• 한국지리정보학회지
• /
• 제17권4호
• /
• pp.40-51
• /
• 2014

본 연구의 목적은 건물의 유무에 따른 도시지역의 침수특성을 이중배수체계기반의 2차원 침수 해석모형을 이용하여 각각 해석하고 해석 결과의 차이를 비교하는데 있다. 이를 위해 LiDAR 측량 기반 $1m{\times}1m$ 해상도의 표고모델과 표고모델 위에 건물의 외벽을 따라 지표수 유입을 억제하는 격자를 생성한 표고모델의 2가지 지형자료를 구축하였고, 2가지 지형조건을 2차원 침수해석모형의 입력 자료로 활용하기 위해 $10m{\times}10m$ 해상도로 re-sampling 하였다. 분석 결과, CCTV 영상에 의한 실측 침수심 자료와 모의값을 비교한 결과, 건물을 고려하지 않은 지형자료를 사용한 경우 침수심이 과소 산출되었으나, 건물을 고려한 경우에는 실측값과 근사하게 모의되었다. 침수심의 차이는 침수 가능 면적의 변화에 따라 침수체적이 변하게 되므로, 지표면으로 유출되는 수문량이 절대량으로 고정된다면 침수 가능영역이 큰 지형자료를 사용한 경우 침수심이 낮아지기 때문인 것으로 판단된다. 한편 침수흔적도와 비교한 침수면적은 두 지형자료 모두 큰 차이를 보이지 않았으나 근사하게 건물을 고려한 경우의 일치도가 높은 것으로 나타났다. 따라서 침수면적과 침수심의 두 가지를 종합적으로 고려한다면, 이중배수체계기반의 2차원 침수해석모형을 활용하여 도시유역의 침수해석을 수행하는 경우, 건물을 고려한 지형자료를 사용하는 것이 바람직하다고 판단된다.

• Spatial Information Research
• /
• 제21권3호
• /
• pp.89-101
• /
• 2013

최근 공간정보 서비스 대상 영역의 범위가 실외 공간에서 실내 공간으로 급속하게 확대되어 가고 있으며, 이러한 변화는 IT 모바일 등 첨단기술의 발달과 함께 다양한 분야와의 융 복합을 통한 연계 활용으로 향후 실내공간정보의 다양한 서비스 수요를 창출하게 될 것으로 판단된다. 따라서 본 연구에서는 현재 활용 가능한 실내공간정보 구축방법에 대해 살펴본 후, 서울 시청 지하철 역사를 대상으로 실내 고정밀 레이저 측량 및 3차원 벡터 가공기술을 활용하여 정밀 3차원 실내공간정보를 구축하였다. 구축된 정밀 3차원 실내모델은 1:1000 수치지도와의 중첩분석을 통해 정확도 평가를 실시하였으며 그 결과, X축으로 최대 0.04m Y축으로 최대 0.06m 이내의 위치정확도를 확보할 수 있는 것을 확인할 수 있었다. 이러한 결과는 향후 실내공간정보 구축 및 실내외 공간정보 연계활용을 위한 기초자료로 활용될 수 있을 것이다.

• 대한공간정보학회지
• /
• 제21권2호
• /
• pp.99-105
• /
• 2013

도시의 발전 및 성장으로 인해 건물은 고층화, 대형화, 복잡화 되고 있으며, 효율적인 공간정보의 활용 및 공유를 위해 실내외 GIS의 중요성은 증가되고 있다. 하지만 도면 생성기술은 지형 및 도시의 2차원 및 3차원 도면 생성에 대해서 주로 선행되었으며, 건물 실내공간의 도면 구축 기술에 대한 연구는 미비한 실정이다. 본 연구에서는 지상라이다로부터 취득된 실내 점군데이터를 이용한 2차원 및 3차원 실내 도면 반자동 구축 기법을 제안하였다. 제안한 기법은 전처리, 2차원 도면생성, 3차원 도면생성 단계로 이루어진다. 전처리 단계는 실내 공간의 높이를 측정하고 점군데이터의 노이즈를 식별한다. 2차원 도면 생성 단계에서는 외곽선 추출격자와 정제과정을 이용하여 평면도를 생성한다. 3차원 도면 생성 단계에서는 전처리 과정에서 측정된 높이와 평면도를 이용하여 3차원 와이어프레임 모델을 생성한다. 전처리 과정에서 식별된 노이즈 데이터는 3차원 와이어 프레임 모델과 함께 3차원 실내 도면의 세부 모델링에 이용된다. 제안한 기법은 실내 복도를 측량한 점군데이터에 적용하여 결과를 확인하였으며, 향후 실내 GIS 구축을 위한 2차원 및 3차원 도면 생성에 활용될 수 있을 것으로 기대된다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.508-518
• /
• 2023

이 논문은 LiDAR 스캔 또는 사진측량 기술에 의해 재구성된 3D 디지털 모델을 기반으로 터널 벽면의 불연속면을 자동으로 매핑하는 새로운 접근 방식을 제안한다. 본 제안에서는 U-Net이라 불리는 딥러닝 시맨틱 영역분할 모델을 사용하며, 터널 막장면의 3D 지형 모델에서 불연속면 영역을 식별해 낸다. 제안된 딥러닝 모델은 투영된 RGB 이미지, 면의 깊이 이미지 및 국부적인 면의 표면 속성 이미지(즉, 법선 벡터 및 곡률 이미지)를 포함한 다양한 정보를 종합 학습하여 기본 3차원 이미지에서 불연속면 영역을 효과적으로 분할한다. 이후 영역분할 결과는 면의 깊이 맵과 투영 행렬을 사용하여 3D 모델로 다시 투영시키고, 3D 공간 내에서 불연속면의 위치 및 범위를 정확하게 표현한다. 영역분할 모델의 성능은 영역 분할된 결과를 해당 지면 실측 값과 비교함으로써 평가하였으며, IoU(intersection-over-union) 값이 약 0.8 정도로 나타나 영역분할 결과의 높은 정확성을 확인하였다. 여전히 학습데이터가 제한적 이었음에도 불구하고, 제안 기법은 3D 모델의 점군 데이터를 불연속면의 유사군으로 그룹화하기 위해 전 막장면의 법선 벡터와 클러스터링과 같은 비지도 학습기반 알고리즘에만 의존하던 기존 접근 방식의 한계의 극복 가능성을 보여주었다.

• 한국산업융합학회 논문집
• /
• 제24권3호
• /
• pp.343-350
• /
• 2021

Unmanned aerial vehicles(UAV) photogrammetry provides a cost-effective option for collecting high-resolution 3D point clouds compared with UAV LiDAR and aerial photogrammetry. The main objectives of this study were to (1) validate the accuracy of 3D site model generated, and (2) determine the differences between Digital Elevation Model(DEM) and Digital Surface Model(DSM). In this study, DEM and DSM were shown to have varying degree of accuracy from observed data. The results indicated that the model predictions were considered tend to over- and under-estimated. The range of RMSE of DSM predicted was from 8.2 and 21.3 when compared with the observation. In addition, RMSE values were ranged from 10.2 and 25.8 to compare between DEM predicted and field data. The predict values resulting from the DSM were in agreement with the observed data compared to DEM calculation. In other words, it was determined that the DSM was a better suitable model than DEM. There is potential for enabling automated topography evaluation of the prior-harvest areas by using UAV technology.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.6-6
• /
• 2022

최근 수재해에 대응하기 위한 물관리 환경은 기후변화에 따른 홍수 피해 심화와 댐과 하천 시설의 노후화 점증, 하천관리일원화 등 정책적 변화, 그리고 포스트코로나 디지털 혁신 등 복합적 대전환 시대 진입에 따라 복잡다단한 양상을 보이고 있다. 디지털 트윈은 디지털 대전환(digital transformation) 시대 다양한 산업 영역에서 지능화와 생산성 향상을 목적으로 도입되고 있다. 본 국가 시범사업에서는 170 km에 달하는 섬진강 유역 전체를 대상으로 홍수에 대응하기 위한 디지털 트윈 플랫폼(K-Twin SJ)을 구축하고 있다. 본 플랫폼은 국가 인프라 지능정보화 사업의 일환으로 시작되었으며, 공간정보와 시설물 모델링, 홍수 분석 등 수재해에 대응하기 위한 수자원 분야의 다학제적인 강소기업들과 K-water에서 컨소시엄을 구성하여 추진하고 있다. 본 사업의 내용은 섬진강 댐-하천 유역에 대하여 고정밀도 3D 공간정보화, 실시간 물관리 데이터 연계, 홍수 분석 시뮬레이션, AI 댐 운영 최적화, AI 사면 정보 생성, 하천 제방 안전성 평가, AI 지능형 CCTV 영상분석, 간이 침수피해 예측, 드론 제약사항 조사 체계 개발을 포함하고 있다. 물관리 데이터와 하천 시설정보를 트윈 플랫폼 상에서 위치기반으로 시각화 표출하기 위해서는 유역의 공간정보를 3차원으로 구축하는 과정이 필수적이다. 따라서 GIS 기반의 섬진강 하천 중심 공간정보 구축을 위해 유역의 국가 정사영상과 5m 수치표고모형(DEM)은 최신성과를 협조 받아 적용하였으며, 홍수 분석을 위한 하천 중심 공간정보는 신규 헬기에 LiDAR 매핑을 수행하여 0.5m 급 DEM을 신규 구축하였다. 또한 하천 시설물 중 섬진강댐과 79개 주요 하천 횡단 교량과 3개 보 시설을 지상기준점 측량과 드론 매핑, 패턴 방식의 경량화 작업을 통해 트윈에 탑재할 수 있는 시설물 3D 객체 모델을 제작하였다. 홍수 분석을 위해서는 섬진강 유역에 대해 K-Drum, K-River, K-Flood 모델을 구축하였으며, AI 하천 수위 예측 학습 모델을 개발하였다. 섬진강 디지털 트윈 유역 물관리 플랫폼을 통해 데이터 기반의 똑똑한 물관리를 구현하고자 한다.

• 한국측량학회지
• /
• 제32권5호
• /
• pp.481-486
• /
• 2014

본 연구는 3차원 지상레이저스캐닝을 통해 취득된 대용량 3차원 포인트 클라우드를 효율적으로 탐색하기 위하여 Han(2014)이 제안한 파일 참조 옥트리의 성능을 개선하는 것을 목표로 한다. Han(2014)의 방식을 좁고 긴 형상의 비등축형 구조물인 장대터널에 적용한 결과 포인트 탐색 속도가 크게 저하되는 문제점이 발견되었다. 이에 옥트리의 형상이 포인트 클라우드의 탐색 효율에 미치는 영향을 분석하였으며, 대상물의 3차원 경계를 등축형 하위 영역으로 분할하고 각 영역에 독립적인 옥트리를 생성하는 방식을 제안하였다. 장대터널에서 취득된 약 3억 개의 포인트로부터 단일 옥트리를 생성하는 기존 방식과 다수의 독립적인 옥트리를 생성하는 방식으로 포인트 탐색 속도와 메인 메모리 사용량을 비교하였다. 결과로 다수 옥트리 방식이 유사한 크기의 메인 메모리를 사용면서도 약 2배의 탐색 속도를 나타내었다. 아울러 옥트리의 탐색 속도를 좌우하는 주요 요소는 목표 단계이나 같은 목표 단계에서는 옥트리의 형상이 등축형에 가까울수록 탐색 속도는 여전히 증가함을 확인하였다. 다만 옥트리의 형상이 각 축 방향으로 지나치게 불균형을 이룰 경우 탐색 속도는 크게 저하되며 이 경우 옥트리의 형상 개선이 목표 단계 증가보다 탐색 속도 향상에 효과가 큼을 확인하였다.

• 한국측량학회지
• /
• 제31권2호
• /
• pp.111-119
• /
• 2013

항공 라이다로부터 획득한 대용량의 3차원 점 데이터로부터 대상 물체의 윤곽정보를 추출하는 것은 데이터 처리 과정에서 필수적이며 기반적인 기술 중의 하나이다. 특히 인공 구조물인 건물은 복잡한 현대 도시를 구성하는 주요 구조물이며 그 형태가 명확하기에 윤곽 정보의 추출 과정이 더욱 중요하다 할 수 있다. 본 연구에서는 항공 라이다를 이용하여 얻어진 건물을 구성하는 3차원 점 데이터로부터 건물의 윤곽정보를 추출하기 위하여 점 데이터의 기하정보만을 이용한 확장 카이(${\chi}$-Chi) 알고리즘을 제안한다. 제안된 알고리즘은 임의의 점군을 델로니(Delaunay) 삼각망으로 구성하고 특정 조건을 만족하는 변(edge)를 제거하는 과정을 통하여 구현된다. 덧붙여, 전체적인 추출과정의 효율화를 위해서 델로니 삼각망의 구성을 스윕헐 알고리즘을 적용하여 수행하였다. 본 연구에서 제안하는 확장 카이 알고리즘의 성능을 확인하기 위하여 본 연구와 같은 목적으로 개발된 인케이싱 폴리곤 제작 알고리즘과 알파 쉐이프 알고리즘을 비교하였고 기 제작된 건물의 도화정보를 이용하여 윤곽정보 추출의 정확도를 비교하였다. 실험결과, 본 연구에서 제안한 알고리즘은 기존의 알고리즘들보다 윤곽정보 추출 속도 및 정확도가 향상됨을 확인하였다.

