SLAM100 제곱 수량 계산 솔루션 및 사례 적용

토목 건설의 기초이자 전제 조건인 부피 계산은 철도, 고속도로, 수력 발전소, 항만, 도시 계획 등 다양한 프로젝트 건설에 중요한 역할을 합니다. 정확한 부피 계산은 자원 배분, 프로젝트 비용 추정, 공정 가속화 및 프로젝트 품질 향상에 매우 중요합니다. 기존의 면적 측정 방법은 주로 토탈 스테이션이나 GNSS-RTK와 같은 단일 지점 측정 방식에 기반을 두고 있습니다. 이러한 방식은 시간과 노동력이 많이 소요될 뿐만 아니라 계산 결과와 실제 상황 간의 오차가 큽니다. 3D 레이저 스캐닝 기술의 발전과 보급으로 3D 포인트 클라우드 데이터 획득 방식이 빠르게 다양화되고 있습니다. 이러한 기술은 지표면의 고밀도, 고정밀 포인트 클라우드 데이터를 신속하고 효율적으로 획득할 수 있어 정확한 부피 계산을 위한 새로운 기반을 제공합니다.

현재 체적 계산에 사용되는 데이터 수집 방법은 주로 전통적인 측량, 드론 사진측량, 정적 레이저 스캐닝, 드론 탑재 LiDAR 스캐닝, 이동식 차량/배낭 LiDAR 스캐닝 등을 포함합니다. 각 수집 방법은 장단점이 있으며, 특정 시나리오에서만 면적 계산에 적용 가능합니다.

동시 위치 추정 및 지도 작성(이하 SLAM)은 미지의 환경에서 미지의 위치에서 출발하여 이동 중 반복적으로 관찰되는 주변 환경 특징을 통해 자신의 위치와 자세를 파악하고, 이를 기반으로 3차원 공간 데이터를 획득하여 주변 환경에 대한 점진적인 접근 방식을 통해 지도를 구축할 수 있는 기술입니다. SLAM은 GNSS에 의존하지 않고 독립적으로 위치 파악 및 항법을 수행할 수 있으며, 다양한 실내외 환경에서 고밀도 3차원 포인트 클라우드 데이터를 획득하는 데 적합합니다. 또한 삼각측량법, 격자법, 단면법 등 다양한 사각형 계산 방법을 활용하여 더미의 부피를 빠르고 정확하게 측정할 수 있습니다.

곡물 저장, 곡물 통관 및 창고 검사

곡물 저장고 정리 및 창고 검사 작업에서 곡물의 부피를 신속하고 정확하게 측정해야 합니다. 기존의 곡물 부피 계산 방식은 일반적으로 곡물이 쌓인 형태를 기반으로 길이, 너비 또는 지름을 측정하고 이를 부피 공식에 적용하여 계산하는 것입니다. 그러나 길이를 대략적으로 측정하는 경우가 많아 이 방식으로 계산된 곡물 저장 부피에는 큰 오차가 발생합니다. 국가적으로 곡물 분야에 정보 기술을 적용하고 발전시키는 과제가 대두됨에 따라, 곡물 부피를 정확하게 측정하는 방법은 시급히 해결해야 할 문제입니다.

수집기는 SLAM100을 들고 곡물 더미 주변을 걸어 다니면서 곡물 더미의 완전한 연속 포인트 클라우드 데이터를 얻을 수 있습니다. 이 데이터는 실내 곡물 창고의 곡물 부피를 재고 조사하고, 곡물 더미의 3차원 시각 정보 파일을 구축하고, 각 곡물 더미의 부피를 정확하게 계산하여 저장고 정리 검사의 효율성을 효과적으로 향상시키는 데 사용할 수 있습니다.

석탄 광산 채굴량 재고

광산에서 석탄 채굴량 계산은 광산 공학의 기본 과제입니다. 채굴량은 프로젝트 비용 및 계획 선정에 매우 중요하며, 계산 정확도는 생산 기업의 경제적 이익과 직결되기 때문에 현장 측정 데이터를 활용하여 빠르고 간편하며 정확하게 채굴량을 계산하는 것이 특히 중요합니다. 현재 많은 노천 광산에서는 GNSS-RTK 실측값을 사용하고 수동 분석 단면법이나 DTM 삼각측량법으로 채굴량을 계산하고 있습니다. 이 방법은 경사면, 계단, 급경사면 등의 데이터 손실을 방지하여 실제 측정값과 지형의 불일치를 막을 수 있지만, 채굴량 계산은 주기적이고 반복적인 작업입니다. 채굴량과 채굴 현장이 지속적으로 확장됨에 따라, 갱도 바닥을 GNSS-RTK로 고정할 수 없는 경우가 빈번하게 발생하여 측정 데이터의 효율성과 정확성을 보장할 수 없게 되고, 이는 결국 박피량 계산의 정확도에 영향을 미쳐 궁극적으로 생산 기업의 효율성에 악영향을 미칩니다.

SLAM 기술은 위와 같은 시나리오에서 자율 위치 파악 및 내비게이션 특성을 최대한 발휘할 수 있으며, 빠르고 정확한 포인트 클라우드 데이터 획득이라는 장점과 결합하여 석탄 더미 채굴량의 3차원 시각화를 구현하고 정확한 부피 계산을 가능하게 합니다.

조경 프로젝트를 위한 토공량 계산

조경 사업은 도시 정원 건설 계획에서 매우 중요한 위치를 차지하며, 정원의 전체적인 경관을 개선하고 공간 배치를 표준화하는 데 매우 중요한 역할을 합니다. 완벽한 조경 개보수 공사에는 지역의 실제 상황에 기반한 과학적이고 합리적인 시공 계획이 필요하며, 토공량 계산의 정확성은 시공 계획의 합리성에 큰 영향을 미칩니다. 현재 주류를 이루는 토공량 계산 방법은 다음과 같습니다.

① 토공사 견적은 실제 토공사 지형 조건을 기반으로 건설에 필요한 토공량을 직접 산정하여 전체 프로젝트의 임시 건설에 중요한 지원을 제공합니다.

② 토공량 계산을 위한 기하학적 공식: 프로젝트 시공에 필요한 토공량을 기하학적 패턴으로 간주하고, 과학적인 기하학적 계산 공식을 적용하여 토공량을 평가합니다.

③ 토공 단면 계산 방법: GNSS-RTK로 수집한 단면 데이터를 기반으로 토공량을 계산합니다. 이 토공 단면 계산 방법은 일반적으로 폭이 좁고 길이가 긴 토공량 계산에 적합합니다.

④ 지표면 높이 계산 방법: 지표면 등고선 방향을 따라 단면을 구하고, 인접한 단면에 대해 해당 등고선 거리를 설정합니다.

그중 방법 ①과 ②는 경험에 기반하여 토공량을 추정하는 것이고, 방법 ③과 ④는 실제 현장 측정 지점을 기반으로 토공량을 계산하는 것이다. 어떤 계산 방법을 사용하더라도 오차가 크게 발생한다. 게다가 정원에는 식물이 무성하고 시야가 좋지 않으며 GNSS 신호가 심하게 차단되어 현장 측정에 어려움이 있다.

SLAM 기술은 조경 프로젝트의 토공량 계산에서 가시성 조건이나 GNSS 신호에 제약을 받지 않습니다. 데이터 수집 담당자는 숲을 포함한 재건축 지역에서도 쉽게 포인트 클라우드 데이터를 획득할 수 있습니다. 포인트 클라우드 보정, 노이즈 제거 및 분류 과정을 거쳐 지표면 데이터를 얻고, 이를 DTM(디지털 지형 모델)과 결합한 삼각측량법으로 정확한 토공량을 계산할 수 있습니다.

해안 매립 사업에서 모래와 자갈은 주요 건축 자재이자 건설 비용의 핵심 요소입니다. 따라서 모래와 자갈 자재의 정확한 측정 여부는 사업의 손익에 직접적인 영향을 미칩니다. 그러나 기존의 수동 측정 방식은 측정 장비, 인적 요인, 계산 방법 등의 영향을 받아 오차가 비교적 큽니다. 모래 더미의 치수를 정확하게 측정하는 것은 시급히 해결해야 할 문제입니다. 기존의 계산 방식은 고정 스캐너를 사용하여 모래 더미를 스캔한 후, 분할 및 보정을 통해 모래와 자갈의 부피를 계산하는 것입니다. 이 방식은 정확한 부피 계산 결과를 제공하지만 다음과 같은 두 가지 단점이 있습니다. ① 데이터 수집 효율이 상대적으로 낮습니다. ② 해상에서 선박이 흔들리면 고정 스캐너가 불안정해져 포인트 클라우드 데이터 수집에 영향을 미칩니다.

SLAM 기술은 선체 흔들림의 영향을 받지 않습니다. 모래 운반 컨테이너선이 비어 있을 때와 가득 차 있을 때, SLAM100을 사용하여 일주일 동안 선박 내부를 돌아다니며 빈 상태와 가득 찬 상태의 포인트 클라우드 데이터를 얻을 수 있습니다. 업계 내부에서는 이 두 시점의 포인트 클라우드 모델 차이를 비교하여 이번에 운반된 모래의 양을 계산할 수 있습니다.

부지 평탄화 공학을 위한 토공량 계산

부지 평탄화 공사는 건설 요구에 맞춰 사업 부지의 기존 지형을 변형하는 작업으로, 지형 측량 결과를 활용하여 토공량을 정확하게 산출하고, 성토량과 굴착량의 균형을 맞추어 건설 인력과 장비의 투입을 합리적으로 결정하는 것을 목표로 합니다. 부지 평탄화 공사는 현장 건설 계획 및 진행 상황을 관리하는 데 있어 신뢰할 수 있는 기반을 제공하며, 사업 비용 및 투자 규모에 큰 영향을 미치는 핵심 요소로서, 사업 건설의 모든 측면과 밀접하게 관련되어 있습니다. 그러나 기존의 현장 데이터 수집 측정 방식에는 한계가 있어, 어떤 계산 방법을 사용하더라도 부지 평탄화 공사의 토공량 산출에는 큰 오차가 발생할 수 있습니다. 따라서 시공 과정의 정확도를 높이고 경제적 이익을 극대화하기 위해서는 고정밀 데이터 확보가 매우 중요합니다.

데이터 수집기는 SLAM100을 휴대하고 현장 주변을 스캔하여 현장 포인트 클라우드 데이터를 신속하게 획득합니다. 동시에, 라이다의 비접촉식 능동 측정 방식은 경사면, 플랫폼 계단 등 사람이 접근하기 어려운 곳에서의 데이터 수집 문제를 해결하고 현장의 실제 3차원 장면을 구현합니다. 재분석 후, 인테리어 업계에서는 좌표 변환 및 분류를 통해 현장의 지표면 좌표를 얻을 수 있습니다. 현장의 지형적 특성에 따라 적절한 토공량 계산 방법을 선택하여 성토 및 굴착량을 계산할 수 있습니다.

지원 소프트웨어

SLAM GO는 SLAM100과 함께 사용되는 모바일 앱입니다. 이 앱을 통해 휴대폰으로 SLAM100 장치에 연결하여 프로젝트 관리, 실시간 포인트 클라우드 퍼즐 표시, 이미지 미리보기, 펌웨어 업그레이드 등의 작업을 수행할 수 있습니다.

