| 연구개발개요 |
○ 도시는 사람이 일생 생활을 영유하는 기본적인 환경이고 다양한 분야의 기술이 직접적으로 적용되는 공간이다. 도시 속에서 이루어지는 다양한 행동, 변화, 공간의 특성들을 분석하려고 하고 그러한 분석결과로 도시를 더욱 발전시키려고 한다. 스마트도시라는 개념의 도입으로 도시는 점차 스스로 도시가 포함하는 특징을 분석하여 문제점과 개선방향을 발견하여 사람이 살기에 더욱 좋은 도시공간이 되도록 연구를 진행하고 있다.○ 특히 도시공간을 분석하여 도시 속의 특징을 사람이 활동하는 공간과의 연관성을 파악하여 여러 사회문화적인 현상과 연계하여 도시의 특징을 분석하려고 시도하고 있다. “Eyes on streets” 과 같은 도시공간에서 사람들의 시선에 의해 자연스럽게 형성되는 공간의 사회적 안정성에 관한 사회이론과 긴급한 상황에서 시각적 인식에 의해서 공간을 빠져나가는 경향에 관한 연구, 공공공간에서 CCTV의 최적화 설치 등 도시공간에서 물리적 형태와 사람의 시각적 인식의 영향에 관하여 지속적으로 다양한 연구를 발전시키고 있다.○ 하지만 도시를 구성하는 복잡함이 매우 높아 아직까지 직접적인 분석을 하고 있지 못하고 있다. 기존의 도시공간의 분석은 추가적으로 제작되는 가상데이터 모델이나 기구축된 고가의 수치지도를 바탕으로 이루어지고 있다. 현재는 가정의 의한 한계적인 분석에 머무르고 있어 정밀한 분석이나 고도의 의미를 분석하기에는 한계가 있다. 따라서 데이터를 바탕으로 도시의 특징을 분석하여 예측하는 스마트도시를 구축하기에는 시간과 비용측면에서 비효율적인 현황 이다.○ 국내외에서 고밀도 3차원 지도 제작이 진행 중이다. 국토지리정보원은 2015년부터 3차원 정밀지도를 구축하고 있으며, 2016년 여의도 도심의 3차원 센서 정보를 포함한 데이터를 일반 에 공개하였다. 미국의 Google사는 GoogleEarth에서 항공 센서를 정합하여 세계 주요 도시의 3차원 지도를 제공한다. 본 과제는 이러한 3차원 빅데이터를 이용하여 도시공간을 분석하는 기법 개발을 제안한다. 센서 데이터는 시각적으로 풍부한 고정밀 데이터를 제공하지만, 공간 의 구성과 같은 고차원의 정보를 추출하기 위해서는 자동화된 학습 방법이 필요하다. 나아가 본 과제에서 제안하는 방법을 통해 현재 수작업에 크게 의존하고 있는 3차원 지도 제작 기법의 자동화가 가능하며, 도시 공간의 변화를 추적하고 도시 계획 수립에도 활용할 수 있다.○ 현재 기술로 도시 공간의 특징을 시각적 기준으로 측정하기 위한 기존의 방법은 관측지점에서 주변부의 시각영역의 범위 (Visual field 또는 Isovist)를 측정하는 2차원 방법이 주로 사용되고 있다. 도시공간은 3차원적으로 구성되어 있어 기존의 2차원 도시공간 분석으로는 한계가 있고, 기존의 3차원 분석을 위한 방법의 구축은 실제적인 측정에 의한 리모트 센싱에 의한 기술개발은 현재 미흡하다.○ 따라서 도시 공간의 특징을 시각적 기준으로 측정하는 기존의 2차원 방법을 3차원으로 확장하기 위한 이론으로 리모트 센싱 기술을 이용한 도시 공간을 측정하는 이론의 개발이 필요하다. 특히 리모트 센싱 기술을 활용하여 자동화된 도시 공간을 측정하기 위한 기초적인 이론이 필요하다. 국제적으로 리모트 센싱 기술인 라이다(LiDAR)를 이용한 3차원 시각영역의 인식방법의 가능성을 시사했으나 실제 측정되는 시각영역의 측정과 분석을 위한 구체적인 이론화와 기술적 발전은 아직 없다. 그리고 자동화된 로봇 기술을 적용한 도시 공간의 인식하고 분석하는 방법은 복잡한 도시 공간의 특징을 구분하고 분석하는 방법을 제시하고, 다양한 시점에 의한 도시 공간을 분석하는 자동화된 방법으로 확장할 수 있다.○ 따라서 3차원 시각영역 측정 방법을 이론화하여 도시 공간의 국토설계 기술을 위한 기초적 이론을 구축하고 국제적으로 선도하는 분야로의 발전을 추구하는 연구가 필요하다. 리모트 센싱 기술을 활용한 자동화된 3차원 시각 영역 인식의 측정은 도시 공간의 특징을 파악하기 위한 기초 기술로 지능형 도시 공간인 스마트시티의 공간 정보 체계를 구축하기 위한 기초자료로 활용이 가능하다. 자동화된 기술로 측정된 데이터를 기반으로 구축된 스마트 도시공간에는 3차원 시각영역에 관한 정보가 포함되고, 사람들의 도시공간의 시각적 인지와 연관관계를 표현할 수 있다. 도시 공간의 직접적인 특징과 함께 공간간의 연결을 통한 공간 구조를 파악하여 도시공간의 의미를 나타내는 알고리즘의 구현이 필요하다. 이러한 알고리즘은 도시공간에서 이루어지는 사회적, 문화적 현상과 연관성을 분석하여 스마트시티에서 추구하는 도시 데이터의 분석을 바탕으로 생활의 질을 향상하는 도시 공간의 계획과 관리로 발전을 도모할 수 있다.
