KR101883298B1 - 항공 수심 라이다의 수심 보정 방법 - Google Patents

항공 수심 라이다의 수심 보정 방법 Download PDF

Info

Publication number
KR101883298B1
KR101883298B1 KR1020160051626A KR20160051626A KR101883298B1 KR 101883298 B1 KR101883298 B1 KR 101883298B1 KR 1020160051626 A KR1020160051626 A KR 1020160051626A KR 20160051626 A KR20160051626 A KR 20160051626A KR 101883298 B1 KR101883298 B1 KR 101883298B1
Authority
KR
South Korea
Prior art keywords
prd
depth
map
lidar
prediction
Prior art date
Application number
KR1020160051626A
Other languages
English (en)
Other versions
KR20170122898A (ko
Inventor
심기현
이재용
우제흔
김재완
Original Assignee
한국표준과학연구원
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 한국표준과학연구원 filed Critical 한국표준과학연구원
Priority to KR1020160051626A priority Critical patent/KR101883298B1/ko
Publication of KR20170122898A publication Critical patent/KR20170122898A/ko
Application granted granted Critical
Publication of KR101883298B1 publication Critical patent/KR101883298B1/ko

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
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00—Aircraft indicators or protectors not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • 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
    • G01S7/497—Means for monitoring or calibrating
    • B64D2700/62184—

Landscapes

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

Abstract

본 발명은 항공 수심 라이다의 보정 방법 및 항공 수심 라이다의 보정 장치를 제공한다. 항공 수심 라이다의 보정 방법은 항공 수심 라이다를 이용하여 해수면 이하의 측정 라이다 맵(ZLIDAR(x,y))을 측정하는 단계; 해저 지형의 깊이(Z) 및 기울기(θ)에 따른 과소 추정 깊이(U(Z, θ))을 산출하는 단계; 및 상기 측정 라이다 깊이 맵(ZLIDAR(x,y))과 상기 과소 추정 깊이(U(Z, θ))를 사용하여 보정된 보정 맵(ZCOR(x,y))을 산출하는 단계를 포함한다.

