관성 항법 시스템(INS)이 무인 항공기(UAV) 측량 및 매핑 애플리케이션에 중요한 이유는 무엇인가요?

최근 몇 년 동안 유인 조종사가 탑승하지 않는 항공기의 배치가 증가하고 있습니다. 이러한 무인 항공기(UAV)는 일반적으로 드론, 무인 항공기 시스템(UAS) 또는 원격 조종 항공기 시스템(RPAS)으로도 알려져 있습니다. 다음 설명에서는 이러한 용어를 같은 의미로 사용합니다. 모든 형태와 크기의 드론은 수년 동안 군대에서 사용되어 왔습니다. 3D 프린팅과 같은 점점 더 효율적이고 적응력 있는 제조 절차와 전자 부품의 소형화가 가져온 이점으로 인해 민간 분야에서도 드론을 훨씬 더 실용적으로 배치할 수 있게 되었습니다. 이제 일반 소비자도 쉽게 드론을 구입하고, 비행 연습을 하고, 카메라와 기타 센서를 장착하여 주변 환경을 촬영할 수 있을 정도로 드론 기술에 대한 접근성이 높아졌습니다.

항공기에 장착된 카메라는 1900년대 중반부터 감시 또는 매핑 목적으로 사용되어 왔습니다. 항공 카메라의 이미지를 지형이나 토지 피복을 매핑하거나 경사각 또는 광산 체적을 계산하기 위해 사진 측량법을 사용할 목적으로 사용하는 경우, 사용되는 카메라 또는 센서의 사양(내부 모델)을 이해하는 것은 물론이고, 카메라에 대한 이해도 필요합니다:

• 이미징 센서의 외부 방향이 변경되는 방식(즉, 센서가 지면을 기준으로 이동하는 방식).
• 본질적으로 3차원 지상 지오메트리가 위에서 이미지화할 때 매핑 출력의 측정값과 거리에 미치는 왜곡의 영향입니다.

항공기의 내비게이션 시스템은 항공기가 비행 중인 경로와 세계의 일부에 대한 정보를 제공합니다. 매핑을 생성하고 업데이트하려면 사진에 보이는 지형지물의 알려진 좌표(지상 통제 지점 - GCP)를 통해 카메라 사진의 위치와 발자국을 고정해야 합니다. 지상 지형의 기복은 항공 삼각 측량 방정식을 적용하여 사진을 서로 연결하고 이미지의 특징을 GCP의 x, y, z 좌표와 연결함으로써 설명할 수 있습니다. 그러나 이 과정은 수작업이 많이 필요하고 비용이 많이 드는 과정이며, 결과의 품질은 사용된 GCP의 수와 GCP가 배치된 패턴과 같은 요인에 따라 달라집니다.

알려진 GCP의 좌표를 지리 참조하는 이 방법은 주로 UAV 항공 사진에 측량 제어를 제공하는 데 사용되어 왔습니다. UAV 플랫폼이 점점 더 넓은 시장을 겨냥함에 따라 계산 시스템과 그에 따른 비용이 절감되어 플랫폼 자체에 더 유리한 가격 포인트를 제공할 수 있게 되었습니다. 실시간 무선 링크(실시간 운동 GPS) 또는 사후 처리된 차동 GPS 워크플로우를 통해 로컬 기지국으로부터 대기 및 타이밍 보정을 수신하는 등 UAV 플랫폼에서 GPS 판독값을 더욱 세분화하는 방법이 이제 일반화되었습니다. 그럼에도 불구하고 여전히 GCP의 사용을 부정하는 것은 아니며, 측량 제어를 설정하거나 이러한 필수 항공 측량 절차를 수행하는 데 필요한 시간을 간과하기 쉽습니다.

