[논문]지형모델 구축 방법에 따른 토공물량 산정의 정확도 평가

박준규; 정갑용

doi:10.7848/ksgpc.2021.39.1.47

지형모델 구축 방법에 따른 토공물량 산정의 정확도 평가
Accuracy Evaluation of Earthwork Volume Calculation According to Terrain Model Generation Method 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.39 no.1, 2021년, pp.47 - 54

박준규 (Department of Civil Engineering, Seoil University) , 정갑용 (Department of Construction Engineering Education, Chungnam National University)

초록
AI-Helper

건설현장에서 토공물량 산정은 설계에서 시공에 이르기까지 공사비에 큰 영향을 주는 요소로 정확한 값을 산출하는 것이 중요하다. 본 연구에서는 토공물량 산정을 위해 드론 사진측량과 드론 LiDAR를 이용한 방법으로 지형모델을 생성하였다. 드론 사진측량 방법으로 연구대상지의 DSM (Digital Surface Model) 및 정사영상을 구축하였으며, 드론 LiDAR를 이용해 연구대상지의 DEM (Digital Elevation Model)을 구축하였다. 각각의 방법으로 생성된 지형모델에 대한 정확도 평가를 수행하여 각각의 방법이 수평방향 0.034m, 0.035m, 수직방향 0.054m, 0.025m의 차이를 나타내어 지형모델 구축을 위한 드론 사진측량과 드론 LiDAR의 활용성을 제시하였다. 연구대상지의 토공물량 산정 결과, 드론 사진측량은 GNSS 측량 성과와 1528.1㎥의 차이를 나타내었으며, 드론 LiDAR는 160.28㎥의 차이를 나타내었다. 토공물량의 차이는 식생 및 가건물로 인한 지형모델의 차이로 판단되며, 연구를 통해 드론 LiDAR에 의한 물량산정의 효율성을 제시할 수 있었다. 향후 추가적인 연구를 통해 GNSS (Global Navigation Satellite System) 측량과 드론 LiDAR를 활용한 방법으로 산림지역에서의 지형모델 구축 및 활용성에 대한 평가가 이루어진다면 드론 LiDAR를 이용한 지형모델 구축의 활용성을 제시할 수 있을 것이다.

Abstract ▼ AI-Helper

Calculation of quantity at construction sites is a factor that has a great influence on construction costs, and it is important to calculate accurate values. In this study, topographic model was created by using drone photogrammetry and drone LiDAR to estimate earthwork volume. ortho image and DSM (Digital Surface Model) were constructed for the study area by drone photogrammetry, and DEM (Digital Elevation Model) of the target area was established using drone LiDAR. And through accuracy evaluation, accuracy of each method are 0.034m, 0.35m in horizontal direction, 0.054m, 0.25m in vertical direction. Through the research, the usability of drone photogrammetry and drone LiDAR for constructing geospatial information was presented. As a result of calculating the volume of the study site, the UAV photogrammetry showed a difference of 1528.1㎥ from the GNSS (Global Navigation Satellite System) survey performance, and the 3D Laser Scanner showed difference of 160.28㎥. The difference in the volume of earthwork is due to the difference in the topographic model, and the efficiency of volume calculation by drone LiDAR could be suggested. In the future, if additional research is conducted using GNSS surveying and drone LiDAR to establish topographic model in the forest area and evaluate its usability, the efficiency of terrain model construction using drone LiDAR can be suggested.

주제어

표/그림 (23)

그림 Fig. 1. Study flow
그림 Fig. 2. Study area
그림 Fig. 3. Phantom4 RTK and SurveyorUltra
그림 Fig. 4. Data acquisition path of drone photogrammetry
그림 Fig. 6. Data processing for DSM and ortho image
그림 Fig. 7. DSM
그림 Fig. 9. Data acquisition path of drone LiDAR
그림 Fig. 10. Drone path processing screen
그림 Fig. 5. SGM process
그림 Fig. 8. Ortho image
그림 Fig. 11. Precision of processing results
그림 Fig. 12. Classiﬁcation result
그림 Fig. 13. Ground classification results
그림 Fig. 14. TIN
표 Table 1. Classiﬁcation layer
표 Table 2. Check points and veriﬁcation results
그림 Fig. 15. Volume calculation area
그림 Fig. 16. Volume Calculation by UAV Photogrammetry
그림 Fig. 18. Diﬀerence of Terrain Model between Drone Photogrammetry and Drone LiDAR
그림 Fig. 17. Volume Calculation by Drone LiDAR
표 Table 3. Permissible accuracy for 1:1,000 digital map
표 Table 4. Comparison of volume calculation results
표 Table 5. Comparison of working time and speciﬁcation of workstation

AI 본문요약
AI-Helper

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

문제 정의

하지만드론 LiDAR는 현재 적용이 시작되는 단계로 건설공사 토 공량 산정에 적용된 사례가 거의 없는 실정이다. 본 연구에서는 드론 사진측량 및 드론 LiDAR 방법으로 지형모델을 구축하고 토공 물량을 산정하며, GNSS 측량 결과와 비교 및 분석을 통해 각각의 방법으로 산정된 토공물량의 정확도를 평가하고자 하였다. Fig.

제안 방법

데이터 처리를 통해 얻은 결과물인 포인트클라우드에서 DEM 생성을 위해 식생과 지면을 분류하였다. 지면분류에는 Realworks 소프트웨어의 자동분류 기능을 이용하였으며, 자동분류 레이어 중 Ground와 Vegetation을 분류하였다.
드론 LiDAR는 지상기준점을 이용한 경로처리 및 포인트 클라우드 생성의 과정으로 데이터 처리를 수행하였다. 경로처리는 드론의 지상기준점에서 정지측량을 통해 얻은 GNSS 데이터를 기준으로 드론의 GNSS/INS 데이터를 처리하여 정확한 드론의 비행경로와 자세를 계산하는 과정이다.
드론 LiDAR를 이용한 방법은 데이터 취득에 15분이 소요되었으며, 드론 LiDAR의 도달거리를 고려하여 건물 주변과 도로 주변의 고도를 다르게 하여 각각 100m와 50m고 도에서 수동비행으로 수행되었다. Fig.
드론 사진측량 및 드론 LiDAR 성과물의 검증을 위해 연구대상지에 설치한 5점의 검사점 성과를 이용하여 드론 사진측량 및 드론 LiDAR에 의해 제작된 성과물의 좌표성과를 비교하였다. Table 2는 성과물 검증 결과를 나타낸다.
구축하고 토공물량을 산정하였다. 드론 사진측량 및 드론 LiDAR를 이용한 방법으로 연구대상지에 대한 정사 영상, DSM 및 DEM을 구축하였으며, 정확도 검증을 수행하였다. 정확도 검증 결과 각각의 방법이 수평방향 0.
드론 사진측량을 위한 데이터 취득은 연구대상지 주변에 대해 종 및 횡중복도 80%로 총 7개의 strip으로 이루어졌으며, 소요된 시간은 20분 이었다. 촬영고도는 150m로 총 147 매의 사진이 촬영되었으며, GSD (Ground Sample Distance) 는 3cm였다.
촬영고도는 150m로 총 147 매의 사진이 촬영되었으며, GSD (Ground Sample Distance) 는 3cm였다. 드론 사진측량의 자료처리는 UAS Master 소프트웨어를 이용하여 외부표정요소와 지상기준점을 이용한 항공 삼각측량을 수행하고, DSM과 정사영상을 제작하였다. Fig.
70m²이다. 물량산정을 위해 대상 영역의 설계도면을 이용하여 기준면을 설정하고, 10cm 간격의 격자를 생성하여 체적을 계산하였다. Figs.
본 연구에서는 드론 사진측량 및 드론 LiDAR 방법으로 지형 모델을 구축하고 토공물량을 산정하였다. 드론 사진측량 및 드론 LiDAR를 이용한 방법으로 연구대상지에 대한 정사 영상, DSM 및 DEM을 구축하였으며, 정확도 검증을 수행하였다.
분류 결과에서 식생을 제거하고, 지면을 추출하여 DEM을 생성하였다. 포인트클라우드 형태의 DEM을 이용하여 체적계산을 위한 TIN (Triangulated Irregular Networks)를 생성하였다.
정사영상은 DSM을 이용하여 폐색영역 보정, 모자이크 처리, 칼라매칭의 과정을 통해 수행되었다. Fig.
지면분류에는 Realworks 소프트웨어의 자동분류 기능을 이용하였으며, 자동분류 레이어 중 Ground와 Vegetation을 분류하였다. Table 1은 classiﬁcation 레이어 중 일부이며, Fig.
토공물량 산정에 대한 정확도 평가를 위해 해당 영역의 GNSS 측량성과와 비교하였다. GNSS 측량성과는 해당 지역의 종횡단 측량을 통해 구축된 지형모델을 이용하여 절토량을 산정한 것이다.
포인트클라우드 형태의 DEM을 이용하여 체적계산을 위한 TIN (Triangulated Irregular Networks)를 생성하였다. Figs.

대상 데이터

대상 영역은 가건물과 식생이 일부 존재하는 지역으로 면적은 2310.70m²이다. 물량산정을 위해 대상 영역의 설계도면을 이용하여 기준면을 설정하고, 10cm 간격의 격자를 생성하여 체적을 계산하였다.
연구대상지로 선정하였다. 드론 사진측량을 위한 데이터 취득은 DJI사의 Phantom4 RTK를 이용하였으며, LiDAR 는 드론에 탑재가 가능한 YellowScan사의 Surveyor Ultra 모델을 이용하였다. Fig.
본 연구에서는 드론 사진측량 및 드론 LiDAR를 이용한 지형 모델 생성 및 토공물량 산정을 위해 전라남도 여수 인근의 건설 현장을 연구대상지로 선정하였다. 드론 사진측량을 위한 데이터 취득은 DJI사의 Phantom4 RTK를 이용하였으며, LiDAR 는 드론에 탑재가 가능한 YellowScan사의 Surveyor Ultra 모델을 이용하였다.
연구대상지의 토공물량 산정을 위해 대상 영역을 선정하였다. 물량산정이 필요한 영역은 식생이 일부 있는 사면으로 평탄화를 위한 절토 예정지 도면을 이용하였다.
소요된 시간은 20분 이었다. 촬영고도는 150m로 총 147 매의 사진이 촬영되었으며, GSD (Ground Sample Distance) 는 3cm였다. 드론 사진측량의 자료처리는 UAS Master 소프트웨어를 이용하여 외부표정요소와 지상기준점을 이용한 항공 삼각측량을 수행하고, DSM과 정사영상을 제작하였다.

이론/모형

DSM 생성은 SGM (Semi Global Matching) 방법을 이용하였다. SGMe 연속된 좌측과 우측의 드론 영상 매칭을 위한 Cost를 계산하고, 계산된 Cost를 순차적으로 누적시킨 후, 누적된 Cost의 최대 또는 최소값에 해당하는 시차를 계산하는 방식으로 수행된다(Hirschmuller, 2008; Lee et al.
물량산정이 필요한 영역은 식생이 일부 있는 사면으로 평탄화를 위한 절토 예정지 도면을 이용하였다. Fig.

성능/효과

드론 사진측량의 경우 연구대상지의 식생이나 가건물에 대한물량이 포함되어 있어 GNSS 측량 성과보다 큰 값을 나타낸 것으로 판단된다. 드론 LiDAR는 GNSS 측량과 160.28m³의차이를 나타내었는데 이러한 결과는 토공물량 산정을 위한 방안으로 드론 사진측량보다 드론 LiDAR에 의한 방법이 더욱 효과적임을 나타내는 것이다. Fig.
025m이내의 편차를 나타내었다. 드론 사진측량은 드론 LiDAR에 비해 높은 수평정확도를 나타내었으며, 수직 정확도는 드론 LiDAR에 의한 방법이 더 높은 결과를 나타내었다. 이러한 결과는 LiDAR의 경우 포인트클라우드 형태의 데이터에서 검사점에 대한 정확한 수평위치를 선정하기 어렵기 때문인 것으로 판단된다.
성과물 검증 결과 드론 사진측량에 의한 DSMe 수평 방향으로 최대 0.034m, 수직방향으로 최대 0.054m의 차이를 나타내었다. 드론 LiDAR 성과는 수평방향 0.
025m의 차이를 나타내어 지형 모델 구축을 위한 드론 사진측량과 드론 LiDAR의 활용성을 제시하였다. 연구대상지의 토공물량 산정 결과, 드론 사진측량은 GNSS 측량 성과와 1528.1m³의 차이를 나타내었으며, 드론 LiDAR는 160.28m³의 차이를 나타내었다. 이러한 차이는 연구대상지의 식생 및 가건물로 인한 지형모델의 차이로 판단되며, 연구를 통해 드론 LiDAR를 활용한 토공물량 산정의 효율성을 제시할 수 있었다.
28m³의 차이를 나타내었다. 이러한 차이는 연구대상지의 식생 및 가건물로 인한 지형모델의 차이로 판단되며, 연구를 통해 드론 LiDAR를 활용한 토공물량 산정의 효율성을 제시할 수 있었다. 향후 추가적인 연구를 통해 GNSS 측량과 드론 LiDAR를 활용한 방법으로 산림지역에서의 지형모델 구축 및 비교가 이루어진다면 드론 LiDAR를 이용한 지형모델 구축의 효율성을 제시할 수 있을 것이다.
드론 사진측량 및 드론 LiDAR를 이용한 방법으로 연구대상지에 대한 정사 영상, DSM 및 DEM을 구축하였으며, 정확도 검증을 수행하였다. 정확도 검증 결과 각각의 방법이 수평방향 0.034m, 0.035m, 수직방향 0.054m, 0.025m의 차이를 나타내어 지형 모델 구축을 위한 드론 사진측량과 드론 LiDAR의 활용성을 제시하였다. 연구대상지의 토공물량 산정 결과, 드론 사진측량은 GNSS 측량 성과와 1528.
이러한 결과는 LiDAR의 경우 포인트클라우드 형태의 데이터에서 검사점에 대한 정확한 수평위치를 선정하기 어렵기 때문인 것으로 판단된다. 하지만 2가지 방법 모두 1:1,000 수치지형도의 허용정확도 이내의 값으로 이러한 결과는 드론을 이용한 사진측량과 LiDAR에 의한 방법을 활용한 지형모델 구축이 가능함을 나타내는 것이다. Table 3은 수치지형도 구축을 위한 허용정확도이다(Ministry of Government Legislation, 2020).

후속연구

될 것이다. 드론 LiDAR는 기존의 GNSS 측량에 의한 방법보다 더욱 실제에 가까운 지형의 형상을 얻을 수 있어 산림지역에서 기존 방법보다 정확한 물량 산정이 가능할 것이다. 추가적인 연구를 통해 GNSS 측량과 드론 LiDAR를 활용한 방법으로 산림지역에서 공간정보 구축 및 비교가 이루어진다면 드론 LiDAR를 이용한 공간정보 구축의 효율성을 제시할 수 있을 것이다.
드론 LiDAR는 기존의 GNSS 측량에 의한 방법보다 더욱 실제에 가까운 지형의 형상을 얻을 수 있어 산림지역에서 기존 방법보다 정확한 물량 산정이 가능할 것이다. 추가적인 연구를 통해 GNSS 측량과 드론 LiDAR를 활용한 방법으로 산림지역에서 공간정보 구축 및 비교가 이루어진다면 드론 LiDAR를 이용한 공간정보 구축의 효율성을 제시할 수 있을 것이다.
이러한 차이는 연구대상지의 식생 및 가건물로 인한 지형모델의 차이로 판단되며, 연구를 통해 드론 LiDAR를 활용한 토공물량 산정의 효율성을 제시할 수 있었다. 향후 추가적인 연구를 통해 GNSS 측량과 드론 LiDAR를 활용한 방법으로 산림지역에서의 지형모델 구축 및 비교가 이루어진다면 드론 LiDAR를 이용한 지형모델 구축의 효율성을 제시할 수 있을 것이다.

참고문헌 (23)

Ahn, K.J. and Ko, D.S. (2019), A Study on Reconstruction of 3-Dimensional Spatial Model Based on Photogrammetry Using V-World and Its Use as Urban 3D, Journal of Digital Contents Society Content, Vol. 20, No. 1, pp. 119-126. (in Korean with English abstract)

상세보기
Choi, Y.H., Yeon, M., Kim, H.J., and Lee, D.Y. (2019), Extreme Value Analysis of Statistically Independent Stochastic Variables, Journal of Ocean Engineering and Technology, Vol. 33, No. 1, pp. 222-228.

원문보기 상세보기
DJI, products, DJI. Available From: https://www.dji.com/kr(last date accessed: 16 Dec 2020)
Hirschmuller, H. (2008), Stereo processing by semiglobal matching and mutual information, IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol. 30, No. 2, pp. 328-341.

상세보기
Jin, Z, X and Baek, S.H. (2020), Identification of Primary Activity and Management Planfor Construction Standard Unit Price, Journal of the Korea Academia-Industrial cooperation Society, Vol. 21, No. 10, pp.589-601. (in Korean with English abstract)

원문보기 상세보기
Kang, J.O. and Lee, Y.C. (2020), UAV and LiDAR SLAM Combination Effectiveness Review for Indoor and Outdoor Reverse Engineering of Multi-Story Building, Journal of Cadastre & Land InformatiX, Vol. 50, No. 2, pp. 69-79. (in Korean with English abstract)

원문보기 상세보기
Kim, B.W., Hong, S.H.; Oh, J.H., and Hwang D.Y. (2017), Evaluate the Accuracy of Drone Photogrammetry Surveying Using Water Reference Points, Journal of the Korean Society of Civil Engineers, Vol. 37, No. 2, pp. 445-449. (in Korean with English abstract)

원문보기 상세보기
Kim, S.B. (2020), A Study on the Monitoring Method of Landslide Damage Area Using UAV, Journal of the Korean Society of Industrial Application, Vol. 23, No. 6, pp. 1043-1050. (in Korean with English abstract)
Kim, S.J., Kim, B.S., Kim, T.H., and Kim, N.G. (2019), A Study on Project Information Integrated Management Measures Using Life Cycle Information in Road Construction Projects, Journal of the Korea AcademiaIndustrial cooperation Society, Vol. 20, No. 11, pp. 208-216. (in Korean with English abstract)
Kim, S.W. and Kim, Y.S. (2019), Development and Evaluation of High-precision Earth-work Calculating System using Drone Survey, Journal of the Korean Geosynthetics Society, Vol. 18, No. 4, pp. 87-95. (in Korean with English abstract)
Lee, D.G., Kim, K.D., Yang, S.Y., and Lee, H.J. (2017), Study on the Possibility of Forest Geospatial Information Generation using Past Panchromatic Forest Aerial Photograph Scanning Database, Journal of the Korean Society for Geospatial Information Science, Vol. 25, No. 4, pp. 107-116. (in Korean with English abstract)

상세보기
Lee, G.S. and Lee, J.J. (2019), The analysis of Photovoltaic Power using Terrain Data based on LiDAR Surveying and Weather Data Measurement System, Journal of Cadastre & Land InformatiX, Vol. 49, No. 1, pp. 17-27.

원문보기 상세보기
Lee, P.Y., Lee, S.W., Byun, Y.S., Cho, C.Y., and Lee, M.J. (2018), Optimal Period by Calculating and Appling Correction Factor based on Setting of Non-Working Days of Construction Projects, Journal of the Korea AcademiaIndustrial cooperation Society, Vol. 19, No. 12, pp. 669-676. (in Korean with English abstract)
Lee, S.K., Seo, M.B., and Kim, J.W. (2020), Analysis on the Determinants of Land Compensation Cost: The Use of the Construction CALS Data, Journal of the Korea AcademiaIndustrial cooperation Society, Vol. 21, No. 10, pp. 461-470. (in Korean with English abstract)
Lee, Y.K., Hong J.K., and Hong, S.C. (2020), A Study on the Anomaly Prediction System of Drone Using Big Data, Journal of Internet Computing and Services, Vol. 21, No. 2, pp. 27-37. (in Korean with English abstract)

원문보기 상세보기
Ministry of Government Legislation, Regulation, Public Survey Work Regulations, Ministry of Government Legislation. Available From: https://www.law.go.kr/ (last date accessed: 16 Dec 2020)
Moon, J. H. and Yun J. J. (2019), 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, pp. 119-126. (in Korean with English abstract)
Oh, J.S. and Kim, D.E. (2019), Lineament Extraction and Its Comparison Using DEMs based on LiDAR, Digital Topographic Map, and Aerial Photo in the Central Segment of Yangsan Fault, Journal of the Korean Geographical Society, Vol. 54, No. 5, pp. 507-525. (in Korean with English abstract)
Park, J.K. and Um D.Y. (2020), Comparison of Characteristics of Drone LiDAR for Construction of Geospatial Information in Large-scale Development Project Area, Journal of the Korea Academia-Industrial cooperation Society, Vol. 21, No. 1, pp. 768-773. (in Korean with English abstract)
Park, J.W. and Kim, S. (2018), Productivity analysis for the 3D digitization of earthwork sites based on scanning conditions, International Journal of Railway, Vol. 11, No. 1, pp. 1-9. (in Korean with English abstract)
Skog, I. and Handel P. (2019), In-Car Positioning and Navigation Technologies-A Survey, IEEE Transactions on Intelligent Transportation Systems, Vol. 10, No. 1, pp. 4-21.

상세보기
Song, Y.S., Lee, C.O., Oh, H.J., and Park J.H., Application of Terrestrial LiDAR to Monitor Unstable Blocks in Rock Slope, The Journal of Engineering Geology, Vol. 29, No. 3, pp. 251-264. (in Korean with English abstract)
YellowScan, products, YellowScan. Available From: https://www.yellowscan-lidar.com/ (last date accessed: 16 Dec 2020)

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