Description

항공 수심 라이다의 수심 보정 방법{Water Depth Correction Method Of The Airborne LIDAR}
본 발명은 항공 수심 라이다에 관한 것으로, 더 구체적으로, 수심 보정을 수행하는 항공 수심 라이다에 관한 것이다.
라이다(LIDAR: light Detection and Ranging)는 목표에 레이저 광을 조사하여 거리를 측정하는 기술이다. 항공 라이다 시스템(Airbone LIDAR)은 연안 지역의 지형 및 수심정보를 효율적으로 추출할 수 있는 기술이다. 수심측량을 위한 다른 기술로는 소나(SONAR: Sound Navigation And Ranging SONAR)와 SAR(Synthetic Aperture Radar) 등이 있다. SONAR 는 얕은 연안 수심 지역 접근이 힘들며, SAR 은 라이다와 같은 정도의 정확성을 얻기 위해서는 보다 높은 사양의 시스템이 요구된다. 이에 반해, 수심측량 항공 라이다는 해양의 탁도에 따라 약 1.5 m 의 얕은 수심부터 60 m 까지의 해저 정보를 높은 해상도로 얻을 수 있다는 장점이 있다. 라이다 시스템의 수신부에 도달한 반사 빔의 세기는 시간에 따른 파형으로 변환되며, 이 파형을 분석해 수심 정보를 추출해낸다. 수신파형은 수면의 파고, 물의 탁도, 해저 지형 등의 환경 변수에 의해 왜곡되며, 현재까지 다양한 변수들이 라이다 신호에 미치는 영향에 관한 연구가 진행되었다.
다양한 파형 왜곡 원인 중, 해저 지형의 기울기 변화는 라이다 신호의 피크 이동을 발생시키며, 신호의 피크 이동은 부정확한 수심 정보의 원인이 된다. 하지만, 해저 지형의 기울기가 라이다 신호에 미치는 영향에 관한 연구는 드물다. Anis Bouhdaoui et al.의 지형 기울기에 의한 파형의 피크 이동 연구는 지형을 깊이 정보를 갖는 점들로 이루어진 선으로 가정하여 3차원 지형에 의한 피크 이동과 빔의 수중에서의 산란에 의한 빔의 broadening(퍼짐)을 고려하지 않아 실제 라이다 신호의 보정에 적용하기 어려운 문제점이 있다.
본 발명의 해결하고자 하는 일 기술적 과제는 해저 지형의 깊이와 경사에 의한 라이다 맵의 오차를 제거하는 것이다.
본 발명의 일 실시예에 따른 항공 수심 라이다의 보정 방법은 항공 수심 라이다를 이용하여 해수면 이하의 측정 라이다 맵(ZLIDAR(x,y))을 측정하는 단계; 해저 지형의 깊이(Z) 및 기울기(θ)에 따른 과소 추정 깊이(U(Z, θ))을 산출하는 단계; 및 상기 측정 라이다 깊이 맵(ZLIDAR(x,y))과 상기 과소 추정 깊이(U(Z, θ))를 사용하여 보정된 보정 맵(ZCOR(x,y))을 산출하는 단계를 포함한다.
본 발명의 일 실시예에 있어서, 보정된 보정 맵을 산출하는 단계는: 상기 측정 라이다 맵(ZLIDAR(x,y))을 제0차 예측 깊이 보정맵(ZPRD(0)(x,y))으로 치환하는 단계; 상기 측정 라이다 맵(ZLIDAR(x,y))의 기울기를 산출하여 제0차 예측 기울기 맵(θprd(0)(x,y))으로 치환하는 단계; 상기 제0차 예측 깊이 보정맵(ZPRD(0)(x,y))과 상기 제0차 예측 기울기 맵(θprd(0)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd(0)(x,y), θprd (0)(x,y)))를 산출하는 단계; 제i 차 예측 깊이 보정맵(ZPRD(i)(x,y))에서 상기 예측 과소 추정 깊이(U(Zprd (i)(x,y), θprd (i)(x,y)))를 빼서 제i차 근사 깊이 보정맵(ZAPP(i)(x,y)=ZPRD(i)(x,y)- U(Zprd(i)(x,y), θprd(i)(x,y)))을 산출하는 단계; 제i 차 근사 깊이 보정맵(ZAPP(i)(x,y))에서 상기 측정 라이다 맵(ZLIDAR(x,y))을 빼서 제i차 편차 깊이 맵(Zdev(0)(x,y)= ZAPP (0)(x,y)-ZLIDAR(x,y))을 산출하는 단계; 및 상기 제i차 편차 깊이 맵(Zdev(0)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 내인 경우, 상기 제i차 예측 깊이 보정맵(ZPRD(i)(x,y))을 보정 맵(ZCOR(x,y))으로 설정하는 단계;를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 보정된 보정 맵을 산출하는 단계는: 상기 제i차 편차 깊이 맵(Zdev(0)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 외인 경우, 상기 제i차 예측 깊이 보정맵(ZPRD(i)(x,y))에서 상수(g)와 상기 제i차 편차 깊이 맵(Zdev(0)(x,y))의 곱을 빼어 제i+1차 예측 깊이 보정맵(ZPRD(i)(x,y))를 산출하는 단계; 상기 제i+1차 예측 깊이 보정맵(ZPRD(i)(x,y))을 이용하여 예측 기울기 맵(θprd(i+1)(x,y))을 산출하는 단계; 상기 제i+1차 예측 깊이 보정맵(ZPRD(i)(x,y))과 상기 제i+1차 예측 기울기 맵(θprd(i+1)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd(i+1)(x,y), θprd (i+1)(x,y)))를 산출하는 단계;를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 항공 수심 라이다의 수심 보정 장치는 항공 수심 라이다를 이용하여 측정된 해수면 이하의 측정 라이다 맵(ZLIDAR(x,y))을 저장하는 제1 저장부; 해저 지형의 깊이(Z) 및 기울기(θ)에 따른 과소 추정 깊이(U(Z, θ))를 룩업 테이블(look-up table) 형태로 저장하는 제2 저장부; 및 상기 측정 라이다 깊이 맵(ZLIDAR(x,y))과 상기 과소 추정 깊이(U(Z, θ))를 사용하여 보정된 보정 맵(ZCOR(x,y))을 산출하는 연산부를 포함한다.
본 발명의 일 실시예에 있어서, 상기 연산부는 위치에 따른 상기 예측 깊이 및 위치에 따른 예측 기울기를 상기 제2 저장부에 제공하고, 상기 제2 저장부로부터 상기 예측 깊이 및 상기 예측 기울기에 따른 예측 과소 추정 깊이(U(Zprd (i)(x,y), θprd(i)(x,y)를 제공받을 수 있다.
