Professional Documents
Culture Documents
(ICT) - 스마트 영상을 활용한 건설현장 업무 개선 및 고도화 방안 연구
(ICT) - 스마트 영상을 활용한 건설현장 업무 개선 및 고도화 방안 연구
9607호
2020년도 연구보고서
송미화·강성인·이원우·조준상·남궁성
한 국 도 로 공 사
도로교통연구원
연 구 진
▣ 한국도로공사 도로교통연구원
조준상(구조물연구실 연구위원)
남궁성(ICT융합연구실 실장)
매칭파트너 : 공규찬(건설처 차장)
목 차
목 차·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·Ⅰ
표 목 차·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·Ⅲ
그림목차 ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·
···
··
··
··
··
··
··
··
·Ⅴ
요 약 문·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·ⅩⅢ
ABSTRACT ·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·ⅩⅣ
제 1 장 서 론 ··································································································································· 1
1.1 배경 및 목적 ································································································································ 1
- I -
3.1.1 기술별 개발수준에 따른 시범대상 추진 ········································································· 77
제 5 장 결 론 ······················································································································ 190
- II -
표 목 차
- III -
표 2.25 지장물 조사(CN-05A) 작업 가이드라인 ····································································· 76
- IV -
그 림 목 차
그림 2.1 드론영상 활용기술의 예시 ······························································································ 4
그림 2.2 드론영상 활용사례 예시 ·································································································· 4
- V -
그림 2.28 지상기준점 및 검사점 배치도 ···················································································· 26
그림 2.29 주점 인덱스 ···················································································································· 26
그림 2.33 처리 옵션 설정 ·············································································································· 28
그림 2.34 초기 처리 수행 ·············································································································· 28
그림 2.35 지상기준점 관측 ············································································································ 29
- VI -
그림 2.58 카메라 캘리브레이션 ···································································································· 41
그림 2.59 항공삼각측량 ·················································································································· 41
- VII -
그림 3.17 3D 모델을 이용한 토공량 산출결과 ········································································· 93
그림 3.18 설계도 중첩을 이용한 비탈면 시공관리 ·································································· 94
- VIII -
그림 3.47 3D모델을 활용한 표고 변화 위치별 종횡단도 작성 과정 ································· 117
그림 3.48 3차원 설계도 기반의 3D모델을 활용한 물량산출 과정 ····································· 118
- IX -
그림 3.77 사면 경사(1:S), 사면 경사각(°), 경사율(%) ···························································· 149
그림 3.78 절리 경사(φ)와 방향(α) ······························································································ 149
- X -
그림 4.15 드론 촬영 사전 절차 ·································································································· 182
그림 4.16 촬영계획 수립 이론 ···································································································· 183
- XI -
요 약 문
⊔⊔최근 국내 건설 분야에서 3차원 데이터를 활용한 BIM설계나 정보화시공·스마트건설이 활발하
- XIII -
ABSTRACT
three-dimensional data have emerged, and efforts are required to systematize this trend using
drones. One problem in the domestic construction industry is that tasks in highway
construction sites are mostly manpower-oriented (e.g., construction work, quality, safety, and
environment).
⊔⊔Therefore, we propose methods to improve work efficiency using drones and drone
images in highway construction sites, for maintenance work, and for construction management
work. In the first year, we conducted a survey on the current state of drone image technology
utilization, application cases, and software analysis for data processing. Furthermore, the
analysis of highway construction sites and interviews with field technicians were used to
derive instructions for drone utilization and other improvements in the execution of tasks at
construction sites. In the second year, we conducted a study to analyze the results of the pilot
project using drone images at construction sites and developed a standard based on the
construction work type. In addition, work instructions were developed so that drones can be
used smoothly and easily according to the developed standard based on the construction work
type.
- XIV -
제 1 장 서 론
1.1 배경 및 목적
- 1 -
람이 접근하기 어려운 지역의 안점점검이나 비탈면 토석류 현황 신속분석 등에 투입한다면 작업
자에 대한 안전성을 개선시킬 수 있다. 따라서 우리 공사 내외환경으로 보나, 4차 산업혁명시대라
1.2 연구내용
→11 font
⊔⊔본 연구에서는 고속도로 건설현장 내 드론 영상을 활용하여 인력중심의 업무에 대한 효율성
증대 및 개선을 위한 드론 활용 공종 및 작업지침서 개발을 목표로 하며, 세부 연구 내용은 다음
과 같다.
- 2 -
1.3 연구범위 및 수행방법
→11 font
⊔⊔본 연구의 범위 및 수행방법은 다음과 같다.
그림 1.2 연구 범위
그림 1.3 연구 수행방법
→11 font
- 3 -
- 4 -
2.1.1 드론 영상 활용기술
- 산업 시살 정밀 진단 및 점검 (Facility Management)
- 전 국토에 분산되어 있는 도로, 철도에 대한 상세정보 획득 (정밀현황도)
- 토지, 주택, 토목건설 현장에서 생애주기관리 가능
- 5 -
그림 2.3 포인트 클라우드
⊔⊔포인트 클라우드 추출은 중첩 촬영된 2D 이미지를 이용하여 3차원 위치와 색상을 가지고 있
는 점들을 생성하는 기술이다. 포인트 클라우드는 수치표면모델 제작, 정사영상 제작 등에 활용되
는 기초 자료에 해당된다. 포인트 클라우드 추출에는 주로 SfM(Structure from Motion) 알고리즘
이 사용되며, SfM은 연속된 사진을 이용해 3차원 구조로 재구성해주는 일반적인 기술로 이미
2000년대부터 컴퓨터 비전 관련 연구자들에 의해 꾸준히 개발되어 왔다. 2010년 초반까지가 SfM
알고리즘 발전시기였다면 2010년 중반 이후는 다양한 분야에서의 SfM 활용시기로 볼 수 있다. 실
제로 2010년부터 2016년까지 Web of Science에서 SfM을 키워드로 한 742개의 논문의 인용이
8,427회나 이를 정도로 게재논문의 수와 인용이 가파르게 증가하였다. SfM이 2010년 중반 이후부
터 두드러지게 각광받게 된 것은 소위 드론으로 더 많이 불리우는 UAV의 발달, 컴퓨터 성능의
향상, GPS 및 모바일 기능의 향상 등 관련기술의 발전과 크게 맞물려있다. 예를 들면, SfM 알고
리즘 적용을 위해서는 이를 처리할 수 있는 고사양의 컴퓨터가 필요하고 UAV로 이미지를 수집
하기 위해서는 비행시간과 직결된 배터리 기술의 발전이, 그리고 UAV의 정확한 컨트롤을 위한
GPS 수신기의 발전 등이 수반되어야 한다. 이미지를 기반으로 하여 SfM을 통해 3차원 포인트 클
- 6 -
⊔⊔SfM 알고리즘만으로도 밀도 있는 포인트 클라우드 생성이 가능하지만 상당한 데이터 처리시
간이 소요되므로 MVS 알고리즘을 함께 이용함으로써 전체 프로세스 시간을 줄일 수 있게 된다.
- 7 -
⊔⊔수치표고모델의 고도 정보는 지형 관련 응용 프로그램에서 중요한 역할을 하고, 다용도로 사용
이 가능하기 때문에 중요한 지형 공간 데이터 세트로 간주된다. 기하학에서 항공사진의 정사영상
그림 2.5 정사영상
⊔⊔
- 8 -
그림 2.6 3D Textured Mesh
⊔⊔3D Textured Mesh는 수치표면모델에 텍스처가 결합된 자료로 스마트시티 및 디지털 트윈(Digital
Twin)의 기초가 되는 3차원 자료이며, 향후 많은 분야에서 가장 많이 활용될 자료로 기대된다.
2.1.2 드론 영상 활용사례
그림 2.7 고저 분석 결과
- 9 -
그림 2.8 형상조사를 위한 UAV 영상 활용
⊔⊔토지의 형상은 UAV 영상과 지적도 중첩을 통해 확인할 수 있다. UAV 영상, 실폭도로, 지적
도를 중첩하여 인접도로를 확인할 수 있으며 육안으로 토지의 형상을 구분할 수 있다. 이러한
그림 2.9 건설분야에서의 드론 영상 활용
- 10 -
그림 2.10 경사도 분석
- 11 -
그림 2.12 홍수로 인한 피해현장의 드론 영상
- 12 -
그림 2.14 농작물 생육지수 파악 및 병충해 예찰
그림 2.15 산림 벌채 전후 드론 영상
- 13 -
그림 2.16 NIR 드론 영상을 이용한 산림 시계열 분석
- 14 -
그림 2.18 산림병해충 탐지
- 15 -
그림 2.19 토지거래허가구역의 지적도와 드론 영상 중첩
도 등장하고 있는 추세이다.
- 16 -
그림 2.21 도심지 산림 내 지적측량
- 17 -
그림 2.23 항공기 외관 검사 사례(Airbus)
⊔⊔드론 영상은 다양한 분야에서 사람이 직접 육안으로 검사하는 업무를 대체하고 있다. 드론 영
상을 이용한 검사업무는 교량, 댐 등과 같은 대형 구조물뿐만 아니라, 최근에는 항공기 외관 검사
에도 활용되고 있다.
- 18 -
2.1.3 건설분야 드론 활용사례 분석
- 19 -
표 2.1 국내 건설사의 드론 활용사례
건설업체 드론 활용사례
- 경기 위례신도시 ‘우남역푸르지오’ 건설현장
대우건설
- 거가대교
(SK텔레콤)
- 을숙도대교
- 한국토지주택공사 진주 신사옥
현대건설
- 쿠에이트세이크자베르코즈웨이
가. 측량
인 하는데 드론을 활용
□ 드론을 활용한 3차원 지형정보 구축기술 및 응용기술들을 제공하고 있음
⊔⊔- 스위스의 Pix4D사는 드론에 장착된 카메라로 촬영된 영상을 처리하여 3차원 지형정
- 20 -
나. 영상기반 자료 분석 및 보고
- 21 -
다. 검사 및 모니터링
- 22 -
2.2 드론 영상 데이터처리 소프트웨어 분석
- 23 -
표 2.3 드론 데이터처리 소프트웨어의 주요 기능
처리
화면
- 24 -
표 2.4 드론 데이터처리 소프트웨어의 하드웨어 사양
구분 최소 사양 권장 사양
- 25 -
2.2.2 드론 영상 데이터처리
표 2.5 드론 영상의 정보
항목 내용
촬영 지역 평택~서평택 구간
드론 SenseFly eBee Plus(고정익)
카메라 SenseFly S.O.D.A.
촬영 매수 749매
GSD 4.16cm
지상기준점 14점
검사점 5점
- 26 -
가. Pix4DMapper 자료처리
⊔⊔Pix4DMapper를 이용한 자료처리의 과정은 프로젝트 생성, 이미지 입력, 지상기준점 입력, 처
리 옵션 설정, 초기 처리 수행, 지상기준점 관측, 영상처리, 정확도 및 오류 검수, 성과물 확인의
순서로 진행하였다.
⊔⊔Pix4DMapper를 실행시킨 후 새로운 데이터처리를 위해 그림 2.30과 같이 프로젝트를 생성한
다. 프로젝트 생성 후 드론으로 촬영한 이미지를 선택하여 입력한다.
그림 2.32 지상기준점 입력
- 27 -
⊔⊔지상기준점 입력 후에는 그림 2.33과 같이 처리 옵션(포인트 클라우드, 3D 텍스처 메쉬, 고급)
별 세부 항목을 설정하고, 그림 2.34에서 보는 바와 같이 초기 처리를 수행하였다.
그림 2.33 처리 옵션 설정
그림 2.34 초기 처리 수행
- 28 -
⊔⊔드론 영상에서 지상기준점 관측은 GCP/MTP 매니저에서도 가능하나 초기 처리 수행 후
rayCloud에서 관측하는 것이 좀 더 편리하다. 이에 따라 그림 2.35와 같이 초기 처리 후 지상기
준점을 찾아 관측하였다.
그림 2.35 지상기준점 관측
- 29 -
⊔⊔설정한 지상기준점을 기준으로 그림 2.36과 같이 영상처리 과정을 거치게 되면 그림 2.37과 같
이 정확도(평균 RMS 오차) 및 오류 검수 화면을 통해 기본적인 처리 결과를 확인할 수 있다.
그림 2.36 영상처리
그림 2.37 정확도 및 오류 검수
- 30 -
⊔⊔그림 2.38은 Pix4DMapper를 이용하여 처리한 드론 영상의 최종 성과물을 나타낸다.
