Point Cloud 생성하기 : LIdar vs photogrammetry 비교

Lidar 와 Point Cloud의 관계성

LiDAR는 포인트 클라우드를 만드는 기술이지만 모든 포인트 클라우드가 LiDAR를 사용하여 생성되는 것은 아니다.

Lidar가 아닌 것에서 Point Cloud 생성하는 법? photogrammetry를 이용한 디지털 카메라 이미지에서 추출 가능

Photogrammetry를 이용하면 RGB값을 가지므로 컬러 Point Cloud가 생성되지만, 라이다에 비해정확도 면에서 떨어진다.

그렇다면 두개 중에 어떤 방법으로 데이터셋을 확보하는 것이 나을까?

LiDAR는 무엇이며 어떻게 작동할까?

LiDAR 장치의 센서에서 주변 물체까지의 거리를 측정하기 위해 레이저를 사용하는 기술

LiDAR는 다음과 같은 많은 산업 분야에서 사용된다.

지질학
고고학
조작
건설
서베이
채광
자동차 제조(특히 자율주행차 부문)

LiDAR는 다음의 3D 모델을 스캔하고 생성하는 데 사용할 수 있다.

지구의 표면
건물 및 기타 인공 구조물
나무 및 기타 식물
강, 호수 및 기타 수역
화산
암석층

photogrammetry이란 무엇이며 어떻게 작동할까?

Photogrammetry에는 2가지 방법이 있다.

여러장의 사진 기반으로 3차원 모델을 추출하는 방법(1)

스테레오 이미지 기반으로 3차원 모델을 추출하는 방법(2)

photogrammetry(1)은 다양한 각도에서 찍은 사진 세트에서 3차원 축척 모델을 만드는 기술이며, 이 방법은 물체의 다양한 각도에서 찍은 사진을 사용하여 치수를 계산하고 삼각 측량을 사용하여 3D 모델을 생성한다.

photogrammetry(2)는 깊이맵 계산 기법으로, 두개의 카메라를 하나의 대상에 대해 촬영하고, 삼각측량과 유사한 방식으로, 특징점의 깊이값을 계산한다. 특징점간 픽셀들의 깊이는 먼저 얻은 값들로 보정하는 방식인데 일반적으로 관련된 오픈 소스가 많지만, 직접 개발하는 것은 쉽지 않다.

측량된 데이터를 통해 최종 다음과 같은 것을 수행 가능하다.

촬영 중인 물체의 3D 모델 생성
물체의 크기와 모양 계산
물체 사이의 거리 측정

원본 개체(왼쪽), 사진 측량 소프트웨어를 사용한 3D 모델(중앙), 3D 인쇄된 모델(오른쪽)

포인트 클라우드를 생성할 때 LiDAR와 photogrammetry의 장점과 단점은?

LiDAR의 장점:

LiDAR는 많은 중요한 이점(특히 Photogrammetry에 비해)을 가지고 있다. 다양한 목적을 위해 다양한 산업에서 광범위하게 사용되며 높은 정확도, 3D 이미징 및 고해상도를 포함한다.

주변 환경의 고해상도 3D 이미지를 제공하여 매핑 및 측량에 유용
육안으로 볼 수 없는 환경의 물체 또는 위험을 감지
도로의 시야를 차단하는 장애물이나 위험 요소를 식별
위치 파악 및 탐색에 사용되는 매우 정확한 3D 지도를 만든다. 이것은 LiDAR가 지면에서 주변 물체에 대한 자세한 정보를 제공하기 때문에 가능
손상 또는 결함에 대해 개체 또는 기반 시설을 검사하는 스캔 도구로 사용할 수 있다.
데이터를 빠르게 캡처하고 처리할 수 있습니다.
작업하기 쉬운 깨끗하고 멋진 포인트 클라우드 제공

LiDAR 단점:

사용하기에 값비싼 기술이며, 많은 하드웨어가 필요하므로 현장에서 운반하고 설정하기 어려울 수 있다는 것,매우 조밀한 포인트 클라우드를 생성하여 데이터 처리 및 다운스트림 분석을 더 어렵게 만들 수 있다는 것, 데이터는 실시간 애플리케이션에 사용하기에 적합하지 않다는 것 등이 있다.

