[논문]네트워크 RTK 무인기의 항공삼각측량 정확도 평가

한수희; 홍창기

doi:10.7848/ksgpc.2020.38.6.663

네트워크 RTK 무인기의 항공삼각측량 정확도 평가
Accuracy Assessment of Aerial Triangulation of Network RTK UAV 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.38 no.6, 2020년, pp.663 - 670

한수희 (Dept. of Geoinformatics Engineering, Kyungil University) , 홍창기 (Dept. of Geoinformatics Engineering, Kyungil University)

초록
AI-Helper

본 연구에서는 건물이 혼재한 준 도심 지역에서 발생할 수 있는 재난/재해를 가정하여 네트워크 RTK (Real Time Kinematic) 측위가 가능한 무인기를 이용한 항공삼각측량의 정확도를 평가하였다. 검사점 측위의 신뢰성을 확보하기 위해 검사점을 건물의 옥상에 설치하여 네 시간 이상의 GNSS (Global Navigation Satellite System) 정적 측위를 수행하였다. 객관적인 정확도 평가를 위해 소프트웨어에서 자동으로 인식 가능한 코드화된 대공 타겟을 사용하였다. 무인기에서는 네트워크 RTK 측위의 일종인 VRS (Virtual Reference Station) 방식을 이용하여 영상 취득 당시 카메라의 3차원 좌표를 측정하였고, IMU (Inertial Measurement Unit)와 짐벌 회전각 측정을 통해 카메라의 3축 회전각을 측정하였다. Agisoft Metashape를 이용하여 내·외부 표정요소를 추정·갱신한 결과, 항공삼각측량의 3차원 RMSE (Root Mean Square Error)는 영상의 중복도와 촬영 각도의 조합에 따라 크게는 0.153 m에서 작게는 0.102 m로 나타났다. 더욱 높은 수준의 항공삼각측량 정확도를 확보하기 위해서는 연직 영상의 중복도를 높이는 것이 일반적이나 경사 영상을 추가하는 것이 효과적인 것으로 나타났다. 따라서 대응 단계의 재난/재해 현장에서 긴급하게 무인기 매핑을 수행할 경우 중복도를 높이기 보다는 경사 영상도 함께 취득할 필요가 있다.

Abstract ▼ AI-Helper

In the present study, we assessed the accuracy of aerial triangulation using a UAV (Unmanned Aerial Vehicle) capable of network RTK (Real-Time Kinematic) survey in a disaster situation that may occur in a semi-urban area mixed with buildings. For a reliable survey of check points, they were installed on the roofs of buildings, and static GNSS (Global Navigation Satellite System) survey was conducted for more than four hours. For objective accuracy assessment, coded aerial targets were installed on the check points to be automatically recognized by software. At the instance of image acquisition, the 3D coordinates of the UAV camera were measured using VRS (Virtual Reference Station) method, as a kind of network RTK survey, and the 3-axial angles were achieved using IMU (Inertial Measurement Unit) and gimbal rotation measurement. As a result of estimation and update of the interior and exterior orientation parameters using Agisoft Metashape, the 3D RMSE (Root Mean Square Error) of aerial triangulation ranged from 0.153 m to 0.102 m according to the combination of the image overlap and the angle of the image acquisition. To get higher aerial triangulation accuracy, it was proved to be effective to incorporate oblique images, though it is common to increase the overlap of vertical images. Therefore, to conduct a UAV mapping in an urgent disaster site, it is necessary to acquire oblique images together rather than improving image overlap.

주제어

표/그림 (11)

그림 Fig. 1. Samples of aerial target detectable by Agisoft Metashape (Han and Hong, 2017)
그림 Fig. 2. GNSS static survey of check points
표 Table 1. Specifications of GNSS receiver and static survey
그림 Fig. 3. Relationship between the two overlaps of the ground and the top of a building
그림 Fig. 4. Flight routes: (a) method 1 (vertical 1), (b) method 2 (vertical 2), and (c) method 2 (oblique from north to south)
그림 Fig. 5. Image combinations for accuracy assessment
그림 Fig. 6. Distribution of check points
표 Table 2. Specifications of UAV, camera, and lens
표 Table 3. 3D coordinates of check points
표 Table 4. Speciﬁcations of image acquisition methods
표 Table 5. Estimated aerial triangulation errors (meters, ( ) denotes the number of images)

AI 본문요약
AI-Helper

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

문제 정의

이를 위하여 네트워크 RTK 방식 중 하나인 VRS 측위가 가능한 무인기를 이용하여 연직 및 경사 방향으로 영상을 취득하고 검사점을 이용하여 항공 삼각측량의 정확도를 평가하고자 한다. 검사점은 건물의 옥상에 설치하여 GNSS 정지 측위를 수행함으로써 측량의 신뢰성을 확보하고, 검사점에는 소프트웨어에서 자동으로 인식 가능한 코드화된 대공 타겟을 설치함으로써 정확도 평가의 객관성을 제고하고자 한다.
본 연구는 건물이 혼재한 준 도심 지역의 재해/재난 대응 및 복구 단계에서 긴급하게 무인기 매핑을 수행해야 하는 상황을 가정하여 지상 기준점을 사용하지 않고 정밀한 항공 삼각측량을 수행하는 것을 목표로 한다. 이를 위하여 네트워크 RTK 방식 중 하나인 VRS 측위가 가능한 무인기를 이용하여 연직 및 경사 방향으로 영상을 취득하고 검사점을 이용하여 항공 삼각측량의 정확도를 평가하고자 한다.
본 연구에서는 건물이 혼재한 준 도심 지역에서 발생할 수 있는 재난/재해를 가정하여 네트워크 RTK 측위가 가능한 무인기를 이용한 항공삼각측량의 정확도를 평가하였다. 검사점 측위의 신뢰성을 확보하기 위해 검사점을 건물의 옥상에 설치하여 네 시간 이상의 GNSS 정적 측위를 수행하였다.
본 연구에서는 영상에서 검사점의 중심을 정확하게 인식하고 검사점의 3차원 좌표를 정밀하게 측정하기 위하여 코드화된 타겟 설치와 GNSS 정적 측위를 시행하였다. 코드화된 타겟은 Fig.
등을 탐구하고자 한다. 아울러 더욱 높은 수준의 정확도를 확보하기 위해 무인기의 RTK/PPK 측위 방법도 탐구하고자 한다.
4(c))으로 촬영하는 방식이다. 아울러 방식 1과 방식 2로 촬영한 영상의 총 매수는 서로 비슷하게 유지하고자 하였다.
5). 이를 통해 경사 영상의 추가로 인한 항공삼각측량의 정확도 변화 추이를 살피고자 하였다.
이후 무인기 영상의 항공삼각측량 정확도를 개선하기 위한 연구도 수행되었다. Han(2017)은 고선명도 영상을 취득하기 위한 비행 및 카메라 설정 방법을 제시하고 DJI Matrice 600 무인기와 Sony ILCE-7M2 카메라로 110 m 높이에서 촬영한 영상과 GNSS 정지 측위로 취득한 지상 기준점을 이용하여 수평오차 1.

제안 방법

Agisoft Metashape의 align photos 기능과 optimize alignment 기능을 이용하여 카메라의 내·외부 표정요소를 추정·갱신하였다. 2.
가로, 세로 각각 1 m 크기의 아크릴판에 시트지를 부착하는 방식으로 열 개를 제작하여 설치하였으며 그 중 연구 영역 내에 있는 일곱 개를 사용하였다. GNSS 신호 수신 시 멀티패스의 영향을 최소화하기 위하여 모든 검사점은 건물의 옥상에 설치하였고 옥상의 지장물에 대한 상향각은 20도 이내가 되도록 위치를 조정하였다. GPS(Global Positioning System)와 GLONASS로부터 30초 간격으로 수신된 이중주파수 데이터를 네 시간 이상 취득하였다.
05 m로 설정하였다. Optimize alignment에서 갱신할 카메라 내부표정요소로서 주점거리(f), 주점변위(cx, cy), 방사왜곡 및 편심왜곡 계수(k1, k2, k3, p1, p2)를 선택하였으며 추가로 aﬃnity 및 non-orthogonality 계수(b1, b2)를 선택하였다. 이 설정들은 항공삼각측량의 오차를 최소화하기 위해 시행착오를 통해 결정한 것이며, 그와 관련된 이론적인 고찰은 논외로 한다.
검사점 측위의 신뢰성을 확보하기 위해 검사점을 건물의 옥상에 설치하여 네 시간 이상의 GNSS 정적 측위를 수행하였다. 객관적인 정확도 평가를 위해 소프트웨어에서 자동으로 인식 가능한 코드화된 대공 타겟을 사용하였다.
GPS(Global Positioning System)와 GLONASS로부터 30초 간격으로 수신된 이중주파수 데이터를 네 시간 이상 취득하였다. 검사점의 3차원 좌표를 결정하기 위하여 인근의 대구 상시 기준국(TEGN)을 기준점으로 설정한 후 상대 측위를 수행하였으며 데이터 처리는 Trimble Business Center 소프트웨어를 사용하였다. GNSS 수신기의 제원과 검사점의 측위 모습은 Table 1 and Fig.
방식 2는 경사 영상을 촬영하기 위해 경로가 추가됨에 따라 촬영 가능한 영상의 매수가 방식 1보다 적었다. 방식 1은 2020년 11월 5일 오전 11시 25분부터, 방식 2는 2020년 11월 7일 오전 11시 35분부터 촬영을 시작하였다(Table 4).
주어진 배터리를 소진하며 대상 영역을 촬영하기 위하여 방식 1에서는 건물 옥상 기준 80 %의 종·횡 중복도로 설계하였으며 이는 지면 기준 85 % 내외의 중복도에 해당한다. 방식 2에서는 연직 방향 촬영 시 옥상 기준 종방향 80 %, 횡 방향 70 %의 중복도로 설계하였으며 이는 지면 기준 75 – 85 % 의 중복도에 대당한다. 아울러 방식 2에서는 60 도의 저 각으로 남북 방향 촬영을 수행하였다.
객관적인 정확도 평가를 위해 소프트웨어에서 자동으로 인식 가능한 코드화된 대공 타겟을 사용하였다. 본 연구에 사용한 무인기는 GNSS RTK/PPK 또는 네트워크 RTK 측위를 이용하여 영상 취득 당시 무인기 카메라의 3차원 좌표를 취득할 수 있고, IMU와 짐벌 회전각 측정을 통해 카메라의 3축 회전각을 취득할 수 있다. 이에 네트워크 RTK의 일종인 VRS 방식으로 3차원 좌표를 취득하였고 Agisoft Metashape를 이용하여 내· 외부 표정요소를 추정·갱신하였다.
본 연구에서는 네트워크 RTK의 일종인 VRS 방식으로 촬영 당시 무인기 카메라의 3차원 좌표를 취득하였고, IMU와짐벌 회전각 측정을 통해 카메라의 3축 회전각을 측정하였다.
방식 2에서는 연직 방향 촬영 시 옥상 기준 종방향 80 %, 횡 방향 70 %의 중복도로 설계하였으며 이는 지면 기준 75 – 85 % 의 중복도에 대당한다. 아울러 방식 2에서는 60 도의 저 각으로 남북 방향 촬영을 수행하였다. 방식 2는 경사 영상을 촬영하기 위해 경로가 추가됨에 따라 촬영 가능한 영상의 매수가 방식 1보다 적었다.
수행하는 것을 목표로 한다. 이를 위하여 네트워크 RTK 방식 중 하나인 VRS 측위가 가능한 무인기를 이용하여 연직 및 경사 방향으로 영상을 취득하고 검사점을 이용하여 항공 삼각측량의 정확도를 평가하고자 한다. 검사점은 건물의 옥상에 설치하여 GNSS 정지 측위를 수행함으로써 측량의 신뢰성을 확보하고, 검사점에는 소프트웨어에서 자동으로 인식 가능한 코드화된 대공 타겟을 설치함으로써 정확도 평가의 객관성을 제고하고자 한다.
본 연구에 사용한 무인기는 GNSS RTK/PPK 또는 네트워크 RTK 측위를 이용하여 영상 취득 당시 무인기 카메라의 3차원 좌표를 취득할 수 있고, IMU와 짐벌 회전각 측정을 통해 카메라의 3축 회전각을 취득할 수 있다. 이에 네트워크 RTK의 일종인 VRS 방식으로 3차원 좌표를 취득하였고 Agisoft Metashape를 이용하여 내· 외부 표정요소를 추정·갱신하였다. 결과적으로 항공 삼각측량의 3차원 RMSE는 영상의 중복도와 촬영 각도의 조합에 따라 크게는 0.
주어진 배터리를 소진하며 대상 영역을 촬영하기 위하여 방식 1에서는 건물 옥상 기준 80 %의 종·횡 중복도로 설계하였으며 이는 지면 기준 85 % 내외의 중복도에 해당한다. 방식 2에서는 연직 방향 촬영 시 옥상 기준 종방향 80 %, 횡 방향 70 %의 중복도로 설계하였으며 이는 지면 기준 75 – 85 % 의 중복도에 대당한다.
항공삼각측량은 방식 1과 방식 2로 취득한 영상들의 조합을 대상으로 시행하였다. 즉, 방식 1로 취득한 연직 영상을 기반으로 방식 2로 취득한 경사 영상을 추가하는 조합(V1, V1+O)과, 방식 2로 취득한 연직 영상을 기반으로 경사 영상을 추가하는 조합(V2, V2+O)을 형성하였다(Fig. 5). 이를 통해 경사 영상의 추가로 인한 항공삼각측량의 정확도 변화 추이를 살피고자 하였다.

