최근 산림 관리 및 연구 분야에서 3D 공간 정보의 중요성이 부각됨에 따라, LiDAR(Light Detection and Ranging) 기술은 정밀한 산림 포인트 클라우드 데이터 구축의 핵심 도구로 자리매김하고 있습니다. 특히, 드론 LiDAR와 지상 Hand-Held SLAM(Simultaneous Localization and Mapping) LiDAR는 각각의 장점을 활용하여 산림 데이터를 더욱 풍부하게 만드는 데 기여하고 있습니다.
이번 글에서는 이 두 가지 LiDAR 시스템의 특징과 각 시스템만을 사용했을 때의 장단점, 그리고 두 데이터를 결합했을 때 얻을 수 있는 시너지 효과에 대해 자세히 알아보겠습니다.
드론 LiDAR : DJI Zenmuse L2
🔼DJI Matrice 400, Zenmuse L2를 사용하여 데이터를 취득하고 있다.
드론 LiDAR는 넓은 지역의 데이터를 빠르고 효율적으로 취득할 수 있는 강력한 도구입니다.
장점:
광범위한 커버리지: 한 번의 비행으로 넓은 면적의 산림 데이터를 신속하게 수집할 수 있어 대규모 프로젝트에 매우 유리합니다.
접근하기 어려운 지역 데이터 취득: 급경사지, 울창한 숲 등 사람이 접근하기 어려운 지역의 데이터도 안전하게 취득할 수 있습니다.
높은 효율성: 지상 측량에 비해 시간과 인력을 크게 절약할 수 있어 비용 효율적입니다.
상층부 수목 정보 취득 용이: 드론의 고도 특성상 수목의 캐노피 등 상층부의 구조를 정밀하게 파악할 수 있습니다.
🔼드론을 활용하여 얻은 산림 포인트 클라우드, 넓은 범위의 데이터를 쉽게 취득 할 수 있다.
단점:
하층부 식생 데이터 부족: 울창한 숲의 경우, 드론에서 발사된 레이저가 지면에 도달하기 어려워 하층부 식생이나 지형의 세부 정보를 얻기 어려울 수 있습니다.
기상 조건 제약: 강풍, 비 등 악천후 시 비행 및 데이터 취득에 제약이 따릅니다.
GNSS 의존성: 정확한 위치 정보 획득을 위해 GNSS(Global Navigation Satellite System) 신호가 필수적이므로, 신호 불량 지역에서는 정확도가 저하될 수 있습니다.
🔼상층부 데이터 대비 하층부 데이터가 부족한 드론 LiDAR 데이터
Hand-Held SLAM LiDAR : XGRIDS Lixel L2 Pro
🔼XGRIDS Lixel L2 Pro를 사용하여 산림 하부 데이터를 취득하고 있다.
Hand-Held SLAM LiDAR는 사용자가 직접 휴대하고 이동하며 데이터를 취득하는 방식으로, 특히 복잡하고 밀집된 환경에서 강점을 보입니다.
🔼XGRIDS Lixel L2 Pro를 사용하여 취득한 산림 하부 포인트 클라우드
장점:
하층부 및 지면의 상세 정보 취득: 수목 하층부, 덤불, 그리고 지형의 미세한 변화까지 매우 정밀하게 스캔할 수 있습니다.
밀도 높은 포인트 클라우드: 근거리에서 데이터를 취득하므로 매우 조밀하고 균일한 포인트 클라우드를 생성할 수 있습니다.
복잡한 구조물 스캔 용이: 나무 줄기, 쓰러진 나무, 바위 등 복잡한 구조물의 형태를 정확하게 파악하는 데 효과적입니다.
GNSS 음영 지역에서도 활용 가능: SLAM 기술을 기반으로 하므로 GNSS 신호가 약하거나 없는 실내, 지하, 울창한 숲에서도 데이터 취득이 가능합니다.
🔼XGRIDS Lixel L2 Pro를 사용하면 수목 하층부의 상세한 데이터를 얻을 수 있고, 관목까지 확인이 가능하다.
단점:
제한적인 커버리지: 드론 LiDAR에 비해 한 번에 스캔할 수 있는 범위가 좁아 넓은 지역을 커버하기 위해서는 많은 시간과 노력이 필요합니다.
높은 노동 강도: 사용자가 직접 이동하며 스캔해야 하므로, 넓은 지역을 스캔할 경우 피로도가 높습니다.
접근성 제약: 사람이 물리적으로 접근하기 어려운 급경사지나 험준한 지형에서는 데이터 취득이 어렵습니다.
🔼붉은색 부분이 Hand-Held SLAM LiDAR 데이터, 드론 LiDAR 대비 데이터 취득 영역이 제한적이다.
드론 LiDAR와 Hand-Held SLAM LiDAR 데이터 결합
저희 티쓰리솔루션에서는 드론 LiDAR(DJI Zenmuse L2)와 지상 Hand-Held SLAM LiDAR(XGRIDS Lixel L2 Pro) 데이터를 성공적으로 결합하여, 각각의 단점을 보완하고 장점을 극대화하는 매우 상세한 산림 포인트 클라우드 데이터를 구축했습니다.
🔼드론 및 지상 LiDAR 데이터를 합친 결과물
결합의 장점:
종합적이고 완벽한 산림 데이터: 드론 LiDAR가 제공하는 넓은 범위의 상층부 정보와 Hand-Held SLAM LiDAR가 제공하는 정밀한 하층부 정보를 결합하여 산림의 3D 구조를 완벽하게 재구성할 수 있습니다. 이는 마치 산림을 위에서부터 아래까지, 그리고 내부까지 들여다보는 것과 같은 효과를 제공합니다.
정확도 및 밀도 향상: 드론 데이터의 상층부 정보와 Hand-Held 데이터의 하층부 및 지면 정보를 결합함으로써 전체 포인트 클라우드의 정확도와 밀도를 크게 향상시킬 수 있습니다. 특히, 드론 LiDAR에서 부족했던 지면 정보와 낮은 식생 정보를 Hand-Held SLAM LiDAR 데이터로 보완하여 더욱 현실적인 3D 모델을 생성할 수 있습니다.
다양한 산림 분석 가능성 증대: 상세한 3D 포인트 클라우드 데이터는 수목 개체 식별, 수고 및 흉고직경 추정, 수목 밀도 분석, 산림 바이오매스 추정, 지형 분석 등 다양한 산림 관련 연구 및 관리 분야에서 활용될 수 있습니다. 특히, 결합된 데이터를 통해 과거에는 어려웠던 개별 수목 단위의 정밀 분석이 가능해집니다.
🔼수목의 상층부, 하층부, 지형 정보 등 산림의 전체적인 상세 데이터가 모두 표현되어있다.
결론
드론 LiDAR와 지상 Hand-Held SLAM LiDAR는 각각의 고유한 장점과 한계를 가지고 있습니다. 하지만 이 두 가지 시스템에서 얻은 데이터를 성공적으로 결합함으로써, 우리는 기존에는 상상하기 어려웠던 수준의 정밀하고 상세한 산림 포인트 클라우드 데이터를 구축할 수 있었습니다.
이는 산림 생태계 연구, 산림 자원 관리, 재해 예방 등 다양한 분야에서 혁신적인 발전을 가져올 잠재력을 가지고 있습니다. 앞으로도 이러한 융합 기술의 발전을 통해 더욱 효율적이고 정확한 공간 정보 구축이 이루어지기를 기대합니다.
Lixel L2 Pro 자세히 보기
🔼XGRIDS Lixel Cyber Color를 활용한 산림 3D 디지털 모델 생성 결과물, 3D Gaussian Splatting 기술의 활용
최근 산림 관리 및 연구 분야에서 3D 공간 정보의 중요성이 부각됨에 따라, LiDAR(Light Detection and Ranging) 기술은 정밀한 산림 포인트 클라우드 데이터 구축의 핵심 도구로 자리매김하고 있습니다. 특히, 드론 LiDAR와 지상 Hand-Held SLAM(Simultaneous Localization and Mapping) LiDAR는 각각의 장점을 활용하여 산림 데이터를 더욱 풍부하게 만드는 데 기여하고 있습니다.
이번 글에서는 이 두 가지 LiDAR 시스템의 특징과 각 시스템만을 사용했을 때의 장단점, 그리고 두 데이터를 결합했을 때 얻을 수 있는 시너지 효과에 대해 자세히 알아보겠습니다.
🔼DJI Matrice 400, Zenmuse L2를 사용하여 데이터를 취득하고 있다.
드론 LiDAR는 넓은 지역의 데이터를 빠르고 효율적으로 취득할 수 있는 강력한 도구입니다.
장점:
광범위한 커버리지: 한 번의 비행으로 넓은 면적의 산림 데이터를 신속하게 수집할 수 있어 대규모 프로젝트에 매우 유리합니다.
접근하기 어려운 지역 데이터 취득: 급경사지, 울창한 숲 등 사람이 접근하기 어려운 지역의 데이터도 안전하게 취득할 수 있습니다.
높은 효율성: 지상 측량에 비해 시간과 인력을 크게 절약할 수 있어 비용 효율적입니다.
상층부 수목 정보 취득 용이: 드론의 고도 특성상 수목의 캐노피 등 상층부의 구조를 정밀하게 파악할 수 있습니다.
🔼드론을 활용하여 얻은 산림 포인트 클라우드, 넓은 범위의 데이터를 쉽게 취득 할 수 있다.
단점:
하층부 식생 데이터 부족: 울창한 숲의 경우, 드론에서 발사된 레이저가 지면에 도달하기 어려워 하층부 식생이나 지형의 세부 정보를 얻기 어려울 수 있습니다.
기상 조건 제약: 강풍, 비 등 악천후 시 비행 및 데이터 취득에 제약이 따릅니다.
GNSS 의존성: 정확한 위치 정보 획득을 위해 GNSS(Global Navigation Satellite System) 신호가 필수적이므로, 신호 불량 지역에서는 정확도가 저하될 수 있습니다.
🔼상층부 데이터 대비 하층부 데이터가 부족한 드론 LiDAR 데이터
🔼XGRIDS Lixel L2 Pro를 사용하여 산림 하부 데이터를 취득하고 있다.
Hand-Held SLAM LiDAR는 사용자가 직접 휴대하고 이동하며 데이터를 취득하는 방식으로, 특히 복잡하고 밀집된 환경에서 강점을 보입니다.
🔼XGRIDS Lixel L2 Pro를 사용하여 취득한 산림 하부 포인트 클라우드
장점:
하층부 및 지면의 상세 정보 취득: 수목 하층부, 덤불, 그리고 지형의 미세한 변화까지 매우 정밀하게 스캔할 수 있습니다.
밀도 높은 포인트 클라우드: 근거리에서 데이터를 취득하므로 매우 조밀하고 균일한 포인트 클라우드를 생성할 수 있습니다.
복잡한 구조물 스캔 용이: 나무 줄기, 쓰러진 나무, 바위 등 복잡한 구조물의 형태를 정확하게 파악하는 데 효과적입니다.
GNSS 음영 지역에서도 활용 가능: SLAM 기술을 기반으로 하므로 GNSS 신호가 약하거나 없는 실내, 지하, 울창한 숲에서도 데이터 취득이 가능합니다.
🔼XGRIDS Lixel L2 Pro를 사용하면 수목 하층부의 상세한 데이터를 얻을 수 있고, 관목까지 확인이 가능하다.
단점:
제한적인 커버리지: 드론 LiDAR에 비해 한 번에 스캔할 수 있는 범위가 좁아 넓은 지역을 커버하기 위해서는 많은 시간과 노력이 필요합니다.
높은 노동 강도: 사용자가 직접 이동하며 스캔해야 하므로, 넓은 지역을 스캔할 경우 피로도가 높습니다.
접근성 제약: 사람이 물리적으로 접근하기 어려운 급경사지나 험준한 지형에서는 데이터 취득이 어렵습니다.
🔼붉은색 부분이 Hand-Held SLAM LiDAR 데이터, 드론 LiDAR 대비 데이터 취득 영역이 제한적이다.
저희 티쓰리솔루션에서는 드론 LiDAR(DJI Zenmuse L2)와 지상 Hand-Held SLAM LiDAR(XGRIDS Lixel L2 Pro) 데이터를 성공적으로 결합하여, 각각의 단점을 보완하고 장점을 극대화하는 매우 상세한 산림 포인트 클라우드 데이터를 구축했습니다.
🔼드론 및 지상 LiDAR 데이터를 합친 결과물
결합의 장점:
종합적이고 완벽한 산림 데이터: 드론 LiDAR가 제공하는 넓은 범위의 상층부 정보와 Hand-Held SLAM LiDAR가 제공하는 정밀한 하층부 정보를 결합하여 산림의 3D 구조를 완벽하게 재구성할 수 있습니다. 이는 마치 산림을 위에서부터 아래까지, 그리고 내부까지 들여다보는 것과 같은 효과를 제공합니다.
정확도 및 밀도 향상: 드론 데이터의 상층부 정보와 Hand-Held 데이터의 하층부 및 지면 정보를 결합함으로써 전체 포인트 클라우드의 정확도와 밀도를 크게 향상시킬 수 있습니다. 특히, 드론 LiDAR에서 부족했던 지면 정보와 낮은 식생 정보를 Hand-Held SLAM LiDAR 데이터로 보완하여 더욱 현실적인 3D 모델을 생성할 수 있습니다.
다양한 산림 분석 가능성 증대: 상세한 3D 포인트 클라우드 데이터는 수목 개체 식별, 수고 및 흉고직경 추정, 수목 밀도 분석, 산림 바이오매스 추정, 지형 분석 등 다양한 산림 관련 연구 및 관리 분야에서 활용될 수 있습니다. 특히, 결합된 데이터를 통해 과거에는 어려웠던 개별 수목 단위의 정밀 분석이 가능해집니다.
🔼수목의 상층부, 하층부, 지형 정보 등 산림의 전체적인 상세 데이터가 모두 표현되어있다.
드론 LiDAR와 지상 Hand-Held SLAM LiDAR는 각각의 고유한 장점과 한계를 가지고 있습니다. 하지만 이 두 가지 시스템에서 얻은 데이터를 성공적으로 결합함으로써, 우리는 기존에는 상상하기 어려웠던 수준의 정밀하고 상세한 산림 포인트 클라우드 데이터를 구축할 수 있었습니다.
이는 산림 생태계 연구, 산림 자원 관리, 재해 예방 등 다양한 분야에서 혁신적인 발전을 가져올 잠재력을 가지고 있습니다. 앞으로도 이러한 융합 기술의 발전을 통해 더욱 효율적이고 정확한 공간 정보 구축이 이루어지기를 기대합니다.
Lixel L2 Pro 자세히 보기
🔼XGRIDS Lixel Cyber Color를 활용한 산림 3D 디지털 모델 생성 결과물, 3D Gaussian Splatting 기술의 활용