Visual SLAM을 통해 자율주행 알고리즘을 개발하면서 파생된 3D Mapping 과 Scan 기술은 데이터 수집하고 활용하는 연구기관에서 필요로 하는 필수 적인 3D Data 활용 기술이다. 2D Deep Learning 과 더불어 3D Deep Learning 활용이 농업 분야에서 생체 데이터를 분석하는데 중요한 자료들이 되고 있다.

 3D Camera를 활용한 3D data 획득뿐만 아니라 3D Lidar를 통해 광범위하고 안정적인 3D 데이터 획득이 가능하다. 3D Lidar의에서 제공되는 원시 데이터를 증폭과정을 통해 학습이 가능한 3D data로 전처리를 수행한다. 

​ 3D Lidar를 통해 취득되는 원시 데이터는 다양한 노이즈를 수반하게 된다. 특히 노지에서 획득되는 data에는 다양한 노이즈의 데이터가 포함되어 전처리를 통해 데이터를 정제하고 Mapping 과정을 통해 대용량의 3D data로 생성이 가능하게 된다. 라이다에서 제공되는 기본 채널에서 인터폴레이션 기법을 통해 조밀한 해상도의 데이터를 얻을수 있는 알고리즘을 적용한다.

  로봇의 정밀도를 기반으로 3D Camera의 Depth 정보를 Mapping을 수행함으로써 정밀도를 향상시키고, SLAM 알고리즘에 활용되는 Loop Closer 알고리즘을 적용함으로써 안정적인 3D Scan 작업을 수행하게 된다.