• 제목/요약/키워드: 기준점 자동인식

검색결과 16건 처리시간 0.027초

항공기 투명체의 편각개념 설계 및 측정 시스템 개발 (Concept Design of Angular Deviation and Development of Measurement System for Transparency in Aircraft)

  • 문태상;우성조;권성일;류광열
    • 한국항공우주학회지
    • /
    • 제38권11호
    • /
    • pp.1123-1129
    • /
    • 2010
  • TA-50 항공기에 적용되는 투명체의 편각은 실제목표와 투명체를 통해 조종사가 인식하는 목표와 차이를 유발시켜, 부정확한 조준 및 이로 인한 무장계통의 정확도를 저하시킨다. 이러한 문제를 해결하기 위해 TA-50 항공기에서는 원드실드 투명체의 편각을 실측하여 편각 계수 형태로 항공기의 통합임무시현컴퓨터에 입력, 각도 편차를 보정하여 전방상향 시현기에서 목표물에 정확히 조준되도록 한다. 이러한 작동원리를 실전에 적용하기 위해 본 연구에서는 편각 자동측정장비를 국내 최초 독자적으로 개발하였다. 또한 편각 유도공식 산출 등 개발개념 및 운영 체계와 장비의 신뢰성 검증을 위한 정확성 및 정밀성에 대한 내용을 다룬다. 본 연구를 통해 개발한 장비의 정확성은 최종 판정기준인 1% 미만으로 매우 적합하였으며, 정밀성 또한 최종 판정기준을 모두 만족하여 매우 적합하다는 결과를 얻었다. 본 연구를 통해 개발된 편각 자동측정장비는 우수한 품질로 입증되어 캐노피 투명체의 국방규격에 등재되어 사용되고 있다.

Photogrammetry를 위한 드론 임무비행 영향인자 고찰 (A Study on Factors Influencing Drone Mission Flight for Photogrammetry)

  • 박동순;김태민;소인호
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2021년도 추계학술대회
    • /
    • pp.9-12
    • /
    • 2021
  • 드론 Photogrammetry는 높은 기술적 활용가치가 있는 기술로서, 결과물로 생성하는 3D 디지털 공간정보 모델이 시설물의 비육안 안전점검 및 진단에 활용될 수 있을 뿐만 아니라 디지털 트윈 구축을 위한 가장 기초적이고 핵심적인 수치 데이터를 제공하기 때문이다. 본 연구에서는 드론 Photogrammetry의 적정 품질을 구현하기 위한 임무비행의 다양한 영향인자에 대해 고찰하였다. K-water연구원 누수탐사실습장을 대상으로 드론 사진 촬영 시 비행고도, 비행속도, 중첩도, 카메라 Pitch각의 영향에 대해 연구를 수행하였다. 본 연구에서 비행시간에 영향을 미치는 인자로서 비행고도, 중첩도, 비행속도의 순으로 중요도가 있음을 알 수 있었다. 드론 임무 비행 시 후처리 결과에 가장 큰 영향을 미치는 인자는 중첩도로 나타났다. 중첩도 60% 임무비행은 3D 모델의 geometry 왜곡이 큰 편으로 나타났다. 비행 고도는 GSD (Ground Sampling Distance)와 직접 연계되므로 중요하며, 낮은 고도일수록 높은 품질의 모델링이 가능하다. April Tag를 통한 지상기준점 자동 패턴 인식 기능은 후처리 과정에서 시간 절약이 가능하여 유용하였다. 비행속도에 의한 결과물의 품질은 큰 차이가 없었으나, 수직 구조물의 모서리 부분에 다소 차이가 있었다. 짐벌 Pitch각도에 의한 정사영상 품질의 차이는 크지 않았으나 수직구조물과 평면적 구조물에 따라 각기 다른 촬영각도를 적용하는 것이 바람직하다. 본 연구성과는 향후 보다 다양한 환경에서의 데이터 수집을 통해 최적 디지털 현실 모델링에 기여할 것으로 판단된다.

  • PDF

CCTV 영상 정보를 활용한 이동 로봇의 자기 위치 추정 성능 향상을 위한 연구 (Research to improve the performance of self localization of mobile robot utilizing video information of CCTV)

  • 박종호;전영필;류지형;유동현;정길도
    • 한국산학기술학회논문지
    • /
    • 제14권12호
    • /
    • pp.6420-6426
    • /
    • 2013
  • 실내에서 자동 감시 시스템의 상업적 활용을 위하여 이동 로봇의 자기 위치 추정 능력과 더불어 주변 환경 인지 능력 향상의 필요성이 대두되고 있으며, 기존 이동 로봇의 위치 추정 및 주변 물체 인식 방법은 일반적으로 로봇 자체의 다종 센서들을 적극 활용하고 있다. 그러나 로봇의 센서만으로 이동 로봇의 실내에서 자기 위치 추정 문제 해결에 어려움이 있기에 본 논문에서는 건물에 이미 설치되어 구동되고 있는 CCTV 영상과 마커를 활용한 이동 로봇의 효과적이고 향상된 자기 위치 추정 기법을 제안하고자 한다. 보다 구체적으로 설명하면 먼저 마커 인식을 수행하는데 이는 입력 영상에서 물체 혹은 이동 로봇을 사각형으로 인지하고 이들의 꼭지점을 확인한 후 마커의 특징점을 찾아내고 이후 찾아낸 특징점에 대하여 실제 마커와 영상 관계식을 이용하여 좌표변환을 수행하고 이를 기반으로 이동 로봇의 자기 위치 추정을 수행한다. 특히, 로봇 및 장애물 등의 정보를 CCTV를 기준으로 절대 좌표값으로 환산하기에 본 연구 결과는 실내에서 로봇의 자기 위치 추정에 매우 유용하게 활용할 수 있을 것으로 사료되고 제안한 이동 로봇의 자기 위치 추정 기법을 검증하기 위해 실 로봇 시스템을 기반으로 동작 실험을 실시하였다.

유출유 모니터링을 위한 해경 항공 영상의 개별정사보정 (Individual Ortho-rectification of Coast Guard Aerial Images for Oil Spill Monitoring)

  • 오연곤;배억안;최경아;이임평
    • 대한원격탐사학회지
    • /
    • 제38권6_1호
    • /
    • pp.1479-1488
    • /
    • 2022
  • 해양에서는 선박충돌, 침몰 등으로 인하여 기름이 유출되는 사고가 간헐적으로 일어난다. 이러한 사고가 발생하였을 때 신속한 대책 마련을 위해 유출유 현황을 정확히 파악해야 한다. 이를 위해 해양경찰은 고정익비행기 또는 헬기로 대상 지역을 순찰하며 육안이나 영상 촬영을 통해 확인하는데, 유출유로 오염된 면적과 지도 상의 정확한 위치를 파악하는데 어려움이 있었다. 이에 본 연구는 유출유 현황 파악을 위해 해경에서 수집한 항공 영상을 개별적으로 지상기준점 없이 자동으로 직접 지오레퍼런싱(georeferencing)하여 정사보정하는 기술을 개발한다. 먼저, 영상 등 센서 정보를 가시화한 화면에서 지오레퍼런싱에 필요한 메타정보를 문자인식기술을 통해 추출한다. 추출된 정보를 바탕으로 영상의 외부표정요소를 결정한다. 결정된 외부표정요소를 이용해서 영상을 개별적으로 정사보정한다. 이러한 방법으로 통해 생성한 개별정사영상의 정확도는 수십 미터에서 최대 100 m 정도로 평가되었다. 지상기준점을 사용하지 않았고, 위치와 자세 센서의 관측 오차, 카메라 초점거리 등 내부표정요소의 오차를 고려할 때 상당히 양호한 수준이었다. 해양에서 유출유 오염 지역에 대한 현황 파악을 위해 적절한 수준으로 판단된다. 향후 비행 중 촬영 영상에 대한 실시간 전송이 가능해지면, 제안된 개별정사보정 기술을 통해 실시간으로 개별 정사영상을 생성할 수 있게 된다. 이를 기반으로 유출유 오염 현황에 대한 신속한 파악과 대책 수립에 효과적으로 활용할 수 있다.

