• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2009년도 춘계학술발표회 논문집
• /
• pp.115-117
• /
• 2009

Terrestrial Laser Scanner and Airborne Laser Scanning is one of the state of art surveying equipments. So This study deals with the combined use of mobile TLS(Terrestrial Laser Scanner) with ALS(Airborne Laser Scanning) to extract shoreline's topography information. These two systems have their own pros and cons. Mobile TLS can capture the facades of a low story building along the shoreline fast and quickly. Meanwhile, Due to viewpoint restrictions of ALS data collection, the amount of detail, which is available for the building facades is very limited. Therefore, it is recommended that the co-registration and geo-referencing methods of both two should be developed and the application of both system for shoreline mapping also should be investigated.

• 한국지리정보학회지
• /
• 제9권3호
• /
• pp.207-218
• /
• 2006

도로교통 안전진단에 있어 도로의 형상분류를 통한 도로 선형 및 횡단면 데이터의 추출은 매우 중요한 작업이다. 기존의 조사원에 의한 도로안전진단은 많은 시간과 비용이 요구되는 반면 도로안전진단을 위한 다양한 정보를 제공하지 못한다는 단점이 있다. 따라서, 레이저 스캐닝 장치를 장착한 차량측량시스템을 이용, 수치사진측량시스템 기술을 활용하여 자동으로 도로형상을 분류하고, 도로 선형 및 횡단면 데이터를 추출하는 방안이 필요하다. 본 논문에서는 이를 위해 모바일 레이저 스캐닝 데이터를 취득하여 처리하고, 이를 통해 도로 선형 및 횡단면 데이터를 추출할 수 있는 방안을 제시하고, GPS-VAN 을 이용 취득된 모바일 레이저 스캐닝 데이터를 처리, 도로 선형 및 횡단면 데이터를 추출하는 연구를 진행하였다.

• 한국건설관리학회논문집
• /
• 제22권3호
• /
• pp.40-51
• /
• 2021

실내 도면 획득을 위해 실내 형상정보를 습득할 수 있는 MLS (Mobile Laser Scanning)가 건설업에서 주목받고 있다. MLS의 특성상 스캐닝 중 LiDAR (Light Detection and Ranging)의 움직임을 발생하며, 이로 인해 습득된 포인트가 왜곡되는 skew가 발생한다. 이러한 skew를 보정하고 정확한 형상정보를 획득하기 위해 관성측정장치를 활용한 de-skewing 기법에 관한 연구가 진행되고 있다. 하지만, 해당 연구들은 관성측정장치를 활용하기 어려운 환경에서 사용하기 어려운 한계점이 있다. 이에 본 연구에서는 MLS로 습득한 실내 2차원 PCD (Point Cloud Data)를 대상으로 관성측정장치를 사용하지 않은 de-skewing 기법을 제시하였다. 해당 알고리즘은 인접한 스캔 지점의 포인트 간의 스캔 매칭을 통해 skew를 보정하였다. TLS (Terrestrial Laser Scanning)로 습득한 기준 데이터와 본 알고리즘을 통해 de-skewing을 진행한 데이터를 비교하여 검증하였으며, 모든 조건에서 면적 오차를 평균 49.82% 감소하여 본 알고리즘을 통해 관성측정장치 없이 정확한 실내 도면 도출이 가능함을 보였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.123.1-123
• /
• 2001

For Autonomous navigation of the mobile robots, the robots' capability to recognize 3D environment is necessary. In this paper, an on-line 3D map building method for autonomous mobile robots is proposed. To get range data on the environment, we use an sensor system which is composed of a structured light and a CCD camera based on optimal triangulation. The structured laser is projected as a horizontal strip on the scene. The sensor system can rotate $\pm$ $30{\Circ}$ with a goniometer. Scanning the system, we get the laser strip image for the environments and update planes composing the environment by some image processing steps. From the laser strip on the captured image, we find a center point of each column, and make line segments through blobbing these center poings. Then, the planes of the environments are updated. These steps are done on-line in scanning phase. With the proposed method, we can efficiently get a 3D map about the structured environment.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.123.5-123
• /
• 2001

For autonomous navigation of the mobile robots, the robots' capability to recognize 3D environment is necessary. In this paper, an on-line 3D map building method for autonomous mobile robots is proposed. To get range data on the environment, we use a sensor system which is composed of a structured light and a CCD camera based on optimal triangulation. The structured laser is projected as a horizontal strip on the scene. The sensor system can rotate$\pm$30$^{\circ}$ with a goniometer. Scanning the system, we get the laser strip image for the environments and update planes composing the environment by some image processing steps. From the laser strip on the captured image, we find a center point of each column, and make line segments through blobbing these center points. Then, the planes of the environments are updated. These steps are done on-line in scanning phase. With the proposed method, we can efficiently get a 3D map about the structured environment.

• 한국터널지하공간학회 논문집
• /
• 제25권3호
• /
• pp.245-259
• /
• 2023

본 논문의 목적은 국내외 터널 스캐닝 시스템들을 분석하여 비접촉 이동식 상태점검 장비 개발에 대한 시사점을 도출하기 위한 것이다. 국내외 터널 스캐닝 시스템은 레이저 스캔과 이미지 스캔의 두 가지 기술로 개발되고 있다. 레이저 스캐닝 장비는 포인트 클라우드로부터 터널 라이닝의 기하하적 특성을 재현하는데 장점이 있다. 이미지 스캐닝 장비는 컴퓨터 비전을 활용하여 터널 라이닝 표면의 미세한 균열, 누수 등 손상 검출이 용이하다. 터널 라이닝의 손상 검출을 위해서는 이미지 스캐닝 장비가 더 적합할 것으로 분석되었다. 향후 개발 예정인 카메라 기반의 터널 스캐닝 시스템은 조명, 저장장치, 전원 공급 장치 및 차량 주행 속도 동기화 제어 장치로 구성되어야 할 것이다.

