[논문]선형 대상지에 대한 저가의 무인항공기 사진측량 정확도 평가

오재홍; 장영재; 이창노

doi:10.7848/ksgpc.2018.36.6.565

선형 대상지에 대한 저가의 무인항공기 사진측량 정확도 평가
Accuracy Analysis of Low-cost UAV Photogrammetry for Corridor Mapping 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.36 no.6, 2018년, pp.565 - 572

오재홍 (Dept. of Civil Engineering, Korea Maritime and Ocean University) , 장영재 (Dept. of Civil Engineering, Korea Maritime and Ocean University) , 이창노 (Dept. of Civil Engineering, Seoul National University of Science and Technology)

초록
AI-Helper

최근 들어 운용비용이 저렴하고 신속한 데이터 획득 및 처리가 가능한 무인항공기(드론)를 이용한 측량 및 지도 제작이 활발히 진행되고 있으며, 그 활용도는 지형 변화분석, 시설물 모니터링, 농업, 임업 등 여러 분야로 확장되고 있다. 드론의 높은 활용도의 바탕에는 높은 공간 정확도의 획득이 가능하다는데 있으며, 관련하여 드론 기반 공간 정확도의 평가 결과가 여러 연구를 통해 보고되었다. 대부분의 연구는 잘 분포된 지상기준점을 활용하여 획득 가능한 정확도를 분석한 경우이며, 부분적으로 기준점의 개수의 변화에 따른 정확성을 평가한 경우가 있다. 본 연구에서는 도로, 관로, 철도 등 선형 대상지에 드론을 이용한 측량을 수행할 경우 획득 가능한 공간 정확성을 확인하기 위해, 기준점 배치를 여러 조합으로 나누어 정확성을 평가 해보았다. 선형 대상지를 따라 기준점의 편위 및 밀도에 따른 정확성을 평가하였고, 추가적으로 카메라 캘리브레이션의 영향, 횡중복 스트립 개수에 따른 정확성 또한 평가하였다. 실험 결과 기준점의 밀도에 비해 기준점 배치의 편위가 정확성에 더 큰 악영향을 주었으며, 미리 카메라 캘리브레이션을 수행하고 사용하는 것이 현장 셀프 캘리브레이션에 비해 기준점의 배치나 개수가 충분치 못한 경우에 오차를 줄일 수 있었다. 또한, 선형 방향으로의 스트립 수를 늘리는 것은 정확도 향상에 큰 도움이 되지 않았다.

Abstract ▼ AI-Helper

Recently, UAVs (Unmanned Aerial Vehicles) or drones have gained popularity for the engineering surveying and mapping because they enable the rapid data acquisition and processing as well as their operation cost is low. The applicable fields become much wider including the topographic monitoring, agriculture, and forestry. It is reported that the high geospatial accuracy is achievable with the drone photogrammetry for many applications. However most studies reported the best achievable mapping results using well-distributed ground control points though some studies investigated the impact of control points on the accuracy. In this study, we focused on the drone mapping of corridors such as roads and pipelines. The distribution and the number of control points along the corridor were diversified for the accuracy assessment. In addition, the effects of the camera self-calibration and the number of the image strips were also studied. The experimental results showed that the biased distribution of ground control points has more negative impact on the accuracy compared to the density of points. The prior camera calibration was favored than the on-the-fly self-calibration that may produce poor positional accuracy for the case of less or biased control points. In addition, increasing the number of strips along the corridor was not helpful to increase the positional accuracy.

주제어

표/그림 (13)

그림 Fig. 1. Number of image strips
그림 Fig. 2. GCPs bias cases (a) Case Bias1, (b) Case Bias1/2, (c) Case Bias6
그림 Fig. 3. GCPs density cases (a) Case Density1, (b) Case Density2
그림 Fig. 4. Test area and GNSS-surveyed point distribution
표 Table 1. Speciﬁcation of the drone and camera
그림 Fig. 5. Error vectors at check points with no GCPs (a) on-the-ﬂy calibration, (b) prior project calibration
표 Table 2. Accuracies of bundle adjustments without GCPs
표 Table 3. Accuracies of bundle adjustments with GCPs
표 Table 4. Accuracies for different numbers of strips
그림 Fig. 6. Accuracy decrease for blocks [on-the-ﬂy calibration] (a) horizontal errors (b) vertical errors
그림 Fig. 7. Accuracy decrease for blocks [prior project calibration] (a) horizontal errors (b) vertical errors
그림 Fig. 8. Errors as GCPs density increases [on-the-ﬂy calibration]
그림 Fig. 9. Errors as GCPs density increases [prior project calibration]

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

그러나 저가의 드론을 활용한 선형 대상지 측량에 대한 정확도를 다양한 조건에서 평가해본 연구사례는 찾아보기 힘들다. 따라서 본 연구에서는 도로, 관로, 철도 등 선형대상지에 드론을 이용한 측량을 수행할 경우 다양한 조건 하에서 획득 가능한 공간 정확성을 평가하기 위한 실험을 진행하였다. 즉, 선형 대상지의 매핑과 관련하여 달성 가능한 위치 정확도의 정도, 기준점의 밀도 및 선형을 따라 기준점이 멀어짐에 따른 위치 정확도의 저하, 카메라 캘리브레이션 기법의 영향, 중복 스트립 개수에 따른 영향 등을 알아보기 위해 선형 대상지를 따라 배치된 기준점을 여러 경우의 조합으로 나누어 정확성을 평가해 보았다.
당연히도 스트립 수를 늘림에 따라 영상 획득에 따른 외업시간, 사진 수 증가에 따른 내업시간 모두 증가하게 되므로 처리의 경제성은 낮아질 수밖에 없다. 따라서 본 연구에서는 두 스트립만을 사용하는 경우와 4개의 스트립 모두 활용하는 경우의 정확성을 비교 평가해본다.
본 연구에서는 도로, 관로, 철도 등 선형 대상지에 대해 드론 측량을 수행할 경우 기준점의 배치 및 밀도, 캘리브레이션 방법, 중복 스트립의 수 등의 변화에 따라 획득 가능한 공간 정확도를 평가하기 위한 실험을 진행하였다. 이를 위해 선형 대상지를 따라 배치된 기준점을 여러 조합으로 나누고, 캘리브레이션 방법 또한 현장 셀프 캘리브레이션과 사전 작업 캘리브레이션의 두 가지 방법으로 실험을 진행하였다.
따라서, 이러한 상관도 문제를 피하기 위해 번들조정 시 미리 캘리브레이션을 수행하는 사전 작업 캘리브레이션(prior project calibration)를 이용하여 내부표정요소는 고정하고, 외부표정요소만을 미지수로 설정하여 활용할 수도 있는데. 본 연구에서는 이러한 캘리브레이션의 적용 여부에 따른 차이를 확인해보기 위해 두 경우에 대해 정확도를 비교하여 평가하였다.

제안 방법

기준점 편위에 따른 정확도 평가를 위해, 한쪽에 치우친 기준점의 활용에 따른 정확도를 평가하였다. 먼저 현장 셀프 캘리브레이션을 수행한 경우의 블록별 검사점 오차를 Fig.
다음으로 기준점 밀도에 따른 정확도 평가를 수행하였다. 먼저 현장 셀프 캘리브레이션 기법을 적용한 결과를 Fig.
다음으로, 상기의 경우는 한쪽 방향인 블록 1,2,3까지 기준점을 배치해 보고 정확도를 평가하였으므로, 다른 쪽 블록인 6부터 반대방향으로 기준점 배치를 증가시켜 동일하게 정확도를 평가해보았다. 이를 통해 기준점 편위에 따른 정확도 결과가 유사하게 도출되는지 확인해볼 수 있다.
다음으로는 대상지 전체에 분포된 측점 48개를 24개씩 기준점 및 검사점으로 분류하여 번들조정을 수행하였다. 이때 24개씩 각각을 번갈아 기준점 및 검사점으로 사용하였다(GCPs Set1, GCPs Set2).
따라서 기준점 또한 선형대상지를 따라 종방향으로 일정한 간격으로 획득되어 데이터 처리에 활용하게 된다. 선형대상지에 대해 드론을 이용한 측량을 위해서는 블록별로 영상에서 판독이 가능한 특징점에 대해 GNSS측량을 통해 좌표를 획득한다. 획득된 특징점 중 일부를 기준점으로 분류하여 번들조정에 활용하고, 나머지는 검사점으로 분류하여 정확도를 평가에 활용한다.
즉, 선형 대상지의 매핑과 관련하여 달성 가능한 위치 정확도의 정도, 기준점의 밀도 및 선형을 따라 기준점이 멀어짐에 따른 위치 정확도의 저하, 카메라 캘리브레이션 기법의 영향, 중복 스트립 개수에 따른 영향 등을 알아보기 위해 선형 대상지를 따라 배치된 기준점을 여러 경우의 조합으로 나누어 정확성을 평가해 보았다. 실험은 저가의 드론을 이용하여 도로 구간을 따라 여러 개의 블록으로 획득된 데이터에 대해 수행되었고, GNSS측량을 통해 획득된 기준점 및 검사점을 활용하여 정확성을 평가하였다.
획득된 특징점 중 일부를 기준점으로 분류하여 번들조정에 활용하고, 나머지는 검사점으로 분류하여 정확도를 평가에 활용한다. 이 때 첫 번째로 기준점의 편위에 따른 영향을 보기 위한 실험으로 기준점 확보의 경우의 수를 아래와 같이 나누어 번들조정 후 정확도를 평가한다.
본 연구에서는 도로, 관로, 철도 등 선형 대상지에 대해 드론 측량을 수행할 경우 기준점의 배치 및 밀도, 캘리브레이션 방법, 중복 스트립의 수 등의 변화에 따라 획득 가능한 공간 정확도를 평가하기 위한 실험을 진행하였다. 이를 위해 선형 대상지를 따라 배치된 기준점을 여러 조합으로 나누고, 캘리브레이션 방법 또한 현장 셀프 캘리브레이션과 사전 작업 캘리브레이션의 두 가지 방법으로 실험을 진행하였다.
4와 같다. 즉 블록당 약 8개의 측점이 배치되도록 하였고, 선형구간의 횡단 방향의 폭을 고려하여 2개씩 도로 양옆에 위치하도록 하였다.
따라서 본 연구에서는 도로, 관로, 철도 등 선형대상지에 드론을 이용한 측량을 수행할 경우 다양한 조건 하에서 획득 가능한 공간 정확성을 평가하기 위한 실험을 진행하였다. 즉, 선형 대상지의 매핑과 관련하여 달성 가능한 위치 정확도의 정도, 기준점의 밀도 및 선형을 따라 기준점이 멀어짐에 따른 위치 정확도의 저하, 카메라 캘리브레이션 기법의 영향, 중복 스트립 개수에 따른 영향 등을 알아보기 위해 선형 대상지를 따라 배치된 기준점을 여러 경우의 조합으로 나누어 정확성을 평가해 보았다. 실험은 저가의 드론을 이용하여 도로 구간을 따라 여러 개의 블록으로 획득된 데이터에 대해 수행되었고, GNSS측량을 통해 획득된 기준점 및 검사점을 활용하여 정확성을 평가하였다.

