KR102363292B1 - 토지이용규제지도 제작 시 공통점 결정 방법 및 장치 - Google Patents

Abstract

본 개시의 실시예들은 성과 데이터 검사 서버의 성과 검사 방법으로서, 성과 검사 대상으로 미리 측량되어 저장된 지적전산자료가 포함된 지도인 성과 데이터 및 소유권과 관련된 정보를 포함하는 지도인 지적(cadastral) 데이터를 획득하는 단계, 성과 데이터에 대한 좌표 변환에 관련된 정보를 획득하는 단계, 복수의 후보 공통점에 대한 정보를 획득하는 단계, 복수의 후보 공통점의 개수가 임계값보다 작은 경우, 추가적인 후보 공통점에 대한 정보를 수신하는 단계, 복수의 후보 공통점의 개수가 임계값보다 크거나 같은 경우, 복수의 후보 공통점에 대한 정보 중 변환 공통점에 대한 정보를 선택하는 단계, 성과 데이터를 변환하기 위한 좌표변환계수를 산출하는 단계, 좌표 변환에 관련된 정보, 변환 공통점에 대한 정보, 및 좌표변환계수 중 적어도 하나에 기초하여 성과 데이터를 변환하여 변환된 성과 데이터를 획득하는 단계, 지적 데이터 및 변환된 성과 데이터 사이의 오차를 계산하는 단계, 허용 오차를 획득하는 단계, 및 오차가 허용 오차보다 작거나 같은 경우, 성과 데이터를 공개 데이터로 설정하는 단계를 포함하는 것을 특징으로 한다.

Description

토지이용규제지도 제작 시 공통점 결정 방법 및 장치{METHOD OF DETERMINING COMMON POINT WHEN MAKING LAND USE REGULATION MAP AND APPARATUS THEREOF}

본 개시는 공통점을 이용한 지도의 성과 검사 장치 및 성과 검사 방법에 관한 것이다.

본 개시는 공익목적으로 지정된 토지규제 제한범위를 나타내는 지형도면고시(이하, 토지이용규제지도(LAND USE REGULATION MAP; LURM))에 관한 것으로 법과 발전된 과학기술이 적용된 현대의 지도가 결합할 때 나타난 문제점을 해소하기 위한 기술·공학적 개선방안을 제시한다.

한국의 토지이용규제지도는 단순한 물리적 표현에서 벗어나, 법령에 반영되어 토지이용권 제한범위를 표시하는 것으로 지도가 법과 결합한 형태이다. 사실상 행정처분으로서 구속력을 갖는 법률 효력과 동일하다. 토지이용규제지도를 도입한 이후 국민들의 권리보호에 긍정적 변화가 확인되고 있다. 2006년부터 토지이용규제지도를 시행한 결과 지적고시 시행 당시와 비교하여 토지이용규제지역관련 민사소송이 50% (33/66 건)에서 6.5% (1/15건)로 감소했지만 행정소송이 29% (19/66건)에서 87%(13/15건)로 증가하였다. 이것은 지적고시로부터 토지이용규제지도에 의한 고시로서 행정체계로 편입되면서 국민 개개인 간의 다툼이 아닌 정부 또는 공공사업시행자에게 민원을 제기한 것으로, 이러한 소송형태의 변화는 역설적으로 토지이용규제 행정의 투명성 확대의 증거이기 때문에 토지이용규제기본법의 입법목적 및 그 실현을 위해 토지이용규제지도 도입 목적에 비추어 오히려 바람직한 현상이라고 할 수 있다.

다만, 토지이용규제지도를 도입하여 문제점도 발생하고 있다. 첫째 토지이용규제지도는 고시를 통해 행정행위를 이행하도록 법에 명시되어 있음에도 불구하고 아직까지 담당자의 인식 미흡으로 실효율이 높았다. 둘째 정확한 토지이용규제지도 제작을 위해서는 지적전산자료가 제공되어야 함에도 불구하고 제한된 범위에서만 제공하고 있다. 셋째 토지이용규제지도 제작과정에서 축척, 방위, 표기사항 등 누락되어 행정상 하자가 발생하고 있다. 넷째, 토지이용규제지도 제작과정에서 연속지적도와 지형도 중첩 방법과 그에 따른 성과심사, 허용오차 등이 제시되지 못하고 있다. 다섯째 좌표계 이원화 및 기준 등 구조적 원인에 의해 토지이용규제지도와 지적도의 경계·면적 등 차이를 이유로 행정상 하자의 원인이 되어 토지이용규제지역으로서 법적 효력이 취소되고 있다. 그 뿐만 아니라, 앞에서 언급한 낙후된 토지 행정으로 인하여 토지소유자 또는 임차인이 토지이용규제기본법 및 개별법에서 유보한 사항 외에 토지이용규제지역 내에서 허락하고 있는 권리인 일부 토지형질변경, 건축물의 신축, 개축, 또는 증축 등의 권리행사를 적게는 6개월 길게는 1년이상 제한받는 결과를 초래하고 있다. 그로 인하여 지역주민의 불편과 생업에 제한을 받고 있는 현실이다.

위와 같은 문제를 해결하기 위하여 본 개시에서는 기술·공학적인 개선안을 제시한다.

본 개시의 일 실시예에 따른 성과 검사 방법은, 성과 검사 대상으로 미리 측량되어 저장된 지적전산자료가 포함된 지도인 성과 데이터 및 소유권과 관련된 정보를 포함하는 지도인 지적(cadastral) 데이터를 획득하는 단계, 성과 데이터에 대한 좌표 변환에 관련된 정보를 획득하는 단계, 복수의 후보 공통점에 대한 정보를 획득하는 단계, 복수의 후보 공통점의 개수가 임계값보다 작은 경우, 추가적인 후보 공통점에 대한 정보를 수신하는 단계, 복수의 후보 공통점의 개수가 임계값보다 크거나 같은 경우, 복수의 후보 공통점에 대한 정보 중 변환 공통점에 대한 정보를 선택하는 단계, 성과 데이터를 변환하기 위한 좌표변환계수를 산출하는 단계, 좌표 변환에 관련된 정보, 변환 공통점에 대한 정보, 및 좌표변환계수 중 적어도 하나에 기초하여 성과 데이터를 변환하여 변환된 성과 데이터를 획득하는 단계, 지적 데이터 및 변환된 성과 데이터 사이의 오차를 계산하는 단계, 허용 오차를 획득하는 단계, 및 오차가 허용 오차보다 작거나 같은 경우, 성과 데이터를 공개 데이터로 설정하는 단계를 포함하는 것을 특징으로 한다.

본 개시의 일 실시예에 따른 성과 검사 방법의 좌표 변환에 관련된 정보를 획득하는 단계는 성과 데이터에 대한 축척을 획득하는 단계를 포함하고, 변환된 성과 데이터를 획득하는 단계는 성과 데이터에 대한 축척에 기초하여 변환된 성과 데이터를 획득하는 단계를 포함하는 것을 특징으로 한다.

본 개시의 일 실시예에 따른 성과 검사 방법의 변환 공통점의 수는 10개이상 100개이하인 것을 특징으로 한다.

본 개시의 일 실시예에 따른 성과 검사 방법의 복수의 후보 공통점은 지적삼각점, 지적삼각보조점, 또는 지적기준점 중 적어도 하나인 것을 특징으로 한다.

본 개시의 일 실시예에 따른 성과 검사 방법의 복수의 후보 공통점에 대한 정보 중 변환 공통점에 대한 정보를 선택하는 단계는 복수의 후보 공통점이 서로 다른 좌표계에 대한 것일 때, 각각의 좌표계 별로 변환 공통점에 대한 정보를 선택하는 단계를 포함하는 것을 특징으로 한다.

본 개시의 일 실시예에 따른 성과 검사 방법의 복수의 후보 공통점에 대한 정보 중 변환 공통점에 대한 정보를 선택하는 단계는 복수의 후보 공통점에 대한 정보 중 성과 데이터의 중심에서 가장 가까운 제 1 후보 공통점을 획득하는 단계, 복수의 후보 공통점에 대한 정보 중 제 1 후보 공통점에서 가장 먼 제 2 후보 공통점을 획득하는 단계, 복수의 후보 공통점에 대한 정보 중 제 2 후보 공통점에서 가장 먼 제 3 후보 공통점을 획득하는 단계, 및 제 1 후보 공통점, 제 2 후보 공통점 및 제 3 후보 공통점에 대한 정보를 변환 공통점에 대한 정보로써 선택하는 단계를 포함하는 것을 특징으로 한다.

본 개시의 일 실시예에 따른 성과 검사 방법의 복수의 후보 공통점에 대한 정보 중, 제 2 후보 공통점으로부터의 거리 및 제 3 후보 공통점으로부터의 거리의 합이 최대인 제 4 후보 공통점을 획득하는 단계 및 제 4 후보 공통점에 대한 정보를 변환 공통점에 대한 정보로써 선택하는 단계를 포함하는 것을 특징으로 한다.

본 개시의 일 실시예에 따른 성과 검사 방법의 복수의 후보 공통점에 대한 정보 중, 제 2 후보 공통점 및 제 3 후보 공통점을 두 개의 초점으로 하고, 제 4 후보 공통점을 지나는 타원에서 제 4 후보와 가장 먼 지점에서 가장 가까운 제 5 후보 공통점을 획득하는 단계 및 제 5 후보 공통점에 대한 정보를 변환 공통점에 대한 정보로써 선택하는 단계를 포함하는 것을 특징으로 한다.

본 개시의 일 실시예에 따른 성과 검사 방법의 좌표 변환에 관련된 정보를 결정하는 단계는 성과 데이터의 좌표변환기법에 대한 정보를 획득하는 단계를 포함하고, 변환된 성과 데이터를 획득하는 단계는 성과 데이터의 좌표변환기법에 대한 정보에 더 기초하여 변환된 성과 데이터를 획득하는 단계를 포함하고, 좌표변환기법은 Helmert, Affine, Pseudo-Affine, 또는 Projective 좌표변환기법 중 적어도 하나를 포함하는 것을 특징으로 한다.

본 개시의 일 실시예에 따른 성과 검사 방법의 오차는 경계오차 및 면적오차를 포함하고, 허용 오차는 허용 경계오차 및 허용 면적오차를 포함하고, 성과 데이터를 공개 데이터로 설정하는 단계는 경계오차가 허용 경계오차보다 작거나 같거나, 면적오차가 허용 면적오차보다 작거나 같은 경우, 성과 데이터를 공개 데이터로 설정하는 단계를 포함하는 것을 특징으로 한다.

또한, 상술한 바와 같은 성과 데이터 검사 서버의 성과 검사 방법을 구현하기 위한 프로그램은 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다.

도 1는 본 개시의 일 실시예에 따른 성과 데이터 검사 서버를 나타낸 도면이다.
도 2는 본 개시의 일 실시예에 따른 성과 데이터 검사 서버의 성과 검사 방법을 나타낸 흐름도이다.
도 3은 본 개시의 일 실시예에 따른 성과 데이터 검사 서버의 성과 검사 방법을 나타낸 흐름도로써, 도 2를 보다 자세히 기재한 도면이다.
도 4는 본 개시의 일 실시예에 따라 복수의 후보 공통점 중에서 변환 공통점을 선정하기 위한 기준을 나타낸다.
도 5는 본 개시의 일 실시예에 따른 기준 필지경계점과 대응하는 필지경계점의 오차 범위를 판별하는 도면이다.
도 6은 본 개시의 일 실시예에 따른 인접경계상의 도곽경계점 결정 및 탐색을 설명하기 위한 도면이다.
도 7은 본 개시의 일 실시예에 따른 도곽경계점 정렬을 설명하기 위한 도면이다.
도 8은 본 개시의 일 실시예에 따른 도곽경계점 매칭을 설명하기 위한 도면이다.
도 9는 본 개시의 일 실시예에 따른 도곽경계점 일치 여부확인을 설명하기 위한 도면이다.
도 10은 본 개시의 일 실시예에 따른 필지경계점 최단거리(직선) 연결을 설명하기 위한 도면이다.
도 11은 본 개시의 일 실시예에 따른 지적전산자료가 포함된 지도의 성과 검사 방법을 나타낸다.
도 12는 본 개시의 일 실시예에 따른 도 11의 오차 계산 단계를 상세하게 나타낸 도면이다.
도 13은 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다.
도 14는 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다.
도 15는 본 개시의 일 실시예에 따른 공통점 측량을 위한 데이터 수신 및 결정 기준을 설명하기 위한 표이다.
도 16은 본 개시의 일 실시예에 따라 오차범위 결정을 위한 조사(허용오차)의 범위를 설명하기 위한 도면이다.
도 17은 본 개시의 일 실시예에 따라 허용오차 범위 신뢰 확보를 위한 사업지구 및 용도 지역지구별 허용오차 유의성 분석결과를 설명하는 도면이다.
도 18은 본 개시의 일 실시예에 따라 오차범위 결정을 위한 조사(허용오차)에 따른 사업지구 및 용도 지역지구별 허용오차 기초통계를 설명하는 도면이다.
도 19은 본 개시의 일 실시예에 따라 경계 및 면적 오차 범위를 설명하는 도면이다.
도 20은 본 개시의 일 실시예에 따라 정규분포에 따른 신뢰구간별 허용오차의 범위를 설명하는 도면이다.
도 21은 본 개시의 일 실시예에 따른 공통점을 설명하기 위한 도면이다.

