포인트 클라우드는 환경의 모양과 구조를 나타내는 3D 포인트의 모음을 의미합니다. 이러한 포인트는 일반적으로 LiDAR 또는 3D 스캔 시스템에 의해 생성되며, 각 포인트는 공간 좌표(X, Y, Z)와 함께 강도 또는 색상과 같은 추가 속성을 포함합니다. LiDAR 센서가 원시 공간 데이터를 캡처하는 동안 관성 내비게이션 시스템(INS)은 모든 순간에 센서의 정확한 위치와 방향을 제공합니다. 전역 참조 프레임에서 각 포인트를 정확하게 배치하려면 시스템이 스캐너의 위치와 각 측정값을 캡처할 당시의 방향을 정확히 알아야 하기 때문에 이는 매우 중요합니다.
가속도계와 자이로스코프(및 종종 GNSS 수신기)의 데이터를 결합한 INS는 항공기, 차량, 드론 또는 선박 등 플랫폼의 움직임을 지속적으로 추적합니다. LiDAR는 초당 수백만 개의 포인트를 캡처하는 반면, INS는 실시간 위치 및 자세 정보를 동시에 제공하여 시스템이 각 포인트를 올바르게 지오레퍼런싱할 수 있도록 합니다. 이 프로세스를 통해 매우 정확하고 공간적으로 일관된 포인트 클라우드가 생성됩니다.
관성 데이터를 LiDAR와 통합함으로써 사용자는 GNSS가 거부된 영역 또는 빠른 움직임 중에도 복잡한 환경의 자세한 3D 표현을 생성할 수 있습니다. 이는 특히 모바일 매핑, 정밀 측량, 자율 내비게이션 및 환경 모델링에서 중요합니다. 예를 들어, INS 및 LiDAR가 장착된 UAV는 험준하거나 외딴 지형 위로 비행하는 경우에도 삼림 캐노피 또는 전력선 회랑을 센티미터 수준의 정확도로 매핑할 수 있습니다.
마찬가지로 모바일 매핑 차량은 도시 환경을 실시간으로 스캔할 수 있으며, INS는 속도, 방향 또는 지형의 변화에도 불구하고 결과 포인트 클라우드가 일관성을 유지하고 정렬되도록 보장합니다.
LiDAR 또는 이미징 시스템은 어떻게 포인트 클라우드를 생성합니까?
포인트 클라우드는 3D 공간에서 조밀한 개별 포인트 세트를 캡처하여 객체 또는 환경의 표면을 나타내는 방식으로 작동합니다. 클라우드의 각 포인트는 위치를 정의하는 공간 좌표(X, Y, Z)를 보유합니다.
LiDAR(Light Detection and Ranging) 또는 3D 카메라와 같은 센서는 일반적으로 레이저 펄스로 주변을 스캔하거나 스테레오 이미징을 사용하여 표면까지의 거리를 측정하여 이러한 포인트를 생성합니다. 센서가 데이터를 수집할 때 신호가 반환되는 데 걸리는 시간을 계산하여 공간에서 각 포인트의 정확한 위치를 결정할 수 있습니다.
센서가 차량, UAV 또는 휴대용 장치에서 움직일 때 다른 각도에서 새로운 데이터 포인트를 지속적으로 수집합니다. 시스템은 각 포인트의 타임스탬프를 기록하고 캡처 당시 센서의 위치와 방향을 사용하여 정확한 3D 모델을 재구성합니다.
여기서 관성 내비게이션 시스템(INS) 또는 GNSS/INS 통합이 사용됩니다. 시스템은 센서의 움직임을 실시간으로 추적하여 포인트 클라우드 데이터를 지오레퍼런싱하고 실제 좌표계와 정확하게 정렬할 수 있습니다.
캡처 및 처리되면 포인트 클라우드는 스캔한 환경의 풍부하고 자세한 디지털 복제본을 제공합니다. 사용자는 이러한 데이터 세트를 적용하여 3D 맵을 만들고, 측정을 수행하고, 건물과 지형을 모델링하고, 구조적 변화를 분석하고, 자율 시스템에서 내비게이션을 활성화할 수 있습니다. 포인트 클라우드가 조밀할수록 결과 3D 모델은 더 자세하고 정확해집니다.
본질적으로 포인트 클라우드는 레이저 또는 이미징 측정과 실시간 포지셔닝 데이터를 결합하여 세계에 대한 자세하고 공간적으로 정확한 3D 뷰를 생성하는 방식으로 작동합니다.