SLAM 기반 모바일 매핑
vMS3D는 관성, GNSS, SLAM 기술의 장점을 결합한 모바일 매핑 시스템입니다.
“Ellipse INS는 매우 정확한 속도 데이터를 제공합니다.” | 비아메트리스(VIAMETRIS) 창립자, 니노(Ninot) 씨
비아메트리스(VIAMETRIS)는 SLAM 기반 솔루션 개발의 선구자입니다. 2년 전, 이 회사는 SLAM 기술을 기반으로 한 실내 매핑 시스템인 iMS3D를 출시했습니다.
이러한 경험을 바탕으로 이 회사는 관성, GNSS, SLAM 기술의 장점을 결합하여 매력적인 성능 대 가격 비율의 혁신적인 솔루션을 제공하는 새로운 모바일 매핑 시스템인 vMS3D를 방금 출시했습니다.
가장 스마트한 모바일 매핑 시스템
vMS3D는 전형적인 모바일 매핑 시스템(MMS)처럼 보입니다. 360° 카메라, 회전식 LiDAR, GNSS 수신기가 포함된 내부 항법 시스템을 통합하고 있습니다.
간단해 보이는 자동 워크플로의 이면에는 독보적인 성능을 만들어내는 미묘하면서도 정교한 내부 계산 과정이 숨겨져 있습니다. 실제로 vMS3D에는 SLAM 계산을 위해 사용되는 추가 LiDAR가 탑재되어 있습니다.
데이터 취득 후, PPiMMS라는 후처리 소프트웨어가 GNSS가 충분한 상황, 관성이 선호되는 상황, SLAM이 필요한 상황을 자동으로 분석합니다.
GNSS, 관성, SLAM의 완벽한 조화
vMS3D 솔루션은 사용 조건에 따라 각 기술의 장단점을 고려합니다.
- GNSS: 개방된 하늘 아래와 같이 GNSS 수신기가 신뢰할 수 있는 데이터를 제공할 때는 해당 위치를 기반으로 작동합니다. GNSS 신호가 끊기거나 방해가 발생하면 시스템은 관성 또는 SLAM 기반 데이터 중에서 선택합니다.
- SLAM: 도심 협곡이나 숲처럼 주변 사물이 매우 다양하고 밀집된 환경에서는 SLAM으로 계산된 위치가 선호됩니다. 사물이 너무 멀리 있거나 구별하기 어려운 환경에서는 SLAM의 기능이 제한됩니다.
- 관성: 관성 항법 시스템(INS)이 제공하는 속도 및 방위 정보는 GNSS와 SLAM이 제한되는 모든 상황에서 항법을 보조할 수 있습니다. 관성 항법 시스템은 모든 라이다(LiDAR) 데이터를 제어하기 위해 롤(roll)과 피치(pitch)를 제공하므로, 포인트 클라우드는 지면 수준을 기준으로 정렬됩니다. 회전 속도 역시 방향이 급격하게 바뀔 때 매우 유용합니다. 실제로 라이다가 움직이는 동안 두 스캔 사이에는 방위 보정이 필수적입니다.
VIAMETRIS의 현명한 선택, Ellipse-D
실내용 iMS3D에 Ellipse를 사용하여 이미 매우 만족했던 비아메트리스(VIAMETRIS)의 창립자 제롬 니노(Jérôme Ninot)는 새롭고 혁신적인 프로젝트에 사용할 INS를 선택하는 데 주저함이 없었습니다.
“Ellipse INS는 매우, 매우 정확한 속도 데이터를 제공합니다.”라고 니노 씨는 말합니다.
혁신적인 SLAM 계산 덕분에 시장의 다른 시스템들이 더 높은 정확도의 관성 시스템을 요구하는 반면, 비아메트리스는 소형의 비용 효율적인 관성 센서를 사용할 수 있습니다. Ellipse 센서는 0.1°의 정확한 자세를 제공합니다.
니노(Ninot) 씨는 올인원 및 소형 폼팩터, 그리고 내장형 RTK GNSS 수신기 때문에 Ellipse-D 모델을 선택했습니다.
"단일 통신 인터페이스와 GNSS 및 LiDAR와의 내장된 동기화를 제공하는 Ellipse-D와 같은 통합 INS 덕분에, 우리는 SLAM 전문성에 집중할 수 있었습니다." 대표이사는 케이블을 적게 쓰는 것이 언제나 현명한 선택이라고 언급하며 말을 덧붙였습니다.
다양한 작업의 파트너, Ellipse-D
이 혁신적인 솔루션에 통합된 Ellipse-D는 여러 작업을 수행합니다. 첫째, 모든 LiDAR 데이터를 제어하기 위해 롤(roll) 및 피치(pitch)를 제공하므로 포인트 클라우드가 지면 레벨을 기준으로 참조됩니다.
둘째, Ellipse-D의 회전 속도는 급격한 방향 전환이 발생할 때 특히 매우 유용합니다. 실제로 LiDAR가 움직이는 동안 두 스캔 사이에는 방향 보정이 필요합니다.
마지막으로 Ellipse-D는 실시간으로 관성과 GNSS 정보를 융합하여 우수한 속도 측정값을 제공하며, 이는 vMS3D 내부 알고리즘을 지속적으로 보조하는 데 매우 중요합니다.
Ellipse-D
Ellipse-D는 듀얼 안테나 및 듀얼 주파수 RTK GNSS를 통합한 관성 항법 시스템으로 당사의 후처리 소프트웨어 Qinertia와 호환됩니다.
로봇 및 지리 공간 응용 분야를 위해 설계되었으며, 향상된 추측 항법 정확도를 위해 주행거리계(Odometer) 입력을 Pulse 또는 CAN OBDII와 융합할 수 있습니다.
Ellipse-D 견적 요청
궁금한 점이 있으신가요?
FAQ 섹션에 오신 것을 환영합니다! 여기에서 당사가 소개하는 애플리케이션에 대한 가장 일반적인 질문과 답변을 확인하실 수 있습니다. 찾으시는 내용이 없다면 언제든지 당사에 직접 문의해 주세요!
드론 맵핑을 위해 관성 시스템을 LIDAR와 어떻게 결합할 수 있나요?
SBG Systems의 관성 시스템을 드론 매핑용 LiDAR와 결합하면 정밀한 지리 공간 데이터를 캡처할 때 정확성과 신뢰성이 향상됩니다.
통합이 작동하는 방식과 이것이 드론 기반 매핑에 제공하는 이점은 다음과 같습니다.
- 레이저 펄스를 사용하여 지표면까지의 거리를 측정하고 지형이나 구조물의 상세한 3D 맵을 생성하는 원격 탐사 방식입니다.
- SBG Systems INS는 IMU(Inertial Measurement Unit)와 GNSS 데이터를 결합하여 GNSS가 차단된 환경에서도 정확한 위치, 방향(피치, 롤, 요), 속도를 제공합니다.
SBG의 관성 시스템은 LiDAR 데이터와 동기화됩니다. INS는 드론의 위치와 방향을 정확하게 추적하고, LiDAR는 아래의 지형이나 물체 세부 정보를 포착합니다.
드론의 정확한 방위를 파악함으로써 LiDAR 데이터를 3차원 공간에 정밀하게 위치시킬 수 있습니다.
GNSS 구성 요소는 전 지구적 위치 결정을 제공하고, IMU는 실시간 방향 및 움직임 데이터를 제공합니다. 이러한 조합을 통해 GNSS 신호가 약하거나 사용할 수 없는 경우(예: 고층 빌딩이나 숲이 우거진 지역 근처)에도 INS는 드론의 경로와 위치를 계속 추적할 수 있어 일관된 LiDAR 매핑이 가능합니다.
다중빔 음향 측심(Multibeam Echo Sounding)이란?
다중빔 음향 측심(MBES)은 해저 지형과 수중 지형을 높은 정밀도로 매핑하는 데 사용되는 고급 수로 측량 기술입니다.
선박 바로 아래의 단일 지점에서 수심을 측정하는 전통적인 단일빔 에코 사운더와 달리, MBES는 여러 개의 소나빔 배열을 사용하여 해저의 넓은 폭에 걸친 수심 측정값을 동시에 포착합니다. 이를 통해 지형, 지질학적 특성, 잠재적 위험 요소를 포함한 수중 지형에 대한 상세하고 고해상도의 매핑이 가능합니다.
MBES 시스템은 수중을 통과하여 해저에 부딪힌 후 선박으로 되돌아오는 음파를 방출합니다. 에코가 돌아오는 데 걸리는 시간을 분석하여 여러 지점의 수심을 계산함으로써 수중 환경의 종합적인 지도를 생성합니다.
이 기술은 항해, 해양 건설, 환경 모니터링, 자원 탐사를 비롯한 다양한 애플리케이션에 필수적이며, 안전한 해양 작전과 해양 자원의 지속 가능한 관리를 위한 중요 데이터를 제공합니다.
RTK와 PPK의 차이점은 무엇인가요?
실시간 이동 측위(RTK)는 일반적으로 RTCM 포맷 보정 스트림을 사용하여 GNSS 보정값을 실시간에 가깝게 전송하는 위치 결정 기술입니다. 그러나 GNSS 보정값, 특히 그 완전성, 가용성, 커버리지 및 호환성을 보장하는 데는 어려움이 있을 수 있습니다.
RTK 후처리에 비해 PPK가 갖는 주요 장점은 전·후진(forward and backward) 처리를 포함하여 데이터 처리 작업을 최적화할 수 있다는 점입니다. 반면 실시간 처리에서는 보정 정보 및 그 전송 과정에서 중단이나 호환성 문제가 발생할 경우 위치 정확도가 저하됩니다.
실시간(RTK) 방식과 비교했을 때 GNSS 후처리(PPK)의 첫 번째 주요 장점은 현장에서 사용되는 시스템이 CORS로부터 오는 RTCM 보정값을 INS/GNSS 시스템에 공급하기 위한 데이터링크/무전기를 갖출 필요가 없다는 것입니다.
후처리 도입의 주된 제약 사항은 최종 애플리케이션이 실시간으로 환경에 대응해야 한다는 요구 조건입니다. 반면, 애플리케이션이 최적화된 궤적을 산출하는 데 필요한 추가 처리 시간을 수용할 수 있다면, 모든 결과물의 데이터 품질이 크게 향상될 것입니다.
