[논문]미세먼지 수집 드론의 구조 제안 및 검증

조영준; 장민석

doi:10.13067/jkiecs.2020.15.1.125

미세먼지 수집 드론의 구조 제안 및 검증
Suggestion and Verification of Architecture for Collecting Fine Dust using Drone 원문보기 논문타임라인

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.15 no.1, 2020년, pp.125 - 132

조영준 (군산대학교 컴퓨터정보통신공학부) , 장민석 (군산대학교 컴퓨터정보통신공학부)

초록
AI-Helper

급격히 증가하는 자동차 수, 발전량 증가 등으로 인하여 미세먼지로 인한 환경오염이 심각한 사회문제로 대두되고 있는 실정이다. 특히 요즘 미세먼지 문제가 이슈가 되고 있다. 50개가 넘는 국가들이 권고치 이상의 미세먼지로 인해 피해를 받고 있으며 각 피해국들은 미세먼지 저감 대책 및 발생을 최소화하기 위한 방안을 연구하고 있다. 하지만 현재 고정형 미세먼지 취득 장치로는 다양한 포인트의 미세먼지 데이터를 수집하기 힘든 상황이며, 기존 드론을 활용한 방법에서도 회전 날개의 영향으로 인해 정확한 데이터를 수집하기 힘든 실정이다. 본 논문에서는 드론을 활용하여 미세먼지를 측정할 때 센서부의 구조를 제안하고 이의 효율성을 보여주고자 한다.

Abstract ▼ AI-Helper

Due to the rapidly increasing number of cars and power generation, environmental pollution caused by fine dust is becoming a serious social problem. Especially fine dust becomes an important issue nowadays. More than 50 countries are suffering from fine dust above the recommended level, and each affected country is studying the measures to reduce fine dust and minimize its occurrence. However, at present, it is difficult to collect fine dust data from the various points with fixed fine dust acquisition drones, and also to collect accurate data due to the influence of rotating blades even in the existing drone method. In this paper, we propose a method for collecting fine dust using drones and a sensing parts architecture and show its effectiveness.

주제어

표/그림 (12)

그림 그림 1. 세계 대기 질 PM2.5 대기오염지수 Fig. 1 World air quality index and PM2.5 air pollution index
표 표 1. IARC의 발암 물질 분류 Table 1. IARC carcinogenic agents
표 표 2 . 고도별 미세먼지 측정소 Table 2. Number of fine dust measuring stations by altitude
그림 그림 2. 미세먼지 측정을 위한 구조 Fig. 2 Inlet structure for fine dust measurement
그림 그림 3. 실내 환경에서 드론으로 인한 기류 측정 Fig. 3 Air flow measurement by drone operation in indoor environment
그림 그림 4. 공기저항이 적은 드론 Fig. 4 air-resistant Drone
그림 그림 5. 미세먼지 데이터 처리부 구조 Fig. 5. Fine Dust Sensing Data Processor’s Architecture
그림 그림 6. 미세먼지 수집 구조 Fig. 6 Fine dust collection structure
그림 그림 7. 미세먼지 PM₁₀ 측정 결과 Fig. 7 Measurement results of fine dust PM₁₀
그림 그림 8. 미세먼지 PM_2.5의 측정 결과 Fig. 8. Measurement results of fine dust PM_2.5
표 표 3. 실험 당일 미세먼지 측정소 데이터 Table 3. Fine dust monitoring station data
그림 그림 9. 미세먼지 PM_1.0의 측정 결과 Fig. 9. Measurement results of fine dust PM_1.0

