2.1. 야간 해양 수색 환경의 특성

야간 해양 수색에서는 자연광 부족과 해무에 의한 대기 산란, 해수면 반사 등이 동시에 발생하여 카메라 영상의 품질과 객체 탐지 성능에 영향을 미친다. 특히 해양에서는 광학적 환경이 지속적으로 변화하므로 동일한 조명 조건에서도 영상 품질이 달라질 수 있으며, 이러한 환경 특성을 고려한 조명 운용이 요구된다.

야간에는 자연광이 부족하여 카메라에 입사되는 광량이 감소한다. 이에 따라 영상센서는 노출시간 증가 또는 영상 이득(Gain)을 높여 부족한 광량을 보상하게 되며, 그 결과 영상 노이즈 증가와 움직임 흐림(Motion Blur)이 발생하여 객체의 식별 성능이 저하될 수 있다.

해무가 발생하면 대기를 통과하는 빛은 물방울과 에어로졸에 의해 흡수와 산란을 반복하게 된다. Middleton은 이러한 대기 소광(Atmospheric Extinction)이 대상의 가시거리와 시각적 대비를 감소시키는 주요 원인임을 체계적으로 정리하였다^[8].

카메라 영상의 관점에서 해무는 대상에서 반사되어 카메라로 직접 전달되는 광량을 감소시키는 동시에, 대기 중에서 산란된 광을 영상에 추가한다. Narasimhan과 Nayar는 영상을 직접 전달 성분(Direct Transmission)과 대기광(Airlight)의 합으로 모델링하였으며, 해무 농도 또는 대상과 카메라 사이의 거리가 증가할수록 직접 전달 성분은 감소하고 대기광은 증가하여 대상과 배경 사이의 대비가 저하됨을 보였다^[4].

야간에는 부족한 자연광을 보완하기 위하여 능동조명을 사용할 수 있으나, 해무 환경에서는 조명광이 대기 입자에서 산란되어 카메라 방향으로 되돌아오는 후방산란(Backscatter)이 발생할 수 있다. 후방산란은 영상에 불필요한 산란광을 추가하여 대상의 대비와 신호대잡음비를 저하시킬 수 있으며, 능동조명을 사용하는 시스템에서 고려해야 할 대표적인 영상 열화 요인 중 하나이다^[9].

또한 해양에서는 해수면의 반사 특성도 함께 고려되어야 한다. Cox와 Munk는 실제 해수면이 바람과 파랑에 따라 서로 다른 기울기를 갖는 국부 반사면들의 집합으로 이루어져 있으며, 광원과 관측 위치의 기하학적 관계에 따라 강한 정반사(Specular Reflection)와 글린트(Glint)가 발생할 수 있음을 제시하였다^[10]. 이러한 반사는 영상의 국부적인 과노출과 대상 대비 저하를 유발하여 객체 탐지와 식별을 어렵게 만들 수 있다. Table 2는 야간 해양 수색 환경의 주요 영상 열화 요인을 보여준다.

2.2. 안개 환경에서의 조명 운용 연구 동향

안개 환경에서의 조명 성능은 광원의 색온도와 파장, 광량, 빔각 및 안개 농도에 따라 달라질 수 있다. 따라서 안개가 발생한 상황에서는 하나의 고정된 조명 조건을 적용하기보다, 시정 상태와 수색 목적에 따라 조명 조건을 선택적으로 운용할 필요가 있다.

인공기후환경에서 색온도가변 LED 전조등을 이용한 실험을 통해 낮은 색온도의 조명이 안개와 강우 조건에서 높은 색온도의 조명에 비해 차량 및 노면 표적의 대비 향상에 기여할 수 있으며^[11], 실규모 야간 안개 도로 환경에서 색온도별 가시거리를 비교한 실험에서는 저시정일 경우에는 낮은 색온도의 조명이 유리한 반면, 시정이 상대적으로 양호한 조건에서는 높은 색온도의 조명이 유리할 수 있음을 제시하였다^[12]. 이는 하나의 색온도가 모든 안개 조건에서 최적이라기보다, 안개 농도에 따라 적절한 색온도가 달라질 수 있음을 의미한다. 다만 해당 연구는 인간의 가시거리를 평가한 결과이므로 카메라의 객체 탐지 성능에 적용할 때는 추가적인 검토가 필요하다.

