• 인터넷정보학회논문지
• /
• 제23권6호
• /
• pp.71-78
• /
• 2022

본 논문은 3D LiDAR의 포인트 클라우드 데이터를 가공하여 3D 객체탐지를 위한 알고리즘을 제안했다. 기존에 2D LiDAR와 달리 3D LiDAR 기반의 데이터는 너무 방대하며 3차원으로 가공이 힘들었다. 본 논문은 3D LiDAR 기반의 다양한 연구들을 소개하고 3D LiDAR 데이터 처리에 관해 서술하였다. 본 연구에서는 객체탐지를 위해 클러스터링 기법을 활용한 3D LiDAR의 데이터를 가공하는 방법을 제안하며 명확하고 정확한 3D 객체탐지를 위해 카메라와 융합하는 알고리즘 설계하였다. 또한, 3D LiDAR 기반 데이터를 클러스터링하기 위한 모델을 연구하였으며 모델에 따른 하이퍼 파라미터값을 연구하였다. 3D LiDAR 기반 데이터를 클러스터링할 때, DBSCAN 알고리즘이 가장 정확한 결과를 보였으며 DBSCAN의 하이퍼 파라미터값을 비교 분석하였다. 본 연구가 추후 3D LiDAR를 활용한 객체탐지 연구에 도움이 될 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.532-533
• /
• 2020

원격 및 가상환경에서 사용자의 동작에 따른 3D 모델을 제공하기 위해 light detection and range (LiDAR)로 측정된 3D point cloud로 사용자의 3D 모델이 생성되어 원격 및 가상환경에 사용자의 모습이 제공된다. 하지만 3D 모델을 생성하기 위해서는 사용자의 신체 전부가 측정된 3D point cloud가 필요하다. 사용자의 신체 전체를 측정하기 위해서는 적어도 두 개 이상의 LiDAR가 필요하다. 두 개 이상의 LiDAR을 사용할 경우에는 LiDAR을 사용할 공간과 LiDAR를 구비하기 위한 비용이 발생한다. 단일 LiDAR로 3D 모델을 생성하는 방법이 요구된다. 본 논문에서는 단일 LiDAR에서 측정된 3D point cloud를 이용하여 3D 모델을 생성하는 방법이 제안된다. End-to-End 기반 Convolutional Neural Network (CNN) 모델로 측정된 3D point cloud를 분석하여 사용자의 체형과 자세를 예측하도록 학습한다. 기본자세를 취하는 동안 수집된 3D point cloud로 기본이 되는 사용자의 3D 모델을 생성한다. 학습된 CNN 모델을 통하여 측정된 3D point cloud로 사용자의 자세를 예측하여 기본이 되는 3D 모델을 수정하여 3D 모델을 제공한다.

• 지적과 국토정보
• /
• 제49권2호
• /
• pp.57-66
• /
• 2019

최근 스마트 시티에 의한 공간정보 제작의 일환으로 역설계를 위한 구조물의 3차원 재현이 주목받고 있다. 특히, 구조물 3차원 재현에 지상 LiDAR가 주로 사용되며 UAS에 의한 3차원 재현 연구가 활발히 진행되고 있다. 다만, 두 기술 모두 촬영각에 의한 사각지대가 발생한다. 본 연구는 수직구조물을 대상으로 UAS를 활용한 SfM기반 영상해석 기술을 통해 구현된 3D 모델과 지상 LiDAR 기반의 레이저 스캐닝에 의한 3D 모델간의 재현성 및 효용성을 검토하고 사각지대 보완을 위해 2가지 3D 모델을 조합 검토한다. 이를 위해 인공암벽을 대상으로 UAS 기반 영상을 취득하고 GNSS 장비와 토탈 스테이션을 통해 수직면 기준점(VCP) 및 점검점을 설정, SfM 기반 영상해석 기술을 활용하여 구조물의 3D 모델을 재현한다. 또한, 지상 LiDAR 스캐닝을 통해 구조물의 3D 측점 군을 취득하고 점검점을 기준으로 재현의 정확도와 3D 모델의 완성도를 UAS 기반 영상해석결과와 비교·검토하였다. 특히, UAS 및 지상 LiDAR로부터 구축한 측점 군의 조합을 통해 정확도와 실감 재현도를 확인하였다. 연구결과, 정확도 및 3D 모델 완성도에서 UAS 기반 영상해석이 우수하였고, 두 방법의 측점 군 조합으로 정확도가 향상됨을 확인하였다. UAS 및 지상 LiDAR 레이저 스캐닝 조합방법으로 수직구조물 대상 정밀 3차원 모델의 사각지대 보완·재현이 가능하므로 공간정보 구축, 안전진단 및 유지보수 관리에 효율적인 사용이 기대된다.

• 한국항행학회논문지
• /
• 제28권3호
• /
• pp.300-308
• /
• 2024

도심 항공 모빌리티(UAM)는 도시의 교통 혼잡과 환경 문제에 혁신적인 해결책을 제공하는 새로운 교통수단으로 부상하고 있다. 특히 전기수직이착륙(eVTOL) 항공기를 통해 도심 내 이동성을 향상시키고 교통 혼잡을 감소시키며 환경오염을 줄이는 데 기여할 것으로 기대된다. 그러나 UAM 시스템의 성공적인 구현과 운영은 센서 기술과 같은 고도로 발전된 기술적 인프라에 의존을 많이 하게 된다. 이러한 센서 기술 중에서도 3D LiDAR (light detection and ranging) 시스템은 복잡한 도심 환경에서 비행체가 장애물을 감지하고 경로를 생성하는 데 필수적이다. 본 논문은 3D LiDAR를 이용한 객체 검출 기능의 중요성과 성능을 중심으로 LiDAR 기반 인지 솔루션 개발의 도전 과제에 초점을 맞추며, LiDAR 데이터 처리 알고리즘과 객체 검출 방법론을 통합하여 비행체의 안전 운항에 기여하는 인지 솔루션의 효과를 실험적으로 검증한다.

• 지적과 국토정보
• /
• 제47권1호
• /
• pp.179-190
• /
• 2017

문화재의 현황 파악 및 복원을 위한 3차원 모델링에 있어서 지상 LiDAR와 UAV의 활용방안을 제시하고자 대상 문화재에 대해 지상 LiDAR 측량을 실시하고 UAV 영상을 취득하였다. 이를 통해 생성된 포인트 클라우드의 정확도를 비교하고 3차원 모델의 중첩분석 및 융합 모델을 생성하였다. 그 결과, 문화재의 변위 및 변형을 감지하기 위해 실시하는 3차원 모델링의 경우에는 지상 LiDAR를 이용한 정밀한 모델링이 적합함을 알 수 있었으며, UAV 모델은 지상 LiDAR 모델에 비해 급격한 굴곡이 발생하는 부분을 상세하게 표현하지 못하는 한계가 있지만 UAV 모델은 모델링을 수행하는 범위가 넓으며 실물 문화재의 모델링이 가능한 이점이 있음을 알 수 있었다. 또한 최종적으로 지상 LiDAR 모델과 UAV 모델의 이점을 살린 융합 모델을 생성함으로써 문화재의 기초자료 구축 분야에서 효율적인 활용이 가능할 것으로 판단된다.

