초록 ▼

본 연구는 해상특수교량에 대한 전문적인 경험과 기술이 부족한 관리주체의 안전점검 및 유지관리 관련의사결정 지원체계를 개발하고자 드론을 활용한 점검사각지대의 안전점검 기술을 개발하고, 생성된 영상 Data를 인공지능에게 학습시켜 비전문가의 의사결정에 필요한 기술 자료를 자동 생성하는 체계를 개발하는 것을 목적으로 한다.
1차년도 연구를 통하여 해상 특수교량 점검사각지대에 대한 드론을 활용한 영상 촬영 대상으로 전라남도 여수시 묘도대교를 대상교량으로빅데이터 샘플을 구축하였다. 묘도대교 주탑의 균열 데이터 수집결과, 주탑-1에서 균

본 연구는 해상특수교량에 대한 전문적인 경험과 기술이 부족한 관리주체의 안전점검 및 유지관리 관련의사결정 지원체계를 개발하고자 드론을 활용한 점검사각지대의 안전점검 기술을 개발하고, 생성된 영상 Data를 인공지능에게 학습시켜 비전문가의 의사결정에 필요한 기술 자료를 자동 생성하는 체계를 개발하는 것을 목적으로 한다.
1차년도 연구를 통하여 해상 특수교량 점검사각지대에 대한 드론을 활용한 영상 촬영 대상으로 전라남도 여수시 묘도대교를 대상교량으로빅데이터 샘플을 구축하였다. 묘도대교 주탑의 균열 데이터 수집결과, 주탑-1에서 균열폭(Crack Wide) 0.2mm 이하의 균열이 237개소, 주탑-2에서 239개소가 수집되었다. 또한 묘도대교 드론촬영 데이터를 3D 모델링 정보화 처리하였으며, 데이터 후처리 소프트웨어를 활용하여3D 모델로 작성하였다.
해상교량의 주탑에서 발생한 균열을 탐지하기 위하여 의미론적 분할 기반의 인공지능 모델을 사용하였으며, 1만1천여장의균열 이미지와레이블링자료를사용하였다. 테스트 데이터에 대하여 mIoU 0.55인 인공지능 모델을 구축하였고, 이를 이용하여 대상 교량인 묘도대교에서 수집한 이미지에 적용하여 미세균열의 탐지가능성을 확인하였다.

(출처 : 서지자료 78p)

Abstract ▼

This study is to develop inspection technology for blind spots of sea-crossing bridges using drones and AI to make a decision related to structural maintenance. The purpose of this study is to develop a system that automatically generates technical data necessary for non-expert decision-making by us

This study is to develop inspection technology for blind spots of sea-crossing bridges using drones and AI to make a decision related to structural maintenance. The purpose of this study is to develop a system that automatically generates technical data necessary for non-expert decision-making by using artificial intelligence.
For safety inspection and maintenance of sea-crossing bridges, professional experience and technology are required. However, many local governments lack the experience and technology for safety inspection and maintenance of sea-crossing bridges, so in most cases, they entrust their jurisdiction to specialized agencies. In addition, sea-crossing bridges have blind spots that are difficult to visually inspect due to special structures such as high pylons and cables covered with protective materials as well as environmental restrictions of the sea. Therefore, it is necessary to develop a system that can intuitively check the damage and abnormal behaviour of the target bridge even for managers who lack professional experience and skills for sea-crossing bridges.
A big data sample was gathered by shooting video using a drone for the blind spots of a sea-crossing bridge. As a result of collecting crack data on the main tower of the bridge, 237 cracks with a crack width of 0.2 mm or less were collected in Pylon-1 and 239 in Pylon-2. In addition, the drone shooting data of the bridge was processed into 3D modeling information, and a 3D model was created using data post-processing software.
To detect cracks in the main towers of the bridge, an artificial intelligence model based on semantic segmentation was used, and over 11,000 crack images and corresponding labeling images were used. An artificial intelligence model with mIoU of 0.55 was constructed for the test data, and the possibility of detecting cracks was confirmed by the images collected from the target bridge.

(source: Bibliographic Data 79p)

목차 Contents

• 표지 ... 1
• 제출문 ... 3
• 요약문 ... 4
• Executive Summary ... 6
• 목차 ... 8
• 제1장 서론 ... 9
• 1. 연구의 배경 및 필요성 ... 9
• 2. 연구 목표 및 내용 ... 11
• 2.1 연구 목표 ... 11
• 2.2 연차별 연구 목표 및 내용 ... 12
• 제2장 연구개발 수행내용 및 결과 ... 13
• 1. 연구 수행 내용 ... 14
• 1.1 해상특수교량 비전문가를 위한 안전관리 체계 수립 ... 14
• 1.2 해상특수교량 안전관리를 위한 인공지능 시스템 알고리즘 설계 ... 21
• 1.3 드론 활용 안전점검 기술 및 빅데이터 구축 방안 설계 ... 31
• 2. 연구 수행 성실도 및 달성도 ... 70
• 2.1 WBS 적절성 ... 70
• 2.2 연구성과 질적 우수성 ... 72
• 3. 연구 성과 효과 및 활용방안 ... 73
• 제3장 결론 ... 75
• 참고문헌 ... 77
• 서지자료 ... 78
• Bibliographic Data ... 79
• 끝페이지 ... 80