복잡한 환경에서 정밀도 향상
직접 지리 참조(DG)는 실외 환경에서 지도를 제작하는 주요 방법이지만, 실내나 GNSS 매우 까다로운 환경에서는 거의 사용되지 않습니다. DG는 INS 데이터(위치 및 자세)와 센서 데이터(예: LiDAR 또는 카메라 이미지)를 결합하여 사전에 측량된 수많은 지상 기준점(GCP)에 의존하지 않고도 관측된 물체의 위치를 정확하게 결정합니다.
그러나 실내에서는 GNSS 사용할 수 없기 때문에 기존의 직접 지리 참조를 완전히 밀폐된 공간에 적용할 수 없습니다. 대부분의 경우 실내와 실외 환경을 모두 포함하는 하이브리드 방식으로 매핑을 수행합니다.
대부분의 사람들은 이러한 시나리오에서 기존의 매핑 기술에 의존하지만, 올바른 INS 및 후처리 소프트웨어를 선택하면 이러한 사용 사례에 직접 지오레퍼런싱의 이점을 확장할 수 있습니다. 고정밀, 저드리프트 INS 고급 후처리 소프트웨어와 통합하면 정확한 직접 지오레퍼런싱 솔루션을 장기간에 걸쳐 유지할 수 있습니다. SLAM과 같은 인식 기반 알고리즘은 이러한 정밀한 위치 측정을 직접 사용하여 매핑 정확도를 더욱 향상시킬 수 있습니다.
이 접근 방식은 절대 위치 결정 솔루션 및 좌표 기준 프레임(데이텀)과 완전히 일치하는 실내 지도를 생성합니다. 결과적으로 실내 및 실외 데이터 세트의 공간 일관성을 보장하여 워크플로우를 개선하고 협업을 향상시킵니다.
실내 매핑 솔루션용 관성 시스템
GNSS 사용할 수 없는 완전 실내 환경에서는 SLAM(동시 측위 및 매핑)과 같은 인식 기반 알고리즘과 결합된 관성 측정 장치(IMU)에 매핑을 의존합니다. 기존의 직접 지오레퍼런싱과 달리 이 접근 방식은 GNSS 의존하지 않고, 정확한 위치를 유지하기 위해 LiDAR, 카메라 또는 깊이 센서와 함께 IMU 데이터를 사용합니다.
SLAM은 환경을 지속적으로 매핑하면서 동시에 그 안에서 시스템의 위치를 추정하는 방식으로 작동합니다. 하지만 SLAM만으로는 특히 지형이 불규칙한 지역이나 동적인 환경에서는 드리프트가 발생할 수 있습니다. 하이엔드 IMU는 시각적 입력이 불안정한 경우에도 일관된 모션 트래킹을 보장하여 SLAM 기반 매핑을 안정화하는 데 중요한 역할을 합니다. 고정밀, 저드리프트 IMU 통합하면 매핑 애플리케이션에서 SLAM 성능을 개선할 수 있습니다.
실제로 IMU 드리프트 누적을 줄여 더 오랜 시간 동안 정확한 위치를 유지하고 어두운 방이나 특징이 없는 복도와 같이 가시성이 낮은 조건에서 신뢰성을 향상시킵니다. 이러한 조합을 통해 공간적으로 일관성을 유지하고 외부 데이터 세트와 잘 정렬된 정확한 실내 지도를 생성할 수 있습니다.
결과적으로 이 시스템은 워크플로우를 간소화하고 GNSS 완전히 GNSS 환경에서도 협업 매핑 작업을 개선합니다.
실내 매핑을 위한 솔루션 살펴보기
당사의 모션 및 내비게이션 제품은 실내 매핑 시스템과 원활하게 통합됩니다. 당사의 최첨단 관성 시스템은 가장 까다로운 환경에서도 고품질 실내 지도를 제작하는 데 필요한 정확도와 신뢰성을 제공합니다.
실내 매핑에 모바일 로봇을 사용하든 휴대용 시스템을 사용하든, 당사의 제품은 정확한 지도 제작에 필요한 정밀도와 성능, 워크플로우를 제공합니다. 저희 시스템은 산업 검사, 시설 관리, 비상 대응 등 다양한 분야에 이상적입니다.
