KR20190049086A - 무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법 - Google Patents
무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법 Download PDFInfo
- Publication number
- KR20190049086A KR20190049086A KR1020170144556A KR20170144556A KR20190049086A KR 20190049086 A KR20190049086 A KR 20190049086A KR 1020170144556 A KR1020170144556 A KR 1020170144556A KR 20170144556 A KR20170144556 A KR 20170144556A KR 20190049086 A KR20190049086 A KR 20190049086A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- data
- uav
- algorithm
- processing
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 50
- 238000012937 correction Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 62
- 238000013507 mapping Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 16
- 238000007405 data analysis Methods 0.000 claims description 11
- 230000006854 communication Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 6
- 230000007175 bidirectional communication Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 238000002604 ultrasonography Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000012795 verification Methods 0.000 abstract description 6
- 238000009313 farming Methods 0.000 abstract description 2
- 230000001154 acute effect Effects 0.000 abstract 1
- 238000010276 construction Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 238000012805 post-processing Methods 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 206010044565 Tremor Diseases 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Navigation (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
본 발명은 상기와 같은 종래 기술의 제반 단점과 문제점을 해결하기 위한 것으로, 바다, 넓은 강, 식별이 어려운 농사정보, 흔들림이 심한 산림정보에서 빠른 2차원 정밀위치 데이터 획득과 무인기 항법장치의 위치, 자세, 각도 물리적 최적 보정과 실시간 데이터 위치결정에 필요한 무인기 고속비행중 영상 및 센서데이터 위치결정 검증에 필요한 영상데이터 멥 매칭(Map matching) 알고리즘으로 실시간 2차원(2D) 정사배치 위치검증이 가능하고, 무인기 고속비행중 위치결정과 항법센서정보의 오차보정을 위해 지상 항공식별 영상데이터 배치결정 알고리즘으로 무인기 획득 영상과 센서데이터 위치, 각도 배치의 오차보정을 통한 2차원 정사배치가 가능한 무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법에 관한 것이다.
Description
본 발명은 무인기를 이용한 정밀위치 영상 획득에 관한 것으로, 더욱 상세하게는 고속비행중 영상 및 센서데이터 위치결정 오류 최적화 검증에 필요한 영상데이터 맵 매칭(Map matching) 알고리즘과 실시간 2차원(2D) 정사배치 위치검증 및 무인기 비행중 위치결정과 항법센서정보의 오차보정을 위한 영상데이터 배치결정 알고리즘을 통해 위치결정 항공식별 위치에 2차원 정사배치 방법으로 무인기 획득 영상의 위치, 각도 배치의 오차검증과 보정을 위한 2차원 정사배치와 준실시간 2D 정사처리를 위한 무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법에 관한 것이다.
공간정보는 지상·지하·수상·수중 등 공간상에 존재하는 자연적 또는 인공적인 객체에 대한 위치정보 및 이와 관련된 공간적 인지 및 의사결정에 필요한 정보(「국가공간정보기본법」 제2조 제1항 및 「국토지리정보원 공간정보 표준화지침」 제2조 제1항)로 공간에 존재하는 자연적, 인공적인 물체에 대한 위치정보 및 속성정보의 서비스시장이다.
공간정보 구축기술의 발전과 함께 공간정보취득 및 활용의 범위는 갈수록 확대되고 있으며, 특히 3차원 국토공간정보 분야는 항공사진측량 기술의 발전과 함께 급속하게 성장하고 있다.
기존 위성 영상과 항공사진 래스터 데이터 등은 넓은 범위를 제공한다는 장점이 있지만, 소규모 특정지역만을 반복 촬영할 수 없다는 단점과 더불어 공간해상도는 주로 11cm ∼ 1m급 영상으로서 객체 판독에 한계가 있고 이를 극복하기 위한 각종 신기술이 개발되면서 공간정보 구축의 패러다임이 빠르게 변화하고 있다.
최근 국내에서도 위성과 항공에서 제공되지 못하던 5cm급 고해상도 영상을 무인기를 이용 편리하게 취득 할 수 있다는 장점이 있기 때문에 다양한 분야에서 기술개발이 진행되고 있다.
또한 급변하는 공간정보 수요증가와 신속하고 높은 수준의 데이터 갱신이 요구되고 있고 적조, 녹조와 같은 지구온난화등 환경 GIS분야에서도 빠른 데이터 구축을 요구 하고 있다. 그러나 빠른 데이터 처리는 무인기 자체 센서오류제거의 한계로 획득 데이터의 빠른 정밀 배치에 많은 어려움이 있다.
최근 소형무인기 시장의 급성장으로 무인기를 이용한 공간정보 데이터 획득과 응용분야가 점차 확대 되고 있다.
특히 공간정보산업은 도심, 산림, 해양등 다양한 환경에서 정밀위치기반 영상 및 센서데이터 획득운용이 많이 활용되고 있으며 현재는 저가 소형무인기에 탑제된 임무장비의 영상 및 센서 데이터와 지피에스(GPS), 아이엠유(IMU), 지자기센서, 방위각센서로도 스테레오 이미지를 높은 중첩도로 이미지 오버레이 메핑처리(Image Overlay Mapping Process) 방식의 소프트웨어 처리방식이 일반적으로 사용되는 기술방법이다.
최근의 무인기를 이용한 영상(Image) 또는 초분광센서(Hyper Spectra Sensor), 열화상센서와 같은 데이터 처리는 대부분 픽스포디(Pix4D) 멥퍼(mapper)와 같은 상용전문 소프트웨어를 통해 3차원 정사메핑처리(Overlay Mapping Process)가 이루어지고 있지만, 대부분 부정확한 지피에스(GPS), 아이엠유(IMU), 지자기센서(방위각센서)값으로 해상도가 높거나 높은 중첩도가 확보되어야 스테레오 방식의 후처리 정사영상처리가 이루어지는 것이 특징이다.
또한 정밀도가 높은 위치정확도를 위해 항공식별 기준점 측량의 다수 측지점 보정으로 정확도가 높아지고 있으나 후처리 시간이 많이 소요되는 단점을 가지고 있다.
그리고 상용전문 소프트웨어에서 제공되는 정사영상처리(Mapping Process)를 위해서는 중첩도 높은 목표데이터를 가상공간에 정사배치하고, 중첩도에 의한 고도값 산출로 디지털 멥 엘리베이션(DME: Digital Map Elevation)을 구하며, 마지막 과정으로 3차원 모델에 영상을 입히는 디지털 서페이스 모델(DSM: Digital Seface Model) 과정을 통해 정밀한 후처리 3차원 지형정보를 구하는 것이 일반적으로 이루어지고 있는 종래 기술이다.
