• 한국산학기술학회논문지
• /
• 제21권10호
• /
• pp.197-205
• /
• 2020

무인항공사진측량은 기존의 유인항공사진측량에 비하여 고해상도의 영상을 신속하게 취득하여 활용할 수 있다는 장점이 있다. 특히, 무인항공사진측량을 이용한 3차원 공간정보의 활용성이 커지는 시점에서 무인항공사진측량을 이용한 3차원 모델 제작은 상당히 중요한 문제이다. 이에 본 연구에서는 무인항공사진측량을 이용하여 3차원 모델을 제작하고 정성적 및 정량적 분석을 통하여 활용 가능성을 판단하고자 하였다. 정성적 분석은 3차원 국토공간정보 구축 작업규정에 명시된 세밀도를 이용하여 분석하였다. 그 결과 평면상에 존재하는 지형·지물의 경우 높은 세밀도 Level을 보였지만, 고저차가 있는 지형·지물의 경우 폐색지역 및 시차로 인하여 낮은 세밀도 Level을 나타냈다. 정량적 분석은 검사점과 주변 구조물에서 취득한 3차원 좌표를 이용하여 분석하였다. 그 결과 검사점의 경우 평균오차가 평면에서 0.042~0.059 m, 표고에서 0.050~0.161 m로 나타났으며 구조물의 모서리를 이용한 정확도 분석 결과는 평균오차가 평면에서 0.068 m, 표고에서 0.071 m로 나타났다. 따라서, 무인항공사진측량에 의한 3차원 모델은 디지털 트윈, 사면 경사도 분석 및 BIM분야에도 활용 가능성이 있다고 판단된다.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.693-698
• /
• 2018

본 논문은 최근 물체탐지 분야에서 실시간 물체 탐지 알고리즘으로 주목을 받고 있는 YOLOv2(You Only Look Once) 알고리즘을 이용하여 밀집 영역에 주차되어 있는 자동차 탐지 방법을 제안한다. YOLO의 컨볼루션 네트워크는 전체 이미지에서 한 번의 평가를 통해서 직접적으로 경계박스들을 예측하고 각 클래스의 확률을 계산하고 물체 탐지 과정이 단일 네트워크이기 때문에 탐지 성능이 최적화 되며 빠르다는 장점을 가지고 있다. 기존의 슬라이딩 윈도우 접근법과 R-CNN 계열의 탐지 방법은 region proposal 방법을 사용하여 이미지 안에 가능성이 많은 경계박스를 생성하고 각 요소들을 따로 학습하기 때문에 최적화 및 실시간 적용에 어려움을 가지고 있다. 제안하는 연구는 YOLOv2 알고리즘을 적용하여 기존의 알고리즘이 가지고 있는 물체 탐지의 실시간 처리 문제점을 해결하여 실시간으로 지상에 있는 자동차를 탐지하는 방법을 제안한다. 제안하는 연구 방법의 실험을 위하여 오픈소스로 제공되는 Darknet을 사용하였으며 GTX-1080ti 4개를 탑재한 Deep learning 서버를 이용하여 실험하였다. 실험결과 YOLO를 활용한 자동차 탐지 방법은 기존의 알고리즘 보다 물체탐지에 대한 오버헤드를 감소 할 수 있었으며 실시간으로 지상에 존재하는 자동차를 탐지할 수 있었다.

• 전기학회논문지
• /
• 제67권6호
• /
• pp.773-781
• /
• 2018

In recent years, a study of power-line inspection using an unmanned aerial vehicle (UAV) has been actively conducted. However, relevant studies have been conducting power-line inspection with an UAV operated by manual control, and they have developed just power-line detection algorithm on aerial images. To overcome limitations of existing research, we propose a drone-based power-line tracking system in this paper. The main contributions of this paper are to operate developed system under configured environment and to develop a power-line detection algorithm in real-time. Developed system is composed of the power-line detection and the image-based tracking control. To detect a power-line in real-time, a region of interest (ROI) image is extracted. Furthermore, clustering algorithm is used in order to discriminate the power-line from background. Finally, the power-line is detected by using the Hough transform, and a center position and a tilt angle are estimated by using the Kalman filter to control a drone smoothly. We design a position controller and an attitude controller for image-based tracking control, and both controllers are designed based on the proportional-derivative (PD) control method. The interaction between the position controller and the attitude controller makes the drone track the power-line. Several experiments were carried out in environments where conditions are similar to actual environments, which demonstrates the superiority of the developed system.

• 한국환경복원기술학회지
• /
• 제22권1호
• /
• pp.61-72
• /
• 2019

With the diversification of research using UAV(Unmanned Aerial Vehicle)s, the possibility of remote sensing research for urban green spaces is increasing. UAVs can be used as an investigation method to monitor the successful construction of the park and the planting of vegetation since its creation. This study was carried out to investigate UAVs utilization of urban green space monitoring in Dosol Square. It was photographed three times on May 21, July 13, and September 16, 2018 using DJI Phantom3 pro, Inspire2, and Parrot Sequoia multispectral camera. Orthographic images were overlaid on the planting plan of the site and the construction results were checked, the change of vitality of the plantation area was analyzed by NDVI(Normalized Difference Vegetation Index) and SAVI(Soil Adjusted Vegetation Index). As a result, it was confirmed that the UAVs are very effective for surveying the view of the urban green space after the construction and recording the results, which can be grasped quantitatively by overlaying the planting plan map. UAVs are more likely to be used in terms of monitoring vegetation vitality. It is interpreted that SAVI is better than NDVI in the green space just after composition. Chionanthus retusus and Pinus strobus were analyzed for their low level of vitality, and partially damaged and their vitality was lowered. In addition, there was difficulty in grass planting area and flower garden due to drainage and summer drought problems. In the future, it is expected that orthoimage and multispectral data using UAVs will be useful in the early vegetation monitoring and management field of urban green spaces.

• 한국시뮬레이션학회논문지
• /
• 제27권4호
• /
• pp.19-26
• /
• 2018

공중투하형 무인비행체는 비행성능의 극대화 및 모기체 탑재시의 소요공간 최소화를 위하여 접이식 직렬날개를 주로 사용한다. 이러한 접이식 직렬날개는 전방날개의 후류에 의한 후방날개 간섭문제, 날개 전개시 전후방 날개에 걸리는 피봇 모멘트의 불균형 등 일반적인 형태의 고정익 비행체와 다른 독특한 공기역학적 문제를 가지고 있다. 이에 본 논문에서는 유한체적법 기반의 전산유체역학을 통하여 여러 경우에 대하여 모델링 및 시뮬레이션을 수행하였으며 접이식 직렬날개 방식 비행체의 여러 공기역학적 현상에 대해 분석하였다. 그 결과 받음각 변화에 따른 전방날개에 의한 후류영향을 최소화하기 위하여 전방 날개를 후방날개보다 수직방향으로 높게 설치할 필요가 있었다. 또한 공력에 의한 피봇모멘트를 고려시 전방날개에 비하여 후방날개가 훨씬 빠른 속도로 펼쳐질 수 있으므로 날개 펼침 기구 개발 시 이에 대한 고려가 필요함을 확인하였다.

• 한국광학회지
• /
• 제26권3호
• /
• pp.155-161
• /
• 2015

본 논문에서는 연안 지역 저고도 원격측정을 위한 소형 무인항공기 용 초분광센서 개발의 일환으로 비축 삼반사경 전단광학계의 설계와 성능분석 결과를 제시하였다. 이 광학계는 수 cm의 공간해상도(4cm@500m 운영고도)와 $4^{\circ}$의 시야각, 그리고 신호대 잡음비 100(@660 nm) 이상의 요구사항을 만족시키기 위하여, 70 mm의 입사동 크기와 개구수 5.0으로 설계 사양을 가지는 비구면의 주경과 부경이 포함된 비축 삼반사경 형태로 설계되었다. 본 설계의 광학성능은 $1/15{\lambda}$ 이하 RMS 파면오차 성능과 0.75이상의 MTF 성능(@660 nm)이 기대된다. 제작과 조립 단계를 고려하여 민감도 분석을 통해 3 반사경을 정렬 보상자로 선정하였으며, 경사 공차범위는 요소별로 0.17 mrad 으로 결정되었다. 이 비축 삼반사경 광학설계는 기존 초분광센서의 전단광학계에 비해 높은 광학성능을 보이고, 소형 무인항공기에 맞추어 경량화가 가능하도록 제작 기반을 설정하여, 향후 연안 원격탐사 연구에 활용될 예정이다.

• 한국항공우주학회지
• /
• 제38권12호
• /
• pp.1217-1222
• /
• 2010

본 논문은 근접감시 무인항공기(KUS-9)의 비행제어 소프트웨어(S/W) 개발 과정과 모델기반 개발 기술 적용 결과를 다룬다. 대표적인 상용 모델기반 설계도구인 MATLAB $Simulink^{(R)}$를 활용하여 통합개발 환경을 구축하고 비행제어법칙, 운용로직, 비행 시뮬레이션 모델, HILS(Hardware-in-the-Loop Simulation) 시스템 모델을 설계하였다. 설계 과정에서 요구사항 충족을 위한 시뮬레이션 및 동료검토를 수행하고 DO-178B 검증 도구를 이용하여 모델을 검증한 후 S/W시험 도구를 통해 C코드의 무결성을 검증하였다. 탑재 소프트웨어는 두 기종의 하드웨어 및 실시간운용체제(${\mu}C$/OS-II, VxWorks)에 탑재하여 HILS시험과 비행시험을 수행하였다. 모델기반 개발 기법을 적용함으로써 S/W 재사용성과 확장성을 확보하고 자동코드생성 기술을 이용하여 고신뢰 비행제어 S/W를 단기간에 성공적으로 개발하였다.

• 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.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.1055-1066
• /
• 2018

식생의 광학적 특성을 기반으로 만들어진 식생지수들은 식물의 생물생산량뿐만 아니라 생리적 활성을 나타내고 있다. 식생지수의 활용은 위성에 장착된 다중분광 광학 센서의 발달에 힘입은 바가 크지만, 관측 공간규모에 따라 식생지수의 민감도가 달라질 수 있어 여러 규모에서의 비교 관측이 요구된다. 특히 광화학반사지수(PRI, Photochemical Reflectance Index)는 광합성능과 식물 스트레스 탐지에 유용한 것으로 알려져 있지만 올바른 해석을 위한 다양한 공간규모에서의 선행연구가 드물다. 본 연구에서는 드론에 장착된 다중분광 카메라, 소형 필드 초분광계, 휴대용 잎 반사계를 이용해 마늘 작물을 대상으로 서로 다른 공간규모의 PRI를 평가하였다. 잎 규모에서 하루 중 PRI는 잎의 윗면이 향하는 방위에 따라 서로 다른 시간에 최저값을 보였으며, 이는 어떤 순간에 잎마다 다른 광이용효율(LUE, Light Use Efficiency) 상태라는 것을 의미한다. 잎 규모에서는 식생피복율에 영향을 받지 않으므로 PRI 생물계절적 변화는 생육 초기에 개체 및 군락 규모보다 값이 높게 나타났다. 개체 및 군락 규모에서 PRI는 생물량을 나타내는 NDVI(Normalized Difference Vegetation Index)와는 달리 공간적 변동성이 크게 나타났다. 반면, 지상의 개체들 규모의 식생지수를 드론 영상의 관측 지점 값과 비교해 보면 NDVI에 비해 PRI가좀더 좋은 일치도를 보였다. 이러한 결과는 서로 다른 공간규모에서 관측된 PRI를 이해하고 활용하는데 도움이 될 것이다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.37-38
• /
• 2017

최근 방제 및 예찰과 같은 농작업에 단일 UAV(Unmanned Aerial Vehicle)시스템이 적용되고 있지만, 가반하중과 체공시간 등 기존시스템의 문제가 점차 대두되면서 작업 시간을 보다 단축시키고 작업 효율을 극대화 할 수 있는 농업용 멀티 UAV시스템의 필요성이 증대되고 있다. 본 논문에서는 작업자가 다수의 농업용 UAV를 효과적으로 제어할 수 있는 분산군집제어 알고리즘을 제안하며 알고리즘 검증 및 평가를 위한 시뮬레이터를 소개한다. 분산군집제어는 UAV 제어 계층, VP(Virtual Point) 제어 계층, 원격제어 계층으로 이루어진 3계층 제어구조를 가진다. UAV 제어 계층에서 각 UAV는 point mass로 모델링 되는 VP의 이상적인 경로를 추종하도록 제어한다. VP 제어 계층에서 각 VP는 입력 $p_i(t)=u^c_i+u^o_i+u^{co}_i+u^h_i$-(1)을 받아 제어되는데 여기서, $u^c_i{\in}{\mathbb{R}}^3$는 VP 사이의 충돌방지제어, $u^o_i{\in}{\mathbb{R}}^3$는 장애물과의 충돌방지제어, $u^{co}_i{\in}{\mathbb{R}}^3$는 UAV 상호간의 협조제어, $u^h_i{\in}{\mathbb{R}}^3$는 작업자로부터의 원격제어명령이다. (1)의 제어입력에서 충돌방지제어는 각 $u^i_c:=-{\sum\limits_{j{\in}{\eta}_i}}{\frac {{\partial}{\phi}_{ij}^c({\parallel}p_i-p_j{\parallel})^T}{{\partial}p_i}}$-(2), $u^o_c:=-{\sum\limits_{r{\in}O_i}}{\frac {{\partial}{\phi}_{ir}^o({\parallel}p_i-p^o_r{\parallel})^T}{{\partial}p_i}}$-(3)로 정의되면 ${\phi}^c_{ij}$와 ${\phi}^o_{ir}$는 포텐셜 함수를 나타낸다. 원격제어 계층에서 작업자는 햅틱 인터페이스를 통해 VP의 속도를 제어하게 된다. 이때 스케일변수 ${\lambda}$에 대하여 VP의 원격제어명령은 $u^t_i(t)={\lambda}q(t)$로 정의한다. UAV 시뮬레이터는 리눅스 환경에서 ROS(Robot Operating Systems)를 기반한 3차원 시뮬레이터인 Gazebo상에 구축하였으며, 마스터와 슬레이브 간의 제어 명령은 TCPROS를 통해 서로 주고받는다. UAV는 PX4 기반의 3DR Solo 모델을 사용하였으며 MAVROS를 통해 MAVLink 통신 프로토콜에 접속하여 UAV의 고도, 속도 및 가속도 등의 상태정보를 받을 수 있다. 현재 멀티 드론 시스템을 Gazebo 환경에 구축하였으며, 추후 시뮬레이터 상에 분산군집제어 알고리즘을 구현하여 검증 및 평가를 진행하고자 한다.