淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-1009201201201200
中文論文名稱 以BIM與影像辨識為基礎之室內空間辨識雛型系統
英文論文名稱 BIM-Vision-Based Indoor Localization Prototype
校院名稱 淡江大學
系所名稱(中) 土木工程學系碩士班
系所名稱(英) Department of Civil Engineering
學年度 100
學期 2
出版年 101
研究生中文姓名 邱政銘
研究生英文姓名 Cheng-Ming Chiu
電子信箱 ccm.0527@gmail.com
學號 699380662
學位類別 碩士
語文別 中文
口試日期 2012-07-10
論文頁數 76頁
口試委員 指導教授-蔡明修
委員-張智元
委員-葉怡成
中文關鍵字 室內定位空間辨識  工業基礎類別  影像辨識 
英文關鍵字 Indoor LocalizationIndoor Localization  IFC  Image Recognition  BIM 
學科別分類 學科別應用科學土木工程及建築
中文摘要 本研究宗旨在使用室內空間特徵影像做為辨識標籤並結合建築資訊模型(Building Inform-ation Modeling)內所包含的空間資訊,目的是為了提供一個經濟的室內空間定位技術,使用戶可以透過智慧型手持裝置相機鏡頭擷取所在位置的空間特徵影像,得知目前所在位置及該空間資訊。
其方法和目前無線頻寬(Wireless)和無線射頻(Radio Frequency IDentification)室內定位技術有所不同,本研究應用的室內空間特徵影像做為位置識別標籤技術。其架構包括三個功能模組,(1)空間特徵影像資料庫,(2)空間特徵影像管理模組,(3)空間特徵影像辨識定位模組。空間特徵影像資料庫是從建築資訊模型(Building Information Modeling)收集來自工業基礎類別標準(Industry Fo-undation Classes)相關空間資訊及相對應空間的特徵影像。空間特徵影像管理模組為拍攝空間特徵影像,與資料庫連結並建立空間特徵影像集。空間特徵影像辨識定位模組是使用擴增實境技術,運用D'fusion軟體的影像辨識技術,透過手持裝置擷取所在空間特徵影像,進行影像辨識定位後,連結到資料庫將所在空間資訊顯示在手持裝置上。
結果與討論是以BIM與影像辨識為基礎之空間辨識雛型系統,透過智慧型手持裝置的攝影鏡頭在Android平台上運行,如智慧型手機和平板電腦。透過不斷的技術測試,以了本研究的技術的可行性。根據多次測試結果,本研究室內定位雛型系統可以識別空間位置及使用者所在的空間資訊,然而當室內空間是缺乏特徵影像而無法辨識時,如室內空間為單調的牆壁及相似度過高,未能被識別。為了克服這種情況,將以二維空間標籤的QR碼(Quick Response Code),替代空間特徵影像作為辨識標籤。此外,由於空間資訊是從現有的建築資訊模型而來的,可以保證資訊的一致性。之後並透過經濟可行性進行分析評估其成本與效益。
英文摘要 Purpose In order to provide an economical indoor location detective technique, this study is aimed to use photo images as the indoor spatial identification tags associated with the spatial information of the existing building information model (BIM), so that users can identify their locations via the camera on mobile device based on the real images. Method Unlike the wireless and RFID-based indoor positioning techniques, this study applied the image recognition technique to indoor location detection. Prototype architecture includes three functional modules, namely, (1) Spatial image database, (2) spatial image management module, and (3) vision-based localization module are developed. The spatial image database is the data collection of space related data from the IFC (Industry Foundation Classes) dataset of the existing BIM and space feature image data collected form users. The spatial image management module provides users an interface to collect the spatial photo images of buildings, and bind them with the location data from the spatial image database. Then, the vision-based localization module developed based on the D’fusion studio can identify the space location by recognizing the images from the vision captured with the camera on a smart phone, and the corresponding spatial data can be retrieved from the database. Results & Discussion The BIM-Vision-Based indoor localization prototype was developed as an android platform application running on the mobile device with imbedded camera such as smart phones and tablets. Technique feasibility is continuously tested in current phase. According to the basic test results, the prototype can identify the indoor locations of decorated spaces; however, once the indoor spaces are lack of recognition features, such as the empty spaces with blank and monotony walls, the recognition function failed. To overcome this defect, the Quick Response (QR) code, the trademark for a type of two-dimensional code, is used as a substitution of the photos for this prototype. Besides, since the location data is transferred from the existing building information model, the data consistency can be ensured. In the future, the economic feasibility of this prototype would be analyzed to evaluate the cost and benefit ration.
