• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• 한국수자원학회논문집
• /
• 제56권7호
• /
• pp.461-470
• /
• 2023

본 연구는 겨울철 적설 관측에 사용되는 전도형 강수량계 가열 시스템의 최적 온도, 위치, 제어 방식을 도출하기 위해 수행하였다. 수수구, 외부, 내부를 가변적으로 제어 가능한 전도형 강수량계를 제작하여 실내·외 실험을 수행하였다. 실내 실험은 강수량계 가열시스템의 성능비교와 적정온도를 도출하기 위해 항온항습챔버에서 수행되었다. 이후 다설지인 대관령에 위치한 구름물리선도센터에서 실외실험을 수행하여 실내실험 결과를 검증하였다. 분석 결과, 수수구의 가열 온도는 10~30℃, 내부 가열 온도는 70℃가 최적으로 확인되었다. 또한, 측정 지연을 최소화하기 위한 가열 장치의 최적 위치는 강수량계 외부, 수수구 테두리, 수수구 수직면으로 확인되었다. 본 연구 결과는 겨울철 고체 강수 측정을 위한 강수량계 가열 시스템의 운영 조건에 대한 기초자료로 활용이 가능할 것으로 판단된다.

• 헤리티지:역사와 과학
• /
• 제56권4호
• /
• pp.24-37
• /
• 2023

본 연구는 2022년에 새롭게 보물로 지정된 앙부일구의 재질과 외형적 특징을 분석하였다. 국립고궁박물관, 국립경주박물관과 성신여자대학교박물관의 세 기관에서 소장하고 있는 보물 앙부일구는 그 재질, 규격, 형태(외형), 은상감 등 제작기법이 쌍둥이처럼 비슷하다. 이 세 점의 앙부일구은 구리: 아연: 납이 90.6: 6.0: 1.8의 비율인 황동으로 제작되어 있다. 이 성분비는 82.2: 3.7: 11.8의 조성비를 가지고 있는 보물 제845호 앙부일구와 분명한 차이를 보인다. 새 보물 앙부일구에서 반구의 받침부분은 용의 문양이 수직기둥에 그려지고 구름의 문양이 기둥의 날개를 형성하여, 반구 지평환에 각각 리벳과 은땜으로 결합되어 있다. 이러한 운룡주(雲龍柱)의 문양은 조선 후기 제작된 다양한 앙부일구 받침대 중에서도 가장 뛰어난 조형미를 보여주고 있다. 앙부일구에 새겨진 북극고도는 1713년 이후에 제작되었음을 알 수 있는데, 실제 제작은 19세기 진주 강씨 앙부일구 전문제작자의 활동 시기에 근접할 것으로 추정된다. 본 연구가 2022년 지정 보물 앙부일구의 재질과 외형적 특징을 분석함으로써 근대 과학기기의 과학기술사적 고찰을 견인할 수 있기를 기대한다.