무인 항공기란 무엇입니까?
최근 몇 년 동안 유인 조종사가 없는 항공기의 배치가 증가하고 있습니다. 이러한 무인 항공기(UAV)는 일반적으로 드론, 무인 항공기 시스템(UAS) 또는 원격 조종 항공기 시스템(RPAS)으로도 알려져 있습니다. 이번 글에서는 이러한 용어를 같은 의미로 사용합니다. 다양한 모양과 크기의 드론은 수 년 동안 군대에서 사용되어 왔습니다. 점점 더 효율적이고 적응력이 뛰어난 제조 절차(3D 프린팅 등) 및 전자 부품의 소형화로 인한 이점 덕분에 이후 민간 용도로 UAV를 사용하는 것이 훨씬 쉬워졌습니다. 해당 기술에 대한 액세스는 이제 일반 소비자가 UAV를 구매하고, 비행을 연습하고 카메라 및 기타 센서를 장착하여 주변 환경의 사진을 찍을 수 있을 정도로 일반적인 기술로 거듭나게 되었습니다.
UAV 내비게이션 요구 사항
UAV는 육상 내 인간 운영자에 의해 원격 조작되는 고정 날개 단일 또는 다중 로터의 공중 플랫폼이 있습니다. 현재, 전 세계의 많은 비행 관할 구역에서는 민간인 사용을 위해, UAV는 운영자의 육안으로(현장의 시각적 라인 – VLOS) 비행해야 합니다. 이러한 규정은 여전히 발전하고 있으며 현재 육안 외(BVLOS)의 조작이 허가되는 사례가 늘고 있습니다. 전문 및 고급 소비자 등급 UAV를 고려할 때 대부분의 UAV 플랫폼은 글로벌 포지셔닝 시스템(GPS)을 사용합니다. 또한, 비행 내비게이션 및 제어를 위한 비행 제어기 내에 최소 한도의 관성 측정 장치(IMU)가 포함됩니다.
GPS는 지속해서 순환하는 GNSS 위성 네트워크로부터 수신한 타이밍 정보를 통해 지구 표면의 위치를 계산하는 데 사용되는 글로벌 내비게이션 위성 시스템 (GNSS) 기술을 묘사하는 데 사용되는 일반적인 용어입니다. GNSS 시스템이 액세스하는 위성 성좌는 미국 주도의 글로벌 포지셔닝 시스템 (GPS) 프로젝트와 러시아의 GLONASS 별자리 또는 유럽 주도의 GALILEO과 중국 기반의 BeiDou 프로젝트와 같은 개발 중인 다른 별자리 중 하나가 포함됩니다. GNSS 기술에 액세스하여 실제 좌표계에 따라 UAV의 위치를 자동으로 계산하고 찾을 수 있습니다.
IMU는 자이로 스코프와 가속도계의 조립으로 구성됩니다. UAV 플랫폼에서 이러한 IMU 구성 요소는 마이크로 전자 기계(MEMS) 기술을 사용하여 제조하는 사례가 늘고 있습니다. 이는 3축의 UAV 직선 가속 관련 데이터를 롤, 피치, 요 단위로 한 UAV의 회전에 대한 측정값과 함께 제공하는 IMU입니다.
UAV 비행 제어기, GPS의 데이터를 사용하여 특정 시점에서 UAV가 위치한 좌표를 제공합니다. IMU의 데이터는 UAV가 수평인지, 회전하고 있는지, 그리고 비행 중에 그것이 얼마나 안정되어 있는지를 비행 제어기에 전달합니다. 비행 제어기가 관성 정보와 GPS 정보를 모두 사용하는 경우 VLOS과 BVLOS 모두 작업 시나리오에서의 안전한 작업을 위해, UAV와 운영자에 필요한 피드백을 제공할 수 있습니다.
항공 매핑의 도전 과제
항공기 장착 카메라는 1900년대 중반부터 감시 또는 매핑 목적으로 사용되어 왔습니다. 항공 카메라의 이미지가 지형 또는 토지 커버를 매핑하거나 경사 각도 또는 광산의 체적을 계산하기 위해 사진 측정에 사용되는 경우 사용되는 카메라 또는 센서의 사양(내부 모델)을 이해하는 것뿐만 아니라 다음이 필요합니다.
- 이미징 센서의 외부 방향이 어떻게 변하는지(즉, 센서가 지면에 비해 이동하는 방식).
- 본질적으로 3차원 표면 형상을 위에서 촬영한 경우 매핑 출력의 측정값과 거리에 미치는 왜곡 효과
항공기의 내비게이션 시스템은 항공기가 비행하는 경로 및 세상의 일부에 대한 정보를 제공합니다. 매핑을 생성 및 업데이트하려면 사진에서 볼 수 있는 풍경의 지물(지면 제어 지점 - GMP)의 알려진 좌표를 통해 카메라 사진의 위치와 공간을 고정해야 합니다. 지면의 지형은 사진을 함께 연결하는 이미지의 특징을 GCP의 x, y, z 좌표와 연결하는 공중 삼각 측량 방정식을 적용하여 설명할 수 있습니다. 그러나 이는 시간과 비용이 많이 드는 과정이며 결과의 품질은 사용되는 GCP의 수와 GCP가 배치되는 패턴 등의 요인에 따라 달라집니다.
알려진 GCP 좌표로 지리 참조하는 이 방법은 주로 UAV 항공 사진 측량 제어를 제공하기 위해 사용되어 왔습니다. UAV 플랫폼이 더 넓은 시장을 대상으로 하도록되었기 때문에, 계산 시스템은 플랫폼 자체에 유리한 가격 포인트를 제공하기 위해 비용이 절감되었습니다. 실시간 라디오 링크(실시간 운동 GPS) 또는 후처리된 차동 GPS 워크플로우를 통해 로컬 기지국에서 대기 및 타이밍 보정을 받는 등, UAV 플랫폼에서 GPS 판독값을 더욱 구체화하는 방법이 있습니다. 그럼에도 불구하고, 이 또한 여전히 GGP의 사용을 부정하는 것은 아니며, 조사 제어를 설정하거나 공중 삼각 측량 절차를 수행하는 데 필요한 시간이 종종 간과됩니다.
직접적 지리 참조
항공 사진에서 볼 수 있는 많은 왜곡은 공중 플랫폼이 완전히 안정적이고 평평한 상태에서 것이 아니기 때문에 외부 방향의 변화에 기인할 가능성이 있습니다. 플랫폼 자체가 코너에서 비스듬히 날거나 대기 조건이 피치와 요를 일으킬 수 있습니다. 카메라가 자동 정준 짐벌에 설치된 경우에도 극단적인 상황에서는 카메라가 항상 지면에 수직으로 향하지 않을 수 있습니다. 게다가, 지구는 평평하지 않습니다. 항공기의 아래에 있는 지면의 기복(언덕, 산, 계곡, 건물)은 공중 플랫폼의 고도 변동과 함께 캡처된 이미지의 원근감 변화를 일으키고 결과적으로 측정된 모든 거리에서 왜곡이 발생할 수 있습니다.
항공 사진에서 신뢰할 수 있는 매핑 제품을 도출하기 위해 맵은 겹치는 스테레오 사진 쌍 또는 처리된 직교 사진에서 디지털화됩니다. 이러한 기술 모두의 목적은 기본적으로 풍경의 기복 효과를 정상화하여 거리가 사실적인 매핑 제품을 생성하는 것입니다. 최신 자동화된 방식으로 매핑을 수행하려면 사진이 촬영되는 위치의 좌표에 대한 데이터를 수집해야 할 뿐만 아니라 카메라 움직임의 전반적인 궤적 및 카메라 움직임과 관련된 데이터와 함께 카메라 모델을 이해해야 합니다. 사진 촬영 시 특정 시점의 방향 파라미터를 참조하십시오.
방향 정보는 IMU에서 산출됩니다. 더 구체적으로 말하자면, IMU의 방향 정보와 함께 GPS 시스템(온보드 및 지역화된 기지국)의 두 위치 정보를 통계적으로 처리하여 카메라 궤도의 전반적인 최선 추정치의 평가를 하여 계산 모듈에서 가져옵니다. 이 계산 모듈은 항공 플랫폼이 이동 중에 안정적인 매핑 제품을 생산하는 것을 가능하게 하는 시스템으로, 관성 항법 시스템(INS)라고 합니다. 매핑 등급 INS 시스템은 1990년대 후반부터 유인 항공 플랫폼에서 널리 활용됐습니다. 유인 플랫폼에 배치된 많은 공중 매핑 센서에서 INS의 IMU 구성 요소는 이제 센서 자체에 통합됩니다.
직접 지리 참조는 항공 사진을 효율적으로 수집할 수 있는 기능을 제공할 뿐만 아니라 광 감지 및 레인징(LiDAR) 시스템 및 기타 이미징 센서(하이퍼 스펙트럼 밴드를 측정하는 이미징 센서 등) 등의 모든 유형 매핑 센서에 적용할 수 있습니다.
항공 사진 및 기타 이미징 센서
UAV는 일반적으로 유인 사진 작업보다 저렴한 비용으로 비행하며, 많은 경우 이러한 카메라는 원래 공중용으로 설계되지 않았습니다. 따라서 이러한 카메라가 UAV에 적합한 정교한 INS 시스템을 갖추는 것은 드문 일입니다. 즉, 매핑 프로젝트의 효율성과 품질을 향상시키기 위해 INS를 UAV 플랫폼에 통합하는 것이 중요합니다. 이상적으로 INS는 미션 전반에 걸쳐 매핑 센서의 위치와 방향을 가장 잘 예측하기 위해 매핑 센서에 최대한 가깝게 장착됩니다. 유인 공중 플랫폼에서는 항공기의 크기 때문에 INS 시스템은 여전히 카메라 마운트에서 어느 정도 떨어진 곳에 있을 수 있습니다. 이 경우 INS 바디와 카메라 프레임 간의 상대적인 거리, 각도, 방향을 계산하고 레버 암 벡터라는 값을 제공해야합니다.
전체 크기가 감소하기 때문에 UAV의 INS 본체와 카메라 프레임 중심 사이의 거리는 유인 플랫폼보다 훨씬 작을 수 있습니다. 종종 매핑 센서는 INS에 직접 또는 아래에 장착됩니다. 그럼에도 불구하고 레버 암 벡터를 계산하면 직접 지리 참조 결과가 더욱 향상됩니다.
고정 마운트 또는 짐벌?
카메라가 고정 마운트에 있는 경우 INS에서 측정된 UAV 본체의 이동은 카메라의 공간 위치에서의 움직임으로 직접 변환됩니다. 카메라가 기존의 바닥(UAV 바로 아래에 초점을 맞춘 상태)보다는 대각선 각도로 설치된 경우 INS에 레버 암 벡터의 적절한 계산은 카메라 마운트가 켜져있는 각도를 고려하여 이미지의 직접적 지리 참조를 가능하게 합니다.
UAV 플랫폼의 움직임과는 무관하게 바닥에 카메라 설치 각도를 안정시키기 위해 UAV는 짐벌 스타일의 마운트가 자주 사용됩니다. 따라서 이론적으로는 UAV가 롤, 피칭 그리고 요잉 시에도 카메라는 지면과 평행을 유지합니다. 짐벌하지 않는 것은 고도의 동적 변화와 UAV 플랫폼에서 동일한 움직임을 고려하는 것입니다. 이는 또한 공간에서 카메라의 위치에 영향을 미치기도 합니다. 또한, 짐벌은 INS가 측량 전체 위치의 전반적인 최선의 추정치를 계산하기 위한 요구 사항을 부정하지는 않습니다. 따라서 카메라가 짐벌에 장착되어 있더라도 INS를 활용하면 매핑 프로젝트에서 가장 직접적인 지리 참조 결과를 얻을 수 있습니다.
Lidar 센서
Lidar 시스템은 임업 및 광업과 관련된 매핑 프로젝트와 같은 일부 유형의 매핑 프로젝트에 많은 이점을 제공합니다. 일반적으로 이미지 프레임에서 수동적으로 데이터를 캡처하는 카메라 센서와 달리, Lidar 시스템은 능동형 시스템입니다. Lidar는 개별적인 빛 펄스를 방출하고 빛 펄스가 Lidar 센서로 돌아오는 데 걸리는 시간을 계산하여 데이터를 수집합니다. 초당 수천 개의 빛 펄스가 스캔 라인이라고 하는 스와트에서 방출됩니다. 빛의 속도가 알려져 있기 때문에, 타겟(예를 들어, 육상)에서 각 펄스의 거리를 계산할 수 있습니다. 대상의 x, y, z 좌표 위치를 계산하려면 항공기의 정확한 위치와 방향을 알고, 이 펄스 반환의 각각에 동적으로 할당해야 합니다. 따라서 고급 INS 시스템을 사용하여 UAV 장착 Lidar의 직접 지리 참조가 필수적입니다. 항공 카메라와 같은 다른 매핑 센서와 마찬가지로 INS 및 Lidar 시스템이 UAV에 함께 장착되고 레버 암이 Lidar의 장착 각도를 고려하여 계산할 때 최상의 결과를 얻을 수 있습니다.
UAV 기반 매핑 작업에 관성 내비게이션 시스템이 필수적인 이유
크기는 작지만 작은 초기 자본으로 구현할 수 있으며, 일반적인 유인 시스템보다 작은 공간에서 운용되지만 저비용 플랫폼의 장점을 보다 효율적으로 사용하기 위해서는 UAV 기반의 매핑 작업이 효율적으로 작동해야 합니다. 일반적으로 UAV 기반 매핑 프로젝트는 유인 작업보다 낮은 가격으로 제공됩니다. 경쟁력을 유지하기 위해 UAV 운영자는 현장에서 측량 작업을 수행하는 데 소요되는 시간 비용에 민감해야 합니다. GMP를 활용하는 기존의 지리 참조 작업은 노동 집약적인 것으로 알려져 있습니다. 유인 공중 측량 작업과 마찬가지로, INS를 사용하는 직접 지리 참조는 사용하는 센서에 관계없이 UAV 매핑 데이터를 정확하게 수집하는 수단을 제공하고 LiDAR와 같은 고급 센서를 이용하기 위해서는 필수적입니다.