$\require{mediawiki-texvc}$

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.

UAV를 활용한 비행고도별 지적기준점 및 필지경계점 정확도 분석
Accuracy Analysis of Cadastral Control Point and Parcel Boundary Point by Flight Altitude Using UAV 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.36 no.4, 2018년, pp.223 - 233  

김정훈 (Dept. of Daegu-Kyungpook Regional Headquarter, Korea Land and Geospatial InformatiX Corporation) ,  김준현 (Dept. of Spatial Information Science, Kyungpook National University)

초록
AI-Helper 아이콘AI-Helper

본 연구는 지적기준점과 필지경계점에 대하여 무인항공기를 비행고도별로 40m, 100m로 구분하고 정사영상GNSS 지상현황측량을 통한 필지경계점 좌표간의 차이를 비교하여 정확도를 제시하였다. 연구결과, 첫째, 공간해상도 분석에서 비행고도별 정사영상에 대한 평균오차는 40m일 때 0.024m, 100m일 때 0.034m의 정확도로 나타났고, 비행고도 100m보다 40m에서 공간해상도와 위치 정확도가 높은 것으로 분석되었다. 둘째, 비행고도에 따른 지형지물별 영상인식의 정확도 분석을 위해 대공표지 없음, 녹색, 적색의 세가지 경우로 구분하여 비교한 결과 적색의 경우 RMSE가 X=0.039m, Y=0.019m, Z=0.055m로 가장 높은 정확도로 나타났다. 셋째, 정사영상과 현장실측을 통한 좌표를 비교한 결과 지적기준점의 경우 전체 RMSE는 X=0.029m, Y=0.028m, H=0.051m로 나타났고, 필지경계점의 경우 X=0.041m, Y=0.030m로 나타났다. 결론적으로 본 연구결과를 토대로 볼 때, 지적측량을 위한 정사영상 관련 법률규정에서 비행고도별 평균오차 0.05m 미만으로 제한한다면, 공간정보취득 뿐만 아니라 지적측량에도 경제적이고 효율적인 방법이 될 것으로 기대한다.

Abstract AI-Helper 아이콘AI-Helper

In this study was classified the cadastral control points and parcel boundary points into 40m, 100m by flight altitude of UAV (Unmanned Aerial Vehicle) which compared the coordinates extracted from the orthophoto with the parcel boundary point coordinates by GNSS (Global Navigation Satellite System)...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 내용적 범위는 무인항공 사진측량을 통하여 정사영상을 제작하고 정사영상에서 추출된 지적기준점 좌표 및 필지경계 좌표와 기존의 측량방법인 GNSS측량에 의하여 산출된 성과 간 비교 분석을 통하여 그 오차를 확인하고 무인항공기를 활용한 좌표 정확도를 검증하고자 하였다.
  • 따라서 본 연구에서는 지적기준점과 필지경계점에 대해 비행고도별로 40m, 100m로 구분하여 대공표지를 색상별로 구분하여 설치하고 정사영상 생성 및 필지좌표를 추출한 후 GNSS (Global Navigation Satellite System) 지상현황측량을 통한 필지경계점 좌표간의 차이를 비교하여 해상도에 따른 오차분석 및 정확도를 제시하였다. 또한 이러한 정확도 평가는 향후 무인항공기를 활용한 지적측량에서 지적기준점 측량이나 또는 필지경계점 좌표측량에 있어 적절한 비행고도와 필지경계점의 대공표지 색상이나 형상 등을 선택하는 방법론에서 기초적인 방향과 참고정보를 제공하는 것이 본연구의 부차적인 목적이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
무인항공기에 의한 공간정보의 취득과 활용은 어떤 장점을 가지는가? 이렇듯 무인항공기에 의한 공간정보의 취득과 활용은 신속성, 경제성 및 편리성 등에서 기존의 방법에 비해 우수하고 무인항공기의 특성상 사람이 접근하기 어렵거나 장애물이 많은 지역의 각종 재난, 재해 등 안전예방과 신속대응에 필요한 현황정보의 수집과 공간정보의 분석 및 지도제작 등이 가능하다(Kim et al., 2014 ; Shin et al.
최근 공간정보 취득분야에서 토털스테이션, GPS 등의 장비는 점차 무엇으로 대체되고 있는가? 이렇듯 기존의 공간정보 취득분야에서 토털스테이션, GPS (Global Positioning System) 등 정확한 위치결정에 많은 인력과 시간을 들여 현장에서 직접 측량하여야 하는 어려움과 후처리를 통한 데이터 관리가 점차적으로 무인항공기로 대체되고 있으며, 4차 공간정보 산업의 중추적인 역할을 수행하고 있다. 최근 공간정보 산업에서 무인항공기를 활용한 다양한 정책이나 행정업무가 추진되면서 개인의 사적 소유재산과 관련된 업무는 한번 결정되고 나면 그에 따르는 파급효과는 다른 일반 재화에 비하여 현저히 그 영향력이 크게 작용함으로 국가차원에서의 관리를 철저히 하여야 한다(Kim, 2006).
본 연구에서 적색과 대공표지 없음에서 오차의 차이가 나타난 이유는 무엇인가? 특히, 적색과 대공표지 없음의 차이는 X의 경우 약 2cm, Y의경우 약 1cm의 차이를 보였다. 이는 기준점의 배경 바닥의 색상에 따라 시각적 명암비가 다르게 나오며 본 연구 대상지의 바닥처럼 콘크리트나 아스팔트의 경우 적색의 대공표지가 시각적 해상도 및 좌표 산출의 정학도가 높은 것으로 분석되었다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. Eker, R., Aydin, A., and Hubl, J. (2018), Unmanned aerial vehicle (UAV)-based monitoring of a landslide: Gallenzerkogel landslide (Ybbs-Lower Austria) case study, Environmental Monitoring and Assessment, Vol. 190, No. pp. 1-28. 1-14. 

  2. Feng, H., Jiang, Z., Xie, F., Yang, P., Shi, J., and Chen, L. (2014), Automatic fastener classification and defect detection in vision-based railway inspection systems, IEEE transactions on instrumentation and measurement, Vol. 63, No. 4, pp. 877-888. 

  3. Han, S. (2017), High-resolution and high-definition image acquisition using UAV and high-precision aerial triangulation, Journal of the Korea Society for GeospatIal Information Science, Vol. 25, No. 3, pp. 101-109. (in Korean with English abstract) 

  4. KCSC. (2014), The Study for Realistic Cadastral Contents Development and Cadastral Resurvey Application of High Quality Image-based Content, No. 2013-27, Korea Cadastral Survey Corporation, Seoul, pp. 27-73. 

  5. Kim, D., Song, Y., Kim, Gi., and Kim, C. (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) 

  6. Kim, Y. (2006), A Study on the Improvement of Public Land Management, Master's thesis, Kon-kuk University, Seoul, Korea, 123p. 

  7. Lee, B. (2018), A study of three dimensional DSM development using self-developed drone, Journal of the Korean Earth Science Society, Vol. 39, No. 1, pp. 46-52. (in Korean with English abstract) 

  8. Lee, S., Kim, J., and Um, J. (2017), Accuracy and economic evaluation for utilization of national/public land actual condition survey using UAV images, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry, Vol. 35, No. 3, pp. 175-185. (in Korean with English abstract) 

  9. Park, K. and Hong, I. (2017), A study on the land administration support using the popular rotary-wing unmanned aerial vehicle, Journal of the Association of Korean Geographers, Vol. 6, No. 1, pp. 93-100. (in Korean with English abstract) 

  10. Shin, H., Um, J., and Kim, J. (2017), A study on damage scale tacking technique for debris flow occurrence section using drones image, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography, Vol. 35, No. 6, pp. 517-526. (in Korean with English abstract) 

  11. Sung, S. and Lee, J. (2016), Accuracy of parcel boundary demarcation in agricultural area using UAV-photogrammetry, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 34, No. 1, pp. 53-62. (in Korean with English abstract) 

  12. Uysal, M., Toprak, A.S., and Polat, N. (2015), DEM generation with UAV photogrammetry and accuracy analysis in Sahitler Hill, Measurement, Vol. 73, pp. 539-543. 

  13. Yeum, C.M. and Dyke, S.J., (2015), Vision-based automated crack detection for bridge inspection, Computer-Aided Civil and Infrastructure Engineering, Vol. 30, No. 10, pp. 759-770. 

  14. Yoo, Y., Choi, J., Choi, S., and Jung, S. (2016), Quality evaluation of orthoimage and DSM based on fixed-wing UAV corresponding to overlap and GCPs, Journal of the Korean Society for Geospatial Information Science, Vol. 24, No. 3, pp. 3-9. (in Korean with English abstract) 

  15. Yun, B. and Lee, J. (2014), A study on application of the UAV in Korea for integrated operation with spatial information, Journal of the Korean Society for Geospatial Information System, Vol. 22, No. 2, pp. 3-9. (in Korean with English abstract) 

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