UAV·딥러닝 기반 건물 형상 자동화와 에너지 시뮬레이션 입력 고도화 연구

UAV and Deep Learning-Based Automated Building Geometry for Energy Simulation Research

연구 내용

UAV 영상 기반 3D 모델을 딥러닝으로 자동 생성하여 건물 에너지 시뮬레이션 입력을 고도화하는 연구

건물 에너지 시뮬레이션의 정확도는 형상·구성요소 데이터 품질에 좌우됩니다. 연구에서는 UAV imagery에서 포인트클라우드 또는 공간 정보를 추출하고, 컨볼루션 신경망 기반의 딥러닝 절차로 건물 기하를 자동화합니다. 생성된 건물 모델을 에너지 시뮬레이션 입력으로 연결하여 시뮬레이션 기반 성능을 재현하고, 공간 분석과 클러스터링을 통해 효율적인 모델링 파이프라인을 구성합니다. 측정 중심 입력 구축의 부담을 줄이고, 반복 가능한 데이터 제작 방식을 제공하는 데 목적이 있습니다.

관련 프로젝트

0건

연구 흐름

초기에는 UAV 데이터에서 건물 형상과 속성을 추출하는 컴퓨터 비전 기반 전처리 절차를 정립하고, 건물 모델링을 위한 학습 기반 접근을 검토하였습니다. 이후 딥러닝 기반 자동화 프레임워크로 3D 모델 생성을 고도화하고, 에너지 시뮬레이션에 직접 사용할 수 있는 구조로 변환하는 단계를 추가했습니다. 최근에는 공간 분석과 군집화 요소를 결합하여 파사드 및 주요 기하 요소를 안정적으로 생성하고, 에너지 해석을 위한 입력 데이터 생산성을 높이는 방향으로 연구를 수행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

UAV 기반 건물 데이터 자동 수집
에너지 시뮬레이션 입력 자동 생성
파사드 기하 요소 추출
대상 건물 비교 평가용 표준 모델
도시 단위 에너지 해석 확장
BIM 기반 에너지 모델 연계
모델 품질 점검 절차
데이터 기반 성능 분석 자동화
현장 조사 최소화 방법
대규모 건물군 시뮬레이션 전처리