개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다.

본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.

본 명세서에서 어떤 구성요소와 "관련된 정보" 또는 "대한 정보"는 어떤 구성요소에 기초하여 계산된 정보를 의미하거나, 어떤 구성요소와 대응되는 인덱스이거나, 어떤 구성요소를 포함하는 정보를 의미하거나, 어떤 구성요소와 선형적인 관계를 가진 정보를 의미하거나, 어떤 구성요소가 포함된 정보를 의미한다. 선형적인 관계는 정비례관계 또는 역비례관계를 의미할 수 있다. 정보는 수치 또는 텍스트를 포함할 수 있다.

또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.

본 개시의 일 실시예에 따르면 "부"는 프로세서 및 메모리로 구현될 수 있다. 용어 "프로세서"는 범용 프로세서, 중앙 처리 장치 (CPU), 마이크로프로세서, 디지털 신호 프로세서 (DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서는, "프로세서"는 주문형 반도체 (ASIC), 프로그램가능 로직 디바이스 (PLD), 필드 프로그램가능 게이트 어레이 (FPGA) 등을 지칭할 수도 있다. 용어 "프로세서"는, 예를 들어, DSP 와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다.

용어 "메모리"는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. 용어 메모리는 임의 액세스 메모리 (RAM), 판독-전용 메모리 (ROM), 비-휘발성 임의 액세스 메모리 (NVRAM), 프로그램가능 판독-전용 메모리 (PROM), 소거-프로그램가능 판독 전용 메모리 (EPROM), 전기적으로 소거가능 PROM (EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.

아래에서는 첨부한 도면을 참고하여 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략한다.

도 1는 본 개시의 일 실시예에 따른 성과 데이터 검사 서버를 나타낸 도면이다.

성과 데이터 검사 서버(100)(이하 서버)는 프로세서(110) 또는 메모리(120)를 포함할 수 있다. 프로세서(110)는 메모리(120)에 저장되어 있는 명령어에 기초하여 동작을 수행할 수 있다. 하지만 이에 한정되는 것은 아니며, 서버(100)는 메모리를 포함하지 않고 프로세서(110)만 포함할 수 있다. 프로세서(110)는 입력 신호에 기초하여 미리 설정된 신호를 미리 설정된 시간동안 출력 라인으로 출력하도록 설정되어 있을 수 있다. 서버(100)의 각 부품은 신호에 따라 미리 설정된 동작을 수행할 수 있다.

프로세서(110)는 메모리(120)에 저장된 명령어에 기초하여 동작할 수 있다. 또한, 프로세서(110)는 입력부로부터 입력 신호를 수신할 수 있다. 또한 프로세서(110)는 통신부로부터 입력 신호를 수신할 수 있다. 통신부는 유무선 외부의 장치와 유무선으로 통신하기 위한 구성일 수 있다. 프로세서(110)는 메모리(120), 입력부 또는 통신부로부터 수신한 신호를 처리하여 출력신호를 출력할 수 있다. 서버(100)는 출력 신호를 통신부를 통하여 외부의 장치로 전송하거나, 출력부에 출력할 수 있다. 출력부는 영상 또는 소리로 출력 신호를 출력할 수 있다.

본 개시에서 성과 데이터 검사 서버(100) 이외의 장치를 외부의 장치로 통칭할 수 있다. 예를 들어, 외부의 장치(시스템)는 사용자 단말기 또는 다른 서버를 포함할 수 있다.

이하, 성과 데이터 검사 서버(100)의 동작에 대하여 보다 자세히 설명한다.

도 2는 본 개시의 일 실시예에 따른 성과 데이터 검사 서버의 성과 검사 방법을 나타낸 흐름도이다. 또한 도 3은 본 개시의 일 실시예에 따른 성과 데이터 검사 서버의 성과 검사 방법을 나타낸 흐름도로써, 도 2를 보다 자세히 기재한 도면이다.

먼저, 도 3에서 SCM은 연속지적도(SCM, Serial Cadastral Map)를 나타낸다. CIF는 지적도(CIF, Central Information File)를 나타낸다. LURM은 연속지적도를 이용한 토지이용규제지도(LURM)를 나타낸다. 서버(100)는 연속지적도를 이용하여 LURM을 생성할 수 있다. 서버(100)는 LURM을 생성하기 위하여 지형도 데이터를 더 이용할 수 있다. COCS는 지적측량확정(Confirmation of Cadastral Surveying)을 나타낸다. DCM은 전자지적도(Digtal Cadastral Map, DCM)를 나타낸다.

서버(100)는 성과 검사 대상으로 미리 측량되어 저장된 지적전산자료가 포함된 지도인 성과 데이터 및 소유권과 관련된 정보를 포함하는 지도인 지적(cadastral) 데이터를 획득하는 단계(210)를 수행할 수 있다. 서버(100)는 성과 데이터 및 지적 데이터 중 적어도 하나를 외부의 장치로부터 수신할 수 있다. 서버(100)는 성과 데이터 및 지적 데이터 중 적어도 하나를 메모리로부터 획득할 수 있다.

성과 데이터는 사용자에 의해 측량이 실시된 경계 및 면적, 지적측량성과 및 지적기준점 성과 등에 대한 데이터로서 지적전산자료가 포함된 지도인 지형도면을 의미할 수 있다. 성과 데이터는 토지이용규제지도(LURM)를 포함할 수 있다. 토지이용규제지도(LURM)는 연속 지적도 또는 지형도 중 적어도 하나를 포함할 수 있다. 즉, 성과 데이터는 연속 지적도 또는 지형도 중 적어도 하나를 포함할 수 있다. 성과 데이터는 부동산종합공부시스템 또는 사용자 단말기로부터 수신될 수 있다. 여기서 사용자 단말기는 성과 데이터의 성과 검사를 요청하는 사용자가 사용하는 단말로서, 본 발명에서 사용자는 성과 검사를 의뢰하는 공공기관 또는 건설에 관한 사업시행자, 설계자, 시공자, 감리자 등이 포함될 수 있다.

지적 데이터는 소유권과 관련된 정보를 포함하는 도면일 수 있다. 또한 지적 데이터는 성과 데이터에 대응하는 지적측량파일 또는 지형 도면일 수 있다. 즉, 지적 데이터는 성과 데이터에 포함되는 지역을 포함하는 지적측량파일일 수 있다. 지적 데이터는 성과 데이터와 비교 대상일 수 있다. 서버(100)는 지적측량파일저장서버(CAS) 또는 부동산종합공부시스템에 요청하여 지적 데이터를 수신할 수 있다.

서버(100)는 성과 데이터에 대한 좌표 변환에 관련된 정보를 획득하는 단계(220)를 수행할 수 있다. 서버(100)는 토지이용규제시스템으로부터 좌표 변환에 관련된 정보를 획득할 수 있다. 또한 서버(100)는 메모리로부터 좌표 변환에 관련된 정보를 획득할 수 있다.

좌표 변환에 관련된 정보는 좌표변환기법에 대한 정보 및 축척에 대한 정보를 포함할 수 있다. 좌표변환기법은 Helmert, Affine, Pseudo-Affine, 또는 투영(Projective) 좌표변환기법 중 적어도 하나를 포함할 수 있다. 좌표변환기법에 대한 정보는 좌표변환기법에 대응되는 인덱스일 수 있다.

좌표변환기법인 Helmert 변환은 2차원 부등각 원점이동, 축척변경, 회전의 3단계로 이루어지며 순서는 바뀌어도 동일한 결과를 얻는다. 아래 식 1과 같이 4개의 좌표변환계수가 필요하며 4개의 값을 구하려면, 최소한 2개의 기준점과 2개의 좌표계상의 위치를 공통으로 알고 있는 점이 필요하다.

[식 1]

좌표변환기법인 Affine 변환은 비상사변환으로 변환 후에 형상이 변화하는 단점이 있으나 상사변환의 제약조건이 없으므로 변환 후 정밀도는 상사변환에 비해 다소 높다. 성과 데이터(토지이용규제지역)의 경우 각각의 개별법에 따라 그 형태와 경계가 도곽 형태가 아닌 선형에 가까울 수 있다. 서버(100)는 성과 데이터에 Affine 변환기법을 적용할 수 있다

2차원 부등각사상변환은 2차원 좌표축의 변환에 사용되며, 회전(rotation), 두 축의 비수직성(skew), 두 축의 축척 변화(scale)와 평행이동(translation)의 6가지 매개변수를 갖고 있는 식으로 구성된다. 여기서 매개변수란 좌표변환계수와 상호 동일할 수 있다.

[식 2]

여기서 a0, a1, a2, b0, b1, b2는 매개변수이고, X, Y는 부등각사상변환 전 2차원 좌표이고 x, y는 부등각사상변환 후 2차원 좌표일 수 있다. 좀 더 자세히 살펴보면 매개변수를 계산하기 위해서는 두 좌표체계에서 기준점 측량을 통해 공통점(Common Point)을 추출해야 한다. 하나의 공통점으로부터 두 개의 방정식을 도출할 수 없으므로 여섯 개의 매개변수를 추정하기 위해서는 총 세 개 이상의 공통점을 구하고, 여섯 개의 방정식을 도출할 수 있다. 서버(100) 매개변수를 추정하기 위하여 최소 3점 이상을 추출하여 사용할 수 있다. 이를 행렬로 표현하면 아래와 같다.

[식 3]

여기서 행렬 A는 좌표변환 전의 공통점으로 구성된 설계행렬(design matrix)이며, 행렬 B는 좌표변환 후의 공통점에 대한 집합, 그리고 행렬 P는 미지수로 매개변수의 집합을 나타낼 수 있다. 이후, 서버(100)는 최소제곱법(method of Least Square) 계산을 통해 매개변수를 산출할 수 있다. 또한 서버(100)는 이후 부등각사상변환(2D-Affine)을 통해 좌표변환을 수행할 수 있다.

좌표변환기법인 Pseudo affine은 아래 식 4, 식 5 와 같이 Affine에 포함되는 회전, 크기, 이동에 대한 기하 변환 뿐 만이 아니라 영상의 기울기와 변환을 나타내는 전단변환(Shearing)까지 포함하는 변환이다. Pseudo affine은 각 Parameter 값을 계산하기 위해서는 최소 3개 공통점 좌표가 필요할 수 있다.

[식 4]

[식 5]

좌표변환기법인 투영은 기하학적 방법으로 시작하였으나 17C 이후 근대 수학의 발전과 더불어 수학적 방법으로 대체되었다. 기하학적 방법과 수학적 방법으로 나누는 기준은 투영을 실행하는 방법이 수학적 공식으로 유도한 모델인지 또는 기하학적인 제도방법에 의하는지를 기준으로 분류한다. 투영법은 투영요소, 투영면형태, 투영면의 위치, 투영축의방향, 광원의 위치 등 여러 가지 분류기준에 따라 구분할 수 있다.

투영(Projective)이란 지구 표면을 평면상에 표현하는 방법을 말하는 것이다. 지구상의 경위도선으로 구분되는 지역을 평면지도에 투영하는 것과 같은 것이다. 그런데 타원체인 지구표면은 평면으로 전개되면서 왜곡을 수반한다. 그래서 지구를 평면으로 정확하게 옮기는 것이 어려워 많은 학자들이 지구를 투영할 때 발생하는 왜곡을 적게 하려고 여러 투영법을 개발하였다.

투영법 가운데 원통투영은 왜곡현상을 최소화하려는 목적에 따라 등거리(equidistance)와 등각(conformality), 그리고 등적(equivalency) 투영으로 나눈다. 각각의 투영법마다 특징이 있다.

축척(Scale)은 지표 상의 실제 거리를 지도 상에 줄여 나타낸 비율이다. 축척에 대한 정보는 축척에 대응되는 인덱스(Index)일 수 있다. 서버(100)는 성과 데이터와 관련된 축척에 대한 정보 또는 지적 데이터와 관련된 축척에 대한 정보 중 적어도 하나를 획득할 수 있다. 서버(100)는 축척에 대한 정보를 외부의 장치로부터 획득하거나, 미리 정해진 축척값을 메모리로부터 획득할 수 있다. 좌표 변환에 관련된 정보는 성과 데이터를 지적 데이터로 변환하기 위해 이용되는 정보일 수 있다. 성과 데이터 및 지적 데이터의 축척은 서로 다를 수 있다. 서버(100)는 좌표 변환에 관련된 정보 중 일부를 이용하여 성과 데이터를 지적 데이터로 변환할 수 있다. 이에 대해서는 추후 자세히 설명한다.

축척의 범위는 1/1,500이상 1/500이하, 1/6,000이상 1/3,000이하, 또는 1/5,000이상 1/1,000이하 중 하나 일 수 있다. 서버(100)는 성과 데이터에 나타난 지역의 종류에 따라 허용 가능한 축척의 범위를 설정할 수 있다. 예를 들어, 성과 데이터가 토지이용규제지도 일 때, 서버(100)는 축척의 범위를 1/1,500 이상 1/500이하로 설정할 수 있다. 또한 성과 데이터가 녹지지역, 임야, 관리지역, 농림지역 및 자연환경보전지역인 경우, 서버(100)는 축척의 범위를 1/6,000 이상 1/3,000이하로 설정할 수 있다. 성과 데이터가 2매 이상이면, 서버(100)는 축척의 범위를 15,000이상 1/5,000이하로 설정할 수 있다. 서버(100)는 기본 값으로써, 축척의 범위를 1/5,000이상 1/1,000이하로 설정할 수 있다.

