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
- 따라서 본 연구에서는 UAS(Unmanned Aerial System)를 기반으로 하여 3차원 공간정보를 구축하고 폐기물 발생량을 측정하며 그 정확도 분석을 연구의 목적으로 하였다.
- UAV는 공중에서 비행하며 영상을 획득하기 때문에 바람의 영향과 이로 인한 촬영 각도 등의 변화로 인해 영상의 왜곡이 발생할 수 있다는 문제가 제기되고 있다. 따라서 과거부터 지형, 문화재, 환경 등의 분야에서 널리 사용되는 지상 기반 3차원 스캔 기법을 통해 3차원 모형을 구축하고 폐기물 발생량을 측정해보고 비교해보고자 하였다. 과거부터 지상 LiDAR를 이용한 연구가 활발히 진행되고 있다.
- 따라서 본 연구에서는 UAS(Unmanned Aerial System)를 기반으로 하여 3차원 공간정보를 구축하고 폐기물 발생량을 측정하며 그 정확도 분석을 연구의 목적으로 하였다.
- 본 연구는 대형 재난 발생 후에 적용 가능한 대응 기법 중 대형 폐기물 발생량의 측정 가능성을 모색하고자 연구를 진행하였다. UAS(Unmanned Aerial System)를 기반으로 하여 3차원 공간정보를 구축하고 폐기물 발생량을 측정하며 그 정확도 분석을 연구의 목적으로 하였다.
- 본 연구에서는 Leica Scanstation P20 지상 LiDAR를 이용하여 폐기물 지역의 3차원 점군을 획득하였으며 위치정확도를 높이기 위해 지상기준점을 설치하여 GNSS 측량을 수행하였다. 지상 LiDAR를 통해 구축한 점군은 상대좌표이기 때문에 측량한 GNSS 데이터를 이용하여 지오레퍼런싱(Geo-Referencing) 하였다.
제안 방법
- 비행변수를 토대로 비행을 실시하여 이미지를 획득하였으며 이미지 정렬, 지상기준점 입력 등의 과정을 통해 3차원 공간정보를 구축하였다. 3차원 공간정보는 GNSS 측량을 통해 정확도를 검증하였으며 검증된 가로(X), 세로(Y), 높이(Z) 정보를 이용하여 폐기물량을 산정하였다. 또한 과거부터 3차원 데이터 구축에 널리 쓰이고 높은 정확도를 보이는 지상 LiDAR를 통해 동일 지역의 폐기물량을 산정하여 UAS 기반의 폐기물 산정량과 비교하여 UAS 기반의 폐기물 발생량 산정 가능성을 모색하였다(Fig.
- 경기도 여주시 내양리 일대의 준설토 폐기물이 적치되어 있어 다양한 문제가 야기되는 곳을 대상지로 삼아 UAS를 기반으로 하여 3차원 공간정보를 구축하였다. 3차원 공간정보의 X, Y, Z 위치 좌표는 GNSS 측량을 통해 검증하였다. 검증한 결과, RMSE 수치는 각각 0.
- 또한 그 정확도 검증을 위해 3차원 공간정보의 X, Y, Z 위치 좌표와 GNSS 측량을 통해 구축한 X, Y, Z 좌표의 유사도를 정량적으로 비교·분석하여 정확도를 정량적으로 평가하였다. GNSS 측량은 VRS/RTK-GPS를 이용하였으며 대상지의 서쪽에서 동쪽 방향 5 m 간격으로 실시하여 총 84개의 좌표를 생성하였으며 대상지에서 하나의 단면을 형성하였다(Fig. 7).
- UAS 기반 3차원 공간정보의 정확도를 평가하기 위해서 GNSS 측량을 실시하였다. 이는, UAS를 이용하여구축한 3차원 점군의 위치 정확도가 어느정도 유사한지 알아보기 위함인데, VRS/RTK-GPS를 이용하여 측량을 실시하였으며 RMSE(Root Mean Square Error) 수치를 이용하여 위치 정확도를 정량적으로 평가하였다.
- UAS 기반의 폐기물량을 산정하기 위해서 우선 선행연구 분석을 통해 UAV 비행 변수를 선정하였다. 비행변수를 토대로 비행을 실시하여 이미지를 획득하였으며 이미지 정렬, 지상기준점 입력 등의 과정을 통해 3차원 공간정보를 구축하였다.
- 본 연구에서는 대형재난 발생 이후 시점에 적용 가능한 대응 기법을 대상으로 연구를 진행하였다 .UAS(Unmanned Aerial System)를 이용하여 구축한 3차원 공간정보를 기반으로 폐기물 발생량 측정을 연구의 내용적 범위로 선정하였다.
- UAV와달리 지상에서 측정하기 때문에 고저차가 크거나 굴곡이 있는 지역은 전체지역을 한 번에 측정할 수 없다. 따라서 본 연구에서는 총 40지점의 위치를 선정하고 폐기물 적치 부분을 타겟으로 하여 지상 LiDAR 측정을 수행하였다. 이를 통해 위치별 3차원 점군을 생성하였다(Fig.
- 폐기물이 적치되어 있는 곳의 많은 양이 하단부에 쌓여 있으며 위로 갈수록 그 양이 적기 때문에 지면과 적치된 부분의 명확한 구분이 필요하다. 따라서 현장에서 지면과 폐기물의 경계를 확인하고 공간정보에서 폐기물 적치부분을 구분하여 벡터라이징화를 수행하고 폐기물량을 산정하였다.
- 또한 SfM(Structure from Motion) 알고리즘에 기반하여 3차원 점군을 구축하고 메쉬를 생성하여 3차원 공간정보를 제작하였다. 본 연구에서 3차원 공간정보란 가로(X), 세로(Y), 높이(Z) 값을 가지는 3차원 공간으로써, 지상표면 모형(DSM, Digital Surface Model)과 동일하다고볼수 있다(Fig.
- 3차원 공간정보는 GNSS 측량을 통해 정확도를 검증하였으며 검증된 가로(X), 세로(Y), 높이(Z) 정보를 이용하여 폐기물량을 산정하였다. 또한 과거부터 3차원 데이터 구축에 널리 쓰이고 높은 정확도를 보이는 지상 LiDAR를 통해 동일 지역의 폐기물량을 산정하여 UAS 기반의 폐기물 산정량과 비교하여 UAS 기반의 폐기물 발생량 산정 가능성을 모색하였다(Fig. 2).
- 또한 그 정확도 검증을 위해 3차원 공간정보의 X, Y, Z 위치 좌표와 GNSS 측량을 통해 구축한 X, Y, Z 좌표의 유사도를 정량적으로 비교·분석하여 정확도를 정량적으로 평가하였다.
- 본 연구에서는 UAS를 기반으로 정량적으로 분석한 폐기물량에 대한 비교값으로 지상 LiDAR로 동일 지역을 분석하였다. 하지만 추후 연구에서는 지상 LiDAR로 측정한 데이터와 UAS 기반의 데이터를 융합하고 각각의 단점을 보완하는 연구를 수행할 필요가 있다.
- (2016)은 비행 변수 중 비행 고도 값이 영상의 정확도에 가장 큰 영향을 미친다고 말하고 있으며 일반적으로 30 m부터 150 m까지 다양하게 구분하여 촬영하고 있는 실정이다. 본 연구에서는 비행 고도 150 m로 설정하여 비행을 실시하였으며 영상의 중복도는 80%로 설정하여 비행을 실시하였다.
- UAV를 이용하여 획득한 이미지는 비행 변수 등에 따라 그 정확도의 차이가 있으며 이와 관련한 연구는 지속적으로 수행되고 있다. 본 연구에서는 비행고도를 150 m로 설정하고 중복도는 80%로 설정하였으며 영상분석에 적용한 지상기준점은 6개로 설정하여 분석을 실시하였다. 하지만 선행연구에서 보면 Uysal et al.
- 본 연구에서는 지상 LiDAR를 이용하여 동일 지역의 폐기물 발생량을 측정하였는데, 총 40 지점의 스테이션을 두고 측량을 실시하였다. 이러한 과학적 기법 또한 많은 비용과 시간을 소비해야 하지만 UAS는 적은 시간과 비용에, 높은 정확도를 구현할 수 있는 장점이 있다.
- UAS 기반의 폐기물량을 산정하기 위해서 우선 선행연구 분석을 통해 UAV 비행 변수를 선정하였다. 비행변수를 토대로 비행을 실시하여 이미지를 획득하였으며 이미지 정렬, 지상기준점 입력 등의 과정을 통해 3차원 공간정보를 구축하였다. 3차원 공간정보는 GNSS 측량을 통해 정확도를 검증하였으며 검증된 가로(X), 세로(Y), 높이(Z) 정보를 이용하여 폐기물량을 산정하였다.
