[표지] 1
제출문 3
요약문 5
Executive Summary 8
목차 13
제1장 연구개발 과제개요 24
1. 연구개요 24
1.1. 개요 24
1.2. 최종 연구개발 목표 25
1.3. 당해연도 연구개발 목표 28
2. 추진배경 및 필요성 30
2.1. 연구배경 및 필요성 30
2.2. 연구개발의 국내·외 현황 35
2.3. 특허지도 현황 54
2.4. 타사업과 연계성 및 차별성 58
제2장 연구개발과제의 수행과정 및 수행내용 60
1. 연구개발 수행과정 60
1.1. 연구 추진 체계 60
1.2. 고정밀 경사도 측정 정밀도 향상 기술 및 시작품 제작 61
1.3. 흙막이 벽체 내진설계 기준 문헌 연구 및 개정방향과 흙막이 벽체 재료 정립 63
1.4. 차량 탑재형 3차원 디지털 영상 정보 획득 시작품 제작 65
2. 연구개발 수행내용(요약) 68
2.1. 고정밀 경사도 측정 정밀도 향상 기술 및 시작품 제작 68
2.2. 흙막이 벽체 내진설계 기준 문헌 연구 및 개정방향과 흙막이 벽체 재료 정립 72
2.3. 차량 탑재형 3차원 디지털 영상 정보 획득 시작품 제작 78
제3장 연구개발과제의 수행결과 및 목표달성 정도 83
1. WBS 1: 고정밀 경사도 측정 정밀도 향상 기술 및 시작품 제작 83
1.1. 고정밀 경사도 측정센서 시작품 제작 83
1.2. 국내외 굴착관련 문헌조사 및 굴착 계측 관련 데이터 확보 103
2. WBS 2: 흙막이 벽체 내진설계 기준 문헌 연구 및 개정방향과 흙막이 벽체 재료 정립 108
2.1. 흙막이 벽체 내진설계 기준 분석 108
2.2. 동적원심모형실험 164
2.3. 흙막이 벽체 내진성능 확보를 위한 재료 정립 173
3. WBS 3: 차량 탑재형 3차원 디지털 영상 정보 획득 및 시작품 제작 192
3.1. AI기반 지하구조물 균열 검측 알고리즘 개발 192
3.2. 균열 검측용 3차원 디지털 영상 정보 획득 시작품 개발 214
4. 정량적 연구개발 성과 220
4.1. 연구개발성과 220
제4장 차년도 연구개발계획 223
1. 연구개발 목표 및 내용 223
1.1. 국내외 관련 분야의 환경변화 223
1.2. 차년도 연구개발의 목표 224
1.3. 연구개발 수행 내용 226
2. 연구개발 추진전략 227
2.1. 연구개발 추진전략 및 방법 227
2.2. 연구개발 추진체계 228
3. 연구개발 일정 및 기대성과 229
4. 연구비 사용계획 230
5. 성과활용방안 233
6. 기대효과 234
제5장 결론 236
참고문헌 238
부록 245
부록 A. 국내외 굴착관련 문헌조사 리스트 245
부록 B. 유한차분프로그램을 이용한 흙막이 구조물의 동적거동 특성- 수치해석 모델 266
부록 C. 슬럼프 및 플로우 시험 결과 272
부록 D. 기존 영상취득 시스템 데이터셋 가공 결과 280
부록 E. 딥러닝 학습 모델 추론 결과 291
서지자료 305
Bibliographic Data 306
판권기 307
표 1.1. 당해연도 연구개발 목표 29
표 1.2. 대심도 굴착현장에 대한 비접촉식 계측 방식의 적용 한계점 39
표 1.3. 인공지능 기반 손상평가 관련 연구동향 48
표 1.4. 관련 세계 최고수준 및 달성목표 53
표 1.5. 관련 KICT 연구진 보유기술 54
표 1.6. 유사 선행특허조사 검토 57
표 1.7. 연구개발과제의 중복성 검토 58
표 1.8. 타사업과의 연계 방안 및 차별화 방안 59
표 2.1. 인공지능을 활용한 굴착현장의 벽체 변위 예측 연구 70
표 2.2. 기존 영상 취득 시스템 데이터 셋을 이용한 평가 결과 80
표 3.1. 렌즈 및 볼 조합별 모션 테이블 시험 89
표 3.2. 영상 테스트 조건 92
표 3.3. 개선된 알고리즘 성능 테스트 100
표 3.4. 국내외 굴착관련 문헌조사 리스트 104
표 3.5. 가설흙막이의 안전율 108
표 3.6. 지반 종류별 예상 수동토압 109
표 3.7. 흙막이 벽체 종류에 따른 최대 허용변위량 109
표 3.8. 사례분석 프로젝트의 지층조건 113
표 3.9. 지반의 분류(KDS 17 10 00) 113
표 3.10. 지층별 대표 전단파속도 114
표 3.11. 토사층 전단파속도 산정: 제2 외곽순환도로(파주-김포간 고속도로) 114
표 3.12. 토사층 전단파속도 산정: 영동대로 지하공간 광역복합환승센터 115
표 3.13. 토사층 전단파속도 산정: 현대자동차부지 복합시설(GBC) 115
표 3.14. 토사층 전단파속도 산정: 지하철 9호선 연장 4단계 116
표 3.15. 프로젝트별 내진설계를 위한 지반종류 요약 116
표 3.16. 수치해석을 위한 지반조건 결정 117
표 3.17. 사례분석 프로젝트의 굴착 범위와 가시설 설계 내용 117
표 3.18. 해석 조건 118
표 3.19. 굴착심도 40m일 때의 굴착 단계별 벽체 휨모멘트(Case 1 & Case 2) 121
표 3.20. 굴착심도 20m일 때의 굴착 단계별 벽체 휨모멘트(Case 3 & Case 4) 122
표 3.21. Case 3 조건의 근입장 안전율 검토 결과 124
표 3.22. 강관버팀보 1개에 작용하는 Case별 최대 축력 125
표 3.23. FLAC 해석 케이스 126
표 3.24. FLAC 해석 케이스 128
표 3.25. 수기반암, 지표면 최대 가속도 비교(FLAC vs Pro-Shake) 134
표 3.26. 단계별 굴착 모델링 135
표 3.27. 벽체 변위 비교(Case 1) 136
표 3.28. 벽체 변위 비교(Case 2) 136
표 3.29. 벽체 변위 비교(Case 3) 137
표 3.30. 벽체 변위 비교(Case 4) 137
표 3.31. 벽체변위 비교결과표(종합) 138
표 3.32. 벽체 모멘트 비교(Case 1 - 굴착측 방향 최대 모멘트) 139
표 3.33. 벽체 모멘트 비교(Case 1 - 배면측 방향 최대 모멘트) 140
표 3.34. 벽체 모멘트 비교(Case 1 - 최종 굴착 단계) 141
표 3.35. 벽체 모멘트 비교(Case 2 - 굴착측 방향 최대 모멘트, 최종 굴착 단계) 142
표 3.36. 벽체 모멘트 비교(Case 2 - 배면측 방향 최대 모멘트) 143
표 3.37. 벽체 모멘트 비교(Case 3 - 굴착측 방향 최대 모멘트, 최종 굴착 단계) 144
표 3.38. 벽체 모멘트 비교(Case 3 - 배면측 방향 최대 모멘트) 145
표 3.39. 벽체 모멘트 비교(Case 4 - 굴착측 방향 최대 모멘트) 146
표 3.40. 벽체 모멘트 비교(Case 4 - 배면측 방향 최대 모멘트) 147
표 3.41. 벽체 모멘트 비교(Case 4 - 최종 굴착 단계) 148
표 3.42. 지진시 발생한 벽체의 최대 모멘트 150
표 3.43. 지진시 지보재 최대 축력 154
표 3.44. 상시 최대 모멘트와 지진시 최대 모멘트 비교 159
