• 토지주택연구
• /
• 제14권2호
• /
• pp.125-135
• /
• 2023

드론은 국토조사, 수송, 해양, 환경, 방재, 문화재, 건설 등 다양한 분야에서 활용되고 있다. 또한 사물인터넷(Internet of Things), 인공지능(Artificial Intelligence) 등과 관련하여 4차 산업 혁명의 핵심기술을 검증하고 적용시킬 수 있는 기술로 떠오르고 있다. 본 연구에서는 드론을 활용하여 균열을 자동으로 탐지할 수 있는 딥러닝 모델을 개발하고자 한다. 딥러닝 학습을 위한 이미지 데이터는 Mavic3 드론을 이용하여 수집하였고 촬영고도는 20m, ×7배율로 촬영하였다. 촬영 시 약 2m/s의 속도로 전진하여 영상을 찍고, 프레임을 추출하는 식으로 데이터를 수집하였다. 이런식으로 수집한 데이터를 통해 딥러닝 학습을 진행하였다. 본 연구에서는 딥러닝 학습모델로 Backbone으로는 Swin Transformer, Architecture로 UperNet을 사용하였다. 약 800장의 라벨링 된 데이터를 Augmentation기법으로 데이터 양을 증가시키고 3차에 걸쳐 학습을 진행하였다. 1차와 2차 학습 시 Cross-Entropy loss function을 사용하였고 3차 학습 시 Tversky Loss Function을 사용하였다. 학습결과, 균열 탐지와 균열율을 계산할 수 있는 모델을 개발하였다. 또한, 드론의 위치 정보를 이용해 특정 도로의 한 차선 균열율을 계산할 수 있는 모델을 개발하였다. 향후 추가적인 연구를 통하여 균열탐지모델의 고도화를 사물인터넷(IoT)과의 융합으로 이루었을 때 소파보수(Patching)나 포트홀(Pothole)의 탐지가 가능할 것으로 보인다. 또한 드론의 실시간 탐지 업무수행으로 포장 유지 보수구간에 대한 탐지를 신속하게 확보할 수 있을것으로 기대된다.

• 항공우주시스템공학회지
• /
• 제16권5호
• /
• pp.70-77
• /
• 2022

본 논문에서, 데이터베이스 생성 및 관리 시스템은 미소 픽셀 공중 표적 인식을 위해 제안된다. 제안된 시스템은 1)비행 테스트 비디오 프레임에 의한 직접 이미지 추출, 2) 자동 이미지 보관, 3) 이미지 데이터 레이블링 및 메타 데이터 주석, 4) 컬러 채널 변환, 5) HOG/LBP 기반 소화소 대상 증강 이미지 데이터 생성의 다섯가지 주요 기능으로 구성된다. 제안하는 프로그램은 파이썬 기반의 PyQt5와 OpenCV를 이용하여 구성하였고 공중 표적 인식을 위한 이미지 데이터셋은 제안한 시스템을 이용해 생성했으며 비행 실험으로 부터 수집된 영상을 입력영상으로 사용하였다.

• 한국측량학회지
• /
• 제39권4호
• /
• pp.211-221
• /
• 2021

클로버는 잔디의 대표적 유해 식물로 양지식물인 잔디보다 일찍 생육활동을 시작하여 잔디의 상부에 수관을 형성하고 잔디의 광합성과 성장을 방해한다. 이로 인해 두 식생종 간 경쟁에서 대부분, 클로버 영역은 확산되고 잔디의 경우는 훼손과 고사가 진행되게 된다. 훼손된 부분은 장마 및 생장 휴면 기간 중, 토양표출 확산으로 전개되어 잔디 복구에 심리적 스트레스 및 많은 경제적 부담을 초래하고 있다. 본 연구의 목적은 잔디의 대표적 유해식물인 클로버를 구분하고 클로버의 확산에 따른 훼손지역 분포, 퇴치 전·후의 식생변화 추이를 고찰하는 것이다. 이를 위해 RGB, BG-NIR 센서를 탑재한 융·복합 드론기반 영상을 활용, 3가지 식생지수의 시계열 분석을 통해 선별적 퇴치를 위한 식생구분, 복구전략 수립을 위한 잔디 훼손 분포 등을 고찰하였다. 특히, 인력 및 기기에 의한 선별적 제초 및 예초 전·후, 클로버의 생태변화 추이를 시계열로 분석하였다. 또한, 잔디와 클로버의 성장 중반기 기간 중, 식생 종간 구분 방안도 모색하였다. 연구결과, 잔디와 클로버 생육 특성에 따른 RGB 및 BGNIR 드론영상의 MGRVI 및 NDVI, MSAVI 지수의 시계열 분석을 통해 잔디 훼손과 클로버 퇴치 후 변화 추이 분석의 활용성을 확인하여 잔디 유해 잡초에 대한 효율적 관리의 활용 가능성을 입증할 수 있었다.

• 한국측량학회지
• /
• 제39권4호
• /
• pp.223-233
• /
• 2021

건축물에서 소비되는 에너지의 체계적이고 지속적인 모니터링과 관리는 건물의 열효율을 산정하여 등급화하기 위해 중요하고, 궁극적으로 기후변화에 대처하고 환경 및 에너지 수급 정책의 효과적 수립을 목표로 하고 있다. 전 세계적으로 건축물은 총 에너지의 36%를 소비하고 있으며, 이산화탄소 배출량은 39%를 점유하고 있다. 본 연구의 목적은 건축물 등급제에 필수적인 건축물에서 방출되는 온도측정을 위해 드론 열적외선(TIR: thermal infrared) 영상을 이용하여 사진측량 기법으로 건물을 모델링하고 3차원 열공간 모델(thermo-spatial model)을 생성하여 분석하는 방안을 제시하는 것이다. 이를 위해 드론에 탑재된 열적외선 센서로부터 촬영한 광학 및 TIR 영상으로 항공삼각측량을 수행하여 모델링의 정확도를 비교 분석하였다. TIR 영상의 공간 및 방사 해상도는 광학영상에 비해 낮으므로 3D 건물 모델링의 객체 형태는 상대적으로 부정확하지만, 공간정보기반의 건축물 열에너지 측정을 위해 효과적으로 사용될 수 있으므로 사진측량 기술의 다양한 분야로의 응용을 제시한 것으로 의의가 있다고 판단된다. 열공간 모델은 건축물에서 방출되는 온도를 기반으로 소비되는 에너지를 정량적으로 산정하여 개별 건물의 에너지 등급을 책정하기 위한 기본 정보로 사용될 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.34-41
• /
• 2021

보도는 보행자의 안전하고 쾌적한 통행을 목표로 하는 시설로, 다양한 재질의 블럭으로 포장되어 있다. 현재 우리나라는 보도 포장상태에 대한 정량적인 조사 방법이 부재하여 효율적인 조사 방법의 개발이 필요한 실정이다. 최근 드론은 다양한 분야에서 효율적인 조사 도구로 활용되고 있으나, 보도의 포장상태를 조사한 사례는 제한적인 실정이다. 본 연구는 드론을 이용한 보도블럭 파손 탐지 방법 개발을 위한 초기 연구로써 보도블럭의 탈락에 국한하여 탐지 가능성을 파악하고자 하였다. 이를 위하여 보도블럭을 인위적으로 제거하여 탈락을 상황을 모의하였고, 드론을 이용하여 0.7 cm 해상도의 영상을 촬영하였다. 영상 전처리를 통해 획득된 포인트 클라우드 자료의 특성으로 보도블럭 탈락 부위에서 포인트들이 갖는 표고의 분산이 높게 나타났다. 이러한 특성을 이용하여 보도 영역에 해당하는 격자에 포함되는 포인트들의 표고에 대한 분산에 4가지 임계치를 적용하여 보도블럭 탈락 부위를 탐지하는 실험을 진행하였다. 그 결과 정탐지율 70-80 %, 누락오차 20-30 %, 추가오차 2 % 이하의 탐지정확도를 획득하여 보도블럭 탈락의 탐지 가능성이 높은 것으로 판단된다. 본 연구의 결과는 제한적인 환경에서 모의된 보도블럭 탈락을 대상으로 하였으므로 향후 실제 환경을 고려한 추가 연구를 통해 효율적이고 정량적인 보도블럭 파손 탐지 방법이 개발될 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.497-505
• /
• 2018

