지오레퍼런서 - 보어사이트 보정

포인트클라우드 데이터를 최대한 활용하려면 어떻게 해야 할까요? ' 문서에서포인트클라우드는 어떻게 만들어지나요?'에서 우리는 LiDAR와 INS 좌표 프레임이 잘 보정되어야 할 필요성과 이를 위해 얼마나 정밀해야 하는지에 대해 논의했습니다. 그렇다면 당연한 질문은 어떻게 이를 달성할 수 있을까요? 시행착오를 거치거나 디지털 인쇄 마운트를 사용하거나 데이터 기반 보정 기술을 사용하는 등 여러 가지 방법이 있을 수 있습니다. 시행착오는 시간이 많이 걸리며 설정이 조금이라도 변경되지 않도록 해야 하며, 그렇지 않으면 시행착오를 반복해야 합니다. 인쇄 마운트는 설정에 내장된 정확한 각도와 변위를 얻을 수 있는 편리한 방법입니다. 하지만 시간이 오래 걸리고 비용이 많이 듭니다. 세 번째 방법은 수집한 포인트 클라우드 데이터를 분석하고 보이는 것과 보여야 할 것을 비교하여 설정을 보정하는 데이터 기반 보정 기법을 사용하는 것입니다.

이 후자의 방법은 OXTS가 개발한 것입니다. 사용자는 LiDAR와 INS를 설정한 상태에서 차량을 간단히 조종하기만 하면, LiDAR가 측량을 대표하는 다양한 거리와 각도에서 일부 목표물을 잘 볼 수 있습니다. 표적은 반사율이 높은 재료로 덮인 평평한 정사각형 보드로 매우 간단하게 만들어집니다. 조작은 몇 분 밖에 걸리지 않으며 모든 설문조사 실행에 추가할 수 있습니다. 사무실에서 데이터를 OXTS Georeferencer에 업로드하면 포인트클라우드가 현실에 가장 잘 맞는 각도를 찾을 수 있습니다. 또한 변위를 보정하는 방법도 개발했으며, 이 기능은 현재 베타 모드로 다음에서 사용할 수 있습니다. 지오레퍼런서.

OXTS 지오레퍼런서 는 당연히 지오레퍼런스 LiDAR 및 내비게이션 데이터를 사용하여 포인트 클라우드를 생성할 수 있습니다. 일반적으로 필요한 파일은 5가지입니다: 내비게이션 데이터 파일, LiDAR 파일(PCAP), LiDAR와 INS 사이의 각도와 변위, 그리고 차량에 대한 INS를 자세히 설명하는 3개의 구성 파일입니다. 이 파일을 사용하여 위에서 설명한 대로 구성 파일을 보정하거나 포인트 클라우드.

이 외에도 사용자가 포인트클라우드를 최대한 활용할 수 있는 다양한 추가 옵션이 있습니다. LiDAR가 차량의 일부를 볼 수 있는 경우가 종종 있습니다. 이 경우 기록되는 모든 프레임에 차량의 일부가 나타나고 포인트 클라우드에서는 마치 무언가를 드래그한 것처럼 보입니다. 이 문제는 포인트가 있어야 하는 최소 거리를 라이다에서 선택하면 간단히 편집할 수 있습니다. 이를 통해 사용자는 보다 유연하게 설정할 수 있습니다.

LiDAR는 일반적으로 각 지점에 대한 반사 강도를 기록합니다. 이는 예상치 못한 다양한 용도로 사용할 수 있는 LiDAR의 훌륭한 기능 중 하나입니다. 사용자 OXTS 지오레퍼런서 는 모든 반사율 임계값에서 포인트클라우드를 생성할 수 있습니다. 특히 반사율 100에서 포인트클라우드를 생성하면 일반적인 기가바이트의 데이터 대신 몇 백 킬로바이트의 데이터로 설정 문제를 해결할 수 있다는 점에서 큰 이점이 있습니다.

보정 기능 외에 지오레퍼런서의 가장 중요한 기능은 정교한 공식을 사용하여 내비게이션 데이터가 제공하는 진단을 통해 포인트의 정밀도를 계산하는 것입니다. 이를 통해 사용자는 가장 정확도가 높은 지점 또는 가장 낮은 지점을 확인할 수 있으며 이러한 지점을 편집할 수도 있습니다. 사용자는 설정이 보정되었다는 가정 하에 포인트클라우드의 모든 포인트에 대해 센티미터 단위의 정밀도를 선택할 수 있으므로 고객에게 올바른 정확도를 제공할 수 있다고 자신 있게 약속할 수 있습니다.

이 시리즈의 첫 번째 글을 읽어보세요:  '포인트클라우드란 무엇인가요?