KR101547940B1 - 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법 - Google Patents

동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법 Download PDF

Info

Publication number
KR101547940B1
KR101547940B1 KR1020140182613A KR20140182613A KR101547940B1 KR 101547940 B1 KR101547940 B1 KR 101547940B1 KR 1020140182613 A KR1020140182613 A KR 1020140182613A KR 20140182613 A KR20140182613 A KR 20140182613A KR 101547940 B1 KR101547940 B1 KR 101547940B1
Authority
KR
South Korea
Prior art keywords
data
ground
equation
plane
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
KR1020140182613A
Other languages
English (en)
Inventor
최승필
조지현
Original Assignee
가톨릭관동대학교산학협력단
(주)지트
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 가톨릭관동대학교산학협력단, (주)지트 filed Critical 가톨릭관동대학교산학협력단
Priority to KR1020140182613A priority Critical patent/KR101547940B1/ko
Application granted granted Critical
Publication of KR101547940B1 publication Critical patent/KR101547940B1/ko
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/495—Counter-measures or counter-counter-measures using electronic or electro-optical means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

동일평면상에 있는 균일한 정밀도의 지상라이다 점군(Point Cloud) 자료를 얻기 위하여 최소제곱법의 원리를 활용한 평면방정식을 산출한 것으로서, 지상기준점을 이용한 평면방정식(기준평면)과 지상라이다 점군자료를 이용한 평면방정식(대상평면)을 각각 산출하고, 회전인자 및 평행이동인자를 통하여 대상평면을 기준평면에 대하여 회전 이동시킴으로써 지상라이다 점군자료의 오차를 조정하는, 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법에 관한 것으로서, (a) 지상기준점의 3차원 위치 데이터를 입력받아, 최소제곱법에 의하여 기준평면 방정식을 산출하는 단계; (b) 상기 지상라이다 점군자료를 최소제곱법에 적용하여 대상평면 방정식을 산출하는 단계; (d) 상기 기준평면 방정식에 의한 기준평면과, 상기 대상평면 방정식에 의한 대상평면 간의 회전 방정식을 산정하여 상기 지상라이다 점군자료의 좌표를 조정하는 단계를 포함하는 구성을 마련한다.
상기와 같은 시스템 및 방법에 의하여, 지형학적 경사특성에 최적으로 근접하는 기준평면 방정식을 산출하고, 산출된 평면방정식을 기준으로 지상라이다 관측자료에 대한 오차를 조정 한 후 비상사점(오류점) 제거를 통하여 이론적으로 근접하는 정확성 있는 측량성과로 개선할 수 있다.

Description

동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법 { An error correction system for data of terrestrial LiDAR on the same plane and the method thereof }
본 발명은 지상라이다 점군자료가 지형, 지물, 사물, 형태에 따른 반사각, 레이저의 광학적 반사율 등의 차이에 의하여 동일평면상 임에도 불구하고 3차원 공간위치 오차가 발생하는데, 이러한 오차를 조정하는 지상 라이다 자료의 오차 조정 시스템 및 방법에 관한 것이다.
특히, 본 발명은 동일평면상에 있는 균일한 정밀도의 지상라이다 점군(Point Cloud) 자료를 얻기 위하여 최소제곱법의 원리를 활용한 평면방정식을 산출하는 것으로서, 기준평면을 기준으로 한 대상평면의 회전 및 이동량을 산출하여 지상라이다 점군자료의 오차를 보정하는, 지상 라이다 자료의 오차 조정 시스템 및 방법에 관한 것이다.
일반적으로, 공간정보의 개념이 바뀌어 가고 있는 현 시점에는 종래의 2차원 평면정보를 넘어 첨단 레이저 스캐너 장비를 이용한 3차원 공간 위치정보를 취득하고, 이를 센서 기술 및 ICT 기술 등과의 융합 및 복합을 통하여 다양한 컨텐츠를 생산하고 있다[비특허문헌 1].
3차원 공간정보기술은 창조경제의 핵심산업인 융합기반 핵심인프라 기술요소 중의 하나이며 재난안전, SOC, 실내공간정보, 공공정보 등의 위치기반 고도화 서비스를 하기 위한 핵심요소로 자리매김 하고 있다.
이러한 3차원 공간정보를 취득하는 방법으로는 지상측량, 항공사진, 인공위성을 이용한 원격탐사 및 GNSS(Global Navigation Satellite System) 등을 이용하는 방법이 있다.
지상측량 및 GNSS 측량은 직접측량을 실시해야 하므로 높은 인건비와 시간이 오래 걸린다는 단점이 있으며, 넓은 지역의 3차원 정보를 취득하는 방법으로는 적합하지 않다.
또한 항공사진 및 위성영상을 이용한 3차원 공간정보를 구축하는 경우에는 영상정합과 보정 작업에 따른 오차로 인하여 문제가 발생할 수 있다. 또한, 이러한 방법들은 처리과정이 매우 복잡하여 여러 분야에서 필요로 하는 높은 정확도를 만족시키지 못하는 실정이다.
따라서 정밀한 공간(지형)정보를 요구하는 목적에 맞게 제작하기 위해서 지상 LiDAR (Light Detection And Range)시스템이 활발히 이용되고 있다. 이 지상 LiDAR 시스템은 관측 대상물의 표면에 조밀한 간격으로 무수히 많은 레이저 펄스(Pulse)를 주사하여 얻은 3차원 위치정보(X, Y, Z), 특성정보(Red, Green, Blue) 및 반사강도(Reflection intensity)를 고밀도로 직접 취득 할 수 있고, 그 처리 과정 또한 자동화가 가능하다[비특허문헌 2,3].
그러나 단점으로는 지상 LiDAR를 이용하여 동일평면상에 있는 대상물을 관측하였을 경우, 지상 LiDAR의 기계적 오차, 레이저 빛의 산란, 반사강도 및 좌표변환 오차 등에 의하여 불규칙한 지상라이다 점군자료가 수집되어 오차가 발생한다. 이러한 오차를 조정 소거하기 위한 필터링 방법이 연구되고 있다.
[비특허문헌 1] 신윤수 (2013), 사면지형에서 지상라이다 자료의 필터링 자동화 모듈개발, 박사학위 논문, 관동대학교 [비특허문헌 2] 박병운 (2014), 퍼지집합이론을 이용한 지상 LiDAR 자료의 분류기법, 석사학위 논문, 관동대학교 [비특허문헌 3] 최승필, 조지현, 김준성 (2011), 다중선형 회귀분석에 의한 LiDAR 자료의 필터링 자동화 기법, 한국지형공간정보학회지 제19권 제4호 pp.109-118, 한국지형공간정보학회 [비특허문헌 4] 일본국토지리원(2001), 지상형 스키얀식 라이다 거리계에 의한 경사면 지형 측정, 분석 기술에 관한 연구 작업 보고서, 일본측량조사기술협회
본 발명의 목적은 상술한 바와 같은 문제점을 해결하기 위한 것으로, 지상라이다 점군자료가 지형, 지물, 사물, 형태에 따른 반사각, 레이저의 광학적 반사율 등의 차이에 의하여 동일평면상 임에도 불구하고 3차원 공간위치 오차가 발생하는데, 이러한 오차를 조정하는 지상 라이다 자료의 오차 조정 시스템 및 방법을 제공하는 것이다.
특히, 본 발명의 목적은 동일평면상에 있는 균일한 정밀도의 지상라이다 점군(Point Cloud) 자료를 얻기 위하여 최소제곱법의 원리를 활용한 평면방정식을 산출한 것으로서, 지상기준점을 이용한 평면방정식(기준평면)과 지상라이다 점군자료를 이용한 평면방정식(대상평면)을 각각 산출하고, 회전인자 및 평행이동인자를 통하여 대상평면을 기준평면에 대하여 회전 이동시킴으로써 지상라이다 점군자료의 오차를 조정하는, 지상 라이다 자료의 오차 조정 시스템 및 방법을 제공하는 것이다.
상기 목적을 달성하기 위해 본 발명은 지상라이다 장비에 의해 측정된 지상라이다 점군자료의 오차를 조정하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 관한 것으로서, (a) 지상기준점의 3차원 위치 데이터를 입력받아, 최소제곱법에 의하여 기준평면 방정식을 산출하는 단계; (b) 상기 지상라이다 점군자료를 최소제곱법에 적용하여 대상평면 방정식을 산출하는 단계; (d) 상기 기준평면 방정식에 의한 기준평면과, 상기 대상평면 방정식에 의한 대상평면 간의 회전 방정식을 산정하여 상기 지상라이다 점군자료의 좌표를 조정하는 단계를 포함하는 것을 특징으로 한다.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 방법은, (c) 상기 지상라이다 점군자료에서 비상사점을 제거하여 필터링한 후, 필터링된 지상라이다 점군자료를 이용하여 대상평면 방정식을 재산출하는 단계를 더 포함하는 것을 특징으로 한다.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 (a)단계에서, 상기 기준평면 방정식은 ax + by + cz = 1로 구해지고, 계수 a, b, c는 다음 [수식 1]에 의하여 구하는 것을 특징으로 한다.
[수식 1]
Figure 112014122852920-pat00001
Figure 112014122852920-pat00002
Figure 112014122852920-pat00003
단, σx, σy, σz는 각각 지상기준점의 X, Y, Z값 집단에 대한 분산이고,
σxy, σxz, σyz는 각각 지상기준점의 X,Y값, X,Z값, Y,Z값 집단에 대한 공분산이고,
Figure 112014122852920-pat00004
,
Figure 112014122852920-pat00005
,
Figure 112014122852920-pat00006
는 각각 지상기준점의 X, Y, Z값 집단의 평균임.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 (b)단계에서, 상기 대상평면 방정식은 a1x + b1x + c1z = 1로 구해지고, 계수 a1, b1, c1 는 다음 [수식 2]에 의하여 구하는 것을 특징으로 한다.
[수식 2]
Figure 112014122852920-pat00007
Figure 112014122852920-pat00008
Figure 112014122852920-pat00009
단, σx, σy, σz는 각각 지상라이다 점군자료의 X, Y, Z값 집단에 대한 분산이고,
σxy, σxz, σyz는 각각 지상라이다 점군자료의 X,Y값, X,Z값, Y,Z값 집단에 대한 공분산이고,
Figure 112014122852920-pat00010
,
Figure 112014122852920-pat00011
,
Figure 112014122852920-pat00012
는 각각 지상라이다 점군자료의 X, Y, Z값 집단의 평균임.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 (c)단계는, (c1) 상기 대상평면 방정식을 이용하여 각 축별 임계기준값을 구하는 단계; (c2) 상기 지상라이다 점군자료의 좌표 데이터 중 각 축별 좌표값에 대하여 각 축별 임계기준값을 이용하여 비상사점으로 판단하여 제거하는 단계; (c3) 상기 비상사점이 제거된 지상라이다 점군자료를 대상으로 상기 대상평면 방정식을 재산출하는 단계; (c4) 상기 재산출된 대상평면 방정식을 이용하여 신뢰도를 계산하는 단계; 및, (c5) 상기 신뢰도가 사전에 정해진 최소 신뢰도 보다 높을 때까지 상기 (c1)단계 내지 (c4)단계를 반복하는 단계를 포함하는 것을 특징으로 한다.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 각 축별 임계기준값은 다음 [수식 3]에 의해 구하는 것을 특징으로 한다.
[수식 3]
Figure 112014122852920-pat00013
,
Figure 112014122852920-pat00014
,
Figure 112014122852920-pat00015
단, Sx, Sy, Sz : 각각 X, Y, Z축에 대한 임계기준값이고,
Xi, Yi, Zi : 지상라이다 점군자료의 각 데이터의 X, Y, Z좌표값이고,
Figure 112014122852920-pat00016
,
Figure 112014122852920-pat00017
,
Figure 112014122852920-pat00018
: 대상평면 방정식으로 계산된 각 데이터의 X, Y, Z 좌표값이고,
n : 지상라이다 점군자료의 개수임.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 신뢰도는 다음 [수식 4]에 의해 산정되는 결정계수 R2를 이용하여 계산하는 것을 특징으로 한다.
[수식 4]
Figure 112014122852920-pat00019
단, n 은 관측값의 개수이며,
SSE는 X, Y, Z축의 ∑(지상라이다 점군자료의 각 데이터 좌표값-대상평면 방정식에 의해 계산된 각 데이터의 좌표값)2 이고,
SST는 X, Y, Z축의 ∑(지상라이다 점군자료의 각 데이터 좌표값-점군자료의 각 데이터 좌표값들의평균값)2 임.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 (c2)단계에서, 상기 지상라이다 점군자료의 좌표 데이터 중 각 축별 좌표값에 대하여 상기 지상라이다 점군자료의 좌표 데이터의 각 축별 좌표값과 대상평면 방정식으로 계산된 각 축별 좌표값의 차이가 상기 각 축별 임계기준값 보다 크면, 비상사점으로 판단하는 것을 특징으로 한다.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 최소 신뢰도는 90 ~ 95%인 것을 특징으로 한다.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 (d)단계에서,상기 회전 방정식은 다음 [수식 5]에 의하여 구해지는 것을 특징으로 한다.
[수식 5]
Figure 112014122852920-pat00020
단, κ1, ω1 : 대상평면의 회전각이고,
κ2, ω2 : 기준평면의 회전각이고,
xi, yi, zi : 조정전의 지상라이다 점군자료 데이터의 좌표이고,
△z : z방향의 평행 이동량이고,
Figure 112014122852920-pat00021
: 조정 후의 지상라이다 점군자료 데이터의 좌표,
Rz (κ) , Rx (ω) : 회전행렬임.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 회전 행렬은 다음 [수식 6]에 의해 구해지는 것을 특징으로 한다.
[수식 6]
Figure 112014122852920-pat00022
,
Figure 112014122852920-pat00023
단, κ, ω : 각각 Z축, X축의 회전각이고,
Rz (κ) , Rx (ω) : 회전행렬임.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서, 상기 방법은, (e) 상기 조정된 지상라이다 점군자료에서 비상사점을 제거하여 필터링하는 단계를 더 포함하는 것을 특징으로 한다.
또한, 본 발명은 지상라이다 장비에 의해 측정된 지상라이다 점군자료의 오차를 조정하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템에 관한 것으로서, 지상기준점 및 지상라이다 점군자료 데이터를 입력받는 데이터 입력부; 상기 지상기준점 및 지상라이다 점군자료의 좌표 데이터에 대한 각각의 기준평면 방정식 및, 대상평면 방정식을 구하되, 최소제곱법에 의하여 구하는 평면방정식 산출부; 대상평면 방정식에 의한 대상평면 상의 지상라이다 점군자료들을, 기준평면 방정식에 의한 기준평면으로 회전 이동시키기 위한 회전방정식을 산출하는 회전방정식 산출부; 및, 상기 데이터 입력부에 의해 지상기준점과 지상라이다 점군자료의 데이터들을 입력받아, 상기 평면방정식 산출부를 통해 각각 기준평면 방정식 및, 대상평면 방정식을 계산하고, 계산된 평면방정식으로 각각 기준평면 및 대상평면을 구하여, 상기 회전방정식 산출부를 통해 상기 기준평면과 대상평면 간의 회전방정식을 산출하고, 상기 회전방정식을 적용하여, 상기 지상라이다 점군자료의 좌표 데이터를 회전 이동시켜서, 상기 지상라이다 점군자료의 좌표 데이터를 조정하는 제어부를 포함하는 것을 특징으로 한다.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템에 있어서, 상기 시스템은, 상기 대상평면 방정식을 이용하여 각 축별 임계기준값을 계산하고, 임계기준값을 기준으로 각 지상라이다 점군자료에 대하여 비상사점 여부를 판단하여, 비상사점으로 판단되는 지상라이다 점군자료의 각 포인트별 데이터를 상기 지상라이다 점군자료에서 제거하는 필터링부; 및, 지상라이다 점군자료의 데이터의 각축별 좌표값 및, 대상평면 방정식의 차이의 제곱을 한 값과, 상기 지상라이다 점군자료의 데이터의 각 축별 데이터 및 그 평균의 차이값의 제곱값을 이용하여 결정계수를 구하고, 상기 결정계수를 이용하여 상기 대상평면 방정식 또는 지상라이다 점군자료의 신뢰도를 산출하는 신뢰도 계산부를 더 포함하는 것을 특징으로 한다.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템에 있어서, 상기 제어부는, 상기 지상라이다 점군자료에서 비상사점을 제거하여 필터링한 후 대상평면 방정식을 재산출하되, 재산출된 대상평면 방정식에 의하여 상기 신뢰도를 구하여 상기 신뢰도가 최소 신뢰도 이상일 때까지 상기 대상평면 방정식의 재산출을 반복하는 것을 특징으로 한다.
또, 본 발명은 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템에 있어서, 상기 필터링부는, 상기 지상라이다 점군자료의 좌표 데이터 중 각 축별 좌표값에 대하여 상기 지상라이다 점군자료의 좌표 데이터의 각 축별 좌표값과 대상평면 방정식으로 계산된 각 축별 좌표값의 차이가 상기 각 축별 임계기준값 보다 크면, 비상사점으로 판단하는 것을 특징으로 한다.
상술한 바와 같이, 본 발명에 따른 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법에 의하면, 기준평면을 기준으로 한 대상평면의 회전 및 이동량을 산출하여 효과적으로 지상라이다 점군자료의 오차를 보정함으로써 보다 정확하고 정밀한 3차원 공간자료를 생산할 수 있는 효과가 얻어진다.
또한, 본 발명에 따른 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법에 의하면, 지형학적 경사특성에 최적으로 근접하는 기준평면 방정식을 산출하고, 산출된 평면방정식을 기준으로 지상라이다 관측자료에 대한 오차를 조정 한 후 비상사점(오류점) 제거를 통하여 이론적으로 근접하는 정확성 있는 측량성과로 개선할 수 있는 효과가 얻어진다.
또한, 본 발명에 따른 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법에 의하면, 정확도가 개선된 지상라이다 성과를 통하여 문화재복원측량, 지형표고모델, 구조물변위량 측량, 실내공간정보 구축 등 관련 성과의 품질을 수mm 정도의 오차범위로 개선할 수 있는 효과가 얻어진다.
또한, 본 발명에 따른 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법에 의하면, 정오차 및 우연오차로 인하여 발생되는 비상사점을 효과적으로 제거 할 뿐만 아니라, 평면 형태의 선분구조를 가지고 있는 물리적 외형과 윤곽선의 추출이 가능함으로써 3차원 공간정보 구축 시 다양하게 활용할 수 있는 효과가 얻어진다.
도 1은 본 발명을 실시하기 위한 전체 시스템의 구성에 대한 블록도.
도 2는 본 발명의 일실시예에 따른 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법을 설명하는 흐름도.
도 3은 본 발명에 따른 지상기준점을 이용한 3차원 기준평면 방정식 도출을 나타내는 개념도.
도 4는 본 발명에 따른 지상라이다 점군자료를 이용한 3차원 대상평면 방정식 도출을 나타내는 개념도.
도 5는 본 발명에 따른 지상라이다 데이터의 필터링 순환처리 단계를 설명하는 흐름도.
도 6은 본 발명에 따른 비상사점 제거 단계의 일례를 예시한 표.
도 7은 본 발명에 따른 기준평면을 기준으로 회전 또는 이동하는 회전변환의 개념을 예시한 도면.
도 8은 본 발명에 따른 대상평면과 x, y, z 축과의 관계를 도시한 도면.
도 9는 본 발명에 따른 기준평면과 x, y, z 축과의 관계를 도시한 도면.
도 10은 본 발명에 따른 좌표조정된 지상라이다 점군자료의 필터링 단계를 설명하는 흐름도.
도 11은 본 발명의 일실시예에 따른 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템의 구성에 대한 블록도.
도 12은 본 발명의 실험에 따른 실험대상지역에 대한 예시도.
도 13는 본 발명의 실험에 따른 지상 라이다(LiDAR) 관측 장비 및 그 전경을 도시한 도면.
도 14은 본 발명의 실험에 따른 지상라이다 관측자료에 대한 예시도.
도 15는 본 발명의 실험에 따른 토탈스테이션 기준점 측량자료의 예시도.
도 16는 본 발명의 실험에 따른 지상라이다 관측 데이터의 예시도.
도 17은 본 발명의 실험에 따른 평면방정식 정보산출 화면의 예시도.
도 18은 본 발명의 실험에 따른 비상사점을 제거한 모습을 나타낸 도면으로서, 보라색(비상사점), 녹색(지상라이다 자료)로 표시한 도면.
도 19은 본 발명의 실험에 따른 기준평면과 대상평면간 회전각, 평행이동량 산출결과에 대한 예시도.
도 20는 본 발명의 실험에 따른 지상라이다 데이터의 좌표조정 전, 후 비교표.
도 21은 본 발명의 실험에 따른 원시자료(왼쪽), 정확도 개선된 지상라이다 자료(오른쪽)를 표시한 예시도.
도 22은 본 발명의 실험에 따른 정확도 개선결과에 대한 표.
이하, 본 발명의 실시를 위한 구체적인 내용을 도면에 따라서 설명한다.
또한, 본 발명을 설명하는데 있어서 동일 부분은 동일 부호를 붙이고, 그 반복 설명은 생략한다.
먼저, 본 발명을 실시하기 위한 전체 시스템 구성의 일례를 도 1을 참조하여 설명한다.
도 1에서 보는 바와 같이, 본 발명을 실시하기 위한 전체 시스템은 라이다 측량 장비(10), 컴퓨터 단말(20), 및, 오차 조정 시스템(30)으로 구성된다. 본 발명에 따른 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법은 컴퓨터 단말 상의 프로그램 시스템으로 실시될 수 있다. 즉, 컴퓨터 단말(20)에 설치되는 프로그램 형태의 오차 조정 시스템(30)으로 구성된다.
오차 조정 시스템(30)의 각 기능들은 컴퓨터 프로그램으로 구현되어 컴퓨터 단말(20)에 설치되어, 라이다 측량 장비(10)로부터 측량된 점군 라이다 데이터를 입력받아, 점군 라이다 데이터의 오차를 보정하여 정확한 라이다 산출하는 작업을 수행한다. 오차 조정 시스템(30)에서 필요한 데이터들, 예를 들어, 점군 라이다 데이터들은 컴퓨터 단말(20)의 하드디스크 등 저장공간에 저장되어 이용될 수 있다.
다음으로, 본 발명의 일실시예에 따른 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법을 도 2를 참조하여 설명한다.
도 2에서 보는 바와 같이, 본 발명의 일실시예에 따른 지상 라이다 자료의 오차 조정 방법은 (a) 지상기준점에 의한 기준평면 방정식 산출 단계(S10); (b) 지상라이다 측량에 의한 대상평면 방정식 산출 단계(S20); (c) 대상평면 방정식을 보정하는 단계(S30); 기준평면과 대상평면 간의 회전방정식을 산정하여 좌표를 조정하는 단계(S40); 및 좌표조정 데이터에 대한 필터링 단계(S50)로 구성된다.
본 발명에 따른 지상 라이다 자료의 오차 조정 방법은 지상라이다 측량장비를 이용하여 동일한 경사로 된 지역이나 평편한 지역의 3차원 공간정보 구축 또는 지상현황측량 등 측량정확도 개선과 성과의 품질을 향상시킬 수 있는 방법이다.
먼저, 지상기준점에 의한 기준평면 방정식 산출 단계(S10)에 대하여 설명한다. 이 단계는, 토탈스테이션으로 지상기준점을 측량하고, 측량성과를 토대로 최소제곱법을 이용한 기준평면방정식을 산출한다.
먼저, 지상기준점에 대한 3차원 위치 데이터(X,Y,Z)를 입력받는다(S11). 즉, 동일경사 또는 평편한 관측지역의 기준평면 방정식을 산출하기 위하여 관측지역 내 지상기준점(표정점)을 설치하고, 설치된 지상기준점을 정밀한 토탈스테이션 측량 또는 GPS측량을 통하여 3차원 위치정보(X,Y,Z)를 취득한다.
토탈스테이션은 광파거리 측량기와 각관측 측량기(데오도라이트)가 혼합된 토탈 측량장비로써, 거리와 각을 동시에 취득함으로써 관측점에 대한 X,Y,Z 좌표값을 기계에서 자동산출하여 제공한다.
다음으로, 입력받은 또는 취득한 위치정보를 토대로 회귀분석의 최소제곱법 원리에 의한 3차원 기준평면방정식을 산출한다(S12).
회귀분석은 하나의 종속변수와 독립변수 사이에 선형관계식을 구하는 분석을 말하며, 여기서의 변수는 토탈스테이션에서 얻어진 X, Y, Z 값을 의미한다. 지면에 대한 경사면을 추정하기 위해서는 평면방정식을 도출하여야 하며, 방정식의 계수는 최소제곱법에 의하여 산출한다.
최소제곱법은 관측값에 필연적으로 포함되는 우연오차의 효과를 최소화 함으로써 미지의 방정식의 계수를 결정하는 방법으로 토탈스테이션에서 관측된 포인트(또는 지상기준점)의 3차원 좌표를 이용하여 평면 방정식의 계수를 구하고자 할 때 적용된다.
평면방정식은 함축적인 수학식 1의 행렬식으로 나타낼 수 있다.
[수학식 1]
Figure 112014122852920-pat00024
여기서, A 는 n×3 계수행렬, X 는 3×1 미지수 행렬, Y 는 n×1 상수행렬 이다.
미지수값을 수학식 2로 나타낼 수 있다.
[수학식 2]
Figure 112014122852920-pat00025
여기서 기준평면방정식의 미지계수를 구하기 위한 최소제곱법에 사용되는 행렬은 수학식3. 과 같다.
[수학식 3]
Figure 112014122852920-pat00026
x1, x2, x3 … xn : 토탈스테이션 데이터의 X좌표값
y1, y2, y3 … yn : 토탈스테이션 데이터의 Y좌표값
z1, z2, z3 … zn : 토탈스테이션 데이터의 Z좌표값
a, b, c : 기준평면 방정식의 계수
본 발명에서는 토탈스테이션으로부터 관측된 대상지역의 3차원 좌표값을 이용하여 최소제곱법에 의한 하나의 기준평면방정식을 도출한다.
[수학식 4]
ax + bx + cz = 1
a : 기준평면방정식의 X축에 대한 기울기
b : 기준평면방정식의 Y축에 대한 기울기
c : 기준평면방정식의 Z축에 대한 기울기
또 다른 방법으로 다중선형 회귀분석에 의한 기준평면 방정식은 평균, 분산, 공분산값을 이용하여 도출할 수 있다. 먼저 토탈스테이션으로부터 관측된 좌표값(또는 지상기준점의 3차원 위치 데이터)의 평균은 수학식 5와 같이 산출한다.
[수학식 5]
Figure 112014122852920-pat00027
Figure 112014122852920-pat00028
: 토탈스테이션 데이터의 X값의 평균
Figure 112014122852920-pat00029
: 토탈스테이션 데이터의 Y값의 평균
Figure 112014122852920-pat00030
: 토탈스테이션 데이터의 Z값의 평균
n: 토탈스테이션 데이터의 자료수
그리고 토탈스테이션 데이터(또는 지상기준점 데이터)의 X값, Y값, Z값 별 집단에 대한 분산은 수학식6과 같이 산출한다.
[수학식 6]
Figure 112014122852920-pat00031
σx : 토탈스테이션 데이터의 X값 집단에 대한 분산
σy : 토탈스테이션 데이터의 Y값 집단에 대한 분산
σz : 토탈스테이션 데이터의 Z값 집단에 대한 분산
xi : 토탈스테이션 데이터의 포인트별 X값
yi : 토탈스테이션 데이터의 포인트별 Y값
zi : 토탈스테이션 데이터의 포인트별 Z값
다음은 토탈스테이션 관측 데이터를 이용하여 XY, XZ , YZ 값에 대한 공분산을 수학식7. 과 같이 산출한다.
[수학식 7]
Figure 112014122852920-pat00032
σxy : 토탈스테이션 데이터의 X,Y값 집단에 대한 공분산
σxz : 토탈스테이션 데이터의 X,Z값 집단에 대한 공분산
σyz : 토탈스테이션 데이터의 Y,Z값 집단에 대한 공분산
마지막으로 다중선형 회귀식 ax + by + cz = 1에서 계수 a, b, c 를 식8, 식9, 식10과 같이 산출한다.
[수학식 8]
Figure 112014122852920-pat00033
[수학식 9]
Figure 112014122852920-pat00034
[수학식 10]
Figure 112014122852920-pat00035

다음으로, 지상라이다 측량에 의한 대상평면 방정식 산출 단계(S20)를 설명한다. 이것은 지상라이다 점군자료를 토대로 최소제곱법을 이용한 대상평면 방정식을 산출한다.
먼저, 지상라이다 장비(10)에 의해 측정된 3차원 위치 데이터를 취득한다(S21).
동일경사 또는 평편한 관측지역의 대상평면방정식을 산출하기 위하여 관측지역 내 정밀한 간격(2mm~1cm)으로 지상라이다 장비를 활용하여 3차원 위치정보(X,Y,Z)값을 취득한다.
다음으로, 취득한 지상라이다 점군자료를 토대로 회귀분석의 최소제곱법 원리에 의한 3차원 대상평면 방정식을 산출한다(S22).
[수학식 11]
Figure 112014122852920-pat00036
여기서, A 는 n×3 계수행렬, X 는 3×1 미지수 행렬, Y 는 n×1 상수행렬 이다.
미지수값을 수학식 12로 나타낼 수 있다.
[수학식 12]
Figure 112014122852920-pat00037
여기서 대상평면방정식의 미지계수를 구하기 위한 최소제곱법에 사용되는 행렬은 수학식 13과 같다.
[수학식 13]
Figure 112014122852920-pat00038
x1, x2, x3 … xn : 지상라이다 데이터의 X좌표값
y1, y2, y3 … yn : 지상라이다 데이터의 Y좌표값
z1, z2, z3 … zn : 지상라이다 데이터의 Z좌표값
a, b, c : 대상평면 방정식의 계수
여기서 대상평면방정식의 미지계수를 구하기 위한 최소제곱법에 사용되는 행렬은 식13. 과 같다.
본 발명에서는 지상으로부터 관측된 대상지역의 3차원 좌표값을 이용하여 최소제곱법에 의한 하나의 대상평면 방정식을 도출한다.
[수학식 14]
a1x + b1x + c1z = 1
a1 : 대상평면방정식의 X축에 대한 기울기
b1 : 대상평면방정식의 Y축에 대한 기울기
c1 : 대상평면방정식의 Z축에 대한 기울기
또 다른 방법으로 다중선형 회귀분석에 의한 대상평면 방정식은 평균, 분산, 공분산값을 이용하여 도출할 수 있다. 먼저 지상라이다 장비로부터 관측된 좌표값(또는 지상라이다 점군의 3차원 위치 데이터)의 평균은 수학식 15와 같이 산출한다.
[수학식 15]
Figure 112014122852920-pat00039
Figure 112014122852920-pat00040
: 지상라이다 데이터의 X값의 평균
Figure 112014122852920-pat00041
: 지상라이다 데이터의 Y값의 평균
Figure 112014122852920-pat00042
: 지상라이다 데이터의 Z값의 평균
n: 지상라이다 데이터의 자료수
그리고 지상라이다 데이터의 X값, Y값, Z값 별 집단에 대한 분산은 식16. 과 같이 산출한다.
[수학식 16]
Figure 112014122852920-pat00043
σx : 지상라이다 데이터의 X값 집단에 대한 분산
σy : 지상라이다 데이터의 Y값 집단에 대한 분산
σz : 지상라이다 데이터의 Z값 집단에 대한 분산
xi : 지상라이다 데이터의 포인트별 X값
yi : 지상라이다 데이터의 포인트별 Y값
zi : 지상라이다 데이터의 포인트별 Z값
다음은 지상라이다 점군자료를 이용하여 XY, XZ , YZ 값에 대한 공분산을 수학식 17. 과 같이 산출한다.
[수학식 17]
Figure 112014122852920-pat00044
σxy : 지상라이다 데이터의 X,Y값 집단에 대한 공분산
σxz : 지상라이다 데이터의 X,Z값 집단에 대한 공분산
σyz : 지상라이다 데이터의 Y,Z값 집단에 대한 공분산
마지막으로 다중선형 회귀식 a1x + b1x + c1z = 1에서 계수 a1, b1, c1 를 수학식 18, 19, 20과 같이 산출한다.
[수학식 18]
Figure 112014122852920-pat00045
[수학식 19]
Figure 112014122852920-pat00046
[수학식 20]
Figure 112014122852920-pat00047

