| 연구개발개요 |
○ CPU 병렬처리시스템 1) CPU병렬처리 개요 ○ 일반적으로 한 대의 PC를 기본으로 한 방식을 단일 처리방식이라 한다면, CPU병렬처리방식은 여러 CPU로 구성하고 한 CPU가 서버가 되어 나머지 CPU들에게 업무를 분산하여 처리하도록 함으로 시간을 획기적으로 단축시켜 빠른 결과물을 만들어 낼 수 있는 방법이다. ○ 사진측량(Digital Photogrammetry)은 넓은 지역 또는 복잡한 지역의 데이터를 처리하기에는 여러 날이 소요된다. Photogrammetry 알고리즘은 매트릭스를 풀기 위하여 단순/반복하는 알고리즘이다. 사진의 해 상도가 좋아지고, 정확도를 높이기 위해 처리해야하는 사진의 수가 증가함에 따라 처리시간은 기하급수적으로 증가 하였다. 이에 처리시간을 단축시키기 위한 방안으로 CPU병렬처리시스템을 개발 하고자 한다.○ Local Dynamic Mapping S/W 개발 1. Image Matching 알고리즘 연구 및 S/W 개발 드론이 촬영한 사진을 기존에 제작된 3차원 정밀사진지도(Ortho-Image Map)와 비교 할 수 있다면 현재 드론의 비행정보(비행위치, 비행고도, 비행방향, 비행속도)를 추출할 수 있을 뿐만 아니라 공간정보의 변화도 알 수 있다. 특히 인공지능이 기계학습을 통하여 2000가지(국가표준지형지물표준코드)가 넘는 공간정보의 다양한 지형지물을 인지하려면, 공간적 한계를 주어 처리속도를 향상시킬 필요가 있다. 위 의 그림과 같이 대상지역을 특정지역으로 제한해 주기 위하여 Image Matching 공정은 아주 효과적인 방안이다. 2. 인공지능을 이용한 알고리즘 연구 및 S/W 개발 인공지능을 이용하여 여러 형태의 지형지물을 기계학습하고 인지할 수 있다면 현재와 같이 대상물을 추출(Feature Extraction)해야 하는 어려움(Vector map제작)과 시간의 지연을 막을 수 있다 실제로 현재 Mapping의 추세는 ‘Feature Extraction’에서 ‘Feature Recognition’으로 가는 추세에 있다. 이번 연구에서 대표적인 대상물(고층빌딩)에 대하여 인공지능으로 인지 할 수 있다면 Dynamic Mapping의 가장 중요한 요소인 ‘실시간’에 지형지물의 변화를 인지하고 갱신하는 것이 가능해 질 것이다
|
| 최종목표 |
최종 목표- 3차원 공간정보를 신속히 제작할 수 있는 CPU병렬처리시스템 개발- Image Matching 기법과 인공지능을 이용해 변화를 실시간으로 갱신할 수 있는 Local Dynamic Mapping S/W를 개발세부 목표○ 드론 3D Modeling을 위하여 본 연구팀은 이미 절대 위치정확도를 보장하는 드론측량용 카메라를 개발 완료한 경험에 비추어 대규모 지역에 대하여 단시간 내에 자료처리 하는 것은 우선 목표일 뿐만 아니라 4차산업의 Key word인 다양한 Platform들이 3차원 공간정보를 Framework Data로 요구하고 있으므로 조속히 필요한 시스템이다.○ 대규모 지역(1km X 1km)에 대한 100회 이상의 자료처리 경험에 의거 CPU 병렬처리의 효과를 감지하고 있으며 비록 저급한 사양의 PC와 저속의 네트워크에서도 상당한 시간 단축을 경험하였다.○ 본 연구에서는 최적의 CPU 수와 저장장치의 최적 위치를 실험을 통해서 찾고자 한다. 또한, 네트워크 속도가 처리 속도에 미치는 영향도 분석하여 최적의 네트워크를 결정할 예정이다.○ 첫째 목표는 최소의 비용으로(수요자들의 구매능력 범위) 최대의 기간 단축을 할 수 있는 CPU 병렬처리시스템을 실제로 제작하고자 한다.○ 둘째는 시스템 엔진으로 사용할 S/W는 병렬처리 효과가 높은 것을 선정할 것이다.○ 셋째는 선정된 엔진을 이용하여 3D 공간정보를 제작하는 공정을 최대한 자동화하여 최소의 시간과 인력이 소요되도록 CPU 병렬처리시스템을 운용하는 자동화 S/W를 제작한다.○ 병행하여 1차 년도에는 Image Matching 알고리즘을 연구하여 드론 촬영 사진이 전송됨과 동시에 제작된 3차원 공간정보 위에 正 위치 하여 투사되도록 하는 S/W를 개발한다.○ 2차 년도에는 正 위치에 투사된 사진과 3D 공간정보를 비교하여 변경된 부분을 찾아내는 인공지능 알고리즘을 연구할 것이다.○ 국가표준지형지물코드에 따르면 현재 대상 지형지물은 2,000종이 넘으며 이를 모두 학습시키기에는 본 연구의 규모 면에서 상대적으로 너무 방대하다. 고로 본 연구에서는 드론 비행에 가장 많은 영향을 주는 고층빌딩에 한하여 기계학습을 시키고자 한다. 이와 같은 연구는 폭넓고 대규모로 진행되어야 하므로 이를 미리 준비한다는 측면에서 모든 지형지물코드를 분석하여 우선순위를 정하고 각 특성을 정리하고자 한다.
