노후 도로 교량 건물 '로봇검사 AI 유도시스템': 드렉셀 공대 Drexel Researchers Propose AI-Guided System for Robotic Inspection of Buildings, Roads and Bridges

드렉셀 공대 연구팀

전체 검사 작업량 크게 줄이고 구조적 고장 예방

우리가 건설한 환경은 우리가 유지할 수 있는 것보다 더 빨리 노후화되고 실패하고 있습니다. 전문가들에 따르면, 정상적인 마모로부터 실패의 위험한 신호를 분석하기 위해 모든 균열, 삐걱거림, 그리고 무너져 내리는 것을 검사하는 것은 불가능하기 때문에, 최근의 건물 붕괴와 도로와 다리의 구조적인 실패는 더 악화될 가능성이 있는 문제의 지표입니다. 따라잡기의 희망으로, 드렉셀 대학의 공학 대학의 연구자들은 로봇 보조원들에게 검사자들이 그 일을 하는 것을 도울 수 있는 도구를 주려고 노력하고 있습니다.

Drexel researchers have created a multi-scale system that uses computer vision and machine learning programs to identify cracks in concrete and direct robotic scanning, modeling and monitoring.드렉셀 연구진은 컴퓨터 비전과 기계 학습 프로그램을 이용해 구체적이고 직접적인 로봇 스캐닝, 모델링 및 모니터링의 균열을 파악하는 다중 규모 시스템을 만들었습니다.

최근 몇 년간 속도 손상 평가에 부분적인 해결책을 제공해온 시각적 검사 기술을 새로운 기계 학습 접근법으로 강화하면서 연구원들은 자율 로봇에 의한 문제 영역의 효율적인 식별과 검사를 가능하게 할 수 있다고 믿는 시스템을 만들었습니다. 건설 자동화 저널에 보고된 바에 따르면, 그들의 다중 규모 시스템은 손상을 평가하고 모니터링하는 데 사용될 수 있는 "디지털 트윈" 컴퓨터 모델을 만들기 위해 지역의 일련의 레이저 스캔을 지시하기 전에 컴퓨터 비전과 딥 러닝 알고리즘을 결합하여 균열의 문제 영역을 정확하게 파악합니다.

이 시스템은 전체 검사 작업량을 크게 줄이고 구조적 고장을 예방하는 데 필요한 집중적인 고려와 관리를 가능하게 하는 전략을 나타냅니다.

드렉셀 공과대학의 저자인 아르빈 에브라힘칸루(Arvin Evrahimkhanlu) 조교수와 알리 가딤자데 알람다리(Ali Gadimzadeh Alamdari) 연구조교는 "균열은 초기에 선별되어야 하는 환자의 의학적 증상으로 간주될 수 있다"고 밝혔습니다. "결과적으로, 균열의 조기 및 정확한 감지와 측정은 적시에 진단, 유지 및 수리 노력에 필수적이며, 더 이상의 악화를 방지하고 잠재적인 위험을 완화합니다."

하지만 지금은, 미국의 많은 건물들과 다리들, 터널들과 댐들이 보행 부상자들에 포함되어 있기 때문에, 분류 체계를 구축하는 것이 최우선 과제가 되어야 한다고, 이들은 지적하고 있습니다. 초당적 기반시설법이 제정되기 전, 미국토목기술자협회는 도로와 다리에 대한 보수가 7,860억 달러에 달하는 것으로 추산했습니다. 이 문제를 더욱 가중시키는 것은, 검사관들과 노후화된 구조물들을 수리할 숙련된 기반시설 노동자들을 포함한, 점점 더 부족해지고 있다는 점입니다.

Drexel Researchers Propose AI-Guided System for Robotic Inspection of Buildings, Roads and Bridges

https://drexel.edu/news/archive/2024/January/AI-robotic-crack-detection-monitoring

[참고자료]