Intended for photovoltaic modules Compare modeling between SfM based RGB and TIR Images

SfM 기반 RGB 및 TIR 영상해석을 통한 태양광 모듈 이상징후 정밀위치 검출

Abstract

Recently, interest in solar energy, which is the center of new government energy policy, is increasing. However, the focus is on mass production of solar power plants, and policies and related technologies for maintenance and management of existing installed PV modules are insufficient. In this study, we use UAV (Unmanned Aerial Vehicle) to acquire RGB and infrared images, apply it to the structure-from-motion (SfM) based image analysis tool, model the three- And the position of the hot spot was monitored and coordinates were detected. As a result, it is possible to provide basic spatial information for maintenance of solar module by monitoring and position detection of hot-spot suspected solar cells by superimposing infrared image and RGB image based on unmanned aerial vehicle.

1. 서론

최근 4차 산업혁명의 키워드(Keyword) 중 하나인 친환경 신재생에너지에 대한 관심이 급속 도로 증가하고 있다. 특히, 신재생에너지 중 설비 시공에 제약이 적은 태양광 모듈 설비에 초점이 맞춰져 있다. 모듈은 유리표면에 조류 및 곤충의 분비물, 나뭇잎 등 다양한 요인에 의해 손상을 받게 되며, 이를 방치할 경우 음영(그림자)이 생겨 발전효율 감소 및 Hot-spot이 발생, 방치 시 셀(Cell)에서 모듈(Module) 및 어레이 (Array) 단위로 확산되어 과열로 인한 PV시스템 전반의 성능저하와 더불어 수명단축 및 변압· 송전 설비의 연소로 인한 화재 발생 등 결함의 연쇄작용이 발생한다. 따라서 태양광 설비 시공 초기에 지속적인 유지보수 및 관리의 성과는 발전량과 수명에 직결된 요인으로 작용하여 유지 보수 및 관리 분야의 중요성이 증대되고 있다.

특히, 태양광 모듈의 반자동화 점검에 대한 연구는 현재까지 지속적으로 진행되어 IoT를 접 목한 원격 모니터링과 더불어 드론을 활용한 TIR 영상 내 Hot-spot 검출 등 국내 현장에 시범적 보급으로 유지보수 및 관리에 사용되고 있다. 태양광 모듈은 건물 옥상, 고속도로 IC 주변부, 산간 등 활용이 적은 면적에 설치하여 공간 활용성을 높이며 최근에는 빌딩의 외벽에 설치, 미관을 고려한 패턴별 설치 등 점진적 설치공간

반면, 설치공간이 지면에서 높아짐에 따라 접근성이 떨어져 드론의 필요성이 증대되고 항공 관측으로 태양광 모듈의 Hot-spot 및 PV시스템 의 이상징후 육안점검까지 가능해졌지만 이상징후 위치를 정밀하게 특정하기 어려웠다. RGB영상에 비해 저화소의 TIR영상으로 SfM기반 영상 해석 시 피사체 방사 및 해상도 저하로 이상점 의 특정이 어려워 이상점의 정밀위치 검출의 보완방안이 시급하다.

2. 연구목적 및 방법

본 연구는 태양광 모듈을 대상으로 UAS를 활용, 열적외(TIR) 카메라를 장착하여 획득한 TIR 영상기반의 TIR 정사영상모자익을 제작하고 RGB 정사 영상과 중첩하여 모델링 품질과 절대좌표를 기준 으로 오차를 비교, RGB 영상과 TIR 영상 간 모델 링 특성을 파악하고 나아가 태양광 모듈의 이상발열 위치 모니터링에 각 영상의 특성을 활용한 결함지점의 정밀 위치 검출, 유지관리에 활용할 수 있는 공간정보를 구축하는 것이다. 이를 위해 인천 대학교 송도캠퍼스 내 도시과학대학 실외 태양광 모듈을 연구대상으로 선정, RGB 및 TIR 카메라를 활용, SfM(Structure–from-Motion)기반의 영상해석 기술(Pix4Dmapper)로 정사영상모자익(Orthophoto mosaics) 및 수치표면모형(DSM ; Digital Surface Model)을 제작하였다. 또한, 3차원 재현 과정의 정확도 향상을 위한 GNSS Network RTK 측량으로 대상지 주변에 알루미늄 지상기준점(GCP;Ground Control Point) 및 일반 지상기준점 타겟을 설치하 였다. 아울러 획득한 영상을 중첩·해석하여 태양광 모듈의 Hot-spot을 모니터링하고 정밀위치를 검출, 태양광 모듈 유지관리에 활용 할 수 있는 3차원 공간정보를 구축한다.