항공 사진에서 보이는 왜곡의 대부분은 공중 플랫폼이 완전히 안정적이고 수평으로 움직이는 경우가 드물기 때문에 외부 방향의 변화로 인해 발생할 수 있습니다. 플랫폼 자체는 모퉁이를 돌면 기울어지고 대기 조건으로 인해 기울어지고 흔들릴 수 있습니다. 카메라가 셀프 레벨링 짐벌에 장착되어 있더라도 극한 상황에서는 카메라가 항상 지면과 수직을 이루지 못할 수도 있습니다. 또한 지구는 평평하지 않습니다. 항공기 아래 지면의 기복(언덕, 산, 계곡, 건물)과 항공 플랫폼의 고도 변화는 캡처된 이미지의 원근감을 변화시키고 결과적으로 측정된 거리에 왜곡을 일으킬 수 있습니다.

항공 사진에서 신뢰할 수 있는 매핑 제품을 도출하기 위해 스테레오 사진 쌍을 겹쳐서 지도를 디지털화하거나 정사 사진을 처리합니다. 이 두 가지 기법의 목적은 기본적으로 지형의 기복 효과를 정규화하여 거리가 사실적인 매핑 결과물을 만드는 것입니다. 최신 자동화된 방식으로 매핑을 수행하려면 사진을 촬영하는 위치의 좌표에 대한 데이터를 수집해야 할 뿐만 아니라 사진을 촬영하는 특정 시점의 전반적인 카메라 이동 궤적 및 방향 매개변수와 관련된 데이터와 함께 카메라 모델을 이해해야 합니다.

방향 정보는 IMU, 더 구체적으로는 GPS 시스템(온보드 및 현지화된 기지국)의 위치 데이터와 IMU의 방향 정보를 통계적으로 처리하여 카메라의 궤적을 전체적으로 가장 잘 추정하는 계산 모듈에서 파생됩니다. 항공 플랫폼이 이동하는 동안 신뢰할 수 있는 매핑 제품을 생성할 수 있는 것은 바로 이 계산 모듈이며, 이러한 시스템을 관성 항법 시스템(INS)이라고 합니다. 매핑 등급 INS 시스템은 1990년대 후반부터 유인 항공 플랫폼에서 널리 활용되어 왔습니다. 유인 플랫폼에 배치된 많은 항공 매핑 센서에서 INS의 IMU 구성 요소는 이제 센서 자체에 통합되어 있습니다.

직접 지리 참조는 항공 사진을 효율적으로 수집할 수 있는 기능을 제공할 뿐만 아니라 빛 감지 및 거리 측정(LiDAR) 시스템 및 기타 이미징 센서(예: 초분광 대역에서 측정하는 센서)와 같은 다른 모든 유형의 매핑 센서에도 적용할 수 있습니다.

무인 항공기는 일반적으로 유인 촬영 작업보다 저렴한 카메라로 비행하며, 이러한 카메라는 원래 항공용으로 설계되지 않은 경우가 많습니다. 따라서 이러한 카메라에 이미 정교한 INS 시스템이 탑재되어 있는 경우는 드뭅니다. 따라서 매핑 프로젝트의 효율성과 품질을 개선하기 위해 INS를 UAV 플랫폼에 통합하는 것을 고려하는 것이 훨씬 더 중요합니다. 임무 전반에 걸쳐 매핑 센서의 위치와 방향을 가장 잘 추정할 수 있도록 INS를 매핑 센서에 최대한 가깝게 장착하는 것이 이상적입니다. 유인 항공 플랫폼의 경우, 항공기의 크기 때문에 INS 시스템이 카메라 마운트에서 다소 떨어진 곳에 위치할 수도 있습니다. 그러면 INS 본체와 카메라 프레임 사이의 상대적인 거리, 각도 및 방향을 계산하여 레버-암 벡터라고 하는 것을 제공해야 합니다.

전체 크기가 작기 때문에 무인 항공기의 INS 본체와 카메라 프레임 중심 사이의 거리는 유인 플랫폼보다 훨씬 작을 가능성이 높습니다. 매핑 센서는 INS 바로 위나 아래에 장착되는 경우가 많지만, 레버-암 벡터를 계산하면 직접 지리 참조된 결과가 더욱 향상됩니다.

카메라가 고정 마운트에 있는 경우 INS에서 측정한 UAV 본체의 움직임은 카메라의 공간적 위치의 움직임으로 직접 변환됩니다. 카메라가 기존의 정점에 장착되어 있지 않고(즉, UAV 바로 아래에 초점이 맞춰져 있는 경우) 비스듬한 각도로 장착되어 있는 경우 INS에 대한 레버-암 벡터를 적절히 계산하면 카메라 마운트가 있는 각도를 고려하고 이미지를 직접 지오레퍼런싱할 수 있습니다.

짐벌 스타일 마운트는 UAV 플랫폼의 움직임과 무관하게 카메라의 지면 장착 각도를 안정화하기 위해 UAV에 자주 사용됩니다. 이론적으로 이는 UAV가 롤링, 피칭 또는 요잉할 수 있지만 카메라는 지면과 수평을 유지해야 함을 의미합니다. 짐벌은 고도의 동적 변화나 UAV 플랫폼의 동일한 움직임을 설명하지 못하며, 이는 우주에서 카메라의 위치에도 영향을 미칩니다. 또한 짐벌은 INS가 측량 전체에 걸쳐 최적의 위치 추정치를 계산하는 데 필요한 요건을 무효화하지도 않습니다. 따라서 짐벌에 카메라를 장착하더라도 INS를 활용하면 매핑 프로젝트에서 최상의 직접 지리 참조 결과를 얻을 수 있습니다.

라이다 시스템은 임업 및 광업과 관련된 프로젝트와 같은 일부 유형의 매핑 프로젝트에 많은 이점을 제공합니다. 일반적으로 이미지 프레임에 걸쳐 수동적으로 데이터를 캡처하는 카메라 센서와 달리 라이다 시스템은 능동적인 시스템입니다. 라이다는 개별 광 펄스를 방출하고 해당 광 펄스가 라이다 센서로 돌아오는 데 걸리는 시간을 계산하여 데이터를 수집합니다. 초당 수천 개의 빛 펄스가 스캔 라인으로 알려진 스와스에 걸쳐 방출됩니다. 빛의 속도를 알기 때문에 각 펄스가 목표물(예: 지면)까지의 거리를 계산할 수 있습니다. 또한 목표물의 X, Y, Z 좌표 위치를 계산하려면 항공기의 정확한 위치와 방향을 알고 있어야 하며 각 펄스 리턴에 동적으로 할당할 수 있어야 합니다. 따라서 고급 INS 시스템을 사용하여 UAV에 장착된 라이다를 직접 지오레퍼런싱하는 것이 필수적입니다. 항공 카메라와 같은 다른 매핑 센서와 마찬가지로 INS와 라이더 시스템을 UAV에 함께 장착하고 라이더의 장착 각도를 고려한 레버 암을 계산할 때 최상의 결과를 얻을 수 있습니다.

무인 항공기는 크기가 작고 초기 자본 비용이 적게 들며 일반적으로 유인 시스템보다 더 작은 지역에서 운영되지만, 무인 항공기 기반 매핑 작업은 저비용 플랫폼의 장점을 더 잘 활용하기 위해 효율적으로 운영되어야 합니다. 일반적으로 UAV 기반 매핑 프로젝트는 유인 작업보다 더 낮은 가격대에 제공될 수 있습니다. 경쟁력을 유지하려면 UAV 운영자는 측량 작업을 수행하기 위해 현장에서 소요되는 시간에 대한 비용에 민감해야 합니다. GCP를 활용한 기존의 지리 참조 작업은 수작업이 많은 것으로 잘 알려져 있습니다. 사용되는 센서에 관계없이, 유인 항공 측량 작업에서 배운 경험과 유사하게 INS를 사용한 직접 지리 참조는 UAV에서 매핑 데이터를 정확하게 수집하는 수단을 제공하며, LiDAR와 같은 고급 센서를 활용하는 데 필수적입니다.