http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
프로젝트 문서를 활용한 건설공사 공기지연 예측모델 개발
조민건 ( Cho Mingeon ),차기춘 ( Cha Gichun ),박종호 ( Park Jongho ),강동욱 ( Kang Donguk ),박승희 ( Park Seunghee ) 한국구조물진단유지관리공학회 2023 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.27 No.1
최근 국내 건설공사에선 경험에 기반한 발주기관의 전통적인 공기산정 방식으로 인해 수많은 공기지연이 발생하고 있고, 공기 부족에 따른 다양한 악영향이 발생하고 있다. 공기지연에 의한 악영향을 최소화하기 위해선 계획 수립 단계에서 공기지연을 고려한 공기산정 방식을 채택하거나, 작업 사전에 발생할 수 있는 공기지연을 파악하고 대응방안을 마련해야 한다. 하지만, 현재 국내 건설공사에서는 공기지연 발생에 관한 자세한 정보를 기록하지 않아 데이터가 부족하고, 경험에만 의존한 공기지연 대응으로 인해 공기지연에 의한 피해가 극심한 실정이다. 따라서, 본 연구에서는 국내 프로젝트 문서에서 작업에 대해 기록한 작업일지 및 감독일지와 이에 대한 상세한 내용을 기록한 송수신공문을 자동으로 분석하여 데이터를 도출하고, 도출된 데이터를 학습하여 사전에 발생가능한 공기지연을 예측하는 자동화 모델을 개발하고자 한다.
건설현장 작업자 안전관리를 위한 딥러닝 기반 객체탐지 알고리즘 분석
박주영 ( Park Jooyoung ),이동환 ( Lee Donghwan ),조민건 ( Cho Mingeon ),박승희 ( Park Seunghee ) 한국구조물진단유지관리공학회 2021 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.25 No.1
건설 산업은 자동으로 생산성을 분석하고 안전의 측면에서 활동을 모니터링하기 위하여 현장 카메라 영상을 알고리즘과 연결함으로써 기계 지능으로부터 잠재적으로 이점을 얻을 수 있다. 하지만, 건설현장 영상에의 제한된 접근성, 수동적인 주석작업으로 인한 노동력 및 시간 소모 등의 문제로 효과적인 영상 데이터 구축이 어려운 실정이다. 본 논문에서는 건설현장장비로 구성된 이미지 데이터 세트의 구축을 위한 사례 연구를 보여준다. 10 종류의 건설현장 장비의 대량의 이미지를 수집한 후 장비의 종류 및 위치에 대하여 이미지에 주석작업을 한다. 구축된 데이터 세트의 효율성을 검증하기 위해 YOLO-v3, Inception-SSD의 알고리즘을 이용하여 데이터를 학습시킨 후, 대표적인 객체 알고리즘 성능평가 방법인 mAP(mean Average Precision) 수치 및 탐지 속도를 구한다. 최종적으로 건설현장의 객체들을 실시간 탐지하기 위한 가장 효율적인 객체 탐지 알고리즘을 분석한다.
EM센서를 활용한 FCM 가설용 강봉의 긴장력의 장기 모니터링 기법
김원규 ( Kim Won-kyu ),김준경 ( Kim Junkyeong ),조민건 ( Cho Mingeon ),박승희 ( Park Seunghee ) 한국구조물진단유지관리공학회 2020 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.24 No.2
본 논문에서는 FCM 교량 시공 시 사용되는 FCM 가설용 강봉의 긴장력을 모니터링하기 위하여 매립형 EM 센서를 이용한 긴장력 계측 기법을 소개한다. FCM 가설용 강봉은 FCM 교량 시공 시 세그먼트 타설에 의해 발생 가능한 불균형 모멘트를 지지하는 구조체로써 초기 긴장력 도입을 실시한 후 긴장력 관리가 실시되지 않고 있었다. 본 연구에서는 이를 해결하기 위하여 매립형 EM 센서를 이용한 긴장력 모니터링 기법을 개발하였다. 매립형 EM 센서는 콘크리트 내부에 매립된 강자성체의 긴장력을 계측할 수 있는 센서로, FCM 교량의 시공 시 강봉 외부의 쉬스관과 결합하여 설치가 가능하다. 기법의 검증을 위해 실제 FCM 교량 시공 현장에 매립형 EM 센서를 설치하여 FCM 가설 기간 동안 강봉의 긴장력을 모니터링 하였다. 또한 기온 변화로 인한 오차를 보정하기 위하여 온도 보상 기법을 적용하여 제안된 기법의 신뢰성을 높였다.
