본 기술은 메모리에 저장된 인공지능 알고리즘에 도로이미지를 입력하면 프로세서가 그 이미지에 해당하는 도로상태정보를 자동으로 판단하는 장치로, 알고리즘은 실제 도로 측정데이터를 바탕으로 가상 생성한 가상도로데이터로 학습된 도로 상태 판단 장치입니다.
물동량과 차량이 급증하면서 도로에 균열과 포트홀 같은 성능 저하가 잦아졌고, 이는 운전자 안전과 차량 연비에도 영향을 주어 도로 상태 평가가 중요해졌습니다. 그러나 도로를 정량적으로 평가하는 전문 장비는 고가여서 활발하게 쓰이지 못했고, 인공지능으로 평가하려 해도 학습에 필요한 레이블된 도로 이미지를 충분히 확보하기 어려운 한계가 있었습니다.
본 기술은 실제 도로의 평탄성 측정값 중 일부를 골라 그 값으로 시그마값을 계산해 노이즈데이터를 만들고, 이를 미리 정한 전달함수에 통과시켜 2차원 가상도로정보를 얻은 뒤 3차원 가상도로데이터로 변환하도록 구성됩니다. 같은 노면에 빛의 조사 각도만 다르게 준 여러 데이터를 함께 생성해 학습 데이터를 늘립니다. 도로관리청의 포장 상태 상시 점검, 차량 탑재 카메라 기반 노면 모니터링, 포트홀 보수 우선순위 선정에 적용될 수 있어 고가의 측정 장비나 사람이 일일이 붙인 레이블 없이도 평탄성 수준이 자동 표기된 학습 이미지를 대량으로 만들어 실시간 노면 평가 모델을 구축할 수 있습니다.
본 발명은 국토교통부의 실시간 교량 동적거동 예측을 위한 무인조사차량 기반 비접촉식 안전진단 기술 개발 지원을 통해 개발되었습니다.
N/A
