KR102232681B1 - 활주로 피해 분석 시스템 및 방법 - Google Patents

활주로 피해 분석 시스템 및 방법 Download PDF

Info

Publication number
KR102232681B1
KR102232681B1 KR1020200083866A KR20200083866A KR102232681B1 KR 102232681 B1 KR102232681 B1 KR 102232681B1 KR 1020200083866 A KR1020200083866 A KR 1020200083866A KR 20200083866 A KR20200083866 A KR 20200083866A KR 102232681 B1 KR102232681 B1 KR 102232681B1
Authority
KR
South Korea
Prior art keywords
runway
available
image data
module
damage
Prior art date
Application number
KR1020200083866A
Other languages
English (en)
Inventor
박기석
구대성
황인규
방항배
고주곤
최윤호
Original Assignee
공간정보기술 주식회사
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 공간정보기술 주식회사 filed Critical 공간정보기술 주식회사
Priority to KR1020200083866A priority Critical patent/KR102232681B1/ko
Application granted granted Critical
Publication of KR102232681B1 publication Critical patent/KR102232681B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G06N3/0454—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G06T15/20—Perspective computation
    • G06T15/205—Image-based rendering
    • 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
    • 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
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Quality & Reliability (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 촬영된 활주로의 이미지를 분석하여 폭파구 및 불발탄 등을 검출한 후 피해 현황과 예상 복구 시간을 계산하고, 항공기의 기종에 따라 사용 가능한 활주로를 검색한 후 이를 시각적으로 나타내는 활주로 피해 분석 시스템과 이를 실행하는 방법에 관한 것이다.

Description

활주로 피해 분석 시스템 및 방법 { RUNWAY DAMAGE ANALYSIS SYSTEM AND METHOD THEREOF }
본 발명은 활주로 피해 분석 시스템과, 이를 이용하여 활주로의 피해를 분석하는 방법에 관한 것이다.
더욱 상세하게는 촬영된 활주로의 이미지를 분석하여 폭파구 및 불발탄 등을 검출한 후 피해 현황과 예상 복구 시간을 계산하고, 항공기의 기종에 따라 사용 가능한 활주로를 검색한 후 이를 시각적으로 나타내는 활주로 피해 분석 시스템과 이를 실행하는 방법에 관한 것이다.
활주로는 공항 또는 비행장 등에서, 비행기가 활주를 하거나 이륙 및 착륙을 하기 위한 직선 형태의 도로이다. 활주로의 최소 규격은 길이가 245m 이고, 폭이 8m 이며, 야간 또는 주변이 어두운 상황에서도 이착륙을 할 수 있도록 유도등을 설치할 수 있다.
일반적으로 활주로는, 비행기의 이륙 및 착륙 시 지면에 가해지는 충격을 견디기 위하여, 매우 견고하게 설치할 수 있다.
그러나 전쟁 또는 재난 상황이 발생하거나, 군사 훈련 등을 실행할 때 공항 또는 비행장 등의 활주로가 폭파되거나 손상이 나타날 수 있다.
활주로에서 손상된 부분의 피해 현황을 파악하기 위하여 현장 조사를 실시할 수 있다. 그러나 현장 조사 방법은 인간이 활주로의 폭파구 등을 직접 방문하여 피해 현황을 측정해야 하기 때문에, 많은 시간과 비용이 소요되는 문제점을 가질 수 있다.
또한 활주로에서 피해가 발생한 곳에 불발탄이 있으면, 현장 조사 시 인명 피해가 발생할 수 있는 위험이 따른다.
한편, 활주로의 피해 현황을 분석하고 예상되는 복구 시간을 계산하는 것과 동시에, 응급 시를 대비하기 위해 활주로에서 피해가 발생하지 않은 영역을 대상으로 활주로로써 이용할 수 있는지를 현장 조사로 판단할 필요가 있다.
그러나 활주로의 피해 현황 분석과 같이, 가용 활주로를 현장에서 검색하는 방법은 시간과 비용이 많이 소요되고, 인명 피해와 같은 위험 등의 문제점이 따를 수 있다.
본 발명의 목적은 상기와 같은 문제점을 해결하기 위한 것으로, 촬영된 활주로의 이미지를 분석하여 폭파구 및 불발탄 등을 검출한 후, 피해 현황과 예상 복구 시간을 계산하는 활주로 피해 분석 시스템 및 방법을 제공하는 것이다.
그리고 항공기의 기종에 따라 사용 가능한 활주로를 검색한 다음, 이를 시각적으로 나타내는 활주로 피해 분석 시스템 및 방법을 제공하는 것이다.
상기와 같은 목적을 달성하기 위하여 본 발명은, 피해 발생 전의 활주로를 촬영한 제 1 활주로 이미지 데이터(RID1)를 제 1 수치 표면 모델 데이터(DSM1)로 가공하고, 피해 발생 후의 활주로를 촬영한 제 2 활주로 이미지 데이터(RID1)를 제 2 수치 표면 모델 데이터(DSM2)로 가공하는 데이터 로드 모듈과; 상기 제 2 활주로 이미지 데이터(RID2)에서 폭파구 및 불발탄을 검출하여, 2차원 평면에서 폭파구 및 불발탄의 위치 좌표(x, y)를 생성하는 피해 영역 검출 모듈과; 폭파구의 체적을 계산하고, 제 3 활주로 이미지 데이터(RID3)를 생성한 다음 폭파구 및 불발탄을 상기 위치 좌표(x, y)에 따라 상기 제 3 활주로 이미지 데이터(RID3)에 표시하는 피해 영역 분석 모듈과; 사용자 단말의 HTTP(HyperText Transfer Protocol) 요청에 따라, 상기 제 3 활주로 이미지 데이터(RID3)를 2차원 또는 3차원의 형식으로 렌더링 하여 상기 사용자 단말에 HTTP 응답으로 전송하는 피해 영역 시각화 모듈을 포함하는 활주로 피해 분석 시스템.을 제공한다.
