• 한국콘텐츠학회논문지
• /
• 제11권11호
• /
• pp.42-48
• /
• 2011

본 논문에서는 교량구간의 도로 결빙예측 및 감지를 위한 시스템 설계를 제안하였다. 센서 노드의 하드웨어는 마이크로프로세서, 온도 센서, 습도 센서, 그리고 Zigbee 무선 통신으로 구성되었다. 관제센터의 소프트웨어는 관제센터에 수집된 교량 온도, 습도 데이터로 관찰하기 위하여 구현되었다. 교량 노면의 결빙은 노면의 온도가 이슬점 온도 이하이면서 영하일 때 발생한다. 제안된 시스템을 이용하여 도로면의 온도 및 습도 분포를 측정하였다. 측정 데이터는 도로 결빙이 발생하는 시점을 예측하기 위하여 사용되었다. 실제 결빙되는 것보다 최소 30분 이전에 결빙시점을 예측하여 경고가 이루어진다. 이 결과로 결빙으로 인한 교통사고를 방지하기 위하여 사용 할 수 있다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2010년도 춘계학술대회 논문집
• /
• pp.1077-1078
• /
• 2010

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.101-107
• /
• 2020

노면측정은 노면 관리에서 노면의 평탄화된 정도 및 변위를 정량화하는 필수적인 과정이다. 보다 안전한 노면 관리 및 신속한 유지보수를 위해 이동체에서의 정밀한 노면 측정은 매우 중요하다. 본 논문에서는 이동체에서 측정가능한 정밀 노면측정 시스템을 제안한다. 제안 노면측정 시스템은 고성능의 선레이저 센서를 사용하여 노면 표면의 정밀한 측정을 지원한다. 또한 RTK로 부터 획득한 위치 데이터를 정합하여 종/횡방향 프로파일 측정이 가능하고 속도기반 적응적인 갱신 알고리즘을 통해 실시간적인 모니터링이 가능하다. 제안 시스템을 평가하기 위하여 Gocator 선레이저 센서, MRP 모듈, 및 NVIDIA Xavier 프로세서를 시험용 이동체에 탑재하여 노면에서 시험하였다. 시험 결과 MSE(mean square error) 기준 정확한 프로파일 측정이 가능함을 보인다. 제안 시스템은 도로의 상태 평가뿐 만 아니라 인접 지반의 영향도 평가에 활용될 수 있다.

• Structural Monitoring and Maintenance
• /
• 제2권1호
• /
• pp.65-75
• /
• 2015

Among the destruction instances of half-through arch bridges, the shorter hangers are more likely to be ruined. For a thorough investigation of the hanger system durability, we have studied vehicle impact effect on hangers with vehicle-bridge coupling method for a half-through concrete-filled-steel-tube arch bridge. A numerical method has been applied to simulate the variation of dynamic internal force (stress) in hangers under different vehicle speeds and road surface roughness. The characteristics and differences in impact effect among hangers with different length (position) are compared. The impact effect is further analyzed comprehensively based on the vehicle speed distribution model. Our results show that the dynamic internal force induced by moving vehicles inside the shorter hangers is significantly greater than that inside the longer ones. The largest difference of dynamic internal force among the hangers could be as high as 28%. Our results well explained a common phenomenon in several hanger damage accidents occurred in China. This work forms a basis for hanger system's fatigue analysis and service life evaluation. It also provides a reference to the design, management, maintenance, monitoring, and evaluation for this kind of bridge.

• Smart Structures and Systems
• /
• 제24권6호
• /
• pp.745-757
• /
• 2019

Road surface deteriorations such as potholes have caused motorists heavy monetary damages every year. However, effective road condition monitoring has been a continuing challenge to road owners. Depth cameras have a small field of view and can be easily affected by vehicle bouncing. Traditional image processing methods based on algorithms such as segmentation cannot adapt to varying environmental and camera scenarios. In recent years, novel object detection methods based on deep learning algorithms have produced good results in detecting typical objects, such as faces, vehicles, structures and more, even in scenarios with changing object distances, camera angles, lighting conditions, etc. Therefore, in this study, a Deep Learning Pothole Detector (DLPD) based on the deep region-based convolutional neural network is proposed for autonomous detection of potholes from images. About 900 images with potholes and road surface conditions are collected and divided into training and testing data. Parameters of the network in the DLPD are calibrated based on sensitivity tests. Then, the calibrated DLPD is trained by the training data and applied to the 215 testing images to evaluate its performance. It is demonstrated that potholes can be automatically detected with high average precision over 93%. Potholes can be differentiated from manholes by training and applying a manhole-pothole classifier which is constructed using the convolutional neural network layers in DLPD. Repeated detection of the same potholes can be prevented through feature matching of the newly detected pothole with previously detected potholes within a small region.

• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.57-68
• /
• 2018

도시철도 중 하나인 트램 건설시 노면의 상태를 지속적으로 모니터링 하여 도로의 노면 침화, 싱크 홀, 교량 붕괴 위험, 트램역 주변 온 습도 등 환경정보를 수집과 분석을 통해 재난을 예방하는 시스템이 구축되어야 한다. 본 논문에서는 무가선 트램의 노면, 교량 및 트램역의 위험요인을 사전에 인지하고 위험을 예방할 수 있는 저전력 장거리 통신망(LPWA) 기반 트램 노면의 무선통신망 안전관리 시스템을 제안한다. 제안하는 시스템은 트램 노면의 상태를 감지하는 센서 노드와 센서의 정보를 수집하는 게이트웨이 그리고 트램 노면의 안전 및 환경상황을 모니터링 하는 안전관리 시스템으로 구성되며, 저전력 장거리 통신 기술(LoRa)을 적용하였다. 현장 시험에 제안한 시스템과 LTE를 적용한 시스템을 비교 분석한 결과 모니터링 시스템에서 센서 정보 값과 위험신호 임계값 이상 시 위험 알람 상태에 큰 차이가 없음을 확인하였다.

• Smart Structures and Systems
• /
• 제32권5호
• /
• pp.309-318
• /
• 2023

The appropriate maintenance of highway roads is critical for the safe operation of road networks and conserves maintenance costs. Multiple methods have been developed to investigate the surface of roads for various types of cracks and potholes, among other damage. Like road surface damage, the condition of expansion joints in concrete pavement is important to avoid unexpected hazardous situations. Thus, in this study, a new system is proposed for autonomous expansion joint monitoring using a vision-based system. The system consists of the following three key parts: (1) a camera-mounted vehicle, (2) indication marks on the expansion joints, and (3) a deep learning-based automatic evaluation algorithm. With paired marks indicating the expansion joints in a concrete pavement, they can be automatically detected. An inspection vehicle is equipped with an action camera that acquires images of the expansion joints in the road. You Only Look Once (YOLO) automatically detects the expansion joints with indication marks, which has a performance accuracy of 95%. The width of the detected expansion joint is calculated using an image processing algorithm. Based on the calculated width, the expansion joint is classified into the following two types: normal and dangerous. The obtained results demonstrate that the proposed system is very efficient in terms of speed and accuracy.