Duthon 등은 가시광과 근적외선 영역에서 안개의 소광 특성을 분석하고, 파장별 감쇠가 안개의 농도와 입자분포에 따라 달라질 수 있음을 제시하였다^[13]. 따라서 특정 근적외선(Near-Infrared, NIR) 파장이 모든 안개 환경에서 항상 우수하다고 일반화하기는 어렵지만, 일부 해무 조건에서는 객체의 존재 여부를 탐색하는 데 활용할 가능성이 있다. 반면 NIR 영상은 색상정보를 제공하지 못하므로 정밀 식별 단계에서는 가시광(Visible, VIS) 영상의 병행이 필요하다.

조명의 빔각은 조사 범위와 대상면에 도달하는 광 에너지의 분포를 결정한다. Huang 등은 짙은 안개 환경의 능동영상 시스템에서 빔각과 조사 에너지 분포를 제어하였으며, 안개 환경에서 조사광의 공간적 제어가 중요한 설계 요소임을 보였다^[14].

3.1. 적응형 조명 운용 개념

국제해상수색구조편람(International Aeronautical and Maritime Search and Rescue Manual, IAMSAR)은 국제해사기구(IMO)와 국제민간항공기구(ICAO)가 공동으로 제정한 국제 표준 수색과 구조 지침으로, 해상 및 항공 수색구조 임무의 계획과 수행 절차를 제시하고 있다^[15]. IAMSAR에서는 요구조자의 예상 위치와 환경조건을 고려하여 수색 구역(Search Area)과 수색패턴(Search Pattern)을 결정하고, 항공기와 선박 등 수색 세력이 해당 패턴에 따라 체계적으로 수색을 수행하도록 권고하고 있다.

그러나 IAMSAR는 수색 구역의 설정과 수색패턴의 선정에 중점을 두고 있으며, 드론에 탑재되는 조명의 파장과 빔각 결정 및 요구 광속 또는 복사출력 산정에 관한 구체적인 기준은 제시하지 않는다. 또한 기존 드론 기반 해양 수색 연구 역시 객체 탐지와 영상처리 알고리즘에 초점을 맞추고 있으며, 실제 수색 임무에 적합한 조명 운용 시나리오에 관한 연구는 부족한 실정이다^[2].

따라서 본 연구에서는 IAMSAR 표준 수색체계를 기반으로 드론이 항공 수색자원으로 운용되는 상황을 가정하고, 국내 해양사고 통계와 서해 연안의 운용환경을 고려하여 대표적인 해양 수색 시나리오를 선정하였다. 이후 각 시나리오와 수색 대상의 특성을 고려하여 VIS/NIR 조명의 선택, 빔각 결정 및 요구 광속 또는 복사출력 산정 방법을 포함하는 적응형 조명 운용 방안을 제안하였다.

3.2. 대표 해양 수색 시나리오

2024년 국내 해양사고 통계(Table 1)를 보면 연안사고에서는 익수, 고립 및 표류 사고가 지속적으로 발생하고 있으며, 해상에서는 선박 관련 사고가 가장 높은 비중을 차지한다. 특히 서해 연안은 넓은 갯벌과 조석간만의 차로 인해 고립사고가 빈번하게 발생하며, 야간에는 해무가 동반되는 경우가 많아 드론을 이용한 탐색 및 식별 성능이 크게 저하될 수 있다.

이에 본 연구에서는 국내 사고 현황과 실제 해양 수색 임무를 고려하여 Table 3과 같이 미확인 선박 추적, 익수자 수색, 갯벌 고립자 수색을 대표 시나리오로 선정하였다. 미확인 선박 추적은 야간 해상 감시와 불법조업 감시에 활용되는 대표적인 임무이며, 익수자 수색은 연안 구조활동에서 가장 중요한 인명구조 임무이다. 또한 갯벌 고립자 수색은 서해 연안의 지형적 특성을 반영한 시나리오로써 기존 연구에서 상대적으로 다루어지지 않았지만, 국내 해양경찰 운용환경에서는 중요성이 높은 임무로 판단하였다.

