• 한국측량학회지
• /
• 제25권4호
• /
• pp.327-336
• /
• 2007

건물의 3차원 모델링은 3차원 공간정보를 구축하는데 있어서 매우 중요한 요소이다. 기존의 3차원 건물 모델링은 대부분 입체 항공사진을 이용하여 도화사에 의해 수동으로 진행되어 많은 시간과 비용이 소요된다. 또한 연구논문이나 실험적으로 시도되고 있는 일부 자동화 방법은 건물을 정확하고 세밀하게 묘사하는데 한계가 있다. 건물의 3차원 모델링을 자동화하기 위해서는 건물 외곽선과 지붕 모양을 정확하게 추정할 수 있는 알고리즘이 필수적이다. 최근 다양한 분야에서 활용되고 있는 항공라이다(LiDAR) 데이터는 지형지물에 대한 3차원 정보를 제공하지만, 이를 이용하여 건물 외곽선을 정확하게 추정하기에는 기술적으로 어려움이 있다. 따라서 기존에 구축된 수치지도의 건물 외곽선을 이용한다면, 항공라이다 데이터를 이용하여 3차원 평면을 최소단위로 하는 건물지붕의 구성요소들을 조합하여 자동으로 건물지붕의 3차원 모델링이 가능하다. 본 논문은 기 구축된 수치지도의 건물 외곽선과 옥트리(octree) 분할을 기반으로 항공라이다 데이터를 이용하여 건물지붕의 구성요소를 자동으로 추출하는 방법을 제안하였다. 건물지붕에 대한 항공라이다 데이터를 3차원 공간상에서 재귀적으로 분할하여 패치(patch)를 구성하고, 동일한 속성을 갖는 패치들을 병합하여 지붕의 구성요소를 추출한다. 항공라이다 데이터를 이용하여 제안된 방법으로 실험한 결과, 평면, 게이블, 다면, 곡면 등 다양한 형태의 지붕에 대한 구성요소들을 자동으로 추출 할 수 있었다.

• 한국건설관리학회논문집
• /
• 제9권6호
• /
• pp.129-136
• /
• 2008

첨단기술의 발달로 인해 건물은 대형화, 복합화되고 있으며, 이로 인해 실내공간을 효율적으로 관리할 수 있는 시스템의 필요성이 증가하고 있다. 또한 객체지향 3D CAD의 출현으로 인해 건물의 설계와 시공프로세스에서 계속적인 이용이 가능한 정보들이 제작되고 있다. 이런 정보들을 활용하여 건물의 유지관리 단계에서 실내공간을 효율적으로 관리할 수 있는 시스템을 구축하는 것이 필요한 시점이라 할 수 있다. 본 연구에서는 첨단기술을 융합한 공간정보 관리 시스템을 구축하기 위한 기초 연구로서 공간네트워크 모델을 자동으로 생성하는 프로세스를 정의하고 정의된 프로세스에 따라 샘플 모델을 구축하여 그 유용성을 검증해 보았다. 결과적으로 효과적인 공간 네트워크 모델이 생성되어 피난경로 검색이라는 기능을 효율적으로 수행하는 결과를 얻어낼 수 있었다.

• 정보처리학회논문지D
• /
• 제10D권3호
• /
• pp.359-366
• /
• 2003

클라이언트에서 검색한 지도를 스크롤할 경우 이미 전송받은 객체를 캐슁하여 무선 데이터 전송량을 줄일 수 있지만, 클라이언트 내에서 데이터 좌표 변환, 선택적인 객체 삭제, 압축 단계, 구조화 단계가 부가적으로 요구된다 특히 좌표 변환 연산은 모바일 휴대폰의 낮은 계산 능력, 적은 메모리 용량 등과 같을 제한적 자원으로 많은 시간이 요구된다 따라서 휴대폰 기반 모바일 지도 서비스에서 효과적인 지도 제어 연산을 수행하기 위해서는 휴대폰의 제한적인 자원을 극복함과 동시에 무선 네트웍 대역폭을 줄이는 방안으로서 객체 재사용 기법이 연구되어야 한다. 이 논문에서는 클라이언트-서버 기반 모바일 벡터 지도 서비스 시스템에서 지도 제어를 위한 객체의 효율적인 객체 재사용 기법을 제안한다. 또한 실제 데이터를 제공하는 Web GIS 시스템을 이용한 실험 평가는 제안한 기법이 모바일 폰을 위한 지도 서비스에 적합하다는 것을 보여준다. 그리고 실험 결과를 토대로 객체 재사용 방법과 재전송 방법의 장단점을 분석한다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.535-544
• /
• 2018

급변하는 주변상황이나 대형차량과 같은 큰 지형지물에 센서가 가려질 경우에는 센서만을 이용한 완전 자율주행에는 한계가 따른다. 이에 자율주행을 위해서 센서를 이용한 한계점을 극복할 수 있도록 정밀한 도로지도를 부가적으로 이용하는 방법이 사용되고 있다. 본 연구는 국토지리정보원에서 제공하는 지상 MMS(Mobile Mapping System)로 취득된 3차원 점군자료를 이용하여 도로 객체를 분류하는 연구를 수행하였다. 본 연구를 위해서 원본 3차원 점군자료를 전처리 하고, 지면과 비지면점을 분리하기 위한 필터링 기법을 선정하였다. 또한 차선, 가로등, 안전펜스 등에 해당하는 도로객체를 초기 분할한 후 분할된 객체를 머신러닝의 종류인 서포트 벡터 머신을 이용하여 학습시킨 후 분류하였다. 학습데이터는 분할된 도로객체에서 추출한 고유값을 이용한 기하학적 요소와 높이정보만을 사용하였으며 분류결과 전체정확도는 87%, 카파계수는 0.795로 나타났다. 향후 도로객체의 분류를 위하여 기하학적인 요소 뿐만 아니라 다양한 항목을 추가한다면 분류정확도가 높아질 것으로 예상된다.

• 한국산학기술학회논문지
• /
• 제18권12호
• /
• pp.638-643
• /
• 2017

3D 레이저 스캐너는 센서로부터 목표물까지 거리를 측정하는 방식으로 작동되며, 광파거리 측정기와 동일한 원리로 작동된다. 최근 3차원 데이터의 수요 및 활용이 급격히 증가함에 따라 레이저 스캔 관련 기술이 빠르게 발달하고 있으며, 이로 인해 과거에 비해 공간상의 대상물에 대한 위치 정보를 쉽게 취득할 수 있게 되었다. 본 연구에서는 3D 레이저 스캐너와 토털스테이션을 통합한 새로운 장비를 활용하여 공간정보를 구축하고, 기존 작업방법과 비교 분석을 통해 공간정보 구축을 위한 새로운 기술의 활용 가능성을 제시하고자 하였다. 연구결과, 3D 레이저 스캐너와 토털스테이션 통합에 의한 공간정보 구축의 효율성을 제시할 수 있었다. 제안한 방법은 기존의 토털스테이션을 이용하는 방법보다 데이터 취득에 소요되는 시간을 단축시킬 수 있을 것으로 기대되며, 취득된 데이터를 이용한 단면도 생성, 체적산출 등 다양한 활용이 가능하였다. 향후 3D 레이저 스캐너와 토털스테이션 통합에 의한 공간정보 구축 방법은 관련분야의 작업 효율성 향상에 크게 기여할 것이다.

• 대한교통학회지
• /
• 제35권3호
• /
• pp.220-233
• /
• 2017

교통량은 주말 및 첨두시 O/D 구축, 차량주행거리 산정, 혼잡도로개선 대책 등에 활용되는 중요한 기초자료이다. 그럼에도 불구하고 국내 도시부 도로의 교통량 링크 커버리지는 매우 낮아, 현재 수집 교통량으로는 교통정책 및 분석에 제약이 따를 수밖에 없다. 이에 본 연구에서는 특 광역시 중 수집교통량 및 속도의 링크 커버리지가 가장 낮은 서울시를 대상으로, 수집 교통량과 속도를 활용하여 교통량 결측링크의 교통량을 추정하는 방안을 제안하였다. 여기서, 교통량 추정 방법으로 공간적 통계기법을 활용하였다. 교통량 추정모형 구축시, 서울시의 도시고속도로와 도시부 도로는 교통류 및 통행패턴은 상이하므로 이를 분류하여 도시고속도로에는 구간별 상수함수, 도시부 도로에는 회귀크리깅을 적용하였다. 이용 데이터로는 서울시 TOPIS, 국교부 국가교통정보센터 등에서 수집한 공공부문 교통량, 속도와 민간 내비게이션 DB를 활용하였다. 내비게이션 DB는 대부분의 도로링크에서 수집되므로 교통량 추정에 매우 용이하다는 강점을 가지고 있다. 단, 내비게이션 DB는 수집 교통데이터의 샘플데이터이므로, 모집단인 교통량, 속도와 비교 검증하여 적용하였다. 뿐만 아니라 내비게이션 DB도 결측링크가 존재하고, 차종이 승용차로만 구성되어 있으므로 이를 보정하여 적용하였다. 공간적 통계기법을 통해 추정한 교통량은 MAPE, RMSE를 활용하여 실제 교통량과 비교 검증하였다. 검증결과 model error가 MAPE 6.26%, RMSE 5,410로 모델의 추정력이 높고, prediction error는 MAPE 20.3% 로 교통량 추정에 대한 추정력도 높은 것으로 분석되었다. 본 연구에서 제시한 교통량 결측링크의 교통량 추정모형은 차량주행거리와 온실가스 배출량 산정 등에 다양하게 활용될 수 있을 것으로 판단된다.

• 지적과 국토정보
• /
• 제51권1호
• /
• pp.79-95
• /
• 2021

본 연구는 지적측량 단계 중 가장 중요하지만, 객관적이지 못하고 주관에 의해 측량자의 오판이나 실수가 발생할 수 있는 개연성이 큰 지적측량 성과결정 단계에서 드론사진측량을 기반으로 지적측량성과 결정의 적용성을 평가하였다. 드론사진측량 결과물에서 경계점 추출의 정확도를 판단하기 위한 실험에서는 2D와 3D영상에서 추출한 22개 필지의 자표면적과 지상측량 좌표면적을 비교하여 그 차이가 2D영상은 RMSE가 1.44m², 3D영상은 0.32m²로 정량화할 수 있었다. 또한, 정사영상을 기반으로 지적측량 성과결정을 평가하기 위한 실험에서는 자료조사를 통한 기존 측량성과 결정량과 비교하여 RMSE가 N방향으로 0.346m, E방향으로 0.296m로 나타났다. 이러한 실험결과로 미루어 볼 때 도해지역에서 정사영상기반의 성과 결정시 약 0.3m 내외의 정확도로 현지 측량없이 성과결정이 이루질 수 있으며, 이는 자료조사 및 지상측량과 더불어 정사영상이 활용된다면, 지적측량성과 결정 과정을 더 객관화하여 개인오차를 줄일 수 있다고 판단된다.

• 대한원격탐사학회지
• /
• 제34권5호
• /
• pp.811-827
• /
• 2018

본 연구의 목적은 다중시기 원격탐사 자료를 이용한 작물분류에서 기계학습 알고리즘과 딥러닝 알고리즘의 비교에 있다. 이를 위해 전라남도 해남군과 미국 Illinois 주의 작물 재배지를 대상으로 기계학습 알고리즘과 딥러닝 알고리즘에 대해 (1) 하이퍼파라미터와 (2) 훈련자료의 크기에 따른 영향을 비교 분석하였다. 비교 실험에는 기계학습 알고리즘으로 support vector machine(SVM)을 적용하고 딥러닝 알고리즘으로 convolutional neural network(CNN)를 적용하였다. 특히 CNN에서 2차원의 공간정보를 고려하는 2D-CNN과 시간차원을 확장한 구조의 3D-CNN을 적용하였다. 비교 실험 결과, 다양한 하이퍼파라미터를 고려해야 하는 CNN의 경우 SVM과 다르게 두 지역에서 정의된 하이퍼파라미터 값이 유사한 것으로 나타났다. 이러한 결과를 바탕으로 모델 최적화에 많은 시간이 소요되지만 최적화된 CNN 모델을 다른 지역으로 확장할 수 있는 전이학습의 적용 가능성이 높을 것으로 판단된다. 다음 훈련자료 크기에 따른 비교 실험 결과, SVM 보다 CNN에서 훈련자료 크기의 영향이 큰 것으로 나타났는데 특히 다양한 공간특성을 갖는 Illinois 주에서 이러한 경향이 두드러지게 나타났다. 또한 Illinois 주에서 3D-CNN의 분류 성능이 저하되는 것으로 나타났는데, 이는 모델 복잡도가 증가하면서 과적합의 영향이 발생한 것으로 판단된다. 즉 모델의 훈련 정확도는 높지만 다양한 공간특성이나 입력 자료의 잡음 효과 등으로 오히려 분류 성능이 저하된 것으로 나타났다. 이러한 결과는 대상 지역의 공간특성을 고려해 적절한 분류 알고리즘을 선택해야 하는 것을 의미한다. 또한 CNN에서 특히, 3D-CNN에서 일정 수준의 분류 성능을 담보하기 위해 다량의 훈련자료 수집이 필요하다는 것을 의미한다.

• 대한원격탐사학회지
• /
• 제23권3호
• /
• pp.211-219
• /
• 2007

Building extraction is one of the essential issues for 3D city modelling. In recent years, high-resolution satellite imagery has become widely available and it brings new methodology for urban mapping. In this paper, we have developed a semi-automatic algorithm to determine building heights from monoscopic high-resolution satellite data. The algorithm is based on the analysis of the projected shadow and actual shadow of a building. Once two roof comer points are measured manually, the algorithm detects (rectangular) roof boundary automatically. Then it estimates a building height automatically by projecting building shadow onto the image for a given building height, counting overlapping pixels between the projected shadow and actual shadow, and finding the height that maximizes the number of overlapping pixels. Once the height and roof boundary are available, the footprint and a 3D wireframe model of a building can be determined. The proposed algorithm is tested with IKONOS images over Deajeon city and the result is compared with the building height determined by stereo analysis. The accuracy of building height extraction is examined using standard error of estimate.

• 대한원격탐사학회지
• /
• 제35권1호
• /
• pp.1-13
• /
• 2019

The advent of a fourth industrial revolution, built on advances in digital technology, has coincided with studies using various unmanned aerial vehicles (UAVs) being performed worldwide. However, the accuracy of different sensors and their suitability for particular research studies are factors that need to be carefully evaluated. In this study, we evaluated UAV photogrammetry using smart technology. To assess the performance of digital photogrammetry, the accuracy of common procedures for generating orthomosaic images and digital surface models (DSMs) using terrestrial laser scanning (TLS) techniques was measured. Two different type of non-surveying camera(Smartphone camera, fisheye camera) were attached to UAV platform. For fisheye camera, lens distortion was corrected by considering characteristics of lens. Accuracy of orthoimage and DSM generated were comparatively analyzed using aerial and TLS data. Accuracy comparison analysis proceeded as follows. First, we used Ortho mosaic image to compare the check point with a certain area. In addition, vertical errors of camera DSM were compared and analyzed based on TLS. In this study, we propose and evaluate the feasibility of UAV photogrammetry which can acquire 3 - D spatial information at low cost in a construction site.