• The Korean Journal of Air & Space Law and Policy
• /
• v.34 no.1
• /
• pp.235-268
• /
• 2019

Under the Aviation Safety Act of Korea, any person who intends to operate a drone is required to follow the operational conditions listed below, unless approved by the Minister of Land, Infrastructure, Transport and Tourism; (i) Operation of drones in the daytime, (ii) Operation of drones within Visual Line of Sight, (iii) Maintenance of a certain operating distance between drones and persons or properties on the ground/ water surface, (iv) Do not operate drones over event sites where many people gather, (v) Do not transport hazardous materials such as explosives by drone, (vi) Do not drop any objects from drones. Requirements stated in "Airspace in which Flights are Prohibited" and "Operational Limitations" are not applied to flights for search and rescue operations by public organizations in case of accidents and disasters. This paper analyzes legal issues as to definition and regulations of drones in Korean Aviation Safety Act. This paper, also, offers some implications and suggestions for regulations of drones under Korean Aviation Safety Act by comparing the regulations of drones in Japanese Civil Aeronautics Act.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1027-1028
• /
• 2017

드론의 발전 속도는 빠르게 성장하고 있고, 전 세계적으로 방송 촬영, 배송, 구조, 농업분야에서 활용 범위가 확대되고 있다. 본 논문에서의 시스템은 사람이 접근하기 힘든 지역을 간단히 조립하여 수색할 수 있는 스마트 VR 드론을 통해 수색 또는 순찰에 도움이 되고자 한다. 개발된 시스템은 인력과 시간의 제약을 최소화하고, 드론을 통해 촬영한 영상을 사용자에게 가상현실을 이용한 3D영상으로 제공한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.731-732
• /
• 2016

본 논문에서는 드론을 이용하여 재난 현장에서 다수의 조난자를 구조하기 위한 다중임무 수행 시스템을 설계하고 직접 제작한 드론을 이용하여 시스템을 검증해 보았다. 먼저, 조난 영역을 설정하고 라즈베리파이를 이용한 사진 매핑을 통해 조난자의 위치를 파악한다. 다음으로, 우선순위에 따라 임무 수행 순서가 정해지고 이에 따른 임무를 미치는 방식으로 구성된다. 재난 현장에서 제안한 시스템을 사용한다면 드론이 스스로 판단하여 임무를 수행하므로 위급상황에 대한 빠른 대처가 가능할 것으로 판단된다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.13 no.1
• /
• pp.237-244
• /
• 2018

This paper has developed a three-dimensional movement of the underwater drones using Scratch program to facilitate the basic structure and programming of the computer's basic structure and programming. Through the underwater drones of this study, the user can foster computing thinking power that creatively solves various problems.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.594-596
• /
• 2018

재난상황이 발생했을 때 피해를 줄이고 신속한 인명구조를 위해서 골든타임을 지키는 것이 중요하다. 그러나 현장까지의 이동이나 현장에서의 진입 경로 확보에 어려움을 겪어 골든타임을 지키지 못해 재난사고의 피해가 커지는 일이 발생하는 경우가 있다. 소방대원들이 현장에 도착하기 전 재난현장에 대한 사전 파악이 이루어지기 힘들기 때문이다. 이러한 문제를 해결하기 위해 재난용 드론을 사용하여 현장에 소방대원들이 도착하기 전 사전에 재난상황을 확인하여 골든타임을 확보할 수 있다. 본 논문에서 제안하는 신속한 재난현장 상황 파악을 위한 오픈소스 기반의 사물 인식이 가능한 드론 시스템은 지상제어시스템을 통해 드론의 제어와 실시간 영상 확인 및 사물 인식이 가능하다. 또한 재난사고 현장은 통신환경이 제대로 동작하지 않을 가능성이 있기 때문에 이를 고려하여 설계되었다. 제안하는 시스템은 오픈소스 기반 적은 비용으로 효과적인 현장 파악이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1185-1186
• /
• 2023

