[논문]기하학적 모델링과 시뮬레이션을 통한 모의 라이다 데이터 생성

김성준; 민성홍; 이임평; 오소정

기하학적 모델링과 시뮬레이션을 통한 모의 라이다 데이터 생성
Generation of Simulated LIDAR Data via Geometric Sensor Modeling and Simulation 원문보기

김성준 (서울시립대학교 공간정보공학과) , 민성홍 (서울시립대학교 공간정보공학과) , 이임평 (서울시립대학교 공간정보공학과) , 오소정 (서울시립대학교 공간정보공학과)

라이다는 데이터 획득의 신속성과 처리의 자동화라는 장점을 가지고 있어서 도시 모델의 생성, 변화탐지(Change Detection), 삼림지역의 DTM(Digital Terrain Model)의 생성, 등고선 추출, 나무의 높이 결정을 통한 산림관리, 해안 지형의 관리 등 다양한 분야에서 활용이 되고 있다. 이와 같이 라이다데이터 활용에 대한 많은 연구가 이루어지면서 다양한 처리 알고리즘이 개발되고 있다. 알고리즘을 개발하고 그 성능을 정확하게 평가를 위해서는 알고리즘을 다양한 형태의 시험데이터에 적용해 보아야 하지만, 성능평가를 위해 다양한 실측 데이터를 획득하기는 어려운 실정이다. 본 연구에서는 개발된 알고리즘의 성능평가를 위한 다양한 모의데이터를 실제 DEM으로부터 시뮬레이션을 통해 생성하는 방법을 제안한다 라이다 시스템에 대한 기하학적 모델링하여 센서방정식을 유도하고, 이를 기반으로 DEM상에서 플랫폼의 이동경로에 따라 취득되는 모의 라이다데이터를 생성한다. 본 연구에서 제안하는 시뮬레이션을 이용하면 라이터데이터를 이용하는 다양한 활용 알고리즘 개발과 경제적이고 정확한 성능평가에 도움이 될 것이다.

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

문제 정의

" data-ocr-fix="">이다. 본 연구에서는 Simulation을 이용하여 개발된 알고리즘의 성능평가를 위해 다양한 시스템 변수환경에서 획득될 수 있는 실험데이터를 실제 DEM으로부터 생성하는 방법을 제시한다.
본 연구에서는 시뮬레이션을 통한 LIDAR데이터를 활용하는 다양한 알고리즘의 성능평가를 위한 모의데이터를 생성하였다. 센서모델링을 통해 레이저펄스의 방향벡터를 계산하고, Ray-Tracing 알고리즘을 이용하여 방향벡터와 DEM과의 교점을 탐색하여 모의 데이터를 생성하였다.

가설 설정

종점을 설정함으로서 결정한다. 본 연구에서는 림 2와 같이 총 네 번의 비행 촬영을 가정하여, 네 개의 스트립(strip)에대해 비행속도는 65.66 m/s, 스트립간의 중첩은 약 20%정도로 설정하였다. 표 2는 시뮬레이션에서 각 센서의 정오차.
위의 알고리즘에서는 레이저 출력 빔(output Beam)의 너비가 충분히 좁아서 이에 따라 표적에 나타나는 레이저 출력 빔의 Foot-Print2| 너비도 Foot-Print 내부의 표면을 평면으로 가정할 수 있을 만큼 충분히 작은 경우로 가정하였다. 모의 데이터의 대상이 되는 지형지물이 DEM (z=fS, G)과 같이 2차원 표면 함수로 주어질 때, 발사된 레이저 펄스와 교차하는 지점의 3차원 좌표pw를 결정하는 문제는 Ray-Tracing 알고리즘을 이용하여 계산한다.

제안 방법

(1) 비행경로와 비행속도를 이용하여, 특정 시각에서 비행기의 위치(레이저 펄스 송신의 원점)를 계산한다.
제안한다. 1)먼저 니DAR 시스템을 구성하는 센서들의 시스템 변수로부터 플랫폼상의 니DAR 센서에서 표적으로 발사되는 레이저 펄스의 방향 벡터를 계산하는 센서모델링을 수행한 후, 2)각 센서의 시스템 오차를 유도하여 이를 센서망정식에 적용시킨다. 3)마지막으로 Ray-Tracin g을 이용하여 펄스의 원점에서 DEM까지의 거리를 탐색하고, 이를 센서 방정식에 대입하여 교점을 계산한다.
1)먼저 니DAR 시스템을 구성하는 센서들의 시스템 변수로부터 플랫폼상의 니DAR 센서에서 표적으로 발사되는 레이저 펄스의 방향 벡터를 계산하는 센서모델링을 수행한 후, 2)각 센서의 시스템 오차를 유도하여 이를 센서망정식에 적용시킨다. 3)마지막으로 Ray-Tracin g을 이용하여 펄스의 원점에서 DEM까지의 거리를 탐색하고, 이를 센서 방정식에 대입하여 교점을 계산한다.
본 연구에서 제안하는 니DAR 데이터를 모의 생성하는 방법을 적용하여, 실제 지역의 기준 DEM 을 이용하여 모의 니 DAR 데이터를 생성하고자 한다.
한다. 본 연구에서는 생성될 모의 데이터의 점 간격을 기준으로 시스템 변수를 설정하였다. 플랫폼의 비행방향을 기준으로 Along 방향과 Across방향에 대한 점 간격이 대략 1m 가 되도록 디자인 하였다.
점 간격은 플랫폼의 속도, 펄스 레이트(pulse Rate), 스캔레이트(scan rate), 비행고도(flight height), 스캔앵글(scan a ngle)을 조합하면 계산할 수 있다. 본 연구에서는 펄스레이토를 20kHz, 스캔 레이트를 70Hz, 스캔앵글을, 30deg로 설정하였다.
센서모델링을 통해 레이저펄스의 방향벡터를 계산하고, Ray-Tracing 알고리즘을 이용하여 방향벡터와 DEM과의 교점을 탐색하여 모의 데이터를 생성하였다. 그 결과 기준DEM을 촬영한 모의 LIDAR 데이터가 잘 획득되었음을 확인할 수 있었다.

대상 데이터

실험 대상지역은 경기도 고양시 일산구의 일부 지역으로 선정하였다. 그림 3은 일산지역의 DEM(Digital Elevation Model) 데이터의 모습이다.
그림 3은 일산지역의 DEM(Digital Elevation Model) 데이터의 모습이다. 실험데이터는 도심의 다양한 건물들이 포함되어 있어서 플랫폼의 이동경로에 따라 폐색지역이 나타날 가능성이 높은 지역이다. DEM 격자간격은 1m, 면적은 0.

이론/모형

(4) (3)에서 정의된 ray와 DEM (z=f(x,y))과의 교차점을 "Ray-Trac ing" 알고리즘을 사용하여 탐색한 후 거리r을 계산한다.
작은 경우로 가정하였다. 모의 데이터의 대상이 되는 지형지물이 DEM (z=fS, G)과 같이 2차원 표면 함수로 주어질 때, 발사된 레이저 펄스와 교차하는 지점의 3차원 좌표pw를 결정하는 문제는 Ray-Tracing 알고리즘을 이용하여 계산한다.

성능/효과

센서모델링을 통해 레이저펄스의 방향벡터를 계산하고, Ray-Tracing 알고리즘을 이용하여 방향벡터와 DEM과의 교점을 탐색하여 모의 데이터를 생성하였다. 그 결과 기준DEM을 촬영한 모의 LIDAR 데이터가 잘 획득되었음을 확인할 수 있었다.
시뮬레이션 결과, 약 7.4812초 동안 시뮬레이터를 실행시켜 149, 243(경로1), 149, 246(경로2), 149, 152(경로3), 149, 325 (경로4)개의 점이 획득되었다. 중앙에 있는네 개의 굵은 실선은 비행경로를 의미한다.

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

기하학적 모델링과 시뮬레이션을 통한 모의 라이다 데이터 생성
Generation of Simulated LIDAR Data via Geometric Sensor Modeling and Simulation 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

기하학적 모델링과 시뮬레이션을 통한 모의 라이다 데이터 생성 Generation of Simulated LIDAR Data via Geometric Sensor Modeling and Simulation 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

기하학적 모델링과 시뮬레이션을 통한 모의 라이다 데이터 생성
Generation of Simulated LIDAR Data via Geometric Sensor Modeling and Simulation 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper