사진측량 UAV사진측량

(1)

상지대학교 지형정보연구센터

UAV사진측량

(2)

• 조종사 없이

전파의 유도에 의해 조종할 수 있는 비행기나 헬리콥터 모양의

무인항공기

(Unmanned Aerial Vehicle)

를 말하며,

고정익(fixed-wing)과

회전익시스템

으로 분류

• 낮게 웅웅거리는 소리가 난다하여

드론(Drone)

이라고도 함

• 최초의

UAV시스템은 군사적인 목적이 주가 되었으나, 최근에는

민간활용을

중심으로 급격히 발전하고 있음

• 드론은 주로 배터리와 전기모터를 동력으로 하고 여러 개의 프로펠러

로 움직

이는

전동 회전익 멀티콥터를 가리킴

• UAV는

오토파일럿

(Auto Pilots : 비행기를 사람의 손이 아니라 기계 장치에

의해 자동으로 조종하는 시스템)과

데이터 링크

(Data link : 지상 통제 시스

템과 드론의 연결)라는 특징을 갖고 있음

(3)

상지대학교 지형정보연구센터 3

 드론의 종류는

회전익과 고정익(fixed-wing)

으로 나뉘어짐

 드론은

구호물품 및 택배의 운송, 재해 재난 분야, 방재 분야 등

다양한 분야

에서 활용되고 있음

(4)

AIRDOG(미) _BLADE(미) _YUNEEC(미) AIRWARE(미) 3D robotics(미) Nixie(미) PARROTY(프) Pantom (중) AIRINOV(프:고정익)

(5)

미국 3D Robotics

중국 DJI

해석 S/W

스위스 SenseFly

(6)

비측량용디지털카메라 • 비측량용 소형 디지털 카메라 소형 GPS 및 INS • GPS : 촬영점 위치 정보 • INS : 카메라 회전각 정보 •Direct Georeferencing 표정(지상기준점 최소)

무인항공기시스템(UAVs)

구성도

(7)

무인항공기시스템(UAVs)

구성도

비측량용디지털카메라 소형 GPS 및 INS • GPS : 촬영점 위치 정보 • INS : 카메라 회전각 정보 •Direct Georeferencing 표정(지상기준점 최소) 고정익 UAV 회전익 UAV 해석 소프트웨어 UAV사진촬영시스템

Point Cloud DSM, DEM

Digital Ortho Image

(8)

 회전익 드론의 경우 날개의 개수에 따라

쿼드콥터(4), 헥사콥터(6), 옥타콥터(8)

로

나뉘어 지며 헬리콥터부터 멀티콥터까지 회전익기의

프로펠러는 모두 짝수

 날개가 짝수인 이유는

작용-반작용 원리

때문

 헬리콥터와 새 등

하늘을 나는 모든 비행체에 적용되는 힘 역시 짝수

-

양력(lift)

: 위로 들어올리는 힘

- 추력(thrust) : 앞으로 밀어내는 힘

- 항력(drag) : 공기가 뒤로 끄는 힘

-

중력(weight)

: 지구가 당기는 힘

 메인 프로펠러가 공기를 휘저어 일으키는

양력이 중력보다 크면 동체가 떠오르고

프로펠러를 회전시키는

로터를 앞으로 기울이거나 프로펠러의 각도를 조절하면

추력

이 발생됨

(9)

(10)

X, Y, Z 방향의 회전량은 비행체의 자세정보를 나타냄

(INS 정보)

X, Y, Z 방향의 회전량 = Omega, Phi, Kappa = Roll, Pitch, Yaw

상용 사진측량 S/W를 이용한 공간정보 제작 및 항공 정사영상 제작 성과품 납품에 Omega, Phi, Kappa 사용

(11)

(12)

(13)

 드론과 비측량용 디지털 카메라를 이용하여

기존의 항공사진측량 시스템으

(14)

