KR102014634B1 - 3차원 구조물 진단을 위한 드론 유닛의 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템 - Google Patents

3차원 구조물 진단을 위한 드론 유닛의 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템 Download PDF

Info

Publication number
KR102014634B1
KR102014634B1 KR1020180004157A KR20180004157A KR102014634B1 KR 102014634 B1 KR102014634 B1 KR 102014634B1 KR 1020180004157 A KR1020180004157 A KR 1020180004157A KR 20180004157 A KR20180004157 A KR 20180004157A KR 102014634 B1 KR102014634 B1 KR 102014634B1
Authority
KR
South Korea
Prior art keywords
layer
coverage path
unit
layers
path
Prior art date
Application number
KR1020180004157A
Other languages
English (en)
Other versions
KR20190086081A (ko
Inventor
명현
정성욱
송승원
오택준
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020180004157A priority Critical patent/KR102014634B1/ko
Publication of KR20190086081A publication Critical patent/KR20190086081A/ko
Application granted granted Critical
Publication of KR102014634B1 publication Critical patent/KR102014634B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/36—Videogrammetry, i.e. electronic processing of video signals from a single source or from different sources to give parallax or range information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U20/00—Constructional aspects of UAVs
    • B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
    • B64U20/87—Mounting of imaging devices, e.g. mounting of gimbals
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B15/00—Special procedures for taking photographs; Apparatus therefor
    • G03B15/006—Apparatus mounted on flying objects
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B30/00—Camera modules comprising integrated lens units and imaging units, specially adapted for being embedded in other devices, e.g. mobile phones or vehicles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • B64C2201/12—
    • 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
    • B64U2101/31—UAVs specially adapted for particular uses or applications for imaging, photography or videography for surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Signal Processing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

본 발명은 3차원 구조물 진단을 위한 드론 유닛의 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템에 관한 것으로, 구조물을 향해 비행하는 드론 유닛을 이동시키며 구조물의 영상을 촬영하는 단계, 상기 구조물에 대한 영상 정보를 복셀화(voxelization)하여 일정 높이를 가진 임의의 개수의 레이어(layer)로 분할하는 단계 및 상기 분할된 다중 레이어 각각의 초기 시점으로 인한 인접한 레이어에서 중첩되는 레이어 경로의 시점을 업데이트하여, 상기 드론 유닛의 커버리지 경로를 산출하는 단계를 포함한다.