3. 영상해석 이론

3.1 SfM영상해석

SfM 기법은 전통적인 사진측량과 컴퓨터 영상 기술의 해석 과정으로 카메라 모션을 통해 얻은 영상으로부터 모션 추정기술, 특징점 간의 정합 기술, SfM 번들 조정 기술 및 항공 삼각측량에 의한 영상의 표정 과정을 말한다. 특히, 카메라 모션 추정기술은 Figure 1과 같이 촬영된 중복영상 간 정합으로 3차원 형상정보를 Point Cloud 데이터로 피사체를 재구성하는 영상해석기법이다. 또한 사진에 저장된 태그로부터 초점거리, 영상 크기, 카메라 종류 등의 정보를 취득하여, 접합을 위한 영상의 특징점등을 추출한다. 아울러 드론을 이용해 촬영한 수많은 사진을 빠른 시간에 처리할 수 있으며, 비측량용 카메라를 사용하고, 지형지물의 효과적인 수치표고모델 (DEM ; Digital Elevation Model) 및 수치표면모 형 정사영상 및 3차원 모델링이 가능하다. 또한 2D를 기반으로 3D로 영상을 복원하고 카메라의 위치와 자세를 추정하는 과정으로서 디지털사진 측량 분야에서 중요한 주제로 이러한 영상정보를 활용한 증강현실(AR, Augmented Reality)과 3차 원 모델링 등 다양한 방식으로 응용이 가능하다.

Figure 1. SfM Concept

3.2 열적외영상

적외선 카메라는 CCD(Charge Coupled Device 전하결합소자)를 이용해 매우 작은 광다이오드 (photodiode) 감지기로 피사체 표면에서 방사 또는 반사되는 전자기파의 밀도를 측정하여 수치 변환한다. 적외선 측정 센서를 활용한 카메라는 크게 두 가지 종류로 나뉘는데 적외선 야간투시 카메라(Night Vision Camera)와 적외선 열화상 카메라(Infrared Thermal Camera)가 있으며 적외 선 열화상 카메라는 일반적으로 ʻ열적외(TIR) 카메라ʼ라고 한다. 영상 촬영 시 인위적으로 적외선을 발산하여 측정하거나 달빛의 적외선 파장을 증폭하는 Night Vision과 달리 TIR은 피사체 자체의 반사 또는 방사 적외선을 검출하는 방식이다. 특히, 열적외(TIR) 카메라는 온도에 따라 다른 각 파장대역의 방사량에서 적외선 영역의 방사량을 변수로 시각화하여 열적외(TIR) 영상을 출력하며 이는 입사되는 최대치의 파장과 온도의 관계식 Wienʼs displacement law [λ_max(파장)·T(온도) = 2.898×10⁻³ｍ·Ｋ(절대온도)]을 응용한 카메라이다. 본 연구에서 활용한 열적외 (TIR) 카메라는 비냉각·비접촉식 적외선 감지센서(Bolometer)로 냉각장치가 필요없는 경량형이며 자연계에 존재하는 모든 물체의 열화상을 실시간 재현한다. Figure 2는 UAS 활용 열적외영상 측정 모식도다.

