Point-cloud based displacement detection using photogrammetry, LiDAR, and UGV sensing
연구 내용
포토그래메트리와 LiDAR 점군을 기반으로 포장블록·노면 변위를 정량 검출하고 UGV용 센서 운영을 최적화하는 연구
도심 굴착 인접 시설물은 한정된 계측점만으로 변위를 대표하기 어렵습니다. 본 연구는 카메라 기반 terrestrial photogrammetry와 LiDAR 점군을 결합해 포장블록의 영역을 추출하고, 점군 간 거리를 활용해 uplift, settlement, 수평 변위를 계측하는 절차를 개발합니다. 또한 UGV에 탑재되는 센서의 에너지 소모를 고려해 risk map 기반 운영을 제안하고, LiDAR 프레임 병합에서 엔트로피 분석으로 window size를 최적화하여 경로 전반의 선형 구조 추출 정확도를 높입니다.
관련 연구 성과
관련 논문
7편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
2022년에는 LiDAR 데이터 프레임 병합에서 window size를 엔트로피 분석으로 최적화하는 알고리즘을 제시하여 점군 품질을 개선하는 기반을 마련했습니다. 2023년에는 위험지도를 활용한 UGV 모니터링용 adaptive sensor management와 함께 포토그래메트리 기반 포장블록 변위 검출을 수행했습니다. 2024년에는 3D 레이저 센서 기반 변위 검출과 함께 photogrammetry 기반 영역 추출 및 변위 탐지를 자동화하는 전개가 이어졌습니다. 2025년에는 자동 region extraction과 변위 검출을 구체화하여 적용성을 확장하는 흐름을 보였습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Paving block displacement detection and measurement using 3D laser sensors on unmanned ground vehicles
Adaptive sensor management for UGV monitoring based on risk maps
An Entropy Analysis-Based Window Size Optimization Scheme for Merging LiDAR Data Frames
Detecting and Evaluating Displacements of Paving Blocks Adjacent to Deep Excavation Sites Using Terrestrial Photogrammetry
Automated region extraction and displacement detection for paving blocks adjacent to deep excavation using photogrammetry
Detecting and Evaluating Displacement of Paving Blocks Adjacent to Deep Excavation Sites Using Terrestrial Photogrammetry
Red2: Automated Region Extraction and Displacement Detection for Paving Blocks Adjacent to Deep Excavation Using Photogrammetry