그림 2.38 최종 성과물
- 31 -
나. Matashape 자료처리
그림 2.39 프로젝트 생성
그림 2.40 이미지 입력
- 32 -
그림 2.41 지상기준점 입력
- 33 -
그림 2.43 Optimize Camera Alignment
그림 2.44 지상기준점 관측
- 34 -
그림 2.45 영상처리
- 35 -
그림 2.47 성과물 확인
다. ContextCapture 자료처리
그림 2.48 프로젝트 생성
- 36 -
그림 2.49 이미지 입력
그림 2.50 지상기준점 입력
- 37 -
그림 2.51 지상기준점 관측
그림 2.52 항공삼각측량
- 38 -
그림 2.53 영상처리
- 39 -
그림 2.55 성과물 확인
- 40 -
그림 2.57 지상기준점 관측
- 41 -
그림 2.60 정확도 검수
가. 항공삼각측량 성과
- 42 -
표 2.5 항공삼각측량 성과 비교
나. 렌즈 왜곡
- 43 -
<Inpho> <Pix4DMapper>
<Metashape> <ContextCapture>
다. 포인트 클라우드
- 44 -
<Pix4DMapper> <Metashape> <ContextCapture>
그림 2.62 포인트 클라우드
라. DSM/DEM
- 45 -
<Pix4DMapper> <Metashape> <ContextCapture>
그림 2.63 DSM 결과
- 46 -
<Pix4DMapper> <Metashape>
그림 2.64 DEM 결과
마. 정사영상
- 47 -
<Pix4DMapper> <Metashape> <ContextCapture>
그림 2.65 정사영상 결과
- 48 -
<Pix4DMapper> <Metashape> <ContextCapture>
그림 2.66 도로 정사영상 결과
바. 3D Textured Mesh
Polygon file Format PLY, Autodesk FBX, DXF, Wavefront format OBJ, 3D PDF, Metashape의
경우 Cesium 3D Tiles (*.zip), Scene Layer Package (*.slpk), PhotoMesh Layer (*.zip),
OpenSceneGraph (*.osgb), Agisoft Tiled Model (*.tls), Agisoft Tile Archive (*.zip),
- 49 -
wavefront format, Collada(DAE), StereoLithography(STL), LOD tree export, Smart3DCapture
S3C, OpenSceneGraph binary(OSGB), SpacEyes3D Builder layer의 포맷들을 사용할 수 있다. 또
사. 소프트웨어 비교 분석 결과
- 50 -
2.3 건설현장 드론 영상 활용기술 및 표준 공종 개발
가. 인터뷰 대상
□ 수도권건설사업단
⊔⊔- 공사관리 팀장 및 공구별 시공감독
□ 건설본부 건설처
⊔⊔- 건설기술팀 차장
⊔⊔이러한 과정을 통해 드론 시공관리 시나리오가 거의 확정된 이후, 드론 교육 참석자를 대상으
로 드론 시공관리 시나리오에 대한 간단한 설문조사를 실시하여 시나리오 전반에 관한 의견을 수
렴하였다.
나. 인터뷰 내용
- 51 -
은 주요 인터뷰 내용이다. 단, 인터뷰를 실시할 때마다 인터뷰 대상에 따라 내용을 약간씩 수정하
였다. 또한 기존 인터뷰에서 확인했던 내용은 줄이고 보다 심층적인 내용을 추가하여 인터뷰하였
다.
□ 시공관리 일반에 관한 사항
⊔⊔- 드론 시공관리 시나리오의 적용 가능성
⊔⊔- 드론 시공관리 시나리오 적용 시 장단점
⊔⊔- 각 시공대상의 위치 확인 방법 및 그 정확성
⊔⊔- 설계도와 시공결과의 불일치 원인 및 그 처리 방법
□ 드론 시공관리 공종 도입 시 공종별 장점
⊔⊔- 토공/배수공/시설물공 등에 드론 기술을 도입했을 때의 장단점
□ 기성업무 관련 사항
⊔⊔- 3차원 설계도 작성 방법 및 기준
⊔⊔- 3차원 설계도를 기반으로 한 시공현황도 작성 방안에 대한 의견
□ 준공측량 관련 사항
⊔⊔- 준공측량을 실시하지 않는 이유
⊔⊔- 준공측량 적용 시 장단점
다. 인터뷰 결과
- 52 -
⊔⊔ · 만약의 경우 드론 공종관리가 불가능할 경우에도 드론 측량으로 준공측량도를 작성하는
것은 필요하다고 판단됨
□ 건설처 건설기술팀
⊔⊔- 인터뷰 일시 : 2019년 9월 27일
⊔⊔- 인터뷰 장소 : 본사 건설처
⊔⊔- 인터뷰 내용
⊔⊔ 시나리오대로 시공관리가 이루어질 경우 시공 이력 관리가 잘 이루어질 것으로 기대함
·
□ 평택-서평택 구간 시공감독
⊔⊔- 인터뷰 일시 : 2019년 10월 1일
⊔⊔- 인터뷰 장소 : 평택-서평택 현장사무소
⊔⊔- 인터뷰 내용
⊔⊔ 드론이 시공관리에 전반적으로 많은 도움이 될 것으로 예상
·
가 좋을 것으로 판단됨
⊔⊔ · 또한 시공감독이 자주 인사이동을 하므로, 드론 영상이 과거의 시공 상황을 파악하는데 많
은 도움이 될 것으로 예상됨
⊔⊔ · 토공/배수공/시설물공/부대공(방호벽 높이 등)에 많이 도움 될 것으로 예상함
⊔⊔ · 하지만 포장공의 경우, 드론의 정확도로는 대응하기 힘들기 때문에 다른 보조적인 수단을
강구해야 함
- 53 -
□ 수도권 사업단 공사관리 과장
⊔⊔- 인터뷰 일시 : 2019년 10월 17일
⊔⊔- 인터뷰 장소 : 수도권 사업단 회의실
⊔⊔- 인터뷰 내용
⊔⊔ 설계도와 시공 결과의 일치 문제는 확실하게 해결될 것임
·
가되는 게 부담이 될 수 있음
⊔⊔ · 드론 촬영을 사업단에서 하는 것보다 시공업체에서 수행하는 것이 바람직하며, 적정한 검
증 수단이 존재해야 함
⊔⊔ · 국토정보정보원 등의 품셈으로는 드론 공정 관리에 대응하기 힘들기 때문에, 우선적으로
자체 품셈이 필요할 것으로 보임
⊔⊔ · 품셈을 작성할 때, 국토지리정보원 품셈처럼 세세한 항목으로 설정하면 적용하기가 힘들
며, 면적 및 지형 계수 정도만으로 산출할 수 있도록 간결해야만 반영할 수 있음
(예, 평지 1 km2 당 200만원, 산악지 1 km2 당 300만원 등. 지형이 섞여 있을 때는 이를
비율로 분배)
⊔⊔ · 공정률 10%까지는 6개월에 1회 촬영, 50%까지는 3개월에 1회 촬영 등의 촬영 횟수를 조절
하는 방법도 고려해야 함
⊔⊔ · 시스템 개발 시, 보안 문제를 고려해야 하며 서버-클라이언트 방식으로 구동이 되어야 함
- 54 -
라. 설문조사 과정
마. 설문 문항
- 55 -
⊔⊔설문 문항은 아래와 같이 총 8개 문항에 대해 1~5 점의 점수를 부여하는 방식으로 실시하였
다. 아울러 맨 마지막에는 기타 활용방안에 관하여 자유 기술 항을 추가하였다.
- 56 -
바. 설문 결과
표 2.8 설문조사 결과
응답자
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 평균
문항
1. 드론 시공 관리
4 4 5 3 3 2 3 4 5 4 3 2 4 2 4 3.3
가 필요한가?
2. 설계도 시공 결
4 4 5 5 5 2 3 5 4 3 4 3 3 2 4 3.6
과 일치에 도움?
3. 시공 감독의 현
4 4 4 3 5 4 3 4 5 4 4 2 3 2 5 3.7
장확인에 도움?
4. 과거 시공상황
4 4 5 5 5 5 4 3 5 4 4 1 3 1 5 3.9
파악에 도움?
5. 유지관리, 사고
4 3 3 4 4 3 4 2 5 5 3 2 4 2 2 3.4
분석시 도움?
6. 쉽게 도입 가능?
3 5 4 4 3 3 4 3 5 3 3 4 2 2 4 3.6
(예산 비고려)
7. 고 비용시에도
- 57 -
감독 현장확인 용이(3번), 과거 시공상황 파악(4번)에 도움이 될 것이라고 기대를 하고 있었다.
⊔⊔도입 가능 여부에 대해서도 전반적으로 긍정적으로 응답을 하였다. 예산을 고려하지 않았을
가. 드론 활용 분야별 표준공종 개발
도로생애주기 공종 수행업무
- 58 -
⊔⊔표 2.10에서는 건설관리 업무를 원활하게 하고 표준화하기 위해 공종 코드(Code)를 부여하였
다. 공종 코드는 건설(Construction)의 영문 이니셜 두자리(CN)와 공종별로 부여된 숫자 두 자리
적용시기
도로생애주기 공 종
세부공종 적용코드
(Code) (Code) 착공 시공 준공 우기
단계 단계 단계 해빙
시공관리
비탈면 시공관리 (B) CN-02B ◎ ◎ ◎
(02)
비탈면 녹화관리 (C) CN-02C ◎ ◎
도로 시공
배수시설 시공관리 (D) CN-02D ◎ ◎ ◎
(CN)
비탈면 안전관리 (A) CN-03A ◎ ◎ ◎
안전관리
(03)
우기철 취약요인 발굴 (B) CN-03B ◎ ◎
해빙기 영향분석 (C) CN-03C ◎ ◎
환경관리
폐기물 관리 (A) CN-04A ◎
(04)
침사지 관리 (B) CN-04B ◎ ◎
용지관리
(05)
지장물 조사 (A) CN-05A ◎ ◎
- 59 -
⊔⊔표 2.11에서는 우리 공사 업무에 적용가능한 드론 활용 12개 세부 항목에 대해서 수행업무를
상세히 기술하였다.
우기철
CN-03B 우기철, 장마철 건설현장 취약요인 발굴
취약요인 발굴
- 60 -
⊔⊔표 2.12에서는 분류된 5개 공종에 대한 드론 요구기능을 분석하였다. 여기서 드론 요구기능은
드론의 기본적인 산출물로써 개별사진, 정사영상, 3차원 모델로 구분한다.
드론요구기능
도로생애주기 공종 기체구분 기타
개별사진 정사영상 3D 모델
공정관리 고정익 ◎ ◎
도로 시공
시공관리 고정익 ◎ ◎
(Construction) 안전관리 회전익 ◎ ◎
환경관리 회전익 ◎ ◎ ◎
용지관리 고정익 ◎ ◎
⊔⊔- 개별사진 : 드론에 의하여 촬영된 낱장사진, 대상물체의 상태를 확인하기 위하여 개별사진을
이용할 수 있음.
- 61 -
⊔⊔- 정사영상(orthophoto) : 정사투영이 이루어진 영상을 말하며 드론에 의하여 촬영된 영상에서
비고와 경사 등으로 인해 생긴 기하학적인 왜곡을 보정하여, 물체를 수직으로 볼 때의 모습
으로 변환한 영상.
⊔⊔- 3차원 모델 : 드론에서 촬영한 사진의 중복 입체시에 의하여 만들어진 지형의 3차원 모델 또
는 라이다 센서에 의하여 획득된 지형의 3차원모델로서 DSM 또는 DEM을 활용하여 생성.
DSM DEM
- 62 -
나. 건설현장 드론 활용 공종별 작업 가이드라인
공종 코드 공종
아웃소싱
기종형태 고정익/회전익 작업형태 자체수행
외주사업포함
센서 및 성능
GSD / 중복도
수행업무
기타
예시사진
- 63 -
⊔⊔1) 공종 코드, 공종 : 작업 가이드라인에 적용하는 대상 공종을 말한다.
지물을 제거한, 순수한 지형을 3차원 격자로 표현한 모델이며, 3차원 표면모델(DSM)은 자
연/인공 지형지물이 포함된 3차원 격자모델임.
