水진조
CIVIL capstone
프로젝트 개요
기술개발 과제
국문 : 머신러닝을 활용한 하수시설 종합 점검 및 모니터링 기술 개발
영문 : Automated Structural Monitoring on Sewerage System using Machine Learning
과제 팀명
水진조
지도교수
조*진 교수님
개발기간
2021년 3월 ~ 2021년 6월 (총 4개월)
구성원 소개
서울시립대학교 토목공학과 20188600** 이*민(팀장)
서울시립대학교 토목공학과 20158600** 곽*운
서울시립대학교 토목공학과 20158600** 진*민
서울시립대학교 토목공학과 20178600** 김*균
서울시립대학교 토목공학과 20188600** 강*구
서울시립대학교 토목공학과 20138600** 유*현
서론
개발 과제의 개요
개발 과제 요약
◇ 데이터를 취득하기 위한 카메라, 적외선 센서가 탑재된 아두이노 기반 자율주행 RC차량 제작 ◇ 적외선 센서를 통해 거리를 측정하고 장애물 위치를 파악하여 주행경로를 예측하는 자율주행의 구현 후 주행시켜 하수시설 데이터 취득 ◇ 하수시설로부터 취득한 2D 영상 학습 데이터와 1D 시계열 데이터를 딥러닝 모델에 학습시켜 하수관로 손상 탐지 모델 및 장치를 개발한다. 추가적으로 하수관로 내의 RC차량의 알고리즘을 개발시켜 하수관로의 손상탐지 자동화 모델의 개발을 목표로 한다.
개발 과제의 배경
◇ 하수도관의 주기적인 점검의 필요성
- 상수도 사고 인명피해 : 서울에서 2004년부터 2020년까지 상수도 관련 주요 사고가 310건 발생하고 사망자도 18명에 이른 것으로 파악됐다. 서울시 상수도사업본부에 따르면 해당 기간 상수도 관련 인명 사고가 16건 발생해 18명이 사망하고 9명이 부상당한 것으로 집계됐다. 주요 상수도 사고가 일어난 시설은 송·배수관로(75.0%)가 대부분을 차지했다. 사고 원인은 시설 노후화(26.0%), 자연현상(17.7%), 시공 불량(17.4%), 작업자 실수(16.1%) 등 순이었다.
- ‘하수도법 시행령’의 개정안으로 인한 기술진단 실효성의 증대 : 환경부(장관 조명래)는 기술진단전문기관 등록요건에 총유기탄소량 실험분석장비를 포함하는 등의 내용을 담은 '하수도법 시행령' 개정안이 11월 10일 국무회의에서 의결되어, 11월 17일 공포 후 시행된다고 10일 밝혔다. 이를 통해 공공하수도관리청(지자체)이 간이공공하수처리시설, 하수저류시설, 하수관로에 대한 기술진단을 하지 않은 경우 환경부가 과태료를 부과할 수 있는 근거를 마련했다. 공공하수도관리청이 5년마다 의무적으로 실시해야 하는 간이공공하수처리시설, 하수저류시설, 하수관로에 대한 기술진단을 하지 않는 경우, 이를 제재할 수 있는 근거가 없어 제도 운영에 한계가 있었으나 이번 개정을 통해 과태료를 부과할 수 있게 되어 기술진단 제도의 실효성을 높였다.
- 지반 함몰 : 최근 사회적 이슈로 도심지 지반함몰로 인한 인적 물적 피해 사례가 많이 발생하고 있다. 서울시 지반함몰 발생 원인 분석 자료를 참조하면, 하수관 손상으로 인한 지반 함몰이 전체 84%로 주요 원인으로 분석 되었다. 이로 인해 지반함몰 발생건수는 연평균 20%이상 증가하는 것을 확인할 수 있다. 따라서 ICT기반 기술을 적용하여 노후 하수관의 파손상태 및 관 외부 동공을 정밀하게 관측하고, 긴급 보수 또는 예방 유지보수를 통해 지반함몰 예방이 가능한 하수관 보수장비의 필요성이 대두되고 있다.