대상 데이터

0을 이용하여 취득되었다(Table 1). 대상지는 부산 해양특구 도로이며, 도로 주변으로는 지형의 표고차이가 크지 않은 지역이다. 초점 거리는 약 8.
선형 대상지를 총 6개의 블록(블록별로 약 200m 정도의 종 방향 길이)으로 쪼개고, 4개의 영상 스트립으로 데이터를 획득하였으며, 종/횡 중복도는 80%로 설정하였다. 블록의 종 방향으로 약 12장 정도의 사진이 취득되어, 전체 대상지에 대해 총 290장의 사진이 취득되었다.
2cm으로 예측되었다. 선형 대상지를 총 6개의 블록(블록별로 약 200m 정도의 종 방향 길이)으로 쪼개고, 4개의 영상 스트립으로 데이터를 획득하였으며, 종/횡 중복도는 80%로 설정하였다. 블록의 종 방향으로 약 12장 정도의 사진이 취득되어, 전체 대상지에 대해 총 290장의 사진이 취득되었다.
실험 영상은 저가의 드론인 DJI Phantom 4 Pro v2.0을 이용하여 취득되었다(Table 1). 대상지는 부산 해양특구 도로이며, 도로 주변으로는 지형의 표고차이가 크지 않은 지역이다.
멕시코에서는 1,000km에 이르는 고속도로를 매핑하기 위하여 드론이 사용되었으며(Smith, 2015), 터키에서는 드론을 사용하여 길이 140km, 폭 600m에 이르는 고속 철도 구간의 매핑이 진행되기도 하였다(SenseFly, 2017). 이때 공간 정확도 20cm를 목표로 총 9000장 이상의 10cm해상도 영상이 취득되어 활용되었다. 미국 캘리포니아에서도 2029년 고속철도 개통을 위해 드론을 활용하여 매핑을 수행하기도 하였다(GIM International,2018).
대상지에 대해 기준점 및 검사점 획득을 위해 Network RTK기반으로 GNSS 측량이 수행되었다. 총 48개의 점이 선형 대상지를 따라 획득되었으며, 그 분포는 Fig. 4와 같다. 즉 블록당 약 8개의 측점이 배치되도록 하였고, 선형구간의 횡단 방향의 폭을 고려하여 2개씩 도로 양옆에 위치하도록 하였다.

이론/모형

대상지에 대해 기준점 및 검사점 획득을 위해 Network RTK기반으로 GNSS 측량이 수행되었다. 총 48개의 점이 선형 대상지를 따라 획득되었으며, 그 분포는 Fig.

