http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
엔지니어링 구조물의 균열 모사를 통한 CNN 기반 실시간 건전성 진단 장치 설계
문현철(H. Moon),노우승(W. Noh),유현승(H. Ryu),박동채(D. Park),오상훈(S. Oh),최영환(Y. Choi),도재혁(J. Doh) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
엔지니어링 구조물 및 시스템은 시간에 따라 균열, 누수, 박리, 부식, 마모 등의 결함이 발생하고 이러한 구조물의 국부적인 결함은 파괴로 이어져 인적, 경제적 피해가 발생한다. 이를 예방하기 위해 건전성예측관리 기술 도입이 요구된다. 본 연구에서는 엔지니어링 구조물의 모사된 균열 이미지 데이터를 수집하여 합성 곱 신경망(CNN, Convolutional Neural Network)을 기반으로 균열 진단 모델을 생성하고 Jetson-nano 소형 인공지능 처리 장치에 학습시켜 균열 진단 및 실시간 검출이 동시에 가능한 장치 설계를 수행하였다. 이를 위해 엔지니어링 구조물 균열 이미지를 수집하고 균열 부 너비에 따른 위험도 기준을 선정하였다. 이를 기반으로 3 차원 모델링을 수행하여 적층 제조를 통해 모사하였다. 이어 모사된 균열 구조물로부터 다양한 각도의 이미지 데이터를 수집해 클래스와 클래스의 위치좌표를 입력하는 전 처리 작업을 수행하여 CNN 기반 진단 모델 생성을 위한 훈련 데이터 셋을 형성하였다. 구조물 균열 진단 및 객체 탐지 모델은 VGG (Visual Geometry Group)기반의 객체 탐지 모델인 SSD (Single Shot Detector)로 선정하여 생성하였다. 이를 Jetson-nano 에 학습시켜 원격조종이 가능한 실시간 건전성 진단장치를 설계하였다. 이를 통해 선정한 균열 위험도 기준으로 모사된 균열을 90%이상의 확률로 검출하는 결과를 얻었으며, 이를 바탕으로 상태 기반 유지보수 전략을 세우고 이미지 데이터를 기반으로 하는 공학 분야의 범용성 있는 문제 해결 가능성을 제시하였다.
노진아,이석재,윤종현,조현우,강석빈,Noh, J.A.,Lee, S.J.,Yun, J.H.,Cho, H.W.,Kang, S.B. 한국전자통신연구원 2014 전자통신동향분석 Vol.29 No.1
최근 산업 전반에 걸쳐 가상세계와 현실세계, 방송과 통신, IT 기술과 전통산업 등 다양한 분야에서 융합연구가 진행되고 있다. 그리고 교육분야에서는 주입식 교육을 탈피하는 창의력 중심으로의 교육 패러다임의 변화를 고려하고, 교육격차 해소와 교육복지 실현을 위한 새로운 교육서비스 제공이 요구되고 있으며, 결과적으로 자기주도형 미래 인재를 육성하기 위한 고품질의 인터랙티브 교육콘텐츠 기술이 시급히 요구되고 있는 실정이다. 이에 따라 최근에는 ICT(Information & Communication Technology) 기술을 교육과 융합하여 학습자에게 실재감과 몰입감을 제공하고 학습자의 체험 기반 학습을 지향하는 이러닝 콘텐츠 기술이 개발되고 있다. 본고에서는 증강현실 기반 실감형 학습기술, 가상현실 기반 체험형 학습기술, 인터랙티브 e-book 기술 관련 신기술 개발동향에 대해 살펴보고자 한다.