주행 중 터널 라이닝의 미세 균열검출이 가능한 영상 촬영 시스템 및 기법 개발

• 영문명: Development of Video Shooting System and Technique Enabling Detection of Micro Cracks in the Tunnel Lining while Driving
• 발행기관: 한국방재학회
• 저자명: 김인수(Kim, Insoo) 이철희(Lee, Cheolhee)
• 간행물 정보: 『2. 한국방재학회 논문집』 18권5호, 217~229쪽, 전체 13쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2018.08.30

국문 초록

터널 내부 라이닝 상태를 점검하는 방법은 비계 또는 사다리차 등을 이용하여 점검자가 직접 육안으로 상태를 확인하는 것인데, 이는 점검자의 안전사고 위험성이 상존하고 점검자 숙련도에 따라 상이한 결과가 도출되어 일관성 있고 신뢰할 만한 평가결과를 기대하기 어렵다. 본 연구에서는 차량을 이용하여 주행 중 터널 내부 라이닝 결함 상태(균열, 박리, 박락, 백태, 누수 등)를 촬영할 수 있는 전용 차량을 개발하고 터널 라이닝의 0.1 mm 이상 균열폭 인식이 가능한 영상 촬영 기법을 개발하여, 기존 시설물 점검 방식에 비해 안전관리 차량과 인원을 줄일 수 있고 결함 검출 정확도를 향상시키며 작업시간을 단축시킬 수 있는 방법을 제안하였다. 이러한 영상 시스템 및 촬영기법은 안전점검 비용과 차량 통제로 인한 사회적 비용을 절감시킬 수 있고, 객관적인 결함상태를 포함한 전구간 데이터 확보를 통해 터널 라이닝의 상태를 정확히 판단할 수 있을 것으로 예상된다.

영문 초록

The current approach for evaluating the condition of the inner lining of a tunnel is for inspectors to visually assess the state of the tunnel by being located on a scaffold or in an inspection car. However, it is difficult to expect consistent and reliable evaluation results owing to the risk of safety accidents of inspectors and the subjectivity of the results depending on the inspectors proficiency. In this study, we developed a special vehicle that could shoot the defects (cracks, spalling, desquamation, white coating, leakage, etc.) on the tunnel lining while operating, and a method to recognize and detect cracks width of 0.1 mm or more. Thus, we proposed a method that could reduce the number of safety management vehicles required, labor cost, and work time, compared to those of existing tunnel inspection methods, and improve the fault detection accuracy. It is expected that such imaging systems and imaging techniques can reduce the cost of safety inspection and the social costs of vehicle control, and accurately determine the state of tunnel lining by securing data for the entire tunnel including the objective defect status.

목차

1. 서 론

2. 터널 안전점검 기준 검토

3. 터널 라이닝 영상 촬영 장비

4. 터널 라이닝 영상 촬영 기법

5. 결 론

키워드

터널 라이닝 균열 검출 영상 촬영 이미지 프로세싱 심층신경망 Tunnel Lining Crack Detection Video Shooting Image Processing Deep Neural Net