드론 LiDAR를 활용한 점군 데이터 정확도 검증 기술 개발

Development of LiDAR Drone-based Point Cloud Data Accuracy Verification Technology

Abstract

This paper investigates the efficient application of drone LiDAR technology for acquiring precise point cloud data in construction and civil engineering. A structured workflow encompassing data acquisition, processing, and accuracy verification is introduced. Practical testing on a construction site affirms that drone LiDAR surveying yields accurate and reliable data across various applications. With a focus on accuracy and verification, the results contribute to the progression of surveying methodologies in construction and civil engineering. The findings provide valuable insights into the dynamic technological landscape of these fields, establishing a foundation for more effective and precise surveying techniques. This study underscores the transformative potential of drone LiDAR technology in shaping the future of construction and civil engineering survey practices.

1. 서 론

4차 산업혁명의 주역인 드론은 각종 산업분야 에서 활발하게 사용되고 있으며, 특히 드론을 활 용한 융합 신산업 분야가 국내외적으로 미래 핵심 산업으로 급성장하고 있다[1]. 또한 3차원 공간정 보는 디지털 트윈, 빅데이터, 스마트시티 등 신사 업 분야에서 필수로 활용됨에 따라 그 중요성이 점차 커지고 있다[2].

국토교통부에서는 4차 산업혁명에 대응하기 위 해 드론 및 BIM(Building Information Modeling) 을 활용한 스마트 건설기술 기반을 적극적으로 마 련하고 있다[3]. 특히 최근에는 3차원 공간정보를 활용한 디지털화, 자동화를 구현하기 위한 연구 및 기술 개발이 시도되고 있으며, 이를 위해 드론을 활용한 무인항공사진측량, 무인항공 LiDAR(Light Detection and Ranging) 측량을 통해 취득된 점 군 데이터로 정밀한 위치 지형도 제작에 활용하고 자 하는 시도가 늘어나는 추세이다[4-10].

특히 무인항공 LiDAR 측량은 무인항공사진측량 방식 대비 정밀한 데이터 취득이 가능함은 물론, 기술의 특성으로 인해 원지형 데이터의 획득이 용 이하여 무인항공측량에 있어 정밀 지형 분석을 수 행할 수 있는 미래기술로 주목받고 있다. 현업 전 문가 인터뷰 결과, 취득되는 데이터의 특성으로 인해 기존 무인항공사진측량 방식에서 사용하던 정확도 검증 방법을 그대로 적용하는데 한계가 있 어 이를 위한 별도의 방안을 마련하는 것이 필요 한 것으로 조사되었다.

따라서 본 연구의 목적은 무인항공 LiDAR 측 량 방식을 활용하여 취득된 점군 데이터의 정확도 검증 방안을 마련하고 이를 검증하는 것이다. 이 를 위해 본 연구에서는 문헌조사를 통해 드론, 소 형화된 드론장착 가능한 LiDAR System,LiDAR의 특성 및 적용방안, 장비 정확도 검증방법 등의 분석을 수행하고, 이후 실제 데이터 획득 및 정제를 통해 데이터 정확도를 분석하고자 한다.

2. 이론적 고찰

2.1 드론과 LiDAR

3차원 공간정보를 획득 방법은 현재까지 점차 발 전하며 변화를 겪어 왔다. 과거부터 현재까지 활발 하게 사용되는 방식인 토탈스테이션, GNSS(Global Navigation Satellite System) 측량, 항공 측량부터 현재 레이저스캐너, MMS (Mobile Mapping System), 드론 LiDAR에 이르기까지 여러 가지 방법이 활용 되고 있다. 특히 최근의 추세는 한 가지 방식이 아닌 지역의 규모, 필요 정밀도, 현장의 상황에 따라 선택적으로 사용하거나 두 가지 이상의 방법 을 병행해서 데이터를 취득하는 방식이 활용되고 있다(Fig. 1).

Fig. 1 Acquisition methods for 3D spatial information

전통적인 측량 방식을 활용함에 있어서는 정밀한 측정이 가능한 계측 기반의 측정 장비와 숙련된 기술자의 장비 운용이 필수적이었으나, 드론이 라는 저렴하면서도 강력한 측량 도구의 출현으로 인해 기존의 전문가 수준에서만 운용 및 분석했던측량/원격탐사가 비전문가 수준에서 자체 수행 및 자료처리가 가능하도록 변화하였다.

