| 연구개발개요 |
본 연구과제는 비접촉식 시스템의 장점을 활용하여 야간 악천후에도 사면 붕괴여부의 실시간 모니터링 및 알람이 가능한 시스템의 개발을 목표로 함. 구체적으로 카메라에서 수집된 영상을 지능형 영상분석 기법을 이용하여 분석하고, 분석결과 사면 표층의 변화나 붕괴 시작으로 판단되면, 담당자에게 SMS 알람을 통보하는 시스템임. 담당자는 SMS 알람 수신 후 상세한 분석결과를 현장시스템 내부의 미니 웹 서버에서 확인할 수 있으며, 카메라의 원격조작을 통해 붕괴 예상 사면의 상태를 자세히 관찰할 수 있음. 현장 하드웨어는 IP 카메라, 적외선 투광기, 허브 스위치, 미니 PC, 게이트웨이, 소형 함체, 초경량 지주로 구성되며, 전력공급이 어려운 지역의 경우 태양광 발전기가 추가됨. 기존 영상 감시용 솔루션과 달리 신개발 시스템은 미니 PC에 지능형 영상분석 소프트웨어가 설치되어 모든 영상분석이 미니 PC 단위에서 처리되는 분산형 구조임. 따라서, 통합관제시스템 설치 및 서버구축, 통신망 개설 등 중앙집중형 시스템 구축에 필요한 비용과 시간이 불필요하다는 특징을 가짐. 영상분석 결과는 게이트웨이를 거쳐 인터넷을 통해 SMS 알람으로 관리자에게 전달되며, 관리자는 게이트웨이 내부에 미니 웹 서버에서 분석결과를 확인하고, 필요 시 시스템 원격제어 및 카메라 제어가 가능함.신개발 시스템은 표층붕괴가 시작되면 관리자에게 실시간으로 정보를 제공하여, 관리자가 신속하게 도로통제, 대응장비 투입 등의 작업을 진행할 수 있도록 하는데 초점을 맞추고 있음. IP 카메라에서 얻어진 사면의 주야간 영상은 현장에 설치된 미니 PC에서 실시간으로 학습, 분석되어 표층붕괴 여부에 대한 판단이 지능적으로 진행됨. 적외선 투광기는 야간 악천후의 경우 0 Lux 초저도 환경에서도 카메라가 영상을 수신할 수 있도록 도와주며, 야간 악천후의 경우 근적외선의 흑백영상을 바탕으로 시스템이 표층붕괴에 대한 분석을 진행함. 표층붕괴 시 현장시스템은 IoT Gateway를 거쳐 IP 네트워크(인터넷)을 통해 SMS 알람문자를 관리자에게 전송하게 되며, 관리자는 SMS 알람문자 수신 후 현장 미니 웹 서버나 클라우드 서버를 통해 표층붕괴 정보를 확인할 수 있음. 감시지역이 적은 경우, 신속하게 Point to Point 방식으로 현장 미니 웹 서버를 이용하여 원격감시가 가능함. 하지만, 감시지역이 증가하면, 관리의 효율성과 모니터링 정보의 보관을 감안할 때 클라우드 서버 사용이 추천됨. 예기치 않은 시스템의 셧다운에 대한 대응을 위해, 신개발 시스템은 미니PC, IoT Gateway 상태 모니터링 및 전원 on/off 기능을 제공하고 있음. 원격 전원 on/off 기능은 원격 관리의 핵심기능으로 해당기능이 없는 경우 시스템 셧다운 시 재부팅을 위해 현장에 관리자가 매번 방문해서 점검해야 하는 어려움이 있음. 신개발 시스템은 관리자의 부담을 대폭 경감시킬 수 있는 안정적인 원격 전원 on/off 기능 제공함. 시스템 전체 전원 on/off는 IoT Gateway를 통해 제어되며, 전원은 들어왔지만, 미니 PC가 재부팅되지 않는 경우 BIOS 레벨 제어를 통해 원격으로 미니 PC 재부팅 기능을 제공함.
|
| 최종목표 |
산사태는 장마철 빈번하게 발생되기 있음. 따라서, 강우환경 특히 0Lux의 초저도 야간 강우환경에서도 작동이 가능한 시스템이 필요함. 본 연구에서는 이러한 환경에서도 95% 이상의 정확도로 산사태를 감시할 수 있는 시스템 개발을 목표로 하고 있으며, 최종성과물도 이러한 목표에 맞춰 도출될 예정임. 구체적으로 3D 시뮬레이션 영상으로 학습된 딥러닝 알고리즘과 카메라 이용 진동 측정 데이터를 이용하여 95% 이상의 정확도를 달성하고, 임베디드 웹 서버 관련 기술을 이용하여 알람 전송, 원격 제어를 10초 이내 처리하는 기능을 구현할 계획임.
|
| 연구내용 및 범위 |
딥러닝 알고리즘을 이용하여 산사태 감지할 경우, 감지 정확도 향상을 위해서는 다양하고 산사태 영상이 필요하지만, 현실적으로 관련 영상 데이터 확보가 극히 어려운 것이 현실임. 따라서, 본 연구과제에서는 국내외 산사태 영상자료를 최대한 확보하고, 산사태 3D 시뮬레이션 영상자료를 다양하게 제작하여 딥러닝 학습에 이용할 계획임. 그리고, 확보된 영상자료들로 합성곱신경망(이하 CNN) 학습을 진행하여 정확도 95% 이상의 산사태 감지 SW 모듈의 개발을 진행할 예정임.산사태 발생 전 표층면의 이동, 표층 암석의 진동 등을 모니터링하기 위해 카메라를 이용하여 표층면 여러 포인트의 진동을 측정하고, 가속도를 분석하는 영상분석 SW 모듈도 함께 개발을 진행할 계획임. 카메라를 이용한 표층면의 진동 분석데이터는 CNN 알고리즘에서 판단된 데이터와 함께 산사태 발생여부를 판단하는 정확도를 향상시키는데 활용될 예정임. 1) 딥러닝 학습용 영상 DB 구축 : 소프트웨어수집된 국내외 산사태 영상자료와 표층붕괴 유형(탈락, 전도, 활동, 퍼짐, 유동)별로 제작된 3D 시뮬레이션 영상자료로 구성된 딥러닝 학습용 영상 DB(FHD급 영상 : 300개 이상, 스틸컷 이미지 : 3만장 이상)2) 딥러닝 기반 산사태 감지 모듈 제작 : 소프트웨어학습용 영상 DB를 GPU 장비를 이용하여 CNN에 대한 학습을 진행한 후 학습완료된 CNN을 분산형 영상분석 시스템에 사용할 수 있도록 DLL화 작업진행(CNN의 산사태 감지 정확도 95% 이상)3) 분산형 영상분석 시스템 : 소프트웨어카메라 이용 표층면 멀티 포인트 진동 측정(최대 10개소), 가속도 분석처리 기능 및 시스템 관리에 필요한 IP 카메라 연결, 영상스트리밍, ROI 설정, 감시화면 분할, 이벤트 분석 옵션 설정, 이벤트 기록 관리, 이벤트 전보 전송, CNN 입출력 데이터 처리 기능들을 현장 설치 PC에서 처리할 수 있는 분산형 영상분석 시스템 4) 알람전송, 원격제어용 게이트웨이 : 소프트웨어분산형 영상분석 시스템과 연동되어 SMS 알람정보 전송, 내장된 미니 웹 서버를 통한 원격제어기능 제공(10초 이내 알람전송, 10초 이내 원격제어 기능 작동)5) 설치/해체가 용이한 현장부품 : 하드웨어고강도 경량형강 지주 및 각종 부품과 모듈화된 IP 카메라, 적외선 투광기, 라우터, 허브스위치, PC, 전원공급 장치(6시간 이내 현장 구축 가능)6) 현장테스트 검증 자료 : 하드웨어0Lux 초저도 야간 강우 환경에서 실험을 통한 성능 확인(5개소 이상)
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
