• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.77-84
• /
• 2022

본 논문에서는 자동항법 비행이 가능한 무인기를 활용하여 미세먼지 등의 대기 오염물질을 모니터링 하는 시스템을 제안한다. 기존 대기 질 관리 시스템은 고정된 센서 박스를 통한 관제나 조종장치를 이용한 드론의 측정 센서를 통하여 정보를 취득하는 방식을 사용했다. 이는 한정된 공간과 모니터링을 위한 별도의 데이터 수집 및 전송들의 추가적인 절차가 진행되어야 하는 단점을 가진다. 본 논문에서 이러한 문제점을 극복하기 위하여 비행정보 지정을 통한 자율항법 비행이 가능한 무인기에 위치 정보를 위한 GPS 모듈과 미세먼지 측정을 위한 PMS7003 모듈을 내장하고 수집된 정보는 SD 모듈에 저장하고 비행 종료 후 전송버튼을 통해 블루투스로 연결된 스마트폰 앱을 통하여 원격 데이터베이스에 저장되는 원스톱 구조의 시스템을 구성한다. 또한, 실시간 모니터링을 위한 HTML5 기반의 웹 모니터링 페이지를 구성하여 관심 사용자에게 제공된다. 본 연구의 결과는 무인 비행체를 통한 환경 모니터링 시스템에 활용될 수 있으며, 향후 아황산가스 및 이산화탄소 등의 다양한 오염물질 측정 센서를 추가하여 토털 환경 관제 시스템으로 발전시키고자 한다.

• 대한토목학회논문집
• /
• 제42권3호
• /
• pp.343-350
• /
• 2022

하천합류부에서 수체혼합양상을 파악하기 위해서는 고해상도의 자료가 필요하다. 특히 하천분석에 있어 수리·수질 특성은 수생태 건강성에 대한 기초자료로 사용되기 때문에 지속적 모니터링을 통해 관측이 필요한시점이다. 또한 현제 기존의 모니터링 체계에서도 1차원적인 고정적인 측정방법을 통해 측정이 진행되기 떄문에 측정지점 주변의 제외한 하천 전체의 수리·수질 특성조사가 이루어지지 않고 있다. 그에 따른 고해상도의 측정자료를 얻기 위해서는 측정자가 부담을 많이 가지며, 측정할 수 있는 영역이나 시간적으로 제한적이다. 해상도는 낮추되 광범위한 데이터를 취득하기 위해서는 적절한 보간법이 선정되어야 한다. 따라서 본 연구에서는 하천합류부에서의 고해상도 측정방법을 소개하고 계측결과에 따른 보간법 비교하였다. 이를 이용한 저해상도 측정결과에서의 예측과 보간법에 대한 시각화를 통해 하천의 전체적인 수리·수질정보를 표기하였다. 각각의 보간법을 비교함으로써 하천 매핑에 있어 IDW, Natural Neighbor, Kriging 기법을 적용하여 시각화된 자료와 정량적 평가를 통해 하천매핑의 정밀성을 향상시켰다. 본연구를 통해 공간보간을 통한 하천의 측정의 새로운 방안제시가 될것이라 사료된다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.57-66
• /
• 2022

도로관리청은 고속도로 진·출입 톨게이트 및 본선에 저속 WIM 또는 고속 WIM을 설치하여 과적차량을 단속하고 있으나, 근래 과적 화물차가 가변축을 불법 조작하여 도로관리청의 과적차량 단속시스템을 지능적으로 회피하는 운행이 증가하고 있다. 과적 검문소 진입 시에는 차축을 모두 내려 정상 통과하고 본선 주행 시에는 가변축을 불법으로 들어 축하중 10톤을 초과하여 과적 운행하는 방식이다. 이에 본 연구는 도로변에 차량 옆면 촬영 카메라를 설치하여 도로 주행 중인 화물차의 가변축 상태를 검지하는 기술을 개발하였다. 과적차량 검문소의 계중정보 연계 시 검문소 진출 후 차축을 들어 과적 운행하는 차량을 단속할 수 있는 기반기술이다. 제안기술은 제2서해안고속도로 송산마도IC~마도JC 구간 노변에서 취득된 영상을 학습데이터로 가공하고 Mask RCNN 알고리즘을 활용하여 타이어를 인식하였으며 인식된 타이어들을 배열하고 높이차를 측정하는 방식으로 타이어의 들림 여부를 판단하였다.

