LIDAR를 이용한 삼차원 점군 데이터의 삼각망 구성 방법 및 샘플링에 따른 암반 불연속면 방향 검출에 관한 연구 A Study on the Extraction of Slope Surface Orientation using LIDAR with respect to Triangulation Method and Sampling on the Point Cloud원문보기
본 연구는 LIDAR라고 불리는 레이져 스캐너를 이용하여 관악산 주변 암반 불연속면을 스캔하여 얻은 삼차원 점군 데이터로부터 삼각망을 구성하고 이로부터 암반 불연속면의 방향을 검출하는 내용을 다루고 있다. 각 불연속면의 방향정보를 획득하는 데 Ball Pivoting, Wrap 알고리즘 두 가지 방법을 사용하고 점군의 샘플링 간격을 원간격, 2, 5, 10 cm로 다운샘플링 하였을 때의 방향 검출 효율성을 확인하였고 각각으로부터 얻어지는 방향정보를 퍼지K-평균 클러스터링 기법을 이용하여 평사투영망 위에서 비교 분석하였다. 투영방향에 의존적인 Delaunay 삼각망 구성방법보다 Ball Pivoting, Wrap 알고리즘이 암반 불연속면 정보 검출에 더 적합함을 확인하였고, 샘플링 간격이 5 cm일 때 Ball Pivoting, Wrap 알고리즘 모두 가장 많은 패치를 검출해내었고 또한 가장 넓은 패치들의 면적을 검출해냄을 확인하였다.
본 연구는 LIDAR라고 불리는 레이져 스캐너를 이용하여 관악산 주변 암반 불연속면을 스캔하여 얻은 삼차원 점군 데이터로부터 삼각망을 구성하고 이로부터 암반 불연속면의 방향을 검출하는 내용을 다루고 있다. 각 불연속면의 방향정보를 획득하는 데 Ball Pivoting, Wrap 알고리즘 두 가지 방법을 사용하고 점군의 샘플링 간격을 원간격, 2, 5, 10 cm로 다운샘플링 하였을 때의 방향 검출 효율성을 확인하였고 각각으로부터 얻어지는 방향정보를 퍼지 K-평균 클러스터링 기법을 이용하여 평사투영망 위에서 비교 분석하였다. 투영방향에 의존적인 Delaunay 삼각망 구성방법보다 Ball Pivoting, Wrap 알고리즘이 암반 불연속면 정보 검출에 더 적합함을 확인하였고, 샘플링 간격이 5 cm일 때 Ball Pivoting, Wrap 알고리즘 모두 가장 많은 패치를 검출해내었고 또한 가장 넓은 패치들의 면적을 검출해냄을 확인하였다.
In this study, a LIDAR laser scanner was used to scan a rock slope around Mt. Gwanak and to produce point cloud from which directional information of rock joint surfaces shall be extracted. It was analyzed using two different algorithms, i.e. Ball Pivoting and Wrap algorithm, and four sampling inter...
In this study, a LIDAR laser scanner was used to scan a rock slope around Mt. Gwanak and to produce point cloud from which directional information of rock joint surfaces shall be extracted. It was analyzed using two different algorithms, i.e. Ball Pivoting and Wrap algorithm, and four sampling intervals, i.e. raw, 2, 5, and 10 cm. The results of Fuzzy K-mean clustering were analyzed on the stereonet. As a result, the Ball Pivoting and Wrap algorithms were considered suitable for extraction of rock surface orientation. In the case of 5 cm sampling interval, both triangulation algorithms extracted the most number of the patch and patched area.
In this study, a LIDAR laser scanner was used to scan a rock slope around Mt. Gwanak and to produce point cloud from which directional information of rock joint surfaces shall be extracted. It was analyzed using two different algorithms, i.e. Ball Pivoting and Wrap algorithm, and four sampling intervals, i.e. raw, 2, 5, and 10 cm. The results of Fuzzy K-mean clustering were analyzed on the stereonet. As a result, the Ball Pivoting and Wrap algorithms were considered suitable for extraction of rock surface orientation. In the case of 5 cm sampling interval, both triangulation algorithms extracted the most number of the patch and patched area.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 LIDAR를 이용한 암반 공학적 정보 취득 시 요구되는 삼각망 구성방법, 면 추출방법, 점군의 밀도, 샘플링 간격 등 명확한 기준은 제시되어 있지 않은 상황이다. 따라서 본 연구에서는 위의 선행연구들에서 언급되지 않은 삼각망 구성방법 및 샘플링 간격에 따른 영향을 고찰해보고자 한다.
