최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국건축시공학회지 = Journal of the Korea Institute of Building Construction, v.17 no.6, 2017년, pp.545 - 557
김종우 (Institute of Technology, Judico) , 정영우 (Institute of Technology, Judico) , 임홍철 (Department of Architectural Engineering, Yonsei University)
The study is about the efficient alternative to concrete surface in the field of visual inspection technology for deteriorated infrastructure. By combining industrial drones and deep learning based image analysis techniques with traditional visual inspection and research, we tried to reduce manpower...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
실시간 이동측위란 무엇인가? | 따라서 본 연구에서는 자동비행항법 기술개발을 위해 Figure 1과 같이 비행 기체에 위성 수신율을 향상시킬 수 있는 실시간 이동측위(RTK, real time kinematic)와 이를 제어할 수 있는 탑재체를 채용하여 드론의 정밀 위치를 추정할 수 있도록 개선시켰다. 실시간 이동측위는 정밀한 위치정보를 가지고 있는 기준국의 반송파 위상에 대한 보정치를 이용하여 이동국에서 실시간으로 측위결과를 얻는 일련의 측량 과정으로, 드론에 이동국 GPS를 설치하고 지상 기준국의 정보를 전송하여 센티미터 단위의 정확도를 얻을 수 있다. 이 때 보정 방식은 지상에 GPS를 설치하고 이 보정 정보를 이동국으로 전송하는 지상국에 의한 방식을 사용하였으며, 정확도 면에서는 기선거리가 짧은 지상국 방식이 유리한 것으로 판단되어 이 방식을 적용하였다. | |
기존의 구조물 외관점검 기술의 한계점은 무엇인가? | 이러한 사회 기반 구조물의 수명관리와 안전성 확보를 위해서는 균열폭과 같은 외관 안전 점검을 보다 효과적으로 수행하여 적시적소에 유지보수를 수행하는 것이 중요하다. 그러나 기존의 구조물 외관점검 기술은 대부분 인력에 의존하고 있으며, 고소지역 및 돔 상부 등의 구조물의 경우 접근이 어렵고 근거리 검사가 불가능하여 육안 점검은 한계점이 존재한다. 따라서 보다 효과적으로 구조물의 외관점검을 수행할 수 있는 신기술 개발의 필요성이 대두되고 있으며, 이에 대한 대안으로 드론과 이미지 분석 기법을 활용한 점검 기술을 검토할 수 있다, | |
이미지 촬영 장비의 성능을 보다 향상시키는 방안을 함부로 적용할 수 없는 이유는 무엇인가? | 3mm 이내의 균열폭 검출이 필요하다면, 검출 목표 균열폭에 따라 줌렌즈와 해상도 더 높은 카메라 사용 등 이미지 촬영 장비의 성능을 보다 향상시키는 방안을 고려할 수 있다. 그러나 이는 드론의 유효 탑재 하중과 비행 시간에 영향을 줄 수 있으며, 따라서 촬영 횟수와 섹션 분할 사이즈와 연관이 있으므로 보다 신중한 접근이 필요할 것으로 판단된다. |
Jung HJ. Current status and global forecast of commercial drones market. Korea aerospace research institute. Daejeon (Korea): Future strategy head office of KARI. 2016 Jul 5-10 p. Report No.: Aviation Issue No.7.
Lee GJ. Epartment of mechanical and aerospace engineering. Seoul national university aerospace vehicle design laboratory. Seoul(Korea): gongsang; 2017. 52 p. Korean.
Lovelace B. Unmanned aerial vehicle bridge inspection demonstrati on project. Minnesota(USA): Minnesota department of transportation(USA); 2015 Jul. 214 p. Report No.: 2015-40.
Chan B. Towards UAV-based bridge inspection systems: a review and an application perspective. Structural monitoring and maintenance. 2015 Feb 3;2(3): 283-300.
Lu M. Research on auto-tracking algorithm for power line inspection based on unmanned aerial vehicle. Power and energy engineering conference(APPEEC); 2012 Mar 27-29; Shanghai, China. Shanghai(China): Power and energy engineering IEEE org; 2012 p. 1-2.
Siegel M. Remote enhanced visual inspection of aircraft by a mobile robot. 1998 IEEE workshop on emerging technologies; 1998 May 15-16; Minnesota, USA. Minnesota (USA): The robotics institute school of computer science carnegie mellon university; 1998. p. 10-1.
Nieniewski M. Morphological detection and feature-based classification of cracked regions in ferrites. Machine graphics & vision. 1999 Jan;8(4):699-712.
Salembier P. Comparison of some morphological segmentation algorithms based on contrast enhancement. - application to automatic defect detection. In: European signal processing conference; 1990 Sep 18-21; Barcelona, Spain. Barcelona (Spain): Elsevier; 1990. p. 833-6.
Moselhi O, Shehab E. Prediction of sewer pipe main condition using the linear regression approach. Journal of geoscience and environment protection. 2016 May 19;4(5):97-104.
Gonzalez RC, Wintz P. Digital image processing. 2nd ed. Boston: Addison-Wesley; 1987. 793 p.
Pratt WK. Digital image processing. 3rd ed. New York: Wiley; 2001. 793 p.
Gonzalez RC, Woods RE, Eddins SL. Digital image processing using MATLAB. 2nd ed. New York: Mcgraw hill; 2011. 738 p.
Brown LG. A Survey of image Registration Techniques. ACM computing surveys. 1992 Dec;24(4):325-76.
Salembier P. Comparison of some morphological segmentation algorithms based on contrast enhancement. - application to automatic defect detection. In: European signal processing conference; 1990 Sep 18-21; Barcelona, Spain. Barcelona (Spain): Elsevier; 1990. p. 833-6.
Nobuyuki O. A threshold selection method from gray-level histograms. IEEE Transactions on systems man and cybernetics. 1979 Jan;9(1):62-6.
Sinha SK, Fieguth PW. Morphological segmentation and classification of underground pipe images. Machine vision and applications. 2006 Apr;17(1):21-31.
Zitova B, Flusser J. Image registration methods: a survey. Image and vision computing. 2003 Oct;21(11):977-1000.
Welling M. Fisher linear discriminant analysis. University of toronto. Toronto: Department of computer science; 2005. 5 p.
Harris C, Stephens M. A combined corner and edge detector. In: Alvey vision conference; 1988 Sep 1-2; Manchester, UK. Romsey (UK): The Plessey Company pic; 1988. p. 147-52.
Ho SK, White RM, Lucas J. A vision system for automated crack detection in welds. measurement science and technology. 1990 Mar;1(3):287-94.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.