• 지구물리와물리탐사
• /
• 제26권2호
• /
• pp.84-93
• /
• 2023

지도 학습 기반 딥러닝 탄성파 역산은 소규모 영역을 대상으로 하는 합성 자료 예제에서 성공적인 역산 성능을 보여주었다. 지도 학습 기반 딥러닝 탄성파 역산은 시간 영역 파동장을 입력, 지하 속도 모델을 출력으로 사용하는데, 시간 영역 파동장은 다양한 파동 정보를 포함하고 있어 자료의 크기가 상당히 크다. 따라서 대량의 데이터로 훈련하는 지도 학습 기반 딥러닝 탄성파 역산을 현장 규모의 자료에 적용하는 연구는 아직까지 수행되지 못하고 있다. 본 연구에서는 지도 학습 기반 딥러닝 탄성파 역산 기법을 현장 규모의 자료에 적용하기 위해 시간 영역 파동장 대신 라플라스 영역 파동장을 입력으로 사용하여 지하 속도 모델을 예측하였다. 시간 영역 파동장 대신 라플라스 영역 파동장을 사용하면 결과의 해상도는 다소 떨어지지만 입력 자료의 크기가 크게 감소하여 신경망 훈련이 빨라지게 된다. 또한, 큰 격자 간격을 사용할 수 있어 현장 자료 크기의 속도 모델을 효율적으로 예측할 수 있으며 이를 통해 얻은 결과는 후속 역산의 초기 모델로 사용될 수 있다. 신경망 훈련을 위해 현장 자료 크기를 가지는 대량의 합성 속도 모델과 라플라스 영역 파동장을 생성한 후 인공 합성 자료만으로 신경망을 훈련시켰다. 또한, 해양 탄성파 탐사를 시뮬레이션하기 위해 견인 스트리머 취득 조건을 채택하였다. 테스트 자료와 벤치마크 모델을 이용한 수치 예제에서 훈련된 신경망을 테스트한 결과, 적절한 배경 속도 모델들을 얻을 수 있었다.

• 대한토목학회논문집
• /
• 제42권2호
• /
• pp.291-298
• /
• 2022

최근 개발되는 드론은 저가이면서 운용의 편의성 또한 높아 드론을 이용한 공간정보 제작 및 활용이 나날이 증대되고 있다. 그러나, 대부분 저가형의 드론은 저정밀도 GNSS (Global Navigation Satellite System), IMU (Inertial Measurement Unit)를 탑재하여 영상을 취득하기 때문에 영상이 초기에 가지고 있는 위치정보 및 회전각 요소의 정확도가 낮다. 또한, 기체가 작고 가벼워 바람의 영향을 많이 받기 때문에 일정한 중복도를 유지하기에 어려움이 있으며 이러한 문제가 위치결정 정확도에 영향을 미친다. 이에 본 연구에서는 외부표정요소 변화에 따른 위치 정확도 변화를 분석하기 위하여 서로 다른 시기에 촬영한 영상을 Pix4D Mapper로 영상처리하고 성과물의 정확도를 분석하였다. 외부표정요소에 따른 정확도 변화를 세밀하게 분석하기 위하여 1차 처리 결과의 외부표정요소를 2차 처리 시 메타데이터로 활용하였다. 이후 외부표정요소를 스트립별로 나누어 변화량을 분석하였다. 분석 결과 회전각 요소 중 Omega, Phi값의 변화는 표고위치 정확도, Kappa값은 평면위치 정확도의 저하에 더욱 관련되어 있음을 입증하였다.

