• 한국안전학회지
• /
• 제31권1호
• /
• pp.105-110
• /
• 2016

Mountainous disasters such as landslides and debris flow are difficult to forecast. Debris flow in particular often flows along the valley until it reaches the road or residential area, causing casualties and huge damages. In this study, the researchers selected Seoraksan National Park area located at Inje County (Inje-gun), Gangwon Province-where many mountainous disasters occur due to localized torrential downpours-for the damage reduction and cause analysis of the area experiencing frequent mountainous disasters every year. Then, the researchers conducted the field study and constructed geospatial information data by GIS method to analyze the characteristics of the disaster-occurring area. Also, to extract more precise geographic parameters, the researchers scanned debris flow triggering area through terrestrial LiDAR and constructed 3D geographical data. LiDAR geographical data was then compared with the existing numerical map to evaluate its precision and made the comparative analysis with the geographic data before and after the disaster occurrence. In the future, it will be utilized as basic data for risk analysis of mountainous disaster or disaster reduction measures through a fine-grid topographical map.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권8호
• /
• pp.1996-2015
• /
• 2023

High-definition (HD) maps can provide precise road information that enables an autonomous driving system to effectively navigate a vehicle. Recent research has focused on leveraging semantic segmentation to achieve automatic annotation of HD maps. However, the existing methods suffer from low recognition accuracy in automatic driving scenarios, leading to inefficient annotation processes. In this paper, we propose a novel semantic segmentation method for automatic HD map annotation. Our approach introduces a new encoder, known as the convolutional transformer hybrid encoder, to enhance the model's feature extraction capabilities. Additionally, we propose a multi-level fusion module that enables the model to aggregate different levels of detail and semantic information. Furthermore, we present a novel decoupled boundary joint decoder to improve the model's ability to handle the boundary between categories. To evaluate our method, we conducted experiments using the Bird's Eye View point cloud images dataset and Cityscapes dataset. Comparative analysis against stateof-the-art methods demonstrates that our model achieves the highest performance. Specifically, our model achieves an mIoU of 56.26%, surpassing the results of SegFormer with an mIoU of 1.47%. This innovative promises to significantly enhance the efficiency of HD map automatic annotation.

• 한국지리정보학회지
• /
• 제26권4호
• /
• pp.116-129
• /
• 2023

최근 자율주행에 관한 관심은 자율주행차량의 주행기술 개발과 함께 주행환경을 이루는 인프라 개발을 함께 고려하는 자율협력 주행이 주목을 받고 있다. 자율협력 주행의 개념에 따라 본 연구에서는 기존 정밀도로지도의 정보를 보완할 수 있는 자율주행을 위한 신규 인프라를 분석하고 해당 인프라를 정밀도로지도에 추가하는 방안을 연구하였다. 자율주행을 위한 신규 인프라는 개선 물리 시설물 2종과 센서 전용 물리 시설물 1종을 제시하였다. 정밀도로지도 분석 결과 분기점과 같은 정보는 거의 변화하지 않는 정보이지만 분기점에서 발생할 수 있는 장애물에 주의하라는 의미 전달을 위해 자율주행을 위한 인프라를 추가할 수 있을 것으로 예상된다. 이와 같이 자율주행을 위한 신규 인프라는 기존 도로 시설물이 수행하는 안내, 지시, 주의 환기 등의 역할을 지원해야 할 필요가 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.269-270
• /
• 2022

자율주행 자동차의 개발을 위해서는 다양한 기능 평가, 성능 평가, 안전성 평가 등이 필수적이다. 이러한 평가는 컴퓨터 시뮬레이션과 실제 주행을 통해 이뤄질 수 있으며, 현실의 도로 상황을 고려한 단위시험환경들을 조합 구성한 통합시험환경에서 수행하는 것이 일반적이다. 여기서 단위시험환경은 도로망 구성, 장애물, 표지판 등의 정보를 포함하는 정밀도로지도를 기반으로 주행차량수, 보행자, 기상환경, 동적 이벤트 요소 등을 고려하여 구성할 수 있다. 본 논문에서는 이러한 단위시험환경을 구성하기 위한 정밀도로지도 처리 방법을 소개한다. 구체적으로는 정밀도로지도 처리를 포함하는 데이터 파이프라인을 설계하고, 정밀도로지도 객체분석을 통해 시험환경의 특성 및 상호 유사성을 파악한다. 국토지리정보원에서 배포한 정밀도로지도를 사용하여 객체를 추출하고 분석하는 실험을 수행했으며 전반적인 동작 상태를 확인했다. 개발한 소프트웨어는 향후 자율주행 학습을 위한 단위 및 통합 시험환경 구축 및 법규 및 규제 대응 서비스 시나리오의 구성에 활용할 예정이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3858-3874
• /
• 2021

