• 토지주택연구
• /
• 제14권2호
• /
• pp.125-135
• /
• 2023

드론은 국토조사, 수송, 해양, 환경, 방재, 문화재, 건설 등 다양한 분야에서 활용되고 있다. 또한 사물인터넷(Internet of Things), 인공지능(Artificial Intelligence) 등과 관련하여 4차 산업 혁명의 핵심기술을 검증하고 적용시킬 수 있는 기술로 떠오르고 있다. 본 연구에서는 드론을 활용하여 균열을 자동으로 탐지할 수 있는 딥러닝 모델을 개발하고자 한다. 딥러닝 학습을 위한 이미지 데이터는 Mavic3 드론을 이용하여 수집하였고 촬영고도는 20m, ×7배율로 촬영하였다. 촬영 시 약 2m/s의 속도로 전진하여 영상을 찍고, 프레임을 추출하는 식으로 데이터를 수집하였다. 이런식으로 수집한 데이터를 통해 딥러닝 학습을 진행하였다. 본 연구에서는 딥러닝 학습모델로 Backbone으로는 Swin Transformer, Architecture로 UperNet을 사용하였다. 약 800장의 라벨링 된 데이터를 Augmentation기법으로 데이터 양을 증가시키고 3차에 걸쳐 학습을 진행하였다. 1차와 2차 학습 시 Cross-Entropy loss function을 사용하였고 3차 학습 시 Tversky Loss Function을 사용하였다. 학습결과, 균열 탐지와 균열율을 계산할 수 있는 모델을 개발하였다. 또한, 드론의 위치 정보를 이용해 특정 도로의 한 차선 균열율을 계산할 수 있는 모델을 개발하였다. 향후 추가적인 연구를 통하여 균열탐지모델의 고도화를 사물인터넷(IoT)과의 융합으로 이루었을 때 소파보수(Patching)나 포트홀(Pothole)의 탐지가 가능할 것으로 보인다. 또한 드론의 실시간 탐지 업무수행으로 포장 유지 보수구간에 대한 탐지를 신속하게 확보할 수 있을것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제19권10호
• /
• pp.21-31
• /
• 2019

항공 산업의 발전에 따라 항공사의 기업 이미지에 대한 중요성도 나날이 커지고 있다. 항공기는 항공사의 기업 이미지를 전달해줄 수 있고, 또 국가 이미지를 전달하는 작용도 한다. 국가브랜드 건설을 통해 국가 이미지 제고를 위한 식별도와 인지도를 얻을 수도 있다. 이 때문에 자국이나 다른 나라의 국가브랜드 이미지를 활용해 부가가치를 높이는 항공사가 늘고 있다. 향후 항공기 도장 디자인의 꼬리날개 그래픽 디자인을 통해 국가브랜드 인지도를 더 잘 구현할 수 있어야 한다. 본 논문은 글로벌 3대 얼라이언스 멤버 사의 꼬리날개 그래픽을 대상으로 하고 있으며, 항공기 도장 디자인의 꼬리날개 그래픽 요소와 국가브랜드 인지도의 상관성을 검토하였다. 첫 번째로, 이론적 연구를 통해 항공기 도장 디자인의 꼬리날개 위주의 그래픽 요소, 전체적인 컬러 요소, 항공기 동체의 전체적인 장식과 조합 요소를 요약하였다. 두 번째로, 선행 연구를 통해 관련 가설을 제시하고 설문지를 설계하였다. 다음으로 항공기 이용 승객을 대상으로 설문 조사를 하여 SPSS 회귀 분석 방법을 통해 데이터를 분석하고, 각 경제적 상황과 지역문화에서 발전된 꼬리날개 그래픽이 국가브랜드의 인지도에 미치는 상관성을 분석하였다. 데이터 분석 결과, 그 상관성이 강한 것으로 나타났다. 향후 꼬리날개 그래픽 디자인에 선진국의 꼬리날개 그래픽 디자인 형식이나 같은 대륙의 유명 국가의 항공기 꼬리날개 그래픽 디자인 형식을 참고하여 국가 특유의 요소를 활용하여 꼬리날개 그래픽 디자인을 한다면, 이를 통해 국가브랜드의 인식도를 높일 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.349-349
• /
• 2020

기후변화로 인한 돌발홍수와 같은 집중적인 강우현상은 노후화된 제방의 안정성 저하 및 붕괴 등을 야기시킨다. 향후 홍수량이 증가함에 따라 하천의 통수면적이 부족하여 침수 및 범람의 위험성이 증가할 것으로 생각된다. 계획규모 이상의 홍수가 발생하여 홍수위가 제방고보다 높을 때 월류에 의한 제방붕괴로 이어지며, 이러한 월류에 의한 제방붕괴는 가장 전형적인 것이다. 지금까지 월류에 의한 제방붕괴에 관한 연구는 연구자의 다양한 관점 및 방법을 통해 진행되고 있다. 실제 제방붕괴를 관측하는 것은 불가능하므로 기존의 소규모 수리실험 및 모델링을 통한 제방붕괴 메커니즘 분석에는 사실상 한계가 있다. 이러한 점에서 실규모 수리실험을 통한 월류에 의한 제방붕괴 메커니즘을 3차원으로 분석할 필요가 있다. 본 연구에서는 드론 영상을 이용하여 제방붕괴 메커니즘 분석 연구를 수행하였다. 제방은 시간의 흐름에 따라 붕괴양상이 발전한다는 점 등에서 매우 복잡한 물리적 특성이 있다. 드론의 오토촬영 기법을 통한 제방이 붕괴되는 순간을 촬영하기는 쉽지 않기 때문에 셔터스피드촬영 기법을 적용하였다. 특히, 짧은 시간에 변화되는 제방의 붕괴양상을 구체적으로 표현하기 위해 두 대의 드론을 횡·종 방향으로 동시에 비행하여 분석 시 3차원 입체감을 최대화하였다. 이후 횡·종 방향에서 동 시간대 수집된 드론 이미지를 분류하여 PIX4D 매핑 기법을 활용한 최소 정합을 통하여 드론을 활용한 제방붕괴 메커니즘 분석의 활용 가능성을 제시하였다. 향후 스마트 시대의 물산업 경쟁력을 제고함에 있어, 폭이 좁은 하천에 효율적이며 고해상도 시공간 자료를 확보할 수 있는 드론을 활용한 스마트 하천재해 예측 및 관리기술 개발을 통한 하천 원격탐사의 경쟁력을 확보하는 것이 중요하다고 사료된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.827-829
• /
• 2021

현대사회의 시설물 중 다수가 콘크리트를 사용하여 건설되었고, 재료적 성질로 인해 균열, 박락, 백태 등의 손상이 발생하고 있고 시설물 관리가 요구되고 있다. 하지만, 현재 시설물 관리는 사람의 육안 점검을 정기적으로 수행하고 있으나, 높은 시설물이나 맨눈으로 확인할 수 없는 시설물의 경우 관리가 어렵다. 이에 본 논문에서는 다양한 영상장비를 활용해 시설물의 이미지에서 균열을 분류하는 알고리즘을 제안한다. 균열 분류 알고리즘은 산업 이상 감지 데이터 세트인 MVTec AD 데이터 세트를 사전 학습하고 L2 auto-encoder를 사용하여 균열을 분류한다. MVTec AD 데이터 세트를 사전학습시킴으로써 균열, 박락, 백태 등의 특징을 학습시킬 수 있을 것으로 기대한다.

• 한국콘텐츠학회논문지
• /
• 제15권10호
• /
• pp.587-596
• /
• 2015

3차원 스캐너는 실제 대상을 손쉽게 디지털화한다는 점에서 제조업, 건설업, 조선업 등 여러 산업분야에 적용되고 있으며, 최근에는 토공 중장비의 자동제어 및 가이던스를 위한 기초자료 제공을 위해 토공현장을 3차원 이미지화하는 작업에 사용되고 있다. 본 연구에서는 토공현장의 정밀계측과 최근에 주목받고 있는 3차원 고해상도 레이져 스캐너의 정밀도 및 생산성을 비교하였다. 그 결과, 정밀도 측면에서 중해상도와 고해상도 스캔을 통해 얻은 데이터 값이 토탈스테이션을 통해 정밀 측정한 데이터의 좌표와 비교하여 99% 이상의 정밀도를 나타내었으며, 평균 2.0mm이내의 오차가 발생하는 것으로 분석되어 높은 정밀도를 보였다. 생산성 측면에서는 단순 타겟당 소요시간 비교를 통해 중해상도 스캔시 토탈스테이션을 이용한 정밀측정에 비해 71%의 시간절감효과가 있는 것으로 나타났다. 본 연구를 통해 3차원 스캐너를 활용하여 토공현장을 측량하는 것이 우수한 정밀도와 높은 생산성을 발휘하는 것을 확인할 수 있다.

• 대한토목학회논문집
• /
• 제40권2호
• /
• pp.239-245
• /
• 2020

최근 BIM (Building Information Modeling)이 건설 산업계에서 폭넓게 활용되고 있다. 하지만 과거에 시공이 된 구조물에 경우 대부분 BIM이 구축되어 있지 않다. BIM이 구축되지 않은 구조물의 경우, 카메라로부터 얻은 2D 이미지에 SfM (Structure from Motion) 기법을 활용하면 3D 모델의 점군 데이터(Point cloud)를 생성하고 BIM을 구축할 수 있다. 하지만 이렇게 생성된 점군 데이터는 의미론적 정보가 포함되어 있지 않기 때문에, 수작업으로 구조물의 어떤 요소인지 분류해 주어야 한다. 따라서 본 연구에서는 구조물 구성요소를 분류하는 과정을 자동화하기 위하여 딥러닝을 적용하였다. 딥러닝 네트워크 구축에는 CNN (Convolutional Neural Network) 구조의 Inception-ResNet-v2를 사용하였고, 전이학습을 통하여 교량 구조물의 구성요소를 학습하였다. 개발된 시스템을 검증하기 위하여 수집한 데이터를 이용하여 구성요소를 분류한 결과, 교량의 구성요소를 96.13 %의 정확도로 분류할 수 있었다.

• 한국건설순환자원학회논문집
• /
• 제11권1호
• /
• pp.9-15
• /
• 2023

시멘트는 대표적인 이산화 탄소 배출 산업이다. 에너지 소비와 CO₂ 배출 저감을 위해 제조 공정 개선 및 대체 재료의 사용확대가 필요하다. 따라서 본 연구는 CO₂ 흡착형 재료인 CAF을 저온 소성하여 시멘트에 적용하여 시멘트 수화의 기본 특성을 확인하였다. 합성 CAF의 수화 생성물에 대한 결정상 분석과 공극 분포, 그리고 구조 이미지를 확인하고, 압축강도를 측정하였다. SCAF는 치환율은 10, 20, 100 %으로 하였으며, 치환율의 증가에 따라 압축강도는 저하되는 경향을 보인다. 또한, SCAF 치환율 100%인 경우, 초기 재령의 수화 생성물은 calcium aluminum oxide hydrate (Ca₃Al₂O₆·xH₂O)와 calcium iron hydroxide (Ca₃Fe(OH)₁₂)이며, 치환율 10, 20 %에서는 일반적인 시멘트 수화물 외에 CAF 화합물인 Brownmillerite가 관찰되었다. 또한, 공극율은 치환율의 증가에 따라 공극 크기가 크고 공극율이 높았다. 본 연구 결과 저온 소성으로 제조된 CAF는 CO₂ 흡착형 재료로 활용을 위해 단독 사용 및 일반 양생은 어려울 것으로 보인다.

• 예술경영연구
• /
• 제49호
• /
• pp.117-147
• /
• 2019

최근 많은 도시는 기존의 이미지에서 벗어나 국가 경쟁력을 높이기 위한 수단으로 도시재생에 주목하고 있다. 그중 미술관과 박물관을 활용한 문화기반형 도시재생이 주목받고 있으며, 산업화시대 이후 낙후된 스페인의 도시 빌바오에 세계적인 브랜드인 구겐하임 미술관을 개관하여 지역에 경제적 성과를 안겨준 구겐하임 빌바오가 성공적인 사례로 꼽힌다. 많은 도시가 이를 벤치마킹하여 미술관건립을 도시재생의 수단으로 추진하고 있으며, 석유생산이 주산업이었던 중동의 아랍에미리트(UAE) 또한 1970년 이후로 포스트-오일(post-oil)시대에 대비하여 경제기반을 석유부문에서 지식기반산업 육성으로 이동하기 시작하면서 미술관을 활용한 도시재생에 주목하고 있다. 아랍에미리트의 수도인 아부다비(Abu Dhabi)는 2008년 '경제비전 2030' 발표를 통해 문화 관광 분야 발전에 주력하면서 사디야트(Saadiyat) 섬에 다수의 미술관과 박물관 건립을 추진 중이다. 구겐하임 빌바오와 동일 건축가인 프랑크 게리(Frank Gehry)에게 의뢰하여 최대 규모의 구겐하임 미술관을 아부다비에 설립하려는 계획도 중동지역 현대미술의 중심역할을 목표로 2012년에 개관을 계획하고 있었다. 그러나 그동안 여러 차례 건설이 중단되는 등 난항을 겪고 있으며, 지역 특유의 사회적 문화적 문제들과 대면하면서 현재도 개관 시점이 불투명한 상태이다. 본 논문은 세계적인 구겐하임 미술관이 글로벌 전략 일부로서 아부다비로의 확장과정에 대해 살펴보면서, 빌바오와는 또 다른 지역적 환경맥락에 기인한 문제점들에 대해 논하고자 한다. 결국 막대한 자본을 바탕으로 한 중동지역에서의 문화 주도형 신도시건설은, 지역의 사회적 문화적 발전을 통해 성숙한 문화생태계 성립과 수반되어야 함을 보여준다.