위 단락에서 설명한 바와 같이, 서버(100)는 성과 데이터 또는 지적 데이터에 나타난 지역의 종류에 기초하여 가능한 축척의 범위를 설정할 수 있다. 또한, 성과 데이터 또는 지적 데이터가 가능한 축척의 범위를 만족하지 않는 경우, 서버(100)는 성과 데이터 또는 지적 데이터를 외부의 장치에 다시 요청할 수 있다. 서버(100)는 외부의 장치로부터 성과 데이터 또는 지적 데이터를 재수신할 수 있다.

서버(100)는 변환 공통점에 대한 정보를 획득하는 단계(230)를 수행할 수 있다. 변환 공통점은 성과 데이터인 토지이용규제 지도를 지적 데이터로 변환하기 위해 필요한 공통되는 지점이다. 본 개시에서 공통점(Common Point)은 토지이용규제지도 제작 과정에서 지형도와 연속지적도의 좌표변환을 위해 평면직각좌표를 가진 측량기준점(공공, 지적)이다. 서버(100)는 토지이용규제시스템과 같은 외부의 장치로부터 변환 공통점에 대한 정보를 획득할 수 있다. 서버(100)는 메모리로부터 변환 공통점에 대한 정보를 획득할 수 있다. 변환 공통점에 대한 정보는 변환 공통점의 위치(좌표) 또는 변환 공통점의 좌표계에 대한 정보를 포함할 수 있다. 서버(100)는 성과 데이터를 좌표 변환하기 위해 변환 공통점에 대한 정보를 사용할 수 있다. 변환 공통점의 수는 10개이상 100개이하일 수 있다. 변환 공통점이 많을 수로 변환은 정확해질 수 있다. 다만 변환 공통점을 많이 선정하는 경우, 프로세싱을 위한 자원이 많이 소모될 수 있으므로, 변환 공통점은 10개 이상 15개이하일 수도 있다.

변환 공통점의 개수는 성과 데이터의 크기에 따라 결정될 수 있다. 예를 들어 변환 공통점의 개수는 성과 데이터의 크기에 비례할 수 있다. 예를 들어 변환 공통점의 개수는 10 + a * S/16 일 수 있다. 여기서 a는 미리 결정된 상수일 수 있다. S는 성과 데이터에 표현된 공간의 넓이일 수 있다. S의 단위는 Km^2일 수 있다. 또한 변환 공통점의 개수는 성과 데이터의 도엽수에 비례할 수 있다. 예를 들어 변환 공통점의 개수는 10 + b * N/16일 수 있다. 여기서 b는 미리 결정된 상수일 수 있다. N은 성과 데이터에 포함된 도면의 개수(파일의 개수)일 수 있다. 도엽수(N)이 아닌 공간의 넓이(S)를 이용하는 경우 변환이 보다 정확하게 이루어질 수 있다. 왜냐하면, 성과 데이터 또는 지적 데이터에 포함된 지도 도면들에 표시된 공간의 넓이는 서로 다를 수 있고, 지도 도면들 중 하나가 아주 넓은 지역을 표현하고 있다면, 넓은 지역에 비하여 공통점의 개수가 줄어들 가능성이 있기 때문이다.

서버(100)는 메모리 또는 외부의 장치로부터 복수의 후보 공통점에 대한 정보를 획득할 수 있다. 복수의 후보 공통점은 성과 데이터 및 지적 데이터와 관련된 미리 정해진 공통점일 수 있다. 복수의 후보 공통점은 성과 데이터 또는 지적 데이터에 포함된 지도에 나타난 영역 내에 위치할 수 있고, 성과 데이터 또는 지적 데이터에 포함된 지도에 나타난 영역 외에 위치할 수도 있다. 또한 변환 공통점도 성과 데이터 또는 지적 데이터에 포함된 지도에 나타난 영역 내에 위치할 수 있고, 성과 데이터 또는 지적 데이터에 포함된 지도에 나타난 영역 외에 위치할 수도 있다. 서버(100)는 복수의 후보 공통점에 대한 정보 중에서 변환 공통점에 대한 정보를 선택할 수 있다. 복수의 후보 공통점 또는 변환 공통점은 성과 데이터인 토지이용규제지도의 내부에 위치할 수도 있으며 토지이용규제지도의 밖에 위치할 수도 있다. 도 21을 참조하여 설명한다.

도 21은 본 개시의 일 실시예에 따른 공통점을 설명하기 위한 도면이다.

성과 데이터는 지구 전체 영역(2120)의 일부 영역(2110)에 대한 지도일 수 있다. 또한 지적 데이터는 지구 전체 영역(2140)의 일부 영역(2130)에 대한 지도일 수 있다. 복수의 후보 공통점 또는 변환 공통점(2111, 2131)은 성과 데이터의 일부 영역(2110) 내에 위치할 수 있다. 하지만 이에 한정되는 것은 아니다. 복수의 후보 공통점 또는 변환 공통점(2121, 2141)은 성과 데이터의 일부 영역 외에 위치할 수도 있다. 서버(100)는 복수의 후보 공통점 또는 변환 공통점을 이용하여 성과 데이터를 지적 데이터로 정확하게 변환할 수 있다.

서버(100)는 복수의 후보 공통점 중에서 성과 데이터 또는 지적 데이터에 근접한 공통점을 변환 공통점으로써 획득할 수 있다. 예를 들어 서버(100)는 미리 정해진 임계거리를 이용할 수 있다. 즉, 서버(100)는 복수의 후보 공통점 중에서 성과 데이터 또는 지적 데이터의 최외곽으로부터 임계거리 이내에 있는 공통점을 변환 공통점으로써 선택할 수 있다.

이하에서는 복수의 후보 공통점에 대한 정보 중에서 변환 공통점에 대한 정보를 선택하는 과정에 대해 설명한다.

서버(100)는 복수의 후보 공통점에 대한 정보를 획득하는 단계를 수행할 수 있다. 서버(100)는 성과 데이터 또는 지적 데이터의 메타데이터로부터 복수의 후보 공통점에 대한 정보를 획득할 수 있다. 또한 서버(100)는 토지이용규제시스템과 같은 외부의 장치로부터 복수의 후보 공통점에 대한 정보를 획득할 수 있다. 서버(100)는 메모리로부터 복수의 후보 공통점에 대한 정보를 획득할 수 있다. 복수의 후보 공통점에 대한 정보는 복수의 후보 공통점의 위치(좌표) 또는 복수의 후보 공통점의 좌표계를 포함할 수 있다.

복수의 후보 공통점은 지적삼각점, 지적삼각보조점, 또는 지적기준점 중 적어도 하나일 수 있다. 지적삼각점 및 지적삼각보조점은 전국토에 걸쳐 1~5km 간격으로 내각이 30~120도 이내가 되도록 측량을 실시하여 설치한 삼각망을 구성하는 점들이다. 삼각점들은 상호간 시통이 용이한 산 정상에 위치할 수 있다. 지적삼각점의 점간 평균 거리는 2~5km일 수 있다. 또한 지적삼각보조점간 거리 평균은 1~3km일 수 있다. 지적기준점은 지적 측량 지역 전체에 걸쳐 골격을 이루는 점으로서 위치가 결정된 표석을 말한다. 지적기준점은 시,도지사나 지적소관청이 지적측량을 정확하고 효율적으로 시행하기 위하여 국가기준점을 기준으로 하여 따로 정하는 측량기준점 등을 말한다.

서버(100)는 복수의 후보 공통점에 대한 정보에서 변환 공통점에 대한 정보를 선택할 수 있다. 보다 구체적으로 복수의 후보 공통점의 개수가 임계값보다 작은 경우, 서버(100)는 추가적인 후보 공통점에 대한 정보를 수신하는 단계를 수행할 수 있다. 성과 데이터를 좌표 변환하기 위해서는 적어도 임계값 이상의 공통점이 필요할 수 있다. 따라서 후보 공통점 역시 임계값 이상이 필요할 수 있다. 임계값은 미리 결정된 값일 수 있다. 서버(100)는 메모리로부터 임계값을 획득할 수 있다. 예를 들어 임계값은 10개일 수 있다. 서버(100)는 추가적인 후보 공통점에 대한 정보를 적어도 하나의 외부의 장치에 요청할 수 있다. 서버(100)는 추가적인 후보 공통점에 대한 정보를 수신하여 복수의 후보 공통점의 최소 개수를 확보할 수 있다.

서버(100)가 추가적인 후보 공통점에 대한 정보를 적어도 하나의 외부의 장치에 요청하는 경우, 적어도 하나의 외부의 장치는 데이터베이스로부터 추가적인 후보 공통점에 대한 정보를 획득하여 서버(100)로 전송할 수 있다. 또한, 서버(100)가 적어도 하나의 외부의 장치로부터 추가적인 후보 공통점에 대한 정보를 수신하였음에도, 복수의 후보 공통점의 개수가 임계값보다 작은 경우, 서버(100)는 공통점의 신설을 적어도 하나의 서버에 요청할 수 있다. 또한 사용자는 서버(100)의 요청을 확인하고 공통점을 신설, 정비하기 위한 행위를 할 수 있다.

복수의 후보 공통점의 위치가 성과 데이터 또는 지적 데이터의 일부 위치에 몰려 있는 경우, 서버(100)는 추가적인 후보 공통점에 대한 정보를 수신하는 단계를 수행할 수 있다. 서버(100)는 복수의 후보 공통점의 위치가 성과 데이터 또는 지적 데이터의 일부 위치에 몰려 있는지 여부를 결정하기 위하여 다음과 같은 단계를 수행할 수 있다. 서버(100)는 성과 데이터 또는 지적 데이터를 복수의 영역으로 나눌 수 있다. 서버(100)는 복수의 영역 중 하나에 포함된 공통점 간의 거리 중 최소값을 계산할 수 있다. 서버(100)는 복수의 영역 각각에 대하여 최소값을 계산할 수 있다. 서버(100)는 영역별로 획득된 최소값들 간의 차분을 구할 수 있다. 서버(100)는 차분이 임계값보다 큰 경우, 복수의 후보 공통점의 위치가 일부 위치에 몰려 있다고 결정할 수 있다. 임계값은 미리 결정된 값일 수 있다. 복수의 후보 공통점의 위치가 일부 위치에 몰려 있다고 결정된 경우, 서버(100)는 추가적인 후보 공통점에 대한 정보를 수신할 수 있다. 서버(100)가 추가적인 후보 공통점에 대한 정보를 수신하는 단계에 대해서는 이미 설명한 바 있으므로 자세한 설명은 생략한다.

복수의 후보 공통점의 개수가 임계값보다 크거나 같은 경우, 서버(100)는 복수의 후보 공통점에 대한 정보 중 변환 공통점에 대한 정보를 선택하는 단계를 수행할 수 있다. 서버(100)는 성과 데이터 또는 지적 데이터 상에서 고르게 분포되도록 변환 공통점을 선택할 수 있다. 서버(100)는 복수의 후보 공통점 중에서 10개이상 100개이하의 변환 공통점을 선택할 수 있다. 변환 공통점이 많을 수로 변환은 정확해질 수 있다. 다만 변환 공통점을 많이 선정하는 경우, 프로세싱을 위한 자원이 많이 소모될 수 있으므로 10개 이상 15개이하의 변환 공통점을 선정할 수도 있다.

도 4는 본 개시의 일 실시예에 따라 복수의 후보 공통점 중에서 변환 공통점을 선정하기 위한 기준을 나타낸다.

도 4를 참조하면, 변환 공통점은 지적삼각점, 지적삼각보조점, 지적기준점을 사용할 수 있다. 변환 공통점은 좌표변환 대상지역에 균일하게 분포되도록 선정될 수 있다 복수의 후보 공통점에 포함된 공통점의 좌표계가 다른 경우 좌표계별로 변환 공통점을 선정할 수 있다. 변환 공통점 확보가 어려운 경우 지적기준점을 기준으로 신설 또는 정비하여 선정할 수 있다.

복수의 후보 공통점에 대한 정보 중 변환 공통점에 대한 정보를 선택하기 위하여, 서버(100)는 복수의 후보 공통점이 서로 다른 좌표계에 대한 것일 때, 각각의 좌표계 별로 변환 공통점에 대한 정보를 선택하는 단계를 수행할 수 있다. 좌표계란 국가의 지도제작 및 건설공사용 도면작성을 비롯한 각종 측량의 뼈대가 되는 기준을 말한다. 좌표계는 지역지적좌표계와 세계측지계를 포함할 수 있다. 지역지적좌표계는 지구의 일부에서 사용되는 좌표계로써, 한국 내에도 복수의 지역지적좌표계가 있다. 세계측지계란 지구중심좌표계를 사용하여 지구중심에 원점을 둔 타원체상의 좌표계로 세계 공통으로 쓰일 수 있는 좌표계이다. 좌표계 별로 복수의 후보 공통점이 지정되어 있을 수 있으며, 서버(100)는 좌표계 별로 변환 공통점에 대한 정보를 획득할 수 있다. 서버(100)는 좌표계 별로 변환 공통점을 10개 이상씩 선택할 수 있다. 또는 서버(100)는 좌표계 별로 변환 공통점을 선택하여 총 10개 이상을 선택할 수 있다. 복수의 좌표계에서 선택된 공통점은 지구상의 동일 지점을 나타낼 수 있다. 즉, 서버(100)가 제 1 좌표계에 대하여 제 m 공통점을 획득하고, 제 2 좌표계에 대하여 제 n 공통점을 획득한 경우, 제 1 좌표계에 대한 제 m 공통점은 제 2 좌표계에 대한 제 n 공통점에 대응될 수 있다. 제 m 공통점 및 제 n 공통점은 지구 상의 동일 지점을 나타낼 수 있다. 여기서 m 및 n은 자연수 일 수 있다.

