DOI QR코드

DOI QR Code

MMS Accuracy Analysis for Earthwork Site Application

토공현장 적용성 검증을 위한 MMS 정밀도 분석

  • Park, Jae-woo (Construction Policy Institute, Korea Institute of Civil Engineering and Building Technology) ;
  • Kim, Seok (Dept. of Railroad Infrastructure System Engineering, Korea National University of Transportation)
  • 박재우 (한국건설기술연구원, 건설정책연구소) ;
  • 김석 (한국교통대학교 철도인프라시스템공학과)
  • Received : 2018.11.15
  • Accepted : 2019.03.12
  • Published : 2019.03.31

Abstract

Researches utilizing the fourth industrial revolution technology are being conducted as a breakthrough for improving the earthworker productivity. In order to make the earthwork site smarter, it is necessary to digitize the construction site topography at first. For this purpose, photogrammetry using drones and LiDAR on MMS have been recently used. The purpose of this study is to analyze the accuracy of LiDAR by installation angles for verifying the application of MMS in the construction site. As a result of comparing the coordinates measured by the total station and the LiDAR, a small error of about 1-2 centimeters was shown. It is confirmed that MMS could be well applied to the earthwork site. In addition, there was no significant difference in the accuracy of the acquired coordinates according to the installation angle of the LiDAR, but the shape of the point clouds was different. The larger the installation angle, the better the shape of the site terrain is measured.

Keywords

1. 서론

정보통신업, 제조업 등 디지털화 수준이 높은 산업에서는 4차 산업혁명기술을 빠르게 도입하고 있으며 이를 통해 산업의 생산성을 더욱 높여나가고 있다. 반면에 건설산업은 전체 산업 가운데 디지털화 및 생산성 증가율이 하위권에 있는 것으로 나타났다[1]. 또한 인구의 고령화 및 청년층 취업 기피로 인하여 건설현장의 숙련인력이 줄어들고 있으며, 이로 인한 건설현장 생산성 및 안전성 저하가 건설산업의 문제로 대두되고 있다.

이런 문제점을 해결하기 위해 정부도 빠르게 대처하고 있다. 국토교통부는 2017년 ‘제6차 건설기술진흥기본계획’을 발표하고 4차 산업혁명에 대응하는 기술개발 등을 통해 생산성 40% 향상, 사망자수 30% 감소 등을 목표로 ‘스마트건설 2025’ 비전을 제시하였다[2]. 2018년에는 건설산업 생산성 향상을 위해 개발이 필요한 스마트 건설기술을 단계별로 제시한 ‘스마트 건설기술 로드맵’을 발표하였다[3].

토공사에서도 4차 산업기술을 활용한 다양한 연구 및 기술개발이 시도되고 있다. 토공 관제시스템[4], 토공작업경로 최적화[5][6], 토공특화 BIM 기술[7], 토공장비군 최적화[8], 토공현장 디지털화[9] 등 토공자동화 기술과 관련된 다양한 연구가 진행되었다. 토공자동화가 효과적으로 이루어지기 위해서는 토공현장에 대한 지형정보를 디지털화가 반드시 필요하다. 지반지형 디지털화를 위해서 현장계측, 계측데이터 정합, 건설정보 입력, 분석단위 생성 등의 기능이 요구된다[10]. 특히, 정확한 현장계측이 선행되어야 후단의 분석작업의 정확성이 올라간다.

토공현장에 대한 디지털화를 구현하기 위해서는 짧은 시간에 정확하게 주변을 계측할 수 있는 장비가 필요하다. 이를 위해 최근에는 드론을 이용한 사진측량, LiDAR(Light Detection and Ranging) 기반의 3차원 스캐너 및 MMS(Mobile Mapping System) 등을 이용하여 현장계측이 이루어지고 있다. 특히 MMS는 LiDAR의 성능향상과 처리기술의 급속한 발전으로 인해 정밀지도 제작을 위한 핵심장비로 각광받고 있다[11].