• 생물환경조절학회지
• /
• 제29권2호
• /
• pp.161-170
• /
• 2020

국내 시설 농업의 99.2%를 차지하는 플라스틱온실의 내부 환경인자는 외부 환경의 변화에 민감하게 반응하고 온실 공간 내부에서 편차가 발생한다. 온도, 습도, CO₂, 광도의 환경인자를 계측하기 위한 지점을 3 × 3 × 5로 구성하여 데이터를 취득하고 내부 공간을 수직, 수평적인 측면으로 분할하여 환경 인자의 분포를 확인하였다. 계측지점의 최적점을 선정하고자 계측 공간을 수직, 수평적인 방향으로 분할하고, 측정 데이터와 이를 활용한 예측지점의 선형회귀분석 결과로 성능평가를 실시하였다. 일반적인 상황에서는 온도와 습도 인자의 경우 1개의 센서로 플라스틱온실 내부 환경의 계측이 가능할 수 있으나, 특정구간의 경우 다수의 센서를 활용하여 내부공간의 정밀성을 확보하는 것이 필요하다. CO₂의 경우 실험기간 내의 계측 매트릭스의 증가에도 불구하고 변이를 정의하는데 한계가 있음을 발견하였다. 조도 분포의 경우 일출 이후 지속적으로 회귀분석 결과가 작아짐을 발견하였다. 구조물의 간섭 등을 고려해 동일한 수평적인 방향에서 미계측 지점의 결정계수가 감소하였고, 센서 매트릭스 배치를 작물 높이 위로 위치하여 다수의 센서 노드 설치로 개선 가능하다고 예상된다. 외부 환경의 변화에 따라 온실 내부 환경이 불규칙하게 변화되며, 이 구간은 시설의 규격을 고려하여 계측 매트릭스를 구성해야 한다. 반대로 안정적인 구간에서는 최소한의 센서 노드로 내부 환경의 예측이 가능한 것을 확인할 수 있었다. 결과적으로 측정하고자 하는 환경인자와 시설의 구조 등 연구 및 재배자의 목적에 맞는 계측 매트릭스 위치 선정의 유동성이 요구되며, 덕트의 개폐위치를 조절하여 필요한 곳에 에너지를 투입하는 국소냉난방 및 생육제어 모델링 설계에 적용 가능하다고 판단된다.

• 한국조경학회지
• /
• 제48권4호
• /
• pp.19-28
• /
• 2020

도시화로 인한 도시열섬현상(Urban Heat Island)이 심화되면서 도시차원의 열 관리가 중요한 이슈로 다뤄지고, 도시열섬현완화 방안으로 녹지사업과 환경정책이 시행되고 있고, 도시공원 및 녹지와 열의 관계를 분석하는 다수의 연구가 수행되었다. 하지만 열이라는 특성은 다수의 요인이 복합적으로 얽혀있어 선형적 상관관계를 통한 해석에 한계가 있다. 본 연구는 변수요인들이 다양하고 데이터의 양이 방대하여 기존의 통계분석방식으로는 분석하기 어려운 분야에서 강점을 갖는 심층신경망 모형 방법론을 사용하여 여름철 서울지역의 공원 및 녹지의 열섬저감효과를 평가하는 것을 목표로 연구를 진행하였다. 이를 위해서 Landsat 8 인공위성영상을 활용하여 동시간의 광역적인 데이터를 취득하였고, ArcGis 10.7을 이용하여 서울시를 30m×30m 그리드로 격자화하여, 각 격자에 열섬저감을 측정할 수 있는 환경변수를 구축하였다. Python 3.7과 Keras를 이용하여 심층신경망 모형을 생성하여 지표면 온도와 변수 간의 관계를 분석하였다. 분석 결과, 인공신경망 모형은 높은 설명력을 가지는 것을 확인하였다. 또한 일반적인 연구 결과와 마찬가지로 인접 녹지와의 거리가 가까울수록, 공원면적이 커질수록, 공원의 식생활력도가 높을수록 지표면 온도가 낮아짐을 확인하였다. 식생활력도에 의한 냉각효과가 많이 있는 것을 확인하였고, 일부 선행연구에서 녹지에 인접할수록 0.3℃ ~ 2.3℃ 저감될 수 있는 특성이 나타나고, 공원의 크기가 크면 2℃~3℃ 저감효과가 나타난다는 결과를 보이고 있는데, 본 연구결과와 비교해 보면 도출된 효과가 과대평가되었을 가능성을 확인하였다. 본 연구의 결과는 향후 도시열섬현상 완화를 위해 새로운 도시녹지를 조성시 효과적인 녹지 구성을 위한 정보로 활용될 수 있다.

• 한국환경생태학회지
• /
• 제32권6호
• /
• pp.686-697
• /
• 2018

오늘날 원격탐지기술의 발달로 인해, 산림지역과 같이 피복 분류작업이 난해한 지역을 비롯한 광범위한 지역에서의 세밀한 변화탐지를 위한 고해상도 위성영상 취득이 가능해졌다. 하지만, 고해상도 영상에 대한 시계열분석의 과정에서 많은 양의 지상 관측 데이터가 요구된다. 본 연구에서는 토지피복도를 지상 관측데이터로 활용한 위성영상 분류 방법의 가능성을 시험하였다. 연구대상지는 강원도 원주시이며, 산림지역과 시가화지역이 공존하는 공간이다. 연구 자료는 2015년 3월에 촬영된 KOMPSAT-3A 영상과 2017년도 토지피복도를 이용하여 분류를 시도하였다. 서포트벡터머신(SVM)과 랜덤포레스트(RF)의 두 가지 상이한 화소기반 분류기법을 적용하여 대상지에 대한 피복분류의 분류정확도를 비교 분석하였으며, SVM 분석의 경우 다수 분석(Majority analysis)을 후속 진행하였다. 분석대상은 산림식생만 포함한 지역과 연구대상지 전지역으로 구분하였고, 대상 면적이 협소한 습지는 분석과정에서 제외하였다. 분류 결과는 오차 행렬의 전체 정확도가 두 가지 분류대상에 대해 RF 기법이 SVM 기법보다 더 나은 것으로 나타났다. 산림지역만을 대상으로 한 경우, RF 기법이 SVM 기법에 비해 18.3% 높은 값을 나타낸 반면, 전체지역을 대상으로 한 경우는 둘 사이의 간격이 5.5%로 줄어들었다. SVM 기법에 다수 분석 (Majority analysis)을 추가로 실시한 경우, 1% 정도의 정확도 향상이 나타났다. RF 기법은 산림지역의 활엽수를 분석해 내는데 상당히 효과적이었지만, 다른 대상에 대해서는 SVM 기법이 더 나은 결과를 나타내었다. 본 연구는 고해상도 단일시기 영상에 대한 화소 기반의 분류기법을 시험한 것으로, 추후 시계열분석 및 객체기반 분류기법의 추가적인 적용으로 향상된 정확도와 신뢰도를 얻을 수 있을 것으로 판단된다. 이 연구의 방법론은 시공간적으로 고해상도 분석결과를 제공함으로써, 대면적의 토지계획에 유용할 것으로 기대된다.

• 대한토목학회논문집
• /
• 제30권3A호
• /
• pp.297-307
• /
• 2010

최근 토목, 건축 구조물의 유지관리 기술에 대한 관심이 커지고 있으며 구조물의 성능저하 및 노후화 등으로 구조적 안전성의 검토가 요구되는 구조물의 수가 급증하고 있는 실정이다. 그리고 구조물의 노후화 및 부재의 균열 등으로 인하여 강성이 저하되면 구조물의 동특성에 변화가 나타나게 되며 구조물의 실제 거동상태에서 동특성을 분석하여 손상부위와 손상정도를 정확히 판단하는 것은 중요한 문제이다. 구조물 모니터링에 사용되는 대표적 계측장비가 동적계측기이다. 기존의 동적계측기는 측정 센서와 장비를 연결하는 케이블 길이가 길어질 경우 신뢰할 수 있는 데이터를 얻기 힘들고 각 센서와 계측기를 1:1로 연결하는 방식을 취하고 있어 비경제적이다. 따라서 센서를 부착하지 않고 원거리에서 진동을 측정하는 방법이 필요하다. 구조물의 진동을 계측하기 위하여 적용 가능한 비접촉식 방법으로는 레이저의 도플러효과, GPS를 이용하는 방법 및 영상처리기법 등이 대표적이다. 레이저의 도플러효과를 이용하는 방법은 정확도가 상대적으로 높지만 비경제적이며, GPS를 이용하는 방법은 장비가 고가이고 신호 자체의 오차와 데이터 취득속도의 제약이 있는 단점이 있다. 그러나 영상신호를 이용하는 방법은 간편하고 경제적이며 접근이 어려운 구조물의 진동 및 동특성 추출에 적합하다. 기존에도 센서를 대신하여 카메라의 영상신호를 이용하는 연구가 수행되기도 하였으나, 기존의 방법은 구조물에 부착된 표적의 한 지점을 기록한 후 영상처리기법을 이용하여 진동을 측정하는 방법으로서 측정 대상이 비교적 국한적일 수 있다. 그러므로 본 연구에서는 영상처리기법을 이용하여 구조물의 다중 변위응답을 측정할 수 있는 방법의 타당성을 검증하기 위하여 진동대 실험 및 현장재하실험을 수행하였다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.