본 연구에서는 동력수상레저기구 조종면허의 기존 수기채점방식을 전자채점방식으로 전환할 수 있도록 실기시험항목을 분석하여 현재의 실기시험 시스템의 개념을 해치지 않는 범위 내에서 디지털화할 수 있는 방안을 모색하고, LiDAR센서와 WAVE통신을 통한 전자채점 시스템을 개발했다. 연구를 통해 얻은 결과는 다음과 같다. 첫째, 시험선에서는 LiDAR 및 시험관 평가입력장치를 통해 입력된 채점 데이터가 통합처리장치에서 WAVE통신을 통해 육상 관제센터로 전송되어 응시자의 데이터를 저장/관리할 수 있는 시스템을 구축 및 검증했다. 둘째, 사행 과제를 평가함에 있어서 기존에 목시관측 또는 막대기를 사용한 것을 대신하여 LiDAR를 이용함으로써 정확한 거리측정이 가능해졌고, 정확한 거리정보를 시험선 통합처리장치를 통해 시험관 평가입력장치에 신속하게 표출했다. 셋째, 시험선에서 취 득한 평가점수 데이터를 육상 관제센터로 유실없이 고속으로 전송하기 위해 활용한 WAVE통신에서 원활한 전송 및 처리가 가능함을 확인했다.

고리 원자력발전소 1호기 폐쇄 후 잉여 계통접속 용량을 활용한 해상풍력단지를 개발함에 있어서, 본 논문은 해안 단기간 라이다 측정자료를 이용한 해상 풍력자원평가 방법을 제시하였다. 이를 위해 전산유체역학을 이용한 복잡지형에서의 라이다 측정오차 보정, 제3세대 재해석자료를 이용한 장기간 보정, 그리고 후류모델에 따른 발전량 예측오차를 분석하였다. 해안 평탄지형에서 라이다 측정이 수행되었기 때문에 복잡지형 보정오차는 풍속 MAE로 0.03m/s에 불과하였으나 최종 연간에너지생산량은 미보정시에 비해 10% 의 차이가 발생하였다. 특히 장기간 보정과 해안 기상자료를 해상 기상자료로 전달하는 과정의 불확도가 큰 것으로 평가되었다. 풍력 터빈 이격거리가 충분할 경우 기존 육상풍력용 후류모델은 후류손실이 없다고 예측한 반면 심층배열 후류모델은 6%의 후류손실을 예 측하였다. 정리하자면 해상풍력사업의 불확도 최소화를 위해서는 해상기상탑을 설치하고 장기간 측정을 수행하는 것이 필수적임을 재확인하였다.

With increasing interest, there have been studies on LiDAR(Light Detection And Ranging)-based DEM(Digital Elevation Model) to acquire three dimensional topographic information. For producing LiDAR DEM with better accuracy, Filtering process is crucial, where only surface reflected LiDAR points are left to construct DEM while non-surface reflected LiDAR points need to be removed from the raw LiDAR data. In particular, the changes of input values for filtering algorithm-constructing parameters are supposed to produce different products. Therefore, this study is aimed to contribute to better understanding the effects of the changes of the levels of GroundFilter Algrothm’s Mean parameter(GFmn) embedded in FUSION software on the accuracy of the LiDAR DEM products, using LiDAR data collected for Hwacheon, Yangju, Gyeongsan and Jangheung watershed experimental area. The effect of GFmn level changes on the products’ accuracy is estimated by measuring and comparing the residuals between the elevations at the same locations of a field and different GFmn level-produced LiDAR DEM sample points. In order to test whether there are any differences among the five GFmn levels; 1, 3, 5, 7 and 9, One-way ANOVA is conducted. In result of One-way ANOVA test, it is found that the change in GFmn level significantly affects the accuracy (F-value: 4.915, p<0.01). After finding significance of the GFmn level effect, Tukey HSD test is also conducted as a Post hoc test for grouping levels by the significant differences. In result, GFmn levels are divided into two subsets ( ‘7, 5, 9, 3’ vs. ‘1’). From the observation of the residuals of each individual level, it is possible to say that LiDAR DEM is generated most accurately when GFmn is given as 7. Through this study, the most desirable parameter value can be suggested to produce filtered LiDAR DEM data which can provide the most accurate elevation information.

