산악지형 현장운용을 위한 드론 LiDAR 센서 성능평가

구슬 ( Seul Koo ),임언택 ( Eontaek Lim ),정용한 ( Yonghan Jung ),김성삼 ( Seongsam Kim ) 대한원격탐사학회 2024 대한원격탐사학회지 Vol.40 No.6

본 연구는 드론(DJI Matrice 350 RTK) 기체에 LiDAR (DJI Zenmuse L1, L2)를 장착하여 평지, 산림을 대상으로 지면 점군 데이터 취득 여부 확인을 통한 LiDAR 센서의 성능을 평가하기 위한 실험을 수행하였다. 스캔 고도 50 m, 80 m로 설정하여 장애물이 없는 평지 위, 산림 내 식생하부에 70 cm × 70 cm 크기의 대공표지 설치를 통해 지면에 대한 점밀도를 산정하고 취득된 LiDAR 점군 데이터의 다중반사 특성과 지상기준점을 활용한 절대 정확도를 검토하였다. 본 연구를 통해 평지에서 L2 센서가 L1 센서보다 더 높은 점밀도 데이터를 확보 할 수 있으며 저고도(50 m)에서 양호한 성능을 보였다. 다만 평지와 같은 단순 지형환경에서는 단일 또는 두 번째에서 세 번째 반사신호만으로도 충분한 데이터를 확보할 수 있었다. 산림에서 L2 센서는 복잡한 식생을 통과하여 지면 점군 데이터를 취득할 수 있었으나 L1 센서는 밀집된 식생하부 지면을 정확하게 감지하는 데 한계가 있었다. 지형 높이에 대한 센서별 절대 정확도 평가 결과는 지형 변화가 없는 평탄한 지형에서는 L2 센서가 L1 센서에 비해 상대적으로 노이즈가 적게 발생하여 우수한 정확도를 보였으며, 지표면의 변화가 있는 지형에서도 L1 센서에 비해 더 우수한 점밀도에서 정확한 3차원 지형 모델링이 가능한 것으로 나타났다. 다양한 지형환경에서 발생하는 재난 상황을 감안하였을 때 L1, L2 센서들을 유연하게 활용한다면 보다 효과적인 재난원인 현장 운용을 수행할 수 있을 것으로 판단된다. This study evaluated the performance of LiDAR sensors by mounting the DJI Zenmuse L1 and L2 on a DJI Matrice 350 RTK drone to capture ground point cloud data over flat terrain and forested areas. Scans were conducted at altitudes of 50 m and 80 m, with 70 cm × 70 cm aerial targets placed on open ground and under forest vegetation to measure point density. We assessed the multiple reflections in the captured LiDAR data and reviewed absolute accuracy using ground control points. Results showed that the L2 sensor achieved higher point density than the L1 sensor in open areas and performed well at low altitudes (50 m). For simple terrain like flat ground, adequate data was obtained with only the first or second reflections. In forested areas, the L2 sensor effectively captured ground data beneath dense vegetation, whereas the L1 sensor struggled to accurately detect ground under these conditions. In terms of absolute accuracy, the L2 sensor showed less noise and higher precision on flat, stable terrain than the L1. On more complex terrain, the L2 enabled accurate 3D modeling at higher point density. Overall, the flexible use of both L1 and L2 sensors is expected to improve disaster site analysis and response across varied landscapes.