성능/효과

정확도 저하 양상이 조금씩 다른 이유는 무기준점 블록이 시작되는 시점을 기준으로 하였을 때, 기준점까지의 거리와 배치 등이 약간 다를 수 있고, 또한 기준점 블록과 무기준점 블록 간의 중복도나 특징점 매칭 등의 성능 차이로 인해 번들조정의 결과가 조금씩 달라질 수 있기 때문으로 판단된다. 결론적으로 선형 대상지 측량에서 한 블록만이라도 기준점이 한쪽으로 치우친 편위가 발생할 경우 정확도 품질에는 악영향을 미칠 수 있음을 알 수 있었다.
네 번째로 중복 스트립 수를 선형 대상지를 따라 종방향으로 한 번 왕복하는 경우(2스트립)와 두 번 왕복(4스트립)하는 경우 간의 유의미한 정확도 차이가 발생하지 않았다. 따라서 빠른 작업과 경제성을 위해서는 드론을 한번 왕복하여 2개의 스트립만을 이용 가능함을 알 수 있었다.
수평 오차의 경우 앞선 결과와 마찬가지로 기준점이 활용된 블록에서 멀어짐에 따라 수평 위치 정확도가 낮아지는 것을 관찰할 수 있다. 단, 정확도 저하의 정도는 현장 셀프 캘리브레이션의 경우와는 조금 달랐고, Case Bias 6의 경우가 특히 현장 셀프 캘리브레이션의 경우보다 정확도 저하의 정도가 상대적으로 컸다. 수직의 경우 오차의 크기가 1m 내외 이하로 보이며, 현장 셀프 캘리브레이션의 경우보다는 높은 정확도를 보여주었다.
중복 스트립 수에 따른 정확도 비교를 위해 번들 조정 시 2개의 스트립 영상만 사용하는 경우와 4개의 스트립 영상을 모두 사용하는 경우의 결과 정확도를 비교하여 Table 4에 나타내었다. 두 경우는 오차 레벨 내의 차이를 보이며 4개의 스트립을 사용하는 것이 2개의 스트립을 사용하는 경우에 대비하여 유의미한 정확도의 향상이 없음을 알 수가 있었다. 즉, 2개의 스트립만을 사용하여 경제적인 측량을 수행 가능함을 실험결과 알 수 있었다.
두 번째로 기준점 위치에서 거리가 멀어질수록 위치 정확도는 크게 저하가 되었다. 특히 1개의 블록 단위의 편위에서도 의미 있는 수준으로 위치 정확도 저하가 발생하는 경우가 존재하므로, 편위가 발생하지 않도록 블록의 양단에 기준점을 설치하는 것이 안정적인 위치 정확도를 확보할 수 있는 방안으로 볼 수 있었다.
, 2006). 따라서, 기준점을 확보하기가 어려운 대상지의 경우 미리 캘리브레이션을 수행하고, 해당 내부표정요소값을 상수로 활용하여 대상지 측량을 하는 것이 보다 나은 결과를 얻을 수 있음을 알 수가 있었다. Fig.
3cm의 정확도를 보이며 영상 해상도 대비 약 2~3픽셀가량의 정확도를 달성하고 있음을 보여주고 있다. 또한 번들 조정 시 현장 셀프 캘리브레이션을 수행하는 경우와 사전 작업 캘리브레이션 결과를 사용하는 경우 모두 유사한 번들 조정 결과 정확도를 보여주었다. 즉, 대상지에 기준점의 확보가 용이할 경우에는 두 가지 캘리브레이션 방식 중 자유로운 선택이 가능함을 알 수 있었다.
8에 나타내었다. 선형 대상지를 따라 기준점 밀도가 증가함에 따라 수평 정확도는 1cm정도의 범위에서 편차를 보이나 영상의 해상도를 고려했을 때 오차범위 이내로 볼 수 있으므로, 기준점 밀도에 따른 위치 정확도의 의미 있는 증가가 있다고 보기 힘들었다. 반면, 수직정확도는 밀도의 증가와 함께 수십cm에서 급격히 증가하다 블록별로 1개 이상의 기준점이 설치된 경우(Case 3)부터는 안정화되는 추세를 보여주었다.
세 번째로 기준점 밀도에 따른 수평 위치 정확도의 경우, 블록 당 1개 이상의 기준점을 사용한 경우부터는 의미 있는 정확도의 증가가 있다고 보기 힘들었으나, 수직방향으로는 블록별로 최소 1개 이상의 기준점을 설치하는 것이 안정적인 수직 정확도를 확보하는데 도움이 될 수 있음을 알 수 있었다.
단, 정확도 저하의 정도는 현장 셀프 캘리브레이션의 경우와는 조금 달랐고, Case Bias 6의 경우가 특히 현장 셀프 캘리브레이션의 경우보다 정확도 저하의 정도가 상대적으로 컸다. 수직의 경우 오차의 크기가 1m 내외 이하로 보이며, 현장 셀프 캘리브레이션의 경우보다는 높은 정확도를 보여주었다.
9에 제시하였다. 수평 정확도의 경우 Case1을 제외하고는 현장 셀프 캘리브레이션과 유사한 결과를 보였으나, 수직 정확도의 경우 Case1,2,3의 경우에서 볼 수 있듯이 동일한 기준점 밀도에서 현장 셀프 캘리브레이션의 경우 보다 높은 수직 정확도를 확보하고 있음을 확인할 수 있었다.
두 경우는 오차 레벨 내의 차이를 보이며 4개의 스트립을 사용하는 것이 2개의 스트립을 사용하는 경우에 대비하여 유의미한 정확도의 향상이 없음을 알 수가 있었다. 즉, 2개의 스트립만을 사용하여 경제적인 측량을 수행 가능함을 실험결과 알 수 있었다.
또한 번들 조정 시 현장 셀프 캘리브레이션을 수행하는 경우와 사전 작업 캘리브레이션 결과를 사용하는 경우 모두 유사한 번들 조정 결과 정확도를 보여주었다. 즉, 대상지에 기준점의 확보가 용이할 경우에는 두 가지 캘리브레이션 방식 중 자유로운 선택이 가능함을 알 수 있었다.
첫 번째로 드론에 장착된 저가 카메라의 내부표정요소의 예측을 위한 카메라 캘리브레이션 방식에 따른 측량 정확도 영향을 살펴본 결과, 기준점을 대상지에 골고루 분포시켜 번들 조정을 수행한 경우에는 현장 셀프 캘리브레이션 기법과 사전 작업 캘리브레이션을 사용한 경우의 정확도는 의미 있는 차이를 보이지 않았다. 그러나 무기준점이거나 기준점의 밀도가 적어질 경우에는 사전 작업 캘리브레이션의 값을 사용하는 것이 정확도 확보에 큰 도움이 될 수 있음을 알 수 있었다.
두 번째로 기준점 위치에서 거리가 멀어질수록 위치 정확도는 크게 저하가 되었다. 특히 1개의 블록 단위의 편위에서도 의미 있는 수준으로 위치 정확도 저하가 발생하는 경우가 존재하므로, 편위가 발생하지 않도록 블록의 양단에 기준점을 설치하는 것이 안정적인 위치 정확도를 확보할 수 있는 방안으로 볼 수 있었다.
선형 대상지 매핑의 경우 하천, 해안, 도로, 철도 등의 계획, 설계, 분석 등에 필수적으로 수행되어야 하는 작업으로서, 지상 측량이나 유인 항공기에 비해 드론의 운용 장점이 부각되는 분야이다. 특히, 지상 측량에 비해 효율적이고, 접근이 힘든 지역의 촬영이 가능할 뿐 아니라 유인 항공기에 비해 저예산으로 고해상도의 영상의 획득이 가능하다. 이러한 장점으로 인해 세계 각국에서도 선형 대상지 매핑에 드론을 활용한 사례가 많이 보고되고 있다.
5에 나타내었다. 현장 셀프 캘리브레이션 방식(on-thefly)으로 수행된 번들조정의 경우 수평 4.70m, 수직 1.89m의 RMSE (Root Mean Square Error) 오차를 보였으며, 기존의 다른 프로젝트에서 기준점을 이용하여 번들조정하여 예측된 내부 표정요소를 상수로 고정하고, 외부표정요소만을 미지수로 두어 번들 조정한 사전 프로젝트 캘리브레이션(prior project calibration) 결과, 검사점에서 수평 0.92m, 수직 1.90m의 오차를 보이며 현장 셀프 캘리브레이션 결과보다 정확성 있는 결과를 보여주었다. 이는 대상지가 표고차이가 크지 않아 셀프 캘리브레이션 시에 내부표정요소와 외부표정요소간의 높은 상관도 등으로 인해 지상좌표의 부정확성이 발생하는 것으로 추정된다(Oh et al.

