• 한국전자통신학회논문지
• /
• 제14권3호
• /
• pp.579-586
• /
• 2019

본 연구는 지진 및 화재 등과 같은 천재지변이 발생되었을 때, 드론을 통하여 신속한 인명 구조를 판단하는데 목적이 있다. 재난현장에서의 모니터링을 위해 라이더, 온도, 유해가스 센서 및 무선카메라가 장착된 드론이 애플리케이션 서버에 등록되고, 구조 인원이 활동하기 이전에 현장의 상황을 파악하기 위하여 실시간으로 모니터링 기능을 수행 한다. 모니터링을 통해 인명구조를 위한 사람이 발견되었을 경우, 애플리케이션 서버는 효율적인 구조를 위해서 실시간 영상 정보를 제공 한다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1777-1783
• /
• 2021

대단위 신재생 에너지 발전단지의 효율적인 유지관리를 위해 드론의 활용이 점차 증가하고 있다. 오래전부터 태양광 패널을 드론으로 촬영하여 패널의 유실 및 오염 등을 관리하고 있다. 본 논문에서는 열화상카메라를 장착한 드론을 이용하여 획득된 태양광패널 이미지에서 아크, 단선, 크랙 등의 고장 유무를 판별하기 위해 시멘틱세그멘테이션 기법을 이용한 분류모델을 제안한다. 또한 적은 데이터셋으로도 강인한 분류 성능을 보이는 U-Net의 튜닝을 통해 효율적인 분류모델을 구현하였다.

• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.451-452
• /
• 2023

고속도로에 낙하물이 있으면 사고 방지를 위해 바로 치워야 하지만 순찰차가 발견하거나 신고가 들어오기 전까진 낙하물을 바로 발견하기 힘들며, 대다수의 사람들은 신고하지 않고 지나치는 경우가 있기에 이러한 문제점들을 개선하기 위해 드론과 YOLO를 이용하여 도로의 낙하물을 인식하고 낙하물에 대한 정보를 보내 줄 수 있는 시스템을 개발하였다. 실시간 객체 인식 알고리즘인 YOLOv5를 데스크톱 PC에 적용하여 구현하였고, F450 프레임에 픽스호크와 모듈, 카메라를 장착하여 실시간으로 도로를 촬영할 수 있는 드론을 직접 제작하였다. 개발한 시스템은 낙하물에 대한 인식 결과와 정보를 제공하며 지상관제 시스템과 웹을 통해 확인할 수 있다. 적은 인력으로 더 빠르게 낙하물을 발견할 수 있으므로 빠른 상황 조치를 기대할 수 있다.

• 한국ITS학회 논문지
• /
• 제15권1호
• /
• pp.102-108
• /
• 2016

비행중인 드론에는 매우 다양한 주파수 성분의 진동이 발생되고, 이러한 진동 환경에서 드론에 장착된 카메라로부터 깨끗하고 안정된 영상을 획득하기 위해서는 짐발 시스템의 안정화 설계가 필요하다. 짐발 시스템은 카메라 모듈을 지지하는 구조와 외부로 부터의 진동을 차단하면서 정확한 각도를 추종하는 안정화기로 구성된다. 본 논문에서는 짐발시스템의 한 축에 대한 동역학 모델을 세우고 이에 대한 고전적인 PID제어기를 적용하여 본다. 또한 시스템에 대한 동적 모델 없이 Intelligent-PID 제어기를 설계하고, 두 제어기의 성능을 MATLAB/Simulink을 이용한 시뮬레이션으로 비교하여 본다. 이들을 통하여, Intelligent-PID 제어기는 동역학 모델을 거의 필요로 하지 않고도 설계가 가능하고, 모델의 특성이 변하여도 제어기의 파라미터를 재조정할 필요가 없이 진동을 차단하고 각도를 추종 할 수 있는 제어강인성을 보인다.