기존에 토공현장을 계측하기 위해 사용하고 있는 광파기(total station, TS)는 측량자가 원하는 정확한 지점의 좌표를 계측할 수 있는 반면에, LiDAR는 전방향으로 레이저를 무수히 발사하여 다량의 좌표를 획득한다는 차이점이 있다. LiDAR를 통해 측량자가 원하는 지점의 정확한 좌표를 얻기에는 어려움이 있으며 주변 계측점을 통해 해당 지점의 좌표를 유추해야한다. 따라서 LiDAR의 장착상태에 따라 얻어지는 포인트 클라우드의 형상이 달라지며, 이는 원하는 지점의 좌표 정밀도에도 영향을 미친다.

토공현장에 투입될 MMS의 LiDAR 설치 방법에 따라 얻어지는 포인트 클라우드의 형상 및 정밀도가 달라지며, 이는 적용성에 영향을 미친다. 본 연구는 건설현장에 투입될 MMS의 현장 적용성을 검증하기 위해 차량에 장착된 LiDAR 장착 형태에 따른 정밀도를 분석하고자 한다.

2. 연구의 범위 및 방법

차량에 장착된 LiDAR의 설치방법에 따라 달라지는 포인트 클라우드의 획득형상 및 정밀도를 검증하기 위해 한국건설기술연구원 실험실 내에 MMS 차량을 두고 실험을 수행하였다.

MMS는 기본적으로 위성항법장치(GNSS), 관성항법장치(INS), 주행거리센서(DMI), 라이다(LiDAR), 카메라 등의 센서로 구성되어 있다. 본 연구에서는 주행 중 정확한 위치좌표 획득을 위해 사용되는 GNSS, INS, DMI 등을 제외하고 LiDAR만의 적용성을 검증하고자 한다.

본 실험을 위해 사용된 LiDAR는 Velodyne사의 VLP-16으로 계략적인 장비사양은 Table 1과 같다. 표에서 보는 바와 같이, LiDAR를 통해 360도 사방을 계측하게 되며, 이때 레이저를 16개 채널로 투사하여 초당 30만개의 포인트를 획득한다. 본 연구에서 사용한 LiDAR는 수직화각이 ±15°로 화각의 바깥 영역은 계측하지 못하는 특징이 있다. 수직화각은 LiDAR 모델에 따라 다양하지만 보통 45° 이하로 설정되어 있다.

Table 1. Specification of LiDAR

SOOOB6_2019_v22n2_183_t0001.png 이미지

실험을 위해 아래 Fig. 1과 같이 실내에 다양한 크기의 상자를 설치하고, 우선 광파기를 이용하여 상자 모서리 부분의 정확한 좌표를 취득하였다. 이후 MMS에 설치된 LiDAR를 이용해서 실험 현장을 스캔하였다.

SOOOB6_2019_v22n2_183_f0001.png 이미지

Fig. 1 Laboratory in KICT

LiDAR는 주로 차량의 뒤편에 위치하고 있으며, 사용목적에 따라 경사지게 설치를 하고 있다. 토공현장은 지형변화 계측이 중요하며, 이를 위해 지면이 잘 스캔 될 수 있도록 아래 방향을 바라보도록 LiDAR를 설치하게 된다. Fig. 2는 실험을 위해 LiDAR를 다른 각도(15°와 25°)로 경사지게 설치하고 이에 따라 바뀐 스캔범위를 표시하고 있다.

SOOOB6_2019_v22n2_183_f0002.png 이미지

Fig. 2 Inclination Measurement

LiDAR를 통해 실험실 내부와 설치한 상자를 스캔한다. LiDAR의 채널이 지나가는 부분에 일정한 간격으로 상자들의 포인트 클라우드를 얻을 수 있다. 이렇게 획득한 포인트 클라우드를 이용하여 모서리 포인트를 유추하고 이를 광파기로 획득한 정밀 좌표와 비교하여 정밀도를 비교하였다.

