c1b6f99032
- Add fs.existsSync check before readdirSync in loadFrames() - Add warning logs when GEO_DATA_DIR, drone CSV, or building/ dir not found - Remove dead csvPath variable (unused) - Add warning log in loadPois() when building/ dir missing Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
54 lines
2.3 KiB
Markdown
54 lines
2.3 KiB
Markdown
# 2026-04-02 프레임 동기화, 렌더링 최적화, 터널링
|
||
|
||
## 작업 개요
|
||
- 프레임 번호 불일치(Python vs abcvideo) 원인 분석 및 수정
|
||
- StationOverlay 렌더링 끊김 개선
|
||
- 외부 접속 터널링(cloudflared) 설정
|
||
- 빨간선 하단 클리핑 수정
|
||
- 좌표계/카메라 파라미터 시스템 설명
|
||
|
||
## 완료 항목
|
||
|
||
### 프레임 동기화 수정
|
||
- **원인**: VFC 측정에서 첫 프레임 카운트 포함 → 29.97fps 영상이 31fps로 오감지
|
||
- 29.97fps → 1초에 30프레임, elapsed≈1.001s, frameCount=31 → round(31/1.001)=**31fps**
|
||
- `useFrameStep.ts`: VFC 첫 호출은 startTime만 기록, 카운트 제외
|
||
- `VideoPlayer.tsx`: 프레임 표시를 `VIDEO_FPS=30000/1001(29.97)`로 계산 → Python SRT FrameCnt와 일치
|
||
- `StationOverlay.tsx`: 드론 프레임 매칭을 `currentTime`(초) 기반으로 변경 (fps 오감지 무관)
|
||
|
||
### 빨간선 하단 클리핑 수정
|
||
- 기존: 한쪽 끝점만 화면 밖이어도 세그먼트 전체 스킵
|
||
- 수정: Cohen-Sutherland trivial reject (양쪽 다 같은 방향 밖일 때만 스킵)
|
||
- SCREEN_M: 30 → 200으로 증가
|
||
|
||
### StationOverlay 렌더링 최적화
|
||
- 드론 경로(흰색 선) 완전 제거
|
||
- 좌표 변환(224점 proj4)을 useEffect로 이동 → 드론 프레임 변경 시만 실행
|
||
- RAF 루프: 캐시된 픽셀 좌표만 읽어 draw (계산 없음 → 60fps 유지)
|
||
- ResizeObserver로 캔버스 크기 별도 관리
|
||
|
||
### 기본값 ON
|
||
- `showStations` 초기값 `false` → `true`
|
||
|
||
### 터널링
|
||
- `vite.config.ts`: `allowedHosts: true` 추가
|
||
- cloudflared 명령: `cloudflared tunnel --url http://localhost:5173`
|
||
- PowerShell 환경변수 설정: `$env:VIDEOS_DIR="..."; npm run dev:server`
|
||
|
||
### 좌표 시스템 설명
|
||
- 타원체고(h) = 표고(H) + 지오이드고(N=25.449m) 설명
|
||
- EPSG:5186 TM 투영 원리
|
||
- center.csv vs 측점_XY값.csv 역할 차이
|
||
- 드론 카메라 회전 행렬(Rz×Rx×Ry) → 핀홀 투영 전체 흐름 설명
|
||
|
||
## 기술 부채 / 남은 이슈
|
||
- 재생 중 끊김이 완전히 제거되지 않음 (데이터 자체가 29.97fps 이산 → 근본적 한계)
|
||
- server-side geoMatch.ts는 여전히 구형 ENU 근사 사용 (클라이언트 렌더링에는 미사용)
|
||
|
||
## Git
|
||
- 커밋: `30bec66` (frontend 브랜치)
|
||
- push 완료
|
||
|
||
**소요 시간**: 180분
|
||
**Context 사용량**: input 180k / output 18k tokens
|