Broadcasting and Media Magazine (방송과미디어)

The Korean Institute of Broadcast and Media Engineers (한국방송∙미디어공학회)
권호 표지

LiDAR 기반 포인트 클라우드 획득 및 전처리

  • Published : 2021.04.30
Download PDF
⟨ Previous Next ⟩

Abstract

LiDAR는 조사된 빛이 피사체에 반사되어 돌아오는 시간을 측정하여 거리를 측정하는 장비로서, 넓은 영역과 긴 거리에 걸쳐 실세계의 정밀한 3차원 정보를 포인트 클라우드 데이터로 제공해 준다. 이러한 대용량 포인트 클라우드 데이터는 자율주행 자동차, 로봇, 3차원 지도 제작 등 컴퓨터 비전 기술을 이용하는 다양한 분야에 널리 활용될 수 있다. 그러나 유리 구조물을 포함하는 피사체를 LiDAR로 촬영하는 경우, 유리면에서 빛의 반사로 인한 가상의 포인트가 생성되어 실제 3차원 정보를 왜곡하는 문제가 있다. 포인트 클라우드의 후속 처리를 효율적으로 수행하기 위하여, 이러한 왜곡을 제거하는 전처리 기술이 필요하다. 본 고에서는 LiDAR의 취득 원리와 3차원 포인트 클라우드의 특성을 고찰하고, 유리 반사로 인한 왜곡된 가상의 포인트를 자동으로 검출하고 제거하는 새로운 연구 주제를 소개한다.

Keywords

Acknowledgement

이 논문은 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No.2020R1A2B5B01002725)

References

  1. J. Vagovsky, I. Buransky, A. Gorog, "Evaluation of Measuring Capability of the Optical 3D Scanner", Procedia Eng., 2015, pp. 1198-1206
  2. T. Shan, B. Englot, "LeGO-LOAM: Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain", IEEE IROS, 2018, pp. 4758-4765
  3. A. Geiger, P. Lenz, R. Urtasun, "Are we ready for autonomous driving? The KITTI vision benchmark suite," IEEE CVPR. 2012, pp. 3354-3361
  4. R. B. Rusu, N. Blodow, M. Beetz, "Fast Point Feature Histograms (FPFH) for 3D registration", IEEE ICRA, 2009, pp. 3212-3217
  5. X. Chen, H. Ma, J. Wan, B. Li and T. Xia, "Multi-view 3D Object Detection Network for Autonomous Driving," IEEE CVPR, 2017, pp. 6526-6534
  6. H. Xianan, S. Jin, M. Wang, W. Jiang, L. Gao, L. Xiao, "A review of algorithms for filtering the 3D point cloud", Signal Process. Image Com., 2017, Vol 57, pp.103-112 https://doi.org/10.1016/j.image.2017.05.009
  7. Velodyne "Velodyne HDL-64E". [Online]. Available: https://velodynelidar.com/products/hdl-64e/
  8. Velodyne. "Velodyne Puck Lite LiDAR". [Online]. Available: https://velodynelidar.com/products/puck-lite/
  9. W. Y. Yan and A. Shaker, "Radiometric Correction and Normalization of Airborne LiDAR Intensity Data for Improving LandCover Classification," in IEEE Trans on Geo. Rem. Sen., Dec. 2014 vol. 52, no. 12, pp. 7658-7673 https://doi.org/10.1109/TGRS.2014.2316195
  10. J. Papon, A. Abramov, M. Schoeler and F. Worgotter, "Voxel Cloud Connectivity Segmentation - Supervoxels for Point Clouds," IEEE/CVPR, 2013, pp. 2027-2034
  11. J. Yun and J. Sim, "Cluster-Wise Removal of Reflection Artifacts in Large-Scale 3d Point Clouds Using Superpixel-Based Glass Region Estimation," IEEE ICIP, 2019, pp. 1780-1784
  12. RIEGL, "RIEGL VZ-400 3D terrestrial laser scanner."[Online]. Available: http://www.riegl.com/nc/products/terrestrialscanning/produktdetail/product/scanner/5/
  13. R. B. Rusu, S. Cousins, "3D is here: Point Cloud Library (PCL)," IEEE ICRA, 2011, pp. 1-4
  14. J. Yun and J. Sim, "Reflection Removal for Large-Scale 3D Point Clouds," IEEE CVPR, 2018, pp. 4597-4605
  15. J. -S. Yun and J. -Y. Sim, "Virtual Point Removal for Large-Scale 3D Point Clouds with Multiple Glass Planes," in IEEE TPAMI 2021 vol. 43, no. 2, pp. 729-744 https://doi.org/10.1109/TPAMI.2019.2933818