3D 딥러닝을 위한 CityJSON 기반의 점군 학습 데이터 생성

손경완,신영하,염재홍,이동천 한국측량학회 2022 한국측량학회지 Vol.40 No.6

DL (Deep Learning) has evolved and developed rapidly in various areas in the past decade since the concept ofANN (Artificial Neural Networks) was introduced in the 1940s. Recently, GeoAI (Geospatial Artificial Intelligence)is one of the newly emerging fields of geoinformatics to create geospatial products and to provide smart decisionmakingthrough the AI-based procedure including implementation of the DL models with model training. However,the major obstacle of the DL is to obtain and/or to create training data and labeling. In particular, labeling, is animportant task in deep learning that requires an enormous amount of time and effort, which in most cases is donemanually through visual judgement. The labeling process for the point cloud data is more challenging and timeconsumingthan for imagery. In this regard, the purpose of this paper is to present a method for systematically,efficiently, and automatically generating large amounts of training and label datasets required for 3D DL usingpoint cloud data such as LiDAR by utilizing CityJSON. In addition, surface normal vectors of the point cloudsthat could provide geometric information of the object were estimated. Utilizing the normal vectors along with the3D coordinates of the point clouds could improve DL model training performance. The datasets generated fromthe proposed method could be used for 3D DL model training to perform semantic, instance and part segmentationof buildings, and eventually 3D building modeling. In appendix, python codes for generating dataset based on theproposed method are provided. 딥러닝(DL: Deep Learning)은 1940년대에 인공신경망(ANN: Artificial Neural Network) 개념이 도입된 이후,특히 지난 10년 동안 다양한 분야에서 급속하게 발전과 진화를 계속하고 있다. 최근 GeoAI (Geospatial A rtificialIntelligence)는 AI 기반의 DL 기술을 공간정보에 구현하여 여러 성과물을 생성하고 지능적 의사결정을 제공하기 위해 새롭게 부상하고 있는 공간정보의 한 분야이다. 그러나 DL의 주요 장애물은 다량의 학습 데이터와 레이블을 획득하고 생성하는 것이다. 특히 레이블링은 많은 시간과 전문적 인력이 요구되는 중요한 과정으로 대부분의 경우 시각적판단에 의존하여 수동적인 방법으로 수행된다. 점군집 데이터의 레이블링은 영상에 비해 더 어렵고 많은 시간이 소요된다. 이러한 문제점을 해결하기 위해 본 논문은 CityJSON을 활용하여 LiDAR와 같은 점군 데이터를 이용하여 3차원 DL에 필요한 대용량의 학습 데이터와 레이블 셋을 체계적이고 효율적이며 자동으로 생성하는 방법을 제시하고있다. 또한 객체의 기하학적 정보를 제공할 수 있는 표면 법선벡터를 모든 점에서 추정하였다. 점군 데이터의 3차원 좌표와 법선벡터를 함께 학습에 사용하면, DL 모델의 학습성능을 향상시킬 수 있다. 제안한 방법에 의해 생성된 데이터셋을 점군 기반의 3차원 DL 모델 학습에 사용하면 건물의 의미적 분할과 객체 및 구성요소 분할을 수행하고 궁극적으로 3차원 건물 모델링을 수행할 수 있다. 제안한 방법을 수행하기 위한 주요 파이썬 코드를 부록에 제공하였다.

MMS 라이다 점군 데이터를 활용한 도로 파손유형분석과 GIS DB구축 연구

이태현(Lee, Taehyun),노수래(Roh, Su-Lae),양병윤(Yang, Byungyun) 한국측량학회 2024 한국측량학회지 Vol.42 No.5

본 연구의 목적은 자율주행 자동차의 안전성을 강화하고 도로 관리의 효율성을 높이기 위해 MMS (Mobile Mapping System)와 LiDAR 기술을 활용하여 도로 포장 상태를 정밀하게 모니터링하고 분석하는 것이다. 이를 위해 MMS 장비를 활용하여 고양시와 인천 연안부두 지역의 도로 포장 상태를 3차원 점군 데이터로 수집하였고, 수집된 데이터를 기반으로 도로의 균열 및 파손 상태를 정밀 분석하였다. 다음으로 분석된 데이터와 실측 자료를 비교하여 정확도를 평가하였으며, 체계적인 활용을 위한 데이터베이스를 구축하여 효율적인 도로 상태 평가 및 유지보수 전략을 제시하였다. 연구 결과, 도로의 파손 유형, 깊이 및 위치를 정확하게 파악할 수 있었으며, MMS와 LiDAR 기술을 활용한 도로 포장 상태 평가는 기존 방법에 비해 시간과 비용 측면에서 높은 효율성을 보였다. 본 연구는 자율주행 자동차의 안전한 주행 환경을 구축하는 데 기여할 것으로 기대된다. 무엇보다 향후 정밀 도로 지도 갱신 시 도로 포장 상태 정보를 포함할 경우, 본 연구에서 구축한 통합형 데이터베이스가 중요한 참고자료로 활용될 것이다. The primary objective of this study is to enhance the safety of autonomous vehicles and improve the efficiency of road management through the application of MMS (Mobile Mapping System) and LiDAR technology for the precise monitoring and analysis of road pavement conditions. To accomplish this, MMS equipment was utilized to acquire three-dimensional point cloud data on road pavement conditions in Goyang City and the Incheon coastal area. The collected data were then subjected to a comprehensive analysis to evaluate road cracks and damage. Accuracy assessments of the analyzed data were performed by comparing them with ground-truth measurements, and a structured database was developed to support effective road condition assessment and maintenance strategies. The study's findings revealed accurate identification of various types of road damage, including their depth and location. Furthermore, the evaluation of road pavement conditions using MMS and LiDAR technology demonstrated superior efficiency in terms of both time and cost compared to conventional methods. This research is anticipated to contribute significantly to the development of a safer driving environment for autonomous vehicles. Additionally, the integrated database established in this study is expected to serve as a crucial reference in future high-precision road map updates.

