3D 스캐닝 - AI Wiki

3D 스캐닝은 실제 객체나 환경을 분석하여 형태와 외관의 3차원 데이터를 수집하는 과정으로, 이를 통해 다양한 응용 분야에 사용할 디지털 3D 모델을 구축합니다.

3D 스캐닝은 실제 사물이나 환경을 분석하여 그 형태와 색상과 같은 외관의 3차원 데이터를 수집하는 과정이다. 수집된 데이터는 디지털 3D 모델을 구축하는 데 사용될 수 있다. 3D 스캐너는 다양한 기술을 기반으로 할 수 있으며, 각 기술마다 고유한 한계, 장점, 비용이 있다. 디지털화할 수 있는 객체의 종류에는 여전히 많은 제한이 있다. 예를 들어, 광학 기술은 어둡고, 반짝이고, 반사성이 있거나, 투명한 객체에 어려움을 겪을 수 있는 반면, 산업용 컴퓨터 단층 촬영 스캐닝, 구조광 3D 스캐너, LiDAR, 비행시간 방식 3D 스캐너는 비파괴 검사 없이 디지털 3D 모델을 구축하는 데 사용될 수 있다.

수집된 3D 데이터는 다양한 응용 분야에 유용하다. 이러한 장치는 영화 및 비디오 게임 제작(가상 현실 포함)에서 엔터테인먼트 산업에 광범위하게 사용된다. 이 기술의 다른 일반적인 응용 분야로는 증강 현실, 모션 캡처, 제스처 인식, 로봇 매핑(robot mapping), 산업 디자인, 보조기 및 의지, 역설계 및 프로토타이핑, 품질 관리 및 검사, 문화 유물의 디지털화가 있다.

기능

3D 스캐너의 목적은 일반적으로 3D 모델을 만드는 것이다. 이 3D 모델은 대상 표면의 기하학적 샘플인 폴리곤 메시(polygon mesh) 또는 포인트 클라우드(point cloud)로 구성된다. 이러한 점들은 대상의 형태를 추정하는 데 사용될 수 있으며, 이 과정을 재구성이라고 한다. 각 지점에서 색상 정보가 수집되면 대상 표면의 색상이나 질감도 결정할 수 있다.

3D 스캐너는 카메라와 몇 가지 공통점을 공유한다. 대부분의 카메라와 마찬가지로 원뿔형 시야를 가지며, 카메라처럼 가려지지 않은 표면에 대한 정보만 수집할 수 있다. 카메라가 시야 내 표면의 색상 정보를 수집하는 반면, 3D 스캐너는 시야 내 표면까지의 거리 정보를 수집한다. 3D 스캐너가 생성하는 "사진"은 사진의 각 지점에서 표면까지의 거리를 설명하므로 각 지점의 3차원 위치를 식별할 수 있다.

어떤 상황에서는 단일 스캔으로 대상의 완전한 모델을 생성하지 못할 수 있다. 대상의 모든 측면에 대한 정보를 얻으려면 일반적으로 여러 방향에서의 다중 스캔이 유용하다. 이러한 스캔은 일반적으로 정렬 또는 등록이라고 하는 공통 참조 시스템으로 가져와야 하며, 그런 다음 병합하여 완전한 3D 모델을 만들어야 한다. 단일 거리 맵에서 전체 모델로 가는 이 전체 과정은 일반적으로 3D 스캐닝 파이프라인이라고 한다.

접촉 기술

접촉식 3D 스캐너는 부품을 물리적으로 탐침하여 프로브가 부품 주위를 이동할 때 센서의 위치를 기록하는 방식으로 작동한다. 접촉식 3D 스캐너에는 좌표 측정 기계(CMM)와 관절형 암(articulated arm)의 두 가지 주요 유형이 있다.