3.3. 드론 조명 운용 절차

해양 환경에서는 해무의 농도, 탐색 대상 및 대상과의 거리 등 운용조건에 따라 요구되는 조명 조건이 달라질 수 있다. 따라서 본 연구에서는 Fig. 1과 같이 환경 및 운용조건의 변화에 따라 조명의 파장과 빔각을 결정하고 요구 광속 또는 복사출력을 산정하는 적응형 조명 운용 절차를 제안한다. 제안하는 운용 절차는 환경 인식(Environmental Condition Assessment), 탐색(Search), 식별(Identification) 및 구조 지원(Rescue Support)의 네 단계로 구성된다.

환경 인식 단계에서는 카메라 영상을 이용하여 현재 기상 상태를 분석한다. 안개 환경에서는 선행연구^[4]에서 제시한 대기광 모델을 기반으로 대기 중 광의 감쇠 정도를 나타내는 소광계수($\beta$)를 추정한다. Narasimhan과 Nayar^[4]가 제시한 대기광(Airlight) 모델(해당 문헌의 식 (22))에 따르면, 균질한 대기 조건에서 거리 $d$에 따른 대기광 $E(d)$는 다음과 같이 표현된다.

위 식을 소광계수 $\beta$에 대해 정리하면 다음과 같다.

이를 이후 조명 조건을 결정하기 위한 환경 정보로 사용한다.

환경 정보가 추정되면 탐색 대상의 유형을 확인하고 탐색 단계로 전환한다. 본 연구에서는 미확인 선박, 익수자 및 갯벌 고립자를 주요 탐색 대상으로 하며, VIS와 850 nm NIR 조명을 운용 가능한 광원으로 설정하였다. 이 중 850 nm NIR 조명은 이미지 센서의 감도가 높고 야간 영상 획득에 널리 활용되는 파장대이므로^{[16, 17]}, 탐색 단계에서 넓은 영역의 객체 존재 여부를 확인하기 위한 조명으로 우선 적용한다.

본 연구에서는 드론 탑재형 조명의 빔각을 5°–30° 범위에서 조절할 수 있는 것으로 가정하였다. 탐색 단계에서는 조명 빔이 카메라의 영상 범위를 포함하도록 카메라의 시야각(Field of View, FOV)을 고려하여 빔각을 설정한다. 이후 객체가 검출되면 대상과 드론 사이의 거리와 요구 조사 범위를 고려하여 대상 주변의 제한된 영역을 집중적으로 조사하도록 빔각을 조정한다. 빔각의 구체적인 산정 방법은 3.4절에서 제시한다.

조명 빔각이 결정되면 대상까지의 거리와 해무에 의한 대기 감쇠를 고려하여 해당 운용 단계에서 요구되는 광속 또는 복사출력을 산정한다. VIS 조명은 대상면에서 목표 조도를 확보하기 위한 요구 광속을 산정하고, 850 nm NIR 조명은 카메라 영상 획득에 필요한 목표 복사조도를 기준으로 요구 복사출력을 산정한다. 요구 광속 및 복사출력의 구체적인 산정 방법은 3.5절에서 제시한다.

객체가 검출된 이후 식별 단계에서는 대상의 색상과 형태 정보를 확보하기 위해 VIS 조명을 적용한다. VIS 조명의 색온도는 선행연구^[12]를 참고하여 소광계수로부터 추정된 가시거리에 따라 결정하며, 본 연구에서는 가시거리 102m 미만에서는 2,700 K, 102m 이상에서는 6,500 K의 색온도를 적용한다. 다만, 해당 기준은 안개 조건에서의 시인성을 평가한 선행연구를 참고하여 본 연구의 운용 절차에 적용한 기준값으로, 해양 환경에서의 최적 색온도를 의미하지 않는다.

마지막으로 구조 지원 단계에서는 VIS 조명을 유지하여 구조대원의 대상 확인과 구조 활동을 지원하며, 드론의 위치와 대상까지의 거리 변화에 따라 빔각과 요구 광속을 다시 산정한다. 제안된 운용 방안은 환경조건과 수색 단계의 변화에 따라 조명의 파장과 빔각을 결정하고 요구 광속 또는 복사출력을 산정하도록 구성하였다.