부가적인 사항으로는 외부적 열악한 환경요인이 있음

야간 또는 백진 및 안개와 같이 가시성이 좋지 않은 시간에는 정확도가 낮다.
안개 및 먼지와 같은 환경 조건에 대한 민감도는 수집된 데이터의 품질에 영향을 주어 정확한 측정을 얻기 어렵게 만든다
빗물은 물방울이 레이저를 반사하게 하므로 정확도에 부정적인 영향을 미친다. -> 포인트 클라우드의 3차원 정보를 유리면 등이 왜곡을 시키기 때문에 왜곡을 제거하는 전처리 기술이 필요로함
전력선과 같은 다른 전자기 방사원의 간섭에 취약할 수 있음

photogrammetry 장점:

동일한 물체를 측정하기 위해 레이저나 줄자를 사용하는 것보다 훨씬 빠르다. 예를 들어 사진 측량(Photogrammetry)은 자동차나 비행기가 관련된 프로젝트와 같이 빠르게 움직이는 프로젝트에 특히 유용하다.
사진 측량은 또한 기존의 많은 측정 방법보다 오류율이 낮다. 즉, 사진 측량을 사용하여 3D 모델을 생성하면 엔지니어 및 기타 전문가가 보다 정확한 측정 및 설계를 생성할 수 있다.
색상, 질감, 모양 등 원본 모델의 사실적인 해석
디지털 카메라나 스마트폰만 있으면 누구나 쉽게 3D 모델을 만들 수 있어 진입 장벽이 훨씬 낮다.
많은 카메라가 사진 측량 모델을 생성하는 데 필요한 데이터를 수집할 수 있기 때문에 관련된 비용도 상당히 낮다.

photogrammetry 단점:

근접 사진(약 0.5미터 미만)에 사용할 때 상대적으로 부정확하다는 것, 이러한 한계는 사진에 정확한 축척을 사용하거나 고해상도 카메라를 사용함으로써 극복할 수 있다.
또한, 사진 측량은 특히 고해상도 카메라와 소프트웨어를 사용하는 경우 기존 측정 방법보다 더 비쌀 수 있다.
사진 측량 소프트웨어가 LiDAR 기술을 사용하면 몇 초가 걸릴 작업을 생성하는 데 몇 시간 또는 며칠이 걸리기 때문에 LiDAR 매핑보다 훨씬 느리다.
3D 모델을 만들려면 많은 사진이 필요하다. 특히 전체 야외 장면이나 도시 블록, 마을 광장 또는 건물 단지와 같은 대규모 모델의 경우에는 엄청난 양의 사진이 필요하다.

포인트 클라우드를 만드는 데 필요한 시간 차이? LiDAR vs photogrammetry

소요시간 : 실제 데이터 캡처 + 데이터를 처리하고 원하는 결과를 받는 데 필요한 시간

LiDAR 및 사진 측량을 위한 데이터 수집 속도:

LiDAR는 일반적으로 비행 노선 간에 20-30%의 이미지 중첩만 필요합니다.
사진 측량에는 60-90%의 이미지 중첩이 필요합니다(사용된 지형 및 도구에 따라 다름)

LiDAR 및 사진 측량을 위한 데이터 처리 시간:

일반적으로 Lidar가 월등히 빠르지만 라이다가 추가 분류가 필요한 task의 경우에 고가의 소프트웨어 장비와 더 많은 시간이 필요.

최종 결정

두 기술의 출력에서 가장 큰 차이점은 색상이다. 사진 측량으로 만든 포인트 클라우드는 각 포인트에 대해 RGB 값이 존재함

라이다: 카메라 :

매우 정확한 포인트 클라우드 매우 정확함 ( 충분한 사진을 찍은 경우에만)
빠르고 쉬운 데이터 수집 진입장벽이 낮음
비교적 쉬운 후처리 사실적인 모델 및 지도 생성
비용 캡쳐후 많은 후처리 시간
(initial단계에서는) 사실적인 컬러 포인트 클라우드를 제공하지 않는다

추가로 라이다에서 얻은 포인트클라우드에는 3차원 좌표와 함께 반사되어 돌아온 신호의 강도 반사도 세기(Insensity)정보도 함께 포함되어 있다.

-레이저 펄스가 통과하는 매질, 물체의 표면과 펄스가 만나는 각도, 대상 물체 표면의 반사율에 따라서 돌아오는 신호의 세기가 결정된다. LiDAR의 반사도 세기를 이용한 연구는 항공 분야에서 많이 진행되었다. 하늘에서 촬영한 데이터의 경우에 지면의 종류(숲, 도로, 콘크리트 등)에 따라서 다른 세기를 보이는데 이를 활용하여 지면의 종류를 판별하는 연구가 이뤄지는 중