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
- 광학 카메라 캘리브레이션의 목적은 영상 시스템 내부의 기하학적인 형상을 수학적으로 설명하기 위한 것이다. 영상 내부 시스템의 파라미터들을 구하기 위하여 이들 파라미터들을 이용한 self-calibrating bundle adjustment를 수행해야 한다.
- 360도 프리즘을 장착한 폴대를 보조자가 들고 이동하면, 오토 트래킹 토탈 스테이션이 자동으로 타깃을 추적하고 위치를 결정하는 방법이다. 그러나 이러한 기술을 무인항공기의 위치결정에 적용한 연구 성과물이 거의 존재하지 않으므로 본 연구를 통하여 그 적용성 여부를 확인하고자 하였다. 즉, 본 연구에서는 GPS 신호에 기반한 무인항공기의 3차원 좌표 결정의 한계를 극복하기 위하여 해석 사진 측량 기법과 오토 트래킹 토탈스테이션 기법을 각기 적용하여 무인항공기의 위치결정을 수행하였으며 이들 결과 간에 상호 비교분석을 통하여 이러한 위치결정방법의 활용가능성을 확인하고자 하였다.
- 두 가지 기법 즉, 촬영된 비디오 영상을 활용하는 사진 측량기법과 오토 트래킹 토탈스테이션 기법을 이용하여 무인항공기의 3차원 위치를 추적하여 그 결과를 상호 비교하는 것을 본 연구의 목적으로 삼고 있다. 두 가지 접근 방법으로 무인항공기의 3차원 좌표를 추적하기 위한 연구 흐름도는 Fig.
- 그러나 이러한 기술을 무인항공기의 위치결정에 적용한 연구 성과물이 거의 존재하지 않으므로 본 연구를 통하여 그 적용성 여부를 확인하고자 하였다. 즉, 본 연구에서는 GPS 신호에 기반한 무인항공기의 3차원 좌표 결정의 한계를 극복하기 위하여 해석 사진 측량 기법과 오토 트래킹 토탈스테이션 기법을 각기 적용하여 무인항공기의 위치결정을 수행하였으며 이들 결과 간에 상호 비교분석을 통하여 이러한 위치결정방법의 활용가능성을 확인하고자 하였다.
제안 방법
- 이후, 아래에 제시된 Eq. (1)을 기반으로 내부표정요소 파라미터들을 이용하여 Self-calibrating bundle adjustment를 수행하여 파라미터 값을 추출한다. 산정된 내부표정요소는 Table 3에 정리하였다.
- 4a의 Two-way Ranging을 이용하여 Anchor와 Tag에서 주고 받는 메시지들을 설계하였고 이를 거리로 측정하여 삼각측량법(triangulation)을 이용한 무인항공기의 3차원 좌표(x, y, z)를 계산하였다. 거리 측정을 위한 테스트로 LOS상황과 N-LOS 상황을 나누어 테스트하였고 LOS상황에서 최소 15cm 이내의 오차만 발생하는 것을 확인하였다.
- 먼저, 데이터 경량화를 위하여 기존 RGB(Red, Green, Blue)색상에서 그레이 스케일링된 영상을 사용하였다. 그리고 중간값 필터를 사용하여 빠른 속도로 이동하는 무인항공기에 대하여 움직임에 의해 발생하는 노이즈를 제거하였다. 무인항공기의 위치를 추적하기 위해서는 연결요소 분석(CCA, Connected Component Analysis)과 얼룩탐지(blob tracking) 기법을 사용하였다.
- Kohanbash(2011)은 오토 트래킹 토탈스테이션을 활용하여 경사면에서 다양한 방향으로 움직이는 탐사선의 위치를 추적하였다. 높은 정밀도를 가진 오토 트래킹 토탈스테이션으로 획득한 데이터를 기준으로 다양한 실험 케이스에 대한 정확도 평가를 하였다.