대형폐기물량을 산정해야 하는 상황에서 드론을 이용하여 폐기물의 3차원 모형을 구축하여 폐기물의 정량적인 양을 산출할 수 있다. 필요에 따라서 단시간에 폐기물량을 산정해야 하는 경우가 있다. 본 연구에서는 다양한 비행변수와 지상기준점 측량을 통해 드론 기반의 3차원 모형을 구축하고 정확도와 소요되는 시간의 관계를 분석하였으며 단시간에 폐기물량 산정을 위한 적절한 드론 활용 기법을 도출하고자 하였다. 드론을 이용하여 폐기물의 영상을 촬영하여 자동정합하고 3차원 좌표를 가지는 모형을 생성하였다. 3차원 모형의 정확도는 RMSE(Root Mean Square Error) 계산을 통해 평가하였다. 총 49개 모형의 RMSE는 최고 0.08부터 최저 124.75로 나타났다. 정확도가 높은 상위 15개 모형의 소요시간과 그 특성을 분석한 결과, RMSE가 0.08로 영상의 정확도가 가장 높은 1번 모형의 소요시간이 954.87분으로 나타났다. 또한 소요시간이 98.27분으로 가장 짧은 10번 3차원 모형의 RMSE는 0.15로써 정확도가 가장 높은 모형과 큰 차이가 없음을 확인하였다. 가장 효율적인 드론 비행변수는 비행고도 150m에서 높은 촬영중복도(종중복도 60-70%, 횡중복도 30-40%)이며 영상정합에 필요한 지상기준점 개수는 최소 10개 이상인 것으로 나타났다. 본 연구의 결과는 드론을 활용하여 신속하고 효율적인 폐기물량 산정하는데 기초자료로 활용될 수 있다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.203-215
• /
• 2019

드론에 탑재가 가능한 초분광 센서가 개발됨에 따라 높은 공간해상도와 분광해상도를 가지는 초분광 영상의 획득이 가능해졌다. 드론 초분광 영상은 저고도에서 획득되므로 대기보정의 중요성이 낮아졌으나, 초분광 영상의 활용하여 지표물의 농도 추정 등의 연구를 위해서는 원자료에서 정규화된 분광반사율로 변환 과정에 관한 연구는 필수적으로 이루어져야 한다. 이에 따라 본 연구에서는 드론 초분광 영상에 대리복사보정과 대기복사전달모델 기반의 대기보정 알고리즘을 적용하고 결과를 비교분석하였다. 대리복사보정에는 균일한 물질로 이루어진 타프의 분광반사율을 이용하여 경험적 선형보정 기법을 적용하였다. 대기보정 알고리즘은 항공 초분광 영상의 대기보정에 널리 사용되는 Modtran-5 기반의 ATCOR-4를 사용하였다. 기준 반사율과의 상관도와 차이의 RMSE를 분석한 결과, 단일 시기의 초분광 영상에서 타프를 이용한 대리보정이 가장 정확도가 높았지만, 초분광 영상의 활용 목적에 따라 대기보정 알고리즘의 활용이 가능하다는 것을 확인할 수 있었다. 향후 다중 시기의 영상에 대해 추가적인 대리보정 실험을 통해 정규화된 분광반사율 변환 과정이 이루어진다면 드론 초분광 영상을 활용한 정밀한 분석이 가능할 것으로 사료된다.

• 한국재난정보학회 논문집
• /
• 제17권3호
• /
• pp.608-616
• /
• 2021

연구목적: 기존의 인력에 의한 안전점검은 기술자의 안전이 우려되거나 접근이 어려워, 평가 및 데이터 확보에 한계가 있었고, 시설물의 노후화로 유지관리 대상이 증가함에 따라 더욱더 큰 문제가 되고 있다. 드론 기술이 발전하면서 외관조사에 이를 활용할 경우, 인력의 안전 보장, 시각적 데이터 확보, 신속한 점검 진단이 가능하며, 최근 드론에 의한 시설물 안전점검이 일부 도입되는 등 활용도가 높아지고 있다. 활용성을 보다 강화하기 위해서는 드론에 의한 시설물 외관조사의 대가기준이 필요하다고 판단되며, 본 논문에서는 댐을 대상으로 연구를 수행하였다. 연구방법:품셈 산출을 위해 기존 국내 안전점검 및 드론관련 대가기준을 조사하고, 드론을 활용한 안전점검 관련 절차를 비교분석하여 작업 절차 및 공종에 대하여 검토하였다. 또한 실제 댐에 대한 드론 촬영 및 입면정사영상 제작을 통해 실증 자료를 수집하였다. 연구결과: 드론을 활용한 시설물 안전점검을 위한 작업공종을 도출하였고, 작업공종에 따라 두 개의 댐을 대상으로 실증조사결과를 수집하였으며, 이를 바탕으로 댐기준시설물 규격 기준으로 품셈 안을 도출하였다. 시설물의 구조형식별, 규격별 조정비는 기존 지침을 적용하고, 기상기준점측량이 필요한 경우 건설공사표준품셈의 무인비행장치측량의 품을 적용하도록 하였다. 결론:드론을 활용한 외관조사 시 GSD를 세밀하게 할수록 촬영 사진 수가 크게 증가하여, 대가기준을 산출을 위한 보정으로 조정비 개념을 적용하였다. 더불어 안전거리 유지를 위해서는 최대 GSD가 한계를 나타내는 문제점도 고려해야 함을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.819-834
• /
• 2022