- 위치별 생성한 각각의 3차원 점군을 정합하여 하나의 3차원 점군을 생성하였으며 UAS와 마찬가지로 폐기물 적치 부분의 경계를 벡터라이징하여 해당 부분의 폐기물량을 산정하였다. 그 결과, 폐기물량은 4,274,188m3로 확인되었다.
- UAV에는 기본적으로 GPS가 장착되어 있어 위치정보를 추정하지만 그 오차는 수m 정도이며 특히, 높은 고도에서 오차가 더 큰 편이다. 이에 따라 앞서 지상기준점을 UAV 이미지에 부여하여 분석하고 3차원 공간정보를 구축하였다. 또한 그 정확도 검증을 위해 3차원 공간정보의 X, Y, Z 위치 좌표와 GNSS 측량을 통해 구축한 X, Y, Z 좌표의 유사도를 정량적으로 비교·분석하여 정확도를 정량적으로 평가하였다.
- 지상 LiDAR 측량은 폐기물을 타겟으로 하는 타겟방식에 의한 측량을 실시하였으며 획득한 3차원 점군은 표지 기반의 정합 방식과 ICP알고리즘에 의한 정합방식을기반(Lee and Hong, 2011)으로 하는 Cyclone 9.14 소프트웨어를 이용하여 정합하고 폐기물량을 산정하였다.
- 지상 LiDAR를 이용하여 측정한 폐기물 지역의 점군과 GNSS 측량을 통한 지상기준점을 지오레퍼런싱하여폐기물 전체지역의 3차원 점군을 구축하였다. UAV와달리 지상에서 측정하기 때문에 고저차가 크거나 굴곡이 있는 지역은 전체지역을 한 번에 측정할 수 없다.
- 본 연구에서는 Leica Scanstation P20 지상 LiDAR를 이용하여 폐기물 지역의 3차원 점군을 획득하였으며 위치정확도를 높이기 위해 지상기준점을 설치하여 GNSS 측량을 수행하였다. 지상 LiDAR를 통해 구축한 점군은 상대좌표이기 때문에 측량한 GNSS 데이터를 이용하여 지오레퍼런싱(Geo-Referencing) 하였다.
- 폐기물 발생량 측정은 구축한 3차원 공간정보 중 폐기물이 적치된 부분을 벡터라이징화 하여 해당 부분의 용량을 산정하였다. 폐기물이 적치되어 있는 곳의 많은 양이 하단부에 쌓여 있으며 위로 갈수록 그 양이 적기 때문에 지면과 적치된 부분의 명확한 구분이 필요하다.
- UAV 비행을 통해 총 344장의 이미지를 획득하였다. 획득한 이미지는 SIFT 알고리즘에 기반하여 특징점을 검출하고 영상에 VRS/RTK-GPS로 측량한 좌표를 부여하였다(Fig. 4).
대상 데이터
- UAS를 기반으로하여 대형 폐기물 발생량을 측정하기 위해서 연구 대상지는 대량의 준설토 폐기물이 쌓여있는 경기도 여주시 내양리 남한강 근처 일대를 선정 하였다. 대상지 크기는 약 25,000 m2이고 준설토가 대량으로 쌓여 있으며 그 양을 측정하기에 어려운 실정이다(Fig.
- UAV 비행을 통해 총 344장의 이미지를 획득하였다. 획득한 이미지는 SIFT 알고리즘에 기반하여 특징점을 검출하고 영상에 VRS/RTK-GPS로 측량한 좌표를 부여하였다(Fig.
- 경기도 여주시 내양리 일대의 준설토 폐기물이 적치되어 있어 다양한 문제가 야기되는 곳을 대상지로 삼아 UAS를 기반으로 하여 3차원 공간정보를 구축하였다. 3차원 공간정보의 X, Y, Z 위치 좌표는 GNSS 측량을 통해 검증하였다.
- 본 연구에서 사용한 고정익 UAV는 Q-200 SurveyorPRO를 이용하여 2017년 5월 11일 비행을 실시하였다. 비행 시간은 30분-60분으로 비교적 장시간 비행을 하며 이미지를 획득할 수 있으며 최대 이미지 크기는 6000 × 4000 화소의 고해상도 이미지로 촬영이 가능하다.
- 본 연구에서는 대형재난 발생 이후 시점에 적용 가능한 대응 기법을 대상으로 연구를 진행하였다 .UAS(Unmanned Aerial System)를 이용하여 구축한 3차원 공간정보를 기반으로 폐기물 발생량 측정을 연구의 내용적 범위로 선정하였다.
- 이후 344장의 이미지를 정합하여 정사영상을 구축하였다(Fig. 5).
데이터처리
- UAS 기반 3차원 공간정보의 정확도를 평가하기 위해서 GNSS 측량을 실시하였다. 이는, UAS를 이용하여구축한 3차원 점군의 위치 정확도가 어느정도 유사한지 알아보기 위함인데, VRS/RTK-GPS를 이용하여 측량을 실시하였으며 RMSE(Root Mean Square Error) 수치를 이용하여 위치 정확도를 정량적으로 평가하였다.
이론/모형
- , 2016). 3차원 공간정보를 구축하는 일련의 과정은 Photoscan (Agisoft, Russia) 소프트웨어를 이용하여 구축하였다.
- UAV로 촬영한 수많은 이미지를 기반으로 SIFT(Scale Invariant Feature Transform)알고리즘을이용하여특징점을 검출하고 정사영상을 제작하였다. 이후 SfM (Structure from Motion) 알고리즘에 기반하여 3차원 점군을 생성하였다.
- UAV로 촬영한 수많은 이미지를 기반으로 SIFT(Scale Invariant Feature Transform)알고리즘을이용하여특징점을 검출하고 정사영상을 제작하였다. 이후 SfM (Structure from Motion) 알고리즘에 기반하여 3차원 점군을 생성하였다. SfM은 다양한 시점에서 촬영한 2차원적 이미지로부터 카메라 위치와 방향을 추정하고, 촬영된 물체나 장면을 3차원 구조로 복원하는 방법이다(Lee et al.
성능/효과
- UAS 기반으로 산정한 폐기물량을 4,273,400 m3로써 지상 LiDAR로 측정한 폐기물량과의 차이가 크지 않음을 확인할 수 있다.
- 3차원 공간정보의 X, Y, Z 위치 좌표는 GNSS 측량을 통해 검증하였다. 검증한 결과, RMSE 수치는 각각 0.022m, 0.023 m, 0.140 m로 도출되어 높은 정확도를 확인할 수 있었다. 이를 토대로 폐기물 발생량을 측정한 결과, 4,273,400 m3로 산정되었다.
- 위치별 생성한 각각의 3차원 점군을 정합하여 하나의 3차원 점군을 생성하였으며 UAS와 마찬가지로 폐기물 적치 부분의 경계를 벡터라이징하여 해당 부분의 폐기물량을 산정하였다. 그 결과, 폐기물량은 4,274,188m3로 확인되었다.
- 이를 토대로 폐기물 발생량을 측정한 결과, 4,273,400 m3로 산정되었다. 또한 과거부터 3차원 모형을 구축하고 측량 정확도가 비교적 우수한 지상 LiDAR를 이용하여 동일 지역의 폐기물 발생량을 측정한 결과, 4,274,188 m3로 도출되어 UAS를 이용한 방법과 큰 차이를 보이지 않음을 확인할 수 있었다.
- 001 m로 나왔다. 위치 차이 평균은 0.020 m로 도출되었으며 RMSE 수치는 0.022 m로써 높은 위치 정확도를 보이고 있었다(Fig. 8).
- 001 m로 나왔다. 위치 차이 평균은 0.021 m로 도출되었으며 RMSE 수치는 0.023 m로써 높은 위치 정확도를 보이고 있었다(Fig. 9).
- 003 m로 나왔다. 위치 차이 평균은 0.116 m로 도출되었으며 RMSE 수치는 0.14 m로써 비교적 높은 정확도를 보이고 있었다(Fig. 10).
- 총 84개의 좌표에서 도출한 X좌표의 위치 차이는 최대값이 0.039 m이며 최소값이 0.001 m로 나왔다. 위치 차이 평균은 0.
후속연구
- 이러한 과학적 기법 또한 많은 비용과 시간을 소비해야 하지만 UAS는 적은 시간과 비용에, 높은 정확도를 구현할 수 있는 장점이 있다. 이는 추후 재난 발생 후 신속하고 정확한 폐기물 처리 등의 재난 대응에 기여할 것으로 사료된다.
- 본 연구에서는 UAS를 기반으로 정량적으로 분석한 폐기물량에 대한 비교값으로 지상 LiDAR로 동일 지역을 분석하였다. 하지만 추후 연구에서는 지상 LiDAR로 측정한 데이터와 UAS 기반의 데이터를 융합하고 각각의 단점을 보완하는 연구를 수행할 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.