|
| 최종목표 |
○ 본 연구는 스마트시티의 기본이 되는 도시공간의 3차원 디지털 데이터를 분석하여 도시 환경을 분석할 수 있는 “도시공간의 3차원 디지털화를 위한 모바일 리모트 센서 데이터에 기반한 3차원 시각영역과 위상적 공간분석을 위한 시스템 개발의 기초 원천 기술의 개발” 을 목표로 한다.○ 실제 도시공간을 분석하기 위한 기초 연구로, 바탕이 되는 이론의 완성을 하여 국토설계기술개발을 위한 기초 원천의 기술의 개발을 목표로 한다. 세부적인 달성 목표는 아래와 같다.(1) 3차원 디지털 지도로 부터 도시공간의 특성을 분석하는 이론 세계 최초 구축(2) 센서 데이터 기반의 자동화된 도시공간의 측정과 분석을 위한 기계 학습법 개발(3) 도시 분석을 통한 계층적 지도 생성과 도시 공간 학습 기법 구현○ 기존의 3차원 지도 데이터를 도시공간의 분석으로 확대하는 원천기술로, 도심 환경을 분석할 수 있는 데이터로 학습하고, 학습된 데이터를 통해 저비용으로, 실제 데이터를 기준으로, 자동화하고 정량화할 수 있는 기술을 개발하고자 한다. 특히 모바일 매빙 시스템의 리모트 센싱 기술인 라이다를 활용하여, 3차원 100m 시야공간범위의 다시점 도시공간의 시각영역을 측정하고 분석하는 이론을 개발하려고 한다. 또한 본 결과를 바탕으로 향후 진행할 도시공간의 형태와 도시공간정보와의 관계를 분석하기 위한 기술을 수립하려고 한다.○ 본 연구는 최종성과물은 아래와 같은 주요 성과로 정리할 수 있다.(1) 도심 환경 분석을 위해 정밀 지도 제작 시스템을 활용: 도시공간 분석을 위해 자율주행차량용 정밀한 지도 제작 센서 시스템의 데이터를 활용하여 도시공간의 특성을 파악하는 이론을 제시한다.(2) 가상구축 모델이 아닌 데이터 기반 실효성있는 연구: 도시를 가상으로 구축된 모델이 아닌 실제 데이터를 바탕으로 도시공간의 특징을 파악하는 자동화된 분석 방법을 제시한다.(3) 빅데이터인 매핑 데이터의 분석 자동화: 도시공간의 특징을 분석하기 위하여 기계학습을 이용한 도시 공간의 특징을 파악하는 데이터 학습 방법을 제시한다.○ 본 연구는 이론적 아이디어를 개발하여 이론화하고 기초원천 기술을 개발하는 목표로 추진할 계획이다. 리모트 센싱 기술인 라이다로 측정되는 도시공간을 3차원 시각영역으로 표현하는 방법을 설정하고 이러한 방법의 이론화를 진행할 계획이다. 특히 3가지 진행 단계를 구분하여 진행할 계획으로, (1) 문제 해결 방식의 설정, (2) 센서 데이터 처리 컴퓨터 알고리즘구성, (3) 도시공간 인식을 위한 3차원 시각영역의 이론화 및 적용으로 진행하려고 한다. 제안한 이론을 컴퓨터 알고리즘으로 작성하여 실제 도시공간에서 이론의 테스트를 진행할 계획이다.○ 최종성과물은 3차원 시각영역 측정의 원천 기술과 도시공간을 자동화하여 분석하는 원천기술과 이를 활용한 도시를 분석한 결과물로 각각의 성과별로 국제저널에 논문을 발표할 계획이고 관련 특허의 출원을 진행하려고 한다. 각 세부과제별로 국제저널 논문과 특허의 출원을추진할 계획이다.