As an essential part of the urban transportation system, precise perception of the traffic flow parameters at the traffic signal intersection ensures traffic safety and fully improves the intersection's capacity. Traditional detection methods of road traffic flow parameter can be divided into the micro and the macro. The microscopic detection methods include geomagnetic induction coil technology, aerial detection technology based on the unmanned aerial vehicles (UAV) and camera video detection technology based on the fixed scene. The macroscopic detection methods include floating car data analysis technology. All the above methods have their advantages and disadvantages. Recently, indoor location methods based on wireless signals have attracted wide attention due to their applicability and low cost. This paper extends the wireless signal indoor location method to the outdoor intersection scene for traffic flow parameter estimation. In this paper, the detection scene is constructed at the intersection based on the received signal strength indication (RSSI) ranging technology extracted from the wireless signal. We extracted the RSSI data from the wireless signals sent to the road side unit (RSU) by the vehicle nodes, calibrated the RSSI ranging model, and finally obtained the traffic flow parameters of the intersection entrance road. We measured the average speed of traffic flow through multiple simulation experiments, the trajectory of traffic flow, and the spatiotemporal map at a single intersection inlet. Finally, we obtained the queue length of the inlet lane at the intersection. The simulation results of the experiment show that the RSSI ranging positioning method based on wireless signals can accurately estimate the traffic flow parameters at the intersection, which also provides a foundation for accurately estimating the traffic flow state in the future era of the Internet of Vehicles.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.73-82
• /
• 2021

농촌 도로는 농촌 지역의 개발과 관리를 위한 핵심 기반시설로서 원격탐사 자료를 활용한 농촌 도로 관리 기술은 농촌 교통 인프라 확대, 농촌 주민의 삶의 질 개선을 위해 매우 중요하다. 본 연구에서는 농촌 지역을 촬영한 고해상도 위성영상을 활용하여 농촌 도로를 매핑하기 위해 영상 분류 방법과 영상 분할 방법을 다음의 과정을 통하여 비교하였다. 영상 분류의 경우, 심층 신경망 기반 딥러닝 기법을 주어진 고해상도 위성영상에 적용하여 고정밀 객체 분류 지도를 제작하였고 이로부터 농촌 도로 객체를 추출함으로써 농촌 도로를 매핑하였다. 영상 분할의 경우, multiresolution segmentation 기법을 동일한 위성영상에 적용하여 세그먼트 영상을 제작하였고 농촌 도로에 위치한 다중 객체들을 선택하고 이들을 최종적으로 융합하여 농촌 도로를 매핑하였다. 영상 분류 및 영상 분할 방법을 통해 매핑한 농촌 도로의 정확도 검증을 위해 100개의 검사점을 사용하였고 다음과 같은 결론을 도출하였다. 영상 분류 방법에서는 객체 분류 지도 내 오분류 에러로 인해 영상 내 일부 농촌 도로의 인식이 불가능하였으나 영상 분할 방법에서는 영상 내 모든 농촌 도로의 인식이 가능하였으므로 영상 분할 방법이 영상 분류 방법보다 위성영상을 이용한 농촌 도로 매핑 작업에 더 적합한 방법이었다. 그러나 영상 분할 방법을 통해 매핑한 농촌 도로를 구성하는 일부 세그먼트들이 농촌 도로 외 객체를 포함하고 있어 영상 내 일부 농촌 도로에서 오분류 에러가 발생하였다. 추후 연구에서는 객체 기반 분류 또는 합성곱 신경망 등 다양한 정밀 객체 인식 기법을 고해상도 위성영상에 적용하여 농촌 도로의 정확도를 개선할 계획이다.

• 디지털산업정보학회논문지
• /
• 제12권2호
• /
• pp.15-24
• /
• 2016

GPS(Global Positioning System) location tracking is a method for taking the precise coordinates after the coordinates are obtained by a GPS receiver, and displaying them on the map. In this paper with WAVE(Wireless Access for Vehicular Environment) simulation, we show that various services such as vehicle tracking service, real-time road conditions service and logistics can go tracking service, control and operation services according to the vehicle position and the traveling direction by using the GPS position data. A vehicle tracking system using GPS is automatically able to manage multiple RCP when exchanging data between RMA and the RCP, and it provides rapid requests and responses. To verify that multiple sessions between RMA and RM, as well as multiple sessions between RMA and RCP are able to be implemented, we take RMA as a RCP application on an OBU, until the RMA is receiving data response from corresponding RM. As a result of this experiment, we show that the response speeds of single session between RMA and RM using 1, 2, 3, and 4 kbyte unit data are similar, 62.32ms, 62.65ms, 63.02ms, and 63.48ms, respectively. Likewise, those of 128 muliple sessions using 1, 2, 3, and 4 kbyte unit data are not much more time difference, 298.08ms, 302.21ms, 322.85ms, and 329.62ms, respectively.