AI 본문요약
AI-Helper

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

문제 정의

위 연구들은 드론이 비행중일 때 모터 회전의 전파간섭과 프로펠러로 인해 발생하는 바람의 영향으로 인해 정확한 센서값을 취득할 수 없다는 단점이 있다. 따라서 본 논문에서는 모터로 인한 바람의 영향을 최소화하기 위해 기존의 구조물과 차별화된 구조물을 설계/제작하였으며,실험을 통해 그 효율성을 검증하였다. 본 연구에서 제안하는 미세먼지 수집 드론은, 미세먼지 데이터를 센서가 바람의 영향을 받지 않고 측정하도록 유도하는 구조물(미세먼지 유도 구조물)과 미세먼지를 센싱하고 이를 서버에 실시간으로 전달하는 데이터 처리부 등 크게 2가지로 구성되어 있다.
본 논문에서는 드론을 이용한 미세먼지 방법을 선행 연구를 조사하였다. 하지만 기존에 드론을 활용한 미세먼지 측정 방법은 드론 프로펠러의 하향풍으로 인하여 정확한 미세먼지 측정이 힘들뿐만 아니라, 구조물을 장착하여 미세먼지를 측정 시에는 별도의 전원이 필요하거나, 구조물의 부착으로 인한 드론은 비행시 불균형 비행으로 인해 발생하는 배터리 소모로 인해 비행시간이 단축 된다.
본 연구에서는 이러한 문제를 해결하고자 별도의 전력이 없이 드론 프로펠러의 하향풍을 이용하여 미세먼지 농도를 수집할 수 있는 구조물을 제안 하였으며, 구조물이 없는 환경과 제안한 환경 두 가지 환경 각각 고도에 따른 비행 테스트를 수행했다. 그 결과 구주물이 없는 환경에서는 미세먼지 농도가 순간적으로 피크치로 상승하는 것을 확인할 수 있었으며, 제안한 구조에서는 미세먼지가 피크치로 상승하는 것은 볼 수 없었으며, 고도의 상승에 따라 미세먼지 농도가 상승하는 것을 확인할 수 있었다.
이러한 문제들을 해결하기 위해 본 논문에서는 미세먼지를 측정하기 위해 드론을 통해 데이터를 수집하고, 드론이 데이터 수집 중에 바람 영향에 의한 오차 발생을 줄이기 위해 기존과 다른 구조물을 설계하고 제작하였다.

제안 방법

이 실험에서는 초미세먼지와 상대습도가 매우 유사하다는 것을 알 수 있으며[6], 프로펠러로 인해 발생하는 오류를 사전에 방지하고자 그림 3 과같이 실내 환경에서 드론을 폴대에 고정하여 작동시켜서 센서를 통해 프로펠러로 인한 기류방향과 세기를 측정하였다. 그 결과 드론으로부터 40~50cm 까지 바람의 영향이 있는 것을 확인하여 그림 4와 같이 드론 상단에 47.5cm 길이의 프로브를 설치하여 대기환경을 측정할 수 있도록 설계하였다[10].
그리고 건설현장, 수목원, 주거지역으로 측정지역을 구분하고 고도 150m까지 비행지점을 30m 간격으로 세분화하고 각각의 고도에서 5분 이상의 호버링 비행을 통해 데이터를 얻었다. 이 실험에서는 초미세먼지와 상대습도가 매우 유사하다는 것을 알 수 있으며[6], 프로펠러로 인해 발생하는 오류를 사전에 방지하고자 그림 3 과같이 실내 환경에서 드론을 폴대에 고정하여 작동시켜서 센서를 통해 프로펠러로 인한 기류방향과 세기를 측정하였다.
프로펠러 하단에 수집 유도관을 배치시켜 프로펠러 회전시 발생하는 하향풍에 의해 자동으로 미세먼지가 유입될 수 있도록 하였으며, 4개의 유입구로부터 수집된 미세먼지가 센서부에 전달되도록 하였다. 그리고 안정적인 비행을 위한 PID(: Proportional Integral Derivative) 값을 튜닝하기 위하여 구조물 부착 후 비행실험을 통해 오토튠(Auto Tune) 작업을 수행하였다[12][13].
드론 운행시 프로펠러 바람의 영향을 최소화하여 미세먼지를 측정하기 위해 미세먼지 데이터 수집 구조를 제안 및 제작하였다. 소형 드론에 오버로드가 많을 경우 배터리의 소모량이 급격히 증가하여 비행시간을 단축시키게 된다.
소형 드론에 오버로드가 많을 경우 배터리의 소모량이 급격히 증가하여 비행시간을 단축시키게 된다. 따라서 수집 구조물이 별도의 전력을 소모하지 않도록 그 구조를 설계하였다. 프로펠러 하단에 수집 유도관을 배치시켜 프로펠러 회전시 발생하는 하향풍에 의해 자동으로 미세먼지가 유입될 수 있도록 하였으며, 4개의 유입구로부터 수집된 미세먼지가 센서부에 전달되도록 하였다.
본 실험에서는 미세먼지 센서만 탑재한 방식(Present)과 제안한 구조물을 활용한 미세먼지 센서를 탑재한 방식(Proposed) 2가지 방식으로 실험을 진행했으며, 각각 고도 15m, 30m, 45m에서 약 5분간 호버링을 진행하여 총 약15분간 비행 실험을 진행했다.
따라서 본 논문에서는 모터로 인한 바람의 영향을 최소화하기 위해 기존의 구조물과 차별화된 구조물을 설계/제작하였으며,실험을 통해 그 효율성을 검증하였다. 본 연구에서 제안하는 미세먼지 수집 드론은, 미세먼지 데이터를 센서가 바람의 영향을 받지 않고 측정하도록 유도하는 구조물(미세먼지 유도 구조물)과 미세먼지를 센싱하고 이를 서버에 실시간으로 전달하는 데이터 처리부 등 크게 2가지로 구성되어 있다.
GPS 센서는 Ublox사의 neo-6m을 사용하여 고도에 따른 미세먼지 값을 얻었다. 이 센싱 데이터를 서버로 실시간으로 전송하고 통신의 안정성을 확보하기 위해 LTE 통신모듈을 부착하여 원거리 비행시에도 데이터를 확보할 수 있도록 하였다.
그리고 건설현장, 수목원, 주거지역으로 측정지역을 구분하고 고도 150m까지 비행지점을 30m 간격으로 세분화하고 각각의 고도에서 5분 이상의 호버링 비행을 통해 데이터를 얻었다. 이 실험에서는 초미세먼지와 상대습도가 매우 유사하다는 것을 알 수 있으며[6], 프로펠러로 인해 발생하는 오류를 사전에 방지하고자 그림 3 과같이 실내 환경에서 드론을 폴대에 고정하여 작동시켜서 센서를 통해 프로펠러로 인한 기류방향과 세기를 측정하였다. 그 결과 드론으로부터 40~50cm 까지 바람의 영향이 있는 것을 확인하여 그림 4와 같이 드론 상단에 47.
차량에서 배출하는 대기오염물질을 측정하기 위하여 드론을 이용하였다. 이 실험에서는 프로펠러가 8개인 회전익 드론을 사용하였고, 20m의 고도와 교량에서 15m, 25m, 35m 로 거리를 두고 바람이 교량에서 드론 쪽으로 부는 다운윈드(downwind) 상황과 반대인 상황인 업윈드(upwind) 상황에서 측정을 하였고, 차량 통행에 의해 크게 미세먼지 데이터가 향상되지 않았지만, 다운윈드와 업윈드에서 측정한 값이 명확하게 차이나는 것을 확인할 수 있었다.
따라서 수집 구조물이 별도의 전력을 소모하지 않도록 그 구조를 설계하였다. 프로펠러 하단에 수집 유도관을 배치시켜 프로펠러 회전시 발생하는 하향풍에 의해 자동으로 미세먼지가 유입될 수 있도록 하였으며, 4개의 유입구로부터 수집된 미세먼지가 센서부에 전달되도록 하였다. 그리고 안정적인 비행을 위한 PID(: Proportional Integral Derivative) 값을 튜닝하기 위하여 구조물 부착 후 비행실험을 통해 오토튠(Auto Tune) 작업을 수행하였다[12][13].

대상 데이터

H/W의 구성요소로서 초소형 컴퓨터는Rasberry Pi 3B를 사용하였으며, 미세먼지 센서는 SEN0177 센서를 사용하였다. 이는 디지털 범용 입자 농도 센서로 레이저 산란빛을 통해 0.
미세먼지 데이터 처리부는 H/W와 S/W로 구성되어 있으며, H/W는 초소형 컴퓨터, 미세먼지 센서, GPS센서, LTE 통신모듈로 구성되어 있으며, S/W는 미세먼지 센서를 처리 및 서버에 전송하기 위한 다중 쓰레드로 구성되어 있다.
미세먼지 수집 실험은 소속 대학 운동장에서 진행하였으며, 각각의 구조 환경에서 고도 15m, 30m, 45m 상공에서 약 5분간 호버링 상태에서 데이터 수집을 진행하였다. 이때 실험 당시 기상청기준 기온은 22℃, 습도 70%, 풍속 1m/s를 기록하고 있었으며, 국가 측정소에서 제공하는 미세먼지 농도는 표 3과 같다.

