• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.21-30
• /
• 2024

본 논문에서는 자율협력주행 인프라를 위해 제작된 8가지 센서 전용 시설물들에 대해 라이다로 취득한 포인트 클라우드 데이터로부터 시설물들의 특징을 추출하여 샘플 데이터셋으로 구축하는 방법을 제안한다. 고휘도 반사지가 부착된 8가지 센서 전용 시설물들과 데이터 취득 시스템을 개발했고, 취득된 포인트 클라우드 데이터로부터 일정한 측정 거리 내에 위치한 시설물들의 특징을 추출하기 위해 포인트 대상의 DBSCAN 방법과 반사강도 대상의 OTSU 방법을 응용하여 추려낸 포인트들에 원통형 투영법을 적용했다. 3차원 포인트 좌표, 2차원 투영 좌표, 그리고 반사강도 등을 해당 시설물의 특징으로 설정했고, 정답 레이블과 함께 데이터셋으로 제작했다. 라이다로 취득한 데이터를 기반으로 구축된 시설물 데이터셋의 효용 가능성을 확인하기 위해서 기본적인 CNN 모델을 선정하여 학습 후 테스트를 진행하여 대략 90% 이상의 정확도를 보여 시설물 인식 가능성을 확인했다. 지속적인 실험을 통해 제시한 데이터셋 구축을 위한 특징 추출 알고리즘의 개선 및 성능 향상과 더불어 이에 적합한 자율협력주행을 위한 센서 전용 시설물을 인식할 수 있는 전용 모델을 개발할 예정이다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1827-1836
• /
• 2022

재난은 돌발적으로 발생하여 예측하기가 쉽지 않고 그 규모도 과거에 비해 커지고 있어 피해가 증가하고 있으며, 하나의 재난이 2차 재난으로 발전하는 경우가 많다. 재난관리의 4가지 단계 중 응급상황이 발생하는 대응단계에서 행해지는 수색과 구조 과정에서, 현장에 투입되는 인원들은 많은 위험을 감수하고 현장에 투입되고 있다. 이러한 점에서 로봇은 재난현장의 초기 대응과정에서 인명 및 재산의 피해를 줄일 수 있는 가능성이 높은 기술이다. 또한, Light Detection And Ranging (LiDAR)는 레이저를 이용하여 비교적 넓은 범위의 3차원 정보를 획득하고 정확도 및 정밀도가 높아 재난 현장의 특징을 생각할 때 매우 유용한 센서이다. 이에 본 연구에서는 로봇이 재난 현장에서 활용될 수 있도록 LiDAR와 Inertial Measurement Unit (IMU) 센서에 실시간 모니터링을 위한 컴퓨팅 보드를 결합하여 하나의 다중센서모듈 및 조사로봇 맞춤형 Simultaneous Localization and Mapping (SLAM) 알고리즘을 개발하였다. 다중센서모듈이 재난 현장에서 최적의 정확도를 유지할 수 있도록 조사로봇에 안정적으로 탑재하는 방안에 대해 연구하였고, 모듈의 성능을 확인하기 위해 재난건축물 실내에서 SLAM 맵핑을 수행하여 다양한 SLAM알고리즘과 거리 비교를 수행하였다. 그 결과, 본 연구에서 개발한 PackSLAM이 낮은 오차를 나타내어 활용 가능성을 보였다. 향후 재난현장에서의 적용성을 더욱 높이기 위해 장애물이 많은 험지환경을 구축하여 다양한 실험을 수행할 예정이다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.507-513
• /
• 2021

GPR (Ground Penetrating RADAR)은 도로의 포장 상태 및 싱크홀, 지하관로를 검사하는 센서로 도로관리에 활발히 사용되는 센서이다. MMS (Mobile Mapping System)는 도로 표면과 주변 환경에 대한 정확한 정밀 도로 지도를 제공한다. 두 종류의 데이터가 동일한 지역에서 구축되면 지상과 지하의 공간정보를 동시에 구축할 수 있어서 효율적이며 육안으로 도로와 도로 주변의 중요 시설물, 지하의 관로 위치등을 파악할 수 있어서 현장에 대한 직관적인 이해가 가능하여 도로나 시설물을 관리하는데 있어서 유용한 도구가 된다. 그러나 이러한 최신 기술을 적용한 해외의 장비는 고가이며 국내 실정에 맞지 않다. 해외 개발 장비를 대체하고 향후 국산 장비를 개발할 수 있는 원천기술을 확보하기 위해 LiDAR (Light Detection And Raging)와 GNSS/INS (Global Navigation Satellite System / Inertial Navigation System)를 동기화 하고, 동일한 GNSS/INS에 GPR 데이터도 동기화 하였다. 동기화된 GPR 데이터를 취득 당시의 GNSS/INS의 위치와 자세정보를 이용하여 지오레퍼런싱을 수행하는 소프트웨어를 개발하였다. 개활지와 비개활지로 구분하여 도로 현장에서 실험을 수행하였으며, LiDAR를 통해 취득되는 3D 포인트 클라우드 데이터를 통해서 지상의 도로와 주변 시설물을 육안으로 쉽게 확인할 수 있었다. 지오레퍼런싱된 GPR 데이터도 점군데이터와 함께 3D 뷰어로 볼 수 있었으며, 지하의 시설물의 위치를 GPR 데이터를 통해 쉽고 빠르게 확인할 수 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권5호
• /
• pp.63-71
• /
• 2021

