• 한국측량학회지
• /
• 제34권6호
• /
• pp.619-627
• /
• 2016

Cells of a PV (photovoltaic) module can suffer defects due to various causes resulting in a loss of power output. As a malfunctioning cell has a higher temperature than adjacent normal cells, it can be easily detected with a thermal infrared sensor. A conventional method of PV cell inspection is to use a hand-held infrared sensor for visual inspection. The main disadvantages of this method, when applied to a large-scale PV power plant, are that it is time-consuming and costly. This paper presents an algorithm for automatically detecting defective PV panels using images captured with a thermal imaging camera from an UAV (unmanned aerial vehicle). The proposed algorithm uses statistical analysis of thermal intensity (surface temperature) characteristics of each PV module to verify the mean intensity and standard deviation of each panel as parameters for fault diagnosis. One of the characteristics of thermal infrared imaging is that the larger the distance between sensor and target, the lower the measured temperature of the object. Consequently, a global detection rule using the mean intensity of all panels in the fault detection algorithm is not applicable. Therefore, a local detection rule was applied to automatically detect defective panels using the mean intensity and standard deviation range of each panel by array. The performance of the proposed algorithm was tested on three sample images; this verified a detection accuracy of defective panels of 97% or higher. In addition, as the proposed algorithm can adjust the range of threshold values for judging malfunction at the array level, the local detection rule is considered better suited for highly sensitive fault detection compared to a global detection rule. In this study, we used a panel area extraction method that we previously developed; fault detection accuracy would be improved if panel area extraction from images was more precise. Furthermore, the proposed algorithm contributes to the development of a maintenance and repair system for large-scale PV power plants, in combination with a geo-referencing algorithm for accurate determination of panel locations using sensor-based orientation parameters and photogrammetry from ground control points.

• 한국측량학회지
• /
• 제37권5호
• /
• pp.351-357
• /
• 2019

UAV (Unmanned Aerial Vehicle) images can be exploited for rapid forest fire damage assessment by virtue of UAV systems' advantages. In 2019, catastrophic forest fire occurred in Goseong and Sokcho, Korea and burned 1,757 hectares of forests. We visited the town in Goseong where suffered the most severe damage and conducted UAV flights for forest fire damage assessment. In this study, economic and rapid damage assessment method for forest fire has been proposed using UAV systems equipped with only a RGB sensor. First, forest masking was performed using automatic elevation thresholding to extract forest area. Then ExG (Excess Green) vegetation index which can be calculated without near-infrared band was adopted to extract damaged forests. In addition, entropy filtering was applied to ExG for better differentiation between damaged and non-damaged forest. We could confirm that the proposed forest masking can screen out non-forest land covers such as bare soil, agriculture lands, and artificial objects. In addition, entropy filtering enhanced the ExG homogeneity difference between damaged and non-damaged forests. The automatically detected damaged forests of the proposed method showed high accuracy of 87%.

• 한국산업융합학회 논문집
• /
• 제25권3호
• /
• pp.397-406
• /
• 2022

Recently, research and development to revitalize smart construction are being actively carried out. Accordingly, 3D mapping technology that digitizes construction site is drawing attention. To create a 3D digital map for construction site a point cloud generation method based on LiDAR(Light detection and ranging) using MMS(Mobile mapping system) is mainly used. The purpose of this study is to analyze the accuracy of MMS LiDAR-based point cloud data. As a result, accuracy of MMS point cloud data was analyzed as dx = 0.048m, dy = 0.018m, dz = 0.045m on average. In future studies, accuracy comparison of point cloud data produced via UAV(Unmanned aerial vegicle) photogrammetry and MMS LiDAR should be studied.

• 한국측량학회지
• /
• 제32권1호
• /
• pp.29-38
• /
• 2014

무인항공기는 운용비용이 저렴하고 데이터를 신속하게 취득할 수 있는 장점이 있기 때문에 재해지역의 분석, 지도제작 등과 같은 국토모니터링 분야에 효과적으로 활용될 수 있다. 본 연구에서는 무인항공기의 국토모니터링분야 적용가능성을 평가하기 위해서 지도제작과 관련된 법 제도를 검토하고 개선방안을 제시하였다. 또한 수시갱신용 지도제작 및 재난 재해분야 적용 가능성을 살펴보기 위하여 무인항공기 영상을 취득 후 자료처리를 수행하고 정확도를 평가하였다. 자료처리결과 GPS/INS자료만을 이용했을 경우 약 10m, 지상기준점을 이용했을 경우 10cm의 오차를 보였으며, 따라서 국토모니터링분야에 무인항공기를 효과적으로 활용이 가능함을 알 수 있었다.

• 한국군사과학기술학회지
• /
• 제20권1호
• /
• pp.81-89
• /
• 2017

This study investigates store separation characteristics of an unmanned aerial vehicle having generic stealth configuration over unsteady flow of an internal bay. Free-drop wind tunnel tests are conducted to simulate bomb releases from an internal weapons bay while high-speed camera images are taken. The images are analyzed to examine the effects of flow velocity, angle of attack, flap deflection and the ejector force application on the store separation trajectories. For the free-drop wind tunnel tests, Froude Scaling is applied to match the dynamic similarity for the bomb model, and the ejector force is simulated by using small pneumatic cylinders. The results indicate that the test bomb model safely separates from the internal bay at the given test conditions and configurations. It is also observed that the effects of the flow velocity and ejector force application have greater impacts on the separation trajectories than those of angle of attack and flap deflection.

• 지적과 국토정보
• /
• 제51권1호
• /
• pp.111-124
• /
• 2021

최근, 2019년 4월 15일에 있었던 노트르담 대성당 화재로 문화재 복원 및 재현에 대해 2008년 숭례문 화재사건 이후 관심이 다시 한 번 집중되고 있다. 특히, 기존에 활용되던 LiDAR 및 광파기 측량 등을 활용한 문화재 실측을 다양한 3차원 재현 기술을 활용하여 복원 및 재현하려는 연구가 활발히 진행되고 있다. 본 연구는 운주사의 와형석조여래불을 대상으로 최근 4차 산업혁명 시대에서 핵심기술로 자리매김한 UAV(Unmanned Aerial Vehicle)의 무인항공영상와 기존에 사진측량에 활용되던 근접영상(CRP) 및 지상 LiDAR 스캐닝을 활용하여 데이터를 획득하고, 이들을 3가지 융합모델로 SfM기반의 3차원 재현을 실시, 모델의 재현도 및 정확도를 비교·분석하였다. 아울러, 3가지의 모델 중 가장 우수한 융합모델을 활용하여 11세기 초 고려시대의 불교 천문학적 고증이 녹아있는 와형석조여래불을 실세계 좌표기반으로 북극성과의 연관성을 확인한다. 본 연구를 통해 문화재의 단순한 외형적인 3차원 재현뿐 아니라 문화재에 담긴 역사적 고증을 확인함으로써 문화재의 종류 및 형태에 따라 고증까지 함께 재현하는 방안을 모색하였다.

• 한국측량학회지
• /
• 제35권6호
• /
• pp.599-608
• /
• 2017

아스팔트 도로표면의 균열은 자동차 속도, 연료 소비량, 도로주행 시 승차감, 도로표면의 내구성 등에 영향을 미친다. 이러한 도로의 균열은 장시간 방치 시 상당히 위험한 결과를 초래할 수 있다. 사람이 직접 균열을 찾아 내어 적절한 조치를 취하기에는 너무 많은 시간과 비용이 소모된다. 또한 고가의 레이저 장비 차량들을 활용하기에는 초기 비용과 장비 운용에 어려움을 가진다. 이에 본 연구에서는 UAV 영상을 이용해 컴퓨터 비전 기반의 관심영역(ROI: Region of Interest) 설정과 에지 검출 알고리즘을 적용하여 도로표면의 균열탐지 방안을 제시하였다. 본 연구 결과는 무인항공기를 활용한 효율적인 도로표면 결함탐지 및 유지보수 방안으로 제시될 수 있다. 또한 도로 이외 건물빌딩의 외벽, 대규모 저장 탱크 등 다양한 건축, 토목 구조물에 발생된 균열 탐지에 활용이 가능하며 비용저감 효과를 기대할 수 있을 것이다.

• 한국측량학회지
• /
• 제38권1호
• /
• pp.23-33
• /
• 2020

최근 UAV (Unmanned Aerial Vehicle)를 이용하여 고해상도 영상을 편리하게 취득할 수 있게 되면서 저비용으로 소규모 지역의 관측 및 공간정보 제작이 가능하게 되었다. 특히, 농업환경 모니터링을 위하여 작물생산 지역의 피복지도 생성에 대한 연구가 활발히 진행되고 있으며, 랜덤 포레스트와 SVM (Support Vector Machine) 및 CNN(Convolutional Neural Network) 을 적용하여 분류 성능을 비교한 결과 영상분류에서 딥러닝 적용에 대하여 활용도가 높은 것으로 나타났다. 특히, 위성영상을 이용한 피복분류는 위성영상 데이터 셋과 선행 파라메터를 사용하여 피복분류의 정확도와 시간에 대한 장점을 가지고 있다. 하지만, 무인항공기 영상은 위성영상과 공간해상도와 같은 특성이 달라 이를 적용하기에는 어려움이 있다. 이러한 문제점을 해결하기 위하여 위성영상 데이터 셋이 아닌 UAV를 이용한 데이터 셋과 국내의 소규모 복합 피복이 존재하는 농경지 분석에 활용이 가능한 딥러닝 알고리즘 적용 연구를 수행하였다. 본 연구에서는 최신 딥러닝의 의미론적 영상분류인 DeepLab V3+, FC-DenseNet (Fully Convolutional DenseNets), FRRN-B (Full-Resolution Residual Networks) 를 UAV 데이터 셋에 적용하여 영상분류를 수행하였다. 분류 결과 DeepLab V3+와 FC-DenseNet의 적용 결과가 기존 감독분류보다 높은 전체 정확도 97%, Kappa 계수 0.92로 소규모 지역의 UAV 영상을 활용한 피복분류의 적용가능성을 보여주었다.

• 한국측량학회지
• /
• 제36권4호
• /
• pp.263-270
• /
• 2018

지표면 온도는 지면-대기의 상호 순환을 이해하는데 중요한 요소로 알려져 있지만 시공간적 변동성이 크기 때문에 정규적인 관측은 거의 이루어지지 못하고 있다. 기존의 지표면 온도는 위성 영상을 이용하여 관측하고 있지만 위성의 특성상 긴 재방문주기와 낮은 정확도의 한계를 가지고 있다. 본 연구에서는 기존의 위성 영상을 활용한 지표면 온도 관측의 대체가능성을 확인하기 위해 무인항공기에 열적외선 센서를 탑재하여 단일 영상을 취득하였다. 취득된 영상은 JPEG 영상에서 TiFF 영상으로 변환하여 정사영상을 제작하였으며 정사영상의 DN값을 이용하여 실제 지표면 온도로 계산하였다. 계산된 피복별 지표면 온도의 정확도를 평가하기 위해 영상촬영과 동시에 적외선 온도계로 직접 관측한 지표면 온도와 비교하였다. 두 가지 방법으로 관측한 지표면 온도를 비교 했을 때, 모든 피복들에 대해서 정확도가 열적외선 센서의 관측 정확도 이하로 나타났다. 따라서 무인항공기에 탑재된 열적외선 센서를 이용하여 기존의 지표면 온도 관측 방법인 위성 영상의 대체 가능성을 확인하였다.

• 한국산학기술학회논문지
• /
• 제19권4호
• /
• pp.63-68
• /
• 2018

무인항공사진측량에서 지상기준점(GCP: Ground Control Point)의 설치는 시간과 비용이 가장 많이 소요되는 작업공종이다. 최근 항법센서와 통신기술의 급속한 발전으로 RTK(Real Time Kinematic) 또는 PPK(Post Processed Kinematic) 방식과 같이 지상기준점을 사용하지 않고도 무인항공사진측량이 가능한 UAV(Unmanned Aerial Vehicle) 기체가 활용되고 있다. 본 연구에서는 무기준점에 의한 RTK-UAV 측량의 잠재성을 평가하고자 지상기준점을 사용한 비 RTK(non-RTK)-UAV 측량과 비교 실험을 수행하였다. 즉 지상기준점의 수를 달리하여 비 RTK(non-RTK) 방식의 UAV와 무기준점에 의한 RTK 방식의 UAV로 동시에 촬영하여 획득된 영상으로 제작한 성과물의 위치정확도를 비교 분석하였다. 영상취득은 촬영고도 약 160m에서 Canon IXUS 127 카메라(초점거리 4.3mm, 화소크기 $1.3{\mu}m$)로 이론적인 GSD는 약 4.7cm이다. 실험결과, 비 RTK 방식에 의한 지상기준점의 수에 따른 위치정확도의 RMSE(평면/수직)는 GCP가 5개인 경우 각각 4.8cm/8.2cm, 4개인 경우 5.4cm/10.3cm, 3개인 경우 6.2cm/12.0cm로 나타났다. 그리고 비 RTK 방식의 무기준점인 경우에는 평면과 수직위치 오차의 RMSE가 각각 112.9cm, 204.6cm로 매우 크게 증가하였다. 하지만 무기준점으로 RTK 방식을 적용한 무인항공사진측량의 경우에는 평면과 수직위치 정확도가 각각 13.1cm, 15.7cm로 비 RTK 방식에 비하여 오차가 현저하게 줄어들었다. 연구결과, 무기준점으로도 정밀한 위치 결정이 가능한 RTK 방식의 무인항공사진측량은 경제성이 크게 증가하여 향후 공간정보 분야에의 활용성이 기대된다.