본 발명의 일 실시예에 따르면, 별도의 하드웨어의 변경없이, 보정부는 측정 라이다 맵에서 해저 지형의 깊이와 경사에 의한 라이다 맵의 오차를 제거할 수 있다.
도 1a는 본 발명의 일 실시예에 따른 비행 시간 방식의 LIDAR를 설명하는 개념도이다.
도 1b는 도 1a의 LIDAR을 설명하는 블록도이다.
도 2는 본 발명의 일 실시예에 따른 평균 깊이 Z와 지형의 기울기에 따른 과소추정 깊이의 시뮬레이션 결과를 나타낸다.
도 3a은 본 발명의 일 실시예에 따른 측정 라이다 맵의 보정을 설명하는 흐름도이다.
도 3b는 도 3a의 보정을 설명하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 보정 전과 후의 결과를 나타내는 도면들이다.
도 5는 본 발명의 다른 실시예에 따른 항공 수심 라이다의 수심 보정 장치를 설명하는 개념도이다.
본 발명에서는, 우리는 빔의 수중에서의 산란에 의한 퍼짐, 해저 지형의 깊이와 기울기에 의한 수신 파형의 피크 이동을 시뮬레이션을 통해 조사하였다. 우리는 해저 지형 깊이의 과소추정 경향을 분석하였다. 또한 우리는 지형의 깊이와 기울기를 변수로 하는 과소추정 식을 도출하였다. 과소추정 식을 이용해 미리 설정된 지형의 해저 지형 기울기에 의한 측정오차를 보정하는 알고리즘을 개발하였다. 우리는 이 알고리즘의 적용 효과를 평가하였다. 본 발명의 보정 방법을 이용하면, 별도의 추가적인 하드웨어 개선 없이 알고리즘을 이용한 데이터 처리만으로 측정 정확도를 향상시킬 수 있다.
이하 본 발명에 첨부된 도면을 참조하여 본 발명의 실시 예와 결과 등에 대해 설명하고자 한다. 이하의 실시 예와 결과는 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 또한 설명의 편의를 위하여 도면에서는 구성 요소들이 그 크기가 과장 또는 축소될 수 있다.
도 1a는 본 발명의 일 실시예에 따른 비행 시간 방식의 LIDAR를 설명하는 개념도이다.
도 1b는 도 1a의 LIDAR을 설명하는 블록도이다.
도 1a 및 도 1b를 참조하면, 라이다 시스템(100)은 레이저 광원(121), 전달 광학계(123), 수신 광학계(128), 광감지기(128), 아날로그-디지털 변환기(125), 신호 처리부(129), 및 보정부(110)를 포함한다.
상기 레이저 광원((121)의 레이저 빔은 타이밍부(124)의 제어 신호에 따라 상기 전달 광학계(123)를 통하여 해수면에 전달된다. 상기 레이저 광원(121)의 레이저 빔은 빔 확장기(122)에 의하여 확장될 수 있다. 상기 해수면은 레이저 빔의 일부는 투과시키고 일부는 반사시킬 수 있다. 상기 해수면을 투과한 레이저 빔은 해저에서 반사된다. 상기 레이저 빔은 하나의 레이저 빔을 사용하거나 다른 파장의 두 개의 레이저 빔을 사용할 수 있다.
수신 광학계(128)는 통상적으로 망원경을 사용하고, 수신 광학계에 수집된 광은 광섬유(127)를 통하여 광감지기(126)로 전달된다. 상기 광감지기(126)는 광 신호를 전기 신호로 변환된다. 변환된 전기 신호는 아날로그-디지털 변환기(125)를 통하여 디지털 신호로 변환된다. 상기 디지털 변환된 신호는 신호 처리부(129)에 제공된다. 상기 신호 처리부(129)는 위치에 따라 측정 라이다 맵(ZLIDAR(x,y))을 생성한다. 상기 신호 처리부(129)는 상기 측정 라이다 맵(ZLIDAR(x,y))을 보정부(110)에 제공하고, 상기 보정부(110)는 상기 측정 라이다 맵의 보정을 수행한다.
해저의 수심 깊이는 두 파장 (532 nm, 1064 nm) 빔의 비행시간 (Time Of Flight: TOF) 차이를 이용하여 산출될 수 있다. 일정한 고도의 항공기에서 532 nm, 1064 nm의 펄스 레이저 빔을 전송한다. 해수면에서 반사된 1064 nm 빔과 해수면에서의 반사율이 작아 수면을 투과한 뒤 수중 지형에서 반사되는 532 nm 빔의 비행시간 (TOF)의 차이를 이용해 수심을 측량한다. 측정된 파형의 피크 지점의 시간으로부터 수심 깊이가 산출된다. 파형의 피크(peak) 타이밍은 빔의 비행 시간(time of flight), 즉 빔의 이동 거리를 산출하는 기준이 된다. 파형의 피크 타이밍은 해저의 깊이 및 기울기에 의해 이동하여 최종 수심 정보를 왜곡한다. 이를 제거하기 위한 데이터 후처리 보정방법이 요구된다. 즉, 라이다 측정을 통해 얻은 왜곡된 수심 지형 정보를 하드웨어적 성능 향상이나 개선이 아닌 데이터 후처리의 알고리즘을 이용, 보정하여 더욱 정확한 수심 정보가 얻어질 수 있다.
이하, 상기 측정 라이다 맵(ZLIDAR(x,y))의 보정 방법이 설명된다.
해저지형은 해수면으로부터 깊이 Z를 가지며, 해저 지형의 기울기는 해수면 좌표계를 기준으로 x, y 축으로 구분되었지만, 입사하는 빔과 지형 사이의 각도는 하나의 각도 θ 로 표현될 수 있다. 기울기 θ는 입사빔의 벡터(
Figure 112016040630587-pat00001
)와 지형의 법선 벡터(
Figure 112016040630587-pat00002
)가 이루는 각도를 의미한다.
Figure 112016040630587-pat00003
빔의 입사방향과 평면 지형의 법선 벡터가 이루는 각도 θ (지형의 기울기) 가 0도 일 때를 기준으로, 지형의 평균 깊이와 각도가 변할 때의 수신 파형의 피크 (peak) 의 이동을 조사한다.
[과소추정(underestimation) 분석]
도 2는 본 발명의 일 실시예에 따른 평균 깊이 Z와 지형의 기울기에 따른 과소추정 깊이의 시뮬레이션 결과를 나타낸다.
도 2를 참조하면, 지형의 기울기 θ를 변화시킬 때, 각기 다른 평균 깊이
Figure 112016040630587-pat00004
에서 해저 지형의 깊이의 과소추정 깊이 U를 보여주는 시뮬레이션 결과 그래프이다. 가로축은
Figure 112016040630587-pat00005
, 세로축은 과소추정 깊이 U이다.
Figure 112016040630587-pat00006
는 4 m 부터 4m 간격으로 20 m 까지, 기울기 θ는 0도부터 10씩 60도 까지 증가시키며 과소추정 깊이 값을 구하였다.
지형의 기울기 θ가 클수록 과소추정 깊이 U이 커지는데, 이는 지형이 기울어지면서 수심이 얕아진 지형에 빔이 반사하여 짧은 거리를 이동해 수신 광학계에 도달하기 때문이다.
또한 지형이 깊을수록 과소추정 깊이의 증가폭이 커진다. 과소추정은 기울어진 지형 중 수면을 향해 더 가까워진 주변부에 도달하는 빔의 이동거리가 중심에 도달하는 빔의 이동거리보다 짧아져 중심부에서 반사되어 수신되는 빔의 에너지에 비해 주변부에서 반사되어 수신되는 에너지의 합이 더 크며, 먼저 수신되기 때문에 일어난다. 중심에서 먼 주변부일수록 빔의 이동거리는 짧아지지만 빔의 공간적인 에너지 분포에 의해 빔의 에너지는 감소하게 되므로 과소추정의 한계가 결정된다. 하지만 산란에 의한 공간적인 펄스폭 증가에 의해 빔의 중심부의 에너지와 주변부의 에너지의 차이 비율이 작아지면 지형의 중심에서 더 먼 지점에 맞는 에너지의 합이 중심부에 맞는 에너지보다 커지므로 과소추정이 커지게 된다.
약 10도 이하의 기울기의 지형에서는 깊이에 관계없이 과소추정이 0 보다 작다. 이는 가장 짧은 이동거리를 지나는 하나의 중심 지점에서의 수신 신호의 세기보다 산란에 의해 조금 더 긴 이동거리를 지나는 하나의 중심 지점에서의 수신신호의 세기보다 산란에 의해 조금 더 긴 이동거리를 지나지만 여러 개의 지점에서, 반사되어 수신된 신호의 세기의 합이 더 크기 때문이다.
본 발명의 일 실시예에 따르면 과소추정 깊이 U(
Figure 112016040630587-pat00007
, θ)는 시뮬레이션을 통하여 산출되었으나, 실제의 해저 지형을 알고 있는 경우 LIDAR 측정을 통하여 산출될 수 있다.
[과소추정 방정식 유도]
본 발명의 일 실시예에 따르면, 시뮬레이션 결과를 바탕으로 비선형 피팅(fitting)을 통해 지형의 기울기θ와 지형의 평균 깊이
Figure 112016040630587-pat00008
를 변수로 하는 과소추정 방정식을 유도하였다.
Figure 112016040630587-pat00009
값을 특정하였을 때, 과소추정 식 U(
Figure 112016040630587-pat00010
, θ)는
Figure 112016040630587-pat00011
,θ에 대한 지수식이며 다음과 같이 나타낼 수 있다.
Figure 112016040630587-pat00012
계수들(CAO, CA1, CA2, CB0, CB1, CC0, CC1)은 시뮬레이션 결과를 피팅하여 얻어질 수 있다. 또한, 계수들은 알고 있는 해저 지형에 대하여 라이다 측정에서 얻어진 데이터를 이용하여 피팅될 수 있다.
위에서 얻어진 과소추정 식 U(
Figure 112016040630587-pat00013
, θ), 라이다 측정에서 얻어진 데이터의 지형의 기울기 정보(θLIDAR), 그리고 라이다 측정에서 얻어진 데이터의 깊이정보 (ZLIDAR)를 사용하면, 보정 과정을 통하여 정확한 해저 지도가 생성될 수 있다.
도 3a은 본 발명의 일 실시예에 따른 측정 라이다 맵의 보정을 설명하는 흐름도이다.
도 3b는 도 3a의 보정을 설명하는 도면이다.
도 3a 및 도 3b를 참조하면, 항공 수심 라이다의 보정 방법은 항공 수심 라이다를 이용하여 해수면 이하의 측정 라이다 맵(ZLIDAR(x,y))을 측정하는 단계(S110); 해저 지형의 깊이(Z) 및 기울기(θ)에 따른 과소 추정 깊이(U(Z, θ))을 산출하는 단계(S120); 및 상기 측정 라이다 깊이 맵(ZLIDAR(x,y))과 상기 과소 추정 깊이(U(Z, θ))를 사용하여 보정된 보정 맵(ZCOR(x,y))을 산출하는 단계(S130)를 포함한다.
보정된 보정 맵(ZCOR(x,y))을 산출하는 단계(S130)는 상기 측정 라이다 맵(ZLIDAR(x,y))을 제0차 예측 깊이 보정맵(ZPRD(0)(x,y))으로 치환하는 단계(S131); 상기 측정 라이다 맵(ZLIDAR(x,y))의 기울기를 산출하여 제0차 예측 기울기 맵(θprd(0)(x,y))으로 치환하는 단계(S131); 상기 제0차 예측 깊이 보정맵(ZPRD(0)(x,y))과 상기 제0차 예측 기울기 맵(θprd(0)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd(0)(x,y), θprd (0)(x,y)))를 산출하는 단계(S131); 제i 차 예측 깊이 보정맵(ZPRD(i)(x,y))에서 상기 예측 과소 추정 깊이(U(Zprd (i)(x,y), θprd (i)(x,y)))를 빼서 제i차 근사 깊이 보정맵(ZAPP(i)(x,y)=ZPRD(i)(x,y)- U(Zprd(i)(x,y), θprd(i)(x,y)))을 산출하는 단계(S133); 제i 차 근사 깊이 보정맵(ZAPP(i)(x,y))에서 상기 측정 라이다 맵(ZLIDAR(x,y))을 빼서 제i차 편차 깊이 맵(Zdev(0)(x,y)= ZAPP (0)(x,y)-ZLIDAR(x,y))을 산출하는 단계(S134); 및 상기 제i차 편차 깊이 맵(Zdev(0)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 내인 경우(S135), 상기 제i차 예측 깊이 보정맵(ZPRD(i)(x,y))을 보정 맵(ZCOR(x,y))으로 설정하는 단계(S136);를 포함한다.
보정된 보정 맵을 산출하는 단계(S130)는 상기 제i차 편차 깊이 맵(Zdev(0)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 외인 경우(S135), 상기 제i차 예측 깊이 보정맵(ZPRD(i)(x,y))에서 상수(g)와 상기 제i차 편차 깊이 맵(Zdev(0)(x,y))의 곱을 빼어 제i+1차 예측 깊이 보정맵(ZPRD(i+1)(x,y))를 산출하는 단계(S137); 상기 제i+1차 예측 깊이 보정맵(ZPRD(i)(x,y))을 이용하여 예측 기울기 맵(θprd(i+1)(x,y))을 산출하는 단계(S137); 상기 제i+1차 예측 깊이 보정맵(ZPRD(i+1)(x,y))과 상기 제i+1차 예측 기울기 맵(θprd(i+1)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd (i+1)(x,y), θprd(i+1)(x,y)))를 산출하는 단계(S137);를 더 포함할 수 있다. 상수(g)는 1보다 충분히 작은 값일 수 있다.
이어서, 반복회수를 증가시키어(S138), 상기 제i차 편차 깊이 맵(Zdev(0)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 이내의 조건을 만족할 때 까지, S133 단계, S134 단계를 반복할 수 있다.
라이다 시스템의 초기 설정 오프-LADIR 각도에 의한 입사빔과 지형 간의 각도를 고려하여 본 발명에서 제시한 방법으로 보정을 한다면, 하드웨어적 추가 투자 없이 데이터 후처리만으로 더욱 높은 정확도를 얻을 수 있다.
도 4는 본 발명의 일 실시예에 따른 보정 전과 후의 결과를 나타내는 도면들이다.
도 4를 참조하면, (a)는 다른 방법으로 우리가 알고 있는 원래의 해저 지형이고, (b)는 측정된 라이다 맵이고, (c )는 본 발명에 의한 보정된 맵이고, (d)는 원래의 해저 지형과 측정된 라이다 맵 사이의 오차이고, (e)는 원래의 해저 지형과 보정된 맵 사이의 오차이다.
(b)의 LIDAR 측정 지형은 설정된 지형에 대해 LIDAR 시뮬레이션으로 얻은 거리를 이용하여 복원되었다. (c )의 보정 후 지형은 (b)의 LIDAR 측정 지형에 대해 본 발명의 알고리즘을 적용한 후 보정된 지형이다.
(d)를 참조하면, LIDAR 시뮬레이션으로 얻은 거리 값으로부터 복원된 지형은 해저 지형의 기울기에 의해 수심 정보가 왜곡되어 나타나고 수심이 깊을수록 왜곡의 정도가 커짐을 알 수 있다.
반면 (e)를 참조하면, 본 발명의 보정 알고리즘을 적용 후 해저 지형의 기울기에 의한 왜곡이 줄어들었음을 알 수 있다.
도 5는 본 발명의 다른 실시예에 따른 항공 수심 라이다의 수심 보정 장치를 설명하는 개념도이다.
도 5를 참조하면, 항공 수심 라이다의 수심 보정 장치(110)는 항공 수심 라이다를 이용하여 측정된 해수면 이하의 측정 라이다 맵(ZLIDAR(x,y))을 저장하는 제1 저장부(112); 해저 지형의 깊이(Z) 및 기울기(θ)에 따른 과소 추정 깊이(U(Z, θ))를 룩업 테이블(look-up table) 형태로 저장하는 제2 저장부(114); 및 상기 측정 라이다 깊이 맵(ZLIDAR(x,y))과 상기 과소 추정 깊이(U(Z, θ))를 사용하여 보정된 보정 맵(ZCOR(x,y))을 산출하는 연산부(116)를 포함한다. 상기 연산부(116)는 위치에 따른 상기 예측 깊이 및 위치에 따른 예측 기울기를 상기 제2 저장부(114)에 제공하고, 상기 제2 저장부(114)로부터 상기 예측 깊이 및 상기 예측 기울기에 따른 예측 과소 추정 깊이(U(Zprd(i)(x,y), θprd(i)(x,y)를 제공받는다.
상기 연산부(116)는 상기 측정 라이다 깊이 맵(ZLIDAR(x,y))과 상기 과소 추정 깊이(U(Z, θ))를 사용하여 보정된 보정 맵(ZCOR(x,y))을 산출할 수 있다. 보정된 보정 맵(ZCOR(x,y))을 산출하는 단계(S130)는 상기 측정 라이다 맵(ZLIDAR(x,y))을 제0차 예측 깊이 보정맵(ZPRD(0)(x,y))으로 치환하는 단계(S131); 상기 측정 라이다 맵(ZLIDAR(x,y))의 기울기를 산출하여 제0차 예측 기울기 맵(θprd(0)(x,y))으로 치환하는 단계(S131); 상기 제0차 예측 깊이 보정맵(ZPRD(0)(x,y))과 상기 제0차 예측 기울기 맵(θprd(0)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd (0)(x,y), θprd (0)(x,y)))를 산출하는 단계(S131); 제i 차 예측 깊이 보정맵(ZPRD(i)(x,y))에서 상기 예측 과소 추정 깊이(U(Zprd (i)(x,y), θprd(i)(x,y)))를 빼서 제i차 근사 깊이 보정맵(ZAPP(i)(x,y)=ZPRD (i)(x,y)- U(Zprd (i)(x,y), θprd (i)(x,y)))을 산출하는 단계(S133);
제i 차 근사 깊이 보정맵(ZAPP(i)(x,y))에서 상기 측정 라이다 맵(ZLIDAR(x,y))을 빼서 제i차 편차 깊이 맵(Zdev(0)(x,y)= ZAPP (0)(x,y)-ZLIDAR(x,y))을 산출하는 단계(S134); 및 상기 제i차 편차 깊이 맵(Zdev(0)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 내인 경우(S135), 상기 제i차 예측 깊이 보정맵(ZPRD(i)(x,y))을 보정 맵(ZCOR(x,y))으로 설정하는 단계(S136);를 포함한다.
보정된 보정 맵을 산출하는 단계(S130)는 상기 제i차 편차 깊이 맵(Zdev(0)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 외인 경우(S135), 상기 제i차 예측 깊이 보정맵(ZPRD(i)(x,y))에서 상수(g)와 상기 제i차 편차 깊이 맵(Zdev(0)(x,y))의 곱을 빼어 제i+1차 예측 깊이 보정맵(ZPRD(i+1)(x,y))를 산출하는 단계(S137); 상기 제i+1차 예측 깊이 보정맵(ZPRD(i)(x,y))을 이용하여 예측 기울기 맵(θprd(i+1)(x,y))을 산출하는 단계(S137); 상기 제i+1차 예측 깊이 보정맵(ZPRD(i+1)(x,y))과 상기 제i+1차 예측 기울기 맵(θprd(i+1)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd (i+1)(x,y), θprd(i+1)(x,y)))를 산출하는 단계(S137);를 더 포함할 수 있다. 상수(g)는 1보다 충분히 작은 값일 수 있다.
이상에서는 본 발명을 특정 바람직한 실시예에 대하여 도시하고 설명하였으나, 본 발명은 이러한 실시예에 한정되지 않으며, 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 특허청구범위에서 청구하는 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 실시할 수 있는 다양한 형태의 실시예들을 모두 포함한다.
100: 라이다 시스템
110: 보정부
121: 레이저 광원
123: 전달 광학계
128: 수신 광학계
129: 신호 처리부

