• 한국측량학회지
• /
• 제31권3호
• /
• pp.199-207
• /
• 2013

수로측량에서 멀티빔 시스템에 의해 측량된 자료는 여러 가지 요인들에 의해 다양한 오차들을 포함한다. 이들은 패치 테스트라는 검정 단계를 통해 보정되며, 기존의 방법을 이용한 경우 정확한 시스템 검정을 위해 약 8회 내외의 테스트가 수행되어야한다. 본 연구에서 보다 신속하고 정확한 멀티빔 시스템 검 보정을 위해, 지상 레이저 스캐닝기술과 TS 측량을 이용하여 선박의 정확한 오프셋이 결정되었고, 이러한 자료를 초기 입력값으로 한 패치 테스트가 수행되었다. 그 결과, TS 측량에서 폐합오차가 0.001 m, 스캐닝에서의 후시 관측 오차가 0.005 m 이내였다. 동일한 지역 좌표계로 획득된 모든 측량자료는 선박 기준 좌표계로 변환되었고, 이 과정에서 모든 회전각에 대한 결정계수는 0.99 이상, 표준편차는 0.008 m 이하로 나타났다. 끝으로, 계산된 탑재 센서 오프셋과 모션 센서 오프셋을 이용한 패치 테스트에서 멀티빔 송수파기 오프셋은 단 1회의 보정만으로 수로측량 업무규정을 만족하였다. 이러한 결과에 비춰볼 때, 멀티빔 시스템의 검 보정에서 지상 레이저 스캐닝 및 TS 측량의 활용 가능성이 충분히 있다고 판단된다.

• 한국수자원학회논문집
• /
• 제35권6호
• /
• pp.665-675
• /
• 2002

상수관망에서 관로파열을 예측하고 파열영향을 감소시키는 작업은 관망의 신뢰도와 밀접한 관계가 있다. 기존의 상수관망의 설계에서는 관로의 배치 및 각 관로에 대한 수리학적 능력 및 파열에 대한 영향이 고려되지 않았다. 본 연구에서는 도학을 이용하여 상수관망의 기하학적 구성상태에 따른 관로 파열에 대한 영향을 예측하고 영향을 감소시켜 상수관망의 신뢰도를 증가시킬 수 있는 방법을 제시하였다. 기존의 상수관망은 폐합관로를 이루고 있지만 특정관로가 파열되었을 경우 적정한 유량공급이 불가능하여 관망의 대부분의 절점에 심각한 수두감소와 같은 부작용이 발생할 수 있었다. 본 연구에서 개발된 관로파괴 영향해석 기법을 이용하여 관망 설계시 적절한 관경 및 관로를 배치를 구성하여 관로 파괴시 발생하는 수요절점에서의 극단적인 수두감소를 극복할 수 있었고 사용자들에게 안정적인 유량공급이 가능하여 보다 신뢰성 있는 상수관망 시스템이 될 수 있었다.

• 대한토목학회논문집
• /
• 제29권1B호
• /
• pp.73-81
• /
• 2009

본 연구에서는 개수로 흐름에서 오염물질 이동 현상에 대한 이차흐름의 영향을 분석하였다. 운동량 방정식과 스칼라 수송 방정식에서의 난류 폐합을 위해 레이놀즈응력 모형 및 GGDH 모형을 사용하였다. 개발된 모형을 이용하여 조 세립상의 횡방향 연속구조를 갖는 개수로 흐름에서의 오염물질 이동에 대한 이차흐름의 영향을 분석하였다. 그 결과, 이차흐름의 영향으로 인해 최대 농도 값의 발생 위치가 이동하는 것으로 나타났으며, 농도 분포 역시 정규 분포에서 거리에 따라 점차 왜곡 되는 것으로 확인되었다. 또한, 이차흐름의 영향으로 자유수면 근처에서는 매끄러운 하상에 비해 거친 하상에서의 오염물질 농도가 더 크게 발생되었으며, 스칼라-흐름률을 계산한 결과, 오염물질의 수직방향 확산은 매끄러운 하상에 비해 거친 하상에서 더 빨리 진행되는 것으로 확인되었다. 한편, 농도 분포 변화에 대한 이차흐름 및 스칼라-흐름률의 영향을 살펴보기 위하여 스칼라 수송률 분석을 수행하였다.