論文目次 目錄
中文摘要 1
英文摘要 3
目錄 5
圖目錄 7
表目錄 9
第1章 緒論 10
1.1研究動機 10
1.2研究目的 11
1.3研究方法及步驟 12
1.4研究範圍與限制 15
第2章 文獻回顧 16
2.1建築資訊模型(Building Information Modeling-BIM) 16
2.1.1工業基礎類別(Industry Foundation Classes-IFC) 17
2.2行動定位服務 (Location based Service-LBS) 20
2.2.1室內定位技術(Indoor Positioning System-IPS ) 22
2.3擴增實境技術(Augmented Reality-AR) 27
2.3.1擴增實境影像辨識技術 29
2.3.2現有的開發軟體 32
第3章系 雛形系統架構之建立 37
3.1系統分析 37
3.1.1情境案例 37
3.1.2流程模型建立 38
3.1.3情境之建立 40
3.1.4繪製系統USE CASE圖 41
3.2系統設計 44
3.2.1建立系統架構及開發環境 44
3.2.2空間特徵影像資料庫設計 46
3.2.3空間分類 49
3.2.4空間特徵影像拍攝模組 52
3.2.5空間特徵影像辨識定位模組 54
第4章系 系統實作與展示 56
4.1空間特徵影像空料庫 56
4.2空間特徵影像管理模組 57
4.3空間特徵影像辨識定位模組 62
第5章 系統測試與分析 66
5.1系統測試 66
5.2經濟性分析 67
第6章 結論與建議 72
6.1研究結論 72
6.2未來建議 73
參考文獻 74

圖目錄
圖1.1研究流程 12
圖2.1 IFC 整體架構 19
圖2.2 RFID 產品分類 25
圖2.3 RFID TAG 性質 26
圖2.4頭戴顯示器 27
圖2.5真實-虛擬連續性 28
圖2.6標記標籤 29
圖2.7 QR-CODE標籤 30
圖2.8 QR CODE結合擴增實境之應用 31
圖3.1特徵影像拍攝流程模型 38
圖3.2特徵影像辨識定位流程模型 39
圖3.3使用案例圖-空間特徵影像管理模組 42
圖3.4使用案例圖-空間特徵影像辨識定位模組 42
圖3.5雛型系統功能模組規劃 43
圖3.6雛型系統架構圖 45
圖3.7系統整合示意圖(CLIENT/SERVER) 46
圖3.8空間特徵影像資料庫ER MODEL 48
圖3.9 IFC空間標籤 49
圖3.10室內空間分類圖 51
圖3.11特徵影像拍攝機制 53
圖3.12特徵影像集與空間名稱配對 54
圖3.13空間特徵影像辨識定位演算法 55
圖4.1 IFC匯入流程 56
圖4.2系統主畫面 57
圖4.3空間特徵影像管理模組執行程序 58
圖4.4特徵影像拍攝示意圖 58
圖4.5特徵影像管理選單 59
圖4.6空間名稱清單 59
圖4.7選擇空間名稱 60
圖4.8選擇空間名稱完成 60
圖4.9拍攝第一張特徵影像 61
圖4.10拍攝第二張特徵影像 61
圖4.11拍攝第三張特徵影像 61
圖4.12上傳至資料庫 62
圖4.13空間特徵影像辨識定位模組執行程序 63
圖4.14空間特徵影像辨識定位示意圖 63
圖4.15開始辨識空間特徵影像 64
圖4.16辨識出空間特徵影像1 64
圖4.17辨識出空間特徵影像2 65
圖4.18辨識出空間特徵影像3 65
圖4.19顯示其空間資訊 65
圖5.1各技術成本數量價格匯整 69
圖5.2各技術總成本匯整 69
圖5.3 室內定位技術總成本分析 70

表目錄
表1.1 D'FUSION硬體需求表 15
表3.1特徵影像拍攝情境 40
表3.2特徵影像辨識定位情境 41
表3.3各空間特徵影像擷取及拍攝位置 51
表5.1空間辨識度測試彙整表 66
參考文獻 1.Rueppel,U.andStuebbe,K.M.(2008)“BIM-basedindoor-emergen-
cy-navigation-system for complex buildings,” Tsinghua
Science & Technology,13, 362–367.
2.Treuillet, S., Royer, E., Jovanova, B., Arsov, I., Preda,
M., Preteux, F., Durette, B., Aleysson, J. H., D., and
Dramas, F. (2010) “Outdoor/Indoor Vision-Based
Localization for Blind Pedestrian Navigation
Assistance,” International Journal of Image and
Graphics, 10(4), 481–496.
3.Liebich , T., 2009. IFC 2x Edition 3 Model Implementation Guide, building SMART International Modeling Support Group.
4.蔡志偉,2007。IFC建築資訊內容應用於結構分析資料擷取,國立交通大學土木工程學系碩士論文。
5.Liebich, T., Adachi, Y., Forester, J., Hyvarinen, J., Richter, S., C-hipman, T., Wix, J., 2009,IFC2x Edition 4 beta 2 version, buildingSMART International Limited.
6.徐業良,2005.設計幾何模型的建構,元智大學機械系大三機械設計課程教材。
7.林士傑,2011。以WIFI網路為基礎的追蹤系統之研究,銘傳大學傳播工程學系碩士論文。
8.楊修武,2008。高山症救援行動定位服務系統雛型設計,國立陽明大學生物醫學資訊研究所碩士論文。
9.曲威光,2004。通訊科技與多媒體產業,新陸書局股份有限公司,
10.Corporation, G., “About GPS,” Website, 2001,
http://www.garmin.com/about GPS/.
11.Want, R., A. Hopper, V. Falcao, J. Gibbons, “The Active Badge Location System,1992,”ACM Transaction on Information Systems”, Vol.40, No.1, pp.91-102.
12.Priyantha, N. B., A. Chakraborty and H. Balakrishnan, “The Cricket
Location-Support System,” Proceeding of the 6th ACM MOBICOM, 2000,pp.32-43.
13.Ward, A., P. Osborn, J. Newman and S. Hodges, “The Bat UltrasonicLocation System,” 1997, http://www.uk.research.att.com/bat/.
14.Ni, L. M., Y. Liu, Y. C. Lau and A. P. Patil, “LANDMARC: Indoor Location Sensing Using Active RFID,” Proceedings of the First IEEE International Conference on Pervasive Computing and Communications, 2003, pp.407-415.
15.Orr, R.J. and G.D. Abowd, “The Smart Floor: A Mechanism for NaturalUser Identification and Tracking,” Proc. 2000 Conf. Human Factors inComputing Systems, ACM Press, New York, 2000.
16.Bahl, P. and V. N. Padmanabhan, “RADAR: An Inbuilding RF-based UserLocation and Tracking System,” Proceeding of IEEE INFOCOM, 2000,Vol.2, pp.775-784.
17.Bahl, P., V. N. Padmanabhan, and A. Balachandran, “Enhancements to the RADAR User Location and Tracking System”, Microsoft Research Technical Report, 2000.
18.Orr, R.J. and G.D. Abowd, “The Smart Floor: A Mechanism for Natural User Identification and Tracking,” Proc. 2000 Conf. Human Factors in Computing Systems, ACM Press, New York, 2000.
19.Sutherland, I. E., “The Ultimate Display,” Proceedings of IFIP Congress, pp. 506-508, 1965.
20.Samset, E., Schmalstieg, D., Sloten, J. V., Freudenthal, A., Declerck, J., Casciaro, S., Rideng, O., Gersak, B., “Augmented Reality in Surgical Procedures,” Proceedings of SPIE Medical Imaging, Vol. 6806, Issue 1, pp. 68060K-68060K-12, February, 2008.
21.Fischer, J., Neff, M., Freudenstein D. and Bartz1, D., “Medical Augmented Reality Based on Commercial Image Guided Surgery,” Eurographics Symposium on Virtual Environments, pp. 83-86, 2004.
22.Milgram, P., Takemura, H., Utsumi, A. and Kishino, F., “Augmented Reality: A Class of Displays on the Reality-Virtuality Continuum,” Telemanipulator and Telepresence Technologies, SPIE Proceedings Vol. 2351, pp. 282-292, November, 1994.
23.Azuma, R., “A Survey of Augmented Reality,” Presence: Teleoperators and Virtual Environments, Vol. 6, No. 4, pp. 355-385, August 1997.
24.Kato, H. and Billinghurst, M., “Marker Tracking and HMD Calibration for a Video-Based Augmented Reality Conferencing System,” in IWAR ’99: Proceedings of the 2nd, IEEE and ACM International Workshop on Augmented Reality, pp. 85-94, IEEE Computer Society, 1999.
25.QR Code.com, http://www.denso-wave.com/qrcode/index-e.html
26.QR-Code Generator, http://qrcode.kaywa.com/
27.Gordon, I. and Lowe, D. G., “Scene Modeling, Recognition and Tracking with Invariant Image Features,” International Symposium on Mixed and Augmented Reality (ISMAR), Arlington, VA, pp. 110-119, 2004.
28.Yuana, M.L., Ongb, S.K., Nee, A.Y.C., “A Generalized Registration Method for Augmented Reality Systems,” Computers & Graphics Vol. 29, Issue 6, pp. 980-997, December, 2005.
29.ARToolKit, http://www.hitl.washington.edu/artoolkit/
30.ARToolKit Professional, http://www.artoolworks.com/
31.Metaio, http://www.metaio.com/
32.Metaio Unifeye SDK, http://www.metaio.com/ /products/sdk/
33.PITOECH CO.,LTD., http://www.pitotech.com.tw
34.D'Fusion, http://www.t-immersion.com/
35.Liu, H., Darabi, H., Banerjee, P. and Liu, J. (2007) “Survey of Wireless Indoor Positioning Techniques and Systems”, IEEE Transactions on Systems, Man, and Cybernetics-Part C: Applications and Reviews, 37(6), 1067-1080.
36.Lopez, Y.A., Cos Gomez, M.E., Alvarez, J.L., Andres, F.L.H. (2011) “Evaluation of an RSS-based indoor location system”, Sensors and Actuators, Vol.167, 110–116.
37.Augmented.org,http://www.augmented.org/blog/2011/09/making-the-digital-a-natural-experience-the-insidear-2011/
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2012-09-12公開。
  • 同意授權瀏覽/列印電子全文服務,於2012-09-12起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信