촬영 대상지역 선정 및 기상 정보 파악 대상지역 지형에 따른 촬영 범위 및 고도 지정

단 방향 및 교차 방향 촬영

작업 시작 지점(UAV 고도 증가 지점) 선점 착륙 지점 선점

- Circular landing 또는 Linear landing

비행 코스 입력 영상 GSD 지정(지정한 GSD에 따라 촬영 고도가 변경됨) 종중복도 및 횡중복도 지정 촬영 정보 입력 기본적으로 SRTM DEM(30m X 30m)이 제공됨 필요에 따라 DSM/DEM을 입력가능(WGS84 경위도) DSM/DEM 입력 기체가 비행 코스에 맞춰 비행하는지 파악 비행 신호 송수진이 잘 되는지 파악 베터리 잔량에 따라 landing 후 베터리 교체 필요 UAV 비행 및 촬영 바람의 방향, 풍속 입력 후 시뮬레이션 풍속에 따라 베터리 소모량이 다르며 최대비행 시간에 영향을 미침 - 시뮬레이션을 통해 최대 비행 시간 및 사고 발생 원인 파악 비행 및 촬영 시뮬레이션 GPS/INS 정보 및 영상 취득 UAV 비행 및 촬영 전 또는 후 지상기준점 측량 도로선과 같이 위치 파악이 쉬운 곳으로 선점 위치 파악이 불가능 한 경우 대공표지 설치

(15)

상지대학교 지형정보연구센터 15 구분 내용 제조사  SenseFly(스위스) eBee 날개길이  0.96m 중량  약 0.69kg 베터리  11.1 V, 2150mAh 항공시간  50분 순항 속도  40 ~ 90Km/h 이착륙반경  약 5m 구분 내용 제조사  소니(일본) 18.2MP 초점거리  4~25mm 센서  7.76mm(1/2.3″type) CMOS 데이터 형식  정지이미지 : JPEG 크기(CIPA규격)  92.3 X 52.4 X 21.6mm 무게(CIPA규격)  베터리 미포함 약 113g

(16)

SensFly 사의 S/W인 eMotion을 이용

촬영 대상지역 선정 및 기상 정보 조사 - SensFly 사의 eBee 모델은 풍속 최대 2m/s 에서 비행 가능 - 우천시 비행 불가 비행 계획 수립 대상지역의 DSM 입력 - 대상지역의 DSM 미입 력 시 기본 값으로 SRTM 데이터 지원 - DSM 입력은 Raster DSM으로 WGS84 경위도 좌표계 대상지역 표고모델 입력 단 방향 및 교차 방향 촬영 지정 비행 시작 지점 및 착륙 지점 선정 - Circular landing 또는 Linear landing

비행 코스 입력

기체가 비행 코스에 맞춰 비행하는가 파악할 것 비행 신호 송수진이 잘 되는지 파악할 것

(17)

상지대학교 지형정보연구센터 17 시뮬레이션 비행 계획 및 비행 비행 데이터 취득

SensFly 사의 eMotion을 이용하여 자동 비행 수행

(18)

DSM 입력은 Raster DSM 으로 WGS84 경위도 좌표계

DSM을 입력하지 않을 경우 SRTM 데이터 제공

(19)

DSM 미입력

(20)

촬영을 위한 비행 코스 지정

비행 가능 범위 비행 코스 비행 범위  단방향 및 교차촬영 지정  촬영 이미지 해상도 지정  중복도 지정

(21)

(22)

비행 시뮬레이션

eBee 이륙

eMotion을 이용하여 풍속에 따른 비행 과정 시뮬레이션 가능

시뮬레이션을 통하여 비행 시간, 사진 촬영 횟수 예상 가능

(23)

(24)

GPS/INS raw data import

실제 촬영 코스 및 사진 촬영 지점 GPS/INS 자료 export 옵션 선택

Old fomat 선택 (x, y, z, heading, roll, picth)

(25)

INS 정보

(26)

(27)

(28)

Agisoft 사의 PhotoScan을 이용한 공간정보 제작

드론 사진 촬영 및 지상기준점 측량 영상 입력 외부표정요소 및 지상기준점 입력 표정 해석 포인트클라우드 추출 정사영상 제작

(29)

Photoscan 메뉴 바 – Workflow – Add photo

드론을 이용해 영상을 취득한 경우 WGS84 경위도 좌표계를 이용하므로

Photoscan의

좌

표계를 EPSG:4326으로 지정

(30)

Photoscan 메뉴 바 – Workflow – Align Photos

지상기준점 없이 영상을 매칭하여

포인트클라우드 생성

(31)