• 한국터널지하공간학회 논문집
• /
• 제20권6호
• /
• pp.1161-1175
• /
• 2018

도로 터널의 주행은 시야의 제한으로 인해 유고상황이 발생한 후 2차 대형사고로 이어지기 쉽다. 따라서, 유고상황 발생 즉시, 상황을 자동 감지하여 신속히 초동대응이 이루어 져야 한다. 유고상황을 자동으로 감시할 수 있는 시스템은 기존에도 존재했지만, 폐합된 터널 내 열악 환경에서 촬영되는 CCTV 영상의 질적 한계로 인해 유고상황을 제대로 감지하지 못했다. 이러한 한계를 극복하기 위해 딥러닝을 기반으로 한 터널 영상유고 자동 감지 시스템을 개발하였으며, 지난 2017년 11월 딥러닝 객체 인식 네트워크에 대한 연구를 진행하여 우수한 객체인식 성능을 보인바 있다. 그러나 객체인식은 정지영상 기반으로 수행되므로 이동체의 이동방향과 속도를 알 수 없어, 정차 및 역주행 등 이동체의 이동특성에 따른 유고상황을 판단하기 힘들다. 본 논문에서는 객체인식으로 감지된 이동체의 객체정보를 기반으로 별도의 객체추적기법을 적용하여 이동체의 이동 특성을 자동으로 추적하는 프로세스를 제안하였다. 이를 통해 얻어진 이동체의 이동 방향과 속도 정보를 기반으로 정차 및 역주행을 판별하는 알고리즘을 개발하여 딥러닝 기반 터널 영상유고 자동감지 시스템을 완성하였다. 또한, 유고상황이 포함된 영상들에 대하여 유고상황 감지성능을 검증하였다. 검증 실험 결과, 화재, 정차와 역주행 상황에 대해서는 모두 100% 수준으로 완전한 유고상황 감지성능을 보였으나, 보행자 발생 상황에서는 78.5%로 상대적으로 낮은 성능을 보였다. 하지만, 향후 지속적인 영상유고 영상 빅데이터를 확장해 나가고 주기적인 재학습을 통해 유고상황에 대한 인지성능을 향상시켜 나갈 수 있을 것이다.

• 대한토목학회논문집
• /
• 제28권6B호
• /
• pp.643-651
• /
• 2008

본 연구에서는 횡방향 언덕-저면의 하상형상을 갖는 개수로 흐름을 수치모의 하였다. 곡선좌표계에 대한 지배방정식을 유도하고, 난류폐합을 위해 Speziale(1987)가 제안한 비선형 $k-{\varepsilon}$ 모형을 이용하였다. 개발된 모형의 개수로 흐름에 대한 적용성 및 모형 상수의 민감도를 분석하기 위해 직사각형 개수로 흐름을 수치모의 하였다. 그 결과 모형상수 $C_D$와 $C_E$는 각각 이차흐름 강도 및 난류의 비등방성에 영향을 미치는 것으로 확인되었다. 또한 비선형 $k-{\varepsilon}$ 모형이 자유수면에서 발생되는 난류의 비등방성을 정확히 모의할 수 없는 것으로 나타났으나, 전반적인 이차흐름 분포는 비교적 잘 예측하는 것으로 확인되었다. 한편 개발된 모형을 이용하여 횡방향 하상형상을 갖는 개수로 흐름을 수치모의하고 기존의 실험 결과와 비교하였다. 그 결과 비선형 $k-{\varepsilon}$ 모형이 하상형상의 언덕과 저면에서 발생되는 상향류 및 하향류를 비교적 정확히 예측하는 것으로 나타났으며, 계산된 주흐름방향 평균유속 및 난류구조 역시 기존의 실험 결과와 잘 일치하였다. 그러나 비선형 $k-{\varepsilon}$ 모형은 하상형상의 저면을 향하는 하향류를 과소 산정하는 것으로 확인되었다.