• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.99-114
• /
• 2024

국내 해안 쓰레기 모니터링은 노동 집약적 방식과 한정적인 조사 범위로 세밀한 분포 확인이 어렵다. 따라서 해안 쓰레기 자료수집의 효율성 증대를 위해 원격탐사 기법을 이용한 연구가 이루어지고 있다. 하지만 국내 원격탐사 기반 해안 쓰레기 모니터링 방안에 대한 기준이 미흡한 실정이다. 본 연구에서는 국내 연구 결과를 기초로 메타분석 방법을 적용하여 원격탐사체 중 드론을 이용한 해안 쓰레기 모니터링 연구 19건에 대해 모니터링 방법과 결과에 대해 분석하였다. 모니터링 방법을 대상으로 데이터 수집 방법, 수집 데이터 정보, 모니터링 대상지 정보에 대해 분석하였으며, 모니터링 결과를 대상으로 모니터링 실태, 탐지대상 및 활용모델에 대해 분석하였다. 또한, 메타분석 결과를 바탕으로 드론을 이용한 해안 쓰레기 모니터링 수행 시 고려 항목과 권장 항목, 수행 기준에 대한 모니터링 기준 항목을 제시하였다. 본 연구 결과를 통해 드론을 이용한 해안 쓰레기 모니터링 운용 기준 마련에 필요한 조건 및 기준을 정의하였으며, 추후 외국 사례 분석 및 현장 적용 결과를 추가하여 국가 차원의 원격탐사체를 이용한 해안 쓰레기 모니터링 지침 마련이 가능할 것으로 보인다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1135-1144
• /
• 2023

국내 농업용 저수지는 1970년 이전에 축조되어 준공 년도가 50년 이상 된 노후화된 시설이 대다수이며, 소규모 저수지는 기본 제원 및 수위 등을 파악할 수 있는 계측시스템이 없는 미계측 저수지이다. 준공 이후 호우발생 시 퇴적된 토사 유입, 퇴사량 증가에 따른 저수지 용량 감소 및 산업 고도화에 따른 수질악화 등은 저수지의 용수공급능력을 저하시키고 형상 변화를 야기한다. 따라서, 디지털 정보 및 원격탐사 정보를 결합한 계측 기술을 활용하여 미계측 저수지 수체 모니터링을 위한 공간정보 구축 방안이 필요하다. 본 연구에서는 지표면의 고도정보와 형태를 파악할 수 있는 Light Detection And Ranging (LiDAR) 센서를 활용하여 저수지 시설물의 고해상도 Digital Surface Model (DSM), Digital Elevation Model (DEM) 자료를 구축하고, 멀티빔(MultiBeam) 음향 측심기 기반 수심측량 정보의 융합을 통해 디지털 공간정보 융합 방안을 제시하고자 한다. 드론용 LiDAR를 활용하여 공간해상도 50 cm의 DSM 및 DEM 자료를 구축하여, 저수지 제방, 여수로, 용수로 등의 수리시설물의 디지털 공간정보를 구축하였다. 다분광 영상을 활용하여 수체를 탐지하기 위해 정규식생지수(Normalized Difference Vegetation Index, NDVI), 정규수분지수(Normalized Difference Water Index, NDWI)를 산정하여, 저수지의 수표면을 산정하였다. 또한, 고해상도 DEM 자료는 수심측량 자료와 융합하여 수심도를 작성하였으며, Triangulated Irregular Network (TIN)로부터 저수지 만수면적 및 체적을 산정하였다. LiDAR 센서 및 멀티빔 기반의 수심측량, 광학위성자료 영상 및 다중분광 드론영상을 활용한 수체 탐지 기술 등의 공간정보 융합은 미계측 저수지의 디지털 인프라를 구축하여 저수지의 가용용수공급능력을 모니터링 하기 위한 기초자료로서 활용성이 높을 것으로 사료된다.

