노후화되고 있는 사회기반 시설물에 의하여 안전 점검 및 유지관리에 대한 관심이 급증하고 있고, 특히 국내 교량은 건설 시기가 집중되어 급격한 노후화에 따른 안전 및 유지관리비 증가에 대비하기 위해, 해외 기술 선진국과 국가 공공기관에서 다양한 연구를 수행하고 있다. 국내의 경우, 교량 유지관리 시스템 구축을 통한 시설물의 상태평가 및 안전성 평가등의 자료를 BIM을 통한 전생애주기적 시설물관리 시스템 구축과 관련된 연구가 다양하게 진행되고 있으나, 특수목적 교량과 제1종 교량을 제외한 제2종‧제3종 교량에 대한 적용이 어렵고 특히, 도면 등의 많은 자료가 유실되어 ...
노후화되고 있는 사회기반 시설물에 의하여 안전 점검 및 유지관리에 대한 관심이 급증하고 있고, 특히 국내 교량은 건설 시기가 집중되어 급격한 노후화에 따른 안전 및 유지관리비 증가에 대비하기 위해, 해외 기술 선진국과 국가 공공기관에서 다양한 연구를 수행하고 있다. 국내의 경우, 교량 유지관리 시스템 구축을 통한 시설물의 상태평가 및 안전성 평가등의 자료를 BIM을 통한 전생애주기적 시설물관리 시스템 구축과 관련된 연구가 다양하게 진행되고 있으나, 특수목적 교량과 제1종 교량을 제외한 제2종‧제3종 교량에 대한 적용이 어렵고 특히, 도면 등의 많은 자료가 유실되어 BIM 모델 적용은 많은 어려움이 있다. 따라서 제3종 교량 및 교량 유지관리를 위한 기본이 되는 안전점검 등의 자료 관리/구축을 위한 BIM 모델 기반 교량 점검 관리 시스템 구축 및 프로그램 개발에 대한 요구가 증가되고 있다. 본 연구는 드론을 활용한 인공지능 기반 BIM 시설물 점검 관리 시스템 구축 방안을 제안하고자 한다. 드론(UAV:Unmanned Aerial Vehicle), 지상 Lidar등을 통해 취득한 시설물의 영상정보를 기반으로 Scan to BIM 모델을 생성하고 인공지능 기법의 활용하여 교량의 유형별 파손을 검출하기 위해 교량을 대상 시설물로 선정하였다. 이를 위하여 BIM을 도입한 사회기반시설 관리 시스템, 인공지능기법에 대한 이론적인 구조와 개념, 기존에 국내·외에서 수행된 딥러닝을 활용한 인공지능기법, 드론영상정보 활용 모델링, BIM 적용 등을 활용한 도로 시설물 특히 교량 점검 관리에 대한 선행연구 검토를 수행하였다. 그리고 드론을 통해 취득한 시설물중 교량에 대한 영상정보를 바탕으로 1)인공지능을 활용한 교량의 파손 유형별 분류알고리즘을 통한 교량 파손 검출 알고리즘 개발, 2)드론을 활용한 교량 모델링 등을 통한 BIM 3차원 모델링 방안, 3)교량의 3차원 BIM 모델에 인공지능 알고리즘을 통해 검출된 파손유형 데이터 적용을 통한 시설물 점검 관리 시스템 구축 방안에 관한 연구를 수행하였으며 이를 정리하면 다음과 같다.
1) 딥러닝 기반 교량 파손 유형 알고리즘에 관한 연구에서는 교량 파손 유형에 따른 분류와 검출에 활용할 알고리즘 선택 및 딥러닝 학습을 위한 데이터 구축과 라벨링등을 수행하였고, 파손 유형별 검출 모델은 객체 검출 모델 중 U-Net 모델과 Mask R-CNN 모델을 활용하였다. 그 결과 Semantic Segmentation 모델인 U-Net의 경우 epoch를 500번으로 한 경우 f1-score가 0.994이 도출되었고, Instance Segmentation 모델 중 대표적인 Mask R-CNN의 경우 training epoch가 100번, steps per epoch가 1,000번일 때 mAP의 경우 0.51로 나와 본 연구에서 구축된 데에터를 활용한 파손유형 검출에는 Semantic Segmentation인 U-Net이 좀 더 좋은 성능을 보이는 것으로 나타났다.
