• 한국측량학회지
• /
• 제37권6호
• /
• pp.545-554
• /
• 2019

본 연구에서는 기존의 연구들에서 주로 사용하여왔던 현장측량, 항공사진, 라이다 데이터 등의 취득이 원천적으로 어려운 지역에 대한 건물 영역 추출을 구현하고자 하였다. 이에 접근성에 큰 영향을 받지 않는 거의 유일한 데이터인 고해상도 위성영상을 활용한 방법론을 제시하고자 한다. 영상정합을 통해 추출되는 점군 데이터 또는 DSM(Digital Surface Models)을 활용한 건물 영역 추출은 데이터내의 높은 잡음과 다수의 빈 영역으로 인해 그 정확성에 한계를 보이고 있다. 따라서 본 연구에서는 영상 정합을 통해 얻어진 3차원 점군 데이터, 영상의 색상 및 선형 정보를 결합하여 건물 영역 추출을 수행하는 하이브리드식 접근법을 제안하였다. 일차적으로 다중영상정합으로 얻어진 3차원 점군 데이터로부터 지면점과 비지면점을 분리하고, 비지면점으로부터 초기 건물 대상지를 추출한다. 이후, 영상의 색상기반 분할을 수행하여 얻어진 결과와 초기 건물 대상지를 결합하여, 색상분할기반 건물 대상지를 추출한다. 이어서 영상의 선형 추출 및 공간 분할정보를 이용하여 최종적인 건물 영역을 선정하게 된다. 본 논문에서 제시한 건물 영역 자동 추출 방법론은 Correctness: 98.44%, Completeness: 95.05%, 위치오차: 1.05m 정도의 성능을 보임을 확인하였으며, 더불어 직각형태 이상의 복잡한 건물 영역도 잘 추출함을 확인하였다.

• 대한원격탐사학회지
• /
• 제36권5_4호
• /
• pp.1195-1207
• /
• 2020

GeoWeb 기술이 발전하면서 재난관리 분야에서도 웹을 통한 2D/3D 공간정보 서비스에 대한 관심과 활용도가 높아지고 있다. 본 논문은 재난사고 현장에서 수집된 다양한 공간정보를 웹 환경에서 시각화하기 위한 3D 공간정보 맵핑 플랫폼 구축에 관한 연구로서, 웹 개발 표준기술인 HTML5/WebGL과 오픈소스를 활용하여 재난사고 현장에서 다양한 형태로 수집된 2D/3D 공간 데이터와 대용량의 LiDAR 점군 데이터에 대한 웹기반의 공간정보 맵핑 서비스 방안을 제시하였다. 첫째, 오픈소스인 GeoServer의 WMS 서비스와 PostGIS를 이용하여 수집된 재난현장 조사 2D 데이터를 공간 DB로 구축한 후 웹 환경에서 렌더링하였다. 둘째, 웹 환경에서 대용량 3D 점군 데이터를 효율적으로 렌더링하기 위하여 다중 해상도의 옥트리 구조를 이용하여 점군 데이터를 2D 타일로 단순화하는 Potree 알고리즘을 적용하였다. 마지막으로 OpenLayers3를 기반으로 3차원 지도를 제어 및 측정하기 위한 기본·응용 기능을 Graphic User Interface(GUI)로 구현하여 2D/3D 공간정보의 웹 시각화를 위한 3D 웹 맵핑 파일럿 시스템을 개발하였다. 향후, 재난현장의 각종 2D 조사 데이터 및 다양한 공간영상정보를 구축된 웹기반 3차원 공간정보시스템에 중첩·표출함으로써 재난사고 과학조사 및 분석 업무에 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1013-1025
• /
• 2020

UAV (Unmanned Aerial Vehicle) 플랫폼은 소규모 지역의 영상을 저비용으로 신속하게 취득이 가능하다는 장점이 있어 재난모니터링과 스마트시티 분야에 널리 활용되고 있다. UAV 기반 정사영상 및 DSM (Digital Surface Model) 제작 시 cm 급 정확도를 확보하기 위하여 UAV 영상의 위치보정을 위한 지상기준점(Ground Control Points, GCP)이 필수적이다. 하지만, 현장 GCP 취득을 위한 현장방문, 대공표지 설치에는 상당한 인력과 시간이 소요된다. 따라서 본 연구에서는 GCP 현장 취득을 대체하기 위한 방법으로 사전에 구축되어 활용가능한 세 가지 공간정보를 GCP로 이용하는 방법을 제시하였다. 연구에 사용한 세 가지 공간정보는 첫째, 25 cm 급 정사영상과 1:1000 수치지형도 기반 DEM (Digital Elevation Model), 둘째, 모바일매핑시스템(Mobile Mapping System, MMS)으로 취득한 점군 데이터, 셋째, MMS 데이터와 UAV 데이터를 융합하여 만든 하이브리드 점군 데이터이다. 세 가지 공간정보로부터 취득한 GCP를 이용하여 각각에 대하여 UAV 정사영상과 DSM (Digital Surface Model, DSM)을 생성하였다. 생성된 3가지 결과를 현장 RTK-GNSS 측량으로 취득한 검사점과 비교하여 3차원 위치 정확도평가를 진행하였다. 실험결과, 세 번째 경우인 MMS와 UAV를 융합한 하이브리드 점군 데이터를 GCP로 사용하였을 때, UAV 정사영상과 DSM의 최종 정확도가 수평방향의 RMSE는 8.9 cm, 수직방향의 RMSE는 24.5 cm로 가장 높게 나타났다. 또한, 현장 측량을 대체하기 위해 활용한 공간정보로부터 취득한 GCP의 분포는 수평 위치 정확도 보다 수직 위치 정확도에 더 많은 영향을 미치는 것으로 나타났다.

• 대한공간정보학회지
• /
• 제18권2호
• /
• pp.29-33
• /
• 2010

항공레이저측량을 통한 지형 분류작업은 분류 정확도의 확보와 세밀한 지형 표현의 두 목표를 동시에 만족해야 한다. 이 두 목표를 달성하기 위한 자동분류 처리에 연구로서 노이즈가 많은 지형분류 결과로부터 필터링을 통한 품질향상 연구가 다수 있었으나 한국과 같이 삼림이 울창하고 지표면 투과율이 낮은 환경에서의 항공레이저측량 결과 적용 시 관목 및 교목 하층이 지면으로 분류되는 오류가 많았다. 이에 본 연구는 정확도가 높고 점밀도가 낮은 1차 지형분류 결과를 기반으로 아직 지형으로 등록되지 않은 LiDAR 지형 분류 후보 점군들로부터 세밀 지형 표현에 필요한 점들을 추출하는 기법으로 점분류 처리절차를 개선하였다. 주변 지형 포인트의 가중치를 부여하여 경사 (gradient) 계산을 통해 미추출 LiDAR 점군들로부터 지형 표현 점들을 분류하는 본 알고리즘은 특히 능선부분의 사라진 특징을 찾아내거나 무너진 논둑을 복원하는 등 최소의 점들로 중요한 지형 요소점(terrain model key points)을 놓치지 않고 세밀하게 표현하는데 효과적이다. 이 알고리즘을 통해 추출한 점들과 1차 지형분류 결과를 결합하여 지형분류최적화 방법을 제안하였다.

• 터널과지하공간
• /
• 제17권3호
• /
• pp.165-174
• /
• 2007

3차원 레이저 스캐너를 이용하여 사물의 형상을 측정하고, 이로부터 얻어진 데이터를 이용해서 측정된 사물의 형상을 재현하는 기술을 역분석공학이라고 한다. 최근 암반공학분야에서도 사람 손이 닿지 않는 암반사면이나 넓은 지역에 대한 신속한 불연속면 조사를 위해 이러한 역분석공학 기술을 응용하고자 하는 연구가 활발히 진행되고 있다. 이러한 기술을 이용하여 불연속면을 조사하고 분석하기 위해서는 레이저 스캐너로부터 얻어진 3차원 점군데이터를 처리하고 이로부터 불연속면을 추출하고 분석하는 프로그램이 필수적이다. 그러나 기존 프로그램들은 불연속면 조사에 필요한 기능을 충분히 갖추었다고 보기 어려운 실정이다. 따라서 이 연구에서는 3차원 레이저 스캐너를 이용하여 암반면을 측정한 점군데이터로부터 불연속면을 추출하고 통계분석하는 일련의 과정을 자동화된 하나의 프로세스로 처리하는 프로그램을 개발하였으며, 개발된 프로그램을 암반 사면과 터널 벽면의 불연속면 조사에 적용하여 조사기법과 프로그램의 적용성을 검증하였다. 3차원 레이저를 이용한 불연속면 조사와 개발된 프로그램을 이용함으로써 부지 조사시 접근이 곤란한 지역의 조사 용이성이 증대될 수 있을 것으로 기대된다. 또한 관련 기술의 국제적인 수준이 초보 단계인 것을 감안하면 앞으로 해외시장 선점 가능성도 클 것으로 기대된다.

• 한국측량학회지
• /
• 제39권4호
• /
• pp.235-243
• /
• 2021

하천측량은 하천기본계획 및 각종 하천 정비의 기초자료를 취득하기 위해 활용되며 하천의 물리적 형태와 하천 정비 이후의 변화를 예측하기 위해서도 활용된다. 항공수심라이다(ABL: Airborne Bathymetric LiDAR) 시스템은 그린 레이저를 사용하여 수면과 하상을 동시에 측량할 수 있는 시스템으로써 하천의 수심 및 하상 측량에 효과적으로 활용될 수 있다. 항공수심라이다 데이터를 하천 측량에 활용하기 위해서는 취득된 점군 데이터부터 수면과 하상 점들을 분리하고 추출하는 과정이 선행되어야 한다. 본 연구에서는 대표적인 지면필터링 기법인 ATIN(Adaptive Triangular Irregular Network) 알고리즘을 적용하여 항공수심라이다의 점군 데이터로부터 저수심 하천의 수면과 하상 점군을 분리하기 위한 방법론을 구축하고 제안된 방법론의 효용성을 검증하였다. 이를 위해 충청남도 곡교천 일대에서 Leica Chiroptera 4X 센서로부터 취득된 데이터를 이용하여 실험을 수행하였다. 연구결과 수면과 하상에 대한 분류 정확도는 88.8%, Kappa 계수는 0.825를 얻을 수 있었으며, 항공수심라이다 데이터를 하천측량에 효과적으로 활용할 수 있음을 확인하였다.

• 한국ITS학회 논문지
• /
• 제21권4호
• /
• pp.190-211
• /
• 2022

본 연구는 자율주행차량의 필수 센서로 인식되는 LiDAR로 도로표지를 검지할 시, 도로표지의 모양과 높이 등이 검지성능에 주는 영향에 대하여 알아보았다. 연구를 위해 면적과 재질은 동일하고, 모양은 서로 다른 도로표지를 4종을 제작하였으며, 32Ch 회전형 LiDAR를 차량 상단부에 장착하여 도로주행실험을 수행하였다. 도로표지의 모양에 따른 점군데이터의 형상과 NPC를 비교한 결과, 32ch LiDAR를 활용하여 도로표지의 전체 모양을 인식하려면 40m 이내의 거리가 필요할 것으로 기대되며, 원거리에서 최대한 점군을 확보하는 데 있어서는 정사각형보다는 삼각형, 직사각형 등의 형상이 유리하였다. 도로표지의 높이에 따른 연구 결과, 근거리(20m이내)에서는 표지의 높이를 2m 이상으로 올리면 LiDAR의 수직시야각에서 이탈하여 완전한 점군 형상을 표현하지 못하게 되며, 차로변화로 센서와 표지 사이의 횡간격과 입사각이 커지게 되면 NPC가 소폭 감소하나 근거리 높이 변화에 비하면 미미한 영향을 보였다. 이러한 연구결과는 자율협력주행기술 상용화를 위한 LiDAR 전용 도로시설물 개발에 활용될 수 있을 것으로 기대된다.

• 대한산업공학회지
• /
• 제19권2호
• /
• pp.75-82
• /
• 1993

This paper deals with a systematic procedure for constructing a triangular composite surface which is interpolated from given scattered 3-D points. The procedure consists of a triangulation, construction of curve net, and interpolation of triangular patches. An obtained surface is composed of cubic triangular patches, which are $G^1$ continuous to adjacent other patches.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2010년 춘계학술발표회 논문집
• /
• pp.387-388
• /
• 2010

There is no generalized and systematic method yet to data pre-processing for point cloud data classification even if there have been lots of previous studies such as local maxima filter, morphology filter, slope based filter and so on. Main focus of this study is to present classification method for bare ground information from LiDAR data for the mountainous area.

• 한국결정학회지
• /
• 제1권1호
• /
• pp.57-59
• /
• 1990

International Tables of X-Ray Crystallography Vol.IV(1974) Table 2.3.2에 오자가 있다. 점군 422의 등가반사면들은 hkl=hkl=hkl=hkl=hkl=khl=khl=khl이다.