• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.99-110
• /
• 2023

논문은 LiDAR 점군 데이터를 사용하여 흉고 직경과 수고를 예측하는 ForestLi 시스템을 제안한다. ForestLi 시스템이 LiDAR 점군 데이터를 처리하는 과정은 다음과 같이 여러 단계로 진행된다. 다운샘플링, 이상점 제거, 지표면 분할, 지표면 정규화, 수간 추출, 개체목 분할, 흉고 직경 측정, 수고 측정. LiDAR 점군 데이터를 처리하는 상용 시스템 LiDAR360은 하측 식생과 개체목 분할 오류를 사용자가 직접 수정해야 한다. ForestLi 시스템은 하측 식생에 해당하는 LiDAR 점군 데이터를 자동으로 제거한다. 결과적으로 ForestLi 시스템이 LiDAR360보다 전체 수행시간을 줄이고, 흉고 직경과 수고 예측의 정확성을 높였다. 실험을 통해서 제안된 ForestLi가 LiDAR360 시스템보다 흉고 직경과 수고 측정의 정확성과 전체 실행시간 측면에서 우수하다는 것을 보여주었다.

• 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.

• 한국산업융합학회 논문집
• /
• 제25권3호
• /
• pp.397-406
• /
• 2022

Recently, research and development to revitalize smart construction are being actively carried out. Accordingly, 3D mapping technology that digitizes construction site is drawing attention. To create a 3D digital map for construction site a point cloud generation method based on LiDAR(Light detection and ranging) using MMS(Mobile mapping system) is mainly used. The purpose of this study is to analyze the accuracy of MMS LiDAR-based point cloud data. As a result, accuracy of MMS point cloud data was analyzed as dx = 0.048m, dy = 0.018m, dz = 0.045m on average. In future studies, accuracy comparison of point cloud data produced via UAV(Unmanned aerial vegicle) photogrammetry and MMS LiDAR should be studied.

• 한국산업융합학회 논문집
• /
• 제26권6_3호
• /
• pp.1233-1241
• /
• 2023

This paper investigates the efficient application of drone LiDAR technology for acquiring precise point cloud data in construction and civil engineering. A structured workflow encompassing data acquisition, processing, and accuracy verification is introduced. Practical testing on a construction site affirms that drone LiDAR surveying yields accurate and reliable data across various applications. With a focus on accuracy and verification, the results contribute to the progression of surveying methodologies in construction and civil engineering. The findings provide valuable insights into the dynamic technological landscape of these fields, establishing a foundation for more effective and precise surveying techniques. This study underscores the transformative potential of drone LiDAR technology in shaping the future of construction and civil engineering survey practices.

• 대한임베디드공학회논문지
• /
• 제16권3호
• /
• pp.107-111
• /
• 2021

A 3D point cloud map is an essential elements in various fields, including precise autonomous navigation system. However, generating a 3D point cloud map using a single sensor has limitations due to the price of expensive sensor. In order to solve this problem, we propose a precise 3D mapping system using low-cost sensor fusion. Generating a point cloud map requires the process of estimating the current position and attitude, and describing the surrounding environment. In this paper, we utilized a commercial visual-inertial odometry sensor to estimate the current position and attitude states. Based on the state value, the 2D LiDAR measurement values describe the surrounding environment to create a point cloud map. To analyze the performance of the proposed algorithm, we compared the performance of the proposed algorithm and the 3D LiDAR-based SLAM (simultaneous localization and mapping) algorithm. As a result, it was confirmed that a precise 3D point cloud map can be generated with the low-cost sensor fusion system proposed in this paper.

• 한국산업융합학회 논문집
• /
• 제26권6_3호
• /
• pp.1325-1332
• /
• 2023

Recently, much research is being conducted based on point cloud data for the growth of innovations such as construction automation in the transportation field and virtual national space. This data is often measured through remote control in terrain that is difficult for humans to access using devices such as UAVs and UGVs. Drones, one of the UAVs, are mainly used to acquire point cloud data, but photogrammetry using a vision camera, which takes a lot of time to create a point cloud map, is difficult to apply in construction sites where the terrain changes periodically and surveying is difficult. In this paper, we developed a point cloud mapping system by adopting non-repetitive scanning LiDAR and attempted to confirm improvements through field application. For accuracy analysis, a point cloud map was created through a 2 minute 40 second flight and about 30 seconds of software post-processing on a terrain measuring 144.5 × 138.8 m. As a result of comparing the actual measured distance for structures with an average of 4 m, an average error of 4.3 cm was recorded, confirming that the performance was within the error range applicable to the field.

• 한국군사과학기술학회지
• /
• 제27권3호
• /
• pp.375-386
• /
• 2024

Autonomous weapon systems act according to artificial intelligence-based judgement based on recognition through various sensors. Test and evaluation for various scenarios is required depending on the characteristics that artificial intelligence-based judgement is made. As a part of this approach, this paper proposed a LiDAR point cloud augmentation method for mixed-reality based test and evaluation. The augmentation process is achieved by mixing real and virtual LiDAR signals based on the virtual LiDAR synchronized with the pose of the autonomous weapon system. For realistic augmentation of test and evaluation purposes, appropriate intensity values were inserted when generating a point cloud of a virtual object and its validity was verified. In addition, when mixing the generated point cloud of the virtual object with the real point cloud, the proposed method enhances realism by considering the occlusion phenomenon caused by the insertion of the virtual object.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.345-352
• /
• 2022

최근의 LiDAR(Light Detection And Ranging) 센서는 실시간으로 주변에 있는 물체를 스캔하는 데 사용된다. LiDAR 센서를 이용하여 주변 환경을 스캔할 경우 감지되었던 사물들에 대한 변화를 감지하고 실시간으로 움직이는 물체를 인식할 수 있다. 센서들의 제작 비용이 낮아지면서 LiDAR는 중요시설의 경계, 스마트시티, 자율주행차 등 다양한 산업 분야에서 다양하게 활용되고 있다. 이러한 LiDAR 데이터는 실시간에 사물을 스캔하는 만큼 입력 데이터의 크기가 크다. 따라서 이러한 LiDAR를 활용하는 시스템에서는 이러한 대용량 데이터의 실시간 처리가 병목이 될 수 있어서 이러한 대용량 처리에 대한 대안이 필요하다. 본 논문에서는 엣지 컴퓨팅 서버를 이용하여 방대한 포인트 클라우드를 압축하여 빠르게 처리하는 엣지 컴퓨팅 기법을 제안한다. LiDAR 센서의 레이저의 반사 범위가 제한되어 있으므로 실시간으로 넓은 영역을 스캔하기 위해서는 여러 대의 라이다를 사용해야 한다. 따라서 실시간으로 물체를 감지하거나 인식하기 위해서는 여러 개의 LiDAR 센서에 대한 데이터를 한 번에 처리해야 한다. 에지 컴퓨터는 데이터 가속을 수행하기 위해 포인트 클라우드를 효율적으로 압축하고 모든 데이터를 메인 클라우드에서 실시간에 압축해제하여 사용할 수 있도록 설계되었다. 이를 통해 사용자는 시스템을 중앙에서 병목 없이 실시간에 LiDAR 센서들을 제어할 수 있다. 실험에 사용된 시스템은 이러한 엣지 컴퓨팅 서비스를 적용함으로써 기존 클라우드 기반 방식에서 문제였던 데이터 병목 현상을 효과적으로 해결하였다.

• 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.

• 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.