• 제목/요약/키워드: Unmanned Aerial Vehicle, UAV

검색결과 802건 처리시간 0.024초

무인비행체 비행제어 Open Source 소프트웨어에 대한 정적분석 및 개선방안 (Static Analysis and Improvement Opportunities for Open Source of UAV Flight Control Software)

  • 장정훈;강유선;이지현
    • 한국항공우주학회지
    • /
    • 제49권6호
    • /
    • pp.473-480
    • /
    • 2021
  • 소형 무인비행체 드론의 비행제어기(Flight Controller) 소프트웨어로 널리 사용되고 있는 오픈소스(Open Source)에 대한 정적분석(Static Analysis)을 통해 소프트웨어 품질의 문제점을 분석하고 개선 방안을 제시한다. 소프트웨어 품질 기준으로는 국제적으로 널리 적용되고 있는 MISRA 코딩 규칙을 선정하였으며, 정적분석 도구는 국제 도구인증(Tool Certification)을 받아 항공분야 뿐만 아니라 안전성(Safety)이 요구되는 자동차, 철도, 원자력, 의료 등 모든 산업에서 활용되고 있는 LDRA Tool을 사용하였다. 오픈소스 모듈의 구조, 사용 데이터 분석, 코딩 규칙 준수, 품질 지표(복잡도 및 시험성) 등 소프트웨어의 품질 전반에서 안전성을 위협하는 문제점들을 발견하였으며, 이에 대한 개선 방안을 제시하였다.

특징 융합을 이용한 농작물 다중 분광 이미지의 의미론적 분할 (Semantic Segmentation of Agricultural Crop Multispectral Image Using Feature Fusion)

  • 문준렬;박성준;백중환
    • 한국항행학회논문지
    • /
    • 제28권2호
    • /
    • pp.238-245
    • /
    • 2024
  • 본 논문에서는 농작물 다중 분광 이미지에 대해 특징 융합 기법을 이용하여 의미론적 분할 성능을 향상시키기 위한 프레임워크를 제안한다. 스마트팜 분야에서 연구 중인 딥러닝 기술 중 의미론적 분할 모델 대부분은 RGB(red-green-blue)로 학습을 진행하고 있고 성능을 높이기 위해 모델의 깊이와 복잡성을 증가시키는 데에 집중하고 있다. 본 연구는 기존 방식과 달리 다중 분광과 어텐션 메커니즘을 통해 모델을 최적화하여 설계한다. 제안하는 방식은 RGB 단일 이미지와 함께 UAV (unmanned aerial vehicle)에서 수집된 여러 채널의 특징을 융합하여 특징 추출 성능을 높이고 상호보완적인 특징을 인식하여 학습 효과를 증대시킨다. 특징 융합에 집중할 수 있도록 모델 구조를 개선하고, 작물 이미지에 유리한 채널 및 조합을 실험하여 다른 모델과의 성능을 비교한다. 실험 결과 RGB와 NDVI (normalized difference vegetation index)가 융합된 모델이 다른 채널과의 조합보다 성능이 우수함을 보였다.

무인항공 영상을 활용한 도심녹지 표면온도 특성 분석 - 익산 소라산 자연마당을 대상으로 - (Analysis of Surface Temperature on Urban Green Space Using Unmanned Aerial Vehicle Images - A Case of Sorasan Mt. Nature Garden, Iksan, South Korea -)

  • 최태영;문호경;차재규
    • 한국지리정보학회지
    • /
    • 제20권3호
    • /
    • pp.90-103
    • /
    • 2017
  • 본 연구는 도심온도 저감을 위한 녹지의 기능을 규명하기 위하여 여름철 고온 시간대에 도심녹지에서 나타나는 표면온도 특성을 분석하였다. 도시 내 고립된 녹지인 익산 소라산 자연마당을 대상으로 고해상도 UAV 영상을 활용하여 정밀한 표면온도 자료를 취득하였고, 피복유형, 식생유형, 수종유형, 수종별 녹지용적과 표면온도와의 관계를 분석하였다. 연구결과 피복유형 중 습지와 산림은 저온역, 포장지는 표면온도가 월등히 높은 고온역으로 확인되었다. 식생유형에서는 산림 내 침엽수보다 활엽수의 표면온도가 낮았고, 조경수식재지 내에선 활엽수보다 침엽수의 표면온도가 낮은 반대의 결과가 확인되었다. 장초지보다 단초지의 표면온도가 높아 초지의 용적에 따른 온도차이가 확인되었다. 산림수종유형별 표면온도는 침엽수인 소나무림보다 활엽수인 아까시나무림과 활엽수혼효림의 표면온도가 낮았고, 활엽수혼효림과 아까시나무림간의 미세한 표면온도 차이가 확인되었다. 산림수종유형별 녹지용적과 표면온도 분석결과 소나무림과 활엽수혼효림에서는 기존 연구 결과와 유사하게 녹지용적 증가에 따라 표면온도가 감소하는 음의상관관계가 확인되었다. 그러나 아까시나무림은 용적의 증가에 따라 미세하게 표면온도가 상승하는 약한 양의상관관계가 확인되어 수종에 따라서는 용적과 온도의 일관된 상관성에 예외가 있을 수 있음을 확인하였다. 향후 침엽수와 활엽수간 차이, 용적과 온도의 관계, 수종별 차이 등 녹지의 세부적 속성과 온도의 관계에 관하여 정밀한 공간자료를 활용한 다각적인 연구가 계속되어야 할 것으로 판단된다.

200 W급 연료전지 무인기를 위한 NaBH4 가수분해용 수소발생시스템의 성능평가 (Performance Evaluation of Hydrogen Generation System using NaBH4 Hydrolysis for 200 W Fuel Cell Powered UAV)

  • 오택현;권세진
    • 한국항공우주학회지
    • /
    • 제43권4호
    • /
    • pp.296-303
    • /
    • 2015
  • 무인기 운용 환경을 고려하여 다양한 조성의 $NaBH_4$ 용액을 사용해 수소발생시스템의 성능 평가를 수행하였다. 먼저, 자발가수분해와 30분의 수소발생실험을 수행하였다. 수소의 손실, 안정한 수소 발생, $NaBO_2$의 석출, 전환 효율과 무인기의 운용을 고려하여 $NaBH_4$ 용액의 조성을 1 wt% NaOH + 25 wt% $NaBH_4$+74wt% $H_2O$로 결정하였다. 200 W급 연료전지 시스템을 위해 장시간 수소발생실험도 수행되었다. 비록 $NaBO_2$의 석출로 인해서 수소 발생률이 감소하였지만, 200 W 연료전지를 위한 수소를 3시간동안 발생(전환 효율: 87.4%)시켰다. 600 Wh의 에너지를 갖는 200 W급 연료전지 시스템의 에너지 밀도는 263 Wh/kg이었다. 기존 배터리 무인기에 비해 약 1.5배 이상의 체공 시간을 달성할 수 있다.

무인항공기 영상과 딥러닝 기반의 의미론적 분할 기법을 활용한 야적퇴비 탐지 연구 (A Study on Field Compost Detection by Using Unmanned AerialVehicle Image and Semantic Segmentation Technique based Deep Learning)

  • 김나경;박미소;정민지;황도현;윤홍주
    • 대한원격탐사학회지
    • /
    • 제37권3호
    • /
    • pp.367-378
    • /
    • 2021
  • 야적퇴비는 대표적인 축산계 비점오염원으로 강우로 인해 수계로 유입될 경우 야적퇴비에 포함된 인과 질소 등의 영양염류가 하천 수질에 악영향을 미칠 수 있다. 이에 본 논문에서는 무인항공기 영상과 딥러닝 기반의 의미론적 분할 기법을 활용한 야적퇴비 탐지 방법을 제안한다. 연구지역에서 취득한 39개의 정사영상을 토대로 Data Augmentation을 통해 약 30,000개의 데이터를 확보하였다. 취득한 데이터를 U-net을 기반으로 개발된 의미론적 분할 알고리즘에 적용시킨 후 OpenCV의 필터링 기법을 적용하여 정확도를 평가하였다. 정확도 평가 결과 화소정확도는 99.97%, 정밀도는 83.80%, 재현율은 60.95%, F1- Score는 70.57%의 정확도를 보였다. 정밀도에 비해 재현율이 떨어지는 것은 정성적으로 보았을 때 전체 이미지에서 가장자리에 작은 비율로 야적퇴비 픽셀이 존재하는 경우 과소추정되었기 때문이다. 향후 추가적인 데이터셋과 RGB 밴드 이외의 추가 밴드를 조합한다면 모델 정확도를 향상시킬 수 있을 것으로 판단된다.

작물 분류를 위한 딥러닝 기반 비지도 도메인 적응 모델 비교 (Comparison of Deep Learning-based Unsupervised Domain Adaptation Models for Crop Classification)

  • 곽근호;박노욱
    • 대한원격탐사학회지
    • /
    • 제38권2호
    • /
    • pp.199-213
    • /
    • 2022
  • 비지도 도메인 적응은 연단위 작물 분류를 위해 매년 반복적으로 양질의 훈련자료를 수집해야 하는 비실용적인 문제를 해결할 수 있다. 이 연구에서는 작물 분류를 위한 딥러닝 기반 비지도 도메인 적응 모델의 적용성을 평가하였다. 우리나라 마늘, 양파 주산지인 합천군과 창녕군을 대상으로 무인기 영상을 이용한 작물 분류 실험을 통해 deep adaptation network (DAN), deep reconstruction-classification network, domain adversarial neural network (DANN)의 3개의 비지도 도메인 적응 모델을 정량적으로 비교하였다. 비지도 도메인 적응 모델의 분류 성능을 평가하기 위해 소스 베이스라인 및 대상 베이스라인 모델로 convolutional neural networks (CNNs)을 추가로 적용하였다. 3개의 비지도 도메인 적응 모델은 소스 베이스라인 CNN보다 우수한 성능을 보였으나, 소스 도메인 영상과 대상 도메인 영상의 자료 분포 간 불일치 정도에 따라 서로 다른 분류 성능을 보였다. DAN의 분류 성능은 두 도메인 영상 간 불일치가 작을 때 다른 두 모델에 비해 분류 성능이 높은 반면에 DANN은 두 도메인 영상 간 불일치가 클 때 가장 우수한 분류 성능을 보였다. 따라서 신뢰할 수 있는 분류 결과를 생성하기 위해 두 도메인 영상의 분포가 일치하는 정도를 고려해서 최상의 비지도 도메인 적응 모델을 선택해야 한다.

벡터필드 유도기법이 적용된 다수 무인기를 이용한 적 방공망 제압 임무의 실험적 검증 (Experimental Validation of Multiple UAVs with Vector Field Guidance for SEAD(Suppression of Enemy Air Defense))

  • 정우영;김기덕;이성헌;방효충
    • 한국항공우주학회지
    • /
    • 제43권3호
    • /
    • pp.282-287
    • /
    • 2015
  • 현대전에서 적 방공망 제압 임무는 과거에 비해 그 중요성이 점차 부각되고 있다. 그러나 본 임무는 적의 방공망에 아군의 항공기와 조종사가 노출되는 위험을 안고 있어, 아군의 피해를 최소화하면서 효과적으로 임무를 수행할 수 있도록 하는 연구가 활발히 진행되고 있다. 본 논문에서는 이러한 연구의 일환으로써, 벡터필드 유도기법을 이용하여, 다수 무인기의 적 방공망 제압 임무를 설계하였다. 벡터필드 유도기법은 다른 유도기법들에 비하여 계산 량이 적고 쉽게 응용이 가능한 이점이 있어, 다수 무인기 운용에 해당 기법을 적용하는 경우 무인기간의 상호 협동을 통한 다양한 형태의 임무를 계획할 수 있다. 따라서 벡터필드 유도기법을 이용한 다수 무인기의 적 방공망 제압 임무의 설계방법을 제시함과 동시에, 비행실험을 통하여 그 운용 가능성을 확인해 보았다.

의미론적 분할 기반 모델을 이용한 조선소 사외 적치장 객체 자동 관리 기술 (Segmentation Foundation Model-based Automated Yard Management Algorithm)

  • 정민규;노정현;김장현;하성헌;강태선;이병학;강기룡;김준현;박진선
    • 스마트미디어저널
    • /
    • 제13권2호
    • /
    • pp.52-61
    • /
    • 2024
  • 조선소에서는 사외 적치장의 관리를 위해 일정 주기로 Unmanned Aerial Vehicle (UAV)을 이용해 항공영상을 획득하고, 이를 사람이 판독하여 적치장 현황을 파악한다. 이러한 방법은 넓은 면적의 사외 적치장 현황을 파악하는 데 상당한 시간과 인력을 요구한다. 본 논문에서는 이러한 문제점을 해결하고 정확한 사외 적치장 현황을 파악하기 위해 사전 학습된 의미론적 분할 기반 모델(Foundation Model)을 활용한 자동 관리 기술을 제안한다. 또한, 조선소 사외 적치장의 경우 관련 부품이나 장비를 포함한 공개 데이터셋이 충분하지 않기 때문에, 의미론적 분할 기반 모델에 필요한 객체 프롬프트(Prompt)를 생성하기 위한 소규모 사외 적치장 객체 데이터셋을 직접 구축하였다. 이를 이용해 객체 검출기를 소규모 데이터셋에 추가 학습하여 초기 객체 후보를 추출하고, 의미론적 분할 기반 모델인 Segment Anything Model (SAM)의 프롬프트로 활용해 정확한 의미론적 분할 결과를 얻는다. 더 나아가, 지속적인 적치장 데이터셋 수집을 위해 SAM을 활용한 훈련 데이터 생성 파이프라인을 제안한다. 본 연구에서 제안한 방법은 기존의 의미론적 분할 방법과 비교하여 평균적 4.00%p, SegFormer에 비해 5.08%p 높은 성능을 달성하였다.

무인항공기 기반 해양 감시를 위한 멀티센서 데이터를 활용한 선박 위치 결정 (Ship Positioning Using Multi-Sensory Data for a UAV Based Marine Surveillance)

  • 유형석;아나 클림코브스카;최경아;이임평
    • 대한원격탐사학회지
    • /
    • 제34권2_2호
    • /
    • pp.393-406
    • /
    • 2018
  • 매년 해양에서 많은 사고가 빈번하게 발생하고 불법 조업이 성행하고 있으며, 그 규모와 빈도도 증가하고 있다. 이로 인한 인명이나 재산 피해를 경감시키기 위하여 신속한 원격 감시 수단이 필요하다. 이러한 감시 수단의 효과적인 플랫폼으로써 무인항공기가 주목을 받고 있다. 해양 사고나 불법 조업이 이루어지는 상황에서 주된 감시 대상은 선박이 될 것이다. 이에 본 연구에서는 무인항공기 기반 선박 감시 체계를 제안하고, 무인항공기 센서 데이터를 이용하여 선박 위치를 결정하는 방법을 제시하고자 한다. 제안된 방법에서 먼저 사전에 수행된 시스템 캘리브레이션 결과와 영상 취득 시각에 취득된GPS/INS데이터를 이용해서 개별 영상을 취득한 위치와 자세를 결정한다. 또한, 개별 영상으로부터 선박을 자동 또는 반자동으로 탐지한 후 탐지된 지점들의 절대좌표를 결정한다. 제안된 방법을 200 m, 350 m, 500 m 고도에서 취득된 실측 데이터에 적용한 결과로 각각 4.068 m, 8.916 m, 13.374 m의 정확도로 선박 위치를 결정할 수 있었다. 수로측량의 최소기준에 따라 항해에 덜 중요한 해안선 및 지형 위치 항목에서 200 m 데이터의 선박위치결정 결과는 특등급, 350 m와 500 m 데이터의 결과는 1a등급을 만족한다. 제안된 방법은 다양한 목적의 해양 감시 또는 측량에 효과적으로 활용될 수 있을 것으로 판단한다.

동체 착륙 방식의 소형 고정익 무인항공기 구조 취약점 분석 (The study on structural vulnerability analysis of small fixed wing UAV with hard landing)

  • 정성록;강주환
    • 한국산학기술학회논문지
    • /
    • 제20권7호
    • /
    • pp.20-25
    • /
    • 2019
  • 본 연구에서는 동체착륙 방식의 소형 고정익 무인항공기의 구조적 취약점 분석 및 품질 개선에 대한 연구를 실시하였다. 소형 고정익 무인항공기는 일반 비행체와는 달리 활주로를 사용하지 않는 투척이륙과 동체착륙 방식을 많이 사용한다. 이러한 방식은 좁은 공간에서 이륙, 착륙이 가능하여 운용적으로 많은 장점이 있다. 하지만, 동체착륙은 비행체 구조에 강한 충격이 발생하여 작은 설계 오류로 심각한 파손을 발생시킬 수 있다. 본 연구 대상인 비행체 또한 착륙과정에서 특정 부위에 지속적인 파손이 발생하였다. 이러한 현상의 정확한 원인분석을 위해 파손이 발생한 부위를 3D 구조 해석프로그램(ABAQUS)을 활용하여 구조 해석을 실시하여 정확한 위치를 파악하였고 구조해석에 정확성을 높이기 위해 시편 시험을 통해 재료의 물성치 정보를 획득하였다. 해석 결과 구조적 취약점을 확인하여 개선을 진행하였고 품질이 향상된 구조물을 운용 중 최대 충격량의 1.5배의 더 높은 수준의 실제 충격시험을 통해 검증함으로써 연구의 타당성을 입증하였다.