Fig. 1. Operational flowchart of the proposed adaptive lighting scenario for UAV-based nighttime maritime search under sea fog conditions

3.4. 조명 빔각 결정 방법

조명의 빔각 결정은 카메라 영상으로부터 추정된 환경 정보와 객체 탐지 결과를 기반으로 수행된다. 탐색 단계에서는 조명 빔이 카메라의 영상 범위를 포함하도록 빔각을 설정하며, 객체가 탐지된 이후에는 대상 주변의 제한된 영역을 집중적으로 조사하도록 빔각을 조절한다. Fig. 2와 같이 위치할 때 조명과 대상 사이의 거리($d$)는 드론의 고도($H$)와 조사각($\theta$)으로부터 계산된다.

탐색 단계에서는 조명 빔이 카메라의 영상 범위를 모두 포함하도록 빔각을 카메라의 시야각(Field of View, FOV)에 맞추어 설정한다. 반면 객체가 탐지된 이후에는 카메라 전체 영상이 아닌 객체 주변의 제한된 영역만을 조사한다. 조사 대상의 직경을 $D$, 조명과 대상 사이의 거리를 $d$라 하면 조명 중심축을 기준으로 한 전체 빔각($\alpha$)은 다음과 같이 계산할 수 있다.

본 연구에서는 익수자를 조사할 때 신체만을 좁게 조사하는 것이 아니라, 영상 기반 위치 추정 오차와 파랑 및 표류에 따른 위치 변화, 드론 및 짐벌의 자세 변동을 고려하여 조사범위를 설정하였다. Zhao, et al.은 고도 약 100m 이하에서 단안 카메라와 저정밀 GPS 및 IMU를 이용한 UAV 기반 위치 추정 실험에서 약 5m 이내의 위치오차를 보고하였다^[18]. 다만 해당 연구는 육상 이동 차량을 대상으로 수행되었으므로, 본 연구에서는 이를 익수자 조사범위의 직접적인 기준이 아닌 UAV 영상 기반 위치 추정에서 발생 가능한 불확실성의 참고 값으로 활용하였다. 이에 따라 익수자의 위치 추정 오차와 해상 환경에서의 추가적인 위치 변화를 고려하여 조사 직경($D$)을 10m로 설정하였다.

Fig. 2. Geometric relationship between the UAV and the target used for the distance calculation in Eq. (3)

3.5. 요구 광속 및 복사출력 산정 방법

Narasimhan과 Nayar^[4]는 안개 및 연무 환경에서 카메라의 제한된 분광 대역 내 소광계수의 파장 의존성이 비교적 작다고 보고, $\beta(\lambda) = \beta$로 단순화하여 사용하였다. 이에 본 연구에서는 환경 인식 단계에서 카메라 영상을 기반으로 추정한 소광계수 $\beta$를 VIS 및 850nm NIR 조명의 요구 광속 및 복사출력 산정에 공통으로 적용하였다.

VIS 조명은 대상면에서 목표 조도를 확보하는 것을 목적으로 한다. 본 연구에서는 선행연구^{[19, 20]}의 야간 장애물 탐지 및 보행자 시인성 평가에 적용된 조도 조건을 참고하여 목표 조도를 20lx로 설정하였다. 안개 환경에서는 조명 출력이 증가함에 따라 안개 입자에 의한 후방산란이 증가하여 영상 대비가 저하될 수 있으나, 후방산란 성분은 카메라 영상만으로 정량적으로 추정하기 어렵다. 대기 중 광의 감쇠는 Beer–Lambert 형태의 지수 감쇠 모델로 표현할 수 있으며^{[4, 8, 21]}, 본 연구에서는 이를 이용하여 대기 감쇠를 고려한 VIS 조명의 최소 요구 광속을 산정하였다. 안개 환경에서 대상면의 조도($E_v$)는 다음과 같이 계산한다.

$E_v$: 대상면의 조도(lx)
$I_v$: VIS 조명의 광도(cd)
$\beta$: 카메라 영상으로부터 추정된 소광계수($\text{m}^{-1}$)

식 (5)으로부터 목표 조도($E_t$)를 만족하기 위한 최소 광도($I_v$)는 다음과 같다.

한편, 3.4절에서 산정한 빔각 $\alpha$를 이용하면 조명의 입체각($\Omega$)은 다음과 같이 계산된다.