대상 데이터

GNSS 신호 수신 시 멀티패스의 영향을 최소화하기 위하여 모든 검사점은 건물의 옥상에 설치하였고 옥상의 지장물에 대한 상향각은 20도 이내가 되도록 위치를 조정하였다. GPS(Global Positioning System)와 GLONASS로부터 30초 간격으로 수신된 이중주파수 데이터를 네 시간 이상 취득하였다. 검사점의 3차원 좌표를 결정하기 위하여 인근의 대구 상시 기준국(TEGN)을 기준점으로 설정한 후 상대 측위를 수행하였으며 데이터 처리는 Trimble Business Center 소프트웨어를 사용하였다.
1과 같이 Agisoft Metashape 소프트웨어에서 자동으로 인식할 수 있도록 고안된 형태이다. 가로, 세로 각각 1 m 크기의 아크릴판에 시트지를 부착하는 방식으로 열 개를 제작하여 설치하였으며 그 중 연구 영역 내에 있는 일곱 개를 사용하였다. GNSS 신호 수신 시 멀티패스의 영향을 최소화하기 위하여 모든 검사점은 건물의 옥상에 설치하였고 옥상의 지장물에 대한 상향각은 20도 이내가 되도록 위치를 조정하였다.
검사점 측위의 신뢰성을 확보하기 위해 검사점을 건물의 옥상에 설치하여 네 시간 이상의 GNSS 정적 측위를 수행하였다. 객관적인 정확도 평가를 위해 소프트웨어에서 자동으로 인식 가능한 코드화된 대공 타겟을 사용하였다. 본 연구에 사용한 무인기는 GNSS RTK/PPK 또는 네트워크 RTK 측위를 이용하여 영상 취득 당시 무인기 카메라의 3차원 좌표를 취득할 수 있고, IMU와 짐벌 회전각 측정을 통해 카메라의 3축 회전각을 취득할 수 있다.
대상 영역은 경상북도 경산시 소재 대학의 캠퍼스이며 촬영영역의 면적은 약 145,000 ㎡이다. 건물의 높이는 약 10~20 m 이며 지면의 최저 지점과 건물의 최고 지점의 높이 차이는 약 50 m이다.
본 연구의 대상 지역은 구릉과 건물이 혼재된 곳으로서 지면에서는 무인기의 시통이 어려워 건물의 옥상에서 비행 미션을 수행하였다. 이와 같은 상황은 준 도심 징녁에서 무인기 매핑을 수행할 때 일반적으로 발생할 수 있는 상황으로도 볼 수 있다.
1 장의 검사점들은 내·외부 표정요소 갱신에는 사용하지 않고 모두 항공삼각측량의 수평 및 연직오차 측정에만 사용하였다. 항공삼각측량은 방식 1과 방식 2로 취득한 영상들의 조합을 대상으로 시행하였다. 즉, 방식 1로 취득한 연직 영상을 기반으로 방식 2로 취득한 경사 영상을 추가하는 조합(V1, V1+O)과, 방식 2로 취득한 연직 영상을 기반으로 경사 영상을 추가하는 조합(V2, V2+O)을 형성하였다(Fig.

성능/효과

이에 네트워크 RTK의 일종인 VRS 방식으로 3차원 좌표를 취득하였고 Agisoft Metashape를 이용하여 내· 외부 표정요소를 추정·갱신하였다. 결과적으로 항공 삼각측량의 3차원 RMSE는 영상의 중복도와 촬영 각도의 조합에 따라 크게는 0.153 m에서 작게는 0.102 m로 나타났다. 높은 수준의 항공 삼각측량 정확도를 확보하기 위해서는 연직 영상의 중복 도를 높이는 것이 일반적이나, 경사 영상을 추가하는 것이 효과적인 것으로 나타났다.
102 m로 나타났다. 높은 수준의 항공 삼각측량 정확도를 확보하기 위해서는 연직 영상의 중복 도를 높이는 것이 일반적이나, 경사 영상을 추가하는 것이 효과적인 것으로 나타났다. 따라서 대응 단계의 재난/재해 현장에서 긴급하게 무인기 매핑을 수행할 경우 연직 영상의 중복 도를 높이기 보다는 경사 영상도 함께 취득할 필요가 있다고 볼 수 있다.
이상의 결과들을 통해 기복이 큰 지역의 항공삼각측량의 정확도를 높이기 위해서는 경사 영상을 추가하는 것이 효과적이라고 판단할 수 있다.
5의 네 가지 영상 조합에 대한 항공삼각측량의 동서, 남북, 연직 및 3차원 RMSE (Root Mean Square Error)는 Table 5와 같다. 최대 평면 RMSE는 V1에서 0.093으로 나타났고 최소 평면 RMSE는 V2에서 0.076으로 나타났으며, 최대 연직 RMSE는 V1에서 0.121로 나타났고 최소 연직 RMSE는 V1+O에서 0.048로 나타났다. 즉, 평면 오차는 10 cm 이내, 연직 오차는 12 cm 이내로서 상당히 정확한 것을 알 수 있다.

후속연구

향후 항공삼각측량의 정확도를 향상시킬 수 있는 적절한 중복 도의 설계, 연직 및 경사 영상의 구성 비율, 비행 경로 설정 방법 등을 탐구하고자 한다. 아울러 더욱 높은 수준의 정확도를 확보하기 위해 무인기의 RTK/PPK 측위 방법도 탐구하고자 한다.

