최근 사회, 환경적 요인으로 인한 재난이 증가하고 있다. 재난과 같은 긴급 상황 발생 시 재난에 즉각 대응하기 위해서는 대상지역에 대한 최신의 현장정보를 파악하는 것이 중요하다. 빠른 현장정보 파악을 통해 합리적인 의사결정을 도출하고 즉각적인 대응책을 마련할 수 있다. 최근 무인항공기의 장점을 활용하여 무인항공기에 탑재한 카메라를 통해 안전하고 신속하게 현장정보를 취득하는 것이 가능해졌다. 영상은 상황을 가장 직관적으로 알 수 있는 수단이며, 영상으로부터 생성한 영상지도는 시각적인 정보뿐만 아니라 위치정보를 포함하고 있어 영상으로부터 생성된 영상지도는 재난 대응의 기초자료로써 활용된다. 본 연구에서는 실시간 ...
최근 사회, 환경적 요인으로 인한 재난이 증가하고 있다. 재난과 같은 긴급 상황 발생 시 재난에 즉각 대응하기 위해서는 대상지역에 대한 최신의 현장정보를 파악하는 것이 중요하다. 빠른 현장정보 파악을 통해 합리적인 의사결정을 도출하고 즉각적인 대응책을 마련할 수 있다. 최근 무인항공기의 장점을 활용하여 무인항공기에 탑재한 카메라를 통해 안전하고 신속하게 현장정보를 취득하는 것이 가능해졌다. 영상은 상황을 가장 직관적으로 알 수 있는 수단이며, 영상으로부터 생성한 영상지도는 시각적인 정보뿐만 아니라 위치정보를 포함하고 있어 영상으로부터 생성된 영상지도는 재난 대응의 기초자료로써 활용된다. 본 연구에서는 실시간 모니터링을 수행하기 위한 고속 영상지도 생성 방법을 제안한다. 고속 영상지도 생성을 위해 빠르게 영상 매칭을 수행할 수 있는 방법을 선정한다. 다양한 영상 변화를 갖는 데이터를 이용하여 기존 영상 매칭 방법 중 빠르고 성능이 우수한 매칭 방법을 선정한다. 선정한 매칭 방법을 이용하여 영상지도를 생성한다. 실시간으로 전송되는 영상과 무인항공기 위치/자세 데이터를 이용하여 공액점을 산출한다. 무인항공기 위치/자세 데이터를 이용하여 초기 외부표정요소를 결정한다. 번들 조정을 수행할 수 있는 조건이 되면, 번들 조정을 수행하여 영상의 외부표정요소와 지상점 좌표를 추정한다. 번들 조정을 수행할 때 기준데이터는 사용하지 않고 GPS/IMU 센서의 정밀도만을 제약조건으로 하여 수행한다. 추정된 외부표정요소와 지상점 좌표를 이용하여 영상지도를 생성한다. 지상점 좌표의 평균값을 이용하여 평균고도면을 정의한다. 정의된 평균고도면을 이용하여 기하보정을 수행하고 개별 정사영상을 생성한다. 고속 영상지도 생성 방법을 실험을 통해 검증하였다. 특성이 다른 2개의 데이터 세트를 이용하여 영상지도를 생성하였다. 각 데이터 세트는 49장, 38장의 데이터를 사용하였다. 생성된 영상지도의 정확도를 상대정확도와 절대정확도로 나누어 정량적으로 확인하였다. 상대정확도는 인접한 영상지도에서 측정된 동일한 위치에 대한 좌표가 일치하는 정도로 정의하였다. 절대정확도는 지형지물의 정확한 절대 위치에 대한 개별 영상지도의 위치 정확도로 정의하였다. 2개의 데이터 세트로부터 생성된 영상지도는 1.55m의 절대정확도, 0.78m의 상대정확도로 계산되었다. 이를 통해 기존에 빠른 시간 내에 소수의 관측치만을 이용하여 영상지도를 생성하는 것을 확인하였다. 각 단계별 처리시간을 확인한 결과 영상 취득 주기(5초) 내에 하나의 영상지도를 생성할 수 있었다. 고속 영상지도 생성 방법을 이용하여 보다 상대/절대적으로 정확한 영상지도를 생성할 수 있을 것으로 기대한다. 제안된 방법을 통해서 실시간으로 생성된 영상지도를 이용하여 재난 지역의 현황을 파악하는데 활용 가능함을 확인하였다.
최근 사회, 환경적 요인으로 인한 재난이 증가하고 있다. 재난과 같은 긴급 상황 발생 시 재난에 즉각 대응하기 위해서는 대상지역에 대한 최신의 현장정보를 파악하는 것이 중요하다. 빠른 현장정보 파악을 통해 합리적인 의사결정을 도출하고 즉각적인 대응책을 마련할 수 있다. 최근 무인항공기의 장점을 활용하여 무인항공기에 탑재한 카메라를 통해 안전하고 신속하게 현장정보를 취득하는 것이 가능해졌다. 영상은 상황을 가장 직관적으로 알 수 있는 수단이며, 영상으로부터 생성한 영상지도는 시각적인 정보뿐만 아니라 위치정보를 포함하고 있어 영상으로부터 생성된 영상지도는 재난 대응의 기초자료로써 활용된다. 본 연구에서는 실시간 모니터링을 수행하기 위한 고속 영상지도 생성 방법을 제안한다. 고속 영상지도 생성을 위해 빠르게 영상 매칭을 수행할 수 있는 방법을 선정한다. 다양한 영상 변화를 갖는 데이터를 이용하여 기존 영상 매칭 방법 중 빠르고 성능이 우수한 매칭 방법을 선정한다. 선정한 매칭 방법을 이용하여 영상지도를 생성한다. 실시간으로 전송되는 영상과 무인항공기 위치/자세 데이터를 이용하여 공액점을 산출한다. 무인항공기 위치/자세 데이터를 이용하여 초기 외부표정요소를 결정한다. 번들 조정을 수행할 수 있는 조건이 되면, 번들 조정을 수행하여 영상의 외부표정요소와 지상점 좌표를 추정한다. 번들 조정을 수행할 때 기준데이터는 사용하지 않고 GPS/IMU 센서의 정밀도만을 제약조건으로 하여 수행한다. 추정된 외부표정요소와 지상점 좌표를 이용하여 영상지도를 생성한다. 지상점 좌표의 평균값을 이용하여 평균고도면을 정의한다. 정의된 평균고도면을 이용하여 기하보정을 수행하고 개별 정사영상을 생성한다. 고속 영상지도 생성 방법을 실험을 통해 검증하였다. 특성이 다른 2개의 데이터 세트를 이용하여 영상지도를 생성하였다. 각 데이터 세트는 49장, 38장의 데이터를 사용하였다. 생성된 영상지도의 정확도를 상대정확도와 절대정확도로 나누어 정량적으로 확인하였다. 상대정확도는 인접한 영상지도에서 측정된 동일한 위치에 대한 좌표가 일치하는 정도로 정의하였다. 절대정확도는 지형지물의 정확한 절대 위치에 대한 개별 영상지도의 위치 정확도로 정의하였다. 2개의 데이터 세트로부터 생성된 영상지도는 1.55m의 절대정확도, 0.78m의 상대정확도로 계산되었다. 이를 통해 기존에 빠른 시간 내에 소수의 관측치만을 이용하여 영상지도를 생성하는 것을 확인하였다. 각 단계별 처리시간을 확인한 결과 영상 취득 주기(5초) 내에 하나의 영상지도를 생성할 수 있었다. 고속 영상지도 생성 방법을 이용하여 보다 상대/절대적으로 정확한 영상지도를 생성할 수 있을 것으로 기대한다. 제안된 방법을 통해서 실시간으로 생성된 영상지도를 이용하여 재난 지역의 현황을 파악하는데 활용 가능함을 확인하였다.
Recently disasters due to social and environmental factors are increasing. In the event of an emergency such as a disaster, it is important to know the latest information about the area in order to respond immediately to the disaster. Through the latest information about the area, it is possible to ...
Recently disasters due to social and environmental factors are increasing. In the event of an emergency such as a disaster, it is important to know the latest information about the area in order to respond immediately to the disaster. Through the latest information about the area, it is possible to make informed decisions and provide immediate responses. It is now possible to acquire site information safely and quickly through cameras mounted on unmanned aerial vehicles by taking advantage of the advantages of unmanned aerial vehicles. The image is the most intuitive means of understanding the situation. The image-map generated from the image includes not only the visual information but also the location information, so the image-map generated from the image is used as the basic data of disaster response. In this paper, we propose a rapid image-map generation method for real-time monitoring. We choose a method that can perform fast image matching for rapid image-map generation. Using the sample data with various image changes, we select fast matching method which is superior among existing image matching methods. The image-maps are generated by using the selected matching method. The conjugate point is calculated using the image transmitted in real-time and the position/attitude data of the unmanned aerial vehicle. The initial exterior orientation parameter is determined using the unmanned aircraft position/attitude data through direct georeferencing. When the condition for performing the bundle adjustment is reached, the bundle adjustment is performed to estimate the exterior orientation parameter and the ground point coordinates of the image. When performing the bundle adjustment, the reference data is not used but only the accuracy of the GPS/IMU sensor is set as a constraint. An image-map is generated using the exterior orientation parameter and the ground point coordinates. The mean height surface is defined using the average value of the ground point coordinates. The geometric correction is performed using the defined the mean height surface and an individual orthoimage is generated. The rapid image-map generation method was verified through experiments. We created image-maps using two datasets with different characteristics. Each dataset consists of 49 images and 38 images. The accuracy of the generated image-map was quantitatively identified by relative accuracy and absolute accuracy. Relative accuracy was defined as the degree of coincidence of the coordinates of the same position measured in the adjacent image-map. Absolute accuracy is defined as the positional accuracy of an individual image-map relative to the accurate absolute position of the feature. The image-maps generated from the two datasets was calculated with an absolute accuracy of 1.55 m and a relative accuracy of 0.78 m. In this study, it is confirmed that the image-map is generated using a small number of observations in a short time. As a result of checking the processing time for each step, one image-map could be generated within the image acquisition period (5 seconds). It is expected that it is possible to generate more accurate/absolutely accurate image-map by using the rapid image-map generation method. Through the proposed method, it is confirmed that it can be used to grasp the current state of the disaster area using the image-map generated in real-time.
Recently disasters due to social and environmental factors are increasing. In the event of an emergency such as a disaster, it is important to know the latest information about the area in order to respond immediately to the disaster. Through the latest information about the area, it is possible to make informed decisions and provide immediate responses. It is now possible to acquire site information safely and quickly through cameras mounted on unmanned aerial vehicles by taking advantage of the advantages of unmanned aerial vehicles. The image is the most intuitive means of understanding the situation. The image-map generated from the image includes not only the visual information but also the location information, so the image-map generated from the image is used as the basic data of disaster response. In this paper, we propose a rapid image-map generation method for real-time monitoring. We choose a method that can perform fast image matching for rapid image-map generation. Using the sample data with various image changes, we select fast matching method which is superior among existing image matching methods. The image-maps are generated by using the selected matching method. The conjugate point is calculated using the image transmitted in real-time and the position/attitude data of the unmanned aerial vehicle. The initial exterior orientation parameter is determined using the unmanned aircraft position/attitude data through direct georeferencing. When the condition for performing the bundle adjustment is reached, the bundle adjustment is performed to estimate the exterior orientation parameter and the ground point coordinates of the image. When performing the bundle adjustment, the reference data is not used but only the accuracy of the GPS/IMU sensor is set as a constraint. An image-map is generated using the exterior orientation parameter and the ground point coordinates. The mean height surface is defined using the average value of the ground point coordinates. The geometric correction is performed using the defined the mean height surface and an individual orthoimage is generated. The rapid image-map generation method was verified through experiments. We created image-maps using two datasets with different characteristics. Each dataset consists of 49 images and 38 images. The accuracy of the generated image-map was quantitatively identified by relative accuracy and absolute accuracy. Relative accuracy was defined as the degree of coincidence of the coordinates of the same position measured in the adjacent image-map. Absolute accuracy is defined as the positional accuracy of an individual image-map relative to the accurate absolute position of the feature. The image-maps generated from the two datasets was calculated with an absolute accuracy of 1.55 m and a relative accuracy of 0.78 m. In this study, it is confirmed that the image-map is generated using a small number of observations in a short time. As a result of checking the processing time for each step, one image-map could be generated within the image acquisition period (5 seconds). It is expected that it is possible to generate more accurate/absolutely accurate image-map by using the rapid image-map generation method. Through the proposed method, it is confirmed that it can be used to grasp the current state of the disaster area using the image-map generated in real-time.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.