Scanning 타입 다채널 LiDAR 센서의 경우 수신되는 신호의 세기의 차이에 의한 walk error라는 거리 오차가 발생할 수 있다. 이러한 오차는 다수의 LiDAR 센서를 기반으로 주변 환경을 스캐닝할 경우 같은 물체에 대해 서로 다른 거리 값을 출력하게 한다. 다수의 LiDAR 센서를 이용하여 전방향 스캐닝할 경우, 센서의 시야각이 겹치는 구간에서 발생하는 walk error를 최소화하기 위해 외부 시스템 상에서 센서의 각 채널에 대한 convolution을 수행하고 오차를 최소화하고자 한다. 약 6×6 m 환경의 중앙에 4개의 LiDAR 센서들을 배치하고 주변 환경을 스캐닝 하였으며, 필터링을 적용한 결과, 거리 오차를 평균 0.5125m에서 0.16m까지 약 68% 개선할 수 있었으며, 표준 편차는 평균 0.0591에서 0.030675까지 약 48% 개선할 수 있었다.
본 논문은 Pulsed LiDAR 시스템에 의해 취득된 고밀도 항공 LiDAR 데이터를 이용하여 산림의 이산화탄소 고정량의 객관적이고 과학적인 추정을 목적으로 한다. 이를 위해, 산림지형의 라이다 필터링, 효율적인 개개목 탐지 알고리즘를 통해 취득된 수목의 생장인자를 이용하여 바이오매스 및 이산화탄소 고정량을 추정하는 일련의 방법을 개선하고 통합하여 연구대상지에 적용하였다. 그 결과, 추출된 연구대상지의 DTM은 3.32%의 Type-II 에러를 가진 것으로 나타났고, 개개목 탐지 알고리즘에 의해 식별된 개개목 위치 및 개체수 추정결과는 66.26%의 정확도를 나타냈다. 이와 같은 3차원 산림구조를 이용하여 산출된 연구대상지의 이산화탄소 고정량은 연구대상지의 약 15%에 이르는 면적을 현장조사하여 산출된 이산화탄소 고정량과 비교해 볼 때 약 7.2%의 차이를 나타냈다. 이러한 결과로 미루어 볼 때, 항공 LiDAR 기술이 전통적인 산림조사방법을 대체할 수 있는 가능성을 확인하였다.
본 논문은 MPI를 이용하여 LiDAR 데이터를 처리하는 방식에서 각 코어간의 통신을 최소화하고 작업량 발란싱을 위해 격자크기를 다양하게 하여 LiDAR 데이터의 보간 처리 성능을 향상시키는 기법을 제안한다. 항공기 등을 통해 얻어진 LiDAR 데이터는 3차원 공간정보로서 정밀한 관측 성능과 거리 정보를 포함하여 지리정보, 기상관측 등 다양한 분야에 활용되고 있다. 하지만 필요보다 높은 해상도의 데이터를 사용하거나, 비지표정보를 포함하는 경우를 위해 획득된 LiDAR 데이터를 필터링 하여 사용하게 되며, 필터링된 데이터를 사용하기 위해서는 주변을 탐색할 수 있는 자료구조를 이용해서 보간법을 수행하여야만 데이터가 재구성된다. 데이터의 규모에 비례하여 처리시간도 증가하기 때문에 이를 해결하기 위해 MPI를 이용한 고성능 병렬 처리 방식 연구가 활발히 진행되고 있다. 그러나 기존에 병렬 처리를 사용한 기존의 방식은 각 노드에 할당된 데이터의 밀도가 달라 성능 저하가 생길 수 있으며, 경계값 불일치를 해결하기 위해 노드간의 통신이 많아지는 단점을 가진다. 제안한 방법의 효과를 검증하기 위해 기존 연구에서 제안된 방식들과 처리 성능을 비교하였으며, 데이터에 따라 최대 4.2배의 실행시간 단축되는 것을 확인하였다.
항공 라이다 데이터는 3차원 좌표로 표현된 점의 집합으로 대규모 지역의 지형측량을 신속하고 경제적으로 수행하여 고정밀의 수치지형모델을 제작하는데 사용된다. 특히 고정밀 수치지형모델 및 수치표고모델은 토목, 환경, 도시계획, 홍수모델 등에 있어서 정확한 예측과 분석을 가능하게 하며, 이로 인해 활용이 증가하고 있다. 항공 라이다 데이터로부터 수치지형모델을 제작하기 위해서는 건물, 식생 등과 같은 비지면점을 분류하고 제거하는 과정이 필요하다. 본 논문은 항공 라이다 데이터로부터 실세계를 구성하고 있는 지면점과 비지면점을 분류하는 필터링 방법을 제시하였다. 필더링 방법은 라이다 점 데이터를 높이 차이에 따라 분할하고, 분할된 점 데이터를 지면점과 비지면점으로 분류하는 과정으로 진행된다. 이러한 과정을 통해 건물, 식생 등과 같은 비지면점을 제거하고, 수치지형모델을 제작하기 위한 지면점을 추출하게 된다. 제시된 필터링 방법을 ISPRS의 Comparison of Filter(2003) 보고서에서 사용된 데이터에 적용하여 지면점과 비지면점의 분류 결과를 분석하였다.