참고문헌 (17)

Chung, D.K., Lee, M.H., Kim, H.Y., Park, J.Y., and Lee, I. (2020), Development of forest fire monitoring system using a long-term endurance solar powered drone and deep learning, Journal of Korean Society for Geospatial Information Science, Vol. 28, No. 2, pp. 29-38. (in Korean with English abstract)
Han, D., Park, J.B., and Huh, J. (2018), Orientation analysis between UAV video and photos for 3D measurement of bridges, Journal of the Korean Society of Survey, Geodesy, Photogrammetry, and Cartography, Vol. 36, No. 6, pp. 451-456. (in Korean with English abstract)

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

상세보기
Joo, Y.D. (2018), A Study on the construction of near-real time drone image preprocessing system to use drone data in disaster monitoring, The Journal of the Institute of Internet, Broadcasting and Communication, Vol. 18, No. 3, pp. 143-149. (in Korean with English abstract)

원문보기 상세보기
Kim, H.Y., Choi, K.A., and Lee, I.P. (2018), Drone image-based facility inspection - focusing on automatic process using reference images, Journal of Korean Society for Geospatial Information Science, Vol. 26, No. 2, pp. 21-32. (in Korean with English abstract)

상세보기
Kim, S.S., Song, B.G., Cho, S.B., and We, G.J. (2019), Applicability of drone mapping for natural disaster damage investigation, Journal of Korean Society for Geospatial Information Science, Vol. 27, No. 2, pp. 13-21. (in Korean with English abstract)
Lee, K.R., Han, Y.K., and Lee, W.H. (2018), Comparison of orthophotos and 3D models generated by UAV based oblique images taken in various angles, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 36, No. 3, pp. 117-126. (in Korean with English abstract)

원문보기 상세보기
Lee, K.R. and Lee, W.H. (2017), Comparison of orthophoto and 3D modeling using vertical and high oblique images taken by UAV, Journal of Korean Society for Geospatial Information Science, Vol. 25, No. 4, pp. 35-45. (in Korean with English abstract)

상세보기
Lee, S.C., Kim, J.H., and Um, J.S. (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 and Cartography, Vol. 35, No. 3, pp. 175-186. (in Korean with English abstract)

원문보기 상세보기
Lee, Y.C. (2015), Assessing the positioning accuracy of high density point clouds produced from rotary wing quadrocopter unmanned aerial system based imagery, Journal of Korean Society for Geospatial Information Science, Vol. 23, No. 2, pp. 39-48. (in Korean with English abstract)

원문보기 상세보기
Manyoky, M., Theiler, P.W., Steudler, D., and Eisenbeiss, H. (2011), Unmanned aerial vehicle in cadastral applications, ISPRS Zurich 2011 Workshop, ISPRS, Zurich, Switzerland, pp. 57-62.
Rijsdijk, M., van Hinsbergh, W.H.M., Witteveen, W., ten Buuren, G.H.M., Schakelaar, G.A., Poppinga, G., van Persie, M., and Ladiges, R. (2013), Unmanned aerial systems in the process of juridical verification of cadastral border, UAV-g2013, ISPRS, Rostock, Germany, pp. 325-331.
Shin, J.I., Seo, W., Kim, T., Woo, C., and Park, J. (2019), Analysis of availability of high-resolution satellite and UAV multispectral images for forest burn severity classification, Korean Journal of Remote Sensing, Vol. 35, No. 6-2, pp. 1095-1106. (in Korean with English abstract)
Shin, W.J. and Lee, Y.T. (2017), Design and implementation of local forest fire monitoring and situational response platform using UAV with multi-sensor, The Journal of Korea Institute of Information, Electronics, and Communication Technology, Vol. 10, No. 6, pp. 626-632. (in Korean with English abstract)

원문보기 상세보기
Sung, S.M. and Lee, J.O. (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)

원문보기 상세보기
Tomastik, J., Mokros, M., Surovy, P., Grznarova, A., and Merganic, J. (2019), UAV RTK/PPK method-an optimal solution for mapping inaccessible forested areas?, Remote Sensing, Vol. 11, Issue 6, p. 721.

상세보기
Wu, C., Ju, B., Wu, Y., Lin, X., Xiong, N., Xu, G., Li, H., and Liang, X. (2019), UAV autonomous target search based on deep reinforcement learning in complex disaster scene, IEEE Access, Vol. 7, pp. 117227-117245.

상세보기

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