이 중 드론 LiDAR는 드론으로부터 지상을 향해 펄스 레이저 형태의 빛을 발사해서 지물에 반사되는 레이저펄스로부터 지표면의 3차원 위치 정보를 취득 하는 기술로서, 스캐닝을 진행하는 동안 드론에 장착 된 GNSS 수신기와 IMU(Inertial Measurement Unit)에서 위치와 자세 정보를 동시에 취득하고 계산하는 방식으로 정확한 위치정보를 계산한다(Fig. 2).

Fig. 2 Overview of drone LiDAR systems[11]

2.2 드론 LiDAR 시스템의 특징

현재까지 건설 현업에서는 무인항공사진측량 기 반의 데이터를 추출하고 분석하는 방식이 주를 이 루고 있다. 이는 무인항공사진측량에서 소형화된 드론과 비교적 저렴한 사진측량 프로그램이 활용 되므로 경제성 확보가 가능하며, 정확도 역시 취 득 방식의 차이에 따라 10㎝ 이내의 수준을 확보 할 수 있기 때문인 것으로 판단된다. 그러나 사진 측량의 특성상 수목의 케노피 부분 하단, 전력선 과 같은 폭이 좁은 물체의 감지가 어려운 반면, 드론 LiDAR 측량은 대상 지역 전체에 대한 정밀 한 3차원 공간정보 획득은 물론 나무, 풀과 같은 초목 부분의 하단과 같은 실제 지형도의 형상을 보다 정밀하게 표현할 수 있어 정밀 지형분석 기 술로서 주목받고 있다.

특히 드론 LiDAR는 반사체에 반사되어 스캐너 에 도달하는 레이저의 강도와 송신된 레이저의 강 도비를 통해 대상체에 반사도에 따라 얻을 수 있 는 최대 점 수량을 분석하여 다중반송시스템(Multi Return System)을 활용할 수 있다. 다중반송시스 템을 활용하여 수목 상층부(케노피 부분)부터 지표 면 데이터까지 한 번에 취득 가능하므로, 지형 외 객체가 포함된 표면모델인 DSM(Digital Surface Model)과 순수 지표면 모델인 DEM(Digital Elevation Model) 데이터를 정확하게 구분할 수 있다(Fig. 3). 또한, 기존 항공 LiDAR 보다 낮은 고도(120m 이 하)에서 데이터를 수집하므로 대상물의 측면, 구조물 의 상세 등 기존 방식에서 취득하기 어려웠던 상세 구조물을 폐색 구간 없이 정밀 취득 할 수 있다.

Fig. 3 LiDAR multi return system[12]

드론 LiDAR 시스템은 컴퓨터 비전 방식을 사용하 는 사진측량에 비해서 후처리 시간을 절약할 수 있 다. 다중반송시스템을 활용하여 데이터 구분 및 DEM 생성이 용이하여, 산지, 숲, 가로수로 인한 폐 색구간 발생 가능 지형에서 기존 방식 대비 정확한 데이터의 취득이 가능하다. 단, 진동과 움직임이 많 은 드론의 특성에 대응할 수 있는 고성능 GNSS와 IMU를 탑재해야 오차를 최소화 할 수 있고, 초기 IMU 캘리브레이션이 중요하다. 또한 드론 LiDAR 시스템의 경우 현재는 대략 60∼80m 고도에서 취 득된 데이터만이 유효하므로, 고저차가 심한 지형에 서 운용시에는 드론 운용의 숙련도가 필요하다.

2.3 드론 LiDAR 기반 점군데이터의 정확도 검증 필요성

현재 드론 LiDAR를 기반으로 취득된 점군 데 이터는 대상물의 실제 형상에 대한 크기 및 정확 도를 정확하게 판별하기 어렵다는 한계점이 있다. 특히 지상에서 60∼80m의 높이에서 빠르게 이동 하며 데이터를 취득하기 때문에 단위 면적당 취득 되는 점의 수량이 기존의 지상 레이저스캐너, MMS 에 비해 적을 수밖에 없고, 이에 기존 스캐너의 오차 판별에 사용되는 소형 계측판을 사용해서 위 치적인 정확도를 분석하기에 제약이 있다. 따라서 드론 LiDAR 시스템의 정확도 검증을 위한 별도의 방안 마련이 필요한 것으로 판단된다.