Description

3차원 구조물 진단을 위한 드론 유닛의 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템{MULTI­LAYER­BASED COVERAGE PATH PLANNING ALGORITHM METHOD OF UNMANNED AERIAL VEHICLE FOR THREE DIMENSIONAL STRUCTURAL INSPECTION AND THE SYSTEM THEREOF}
본 발명은 3차원 구조물 진단을 위한 드론 유닛의 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템에 관한 것으로, 보다 상세하게는 드론 유닛에 의해 촬영된 구조물의 영상에 기초하여 분할된 다중 레이어에서, 중첩되는 레이어 경로의 시점을 업데이트하여 드론 유닛의 커버리지 경로를 산출하는 방법 및 시스템에 관한 것이다.
시설물의 안전관리에 관한 특별법에 의해 우리나라는 1종 및 2종 건축물에 대한 주기적이고 지속적인 진단이 필수적이다.
건설교통부가 제시한 건축물 안전점검 및 정밀안전진단 세부지침에는 『건축물의 효과적인 안전 및 유지관리를 위해서는 설계, 시공 및 사용의 각 단계에서의 상세한 관련 정보의 체계적인 관리가 필요하다. 상세 정보의 기록과 자료는 관리주체가 관리하여야 하며, 기록의 갱신은 점검자 및 진단자가 성실히 이행하여야 한다. 관리 방법은 원칙적으로 전산화 혹은 마이크로필름화하여 효율성을 높이도록 한다』고 명시되어 있다.
최근 ICT 기술과 건축이 융합되면서 M2M 기반의 건축물 안전관리가 뜨거운 감자로 대두되고 있다. M2M 기술이란 Machine to Machine 기술로 MEMS 기술을 이용하여 구조물의 특성을 고감도로 감지하는 캡슐형 임플란트 센서분야와 노이즈의 크기와 형태를 측정하는 측정분야를 포함한다.
이에 따른 건축물 안전관리 시스템으로, 최근에는 드론 유닛을 사용하여 건축물의 안전을 관리하는 기술에 대한 연구가 지속되고 있다. 이 때, 드론 유닛은 경험해보지 못한 시점에서 구조물을 조망하는 영상을 제작해야 하므로, 건축물 안전관리 시스템 중 대형 구조물의 진단 및 검사를 위해 구조물을 완벽하게 커버하는 기술이 중요한 화두로 떠오르고 있다.
현재까지 이를 대체하기 위한 선행 기술은 대상 구조물의 피사체에 대한 노출 정도를 파악하여 드론 유닛을 이동시키며 구조물을 촬영하는 과정을 제시한다. 다만, 상기 선행 기술은 대상 구조물에 대한 피사체의 형태 또는 특징 등의 노출 정도에 기초하여 이동 경로를 산출하는 것이므로, 드론 유닛이 대상 구조물의 특정 영역에서 반복적으로 비행한다는 문제점이 내제되어 있으며, 드론 유닛의 최소 이동 경로에 따른 대상 구조물에 대한 정확도 높은 진단 및 최대 데이터 획득을 위한 커버리지 경로를 설정하지 못한다는 한계가 존재하였다.
이에 따라서, 본 발명은 드론 유닛의 제한된 배터리(비행시간)와 센서 시스템을 이용하여 효율적이고 빠르며, 그리고 대상 구조물의 전체 영역을 커버할 수 있는 커버리지 경로를 산출 및 계획하는 기술을 제안한다.
한국등록특허 제10­1799351호(2017.11.14. 등록), "임의 시점 렌더링을 위한 자동 항공 촬영 방법, 이를 수행하기 위한 기록 매체 및 장치"
본 발명의 목적은 커버리지 경로 계획 알고리즘을 이용하여 제한된 드론 유닛의 비행시간 및 센서 시스템을 이용하여 효율적이고 빠르게 대상 구조물의 전체 영역을 커버하는 커버리지 경로를 계획할 수 있는 기술을 제공하고자 한다.
또한, 본 발명의 목적은 대상 구조물에 대한 세부적인 레이어를 분할하고, 분할된 다중 레이어(Multi­Layer)를 기반으로 구조물을 커버할 수 있는 드론 유닛의 커버리지 경로를 계획함으로써, 대상 구조물에 대한 효율적인 진단 및 검사를 수행할 수 있는 기술을 제공하고자 한다.
본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법은 구조물을 향해 비행하는 드론 유닛을 이동시키며 구조물의 영상을 촬영하는 단계, 상기 구조물에 대한 영상 정보를 복셀화(voxelization)하여 일정 높이를 가진 임의의 개수의 레이어(layer)로 분할하는 단계 및 상기 분할된 다중 레이어 각각의 초기 시점으로 인한 인접한 레이어에서 중첩되는 레이어 경로의 시점을 업데이트하여, 상기 드론 유닛의 커버리지 경로를 산출하는 단계를 포함한다.
또한, 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법은 상기 산출된 커버리지 경로에 따라 상기 구조물을 촬영하는 단계를 더 포함할 수 있다.
상기 드론 유닛을 이동시키며 구조물의 영상을 촬영하는 단계는 상기 구조물을 향해 상기 드론 유닛을 이동시키며, 상기 드론 유닛에서 상기 구조물까지의 거리 및 시야각을 포함하는 상기 구조물에 대한 상기 영상 정보를 획득할 수 있다.
상기 임의의 개수의 레이어(layer)로 분할하는 단계는 촬영된 상기 구조물에 대한 상기 영상 정보를 복셀화(voxelization)하여 각 복셀의 중심점을 추출하는 단계, 상기 영상 정보에 대하여 추출된 상기 중심점에 대하여 노말 벡터를 산출하는 단계 및 상기 산출된 노말 벡터를 이용하여 상기 일정 높이를 가진 임의의 개수의 레이어로 분할하는 단계를 포함할 수 있다.
