• 대한공간정보학회지
• /
• 제23권2호
• /
• pp.39-48
• /
• 2015

최근, 무인항공촬영시스템(UAV, UAS, 또는 드론)은 자료취득을 위한 플랫폼 및 측정기기로서 사진측량의 응용분야, 특히 고밀도 측점자료(HDPC : High Density Point Clouds) 구성에 큰 관심이 모아지고 있다. 본 연구는 저가회전익 UAS 영상에 의한 시험대상지 지표면의 고밀도 측점자료를 구성하고 위치 정확도를 평가한 내용이다. 정확도 평가는 62개의 지상 검사점에 대한 Network RTK GNSS 측량 결과를 기준으로 UAS 기반 HDPC 모형의 좌표와 비교 검토하였다. 연구결과, 작업지역 정사영상 내, 검사점의 평면 및 수직 좌표성분의 평균제곱근오차(RMSE)는 각각 ${\sigma}_H={\pm}0.102m$ 및 ${\sigma}_V={\pm}0.209m$, 수직 좌표성분의 최대오차는 0.570m로서 '영상지도제작 작업규정'에 따른 축척 1:1000(출력 시, 평면위치오차 1m)의 정사영상모자익 제작이 가능하였다. 또한, 격자규격 $1m{\times}1m$, 수치지도축척 1:1000의 수치표고모델을 제작할 경우, '항공레이저측량 작업규정'제한 기준에는 약간 미흡하였지만, 소규모지역을 대상으로 회전익 무인항공촬영시스템에 의한 축척 1:1000~1:2500의 정사영상 및 수치표고모델 제작의 가능성을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1265-1274
• /
• 2021

본 연구에서는 남한강에서 드론에 탑재된 초분광 센서를 활용하여 수변공간을 측정한 후, 초분광 분석을 통하여 재료를 구분하였다. 식생, 콘크리트, 흙 등의 재료를 대상으로 구분하였으며, 각각 재료의 고유한 분광반사 곡선의 특성을 비교 및 분석하였다. 드론으로 측정한 초분광 자료를 검증하기 위하여 지상분광측정기를 사용하여 현장조사를 실시하고 각 재료를 비교하였다. 분석 비교 결과 각 재료별로 고유한 유형의 파장대가 발생하는 것을 확인하였고 드론으로 수행한 원격 탐사 결과가 지상분광측정 결과와 유사하다는 결론을 내릴 수 있었다. 수변 공간의 분류를 위하여 K-means 군집화 기법과 SVM 분류 기법을 활용하여 측정 구역의 공간 분류를 수행할 수 있었다. 비교 결과, 지도학습인 SVM 분류 기법의 수변공간 분류가 비지도학습인 K-means 기법과 비교하여 상세한 구분이 수행되었음을 확인할 수 있었다. 이와 같이 분류 및 군집 분석 기법을 활용하여 각 수변공간 재료의 고유 분광 특성을 활용하여 측정되는 드론탑재 초분광 이미지의 각 데이터를 분류할 수 있게 되었다.

• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권7호
• /
• pp.279-286
• /
• 2021

최근 COVID-19 확산 방지를 위한 공공장소에서는 최소 1m 이상을 유지하는 물리적 거리두기 정책을 실행하고 있다. 본 논문에서는 드론과 CCTV가 취득한 스테레오 영상에서 실시간으로 사람들 간의 거리를 추정하는 방법과 추정된 거리에서 1m 이내의 객체를 인식하는 자동화 시스템을 제안한다. 기존의 CCTV를 이용하여 다중 객체 간의 거리 추정에 사용되었던 방법의 문제점으로는 한 대의 CCTV만을 이용하여 객체의 3차원 정보를 얻지 못한다는 것이다. 선, 후행하거나 겹쳐진 사람 간의 거리를 구하기 위해서는 3차원 정보가 필요하기 때문이다. 또한, 일반적인 Detected Bounding Box를 사용하여 영역 안에서 사람이 존재하는 정확한 좌표를 얻지 못한다. 따라서 사람이 존재하는 정확한 위치 정보를 얻기 위해 스켈레톤 추출하여 관절 키포인트의 2차원 좌표를 획득한 후, Stereo Vision을 이용한 카메라 캘리브레이션을 적용하여 3차원 좌표로 변환한다. 3차원으로 변환된 관절 키포인트의 중심좌표를 계산하고 객체 간 사이의 거리를 추정한다. 3차원 좌표의 정확성과 객체(사람) 간의 거리 추정 실험을 수행한 결과, 1m 이내에 존재하는 다수의 사람 간의 거리 추정에서 0.098m 이내 평균오차를 보였다.

• 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.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.565-572
• /
• 2018

최근 들어 운용비용이 저렴하고 신속한 데이터 획득 및 처리가 가능한 무인항공기(드론)를 이용한 측량 및 지도 제작이 활발히 진행되고 있으며, 그 활용도는 지형 변화분석, 시설물 모니터링, 농업, 임업 등 여러 분야로 확장되고 있다. 드론의 높은 활용도의 바탕에는 높은 공간 정확도의 획득이 가능하다는데 있으며, 관련하여 드론 기반 공간 정확도의 평가 결과가 여러 연구를 통해 보고되었다. 대부분의 연구는 잘 분포된 지상기준점을 활용하여 획득 가능한 정확도를 분석한 경우이며, 부분적으로 기준점의 개수의 변화에 따른 정확성을 평가한 경우가 있다. 본 연구에서는 도로, 관로, 철도 등 선형 대상지에 드론을 이용한 측량을 수행할 경우 획득 가능한 공간 정확성을 확인하기 위해, 기준점 배치를 여러 조합으로 나누어 정확성을 평가 해보았다. 선형 대상지를 따라 기준점의 편위 및 밀도에 따른 정확성을 평가하였고, 추가적으로 카메라 캘리브레이션의 영향, 횡중복 스트립 개수에 따른 정확성 또한 평가하였다. 실험 결과 기준점의 밀도에 비해 기준점 배치의 편위가 정확성에 더 큰 악영향을 주었으며, 미리 카메라 캘리브레이션을 수행하고 사용하는 것이 현장 셀프 캘리브레이션에 비해 기준점의 배치나 개수가 충분치 못한 경우에 오차를 줄일 수 있었다. 또한, 선형 방향으로의 스트립 수를 늘리는 것은 정확도 향상에 큰 도움이 되지 않았다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1219-1230
• /
• 2022

농업관측에서의 다중분광 드론은 식생구분 및 식생활력도 분석에 있어 복사량이나 반사도와 같은 물리량을 기반으로 한 정량적이고 신뢰성 있는 데이터가 필요하다. 작황분석 모니터링을 위한 원격탐사 자료의 경우 동일지역에 대해 여러 시기에 걸쳐 촬영된 영상이 요구되며, 특히 엽면적 지수 또는 엽록소와 같은 생물리자료의 경우 동일한 기준에서의 시계열 자료를 통해 분석되므로 직접적으로 비교 가능한 반사도 자료가 필요하다. 드론영상을 기반 정사영상(정합영상)은 전체 영상 화소값이 왜곡되거나 접합 경계면 화소값의 차이가 발생하여 정확한 물리량 산출에 한계를 가진다. 본 연구는 시계열 작황 모니터링을 위한 드론영상의 보정방법에 따른 지상 반사도와 드론영상 기반 식생지수를 산정하고 그 결과를 지상관측자료와 비교하여 전처리 방법에 따른 드론영상의 분광학적 특성을 구명하고자 수행하였다.

• 항공우주시스템공학회지
• /
• 제17권4호
• /
• pp.67-74
• /
• 2023

최근 미래의 운송시스템으로 도심교통항공(Urban Aircraft Mobility)이 주목받고 있으며 소형 드론도 다양한 산업에서 역할을 하고 있다. 다양한 종류의 항공 시스템 고장은 추락으로 막대한 재산 및 인명 피해로 이어질 수 있다. 항공 시스템이 많이 활용되는 무기체계에서도 고장은 임무 실패의 결과를 유발한다. 본 논문에서는 항공 시스템의 이상(Anomaly)을 탐지하여 개발 및 생산 간 시스템의 신뢰도를 높이고 운용 중 사고를 예방할 수 있도록 딥러닝 기술을 활용한 이상 탐지 모델을 연구했다. 모델 훈련 및 평가 데이터로 극저온 환경에서 시스템의 전류 데이터를 활용하였으며 이미지 인식에 많이 활용되는 딥러닝 기법 합성곱 신경망(CNN; Convolutional Neural Network)을 활용하여 딥러닝 네트워크를 구현했다. 시험 대상 시스템은 극저온 환경에서 다양한 형태의 고장이 유발되었고 전륫값의 특이점이 나타났다. 시스템 정상 및 고장 데이터를 활용하여 모델을 훈련 시키고 평가한 결과 98% 이상의 재현율(Recall)로 이상 탐지하는 것을 확인했다.

• 토지주택연구
• /
• 제14권3호
• /
• pp.145-155
• /
• 2023

최근 건설산업 분야에 BIM 기술의 활용이 보편화되면서 3D 모델과 실제 시공 부위의 오류 확인 등을 위해 다양한 객체 탐지 알고리즘들이 활용되고 있다. 객체 탐지 기술은 건축물, 교량, 터널 등 건설시설물의 종류에 따라 객체 특성이 상이하므로 객체 탐지 기술도 적절한 방법을 사용할 필요가 있다. 또한 객체 탐지를 위해서는 초기 객체 이미지가 있어야 하며 이를 위해서도 드론, 스마트폰 등 다양한 방법으로 이미지 취득이 가능하다. 본 연구에서는 철도와 도로 시설의 터널 부위에 대하여 초기 이미지 구축을 위해 터널 내부 촬영에 최적화된 360° 카메라를 이용하여 이미지를 촬영하고, 촬영된 이미지로부터 실제 객체를 탐지하기 위한 객체 탐지 방법론으로 YOLO 알고리즘, SSD 알고리즘 및 R-CNN 알고리즘을 적용하여 방법론별 객체 탐지의 정확도를 비교 분석한다. 분석 결과 Faster R-CNN 알고리즘이 SSD, YOLO v5 알고리즘에 비해 높은 인식률 및 mAP 값을 가졌으며 인식률들의 최소·최대 값의 차이가 작아 균등한 검측 능력을 나타냈다. 이러한 연구는 철도와 도로 시설공사에 BIM 적용이 확산되고 있는 점을 고려하면 360° 카메라의 활용 방법 확대와 유지보수를 위한 터널 시설 부위의 객체 탐지 방법론 적용에 활용될 수 있다.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1177-1185
• /
• 2022

상·하수도 시스템은 사람들에게 안전하고 깨끗한 물을 공급해주는 사회기반시설이며, 특히 상·하수도 관로는 지중에 매설되어 있기 때문에 시스템의 결함검출이 매우 어렵다. 이러한 이유로 상·하수도 관로의 진단은 관로 내부에 카메라 및 드론을 통한 촬영을 하여 사후에 촬영된 영상을 바탕으로 시스템 진단하는 등의 사후 결함검출로 제한되기 때문에, 작업자의 업무 효율 증대와 진단의 신속성을 위해서는 관로의 실시간 탐지기술이 필요하다. 최근 첨단장비 및 인공지능 기법을 활용한 시설물 진단 기술이 개발되고 있지만, 인공지능기반 결함검출 기술은 결함 데이터의 종류 및 형태, 수가 검출 성능에 영향을 주기 때문에 다양한 학습데이터가 필요하다. 따라서, 본 연구에서는 상·하수도 관로의 결함검출 시 탐지 성능 향상을 위해 다양한 결함 시나리오를 3D 프린트를 이용하여 구현하고 이를 수집된 결함 데이터와 함께 학습데이터로 사용한다. 이후 수집된 이미지는 위험도에 따른 분류 및 객체의 라벨링 등의 전처리 작업이 수행되고 실시간 결함탐지를 수행한다. 제안된 기법은 상·하수도시스템 결함검출 시 실시간 피드백을 제공함으로써, 작업자의 진단 누락 가능성을 최소화하며 기존의 상·하수도관 진단업무 처리능력을 향상할 수 있다.