드론 LiDAR 시스템의 오차는 기계적인 오차와 우연오차로 구분할 수 있다. 기계적 오차의 경우 오 차 발생의 주요 원인이 GNSS, IMU 시스템에 있으 며, 이는 최종 정확도에 영향을 준다. 따라서 본 연 구에서 제안하는 정확도 검증 방안은 드론 LiDAR 시스템 활용 측량 시 고도와 비행노선을 고려하여 수평, 수직 오차를 검정하고, 전체적인 지형 측량 시 최대 오차를 확인하는 것을 목표로 삼았다.

3. 드론 LiDAR 시스템의 정확도 검증 방안

3.1 수평 정확도의 검증 방안

항공 LiDAR 측량의 경우 기복변위가 있고, 편 평한 건축물의 모서리 부분의 측량 결과와 드론 LiDAR의 측정된 데이터의 위치적 오차를 확인하 는 방법으로 데이터의 오차를 검정한다. 일반적으 로 기준이되는 모서리 점을 토탈스테이션을 활용

하여 측정하는 방식을 택하고 있다.

드론 LiDAR 시스템의 경우 120m 이하(일반적 으로 60∼80m)에서 데이터를 취득하기 때문에 건 축물과 유사한 소형 객체로 정확도를 검증할 수 있을 것으로 판단하여 이와 같은 방법을 제안하여 정확도 검증을 수행하고자 하였다.

먼저 기존 LiDAR 시스템에 대한 검정 및 정확 도 분석은 측정 대상물을 종방향으로 비행한 데이 터를 활용하여 Y축의 회전량 오차(Pitch)를 확인 하는 방식을 활용한다. 또한, 측정 대상물을 횡방 향으로 비행한 데이터로 X축의 회전량 오차(Roll) 를 확인하는 방법을 택하고 있다(Fig. 4).

Fig. 4 Verifying Y-axis and X-axis rotation errors

본 연구에서는 장비의 사양에 따른 오차를 분석 하는 것이 아닌 점군 데이터의 정확도 검증을 수행 하는 것이므로, X, Y 수평위치에 대한 오차만을 검정하는 것으로도 문제가 없어 단방향 취득데이터만을 활용하여 평면오차를 검정하고자 한다.

3.2 수직 정확도 검증 방안

드론 LiDAR 시스템의 수직 정확도의 검증을 위해 레이저 스캔 주사폭에 의한 오차 검정, 즉 IMU의 X축 회전량 오차(Roll)를 통해 기준점(소형 객체) 데이터와 획득한 점군 데이터를 비교 분석하고자 한다. 특히 스캔 주사폭의 양 끝단에서 실제 스케일상의 오차가 가장 크게 발생하므로, 편평한 지역을 기준으로 기준점 (소형 객체)을 배치하고, 기준점과 직교하는 방향으로 데이터 취득을 택하였다(Fig. 5).

Fig. 5 Verifying vertical data errors

3.3 수직 데이터 표준편차 검증 방안

본 연구에서는 노이즈에 의한 수직 정확도 검증 을 추가적으로 고려하였다. 기준점과 드론 LiDAR 시스템의 데이터의 높이 값(Fig. 6 세로축) 오차를 확인하기 위해 기복이 없는 평지 위로 취득한 데 이터(Fig. 6 가로축)의 표준편차를 계산하는 방법 을 활용하였다.

Fig. 6 Verifying vertical data standard deviation (example)

4. 정확도 검증 데이터 획득 및 분석

4.1 LiDAR 데이터 정확도 검증 실험 설계

본 연구에서는 드론 LiDAR 시스템으로부터 취득 된 점군 데이터의 정확도 검증 실험을 위해 분석 대상지 및 데이터 획득 장비를 선정하고, 이를 기반 으로 데이터 획득을 위한 세부 방안을 설계하였다.

4.1.1 분석 대상지 및 데이터 획득 장비 선정

본 연구에서 분석 대상지로 선정한 곳은 충청 북도 증평군 증평읍 내성리 일대의 도로공사 현장 이다(Fig. 7). 데이터의 취득 시기는 성토 공정이 진행되고 있는 시기였으며, DJI社 Zenmuse L1 LiDAR 시스템을 활용하여 현장의 3차원 모델을 구축하였다. 데이터 획득을 위해 선정한 장비는 Table 1과 같다.

