다중 센서 융합을 위한 무인항공기 물리 오프셋 검보정 방법

김철욱; 임평채; 지준화; 김태정; 이수암

doi:https://doi.org/10.7780/kjrs.2022.38.6.1.13

추천

검색

자료유형: 학술저널

저자정보: 김철욱 ((주)쓰리디랩스) 임평채 ((주)쓰리디랩스) 지준화 (한국해양과학기술원 부설 극지연구소) 김태정 (인하대학교) 이수암 ((주)쓰리디랩스)

저널정보: 대한원격탐사학회 대한원격탐사학회지 대한원격탐사학회지 제38권 제6호

발행연도: 2022.12

수록면: 1,125 - 1,139 (15page)

DOI: https://doi.org/10.7780/kjrs.2022.38.6.1.13

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

무인항공기에 부착된 위성 항법 시스템/관성 측정 센서(global positioning system/inertial measurementunit, GPS/IMU)와 관측 센서 사이에는 물리적인 위치와 자세 오차가 존재한다. 해당 물리 오프셋으로 인해, 관측 데이터는 비행 방향에 따라 서로 위치가 어긋나는 이격 오차가 발생한다. 특히나, 다중 센서를 활용하여 데이터를 취득하는 다중 센서 무인항공기의 경우, 관측 센서가 변경될 때마다 고액의 비용을 지불하고 외산 소프트웨어 의존하여 물리 오프셋을 조정하고 있는 실정이다. 본 연구에서는 다중 센서에 적용 가능한 초기 센서모델식을 수립하고 물리 오프셋 추정 방법을 제안한다. 제안된 방안은 크게 3가지 단계로 구성된다. 먼저, 직접지리 참조를 위한 회전 행렬 정의 및 초기 센서 모델식을 수립한다. 다음으로, 지상기준점과 관측 센서에서 취득된 데이터 간의 대응점을 추출하여 물리 오프셋 추정을 위한 관측방정식을 수립한다. 마지막으로, 관측 자료를 기반으로 물리 오프셋을 추정하고, 추정된 파라미터를 초기 센서 모델식에 적용한다. 전주, 인천, 알래스카,노르웨이 지역에서 취득된 데이터셋에 적용한 결과, 4개 지역 모두 물리 오프셋 적용 전에 발생되던 영상 접합부의 이격 오차가 물리 오프셋을 적용 후 제거되는 것을 확인했다. 인천 지역의 지상기준점 대비 절대 위치 정확도를 분석한 결과, 초분광 영상의 경우, X, Y 방향으로 약 0.12 m 위치 편차를 보였으며, 라이다 포인트 클라우드의 경우 약 0.03 m의 위치 편차를 보여줬다. 더 나아가 영상 내 특징점에 대하여 초분광, 라이다 데이터의상대 위치 정확도를 분석한 결과, 센서 데이터 간의 위치 편차가 약 0.07 m인 것을 확인했다. 따라서, 제안된물리 오프셋 추정 및 적용을 통해 별도 기준점 없이 정밀한 데이터 매핑이 가능한 직접 지리 참조가 가능하다는 것을 확인했으며, 다중 센서를 부착한 무인항공기에서 취득된 센서 데이터 간의 융합 가능성에 대해 확인하였다. 본 연구를 통해 독자적인 물리 파라미터 추정 기술 보유를 통한 경제적 비용 절감 효과 및 관측 조건에따른 유연한 다중 센서 플랫폼 시스템 운용을 기대한다.

In an unmanned aerial vehicles (UAVs) system, a physical offset can be existed betweenthe global positioning system/inertial measurement unit (GPS/IMU) sensor and the observation sensorsuch as a hyperspectral sensor, and a lidar sensor. As a result of the physical offset, a misalignmentbetween each image can be occurred along with a flight direction. In particular, in a case of multisensorsystem, an observation sensor has to be replaced regularly to equip another observation sensor,and then, a high cost should be paid to acquire a calibration parameter. In this study, we establish aprecise sensor model equation to apply for a multiple sensor in common and propose an independentphysical offset estimation method. The proposed method consists of 3 steps. Firstly, we definean appropriate rotation matrix for our system, and an initial sensor model equation for directgeoreferencing. Next, an observation equation for the physical offset estimation is established byextracting a corresponding point between a ground control point and the observed data from a sensor. Finally, the physical offset is estimated based on the observed data, and the precise sensor modelequation is established by applying the estimated parameters to the initial sensor model equation. 4region’s datasets (Jeon-ju, Incheon, Alaska, Norway) with a different latitude, longitude were comparedto analyze the effects of the calibration parameter. We confirmed that a misalignment between imageswere adjusted after applying for the physical offset in the sensor model equation. An absolute positionaccuracy was analyzed in the Incheon dataset, compared to a ground control point. For the hyperspectralimage, root mean square error (RMSE) for X, Y direction was calculated for 0.12 m, and for the pointcloud, RMSE was calculated for 0.03 m. Furthermore, a relative position accuracy for a specific pointbetween the adjusted point cloud and the hyperspectral images were also analyzed for 0.07 m, so weconfirmed that a precise data mapping is available for an observation without a ground control point through the proposed estimation method, and we also confirmed a possibility of multi-sensor fusion. From this study, we expect that a flexible multi-sensor platform system can be operated through theindependent parameter estimation method with an economic cost saving.

#Physical offset #Multi-sensor fusion #Hyperspectral sensor #LiDAR sensor

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김철욱

소속기관 (주)쓰리디랩스

주요연구분야 자연과학 > 기타 자연과학

논문수 1 이용수 18

임평채

소속기관 (주)쓰리디랩스

주요연구분야 자연과학 > 기타 자연과학

논문수 5 이용수 38

지준화

소속기관 한국해양과학기술원 부설 극지연구소

주요연구분야 자연과학 > 기타 자연과학 자연과학 > 지구과학 > 지질학

논문수 3 이용수 36

김태정

소속기관 인하대학교

주요연구분야 공학 > 건축공학 > 토목공학 공학 > 전기전자공학 > 정보통신공학

논문수 81 이용수 3,949

이수암

소속기관 ㈜쓰리디랩스

주요연구분야 공학 > 건축공학 > 토목공학 자연과학 > 기타 자연과학

논문수 26 이용수 847

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)