• Geomechanics and Engineering
• /
• 제33권2호
• /
• pp.203-209
• /
• 2023

One major advantage of ground penetrating radar (GPR) over other field test methods is its ability to obtain subsurface images of roads in an efficient and non-intrusive manner. Not only can the strata of pavement structure be retrieved from the GPR scan images, but also various irregularities, such as cracks and internal cavities. This article introduces a deep learning-based approach, focusing on detecting subsurface cracks by recognizing their distinctive hyperbolic signatures in the GPR scan images. Given the limited road sections that contain target features, two data augmentation methods, i.e., feature insertion and generation, are implemented, resulting in 9,174 GPR scan images. One of the most popular real-time object detection models, You Only Learn One Representation (YOLOR), is trained for detecting the target features for two types of subsurface cracks: bottom cracks and full cracks from the GPR scan images. The former represents partial cracks initiated from the bottom of the asphalt layer or base layers, while the latter includes extended cracks that penetrate these layers. Our experiments show the test average precisions of 0.769, 0.803 and 0.735 for all cracks, bottom cracks, and full cracks, respectively. This demonstrates the practicality of deep learning-based methods in detecting subsurface cracks from GPR scan images.

• 한국컴퓨터정보학회논문지
• /
• 제26권2호
• /
• pp.27-37
• /
• 2021

본 논문에서는 관로를 자동으로 검출하는 지하 관로 자동 탐색 시스템을 제안한다. 시간에 따른 지반변화, 관로 시공 불일치 등 여러 가지 요인으로 실제 관로의 위치가 지하 관로 도면과 일치하지 않는다. 이로 인하여 굴착공사나 관로 노후화에 의한 여러 사고가 발생한다. 사고를 방지하기 위해 GPR(지표 투과 레이더, Ground Penetrating Radar) 탐사를 통해 지하시설물을 찾아내는 작업이 이루어지고 있지만, 분석을 담당할 수 있는 전문가의 수가 부족하다. GPR 데이터는 매우 방대하며 분석과정에도 오랜 시간이 걸리기 때문이다. 이에 본 논문에서는 3D GPR 데이터를 자동으로 분석하기 위해 딥 러닝 기술인 3D 이미지 분할을 사용하고, 이에 적합한 데이터 생성 알고리즘을 제안한다. 또한 GPR 데이터 특성에 맞는 데이터 증강 기법, 데이터 전처리 모듈을 제안한다. 실험 결과를 통해 제안한 시스템은 F1 Score 40.4%의 성능을 보였으며 이를 통해 이미지 분할을 이용한 관로 분석의 가능성을 확인하였다.

• 지구물리와물리탐사
• /
• 제8권4호
• /
• pp.270-279
• /
• 2005

일본 문부과학성의 연구 지원하에 지뢰 탐지를 위한 GPR 시스템 개발에 관한 연구를 수행하였다. 2005 년도까지 두 종류의 새로운 지뢰탈지 GPR 시스템 원형의 개발을 완성하였으며 이를 ALIS (Advanced Landmine Imaging System)와 SAR-GPR (Synthetic Aperture Radar-Ground Penetrating Radar)이라고 명명하였다. ALIS는 금속탐지기와 GPR을 결합한 새로운 형태의 휴대용 지뢰탐지 시스템이다. 센서의 위치를 실시간으로 추적하는 시스템을 장착하여 센서에 감지된 신호를 실시간으로 영상화할 수 있도록 하였으며, 센서 위치의 추적은 센서의 손잡이에 장착한 CCD 카메라만을 이용하여 가능하도록 고안하였다. 그리고 GPR과 금속탐지기 신호를 CCD 카메라에 포착된 영상에 중첩하여 동시에 영상화하도록 설계하였기 때문에 매설된 탐지 목적물을 용이하게 그리고 신뢰할 만한 수준으로 탐지하고 구별할 수 있다. 2004년 12월에 아프가니스탄에서 ALIS의 현장 검증 실험을 수행하였으며, 이를 통해 이 연구에서 개발한 시스템을 이용하여 매설된 대인지뢰를 탐지할 수 있을 뿐만 아니라 대인지뢰와 금속 파편의 구분 또한 가능함을 보였다. SAR-GPR은 이동 로보트에 장착한 지뢰탐지 시스템으로 GPR과 금속탐지기 센서로 구성된다. 다수의 송, 수신 안테나로 구성된 안테나 배열을 채택하여 개선된 신호처리 기법의 적용을 가능하며, 이를 통해 좀 더 나은 지하 영상의 획득이 가능하다. SAR-GPR에 합성개구 레이다 알고리듬을 채용함으로써 원하지 않는 클러터(clutter)신호를 억제하고 불균질도가 높은 매질 내부에 매설된 목적물을 영상화할 수 있다. SAR-GPR은 새로이 개발한 휴대용 벡터 네트워크 분석기를 이용한 스텝 주파수 레이다 시스템(stepped frequency radar system)으로 6 개의 Vivaldi 안테나와 3 개의 벡터 네트워크 분석기로 구성된다. SAR-GPR의 크기는 $30cm{\times}30cm{\times}30cm$, 중량은 17 kg 정도이며 소형 무인 차량의 로보트 팔에 장착된다. 이 시스템의 현장 적용 실험은 2005 년 3 월 일본에서 성공적으로 실시된 바 있다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.189-200
• /
• 2022