• 대한공간정보학회지
• /
• 제19권2호
• /
• pp.3-8
• /
• 2011

최근 지도제공 서비스 업체 및 각 포털 사이트가 일반 사용자를 위한 3차원 가상도시 모델 서비스에 참여하면서 그 수요가 확대되고 있다. 또한 웹이나 모바일 장비로 이러한 3차원 정보를 제공하게 되면서 자료의 정확도 및 전송속도, 시간의 흐름에 따른 갱신이 더욱 중요한 요소로 부각되고 있다. 웹으로 3차원 자료를 제공하는 다양한 기술중에서 VRML은 간단한 플러그인 설치를 통하여 별도의 비용이 없이 웹상에 제공할 수 있기 때문에 가장 많이 사용되고 있다. LiDAR 시스템은 공간자료를 손쉽고 정밀하게 취득할 수 있는 이점이 있어 다방면으로 연구와 활용이 이루어지고 있다. 그러나 일반적으로 LiDAR 자료는 객체의 3차원 정보를 불규칙한 점군 형태로 취득하므로, 자료를 변환없이 3차원 형태로 화면에 나타내기 위해서는 많은 연산 처리를 필요로 하게 되므로 높은 사양의 처리 프로세서와 많은 양의 저장공간이 필요하다. 따라서 본 연구에서는 도심지역 LiDAR 자료를 압축하고 네트워크를 통하여 3차원으로 제공하는 것을 목적으로 하였다. 이때 LiDAR 자료의 저장공간 및 처리속도 문제를 위하여, 압축 알고리즘을 적용한 2차원 격자 형태의 자료로 압축하는 알고리즘을 활용하였다. 또한 3차원 표현을 위하여 압축된 LiDAR 자료를 VRML에 적합한 코드로 변환하는 알고리즘을 개발하여 도심지역을 3차원 형식으로 표현하는 기법을 제시하였다.

• 한국측량학회지
• /
• 제25권6_1호
• /
• pp.507-516
• /
• 2007

Segmentation and organization of the LiDAR (Light Detection and Ranging) data of the Earth's surface are difficult tasks because the captured LiDAR data are composed of irregularly distributed point clouds with lack of semantic information. The reason for this difficulty in processing LiDAR data is that the data provide huge amount of the spatial coordinates without topological and/or relational information among the points. This study introduces LiDAR data segmentation technique by utilizing histograms of the LiDAR height image data and analyzing roof shape for 3D reconstruction and visualization of the buildings. One of the advantages in utilizing LiDAR height image data is no registration required because the LiDAR data are geo-referenced and ortho-projected data. In consequence, measurements on the image provide absolute reference coordinates. The LiDAR image allows measurement of the initial building boundaries to estimate locations of the side walls and to form the planar surfaces which represent approximate building footprints. LiDAR points close to each side wall were grouped together then the least-square planar surface fitting with the segmented point clouds was performed to determine precise location of each wall of an building. Finally, roof shape analysis was performed by accumulated slopes along the profiles of the roof top. However, simulated LiDAR data were used for analyzing roof shape because buildings with various shapes of the roof do not exist in the test area. The proposed approach has been tested on the heavily built-up urban residential area. 3D digital vector map produced by digitizing complied aerial photographs was used to evaluate accuracy of the results. Experimental results show efficiency of the proposed methodology for 3D building reconstruction and large scale digital mapping especially for the urban area.