- 64 -
표 2.14 공정관리(CN-01A) 작업 가이드라인
공종 코드 CN-01A 공종 공정관리
정사영상
요구기능
3차원모델
예시사진
- 65 -
표 2.15 기성관리(CN-01B) 작업 가이드라인
공종 코드 CN-01B 공종 기성관리
정사영상
요구기능
3차원모델
예시사진
- 66 -
표 2.16 토공량 산출(CN-02A) 작업 가이드라인
공종 코드 CN-02A 공종 토공량 산출
정사영상
요구기능
3차원모델
예시사진
- 67 -
표 2.17 비탈면 시공관리(CN-02B) 작업 가이드라인
정사영상
요구기능
3차원모델
예시사진
- 68 -
표 2.18 비탈면 녹화관리(CN-02C) 작업 가이드라인
정사영상
요구기능
3차원모델
예시사진
- 69 -
표 2.19 배수시설 시공관리(CN-02D) 작업 가이드라인
정사영상
요구기능
3차원모델
예시사진
- 70 -
표 2.20 비탈면 안전관리(CN-03A) 작업 가이드라인
아웃소싱
기종형태 회전익 작업형태
외주사업포함
정사영상
요구기능
개별사진
예시사진
- 71 -
표 2.21 우기철 취약요인 발굴(CN-03B) 작업 가이드라인
아웃소싱
기종형태 회전익 작업형태
외주사업포함
정사영상
요구기능
개별사진
예시사진
- 72 -
표 2.22 해빙기 영향분석(CN-03C) 작업 가이드라인
아웃소싱
기종형태 회전익 작업형태
외주사업포함
정사영상
요구기능
개별사진
예시사진
<출처: 안전보건공단>
- 73 -
표 2.23 폐기물 관리(CN-04A) 작업 가이드라인
공종 코드 CN-04A 공종 폐기물 관리
아웃소싱
기종형태 회전익 작업형태
외주사업포함
정사영상
요구기능
개별사진
폐기물 집하량 관리 및 처리 물량 산정
기타
공사구역 내 불법 폐기물에 대한 관리 가능
예시사진
- 74 -
표 2.24 침사지 관리(CN-04B) 작업 가이드라인
공종 코드 CN-04B 공종 침사지 관리
아웃소싱
기종형태 회전익 작업형태
외주사업포함
정사영상
요구기능
개별사진
예시사진
- 75 -
표 2.25 지장물 조사(CN-05A) 작업 가이드라인
공종 코드 CN-05A 공종 지장물 조사
아웃소싱
기종형태 고정익 작업형태
외주사업포함
정사영상
요구기능
3차원모델
예시사진
- 76 -
가. 시범대상지 선정
- 77 -
⊔⊔건설현장 드론활용 표준공종의 시범적용과 고속도로 건설과정의 드론 적용을 위하여 대상지 3
곳을 선정하였으며, 공사가 마무리되는 준공현장 1곳과 시공현장 2곳을 선정하였다.
그림 3.2 대상지 선정 현황
나. 적용 드론 및 소프트웨어 선정
- 78 -
⊔⊔또한, 드론촬영을 위해 현장답사 시 공사 구간에 접근하지 않고 현장을 쉽게 확인할 수 있으
며, 요구성과물인 동영상 촬영과 폐색지역의 근접촬영 및 POI촬영을 진행하기 위해 회전익 드론
그림 3.3 적용 드론 종류 및 제원
- 79 -
상대적으로 비행이 용이하며, 이를 바탕으로 현장답사, 현황파악, 동영상 촬영 등 이동이 빈번하
게 발생하는 조건에서 운용하기 적합하다고 할 수 있다.
그림 3.4 적용 소프트웨어 종류 및 제원
eMotion를 사용하고, 촬영된 영상을 통해 성과를 도출하기 위하여 ‘Pix4D mapper’, ‘Context
Capture’, ‘Virtual Surveyor’를 사용하였다.
⊔⊔eMotion는 SenseFly사의 고정익 드론 비행에 사용하는 소프트웨어로써 실제 현장 비행에 앞서
시뮬레이션을 통해 예상 비행시간과 예상 촬영매수 등을 알아볼 수 있다. 실제 비행 시에는 드론
제어에 사용되며 이착륙지 설정 및 비행 범위 설정을 통해 비행 계획을 수립하고 위성영상을 배
경지도로 사용함으로써 해당 지역에 대한 정보를 취득할 수 있다. 또한, 드론 비행 시 드론의 위
치 정보 및 기체 온도 등을 실시간으로 전송해줌으로써 정확하고 안전한 비행을 수행할 수 있게
한다.
⊔⊔Pix4D Mapper는 현재 드론 영상처리 분야에서 시장을 주도하고 있는 소프트웨어로서 타 프로
그램과 비교하여 볼 때 간결한 인터페이스를 제공하고 있다. 또한, 다양한 시각정보 및 출력형식
(동영상 및 CAD 등)을 지원하며 특히 정사영상과 DSM, 포인트 클라우드, 3D 매쉬 등을 결과물
로 생성함으로써 다양한 분야와 프로그램에서 데이터를 활용할 수 있게 해준다는 장점이 있다.
측량, 건설, 농업과 부동산 분야에 각각의 특화된 서비스를 제공하며 활용 분야를 넓히고 있다.
Context Capture는 3D모델링을 위한 전문적인 프로그램으로 간편한 3D모델 제작과 다양한 프
로그램과 연동할 수 있도록 인터페이스를 제공하고 있다. 촬영 영상을 기반으로 정사면, 측면, 하
- 80 -
부면 등 실감적인 3D모델을 생성하며, 이동체의 자동제거 기능과 잘못 표현된 3D모델의 편집이
쉽게 이루어질 수 있도록 연계되는 프로그램이 다양하며, 프로젝트 간 통합 및 분리가 자유롭게
다. 촬영 계획 수립 및 현장 답사
였다.
⊔⊔촬영구역이 선정되면 촬영구역 내 위치한 공사기준점, 수준점, 통합기준점의 위치와 점의 조서
- 81 -
를 확인하여 지상 기준점 및 검사점 측량에 활용할 수 있도록 하였고, 현장답사를 수행하기 전
위성영상, 로드뷰, 항공뷰를 통해 간접적인 현장 상황을 파악한다.
- 82 -
그림 3.7 드론 촬영계획 수립 결과
라. 촬영 허가 및 비행 승인
하다.
- 83 -
그림 3.8 항공사진 촬영허가 신청서
(좌 : 강진-광주 구간, 우 : 평택-서평택 구간)
마. 공간정보 획득
- 84 -
그림 3.10 표고 기준점 측량 장비 정보(Leica Sprinter 150)
- 85 -
그림 3.11 평택-서평택 구간 촬영 경로
수행하였다.
표 3.2 대상지 드론 촬영 성과
1차 1회 57분 731매
2차 1회 65분 698매
평택-
서평택 3차 1회 60분 747매
구간
4차 8회 605분 2,365매 경사 촬영
1차 3회 67분 884매
강진-
광주 2차 2회 42분 414매 종/횡 촬영
구간
3차 1회 36분 393매
- 86 -
론을 이용하여 영상처리가 이뤄지지 않은 방음벽, 안내표지판을 중점으로 촬영을 진행하였다.
⊔⊔경부선직선화 구간은 총 2번의 촬영이 진행되었으며, 1차 촬영의 경우에는 기본 촬영계획도를
기반으로 촬영을 수행하였고, 2차 촬영의 경우에는 성과심사기준 촬영계획도를 기반으로 촬영을
수행하였다. 1차 촬영은 총 1회 비행을 통해 드론촬영을 수행하였고, 촬영결과로는 비행시간 115
분, 사진매수로는 1,330매로 나타났다. 2차 촬영은 총 1회 비행을 통해 드론촬영을 수행하였고, 촬
바. 성과 도출
- 87 -
그림 3.12 평택-서평택 구간 성과
- 88 -
그림 3.13 강진-광주 구간 도출 성과
⊔⊔드론의 촬영 방향에 따른 성과를 비교하기 위하여 종방향 촬영과 횡방향 촬영을 수행하여 성
과 도출한 결과는 큰 차이를 나타내지는 않았다. 촬영 원본의 경우 횡방향 촬영은 408매, 종방향
촬영은 476매의 사진이 같은 면적에 촬영되어 종방향 촬영에서 불필요한 사진이 68매 더 촬영된
것으로 나타났다.
- 89 -
3.1.2 시범사업 분석 후 표준공종 수행업무 선정, 타당성 분석
⊔⊔고속도로 건설현장 드론활용 공종은 5개의 공종, 12개의 세부 항목으로 구분되며, 해빙기 영향
분석 공종(외부 사례로 활용성 제시)을 제외한 11개 세부 항목에 대하여 현장에서 실증을 수행하
였다. 수도권건설사업단의 평택~서평택 구간에서 6개의 세부항목, 경부선 직선화 구간에서 1개 세
부항목, 강진광주건설사업단의 강진~광주 구간에서 7개 세부항목에 대해서 시기별 영상 비교와
측정기능 및 분석기능을 통해 공종의 타당성을 검토해보았다.
- 90 -
가. 공정 관리
⊔⊔공정관리 세부항목은 3차원 모델, 설계도(3차원), 시계열 영상을 중첩함으로 공정관리가 가능하
다. 공정관리에서 가장 중요한 부분은 공사 기간을 맞추는 것이며, 공정률은 설계 대비 현재 공사
- 91 -
나. 기성 관리
다. 검증된 3차원 모델을 통해 물량을 산출하고 가시성이 높으므로 시공사와 감독관이 납득할 수
있는 기성물량이 산출되므로 과기성을 방지하고 투명한 기성금 지급이 가능하다. 현장운영의 지
적사항 및 점검 사항을 서면이 아닌 3차원 모델에 위치별로 표시해줌으로 개선사항을 쉽게 확인
할 수 있고, 현장 사진과 모델의 형태를 비교하여 사진으로 확인이 어려운 조치사항을 자세히 검
토하며, 현장 방문점검에서 접근이 어려워 누락되던 기성검토의 취약구간을 모델로 확인 및 검측
할 수 있어 정확한 기성관리가 가능하다.
기성보고 예시자료는 1개월 간격의 시계열 자료를 간단한 모델의 비교를 통해 물량산출, 면적 측
정자료를 이용하여 작성하였고, 실제 기성보고 자료에서 일부를 발췌하여 스테이션별 점검 및 현
장사진을 중첩하여 작성하였다. 기존의 수량 및 물량산출을 위한 측량 및 물량 계산을 쉽게 수행
- 92 -
다. 토공량 산출
라. 비탈면 시공관리
⊔⊔비탈면 시공관리 세부항목은 시계열 영상의 비교와 설계도와의 중첩 기능을 활용하여 비탈면
의 시공과정을 정밀하게 확인할 수 있었다. 먼저 중첩된 시계열 영상과 설계도를 통해 비탈면의
시공이 설계선에 맞춰 이뤄지고 있는지 확인할 수 있으며, 시공 및 완공된 사면의 경사도를 확인
하여 시공 정확성 및 시공 중 발생할 수 있는 문제에 대해 관리할 수 있는 자료를 제공할 수 있
다.
⊔⊔비탈면의 경우 대부분 현장에서 측정 및 확인이 어려운 경우가 많으며, 육안으로 확인이 어려
운 지역도 많이 존재한다. 3차원 모델과 설계도를 통해 비탈면을 정량적으로 확인하는 방법은 현
장에서 직접 확인하는 방법보다 더 효율적이며, 관리자의 안전적인 측면에서도 매우 효율성이 높
을 것으로 판단된다.
- 93 -
그림 3.18 설계도 중첩을 이용한 비탈면 시공관리
마. 비탈면 녹화관리
바. 배수시설 시공관리
⊔⊔배수시설 시공관리 세부항목은 현장접근이 어려운 산마루 측구와 지속적인 관리가 필요한 배
수시설(임시배수시설, 침사지 등)의 시공관리에 대해 현장 타당성을 검토하였다.
⊔⊔먼저 산마루 측구의 경우, 현장 접근이 매우 어려워 육안으로 확인이 어렵기 때문에 관리 미
흡지역 중 하나로써 정확한 시공 여부를 파악하기 어렵다. 그리고 도로를 횡단하는 배면 배수로
- 94 -
그림 3.20 시계열 영상을 이용한 배수로 시공관리
사. 비탈면 안전관리
징후를 확인할 수 있다. 또한, 변위를 분석하여 공사로 인한 변위가 아닌 지역은 집중적으로 관리
할 수 있는 정량적 안전관리가 가능하다.
- 95 -
그림 3.22 3D 모델 분석을 통한 비탈면 안전관리
아. 우기철 취약요인 발굴
- 96 -
그림 3.23 3D 모델을 활용한 우기철 취약요인 발굴
자. 해빙기 영향분석
수 있다.
- 97 -
차. 폐기물 관리
된다.
⊔⊔드론 기반 3차원 모델을 이용하여 공사구간 내 불법 투기된 폐기물을 감지할 수 있으며, 폐기
물 집하장의 적치량을 확인하여 배출시기 선정 및 물량에 따른 비용을 산정할 수 있다.
