[논문]MMS 포인트 클라우드를 활용한 하천제방 경사도 자동 추출에 관한 연구

김철환; 이지상; 최원준; 김원대; 손홍규

doi:10.7780/kjrs.2021.37.5.3.7

초록
AI-Helper

하천 시설물의 효율적인 유지관리를 위해서는 대상물에 대해 지속적이고, 주기적인 데이터 취득이 선행되어야 한다. 하천 시설물은 일반 시설물과 달리 넓고 긴 지역을 따라 분포하고 있으므로 지상레이저스캐너, 토탈스테이션 및 GNSS를 활용하는 기존의 하천 측량 방법으로는 공간정보를 취득하는 데에 비용·인력·시간적 한계가 존재한다. 이에 반해, 모바일매핑시스템(Mobile Mapping System, 이하 MMS)은 플랫폼의 이동과 동시에 3차원 공간정보를 취득하므로 하천 시설물의 데이터 취득에 효율적이다. 따라서 본 연구진은 MMS를 활용하여 안양천 4 km 제방에 대해 20분동안 184,646,099개의 포인트를 취득했으며, 이를 10 m 간격의 종 방향으로 분할하여 378개의 횡단면을 추출하였다. 제방 횡단면 포인트 클라우드에서 제외지의 경사면 정보만 따로 분리하여 최대 및 평균 비탈 경사를 자동으로 계산하였으며, 이를 동일 제방에 대해 수동으로 계산한 값과 비교했을 때 RMSE 기준 최대 경사 1.124°, 평균 경사 1.659°의 정확도를 확인할 수 있었다. Reference 경사는 제방의 포인트 클라우드를 plot하고 경사 계산 시 위치정보를 사용하는 두 점을 직접 선택하여 수동으로 계산하였다. 또한 자동 추출한 경사를 하천기본계획 상의 비탈 경사면 설계 기준과 비교하여 MMS를 활용한 하천 시설물 검사의 가능성을 확인하였다.

Abstract ▼ AI-Helper

Continuous and periodic data acquisition must be preceded to maintain and manage the river facilities effectively. Adapting the existing general facilities methods, which include river surveying methods such as terrestrial laser scanners, total stations, and Global Navigation Satellite System (GNSS)...

Continuous and periodic data acquisition must be preceded to maintain and manage the river facilities effectively. Adapting the existing general facilities methods, which include river surveying methods such as terrestrial laser scanners, total stations, and Global Navigation Satellite System (GNSS), has limitation in terms of its costs, manpower, and times to acquire spatial information since the river facilities are distributed across the wide and long area. On the other hand, the Mobile Mapping System (MMS) has comparative advantage in acquiring the data of river facilities since it constructs three-dimensional spatial information while moving. By using the MMS, 184,646,009 points could be attained for Anyang stream with a length of 4 kilometers only in 20 minutes. Levee points were divided at intervals of 10 meters so that about 378 levee cross sections were generated. In addition, the waterside maximum and average slope could be automatically calculated by separating slope plane form levee point cloud, and the accuracy of RMSE was confirmed by comparing with manually calculated slope. The reference slope was calculated manually by plotting point cloud of levee slope plane and selecting two points that use location information when calculating the slope. Also, as a result of comparing the water side slope with slope standard in basic river plan for Anyang stream, it is confirmed that inspecting the river facilities with the MMS point cloud is highly recommended than the existing river survey.

주제어

표/그림 (14)

그림 Fig. 1. Composition of River Levee.
표 Table 1. General Levee Slope in Korea
그림 Fig. 2. MMS Argos-S (Stryx).
표 Table 2. Specifications of MMS-mounted LiDAR
그림 Fig. 3. Overlapping Google Earth and Floor Plan of Measurement Site (Surveying Line No. 11+941 – 14+455).
그림 Fig. 4. Floor Plan of Anyang Stream (AutoCAD).
그림 Fig. 5. Point Cloud Data Acquired by MMS.
표 Table 3. Comparison of MMS Accuracy to the Surveying Data by Terrestrial LiDAR
그림 Fig. 6. Divided Levee Cross Section (left), Post-Processed Levee Cross Section(right).
그림 Fig. 7. Separation of Levee Planes: (a) Horizontal and Inclined Plane b) Vegetation, Horizontal and Inclined Plane).
그림 Fig. 8. Longitudinal Projection of Inclined Plane Point Cloud.
그림 Fig. 9. Flowchart of Automatic Extraction for Levee Slope.
그림 Fig. 10. Analysis of Average Slope Using Linear Regression.
표 Table 4. Comparison of Automatically Calculated Slope to Manually Calculated Slope and Safety Standard