표 3.45. 벽체 단면 설계 160
표 3.46. 지보재 설계 161
표 3.47. 띠장 설계 162
표 3.48. 대표단면 지층 물성치 166
표 3.49. 대표 단면의 벽체 및 강관스트럿 입력물성 167
표 3.50. 대표단면 지층 물성치 167
표 3.51. 수치해석모델 입력물성 168
표 3.52. 수치해석결과 및 휨강성 168
표 3.53. 원형 및 모형벽체 외형치수 및 공학적 물성치 168
표 3.54. 흙막이 벽체 재료(콘크리트) 배합 176
표 3.55. 콘크리트에 사용된 혼화제 양 176
표 3.56. 굳지 않은 콘크리트의 특성 177
표 3.57. 콘크리트 배합 Mock-up test 188
표 3.58. 캐글 균열 데이터셋 3가지 분류 193
표 3.59. 캐글 균열 데이터셋에 포함된 부분 데이터셋별 관련성 196
표 3.60. PSPNet 모델 실험 결과 212
표 3.61. 데이터 취득 부분 장비의 제원 215
표 3.62. 연구목표 달성도 220
표 3.63. 국내외 논문 게재 성과 221
표 3.64. 국내 및 국제학술회의 발표 성과 222
표 3.65. 지식재산권(특허) 등록 성과 222
표 4.1. 차년도 연구개발 목표 224
표 4.2. 연구개발 수행 내용 226
표 4.3. 연구개발 성과 로드맵 229
그림 1.1. 연구개발 개요도 24
그림 1.2. 대심도/대규모 지하대공간 핵심기술 개발 모식도 26
그림 1.3. 중점분야 1 최종 목표 26
그림 1.4. 중점분야 2 최종 목표 27
그림 1.5. 중점분야 3 최종 목표 27
그림 1.6. 최종 연구개발 목표 28
그림 1.7. 건설재해 현황 및 사고발생 공종별 현황 31
그림 1.8. 도심지내 흙막이 붕괴 사례 31
그림 1.9. 현재 흙막이 계측관리 기술 및 대표계측 외 구간파괴 사례 33
그림 1.10. 인력 기반 시설물 점검 34
그림 1.11. 국내 지하공간 개발 현황 35
그림 1.12. 서울시 심도별 지하시설물 개발 현황 36
그림 1.13. 실제 대심도, 대규모 굴착현장의 시공 환경 37
그림 1.14. 영동대로 지하화 계측 계획도 38
그림 1.15. 전통적인 영상 처리 방법(위)과 인공지능 기반 방법(아래)의 비교 41
그림 1.16. 입력 데이터의 양에 따른 전통적인 처리 알고리즘과 딥러닝의 결과 비교 41
그림 1.17. 두 단계(객체 분류 - 의미론적 분할) 균열 검출 방법 42
그림 1.18. 균열 너비 정량화 43
그림 1.19. 국외의 지하공간 개발 현황 45
그림 1.20. TBI 2010 (PEER 2010) 지상-지하구조물 모델 46
그림 1.21. 가설 흙막이 내진성능 보강 부재 적용 47
그림 1.22. 대심도 가시설 내진성능평가 예제 47
그림 1.23. Pacific Consultants사 MIMM 장비 50
그림 1.24. 일본 쿠라보사 터널 콘크리트 라이닝 자동점검 장비 개요 50
그림 1.25. 미국 Dibit Measuring Technique 터널 스캔장비 51
그림 1.26. 캐나다 Pavemetrics TM Systems Inc 터널 스캔장비 51
그림 1.27. 독일 SPACETEC Datengewinnung GmbH 터널 스캔장비 51
그림 1.28. 미국 및 일본 가시설 관련 내진 기준서 52
그림 1.29. 자동점검 장비기술의 세계 최고수준 현황 53
그림 1.30. 국가별 연도별 특허동향 55
