주메뉴 바로가기 본문바로가기
전체메뉴닫기

  • home
과제현황 목록

과제기본정보

DCNN(Deep Convolutional Neural Network) 기반 시설물 자율 성능진단 시스템2년차

사업개요
사업개요에 대한 사업명, 분류코드(기술분류), 과제명, 주관연구기관, 총괄연구 책임자(성명, 소속, 전화번호), 총 연구기간, 당해연도 연구기간 정보제공
사업명 국토교통기술촉진연구사업 과제번호 20CTAP-C152020-02
국가과학표준분류 1순위 건설 교통 | 시설물 안전 유지관리 기술 | 시설물점검 진단기술 적용분야 건설업
2순위 건설 교통 | 건설시공 재료 | 시공 자동화기술 실용화대상여부 비실용화
3순위 None | None | None 과제유형 응용
과제명 DCNN(Deep Convolutional Neural Network) 기반 시설물 자율 성능진단 시스템
주관연구기관 강원대학교 삼척캠퍼스
총괄연구 책임자 성명 홍구표
소속 강원대학교 삼척캠퍼스 직위 부교수
기관 대표번호 033-572-8611 FAX 033-572-8620
총 연구기간 2019-04-15 ~ 2020-12-31
당해연도 연구기간 2020-01-01 ~ 2020-12-31

(단위:원)

년도별 정부출연금, 기업부담금, 계 정보제공
년도 정부출연금 기업부담금
현금 현물 소계
2차년도 206,000,000 0 0 0 206,000,000
과제기본정보의 연구개발개요, 최종목표, 연구내용 및 범위 정보제공
연구개발개요 본 연구과제에서 개발되는 “DCNN(Deep Convolution Neural Network) 기반 시설물 자율 성능진단 시스템(APDS ; Automated Performance Diagnosis System)”은 빅데이터를 활용한 딥러닝(Deep Learning) 알고리즘을 기반으로 기존의 인력 중심의 시설물 하자 및 안전진단기술을 혁신하여 시설물 성능진단 효율성을 극대화하는 기초 원천기술임.

본 연구과제는 국내 최초 시설물 성능진단 분야에 자율주행차의 핵심 기술인 딥러닝 기반 오브젝트 검출 및 고속화 모델을 접목하는 창의·도전적인 연구일 뿐만 아니라, 최근 정부가 발표한 ?스마트 건설기술 로드맵? 및 ?국토교통과학기술 연구개발 종합계획[‘18~’27]?의 시설물 무인 진단 시스템 부분 목표를 달성하기 위해 시급히 요구되는 필수불가결한 기술로서 시의성이 매우 높으며, 향후 다양한 무인 검사 장비와의 연계를 통해 시설물 성능진단 효율성을 극대화할 수 있는 소프트웨어 원천기술 확보가 가능한 연구임.
최종목표 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.
연구내용 및 범위 본 연구과제에서 목표로 하는 “DCNN기반 시설물 자율 성능진단 시스템(APDS ; Automated Performance Diagnosis System)”의 1차년도 기술개발 성숙도는 시설물의 유지관리 및 성능진단 분야에 딥러닝(Deep Learning), 빅데이터 등을 접목시키기 위한 기술적 개념 및 아이디어 정립, 데이터베이스 구축 단계로서 기초연구 단계인 TRL 2단계에 해당되며, 표준 데이터를 통하여 알고리즘의 1차 성능을 증명하여 실험적 증명단계인 TRL 3단계 수준까지 완료할 계획임

2차년도에는 1차년도에 기 구축한 검증용 시설물 하자/결함 데이터를 통해 DCNN기반 시설물 자율 성능진단 알고리즘의 성능을 검증할 계획이며, 지속적인 보완을 통해 DCNN기반 시설물 자율 성능진단 시스템(APDS) 개발 기술의 개념을 구현하고, 피드백을 통한 지속적 성능 검증으로 기술개발 성숙도를 응용연구 단계인 TRL 4단계 수준까지 완료할 계획임.

○ [1차년도] DCNN기반 시설물 성능진단 시스템 요소기술 개발
[1세부] 시설물 하자/결함 DB (APDS_D) 구축
① 사전 자료 조사를 통해 하자 유형 및 발생 현황 검토
② 내외부 데이터 획득 조건 검토 및 현장 조사를 통한 이미지 및 영상 데이터 획득
③ 시설물 자율 성능진단 시스템(APDS) 구축을 위한 시설물 하자/결함 표준 DB(APDS_D) 구축
④ 시설물 자율 성능진단 시스템(APDS) 검증용 데이터 수집

[2세부] DCNN 기반 공동주택 자율 성능진단 시스템 구축을 위한 시설물 개별하자 감지모델(APDS_I) 개발
① 시설물 개별하자 감지모델 구축을 위한 하자 유형별 데이터 분석
② 실시간 객체검출 알고리즘 학습을 위한 DCNN 모델의 입출력 정의 및 실험
③ 실시간 특성별 영상 데이터 처리를 위한 DCNN 모델의 데이터 전처리 및 증폭 Simulation
④ DCNN기반 실시간 시설물 개별하자 감지 알고리즘 구조 설계 및 구현 (APDS_I)

○ [2차년도] DCNN기반 시설물 성능진단 시스템 통합기술 개발
[1세부] 시설물 자율 성능진단 알고리즘(APDS_ICS) 성능평가 및 시작품(APDS) 개발
① 시설물 자율 성능진단 알고리즘(APDS_ICS) 검증 및 시작품(APDS) 제작
② 시설물 하자/결함 DB(APDS_D) 검증 및 보완
③ 무인검사장비 플랫폼과 시설물 자율 성능진단 시스템(APDS) 연계방안 검토
④ 시설물 자율 성능진단 시스템 매뉴얼(APDS_M) 작성

[2세부] DCNN 기반 공동주택 자율 성능진단 시스템 구축을 위한 시설물 복합하자(APDS_C) 및 고속 감지모델(APDS_S) 개발
① 시설물 복합하자 감지모델 구축을 위한 복합하자 데이터 분석
② DCNN기반 시설물 복합하자 감지모델 구축을 위한 시설물 하자/결함의 위치, 특성 입출력 정의 및 최적화
③ DCNN기반 실시간 시설물 복합하자 감지 알고리즘 구조 설계, 구현 및 최적화 (APDS_C)
④ DCNN기반 실시간 시설물 고속하자 감지 알고리즘 구조 설계, 구현 및 최적화 (APDS_S)
건설기술연구개발사업 주요내용
건설기술연구개발사업 주요내용의 구분, 연구개발목표, 연구개발 내용 및 방법 정보제공
구분 연구개발목표 연구개발 내용 및 방법
2차년도 DCNN기반 시설물 성능진단 시스템 요소기술 개발
[1세부] 시설물 하자/결함 DB (APDS_D) 구축
[2세부] DCNN 기반 공동주택 자율 성능진단 시스템 구축을 위한 시설물 개별하자 감지모델(APDS_I) 개발
[1세부] 시설물 하자/결함 DB (APDS_D) 구축
① 사전 자료 조사를 통해 하자 유형 및 발생 현황 검토
② 내외부 데이터 획득 조건 검토 및 현장 조사를 통한 이미지 및 영상 데이터 획득
③ 시설물 자율 성능진단 시스템(APDS) 구축을 위한 시설물 하자/결함 표준 DB(APDS_D) 구축
④ 시설물 자율 성능진단 시스템(APDS) 검증용 데이터 수집

[2세부] DCNN 기반 공동주택 자율 성능진단 시스템 구축을 위한 시설물 개별하자 감지모델(APDS_I) 개발
① 시설물 개별하자 감지모델 구축을 위한 하자 유형별 데이터 분석
② 실시간 객체검출 알고리즘 학습을 위한 DCNN 모델의 입출력 정의 및 실험
③ 실시간 특성별 영상 데이터 처리를 위한 DCNN 모델의 데이터 전처리 및 증폭 Simulation
④ DCNN기반 실시간 시설물 개별하자 감지 알고리즘 구조 설계 및 구현 (APDS_I)
연구성과 기술적 기대성과 [기술적 기대성과]
시설물 성능진단 및 안전 기술과 첨단과학기술 6T분야 중 IT 기술의 융복합을 통한 실시간 자율 성능진단 기술을 개발하여 국제적 수준 이상의 기술력 확보
사회 경제적 파급효과 [경제산업적 기대성과]
시설물 성능진단 시스템의 시간 및 비용 효율성 극대화를 통한 국가적 유지관리 비용 절감과 유지관리 시장의 경제적 파급효과 견인

[사회적 기대성과]
공동주택 성능진단 및 유지관리의 신기술 수출을 통한 국제 시장 주도 및 국내 건설 산업의 경제적 역량 제고
활용방안 [시설물 안전진단 전문업체]
- 시설물 안전진단 전문업체는 DCNN 기반 시설물 자율 성능진단 알고리즘을 활용하여 시설물의 실시간 성능 진단 가능
- 기존 안전진단 시스템의 주관적·수동적 사후 관리의 한계를 극복할 수 있도록 기술을 지원하여 정밀성 및 용이성을 확보한 안전진단 기술 확보 가능

[무인체 제조업체]
- 무인체 제조업체는 DCNN 기반 시설물 자율 성능진단 알고리즘을 활용하여 개별 시설물의 안전진단용 드론, 로봇 등을 제조하고 수익 창출 가능
- 시설물 진단용 무인로봇 개발 기술 수출 및 시장 선점으로 지속적 수익 창출 가능

[정부기관/국내외 대학 및 연구소]
- 시설물 자율 성능진단 시스템을 선제적, 능동적 유지관리전략을 수립하는데 활용할 수 있으며, 연구 결과 구축되는 개별하자, 복합하자, 고속하자 모델 활용성을 높이기 위하여 기준 마련
- 시설물 유지관리 기술 및 무인로봇 등에 대하여 연구하고 있는 국내외 대학 및 연구소와 연구결과를 공유하여 학술적으로 공동 연구을 수행하고, 이를 실용화할 수 있는 R2P전략 마련 가능
핵심어
핵심어의 구분, 핵심어, 핵심어1~핵심어5 정보제공
핵심어 핵심어1 핵심어2 핵심어3 핵심어4 핵심어5
국문 딥러닝 자율성능진단 유지관리 알고리즘 시스템
영문 Deep Learning Automated Performance Diagnosis Maintenance Management Algorithm System
최종보고서
최종보고서 파일 다운로드 제공
최종보고서 2. [서식1] 최종보고서 표준서식_작성_보완본_최종.pdf   다운로드
  • 담당자가 없습니다.