AI 본문요약
AI-Helper

제안 방법

둘째, 제방의 형태는 각 하천제방설계 기준에 따라 다양할 수 있으며 평면이나 완만한 곡면이 아닌 복잡한 형태의 제방은 단일 경사로 제방의 안정성을 평가하기 어려운 경우가 존재한다. 따라서 제방 경사면을 세부 구간으로 분할하여 포인트 클라우드의 선형회귀분석을 통해 구간 경사를 추출하고 이를 통해 제방의 평균 경사를 계산하였다. 연구 지역의 경사면은 대부분 평면이었으나 불규칙적인 지형이 존재할 수 있으므로 위와 같은 방법을 적용하였고, 복잡한 형태의 제방 경사 분석 시에는 경사면 임의 지점에 대한 안정성 평가에 활용 가능할 것으로 판단한다.
연구 지역인 안양천 일대의 측선은 평균 450여 m의 간격을 두고 존재하고 있으며 선형 구조인 하천제방의 특성상 일부 균열이 제방 붕괴로 이어질 수 있으므로, 측선 지점에 한정적인 불연속적 분석을 통해서는 제방 안정성 평가를 온전히 수행하기 부족하다고 판단하였다. 또한 변화하는 기상상태와 하천 계획에 대처한 효율적인 제방 유지관리를 위해 신속하고 주기적인 데이터 취득 및 분석이 중요하다는 점에 착안하여, 본 연구에서는 MMS포인트 클라우드를 통해 제방의 비탈 경사를 자동 추출하는 연구를 진행하여 다음과 같은 결론을 얻었다.
추후 본 연구의 성과가 검증된 이후에는 하단부 포인트 클라우드 자동 추출 알고리즘을 통해 노이즈를 제거하여 데이터 후처리 및 분석을 가속화하고자 한다. 본 연구에서는 현재 데이터를 다른 알고리즘으로 후처리 시 연쇄적으로 발생할 수 있는 오류 가능성을 최소화하고, 제방 비탈 경사 자동 추출 알고리즘의 정확도만을 검증하기 위해 수동적인 작업을 병행하였다. 분할 및 후처리한 제방 샘플 데이터는 Fig.
Finder column의 iteration이 종료되면 각 집합에서 5개의 점군 후보를 추출하여 높이 표준 편차를 계산하고 표준편차의 3배를 벗어나는 값을 가지는 포인트는 잔여 노이즈 혹은 이상치(Outlier)로 판단하여 최대 최소 후보군에서 제외하였다. 이상치가 제외된 후보군에서 최대 최소 높이의 포인트를 각각 추출하였으며, 위치정보 좌표를 통해 둑마루부터 수직 및 수평거리 비율과 최대 비탈 경사를 계산하였다.
첫째, 대상 지역 4 km의 제방 우안을 10 m 간격으로 분할하여 임의의 제방 20개를 선정하고, 제방의 포인트 클라우드로부터 경사면을 추출해 최대 및 평균 비탈 경사를 자동으로 추출하였다. 이를 동일 경사면에 대해 수동으로 계산한 경사값과 비교하여 정확도를 평가하였을 때, RMSE 기준 최대 경사 1.

