수치 데이터로 변환된 RP 이미지를 활용하여 공동 깊이에 따른 적외선 특성 분석

Analysis of Infrared Characteristics According to Common Depth Using RP Images Converted into Numerical Data

도로 하부의 노후하 된 매설물이 손상되면 공동 및 지반 함몰 등의 재해가 발생할 가능성이 있고 이는 사회적인 비용을 발생시킨다. 본 연구의 목적은 적외선 카메라를 활용하여 공동 위치에 따른 열적 특성을 평가하고 CNN 알고리즘으로 각 공동 위치에 적합한 분류를 수행하고자 하였다. 가로×세로×깊이가 400cm×50cm×40cm인 대상 부지에서 PVC pipe를 상부, 중부 그리고 하부에 매설하여 공동을 조성하였다. 실험부지의 상부에는 포장층을 모사하기 위하여 콘크리트 블록을 설치하였고, 오후 4시부터 다음날 12시까지 측정이 진행되었다. 적외선 카메라로 측정된 초기 온도는 각각 43.7℃, 43.8℃ 그리고 41.9℃로 관측되었고, 측정값은 대기온도 변화가 반영되었다. CNN 알고리즘으로 분류를 진행하기 위해서는 이미지 데이터가 필요하며, 해당 연구에서는 RP 알고리즘을 통해 수치데이터를 이미지로 변환하였다. RP 알고리즘은 4가지 방법을 활용하여 이미지를 생성하였고, 각각의 이미지는 10,000×10,000, 2,000×2,000, 1,000×1,000 그리고 100×100 픽셀로 구성된다. CNN 학습 정확도는 각각 99%, 97%, 98% 그리고 96%로 매우 높게 나타났다. 제안된 방법의 신뢰성은 수치데이터의 정확도와 비교하였으며, 신뢰성이 약 20% 이상 향상된 결과가 나타났다. 이와 같은 결과는 RP 알고리즘으로 전환된 데이터가 적외선 측정된 값의 신뢰성 있는 결과 제공이 가능함을 시사한다.

Aging and damaged underground utilities cause cavity and ground subsidence under roads, which can cause economic losses and risk user safety. This study used infrared cameras to assess the thermal characteristics of such cavities and evaluate their reliability using a CNN algorithm. PVC pipes were embedded at various depths in a test site measuring 400 cm × 50 cm × 40 cm. Concrete blocks were used to simulate road surfaces, and measurements were taken from 4 PM to noon the following day. The initial temperatures measured by the infrared camera were 43.7℃, 43.8℃, and 41.9℃, reflecting atmospheric temperature changes during the measurement period. The RP algorithm generates images in four resolutions, i.e., 10,000 × 10,000, 2,000 × 2,000, 1,000 × 1,000, and 100 × 100 pixels. The accuracy of the CNN model using RP images as input was 99%, 97%, 98%, and 96%, respectively. These results represent a considerable improvement over the 73% accuracy obtained using time-series images, with an improvement greater than 20% when using the RP algorithm-based inputs.