UAV 사진측량법과 CNN을 이용한 콘크리트 균열폭 측정 및 3차원 재구성 방법
Concrete Crack Width Measurement and 3D Reconstruction Using UAV Photogrammetry and CNN
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 추가적인 장비 없이 UAV만을 사용한 균열폭 측정 및 균열의 3차원 재구성 방법을 제안한다. UAV 사진측량법 및 CNN을이용한 균열의 3차원 재구성 및 균열폭 측정 검증을 위해 5곳의 균열이 존재하는 벽면을 대상으로 균열의 3차원 재구성을 하였으며 UAV와 균열 사이의 거리 4가지에 대해 균열폭을 측정하고 균열 현미경 측정값과 비교하여 정확성을 검증하였다. 대부분의 균열에서 균열폭을 정확히 측정하였으나 균열폭이 0.5mm보다 작은 경우와 벽면이 심하게 그늘져 어두운 곳에서는 측정 유효성이 떨어지는 결과를 보였다.
Abstract
This study proposes a method for crack width measurement and three-dimensional reconstruction of cracks using only Unmanned Aerial Vehicles (UAVs) without the need for additional equipment. Three-dimensional reconstruction of cracks using UAV photogrammetry and Convolutional Neural Networks (CNN) was conducted on a wall with five existing cracks to validate the measurement of crack width. Crack widths were measured at four distances between the UAV and cracks, and the accuracy was verified by comparing the measured crack widths with those obtained from crack microscopy. While accurate measurements were obtained for most cracks, results indicated reduced measurement effectiveness for cracks with widths less than 0.5mm and in areas where the wall was heavily shadowed, presenting darker conditions.
참고문헌 (22)
- 김구연, "단일보드컴퓨터를 이용한 모형 구조물 가속도 계측 유효성 검증", 한국풍공학회지, 26(1), pp.9~16 (2022), 한국풍공학회[DOI]
- 김병현, "영상기반 콘크리트 균열 탐지 딥러닝 모델의 유형별 성능 비교", 한국안전학회지, 34(6), pp.50~57 (2019), 한국안전학회[DOI]
- 한종윤, "드론을 활용한 건축물 계측 정확도 분석", 한국풍공학회지, 26(1), pp.17~24 (2022), 한국풍공학회[DOI]
- Fujita, T., "A robust automatic crack detection method from noisy concrete surfaces", Machine Vision and Applications, 22(2), pp.245~254 (2010)
- Abdel-Qader, I., "Analysis of Edge-Detection Techniques for Crack Identification in Bridges", Journal of Computing in Civil Engineering, 17(4), pp.255~263 (2003)
- LeCun, Y., "Gradient-based learning applied to document recognition", Proceedings of the IEEE, 86(11), pp.2278~2324 (1998)
- 설동현, "콘크리트 균열 탐지를 위한 딥 러닝 기반 CNN 모델 비교", 대한건축학회논문집 구조계, 36(3), pp.113~120 (2020), 대한건축학회
- 남우석, "콘크리트 교량 상태평가를 위한 딥러닝 기반 손상 탐지 프로토타입 개발", 대한토목학회논문집(국문), 42(1), pp.107~116 (2022), 대한토목학회[DOI]
- 서승환, "이미지 처리기법을 이용한 균열 측정시 스마트폰 카메라 및 렌즈 적용성에 대한 연구", 한국지반신소재학회 논문집, 20(4), pp.63~71 (2021), 한국지반신소재학회
- Lee, B. Y., "Automated image processing technique for detecting and analysing concrete surface cracks", Structure and Infrastructure Engineering, 9(6), pp.547~577 (2013)
- Dare, P., "An Operational Application of Automatic Feature Extraction : The Measurement of Cracks in Concrete Structures", The Photogrammetric Record, 17(99), pp.453~464 (2003)
- Zhong, X., "Assessment of the feasibility of detecting concrete cracks in images acquired by unmanned aerial vehicles", Automation in Construction, 89, pp.49~57 (2018)
- Kim, I. H., "Application of Crack Identification Techniques for an Aging Concrete Bridge Inspection Using an Unmanned Aerial Vehicle", Sensors, 18(6), pp.1881~ (2018)
- 김태우, "드론 촬영의 GPS 좌표 정보만을 활용한 자동 균열폭 측정 방법", 대한건축학회논문집, 39(11), pp.243~250 (2023), 대한건축학회
- Oh, J. H., "Understanding photogrammetry properly", pp.95~120 (2023), Goomibook
- Amari, Shun-ichi, "Backpropagation and stochastic gradient descent method", Neurocomputing, 5(4-5), pp.185~196 (1993)
- 이민기, "금속 표면의 결함 검출을 위한 영역 기반 CNN 기법 비교", 전기학회논문지, 67(7), pp.865~870 (2018), 대한전기학회