Fig. 7 Target site overview

Table 1. Equipment specification for data acquisition

4.1.2 데이터 정확도 검증 실험 설계

드론 LiDAR 시스템으로부터 취득된 점군 데이 터의 정확도 검증을 위해서 3쏘티의 비행으로 데 이터를 취득하고 각 쏘티의 데이터를 비교하는 방 식을 활용하고자 한다. 또한 1쏘티 비행 시 각각 의 정확도 검증을 위해 동일 스트립을 3회 이상 반복 비행하고자 한다. -

초기 비행 시 IMU 캘리브레이션이 완료된 이 후 각 스트립별 최소 1㎞ 이상의 거리 및 시간적 차이(200∼250초)를 두고 데이터 취득을 진행한 다. 이는 작업시간 또는 데이터 취득 거리가 1㎞ 가 넘어감에 따라 IMU에 누적 오차가 발생할 수 있으므로 이를 확인하는 작업이며, 각 회차별 데 이터의 비교 작업이 필요하다. Fig. 8은 데이터 획득의 세부 방법을 전체적인 작업 공정에 맞춰 도식화한 것이다.

Fig. 8 Workflow

취득된 데이터의 정확도 검증을 위한 기준점은 가로, 세로, 높이 50㎝ 크기의 상자 상단에 대공표 지판을 부착하는 방식으로 제작되었다. 기준점의 측정은 Trimble社 GNSS 수신기인 R4S로 국토지 리정보원에서 제공하는 실시간 이동 측량 서비스인 VRS 서비스를 이용하여 기준점 상단부를 10에포 크 이상 측정하는 방식을 활용하였다(Fig. 9).

드론은 평균고도 60m 높이에서 5㎧ 이하의 속 도로 등고도 비행하였으며, LiDAR 시스템의 스트 립별 중복(횡중복)은 50%로 설정하였다.

Fig. 9 Target object and verifying point survey

4.2 수집 데이터 분석

4.2.1 기준점 위치

본 연구에서는 설치된 기준점 상단부 대공표지 판의 중심좌표를 정밀 측정하고, 이를 절대좌표로 변환하여 검증에 활용하였다(Table 2).

Table 2. Reference point table (unit : m)

4.2.2 데이터 필터링

취득된 점군 데이터의 모서리(Edge) 부분을 검 출하기 위해서는 노이즈 제거를 통한 점군 데이터 의 정제가 필요하다. 본 연구에서는 취득된 점군 데이터 중 관심영역(ROI)을 대상으로 Octree 공 간 인덱식 기법과 평면상 노이즈 제거 방법을 사 용하여 아래 Fig. 10과 같이 필터링 작업을 진행 하였다.

Fig. 10 Remove outliers (noise) from the plane point cloud

4.2.3 비행 스트립별 데이터 분리

본 연구에서는 총 세 번의 스트립 비행을 통해 기준점 객체마다 3번의 데이터를 취득할 수 있도 록 계획하였고, GPS-Time을 기준으로 한 번의 데이터에서 Second of week의 계산 공식으로 스 트립별 데이터를 분리하였다.

마지막으로 추출된 각 데이터로 각 객체의 모서리면 을 생성하고 이를 통해 전체적인 형상을 만들고 각 모서리의 좌표를 연결하여 객체의 중심좌표를 취득하 였다. 또한 취득된 중심좌표와 기준점 측량 데이터를 비교하여 정확도 검증을 수행하였다(Fig. 11).

Fig. 11 Core detection with corner plane data

Table 3. Drone LiDAR data accuracy analysis results (unit : m)

4.3 수집 데이터 기반 정확도 분석 결과

4.3.1 기준점 기반 평면 및 수직 데이터 정확도 검증

본 연구에서는 GNSS로 측정한 박스형 기준점 의 계측 데이터와 드론 LiDAR에서 확인된 점군 데이터의 위치 값을 비교하여 정확도 분석을 수행 하였다(Table 3).

정확도 분석 결과, 전체적인 오차는 10㎝ 미만 수준으로, 이를 통해 취득된 점군 데이터의 신뢰 도를 확보할 수 있었다. 취득된 드론 LiDAR 점군 데이터의 노이즈에 의한 오차 확인 결과, 비교적 안정적인 데이터가 확보된 것으로 확인되었다.