본 연구에서는 조명 빔 내부의 광도가 균일하게 분포한다고 가정하였다. 이 경우 목표 조도를 만족하기 위한 요구 광속($\Phi_{v,req}$)은 요구 광도($I_v$)와 조명 빔의 입체각($\Omega$)의 곱으로 근사할 수 있으며, 다음 식과 같이 계산된다.

탐색 단계에서 사용하는 850nm NIR 조명은 사람이 아닌 카메라 센서에 입사하는 복사에너지를 기준으로 하므로 복사조도를 사용하였다. 안개 환경에서 대상면의 복사조도($E_e$)는 Beer–Lambert 법칙을 적용하여 다음과 같이 계산할 수 있다.

$E_e$: 대상면의 복사조도($\text{W/m}^2$)
$I_e$: NIR 조명의 복사세기($\text{W/sr}$)
$\beta$: 카메라 영상으로부터 추정된 소광계수($\text{m}^{-1}$)

850nm NIR 능동조명 기반 자동차 외부 카메라 시스템의 선행연구에서는 조명 설계를 위해 0.0015W/m²의 복사조도 조건을 적용하여 요구 복사출력을 산정한 사례가 있다^[22].

본 연구에서는 해당 설계 사례를 참고하여 목표 대상면 복사조도($E_{e,t}$)를 0.0015W/m²로 설정하였으며, 이를 반영한 조명의 복사세기($I_e$)를 다음과 같이 계산하였다.

조명 빔 내부의 복사세기가 균일하게 분포한다고 가정하면, 목표 복사조도를 만족하기 위한 요구 복사출력은 요구 복사세기와 조명 빔의 입체각의 곱으로 근사할 수 있다. 따라서 요구 복사출력($\Phi_{e,req}$)을 다음과 같이 계산한다.

3.6. 적응형 조명 운용 방안 적용 예시

본 절에서는 제안한 적응형 조명 운용 방안을 야간 해무 환경에서의 익수자 탐색 시나리오에 적용하여 각 운용 단계의 조명 조건을 산정하였다. 입력 조건으로는 드론의 고도와 조사각, 카메라 영상으로부터 추정된 소광계수 및 시정거리를 적용하였으며, 식 (1)–(11)을 이용하여 대상까지의 거리, 조명의 종류, 빔각 및 광속 또는 복사출력을 산정하였다.

Table 4는 제안한 적응형 조명 운용 방안의 계산 절차를 적용한 예시로, 각 단계별 입력조건에 따라 산정된 조명 조건을 나타낸다. 환경 인식 단계에서는 카메라 영상을 이용하여 소광계수와 시정거리를 추정하고, 해당 정보를 이후 조명 조건 산정을 위한 입력값으로 사용하였다.

탐색 단계에서는 넓은 영역에서 객체의 존재 여부를 확인하기 위해 850nm NIR 조명을 적용하였다. 이때 카메라의 시야각과 대상까지의 거리를 고려하여 빔각을 30.0°로 설정하였으며, 해무에 의한 대기 감쇠를 고려하여 목표 복사조도를 만족하기 위한 추정 복사출력을 2.56 W로 산정하였다.

객체가 검출된 이후 식별 단계에서는 대상의 색상과 형태 정보를 확보하기 위해 VIS 조명으로 전환하였다. 해당 단계의 시정거리는 230m로, 3.3절에서 설정한 색온도 적용 기준에 따라 6,500 K의 VIS 조명을 적용하였다. 또한 대상과의 거리 및 요구 조사 범위를 고려하여 빔각은 14.0°로 산정되었으며, 해무에 의한 대기 감쇠를 고려하여 목표 조도 20lx를 만족하기 위한 추정 광속은 약 3,146lm으로 산정되었다.

구조 지원 단계에서는 구조대원의 대상 확인과 구조 활동을 지원하기 위해 VIS 조명을 유지하였다. 해당 단계의 시정거리는 270m로 6,500 K의 색온도를 적용하였으며, 변화된 드론의 위치와 대상까지의 거리를 반영하여 빔각은 18.9°로 산정되었다. 이때 목표 조도 20 lx를 만족하기 위한 추정 광속은 약 2,342lm으로 산정되었다.

제안한 방법은 고정된 조명 조건을 적용하는 대신 환경조건과 운용 단계를 반영하여 각 단계에 적합한 조명의 파장과 빔각을 결정하고, 요구 광속 또는 복사출력을 정량적으로 산정할 수 있다.