SLAM GO POST Pro는 SLAM100과 연동되는 PC용 소프트웨어로, Drone Manager Professional Edition에 내장되어 있습니다. 이 소프트웨어는 SLAM100으로 수집한 데이터의 후처리, 고정밀 고해상도 컬러 포인트 클라우드 및 부분 파노라마 생성, 포인트 클라우드 탐색 및 최적화 기능을 제공합니다.

지능형 포인트 클라우드는 포인트 클라우드 데이터의 탐색, 렌더링, 노이즈 제거, 리샘플링, 중복 제거 및 색상 지정과 같은 기본 기능을 제공합니다. 또한 빠른 자동 필터링 및 분류 기능과 편리하고 다양한 데이터 대화형 편집 도구를 갖추고 있습니다.

CloudCompare는 포인트 클라우드 데이터를 기반으로 그리드 방식을 사용하여 토공량을 계산하는 무료 상용 소프트웨어입니다. 그리드 크기는 사용자가 설정할 수 있으며, 두 기간의 포인트 클라우드 간 토공량 변화량과 한 기간의 포인트 클라우드에서 지정된 고도까지의 토공량을 계산할 수 있습니다.

CloudCompare 토공량 계산

1) 현장 점검

현장에서 조사 지역 개요를 확인하고, 조사 지역 경로 및 지형지물 분포, 다양한 도로, 출구 및 통로의 연결성을 파악하여 후속 스캔 경로 계획을 용이하게 합니다.

2) 제어점 배치

일부 프로젝트에서는 포인트 클라우드 데이터가 절대 좌표계여야 합니다. GNSS-RTK 또는 토탈 스테이션을 사용하여 기준점 좌표를 측정하고, 이를 기반으로 기준점의 좌표를 자동으로 추출하고 변환할 수 있습니다. 포인트 클라우드 데이터가 필요하지 않은 경우에는 이 단계를 생략할 수 있습니다.

3) 경로 계획

스캔 경로 계획하기

측량 상황 및 기준점 분포를 기반으로 스캔 경로를 합리적으로 계획하십시오. 가장 이상적인 스캔 경로는 "폐쇄 루프 스캔"입니다. "폐쇄 루프 스캔"을 수행하려면 이전에 스캔한 지점으로 돌아가기만 하면 소프트웨어가 자동으로 중복 영역을 식별합니다. 이 단계는 레벨링에서 "루프 닫기"와 유사하게 발생한 오프셋 또는 추적 오류를 계산하고 수정하는 데 사용됩니다. 조건상의 제약으로 폐쇄 루프를 형성할 수 없는 경우에도 SLAM100에서 제공하는 후처리 및 계산 소프트웨어인 SLAM GO POST Pro를 사용하여 포인트 클라우드 데이터의 품질을 보장할 수 있습니다.

데이터 컬렉션

데이터 수집기는 SLAM100을 휴대하고 계획된 경로를 따라 포인트 클라우드 데이터를 수집합니다. 제어점 근처를 이동할 때 SLAM100 베이스의 중심점이 제어점과 일치하도록 위치시킨 후 10초 동안 그대로 둡니다. 스캔 과정 중 SLAM GO를 통해 실시간으로 포인트 클라우드 접합 결과를 확인할 수 있습니다. 누락된 데이터가 있으면 즉시 보완하여 포인트 클라우드 데이터의 무결성을 보장합니다.

SLAM GO 실시간 표시

SLAM GO POST Pro를 사용하면 원클릭으로 원시 데이터를 후처리하여 고정밀 포인트 클라우드 데이터, 컬러 포인트 클라우드, 부분 파노라마 및 기타 결과물을 생성할 수 있습니다.

로컬 포인트 클라우드 효과

부분 파노라마 효과

2) 좌표 변환

SLAM GO POST Pro는 자동화된 제어점 추출 방식을 채택하고 알고리즘을 사용하여 포인트 클라우드에서 제어점 위치를 추출하고 좌표 변환을 수행함으로써 수동으로 제어점을 추가할 때 발생하는 오류를 방지합니다.

3) 정확도 확인

포인트 클라우드를 스마트 포인트 클라우드로 불러온 후, [정확도 검사] 도구를 사용하여 변환된 포인트 클라우드의 정확도를 확인합니다. 포인트 클라우드와 검사점 간의 오차가 정확도 요구 사항을 충족하면 이후의 정사각형 부피 계산을 수행할 수 있습니다.

포인트 클라우드 분류

포인트 클라우드 분류의 목적은 지면점을 정확하게 추출하는 것입니다. 이 단계는 면적 계산의 정확도를 결정짓는 매우 중요한 단계입니다. 데이터 수집기는 SLAM100을 근거리에서 획득하여 포인트 클라우드 투과 효과가 우수합니다. 지능형 포인트 클라우드 지면점 자동 분류 알고리즘과 결합하여 지면점을 빠르고 정확하게 분리할 수 있습니다.

지면점

제곱 수량 계산

CloudCompare 소프트웨어는 면적을 계산하는 데 사용되며, 그리드 크기, 기준면, 그리드 높이와 같은 매개변수 설정은 분류된 지면 지점을 기반으로 결정되고 면적 계산 결과가 출력됩니다.

토공량 계산 결과

본 솔루션은 SLAM100을 활용한 면적 계산을 성공적으로 구현합니다. SLAM100은 측량 영역의 포인트 클라우드 데이터를 완벽하게 추출하는 데 사용됩니다. 좌표 변환 및 포인트 클라우드 분류를 거쳐 지표면 데이터를 얻습니다. 타사 소프트웨어와 결합하여 지표면 포인트 클라우드를 기반으로 정확한 면적을 계산하며, 이는 후속 개보수 공사에 필요한 데이터 지원 자료로 활용될 수 있습니다. 본 프로그램은 다음과 같은 특징을 갖습니다.

1) 측정 데이터 획득 방식을 혁신하고, 자율 항법 및 위치 파악을 활용하여 GNSS가 없는 환경에서 고정밀 증분 지도를 구축합니다.

2) 기존 측정 방식의 한계와 단점을 극복하여 단일 지점을 얻고, 잦은 측점 변경과 정적 스캐너의 포인트 클라우드 병합 문제를 해결하며, 내외부 작업 효율을 향상시킵니다.

3) 휴대용 수집 방식은 데이터의 침투를 보장하고, 지원 소프트웨어인 SLAM GO는 스캔 시 사각지대가 없도록 하여 포인트 클라우드의 무결성을 보장합니다.

4) 산업용 SLAM 후처리 알고리즘의 포인트 클라우드 해석 시 상대 정확도는 ±2cm보다 우수하고, 절대 정확도는 ±5cm보다 우수하여 토공량 계산 결과의 정확성을 보장합니다.

5) 지능형 포인트 클라우드는 높은 정확도로 지면 지점을 자동으로 추출하여 수동 분류 작업량을 줄이고 내부 효율성을 향상시킵니다.

6) CloudCompare는 그리드 방식을 사용하여 지표면 포인트 클라우드를 기반으로 단일 단계 및 다단계 토공량을 계산합니다. 이 소프트웨어는 적용 범위가 넓고, 데이터 처리 용량이 크며, 조작이 간편하고, 정밀도가 높으며, 계산 속도가 빠릅니다.

7) 통합 소프트웨어 및 하드웨어 솔루션, 데이터 결과의 원활한 연결, 다양한 시나리오에서의 부피 계산에 적합.

공원 개보수 및 확장

특정 공원의 녹지 면적을 확대하기 위해서는 기존 부지를 재개발하고, 재개발 부지의 토공량을 정확하게 계산하여 시공에 필요한 자료를 제공해야 합니다. 재개발 대상 지역은 공원 중앙에 위치하며 면적은 약 1,500m²입니다. 지형은 완만하고 식생 밀도가 높으며, GNSS 신호가 심하게 차단되어 시야 확보가 어렵습니다.

재건축 지역의 위치 및 개요

수집기는 현장에서 데이터를 수집하므로, 기존 측정 방식에서 불가항력(식생 장애물 등)으로 인해 측정이 불가능했던 문제를 해결할 뿐만 아니라, 고정 스캐너의 잦은 위치 변경, 포인트 클라우드 접합 등의 번거로움을 없애 운영 효율을 효과적으로 향상시킵니다. 스캔 과정 중에는 SLAM GO를 사용하여 포인트 클라우드 접합 결과를 실시간으로 확인할 수 있습니다. 누락된 포인트가 있으면 즉시 스캔하여 포인트 클라우드 데이터의 완전성을 확보하십시오. 현장 스캔은 10분 정도 소요됩니다.

현장 데이터 수집(왼쪽), 원본 포인트 클라우드 데이터(오른쪽)

원본 데이터는 SLAM GO POST Pro로 가져와 후처리 과정을 거쳐 고정밀 포인트 클라우드 맵을 생성합니다. 포인트 클라우드 분류 후, CloudCompare를 사용하여 부피를 계산합니다. 내부 처리에는 1시간 30분이 소요되었습니다. 현장 상황을 고려하여 85m³의 성토량은 제외하고 굴착량은 2898.107m³로 산출되었습니다.

지면점 및 삼각형 메쉬 렌더링

토공량 계산 결과

특정 곡물 창고에서는 창고에 남아 있는 곡물량을 정기적으로 확인해야 합니다. 창고 내부에서는 GPS 신호를 수신할 수 없고, 항공 LiDAR 레이더를 이용한 데이터 수집도 불가능합니다. 곡물 더미의 높이는 약 4~5m로, 고정식 스캐너로는 곡물 더미 꼭대기 부분의 데이터를 얻을 수 없습니다. 따라서 휴대용 SLAM100 스캐너와 연장봉을 사용하여 곡물 더미 주변을 이동하며 스캔하면 완전한 3차원 포인트 클라우드 데이터를 얻을 수 있습니다. 곡물 창고의 크기가 다양하기 때문에 하나의 창고를 스캔하는 데 약 5~7분이 소요됩니다.

노이즈 제거 및 크롭핑 과정을 거치면 곡물 더미의 포인트 클라우드가 개별적으로 분리됩니다. 곡물 더미 표면에는 포인트 클라우드가 겹치지 않아 저장 용량을 직접 계산할 수 있습니다. 곡물 사일로 하나의 저장 용량은 3400m³입니다. 곡물 저장소의 규모와 내부 공간 배치에 따라 저장소 재고량을 파악하는 데 약 25~30분이 소요됩니다.

SLAM100 곡물 더미 스캔 사이트

량두이 포인트 클라우드

곡물 더미 계산

건설 현장에서 시공 과정 중 막대한 양의 건설 폐기물이 발생했으며, 이를 처리하기 위한 규모를 정확히 파악하는 것이 시급합니다. 폐기물은 약 1,400제곱미터 면적에 걸쳐 불규칙한 형태로 쌓여 있습니다. 기존의 고정식 스캐너를 사용할 경우, 스캔을 완료하기 위해 12~14회에 걸쳐 위치를 조정해야 합니다. 이에 페가수스 기술진은 SLAM100 장비를 이용하여 폐기물 더미의 주변부와 상단부를 한 번에 스캔함으로써 연속적인 데이터를 확보했습니다. 이로써 후처리 과정에서의 데이터 합성 작업이 필요 없어졌습니다. 현장 작업자는 9분, 사내 직원은 1시간 30분 만에 포인트 클라우드 데이터의 노이즈 제거, 크롭, 분류 등의 작업을 완료했으며, 계산 결과 건설 폐기물과 지면이 합쳐져 형성된 더미의 부피는 2,704.506m³에 달했습니다.

건설 폐기물

건설 폐기물 포인트 클라우드 이미지

부피 계산 결과