RC 무선조종기를 통해 드론을 원격으로 제어하는 경우, 제어 데이터의 기밀성과 무결성은 드론 제어권 탈취 방지를 위한 핵심 고려 사항이다. 본 논문은 드론 RC 무선조종기 제어 데이터 보호를 위해 경량 암호화 알고리즘 중 하나인 Lightweight Encryption Algorithm (LEA)를 적용하는 방법을 제시한다. LEA 는 32 비트 마이크로 컨트롤러인 ARM Cortex-M4 와 같은 플랫폼에 최적화된 구조로, 저전력으로 데이터 보호를 유지하면서 효율적인 암호화 알고리즘을 적용할 수 있다.

• Korean Journal of Remote Sensing
• /
• v.39 no.6_1
• /
• pp.1451-1466
• /
• 2023

In the context of maritime emergencies, the utilization of drones has rapidly increased, with a particular focus on their application in search and rescue operations. Deep learning models utilizing drone images for the rapid detection of distressed vessels and other maritime drift objects are gaining attention. However, effective training of such models necessitates a substantial amount of diverse training data that considers various weather conditions and vessel states. The lack of such data can lead to a degradation in the performance of trained models. This study aims to enhance the performance of deep learning models for distress ship detection by developing a maritime environment simulator to augment the dataset. The simulator allows for the configuration of various weather conditions, vessel states such as sinking or capsizing, and specifications and characteristics of drones and sensors. Training the deep learning model with the dataset generated through simulation resulted in improved detection performance, including accuracy and recall, when compared to models trained solely on actual drone image datasets. In particular, the accuracy of distress ship detection in adverse weather conditions, such as rain or fog, increased by approximately 2-5%, with a significant reduction in the rate of undetected instances. These results demonstrate the practical and effective contribution of the developed simulator in simulating diverse scenarios for model training. Furthermore, the distress ship detection deep learning model based on this approach is expected to be efficiently applied in maritime search and rescue operations.

• Explosives and Blasting
• /
• v.40 no.4
• /
• pp.15-26
• /
• 2022

With the recent increase in old and dangerous buildings, the demand for technology in the field of structure demolition is rapidly increasing. In particular, in the case of structures with severe deformation of damage, there is a risk of deterioration in stability and disaster due to changes in the load distribution characteristics in the structure, so rapid structure demolition technology that can be efficiently dismantled in a short period of time is drawing attention. However, structural deformation such as unauthorized extension or illegal remodeling occurs frequently in many old structures, which is not reflected in structural information such as building drawings, and acts as an obstacle in the demolition design process. In this study, as an effective way to overcome the discrepancy between the structural information of old structures and the actual structure, access to actual structures through 3D modeling was considered. 3D point cloud data inside and outside the building were obtained through LiDAR and drone photography for buildings scheduled to be blasting demolition, and precision matching between the two spatial data groups was performed using an open-source based spatial information construction system. The 3D structure model was completed by importing point cloud data matched with 3D modeling software to create structural drawings for each layer and forming each member along the structure slab, pillar, beam, and ceiling boundary. In addition, the modeling technique proposed in this study was verified by comparing it with the actual measurement value for selected structure member.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.173-173
• /
• 2017

드론의 시장규모가 커짐에 따라 초창기 군사 목적에서 현재 민간부문으로 확대되고 있다. 현재 드론은 실외에서 사용될 목적으로 제작된 것이 많으나 실내에서도 드론의 활용 여부가 증가할 것으로 예상된다. 본 연구에서는 실외에서만 사용 가능한 GPS를 대신하여 영상 촬영으로 획득한 이미지를 CNN으로 학습을 시켜 자율고도제어비행을 하도록 한다. 첫 번째로 수동 조작하는 드론에 IMU센서를 부착하여 획득한 고도 데이터를 표로 제시함으로써 GPS를 사용하지 않는 드론의 실내주행에서 일정한 고도 유지는 다소 무리가 있음을 보여준다. 두 번째로 드론의 수동 조작은 일정하지 않은 고도 때문에 CNN의 학습할 영상 획득이 어렵다. 일정한 고도의 영상 획득을 위한 실험용 높이 조절 Base를 제작하여 고도별 영상을 획득한다. 획득한 영상을 통해 얻은 이미지를 CNN 학습을 시킨 후, 학습에 사용되지 않은 이미지를 사용하여 고도 판별을 확인한다. 대조군으로 실내장소를 바꾸어 미리 학습된 CNN으로 고도 판별을 확인한다. 학습에 사용된 이미지의 환경(생명공학관)과 대조군(제 2 공학관)이 촬영된 장소의 환경요소의 차이로 오차가 발생한다. 오차는 실내 장소의 총 높이의 차이 및 서로 상이한 천장 구조물에 따른 것으로 사료되며 Data crop을 통해 획득한 이미지의 천정 부분을 제거하여 노이즈를 줄여 고도 판별의 정확도를 높일 수 있을 것으로 예상한다. 세 번째, CNN으로 학습을 통해 Model을 도출하여 자율 고도 제어 프로세스를 제시한다. 그리고 해당 프로세스를 이용한 자율고도제어 주행과 수동조작을 통한 주행에서의 Z축 가속도 데이터의 표준편차를 비교하여 본 연구의 실효성을 보여준다

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.159-159
• /
• 2020

하천환경조사는 하천의 전반적인 특성을 조사 분석하는 것으로 하천환경 조사결과는 하천관련사업의 기초자료로 사용된다. 하천환경조사의 기초조사에서는 현장답사를 통해 하천의 특성을 대략적으로 판단하고 하천 전구간의 물리적 구조와 식생의 분포, 중요 서식처 정보를 포함하는 RCS 지도(River Corridor Survey)를 작성한다. 기초조사를 위해서는 하천 전 구간에 대한 현장답사가 필요하기 때문에 많은 시간, 비용 그리고 인력이 필요하고, 육안 또는 사진을 통한 스케치로 이루어져 조사 결과가 정성적이고 작업자의 경험이나 능력에 따라 결과가 좌우된다는 한계가 있다. 따라서 하천환경조사를 좀 더 간편하고 과학적이며 경제적으로 조사하기 위해 최근 드론 영상을 이용한 조사 기술 개발에 대한 연구들이 증가하고 있다. 하지만 드론을 이용한 하천환경조사의 대부분은 RGB 영상을 이용하기 때문에 정밀한 하천환경 변화를 정량적으로 분석하는데 한계가 있다. 이를 극복하기 위한 대안으로 사람이 감지할 수 있는 빛의 영역 뿐 아니라 자외선과 적외선 영역의 분광특성을 이용하여 하천환경의 특성을 세밀하게 분류하는 것이 가능한 초분광센서를 드론에 탑재하여 하천환경을 조사하기 위한 기초 연구들이 시작되고 있다. 본 연구에서는 line scan 방식의 초분광센서를 드론에 탑재하여 초분광영상을 촬영하기 위한 드론 시스템을 구성하였고, 하나의 사진과 같이 초분광영상을 제작하기 위해 다양한 기하보정 기술을 적용하여 최적의 기하보정 방법을 제시하였다. 이를 위해 초분광영상의 기하보정은 각각의 초분광영상의 GCP와 대응점을 이용한 2차원 변환 방법 및 비선형 변환 방법을 적용하여 보정을 수행하였으며, 각 방법에 따른 정사보정 영상의 위치정확도를 검증하였다. 연구 결과 드론 기반의 초분광영상 촬영 및 기하 보정 방법을 제시하였다. 향후 하천환경조사 뿐만 아니라 다양한 분야의 원격탐사에 초분광영상을 활용하는데 도움이 될 것으로 기대한다.