• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.646-649
• /
• 2004

LiDAR(Light Detection and Ranging) system can record intensity data as well as range data. Recently, LiDAR intensity data is widely used for landcover classification, ancillary data of feature extraction, vegetation species identification, and so on. Since the intensity return value is associated with several factors, same features is not consistent for same flight or multiple flights. This paper investigated correlation between intensity and range data. Once the effects of range was determined, the single flight line normalization and the multiple flight line normalization was performed by an empirical function that was derived from relationship between range and return intensity

• 한국측량학회지
• /
• 제37권6호
• /
• pp.453-464
• /
• 2019

최근 3차원 공간정보에 대한 수요가 증가함에 따라 신속하고 정확한 데이터 구축의 중요성이 증대되어 왔다. 정밀한 3차원 데이터 구축이 가능한 LiDAR (Light Detection and Ranging) 데이터를 기준으로 UAV (Unmanned Aerial Vehicle) 영상을 정합하기 위한 연구가 다수 수행되어 왔으나, MMS (Mobile Mapping System)로부터 취득된 LiDAR 점군데이터의 반사강도 영상을 활용한 연구는 미흡한 실정이다. 따라서 본 연구에서는 MMS로부터 취득된 LiDAR 점군데이터를 반사영상으로 변환한 데이터와 UAV 영상 데이터의 정합을 위해 9가지의 특징점 기반매칭 기법을 비교·분석하였다. 분석 결과 SIFT (Scale Invariant Feature Transform) 기법을 적용하였을 때 안정적으로 높은 매칭 정확도를 확보할 수 있었으며, 다양한 도로 환경에서도 충분한 정합점을 추출할 수 있었다. 정합 정확도 분석 결과 SIFT 알고리즘을 적용한 경우 중복도가 낮으며 동일한 패턴이 반복되는 경우를 제외하고는 약 10픽셀 수준으로 정확도를 확보할 수 있었으며, UAV 영상 촬영 당시 UAV 자세에 따른 왜곡이 포함되어 있음을 감안할 때 합리적인 결과라고 할 수 있다. 따라서 본 연구의 분석 결과는 향후 LiDAR 점군데이터와 UAV 영상의 3차원 정합을 위한 기초연구로 활용될 수 있을 것으로 기대된다.

• 제어로봇시스템학회논문지
• /
• 제22권4호
• /
• pp.253-265
• /
• 2016

We propose an obstacle classification method using multi-decision factors and decision sections based on Single 2D LiDAR. The existing obstacle classification method based on single 2D LiDAR has two specific advantages: accuracy and decreased calculation time. However, it was difficult to classify obstacle type, and therefore accurate path planning was not possible. To overcome this problem, a method of classifying obstacle type based on width data was proposed. However, width data was not sufficient to enable accurate obstacle classification. The proposed algorithm of this paper involves the comparison between decision factor and decision section to classify obstacle type. Decision factor and decision section was determined using width, standard deviation of distance, average normalized intensity, and standard deviation of normalized intensity data. Experiments using a real autonomous vehicle in a real environment showed that calculation time decreased in comparison with 2D LiDAR-based method, thus demonstrating the possibility of obstacle type classification using single 2D LiDAR.

• 대한임베디드공학회논문지
• /
• 제14권1호
• /
• pp.1-9
• /
• 2019

In this paper, we propose a method of generating a 2D gray image from LiDAR 3D reflection intensity. The proposed method uses the Fully Convolutional Network (FCN) to generate the gray image from 2D reflection intensity which is projected from LiDAR 3D intensity. Both encoder and decoder of FCN are configured with several convolution blocks in the symmetric fashion. Each convolution block consists of a convolution layer with $3{\times}3$ filter, batch normalization layer and activation function. The performance of the proposed method architecture is empirically evaluated by varying depths of convolution blocks. The well-known KITTI data set for various scenarios is used for training and performance evaluation. The simulation results show that the proposed method produces the improvements of 8.56 dB in peak signal-to-noise ratio and 0.33 in structural similarity index measure compared with conventional interpolation methods such as inverse distance weighted and nearest neighbor. The proposed method can be possibly used as an assistance tool in the night-time driving system for autonomous vehicles.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2002년도 추계학술발표회 논문집
• /
• pp.75-78
• /
• 2002

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.228-241
• /
• 2021

본 연구는 자율협력주행차량의 협력 인프라 중 하나인 도로표지판을 대상으로 LiDAR의 검지성능 변화를 알아보았다. 이를 위해서 색깔과 재질이 다른 도로표지판을 제작하여 실제도로 환경에서 강우량을 통제한 테스트를 수행하였다. 성능지표는 NPC와 Intensity로 선정하였고, 집단간의 비교는 T-Test를 활용하였다. 연구결과, 모든 재질에서 강수량이 증가할수록 LiDAR의 성능지표가 감소되는 결과가 관측되었다. 재귀반사지는 강수량 증가에 따른 성능지표 감소가 페인트 도색에 비해선 작았지만, 이 역시 40mm이상의 강수량에서는 데이터의 관측이 되지 않을 정도로 성능이 저하되었다. 검은색 페인트는 맑은 날에도 다른 색들에 비하여 성능지표가 낮았으며 특히, 백색의 재귀반사지는 성능지표가 강수량 증가에 가장 민감하게 저하되었다. 이러한 성능검증 결과는 향후 센서의 시인성을 제고하는 도로시설물 제작에 활용될 것으로 기대된다.

• Spatial Information Research
• /
• 제16권3호
• /
• pp.373-383
• /
• 2008

지표면에 대한 정보를 취득하는 기법 중 지금까지 주로 사용되어온 기법은 항공사진 및 위성영상과 같이 평면적인 정보 수집에 중점을 두고 있는 반면, 본 논문에서 다루는 LiDAR(Light Detection And Ranging)는 레이저 측량기술을 이용하여 지표면에 대한 고해상도의 비정규분포 Point 형태의 3차원 정보의 획득이 가능하다. GPS(Global Positioning System) 수신기와 INS(Inertial Navigation System)의 결합을 통해 좌표 값을 제공하게 된다. 이러한 LiDAR의 3차원 Point 정보와 좌표 값을 활용하여 보다 정밀한 3차원 모델링 수행이 가능하다. 본 연구에서는 LiDAR의 반사강도와 기하/지형 자료를 이용하여 도시지역을 대상으로 정밀한 3차원 공간정보자료를 취득하고, 그 자료를 분석하여 도시지역을 높이와 밀도를 기반으로 하여 3차원으로 분류하였다. LiDAR를 통해 획득된 원시자료로부터 지표면에서 반사되는 Point Data의 개수를 지면과 비지면 요소의 비율로 추정하여 지형과 공간적 특성을 파악하고 이에 따라 3차원 토지피복분류도를 작성하였다. 신호의 강약을 구분하는 기준은 통계적 방법(Jenk's Natural Break)을 통해 추정된 값을 사용하였으며, 지표면 반사비율에 따라 세부지역으로 구분하여 크게 고밀도 저밀도 식생지역과 비식생지역으로 구분하였다.

• Spatial Information Research
• /
• 제18권5호
• /
• pp.37-45
• /
• 2010

항공삼각측량(AT: Aerial Triangulation)은 정사영상을 제작하기 위해 필수적인 과정으로 현장측량을 통해 얻어진 지상기준점 성과와 GPS/INS를 통해 얻어진 외부표정요소를 기준좌표로 이용하여 사진상의 모든 좌표를 지상좌표화 하는 과정이다. 이 과정에서 요구되는 지상기준점은 GPS 및 토탈스테이션 등을 이용한 직접측량과 수치지형도를 이용한 간접측량 등의 방법으로 좌표를 취득한다. GPS 및 토탈스테이션을 이용한 직접측량은 현장에서 소요되는 인원, 시간, 비용 등의 경제적인 비용이 많이 소비되므로 효과적이지 않은 반면, 수치지형도로부터 지상기준점을 추출하는 경우는 수치지형도를 활용하여 직접 선점해야하는 수동적인 작업방식으로 인해 오차가 발생되며, 정확도 확보에 한계가 있다. 본 연구에서는 효과적인 항공삼각측량을 위해 LiDAR의 반사강도와 LiDAR DSM을 활용하여 식별이 가능한 도로경계선, 방지턱, 건물 등으로 지상기준점을 선점 후, 직접 측량을 통해 얻어진 지상기준점과 비교 분석하고, 수치지형도의 허용오차를 기준으로 정확도 평가를 실시하였다. 또한 각각의 경우에서 얻어진 지상기준점을 이용하여 항공삼각측량을 실시하고 오차 분석을 실시하였다.

• 대한공간정보학회지
• /
• 제16권4호
• /
• pp.25-31
• /
• 2008

사진기준점측량을 위한 지상기준점 선점시에 산악지역과 해안지역, 갯벌 등 지상기준점을 선점할 수 있는 뚜렷한 지형과 지물이 없는 지역에서는 효율적으로 지상기준점을 추출할 수 없기 때문에 현지측량의 시간과 비용, 정확도 등에서 문제점이 있다. 본 연구에서는 항공 라이다 반사강도를 지상기준점으로 사용하여 사진기준점측량을 수행한 후에 기 구축된 수치지도에서 추출한 지상기준과 비교하였으며, 또한 현지측량된 검사점을 기준으로 비교 평가하였다. 연구 결과, 라이다 반사강도를 이용하였을 시에는 평균오차가 ${\pm}1.02m$로 나타났으며, 기 구축된 수치지도를 이용하였을 경우에 ${\pm}1.13m$로 나타났다. 이 결과는 라이다 반사강도를 지상기준점으로 사용하는 것이 수치지도에서 추출한 것보다 0.11m 향상되었음을 보여준다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.467-470
• /
• 2007

A golf course provides comfortable leisure space, but construction of it demands eco-friendly design which minimizes the environmental spoil and harmonizes its surroundings. Therefore, it is highly recommended that appropriate understanding of existing golf course, accurate estimation of new golf course design and precise construction. In this study, data for golf course design were researched using LiDAR intensity. Consequently, a sectional registration data of a golf course was generated efficiently.