Quanta Plus
Qinertia INS
Pulse-40
매핑 애플리케이션 브로셔
브로셔를 받은 편지함에서 바로 받아보세요!
사례 연구
전 세계 팀들이 다양한 Indoor mapping 애플리케이션에 SBG Systems의 관성 솔루션을 성공적으로 통합한 사례 연구를 살펴보십시오. 복잡한 시설을 탐색하는 창고 로봇부터 실내 공간의 정확한 3D 지도를 생성하는 드론에 이르기까지 SBG Systems의 제품은 매핑 프로젝트의 효율성과 정확성을 향상시키는 데 중요한 역할을 수행해 왔습니다.
실제 시스템 작동 사례를 확인하고, SBG Systems가 어떻게 매핑 솔루션에 정밀성과 신뢰성을 제공할 수 있는지 사례 연구를 통해 알아보십시오.
그들은 우리에 대해 이야기합니다.
당사 고객은 산업 제조업체에서 긴급 대응 팀에 이르기까지 다양하며, GNSS가 거부된 환경에서 정확하고 신뢰할 수 있는 지도를 제작하기 위해 당사의 관성 시스템을 사용합니다.
만족한 고객 대열에 합류하여 업계 최고의 솔루션으로 실내 매핑 요구 사항을 어떻게 지원할 수 있는지 자세히 알아보십시오.
다른 매핑 애플리케이션 살펴보기
다양한 매핑 요구 사항에 맞는 고급 관성 내비게이션 솔루션의 성능을 활용하십시오. 당사의 솔루션은 육상, 항공 및 해상 운영을 지원합니다. SBG Systems의 기술은 모든 환경에서 신뢰할 수 있는 데이터, 높은 정밀도 및 일관된 성능을 제공합니다.
궁금한 점이 있으십니까?
Indoor mapping 시스템의 작동 방식이 궁금하신가요? 관성 시스템이 GNSS 수신이 불가능한 환경에서 정확한 매핑에 어떻게 기여하는지 더 자세히 알고 싶으신가요? FAQ 섹션에서는 관련된 기술, 모범 사례 및 SBG Systems 제품을 솔루션에 통합하는 방법을 포함하여 Indoor mapping 시스템에 대한 가장 일반적인 질문을 다룹니다.
실내 위치 확인 시스템이란 무엇입니까?
실내 위치 확인 시스템(Indoor Positioning System, IPS)은 GNSS 신호가 약하거나 존재하지 않는 건물과 같은 폐쇄된 공간 내에서 물체 또는 개인의 위치를 정확하게 식별하는 특수 기술입니다. IPS는 쇼핑몰, 공항, 병원 및 창고와 같은 환경에서 정확한 위치 정보를 제공하기 위해 다양한 기술을 사용합니다.
IPS는 위치 결정을 위해 다음과 같은 여러 기술을 활용할 수 있습니다:
- Wi-Fi: 여러 액세스 포인트에서 신호 강도와 삼각 측량을 활용하여 위치를 추정합니다.
- Bluetooth Low Energy (BLE): 추적을 위해 주변 장치에 신호를 보내는 비콘을 사용합니다.
- 초음파: 주로 모바일 장치 센서와 함께 사용되며, 음파를 사용하여 정확한 위치를 탐지합니다.
- RFID(무선 주파수 식별): 실시간 추적을 위해 항목에 태그를 부착하는 것을 포함합니다.
- 관성 측정 장치(IMU): 이러한 센서는 움직임과 방향을 모니터링하여 다른 방법과 결합했을 때 위치 정확도를 향상시킵니다.
실내 공간의 상세한 디지털 지도는 정확한 위치 결정에 필수적이며, 모바일 장치 또는 특수 장비는 위치 결정 인프라에서 신호를 수집합니다.
IPS는 내비게이션을 개선하고, 자산을 추적하며, 응급 서비스를 지원하고, 소매 행동을 분석하며, 스마트 빌딩 시스템에 통합되어 기존 GNSS가 실패하는 곳에서 운영 효율성을 크게 향상시킵니다.