상기 드론 유닛의 커버리지 경로를 산출하는 단계는 상기 분할된 다중 레이어 각각에서 상기 초기 시점을 샘플링하는 단계, 상기 분할된 다중 레이어 각각에서 상기 초기 시점의 단위 벡터인 필수 시점을 최소화하는 단계, 상기 분할된 다중 레이어 각각에 대한 상기 레이어 경로를 획득하는 단계 및 상기 분할된 다중 레이어에서 상기 인접한 레이어 사이의 중첩되는 상기 레이어 경로에 대한 시점을 업데이트하여 상기 커버리지 경로를 획득하는 단계를 포함할 수 있다.
상기 필수 시점을 최소화하는 단계는 2진 검색 알고리즘(2­opt algorithm)을 이용하여 외판원 문제(Travelling Salesman Problem)을 해결할 수 있다.
상기 커버리지 경로를 획득하는 단계는 상기 분할된 다중 레이어 내 i번째 레이어와 i+1번째 레이어에서 중첩되는 상기 레이어 경로에 대한 시점을 업데이트하여 연결하고, 연결된 레이어 간의 경로 길이 및 산출 시간을 포함하는 상기 커버리지 경로를 획득할 수 있다.
상기 산출된 커버리지 경로에 따라 상기 구조물을 촬영하는 단계는 상기 분할된 다중 레이어 각각에 대해 산출되는 상기 레이어 경로를 결합한 상기 커버리지 경로에 따라 적어도 3 방향에서 상기 구조물을 촬영할 수 있다.
본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 시스템은 구조물을 향해 비행하는 드론 유닛을 이동시키며 구조물의 영상을 촬영하는 영상 촬영부, 상기 구조물에 대한 영상 정보를 복셀화(voxelization)하여 일정 높이를 가진 임의의 개수의 레이어(layer)로 분할하는 레이어 분할부 및 상기 분할된 다중 레이어 각각의 초기 시점으로 인한 인접한 레이어에서 중첩되는 레이어 경로의 시점을 업데이트하여, 상기 드론 유닛의 커버리지 경로를 산출하는 커버리지 경로 산출부를 포함한다.
상기 영상 촬영부는 상기 구조물을 향해 상기 드론 유닛을 이동시키며, 상기 드론 유닛에서 상기 구조물까지의 거리 및 시야각을 포함하는 상기 구조물에 대한 상기 영상 정보를 획득할 수 있다.
상기 영상 촬영부는 상기 산출된 커버리지 경로에 따라 적어도 3 방향에서 상기 드론 유닛을 이동시키며 상기 구조물을 촬영할 수 있다.
상기 레이어 분할부는 촬영된 상기 구조물에 대한 상기 영상 정보를 복셀화(voxelization)하여 각 복셀의 중심점을 추출하고, 상기 영상 정보에 대하여 추출된 상기 중심점에 대하여 노말 벡터를 산출하며, 상기 산출된 노말 벡터를 이용하여 상기 일정 높이를 가진 임의의 개수의 레이어로 분할할 수 있다.
상기 커버리지 경로 산출부는 상기 분할된 다중 레이어 각각에서 상기 초기 시점을 샘플링하는 초기 시점 샘플링부, 상기 분할된 다중 레이어 각각에서 상기 초기 시점의 단위 벡터인 필수 시점을 최소화하는 필수 시점 최소화부, 상기 분할된 다중 레이어 각각에 대한 상기 레이어 경로를 획득하는 레이어 경로 획득부 및 상기 분할된 다중 레이어에서 상기 인접한 레이어 사이의 중첩되는 상기 레이어 경로에 대한 시점을 업데이트하여 상기 커버리지 경로를 획득하는 커버리지 경로 획득부를 포함할 수 있다.
상기 필수 시점 최소화부는 2진 검색 알고리즘(2­opt algorithm)을 이용하여 외판원 문제(Travelling Salesman Problem)을 해결할 수 있다.
상기 커버리지 경로 획득부는 상기 분할된 다중 레이어 내 i번째 레이어와 i+1번째 레이어에서 중첩되는 상기 레이어 경로에 대한 시점을 업데이트하여 연결하고, 연결된 레이어 간의 경로 길이 및 산출 시간을 포함하는 상기 커버리지 경로를 획득할 수 있다.
본 발명의 실시예에 따르면, 커버리지 경로 계획 알고리즘을 이용하여 제한된 드론 유닛의 비행시간 및 센서 시스템을 이용하여 효율적이고 빠르게 대상 구조물의 전체 영역을 커버하는 커버리지 경로를 계획할 수 있다.
또한, 본 발명의 실시예에 따르면, 대상 구조물에 대한 세부적인 레이어를 분할하고, 분할된 다중 레이어(Multi­Layer)를 기반으로 구조물을 커버할 수 있는 드론 유닛의 커버리지 경로를 계획함으로써, 대상 구조물에 대한 효율적인 진단 및 검사를 수행할 수 있다.
도 1은 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법의 흐름도를 도시한 것이다.
도 2는 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 시스템의 세부 구성을 블록도로 도시한 것이다.
도 3은 본 발명의 실시예에 따른 드론 유닛의 커버리지 경로를 산출하는 단계의 흐름도를 도시한 것이다.
도 4는 본 발명의 실시예에 따른 커버리지 경로 산출부의 구성을 블록도로 도시한 것이다.
도 5는 본 발명의 실시예에 따른 드론 유닛을 이동시키며 구조물의 영상을 촬영하는 시뮬레이션 환경의 예를 도시한 것이다.
도 6은 본 발명의 실시예에 따른 일정 높이를 가진 구조물에 대한 분할된 레이어에서의 레이어 경로를 생성하는 예를 도시한 것이다.
도 7 및 도 8은 본 발명의 실시예에 따른 레이어 경로 및 커버리지 경로에 대한 이미지 예를 도시한 것이다.
도 9 및 도 10은 본 발명의 실시예에 따른 실험 결과를 도시한 것이다.
이하, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 또한, 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
또한, 본 명세서에서 사용되는 용어(terminology)들은 본 발명의 바람직한 실시예를 적절히 표현하기 위해 사용된 용어들로서, 이는 시청자, 운용자의 의도 또는 본 발명이 속하는 분야의 관례 등에 따라 달라질 수 있다. 따라서, 본 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법의 흐름도를 도시한 것이고, 도 2는 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 시스템의 세부 구성을 블록도로 도시한 것이다.
도 1 및 도 2를 참조하면, 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템은 드론 유닛에 의해 촬영된 구조물의 영상 정보에 기초하여 분할된 다중 레이어에서, 중첩되는 레이어 경로의 시점을 업데이트하여 드론 유닛의 커버리지 경로를 산출한다.
이를 위해, 도 2에서 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 시스템(200)은 영상 촬영부(210), 레이어 분할부(220) 및 커버리지 경로 산출부(230)를 포함한다. 또한, 도 1의 각 단계들(단계 110 내지 140)은 도 2의 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 시스템(200)의 구성요소들 즉, 영상 촬영부(210), 레이어 분할부(220) 및 커버리지 경로 산출부(230)와 드론 유닛의 이동을 제어하는 제어부(240)에 의해 수행될 수 있다.
단계 110에서, 영상 촬영부(210)는 구조물을 향해 비행하는 드론 유닛을 이동시키며 구조물의 영상을 촬영한다.
영상 촬영부(210)는 구조물을 향해 드론 유닛을 이동시키며, 드론 유닛에서 구조물까지의 거리 및 시야각을 포함하는 구조물에 대한 영상 정보를 획득할 수 있다. 예를 들면, 드론 유닛은 적외선 카메라, RGB 카메라, RGB­Depth 카메라 및 열화상 카메라 중 적어도 어느 하나 이상의 항공 촬영용 기기를 이용하여 구조물 주변을 순찰하면서 구조물 및 구조물의 주변 상황에 대한 영상을 촬영할 수 있다. 또한, 구조물에 대해 촬영된 영상 정보는 구조물에 대한 이미지 정보뿐 아니라, 현재 드론 유닛의 위치에서 구조물 표면까지의 거리와 드론 유닛의 정면(0도)을 기준으로 상, 하, 좌, 우의 해당 구조물 표면에 대한 시야각을 포함할 수 있다.
이 때, 드론 유닛은 무인체의 항공 비행기로, 항공 촬영용 기기가 내장되거나 결합된 것일 수 있으며, 자동 항공 촬영을 수행하기 위한 소프트웨어에 의해 제어될 수 있다. 예를 들면, 드론 유닛은 미리 설정된 지역 내를 순찰하도록 자율 이동을 수행할 수 있고, 위성을 통한 GPS를 이용하여 설정된 지역을 벗어나지 않도록 자율 이동을 수행할 수 있으며, 외부 신호에 의해 원격에서 조종될 수도 있다. 다만, 구조물 영상을 촬영하는 항공 촬영용 기기의 종류 및 개수는 한정되지 않는다.
단계 120에서, 레이어 분할부(220)는 촬영된 구조물에 대한 영상 정보를 복셀화(voxelization)하여 일정 높이를 가진 임의의 개수의 레이어(layer)로 분할한다.
레이어 분할부(220)는 구조물에 대한 영상 정보를 복셀화(voxelization)하여 각 복셀의 중심점을 추출하고, 추출된 중심점으로부터 노말 벡터를 산출하며, 산출된 노말 벡터를 이용하여 일정 높이를 가진 임의의 개수의 레이어로 분할할 수 있다.
보다 구체적으로, 레이어 분할부(220)는 영상 촬영부(210)로부터 획득된 구조물에 대한 깊이 정보(Depth image)를 포함하는 영상 정보를 이용하여 평면을 검출(Detecting Plane)하고, 옥토맵(Octomap)을 생성할 수 있다. 이후, 레이어 분할부(220)는 옥토맵 기반의 맵핑으로 인한 복셀화(voxelization)를 통해 각 복셀의 중심점(C1~k)을 추출하고, 영상 정보에서 각 복셀의 모든 중심점에 대해 노말 벡터(
Figure 112018003751391-pat00001
)를 산출하며, 추출된 노말 벡터를 일정 높이를 가진 K개의 다중 레이어로 분할할 수 있다.
단계 130에서, 커버리지 경로 산출부(230)는 분할된 다중 레이어 각각의 초기 시점으로 인한 인접한 레이어에서, 중첩되는 레이어 경로의 시점을 업데이트하여 드론 유닛의 커버리지 경로를 산출한다.
이하에서는 도 3 및 도 4를 참조하여 본 발명의 실시예에 따른 단계 130 및 커버리지 경로 산출부(230)에 대해 상세히 설명하기로 한다.
도 3은 본 발명의 실시예에 따른 드론 유닛의 커버리지 경로를 산출하는 단계의 흐름도를 도시한 것이고, 도 4는 본 발명의 실시예에 따른 커버리지 경로 산출부의 구성을 블록도로 도시한 것이다.
이를 위해, 도 4에서 본 발명의 실시예에 따른 커버리지 경로 산출부(230)는 초기 시점 샘플링부(231), 필수 시점 최소화부(232), 레이어 경로 획득부(233) 및 커버리지 경로 획득부(234)를 포함할 수 있다. 또한, 도 3의 각 단계들(단계 131 내지 134)은 도 4의 본 발명의 실시예에 따른 커버리지 경로 산출부(230)의 구성요소들 즉, 초기 시점 샘플링부(231), 필수 시점 최소화부(232), 레이어 경로 획득부(233) 및 커버리지 경로 획득부(234)에 의해 수행될 수 있다.
