• 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.

• 대한토목학회논문집
• /
• 제28권5C호
• /
• pp.293-301
• /
• 2008

지반을 대상으로 하는 일련의 활동에서 지층의 구성에 관한 정보는 필수적인 요소이다. 일반적으로 시추를 통해 지층 구성을 알 수 있으나, 배출되는 작업수와 슬라임, 굴진속도, SPT 시료 등을 참고하여 작성되는 다소 경험적인 면이 있다. 더욱이 최근 시추장비의 고성능화로 인해 얇은 토사층의 경우 구분이 점점 어려워지고 있는 것이 현실이다. 피에조콘관입시험은 주로 점토층을 대상으로 시행되었으나 최근 모래층 및 실트층으로 사용이 확대되고 있는 실정이다. 연속적인 데이터를 확보할 수 있다는 이점이 있어 흙분류에 적용하기 위한 연구가 많이 진행되었고 다양한 도표가 제안되어 사용되고 있다. 하지만, 국내에서는 이에 대한 검증 없이 적용하고 있는 것이 현실이며, 이에 대한 검증을 바탕으로 국내지반과 현실에 맞는 새로운 흙분류 시스템의 개발이 필요한 실정이다. 본 연구에서는 국내 17개 지역에서 수행된 피에조콘 관입시험 결과와 채취된 시료들에 대한 흙분류 결과를 데이터베이스화하였고, 피에조콘 결과를 이용하도록 제안된 국 내외 흙분류차트 7종류들의 국내지반에 대한 적용성을 토질 종류별로 검토하였다. 또한 종합적으로 국내지반의 흙분류에 가장 적합한 흙분류차트와 사용 변수들을 도출하였고 선정된 도표의 영역별 설명과 국내 기술자들에게 익숙한 통일분류결과와의 상관성에 대하여 고찰하였다.

• Geomechanics and Engineering
• /
• 제34권4호
• /
• pp.449-459
• /
• 2023

The design and development of underground nuclear waste repositories should cover the performance evaluation of the different components such as the construction materials because the long term stability will depend on their response to the surrounding conditions. In South Korea, Gyeonju bentonite has been proposed as a candidate to be used as buffer and backfilling material, especially in the form of blocks to speed up the construction process. In this study, various cylindrical samples were prepared with different dry density and water content, and their physical and mechanical properties were analyzed and correlated with X-ray CT observations. The main objective was to characterize the samples and establish correlations for non-destructive estimation of physical and mechanical properties through the utilization of X-ray CT images. The results showed that the Uniaxial Compression Strength and the P-wave velocity have an increasing relationship with the dry density. Also, a higher water content increased the values of the measure parameters, especially for the P-wave velocity. The X-ray CT analysis indicated a clear relation between the mean CT value and the dry density, Uniaxial Compression Strength, and P-wave velocity. The effect of the higher water content was also captured by the mean CT value. Also, the relationship between the mean CT value and the dry density was used to plot CT dry densities using CT images only. Moreover, the histograms also provided information about the samples heterogeneity through the histograms' full width at half maximum values. Finally, the particle size and heterogeneity were also analyzed using the Madogram function. This function identified small particles in uniform samples and large particles in some samples as a result of poor mixing during preparation. Also, the μ_max value correlated with the heterogeneity, and higher values represented samples with larger ranges of CT values or particle densities. These image-based tools have been shown to be useful on the non-destructive characterization of bentonite samples, and the establishment of correlations to obtain physical and mechanical parameters solely from CT images.

• 대한토목학회논문집
• /
• 제30권4D호
• /
• pp.395-402
• /
• 2010

도로 곡선부에서는 운전자의 시각변화로 인해 속도변화가 크게 발생하여 직선부에 비해 상대적으로 사고심각도가 크게 나타난다. 특히, 곡선부에서 발생하는 위험요소 중 하나인 시각왜곡현상은 도로 기하구조에 따라 다르게 나타난다. 실제 곡선부 시각왜곡현상은 도로설계 시 반드시 고려되어야 하는 주요 설계요소임에도 불구하고, 이에 대한 정량적 설계기준 수립연구가 미흡한 실정이다. 이에 시각왜곡현상을 고려한 곡선부 도로 설계기준 수립이 절실히 요구되어진다. 본 연구에서는 곡선부 운전자 행태와 운전자 시각특성 및 인지곡선반경에 관한 선행 연구를 고찰하고, 지방부 2차로 곡선부 시각왜곡현상을 고려하여 수학적 기법을 적용한 이론적 인지곡선반경 모형식을 개발하였다. 또한, 이론적 인지곡선반경 모형식을 토대로 이론적 시각왜곡도를 산출한 후, 기존 연구의 경험적 시각왜곡도와 비교 분석을 통하여 이론적 인지곡선반경 모형식의 오차범위를 검증하였다. 그 결과, 이론적 인지곡선반경 모형식에서 실제 곡선반경이 증가할수록 오차범위가 감소하는 추세로 나타나 실제 도로 곡선부의 특성을 잘 반영하는 것으로 나타났다. 본 연구의 결과를 토대로, 향후 도로 곡선부 설계시 안전상의 결함을 사전에 제거함으로써 도로 곡선부 위험요소를 최소화하고, 인간공학적 도로설계기준 개발 향상에 이바지할 수 있을 것으로 판단된다.

