[논문]산림 현장조사를 위한 객체 모델링과 AR의 활용

박준규; 오명관

doi:10.5762/kais.2020.21.12.411

초록
AI-Helper

산림 현장조사는 현장에서 측정된 데이터를 야장에 수기로 기입하는 방법으로 이루어지고 있으며, 현장 조사 후 결과를 다시 정리해야하는 번거로움이 있다. 이에 본 연구에서는 객체 모델링과 AR을 활용한 방법을 적용하여 시험림에 대한 수목조사에 효율성을 제고하고자 하였다. 3D 레이저 스캐너를 이용하여 연구대상지 1ha 면적의 387개 수목에 대한 데이터를 취득하였으며, 수목 객체의 추출 및 모델링을 통해 수목에 대한 좌표, 수고 및 흉고직경을 산정하였다. 이 방법은 현장에서 데이터 취득에 소요되는 시간을 감소시킬 수 있으며, 디지털화 된 성과물 생성이 가능하기 때문에 관련 시스템 구축을 위한 기초자료로 활용이 가능하다. 또한 수목에 대한 모델링 결과와 GNSS 및 AR 기법을 이용한 조사는 현장에서 조사하는 수목에 대한 좌표와 수고 및 흉고직경 등의 속성정보를 확인할 수 있어 특정 객체의 위치와 속성값을 현장에서 확인하기 어려웠던 기존 조사 방법의 단점을 개선할 수 있었다. 향후 포인트클라우드와 AR 기술을 활용한 방법은 현장조사에 소요되는 인력과 시간을 감소시킬 수 있어 수목조사 및 모니터링의 효율성을 크게 향상시킬 것이다.

Abstract ▼ AI-Helper

Field investigations of forests are carried out by writing measured data by hand, and it is a hassle to reorganize the results after a field survey. In this study, a method using object modeling and augmented reality (AR) was applied in a test forest to increase the efficiency of a field investigati...

Field investigations of forests are carried out by writing measured data by hand, and it is a hassle to reorganize the results after a field survey. In this study, a method using object modeling and augmented reality (AR) was applied in a test forest to increase the efficiency of a field investigations. Using a 3D laser scanner, data on were acquired 387 trees within an area of 1 ha at the study site. The coordinates, height, and diameter were calculated through object extraction and modeling of a tree. The proposed can reduce the time required to acquire data in the field and can be used as basic data for building related systems. In addition, the modeling results of trees and a survey using GNSS and AR techniques can be used check coordinates, labor, and attribute information, such as the chest height diameter of the trees being surveyed in the field. The shortcomings of the survey method could be improved. In the future, the method could greatly improve the efficiency of tree surveys and monitoring by reducing the manpower and time required for field surveys.

주제어

표/그림 (14)

그림 Fig. 1. Test plantation in Korea
그림 Fig. 2. Study flow
그림 Fig. 3. Study site
그림 Fig. 4. 3D laser scanner[9]
그림 Fig. 5. Point cloud data
그림 Fig. 6. Classification of trees
그림 Fig. 7. Classification of ground
그림 Fig. 8. Measurement of DBH
표 Table 1. Position, height, DBH of trees
그림 Fig. 8. Location of trees
그림 Fig. 9. Modeling of trees
표 Table 2. Comparison of work process for 1ha
그림 Fig. 10. GNSS & AR Device[11]
그림 Fig. 11. Tree monitoring using GNSS and AR

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 포인트클라우드와 AR을 활용한 방법을 적용하여 시험림에 대한 수목 조사에 효율성을 제고하고자 한 것으로 연구를 통해 다음과 같은 결론을 얻었다.
시험림에 대한 흉고직경 및 수고의 조사는 현재 줄자 및 권척, GNSS 등으로 현장에서 측정된 데이터를 야장에 수기로 기입하는 방법으로 이루어지고 있으며, 이는 현장조사 결과를 디지털 형태로 다시 입력해야 하는 단점이 있다[8]. 이에 본 연구에서는 객체 모델링과 AR을 적용하여 시험림에 대한 수목 조사에 대한 효율성을 제고하고자 하였다. Fig.

제안 방법

1. 3D 레이저 스캐너를 이용하여 연구대상지 1ha 면적의 387개 수목에 대한 데이터를 취득하였으며, 객체 추출 및 모델링을 통해 수목에 대한 좌표, 수고 및 흉고직경을 추출하였다.
3D 레이저 스캐너를 통해 취득된 데이터는 소프트웨어를 이용해 자동정합과 Georeferencing을 수행하여 포인트클라우드 형태의 데이터를 생성하였다. 또한 수목의 좌표취득, 흉고직경 및 수고조사를 위해 수목을 객체별로 분류하고, 지면을 추출하였다.
3D 레이저 스캐너를 통해 취득된 데이터는 소프트웨어를 이용해 자동정합과 Georeferencing을 수행하여 포인트클라우드 형태의 데이터를 생성하였다. 또한 수목의 좌표취득, 흉고직경 및 수고조사를 위해 수목을 객체별로 분류하고, 지면을 추출하였다. Fig.
모델링된 수목 데이터는 Fig. 10과 같이 GNSS 및 AR 이 적용된 장비에 탑재하였으며, 이를 이용하여 현장조사 를 수행하였다. GNSS는 Virtual Reference System 방법으로 장비의 위치를 파악하며, 스마트폰의 자세센서와 카메라를 이용하여 화면에 표시되는 영상과 모델링 데이터를 중첩하였다.
본 연구에서는 3D 레이저 스캐너 중 이동형 장비를 이용한 데이터 취득이 이루어 졌다. Fig.
수목의 객체별 분류결과와 지면추출 결과를 이용하여 지면에서 1.2m 높이에 해당하는 수목의 흉고직경을 추출하였으며, 각각의 수목에 대한 좌표 및 수고를 취득하였다. Fig.
한편, 본 연구에서는 구축된 AR 기술을 적용한 현장 조사를 위해 취득된 수목의 좌표와 흉고직경을 이용한 모델링을 수행하였다. Fig.

대상 데이터

데이터는 1ha 면적에 대해 취득하였으며, Geo referencing을 위해 GNSS 측량도 함께 수행되었다. 데이터 취득에 소요된 시간은 총 1시간이었으며, Fig.
시험림에 대한 데이터 취득은 춘천 시험림을 대상으로 수행되었다. 춘천 시험림은 151ha 면적으로 잣나무, 전 나무, 낙엽송, 참나무 등 활엽수가 주요 수종이다.

성능/효과

2. 객체 추출 및 모델링을 통해 기존의 방법보다 현장 조사 시간을 감소시켰으며, 디지털화된 성과물을 별도의 작업없이 얻을 수 있기 때문에 시스템 구축을 위한 기초자료로 활용이 가능하다.
3. GNSS 및 AR 기법을 이용한 산림 현장조사는 수목에 대한 좌표와 수고 및 흉고직경 등의 속성정보를 확인할 수 있어 기존의 출력물을 이용한 조사에서 해당 객체를 찾기가 어려웠던 단점을 개선할 수 있으며, 조사내용을 현장에서 입력할 수 있어 현장조사 내용에 대한 추가적인 정리작업을 단순화 할 수 있었다.
연구대상지 1ha 면적에 있는 387개 수목에 대한 좌표를 취득하였으며, 각 수목에 대한 수고 및 흉고직경을 효과적으로 조사할 수 있었다. 흉고직경과 수고는 산림자원조사에서 가장 중요한 항목으로 수목에 대한 생장모델 연구에 필수적인 요소이다.

후속연구

4. 향후 객체 모델링 및 AR 기술을 활용한 방법은 현장조사에 소요되는 인력과 시간을 감소시킬 수 있어 관련 업무의 효율성을 크게 향상시킬 것이다.
동일 면적에 대해 기존의 방법으로 조사를 하는 경우 최소 3인이 7시간 이상의 현장 작업을 통한 조사가 필요하지만[10], 3D 레이저 스캐너를 통한 데이터 취득 및 처리를 통해 이러한 작업시간을 크게 감소시킬 수 있었다. 또한 본 연구에서 적용한 방법은 수기로 작성되던 성과물을 별도의 과정없이 디지털화 할 수 있기 때문에 향후 시스템 구축을 위한 기초자료로 활용이 가능할 것이다. Table 2는 기존 방법과 3D 레이저 스캐너를 이용한 방법의 작업 공정을 비교한 것이다.
또한 조사 결과를 수기로 작성하고, 결과를 다시 정리하는 과정이 필요하였으나 GNSS와 AR을 이용한 현장조사는 이러한 과정을 단순화 할 수 있다. 향후 객체 모델링과 AR 기술을 활용한 방법은 현장 수목조사 업무의 효율성 증대에 기여할 것이다.

참고문헌 (11)

Y. R. Choi, J. S. Lee, H. C. Yun, "Extraction of Forest Resources Using High Density LiDAR Data", Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol.33, No.2, 2015, pp. 73-81. DOI: http://dx.doi.org/10.7848/ksgpc.2015.33.2.73

원문보기 상세보기
M. K. Chung, C. J. Kim, K. H. Choi, D. K. Chung, Y. I. Kim, "Development of LiDAR Simulator for Backpack-mounted Mobile Indoor Mapping System", Korean Society Of Surveying, Geodesy, Photogrammetry and Cartography, Vol.35, No.2, 2017, pp. 91-102. DOI: https://doi.org/10.7848/ksgpc.2017.35.2.91

원문보기 상세보기
H. L. Park, J. W. Choi, J. H. oh, "Seasonal Effects Removal of Unsupervised Change Detection based Multitemporal Imagery", Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol.36, No.2, 2018, pp. 51-58. DOI: https://doi.org/10.7848/ksgpc.2018.36.2.51

원문보기 상세보기
K. D. Lee, S. H. Jung, K. H. Lee, Y. S. Choi, M. S. Kim, "Mobile Mapping System Development Based on MEMS-INS for Measurement of Road Facility", Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol.36, No.2, 2018, pp. 75-84. DOI: https://doi.org/10.7848/ksgpc.2018.36.2.75

원문보기 상세보기
E. G. Park, J. H. You, H. J. Lee, "The Planning and Design of Urban Streams Based on 3D Terrain Modelling", Journal of the Korean Society for Geospatial Information Science, Vol.23, No.2, 2015, pp. 59-67. DOI: http://dx.doi.org/10.7319/kogsis.2015.23.2.059

원문보기 상세보기
J. H. Moon, J. J. Yun, "Development of a Boat Operator Computer Scoring System Based on LiDAR and WAVE", Journal of the Korean Society of Marine Environment & Safety, Vol.25, No.4, Aug. 2019, pp. 119-126. DOI: https://doi.org/10.7837/kosomes.2019.25.4.504

원문보기 상세보기
J. S. Lee, M. G. Kim, H. I. Kim, "Camera and LiDAR Sensor Fusion for Improving Object Detection", JOURNAL OF BROADCAST ENGINEERING, Vol.24, No.4, Aug. 2019, pp. 580-591. DOI: https://doi.org/10.7837/kosomes.2019.25.4.504

원문보기 상세보기
Y. R. Park, Y. O. Kang, D. E. Kim, J. Y. Lee, N. Y. Kim, "Analysis of Seoul Image of Foreign Tourists Visiting Seoul by Text Mining with Flickr Data", Journal of the Korean Society For GeospatIal Information Science, Vol.27, No.1, Jan. 2019, pp. 11-23. DOI: http://dx.doi.org/10.7319/kogsis.2019.27.1.01
GeoSLAM, products, [Internet]. GeoSLAM. Available From: https://geoslam.com/solutions/zeb-horizon/ accessed April, 10, 2020)
National Institute of Forest Science, News and Announcement, [Internet]. Korea Forest Service. Available From: http://nifos.forest.go.kr/kfsweb/cop/bbs/selectBoardArticle.do;jsessionidVtSKCeaNolHij5PaGIdOPRJaqDcmUhwCFoBJtccmCiBdlxmJ45OKDpUQxN5ueE9w.frswas02_servlet_engine5?nttId3143779&bbsIdBBSMSTR_1036&mnUKFR_03_03&ctgryLrclsCTGRY150 (accessed April, 10, 2020)
Trimble Inc., SiteVision, [Internet]. Trimble Inc. Available From: https://sitevision.trimble.com/ accessed April. 10, 2020)

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

산림 현장조사를 위한 객체 모델링과 AR의 활용
Application of Object Modeling and AR for Forest Field Investigation 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (14)

표/그림 (14)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

산림 현장조사를 위한 객체 모델링과 AR의 활용 Application of Object Modeling and AR for Forest Field Investigation 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (14) 모든 표/그림 보기

표/그림 (14) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

오명관 (20)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

산림 현장조사를 위한 객체 모델링과 AR의 활용
Application of Object Modeling and AR for Forest Field Investigation 원문보기

초록
AI-Helper

표/그림 (14)

표/그림 (14)

AI 본문요약
AI-Helper