 |
지오스토리, 공간정보 고도화로 국가 공간정보 운용성 높여활용 기반의 지능형 공간 정보 서비스로 국토 디지털 트윈 구현
지능형 3D 모델링 및 변화 탐지 기술 개발
이 기술은 건물에 대한 자동모델링의 핵심 기술인 모델링 데이터 생성과 자동 텍스처 기술을 프로토타입 형태로 개발한 것으로, 수동 작업 없이 건물과 도로 객체의 3D 모델링을 자동으로 생성하고 변화 탐지 기능을 통해 도로나 건물 등의 변화를 실시간으로 반영할 수 있다.
특히, 공간 데이터를 자동으로 갱신해 국토 디지털트윈과 같은 정밀한 행정업무에 필수 요소로 작동하며, 다차원ㆍ다시점 공간 데이터를 바탕으로 국가 공간정보의 상호운용성을 높이고, 다양한 응용 서비스로 활용할 수 있는 기반을 제공한다는 점에서 매우 유의미한 성과로 꼽힌다.
고도화된 디지털 국토정보로 미래 혁신! 국토교통부는 디지털 라이브 국토정보 기술개발 사업으로 지난 2022년부터 2026년까지 5년간 3대 중점분야 6개 핵심과제 16개 구성과제를 선정해 1838억 원(정부 1378억 5천만 원, 민간 459억 5천만 원)을 투입하고 있다. 연평균 367억 6천만 원 규모이다.
디지털 라이브 국토정보 기술개발사업은 4차 산업혁명 시대에 필요한 고정밀 국토 정보 기반 서비스를 구현하고, 국가 공간정보 기술의 글로벌 경쟁력을 강화하는 것을 목표로 ▲초정밀 디지털 국토 구축 ▲초연결 라이브 국토 실현 ▲초대용량 디지털 국토 활용에 역점을 두고 추진 중이다.
국토교통부는 본 사업을 통해 실내외 연속 위치를 결정하고 자동으로 갱신되는 3D 가상 국토를 구축하고, 정적 및 동적 정보를 실시간으로 연계해 N차원 형태의 디지털 국토 구축, 고품질의 다차원 공간정보를 처리해 다양한 공간 지능화 서비스 제공하는 것을 목표로 하고 있다.
N차원은 평면에 높이가 추가되어 만들어진 차원에 시간, 정밀도 다양한 센서로부터 수집되는 속성정보가 결합되어 5차원을 뛰어넘는 다중 차원이다.
이러한 공간정보기술(위치기반 정보기술)은 전 세계적으로 산업 분야에서 증거 기반의 의사결정(evidence-based decision making)의 근간이 되는 국가의 디지털 통화(digital currency)로 활용되면서 공간정보기술력의 수준에 따라 국가경쟁력도 달라지는 추세다.
우리나라의 국가경쟁력을 살펴보면 2019년 기준으로 국가 공간정보 준비지수(CGRI, Countries Geospatial Readiness Index) 75개국 평가대상 국가 중 13위를 차지했었다. 하지만 2022년 기준 CGRI의 글로벌 순위는 25위로 하락했다.
국토교통부는 CGRI Top10에 진입하기 위해서 디지털 라이브 국토정보 기술개발의 주요 핵심과제로 ▲1핵심 : 고정밀 위치참조체계(precise location reference frame) ▲2핵심 : 1핵심에 따른 정적대상 공간데이터 고품질화 ▲3핵심 : 고정밀ㆍ고품질 공간정보자료에 비공간정보 데이터 ▲4핵심 : 동적 공간정보데이터의 초연결화를 선정했다.
2핵심 과제는 정적 대상물에 대한 공간정보의 초정밀화 및 고품질화 기술과 고정밀ㆍ고밀도ㆍ고완결성을 갖춘 국가 공간정보DB 자동생성을 확보하기 위한 총 6개 기술로 구성된 연구 개발이 추진 중이다.
연구 부문은 ▲다차원ㆍ다시점 공간데이터 구축 관리 및 마스터 데이터 생성 기술 ▲디지털 국토정보 변화인식 자동화 및 객체 추출ㆍ모델링 기술 ▲국가공간DB 생성 기술이다.
또, 개발 부문은 ▲클라우드 소싱 기반 다차원ㆍ다시점 공간데이터 전처리 및 품질관리 기술 ▲다차원ㆍ다시점 공간데이터 기반 변화인식 및 공간정보 자동갱신기술이다.
최종적으로 다차원ㆍ다시점 공간데이터를 활용한 국가공간정보 자동 갱신 시스템을 구축해 민간영역에 대한 서비스 및 공공영역의 사회, 경제, 환경 분야의 성장을 촉진할 수 있는 기반을 마련하는 것이다.
지오스토리, 초정밀 공간정보 자동화 구현 지오스토리는 크라우드 소싱 공간 데이터 기반 다차원ㆍ다시점 공간데이터를 활용해 국가 공간정보의 상호운용성 및 효율성 확보를 가능하게 하는 국토정보 변화인식 및 자동 갱신 기술의 핵심요소기술 ‘CTE 5 변화인식 대상-범위의 공간정보 객체 자동인식, 추출, 모델링 기술’사업을 수행했다.
현재 변화인식 대상-범위의 공간정보 객체 자동인식, 추출, 모델링 기술 개발 사업 연구단에는 한국전자통신연구원(ETRI)과 명지대학교, 지오스토리가 함께 참여하고 있다.
지오스토리는 연구단 공유데이터인 드론영상 기반으로 구축한 3DS 포맷의 건물 객체로 LoD3 수준 공간정보 객체 자동 모델링 기술 개발과 공간정보 객체 기하 및 텍스쳐 편집 기술 개발을 주도했다.
건물 및 도로 객체 3D 자동 모델링 통합 프로토 타입을 구현하기 위해 자동 모델링 알고리즘 기술에 대한 검증이 요구됐으며, 명지대학교 산학협력단에서 개발 중인 알고리즘을 사용해 모델링 구축시 포인트 클라우드 기반으로 공간분할 기법으로 건물 외형 구축을 시도했다.
검증 방식은 자동 모델링 알고리즘을 분석하고 모듈화하는 것으로 자동 모델링 시간과 자동 모델링 품질을 비교하면서 기술을 보완하는 등 해당 알고리즘 산출물에 대한 자동 텍스처링에 대한 테스트를 진행했다.
자동 모델링 기술 검증을 위해 프로그램별 모델링 단계와 비교 검증 위한 표준화 단계를 정의하고 자체 보유 중인 자동모델링 상용 소프트웨어(ContextCapture, Pix4D, Photomesh, DJI Terra)와 수동모델 상용 소프트웨어(3D MAX, Sketch up)을 모두 3단계로 일괄 분류했다.
세부 단계는 각각 다르지만 큰 틀을 정형화해서 단계별 비교가 가능하도록 정리했으며 모든 프로그램은 1단계 데이터 세팅 → 2단계 데이터처리 → 3단계 데이터 구축을 거쳐 테스트 데이터에 대한 모델링을 수행했다.
또 자동 모델링 시간 비교는 동일한 조건의 하드웨어에서 동일한 데이터를 적용해 최종 산출물이 나오기까지 시간을 측정 기록해 비교하고 각 프로그램에 따른 소요 시간 뿐만 아니라 데이터 품질별에 따른 처리시간도 다르게 구분해 테스트를 진행했다.
더불어 자동 모델링 품질 비교는 동일한 객체 기준 외관 및 텍스쳐 표현 상태 비교 품질 검증을 위해 저품질ㆍ기본값ㆍ고품질 3단계로 분류해 품질별 테스트를 진행하고 최적의 3D모델 구현을 위해 고품질의 모델을 대상으로 각각의 최종 산출물을 비교 분석했다.
추후 실감형 자동 텍스쳐링 및 cityGML 포맷 변환을 위해서 삼각 메쉬 형태의 산출물이 아닌 건물 외곽의 경계 부분(프레임)이 필요한 것으로 나타나 이에 대한 보완이 요구됐다.
또 자동 텍스처링 기술은 구동이 잘됐지만 입력된 영상의 품질에 따라 텍스처링의 완성도가 결정되어 품질을 정형화할 수 없었다.
아울러, 영상데이터 취득시 지리적 특성상 폐색지역이 많은 지역 경우 모델 외형이 완벽하게 구현되더라도 손상된 이미지 데이터로 인해 텍스처링 후 품질이 저하되는 현상이 발생해 드론 영상을 활용할 경우 최소 3줄 이상의 촬영이 권장됐으며 항공영상의 활용이 더 높은 품질의 모델을 구현할 수 있는 것으로 나타났다.
지오스토리는 이러한 결과를 토대로 차제 개발 중인 편집툴에서 모델링 구축시 탑뷰 이미지에서 각 꼭짓점을 이어 올리는 형태로 건물 외형을 만들어 세밀한 외형 구축을 표현했다.
또 탑재된 편집기능들을 사용해 난간생성, 옥상생성, 돔형태의 건물생성, 기울기조정 등 세밀한 건물 외형을 편집하고 연구단 공통데이터 섹션 1구역에서 3구역에 해당하는 건물 총 351개 대상의 모든 건물을 3D 모델로 구축해 해당 산출물을 한국전자통신연구원에서 시멘틱 정보를 추가할 수 있도록 협업하는 성과를 거뒀다. <저작권자 ⓒ 커넥트 데일리 무단전재 및 재배포 금지>
댓글
지오스토리, 국토교통부, 디지털 라이브 국토정보 기술개발 사업, 지능형 3D 모델링, 변화 탐지 기술 개발, 공간 데이터, 다차원, 다시점.공간정보, CGRI 관련기사목록
|
인기기사
|