도심지 도로에서의 지하공동 붕괴로 인한 지반침하 문제는 인명 및 재산 피해로 이어질 수 있기 때문에 이를 예방하기 위해서는 사전에 지하공동을 탐지하고 복구하는 과정이 필요하다. 지하공동 탐지는 주로 지표투과레이더(ground penetrating radar, GPR) 탐사를 통해 이루어지는데, 방대한 탐사 자료로 인해 해석에 많은 시간이 소모되고 전문가의 숙련도와 주관에 따라 해석 결과가 달라질 수 있다. 이러한 문제를 해결하기 위해 GPR 자료 해석 자동화 및 정량화 기법들이 연구되어 왔으며, 최근에는 딥러닝 기반의 해석 기법들이 많이 활용되고 있다. 이 연구에서는 딥러닝 기반의 GPR 자료해석 기법 중 쌍곡선(hyperbola) 신호를 탐지하는 과정에 대해 기존 연구에서 개발된 기법을 단계별로 실증 예제를 통해 설명하였다. 먼저, 쌍곡선 신호를 자동으로 탐지하기 위해서 딥러닝 기반 YOLOv3 객체탐지 기법을 적용했다. 다음으로는 column-connection clustering (C3) 알고리즘을 통해 쌍곡선 신호만을 추출하였고, 최종적으로 회귀분석을 통해 지하공동의 수평위치를 결정했다. YOLOv3 객체탐지 기법을 이용한 쌍곡선 신호 탐지 성능은 AP50 기준으로 정밀도 84%, 재현율 92%를 달성했다. 지하공동 수평위치 정확도는 4개 샘플에 대해 실제 위치와 약 0.12 ~ 0.36 m 정도의 차이를 보였다. 이를 통해 지하공동에 의해 나타나는 쌍곡선 신호에 대한 딥러닝 기반 탐지 기법의 적용성을 확인할 수 있었다.

• 한국전자파학회논문지
• /
• 제29권1호
• /
• pp.61-67
• /
• 2018

지하의 비균일성이 지하탐사레이다(GPR) 신호에서 금속관 탐지에 미치는 영향을 수치계산으로 조사하였다. 지하의 비균일성을 모델링하기 위해서 연속적인 랜덤 매질(CRM) 생성기법을 도입하였고, GPR 신호의 전자기 모의계산을 위해 유한차분시간영역(FDTD)법을 구현하였다. 랜덤 비균일 지하에 대한 상대 유전율 분포의 표준편차와 상관길이의 변화에 따라 매설된 금속관의 GPR 신호를 수치 모의계산으로 비교하였다. 지하의 비균일성이 증가함에 따라 지하 클러터의 영향으로 인하여 매설관에 의한 GPR 신호가 심하게 왜곡되었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1064-1066
• /
• 2003

In this paper, ground penetrating radar (GPR), which has the capability to detect non metal and plastic mines, is proposed to detect and discriminate antipersonnel (AP) landmines. The time domain GPR - Impulse radar and frequency domain GPR - SFCW (Stepped Frequency Continuous Wave) radar is utilized for metal and non-metal landmine detection and its performance is investigated. Since signal processing is vital for target reorganization and clutter rejection, we implemented the MUSIC (Multiple Signal Classification) algorithm for the signal processing of SFCW radar data and SAR (Synthetic Aperture Radar) processing method for the signal processing of Impulse radar data.