딥러닝 자세 추정 모델을 이용한 지하공동구 다중 작업자 낙상 검출 모델 비교 (Comparison of Deep Learning Based Pose Detection Models to Detect Fall of Workers in Underground Utility Tunnels)

  • 김정수
    • 한국재난정보학회 논문집
    • /
    • 제20권2호
    • /
    • pp.302-314
    • /
    • 2024
  • 연구목적: 본 연구는 지하공동구 내 다수 작업자의 낙상을 자동으로 판별하기 위한 Top-down 방식의 딥러닝 자세 추정 모델 기반 낙상 검출 모델을 제안하고, 제안 모델의 성능을 평가한다. 연구방법: Top-down 방식의 자세 추정모델 중 하나인 YOLOv8-pose로부터 추론된 결과와 낙상 판별 규칙을 결합한 모델을 제시하고, 지하공동구 내 2인 이하 작업자가 출현한 기립 및 낙상 이미지에 대해 모델 성능지표를 평가하였다. 또한 동일한 방법으로 Bottom-up 방식 자세추정모델(OpenPose)을 적용한 결과를 함께 분석하였다. 두 모델의 낙상 검출 결과는 각 딥러닝 모델의 작업자 인식 성능에 의존적이므로, 작업자 쓰러짐과 함께 작업자 존재 여부에 대한 성능지표도 함께 조사하였다. 연구결과: YOLOv8-pose와 OpenPose의 모델의 작업자 인식 성능은 F1-score 기준으로 각각 0.88, 0.71로 두 모델이 유사한 수준이었으나, 낙상 규칙을 적용함에 따라 0.71, 0.23로 저하되었다. 작업자의 신체 일부만 검출되거나 작업자간 구분을 실패하여, OpenPose 기반 낙상 추론 모델의 성능 저하를 야기한 것으로 분석된다. 결론: Top-down 방식의 딥러닝 자세 추정 모델을 사용하는 것이 신체 관절점 인식 및 개별 작업자 구분 측면에서 지하공동구 내 작업자 낙상 검출에 효과적이라 판단된다.

간 이식편의 체적 예측을 위한 2점 이용 간 분리 (Liver Splitting Using 2 Points for Liver Graft Volumetry)

  • 서정주;박종원
    • 정보처리학회논문지B
    • /
    • 제19B권2호
    • /
    • pp.123-126
    • /
    • 2012
  • 본 논문은 생체간이식 전에 복부 MDCT(Multi-Detector Computed Tomography) 영상에서 간 이식편의 체적을 간단하고 정확하게 계산하기 위하여 좌간과 우간을 나누는 방법을 제안하였다. 본 알고리즘은 기증자와 수혜자의 안전을 보장하기 위하여 시스템과 의료진의 상호작업을 최소화 하여 의료진이 수술 전 이식편의 판단을 정확하게 처리할 수 있도록 하였다. 간이 추출된 영상에 좌간과 우간을 나눌 수 있는 2점(중간 정맥(MHV: Middle Hepatic Vein) 내부의 한 점과 좌우문맥(PV: Portal Vein) 분지부에서 한 점)을 선택한다. 선택된 중간정맥 내부의 점을 이용하여 중간정맥을 자동 인식한 후 중간정맥을 기준으로 절개선을 결정하여 문맥 분지부의 한 점을 연결하는 절개면을 형성한다. 좌간과 우간의 체적과 간 전체에 대한 좌우간의 비율을 계산한다. 계산된 체적의 정확성을 입증하기 위해 진단 방사선과 의사가 수동으로 처리하여 계산한 체적과 함께 수술 중 획득한 실측무게와 비교하였다. 실측무게와 수동으로 예측된 체적 사이의 오차에 대한 평균${\pm}$표준편차는 $162.38cm^3{\pm}124.39$이고, 실측무게와 2점을 이용하여 예측된 체적과의 오차에 대한 평균${\pm}$표준편차는 $107.69cm^3{\pm}97.24$이다. 실측무게와 수동으로 예측된 체적의 상관관계는 0.79이고, 실측무게와 2점을 이용하여 예측된 체적의 상관관계는 0.87이다. 그리고 2점을 선택한 후 좌우간을 분할하여 체적을 계산하는 시간을 측정하여 수술실에서 실시간으로 처리 가능한지의 여부를 확인하였다. 한 데이터세트($149.17pages{\pm}55.92$) 당 처리 시간의 평균${\pm}$표준편차는 $57.28sec{\pm}32.81$이다.