| 과제고유번호 |
20CTAP-C152020-02 |
| 연구사업명 |
국토교통기술촉진연구사업 |
| 연구과제명 |
DCNN(Deep Convolutional Neural Network) 기반 시설물 자율 성능진단 시스템 |
| 총 연구기간 |
2019-04-15 ~ 2020-12-31
|
| 연구책임자 |
홍구표 |
당해년도
참여 연구원수 |
5명
|
당해년도
연구비 |
정부 : 206,000,000 원
기업 : 0 원
계 : 206,000,000 원
|
총 연구기간
참여 연구원수 |
11명
|
총연구비 |
정부 : 370,000,000 원
기업 : 0 원
계 : 370,000,000 원
|
| 연구기관명 |
강원대학교 삼척캠퍼스 |
| 등록 발간번호 |
- |
| ISBN |
- |
|
본 연구는 드론 및 영상장치를 통해 구축한 시설물 하자 DB를 토대로 국내 최초 시설물 성능진단 분야에 자율주행차의 핵심 기술인 딥러닝 기반 오브젝트 검출 및 고속화 모델을 접목한 DCNN(Deep Convolution Neural Network) 기반 시설물 자율 성능진단 시스템(APDS ; Automated Performance Diagnosis System) 개발을 최종 목표로 함.본 연구과제에서 제안하는 “DCNN(Deep Convolution Neural Network) 기반 시설물 자율 성능진단 시스템(APDS ; Automated Performance Diagnosis System)”은 기존의 시설물 유지관리를 위한 정밀 안전진단 및 점검 평가 방법에 있어 고가의 진단 장비, 용역 비용, 인력 부족 등의 한계점으로 인한 부실점검 문제를 해결하고, 효율적인 선제적 시설물 유지관리 대응체계를 구축하고자 시설물 성능평가 분야에 딥러닝(Deep Learning) 기술을 접목시킨 신개념 융합 원천 기술임.
|
| 색인어 |
한글 |
딥러닝 |
자율성능진단 |
유지관리 |
알고리즘 |
시스템 |
| 영문 |
Deep Learning |
Automated Performance Diagnosis |
Maintenance Management |
Algorithm |
System |
| 최종보고서 |
2. [서식1] 최종보고서 표준서식_작성_보완본_최종.pdf
다운로드
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