• 인터넷정보학회논문지
• /
• 제20권4호
• /
• pp.39-46
• /
• 2019

최근에 지하공동이나 배관의 위치 파악 등의 필요에 의해 금속을 포함하여 다양한 재질의 지하 물체를 탐지하는 일이 중요해지고 있다. 이러한 이유로 지하 탐지 분야에서 GPR(Ground Penetrating Radar) 기술이 주목을 받고 있다. GPR은 지하에 묻혀 있는 물체의 위치를 찾기 위하여 레이더파를 조사하고 물체로부터 반사되는 반사파를 영상으로 표현한다. 그런데 레이더 신호는 지하에서 여러가지 물체에서 반사되어 나오는 특징이 물체마다 유사한 경우가 많기 때문에 GPR 영상을 해석하는 것은 쉽지 않다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해서 영상 인식 분야에서 최근에 많이 활용되고 있는 딥러닝 기반의 CNN(Convolutional Neural Network)모델을 이용하여 임계값에 따른 GPR 영상에서의 배관 위치를 추정하고 그 실험 결과 임계값이 7 혹은 8 일 때 가장 확실하게 배관의 위치를 찾음을 증명하였다.

• 대한토목학회논문집
• /
• 제44권3호
• /
• pp.385-396
• /
• 2024

GPR을 활용한 싱크홀 감지 정확도 강화를 위하여 본 연구에서는 GPR B-scan 회색조 이미지의 싱크홀 특성을 최적으로 추출할 수 있는 컨볼루션 신경망을 도출하였다. 사전 훈련된 컨볼루션 신경망이 바닐라 컨볼루션 신경망보다 2배 이상의 효용성을 가지는 것으로 평가되었다. 사전 훈련된 컨볼루션 신경망에 있어서 빠른 특성 추출이 특성 추출보다 낮은 과대적합을 발생시키는 것으로 나타났다. 아키텍처 종류와 시뮬레이션 조건에 따라 top-1 검증 정확도 크기와 발생 조건 및 연산 시간이 상이한 것으로 분석되어, 사전 훈련된 컨볼루션 신경망 중 InceptionV3가 GPR B-scan 회색조 이미지의 싱크홀 감지에 가장 강건한 것으로 평가되었다. Top-1 검증 정확도와 아키텍처 효율 지수를 동시에 고려할 경우 VGG19와 VGG16가 GPR B-scan 회색조 이미지의 싱크홀 특성 추출 백본으로 높은 효율성을 가지는 것으로 분석되었으며, GPR 장비에 탑재하여 실시간으로 싱크홀 특성 추출을 할 경우에는 MobileNetV3-Large 백본이 적합한 것으로 나타났다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제2권4호
• /
• pp.148-158
• /
• 1998

Determining the thickness if concrete lining and detecting of the cavity where is located behind tunnel lining plays an important role in the safety diagnosis of tunnel structure and the quality control. In this study, we made use of GPR and seismic method in order to find the cavity or flaw. Although GPR is very useful method in the concrete lining without rebar, it is difficult to detect the cavity in the reinforced concrete lining. We applied mini-seismic method to the reinforced concrete lining. The obtained seismic data was processed by means of seismic section in time domain and image section of power spectrum in frequency domain using Impact-Echo method as well. The proposed method can accurately show the location and depth of the cavity in the reinforced concrete lining.

• 한국지반환경공학회 논문집
• /
• 제20권2호
• /
• pp.49-58
• /
• 2019

3D-GPR탐사를 활용하여 도로하부 지반 상태 분석에 관한 연구를 수행하였다. 현장조건과 유사한 테스트베드를 조성하여 각 심도별 공동과 지중매설물에 대한 탐지 분석을 수행하였다. 이를 통해 지반의 유전율을 역산하여 파악하였고, 공동에 대한 탐지심도를 정확한 계산을 통해 확인할 수 있었다. 3D-GPR탐사를 통해 도로하부의 공동에 대한 신호파형을 확인하였고, 분석사의 경험적이고 주관적인 기존분석에 비하여 정량적인 분석방법 및 분석인자를 제시할 수 있었다. 도로하부의 지중침하에서도 3D-GPR탐사를 통해 침하분포 및 심도를 파악할 수 있었고, 지반보강 후 탐사해석단면을 통해 지반상태 변화를 확인하였다.