[논문]개방형 SW를 활용한 IoT기반 쿼드콥터 미세먼지 측정시스템 구현

김종환; 이병찬; 이성화; 김진태

doi:10.7236/jiibc.2021.21.2.33

개방형 SW를 활용한 IoT기반 쿼드콥터 미세먼지 측정시스템 구현
Implementation of QuadCopter Dust Measurement System based on IoT using OSS(QDMS) 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.21 no.2, 2021년, pp.33 - 39

김종환 (롯데쇼핑(주)e커머스) , 이병찬 ((주)안세기술) , 이성화 (제주한라대학교 지능형시스템공학과) , 김진태 (건국대학교 정보통신 대학원 정보통신학과)

초록
AI-Helper

본 연구는 공공데이터에서 제공하고 있는 미세먼지 데이터가 광역 공기질을 대표하기에는 지역적 제한이 존재한다. 위치적 제약을 벗어나 특정지역에서 상세한 데이터를 제공할 수 있는 방안에 대한 것이다. 본 구현의 목표는 고정형으로 되어 있는 현재 측정소의 위치적 제약을 넘어서 자율적으로 비행할 수 있는 쿼드콥터에 IoT기반 미세먼지 센서를 장착하여 화재발생지역, 급격한 미세먼지의 발생지역을 빠르게 이동하여 세밀한 측정을 통하여 발생에 대한 근원적인 분석을 할 수 있도록 시스템을 설계, 구현하는 것이다. QDMS 시스템을 설계하였으며, 제작 및 실험을 통하여 특정 위치에서 상세한 미세먼지 변화에 대한 측정을 할 수 있는 방안을 제안하였다.

Abstract ▼ AI-Helper

In this study, there are regional limitations for the fine dust data provided by public data to represent the wide area air quality. It is about a method that can provide detailed data in a specific area beyond location restrictions. The goal of this implementation is to mount the IoT-based fine dust sensor on a quadcopter that can fly autonomously beyond the positional limitations of the current measuring station, which is fixed, and quickly move the fire-generating area and the area of rapid fine dust to make detailed measurements. Through this, the system is designed and implemented to enable the fundamental analysis of the occurrence. We designed a QDMS system and proposed a method to measure detailed changes in fine dust at a specific location through manufacturing and experiments.

주제어

표/그림 (10)

표 표 1. 미세먼지 센서 방식 비교 Table 1. Comparison by Fine Dust Sensor Methods
그림 그림 1. QDMS 시스템 물리 구성도 Fig. 1. Diagram of QDMS Physical Configuration
그림 그림 2. QDMS SW설계구조 Fig. 2. Diagram of QDMS SW Configuration
표 표 2. 3.15, 3.22 공공데이터 미세먼지 PM25 Table 2. Result of PM25 at 3.15 & 3.22
표 표 3. QDMS로 측정한 1차 결과(3.15) Table 3. Result of PM2.5 Measurement(3.15)
그림 그림 3. 1차 측정 비교(QDMS vs 공공, 3.15) Fig. 3. Comparison of QDMS vs Public
그림 그림 4. 2차 측정 비교(QDMS vs 공공, 3.22) Fig. 4. Comparison of QDMS vs Public
그림 그림 5. 데이터 검증용 5곳 및 측정소 4곳 Fig. 5. 5 for data verification and 4 measuring stations
표 표 4. QDMS로 측정한 2차 결과(3.22) Table 4. Result of PM2.5 Measurement(3.22)
그림 그림 6. QDMS측정 vs 공공(5곳) Fig. 6. Comparison of QDMS vs Public(5 Places)

AI 본문요약
AI-Helper

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

문제 정의

두번째와 세번째는 자율비행을 이용한 방식은 동일한데, 위치를 사전에 정의된 위치와 고도, 지정된 속도에 의해서 이동할 수 있는 방식과, 전체를 프로그래밍을 통하여 위치, 높이, 이동속도 등을 통하여 자동으로 비행하는 형태가 차이가 있다. 본 연구에서는 자율비행 형태를 구현하고자 한다.
본 연구에서는 특정 지역에서 시간의 흐름에 따라 미세먼지 수치 변화를 측정하기 위한 방안으로 위치에 제한 없이 언제 어디서나 자율적으로 이동 비행할 수 있는 쿼드콥터에 IoT센서를 융합하여 미세먼지 측정 시스템을 설계하였으며, 본 시스템을 직접 제작 및 실험을 통하여 현장에 적용 가능함을 확인하고자 하였다.
현재 공공데이터에서 제공하고 있는 미세먼지 데이터는 광역 공기질을 제시하기에는 한정적이며 본 연구를 통하여 특정지역에 상세한 데이터를 제시할 수 있는 방안을 제안하였다.

제안 방법

2차례에 걸쳐 특정 장소에서 본 시스템으로 측정한 수치는 PM25 기준으로 동일장소에서 1차 2.4 ~ 3.5 μ g/m3, 2차는 3.2 ~9.6μg/m3를 측정하였다. 측정 수치 간 차이가 최대 200%의 변화폭이 있음을 확인하였다.
QDMS 시스템은 공공데이터와 비교하여 특정 측정소 주변에서 2회 데이터를 측정하여 비교하였으며 1차 2.4 ~ 3.5μg/m3(공공데이터 6μg/m3), 2차 3.2 ~ 9.6μ g/m3(공공데이터 20μg/m3)로 동일 장소에서 시간의 흐름에 따라 큰 변화폭을 확인하였다. 또한 거리가 떨어진 5곳을 측정하였을 때도 2.
QDMS 시스템은 라즈베리파이에 오픈소스인 ROS를 설치하여 픽스호크와 MAVLink 통신하는 자율 비행 쿼드콥터를 설계하였다. 그림 2은 SW 설계 구조로, 라즈베리파이에 구성된 OS상에 ROS를 구성하고 픽스호크와 MAVLink 통신을 위한 MAVROS를 구성한다.
공공데이터와 비교를 통하여 QDMS 시스템에서의 시간 변화에 따른 데이터 차이를 확인하였다. 데이터의 추가적인 검증과 비교를 위하여 고양시 측정 위치 5곳을 선정하여 측정값 차이를 분석하였다.
데이터의 신뢰를 높이기 위하여 2개의 센서 모두 동일하게 설정하여 데이터 측정값을 서로 비교할 수 있도록 하였으며, 분석을 통하여 센서간 측정값 차이를 비교하였다.
제어신호는 송신기를 통하여 픽스호크에 연결된 리시버에 신호를 수신하여 구동될 수 있으며, 라즈베리파이와픽스호크는 USB to TTL을 이용하여 MAVLink통신으로라즈베리파이에 설치된 ROS(Robotic OS)를 연결시키고 프로그래밍으로 픽스호크에 자율 비행을 위한 제어 신호를 전달하여 구동하게 된다. 미세먼지 센서 2개를 장착하여 실제 지상관측소에서의 측정값과 비교하여 측정값 차이를 확인하고자 한다.
본 연구에서는 개방형 소프트웨어를 활용하여 쿼드콥터에 미세먼지 IoT 센서를 장착하여 측정할 수 있는 시스템을 설계, 제작, 구현 및 실험을 통하여 비교 검증을 실시하였다.
센서는 3초 간격으로 20회 수집 후 5초 슬립모드 후 재수집 형태로 설정하였으며, 20회 수집된 결과 데이터에서 전체 평균치를 산출하도록 구현하였다.

대상 데이터

QDMS 시스템으로 측정한 미세먼지 데이터의 검증 및 비교를 위하여 ‘고양시 덕양구 신원2로 신원도서관’에 위치한 경기도 보건환경연구원에서 운영하는 도시 대기측정소(측정항목: SO₂ CO O₃ NO₂ PM10 PM2.5) 데이터와 비교 검증을 실시하였다. 1차 2020년 3월 15일, 2 차 3월 22일 데이터는 표 2과 같다.
본 연구에서는 로터(프로펠러)가 4개인 쿼드콥터를 선정하여 진행하고자 한다. 쿼드콥터(Quad Copter)는 구조적으로 안정성이 뛰어난 용도로 사용되는 멀티콥터 중의 하나다.

데이터처리

따른 데이터 차이를 확인하였다. 데이터의 추가적인 검증과 비교를 위하여 고양시 측정 위치 5곳을 선정하여 측정값 차이를 분석하였다. 그림 5은 선정한 5 곳(1~5)과 함께 측정소(가~마)가 위치한 곳을 표시한 것이다.

성능/효과

2차 결과 비교에서도 QDMS시스템으로 약 200% 데이터 변화 차이가 있음을 보여주고 있다.
측정 수치 간 차이가 최대 200%의 변화폭이 있음을 확인하였다. 최종적으로는 미리 선정한 5곳(측정 위치 간 5~9km 거리)에서 시간의 흐름에 따라 미세먼지를 측정하였으며 2.6 ~ 5.7μg/m3를 기록하여 위치 별로 변화폭이 46% ~ 217%의 차이를 확인할 수 있었다.
6μg/m3를 측정하였다. 측정 수치 간 차이가 최대 200%의 변화폭이 있음을 확인하였다. 최종적으로는 미리 선정한 5곳(측정 위치 간 5~9km 거리)에서 시간의 흐름에 따라 미세먼지를 측정하였으며 2.
7μg/m3를 측정하였다. 특정위치에서 시간의 흐름에 따라 미세먼지 데이터의 변화가 큰폭이 있음을 확인하였다.

후속연구

그러나, 본 논문에서의 QDMS 시스템은 도로의 상황, 실시간 오류 가능성, 실측의 현실적인 차이가 발생될 수있으므로 비상시 화재, 산불, 폭발등으로 발생되는 대기 질, 미세먼지 등의 실시간(1분, 10분, 30분, 1시간등) 모니터링과 측정하는데 활용도가 있음을 제안한다. 또한, 배터리 용량의 문제와 지상에서 비행을 자유롭게 할 수 있는 무인비행장치의 법적인 제약도 해결해야 한다.
끝으로 본 논문의 연구 및 관련 기술이 미세먼지 측정에 있어서 다양한 형태로 발전될 수 있는 토대가 되기를 바라며 향후 AI와 빅데이터 분석을 접목하여 QDMS 시스템의 신뢰도를 향상시킬 수 있을 것으로 기대한다.
이를 통하여 조밀한 지역이나 특정 위치에서 신뢰성 있는 정보를 제공하기 위해 이동이 자율적으로 가능한 쿼드콥터에 IoT기반 센서 측정시스템을 통하여 미세먼지의 근원적인 발생에 대한 이해를 증진시킬 수 있을 것으로 기대한다.

참고문헌 (6)

NIER,, "As a result of joint research between Korea and the United States, the domestic impact of fine dust 52%... Higher than abroad", http://www.me.go.kr/home/web/board/read.do?menu86&boardId803050&boardMasterId1 (accessed Jan., 10, 2020)
MSIT, "Fine dust measurement place, 5 times increase and analyze with big data", pp. 1, 2017.
KMA, "AWS"(accessed Feb, 10, 2020)
Nam-Ho, Kim, "Development of atmospheric environment information collection system using drone", pp. 2, 2018.
Jin-Tae, Kim and 18 others, "Drone mission-specific educational materials", pp. 25-29, 2019.
MAVROS, "Communication Structure", https://docs.emlid.com/navio2/common/dev/ros (accessed Feb, 10, 2020)

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