무인 항공기에 측량용 관성 항법 시스템을 사용하는 이유는 무엇인가요?

모든 형태의 비행을 수행할 때는 항공 플랫폼의 방향, 동작의 특성 및 진행 방향을 이해하는 것이 중요합니다. 무인 항공기(UAV)의 경우, 이러한 비행 특성은 조종사가 가시선 내에서 비행할 때 UAV 플랫폼의 움직임을 관찰하는 것만으로도 이해할 수 있습니다. 수동 조작으로 비행할 때 인적 오류를 줄이기 위해 UAV 플랫폼의 다양한 센서가 조종사의 비행 컨트롤러에 피드백을 제공할 수 있습니다. 다른 비행 방식에서는 자동화된 자동 조종 장치 작동 시 글로벌 항법 위성 시스템(GNSS 또는 GPS)과 같은 글로벌 항법 감지 시스템의 위치 정보와 함께 비행 모션과 관련된 정보가 필수적입니다.

이 모션을 측정하는 데 일반적으로 사용되는 시스템 유형은 관성 측정 장치(IMU)입니다. 일반적으로 자이로스코프와 가속도계로 구성된 IMU의 정보는 세 가지 주요 축(피치, 역할, 방향)에 따른 회전 매개변수와 함께 세 가지 주요 축에서 차량의 선형 가속도와 관련된 데이터의 연속 스트림 측면에서 플랫폼의 동작 역학을 특성화합니다. 많은 UAV 비행 제어 시스템에는 지상의 자동 조종 시스템과 조종사의 비행 제어 소프트웨어에 필요한 피드백을 제공하기 위해 일종의 IMU가 포함되어 있습니다. 하지만 측량 목적으로 데이터를 수집하기 위해 UAV를 사용하는 경우, IMU의 데이터 스트림은 일부 정보만 제공합니다.

측량에 있어서는 UAV 플랫폼과 그 위에 장착된 이미징 센서의 외부 형상, 그리고 지반 사이의 관계를 이해하는 것이 중요합니다. '세상은 평평하지 않다'는 말이 있듯이 측량의 결과물은 2차원 평면도일지라도 지형과 그 지형에 대한 측량은 본질적으로 3차원입니다. 가장 간단한 수준에서, 아래 지면에 보이는 기복이 경관의 함수인지 아니면 UAV의 비행 경로에 있는 기복인지 알아야 합니다. 측량의 일부로 사용할 데이터를 수집하기 위해 UAV에는 카메라 또는 레이저 스캐닝(LiDAR) 시스템일 수 있는 이미징 센서가 장착됩니다.

항공 사진의 경우, 지상에 보이는 것을 정사 사진의 경우 본질적으로 '평면 사진'에 가장 잘 투영하기 위해 지면 높이의 효과를 계산해야 합니다.

정확도 허용 오차가 수 미터 또는 (더 일반적으로) 센티미터 단위로 측정되는 경우가 많기 때문에 UAV에 장착된 이미징 센서의 움직임과 방향에서 아주 작은 각도 편차도 계산하는 것이 중요할 수 있습니다. 레이저 스캐닝의 경우, 펄스 레이저 센서로 데이터를 수집하여 펄스가 지면의 표면에 닿은 후 반사되는 데 걸리는 시간을 측정합니다. 이 리턴은 표면 구조물의 상단 또는 지면 자체일 수 있으며 센서 방향으로 리턴됩니다. 레이저 센서가 종종 회전(기본적으로 평면을 따라 레이저 펄스를 '분사')하고 센서가 장착된 UAV 플랫폼도 움직이기 때문에 레이저 반사율은 일정 지역에 걸쳐 수집됩니다.

이전 기술 노트에서 "관성 항법 시스템(INS)이 무인 항공기(UAV) 측량 및 매핑 애플리케이션에 중요한 이유는 무엇인가요?"에서 수동(지상 제어점(GCP)을 통해서만)과 직접 지오레퍼런싱 기술의 차이점을 설명했습니다. 직접 지오레퍼런싱은 관성 항법 시스템(INS)을 활용하여 UAV가 수집한 데이터에 공간 좌표를 할당하는 보다 효율적이고 일관된 워크플로우를 제공합니다. 10~20년 전 유인 항공 측량에서는 단계적으로 폐지되었지만, 비용 고려 사항과 현재 경량 카메라의 최신 기술로 인해 여전히 소비자용 카메라가 사용되기 때문에 수동 지오레퍼런싱은 UAV 사진 측량 작업에서 여전히 일반화되어 있습니다. 그러나 오늘날 유인 항공기의 항공 사진 측량과 유사한 방식으로 직접 지오레퍼런싱이 사용된다면, 더 적은 수의 GCP를 사용하여 UAV 사진 측량을 수행할 수 있을 것입니다. LiDAR의 경우 일반적으로 초당 10만 점의 좌표를 개별적으로 계산해야 하므로 INS를 활용하는 것이 필수적입니다.

