사례 연구 RTK 관성 항법 시스템을 사용한 SLAM 기반 모바일 매핑

SLAM 기반 모바일 매핑

vMS3D는 최고의 관성, GNSS, SLAM 기술을 결합한 모바일 매핑 시스템입니다.

"Ellipse INS 매우 정밀한 속도 데이터를 제공합니다." | 니노트, VIAMETRIS 설립자

지리공간INS측량사를 위한 솔루션
비아메트리스 슬램 기반 모바일 매핑 인사이트

비아메트리스는 SLAM 기반 솔루션 개발의 선구자입니다. 2년 전, 이 회사는 SLAM 기술을 기반으로 한 실내 매핑 시스템인 iMS3D를 출시했습니다.

이 경험을 바탕으로 관성, GNSS 및 SLAM 기술의 장점을 결합하여 매력적인 가격 대비 성능을 갖춘 혁신적인 솔루션을 제공하는 모바일 매핑 시스템인 vMS3D를 새롭게 출시했습니다.

vMS3D는 고전적인 모바일 매핑 시스템(MMS)처럼 보입니다. 360° 카메라, 회전식 LiDAR, 내부 내비게이션 시스템과 GNSS 수신기가 통합되어 있습니다.

간단한 자동 워크플로로 인해 미묘하면서도 정교한 내부 계산이 드러나지 않는 것이 특징입니다. 실제로 vMS3D에는 SLAM 계산에 사용되는 추가 LiDAR가 장착되어 있습니다.

획득 후 PPiMMS라는 이름의 후처리 소프트웨어는 GNSS로 충분한 상황, 관성이 더 선호되는 상황 또는 SLAM이 필요한 상황을 자동으로 분석합니다.

vMS3D 솔루션은 사용 조건에 따라 각 기술의 장단점을 고려합니다:

  • GNSS: 예를 들어 개방된 하늘 환경과 같이 GNSS 수신기가 안정적인 데이터를 제공하는 경우, 솔루션은 해당 수신기의 위치에 의존합니다. GNSS가 중단되거나 교란이 발생하면 시스템은 관성 또는 SLAM 기반 데이터 중 하나를 선택합니다.
  • SLAM: 도시 협곡이나 숲과 같이 주변 물체가 매우 다양하고 가까운 밀집된 환경에서는 SLAM으로 계산된 위치가 선호됩니다. 물체가 너무 멀거나 구분할 수 없는 환경에서는 SLAM 기능이 제한됩니다.
  • 관성: 관성 항법 시스템INS이 제공하는 속도와 방향 정보는 GNSS와 SLAM이 제한되는 모든 경우에 내비게이션을 지원할 수 있습니다. 관성 항법 시스템은 모든 LiDAR 데이터를 제한하기 위해 롤과 피치를 제공하므로 포인트 cloud 지상에서 참조됩니다. 회전율은 특히 갑작스러운 방향 전환이 발생할 때 매우 유용합니다. 실제로 LiDAR가 움직일 때는 두 스캔 사이에 방향 보정이 필요합니다.

이미 실내용 iMS3D를 위한 Ellipse에 매우 만족하고 있던 VIAMETRIS의 설립자 제롬 니노는 새로운 혁신적인 프로젝트를 위해 INS 선택했습니다.

"Ellipse INS 매우 정밀한 속도 데이터를 제공합니다."

혁신적인 SLAM 계산을 통해 VIAMETRIS는 시중의 다른 시스템이 더 높은 정확도의 관성 시스템을 요구하는 반면 소형의 비용 효율적인 관성 센서에 의존할 수 있게 되었습니다. 타원 센서는 0.1°의 정확한 자세를 제공합니다.

비아메트리스 슬램 기반 모바일 매핑 인사이트
비아메트리스 모바일 매핑 인

또한 그는 올인원 및 소형 폼팩터와 내장형 RTK GNSS 수신기를 위해 Ellipse-D 모델을 선택했습니다.

"단일 통신 인터페이스와 GNSS 및 LiDAR에 대한 내장 동기화를 제공하는 Ellipse-D 같은 통합 INS 덕분에 우리는 SLAM 전문성에 집중할 수 있었습니다." CEO는 케이블이 적으면 항상 좋은 선택이라고 언급하기 전에 덧붙입니다.

이 혁신적인 솔루션에 통합된 Ellipse-D 여러 가지 작업을 수행합니다. 첫째, 모든 LiDAR 데이터를 제한하는 롤과 피치를 제공하여 포인트 cloud 지상에서 참조되도록 합니다.

둘째, Ellipse-D 회전 속도는 특히 갑작스러운 방향 변경이 발생할 때 매우 유용합니다. 실제로 LiDAR가 움직일 때 두 스캔 사이에 방향 보정이 필요합니다.

마지막으로, Ellipse-D 실시간 관성 및 GNSS 정보를 융합하여 우수한 속도 측정을 제공하며, 이는 vMS3D 내부 알고리즘을 지속적으로 지원하는 데도 매우 중요합니다.

슬램 기반 모바일 매핑 RTK INS 솔루션 슬램 기반 모바일 매핑
최고의 SLAM 기반 모바일 매핑 솔루션
0. 2 °
듀얼 안테나 RTK GNSS를 사용한 헤딩
0.0 5 °
롤 앤 피치(RTK)
1 1cm
RTK GNSS 위치
65 g
INS 무게

Ellipse-D

Ellipse-D 후처리 소프트웨어 Qinertia와 호환되는 듀얼 안테나와 듀얼 주파수 RTK GNSS를 통합한 관성 내비게이션 시스템입니다.

로봇 및 지리공간 애플리케이션용으로 설계된 이 제품은 주행 거리계 입력과 Pulse 또는 CAN OBDII를 융합하여 추측 항법 정확도를 향상시킬 수 있습니다.

모든 기능 살펴보기
엘립스 D INS 유닛 C크크미디어

Ellipse-D 견적 요청하기

질문이 있으신가요?

자주 묻는 질문 섹션에 오신 것을 환영합니다! 여기에서 소개하는 애플리케이션에 대한 가장 일반적인 질문에 대한 답변을 찾을 수 있습니다. 원하는 정보를 찾지 못하셨다면 언제든지 직접 문의해 주세요!

드론 매핑을 위해 관성 시스템과 LIDAR를 결합하려면 어떻게 해야 하나요?

드론 매핑을 위해 SBG Systems관성 시스템과 LiDAR를 결합하면 정밀한 지리 공간 데이터를 캡처할 때 정확성과 신뢰성이 향상됩니다.

통합의 작동 방식과 드론 기반 매핑의 이점은 다음과 같습니다:

  • 레이저 펄스를 사용하여 지표면까지의 거리를 측정하여 지형이나 구조물에 대한 상세한 3D 지도를 만드는 원격 감지 방법입니다.
  • SBG Systems INS 관성 측정 장치IMU와 GNSS 데이터를 결합하여 GNSS가 지원되지 않는 환경에서도 정확한 위치, 방향(피치, 롤, 요) 및 속도를 제공합니다.

 

SBG의 관성 시스템은 LiDAR 데이터와 동기화됩니다. INS 드론의 위치와 방향을 정확하게 추적하고, LiDAR는 아래 지형이나 물체의 세부 정보를 캡처합니다.

드론의 정확한 방향을 알면 3D 공간에서 LiDAR 데이터를 정확하게 배치할 수 있습니다.

GNSS 구성 요소는 글로벌 포지셔닝을 제공하고 IMU 실시간 방향 및 이동 데이터를 제공합니다. 이 조합은 GNSS 신호가 약하거나 사용할 수 없는 경우(예: 높은 건물이나 울창한 숲 근처)에도 INS 드론의 경로와 위치를 계속 추적하여 일관된 LiDAR 매핑을 가능하게 합니다.

멀티빔 에코 사운드란 무엇인가요?

멀티빔 에코 사운딩(MBES)은 해저와 수중 지형을 고정밀로 매핑하는 데 사용되는 고급 수로 매핑 기법입니다.

 

선박 바로 아래 한 지점에서 수심을 측정하는 기존의 단일 빔 에코 사운더와 달리 MBES는 여러 개의 소나 빔을 사용하여 해저의 넓은 범위에서 동시에 수심 측정을 캡처합니다. 이를 통해 지형, 지질학적 특징, 잠재적 위험 요소를 포함한 수중 지형을 상세하고 고해상도로 매핑할 수 있습니다.

 

MBES 시스템은 음파를 방출하여 수중을 이동하고 해저에서 반사되어 선박으로 되돌아오는 음파를 방출합니다. 이 시스템은 에코가 돌아오는 데 걸리는 시간을 분석하여 여러 지점의 수심을 계산하여 수중 지형에 대한 종합적인 지도를 생성합니다.

 

이 기술은 항해, 해양 건설, 환경 모니터링, 자원 탐사 등 다양한 애플리케이션에 필수적이며 안전한 해상 운항과 해양 자원의 지속 가능한 관리를 위한 중요한 데이터를 제공합니다.

RTK와 PPK의 차이점은 무엇인가요?

실시간 키네마틱(RTK)은 GNSS 보정이 거의 실시간으로 전송되는 위치 측량 기술로, 일반적으로 RTCM 형식의 보정 스트림을 사용합니다. 그러나 GNSS 보정의 완전성, 가용성, 적용 범위, 호환성 등 보정의 정확성을 보장하는 데 어려움이 있을 수 있습니다.

 

실시간 처리에서는 보정 및 전송이 중단되거나 호환되지 않으면 정확도가 떨어지는 반면, RTK 후처리에 비해 PPK의 가장 큰 장점은 정방향 및 역방향 처리를 포함한 후처리 과정에서 데이터 처리 작업을 최적화할 수 있다는 점입니다.

 

실시간(RTK)과 비교하여 GNSS 후처리(PPK)의 첫 번째 주요 장점은 현장에서 사용되는 시스템에 데이터링크/라디오가 없어도 CORS에서 INS 시스템으로 RTCM 보정을 공급할 수 있다는 점입니다.

 

사후 처리 채택의 가장 큰 한계는 최종 애플리케이션이 환경에 따라 작동해야 한다는 점입니다. 반면에 애플리케이션이 최적화된 궤적을 생성하는 데 필요한 추가 처리 시간을 견딜 수 있다면 모든 결과물에 대한 데이터 품질을 크게 향상시킬 수 있습니다.