Figure 2. Scheme for Thermal Image Measurment from UAS

4. 관측 및 정사영상 구축

4.1 촬영 및 측량장비 제원

UAS에 의한 RGB 컬러영상 취득 및 RGB 정사 영상모자익, 3D재현 모델 제작을 위해 활용한 촬영 장비는 Figure 3의 DJI사 Phantom4 Pro 로 일체형 카메라 및 짐벌, GNSS수신기 센서를 탑재하고 있다. 카메라와 일체형인 Phantom4 Pro의 제원은 Table 1과 같다.

Figure 3. UAS platform sensors (Phantom4 Pro)

Table 1. Phantom 4 Pro Specification

Figure 4는 열적외 영상 취득 및 열 정사영상 모자익 제작에 활용된 DJI사의 Inspire 1 이다. 짐벌과 카메라 시스템이 모듈형식으로 기체로부터 탈부착이 가능하고 여러 종류의 카메라를 교환·장착시켜 다양한 파장대역의 영상 촬영에 용이하다.

Figure 4. UAS platform sensors (Inspire 1 using Zenmuse XT)

본 연구에서는 DJI와 FLIR가 합작 한 비 냉각식 적외선 열화상 카메라(Zenmuse XT)를 Inspire1 에 교환 장착, 대상지역 열적외(TIR) 영상 획득 및 TIR 정사영상모자익 제작에 활용하였다. 활용한 기체 및 카메라의 상세제원은 Table 2와 같다.

Table 2. Inspire 1 Camera Specification

특히, 열적외용 지상기준점의 설계는 열 반사성이 우수한 알루미늄 재질의 은박접시 중앙에 십자 (+)모양의 검은색 절연테이프를 부착시켜 제작하였다. 지상기준점 측량을 위한 GNSS 장비는 Figure 5와 같이 GPS 위성 신호 수신기가 탑재된 Trimble 사 R8 GNSS수신기와 TSC3 컨트롤러를 활용, 좌표계는 KGD2002의 KNGeoid14 의 지오이드 모델을 사용하였다.

Figure 5. Network-RTK GNSS

절대표정을 위한 지상기준점에 활용된 GNSS 장비 제원은 Table 3과 같다.

Table 3. R8 Receiver Specification

4.2 UAS 기반 정사영상의 정확도 분석

연구대상은 Figure 6과 같이 태양광 발전 설비가 완료된 인천대학교 송도캠퍼스 내 도시과학대학 실외 태양광 모듈을 연구대상지로 선정하였다

Figure 6. Solar modules

UAS 항공 촬영은 국토지리정보원의 “무인비 행장치 이용 공공측량 작업지침”을 준수하여 2018년 03월 02일 오후 4시 54분 ~ 5시 13분, 20 분동안 Phantom4 Pro (일체형 카메라) 및 열적 외(TIR) 영상 센서를 Inspire1 기종에 교환 장착하여 연속 수행하였다. 항공촬영 비행고도 60m, 종·횡 중복도 85%이상, 비행속도 Normal로 총 152매의 RGB 영상과 236매의 TIR 영상을 Pix4Dcapture APP을 활용, 자동비행으로 취득하 였다. 영상해석은 Pix4D mapper SW를 활용하여 Figure 7과 같이 영상해석 을 통한 대상지역의 정사영상모자익 및 수치표면 모형을 제작하였다.

 

Figure 7. Reconstructed DSM Model

대공표지 설치 후 VRS(Virtual Reference Survey) 측량을 통해 Table 4와 같이 GRS80 TM 좌표의 지상기준점 값을 취득하고 Figure 7과 같이 영상해석을 통한 연구대상지 태양광 모듈의 3D재현 모델을 제작하였다. 특히 GNSS 지상기준점과 3D 모델 좌표를 Table 5와 같이 분석하였다.

