선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 연안 지역의 변화를 관측하기 위하여 현재는 사람이 측량 장비를 가지고 직접 측정하거나 항공 영상이나 위성 영상을 활용한 원격 탐사 기법으로 모니터링하고 있다. 동해시에서는 최근 연안 침식의 심각성을 인지하고 GPS 수신기를 이용하여 백사장 끝부분에 대한 위치 좌표를 지속적으로 측정함으로써 연안 침식의 실태를 파악하고자 한다. 망상 해수욕장을 포함하여 10 곳에 40여개의 관측 지점을 선정하여 매달 측정할 계획을 발표하였다(Kangwon News, 2016).
- 드론 사진 측량에 의한 공간정보 정확도 검증 결과를 비행 고도, 중복도, 사용된 지상 기준점의 개수, 운용된 시스템의 형태와 같은 다양한 분석 기준에 따라 살펴보고자 한다. 회전익 시스템에 의하여 취득된 데이터의 처리 결과 생성된 DEM의 정확도를 50 m, 100 m, 150 m의 고도에 따라 Fig.
- 본 연구에서는 드론 매핑으로 생성된 연안 지역의 공간정보에 대한 정확도 검증을 수행하였다. 비행고도, 중 복도, 플랫폼을 달리하며 데이터를 취득하였고, 지상 기준점의 개수를 달리하여 취득된 데이터를 처리하였다.
- 기존 검사점에 의한 항공삼각측량의 정확도 검증 방법을 적용할 경우, 연안 지역에 대해서는 대공표지가 요구되며, 이는 매칭 성과에 영향을 끼칠 수 있게 된다. 본 연구에서는 이와 같은 영향을 최대한 소거하기 위하여 어려 종류의 기준 데이터를 확보하여 다양한 조건에서 시스템을 운용하여 취득된 데이터로 생성된 공간정보(DEM, 정사영상)의 정확도 검증을 위한 비교 방법론을 수립하고, 이에 따라 분석된 정확도를 확인함으로써 해안 침식 모니터링에 드론 사진측량 기법의 적용 가능성을 확인하고자 한다.
제안 방법
- DEM 생성 과정에 사용된 지상 기준점의 개수를 Fig. 3에서와 같이 4, 6, 10, 27개로 달리하여 정확도를 살펴보았다. Fig.
- 이러한 사항을 고려하여 검사점을 측량할 때는 대공표지를 설치하지 않았다. 대공표지 없이는 연안 지역의 정사영상 상에서 측점 위치를 식별하기 어렵기 때문에 검사점을 제외하고 지상 기준점만 활용하여 정사영상의 수평 좌표에 대한 정확도 검증을 수행한다.
- 드론 사진 측량을 통하여 생성된 정사영상과 DEM을 지상 기준점, 검사점, 프로파일 데이터, 라이다 데이터의 기준 데이터와 비교하여 정확도 검증을 수행한다. 동일한 위치에 대하여 공간정보와 기준 데이터 간의 차이에 대한 Root Mean Square Error (RMSE)를 계산함으로써 정확도를 산출하고, 1) 플랫폼의 유형(회전익, 고정익), 2) 비행고도, 3) 중첩도, 4)영상 처리 시 사용된 지상 기준점의 개수에 따라 분석한다.
- 드론 시스템을 이용하여 취득된 총 30 셋의 데이터로부터 생성된 DEM과 정사영상에 대하여 정확도 검증을 수행하였다. 지상 기준점, 검사점, 프로파일 데이터, 라이다 데이터의 4종 기준 데이터 중, 대상 영역에 대하여 가장 높은 밀도로 균일하게 취득된 라이다 데이터를 활용하였을 때 가장 신뢰성 있는 검증 결과를 도출할 수 있었다.
- 취득된 데이터 처리 결과, Table 2에서와 같이 총 30세트의 정사영상과 DEM을 생성하였다. 드론 시스템의 비행고도를 3가지로 하여 스트립 간의 종중복도는 70%로 고정하고, 영상 간의 횡중복도를 70%, 80%, 90%로 달리하면서 지상 기준점에 대한 대공표지의 개수를 4 개, 6 개, 10 개, 27 개로 바꿔가며 영상을 취득하였다. 회전익과 고정익 시스템의 데이터 취득 조건이 대부분 동일하지만, 가장 낮은 비행고도가 회전익의 경우는 50 m이고, 고정익의 경우 70 m로 상이하다.