INS에는 IMU에서 볼 수 있는 유사한 자이로스코프와 가속도계가 포함되어 있어 UAV의 이동 역학을 계산하는 계산 시스템과 함께 GNSS 데이터를 입력으로 사용할 수 있으며, 일련의 통계 필터를 적용하여 사용 가능한 데이터를 기반으로 최적의 위치 추정치를 계산합니다. INS를 사용하면 GPS만 사용하는 것보다 더 높은 주파수로 UAV(및 센서)의 위치를 계산할 수 있으며, UAV의 움직임을 고려하고 통계 필터를 적용하여 입력 센서 중 하나의 정보가 최적이 아닌 경우 더 나은 위치 추정치를 제공할 수 있습니다. 또한 임무 내내 플랫폼(따라서 이미징 센서)의 궤적을 기록함으로써 해당 비행 중에 수집된 데이터에 대해 더 나은 위치 데이터를 제공하기 위해 후처리 및 개선할 수 있는 위치 기록이 있다는 것을 의미합니다. 이러한 위치 데이터의 통합은 측량 목적으로 데이터를 수집하기 위해 UAV의 움직임을 고려할 때 IMU 또는 GNSS 수신기의 정보만으로는 충분하지 않은 이유를 설명합니다.

UAV 기술이 발전함에 따라 다양한 UAV 플랫폼이 출시되고 있습니다. 이러한 플랫폼은 소비자용부터 전문가용 시스템까지 다양하며, 가격대도 광범위하고, 사용되는 자동 조종 장치와 비행 운영 시스템을 포함하여 시스템에 탑재된 구성 요소의 기능도 매우 다양합니다. 또한 LiDAR 페이로드와 같은 전문 3D 이미징 시스템에 사용되는 재료와 기술의 유형으로 인해 이미징 센서의 금전적 가치가 UAV 플랫폼 자체 가치의 2~6배에 이르는 경우가 많습니다.

모든 측량 관련 방법론의 한 가지 원칙은 일관성입니다. 사용 가능한 플랫폼이 다양하기 때문에 두 UAV 플랫폼의 비행 제어 시스템에 사용되는 구성 요소의 품질과 기능이 서로 매우 다를 수 있다는 의미입니다. 또한 비행 제어 시스템의 내비게이션 기능은 측량 제어용으로 설계된 시스템과는 다른 수준의 공간 허용 오차로 작동하도록 설계된 경우가 많습니다. 예를 들어, 움직이는 지리공간 데이터 수집 차량(예: UAV 또는 모바일 매핑 차량)에서 수집한 데이터는 일반적으로 +/- 5cm 이내로 위치해야 '측량 등급'으로 간주할 수 있습니다. 전문 작업에서 영상 페이로드를 운반하는 데 자주 사용되는 옥토콥터 UAV의 자동 조종 시스템은 일반적으로 약 +/- 0.5m-1.5m의 호버 포지셔닝 사양을 갖습니다. OXTS와 같은 측량 등급 INS는 xNAV550 관성+GNSS 시스템은 UAV 플랫폼의 공간 궤적을 +/- 2cm 이내로 계산합니다.

UAV 실무자가 페이로드를 혼합하여 사용할 수 있어야 하는 시대에, 측량 애플리케이션용 페이로드 운반에 대한 요구 사항이 다른 용도로 동일한 UAV 플랫폼을 사용하는 것과 다를 수 있는 이유를 이해할 수 있습니다. 하지만 측량용 INS가 필요한 프로젝트에서 이를 사용한다는 것은 실무자가 생산성을 높일 수 있는 기술을 활용하는 동시에 측량 관련 프로젝트에서 요구하는 정밀한 허용 오차 수준을 충족하는 검증된 방법으로 수집한 데이터를 배치하고 있다는 것을 의미합니다.