드론 자율비행 기술 중 장애물 회피는 드론이나 주변 환경의 손상을 방지하고 위험을 예방할 수 있도록 하는 매우 중요한 기술이다. LiDAR 센서 기반 장애물 회피방식은 비교적 높은 정확도를 보여 최근 연구에서 많이 활용되고 있지만, 단가가 높고 시각 정보에 대한 처리 능력이 제한적인 단점이 있다. 따라서 본 논문은 단가가 상대적으로 저렴하고 시각 정보를 이용한 확장성이 높은 카메라 기반 PPO(Proximal Policy Optimization) 강화학습을 이용한 드론의 장애물 회피 알고리즘을 제안한다. 3차원 공간상의 학습환경에서 드론, 장애물, 목표지점 등을 무작위로 위치시키고, 가상 카메라를 이용하여 전면에 설치된 스테레오 카메라를 통해 스테레오 영상정보를 얻은 다음 YOLOv4Tiny 객체검출을 수행한다. 그리고 난 후 스테레오 카메라의 삼각측량법을 통해 드론과 검출된 객체간의 거리를 측정한다. 이 거리를 기반으로 장애물 유무를 판단하고, 만약 장애물이면 패널티를 책정하고 목표지점이면 보상을 부여한다. 본 방법을 실험한 결과 카메라 기반 장애물 회피 알고리즘은 LiDAR 기반 장애물 회피 알고리즘과 비교하여 충분히 비슷한 수준의 높은 정확도와 평균 목표지점 도달시간을 보여 활용 가능성이 높음을 알 수 있었다.

• 한국측량학회지
• /
• 제26권2호
• /
• pp.117-127
• /
• 2008

우리나라는 여름철 집중호우와 태풍으로 인해 산사태가 빈번히 발생하고 있으며, 이로 인해 많은 인명피해와 경제적 손실이 발생하고 있다. 특히 강원도 지역의 대부분 도로가 산악지형에 위치하고 있어 산사태의 위험에 노출되어 있다. 따라서 산사태를 막기 위한 대책마련이 시급한 실정이며, 이를 위해 다양한 사면조사 및 사면유지관리를 위한 첨단 관측기술이 요구되고 있다. 최근에는 광섬유 센서, GPS, CCD 카메라, Total Station, 위성영상을 이용한 사면관측 기술이 활용되고 있으나 경제성, 정밀성, 효율성 등의 제약으로 인해 활용빈도가 떨어지고 있는 실정이다. 그러므로 본 연구에서는 지상라이다를 이용하여 시범사면을 모니터링한 후 정확도를 평가함으로써, 지상라이다의 사면관측을 위한 적용 가능성을 분석하고자 하였다. 그 결과 수 mm의 미세변위를 높은 정확도로 관측할 수 있었으며, 신속하게 사면의 지형정보를 획득할 수 있었다.

• 대한토목학회논문집
• /
• 제30권2D호
• /
• pp.191-198
• /
• 2010

사면의 변위는 산사태의 위험성을 예측할 수 있는 매우 중요한 인자이다. 따라서 사면의 변위는 지속적인 관측과 높은 정밀도의 관측이 요구된다. 최근에는 사면관측을 위해서 광섬유센서, GPS, Total Station, 계측기 등의 첨단장비가 활용되고 있다. 그러나 이러한 관측 장비는 경제성, 환경성, 편리성과 유지관리 측면에서 장비의 제약으로 인해 실제 현장적용이 부진한 상태이다. 그러므로 다양한 사면관측과 현장적용을 위해서는 실질적인 관측기술개발이 요구된다. 본 연구에서는 지상라이다의 사면 모니터링에 대한 적용 가능성을 분석하고자 하였으며, 사면조사와 사면유지관리를 위한 정보획득 기술로 제시하고자 하였다. 이를 위해서 본 연구에서는 지상라이다의 모니터링 정확도를 평가하였으며, 변위 발생 지역의 육안판독을 위한 그리드 분석을 실시하였다. 또한 사면 모니터링을 위한 방법론을 제시하였다.

• 대한공간정보학회지
• /
• 제20권2호
• /
• pp.109-117
• /
• 2012

최근 복합적 대형 재난이 빈번히 발생하면서 전지구적인 재해 재난 모니터링을 위해 인공위성 센서, 항공/지상 LiDAR 등 다양한 관측센서들이 활용되고 있다. 특히, 전지구를 주기적 반복적으로 관측하며 cm급 고해상도 공간 영상정보를 제공하는 상업 위성은 국가적 재해 재난 발생에 대한 전조 모니터링에서부터 신속한 복구 등 재해 재난업무에 그 활용범위가 확대되고 있다. 그러나, 기존의 독자적 위성운용 시스템만으로는 광역적이고 준실시간적 대응을 요하는 재해 재난 상황 대응에는 한계가 있으므로, 다중 센서가 탑재된 탑재체 운용, 여러 대의 탑재체를 연동하여 적시에 위성영상을 확보하기 위한 긴밀한 국제적 협력체계가 필요하다. 본 논문에서는 지난 2011년 발생했던 국내 폭설 및 집중호우 재난 대응을 위해 국립방재연구원과 국제재난기구인 International Charter와의 협업을 통하여 신속한 위성영상 수급과 자료처리, GIS 분석, 지도화(mapping)함으로써 적시적으로 의사결정지원이 가능한 재난관리 체계를 제시하였다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1095-1109
• /
• 2021

안전한 자율주행을 위해 정확한 자기위치 측위와 주변지도 생성은 무엇보다 중요하다. 고가의 고정밀위성항법시스템(Global Positioning System, GPS), 관성측정장치(Inertial Measurement Unit, IMU), 라이다(Light Detection And Ranging, LiDAR), 레이더(Radio Detection And Ranging, RADAR), 주행거리측정계(Wheel odometry) 등의 많은 센서를 조합하여 워크스테이션급의 PC장비를 사용하여 센서데이터를 처리하면, cm급의 정밀한 자기위치 계산 및 주변지도 생성이 가능하다. 하지만 과도한 데이터 정합비용과 경제성 부족으로 고가의 장비 조합은 자율주행의 대중화에 걸림돌이 되고 있다. 본 논문에서는 기존 단안카메라를 사용하는 Monocular Visual SLAM을 발전시켜 RTK가 지원되는 GPS를 센서 융합하여 정확성과 경제성을 동시에 확보하였다. 또한 HD Map을 활용하여 오차를 보정하고 임베디드 PC장비에 포팅하여 도심 도로상에서 RMSE 33.7 cm의 위치 추정 및 주변지도를 생성할 수 있었다. 본 연구에서 제안한 방법으로 안전하고 저렴한 자율주행 시스템 개발과 정확한 정밀도로지도 생성이 가능할 것으로 기대한다.

• 항공우주시스템공학회지
• /
• 제17권6호
• /
• pp.16-26
• /
• 2023

UAV의 수요가 증가함에 따라 많은 충돌 회피 방법들이 제안됐다. 이러한 방법들은 LiDAR 및 스테레오 카메라를 주축으로 연구되었으나 무겁거나 공간이 부족하여 소형 UAV에 접목이 어려웠기에, 최근에는 객체 인지 모델 및 거리 측정 센서를 복합적으로 사용한 방법들이 제안되고 있다. 하지만 이러한 객체 인지 복합 방법들은 인지한 장애물의 크기 정보를 도출하지 않아 인지 초기에 적정 회피 거리 도출 및 장애물의 좌표화가 어렵다는 단점이 존재한다. 본 논문에서는 단안 카메라-YOLO와 적외선 센서 기반의 장애물 크기 예측 방법을 제안하고, 실험을 통해 40cm의 거리 내에서 86.39%의 정확도를 보임을 확인했다. 또한, 제안한 방법을 적용하여 소형 UAV에 적용하여 장애물 충돌 회피가 가능한지를 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1271-1281
• /
• 2017

It is essential to collect and analyze target information around the vehicle for autonomous driving of the vehicle. Based on the analysis, environmental information such as location and direction should be analyzed in real time to control the vehicle. In particular, obstruction or cutting of objects in the image must be handled to provide accurate information about the vehicle environment and to facilitate safe operation. In this paper, we propose a method to simultaneously generate 2D and 3D bounding box proposals using LiDAR Edge generated by filtering LiDAR sensor information. We classify the classes of each proposal by connecting them with Region-based Fully-Covolutional Networks (R-FCN), which is an object classifier based on Deep Learning, which uses two-dimensional images as inputs. Each 3D box is rearranged by using the class label and the subcategory information of each class to finally complete the 3D bounding box corresponding to the object. Because 3D bounding boxes are created in 3D space, object information such as space coordinates and object size can be obtained at once, and 2D bounding boxes associated with 3D boxes do not have problems such as occlusion.