- 두 비디오카메라에서 촬영된 영상들의 시간동기화를 위하여 초단위 이하까지 확인 가능한 타이머를 벽면에 설치하였다. 동일한 시간을 확인할 수 있는 한 쌍의 영상을 기준으로 하여 두 비디오카메라의 촬영 시점을 일치시켰다. 본 단계에서 적용한 지상기준점의 좌표는 오토 트래킹 토탈스테이션으로 획득하였으며 이는 사진 측량기법으로 얻어진 무인항공기의 좌표계와 오토 트래킹 토탈스테이션 기법에서의 좌표계가 동일해야 상호 비교가 수월하기 때문이다.
- 본 단계에서 적용한 지상기준점의 좌표는 오토 트래킹 토탈스테이션으로 획득하였으며 이는 사진 측량기법으로 얻어진 무인항공기의 좌표계와 오토 트래킹 토탈스테이션 기법에서의 좌표계가 동일해야 상호 비교가 수월하기 때문이다. 두 개의 비디오카메라 위치에서 지면에 수직으로 촬영된 영상에 전체적으로 지상기준점을 설치하기 어려운 환경임을 고려하여 무인항공기의 비행 경로에 충분한 수의 지상 기준점을 설치하였다. 고려된 27개의 지상 기준점은 Table 5에 정리하였다.
- 두 번째로 제시하는 오토 트래킹 토탈스테이션 기법은 360도 프리즘 타깃을 초단위 이하로 추적하는 원리를 기반으로 한다. 추적된 프리즘 타깃의 3차원 좌표 정보를 추출할 수 있으며 필요에 따라서는 실시간 통신을 통하여 데이터를 추출할 수 있다.
- (1)의 공선조건식을 기반으로 한 광속조정법을 적용하게 되며, 이때 이미 구해 진 내부표정요소들은 고정된 상수로 적용된다. 두 비디오카메라간의 이격은 11미터 정도에 이르며 각도는 촬영된 비디오카메라 영상에 충분한 중복영역이 발생하도록 조정하였다(Fig. 6). 두 비디오카메라에서 촬영된 영상들의 시간동기화를 위하여 초단위 이하까지 확인 가능한 타이머를 벽면에 설치하였다.
- 사진 측량기법을 위해 사용된 센서는 HDR-CX450이며 중복 영상 촬영을 위하여 2대를 사용하였다. 또한, 연속된 영상을 획득하기 위하여 비디오촬영모드를 적용하였다. 오토 트래킹 토탈스테이션과 360도 프리즘은 Sokkia IX와 Sokkia ATP2를 사용하였다.
- (2012)은 스테레오 비전 카메라를 이용하여 실내 공간에서의 무인항공기 3차원 좌표 추적에 대한 연구를 진행하였다. 먼저, 데이터 경량화를 위하여 기존 RGB(Red, Green, Blue)색상에서 그레이 스케일링된 영상을 사용하였다. 그리고 중간값 필터를 사용하여 빠른 속도로 이동하는 무인항공기에 대하여 움직임에 의해 발생하는 노이즈를 제거하였다.
- 무인항공기의 3차원 좌표를 두 가지 접근방법으로 획득하기 위하여 명지대학교 수리실험동 벽면과 바닥에 충분한 지상 기준점을 설치하고 그 주변을 무인항공기가 비행하면서 테스트하였다. 실험지역은 Fig.
- 무인항공기의 위치 결정을 위해 고려된 사진 측량 기법과 오토 트래킹 토탈스테이션 기법을 통해 획득한 데이터에 대한 정확도 평가를 위하여 실제 타깃간 기하학적 이격(Table 2)과 데이터를 보간하고 최근접 노드를 채택하여 획득한 타깃간 기하학적 이격(Table 6)을 비교하였다.
- 우선 2장에서는 본 연구의 전체적인 흐름에 대하여 설명한다. 보다 구체적으로는 공선조건식(collinearity equation)에 기반한 해석 사진 측량기법을 이용하여 무인항공기의 3차원 위치를 결정하는 방법과 오토트래킹 토탈스테이션을 활용하여 무인항공기의 위치를 추적하는 기법에 대해 설명하려한다. 3장에서는 두 가지 방법론에 의해서 얻어진 무인항공기의 3차원 위치 결과를 상호 비교하고 그 차이의 원인을 파악하고자 하였다.