Jakarta is the capital city of Indonesia which has problems of land subsidence with the rates of about 1 to 15 cm/year, up to 20-25 cm/year. The study has examined the land subsidence in Pantai Mutiara, Jakarta Bay which is a reclaimed area by using the Terrestrial LIDAR survey technique. The Terrestrial LIDAR survey results show that the survey site has mean elevation of 0.24 m with the highest elevation of 0.93 m and lowest - 0.35 m. Considering that AHHW (approximate highest high water) is 0.51 m, many areas of the survey site are lying below the AHHW. Pantai Mutiara area is showing various subsidence rates depending on sites although the site is relatively narrow and small (about 1 km2). There is elevation differences of almost 1m within the site. In this study, key information including topography, dike height distribution, and future coastal flooding risk of the survey area was able to be provided by Terrestrial LIDAR survey conducted only once. Especially, as the 3D precision topography effectively conveys important messages relating to vulnerability of the site, policy makers and stakeholders can easily understand the situation of the site.

유럽 및 미주의 풍력자원조사는 풍황탑에 라이다 및 소다와 같은 지상기반 원격탐사를 병행하여 측정불확도를 경감하는 방향으로 진행되고 있다. 본 연구에서는 서해안 김제평야에서 원격탐사 캠페인을 수행하였으며, 풍력자원 평가용 원격탐사장비인 윈드큐브 라이다와 메텍 PCS.2000-64 소다의 상호비교를 통하여 측정불확도를 평가하였다. 소다는 200m 높이에서 자료가용률이 80%로 저하되었으나 결손자료를 처리한 후 라이다와 동일한 로그법칙 풍속분포를 나타내었으며 두 측정장비 간의 평균풍속은 기울기 0.94, R2=0.94로 상관성이 높게 접합되었다. 그리고 풍속오차의 상대표준편차 및 풍향오차의 표준편차는 각각 14%와 25도로 전 측정높이에 대하여 균일하게 나타났다.

This study was to evaluate the utilization of terrestrial light detection and ranging for forest inventory in coniferous forests. Heights and diameter of the stand trees were measured manually using the traditional measurement method and the method using terrestrial LiDAR. The results of two methods were compared and analyzed to evaluate accuracy and feasibility. The terrestrial LiDAR used fixed and handy types to compare the accuracy between different operational methods. Comparative analyses used a paired t-test and Bland-Altman plot analysis. In the case of tree heights, the average of difference between the traditional method and terrestrial LiDAR for each plot was 0.81 m, -0.07 m, and 0.13 m for fixed type; 2.88 m, 1.19 m, and 0.93 m for the handy type. In the case of tree diameter at breast height, the average value of the difference between traditional methods and terrestrial LiDAR for each plot was 0.13 cm, -0.66 cm, and –0.03 cm for fixed type; 2.36 cm, 2.13 cm, and 1.92 cm for the handy type. The values from the method using the fixed type was highly consistent with that using the traditional measurement methods; the average difference was closer to zero. The crown density influences the precision of the height measurement using terrestrial LiDAR in coniferous forests. Therefore, future studies should focus on verifying the a

This paper proposes a parking space detection method for autonomous parking by using the Around View Monitor (AVM) image and Light Detection and Ranging (LIDAR) sensor fusion. This method consists of removing obstacles except for the parking line, detecting the parking line, and template matching method to detect the parking space location information in the parking lot. In order to remove the obstacles, we correct and converge LIDAR information considering the distortion phenomenon in AVM image. Based on the assumption that the obstacles are removed, the line filter that reflects the thickness of the parking line and the improved radon transformation are applied to detect the parking line clearly. The parking space location information is detected by applying template matching with the modified parking space template and the detected parking lines are used to return location information of parking space. Finally, we propose a novel parking space detection system that returns relative distance and relative angle from the current vehicle to the parking space.

