차량 충돌사고 해석을 위한 3차원 스캐닝/모델링 활용

1. 서 론

자동차 사고 분석에서 충돌속도 및 방향 등을 추정하기 위해 수작업을 통한 차체 변형 측량이 이루어져왔다. 그런데, 1990년대 말부터 차체 변형 측량을 더 정확하고 용이하게 작업하기 위해 2차원 개념인 사진측량이 도입되었다.^1,2) 2000년대 이르러서는 사진측량법의 개념을 확대하여 3차원 모델링 방법들과 이를 활용한 충돌 사고 재구성 분석 등이 연구되었고,^3-6) 최근엔 3차원 스캐너를 활용한 충돌변형모델을 보다 정교하게 구성하여 효과적으로 활용하는 방안들도 소개되고 있다.^6-9)

자동차 충돌사고 분석 부문의 사진측량 기반 연구에서는 아직도 대개 2차원 변형량 측량을 통한 충돌속도 및 방향 추정이나 혹은 노면상 거리 측정 등에 머물러 있고, 3차원 모델의 구성에 대한 연구는 상당히 미흡한 상황이다. 이는 기존의 사진측량기술에 기반한 3차원 충돌변형 모델의 구성 방법이 상당히 난해하거나 혹은 결과물의 품질이 적절하지 않았기 때문이라 여겨진다. 그리고 3차원 스캐너의 경우, 사고 재구성 분석에서 활용방안이 아직은 사고 분석 실무에서의 효용성을 확보하고 있다고 보기 어렵다.

따라서, 본 연구에서는 사진측량 그리고 3차원 스캐너를 활용한 3차원 충돌변형모델의 효과적인 구성 방안들과 구성된 모델들의 충돌사고 재구성 분석부문에서의 과학적인 활용 방안들을 제시한다. 사진측량으로는 사진의 보유 수와 사용목적에 따른 두 가지 방법을 제시한다. 첫째는 사진기반 3차원 스캐닝 프로그램으로 비교적 잘 알려진 123D Catch¹⁰⁾를 활용한 3차원 모델링이다. 둘째는 포토모델러(Photomodeler)¹¹⁾를 활용하여 적은 양의 사진으로 3차원 초기모델을 구성하고, CAD프로그램을 활용하여 활용 목적에 따라 3차원 형상을 구체화하는 것이다. 한편, 3차원 스캐너 측량법은 사진측량보다 정교한 3차원 충돌변형모델을 구성한다. 충돌사고 재구성 분석부문에 맞는 3차원 스캐닝 방법과 처리방법에 대해 논하고, 결과물의 특성에 근거하여 사고 재구성 분석 부문에서 다양하게 활용할 수 있는 방안들을 제시한다.

2. 사진측량

사진측량은 3차원 스캐너 활용보다 비용과 휴대성으로 충돌사고 현장에서 작업 시간 등에서 우월하다. 본 연구에서 사진측량은 카메라의 보정(Calibration)의 필요유무와 요구되는 사진 장 수, 사진의 연속성 등의 실제 촬영조건에 따라 Photomodeler 혹은 123D Catch를 활용하게 된다. 이는 기존 연구들^1-3,8)과 달리, 차량 전체의 변형형상을 반영하도록 하여 다중충돌 변형형상도 반영할 수 있도록 하였으며, 솔리드 모델(Solid model)까지 구성하여 구체적인 차량형상을 구현하였다.

2.1 123D Catch

사진기반 3차원 스캐닝은 통상 충돌변형에 대한 수치 정보가 알려져 있지 않은 상황에서 연속되는 각 사진들의 대응점에 대한 행렬 생성과 보정을 통해 3차원 모델을 구축하는 기술이다.⁸⁾ 이 기술은 사진을 활용하므로 언제든지 변형형상에 대한 재평가가 가능하고, 3D 스캐너를 활용하여 3D 모델을 생성하는 것보다 시간이 절약될 뿐만 아니라, 이에 근접한 정밀도를 가질 수 있다.