4.3.2 드론 LiDAR 스트립별 취득 데이터 오차 분석

본 연구에서는 앞서 4.2.3절의 연구를 통해 비 행 스트립별로 분리되었던 세 개의 데이터를 토대 로 박스형 기준점에 대한 오차 비교를 수행하였다. 이는 이동하며 데이터를 취득하는 드론 LiDAR의 특성상 IMU의 정밀도와 GNSS 정확도에 의해 총 이동거리에 따른 누적 오차가 발생하기 때문에 이 를 확인하고자 분석을 수행하였다. Table 4는 각 스트립별 오차를 별도로 계산하여 전체적인 오차 의 양을 확인한 결과이다.

스트립별 오차 분석 결과, 총 이동거리가 증가할수록 X, Y 좌표의 누적 오차가 지속적으로 증 가하는 것이 확인되었으며, 특히 Z 좌표의 누적 오차는 Fig. 12에서 확인할 수 있는 것과 같이 세 번째 스트립에서 크게 증가된 것을 확인하였다. 즉, 총 이동거리에 따른 누적 오차의 증가를 고려 할 때, 초기 드론 LiDAR의 일정 정확도를 확보하 기 위해서는 캘리브레이션 후 첫 번째 스트립의 이동거리를 일정 수준으로 제한하고, 이후로 취득 되는 스트립에 대해서는 첫 번째 스트립을 기준으 로 데이터 보정이 필요할 것으로 판단된다.

Table 4. Error analysis by drone LiDAR data strip (unit : m)

Fig. 12 Error by drone LiDAR data strip

5. 결 론

본 연구를 통해 얻은 결론은 다음과 같다.

1) 드론 LiDAR 시스템 분석 결과, 드론 LiDAR 기반 취득된 점군 데이터는 다중반송시스템 을 활용하여 DSM, DEM 데이터를 정확하게 구분할 수 있다는 장점이 있으나, 취득된 점 군 데이터에서 기준점의 실제 형상을 판별하 기 어렵다는 한계가 있어 정확도 검증을 위 한 별도의 방안 마련이 필요한 것으로 분석 되었다.

2) 드론 LiDAR 취득 데이터의 특성 분석을 통 해, 기존 항공측량 데이터의 정확도 검증 방 안을 고려하여 드론 LiDAR 시스템에 적합 한 수평 정확도의 검증 방안, 수직 정확도의 검증 방안을 마련하였으며, 일본 국토교통성 의 LiDAR 데이터 오차 검증 방법을 참고하 여 수직 데이터 표준편차의 검증 방안을 새 롭게 제안하였다.

3) 제안된 정확도 검증 방안을 활용하기 위한 수집 데이터 분석 결과, 취득된 점군 데이터 의 모서리(Edge) 검출을 위한 Octree 공간 인덱싱 기법과 평면상 노이즈 제거 방법이 적용되었으며, 드론 LiDAR 데이터의 특성을 고려하여 스트립별 데이터 분리 작업이 적 용되었다.

4) 현장 데이터 취득을 통한 수집 데이터 정확 도 분석 결과, 전체적인 오차는 최대 10㎝ 미만 수준으로 분석되었다. 또한 스트립별 취득 데이터의 오차 분석을 통해 스트립의 이동거리를 일정 수준 제한 설정하고, 이후 로 취득 스트립에 대해서는 첫 번째 스트립 을 기준으로 보정이 필요함을 확인하였다.

본 연구는 드론과 LiDAR 시스템을 활용한 점 군 데이터의 정확도 검증 방안을 제시함으로써, 무인항공측량 분야에서의 데이터 품질 향상을 도 모하고자 하였다. 추후 연구를 통해 무인항공측량 분야에서의 데이터 활용성을 높이고, 보다 정확하 고 신뢰성 높은 데이터를 제공함으로써, 다양한 분야에서의 응용 가능성을 확대할 수 있을 것으로 기대된다. 또한 해당 내용을 보다 발전시켜 드론 LiDAR 측량의 활성화를 위한 [공공측량 작업지침] 개정(안)을 작성하여 유관 기관에 정책제안을 하는 등의 추후 연구가 필요할 것으로 사료된다.

감사의 글본 연구는 국토교통부/국토교통과학기술진흥원의 지원으로 수행되었음(스마트 건설기술 개발사 업: 23SMIP-A158708-04).