2) 연구에서 제안하고자 하는 교량의 3D모델링을 생성 방법은 드론을 통해 취득한 데이터를 기반으로 한다. 3D 모델링 구축을 위하여 Bentely사의 Contextcapture S/W를 활용하였으며, 평균제곱근(RMS : Root Mean Squre) 기준 0.51 수준에서의 정밀도를 가진 3D모델을 구축하였다. 현실 위치 기반의 정밀한 3D모델링 구축을 위하여 대상 교량에 대한 촬영을 다양한 각도에서 실시한 후 MTP을 생성하여 교량에 대한 각각의 Block을 통합하는 방법으로 교량 3D모델과 Point Cloud 등에 대한 결과를 구축하였고, 이를 기반으로 Bentely사의 Contextcapture에서 생성된 3D모델인 3mx 파일에 대한 활용이 가능하고 다양한 3차원 BIM 모델을 간편하게 생성할 수 있는 Microstation v10을 활용하여 3mx파일과 지상 Lidar(3차원 스캐너)를 활용한 일종의 Scan to BIM 구축을 실시하였으며, 유등교에 대해 남아 있는 2D 설계도면을 참고하여 BIM 3D 모델을 생성할 수 있었다.
3)드론을 활용한 제2종‧제3종 교량 점검 BIM 구축 방안에 대한 연구를 통하여 현행 데이터 및 자료 관리의 문제점을 토대로 4장에서 구축된 교량의 BIM 3D모델링 Object를 구축하고, 이를 바탕으로 제2종‧제3종 교량에 대한 정기점검 및 긴급점검 등에 대한 데이터를 구축/관리할 수 있는 시스템 구축 방안을 제시하였고, 구축된 교량 Object위에 위치기반으로 딥러닝을 통해 분석된 교량의 파손 유형별 위치를 입력 관리 할 수 있는 점검 시스템 구축 방안을 제시하여, 이를 토대로 제2종‧제3종 교량에 대한 BIM 모델 기반 점검 관리 시스템 구축 방안을 제시하였다.
노후화되고 있는 사회기반 시설물에 의하여 안전 점검 및 유지관리에 대한 관심이 급증하고 있고, 특히 국내 교량은 건설 시기가 집중되어 급격한 노후화에 따른 안전 및 유지관리비 증가에 대비하기 위해, 해외 기술 선진국과 국가 공공기관에서 다양한 연구를 수행하고 있다. 국내의 경우, 교량 유지관리 시스템 구축을 통한 시설물의 상태평가 및 안전성 평가등의 자료를 BIM을 통한 전생애주기적 시설물관리 시스템 구축과 관련된 연구가 다양하게 진행되고 있으나, 특수목적 교량과 제1종 교량을 제외한 제2종‧제3종 교량에 대한 적용이 어렵고 특히, 도면 등의 많은 자료가 유실되어 BIM 모델 적용은 많은 어려움이 있다. 따라서 제3종 교량 및 교량 유지관리를 위한 기본이 되는 안전점검 등의 자료 관리/구축을 위한 BIM 모델 기반 교량 점검 관리 시스템 구축 및 프로그램 개발에 대한 요구가 증가되고 있다. 본 연구는 드론을 활용한 인공지능 기반 BIM 시설물 점검 관리 시스템 구축 방안을 제안하고자 한다. 드론(UAV:Unmanned Aerial Vehicle), 지상 Lidar등을 통해 취득한 시설물의 영상정보를 기반으로 Scan to BIM 모델을 생성하고 인공지능 기법의 활용하여 교량의 유형별 파손을 검출하기 위해 교량을 대상 시설물로 선정하였다. 이를 위하여 BIM을 도입한 사회기반시설 관리 시스템, 인공지능기법에 대한 이론적인 구조와 개념, 기존에 국내·외에서 수행된 딥러닝을 활용한 인공지능기법, 드론영상정보 활용 모델링, BIM 적용 등을 활용한 도로 시설물 특히 교량 점검 관리에 대한 선행연구 검토를 수행하였다. 그리고 드론을 통해 취득한 시설물중 교량에 대한 영상정보를 바탕으로 1)인공지능을 활용한 교량의 파손 유형별 분류알고리즘을 통한 교량 파손 검출 알고리즘 개발, 2)드론을 활용한 교량 모델링 등을 통한 BIM 3차원 모델링 방안, 3)교량의 3차원 BIM 모델에 인공지능 알고리즘을 통해 검출된 파손유형 데이터 적용을 통한 시설물 점검 관리 시스템 구축 방안에 관한 연구를 수행하였으며 이를 정리하면 다음과 같다.
