[논문 리뷰] StreetGen : In base city scale procedural generation of streets: road network, road surface and street objects

Rémi Cura, Julien Perret외 1명|arXiv (Cornell University)|2018. 01. 17.

Automated Road and Building Extraction참고 문헌 7인용 수 8

한 줄 요약

StreetGen은 최소한의 입력 데이터로부터 일관된 도로 네트워크, 도로 표면 및 거리 객체를 생성하는 통합된 GIS 기반 절차적 프레임워크를 제안한다. 관계형 데이터베이스(PostGIS)와 강력한 기하학적 히우리스틱스를 활용함으로써 스케일에 맞는 정확하고 위상적으로 일관된 도시 수준의 거리 모델을 생성한다—파리에서의 구현을 통해 검증되었으며, 상호작용 편집 및 역절차적 모델링을 통해 검증되었다.

ABSTRACT

Streets are large, diverse, and used for several (and possibly conflicting) transport modalities as well as social and cultural activities. Proper planning is essential and requires data. Manually fabricating data that represent streets (street reconstruction) is error-prone and time consuming. Automatising street reconstruction is a challenge because of the diversity, size, and scale of the details (few centimetres for cornerstone) required. The state-of-the-art focuses on roads (no context, no urban features) and is strongly determined by each application (simulation, visualisation, planning). We propose a unified framework that works on real Geographic Information System (GIS) data and uses a strong, yet simple modelling hypothesis when possible to robustly model streets at the city level or street level. Our method produces a coherent street-network model containing topological traffic information, road surface and street objects. We demonstrate the robustness and genericity of our method by reconstructing the entire city of Paris streets and exploring other similar reconstruction (airport driveway).

연구 동기 및 목표

• 도시 계획을 위한 세밀한 도로 데이터 수작업 복원의 과제를 해결하라—시간이 오래 걸리고 실수가 발생하기 쉬운 작업이다.
• 기존 절차적 방법의 한계를 극복하라—가상 세계에만 초점을 맞추고 실제 도시 환경의 복잡성에 충실하지 못하는 경향이 있다.
• 실제 GIS 데이터를 활용해 위상적 도로 네트워크, 표면 기하학, 거리 수준의 객체를 통합하는 일반적이고 확장 가능한 프레임워크를 개발하라.
• 외부 관측 데이터(예: 항공사진, LiDAR)를 활용한 상호작용적 보정을 통해 생성된 모델의 현실성과 정확도를 향상시키기 위한 기능을 제공하라.
• 미래의 역절차적 모델링을 지원하기 위해 생성된 모델이 실제 관측치에 맞도록 매개변수 최적화가 가능하도록 하라.

제안 방법

• 도로 데이터의 저장 및 처리를 위해 관계형 데이터베이스 관리 시스템(PostGIS)을 사용하여 위상적 일관성과 동시성을 확보한다.
• 단순하지만 강력한 모델링 가정을 적용한다—도로 네트워크는 축선에서 구성되며, 차선, 마킹 및 표면은 기하학적 규칙에 의해 유도된다.
• GEOS를 통해 버퍼 연산, 부울 집합 연산 및 거리 계산을 활용해 도로 표면과 교차로를 생성한다.
• 축선을 기준으로 차선 너비로 오프셋을 적용하고 곡률을 고려해 도로 표면을 모델링하며, 필요에 따라 곡선의 근사치를 사용한다.
• 외부 데이터(예: 항공사진)를 활용해 사용자가 결과를 보정할 수 있는 상호작용 편집 행동을 도입한다. 전용 GUI가 필요로 하지 않는다.
• 구문 또는 의미 규칙을 통해 복잡한 객체로의 확장을 지원하지만, 이는 향후 연구 과제로 남아 있다.

실험 결과

연구 질문

• RQ1 어떻게 절차적 도로 생성 시스템이 최소한의 입력을 바탕으로 도시 규모에서 위상적으로 일관되고 세밀한 도로 모델을 생성할 수 있는가?
• RQ2 어떤 모델링 가정이 파리 또는 공항과 같은 다양한 도시 환경에서 강력하고 일반적인 도로 생성을 가능하게 하는가?
• RQ3 GIS 네이티브 접근 방식(PostGIS)이 스케일에 맞고 동시성 및 정확도를 확보한 절차적 도로 모델링을 어떻게 지원하는가?
• RQ4 상호작용 편집 및 역절차적 모델링은 자동 생성된 도로 모델의 현실성 향상에 얼마나 기여하는가?
• RQ5 기하학적 근사치(예: 곡선을 선분으로 변환)의 현재 한계는 위상적 일관성 유지에 어떤 영향을 미치는가?

주요 결과

• StreetGen은 도시 전역에 걸쳐 위상적으로 일관된 완전한 도로 네트워크를 도로 축선 데이터만으로 성공적으로 생성했다.
• 복잡한 도시 기하학, 특히 곡선 도로와 복잡한 교차로를 다루는 데 있어 뛰어난 강건성을 입증했다.
• 곡선을 선분으로 근사화함으로써 발생한 정밀도 문제로 인해 부울 연산에서 위상 오류가 발생했다—정확한 계산 도구(CGAL)의 필요성을 강조했다.
• PostGIS 호환 도구를 통해 상호작용 편집을 지원하여 항공사진 또는 LiDAR 기반 관측치에 맞추어 모델을 정렬할 수 있다.
• 점 기반 및 표면 기반 도로 객체는 성공적으로 모델링되었지만, 차선 마킹과 같은 선 기반 특징 및 복잡한 객체 구문은 여전히 개발이 부족한 상태이다.
• 매개변수 최적화를 통해 실제 관측치(예: 보도, 마킹)에 더 잘 맞는 모델을 생성할 수 있도록 하여 향후 역절차적 모델링을 가능하게 하는 프레임워크를 제공한다.