인공지능 기법들은 특히 영상분류(image classification), 객체탐지(object detection), 영상분할(image segmentation)에 효과적으로 사용되고 있다. 특히, 딥러닝(deep learning)은 최근 컴퓨팅 파워의 증대와 함께 깊고 두터운 네트워크 구성이 가능해지고 보다 효율적인 활성함수(activation function)와 옵티마이저(optimizer)를 활용한 특징맵(feature map)의 생성을 통해 상당히 높은 정확도를 도출할 수 있다. 본고에서는 최근 다양한 원격탐사 분야에서 활용성이 확대되고 있는 딥러닝 영상인식 기법인 Convolutional Neural Network (CNN) 기반 모델 및 Transformer 기반 모델에 대한 기술동향 및 사례연구를 검토하고, 우리나라에서 이들 기법의 활용방안 및 발전방향 등을 제시하고자 한다. 향후 원격탐사 기반의 재난 상황 대응을 위해서는 위성영상의 적시성 확보와 실시간 딥러닝 처리, 그리고 위성, 드론 및 Closed-circuit Television (CCTV) 영상이 함께 활용되는 영상 빅데이터 플랫폼도 개발되어야 할 것이다.

• 한국수자원학회논문집
• /
• 제56권4호
• /
• pp.235-243
• /
• 2023

하천법 개정 및 수자원의 조사·계획 및 관리에 관한 법률 제정으로 하상변동조사를 정기적으로 실시하는 것이 의무화되었고, 지자체가 계획적으로 수자원을 관리할 수 있도록 제도가 마련되고 있다. 하상 지형은 직접 측량할 수 없기 때문에 수심 측량을 통해 간접적으로 이루어지고 있으며, 레벨측량이나 음향측심기를 활용한 접촉식 방법으로 이루어지고 있다. 접촉식 수심측량법은 자료수집이 제한적이기 때문에 공간해상도가 낮고 연속적인 측량이 불가능하다는 한계가 있어 최근에는 LiDAR나 초분광영상을 이용한 원격탐사를 이용한 수심측정 기술이 개발되고 있다. 개발된 초분광영상을 이용한 수심측정 기술은 접촉식 조사보다 넓은 지역을 조사할 수 있고, 잦은 빈도로 자료취득이 용이한 드론에 경량 초분광센서를 탑재하여 초분광영상을 취득하고, 최적 밴드비 탐색 알고리즘을 적용해 수심분포 산정이 가능하다. 기존의 초분광 원격탐사 기법은 드론의 경로비행으로 획득한 초분광영상을 면단위의 영상으로 정합한 후 특정 물리량에 대한 분석이 수행되었으며, 수심측정의 경우 모래하천을 대상으로 한 연구가 주를 이루었으며, 하상재료에 대한 평가는 이루어지지 않았었다. 본 연구에서는 기존의 초분광영상을 활용한 수심산정 기법을 식생이 있는 하천에 적용하고, 동일지역에서 식생을 제거한 후의 2가지 케이스에 대해서 시공간 초분광영상과 단면초분광영상에 모두 적용하였다. 연구결과, 식생이 없는 경우의 수심산정이 더 높은 정확도를 보였으며, 식생이 있는 경우에는 식생의 높이를 바닥으로 인식한 수심이 산정되었다. 또한, 기존의 단면초분광영상을 이용한 수심산정뿐만 아니라 시공간 초분광영상에서도 수심산정의 높은 정확도를 보여 시공간 초분광영상을 활용한 하상변동(수심변동) 추적의 가능성을 확인하였다.