Physics-Informed Edge AI Framework for Structural Damage Intelligence in RC Infrastructure under Real-World Environmental Conditions
개인기초연구(과기정통부)(R&D) · 우수연구-세종과학펠로우십(복귀·유치트랙)
2026년
2710111548
과학기술정보통신부
한국연구재단
성균관대학교산학협력단
PA PA WIN AUNG
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
1.2억원
1.2억원
기초연구
대학
경기도 수원시
건설/교통 > 시설물 안전/유지관리 기술 > 시설물 점검/진단기술
본 연구의 최종목표는 실세계 환경 조건 변화에 강건한 물리정보 기반 엣지 AI 구조손상 지능화 프레임워크를 확립하는 것임. 이를 통해 조도, 기후, 오염, 촬영 조건 등 현장 환경 편차로 인해 발생하는 기존 딥러닝 기반 구조손상 인식 기술의 성능 저하와 신뢰성 한계를 극복하고자 함. 특히 구조역학적 물리정보를 AI 학습 과정에 통합함으로써 데이터 부족 및 ...
본 연구는 총 5년간 단계적 연구 수행을 통해 구조손상 지능화 원천기술 개발부터 현장 실증까지 연계된 엣지 AI 기반 프레임워크를 구축함.1단계(1~3차년도)에서는 실세계 환경 조건 변화에 따른 구조손상 인식 성능 저하 원인을 체계적으로 분석하고, 환경 강건성 확보 및 구조역학적 물리정보를 반영한 Physics-Informed AI 모델을 개발함. 이를 위...
... 현장 환경 조건에서도 안정적인 손상 인식과 추론을 가능하게 하여, 기존 육안 중심 점검체계의 한계를 보완하고 점검 결과의 객관성과 신뢰성을 향상시킴. 또한 시설물 유지관리체계(FMS) 및 디지털 전환(DX/AX) 환경과 연계되어 손상 이력 관리, 진전도 분석, 유지관리 의사결정을 지원하는 지능형 관리체계 구축에 기여함.기대효과로는 구조손상의 조기 탐지 및 대형 사고 예방을 통한 국민 ...