Import CSV를 통해 지상기준점 입력

지상기준점은 GRS80 TM 좌표계로 측량하였으므로

Photoscan의 좌표계 변경이 필요함

좌표계 변경을 위해 영상을 선택하고 선택 해제한 후 좌표계 변경

좌표계는 Korea 2000/Central Belt 2010(EPSG : 5186)으로 지정

(32)

Import CSV를 통해 지상기준점 입력

(33)

지상기준점의 좌표를 이용하여

영상을 재배열

(34)

Ground Control 에서 오차 확인

(35)

Build Dense Cloud -> Build Mesh 순으로 작업 진행

File – Export DEM = PointCloud 저장하기

(36)

DEM

정사영상

PointCloud는 3차원 공간의 점으로 표현되며

DEM 제작이 가능

(37)

(38)

훼손지역 현황

(39)

다차원 공간정보 구축사업(국토지리정보

원)

측량 방법 : 항공레이저측량 측량 시점 : 2007년 측량 장비 : Optech ALTM 30/70 Rollei AIC 점밀도 : 3~6점/m2 GSD : 약 0.25m

(40)

구분 내용 드론 제조사 DJI (중국) Inpire1 V2 날개길이 34cm 중량 2935g ( 배터리 포함 ) 베터리 22.2 V, 4500mAh 항공시간 약18분 순항 속도 22m/s 이착륙반경 약 1m 카메라 제조사 DJI (중국) ZEMUSE X3 초점거리 3.6mm

센서 Sony EXMOR (1/2.3″type)

데이터 형식 사진 : JPEG, DNG 동영상 : MP4, MOV 이미지 크기 4000 x 3000

(41)

상지대학교 지형정보연구센터 8 7 6 5 4 3 2 1

(42)

(43)

(44)

(45)

(46)

구분 dX dY dZ dL 1 -0.067 0.007 0.078 0.068 2 -0.035 0.023 0.066 0.042 3 0.026 -0.039 -0.072 0.047 4 0.046 0.028 0.059 0.054 5 -0.068 0.029 0.046 0.074 6 -0.017 -0.051 0.094 0.054 7 -0.017 -0.067 -0.039 0.069 8 -0.018 -0.031 -0.010 0.036 8 5 4 3 2 1 7 6 수평위치정확도 분석 결과 RMSE가 ±0.083m로 나타났음 수직위치정확도 분석 결과 RMSE가 ±0.085m로 나타났음

(47)

(48)

(49)

(50)

(51)

성토량은 41038.96㎥, 절토량은 31413.7㎥로 나타남

1:1,000 수치지도와 1:5,000 수치지도의 수직위치 허용오차의 평균인 ±1m는 변화가 없는 것으로 정하고 분석하였음

(52)

(53)

산사태 발생 위험도를 나타내는카테고리의 점수를 계산 및 가시화하고산사태 발생 가능성 매우높음(1등급), 높음(2등급),

(54)

(55)

(56)

R

K

LS

VM

훼손 전·후 동일한 강우침식인자 훼손 전·후 동일한 토양침식인자 훼손 전 지형인자 사용 RUSLE 처리

(57)

R

K

LS

VM

훼손 전·후 동일한 강우침식인자 훼손 전·후 동일한 토양침식인자 훼손 후 지형인자 사용 훼손 후 토양침식조절인자 RUSLE 처리 연 평균 토양유실량의 예측 값이 산림훼손으로 인하여 약 2배 증가 한 것으로 나타남

(58)

토양유실량 변화

산림훼손 경계 내부의 토양유실량의 예측 값이 연 평균 218.7860 t/ha 에서 2645.8017 t/ha로 변화하였음

(59)

사방댐 설치에 대한 명확한 기준이 없어 토사가 유출되는 배수 라인의 경사가 완만해지는 위치에 사방댐 설치 계획을

수립하였음

(60)

긴급 복원 후 경관

(61)

A

B

C

A’

B’

C’

복원 후 현재 훼손 전

(62)

(63)

(64)

저가용 회전익 드론을 활용하고자 하 는 요구가 증대됨 정사영상, DSM/DEM, 3D Model 생성 노천광산의 변화 모니터링을 위해 수집 및 취득된 지형공간데이터를 공간정보 오픈 플랫폼을 기반으로 하는 노천광산 모니터링 시스템을 구축하고자 함

(65)

상지대학교 지형정보연구센터 PointCloud 추출 3D Model 제작 DSM/DEM 제작 정사영상 제작 생태 복원 지역 1) 복원 완료 지역 : 시간 경과에 따른 복원 상황 분석 2) 복원 수행 지역 : 복원 상세 계획 및 설계 → 복원 공사의 품질 분석 재해 및 생태 복원 지역 정사영상 및 DEM 등록 www.gwopmms.kro.kr 등재

(66)

(67)

상지대학교 지형정보연구센터 실험 Case 선정 지상기준점 및 검사점 측량 지형공간정보 생성 지형공간정보 품질 분석 최적 촬영기법 도출 대상지역 선정 구분 연구사용 회전익 드론의 특성 제조사  DJI (중국) Inpire1 V2 날개길이  34cm 중량  2935g ( 배터리 포함 ) 베터리  22.2 V, 4500mAh 항공시간  약18분 순항 속도  22m/s 이착륙반경  약 1m 구분 회전익드론의 카메라 특성 제조사  DJI (중국) ZEMUSE X3 초점거리  20mm

센서  Sony EXMOR (1/2.3″type)

데이터 형식  사진 : JPEG, DNG  동영상 : MP4, MOV 이미지 크기  4000 x 3000

화각  94°

Inspire1 을 활용하여 연구를 수행하였음

(68)

Photoscan

을 활용하였음

• SfM 기법은 촬영된 중복영상을 Epipolar Geometry를 이용한 영상 매칭을 통해 3차원 포인트 클라우드 데이터로

피사체를 구성하는 컴퓨터 비전 기법

• 사진에 저장된 태그로부터 초점거리, 카메라 종류, 영상 크기 등의 정보를 취득하여 초기값으로 이용하며 접합을 위한

영상의 특장점을 추출함

SfM 알고리즘에 의한 SBA(Spatial Bundle Adjust) 처리 과정

영상 입력 속성값 검색 카메라 자세 추정 카메라 자세 및 피사체_재정의

PointCloud 추출

PointCloud Solid (TIN 보간)

속성값 검색 및 카메라 자세

(69)

라파즈한라 시멘트 광산의 일부 지역은 채광이 종료되어 생태복원이 진행되고 있는 지역이 존재하

고 생태복원 공사가 완료된 지역이 존재함

2007 2008 2010 2012 2013 2014 2015

대상지역 1

Lafarge HALLA

(70)

Case 1 : 종방향 촬영 데이터

Case 2 : 횡방향 촬영 데이터

Case 3 : 교차 촬영 데이터

 촬영 매수 : 220매  평균 촬영 고도 : 573.047m  비행 속도 : 약 11 m/s  촬영 시간 : 약 15분  촬영 매수 : 192매  평균 촬영 고도 : 573.187m  비행 속도 : 약 11 m/s  촬영 시간 : 약 12분  촬영 매수 : 412매  평균 촬영 고도 : 573.307m  비행 속도 : 약 11 m/s  촬영 시간 : 약 27분

(71)

상지대학교 지형정보연구센터 G2 G1 G4 G5 G3 C1 C2 C3 C4 C5 C6 C7 C8 Check Point

Ground Control Point

(72)

1 2 3 4 6 7 8 No dX dY dL dZ 1 -0.030 0.053 0.061 0.216 2 0.048 0.077 0.091 0.051 3 0.155 -0.029 0.158 -0.166 4 -0.003 -0.015 0.015 0.022 5 0.190 -0.019 0.191 0.292 6 0.097 -0.109 0.146 -0.406 7 0.036 -0.051 0.062 -0.042 8 0.241 0.015 0.241 0.332 Average 0.100 0.046 0.121 0.290 No dX dY dL dZ 1 -0.046 0.245 0.249 -0.569 2 -0.160 0.029 0.163 -0.349 3 0.038 0.231 0.234 -0.560 4 -0.269 0.221 0.348 0.122 5 0.175 -0.484 0.515 -0.649 6 0.224 -0.187 0.292 -0.481 7 0.105 -0.279 0.298 0.089 8 0.237 -0.131 0.271 -0.124 Average 0.157 0.226 0.296 0.368 RMSE 0.177 0.257 0.312 0.426 No dX dY dL dZ 1 -0.001 0.121 0.121 -0.441 2 0.128 0.185 0.225 -0.329 3 -0.043 0.306 0.309 -0.273 4 -0.129 0.130 0.183 0.420 5 0.276 0.043 0.279 -0.479 6 0.185 -0.102 0.211 -0.388 7 0.137 -0.098 0.168 0.413 8 0.349 0.093 0.361 0.733 Average 0.156 0.135 0.232 0.435 RMSE 0.189 0.154 0.244 0.453 정사영상 DSM/DEM Check Point 0.0 0.1 0.2 0.3 0.4 0.5

Average RMSE Average RMSE Average RMSE Case 1 Case 2 Case 3

Result of Accuracy Analysis in Geospatial Information data

(73)

1

2

3

(74)

3

1

(75)

1

2

3 3’

2’

1’

390 400 410 420 430 440 450 39 0 40 0 41 0 42 0 43 0 44 0 390 400 410 420 430 440 450

1

2

3

Case 1 Case 2 Case 3

1’

_2’

3’

(76)

1

2

3 3’

2’

1’

390 400 410 420 430 440 450 39 0 40 0 41 0 42 0 43 0 44 0 390 400 410 420 430 440 450

1

2

3 1’

_2’

3’

전체적으로 유사한 형태의 단면도가 제작 되었으나 Case 1, 2는 Case 3보다 더 높거나 낮게 지표면이 추출 됨

(77)

(78)

제작 및 비교 분석을 통해 노천광산의 복원 지역에 대한 모니터링 방법론 제시

• Case 1 : 2015 – 2014 잔차 DEM • Case 2 : 2016 – 2015 잔차 DEM 잔차 DEM 제작 • 토공량 산정 지역의 평면상의 면적 계산 • 토공량 산정 지역 경계 파일 추출 변화 지역 경계 파일 추 출 토공량 산정 • R 밴드 – R 밴드 경계 추출 • G 밴드 – G 밴드 경계 추출 • B 밴드 – B 밴드 경계 추출 변화 지역 경계 파일 추 출 변화 지역 탐지 영상 전처리 (histogram matching) • R, G, B 밴드 별 차분 영상 제작 • Case 1 : 2015 – 2014 (복원완료지역) • Case 2 : 2016 – 2015 (신규복원지역) 밴드 별 차분 영상 제작

(79)

상지대학교 지형정보연구센터 변화 지역 경계 추출 변화 지역 경계 추출 Case 1 Case 2

(80)

면적 : 30023.219m2 _{면적 : 31534.655m}2 _{면적 : 30101.982m}2

(81)

면적 : 98642.298m2 _{면적 : 102688.955m}2 _{면적 : 101735.166m}2

(82)

위해 기준이 되는 데이터 제작 변화 지역 변화 지역 Case 1 Case 2

(83)

2016-2015 잔차 DEM 2015-2014 잔차 DEM

면적 : 31006.345m2

(84)

29000 29500 30000 30500 31000 31500 32000

R band G band B band

Case 1 : 2차원 면적 분석 그래프 90000 95000 100000 105000 110000

R band G band B band

Case 2 : 2차원 면적 분석 그래프 잔차 DEM을 통해 추출된 경계파일을 기준으로 차분영상 경계파일의 일치도 분석 구분 면적(m2₎ Case 1 차분영상 R band 30,023.219 G band 31,534.655 B band 30,101.982 잔차 DEM 31,006.345 Case 2 차분영상 R band 98,642.298 G band 102,688.955 B band 101,735.166 잔차 DEM 108,771.331 잔차 DEM B band G band R band Case 1 경계 파일 비교 Case 2 경계 파일 비교 31006.345 108771.331

(85)

정사영상을 이용한 식생 분류에 일반적으로 NDVI를 산정하여 식생을 분류함

NDVI는 NIR 밴드를 필수적으로 이용하여야 식생을 분류할 수 있음

그러나, 드론을 이용하여 제작된 정사영상에는 IR 밴드를 포함하지 않으므로 NDVI 산정이 불가능함

따라서, R, G, B 밴드만을 이용하여 식생 분류가 가능한 nEGI(Excessive Green Index) 및 VARI(Visible Atmospherically) 를 활용하여 식생추출의 최적 공식 결정

𝑛𝐸𝐺𝐼 =

2𝐺𝑟𝑒𝑒𝑛 − 𝑅𝑒𝑑 − 𝐵𝑙𝑢𝑒

2𝐺𝑟𝑒𝑒𝑛 + 𝑅𝑒𝑑 + 𝐵𝑙𝑢𝑒

𝑉𝐴𝑅𝐼 =

𝐺𝑟𝑒𝑒𝑛 − 𝑅𝑒𝑑

𝐺𝑟𝑒𝑒𝑛 + 𝑅𝑒𝑑 − 𝐵𝑙𝑢𝑒

𝑁𝐷𝑉𝐼 =

𝑁𝑖𝑟 − 𝑅𝑒𝑑

𝑁𝑖𝑟 + 𝑟𝑒𝑑

(86)

2015년에는 생태복원지역의 일부만 식생이 존재하는 것으로 나타났음 2016년에는 생태복원지역의 식생 분포도가 높아진 것으로 나타남 구분 2015 2016 nEGI (m2₎ _{195.438 9,202.750} VARI (m2₎ _{227.500 3,154.625} 대상지역 면적 (m2₎ _31,006.563 nEGI 식생 분포도 (%) 0.63 29.68 VARI 식생 분포도 (%) 0.73 10.17 0 5,000 10,000 2015 2016 식생 변화 그래프 (m2₎ nEGI VARI nEGI는 G 밴드를 강조하여 연산을 수행하고, 식생을 분류하므로 식생활력도가 낮 은 식생도 추출이 가능 0 10 20 30 40 면적 대비 식생 분포도 (%) 9,202.750 29.68

(87)

상지대학교 지형정보연구센터 2015년에는 생태복원지역에 식생이 없는 것으로 나타남 2016년에는 생태복원지역의 식생 분포도가 높아진 것으로 나타남 nEGI는 G 밴드를 강조하여 연산을 수행하고, 식생을 분류하므로 식생활력도가 낮 은 식생도 추출이 가능 구분 2015 2016 nEGI (m2₎ _{72.250 15,236.688} VARI (m2) 167.688 2,237.188 대상지역 면적 (m2₎ _108,763.313 nEGI 식생 분포도 (%) 0.07 14.01 VARI 식생 분포도 (%) 0.15 2.06 0 5,000 10,000 15,000 20,000 2015 2016 식생 변화 그래프 (m2₎ nEGI VARI 15,236.688 0 5 10 15 2015 2016 면적 대비 식생 분포도 (%) nEGI VARI 14.01

(88)

차분하는 잔차 DEM 제작

구분 성토 절토

(89)

상지대학교 지형정보연구센터 횡단면도 제작 및 분석 결과 2016년 현재 복원 작업이 진행중이며, 2016년 단면도와 북구계획선이 유사한 형태를 나타내 준공측량에 드론을 활용이 가능함을 확인하였음 0 50 100 150 -50 -100 -150 400 450 500 550 0 50 100 150 -50 -100 -150 400 450 500 550 0 50 100 150 -50 -100 -150 400 450 500 550 구분 성토 절토 체적 (m3₎ 2015-2014 1,058,826.460 88,019.540 2016-2015 1,080,510.810 6,553.640 2016-2014 2,046,196.140 1,296.020 A A’ B B’ C C’ A B C A’ B’ C’ 2015-2014 2016-2015 2016-2014

(90)

구분 성토 절토 체적 (m3₎ 2015-2014 111,995.130 16216.580 2016-2015 13,834.940 976.480 2016-2015 2015-2014 2016-2014 1 1’ 2 2’ 3 3’ 0 50 100 150 -50 -100 -150 400 450 500 550 1’ 1 횡단면도 제작 및 분석 결과 2014년 이후 복원 작업이 이루어졌으며, 2016년 단면도와 현황선이 유사한 형태를 나타내 준공측량에 드론을 활용이 가능함을 확인하였음 0 50 100 150 -50 -100 -150 400 450 500 550 2 2’ 0 50 100 150 -50 -100 -150 400 450 500 550 3 3’

(91)

상지대학교 지형정보연구센터 지표면 포인트 식생 포인트 A A’ A A’