Table 4. GCP coordinates (unit : m)

Table 5. GCP, 3D model checkpoints comparison and error checking (unit : m)

수치지도 작성 작업규칙 및 항공사진측량 작업규정, 별표13 (대지표정 평면위치 및 표고교차, 세부도화)의 규정에 기준하여 오차를 검토한 결과 재현된 3D모델의 지표면에 설치한 지상기준점의 3차원 위치정확도 ΔX, ΔY, ΔZ의 절대편차평균(Avedev)은 각각 0.012m, 0.010m, 0.007m 로 높은 정확도를 도출하였다.

5. UAS 기반 태양광 모듈 모니터링

5.1 RGB 및 열적외 영상 중첩

Figure 8의 8.1은 UAS를 활용, SfM기반 영상 해석으로부터 총 152매의 RGB 영상을 활용, 정사영상모자익을 제작하였다. 8.2는 173매의 열적외(TIR) 영상으로 TIR 정사영상모자익을 제작하였다.

 

Figure 8. Orthophoto mosaics

제작결과 RGB 영상보다 해상도는 낮았지만 팔레트조정을 통해 우측 하단지점 이상부위 4부분을 발견하였다. 8.3은 고해상도의 RGB 영상과 TIR 정사영상모자익을 중첩한 것으로 영상의 투 명도 조절을 통해 이상고온을 나타낸 부분을 선명하게 육안으로 검출하였다.

5.2 Hot-spot 예측 모듈 검출

중첩 결과 투명도 조정을 통해 이상고온을 나타낸 Hot-spot 의심지역 4점을 검출하였다. 검출된 의심지역 셀 영역을 확대, 영상해석물의 레이어 중첩과 팔레트 및 투명도 조정을 통해 명확한 Hot-spot 예측 모듈을 가시적으로 나타냈다.

5.3 Hot-Spot 예측 모듈 절대좌표 도출

모니터링 결과, Table 6과 같이 Hot-spot 예측 모듈의 정밀 3차원 좌표를 획득, 정밀위치 및 3차원 절대좌표를 도출하였다. 특히, UAS기반 RGB 및 열적외(TIR) 카메라를 탑재한 UAV에 영상을 획득 중첩·해석하여 태양광 모듈의 정밀 유지관리체계의 활용이 기대된다. 또한, 획득한 좌표의 온도 검출을 후속연구를 통해 향후 입증할 계획이다.

 Table 6. Coordinates of predicted Hot-spots (1~4)

또한, 예측되는 모듈의 3차원 공간좌표를 획득, UAS를 활용한 태양광 모듈 공간정보구축에 효율적인 탐측이 가능할 것으로 기대된다.

Figure 9. Modules predicted as Hot-spots (1~4)

6. 결론

인천대학교 송도캠퍼스 내 도시과학대학 실외 태양광 모듈을 대상 UAS기반 RGB 영상 및 열적외(TIR) 영상을 획득, SfM 해석으로부터 3차원 공간정보를 검출하여 다음의 결론을 얻었다.

첫째, UAS기반 SfM RGB영상해석으로부터 정밀한 정사영상을 구축, 태양광 모듈의 모니터링을 위한 정밀 3차원 공간정보를 획득할 수 있었다.

둘째, UAS기반 RGB 및 열적외(TIR) 정사영상모자익을 제작, 두 영상을 중첩시켜 팔레트 조정 및 투명도 조절을 통해 상대적으로 고온이 발생된 셀을 모니터링 하여 이상고온을 나타낸 Hot-spot 예측 모듈을 육안 검출 할 수 있었다.

셋째, UAS로 재현된 RGB영상 기반 3D 모델 (수치표면모형) 및 정사영상을 활용, Hot-spot 의심 영역의 3차원 절대좌표를 정밀하게 검출하였다.

향후, UAS 및 핸드헬드형 열적외(TIR) 카메라를 활용하여 Hot-spot 예측 모듈에 대한 온도 정보의 다각적 검측·비교를 통하여 지상과 항공 검측의 융합으로 상호보완 연구를 진행할 예정이다.