CPS: UAV 및 지상 기반 산림 포인트 클라우드 등록을 위한 새로운 캐노피 프로필 스카이라인 설명자

본 연구에서는 UAV 및 지상 산림 LiDAR 포인트 클라우드의 자동 정렬을 목표로 하는 혁신적인 크로스 플랫폼 포인트 클라우드 등록(PCR) 프레임워크를 제시합니다. 이 프레임워크는 캐노피 프로필 스카이라인(CPS) 설명자와 피쳐 방향 정보를 활용하여 등록을 지원합니다. 크라운 환경에서 파생된 포인트 클라우드의 본질적인 불규칙성과 자연적 분포를 감안할 때, 점, 선 및 평면과 같은 기하학적 원시 요소에서 작동하는 기존 등록 기술은 불완전성에 취약합니다. 이 글에서는 먼저 산림 데이터에서 피쳐 요소로 사용되는 연속 나무 캐노피 프로필로 형성된 스카이라인의 고해상도와 강인성을 분석합니다. 이어서 UAV 기반 데이터든 지상 기반 데이터든, 같은 위치에서 얻은 나무 CPS가 매우 유사한 형태와 경향을 나타내는 흥미로운 특성을 강조합니다. 따라서 M차원에서 8방향을 아우르는 새로운 피쳐 설명자를 제안하여 신뢰할 수 있는 피쳐 대응 관계를 구축하고, 이를 바탕으로 방향 제약을 활용하며 일회성 추정 RANSAC을 사용하여 자동화된 UAV 및 지상 기반 산림 포인트 클라우드 등록을 구현하고자 합니다. 마지막으로, 나무 줄기 기하학적 형태 특징에 기반한 제약 전략과 결합된 표준 ICP 알고리즘을 사용하여 등록 결과를 개선할 것입니다. 우리는 이질적인 나무 종과 구조를 가진 다섯 개의 데이터셋을 사용하여 테스트를 수행했으며, 그 결과 제안한 접근 방식이 SOTA 성능을 달성하는 것을 보여줍니다.