질의응답

핵심어	질문	논문에서 추출한 답변
	무인항공기의 근황은 어떠한가?	최근 들어 운용비용이 저렴하고 신속한 데이터 획득 및 처리가 가능한 무인항공기(드론)를 이용한 측량 및 지도 제작이 활발히 진행되고 있으며, 그 활용도는 지형 변화분석, 시설물 모니터링, 농업, 임업 등 여러 분야로 확장되고 있다. 드론의 높은 활용도의 바탕에는 높은 공간 정확도의 획득이 가능하다는데 있으며, 관련하여 드론 기반 공간 정확도의 평가 결과가 여러 연구를 통해 보고되었다.
	드론의 높은 활용도의 바탕은 무엇인가?	최근 들어 운용비용이 저렴하고 신속한 데이터 획득 및 처리가 가능한 무인항공기(드론)를 이용한 측량 및 지도 제작이 활발히 진행되고 있으며, 그 활용도는 지형 변화분석, 시설물 모니터링, 농업, 임업 등 여러 분야로 확장되고 있다. 드론의 높은 활용도의 바탕에는 높은 공간 정확도의 획득이 가능하다는데 있으며, 관련하여 드론 기반 공간 정확도의 평가 결과가 여러 연구를 통해 보고되었다. 대부분의 연구는 잘 분포된 지상기준점을 활용하여 획득 가능한 정확도를 분석한 경우이며, 부분적으로 기준점의 개수의 변화에 따른 정확성을 평가한 경우가 있다.
	드론의 기준점 밀도와 배치의 편위중 어떤것이 정확성에 더 크게 악영향을 주는가?	선형 대상지를 따라 기준점의 편위 및 밀도에 따른 정확성을 평가하였고, 추가적으로 카메라 캘리브레이션의 영향, 횡중복 스트립 개수에 따른 정확성 또한 평가하였다. 실험 결과 기준점의 밀도에 비해 기준점 배치의 편위가 정확성에 더 큰 악영향을 주었으며, 미리 카메라 캘리브레이션을 수행하고 사용하는 것이 현장 셀프 캘리브레이션에 비해 기준점의 배치나 개수가 충분치 못한 경우에 오차를 줄일 수 있었다. 또한, 선형 방향으로의 스트립 수를 늘리는 것은 정확도 향상에 큰 도움이 되지 않았다.

참고문헌 (11)

Benassi, F., Dall'Asta, E., Diotri, F., Forlani, G., di Cella, U.M., Roncella, R., and Santise, M. (2017), Testing accuracy and repeatability of UAV blocks oriented with GNSS-supported aerial triangulation, Remote Sensing, Vol. 9, No. 2, pp. 172-194.

상세보기
Colomina, I. and Molina, P. (2014), Unmanned aerial systems for photogrammetry and remote sensing: A review, ISPRS J. Photogramm. Remote Sens, Vol. 92, pp. 79-97.

상세보기
GIM International (2018), UAV technology in action to survey high-speed rail corridor, GIM International, https://www.gim-international.com/content/article/uavtechnology-in-action-to-survey-high-speed-rail-corridor (last date accessed: 13 Nov 2018).
Martinez-Carricondo, P., Aguera-Vega, F., Carvajal-Ramirez, F., Mesas-Carrascosa, F., Garcia-Ferrer, A., and Perez-Porras, F. (2018), Assessment of UAV-photogrammetric mapping accuracy based on variation of ground control points, International Journal of Applied Earth Observation and Geoinformation, Vol. 72, pp. 1-10.

상세보기
Kim, D.I., Song, Y.S., Kim, G., and Kim, C.W. (2014), A study on the application of UAV for Korean land monitoring, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 32, No. 1, pp. 29-38. (in Korean with English abstract)

원문보기 상세보기
Oh, J.H., Eo, Y.D., and Lee, C.N. (2006), A photogrammetric network and object field design for efficient self-calibration of non-metric digital cameras, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 24, No. 3, pp. 281-288. (in Korean with English abstract)
Park, C.H., Choi, K., and Lee, I. (2016), Lane extraction through UAV mapping and its accuracy assessment, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 34, No. 1, pp. 11-19. (in Korean with English abstract)

원문보기 상세보기
Santise, M., Fornari, M., Forlani, G., and Roncella, R. (2014), Evaluation of DEM generation accuracy from UAS imagery, Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci. XL-5, pp. 529-536.

상세보기
SenseFly. (2017), Drones vs traditional instruments: corridor mapping in Turkey, SenseFly, https://www.sensefly.com/app/uploads/2017/11/drone_vs_traditional_instruments_corridor_mapping_turkey.pdf (last date accessed: 13 Nov 2018).
Smith, I. (2015), Mapping 1,000 km of highway with a drone, DroneDeploy, https://blog.dronedeploy.com/mapping-1-000-km-of-highway-with-a-drone-a1062d7fc531 (last date accessed: 13 Nov 2018).
Zhou, Y., Rupnik, E., Faure, P-H., and Pierrot-Deseilligny, M. (2018), GNSS-assisted accurate corridor mapping with small UAV, Conference Francaise de Photogrammetrie et Teledetectioin, 25-28 June 2018, Marne-la-Vallee, France.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증