타. 침사지 관리
- 98 -
그림 3.26 3D 모델을 활용한 침사지 규격 확인 및 점검
파. 지장물 관리
- 99 -
3.2 실감 3D 모델 제작을 통한 현장관리
⊔⊔실감 3D모델의 제작에는 이중고도, 8방향 비행, 정사방향 촬영 및 Tilting 촬영을 통해 음영지
역 최소화와 수직 구조물의 옆면 텍스쳐가 잘 생성되도록 현장자료를 얻어진 자료를 통해 모델
제작을 수행하였다. 실감 3D모델 제작에는 ‘Context Capture’를 사용하였다. Context Capture는
드론 영상자료를 이용하여 자동으로 고품질의 3차원 모델을 제작할 수 있는 소프트웨어이며, 다
양한 출력포맷을 지원한다. 3D모델 작업과정은 ① 사진입력 ② 항공삼각측량(AT : Aerial
Triangulation) ③ 지상 기준점 매칭 ④ 모델생성 ⑤ 출력파일설정 ⑥ 3차원 모델 제작을 포함 총
6단계로 구분된다.
① 사진입력은 항공사진에 대한 위치 및 자세정보를 이용하여 실제 촬영된 지점으로 이동시켜
정렬하는 과정이다.
② 항공삼각측량은 사진의 위치정보 및 자세정보를 바탕으로 영상이 찍혔을 당시의 기하학적
관계를 재구성한 후 실세계에 맞게 축적 및 좌표를 변환하는 과정이다.
③ 지상 기준점 매칭은 영상의 정확도를 향상하기 위한 필수작업으로 기준점 측량좌표를 사진
에 매칭하여 정확도를 개선하는 과정이다.
④ 모델생성은 지상 기준점 성과를 이용하여 관측한 무수한 점들의 좌표를 측지좌표로 환산한
후 매쉬로 구축하여 옆면의 텍스쳐를 입히는 과정이다.
⑤ 출력파일설정에서는 다음 단계에서 호환 가능한 출력물의 유형을 설정한다.
⑥ 실감 모델 제작은 단계별 처리 과정을 거쳐 최종성과물을 구축하는 단계이다.
- 100 -
그림 3.28 실감 3D모델 제작과정
⊔⊔최종성과물을 작성하는 과정에서 데이터의 품질을 확보하기 위하여 다양한 프로그램의 기능을
활용하였으며, 영상처리에 활용된 평택-서평택 구간의 경우 신설도로가 아닌 운영 중인 도로에 1
차선 확장공사를 진행하였고, 일부 구간이 준공 이전부터 운영되고 있어 촬영 영상에 이동 차량
- 101 -
⊔⊔영상처리 결과를 검토하는 중 다양한 방면으로 촬영을 수행하였음에도 불구하고 구조물의 두
께가 얇고 수직적인 구조물과 투명도가 있어 매칭점이 부족한 부분의 경우 TIN과 Mesh가 제대
뒷면에서의 매칭점은 생성되나 측면에서 생성되는 매칭점이 부족하여 표면 생성이 어려운 것으로
판단된다.
- 102 -
인식하지 못한 면에 대해 사용자가 그 면을 직접 구성하여 영상처리시 소프트웨어에서 인식될 수
있도록 하는 작업이다.
- 103 -
구성된 TIN의 값을 이용하여 제도하는 과정이며, 잘못 구성된 TIN은 삭제하고 빈공간을 주변의
값으로 자동 메꾸기 기능을 이용하여 추후 1개의 TIN으로 연결될 수 있도록 하는 과정이다.
⊔⊔TIN구성이 완료되면 전체의 TIN을 결합하여 최초에 추출한 형태와 같이 구성하여 파일을 저
장한다.
⊔⊔네 번째 영상 재처리 과정은 최초 영상처리 했던 프로젝트에 수정된 OBJ파일을 불러와
Retouch파일 재처리 방식으로 영상처리시 수정된 TIN이 모델에 적용되고 미표현 지역의 텍스쳐
가 입혀져 성과물이 작성된다.
- 104 -
그림 3.33 현장 구조물의 POI촬영을 통한 3D 모델생성 과정
⊔⊔첫 번째 POI촬영은 미표현 지역에 대해 회전익 드론을 이용하여 근접촬영을 진행하는 과정으
로 일정한 각도(70°~ 80°)를 유지한 상태로 구조물에 대해 원형 또는 타원형으로 영상촬영을 진행
한다. 촬영시 중복도를 유지할 수 있도록 비행속도 및 촬영 속도를 제어해야 하며, 음영지역이 발
생하지 않도록 다양한 위치에서 촬영해야 한다.
⊔⊔촬영의 시작 위치와 끝나는 위치가 동일한 곳에서 끝날 수 있도록 비행경로를 설정하여 전체
영상의 중복도가 만족될 수 있도록 하는 것이 중요하며, 영상처리의 방해요소인 비행고도 및 각
도 설정은 대상물이 사진의 80% ~ 100%가 찍히도록 설정하는 것이 좋으며, 하늘과 먼 배경이 나
타나는 경우 오차를 발생할 수 있으니 유의해야 한다.
⊔⊔두 번째 구간별 영상처리는 촬영 대상물이 일부 구간에만 존재하기 때문에 각자의 촬영 성과
물을 따로 영상처리를 진행한다. 원형 또는 타원형을 이루는 구조물끼리 영상처리를 진행하고 모
든 구역이 연결된 경우 동일 객체로 통합하여 수행할 수 있지만, 일정 구간이 분리되는 경우 오
차를 발생할 수 있어서 별도로 영상처리를 진행한다.
⊔⊔세 번째 기준점 입력을 통한 전체 모델과 위치좌표 통일과정은 구조물의 영상처리 결과를 전
체 모델과 통합하기 위해 기준이 되는 점을 입력하는 과정으로 전체 모델에서 기준점으로 활용할
수 있는 좌표를 추출하여 각 구조물 모델에 입력하여 구조물 모델의 위치를 재정렬한다.
⊔⊔작업과정에서 사용된 기준점은 도로에 그려진 점선의 모서리, 화살표의 모서리, 역삼각형의 모
서리 등을 이용하여 기준점으로 사용하였으며, 구조물 모델과 전체 모델에서 동일하게 표현되는
위치가 있다면 기준점으로 사용해도 무방하다.
⊔⊔네 번째 구조물 모델과 전체모델 통합처리는 전체 모델을 바탕에 두고 구조물 모델을 통합하
여 영상처리 결과물을 재생성하는 과정이다. 세 번째 과정에서 기준점 입력성과가 높게 나타나는
- 105 -
경우는 문제없이 영상 재처리가 이뤄지지만, 기준점 성과가 낮은 경우 통합 처리된 성과에서 오
차가 발생하거나 구조물이 두 개로 분리되어 생성되는 현상이 발생할 수 있다.
⊔⊔이 방법은 현장에 직접 방문하여 촬영을 진행해야 하므로 촬영시간이 길어지고 모델생성의 단
가가 상승하는 단점이 있으며, 사용자의 주관적인 수정이 없이 프로그램에 의해 생성되는 방법으
있는 단점도 발생한다. 이러한 사항은 발주기관과 정확한 협의를 통해 결정할 필요가 있다.
- 106 -
가. 전통적 측량방식에 의한 종횡단도 작성 및 토공물량 산출
⊔⊔본 절에서는 드론측량에 의하여 산출된 토공물량의 정확도를 평가할 목적으로 전통적 측량방
법에 따라 종횡단측량을 실시하였다. 전통적 측량방법이란 토탈스테이션이나 GNSS 측량기를 이
용하여 횡단면상에서 표고가 변하는 지점의 표고를 계속 측량하여 횡단면도를 작성하는 방식을
말하며, 횡단측량과 현황측량의 작업흐름도는 그림 3.35와 같다.
⊔⊔토공량 계산을 위한 측량 대상지는 강진-광주 고속도로 제2공구의 ST. 7+600 ~ ST. 8+300,
700m 구간 중 학송 1교와 횡단 교차로 구간 등 공사가 미진행되어 토공량이 없는 구간은 제외하
였으므로 최종적으로 ST. 7+600부터 ST. 8+100구간까지 전체 500m의 구간이다.
⊔⊔전통적 측량방식에 있어서 기준점 측량과 횡단측량, 현황측량에 활용한 토탈스테이션 및
GNSS 장비는 그림 3.36과 같다.
- 107 -
⊔⊔전통적 측량을 위하여 현장에서 사용한 기지 기준점은 강진-광주 건설사업단에서 제공받은 시
공기준점의 측량성과와 드론촬영을 위해 실시한 지상기준점 측량성과 일부를 동시에 활용하였으
그림 3.37 현장 캘리브레이션 결과
- 108 -
표 3.5 전통적 측량방식에 활용된 기준점 성과
측량 차수 측량 일자 측량 점수 보간 소프트웨어 비고
그림 3.38 측량 점의 표시 및 현황도
- 109 -
그림 3.39 측량성과를 이용하여 작성한 등고선도
- 110 -
그림 3.41 지상측량결과와 설계도의 횡단면도와 중첩결과(ST. 7+700)
- 111 -
표 3.6 전통적 측량방식으로 추출한 토공 단면적 및 종단 표고
중심선 종단 표고 토공 면적
Station
1차 2차 3차 1차 2차 3차
ST.8+100 71.83 71.88 71.83 285.47 289.98 350.84
ST.8+080 73.25 73.12 73.13 260.97 272.03 310.54
ST.8+060 72.87 73.38 74.84 311.25 320.26 385.36
ST.8+040 73.01 73.47 74.96 353.67 389.53 423.59
ST.8+020 73.00 72.99 73.24 291.57 347.37 393.26
ST.8+000 70.66 70.80 70.82 220.89 278.98 308.23
ST.7+980 69.33 68.62 68.66 193.14 216.07 259.13
ST.7+960 68.53 68.44 68.40 158.92 188.44 259.20
ST.7+940 68.86 67.20 67.07 72.24 73.76 153.35
ST.7+920 70.15 69.55 70.23 15.34 40.57 154.35
ST.7+900 70.11 69.97 70.24 19.51 40.93 101.02
ST.7+880 70.63 70.14 71.88 49.85 19.04 88.18
ST.7+860 72.19 72.20 71.75 127.00 91.17 90.29
ST.7+840 71.34 71.39 71.39 114.55 69.09 96.75
ST.7+820 73.87 73.63 73.63 116.15 89.77 89.51
ST.7+800 81.98 82.42 83.63 459.53 463.82 487.39
ST.7+780 81.88 82.37 83.67 486.42 503.95 519.28
ST.7+760 81.83 82.50 83.65 546.22 570.37 593.69
ST.7+740 81.82 82.43 83.59 362.45 421.45 433.25
ST.7+720 81.49 82.32 83.77 260.48 326.31 332.69
ST.7+700 81.24 82.30 84.14 191.39 227.05 280.16
ST.7+680 79.52 79.46 79.33 65.22 99.26 91.51
ST.7+660 81.76 82.56 82.56 30.19 38.54 36.66
ST.7+640 83.01 84.09 84.09 22.28 66.90 66.82
ST.7+620 82.48 81.48 81.48 47.86 36.28 36.27
ST.7+600 83.00 82.61 82.61 63.18 40.04 44.13
- 112 -
나. 실감 3D 모델의 가상측량을 통한 종횡단도 작성 및 토공물량 산출
⊔⊔전통적 측량방식과 동일한 테스트베드인 강진-광주 고속도로 제2공구의 ST. 7+600 ~ ST.
- 113 -
⊔⊔수정된 DSM에 전통적 측량방식과 동일한 구간에 10cm 간격으로 측량 점을 추출하였다. 추출
방식은 Virtual Surveyor 소프트웨어를 이용하여 자동으로 추출하였으며, 격자 포인트를 삼각형
- 114 -
이를 추출하였으며, 그 결과는 표 3.7과 같다.
- 115 -
그림 3.46 3D모델을 활용한 횡단 위치별 종횡단도 작성 과정
⊔⊔위 방법은 기존의 횡단선의 위치에 맞춰 횡단도를 3차원으로 추출하며, 현재 지형과 3차원 설
계를 선형으로 비교하기 좋은 자료이다. 기존선이 위치한 지점의 높이 값을 3D 모델의 해상도에
맞춰 높이 값을 추출하므로 점밀도가 높고 그만큼 정확도도 높게 나타난다.
⊔⊔그러나 단면 사이에서 굴곡이 발생하거나 오차가 발생하는 경우 단면도를 이용한 물량 산출
시 오차를 발생시키는 원인이 된다. 그래서 다음 방법은 위치를 지정하지 않고 높이가 변하는 지
점을 자동으로 계산하여 단면을 추출하는 방법이다.
⊔⊔종횡단도 추출의 두 번째 방법으로 3D 모델의 표고 변화 위치에 따라 작성하는 방법은 ①인
- 116 -
그림 3.47 3D모델을 활용한 표고 변화 위치별 종횡단도 작성 과정
- 117 -
그림 3.48 3차원 설계도 기반의 3D모델을 활용한 물량산출 과정
⊔⊔이 방법은 설계도를 기반으로 현재 상태를 비교하였으므로 앞으로 시공이 필요한 부분은 파란
색으로 표시되었으며, 과 시공된 부분은 노랑색으로 표시되었다.
⊔⊔3차원 지반도를 이용하거나 공사가 시작되기 전 벌개제근이 완성된 시기의 촬영 성과가 있다
면 공사로 인해 진행한 물량을 산출할 수 있다.
⊔⊔물량산출의 두 번째 방법으로 시계열 영상의 비교를 통해 물량을 산출하는 방법은 ① 3D모델
인공지물 제거, ② 기준 영상 기반 물량산출, ③ 절성토 구역 분할의 3단계를 거친다.
- 118 -
줄 수 있으며, 색상정보를 이용하여 절토와 성토를 구분하고, 작업 면적을 별도로 추출하며 배경
으로 이미지가 포함되어 있어 변화를 직관적으로 확인할 수 있다.
다. 토공물량 산출방법에 따른 성과 비교
⊔⊔본 절에서는 전통적 측량방법과 드론측량으로 얻어진 3D모델의 가상측량 방법으로 추출된 ST.
7+600 ~ ST. 8+100까지 20m 간격의 26개 단면의 중심선 표고와 횡단면 단면적을 시기별로 분석
- 119 -
그림 3.50 시기별 중심선 종단 표고 비교
- 120 -
그림 3.51 시기별 횡단면의 단면적 비교
- 121 -
⊔⊔중심선의 표고는 1차에서 3차에 걸쳐 전체적으로 비슷한 결과를 나타냈다. 그러나 1차시기의
ST. 7+940 단면의 중심 표고 높이가 3D모델의 가상측량 방식보다 전통적 측량방식이 2.3m 높게
차가 나타났다.
⊔⊔횡단면의 단면적으로는 물량의 오차를 확인하기 어려워 전체 구간의 물량을 산출하였으며, 물
량산출은 다음 식과 같은 양단면 평균법을 이용하여 물량을 산출하였다.
·
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
··
·· (1)
- 122 -
표 3.8 양단면 평균법을 이용한 토공물량 산출결과
단위 : ㎥
3D모델의 가상측량방식 전통적 측량방식 통 계
Station
1차 2차 3차 1차 2차 3차 1차 2차 3차
ST.8+100
5304.0 6104.8 6184.7 5464.4 5620.1 6613.8 -160.4 484.7 -429.1
ST.8+080
5437.2 6397.7 6914.8 5722.2 5922.9 6959.0 -285.0 474.8 -44.2
ST.8+060
6834.5 7207.9 8321.8 6649.2 7097.9 8089.5 185.3 110.0 232.3
ST.8+040
6765.1 7331.7 8363.0 6452.4 7369.0 8168.5 312.7 -37.3 194.5
ST.8+020
5842.6 6449.6 7246.3 5124.6 6263.5 7014.9 718.0 186.1 231.4
ST.8+000
4905.8 5390.2 6059.8 4140.3 4950.5 5673.6 765.5 439.7 386.2
ST.7+980
4115.3 4810.8 5394.7 3520.6 4045.1 5183.3 594.7 765.7 211.4
ST.7+960
2395.3 3369.2 4611.2 2311.6 2622.0 4125.5 83.7 747.2 485.7
ST.7+940
787.7 1615.3 3239.0 875.8 1143.3 3077.0 -88.1 472.0 162.0
ST.7+920
664.1 1152.0 2534.2 348.5 815.0 2553.7 315.6 337.0 -19.5
ST.7+900
896.0 1097.3 2400.9 693.6 599.7 1892.0 202.4 497.6 508.9
ST.7+880
1253.8 1244.9 2273.6 1768.5 1102.1 1784.7 -514.7 142.8 488.9
ST.7+860
1545.8 1501.1 2070.7 2415.5 1602.6 1870.4 -869.7 -101.5 200.3
ST.7+840
1758.8 1763.4 2005.0 2307.0 1588.6 1862.6 -548.2 174.8 142.4
ST.7+820
5610.9 5802.3 6275.6 5756.8 5535.9 5769.0 -145.9 266.4 506.6
ST.7+800
9632.1 9968.1 10835.9 9459.5 9677.7 10066.7 172.6 290.4 769.2
ST.7+780
10651.0 11050.1 12040.8 10326.4 10743.2 11129.7 324.6 306.9 911.1
ST.7+760
9702.3 10192.1 11219.3 9086.7 9918.2 10269.4 615.6 273.9 949.9
ST.7+740
6755.4 7356.4 8458.1 6229.3 7477.6 7659.4 526.1 -121.2 798.7
ST.7+720
4626.9 5605.8 6702.6 4518.7 5533.6 6128.5 108.2 72.2 574.1
ST.7+700
2874.1 3634.6 4316.5 2566.1 3263.1 3716.7 308.0 371.5 599.8
ST.7+680
1250.3 1408.7 1709.0 954.1 1378.0 1281.7 296.2 30.7 427.3
ST.7+660
611.6 707.5 944.6 524.7 1054.4 1034.8 86.9 -346.9 -90.2
ST.7+640
739.0 808.9 949.8 701.4 1031.8 1030.9 37.6 -222.9 -81.1
ST.7+620
732.1 783.6 1061.7 1110.4 763.2 804.0 -378.3 20.4 257.7
ST.7+600
- 123 -
3.2.3 실감 3D모델을 활용한 공정관리
⊔⊔3D 모델을 활용한 계획단계에서 가장 중요한 부분은 현장에 대한 상황을 정확히 파악하는 것
이다. 대부분 공사현장은 공사구간 내에서 절토 된 토사 및 암반을 이용하여 성토가 필요한 구간
그림 3.52 성토 구간의 재 절토 사례
- 124 -
⊔⊔이 경우 공사 구간 내에서 암성토가 제일 빠르게 추출되는 위치, 추출된 암성토를 가장먼저
성토하는 위치를 결정해야 하며 두 위치를 이동하기 위한 이동로를 신설하는 작업이 필요하다.
결정할 수 있다.
- 126 -
⊔⊔3D 모델의 위치별 현장 투입된 인력 및 장비의 리스트를 중첩하여 관리할 수 있으며, 이러한
기능을 통해 각각의 현장별 작업 계획을 관리할 수 있다. 모델을 통해 공사 단계를 확인하고 적
- 127 -
⊔⊔위치정보를 포함하는 3D모델은 공사구역을 주기적으로 촬영할 경우 각 시기의 영상을 비교하
고 확인하면서 다양한 모니터링이 가능한데, 그중 하나가 쉽고 빠른 공사 진행물량 확인 및 변화
과정의 모니터링이다.
⊔⊔공사현장에 투입된 장비와 토사 등의 물량은 지속해서 확인할 수 있지만 공사가 진행되고 있
는 곳의 물량은 간이 측량을 이용하여 측정한다. 절토사면이나 산마루 공사구간의 경우 감독관이
⊔⊔이러한 관리 취약구간이나 작업자의 접근이 어려워 지속적인 모니터링이 어려운 지역을 3D모
델의 주기적 영상을 통해 모니터링 가능하며, 공사물량 체크 및 시공 상태를 확인하여 공사 상황
을 확인할 수 있다.
⊔⊔공사의 진행 시 설계대로 정확히 맞아서 공사가 이뤄지지는 않는다. 지형의 변화든지 예측하
지 못했던 문제로 인해 중간에 설계변경 및 공사비용의 추가가 필요한 경우가 발생하는데, 아래
- 128 -
그림 3.58 3D모델의 Monitoring 단계에서 확인한 설계변경 근거자료
⊔⊔3D 모델을 활용한 계획 수립, 계획 관리, 모니터링 등의 과정을 거치게 되면, 여기서 활용된
다양한 중첩자료와 3D모델을 통해 도로건설현장의 공정현황 분석, 공사위치별 실적관리, 준공일
정 대비 공사계획의 타당성 분석, 자재 확보에 대한 계획과 중장비 투입의 적정성 분석 등 다양
- 129 -
그림 3.59 3D모델을 이용한 고속도로 건설현장 분석
⊔⊔3D 모델과 공사계획에 사용된 자료, 공사결과 등을 3D모델에서 쉽게 확인하고 간단한 측정기
능과 분석기능을 통해 정량적으로 공사 과정을 분석할 수 있으며, 정량적 자료가 바탕이 되므로
감독관의 교체에도 전체적인 공사현황을 쉽게 파악할 수 있다.
⊔⊔3D 모델 자체적으로는 위치별 수치를 이용하여 그림 3.59와 같은 분석이 가능하고, 건설과정
에서 필요한 분석기능을 별도로 구축하여 다양한 분석이 가능하다. 예를 들어 사면의 경우 완공
후 녹화를 위해 식재를 이식하거나 식재 기반제를 뿌려주는데, 경사의 위치와 시기에 따라 일조
량을 분석하여 사면 녹화의 공법을 다양화할 수 있다.
- 130 -
수를 수행할 때 최적의 정비나 우선순위를 제시할 수 있다. 시스템을 통하여 예산이 효과적으로
집행될 수 있고, 도로를 안정적으로 운영된다. 연간 수 백개 이상의 절개 사면의 정밀점검, 붕괴
제안하였다.
⊔⊔교량의 점검 및 진단은 수행 내용과 점검 목적에 따라서 구분되며 드론으로 가능한 업무를 정
기점검 및 정밀점검으로 제한하였을 때(주로 정기점검), 드론으로 조사 가능한 항목은 그림 3.61
- 131 -
□ 콘크리트 구조물 : 균열, 누수, 박리, 박락, 층분리, 백태, 철근 노출 등
□ 강재 구조물 : 균열, 도장상태, 부식상태, 변형 등
⊔⊔실험 결과, 근접촬영에 의한 균열조사에서는 최소 0.5mm 이상의 균열에 대해서는 관측이 가
능할 것으로 추정되나, 영상을 통한 균열 폭의 정확한 측정은 어려울 것으로 판단된다. 또한, 조
사시간이 장시간 소요되고, 거더 및 바닥판 하면의 조사는 조종자의 숙련도(수동 조작)에 의지해
야 하는 문제가 있다.
표면손상 구조적 결함
누수
부재 균열 파손 박리 철근 강재 설치 침하 파손 비고
(오염) 백태
탈락 박락 노출 부식 불량 변형 균열
교각 ○ ○ ◎ ◎ ◎ ◎ ◎
방호벽/난
간
○ ○ ◎ ◎ ◎ ◎ ◎ ◎
배수시설 ○ ○ ◎ ◎ ◎ ◎ ◎ ○ -
신축이음 ○ ○ ◎ ◎ ◎ ◎ ◎ ◎
바닥판하면
콘크리트
거더
받침장치 ○ ○
강재 거더
교면포장 ○ ○ ◎ ◎ ◎ ◎ ◎ ◎
교대 ○ ○ ○ ○ ○ ○
- 132 -
그림 3.61 교량 점검 중 드론조사 가능 항목
- 133 -
그림 3.62 airsight사의 NextGen Airfield Inspection
- 134 -
그림 3.63 Drexel 대학의 목업 교량 실험
용이하며, 고해상도의 영상을 획득할 수 있다. 접근난이도, 조사거부, 그리고 조사인력 부족으로 인한 현장조
사의 어려움이 있는 지장물 조사에 드론활용이 문제 해결로 이어질 수 있며, 기존 인력에 의한 조사방식에
비하여 30% 정도의 원가절감을 할 수 있고, 도로 건설사업에서도 이러한 효과를 기대할 수 있다. 세입자 현
황, 임목, 건물, 농작물, 분묘, 축사, 전주, 영업권 등에 대한 실시설계 단계의 지장물 조사는 주요 개체에 대
한 표시와 축척, 위치, 지번, 행정구역, 지목 등을 기술한다.
