• 한국측량학회지
• /
• 제30권6_2호
• /
• pp.593-605
• /
• 2012

LiDAR systems provide dense and accurate topographic information. A pre-requisite to achieving the potential accuracy of LiDAR is having a proper system calibration, which aims at estimating all the systematic errors in the system measurements and the mounting parameters relating the different components. This paper presents a rigorous and two approximate methods for LiDAR system calibration. The rigorous approach makes use of the LiDAR equation and the system raw measurements. The approximate approaches utilize simplified LiDAR equations using some assumptions, which allow for less strict requirements regarding the raw measurements. The first presented approximate method, denoted as quasi-rigorous, assumes that we are dealing with a vertical platform (i.e., small pitch and roll angles). This method requires time-tagged point cloud and trajectory position data. The second approximate method, denoted as simplified, assumes that we are dealing with parallel strips, vertical platform, and minor terrain elevation variations compared to the flying height above ground. Such method can be performed using the LiDAR point cloud only. Experimental results using a real dataset, whose characteristics deviate to some extent from the utilized assumptions in the approximate methods, are presented to provide a comparative analysis of the outcome from the introduced methods.

• 대한공간정보학회지
• /
• 제24권2호
• /
• pp.113-120
• /
• 2016

The necessity of maritime sector for continuous management, accurate and update location information such as seabed shape and location, research on airborne LiDAR bathymetry surveying techniques are accelerating. Airborne LiDAR systems consist of a scanner and GPS/INS. The location accuracy of 3D point data obtained by a LiDAR system is determined by external orientation parameters. However, there are problems in the synchronization between sensors should be performed due to a variety of sensor combinations and arrangement. To solve this issue, system calibration should be conducted. Therefore, this study evaluates the system verification methods, processes, and operation techniques.

• 한국측량학회지
• /
• 제23권4호
• /
• pp.359-366
• /
• 2005

3차원 지형정보에 대한 사용자 요구의 증가에 따라 GPS/INS, 레이저 스캐너 시스템이 조합된 항공레이저측량 기술이 각광받고 있다. 본 논문에서는 항공레이저측량(LiDAR) 시스템의 정확도 확보를 위해 검정장에서의 측량데이터를 바탕으로 시스템 검정을 실시하였다. 검정결과, 수평 정확도는 ${\pm}15{\sim}30\;cm$ 이내, 수직정확도는 ${\pm}15cm$ 이내로 나타났다. 이를 통해 항공레이저측량 데이터를 이용하여 정밀 DEM 및 등고선 제작. 도시지역의 3차원 모델 제작, 엔지니어링 설계 등의 활용에 충분함을 입증하였다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 춘계학술발표회논문집
• /
• pp.15-26
• /
• 2004

The calibration for systematic error in LiDAR is crucial for the accuracy of airborne laser scanning. The main error is the misalignment of platforms between INS(Inertial Navigation System) and Laser scanner For planimetrical calibration of LiDAR, the building is good feature which has great changes in height and continuous flat area in the top. The planimetry error(pitch, roll) is corrected by adjustment of height which is calculated from comparing ground control points(GCP) of building to laser scanning data. We can know scale correction of laser range by the comparison of LiDAR data and GCP is arranged at the end of scan angle where maximize the height error. The area for scale calibration have to be large flat and have almost same elevation. At 1000m for average flying height, The Accuracy of laser scanning data using LiDAR is within 110cm in height and ${\pm}$50cm in planmetry so we can use laser scanning data for generating 3D terrain surface, expecically digital surface model(DSM) which is difficult to measure by aerial photogrammetry in forest, coast, urban area of high buildings

• 센서학회지
• /
• 제28권5호
• /
• pp.334-339
• /
• 2019

In this study, we propose a compensation method of raw LiDAR data with noise and noise filtering for signal processing of LiDAR sensors during the development phase. The raw LiDAR data include constant errors generated by delays in transmitting and receiving signals, which can be resolved by LiDAR signal compensation. The signal compensation consists of two stage. First one is LiDAR sensor calibration for a compensation of geometric distortion. Second is walk error compensation. LiDAR data also include fluctuation and outlier noise, the latter of which is removed by data filtering. In this study, we compensate for the fluctuation by using the Kalman filter method, and we remove the outlier noise by applying a Gaussian weight function.