Claims (5)

  1. 항공 수심 라이다를 이용하여 해수면 이하의 측정 라이다 맵(ZLIDAR(x,y))을 산출하는 단계;
    해저 지형의 깊이(Z) 및 기울기(θ)에 따른 과소 추정 깊이(U(Z, θ))을 산출하는 단계; 및
    상기 측정 라이다 깊이 맵(ZLIDAR(x,y))과 상기 과소 추정 깊이(U(Z, θ))를 사용하여 보정된 보정 맵(ZCOR(x,y))을 산출하는 단계를 포함하고,
    보정된 보정 맵을 산출하는 단계는:
    상기 측정 라이다 맵(ZLIDAR(x,y))을 제0차 예측 깊이 보정맵(Zprd(0)(x,y))으로 치환하는 단계;
    상기 측정 라이다 맵(ZLIDAR(x,y))의 기울기를 산출하여 제0차 예측 기울기 맵(θprd(0)(x,y))으로 치환하는 단계;
    상기 제0차 예측 깊이 보정맵(Zprd(0)(x,y))과 상기 제0차 예측 기울기 맵(θprd(0)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd(0)(x,y), θprd(0)(x,y)))를 산출하는 단계;
    제0차 예측 깊이 보정맵(Zprd(0)(x,y))에서 상기 예측 과소 추정 깊이(U(Zprd(0)(x,y), θprd(0)(x,y)))를 빼서 제0차 근사 깊이 보정맵(Zapp(0)(x,y)=Zprd(0)(x,y) - U(Zprd(0)(x,y), θprd(0)(x,y)))을 산출하는 단계;
    제0차 근사 깊이 보정맵(Zapp(0)(x,y))에서 상기 측정 라이다 맵(ZLIDAR(x,y))을 빼서 제0차 편차 깊이 맵(Zdev(0)(x,y)= Zapp(0)(x,y)-ZLIDAR(x,y))을 산출하는 단계; 및
    상기 제0차 편차 깊이 맵(Zdev(0)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 내인 경우, 상기 제0차 예측 깊이 보정맵(Zprd(0)(x,y))을 보정 맵(ZCOR(x,y))으로 설정하는 단계; 를 포함하는 것을 특징으로 하는 항공 수심 라이다의 보정 방법.
  2. 제1 항에 있어서,
    보정된 보정 맵을 산출하는 단계는:
    상기 제0차 편차 깊이 맵(Zdev(0)(x,y))의 최소 제곱법(least square method)을 이용하여 에러 범위 외인 경우,
    상기 제0차 예측 깊이 보정맵(Zprd(0)(x,y))에서 상수(g)와 상기 제0차 편차 깊이 맵(Zdev(0)(x,y))의 곱을 빼어 제1차 예측 깊이 보정맵(Zprd(1)(x,y))를 산출하는 단계;
    상기 제1차 예측 깊이 보정맵(Zprd(1)(x,y))을 이용하여 제1차 예측 기울기 맵(θprd(1)(x,y))을 산출하는 단계;
    상기 제1차 예측 깊이 보정맵(Zprd(1)(x,y))과 상기 제1차 예측 기울기 맵(θprd(1)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd(1)(x,y), θprd(1)(x,y)))를 산출하는 단계;
    상기 제1차 예측 깊이 보정맵(Zprd(1)(x,y))에서 상기 예측 과소 추정 깊이(U(Zprd(1)(x,y), θprd(1)(x,y)))를 빼서 제1차 근사 깊이 보정맵(Zapp(1)(x,y)=Zprd(1)(x,y) - U(Zprd(1)(x,y), θprd(1)(x,y)))을 산출하는 단계;
    상기 제1차 근사 깊이 보정맵(Zapp(1)(x,y))에서 상기 측정 라이다 맵(ZLIDAR(x,y))을 빼서 제1차 편차 깊이 맵(Zdev(1)(x,y)= Zapp(1)(x,y)-ZLIDAR(x,y))을 산출하는 단계; 및
    상기 제1차 편차 깊이 맵(Zdev(1)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 내인 경우, 상기 제1차 예측 깊이 보정맵(Zprd(0)(x,y))을 보정 맵(ZCOR(x,y))으로 설정하는 단계; 를 더 포함하는 것을 특징으로 하는 항공 수심 라이다의 보정 방법.
  3. 항공 수심 라이다를 이용하여 해수면 이하의 측정 라이다 맵(ZLIDAR(x,y))을 산출하는 단계;
    해저 지형의 깊이(Z) 및 기울기(θ)에 따른 과소 추정 깊이(U(Z, θ))을 산출하는 단계; 및
    상기 측정 라이다 깊이 맵(ZLIDAR(x,y))과 상기 과소 추정 깊이(U(Z, θ))를 사용하여 보정된 보정 맵(ZCOR(x,y))을 산출하는 단계를 포함하고,
    보정된 보정 맵을 산출하는 단계는:
    상기 측정 라이다 맵(ZLIDAR(x,y))을 제0차 예측 깊이 보정맵(Zprd(0)(x,y))으로 치환하는 단계;
    상기 측정 라이다 맵(ZLIDAR(x,y))의 기울기를 산출하여 제0차 예측 기울기 맵(θprd(0)(x,y))으로 치환하는 단계;
    상기 제0차 예측 깊이 보정맵(Zprd(0)(x,y))과 상기 제0차 예측 기울기 맵(θprd(0)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd(0)(x,y), θprd(0)(x,y)))를 산출하는 단계;
    루프 인덱스 i를 0으로 설정하는 단계;
