LiDAR-Based Algorithm for Measuring Deformation of Pipe Frameworks for Safety Diagnosis of Greenhouses with Performance Analysis

최근 기후 변화로 인한 폭설이나 강풍과 같은 극단적인 기상 현상으로 온실 구조물의 안전성 확보가 중요한 과제로 부상하고 있다. 기존의 온실 안전진단 방법은 시간과 비용이 많이 소요되며, 실시간 변형 측정에는 한계가 있었다. 본 연구는 이러한 문제를 해결하기 위해 LiDAR 기반의 파이프 골조 변형량 측정 알고리즘을 개발하고 성능을 분석하였다. Python을 사용해 Intensity 기반 비닐 및 노이즈 제거 알고리즘을 구현하였다. 또한 자동화를 위해 RandLANet, PointNet, PointNet++과 같은 딥러닝 모델 적용을 검토하였으나 비닐제거에 적합하지 않았으며, Intensity 기반 접근법이 가장 효율적인 것으로 나타났다. LiDAR 센서를 통한 온실 구조물의 스캔 오차는 x, y, z 축별 0.4~2.7 mm였으며, 비닐제거 알고리즘을 적용한 두 클라우드 데이터간의 평균 일치율은 98.2 %로 나타났다. 이는 온실의 안전진단을 위한 변형량 측정에 적용 가능한 수준이었다. 본 연구는 실시간 온실 구조물 변형 진단에 적합한 효율적인 방법을 제시하였으며, 향후 딥러닝 기반 자동화 개선을 위한 추가 연구의 필요성을 제언하였다.