• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.185-185
• /
• 2021

기후변화로 인한 돌발 강우 등 이상 기후 현상이 증가함에 따라 정확한 강우예측의 중요성은 더 증가하는 추세이다. 전통적인 강우예측의 경우 기상수치모델 또는 외삽법을 이용한 레이더 기반 강우예측 기법을 이용하며, 최근 머신러닝 기술의 발달에 따라 이를 활용한 레이더 자료기반 강우예측기법이 개발되고 있다. 기존 머신러닝을 이용한 강우예측 모델의 경우 주로 시계열 이미지 예측에 적합한 2차원 순환 신경망 기반 기법(Convolutional Long Short-Term Memory, ConvLSTM) 또는 합성곱 신경망 기반 기법(Convolutional Neural Network(CNN) Encoder-Decoder) 등을 이용한다. 본 연구에서는 생성적 적대 신경망 기반 기법(Generative Adversarial Network, GAN)을 이용해 미래 강우예측을 수행하도록 하였다. GAN 방법론은 이미지를 생성하는 생성자와 이를 실제 이미지와 구분하는 구별자가 경쟁하며 학습되어 현재 이미지 생성 분야에서 높은 성능을 보여주고 있다. 본 연구에서 개발한 GAN 기반 모델은 기상청에서 제공된 2016년~2019년까지의 레이더 이미지 자료를 이용하여 초단기, 단기 강우예측을 수행하도록 학습시키고, 2020년 레이더 이미지 자료를 이용해 단기강우예측을 모의하였다. 또한, 기존 머신러닝 기법을 기반으로 한 모델들의 강우예측결과와 GAN 기반 모델의 강우예측결과를 비교분석한 결과, 본 연구를 통해 개발한 강우예측모델이 단기강우예측에 뛰어난 성능을 보이는 것을 확인할 수 있었다.

• 월간 기계설비
• /
• no.11 s.196
• /
• pp.27-35
• /
• 2006

하자발생은 막대한 보수비용과 함께 업체의 이미지와 신뢰성을 실추시키는 한 요인이 되고 있다. 따라서 설비건설업계는 가급적이면 하자발생률을 최대한 낮추기 위해 노력하고 있다. 건축물에서는 특히 공동주택, 주상복합건물에서 하자발생 빈도가 가장 많다. 설비건설업계 A업체의 경우 고급아파트 주거시설의 하자비가 전체의 78%정도를 차지하고 있는 것으로 조사되었다. 이 업체의 경우 지난 3년간 평균 매출액 대비 0.58%의 하자가 발생되어 경영에 어려움을 가중시킨 것으로 나타났다. 따라서 하자가 발생되면 업체 경영에 어려움은 물론 이미지 손상이라는 큰 타격을 주기 때문에 업체들의 하자발생을 방지하기 위한 노력이 절실하다. 월간 '설비건설'은 설비건설업계 하자 중 제일 많이 발생하는 공동주택 하자발생 현황을 조사하여 기획특집으로 마련함으로써 향후 하자발생 예방에 대한 지표를 제시코자 한다. 이번 호에는 설비건설업체들의 하자발생 현황을 게재하고, 다음 호에는 전 건설업 중 설비건설 분야의 하자발생 현황 등을 게재할 계획이다. 업체로서는 하자발생을 내놓기 꺼려하는 부분이기 때문에 본지는 업체명을 게재하지 않았다. 자료를 선뜻 내놓기 쉽지 않았음에도 불구하고 기꺼이 자료제공을 하여 주신 업체들에게 감사의 뜻을 전한다.

• Journal of the Korean Geotechnical Society
• /
• v.38 no.5
• /
• pp.61-71
• /
• 2022

Soil color is used to determine soil classification and its physical, chemical, and biological properties. Visual determination is the most commonly used method for identifying soil color. However, it is subjective and, in many cases, non-repeatable. Digital image processing obtains useful information from digital images, accelerates soil classification, and enables the rapid identification of soil types in a field. This study develops a digital image processing-based soil color analysis technology that can consider irregular light conditions in the field. The digital image studio was designed to simulate the characteristics of natural light (illuminance and color temperature). Also, digital images of two soil samples (Jumoonjin sand and Anseong weathered soil) were captured under 12 different light conditions. For the RGB and CIELAB color systems, soil color intensities of 24 images were obtained using digital image processing. CIELAB was suitable for dealing with irregular light conditions in the field.

• 월간 기계설비
• /
• no.12 s.197
• /
• pp.33-40
• /
• 2006

하자발생은 막대한 보수비용과 함께 업체의 이미지와 신뢰성을 실추시키는 한 요인이 되고 있다. 따라서 설비건설업계는 가급적이면 하자발생률을 최대한 낮추기 위해 노력하고 있다. 건축물에서는 특히 공동주택, 주상복합건물에서 하자발생 빈도가 가장 많다. 설비건설업계 A업체의 경우 고급아파트 주거시설의 하자비가 전체의 78% 정도를 차지하고 있는 것으로 나타났다. 이 업체는 지난 3년간 평균 매출액 대비 0.58%의 하자가 발생되어 경영에 어려움을 가중시킨 것으로 나타났다. 따라서 하자가 발생되면 업체 경영에 어려움은 물론 이미지 손상이라는 큰 타격을 주기 때문에 하자발생을 방지하기 위한 노력이 절실하다. 월간「설비건설」은 설비건설업계 하자 중 제일 많이 발생하는 공동주택 하자발생 현황을 조사하여 기획특집으로 마련함으로써 향후 하자발생 예방에 대한 지표를 제시코자 한다. 지난 호에는 설비건설업체들의 하자발생 현황을 분석하여 보았다. 이번 호에는 종합건설업체에서 분석한 하자발생 현황을 게재한다. 업체들이 하자발생 현황을 내놓기 꺼려하기 때문에 본지는 업체명을 게재하지 않았다. 자료를 선뜻 내놓기 쉽지 않았음에도 불구하고 기꺼이 자료제공을 하여 주신 업체들에게 감사의 뜻을 전한다.

• Korean Journal of Construction Engineering and Management
• /
• v.23 no.2
• /
• pp.45-53
• /
• 2022

The purpose of this study is to present a model for analyzing construction errors of reinforced concrete pile foundations using drones. First, a drone is used to obtain an aerial image of the construction site, and an orthomosaic image is generated based on those images. Then, the circular pile foundation is automatically recognized from the orthomosaic image by using the Hough transform circle detection method. Finally, the distance is calculated based on the the center point of the reinforced concrete pile foundation in the overlapped data. As a case study, the proposed concrete concrete pile foundation construction quality control model was applied to the real construction site in Incheon to evaluate the proposed model.

• 월간 기계설비
• /
• no.3 s.212
• /
• pp.74-75
• /
• 2008

• Water for future
• /
• v.54 no.11
• /
• pp.69-75
• /
• 2021

• Construction Engineering and Management
• /
• v.23 no.5
• /
• pp.16-20
• /
• 2022

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2009.04a
• /
• pp.230-233
• /
• 2009

3D(Difficult, Dirty, Dangerous) 산업의 대표적인 산업으로 인식되는 건설업은 현재 노무기능인력의 고령화와 신규 기능인력 육성의 어려움이라는 문제에 당면하였으며, 이러한 3D 산업이라는 이미지의 탈피 및 노동집약적 사업구조에 대한 변화에 대한 대안으로써 타산업과의 융복합을 통한 이미지 쇄신 및 생산성 향상을 위해 자동화 및 정보화를 위한 노력을 경주하고 있다. 본 연구에서는 건설 자동화 및 정보화를 위한 알고리즘 개발 연구방법론에 대한 기초연구로써, 초고층 공사에서의 물류 효율화를 위한 장비간 통신방법에 대한 모델을 설정하고, 해당 모델에 대해 적용 가능한 알고리즘을 도출하는 프로세스를 규명함으로써, 건설 자동화 및 정보화 연구를 진행하는 단계에서 최적화(Optimization)를 위한 알고리즘 규명에 대한 방안을 제시하고자 한다.

• Korean Journal of Construction Engineering and Management
• /
• v.18 no.2
• /
• pp.21-29
• /
• 2017

Recently, with having a great interest of the general public for the AR (Augmented Reality) technology, there have been lots of study to improve efficiency of a construction equipment with applying the AR technology to a construction equipment. The clear extrinsic calibration is essential to applying AR technology at the construction site without any error which came from superimposition between 'Real world' and 'Virtual world'. However, on the construction site, the clear extrinsic calibration is not possible, because of lack of time and budget for the specific survey, also, the huge error of the outdoor tracking system such as gyro, GPS system and so on. In this study, we do research about seamless superposition with unclear extrinsic calibration and the image process method for making AR navigator operating in the excavator. Based on this study, we figure that we can fully develop the AR navigator for the excavator. Furthermore, thereby operating AR navigator at many construction sites, we expect that the efficiency of the excavator will be improved. In addition, we can develop AR navigator for not only a excavator but all about construction equipment.