좌표 측정 기계는 전통적으로 3개의 수직 이동 축과 Z축에 장착된 터치 프로브를 가지고 있다. 터치 프로브가 부품 주위를 이동할 때 각 축의 센서가 위치를 기록하여 XYZ 좌표를 생성한다. 현대의 CMM은 5축 시스템이며, 추가 축 2개는 피벗 센서 헤드에 의해 제공된다. CMM은 미크론 정밀도를 달성하는 가장 정확한 3D 측정 형태이다. 정확성 다음으로 CMM의 가장 큰 장점은 자율(CNC) 모드 또는 수동 프로빙 시스템으로 실행할 수 있다는 점이다. CMM의 단점은 초기 비용과 작동에 필요한 기술적 지식이다.

관절형 암은 일반적으로 각 관절에 극성 센서가 있는 여러 세그먼트를 가지고 있다. 관절형 암이 부품 주위를 이동할 때 센서는 위치를 기록하고, 암 끝의 위치는 복잡한 수학과 각 관절의 손목 회전 각도 및 힌지 각도를 사용하여 계산된다. CMM만큼 정확하지는 않지만 관절형 암은 여전히 높은 정확도를 달성하며 더 저렴하고 약간 사용하기 쉽다. 일반적으로 CNC 옵션은 없다. 현대 CMM과 관절형 암 모두 터치 프로브 대신 비접촉 레이저 스캐너를 장착할 수도 있다.

비접촉 능동 기술

능동 스캐너는 객체나 환경을 탐사하기 위해 일종의 방사선이나 빛을 방출하고 객체를 통과하는 반사 또는 방사선을 감지한다. 사용되는 방출 유형에는 빛, 초음파 또는 X선이 포함될 수 있다.

비행시간 방식

비행시간(Time-of-Flight) 3D 레이저 스캐너는 레이저 빛을 사용하여 대상을 탐사하는 능동 스캐너이다. 이 유형의 스캐너의 핵심은 비행시간 레이저 거리 측정기로, 광 펄스의 왕복 시간을 측정하여 표면의 거리를 찾는다. 레이저가 광 펄스를 방출하고 감지기에 반사된 빛이 보일 때까지의 시간을 측정한다. 빛의 속도 c가 알려져 있으므로 왕복 시간은 빛의 이동 거리를 결정하며, 이는 스캐너와 표면 사이 거리의 두 배이다. t가 왕복 시간이면 거리는 c⋅t/2와 같다. 비행시간 3D 레이저 스캐너의 정확도는 시간 t가 얼마나 정밀하게 측정되는지에 달려 있다: 약 3.3 피코초는 빛이 1밀리미터를 이동하는 데 걸리는 시간이다.

레이저 거리 측정기는 시야 방향의 한 지점의 거리만 감지한다. 따라서 스캐너는 거리 측정기의 시야 방향을 변경하여 다른 지점을 스캔함으로써 전체 시야를 한 번에 한 지점씩 스캔한다. 시야 방향은 거리 측정기 자체를 회전시키거나 회전 거울 시스템을 사용하여 변경할 수 있다. 거울은 훨씬 가볍고 더 빠르고 정확하게 회전할 수 있기 때문에 일반적으로 후자의 방법이 사용된다. 일반적인 비행시간 3D 레이저 스캐너는 초당 10,000~100,000포인트의 거리를 측정할 수 있다. 비행시간 장치는 비행시간 카메라라고 하는 2D 구성으로도 제공된다.

삼각 측량

삼각 측량 기반 3D 레이저 스캐너도 환경을 탐사하기 위해 레이저 빛을 사용하는 능동 스캐너이다. 비행시간 스캐너와 달리 삼각 측량 레이저는 대상을 향해 레이저를 비추고 카메라를 사용하여 레이저 점의 위치를 찾는다. 레이저가 표면에 닿는 거리에 따라 레이저 점은 카메라 시야의 다른 위치에 나타난다. 이 기술은 레이저 점, 카메라, 레이저 이미터가 삼각형을 형성하기 때문에 삼각 측량이라고 한다. 삼각형의 한 변의 길이(카메라와 레이저 이미터 사이의 거리)는 알려져 있고, 레이저 이미터 각도와 카메라 각도도 알려져 있으므로 대상까지의 거리를 계산할 수 있다. 삼각 측량 스캐너는 일반적으로 비행시간 스캐너보다 정확하지만 범위가 더 짧다.

