철근콘크리트 공사 품질관리를 위한 객체인식 기반 Deep-Learning 적용 프로세스 (Quality Control of Reinforced Concrete Work Using Deep-Learning Based on Object Recognition)

서지정보

· 발행기관 : 대한건축학회지회연합회
· 수록지 정보 : 대한건축학회연합논문집 / 24권 / 2호 / 17 ~ 24페이지
· 저자명 : 강은아, 김상용, 김승호

초록

철근콘크리트 공사의 품질관리는 체크리스트를 통한 전문가의 주관적인 판단으로 이루어지기 때문에 객관성 확보가 어렵다. 본 연구는 객체 인식 기반의 딥러닝 알고리즘을 통해 철근콘크리트 프레임워크의 품질 관리를 위한 자동화 프로세스를 구축하는 것을 목적으로 한다. 이를 통해 이전보다 객관적으로 시간을 절약할 수 있고 시각화를 통한 직관적인 판단력을 제공하는 것이 목적이다. 본 연구는 AI Hub에서 얻은 이미지 데이터 세트로 학습과 검증 과정을 통한 품질관리 과정을 제안했으며, mAP는 0.687의 정확도로 도출됐다. 실제 현장의 드론 이미지 데이터는 파생알고리즘을 이용하여 결정하였으며, 드론 이미지를 통해 3D 모델링을 실시하여 검사자의 안전과 직관적인 판단을 보장한다. 제안된 공정은 PIX4D를 활용한 3D 모델과 매칭할 경우 결정선을 확인할 수 없지만 모델링 프로그램 교체와 딥러닝 알고리즘 개선을 통해 추가 공정에 적용할 수 있을 것으로 판단된다.

영어초록

Quality control is difficult to secure objectivity because the quality management of reinforced concrete construction is made by the subjective judgment by experts through a checklist. This study aims to establish an automation process for quality management of reinforced concrete frameworks through a Deep Learning algorithm based on object recognition. Through this, it is possible to save time more objectively than before, and the purpose is to provide intuitive judgment through visualization. This study proposed a quality control process through the learning and verification process with the image data set obtained from AI Hub, and mAP was derived with an accuracy of 0.687. The drone image data of the actual site was determined using the derived algorithm. 3D modeling is performed through the determined drone image to ensure the safety of the inspector and intuitive judgment. The proposed process cannot be confirmed the determined line when matched with a 3D model using PIX4D, but it is judged that it will be applicable to additional processes through the replacement of modeling programs and improvement of Deep-Learning algorithms

참고자료

· 없음