• 제목/요약/키워드: UAV images

검색결과 297건 처리시간 0.03초

지상라이다와 드론을 이용한 땅밀림 모니터링 연구 (Monitoring Landcreep Using Terrestrial LiDAR and UAVs)

  • 김종태;김정현;이창훈;박성철;이창주;정교철
    • 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.

자율주행을 위한 Self-Attention 기반 비지도 단안 카메라 영상 깊이 추정 (Unsupervised Monocular Depth Estimation Using Self-Attention for Autonomous Driving)

  • 황승준;박성준;백중환
    • 한국항행학회논문지
    • /
    • 제27권2호
    • /
    • pp.182-189
    • /
    • 2023
  • 깊이 추정은 차량, 로봇, 드론의 자율주행을 위한 3차원 지도 생성의 핵심 기술이다. 기존의 센서 기반 깊이 추정 방식은 정확도는 높지만 가격이 비싸고 해상도가 낮다. 반면 카메라 기반 깊이 추정 방식은 해상도가 높고 가격이 저렴하지만 정확도가 낮다. 본 연구에서는 무인항공기 카메라의 깊이 추정 성능 향상을 위해 Self-Attention 기반의 비지도 단안 카메라 영상 깊이 추정을 제안한다. 네트워크에 Self-Attention 연산을 적용하여 전역 특징 추출 성능을 향상시킨다. 또한 카메라 파라미터를 학습하는 네트워크를 추가하여 카메라 칼리브레이션이 안되어있는 이미지 데이터에서도 사용 가능하게 한다. 공간 데이터 생성을 위해 추정된 깊이와 카메라 포즈는 카메라 파라미터를 이용하여 포인트 클라우드로 변환되고, 포인트 클라우드는 Octree 구조의 점유 그리드를 사용하여 3D 맵으로 매핑된다. 제안된 네트워크는 합성 이미지와 Mid-Air 데이터 세트의 깊이 시퀀스를 사용하여 평가된다. 제안하는 네트워크는 이전 연구에 비해 7.69% 더 낮은 오류 값을 보여주었다.

드론 이동영상을 이용한 하천 표면유속 측정 연구 (Study of Velocity Measurement in River using moving UAV Images)

  • 이준형;윤병만;김서준;이윤호
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2022년도 학술발표회
    • /
    • pp.16-16
    • /
    • 2022
  • 영상유속계는 영상을 이용한 비접촉식 유속계로 하천과 같은 넓은 범위의 유속 및 유량을 간편하게 측정할 수 있다는 장점이 있어 현재 국내외에서 영상유속계의 실용화 연구가 수행되고 있다. 특히 유속 및 유량을 측정하기 위해 카메라 외에 별도의 측정 장비가 필요없기 때문에 드론에 장착하여 표면유속을 측정하는 연구 또한 활발히 이루어지고 있다. 기존 드론 영상을 이용한 표면유속 측정 연구에서는 드론을 측정하고자 하는 하천 영역 위에서 정지하여 영상을 촬영하여 표면유속을 측정하고 있다. 이때 한 화면에 하폭이 다 담기지 않는 넓은 하천의 경우 촬영 위치를 옮겨서 다시 영상을 촬영하거나 하폭이 담길 때까지 비행 고도를 높여 촬영하고 있다. 하지만 촬영 위치를 옮겨 촬영하는 방식의 경우 넓은 하천을 다 담기 위해 여러 번의 촬영을 하고 이를 정합하는 과정이 필요하다는 단점이 있으며 비행 고도를 높여 촬영하는 방식의 경우 촬영 품질 저하로 인해 측정한 유속의 불확도가 크게 산정된다는 단점이 있다. 이에 본 연구에서는 드론을 이동하며 촬영한 연속적인 영상을 이용하여 하천의 표면유속을 측정하는 방법에 대한 연구를 수행하였다. 하천을 가로질러 비행하며 촬영한 드론 이동영상을 활용하면 폭이 넓은 하천의 경우도 간편하게 유속 분포를 측정할 수 있다. 이동영상을 이용하여 유속을 측정하기 위해서는 연속된 이동영상 내에서 지표면의 공통된 특징점을 찾아 흔들림 보정 알고리즘을 적용하여 유속을 산정하는 방법과 드론의 이동 속도를 이용하여 영상의 수표면 이동속도와 벡터연산을 적용하는 두가지 방법을 사용할 수 있다. 이 두가지 방법 중 영상 분석에 필요한 전처리 과정이 적고 지표면의 고정점이 필요 없는 드론의 이동속도를 이용한 벡터 연산을 적용하는 방법을 실제 흐름에 적용하였다. 측정한 수표면의 유속을 전자파표면유속계로 측정한 유속과 비교한 결과 평균 5 % 이내의 차이를 보이는 것을 확인하였다. 향후 다양한 흐름 조건과 드론의 비행속도를 변경하여 측정하는 등의 유속 측정 적용성을 검토하는 연구가 수행된다면 하폭이 넓은 하천 등 다양한 조건에서 드론 영상을 이용한 유속 측정이 가능할 것으로 기대한다.

