드론·딥러닝 기반 현장 데이터 수집 및 기술 도입 장벽 분석 연구

Drone and deep learning for field data collection and technology adoption barrier analysis research

연구 내용

드론 영상·딥러닝 처리로 현장 상태를 자동 감지하고, 기술 도입 장애 요인을 분석해 확산 전략을 도출하는 연구

현장 데이터 수집과 자동 해석을 동시에 다루기 위해 드론 기반 영상 처리와 딥러닝 모델을 연결하는 연구를 수행합니다. 포장도로 손상 감시의 경우 드론 영상에서 손상 징후를 탐지하고 소성변형 및 피로파괴와 연계되는 손상 범주를 분류하는 접근을 사용합니다. 또한 정밀농업을 위한 무인항공기 활용에서 기술 도입 장벽을 기술적·사회적·운영적·경제적 요인으로 분해하고, 퍼지 델파이와 퍼지 계층분석을 결합한 다기준 평가로 핵심 장애 요인을 도출합니다. 현장 수집-의사결정 지원까지 이어지는 절차를 공통 축으로 두고 있다는 점에서 차별성이 있습니다.

관련 프로젝트

4건

연구 흐름

무인항공기 기반 기술의 실제 도입 과정을 분석하기 위해 농촌 지역 정밀농업 사례에서 기술 도입 장벽을 분류하고 퍼지 기반 다기준 평가로 우선순위를 도출하는 연구를 수행하였습니다. 이후 건설 현장에서의 적용으로 확장하여 드론과 FastRCNN 기반 딥러닝 이미지 프로세싱을 이용한 포장도로 자동감시 시스템 개발 과제를 수행했습니다. 동시에 인공지능중심 건설공학 인재양성팀을 통해 메타러닝과 융복합 IT 역량을 교육·연구에 연계하는 흐름을 병행하고 있습니다. 이를 통해 현장 데이터 처리 역량과 기술 확산 분석을 함께 축적하는 방향으로 발전하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

드론 기반 포장도로 손상 탐지
FastRCNN 기반 영상 분류
포트홀 및 소성변형 자동 감지
피로파괴 징후 추정
현장 감시 데이터 파이프라인
기술 도입 장벽 우선순위 분석
정밀농업 의사결정 지원
UAV 운영 의사결정 프레임
건설현장 자동 모니터링
AI 기반 현장 유지보수 전략