본 연구에서는 사진기반 3차원 스캐닝 프로그램으로 잘 알려진 123D Catch를 활용하여 충돌변형차량의 메쉬모델(Mesh model)을 생성하기 위해 차량을 중심으로 주변에서 다양한 각도로 촬영한 사진 40~50장을 활용하였다. 이러한 3차원 메시 모델에 축거(Wheel base)를 활용한 거리정의 및 노이즈(Noise) 제거 작업이 이루어져야 한다(Fig. 1). 후술하는 새고재구성 분석에서의 활용 등을 위한 3차원 모델 활용이 필요한 경우, 123D Catch와 호환이 좋은 3차원 형상 편집 프로그램 Meshmixer(Autodesk Inc.)¹²⁾에서 메쉬모델을 솔리드모델(Solid model)로 변환하였다(Fig. 2). Meshmixer에서는 123D Catch보다 나은 노이즈 제거와 솔리드 모델을 가공하는 작업을 하여 개선된 3차원 충돌변형 솔리드 모델을 완성할 수 있으며, 내보내기(Export)를 통해 다른 3D 편집 프로그램과 연동할 수 있다.

Fig. 1

3D modeling in 123D catch-defining distance

Fig. 2

Editing 3D solid model in Meshmixer

123D Catch의 모델링 정밀도는 Erickson 등⁸⁾의 연구에서 통합측량기(Total station)과 비교를 통해 평균오차가 약 3.4 ~ 6.3 mm로 좋은 결과가 있음을 밝혔다.

2.2 포토모델러 (Photomodeler)

포토모델러(Photomodeler)를 활용한 3D 모델은 123D Catch처럼 복잡한 충돌변형형상을 반영하기 어렵지만, 보다 적은 8장의 사진만으로 차량전체의 충돌변형형상을 구성할 수 있다. 따라서 123D Catch 와 같이, 많은 양의 사진을 촬영 및 확보할 수 없는 상황에서 활용할 수 있는 방법이다. 본 연구에서 활용하는 사진은 총 8장으로, 차량의 전후좌우에서 촬영한 4장과 차량의 45도 지점 4방향에서 촬영한 4장이다. 각 사진을 통해 충돌변형형상에 점(Point)를 생성하고, 각 사진의 점들을 수치적 알고리즘을 통한 계산으로 참조(Referencing)하여 3차원 와이어프레임(Wireframe)을 생성할 수 있다(Fig. 3). 이 때 점 생성은 차량 파손부위의 모서리 부분과 충돌로 접힌 부분 등 식별이 가능한 위치에 생성하는 것이 바람직하다. 또한 변형부분은 직선을 활용해 모델링하는 것이 좋으나 변형되지 않은 부분은 곡선을 이용해 실제 차량의 형상을 최대한 나타내 주는 것이 좋다. 포토모델러에서 생성모델의 정밀성을 나타내는 기준으로 Total error가 있으며, 그 값이 1보다 작게 나오는 경우를 좋은 결과로 여긴다. 다만, 포토모델러의 항상 정확하지 않은 Total error 계산방식인 Marking precision assumption과 카메라 화소 등의 이유로 1에서 대략 5정도의 Total error 결과값이 나올 수 있다고 프로그램 상 매뉴얼에 명시되어있다. 본 논문의 모델들은 1에서 5 사이의 범위 값을 만족하여 대체로 좋은 결과물이라 여겨진다.

Fig. 3

Generating 3D wireframe model with Photomodeler

보다 정밀한 충돌변형형상 확인 등의 목적을 위하여, Photomodeler로 구성한 와이어 프레임 모델을 Rhino(McNeel North America)¹³⁾을 활용하여 닫힌 서페이스(Closed-surface)를 만들어, 3차원 Surface/solid 모델로 변환할 수 있다(Fig. 4).

Fig. 4

Generating 3D closed-surface model with Rhino

3. 3차원 스캐너 활용

본 연구에서 3차원 측량을 위해 활용한 지상 라이다 방식(Terrestrial LiDAR)의 스캐너(Riegl VZ-400) 측정원리는 측정대상에 대해 레이저 빔을 방출하여 되돌아 오는 빔의 왕복시간 또는 위상차를 계산하여 포인트 클라우드(Point cloud)로 저장하는 방식이다. VZ-400의 여러 스캔 방식에서 Panaroma40을 채택하였으며, 스캔은 차량의 전후좌우 각 45도 지점, 총 4방향 스캔이 완료된 후 다중 스캔파일에 대해 정합단계(Multi-station adjustment)가 필요하다. 정합단계는 4방향에서 스캔된 파일을 하나의 데이터로 생성하는 작업을 뜻하는데, 정밀한 정합을 위해서 스캔 시, 정합 포인트 대상 물체를 세우거나 지정하는 것이 바람직하다. 이후 노이즈 제거 및 기타 보정작업을 수행한다. Fig. 5는 다중 스캔파일을 하나의 데이터로 가공한 결과를 보여준다.

Fig. 5

Measured point cloud by VZ-400: multi-station adjustment

이전에 생성된 포인트 클라우드가 메쉬로 변환하여 다듬는 작업(Optimization)만 거치면 자동차 사고 재구성 분석에 대개는 활용할 수 있는 상태로 된다. 그런데, 메쉬 상태가 좋지 못하거나 혹은 정교한 충돌 변형 등이 필요할 경우엔 서피스 및 솔리드 생성 작업까지 거치게 된다. 본 연구에서는 스캔 데이터를 처리하기 위해 널리 알려져 있는 Rapidform XOR(3D Systems Inc.)¹⁴⁾을 활용하였다. 우선 메쉬의 구멍을 채우거나 표면을 다듬는 작업(Filling and healing)을 수행하고, 메쉬에 맞는 서피스를 생성하면 된다. 올바르게 서피스를 생성하여 전체적으로 닫힌 서피스가 된다면 자동적으로 솔리드 모델이 구현된다. 그런데, 차체의 부위별 형상만 확인하고자 할 때는, 메쉬나 서피스 모델로 충분하다.

사고 재구성 분석에서 3차원 스캐너를 활용한 효과적인 모델링을 위해서는 측정대상에 따른 적절한 스캐너의 선택과 활용이 중요하다. 본 연구에서 활용한 VZ-400은 광대역 스캐너로써, 차체의 정교한 충돌변형 측량보다는 도로 등 주변 환경 측량에 더 효과적이다. 따라서 파손차량을 스캔하려면 중대역 스캐너나 핸드 스캐너 등 짧은 거리지만 정밀한 작업이 가능한 스캐너를 활용하는 것이 편리할 수 있다. 그리고 상황과 목적에 부합하는 스캔 위치도 중요하다. 본 연구에서처럼, 충돌변형만을 파악한다면 차량 외부의 네 지점에서 스캐닝하면 충분하다. 만약 많은 스캔 데이터를 처리하고자 하면 데이터의 무게감으로 인하여 가공이 어려워진다. 따라서 적절한 스캔 위치 선정이 중요하다.

Fig. 6에 보여지는 교통안전공단 자동차안전연구원(TS-KATRI)의 정면충돌시험 차량을 대상으로, 사진측량한 결과는 Fig. 7과 Fig. 8, 그리고 3D스캐너로 3차원 스캐닝한 모델은 Fig. 9에 나타내었다. Fig. 7에서와 같이, Photomodeler와 Rhino를 활용한 모델링의 경우 사용자가 직접 포인트를 생성하여 모델링을 하였기 때문에 123D Catch를 활용한 방법보다 실제 충돌변형형상을 3차원 모델에 세밀하게 반영하지 못했지만, 적은 수의 사진촬영으로 보다 신속히 모델링(Modeling)을 할 수 있으며, 3차원 스캐너를 활용하는 방법보다도 나은 촬영의 신속성 등으로 3차원 충돌변형 모델을 가장 빠르게 구성할 수 있었으며, 대략적인 충돌형태를 파악할 수 있다. 그리고, 123D Catch를 활용한 경우에는 대량의 사진을 활용하여 프로그램 서버를 통해 비교적 어렵지 않게 모델링이 가능하다. Fig. 8에서 볼 수 있는 것처럼 123D Catch를 활용하면, 3차원 스캐너를 활용한 경우와 유사하게 실제 차량 충돌변형을 어느 정도 정교하게 반영할 수 있다. 3차원 스캐너를 활용한 결과(Fig. 9)는 실제 차량형상(Fig. 6)에 대하여 Fig. 7과 Fig. 8보다 충돌변형 형상에 가장 가까웠다.