• 지적과 국토정보
• /
• 제53권2호
• /
• pp.5-18
• /
• 2023

드론과 센서의 발달이 가속화됨에 따라 드론에 장착된 다양한 센서로 취득된 데이터를 융합하여 새로운 서비스 및 가치를 창출하고 있다. 그러나 데이터 융합을 통한 공간정보 구축은 주로 영상에 의존하여 구축하며, 하드웨어의 사양 및 성능에 따라 데이터 품질이 결정된다. 또한, 고품질 공간정보를 구축하기 위해 고가 장비가 요구되므로 실제 현장에서 사용하기에는 어려운 실정이다. 본 연구에서는 드론에 장착된 RGB 및 THM 카메라를 통해 취득된 저해상도 영상을 딥러닝에 적용하여 초해상화를 수행하고, 이를 통해 생성된 고해상도 영상의 정량적 평가 및 특징점 추출에 대한 평가를 수행하였다. 실험 결과 초해상화를 수행하여 생성된 고해상도 영상은 원본 영상의 특징을 유지하고 있었으며, 해상도가 개선됨에 따라 원본 영상 대비 많은 특징을 추출할 수 있었다. 따라서, 저해상도 영상을 초해상화 딥러닝 모델에 적용하여 고해상도 영상을 생성할 경우 하드웨어에 제약을 받지 않고 고품질의 공간정보를 구축하기 위한 새로운 방법일 것으로 판단하였다.

• Ecology and Resilient Infrastructure
• /
• 제8권1호
• /
• pp.22-31
• /
• 2021

표면영상유속계는 영상을 이용한 비접촉식 유속계로 최근에는 넓은 범위의 유속 및 유량을 간편하게 측정하기 위해 드론을 이용한 표면유속 측정 연구 또한 수행되고 있다. 하지만 드론을 이용한 표면유속 측정 시 영상 변환 및 화소 당 물리거리 산정을 위해 참조점을 영상에 담아야 하기 때문에 드론의 비행 고도와 촬영 영역에 한계를 가지게 된다. 따라서 드론 영상을 이용한 하천 유속 측정의 강점인 공간적 자유성을 최대한 확보하기 위해 참조점이 필요 없는 표면유속 산정 기법의 개발이 필요하다. 따라서 본 연구에서는 드론의 위치 및 드론 장착 카메라의 제원만을 이용한 무참조점 표면유속 산정 기법을 개발하였다. 본 연구에서 개발한 표면유속 산정 기법의 검증을 위해 안동 하천실험센터에서 표면유속을 산정한 뒤 FlowTracker로 측정한 유속, 기존에 표면유속을 산정하는데 사용하던 참조점을 이용하는 표면유속 산정 기법으로 구한 표면유속과 비교하였다. 비교결과 기존 표면유속 산정 기법으로 구한 유속과는 평균적으로 약 4.70%의 차이를 보였으며, FlowTracker로 측정한 유속과는 평균적으로 약 4.60%의 차이를 보이는 것을 확인하였다. 향후 본 연구에서 개발한 기법을 이용하면 비행고도와 촬영 영역, 분석 영역에 구애받지 않고 효과적으로 드론을 이용하여 표면유속을 측정할 수 있을 것으로 기대한다.

• 지적과 국토정보
• /
• 제51권2호
• /
• pp.185-198
• /
• 2021

소규모 지역의 3차원 공간정보를 신속하게 구축하는 분야에 UAV를 이용하는 연구가 활발히 이루어지고 있다. 본 연구에서는 지상기준점을 사용하지 않고 스테레오 카메라를 UAV에 탑재하여 영상을 수집하고 영상 매칭과 번들조정, 그리고 축척계수의 결정을 통해서 3차원 위치를 신속하게 구축하고자 하였다. 실험을 통해서 스테레오 제약조건을 이용하여 번들조정을 수행한 경우 평균제곱근오차는 1.475m로 나타났으며 축척을 고려하여 절대표정을 수행한 경우 0.029m로 나타났다. 이를 통해, 본 연구에서 제안한 스테레오 카메라를 장착한 UAV의 자료처리 방법을 이용할 경우 지상기준점을 사용하지 않고도 높은 정확도의 3차원 공간정보를 구축할 수 있는 것을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.577-589
• /
• 2021

