• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1451-1466
• /
• 2023

해양 조난 사고에서 드론 활용이 빠르게 증가하고 있는 가운데, 특히 드론을 활용한 수색 구조 작업이 주목받고 있다. 조난 선박 및 기타 해양 표류체를 빠르게 탐지하기 위해 드론 영상을 활용한 딥러닝 모델들이 확장되고 있다. 그러나 이러한 모델을 효과적으로 학습시키기 위해서는 다양한 기상 조건과 선박 상태를 고려한 대량의 학습 데이터가 필요하다. 이에 대한 데이터 부족 문제는 학습된 모델의 성능 저하로 이어질 수 있다. 이에 본 연구는 해양 환경 시뮬레이터를 개발하고 데이터셋을 보강하여 조난 선박 탐지를 위한 딥러닝 모델의 성능 개선을 목표로 한다. 이 시뮬레이터는 눈, 비, 안개와 같은 다양한 기상 조건과 선박 상태, 그리고 드론과 센서의 규격과 특성을 설정할 수 있다. 시뮬레이션을 통해 얻은 데이터셋을 활용하여 딥러닝 모델을 학습시켰다. 이로써, 실제 드론 영상 데이터셋만을 사용한 모델과 비교했을 때 정확도와 재현율 등의 탐지 성능이 향상되었다. 특히, 비나 안개와 같은 악기상에서의 조난 선박 탐지 정확도(Average Precision, AP)는 약 2-5% 정도 향상되었으며 미탐지 비율이 현저히 낮아졌다. 이러한 결과는 개발된 시뮬레이터가 현실적이고 효과적으로 다양한 상황을 시뮬레이션하여 모델 학습에 기여함을 보여준다. 또한, 이에 기반한 조난 선박 탐지 딥러닝 모델은 해양 수색 및 구조 작업에서 효율적으로 활용될 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.74-91
• /
• 2023

교통안전시설의 설치효과를 분석한 여러 연구사례에서는 주로 설치시점을 기준으로 전후의 교통사고자료나 지점검지기에서 수집되는 속도자료를 통해 사고건수, 사고심각도, 속도 등의 변화를 비교하는 방법을 활용하고 있다. 하지만 교통사고 자료는 설치 시점 기준 최소 전후 1년 이상 수집해야 하므로 소요시간이 길고, 자료 수집기간동안 분석 대상 시설 외에 다른 교통안전시설이 추가되는 등 도로환경이 변화하여 사고감소 효과가 분석 대상 시설로 인한 효과라고 판단하기 어려울 가능성이 있다. 또한 속도자료는 지점검지기 위치가 분석이 필요한 지점과 다른 경우가 많고 현장조사시 교통사고 위험에 노출되는 문제가 있다. 이에 본 연구에서는 드론으로 영상을 촬영하고 프로그램을 이용해 자료를 추출한 다음, 속도완화구간 도입 전과 도입 후의 차량 주행속도를 비교하여 실효성을 파악하는 일련의 방법론을 정립하여 사례연구를 수행하였다. 드론을 활용한 차량의 속도 조사는 고속도로에서 이루어지는 관측조사에 비해 훨씬 안전하게 조사할 수 있고, 차량의 주행궤적을 따라 속도 변화를 추적할 수 있는 장점이 있어 향후 다양한 교통조사에 활용될 수 있을 것으로 기대한다.

• Smart Structures and Systems
• /
• 제30권5호
• /
• pp.501-511
• /
• 2022

Three-dimensional (3D) models have become crucial for improving civil infrastructure analysis, and they can be used for various purposes such as damage detection, risk estimation, resolving potential safety issues, alarm detection, and structural health monitoring. 3D point cloud data is used not only to make visual models but also to analyze the states of structures and to monitor them using semantic data. This study proposes automating the generation of high-quality 3D point cloud data and removing noise using deep learning algorithms. In this study, large-format aerial images of civilian infrastructure, such as cut slopes and dams, which were captured by drones, were used to develop a workflow for automatically generating a 3D point cloud model. Through image cropping, downscaling/upscaling, semantic segmentation, generation of segmentation masks, and implementation of region extraction algorithms, the generation of the point cloud was automated. Compared with the method wherein the point cloud model is generated from raw images, our method could effectively improve the quality of the model, remove noise, and reduce the processing time. The results showed that the size of the 3D point cloud model created using the proposed method was significantly reduced; the number of points was reduced by 20-50%, and distant points were recognized as noise. This method can be applied to the automatic generation of high-quality 3D point cloud models of civil infrastructures using aerial imagery.

• 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.

• 한국지반신소재학회논문집
• /
• 제19권3호
• /
• pp.1-8
• /
• 2020

본 연구에서는 토석류 매커니즘 분석을 위해 SPH(Smoothed Particle Hydrodynamics) 기법을 사용하여 토석류 수치해석을 수행하고 선행연구와 비교하여 토질정수의 적용성을 검증하였다. 또한, 자굴산 유역 계곡부를 대상으로 드론을 이용하여 항공사진측량을 수행한 후 이를 기반으로 지형모델을 생성하고 NFLOW를 활용하여 토석류 수치해석을 수행한 후 결과값을 위성영상 기반의 기존의 방법과 비교·분석하였다. 본 연구 결과, 드론 영상 및 NFLOW를 활용한 수치해석 기법은 위성 영상기반의 기존 방법보다 실제 지형을 잘 반영할 수 있어 토석류 영향 예측에 적용성이 높은 것으로 나타났다. 따라서 드론영상 및 NFLOW를 활용한 토석류 분석 기법은 사방댐 위치선정 등 토석류 예방 대책 수립 시 기초자료로 활용될 수 있을 것으로 사료된다.

• 한국ITS학회 논문지
• /
• 제16권6호
• /
• pp.90-100
• /
• 2017

본 연구에서는 기존 지점 및 구간 검지체계의 한계를 극복하기 위한 방편으로 드론 촬영영상을 활용하여 차량을 검지 및 레이블링 하고 이를 기반으로 도심부 간선도로상 차간간격을 산정하는 것을 목적으로 한다. 드론 영상 데이터 획득 시 적정 시간대, 위치, 고도를 선정하기 위하여 여러 조건하에서 촬영을 실시하여 최종 영상 데이터를 획득하였다. 다양한 영상분석기법 중 혼합 Gaussian, 영상 이진화, 모폴로지 기법을 적용시켜 차량을 검지하였고 칼만 필터를 적용하여 차량을 레이블링 하였다. 레이블링율 분석 결과 실제 차량 수 285대 중 185대를 검지함으로써 차량 레이블링율은 65%로 나타나는 것을 확인하였다. 차간간격은 픽셀 단위화를 통해 산정하였으며, 결과는 다음 지도와의 비교 분석을 통해 검증을 수행하였다. 검증 결과 차간간격 오차가 모두 5m 미만으로 나타났으며 평균 오차는 선행차량과의 차간간격은 1.67m, 후행차량과의 차간간격은 1.1m로 분석되었다. 본 연구에서 산출된 차간간격은 도심부 도로의 밀도, 서비스 수준 판단 기준 설정 등으로 활용될 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.34-41
• /
• 2021

보도는 보행자의 안전하고 쾌적한 통행을 목표로 하는 시설로, 다양한 재질의 블럭으로 포장되어 있다. 현재 우리나라는 보도 포장상태에 대한 정량적인 조사 방법이 부재하여 효율적인 조사 방법의 개발이 필요한 실정이다. 최근 드론은 다양한 분야에서 효율적인 조사 도구로 활용되고 있으나, 보도의 포장상태를 조사한 사례는 제한적인 실정이다. 본 연구는 드론을 이용한 보도블럭 파손 탐지 방법 개발을 위한 초기 연구로써 보도블럭의 탈락에 국한하여 탐지 가능성을 파악하고자 하였다. 이를 위하여 보도블럭을 인위적으로 제거하여 탈락을 상황을 모의하였고, 드론을 이용하여 0.7 cm 해상도의 영상을 촬영하였다. 영상 전처리를 통해 획득된 포인트 클라우드 자료의 특성으로 보도블럭 탈락 부위에서 포인트들이 갖는 표고의 분산이 높게 나타났다. 이러한 특성을 이용하여 보도 영역에 해당하는 격자에 포함되는 포인트들의 표고에 대한 분산에 4가지 임계치를 적용하여 보도블럭 탈락 부위를 탐지하는 실험을 진행하였다. 그 결과 정탐지율 70-80 %, 누락오차 20-30 %, 추가오차 2 % 이하의 탐지정확도를 획득하여 보도블럭 탈락의 탐지 가능성이 높은 것으로 판단된다. 본 연구의 결과는 제한적인 환경에서 모의된 보도블럭 탈락을 대상으로 하였으므로 향후 실제 환경을 고려한 추가 연구를 통해 효율적이고 정량적인 보도블럭 파손 탐지 방법이 개발될 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.497-505
• /
• 2018