- 추적된 프리즘 타깃의 3차원 좌표 정보를 추출할 수 있으며 필요에 따라서는 실시간 통신을 통하여 데이터를 추출할 수 있다. 본 연구에서는 360도 프리즘을 무인항공기에 장착하고 무인항공기가 비행하는 동안 오토 트래킹 토탈스테이션이 이를 자동으로 추적하는 방법으로 위치를 결정하게 된다.
- 본 연구에서는 무인항공기의 3차원 위치 결정을 위하여 두 가지 서로 다른 접근 방법, 즉, 광속 조정법에 기반한 사진 측량적 접근 방법론과 오토 트래킹 토탈스테이션을 활용한 기법을 적용하였으며 얻어진 결과를 상호 비교하였다. 그 결과, 무인항공기의 차이가 x방향으로는 3.
- 지상 기준점의 3차원 좌표 및 영상좌표, 연결점(tie point)의 영상좌표를 기반으로 하여 카메라의 주점의 위치와 초점거리, 렌즈 왜곡 등을 나타내는 내부표정요소(IOP, Interior Orientation Parameters), 카메라의 위치와 자세를 나타내는 6개의 외부표정요소(EOP, Exterior Orientation Parameters), 대상점의 3차원 좌표를 계산해낸다. 본 연구에서는 비행하는 무인항공기의 3차원 위치결정을 위하여 촬영된 비디오 영상에서 일정 시간 간격에 해당하는 다수의 프레임을 추출하여 사진 측량기법을 적용하였다.
- 사진 측량 기법과 오토 트래킹 토탈스테이션 기법으로 취득된 데이터의 시간 간격을 동일하게 하기 위하여 60Hz 비디오 카메라에서는 30프레임 단위로 데이터를 취득하여 0.5초 간격으로 무인항공기의 좌표를 취득하였으며 오토 트래킹 토탈스테이션은 데이터 취득 간격을 0.5초 간격으로 세팅하였다. 이러하게 두 접근방법에서 모두 동일한 시간간격을 적용하였으나 얻어진 무인항공기의 3차원 위치결정의 시각이 동일하지 않다는 문제점을 가지고 있기에 이의 극복을 위해 보간기법을 적용하였다.
- 이러하게 두 접근방법에서 모두 동일한 시간간격을 적용하였으나 얻어진 무인항공기의 3차원 위치결정의 시각이 동일하지 않다는 문제점을 가지고 있기에 이의 극복을 위해 보간기법을 적용하였다. 사진 측량 기법으로 취득된 데이터 사이를 0.05초 간격으로 보간하고 오토 트래킹 토탈스테이션으로 취득한 데이터와의 최근접 노드를 선택하였다(Fig. 8(b)).
- 둘째, GPS에 친화적이지 않은 환경 하에서 무인항공기의 위치 추적 문제를 해결하기 위해 광속 조정법에 기반을 둔 사진 측량기법 또는 오토 트래킹 토탈스테이션을 도입하는 것이 타당함을 알 수 있었다. 셋째, 무인항공기의 3차원 좌표를 보다 정밀하게 분석하기 위해 다양한 방향과 고속에서의 비행에 따른 실험의 필요성을 확인하였다. 넷째, 더불어 GPS가 활성화되지 않는 실내공간을 대상으로 무인항공기의 좌표추적에 대한 추가적인 실험을 통하여 무인항공기 제어와 관련된 연구를 진행할 것이다.
- 5(a))을 사용하였다. 연구에 사용된 두 개의 비디오카메라에 대하여 각각 단일 카메라 캘리브레이션을 실시하였다. 비디오카메라와 타깃과의 거리는 약 1m이며 정확한 내부표정요소를 산정하기 위하여 다양한 방향과 각도(Fig.
- 2에 나타나 있다. 우선 사진 측량기법을 적용하기 위하여 비디오카메라의 내부표정요소를 결정하는 캘리브레이션을 수행하였다. 이는 연구실내에서 수행할 수 있도록 소형 타깃을 이용하여 진행하였다.