본 연구에서는 LIDAR를 이용하여 삼차원 점군 데이터의 삼각망 구성 방법 및 샘플링이 암반 불연속면 방향 검출에 미치는 영향에 관한 연구를 수행하였으며 이를 분석한 결과 다음과 같은 결론을 얻을 수 있었다.
가설 설정
(1999)이 제안한 알고리즘이다. 다양체 M은 3차원 물체의 표면, 샘플링 점집합을 S라 가정한다. 샘플링된 점집합 S의 밀도가 충분히 커서 ρ-ball(반지름이 ρ인 구(球))이 이러한 샘플링된 점들을 닿지 않고 표면을 통과할 수 없다고 가정할 때, 이 구가 점집합 위를 밀착하여 구르면서 현재 점 데이터와 연결되는 다음 점집합을 찾아나가는 방식이다.
제안 방법
(2006)의 조건보다 더 엄격한 인접각 5°, 최소 삼각요소 개수 10개, 최소 패치 영역20 cm2으로 설정하여 명확한 불연속면만을 패치로 추출하도록 하였다.
58 m의 노출부를 스캔대상으로 선정하였다. LIDAR를 이용한 스캔은 사면으로부터 약 5 m 이격된 거리에서 측정하였다. Table 1의 LIDAR의 사양으로부터 점군 결과의 점간거리를 예측할 수 있는데 장비의 최대 해상도(1/1)를 사용하여 측정하면 5m 이격거리에서 최소 점간거리 0.
28 mm였다. 그리고 이 데이터를 점군 처리 소프트웨어 Geomagic studio 상에서 2, 5, 10 cm 간격으로 다운샘플링 하였다.
4 m 이다. 또 장비의 6개의 해상도에 따른 스캔 시간, 점 개수, 점 간격을 비교하며 측정하였고 장비는 프레임의 정면에서 약 4 m 떨어진 곳에 이격시킨 후 스캔하였다.
점군 데이터는 X, Y, Z 좌표 및 반사된 빛 강도(intensity)로 취득이 가능하다. 본 연구에서 사용된 제품을 포함하여 일부 제품에서는 색상정보도 취득이 가능하여 X, Y, Z, R, G, B(red, green, blue)의 정보를 제공한다. 이렇게 측정된 데이터를 ASCII 형식의 파일로 저장하여 본 연구에 사용하였다.
LIDAR의 스캔특성으로 인한 음영지역은 불가피한 영역이지만 삼각망 구성 특성에 따른 구성 오류의 영역은 피할 수 있다. 본 연구에서는 들로네 삼각망 구성방법의 대안으로 Ball pivoting 방법과 Wrap 방법을 사용하여 그 영향을 비교하였다.
점군의 경사/경사 방향은 패치검출 알고리즘을 사용하여 7개의 면을 각각 추출한 뒤, 들로네 삼각망 구성방법으로 삼각망을 구성하고 각 삼각 요소의 경사/경사 방향의 벡터 합으로 구하였다. 본 패치검출 알고리즘 및 방향 검출 검증단계에서는 들로네 삼각망 구성방법으로도 효과적인 패치 검출이 가능했으므로 들로네 삼각망 구성방법만을 사용하여 검증을 실시하였다.
본 연구에서 사용된 제품을 포함하여 일부 제품에서는 색상정보도 취득이 가능하여 X, Y, Z, R, G, B(red, green, blue)의 정보를 제공한다. 이렇게 측정된 데이터를 ASCII 형식의 파일로 저장하여 본 연구에 사용하였다.
6(b)). 점군의 경사/경사 방향은 패치검출 알고리즘을 사용하여 7개의 면을 각각 추출한 뒤, 들로네 삼각망 구성방법으로 삼각망을 구성하고 각 삼각 요소의 경사/경사 방향의 벡터 합으로 구하였다. 본 패치검출 알고리즘 및 방향 검출 검증단계에서는 들로네 삼각망 구성방법으로도 효과적인 패치 검출이 가능했으므로 들로네 삼각망 구성방법만을 사용하여 검증을 실시하였다.
클리노미터를 이용하여 강재 모형의 7개 면을 각각 10회씩 측정한 후 평균을 내어 점군으로부터 구한 불연속면의 방향과 차이를 비교하였고 그 결과는 Table 3과 같다. 경사 방향은 0°~5°의 오차를 내었고, 경사의 경우 0°~4°의 오차가 측정되었다.
