• 한국토양비료학회지
• /
• 제49권5호
• /
• pp.420-428
• /
• 2016

For more than 50 years, satellite images have been used to monitor crop growth. Currently, unmanned aerial vehicle (UAV) imagery is being assessed for analyzing within field spatial variability for agricultural precision management, because UAV imagery may be acquired quickly during critical periods of rapid crop growth. This study refers to the derivation of growth estimating equation for highland Kimchi cabbage using UAV derived normalized difference vegetation index (NDVI) and agro-meteorological factors. Anbandeok area in Gangneung, Gangwon-do, Korea is one of main districts producing highland Kimchi cabbage. UAV imagery was taken in the Anbandeok ten times from early June to early September. Meanwhile, three plant growth parameters, plant height (P.H.), leaf length (L.L.) and outer leaf number (L.N.), were measured for about 40 plants (ten plants per plot) for each ground survey. Six agro-meteorological factors include average temperature; maximum temperature; minimum temperature; accumulated temperature; rainfall and irradiation during growth period. The multiple linear regression models were suggested by using stepwise regression in the extraction of independent variables. As a result, $NDVI_{UAV}$ and rainfall in the model explain 93% of the P.H. and L.L. with a root mean square error (RMSE) of 2.22, 1.90 cm. And $NDVI_{UAV}$ and accumulated temperature in the model explain 86% of the L.N. with a RMSE of 4.29. These lead to the result that the characteristics of variations in highland Kimchi cabbage growth according to $NDVI_{UAV}$ and other agro-meteorological factors were well reflected in the model.

• 대한기계학회논문집A
• /
• 제38권2호
• /
• pp.137-148
• /
• 2014

멀티로터는 여러 개의 로터로 이루어진 무인 비행로봇으로써, 로터의 개수에 따라서 트라이로터, 쿼드로터, 헥사로터, 옥토로터 등으로 나누어 진다. 멀티로터는 수직이착륙(VTOL) 및 높은 기동성으로 인하여 다른 무인 비행로봇에 비하여 건물이 밀집되어 있는 도심과 같은 지역의 정찰 및 감시 등 여러 응용분야에 적합하게 활용될 수 있다. 본 논문에서는 멀티로터란 이름으로 연구되고 있는 트라이로터, 쿼드로터, 헥사로터 및 옥토로터 비행로봇에 대한 통합된 동역학적 모델링에 관한 수식을 도출 및 비교 분석을 수행하고, 획득된 수식을 이용하여 각각의 멀티로터 동작원리 및 제어기법에 대한 연구를 수행하였다. 유도된 멀티로터의 동역학 모델링을 이용하여 각각의 멀티로터 형태에 따른 구동원리와 그에 따라 작용하는 힘과 모멘트에 대한 관계식을 유도하였으며, 연속루프닫음기법 기반자세 및 고도제어기를 적용하여 각각의 멀티로터 비행로봇의 구동 및 제어 성능을 시뮬레이션을 통해 검증하였다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.727-736
• /
• 2019

본 연구에서는 여러 장의 무인항공기 영상을 사용하여 대상지역에 대한 포인트 클라우드를 생성하고, 데이터 세트 간 발생하는 이격과 중복점을 제거하는 방안에 대한 연구를 수행하였다. 이를 위해 사진 측량 기반의 IBA(Incremental Bundle Adjustment)기법을 적용하여 무인기의 위치/자세를 보정하고 스테레오 페어를 구성했다. 각각의 스테레오 영상으로부터 에피폴라 영상을 생성하고 MDR(Multi-Dimensional Relaxation) 정합 기법을 적용하여 포인트 클라우드를 생성하였다. 다음으로 스테레오 영상 간 관측 벡터에 기반한 포인트 클라우드 등록을 통해 서로 다른 스테레오 페어로부터 생성된 포인트 클라우드 간 이격을 제거하였다. 마지막으로 점유격자(Occupancy grid) 기반 통합 알고리즘을 적용하여 중복점이 제거된 하나의 포인트 클라우드를 생성하였다. 실험은 무인항공기에서 취득된 연직 촬영 영상을 사용하였으며, 실험을 통해 서로 다른 스테레오 페어로부터 생성된 포인트 클라우드 간 이격 및 중복점 제거가 가능함을 확인하였다.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.311-323
• /
• 2023

Ever since ancient times, earthquakes have been a major threat to the civil infrastructures and the safety of human beings. The majority of casualties in earthquake disasters are caused by the damaged civil infrastructures but not by the earthquake itself. Therefore, the efficient and accurate post-earthquake assessment of the conditions of structural damage has been an urgent need for human society. Traditional ways for post-earthquake structural assessment rely heavily on field investigation by experienced experts, yet, it is inevitably subjective and inefficient. Structural response data are also applied to assess the damage; however, it requires mounted sensor networks in advance and it is not intuitional. As many types of damaged states of structures are visible, computer vision-based post-earthquake structural assessment has attracted great attention among the engineers and scholars. With the development of image acquisition sensors, computing resources and deep learning algorithms, deep learning-based post-earthquake structural assessment has gradually shown potential in dealing with image acquisition and processing tasks. This paper comprehensively reviews the state-of-the-art studies of deep learning-based post-earthquake structural assessment in recent years. The conventional way of image processing and machine learning-based structural assessment are presented briefly. The workflow of the methodology for computer vision and deep learning-based post-earthquake structural assessment was introduced. Then, applications of assessment for multiple civil infrastructures are presented in detail. Finally, the challenges of current studies are summarized for reference in future works to improve the efficiency, robustness and accuracy in this field.

• 한국항행학회논문지
• /
• 제28권2호
• /
• pp.238-245
• /
• 2024

본 논문에서는 농작물 다중 분광 이미지에 대해 특징 융합 기법을 이용하여 의미론적 분할 성능을 향상시키기 위한 프레임워크를 제안한다. 스마트팜 분야에서 연구 중인 딥러닝 기술 중 의미론적 분할 모델 대부분은 RGB(red-green-blue)로 학습을 진행하고 있고 성능을 높이기 위해 모델의 깊이와 복잡성을 증가시키는 데에 집중하고 있다. 본 연구는 기존 방식과 달리 다중 분광과 어텐션 메커니즘을 통해 모델을 최적화하여 설계한다. 제안하는 방식은 RGB 단일 이미지와 함께 UAV (unmanned aerial vehicle)에서 수집된 여러 채널의 특징을 융합하여 특징 추출 성능을 높이고 상호보완적인 특징을 인식하여 학습 효과를 증대시킨다. 특징 융합에 집중할 수 있도록 모델 구조를 개선하고, 작물 이미지에 유리한 채널 및 조합을 실험하여 다른 모델과의 성능을 비교한다. 실험 결과 RGB와 NDVI (normalized difference vegetation index)가 융합된 모델이 다른 채널과의 조합보다 성능이 우수함을 보였다.

• 한국통신학회논문지
• /
• 제39C권12호
• /
• pp.1250-1260
• /
• 2014

본 논문에서는 허브 네트워크 기반의 장거리 공중 전술 통신을 위한 새로운 자원 스케줄링 기법을 제안한다. 최근 세계 각국에서는 네트워크 중심전 (NCW, Network Centric Warfare)으로 변화하는 현대전의 흐름에 맞추어 공용데이터링크 (CDL, Common Data Link)의 전송속도 및 네트워킹 기능을 향상시키기 위한 기술 개발에 주력하고 있으며, 우리 군도 자립적인 차세대 대용량 CDL 기술 개발에 박차를 가하고 있다. CDL의 대표적 운용 구조인 허브 네트워크에서는 제한된 주파수 대역 내에서 다수의 UAV (Unmanned Aerial Vehicle)들과 대용량의 영상 전술 정보를 동시 다발적으로 교환하기 위해, hybrid FDMA(Frequency Division Multiple Access)/TDMA(Time Division Multiple Access) 구조를 고려할 수 있다. 그러나 UAV 별 상이한 왕복 시간 지연 (RTT, Round-Trip Time) 및 트래픽 크기로 인해 동일 주파수 대역을 점유하는 UAV 간 유휴 시간 자원이 발생하거나 불필요한 패킷 전송 지연이 발생할 수 있으며, 이는 장거리 운용 시 허브 네트워크의 자원 효율을 저하시킨다. 따라서 본 논문에서는 UAV 별 발생하는 RTT와 트래픽 크기를 기반으로 하는 반복적 정렬 알고리즘을 통해 UAV의 시간/주파수 자원을 스케줄링하는 기법을 제안한다. 성능 평가를 통해 제안 기법이 낮은 복잡도로 데이터 처리율과 패킷 지연 측면의 성능 향상이 가능함을 입증하였다.

• 한국토양비료학회지
• /
• 제50권5호
• /
• pp.422-433
• /
• 2017

Unmanned Aerial Vehicle (UAV) has several advantages over conventional remote sensing techniques. They can acquire high-resolution images quickly and repeatedly. And with a comparatively lower flight altitude, they can obtain good quality images even in cloudy weather. In this paper, we developed for estimating garlic growth at field scale model in major cultivation regions. We used the $NDVI_{UAV}$ that reflects the crop conditions, and seven meteorological elements for 3 major cultivation regions from 2015 to 2017. For this study, UAV imagery was taken at Taean, Changnyeong, and Hapcheon regions nine times from early February to late June during the garlic growing season. Four plant growth parameters, plant height (P.H.), leaf number (L.N.), plant diameter (P.D.), and fresh weight (F.W.) were measured for twenty plants per plot for each field campaign. The multiple linear regression models were suggested by using backward elimination and stepwise selection in the extraction of independent variables. As a result, model of cold type explain 82.1%, 65.9%, 64.5%, and 61.7% of the P.H., F.W., L.N., P.D. with a root mean square error (RMSE) of 7.98 cm, 5.91 g, 1.05, and 3.43 cm. Especially, model of warm type explain 92.9%, 88.6%, 62.8%, 54.6% of the P.H., P.D., L.N., F.W. with a root mean square error (RMSE) of 16.41 cm, 9.08 cm, 1.12, 19.51 g. The spatial distribution map of garlic growth was in strong agreement with the field measurements in terms of field variation and relative numerical values when $NDVI_{UAV}$ was applied to multiple linear regression models. These results will also be useful for determining the UAV multi-spectral imagery necessary to estimate growth parameters of garlic.