구조광

구조광 3D 스캐너는 격자나 줄무늬와 같은 빛 패턴을 대상을 향해 투사하고 카메라를 사용하여 패턴의 변형을 측정한다. 패턴 왜곡을 분석하여 표면 형태를 계산한다. 이 방법은 단일 촬영으로 넓은 영역을 캡처할 수 있으며 산업 디자인 및 문화 유물 디지털화와 같은 근거리 객체 스캐닝에 자주 사용된다. 구조광 스캐너는 단순한 레이저 삼각 측량보다 일부 까다로운 표면을 더 잘 처리할 수 있지만 반사성이 높은 재료나 투명한 재료에는 여전히 어려움을 겪을 수 있다.

LiDAR 및 비행시간 카메라

LiDAR(Light Detection and Ranging)는 레이저 펄스를 사용하여 지구 표면 또는 다른 객체까지의 거리를 측정하는 원격 감지 방법이다. 자율 주행 차량, 로봇 매핑, 지형 측량과 같은 응용 분야에서 널리 사용된다. 비행시간 카메라는 비행시간 스캐너의 2D 배열 버전으로, 장면의 모든 픽셀에 대한 깊이 정보를 동시에 캡처하여 제스처 인식 및 증강 현실과 같은 실시간 응용 분야에 유용하다.

비접촉 수동 기술

수동 스캐너는 방사선을 방출하지 않고 반사된 주변 방사선을 감지하는 데 의존한다. 대부분의 수동 스캐너는 쉽게 이용할 수 있는 가시광선을 감지한다. 수동 기술에는 여러 각도에서 촬영한 여러 사진을 사용하여 컴퓨터 비전 알고리즘을 통해 3D 모델을 재구성하는 사진 측량(photogrammetry)이 포함된다. 이 접근 방식은 문화 유산 보존 및 Machine learning 기반 재구성에 자주 사용된다. 다른 수동 방법에는 실루엣 기반 기술과 음영 기반 형태 복원이 있지만 산업 응용 분야에서는 덜 일반적이다.

응용 분야

스캐닝에서 수집된 3D 데이터는 다양한 응용 분야에 유용하다. 엔터테인먼트 산업은 가상 현실 환경을 포함한 영화 및 비디오 게임 제작에서 3D 스캐닝을 광범위하게 사용한다. Artificial intelligence 및 로봇 공학에서 3D 스캐닝은 로봇 매핑 및 내비게이션을 지원하여 자율 시스템이 주변 환경을 이해할 수 있게 한다. 산업 디자인은 역설계 및 프로토타이핑을 위해 스캐닝에 의존하여 엔지니어가 기존 부품의 디지털 모델을 만들 수 있게 한다. 의료 분야에서 스캐닝은 맞춤형 장치를 제공하는 보조기 및 의지에 사용된다. 품질 관리 및 검사는 스캐닝을 사용하여 제조 부품이 사양을 충족하는지 확인한다. 또한 문화 유물의 디지털화는 박물관과 연구자가 역사적 객체를 디지털 형태로 보존하고 공유할 수 있게 한다.

과제와 한계

진보에도 불구하고 3D 스캐닝은 여전히 과제에 직면해 있다. 광학 기술은 어둡고, 반짝이고, 반사성이 있거나, 투명한 객체에 어려움을 겪을 수 있으며, 이러한 표면은 빛을 예측할 수 없게 산란시키거나 흡수할 수 있다. 대규모 환경 스캐닝은 시간이 많이 걸리고 상당한 데이터 처리가 필요할 수 있다. 다중 스캔의 등록은 정확하게 수행되지 않으면 오류를 도입할 수 있다. CMM과 같은 고정밀 스캐너의 비용은 일부 사용자에게 여전히 장벽이다. 그러나 Deep learning 및 Neural network 방법에 대한 지속적인 연구는 재구성 정확도를 개선하고 스캐닝 파이프라인의 일부를 자동화하고 있다.

같이 보기

외부 링크

Wikipedia: 3D 스캐닝

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).

분류:3d-scanning·computer-vision·metrology·imaging

이 문서는 다음 날짜에 마지막으로 편집되었습니다: 2026년 11월 9일 작성자 AI Wiki Bot · 역사