개발 과제의 목표 및 내용
-목표 \\\
◇ 다양한 데이터(영상 및 신호 데이터)를 활용하여 정량적이고 객관적인 손상 탐지 분류 기술 개발 ◇ 기존의 인력기반(검사 수행자자의 육안)으로 수행되는 정성적 유지·진단 프로세스 대비 정확성 증대 ◇ 기존의 진단 방법(유선 RC카의 영상촬영장치) → 제안한 진단 기기(무선 아두이노 기반 데이터 수집 및 계측장치)를 활용하여 현장에서 발생하는 유선에서의 한계성 극복 ◇ 제안한 진단기기는 자율주행 기술로 작동하여 하수관로에서 협잡물 등으로 인해 발생하는 주행 오작동 해결 및 작업 속도 극대화 ◇ 현행 수행하는 진단 방법 중 영상으로 판별하는 진단 방법 외에 추가적인 다양한 신호 데이터들을 활용한 손상 탐지 방법으로 하수시설 손상 판별의 새로운 기준안 제시 ◇ DB화를 통한 체계적인 데이터 관리와 처리 간소화 ◇ 딥러닝을 적용한 손상 탐지 기술로 하수시설을 포함한 다양한 토목 분야에 적용 가능성 제시
관련 기술의 현황
관련 기술의 현황 및 분석(State of art)
- 전 세계적인 기술현황
◇ 차량형 멀티 GPR장비를 이용한 지하 공동 탐사
서울시와 부산시는 하수관 손상을 사전에 예방하기 위해 2014년 국내 최초로 지하 공동탐사기술 도입으로 민·관·연 협업으로 기술혁신을 병행하였다. ‘차량형 멀티 GPR장비’를 개발하여 지하 공동을 탐사하기 시작하였다. 탐사는 1차 공동탐사, 2차 공동 확인조사 형식으로 진행하고, 탐사에 활용되는 차량탑재형 GPR장비는 한번에 30km/h 속도로 폭 2.4m를 조사할 수 있으며, 내시경 장비는 땅속을 360도 회전하며 단면을 촬영하는 최첨단 장비로 구성하였다.
◇ 고화질 CCTV 카메라 모듈을 적용한 하수관로 진단
세계 각국에서 CCTV 카메라 모듈을 이용한 하수관로 점검 방법을 개발하고 있다. 저화질 영상보다 고화질 영상이 균열 및 파손 판독에 용이하기 때문에, 영상기술발전을 기반으로 점진적으로 하수관로 조사에 적용되고 있다. 영상기반 하수관로 점검에서는 소구경 관로보다 대구경 관로 판독에 고화질이 요구되기 때문에, 고화질카메라를 이용한 조사는 대구경 조사에 최적화된 방식으로 사용하고 있다.
◇ CNN을 이용한 딥러닝 기반 하수구 손상 탐지 분류 시스템 (Syed. I. H. 외 5인, 2018)
Convolutional Neural Network(CNN)기반을 통해 균열 탐지 및 손상 분류 기법을 제안했다. 256 x 256 픽셀 해상도의 CCTV 영상 9,941 개를 이용하여 CNN모델을 적용하여 손상부위에 대한 딥러닝을 수행하였고 그 결과 98.76%의 인식률을 획득하였다. 기계학습을 통한 딥러닝 모델을 기반으로 다양한 환경의 하수도 DB에서 720 x 480 픽셀 해상도의 646개의 이미지를 추출하여 성능 평가를 수행했다. 이 연구는 다양한 환경에서 구축된 하수관 데이터베이스에서 손상 유형의 자동 탐지 및 분류에 최적화된 인식률을 제시한다.
- 특허조사 및 특허 전략 분석
내용
- 기술 로드맵
내용
시장상황에 대한 분석
- 경쟁제품 조사 비교
내용
- 마케팅 전략 제시
내용
개발과제의 기대효과
기술적 기대효과
내용
경제적, 사회적 기대 및 파급효과
내용
기술개발 일정 및 추진체계
개발 일정
내용
구성원 및 추진체계
내용
설계
설계사양
제품의 요구사항
내용
설계 사양
내용
개념설계안
내용
이론적 계산 및 시뮬레이션
내용
상세설계 내용
내용
결과 및 평가
완료 작품의 소개
프로토타입 사진 혹은 작동 장면
내용
포스터
내용
관련사업비 내역서
내용
완료작품의 평가
내용
향후계획
내용
특허 출원 내용
내용