(92)

(93)

zzzzzzzzz

Concept of Monitoring for Open-pit Mine

운영측면

(Operating Aspect)

환경생태학적측면

(Environmental Ecological Aspect)

Mining Area (채광지역) Ecological Restored Area (생태복원완료지 역) Waste Stowage Area (폐석적체지역)

Non Periodic Data Acquisition(UAV + terrestrial LiDAR) : Rapid and precise acquisition of data in case of emergency (i.e. disasters)

Connection with production management

Detail Monitoring of Discharge Area Management Planning

of Mine Restoring PlanningEstablishment of Establishment of Annual Restoring Planning

Disaster Restoring

Area (재해복구지역)

Periodic Data Acquisition (Airborne Laser Scanning System : GSD 0.5m High Resolution Digital Image + 1m X 1m DEM) Data Collection with Open Data service (Geospatial Information Open Platform + Portal Map Service : Daum Map, Naver Map)

Ecological Restoring Area (생태복원지역) Monitoring of Change Classification of Monitoring area Database Constraction and DB Upgrade

(94)

• Active mine and Inactive mine

• Operating Aspect and Environmental Ecological Aspect • Mining area, Ecological Restoring/Restored area,

Disaster Restoring area, Tiling Discharge area

Classification of open-pit mines

(application of basic data)

• Data Collection of active and inactive mine digital image and terrain data

• Boundary file Creation of mines

Data Collection with Open Data service

(DB collection)

• National image service with NGII

(http://air.ngii.go.kr)

• Geospatial Information Open Platform

- abroad : WWJ, Cesium, Google etc. - domestic : Vworld

• Open Data service with Portal sites

- Daum Map, Naver Map etc.

Digital Image

• The Whole Open DEM with NGII

- grid size 90mX90m, 1/5,000 DEM (http://air.ngii.go.kr)

• Geospatial Information Open Platform

- Cesium : STK World Terrain, SRTM - Vworld : Portal open DEM

Terrain Data(DEM)

• Periodic Data Acquisition : Airborne Laser Collection System(2~5 years interval)

• Non Periodic Data Acquisition: UAV, terrestrial LiDAR

Database Upgrade with new Data Acquisition

(DB Upgrade)

• Periodic Acquisition: 2~5 years interval

- GSD 0.4m Digital Ortho image using Airborne Laser Collection System

• Non Periodic Acquisition : emergence

- Digital Photo with UAV(drone) system - Digital photo with terrestrial LiDAR

Digital Image(Ortho image)

• Periodic Acquisition: 2~5 years interval

- 1m X 1m grid size LiDAR DEM using Airborne Laser Collection System

• Non Periodic Acquisition : emergence

- Point Cloud with UAV(drone) system - terrestrial LiDAR DEM (Disaster area)

Terrain Data(LiDAR DEM)

Fusion of Annual Change Data Periodic and Non Periodic Data _{Acquisition for monitoring} Construction of Combined DATABASE

(95)

GPS/INS LiDAR System

GPS / INS

디지털 항공 카메라

2007Airborne Laser Scanner 2014Airborne Laser Scanner

LiDAR

Equipment Optech ALTM 30/70

LiDAR

Equipment Leica ALS50-II Laser Pluse _70kHz Laser Pluse _150kHz Flight Height _3,000m Flight Height _200~6,000m

2007Digital Camera 2014Digital Camera

Equipment Rollei AIC Equipment Intergraph DMC

Pixel size 9μm Pixel size 12μm

Image size 5,440 x 4,080 Image size 7,680 x 13,824

GSD 0.25m GSD 0.12m

GSD 0.25m above Digital Ortho image

LiDAR DSM/DEM 2007년 및2014년에항공레이저측량을 통해 데이터 취득

(96)

2015년 고정익 드론을 이용하여 노천광산의 데이터를 취득하였으며, 2016년회전익 드론을 이용하여 노천광산의생태복원지역및재해복구지역에 대한 변화모니터링 DB 취득 드론 사진 촬영(고정익 및 회전익) 지상기준점 측량 및 입력 영상 및 내외부표정요소 입력 표정해석(SBA with SfM) PointCloud 추출 DSM/정사영상/3D모델 생성 자동 비행계획 수립 _{ 2015년 고정익 드론} : SenseFly 사의 eBee  2015년 촬영 카메라: Sony 사의 WX220  2016년 회전익 드론 : DJI 사의 Inspire1  2016년 촬영 카메라: DJI 사의 ZEMUSE X3

(97)

상지대학교 지형정보연구센터 재해복원지구 Lafarge HALLA 생태복원지구 수직촬영 비행 코스 수평촬영 비행 코스

(98)

2015년 고정익 드론을 이용하여노천광산 전체영역을 대상으로 모니터링 DB 취득

2016년 회전익 드론을 이용하여 일부 생태복원지역 및 재해복구지역의 모니터링 DB 취득

생태복원완료지역

2015년+2016년 드론촬영 정사영상 융ㆍ복합

(99)

2016년 PointCloud의 경계 파일 생성 후 2015년 PointCloud의 Point 제거

2015년 PointCloud에 2016년 PointCloud를 삽입 정사영상 활용 경계파일 생성 경계파일 내부 2015 PointCloud 제거 PointCloud 융합 2015 + 2016 DEM 생성 고정익드론에 의한 노천광산 전역의 DEM(2015) 회전익 드론에 의한 재해복구지역 DEM(2016) 회전익 드론에 위한 생태복원지역 DEM(2016) 2016년 융복합 DEM

(100)

등고선추출 DEM 제작 수치지도의 등고선 데이터를 이용하여 정규 격자 DEM 제작 가능 1:1,000 수치지도를 이용할 경우 1m X 1m 정규 격자 DEM 제작 가능 수치지도를 이용하여 등고선 추출 등고선 데이터를 이용한 DEM 제작 1:5,000 수치지도를 이용할 경우 5m X 5m 정규 격자 DEM 제작 가능

(101)

상지대학교 지형정보연구센터 모니터링 DB 수집 및 취득 방법 년도 데이터 품질 및 특성 드론 사진측량 (부정기적 DB 취득) 2016 (회전익) • 정사영상 : GSD 0.10m(회전익드론) • DEM : PointCloud 1m X 1m DEM 2015 (고정익) • 정사영상 : GSD 0.10m • 지형 : PointCloud 1m X 1m DEM 항공레이저측량 (정기적 DB 취득) 2014 • 정사영상 : GSD 0.12m • DEM : LiDAR 1m X 1m DEM 지상 LiDAR 측량

(부정기적 DB 취득) 2012 • DEM : 지상 LiDAR 1m X 1m DEM 오픈 데이터 서비스 (DB 수집) 2012 • 다음지도 : GSD 0.5m(2년 주기) • 국가영상정보포털 • 외국 공간정보오픈데이터서비스 2010 2008 항공레이저측량 (정기적 DB 취득) 2007 • 정사영상 : GSD 0.25m • DEM : LiDAR 1m X 1m DEM 모니터링 DB 수집 및 취득 방법 년도 데이터 품질 및 특성 오픈 데이터 서비스 (DB 수집) 2015 • 국토정보플랫폼 : GSD 0.5m 2014 • 지형 :수치지도 5m X 5m DEM 2012 • 다음지도 : GSD 0.5m(2년 주기) • 국가영상정보포털 • 외국 공간정보오픈데이터서비스 2010 2008 휴지 광산의 DB 수집 가행 광산의 DB 수집 및 취득 휴지 광산은 주로 국내외 오픈 데이터 서비스를 통하여 모니터링 DB 수집 가행 광산은 항공레이저측량과 드론사진측량 및 지상 LiDAR을 통하여 모니터링 DB를 취득하고, 국내외 오픈 데이터 서비스를 이용한 데이터 수집을 병행하여 변화 모니터링 DB 구축 수행 수치지도 5m X 5m DEM 정사영상

(102)

영상 좌표변환 DEM 좌표변환 피라미드 및 캐시 설정 파라미드 및 캐시 설정 DEM 정사영상 Server Computer

- Digital imagery : ESRI world imagery - Terrain : STK WORLD Terrain Meshes

DATABASE

of Cesium

+

Cesium image Provider Cesium-GeoServer Terrain Provider

Client Middleware

(103)

(104)

(105)

산림 훼손 전

산림 훼손 후

(106)

(107)

(108)

(109)

(110)