$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

LiDAR 기반 포인트 클라우드 획득 및 전처리 원문보기

방송과 미디어 = Broadcasting and media magazine, v.26 no.2, 2021년, pp.9 - 17  

이옥규 (울산과학기술원) ,  심재영 (울산과학기술원)

초록
AI-Helper 아이콘AI-Helper

LiDAR는 조사된 빛이 피사체에 반사되어 돌아오는 시간을 측정하여 거리를 측정하는 장비로서, 넓은 영역과 긴 거리에 걸쳐 실세계의 정밀한 3차원 정보를 포인트 클라우드 데이터로 제공해 준다. 이러한 대용량 포인트 클라우드 데이터는 자율주행 자동차, 로봇, 3차원 지도 제작 등 컴퓨터 비전 기술을 이용하는 다양한 분야에 널리 활용될 수 있다. 그러나 유리 구조물을 포함하는 피사체를 LiDAR로 촬영하는 경우, 유리면에서 빛의 반사로 인한 가상의 포인트가 생성되어 실제 3차원 정보를 왜곡하는 문제가 있다. 포인트 클라우드의 후속 처리를 효율적으로 수행하기 위하여, 이러한 왜곡을 제거하는 전처리 기술이 필요하다. 본 고에서는 LiDAR의 취득 원리와 3차원 포인트 클라우드의 특성을 고찰하고, 유리 반사로 인한 왜곡된 가상의 포인트를 자동으로 검출하고 제거하는 새로운 연구 주제를 소개한다.

참고문헌 (15)

  1. J. Vagovsky, I. Buransky, A. Gorog, "Evaluation of Measuring Capability of the Optical 3D Scanner", Procedia Eng., 2015, pp. 1198-1206 

  2. T. Shan, B. Englot, "LeGO-LOAM: Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain", IEEE IROS, 2018, pp. 4758-4765 

  3. A. Geiger, P. Lenz, R. Urtasun, "Are we ready for autonomous driving? The KITTI vision benchmark suite," IEEE CVPR. 2012, pp. 3354-3361 

  4. R. B. Rusu, N. Blodow, M. Beetz, "Fast Point Feature Histograms (FPFH) for 3D registration", IEEE ICRA, 2009, pp. 3212-3217 

  5. X. Chen, H. Ma, J. Wan, B. Li and T. Xia, "Multi-view 3D Object Detection Network for Autonomous Driving," IEEE CVPR, 2017, pp. 6526-6534 

  6. H. Xianan, S. Jin, M. Wang, W. Jiang, L. Gao, L. Xiao, "A review of algorithms for filtering the 3D point cloud", Signal Process. Image Com., 2017, Vol 57, pp.103-112 

    상세보기 crossref

  7. Velodyne "Velodyne HDL-64E". [Online]. Available: https://velodynelidar.com/products/hdl-64e/ 

  8. Velodyne. "Velodyne Puck Lite LiDAR". [Online]. Available: https://velodynelidar.com/products/puck-lite/ 

  9. W. Y. Yan and A. Shaker, "Radiometric Correction and Normalization of Airborne LiDAR Intensity Data for Improving LandCover Classification," in IEEE Trans on Geo. Rem. Sen., Dec. 2014 vol. 52, no. 12, pp. 7658-7673 

    상세보기 crossref

  10. J. Papon, A. Abramov, M. Schoeler and F. Worgotter, "Voxel Cloud Connectivity Segmentation - Supervoxels for Point Clouds," IEEE/CVPR, 2013, pp. 2027-2034 

  11. J. Yun and J. Sim, "Cluster-Wise Removal of Reflection Artifacts in Large-Scale 3d Point Clouds Using Superpixel-Based Glass Region Estimation," IEEE ICIP, 2019, pp. 1780-1784 

  12. RIEGL, "RIEGL VZ-400 3D terrestrial laser scanner."[Online]. Available: http://www.riegl.com/nc/products/terrestrialscanning/produktdetail/product/scanner/5/ 

  13. R. B. Rusu, S. Cousins, "3D is here: Point Cloud Library (PCL)," IEEE ICRA, 2011, pp. 1-4 

  14. J. Yun and J. Sim, "Reflection Removal for Large-Scale 3D Point Clouds," IEEE CVPR, 2018, pp. 4597-4605 

  15. J. -S. Yun and J. -Y. Sim, "Virtual Point Removal for Large-Scale 3D Point Clouds with Multiple Glass Planes," in IEEE TPAMI 2021 vol. 43, no. 2, pp. 729-744 

    상세보기 crossref

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로