$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

실시간 재난 모니터링을 위한 무인항공기 기반 지도생성 및 가시화 시스템 구축
Development of Image-map Generation and Visualization System Based on UAV for Real-time Disaster Monitoring 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.34 no.2 pt.2, 2018년, pp.407 - 418  

천장우 (서울시립대학교 공간정보공학과) ,  최경아 (서울시립대학교 공간정보공학과) ,  이임평 (서울시립대학교 공간정보공학과)

초록
AI-Helper 아이콘AI-Helper

환경, 사회적 요인에 의해 재난 발생 빈도와 위험성이 증가하고 있다. 불시에 발생하는 재난에 효과적으로 대응하기 위해서는 재난 지역에 대한 최신의 현장정보를 신속하게 파악하는 것이 매우 중요하다. 고속으로 생성된 영상지도를 통해 현장정보를 직관적으로 판단 가능하며, 이를 통해 재난에 신속하고 효과적으로 대응할 수 있다. 본 연구에서는 실시간 재난 모니터링을 위해 무인항공기 영상으로부터 지도생성 및 가시화를 수행하는 시스템을 제안하였다. 제안된 시스템은 항공부문과 지상부문으로 구성된다. 항공부문에서는 무인항공기 시스템을 이용하여 실시간으로 카메라와 GPS/IMU 센서로부터 센서데이터를 취득하고 통신모듈을 통해 지상서버로 전송한다. 지상부문에서는 전송된 센서 데이터를 처리하여 실시간으로 영상지도를 생성하고 이를 지오포털 상에 가시화한다. 구축된 시스템을 운용하여 생성된 영상 지도의 정확도 검증을 수행하였다. 인접한 영상지도 간의 차이를 계산하였을 때, 1.58 m의 상대정확도를 나타내었다. 개별 영상 지도로부터 측정한 위치에 대한 영상지도의 정확도를 정량적으로 확인한 결과, 0.75 m의 절대정확도로 기존 지도에 정합되는 것을 확인하였다. 영상지도가 가시화되기까지의 단계별 처리시간을 확인하였다. GSD 10 cm로 처리하였을 때, 가시화가 되기까지 1.67초의 시간이 소요되었다. 제안된 시스템을 이용하여 재난 대응을 위한 실시간 모니터링에 적용할 수 있을 것으로 기대한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The frequency and risk of disasters are increasing due to environmental and social factors. In order to respond effectively to disasters that occur unexpectedly, it is very important to quickly obtain up-to-date information about target area. It is possible to intuitively judge the situation about t...

주제어

#UAV   #Real-time   #Monitoring   #Disaster   #Image-map   #Direct Georeferencing   #Geometric Correction   #Visualization   #Geo-portal  

표/그림 (11)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 템플릿 또는 맵 매칭 기반의 매핑의 경우, 미리 구축된 정보가 있어야만하며 기존의 정보와 많은 차이가 있는 경우 수행하기 어렵다는 단점이 있다. 본 연구에서는 기존에 구축되거나 측량된 기준 데이터를 활용하지 않고 실시간으로 취득·전송되는 고해상도 영상으로부터 고속으로 영상지도를 생성하여 가시화하는 무인항공기 기반 지도생성 및 가시화 시스템을 제안하였다. 또한 실시간으로 생성된 영상지도를 웹 기반의 지리정보서비스를 제공하는 지오포털 상에 가시화하여 온라인을 통해 생성된 정보를 공유할 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
무인항공기의 장점 기존에 사용되었던 원격탐사 플랫폼은 운용 시기, 운용비용, 데이터 취득 주기, 데이터 취득 방법의 이유로 실시간 대응에 제한적인 부분이 있다. 원격탐사 플랫폼 중 무인항공기는 사람이 접근하기 어렵거나 위험한 곳에 운용이 가능하다는 장점이 있다. 다른 플랫 폼에 비해 적은 비용으로 운용이 가능하며, 운용 시기와 장소를 유연하게 조절할 수 있다. 또한, 카메라, GPS/ IMU 센서 등 다양한 센서를 동시에 탑재할 수 있다. 최근 이러한 장점을 이용하여 무인항공기 기반 모니터링 을 수행하는 연구들이 제안되었다.
불시에 발생하는 재난을 예측하고 대응하는 것이 어려워지는 이유 기상이변, 도시화 등으로 인해 재난 발생 빈도와 위험성이 증가하고 있으며, 불시에 발생하는 재난을 예측하고 대응하는 것이 더욱 어려워지고 있다. 최근 발생 되는 재난은 여러 형태의 재난이 복합적으로 광범위하게 발생하며, 우면산과 광화문 피해와 같이 태풍, 국지성 호우 등의 의한 자연재해는 재발 가능성이 높아 위험관리가 상시 필요하다.
무인항공기 영상이 재난 상황에서 기여할 수 있는 역할은? 불시에 발생하는 재난에 효과적으로 대응하기 위해서는 재난 지역에 대한 최신의 현장정보를 신속하게 파악하는 것이 매우 중요하다. 고속으로 생성된 영상지도를 통해 현장정보를 직관적으로 판단 가능하며, 이를 통해 재난에 신속하고 효과적으로 대응할 수 있다. 본 연구에서는 실시간 재난 모니터링을 위해 무인항공기 영상으로부터 지도생성 및 가시화를 수행하는 시스템을 제안하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. Ahn, H., 2017. SK telecom, 'Video Disaster Rescue System based on LTE and Drone' released, http://www.etnews.com/20170714000252, Accessed on Oct. 23, 2017. 

  2. Bu, S., Y. Zhao, G. Wan, and Z. Liu, 2016. Map2DFusion: Real-time Incremental UAV Image Mosaicing based on Monocular SLAM, 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems, Daejeon, South Korea, Oct. 9-14, pp. 4564-4571. 

  3. Choi, K. and I. Lee, 2016. Planning and policy: Possibilities and prospects of drones-based spatial information industry, Korea Research Institute for Human Settlements, Sejong, Korea. 

  4. Choi, K., J. Lee, and I. Lee, 2011. Development of a Close-range Real-time Aerial Monitoring System based on a Low Altitude Unmanned Air Vehicle, Journal of Korea Spatial Information Society, 19(4): 21-31. 

  5. Gao, M., X. Xu, Y. Klinger, J. Woerd, and P. Tapponnier, 2017. High-resolution mapping based on an Unmanned Aerial Vehicle (UAV) to capture paleoseismic offsets along the Altyn-Tagh fault, China, Scientific Report, 7(1): 1-11. 

    상세보기 crossref

  6. Gomez, C. and H. Purdle, 2016. UAV- based Photogrammetry and Geocomputing for Hazards and Disaster Risk Monitoring - A Review, Geoenvironmental Disasters, 3(1): 1-11. 

    상세보기 crossref

  7. Haarbrink, R. B. and E. Koers, 2006. Helicopter UAV for photogrammetry and rapid response, In 2nd International Workshop "The Future of Remote Sensing," ISPRS Inter-Commission Working Group I/V Autonomous Navigation, Antwerp, Belgium, Oct. 17-18, pp. 1-5. 

  8. Jang, S. and S. Shin, 2016. Kessia issue report: Drone technology and Market Trends and Infinite opportunities, Korea Embedded Software and System Industry Association, Seoul, Korea. 

  9. Lee, J., K. Choi, and I. Lee, 2012. Calibration of a UAV Based Low Altitude Multi-sensor Photogrammetric System, Journal of the Korean Society of Surveying, 30(1): 31-38. 

  10. Park, J., H. Jeong, J. Kim, and C. Choi, 2016. Development of Open source-based automatic shooting and processing UAV imagery for Orthoimage Using Smart Camera UAV, ISPRS International Archieves of the Photogrammetry Remote Sensing and Spatial Information Science, Jul. 12-19, vol. 41, pp. 941-944. 

  11. Son, S., J. Yoon, J. Jo, T. Kim, and H. Jeon, 2016. Analysis of Disaster Response Technologies that Use Drones and Trend of Research, Korea Environment Institute, Sejong, Korea. 

  12. Sharma, S., A. Muley, R. Singh, and A. Gehlot, 2016. UAV for Surveillance and Environmental Monitoring, Indian Journal of Science and Technology, 9(4): 1-4. 

  13. Su, T. and H. Chou, 2015. Application of Multispectral Sensors Carried on Unmanned Aerial Vehicle (UAV) to Trophic State Mapping of Small Reservoirs: A Case Study of Tain-Pu Reservoir in Kinmen, Taiwan, Remote Sensing, 7(8): 10078-10097. 

    상세보기 crossref

  14. Yol, A., B. Delabarre, A. Dame, J.E. Dartois, and E. Marchand, 2014. Vision-based Absolute Localization for Unmanned Aerial Vehicles, 2014 IEEE/RSJ International Conference on Intelligent Robots and Systems, Chicago, IL, USA, Sep. 14-18, pp. 1-6. 

  15. Zaheer, Z., A. Usmani, E. Khan, and M.A. Qadeer, 2016. Aerial surveillance system using UAV, 2016 Thirteenth International Conference on Wireless and Optical Communications Networks, Hyderabad, India, Jul. 21-23, pp. 1-7. 

  16. Zekkos, D., J. Manousakis, W. Greenwood, and J. D. Lynch, 2016. Immediate UAV-enabled Infrastructure Reconnaissance following Recent Natural Disasters: Case Histories from Greece, International Conference on Natural Hazards & Infrastructure, Chania, Greece, Jun. 28-30, pp. 1-9. 

  17. Zhou, G., 2010. Geo-referencing of video flow from small low-cost civilian UAV, IEEE Transactions on Automation Science and Engineering, 7(1): 156-166. 

    상세보기 crossref

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로