• 한국산업융합학회 논문집
• /
• 제23권2_2호
• /
• pp.255-261
• /
• 2020

We consider the problem of autonomously flying a quadcopter in indoor environments. Navigation in indoor settings poses two major issues. First, real time recognition of the marker captured by the camera. Second, The combination of the distributed images is used to determine the position and orientation of the quadcopter in an indoor environment. We autonomously fly a miniature RC quadcopter in small known environments using an on-board camera as the only sensor. We use an algorithm that combines data-driven image classification with image-combine techniques on the images captured by the camera to achieve real 3D localization and navigation.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.541-548
• /
• 2021

최근 농업, 산림관리, 해안환경 모니터링 등 다양한 분야에서 다분광 카메라의 활용, 특히 드론에 탑재되어 활용되는 사례가 증대되고 있다. 산출되는 다분광 영상은 위치정보를 위해 주로 드론에 탑재된 GPS (Global Positioning System)나 IMU (Inertial Measurement Unit) 센서를 이용해 지리참조(georeferencing)되는데, 보다 높은 정확도를 위해서는 직접 측량한 지상 기준점을 이용하기도 한다. 하지만, 직접 측량에 드는 비용 및 시간으로 인해 또는 직접 접근이 어려운 지역에 대해서는 지상 참조값을 활용하지 않고 지리참조를 수행해야하는 경우가 자주 발생하게 된다. 본 연구는 지상기준점이 가용하지 않은 경우에 다분광카메라로부터의 영상의 지리참조 정밀도를 향상시키기 위해 같이 탑재된 고해상도 RGB카메라의 영상을 활용하는 방안에 대하여 연구한다. 드론 영상은 우선 번들조정을 통해 카메라의 외부표정 요소를 추정하였고, 이를 지상 기준점을 이용한 경우의 외부표정 및 위치결과와 비교하였다. 실험결과, 고해상도 영상을 포함하여 번들조정을 하게 될 경우, 다분광 카메라 영상을 단독으로 활용할 때보다, 다분광 카메라 영상의 지리참조 오차가 비약적으로 감소하였음을 확인하였다. 추가로 한 지상 지점에서 드론으로의 방향각을 추정할 때의 오차를 분석한 결과, 마찬가지로 고해상도 RGB영상을 포함하여 번들조정하게 되면 기존의 방향각 오차가 한 단위이상 감소하는 것으로 나타났다.

• 한국해안·해양공학회논문집
• /
• 제29권3호
• /
• pp.162-168
• /
• 2017

드론을 이용하여 고도 100 m에서 촬영한 고해상도 카메라 이미지를 분석하여 천해 해저지형 측량을 시도하였다. 쇄파대 내의 수심측량은 해안침식의 원인분석 등 관련 연구를 위해 가장 중요한 입력자료 중의 하나이다. 특히 이동한계수심 이내의 천해 수심자료는 연안 침퇴적 수치모델링을 위한 가장 중요한 입력자료 임에도 불구하고 정확한 해저지형측량 자료를 얻을 수 없었다. 그 이유는 선박을 이용한 상세 수심측량이 흘수 등을 고려할 때 수심 2 m 이내에서는 거의 불가능하며, 또한 쇄파와 연안류로 인해 선박 또는 사람이 직접 충분한 해상도로 측량하기에 매우 어렵기 때문이다. 따라서 소형 드론과 고해상도 카메라 이미지를 이용한 광학원격탐사는 매우 효과적인 천해수심측량 수단이 될 수 있다. 본 연구에서는 경북 월포해수욕장에서 드론으로 촬영한 고해상도 카메라 이미지의 적색, 녹색, 청색 그리고 회색 밴드 이미지를 다변수 선형회귀분석법으로 분석하여 천해 수심을 추정하고 실측한 수심자료와 비교하여 천해수심측량의 가능성과 정확도를 검토하였다. 드론에서 촬영한 이미지를 해저 지질, 바닷물의 색상, 부유사의 농도 등의 영향을 고려하지 않고 수심추정 알고리즘을 이용하여 분석한 결과 수심 5 m 이내에서 상관계수 0.99 이상, 절대오차 0.2 m 이하로 수심을 정확하게 추정할 수 있음을 확인하였다.