• 한국산학기술학회논문지
• /
• 제20권11호
• /
• pp.305-313
• /
• 2019

최근 드론을 이용한 공간정보 구축이 활성화되면서 공간정보 산업발전에 많은 기여를 하고 있다. 하지만 드론 공간정보는 카메라의 중심투영에 의한 발생하는 폐색영역 뿐 아니라 가로수, 보행자, 현수막과 같은 적치물에 의한 폐색 영역이 필연적으로 발생한다. 이러한 폐색영역을 효율적으로 해결하기 위한 다양한 방안이 연구되고 있다. 본 연구에서는 폐색영역 해결을 위해 원초적인 재촬영이 아닌 딥러닝 알고리즘을 적용하기 위한 다양한 알고리즘별 조사 및 비교 연구를 수행하였다. 그 결과, 객체 검출 알고리즘인 HOG부터 기계학습 방법인 SVM, 딥러닝 방식인 DNN, CNN, RNN까지 다양한 모델들이 개발 및 적용되고 있으며, 이 중 영상의 분류, 검출에 가장 보편적이고 효율적인 알고리즘은 CNN 기법임을 확인하였다. 향후 AI 기반의 자동 객체 탐지와 분류는 공간정보 분야에서 각광받는 최신 과학기술이다. 이를 위해 다양한 알고리즘에 대한 검토와 적용은 중요하다. 따라서, 본 연구에서 제시하는 알고리즘별 적용 가능성은 자동으로 드론 영상의 폐색영역을 탐지하고 해결할 수 있어 공간정보 구축의 시간, 비용, 인력에 대한 효율성 향상에 기여할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제36권1호
• /
• pp.29-39
• /
• 2020

Forest fire is a critical disaster that causes massive destruction of forest ecosystem and economic loss. Hence, accurate estimation of the burned area is important for evaluation of the degree of damage and for preparing baseline data for recovery. Since most of the area size damaged by wildfires in Korea is less than 1 ha, it is necessary to use satellite or drone images with a resolution of less than 10m for detecting the damage area. This paper aims to detect wildfire-damaged area from a Kompsat-3 image using the indices such as NDVI (normalized difference vegetation index) and FBI (fire burn index) and to examine the classification characteristics according to the methods such as Otsu thresholding and ISODATA(iterative self-organizing data analysis technique). To mitigate the salt-and-pepper phenomenon of the pixel-based classification, a gaussian filter was applied to the images of NDVI and FBI. Otsu thresholding and ISODATA could distinguish the burned forest from normal forest appropriately, and the salt-and-pepper phenomenon at the boundaries of burned forest was reduced by the gaussian filter. The result from ISODATA with gaussian filter using NDVI was closest to the official record of damage area (56.9 ha) published by the Korea Forest Service. Unlike Otsu thresholding for binary classification,since the ISODATA categorizes the images into multiple classes such as(1)severely burned area, (2) moderately burned area, (3) mixture of burned and unburned areas, and (4) unburned area, the characteristics of the boundaries consisting of burned and normal forests can be better expressed. It is expected that our approach can be utilized for the high-resolution images obtained from other satellites and drones.

• 한국정보통신학회논문지
• /
• 제24권3호
• /
• pp.435-440
• /
• 2020

최근 무인이동체를 활용한 서비스 수요가 다양해지고 무인이동체 서비스 시장의 규모가 급격하게 증가하고 있다. 특히 산불 진압, 우편 배송, 시설 관리 등 공공임무 분야에서의 무인이동체 활용 서비스 요구도가 높아지고 있다. 이러한 요구도의 증가와 함께 무인이동체 기반의 다양한 임무 수행을 지원하기 위한 무인이동체 탑재용 임무소프트웨어 개발의 중요도가 갈수록 높아지고 있는 추세이다. 공통화 된 임무소프트웨어 개발을 위해서는 다양한 공공기관에서 공통적으로 필요한 임무 분석을 통해 재사용 가능한 기능들을 라이브러리로 개발하고, 이를 활용하여 무인이동체 관련 기업들이 쉽게 임무소프트웨어를 개발할 수 있도록 구조 설계가 이루어져야 한다. 본 논문에서는 공공임무용 무인이동체 전용 임무소프트웨어 연구 동향에 대해서 언급하고, 소프트웨어 개발을 위한 정형화된 임무소프트웨어의 구조 설계를 제안한다. 마지막으로, 임무소프트웨어와 데이터 플랫폼 간 데이터 전송 아키텍처를 제안한다.