본 발명의 다른 실시 예는, 활주로 피해 분석 시스템에서 (S1) 데이터 로드 모듈이, 제 1, 2 활주로 이미지 데이터(RID1, RID2)를 로드하여 3차원의 점군 데이터를 생성한 다음, 각각 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)로 가공하는 단계와; (S2) 피해 영역 검출 모듈이, 합성곱 신경망, 서포트 벡터 머신, 나이브 베이즈 분류, K-최근접 이웃법 중 어느 하나의 알고리즘으로 폭파구 및 불발탄을 검출하여, 2차원 평면에서 폭파구 및 불발탄의 위치 좌표(x, y)를 생성하는 단계와; (S3) 피해 영역 분석 모듈이, 기준 입방체의 2차원 평면에서의 중심 좌표를 상기 위치 좌표(x, y)와 일치시킨 후, 상기 기준 입방체 안에 수용되는 상기 제 1 수치 표면 모델 데이터(DSM1)의 부피에서 상기 제 2 수치 표면 모델 데이터(DSM2)의 부피를 감산하여, 폭파구의 체적을 계산하는 단계와; (S4) 상기 피해 영역 분석 모듈이, 제 3 활주로 이미지 데이터(RID3)를 생성한 다음 폭파구 및 불발탄을 상기 위치 좌표(x, y)에 따라 상기 제 3 활주로 이미지 데이터(RID3)에 표시하는 단계와; (S5) 피해 영역 시각화 모듈이, 사용자 단말의 HTTP 요청에 따라 상기 제 3 활주로 이미지 데이터(RID3)를 2차원 또는 3차원의 형식으로 렌더링 하여 상기 사용자 단말에 HTTP 응답으로 전송하는 단계를 포함하는 활주로 피해 분석 방법을 제공한다.
본 발명은 촬영된 활주로의 이미지를 분석하여 폭파구 및 불발탄 등을 검출한 후 피해 현황과 예상 복구 시간을 계산할 수 있기 때문에, 활주로에 피해가 발생한 후 현장 조사를 대체할 수 있어, 현장 조사 비용과 시간을 절감할 수 있고, 인명 피해를 방지할 수 있다.
그리고 항공기의 기종에 따라 사용 가능한 활주로를 검색하여 사용자에게 시각적으로 표시함으로써, 활주로에 피해가 발생한 다음 신속하고 정확한 의사 결정이 이루어지도록 정보를 제공할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 활주로 피해 분석 시스템을 간략하게 나타낸 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 활주로 피해 분석 방법을 간략하게 나타낸 순서도이다.
도 3은 본 발명의 일 실시 예에 따른 가용 활주로 검색 방법을 간략하게 나타낸 순서도이다.
도 4는 본 발명의 일 실시 예에 따른 활주로 피해 분석 시스템에서, 사용자측의 웹 브라우저 화면을 간략하게 나타낸 도면이다.
본 발명은 취지를 벗어나지 않는 한도에서 다양하게 변경하여 실시할 수 있고, 하나 이상의 실시 예를 가질 수 있다. 그리고 본 발명에서 “발명을 실시하기 위한 구체적인 내용” 및 “도면” 등에 기재한 실시 예는, 본 발명을 구체적으로 설명하기 위한 예시이며, 본 발명의 권리 범위를 제한하거나 한정하는 것은 아니다.
따라서, 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자가, 본 발명의 “발명을 실시하기 위한 구체적인 내용” 및 “도면” 등으로부터 용이하게 유추할 수 있는 것은, 본 발명의 범위에 속하는 것으로 해석할 수 있다.
또한, 도면에 표시한 각 구성 요소들의 크기와 형태는, 실시 예의 설명을 위해 과장되어 표현한 것 일 수 있으며, 실제로 실시되는 발명의 크기와 형태를 한정하는 것은 아니다.
본 발명의 명세서에서 사용되는 용어를 특별히 정의하지 않는 이상, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 것과 동일한 의미를 가질 수 있다.
이하, 도면을 참조하여 본 발명의 실시 예를 상세하게 설명한다.
도 1은 본 발명의 일 실시 예에 따른 활주로 피해 분석 시스템을 간략하게 나타낸 블록도이다.
본 발명의 일 실시 예에 따른 활주로 피해 분석 시스템(100)은 서버 컴퓨터, 데스크탑 컴퓨터, 스마트 폰 등 이진 데이터(binary data)를 읽고 처리할 수 있는 컴퓨팅 장치라면, 어느 것에 한정하지 않고 적용할 수 있다.
본 발명의 일 실시 예에 따른 활주로 피해 분석 시스템(100)은, 피해 분석부(110)와 활주로 검색부(120)를 포함할 수 있다.
피해 분석부(110)는 폭파구 및 불발탄 등에 의한 활주로의 피해 현황을 분석할 수 있다.
피해 분석부(110)는 피해가 발생하기 전후의 활주로의 이미지 데이터 또는 속성 정보를 각각 획득하여 저장할 수 있고, 각각의 활주로의 이미지 데이터를 수치 표면 모델(Digital Surface Model, DSM) 데이터로 가공하여 로드(load)할 수 있다.
피해 분석부(110)는 피해가 발생하기 전후의 활주로의 이미지 데이터, 속성 정보, 수치 표면 모델 데이터를 비교하여, 활주로에서 발생한 폭파구 및 불발탄 등의 위치를 검색할 수 있다. 또한 2차원 맵을 로드하여, 활주로에서 발생한 폭파구 및 불발탄 등의 위치를 표시할 수 있다.
피해 분석부(110)는 활주로에서 발생한 폭파구 등의 면적 및 체적을 측정한 후, 피해 규모와 예상 복구 시간을 계산할 수 있다.
피해 분석부(110)는 촬영 모듈(111)과 저장 모듈(112), 데이터 로드 모듈(113), 피해 영역 검출 모듈(114), 피해 영역 분석 모듈(115), 피해 영역 시각화 모듈(116)을 포함할 수 있다.
촬영 모듈(111)은, 활주로에 피해가 발생하기 전 활주로를 촬영하여 제 1 활주로 이미지 데이터(RID1)를 생성한 다음, 저장 모듈(112)로 전달할 수 있다.
촬영 모듈(111)은, 활주로에 피해가 발생한 후 활주로를 촬영하여 제 2 활주로 이미지 데이터(RID2)를 생성한 다음, 저장 모듈(112)로 전달할 수 있다.
제 1, 2 활주로 이미지 데이터(RID1, RID2)는 주기적으로 촬영한 정지 화상, 임의의 시간 별로 촬영한 정지 화상, 실시간으로 촬영한 동영상, 지연된 시간으로 촬영한 동영상 등일 수 있으며, 어느 것에 한정하지 않고 다른 방식으로 촬영한 정지 화상 또는 동영상 일 수 있다.
제 1, 2 활주로 이미지 데이터(RID1, RID2)는 활주로를 포함하는 공항 또는 비행장 등에서 전체 영역을 하나의 프레임으로 촬영한 것일 수 있다. 또는 공항 또는 비행장 등에서 전체 영역을 다수의 프레임으로 분할하여 촬영한 것일 수도 있다. 이때 제 1, 2 활주로 이미지 데이터(RID1, RID2)에서 분할된 프레임마다 일련 번호(n)를 부여할 수 있다.
촬영 모듈(111)은 촬영을 실행하기 위해 무인 비행 장치 또는 유인 비행 장치를 포함할 수 있고, 무인 비행 장치 또는 유인 비행 장치는 드론(drone) 일 수 있다.