SLAM 무엇을 의미 합니까?
SLAM(Simultaneous Localization and Mapping)은 로봇 공학 및 컴퓨터 비전에서 미지의 환경 지도를 작성하는 동시에 해당 환경 내에서 에이전트의 위치를 추적하는 데 사용되는 계산 기술입니다. 이는 실내 또는 밀집된 도시 지역과 같이 GNSS를 사용할 수 없는 시나리오에서 특히 유용합니다.
SLAM 시스템은 에이전트의 위치와 방향을 실시간으로 결정합니다. 여기에는 로봇 또는 장치가 환경을 탐색할 때 움직임을 추적하는 과정이 포함됩니다. 에이전트가 움직이는 동안 SLAM 시스템은 환경 지도를 생성합니다. 이는 주변 환경의 레이아웃, 장애물 및 특징을 캡처하는 2D 또는 3D 표현일 수 있습니다.
이러한 시스템은 카메라, LiDAR 또는 IMU(관성 측정 장치)와 같은 여러 센서를 활용하여 환경에 대한 데이터를 수집합니다. 이 데이터는 위치 추정 및 매핑의 정확도를 향상시키기 위해 결합됩니다.
SLAM 알고리즘은 들어오는 데이터를 처리하여 지도와 에이전트의 위치를 지속적으로 업데이트합니다. 여기에는 필터링 및 최적화 기술을 포함한 복잡한 수학적 계산이 포함됩니다.
사진 측량법이란 무엇입니까?
사진 측량은 사진을 사용하여 물체 또는 환경의 거리, 크기 및 특징을 측정하고 매핑하는 과학 및 기술입니다. 다양한 각도에서 촬영한 겹치는 이미지를 분석하여 정확한 3D 모델, 지도 또는 측정을 생성할 수 있습니다. 이 프로세스는 여러 사진에서 공통점을 식별하고 삼각 측량 원리를 사용하여 공간에서 해당 위치를 계산하는 방식으로 작동합니다.
사진 측량은 다음과 같은 다양한 분야에서 널리 사용됩니다.
- 사진 측량 지형 매핑: 풍경 및 도시 지역의 3D 지도 제작.
- 건축 및 엔지니어링: 건물 문서화 및 구조 분석용
- 고고학 분야의 사진 측량: 유적지 및 유물 기록 및 재구성
- 항공 사진 측량 매핑: 토지 측정 및 건설 계획용.
- 임업 및 농업: 작물, 산림 및 토지 이용 변화 모니터링.
사진 측량 기술이 최신 드론 또는 UAV(무인 항공기)와 결합되면 항공 이미지를 신속하게 수집할 수 있어 대규모 매핑, 건설 및 환경 모니터링 프로젝트를 위한 효율적인 도구가 됩니다.
LiDAR란 무엇입니까?
LiDAR(Light Detection and Ranging)는 레이저 광을 사용하여 물체 또는 표면까지의 거리를 측정하는 원격 감지 기술입니다. 레이저 펄스를 방출하고 빛이 대상에 부딪힌 후 되돌아오는 데 걸리는 시간을 측정하여 LiDAR는 환경의 모양과 특성에 대한 정확한 3차원 정보를 생성할 수 있습니다. 일반적으로 지구 표면, 구조물 및 식생의 고해상도 3D 지도를 만드는 데 사용됩니다.
LiDAR 시스템은 다음을 포함한 다양한 산업 분야에서 널리 활용됩니다.
- 지형 매핑: 풍경, 숲 및 도시 환경을 측정합니다.
- 자율 Lidar 차량: 항법 및 장애물 감지용.
- 농업: 작물 및 밭 상태를 모니터링합니다.
- 환경 모니터링: 홍수 모델링, 해안선 침식 등을 위해 사용됩니다.
LiDAR 센서는 드론, 비행기 또는 차량에 장착할 수 있어 넓은 지역에서 빠른 데이터 수집이 가능합니다. 이 기술은 울창한 숲이나 험준한 지형과 같은 까다로운 환경에서도 상세하고 정확한 측정을 제공하는 능력으로 높이 평가됩니다.
IMU 란 무엇인가요 IMU
관성 측정 장치(IMU)는 플랫폼의 선형 가속도와 각속도를 포착하여 플랫폼의 운동 및 방향을 측정하는 소형 센서 모듈입니다. IMU 핵심은 직교하는 축을 따라 배치된 세 개의 가속도계와 세 개의 자이로스코프를 IMU 여섯 가지 측정 방향을 제공하는 것입니다.
가속도계는 플랫폼이 공간에서 가속하는 방식을 감지하는 반면, 자이로스코프는 회전 방식을 추적합니다. 이러한 측정값을 함께 처리함으로써, IMU 외부 신호에 의존하지 않고도 속도, 자세, 방향의 변화에 대한 정확한 정보를 제공합니다. 이로 인해 IMU는 GPS가 사용 불가능하거나 신뢰할 수 없거나 의도적으로 차단된 환경에서의 항법에 필수적입니다. IMU의 성능은 센서 품질, 보정, 그리고 편차, 잡음, 스케일 계수, 정렬 불량과 같은 오류가 얼마나 잘 제어되는지에 크게 좌우됩니다.
고급 IMU는 시간이 지남에 따라 오류가 급속히 누적되지 않도록 고급 보정, 열 보정, 진동 필터링 및 편차 안정화 메커니즘을 포함합니다. 이러한 특성 덕분에 IMU는 무인항공기(UAV), 순항 무기, 자율주행 차량부터 무인수중정찰기(AUV), 로봇공학, 산업용 안정화 시스템에이르기까지 광범위한 응용 분야에서 사용되며, 가장 가혹한 운영 환경에서도 동작과 방향에 대한 견고하고 지속적인 인식을 제공합니다.
참조 프레임이란 무엇인가?
기준계는 기본적으로 물체의 위치, 운동 및 방향을 설명하는 데 사용하는 좌표계입니다. 관성 항법에서는 가속도계, 자이로스코프, 자력계와 같은 센서의 측정값을 일관되고 의미 있는 방식으로 표현할 수 있도록 하는 수학적 기반을 제공합니다.
작업하는 모든 벡터(가속도, 속도, 자세)는 선택된 좌표계에 상대적으로 정의되므로, 이러한 좌표계를 선택하고 이해하는 것이 매우 중요합니다. 실제로 우리는 크게 두 가지 범주, 즉 관성 좌표계와 비관성 좌표계를 다룹니다.
관성계란 완전히 정지해 있거나 일정한 속도로 움직이며 회전이나 가속도가 없는 좌표를 의미한다. 뉴턴의 법칙이 직접 적용될 수 있는 조건이다. 지구상에는 진정한 관성계가 존재하지 않으므로, 우리는 이를 근사화한다. 일반적으로 고고도나 우주 응용 분야에서는 지구 중심 관성계(ECI)를 사용한다.
대부분의 지상 및 해양 작업에서는 지구 중심 지구 고정 좌표계(ECEF)와 같은 비관성 좌표계나 북동쪽 아래(NED) 또는 동북쪽 위(ENU)와 같은 지역 항법 좌표계를 사용합니다. 이러한 좌표계는 지구와 함께 회전하며 중력을 포함하므로, 운동 방정식은 코리올리 효과와 원심력을 보정해야 합니다.
관성 항법 INS에서 차량에 부착된 본체 좌표계는 원시 IMU 데이터가 측정되는 좌표계입니다. 항법 좌표계는 속도, 자세, 위치를 표현하고자 하는 좌표계이며, 관성 좌표계는 이상적인 수학적 기준으로서 이들 위에 위치합니다. 이 프레임들 간의 변환(회전 행렬, 쿼터니언 또는 방향 코사인 행렬을 통해 처리됨)은 시스템이 방향을 전파하고 가속도를 속도와 위치로 통합할 수 있게 합니다. 궁극적으로 기준 프레임은 원시 관성 측정값을 유용한 항법 정보로 전환하는 공통의 "언어" 역할을 합니다.