드론 매핑 시스템은 재난 피해 조사, 국토 환경 모니터링, 건설 공정 모니터링 등 여러 분야에 응용 가능하다. 드론에 장착된 다양한 개별 센서를 통합하여 활용하려면 시간동기화 등 여러가지 절차가 필요했다. 최근, 영상 센서와 GPS/INS가 함께 내장된 복합센서가 다수 출시되었다. 복합센서는 여러 가지 센서 데이터를 내부적으로 통합하여, 위치/자세를 영상 파일에 바로 태깅하여 제공한다. 이러한 복합센서를 드론 매핑 시스템에 활용하려면 매핑 정확도를 확인해 볼 필요가 있다. 이에 본 연구에서는 다양한 데이터 취득 환경과 사전 캘리브레이션 여부를 중심으로 복합센서의 매핑 정확도를 확인하였다. 첫째, 매핑 정확도가 지상기준점의 개수에 따라 어떻게 변하는지 살펴보았다. 지상기준점 개수가 2개일 때부터 총 RMSE가 1 m 이상에서 약 60 cm로 40 cm가량 줄어드는 것을 확인할 수 있었다. 둘째, 데이터 취득 상황과 사전 캘리브레이션 여부에 따른 매핑 정확도를 확인하였다. 지상기준점이 있는 경우에는 개수가 적을지라도 사전 캘리브레이션의 영향이 크지 않은 것을 확인할 수 있었다. 영상의 중복도가 충분하지 않을 때는 사전 캘리브레이션 하는 것이 정확도 개선에 영향을 주는 것을 확인할 수 있었다. 지상기준점이 없는 경우에는 카메라, 탑재체 모두 사전 캘리브레이션 하는 것이 정확도를 개선시키는데 영향이 있음을 확인하였다. 본 연구를 기반으로, 향후 복합센서를 이용한 드론 매핑 수행 시 데이터 취득 조건에 따라 지상기준점 측량과 캘리브레이션 과정을 효율화 하는데 기여할 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.100-100
• /
• 2017

하천에 유입된 오염물질의 2차원 혼합거동은 하천 주흐름에 의한 이송현상과 유속 성분의 수심평균 값에 대한 공간적 편차로부터 야기되는 분산현상으로 설명 할 수 있다. 이는 3차원 이송확산 방정식으로부터 수심 적분된 2차원 이송-분산 방정식으로 수학적 유도가 가능하며, 수심방향으로 적분하는 과정에서 발생되는 농도의 분산항은 Taylor Dispersion 개념에 기초하여 종방향 및 횡방향의 2차원 분산계수로 표현된다. Fischer(1978)는 연직방향 유속분포로부터 2차원 분산계수를 추정하는 해석해를 수학적으로 유도하였으나, 실제 하천에서 정밀한 연직방향 유속분포를 계측하는 것은 많은 비용 및 노동력을 초래한다. 따라서 선행 연구자들은 2차원 혼합모형의 분산계수를 산정하고자 실험적 방법으로써 추적자실험을 수행하였다. 추적자실험은 추적자 물질을 수체에 주입한 후 농도의 변화를 관측함으로써 추적자물질이 하천에서 이송 및 분산되는 과정을 이해하는데 유용하다. 기존의 추적자실험은 고정된 위치에서 농도를 계측하여 시계열적인 농도의 변화를 관측한 후, 오염운 동결가정을 통해 종,횡방향 분산계수의 산정이 가능하지만, 오염물질 농도의 공간적 분포를 얻기에는 한계가 있다. 본 연구에서는 기존의 추적자실험법의 한계를 극복하고자 형광물질을 이용한 추적자실험을 수행함과 동시에 드론에 장착된 디지털카메라를 이용하여 항공영상을 취득 및 분석하여, 하천에 주입된 형광물질의 농도분포를 시공간적으로 추출하는 기법을 개발하고, 이를 바탕으로 오염물질의 2차원 혼합거동을 분석하였다. 본 실험은 한국건설기술연구원의 안동하천실험센터의 A3실험수로에서 수행되었으며, 실험수로는 평균 하폭 5 m, 평균 수심 0.44 m, 유량 $0.96m^3/s$의 실제 소규모 하천과 유사한 축척을 가지고 있다. 추적자물질은 Rhodamine WT 용액이 사용되었으며, 실험수로 내 설치된 15개의 형광광도계(YSI-600OMS)를 이용하여 농도를 측정하였다. 항공영상의 취득을 위해 이용된 드론은 DJI-Phantom 3 Professional 이며, 3840x2160의 해상도로 초당 30 frame의 동영상으로 취득되었다. 영상의 정합 및 좌표화를 위해 RTK-GPS를 이용하여 12개의 지상 기준점의 좌표를 취득한 후, 사영변환을 통해 영상좌표를 지상좌표로 변환하였다. 영상의 픽셀값을 농도장으로 변환하기 위해 각 RGB 밴드의 픽셀값을 통계적으로 분석하여 농도장으로 변환하였으며, 영상으로부터 얻은 농도장은 형광광도계에 의해 실측된 농도와 결정계수 0.9이상의 수준으로 정확도를 나타냈다.