3. MMS의 정밀도 분석

우선 광파기를 이용하여 설치한 상자들의 모서리 좌표를 정밀하게 계측하고, 이를 Fig. 3과 같이 절대좌표로 변환하여 도시하였다. Fig 3에서 보는 바와 같이 상자1, 상자2, 상자3에 대한 모서리를 확인할 수 있다. 각 상자의 적색 점은 향후 클라우드 포인트를 통해 도출될 모서리 좌표와 비교할 지점으로 상세 좌표는 Fig. 3과 같다.

SOOOB6_2019_v22n2_183_f0004.png 이미지

Fig. 3 Scheme with TS coordinates

MMS의 LiDAR를 이용하여 실험실을 스캔하여 획득한 포인트 클라우드는 Fig. 4와 같다. 그림을 보면 실험실 벽면과 함께 차량 뒤쪽에 설치한 상자들이 찍혀있는 것을 확인할 수 있다. Fig 4(a)와 (b)는 LiDAR의 설치각도를 달리했을 때 변화를 보여주고 있다. 25°로 설치한 LiDAR가 바닥면 및 상자들의 형상을 보여주는 포인트 클라우드를 더 많이 획득한 것을 확인 할 수 있다.

SOOOB6_2019_v22n2_183_f0003.png 이미지

Fig. 4 Point Clouds by LiDAR

계측한 상자의 포인트 클라우드를 이용하여 정밀좌표와 비교할 모서리 좌표를 유추하였다. 유추방법은 박스의 상에 포인트 클라우드를 이용하여, 각 면을 만들고 이 면들이 만나는 지점을 모서리 좌표로 도출하였다. 포인트 클라우드를 기반으로 면을 생성하여 정합한 결과, 생성한 면들이 90°±1°로 정합되는 것을 확인하였다. Fig. 5는 15° 경사측량한 포인트 클라우드를 기반으로 각 상자의 모서리 도출을 위해 생성한 면과 도출된 좌표를 보여주고 있다.

SOOOB6_2019_v22n2_183_f0005.png 이미지

Fig. 5 Coordinates of Box Corner scanned in 15 degrees

Fig. 6은 25° 경사측량한 포인트 클라우드를 기반으로 각 상자의 모서리 도출을 위해 생성한 면과 도출된 좌표를 보여주고 있다. 15° 경사측량한 경우와 같이 생성한 면들이 90°±1°로 정합되는 것을 확인하였다. 상자1은 윗면의 포인트 클라우드 부족으로 면 생성이 되지 않아 모서리 좌표를 취득하지 못하였다.

SOOOB6_2019_v22n2_183_f0006.png 이미지

Fig. 6 Coordinates of Box Corner scanned in 25 degrees

Fig. 7과 Fig. 8은 LiDAR의 설치각도를 달리하면서 광파기 계측좌표와 LiDAR 계측좌표를 비교한 그림이다.

SOOOB6_2019_v22n2_183_f0007.png 이미지

Fig. 7 Comparison of Coordinates in 15 degrees

SOOOB6_2019_v22n2_183_f0008.png 이미지

Fig. 8 Comparison of Coordinates in 25 degrees

광파기를 이용하여 계측한 정밀좌표와 LiDAR기반 포인트 클라우드를 이용해 도출한 좌표의 차이는 Table 1과 같다. 각 상자별 정밀좌표와 LiDAR 경사계측 좌표를 비교한 결과, 1-2cm 정도의 오차가 있는 것으로 나타났으며, 이는 토공사시 계획고 대비 마무리면의 규정오차를 만족하는 것으로 판단된다. 또한 계측경사의 각도에 따른 오차의 차이는 크지 않은 것으로 분석되었다.

Table 1. Result of Accuracy Analysis

SOOOB6_2019_v22n2_183_t0002.png 이미지

4. 결론

본 연구에서는 건설현장 디지털화를 위해 사용되는 다양한 계측장비 가운데 MMS에 설치된 LiDAR의 정밀도를 검증하였다. 광파기로 계측한 정밀좌표와 LiDAR 계측 좌표를 비교한 결과, 1-2cm 정도의 작은 오차를 보여, MMS를 건설현장에 적용함에 무리가 없음을 확인하였다. 기존의 마무리면 측량을 일정 간격마다 광파기로 측정하여 계획고와 비교하던 ‘지점 비교방식’은 지점 사이의 오차를 비교할 수 없는 단점이 있다. 이에비해, LiDAR로 스캔한 포인트 클라우드 면을 계획면와 비교하는 ‘영역 비교방식’은 전반적인 오차를 파악할 수 있다는 점에서 장점이 커 건설현장 적용시 공사품질을 높일 수 있을 것으로 판단된다.

또한, LiDAR의 설치 경사각도에 따라 취득좌표의 정밀도는 큰 차이가 없었으나 취득할 수 있는 포인트 클라우드의 형태가 달랐다. 15° 경사계측에 비해 25° 경사계측이 더 많은 지형형상 포인트 클라우드를 취득하였다. 따라서, 토공지형 계측을 위해 MMS를 사용시 LiDAR의 계측경사를 면밀히 검토하여 설정할 필요가 있다.

본 연구에서는 MMS의 토공현장 적용성을 정밀도 관점에서 실험실 규모로 검증한 것으로, 향후 실제 토공현장을 대상으로 검증을 수행할 계획이다.

사사

본 연구는 산업통상부 제조기반산업핵심기술 개발사업(생산시스템, 과제번호 10067705)에 의해 수행되었습니다.

References

  1. Mckinsey Global Institute, 2017, Reinventing Construction: A Route to Higher Productivity.
  2. 국토교통부, 2017, 제6차 건설기술진흥기본계획.
  3. 국토교통부, 2018, 스마트 건설기술 로드맵.
  4. J.S. Park, J. Seo, "Application of Construction Equipment Fleet Management System through the Case Study of Air and Vessel Traffic Control Technology", Journal of the Korean Society of Civil Engineers, vol.35, no.2, pp 493-500, (2015). https://doi.org/10.12652/Ksce.2015.35.2.0493
  5. H. Gwak, J. Seo, D. Lee, "Earthmoving Haul-Route Searching Method for Energy Saving based on Evolutionary Algorithm", Journal of Architectural Institute of Korea, vol.31, no.3, pp 81-88, (2015).
  6. S. Kim, S. Min, "Development of a Work Information Model and a Work Path Simulator for an Intelligent Excavation", Journal of the Korean Society of Civil Engineers, vol.32, no.3D, pp 259-267, (2012). https://doi.org/10.12652/Ksce.2012.32.6C.259
  7. S. Moon, J. Son, S. Hong, "Development of a Prototype for an Earthwork BIM Environment", Journal of the Korean Society of Civil Engineers, vol.35, no.3, pp 707-714, (2015) https://doi.org/10.12652/Ksce.2015.35.3.0707
  8. C. Yi, H. Lee, J. Seo, D. Lee, "Construction Equipment Fleet Optimization for Energy Saving in Earthmoving Operation," Journal of the Architectural Institute of Korea, vol. 31, no. 4, pp 137-144, (2015).
  9. Park, J.W., Kim, S., "Productivity analysis for the 3D digitization of earthwork sites based on scanning conditions", International Journal of Railway, Vol.11, No.1, pp.1-9, 2018.
  10. S. Kim, J.W. Park, K.H. Kim, "A Study on Terrain Digitalization for Earthwork Automation", Proceedings of the Korea Contents Association, pp 407-408, (2017).
  11. H.G. Park, "Domestic Trend Analysis of Mobile Mapping System through Geospatial Information Market and Patent Survey", Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, vol.35, no.6, pp 495-508, (2017). https://doi.org/10.7848/KSGPC.2017.35.6.495