• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.93-101
• /
• 2024

Accurate field crop classification is essential for various agricultural applications, yet existing methods face challenges due to diverse crop types and complex field conditions. This study aimed to address these issues by combining support vector machine (SVM) models with multi-seasonal unmanned aerial vehicle (UAV) images, texture information extracted from Gray Level Co-occurrence Matrix (GLCM), and RGB spectral data. Twelve high-resolution UAV image captures spanned March-October 2021, while field surveys on three dates provided ground truth data. We focused on data from August (-A), September (-S), and October (-O) images and trained four support vector classifier (SVC) models (SVC-A, SVC-S, SVC-O, SVC-AS) using visual bands and eight GLCM features. Farm maps provided by the Ministry of Agriculture, Food and Rural Affairs proved efficient for open-field crop identification and served as a reference for accuracy comparison. Our analysis showcased the significant impact of hyperparameter tuning (C and gamma) on SVM model performance, requiring careful optimization for each scenario. Importantly, we identified models exhibiting distinct high-accuracy zones, with SVC-O trained on October data achieving the highest overall and individual crop classification accuracy. This success likely stems from its ability to capture distinct texture information from mature crops.Incorporating GLCM features proved highly effective for all models,significantly boosting classification accuracy.Among these features, homogeneity, entropy, and correlation consistently demonstrated the most impactful contribution. However, balancing accuracy with computational efficiency and feature selection remains crucial for practical application. Performance analysis revealed that SVC-O achieved exceptional results in overall and individual crop classification, while soybeans and rice were consistently classified well by all models. Challenges were encountered with cabbage due to its early growth stage and low field cover density. The study demonstrates the potential of utilizing farm maps and GLCM features in conjunction with SVM models for accurate field crop classification. Careful parameter tuning and model selection based on specific scenarios are key for optimizing performance in real-world applications.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1152-1154
• /
• 2003

The needs of 3-D data have been increasing for various applications like visualization, 3-D modeling, planning and management as well as entertainment. Mobile mapping has become a quick and practical means for acquiring necessary 3-D data for above-mentioned applications. A mobile mapping system mainly consists of two main components, viz. data acquisition devices and positioning devices. The data acquisition devices consist of CCD cameras or/and laser scanners. The positioning devices consist of GPS, INS, Odometer (shaft encoder) and some other referencing devices. The overall accuracy of mobile mapping system depends on the accuracy of positioning devices and their integrated output. Though, GPS is the main input device for the position information, the signal is not available for the computation of position all the times in urban area. The GPS satellites are normally obstructed by high-rise buildings. Thus it is very important to understand the accuracy of such a system in different environments and means to solve such problems. We have developed a mobile mapping system called VLMS (Vehicle-borne Laser Mapping System), which consists of CCD Cameras, Laser scanners, GPS, INS and Odometer. In this paper, we will present and discuss the accuracy of this system with data acquired in different environments (open area, urban area, tunnel, express way etc) by analyzing the data with respect to other existing digital data.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.537-549
• /
• 2023

갯벌 퇴적물 성분의 분포 특성은 연안환경 분석, 환경영향평가에서 기초자료로 활용되기 때문에 신뢰성 높은 갯벌 표층 퇴적상 분포도를 제작하는 것은 매우 중요하다. 이 연구에서는 갯벌 퇴적상 분포도를 생성하기 위해 회귀 크리깅(regression kriging)의 적용성을 평가하였다. 이를 목적으로, 갯벌 표층 퇴적상 분류 과정에서 현장조사 자료의 수, 부가자료의 종류, 회귀 크리깅에 적용되는 회귀 모형의 영향과 다른 예측 기법(단변량 크리깅, 회귀 분석)과의 비교와 같은 다양한 요인의 영향을 조사하였다. 회귀 크리깅의 적용성 평가를 위해, 우리나라 태안군 안면도에 위치한 황도 갯벌을 대상으로 무인기 자료를 이용한 사례 연구를 수행하였다. 사례연구 결과, 신뢰성 높은 갯벌 표층 퇴적상 분포도를 제작하기 위해서는 적절한 수의 현장조사 자료 확보와 함께 지형 고도와 조류로 밀도도를 부가자료로 이용하는 것이 가장 중요한 것으로 나타났다. 또한 초고해상도 무인기 자료를 이용하여 퇴적물 분포의 상세한 특성을 고려할 수 있는 회귀 크리깅이 다른 기법과 비교해서 예측 성능이 가장 우수한 것으로 나타났다. 이러한 연구 결과는 갯벌 표층 퇴적상 분포도 제작에 가이드라인으로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.169-174
• /
• 2002

In this paper, we suggest a new spatial information system called video GIS where video is used for spatial data construction and is integrated with map. We develop a prototype system of video GIS and apply it to roadside facility management. The main functions supported by the suggested system are data collection, coordinate calculation and conversion, data construction, analysis, searching, and browsing. The stereo images and corresponding position data are collected by a vehicle named 4S-Van that has GPS, IMU, and cameras. The 3-D coordinates of the objects in the images, such as road sign, signal lamp, and building, can be calculated and constructed from the collected data. The spatial objects are displayed on both image and map, and can be searched and browsed, which enables visual and realistic browsing and management of spatial objects. Compared to conventional field survey used in roadside facility management, the method enables faster, easier, and more efficient construction of spatial data. The suggested video GIS can be applied not only to roadside facility management but also to many similar projects of central or local governments that are related to GIS.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.26-32
• /
• 2016

자율주행자동차는 운전자의 조작 없이 목표지점까지 스스로 주행환경을 인식하여 운행하는 최첨단 자동차를 말하며 위성항법장치, 센서 등으로 위치를 측정하고 주행환경을 인식, 연산장치로 가감속 차선변경 등 자율주행을 제어한다. 최근, 자동차 산업은 기존 기계공학과 정보통신, 센서, 위성항법 등 첨단기술이 총 집약된 자율주행 자동차로 빠르게 진화중이다. 교통안전 정책과제 분석은 Issue-Tree를 활용하여 분석하였다. Issue-Tree 방법론은 복잡한 문제를 세분화하여 구체화하고, 체계적으로 접근하는 문제해결 도구로 자율주행자동차 도입에 따른 교통안전 관련 Issue의 해결을 위한 정책과제를 도출하기 위해 사용된다. 교통안전 정책과제를 분석하기 위해는 우선 미래 사회 및 교통여건 변화로부터 Key Word를 도출하고, 이와 연계되는 국내외 도로교통 정책/계획을 확인하여 국내외 도로 교통 정책목표 Key Word를 도출하였다. 도출된 정책목표 Key Word로부터 핵심적인 Issue를 도출하였는데, 이때 Issue-Tree 방법을 통해 체계화하였다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.987-997
• /
• 2019

최근 무인항공기(UAV)의 발전과 관심이 높아지면서 UAV의 수요가 급증하고 있다. 전통적인 방식의 인공위성 및 항공영상에 비해 적은 운용비용으로 효과적인 자료 취득이 가능하여 다양한 연구(환경, 지리정보, 해양관측, 원격탐사)에 활용되고 있다. 다만, 배터리 용량 및 관제시스템과 기체의 거리 제한에 따라 전통적인 원격탐사 방법인 위성과 항공기를 이용한 방법에 비해 좁은 면적만을 획득한다는 단점이 있다. 하지만 원거리 원격관제가 가능하다면 원격탐사 분야에서의 UAV의 활용 가능성은 더 높아질 수 있으며 이에 UAV와 관제 시스템의 거리에 상관없이 관제할 수 있는 통신 네트워크 시스템이 필요하다. 전통적인 방식의 무선장치(RF 2.4 GHz, 915 MHz, 433 MHz)로 UAV와 Ground Control System(GCS)가 송수신 할 수 있는 거리는 약 2 km 내외로 제한적이다. 하지만 구축되어 있는 Long-Term Evolution(LTE) 통신망 기반의 제어방식을 적용하면 Radio Frequency(RF) 통신망의 단점을 보완할 수 있어 기존 산업과 융합하여 보다 큰 효과를 이룰 수 있다. 본 연구에서는 LTE 통신방식을 통해 GCS 기준 최대 직선거리 6.1 km, 촬영 면적 2.2 ㎢, 총 비행 거리 41.75 km의 비행을 수행하였다. 또한, LTE 통신의 무선 기지국 현황을 통해 통신 두절 가능성에 대해서도 분석하였다.

• 센서학회지
• /
• 제32권5호
• /
• pp.267-274
• /
• 2023

LiDAR, one of the most important sensing methods used in mobile robots and cars with assistive/autonomous driving functions, is used to locate surrounding obstacles or to build maps. For real-time path generation, the detection of potholes or puddles on the driving surface is crucial. To achieve this, we used the coordinates of the reflection points provided by LiDAR as well as the intensity information to classify water areas, which was achieved by applying a linear regression method to the intensity distribution. The rationale for using the LiDAR index as an input variable for linear regression is presented, and we demonstrated that it is not affected by errors in the distance measurement value. Because of LiDAR vertical scanning, if the reflective surface is not uniform, it is divided into different groups according to the intensity distribution, and a mathematical basis for this is presented. Through experiments in an outdoor driving area, we could distinguish between flat ground, potholes, and puddles, and kinematic analysis was performed to calculate the maximum width that could be crossed for a given vehicle body size and wheel radius.

• Smart Structures and Systems
• /
• 제14권5호
• /
• pp.917-942
• /
• 2014

Multivariate statistics based damage detection algorithms employed in conjunction with novel sensing technologies are attracting more attention for long term Structural Health Monitoring of civil infrastructure. In this study, two practical data driven methods are investigated utilizing strain data captured from a 4-span bridge model by Fiber Bragg Grating (FBG) sensors as part of a bridge health monitoring study. The most common and critical bridge damage scenarios were simulated on the representative bridge model equipped with FBG sensors. A high speed FBG interrogator system is developed by the authors to collect the strain responses under moving vehicle loads using FBG sensors. Two data driven methods, Moving Principal Component Analysis (MPCA) and Moving Cross Correlation Analysis (MCCA), are coded and implemented to handle and process the large amount of data. The efficiency of the SHM system with FBG sensors, MPCA and MCCA methods for detecting and localizing damage is explored with several experiments. Based on the findings presented in this paper, the MPCA and MCCA coupled with FBG sensors can be deemed to deliver promising results to detect both local and global damage implemented on the bridge structure.

• 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.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.535-538
• /
• 2012

최근 ITS(Intelligent Transportation System)와 관련된 연구들이 활발하게 진행되면서 정보화 사회에 알맞은 차세대 교통정보 체계를 구축하는데 일조하고 있다. 도로상의 차량 속도 및 교통 정보를 실시간으로 감지할 수 있는 시스템을 구축하여 운전자에게 정보를 제공함으로써 전체 교통 상황의 흐름에 좋은 영향을 끼칠 수 있다. 본 연구에서는 각기 다른 근원지로부터 제공되는 실시간 교통 정보를 가공하여 보다 신뢰적인 실시간 교통정보를 제공하는 알고리즘을 개발하고 이를 적용하는 플랫폼 구축에 관한 연구이다.