이러한 무인기의 부정확한 지피에스(GPS)와 아이엠유(IMU) 자세정보를 가지고 소프트웨어 후처리 보정이 이루어지고 있으나, 영상(Image) 또는 초분광센서(Hyper Spectra Sensor), 열화상이미지와 같은 데이터는 수풀이 우거진 산림, 광범위 농업지역, 움직임이 심한 강물, 해양환경과 같은 비정형화된 환경에서 지형데이터가 제대로 생성되지 않고 있다. 그리고, 이미지 센서 데이터 처리가 넓은 공간에서도 높은 중첩도를 요구하고 있어 빠른 데이터 획득이 어렵고, 반드시 중첩도가 높은 선형 공통 스테레오 정보 확보에서 정확위치의 정사영상 또는 지형정보 생성이 이루어지고 있다.
최근 무인기의 실시간 운영에 의한 2차원 정사 메핑 처리(Overlay Mapping Process)에 의한 지형정보시스템(GIS) 빅 데이터(big data) 구축 시장이 확대되고 있고, 동일지형의 중복된 실시간 1m 미만 정확도의 정사영상을 기반으로 지형변화 감시와 영상객체 분석데이터 활용도가 높아지고 있어 실시간 운영방법과 빠른 2차원 정사배치 또는 정사 메핑 처리(Overlay Mapping Process) 기술과 정밀 위치 보정방법이 필요해지고 있다.
특히 수풀이 우거진 산림, 광범위 농업지역 등과 움직임이 심한 강물 해양환경과 같은 비정형화 또는 선형공통 스테레오 정보추출이 어려운 지상데이터 환경에서 중첩도를 최소화하여 빠른 데이터 획득에 의한 실시간 2차원(2D) 정사배치 기술의 개발이 요구되고 있다.
또한 무인비행기 개발에 있어 위성항법(GNSS), 관성센서는 자동비행에서 매우 중요하게 활용되고 있다. 그러나 무인기는 GNSS, 관성항법 이외 비행가속오차, 고도오차, 지자기오차, 비행제어오차, 짐벌제어오차, 영상셔터오차 요인 등으로 비행중 지상데이터의 정확한 위치정보 획득은 어렵기 때문에 실시간 처리를 위해서는 물리적 환경 최적화를 통한 소프트웨어 처리가 필요하다.
그리고 실시간 처리는 빅데이터와 통신요인으로 실시간 정사배치가 어렵기 때문에 준 실시간 처리가 불가피하다.
준실시간 정사처리는 소프트웨어 후처리 의존보다 무인기 오차요인 최적화가 우선 필요하고 획득된 영상의 2D 정사배치를 통해 보정 알고리즘이 꾸준히 개선될 경우 1m 이내 정확도가 보장되는 2D 정사배치가 가능할 것으로 예측된다.
하지만 무인기의 이동중 위성항법수신기와 관성항법 오차 검증이 어렵고 이동중 GPS 위치좌표 의존하는 영상처리는 수십m 이상 큰 위치오차 발생이 예상되고 복합적인 지자기, 자세, 속도 등 누적오차 요인으로 측지점 보정이 어려운 해상, 산림, 농사 등의 GIS구축이 현실적으로 어려운 상황이라는 문제가 있었다.
따라서, 본 발명은 상기와 같은 종래 기술의 제반 단점과 문제점을 해결하기 위한 것으로, 바다, 넓은강, 식별이 어려운 농사정보, 흔들림이 심한 산림정보에서 빠른 2차원 정밀위치 데이터 획득과 무인기 항법장치의 위치, 자세, 각도 물리적 최적 보정과 실시간 데이터 위치결정에 필요한 무인기 고속비행중 영상 및 센서데이터 위치결정 검증에 필요한 영상데이터 멥 매칭(Map matching) 알고리즘으로 실시간 2차원(2D) 정사배치 위치검증이 가능하고, 무인기 고속비행중 위치결정과 항법센서정보의 오차보정을 위해 지상 항공식별 영상데이터 배치결정 알고리즘으로 무인기 획득 영상과 센서데이터 위치, 각도 배치의 오차보정을 통한 2차원 정사배치가 가능한 무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법을 제공하는데 그 목적이 있다.
상기한 목적을 달성하기 위하여 본 발명 무인기 고속비행 중 정밀위치 영상 획득 장치는 고속비행 중 정밀위치 영상 획득을 위한 무인기; 지상의 항공식별 이미지를 확인하여 상기 무인기에서 획득된 영상 정보와 센서정보에 대하여 상기 항공식별 이미지의 배치 오차를 보정하여 이미지 또는 센서정보를 가상 그리드 멥 매칭(Grid Map matching) 알고리즘 2D 정사배치하기 위한 2D 정사배치 소프트웨어(2D 정사 알고리즘)가 구비되며, 상기 2차원(2D) 정사배치 알고리즘 처리 구조와 픽셀(Pixel) 벡터 이미지 그리드 멥 매칭(Grid Map matching) 위치결정 알고리즘을 이용하되, 상기 무인기의 카메라에서 획득된 영상(Images)에 대한 픽셀 벡터 데이터 분석은 상기 무인기에서 상기 지상관제장비로 양방향 데이터 통신에 의해 영상이 전송되면 상기 지상관제장비는 원시데이터 영상변환(Image converting)을 통해 알고리즘 배치 좌표 결정과 가상공간의 지구중심 좌표계 위에 벡터데이터가 2차원(2D) 정사배치되며, 고도 위치방향을 포함하는 무인기 물리적 좌표를 기반으로 지상 2차원(2D) 좌표 픽셀데이터 크기변경과 상기 지구중심 좌표계 산출 알고리즘에 의해 분석된 픽셀 벡터 영상의 위치정확도 항법좌표를 산출하여 2차원(2D) 중첩 배치 메핑 처리(Overlay Mapping Process)를 수행하는 것을 특징으로 한다.
여기서, 지상관제장비는 상기 무인기와 양방향 통신하기 위한 통신부를 통해 상기 무인기의 카메라로부터 전송된 영상 데이터가 수신되면 수신된 영상 데이터를 처리하는 영상 데이터 처리부와, 상기 무인기의 각종 센서로부터의 센서 데이터를 처리하는 센서 데이터 처리부와, 상기 영상 데이터 처리부와 센서 데이터 처리부의 데이터를 저장하는 메모리부와, 상기 영상 데이터 처리부에서 처리된 영상 데이터에서 정사 이미지 위치 데이터를 분석하는 정사 이미지 위치 데이터 분석부와, 상기 영상 데이터의 이미지를 분석하는 영상데이터 이미지 분석부와, 초분광센서, 열화상(IR)센서 데이터 분석부로 데이터 이미지변환 분석구조를 갖은 다음 픽셀 벡터 데이터의 동일구조로 변환하여 두 모듈과 결과데이터를 통합하여 2D 정사배치가 이루어지도록 하는 센서 데이터 분석부와, 상기 결과 데이터를 디스플레이하는 디스플레이부 및 제어부를 포함하여 구성됨을 특징으로 한다.
그리고 무인기가 사전획득한 비행식별 정밀 위치 좌표인 상기 항공식별 이미지를 이용한 물리적 최적화 오차보정 방법으로 정사배치 알고리즘 처리는, 상기 지상관제장비에서 상기 무인기의 영상(images)에 포함된 고도에 따른 Boundary 계산, 거리 = 고도 x 기울기 값에 중심(ECEF 36.000, 127.000)값으로 피타고라스의 정리 및 삼각 계산법으로 데이터 획득 사각정보의 네점(A, B, C, D) ENU를 산출하고 ENU(East-North-Up) to ECEF(Earth-Centered Earth-Fixed) 값을 ECEF to LLH(위/경도) 변환(Convert)하고 GPS Data를 이용한 이미지 정사 배치과정을 수행하여 정밀도 처리를 수행하는 것을 특징으로 하는 한다.
또한 상기한 목적을 달성하기 위하여 본 발명 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 정밀위치 획득 방법은 무인기가 고속비행 중 지상의 항공식별 이미지를 포함하는 정밀위치 영상을 획득하는 단계; 지상관제장비는 상기 무인기에서 획득된 영상 정보와 상기 항공식별 이미지의 배치 오차를 보정하여 영상정보 또는 센서정보를 가상 그리드 멥 매칭(Grid Map matching) 알고리즘 2D 정사배치를 위하여 2D 정사배치 소프트웨어(2D 정사 알고리즘)가 구비되며, 2차원(2D) 정사배치 알고리즘 처리 구조와 픽셀 (Pixel) 벡터 이미지 그리드 멥 매칭(Grid Map matching) 위치결정 알고리즘을 이용하되, 상기 지상관제장비는 원시데이터 영상변환(Image converting)기를 통해 알고리즘 배치 좌표 결정과 가상공간의 지구중심 좌표계위에 벡터데이터가 2차원(2D) 정사배치되며, 고도 위치방향과 같은 상기 무인기 물리적 좌표를 기반으로 지상 2차원(2D) 좌표 픽셀데이터 크기변경과 지구중심 좌표계 산출 알고리즘에 의해 분석된 픽셀 벡터 영상의 위치정확도 항법좌표를 2차원(2D) 중첩배치 메핑 처리(Overlay Mapping Process)하는 단계와, 상기 지상관제장비의 프로세서내에 설치된 소프트웨어는 순차처리 다이어그램의 영상 정보를 취합하여 한 개의 영상을 만들 수 있도록 Image Processing Function을 통해 2D 정사배치 취합 영상을 저장하고, 그리드 멥 매칭(Grid Map matching) 배치를 위해 위/경도 및 고도, 헤딩(Heading)을 이용하여 이미지 배치 후 정사처리 알고리즘을 적용하되, 상기 무인기(100)가 사전획득한 비행식별 정밀 위치 좌표인 항공식별 이미지를 이용한 물리적 최적화 오차보정 방법으로 상기 무인기(100)의 고도에 따른 Boundary 계산, 거리=고도x기울기 값에 중심값으로 피타고라스의 정리 및 삼각 계산법으로 데이터 획득 사각정보의 네점(A, B, C, D) ENU를 산출하고 ENU(East-North-Up) to ECEF(Earth-Centered Earth-Fixed) 값을 ECEF to LLH 변환(Convert)하고 GPS Data를 이용한 이미지 정사 배치과정을 수행하는 단계;를 포함하여 영상획득 위치의 정밀도를 향상시키는 것을 특징으로 한다.
본 발명은 다음과 같은 효과가 있다.
첫째, 바다, 넓은강, 식별이 어려운 농사정보, 흔들림이 심한 산림정보에서 빠른 2차원 정밀위치 데이터 획득과 무인기 항법장치의 위치, 자세, 각도에 대한 물리적 최적 보정과, 실시간 데이터 위치결정에 필요한 무인기 고속비행중 영상 및 센서데이터 위치결정 검증에 필요한 영상데이터 멥 매칭(Map matching) 알고리즘으로 실시간 2차원(2D) 정사배치 위치검증이 가능하다.
둘째, 무인기 고속비행 중 위치결정과 항법센서정보의 오차보정을 위해 지상 항공식별 영상데이터 배치결정 알고리즘으로 무인기 획득 영상과 센서데이터 위치, 각도 배치의 오차보정을 통한 2차원 정사배치가 가능해지므로, 수풀이 우거진 산림, 광범위 농업지역 등과, 움직임이 심한 강물 해양환경과 같은 비정형화 또는 선형공통 스테레오 정보추출이 어려운 지형에서 무인기의 센서와 비행처리환경으로 정밀 지형정보 데이터 모델링 생성에 유용하게 활용될수 있다.
도 1은 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 설명하기 위한 도면이다.
도 2는 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치에서 2차원(2D) 정사배치 알고리즘 처리 구조를 나타낸 도면이다.
도 3은 도 1에 나타낸 무인기 고속비행 중 정밀위치 영상 획득 장치 중 지상관제장비의 일 예를 나타낸 도면이다.
도 4 및 도 5는 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 해상환경에서 획득한 열화상센서 2D 정사배치를 나타낸 도면이다.
도 6은 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 2D 정사배치 결과데이터의 일예를 나타낸 사진이다.
도 7은 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 2D 정사배치 결과데이터에 대한 상용 후 처리 소프트웨어로 고해상도 영상을 확보한 예를 나타낸 사진이다.
도 2는 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치에서 2차원(2D) 정사배치 알고리즘 처리 구조를 나타낸 도면이다.
도 3은 도 1에 나타낸 무인기 고속비행 중 정밀위치 영상 획득 장치 중 지상관제장비의 일 예를 나타낸 도면이다.
도 4 및 도 5는 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 해상환경에서 획득한 열화상센서 2D 정사배치를 나타낸 도면이다.
도 6은 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 2D 정사배치 결과데이터의 일예를 나타낸 사진이다.
도 7은 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 2D 정사배치 결과데이터에 대한 상용 후 처리 소프트웨어로 고해상도 영상을 확보한 예를 나타낸 사진이다.
본 발명의 바람직한 실시 예를 첨부된 도면에 의하여 상세히 설명하면 다음과 같다.
아울러, 본 발명에서 사용되는 용어는 가능한 한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며 이 경우는 해당되는 발명의 설명부분에서 상세히 그 의미를 기재하였으므로, 단순한 용어의 명칭이 아닌 용어가 가지는 의미로서 본 발명을 파악하여야 함을 밝혀두고자 한다. 또한 실시 예를 설명함에 있어서 본 발명이 속하는 기술 분야에 익히 알려져 있고, 본 발명과 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 발명의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.