|
| 연구내용 및 범위 |
연구내용○ 대규모지역(1Km X 1Km)에 대한 100회 이상의 자료처리 경험에 의거 CPU병렬처리의 효과를 감지하고 있으며 비록 저급한 사양의 PC와 저속의 네트워크에서도 상당한 시간 단축을 경험하였다.○ 본 연구에서는 최적의 CPU 수와 저장장치의 최적위치를 실험을 통해서 찾고자 한다. 또한 네트워크 속도가 처리속도에 미치는 영향도 분석하여 최적의 네트워크를 결정할 예정이다.○ 최소의 비용으로(수요자들의 구매능력 범위) 최대의 공기단축을 할 수 있는 CPU병렬처리시스템의 H/W를 실제 제작 한다.○ 시스템엔진으로 사용할 S/W는 병렬처리효과가 높은 것을 선정한다.○ 선정된 엔진을 이용하여 3차원 공간정보 제작하는 공정을 최대한 자동화하여 최소의 시간과 인력이 소요되도록 CPU병렬처리시스템을 운용하는 자동화S/W를 제작 한다○ 병행하여 1차 년도에는 Image Matching 알고리즘을 연구하여 드론촬영 사진이 전송됨과 동시에 기 제작된 3차원 공간정보에 正 위치하여 투사되도록 하는 S/W를 개발한다.○ 2차 년도에는 正 위치에 투사된 사진(1차 년도 성과 S/W고도화 포함)과 Image Map을 비교하여 변경된 부분을 찾아내는 인공지능 알고리즘을 연구 한다.○ 국가표준지형지물코드에 따르면 현재 대상 지형지물은 2,000종이 넘으며 이를 모두 학습시키기에는 본 연구의 규모면에서 상대적으로 너무 방대하다. 고로 본 연구에서는 드론 비행에 가장 많은 영향을 주는 고층빌딩에 한하여 기계학습을 시키고자 한다. 이와 같은 연구는 앞으로 폭 넓고 대규모로 진행되어야 하므로 이를 미리 준비 한다는 측면에서 모든 지형지물코드를 분석하여 우선순위를 정하고 각 특성들을 정리 하고자 한다.연구 범위 및 목표1) 1차 연도 ① 개발 목표 - 주관연구기관(건국대학교 산학협력단): 1. CPU병렬처리시스템 H/W 설계 및 제작 2. Image Matching 알고리즘 연구 - 공동연구기관((주)엠지아이에스): 1. CPU병렬처리시스템 S/W 설계 및 제작 ② 개발 내용 및 범위 - 주관연구기관(건국대학교 산학협력단): 1. 최적의 CPU 수와 저장장치의 최적위치를 실험을 통해서 찾는다. 네트워크 속도가 처리속도에 미치는 영향도 분석하여 최적의 H/W를 설계 - 주관연구기관(건국대학교): 2. 드론촬영 사진이 전송됨과 동시에 기 제작된 3차원 공간정보에 正 위치하여 투사되도록 하는 알고리즘을 발전시킨다. - 공동연구기관((주)엠지아이에스): 판매 중인 S/W 중에서 병렬처리하기에 적합한 S/W를 선정하여 시스템 엔진으로 삼고, 공정을 자동화하고, 최적화를 구현하는 S/W를 개발하여 CPU병렬처리시스템을 개발함으로서 처리시간을 1/10로 단축시킨다. 2) 2차 연도 기재 ① 개발 목표 - 주관연구기관(건국대학교 산학협력단): Image Matching기법과 인공지능을 이용하여 드론촬영 사진과 ‘3차원 공간정보’을 비교하여 변화를 실시간으로 감지/갱신하는 알고리즘개발 - 공동연구기관((주)엠지아이에스): 알고리즘을 이용한 소프트웨어 개발 ② 개발 내용 및 범위 - Local Dynamic Mapping을 위한 3차원 공간정보의 변화를 감지/갱신할 수 있는 인공지능 알고리즘 연구 및 적용한 소프트웨어 개발
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