, 2015) 등의 연구가 진행되어 왔다. 하지만 모두 각기 다른 장비를 사용하고 각기 다른 밀도의 점군을 이용하여 데이터 분석을 수행하였다. 그리고 LIDAR를 이용한 암반 공학적 정보 취득 시 요구되는 삼각망 구성방법, 면 추출방법, 점군의 밀도, 샘플링 간격 등 명확한 기준은 제시되어 있지 않은 상황이다.
대상 데이터
암반 불연속면의 방향정보 검출의 적합성을 판단하기 위하여 암반의 사면이 모사된 강재 모형(Fig. 5(a))을 대상으로 삼차원 스캐닝을 수행하여 제품의 기본 사양을 검증하였다. 사용된 강재 모형은 다양한 각도를 이루고 있는 그리고 Fig.
대상 강재 모형은 방향이 서로 다른 7개의 면으로 이루어져 있고 크기는 1.6 m × 1.4 m 이다.
본 연구의 대상 암반은 관악산에 위치한 사면(Fig. 7)으로 가로 4.54 m × 세로 2.58 m의 노출부를 스캔대상으로 선정하였다.
측정 장비는 미국의 Faro社의 Focus3D S120을 사용하였고 그 제원은 Table 1과 같다. 이 장비는 위상변위 측정방식을 사용하여 데이터를 취득하고 측정거리는 최소 0.
데이터처리
따라서 이 점군 데이터를 효과적으로 처리하기위한 점군처리 소프트웨어를 선정해야한다. 본 연구에 필요한 삼각망 구성방법을 지원하는 두 소프트웨어 Geomagic Wrap, Meshlab을 사용하여 점군을 삼각망으로 구성하였고, 그 다음 단계로 면 정보 검출 및 효과적인 데이터 가공을 위하여 Matlab을 이용하여 결과를 분석하였다,
이론/모형
Ball pivoting 알고리즘은 Bernardini et al.(1999)이 제안한 알고리즘이다. 다양체 M은 3차원 물체의 표면, 샘플링 점집합을 S라 가정한다.
본 연구에서 분석한 퍼지 K-평균 클러스터링 알고리즘은 Hammah & Curran(1998)의 방법을 Matlab으로 직접 구현하여 사용하였다.
(2002)은 들로네 삼각망 구성방법을 사용하였다. 본 연구에서는 들로네 삼각망 구성방법의 한계를 확인하였고 이에 대한 대안으로 Ball Pivoting과 Wrap 알고리즘을 사용하였다.
, 2006, Oh, 2011). 본 연구에서는 삼각망 구조의 영역 확장 방법을 사용하여 면 정보를 추출하였다. 삼각망 구조의 영역확장 방법은 점군을 삼각망으로 구성한 뒤 임의의 삼각형 요소와 일정각도 이하를 이루는 인접 삼각요소를 병합하고 다시 그것들의 인접 삼각요소들을 찾아 병합하는 과정을 반복하는 방법이다.
절리군의 클러스터링 기법은 Hammah & Curran(1998)의 제안방법을 이용하였다.
성능/효과
1. 투영방향에 의존적인 들로네 삼각망 구성방법보다 Ball Pivoting, Wrap 알고리즘이 암반 사면 정보 검출에 더 적합함을 확인하였다.
2. 본 연구에서는 샘플링 간격이 5 cm 일 때 Ball Pivoting, Wrap 알고리즘 모두 가장 많은 패치를 검출해내었고 가장 넓은 패치들의 면적을 검출해내었다. 따라서 암반 사면의 불연속면 정보 검출에 가장 최적의 샘플링 간격은 5 cm라고 판단되나 면의 거칠기, 만곡, 블록크기 등에 영향을 받을 것으로 판단된다.
3. 모든 샘플링 간격에서 Wrap 알고리즘이 Ball Pivoting 알고리즘보다 패치의 개수, 패치 영역에서 우세한 패치 검출능력을 보였고, Ball Pivoting 알고리즘은 전체 삼각망 구성 면적의 일부 간격에서 우세를 보였다.
11은 4개의 샘플링 간격과 두 개의 삼각망 구성 방법으로 각각 삼각망을 구성하였을 때의 그림이며, 그 그림 위에 검출된 패치가 퍼지 K-평균 클러스터링에 따라 다른 색으로 표시되어있다. Fig. 8에서와 같이, 삼각망 그림으로도 Wrap 알고리즘이 Ball Pivoting 알고리즘보다 삼각망 검출에 더 유리하였음을 확인할 수 있었다.
각각의 샘플링 간격에서 검출되는 패치의 개수는 가장 조밀한 간격인 샘플링을 수행하지 않은 데이터에서 두 삼각망 구성방법 모두 최솟값을 보이며 간격이 멀어질수록 검출되는 패치의 개수도 증가하다가 일정 간격 이후에서는 다시 패치의 검출 효율이 감소함을 보였다(Fig. 8). 이는 불연속면의 면 정보 검출에서 최적의 샘플링 간격이 존재함을 의미한다.
검출된 패치의 총면적 또한 패치의 개수와 유사한 경향을 보이며, 5 m 이격거리 내외에서 스캔한 데이터의 5 cm 샘플링 간격에서 가장 넓은 패치를 검출하였다. (Fig.
샘플링 간격 및 삼각망의 구성방법에 따른 점군 처리 결과는 Table 4와 같다. 모든 삼각망 구성방법에서 샘플링 간격이 커질수록 점의 개수는 기하급수적으로 감소하게 되며 이에 따라 구성되는 삼각 요소의 총개수도 줄어들었다.
6 mm로 가장 멀었다. 최고 해상도(1/1)로 측정하였을 경우에는 16분 30초의 스캔 시간이 소요되었지만 약 890만 개의 점을 스캔하였고 점간 거리도 0.61 mm로 가장 조밀하게 측정되어 실제 암반 불연속면의 만곡 및 거칠기의 측정이 충분히 가능할 것으로 판단하였다. 또한 해상도가 낮은 경우 3번, 7번의 면이 측정되지 않는 오차가 발생한 반면 가장 높은 해상도에서는 모든 면을 검출하여 점군으로 나타내었다.
9). 하지만 두 가지 삼각망 구성방법 모두 샘플링 간격이 멀어질수록 삼각망 총구성면적 또한 증가함을 보인다(Fig. 10). 이는 샘플링 간격이 멀어질수록 삼각망을 구성하는 삼각요소들의 크기가 증가하게 되어 조밀한 데이터에서 삼각망이 구성되지 않았던 영역(hole)을 채우기 때문으로 분석된다.
또한 해상도가 낮은 경우 3번, 7번의 면이 측정되지 않는 오차가 발생한 반면 가장 높은 해상도에서는 모든 면을 검출하여 점군으로 나타내었다. 하지만 빛의 반사를 이용하여 거리를 측정하는 LIDAR 장비의 특성상 높은 반사율을 갖는 강재 모형의 LIDAR장비와 나란히 위치하여 레이저의 빛이 수직으로 반사되는 대상 프레임 중심부에서 높은 측정오차가 검출되었다. 따라서 자연광이 강하게 존재하는 암석 표면에서 수분에 의한 난반사가 이루어질 경우 오차의 검출이 있을 수 있을 것이라 예측된다.
후속연구
불연속면의 방향 정보들을 분석할 때에 동일한 데이터들로부터 최대한 많은 패치 정보들을 추출하기 위해서는 샘플링 간격 및 삼각망 구성방법의 신중한 고려가 필요할 것으로 판단되며 데이터의 평활화(smoothing), 노이즈 저감(noise reduction) 등의 후처리 기법에 대한 추가적인 연구가 필요할 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
암반 불연속면의 공학적 특성을 얻기 위하여널리 사용되는 것은?
암반 불연속면의 공학적 특성을 얻기 위하여 지질학적인 맵핑 방법(스캔라인, 윈도우맵핑 등)이 널리 사용되고 있으며 작업자의 전문성에 따라 계측된 결괏값의 신뢰도가 영향을 받는 문제가 있지만 현재까지 가장 정확하고 정밀한 값을 제공하는 방법인 것으로 알려져 있다. 하지만 근래의 대규모 광산 및 넓은 영역의 사면 등의 설계 과정 또는 시공 현장에서 대량 데이터 수집이 요구되는 경우가 있다.
최근 대규모 광산 및 넓은 영역의 사면 등의 설계 과정 또는 시공 현장에서 대량 데이터 수집이 요구되면서 증가하는 것은?
이러한 경우 암반 특성에 관한 대량의 데이터 수집은 매우 시간이 오래 걸리는 일이며 작업자의 안전문제, 측정자의 편향을 포함할 가능성이 높다. 이러한 문제점들을 해결하기 위하여 다양한 방법의 연구들이 진행되어 왔는데 최근 광학기술의 발달로 빠르고 정확한 3차원 점군정보의 획득이 가능한 LIDAR(LIght Detection And Ranging)의 활용이 급격히 증가하는 추세이다(Abellan et al., 2014).
지질학적인 맵핑 방법의 문제점은?