• 산업융합연구
• /
• 제18권1호
• /
• pp.79-85
• /
• 2020

최근 원격조종과 자율조종이 가능한 무인항공기(RPAS:Remotely Piloted Aircraft System)가 택배 드론, 소방드론, 구급 드론, 농업용 드론, 예술 드론, 드론 택시 등 각 산업 분야와 공공기관에서의 관심과 활용이 높아지고 있다. 자율조종이 가능한 무인드론의 안정성 문제는 앞으로 드론 산업의 발달과 함께 진화하면서 해결해야 할 가장 큰 과제이기도 하다. 드론은 자율비행제어 시스템이 지정한 경로로 비행하고 목적지에 정확하게 자동 착륙을 수행할 수 있어야 한다. 본 연구는 드론의 센서와 GPS의 위치 정보의 오류를 보완하는 방법으로서 착륙지점 영상을 통해 드론의 도착 여부를 확인하고 정확한 위치에서의 착륙을 제어하는 기법을 제안한다. 서버에서 도착지 영상을 구글맵 API로부터 수신받아 딥러닝으로 학습하고, 드론에 NAVIO2와 라즈베리파이, 카메라를 장착하여 착륙지점의 이미지를 촬영한 다음 이미지를 서버에 전송한다. Deep Learning으로 학습된 결과와 비교하여 임계치에 맞게 드론의 위치를 조정한 후 착륙지점에 자동으로 착륙할 수 있다.

• 로봇학회논문지
• /
• 제13권2호
• /
• pp.113-120
• /
• 2018

To fly a drone or unmanned aerial vechicle(UAV) safely, its pilot needs to maintain high situation awareness of its flight space. One of the important ways to improve the flight space awareness is to integrate both the global and the local navigation map a drone provides. However, the drone pilot often has to use the inconsistent reference frames or perspectives between the two maps. In specific, the global navigation map tends to display space information in the third-person perspective, whereas the local map tends to use the first-person perspective through the drone camera. This inconsistent perspective problem makes the pilot use mental rotation to align the different perspectives. In addition, integrating different dimensionalities (2D vs. 3D) of the two maps may aggravate the pilot's cognitive load of mental rotation. Therefore, this study aims to investigate the relation between perspective difference ($0^{\circ}$, $90^{\circ}$, $180^{\circ}$, $270^{\circ}$) and the map dimensionality matches (3D-3D vs. 3D-2D) to improve the way of integrating the two maps. The results show that the pilot's flight space awareness improves when the perspective differences are smaller and also when the dimensionalities between the two maps are matched.

• 산업경영시스템학회지
• /
• 제46권3호
• /
• pp.293-302
• /
• 2023

This study examines and proposes standardization approaches to address the heterogeneous issues of metadata in drone imagery within the agricultural sector. Image metadata comes in various formats depending on different camera manufacturers, with most utilizing EXIF and XMP. The metadata of cameras used in fixed-wing and rotary-wing platforms, along with the metadata requirements in image alignment software, were analyzed for sensors like DJI XT2, MicaSense RedEdge-M, and Sentera Double4K. In the agricultural domain, multispectral imagery is crucial for vegetation analysis, making the provision of such imagery essential. Based on Pix4D SW, a comparative analysis of metadata attributes was performed, and necessary elements were compiled and presented as a proposed standardization (draft) in the form of tag information.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.499-501
• /
• 2016

본 논문에서는 드론의 삼각 편대비행에서 정해진 삼각형 포메이션을 유지하고 서로간의 충돌을 사전에 방지할 수 있는 방법을 제안한다. 기존 연구에서는 카메라로 입력된 빛을 이용하거나 영상을 처리해야만 드론의 충돌을 제어할 수 있었다. 그러나 빛이 없고 어두운 지역에서 드론이 영상을 처리하고 서로의 위치를 확인하는 것은 어려울 뿐만 아니라 서로의 존재를 확인하지 못하여 충돌하게 될 수도 있다. 따라서 본 논문에서는 ALPS(Ad hoc network Localized Positioning System) 알고리즘을 통해 구한 세 드론과의 거리와 상대좌표를 이용하여 서로 간의 충돌을 막아주는 새로운 알고리즘을 제안한다. 제안하는 알고리즘은 드론의 포메이션 삼각형의 중심과 측정된 각각의 드론의 좌표와의 거리를 정해진 일정한 값으로 유지하도록 한다. 따라서 정해진 포메이션 형태가 흐트러질 경우에는, 각 드론과 중심좌표의 거리를 일정하게 유지하도록 드론의 위치를 재설정한다. 모의실험의 결과 제안된 알고리즘이 적용된 시스템을 사용할 경우, 드론의 충돌을 사전에 방지함으로서 충돌로 인한 고장이나 사고를 막을 수 있을 것이라 기대된다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권3호
• /
• pp.251-265
• /
• 2020