• 대한토목학회논문집
• /
• 제26권2D호
• /
• pp.299-309
• /
• 2006

철도의 고속화와 관련하여 궤도와 구조물의 진동 및 열차소음 등에 대한 대처가 중대한 과제가 되고 있다. 이에 대한 대책으로 궤도패드에 대한 저 탄성화를 제안하여 궤도시스템의 저 탄성화를 추구하고 있지만 곡선부 선로에서 열차의 주행안전을 저해하는 횡압에 의한 레일의 회전이 문제가 되고 있다. 따라서 궤도의 저 탄성화를 위해서는 열차의 주행안전성을 만족하는 궤도패드의 최소 수직 스프링계수의 결정이 매우 중요하다. 이러한 경향에 따라서 본 논문에서는 궤도패드의 최소 수직 스프링계수 결정을 위해 기존의 레일 회전에 관한 이론해와 궤도의 3차원 비선형 유한요소모델간의 결과를 비교 검토하여 열차의 주행안전성을 만족할 수 있도록 하였다. 해석 하중은 차량조건과 궤도조건을 고려한 윤중 횡압 추정식을 구성하여 안전측으로 산정한 하중과 일본의 신간선 하중을 비교 검토하여 궤도 모델에 적용하였다. 구조해석 결과 레일의 회전은 횡압/윤중비와 패드의 강성에 따라서 두 가지 구조해석 모델간 차이가 변화함을 확인하였고, 그 결과 중에서 안전측으로 패드의 최소 강성을 결정하였다.

• 한국환경기술학회지
• /
• 제18권2호
• /
• pp.165-172
• /
• 2017

현 단계에서 자연재해로 인한 피해규모를 정확히 예측하고, 그에 대처하는 것은 어려운 실정이다. 그러나 재해대응 차원에서 피해 규모를 예측할 수 있다면 신속하게 대응하여 피해를 저감할 수 있다고 판단된다. 따라서, 본 연구에서는 여러 가지 자연재해 중 풍랑에 관한 피해액예측함수를 개발하였다. 동해 및 제주 연안지역을 대상으로 국민안전처에서 발간하는 재해연보(1991~2014)의 풍랑 및 태풍피해 이력을 수집하였으며, 물가상승률을 반영하기 위해 2014년 기준으로 피해액을 환산하였다. 또한, 기상청 및 국립해양조사원 홈페이지에서 파고, 풍속, 조위, 파향, 파주기 등의 기상 자료를 수집하였다. 풍랑피해가 발생했을 때 연안지역의 특성을 반영하기 위해 2015년 국립해양조사연구원에서 발행한 연안재해노출지수(Coastal Disaster Index; CODI), 연안민감도지수(Coastal Sensitivity Index; COSI), 연안재해영향지수(Coastal Potential Impact Index; CPII)를 반영하였다. 피해 발생 시 기상현황, 지역특성을 나타내는 지수, 피해액과의 상관관계를 통해 풍랑피해액예측함수를 개발하였다.

• 한국농림기상학회지
• /
• 제26권1호
• /
• pp.53-62
• /
• 2024

본 연구에서는 딥러닝을 이용한 모형을 이용해서 우리나라 지역에 대한 서리 발생 예측 모형을 구축하였다. 딥러닝 모형의 학습 데이터로 다양한 기상인자들(최저기온, 풍속, 상대습도, 구름량, 강수량)을 사용하였으며, 기상인자들에 대한 통계적 분석 결과, 서리가 발생한 날과 서리가 발생하지 않은 날에 대해 각 요소별로 유의한 차이가 있는 것을 볼 수 있었다. 단일 딥러닝 모형 3가지와 다중 입력 딥러닝 모형 3가지를 이용하여 서리발생을 추정한 결과, 평균적으로 MLP가 가장 정확도가 낮았으며, LSTM, GRU 순으로 정확도가 높게 나타났고, 다중 입력 딥러닝 모형의 경우 3가지 모형이 거의 비슷한 결과가 나타났지만 그 중 평균적으로 GRU와 MLP를 이용한 모형이 가장 정확도가 높았다. 또한, 단일 딥러닝이 다중 입력 딥러닝에 비해 샘플에 따라 정확도 편차도 더 컸다. 이에 따라 결과적으로 단일 딥러닝 기반의 서리발생 예측 모형보다 다중 입력 딥러닝 기반의 서리발생 예측 모형이 안정성과 정확도와 재현율 측면에서 다소 우수한 것을 확인할 수 있었다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.29-38
• /
• 2024

정합장처리(Matched Field Processing, MFP)는 음파전달 예측을 기반으로 음원의 거리와 심도를 추정하는 기법이다. 그러나 주파수가 높아지면 음파전달 예측의 부정확성이 증가하여 음원위치 추정이 어렵다. 최근에 제안된 차주파수 정합장처리(Frequency-difference Matched Field Processing, FD-MFP)는 고주파 신호의 자기상관으로부터 추출한 차주파수 곱을 적용함으로써 음속의 오정합 등이 있어도 강인하다고 알려졌다. 본 논문에서는 수평선배열센서에서 차주파수 정합장처리의 성능을 알아보기 위하여, 동해의 환경에서 시뮬레이션을 수행하였다. 장거리 탐지가 가능한 해저면반사(Bottom Bounce, BB)와 수렴구역(Convergence Zone, CZ)이 발생하는 영역에서 위치추정 결과를 분석하였다. 수평선배열센서의 차주파수 정합장처리의 위치추정 정확도는 회절음장과 음속의 오정합에 의해 기존의 정합장처리에 비해 유사하거나 낮아졌다. 시뮬레이션으로부터 차주파수 정합장처리가 기존의 정합장처리보다 오정합에 강인하다는 명확한 결과는 볼 수 없었다.

• 해양환경안전학회지
• /
• 제30권4호
• /
• pp.324-331
• /
• 2024

초대형 자동차운반선(LCTC)의 높이는 선저에서 조타실까지 약 44~46m에 이르며, 자동차운반선이 대형화될수록 상부 무게가 하부 무게보다 무거운 중두선의 특징을 가진다. 이 연구는 선회 중 전도한 자동차운반선 골든 레이호(G호)의 최대 외방경사각을 추정하여 사고 원인 규명과 유사사고 방지에 목적이 있다. 이론식으로 계산된 최대 외방경사각은 GM이 +3.0m 이상 상황에서 7.5°(19kn, 타각 35°), GM이 +1.85m인 상황에서 16.7°였다. 실험에 의한 수정식으로 계산한 최대 외방경사각은 GM이 +3.0m 이상 상황에서 10.5°(19kn, 타각 35°), GM이 +1.85m인 상황에서 23.3°를 보였다. G호는 전도사고 당시 도선사의 지시에 따라 속력 13kn, 우현 타각(10°→20°)을 사용하여 침로 038°(T)에서 105°(T)로 변침 중이었다. 이 때 최대 외방경사각은 좌현으로 7.8° 내지 10.9°로 추정된다. 평상 시 외방경사각보다 2.2배 높은 수치이다. 화물선의 최소 GoM은 IS coded에서 +0.15m 이상을 요구하고 있다. 전도된 G호도 +1.72m GoM을 확보하고 있었다. GoM에 대한 기준 미달이 전도의 원인이 아니라, 선회 중 횡경사 모멘트에 대응할 수 있는 충분한 GoM을 확보하지 않아 전도된 것이다. 이 연구는 중앙해양안전심판원과 USCG의 사고 조사 결과를 뒷받침한다.

• 대한토목학회논문집
• /
• 제44권4호
• /
• pp.531-544
• /
• 2024

본 연구에서는 실제 BRT를 운행 중인 도로 구간을 대상으로 자율주행자동차(AV)의 혼입률에 따른 교통류 특성을 분석하는 것을 목적으로 한다. 나아가 미래 교통수요의 추정을 통해 최대 교통량 수준을 설정하였으며, BRT 도입 여부와 자율주행자동차 혼입률의 조합으로 구성된 시나리오별로 교통 시뮬레이션을 통해 교통류 특성 분석을 실시하였다. 통계적 유의성을 검정하기 위해 Kruskal-Wallis test와 Jonckheere-Terpstra test를 통해, 자율주행자동차 혼입률이 통행시간과 지체시간에 미치는 영향을 살펴보았으며, 동시에 혼입률에 따른 통행시간 데이터의 서열관계가 존재하는 지를 분석하였다. 분석 결과, 단속류와 연속류 환경에서 모두 AV 혼입률이 증가할수록 구간 통행시간이 유의미하게 감소함을 밝혔으며, 특히 연속류의 경우에 혼입률의 증가에 따라 통행속도의 증가와 통행시간의 감소 효과에서 수확 체증의 법칙(law of increasing returns)이 성립함을 확인하였다. 향후 본 연구의 결과를 기반으로 자율주행자동차 시대에서 도로의 재구조화 방안 및 공간 활용에 대한 추가적 연구가 필요하다고 판단된다.