Development of Technology for Automatic Structural Damage Detection and Quantitative Condition Assessment Using ToF-Based RGB Point Cloud Analysis
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066538
교육부
한국연구재단
명지대학교산학협력단
신명찬
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
경기도 용인시
건설/교통 > 시설물 안전/유지관리 기술 > 시설물 점검/진단기술
ToF 센서와 RGB 카메라 데이터를 융합하여 딥러닝(PointNet++)으로 손상을 자동 탐지하고, 이를 3D 기반으로 정밀하게 정량화하여 최종적인 구조물의 안전 상태 등급까지 자동으로 도출해 내는 의사결정 모델을 구현
... 전처리 프로세스 고도화멀티모달 센싱 데이터 융합: ToF 센서의 좌표와 RGB 카메라의 픽셀 데이터 간 기하학적 파라미터를 산출하여 공간상에서 어긋나지 않도록 정합을 수행합니다포인트 클라우드 전처리 고도화: ToF 센서 고유의 노이즈 및 비행 픽셀 등을 통계적 필터링으로 제거하여 주요 기하 정보를 보존하고 연산 효율성을 확보합니다목표 Ⅱ. PointNet++ 알고리즘 적용 및 ...
1. 구조물 상태평가의 신뢰성 향상 및 자동화: 딥러닝을 기반으로 한 구조물 상태평가 기술 개발에 기여하여 성능평가의 신뢰성을 높이고 자동화를 이룰 수 있습니다2. 선제적 관리 플랫폼 구축: 도로시설물 유지관리 및 노후 기반시설에 대한 선제적인 관리 플랫폼을 구축하는 데 기여합니다3. 데이터 중심의 예방적 유지관리 체계 전환: 비효율성과 주관적 판단 오류가...