단계 131에서, 초기 시점 샘플링부(231)는 분할된 다중 레이어 각각에서 초기 시점을 샘플링할 수 있다. 예를 들면, 초기 시점 샘플링부(231)는 K개로 분할된 레이어 중 i번째 레이어에 대한 초기 시점(
Figure 112018003751391-pat00002
)을 샘플링할 수 있으며, 이때 i<K 이다.
단계 132에서, 필수 시점 최소화부(232)는 분할된 다중 레이어 각각에서 초기 시점의 단위 벡터인 필수 시점을 최소화할 수 있다. 예를 들면, 필수 시점 최소화부(232)는 복셀 그리드 기반의 다운 샘플링(down­sampling)하여 i번째 레이어에 대한 초기 시점의 단위 벡터인 필수 시점(
Figure 112018003751391-pat00003
)을 최소화할 수 있다. 이 때, 필수 시점 최소화부(232)는 2진 검색 알고리즘(2­opt algorithm)을 이용하여 i번째 레이어에 대한 외판원 문제(Travelling Salesman Problem)을 해결할 수 있다.
단계 133에서, 레이어 경로 획득부(233)는 분할된 다중 레이어 각각에 대한 레이어 경로를 획득할 수 있다. 예를 들면, 레이어 경로 획득부(233)는 i번째 레이어에서, 드론 유닛이 구조물을 기준으로 이동할 수 있는 레이어 경로를 획득할 수 있다. 이 때, 레이어 경로는 구조물에 대한 영상을 촬영하고, 영상 정보를 획득하기에 적합한 이동 경로를 나타낼 수 있으며, 구조물을 기준으로 360도 위치에서의 경로를 포함할 수 있다.
단계 134에서, 커버리지 경로 획득부(234)는 분할된 다중 레이어에서 인접한 레이어 사이의 중첩되는 레이어 경로에 대한 시점을 업데이트하여 커버리지 경로를 획득할 수 있다. 예를 들면, 커버리지 경로 획득부(234)는 분할된 다중 레이어(K개의 레이어) 중 i번째 레이어와 i번째 레이어에 인접한 i+1번째 레이어 사이에서 중첩되는 레이어 경로에 대한 시점을 업데이트하고, i번째 레이어와 i+1번째 레이어를 결합한 커버리지 경로를 획득할 수 있다. 이 때, 상기 커버리지 경로는 연결된 레이어 간의 경로 길이 및 산출 시간을 포함할 수 있다.
다시 도 1 및 도 2를 참조하면, 단계 140에서, 영상 촬영부(210)는 산출된 커버리지 경로에 따라 드론 유닛을 이동시키며 상기 구조물을 촬영할 수 있다.
보다 상세하게는, 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 시스템(200)의 제어부(240)는 커버리지 경로에 기초하여 드론 유닛을 이동(241)시킬 수 있다. 이로 인해, 영상 촬영부(210)는 제어부(240)에 의해 커버리지 경로에 따라 이동되는 드론 유닛으로부터 구조물에 대한 구조물의 영상을 촬영할 수 있으며, 분할된 다중 레이어 각각에 대해 산출되는 레이어 경로를 연결한 커버리지 경로에 따라 구조물을 기준으로 적어도 3 방향(x축, y축, z축)에서 구조물 영상을 촬영할 수 있다.
도 5는 본 발명의 실시예에 따른 드론 유닛을 이동시키며 구조물의 영상을 촬영하는 시뮬레이션 환경의 예를 도시한 것이다.
도 5(a) 및 도 5(b)를 참조하면, 드론 유닛(510)은 구조물(10)을 향해 비행하며 구조물의 영상을 촬영한다. 이 때, 드론 유닛(510)은 드론 유닛(510)에서 구조물(10)까지의 거리 및 시야각을 포함하는 영상 정보를 획득할 수 있다. 예를 들면, 드론 유닛(510)은 적외선 카메라, RGB 카메라, RGB­Depth 카메라 및 열화상 카메라 중 적어도 어느 하나 이상의 항공 촬영용 기기를 이용하여 구조물(10) 주변을 순찰하면서 구조물 및 구조물의 주변 상황에 대한 구조물 영상을 촬영할 수 있다. 또한, 구조물(10)에 대해 촬영된 영상 정보는 구조물(10)에 대한 이미지 정보뿐 아니라, 현재 드론 유닛(510)의 위치에서 구조물(10) 표면까지의 거리와 드론 유닛(510)의 정면(0도)을 기준으로 상, 하, 좌, 우의 해당 구조물(10) 표면에 대한 시야각을 포함할 수 있다.
드론 유닛(510)을 통해 획득된 구조물(10)에 대한 영상 정보로 인해, 도 5(c)에 도시된 바와 같이, 옥토맵(Octomap)을 생성할 수 있다. 이 때, 옥토맵(c)은 구조물(10)에 대한 깊이 정보(Depth image)를 포함하는 영상 정보로부터 평면 검출(Detection Plane)을 통해 생성될 수 있다.
도 6은 본 발명의 실시예에 따른 일정 높이를 가진 구조물에 대한 분할된 레이어에서의 레이어 경로를 생성하는 예를 도시한 것이다.
도 6을 참조하면, 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템은 일정 높이(h)를 가진 구조물(10)을 향해 비행하는 드론 유닛(510)을 이동시키며 구조물의 영상을 촬영할 수 있으며, 구조물에 대한 영상 정보를 기반으로 복수 개의 레이어로 분할할 수 있다.
이 때, 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템은 일정 높이(h)를 가진 구조물(10)에 기반하여 복수 개의 레이어로 분할할 수 있으며, 복수 개의 레이어 중 각 레이어에서의 레이어 경로를 생성할 수 있다.
이하에서는 도 7 및 도 8을 참조하여, 복수 개로 분할된 각 레이어에서의 레이어 경로 및 레이어 경로를 결합한 커버리지 경로에 대해 상세히 설명하고자 한다.
도 7 및 도 8은 본 발명의 실시예에 따른 레이어 경로 및 커버리지 경로에 대한 이미지 예를 도시한 것이다.
보다 상세하게는, 도 7은 레이어 경로 및 커버리지 경로에 대한 옥토맵의 예를 도시한 것이고, 도 8은 레이어 경로 및 커버리지 경로에 대한 반전된 옥토맵의 예를 도시한 것이다.
본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템은 구조물(10)을 12개의 레이어(layer)로 분할하고, 각 레이어마다 초기 시점(initial viewpoint)를 추출할 수 있다.
도 7(a) 및 도 8(a)를 참조하면, 첫 번째 레이어에서 추출한 초기 VP(initial VP)를 나타낸다. 다만, 첫 번째 레이어에서 너무 많은 수의 VP가 발생하므로, 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템은 복셀 그리드 기반의 다운 샘플링(down­sampling)하여 VP의 개수를 줄일 수 있다.
이후, 도 7(b) 및 도 8(b)를 참조하면, 개수가 최소화된 VP(ViewPoint)로 도 7(a) 및 도 8(a)의 첫 번째 레이어에서 2진 검색 알고리즘(2­opt algorithm)을 사용하여 외판원 문제(Travelling Salesman Problem)을 해결한 결과를 나타낸다.
이후, 도 7(c) 및 도 8(c)를 참조하면, 첫 번째 레이어에서의 레이어 경로를 나타낸다.
전술한 바와 동일한 과정을 통해, 도 7(d) 및 도 8(d) 내지 도 7(k) 및 도 8(k)는 12개의 다중 레이어 각각에서의 레이어 경로를 나타낸다.
도 7(l) 및 도 8(l)를 참조하면, 최종적으로 다중 레이어에서의 레이어 경로를 결합한 커버리지 경로를 나타낸다. 이 때, 커버리지 경로는 다중 레이어 각각의 인접한 레이어 사이에서 중첩되는 레이어 경로의 시점을 업데이트하고, 다중 레이어에서의 복수의 레이어 경로를 연결하여 생성된 것일 수 있다. 이로 인해, 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템은 도 7(l) 및 도 8(l)에 도시된 바와 같이, 해당 구조물에 대해 복수의 레이어 경로가 결합된 커버리지 경로를 획득할 수 있다.
도 9 및 도 10은 본 발명의 실시예에 따른 실험 결과를 도시한 것이다.
보다 상세하게는, 도 9는 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템과 종래 기술을 비교하여 획득된 성능 평가 결과의 이미지를 도시한 것이고, 도 10은 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템과 종래 기술을 비교하여 획득된 성능 평가 결과의 표를 도시한 것이다.
이 때, 종래 기술은 Bircher, Andreas, et al. 으로, "Structural inspection path planning via iterative viewpoint resampling with application to aerial robotics," IEEE International Conference on Robotics and Automation (ICRA), pp. 6423­6430, Seattle, USA, 2015. 이다.
도 9에 도시된 바와 같이, 노 레이어(No­Layer), 5개의 레이어(5­Layers) 및 12개의 레이어(12­Layers)를 참조하면, 레이어 층이 세분화될수록 드론 유닛의 커버리지 경로가 구체적으로 산출되는 것을 확인할 수 있다. 아울러, 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 시스템을 통해 산출된 12개의 레이어(12­Layers)와 종래 기술을 비교하면, 12개의 레이어(12­Layers)를 통해 산출된 커버리지 경로가 구조물의 주변을 비행하는 드론 유닛을 통해 구조물에 대해 보다 정확하고 정밀한 영상을 획득할 수 있도록 설계된 것을 확인할 수 있다.
이러한 결과는 도 10의 표를 통해 더욱 자세히 인지할 수 있으며, 도 10을 참조하면, 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 시스템은 구조물에 대한 12개의 레이어(12­Layers)를 분할하고, 그로부터 커버리지 경로를 산출함으로써, 종래 기술, 노 레이어(No­Layer) 또는 5개의 레이어(5­Layers)에 비해 최단 시간에 커버리지 경로를 산출할 수 있고, 최소의 미스 복셀(Missed Voxel)을 사용하는 것을 확인할 수 있다.
이로 인해, 본 발명의 실시예에 따른 다중 레이어 기반의 커버리지 경로 계획 방법 및 시스템은 구조물에 대한 영상 정보를 기반으로 분할된 다중 레이어로 인한 커버리지 경로를 산출하는 커버리지 경로 계획 알고리즘을 이용함으로써, 효율적이고 빠르게 대상 구조물의 전체 영역을 커버하는 커버리지 경로를 계획할 수 있고, 대상 구조물에 대한 효율적인 진단 및 검사를 수행할 수 있는 효과를 제공한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
10: 구조물
510: 드론 유닛

Claims (16)

  1. 구조물을 향해 비행하는 드론 유닛을 이동시키며 구조물의 영상을 촬영하는 단계;
    상기 구조물에 대한 영상 정보를 복셀화(voxelization)하여 일정 높이를 가진 임의의 개수의 레이어(layer)로 분할하는 단계; 및
    상기 분할된 다중 레이어 각각의 초기 시점으로 인한 인접한 레이어에서 중첩되는 레이어 경로의 시점을 업데이트하여, 상기 드론 유닛의 커버리지 경로를 산출하는 단계
    를 포함하는 다중 레이어 기반의 커버리지 경로 계획 방법.
  2. 제1항에 있어서,
    상기 산출된 커버리지 경로에 따라 상기 구조물을 촬영하는 단계
    를 더 포함하는 다중 레이어 기반의 커버리지 경로 계획 방법.
  3. 제1항에 있어서,
    상기 드론 유닛을 이동시키며 구조물의 영상을 촬영하는 단계는
    상기 구조물을 향해 상기 드론 유닛을 이동시키며, 상기 드론 유닛에서 상기 구조물까지의 거리 및 시야각을 포함하는 상기 구조물에 대한 상기 영상 정보를 획득하는 다중 레이어 기반의 커버리지 경로 계획 방법.
  4. 제1항에 있어서,
    상기 임의의 개수의 레이어(layer)로 분할하는 단계는
    촬영된 상기 구조물에 대한 상기 영상 정보를 복셀화(voxelization)하여 각 복셀의 중심점을 추출하는 단계;
    상기 영상 정보에 대하여 추출된 상기 중심점에 대하여 노말 벡터를 산출하는 단계; 및
    상기 산출된 노말 벡터를 이용하여 상기 일정 높이를 가진 임의의 개수의 레이어로 분할하는 단계
    를 포함하는 다중 레이어 기반의 커버리지 경로 계획 방법.
  5. 제1항에 있어서,
    상기 드론 유닛의 커버리지 경로를 산출하는 단계는
    상기 분할된 다중 레이어 각각에서 상기 초기 시점을 샘플링하는 단계;
    상기 분할된 다중 레이어 각각에서 상기 초기 시점의 단위 벡터인 필수 시점을 최소화하는 단계;
    상기 분할된 다중 레이어 각각에 대한 상기 레이어 경로를 획득하는 단계; 및
    상기 분할된 다중 레이어에서 상기 인접한 레이어 사이의 중첩되는 상기 레이어 경로에 대한 시점을 업데이트하여 상기 커버리지 경로를 획득하는 단계
    를 포함하는 다중 레이어 기반의 커버리지 경로 계획 방법.
  6. 제5항에 있어서,
    상기 필수 시점을 최소화하는 단계는
    2진 검색 알고리즘(2­opt algorithm)을 이용하여 외판원 문제(Travelling Salesman Problem)을 해결하는 것을 특징으로 하는 다중 레이어 기반의 커버리지 경로 계획 방법.
  7. 제5항에 있어서,
    상기 커버리지 경로를 획득하는 단계는
    상기 분할된 다중 레이어 내 i번째 레이어와 i+1번째 레이어에서 중첩되는 상기 레이어 경로에 대한 시점을 업데이트하여 연결하고, 연결된 레이어 간의 경로 길이 및 산출 시간을 포함하는 상기 커버리지 경로를 획득하는 것을 특징으로 하는 다중 레이어 기반의 커버리지 경로 계획 방법.
  8. 제2항에 있어서,
    상기 산출된 커버리지 경로에 따라 상기 구조물을 촬영하는 단계는
    상기 분할된 다중 레이어 각각에 대해 산출되는 상기 레이어 경로를 결합한 상기 커버리지 경로에 따라 적어도 3 방향에서 상기 구조물을 촬영하는 다중 레이어 기반의 커버리지 경로 계획 방법.
  9. 제1항 내지 제8항 중 어느 한 항의 방법을 수행하기 위하여 컴퓨터로 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
  10. 구조물을 향해 비행하는 드론 유닛을 이동시키며 구조물의 영상을 촬영하는 영상 촬영부;
    상기 구조물에 대한 영상 정보를 복셀화(voxelization)하여 일정 높이를 가진 임의의 개수의 레이어(layer)로 분할하는 레이어 분할부; 및
    상기 분할된 다중 레이어 각각의 초기 시점으로 인한 인접한 레이어에서 중첩되는 레이어 경로의 시점을 업데이트하여, 상기 드론 유닛의 커버리지 경로를 산출하는 커버리지 경로 산출부
    를 포함하는 다중 레이어 기반의 커버리지 경로 계획 시스템.
  11. 제10항에 있어서,
    상기 영상 촬영부는
    상기 구조물을 향해 상기 드론 유닛을 이동시키며, 상기 드론 유닛에서 상기 구조물까지의 거리 및 시야각을 포함하는 상기 구조물에 대한 상기 영상 정보를 획득하는 다중 레이어 기반의 커버리지 경로 계획 시스템.
  12. 제11항에 있어서,
    상기 영상 촬영부는
    상기 산출된 커버리지 경로에 따라 적어도 3 방향에서 상기 드론 유닛을 이동시키며 상기 구조물을 촬영하는 다중 레이어 기반의 커버리지 경로 계획 시스템.
  13. 제10항에 있어서,
    상기 레이어 분할부는
    촬영된 상기 구조물에 대한 상기 영상 정보를 복셀화(voxelization)하여 각 복셀의 중심점을 추출하고, 상기 영상 정보에 대하여 추출된 상기 중심점에 대하여 노말 벡터를 산출하며, 상기 산출된 노말 벡터를 이용하여 상기 일정 높이를 가진 임의의 개수의 레이어로 분할하는 다중 레이어 기반의 커버리지 경로 계획 시스템.
  14. 제10항에 있어서,
    상기 커버리지 경로 산출부는
    상기 분할된 다중 레이어 각각에서 상기 초기 시점을 샘플링하는 초기 시점 샘플링부;
    상기 분할된 다중 레이어 각각에서 상기 초기 시점의 단위 벡터인 필수 시점을 최소화하는 필수 시점 최소화부;
    상기 분할된 다중 레이어 각각에 대한 상기 레이어 경로를 획득하는 레이어 경로 획득부; 및
    상기 분할된 다중 레이어에서 상기 인접한 레이어 사이의 중첩되는 상기 레이어 경로에 대한 시점을 업데이트하여 상기 커버리지 경로를 획득하는 커버리지 경로 획득부
    를 포함하는 다중 레이어 기반의 커버리지 경로 계획 시스템.
  15. 제14항에 있어서,
    상기 필수 시점 최소화부는
    2진 검색 알고리즘(2­opt algorithm)을 이용하여 외판원 문제(Travelling Salesman Problem)을 해결하는 것을 특징으로 하는 다중 레이어 기반의 커버리지 경로 계획 시스템.
  16. 제14항에 있어서,
    상기 커버리지 경로 획득부는
    상기 분할된 다중 레이어 내 i번째 레이어와 i+1번째 레이어에서 중첩되는 상기 레이어 경로에 대한 시점을 업데이트하여 연결하고, 연결된 레이어 간의 경로 길이 및 산출 시간을 포함하는 상기 커버리지 경로를 획득하는 것을 특징으로 하는 다중 레이어 기반의 커버리지 경로 계획 시스템.
KR1020180004157A 2018-01-12 2018-01-12 3차원 구조물 진단을 위한 드론 유닛의 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템 KR102014634B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180004157A KR102014634B1 (ko) 2018-01-12 2018-01-12 3차원 구조물 진단을 위한 드론 유닛의 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180004157A KR102014634B1 (ko) 2018-01-12 2018-01-12 3차원 구조물 진단을 위한 드론 유닛의 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템

Publications (2)

Publication Number Publication Date
KR20190086081A KR20190086081A (ko) 2019-07-22
KR102014634B1 true KR102014634B1 (ko) 2019-08-26

Family

ID=67469050

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180004157A KR102014634B1 (ko) 2018-01-12 2018-01-12 3차원 구조물 진단을 위한 드론 유닛의 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR102014634B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111414006B (zh) * 2020-03-27 2023-09-08 中国人民解放军国防科技大学 基于分布式顺次分配的无人机集群侦察任务规划方法
CN112817309B (zh) * 2020-12-30 2021-12-03 东南大学 一种几何折叠式机器人全覆盖路径及其生成方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101799351B1 (ko) 2016-03-30 2017-11-22 한국과학기술연구원 임의 시점 렌더링을 위한 자동 항공 촬영 방법, 이를 수행하기 위한 기록 매체 및 장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101815028B1 (ko) * 2015-09-09 2018-01-04 (주)태성에스엔아이 무인 촬영 비행체의 이동 경로 설정 방법 및 무인 촬영 비행체의 이동 경로 설정 방법을 실행시키는 프로그램이 기록된 기록 매체
KR20170126637A (ko) * 2016-05-10 2017-11-20 팅크웨어(주) 무인 비행체 항로 구축 방법 및 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101799351B1 (ko) 2016-03-30 2017-11-22 한국과학기술연구원 임의 시점 렌더링을 위한 자동 항공 촬영 방법, 이를 수행하기 위한 기록 매체 및 장치

Also Published As

Publication number Publication date
KR20190086081A (ko) 2019-07-22

Similar Documents

Publication Publication Date Title
Yang et al. Concrete defects inspection and 3D mapping using CityFlyer quadrotor robot
US20170305546A1 (en) Autonomous navigation method and system, and map modeling method and system
WO2019182521A1 (en) Autonomous taking off, positioning and landing of unmanned aerial vehicles (uav) on a mobile platform
EP3818337B1 (en) Defect detection system using a camera equipped uav for building facades on complex asset geometry with optimal automatic obstacle deconflicted flightpath
CN109214986A (zh) 从下采样的低分辨率lidar 3-d点云和摄像机图像生成高分辨率3-d点云
CN109214987A (zh) 从上采样的低分辨率lidar 3-d点云和摄像机图像生成高分辨率3-d点云
CN111527463A (zh) 用于多目标跟踪的方法和系统
CN109215067A (zh) 基于cnn和crf模型生成高分辨率3-d点云
CN110637264B (zh) 确定沿着对象的路径的方法、用于自动检查对象的系统及方法
JP6023831B2 (ja) 仮想参照画像を用いた位置及び向きの検出のための方法
CN109562844A (zh) 自动着陆表面地形评估以及相关的系统和方法
KR102314038B1 (ko) 인공 신경망 기반으로 광학적 항법을 위하여 특이 영역을 결정하는 방법, 온보드 맵 생성 장치, 및 착륙선의 방향을 결정하는 방법
JPWO2017119202A1 (ja) 構造物の部材特定装置及び方法
JP2015114954A (ja) 撮影画像解析方法
Deng et al. Global optical flow-based estimation of velocity for multicopters using monocular vision in GPS-denied environments
US11915411B2 (en) Structure management device, structure management method, and structure management program
AliAkbarpour et al. Parallax-tolerant aerial image georegistration and efficient camera pose refinement—without piecewise homographies
Martínez et al. A hierarchical tracking strategy for vision-based applications on-board uavs
JP2019032218A (ja) 位置情報記録方法および装置
JP2024088665A (ja) データ処理方法、記録媒体、プログラム、及びシステム
KR102014634B1 (ko) 3차원 구조물 진단을 위한 드론 유닛의 다중 레이어 기반의 커버리지 경로 계획 방법 및 그 시스템
Kim et al. As-is geometric data collection and 3D visualization through the collaboration between UAV and UGV
Natraj et al. Omnidirectional vision for UAV: Applications to attitude, motion and altitude estimation for day and night conditions
Wang et al. Automated UAV path-planning for high-quality photogrammetric 3D bridge reconstruction
Han et al. Geolocation of multiple targets from airborne video without terrain data

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant