일반화된 혼합 픽셀 효과 하의 레이저 거리 측정 오차 모델링 및 보정

1. 서론

펄스 비행 시간(ToF) 레이저 거리 측정은 현대 지리공간 데이터 획득의 초석입니다. 펄스 타이밍 추정기(Abshire 외, 1994)의 발전으로 고정밀 측정이 가능해졌지만, 복잡한 실제 환경에서는 여전히 상당한 체계적 오차가 존재합니다. 본 연구는 레이저 발자국이 불연속적인 표면과 상호작용하거나 비스듬한 각도로 입사할 때 발생하는 복합 오차원인 일반화된 혼합 픽셀 효과라는 중요한 과제를 다룹니다. 이 효과는 기존의 혼합 픽셀 문제와 입사각 효과를 모두 포함하며, 단일 측정 발자국 내에 여러 거리 정보를 도입함으로써 근본적으로 거리 측정 데이터를 왜곡하여 측량, 자율 주행, 3D 모델링 분야의 데이터 무결성을 저해합니다.

2. 이론적 배경 및 문제 진술

2.1 혼합 픽셀 효과

레이저 빔의 발자국이 서로 다른 거리에 있는 여러 표면(예: 건물 모서리와 지면)에 걸쳐 있을 때 발생합니다. 깊이 차이가 장비의 거리 분해능($\Delta R = c \cdot \tau / 2$, 여기서 $c$는 빛의 속도, $\tau$는 펄스 폭)보다 작으면, 거리 측정기는 단일의 왜곡된 반사 펄스를 수신하여 이를 단일 거리로 오해합니다(Herbert & Krotkov, 1992; Xiang & Zhang, 2001). 이로 인해 상당한 비선형 체계적 오차가 발생합니다.

2.2 입사각 효과

레이저 빔이 표면에 수직이 아닌 각도로 입사할 때, 발자국은 원형에서 타원형으로 늘어납니다. Lambertian 산란에 따르면, 이 변형은 신호를 약화시키고 시간적으로 분산시켜 거리 측정기의 타이밍 논리가 거리를 오계산하도록 만듭니다(Soudarissanane 외, 2009). 오차는 입사각이 증가함에 따라 커집니다.

2.3 일반화된 혼합 픽셀 효과

본 연구의 핵심 통찰은 위의 두 효과를 통합한 것입니다. 둘 다 단일 물리적 원인, 즉 여러 유효 거리를 포함하는 변형된 레이저 발자국에서 비롯됩니다. 저자들은 이를 별도로 처리하는 것은 비효율적이며, 통합적인 보정 프레임워크를 제안합니다.

3. 방법론: 5단계 작업 흐름

본 연구는 일반화된 효과를 모델링하고 보정하기 위한 구조화된 5단계 작업 흐름을 소개합니다.

3.1 발산각 추정 및 중심 이동

레이저 빔의 발산각을 추정하는 방법이 제시됩니다. 이 매개변수는 발자국 크기를 이해하는 데 중요합니다. 그런 다음 "중심 이동" 접근법을 사용하여 효과적인 측정 지점을 계산적으로 이동시킴으로써 혼합 픽셀 효과를 완화합니다.

3.2 입사각 효과 모델링

물리-기하학적 모델이 공식화되어 거리 측정 오차를 입사각, 발자국 변형 및 표면 특성의 함수로 정량화합니다.

3.3 미지 입사각의 반복적 추정

실제 현장 작업을 위한 핵심 혁신입니다. 표적의 정확한 입사각은 종종 알려져 있지 않기 때문에, 저자들은 초기 거리 관측값을 사용하여 최적의 입사각을 추정하고 이를 보정 모델에 피드백하는 반복 절차를 설계합니다.

3.4 조정을 통한 매개변수 추정

모든 모델 매개변수(예: 발산각, 모델 계수)는 모든 관측 불확실성을 고려하는 조정 기법(최소 제곱법 등)을 사용하여 추정되며, 통계적으로 강건한 결과를 보장합니다.

3.5 통합 오프셋 보정 공식화

3.1단계와 3.2단계의 개별 모델들이 단일의 포괄적인 보정 방정식으로 통합됩니다. 이 최종 모델은 원시 측정값에 적용해야 할 거리 오프셋($\Delta D_{corr}$)을 출력합니다.

4. 기술적 세부사항 및 수학적 공식화

핵심 보정 모델은 기하학적 및 신호 기반 요소를 통합합니다. 통합 오프셋의 단순화된 표현은 다음과 같이 표현될 수 있습니다:

$\Delta D_{corr} = f(\theta, \phi, \Delta R_{res}, I(t)) + \epsilon$

여기서:

• $\theta$: 레이저 빔의 입사각.
• $\phi$: 빔 발산각.
• $\Delta R_{res}$: 장비의 거리 분해능.
• $I(t)$: 반사 펄스의 시간-강도 파형.
• $\epsilon$: 관측 잡음을 설명하는 조정 잔차.

5. 실험 결과 및 검증

5.1 실험 설정 및 장비

실험은 두 가지 상용 토탈 스테이션인 Trimble M3 DR 2"와 Topcon GPT-3002LN을 사용하여 수행되었습니다. 혼합 픽셀(예: 계단 모서리)과 다양한 입사각을 유도하는 통제된 시나리오를 만들기 위해 표적이 배치되었습니다.

