표제지
목차
요약문 8
ABSTRACT 9
제1장 서론 10
1.1. 연구의 배경 10
1.2. 연구내용 13
1.2.1. 전체 연구내용 13
1.2.2. 자체부문 연구내용 15
1.2.3. 용역부문 연구내용 15
1.3. 연구범위 및 수행방법 16
제2장 기존 신축이음부 유간 모니터링 기법 문제점 검토 17
2.1. NEXUS를 활용한 신축이음부 유간 빅데이터 수집을 위한 현장조사 17
2.2. NEXUS 장비 빅데이터 유간 영상 분류 및 오염 데이터 조사 20
2.3. 신축이음장치 및 유간 값 판별 정확도 검토 23
제3장 AI기반 신축 유간 모니터링 기법 개발 24
3.1. AI기반 이미지 판별 적용 기술 소개 24
3.1.1. Fully Convolutional Networks 24
3.1.2. Convolutional models with Graphical Models 25
3.1.3. Encoder-Decoder based Models 25
3.2. 교량 신축이음장치 유간 분석 고도화 27
3.2.1. 신축이음영역 추출 28
3.2.2. 레이블링 31
3.2.3. 빅데이터 학습 및 AI 모델 개발 36
3.2.4. AI 모델 성능 최적화 42
3.3. 실시간 신축이음장치 유간 협착 모니터링 시작품 개발 47
3.3.1. 저전력 설계 47
3.3.2. 신축이음 유간 측정 센서 51
3.3.3. 기기 모니터링 센서 54
3.3.4. 통신 55
3.3.5. 전원부 57
3.3.6. 펌웨어 59
3.3.7. 모니터링 소프트웨어 60
3.3.8. 시작품 시험적용 61
제4장 결론 71
참고문헌 72
[APPENDIX] 75
1. 빅데이터 학습을 통한 신축이음장치 유형별 AI 영역 추출 결과 75
2. AI 알고리즘 고도화를 통한 신축이음장치 유간 분석 결과(신설노선 함양울산선) 124
판권기 137
표 1.1. 대한민국 평균기온, 최고기온, 폭염일수 현황(전국) 11
표 1.2. 교량 교대 및 신축이음부 협착 원인 분석 12
표 2.1. 고속도로 신축이음장치 설치 현황(2014년) 20
표 2.2. Nexus 획득 Data 분류 현황 21
표 2.3. 신축이음장치 형식별 유간 판별 정확도(2017~2019) 23
표 3.1. AI 최적화를 위한 하이퍼 파라미터 실험 결과 42
표 3.2. 단계별 신축이음 분석 성능확인 비교 43
표 3.3. 신축이음장치 탐색 종합평가지표 44
표 3.4. 신축이음장치 포함/미포함 탐색 성능지표 44
표 3.5. 신축이음장치 탐색 예측 성능지표 44
표 3.6. 신축이음장치 탐색 신설노선 기존/신규 알고리즘 성능평가 45
표 3.7. 유간 판별 성능지표 45
표 3.8. 신축이음장치 유간 분석 결과 샘플(함양울산선) 46
표 3.9. 협착 감지 모듈 저전력 프로세서 사양 48
표 3.10. 협착 감지 모듈 온도센서 사양 49
표 3.11. 협착 감지 모듈 OLED 패널 사양 49
표 3.12. 협착 감지 모듈 GPS 센서 사양 55
표 3.13. 협착 감지 모듈 LTE 모뎀 사양 56
표 3.14. 협착 감지 모듈 인산철 배터리 사양 57
표 3.15. 협착 감지 모듈 충전 컨트롤러 사양 58
표 3.16. 협착 감지 모듈 솔라셀 사양 59
표 3.17. 협착 감지 모듈 설계도 62
표 3.18. 협착 감지 모듈 시작품 시험설치 전경 64
그림 1.1. 도로교량 신축이음부에서의 주요 손상사례 10
그림 1.2. 평균기온, 최고기온, 폭염일수 현황 그래프(전국) 11
그림 1.3. 현재의 오탐지 분석 예시 13
그림 1.4. 신축이음장치 유간 판별 정확도 고도화 연구 프로세스 14
그림 1.5. 유간 판별 고도화 연구 프로세스 16
그림 2.1. 고속도로 노선도(2018 기준) 17
그림 2.2. NEXUS 장비 및 조사화면 18
그림 2.3. 라인스캔 카메라 구성 19
그림 2.4. 조사결과 분석 화면 구성 19
그림 2.5. 신축이음장치 판별 불가 오염데이터 예시 22
그림 2.6. 신축이음장치 유간 오탐지 사례 23
그림 3.1. FCN의 개념도 24
그림 3.2. CNN+CRF의 개념도 25
그림 3.3. U-Net의 개념도 26
그림 3.4. 신축이음장치 분석을 위한 작업 공정 27
그림 3.5. NEXUS장비에서 촬영한 신축이음장치 영상 샘플 28
그림 3.6. 유간 추출을 위한 영역정의 29
그림 3.7. 유간 추출 과정(원본, 신축이음장치, 유간) 30
그림 3.8. 최소간격 측정 결과 30
그림 3.9. 레이블링 서버 구조 31
그림 3.10. 레이블링 웹 UI 32
그림 3.11. 레이블링에 사용한 서버컴퓨터 33
그림 3.12. 레이블링 순서 33
그림 3.13. 레이블링 툴 사용 순서 34
그림 3.14. 텐서플로우로 작성한 유간 추출 모델 36
그림 3.15. 텐서보드를 활용하여 학습률에 따른 학습 추이 관찰 37
그림 3.16. 빅데이터 학습 흐름도 37
그림 3.17. 작업 공정 흐름도 38
그림 3.18. 데이터 정제, 레이블링 순서 38
그림 3.19. 데이터 정제 과정 중 일부 39
그림 3.20. 과적합 테스트 결과 40
그림 3.21. SSD모델의 구조 40
그림 3.22. 유간 추출 모델의 구조('model:Model'은 mobileNetV2) 41
그림 3.23. 하이퍼 파라미터 튜닝에 사용된 GPU 서버 43
그림 3.24. 저전력 프로세서 48
그림 3.25. 온도센서 48
그림 3.26. OLED 패널 49
그림 3.27. 메인보드 회로도 50
그림 3.28. PCB 설계도 50
그림 3.29. 압력센서의 구조 51
그림 3.30. 압력센서 회로 구성 52
그림 3.31. 센서에 가해지는 힘에 따른 저항 값의 변화 52
그림 3.32. 에폭시 센서 패키징 실험 53
그림 3.33. 실리콘 센서 패키징 결과 53
그림 3.34. 온습도 센서 54
그림 3.35. GPS 센서 모듈 54
그림 3.36. LTE Cat.M1 모뎀 55
그림 3.37. 리튬인산철 배터리 57
그림 3.38. 충전 컨트롤러 58
그림 3.39. 솔라셀 58
그림 3.40. 모니터링 유틸리티 조회 프로그램 61
그림 3.41. 모니터링 유틸리티 로그 61
그림 3.42. 모니터링 유틸리티 시범구축 신호 표출 70