• 한국전자통신학회논문지
• /
• 제15권1호
• /
• pp.125-132
• /
• 2020

급격히 증가하는 자동차 수, 발전량 증가 등으로 인하여 미세먼지로 인한 환경오염이 심각한 사회문제로 대두되고 있는 실정이다. 특히 요즘 미세먼지 문제가 이슈가 되고 있다. 50개가 넘는 국가들이 권고치 이상의 미세먼지로 인해 피해를 받고 있으며 각 피해국들은 미세먼지 저감 대책 및 발생을 최소화하기 위한 방안을 연구하고 있다. 하지만 현재 고정형 미세먼지 취득 장치로는 다양한 포인트의 미세먼지 데이터를 수집하기 힘든 상황이며, 기존 드론을 활용한 방법에서도 회전 날개의 영향으로 인해 정확한 데이터를 수집하기 힘든 실정이다. 본 논문에서는 드론을 활용하여 미세먼지를 측정할 때 센서부의 구조를 제안하고 이의 효율성을 보여주고자 한다.

• 한국통신학회논문지
• /
• 제41권10호
• /
• pp.1247-1255
• /
• 2016

소형드론의 상용화를 위해서는 안전성과 자율운행기능의 확보가 필수적이다. 최근 드론제작이 상당히 용이해졌으나, 여전히 안정적인 드론의 제작은 쉽지 않다. 따라서 자체드론제작 필요성은 영상이나 자율이동 등 상위 알고리즘의 연구에 큰 장애요소로 존재한다. 본 연구에서는 상용드론과 Raspberry PI, 및 오픈소스를 활용하여, 쿼드로터 드론의 자율운행기술 개발 중 영상기반 자율운행을 설계해볼 수 있는 지상원격제어시스템(GCS)을 설계하고 구현하였다. 설계한 시스템은 모듈화된 구성으로 통신, UI 및 영상처리 모듈로 구성하였고, 특히 주행선유지 알고리즘을 구현하여 기능 및 성능 실험을 하였다. 설계한 주행선유지 알고리즘은 Hough 변환에 의하여 검출된 차선을 소실점 검출과 자제적인 라인트래킹 알고리즘을 개발하여 사용하여 인식오류를 줄였으며, 주행선과 드론의 진행방향을 계산하고 방향 (전진, 정지, 좌우회전)제어하였다. 구현된 시스템은 현재 100m육상트랙의 직선과 완만한 곡선을 2-3 m/s로 주행할 수 있다.

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.791-802
• /
• 2023

The manual inspection of photovoltaic (PV) panels to meet the requirements of inspection work for large-scale PV power plants is challenging. We present a hot spot detection and positioning method to detect hot spots in batches and locate their latitudes and longitudes. First, a network based on the YOLOv3 architecture was utilized to identify hot spots. The innovation is to modify the RU_1 unit in the YOLOv3 model for hot spot detection in the far field of view and add a neural network residual unit for fusion. In addition, because of the misidentification problem in the infrared images of the solar PV panels, the DeepLab v3+ model was adopted to segment the PV panels to filter out the misidentification caused by bright spots on the ground. Finally, the latitude and longitude of the hot spot are calculated according to the geometric positioning method utilizing known information such as the drone's yaw angle, shooting height, and lens field-of-view. The experimental results indicate that the hot spot recognition rate accuracy is above 98%. When keeping the drone 25 m off the ground, the hot spot positioning error is at the decimeter level.

• 토지주택연구
• /
• 제14권2호
• /
• pp.125-135
• /
• 2023

드론은 국토조사, 수송, 해양, 환경, 방재, 문화재, 건설 등 다양한 분야에서 활용되고 있다. 또한 사물인터넷(Internet of Things), 인공지능(Artificial Intelligence) 등과 관련하여 4차 산업 혁명의 핵심기술을 검증하고 적용시킬 수 있는 기술로 떠오르고 있다. 본 연구에서는 드론을 활용하여 균열을 자동으로 탐지할 수 있는 딥러닝 모델을 개발하고자 한다. 딥러닝 학습을 위한 이미지 데이터는 Mavic3 드론을 이용하여 수집하였고 촬영고도는 20m, ×7배율로 촬영하였다. 촬영 시 약 2m/s의 속도로 전진하여 영상을 찍고, 프레임을 추출하는 식으로 데이터를 수집하였다. 이런식으로 수집한 데이터를 통해 딥러닝 학습을 진행하였다. 본 연구에서는 딥러닝 학습모델로 Backbone으로는 Swin Transformer, Architecture로 UperNet을 사용하였다. 약 800장의 라벨링 된 데이터를 Augmentation기법으로 데이터 양을 증가시키고 3차에 걸쳐 학습을 진행하였다. 1차와 2차 학습 시 Cross-Entropy loss function을 사용하였고 3차 학습 시 Tversky Loss Function을 사용하였다. 학습결과, 균열 탐지와 균열율을 계산할 수 있는 모델을 개발하였다. 또한, 드론의 위치 정보를 이용해 특정 도로의 한 차선 균열율을 계산할 수 있는 모델을 개발하였다. 향후 추가적인 연구를 통하여 균열탐지모델의 고도화를 사물인터넷(IoT)과의 융합으로 이루었을 때 소파보수(Patching)나 포트홀(Pothole)의 탐지가 가능할 것으로 보인다. 또한 드론의 실시간 탐지 업무수행으로 포장 유지 보수구간에 대한 탐지를 신속하게 확보할 수 있을것으로 기대된다.

• 대한임베디드공학회논문지
• /
• 제11권1호
• /
• pp.21-27
• /
• 2016

An integrated display software platform for small UAV is developed based on parallel processing technique in this paper. When the small UAV with high-performance camera and avionic modules is employed to various surveillance-related missions, it is important to reduce the operator's workload and increase the monitoring efficiency. For this purpose, it is needed to develop an efficient monitoring software enable to manipulate the image and flight data obtained during flight within the given processing time and display them simultaneously. In this paper, we set up requirements and suggest the architecture for the software platform. The integrated software platform is implemented with parallel processing scheme. Based on AR drone, we verified that the various data are concurrently displayed by the suggest software platform.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2021년도 봄 학술논문 발표대회
• /
• pp.172-173
• /
• 2021

In recent, unmanned Aircraft Systems (UAS) have been widely used for various purposes, such as safety inspection, facility condition inspection, progress monitoring, in the architecture engineering, and construction (AEC) industry. This technology can provide visual assets regarding the conditions of construction jobsites as well as constructed facilities during flying over the point of interests. With the significant interests in this advancement, the recent studies have presented how the UAS can be applied fro different types of facilities (e.g., buildings, power genereation systems, roads, or bridges) to inspect the current conditions of them for safe operations as well as public's safety. This study reviewed the receent studies to document their scientific findings and practical contributions, as well as provided the overview of further implications for future studies.

• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.234-252
• /
• 2020

계측기기만을 이용한 현장 상황대응의 재래적 방식에서 벗어나 온라인 '첨단기술(Hi-Technology)'과 오프라인의 '직관적 경험(Hi-Experience)'을 융합한 하이브리드(Hybrid) 재해관리 기법의 유효성을 검증하였다. 이를 위해 대상 현장에 매설된 상시 계측기 GNSS(RTK) 5대를 지상기준점(Ground Control Point, GCP)으로 사용하였다. 또한, 인근 지점에 크기 불변 특징점(Scale Invariant Feature Transform, SIFT) 4곳을 추출하여 검사점(Control Point, CP)으로 활용하였다. 이를 통해 현장 실측치와 드론기반 3차원 측정 결과치와의 정확도를 각 좌표값의 차이의 평균제곱근오차(Root Mean Square Error)를 이용하여 분석하였다. 결과적으로 드론에 의해 획득된 3차원 수치 모델을 정밀하게 후처리 분석함으로써 피사체의 모든 지형지물이 변위추적의 객체로 활용할 수 있음을 확인할 수 있었다. 포인트 클라우드(Point cloud) 기반의 3-D 수치 영상은 현장 그대로의 모습을 초실감, 고정도 가시화 함으로서 직관적인 경험에 공감할 수 있는 친화적인 솔루션을 제공하며, 단순 신호처리 기반의 계측기기 하드웨어 중심의 재해관리를 탈피해 인명피해/예산 절감 등 비탈면 유지관리에 최적의 플랫폼을 제공할 수 있을 것으로 판단된다. 특히, 특정 위치에 설치된 특정지점(Pin-point) 센서에 의존한 국지적인 정보의 한계를 뛰어넘어 기술생산 중심에서 재난관리의 중심으로 신속하게 전환될 수 있는 매개체가 될 것으로 기대한다.

• 한국환경복원기술학회지
• /
• 제22권1호
• /
• pp.73-84
• /
• 2019

In this research, it is a basic study to investigate the population of birds using UAVs. The research area is Ardeidae species(ASP) habitat and has long-term monitoring. The purpose of the study is to compare the ASP populations which analyzed ground observational survey and UAVs imagery. We used DJI's Mavic pro and Phantom4 for this research. Before investigating the population of ASP, we measured the escape distance by the UAVs, and the escape distances of the two UAVs models were statistically significant. Such a result would be different in UAV size and rotor(rotary wing) noise. The population of ASP who analyzed the ground observation and UAVs imagery count differed greatly. In detail, the population(mean) on the ground observation was 174.9, and the UAVs was 247.1 ~ 249.9. As a result of analyzing the UAVs imagery, These results indicate that the lower the UAVs camera altitude, the higher the ASP population, and the lower the UAVs camera altitude, the higher the resolution of the images and the better the reading of the individual of ASP. And we confirmed analyzed images taken at various altitudes, the individuals of ASP was not statistically significant. This is because the resolution of the phantom was superior to that of mavic pro. Our research is fundamental compared to similar studies. However, long-term monitoring for ASP of South Korea's by ground observation is a barrier of the reliability of the monitoring result. We suggested how to use UAVs which can improve long-term monitoring for ASP habitat.

• 산업경영시스템학회지
• /
• 제46권3호
• /
• pp.275-284
• /
• 2023

Land monitoring involves systematically understanding changes in land use, leveraging spatial information such as satellite imagery and aerial photographs. Recently, the integration of deep learning technologies, notably object detection and semantic segmentation, into land monitoring has spurred active research. This study developed a web service to facilitate such integrations, allowing users to analyze aerial and drone images using CNN models. The web service architecture comprises AI, WEB/WAS, and DB servers and employs three primary deep learning models: DeepLab V3, YOLO, and Rotated Mask R-CNN. Specifically, YOLO offers rapid detection capabilities, Rotated Mask R-CNN excels in detecting rotated objects, while DeepLab V3 provides pixel-wise image classification. The performance of these models fluctuates depending on the quantity and quality of the training data. Anticipated to be integrated into the LX Corporation's operational network and the Land-XI system, this service is expected to enhance the accuracy and efficiency of land monitoring.

• 융합보안논문지
• /
• 제18권2호
• /
• pp.133-139
• /
• 2018

5대 게임 체인저는 적의 비대칭 위협에 대응해 전시 국민 피해를 최소화하고 최단시간 내 전쟁을 승리로 이끄는 지상작전 수행개념이다. 이 중에서 드론봇(드론+로봇) 운용을 위한 네트워크 구성방안 연구는 육군이 창설하는 여러 개의 드론봇 전투단을 ICT를 통해 유기적으로 연결해 통합 C4I체계를 갖춤으로써 통합작전을 수행하는 핵심이 되는 연구이다. 본 연구에서 제시하는 드론봇의 한 형태인 화생방 정찰 드론의 군집비행 운용은 차량 및 인간을 대신하여 화생방 물질 탐지와 신속한 상황공유를 가능하게 한다. 그럼에도 불구하고 화생방 정찰드론의 군집비행에 대한 연구와 그에 대한 사이버전자전의 취약점에 대한 연구는 아직 부족한 실정이다. 그러므로 본 연구에서는 화생방 정찰 드론을 군집비행 운용 시 취약점과 대응방안을 제시하여 미래전 연구의 토대를 마련하고자 한다.