Acquisition of Cadastral Reconnaissance Survey Data Using a Location-based Mobile Augmented Reality System

Q: 이 논문에서 정의한 L-MAR 시스템이란 무엇인가?

L-MAR 시스템은 GNSS, 센서 및 컴퓨터 비전 기술을 활용하여 사용자의 지리적 위치를 파악하고, 실제 환경에 가상 디지털 정보(텍스트, 이미지, 3D 모델 등)를 실시간으로 중첩하여 표시하는 모바일 증강현실 기술이다. 이는 현실 세계 정보와 디지털 콘텐츠를 동시에 제공하여 더욱 실용적이고 몰입감 있는 서비스를 가능하게 한다.

Q: L-MAR 시스템을 지적측량에 적용했을 때의 정확도는 어느 정도인가?

연구 결과, L-MAR 시스템을 지적 현황 측량에 적용한 결과, 약 ±10cm의 위치 정확도를 달성하였다. 이는 「지적측량 시행규칙」 제27조 제1항 제4호에서 규정하는 허용 오차 범위 내에 해당하며, L-MAR 시스템의 현장 적용 가능성과 실용성을 입증한다. 따라서 지적측량 분야에서 L-MAR 기술의 활용 잠재력이 매우 크다.

Song, Yong Hyun; Sun, Jae Hyun; Um, Dae yong

doi:10.7848/ksgpc.2025.43.5.623

학술저널

저자정보: Song, Yong Hyun (Korea National University of Transportation) Sun, Jae Hyun (Chungnam State University) Um, Dae yong (Korea National University of Transportation)

저널정보: 한국측량학회 한국측량학회지 한국측량학회지 제43권 제5호

오류 신고하기

피인용 0

검색

초록·키워드

This study aimed to analyze the technical feasibility and practical applicability of introducing L-MAR (Location-based Mobile Augmented Reality) technology into field operations for cadastral surveying. To this end, a field application method and procedure for a MAR system utilizing high-precision, location-based positioning information were proposed. In the cadastral reconnaissance surveying, the boundaries of a building object were modeled in AR, uploaded to the L-MAR System, and directly tracked in the field to analyze positioning accuracy. As a result, a positioning accuracy of approximately ±10cm was achieved in boundary determination for cadastral reconnaissance surveying, which satisfied all permissible tolerances prescribed in Article 27(1)(4) of the 「Enforcement Rule of the Cadastral Survey Act」. From this, the applicability and practical potential of L-MAR technology in the field of cadastral surveying were comprehensively demonstrated.

#Cadastral Reconnaissance Surveying #Augmented Reality #Location-based Mobile Augmented Reality System #Positioning Accuracy #Cadastral Surveying Cadastration

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-26-02-094499764

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료