[논문]LiDAR를 이용한 암반 불연속면 추출 기술의 개발 현황

이현우; 김병렬; 최성웅

doi:10.7474/tus.2021.31.1.010

LiDAR를 이용한 암반 불연속면 추출 기술의 개발 현황
Technical Development for Extraction of Discontinuities in Rock Mass Using LiDAR 원문보기

터널과 지하공간: 한국암반공학회지 = Tunnel and underground space, v.31 no.1, 2021년, pp.10 - 24

이현우 (강원대학교 신산업개발T-EMS융합전공) , 김병렬 (한국석회석신소재연구소) , 최성웅 (강원대학교 에너지.자원공학전공 및 신산업개발T-EMS융합전공)

초록
AI-Helper

지하 구조물 구축 시 구조물의 안정성을 확보하기 위해서는 주변 암반에 대한 암반 분류가 필수적으로 수행해야 한다. 특히 암반 내에 존재하는 불연속면은 암반의 물리적, 역학적 특성에 지배적인 영향을 미치므로 암반 불연속면에 대한 정확한 정보의 획득을 통해 신뢰도 높은 암반분류값을 제시하는 것은 매우 중요한 요소이다. 이러한 암반 분류는 지금까지 대부분 수작업을 통해 수행되었다. 그러나 대규모 지질조사와 같은 대형 조사면적에 대한 정확도의 부재, 비숙련자에 의한 암반 등급 결정값의 신뢰도 결여 등에 대한 문제점들이 항시 제기되어 왔다. 따라서 최근에 와서는 넓은 범위에 대해서도 신속하고 정확한 암반 분류를 위해 LiDAR를 이용한 암반 분류의 자동화에 대한 연구가 국내·외적으로 널리 이루어지고 있는 추세이다. 그러나 LiDAR 촬영으로 획득되는 point cloud로부터 불연속면의 정보를 분석하는 알고리즘의 특성에 따라 상이한 결과가 도출될 수 있으며, 숙련자에 의한 수작업의 결과를 완벽하게 대체하기에는 미흡한 경우가 종종 발생하고 있다. 따라서 본 연구에서는 LiDAR 촬영으로 획득한 point cloud로부터 불연속면을 추출하는 다양한 알고리즘을 설명하였으며, 이들 알고리즘을 이용하여 실제 암반 사면을 대상으로 불연속면을 추출하는 과정을 분석하였다. 본 연구에서 제시하는 다양한 알고리즘의 적용 과정은 향후 LiDAR 등을 통하여 획득한 디지털 데이터로부터 암반 불연속면을 추출하는 연구에서 참고자료로 활용될 것을 기대한다.

Abstract ▼ AI-Helper

Rock mass classification for construction of underground facilities is essential to secure their stabilities. Therefore, the reliable values for rock mass classification from the precise information on rock discontinuities are most important factors, because rock mass discontinuities can affect exclusively on the physical and mechanical properties of rock mass. The conventional classification operation for rock mass has been usually performed by hand mapping. However, there have been many issues for its precision and reliability; for instance, in large-scale survey area for regional geological survey, or rock mass classification operation by non-professional engineers. For these reasons, automated rock mass classification using LiDAR becomes popular for obtaining the quick and precise information. But there are several suggested algorithms for analyzing the rock mass discontinuities from point cloud data by LiDAR scanning, and it is known that the different algorithm gives usually different solution. Also, it is not simple to obtain the exact same value to hand mapping. In this paper, several discontinuity extract algorithms have been explained, and their processes for extracting rock mass discontinuities have been simulated for real rock bench. The application process for several algorithms is anticipated to be a good reference for future researches on extracting rock mass discontinuities from digital point cloud data by laser scanner, such as LiDAR.

주제어

표/그림 (19)

그림 Fig. 1. Basic principle of phase-shift type LiDAR and time-of-flight type LiDAR (Choe, 2017)
그림 Fig. 2. Different triangulation in plane view (Lee and Jeon, 2016)
그림 Fig. 3. Ball Pivoting Algorithm (Bernardini et al., 1999)
그림 Fig. 4. Patch growth process
그림 Fig. 5. Concepts for region growing process (Oh, 2011)
그림 Fig. 5. Concepts for region growing process (Oh, 2011) (continue)
그림 Fig. 6. Concepts for normal direction and voxel (Oh, 2011)
그림 Fig. 7. Failure of least squares to deal with erroneous data point (Fischler and Bolles, 1981)
그림 Fig. 8. Target area's picture and patch extraction result of target area (Lee, 2020)
표 Table 1. Joint orientation measured by LiDAR processing and hand-mapping (Lee, 2020)
표 Table 2. Parameters for rock mass classification measured by LiDAR processing and hand-mapping (Lee, 2020)
그림 Fig. 9. Stereonet plots of target area (Lee, 2020)
그림 Fig. 10. Quadtree-Octree index procedure (Han et al., 2017)
그림 Fig. 11. Photograph and point cloud of spathic greywacke located in Wuhan, China (Han et al., 2017)
그림 Fig. 12. Discontinuity set extracted by the proposed method (Han et al., 2017)
표 Table 3. Comparison between proposed method and hand mapping (Han et al., 2017)
그림 Fig. 13. Slope image obtained from rock bench at target area (Han et al., 2017)
그림 Fig. 14. Five principal discontinuity sets detected by each method (Riquelme et al.(2014) and Han et al. (2017))
표 Table 4. Comparison between proposed method and Riquelme method (Han et al., 2017)

