• 한국건설관리학회논문집
• /
• 제24권1호
• /
• pp.40-50
• /
• 2023

건설 품질관리는 건설 프로젝트의 성공적 수행을 위한 필수요소이다. 최근 ICT 기술 적용이 활성화 됨에 따라 현장 검측 업무에 첨단 기술 및 장비를 활용하기 위한 다양한 시도가 이루어지고 있다. 그러나 개별적 검측업무에 대한 첨단기술 적용에 앞서 전체 검측업무를 선제적으로 계획하는 것이 매우 중요하다. 본 연구의 목적은 건설 검측업무에 첨단 기술 및 장비를 활용하기에 앞서 검측대상과 관련 정보를 명확히 도출하기 위한 데이터베이스와 그 데이터 베이스를 활용하기 위한 알고리즘을 개발하는 것이다. 또한 건축 시공계획에 따라 검측업무에 해당하는 액티비티를 자동 생성하기 위한 프레임워크를 제안하였다. 그 방법으로 국토교통부에서 고시한 책임 상주 감리 체크리스트의 검사 항목을 바탕으로 검측 대상, 검측 시기, 검측 방법, 검측 범위, 검측 제약요소를 분석하고 분류하였다. 본 프레임워크는 철근 콘크리트 공사 사례에 적용되었다. 개발된 건설 검측 업무 액티비티 자동 생성 프레임워크는 건축 시공을 위해 사용하는 공정관리 프로그램, 검측업무 및 검측기술을 연계하는데 적용할 수 있다. 향후 다양한 건설 프로젝트의 검측 업무 시, 액티비티 자동 생성 및 자동화를 위한 기초로 활용될 것으로 판단된다.

• 한국인터넷방송통신학회논문지
• /
• 제20권3호
• /
• pp.171-179
• /
• 2020

최근 연구 결과에 따르면, 컨볼루션 신경 회로망은 이미지 분류, 객체 검출, 이미지 생성 등의 문제에서 최고의 성능을 보여주고 있다. 비전 카메라를 사용한 결함 검사는 다른 결함 검사보다 경제적이기 때문에 공장 자동화에 있어서 아주 중요하고, 딥러닝의 지도학습은 전통 기계학습 방식의 결함 검사 성능을 월등히 뛰어넘었다. 하지만, 딥러닝의 지도학습은 엄청난 양의 데이터 주석 작업을 요구하기 때문에, 이를 실제 산업 현장에 적용하는 것은 효율적이지 않다. 따라서 본 연구는 최근 이미지 생성 과업에서 큰 성공을 보여주고 있는 변분 오토인코더와 적대적 생성 신경망을 활용하여 비지도 방식의 비정상 검출을 위한 신경망 회로 구조를 제안하였고, 이를 MNIST, 용접 결함 데이터에 적용하여 비정상 검출 성능을 검증하였다.