구조물 유지관리를 위한 건설문서 텍스트 마이닝 알고리즘 개발
강동욱 ( Kang Donguk ),차기춘 ( Cha Gichun Cho ),조민건 ( Mingeon Choi ),최웅규 ( Woonggyu Park ),박승희 ( Seunghee ) 한국구조물진단유지관리공학회 2023 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.27 No.1
국내 교량 유지관리시스템은 계측 센서 중심의 데이터 분석을 통해 이뤄지고 있으며, 수집된 센서 데이터의 정확도를 높이는 방향으로 초점이 맞춰져 있어, 이전 안전점검 시 교량의 상태를 기록해둔 점검보고서를 미리 확인하여 현장 점검을 수행하는 것이 어려운 실정이다. 하지만 기존에 작성된 정밀안전진단 보고서와 같은 비정형 텍스트 데이터를 활용하여, 교량의 현 상태를 사전에 점검하고, 이후 센서에서 수집된 데이터를 분석한다면, 교량 유지관리시스템을 효율적으로 활용할 수 있다. 따라서, 본 연구에서는 텍스트마이닝을 활용한 기존 교량의 주요 점검내용 데이터 분석을 통해 교량의 유지관리 시스템을 위한 주요 점검요인들을 도출하고자 한다. 시설물통합정보관리시스템에 등록되어있는 안전관리 현황 데이터와 국토안전 관리원의 교량시설물 주요 점검진단내용을 분석하였으며, 키워드 추출 및 워드 클라우드 시각화를 통해 교량 관련 구체적인 손상에 대한 대상시설을 확인하였다. 향후 도출된 교량 개소에 따른 손상 및 대상시설을 파악하여 안전진단 및 유지보수의 효율성을 높여주는 교량 디지털 정보 관리기술에 활용되기를 기대한다.
BIM Mesh Optimization Algorithm Using K-Nearest Neighbors for Augmented Reality Visualization
Pa Pa Win Aung(빠 빠 윈 아웅),Lee, Donghwan(이동환),Park, Jooyoung(박주영),Cho, Mingeon(조민건),Park, Seunghee(박승희) 대한토목학회 2022 대한토목학회논문집 Vol.42 No.2
최근 BIM (Building Information Modeling)과 AR (Augmented Reality)을 결합한 실시간 시각화 기술이 건설관리 의사 결정 및 처리 효율성을 높이는 데 도움이 된다는 것을 보여주기 위한 다양한 연구가 활발히 진행되고 있다. 그러나, 대용량 BIM 데이터는 AR에 적용할 경우 데이터 전송 문제, 이미지 단절, 영상 끊김 등과 같은 다양한 문제가 발생함으로 3차원(3D) 모델의 메쉬 최적화를 통해 시각화의 효율성을 향상시켜야 한다. 대부분의 기존 메쉬 경량화 방법은 복잡하고 경계가 많은 3D 모델의 메쉬를 적절하게 처리할 수 없다. 이에 본 연구에서는 고성능 AR시각화를 위해 BIM 데이터를 재구성하기 위한 k-최근접이웃(KNN) 분류 프레임워크 기반 메쉬 경량화 알고리즘을 제안하였다. 제안 알고리즘은 선정된 BIM 모델을 삼각형 중심 개념 기반의 Unity C# 코드로 경량화하였고 모델의 데이터 세트를 활용하여 정점 사이의 거리를 정의할 수 있는 KNN로 분류되었다. 그 결과 전체 모델과 각 구조의 경량화 메쉬 점 및 삼각형 개수가 각각 약 56 % 및 약 42 % 감소됨을 확인할 수 있었다. 결과적으로, 원본 모델과 비교했을 때 경량화한 모델은 시각적인 요소 및 정보 손실이 없었고, 따라서, AR 기기 활용 시 고성능 시각화를 향상시킬 수 있을 것으로 기대된다. Various studies are being actively conducted to show that the real-time visualization technology that combines BIM (Building Information Modeling) and AR (Augmented Reality) helps to increase construction management decision-making and processing efficiency. However, when large-capacity BIM data is projected into AR, there are various limitations such as data transmission and connection problems and the image cut-off issue. To improve the high efficiency of visualizing, a mesh optimization algorithm based on the k-nearest neighbors (KNN) classification framework to reconstruct BIM data is proposed in place of existing mesh optimization methods that are complicated and cannot adequately handle meshes with numerous boundaries of the 3D models. In the proposed algorithm, our target BIM model is optimized with the Unity C# code based on triangle centroid concepts and classified using the KNN. As a result, the algorithm can check the number of mesh vertices and triangles before and after optimization of the entire model and each structure. In addition, it is able to optimize the mesh vertices of the original model by approximately 56 % and the triangles by about 42 %. Moreover, compared to the original model, the optimized model shows no visual differences in the model elements and information, meaning that high-performance visualization can be expected when using AR devices.