• 한국군사과학기술학회지
• /
• 제15권1호
• /
• pp.1-8
• /
• 2012

Obstacle detection is much studied by using sensors such as laser, vision, radar and ultrasonic in path planning for UGV(Unmanned Ground Vehicle), but not much reported about its characterization. In this paper not only an obstacle classification method using 2-dimensional LMS(Laser Measurement System) but also a decision making method whether to avoid or traverse the obstacle is proposed. The basic idea of decision making is to classify the characteristics by 2D laser scanned data and intensity data. Roughness features are obtained by range data using a simple linear regression model. The standard deviations of roughness and intensity data are used as measures for decision making by comparing with those of reference data. The obstacle classification and decision making for the UGV can facilitate a short path to the target position and the survivability of the robot.

• 한국산림과학회지
• /
• 제112권2호
• /
• pp.195-208
• /
• 2023

본 연구는 잣나무와 낙엽송을 대상으로 라이다로부터 취득된 3차원의 Point cloud data (PCD)를 이용하여 딥러닝 기반의 수종 분류 모델을 구축하고 분류정확도를 비교·평가하였다. 수종 분류 모델은 라이다 플랫폼(고정식과 이동식), Farthest point sampling (FPS) 기반의 다운샘플링 강도(1024개, 2048개, 4096개, 8192개), 딥러닝 모델(PointNet, PointNet++) 3가지 조건에 따라 총 16개의 모델을 구축하였다. 분류 정확도 평가 결과, 고정식 라이다는 다운샘플링 강도가 8192개인 PCD 자료에 PointNet++ 모델을 적용하였을 때 카파계수가 93.7%로 가장 높았으며, 이동식 라이다는 다운샘플링 강도가 2048개에 PointNet++을 적용하였을 때 카파계수가 96.9%로 가장 높았다. 또한, 플랫폼과 다운샘플링 강도가 동일한 경우 PointNet++이 PointNet보다 정확도가 높았다. 구축된 16개 모델의 오분류 사례는 첫 번째, 수종 간의 구조적인 특징이 유사한 개체목 두 번째, 경사지 또는 임도 주변에 위치하여 편심생장한 개체목 세 번째, 개체목 분할 시 수관부가 수직으로 분할된 개체목에 대해 발생하였다.

• 한국측량학회지
• /
• 제33권2호
• /
• pp.111-122
• /
• 2015

본 연구에서는 모바일 레이저 스캐닝 데이터로부터 철도 선로탐지 및 선로모델 추출을 위한 방법을 제시하였다. 제안된 방법은 크게 세 단계로 구성된다. 첫째, 레이저 포인트로부터 잠재적인 철도 선로지역을 탐지하고, 초기 철도 선로궤적 방향을 추정한다. 둘째, 철도 선로에 관한 선 지식을 이용하여 첫번째 스트립에서 초기 선로위치를 결정한다. 여기서, 스트립은 국부 탐색공간을 나타내며 철도 선로궤적에 수직인 방향으로 정의된다. 마지막으로, 초기 선로위치에서 GMM-EM기반 분류방법을 통해 선로 포인트들을 탐지한 후 초기 선로 모델을 생성하고 스트립을 데이터 처리 기본단위로 하여 tracking by detection관점에서 연속적으로 선로모델을 생성하였다. 제안된 방법의 주요 특징은 다음과 같다. 첫째, 이전 스트립에서 생성된 선로 모델을 가이드 라인으로 다음 스트립에 전파되어 국부 탐색영역을 예측하여 선로 포인트를 탐지하는 하는데 있어서 처리 복잡성을 줄일 수 있었다. 둘째, 선로 포인트 탐지와 선로 모델링을 동시에 진행 함으로써 데이터 처리 시간을 최소화 할 수 있었다. 개발된 알고리즘은 C++ 프로그램 언어로 구현되었고 도시지역에서 MMS 측량을 통해 취득된 LiDAR 데이터(경부선 일부 구간)를 이용하여 성능 테스트를 진행하였다.

• 제어로봇시스템학회논문지
• /
• 제17권10호
• /
• pp.995-1005
• /
• 2011

An efficient outdoor local localization method is suggested using multi-sensor fusion with MU-EKF (Multi-Update Extended Kalman Filter) for car-like mobile robots. In outdoor environments, where mobile robots are used for explorations or military services, accurate localization with multiple sensors is indispensable. In this paper, multi-sensor fusion outdoor local localization algorithm is proposed, which fuses sensor data from LRF (Laser Range Finder), Encoder, and GPS. First, encoder data is used for the prediction stage of MU-EKF. Then the LRF data obtained by scanning the environment is used to extract objects, and estimates the robot position and orientation by mapping with map objects, as the first update stage of MU-EKF. This estimation is finally fused with GPS as the second update stage of MU-EKF. This MU-EKF algorithm can also fuse more than three sensor data efficiently even with different sensor data sampling periods, and ensures high accuracy in localization. The validity of the proposed algorithm is revealed via experiments.