  • PDF

The evaluation of Spectral Vegetation Indices for Classification of Nutritional Deficiency in Rice Using Machine Learning Method

  • Jaekyeong Baek;Wan-Gyu Sang;Dongwon Kwon;Sungyul Chanag;Hyeojin Bak;Ho-young Ban;Jung-Il Cho
    • 한국작물학회:학술대회논문집
    • /
    • 한국작물학회 2022년도 추계학술대회
    • /
    • pp.88-88
    • /
    • 2022
  • Detection of stress responses in crops is important to diagnose crop growth and evaluate yield. Also, the multi-spectral sensor is effectively known to evaluate stress caused by nutrient and moisture in crops or biological agents such as weeds or diseases. Therefore, in this experiment, multispectral images were taken by an unmanned aerial vehicle(UAV) under field condition. The experiment was conducted in the long-term fertilizer field in the National Institute of Crop Science, and experiment area was divided into different status of NPK(Control, N-deficiency, P-deficiency, K-deficiency, Non-fertilizer). Total 11 vegetation indices were created with RGB and NIR reflectance values using python. Variations in nutrient content in plants affect the amount of light reflected or absorbed for each wavelength band. Therefore, the objective of this experiment was to evaluate vegetation indices derived from multispectral reflectance data as input into machine learning algorithm for the classification of nutritional deficiency in rice. RandomForest model was used as a representative ensemble model, and parameters were adjusted through hyperparameter tuning such as RandomSearchCV. As a result, training accuracy was 0.95 and test accuracy was 0.80, and IPCA, NDRE, and EVI were included in the top three indices for feature importance. Also, precision, recall, and f1-score, which are indicators for evaluating the performance of the classification model, showed a distribution of 0.7-0.9 for each class.

  • PDF

무인항공 영상을 활용한 도심녹지 표면온도 특성 분석 - 익산 소라산 자연마당을 대상으로 - (Analysis of Surface Temperature on Urban Green Space Using Unmanned Aerial Vehicle Images - A Case of Sorasan Mt. Nature Garden, Iksan, South Korea -)

  • 최태영;문호경;차재규
    • 한국지리정보학회지
    • /
    • 제20권3호
    • /
    • pp.90-103
    • /
    • 2017
  • 본 연구는 도심온도 저감을 위한 녹지의 기능을 규명하기 위하여 여름철 고온 시간대에 도심녹지에서 나타나는 표면온도 특성을 분석하였다. 도시 내 고립된 녹지인 익산 소라산 자연마당을 대상으로 고해상도 UAV 영상을 활용하여 정밀한 표면온도 자료를 취득하였고, 피복유형, 식생유형, 수종유형, 수종별 녹지용적과 표면온도와의 관계를 분석하였다. 연구결과 피복유형 중 습지와 산림은 저온역, 포장지는 표면온도가 월등히 높은 고온역으로 확인되었다. 식생유형에서는 산림 내 침엽수보다 활엽수의 표면온도가 낮았고, 조경수식재지 내에선 활엽수보다 침엽수의 표면온도가 낮은 반대의 결과가 확인되었다. 장초지보다 단초지의 표면온도가 높아 초지의 용적에 따른 온도차이가 확인되었다. 산림수종유형별 표면온도는 침엽수인 소나무림보다 활엽수인 아까시나무림과 활엽수혼효림의 표면온도가 낮았고, 활엽수혼효림과 아까시나무림간의 미세한 표면온도 차이가 확인되었다. 산림수종유형별 녹지용적과 표면온도 분석결과 소나무림과 활엽수혼효림에서는 기존 연구 결과와 유사하게 녹지용적 증가에 따라 표면온도가 감소하는 음의상관관계가 확인되었다. 그러나 아까시나무림은 용적의 증가에 따라 미세하게 표면온도가 상승하는 약한 양의상관관계가 확인되어 수종에 따라서는 용적과 온도의 일관된 상관성에 예외가 있을 수 있음을 확인하였다. 향후 침엽수와 활엽수간 차이, 용적과 온도의 관계, 수종별 차이 등 녹지의 세부적 속성과 온도의 관계에 관하여 정밀한 공간자료를 활용한 다각적인 연구가 계속되어야 할 것으로 판단된다.

드론을 활용한 초소형 SAR 영상 구현 및 품질 보상 분석 (Drone-Based Micro-SAR Imaging System and Performance Analysis through Error Corrections)

  • 이기웅;김범승;문민정;송정환;이우경;송용규
    • 한국전자파학회논문지
    • /
    • 제27권9호
    • /
    • pp.854-864
    • /
    • 2016
  • 최근 무인기 탑재를 위한 소형 SAR 시스템 관련연구가 활발하게 진행되고 있으나, 드론과 같은 소형 비행 플랫폼에 대한 적용 사례는 매우 드물다. 드론의 경우, 고정익 무인항공기에 비해 기상, 조종환경 등에 취약하므로 고품질의 SAR 영상을 획득하기 위해서는 매우 정밀한 요동 분석 및 오차 보상 알고리즘이 요구된다. 특히 소형 드론에서는 SAR 탑재체 무게 및 전력의 제약으로 자세 제어 및 센서 장착이 어려워 영상 품질 보장이 어려워진다. 본 연구에서는 드론에 SAR를 탑재하여 영상을 획득하는 가능성을 제시한다. 이를 위해 실제 레이다가 탑재된 드론을 사용하여 SAR 영상을 획득하고, 그 품질을 분석하였다. 드론 SAR 기하 구조 분석을 통해 드론의 요동에 의해 발생될 수 있는 위상오차를 분석하고, 불규칙한 드론 이동에 의한 왜곡을 보상함으로써 드론 SAR의 운용 가능성을 검증하였다.

무인항공 경사사진을 이용한 3차원 모델 생성 및 정확도 평가 (3D Model Generation and Accuracy Evaluation using Unmanned Aerial Oblique Image)

  • 박준규;정갑용
    • 한국산학기술학회논문지
    • /
    • 제20권3호
    • /
    • pp.587-593
    • /
    • 2019
  • 공간정보 관련 분야는 위치정보를 취득할 수 있는 센서 및 자료처리 기술의 발달로 빠른 속도로 변화하고 있으며, 이와 연관된 각종 산업과 사회적 활동에서 수요가 커지고 있는 실정이다. 누구나 보기 쉽고 이해가 빠른 3차원 공간정보의 구축과 활용은 관련 서비스의 품질과 신뢰도 향상에 필수적인 요소라 할 수 있다. 최근에는 3차원 공간정보 구축 기술로 3D 레이저 스캐너가 많이 활용되고 있지만 3D 레이저 스캐너는 대상물의 규모가 크거나 형상이 복잡한 경우, 데이터 취득이 되지 않는 음영지역이 발생할 수 있으며, 장비의 이동 및 설치 횟수가 많아질수록 작업의 효율이 떨어지는 단점이 있다. 이에 본 연구에서는 무인항공기를 이용하여 경사사진을 취득하고, 자료처리를 통해 대상물의 3차원 모델을 생성하고자 하였다. 연구대상지를 선정하고, 무인항공기를 이용해 경사사진을 취득하였으며, 자료처리를 통해 0.02m의 간격을 가지는 포인트클라우드 형태의 3D 모델을 생성하였다. 3D 모델의 정확도 평가 결과는 최대 0.19m, 평균 0.11m로 나타났으며, 축 방향에 따른 편차의 경향성은 나타나지 않았다. 향후, 촬영 및 자료처리 방법에 따른 정확도 평가와 카메라 종류에 따른 3D 모델 구축과 정확도 평가 및 분석이 이루어진다면 3D 모델의 정확도를 개선할 수 있을 것이며, 포인트클라우드 형태의 3D 모델은 거리 및 면적의 측정, 단면 생성, 대상물의 도면화 등 다양한 활용이 가능하여 공간정보 서비스 및 관련 업무의 작업 효율성을 향상시킬 수 있을 것이다.

무인항공기 영상과 딥러닝 기반의 의미론적 분할 기법을 활용한 야적퇴비 탐지 연구 (A Study on Field Compost Detection by Using Unmanned AerialVehicle Image and Semantic Segmentation Technique based Deep Learning)

  • 김나경;박미소;정민지;황도현;윤홍주
    • 대한원격탐사학회지
    • /
    • 제37권3호
    • /
    • pp.367-378
    • /
    • 2021
  • 야적퇴비는 대표적인 축산계 비점오염원으로 강우로 인해 수계로 유입될 경우 야적퇴비에 포함된 인과 질소 등의 영양염류가 하천 수질에 악영향을 미칠 수 있다. 이에 본 논문에서는 무인항공기 영상과 딥러닝 기반의 의미론적 분할 기법을 활용한 야적퇴비 탐지 방법을 제안한다. 연구지역에서 취득한 39개의 정사영상을 토대로 Data Augmentation을 통해 약 30,000개의 데이터를 확보하였다. 취득한 데이터를 U-net을 기반으로 개발된 의미론적 분할 알고리즘에 적용시킨 후 OpenCV의 필터링 기법을 적용하여 정확도를 평가하였다. 정확도 평가 결과 화소정확도는 99.97%, 정밀도는 83.80%, 재현율은 60.95%, F1- Score는 70.57%의 정확도를 보였다. 정밀도에 비해 재현율이 떨어지는 것은 정성적으로 보았을 때 전체 이미지에서 가장자리에 작은 비율로 야적퇴비 픽셀이 존재하는 경우 과소추정되었기 때문이다. 향후 추가적인 데이터셋과 RGB 밴드 이외의 추가 밴드를 조합한다면 모델 정확도를 향상시킬 수 있을 것으로 판단된다.

드론 정사영상을 이용한 무참조점 표면유속 산정 기법 개발 (Development of Surface Velocity Measurement Technique without Reference Points Using UAV Image)

  • 이준형;윤병만;김서준
    • Ecology and Resilient Infrastructure
    • /
    • 제8권1호
    • /
    • pp.22-31
    • /
    • 2021
  • 표면영상유속계는 영상을 이용한 비접촉식 유속계로 최근에는 넓은 범위의 유속 및 유량을 간편하게 측정하기 위해 드론을 이용한 표면유속 측정 연구 또한 수행되고 있다. 하지만 드론을 이용한 표면유속 측정 시 영상 변환 및 화소 당 물리거리 산정을 위해 참조점을 영상에 담아야 하기 때문에 드론의 비행 고도와 촬영 영역에 한계를 가지게 된다. 따라서 드론 영상을 이용한 하천 유속 측정의 강점인 공간적 자유성을 최대한 확보하기 위해 참조점이 필요 없는 표면유속 산정 기법의 개발이 필요하다. 따라서 본 연구에서는 드론의 위치 및 드론 장착 카메라의 제원만을 이용한 무참조점 표면유속 산정 기법을 개발하였다. 본 연구에서 개발한 표면유속 산정 기법의 검증을 위해 안동 하천실험센터에서 표면유속을 산정한 뒤 FlowTracker로 측정한 유속, 기존에 표면유속을 산정하는데 사용하던 참조점을 이용하는 표면유속 산정 기법으로 구한 표면유속과 비교하였다. 비교결과 기존 표면유속 산정 기법으로 구한 유속과는 평균적으로 약 4.70%의 차이를 보였으며, FlowTracker로 측정한 유속과는 평균적으로 약 4.60%의 차이를 보이는 것을 확인하였다. 향후 본 연구에서 개발한 기법을 이용하면 비행고도와 촬영 영역, 분석 영역에 구애받지 않고 효과적으로 드론을 이용하여 표면유속을 측정할 수 있을 것으로 기대한다.

의미론적 분할 기반 모델을 이용한 조선소 사외 적치장 객체 자동 관리 기술 (Segmentation Foundation Model-based Automated Yard Management Algorithm)

  • 정민규;노정현;김장현;하성헌;강태선;이병학;강기룡;김준현;박진선
    • 스마트미디어저널
    • /
    • 제13권2호
    • /
    • pp.52-61
    • /
    • 2024
  • 조선소에서는 사외 적치장의 관리를 위해 일정 주기로 Unmanned Aerial Vehicle (UAV)을 이용해 항공영상을 획득하고, 이를 사람이 판독하여 적치장 현황을 파악한다. 이러한 방법은 넓은 면적의 사외 적치장 현황을 파악하는 데 상당한 시간과 인력을 요구한다. 본 논문에서는 이러한 문제점을 해결하고 정확한 사외 적치장 현황을 파악하기 위해 사전 학습된 의미론적 분할 기반 모델(Foundation Model)을 활용한 자동 관리 기술을 제안한다. 또한, 조선소 사외 적치장의 경우 관련 부품이나 장비를 포함한 공개 데이터셋이 충분하지 않기 때문에, 의미론적 분할 기반 모델에 필요한 객체 프롬프트(Prompt)를 생성하기 위한 소규모 사외 적치장 객체 데이터셋을 직접 구축하였다. 이를 이용해 객체 검출기를 소규모 데이터셋에 추가 학습하여 초기 객체 후보를 추출하고, 의미론적 분할 기반 모델인 Segment Anything Model (SAM)의 프롬프트로 활용해 정확한 의미론적 분할 결과를 얻는다. 더 나아가, 지속적인 적치장 데이터셋 수집을 위해 SAM을 활용한 훈련 데이터 생성 파이프라인을 제안한다. 본 연구에서 제안한 방법은 기존의 의미론적 분할 방법과 비교하여 평균적 4.00%p, SegFormer에 비해 5.08%p 높은 성능을 달성하였다.