본 연구는 차량 탑재형 MMS (Mobile Mapping System)를 활용하여 도로 구간의 3차원 공간데이터를 취득하고, 주행 속도와 GNSS 기선거리 변화가 점군 데이터 품질에 미치는 영향을 실험적으로 분석하...

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A110211990
2026
Korean
KCI등재,SCOPUS
학술저널
95-104(10쪽)
0
상세조회0
다운로드본 연구는 차량 탑재형 MMS (Mobile Mapping System)를 활용하여 도로 구간의 3차원 공간데이터를 취득하고, 주행 속도와 GNSS 기선거리 변화가 점군 데이터 품질에 미치는 영향을 실험적으로 분석하...
본 연구는 차량 탑재형 MMS (Mobile Mapping System)를 활용하여 도로 구간의 3차원 공간데이터를 취득하고, 주행 속도와 GNSS 기선거리 변화가 점군 데이터 품질에 미치는 영향을 실험적으로 분석하였다. MMS는 대규모 도로 환경에서 효율적인 공간 정보 구축 수단으로 활용되고 있으나, 취득 조건 변화에 따른 데이터 품질 변화를 정량적으로 비교한 연구는 제한적이다. 이에 동일 실험 구간에서 30, 60, 90 km/h 조건으로 데이터를 취득하고, GNSS 기선거리를 1, 30, 100 km 조건으로 적용하여 점군 데이터의 밀도와 위치 정확도에 미치는 영향을 분석하였다. 분석 결과 주행 속도는 점 밀도에 영향을 미치는 주요 요인으로 나타났으며, 속도가 증가할수록 동일 구간에서 취득되는 점의 수가 감소하였다. 통계적 검정 결과 속도 조건 간 점 밀도 차이는 유의미한 수준으로 나타났다. 한편 GNSS 기선거리는 점군 좌표의 정확도에 영향을 미치는 요인으로 확인되었으며, 기선거리 1 km 조건에서는 수평 및 수직 RMSE가 약 0.008 m 수준의 정확도를 보인 반면, 기선거리가 증가할수록 수평 RMSE는 약 0.015 m까지 증가하는 경향을 나타냈다. 전반적으로 본 연구는 MMS 점군데이터 품질이 주행 속도와 GNSS 기선거리 조건에 따라 어떻게 변화하는지를 정량적으로 제시하였으며, 향후 도로 조사, 유지관리 및 디지털 트윈 구축을 위한 데이터 취득 전략 수립에 기초 자료로 활용될 수 있을 것으로 기대된다.
Seasonal Forest Fire Susceptibility Mapping in South Korea Using Explainable Machine Learning
GCP chip과 딥러닝 기반 영상 매칭을 이용한 드론 영상의 지상기준점 자동 관측
3차원 지적제도의 구성요소 분석 및 단계적 도입방안에 관한 연구