최근 UAV(unmanned aerial vehicle)는 기존 측량 장비들을 대체/보완할 수 있는 공간정보 제작 도구로 관련 연구들이 활발히 이루어지고 있다. 본 연구에서는 UAV 영상의 활용도에 주안점을 두어, 재난재해와 같이 긴급한 상황이나 지상기준점 확보가 어려운 지역에서의 활용 가능성을 알아보고자 하였다. 이를 위해 UAV 영상으로 3D(dimensional) 형상을 점군(pointcloud)데이터로 제작하였고, 지상기준점을 사용한 모델 데이터와 무기준점 모델 데이터의 절대적/상대적 정확도를 측정하였다. 실험 결과, UAV 영상매칭으로 생성된 3D 형상 점군데이터는 모델 구성을 위한 상대정확도만 확보되어도, 지상기준점 사용 여부에 관계없이 거리측정과 같은 정량적 측정 오차율이 1% 이내인 것으로 검증되었다. 이는 지상기준점 취득이 불가능하거나 작업의 긴급함이 요구될 때, 절대적 위치정보는 부정확하나 신속하게 후처리한 3D 형상 점군데이터만으로도 그 활용이 충분함을 보여준다. 특히 제안된 연구결과는 재난재해 지역과 같이 데이터의 정확도를 확보하기 위한 지상기준점 설계, 측량, 후처리 등의 제반 작업들이 불가능한 상황에서도 길이와 면적과 같은 정량적 측정치와 의미 있는 결과물 취득이 가능하다.
최근 UAV(unmanned aerial vehicle)는 기존 측량 장비들을 대체/보완할 수 있는 공간정보 제작 도구로 관련 연구들이 활발히 이루어지고 있다. 본 연구에서는 UAV 영상의 활용도에 주안점을 두어, 재난재해와 같이 긴급한 상황이나 지상기준점 확보가 어려운 지역에서의 활용 가능성을 알아보고자 하였다. 이를 위해 UAV 영상으로 3D(dimensional) 형상을 점군(pointcloud)데이터로 제작하였고, 지상기준점을 사용한 모델 데이터와 무기준점 모델 데이터의 절대적/상대적 정확도를 측정하였다. 실험 결과, UAV 영상매칭으로 생성된 3D 형상 점군데이터는 모델 구성을 위한 상대정확도만 확보되어도, 지상기준점 사용 여부에 관계없이 거리측정과 같은 정량적 측정 오차율이 1% 이내인 것으로 검증되었다. 이는 지상기준점 취득이 불가능하거나 작업의 긴급함이 요구될 때, 절대적 위치정보는 부정확하나 신속하게 후처리한 3D 형상 점군데이터만으로도 그 활용이 충분함을 보여준다. 특히 제안된 연구결과는 재난재해 지역과 같이 데이터의 정확도를 확보하기 위한 지상기준점 설계, 측량, 후처리 등의 제반 작업들이 불가능한 상황에서도 길이와 면적과 같은 정량적 측정치와 의미 있는 결과물 취득이 가능하다.
Recently, many studies have examined UAVs (unmanned aerial vehicles), which can replace and supplement existing surveying sensors, systems, and images. This study focused on the use of UAV images and assessed the possibility of utilization in areas where it is difficult to obtain GCPs (ground contro...
Recently, many studies have examined UAVs (unmanned aerial vehicles), which can replace and supplement existing surveying sensors, systems, and images. This study focused on the use of UAV images and assessed the possibility of utilization in areas where it is difficult to obtain GCPs (ground control points), such as disasters. Therefore, 3D (dimensional) pointcloud data were generated using UAV images and the absolute/relative accuracy of the generated model data using GCPs and without GCPs was assessed. The results showed the 3D shape pointcloud generated by UAV image matching was proven if the relative accuracy was set, regardless of whether GCPs were used or not; the quantitative measurement error rate was within 1%. Even if the absolute accuracy was low, the 3D shape pointcloud that had been post processed quickly was sufficient to be utilized when it is impossible to acquire GCPs or urgent analysis is required. In particular, the results can obtain quantitative measurements and meaningful data, such as the length and area, even in cases with the ground reference point surveying and post-process.
