통합 검색 | Korea Science

정유석;정도영
- 한국ITS학회 논문지
- /
- 제19권6호
- /
- pp.96-106
- /
- 2020
본 연구에서는 루프 센서를 통한 교통량 수집방식의 오류를 해결하기 위해 1종(승용차)과 3종(일반 트럭)의 구분이 어려운 부분 및 영상 이미지의 단점을 보완하기 위해 도로변에 열화상 카메라를 설치하여 영상 이미지를 수집하였다. 수집된 영상 이미지를 레이블링 단계를 거쳐 1종(승용차)과 3종(일반 트럭)의 학습데이터를 구성하였다. 정지영상을 대상으로 labeling을 진행하였으며, 총 17,536대의 차량 이미지(640x480 pixel)에 대해 시행하였다. 열화상 영상 기반의 차종 분류를 달성하기 위해 CNN(Convolutional Neural Network)을 이용하였으며, 제한적인 데이터량과 품질에도 불구하고 97.7%의 분류정확도를 나타내었다. 이는 AI 영상인식 기반의 도로 교통량 데이터 수집 가능성을 보여주는 것이라 판단되며, 향후 더욱더 많은 학습데이터를 축적한다면 12종 차종 분류가 가능할 것이다. 또한, AI 기반 영상인식으로 도로 교통량의 12종 차종뿐만 아니라 다양한(친환경 차량, 도로 법규 위반차량, 이륜자동차 등) 차종 분류를 할 수 있을 것이며, 이는 국가정책, 연구, 산업 등의 통계 데이터로 활용도가 높을 것으로 판단된다.
https://doi.org/10.12815/kits.2020.19.6.96 인용 PDF KSCI

이유석;박성우;황인백;신용석;김순곤
- 한국터널지하공간학회 논문집
- /
- 제11권1호
- /
- pp.97-105
- /
- 2009
3-Arch터널 시공초기인 1990년대 중반에 시공된 4개소의 3-Arch터널을 대상으로 열화발생여부를 조사하였으며, 그 결과 4개 터널 모두 중앙기둥측 상, 하선 아치부에서 발생형태가 유사한 종방향 균열이 조사되었다. 4개 터널 줄 3개소의 터널에서는 종방향 균열의 발생빈도가 높고 1개의 터널에서는 종방향 균열의 발생빈도가 낮아 이 2개군의 시공과정상 차이점을 분석하였으며 비파괴시험 및 정밀육안조사, 지반조건이 취약한 1개의 터널을 대상으로 안전성평가를 실시하여 이러한 열화들의 원인과 이에 따른 안전성여부를 판단하였다. 그 결과 안전성은 확보되었으며 중앙터널 기둥측 상, 하선아치부에 발생한 열화는 중앙터널굴착에 앞서 선시공되는 상, 하선 콘크리트라이닝의 철근배근불량과 이후의 시공단계인 중앙터널 굴착시의 영향이 큰 것으로 분석되었다.
https://doi.org/10.9711/KTAJ.2009.11.1.097 인용 PDF