• 대한원격탐사학회지
• /
• 제35권5_2호
• /
• pp.819-829
• /
• 2019

붕괴사고가 발생하였을 시, 피해악화를 방지하기 위해 즉각적인 대응이 필요하며 피해면적 산출, 대응 및 복구 계획 수립 등이 이루어져야 한다. 이를 위해선 피해지역에 대한 정확한 탐지가 이루어져야 한다. 본 연구는 붕괴사고 피해탐지를 위해 신속하고 실시간 대응이 가능한 Unmanned Aerial Vehicle(UAV)를 활용하여 피해지역 탐지를 수행하였다. 연구대상지역은 재개발 사업이 착수되면서 주택 및 아파트의 철거가 진행 중에 있는 울산 중구 B-05 주택재개발 지역으로 선정하였다. 이 지역은 건물의 철거 모습이 붕괴된 상태와 유사하고 철거 전후의 변화가 뚜렷하게 나타나 있으며, 2019년 5월 17일, 7월 9일 각각 UAV 영상을 획득하였다. 건물의 붕괴 전후 영상에서 변화지역을 피해지역으로 판단하였으며, 이를 위해 대표적인 변화탐지 기법인 분광벡터 변화분석 기법(Change Vector Analysis)과 SLIC(Simple Linear Iterative Clustering)기반 superpixel 기법을 이용하였다. 피해지역을 정확하게 탐지하기 위해 비관심지역(식생)을 ExG(Excess Green)를 이용하여 1차적으로 제거해주었고, 변화탐지가 된 객체들 중 면적으로 인한 오탐지가 된 객체들은 최소면적을 계산하여 최종적으로 제거해주었다. 그 결과 변화지역 탐지의 전체결과는 95.39%를 나타냈으며, 추후 붕괴사고에 대한 대응 및 복구대책 및 피해액 산출 등 다양한 자료로 활용할 수 있을 것으로 기대된다.

• Smart Structures and Systems
• /
• 제4권6호
• /
• pp.779-794
• /
• 2008

Observer-based fault detection and isolation (FDI) filter design method is a model-based method. By carefully choosing the observer gain, the residual outputs can be projected onto different independent subspaces. Each subspace corresponds to the monitored structural element so that the projected residual will be nonzero when the associated structural element is damaged and zero when there is no damage. The key point of detection filter design is how to find an appropriate observer gain. This problem can be interpreted in a geometric framework and is found to be equivalent to the problem of finding a decentralized static output feedback gain. But, it is still a challenging task to find the decentralized controller by either analytical or numerical methods because its solution set is, generally, non-convex. In this paper, the concept of detection filter and iterative LMI technique for decentralized controller design are combined to develop an algorithm to compute the observer gain. It can be used to monitor structural element state: healthy or damaged. The simulation results show that the developed method can successfully identify structural damages.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.105-116
• /
• 2022

Stay cables play an essential role in cable-stayed bridges. Severe vibrations and/or harsh environment may result in cable failures. Therefore, an efficient structural health monitoring (SHM) solution for cable damage detection is necessary. This study proposes a data-driven method for immediately detecting cable damage from measured cable forces by recognizing pattern transition from the intact condition when damage occurs. In the proposed method, pattern recognition for cable damage detection is realized by time series classification (TSC) using a deep learning (DL) model, namely, the long short term memory fully convolutional network (LSTM-FCN). First, a TSC classifier is trained and validated using the cable forces (or cable force ratios) collected from intact stay cables, setting the segmented data series as input and the cable (or cable pair) ID as class labels. Subsequently, the classifier is tested using the data collected under possible damaged conditions. Finally, the cable or cable pair corresponding to the least classification accuracy is recommended as the most probable damaged cable or cable pair. A case study using measured cable forces from an in-service cable-stayed bridge shows that the cable with damage can be correctly identified using the proposed DL-TSC method. Compared with existing cable damage detection methods in the literature, the DL-TSC method requires minor data preprocessing and feature engineering and thus enables fast and convenient early detection in real applications.