This paper presents a method for point-based 3D building reconstruction using LiDAR data and digital map. The proposed method consists of three processes: extraction of building roof points, identification of roof types, and 3D building reconstruction. After extracting points inside the polygon of building, the ground surface, wall and tree points among the extracted points are removed through the filtering process. The filtered points are then fitted into the flat plane using ODR(Orthogonal Distance Regression). If the fitting error is within the predefined threshold, the surface is classified as a flat roof. Otherwise, the surface is fitted and classified into a gable or arch roof through RMSE analysis. Based on the roof types identified in automated fashion, the 3D building reconstruction is performed. Experimental results showed that the proposed method classified successfully three different types of roof and that the fusion of LiDAR data and digital map could be a feasible method of modelling 3D building reconstruction.
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.
Dongjin Lee;Seung-Jun Han;Kyoung-Wook Min;Jungdan Choi;Cheong Hee Park
ETRI Journal
/
제45권5호
/
pp.847-861
/
2023
Dynamic object detection is essential for ensuring safe and reliable autonomous driving. Recently, light detection and ranging (LiDAR)-based object detection has been introduced and shown excellent performance on various benchmarks. Although LiDAR sensors have excellent accuracy in estimating distance, they lack texture or color information and have a lower resolution than conventional cameras. In addition, performance degradation occurs when a LiDAR-based object detection model is applied to different driving environments or when sensors from different LiDAR manufacturers are utilized owing to the domain gap phenomenon. To address these issues, a sensor-fusion-based object detection and classification method is proposed. The proposed method operates in real time, making it suitable for integration into autonomous vehicles. It performs well on our custom dataset and on publicly available datasets, demonstrating its effectiveness in real-world road environments. In addition, we will make available a novel three-dimensional moving object detection dataset called ETRI 3D MOD.
본 연구는 항공 LiDAR DEM을 생산하는 FUSION 소프트웨어의 GroundFilter 모듈의 필터링 알고리즘(FA)과 GridSurfaceCreate 모듈의 보간 알고리즘(IA) 패러미터 수준 변화의 DEM 정확도에 대한 영향여부를 평가하고, 가장 정확한 해발고도 정보를 제공하는 LiDAR DEM을 생산하기 위한 패러미터 수준을 제시하고자 하였다. FA의 median 패러미터($F_{md}$), mean 패러미터($F_{mn}$) 및 IA의 median 패러미터($I_{md}$), mean 패러미터($I_{mn}$)에 대해 5개 수준(1, 3, 5, 7 및 9)을 적용한 조합의 변화에 따라 DEM의 정확도에 대한 영향 여부를 평가하기 위해 DEM 결과물의 해발고도와 실측한 현장 해발고도 간의 잔차를 종속변수로 선정하였다. 이후 패러미터의 수준 변화가 잔차 변화에 대한 영향 여부를 검정하는 다원분산분석을 실시하고, 다원분산분석 결과에서 유의미한 영향이 있는 변수의 패러미터 수준들을 잔차에 대한 영향이 차이가 나는 집단으로 그룹화하기 위해 사후검정인 Tukey HSD를 수행하였다. 다원분산분석 결과, 개별 $F_{md}$, $F_{mn}$, $I_{mn}$에서의 수준 변화와 잔차 변화 사이에 유의미한 관계가 있었으며, $I_{mn}$은 유의미한 영향이 없었다. 아울러 $F_{md}$와 $F_{mn}$의 패러미터 조합의 상호작용효과가 잔차 변화에 유의미한 영향을 미치는 것으로 나타났다. 이에 따라 $F_{md}$와 $F_{mn}$의 수준 및 $F_{md}{\ast}F_{mn}$ 상호작용 수준 그리고 $I_{mn}$의 수준이 DEM 정확도에 영향을 주는 요인으로 판단된다. $F_{md}{\ast}F_{mn}$의 조합에 대한 사후검정 결과, 잔차들의 평균 차이에 따라 네 개의 집단으로 나뉘었으며, 그중 '$9{\ast}3$' 조합이 가장 정확도가 높았으며, '$1{\ast}1$' 조합이 가장 낮은 정확도를 나타내었다. $I_{mn}$의 사후검정 결과, 세 개의 집단으로 나뉘었으며, 그중 수준 '3'과 '1'이 가장 낮은 잔차 평균값을 나타내었다. 따라서 가장 정확한 해발고도 정보를 제공하는 항공 LiDAR DEM의 생성을 위하여 $F_{md}{\ast}F_{mn}$의 조합이 수준 '$9{\ast}3$', $I_{mn}$은 수준 '3' 혹은 '1'인 조건을 우선적으로 고려해야할 것으로 판단된다. 본 연구는 LiDAR 자료 기반의 산림속성정보를 추출하는 연구들의 정확도 향상에 기여할 수 있을 것으로 사료된다.