• 한국측량학회지
• /
• 제27권5호
• /
• pp.619-628
• /
• 2009

LiDAR는 광범위한 지역의 지형 지물 및 지표면에 대한 3차원 좌표를 신속하게 획득할 수 있는 장비로 고정밀의 3차원 공간데이터를 제공하는 장점이 있다. 그러나 LiDAR 데이터는 불규칙한 3차원 점 데이터로 구성되어 있으므로, 의미적이고 시각적인 정보를 제공하지 않으며, LiDAR 데이터만을 사용하여 정보를 추출하는 것은 어렵다. 본 연구에서는 항공 LiDAR 데이터로부터 건물의 외곽선 자동 추출 및 3차원 상세 모델링을 위한 방법을 제안하였다. 전처리 과정으로 반복적 평면 fiitting을 통하여 노이즈 및 불필요한 데이터를 제거하고, 히스토그램 분석을 수행하여 지면과 비지면 데이터를 효과적으로 분리하였다. 건물 외곽선을 추출하기 위해서 객체추적 기법을 이용하여 건물의 외곽에 해당하는 LiDAR 점들을 분류하였으며, 선행과정을 통해 LiDAR 데이터로부터 최종적으로 건물의 외곽선을 추출하였다. 정확도 검증을 위해 추출된 건물의 외곽선을 1:1,000 수치지도와 비교한 결과, 실험지역의 평면 RMSE가 약 0.56m였다. 또한, 건물의 상부구조물의 형태를 재현하기 위한 특성정보 추출 방법을 제안하였다. 지붕면을 세부적으로 분할하고 모델링하기 위하여 통계적 및 기하적 특성정보를 이용하였으며, 각각의 상부구조물에 적합한 수학적 함수를 최소제곱법에 의해 결정함으로써 3차원 모델링이 가능하도록 하였다. 상부구조물 모델링 결과 각 형태에 따른 RMSE가 사각형 상부구조물은 0.91m, 삼각형 상부구조물은 1.43m, 아치형 상부구조물은 1.85m, 돔형 상부구조물이 1.97m였다. 이는 원시 LiDAR 데이터로부터 지붕면 분할 및 3차원 자동 모델링이 효과적으로 수행되었음을 보여주고 있다.

• Spatial Information Research
• /
• 제16권3호
• /
• pp.373-383
• /
• 2008

지표면에 대한 정보를 취득하는 기법 중 지금까지 주로 사용되어온 기법은 항공사진 및 위성영상과 같이 평면적인 정보 수집에 중점을 두고 있는 반면, 본 논문에서 다루는 LiDAR(Light Detection And Ranging)는 레이저 측량기술을 이용하여 지표면에 대한 고해상도의 비정규분포 Point 형태의 3차원 정보의 획득이 가능하다. GPS(Global Positioning System) 수신기와 INS(Inertial Navigation System)의 결합을 통해 좌표 값을 제공하게 된다. 이러한 LiDAR의 3차원 Point 정보와 좌표 값을 활용하여 보다 정밀한 3차원 모델링 수행이 가능하다. 본 연구에서는 LiDAR의 반사강도와 기하/지형 자료를 이용하여 도시지역을 대상으로 정밀한 3차원 공간정보자료를 취득하고, 그 자료를 분석하여 도시지역을 높이와 밀도를 기반으로 하여 3차원으로 분류하였다. LiDAR를 통해 획득된 원시자료로부터 지표면에서 반사되는 Point Data의 개수를 지면과 비지면 요소의 비율로 추정하여 지형과 공간적 특성을 파악하고 이에 따라 3차원 토지피복분류도를 작성하였다. 신호의 강약을 구분하는 기준은 통계적 방법(Jenk's Natural Break)을 통해 추정된 값을 사용하였으며, 지표면 반사비율에 따라 세부지역으로 구분하여 크게 고밀도 저밀도 식생지역과 비식생지역으로 구분하였다.

• 대한원격탐사학회지
• /
• 제21권3호
• /
• pp.229-242
• /
• 2005

Photogrammetry is a current method of GIS data acquisition. However, as a matter of fact, a large manpower and expenditure for making detailed 3D spatial information is required especially in urban areas where various buildings exist. There are no photogrammetric systems which can automate a process of spatial information acquisition completely. On the other hand, LiDAR has high potential of automating 3D spatial data acquisition because it can directly measure 3D coordinates of objects, but it is rather difficult to recognize the object with only LiDAR data, for its low resolution at this moment. With this background, we believe that it is very advantageous to integrate LiDAR data and stereo CCD images for more efficient and automated acquisition of the 3D spatial data with higher resolution. In this research, the automatic urban object recognition methodology was proposed by integrating ultra highresolution stereo images and LiDAR data. Moreover, a method to enable more reliable and detailed stereo matching method for CCD images was examined by using LiDAR data as an initial 3D data to determine the search range and to detect possibility of occlusions. Finally, intellectual DSMs, which were identified urban features with high resolution, were generated with high speed processing.