• 스마트미디어저널
• /
• 제12권3호
• /
• pp.77-84
• /
• 2023

산림 화재는 현대의 급격한 기후 변화에 따른 대표적인 자연 재해이다. 화재로 인한 산림 훼손으로 산림 조성이 미비한 시점에 겨울철 해빙기와 폭우 등으로 산사태가 발생하는 이차적인 피해가 발생한다. 대부분 국가에서는 산림 관리를 위해 CCTV 중심의 모니터링 시스템으로 제한적인 면적만 관리하고 있다. 산사태 징후를 예측하기 위해 사전에 3차원 공간 좌표를 포함하고 있는 마커를 위험지역의 경사면에 장착한 후, 주기적인 드론 촬영으로 3차원 맵핑 및 안식각을 검출한다. 이를 위해서 마커의 인식범위 및 화각을 정의하고, 산사태 징후를 사전에 예측하는 방법을 제시하였다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.319-325
• /
• 2021

드론을 활용한 미세먼지 측정은 산업의 발달과 함께 점차 보편화 되고 있으며, 일부 산업 지대에서 미세먼지 모니터링으로 대기 오염원을 파악한다. 건설 공사 현장에서는 현장사무소에 미세먼지 측정소를 따로 마련하여 주변 공인 측정소보다 현장의 미세먼지 농도를 파악할 수 있다. 그러나, 미세먼지를 발생시키는 오염원으로부터 미세먼지 측정을 정확하게 파악하기는 어려우므로 현장 오염원에 가깝게 직접 투입하여 미세먼지 농도를 측정하여 정확성을 높이고자 하였다. 미세먼지측정치가 부착된 드론은 착륙 중에 발생하는 하향풍 영향으로 측정 노이즈가 발생하였으나 높이 30m에서, 맵핑을 진행하였을 때, 오염원의 수치와 유사하게 측정이 되었다. 실험 대상지역에 대한 현장 적용성은 평탄화 작업이 많아 지형이 지속적으로 바뀌기 때문에 위성영상을 활용한 주기적인 업데이트 정보에는 한계가 있었다. 특히, 절토 작업구간에서 위성지도의 정보는 드론의 맵핑 구역과 미세먼지 농도가 지형에 중첩되어 정확한 구현을 위해서는 맵핑도 함께 반영되어야 한다. 따라서, 본 연구에서는 드론을 활용한 GIS 맵핑을 통해 실시간 현장 정보를 반영할 수 있는 시스템을 구현하였다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.743-754
• /
• 2023

기후변화와 극한기상으로 유발된 다양한 자연재해와 사고로 전세계적으로 수많은 인명과 재산 피해가 발생하고 있다. International Charter와 같은 국제기구간의 상시 공조체계를 구축하고, 이러한 대규모 재난관리와 신속한 복구를 위해 고해상 위성영상 및 공간정보를 제공하고 있다. 국내에서는 국토위성이 본격적으로 정상 운용되면서 국토정보 구축뿐만 아니라 국내·외 대형 재난에 대해 피해분석 정보를 제공하고 있다. 이번 국립재난안전연구원 특별호에서는 2023년 주요 재난사고 발생 현황과 정부의 국가재난안전시스템 개편 대책을 기술하였다. 또한, 연구원에서 재난 상황관리 및 분석을 위해 수행하고 있는 인공위성과 정보통신, 공간정보 활용기술과 관련된 최신 연구성과와 재난사고 원인·피해조사를 위한 자료 수집·처리·분석과 관련된 최신 연구성과를 담았다. 아울러, 드론매핑(drone mapping)과 라이다(LiDAR) 관측기술을 활용한 2023년 집중호우로 인한 산사태 피해 현장조사 사례를 기술하였다.

• 한국산학기술학회논문지
• /
• 제20권8호
• /
• pp.15-22
• /
• 2019

무선 센서 네트워크는 적은 비용이 들고 낮은 전력으로 구동할 수 있는 센서들이 넓은 범위에 분포한 네트워크이다. 이때 센서들이 주변의 환경을 감시하고 계측한 정보들을 인근의 센서들에게 멀티홉 방식으로 전송하여 최종적으로 모든 데이터들이 베이스 스테이션으로 보내지는 네트워크가 무선 센서 네트워크이다. 여기서 무선 센서 네트워크에 대한 대부분의 연구는 한 위치에 고정되어 주변을 감시하는 정적 센서가 주가 되어왔다. 하지만 정적 센서만으로 이루어진 네트워크와 달리, 드론을 이용하여 네트워크를 구성하게 된다면 네트워크의 전체 커버리지와 에너지 소모를 보다 효율적으로 관리할 수 있다. 본 논문에서는 네트워크를 이루는 드론들에 대한 환경을 모델링하기 위해 전송 전력 모델과 비디오 인코딩 모델을 수식화하여 소개한다. 또한 드론의 효율적인 배치를 위하여 우선순위 지도를 설계하고, 이를 기반으로 커버리지와 에너지를 고려하여 드론들을 배치하는 방식을 보여준다. 다양한 시뮬레이션을 통하여 정적 센서 기반의 네트워크보다 드론 기반의 무선 센서 네트워크에서 더 적은 수의 센서로 커버리지를 증가시키고 소모되는 에너지는 줄여준다는 것을 보여준다. 구체적으로는 정적 센서와 드론의 수가 동일한 가운데 커버리지는 최대 30 퍼센트의 향상이 있고, 에너지 측면에서는 평균 25 퍼센트의 전체 네트워크의 에너지 소모를 줄이면서도 정적 센서 네크워크와 드론 기반 네트워크의 커버리지가 동일하게 유지됨을 보여준다.

• 대한원격탐사학회지
• /
• 제35권5_2호
• /
• pp.841-850
• /
• 2019

본 논문은 상업용 소형 드론의 드론 맵핑 기하 정확도 평가와 지상 LiDAR와 드론 점군 자료의 융합을 통하여 재난 긴급 맵핑 적용성에 관한 연구이다. 기존의 드론 맵핑 절차와 카메라 검정과 광속조정법으로 카메라 모델을 최적화한 드론 맵핑 간의 위치 오차를 비교 분석한 결과, 평면 위치오차는 2~3 m에서 약 0.11~0.28 m 수준으로, 수직 위치오차는 2.85 m에서 0.45 m 수준으로 위치결정 정확도가 향상되었다. 아울러, 드론 맵핑과정에서 누락되기 쉬운 점군 자료의 측면정보를 지상 LiDAR 점군자료와 융합을 통해 보완할 수 있도록 두 점군 자료간 정합을 위한 개선된 좌표계 변환 모델을 제시하여 연구 대상지내 이종 점군 자료를 최대 오차 0.07 m 이내로 정합하였다. 본 논문에서의 재난현장에서의 드론 기반의 긴급 맵핑과 재난 현장정보를 보다 정밀하게 구축하기 위한 점군 자료융합에 관한 연구 성과는 향후 국가 재난안전 관리 현업에 일조할 수 있을 것으로 기대된다.

• 한국안전학회지
• /
• 제36권1호
• /
• pp.18-25
• /
• 2021

In many developed countries, such as South Korea, efficiently maintaining the aging infrastructures is an important issue. Currently, inspectors visually inspect the infrastructure for maintenance needs, but this method is inefficient due to its high costs, long logistic times, and hazards to the inspectors. Thus, in this paper, a novel crack inspection approach for concrete bridges is proposed using integrated image processing techniques. The proposed approach consists of four steps: (1) training a deep learning model to automatically detect cracks on concrete bridges, (2) acquiring in-situ images using a drone, (3) generating orthomosaic images based on 3D modeling, and (4) detecting cracks on the orthmosaic image using the trained deep learning model. Cascade Mask R-CNN, a state-of-the-art instance segmentation deep learning model, was trained with 3235 crack images that included 2415 hard negative images. We selected the Tancheon overpass, located in Seoul, South Korea, as a testbed for the proposed approach, and we captured images of pier 34-37 and slab 34-36 using a commercial drone. Agisoft Metashape was utilized as a 3D model generation program to generate an orthomosaic of the captured images. We applied the proposed approach to four orthomosaic images that displayed the front, back, left, and right sides of pier 37. Using pixel-level precision referencing visual inspection of the captured images, we evaluated the trained Cascade Mask R-CNN's crack detection performance. At the coping of the front side of pier 37, the model obtained its best precision: 94.34%. It achieved an average precision of 72.93% for the orthomosaics of the four sides of the pier. The test results show that this proposed approach for crack detection can be a suitable alternative to the conventional visual inspection method.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.837-847
• /
• 2023

본 연구는 사고현장에서 화학물질로 인해 발생한 사고지점의 피해면적을 식생지수로 산출하는 방안을 연구하였다. 자료수집은 두 종류의 드론을 활용하였으며, 사진측량기법을 적용한 3차원 점군자료에서 피해면적을 산출하였다. 다중분광센서의 분광대역 정보를 활용하여 제작한 정사영상을 토대로 식생지수 영상을 제작하였고, 임계값에 따른 피해면적의 결과로 사고현장에 대한 통계를 분석하였다. 근적외선 밴드 기반의 식생지수 Kappa 값은 0.79, 녹색 밴드 기반의 식생지수는 0.76으로 화학물질사고 조사현장에서 식생지수를 활용한 피해면적 분석 방법을 활용할 수 있을 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제19권10호
• /
• pp.633-639
• /
• 2018

하천환경을 구성하고 있는 복잡하고 다양한 인자의 특성에 따라 공간을 세밀하게 분류하기 위해서는 원격탐사(RS)를 통해 고해상도의 영상을 확보하는 것이 무엇보다 중요하다. 본 연구는 하천공간을 대상으로 환경 특성에 따른 공간 분류를 수행하기 위해 드론을 활용하여 취득한 고해상도 초분광 영상의 활용 가능성을 제시하고, 분류 결과에 대한 정확도를 평가하고자 하였다. 연구지역에서 획득한 초분광 영상은 노이즈로 인한 영향을 줄이고자 MNF와 PCA 기법으로 차원축소를 수행하였으며, MLC(Maximum Likelihood Classification)와 SVM(Support Vector Machine), SAM(Spectral Angle Mapping) 감독분류기법을 적용하여 하천환경특성에 따른 공간분류를 수행하였다. 연구 결과 MNF기법으로 차원 축소한 영상을 적용하여 MLC 감독분류를 수행하였을 때 가장 높은 분류정확도를 얻을 수 있었으나, 일부 클래스 및 수역의 경계와 그림자 공간에서 주로 오분류가 나타나는 것을 확인할 수 있었다. 이와 같은 연구 결과는 앞으로 드론과 초분광센서를 적용한 원격탐사를 위한 기초자료로 활용 할 수 있으며, 추가적인 알고리즘 개발을 통해 보다 광범위한 하천환경 분야에 적용할 수 있을 것으로 기대한다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.589-599
• /
• 2018

토지피복도는 지금까지 주로 위성영상과 항공영상을 이용하여 제작되어 왔지만 이 두 영상은 공간적 해상도의 한계가 따르고 구름의 영향으로 원하는 시점에 원하는 지역의 영상을 취득하기에는 역부족이다. 또한, 소규모 지역에 대한 토지피복도를 제작하기에는 시간적 및 경제성 측면에서 비효율적이다. 이에 본 연구에서는 다중분광 카메라 기반의 드론을 사용하여 다중시기 영상을 취득하고 정사영상을 생성한 후 토지피복도를 제작하여 시계열 분석을 통해 활용성을 평가 하였다. 그 결과 RMSE (Root Mean Square Error)가 X, Y, H에서 각각 ${\pm}10mm$, ${\pm}11mm$, ${\pm}26mm$인 RGB 정사영상과 ${\pm}28mm$, ${\pm}27mm$, ${\pm}47mm$인 다중분광 정사영상을 생성할 수 있었다. 픽셀기반 및 객체기반 분류로 각각 제작된 토지피복도의 정확도를 분석한 결과 전체 정확도와 Kappa 계수에서 객체기반 분류가 시기별로 각각 7월 93.75%, 92.42%, 10월 92.50%, 91.20%, 2월 92.92%, 91.77%로 더 높게 나타났으며 시계열 분석 결과 특정 객체의 면적 변화량을 정량적으로 정확하게 파악할 수 있었다. 이를 통해 다중분광 카메라 기반의 드론을 활용한 효율적인 토지피복도 제작 가능성과 활용성을 확인하였다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.637-647
• /
• 2019

작물의 스트레스를 탐지하는 것은 생산량 감소를 평가하는데 매우 중요하다. 광화학 반사 지수 (PRI)는 LUE의 원격 감지 지표로서 개발되었으며, 많은 연구자들에 의해 식생의 스트레스 탐지에 효과적으로 사용할 수 있음이 입증되었다. 그러나 원격탐사 영상에 기반한 PRI를 이용한 연구는 매우 드물다. 낮은 분광해상도로 인하여 드론 및 위성영상 기반의 PRI 모니터링이 어렵기 때문이다. 본 연구에서는 다중분광 센서 기반의 PRI를 산정하기 위하여 인접한 밴드를 이용한 융합 방법을 제안하였다. 제안한 기법을 초분광 및 다중분광 영상에 적용한 결과 산출된 PRI는 79%의 설명력을 나타내었으며, 지상고정형 센서의 관측값과도 유사한 변동 특성을 나타내었다. 따라서 밴드 융합에 의한 PRI는 작물 스트레스 평가에 적용이 가능할 것으로 판단된다.