멀티센서 초소형 무인항공기 기반의 고속 자동 매핑 시스템

전의익,최경아,이임평,Jeon, Euiik,Choi, Kyoungah,Lee, Impyeong 한국공간정보학회 2015 한국공간정보학회지 Vol.23 No.3

We developed a micro UAV based rapid mapping system that provides geospatial information of target areas in a rapid and automatic way. Users can operate the system easily although they are inexperienced in UAV operation and photogrammetric processes. For the aerial data acquisition, we constructed a micro UAV system mounted with a digital camera, a GPS/IMU, and a control board for the sensor integration and synchronization. We also developed a flight planning software and data processing software for the generation of geo-spatial information. The processing software operates automatically with a high speed to perform data quality control, image matching, georeferencing, and orthoimage generation. With the system, we have generated individual ortho-images within 30 minutes from 57 images of 3cm resolution acquired from a target area of $400m{\times}300m$. 초소형 무인항공기를 기반으로 대상영역에 대한 공간정보를 신속하게 자동으로 획득할 수 있는 긴급 매핑 시스템을 개발하였다. 본 시스템은 사용자가 초소형 무인항공기 운용이나 사진측량에 대한 전문지식이 없어도 쉽게 사용할 수 있게 설계되었다. 항공 데이터 획득을 위해 디지털 카메라, GPS/IMU, 센서 통합 및 동기화를 담당하는 제어보드가 탑재된 초소형 무인항공기 시스템을 구축하였다. 또한, 항공부분의 운용을 지원하는 비행계획 수립 소프트웨어와 획득된 데이터의 품질을 평가하여 선별하고, 영상 매칭, 지오레퍼런싱, 정사영상 생성과 같은 일련의 과정을 고속 자동으로 수행하는 소프트웨어를 개발하였다. 본 시스템을 적용하여 $400m{\times}300m$ 크기의 대상지역에 대해 획득된 3cm 해상도의 57장 영상을 고속으로 자동처리하여 30분 이내 개별정사영상으로 생성할 수 있었다.

잘피 서식지 모니터링을 위한 딥러닝 기반의 드론 영상 의미론적 분할

전의익,김성학,김병섭,박경현,최옥인,Jeon, Eui-Ik,Kim, Seong-Hak,Kim, Byoung-Sub,Park, Kyung-Hyun,Choi, Ock-In 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.2

잘피는 연안해역에 서식하는 해양수생관속식물로 해양생태계의 중요한 역할을 하고 있어, 주기적인 잘피 서식지의 모니터링이 이루어지고 있다. 최근 효율적인 잘피 서식지의 모니터링을 위해 고해상도의 영상 획득이 가능한 드론의 활용도가 높아지고 있다. 그리고 의미론적 분할에 있어 합성곱 신경망 기반의 딥러닝이 뛰어난 성능을 보임에 따라, 원격탐사 분야에 이를 적용한 연구가 활발하게 이루어지고 있다. 그러나 다양한 딥러닝 모델, 영상, 그리고 하이퍼파라미터에 의해 의미론적 분할의 정확도가 다르게 나타나고, 영상의 정규화와 타일과 배치 크기에서도 정형화되어 있지 않은 상태이다. 이에 따라 본 연구에서는 우수한 성능을 보여주는 딥러닝 모델을 이용하여 드론의 광학 영상에서 잘피 서식지를 분할하였다. 그리고 학습 자료의 정규화 및 타일의 크기를 중점으로 결과를 비교 및 분석하였다. 먼저 정규화와 타일, 배치 크기에 따른 결과 비교를 위해 흑백 영상을 만들고 흑백 영상을 Z-score 정규화 및 Min-Max 정규화 방법으로 변환한 영상을 사용하였다. 그리고 타일 크기를 특정 간격으로 증가시키면서 배치 크기는 메모리 크기를 최대한 사용할 수 있도록 하였다. 그 결과, Z-score 정규화가 적용된 영상이 다른 영상보다 IoU가 0.26 ~ 0.4 정도 높게 나타났다. 또한, 타일과 배치 크기에 따라 최대 0.09까지 차이가 나타나는 것을 확인하였다. 딥러닝을 이용한 의미론적 분할에 있어 정규화, 타일의 배치 크기의 변화에 따른 결과가 다르게 나타났다. 그러므로 실험을 통해 이들 요소에 대한 적합한 결정 과정이 있어야 함을 알 수 있었다. A seagrass that is marine vascular plants plays an important role in the marine ecosystem, so periodic monitoring ofseagrass habitatsis being performed. Recently, the use of dronesthat can easily acquire very high-resolution imagery is increasing to efficiently monitor seagrass habitats. And deep learning based on a convolutional neural network has shown excellent performance in semantic segmentation. So, studies applied to deep learning models have been actively conducted in remote sensing. However, the segmentation accuracy was different due to the hyperparameter, various deep learning models and imagery. And the normalization of the image and the tile and batch size are also not standardized. So,seagrass habitats were segmented from drone-borne imagery using a deep learning that shows excellent performance in this study. And it compared and analyzed the results focused on normalization and tile size. For comparison of the results according to the normalization, tile and batch size, a grayscale image and grayscale imagery converted to Z-score and Min-Max normalization methods were used. And the tile size isincreased at a specific interval while the batch size is allowed the memory size to be used as much as possible. As a result, IoU was 0.26 ~ 0.4 higher than that of Z-score normalized imagery than other imagery. Also, it wasfound that the difference to 0.09 depending on the tile and batch size. The results were different according to the normalization, tile and batch. Therefore, this experiment found that these factors should have a suitable decision process.

