왜 라이다와 함께 관성 내비게이션 시스템(INS)을 사용해야 하나요?

빛 감지 및 거리 측정(LiDAR) 기술은 측량 커뮤니티에서 고정밀 3차원(3D) 측량 데이터를 수집하는 데 널리 사용되는 기술입니다. LiDAR의 메커니즘에 대한 이 일반적인 설명은 일반적으로 사용되는 또 다른 용어인 레이저 스캐닝에도 적용되므로 다음 설명에서는 이 두 용어를 대부분 같은 의미로 사용할 것입니다. 라이다 시스템은 초당 수천 개의 개별 광 펄스를 방출하고 광 펄스가 라이다 센서로 돌아오는 데 걸리는 시간을 계산하여 데이터를 수집합니다. 이러한 빛의 펄스는 스캔 라인으로 알려진 스와스에 걸쳐 방출됩니다. 빛의 속도를 알기 때문에 각 펄스가 목표물(예: 지면)까지의 거리를 계산할 수 있습니다. 사용되는 LiDAR의 유형과 측정 대상인 지면 또는 구조물이 LiDAR 센서로부터 얼마나 멀리 떨어져 있는지에 따라 이러한 개별 데이터 포인트는 서로 밀리미터 간격으로 배치될 수 있습니다. 일반적으로 각 데이터 포인트가 LiDAR 센서의 위치를 기준으로 +/- 5mm에서 10mm 사이의 오차 범위 내에 위치한다고 확신하는 것이 일반적입니다.

수집되는 데이터의 정확도와 정밀도 특성 외에도, LiDAR 센서는 측량된 지면을 제어할 필요 없이 직접 지오레퍼런싱을 수행하여 LiDAR로 수집된 각 데이터 포인트에 지리적 좌표를 할당할 수 있어 공간 데이터 수집에 효율성을 제공합니다.

지상 라이다 측량 시스템은 고정식 삼각대에 장착하는 것이 가장 일반적입니다. 대규모 현장의 측량 효율성을 높이기 위해 걷는 속도에서 비행기 속도까지 다양한 속도로 움직이는 플랫폼에 장착할 수 있습니다. 측량 요원이 착용하거나 밀고 다니는 배낭이나 트롤리부터 자동차, 트럭, 기차, 무인 항공기(UAV), 유인 헬리콥터와 비행기에 이르기까지 다양한 플랫폼에 LiDAR 센서를 장착하는 경우가 점점 더 많아지고 있습니다.

LiDAR로 측정한 각 3D 측정값의 밀도와 상대적 정확도로 인해, LiDAR '포인트 클라우드'는 사용자에게 최고의 측량 데이터 세트 중 하나를 제공한다고 종종 말합니다. 가장 유용하게 사용하려면 LiDAR 포인트 클라우드의 각 데이터 포인트에 실제 지리적 좌표가 할당되어 LiDAR로 수집한 데이터를 기존 매핑 또는 측량 정보와 함께 사용할 수 있습니다.

라이다 데이터 포인트에 지리적 좌표를 할당하려면 라이다 센서의 위치와 센서가 가리키는 방향(외부 방향)을 항상 알고 있어야 합니다. 이러한 측정값을 기반으로 실제 지리적 좌표가 계산되고 각 펄스 리턴에 동적으로 할당됩니다(직접 지오레퍼런싱이라고 알려진 프로세스). LiDAR 센서의 위치에 대한 LiDAR 데이터의 높은 정밀도와 매초 수집되는 데이터의 높은 빈도 및 양을 고려할 때, 플랫폼의 위치와 방향을 계산하는 방법도 똑같이 정교해야 합니다. 이는 측량 중 기준 정보의 한계와 플랫폼 주변 환경에 따라 어려운 문제가 될 수 있습니다.

수집되는 데이터의 정확도와 정밀도 특성 외에도, LiDAR 센서는 측량된 지면을 제어할 필요 없이 직접 지오레퍼런싱을 수행하여 LiDAR로 수집된 각 데이터 포인트에 지리적 좌표를 할당할 수 있어 공간 데이터 수집에 효율성을 제공합니다.