성능/효과

고도에 따른 블랙 카본 농도 측정값의 상관관계를 도출하려 하였으나 모든 측정위치에서 해발 100m까지 고도에 따른 농도는 감소하는 경향을 보였으며 그 감소량은 10m 고도 상승하는 동안 0.12~0.17μg/m3으로 근접한 결과를 보였다.
본 연구에서는 이러한 문제를 해결하고자 별도의 전력이 없이 드론 프로펠러의 하향풍을 이용하여 미세먼지 농도를 수집할 수 있는 구조물을 제안 하였으며, 구조물이 없는 환경과 제안한 환경 두 가지 환경 각각 고도에 따른 비행 테스트를 수행했다. 그 결과 구주물이 없는 환경에서는 미세먼지 농도가 순간적으로 피크치로 상승하는 것을 확인할 수 있었으며, 제안한 구조에서는 미세먼지가 피크치로 상승하는 것은 볼 수 없었으며, 고도의 상승에 따라 미세먼지 농도가 상승하는 것을 확인할 수 있었다. 또한 당일 미세먼지 측정소의 미세먼지 측정치와 드론을 이용한 측정치를 비교해 보았을 때 구조물이 없는 드론에서 측정한 결과는 측정소의 측정값과 큰 오차를 보이고 있다.
또한 위 실험 미세먼지 농도 수치와 미세먼지 측정소의 측정값을 비교하면 미세먼지 센서만 탑재한 방식 에서는 큰 오차를 보이는 반면에, 논문에서 제안한 구조물을 이용한 드론에서는 평균적으로 유사한 결과 값을 보이는 것을 확인할 수 있다.
이는 해당 고도에서 드론의 프로펠러 회전RPM이 증가함에 따라 미세먼지 농도가 순간적으로 상승한 것으로 확인할 수 있다. 반면 Proposed의 방식의 수치는 Present의 수치와 달리 미세먼지 농도가 피크치로 상승하는 것을 확인할 수 없었으며, 전반적으로 고도의 상승에 따라 미세먼지 농도가 상승하는 것을 확인할 수 있었다.
또한 당일 미세먼지 측정소의 미세먼지 측정치와 드론을 이용한 측정치를 비교해 보았을 때 구조물이 없는 드론에서 측정한 결과는 측정소의 측정값과 큰 오차를 보이고 있다. 반면 제안한 방식의 측정값과 측정소의 측정값은 유사하다는 것을 확인할 수 있었다.
차량에서 배출하는 대기오염물질을 측정하기 위하여 드론을 이용하였다. 이 실험에서는 프로펠러가 8개인 회전익 드론을 사용하였고, 20m의 고도와 교량에서 15m, 25m, 35m 로 거리를 두고 바람이 교량에서 드론 쪽으로 부는 다운윈드(downwind) 상황과 반대인 상황인 업윈드(upwind) 상황에서 측정을 하였고, 차량 통행에 의해 크게 미세먼지 데이터가 향상되지 않았지만, 다운윈드와 업윈드에서 측정한 값이 명확하게 차이나는 것을 확인할 수 있었다.[11]

후속연구

다양한 방면으로 추가 연구가 필요 하다. 추후 다양한 구조 변경을 통해 보다 일관적인 데이트를 확보할 수 있는지 실험할 계획이며, 효율적인 데이터 보정 프로그램을 통해 대기환경의 급속 변화에 민감하지 않게 데이터를 표현해줄 수 있도록 연구를 진행하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	미세먼지의 특성은 무엇인가?	발전소, 자동차 매연 등 석유, 석탄과 같은 화석 연료의 연소 과정에서 발생하는 배출가스가 미세먼지의 주 유발원으로 알려져 있다. 미세먼지로 규정하는 마이크로입자의 최대 크기는 10㎛로 일반적인 먼지와 비교했을 때 매우 작고 가벼우며 그림 1과 같이 대기를 통해 주변국에까지 쉽게 영향을 미칠 정도로 광범위한 지역을 오염시킨다1). 특히 2.
	미세먼지로 인한 질병에는 어떠한 것이 있는가?	5㎛ 미만의 미세먼지는 호흡과정에서 걸러지지 못하고 폐포에 직접적으로 흡착되며 황사와 달리 황산염(SO4), 질산염(NO3), 암모니아(NM3) 등으로 이루어져 있다[1]. 기관지염, 천식 및 만성폐쇄성폐질환, 폐렴, 협심증, 심근경색 등 각종 알레르기 및 염증의 원인으로 알려져 있다[2]2).
	미세먼지의 유발원은 무엇인가?	최근 미세먼지가 큰 사회적인 문제로 대두되고 있다. 발전소, 자동차 매연 등 석유, 석탄과 같은 화석 연료의 연소 과정에서 발생하는 배출가스가 미세먼지의 주 유발원으로 알려져 있다. 미세먼지로 규정하는 마이크로입자의 최대 크기는 10㎛로 일반적인 먼지와 비교했을 때 매우 작고 가벼우며 그림 1과 같이 대기를 통해 주변국에까지 쉽게 영향을 미칠 정도로 광범위한 지역을 오염시킨다1).

참고문헌 (13)
타임라인 바로가기

D. Yu, "A Study on the Effects of Fine Particles to Satellite Signal," J. of the Korea Institute of Electronic Communication Sciences, vol. 7, no. 1, Feb. 2012, pp. 125-134.

원문보기 상세보기 타임라인에서 보기
A. Jang, "Impact of particulate matter on health," J. Korean Med Association, vol. 57, no. 9, Sept. 2014, pp. 763-768.

상세보기 타임라인에서 보기
World Health Organization, Ambient air pollution: A global assessment of exposure and burden of disease. Geneva, WHO, 2016.
Ministry of Environment, Fine dust fact check: fine dust! Ask me anything. Sejong, Ministry of Environment, 2019, pp. 11.
J. Yoon, Y. Li, M. Lee, and M. Jo, "Deep Learning Drone Flying Height Prediction for Efficient Fine Dust Concentration Measurement," IMCOM 2019, Phuket Thailand, May 2019, pp. 1112-1119.
H. Kim, Y. Park, W. Kim, H. Eun, and K. Ahn, "Vertical Aerosol Distribution and Flux Measurement in the Planetary Boundary Layer Using Drone," Particle and Aerosol Research, vol. 14, no. 2, July 2018, pp.35-40.

원문보기 상세보기 타임라인에서 보기
P. Neumann, S. Asadi, V. Hernandez Bennetts, A. Lilienthal, and M. Barthilmai, "Monitoring of CCS Areas using Micro Unmanned Aerial Vehicles (MUAVs)," J. Energy Procedia, vol. 37, June 2013, pp. 4937-4964.
J. Lee, "Black Carbon Measurement using a Drone," J. of Korean Society for Atmospheric Environment, vol. 34, no. 3, June 2018, pp.486-492.

원문보기 상세보기 타임라인에서 보기
Korea Environment Institute, Analysis Research Trends and Application of Air Quality Investigation Technique Using Drones. Sejong, Korea Environment Institute, 2018.
M. Alvarado, F. Gonzalez, P. Erskine, D. Cliff, and D. Heuff, "A Methodology to Monitor Airborne PM10 Dust Particles Using a Small Unmanned Aerial Vehicle," Sensors 2017, vol. 17, no. 2, 2017, pp. 343-367.
K. Weber, "The Use of an Octocopter UAV for the Determination of Air Pollutants: A Case Study of the Traffic Induced Pollution Plume Around a River Bridge in Duesseldorf, Germany," Int. J. of Environmental Science, vol. 2, 2017, pp. 63-68.
J. Oh, J. Seol, Y. Gong, S. Han, and S. Lee, "Drone Hovering using PID Control," J. of the Korea Institute of Electronic Communication Sciences, vol. 13, no. 6, 2018, pp. 1269-1274.

원문보기 상세보기 타임라인에서 보기
D. Yoon, K. Lee, S. Han, and S. Lee, "A Study on Flight Stabilization of Drones by Gyro Sensor and PID Control," J. of the Korea Institute of Electronic Communication Sciences, vol. 12, no. 4, 2017, pp. 591-598.

원문보기 상세보기 타임라인에서 보기

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