영상분석 기술 기반 모듈러 건축 공장제작 공정 모니터링 자동화

뒤로	원문보기 \| 미리보기 [ 원문보기시 소비되는 포인트 : 100 포인트 ]

논문명	영상분석 기술 기반 모듈러 건축 공장제작 공정 모니터링 자동화 / Automation for Progress Monitoring based by Vision Technology a Modular Building Factory
저자명	김성아(Kim, Seong-Ah) ; 강태일(Kang, Tea-il) ; 김진영(Kim, Jinyoung)
발행사	대한건축학회
수록사항	대한건축학회논문집, Vol.37 No.06 (2021-06)
페이지	시작페이지(221) 총페이지(9)
ISSN	2733-6247
주제분류	시공(적산) / 전산
주제어	모듈러 건축 공장제작공정; 공정 모니터링; 컴퓨터비전; 딥러닝; 자동화 // Modular Building Factory; Progress Monitoring; Computer Vision; Deep Learning; Automation
요약1	공장 내 사전제작에 의해 건설 생산성 및 효율성 향상을 도모하기 위한 모듈러 공법은 유닛의 제작 및 생산, 운반, 현장설치가 순차적으로 진행된다. 공장 제작 및 생산단계에서 예상하지 못한 지연은 현장 운반 및 설치 공정에 영향을 미치기 때문에, 모듈러 건축을 위해서는 공장제작과정에서부터 철저한 공정 모니터링이 필요하다. 그러므로 본 연구는 최근 대두되고 있는 딥러닝기반 영상인식 기술인 컴퓨터 비전을 활용하여 모듈러 공장 내 공정을 모니터링하는 방안을 개발하고자 한다. 본 연구는 모듈러 유닛의 제작과정을 실제 이미지가 아닌 3차원 모델로부터 제작된 영상을 활용하여 영상인식을 위한 딥러닝 모델을 학습하였다. 학습된 모델을 실제 공장에서 촬영한 영상에 적용시킴으로써 공장 제작과정을 자동으로 모니터링하는 시스템을 검토하였다. 딥러닝 학습 모델의 적용 결과, 모듈러 공장 제작 공정 중 6개의 공정이 성공적으로 감지되는 것을 확인했다. 본 연구에서 수집한 영상의 전체 225개 프레임 중에서 인식되지 않는 프레임수는 평균 28-53개로 인식률 83.1%로 나타났다. 개발된 공정 모니터링 시스템의 인식 정확도는 62.5~100%이며, 평균 84.4%로 집계되었다.
요약2	The entire process from manufacturing in a factory to on-site assembly is running sequentially in modular building construction. Therefore, an unexpected delay in factory manufacturing would impede the overall construction schedule. Hence, the implementation of appropriate progress monitoring is essential in modular building construction. In this study, a method of vision-based progress monitoring for a modular building factory has been developed. Instead of actual images of modular unit manufacturing, videos created from 3D modeling were used to train a deep learning model. Then, videos recorded during modular manufacturing in a factory were used to test the system. Although the deep learning model was trained with the virtual model, the test results demonstrated that all six processes were successfully detected. Out of 225 image frames on average, the number of unrecognized frames was 28-53, resulting in an average recognition rate of 83.1%. The recognition accuracy of the developed progress monitoring system ranges from 62.5 to 100%, and the average value was 84.4%.
소장처	대한건축학회

스크랩하기

추천문헌	이 논문을 열람하신 아우릭 회원님들이 많이 열람하신 논문을 추천해 드립니다.
[시론] 4차 산업혁명 시대, 건축의 대응 이명식(Lee, Myung-Sik) - 건축(대한건축학회지) : Vol.61 No.05 (201705)
유닛 모듈러 공법의 효율성 확보를 위한 공장제작, 운반, 현장설치의 최적 공정 제안 이광복(Lee, Kwang-Bok) ; 김경래(Kim, Kyung-Rai) ; 신동우(Shin, Dong-Woo) ; 차희성(Cha, Hee-Sung) - 한국건설관리학회 논문집 : Vol.12 No.6 (201111)
설계요소별 영향분석을 통한 공동주택 리모델링 공사비개산견적 산출 시스템 개발 김준(Kim, Jun) ; 차희성(Cha, Heesung) - 한국건설관리학회 논문집 : Vol.19 No.6 (201811)
모듈러 건축에서의 안전사고 원인 분석 및 저감방안 정길수(Jeong, Gilsu) ; 이현수(Lee, Hyunsoo) ; 박문서(Park, Moonseo) ; 현호상(Hyun, Hosang) ; 김현수(Kim, Hyunsoo) - 대한건축학회논문집 구조계 : Vol.35 No.08 (201908)
이미지 기반 기계 학습과 BIM을 활용한 자동화된 시공 진도 관리 - 합성곱 신경망 모델(CNN)과 실내측위기술, 4D BIM을 기반으로 - 노주희(Rho, Juhee) ; 박문서(Park, Moonseo) ; 이현수(Lee, Hyun-Soo) - 한국건설관리학회 논문집 : Vol.21 No.5 (202009)
대규모 모듈러 건축 프로젝트 현장 시공 시 공장 생산량 및 현장 시공량 관리 모델 최원규(Choi, Onekyu) ; 이현수(Lee, Hyunsoo) ; 박문서(Park, Moonseo) ; 현호상(Hyun, Hosang) - 한국건설관리학회 논문집 : Vol.19 No.1 (201801)
국내·외 BIM 적용 프로젝트의 BIM 적용수준 비교분석 고성훈(Koh, Sung-Hoon) ; 함남혁(Ham, Nam-Hyuk) ; 이주성(Lee, Joo-Sung) ; 윤수원(Yoon, Su-Won) ; 김재준(Kim, Jae-Jun) - 한국BIM학회 논문집 : Vol.7 No.2 (201706)
모듈러 공동주택의 BIM 기반 통합설계에 관한 연구 이창용(Lee, Chang-Yong) ; 이명식(Lee, Myung-Sik) - 대한건축학회논문집 : Vol.38 No.5 (202205)
모듈러 공법 활성화를 위한 개선과제 중요도 및 기대효용 분석 연구 김시연(Kim, Siyeon) ; 이미성(Lee, Meesung) ; 유일한(Yu, Ilhan) ; 손정욱(Son, JeongWook) - 한국건설관리학회 논문집 : Vol.22 No.4 (202107)
모듈러 건축의 타워크레인 배치계획 수립을 위한 다중 최적화 모델 개발 윤성부(Yoon, Sungboo) ; 박문서(Park, Moonseo) ; 정민혁(Jung, Minhyuk) ; 현호상(Hyun, Hosang) ; 안수호(Ahn, Suho) - 한국건설관리학회 논문집 : Vol.22 No.1 (202101)