• 한국측량학회지
• /
• 제33권5호
• /
• pp.437-442
• /
• 2015

최근 3차원 지상 레이저 스캐너의 성능이 고도로 향상됨에 따라 취득된 측점들로 구성된 포인트 클라우드의 용량도 급격히 증가하고 있다. 본 연구는 3차원 지상 레이저 스캐너로부터 취득한 대용량 포인트 클라우드로부터 옥트리를 생성하고 측점을 질의하기 위한 선행 연구의 파일 참조 옥트리 방식을 개선하는 것을 목표로 한다. 이를 위하여 메인 메모리에 구현된 옥트리의 리프 노드에는 첫 번째 측점의 파일 포인터만을 저장하였다. 아울러 동일한 리프 노드에 속하는 측점들이 연속적으로 기록되도록 포인트 클라우드 파일을 재구성하였다. 약 3억 개의 측점으로 구성된 포인트 클라우드로부터 옥트리를 생성하고 일련의 측점 주위로 일정 반경 안에 존재하는 측점들에 대한 질의 시간을 측정하였다. 결과적으로 옥트리의 생성 시간, 저장과 복원 시간, 질의 시간 및 메모리 사용량 등 모든 면에서 제안한 방식이 기존 방식에 비하여 향상된 성능을 나타내었다. 특히 질의 속도는 2배 이상, 메모리 효율성은 4배 이상 증가하였다. 따라서 본 연구는 선행 연구의 방식을 명백히 향상시켰다고 판단할 수 있다. 아울러 메인 메모리의 크기를 크게 상회하는 초대용량 포인트 클라우드로부터 옥트리를 구성하고 측점을 질의하는 것이 가능할 것으로 판단된다.

• 한국측량학회지
• /
• 제32권2호
• /
• pp.109-115
• /
• 2014

본 연구에서는 Han(2013)이 제안한 메모리 효율적인 옥트리를 기반으로 메인 메모리의 크기에 근접하거나 초과하는 3차원 포인트 클라우드로부터 옥트리를 생성하고 3차원 포인트를 탐색하기 위한 방법론을 제시하고자 한다. 이를 위하여 3차원 포인트 클라우드를 메인 메모리에 저장하여 참조하는 방법 대신 하드디스크의 파일을 직접적으로 참조하는 방법을 제안하였다. 아울러 메인 메모리에 구현된 옥트리를 파일로 저장하고 복원함으로써 옥트리 재현 시간을 줄이는 방법을 제안하였다. 메모리참조 방식과 제안된 파일참조 방식을 실제 터널에서 취득한 1800만 개의 3차원 포인트로 구성된 자료와 3억 개로 구성된 자료에 적용하였다. 결과로 옥트리 생성 및 3차원 포인트 탐색시 1800만 개로 구성된 자료에 대해서는 메모리참조 방식이 파일참조 방식보다 월등히 빠른 속도를 나타내었다. 3억 개로 구성된 자료에 대해서는 메모리참조 방식으로는 옥트리를 생성할 수 없는 반면 파일참조 방식으로는 옥트리 생성 및 3차원 포인트 탐색이 가능하였다. 최적의 탐색 속도를 위한 목표 단계의 옥트리는 생성할 수 없었지만 3억 개가 넘는 3차원 포인트를 탐색할 수 있다는데 의미를 둘 수 있다. 아울러 옥트리를 재현하기 위해 소요되는 시간은 옥트리를 생성하기 위한 시간의 3% 내외로서 제안된 방식이 매우 효율적임을 확인할 수 있었다.