KR20170088113A - 라이다와 카메라를 융합한 실시간 기상 인자 측정방법 및 측정 시스템 - Google Patents
라이다와 카메라를 융합한 실시간 기상 인자 측정방법 및 측정 시스템 Download PDFInfo
- Publication number
- KR20170088113A KR20170088113A KR1020160008034A KR20160008034A KR20170088113A KR 20170088113 A KR20170088113 A KR 20170088113A KR 1020160008034 A KR1020160008034 A KR 1020160008034A KR 20160008034 A KR20160008034 A KR 20160008034A KR 20170088113 A KR20170088113 A KR 20170088113A
- Authority
- KR
- South Korea
- Prior art keywords
- meteorological
- camera
- weather
- vector
- distance
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/16—Measuring atmospheric potential differences, e.g. due to electrical charges in clouds
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
본 발명에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정 시스템은, 동일 광축 상에 배치된 카메라와 거리 측정용 라이다; 및 상기 카메라와 상기 라이다의 광축의 방향을 일체로 변화시키도록 패닝(panning)과 틸팅(tilting)이 가능한 스캐닝 장치;를 포함한 것을 특징으로 한다.
Description
본 발명은 실시간으로 구름, 안개, 연기, 오염 물질, 미세 먼지 등과 같은 기상 객체를 대상으로, 위치, 크기, 이동속도, 크기 변화, 확산 속도, 함유 에너지, 풍향, 풍속 등과 같은 기상 인자를 측정하는 시스템 및 방법에 관한 것이다.
본 발명은 한국기상산업진흥원에서 지원하는 기상산업지원 및 활용기술개발사업의 성과물(과제명: 국지적 안개 발생에 따른 선제적 대응 서비스 시스템 개발)로부터 도출된 것이다.
일반적으로 하늘에 떠다니는 구름, 안개, 연기, 오염 물질, 미세먼지 등과 같은 기상 객체는 일기 예보를 위한 기초자료로서 중요한 대상이다. 이러한 기상 객체는 강수, 뇌전, 안개, 우박, 게릴라성 호우 등과 같은 기상현상과 밀접하게 관련되어 있다. 기상 객체의 분포는 기상의 예측 및 관측에 있어 매우 중요한 자료로 활용된다. 통상적으로 기상 객체 중 구름의 상태는 숙달된 관측자가 일정 시간 간격으로 육안 관측함으로써 기상의 예측 및 관측에 활용되고 있다. 한편, 기상 객체의 양을 측정하는 장비를 통해 기상 객체를 관측함으로써 기상의 예측 및 관측에 활용될 수 있다.
그런데 이러한 기상 객체의 관측을 통한 기상의 예측 방식에 있어서, 관측자에 의한 육안 관측을 행하는 경우 관측자에 따라서 관측 값이 달라지는 문제점이 있다. 또한, 육안 관측은 많은 시간과 경비가 소요됨은 물론 기상 객체 관측에 따른 부대비용 및 많은 인건비가 지출되는 문제점이 있다.
한편, 기상 객체의 상태를 관측하는 데 카메라와 거리측정 레이저를 사용하는 기술이 개발되기도 하였다. 카메라와 거리측정 레이저를 이용하는 기술의 일 예가 대한민국 공개특허 제2010-0042711호에 개시되어 있다. 상기 공개특허는 카메라를 지면에 대해 고정하고, 그 카메라와 일정한 거리만큼 떨어져 있는 위치에 거리측정 레이저를 설치한 시스템이다.
그런데 상기 공개특허와 같은 시스템은 카메라가 고정되어 있기 때문에 시간에 따라 움직이는 기상 객체를 추적하기 어려운 문제점이 있다. 또한, 상기 공개특허와 같은 시스템에 채용된 거리측정 레이저는 관측할 수 있는 거리가 1Km 정도로 제한된다는 문제점이 있다.
본 발명의 목적은 상기와 같은 문제점을 해소하기 위해 안출된 것으로서, 카메라와 라이다 장비를 결합하여 신속하고 효과적으로 기상 객체의 크기, 이동거리, 이동속도, 크기변화, 확산속도, 함유 에너지, 풍향, 풍속 등을 계산 또는 추정하여 측정하는 시스템 및 방법을 제공하는 데 있다.
상기 목적을 달성하기 위해, 본 발명의 일 실시 예에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정 시스템은, 기상 객체를 관측할 수 있도록, 동일 광축 상에 배치된 카메라와 거리 측정용 라이다; 및
상기 카메라와 상기 라이다의 광축의 방향을 일체로 변화시키도록 패닝(panning)과 틸팅(tilting)이 가능한 스캐닝 장치;를 포함한 점에 특징이 있다.
상기 카메라 및 상기 라이다는 기상 객체의 이동을 추적할 수 있도록 추적 장치에 결합 될 수 있다.