Fig. 6

The post-test vehicle with frontal barrier impact

Fig. 7

Photogrammetry: 3D modeling with Photomodeler and Rhino

Fig. 8

Photogrammetry: 3D modeling with 123D Catch and Meshmixer

Fig. 9

3D scanner: 3D solid model with Rapidform XOR

3차원 스캐너를 활용한 모델링을 할 경우 이와 같이 정교한 작업이 가능한 반면, 후처리 시간과 비용이 상당하다는 점에 유의하여야 한다. 따라서 신속함을 요하는 실제 교통사고분석 등에서는 모델링 시간을 단축하는 한편, 사고차량의 3차원 형상을 적절하게 구성(Fig. 5)하는 것만으로 충분할 수 있다. 차량을 대상으로 충분한 점 데이터 스캔 후, 노이즈를 제거한 점 데이터만을 활용하여 대강의 차량 파손형상 및 자세 등을 확인할 수 있다. 또한, 재판 과정 등에서 보다 효과적으로 활용하기 위해서는 텍스쳐(Texture)를 활용해 실제 사고차량의 형상을 효과적으로 나타낼 수도 있다. Fig. 10은 사고 차량의 포인트 클라우드와 충돌 전 차량의 모델을 겹친 것인데, 별도의 후처리 작업 없이 충돌 변형량 등의 측량이나 충돌 방향 및 자세 등을 추정하는데 효과적으로 활용할 수 있다.

Fig. 10

Point cloud data superposed with original vehicle model

4. 충돌사고 분석에서의 활용

전술한 바와 같이 사진측량 및 3차원 스캐너를 활용하여 구성한 3차원 차량 충돌변형 모델들의 특성 등을 고려하여 자동차 충돌사고 재구성 해석 분야에서 활용이 가능한 몇 가지 방안을 발굴하였다.

4.1 차량 충돌 방향/자세 추정

차량충돌사고에서 충돌 변형부의 접합을 통하여 정확한 충돌 방향과 자세 등의 파악을 용이하게 할 수 있다. 충돌 상황을 재구성하기 위하여, 거대한 실제 차량 등을 이동하여 변형부를 접합해 보는 것은 가능한 일이 아니나, 충돌 변형부를 적절하게 3D 모델링한 경우에는 CAD프로그램상에서 차량 모델들을 이동하고 방향을 전환하면서 실제 충돌 상황을 정확하게 구현할 수 있다. Fig. 11은 사진측량으로 구성한 3D 차량 충돌 모델을 활용해 도로상에서 가상의 사고를 구성한 것이다. 한편, Fig. 12는 3차원 스캐너로 구성한 정교한 3D 변형모델의 방향을 변환해가면서 차량의 정확한 충돌 방향과 자세를 파악할 수 있는 예를 보여준다.

Fig. 11

Collision accident reconstruction - photogrammetry modeling

Fig. 12

Collision accident reconstruction - 3D scanner modeling

4.2 충돌 차량 형상 복원

3차원 스캐너는 충돌 변형된 차량의 정교한 3D 모델의 구성을 가능하게 한다. 실제 사고현장에는 충돌의 여파나 혹은 차량으로부터 인명구출이나 사고 현장의 정리 과정에서 차량 지붕, 출입문 등이 분리되거나 변형 등이 발생할 수 있다. 이러한 경우에, 차량과 차량 파편들을 따로 모델링하고 이를 결합하여 충돌 직후의 차량 형상을 복원할 수 있다. 충돌 사고 이후 문이 분리된 차량과 차문을 별도로 모델링하여, 이 둘을 결합한 차량 모델이 Fig. 13에 보여진다. 이는 특히 리어 스포일러나 가드 등의 튜닝을 한 사고 차량의 모델링에 유용할 수 있다. 튜닝 자동차의 경우에는 별도로 차량 모델의 확보가 불가하므로, 차량 내/외부와 관련 부품들을 정교하게 스캔하여 구성한 3D 모델이 필요하다.

Fig. 13

Merged vehicle model with separated door

4.3 사고 재구성 시뮬레이션 해석

차량 충돌사고 분석을 위해 PC-Crash, HVE, ARAS(FARO)360HD와 같은 차량충돌해석 상용프로그램을 활용한 시뮬레이션을 수행하는 경우, 사고 차량이나 충돌과 직접 관련되는 도로, 주변 표지판, 가드레일 등의 적절한 3D 모델이 시뮬레이션 배경 및 구조로 입력되면, 보다 신뢰성 있는 해석 결과를 얻을 수 있다. Fig. 14는 ARAS360HD에서 보행자 충돌사고 해석을 위하여 입력된 3D 차량 모델을 요소화 하는 과정을 보여주고 있다. 또한, MADYMO와 같은 차량충돌 및 탑승객거동 프로그램에서도 차량 내부 등의 적절한 3D 모델링을 효과적으로 활용할 수 있다.

Fig. 14

Utilizing imported 3D model in ARAS360HD

충돌 변형부 형상의 3D 모델은 차량 혹은 해당 부품의 구조해석¹⁵⁾에서 유용한 결과물의 확보에 기여한다. 또한, 차량의 충돌변형 DB를 구축하여 사고 분석이나 차량의 안전설계 등에도 활용할 수 있다.

4.4 충돌 변형량 측정

3차원 스캐너는 충돌 변형된 차량의 정교한 3D 모델의 사진측량은 1990년대부터 자동차 충돌사고분석에 보급되어, 2차원 변형량을 측정하고 이에 근거한 충돌방향과 속도의 추정을 용이하게 하였다. 그런데, 충돌변형 차량의 3차원 스캔 데이터나 혹은 후처리를 통하여 3차원 모델을 구성할 수 있으면, Fig. 15에 보여지는 것처럼 충돌 접촉이 발생한 특정 높이의 단면을 구할 수 있어 2차원 변형량 등을 비롯한 여러 길이의 측정을 용이하게 한다.

Fig. 15

Slice profile of 3D scan model for crush vehicle

한편, 3차원적인 전면부의 형상을 가지는 최근 차량들에 대한 충돌 해석에서 종래의 단순한 2차원적 변형측량과 모형 그리고 모델링 등은 한계를 가질 수 있다. 따라서 3차원 충돌변형모델을 CAD프로그램을 활용하여 충돌변형체적을 측정하고 이에 근거한 소산에너지 혹은 충돌 속도와 방향 등을 추정하는 것이 가능하다.¹⁶⁾

5. 결 론

본 연구에서 자동차 충돌사고 재구성을 위하여, 사진측량 그리고 3차원 스캐너를 활용한 3차원 충돌변형모델의 효과적인 구성 방안들과 구성된 모델들의 충돌사고재구성 분석부문에서의 과학적인 활용방안들을 제시하였다.

3차원 충돌변형모델 구성과 관련한 사진측량은 기 촬영된 적은 수의 사진 자료를 활용하는 방안과 3차원 모델링 목적으로 직접 촬영한 많은 사진을 활용하는 방안의 두 가지로 수행되었다. 한편, 3차원 스캐너 측량법으로는 사진측량보다 정교한 3차원 충돌변형모델을 구성할 수 있다. 이렇게 구성된 모델들을 가지고, 구성한 방법들과 결과물의 특성에 근거하여 사고 재구성 분석 부문에서 몇 가지 적절한 활용방안들을 제시하였다.

한편, 3차원 스캐너로 스캔하고 후처리 작업을 통하여 정교하게 구성한 충돌변형 차량모델을 3차원 프린터로 제작(Fig. 16)하면, 사고 분석이나 검증 혹은 재판과정 등에서도 효과적으로 활용할 수 있을 것이다.

Fig. 16

Printed products of crush vehicle 3D models

Acknowledgments

이 논문은 국립과학수사연구원 과학수사 감정기법 연구개발사업과 2016년 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(NRF-2016R1D1A3A03917386).

References

• S. Fenton, W. Johnson, J. LaRocque, N. Rose, and R. Ziemicki, “Using Digital Photogrammetry to Determine Vehicle Crush and Equivalent Barrier Speed(EBS)”, SAE 1999-01-0439, (1999). [https://doi.org/10.4271/1999-01-0439]
• W. Rentschler, and V. Uffenkamp, “Digital Photogrammetry in Analysis of Crash Tests”, SAE 1999-01-0081, (1999). [https://doi.org/10.4271/1999-01-0081]
• R. Rucoba, A. Duran, L. Carr, and D. Erdeljac, “A Three-Dimensional Crush Measurement Methodology using Two-Dimensional Photographs”, SAE 2008-01-0163, (2008). [https://doi.org/10.4271/2008-01-0163]
• A. R. Várkonyi-Kóczy, A. Rövid, and P. Várlaki, “Intelligent 3D Car-Body Deformation Modeling”, 2nd IEEE International Conference on Systems, (2007). [https://doi.org/10.1109/icons.2007.32]
• X. G. Du, X. L. Jin, X. Y. Zhang, J. Shen, and X. Y. Hou, “Geometry Features Measurement of Traffic Accident for Reconstruction based on Close-Range Photogrammetry”, Advances in Engineering Software, Vol.40(No.7), p497-505, (2009). [https://doi.org/10.1016/j.advengsoft.2008.09.002]
• I. Han, and H. Kang, “Three-Dimensional Crush Scanning Method for Reconstruction of Vehicle Collision Accidents”, Int. J. Automotive Technology, Vol.17(No.1), p91-98, (2016). [https://doi.org/10.1007/s12239-016-0008-y]
• I. Han, H. Kang, J. Park, and Y. Ha, “Three-Dimensional Crush Measurement Methodologies Using Two-dimensional Data”, Transactions of KSAE, Vol.23(No.3), p254-262, (2015).
• M. S. Erickson, J. J. Bauer, and W. C. Hayes, “The Accuracy of Photo-Based Three-Dimensional Scanning for Collision Reconstruction Using 123D Catch”, SAE 2013-01-0784, (2013). [https://doi.org/10.4271/2013-01-0784]
• D. F. Tandy, C. Coleman, J. Colborn, T. Hoover, and J. Bae, “Benefits and Methodology for Dimensioning a Vehicle Using a 3D Scanner for Accident Reconstruction Purposes”, SAE 2012-01-0617, (2012).
• Autodesk Inc., 123D Catch, http://www.123dapp.com/catch (2017).
• Eos Systems Inc., Photomodeler, http://www.photomodeler.com (2017).
• Autodesk Inc., Meshmixer, http://www.meshmixer.com (2017).
• McNeel North America, Rhino, http://www.rhino3d.com (2017).
• 3D Systems Inc, Geomagic, http://www.geomagic.com (2017).
• X. Y. Zhang, X. L. Jin, W. G. Qi, and Y. Z. Guo, “Vehicle Crash Accident Reconstruction Based on the Analysis 3D Deformation of the Auto-Body”, Advanced in Engineering Software, Vol.39(No.6), p459-465, (2008). [https://doi.org/10.1016/j.advengsoft.2007.05.002]
• I. Han, and H. Kang, “Determination of the Collision Speed of a Vehicle from Evaluation of the Crush Volume Using Photographs”, Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering, Vol.230(No.4), p479-490, (2016). [https://doi.org/10.1177/0954407015586906]