- 드론 항공 영상과 함께 동일한 지역에 대하여 영상처리 시 기준 데이터로 활용할 지상 기준점(GCP: Ground control Point)을 취득하였다. Hi-Target V30을 이용하여 RTK 모드로 Fig.
- 마지막으로 회전익과 고정익이 시스템으로 취득한 데이터 처리 결과의 정확도를 비교하였다. Fig.
- 본 연구에서는 드론 매핑으로 생성된 연안 지역의 공간정보에 대한 정확도 검증을 수행하였다. 비행고도, 중 복도, 플랫폼을 달리하며 데이터를 취득하였고, 지상 기준점의 개수를 달리하여 취득된 데이터를 처리하였다. 처리 결과 생성된 정사영상과 DEM을 지상 기준점, 검사점, 프로파일 데이터, 라이다 데이터와 같이 다양한 기준 데이터와 비교함으로써 정확도 검증을 수행하였다.
- 탐색된 셀의 네 꼭지점의 수직 좌표를 선형 보간함으로써 기준 데이터의 수평 좌표에 상응하는 DEM 상의 수직 좌표를 산출한다. 산출된 수직 좌표를 기준 데이터의 수직 좌표와 비교하여 정확도 검증을 수행한다. 반면, 정사영상 상에서는 객체의 수평 위치 식별이 가능하기 때문에 동일한 지상점에 대하여 기준 데이터와 수평 좌표를 비교할 수 있다.
- 서로 다른 조건에서 드론 시스템으로 항공 영상을 취득하고 지상 기준점 측량을 수행하여 드론 항공 영상 처리에 특화된 상용 소프트웨어로서 Photoscan Professional v.1.2.6을 활용하여 처리하였다. Photoscan는 카메라 캘리브레이션을 포함하여 SIFT기반의 영상 매칭, 번들 조정 기반의 지오레퍼런싱을 자동으로 수행하여 정사영상과 DEM을 생성할 수 있도록 한다.
- 4가지 기준 데이터 모두 3차원 좌표의 집합으로써, 기준 데이터의 수평 좌표를 포함하는 DEM의 셀을 탐색한다. 탐색된 셀의 네 꼭지점의 수직 좌표를 선형 보간함으로써 기준 데이터의 수평 좌표에 상응하는 DEM 상의 수직 좌표를 산출한다. 산출된 수직 좌표를 기준 데이터의 수직 좌표와 비교하여 정확도 검증을 수행한다.
- 2에서 노란색 사각형으로 표시된 영역이다. 해당 영역에 회전익 시스템의 경우 50 m, 100 m, 150 m로, 고정익 시스템의 경우에 70 m, 100 m, 150 m로 고도를 달리하면서 횡중복도는 70%로 고정하고, 종중복도를 70%, 80%, 90%를 갖도록 다양한 조건에서 데이터를 취득하였다.
- 해안 지역에서 회전익과 고정익 기반의 두 가지 드론 사진측량 시스템을 운용하여 서로 다른 조건에서 취득된 데이터를 처리하여 생성된 DEM과 정사영상의 정확도를 검증한다. 데이터 취득을 위하여 운용된 회전익 기반 시스템은 멀티콥터에 SONY α NEX-5 카메라가 탑재된 것이며, 고정익 기반 시스템은 상용 시스템으로써 SONY Cyber-shot DSC-WX100이 탑재된 Parrot사의 eBee이다.
대상 데이터
- 7은 데이터 취득 시 레이저 스캐너의 위치와 취득된 라이다 데이터의 패턴을 보여주고 있다. 2016년 1월 12일과 16일에 각각 6,186,914 개, 5,937,095 개의 3차원 절대 좌표를 취득하였다. 라이다 데이터는 이상의 4가지 기준 데이터 중에 가장 높은 밀도로 균일하게 측량되었기 때문에 이를 이용하여 검증하였을 때 가장 신뢰성 높은 결과를 도출할 수 있겠다.