• 한국ITS학회 논문지
• /
• 제18권3호
• /
• pp.95-105
• /
• 2019

최근 들어 도로 노면 파손의 위치 정보를 수집하기 위한 영상 처리 기술에 대한 연구가 활발히 진행되고 있다. 대표적으로 차량에 탑재가 가능한 스마트폰이나 블랙박스를 통해 영상을 얻고 이를 영상처리 알고리즘을 사용하여 인식하는 기술이 주로 사용된다. GPS 모듈과 연계하여 실제 파손 위치를 파악할 때 가장 중요한 기술은 영상 처리 알고리즘인데, 근래에는 대부분 인공지능을 통한 알고리즘이 연구 주제로 주목받고 있다. 이와 같은 맥락에서 본 연구에서도 영역 기반의 합성곱 방식 계열의 객체인식 (Object Detection) 방법을 사용한 인공지능 영상 처리 알고리즘에 대하여 논의하고자 한다. 도로 노면 파손 객체 인식 성능을 향상시키기 위하여 도로 노면 파손 영상 600여 장과 일반적인 도로 주행 영상 1500여 장으로 학습 데이터베이스를 구성하였다. 또한 배경 객체 인식 방법을 적용한 지도 학습을 수행하여 도로 노면 파손의 오탐을 감소시켰다. 그 결과 동일한 테스트용 데이터베이스를 통해 알고리즘의 인식 성능을 mAP 평균값 기준 9.44%만큼 향상시킨 새로운 방법을 소개하고자 한다.

• 한국측량학회지
• /
• 제40권5호
• /
• pp.381-391
• /
• 2022

본 연구는 AI 기법 중에 최근 널리 사용되고 있는 딥러닝 모델들을 비교하여 재난으로 인해 손상된 건물의 신속한 감지에 가장 적합한 모델을 선정하는 데 목적이 있다. 먼저, 신속한 객체감지에 적합한 1단계 기반 검출기 중 주요 딥러닝 모델인 SSD-512, RetinaNet, YOLOv3를 후보 모델로 선정하였다. 이 방법들은 1단계 기반 검출기 방식을 적용한 모델로서 객체 인식 분야에 널리 이용되고 있다. 이 모델들은 객체 인식 처리방식의 구조와 빠른 연산의 장점으로 인해 객체 인식 분야에 널리 사용되고 있으나 재난관리에서의 적용은 초기 단계에 머물러 있다. 본 연구에서는 피해감지에 가장 적합한 모델을 찾기 위해 다음과 같은 과정을 거쳤다. 먼저, 재난에 의한 건물의 피해 정도 감지를 위해 재난에 의해 손상된 건물로 구성된 xBD 데이터셋을 활용하여 초고해상도 위성영상을 훈련시켰다. 다음으로 모델 간의 성능을 비교·평가하기 위하여 모델의 감지 정확도와 이미지 처리속도를 정량적으로 분석하였다. 학습 결과, YOLOv3는 34.39%의 감지 정확도와 초당 46개의 이미지 처리속도를 기록하였다. RetinaNet은 YOLOv3보다 1.67% 높은 36.06%의 감지 정확도를 기록하였으나, 이미지 처리속도는 YOLOv3의 3분의 1에 그쳤다. SSD-512는 두 지표에서 모두 YOLOv3보다 낮은 수치를 보였다. 대규모 재난에 의해 발생한 피해 정보에 대한 신속하고 정밀한 수집은 재난 대응에 필수적이다. 따라서 본 연구를 통해 얻은 결과는 신속한 지리정보 취득이 요구되는 재난관리에 효과적으로 활용될 수 있을 것이라 기대한다.

• 상하수도학회지
• /
• 제30권1호
• /
• pp.33-40
• /
• 2016

In this study, a fluorescent silica nano particle is used as the surrogate for challenging test of membrane surface integrity. The particles are functionalized by a fluorescent dying agent so that as an ultraviolet light is imposed a bright fluorescent image from the particles can be taken. If a membrane surface is damaged and has a compromised part larger than the size of surrogate the fluorescent particles would pass through and contained in the permeate. An operator can directly notice whether the membrane surface is damaged or not by detecting a fluorescent image taken from the permeate. Additionally, the size of compromised part is estimated through analysing the fluorescent image in which we surmise the mass of particles included in the permeate by calculating an average RGB value of the image. The pilot scale experiments showed that this method could be applied successfully to determine if a membrane surface had a damaged parts regardless of the test condition. In the testing on the actual damaged area of $4.712mm^2$, the lowest error of estimating the damaged area was -1.32% with the surrogate concentration of 80 mg/L, flux of $40L/m^2/hr$ for 25 minutes of detection. A further study is still going on to increase the lowest detection limit and thus decrease the error of estimation.

• 한국공간구조학회논문집
• /
• 제2권1호
• /
• pp.41-49
• /
• 2002

In this paper, a study of 2-step damage detection for space truss structures using the extended Kalman filter theory is presented. Space truss structures are composed of many members, so it is difficult to find damaged member from the whole system. Therefore, 2-step damage identification method is applied to detect the damaged members. First, kinetic energy change ratio is used to find damage region including damaged member and then detect damaged member using extended Kalman filtering algorithm in damage region. The effectiveness of proposed method is verified through the numerical examples.

• 한국강구조학회 논문집
• /
• 제25권4호
• /
• pp.441-449
• /
• 2013

손상을 입은 구조물은 고유 특성 값이 변한다. 본 연구는 건전상태의 고유 특성 값과 손상상태의 특성 값 차이를 사용하여 손상 탐지 하는 것을 목적으로 한다. 두 대비되는 모델간의 특성 차이를 극대화 시키는 조건을 찾는 역 최적화 기법이 사용되었다. 본 논문은 손상탐지 알고리즘 구축의 전 단계로 건전상태와 손상상태의 트러스 구조물 변형에너지의 차이를 극대화 할 수 있는 하중조건을 찾는 알고리즘을 개발하였다. 트러스 구조물에 대한 예제는 제안 기법의 정확성과 효과를 입증한다.

• Smart Structures and Systems
• /
• 제4권1호
• /
• pp.47-66
• /
• 2008

The present work utilizes system identification technique for health monitoring of shear building, wherein Parametric State Space modeling has been adopted. The method requires input excitation to the structure and also output acceleration responses of both undamaged and damaged structure obtained from numerically simulated model. Modal parameters like eigen frequencies and eigen vectors have been extracted from the State Space model after introducing appropriate transformation. Least square technique has been utilized for the evaluation of the stiffness matrix after having obtained the modal matrix for the entire structure. Highly accurate values of stiffness of the structure could be evaluated corresponding to both the undamaged as well as damaged state of a structure, while considering noise in the simulated output response analogous to real time scenario. The damaged floor could also be located very conveniently and accurately by this adopted strategy. This method of damage detection can be applied in case of output acceleration responses recorded by sensors from the actual structure. Further, in case of even limited availability of sensors along the height of a multi-storeyed building, the methodology could yield very accurate information related to structural stiffness.

• Structural Engineering and Mechanics
• /
• 제75권5호
• /
• pp.585-594
• /
• 2020

Detecting the damage of indeterminate trusses is of major importance in the literature. This paper proposes a quick approach in this regard, utilizing a precise mathematical approach based on Finite Element Method. Different to a general two-step method defined in the literature essentially based on optimization approach, this method consists of three steps including Damage-Suspected Element Identification step, Imminent Damaged Element Identification step, and finally, Damage Severity Detection step and does not need any optimizing algorithm. The first step focuses on the identification of damage-suspected elements using an index based on modal residual force vector. In the second step, imminent damage elements are identified among the damage-suspected elements detected in the previous step using a specific technique. Ultimately, in the third step, a novel relation is derived to calculate the damage severity of each imminent damaged element. To show the efficiency and quick function of the proposed method, three examples including a 25-bar planar truss, a 31-bar planar truss, and a 52-bar space truss are studied; results of which indicate that the method is innovatively capable of suitably detecting, for indeterminate trusses, not only damaged elements but also their individual damage severity by carrying out solely one analysis.