|
| 연구내용 및 범위 |
○ 도시공간의 3차원 디지털화를 위한 모바일 리모트 센서 데이터에 기반한 3차원 시각영역과위상적 공간분석을 위한 시스템 개발의 기초 원천 기술의 개발을 추진한다. 세부적인 연구 내용 및 범위는 아래와 같다(1) 데이터 특성에 따른 3차원 시각영역을 측정하는 이론 정립(2) 3차원 시각영역에 기반한 도시공간의 특징을 구분하는 이론 정립(3) 센서 데이터에서 3차원 시각영역을 분석하는 컴퓨터 알고리즘을 구성(4) 3차원 시각영역의 패턴을 학습하여 도시공간을 분석하는 알고리즘을 구성(5) 매핑 차량 데이터에 정의된 시각영역을 적용하고 도시 공간의 특징을 분석(6) 실효성 높은 기술 개발을 위해 실제 도심환경 데이터를 통한 도시 분석○ 본 연구는 모바일 매핑 시스템의 리모트 센싱 (Remote sensing) 기술인 라이다 (LiDAR) 를활용하여 도시 공간을 측정하는 방법의 이론을 제안하려고 한다. 리모트 센싱에 의한 데이터를 이용하여 물리적 공간을 측정하는 알고리즘의 구축이 필요하고, 기존 도시의 특징을 리모트 센싱 기술로 측정하는 이론의 개발이 필요하다. 따라서 연구진은 라이다 (LiDAR) 기술을 활용할 수 있어야하고 도시공간의 특징을 분석할 수 있어야 한다. 본 과제에서는 국토지리정보원에서 기구축한 3차원 지도를 적극 활용하는 한편 보유하고 있는 도시공간을 측정하는 시스템을 적극 활용하여 연구의 효율성을 높일 예정이다.○ 기존의 타연구진의 선행 연구는 2차원 시각영역의 분석으로 도시의 다양한 특성과의 연관성을 찾아 도시계획과 정책에 필요한 정보를 제공하려고 하나, 도시공간의 3차원 특징을 표현하지 못하는 한계를 나타내고 있다. 3차원 데이터를 활용하는 연구는 이미 구축된 공간의 분석과 공간의 정밀 측정의 연구로 도시의 3차원 특징을 도시의 다양한 특징과 연계를 하지 못하고 있다.○ 연구진의 연구 역량과 보유 기술은 새로운 융합연구을 위한 준비가 되어 있다. 기보유하고 있는 매핑 시스템을 활용한 실질적인 연구 성과를 도출할 수 있다. 이론적 도출 내용을 시뮬레이션이나 모델링에서 그치지 않고 실제 데이터에 적용하여 유의미한 연구 성과를 도출할 수 있다. 다양한 도심환경 데이터를 기반으로 1차년도 이론을 정립하고, 2차년도에는 알고리즘을 개발하여 도시 환경을 분석하여 다양성이 고려된 분석 알고리즘의 도출이 가능하다. ○ 선행 연구 경험을 적극 활용하여 성공적 연구 결과의 도출이 가능하다. 선행 연구를 통해 습득한 도심 센서 데이터 연구 경험을 활용하여, 각 센서 데이터의 취약점에 대해 기 개발된 전처리 기법을 적극 활용하여 제안하는 연구에 효율적으로 접목할 수 있다. 다양한 도심환경 데이터를 기반으로 알고리즘을 개발할 수 있고, 도심 환경의 다양성이 고려된 분석 알고리즘을 도출할 수 있다.○ 연구의 추진 체계는 연구 진행 단계별로 이론을 검증할 수 있는 대상지를 고려하여 실효성 높은 기초 원천 기술을 개발할 수 있게 수립하였다. 본 연구의 목표인 이론적인 아이디어의 이론화를 진행하고, 이론화를 진행시 실효성이 높은 기초 원천 기술로 발전할 수 있는 가능을 확인고자 한다. 특히 각 연차별 연구 난제를 마일스톤화하여 기술개발시 단계별 검증을 진행하려고 한다. 결과적으로 실효성 높은 이론을 제안하고 향후 연구에 지속적으로 적용을 추진하려고 한다.○ 실효성 높은 기술 개발을 위한 방법으로 연차별 목표 시나리오를 수립하였다. 1차년도는 복잡도가 낮은 도심 환경 내 데이터를 기반으로 하여 알고리즘 개발 수행하려고 한다. 2차년도는 서울시 및 광역시 급 도심이나 아파트 단지와 같이 복잡도가 높은 환경의 분석을 목표로하여, 1차년도에 개발한 알고리즘을 검증하고 보완하여 완성도를 높이려고 한다.
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