긴급 매핑을 위한 초소형 UAV 기반 저가 멀티센서시스템 구축

전의익(Eui-Ik Jeon),최경아(Kyoungah Choi),이임평(Impyeong Lee) 대한공간정보학회 2014 한국지형공간정보학회 학술대회 Vol.2014 No.5

최근 재난, 재해 등으로 인한 피해상황을 신속하고 정확하게 파악하는 것은 효과적인 복구 계획의 수립을 위해 아주 중요하다. 기존의 방식은 데이터 취득 및 처리에 숙련된 전문가의 운영이 요구되며, 이에 많은 비용을 소모하거나 신속하게 정보를 취득하기 어렵다는 한계가 있었다. 그래서 본 연구는 일반 사용자가 쉽게 자동으로 초소형 UAV를 기반으로 신속하게 매핑할 수 있는 저가 멀티센서 시스템을 개발하고자 한다. 개발된 시스템은 초소형 UAV를 플랫폼으로 저가의 디지털 카메라, GPS/INS등의 멀티센서를 탑재한 항공 시스템과 최적의 비행경로를 생성할 수 있는 비행계획 소프트웨어와 영상 지오레퍼런싱 소프트웨어, 정사영상 생성 소프트웨어을 포함한다.

콘크리트 라이닝 균열의 딥러닝 성능 평가 지표의 버퍼 범위 선정을 위한 연구

전의익(Jeon, Eui Ik),이임평(Lee, Im Pyeo) 대한토목학회 2023 대한토목학회 학술대회 Vol.2023 No.10

초소형 무인기를 활용한 수변구조물 매핑

전의익(Jeon, Euiik),최경아(Choi, Kyeongah),이임평(Lee, Impyeong) 한국측량학회 2015 한국측량학회 학술대회자료집 Vol.2015 No.4

염생식물 분포량 추정을 위한 항공 초분광영상의 분류 기법 비교분석

전의익(Eui-ik Jeon),김병섭(Byeongseob Kim),김준성(Junseong Kim),김성학(Sunghak Kim) 한국해양환경·에너지학회 2019 한국해양환경·에너지학회 학술대회논문집 Vol.2019 No.5

초분광센서를 활용한 이산화질소 농도 추정식에 관한 연구

전의익(Eui-Ik Jeon),박진우(Jin-Woo Park),임성하(Seong-Ha Lim),김동우(Dong-Woo Kim),유재진(Jae-Jin Yu),손승우(Seung-Woo Son),전형진(Hyung-Jin Jeon),윤정호(Jeong-Ho Yoon) 한국산학기술학회 2019 한국산학기술학회논문지 Vol.20 No.6

국내 산업단지에서 배출되는 대기오염물질의 모니터링을 위해 굴뚝원격감시시스템이 운영되고 있으나 대상 시설이 한정적이어서, 시스템이 설치되지 않은 시설은 단속 요원이 직접 모니터링 및 단속을 수행하고 있다. 그래서 효율적인 산업단지에서 배출되는 대기오염물질의 모니터링을 위해 다양한 센서를 활용한 연구들이 수행되고 있다. 이에 따라 본 연구에서는 초분광센서로 측정할 수 있는 분광복사량을 활용하여 대기오염물질 중 이산화질소의 농도를 추정할 수 있는 공식을 개발하고 검증하였다. 농도 추정식 개발을 위해 다양한 농도의 이산화질소를 대상으로 태양천정각, 관측천정각, 상대방위각을 다르게 하여 분광복사량을 관측하였다. 관측된 분광복사량에서 특정 파장 간의 값의 차이를 흡수 깊이로 하였으며, 흡수 깊이와 이산화질소 농도와의 관계를 이용하여 농도 추정식을 개발하였다. 그리고 개발된 농도 추정식들의 검증을 위해 이산화질소와 아황산가스가 혼합된 가스를 대상으로 측정한 분광복사량을 이용하였다. 그 결과, 추정식의 형태에 따라 결정 계수와 RMSE가 0.71~0.88, 72~323 ppm으로 나타났으며, 지수 형태의 농도 추정식의 결정 계수가 가장 높게 나타났다. 추정식의 형태에 따라 농도의 변화에 따른 추정 농도의 정확도가 일정하지 않지만, 향후 농도 추정식의 고도화가 이루어진다면 초분광 센서를 활용하여 산업단지 배출되는 이산화질소의 모니터링에 사용 가능할 것으로 판단된다. The CleanSYS(Clean SYStem) is operated to monitor air pollutants emitted from specific industrial complexes in Korea. So the industrial complexes without the system are directly monitored by the control officers. For efficient monitoring, studies using various sensors have been conducted to monitor air pollutants emitted from industrial complex. In this study, hyperspectral sensors were used to model and verify the equations for estimating the concentration of NO2(nitrogen dioxide) in air pollutants emitted. For development of the equations, spectral radiance were observed for NO₂ at various concentrations with different SZA(Solar Zenith Angle), VZA(Viewing Zenith Angle), and RAA(Relative Azimuth Angle). From the observed spectral radiance, the calculated value of the difference between the values of the specific wavelengths was taken as an absorption depth, and the equations were developed using the relationship between the depth and the NO₂ concentration. The spectral radiance mixed gas of NO₂ and SO₂(sulfur dioxide) was used to verify the equations. As a result, the R2(coefficient of determination) and RMSE(Root Mean Square Error) were different from 0.71~0.88 and 72~323 ppm according to the form of the equation, and R<SUP>2</SUP> of the exponential form was the highest among the equations. Depending on the type of the equations, the accuracy of the estimated concentration with varying concentrations is not constant. However, if the equations are advanced in the future, hyperspectral sensors can be used to monitor the NO₂ emitted from the industrial complex.

콘크리트 라이닝 균열의 딥러닝 성능 평가 지표의 버퍼 범위 선정을 위한 연구

대한토목학회 2023 대한토목학회 학술대회 Vol.2023 No.10

소영역 정밀 매핑을 위한 항공 멀티 센서 시스템 구축

최경아(Kyoungah Choi),전의익(Euiik Jeon),이임평(Impyeong Lee) 대한공간정보학회 2012 한국지형공간정보학회 학술대회 Vol.2012 No.10

초분광영상을 이용한 중금속 오염 토양 탐지의 pH 및 유기물에 의한 간섭 효과에 관한 연구

강성주(Kang SeongJoo),이금영(Lee Keum Young),전의익(Jeon Eui Ik),신인환(Shin In Hwan),유세종(Yu Se Jong),권오섭(Kwon, Oh Seob) 한국방재학회 2018 한국방재학회지 Vol.18 No.4

본 연구에서는 구리(Cu)로 오염된 인공토양시료를 가지고 항공용 초분광센서를 토양 내 중금속 탐지에 적용하는데 있어서 pH와 유기물에 의한 간섭요인들을 검증하고자 하였다. 실내 테스트베드 내에서 다른 변수들은 고정하고 pH 및 유기물함량만을 달리한 두가지 시나리오로 초분광영상촬영을 실시하였다. 취득한 중금속토양의 분광 자료는 수학적 전처리를 통해 분광패턴을 확인하고, 통계적 분석기법들을 활용하여 유기물과 pH의 특정 파장대를 확인하였다. 또한 인공적으로 스파이킹 한 토양을 초분광영상을 통해 취득된 평균 라이브러리와 구리의 주요 파장 대역을 이용하여 분광각맵퍼법을(SAM, Spectral angle mapper) 적용하여 토양 분류를 시도한 결과 pH는 4.0 미만의 높은 산성토양에서 유기물의 함량이 10%를 초과한 토양의 경우 중금속 오염토양분류에 제한요인으로 작용할 수 있음을 확인하였다. The purpose of this study was to investigate the interference factors of copper (Cu) - contaminated artificial soil samples in the application of aerial hyperspectral sensors to detection of heavy metals in soil. In the indoor test bed, other parameters were fixed and hyperspectral images were taken with two scenarios that different pH and organic contents. The spectral data of the heavy metal soils constructed in the indoor test bed were confirmed by mathematical preprocessing and the specific wavelength band of organic matter and pH was confirmed by using statistical analysis techniques. In addition, soil spiked with copper was analyzed by spectral angle mapper method (SAM, Spectral angle mapper) using the average library obtained by hyperspectral imaging and copper. As a result, it was confirmed that the soil with high organic matter content exceeding 10.7% in the acid soil with pH less than 4.0 could be a limiting factor for heavy metal contaminated soil classification.