• 제목/요약/키워드: GPR 기반 현장 데이터

검색결과 4건 처리시간 0.02초

지하공간통합지도 기반 3차원 지하정보 구축 및 가시화시스템 개발 (Development of 3D Underground Information Construction and Visualization System Based on IUGIM)

  • 강경남;김우람;황승현;안준상
    • 한국측량학회지
    • /
    • 제39권6호
    • /
    • pp.497-505
    • /
    • 2021
  • 최근 국내에서 빈번하게 발생하는 지하공간 사고에 기인하여 정부에서는 지하공간 안전관리 대책으로 지하공간통합지도(IUGIM: Integrated Underground Geospatial Information Map) 구축의 기본 계획을 2015년에 수립하여 2021년 현재 부분 구축이 완료된 상태이고, 지하공간 관리 주체 및 관계 기관 등이 활용 중이다. 본 연구는 지하공간통합지도의 활용성 향상 방안의 일환으로 수행 중이며, 현장에서 계측된 실시간 기반의 데이터와 지하공간통합지도 내에 저장되어 운용 중인 보관 데이터의 비교 작업을 수행하기 위한 가시화시스템을 구축하는 내용을 다룬다. 지하공간통합지도에 구축되어 관리되고 있는 시추공 데이터 및 지하시설물 6종에 대한 가시화 기능을 탑재한 시스템을 구축하였다. 지하시설물 6종은 상수도관, 하수도관, 전력관, 가스관, 통신관 및 난방관이다. 구축 완료된 시스템은 서울시 강남구, 서초구 일원 3지점에 대한 현장 실증을 수행하였다. 현장 실증은 모바일센터에 접속해서 지하공간통합지도 데이터 내려받기, 지하공간통합지도 데이터(지표면 생성, 시추정보, 지하시설물) 가시화 작업, 현장에서 취득한 GPR(Ground Penetrating Radar) 기반 데이터에 대한 가시화 등으로 진행하였다. 지하공간통합지도 데이터 및 GPR 기반 현장 데이터의 실증 결과 적합한 것으로 판정되었다. 본 연구의 결과로 굴착 현장에서 안전한 시공에 도움이 될 수 있을 것으로 판단된다.

데이터 증강 및 앙상블 기법을 이용한 딥러닝 기반 GPR 공동 탐지 모델 성능 향상 연구 (Improving the Performance of Deep-Learning-Based Ground-Penetrating Radar Cavity Detection Model using Data Augmentation and Ensemble Techniques)

  • 최용욱;서상진;장한길로;윤대웅
    • 지구물리와물리탐사
    • /
    • 제26권4호
    • /
    • pp.211-228
    • /
    • 2023
  • 방조제의 모니터링에는 지구물리학적 비파괴 검사인 GPR (Ground Penetrating Radar) 탐사가 주로 이용된다. GPR 반응은 상황에 따라 복잡한 양상을 보이므로 자료의 처리와 해석은 전문가의 주관적 판단에 의존하며, 이는 오 탐지의 가능성을 불러옴과 동시에 시간이 오래 걸린다는 단점이 있다. 따라서 딥 러닝을 이용하여 GPR 탐사자료의 공동을 탐지하는 다양한 연구들이 수행되고 있다. 딥 러닝 기반 방법은 데이터 기반 방법으로써 풍부한 자료가 필요하나 GPR 탐사의 경우 비용 등의 이유로 학습에 이용할 현장 자료가 부족하다. 따라서 본 논문에서는 데이터 증강 전략을 이용하여 딥 러닝 기반 방조제 GPR 탐사자료 공동 탐지 모델을 개발하였다. 다년간 동일한 방조제에서 탐사 자료를 사용하여 데이터 세트를 구축하였으며, 컴퓨터 비전 분야의 객체 탐지 모델 중 YOLO (You Look Only Once) 모델을 이용하였다. 데이터 증강 전략을 비교 및 분석함으로써 최적의 데이터 증강 전략을 도출하였고, 초기 모델 개발 후 앵커 박스 클러스터링, 전이 학습, 자체 앙상블, 모델 앙상블 기법을 단계적으로 적용하여 최종 모델 도출 후 성능을 평가하였다.

GPR 기반 콘크리트 슬래브 시공 두께 검측 기법 개발 (Development of Thickness Measurement Method From Concrete Slab Using Ground Penetrating Radar)

  • 이태민;강민주;최민서;정선응;최하진
    • 한국구조물진단유지관리공학회 논문집
    • /
    • 제26권3호
    • /
    • pp.39-47
    • /
    • 2022
  • 국내의 공동주택 보급률 증가에 따라 층간소음으로 인한 문제가 증가하고 있다. 이를 예방하기 위하여 바닥 충격음 차단 구조에 대한 수요가 높아지고 있으며 해당 구조에 대한 성능 인증이 이뤄지고 있지만 소음 차단 성능이 현장에서는 재현되지 않는다는 문제점이 있다. 해당 구조가 제 성능을 발휘하기 위해서는 일정 두께 이상의 마감 모르타르 타설이 필요하며, 해당 구조의 시공 적정성 판정을 위하여 GPR을 이용한 두께 측정 실험을 진행하였다. 본 연구에서 개발한 두께 측정 알고리즘은 측정된 데이터를 기반으로 상대유전율을 설정할 수 있어 정확한 두께 값을 측정할 수 있다. 네 종류의 바닥 충격음 차단 인증 구조에서 GPR 두께 측정 실험을 진행하였으며, GPR 데이터와 천공 측정 데이터 간 평균 오차는 1.95mm로 나타났다. 또한 마감재 유무가 측정값에 미치는 영향을 조사하기 위하여 총 3가지 종류의 마감재를 배치하고 실험을 진행으며, 평균 오차는 1.70mm로 나타났다. 추가적으로 장비의 샘플링 오차, 개발 알고리즘 변수, 천공 오차등을 종합적으로 고려하였을 때, GPR 계측 및 제안 알고리즘은 매우 높은 정확도로 슬래브 마감 모르타르의 두께 측정에 적용할 수 있음을 확인하였다.

가우시안 프로세서 회귀 기반의 비선형 구조방정식을 활용한 고분자 물성거동 예측 연구 (Study of Polymor Properties Prediction Using Nonlinear SEM Based on Gaussian Process Regression)

  • 문경렬;박건욱
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제13권1호
    • /
    • pp.1-9
    • /
    • 2024
  • 고분자 분야의 개발 및 양산과정에는 제어가 안되는 많은 변수가 있으며, 화학적 조성, 구조, 가공 조건 등 작은 변화에도 물성편차가 크게 발생하기에 보편적인 환경을 가정한 기존의 선형적 모델링 기법으로는 현장 데이터 적용시 많은 오차가 발생한다. 이에 본 연구에서는 최근 산업용 구동부품의 플라스틱 채용경향에 맞추어 엔지니어링 플라스틱인 Polyacetal 수지의 내마모성 및 내굴곡성 강화 연구에 다변량 분석기법인 구조방정식과 가우시안 프로세스 회귀를 결합한 모델링 방식(GPR-SEM)을 제안하고, 비선형성을 가지는 물질 모델링에 활용 가능성을 고찰하고자 한다.