한편, 상기 목적을 달성하기 위해 본 발명의 일 실시 예에 다른 라이다와 카메라를 융합한 실시간 기상 인자 측정방법은, 기상 객체의 영상을 실시간으로 촬영하는 카메라 및 상기 카메라에 의해 촬영된 기상 객체의 영상의 특정 위치에 광 레이저 펄스를 발사하여 그 기상 객체에 의해 반사되는 광 레이저 펄스를 측정함으로써 그 기상 객체까지의 거리를 측정하는 라이다를 포함하는 장비를 이용하며, 상기 카메라 및 상기 라이다는 동일한 광축 상에 설치하는 측정 준비 단계;
상기 카메라에 의해 촬영된 기상 객체의 영상을 해상도가 일정한 모니터에 디스플레이하는 이미지 처리 단계;
상기 모니터에 디스플레이된 기상 객체의 가로 픽셀 수와 세로 픽셀 수를 카운트하는 픽셀 카운트 단계;
상기 픽셀 카운트 단계에서 카운트 된 상기 모니터의 가로 해상도와 상기 기상 객체의 가로 픽셀 수의 비율 또는 상기 모니터의 세로 해상도와 상기 기상 객체의 세로 픽셀 수의 비율을 계산하는 픽셀 비율 계산 단계;
상기 픽셀 비율 계산 단계에서 계산된 픽셀 비율과 상기 카메라의 렌즈 배율로부터 확인된 화각의 비율에 의해 상기 기상 객체의 가로 화각 또는 세로 화각을 계산하는 기상 객체 화각 계산 단계;
상기 라이다에 의해 실측 된 상기 기상 객체까지의 거리에 상기 기상 객체 화각 계산 단계에서 계산된 기상 객체의 화각을 곱함으로써 상기 기상 객체의 크기를 계산하는 기상 객체 크기 계산 단계;를 포함한 점에 특징이 있다.
상기 라이다에 의해 상기 기상 객체의 특정 위치의 거리 및 방향을 측정하여 제1성분 벡터를 설정하는 제1벡터량 측정 단계;
상기 제1벡터량 측정 단계와 다른 시간에 상기 라이다에 의해 상기 기상 객체의 특정 위치의 거리 및 방향을 측정하여 제2성분 벡터를 설정하는 제2벡터량 측정 단계; 및
상기 제1성분 벡터 및 상기 제2성분 벡터의 차이를 이용하여 상기 기상 객체의 이동 거리 벡터를 계산하는 것이 바람직하다.
상기 기상 객체의 이동 거리 벡터를 상기 제1벡터량 측정 단계와 상기 제2벡터량 측정 단계의 관측 시간차로 나눔으로써 상기 기상 객체의 이동 속도를 계산하는 것이 바람직하다.
상기 기상 객체 크기 계산 단계에서 얻은 상기 기상 객체의 크기로부터 상기 기상 객체의 부피를 추정하고, 상기 기상 객체의 종류에 따라 단위 부피당 정해진 수분량을 상기 기상 객체의 부피에 곱함으로써, 상기 기상 객체의 총 수분량을 산출하고, 상기 기상 객체의 총 수분량에 물의 잠열을 곱함으로써 상기 기상 객체의 함유 에너지를 산출하는 것이 바람직하다.
본 발명에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정 시스템은, 카메라와 라이다를 동일 광축 상에 배치함으로써 기상 객체의 이동을 효과적으로 추적할 수 있으며, 그 기상 객체의 크기를 매우 신속하게 계산할 수 있는 장점이 있다.
또한, 본 발명에 따른 실시간 기상 인자 측정 시스템은, 상기 카메라와 상기 라이다의 광축을 동시에 변화시키는 패닝 및 틸팅 기능을 가진 스캐닝 장치가 구비됨으로써 모든 방향으로의 기상 객체의 생성, 소멸, 스톰(storm)의 이동 등의 변화를 실시간으로 관측 가능한 장점이 있다. 본 발명에서 채용한 라이다는 탐지거리, 거리 정확도, 이동성 측면에서 매우 우수한 장점을 가진다.
또한, 본 발명의 바람직한 실시 예와 같이 상기 카메라 및 상기 라이다가 기상 객체의 이동을 추적할 수 있도록 추적 장치에 결합 될 경우, 실시간 기상 상태의 측정이 더욱 효과적으로 수행될 수 있다.
본 발명에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정방법은, 카메라 렌즈의 화각과 그 카메라에 의해 촬영된 기상 객체 영상을 모니터에 디스플레이하여 기상 객체의 픽셀수와 상기 모니터의 비율과 관계로부터 촬영된 기상 객체 영상의 화각을 구하고, 그 기상 객체 영상의 화각과 라이다에 의해 측정된 기상 객체와의 거리로부터 그 기상 객체의 크기를 간단하고 신속하게 계산함으로써 실시간으로 신속하게 기상 객체의 상태를 측정할 수 있는 효과를 제공한다.
또한, 본 발명의 바람직한 실시 예에서와 같이 기상 객체가 시간에 따라 이동할 경우 서로 다른 시간에 복수의 위치에서 그 기상 객체의 벡터량을 측정하여 그 벡터 차이를 계산함으로써 기상 객체의 이동거리 및 이동속도를 계산할 수 있는 효과를 제공한다.
도 1은 본 발명에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정 시스템의 개략적 구성도이다.
도 2는 본 발명의 바람직한 실시 예에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정방법의 순서도이다.
도 3은 도 2에 도시된 이미지 처리 단계에서 기상 객체 영상이 모니터에 디스플레이된 상태를 보여준다.
도 4는 도 3에 도시된 픽셀 카운트 단계에서 기상 객체의 픽셀을 카운트하는 개념을 보여주는 도면이다.
도 5는 카메라 렌즈의 화각과 기상 객체의 화각과의 관계를 보여주는 도면이다.
도 6은 기상 객체의 화각으로부터 기상 객체의 크기를 계산하는 원리를 보여주는 도면이다.
도 7은 기상 객체의 크기를 계산한 일 예를 보여주는 표이다.
도 8은 기상 객체의 위치가 이동하는 경우 그 기상 객체의 위치를 추적하는 과정을 도식적으로 보여주는 도면이다.
도 9는 기상 객체의 위치 변화를 계산하기 위한 구면 좌표계를 보여주는 도면이다.
도 10은 제1벡터 성분과 제2벡터 성분과 기상 객체의 속도 변화를 물리적으로 표시한 도면이다.
도 2는 본 발명의 바람직한 실시 예에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정방법의 순서도이다.
도 3은 도 2에 도시된 이미지 처리 단계에서 기상 객체 영상이 모니터에 디스플레이된 상태를 보여준다.
도 4는 도 3에 도시된 픽셀 카운트 단계에서 기상 객체의 픽셀을 카운트하는 개념을 보여주는 도면이다.
도 5는 카메라 렌즈의 화각과 기상 객체의 화각과의 관계를 보여주는 도면이다.
도 6은 기상 객체의 화각으로부터 기상 객체의 크기를 계산하는 원리를 보여주는 도면이다.
도 7은 기상 객체의 크기를 계산한 일 예를 보여주는 표이다.
도 8은 기상 객체의 위치가 이동하는 경우 그 기상 객체의 위치를 추적하는 과정을 도식적으로 보여주는 도면이다.
도 9는 기상 객체의 위치 변화를 계산하기 위한 구면 좌표계를 보여주는 도면이다.
도 10은 제1벡터 성분과 제2벡터 성분과 기상 객체의 속도 변화를 물리적으로 표시한 도면이다.
이하, 본 발명에 따른 바람직한 실시 예를 첨부된 도면을 참조하면서 상세히 설명하기로 한다.
도 1은 본 발명에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정 시스템의 개략적 구성도이다. 도 2는 본 발명의 바람직한 실시 예에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정방법의 순서도이다. 도 3은 도 2에 도시된 이미지 처리 단계에서 기상 객체 영상이 모니터에 디스플레이된 상태를 보여준다. 도 4는 도 3에 도시된 픽셀 카운트 단계에서 기상 객체의 픽셀을 카운트하는 개념을 보여주는 도면이다. 도 5는 카메라 렌즈의 화각과 기상 객체의 화각과의 관계를 보여주는 도면이다. 도 6은 기상 객체의 화각으로부터 기상 객체의 크기를 계산하는 원리를 보여주는 도면이다. 도 7은 기상 객체의 크기를 계산한 일 예를 보여주는 표이다. 도 8은 기상 객체의 위치가 이동하는 경우 그 기상 객체의 위치를 추적하는 과정을 도식적으로 보여주는 도면이다. 도 9는 기상 객체의 위치 변화를 계산하기 위한 구면 좌표계를 보여주는 도면이다. 도 10은 제1벡터 성분과 제2벡터 성분과 기상 객체의 속도 변화를 물리적으로 표시한 도면이다.
도 1 내지 도 10을 참조하면, 본 발명의 바람직한 일 실시 예에 따른 실시간 기상 상태의 측정 시스템은, 카메라(10)와, 라이다(20)와, 스캐닝 장치(30)를 포함한다.
상기 카메라(10)는 구름, 안개, 연기, 오염 물질, 미세먼지 등과 같은 기상 객체 이미지를 촬영하는 장비다. 상기 카메라(10)는 렌즈를 교환할 수 있으며, 한편 그 렌즈의 비율을 가변시킬 수도 있다. 상기 카메라(10) 렌즈의 배율이 정해지면 그 렌즈의 화각이 결정된다. 이하에서는 상기 렌즈의 화각을 카메라의 화각(α)이라 칭하기로 한다. 본 발명에서 상기 카메라의 화각(α)은 측정하는 기상 객체의 크기를 계산하는 데 핵심적인 인자가 된다. 기상 객체(50)는 시간에 따라 크기 및 위치가 달라지므로 미래의 기상 상태를 예측하는 데 그 기상 객체(50)의 정확한 크기는 중요하지 않으며 기상 객체(50)의 대략적인 크기를 알 수 있으면 충분하다. 따라서, 본 발명에서는 기상 객체의 크기(ℓ)를 측정하는 데 있어서 정확한 수치를 계산하기보다는 대략적인 기상 객체의 크기(ℓ)를 신속하게 계산함으로써 실시간으로 기상 객체(50)에 관한 자료를 측정하고자 하는데 주목적이 있다.
상기 라이다(20)는 일종의 광 레이저 장비다. 상기 라이다(Light Detection and Range, Lidar)는 전자파의 일종인 광 레이저를 기상 객체를 향해 발사함으로써 그 기상 객체로부터 반사되어 오는 전자기파의 양을 측정하여 측정 지점에서 기상 객체까지의 거리(r)를 측정할 수 있는 장비다. 본 발명에서 사용하는 라이다(20)는 TOF(Time of Flight) 라이다로서 측정 유효 거리가 수십 km까지 측정할 수 있다. 또한, 상기 라이다(20)는 거리 측정 정밀도가 종래의 레이저 장비에 비하여 현저하게 우수한 장점이 있다.
상기 라이다(20)는 기상 객체의 특정 위치까지의 거리를 실시간으로 측정할 수 있다. 본 발명에서는 기상 객체의 크기(ℓ)를 계산하는 데 있어서, 상기 라이다(20)를 이용하여 그 기상 객체까지의 실제 거리를 측정한다.
본 발명의 핵심적인 특징은 상기 카메라(10)와 상기 라이다(20)가 동일 광축 상에 배치된다. 이와 같이 상기 카메라(10)와 상기 라이다(20)가 동일 광축 상에 배치되어 있음으로써 측정하고자 하는 기상 객체까지의 거리를 실시간으로 측정하고 이를 바탕으로 그 기상 객체의 크기를 계산하기가 매우 용이한 장점이 있다.
또한, 상기 카메라(10)와 상기 라이다(20)의 광축의 방향을 일체로 변화시키도록 패닝(panning)과 틸팅(tilting)이 가능한 스캐닝 장치(30)를 포함한다. 상기 스캐닝 장치(30)에서 패닝이란 지면에 평행한 방향으로 상기 라이다(20)에서 발진하는 레이저 빔의 진행 방향이 변하는 것을 의미한다. 한편, 상기 스캐닝 장치(30)에서 틸팅이란 상기 라이다(20)에서 발진하는 레이저 빔의 진행 방향이 지면에 수직인 방향으로 변하는 것을 의미한다. 상기 스캐닝 장치(30)는 패닝을 위한 패닝 모듈(32) 및 틸팅을 위한 틸팅 모듈(34)을 포함한다. 상기 패닝 모듈(32)과 상기 틸팅 모듈(34)은 공지된 기술을 채용하여 구성할 수 있으므로 상세한 구조에 대한 설명은 생략하기로 한다.
상기 스캐닝 장치(30)는 기상 객체의 움직임을 따라 카메라(10)와 라이다(20)를 동시에 움직임으로써 그 기상 객체의 위치를 실시간으로 추적 가능하도록 하는 작용을 한다. 상기 스캐닝 장치(30)는 수동 또는 자동으로 구성할 수 있다. 상기 스캐닝 장치(30)를 자동으로 구성하는 경우에는 상기 스캐닝 장치(30)를 실시간 추적 장치에 탑재하여 설치하는 것이 바람직하다. 실시간 추적 장치는 통상 오토 스캐닝 장치라고도 한다. 이에 따라 상기 카메라(10) 및 상기 라이다(20)는 상기 기상 객체의 이동을 추적할 수 있도록 추적 장치에 결합 될 수 있다.
이제, 상술한 바와 같은 시스템을 이용하여 기상 객체의 크기와 이동 속도를 계산하는 방법을 상세하게 설명하기로 한다.
본 발명에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정방법은, 측정 준비 단계(S10)와, 이미지 처리 단계(S20)와, 픽셀 카운트 단계(S30)와, 픽셀 비율 계산 단계(S40)와, 기상 객체 화각 계산 단계(S50)와, 기상 객체 크기 계산 단계(S60)를 포함한다.
상기 측정 준비 단계(S10)에서는, 기상 객체의 영상을 실시간으로 촬영하는 카메라(10) 및 상기 카메라(10)에 의해 촬영된 기상 객체의 영상의 특정 위치에 광 레이저 펄스를 발사하여 그 기상 객체에 의해 반사되는 광 레이저 펄스를 측정한다. 상기 광 레이저 펄스는 라이다(20)를 이용한다. 상기 라이다(20)는 상기 카메라(10)에 의해 촬영된 기상 객체의 특정 위치까지의 거리를 실시간으로 신속하게 측정한다. 기상 객체의 위치에 따라 다소 간의 거리 편차가 발생하지만 기상 객체의 변화를 신속하게 추적한다는 측면에서 결과적으로 그 거리 편차는 무시할 정도이다. 상기 카메라(10) 및 상기 라이다(20)는 동일한 광축 상에 설치한다. 즉, 상기 카메라(10)와 상기 라이다(20)는 근접하게 배치됨으로써 실질적으로 상기 카메라(10)와 상기 라이다(20)는 동일한 위치로 간주할 수 있다.
상기 이미지 처리 단계(S20)에서는 상기 카메라(10)에 의해 촬영된 기상 객체의 영상을 해상도가 일정한 모니터(40)에 디스플레이한다. 상기 이미지 처리 단계(S20)는 촬영된 기상 객체의 화각(β)을 계산하기 위한 기초 공정이다. 예컨대 상기 모니터(40)의 가로 해상도(H)는 260 픽셀(pixel), 상기 모니터(40)의 세로 해상도(V)는 200 픽셀(pixel)이 채용될 수 있다. 도 3을 참조하면, 상기 이미지 처리 단계(S20)에 의해 이미지 처리된 기상 객체가 상기 모니터(40) 상에 디스플레이된 상태를 이해할 수 있다.
상기 픽셀 카운트 단계(S30)에서는 상기 모니터(40)에 디스플레이된 기상 객체의 가로 픽셀 수(h)와 세로 픽셀 수(w)를 카운트한다. 도 4를 참조하면 상기 모니터(40)의 가로 해상도를 H로 표시하였으며 본 실시 예에서 260 픽셀의 값을 가진다. 한편, 상기 모니터(40)의 세로 해상도를 V로 도시하였으며 본 실시 예에서 200 픽셀의 값을 가진다. 그리고 본 실시 예에서 상기 기상 객체의 가로 픽셀 수(h)는 도 7에 도시된 바와 같이 162 픽셀이며, 상기 기상 객체의 세로 픽셀 수(w)는 105 픽셀로 측정되었다. 상기 기상 객체의 가로 픽셀 수(h) 및 상기 기상 객체의 세로 픽셀 수(w)는 프로그램에 의해 소프트웨어적으로 자동 계산될 수 있다.
상기 픽셀 비율 계산 단계(S40)에서는 상기 픽셀 카운트 단계(S30)에서 카운트 된 상기 모니터의 가로 해상도(H)와 상기 기상 객체의 가로 픽셀 수(h)의 비율 또는 상기 모니터의 세로 해상도(V)와 상기 기상 객체의 세로 픽셀 수(w)의 비율을 계산한다. 상기 픽셀 비율 계산 단계(S40)에서 계산된 비율은 후술하는 기상 객체 화각 계산 단계(S50)의 기초 자료가 된다.
상기 기상 객체 화각 계산 단계(S50)에서는, 상기 픽셀 비율 계산 단계(S40)에서 계산된 픽셀 비율과 상기 카메라(10)의 배율로부터 확인된 화각의 비율에 의해 상기 기상 객체(50)의 가로 화각 또는 세로 화각을 계산한다. 상기 이미지 처리 단계(S20)에 의해 디스플레이된 기상 객체(50)의 영상은 기상 객체의 화각(β)과 밀접한 관련이 있다. 더 구체적으로 상기 카메라의 화각(α)은 상기 모니터(40)의 픽셀 수와 비례한다. 또한, 상기 기상 객체의 화각(β)은 상기 기상 객체의 픽셀 수에 비례한다. 따라서, 상기 모니터(40)의 픽셀 수와 상기 기상 객체의 픽셀 수의 비율은 상기 카메라의 화각(α)과 상기 기상 객체의 화각(β)에 비례한다. 이러한 관계에 따라 상기 기상 객체의 화각(β)은 상기 카메라의 화각(α)에 [기상 객체의 픽셀 수/모니터의 픽셀 수] 값을 곱함으로써 구할 수 있다.
상기 기상 객체 크기 계산 단계(S60)에서는 상기 라이다(20)에 의해 실측 된 상기 기상 객체까지의 거리(d)에 상기 기상 객체 화각 계산 단계(S50)에서 계산된 기상 객체의 화각(β)을 곱함으로써 상기 기상 객체의 크기(ℓ)를 계산할 수 있다. 상기 기상 객체의 크기(ℓ)는 지면에 수평인 가로 방향의 크기 또는 지면에 수직인 세로 방향의 크기로 분리 계산될 수 있다. 예컨대 적란운과 같이 수직 방향으로의 크기가 빠르게 변화하는 기상 객체의 경우에는 세로 방향의 기상 객체의 크기를 계산하는 것이 폭풍우 등 재해 기상을 예측하는데 중요하게 된다. 상기 기상 객체의 크기(ℓ)는, 도 6에 도시된 바와 같이, 원호와 반지름의 관계를 적용하여 구할 수 있다. 즉 기상 객체의 크기(ℓ)는 카메라(10)로부터 기상 객체까지의 거리(r)에 기상 객체의 화각(β)을 곱함으로써 구해진다.
도 7을 참조하여 본 발명의 일 실시 예에 따른 방법을 사용하여 기상 객체의 크기(ℓ)를 계산한 과정을 쉽게 이해할 수 있다. 즉, 기상 객체까지의 거리(r)가 4km인 경우에, 카메라의 화각(α)은 가로 66.22°, 세로 47.16°로 측정되었다. 이 경우에 모니터에 디스플레이된 기상 객체의 픽셀 수는 가로 162 픽셀, 세로 105 픽셀에 해당하였다. 또한, 모니터의 가로 해상도는 260 픽셀, 세로 해상도는 200 픽셀이었다. 이와 같은 자료에 근거하여 모니터의 해상도(H 또는 V)에 대한 기상 객체의 픽셀 비율은 가로 0.255, 세로 0.236의 값을 가진다. 이 비율은 그대로 카메라의 화각(α)에 대한 기상 객체의 화각(β)의 비율에 비례하므로 이 비율을 이용하여 기상 객체의 화각(β)을 계산할 수 있다. 이를 적용하여 계산한 기상 객체의 화각(β)은 가로 41.26°, 세로 24.759°이다. 이 기상 객체의 화각(β)을 라디안 값으로 변경하여 기상 객체까지의 거리(r)에 곱한 결과, 기상 객체의 가로 크기는 2.881km, 기상 객체의 세로 크기는 1.729km의 값을 얻을 수 있다.
예컨대, 상술한 방법으로 적란운의 크기 및 거리(또는 고도)를 측정했을 경우, 그 적란운이 가지는 단위 부피당 수분량(수분 밀도), 그 수분 밀도에서 가지고 있는 잠열을 상수로 적용하여, 그 적란운이 가진 함유 에너지(잠열)을 계산할 수 있다. 관측을 통하여 얻은 기상 객체(50)의 형태와 고도에 의해 그 기상 객체(50)가 특정될 수 있다. 또한, 기상 객체(50)의 종류가 특정되면 일반적으로 알려진 수분 밀도 정보를 이용할 수 있다. 더 구체적으로 1kg의 얼음을 녹이는데 334kJ의 에너지가 필요하다. 또 1kg의 얼음을 기화시키는데 2260kJ의 에너지가 필요하다. 일반적으로 10km × 10km × 10km 크기의 적란운일 경우 부피는 1012㎥이다. 만약 수분 밀도가 10g/㎥ 일 때, 적란운이 가지는 총 수분량은 1012㎥ ×10g/㎥ = 1012㎥ ×(0.01kg)/㎥ =1010kg이다. 단순히 1010kg의 수증기가 액화될 때 밖으로 표출하는 에너지는 2260 × 1010kJ로 계산된다. 한편, 기상 객체(50)가 얼음 알갱이로 이루어진 경우에는 얼음의 융해열을 잠열로 적용할 수 있다.
이와 같은 원리로 기상 객체의 부피가 추정될 경우 그 기상 객체의 함유 에너지를 개략적으로 계산할 수 있다. 예컨대, 상기 기상 객체(50)의 부피는 상기 기상 객체 크기 계산 단계(S60)에서 계산된 기상 객체의 가로 크기를 지름으로 하는 원을 추정하고, 그 원이 상기 기상 객체 크기 계산 단계(S60)에서 계산된 기상 객체의 세로 크기만큼 휩쓸고 간 원통 형태로 추정할 수 있다. 한편, 상기 기상 객체(50)의 부피는 상기 기상 객체 크기 계산 단계(S60)에서 계산된 기상 객체의 세로 크기를 지름으로 하는 원을 추정하고, 그 원이 상기 기상 객체 크기 계산 단계(S60)에서 계산된 기상 객체의 가로 크기만큼 휩쓸고 간 원통 형태로 추정할 수도 있다.
이제, 기상 객체의 위치가 변하는 경우에 이동 거리 및 속도를 계산하는 방법을 설명하기로 한다.
기상 객체의 이동 거리 및 속도를 계산하는 방법은 제1벡터량 측정 단계와, 제2벡터량 측정 단계를 포함한다.
도 8을 참조하면, 상술한 방법을 적용하는 과정에서, 기상 객체의 위치가 이동하는 경우, 상기 카메라(10)와 상기 라이다(20)가 그 기상 객체(50)의 위치를 추적하는 과정을 이해할 수 있다. 즉, 상기 제1벡터량 측정 단계에서, 상기 라이다(20)에 의해 상기 기상 객체(50)의 특정 위치의 거리 및 방향을 측정하여 도 10에 도시된 제1성분 벡터(
)를 설정한다.
이제, 일정한 시간이 경과한 후에 기상 객체(50)가 도 8의 (1) 위치로부터 도 8의 (2) 위치로 이동하였다. 기상 객체의 이동 거리(v)를 계산하기 위해서, 도 8의 (1) 위치에서 측정하였던 기상 객체의 특정 위치에 해당하는 위치로 상기 카메라(10)와 상기 라이다(20)의 광축의 방향이 동시에 이동한다. 그 결과 도 8의 (3)와 같이 기상 객체가 이동한 후의 특정 위치가 도 8의 (1)에 대응된다. 상기 제2벡터량 측정 단계에서는 상기 제1벡터량 측정 단계와 다른 시간에 상기 라이다(20)에 의해 상기 기상 객체의 특정 위치의 거리 및 방향을 측정하여 도 10에 도시된 제2성분 벡터(
)를 설정한다.
도 9 및 도 10을 참조하면, 상기 제1성분 벡터(
) 및 상기 제2성분 벡터(
)의 차이를 이용하여 상기 기상 객체의 이동 거리 벡터(
)를 계산할 수 있다. 도 9와 같은 좌표 시스템에서 라이다(20)로 기상 객체를 관측하여, 측정 지점으로부터 기상 객체까지의 거리 벡터(
)를 설정할 수 있다. 그리고 상기 스캐닝 장치(30)에서 팬 회전 각도를 저장하면 
값을 얻을 수 있으며, 틸팅 회전 각도를 저장하면 
값을 얻을 수 있다. 상기 제1벡터량 측정 단계와 상기 제2벡터량 측정 단계에서 기상 객체(50)의 위치를 관측한 결과 시간에 따른 거리의 변화(
), 시간에 따른 
의 변화(
), 그리고 시간에 따른 
의 변화(
)를 모두 알 수 있다.
이와 같은 값들로부터 상기 기상 객체의 이동 거리 벡터(
)와 각 인자들의 관계는 수식(1) 및 수식(2)로 표현될 수 있다.
위 값은 실질적으로 상기 기상 객체의 이동 거리 벡터(
)를 상기 제1벡터량 측정 단계와 상기 제2벡터량 측정 단계의 관측 시간차로 나눔으로써 상기 기상 객체(50)의 이동 속도를 계산할 수 있다는 것으로도 이해될 수 있다.
이와 같이 본 발명에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정방법은, 카메라와 라이다를 동일 광축 상에 배치함으로써 기상 객체의 이동을 효과적으로 추적할 수 있으며, 그 기상 객체의 크기를 매우 신속하게 계산할 수 있는 장점이 있다. 또한, 본 발명은 상기 카메라와 상기 라이다의 광축을 동시에 변화시키는 패닝 및 틸팅 기능을 가진 스캐닝 장치가 구비됨으로써 모든 방향으로의 기상 객체의 생성, 소멸, 스톰(storm)의 이동 등의 변화를 실시간으로 관측 가능한 장점이 있다. 본 발명에서 채용한 라이다는 탐지거리, 거리 정확도, 이동성 측면에서 매우 우수한 장점을 가진다. 또한, 본 발명의 바람직한 실시 예와 같이 상기 카메라 및 상기 라이다가 기상 객체의 이동을 추적할 수 있도록 추적 장치에 결합 될 경우, 실시간 기상 상태의 측정이 더욱 효과적으로 수행될 수 있다.
본 발명에 따른 라이다와 카메라를 융합한 실시간 기상 인자 측정방법은, 카메라 렌즈의 화각과 그 카메라에 의해 촬영된 기상 객체 영상을 모니터에 디스플레이하여 기상 객체의 픽셀 수와 상기 모니터의 비율과 관계로부터 촬영된 기상 객체 영상의 화각을 구하고, 그 기상 객체 영상의 화각과 라이다에 의해 측정된 기상 객체와의 거리로부터 기상 객체의 크기를 간단하고 신속하게 계산함으로써 실시간으로 신속하게 기상 객체의 상태를 측정할 수 있는 효과를 제공한다.
또한, 본 발명의 바람직한 실시 예에서와 같이 기상 객체의 상태를 서로 다른 시간에 복수의 위치에서 측정하여 그 벡터 차이를 계산함으로써 기상 객체의 이동거리 및 이동속도를 계산할 수 있는 효과를 제공한다.
본 발명의 바람직한 실시 예와 같이 상기 스캐닝 장치가 실시간 추적 장치와 결합될 경우, 상기 카메라에 의해 획득된 기상 객체를 특정하여 그 기상 객체를 소프트웨어적으로 다른 기상 객체와 구분할 수 있으며, 스캐닝 장치 제어 프로그램과 연동해 꾸준히 트래킹 할 수 있다. 즉, 한번 특정한 기상 객체에 대해 목표물을 설정해주면 소프트웨어적으로 오토트래킹이 가능하다. 본 발명에서 사용하는 TOF 라이다 신호는 30Hz로 신호를 발생한다. 따라서 스캐닝 장치가 기상 객체를 추적하면서 동시에 그 기상 객체까지의 거리를 실시간으로 측정하는 데 전혀 문제가 없다.
본 발명에 따른 측정 방법은 기상 객체의 위치, 크기, 이동속도, 크기 변화, 확산 속도, 풍향, 풍속 등은 물론이고, 기상 객체의 함유 에너지도 추정할 수 있는 장점이 있다.
이상, 바람직한 실시 예를 들어 본 발명에 대해 설명하였으나, 본 발명이 그러한 예에 의해 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범주 내에서 다양한 형태의 실시 예가 구체화될 수 있을 것이다.
10 : 카메라
20 : 라이다
30 : 스캐닝 장치
32 : 패닝 모듈
34 : 틸팅 모듈
40 : 모니터
50 : 기상 객체
d : 기상 객체까지의 거리
α : 카메라의 화각
β : 기상 객체의 화각
φ : 패닝 각도
θ : 틸팅 각도
H : 모니터의 가로 해상도
h : 기상 객체의 가로 픽셀수
V : 모니터의 세로 해상도
w : 기상 객체의 세로 픽셀수
S10 : 측정 준비 단계
S20 : 이미지 처리 단계
S30 : 픽셀 카운트 단계;
S40 : 픽셀 비율 계산 단계;
S50 : 기상 객체 화각 계산 단계;
S60 : 기상 객체 크기 계산 단계
20 : 라이다
30 : 스캐닝 장치
32 : 패닝 모듈
34 : 틸팅 모듈
40 : 모니터
50 : 기상 객체
d : 기상 객체까지의 거리
α : 카메라의 화각
β : 기상 객체의 화각
φ : 패닝 각도
θ : 틸팅 각도
H : 모니터의 가로 해상도
h : 기상 객체의 가로 픽셀수
V : 모니터의 세로 해상도
w : 기상 객체의 세로 픽셀수
S10 : 측정 준비 단계
S20 : 이미지 처리 단계
S30 : 픽셀 카운트 단계;
S40 : 픽셀 비율 계산 단계;
S50 : 기상 객체 화각 계산 단계;
S60 : 기상 객체 크기 계산 단계
Claims (6)
- 기상 객체를 관측할 수 있도록, 동일 광축 상에 배치된 카메라와 거리 측정용 라이다; 및
상기 카메라와 상기 라이다의 광축의 방향을 일체로 변화시키도록 패닝(panning)과 틸팅(tilting)이 가능한 스캐닝 장치;를 포함한 것을 특징으로 하는 라이다와 카메라를 융합한 실시간 기상 인자 측정 시스템. - 제1항에 있어서,
상기 카메라 및 상기 라이다는 기상 객체의 이동을 추적할 수 있도록 추적 장치에 결합 된 것을 특징으로 하는 라이다와 카메라를 융합한 실시간 기상 인자 측정시스템. - 기상 객체의 영상을 실시간으로 촬영하는 카메라 및 상기 카메라에 의해 촬영된 기상 객체의 영상의 특정 위치에 광 레이저 펄스를 발사하여 그 기상 객체에 의해 반사되는 광 레이저 펄스를 측정함으로써 그 기상 객체까지의 거리를 측정하는 라이다를 포함하는 장비를 이용하며, 상기 카메라 및 상기 라이다는 동일한 광축 상에 설치하는 측정 준비 단계;
상기 카메라에 의해 촬영된 기상 객체의 영상을 해상도가 일정한 모니터에 디스플레이하는 이미지 처리 단계;
상기 모니터에 디스플레이된 기상 객체의 가로 픽셀 수와 세로 픽셀 수를 카운트하는 픽셀 카운트 단계;
상기 픽셀 카운트 단계에서 카운트 된 상기 모니터의 가로 해상도와 상기 기상 객체의 가로 픽셀 수의 비율 또는 상기 모니터의 세로 해상도와 상기 기상 객체의 세로 픽셀 수의 비율을 계산하는 픽셀 비율 계산 단계;
상기 픽셀 비율 계산 단계에서 계산된 픽셀 비율과 상기 카메라의 렌즈 배율로부터 확인된 화각의 비율에 의해 상기 기상 객체의 가로 화각 또는 세로 화각을 계산하는 기상 객체 화각 계산 단계;
상기 라이다에 의해 실측 된 상기 기상 객체까지의 거리에 상기 기상 객체 화각 계산 단계에서 계산된 기상 객체의 화각을 곱함으로써 상기 기상 객체의 크기를 계산하는 기상 객체 크기 계산 단계;를 포함한 것을 특징으로 하는 라이다와 카메라를 융합한 실시간 기상 인자 측정방법. - 제3항에 있어서,
상기 라이다에 의해 상기 기상 객체의 특정 위치의 거리 및 방향을 측정하여 제1성분 벡터를 설정하는 제1벡터량 측정 단계;
상기 제1벡터량 측정 단계와 다른 시간에 상기 라이다에 의해 상기 기상 객체의 특정 위치의 거리 및 방향을 측정하여 제2성분 벡터를 설정하는 제2벡터량 측정 단계; 및
상기 제1성분 벡터 및 상기 제2성분 벡터의 차이를 이용하여 상기 기상 객체의 이동 거리 벡터를 계산하는 것을 특징으로 하는 라이다와 카메라를 융합한 실시간 기상 인자 측정방법. - 제4항에 있어서,
상기 기상 객체의 이동 거리 벡터를 상기 제1벡터량 측정 단계와 상기 제2벡터량 측정 단계의 관측 시간차로 나눔으로써 상기 기상 객체의 이동 속도를 계산하는 것을 특징으로 하는 라이다와 카메라를 융합한 실시간 기상 인자 측정방법. - 제3항에 있어서,
상기 기상 객체 크기 계산 단계에서 얻은 상기 기상 객체의 크기로부터 상기 기상 객체의 부피를 추정하고, 상기 기상 객체의 종류에 따라 단위 부피당 정해진 수분량을 상기 기상 객체의 부피에 곱함으로써, 상기 기상 객체의 총 수분량을 산출하고, 상기 기상 객체의 총 수분량에 물의 잠열을 곱함으로써 상기 기상 객체의 함유 에너지를 산출하는 것을 특징으로 하는 라이다와 카메라를 융합한 실시간 기상 인자 측정방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160008034A KR20170088113A (ko) | 2016-01-22 | 2016-01-22 | 라이다와 카메라를 융합한 실시간 기상 인자 측정방법 및 측정 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160008034A KR20170088113A (ko) | 2016-01-22 | 2016-01-22 | 라이다와 카메라를 융합한 실시간 기상 인자 측정방법 및 측정 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20170088113A true KR20170088113A (ko) | 2017-08-01 |
Family
ID=59650445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160008034A KR20170088113A (ko) | 2016-01-22 | 2016-01-22 | 라이다와 카메라를 융합한 실시간 기상 인자 측정방법 및 측정 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20170088113A (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101980697B1 (ko) * | 2018-05-09 | 2019-05-22 | 주식회사 에스오에스랩 | 객체 정보 획득 장치 및 방법 |
| KR102182749B1 (ko) | 2020-03-05 | 2020-11-25 | 주식회사 사로리스 | 기상 빅데이터 획득을 위한 다기능 기상관측장치 |
| US11579254B2 (en) | 2017-08-02 | 2023-02-14 | SOS Lab co., Ltd | Multi-channel lidar sensor module |
-
2016
- 2016-01-22 KR KR1020160008034A patent/KR20170088113A/ko not_active Application Discontinuation
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11579254B2 (en) | 2017-08-02 | 2023-02-14 | SOS Lab co., Ltd | Multi-channel lidar sensor module |
| KR101980697B1 (ko) * | 2018-05-09 | 2019-05-22 | 주식회사 에스오에스랩 | 객체 정보 획득 장치 및 방법 |
| KR102182749B1 (ko) | 2020-03-05 | 2020-11-25 | 주식회사 사로리스 | 기상 빅데이터 획득을 위한 다기능 기상관측장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022170878A1 (zh) | 一种无人机测量输电线路影像距离的系统及方法 | |
| US8339583B2 (en) | Visual detection of clear air turbulence | |
| CN102072725B (zh) | 一种基于激光点云和实景影像进行空间三维测量的方法 | |
| CN102262092B (zh) | 能见度测量系统及方法 | |
| CA2711349C (en) | Visual occultation to measure refractivity profile | |
| CN108802043A (zh) | 隧道检测装置、检测系统及隧道病害信息提取方法 | |
| Barazzetti et al. | 3D scanning and imaging for quick documentation of crime and accident scenes | |
| US20130113897A1 (en) | Process and arrangement for determining the position of a measuring point in geometrical space | |
| CN102382918B (zh) | 一种在线测量高炉料面的系统和方法 | |
| JP2011203057A (ja) | 飛翔体用距離測定装置及び飛翔体位置測定装置 | |
| CN101149260A (zh) | 测量装置 | |
| Wang et al. | Modeling of binocular stereo vision for remote coordinate measurement and fast calibration | |
| CN105203030B (zh) | 工程场地微小位移量监测方法 | |
| KR20170088113A (ko) | 라이다와 카메라를 융합한 실시간 기상 인자 측정방법 및 측정 시스템 | |
| JP2015010911A (ja) | 空撮測量方法および装置 | |
| Zeng et al. | The algorithm to generate color point-cloud with the registration between panoramic image and laser point-cloud | |
| CN117437368A (zh) | 基于无人机的路面平整度测量方法、系统、终端和介质 | |
| Von Olshausen et al. | Multimodal measurement system for road analysis and surveying of road surroundings | |
| CN112907647A (zh) | 一种基于固定式单目摄像机的三维空间尺寸测量方法 | |
| Wagner¹ et al. | Monitoring concepts using image assisted total stations | |
| Teizer et al. | Range imaging as emerging optical three-dimension measurement technology | |
| CN114239995A (zh) | 全区域巡航路线生成方法、系统、电子设备及存储介质 | |
| RU90192U1 (ru) | Электронно-оптический дальномер для измерения расстояний до объекта закрытого от наблюдателя непрозрачным препятствием | |
| JP2011203056A (ja) | 距離測定装置及び飛翔体位置測定装置 | |
| CN109029366B (zh) | 一种通过飞行器拍摄测定藻斑水平漂移速率的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E601 | Decision to refuse application |