다음으로, 비상사점의 필터링으로 대상평면 방정식을 보정하여 신뢰도를 향상하는 단계(S30)을 설명한다.
전체적인 대상평면 방정식의 보정 단계(S30)를 설명하기에 앞서서, 대상평면 방정식의 정확도 개선을 위한 표준오차 및 결정계수 산정 방법을 먼저 설명한다. 각각은 비상사점을 구하기 위한 임계기준값 및, 대상평면 방정식의 신뢰를 평가하는 신뢰도를 구하는데 이용된다.
먼저, 비상사점 지상라이다 데이터의 3차원 축별(X,Y,Z) 표준오차를 산정하는 방법을 설명한다.
지상라이다 관측값(또는 지상라이다 데이터)들의 대상평면 방정식을 기준으로 어느 정도 흩어져 있는지에 대한 정도를 파악하여야 하며, 이를 측정하는 방법으로 표준오차를 산정하여 나타낸다. 이것은 순수한 대상평면 상의 관측점들조차도 지상라이다의 기계적 오차, 레이저 빛의 산란, 표면재질에 따른 반사강도 등에 의하여 불규칙한 데이터가 수집된다. 따라서 이러한 우연오차를 많이 포함하고 있는 비상사점을 추출하기 위하여 임계 기준값을 표준오차로 대체하여 적용한다.
[수학식 21]
Figure 112014122852920-pat00048
여기서, Sx : X축에 대한 임계기준값
Xi : 지상라이다 포인트별 X좌표값
Figure 112014122852920-pat00049
: 대상평면 방정식으로 계산된 포인트별 X좌표값
n : 관측값 갯수
[수학식 22]
Figure 112014122852920-pat00050
여기서 Sy : Y축에 대한 임계기준값
Yi : 지상라이다 포인트별 Y좌표값
Figure 112014122852920-pat00051
: 대상평면방정식으로 계산된 포인트별 Y좌표값
n : 관측값 갯수
[수학식 23]
Figure 112014122852920-pat00052
여기서 Sz : Z축에 대한 임계기준값
Zi : 지상라이다 포인트별 Z좌표값
Figure 112014122852920-pat00053
: 대상평면방정식으로 계산된 포인트별 Z좌표값
n : 관측값 갯수
상기 식에 의하여 결정된 X, Y, Z 축의 임계 기준값은 비상사점 필터링(제거)시 기준자료로 활용된다.
비상사점은 정상적이지 않은 점들을 말하여, 여기에서는 지상라이다 점군자료(지상라이다 관측포인트) 집단의 임계기준값의 범위를 넘어서는 점들을 비상사점이라고 말한다. 비상사점에는 관측자의 실수로 인한 오류점, 오차발생 원인을 알 수 없는 오류점, 관측장비에 의한 기계적인 오차 등을 포함하고 있다.
다음으로, 대상평면 방정식의 결정계수를 산정하는 방법을 설명한다.
결정계수(Coefficient of determination)는 지상라이다 관측자료로부터 추정된 대상평면 방정식이 각 관측값 들에 대하여 얼마나 적합한가를 나타내주는 척도로서, 평면방정식의 객관적인 정도를 측정하는데 사용된다.
결정계수를 통하여 대상평면 방정식의 정도를 판단하며, 정도의 높고 낮음을 통하여 평면방정식에 사용되는 변수(X,Y,Z값)을 다르게 적용한다. 결정계수를 산정하는 계산식은 수학식.24 와 같다.
[수학식 24]
Figure 112014122852920-pat00054
여기서, n 은 관측값의 개수이다.
SSE(Sum of squares error)는 X, Y, Z축의 ∑(포인트관측값-대상평면방정식의계산값)2 이다. 즉, X, Y, Z 축별로 각각 ∑(포인트관측값-대상평면방정식의계산값)2 을 구하고, 이들을 합한 것을 말한다.
또한, SST(Total Sum of suares) 는 X, Y, Z축의 ∑(포인트관측값-포인트관측값들의평균값)2 이다. 즉, X축의 SST = ∑(포인트관측값(x값)-포인트관측값들의평균값(x값))2 , Y축의 SST = ∑(포인트관측값(y값)-포인트관측값들의평균값(y값))2 , Z축의 SST = ∑(포인트관측값(z값)-포인트관측값들의평균값(z값))2 의 합계를 말한다.
또한, 포인트 관측값이란 지상라이다 점군자료의 개별 관측값을 말한다.
위와 같은 계산방식에 의하여 산정된 결정계수는 대상평면 방정식의 정확도가 어느 정도 적합한지를 나타내는 기준값으로 활용된다. 바람직하게는, 본 발명에서는 대상평면방정식의 신뢰도가 95%이상일 경우 기준평면을 기준으로 하여 회전 오차 조정하는 기법으로 적용된다.
결정계수(R2) 1 값의 의미는 지상라이다 점군자료가 대상평면에 100% 존재하는 것을 말한다. 따라서 결정계수는 곧 신뢰도(정도)와 같다. 여기서 정도라는 것은 측량공학적 측면으로 볼 때 정확도와 정밀도를 합친 용어이다. 따라서 데이터의 정도가 높다 라는 것은 이 데이터의 신뢰도가 높다라는 의미와 같다. 또한 결정계수의 값은 0~1 사이이며, 이것을 백분율로 표현한 것이 신뢰도(%)이다. 즉, 결정계수를 곧 신뢰도로 이용한다.
구체적으로, 결정계수(신뢰도)는 앞서 언급되었듯이 X, Y, Z축별 모두 95% 이상을 만족하는 것을 기준으로 한다.
다음으로, 비상사점을 필터링함으로써 지상라이다 점군자료 또는 대상평면 방정식의 신뢰도를 향상시키는 단계(또는 대상평면 방정식 보정 단계)(S30)에 대하여 보다 구체적으로 설명한다.
도 5에서 보는 바와 같이, 대상평면 방정식을 보정하는 단계(S30)는 (c1) 임계기준값 계산 단계(S31), (c2) 지상라이다 점군자료에서 비상사점을 제거하는 단계(S32), (c3) 대상평면 방정식을 재산출 단계(S33), (c4) 대상평면 방정식의 신뢰도를 계산하는 단계(S34), 및, (c5) 신뢰도가 최소신뢰도 보다 높을 때까지 반복하는 단계(S35)로 구성된다.
먼저, 지상라이다 점군자료(또는 관측값) 및, 대상평면 방정식을 이용하여 각 축별 임계기준값을 구한다(S31). 앞서 표준오차 산출방법에서 설명한 바와 같이 표준오차값을 임계기준값으로 적용한다. 즉, 각 축별(X, Y, Z축별) 임계기준값은 앞서 수학식 21 내지 23에 의해 구해질 수 있다.
다음으로, 각 축(X,Y,Z)별 개별 관측값(또는 지상라이다 점군자료)이 임계기준값보다 클 경우 이를 비상사점으로 판단하여 제거한다(S32).
X,Y,Z축별 지상라이다 포인트 자료의 비상사점 판단기준은 아래와 같은 식으로 결정한다.
[수학식 25]
Figure 112014122852920-pat00055
[수학식 26]
Figure 112014122852920-pat00056
[수학식 27]
Figure 112014122852920-pat00057
여기서 Pointx (i)error , Pointy (i)error , Pointz (i)error 는 각 X축, Y축, Z축에 존재하는 비상사점이며, Sx, Sy, Sz 는 각 X축, Y축, Z축에 해당하는 임계기준값이고,
Xi : 지상라이다 포인트별 X좌표값
Figure 112014122852920-pat00058
: 대상평면방정식으로 계산된 포인트별 X좌표값
Yi : 지상라이다 포인트별 Y좌표값
Figure 112014122852920-pat00059
: 대상평면방정식으로 계산된 포인트별 Y좌표값
Zi : 지상라이다 포인트별 Z좌표값
Figure 112014122852920-pat00060
: 대상평면방정식으로 계산된 포인트별 Z좌표값 이다.
본 발명에서의 비상사점 필터링(제거) 기준은 식25, 식26, 식27 과 같이 X, Y, Z 축의 임계기준값 모두를 초과하는 경우에만 해당 포인트를 제거한다. 도 6의 표에서, 본 발명에 따른 비상사점 제거 단계의 일례를 예시하고 있다.
다음으로, 앞서 비상사점을 제거한 지상라이다 점군자료를 이용하여, 대상평면 방정식을 다시 산출한다(S33). 즉, 임계기준값을 모두 초과하는 지상라이다 점군자료, 즉 X, Y, Z축에 존재하는 비상사점을 제거한 후 존재하는 지상라이다 점군자료를 대상으로, 앞서 설명한, 지상라이다 점군자료에 의한 최소제곱법을 이용한 대상평면방정식을 산출하는 단계를 적용하여 대상평면 방정식을 재산정한다.
그리고 재산정된 대상평면 방정식을 이용하여 결정계수를 구하고, 이를 재산출된 대상평면 방정식의 신뢰도로 정한다(S34). 이때 대상평면방정식의 결정계수(신용도)가 95% 이상이 될 때까지 반복 필터링 처리한다(S35).
즉, 계산된 신뢰도가 사전에 정해진 최소 신뢰도(예를 들어, 95%) 이상이 되면, 재산출된 대상평면 방정식을 최종 보정된 대상평면 방정식으로 사용한다. 다만, 계산된 신뢰도가 최소 신뢰도 이상이 되지 않으면, 앞서 단계를 반복한다. 즉, 신뢰도가 최소 신뢰도 이상될 때까지, 지상라이다 점군자료에서 비상사점을 제거하여 대상평면 방정식을 재산출하여 신뢰도를 다시 계산한다.
다음으로, 기준평면과 대상평면 간의 회전방정식을 산정하여 좌표를 조정하는 단계(S40)를 설명한다.
본 발명에서는 동일한 평면상에 존재하는 지상라이다 자료는 다양한 오류원인에 의하여 불규칙한 평면상에 존재하게 된다. 따라서 이론적으로 동일한 평면일때를 가정한 기준평면과 지상라이다 점군자료가 포함되어 있는 대상평면을 회전변환 한다.
도 7에서 보는 바와 같이, 대상평면 상의 지상라이다 점군자료들을 기준평면으로 회전 이동시킨다. 이때, 지상라이다 점군자료의 대상평면이 기준평면과 일치하도록 회전 이동시킨다.
도 7은 본 발명에 따른 기준평면을 기준으로 회전 또는 이동하는 회전변환의 개념을 예시한 도면이고, 도 8은 본 발명에 따른 대상평면과 각각 x, y, z 축과의 관계를 도시한 도면이고, 도 9는 본 발명에 따른 기준평면과 각각 x, y, z 축과의 관계를 도시한 도면이다.
지상 라이다(LiDAR)의 점군자료에서 얻어진 대상평면이 기준평면과 일치하도록 회전 및 평행이동을 하기 위하여 회전각과 평행이동량을 식28. 식29. 식30. 과 같이 산출한다.
먼저, 회전각 κ와 ω는 기준평면 및 대상평면 방정식의 계수 a, b, c를 이용하여 식28, 식29에서, z방향으로의 평행이동량은 식30 에서 각각 구할 수 있다.
[수학식 28]
Figure 112014122852920-pat00061
[수학식 29]
Figure 112014122852920-pat00062
[수학식 30]
Figure 112014122852920-pat00063
여기서, κ : Z축의 회전각
ω : X축의 회전각
a,b,c : 기준평면방정식의 계수
또한 Z축과 X축을 중심으로 하는 회전행렬식은 다음과 같다.
[수학식 31]
Figure 112014122852920-pat00064
[수학식 32]
Figure 112014122852920-pat00065
여기서, κ, ω : 회전각
Rz (κ) , Rx (ω) : 회전행렬
본 발명에서는 두 개의 평면방정식 간의 회전각과 평행이동량을 산정하고, 회전변환 행렬식을 이용하여 지상라이다 점군자료에 대한 좌표를 조정한다.
또한 회전변환은 기준평면상으로의 좌표투영하는 것으로 좌표변환 과정에서 동일한 평면상에 존재하는 지상라이다의 관측자료의 오차가 자동으로 조정 또는 소거된다.
오차를 조정하기 위하여 회전 행렬식을 이용한 회전과정은 수학식33 과 같다.
[수학식 33]
Figure 112014122852920-pat00066
κ1, ω1 : 대상평면의 회전각
κ2, ω2 : 기준평면의 회전각
xi, yi, zi : 조정전의 지상라이다 데이터의 좌표
△z : z방향의 평행 이동량
Figure 112014122852920-pat00067
: 조정 후의 지상라이다 데이터의 좌표
다음으로, 좌표조정 데이터에 대한 필터링 단계(S50)를 설명한다. 이 단계는 비상사점의 필터링으로 좌표 조정 데이터를 보정하여 신뢰도를 향상한다.
본 발명의 필터링 단계는 회전방정식에 의하여 좌표조정된 지상라이다 점군자료의 각 X, Y, Z축에 존재하는 오류점 및 비상사점에 대한 필터링(제거)을 수행하는 단계로써, 앞서에 서술한 발명기술을 활용하여 기준평면과 거의 수렴되는 동일평면상의 지상라이다 자료를 정확성 있게 확보할 수 있다.
도 10은 본 발명에 따른 좌표조정된 지상라이다 점군자료의 필터링 단계를 설명하는 흐름도이다. 도 10과 같이, 지상라이다 점군자료의 필터링 단계(S50)는 앞서 대상평면 방정식의 필터링 단계(S30)과 동일하다.
지상라이다 점군자료의 필터링 단계(S50)는 조정된 지상라이다 점군자료 또는 지상라이다 점군자료에서 비상사점을 제거하는 필터링을 하여, 최종적으로 오차가 적고 신뢰도를 향상시킬 수 있는 최종적인 지상라이다 점군자료를 얻는 것이다.
다음으로, 본 발명의 일실시예에 따른 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템에 대한 구성을 도 11을 참조하여 설명한다.
도 11에서 보는 바와 같이, 본 발명에 따른 지상 라이다 자료의 오차 조정 시스템(30)은 지상기준점 및, 지상라이다 점군자료 등을 입력받은 데이터 입력부(31); 지상기준점 또는 지상라이다 점군자료의 좌표 데이터를 이용하여 평면 방정식을 구하는 평면방정식 산출부(32); 기준평면과 대상평면 간의 회전 방정식을 산출하는 회전방정식 산출부(33); 지상라이다 점군자료에서 비상사점을 판단하여 이를 제거하는 필터링부(34); 대상평면 방정식 또는 지상라이다 점군자료의 정확도에 대한 신뢰도를 구하는 신뢰도 계산부(35); 및, 상기 구성요소들을 이용하여, 지상라이다 점군자료의 좌표를 조정하는 제어부(36)로 구성된다.
먼저, 데이터 입력부(31)는 토탈스테이션 측량 또는 GPS 측량을 통하여 얻은 지상기준점의 3차원 위치정보, 또는, 지상라이다 장비(10)로부터 측정된 관측대상물의 지상라이다 점군자료를 입력받는다.
평면방정식 산출부(32)는 지상기준점 또는 지상라이다 점군자료의 좌표 데이터를 이용하여, 각각 기준평면 방정식, 또는, 대상평면 방정식을 구한다. 이때, 평면방정식 산출부(32)는 최소제곱법을 이용한다. 특히, 평면방정식 산출부(32)는 좌표 데이터의 각 축별 데이터들의 분산, 또는, 각 축별 데이터 간의 공분산이 최소화되는 계수들을 구한다. 이렇게 구한 계수들로 평면 방정식을 구한다. 평면방정식 산출부(32)는 앞서 수학식 8 내지 10, 또는 수학식 18 내지 20에 의하여, 평면방정식의 계수들을 구한다.
또한, 회전방정식 산출부(33)는 대상평면 방정식에 의한 대상평면 상의 지상라이다 점군자료들을, 기준평면 방정식에 의한 기준평면으로 회전 이동시킨다. 이때, 지상라이다 점군자료의 대상평면이 기준평면과 일치하도록 지상라이다 점군자료들을 회전 이동시킨다. 이때, 지상 라이다(LiDAR)의 점군자료에서 얻어진 대상평면이 기준평면과 일치하도록 회전 및 평행이동을 하기 위하여 회전각과 평행이동량을 앞서 구한 [수학식 28]. [수학식 29]. [수학식 30]과 같이 산출한다. 이들 회전각과 평행이동량을 이용하여, 회전행렬식을 만든다.
다음으로, 필터링부(34)는 대상평면 방정식을 이용하여 각 축별 임계기준값을 계산하고, 임계기준값을 기준으로 각 지상라이다 점군자료에 대하여 비상사점 여부를 판단한다. 비상사점으로 판단되는 지상라이다 점군자료의 각 포인트별 데이터를 지상라이다 점군자료에서 제거한다. 이때, 임계기준값은 각 축별 표준오차를 계산하여 적용한다.
다음으로, 신뢰도 계산부(35)는 결정계수를 구하여, 신뢰도로 사용한다. 결정계수는 앞서 [수학식 24]에 의해 구해진다. 즉, 지상라이다 점군자료의 데이터의 각축별 좌표값 및, 대상평면 방정식의 차이의 제곱을 한 값과, 상기 지상라이다 점군자료의 데이터의 각 축별 데이터 및 그 평균의 차이값의 제곱값을 모두 이용하여, 신뢰도를 구한다.
다음으로, 제어부(36)는 데이터 입력부(31)에 의해 지상기준점과 지상라이다 점군자료를 입력받아, 평면방정식 산출부(32)를 통해 각각 기준평면 방정식 및, 대상평면 방정식을 계산한다. 그리고 제어부(36)는 계산된 평면방정식으로 각각 기준평면 및 대상평면을 구하여, 회전방정식 산출부(33)를 이용하여, 상기 기준평면과 대상평면 간의 회전 방정식을 산정한다.
또한, 제어부(36)는 구한 대상평면 방정식 또는 지상라이다 점군자료에 대하여, 필터링부(34)를 이용하여 필터링을 수행하여, 개선된 대상평면 방정식이나, 지상라이다 점군자료를 구한다. 그리고 개선된 대상평면 방정식 또는 지상라이다 점군자료에 대하여 신뢰도를 계산하여 그 정도를 평가한다. 제어부(36)는 신뢰도가 소정의 기준 신뢰도 보다 클 때까지 반복적으로 대상평면 방정식 또는 지상라이다 점군자료 등을 필터링하여 개선할 수 있다.
본 발명에 따른 지상 라이다 자료의 오차 조정 시스템(30)에서 생략된 설명은 앞서 설명한 오차 조정 방법에서 기재된 사항을 참조한다.
다음으로, 본 발명의 효과를 실험 및 정확도 검증을 통해 설명한다.
본 발명에 대한 모의실험을 하기 위하여 도 12와 같이 토탈스테이션과 지상라이다 측량장비를 활용하여 모의실험을 하였다.
지상 LiDAR 자료의 오차조정 기법을 제시하기 위해 도 12과 같이 비교적 평탄한 학교운동장을 대상으로 실험대상지역을 설정하여 도 13와 같이 관측하였다. 취득된 지상 LiDAR의 원시자료를 도 14에 나타내었다.
대량의 측량자료를 활용한 평면방정식과 임계기준값 산정, 결정계수(신뢰도) 검토, 그리고 비상사점에 대한 제거(필터링)의 자동처리를 하기 위하여 필터링 처리프로그램을 개발하고. 이를 활용하여 정확도를 검토 하였다
기준평면과 대상평면의 평면방정식 산출의 실험결과를 설명한다.
다음은 기준평면방정식 산정에 활용될 토탈스테이션 관측자료(도 15)와 대상평면방정식 산정에 활용될 지상라이다 점군자료(도 16)를 나타낸 것이다.
토탈스테이션 관측자료와 지상라이다 점군자료를 활용하여 도 17과 같이 각각의 기준평면방정식과 대상평면방정식을 산출하고, 각 평면방정식의 X, Y, Z축별 표준오차 및 결정계수를 산정한다.
대상평면상에 존재하는 지상라이다 점군자료 중 기계적 오차, 레이저 빛의 산란 및 굴절, 관측대상 표면재질에 따른 반사강도 등의 요인에 따라 비상사점이 존재하며, 이를 회전변환 하기 전에 임계기준값에 의하여 각 축(X,Y,Z)별 비상사점을 제거한다.
도 18은 비상사점을 제거한 모습을 나타낸 것이다.
대상평면에서 비상사점이 제거 완료된 후 정상적인 지상라이다 데이터를 활용하여 대상평면방정식을 재계산 한다. 그리고, 재계산된 대상평면방정식과 기준평면방정식간의 도 19과 같이 회전변환을 실시하고, 이를 이용하여 좌표조정을 진행한다.
대상평면에 존재하는 지상라이다 자료를 회전변환에 의하여 좌표조정된 결과는 도 20의 표와 같으며, 좌표조정된 지상라이다 점군자료는 임계기준값을 토대로 비상사점에 대한 필터링 처리한다.
이론적으로 동일한 평면상에 존재하는 지상라이다 점군자료의 정확도를 파악하기 위하여 X,Y,Z축별 지상라이다 원시자료(관측자료)의 표준오차과 결정계수, 그리고 최종 필터링이 완료된 지상라이다 점군자료의 표준오차와 결정계수를 비교하여 정확도 개선 정도를 판단하였다.
도 22의 표와 같이 발명된 기술을 활용하여 지상라이다의 데이터의 정확도를 개선한 결과는 X축으로 약 33Cm, Y축으로 68Cm, Z축으로 4mm의 정확도가 높아졌다. 또한 필터링된 지상라이다 점군자료의 신뢰도는 모든 좌표축으로부터 최소 0.7% ~ 최대 17% 정도의 향상된 결과를 얻을 수 있었다.
이상, 본 발명자에 의해서 이루어진 발명을 실시 예에 따라 구체적으로 설명하였지만, 본 발명은 실시 예에 한정되는 것은 아니고, 그 요지를 이탈하지 않는 범위에서 여러 가지로 변경 가능한 것은 물론이다.
10 : 지상라이다 측량 장비 20 : 컴퓨터 단말
30 : 오차 조정 시스템

Claims (16)

  1. 지상라이다 장비에 의해 측정된 지상라이다 점군자료의 오차를 조정하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법에 있어서,
    (a) 지상기준점의 3차원 위치 데이터를 입력받아, 최소제곱법에 의하여 기준평면 방정식을 산출하는 단계;
    (b) 상기 지상라이다 점군자료를 최소제곱법에 적용하여 대상평면 방정식을 산출하는 단계;
    (d) 상기 기준평면 방정식에 의한 기준평면과, 상기 대상평면 방정식에 의한 대상평면 간의 회전 방정식을 산정하여 상기 지상라이다 점군자료의 좌표를 조정하는 단계를 포함하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
  2. 제1항에 있어서, 상기 방법은,
    (c) 상기 지상라이다 점군자료에서 비상사점을 제거하여 필터링한 후, 필터링된 지상라이다 점군자료를 이용하여 대상평면 방정식을 재산출하는 단계를 더 포함하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
  3. 제1항에 있어서,
    상기 (a)단계에서, 상기 기준평면 방정식은 ax + by + cz = 1로 구해지고, 계수 a, b, c는 다음 [수식 1]에 의하여 구하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
    [수식 1]
    Figure 112014122852920-pat00068

    Figure 112014122852920-pat00069

    Figure 112014122852920-pat00070

    단, σx, σy, σz는 각각 지상기준점의 X, Y, Z값 집단에 대한 분산이고,
    σxy, σxz, σyz는 각각 지상기준점의 X,Y값, X,Z값, Y,Z값 집단에 대한 공분산이고,
    Figure 112014122852920-pat00071
    ,
    Figure 112014122852920-pat00072
    ,
    Figure 112014122852920-pat00073
    는 각각 지상기준점의 X, Y, Z값 집단의 평균임.
  4. 제1항에 있어서,
    상기 (b)단계에서, 상기 대상평면 방정식은 a1x + b1x + c1z = 1로 구해지고, 계수 a1, b1, c1 는 다음 [수식 2]에 의하여 구하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
    [수식 2]
    Figure 112014122852920-pat00074