• 한국측량학회지
• /
• 제38권3호
• /
• pp.175-185
• /
• 2020

3차원 등록은 서로 다른 좌표계를 갖거나 좌표계가 없는 데이터를 기준 좌표계로 일치시키는 과정으로 사진측량의 절대표정, 정밀도로지도 제작을 위한 데이터 결합 등 다양한 분야에서 사용되고 있다. 3차원 등록은 점을 이용하는 방법과 선형을 이용하는 방법으로 구분이 된다. 점을 이용할 경우 서로 다른 공간해상도를 갖는 경우 동일한 공액점을 찾기 어려운 문제가 있다. 이에 반해 선형을 이용할 경우 공간해상도가 다른 경우 뿐만 아니라 점군 형태의 데이터에서 시작점과 끝점이 같지 않은 공액의 선형을 이용하여 3차원 등록이 가능한 장점이 있다. 본 연구에서는 선형을 이용하여 3차원 등록을 수행하기 위해서 쿼터니언을 이용하여 두 데이터 간의 3차원 회전각을 결정한 후 축척과 3차원 이동량을 결정하는 방법을 제안하였다. 제안한 방법의 검증을 위해 실내에서 구축한 선형과 실외 환경의 지상 모바일매핑시스템을 통해 취득한 선형을 이용하여 3차원 등록을 각각 수행하였다. 실험결과, 실내 데이터를 이용한 경우 축척을 고정한 경우와 고정하지 않은 경우 평균제곱근오차는 각각 0.001054m와 0.000936m로 나타났다. 실외 데이터를 이용하여 500m 구간에서 3차원 변환을 수행한 결과 6개의 선형을 이용하였을 경우 평균 제곱근오차는 0.09412m로 나타났으며 정밀도로지도 제작을 위한 정확도를 만족하는 것을 알 수 있었다. 또한, 선형의 개수를 변화시킨 실험에서 9개 이상의 선형을 이용할 경우도 평균제곱근오차의 변화가 크지 않은 것을 통해 높은 정확도의 3차원 변환을 위해 9개의 선형으로도 충분한 것을 알 수 있었다.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.229-240
• /
• 2019

건설, 의료, 컴퓨터 그래픽스, 도시공간 관리 등 다양한 분야에서 3차원 공간모델이 이용되고 있다. 특히 측량 및 공간정보 분야에서는 최근 스마트시티, 정밀도로지도 구축 등과 같은 고품질의 3차원 공간정보에 대한 수요가 폭발적으로 증가하면서, 이를 보다 손쉽고, 간편하게 취득하기 위하여 MMS, UAV와 같은 관측기술이 활발히 활용되고 있다. 하지만 두 자료를 통합하여 3차원 모델링을 수행하기 위해서는, 두 관측기술 적용 시 발생하는 원시자료 취득센서, 점군 자료생성 방식 및 관측정확도 간의 차이를 효율적으로 보정할 수 있는 최적의 정합방법이 필요하다. 본 연구에서는 일반적인 3차원 모델의 자동정합에 사용되는 ICP(Iterative Closet Point) 기법을 통한 MMS와 UAV 점군 데이터 간 자동정합 성능을 판단하기 위하여, 여의도 지역을 연구대상지역으로 설정하고 UAV 영상을 취득 후 점군 자료로 변환하였다. 그 후 대상지역을 총 4개의 구역으로 구분하여 MMS 관측을 수행하였으며, UAV 점군 자료를 기반으로 각 구역에서 관측된 MMS 점군 자료와 수동정합하고 이를 ICP 기반으로 자동정합한 결과와 비교하였다. 보다 엄밀하게 ICP 기반의 자동정합 성능을 판단하기 위하여 각 구역별로 데이터 중첩률, 노이즈 레벨 등의 변수를 다르게 하여 비교를 수행하였다. 결론적으로 ICP 기반의 자동정합 시 데이터 중첩률이 높고, 노이즈 레벨이 낮을수록 더 높은 정확도로 정합될 수 있다는 것을 알 수 있었다.