그림 1.31. 국가별 기술시장 성장단계 파악 56
그림 2.1. 현행 흙막이 공사 중 지반계측 관리 기술의 한계점 61
그림 2.2. DLC(Diamond-Like-Carbon)을 이용한 반구면과 Ball의 정지마찰력... 62
그림 2.3. 인공지능 기반의 벽체 변위 예측 기법 개발을 위한 데이터 마이닝 62
그림 2.4. 실제 대심도 굴착현장 계측 데이터 수집 및 현행 관리 기준 검토 63
그림 2.5. 국내외 내진설계기준 64
그림 2.6. 동적원심모형실험 계획도면(안) 64
그림 2.7. 학습 데이터의 명확성과 학습/시험 데이터의 유사성 65
그림 2.8. 딥러닝 모델 시스템과 구성요소 66
그림 2.9. 3가지 학습데이터 학습 방법론 67
그림 2.10. 고정밀 경사도 센서 시작품 제작 68
그림 2.11. 경사도 센서 정밀도 개선을 위한 구면과 볼의 간섭 최소화 68
그림 2.12. 방진, 방수 인증 시험 수행(IP68 최고등급 획득) 69
그림 2.13. 전문 공인시험기관을 통해 시작품 센서의 측정 정밀도 및 주변 영향 시험 69
그림 2.14. 굴착현장 벽체 변위 학습용 D/B 71
그림 2.15. 흙막이 구조물 형식 및 단면 선정 73
그림 2.16. 지반 비선형을 고려한 동적 해석 결과 74
그림 2.17. 동적원심모형실험 설계도면 74
그림 2.18. 흙막이 벽체 콘크리트 강도 특성 76
그림 2.19. 콘크리트의 UV 및 표면전기저항성 77
그림 2.20. 흙막이 벽체 시작품 77
그림 2.21. 기존 영상 취득 시스템 스판 영상의 상세 요소 78
그림 2.22. 전처리된 학습 데이터의 예시 80
그림 2.23. 딥러닝 모델(PSPNet) 균열 검출 결과 81
그림 2.24. 이동체 탑재형 3차원 디지털 영상 정보 획득 시작품 설계도면 82
그림 2.25. 균열 검측용 3차원 디지털 영상정보 획득 시작품 82
그림 3.1. 기울기센서 구성 83
그림 3.2. Cat.M1 모듈 84
그림 3.3. IoT용 MCU보드 84
그림 3.4. 카메라센서 85
그림 3.5. 영상처리보드 85
그림 3.6. 백라이트보드 86
그림 3.7. 렌즈코팅 86
그림 3.8. 볼 87
그림 3.9. 렌즈 광학 특성 88
그림 3.10. 제작한 최종 CVD 코팅 시료 88
그림 3.11. 모션 테이블 90
그림 3.12. 시험용 렌즈 및 볼 90
그림 3.13. 모션테이블 x 와 y 방향 고정 90
그림 3.14. 모션테이블 script 명령어 프로그램 91
그림 3.15. 시험케이스별 영상(0도) 93
그림 3.16. 시험케이스별 영상(5도) 94
그림 3.17. 시험케이스별 영상(-5도) 95
그림 3.18. 볼중심위치 센싱 분포도(CVD 스틸 8.7mm) 96
그림 3.19. 볼중심위치 센싱 분포도(CVD 스틸 5mm) 96
그림 3.20. 볼중심위치 센싱 분포도(CVD 스틸 3mm) 97
그림 3.21. 볼중심위치 센싱 분포도(CVD 테프론 8mm) 97
그림 3.22. 볼중심위치 센싱 분포도(무코팅 스틸 8.7mm) 98
그림 3.23. 볼중심위치 센싱 분포도(무코팅 스틸 5mm) 98
그림 3.24. 1차원 cubic spline interpolation 99
그림 3.25. 기존 방법 100
그림 3.26. Linux OS 실행시간 최소화 101
그림 3.27. Application 실행시간 최소화 101
그림 3.28. 절전용 IoT MCU HW 구조 102
그림 3.29. SW 시퀀스 102
그림 3.30. 1주기 전력 소비 그래프 및 전송 전력량 계산 103
그림 3.31. 굴착현장 벽체 변위 학습을 위한 대표단면 데이터셋 50건 구축 105
그림 3.32. 굴착현장 벽체 변위 학습용 D/B 105
그림 3.33. 인공지능 학습을 위한 인풋 데이터의 리스케일링 106
그림 3.34. 단계별 굴착에 따른 흙막이 벽체 변위 예측 모델의 적용성 확인 107
그림 3.35. 단계별 굴착에 따른 흙막이 벽체 변위 예측 모델의 적용성 확인 107
그림 3.36. 내진성능을 향상시키기 위한 구조세목 111
그림 3.37. 기반암 심도 15m (S3 지반) 일 때의 얕은 굴착(H=20m)과 깊은 굴착(H=40m) 118
그림 3.38. 기반암 심도 25m (S4 지반) 일 때의 얕은 굴착(H=20m)과 깊은 굴착(H=40m) 119
그림 3.39. 굴착심도 40m 조건의 스트럿(13단) 수직 배치 120
그림 3.40. 굴착심도 20m 조건의 스트럿(7단) 수직 배치 120
그림 3.41. 지하연속벽에 작용하는 최대 정/부모멘트 122
그림 3.42. 최종 굴착시 지하연속벽에 발생하는 수평변위 123
그림 3.43. 각 Case별 최대 수평변위와 각변위량 123
그림 3.44. 조건의 지하연속벽 근입조건 124
그림 3.45. 모멘트 균형에 의한 근입깊이 검토 124
그림 3.46. 각 Case별 강관버팀보에 작용하는 최대 축력 125
그림 3.47. 스펙트럼 보정된 경주지진파의 응답스펙트럼 127
그림 3.48. 경주지진파 가속도 시간이력 127
그림 3.49. 경주지진파 FFT 해석결과 127
그림 3.50. 측면 경계조건 129
그림 3.51. Pro-Shake 2.0 모델링(1차원 지반응답해석) 130
그림 3.52. FLAC 모델링(2차원 지반응답해석) 131
그림 3.53. 기반암 가속도 비교: S4 지반(기반암 출현심도 25m) 132
그림 3.54. 지표면 가속도 비교: S4 지반(기반암 출현심도 25m) 133
그림 3.55. 기반암 가속도 비교: S3 지반(기반암 출현심도 15m) 133
그림 3.56. 지표면 가속도 비교: S3 지반(기반암 출현심도 15m) 134
그림 3.57. 지보재 축력 비교(Midas vs FLAC) 149
그림 3.58. 지진시 벽체 최대 모멘트(Case 1) 151
그림 3.59. 지진시 벽체 최대 모멘트(Case 2) 151
그림 3.60. 지진시 벽체 최대 모멘트(Case 3) 152
그림 3.61. 지진시 벽체 최대 모멘트(Case 4) 152
그림 3.62. 지보재 축력 시간이력 154
그림 3.63. 지보재 축력분포 155
그림 3.64. 벽체 설계에 적용할 최대 모멘트(Case 1) 157
그림 3.65. 벽체 설계에 적용할 최대 모멘트(Case 2) 157
그림 3.66. 벽체 설계에 적용할 최대 모멘트(Case 3) 158
그림 3.67. 벽체 설계에 적용할 최대 모멘트(Case 4) 158
그림 3.68. 수치해석모델 경계면 및 하중재하조건 168
그림 3.69. 가속도계 배치도: (a) 평면도, (b) 정면도 169
그림 3.70. 변형률계 배치도(벽체): (a) 평면도, (b) 정면도 169
그림 3.71. 변형률계 배치도(스트럿): (a) 평면도, (b) 정면도 170
그림 3.72. 토압계 배치도: (a) 평면도, (b) 정면도 170
그림 3.73. 벤더엘리먼트 유닛 배치도: (a) 평면도, (b) 정면도 171
그림 3.74. 레이저변위계, 초고속카메라 배치도: (a) 평면도, (b) 정면도 171
그림 3.75. 고유동 콘크리트 기본개념 174
그림 3.76. 고유동 콘크리트의 배합설계 순서 175
그림 3.77. 콘크리트의 압축강도 실험 178
그림 3.78. 콘크리트의 압축강도 결과 179
그림 3.79. 콘크리트의 인장강도 실험 180
그림 3.80. 콘크리트의 인장강도 결과 181
그림 3.81. 콘크리트의 휨강도 실험 182
그림 3.82. 콘크리트의 휨 강도 결과 182
그림 3.83. 콘크리트의 흡수율 실험 183
그림 3.84. 3일 흡수율 결과 183
그림 3.85. 7일 흡수율 결과 184
그림 3.86. 28일 흡수율 결과 184
그림 3.87. 콘크리트의 초음파 펄스 속도 실험 185
그림 3.88. 콘크리트의 표면전기저항성 실험 186
그림 3.89. UV (초음파 펄스 속도) 결과 186
그림 3.90. 표면전기저항성 결과 187
그림 3.91. Mock-up test 콘크리트 몰드 188
그림 3.92. 콘크리트 배합 과정 189
그림 3.93. 콘크리트의 Mock-up test 시험체 방치 전경 190
그림 3.94. 골재가 포함되지 않은 콘크리트 표면에서 발생한 균열 데이터 194
그림 3.95. 골재가 포함된 콘크리트에서 발생한 균열 데이터 195
그림 3.96. 균열이 발생하지 않았으나 균열과 유사한 형태를 가지는 벽면 데이터 195
그림 3.97. Deep Crack 데이터셋 중 본 연구와 관련 있는 데이터 197
그림 3.98. Deep Crack 데이터셋 중 본 연구와 관련 없는 데이터 197
그림 3.99. 기존 영상 취득 시스템 터널 내벽 영상 취득 시스템 198
그림 3.100. 스판 영상 예시 198
그림 3.101. 균열 추출 데이터 198
그림 3.102. 데이터 전처리 프로세스 199
그림 3.103. QGIS에 올린 균열 작성 자료 CAD파일 200
그림 3.104. QGIS에 올린 스판 영상 BMP파일 200
그림 3.105. 래스터 열기 201
그림 3.106. 점 추가 201
그림 3.107. 좌표 입력 202
그림 3.108. 맵 캔버스에서 점 지정 202
그림 3.109. GCP테이블 생성 203
그림 3.110. 투영 설정 204
그림 3.111. 지리참조 작업 시작 204
그림 3.112. 픽셀 크기 확인 205
그림 3.113. 래스터 이미지 산출 206
그림 3.114. 래스터화 결과 206
그림 3.115. 그리드에 따라 래스터 이미지 분할 207
그림 3.116. 데이터 상호정합 과정 208
그림 3.117. 데이터셋 가공 결과 208
그림 3.118. 딥러닝으로 풀 수 있는 컴퓨터비전 문제 209
그림 3.119. PSPNet 모델 구조 210
그림 3.120. 학습된 PSPNet 추론 결과 213
그림 3.121. PSPNet 추론 결과 분석 213
그림 3.122. 영상 취득/분석 탑재체의 구성과 각 부분별 설명 215
그림 3.123. 탑재체 시작품을 이동체 시작품에 장착한 모습 216
그림 3.124. Sony 카메라 API 중 actZoom의 상세 내용 217
그림 3.125. Sony 카메라 API 중 actTakePicture의 상세 내용 218