• 한국환경과학회지
• /
• 제19권6호
• /
• pp.665-670
• /
• 2010

Pollutants from urban pavement consists various kinds of substances which are originated from dry deposition, a grind out tire, corrosive action of rain to pavement and facilities and raw materials of the road etc.. These are major pollutants of urban NPS (Non-point source) during rainfall period. However there is not enough information to control such pollutants for appropriate management of natural water quality. In this study of transportation areas, three monitoring stations were set up at trunk road, urban highway and national road in Gyeongnam province. Runoff flow rate was measured at every 15minutes by automatic flow meters installed at the end of storm sewer pipe within the road catchment area for water quality analysis. Data was collected every 15 minutes for initial two hours of rainfall. Additional samples were collected 1-4 hours interval till the end of rainfall. The monitoring parameters were $COD_{Mn}$, SS, T-N & T-P and heavy metals. The average EMCs of TSS and $COD_{Mn}$ were 62.0 mg/L and 24.2 mg/L on the city trunk road, which were higher than those of urban highway and national road, indicating higher pollutant loads due to activities in the city downtown area beside the vehicle. On the other hand, the average EMC of T-N and T-P were in the range of 2.67-3.23 mg/L and 0.19-3.21 mg/L for all the sampling sites. Heavy metals from the roads were mainly Fe, Zn, Cu and Mn, showing variable EMCs by the type of road. From the TSS wash-off analysis in terms of FF(first flush) index, first flush phenomenon was clearly observed in the trunk road(FF : 0.89-1.43). However, such mass delivery behavior was not apparently shown in urban highway(FF : 0.90-1.11) and national road(FF : 0.81-1.41).

• 스마트미디어저널
• /
• 제13권3호
• /
• pp.18-26
• /
• 2024

노면 모니터링은 노면의 함몰 정도 및 크랙 감지와 같은 위험 요소 관리를 통해 도로 환경의 안전성을 유지하는 필수적인 과정이다. 고성능 2D 레이저 센서를 탑재한 자율주행 기반 UGV를 활용한 정밀 측정이 가능하지만, 고성능 센서의 에너지 소모량 증가로 인해 배터리 용량에 대한 한계가 있다. 본 논문에서는 UGV에서 효율적인 노면 모니터링을 위한 퓨전 센서 시스템을 제안한다. 제안된 퓨전 센서 시스템은 카메라를 통한 칼라 정보와 선레이저 센서를 통한 깊이 정보를 결합하여 노면 모니터링의 정밀한 변위 탐지를 가능하게 한다. 또한 카메라 센서를 이용해 모니터링 대상의 탐지 여부에 따라 선레이저 센서 스캔 주파수를 동적으로 제어하는 동적 샘플링 알고리즘을 적용함으로써 불필요한 에너지 소모를 절감한다. 제안된 퓨전 센서 시스템에서의 평균 소비전력 모델을 제시하고 다양한 미션 환경의 크랙 분포 및 센서 특성을 고려하여 에너지 효율성을 분석한다. 성능 분석 결과, 선레이저 센서의 Active 상태 소비 전력이 Saving 상태의 2배이고, λ=10, µ=10인 환경에서 고정 샘플링 기법에 비해 전력 소비 효율이 13.3% 향상됨을 확인하였다.

• 대한교통학회지
• /
• 제33권3호
• /
• pp.284-293
• /
• 2015

본 연구의 목적은 도로상에 설치된 CCTV에서 수집되는 영상정보를 이용하여 노면 상태를 판단하는 것이다. 이를 위해 먼저 야간의 젖은 노면을 검지하는 기술을 검증하였다. 지금까지 도로상의 젖음 정보를 추출하는 기술은 편광(polarization) 특성을 활용하는 것이다. 그러나 태양광이 없는 야간 도로상황에서는 편광특성을 활용할 수 없다. 이에 본 연구에서는 CCTV 야간 영상의 특징을 활용하여 마른 노면과 젖은 노면을 판별하는 방법을 제안한다. 노면의 젖음 여부를 판단하는 판별 방법론으로 웨이블릿(wavelet) 패킷 변환을 활용한 질감분석 방법론 및 영상의 명도분포 특성을 반영하기 위한 HSI 색상 모형 기반 명도(intensity) 히스토그램 활용 방법론을 적용하였다. 현장장비에서 취득한 총 200장의 샘플영상을 활용하여 영상을 분석, SVM (Support Vector Machine) 분류기 기반 판별 초평면을 구성한 후, 검지 기법을 검증하기 위한 현장테스트를 수행하였으며 유의한 결과를 얻을 수 있었다. 본 연구결과는 교통류의 안전성 향상을 위한 효율적인 야간 노면상태 수집에 활용될 수 있을 것이다.