Recently, many studies have examined UAVs (unmanned aerial vehicles), which can replace and supplement existing surveying sensors, systems, and images. This study focused on the use of UAV images and assessed the possibility of utilization in areas where it is difficult to obtain GCPs (ground control points), such as disasters. Therefore, 3D (dimensional) pointcloud data were generated using UAV images and the absolute/relative accuracy of the generated model data using GCPs and without GCPs was assessed. The results showed the 3D shape pointcloud generated by UAV image matching was proven if the relative accuracy was set, regardless of whether GCPs were used or not; the quantitative measurement error rate was within 1%. Even if the absolute accuracy was low, the 3D shape pointcloud that had been post processed quickly was sufficient to be utilized when it is impossible to acquire GCPs or urgent analysis is required. In particular, the results can obtain quantitative measurements and meaningful data, such as the length and area, even in cases with the ground reference point surveying and post-process.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 UAV 영상과 위치자세 초기값만을 이용하여 제작한 3D 점군데이터가 모델 구성의 상대정확도가 확보된다면, 절대위치에 오차가 있더라도 거리나 면적 측정이 가능한지 실험을 통해 검증하였다. 실험을 위해 지상기준점을 사용한 후처리 결과와 사용하지 않은 후처리 결과를 각각 제작하여 모델구성 정확도 및 거리/면적 측정 정확도를 평가하였다.
본 연구에서는 최소한의 공정과 시간으로 제작하는 UAV 영상 무기준점 후처리 결과를 이용하여, 지상기준점으로 정밀하게 위치정보가 확보된 결과물이 아니더라도 거리 등을 정확히 정량적으로 측정이 가능함을 실험으로 검증한다.
제안 방법
검사점 평가는 3D 점군데이터가 만들어 지기 전 영상에서 수동으로 측정을 수행하며, 입력된 검사점은 3D 점군데이터가 생성되는 과정에서 Photoscan 내부적으로 그 오차를 계산한다. 즉, 사용자가 영상에서 입력한 검사점들이 점군데이터 상에서 얼마나 위치 오차가 발생했는지를 자동으로 계산하며, 실험데이터 I 모델 검사점 평가결과는 Table 7과 같다.
상대적 모델 정확도 평가는 취득된 검사점들의 거리 계산 GPS 측량 결과값을 사용한다. 그리고 3D 점군데이터들의 검사점 오차를 계산하여 변화된 검사점 지점들 간의 거리를 GPS 측량 결과값과 비교한다. 검사점 좌표 거리는 식(1)의 유클리드 거리(Euclidean distance) 공식으로 계산한다.
다음은 두 데이터의 상대정확도 평가 실험을 수행하였다. 이를 위해 검사점들의 거리 계산을 수행하였으며, Table 9 and 10은 실험데이터들의 검사점 간 거리 측정치와 실제 측량한 거리 측정치를 비교한 결과이다.
상대정확도가 확보된 실험데이터들을 대상으로 3D 점군데이터들을 추출한 후, 3차원 위치 측정 및 거리/면적 계산이 가능한 자체개발 프로그램으로 점군데이터 기반의 측정실험을 수행하였다. 프로그램은 3D 점군데이터에서 두 개의 점 데이터를 마우스로 선택하면 유클리드 거리공식을 적용하여 거리를 계산한다.
이와 동일하게 개발 프로그램은 3D 점군데이터에서 선택되는 지점들로 다각형을 구성하여 선택 지점들로 폐합된 영역을 설정하여 면적을 계산한다. 실험은 Fig. 10과 같이 실험데이터 Ⅰ과 실험데이터 Ⅱ의 A, B, C 구간 거리를 해당 영역을 확대하여 수동으로 각 CP들을 선택하여 거리 값을 확인 후, 실제 측량 결과와 비교하였다(Fig. 10). 이 과정에서는 육안에 의존한 CP 지점 측정이 수행되므로 정교한 작업이 요구되었다.
본 연구에서는 UAV 영상과 위치자세 초기값만을 이용하여 제작한 3D 점군데이터가 모델 구성의 상대정확도가 확보된다면, 절대위치에 오차가 있더라도 거리나 면적 측정이 가능한지 실험을 통해 검증하였다. 실험을 위해 지상기준점을 사용한 후처리 결과와 사용하지 않은 후처리 결과를 각각 제작하여 모델구성 정확도 및 거리/면적 측정 정확도를 평가하였다. 실험 결과, 모델구성 정확도 오차율은 각 0.
지오레퍼런싱 작업을 위한 지상기준점 6점과 데이터의 절대정확도 및 상대정확도를 측정하기 위한 검사점 8점을 선정하여, VRS(Virtual reference station) 측량을 실시하였다(Fig. 3).
후처리 데이터는 지상기준점으로 지오레퍼런싱을 수행한 결과와 위치·자세 정보인 외부표정요소만으로 처리한 결과 두 가지의 3D 점군데이터를 제작한다.
먼저 지상기준점을 사용한 실험데이터 Ⅰ은 Fig. 7과 같으며, 점 데이터 수는 10,970,566 개이다.
이 결과는 실험데이터 Ⅱ가 절대위치확보 측면에서 다소 부정확한 데이터임을 보여준다. 본 연구에서 실험데이터 Ⅱ는 지상기준점 없이 외부표정 요소 초기치만을 이용하여 신속히 처리한 신속공간정보로 정의된다. Fig.
실험 데이터를 취득하기 위한 UAV는 수직 이·착륙과 자유로운 방향 전환이 가능하고, 호버링(hovering)을 통한 안정적인 영상 촬영이 가능한 회전익 쿼드 X형(quadcopter X type) 기체를 사용하였다(Fig. 1).
실험을 위해 콘크리트 모의구조물을 길이 15m, 폭 3m, 두께 0.3m 크기로 제작하였으며, 영상은 고도 약 30m, 75% 중복도의 수직 영상을 조종사에 의한 수동 조종에 의해 취득하였다. 영상의 수는 긴급한 상황에서의 신속한 비행을 전제하여, 하나의 비행 스트립(strip) 범위에 구조물 전체가 포함되도록 최소한의 영상을 취득하였다.
형상을 구성하는 모든 점 데이터들은 위치좌표(xyz) 값을 가지고 있어, 거리와 면적 계산에도 용이하다. 영상매칭 작업은 Agisoft사의상용 프로그램인 Photoscan(pro 1.2 ver.)을 사용하였으며, 입력 데이터는 UAV 영상과 카메라 위치/자세 정보인 외부표정요소이다. 사용한 영상의 외부표정요소는 Table 5와 같다.
지상기준점 없이 카메라 위치자세 정보만을 사용한 데이터(실험데이터 Ⅱ)은 Fig. 8과 같으며, 점 데이터 수는 10,422,296 개이다.
데이터처리
후처리 데이터는 지상기준점으로 지오레퍼런싱을 수행한 결과와 위치·자세 정보인 외부표정요소만으로 처리한 결과 두 가지의 3D 점군데이터를 제작한다. 두 결과데이터는 GPS 측량 결과값과의 비교를 통해 상대적인 모델구성 정확도와 거리측정 정확도를 평가한다(Fig. 5).
모델 구성 정확도 평가 후에는 Build dense point cloud 기능으로 추출되는 3D 점군데이터의 거리를 측정하여 GPS 측량 결과값 비교를 수행한다. Fig.
이론/모형
UAV 영상 후처리 데이터의 상대정확도와 거리 계산을 위하여 본 실험에서는 3D 점군데이터 포맷을 사용한다. 3D 점군데이터는 영상 후처리에서 최초로 취득되는 데이터이다.
상대정확도가 확보된 실험데이터들을 대상으로 3D 점군데이터들을 추출한 후, 3차원 위치 측정 및 거리/면적 계산이 가능한 자체개발 프로그램으로 점군데이터 기반의 측정실험을 수행하였다. 프로그램은 3D 점군데이터에서 두 개의 점 데이터를 마우스로 선택하면 유클리드 거리공식을 적용하여 거리를 계산한다. 이와 동일하게 개발 프로그램은 3D 점군데이터에서 선택되는 지점들로 다각형을 구성하여 선택 지점들로 폐합된 영역을 설정하여 면적을 계산한다.
성능/효과
면적 측정실험은 수동측정에서 발생한 작은 오차가 면적계산과정에서 축적되면서, 상대적으로 높은 오차를 보이는 것으로 생각된다. 가로세로 50cm의 협소한 영역인 B영역은 영상매칭 작업과정에서 일부 과대 오차 점 데이터가 발생된 것으로 확인되었다.
88%로 높은 상대정확도를 보여주었다. 그리고 상대정확도가 확보된 실험 데이터들의 3D 점군데이터를 추출하여 거리측정을 수행한 결과는 오차율 각 1.52, 1.27%, 면적측정 결과는 각 2.97, 4.91%로 타나났다. 이는 지상기준점 없이도 3D 점군데이터로 신속하게 거리나 면적을 측정하는 개략적인 정량적 분석에서는 활용이 충분함을 보여준다.
실험을 위해 지상기준점을 사용한 후처리 결과와 사용하지 않은 후처리 결과를 각각 제작하여 모델구성 정확도 및 거리/면적 측정 정확도를 평가하였다. 실험 결과, 모델구성 정확도 오차율은 각 0.93, 0.88%로 높은 상대정확도를 보여주었다. 그리고 상대정확도가 확보된 실험 데이터들의 3D 점군데이터를 추출하여 거리측정을 수행한 결과는 오차율 각 1.
실험 데이터 I은 GCP로 절대위치를 보정한 결과로, 각 CP들이 실제 위치와 근사하나 모델 구성과정에서 발생되는 값들과 ±오차들이 작은 값으로 불규칙하게 분포되었다.
점군데이터 기반 측정 실험결과, 지상기준점 사용 여부에 관계없이 실험데이터들의 거리 측정 평균 오차율은 1.52, 1.27%를 보여주었다. 또한 면적측정 실험은 오차율 2.
점군데이터 모델구성 상대정확도 평가결과, 지상기준점 사용 여부에 관계없이 두 데이터들의 모델 구성 오차율은 0.93, 0.88%로 매우 정확한 상대정확도를 보여주었다.
후속연구
이는 지상기준점 없이도 3D 점군데이터로 신속하게 거리나 면적을 측정하는 개략적인 정량적 분석에서는 활용이 충분함을 보여준다. 특히 댐, 교량과 같은 사회기반 시설물의 크기가 수 십 미터에서 수 백 미터 크기인 것을 감안하면, 실험에서도출된 오차율은 신속한 현황정보 및 데이터 생성이 우선되는 재난재해 지역과 같은 넓은 영역의 신속한 분석을 위해서는 효과적으로 활용될 수 있다. 재난재해 지역의 지상기준점 취득의 어려움, GPS 측량과 후처리 등에 소요되는 시간과 비용 절감을 고려하면 무기준점 점군데이터의 활용은 실용성도 높다고 할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
UAV의 주요 장점은 무엇인가?
최근 UAV(unmanned aerial vehicle)는 민간 영역으로 활용이 확대되어 산불 감시, 재난 대응, 농약 살포, 건설․토목 등 다양한 분야에서 활용되고 있다. UAV의 주요한 장점은 사람의 접근이 어려운 지점 및 구조물을 원거리에서 감시하거나, 신속하게 데이터 취득이 가능하다는 것이다[1].
모델 데이터와 무기준점 모델 데이터의 절대적/상대적 정확도의 측정결과는 어떠한가?
이를 위해 UAV 영상으로 3D(dimensional) 형상을 점군(pointcloud)데이터로 제작하였고, 지상기준점을 사용한 모델 데이터와 무기준점 모델 데이터의 절대적/상대적 정확도를 측정하였다. 실험 결과, UAV 영상매칭으로 생성된 3D 형상 점군데이터는 모델 구성을 위한 상대정확도만 확보되어도, 지상기준점 사용 여부에 관계없이 거리측정과 같은 정량적 측정 오차율이 1% 이내인 것으로 검증되었다. 이는 지상기준점 취득이 불가능하거나 작업의 긴급함이 요구될 때, 절대적 위치정보는 부정확하나 신속하게 후처리한 3D 형상 점군데이터만으로도 그 활용이 충분함을 보여준다.
UAV는 어디에 활용되고 있는가?
최근 UAV(unmanned aerial vehicle)는 민간 영역으로 활용이 확대되어 산불 감시, 재난 대응, 농약 살포, 건설․토목 등 다양한 분야에서 활용되고 있다. UAV의 주요한 장점은 사람의 접근이 어려운 지점 및 구조물을 원거리에서 감시하거나, 신속하게 데이터 취득이 가능하다는 것이다[1].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.