• Journal of Electrical Engineering and Technology
• /
• 제13권6호
• /
• pp.2530-2544
• /
• 2018

In this paper, we propose an enhanced LiDAR-camera calibration method that extracts the marker plane from 3D point cloud information. In previous work, we estimated the straight line of each board to obtain the vertex. However, the errors in the point information in relation to the z axis were not considered. These errors are caused by the effects of user selection on the board border. Because of the nature of LiDAR, the point information is separated in the horizontal direction, causing the approximated model of the straight line to be erroneous. In the proposed work, we obtain each vertex by estimating a rectangle from a plane rather than obtaining a point from each straight line in order to obtain a vertex more precisely than the previous study. The advantage of using planes is that it is easier to select the area, and the most point information on the board is available. We demonstrated through experiments that the proposed method could be used to obtain more accurate results compared to the performance of the previous method.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.580-591
• /
• 2019

본 논문의 목적은 자율주행을 위하여 카메라와 라이다를 이용하여 객체를 검출하고 각 센서에서 검출된 객체를 late fusion 방식으로 융합을 하여 성능을 향상하는 것을 목적으로 한다. 카메라를 이용한 객체 검출은 one-stage 검출인 YOLOv3을, 검출된 객체의 거리 추정은 perspective matrix를, 라이다의 객체 검출은 K-means 군집화 기반 객체 검출을 각각 이용하였다. 카메라와 라이다 calibration은 PnP-RANSAC을 이용하여 회전, 변환 행렬을 구하였다. 센서 융합은 라이다에서 검출된 객체를 이미지 평면에 옮겨 Intersection over union(IoU)을 계산하고, 카메라에서 검출된 객체를 월드 좌표에 옮겨 거리, 각도를 계산하여 IoU, 거리 그리고 각도 세 가지 속성을 로지스틱 회귀를 이용하여 융합을 하였다. 융합을 통하여 각 센서에서 검출되지 않은 객체를 보완해주어 성능이 약 5% 증가하였다.

• Spatial Information Research
• /
• 제18권3호
• /
• pp.1-11
• /
• 2010

최근 댐 저수지 주변의 3차원 공간정보 구축은 퇴사량 조사와 같은 댐 관리 업무에 매우 중요한 부분이나 기존에는 지형측량을 위해 토탈스테이션과 단빔음향측심기(SBES)를 사용한 관계로 정밀한 지형자료 취득이 어려웠다. 본 연구에서는 LiDAR와 멀티빔음향측심기(MBES)를 이용하여 댐 저수지 주변의 정밀 지형자료를 구축하는 기법을 제시하였다. 먼저, 육상부에 대해 LiDAR 측량을 수행한 후 지상기준점을 이용한 캘리브레이션을 수행하였으며 건물이나 수목을 제거하는 알고리즘을 통해 육상부의 DEM 자료를 구축하였다. 구축된 LiDAR DEM을 GPS 지형측량과 검측한 결과 표준오차는 0.108m로 나타났으며, 따라서 LiDAR 허용오차를 만족하는 3차원 지형자료를 구축할 수 있었다. 또한 저수지에 대해서는 MBES를 수행한 후 지형측량과의 검측과정을 통해 IHO의 수심측량 허용오차 기준을 만족하는 지형정보를 구축할 수 있었다. 그리고 LiDAR와 MBES 측량자료를 통합한 후 고해상도 정사영상지도와의 연계를 통해 퇴사량 예측 및 지형변화 모니터링 등과 같은 댐 관리 업무에 활용 가능한 3차원 공간영상정보를 구축할 수 있었다.

• 한국측량학회지
• /
• 제34권5호
• /
• pp.479-493
• /
• 2016

항공 레이저 스캐너(ALS)로부터 획득한 라이다(LiDAR) 데이터는 지형지물을 모델링하기 위해서 널리 사용되고 있으며, 특히 정밀 3차원 건축물 및 도시모델, 엄밀정사영상 등 고품질의 공간정보를 효율적으로 구축하기 위하여 라이다 데이터를 이용한 3차원 모델링에 관한 연구가 지속적으로 수행되고 있다. 불규칙적으로 분포된 고밀도의 라이다 데이터로부터 객체를 3차원으로 모델링하기 위해서는 시스템 캘리브레이션, 노이즈 제거 및 지면과 객체를 분리하기 위한 필터링, 객체의 종류 및 특성에 따른 데이터 분류, 기하학적 특성 및 동질성에 기반한 데이터 분할, 분할면의 군집화 및 묘사, 분할면의 재구성과 조합에 의한 모델링, 품질검사 등 일련의 복잡한 과정들이 수반된다. 라이다 데이터를 이용한 많은 모델링 방법들은 데이터 분할 과정을 포함하고 있지만, 본 논문에서는 라이다 데이터를 분할하지 않고 객체를 구성하는 중요하고 대표적인 특징점들을 추출하여 건물 모델링에 활용하는 방법을 제안하고 있다. 복잡하고 다양한 건물 형태를 시뮬레이션한 데이터와 실제 데이터에 적용하여 제안한 방법의 타당성 및 정확도를 검증하였다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 추계학술발표회 논문집
• /
• pp.473-478
• /
• 2004

LIDAH data often include systematic errors, which should be removed by a calibration process. This paper proposes a robust approach to calibrating LIDAR data using natural surfaces as reference data. The uniqueness of this approach is to employ a sophisticated selection scheme so that only a portion of LIDAR points can be used to estimate the bias parameters generating the systematic errors. This approach was applied to calibrating simulated LIDAR data. The results show that the approach can successfully recover the bias parameters and calibrate the data with acceptable RMS errors. Particularly, the parameter recovery model can be easily extended to register image data with LIDAR data.