이동식 라이다 측량을 수행할 때는 수집된 데이터에 지리적 좌표를 할당하기 위해 글로벌 위치 시스템(GPS) 수신기와 같은 글로벌 항법 위성 시스템(GNSS) 센서를 사용하는 것으로 충분하다고 가정할 수 있습니다. 정적 스캐닝 애플리케이션에서 센서 위치를 제공하는 데는 충분하지만, 모바일 환경에서는 스캔하는 동안 센서가 계속 움직이기 때문에 부정확한 결과가 발생할 수 있으므로 충분하지 않습니다.

보다 구체적으로, GPS 사용과 관련된 문제로는 GPS 수신기가 경도, 위도 및 고도 좌표를 얻기 위해 한 번에 최소 4개의 GNSS에 대한 깨끗한 가시선을 확보해야 하는 문제 등이 있습니다. 또한 한 번에 지구의 특정 지역 상공에 있는 GNSS 위성의 전체 분포로 인해 명확한 가시선이 확보되지 않을 수도 있습니다. 위치 좌표를 획득할 수 있는 범위는 주변 구조물이 수신기의 시야를 가리는지 여부에 따라 달라지므로 높은 건물이나 돌출된 나무로 인해 GPS가 위치를 계산할 수 있는 범위가 중단될 수 있습니다. 차량이 도심이나 숲과 같이 GPS가 없는 지역을 통과하는 경우가 많기 때문에 지상 기반 모바일 LiDAR를 배포할 때는 이 문제가 더욱 심각할 수 있습니다.

주변 환경의 영향은 제쳐두고, 필요한 수의 위성을 볼 수 있다고 해도 GPS에서 위치 측정값이 기록되는 주파수는 LiDAR 센서에서 데이터가 수집되는 주파수보다 훨씬 느립니다. 따라서 GPS 측정값을 사용할 수 없는 시간대에 측량 플랫폼의 위치를 파악할 필요가 있습니다. 수신되는 GPS 판독값 사이에 차량이 이동한 위치를 측정하거나 예측할 수 있는 LiDAR 센서 포지셔닝 시스템. 이동하는 플랫폼의 속도와 관련하여 위치 판독값이 기록되는 주파수 환경의 영향으로 인해 발생하는 위치 계산의 오차 원인은 일반적으로 '드리프트'라고 알려진 프로젝트에서 누적되어 오차 예산이 증가할 수 있습니다.

LiDAR가 장착된 플랫폼(예: 공중 또는 지상 기반)에 관계없이 정확한 센서 위치 외에도 수집되는 데이터의 위치를 정확하게 파악하려면 시스템의 방향을 이해하는 것이 필수적입니다. 이 센서의 외부 방향은 플랫폼이 움직이는 동안 지속적으로 계산되어야 합니다. 데이터 포인트 사이의 직선 거리 외에도 롤, 피치, 요의 측면에서 움직임을 설명해야 합니다. 이러한 유형의 움직임은 비행 중인 비행기를 시각화해 본 사람이라면 익숙할 수 있지만, 도로를 운전하거나 코너를 너무 빨리 돌아본 사람이라면 이러한 움직임에 대해서도 잘 알고 있을 것입니다. LiDAR가 데이터에서 캡처하는 세부 사항의 세분성으로 인해 플랫폼이 완전히 수평을 이루는 것에서 약간만 벗어나도 LiDAR 데이터 포인트에 할당된 공간 좌표 계산에 영향을 미칩니다.

또한 플랫폼이 가속 또는 감속했는지 또는 LiDAR 플랫폼의 움직임이 완전히 선형적인지 여부를 파악하는 것도 중요합니다. 다시 말하지만, LiDAR 센서의 주파수와 해상도 때문에 포인트 클라우드가 수집된 위치를 이해하려면 이러한 움직임의 변화를 고려해야 합니다.