- 2. Test area (Gosapo beach, Buan-gun, Jeollabuk-do).
- 검사점은 Lieca의 viva GS15를 이용하여 single baseline 모드로 Fig. 5에서와 같은 위치에서 측정되었다. single baseline 모드의 수평 위치 정확도는 약 1 cm + 1 ppm, 수직 위치 정확도는 약 1.
- 데이터 취득 대상지는 전라북도 부안의 고사포 해수욕장으로써 면적은 약 450 m × 150 m이고, 암반, 경사진 모래 해빈, 편평한 갯벌 해빈이 공존하는 특징을 가지며 Fig. 2에서 노란색 사각형으로 표시된 영역이다.
- 데이터 취득을 위하여 운용된 회전익 기반 시스템은 멀티콥터에 SONY α NEX-5 카메라가 탑재된 것이며, 고정익 기반 시스템은 상용 시스템으로써 SONY Cyber-shot DSC-WX100이 탑재된 Parrot사의 eBee이다.
- 그러나 대상 영역에 대하여 전반적인 정확도 분석을 수행하기에는 여전히 데이터 밀도 측면에서 한계가 있다. 따라서 짧은 측정 시간 동안 대상 영역 내에 높은 밀도로 균일하게 3차원 좌표 측정이 가능한 레이저 스캐너를 활용하여 라이다 데이터를 취득하였다. 활용된 지상 레이저 스캐너는 RIEGL사의 VZ-1000로 Field of View (FOV)는 100˚ ~ 360˚로 초당 최대 122,000개의 포인트 좌표를 취득할 수 있다.
- 동해시에서는 최근 연안 침식의 심각성을 인지하고 GPS 수신기를 이용하여 백사장 끝부분에 대한 위치 좌표를 지속적으로 측정함으로써 연안 침식의 실태를 파악하고자 한다. 망상 해수욕장을 포함하여 10 곳에 40여개의 관측 지점을 선정하여 매달 측정할 계획을 발표하였다(Kangwon News, 2016). 이러한 모니터링 기법은 극소수의 관측점으로 넓은 대상 영역에 대한 지형 변화를 파악하기에 한계가 있고, 측정자가 장시간 외업을 수행해야하기 때문에 빈번한 관측이 어렵다는 단점이 있다.
- 지상 기준점이나 검사점을 활용한 공간정보에 대한 정확도 검증은 연속되는 지형 상에서 측점이 이루어진 소수의 위치에 대해서만 이루어질 수 있다. 이를 보완하기 위하여 특정 경로를 따라 연속적으로 좌표를 측정한 프로파일 데이터를 기준 데이터로 활용하였다. 프로파일 데이터는 Leica의 viva GS15를 이용하여 Fig.
- 이를 보완하기 위하여 특정 경로를 따라 연속적으로 좌표를 측정한 프로파일 데이터를 기준 데이터로 활용하였다. 프로파일 데이터는 Leica의 viva GS15를 이용하여 Fig. 6과 같이 대상 영역에 대하여 종방향으로 5 개(L3~L7), 횡방향으로 2 개(L1, L2) 총 7 개의 경로를 따라 2일에 걸쳐 취득되었다. 각 프로파일을 따라 측정된 좌표의 개수는 Table 3에서 확인할 수 있다.
- 따라서 짧은 측정 시간 동안 대상 영역 내에 높은 밀도로 균일하게 3차원 좌표 측정이 가능한 레이저 스캐너를 활용하여 라이다 데이터를 취득하였다. 활용된 지상 레이저 스캐너는 RIEGL사의 VZ-1000로 Field of View (FOV)는 100˚ ~ 360˚로 초당 최대 122,000개의 포인트 좌표를 취득할 수 있다. Fig.
데이터처리
- 횡중복도만 70%, 80%, 90%으로 달리하면서 동일한 고도에서 촬영된 영상과 동일한 개수의 지상 기준점을 사용하여 처리한 결과의 비교를 통하여 중복도에 따른 정확도 검증을 수행할 수 있을 것이다. 또한 고도를 달리하면서 동일한 중복도를 갖고 취득된 영상과 동일한 개수의 지상 기준점을 사용하여 처리한 결과를 비교하여 촬영 고도에 따른 정확도 검증, 동일한 고도와 중복도에서 취득된 영상에 지상 기준점의 개수를 달리하여 처리한 결과를 비교하여 사용된 지상 기준점의 개수에 따른 정확도 검증을 수행할 수 있다. 그 밖에도 동일한 조건에서 취득된 영상과 동일한 개수의 지상 기준점의 사용하여 처리한 R7/R8/R9이나 F7/F8/F9의 비교를 통하여 정확도의 일관성을 확인할 수 있으며, 일례로 R6와 F6의 비교처럼 회전익과 고정익 시스템 데이터의 처리 결과의 정확도를 비교할 수 있다.
- 비행고도, 중 복도, 플랫폼을 달리하며 데이터를 취득하였고, 지상 기준점의 개수를 달리하여 취득된 데이터를 처리하였다. 처리 결과 생성된 정사영상과 DEM을 지상 기준점, 검사점, 프로파일 데이터, 라이다 데이터와 같이 다양한 기준 데이터와 비교함으로써 정확도 검증을 수행하였다. 그 결과 지상 기준점을 대상 지역의 양 끝에 두 점씩 4 점만 사용하는 경우를 제외하고 평균적으로 수평 좌표에 대하여 약 4.
성능/효과
- 회전익 시스템 데이터를 처리하여 생성된 DEM과 7 개의 프로파일 데이터를 비교하여 수직 정확도를 산출한 결과는 Table 5과 같다. 50 m의 고도에서 80%, 90%의 중복도로 촬영된 R2, R3의 처리결과에서 높은 정확도가 확인되고, 150 m의 고도에서 촬영된 R7, R8, R9 처리 결과는 낮은 정확도를 보였다. R3과 R10의 처리 결과 생성된 DEM과 7 개의 프로파일 데이터의 높이 차이를 Fig.
- 그러나 6 개의 지상 기준점이 사용된 경우와 가장 많은 개수인 27 개가 사용된 경우 정확도 측면에서 큰 차이가 존재하지 않는 것을 확인할 수 있다. 6개의 지상 기준점이 활용된 F11의 처리 결과와 27 개의 지상 기준점이 활용된 F13의 처리 결과를 프로파일 데이터와 비교하여 Fig. 15, 16과 같이 그래프의 형태로 살펴보면, 서로 큰 차이가 없는 것을 확인할 수 있다. 이는 대상 영역의 규모에 따라 간격을 고려하여 적당한 개수 이상의 지상 기준점을 사용하여 처리한다면 일정 정확도가 성취될 수 있는 것을 의미한다.
- 8과 같다. Table 2에 명시되어 있는 데이터 셋의 ID를 참고하여, 회전익과 고정익 데이터로부터 생성된 30 개의 정사영상에 대하여 지상 기준점과 수평 좌표를 비교한 결과 모든 경우에서 RMSE가 5 cm이하였다.
- 고정익 시스템 데이터를 처리하여 생성된 DEM과 7개의 프로파일 데이터를 비교하여 수직 정확도를 산출한 결과는 Table 6와 같다. 가장 낮은 고도에서 가장 높은 중복도로 촬영된 F3의 처리 결과에서 높은 정확도가 확인되고, 데이터 처리 과정에서 가장 적은 4 개의 지상기준점이 사용된 F10의 처리 결과에서 낮은 정확도가 확인되었다. 그러나 6 개의 지상 기준점이 사용된 경우와 가장 많은 개수인 27 개가 사용된 경우 정확도 측면에서 큰 차이가 존재하지 않는 것을 확인할 수 있다.
- 지상 기준점, 검사점, 프로파일 데이터, 라이다 데이터의 4종 기준 데이터 중, 대상 영역에 대하여 가장 높은 밀도로 균일하게 취득된 라이다 데이터를 활용하였을 때 가장 신뢰성 있는 검증 결과를 도출할 수 있었다. 검증 결과, Table 4에서 확인할 수 있듯이 30개의 데이터 셋 중에 대상지역의 양 끝에 두 점씩, 4 개의 지상 기준점을 활용한 R10, F10의 처리 결과(4P)를 제외한다면, 대부분 해안 침식 모니터링의 요구 정확도인 5 cm를 충족시키는 것을 알 수 있다. 회전익 시스템으로 취득된 데이터 처리 결과의 정확도는 수평적으로 2.
- 처리 결과 생성된 정사영상과 DEM을 지상 기준점, 검사점, 프로파일 데이터, 라이다 데이터와 같이 다양한 기준 데이터와 비교함으로써 정확도 검증을 수행하였다. 그 결과 지상 기준점을 대상 지역의 양 끝에 두 점씩 4 점만 사용하는 경우를 제외하고 평균적으로 수평 좌표에 대하여 약 4.8 cm의 정확도를 확인할 수 있었으며 이는 연안 침식 모니터링의 요구 정확도인 5 cm를 만족하는 수준이다.
- 5 cm로 가장 정확하다. 그러나 100 m와 150 m에서 취득된 영상 처리 결과의 정확도가 유사함을 통해서 고도가 높아질수록 RMSE가 크게 증가하지 않는 것을 확인할 수 있다.
- 가장 낮은 고도에서 가장 높은 중복도로 촬영된 F3의 처리 결과에서 높은 정확도가 확인되고, 데이터 처리 과정에서 가장 적은 4 개의 지상기준점이 사용된 F10의 처리 결과에서 낮은 정확도가 확인되었다. 그러나 6 개의 지상 기준점이 사용된 경우와 가장 많은 개수인 27 개가 사용된 경우 정확도 측면에서 큰 차이가 존재하지 않는 것을 확인할 수 있다. 6개의 지상 기준점이 활용된 F11의 처리 결과와 27 개의 지상 기준점이 활용된 F13의 처리 결과를 프로파일 데이터와 비교하여 Fig.
- 21에서 확인할 수 있듯이, 가장 적은 개수인 4개의 지상 기준점이 사용된 경우에 정확도가 가장 낮았다. 그러나 지상 기준점을 많이 사용할수록 정확도가 증가하지 않는 것을 확인할 수 있고, 6개, 10개, 27개를 사용한 경우의 RMSE가 크게 상이하지 않은 것으로부터 사용된 지상 기준점의 개수와 정확도 간의 관계에 있어서 세츄레이션 포인트가 있다는 것을 알 수 있다. 본 연구에 해당되는 시험 대상지의 면적에 있어서는 6개 정도의 지상 기준점이 사용된다면 소정의 정확도가 성취될 수 있다.
- 드론사진측량 시스템을 이용한 연안측량에 있어서 촬영고도와 지상 기준점의 배치가 정확도에 가장 큰 영향을 주는 것을 발견할 수 있었다. 대상 영역의 규모에 따라 간격을 고려하여 적당한 개수 이상의 지상 기준점을 사용한다면 일정 정확도를 성취할 수 있지만 그 이상으로 지상 기준점을 많이 사용하더라도 정확도가 계속해서 증가하지는 않았다.
- 제안된 시스템으로 대상 지역(450 m × 150 m)에 대해 요구되는 정확도를 안전하게 충족시키기 위해서 촬영고도는 50 ~ 70 m 정도, 지상 기준점은 약 150 ~ 250 m 간격으로 최소 6개를 유지해야 하는 것으로 판단된다.
- 드론 시스템을 이용하여 취득된 총 30 셋의 데이터로부터 생성된 DEM과 정사영상에 대하여 정확도 검증을 수행하였다. 지상 기준점, 검사점, 프로파일 데이터, 라이다 데이터의 4종 기준 데이터 중, 대상 영역에 대하여 가장 높은 밀도로 균일하게 취득된 라이다 데이터를 활용하였을 때 가장 신뢰성 있는 검증 결과를 도출할 수 있었다. 검증 결과, Table 4에서 확인할 수 있듯이 30개의 데이터 셋 중에 대상지역의 양 끝에 두 점씩, 4 개의 지상 기준점을 활용한 R10, F10의 처리 결과(4P)를 제외한다면, 대부분 해안 침식 모니터링의 요구 정확도인 5 cm를 충족시키는 것을 알 수 있다.
- R3의 처리 결과와 6번째 프로파일 데이터의 비교 결과, 경로를 따라 높이 차이가 ± 5 cm 이내로 나타난다. 지상 기준점을 4개만 활용하여 정확도가 낮게 나타났던 R10의 처리 결과와 횡방향의 첫 번째 두 번째 프로파일 데이터 간의 차이를 살펴보면 지상 기준점의 위치에서는 차이가 적게 나타나다가 지상 기준점으로부터 수평 거리가 멀어질수록 높이 차이가 크게 나타나는 것을 확인할 수 있다.
- 11와 같다. 지상 기준점을 가장 적게 사용하여 처리한 F10의 결과를 제외하고 90% 이상의 경우에 10 cm 미만 RMSE를 나타내었다. 특히, 가장 낮은 70 m의 고도에서 90%의 중복도로 촬영된 F3의 처리 결과에서 가장 높은 정확도를 확인할 수 있다.
- 9와 같다. 지상 기준점을 가장 적게 사용하여 처리한 R10의 결과를 제외하고 90% 이상의 경우에 10 cm 미만 RMSE를 나타내었다. 특히, 가장 낮은 50 m의 고도에서 촬영된 R1, R2, R3의 처리 결과에서 높은 정확도를 확인할 수 있다.
- 지상 기준점을 가장 적게 사용하여 처리한 F10의 결과를 제외하고 90% 이상의 경우에 10 cm 미만 RMSE를 나타내었다. 특히, 가장 낮은 70 m의 고도에서 90%의 중복도로 촬영된 F3의 처리 결과에서 가장 높은 정확도를 확인할 수 있다. 고정익 데이터로 생성된 DEM과 라이다 데이터 간의 수직 차이도 Fig.
- 드론 사진 측량에 의한 공간정보 정확도 검증 결과를 비행 고도, 중복도, 사용된 지상 기준점의 개수, 운용된 시스템의 형태와 같은 다양한 분석 기준에 따라 살펴보고자 한다. 회전익 시스템에 의하여 취득된 데이터의 처리 결과 생성된 DEM의 정확도를 50 m, 100 m, 150 m의 고도에 따라 Fig. 17에서 살펴보면, 50 m에서 취득된 영상의 처리 결과 RMSE가 약 2 cm로 가장 정확하다. 고정익의 경우에도 마찬가지로 가장 낮은 70 m의 고도에서 취득된 영상 처리 결과의 RMSE가 약 2.
- 검증 결과, Table 4에서 확인할 수 있듯이 30개의 데이터 셋 중에 대상지역의 양 끝에 두 점씩, 4 개의 지상 기준점을 활용한 R10, F10의 처리 결과(4P)를 제외한다면, 대부분 해안 침식 모니터링의 요구 정확도인 5 cm를 충족시키는 것을 알 수 있다. 회전익 시스템으로 취득된 데이터 처리 결과의 정확도는 수평적으로 2.7 cm 수직적으로 4.5 cm이며, 고정익 시스템으로 취득된 데이터 처리 결과는 수평적으로 3.1 cm 수직적으로 5.1 cm의 정확도를 보인다.
후속연구
- 이는 고정익 드론이 회전익 드론과 비교하여 상대적으로 낮은 고도의 비행이 어렵기 때문이다. 횡중복도만 70%, 80%, 90%으로 달리하면서 동일한 고도에서 촬영된 영상과 동일한 개수의 지상 기준점을 사용하여 처리한 결과의 비교를 통하여 중복도에 따른 정확도 검증을 수행할 수 있을 것이다. 또한 고도를 달리하면서 동일한 중복도를 갖고 취득된 영상과 동일한 개수의 지상 기준점을 사용하여 처리한 결과를 비교하여 촬영 고도에 따른 정확도 검증, 동일한 고도와 중복도에서 취득된 영상에 지상 기준점의 개수를 달리하여 처리한 결과를 비교하여 사용된 지상 기준점의 개수에 따른 정확도 검증을 수행할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.