앞에서도 설명한 바와 같이, 물리적 오차요인을 빠르게 검증 가능한 가상 표적 Map matching기법 알고리즘으로 각각의 오차요인을 예측하고 획득된 영상의 준실시간 2D정사배치를 통해 정확도 검증이 가능한 소프트웨어 개발이 우선 필요하다 하겠다.
무인기의 물리적 오차요인을 검증하기 위한 가상 표적 멥 매칭(Map matching) 알고리즘 기법을 구현하기 위해 데이터 처리배치(Grid), 데이터 분석 지형정보 멥핑(Mapping), 사용자인터페이스(GUI) 항목으로 설계된다.
도 1은 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 설명하기 위한 도면이고, 도 2는 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치에서 2차원(2D) 정사배치 알고리즘 처리 구조이다.
본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치는 도 1에 나타낸 바와 같은데, 고속비행 중 정밀위치 영상 획득을 위한 무인기(100)에 대한 수집 데이터 처리는 데이터의 정확도 향상을 위해 원시데이터 기반으로 픽셀 벡터 위치정보 처리 방법으로 처리한다.
참고로 무인기는 GPS 수신기, 가속도계(accelerometer), 자이로센서, 지자계센서, 압력센서, 온도센서, 카메라 공기 흐름 센서(Flow Sensor Camera), 고도계 적외선(열화상) 카메라(IR Camera), 고화질 카메라(HD Camera), 짐벌(GIMBAL), 와이파이나 LTE 통신을 위한 USB 접속부, 카드 슬롯(예로서 SD Card), RS-232. RS-485 및 ADC 인터페이스 등으로 구성된다.
무인기(100)는 무인 비행체(드론)이고, 지상관제장비(200)는 항공식별 이미지(300)를 확인하여 무인기(100)에서 획득된 영상 정보와 항공식별 이미지(300)의 배치 오차를 보정하여 영상정보 또는 센서정보를 가상 그리드 멥 매칭(Grid Map matching) 알고리즘 2D 정사배치한다. 이를 위하여 지상관제장비(200)는 2D 정사배치 소프트웨어(2D 정사 알고리즘)가 구비되며, 후술되는 2차원(2D) 정사배치 알고리즘 처리 구조와 후술되는 수학식 1 내지 5에서와 같은 픽셀(Pixel) 벡터 이미지 그리드 멥 매칭(Grid Map matching) 위치결정 알고리즘을 이용한다. 참고로 픽셀(Pixel) 벡터 이미지 그리드 멥 매칭(Grid Map matching) 위치결정 알고리즘은 기존에 오픈된 자료를 본 발명에서 이용하는 것으로 신뢰도가 있다 할 것이다.
이러한 2D 정사배치를 위한 소프트웨어는 영상이미지 정사배치 이외 이미지 매칭이 어려운 열화상센서(IR) 데이터에서 특히 유용하게 적용 된다. 수집된 IR RAW 데이터(원자료, 원시자료)와 픽셀 속성의 RAW데이터를 이용하여 각각 픽셀별 기준절대 온도 보상 알고리즘을 적용하며, 해수 온도 편차를 측정할 수 있는 데이터 분석이 가능하고, 이렇게 수집된 IR RAW데이터를 이용하여 온도분포 이미지로 변환시키고 이미지의 위치데이터 및 로깅 정보를 2D정사 배치시키는 데이터 처리 와 마지막으로 산출된 결과 값을 이용하여 사용자에게 쉽게 표현 할 수 있도록 가시화를 하는 처리방법을 가진다.
여기서 데이터 처리는 영상처리 방법과 동일하게 IR RAW DATA Analyze와, EO/IR EXIF(위치정보 데이터) 처리가 수행되고, 데이터 분석은 IR raw data image converting과, IR/EO Image 2D 정사배치를 수행하며, GUI는 분석 Image GUI 표출 과 후처리 데이터 와 센서 데이터 UI 표출을 모두 수행할수 있다.
이러한 데이터 분석 적용과, 센서데이터 처리 및 GUI는 영상배치 방법과 센서데이터 처리방법 과정을 거쳐 동일하게 2D정사배치 되며 뒤에서 상세히 설명하기로 한다.
참고로 도 1에서 101은 무인기(100)에서 획득된 픽셀 4각형(A,B,C,D) 좌표 위치이고, 102는 이미 알고 있는 위치에서 항공식별 정밀 측지 좌표 및 헤딩위치이며, 103은 무인기에서 획득된 픽셀 4각형 기준위치(102와 위치좌표 좌표 오차보정 기준좌표)이고, 104는 항공식별좌표의 헤딩각과 무인기(100)에서 획득된 101의 사각형 헤딩각의 오차(102와 헤딩각 오차보정 기준좌표)이다.
본 발명은 무인기(100)의 카메라에서 획득된 영상(Images)에 대한 픽셀 벡터 데이터 분석은 무인기(100)에서 지상관제장비(200)로 양방향 데이터 통신에 의해 전송된다. 지상관제장비의 원시데이터 영상변환(Image converting)기를 통해 알고리즘 배치 좌표 결정과 가상공간의 지구중심 좌표계위에 벡터데이터가 2차원(2D) 정사배치되며, 고도 위치방향과 같은 무인기 물리적 좌표를 기반으로 지상 2차원(2D) 좌표 픽셀데이터 크기변경과 지구중심 좌표계 산출 알고리즘에 의해 분석된 픽셀 벡터 영상의 위치정확도 항법좌표를 산출하는 구조를 갖는 2차원(2D) 중첩배치 메핑 처리(Overlay Mapping Process) 기술이다.
지구중심 좌표계 산출 알고리즘 소프트웨어 아키텍처는 여러개의 함수(Function)로 구성되는데, 도 2에 나타낸 바와 같이 이미지에 태깅(Tagging)된 위치데이터(EXIF)를 위치데이터 계층(EXIF Class)에서 계산하고, 이미지에 Tagging된 EXIF(위치데이터 정보)를 계산하여 처리하는 기능(Function)과, 수집한 Latitude / Longitude / Altitude 정보를 Pixel단위로 변환(Converting) 할 수 있는 LLH to PIXEL 기능(Fuction)과 픽셀을 하나의 이미지로 변환된 진북기준 헤딩(Heading) 정보를 이용하여 진북 방향을 기준으로 이미지를 Rotate 처리하기 위한 Rotate 기능(Function)으로 구성된다.
이때, 도 2의 프로세서(PROC.)에서 방향을 결정하여 물리적 배치좌표를 통한 2D 정사배치를 결정한다.
특히 항공식별 지상기준 데이터를 취득하여 획득된 영상의 진북기준 헤딩(Heading) 센서정보와 지상기준 데이터의 오차를 보정하여 진북 방향 영상 Rotate 처리루틴을 위한 Rotate 기능은 추후 오차보정을 위한 항공식별표식에 의한 오차보정이 함께 반영되도록 구현할 수 있다.
오차보정이 적용되어 정사배치 알고리즘에 필요한 이미지는 무인기에서 수집된 위치데이터와 Logging정보를 보정하여 생성하며, 생성 시 EXIF(이미지 위치데이터)를 포함시켜 jpg 포맷에 맞게 Binary data를 도 2에서와 같이 구성한다.
2D 정사배치 시 고려해야 할 사항은 무인기의 위치데이터 및 센서 Logger 정보이다. 최소 필요 데이터는 Latitude(위도), Longitude(경도), Altitude(고도)데이터를 가지고 계산식에 의해 픽셀에 한 장씩 적용하여 배치한다.
데이터 처리부는 영상처리와 IR과 같은 센서데이터 루틴으로 구성하며 센서 IR RAW Data 루틴에서 센서특성에 맞는 오차보정을 통해, 정확한 데이터의 이미지를 생성한다. 특히 IR RAW 데이터의 Pixel 별 온도데이터는 각 Pixel별 절대값 온도와/상대값 온도를 계산보정하고, 최종 결과 데이터는 픽셀 별 온도에 따른 온도펴현 색상으로 지정한다. 이를 이용하여 한 개의 IR raw 데이터 파일은 한 장의 jpg image와 같이 영상자료로 생성하며, 최종루틴에서 영상파일과 같이 jpg image에 EXIF값을 별도로 구성하여 보정된 이미지의 위치데이터를 작성한다.
그리고 프로세서내에 설치된 소프트웨어는 순차처리 다이어그램의 영상 정보를 취합하여 한 개의 영상을 만들 수 있도록 이미지 처리 기능(Image Processing Function)을 통해 2D 정사배치 취합 영상을 메모리에 저장하는 구조로 처리하였다.
이를 위하여 도 1에 나타낸 무인기 고속비행 중 정밀위치 영상 획득 장치 중 지상관제장비(200)의 일 예를 도 3에서 나타내고 있는데, 2차원(2D) 정사배치는 무인기(100)와 양방향 통신하기 위한 통신부(210)를 통해 무인기(100)의 카메라로부터 전송된 영상 데이터가 수신되면 수신된 영상 데이터를 처리하는 영상 데이터 처리부(220)와 무인기(100)의 각종 센서로부터의 센서 데이터를 처리하는 센서 데이터 처리부(230)와, 영상 데이터 처리부(220) 및 센서 데이터 처리부(230)에서 처리된 데이터를 저장하는 메모리부(240)와, 영상 데이터 처리부(220)에서 처리된 영상 데이터에서 정사 이미지(images) 위치 데이터를 분석하는 정사 이미지 위치 데이터 분석부(250)와 영상 데이터의 이미지를 분석하는 영상데이터 이미지 분석부(260)로 구성하였고, 정사 이미지 위치데이터 분석부(250)는 무인기(100)의 영상촬영 정보와 위성항법 및 자세정보 분석구조를 갖고 있으며, 센서 데이터 분석부(270)는 주로 초분광센서, 열화상(IR)센서 데이터 분석부로 데이터 이미지변환 분석구조를 갖은 다음 픽셀 벡터 데이터의 동일구조로 변환하여 두 모듈과 결과데이터를 통합하여 2D 정사배치가 이루어지도록 하였다.
이러한 통합된 결과 데이터는 디스플레이부(280)에 디스플레이되며, 제어부(290)는 통신부(210), 영상 데이터 처리부(230), 메모리부(240), 정상 이미지 위치 데이터 분석부(250), 영상 데이터 이미지 분석부(260), 센서 데이터 분석부(270) 및 디스플레이부(280)를 제어한다.
2D 정사배치 알고리즘의 지구중심 좌표 위치 결정은 일반적으로 Pixel 벡터이미지 패턴을 이용한 파노라마 사진배치 방식이 적용하기 어려운 구조이기 때문에 본 발명에 적용된 무인기 획득 정보는 그리드 멥 매칭(Grid Map matching) 배치를 위해 위/경도 및 고도, 헤딩(Heading)을 이용하여 이미지 배치후 정사처리 알고리즘을 적용하였다.
그러나 준 실시간 그리드 멥 매칭(Grid Map matching)은 데이터 위치 오차가 클수록 정사배치로 검증할 수 없기 때문에, 무인기(100)가 사전획득한 비행식별 정밀 위치 좌표인 항공식별 이미지(300)를 이용한 물리적 최적화 오차보정 방법으로 정사배치 알고리즘 처리는, 고도에 따른 Boundary 계산, 거리=고도x기울기 값에 중심(ECEF 36.000, 127.000)값으로 피타고라스의 정리 및 삼각 계산법으로 데이터 획득 사각정보의 네점(A, B, C, D) ENU를 산출하고 ENU(East-North-Up) to ECEF(Earth-Centered Earth-Fixed) 값을 ECEF to LLH 변환(Convert)하고 GPS Data를 이용한 이미지 정사 배치과정을 수행하면 높은 정밀도 처리가 가능하다.
정사배치를 위해서 Image 또는 센서데이터의 중심좌표 계산은 픽셀의 위경도 산출 알고리즘을 나타낸 도 2에서는 다음 식 1 내지 식 5와 같이 극반지름 방정식(식1), 지심위도산출(식2)을 적용 하였고, 관측지의 고도가 아닌 곳에서 지심거리 계산(식3), 자전축과 관측지의 거리와 적도면 관측지 거리 산출(식 4) 및 피타고라스의 정리와 삼각법에 의한 관측지의지심거리, 위도 산출 알고리즘(식 5)으로 픽셀벡터 위치를 결정하였다.
데이터 분석 지형정보 멥핑(Mapping) 2D 정사배치 운용 소프트웨 기술은 영상/센서데이터 포함된 Latitude(위도), Longitude(경도), Altitude(고도) 비행Logging 정보를 기반으로 Pixel 위치결정 알고리즘이 수행되며, 수학식 1 내지 5에 의해 한장씩 2차원(2D) 순차배치되는 처리구조이다.
특히 영상 데이터 처리부(220)에서 Pixel별 Raw Data의 위치데이터 생성과 위도, 경도의 최소, 최대값을 산출하여 이미지 규격과 고도 스케일에 따라 크기를 동일한 규격으로 규격화되도록 자동변환 결정 알고리즘이 수행된다.
각 위경도의 최대 최소값은 동서남북(E/W/S/N)의 중심점을 구하고, Min/Max값을 기준으로 최종 이미지 스케일이 계산되며, 영상에 대한 이미지 처리는 가로 세로 Pixel값 계산과 Pixel 좌표계산, 실수 보정, 진북 헤딩(Heading) 값의 회전(rotate)을 무인기(100)가 사전에 항공식별위치에서 획득된 정밀위치와 오차 각도 편차를 보정하여 2D 정사배치 위치를 결정하도록 하였다.
도 4 및 도 5는 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 해상환경에서 획득한 열화상센서 2D 정사배치를 나타낸 도면이다.
본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 해상환경에서 획득한 열화상센서 2D 정사배치는 도 4 및 도 5에 나타낸 바와 같은데, 영상 및 센서의 기본정보를 기반으로 정사배치를 반복처리하는 구조를 가지며, 도 4의 정사배치 소프트웨어로 해상위치에 열화상(IR)데이터 좌표를 구하여 2D 정사배치 하였다.
이미지 정사가 어려운 해상환경에서 정밀측량 항공표지 지상측지점의 기준데이터 획득된 정사배치 정밀도는 다수의 항공식별 데이터 정보획득 보정처리로 정확도를 높이는 방법을 갖고 있다.
정사배치 소프트웨어 실험은 해상, 산림, 농사등의 GIS구축에서 유용화게 활용 될 수있도록 바다환경의 열화상 센서를 이용한 3km 비행을 통해 정사배치를 데이터를 검증하였으며, 도 5의 해수온도 측정 실험은 바람에 의한 영향이 있을 때와 바람에 의한 영향이 없을 때 획득된 데이터의 배치가 1m 이내로 이루어지는 것을 확인할 수 있었다.
2차원(2D) 정사배치 소프트웨어를 통한 2D 정사배치는 2D 정사배치 소프트웨어에 무인기 탑재 임무장비 카메라 또는 센서정보를 입력하고, 지상 정밀 위치 보정을 위해 항공식별 측량위치좌표를 함께 입력하여 무인기가 항공식별 측량위치좌표에서 획득된 이미지 또는 센서데이터를 전송하면, 지상관제장비는 해당 항공식별 이미지를 확인하여 무인기에서 획득된 정보와 항공식별 이미지의 배치 오차를 보정하여 이미지 또는 센서정보를 가상 그리드 멥 매칭(Grid Map matching) 알고리즘 2D 정사배치 하였다.
도 6은 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 2D 정사배치 결과데이터의 일예를 나타낸 사진이고, 도 7은 본 발명에 따른 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 2D 정사배치 결과데이터에 대한 상용 후 처리 소프트웨어로 고해상도 영상을 확보한 예를 나타낸 사진이다.
도 6의 2D정사배치 결과데이터는 천변(700m x 200m)을 비행하여 2개의 항공식별 정밀측지점으로 1회 15분(약5km) 비행으로 UHD중첩도 70%, FOV 40도 영상 약200개를 획득하여 정사배치된 이미지인데, 항공식별 정밀측지점이 많을수록 정사배치정밀도는 향상되며 별도의 이미지 2D 메핑알고리즘을 통해 근접영상의 빠른 2D 정사영상처리 알고리즘을 적용하여 준 실시간 빠른 지형정보 획득이 가능하다.
그리고 도 7은 상용 후처리 Pix4D Mapper 소프트웨어로 5cm급 고해상도 영상을 확보한 예를 사진으로 보여주고 있다.
이와 같은 예로 본 발명을 설명하였으나, 본 발명은 반드시 이러한 예들에 국한되는 것이 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서 본 발명에 개시된 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 예들에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.
100 : 무인기
200 : 지상관제장비
210 : 통신부 220 : 영상 데이터 처리부
230 : 센서 데이터 처리부 240 : 메모리부
250 : 정사 데이터 위치 데이터 분석부
260 : 영상 데이터 이미지 분석부 270 : 센서 데이터 분석부
280 : 디스플레이부 290 : 제어부
300 : 항공식별 이미지
210 : 통신부 220 : 영상 데이터 처리부
230 : 센서 데이터 처리부 240 : 메모리부
250 : 정사 데이터 위치 데이터 분석부
260 : 영상 데이터 이미지 분석부 270 : 센서 데이터 분석부
280 : 디스플레이부 290 : 제어부
300 : 항공식별 이미지
Claims (4)
- 고속비행 중 정밀위치 영상 획득을 위한 무인기(100);
지상의 항공식별 이미지(300)를 확인하여 상기 무인기(100)에서 획득된 영상 정보와 센서정보에 대하여 상기 항공식별 이미지(300)의 배치 오차를 보정하여 이미지 또는 센서정보를 가상 그리드 멥 매칭(Grid Map matching) 알고리즘 2D 정사배치하기 위한 2D 정사배치 소프트웨어(2D 정사 알고리즘)가 구비되며, 상기 2차원(2D) 정사배치 알고리즘 처리 구조와 픽셀(Pixel) 벡터 이미지 그리드 멥 매칭(Grid Map matching) 위치결정 알고리즘을 이용하되,
상기 무인기(100)의 카메라에서 획득된 영상(Images)에 대한 픽셀 벡터 데이터 분석은 상기 무인기(100)에서 상기 지상관제장비(200)로 양방향 데이터 통신에 의해 영상이 전송되면 상기 지상관제장비(200)는 원시데이터 영상변환(Image converting)을 통해 알고리즘 배치 좌표 결정과 가상공간의 지구중심 좌표계 위에 벡터데이터가 2차원(2D) 정사배치되며, 고도 위치방향을 포함하는 무인기 물리적 좌표를 기반으로 지상 2차원(2D) 좌표 픽셀데이터 크기변경과 상기 지구중심 좌표계 산출 알고리즘에 의해 분석된 픽셀 벡터 영상의 위치정확도 항법좌표를 산출하여 2차원(2D) 중첩 배치 메핑 처리(Overlay Mapping Process)를 수행하는 것을 특징으로 하는 무인기 고속비행 중 정밀위치 영상 획득 장치.
- 청구항 1에 있어서,
상기 지상관제장비(200)는,
상기 무인기(100)와 양방향 통신하기 위한 통신부(210)를 통해 상기 무인기(100)의 카메라로부터 전송된 영상 데이터가 수신되면 수신된 영상 데이터를 처리하는 영상 데이터 처리부(220)와,
상기 무인기(100)의 각종 센서로부터의 센서 데이터를 처리하는 센서 데이터 처리부(230)와,
상기 영상 데이터 처리부(220)와 센서 데이터 처리부(230)의 데이터를 저장하는 메모리부(240)와,
상기 영상 데이터 처리부(220)에서 처리된 영상 데이터에서 정사 이미지 위치 데이터를 분석하는 정사 이미지 위치 데이터 분석부(250)와,
상기 영상 데이터의 이미지를 분석하는 영상데이터 이미지 분석부(260)와,
초분광센서, 열화상(IR)센서 데이터 분석부로 데이터 이미지변환 분석구조를 갖은 다음 픽셀 벡터 데이터의 동일구조로 변환하여 두 모듈과 결과데이터를 통합하여 2D 정사배치가 이루어지도록 하는 센서 데이터 분석부(270)와,
상기 결과 데이터를 디스플레이하는 디스플레이부(280) 및 제어부(290)를 포함하여 구성됨을 특징으로 하는 무인기 고속비행 중 정밀위치 영상 획득 장치.
- 청구항 1에 있어서,
상기 무인기(100)가 사전획득한 비행식별 정밀 위치 좌표인 상기 항공식별 이미지(300)를 이용한 물리적 최적화 오차보정 방법으로 정사배치 알고리즘 처리는,
상기 지상관제장비(200)에서 상기 무인기(100)의 영상(images)에 포함된 고도에 따른 Boundary 계산, 거리=고도x기울기 값에 중심(ECEF 36.000, 127.000)값으로 피타고라스의 정리 및 삼각 계산법으로 데이터 획득 사각정보의 네점(A, B, C, D) ENU를 산출하고 ENU(East-North-Up) to ECEF(Earth-Centered Earth-Fixed) 값을 ECEF to LLH 변환(Convert)하고 GPS Data를 이용한 이미지 정사 배치과정을 수행하여 정밀도 처리를 수행하는 것을 특징으로 하는 무인기 고속비행 중 정밀위치 영상 획득 장치.
- 청구항 1 내지 청구항 3 중 어느 하나의 항에 기재된 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 정밀위치 획득 방법으로,
무인기(100)가 고속비행 중 지상의 항공식별 이미지(300)를 포함하는 정밀위치 영상을 획득하는 단계;
지상관제장비(200)는 상기 무인기(100)에서 획득된 영상 정보와 상기 항공식별 이미지(300)의 배치 오차를 보정하여 영상정보 또는 센서정보를 가상 그리드 멥 매칭(Grid Map matching) 알고리즘 2D 정사배치를 위하여 2D 정사배치 소프트웨어(2D 정사 알고리즘)가 구비되며, 2차원(2D) 정사배치 알고리즘 처리 구조와 픽셀 (Pixel) 벡터 이미지 그리드 멥 매칭(Grid Map matching) 위치결정 알고리즘을 이용하되,
상기 지상관제장비(200)는 원시데이터 영상변환(Image converting)기를 통해 알고리즘 배치 좌표 결정과 가상공간의 지구중심 좌표계위에 벡터데이터가 2차원(2D) 정사배치되며, 고도 위치방향과 같은 상기 무인기(100) 물리적 좌표를 기반으로 지상 2차원(2D) 좌표 픽셀데이터 크기변경과 지구중심 좌표계 산출 알고리즘에 의해 분석된 픽셀 벡터 영상의 위치정확도 항법좌표를 2차원(2D) 중첩배치 메핑 처리(Overlay Mapping Process)하는 단계와,
상기 지상관제장비(200)의 프로세서내에 설치된 소프트웨어는 순차처리 다이어그램의 영상 정보를 취합하여 한 개의 영상을 만들 수 있도록 Image Processing Function을 통해 2D 정사배치 취합 영상을 저장하고, 그리드 멥 매칭(Grid Map matching) 배치를 위해 위/경도 및 고도, 헤딩(Heading)을 이용하여 이미지 배치 후 정사처리 알고리즘을 적용하되,
상기 무인기(100)가 사전획득한 비행식별 정밀 위치 좌표인 항공식별 이미지(300)를 이용한 물리적 최적화 오차보정 방법으로 상기 무인기(100)의 고도에 따른 Boundary 계산, 거리=고도x기울기 값에 중심값으로 피타고라스의 정리 및 삼각 계산법으로 데이터 획득 사각정보의 네점(A, B, C, D) ENU를 산출하고 ENU(East-North-Up) to ECEF(Earth-Centered Earth-Fixed) 값을 ECEF to LLH 변환(Convert)하고 GPS Data를 이용한 이미지 정사 배치과정을 수행하는 단계를 포함하여 영상획득 위치의 정밀도를 향상시키는 것을 특징으로 하는 무인기 고속비행 중 정밀위치 영상 획득 장치를 이용한 정밀위치 획득 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170144556A KR102075028B1 (ko) | 2017-11-01 | 2017-11-01 | 무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170144556A KR102075028B1 (ko) | 2017-11-01 | 2017-11-01 | 무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190049086A true KR20190049086A (ko) | 2019-05-09 |
KR102075028B1 KR102075028B1 (ko) | 2020-03-11 |
Family
ID=66545681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170144556A KR102075028B1 (ko) | 2017-11-01 | 2017-11-01 | 무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102075028B1 (ko) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102146009B1 (ko) * | 2019-06-26 | 2020-08-19 | 주식회사 자연과기술 | 초분광 영상정보를 이용한 제방 모니터링 시스템 |
CN112712558A (zh) * | 2020-12-25 | 2021-04-27 | 北京三快在线科技有限公司 | 一种无人驾驶设备的定位方法及装置 |
KR102402949B1 (ko) * | 2021-07-28 | 2022-05-30 | 주식회사 네스앤텍 | 정밀도가 향상된 영상 정보의 획득 방법 |
KR102466007B1 (ko) * | 2022-03-16 | 2022-11-11 | 공간정보기술 주식회사 | 다차원 공간 정보 생성 시스템 및 방법 |
WO2023055223A1 (ko) * | 2021-10-01 | 2023-04-06 | 설윤호 | 관제 객체의 3차원 지형현장 정보 산출 방법 |
CN117079166A (zh) * | 2023-10-12 | 2023-11-17 | 江苏智绘空天技术研究院有限公司 | 一种基于高空间分辨率遥感图像的边缘提取方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997046941A1 (en) * | 1996-06-05 | 1997-12-11 | Stratus Computer | Digital data processing methods and apparatus for fault isolation |
KR20030068871A (ko) | 2002-02-18 | 2003-08-25 | 서원무인기술(주) | 무인기를 이용한 원격탐색 시스템 |
JP2007108029A (ja) * | 2005-10-14 | 2007-04-26 | Mitsubishi Electric Corp | 位置評定装置、位置評定方法および位置評定プログラム |
WO2009134819A1 (en) * | 2008-04-28 | 2009-11-05 | Sun Microsystems, Inc. | System and method for programmatic management of distributed computing resources |
KR20100072665A (ko) * | 2008-12-22 | 2010-07-01 | 한국항공우주연구원 | 단일영상을 이용한 자세각센서 삼차원 오정렬 보정방법 |
KR20120070891A (ko) * | 2010-12-22 | 2012-07-02 | 국방과학연구소 | 3차원 영상 보조 항법 장치 및 이를 이용한 관성 항법 시스템 |
KR20130079881A (ko) * | 2012-01-03 | 2013-07-11 | 한국항공우주산업 주식회사 | 고정 표적을 이용한 무인항공기의 표적 위치 보정 방법 및 컴퓨터 판독 가능한 기록매체 |
JP2013200604A (ja) * | 2012-03-23 | 2013-10-03 | Toyota Motor Corp | 移動ロボット |
KR20160052256A (ko) * | 2014-11-04 | 2016-05-12 | 한국전자통신연구원 | 가상 특징점을 이용하는 3차원 공간 매핑장치 및 그 방법 |
KR101644797B1 (ko) * | 2015-11-13 | 2016-08-02 | 김세봉 | 무인비행장치의 정밀 위치 보정시스템 |
KR20170090834A (ko) * | 2016-01-29 | 2017-08-08 | 동의대학교 산학협력단 | Gnss 기반의 측량 방법 |
KR20170111921A (ko) * | 2016-03-30 | 2017-10-12 | 팅크웨어(주) | 무인 비행체 제어 방법 및 시스템 |
-
2017
- 2017-11-01 KR KR1020170144556A patent/KR102075028B1/ko active IP Right Grant
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997046941A1 (en) * | 1996-06-05 | 1997-12-11 | Stratus Computer | Digital data processing methods and apparatus for fault isolation |
KR20030068871A (ko) | 2002-02-18 | 2003-08-25 | 서원무인기술(주) | 무인기를 이용한 원격탐색 시스템 |
JP2007108029A (ja) * | 2005-10-14 | 2007-04-26 | Mitsubishi Electric Corp | 位置評定装置、位置評定方法および位置評定プログラム |
WO2009134819A1 (en) * | 2008-04-28 | 2009-11-05 | Sun Microsystems, Inc. | System and method for programmatic management of distributed computing resources |
KR20100072665A (ko) * | 2008-12-22 | 2010-07-01 | 한국항공우주연구원 | 단일영상을 이용한 자세각센서 삼차원 오정렬 보정방법 |
KR20120070891A (ko) * | 2010-12-22 | 2012-07-02 | 국방과학연구소 | 3차원 영상 보조 항법 장치 및 이를 이용한 관성 항법 시스템 |
KR20130079881A (ko) * | 2012-01-03 | 2013-07-11 | 한국항공우주산업 주식회사 | 고정 표적을 이용한 무인항공기의 표적 위치 보정 방법 및 컴퓨터 판독 가능한 기록매체 |
JP2013200604A (ja) * | 2012-03-23 | 2013-10-03 | Toyota Motor Corp | 移動ロボット |
KR20160052256A (ko) * | 2014-11-04 | 2016-05-12 | 한국전자통신연구원 | 가상 특징점을 이용하는 3차원 공간 매핑장치 및 그 방법 |
KR101644797B1 (ko) * | 2015-11-13 | 2016-08-02 | 김세봉 | 무인비행장치의 정밀 위치 보정시스템 |
KR20170090834A (ko) * | 2016-01-29 | 2017-08-08 | 동의대학교 산학협력단 | Gnss 기반의 측량 방법 |
KR20170111921A (ko) * | 2016-03-30 | 2017-10-12 | 팅크웨어(주) | 무인 비행체 제어 방법 및 시스템 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102146009B1 (ko) * | 2019-06-26 | 2020-08-19 | 주식회사 자연과기술 | 초분광 영상정보를 이용한 제방 모니터링 시스템 |
CN112712558A (zh) * | 2020-12-25 | 2021-04-27 | 北京三快在线科技有限公司 | 一种无人驾驶设备的定位方法及装置 |
KR102402949B1 (ko) * | 2021-07-28 | 2022-05-30 | 주식회사 네스앤텍 | 정밀도가 향상된 영상 정보의 획득 방법 |
WO2023055223A1 (ko) * | 2021-10-01 | 2023-04-06 | 설윤호 | 관제 객체의 3차원 지형현장 정보 산출 방법 |
KR102466007B1 (ko) * | 2022-03-16 | 2022-11-11 | 공간정보기술 주식회사 | 다차원 공간 정보 생성 시스템 및 방법 |
CN117079166A (zh) * | 2023-10-12 | 2023-11-17 | 江苏智绘空天技术研究院有限公司 | 一种基于高空间分辨率遥感图像的边缘提取方法 |
CN117079166B (zh) * | 2023-10-12 | 2024-02-02 | 江苏智绘空天技术研究院有限公司 | 一种基于高空间分辨率遥感图像的边缘提取方法 |
Also Published As
Publication number | Publication date |
---|---|
KR102075028B1 (ko) | 2020-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102075028B1 (ko) | 무인기 고속비행 중 정밀위치 영상 획득 장치 및 그를 이용한 정밀위치 획득 방법 | |
Taddia et al. | Using DJI Phantom 4 RTK drone for topographic mapping of coastal areas | |
Rinaudo et al. | Archaeological site monitoring: UAV photogrammetry can be an answer | |
Niethammer et al. | UAV-based remote sensing of the Super-Sauze landslide: Evaluation and results | |
Mostafa et al. | Digital image georeferencing from a multiple camera system by GPS/INS | |
Brumana et al. | Combined geometric and thermal analysis from UAV platforms for archaeological heritage documentation | |
CN107917699B (zh) | 一种用于提高山区地貌倾斜摄影测量空三质量的方法 | |
Tampubolon et al. | UAV data processing for large scale topographical mapping | |
Tahar | Aerial terrain mapping using unmanned aerial vehicle approach | |
Le VAN et al. | Experimental investigation on the performance of DJI phantom 4 RTK in the PPK mode for 3D mapping open-pit mines | |
Zhang et al. | Accuracy Assessment of the ICESat-2/ATL06 Product in the Qilian Mountains Based on CORS and UAV Data | |
Daramola et al. | Assessing the geometric accuracy of UAV-based orthophotos | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
CN108253942B (zh) | 一种提高倾斜摄影测量空三质量的方法 | |
Hlotov et al. | Accuracy investigation of creating orthophotomaps based on images obtained by applying Trimble-UX5 UAV | |
Kordić et al. | Spatial data performance test of mid-cost UAS with direct georeferencing | |
US11513524B2 (en) | Three-dimensional analytic tools and methods for inspections using unmanned aerial vehicles | |
Amami et al. | Investigations into utilizing low-cost amateur drones for creating ortho-mosaic and digital elevation model | |
Guntel et al. | Accuracy analysis of control point distribution for different terrain types on photogrammetric block | |
Rokhmana et al. | Potential use of uav-based mapping system to accelerate the production of parcel boundary map in Indonesia | |
Amami et al. | Topographic Surveying using low-cost amateur drones & 4K ultra-high-definition videos | |
KR20220111597A (ko) | 지리정보제공시스템 | |
Zomrawi et al. | Accuracy evaluation of digital aerial triangulation | |
Ahmad et al. | Scalable and cost effective high resolution digital elevation model extraction method for Slope’s stability assessment | |
XUE et al. | Global 3d modeling and its evaluation for large-scale highway tunnel using laser range sensor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
E90F | Notification of reason for final refusal | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) | ||
GRNT | Written decision to grant |