플랫폼의 동작 동역학에 관련된 많은 정보를 제공하는 하드웨어 구성 요소는 관성 측정 장치(IMU)입니다. 자이로스코프와 가속도계의 집합으로 구성된 IMU는 롤, 피치, 요의 세 가지 회전 파라미터와 함께 세 축에서 차량의 선형 가속도와 관련된 데이터 스트림을 지속적으로 제공합니다.

관성 항법 시스템(INS)은 통계적(칼만) 필터를 적용하여 이동하는 플랫폼의 최적 위치 추정치를 계산하는 처리 장치와 함께 IMU를 포함하는 계산 시스템입니다. GPS 시스템을 사용할 수 있는 경우 INS는 위치 추정치에 GPS의 데이터를 포함하며, 이동 거리 측정을 지원하는 주행 거리계 시스템이 포함된 LiDAR 시스템을 도로 차량에 장착한 경우 이 데이터도 INS 계산에 포함됩니다.

INS는 모든 위치 및 방향 정보를 한 번에 동시에 고려함으로써 위치 및 방향을 계산할 때 이러한 데이터의 결함을 보완할 수 있습니다. 예를 들어, GPS 데이터가 자주 중단되고 '드리프트' 가능성이 있을 수 있으므로 INS는 추측 항법 프로세스를 적용하여 주행 거리계(가능한 경우) 또는 IMU의 가속도계 정보에 가중치를 적절히 추가하여 플랫폼의 예상 궤적을 예측할 수 있습니다.

최대 250Hz의 업데이트 속도를 지원하는 OXTS와 같은 INS 시스템은 xNAV550 및 OXTS Inertial+는 전진 및 후진 처리 루틴을 결합하여 (시간 내에) 이동하는 플랫폼과 그 위에 장착된 LiDAR 센서의 가장 가능성이 높은 전체 위치를 계산합니다. LiDAR 센서의 위치와 방향에 대한 최상의 추정치를 지속적으로 계산하는 이 동적 프로세스와 그 결과 수집되는 각 개별 데이터 포인트를 직접 지오레퍼런싱이라고 합니다.

OXTS 관성 기술은 차량 기반, 유인 및 무인 항공 시스템을 포함한 다양한 플랫폼에서 고정밀 LiDAR를 구현하는 데 활용되고 있습니다.

스위스 무인 항공기 회사 에어로스카우트 를 성공적으로 구현했습니다. xNAV550 전력선 매핑 작업을 수행하기 위해 Riegl VUX-1 LiDAR 시스템을 사용합니다. INS와 LiDAR 센서 간의 심층적이면서도 간단한 통합을 통해 몇 번의 클릭만으로 데이터 수집 및 처리 워크플로우를 수행할 수 있습니다. 비행 시간 14분 만에 Aeroscout은 1km의 고전압 전력선에 대한 LiDAR 데이터를 1.6cm의 전체 공간 정확도로 수집할 수 있습니다.

호주에서는 HAWCS 외부 방향을 계산하고 헬리콥터에 장착된 라이다 시스템의 직접 지오레퍼런스를 제공하기 위해 OXTS 관성+ 시스템을 작동합니다. 매일 수백 킬로미터에 걸쳐 데이터를 수집하는 HAWCS 팀은 전력선을 따라 식생 간격을 20cm 이내로 측정하는 데이터를 수집할 수 있습니다.

한편 고속도로 조사의 경우, 스웨덴 기업 WSP 는 2010년부터 여러 지오트래커 시스템에 OXTS Inertial+ INS 시스템을 배포했습니다. WSP는 교량, 터널 또는 밀집된 도시 협곡과 같은 장애물이 있을 때 위치 정확도를 높이기 위해 Inertial+ 시스템을 사용하여 GPS 드리프트율을 줄이고 OXTS에서 최적화한 주행 거리계 계산을 활용하고 있습니다. 단일 동기화 메커니즘을 통해 360도 카메라 및 HD 비디오로 수집한 정보와 LiDAR 센서의 위치 기준 데이터를 동시에 직접 동기화하는 OXTS Inertial+ INS는 이러한 유형의 차량 기반 모바일 매핑 애플리케이션에 매우 유용합니다.