5.2 Trimble M3 DR 2" 및 Topcon GPT-3002LN 결과

제안된 보정 작업 흐름을 두 장비의 데이터에 적용했습니다. 결과는 그 효과를 확인시켜 주었습니다:

• 체계적 오차 감소: 혼합 픽셀과 입사각 효과로 인한 편향이 상당히 완화되었습니다.
• 거리 측정 품질 유지: 보정 후 측정의 정밀도(반복성)가 유지되거나 향상되었습니다.
• 장비-일반적 접근법: Trimble과 Topcon 모델 간에는 독점적인 신호 처리로 인해 오차의 크기가 달랐지만, 동일한 모델링 프레임워크가 성공적으로 적용되어 일반화 가능성을 입증했습니다.

5.3 차트 및 도표 설명

그림 1 (PDF 참조): 혼합 픽셀 효과를 설명합니다. (a) 깊이 불연속성이 거리 분해능보다 작을 때, 단일 왜곡된 펄스 반사가 장비를 속입니다. (b) 깊이 차이가 더 클 때, 여러 펄스 반사로 인해 장비가 표면을 구분할 수 있습니다.

그림 2 (PDF 참조): 일반화된 혼합 픽셀 효과(비스듬한 입사로 인한 발자국 분할 및 신장의 결합)의 영향을 받는 일반적인 현장 작업 시나리오(예: 경사진 지붕이나 건물 모서리의 표적점)를 묘사합니다.

암시된 결과 차트: 본 연구에는 원시 대 보정된 거리 값이 알려진 거리나 입사각에 대해 도표화된 차트가 포함되어 있을 가능성이 있으며, 이는 보정된 데이터가 실제 값 선으로 명확하게 수렴함을 보여줍니다.

6. 분석 프레임워크: 예시 사례

시나리오: 지면 수준의 장비로 수직 벽의 한 지점까지의 거리를 측정합니다. 레이저 발자국은 벽(주 표적)과 인접한 지면을 모두 맞춥니다.

프레임워크 적용:

1. 사례 식별: 이는 일반화된 혼합 픽셀 효과(벽/지면 혼합 픽셀 + 벽의 입사각 효과)의 명확한 사례입니다.
2. 데이터 입력: 원시 측정 거리, 장비의 알려진 발산각 및 펄스 폭($\Delta R_{res}$용), 초기 입사각 추측을 위한 장비 및 표적의 대략적 위치.
3. 작업 흐름 실행:
   • 발자국 내 지면 반사를 설명하기 위해 중심 이동 모델을 적용합니다.
   • 입사각 효과 모델에 벽 입사각에 대한 초기 추측값을 사용합니다.
   • 반복 절차 실행: 거리를 보정하고, 새로운 거리를 사용하여 (기하학에 기반한) 더 정확한 입사각을 재추정하며, 수렴할 때까지 반복합니다.
   • 조정 과정은 이 지점 및 다른 관측점을 사용하여 모든 모델 매개변수를 정제합니다.
4. 출력: 복합 체계적 오차가 제거된, 의도한 벽의 지점까지의 거리를 정확히 반영하는 보정된 거리 값.

7. 적용 전망 및 향후 방향

직접적 적용 분야:

• 고정밀 측량 및 공학: 구조물 변형 모니터링, 준공 검증, 측량이 종종 모서리와 비스듬한 표면을 포함하는 지적 측량에 중요합니다.
• 자율 주행 차량 LiDAR 보정: 물체 경계(예: 연석, 다른 차량)에서의 거리 측정 오차 보정은 정확한 인지 및 위치 파악에 필수적입니다.
• 문화유산 및 법의학 문서화: 복잡한 건축 세부 사항 및 사고 현장의 더 정확한 3D 스캐닝을 가능하게 합니다.

향후 연구 방향:

• 파형 LiDAR와의 통합: 이 모델은 이산 반사 대신 전체 파형 데이터($I(t)$)를 사용하여 직접 향상될 수 있으며, 지형 LiDAR의 고급 전체 파형 분석(예: Mallet & Bretar, 2009)과 유사하게 혼합 신호의 보다 정밀한 분해를 가능하게 합니다.
• AI 지원 매개변수화: 머신러닝을 사용하여 장비별 모델 매개변수를 학습하거나 혼합 픽셀 시나리오 유형을 분류하여 보정 전략을 최적화할 수 있습니다.
• 실시간 보정 모듈: 반복 알고리즘을 상용 토탈 스테이션 및 레이저 스캐너용 임베디드 펌웨어 또는 후처리 소프트웨어로 구현합니다.
• 비-Lambertian 표면으로의 확장: 금속이나 유리와 같은 표면에 대한 더 복잡한 양방향 반사 분포 함수(BRDF) 모델을 통합합니다.

8. 참고문헌

1. Abshire, J. B., et al. (1994). Laser pulse timing estimators. Applied Optics.
2. Adams, M. D. (1993). Laser Rangefinder Technology.
3. Herbert, M., & Krotkov, E. (1992). 3D measurements from imaging laser radars. Image and Vision Computing.
4. Mallet, C., & Bretar, F. (2009). Full-waveform topographic lidar: State-of-the-art. ISPRS Journal of Photogrammetry and Remote Sensing, 64(1), 1-16.
5. Soudarissanane, S., et al. (2009). Incidence angle influence on the quality of terrestrial laser scanning points. ISPRS Workshop.
6. Typiak, A. (2008). Methods of eliminating the mixed pixel phenomenon in laser rangefinders. Metrology and Measurement Systems.
7. Xiang, L., & Zhang, Y. (2001). Analysis of mixed pixel in laser rangefinder. Proceedings of SPIE.
8. Zhu, J., et al. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV). (도메인 변환에 대한 유사성 참조).

9. 원본 분석 및 전문가 논평