• The Journal of Korea Robotics Society
• /
• v.16 no.2
• /
• pp.103-111
• /
• 2021

This study addresses a low-cost lidar sensor-based glass feature extraction method for an accurate map representation using statistical moments, i.e. the mean and variance. Since the low-cost lidar sensor produces range-only data without intensity and multi-echo data, there are some difficulties in detecting glass-like objects. In this study, a principle that an incidence angle of a ray emitted from the lidar with respect to a glass surface is close to zero degrees is concerned for glass detection. Besides, all sensor data are preprocessed and clustered, which is represented using statistical moments as glass feature candidates. Glass features are selected among the candidates according to several conditions based on the principle and geometric relation in the global coordinate system. The accumulated glass features are classified according to the distance, which is lastly represented on the map. Several experiments were conducted in glass environments. The results showed that the proposed method accurately extracted and represented glass windows using proper parameters. The parameters were empirically designed and carefully analyzed. In future work, we will implement and perform the conventional SLAM algorithms combined with our glass feature extraction method in glass environments.

• Journal of Korea Multimedia Society
• /
• v.24 no.11
• /
• pp.1518-1525
• /
• 2021

Due to the growth of VR industry and rise of digital twin industry, the importance of implementing 3D data same as real space is increasing. However, the fact that it requires expertise personnel and huge amount of time is a problem. In this paper, we propose a system that generates point cloud data with same shape and color as a real space, just by scanning the space. The proposed system integrates 3D geometric information from lidar and color information from stereo camera into one point cloud. Since the number of 3D points generated by lidar is not enough to express a real space with good quality, some of the pixels of 2D image generated by camera are mapped to the correct 3D coordinate to increase the number of points. Additionally, to minimize the capacity, overlapping points are filtered out so that only one point exists in the same 3D coordinates. Finally, 6DoF pose information generated from lidar point cloud is replaced with the one generated from camera image to position the points to a more accurate place. Experimental results show that the proposed system easily and quickly generates point clouds very similar to the scanned space.

• International Journal of Computer Science & Network Security
• /
• v.23 no.11
• /
• pp.67-72
• /
• 2023

In the past decade, Autonomous Vehicle Systems (AVS) have advanced at an exponential rate, particularly due to improvements in artificial intelligence, which have had a significant impact on social as well as road safety and the future of transportation systems. The fusion of light detection and ranging (LiDAR) and camera data in real-time is known to be a crucial process in many applications, such as in autonomous driving, industrial automation and robotics. Especially in the case of autonomous vehicles, the efficient fusion of data from these two types of sensors is important to enabling the depth of objects as well as the classification of objects at short and long distances. This paper presents classification of objects using CNN based vision and Light Detection and Ranging (LIDAR) fusion in autonomous vehicles in the environment. This method is based on convolutional neural network (CNN) and image up sampling theory. By creating a point cloud of LIDAR data up sampling and converting into pixel-level depth information, depth information is connected with Red Green Blue data and fed into a deep CNN. The proposed method can obtain informative feature representation for object classification in autonomous vehicle environment using the integrated vision and LIDAR data. This method is adopted to guarantee both object classification accuracy and minimal loss. Experimental results show the effectiveness and efficiency of presented approach for objects classification.

• Proceedings of the Optical Society of Korea Conference
• /
• 2002.07a
• /
• pp.118-119
• /
• 2002

매년 봄 한반도 영향을 주는 황사는 오랫동안 이 지역의 자연환경에 많은 영향을 주고 있다. 본 라이다 센터에서는 1995년부터 라이다를 사용하여 황사를 포함하는 에어로졸을 관측하였고 1999년 10월부터는 성층권을 관측할 수 있는 다파장 에어로졸 라이다(MWA Lidar, 1064/532/355)를, 그리고 2002년 2월부터는 대류권을 관측하는 자동운전 에어로졸 라이다(ACA Lidar, 532)를 운전하여 집중적으로 황사를 관측하여 많은 관련 데이터를 생산하였다. (중략)

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.148-152
• /
• 2007

본 연구에서는 LIDAR 포인트 자료로부터 분리된 포인트 군집의 윤곽 포인트 추출을 위하여，가상격자를 이용한 검색 영역의 제한을 통한 윤곽 포인트 추출 방식을 제안하였으며 성능을 평가하기 위해 보편적으로 사용되는 TIN을 이용한 방식과 비교하였다. 실제 건물 포인트 자료에 대하여 적용한 결과 TIN을 이용한 방식보다 빠른 처리가 가능하며 시각적인 평가를 통해 결과물의 품질 면에서도 두 가지 방식이 거의 유사함을 확인할 수 있었다.

• 한국지형공간정보학회:학술대회논문집
• /
• 2003.09a
• /
• pp.177-181
• /
• 2003

최근 고해상도의 영상과 컬러항공영상의 출현과 더불어 도심지역의 지물 지모에 대한 상세한 묘사가 가능해지고 있다. 하지만 도심지역의 지물 지모의 복잡성으로 인하여 지물의 추출이 쉽지 않다. 특히, 건물에 의한 가림, 그림자에 의한 정보 왜곡 등의 발생으로 지형정보 추출의 어려움을 겪고 있다. 건물에 의한 폐색은 다른 위치에서 촬영을 하므로서 보정을 할 수 있지만 그림자에 의한 영향은 촬영위치에 상관없이 항상 발생한다. 본 연구에서는 도심지역에서 촬영한 컬러항공사진에서 그림자에 의한 정보 왜곡을 LIDAR 자료와 수치지도를 이용하여 보다 자동화된 과정으로 처리하므로서 그 판독력을 증대시키고자 한다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.11a
• /
• pp.354-355
• /
• 2000

대기환경문제는 관련 환경정책의 강화와 각종 대책에도 불구하고 그 심각성이 날로 증가하고 있다. 이러한 문제를 해결하기 위해 오염현상에 대한 정확한 측정, 분석과 이를 토대로 한 효율적인 대기오염 대책 수립 및 시행이 요구된다. 그러나 기존의 측정방법으로는 대기오염변화를 신속하게 측정하거나 또는 지상 수십 km에 달하는 광범위한 영역의 농도분포를 측정하는 것이 불가능하다. 최근 들어 실시간 측정이 가능한 원격측정 방법 중의 하나인 라이다 (Light Detection And Ranging; LIDAR)에 대한 관심이 고조되면서 여러 나라에서 급속히 발전하고 있다. (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.739-741
• /
• 2005

컴퓨터 게임 지리정보시스템(GIS), 가상현실 분야 등에서 환경 표현의 기반이 되는 지형 렌더링 기술은 매우 중요하다. 최근 LIDAR와 같은 3D 스캐닝 기술은 보다 정밀하고 정확한 지형 데이터를 제공한다. 하지만, 실시간 렌더링을 위해 사용되는 대부분의 방법들이 DEM이나 DTED와 같은 정규격자(uniform grid) 데이터에 최적화 되어 있기 때문에, LIDAR 데이터와 같은 비정규 데이터에는 적합하지 않다. 또한 방대한 LIDAR 데이터는 일반 PC에서 처리가 쉽지 않다. 본 논문에서는 대용량 비정규 데이터에서의 빠르고 효율적인 렌더링 방법을 제안한다. 샘플 데이터의 공간적 분포에 따라 정규격자를 생성하고, 이 격자에 맞도록 LIDAR 데이터를 재샘플링(resampling)하여 DTED와 같은 형태로 변환한다. 기하 재구성된 데이터에 연속적인 상세단계(CLOD)기반의 쿼드트리 알고리듬을 적용하여 지형을 효율적으로 렌더링한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.06a
• /
• pp.181.3-181.3
• /
• 2010

최근들어 전산유체역학(CFD: Computational Fluid Dynamics)은 빌딩에 대하여 다양한 응용분야에서 사용된다. 이번 연구에서는 측정이 어려운 도심지 건물 군을 지나는 바람에 대하여 CFD해석 방법을 이용하여 고층 빌딩 상공을 지나가는 바람장을 예측 하였으며, 예측 된 결과를 실제 측정치와 비교 검증하였다. 바람장 측정 방법은 마스트를 세워서 측정하는 방법, 풍동 실험실에서 축소된 모형에 대한 실험방법, PIV 측정방법, LIDAR, SODAR측정 방법 등 많은 방법이 있다. 이번 연구에서는 가장 정확한 측정 방법인 LIDAR를 사용하여 측정을 수행하였다. 바람장이 측정된 장소는 서울 잠실 롯데 호텔 상공이며, 불어오는 바람은 롯데 월드를 중심으로 주변의 상가 건물들과 아파트 건물들 때문에 불안정하며 고르지 않을 것으로 예상되었다. LIDAR 측정은 일정 기간 동안 이루어 졌다. CFD해석은 임의의 시간대에 대해서 주 풍향에 대해서 해석이 수행되었다. CFD 해석결과는 최종적으로 측정 데이터와 비교 검증이 이루어 졌으며, 두 데이터간의 일치도가 높음을 알 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.12 no.2
• /
• pp.960-973
• /
• 2018

This paper presents design for error correcting algorithm of the time of flight (ToF) detection value in the light detection and ranging (LIDAR) system sensor. The walk error of ToF value is generated by change of the received signal power depending on distance between the LIDAR sensor and object. The proposed method efficiently compensates the ToF value error by the independent ToF value calculation from the received signal using both rising point and falling point. A constant error of ~0.05 m is obtained after the walk error correction while an increasing error up to ~1 m is obtained with conventional method.