• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.214.1-214.1
• /
• 2012

한국천문연구원은 우주물체 전자광학 감시체계 기술개발 사업을 통해 자국위성의 추적감시를 위해 0.5m 광시야 감시관측소 국제 네트워크(OWL : Optical Wide-Field patroL)를 구축할 예정이다. OWL 시스템의 설계 검증을 위해 시험모델을 개발하였고, 연구소 내에 테스트베드에 설치하여 종합적인 테스트를 수행하고 있다. OWL 시험모델은 해외 설치모델과 동일하게 제작하였으며 돔을 제외한 모든 서브시스템을 국산화하였다. 유효구경 0.5m의 Richey-Cretian 형식의 광학계로 1.75도의 광시야를 구현하였고 영상보정을 위해 5개의 보정 렌즈를 사용하였다. 인공위성 추적을 위해 초당 10도 이상 기동이 가능한 alt-az 방식의 마운트를 개발하였다. 단일 노출에서 다수의 인공위성 궤적을 얻기 위해 chopper 제어 시스템을 도입하였고, chopper, 필터휠, de-rotator, CCD 카메라 등 4개의 부분품을 하나로 묶어 간결한 back-end를 구성하였다. 시스템의 안정성 향상과 유지보수의 용이성을 위해 망원경 및 관측소 제어 전용보드를 개발하였고, 전자동 무인관측을 위한 스케줄러 및 운영소프트웨어를 개발하였다. 시험모델을 이용하여 수 개월간 테스트을 수행하고, 관측결과 분석을 통하여 문제점을 수정보완한 후 OWL 시스템의 최종 설계안을 확정할 예정이다.

• Journal of the Korea Institute of Building Construction
• /
• v.17 no.6
• /
• pp.545-557
• /
• 2017

The study is about the efficient alternative to concrete surface in the field of visual inspection technology for deteriorated infrastructure. By combining industrial drones and deep learning based image analysis techniques with traditional visual inspection and research, we tried to reduce manpowers, time requirements and costs, and to overcome the height and dome structures. On board device mounted on drones is consisting of a high resolution camera for detecting cracks of more than 0.3 mm, a lidar sensor and a embeded image processor module. It was mounted on an industrial drones, took sample images of damage from the site specimen through automatic flight navigation. In addition, the damege parts of the site specimen was used to measure not only the width and length of cracks but white rust also, and tried up compare them with the final image analysis detected results. Using the image analysis techniques, the damages of 54ea sample images were analyzed by the segmentation - feature extraction - decision making process, and extracted the analysis parameters using supervised mode of the deep learning platform. The image analysis of newly added non-supervised 60ea image samples was performed based on the extracted parameters. The result presented in 90.5 % of the damage detection rate.