암반 불연속면의 공학적 특성을 얻기 위하여 지질학적인 맵핑 방법(스캔라인, 윈도우맵핑 등)이 널리 사용되고 있으며 작업자의 전문성에 따라 계측된 결괏값의 신뢰도가 영향을 받는 문제가 있지만 현재까지 가장 정확하고 정밀한 값을 제공하는 방법인 것으로 알려져 있다. 하지만 근래의 대규모 광산 및 넓은 영역의 사면 등의 설계 과정 또는 시공 현장에서 대량 데이터 수집이 요구되는 경우가 있다.
참고문헌 (19)
Abellan, A., Jaboyedoff, M., Oppikofer, T., Vilaplana, J.M., 2009, Detection of millimetric deformation using a terrestrial laser scanner: experiment and application to a rockfall event, Natural Hazards and Earth System Science, Vol. 9, 365-372.
Abellan, A., Oppikofer, T., Jaboyedoff, M., Rosser, N. J., Lim, M., & Lato, M. J., 2014, Terrestrial laser scanning of rock slope instabilities, Earth Surface Processes and Landforms, Vol. 39, No. 1, 80-97.
B. Delaunay, 1934, Sur la sphere vide. A la memoire de Georges Voronoi, Bulletin de l'Academie des Sciences de l'URSS. Classe des sciences mathematiques et na, No. 6, 793-800.
Bernardini, F., Mittleman, J., Rushmeier, H., Silva, C., & Taubin, G., 1999, The ball-pivoting algorithm for surface reconstruction, Visualization and Computer Graphics, Vol. 5, No. 4, 349-359.
Edelsbrunner, H., 2003, Surface reconstruction by wrapping finite sets in space, Descrete & Computational Geometry, Springer, Berlin, 379-404.
Hammah, R. E., & Curran, J. H., 1998, Fuzzy Cluster Algorithm for the Automatic Identification of Joint Sets, International Journal of Rock Mechanics and Mining Sciences, Vol. 35, No. 7, pp. 889-905.
Jeong, C.Y., Park, H.D., 2003, DEM generation of rock slope using laser scanning and digital stereo photogrametry, Tunnel & Underground Space, Vol. 13, No. 3, 207-214.
Jung, Y.B., Jeon, S., 2003, Fuzzy Clustering Method for the Identification of Joint Sets, Tunnel & Underground Space, Vol. 13, No. 4, pp. 294-303.
Kasperski, J., Delacourt, C., Allemand, P., Potherat, P., Jaud, M., Varrel, E., 2010, Application of a Terrestrial Laser Scanner (TLS) to the study of the Sechilienne landslide (Isere France), Remote Sensing, Vol. 2, No. 12, 2785-2802.
Kemeny, J., Turner, K., & Norton, B., 2006, LIDAR for rock mass characterization: hardware, software, accuracy and best-practices, Laser and Photogrammetric Methods for Rock Face Characterization, 49-62.
Kim, C., Kemeny, J., Automatic extraction of fractures and their characteristics in rock masses by LIDAR system and the Split-FX software, Tunnel & Underground Space, Vol. 19, No. 1, 1-10.
Lichti, D.D., Gordon, S.J., Stewart, M.P., 2002, Ground-based laser scanners: operation systems and applications, Geomatica, Vol. 56, No. 1, 21-33.
Oh, S., 2011, Extraction of Rock Discontinuity Orientation by Laser Scanning Technique, Masters thesis, Seoul National University, 73p.
Oppikofer, T., Jaboyedoff, M., Blikra, L., Derron, M.H., Metzger, R., 2009, Characterization and monitoring of the Aknes rockslide using terrestrial laser scanning, Natural Hazards and Earth System Science, Vol. 9, 1003-1019.
Park, S.H., Lee, S.G., Lee, B.K., Kim, C.H., 2015, A study on reliability of joint orientation measurements in rock slope using 3d laser scanner, Tunnel & Underground Space, Vol. 25, No. 1, 97-106.
Rosser, N.J., Petley, D.N., Lim, M., Dunning, S.A., Allison, R.J., 2005, Terrestrial laser scanning for monitoring the process of hard rock coastal cliff erosion, Quarterly Journal of Engineering Geology and Hydrogeology, Vol. 38, No. 4, 363-375.
Slob, S., Hack, R., Turner, A.K., 2002, An approach to automate discontinuity measurements of rock faces using laser scanning techniques, ISRM International Symposium on Rock Engineering for Mountainous Regions : EUROCK 2002, 87-94.
Ulusay, R., Hudson, J.A., 2007, The Complete ISRM Suggested Methods for Rock Characterization, Testing and Monitoring: 1974-2006, International Society for Rock Mechanics, Compilation Arranged by the ISRM Turkish National Group, Ankara, p. 628.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.