서버(100)는 복수의 후보 공통점 중 선택된 변환 공통점을 대상지역에 균일하게 분포시키기 위하여 아래와 같은 방법을 이용할 수 있다. 서버(100)는 복수의 후보 공통점에 대한 정보 중 성과 데이터의 중심에서 가장 가까운 제 1 후보 공통점을 획득하는 단계를 수행할 수 있다. 서버(100)는 복수의 후보 공통점에 대한 정보 중 제 1 후보 공통점에서 가장 먼 제 2 후보 공통점을 획득하는 단계를 수행할 수 있다. 서버(100)는 복수의 후보 공통점에 대한 정보 중 제 2 후보 공통점에서 가장 먼 제 3 후보 공통점을 획득하는 단계를 수행할 수 있다. 서버(100)는 제 1 후보 공통점, 제 2 후보 공통점 및 제 3 후보 공통점에 대한 정보를 변환 공통점에 대한 정보로써 선택하는 단계를 수행할 수 있다. 즉 변환 공통점은 제 1 후보 공통점, 제 2 후보 공통점 및 제 3 후보 공통점을 포함할 수 있다. 제 1 후보 공통점, 제 2 후보 공통점 및 제 3 후보 공통점은 성과 데이터 또는 지적 데이터의 최외곽으로부터 임계거리 이내에 있는 공통점일 수 있다.

또한 서버(100)는, 아래와 같은 과정을 더 수행할 수 있다. 서버(100)는 복수의 후보 공통점에 대한 정보 중, 제 2 후보 공통점으로부터의 거리 및 제 3 후보 공통점으로부터의 거리의 합이 최대인 제 4 후보 공통점을 획득하는 단계를 수행할 수 있다. 서버(100)는 제 4 후보 공통점에 대한 정보를 변환 공통점에 대한 정보로써 선택하는 단계를 수행할 수 있다. 즉, 변환 공통점은 제 4 후보 공통점을 포함할 수 있다. 제 4 후보 공통점은 성과 데이터 또는 지적 데이터의 최외곽으로부터 임계거리 이내에 있는 공통점일 수 있다.

또한 서버(100)는, 아래와 같은 과정을 더 수행할 수 있다. 서버(100)는 복수의 후보 공통점에 대한 정보 중, 제 2 후보 공통점 및 제 3 후보 공통점을 두 개의 초점으로 하고, 제 4 후보 공통점을 지나는 타원에서 제 4 후보와 가장 먼 지점에서 가장 가까운 제 5 후보 공통점을 획득하는 단계를 수행할 수 있다. 또한 서버(100)는 제 5 후보 공통점에 대한 정보를 변환 공통점에 대한 정보로써 선택하는 단계를 수행할 수 있다. 즉, 변환 공통점은 제 5 후보 공통점을 포함할 수 있다. 제 5 후보 공통점은 성과 데이터 또는 지적 데이터의 최외곽으로부터 임계거리 이내에 있는 공통점일 수 있다.

이상과 같이 변환 공통점은 제 1 후보 공통점 내지 제 5 후보 공통점을 포함할 수 있다. 이미 설명한 바와 같이 변환 공통점은 10개 이상이어야 하므로, 서버(100)는 추가적인 방법을 이용하여 나머지 변환 공통점을 선정할 수 있다. 이상과 같이 변환 공통점을 선정하는 방법에 대하여 설명하였으나 이에 한정되는 것은 아니다. 서버(100)는 변환 공통점이 성과 데이터에 포함된 대상지역에 균일하게 분포할 수 있도록 다양한 선정 방법을 사용할 수 있다.

선정된 변환 공통점의 위치가 성과 데이터 또는 지적 데이터의 일부 위치에 몰려 있는 경우, 서버(100)는 적어도 하나의 변환 공통점을 재선정할 수 있다. 서버(100)는 선정된 변환 공통점의 위치가 성과 데이터 또는 지적 데이터의 일부 위치에 몰려 있는지 여부를 결정하기 위하여 다음과 같은 단계를 수행할 수 있다. 서버(100)는 성과 데이터 또는 지적 데이터를 복수의 영역으로 나눌 수 있다. 서버(100)는 복수의 영역 중 하나에 포함된 변환 공통점 간의 거리 중 최소값을 계산할 수 있다. 서버(100)는 복수의 영역 각각에 대하여 최소값을 계산할 수 있다. 서버(100)는 영역별로 획득된 최소값들 간의 차분을 구할 수 있다. 서버(100)는 차분이 임계값보다 큰 경우, 변환 공통점의 위치가 일부 위치에 몰려 있다고 결정할 수 있다. 임계값은 미리 결정된 값일 수 있다. 복수의 후보 공통점의 위치가 일부 위치에 몰려 있다고 결정된 경우, 서버(100)는 복수의 영역 각각에 대한 최소값들 중의 최소값에 대응하는 영역을 선택할 수 있다. 서버(100)는 복수의 영역 각각에 대한 최소값들의 평균값을 결정할 수 있다. 서버(100)는 선택된 영역 내의 변환 공통점 간의 거리가 평균값을 가지도록, 복수의 후보 공통점 중 변환 공통점을 선택할 수 있다. 또한 서버(100)는 위와 같은 과정을 반복하여 변환 공통점이 성과 데이터 또는 지적 데이터의 일부 위치에 몰려 있지 않도록 할 수 있다.

본 개시의 다양한 실시예에 따르면, 선정된 변환 공통점의 위치가 성과 데이터 또는 지적 데이터의 일부 위치에 몰려 있는 경우, 서버(100)는 아래와 같은 방식으로 적어도 하나의 변환 공통점을 재선정할 수 있다. 서버(100)는 변환 공통점 간의 거리를 모두 계산할 수 있다. 서버(100)는 변환 공통점 간의 거리 중 최소 거리를 결정할 수 있다. 서버(100)는 최소 거리가 임계값보다 큰지 여부를 결정할 수 있다. 임계값은 미리 결정된 값일 수 있다. 서버(100)는 최소 거리가 임계값보다 작은 경우, 최소 거리를 이루는 두개의 변환 공통점 중 하나를 변경할 수 있다. 서버(100)는 복수의 후보 공통점에서 하나의 변환 공통점을 선택할 수 있다. 서버(100)는 변환 공통점 간의 최소 거리가 임계값보다 클 때까지 위와 같은 과정을 반복할 수 있다.

다시 도 2 및 도 3을 참조하면, 서버(100)는 성과 데이터를 변환하기 위한 좌표변환계수를 산출하는 단계(240)를 수행할 수 있다. 서버(100)는 좌표 변환에 관련된 정보 및 변환 공통점에 대한 정보 중 적어도 하나에 기초하여 좌표변환계수를 산출하는 단계(240)를 수행할 수 있다.

이미 설명한 바와 같이 좌표 변환에 관련된 정보는 좌표변환기법에 대한 정보 및 축척에 대한 정보를 포함할 수 있다. 좌표변환계수는 좌표변환기법에 따라 다르게 결정될 수 있다. 즉, 좌표변환계수는 좌표변환기법에 따라 개수 또는 값 등이 다르게 결정될 수 있다. 또한 좌표변환계수는 축척에 따라서도 다르게 결정될 수 있다. 서버(100)는 최소 제곱법을 이용하여 좌표변환계수를 산출할 수 있다.

서버(100)는 좌표변환계수를 산출하기 위하여 적어도 하나의 변환 공통점을 필요로 할 수 있다. 서버(100)는 성과 데이터 내에서 변환 공통점의 좌표값 및 지적 데이터 내에서 변환 공통점의 좌표값에 기초하여, 좌표변환계수를 미지수로 방정식을 생성할 수 있다. 서버(100)는 방정식에 기초하여 좌표변환계수를 획득할 수 있다.

서버(100)는 공통점 없이도 좌표변환계수를 산출할 수 있다. 예를 들어, 서버(100)는 도로, 철도, 하천과 같은 선형구도의 경우 용지경계좌표 또는 지적경계좌표를 이용하여 좌표변환계수를 산출할 수 있다.

서버(100)는 좌표 변환에 관련된 정보, 변환 공통점에 대한 정보, 및 좌표변환계수 중 적어도 하나에 기초하여 성과 데이터를 변환하여 변환된 성과 데이터를 획득하는 단계(250)를 수행할 수 있다. 서버(100)는 좌표 변환에 관련된 정보 및 좌표변환계수 중 적어도 하나에 기초하여 성과 데이터를 변환하여 변환된 성과 데이터를 획득하는 단계(250)를 수행할 수 있다.

여기서 변환은 병진(translation), 축척(scaling), 회전(rotation), 또는, 층밀리기(shearing) 중 적어도 하나를 포함할 수 있다. 즉, 서버(100)는 성과 데이터를 병진하거나, 축적하거나, 회전하거나 층밀리기를 하여 변환된 성과 데이터를 획득할 수 있다. 또한 서버(100)는 성과 데이터를 좌표계 변환하여 변환된 성과 데이터를 획득할 수 있다.

변환된 성과 데이터는 지적 데이터와 비교가능한 데이터일 수 있다. 즉, 변환된 성과 데이터는 지적 데이터와 공통점이 일치하거나, 축적이 일치하거나, 좌표계가 일치하는 데이터일 수 있다. 서버(100)는 변환된 성과 데이터 와 지적 데이터를 비교하여 지적 데이터 또는 변환된 성과 데이터 중 하나에 오류가 있어 허용 가능하지 않음을 결정할 수 있다. 이에 대해서는 이하에서 보다 자세히 설명한다.

이미 설명한 바와 같이 좌표 변환에 관련된 정보는 성과 데이터에 대한 축척 또는 지적 데이터의 축척 중 적어도 하나를 포함할 수 있다. 서버(100)는 성과 데이터에 대한 축척 또는 지적 데이터의 축척 중 적어도 하나를 획득하는 단계를 수행할 수 있다. 또한, 변환된 성과 데이터를 획득하기 위하여 서버(100)는 성과 데이터에 대한 축척 또는 지적 데이터에 대한 축척 중 적어도 하나에 기초하여 변환된 성과 데이터를 획득하는 단계를 수행할 수 있다.

또한, 좌표 변환에 관련된 정보는 성과 데이터를 지적 데이터와 같이 변환하기 위한 좌표변환기법에 대한 정보를 포함할 수 있다. 서버(100)는 성과 데이터의 좌표변환기법에 대한 정보를 획득하는 단계를 수행할 수 있다. 또한 변환된 성과 데이터를 획득하기 위하여 서버(100)는 성과 데이터의 좌표변환기법에 대한 정보에 더 기초하여 변환된 성과 데이터를 획득하는 단계를 수행할 수 있다. 좌표변환기법은 Helmert, Affine, Pseudo-Affine, 또는 Projective 좌표변환기법 중 적어도 하나를 포함할 수 있다.

서버(100)는 변환된 성과 데이터를 획득하기 위하여 Helmert, Affine, Pseudo-Affine, 및 Projective 좌표변환기법 중 하나를 이용하여 성과 데이터를 변환하여 복수의 변환된 성과 데이터를 획득하는 단계를 수행할 수 있다. 서버(100)는 가장 효율이 좋은 좌표변환기법을 선택할 수 있다. 예를 들어 서버(100)는 Affine 또는 Pseudo-Affine 좌표변환기법 중 적어도 하나를 이용하여 변환된 성과 데이터를 획득할 수 있다. 이 경우 서버(100)는 Affine 또는 Pseudo-Affine 좌표변환기법 중 적어도 하나와 관련된 좌표변환계수만 산출할 수 있다. 서버(100)는 성과 데이터에 하나의 지역에 대한 하나의 지도가 포함되는 경우, Helmert 좌표변환기법을 이용할 수 있다. 왜냐하면 이 경우에는 Helmert 좌표변환기법의 정확도가 높기 때문이다. 하지만 서버(100)는 성과 데이터에 복수의 지역에 대한 복수의 지도가 포함되는 경우, Affine 또는 Pseudo-Affine 좌표변환기법 중 적어도 하나를 이용할 수 있다. 왜냐하면 이 경우에는 Affine 또는 Pseudo-Affine 좌표변환기법의 정확도가 높기 때문이다.

서버(100)는 변환된 성과 데이터를 획득하기 위하여 Helmert, Affine, Pseudo-Affine, 및 Projective 좌표변환기법 모두를 이용하여 성과 데이터를 변환하여 복수의 변환된 성과 데이터를 획득하는 단계를 수행할 수 있다. 이 경우 서버(100)는 Helmert, Affine, Pseudo-Affine, 및 Projective 좌표변환기법과 관련된 좌표변환계수 모두를 산출할 수 있다.

서버(100)는 복수의 변환된 성과 데이터 중 지적 데이터와 오차가 가장 작은 변환된 성과 데이터를 최종 변환된 성과 데이터로 결정할 수 있다. 또한 서버(100)는 최종 변환된 성과 데이터와 지적 데이터의 오차에 기초하여, 성과 데이터 또는 지적 데이터가 허용가능한지 결정할 수 있다.

서버(100)는 지적 데이터 및 변환된 성과 데이터 사이의 오차를 계산하는 단계(260)를 수행할 수 있다. 또한 서버(100)는 허용 오차를 획득하는 단계(270)를 수행할 수 있다. 단계(270)는 도 2에는 기재되어 있으나, 도 3에는 기재되어 있지 않다. 하지만 도 3의 단계(260)의 이후에 단계(270)가 수행될 수 있다. 허용 오차를 획득하는 단계에 대해서는 추후 자세히 설명한다. 서버(100)는 메모리로부터 획득할 수 있다. 또한 서버(100)는 외부의 장치로부터 허용 오차를 수신할 수 있다. 또한 서버(100)는 성과 데이터와 관련된 정보에 기반하여 허용 오차를 생성할 수 있다.

서버(100)는 오차가 허용 오차보다 큰지 여부에 기초하여 성과 데이터를 합격으로 결정하거나, 불합격으로 결정할 수 있다. 서버(100)는 오차가 허용 오차보다 작거나 같은 경우, 성과 데이터를 합격으로 결정할 수 있다. 서버(100)는 오차가 허용 오차보다 작거나 같은 경우, 성과 데이터를 공개 데이터로 설정하는 단계(280)를 수행할 수 있다. 공개 데이터로 설정한다는 것은 토지이용규제지도(LURM)로써 고시함을 의미할 수 있다.

서버(100)는 오차가 허용 오차보다 큰 경우, 성과 데이터를 불합격으로 결정할 수 있다. 서버(100)는 추가적인 데이터를 요청하는 신호를 생성할 수 있다. 서버(100)는 외부의 장치에 추가적인 데이터를 요청하는 신호를 송신할 수 있다. 추가적인 데이터는 성과 데이터를 보정하기 위한 데이터 또는 수정된 성과 데이터를 포함할 수 있다. 외부의 장치는 서버(100)로부터의 신호에 대응하여 미리 저장된 추가적인 데이터가 있는 경우, 이를 서버(100)에 전송할 수 있다. 하지만 외부의 장치가 미리 저장된 추가적인 데이터를 가지고 있지 않은 경우, 사용자에게 추가적인 데이터를 생성할 것을 요청할 수 있다. 외부의 장치는 새로운 측량을 하여 추가적인 데이터를 생성하거나, 또다른 외부의 장치로부터 추가적인 데이터를 수신할 수 있다.

설명한 바와 같이 추가적인 데이터는 성과 데이터를 보정하기 위한 정보 또는 보정된 성과 데이터(DCM)일 수 있다. 서버(100)가 성과 데이터를 보정하기 위한 정보를 수신한 경우, 서버(100)는 보정하기 위한 정보에 기초하여 보정된 성과 데이터(DCM)를 생성할 수 있다. 서버(100)는 보정된 성과 데이터를 지적 데이터와 비교하여, 보정된 성과 데이터(DCM)가 합격인지 여부를 결정할 수 있다.

서버(100)는 보정된 성과 데이터가 합격인 경우, 보정된 성과 데이터(DCM)를 공개 데이터로 설정할 수 있다. 즉, 서버(100)는 보정된 성과 데이터(DCM)를 토지이용규제지도(LURM)로써 고시할 수 있다.

보다 구체적으로, 외부의 장치로부터 수신된 추가적인 데이터에 기초하여, 서버(100)는 성과 데이터를 수정할 수 있다. 예를 들어, 서버(100)는 전자지적도(DCM)를 제작하고, 토지이용규제지도에 전자지적도를 적용하는 단계(310)를 수행할 수 있다. 즉 새로운 성과 데이터인 전자지적도(DCM)를 이용하여 단계(230) 내지 단계(260) 중 적어도 하나의 단계를 더 수행할 수 있다. 또한 성과 데이터인 전자지적도(DCM)와 지적 데이터 사이의 오차가 허용오차보다 작거나 같은 경우, 서버(100)는 성과 데이터인 전자지적도(DCM)를 토지이용규제지도(LURM)으로써 고시할 수 있다.

서버(100)는 보정된 성과 데이터도 불합격인 경우, 지적 데이터에 오류가 있을 가능성이 있음을 결정할 수 있다. 서버(100)는 외부의 장치에 지적 데이터의 확인 또는 수정을 요청할 수 있다.

추가적으로 서버(100)는 단계(270)에서 획득된 허용오차를 지적 데이터의 자체허용오차와 비교할 수 있다. 지적 데이터의 자체허용오차는 미리 결정된 값일 수 있다. 예를 들어, 자체허용오차는 법에 의하여 결정될 수 있다. 서버(100)는 오차가 허용오차보다 큰 경우, 오차가 자체허용오차보다 작거나 같은지 결정할 수 있다. 서버(100)는 오차가 허용오차보다 작거나 같거나, 오차가 자체허용오차보다 작거나 같은 경우, 성과 데이터를 공개 데이터로 결정하는 단계(280)를 수행할 수 있다. 또한 서버(100)는 오차가 허용오차보다 크고, 자체허용오차보다 큰 경우, 서버(100)는 외부의 장치에 추가적인 데이터를 요청하는 신호를 생성할 수 있다. 추가적인 데이터를 요청한 이후의 과정에 대해서는 이미 설명하였으므로 중복되는 설명은 생략한다.

단계(260) 내지 단계(280)에 대해서는 도 5와 함께 보다 자세히 설명한다.

도 5는 본 개시의 일 실시예에 따라 기준 필지경계점과 대응하는 필지경계점의 오차 범위를 판별하는 도면이다.

도 5를 참조하여 오차를 계산하는 방법에 대해 설명한다. 서버(100)는 성과 데이터의 복수개의 필지경계점(a1 ~ an)을 탐색한다. 여기서 성과 데이터에서 탐색된 필지경계점(a1 ~ an)을 기준 필지경계점이라 한다. 그리고 서버(100)는 성과 데이터에 중첩되어 표시된 지적 데이터에서 탐색된 복수개의 기준 필지경계점(a1 ~ an) 각각에 가장 인접하여 배치된 복수개의 필지경계점(A1 ~ An)을 도 5와 같이 탐색한다.

성과 데이터와 지적 데이터 각각에서 대응하는 복수개의 필지경계점들((a1 ~ an), (A1 ~ An))이 탐색되면, 서버(100)는 복수개의 기준 필지경계점(a1 ~ an)과 대응하는 복수개의 필지경계점(A1 ~ An) 사이의 거리를 계산한다. 여기서 복수개의 기준 필지경계점(a1 ~ an)과 대응하는 복수개의 필지경계점(A1 ~ An) 사이의 거리는 필지 오차로서 계산되며, 유클리드 거리 공식을 이용하여 최단 거리로 계산될 수 있다.

서버(100)에 의해 복수개의 기준 필지경계점(a1 ~ an) 각각에 대한 필지 오차가 계산되면, 계산된 복수개의 기준 필지경계점(a1 ~ an) 각각에 대한 필지 오차가 기설정된 필지 허용 오차 이내인지 판별한다. 필지 오차가 필지 허용 오차 이내인 것은 도 5에 도시된 바와 같이, 복수개의 기준 필지경계점(a1 ~ an) 각각에 대해 기설정된 크기의 반경을 갖는 원을 생성할 때, 탐색된 필지경계점(A1 ~ An)이 원내부에 존재하는 것으로 복수개의 기준 필지경계점(a1 ~ an)과 탐색된 필지경계점(A1 ~ An) 사이의 오차가 크지 않다는 것을 의미할 수 있다. 따라서 서버(100)는 필지에 대한 성과 검사 결과를 합격으로 판정할 수 있다. 또한 서버(100)는 성과 데이터를 공개 데이터로 설정하는 단계(280)를 수행할 수 있다. 공개 데이터로 설정한다는 것은 성과 데이터를 토지이용규제지도(LURM)로써 고시함을 나타낼 수 있다.

만일 계산된 복수개의 기준 필지경계점(a1 ~ an) 각각에 대한 필지 오차가 기설정된 필지 허용 오차를 초과하는 것으로 판별되면, 서버(100)는 성과 데이터에 대해 불합격 판정한다. 본 개시의 허용 오차는 필지 허용 오차를 포함할 수 있다. 또한, 본 개시의 오차는 필지 오차를 포함할 수 있다. 이는 복수개의 기준 필지경계점(a1 ~ an)에 대응하는 필지경계점(A1 ~ An)이 탐색되지 않았거나, 탐색되었다 할지라도 동일한 필지경계점을 나타내는 것으로 판단할 수 없다는 것을 의미한다.

이 경우, 각각 측량이 수행된 성과 데이터와 지적 데이터 중 적어도 하나에 대해서는 측량 오차가 존재하는 것을 의미하므로, 서버(100)는 외부의 장치에 성과 검사 불합격 결과와 추가 자원(추가적인 데이터)을 요청할 수 있다. 즉 성과 데이터의 재측량을 요구할 수 있다. 이때 서버(100)는 외부의 장치로 통지하기 이전에 보조 데이터를 이용하여 성과 데이터를 추가 검사함으로써, 성과 데이터가 아닌 지적 데이터에 오류가 존재하는 것인지를 사전에 판별할 수도 있다.

도 6은 본 개시의 일 실시예에 따른 인접경계상의 도곽경계점 결정 및 탐색을 설명하기 위한 도면이다. 도 7은 본 개시의 일 실시예에 따른 도곽경계점 정렬을 설명하기 위한 도면이다. 도 8은 본 개시의 일 실시예에 따른 도곽경계점 매칭을 설명하기 위한 도면이다. 그리고 도 9는 본 개시의 일 실시예에 따른 도곽경계점 일치 여부확인을 설명하기 위한 도면이다. 도 10은 본 개시의 일 실시예에 따른 필지경계점 최단거리(직선) 연결을 설명하기 위한 도면이다.

도 5와 다르게 서버(100)는 도곽의 오차를 계산할 수 있다. 도 6 내지 도10을 참조하면, 서버(100)는 각각 서로 다른 도곽의 인접 경계를 탐색할 수 있다. 도곽은 낱장 형태로 구성되며 성과 데이터는 복수개의 도곽을 포함할 수 있으며, 복수개의 도곽은 연속하여 배치될 수 있다. 이에 서버(100)는 도 6에서 도곽선으로 표시된, 인접하여 배치되는 서로 다른 도곽의 경계를 탐색할 수 있다. 서버(100)는 도곽선 상에 위치하는 도곽 경계점을 탐색할 수 있다. 서버(100)는 도곽선 상의 도곽 경계점뿐만 아니라 도 6에 도시된 바와 같이, 도곽의 최외곽의 필지 경계선들을 연장한 연장선(도 6의 붉은색 점선)을 생성하여, 도곽선과 교차하는 위치의 점들을 경계점으로 탐색할 수 있다.

도 7을 참조하면, 서버(100)는 인접한 두개의 도곽 중 하나의 도곽의 도곽 경계점(a1 ~ an)을 기준 도곽 경계점으로 설정할 수 있다. 그리고 서버(100)는 기준 도곽 경계점(a1 ~ an)에 대응하는 인접 도곽의 도곽 경계점(A1 ~ An)을, 도 5의 기준 필지경계점(a1 ~ an)에 대응하는 필지경계점(A1 ~ An)을 탐색하는 방식과 마찬가지로, 기준 도곽경계점(a1 ~ an) 각각에 대해 가장 가까운 거리에 배치된 도곽경계점(A1 ~ An)을 탐색하여 획득할 수 있다. 서버(100)는 기준 도곽경계점(a1 ~ an)과 도곽경계점(A1 ~ An)을 탐색 후, 도 7에 도시된 바와 같이 정렬한다.

서버(100)는 도 8에 도시된 바와 같이 탐색된 기준 도곽 경계점(a1 ~ an)에 대응하는 인접 도곽의 도곽 경계점(A1 ~ An)의 좌표를 매칭한다. 이때 서버(100)는 정렬된 기준 도곽경계점(a1~ an)과 도곽경계점(A1 ~ An) 사이에서 서로 가장 가까운 점들의 사이의 거리차의 합이 최소가 되도록 매칭할 수 있다. 이는 기준 도곽경계점(a1 ~ an)과 도곽경계점(A1 ~ An) 사이의 오차가 최소가 되도록 인접한 도곽을 결합하기 위함이다.

서버(100)는 매칭된 기준 도곽경계점(a1 ~ an)과 도곽경계점(A1 ~ An) 사이의 거리를 도곽 오차로 계산할 수 있다. 서버(100)에 의해 복수개의 기준 도곽경계점(a1 ~ an) 각각에 대한 도곽 오차가 계산되면, 도 9와 같이 서버(100)는 계산된 복수개의 기준 도곽경계점(a1 ~ an) 각각에 대한 도곽 오차가 기설정된 도곽 허용 오차 이내인지 판별한다. 본 개시의 허용 오차는 도곽 허용 오차를 포함할 수 있다. 또한, 본 개시의 오차는 도곽 오차를 포함할 수 있다. 도곽 오차가 도곽 허용 오차 이내이면, 서버(100)는 도곽에 대한 성과 검사 결과를 합격으로 판정하고, 각각의 도곽의 최외곽 필지 경계점들을 중 대응하는 필지 경계 점들을 연결하여 도 10와 같이 최단거리로 연결하여 인접하여 배치되는 도곽들의 결합을 완성한다.