    제i 차 예측 깊이 보정맵(Z prd (i)(x,y))에서 상기 예측 과소 추정 깊이(U(Zprd(i)(x,y), θprd(i)(x,y)))를 빼서 제i차 근사 깊이 보정맵(Zapp(i)(x,y)=Zprd(i)(x,y)- U(Zprd(i)(x,y), θprd(i)(x,y)))을 산출하는 단계;
    제i 차 근사 깊이 보정맵(Zapp(i)(x,y))에서 상기 측정 라이다 맵(ZLIDAR(x,y))을 빼서 제i차 편차 깊이 맵(Zdev(i)(x,y)= Zapp(i)(x,y)-ZLIDAR(x,y))을 산출하는 단계; 및
    상기 제i 차 편차 깊이 맵(Zdev(i)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 내인 경우, 상기 제i 차 예측 깊이 보정맵(Zprd(i)(x,y))을 보정 맵(ZCOR(x,y))으로 설정하는 단계;
    상기 제i차 편차 깊이 맵(Zdev(i)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 외인 경우, 상기 제i차 예측 깊이 보정맵(Zprd(i)(x,y))에서 상수(g)와 상기 제i차 편차 깊이 맵(Zdev(i)(x,y))의 곱을 빼어 제i+1차 예측 깊이 보정맵(Zprd(i+1)(x,y))를 산출하는 단계;
    상기 제i+1차 예측 깊이 보정맵(Zprd(i+1)(x,y))을 이용하여 예측 기울기 맵(θprd(i+1)(x,y))을 산출하는 단계; 및
    상기 제i+1차 예측 깊이 보정맵(Zprd(i+1)(x,y))과 상기 제i+1차 예측 기울기 맵(θprd(i+1)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd(i+1)(x,y), θprd(i+1)(x,y)))를 산출하는 단계; 및
    루프 인덱스 i를 1만큼 증가시킨 후 제i 차 예측 깊이 보정맵(Zprd(i)(x,y))에서 상기 예측 과소 추정 깊이(U(Zprd(i)(x,y), θprd(i)(x,y)))를 빼서 제i차 근사 깊이 보정맵(Zapp(i)(x,y)=Zprd(i)(x,y)- U(Zprd(i)(x,y), θprd(i)(x,y)))을 산출하는 단계로 이동하는 단계;를 포함하는 것을 특징으로 하는 항공 수심 라이다의 보정 방법.
  4. 항공 수심 라이다를 이용하여 측정된 해수면 이하의 측정 라이다 맵(ZLIDAR(x,y))을 저장하는 제1 저장부;
    해저 지형의 깊이(Z) 및 기울기(θ)에 따른 과소 추정 깊이(U(Z, θ))를 룩업 테이블(look-up table) 형태로 저장하는 제2 저장부; 및
    상기 측정 라이다 깊이 맵(ZLIDAR(x,y))과 상기 과소 추정 깊이(U(Z, θ))를 사용하여 보정된 보정 맵(ZCOR(x,y))을 산출하는 연산부를 포함하고,
    상기 연산부는,
    상기 측정 라이다 맵(ZLIDAR(x,y))을 제0차 예측 깊이 보정맵(Zprd(0)(x,y))으로 치환하고, 상기 측정 라이다 맵(ZLIDAR(x,y))의 기울기를 산출하여 제0차 예측 기울기 맵(θprd(0)(x,y))으로 치환하고, 상기 제0차 예측 깊이 보정맵(Zprd(0)(x,y))과 상기 제0차 예측 기울기 맵(θprd(0)(x,y))을 이용하여 위치(x,y)에 따른 예측 과소 추정 깊이(U(Zprd(0)(x,y), θprd(0)(x,y)))를 산출하고, 제0차 예측 깊이 보정맵(Zprd(0)(x,y))에서 상기 예측 과소 추정 깊이(U(Zprd(0)(x,y), θprd(0)(x,y)))를 빼서 제0차 근사 깊이 보정맵(Zapp(0)(x,y)=Zprd(i)(x,y)- U(Zprd(i)(x,y), θprd(i)(x,y)))을 산출하고, 제0차 근사 깊이 보정맵(Zapp(0)(x,y))에서 상기 측정 라이다 맵(ZLIDAR(x,y))을 빼서 제0차 편차 깊이 맵(Zdev(0)(x,y)= Zapp(0)(x,y)-ZLIDAR(x,y))을 산출하고, 그리고 상기 제0차 편차 깊이 맵(Zdev(0)(x,y))을 최소 제곱법(least square method)을 이용하여 에러 범위 내인 경우, 상기 제0차 예측 깊이 보정맵(Zprd(0)(x,y))을 보정 맵(ZCOR(x,y))으로 설정하는 것을 특징으로 하는 항공 수심 라이다의 수심 보정 장치.
  5. 제4 항에 있어서,
    상기 연산부는:
    위치에 따른 상기 예측 깊이 및 위치에 따른 예측 기울기를 상기 제2 저장부에 제공하고, 상기 제2 저장부로부터 상기 예측 깊이 및 상기 예측 기울기에 따른 예측 과소 추정 깊이(U(Zprd(0)(x,y), θprd(0)(x,y)를 제공받는 것을 특징으로 하는 항공 수심 라이다의 수심 보정 장치.
KR1020160051626A 2016-04-27 2016-04-27 항공 수심 라이다의 수심 보정 방법 KR101883298B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160051626A KR101883298B1 (ko) 2016-04-27 2016-04-27 항공 수심 라이다의 수심 보정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160051626A KR101883298B1 (ko) 2016-04-27 2016-04-27 항공 수심 라이다의 수심 보정 방법