This paper proposes a convolutional neural network model for distinguishing areas occupied by obstacles from a LiDAR image converted from a 3D point cloud. The channels of a LiDAR image used as input consist of the distances to 3D points, the reflectivities of 3D points, and the heights of 3D points from the ground. The proposed model uses a LiDAR image as an input and outputs a result of a segmented LiDAR image. The proposed model adopts refinement modules with skip connections to segment a LiDAR image. The refinement modules with skip connections in the proposed model make it possible to construct a complex structure with a small number of parameters than a convolutional neural network model with a linear structure. Using the proposed model, it is possible to distinguish areas in a LiDAR image occupied by obstacles such as vehicles, pedestrians, and bicyclists. The proposed model can be applied to recognize surrounding obstacles and to search for safe paths.

최근 전 세계적으로 기후변화에 따른 이상기후 현상이 나타나고 있으며 태풍이나 집중호우 등의 자연재해로 인해 매년 많은 산사태나 토석류와 같은 산지재해가 발생하고 있다. 특히 토석류의 경우 산지 계곡을 따라 흘러 내려와 도로나 주택지까지 많은 피해를 발생시킨다. 이러한 산사태나 토석류를 예측하기 위하여 최근 GIS(Geographic Information System)나 IT기술을 적용하여 많은 연구가 진행 되고 있으며, 본 연구에서는 산지재해 위험성 분석을 위하여 GIS를 이용하여 지형이나 지질, 토양 등의 공간 데이타베이스를 구축하고 기존 피해발생지를 대상으로 현장모니터링을 수행하였다. 그리고 보다 정밀한 지형인자 추출을 위하여 지상 LiDAR를 활용하여 현장 모니터링 지역을 스캔하고 3D 지형자료를 구축하였다. 구축된 3D 지형자료는 기존 수치지도와 비교하여 지상 LiDAR 자료의 정밀도를 평가하고 재해발생 전·후의 지형을 비교 분석하였다.

최근 전 지구적인 기후변화의 영향으로 집중호우가 증가하고 있어 산지가 많은 국내에서는 산지재해 발생 위험이 증가하고 있다. 특히 산지에서 발생하는 토석류의 경우는 산지계류를 따라 빠르게 이동하여 하류부에 위치한 도심지까지 피해를 주고 있다. 그러나 토석류 피해지역을 정확히 분석하고 대책을 수립하기 위한 연구는 매우 미진한 상태이다. 따라서 본 연구에서는 지상 LiDAR 장비를 활용하여 토석류 발생 및 피해지역에 대한 3차원 정밀지형정보를 구축하는 방법에 관해 연구를 수행하였다. 구축된 3차원 지형정보는 토석류 피해지역의 복구활동 및 시간경과에 따른 재해현장의 환경변화에 지장을 받지 않고 다양한 연구활동이 가능하다. 따라서 지상 LiDAR로 구축된 지형자료는 토석류 피해지역의 이동과 확산범위 산정을 위해 적용된 RAMMS 모형의 기본자료로 활용하였다.

The purpose of this study is model development of displacement estimation of simple beam receiving the concentrated load using terrestrial LiDAR. Using the terrestrial LiDAR it is possible to supplement touch sensor’s disadvantages which have the limit to the displacement measurement. The data which is obtained by terrestrial LiDAR goes through coordinate transformation and dividing elements. And then, applying the Cubic Smoothing Spline Interpolation(CSSI) we will find the optimal value for displacement estimation. Also, based on the assumed displacement it is possible to estimate the stress distribution shape of the experiment model.

A dynamic displacement estimation system is developed by integrating laser Doppler vibromter (LDV) and light detection and ranging (LiDAR). The system includes hardware level integration for simultaneous measurement of two devices and data fusion of two measurement signals based on Kalman filter smoothing algorithms. For hardware integration of two devices, the laser beam directions and the triggering of measurement of LDV and LiDAR are controlled on the level of built-in commands of the devices. The distance data sequentially measured by LiDAR is converted to dynamic displacement of high noise and low sampling rate, and fused with the velocity measured by LDV which has high sampling rate and low noise but accumulated bias error when integrated. Using the Kalman filter based data fusion algorithm, it is able to estimate dynamic displacement in which the drawbacks of two devices are effectively removed. The proposed system is applied to a dynamic loading test on a highway bridge and the performance is verified.