디지털 3차원 점군데이터 기반 암반 불연속면 거칠기 이방성 평가

김태현,김광염 한국암반공학회 2023 터널과지하공간 Vol.33 No.6

불연속면 거칠기는 암반의 기계적 특성에 큰 영향을 주며 열·수리 역학적 거동에도 많은 영향을 미치는요소이다. 본 연구에서는 입체사진측량기법을 이용하여 불연속면에 대한 3차원 점군 데이터를 생성시키고 이를 이용하여 불연속면의 거칠기 특성화를 수행하였다. 3차원 점군 데이터로 재생성된 불연속면프로파일과 프로파일 게이지를 이용하여 수동으로 측정한 프로파일을 비교하여 취득한 점군 데이터가암반면의 실제 형상을 정확하게 재현하였는지 평가하였다. 또한, 측정 프로파일수가 거칠기 평가에 미치는 영향에 대해 분석하였고, 거칠기의 이방성 평가방법을 제안하고 실제 암반 불연속면에 대한 거칠기이방성 평가를 수행하였다. The roughness of discontinuity significantly influences the mechanical characteristics of rock masses and extensively affects thermal and hydraulic behaviors. In this study, we utilized photogrammetry to generate 3D point cloud data for discontinuity and applied this data to characterize the roughness of discontinuity. The discontinuity profiles, reconstructed from the 3D point cloud data, were compared with those manually measured using a profile gauge. This comparison served to validate the accuracy and reliability of the acquired point cloud data in replicating the actual configurations of rock surfaces. Subsequent to this validation, influence of the number of profiles for representative JRC assessment was further investigated followed by suggestion of roughness anisotropy evaluation method with application of it to actual rock discontinuity surfaces.

CAD 데이터를 이용한 점군 데이터의 법선 추정 방법

김병철(Byung Chul Kim),권대용(Daeyong Kwon),김성래(Seong Rae Kim) 대한기계학회 2020 대한기계학회 춘추학술대회 Vol.2020 No.12

점군 데이터를 활용한 옹벽의 단면 수치 정보 자동화 도출

한제희,장민서,한형서,조형준,신도형 한국BIM학회 2024 KIBIM Magazine Vol.14 No.2

The paper proposes a methodology that combines the Random Sample Consensus (RANSAC) algorithm and the Point Cloud Encoder-Decoder Network (PCEDNet) algorithm to automatically extract the length of infrastructure elements from point cloud data acquired through 3D LiDAR scans of retaining walls. This methodology is expected to significantly improve time and cost efficiency compared to traditional manual measurement techniques, which are crucial for the data-driven analysis required in the precisiondemanding construction sector. Additionally, the extracted positional and dimensional data can contribute to enhanced accuracy and reliability in Scan-to-BIM processes. The results of this study are anticipated to provide important insights that could accelerate the digital transformation of the construction industry. This paper provides empirical data on how the integration of digital technologies can enhance efficiency and accuracy in the construction industry, and offers directions for future research and application.

3D 점군 데이터에서의 발 고유 변인 검출 시스템 설계

윤정록(Jeongrok Yun),김운용(Un Yong Kim),김회민(Hoemin Kim),전성국(Sungkuk Chun) 한국컴퓨터정보학회 2021 한국컴퓨터정보학회 학술발표논문집 Vol.29 No.2

최근 다양한 연령층과 직업군들 사이에서 기능성 신발에 대한 관심이 증대되고 있다. 그러나 기능성 신발 및 맞춤형 신발은 높은 가격대와 긴 제작 시간이 필요하다. 이러한 문제점은 3D 스캐너 도입으로 해결이 가능하나, 정확한 발 형상 측정이 가능한 3D 스캐너는 고가의 장비이기 때문에 매장별 보급이 어렵다. 본 논문은 기능성 신발의 보급을 위하여 저가형 3D 스캐너에서 정확한 발 고유 변인을 측정할 수 있는 시스템에 대해 서술한다. 이를 위해 이를 위해 저가형 Depth Camera를 이용한 저가형 3D 스캐너의 발 형상 3D 점군 데이터를 2차원으로 변형하고, 발 형태를 감싸는 최소 사각형(Min Area Rect)를 형성하여 발 안쪽점 및 발 가쪽점을 추정한다. 생성된 최소 사각형과 발 안쪽점 및 발 가쪽점 등은 발 고유 변인 측정의 기준이 된다. 실험 결과에서는 측정 기준을 이용하여 발 고유 변인인 발 길이, 발 너비, 발꿈치 너비, 발꿈치에서 발 안쪽점 및 발 가쪽점 길이 등 5가지 고유 변인을 측정하는 것을 보여준다.

임의의 점 군 데이터로부터 쾌속조형을 위한 입력데이터의 자동생성

유동진(Dong-Jin Yoo) Korean Society for Precision Engineering 2007 한국정밀공학회지 Vol.24 No.11

In order to generate the input data for rapid prototyping, a new approach which is based on the implicit surface interpolation method is presented. In the method a surface is reconstructed by creating smooth implicit surface from unorganized cloud of points through which the surface should pass. In the method an implicit surface is defined by the adaptive local shape functions including quadratic polynomial function, cubic polynomial function and RBF(Radial Basis Function). By the reconstruction of a surface, various types of error in raw STL file including degenerated triangles, undesirable holes with complex shapes and overlaps between triangles can be eliminated automatically. In order to get the slicing data for rapid prototyping an efficient intersection algorithm between implicit surface and plane is developed. For the direct usage for rapid prototyping, a robust transformation algorithm for the generation of complete STL data of solid type is also suggested.

LiDAR 점군 데이터를 이용한 흉고직경과 수고를 예측하는 시스템의 설계와 구현

임종수(Jong-Su Yim),김동현(Dong-Hyeon Kim),고치웅(Chi-Ung Ko),김동근(Dong-Geun Kim),조형주(Hyung-Ju Cho) 한국컴퓨터정보학회 2023 한국컴퓨터정보학회논문지 Vol.28 No.2

In this paper, we propose a system termed ForestLi that can accurately estimate the diameter at breast height (DBH) and tree height using LiDAR point cloud data. The ForestLi system processes LiDAR point cloud data through the following steps: downsampling, outlier removal, ground segmentation, ground height normalization, stem extraction, individual tree segmentation, and DBH and tree height measurement. A commercial system, such as LiDAR360, for processing LiDAR point cloud data requires the user to directly correct errors in lower vegetation and individual tree segmentation. In contrast, the ForestLi system can automatically remove LiDAR point cloud data that correspond to lower vegetation in order to improve the accuracy of estimating DBH and tree height. This enables the ForestLi system to reduce the total processing time as well as enhance the accuracy of accuracy of measuring DBH and tree height compared to the LiDAR360 system. We performed an empirical study to confirm that the ForestLi system outperforms the LiDAR360 system in terms of the total processing time and accuracy of measuring DBH and tree height.

3차원 점군 데이터의 surface matching을 위한 전역조사 알고리즘

김창재(Kim, Changjae) 한국측량학회 2015 한국측량학회 학술대회자료집 Vol.2015 No.4