대형폐기물량을 산정해야 하는 상황에서 드론을 이용하여 폐기물의 3차원 모형을 구축하여 폐기물의 정량적인 양을 산출할 수 있다. 필요에 따라서 단시간에 폐기물량을 산정해야 하는 경우가 있다. 본 연구에서는 다양한 비행변수와 지상기준점 측량을 통해 드론 기반의 3차원 모형을 구축하고 정확도와 소요되는 시간의 관계를 분석하였으며 단시간에 폐기물량 산정을 위한 적절한 드론 활용 기법을 도출하고자 하였다. 드론을 이용하여 폐기물의 영상을 촬영하여 자동정합하고 3차원 좌표를 가지는 모형을 생성하였다. 3차원 모형의 정확도는 RMSE(Root Mean Square Error) 계산을 통해 평가하였다. 총 49개 모형의 RMSE는 최고 0.08부터 최저 124.75로 나타났다. 정확도가 높은 상위 15개 모형의 소요시간과 그 특성을 분석한 결과, RMSE가 0.08로 영상의 정확도가 가장 높은 1번 모형의 소요시간이 954.87분으로 나타났다. 또한 소요시간이 98.27분으로 가장 짧은 10번 3차원 모형의 RMSE는 0.15로써 정확도가 가장 높은 모형과 큰 차이가 없음을 확인하였다. 가장 효율적인 드론 비행변수는 비행고도 150m에서 높은 촬영중복도(종중복도 60-70%, 횡중복도 30-40%)이며 영상정합에 필요한 지상기준점 개수는 최소 10개 이상인 것으로 나타났다. 본 연구의 결과는 드론을 활용하여 신속하고 효율적인 폐기물량 산정하는데 기초자료로 활용될 수 있다.

• 한국측량학회지
• /
• 제37권4호
• /
• pp.243-251
• /
• 2019

전국 국도에 설치된 도로표지 위치정보는 MMS(Mobile Mapping System) 기술을 이용하여 지속적으로 갱신하고 있다. MMS에 의해 정확한 도로시설물 매핑이 가능하지만 장비가 고가이고 전문적인 기술이 요구된다. 또한 대상물의 위치 정확도가 GPS 정확도에 크게 좌우된다. 도로시설물 매핑의 경우, 지상 측량이나 유인 항공기에 비해 드론의 운용 장점이 부각되는 분야이다. 특히, 지상 측량에 비해 효율적이고, 유인 항공기에 비해 저예산으로 고해상도의 영상의 획득이 가능하다. 본 연구에서는 도로표지를 대상으로 기존의 모바일 매핑 시스템에 의해 측정된 위치정보의 정확도를 GPS 지상 측량에 의해 검증하고 드론 항공사진 측량 결과와 비교분석 하였다. 드론 항공사진측량에 의한 경우 획득 가능한 공간 정확성을 확인하기 위해 기준점 수 및 중복도에 변화에 따른 정확성을 평가해보았다. 실험 결과 도로 양 끝에 분포한 2개의 기준점으로 충분한 정확도를 얻을 수 있었으며 60%의 중복도로 도로표지의 좌표를 산출하는데 활용할 수 있었다.

• 한국측량학회지
• /
• 제39권2호
• /
• pp.93-101
• /
• 2021

Recently, with the urban redevelopment and the spread of the planned cities, there is increasing interest in the wind environment, which is related not only to design of buildings and landscaping but also to the comfortability of pedestrians. Numerical analysis for wind environment prediction is underway in many fields, such as dense areas of high-rise building or composition of the apartment complexes, a precisive 3D building model is essentially required in this process. Many studies conducted for wind environment analysis have typically used the method of creating a 3D model by utilizing the building layer included in the GIS (Geographic Information System) data. These data can easily and quickly observe the flow of atmosphere in a wide urban environment, but cannot be suitable for observing precisive flow of atmosphere, and in particular, the effect of a complicated structure of a single building on the flow of atmosphere cannot be calculated. Recently, drone photogrammetry has shown the advantage of being able to automatically perform building modeling based on a large number of images. In this study, we applied photogrammetry technology using a drone to evaluate the flow of atmosphere around two buildings located close to each other. Two 3D models were made into an automatic modeling technique and manual modeling technique. Auto-modeling technique is using an automatically generates a point cloud through photogrammetry and generating models through interpolation, and manual-modeling technique is a manually operated technique that individually generates 3D models based on point clouds. And then the flow of atmosphere for the two models was compared and analyzed. As a result, the wind environment of the two models showed a clear difference, and the model created by auto-modeling showed faster flow of atmosphere than the model created by manual modeling. Also in the case of the 3D mesh generated by auto-modeling showed the limitation of not proceeding an accurate analysis because the precise 3D shape was not reproduced in the closed area such as the porch of the building or the bridge between buildings.