이 연구는 드론 쇼트(Drone Shot)와 핸드헬드 쇼트(Hand-held Shot)라는 두 촬영기법의 미학적 기능을 비교, 분석하는 데에 그 목적이 있다. 연구를 위해 세르토(Certeau)의 장소와 공간의 개념을 이해하였다. 두 촬영기법의 미학적 기능을 비교, 분석할 텍스트로서 <세계테마기행> '유카탄 반도'편을 선정하고 그들의 미학적 특성이 잘 드러나는 장면들을 중심으로 장소와 공간의 개념을 적용, 분석하였다. 분석 결과, 드론 쇼트는 자기반영성이 제거된 고요한 움직임으로 도시를 내려다보면서 지역의 전반적인 분위기와 정보를 제공하는 권위적인 시점을 취하였으며, 이러한 기능은 그 지역의 고유한 규칙 및 질서 등에 대한 선지식을 전달하는 내레이션이나 자막 등을 통해 강화되었다. 반대로 핸드헬드 쇼트는 도시에 내재된 규칙과 질서 등에 얽매이지 않고 자유보행을 통해 공간을 실천적으로 경험하였다. 관람 코스로 굳어진 주요 명소보다 소도시와 시골의 일상에 관심을 기울이면서 인간적인 보행을 실천한다는 점에서 권력 주체의 전략에 저항하는 전술을 담아내었다.

• 농촌계획
• /
• 제30권1호
• /
• pp.57-66
• /
• 2024

This study aimed to develop a precise vegetation cover classification model for small streams using the combination of drone remote sensing and support vector machine (SVM) techniques. The chosen study area was the Idong stream, nestled within Geosan-gun, Chunbuk, South Korea. The initial stage involved image acquisition through a fixed-wing drone named ebee. This drone carried two sensors: the S.O.D.A visible camera for capturing detailed visuals and the Sequoia+ multispectral sensor for gathering rich spectral data. The survey meticulously captured the stream's features on August 18, 2023. Leveraging the multispectral images, a range of vegetation indices were calculated. These included the widely used normalized difference vegetation index (NDVI), the soil-adjusted vegetation index (SAVI) that factors in soil background, and the normalized difference water index (NDWI) for identifying water bodies. The third stage saw the development of an SVM model based on the calculated vegetation indices. The RBF kernel was chosen as the SVM algorithm, and optimal values for the cost (C) and gamma hyperparameters were determined. The results are as follows: (a) High-Resolution Imaging: The drone-based image acquisition delivered results, providing high-resolution images (1 cm/pixel) of the Idong stream. These detailed visuals effectively captured the stream's morphology, including its width, variations in the streambed, and the intricate vegetation cover patterns adorning the stream banks and bed. (b) Vegetation Insights through Indices: The calculated vegetation indices revealed distinct spatial patterns in vegetation cover and moisture content. NDVI emerged as the strongest indicator of vegetation cover, while SAVI and NDWI provided insights into moisture variations. (c) Accurate Classification with SVM: The SVM model, fueled by the combination of NDVI, SAVI, and NDWI, achieved an outstanding accuracy of 0.903, which was calculated based on the confusion matrix. This performance translated to precise classification of vegetation, soil, and water within the stream area. The study's findings demonstrate the effectiveness of drone remote sensing and SVM techniques in developing accurate vegetation cover classification models for small streams. These models hold immense potential for various applications, including stream monitoring, informed management practices, and effective stream restoration efforts. By incorporating images and additional details about the specific drone and sensors technology, we can gain a deeper understanding of small streams and develop effective strategies for stream protection and management.

• 한국측량학회지
• /
• 제39권3호
• /
• pp.123-132
• /
• 2021

근거리 사진측량에서 스테레오 카메라를 이용하여 3차원 위치를 결정하기 위해 카메라의 내부표정요소뿐만 아니라 카메라 간의 상호표정요소를 결정하는 카메라 캘리브레이션이 선행되어야 한다. 카메라 캘리브레이션을 수행하고 나서 시간이 흐르면 비측량용 카메라의 경우 내부적인 불안정성이나 외부적인 요인에 의해 내부표정요소와 상호표정요소가 변할 수 있다. 본 연구에서는 스테레오 카메라 안정성을 평가하기 위해 두 대의 단일 카메라와 스테레오 카메라의 안정성을 분석뿐만 아니라 검사점을 이용하여 3차원 위치 정확도를 평가하였다. 4개월간 3회의 카메라 캘리브레이션을 수행한 실험을 통해 단일 카메라의 안정성을 평가한 결과 평균제곱근오차는 ±0.001mm로 나타났으며, 스테레오 카메라의 평균제곱근오차는 ±0.012mm ~ ±0.025mm로 나타났다. 또한, 검사점을 이용한 거리정확도를 평가한 결과 ±1mm로 나타나 다시기에 걸쳐 추정한 스테레오 카메라의 내부표정요소와 상호표정요소는 안정적인 것으로 판단되었다.