[논문]드론과 이미지 분석기법을 활용한 구조물 외관점검 기술 연구

김종우; 정영우; 임홍철

doi:10.5345/jkibc.2017.17.6.545

드론과 이미지 분석기법을 활용한 구조물 외관점검 기술 연구
Study on Structure Visual Inspection Technology using Drones and Image Analysis Techniques 원문보기

한국건축시공학회지 = 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)

초록
AI-Helper

이 연구는 사회 기반 구조물의 노후화에 대한 안전점검 기술분야에서 구조물 외관점검 기술의 효율적 대안에 관한 연구이다. 기존 육안점검 및 조사를 대신하여 산업용 드론과 딥 러닝기반의 이미지 분석 기법을 접목함으로써 막대한 인력과 시간소요 및 비용을 절감하고 높은 구역 및 돔 구조물의 접근 한계를 극복하고자 하였다. 구조물의 0.3mm 이상의 균열 손상을 검지할 수 있는 고 해상도 카메라와 라이다 센서, 임베디드 이미지 프로세서 모듈로 구성된 탑재체를 제작하여 산업용 드론에 탑재하였다. 이를 현장 시험에 적용하여 자동비행항법을 통해 시편의 손상 이미지를 촬영하였다. 또한 균열경을 이용하여 기존 육안 점검 방법으로 백태, 박리박락과 같은 면적형 손상과 선형 손상인 균열의 폭과 길이를 측정하여 최종 이미지 분석 검출 결과와 비교하고자 하였다. 촬영된 이미지 중 80장의 샘플을 골라 이미지 분석 기법을 적용하여 사전처리작업(pre-processing)-분리작업(segmentation)-특징점 추출작업(feature extraction)-분류 작업(Classification)-지도학습작업(supervised learning) 등의 과정을 거쳐 손상을 분리하고, 이를 딥러닝 기반 플랫폼으로 지도학습하여 분석 파라미터를 추출하였다. 지도학습을 수행하지 않은 임의의 이미지 샘플 60장을 신규로 추가하여 추출된 파라미터를 기반으로 이미지 분석을 수행한 결과, 손상 검출율의 90.5%로 나타났다.

Abstract ▼ AI-Helper

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 manpowers, time requirements and costs, and to overcome the height and dome structures. On board device mounted on drones is consisting of a high resolution camera for detecting cracks of more than 0.3 mm, a lidar sensor and a embeded image processor module. It was mounted on an industrial drones, took sample images of damage from the site specimen through automatic flight navigation. In addition, the damege parts of the site specimen was used to measure not only the width and length of cracks but white rust also, and tried up compare them with the final image analysis detected results. Using the image analysis techniques, the damages of 54ea sample images were analyzed by the segmentation - feature extraction - decision making process, and extracted the analysis parameters using supervised mode of the deep learning platform. The image analysis of newly added non-supervised 60ea image samples was performed based on the extracted parameters. The result presented in 90.5 % of the damage detection rate.

주제어

질의응답

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.

참고문헌 (21)

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.

상세보기
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.
Lee HB. Development of automatic crack detection system for concrete structure using image processing method. Journal of the korea institute for structural maintenance inspection. 2012 Jan;16(1):64-77.

원문보기 상세보기
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.

상세보기
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.

상세보기
Sinha SK, Fieguth PW. Morphological segmentation and classification of underground pipe images. Machine vision and applications. 2006 Apr;17(1):21-31.

상세보기
Zitova B, Flusser J. Image registration methods: a survey. Image and vision computing. 2003 Oct;21(11):977-1000.

상세보기
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.

상세보기

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증