갯벌의 보존과 복원 및 안전사고 예방을 위해서, 갯골의 정확한 위치와 형상을 포함하는 갯벌 지형정보 구축이 필요하다. 현장 측량이 어려운 갯벌 지역에 대해, 항공 라이다 측량은 넓은 지역에 대한 정확한 위치정보 데이터의 취득이 가능하며, UAV (Unmanned Aerial Vehicle) 측량은 상대적으로 공간해상력이 우수한 데이터를 경제적으로 제공할 수 있다. 본 연구에서는 효과적인 갯벌 지형정보 구축을 위하여 항공 라이다와 UAV 포인트 클라우드 간의 데이터 통합을 수행하고, 갯골의 세부 지형을 갱신하는 방법을 제안하였다. 이를 위해 ICP (Iterative Closest Point) 알고리즘을 활용하여 두 이종 데이터를 자동 정합하고, 지면 필터링 기법인 CSF (Cloth Simulation Filtering)를 활용하여 갯골을 추출한 후, 갯골 영역에 대한 고점밀도 UAV 데이터와 평평한 지면에 대한 항공 라이다 데이터를 통합하였다. 통합된 데이터로부터 DEM (Digital Elevation Model) 및 갯골의 영역과 깊이 정보를 생성하여 대축척 갯벌 지도 제작을 위한 고해상도 지형정보를 구축하였다. 연구결과, 제안한 방법을 통해 GCP (Ground Control Point) 없이 UAV 데이터를 기하보정하고, 갯골의 세부 지형정보를 포함하면서 데이터 용량은 상대적으로 작은 통합 데이터를 생성할 수 있었다.
Mapping of artificial levee lines, one of major tasks in river zone mapping, is critical to prevention of river flood, protection of environments and eco systems in river zones. Thus, mapping of artificial levee lines is essential for management and development of river zones. Coastal mapping including river zone mapping has been historically carried out using surveying technologies. Photogrammetry, one of the surveying technologies, is recently used technology for national river zone mapping in Korea. Airborne laser scanning has been used in most advanced countries for coastal mapping due to its ability to penetrate shallow water and its high vertical accuracy. Due to these advantages, use of LiDAR data in coastal mapping is efficient for monitoring and predicting significant topographic change in river zones. This paper introduces a method for construction of a 3D artificial levee line using a set of LiDAR points that uses normal vectors. Multiple steps are involved in this method. First, a 2.5-dimensional Delaunay triangle mesh is generated based on three nearest-neighbor points in the LiDAR data. Second, a median filtering is applied to minimize noise. Third, edge selection algorithms are applied to extract break edges from a Delaunay triangle mesh using two normal vectors. In this research, two methods for edge selection algorithms using hypothesis testing are used to extract break edges. Fourth, intersection edges which are extracted using both methods at the same range are selected as the intersection edge group. Fifth, among intersection edge group, some linear feature edges which are not suitable to compose a levee line are removed as much as possible considering vertical distance, slope and connectivity of an edge. Sixth, with all line segments which are suitable to constitute a levee line, one river levee line segment is connected to another river levee line segment with the end points of both river levee line segments located nearest horizontally and vertically to each other. After linkage of all the river levee line segments, the initial river levee line is generated. Since the initial river levee line consists of the LiDAR points, the pattern of the initial river levee line is being zigzag along the river levee. Thus, for the last step, a algorithm for smoothing the initial river levee line is applied to fit the initial river levee line into the reference line, and the final 3D river levee line is constructed. After the algorithm is completed, the proposed algorithm is applied to construct the 3D river levee line in Zng-San levee nearby Ham-Ahn Bo in Nak-Dong river. Statistical results show that the constructed river levee line generated using a proposed method has high accuracy in comparison to the ground truth. This paper shows that use of LiDAR data for construction of the 3D river levee line for river zone mapping is useful and efficient; and, as a result, it can be replaced with ground surveying method for construction of the 3D river levee line.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.