Publications (2)

Publication Number Publication Date
KR20170122898A KR20170122898A (ko) 2017-11-07
KR101883298B1 true KR101883298B1 (ko) 2018-07-31

Family

ID=60384631

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160051626A KR101883298B1 (ko) 2016-04-27 2016-04-27 항공 수심 라이다의 수심 보정 방법

Country Status (1)

Country Link
KR (1) KR101883298B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102648440B1 (ko) * 2021-12-10 2024-03-18 주식회사 지오스토리 항공 수심 라이다 보정 방법 및 그 장치
CN115453492B (zh) * 2022-08-08 2024-05-31 自然资源部第二海洋研究所 基于激光雷达波形的海面高度获取方法、终端及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100898616B1 (ko) * 2008-11-20 2009-05-27 주식회사 범아엔지니어링 육상부와 수심부가 함께 공존하는 지역의 수치표고모델을 구축하는 방법
KR101027758B1 (ko) * 2010-12-09 2011-04-07 김동성 항공 ＬｉＤＡＲ과 음향측심이 결합된 하이브리드형 지형 데이터를 통한 유역·하상의 ＤＥＭ／ＤＳＭ 데이터 생성 장치 및 방법
KR101078238B1 (ko) * 2011-06-20 2011-10-31 (주) 지오씨엔아이 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법
JP2014139576A (ja) * 2014-03-06 2014-07-31 National Maritime Research Institute 対象物検出方法及びライダー装置、環境測定方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101559488B1 (ko) * 2014-02-27 2015-10-13 한국해양과학기술원 연안지역 정밀 지형도 제작방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100898616B1 (ko) * 2008-11-20 2009-05-27 주식회사 범아엔지니어링 육상부와 수심부가 함께 공존하는 지역의 수치표고모델을 구축하는 방법
KR101027758B1 (ko) * 2010-12-09 2011-04-07 김동성 항공 ＬｉＤＡＲ과 음향측심이 결합된 하이브리드형 지형 데이터를 통한 유역·하상의 ＤＥＭ／ＤＳＭ 데이터 생성 장치 및 방법
KR101078238B1 (ko) * 2011-06-20 2011-10-31 (주) 지오씨엔아이 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법
JP2014139576A (ja) * 2014-03-06 2014-07-31 National Maritime Research Institute 対象物検出方法及びライダー装置、環境測定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Anis Bouhdaoui 외 3명. Modelling the water bottom geometry effect on the peak time shifting in LIDAR bathymetric waveforms. IEEE Geoscience and Remote Sensing Letters. 2014. 07., Vol.11, page 1285 - 12*
김태헌 외 2명. 지형 경사를 고려한 다중빔 음향측심기 후방산란 자료 처리에 관한 연구. 대한자원환경지질학회, 2015. 10., 제48권, 제5호, page 379 - 390*
정일 외 3명. Lidar 반사강도 자료의 신호특성 분석 및 정규화. 인하대학교 석사학위논문. 2007. 02., page 1 - 69*

Also Published As

Publication number Publication date
KR20170122898A (ko) 2017-11-07

Similar Documents

Publication Publication Date Title
Thiel et al. Performance capabilities of laser scanners–an overview and measurement principle analysis
US9989631B2 (en) Laser radar device and radar image generating method
CN111060899B (zh) 星地一体化激光雷达回波波形仿真方法及系统
US10324190B2 (en) Wind measuring apparatus
EP3460515B1 (en) Mapping for autonomous robotic devices
JP7025317B2 (ja) 測距装置を有する物体監視システム
KR20180091372A (ko) 레이더의 표적 위치 추적 방법
KR101883298B1 (ko) 항공 수심 라이다의 수심 보정 방법
RU2661941C1 (ru) Способ построения радиолокационного изображения с помощью радиолокационной станции с синтезированной апертурой
CN111220146B (zh) 一种基于高斯过程回归学习的水下地形匹配定位方法
Cario et al. Analysis of error sources in underwater localization systems
CN114295585B (zh) 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法
CN115508854A (zh) 一种利用星载单光子激光雷达海面点云反演水深的方法
CN111060139A (zh) 星载激光测高仪无场几何定标方法及系统
JP3783058B2 (ja) レーダ画像からの波浪方向スペクトル逆推定方法及びシステム
KR101605526B1 (ko) 비정상 전파에 의한 비 강수 에코 검출 방법 및 이를 수행하기 위한 장치
CN108519588B (zh) 一种多频相位解缠方法及装置
KR101141963B1 (ko) 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법
KR20170090230A (ko) 주파수 변조 방식의 라이다 센서 시스템에서 멀티패스에 의한 상호 간섭 제거 방법 및 그 장치
Hofton et al. Algorithm Theoretical Basis Document (ATBD)
Illig et al. Statistical backscatter suppression technique for a wideband hybrid lidar-radar ranging system
RU2480790C1 (ru) Способ определения местоположения измеренных глубин звуковыми сигналами
CN112902931B (zh) 无人船测深数据与定位数据之间延迟的测定和消除方法
Wallace et al. Multi-spectral laser detection and ranging for range profiling and surface characterization
KR102648440B1 (ko) 항공 수심 라이다 보정 방법 및 그 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant