[논문]RGB- IR 이미징 드론을 사용한 PV 패널 탐지 방법

심규동; 김재국; 이상화; 박종일

RGB- IR 이미징 드론을 사용한 PV 패널 탐지 방법
A Method of Detecting PV Panel Using RGB- IR Imaging Drone 원문보기

심규동 (한양대학교) , 김재국 (한양대학교) , 이상화 (서울대학교) , 박종일 (한양대학교)

본 논문에서는 RGB-IR 이미징 센서가 탑재된 드론을 사용하여 태양광 발전소의 태양광(PV) 패널을 탐지하는 방법을 제안한다. 태양광 발전소에서 드론에 설치된 IR 영상의 활용은 PV 패널의 결함 여부를 판단하는데 큰 도움이 된다. 그러나 IR 영상만을 사용해서 태양광 패널을 탐지하고 결함 여부를 판단하는 것은 태양광에 의해 생긴 정반사로 인해 정확도가 떨어진다. 본 논문에서 제안하는 시스템은 드론을 이용해서 IR 영상과 RGB 영상을 동시에 획득하고 활용하는 시스템을 제안한다. 제안된 시스템으로부터 IR 영상과 RGB 영상으로 패널 탐지의 정확도를 향상시키고, 태양광에 의한 정반사와 같이 오검출 될 수 있는 문제를 극복할 수 있다.

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

문제 정의

본 논문에서는 IR - RGB 이미징 드론을 사용해서 PV 패널과 결함을 검출하는 방법을 제안한다. 열 영상의 특징을 이용해서 PV 패널 영역을 검출하고 딥러닝 아키텍처 중 하나인 Resnet 을 이용해서 RGB 영상으로부터 패널의 영역을 검출하였다.
본 논문에서는 IR- RGB 이미징 드론을 이용해서 태양광 패널을 찾고 오검출 영역을 제외하는 방법을 제안한다. 드론을 이용해서 넓은 영역에서 획득한 PV 패널의 RGB 영상과 IR 영상으로부터 패널의 위치를 찾고 두 영상의 패널 정보를 상호 보완하여 패널 검출 정확도와 결함 여부 판정의 정확도를 높이는 방법을 제안한다.

제안 방법

RGB 영상에서 패널을 검출하는 방법으로 제안하는 방법은 Resnet 구조를 이용한 패널 탐지이다. Resnet 은 딥러닝 아키텍쳐중 하나로 충분한 데이터를 사용해서 트레이닝 할경우 원하는 객체를 높은 정확도로 찾아준다.
본 논문에서는 IR- RGB 이미징 드론을 이용해서 태양광 패널을 찾고 오검출 영역을 제외하는 방법을 제안한다. 드론을 이용해서 넓은 영역에서 획득한 PV 패널의 RGB 영상과 IR 영상으로부터 패널의 위치를 찾고 두 영상의 패널 정보를 상호 보완하여 패널 검출 정확도와 결함 여부 판정의 정확도를 높이는 방법을 제안한다.
본 논문에서는 IR - RGB 이미징 드론을 사용해서 PV 패널과 결함을 검출하는 방법을 제안한다. 열 영상의 특징을 이용해서 PV 패널 영역을 검출하고 딥러닝 아키텍처 중 하나인 Resnet 을 이용해서 RGB 영상으로부터 패널의 영역을 검출하였다. RGB 영상과 IR 영상을 동시에 사용함으로써 PV 패널의 검출 정확도를 높일 수 있었고 RGB 영상의 정반사 정보로부터 IR 영상에서 잘못 측정된 결함 정보를 보완할 수 있었다.

대상 데이터

패널에서는 11,850 개의 패치를, 그 외의 영역에서는 25,250 개의 패치를 사용했다.
Loss functions 은 cross entropy 를 사용하고 weights 는 stochastic descent 방법을 사용했다. 32 배치의 101 레이어의 Resnet 을 사용했고 잘못분류된 패치는 반복적으로 추가되어 학습의 정확도를 높여주었다.
Resnet 은 딥러닝 아키텍쳐중 하나로 충분한 데이터를 사용해서 트레이닝 할경우 원하는 객체를 높은 정확도로 찾아준다. 트레이닝에 사용한 데이터는 64x64 크기의 이미지 패치를 사용했다. 패널에서는 11,850 개의 패치를, 그 외의 영역에서는 25,250 개의 패치를 사용했다.
패널에서는 11,850 개의 패치를, 그 외의 영역에서는 25,250 개의 패치를 사용했다. 패치는 90% 를 트레이닝 세트로, 10% 는 검증 용 세트로 사용했다. Loss functions 은 cross entropy 를 사용하고 weights 는 stochastic descent 방법을 사용했다.

이론/모형

패치는 90% 를 트레이닝 세트로, 10% 는 검증 용 세트로 사용했다. Loss functions 은 cross entropy 를 사용하고 weights 는 stochastic descent 방법을 사용했다. 32 배치의 101 레이어의 Resnet 을 사용했고 잘못분류된 패치는 반복적으로 추가되어 학습의 정확도를 높여주었다.

성능/효과

열 영상의 특징을 이용해서 PV 패널 영역을 검출하고 딥러닝 아키텍처 중 하나인 Resnet 을 이용해서 RGB 영상으로부터 패널의 영역을 검출하였다. RGB 영상과 IR 영상을 동시에 사용함으로써 PV 패널의 검출 정확도를 높일 수 있었고 RGB 영상의 정반사 정보로부터 IR 영상에서 잘못 측정된 결함 정보를 보완할 수 있었다.

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

RGB- IR 이미징 드론을 사용한 PV 패널 탐지 방법
A Method of Detecting PV Panel Using RGB- IR Imaging Drone 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

RGB- IR 이미징 드론을 사용한 PV 패널 탐지 방법 A Method of Detecting PV Panel Using RGB- IR Imaging Drone 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

RGB- IR 이미징 드론을 사용한 PV 패널 탐지 방법
A Method of Detecting PV Panel Using RGB- IR Imaging Drone 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper