UAV를 이용한 토지 현황경계 추출 성과와 지적도면 경계의 자동 매칭 방안 연구 = A Study on the Automatic Matching Methods of Land Status Boundary Extraction Results and Cadastral Map Boundary Using UAV

다국어 초록 (Multilingual Abstract)

In this study, cases and limitations of each type of cadastral surveying results determination in the graphical area were reviewed. And as a way to overcome this, we tried to suggest a way to automatically match the land status boundary extracted from the UAV image with the cadastral map boundary. The research results are as follows.
After selecting the experimental area, an automatic matching experiment and accuracy analysis of the land status boundary and the cadastral map boundary were conducted. First, land status boundaries were extracted using UAV images. As a result of the accuracy analysis, the RMSE of the X-coordinate difference was 0.222m, the RMSE of the Y-coordinate difference was 0.105m, and the RMSE of the connection error was calculated as 0.246m. It was judged that this could be used as data for cadastral surveying results determination within the permissible range of boundary point error stipulated in the relevant laws and regulations.
For the implementation of the automatic matching algorithm, a 2D helmet/affine transformation matching algorithm was implemented using a total survey system. Using the implemented function, matching between land status boundary and cadastral map boundary was performed. For the application of the two methods, a reference matching point was selected and matching was performed based on this. In order to compare matching accuracy, RMSE was calculated using 10 check points and 5 matching points.
As a result of applying the 2D helmert algorithm, the RMSE of the X coordinate was calculated as 0.567m, the RMSE of the Y coordinate was calculated as 0.687m, and the RMSE of the connection error was calculated as 0.891m. As a result of applying the 2D affine algorithm using the same transformation points and checkpoints, the RMSE of the X coordinate was 0.547m, the RMSE of the Y coordinate was calculated as 0.700m, and the RMSE of the connection error was 0.888 m was calculated. As a result of comparing the amount of distortion between the two methods, it was found that the 2D helmert method had less distortion than the 2D affine method. When both matching accuracy and amount of distortion are considered, the 2D helmet method is judged to be a more consistent method to apply to cadastral surveying results determination. Therefore, it is judged that the most reasonable method is to perform matching in a 2D helmet) method and secure a large number of reference points for matching.
Based on the experimental results of the study, the application plan of the automatic matching method of land status boundary and cadastral map boundary was proposed. First, amendments to relevant laws and regulations for the extraction and use of UAV-based land status boundaries were presented. The advancement of land status boundary extraction by UAV was proposed. It was proposed that UAV LiDAR provides accurate elevation information together with the advantages of UAV surveying, so that higher accuracy can be achieved when used for extraction. Finally, it is suggested that the efficiency of the 2D helmet method application needs to be strengthened by implementing and adding functions to the current cadastral surveying system, the Landygo system.

국문 초록 (Abstract)

본 연구에서는 도해지역에서의 지적측량 성과결정 유형별 사례와 한계성을 검토하고 이를 극복하기 위한 방안으로 UAV 영상에서 추출한 토지의 현황경계를 지적도면과 자동으로 매칭할 수 있는 방안을 제시하고자 하였다. 연구성과는 다음과 같다.
실험지역을 선정하고, 토지 현황경계와 지적도면 경계의 자동 매칭 실험 및 정확도 분석을 하였다. 먼저, UAV 영상을 이용하여 토지 현황경계를 추출하였다. 정확도 분석결과, X좌표 차이의 RMSE는 0.222m, Y좌표 차이의 RMSE 0.105m로 나타났고, 연결오차의 RMSE는 0.246m로 산정되었다. 이는 관련 법령에서 규정하고 있는 경계점 오차의 허용범위 이내로 지적측량의 성과결정을 위한 자료로 활용이 가능하다고 판단하였다.
토지 현황경계와 지적도면 경계 자동 매칭 알고리즘 구현은 토탈측량시스템을 이용해 2차원 등각 및 부등각 매칭 알고리즘을 구현하였다. 구현한 기능을 이용해 현황경계와 도면경계의 매칭 작업을 수행하였다. 두 방식의 적용은 기지 매칭점(변환점)을 선정하고 이를 기준으로 매칭(현황경계 도면 이동)을 시행하였다. 그리고 매칭의 정확도를 비교하기 위해 검사점 10점과 매칭점 5점을 이용해 RMSE를 산정하였다.
2차원 등각 알고리즘의 적용한 결과, X좌표의 RMSE는 0.567m, Y좌표의 RMSE는 0.687m로 산출되었고, 연결오차의 RMSE는 0.891m로 산출되었다. 동일한 변환점과 검사점을 이용하여 2차원 부등각 알고리즘을 적용한 결과, X좌표의 RMSE는 0.547m, Y좌표의 RMSE는 0.700m로 산출되었고, 연결오차의 RMSE는 0.888m로 산출되었다. 두 방식간의 왜곡량 비교 결과, 2차원 부등각 방식보다 2차원 등각 방식이 왜곡이 적게 발생하는 것으로 나타났다. 매칭 정확도와 왜곡량을 모두 고려할 경우 2차원 등각 방식이 지적측량 성과결정에 적용하기에 좀더 부합도가 높은 방법으로 판단된다. 따라서 2차원 등각 방식으로 매칭을 시행하고, 기지점을 많이 확보해 매칭을 시행하는 방식이 가장 합리적이라고 판단된다.
연구의 실험결과에 기초해 토지 현황경계와 지적도면 경계의 자동 매칭 방법의 적용 방안에 제시하였다. 먼저, UAV 기반 토지 현황경계 추출 및 이용을 위한 관련 법령의 개정안을 제시하였다. UAV에 의한 토지 현황경계 추출의 고도화와 관련해서는 UAV 라이다는 UAV 측량의 장점과 함께 정확한 표고정보를 함께 제공하고 있어 토지 현황경계 추출에 이용한다면 UAV만 이용하였을 때 보다 높은 정확도를 기할 수 있음을 제안하였다. 끝으로 현재의 지적측량 시스템인 랜디고 시스템에 기능을 구현․추가함으로써 2차원 등각 방식 적용의 효율성을 강화할 필요가 있음을 제안하였다.

목차 (Table of Contents)

• 제1장 서 론 1
• 제1절 연구배경 및 목적 1
• 1. 연구배경 1
• 2. 연구목적 2
• 제2절 연구범위 및 방법 3
• 1. 연구범위 3
• 2. 연구방법 5
• 제2장 UAV 및 토지경계 매칭 8
• 제1절 UAV 8
• 1. UAV의 개념 8
• 2. UAV의 유형 10
• 3. UAV의 구성 체계 12
• 제2절 토지경계 매칭 14
• 1. 토지경계의 개념 14
• 2. 토지경계의 유형 16
• 3. 토지 현황경계와 지적도면 경계의 매칭 방법 18
• 제3절 선행연구 및 본 연구와의 차별성 25
• 1. 선행연구 25
• 2. 본 연구와의 차별성 29
• 3. 연구의 접근틀 30
• 제3장 토지 현황경계 지적도면 매칭 현황 및 한계 32
• 제1절 토지 현황경계와 지적도면 경계 매칭 현황 32
• 1. 토지 현황경계와 지적도면 경계 매칭 관련 법령 현황 32
• 2. 전자평판에 의한 현황경계 추출 33
• 3. 경험적 방식에 의한 현황경계와 지적도면 경계 매칭 37
• 제2절 토지 현황경계와 지적도면 경계 매칭의 한계 42
• 1. 토지 현황경계와 지적도면 경계 매칭의 법령 근거 미흡 42
• 2. 최신 측량장비 적용에 의한 현황경계 추출 미흡 44
• 3. 경험적 방식에 의한 매칭으로 객관성 결여 45
• 제3절 토지 현황경계와 지적도면 경계의 자동 매칭 방법 정립 48
• 1. 토지 현황경계와 지적도면 경계의 자동 매칭을 위한 법령의 보완 48
• 2. UAV에 의한 토지 현황경계 추출 49
• 3. 토지 현황경계와 지적도면 경계의 자동 매칭 알고리즘 적용 52
• 제4장 토지 현황경계와 지적도면 경계의 자동 매칭 실험 55
• 제1절 실험설계 및 자료수집 55
• 1. 실험과정 및 방법 55
• 2. 연구대상지역 선정 57
• 3. UAV 자료수집 58
• 제2절 토지 현황경계와 지적도면 경계의 자동 매칭 실험 및 정확도 분석 60
• 1. UAV 영상 기반 토지 현황경계 추출 60
• 2. 자동 매칭 알고리즘 구현 66
• 3. 매칭 알고리즘 적용 및 결과분석 69
• 제3절 토지 현황경계와 지적도면 경계의 자동 매칭 방법의 적용 방안 79
• 1. UAV 기반 토지 현황경계 추출 및 이용을 위한 관련 법령의 개정 79
• 2. UAV에 의한 토지 현황경계 추출의 고도화 82
• 3. 랜디고 기반 자동 매칭 시스템 구축 83
• 제5장 결 론 86
• 제1절 연구결과 요약 86
• 제2절 향후 연구과제 90
• 참 고 문 헌 91
• ABSTRACT 96