도곽 오차가 기설정된 도곽 허용 오차를 초과한다면, 두개의 도곽은 결합할 수 없는 것으로 판별하고, 도곽 성과 검사 결과 불합격으로 판정한다. 도곽 성과 검사 결과가 불합격인 경우에도 필지 성과 검사 결과 불합격인 경우와 마찬가지로, 서버(100)는 외부 장치로 성과 검사 불합격 결과와 추가 자원 요청을 전송하여 재측량을 요구할 수 있으며, 외부 장치로 통지하기 이전에 보조 데이터를 이용하여 성과 데이터를 추가 검사함으로써, 성과 데이터가 아닌 지적 데이터에 오류가 존재하는 것인지를 사전에 판별할 수도 있다.

보다 구체적으로, 서버(100)는 성과 데이터 및 지적 데이터 사이의 오차가 허용 오차보다 큰 경우, 성과 데이터와 관련된 추가적인 데이터를 요청하는 신호를 생성하는 단계(310)를 수행할 수 있다. 예를 들어, 서버(100)는 성과 데이터 및 지적 데이터 사이의 오차가 허용 오차보다 큰 경우, 성과 데이터인 토지이용규제지도를 재 작성할 것을 요청하는 신호를 생성할 수 있다. 서버(100)는 신호를 외부의 장치에 전송하고, 외부의 장치는 수신된 신호에 기초하여 보정된 성과 데이터를 서버(100)로 송신할 수 있다. 서버(100)는 새로운 성과 데이터에 기반하여 도 2의 단계(220) 내지 단계(280)를 수행할 수 있다.

또한, 서버(100)는 성과 데이터 및 지적 데이터 사이의 오차가 허용 오차보다 큰 경우, 성과 데이터를 수정할 수 있는 추가적인 데이터를 요청하는 신호를 생성할 수 있다. 서버(100)는 신호를 외부의 장치에 전송하고, 외부의 장치는 수신된 신호에 기초하여 추가적인 데이터를 서버(100)로 송신할 수 있다. 추가적인 데이터는 성과 데이터를 보정하기 위한 데이터일 수 있다. 서버(100)는 추가적인 데이터에 기초하여 보정된 성과 데이터를 획득할 수 있다. 서버(100)는 보정된 성과 데이터에 기반하여 도 2의 단계(220) 내지 단계(280)를 수행할 수 있다. 예를 들어, 서버(100)는 보정된 성과 데이터에 기초하여 변환된 성과 데이터를 획득하는 단계(250)를 수행할 수 잇다. 또한 서버(100)는 변환된 성과 데이터 및 지적 데이터의 오차를 계산하는 단계(260)를 수행할 수 있다. 서버(100)는 허용오차를 획득하는 단계(270)를 수행할 수 있다. 또한 서버(100)는 오차가 허용오차보다 크거나 같은지 여부에 기초하여 보정된 성과 데이터를 공개 데이터로 설정하는 단계(280)를 수행할 수 있다. 여기서 보정된 성과 데이터는 전자지적도(DCM)일 수 있다. 또한, 서버(100)는 성과 데이터 및 지적 데이터 사이의 오차가 허용 오차보다 큰 경우, 지적 데이터를 요청하는 신호를 생성하는 단계를 수행할 수 있다. 서버(100)는 오차가 허용 오차보다 크고, 보조 데이터를 이용하여 성과 데이터를 추가 검사하였으나, 성과 데이터에 이상이 없다면 지적 데이터에 오류가 있음을 결정할 수 있다. 서버(100)는 지적 데이터의 수정을 외부의 장치(외부의 서버, 또는 사용자 단말기)에 요청할 수 있다. 사용자는 지적 데이터의 오류를 수정하기 위한 행위를 할 수 있다. 사용자에 의하여 외부의 장치는 수정된 지적 데이터 획득할 수 있다. 외부의 장치는 수정된 지적 데이터 또는 지적 데이터를 수정하기 위한 정보를 서버(100)로 송신할 수 있다. 서버(100)는 수정된 지적 데이터 또는 지적 데이터를 수정하기 위한 정보를 수신할 수 있다. 서버(100)는 수정된 지적 데이터를 획득하는 단계를 수행할 수 있다.

도 11은 본 개시의 일 실시예에 따른 지적전산자료가 포함된 지도의 성과 검사 방법을 나타낸다.

서버(100)는 적어도 하나의 외부 장치로부터 성과 검사를 수행할 성과 데이터를 수신하여 저장하는 단계(1110)를 수행할 수 있다. 서버(100)는 외부 장치와 접속할 때, 사용자 인증을 수행할 수 있다. 지적측량을 수행하여 획득된 지적전산자료가 포함된 지형 도면인 성과 데이터는 높은 신뢰도를 요구하기 때문에, 인증된 사용자만이 성과 데이터를 검사 받을 수 있도록 하는 것이 바람직하기 때문이다. 수신된 성과 데이터는 서버(100)의 메모리에 저장될 수 있다.

서버(100)는 수신되어 저장된 성과 데이터에 대응하는 지적 데이터를 지적측량파일저장서버로부터 수신하는 단계(1120)를 수행할 수 있다. 지적 데이터는 지적측량파일일 수 있다. 이때 성과 데이터에 대응하는 지적 데이터는 성과 데이터가 나타내는 지역과 동일한 지역에 대한 지적 데이터일 수 있다. 수신된 지적 데이터는 서버(100)의 메모리에 저장된다.

지적 데이터인 지적측량파일이 수신되면, 서버(100)는 성과 데이터를 지적 데이터로 변환할 수 있다. 서버(100)는 성과 데이터의 축척 또는 좌표계 등을 지적 데이터와 동일하게 변환할 수 있다.

서버(100)는 성과 데이터와 지적 데이터를 동일한 축적으로 하여 경계선을 결정하는 단계(1130)를 수행할 수 있다. 만일 성과 데이터와 지적 데이터의 축적이 서로 상이하면, 대축적을 기준으로 동일한 축적으로 변환한 후 경계선을 결정할 수 있다.

경계선이 결정되면, 서버(100)는 성과 데이터와 지적 데이터를 결정된 경계선을 기준으로 중첩하는 단계(1140)를 수행할 수 있다.

서버(100)는 성과 데이터와 지적 데이터를 필지 및 도곽으로 구분하여 각각에 대한 중첩된 성과 데이터와 지적 데이터 사이의 오차를 계산하는 단계(1150)를 수행할 수 있다. 여기서 서버(100)가 오차를 계산하는 상세한 방법은 도 5 내지 도 10에서 설명한 바 있으므로 자세한 설명은 생략한다.

서버(100)는 계산된 오차가 기설정된 허용 오차 이내인지 판별하는 단계(1160)를 수행할 수 있다. 만일 계산된 오차가 허용 오차 이내인 것으로 판별되면, 서버(100)는 성과 검사 결과를 합격으로 판정하는 단계(1170)를 수행할 수 있다. 이때 허용 오차는 필지 허용 오차와 도곽 허용 오차로 구분되어 설정될 수 있다 서버(100)는 합격으로 판정된 성과 데이터를 공개하도록 설정하는 단계(1180)를 수행할 수 있다. 성과 데이터가 지적(Cadastre)과 관련된 서비스를 제공하는 각종 응용 프로그램에 반영될 수 있도록 한다.

반면 계산된 오차가 허용 오차를 초과하는 것으로 판별되면, 서버(100)는 성과 검사 결과를 불합격으로 판정하고, 외부 장치로 성과 데이터를 보정하기 위한 정보 또는 보정된 성과 데이터를 추가적인 데이터로써 요청하는 단계(1190)를 수행할 수 있다.

서버(100)는 추가적인 데이터가 수신되는지 판별하는 단계(1191)를 수행할 수 있다. 만일 추가적인 데이터가 수신되지 않으면, 서버(100)는 외부 장치로 성과 검사 결과 불합격을 통지하는 단계(1192)를 수행할 수 있다. 그러나 추가적인 데이터가 수신되면, 서버(100)는 수신된 추가적인 데이터 및 성과 데이터 중 적어도 하나를 이용하여 추가로 성과 검사를 수행하는 단계(1193)를 수행할 수 있다. 그리고 서버(100)는 추가로 수행된 검사에 의하여 성과 데이터의 오차가 허용 오차 이내로 합격인지 여부를 판정하는 단계(1194)를 수행할 수 있다. 만일 추가 검사에서도 불합격으로 판정되면, 서버(100)는 성과 검사 결과를 불합격으로 판정하는 단계(1192)를 수행할 수 있다. 여기서 단계(1190) 내지 단계(1195)는 도 3의 단계(310)에 대응될 수 있다.

그러나 추가 검사에서 합격인 것으로 판정되면, 서버(100)는 추가적인 데이터에 따라 성과 데이터를 보정하여 다시 성과 검사를 수행하는 단계(1195)를 수행할 수 있다.

도 12는 본 개시의 일 실시예에 따른 도 11의 오차 계산 단계를 상세하게 나타낸 도면이다.

도 11의 오차 계산 단계(1150)에서 서버(100)는 우선 성과 데이터와 지적 데이터를 필지 및 도곽으로 구분하는 단계(1151)를 수행할 수 있다. 그리고 서버(100)는 구분된 데이터가 필지인지 판별하는 단계(1152)를 수행할 수 있다. 만일 데이터가 필지인 것으로 판별되면, 서버(100)는 성과 데이터의 복수개의 필지경계점(a1 ~ an)을 기준 필지경계점으로 탐색하고, 탐색된 복수개의 기준 필지경계점(a1 ~ an) 각각에 가장 인접하여 배치된 복수개의 필지경계점(A1 ~ An)을 탐색하는 단계(1153)를 수행할 수 있다. 그리고 서버(100)는 복수개의 기준 필지경계점(a1 ~ an)과 대응하는 복수개의 필지경계점(A1 ~ An) 사이의 거리를 필지 오차로 계산하는 단계(1154)를 수행할 수 있다.

서버(100)는 구분된 데이터가 필지가 아니면 도곽인 것으로 판별하고, 각각 서로 다른 도곽의 인접 경계를 탐색하는 단계(1155)를 수행할 수 있다. 여기서 서버(100)는 도곽선 상의 도곽 경계점뿐만 아니라 도곽의 최외곽의 필지 경계선들을 연장한 연장선을 생성하여, 도곽선과 교차하는 위치의 점들을 경계점으로 탐색하여 정렬할 수 있다.

서버(100)는 정렬된 기준 도곽경계점(a1 ~ an)과 도곽경계점(A1 ~ An) 사이에서 서로 가장 가까운 점들의 사이의 거리차의 합이 최소가 되도록 매칭하는 단계(1156)를 수행할 수 있다. 그리고 서버(100)는 매칭된 기준 도곽경계점(a1 ~ an)과 도곽경계점(A1 ~ An) 사이의 거리를 도곽 오차로 계산하는 단계(1157)를 수행할 수 있다.

이하에서는 허용 오차를 결정하는 방법 및 변환에 기반하여 합격과 불합격을 판하여 보다 자세히 설명한다.

도 13은 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다.

서버(100)는 변환된 성과 데이터를 획득하기 위하여 Helmert, Affine, Pseudo-Affine, 및 Projective 좌표변환기법 중 하나를 이용하여 성과 데이터를 변환하여 복수의 변환된 성과 데이터를 획득하는 단계를 수행할 수 있다. 예를 들어 좌표변환기법은 Affine 또는 Pseudo-Affine 좌표 변환 기법일 수 있다.

하지만 이에 한정되는 것은 아니며, 서버(100)는 변환된 성과 데이터를 획득하기 위하여 Helmert, Affine, Pseudo-Affine, 및 Projective 좌표변환기법 중 적어도 두개를 이용하여 성과 데이터를 변환하여 복수의 변환된 성과 데이터를 획득하는 단계(1310)를 수행할 수 있다. 변환 기법이 적어도 두개이므로, 복수의 변환된 성과 데이터도 적어도 두개일 수 있다.

또한 서버(100)는 오차를 계산하기 위하여, 복수의 변환된 성과 데이터 각각과 지적 데이터 사이의 오차를 계산하는 단계(1320)를 수행할 수 있다. 오차를 계산하는 단계(1320)는 도 5 내지 도 10에서 이미 설명한 바 있으므로, 중복되는 설명은 생략한다. 복수의 변환된 성과 데이터의 개수가 적어도 두개 이므로 오차도 적어도 두개일 수 있다.

서버(100)는 오차 중 최소 오차를 선택하는 단계(1330)를 수행할 수 있다. 즉 서버(100)는 계산된 적어도 두개의 오차 중 작은 값을 선택할 수 있다. 이와 같은 방법에 의하여 서버(100)는 복수의 변환 중 지적 데이터와 오차가 가장 작은 변환을 선택하는 것과 같은 효과가 있다.

서버(100)는 최소 오차가 허용 오차보다 작거나 같은 경우, 성과 데이터를 공개 데이터로 설정하는 단계(1340)를 수행할 수 있다. 서버(100)는 최소 오차가 허용 오차보다 작거나 같은 경우, 성과 데이터를 합격으로 결정할 수 있다. 서버(100)는 성과 데이터가 합격임을 외부의 장치로 송신할 수 있다. 성과 데이터를 공개 데이터로 설정한다는 것은 성과 데이터를 고시함을 의미할 수 있다.

서버(100)는 최소 오차가 허용 오차보다 큰 경우, 성과 데이터가 불합격임을 결정할 수 있다. 서버(100)는 성과 데이터가 불합격임을 외부 장치로 송신할 수 있다. 서버(100)가 성과 데이터를 합격 또는 불합격으로 결정하는 과정 및 그 결정 이후의 과정에 대해서는 도 5 내지 도 12에서 자세히 설명하였으므로 중복되는 설명은 생략한다.

이상에서는 단계(1330)와 같이 최소 오차를 선택하는 것을 설명하였으나, 이에 한정되는 것은 아니다. 서버(100)는 최대 오차를 선택할 수 있다. 또는 서버(100)는 복수의 오차의 평균을 구할 수 있다. 서버(100)는 최대 오차 또는 오차의 평균을 허용 오차와 비교하여 성과 데이터의 합격 또는 불합격을 결정할 수 있다. 최대 오차를 이용하는 과정은 최소 오차를 이용하는 과정과 동일하므로 중복되는 설명은 생략한다.

도 14는 본 개시의 일 실시예에 따른 서버의 동작을 나타내는 흐름도이다.

서버(100)는 성과 데이터에 관련된 정보에 기초하여 허용 오차를 결정할 수 있다. 성과 데이터에 관련된 정보는 성과 데이터에 대한 용도 또는 복수의 후보 허용 오차 정보를 포함할 수 있다.

서버(100)는 허용 오차를 결정하기 위하여 복수의 후보 허용 오차 정보를 수신하는 단계(1410)를 수행할 수 있다. 서버(100)는 복수의 후보 허용 오차 정보를 사용자 단말기 또는 외부의 장치로부터 수신할 수 있다. 복수의 후보 허용 오차 정보는 기존에 사용된 적이 있는 허용 오차이거나, 전문가의 설문에 의하여 획득된 허용 오차일 수 있다.

서버(100)는 복수의 후보 허용 오차 정보의 평균 및 표준 편차를 계산하는 단계(1420)를 수행할 수 있다. 또한 서버(100)는 복수의 후보 허용 오차 정보의 평균 및 표준 편차에 기초하여 허용 오차를 결정하는 단계(1430)를 수행할 수 있다. 즉, 서버(100)는 통계를 이용하여 복수의 후보 허용 오차 정보 중 허용 오차를 산출할 수 있다.

복수의 후보 허용 오차는 정규분포를 이룰 수 있으며, 서버(100)는 신뢰 수준에 기초하여 허용 오차를 결정하는 단계를 수행할 수 있다. 신뢰 수준은 90%, 95%, 또는 99%를 포함할 수 있다. 서버(100)는 통계적인 방법에 의하여 복수의 후보 허용 오차 정보의 모집단의 평균이 포함되는 범위를 추정할 수 있다. 서버(100)는 복수의 후보 허용 오차 정보의 모집단의 평균이 포함되는 범위의 최소값 또는 최대값을 허용 오차로 결정할 수 있다.

보다 구체적으로 서버(100)는 허용 오차를 이하와 같은 식으로 구할 수 있다.

[식 6]

허용 오차 = M + Z * s / root(n)

여기서, M은 복수의 후보 허용 오차의 평균이고, Z는 Z-스코어이고, s는 복수의 후보 허용 오차의 표준 편차이고, n은 복수의 후보 허용 오차의 개수일 수 있다. Z-스코어는 미리 결정된 값으로써, 신뢰 수준 90%에서 1.645이고, 신뢰 수준 95%에서 1.96이고, 신뢰 수준 99%에서 2.58일 수 있다.

식 6의 경우, 서버(100)는 성과 데이터의 용도에 대한 정보에 기초하여 신뢰 수준을 결정할 수 있다. 성과 데이터의 용도에 따라 서버(100)는 측량을 상세하게 해야 할 수 있다. 특히 토지 소유자의 권리를 침해하는 사업의 경우 성과 데이터의 정확도가 높아야 할 수 있다. 따라서 서버(100)는 성과 데이터의 정확도가 높아야 할 수록 신뢰 수준을 낮추어서 허용 오차의 값을 줄일 수 있다. 또한, 서버(100)는 성과 데이터의 정확도가 낮아도 될수록 신뢰 수준을 높여서 허용 오차의 값을 높일 수 있다.

하지만 이에 한정되는 것은 아니며, 서버(100)는 허용 오차를 이하와 같은 식으로 구할 수 있다.

[식 7]

허용 오차 = M - Z * s / root(n)

식 7의 경우, 서버(100)는 성과 데이터의 용도에 대한 정보에 기초하여 신뢰 수준을 결정할 수 있다. 성과 데이터의 용도에 따라 측량을 상세하게 해야할 수 있다. 특히 토지 소유자의 권리를 침해하는 사업의 경우 성과 데이터의 정확도가 높아야 할 수 있다. 따라서 서버(100)는 성과 데이터의 정확도가 높아야 할 수록 신뢰 수준을 높여서 허용 오차의 값을 줄일 수 있다. 서버(100)는 성과 데이터의 정확도가 낮아도 될 수록 신뢰 수준을 낮추어서 허용 오차의 값을 높일 수 있다. 서버(100)는 성과 데이터의 용도와 성과 데이터의 정확도를 대응시킨 테이블을 저장하고 있을 수 있다. 서버(100)는 성과 데이터와 관련된 정보에 포함된 성과 데이터의 용도에 기초하여 정확도에 대한 정보를 획득할 수 있다. 또한 서버(100)는 정확도에 대한 정보에 기초하여 허용 오차를 선택할 수 있다. 하지만 이에 한정되는 것은 아니며, 서버(100)는 성과 데이터의 용도와 허용 오차를 대응시킨 테이블을 저장하고 있을 수 있다. 서버(100)는 성과 데이터와 관련된 정보에 포함된 성과 데이터의 용도에 기초하여 허용 오차를 선택할 수 있다.

허용 오차는 성과 데이터의 용도에 대한 정보에 따라 결정될 수 있다. 성과 데이터의 용도는 택지개발지구, 사업개발지역 또는 보존 관리지역을 포함할 수 있다. 서버(100)는 성과 데이터의 용도에 대한 정보를 획득하는 단계를 수행할 수 있다. 또한, 서버(100)는 성과 데이터의 용도에 대한 정보에 기초하여 허용 오차를 결정하는 단계를 수행할 수 있다. 서버(100)는 성과 데이터의 용도에 대한 정보에 대응하는 허용 오차를 나타낸 테이블을 메모리에 저장하고 있을 수 있다. 서버(100)는 메모리에 저장된 테이블에 기초하여 성과 데이터의 용도에 대한 정보에 대응하는 허용 오차를 선택할 수 있다.

성과 데이터 및 지적 데이터 사이의 오차는 경계오차 및 면적오차를 포함할 수 있다. 성과 데이터를 지적 데이터와 비교하기 위하여 성과 데이터를 변환된 성과 데이터로 변환할 수 있고, 성과 데이터는 변환 전/후의 성과 데이터를 포함할 수 있다. 경계오차는 성과 데이터 및 지적 데이터에 나타난 경계의 오차를 나타낼 수 있다. 성과 데이터 및 지적 데이터를 겹쳐 놓았을 때, 지표의 동일한 경계가 성과 데이터 및 지적 데이터에서 서로 다르게 표시될 수 있으며, 다르게 표시된 정도를 수치화 한 것이 경계오차일 수 있다. 경계오차는 거리로 나타날 수 있다. 도 5 내지 도 12의 an 및 An 사이의 차이가 경계오차일 수 있다.

면적오차는 성과 데이터 및 지적 데이터 사이의 필지의 면적의 오차를 나타낸다. 면적 오차는 퍼센트로 나타낼 수 있다. 면적 오차는 성과 데이터에 나타난 필지의 면적에서 지적 데이터에 나타난 필지의 면적을 뺀 값의 절대값을 성과 데이터에 나타난 필지의 면적으로 나눈 값에 기초할 수 있다. 또는 면적 오차는 성과 데이터에 나타난 필지의 면적에서 지적 데이터에 나타난 필지의 면적을 뺀 값의 절대값을 지적 데이터에 나타난 필지의 면적으로 나눈 값에 기초할 수 있다.

허용 오차는 허용 경계오차 및 허용 면적오차를 포함할 수 있다. 허용 경계오차는 성과 데이터 및 지적 데이터 사이의 허용 가능한 경계오차일 수 있다. 즉, 서버(100)는 성과 데이터 및 지적 데이터 사이의 경계오차가 허용 경계오차 이내라면 성과 데이터를 합격으로 결정할 수 있다.

허용 면적오차는 성과 데이터 및 지적 데이터 사이의 허용가능한 경계 오차일 수 있다. 즉, 서버(100)는 성과 데이터 및 지적 데이터 사이의 면적오차가 허용 면적오차 이하라면 성과 데이터를 합격으로 결정할 수 있다.

정리하자면, 서버(100)는 성과 데이터 및 지적 데이터의 경계오차가 허용 경계오차보다 작거나 같거나, 성과 데이터 및 지적 데이터의 면적오차가 허용 면적오차보다 작거나 같은 경우, 성과 데이터를 공개 데이터로 설정하는 단계를 수행할 수 있다. 하지만 이에 한정되는 것은 아니며 서버(100)는 성과 데이터 및 지적 데이터의 경계오차가 허용 경계오차보다 작거나 같고, 성과 데이터 및 지적 데이터의 면적오차가 허용 면적오차보다 작거나 같은 경우, 성과 데이터를 공개 데이터로 설정하는 단계를 수행할 수 있다. 성과 데이터를 공개 데이터로 설정한다는 것은 성과 데이터가 합격되었음을 나타낼 수 있다.

도 15는 본 개시의 일 실시예에 따른 공통점 측량을 위한 데이터 수신 및 결정 기준을 설명하기 위한 표이다.

법적 효력을 갖는 토지소유권을 표시하는 지적도(지적 데이터)에는 민법상 소유권의 일부인 이용권 제한 범위를 표시하는 토지이용규제지도(성과 데이터)에 적용할 수 있다. 지적공부세계측지계변환규정(2016)에 따라 공통점측량 방법은 정지측위(Static)위성측량 또는 토탈스테이션 측량 방법이 이용될 수 있다. 도 15(a)를 참조하면, 기지점간 거리는 5Km를 기준으로 구분되거나, 60분(30초간격)과 30분(30초간격)으로 구분될 수 있다. 또한 도 15(b)를 참조하면, 토지이용규제지도(성과 데이터)에 대하여 결정된 공통점의 좌표는 이미 선정(확보)된 지적기준점(공통점)과 비교하여 25 센티미터(cm) 이내로 차이가 결정될 수 있다.

도 16은 본 개시의 일 실시예에 따라 오차범위 결정을 위한 조사(허용오차)의 범위를 설명하기 위한 도면이다.

이미 설명한 바와 같이 서버(100)는 복수의 후보 허용 오차를 수신할 수 있다. 복수의 후보 허용 오차는 실제 오차값이 수신될 수 있다. 예를 들어, 복수의 후보 허용 오차는 허용 경계오차를 포함할 수 있다. 허용 경계오차는 거리로 표현될 수 있다. 단위는 미터일 수 있다. 하지만 이에 한정되는 것은 아니며 소정의 거리의 범위에 대응되는 인덱스로 표현될 수 있다. 예를 들어 도 16을 참조하면, 허용 경계오차가 1미터인 경우, 인덱스는 "4"일 수 있다.

또한 복수의 후보 허용 오차는 허용 면적오차를 포함할 수 있다. 허용 면적오차는 퍼센트로 표현될 수 있다. 하지만 이에 한정되는 것은 아니며 소정의 퍼센트의 범위에 대응되는 인덱스로 표현될 수 있다. 예를 들어 도 16을 참조하면, 허용 면적오차가 1%인 경우, 인덱스는 "3"일 수 있다.

서버(100)는 미터 또는 인덱스로 표현된 복수의 후보 경계오차를 수신할 수 있다. 또한 서버(100)는 퍼센트 또는 인덱스로 표현된 복수의 후보 면적오차를 수신할 수 있다. 서버(100)는 도 14에서 설명한 바와 같은 통계적인 방법을 이용하여 허용 오차를 결정할 수 있다.

서버(100)는 인덱스로 표현된 복수의 후보 허용 오차를 수신한 경우, 인덱스를 대표값으로 대체할 수 있다. 예를 들어 대표값은 해당 범위의 최소값, 최대값, 평균값 또는 중앙값일 수 있다. 예를 들어 서버(100)가 후보 경계오차로써, 인덱스 2를 수신한 경우, 최소값을 이용하여 0.1m를 대표값으로 결정할 수 있다.

도 17은 본 개시의 일 실시예에 따라 허용 오차 범위 신뢰 확보를 위한 사업지구 및 용도 지역지구별 허용오차 유의성 분석결과를 설명하는 도면이다.

서버(100)는 수신된 복수의 후보 허용 오차를 통계분석할 수 있다. 예를 들어 서버는 도 17의 (a) 또는 도 17의 (b)와 같이 통계분석할 수 있다. 도 17의 (a)는 복수의 후보 경계오차를 통계분석한 결과를 나타내며, 도 17의 (b)는 복수의 후보 면적오차를 통계분석한 결과이다.

토지이용규제지역이 상호 유의성을 갖는지 확인하기 위해 건설·개발이 수반되는 택지개발지구, 항만구역 등 토지이용규제지역 (이하 '사업지구'라고 한다.) 58개와 보전관리지역, 녹지지역 등과 같이 보존·관리 중심인 토지이용규제지역 (이하 '용도지역지구'라고 한다.) 144개로 구분하여 두 그룹간 유의성을 확인할 수 있다.

유의성을 확인하기 위하여 서버(100)는 비모수적 기법인 카이제곱검증(χ²)을 적용할 수 있다. 카이제곱검증(χ²)을 적용한 이유는 수집된 통계자료가 경계·면적오차가 각각 0.00m ~ 0.10 m, 0.00% ~ 0.50% 일부 구간에 치우쳐 비대칭이었기 때문이다. 카이제곱검증(χ²)은 관측값과 기댓값을 비교하기 위한 통계적 시험 방법이다. 일반적으로 관측값이 이론적으로 기대되는 빈도와 같은지 다른지 또는 의미가 있는 것 인지, 아니면 우연한 것인지를 구분할 수 있다. 그리고 여기서 모수(Parameter)는 모집단의 특성 값이고, 통계(estimater)는 표본의 특성 값이다. 도 17과 같이 사업지구와 용도지역·지구를 구분하여 경계오차와 면적오차를 카이제곱검증(χ²)을 이용하여 유의성을 확인한 결과 통계량은 1.788(자유도=1)로 유의확률은 18.12%이었다. 사업개발지역과 보존·관리지역간 경계오차 차이가 없었다. 그러나 면적 오차의 경우 통계량이 6.138(자유도=1)로 유의 확률은 1.32%로 유의미한 결과를 얻었다.

서버(100)는 토지이용규제지도(성과 데이터) 및 지적도(지적 데이터)의 허용오차를 분석하기 위하여 정규분포를 이용할 수 있다. 즉 서버(100)는 복수의 후보 허용오차의 평균 및 표준오차를 통해 Z 값을 산출할 수 있다. 여기서 Z 값은 정규분포의 표준점수로서 관측 값을 표준화한 값이다.

도 18은 본 개시의 일 실시예에 따라 오차범위 결정을 위한 조사(허용오차)에 따른 사업지구 및 용도 지역지구별 허용오차 기초통계를 설명하는 도면이다. 도 19은 본 개시의 일 실시예에 따라 경계 및 면적 오차 범위를 설명하는 도면이다. 도 20은 본 개시의 일 실시예에 따라 정규분포에 따른 신뢰구간별 허용오차의 범위를 설명하는 도면이다.

서버(100)는 수신된 복수의 후보 허용 오차를 통계분석할 수 있다. 예를 들어 서버는 도 18의 (a) 또는 도 18의 (b)와 같이 통계분석할 수 있다. 도 18의 (a)는 복수의 후보 경계오차를 통계분석한 결과를 나타내며, 도 18의 (b)는 복수의 후보 면적오차를 통계분석한 결과이다.

도 19를 참조하면, 서버(100)는 후보 경계 오차 및 후보 면적 오차로 복수의 후보 허용오차를 구분하고, 정규분포화 하여 90%, 95% 신뢰구간의 경계 허용오차를 계산할 수 있다. 서버(100)는 도 18의 통계자료를 이용하여 도 19와 같이 허용 경계 오차 및 허용 면적오차를 계산할 수 있다. 서버(100)는 90%, 95% 신뢰구간의 경계 허용오차를 각각 3.60m, 3.96m으로 결정할 수 있다. 또한 서버(100)는 90%, 95% 신뢰구간의 면적 허용오차를 각각 1.40%, 1.45%으로 결정할 수 있다.

서버(100)는 도 19에 기초하여 신뢰 구간(수준)에 기초하여 허용오차에 포함되는 허용 경계오차 또는 허용 면적오차를 획득할 수 있다. 서버(100)는 성과 데이터 또는 지적 데이터와 관련된 정보에 기초하여 신뢰 수준 또는 허용 오차를 선택할 수 있다. 예를 들어, 서버(100)는 성과 데이터에 포함된 지역의 용도에 기초하여 신뢰 수준을 선택할 수 있다. 또한 서버(100)는 성과 데이터 또는 지적 데이터의 축척에 기초하여 신뢰 수준 또는 허용 오차를 선택할 수 있다.

또한 서버(100)는 허용 경계오차를 사용할지 또는 허용 면적오차를 사용할지 결정할 수 있다. 예를 를 들어, 서버(100)는 성과 데이터와 관련된 정보에 기초하여 허용 경계오차를 사용할지 또는 허용 면적오차를 사용할지 결정할 수 있다. 하지만 이에 한정되는 것은 아니며, 서버(100)는 허용 경계오차 및 허용 면적오차 모두를 이용할 수 있다. 또한 서버(100)는 획득된 허용오차에 기초하여 성과 데이터가 합격인지 여부를 결정할 수 있다.

도 20은 신뢰 수준(Z값 범위)에 따른 허용 경계 오차 및 허용 면적 오차를 나타낸다. 서버(100)는 도 18의 통계자료를 이용하여 도 20과 같이 신뢰 수준에 따른 허용 오차를 획득할 수 있다. 서버(100)는 도 20과 같은 테이블을 이용하여 신뢰 수준에 따라 허용 경계 오차 및 허용 면적 오차를 포함하는 허용오차를 획득할 수 있다.

또한 서버(100)는 허용 경계오차를 사용할지 또는 허용 면적오차를 사용할지 결정할 수 있다. 서버(100)는 도 20에 기초하여 신뢰 구간(수준)에 기초하여 허용오차에 포함되는 허용 경계오차 또는 허용 면적오차를 획득할 수 있다. 서버(100)는 성과 데이터 또는 지적 데이터와 관련된 정보에 기초하여 신뢰 수준 또는 허용 오차를 선택할 수 있다. 예를 들어, 서버(100)는 성과 데이터에 포함된 지역의 용도에 기초하여 신뢰 수준을 선택할 수 있다. 또한 서버(100)는 성과 데이터 또는 지적 데이터의 축척에 기초하여 신뢰 수준 또는 허용 오차를 선택할 수 있다.

서버(100)는 성과 데이터 또는 지적 데이터와 관련된 정보에 기초하여 허용 경계오차를 사용할지 또는 허용 면적오차를 사용할지 결정할 수 있다. 하지만 이에 한정되는 것은 아니며, 서버(100)는 허용 경계오차 및 허용 면적오차 모두를 이용할 수 있다. 또한 서버(100)는 획득된 허용오차에 기초하여 성과 데이터가 합격인지 여부를 결정할 수 있다. 즉, 서버(100)는 변환된 성과 데이터 및 지적 데이터 사이의 경계 오차 및 면적오차를 획득할 수 있다. 또한 서버(100)는 경계오차가 허용 경계오차보다 작거나 같거나, 면적오차가 허용 면적오차보다 작거나 같은 경우, 성과 데이터를 합격으로 결정할 수 있다.

이제까지 다양한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.

Claims (10)

1. 성과 데이터 검사 서버의 성과 검사 방법에 있어서,
   성과 검사 대상으로 미리 측량되어 저장된 지적전산자료가 포함된 지도인 성과 데이터 및 소유권과 관련된 정보를 포함하는 지도인 지적(cadastral) 데이터를 획득하는 단계;
   상기 성과 데이터에 대한 좌표 변환에 관련된 정보를 획득하는 단계;
   복수의 후보 공통점에 대한 정보를 획득하는 단계;
   상기 복수의 후보 공통점의 개수가 임계값보다 작은 경우, 추가적인 후보 공통점에 대한 정보를 수신하는 단계;
   상기 복수의 후보 공통점의 개수가 임계값보다 크거나 같은 경우, 상기 복수의 후보 공통점에 대한 정보 중 변환 공통점에 대한 정보를 선택하는 단계;
   상기 성과 데이터를 변환하기 위한 좌표변환계수를 산출하는 단계;
   상기 좌표 변환에 관련된 정보, 상기 변환 공통점에 대한 정보, 및 상기 좌표변환계수 중 적어도 하나에 기초하여 상기 성과 데이터를 변환하여 변환된 성과 데이터를 획득하는 단계;
   상기 지적 데이터 및 상기 변환된 성과 데이터 사이의 오차를 계산하는 단계;
   허용 오차를 획득하는 단계; 및
   상기 오차가 상기 허용 오차보다 작거나 같은 경우, 상기 성과 데이터를 공개 데이터로 설정하는 단계를 포함하고,
   상기 복수의 후보 공통점에 대한 정보 중 변환 공통점에 대한 정보를 선택하는 단계는,
   상기 복수의 후보 공통점이 서로 다른 좌표계에 대한 것일 때, 각각의 좌표계 별로 상기 변환 공통점에 대한 정보를 선택하는 단계를 포함하는 것을 특징으로 하는 성과 검사 방법.
   
2. 제 1 항에 있어서,
   상기 좌표 변환에 관련된 정보를 획득하는 단계는
   상기 성과 데이터에 대한 축척을 획득하는 단계를 포함하고,
   상기 변환된 성과 데이터를 획득하는 단계는,
   상기 성과 데이터에 대한 축척에 기초하여 변환된 성과 데이터를 획득하는 단계를 포함하는 것을 특징으로 하는 성과 검사 방법.
   
3. 제 1 항에 있어서,
   상기 변환 공통점의 수는 10개이상 100개이하인 것을 특징으로 하는 성과 검사 방법.
   
4. 제 1 항에 있어서,
   상기 복수의 후보 공통점은 지적삼각점, 지적삼각보조점, 또는 지적기준점 중 적어도 하나인 것을 특징으로 하는 성과 검사 방법.
   
5. 삭제
6. 제 1 항에 있어서,
   상기 복수의 후보 공통점에 대한 정보 중 변환 공통점에 대한 정보를 선택하는 단계는,
   상기 복수의 후보 공통점에 대한 정보 중 상기 성과 데이터의 중심에서 가장 가까운 제 1 후보 공통점을 획득하는 단계;
   상기 복수의 후보 공통점에 대한 정보 중 상기 제 1 후보 공통점에서 가장 먼 제 2 후보 공통점을 획득하는 단계;
   상기 복수의 후보 공통점에 대한 정보 중 상기 제 2 후보 공통점에서 가장 먼 제 3 후보 공통점을 획득하는 단계; 및
   상기 제 1 후보 공통점, 상기 제 2 후보 공통점 및 상기 제 3 후보 공통점에 대한 정보를 상기 변환 공통점에 대한 정보로써 선택하는 단계를 포함하는 것을 특징으로 하는 성과 검사 방법.
   
7. 제 6 항에 있어서,
   상기 복수의 후보 공통점에 대한 정보 중, 상기 제 2 후보 공통점으로부터의 거리 및 상기 제 3 후보 공통점으로부터의 거리의 합이 최대인 제 4 후보 공통점을 획득하는 단계; 및
   상기 제 4 후보 공통점에 대한 정보를 상기 변환 공통점에 대한 정보로써 선택하는 단계를 포함하는 것을 특징으로 하는 성과 검사 방법.
   
8. 제 7 항에 있어서,
   상기 복수의 후보 공통점에 대한 정보 중, 상기 제 2 후보 공통점 및 상기 제 3 후보 공통점을 두 개의 초점으로 하고, 상기 제 4 후보 공통점을 지나는 타원에서 제 4 후보와 가장 먼 지점에서 가장 가까운 제 5 후보 공통점을 획득하는 단계; 및
   상기 제 5 후보 공통점에 대한 정보를 상기 변환 공통점에 대한 정보로써 선택하는 단계를 포함하는 것을 특징으로 하는 성과 검사 방법.
   
9. 제 1 항에 있어서,
   상기 좌표 변환에 관련된 정보를 결정하는 단계는,
   상기 성과 데이터의 좌표변환기법에 대한 정보를 획득하는 단계를 포함하고,
   상기 변환된 성과 데이터를 획득하는 단계는,
   상기 성과 데이터의 좌표변환기법에 대한 정보에 더 기초하여 변환된 성과 데이터를 획득하는 단계를 포함하고,
   상기 좌표변환기법은 Helmert, Affine, Pseudo-Affine, 또는 Projective 좌표변환기법 중 적어도 하나를 포함하는 것을 특징으로 하는 성과 검사 방법.
   
10. 제 1 항에 있어서,
    상기 오차는 경계오차 및 면적오차를 포함하고,
    상기 허용 오차는 허용 경계오차 및 허용 면적오차를 포함하고,
    상기 성과 데이터를 공개 데이터로 설정하는 단계는,
    상기 경계오차가 상기 허용 경계오차보다 작거나 같거나, 상기 면적오차가 상기 허용 면적오차보다 작거나 같은 경우, 상기 성과 데이터를 공개 데이터로 설정하는 단계를 포함하는 것을 특징으로 하는 성과 검사 방법.
    

Images