토공량 산정 정확도 향상을 위한 식생 제거 기법의 비교 분석 : UAV 사진측량 및 LiDAR 매핑 기반

국문 초록 (Abstract)

토공량 산정은 토목공사와 건설현장에서 설계 및 시공 초기 단계 에 수행되는 핵심 절차로 지반 안정성 확보와 비용 사전 집계의 정확성을 위해 정확한 계산이 요구된다. 이를 위해 지형의 기복이 정밀 하게 반영된 자료가 필요하지만, 계절 변화와 환경적 제약으로 측량 시기와 방법이 제한되며 상당한 시간과 인력이 소요되는 한계가 존재한다. 본 연구에서는 UAV(Unmanned Aerial Vehicle)와 RGB 광학 카메라가 장착된 LiDAR(Light Detection And Ranging) 센서를 활용하여 식생으로 인해 지형 기복 식별이 어려운 조건에서 정밀한 지형모델 구축과 토공량 산정 가능성을 검토하였다. 지면 추출에는 색상정보기반 지수(ExGR(Excess Green minus Red Index), GRVI(Green-Red Vegetation Index), VARI(Visible Atmospherically Resistant Index)), 지형 기하학적 특성을 활용한 Lasground(new) 알고리즘, 그리고 이들의 순차적 조합을 적용하여 총 7가지 경우를 비교, 분석하였다. 분석 결과, 단일기법만을 적용한 경우보다 색상지수와 Lasground(new)의 조합이 두 촬영 방식 모두에서 향상된 성과를 보였다. 특히, 사진측량에서는 ExGR과 Lasground(new)의 조합이 가장 정밀한 DEM(Digital Elevation Model)을 생성하였으며 LiDAR에서도 유사한 수준의 정확도를 확보 하였다. 이러한 조합 방식은 토공량 산정에서도 높은 정확도를 기록 하였으며 LiDAR 기반 결과는 기준 토공량 대비 약 0.3%의 오차에 불과했다. 사진측량 또한 0.9%의 오차를 보여 여름철 환경에서도 정확한 토공량 산정을 위한 실질적 대안이 될 수 있음을 확인하였다.

다국어 초록 (Multilingual Abstract)

Earthwork volume estimation is a critical procedure performed during the design and early construction stages of civil engineering projects, requiring accurate calculations to ensure ground stability and reliable cost estimation. This process demands high-quality terrain data that precisely represent surface undulations; however, conventional surveying methods are often constrained by seasonal variations and environmental conditions, resulting in significant time and labor requirements. In this study, we investigated the feasibility of precise terrain modeling and earthwork volume estimation under vegetation-covered conditions by utilizing an unmanned aerial vehicle (UAV) equipped with both an RGB optical camera and a LiDAR (Light Detection and Ranging) sensor. For ground extraction, color-based vegetation indices—ExGR(Excess Green minus Red Index), GRVI (Green–Red Vegetation Index), and VARI(Visible Atmospherically Resistant Index)—a geometry-based algorithm, Lasground(new), and their sequential combinations were applied, resulting in a total of seven vegetation-removal scenarios for comparative analysis. The results showed that the combined application of color-based indices and Lasground (new) consistently outperformed single-method approaches for both sensing platforms. In particular, the combination of ExGR and Lasground (new) produced the most accurate digital elevation model (DEM) in the photogrammetric dataset, while achieving comparable accuracy in the LiDAR-based results. This combined approach also demonstrated high accuracy in earthwork volume estimation, with the LiDAR-based results exhibiting an error of approximately 0.3% relative to the reference volume. The photogrammetric results likewise showed a low error of 0.9%, indicating that UAV photogrammetry can serve as a practical and accurate alternative for earthwork volume estimation even under summer vegetation conditions.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1.1 토공량 산정을 위한 측량 기술 1
• 1.2 UAV 원격탐사 기술을 활용한 토공량 산정 연구 동향 2
• 1.3 LiDAR와 사진측량을 활용한 식생 제거 기술 3
• 1.4 연구 목적 및 의의 5
• Ⅱ. 연구방법 및 데이터 취득 6
• 2.1 연구방법 6
• 2.2 연구대상지 및 측량 장비 제원 7
• 2.2.1 연구대상지 7
• 2.2.2 연구 장비 및 제원 9
• 2.3 측량 방식별 데이터 취득 14
• 2.3.1 데이터 취득 14
• 2.3.2 VRS 측량 14
• 2.3.3 대상지 및 지상기준점 측량 17
• 2.3.4 사진측량을 통한 포인트 클라우드 구축 20
• 2.3.5 데이터 취득 – UAV 사진측량 22
• 2.3.6 LiDAR를 통한 3차원 포인트 클라우드 구축 26
• 2.3.7 데이터 취득 – UAV LiDAR 측량 29
• 2.4 지상기준점 좌표 보정 33
• 2.5 데이터 전처리 및 샘플링 37
• Ⅲ. 식생 제거 기법 적용 40
• 3.1 필터링 알고리즘 적용 40
• 3.1.1 ExGR (Excess Green minus Red) Index 41
• 3.1.2 GRVI (Green-Red Vegetation Index) 42
• 3.1.3 VARI (Visible Atmospherically Resistant Index) 43
• 3.1.4 QGIS LAStools Lasground(new) Algorithm 44
• 3.2 정성적 평가 식생 제거 결과 시각화 분석 46
• 3.2.1 임계치 설정 기준에 따른 RGB 색상지수 적용 – UAV 사진측량 46
• 3.2.2 임계치 설정 기준에 따른 RGB 색상지수 적용 – UAV LiDAR 51
• 3.2.3 UAV 사진측량 – RGB 색상지수 적용 55
• 3.2.4 UAV 사진측량 – Lasground(new) Algorithm 적용 62
• 3.2.5 UAV LiDAR – RGB 색상지수 적용 63
• 3.2.6 UAV LiDAR – Lasground(new) Algorithm 적용 72
• 3.3 지형 표면 결핍 구간 추정 – Kriging Interpolation Method 74
• Ⅳ. 결과 및 분석 76
• 4.1 DEM 구축 정확도 평가 – UAV 사진측량 76
• 4.2 DEM 구축 정확도 평가 – UAV LiDAR 78
• 4.3 토공량 산정 80
• 4.3.1 토공량 산정 정확도 평가 – UAV 사진측량 82
• 4.3.2 토공량 산정 정확도 평가 – UAV LiDAR 84
• Ⅴ. 결론 86
• 참고문헌 88
• Abstract 101