- 135 -
그림 3.64 지장물의 드론 이용 정밀조사(출처 : 국토교통부)
양하다. UAV는 건설현장, 특히 대규모 현장이나 여러 현장에 퍼져있는 현장을 지상에서 관리하
는 것보다 더 빠르고 효율적으로 모니터링할 수 있다. UAV에는 적외선 카메라, 레이더 및 기타
기술을 장착하여 작업현장에서 감시 기능을 향상시킬 수 있다. 이 정보는 건설 진행 상황뿐만 아
적 기계일 수 있다.
⊔⊔향후 건설 산업에서의 드론 기술은 작업자 안전을 개선하고 작업장 효율성을 높이며, 시공 비
용을 줄일 수 있는 쪽으로 드론 기술이 발전할 것으로 예상된다. 도로 건설현장의 안전관리를 위
- 136 -
을 통하여 안전사고가 없는 자율적 건설안전관리를 유도하고 있지만, 예고 점검에서 얻는 지적사
항 보다 불시 순찰점검 시에 평균 4배 정도 더 많이 발생하였다.
접근이 어렵거나 직접 육안점검이 어려운 옹벽, 교량의 상부, 터널의 입출구에 있는 절토사면, 산
마루 측구 등에 대하여 드론을 활용한 돋보기 현장 점검으로 안전사고 발생 요인을 사전에 제거
하는 것이다.
- 137 -
⊔⊔드론을 활용하여 교통사고가 발생한 도로에 드론이 전송하는 실시간 동영상을 이용하여 교통
사고가 발생한 도로현장의 세부 사항을 실시간으로 모니터링할 수 있다. 교통사고 현장의 세부적
- 138 -
그림 3.67 건설인력 및 장비의 위치추적
- 139 -
그림 3.68 동적 BIM 강화(dynamic BIM-augmented) UAV 조사 흐름도
다.
⊔⊔시설물정보관리종합시스템(FMS, 한국시설안전공단)에 등록된 국내 비탈면 수는 약 3,000여개
로, 2종 비탈면의 정밀점검과 계곡부 및 붕괴 비탈면의 정밀 점검 등 현장 조사가 일반국도 등에
서 수행된다.
- 140 -
⊔⊔그림 3.69와 같이 인력이 직접 현장을 조사하는 경우 조사자의 안전성과 조사의 효율성 측면
에서 산악지형과 같은 접근이 어려운 경우에 문제가 발생한다. 상부 자연 비탈면에서 인공시설물
- 141 -
그림 3.70 땅밀림에 의한 지형 프로파일의 분석결과
- 142 -
그림 3.71 (좌) 드론을 이용한 측정 다이어그램과 각도 계산 다이어그램(우)
- 143 -
려할 때, 사면의 상태 변화는 파악이 가능하지만, 더 정확하고 세밀한 분석을 위해서는 공간좌표계
의 오차를 줄여야 해결될 수 있을 것이다. 드론영상 기반의 3차원 지형표고모델을 이용한 위험도의
⊔⊔드론을 이용한 암반사면의 안정성 평가방법(Evaluation method for stability of rock slope using
drone)에서 드론을 이용해 낙석이나 붕괴의 위험이 의심되는 암반지역에 대해 여러 장의 사진을 찍
고, 촬영된 사진을 정합하여 지상의 기준점과 대비해 발생된 오차를 보정한 다음, 이를 이용해 개별
암반사면의 경사방향, 경사각 및 표면 굴곡도와 같은 암반사면의 정보를 획득하고 추출한 다음 안
- 144 -
그림 3.73 산사태의 고해상도 조사를 위한 드론 활용 방법론 흐름도
⊔⊔사면 안정성 평가를 위한 원격 모니터링 활용(Meho Sasa Kovacevic, Marijan Car, Mario Bacic,
Irina Stipanovic, Kenneth Gavin, Karin Noren-Cosgriff and Amir Kaynia) 연구에서 UAV를 이용
- 145 -
한 rockfall의 부피 측정, 산사태 매핑, 산사태 보수조치 등을 수행하였다. UAV와 매핑 소프트웨어
는 Rockfall 시뮬레이션에 사용되는 모든 컴퓨터 프로그램, 예를 들어 Rockfall
제공하여 이를 계산한다.
3.3.2 비탈면 점검 기준 및 방법
필요시
일상점검
정기점검
· 해빙기
· 우기 대비
필요시 긴급상황시
정밀검사 긴급점검
필요시
정밀안전진단
필요시
안전진단 전문기관
결과 / 조치
- 146 -
표 3.10 비탈면 점검 시기 및 대상 구조물
구 분 대상 구조물 시 기
일상
전체비탈면 수 시
점검
시특법대상 및 A/B/C급(반기에 1회이상)
정기 관찰대상 비탈면 D/E급(1년에 3회이상)
점검 높이 10m 이상
1년에 1회이상
(2종, 관찰대상 제외)
손상
당해 비탈면 필요시
안 긴급 점검
점검 특별 필요시
주요 비탈면
전 점검 (해빙기, 우기, 결함발견시 등)
초기 시특법대상 및 준공 후
점 점검 관찰대상 비탈면 6월 이내
정밀 시특법대상 A급(3년에 1회이상)
검 점검 정기적
및
정밀 B, C급(2년에 1회이상) 년 중
관찰대상
점검
비탈면 D, E급(1년에 1회이상)
시특법대상
정밀 정기적
및
안전 정밀 필요시 년 중
관찰대상
진단 점검
비탈면
- 147 -
표 3.11 비탈면 일상점검내용 및 필요장비
· 배부름
붕 괴
· 인장균열 · 위치, 발생 시기, 규모
· 침하
· 카메라
사 면 · 지하수 용출 · 누수량, 탁도
· 필기도구
상 태 · 뜬돌 · 위치, 낙석발생시 피해도, 규모
· 지도
· 낙석보호시설
사 면 · 배수시설 · 변상, 노후, 파손여부
시 설 · 표면보호시설 · 기능상실 여부
· 보강시설
- 148 -
그림 3.76 사면 주요 점검항목인 (상) 인장균열(tension crack)과 (하) 배부름
- 149 -
사면형상 항목의 사면 경사는 경사 크기에 따라 0~8점으로 구분하여 평가한다. 인장균열의 경우
mm~cm 수준으로 구분하며, 지반 및 구조물 변형은 유무에 따라 점수를 구분한다. 드론을 이용
⊔⊔‘드론에 탑재된 센서를 활용한 비탈면 변위, 도로포장 상태의 측정 기술개발’내용을 검토해보
면, 합성 개구경 레이더(SAR) 센서를 이용하여 비탈면의 정밀한 변위를 측정하고, 이를 통하여
비탈면의 붕괴 위험 기술을 개발한다. 한편 광학영상과 초분광영상 카메라를 이용하여 소성변형,
- 150 -
그림 3.79 도로사업 드론 활용방안
⊔⊔‘드론 제작 보고서’를 검토한 결과, 드론과 열적외 카메라 성능을 확인하기 위하여 비탈면 숏
크리트 촬영 예비 과정으로 예산의 수덕사IC에 위치한 도로교통연구원내 충돌시험장 부지에서 그
림 3.80의 열화상 사진을 촬영하여 GPR 테스트 베드에 대하여 분석하였다. 포장하부에 인공적인
결함을 만들어 사용하는 테스트 부지인 이 시험장은 GPR로 검지를 활용하였으며, LMC 5cm, 아
스콘 10cm 구간이 10m, 아스콘 10cm가 시공되어 있으며 이 부분을 중심으로 촬영하였다. LMC
포장에 설치된 인공결함의 위치, 종류가 해당 내용에 설명되어 있으며 인공결함은 일정 두께로
비닐, 종이, 잡석 등으로 모사되었다.
- 151 -
수지점이나 균열에서 온도 특이점을 보인다. 아래 그림 3.81에서 온도차와 표준편차를 통하여 구
별 영역을 확인할 수 있으며 이는 용수나 균열의 영향으로 보인다.
안전활동 점검과 품질관리 활동에 드론을 활용하는 것은 작업의 효율성과 신뢰성을 증가시킬 것
으로 여겨진다.
- 152 -
실시간 영상 모니터링’ 등에 대한 활용을 계획하고 있다.
⊔⊔머신러닝(Machine Learning)은 관찰과 실세계 상호작용의 형태로 데이터와 정보를 제공함으로
써 컴퓨터가 인간처럼 학습하고 행동하게 하고, 시간이 지남에 따라 자율적으로 학습을 개선하도
록 하는 과학이다. 딥러닝은 머신러닝의 한 형태이며, 많은 데이터를 기반으로 모델을 훈련시키
고, 데이터를 분류한다. 최근 딥러닝은 다양한 분야에서 이전보다 더 나은 성과를 보이고 있으며,
그림 3.82 YoloV4의 개체 인식 결과 비교
(Ref. YOLOv4)
중 2명의 작업자를 인식하였다. 그러나 오분류 인식 개체가 많아 활용에 문제가 있다. 임계값 0.2
에서 person, truck의 6개 개체가 인식되었다. 작업복은 인식하지 못하고, truck은 1개 정확하게
인식하고, 작업자 2명은 제대로 인식하였다. 임계값 0.4에서는 person, truck의 3개 개체가 인식되
었다. truck을 1개 인식하고, 작업자 1명은 true, 1명은 false 인식하였다. 임계값에 관계없이 작업
시설로 일부 가려진 작업자 2명을 인식할 수 없었으며, 모든 경우에 작업복을 작업자로 오분류하
지는 않았다.
- 154 -
은 인식하였지만, 현장 구조물과 주변 자재를 잘못 인식하는 오류를 범하였다. 이는 시공현장 개
체와 지형지물들을 추가로 훈련시켜 모델을 갱신하여 해결할 수 있을 것으로 여겨진다. 한편 상
⊔⊔결론적으로, (1) 시공현장에서 YoloV4를 이용하여 작업자 및 차량의 인식이 가능하다 (2) 기본
으로 제공되는 Yolo 모델을 이용하는 경우 작업자, 차량 인식에 일부 오류가 있고, 고해상 동영상
의 실시간 처리가 어렵기 때문에 기본 모델 갱신 및 적절한 동영상으로 변환하는 것이 필요하다
(3) 교량의 균열 탐지를 위하여 Yolo를 활용한 연구사례가 있었으며, 따라서 교량 등에 대한 시공
현장에서 드론 촬영중에 실시간으로 균열 탐지, 외관 손상 판단에 적용할 수 있을 것으로 여겨진
다.
- 155 -
3.3.5 시공 유지관리를 위한 시계열 정사영상기반 변화탐지
- 156 -
그림 3.85 Siamese neural network 아키텍처
⊔⊔실험 데이터는 준공현장인 평택-서평택 구간으로 19년 7월 17일, 19년 8월 22일, 19년 9월 29
일, 20년 3월 6일의 4번 데이터를 취득 및 처리하여 시기별 5cm 지상 해상도의 정사영상과 DSM
이 생성되었다.
⊔⊔실험 결과 정사영상의 도로에 자동차로 인한 오류는 대부분 잘 처리하였으며, 일부 영상에서
오류가 나타났다. 자동차로 인한 오류를 완전하게 처리하기 위하여 정사영상 생성시에 적절하게
자동차를 제거하는 기술을 이용하여 정사영상을 제작하는 것이 필요하다. 소규모 그림자는 변화
탐지로 인식되지 않았지만, 규모가 큰 경우 변화지역으로 잘못 처리되는 경우도 있었다. 시공에
따른 부분적 변화는 변화탐지 결과에서 잘 나타났다. 특히 시설물의 형상학적 변화가 같이 일어
난 경우 변화인식에서 강하게 표현되었다. 검증 데이터를 이용한 정확도 평가 결과 85% 내외의
정확도를 보여주었다.
- 157 -
그림 3.87 ConsimNet을 이용한 시계열 정사영상 자동 변화탐지 결과
- 158 -
⊔⊔전문시방서(Specification) (EXCS 11 72 00 : 2018)에서 ‘비탈면조사 및 시공’ 부분에 따르면 비
탈면 경사는 “(1) 설계도서에 나타난 비탈면의 경사를 적용하며, 암반비탈면에서는 주불연속면의
경사가 설계비탈면의 경사보다 우세한 경우에 주 불연속면의 경사를 우선하여 고려한다 (2) 붕괴
요인을 가진 비탈면은 공사감독자의 승인을 받아 비탈면의 경사를 조정하여 시공하여야 한다.”
⊔⊔수치표면모델을 이용한 사면의 기하학적 정보인 방향(aspect), 경사(slope), 굴곡(curvature), 시
계열 변화 등을 추출하여 사면 안전의 보조 자료로 활용한다.
⊔⊔실험 데이터는 준공현장인 평택-서평택 구간이며, 이 구간은 1차년도에는 시공구간으로 드론촬
영을 진행했던 현장이다. 19년 7월 17일, 19년 8월 22일, 19년 9월 29일, 20년 3월 6일의 4번 데이
- 159 -
그림 3.89 절토사면 횡단면의 계획 경사의 예
⊔⊔그림 3.89에서는 사면의 경사, 방향, 굴곡 정보를 추출하였다. 사면의 계획 경사와 산정된 경사
와의 차이를 3점에서 확인한 결과 차이는 1~2°정도로 크지 않았다. 사면 시공에서 경사 오차에
대한 범위는 규정에 설정되어 있지 않기 때문에, 경사 차이가 큰 경우에 주의를 기울이고, 시계열
공간자료를 통한 높이 변화, 경사 변화 등을 비교하여 사면의 진행성을 판단하는 정보를 제공하
는 것이 필요하다. 현장 전문가는 제공된 변화 정보를 바탕으로 정밀안전점검 여부를 결정한다.
- 160 -
그림 3.91 시계열 공간정보 참조 데이터
⊔⊔결론적으로, (1) 드론기반 3차원 공간정보를 바탕으로 사면 안정성 판단을 위한 고정밀 기하학
적 인자를 생성할 수 있다. (2) 시계열 공간정보 간의 변위 정보를 바탕으로 진행성 여부를 판단
할 수 있다. (3) 기성검사를 위한 직하촬영으로 인하여 사면의 경우 상대적으로 정확도가 낮은 공
- 161 -
제 4 장 드론영상 활용확대를 위한 건설현장관리 기반 구축
4.1.1 로드맵 개요
⊔⊔우리 공사에 전사적인 드론업무 도입에 앞서 체계적인 중장기 로드맵을 체계적으로 수립하여
우리 공사의 업무향상과 중복투자를 배제하고 효율적인 업무체계를 구축하여 우리 공사의 비전
및 경영목표에 초석이 되고자 한다. 그리고 공사 전반적인 업무의 신기술을 도입하여 공사관리,
사업관리, 현장관리 업무의 선진화와 공사 전제업무의 효율화 정책에 기여하고자 드론을 활용한
전반적인 체계를 구성하고자 한다.
가. 연구목표 및 내용
그림 4.1 연구 흐름도
- 162 -
그림 4.2 고속도로 건설현장 드론활용기술 중장기 로드맵 수립의 목표
나. 우리 공사의 비전 및 경영 목표
- 163 -
다. 우리 공사의 기업이념과 핵심가치 반영
⊔⊔미래 혁신성장을 선도하는 기술인 드론기술을 체계적으로 활용하는 중장기 로드맵을 수립하여
우리 공사의 업무효율을 증대시키고, 빠르고 편리하며 안전한 길을 건설하는 사회적 가치를 구현
하고자 하였다.
- 164 -
4.1.2 드론 관련 정책 및 기술 사례 조사
다.
위, 항목 등)
무인비행장치 이용 ◦무인비행장치에 의한 수치지형도 구축·수정 사례조사
기본측량 적용 시범사업 ◦시범대상지역 선정 및 무인비행장치 항공촬영(3종 이상의
(1:1,000 수치지형도 제작 및 드론 사용)
수정가능여부) ◦무인비행장치 데이터 처리 및 적용(3종 SW비교 분석)
◦1:1,000 수치지형도 제작 및 수정 가능성 검토를 위한
수시수정 성과품 제작, 적용 가능성 제시
◦무인비행장치에 의한 기본측량 성과물 작성방안 및 기
※ 무인비행장치 이용
본측량 적용을 위한 제도개선(안) 제시
기본측량 적용 및 기술개발
◦향후 무인비행장치 이용 기술개발 등을 위한 중장기
로드맵 작성
로드맵 제시
- 165 -
⊔⊔무인비행장치를 이용하여 공간정보를 구축하기 위한 센서의 검정 기술과 품질 검수 기술을 개
발하고, 기본측량 수행을 위한 표정기술과 입체도화 기술을 개발하였으며 기술개발 간 발생한 시
◦산출물 표준화
◦기반기술 확보 및 검증완료 ◦본 사업 추진 및 상시운영체계 완료
기대효과 ◦품셈·규정, 법·제도 정비 ◦핵심기술·장비 국산화
◦품질검수 체계 구축 ◦기술 고도화
- 166 -
나. 무인비행장치(드론) 활용계획 수립 연구 (LH, 2017)
분석
⊔⊔- LH업무 활용분야를 정립하고, 수요, 운용조직, 중장기 로드맵을 포함한 활용 계획을 수립
⊔⊔- 중장기 로드맵을 기반으로 조직구성, 예산 및 운용방안 등 연차별 시행계획 세분화 및 드론
운용에 필요한 절차와 방법 그리고 영상처리 품질 검사 기준 등을 작성
‧ 비전 : 드론을 활용한 LH 업무 효율화의 새로운 패러다임 창조
‧ 목표 : 드론 공간정보 활용을 통한 공사업무 선진화 실현, 공간정보 기반의 ICT 기술정착
으로 의사결정시스템 구축
- 167 -
델 설계를 통하여 정보화의 조직을 설계하고 관련지침을 도출하고자 하였다.
⊔⊔- 외부환경 핵심 현안 분석을 통한 이슈 도출
⊔⊔- 업무/사업/IT/조직현황 분석을 통한 시사점 및 개선기회 도출
⊔⊔- 개선방향을 토대로 앞으로 해야 할 수행과제 도출 : 정보화 조직구조 설계 방향 및 실행(안)
제시, 정보화 관련 정부 및 사내규정 분석, 국토주택정보화사업 구축 및 운영 관리를 위한 관
리항목 선정
- 168 -
⊔⊔SWOT분석으로부터 부문별로 추진되어야할 업무
⊔⊔- 건설현장에 드론 적용 업무 모델 개발
⊔⊔- 드론 활용 가능 인력 및 조직 양성
⊔⊔- 교육 및 홍보
⊔⊔- 시스템 부분 구축 (드론으로 획득한 공간정보의 통합관리 및 의사결정)
⊔⊔유사기관(한국국토정보공사, 한국토지주택공사 등)의 드론 업무 적용사례를 조사하여 공사업무
에 추진전략을 계획하고, 우리 공사 표준공종의 드론 업무 적용에 대한 타당성 분석을 목표로 현
장적용 시범사업의 결과를 검토한다.
⊔⊔본 연구에서 공사 업무에 적용사례를 분석한 결과를 토대로 전략을 수립한다. 현재 업무에 즉
시 적용 가능한 전략은 도입부에 수립하고 투자와 연구가 동시에 진행되어야 할 업무에서는 중기
단계에서 전략을 수립한다. 최종적으로 업무효율은 물론이며 보다 빠른 의사결정을 수립할 수 있는
통합체계 구축 방안 및 전략을 제시함으로써 4차 산업혁명을 주도하는 국가기관이 될 수 있도록 한다.
- 169 -
가. 비전
나. 목표
⊔⊔1) 드론 활용을 통한 업무 적용 및 확산
⊔⊔도입단계 전략으로 우리 공사 전반적인 업무에서 노동 집약적인 실태조사업무에 대한 탈피가
필요함에 따라 각종 업무에 대한 선진기술 도입에 필요성 충족됨으로 업무형태 변화 필요성을 강
조한다.
다. 전략의 도출
- 170 -
⊔⊔1) 단기(기반구축) : 드론활용 인력 및 지원체계 구축
⊔⊔우리 공사에 적합한 추친체계를 계획 및 수립하여 공사업무의 효율성증대, 업무 모델개발, 지
원전략, 각부서간의 체계적인 업무지원을 위한 전략 수립하고, 건설현장 적용을 위한 건설본부의
각 부서별 업무 활용모델 개발한다. 그리고 드론에서 취득한 공간정보를 업무 수요에 부응할 수
있도록 최신성ㆍ일관성ㆍ정확성을 갖춘 고품질 공간정보 생산 및 관리체계가 필요하다.
- 171 -
⊔⊔2) 중기(활용확산) : 핵심 업무 적용을 위한 드론 공간정보 활용 플랫폼 구축
⊔⊔드론의 공간정보 활용 및 높은 수요에도 불구하고 비행승인과 촬영허가 신청의 번거로움과 드
론 안전 문제, 데이터 취득 및 처리를 위한 전문 인력 확보 등의 부담으로 적극적인 드론 공간정
보의 활용이 다소 어려운 실정이다. 이 같은 어려움을 통합적으로 해결하여 드론 공간정보를 지
속적으로 활용하는 드론 공간정보 활용 통합 플랫폼 구축과 이를 운영하고 관리하는 전담 조직의
신설이 필요하다.
⊔⊔우리 공사에서 취득한 각각의 공간정보 자료를 모든 구성원들이 활용할 수 있는 통합 플랫폼
의 구축으로 구조화된 DB를 활용하여 우리 공사에서 실시하는 모든 사업에 활용할 수 있는 종합
관리 시스템 구축이 필요하다. 이러한 플랫폼은 공간정보 생성, 공간정보의 자료생성, 공간정보
활용으로 구성하여 신속하게 자료를 취득하고 공유할 수 있는 종합공간정보 시스템으로, 통합시
스템의 구축(공간정보 DB 및 시스템의 안전성 확보, 보안대책 등 포함)은 우리 공사가 새로운 패
러다임으로 새로운 혁신을 선도할 것으로 판단된다.
⊔⊔
⊔⊔- 드론기반의 통합정보관리시스템 구축
‧ 드론에서 취득되는 영상을 통합관리 할 수 있는 시스템 개발 및 구축
‧ 업무에 효율적으로 운영 및 활용할 수 있는 업무 시스템 개발
‧ 드론의 촬영계획, 현장지원, 영상 후처리, 갱신 및 이력관리 등 제반 운영체계를 확립하고
각 단계의 지원 시스템을 구축
‧ 드론의 최신성, 정확성의 장점을 활용하여 국토정보 갱신서비스를 위한 연계관리, 레이어
관리, 저장 공유관리를 통해 최신 정보 확보서비스 제공을 목적
⊔⊔- 드론 확산 가능 주요업무 발굴
‧ 드론을 활용하여 현장정보를 제공하는 실시간 현장업무지원 시스템 개발
‧ 현장조사에 필요한 위치정보 및 현황 정보를 제공함으로써 빠른 상황파악 지원
‧ 준공 시 드론을 이용하여 준공측량도면 작성
‧ 공사 초기에 3차원 설계도 제작
‧ 착공측량(확인측량) 시 드론 기술을 활용하여 3차원 지형사진 작성
‧ 매월 정기적으로 드론 영상을 촬영하여 3차원 지형사진 제작 (기성검사 시 드론을 이용하
여 기성 현황도 및 3차원 지형사진 제작)
- 172 -
⊔⊔3) 장기(연계통합) : 드론을 활용한 통합 의사결정 지원 플랫폼 구축
⊔⊔드론은 각종분야에 수단으로서의 역할을 넘어 정보의 수집과 가공 그리고 배포 및 활용에 이
르기까지 다양한 역할을 통해 4차 산업혁명을 이끌 것으로 전망되며 Deep learning, Big data 등
을 이용한 자료 분석 및 활용과 자율비행 그리고 드론 운항 관리 체계에 이르기까지 다양한 부분
에서 발전할 것으로 판단된다. 이러한 결과는 구축된 자료를 분석하여 신속한 의사결정업무를 지
- 173 -
4.1.5 중장기 발전계획 세부추진계획
그림 4.8 세부 연구내용
- 174 -
4.2 건설현장 드론활용기술 SW 교육
4.2.1 교육 개요
일정 교육내용 비고
교육참석 등록
교육 안내
오전
고속도로 건설현장 드론활용 방안 소개
드론사진측량 개론
1일차
공간정보 체계 이론
드론측량 견적 이론
오후
드론 사고 유형 및 운용 안전교육
드론촬영 사전절차
촬영계획 수립 이론
오전
촬영계획 수립절차 실습
2일차 영상 전처리 실습
오후 영상처리 실습
드론 3D 지형모델 제작 실습
3D 지형모델활용 실무
오전
3D지형모델활용 실무 실습
드론 3D 공간정보 활용방안
3일차
교육내용 질의 응답
오후
교육참가자 설문조사
교육수료 및 총평
- 175 -
4.2.2 교육 내용
그림 4.9 교육 과정 개요
- 176 -
가. 고속도로 건설현장 드론활용 방안
- 177 -
나. 드론사진측량개론
그림 4.11 드론사진측량개론
- 178 -
다. 공간정보체계이론
그림 4.12 공간정보체계이론
- 179 -
라. 드론측량견적 이론
그림 4.13 드론측량견적 이론
- 180 -
마. 드론 사고 유형 및 운용 안전교육
그림 4.14 드론 사고 유형 및 운용 안전교육
- 181 -
바. 드론 촬영 사전절차
그림 4.15 드론 촬영 사전 절차
- 182 -
사. 촬영계획 수립이론 및 실습
- 프로그램 기능 설명 및 기능별 세부 내용 교육
- 프로그램 내 촬영 구역 표시 방법 및 외부 프로그램을 이용한 촬영 구역 표시 방법 교육
그림 4.16 촬영계획 수립 이론
- 183 -
아. 영상 전처리 실습
⊔⊔샘플 데이터를 활용한 교육을 통해 전처리 프로그램의 기능을 직접 수행하고 결과물을 확인함
으로써 전처리 절차를 수행하는 목적에 대해 효과적으로 전달하였다.
⊔⊔또한 전처리 과정 시 드론 촬영 영상에 추가되는 정보에 대해 세부적으로 설명함으로써 교육
대상자들의 드론 영상처리에 대한 전반적인 이해도를 높였다.
그림 4.17 영상 전처리 절차
- 184 -
자. 영상처리 실습 및 드론 3D 지형모델 제작 실습
⊔⊔영상처리 실습은 영상처리 프로그램인 pix4D Mapper를 이용하여 샘플 데이터를 활용한 프로젝트
생성, 프로세싱 설정, 영상처리, 보고서 확인 등에 대한 교육을 진행하였다. 교육내용은 다음과 같다.
- 권장사양 및 설치 과정 교육
- 프로젝트 생성 및 프로세싱 설정 교육
- 지상기준점 삽입 시 고려요소 교육
- 영상 처리 및 보고서 확인 방법 교육
그림 4.18 영상처리 실습
- 185 -
⊔⊔이어지는 드론 3D 지형모델 제작 실습 교육은 영상처리 실습과 연속성을 가지고 진행되었으
며, 영상처리 시 생성되는 DSM(Digital Surface Model) 모델에 대하여 중점적으로 교육이 진행되
그림 4.19 드론 3D 지형모델 제작 실습
차. 3D 지형모델 활용 실무 및 실습
- 3D 지형모델 가상측량 및 연계
- 다양한 활용 기능
- 186 -
⊔⊔샘플 데이터를 통한 3D 지형모델 활용 실무 및 실습을 통해 사용자가 생성한 데이터를 레이
어별로 관리하여 효율적인 시각화가 가능하도록 하였고, 포인트 등을 생성하여 취득하고자 하는
그림 4.20 3D 지형모델 활용 실무 및 실습
- 187 -
타. 드론 3D 공간정보 활용방안
4.2.3 교육 결과
- 188 -
그림 4.22 교육 사진 자료
- 189 -
제 5 장 결 론
⊔⊔본 연구에서는 우리 공사에서 수행하고 있는 고속도로 시공 및 건설 관리 업무에 대하여 드론
을 활용하여 업무 효율성을 제고할 수 있는 방안을 제시하는 것을 목적으로 한다. 연구는 세 개
의 세부 과제로 나누어 진행되었으며 그 내용은 다음과 같다.
⊔⊔첫 번째 세부 과제에서는 고속도로 건설현장의 드론영상 활용기술 공종개발을 연구하였다. 드
론영상 데이터처리 소프트웨어 분석 연구에서는 국내에서 가장 많이 사용되고 있는
Pix4DMapper, 가성비가 높고 항공삼각측량 성과 분석에 유리한 Metashape, 3D Textured Mesh
- 190 -
그리고 드론활용 SW교육은 건설사업단 등 20명의 직원을 대상으로 두 차례 실시하였다. 교육내
용은 공간정보 이론 교육, 드론측량 견적, 영상처리 프로그램 및 3D 모델 지형모델 실무 실습,
- 191 -
참 고 문 헌
1. 최진호, “UAV를 이용한 토지특성정보 구축 및 활용”, 부동산포커스 REAL ESTATE FOCUS,
100-106, 2016.
8. 진정회, 김형석, “드론기술의 공공분야 적용사례”, 한국방송·미디어공학회지, 제 22권 제 2호,
pp. 106-117, 2017.
12. 강운성, 황선남, 장호정, 김현식, “무인항공기를 위한 3.7V 단일 배터리 셀 고효율 전력관리
회로시스템”, 마이크로전자 및 패키징학회지 논문집, Vol. 24, No. 3, pp. 63-69, 2017.
13. 강정모, 이진영, 홍민호, “BIM 프로그램을 이용한 공조설계의 활용 사례”, 대한설비공학회 학
2018.
- 192 -
16. 김정민, 현세권, 채정환, 도명식, “드론영상을 이용한 물체탐지알고리즘 기반 도로균열탐지”,
Vol. 18, No. 6, pp. 155-163, 2019.
17. 김태우, 홍순헌, 최현 외 1명, “UAV를 활용한 효율적인 도로 급사면 단면추출”, 대한공간정보
학회지, Vol. 26, No. 1, pp. 69–75, 2018.
18. 김태진, 손영환, 박재성 외 1명, “UAV Aerial Photogrammetry for Cross Sectional Extraction
and Slope Stability Analysis in Forest Area”, 한국농공학회 한국농공학회논문집, Vol. 60, No.
1, pp. 67–77, 2018.
19. 한국기계연구원, “AI(인공지능) 기술로 더 안전한 SOC 만든다”, KIMM NEWS, 2020.
2018.
22. 국토교통부 국토교통과학기술진흥원, “인공지능 기반의 건축설계 자동화 기술개발 최종보고
서”, pp. 14-19, 2020.
23. 고용노동부, “2014년 건설재해통계자료, 산업재해 발생현황”, 2014.
24. 고용노동부, “2020년 해빙기 건설현장 안전가이드”, 2020.
25. 교통안전공단, “드론 기반의 도로안전 기술적용 시범연구”, 2017.
26. 도로교통연구원, “드론을 활용한 고속도로 교통조사분석 기술개발 연구”, 연구보고서, 2017.
27. 도로교통연구원, “드론을 이용한 숏크리트 배면 조사 연구”, 연구보고서, 2017.
28. 대우건설, “국내 건설사 최초로 원격 드론관제시스템 구축 성공”, 보도자료, 2019.
29. 박선현, 이수곤, 이벽규 외 1명, “3D Laser Scanner를 이용한 암반사면의 절리방향 측정의신
뢰성”, 터널과 지하공간, 한국암반공학회 2015, TUNNEL & UNDERGROUND SPACE Vol.25,
No. 1, pp. 97-106, 2015.
30. 박준규, 이근왕, “대규모 개발지역의 공간정보 구축을 위한 드론 라이다의 특징 비교”, 한국산
학기술학회논문지, Vol. 21, No. 1, pp. 768-773, 2020.
31. 박해경, “지질공원 모니터링을 위한 3D 공간데이터 구축과 데이터 교차활용 방안연구: 무인항
33. 서준표, 김기대, 우충식, “수치지형도와 항공 LiDAR를 이용한 도로인접 사면 땅밀림 발생지
변위 특성 분석”, 한국산학기술학회 논문지, 20(5), pp. 27-35, 2019.
34. 이건주, 노정두, 나태유, 고진석, 강성승, “드론을 활용한 ○○노천 석회석광산의 절취사면 안
- 193 -
정성 평가”, 대한지질공학회 학술발표논문집, 2017권 2호, pp. 61-62, 2017.
35, 이동구, 선영규, 김수현, 심이삭, 이계산, 송명남, 김진영, “YOLO 네트워크를 활용한 전이학습
37. 이준구, 유영철, 김영화, 최원, 김한중, “드론 열화상활용 저수지 제체 누수탐사”, 한국농공학
회논문집, Vol. 60, No. 6, pp. 21-31, 2018.
38. 이종훈, 정동민, 에르떼느따와 바트바야르, 주영규, “UAV 및 열화상 모듈 기반 외관 결함탐지
기술”, 대한건축학회 학술발표대회 논문집, Vol. 39, No. 1, pp. 398-399, 2019.
39. 조재용, “4차 산업혁명에 따른 일본 건설산업의 대응 전략 및 시사점”, pp. 27-28, 2017.
40. ㈜구주엔지니어링, “드론을 이용한 암반사면 경사의 오차범위 3도 미만의 안전성 평가 측정
- 194 -
55. Charles Choi, Drone Surveys Improve Automated Road Construction,
https://insideunmannedsystems.com/drone-surveys-improve-automated-road-construction/
56. Daniele Giordan, Andrea Manconi, Dwayne D. Tannant, Paolo Allasia, “UAV: low-cost
remote sensing for high-resolution investigation of landslides”, 2015.
57. “Dynamic BIM-augmented UAV safety inspection for water diversion project”, Computers
59. Khan Fuad, “Multi-sensing NDT approaches for inspection of structural components”,
Doctor Thesis, 2015.
60. Meho Sasa Kovacevic, Marijan Car, Mario Bacic, Irina Stipanovic, Kenneth Gavin, Karin
Noren-Cosgriff and Amir Kaynia, “Report on the use of remote monitoring for slope
stability assessments”, 2018.
61. NGSIM(Next Generation SIMulation), http://ops.fhwa.dot.gov/trafficanalysistools/ngsim.htm
https://www.lhsfna.org/index.cfm/lifelines/august-2018/using-drones-to-monitor-construction-
safety/
66. WSDOT, A drone's-eye view,
https://www.facebook.com/WSDOT/videos/a-drones-eye-view-of-sr-27/365839684281984/
- 195 -
도 서 정 보
1. 연구보고서 번호 :
2. 도서목록번호 3. 수령번호
연구원-2020-66-534.9607호
7. 연구담당자와 소속연구실
8. 연구보고서 발간번호
ICT융합연구실 송미화
15. 기타사항
16. 요 약 :
최근 국내 건설 분야에서 3차원 데이터를 활용한 BIM설계나 정보화시공·스마트건설이 활
발하게 대두되고 있는 실정으로 이를 드론을 활용하여 시스템으로 체계화하기 위한 노력이
필요하다. 우리 공사에서는 고속도로 건설현장 내 업무가 인력중심의 업무(공사, 품질, 안
전, 환경 등)로 구성되어 있는 문제점이 있는 바, 고속도로 건설현장 및 유지관리 업무에
드론 및 드론영상 활용에 대한 작업 효율성 증대 및 업무 개선이 필요한 실정이다.
이에 본 연구에서는 우리 공사에서 수행하고 있는 고속도로 시공 및 건설 관리 업무에 대
하여 드론을 활용하여 업무 효율성을 제고할 수 있는 방안을 제시하고자 한다. 먼저, 드론
영상 활용기술 현황 및 활용사례 조사, 데이터처리용 소프트웨어 분석을 수행하였고, 고속
도로 건설현장 업무 분석, 현장 기술자 인터뷰 분석을 통해 건설현장 드론활용 가능분야
및 업무 개선 방향을 도출하였다. 그리고 건설현장 드론영상 활용 시범사업 결과를 분석하
여 드론영상 활용기술 공종을 개발하였고, 개발된 공종에 따라 드론을 원활하고 쉽게 활용
할 수 있도록 작업지침서를 개발하였다.
INFORMATION
1. Report No.
2. Accession No. 3. Receipt No.
KECRI-2020-66-534.9607
4. Title and Subtitle 5. Report Date : 2020. 12.
A Research on the Improvement of Construction
6. Performing
Work Using Drone Smart Image at Construction Site
7. Researchers 8. Performing Organization
ICT Research Division / Song, Mihwa Report No.
9. Performing Organization Name or Department 10. Work Unit Code
Expressway & Transportation Research Institute 11. Contract or Grant No.
13. Type of Report and
12. Sponsoring Agency Name and Address
Period Covered
Expressway & Transportation Research Institute
14. Sponsoring Agency
구분 소속 및 직책 성명 집필 부분 비고
ICT융합연구실
연구책임자 송미화 총괄, 제1~5장
책임연구원
ICT융합연구실
강성인 제2~4장
책임연구원
ICT융합연구실
이원우 제2~4장
수석연구원
참여연구자
구조물연구실
조준상 제2~4장
연구위원
ICT융합연구실
남궁성 제2~4장
실장
이 출판물은 한국도로공사 도로교통연구원에서 수행한 연구성과물로
발 행 처 : 한국도로공사 도로교통연구원
우편번호 : 18489
홈페이지 : http://www.ex.co.kr
발 행 월 : 2020년 12월