• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.151-162
• /
• 2022

최근 우리나라의 산림은 지속적인 산림재해로 인해 피해가 누적되고 있어 산림을 관리하기 위한 모니터링 기술이 조명받고 있으며, 산림재해 피해대상지의 규모가 큰 지형 특성으로 인해 드론, 인공지능, 빅데이터 등을 활용한 기술들이 연구되고 있다. 본 연구에서는 산림재해의 병해충을 모니터링하기 위해 딥러닝과 드론을 활용하여 산림 병해충 피해 의심목을 자동으로 탐지하는 산림 병해충 자동탐지 알고리즘 개발을 위한 표준 데이터 세트를 구축하였다. 객체검출 알고리즘으로서 YOLO 알고리즘을 활용한 실험결과에서는 YOLOv4-P7 모델이 재현율 69.69%와 정밀도 69.15%로 가장 높게 나타났으며, 이미지 사이즈가 큰 정사영상인 검출대상임을 고려할 때 산림병해충 피해의심목 자동탐지 알고리즘으로 YOLOv4-P7이 적합함을 확인하였다.

• 한국융합학회논문지
• /
• 제7권5호
• /
• pp.29-34
• /
• 2016

최근 첨단산업이 발달함에 따라 일상생활의 다양한 부분에서 드론의 이용이 급격하게 발전되어 지고 있다. 드론은 기술성과 기능성의 증가 및 여러 생활방식에 맞춰 활용이 가능한 분야에 대한 접목이 쉬운 장점을 가지고 있다. 또한 드론 서비스에 대한 다양화를 통하여 카메라와 CCTV같은 영상처리를 할 수 있는 매체를 융합해 사람 대신 경비를 할 수 있는 자동화 시스템이 도입되어 질 예정이다. 이러한 무인경비 기술을 설계하여 기존 드론 응용기술력을 강화하는 새로운 융합적 경비드론 서비스 기법을 제안하고자 한다. 제안하는 기법에는 OpenCV 기술 및 객체 추적 알고리즘인 CAM-Shift 알고리즘을 통해 초기 윈도우와 탐색 윈도우에서 객체를 중심으로 물체를 탐색 및 영역을 설정하여 안전의 유무를 판단하고 보안성에 대하여 드론에 접목시킬 수 있는 추가적인 인증수단인 생체인증기술을 설계한다. 이를 통해 기동성 및 실시간 영상 처리에 대한 기술의 분석이 지속적으로 증가될 수 있는 드론을 이용하여 무인 경비를 하는데 있어서 효율성이 높은 경비드론 융합서비스 모델에 대한 내용을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.572-573
• /
• 2021

지능형 경로 이동 기능을 갖춘 드론을 이용하여, IoT형 열화상 기반 태양광 고장 검출 장비의 개발 및 드론과의 연동을 최적화하여 취득된 이미지 데이터의 실시간 분석을 통해 태양광 발전소의 고장 판독을 용이하게 함으로써, 태양광발전소의 발전율 향상과 효율적인 유지관리 모델을 만들 수 있는 기반 기술의 제시와 이미지 차감 분석기법을 이용하여 태양광 패널의 고장을 판독할 수 있는 시스템을 설계한다.

• 한국통신학회논문지
• /
• 제41권10호
• /
• pp.1247-1255
• /
• 2016

소형드론의 상용화를 위해서는 안전성과 자율운행기능의 확보가 필수적이다. 최근 드론제작이 상당히 용이해졌으나, 여전히 안정적인 드론의 제작은 쉽지 않다. 따라서 자체드론제작 필요성은 영상이나 자율이동 등 상위 알고리즘의 연구에 큰 장애요소로 존재한다. 본 연구에서는 상용드론과 Raspberry PI, 및 오픈소스를 활용하여, 쿼드로터 드론의 자율운행기술 개발 중 영상기반 자율운행을 설계해볼 수 있는 지상원격제어시스템(GCS)을 설계하고 구현하였다. 설계한 시스템은 모듈화된 구성으로 통신, UI 및 영상처리 모듈로 구성하였고, 특히 주행선유지 알고리즘을 구현하여 기능 및 성능 실험을 하였다. 설계한 주행선유지 알고리즘은 Hough 변환에 의하여 검출된 차선을 소실점 검출과 자제적인 라인트래킹 알고리즘을 개발하여 사용하여 인식오류를 줄였으며, 주행선과 드론의 진행방향을 계산하고 방향 (전진, 정지, 좌우회전)제어하였다. 구현된 시스템은 현재 100m육상트랙의 직선과 완만한 곡선을 2-3 m/s로 주행할 수 있다.

• 지질공학
• /
• 제33권1호
• /
• pp.27-37
• /
• 2023

땅밀림은 균열 및 단차가 오랜시간에 걸쳐 발생하기 때문에 장기적인 모니터링이 반드시 필요하다. 그러나 사면변위계, 경사계 등을 이용한 장기모니터링은 비용 및 관리 차원에서 비효율적이다. 따라서 본 연구에서는 땅밀림이 진행 중인 지역을 테스트베드로 선정하고 영상을 이용한 모니터링 가능성을 평가하였다. 이를 위해 지상라이다와 드론을 이용하여 땅밀림 모니터링을 실시하고 계측자료와 비교하였다. 현장 계측은 사면변위계를 설치하여 분단위 측정을 실시하였다. 분석값의 비교결과 정확도에 따라 미세한 차이는 있지만 지상라이다와 드론을 이용한 모니터링에서도 사면변위계와 유사한 값을 얻을 수 있었다. 이는 땅밀림의 정밀분석 및 예측을 위해서는 분단위의 현장계측이 필요하지만 지상라이다 및 드론을 활용한 기초 모니터링의 가능성을 보여준다. 향후 다양한 차원에서 영상분석에 대한 검증이 이루어지고 기후, 정확도 등을 고려한 데이터가 누적되면 영상을 이용한 정밀 모니터링도 가능할 것으로 판단된다.

• 한국인터넷방송통신학회논문지
• /
• 제17권5호
• /
• pp.97-102
• /
• 2017

최근 고해상도 원격탐사 자료의 분류방안으로 컨볼루션 신경망(Convolutional Neural Networks)을 비롯한 딥 러닝 기법들이 소개되고 있다. 본 논문에서는 드론으로 촬영된 농경지 영상의 작물 분류를 위해 컨볼루션 신경망을 적용하여 가능성을 검토하였다. 농경지를 논, 고구마, 고추, 옥수수, 깻잎, 과수, 비닐하우스로 총 7가지 클래스로 나누고 수동으로 라벨링 작업을 완료했다. 컨볼루션 신경망 적용을 위해 영상 전처리와 정규화 작업을 수행하였으며 영상분류 결과 98%이상 높은 정확도를 확인할 수 있었다. 본 논문을 통해 기존 영상분류 방법들에서 딥 러닝 기반 영상분류 방법으로의 전환이 빠르게 진행될 것으로 예상되며, 그 성공 가능성을 확신할 수 있었다.

• 한국전자통신학회논문지
• /
• 제15권5호
• /
• pp.959-966
• /
• 2020

수산업의 중요성이 커지고 양식 산업이 급성장한 가운데 수산 양식 분야 ICT 융합을 통한 스마트 양식장에 대한 연구가 진행되고 있다. 양식장 현장에서 생육 환경 모니터링이 가능하도록 수중 드론의 구동부, 영상 수집 장치, 자세 안정화를 위한 통합 컨트롤러, 실시간 수중 영상을 통한 드론 조정 및 제어가 가능한 원격 관제 장치를 제안하고 설계, 개발 및 시험을 진행하였다. 수중 드론 활용을 통해 양식 산업에서 문제 되는 인력 수급 및 고비용 작업을 대체 할 수 있으며, 양식 폐사 확률을 줄여 안정적인 양식장 관리가 가능하다.

• 한국전자통신학회논문지
• /
• 제13권6호
• /
• pp.1379-1386
• /
• 2018

양식장에서 사용되는 기존의 수중 카메라는 제한된 구역만 촬영할 수 있으며, 수중 오염으로 인해 훼손되기 쉽다. 또한 양식장 그물망에 사료 공급에 따른 잉여 찌꺼기가 퇴적되어 양식장을 오염시키는 문제점이 있다. 이에 본 논문은 양식장 수중 모니터링과 그물망 청소를 위한 수중 드론을 제안한다. 수중 드론을 이용한다면 수중 영상 촬영, 모니터링과 양식장 그물망 청소가 가능하다. 이를 활용하면 양식장 환경 변화를 감지해 데이터를 수집할 수 있고 그 데이터를 기반으로 양식장 내에서 발생하는 변화에 대응할 수 있다. 더불어 통합관제 시스템을 구축하게 되면 이를 통해 효율적이고 안정적인 스마트 양식장 구축이 가능할 것이다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1777-1783
• /
• 2021

대단위 신재생 에너지 발전단지의 효율적인 유지관리를 위해 드론의 활용이 점차 증가하고 있다. 오래전부터 태양광 패널을 드론으로 촬영하여 패널의 유실 및 오염 등을 관리하고 있다. 본 논문에서는 열화상카메라를 장착한 드론을 이용하여 획득된 태양광패널 이미지에서 아크, 단선, 크랙 등의 고장 유무를 판별하기 위해 시멘틱세그멘테이션 기법을 이용한 분류모델을 제안한다. 또한 적은 데이터셋으로도 강인한 분류 성능을 보이는 U-Net의 튜닝을 통해 효율적인 분류모델을 구현하였다.

• 한국ITS학회 논문지
• /
• 제18권6호
• /
• pp.155-163
• /
• 2019

본 연구에서는 대전광역시 주요 간선도로인 유성대로를 대상으로 드론을 통해 취득한 노면 영상데이터를 기반으로 물체탐지알고리즘(Object Detection algorithm) 가운데 Tiny-YOLO-V2와 Faster-RCNN을 활용하여 아스팔트 도로노면의 균열을 인식, 균열유형을 구분하고 실험 결과차이를 비교하였다. 분석결과, Faster-RCNN의 mAP는 71%이고 Tiny-YOLO-V2의 mAP는 33%로 측정되었으며, 이는 1stage Detection인 YOLO계열 알고리즘보다 2Stage Detection인 Faster-RCNN 계열의 알고리즘이 도로노면의 균열을 확인하고 분리하는데 더 좋은 성능을 보인다는 것을 확인하였다. 향후, 드론과 인공지능형 균열검지시스템을 이용한 도로자산관리체계(Infrastructure Asset Management) 구축방안 마련을 통해 효율적이고 경제적인 도로 유지관리 의사결정 지원 시스템 구축 및 운영 환경을 조성할 수 있을 것이라 판단된다.