참고문헌 (19)

Bernardini, F., Mittleman, J., Rushmeier, H., Silva, C., and Taubin, G., 1999, The ball-pivoting algorithm for surface reconstruction, IEEE transactions on visualization and computer graphics, 5, 4 349-359.

상세보기
Cai, M., Kaiser, P. K., Uno, H., Tasaka, Y., and Minami, M., 2004, Estimation of rock mass deformation modulus and strength of jointed hard rock masses using the GSI system, International Journal of Rock Mechanics and Mining Sciences, 41, 1, 3-19.

상세보기
Choe, H. Y., 2017, LiDAR sensor technology and trends, World of Electricity , 66, 9, 12-17.
Delaunay B., 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.
Fernandez, O., 2005, Obtaining a best fitting plane through 3D georeferenced data, Journal of Structural Geology, 27, 5, 855-858.

상세보기
Fischler, M. A. and Bolles, R. C., 1981, Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography, Communications of the ACM, 24, 6, 381-395.

상세보기
Garcia-Cortes, S., Galan, C. O., Arguelles-Fraga, R., and Diaz, A. M., 2012, Automatic detection of discontinuities from 3D point clouds for the stability analysis of jointed rock masses, 18th International Conference on Virtual Systems and Multimedia, 595-598.
Han, X., Yang, S., Zhou, F., Wang, J., and Zhou, D., 2017, An effective approach for rock mass discontinuity extraction based on terrestrial LiDAR scanning 3D point clouds, Ieee Access, 5, 26734-26742.

상세보기
Kemeny, J., Turner, K., and Norton, B., 2006, LIDAR for rock mass characterization: hardware, software, accuracy and best-practices, In Workshop on Laser and Photogrammetric Methods for Rock Mass Characterization: Exploring New Opportunities, Golden, Colorado, USA.
Kim, C. H. and Kemeny, J. 2009, Automatic extraction of fractures and their characteristics in rock masses by LIDAR system and the Split-FX software, Tunnel and Underground Space, 19, 1, 1-10.
Kong, D., Wu, F., and Saroglou, C. 2020, Automatic identification and characterization of discontinuities in rock masses from 3D point clouds, Engineering Geology, 265, 105442.

상세보기
Lee, S. and Jeon, S., 2016, A Study on the Extraction of Slope Surface Orientation using LIDAR with respect to Triangulation Method and Sampling on the Point Cloud, Tunnel and Underground Space, 26, 1, 46-58.

원문보기 상세보기
Lee, S., 2020, Automated Characterization of Rock Mass Discontinuities Using LiDAR Point Cloud, Ph.D thesis, Seoul National University.
Li, X., Chen, Z., Chen, J., and Zhu, H., 2019, Automatic characterization of rock mass discontinuities using 3D point clouds, Engineering Geology, 259, 105-131.
Oh, S., 2011, Extraction of Rock Discontinuity Orientation by Laser Scanning Technique, Master's thesis ,Seoul National University.
Poppinga, J., Vaskevicius, N., Birk, A., and Pathak, K., 2008, Fast plane detection and polygonalization in noisy 3D range images, IEEE/RSJ International Conference on Intelligent Robots and Systems, 3378-3383.
Riquelme, A. J., Abellan, A., Tomas, R., and Jaboyedoff, M., 2014, A new approach for semi-automatic rock mass joints recognition from 3D point clouds, Computers & Geosciences, 68, 38-52.

상세보기
Roncella, R. and Forlani, G., 2005, Extraction of planar patches from point clouds to retrieve dip and dip direction of rock discontinuities, Proceedings of the ISPRS Workshop Laser scanning 2005, ISPRS Archives, Vol. 36, 162-167.
Weitkamp, C., 2006, Lidar: range-resolved optical remote sensing of the atmosphere, Vol. 102, Springer Science & Business.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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