    Figure 112014122852920-pat00075

    Figure 112014122852920-pat00076

    단, σx, σy, σz는 각각 지상라이다 점군자료의 X, Y, Z값 집단에 대한 분산이고,
    σxy, σxz, σyz는 각각 지상라이다 점군자료의 X,Y값, X,Z값, Y,Z값 집단에 대한 공분산이고,
    Figure 112014122852920-pat00077
    ,
    Figure 112014122852920-pat00078
    ,
    Figure 112014122852920-pat00079
    는 각각 지상라이다 점군자료의 X, Y, Z값 집단의 평균임.
  5. 제2항에 있어서, 상기 (c)단계는,
    (c1) 상기 대상평면 방정식을 이용하여 각 축별 임계기준값을 구하는 단계;
    (c2) 상기 지상라이다 점군자료의 좌표 데이터 중 각 축별 좌표값에 대하여 각 축별 임계기준값을 이용하여 비상사점으로 판단하여 제거하는 단계;
    (c3) 상기 비상사점이 제거된 지상라이다 점군자료를 대상으로 상기 대상평면 방정식을 재산출하는 단계;
    (c4) 상기 재산출된 대상평면 방정식을 이용하여 신뢰도를 계산하는 단계; 및,
    (c5) 상기 신뢰도가 사전에 정해진 최소 신뢰도 보다 높을 때까지 상기 (c1)단계 내지 (c4)단계를 반복하는 단계를 포함하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
  6. 제5항에 있어서,
    상기 각 축별 임계기준값은 다음 [수식 3]에 의해 구하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
    [수식 3]
    Figure 112014122852920-pat00080
    ,
    Figure 112014122852920-pat00081
    ,
    Figure 112014122852920-pat00082

    단, Sx, Sy, Sz : 각각 X, Y, Z축에 대한 임계기준값이고,
    Xi, Yi, Zi : 지상라이다 점군자료의 각 데이터의 X, Y, Z좌표값이고,
    Figure 112014122852920-pat00083
    ,
    Figure 112014122852920-pat00084
    ,
    Figure 112014122852920-pat00085
    : 대상평면 방정식으로 계산된 각 데이터의 X, Y, Z 좌표값이고,
    n : 지상라이다 점군자료의 개수임.
  7. 제6항에 있어서,
    상기 신뢰도는 다음 [수식 4]에 의해 산정되는 결정계수 R2로 정하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
    [수식 4]
    Figure 112014122852920-pat00086

    단, n 은 관측값의 개수이며,
    SSE는 X, Y, Z축의 ∑(지상라이다 점군자료의 각 데이터 좌표값-대상평면 방정식에 의해 계산된 각 데이터의 좌표값)2 이고,
    SST는 X, Y, Z축의 ∑(지상라이다 점군자료의 각 데이터 좌표값-지상라이다 점군자료의 각 데이터 좌표값들의평균값)2 임.
  8. 제5항에 있어서,
    상기 (c2)단계에서, 상기 지상라이다 점군자료의 좌표 데이터 중 각 축별 좌표값에 대하여 상기 지상라이다 점군자료의 좌표 데이터의 각 축별 좌표값과 대상평면 방정식으로 계산된 각 축별 좌표값의 차이가 상기 각 축별 임계기준값 보다 크면, 비상사점으로 판단하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
  9. 제5항에 있어서,
    상기 최소 신뢰도는 90 ~ 95%인 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
  10. 제1항에 있어서,
    상기 (d)단계에서,상기 회전 방정식은 다음 [수식 5]에 의하여 구해지는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
    [수식 5]
    Figure 112014122852920-pat00087

    단, κ1, ω1 : 대상평면의 회전각이고,
    κ2, ω2 : 기준평면의 회전각이고,
    xi, yi, zi : 조정전의 지상라이다 점군자료 데이터의 좌표이고,
    △z : z방향의 평행 이동량이고,
    Figure 112014122852920-pat00088
    : 조정 후의 지상라이다 점군자료 데이터의 좌표,
    Rz (κ) , Rx (ω) : 회전행렬임.
  11. 제10항에 있어서,
    상기 회전 행렬은 다음 [수식 6]에 의해 구해지는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
    [수식 6]
    Figure 112014122852920-pat00089
    ,
    Figure 112014122852920-pat00090

    단, κ, ω : 각각 Z축, X축의 회전각이고,
    Rz (κ) , Rx (ω) : 회전행렬임.
  12. 제1항에 있어서, 상기 방법은,
    (e) 상기 조정된 지상라이다 점군자료에서 비상사점을 제거하여 필터링하는 단계를 더 포함하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 방법.
  13. 지상라이다 장비에 의해 측정된 지상라이다 점군자료의 오차를 조정하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템에 있어서,
    지상기준점 및 지상라이다 점군자료 데이터를 입력받는 데이터 입력부;
    상기 지상기준점 및 지상라이다 점군자료의 좌표 데이터에 대한 각각의 기준평면 방정식 및, 대상평면 방정식을 구하되, 최소제곱법에 의하여 구하는 평면방정식 산출부;
    대상평면 방정식에 의한 대상평면 상의 지상라이다 점군자료들을, 기준평면 방정식에 의한 기준평면으로 회전 이동시키기 위한 회전방정식을 산출하는 회전방정식 산출부; 및,
    상기 데이터 입력부에 의해 지상기준점과 지상라이다 점군자료의 데이터들을 입력받아, 상기 평면방정식 산출부를 통해 각각 기준평면 방정식 및, 대상평면 방정식을 계산하고, 계산된 평면방정식으로 각각 기준평면 및 대상평면을 구하여, 상기 회전방정식 산출부를 통해 상기 기준평면과 대상평면 간의 회전방정식을 산출하고, 상기 회전방정식을 적용하여, 상기 지상라이다 점군자료의 좌표 데이터를 회전 이동시켜서, 상기 지상라이다 점군자료의 좌표 데이터를 조정하는 제어부를 포함하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템.
  14. 제13항에 있어서, 상기 시스템은,
    상기 대상평면 방정식을 이용하여 각 축별 임계기준값을 계산하고, 임계기준값을 기준으로 각 지상라이다 점군자료에 대하여 비상사점 여부를 판단하여, 비상사점으로 판단되는 지상라이다 점군자료의 각 포인트별 데이터를 상기 지상라이다 점군자료에서 제거하는 필터링부; 및,
    지상라이다 점군자료의 데이터의 각축별 좌표값 및, 대상평면 방정식의 차이의 제곱을 한 값과, 상기 지상라이다 점군자료의 데이터의 각 축별 데이터 및 그 평균의 차이값의 제곱값을 이용하여 결정계수를 구하고, 상기 결정계수로 상기 대상평면 방정식 또는 지상라이다 점군자료의 신뢰도를 정하는 신뢰도 계산부를 더 포함하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템.
  15. 제14항에 있어서,
    상기 제어부는, 상기 지상라이다 점군자료에서 비상사점을 제거하여 필터링한 후 대상평면 방정식을 재산출하되, 재산출된 대상평면 방정식에 의하여 상기 신뢰도를 구하여 상기 신뢰도가 최소 신뢰도 이상일 때까지 상기 대상평면 방정식의 재산출을 반복하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템.
  16. 제15항에 있어서,
    상기 필터링부는, 상기 지상라이다 점군자료의 좌표 데이터 중 각 축별 좌표값에 대하여 상기 지상라이다 점군자료의 좌표 데이터의 각 축별 좌표값과 대상평면 방정식으로 계산된 각 축별 좌표값의 차이가 상기 각 축별 임계기준값 보다 크면, 비상사점으로 판단하는 것을 특징으로 하는 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템.
KR1020140182613A 2014-12-17 2014-12-17 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법 Expired - Fee Related KR101547940B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140182613A KR101547940B1 (ko) 2014-12-17 2014-12-17 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140182613A KR101547940B1 (ko) 2014-12-17 2014-12-17 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR101547940B1 true KR101547940B1 (ko) 2015-08-28

Family

ID=54062137

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140182613A Expired - Fee Related KR101547940B1 (ko) 2014-12-17 2014-12-17 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101547940B1 (ko)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109655811A (zh) * 2018-11-09 2019-04-19 广西壮族自治区遥感信息测绘院 海陆两用双频机载LiDAR系统误差检校模型建模方法
KR20200054370A (ko) * 2018-11-06 2020-05-20 주식회사 스프링클라우드 자율 주행 차량의 통합 센서 자동 보정 장치 및 방법
CN111208497A (zh) * 2020-04-20 2020-05-29 成都纵横融合科技有限公司 一种机载激光雷达系统平差处理方法
WO2021092771A1 (zh) * 2019-11-12 2021-05-20 Oppo广东移动通信有限公司 一种目标检测方法及装置、设备、存储介质
KR20210056611A (ko) 2019-11-11 2021-05-20 부산대학교 산학협력단 기하광학을 이용한 gnss-ro 굴절각 오차 산출 기법
CN113702985A (zh) * 2021-06-28 2021-11-26 盎锐（上海）信息科技有限公司 用于实测实量的测量方法及激光雷达
CN113805157A (zh) * 2021-09-22 2021-12-17 航天新气象科技有限公司 基于标靶的高度测量方法、装置及设备
KR20220045736A (ko) 2020-10-06 2022-04-13 광주과학기술원 도로 노면 감지가 가능한 라이다 시스템 및 데이터 처리방법
KR20220076146A (ko) 2020-11-30 2022-06-08 부산대학교 산학협력단 기준단의 길이별 광경로를 능동적으로 선택하여 중심 측정 범위를 조절하는 광간섭형 라이다 시스템
KR20220125707A (ko) * 2021-03-05 2022-09-14 (주)티아이에스씨 라이다 데이터 보정 장치 및 방법
CN115164882A (zh) * 2022-07-13 2022-10-11 深圳市优必选科技股份有限公司 一种激光畸变去除方法、装置、系统及可读存储介质
KR102470705B1 (ko) * 2022-03-15 2022-11-25 (주)뷰런테크놀로지 라이다 포인트 데이터의 보정 방법 및 시스템
CN115752448A (zh) * 2022-11-03 2023-03-07 武汉际上导航科技有限公司 结合点云匹配和传感器数据的激光点云航带平差方法
KR20230115057A (ko) 2022-01-26 2023-08-02 주식회사 컨워스 로봇 오도메트리와 측량점 기반 전역적 조정을 통한 지상라이다의 정합방법
CN116858195A (zh) * 2023-06-08 2023-10-10 中铁第四勘察设计院集团有限公司 一种基于无人机激光雷达技术的既有铁路测量方法
CN117906499A (zh) * 2024-03-15 2024-04-19 江苏省计量科学研究院(江苏省能源计量数据中心) 一种光学三维扫描仪校准系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101192825B1 (ko) 2011-06-30 2012-10-18 서울시립대학교 산학협력단 Ｇｐｓ／ｉｎｓ／영상ａｔ를 통합한 라이다 지오레퍼린싱 장치 및 방법
JP2012238151A (ja) 2011-05-11 2012-12-06 Toyota Motor Corp 周辺監視装置および周辺監視方法並びに運転支援装置
KR101141963B1 (ko) 2011-12-15 2014-03-19 관동대학교산학협력단 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012238151A (ja) 2011-05-11 2012-12-06 Toyota Motor Corp 周辺監視装置および周辺監視方法並びに運転支援装置
KR101192825B1 (ko) 2011-06-30 2012-10-18 서울시립대학교 산학협력단 Ｇｐｓ／ｉｎｓ／영상ａｔ를 통합한 라이다 지오레퍼린싱 장치 및 방법
KR101141963B1 (ko) 2011-12-15 2014-03-19 관동대학교산학협력단 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200054370A (ko) * 2018-11-06 2020-05-20 주식회사 스프링클라우드 자율 주행 차량의 통합 센서 자동 보정 장치 및 방법
KR102470772B1 (ko) * 2018-11-06 2022-11-25 주식회사 스프링클라우드 자율 주행 차량의 통합 센서 자동 보정 장치 및 방법
CN109655811A (zh) * 2018-11-09 2019-04-19 广西壮族自治区遥感信息测绘院 海陆两用双频机载LiDAR系统误差检校模型建模方法
KR20210056611A (ko) 2019-11-11 2021-05-20 부산대학교 산학협력단 기하광학을 이용한 gnss-ro 굴절각 오차 산출 기법
WO2021092771A1 (zh) * 2019-11-12 2021-05-20 Oppo广东移动通信有限公司 一种目标检测方法及装置、设备、存储介质
CN111208497A (zh) * 2020-04-20 2020-05-29 成都纵横融合科技有限公司 一种机载激光雷达系统平差处理方法
KR20220045736A (ko) 2020-10-06 2022-04-13 광주과학기술원 도로 노면 감지가 가능한 라이다 시스템 및 데이터 처리방법
KR20220076146A (ko) 2020-11-30 2022-06-08 부산대학교 산학협력단 기준단의 길이별 광경로를 능동적으로 선택하여 중심 측정 범위를 조절하는 광간섭형 라이다 시스템
KR20220125707A (ko) * 2021-03-05 2022-09-14 (주)티아이에스씨 라이다 데이터 보정 장치 및 방법
KR102805429B1 (ko) * 2021-03-05 2025-05-12 (주)티아이에스씨 라이다 데이터 보정 장치 및 방법
CN113702985B (zh) * 2021-06-28 2024-04-02 盎锐(杭州)信息科技有限公司 用于实测实量的测量方法及激光雷达
CN113702985A (zh) * 2021-06-28 2021-11-26 盎锐（上海）信息科技有限公司 用于实测实量的测量方法及激光雷达
CN113805157A (zh) * 2021-09-22 2021-12-17 航天新气象科技有限公司 基于标靶的高度测量方法、装置及设备
KR20230115057A (ko) 2022-01-26 2023-08-02 주식회사 컨워스 로봇 오도메트리와 측량점 기반 전역적 조정을 통한 지상라이다의 정합방법
KR102470705B1 (ko) * 2022-03-15 2022-11-25 (주)뷰런테크놀로지 라이다 포인트 데이터의 보정 방법 및 시스템
US12287435B2 (en) 2022-03-15 2025-04-29 Vueron Technology Co., Ltd. Method and system for calibrating lidar point data
CN115164882A (zh) * 2022-07-13 2022-10-11 深圳市优必选科技股份有限公司 一种激光畸变去除方法、装置、系统及可读存储介质
CN115752448B (zh) * 2022-11-03 2024-05-10 武汉际上导航科技有限公司 结合点云匹配和传感器数据的激光点云航带平差方法
CN115752448A (zh) * 2022-11-03 2023-03-07 武汉际上导航科技有限公司 结合点云匹配和传感器数据的激光点云航带平差方法
CN116858195B (zh) * 2023-06-08 2024-04-02 中铁第四勘察设计院集团有限公司 一种基于无人机激光雷达技术的既有铁路测量方法
CN116858195A (zh) * 2023-06-08 2023-10-10 中铁第四勘察设计院集团有限公司 一种基于无人机激光雷达技术的既有铁路测量方法
CN117906499A (zh) * 2024-03-15 2024-04-19 江苏省计量科学研究院(江苏省能源计量数据中心) 一种光学三维扫描仪校准系统及方法

Similar Documents

Publication Publication Date Title
KR101547940B1 (ko) 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법
Carbonneau et al. Cost‐effective non‐metric photogrammetry from consumer‐grade sUAS: implications for direct georeferencing of structure from motion photogrammetry
Nouwakpo et al. Assessing the performance of structure‐from‐motion photogrammetry and terrestrial LiDAR for reconstructing soil surface microtopography of naturally vegetated plots
KR101533182B1 (ko) 3d 거리
Schneider Terrestrial laser scanning for area based deformation analysis of towers and water dams
US20090154793A1 (en) Digital photogrammetric method and apparatus using intergrated modeling of different types of sensors
Amrullah et al. Product accuracy effect of oblique and vertical non-metric digital camera utilization in UAV-photogrammetry to determine fault plane
Habib et al. LiDAR strip adjustment using conjugate linear features in overlapping strips
Stark et al. From consumer to enterprise grade: How the choice of four UAS impacts point cloud quality
Ajibola et al. Fusion of UAV-based DEMs for vertical component accuracy improvement
Postolov et al. Registration of airborne laser data to surfaces generated by photogrammetric means
Maurice et al. A photogrammetric approach for map updating using UAV in Rwanda
Lumban-Gaol et al. Investigations on the bundle adjustment results from sfm-based software for mapping purposes
Lato et al. Rock slopes asset management: selecting the optimal three-dimensional remote sensing technology
Gao et al. Automatic geo-referencing mobile laser scanning data to UAV images
Habib et al. LiDAR system self-calibration using planar patches from photogrammetric data
JP2019148436A (ja) 森林地域での立木の評価方法、及びこの評価方法における評価対象エリアの特定に適した境界線測量方法
Lee et al. Investigations into the influence of object characteristics on the quality of terrestrial laser scanner data
Abeho et al. Effects of camera calibration on the accuracy of Unmanned Aerial Vehicle sensor products
KR101189167B1 (ko) 메타정보 없는 단일 영상에서 3차원 개체정보 추출방법
Kerekes et al. Two-epoch TLS deformation analysis of a double curved wooden structure using approximating B-spline surfaces and fully-populated synthetic covariance matrices
Zhang et al. Rigorous lidar strip adjustment with triangulated aerial imagery
Mitishita et al. Study of stability analysis of the interior orientation parameters from the small-format digital camera using on-the-job calibration
Oniga et al. Low-cost unmanned aerial systems in cadastral applications
Barba et al. a Method for Estimating the Accuracy of the Tie Points Cloud: the Case Study of Palazzo de Falco

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20141217

PA0201 Request for examination
PA0302 Request for accelerated examination

Patent event date: 20150120

Patent event code: PA03022R01D

Comment text: Request for Accelerated Examination

Patent event date: 20141217

Patent event code: PA03021R01I

Comment text: Patent Application

PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20150601

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20150804

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20150821

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20150821

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20180820

Year of fee payment: 4

PR1001 Payment of annual fee

Payment date: 20180820

Start annual number: 4

End annual number: 4

FPAY Annual fee payment

Payment date: 20190923

Year of fee payment: 5

PR1001 Payment of annual fee

Payment date: 20190923

Start annual number: 5

End annual number: 5

PR1001 Payment of annual fee

Payment date: 20200820

Start annual number: 6

End annual number: 6

PR1001 Payment of annual fee

Payment date: 20230724

Start annual number: 9

End annual number: 9

PC1903 Unpaid annual fee

Termination category: Default of registration fee

Termination date: 20250601