- 또한 프리즘을 추적하는 기능을 이용하여 혼자서도 측량이 가능하고 GPS와 프리즘을 동시에 장착하여 실내와 실외 제약 없이 위치 측정이 가능한 복합측위시스템(hybrid poositioning system) 구현이 가능하다. 이와 같이 연속적으로 프리즘을 추적하는 기술을 무인항공기에 적용하기 위해 360도 프리즘을 무인항공기 상단부에 견고하게 장착하여 0.5초 간격으로 무인항공기의 3차원 좌표를 획득하였다.
- 05초 간격으로 보간하고 사진 측량기법으로 취득된 데이터와의 최근점 노드를 선택하는 경우도 그 결과가 매우 유사하여 앞의 결과만을 본 논문에 서술하였음을 밝혀둔다. 이후 이들 최근접 노드간의 상호비교를 수행하였고 토탈스테이션용 타깃과 사진 측량용 타깃간의 기하학적인 이격과 비교하였다.
- 저비용 GPS/INS 융합 센서에 대한 보정 알고리즘을 적용하여 성능에 대한 테스트를 시행하여 무인항공기의 자세에 대해서는 10°~15° 이내의 자세정밀도와 5m 이내의 위치 정밀도를 제공하였다.
- 저비용 GPS/INS 융합 센서에 대한 보정 알고리즘을 적용하여 성능에 대한 테스트를 시행하여 무인항공기의 자세에 대해서는 10°~15° 이내의 자세정밀도와 5m 이내의 위치 정밀도를 제공하였다. 저비용 및 저정밀의 센서를 융합하여 무인항공기의 자세와 위치를 효과적으로 추적하였다.
- 먼저, 해석 사진 측량 기법을 이용한 방법은 중심투영의 기하학적 원리인 공선조건식을 이용한 광속조정법을 기반으로 한다. 지상 기준점의 3차원 좌표 및 영상좌표, 연결점(tie point)의 영상좌표를 기반으로 하여 카메라의 주점의 위치와 초점거리, 렌즈 왜곡 등을 나타내는 내부표정요소(IOP, Interior Orientation Parameters), 카메라의 위치와 자세를 나타내는 6개의 외부표정요소(EOP, Exterior Orientation Parameters), 대상점의 3차원 좌표를 계산해낸다. 본 연구에서는 비행하는 무인항공기의 3차원 위치결정을 위하여 촬영된 비디오 영상에서 일정 시간 간격에 해당하는 다수의 프레임을 추출하여 사진 측량기법을 적용하였다.
대상 데이터
- 무인항공기의 비행은 좌측하단부터 우측으로 비행한 후 위로 올라가 다시 좌측으로 비행하는 경로 (‘⊃’자 경로)로 비행하였다. 무인항공기의 이동 속도에 따른 결과도 확인하고자 0.86m/s, 1.5m/s, 2.4m/s로 속도를 달리하여 데이터를 취득하였다.
- 4(a)와 같이 탑재하였다. 사진 측량기법을 위해 사용된 센서는 HDR-CX450이며 중복 영상 촬영을 위하여 2대를 사용하였다. 또한, 연속된 영상을 획득하기 위하여 비디오촬영모드를 적용하였다.
데이터처리
- 실제 타깃간 기하학적 이격(Table 2)과 앞서 분석한 기하학적 이격(Table 6)간 x, y, z방향으로의 이격을 계산함으로써 정확도 평가를 진행하였으며 그 결과는 Table 7과 Fig. 9에 정리하였다. x방향으로는 2.
- 비디오카메라의 외부표정요소가 결정된 이후에는 무인항공기에 장착된 타깃을 영상에서 관측한 후 전방교회법을 이용하여 무인항공기의 비행에 따른 3차원 위치를 지속적으로 추적하게 된다. 이러한 결과물은 무인항공기에 장착된 360도 프리즘을 자동으로 추적하여 얻어진 오토 트래킹 토탈스테이션에서의 결과물과 비교하여 분석된다.
이론/모형
- Yoo(2016)은 UWB통신을 기반으로 실시간 위치 추적 시스템을 구축하고 이를 무인항공기와 연동하여 무인항공기의 경로를 정밀하게 제어하는 시스템을 설계하고 구현하였다. UWB통신의 초단펄스 특성을 이용하여 IEEE 802.15.4a의 Two-way Ranging을 이용하여 Anchor와 Tag에서 주고 받는 메시지들을 설계하였고 이를 거리로 측정하여 삼각측량법(triangulation)을 이용한 무인항공기의 3차원 좌표(x, y, z)를 계산하였다. 거리 측정을 위한 테스트로 LOS상황과 N-LOS 상황을 나누어 테스트하였고 LOS상황에서 최소 15cm 이내의 오차만 발생하는 것을 확인하였다.
- 먼저, 해석 사진 측량 기법을 이용한 방법은 중심투영의 기하학적 원리인 공선조건식을 이용한 광속조정법을 기반으로 한다. 지상 기준점의 3차원 좌표 및 영상좌표, 연결점(tie point)의 영상좌표를 기반으로 하여 카메라의 주점의 위치와 초점거리, 렌즈 왜곡 등을 나타내는 내부표정요소(IOP, Interior Orientation Parameters), 카메라의 위치와 자세를 나타내는 6개의 외부표정요소(EOP, Exterior Orientation Parameters), 대상점의 3차원 좌표를 계산해낸다.
- 3에 제시하였다. 무인항공기는 DJI社에서 연구자용으로 개발된 Matrice-100을 사용하였다. 상판위에 다양한 센서들을 탑재할 수 있으며 이번 연구에서는 오토 트래킹 토탈스테이션 전용 360도 프리즘을 Fig.
- 그리고 중간값 필터를 사용하여 빠른 속도로 이동하는 무인항공기에 대하여 움직임에 의해 발생하는 노이즈를 제거하였다. 무인항공기의 위치를 추적하기 위해서는 연결요소 분석(CCA, Connected Component Analysis)과 얼룩탐지(blob tracking) 기법을 사용하였다. 그 결과, GPS를 사용하는 경우와 비교하여 ±3m 정도의 정확도를 제공하였다.
- 또한, 연속된 영상을 획득하기 위하여 비디오촬영모드를 적용하였다. 오토 트래킹 토탈스테이션과 360도 프리즘은 Sokkia IX와 Sokkia ATP2를 사용하였다. 각 센서들의 상세한 성능은 Table 1에 정리하였다.
- 5초 간격으로 세팅하였다. 이러하게 두 접근방법에서 모두 동일한 시간간격을 적용하였으나 얻어진 무인항공기의 3차원 위치결정의 시각이 동일하지 않다는 문제점을 가지고 있기에 이의 극복을 위해 보간기법을 적용하였다. 사진 측량 기법으로 취득된 데이터 사이를 0.
성능/효과
- 그 결과, GPS를 사용하는 경우와 비교하여 ±3m 정도의 정확도를 제공하였다.
- 본 연구에서는 무인항공기의 3차원 위치 결정을 위하여 두 가지 서로 다른 접근 방법, 즉, 광속 조정법에 기반한 사진 측량적 접근 방법론과 오토 트래킹 토탈스테이션을 활용한 기법을 적용하였으며 얻어진 결과를 상호 비교하였다. 그 결과, 무인항공기의 차이가 x방향으로는 3.4cm, y방향으로는 4.7cm, z방향으로는 4.2cm 이내로 센치미터급의 높은 정확도를 확인할 수 있었다. 본 연구를 통하여 얻어진 의의는 다음과 같이 정리할 수 있다.
- (2003)은 장애물 또는 신호 방해로 인해 GPS신호를 수신하지 못하는 제약을 극복하기위해 GPS와 INS센서를 융합하여 이를 극복하는 연구를 진행하였다. 단일 GPS수신기가 아닌 다양한 GPS수신기를 탑재하여 수신 범위를 늘렸으며 무인항공기의 자세 데이터를 얻을 수 있는 INS센서를 통해 GPS수신기를 대신하여 무인항공기의 자세를 확인할 수 있었다. 저비용 GPS/INS 융합 센서에 대한 보정 알고리즘을 적용하여 성능에 대한 테스트를 시행하여 무인항공기의 자세에 대해서는 10°~15° 이내의 자세정밀도와 5m 이내의 위치 정밀도를 제공하였다.
- 첫째, 무인항공기의 위치 추적을 위해 두 가지 접근 방법을 상호 비교한 결과 센티미터급의 정확도하에서는 상호 유사한 결과를 도출함을 확인할 수 있었다. 둘째, GPS에 친화적이지 않은 환경 하에서 무인항공기의 위치 추적 문제를 해결하기 위해 광속 조정법에 기반을 둔 사진 측량기법 또는 오토 트래킹 토탈스테이션을 도입하는 것이 타당함을 알 수 있었다. 셋째, 무인항공기의 3차원 좌표를 보다 정밀하게 분석하기 위해 다양한 방향과 고속에서의 비행에 따른 실험의 필요성을 확인하였다.
- 이와 같은 결과로부터 무인항공기의 비행 속도와 두 가지 기법을 통해 획득한 무인항공기의 위치정확도간에 상관성이 없음을 확인할 수 있었다. 또한 두 가지 기법을 통해 획득한 무인항공기의 차이가 x방향으로는 3.4cm, y방향으로는 4.7cm, z방향으로는 4.2cm 이내로 센치미터급의 높은 정확도를 확인할 수 있었다. 오차의 원인은 데이터 취득 시에 발생되는 번짐 현상 등으로 인한 영상관측오차와 무인항공기의 비행 시에 발생하는 자세의 흔들림 등의 영향으로 추정하고 있다.
- 오토 트랙킹 토탈스테이션은 작업시간을 단축시키고 측량에 제약을 받는 지형에서도 신속하고 편안하게 운영할 수 있다. 또한 프리즘을 추적하는 기능을 이용하여 혼자서도 측량이 가능하고 GPS와 프리즘을 동시에 장착하여 실내와 실외 제약 없이 위치 측정이 가능한 복합측위시스템(hybrid poositioning system) 구현이 가능하다. 이와 같이 연속적으로 프리즘을 추적하는 기술을 무인항공기에 적용하기 위해 360도 프리즘을 무인항공기 상단부에 견고하게 장착하여 0.
- 실험을 통해 얻어진 타깃간 기하학적 이격을 살펴보면, 무인항공기의 이동경로인 x, y방향으로 최소 약 1mm에서 최대 약 12.9cm까지 이격이 무인항공기의 비행 속도와는 무관하게 불규칙적으로 발생함을 확인할 수 있었다. 이에 반해 비교적으로 무인항공기의 비행경로 상에서 움직임이 많지 않은 z방향으로는 약 7cm정도의 유사한 이격이 발생함을 확인할 수 있었다.
- 2cm으로 동일하게 차이가 발생하였다. 이와 같은 결과로부터 무인항공기의 비행 속도와 두 가지 기법을 통해 획득한 무인항공기의 위치정확도간에 상관성이 없음을 확인할 수 있었다. 또한 두 가지 기법을 통해 획득한 무인항공기의 차이가 x방향으로는 3.
- 본 연구를 통하여 얻어진 의의는 다음과 같이 정리할 수 있다. 첫째, 무인항공기의 위치 추적을 위해 두 가지 접근 방법을 상호 비교한 결과 센티미터급의 정확도하에서는 상호 유사한 결과를 도출함을 확인할 수 있었다. 둘째, GPS에 친화적이지 않은 환경 하에서 무인항공기의 위치 추적 문제를 해결하기 위해 광속 조정법에 기반을 둔 사진 측량기법 또는 오토 트래킹 토탈스테이션을 도입하는 것이 타당함을 알 수 있었다.
후속연구
- 셋째, 무인항공기의 3차원 좌표를 보다 정밀하게 분석하기 위해 다양한 방향과 고속에서의 비행에 따른 실험의 필요성을 확인하였다. 넷째, 더불어 GPS가 활성화되지 않는 실내공간을 대상으로 무인항공기의 좌표추적에 대한 추가적인 실험을 통하여 무인항공기 제어와 관련된 연구를 진행할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.