대상 데이터

측선을 기반으로 지역 범위를 선정하는 데에는 국토교통부의 안양천 하천기본계획 보고서와 Fig. 4에 나타낸 국가 수자원관리 종합정보시스템(Water Management Information System, WAMIS)에서 부록으로 제공하는 CAD 도면을 활용하였다.
본 연구에서는 GNSS점을 기반으로 4 km 대상지역 의 우안 제방을 대략 10 m 간격으로 분할하여 378개의 제방 횡단면을 구축하고 이를 분석에 활용하였다. 하천 기본계획 상 횡단면은 하천 방향에 수직한 제방 단면을 기준으로 하기 때문에, 분할된 각 제방의 양 끝에 위치한 GNSS점을 기반으로 방향 벡터를 형성하여 하천에 수직하도록 회전 변환하였다.
본 연구에서는 주식회사 스트리스에서 개발한 하천용 MMS인 Argos-S를 활용하였다. Argos-S는 소형 전기 차에 LiDAR, GNSS, 카메라, 그리고 항법장치(Inertial Navigation System, 이하 INS) 등의 공간정보 수집 장비가 융합된 시스템이다.
분산된 지역의 약 378개 제방 중 실험 결과를 고르게 분석하기 위해 0번 대에서 300번대 까지 각 5개씩 임의로 20개를 선정하였다. 최종적으로, 자동 추출한 최대 및 평균 경사를 임의의 제방 20개에 대해 수동으로 계산한 경사와 비교하여 Table 4에 나타내었다.

성능/효과

둘째, 제방의 형태는 각 하천제방설계 기준에 따라 다양할 수 있으며 평면이나 완만한 곡면이 아닌 복잡한 형태의 제방은 단일 경사로 제방의 안정성을 평가하기 어려운 경우가 존재한다. 따라서 제방 경사면을 세부 구간으로 분할하여 포인트 클라우드의 선형회귀분석을 통해 구간 경사를 추출하고 이를 통해 제방의 평균 경사를 계산하였다.
따라서 본 연구는 제시한 방법을 기반으로 측선 지점과 경사면 형태에 제한되지 않고 MMS 포인트 클라우드가 취득된 제방의 임의 구간 경사에 대해 안전성 평가를 총괄적이고 세밀하게 수행할 수 있다는 데에 의의가 있다. 향후, 취득한 포인트 클라우드와 GNSS 데이터를 기반으로 동일 구간에 대해 시계열적 경사 변화를 파악하여, 점진적으로 진행되는 제방의 붕괴 위험을 주기적으로 모니터링하는 연구가 추가된다면 제방 붕괴에 의한 제내지 피해를 사전에 방지할 수 있을 것으로 보인다.
분석한 결과 제외지 비탈 경사의 권장 값이 1:2.0(26.56°) 또는 그보다 완만한 값임을 고려할 때, 임의로 선택한 제방 20개의 최 대 및 평균 비탈 경사는 모두 기준을 만족하는 상태였으며, 동일 제방에 대해 수동으로 계산한 경사값과 비교하였을 때 RMSE 기준 최대 경사 1.124°, 평균 경사 1.659°의 정확도를 확인하였다
셋째, 안양천수계 하천정비계획 상의 제외지 비탈 경사 기준에서 연구 지역을 포함하는 당정 우안2제의 경사는 1:2.0을 제시하고 있으며, 포인트 클라우드를 통해 자동 추출한 최대 및 평균 경사와 비교하였을 때, 현재의 상태가 설계기준을 만족하고 있다는 것을 확인할 수 있었다.
연구 지역인 안양천 일대의 측선은 평균 450여 m의 간격을 두고 존재하고 있으며 선형 구조인 하천제방의 특성상 일부 균열이 제방 붕괴로 이어질 수 있으므로, 측선 지점에 한정적인 불연속적 분석을 통해서는 제방 안정성 평가를 온전히 수행하기 부족하다고 판단하였다. 또한 변화하는 기상상태와 하천 계획에 대처한 효율적인 제방 유지관리를 위해 신속하고 주기적인 데이터 취득 및 분석이 중요하다는 점에 착안하여, 본 연구에서는 MMS포인트 클라우드를 통해 제방의 비탈 경사를 자동 추출하는 연구를 진행하여 다음과 같은 결론을 얻었다.
이를 동일 경사면에 대해 수동으로 계산한 경사값과 비교하여 정확도를 평가하였을 때, RMSE 기준 최대 경사 1.124°, 평균 경사 1.659°의 결과를 확인하였다.