• 한국환경복원기술학회지
• /
• 제25권5호
• /
• pp.29-41
• /
• 2022

Alien species cause problems in various ecosystems, reduce biodiversity, and destroy ecosystems. Due to these problems, the problem of a management plan is increasing, and it is difficult to accurately identify each individual and calculate the number of individuals, especially when researching alien turtle species such as GPS and PIT based on capture. this study intends to conduct an individual recognition study using a UAV. Recently, UAVs can take various sensor-based photos and easily obtain high-definition image data at low altitudes. Therefore, based on previous studies, this study investigated five variables to be considered in UAV flights and produced a test paper using them. OCR was used to monitor the displayed turtles using the manufactured test paper, and this confirmed the recognition rate. As a result, the use of yellow numbers showed the highest recognition rate. In addition, the minimum threat distance was confirmed to be 3 to 6m, and turtles with a shell size of 6 to 8cm were also identified during the flight. Therefore, we tried to propose an object recognition methodology for turtle display text using OCR, and it is expected to be used as a new turtle monitoring technique.

• 한국측량학회지
• /
• 제38권1호
• /
• pp.1-9
• /
• 2020

항공수심라이다(ABL: Airborne Bathymetric LiDAR)는 녹색 레이저(green laser)를 사용하여 연안 및 하천에 대해 해저지형과 수심에 대한 관측을 동시에 수행하는 첨단측량 기술이다. 항공수심라이다를 활용하여 해저지형 정보를 구축하기 위해서는 취득된 포인트 클라우드로부터 해수면과 해저면 점들을 분리하고 추출하는 과정이 필요하다. 기존의 해저면 점을 추출하기 위한 연구는 주로 waveform 분석(analysis)을 기반으로 수행되었다. 하지만 일반 사용자의 경우 waveform 데이터에 대한 접근성이 낮으며, waveform 분석 기반 해저면 추출 방법론에 대한 보완도 필요하다. 본 연구는 항공수심라이다 데이터의 지형학적 정보를 사용하여 해저면 점들을 추출하기 위한 연구를 수행하였다. 이를 위해 지면분리(ground filtering) 기법인 CSF (Cloth Simulation Filtering) 알고리즘을 RIEGL VQ880 항공수심라이다 시스템으로부터 취득된 데이터에 적용하고 효용성을 분석하였다. 실험결과 CSF 알고리즘을 항공수심라이다 데이터의 해저면 포인트 추출에 효과적으로 적용할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1749-1760
• /
• 2022

현대 사회는 갈수록 대형화되는 자연재해와 잦은 재난사고에 의한 인적·사회적 피해가 해마다 증가하고 있다. 난접근 지역이거나 접근 불능의 위험한 재난 현장을 인공위성이나 드론, 조사로봇과 같은 첨단 조사장비를 활용하여 신속하게 접근하고 유의미한 재난 정보를 적시적으로 수집·분석함으로써, 사전 예방·대비 대책 마련뿐만 아니라 적절한 재난 현장 대응 및 중장기적 복구 계획 수립 등 재난관리 전주기에 걸쳐 국민의 재산과 생명을 지킬 수 있는 중차대한 역할을 수행할 수 있다. 본 특별호에서는 지구 원격 관측 수단인 인공위성 기술뿐만 아니라 근거리 재난현장 관측센서가 탑재된 이동형 조사차량, 드론, 조사로봇 등 다양한 조사 플랫폼을 활용한 연구원의 재난관리 현업화 기술을 소개하고 있다. 주요 연구 성과로 구글어스 엔진을 활용한 수재해 피해 탐지와 중·장기적 시계열 관측, Sentinel-1 Synthetic Aperture Radar (SAR) 영상과 인공지능을 활용한 저수지 수체 탐지, 산불 재난시 주민 이동 패턴 분석과 재난안전 연구 데이터의 효율적인 통합 관리와 활용방안 연구성과를 소개하였다. 아울러, 접근 불능의 위험한 재난현장 조사시 드론, 조사로봇을 활용한 재난원인 과학조사 연구성과를 기술하였다.

• 터널과지하공간
• /
• 제34권1호
• /
• pp.1-14
• /
• 2024

폐광산의 갱도 입구를 통해 고속 라이다(Light Detection And Ranging, LiDAR) 장비가 탑재된 무인이동체를 투입하여 폐광의 갱도를 형상화하기 위한 기술이 제안되었다. 직경이 1.5 m 이상인 좁은 갱도에 바닥이 슬러지 형태로 미끄럽고 장애물이 있는 환경에서 무인 이동체를 운영할 때 고려할 사항을 검토하였다. 육상환경 이동을 위해 4족 보행 로봇을 활용하였으며 항공 환경 이동을 위해 쿼드콥터 드론이 활용되었다. 수중환경의 갱도에 투입하기 위해서 수중 드론이 사용되었다. 무인 이동체를 실제 광산 현장에 투입하여 폐광 현장용 이동체가 고려해야 할 변수들을 도출하였다. 폐광산 갱도 형상화용 센서로서 2차원 영상 기반의 solid-state 라이다가 사용되었다. 방사형으로 측정되는 라이다의 특성을 고려하여 고정 경사각을 두어 회전시켜 운영하여 갱도 형상화를 위한 효율성을 높이고 동시에 장애물 감지도 같이 수행할 수 있도록 제안하였다. Solid-state 라이다를 이용하여 측정데이터로부터 센서의 자세와 로봇의 자세를 반영하여 현실 좌표계 데이터로 변환하기 위한 계산기법이 도출되었다. 라이다 센서와 무인 비행체가 결합하여 실제 현장에 투입하여 갱도 형상을 추출하였다. 마지막으로 실제 현장에서 효용성을 높이기 위한 요소를 도출하였다.

• 한국건축시공학회지
• /
• 제17권6호
• /
• pp.545-557
• /
• 2017

이 연구는 사회 기반 구조물의 노후화에 대한 안전점검 기술분야에서 구조물 외관점검 기술의 효율적 대안에 관한 연구이다. 기존 육안점검 및 조사를 대신하여 산업용 드론과 딥 러닝기반의 이미지 분석 기법을 접목함으로써 막대한 인력과 시간소요 및 비용을 절감하고 높은 구역 및 돔 구조물의 접근 한계를 극복하고자 하였다. 구조물의 0.3mm 이상의 균열 손상을 검지할 수 있는 고 해상도 카메라와 라이다 센서, 임베디드 이미지 프로세서 모듈로 구성된 탑재체를 제작하여 산업용 드론에 탑재하였다. 이를 현장 시험에 적용하여 자동비행항법을 통해 시편의 손상 이미지를 촬영하였다. 또한 균열경을 이용하여 기존 육안 점검 방법으로 백태, 박리박락과 같은 면적형 손상과 선형 손상인 균열의 폭과 길이를 측정하여 최종 이미지 분석 검출 결과와 비교하고자 하였다. 촬영된 이미지 중 80장의 샘플을 골라 이미지 분석 기법을 적용하여 사전처리작업(pre-processing)-분리작업(segmentation)-특징점 추출작업(feature extraction)-분류 작업(Classification)-지도학습작업(supervised learning) 등의 과정을 거쳐 손상을 분리하고, 이를 딥러닝 기반 플랫폼으로 지도학습하여 분석 파라미터를 추출하였다. 지도학습을 수행하지 않은 임의의 이미지 샘플 60장을 신규로 추가하여 추출된 파라미터를 기반으로 이미지 분석을 수행한 결과, 손상 검출율의 90.5%로 나타났다.