저장 모듈(112)은 제 1, 2 활주로 이미지 데이터(RID1, RID2)와, 활주로 피해 분석 시스템(100)에서 가공하는 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)를 저장할 수 있다.
저장 모듈(112)은 제 1, 2 활주로 이미지 데이터(RID1, RID2)와 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)를 저장하기 위하여, 저장 장치를 포함할 수 있다. 저장 장치는 하드 디스크 드라이브(Hard Disk Drive), 광학 디스크(Optical Disc Drive), 자기 테이프(Magnetic Tape), 플로피 디스크(Floppy Disk), 플래시 메모리(Flash Memory), SSD(Solid State Drive) 등의 비휘발성 메모리 장치이거나, 램(Random Access Memory) 등의 휘발성 메모리 장치일 수 있으며, 이중 어느 것에 한정하지 않고 다른 종류의 저장 장치일 수도 있다.
저장 모듈(112)은 촬영 모듈(111)로부터 제 1, 2 활주로 이미지 데이터(RID1, RID2)를 전달 받을 수 있으나, 활주로 피해 분석 시스템(100)의 외부에서 제 1, 2 활주로 이미지 데이터(RID1, RID2)를 직접 입력 받을 수도 있다. 이때 제 1 활주로 이미지 데이터(RID1)는 피해가 발생하기 전의 활주로를 촬영한 이미지 데이터이고, 제 2 활주로 이미지 데이터(RID2)는 피해가 발생한 후의 활주로를 촬영한 이미지 데이터일 수 있다.
또한 저장 모듈(112)은 활주로 피해 분석 시스템(100)의 외부에서 활주로 2차원 맵(R2M)을 직접 입력 받아 저장할 수 있다. 활주로 2차원 맵(R2M)은 활주로를 2차원의 형식으로 나타낸 것일 수 있다.
데이터 로드 모듈(113)은, 저장 모듈(112)에 저장된 제 1 활주로 이미지 데이터(RID1)를 데이터 로드 모듈(113)로 로드하여, 3차원의 점군 데이터(point cloud data)를 생성한 다음, 제 1 수치 표면 모델 데이터(DSM1)를 가공할 수 있다.
또한 데이터 로드 모듈(113)은, 저장 모듈(112)에 저장된 제 2 활주로 이미지 데이터(RID2)를 데이터 로드 모듈(113)로 로드하여, 3차원의 점군 데이터를 생성한 다음, 제 2 수치 표면 모델 데이터(DSM2)를 가공할 수 있다. 이때 시각화를 용이하게 하기 위하여, 점군 데이터를 팔진 트리(octree) 형태로 구조화 할 수 있다.
데이터 로드 모듈(113)은 제 1, 2 활주로 이미지 데이터(RID1, RID2)에서 활주로의 시단 및 종단에 위치한 모서리 점을 추출하여, 활주로의 영역을 계산하고 제 1, 2 활주로 이미지 데이터(RID1, RID2)에 반영할 수 있다.
데이터 로드 모듈(113)은 가공한 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)를 피해 영역 분석 모듈(115)로 전달할 수 있다.
피해 영역 검출 모듈(114)은 제 2 활주로 이미지 데이터(RID2)에서 폭파구 및 불발탄 등을 검출할 수 있다.
피해 영역 검출 모듈(114)은 저장 모듈(112)에서 제 2 활주로 이미지 데이터(RID2)를 로드한 다음, 2차원 평면 상에서 폭파구 및 불발탄 등의 위치를 검출할 수 있다.
이때 피해 영역 검출 모듈(114)은, 합성곱 신경망(Convolutional Neural Network), 서포트 벡터 머신(Support Vector Machine), 나이브 베이즈 분류(Naive Bayes Classification), K-최근접 이웃법(K-Nearest Neighbor) 중 어느 하나의 알고리즘을 이용하여 폭파구 및 불발탄 등을 검출할 수 있으며, 2차원 평면에서 폭파구 및 불발탄 등의 위치 좌표(x, y)를 생성할 수 있다. 또한 피해 영역 검출 모듈(114)은 검출된 개별 피해 영역의 위치 좌표(x, y)를, 피해 영역 분석 모듈(115)로 전달할 수 있다.
제 2 활주로 이미지 데이터(RID2)가 공항 또는 비행장 등에서 전체 영역을 다수의 프레임으로 분할하여 촬영한 것인 경우, 피해 영역 검출 모듈(114)은 제 2 활주로 이미지 데이터(RID2)에서 프레임의 일련 번호(n)를 피해 영역 분석 모듈(115)로 전달할 수 있다.
피해 영역 분석 모듈(115)은 폭파구의 크기 및 예상 복구 시간을 계산할 수 있고, 불발탄의 위치를 표시할 수 있다.
피해 영역 분석 모듈(115)은 데이터 로드 모듈(113)로부터 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)를 전달 받을 수 있다. 그리고 피해 영역 분석 모듈(115)은 피해 영역 검출 모듈(114)로부터 폭파구 및 불발탄 등의 위치 좌표(x, y)와, 제 2 활주로 이미지 데이터(RID2)에서 프레임의 일련 번호(n)를 전달 받을 수 있다.
피해 영역 분석 모듈(115)은 저장 모듈(112)로부터 제 2 활주로 이미지 데이터(RID2)를 로드 할 수 있다. 피해 영역 분석 모듈(115)은 다수의 프레임으로 분할된 제 2 활주로 이미지 데이터(RID2)를 결합한 다음, 하나의 프레임으로 결합된 제 2 활주로 이미지 데이터(RID2)에서 폭파구 및 불발탄 등의 위치(x, y)를 계산할 수 있다.
피해 영역 분석 모듈(115)은 개별 폭파구의 위치 좌표(x, y)를 중심으로, 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)를 비교하여, 개별 폭파구의 크기를 계산할 수 있다. 이때 기준 입방체의 2차원 평면에서의 중심 좌표를 개별 폭파구의 위치 좌표(x, y)와 일치시킨 후, 기준 입방체 안에 수용되는 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)의 부피를 측정한 다음, 제 1 수치 표면 모델 데이터(DSM1)의 부피에서 제 2 수치 표면 모델 데이터(DSM2)의 부피를 감산하여, 개별 폭파구의 체적을 계산할 수 있다.
피해 영역 분석 모듈(115)은 개별 폭파구 별로 피해 가중치를 부여할 수 있다. 그리고 피해 영역 분석 모듈(115)은 개별 폭파구 별로 절성토량을 계산하여, 예상 복구 시간을 산출할 수 있다.
그리고 피해 영역 분석 모듈(115)은 저장 모듈(112)로부터 제 1 활주로 이미지 데이터(RID1)를 로드한 다음, 2차원의 형식으로 이루어진 제 3 활주로 이미지 데이터(RID3)를 생성한 후, 제 3 활주로 이미지 데이터(RID3)에서 폭파구 및 불발탄 등이 위치한 곳(x, y)을 표시할 수 있다.
또는 피해 영역 분석 모듈(115)은 저장 모듈(112)로부터 활주로 2차원 맵(R2M)을 로드한 다음, 제 3 활주로 이미지 데이터(RID3)를 생성한 후, 제 3 활주로 이미지 데이터(RID3)에서 폭파구 및 불발탄 등이 위치한 곳(x, y)을 표시할 수 있다.
피해 영역 분석 모듈(115)은 제 3 활주로 이미지 데이터(RID3)를 피해 영역 시각화 모듈(116)로 전달할 수 있고, 폭파구 및 불발탄 등의 위치(x, y)를 활주로 검색부(120)로 전달할 수 있다.
피해 영역 시각화 모듈(116)은 활주로와 폭파구, 불발탄 등을 시각화하여, 활주로 피해 분석 시스템(100) 사용자에게 보여지도록 할 수 있다,
피해 영역 시각화 모듈(116)은, 활주로와 폭파구, 불발탄 등이 표시된 제 3 활주로 이미지 데이터(RID3)를 렌더링 하여, 사용자의 단말 등에 전송할 수 있다. 이때 피해 영역 시각화 모듈(116)은 제 3 활주로 이미지 데이터(RID3)를 2차원 또는 3차원의 형식으로 렌더링 할 수 있다.
활주로 피해 분석 시스템(100)의 사용자는 데스크톱, 노트북, 스마트폰 등의 단말 기기에 설치된 웹 브라우저를 이용하여, 렌더링 된 제 3 활주로 이미지 데이터(RID3)를 HTTP 요청으로 전송할 수 있다. 피해 영역 시각화 모듈(116)은 렌더링 된 제 3 활주로 이미지 데이터(RID3)를 HTTP 응답으로 전송할 수 있다. 활주로 피해 분석 시스템(100) 사용자의 단말 기기에 설치된 웹 브라우저는 렌더링 된 제 3 활주로 이미지 데이터(RID3)를 표시하여, 활주로의 피해 현황을 나타낼 수 있다.
활주로 검색부(120)는 피해가 발생한 후의 가용 활주로를 검색한 다음, 항공기의 기종 및 운영 방식 조건에 맞는 가용 활주로를 선정하고 우선 순위를 산출할 수 있다.
활주로 검색부(120)는 활주로 검출 모듈(121)과 활주로 선정 모듈(122), 가용 활주로 시각화 모듈(123)을 포함할 수 있다.
활주로 검출 모듈(121)은 피해가 발생한 후의 활주로에서, 모든 가용 활주로를 검출할 수 있다.
활주로 검출 모듈(121)은 피해 분석부(100)의 피해 영역 분석 모듈(115)로부터, 폭파구 및 불발탄 등의 위치(x, y)를 전달 받을 수 있다. 폭파구 및 불발탄 등의 위치(x, y)는 피해 영역 검출 모듈(114)이 검출한 것일 수 있으나, 활주로 피해 분석 시스템(100)의 사용자가 폭파구 및 불발탄 등의 위치(x, y)를 직접 입력할 수도 있다.
활주로 검출 모듈(121)은 활주로 피해 분석 시스템(100)의 외부에서 활주로 2차원 맵(R2M)을 입력 받거나, 저장 모듈(112)에 저장된 활주로 2차원 맵(R2M)을 로드한 다음, 활주로 및 유도로가 차지하는 영역(r, t)을 검출하고 폭파구 및 불발탄 등의 위치(x, y)를 반영할 수 있다.
활주로 검출 모듈(121)은 개별 활주로 별로 가용 활주로(ra)를 검출할 수 있다. 가용 활주로(ra)는 검출된 개별 활주로가 차지하는 영역(r)에서 폭파구 및 불발탄 등이 위치하는 영역(x, y) 사이로 검출할 수 있다. 활주로 검출 모듈(121)은 검출된 가용 활주로(ra)에 대하여, 그 길이(dra)를 계산할 수 있다.
그리고 활주로 검출 모듈(121)은 활주로 2차원 맵(R2M), 활주로 및 유도로가 차지하는 영역(r, t), 가용 활주로(ra), 가용 활주로의 길이(dra)를 활주로 선정 모듈(122)로 전달할 수 있다.
활주로 선정 모듈(122)은 항공기에 따라 사용 가능한 활주로를 선정할 수 있다.
활주로 선정 모듈(122)은 항공기의 기종(A)과 주기장(Aircraft Stand, AS), 이착륙 방향(DTL), 이륙 활주 가용 거리(Take-Off Run Available, TORA), 이륙 가용 거리(Take-Off Distance Available, TODA), 가속 정지 가용 거리(Accelerate Stop Distance Available, ASDA), 착륙 가용 거리(Landing Distance Available, LDA) 등을 활주로 피해 분석 시스템(100)의 사용자로부터 입력 받을 수 있다.
활주로 선정 모듈(122)은 항공기의 기종(A) 별로 이륙 활주 가용 거리(TORA), 이륙 가용 거리(TODA), 가속 정지 가용 거리(ASDA), 착륙 가용 거리(LDA) 모두 보다 긴 길이(dra)를 가진, 가용 활주로(ra)를 검색할 수 있다.
그리고 활주로 선정 모듈(122)은 검색한 가용 활주로(ra)와 항공기의 기종(A) 별 주기장(AS) 사이에, 유도로(t)가 위치하는지 검색할 수 있다. 유도로(t)가 위치하는 경우, 활주로 선정 모듈(122)은 가용 활주로(ra)와 항공기의 기종(A) 별 주기장(AS) 사이의 거리인 유도 거리(TDA)를 계산할 수 있다.
또한 활주로 선정 모듈(122)은 유도 거리(TDA)가 길어지는 순서(올림 차순)로 또는 짧아지는 순서(내림 차순)로 가용 활주로(ra)를 정렬 할 수 있고, 유도 거리(TDA)가 가장 작은 가용 활주로(ra)를 특정 개수(W개) 만큼(예를 들어 5개) 선정할 수 있다.
활주로 선정 모듈(122)은 선정된 가용 활주로(ra), 활주로 2차원 맵(R2M), 검색된 유도로(t)를 가용 활주로 시각화 모듈(123)로 전달 할 수 있다.
가용 활주로 시각화 모듈(123)은 사용 가능한 활주로와 유도로를 시각화하여, 활주로 피해 분석 시스템(100) 사용자에게 보여지도록 할 수 있다,
가용 활주로 시각화 모듈(123)은, 가용 활주로(ra)와 유도로(t)를 활주로 2차원 맵(R2M)에 표시하여 제 4 활주로 이미지 데이터(RID4)를 생성한 다음, 제 4 활주로 이미지 데이터(RID4)를 2차원 또는 3차원의 형식으로 렌더링 할 수 있다.
활주로 피해 분석 시스템(100) 사용자는 데스크톱, 노트북, 스마트폰 등의 단말 기기에 설치된 웹 브라우저를 이용하여, 렌더링 된 제 4 활주로 이미지 데이터(RID4)를 HTTP 요청으로 전송할 수 있다. 가용 활주로 시각화 모듈(123)은 렌더링 된 제 4 활주로 이미지 데이터(RID4)를 HTTP 응답으로 전송할 수 있다. 활주로 피해 분석 시스템(100) 사용자의 단말 기기에 설치된 웹 브라우저는 렌더링 된 제 4 활주로 이미지 데이터(RID4)를 표시하여, 가용 활주로와 유도로를 나타낼 수 있다.
도 2는 본 발명의 일 실시 예에 따른 활주로 피해 분석 방법을 간략하게 나타낸 순서도이다.
활주로 피해 분석 방법의 제 1 단계(S1)는, 활주로 이미지 데이터에서 수치 표면 모델 데이터를 생성하는 단계이다.
데이터 로드 모듈(113)은, 저장 모듈(112)에 저장된 제 1, 2 활주로 이미지 데이터(RID1, RID2)를 로드하여 3차원의 점군 데이터를 생성한 다음, 각각 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)로 가공할 수 있다.
활주로 피해 분석 방법의 제 2 단계(S2)는, 활주로 이미지 데이터에서 폭파구 및 불발탄 등을 검출하는 단계이다.
피해 영역 검출 모듈(114)은 저장 모듈(112)에서 제 2 활주로 이미지 데이터(RID2)를 로드한 다음, 2차원 평면 상에서 폭파구 및 불발탄 등의 위치를 검출할 수 있다.
이때 피해 영역 검출 모듈(114)은, 합성곱 신경망(Convolutional Neural Network), 서포트 벡터 머신(Support Vector Machine), 나이브 베이즈 분류(Naive Bayes Classification), K-최근접 이웃법(K-Nearest Neighbor) 중 어느 하나의 알고리즘을 이용하여 폭파구 및 불발탄 등을 검출할 수 있으며, 폭파구 및 불발탄 등의 피해 영역 별로 2차원 평면에서의 위치 좌표(x, y)를 생성할 수 있다.
제 2 활주로 이미지 데이터(RID2)가 공항 또는 비행장 등에서 전체 영역을 다수의 프레임으로 분할하여 촬영한 것인 경우, 피해 영역 검출 모듈(114)은 제 2 활주로 이미지 데이터(RID2)에서 프레임의 일련 번호(n)를, 검출된 개별 피해 영역의 위치 좌표(x, y)에 추가할 수 있다.
활주로 피해 분석 방법의 제 3 단계(S3)는, 폭파구의 크기와 예상 복구 시간을 계산하는 단계이다.
피해 영역 분석 모듈(115)은 데이터 로드 모듈(113)로부터 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)을 전달 받을 수 있다. 그리고 피해 영역 분석 모듈(115)은 피해 영역 검출 모듈(114)로부터, 검출된 개별 피해 영역의 위치 좌표(x, y)와 제 2 활주로 이미지 데이터(RID2)에서 프레임의 일련 번호(n)를 전달 받을 수 있다.
피해 영역 분석 모듈(115)은 제 2 활주로 이미지 데이터(RID2)가 다수의 프레임으로 분할된 경우 이를 결합한 다음, 하나의 프레임으로 결합된 제 2 활주로 이미지 데이터(RID2)에서 폭파구 및 불발탄 등의 위치(x, y)를 계산할 수 있다.
피해 영역 분석 모듈(115)은 개별 폭파구의 위치 좌표(x, y)를 중심으로, 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)를 비교하여, 개별 폭파구의 크기를 계산할 수 있다. 이때 기준 입방체의 2차원 평면에서의 중심 좌표를 개별 폭파구의 위치 좌표(x, y)와 일치시킨 후, 기준 입방체 안에 수용되는 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)의 부피를 측정한 다음, 제 1 수치 표면 모델 데이터(DSM1)의 부피에서 제 2 수치 표면 모델 데이터(DSM2)의 부피를 감산하여, 개별 폭파구의 체적을 계산할 수 있다.
그리고 피해 영역 분석 모듈(115)은 개별 폭파구 별로 절성토량을 계산하여, 예상 복구 시간을 산출할 수 있다.
활주로 피해 분석 방법의 제 4 단계(S4)는, 폭파구 및 불발탄 등을 표시한 활주로 이미지 데이터를 생성하는 단계이다.
피해 영역 분석 모듈(115)은 저장 모듈(112)로부터 제 1 활주로 이미지 데이터(RID1)를 로드한 다음, 2차원의 형식으로 이루어진 제 3 활주로 이미지 데이터(RID3)를 생성한 후, 제 3 활주로 이미지 데이터(RID3)에서 폭파구 및 불발탄 등이 위치한 곳(x, y)을 표시할 수 있다.
또는 피해 영역 분석 모듈(115)은 저장 모듈(112)로부터 활주로 2차원 맵(R2M)을 로드한 다음, 제 3 활주로 이미지 데이터(RID3)를 생성한 후, 제 3 활주로 이미지 데이터(RID3)에서 폭파구 및 불발탄 등이 위치한 곳(x, y)을 표시할 수 있다.
활주로 피해 분석 방법의 제 5 단계(S5)는, 활주로의 피해 현황을 사용자에게 표시하는 단계이다.
피해 영역 시각화 모듈(116)은 피해 영역 분석 모듈(115)로부터 제 3 활주로 이미지 데이터(RID3)를 전달 받아, 2차원 또는 3차원의 형식으로 렌더링 할 수 있다.
피해 영역 시각화 모듈(116)은, 활주로 피해 분석 시스템(100) 사용자의 단말 기기에 설치된 웹 브라우저로부터 HTTP 요청을 전송 받은 다음, 렌더링 된 제 3 활주로 이미지 데이터(RID3)를 HTTP 응답으로 전송 할 수 있다.
그 후 활주로 피해 분석 시스템(100) 사용자의 단말 기기에 설치된 웹 브라우저는, 렌더링 된 제 3 활주로 이미지 데이터(RID3)를 표시하여, 활주로의 피해 현황을 나타낼 수 있다.
도 3은 본 발명의 일 실시 예에 따른 가용 활주로 검색 방법을 간략하게 나타낸 순서도이다.
가용 활주로 검색 방법의 제 1 단계(Q1)는, 모든 가용 활주로(ra)를 검출하는 단계이다.
활주로 검출 모듈(121)은 피해 영역 분석 모듈(115)로부터, 폭파구 및 불발탄 등의 위치(x, y)를 전달 받을 수 있다.
그리고 활주로 검출 모듈(121)은 활주로 피해 분석 시스템(100)의 외부에서 활주로 2차원 맵(R2M)을 입력 받거나, 저장 모듈(112)에 저장된 활주로 2차원 맵(R2M)을 로드하여, 활주로 및 유도로가 차지하는 영역(r, t)을 검출할 수 있다.
활주로 검출 모듈(121)은, 개별 활주로가 차지하는 영역(r)에서 폭파구 및 불발탄 등이 위치하는 영역(x, y) 사이를, 가용 활주로(ra)로 검출할 수 있다. 활주로 검출 모듈(121)은 검출된 가용 활주로(ra)에 대하여, 그 길이(dra)를 계산할 수 있다.
가용 활주로 검색 방법의 제 2 단계(Q2)는, 항공기에 따라 사용 가능한 활주로를 검색하는 단계이다.
활주로 선정 모듈(122)은, 활주로 2차원 맵(R2M), 활주로 및 유도로가 차지하는 영역(r, t), 가용 활주로(ra), 가용 활주로의 길이(dra)를, 활주로 선정 모듈(122)로부터 전달 받을 수 있다.
그리고 활주로 선정 모듈(122)은, 항공기의 기종(A)과 주기장(AS), 이착륙 방향(DTL), 이륙 활주 가용 거리(TORA), 이륙 가용 거리(TODA), 가속 정지 가용 거리(ASDA), 착륙 가용 거리(LDA) 등을 활주로 피해 분석 시스템(100)의 사용자로부터 입력 받을 수 있다.
활주로 선정 모듈(122)은 항공기의 기종(A) 별로 이륙 활주 가용 거리(TORA), 이륙 가용 거리(TODA), 가속 정지 가용 거리(ASDA), 착륙 가용 거리(LDA) 모두 보다 긴 길이(dra)를 가진, 가용 활주로(ra)를 검색할 수 있다.
가용 활주로 검색 방법의 제 3 단계(Q3)는, 사용 가능한 활주로와 주기장 사이의 거리를 계산하는 단계이다.
활주로 선정 모듈(122)은 제 2 단계(Q2)에서 검색한 가용 활주로(ra)와 항공기의 기종(A) 별 주기장(AS) 사이에, 유도로(t)가 위치하는지 검색할 수 있다. 유도로(t)가 위치하는 경우, 활주로 선정 모듈(122)은 가용 활주로(ra)와 항공기의 기종(A) 별 주기장(AS) 사이의 거리인 유도 거리(TDA)를 계산할 수 있다.
가용 활주로 검색 방법의 제 4 단계(Q4)는, 사용 가능한 활주로를 선정하는 단계이다.
활주로 선정 모듈(122)은 유도 거리(TDA)가 길어지는 순서(올림 차순)로 또는 짧아지는 순서(내림 차순)로 가용 활주로(ra)를 정렬 할 수 있고, 유도 거리(TDA)가 가장 작은 가용 활주로(ra)를 특정 개수(W개) 만큼(예를 들어 5개) 선정할 수 있다.
가용 활주로 검색 방법의 제 5 단계(Q5)는, 사용 가능한 활주로를 사용자에게 표시하는 단계이다.
가용 활주로 시각화 모듈(123)은, 선정된 가용 활주로(ra), 활주로 2차원 맵(R2M), 검색된 유도로(t)를, 활주로 선정 모듈(122)로부터 전달 받을 수 있다.
가용 활주로 시각화 모듈(123)은, 가용 활주로(ra)와 유도로(t)를 활주로 2차원 맵(R2M)에 표시하여 제 4 활주로 이미지 데이터(RID4)를 생성한 다음, 제 4 활주로 이미지 데이터(RID4)를 2차원 또는 3차원의 형식으로 렌더링 할 수 있다.
가용 활주로 시각화 모듈(123)은 활주로 피해 분석 시스템(100) 사용자의 단말 기기에 설치된 웹 브라우저로부터 HTTP 요청을 전송 받은 다음, 렌더링 된 제 4 활주로 이미지 데이터(RID4)를 HTTP 응답으로 전송 할 수 있다.
그 후 활주로 피해 분석 시스템(100) 사용자의 단말 기기에 설치된 웹 브라우저는 렌더링 된 제 4 활주로 이미지 데이터(RID4)를 표시하여, 가용 활주로와 유도로를 나타낼 수 있다.
도 4는 본 발명의 일 실시 예에 따른 활주로 피해 분석 시스템에서, 사용자측의 웹 브라우저 화면을 간략하게 나타낸 도면이다.
사용자측의 웹 브라우저 화면(200)에는, 비행장 선택부(210)와 활주로 이미지 표시부(220), 활주로 정보 표시부(230)가 표시될 수 있다.
활주로 피해 분석 시스템(100)의 사용자가, 비행장 선택부(210)에서 비행장과 가용 활주로의 길이, 시단의 위치(왼쪽 또는 오른쪽)를 설정하면, 활주로 검색부(120)가 가용 활주와 유도로를 검색하여 활주로 이미지 표시부(220)에 이미지를 표시할 수 있게 하고, 활주로 정보 표시부(230)에 가용 활주로의 정보를 표시할 수 있게 한다.
활주로 이미지 표시부(220)는 2차원 또는 3차원의 맵 형식으로 렌더링 된 제 4 활주로 이미지 데이터(RID4)를 표시할 수 있다.
이에 따라 활주로 이미지 표시부(220)는 항공기가 위치하는 주기장(A)과, 가용 활주로(ra), 최단 유도 거리(TDA), 폭파구 및 불발탄 등을, 각각 표시할 수 있다.
또한 활주로 이미지 표시부(220)는 폭파구 및 불발탄 등의 위치를 수동으로 입력하는 메뉴(221)를 포함할 수 있다.
활주로 정보 표시부(230)는 활주로 이미지 표시부(220)에서 선택한 가용 활주로의 길이(dra), 시단 및 종단의 위치 등을 숫자로 표시할 수 있다.
이상을 통해 본 발명의 실시 예에 대하여 설명하였지만, 본 발명은 상기 실시 예에 한정되지 않고, 본 발명의 취지를 벗어나지 않고 효과를 저해하지 않는 한, 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 다양하게 변경하여 실시할 수 있다. 또한 그러한 실시 예가 본 발명의 범위에 속하는 것은 당연하다.
100 : 활주로 피해 분석 시스템
110 : 피해 분석부 111 : 촬영 모듈
112 : 저장 모듈 113 : 데이터 로드 모듈
114 : 피해 영역 검출 모듈 115 : 피해 영역 분석 모듈
116 : 피해 영역 시각화 모듈
120 : 활주로 검색부 121 : 활주로 검출 모듈
122 : 활주로 선정 모듈 123 : 가용 활주로 시각화 모듈
200 : 사용자측의 웹 브라우저 화면
210 : 비행장 선택부 220 : 활주로 이미지 표시부
230 : 활주로 정보 표시부
S1 ~ S5 : 활주로 피해 분석 방법
Q1 ~ Q5 : 가용 활주로 검색 방법

Claims (12)

  1. 피해 발생 전의 활주로를 촬영한 제 1 활주로 이미지 데이터(RID1)를 제 1 수치 표면 모델 데이터(DSM1)로 가공하고, 피해 발생 후의 활주로를 촬영한 제 2 활주로 이미지 데이터(RID1)를 제 2 수치 표면 모델 데이터(DSM2)로 가공하는 데이터 로드 모듈과;
    상기 제 2 활주로 이미지 데이터(RID2)에서 폭파구 및 불발탄을 검출하여, 2차원 평면에서 폭파구 및 불발탄의 위치 좌표(x, y)를 생성하는 피해 영역 검출 모듈과;
    폭파구의 체적을 계산하고, 제 3 활주로 이미지 데이터(RID3)를 생성한 다음 폭파구 및 불발탄을 상기 위치 좌표(x, y)에 따라 상기 제 3 활주로 이미지 데이터(RID3)에 표시하는 피해 영역 분석 모듈과;
    사용자 단말의 HTTP 요청에 따라, 상기 제 3 활주로 이미지 데이터(RID3)를 2차원 또는 3차원의 형식으로 렌더링 하여 상기 사용자 단말에 HTTP 응답으로 전송하는 피해 영역 시각화 모듈을 포함하고,
    상기 위치 좌표(x, y)를 활주로 2차원 맵(R2M)에 반영하여 가용 활주로와 유도로를 검출하고, 상기 가용 활주로의 길이를 계산하는 활주로 검출 모듈과;
    항공기의 기종 별로 가용 거리 보다 긴 길이를 가진 상기 가용 활주로를 검색하고, 검색된 상기 가용 활주로와 주기장 사이의 유도 거리를 계산하며, 상기 유도 거리가 가장 작은 W개의 상기 가용 활주로를 선정하는 활주로 선정 모듈과;
    상기 가용 활주로와 상기 유도로를 상기 활주로 2차원 맵에 표시하여 제 4 활주로 이미지 데이터(RID4)를 생성한 다음, 상기 사용자 단말의 HTTP 요청에 따라, 상기 제 4 활주로 이미지 데이터(RID4)를 2차원 또는 3차원의 형식으로 렌더링 하여 상기 사용자 단말에 HTTP 응답으로 전송하는 가용 활주로 시각화 모듈을 더 포함하는,
    활주로 피해 분석 시스템.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 데이터 로드 모듈은, 3차원의 점군 데이터를 팔진 트리 형태로 구조화하여, 상기 제 1, 2 활주로 이미지 데이터(RID1, RID2)를 각각 상기 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)로 가공하는 활주로 피해 분석 시스템.
  4. 제 3 항에 있어서,
    상기 피해 영역 검출 모듈은, 합성곱 신경망, 서포트 벡터 머신, 나이브 베이즈 분류, K-최근접 이웃법 중 어느 하나의 알고리즘으로 폭파구 및 불발탄을 검출하는 활주로 피해 분석 시스템.
  5. 제 4 항에 있어서,
    상기 피해 영역 분석 모듈은, 기준 입방체의 2차원 평면에서의 중심 좌표를 상기 위치 좌표(x, y)와 일치시킨 후, 상기 기준 입방체 안에 수용되는 상기 제 1 수치 표면 모델 데이터(DSM1)의 부피에서 상기 제 2 수치 표면 모델 데이터(DSM2)의 부피를 감산하여, 폭파구의 체적을 계산하는 활주로 피해 분석 시스템.
  6. 제 5 항에 있어서,
    상기 활주로 검출 모듈은, 상기 활주로 2차원 맵(R2M)에서 활주로가 차지하는 영역을 검출하고, 활주로에서 폭파구 및 불발탄이 위치하는 영역 사이를 가용 활주로로 검출하는 활주로 피해 분석 시스템.
  7. 제 6 항에 있어서,
    상기 가용 거리는 이륙 활주 가용 거리(TORA), 이륙 가용 거리(TODA), 가속 정지 가용 거리(ASDA), 착륙 가용 거리(LDA)이며,
    상기 활주로 선정 모듈은, 상기 이륙 활주 가용 거리(TORA), 상기 이륙 가용 거리(TODA), 상기 가속 정지 가용 거리(ASDA), 상기 착륙 가용 거리(LDA) 모두 보다 긴 길이를 가진 상기 가용 활주로를 검색하는 활주로 피해 분석 시스템.
  8. 제 7 항에 있어서,
    피해가 발생하기 전후의 활주로를 촬영하여 각각 상기 제 1, 2 활주로 이미지 데이터(RID1, RID2)를 생성하는 촬영 모듈
    을 더 포함하는 활주로 피해 분석 시스템.
  9. 제 8 항에 있어서,
    상기 촬영 모듈은 공항 또는 비행장의 전체 영역을 다수의 프레임으로 분할하여 촬영하여, 상기 제 1, 2 활주로 이미지 데이터(RID1, RID2)를 생성하고,
    상기 피해 영역 분석 모듈은 다수의 프레임으로 분할된 상기 제 2 활주로 이미지 데이터(RID2)를 하나의 프레임으로 결합하여, 폭파구 및 불발탄의 상기 위치 좌표(x, y)를 계산하는 활주로 피해 분석 시스템.
  10. 제 9 항에 있어서,
    상기 제 1, 2 활주로 이미지 데이터(RID1, RID2)와, 상기 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2), 상기 활주로 2차원 맵(R2M)을 저장하는 저장 모듈
    을 더 포함하는 활주로 피해 분석 시스템.
  11. 활주로 피해 분석 시스템에서
    (S1) 데이터 로드 모듈이, 제 1, 2 활주로 이미지 데이터(RID1, RID2)를 로드하여 3차원의 점군 데이터를 생성한 다음, 각각 제 1, 2 수치 표면 모델 데이터(DSM1, DSM2)로 가공하는 단계와;
    (S2) 피해 영역 검출 모듈이, 합성곱 신경망, 서포트 벡터 머신, 나이브 베이즈 분류, K-최근접 이웃법 중 어느 하나의 알고리즘으로 폭파구 및 불발탄을 검출하여, 2차원 평면에서 폭파구 및 불발탄의 위치 좌표(x, y)를 생성하는 단계와;
    (S3) 피해 영역 분석 모듈이, 기준 입방체의 2차원 평면에서의 중심 좌표를 상기 위치 좌표(x, y)와 일치시킨 후, 상기 기준 입방체 안에 수용되는 상기 제 1 수치 표면 모델 데이터(DSM1)의 부피에서 상기 제 2 수치 표면 모델 데이터(DSM2)의 부피를 감산하여, 폭파구의 체적을 계산하는 단계와;
    (S4) 상기 피해 영역 분석 모듈이, 제 3 활주로 이미지 데이터(RID3)를 생성한 다음 폭파구 및 불발탄을 상기 위치 좌표(x, y)에 따라 상기 제 3 활주로 이미지 데이터(RID3)에 표시하는 단계와;
    (S5) 피해 영역 시각화 모듈이, 사용자 단말의 HTTP 요청에 따라 상기 제 3 활주로 이미지 데이터(RID3)를 2차원 또는 3차원의 형식으로 렌더링 하여 상기 사용자 단말에 HTTP 응답으로 전송하는 단계를 포함하고,
    (Q1) 활주로 검출 모듈이, 상기 활주로 2차원 맵(R2M)에서 활주로와 유도로가 차지하는 영역을 검출하고, 상기 활주로가 차지하는 영역에서 폭파구 및 불발탄이 위치하는 영역 사이를 가용 활주로로 검출하며, 상기 가용 활주로의 길이를 계산하는 단계와;
    (Q2) 활주로 선정 모듈이, 항공기의 기종 별로 이륙 활주 가용 거리(TORA), 이륙 가용 거리(TODA), 가속 정지 가용 거리(ASDA), 착륙 가용 거리(LDA) 모두 보다 긴 길이를 가진 상기 가용 활주로를 검색하는 단계와;
    (Q3) 상기 활주로 선정 모듈이, 항공기의 기종 별로 상기 가용 활주로와 주기장 사이의 유도 거리를 계산하는 단계와;
    (Q4) 상기 활주로 선정 모듈이, 상기 유도 거리가 가장 작은 W개의 상기 가용 활주로를 선정하는 단계와;
    (Q5) 가용 활주로 시각화 모듈(123)이, 상기 가용 활주로와 상기 유도로를 상기 활주로 2차원 맵(R2M)에 표시하여 제 4 활주로 이미지 데이터(RID4)를 생성한 다음, 사용자 단말의 HTTP 요청에 따라 상기 제 4 활주로 이미지 데이터(RID4)를 2차원 또는 3차원의 형식으로 렌더링 하여 상기 사용자 단말에 HTTP 응답으로 전송하는 단계를 더 포함하는,
    활주로 피해 분석 방법.
  12. 삭제
KR1020200083866A 2020-07-08 2020-07-08 활주로 피해 분석 시스템 및 방법 KR102232681B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200083866A KR102232681B1 (ko) 2020-07-08 2020-07-08 활주로 피해 분석 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200083866A KR102232681B1 (ko) 2020-07-08 2020-07-08 활주로 피해 분석 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102232681B1 true KR102232681B1 (ko) 2021-03-29

Family

ID=75250246

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200083866A KR102232681B1 (ko) 2020-07-08 2020-07-08 활주로 피해 분석 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102232681B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114782342A (zh) * 2022-04-12 2022-07-22 北京瓦特曼智能科技有限公司 城市硬件设施缺陷的检测方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140029394A (ko) * 2011-02-21 2014-03-10 스트라테크 시스템즈 리미티드 비행장 내의 이물질, 파편 또는 손상 검출 감시 시스템 및 방법
KR20190063062A (ko) * 2017-11-29 2019-06-07 (주)엔젤스윙 지형변화량 가시화 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140029394A (ko) * 2011-02-21 2014-03-10 스트라테크 시스템즈 리미티드 비행장 내의 이물질, 파편 또는 손상 검출 감시 시스템 및 방법
KR20190063062A (ko) * 2017-11-29 2019-06-07 (주)엔젤스윙 지형변화량 가시화 방법 및 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114782342A (zh) * 2022-04-12 2022-07-22 北京瓦特曼智能科技有限公司 城市硬件设施缺陷的检测方法及装置
CN114782342B (zh) * 2022-04-12 2024-02-09 北京瓦特曼智能科技有限公司 城市硬件设施缺陷的检测方法及装置

Similar Documents

Publication Publication Date Title
Yuan et al. Fire detection using infrared images for UAV-based forest fire surveillance
Qi et al. Search and rescue rotary‐wing uav and its application to the lushan ms 7.0 earthquake
CN111352434B (zh) 支持接近机场的机场跑道的飞机的设备及方法
EP3505871A1 (en) Management system for unmanned aerial vehicles
CN107728633A (zh) 获取目标物位置信息方法及装置、移动装置及其控制方法
CN109255286A (zh) 一种基于yolo深度学习网络框架的无人机光学快速检测识别方法
CN109035294B (zh) 一种运动目标的图像提取系统及方法
Popescu et al. Image recognition in UAV application based on texture analysis
CN115657726B (zh) 一种多无人机的控制切换方法
KR102232681B1 (ko) 활주로 피해 분석 시스템 및 방법
US9372081B2 (en) Method and system for geo-referencing at least one sensor image
CN116558364A (zh) 一种针对未知飞行器的干扰拦截系统及方法
Aden et al. Low cost infrared and near infrared sensors for UAVs
Valaboju et al. Drone detection and classification using computer vision
US20220397676A1 (en) Aircraft identification
Zhang et al. Visual–inertial fusion-based registration between real and synthetic images in airborne combined vision system
KR102290878B1 (ko) 장애물에 가려진 표적을 사격하는 원격 화기 제어 장치
Khan et al. Deep Learning Empowered Fast and Accurate Multiclass UAV Detection in Challenging Weather Conditions
Rangkuti et al. Optimization of Vehicle Object Detection Based on UAV Dataset: CNN Model and Darknet Algorithm
Li Effects of target classification on ai-based unexploded ordnance detection performance
CN114858213B (zh) 岩体结构面的测量方法、装置、系统和计算机设备
KR102686406B1 (ko) 탄착 위치 산출 방법, 탄착 위치 산출 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램
KR102515245B1 (ko) 무인 비행체의 분실을 방지하는 방법 및 장치
WO2024215362A2 (en) Devices, systems, and methods for automatic object detection, identification, and tracking
US20240219153A1 (en) Systems and methods for detecting and identifying explosives

Legal Events

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