후속연구

향후, 취득한 포인트 클라우드와 GNSS 데이터를 기반으로 동일 구간에 대해 시계열적 경사 변화를 파악하여, 점진적으로 진행되는 제방의 붕괴 위험을 주기적으로 모니터링하는 연구가 추가된다면 제방 붕괴에 의한 제내지 피해를 사전에 방지할 수 있을 것으로 보인다. 또한 MMS와 UAV 기반 포인트 클라우드를 함께 활용해 통합적인 하천 공간정보를 구축하여 각 플랫폼에서 발생하는 폐색 영역을 보완하고 추가적으로 및 둑 마루 폭, 제내지 비탈 경사 등의 정보를 자동으로 추출하는 연구가 동시에 진행된다면, 종합적인 하천 관리를 위한 솔루션으로써 본 연구의 활용성이 더욱 증대할 것이라고 판단한다.
따라서 제방 경사면을 세부 구간으로 분할하여 포인트 클라우드의 선형회귀분석을 통해 구간 경사를 추출하고 이를 통해 제방의 평균 경사를 계산하였다. 연구 지역의 경사면은 대부분 평면이었으나 불규칙적인 지형이 존재할 수 있으므로 위와 같은 방법을 적용하였고, 복잡한 형태의 제방 경사 분석 시에는 경사면 임의 지점에 대한 안정성 평가에 활용 가능할 것으로 판단한다.
또한 포인트 클라우드에는 횡단면 뿐만 아니라 하천 주변의 식생 및 노이즈가 존재하므로 상용 cyclone 소프트웨어를 통해 이를 수동적으로 제거하였다. 추후 본 연구의 성과가 검증된 이후에는 하단부 포인트 클라우드 자동 추출 알고리즘을 통해 노이즈를 제거하여 데이터 후처리 및 분석을 가속화하고자 한다. 본 연구에서는 현재 데이터를 다른 알고리즘으로 후처리 시 연쇄적으로 발생할 수 있는 오류 가능성을 최소화하고, 제방 비탈 경사 자동 추출 알고리즘의 정확도만을 검증하기 위해 수동적인 작업을 병행하였다.
따라서 본 연구는 제시한 방법을 기반으로 측선 지점과 경사면 형태에 제한되지 않고 MMS 포인트 클라우드가 취득된 제방의 임의 구간 경사에 대해 안전성 평가를 총괄적이고 세밀하게 수행할 수 있다는 데에 의의가 있다. 향후, 취득한 포인트 클라우드와 GNSS 데이터를 기반으로 동일 구간에 대해 시계열적 경사 변화를 파악하여, 점진적으로 진행되는 제방의 붕괴 위험을 주기적으로 모니터링하는 연구가 추가된다면 제방 붕괴에 의한 제내지 피해를 사전에 방지할 수 있을 것으로 보인다. 또한 MMS와 UAV 기반 포인트 클라우드를 함께 활용해 통합적인 하천 공간정보를 구축하여 각 플랫폼에서 발생하는 폐색 영역을 보완하고 추가적으로 및 둑 마루 폭, 제내지 비탈 경사 등의 정보를 자동으로 추출하는 연구가 동시에 진행된다면, 종합적인 하천 관리를 위한 솔루션으로써 본 연구의 활용성이 더욱 증대할 것이라고 판단한다.

참고문헌 (17)

Akiyama, N., S. Nishiyama, K. Sakita, J. Song, and F. Yamazaki, 2021. River Levees Monitoring Using Three Dimensional Laser Point Clouds with SLAM Technology, Advancements in Geotechnical Engineering, 1: 14-22.
Bang, Y.J., H.J. Jung, and S.O. Lee, 2021. Detection of Levee Displacement and Estimation of Vulnerability of Levee Using Remote Sening, Journal of Korean Society of Disaster and Security, 14(February): 41-50 (in Korean with English abstract).

원문보기 상세보기
Choi, B.G., Y.W. Nam, K.H. Choo, and J.I. Lee, 2014. A Study on the Application of River Surveying by Airborne LiDAR, Journal of the Korean Society for Geospatial Information System, 22(2): 25-32 (in Korean with English abstract).

원문보기 상세보기
Choi, Y., M.G. Farkoushi, S. Hong, and H.G. Sohn, 2019. Feature-based matching algorithms for registration between LiDAR point cloud intensity data acquired from MMS and image data from UAV, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 37(5-3): 453-464 (in Korean with English abstract).

원문보기 상세보기
Choung, Y., 2014. A Study on Establishment of the Levee GIS Database Using LiDAR Data and WAMIS Information, Journal of the Korean Association of Geographic Information Studies, 17(3): 104-115 (in Korean with English abstract).

원문보기 상세보기
Kim, J. and I. Moon, 2017. Analysis of River Levee Failure Mechanism by Piping and Remediation Method Evaluation, Journal of the Korea Academia-Industrial Cooperation Society, 18(3), 600-608 (in Korean with English abstract).

원문보기 상세보기
Korea Water Resources Association, 2009. Revision for explanation of river construction criteria related to levee, Seoul, KR.
Lee, J.S., S.H. Hong, I.S. Park, G.F. Mohammad, C.H. Kim, and H. Sohn, 2021. Levee Maintenance Using Point Cloud Data Obtained from a Mobile Mapping System, KSCE Journal of Civil and Environmental Engineering Research, 41(4): 469-475 (in Korean with English abstract).

원문보기 상세보기
Ministry of Land, Infrastructure and Transport (MOLIT), 2019. River design criteria, KDS 51 00, Ministry of Land, Infrastructure and Transport Notice No. 2018-969.
Ministry of Land, Infrastructure and Transport (MOLIT), 2015. River basic plan for Anyangcheon water system, Seoul Regional Land Management Administration Notice No. 2016-149, Gwacheon, KR.
Ministry of Land, Infrastructure and Transport (MOLIT), 2016. Korea River Association Notice No. 2017-265, Ministry of Land, Infrastructure and Transport, Sejong, KR.
Ministry of Land, Transport and Maritime Affairs, 2009. Explanation of river design criteria, Ministry of Land, Transport and Maritime Affairs, Sejong, KR.
National Geographic Information Institute, 2020. Precise Road Map Quality Inspection Manual, National Geographic Information Institute, Suwon, KR.
Park, J. and D. Um, 2020. Usability Evaluation of the Drone LiDAR Data for River Surveying, Journal of Korea Academia-Industrial Cooperation Society, 21(5): 592-597 (in Korean with English abstract).

원문보기 상세보기
Park, J.S., 2020. Looking back on the 2020 weather. Early heat, longest monsoon season, Continuous new Record, Social newsis news, Avalible at: https://newsis.com/view/?idNISX20201224_0001283038, Accessed on Dec. 27, 2020.
Wang, X., L. Wang, and T. Zhang, 2020. Geometry-based assessment of levee stability and overtopping using airborne LiDAR altimetry: A case study in the Pearl River Delta, Southern China, Water, 12(2): 403.

상세보기
Woo, H., 2020. River Levee Failures Due to the Floods in August 2020 and Their Implications, The Magazine of the Korean Society of Civil Engineers, 68(12): 78-85.

원문보기 상세보기

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

[국내논문] MMS 포인트 클라우드를 활용한 하천제방 경사도 자동 추출에 관한 연구
Automatic Extraction of River Levee Slope Using MMS Point Cloud Data 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (14)

표/그림 (14)

AI 본문요약
AI-Helper

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] MMS 포인트 클라우드를 활용한 하천제방 경사도 자동 추출에 관한 연구 Automatic Extraction of River Levee Slope Using MMS Point Cloud Data 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

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

김원대 (10) 손홍규 (71)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] MMS 포인트 클라우드를 활용한 하천제방 경사도 자동 추출에 관한 연구
Automatic Extraction of River Levee Slope Using MMS Point Cloud Data 원문보기

초록
AI-Helper

표/그림 (14)

표/그림 (14)

AI 본문요약
AI-Helper