1) 딥러닝 기반 교량 파손 유형 알고리즘에 관한 연구에서는 교량 파손 유형에 따른 분류와 검출에 활용할 알고리즘 선택 및 딥러닝 학습을 위한 데이터 구축과 라벨링등을 수행하였고, 파손 유형별 검출 모델은 객체 검출 모델 중 U-Net 모델과 Mask R-CNN 모델을 활용하였다. 그 결과 Semantic Segmentation 모델인 U-Net의 경우 epoch를 500번으로 한 경우 f1-score가 0.994이 도출되었고, Instance Segmentation 모델 중 대표적인 Mask R-CNN의 경우 training epoch가 100번, steps per epoch가 1,000번일 때 mAP의 경우 0.51로 나와 본 연구에서 구축된 데에터를 활용한 파손유형 검출에는 Semantic Segmentation인 U-Net이 좀 더 좋은 성능을 보이는 것으로 나타났다.
2) 연구에서 제안하고자 하는 교량의 3D모델링을 생성 방법은 드론을 통해 취득한 데이터를 기반으로 한다. 3D 모델링 구축을 위하여 Bentely사의 Contextcapture S/W를 활용하였으며, 평균제곱근(RMS : Root Mean Squre) 기준 0.51 수준에서의 정밀도를 가진 3D모델을 구축하였다. 현실 위치 기반의 정밀한 3D모델링 구축을 위하여 대상 교량에 대한 촬영을 다양한 각도에서 실시한 후 MTP을 생성하여 교량에 대한 각각의 Block을 통합하는 방법으로 교량 3D모델과 Point Cloud 등에 대한 결과를 구축하였고, 이를 기반으로 Bentely사의 Contextcapture에서 생성된 3D모델인 3mx 파일에 대한 활용이 가능하고 다양한 3차원 BIM 모델을 간편하게 생성할 수 있는 Microstation v10을 활용하여 3mx파일과 지상 Lidar(3차원 스캐너)를 활용한 일종의 Scan to BIM 구축을 실시하였으며, 유등교에 대해 남아 있는 2D 설계도면을 참고하여 BIM 3D 모델을 생성할 수 있었다.
3)드론을 활용한 제2종‧제3종 교량 점검 BIM 구축 방안에 대한 연구를 통하여 현행 데이터 및 자료 관리의 문제점을 토대로 4장에서 구축된 교량의 BIM 3D모델링 Object를 구축하고, 이를 바탕으로 제2종‧제3종 교량에 대한 정기점검 및 긴급점검 등에 대한 데이터를 구축/관리할 수 있는 시스템 구축 방안을 제시하였고, 구축된 교량 Object위에 위치기반으로 딥러닝을 통해 분석된 교량의 파손 유형별 위치를 입력 관리 할 수 있는 점검 시스템 구축 방안을 제시하여, 이를 토대로 제2종‧제3종 교량에 대한 BIM 모델 기반 점검 관리 시스템 구축 방안을 제시하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.