[논문]Aerial Triangulation을 이용한 UAV의 위치/자세 보정

최경아; 이임평

Aerial Triangulation을 이용한 UAV의 위치/자세 보정
Correction of UAV's Position/Altitude through Aerial Triangulation 원문보기

최경아 (서울시립대학교 공간정보공학과) , 이임평 (서울시립대학교 공간정보공학과)

매년 재난/재해의 발생 빈도와 피해 규모가 증가하고 있다. 그 피해를 최소화하기 위해 주기적인 모니터링을 수행하여 위기 상황을 사전에 대비하고 긴급 대응 체계를 구축하여 상황 발생 시 피해 상황을 신속하게 파악할 수시스템에 있어야 한다. 모니터링의 용이성과 신속성을 확보하기 위해 UAV에 기반한 긴급 매핑 대한 관심이 증가하고 있다. 그러나 이러한 시스템으로부터 획득된 센서 데이터가 Georeferencing되었을 때 이로부터 다양한 공간 정보를 도출할 수 있다 본 논문에서는 UAV 기반의 매핑 시스템으로부터 획득된 센서 데이터를 시뮬레이션 해보고 시뮬레이션 데이터에 대하여 Aerial Triangulation을 수행하여 영상을 Georeferncing하고 위치/자세 정보를 보정하고자 한다. 실험은 (1) 시뮬레이션 데이터 생성, (2) 초기값 생성, (3) AT 수행을 통한 위치/자세 조정의 3단계로 구성된다. 800m 길이의 1개 스트립, 500m 길이의 2개 스트립으로 나눠 비행경로를 정하고 200m, 400m, 600m의 비행고도에 대하여 다양한 실험을 수행하였다. 실험 결과 위치/자세의 초기값 RMSE에서 90% 이상 개선된 RMSE를 얻을 수 있었으며, 비행고도가 높아질수록 RMSE의 향상도는 반비례하였다. 향후에는 Sequential 알고리즘을 적용하여 연산 속도를 향상시킬 수 있고 궁극적으로 실시간 영상 Georeferencing을 가능하게 할 것으로 기대된다.

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

문제 정의

Georeferencinge 센서 데이터에 획득된 위치와 자세를 tagging하는 기술로써 그 정확도는 platform 에 탑재된 GPS/IMU의 성능에 크게 의존된다. 따라서 본 연구에서는 UAV 기반의 매핑 시스템으로부터 획득된 센서 데이터를 시뮬레이션 하고 그 데이터에 대하여 Aerial Triangulation을 수행하여 위치/자세 정보를 보정하고 이를 이용해 영상 Georeferencing하고자 한다.

가설 설정

고급 사양의 UAV platform에 GPS/IMU, 카메라를 탑재한 시스템과 중급 사양의 UAV platform에 저가 GPS/MEMS IMU, 동일한 카메라를 탑재한 두 시스템을 가정하였다. 각 시스템에 사용된 platform과 탑재된 센서의 제원은<표1>, <표2>와같다.

제안 방법

2~4장에 상술된 방법에 따라 800m 길이의 1개 스트립, 500m 길이의 2개 스트립으로 나눠 비행경로를 정하고 200m, 400m, 600m의 비행고도에 대하여 다양한 실험을 수행하였다. 시뮬레이션 데이터 생성 시 고정된 값들과 실험 조합에 따라 바뀌는 값들은<표 3>에 나타난 것과 같다.
수립한다. 비선형의 수학적 모델을 각 변수에 대해 미분하여 설계행렬 (Design Matrix)을 수립하고, GPS/IMU의 센서 오차와 영상점 좌표의 측정오차를 고려하여 가중값행렬(Weight Matrix)를 설정한다. 이들을 적용하여 정규행렬과 Reduced Normal Matrix를 생성하여 외부표정 요소와 지상점 좌표가 수렴할 때까지 반복하여 조정계산한다.
비선형의 수학적 모델을 각 변수에 대해 미분하여 설계행렬 (Design Matrix)을 수립하고, GPS/IMU의 센서 오차와 영상점 좌표의 측정오차를 고려하여 가중값행렬(Weight Matrix)를 설정한다. 이들을 적용하여 정규행렬과 Reduced Normal Matrix를 생성하여 외부표정 요소와 지상점 좌표가 수렴할 때까지 반복하여 조정계산한다.

대상 데이터

총 12개의 실험 조합으로 생성된 시뮬레이션 데이터 셋에 대하여 Bundle Block Adjustment에 기반한 AT를 적용하였다.

이론/모형

공선조건식에 기초한 Bundle Block AdjustmentCMcGlone, 2004) 의 수학적 모델을 수립한다. 비선형의 수학적 모델을 각 변수에 대해 미분하여 설계행렬 (Design Matrix)을 수립하고, GPS/IMU의 센서 오차와 영상점 좌표의 측정오차를 고려하여 가중값행렬(Weight Matrix)를 설정한다.

성능/효과

또한 많은 중복도(overlap)에 기인한 짧은 baseline으로 시뮬레이션 된 지상좌표 중 Z좌표가 X, Y좌표와 비교하여 상대적으로 큰 RMSE를 보였기에 AT 수행으로 RMSE의 가장 큰 감소를 나타냈다. 고급사양 시스템의 GPS/IMU의 정확도가 높아 초기치의 RMSE가 상대적으로 작았고 따라서 그 개선도가 중급 사양 시스템에 비해 낮았으며 비행고도가 높아질수록 RMSE의 향상도는 반비례하였다.
8%의 감소를 보였다. 또한 많은 중복도(overlap)에 기인한 짧은 baseline으로 시뮬레이션 된 지상좌표 중 Z좌표가 X, Y좌표와 비교하여 상대적으로 큰 RMSE를 보였기에 AT 수행으로 RMSE의 가장 큰 감소를 나타냈다. 고급사양 시스템의 GPS/IMU의 정확도가 높아 초기치의 RMSE가 상대적으로 작았고 따라서 그 개선도가 중급 사양 시스템에 비해 낮았으며 비행고도가 높아질수록 RMSE의 향상도는 반비례하였다.
본 연구에서는 UAV에 기반한 모니터링시스템으로부터 획득되는 센서 데이터를 시뮬레이션 해보았고 AT 수행을 통해 UAV 의 위치/자세뿐만 아니라 지상점의 RMSE를 상당히 개선할 수 있음을 보였다. AT를 통한 UAV의 위치/자세 보정에 관한 연구는 향후 영상 기반 네비게이션에 활용될 수 있으며 모니터링 시스템에 laser scanner를 탑재하였을 때 보정된 위치/자세를 LiDAR 데이터 Georeferencing 에 이용할 수 있을 것으로 판단된다.
외부표정 요소 중 자세정보(a), p, _k)에 대한 RMSE가 위치 정보(X, y, z)에 대한 RMSE와 비교하여 상대적으로 더 많은 감소를 나타냈으며 최대 약 99.8%의 감소를 보였다. 또한 많은 중복도(overlap)에 기인한 짧은 baseline으로 시뮬레이션 된 지상좌표 중 Z좌표가 X, Y좌표와 비교하여 상대적으로 큰 RMSE를 보였기에 AT 수행으로 RMSE의 가장 큰 감소를 나타냈다.

후속연구

AT를 통한 UAV의 위치/자세 보정에 관한 연구는 향후 영상 기반 네비게이션에 활용될 수 있으며 모니터링 시스템에 laser scanner를 탑재하였을 때 보정된 위치/자세를 LiDAR 데이터 Georeferencing 에 이용할 수 있을 것으로 판단된다. 지금은 Simultaneous 알고리즘 적용으로 총획득되는 데이터 량에 비례하여 연산속도가 증가하지만 추후에는 Sequential 알고리즘 적용을 통하여 연산 속도를 향상시킬 수 있고 궁극적으로 실시간 Georefemcing 을 가능하게 할 것으로 기대된다.
증가하였다고 한다. 이러한 추이를 따른다면 향후 예상되는 재난/재해의 피해 규모와 피해액은 엄청난 사회적 손실로 다가올 것이다. 이 사회적 손실을 최소화하기 위해 재난/재해의 발생을 미연에 방지하기 위한 주기적인 모니터링이 요구될 뿐만 아니라 재난/재해 발생 시 신속하고 정확하게 피해지역 및 피해규모 등을 파악하여 대응체계를 구축할 수 있도록 실시간 모니터링이 이루어져야 한다.
AT를 통한 UAV의 위치/자세 보정에 관한 연구는 향후 영상 기반 네비게이션에 활용될 수 있으며 모니터링 시스템에 laser scanner를 탑재하였을 때 보정된 위치/자세를 LiDAR 데이터 Georeferencing 에 이용할 수 있을 것으로 판단된다. 지금은 Simultaneous 알고리즘 적용으로 총획득되는 데이터 량에 비례하여 연산속도가 증가하지만 추후에는 Sequential 알고리즘 적용을 통하여 연산 속도를 향상시킬 수 있고 궁극적으로 실시간 Georefemcing 을 가능하게 할 것으로 기대된다.

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

Aerial Triangulation을 이용한 UAV의 위치/자세 보정
Correction of UAV's Position/Altitude through Aerial Triangulation 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Aerial Triangulation을 이용한 UAV의 위치/자세 보정 Correction of UAV's Position/Altitude through Aerial Triangulation 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

Aerial Triangulation을 이용한 UAV의 위치/자세 보정
Correction of UAV's Position/Altitude through Aerial Triangulation 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper