딥러닝 왜곡 보정과 레이저빔-비전 기반 교량 처짐 측정시스템의 실내 검증 연구
Experimental Validation of a Deep Learning Distortion-Corrected Laser-Vision System for Bridge Deflection Measurement
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구에서는 구조물의 변위 측정을 위한 비접촉식 센서 시스템의 개선 방안을 제시하였다. 기존의 접촉식 센서인 LVDT는 높은정확도를 제공하지만 설치가 어렵고 장기 사용 시 마모 및 변형 우려가 있으며, 비접촉식 LDS는 물리적 접촉 없이 측정할 수 있으나 정확도가제한적이다. 이에 본 연구에서는 레이저 빔과 웹카메라를 활용한 비접촉식 변위 측정 방법을 제안하고, 다점 측정이 가능한 경제적인 교량 처짐 측정 시스템을 구축하였다. 또한, 인공지능 기반의 고정밀 측정 기술을 개발하여 변위 측정 정확도와 효율성을 향상시켰으며, 학습된 모델로 예측한 X-좌표의 최대, 최소차는 0.0484과 0.0854 mm, Y-좌표의 최대, 최소차는 0.0625과 0.0596 mm로 예측이 가능하였다.
Abstract
This study proposes an improved non-contact sensor system for measuring structural displacement. While traditional contact-type sensors such as LVDTs offer high accuracy, they are difficult to install and may suffer from wear or deformation over long-term use. On the other hand, non-contact sensors like LDS can perform measurements without physical contact but often lack sufficient accuracy. To address these limitations, this research introduces a non-contact displacement measurement method utilizing a laser beam and a webcam. An economical multi-point bridge deflection measurement system was developed based on this approach. Furthermore, an AI-based high-precision measurement technique was implemented to enhance both the accuracy and efficiency of displacement estimation. The trained model achieved a maximum and minimum prediction error of 0.0484 mm and 0.0854 mm for the X-coordinate, and 0.0625 mm and 0.0596 mm for the Y-coordinate, respectively.