드론 촬영 데이터의 인식 정확도 향상을 위한 사전 폐색율 자동 계산 알고리즘 구축 연구 (A Study on Establishment of Automatic Computation Algorithm for Occlusion Rate to Improve Recognition Accuracy of Drone Shooting Data)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 25권 / 11호 / 582 ~ 589페이지
· 저자명 : 김지은, 윤준희

초록

최근 도심의 다양한 현안 파악 및 해결에 필요한 의사결정 지원으로 IoT, 센싱, 드론, LiDAR 등 스마트 기술을 활용한 실시간 도심 모니터링 데이터 확보가 이슈이다. 여러 지자체 주도하에 드론 기반의 도심 관제를 목적으로 드론 운영을 위한 인프라 및 관리체계 구축 등 다양한 산업 활성화가 수행 중이다. 드론을 활용한 도심 모니터링 시 다양한 장애물로 인한 폐색영역 발생이란 드론이 갖는 물리적 한계가 존재하고 이는 촬영 데이터의 정확도 확보에 방해요소가 된다. 본 연구는 드론 경로를 설정하는 지상관제시스템(GCS, Ground Control System)에서 설정 경로를 토대로 폐색영역을 계산하고 예상 폐색율을 사전 사용자에게 제공하여, 폐색영역의 최소화를 통해 촬영 데이터의 인식 정확도 향상을 목적으로 한다. 이를 위하여 폐색율을 정의하고 이를 계산하기 위한 '촬영시야선' 개념을 정의하여 도로를 그리드 구획 후 폐색영역을 감지하고 폐색율을 계산하기 위한 알고리즘 프레임워크를 구축한다. 이후 폐색율에 영향을 주는 주요 요소(드론 비행고도, 도로로부터 이격거리, 건물 고도)를 정의하고, 요소별 상관관계를 분석한다. 마지막으로 해당 알고리즘의 주요 요소간 상관관계를 분석하고 시사점을 도출한다. 향후 해당 알고리즘을 적용하여 보다 정확한 동적객체 인식 및 추출, AI 분석을 통해 효과적 현안 문제해결 및 의사결정 지원을 기대한다.

영어초록

Currently, many local governments are revitalizing various industries, such as establishing infrastructure and management systems for drone operations for drone-based urban control. When monitoring urban areas using drones, the occurrence of areas occluded by various obstacles is a physical limitation of drones, which is a hindrance to securing the accuracy of photographing data. This study aimed to obtain accurate photographic data to minimize the occlusion area by calculating the occlusion area based on the drone route set by the ground control system and providing the expected occlusion rate to the pre-user. To this end, the occlusion rate and the concept of 'photographing viewing line' were defined to establish an algorithmic framework for detecting occlusion areas and calculating the occlusion rate after grid partitioning of the road. Subsequently, the main factors affecting the occlusion rate (drone flight altitude, distance from the road, and building altitude) were defined, and the correlation for each factor was analyzed. Finally, this research analyzed the correlations between the main elements of the algorithm and derived the implications. Using the algorithm-based drone acquisition data, it is judged that decision support through AI analysis and recognition of related dynamic objects for monitoring urban issues is possible.

참고자료

· 없음