KR101104444B1 - System and method for predicting discontinous face of tunnel working face - Google Patents

System and method for predicting discontinous face of tunnel working face Download PDF

Info

Publication number
KR101104444B1
KR101104444B1 KR1020110054887A KR20110054887A KR101104444B1 KR 101104444 B1 KR101104444 B1 KR 101104444B1 KR 1020110054887 A KR1020110054887 A KR 1020110054887A KR 20110054887 A KR20110054887 A KR 20110054887A KR 101104444 B1 KR101104444 B1 KR 101104444B1
Authority
KR
South Korea
Prior art keywords
tunnel
block
dimensional
rock
discontinuous surface
Prior art date
Application number
KR1020110054887A
Other languages
Korean (ko)
Inventor
황상기
Original Assignee
배재대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 배재대학교 산학협력단 filed Critical 배재대학교 산학협력단
Priority to KR1020110054887A priority Critical patent/KR101104444B1/en
Application granted granted Critical
Publication of KR101104444B1 publication Critical patent/KR101104444B1/en

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
    • E21D9/003—Arrangement of measuring or indicating devices for use during driving of tunnels, e.g. for guiding machines
    • E21D9/004—Arrangement of measuring or indicating devices for use during driving of tunnels, e.g. for guiding machines using light beams for direction or position control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geology (AREA)
  • Image Analysis (AREA)

Abstract

PURPOSE: A discontinuous surface estimating system for tunneling and a method thereof are provided to remove risk factor in construction by the estimation of the front surface of an excavation blind end or the rear portion of the neighboring tunnel. CONSTITUTION: A recognition unit(103) recognizes 3D(Dimensional) block of the discontinuous surface of dark spots distributed in the blind end. The extracting unit(104) analyzes 3D block, extracts unstable blocks, and schematizes the unstable block into 3D drawing. The estimator(108) analyzes joint distribution of the dark spot in an excavation portion using the 3D drawing of the unstable block and estimates discontinuous surface distribution of the excavation portion based on analysis. The recognition unit measures the 3D arrangement structure of the discontinuous surface of the dark spot distributed in the blind end using the 3D image of the blind end.

Description

터널 막장 불연속면 예측 시스템 및 방법{SYSTEM AND METHOD FOR PREDICTING DISCONTINOUS FACE OF TUNNEL WORKING FACE}Tunnel face discontinuity prediction system and method {SYSTEM AND METHOD FOR PREDICTING DISCONTINOUS FACE OF TUNNEL WORKING FACE}

본 발명의 실시예들은 터널 막장의 불연속면을 예측하는 시스템 및 방법에 관한 것이다.
Embodiments of the present invention relate to systems and methods for predicting discontinuities in tunnel face.

터널의 설계와 시공을 위한 지반조사는 지반 상태를 파악하기 위하여 시추공 조사에 크게 의존하고 있다. 그러나, 다량의 시추공 조사는 많은 예산이 소요되고 국한된 시추조사로 획득된 국부적인 지반 예측은 한계를 갖고 있다.Soil surveys for the design and construction of tunnels rely heavily on borehole surveys to determine soil conditions. However, large numbers of borehole surveys are expensive and local ground predictions obtained by localized borehole surveys are limited.

이러한 이유로 지반상태의 예측이 어려운 상태에서 설계된 터널은, 시공과정에서 획득되어 안정성과 경제성에 크게 기여할 수 있는 시공 중 자료의 획득과 활용을 무시한 채 기존의 설계 원안을 따라 진행되고 있다. 이러한 문제는 시공 중 획득될 수 있는 지반 자료의 조사 기법과 분석 방법이 부실함에 기인한다.For this reason, tunnels designed in the unpredictable condition of the soil are being developed in accordance with the existing design plan, ignoring the acquisition and utilization of data during construction, which can be acquired during construction and contribute greatly to stability and economics. This problem is due to the lack of research and analysis methods of ground data that can be obtained during construction.

이에, 전산화된 막장 조사와 터널 막장의 불연속면의 예측 등을 통해 단기간에 정밀한 불연속면 자료를 조사하고 분석함으로써 터널의 시공과 유지관리를 위한 기초를 마련할 수 있는 시스템의 개발이 필요한 실정이다.
Therefore, it is necessary to develop a system that can provide a foundation for the construction and maintenance of tunnels by investigating and analyzing precise discontinuity data in a short period of time through computerized membrane investigation and prediction of discontinuity of tunnel face.

본 발명의 일 실시예는 기 개발된 절리면 조사(Surface mapper)와 예측장비(Fracjection)를 이용하여 막장 조사를 전산화 및 자동화할 수 있는 터널의 막장 조사 기법을 개발하고, 불연속면 3D 투영기법으로 전산화된 조사 자료를 막장의 전방에 투영하여 굴착될 막장의 전면부나 인접 터널의 후방부를 예측함으로써, 시공 중 발생할 수 있는 위험 요인을 제거하여 터널 지보패턴에 대한 설계와 시공을 최적화할 수 있는 터널 막장 불연속면 예측 시스템 및 방법을 제공한다.
An embodiment of the present invention is to develop a tunnel screening technique that can computerize and automate the film irradiation using the previously developed surface mapper and prediction (Fracjection), computerized by discontinuous 3D projection technique Projection of the survey data to the front of the barrier predicts the front face of the barrier to be drilled or the rear of the adjacent tunnel, thereby predicting the tunnel face discontinuity that can optimize the design and construction of tunnel support patterns by eliminating the risks that may occur during construction. Provides a system and method.

본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
The problem to be solved by the present invention is not limited to the problem (s) mentioned above, and other object (s) not mentioned will be clearly understood by those skilled in the art from the following description.

본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 시스템은 터널의 막장에 분포하는 암반의 불연속면의 3차원 블록을 인식하는 인식부; 상기 인식된 3차원 블록을 블록이론으로 분석하여 불안정 블록을 추출하고, 상기 추출된 불안정 블록을 3차원 도면으로 도식화하는 추출부; 및 상기 불안정 블록의 3차원 도면을 이용하여 기 조사된 굴착 부분의 암반의 절리 분포를 분석하고, 상기 분석 결과에 기초하여 향후 굴착될 부분의 불연속면 분포를 예측하는 예측부를 포함한다.Tunnel face discontinuity prediction system according to an embodiment of the present invention includes a recognition unit for recognizing the three-dimensional block of the discontinuity of the rock surface distributed in the tunnel face; An extraction unit for extracting an unstable block by analyzing the recognized three-dimensional block by block theory, and plotting the extracted unstable block in a three-dimensional drawing; And a predictor that analyzes the joint distribution of the rock of the excavated portion irradiated using the three-dimensional drawing of the unstable block, and predicts the discontinuous surface distribution of the portion to be excavated in the future based on the analysis result.

상기 예측부는 상기 암반의 절리 분포를 투영망을 통해 분석하여 터널의 진행 방향과 고각인 절리군을 추출하고, 상기 추출된 절리군을 이용하여 향후 굴착될 부분의 불연속면 분포를 예측할 수 있다.The prediction unit may analyze the joint distribution of the rock through a projection network to extract a joint group having a high elevation direction and a tunnel, and predict the discontinuity distribution of the portion to be excavated in the future using the extracted joint group.

상기 예측부는 소정의 분류 기준을 이용하여 암질의 등급을 분류하고, 상기 분류된 등급별로 상기 암질을 2차원 이상의 도면으로 표기하며, 상기 2차원 이상의 도면에서 상기 암질의 등급 및 상기 불안정 블록의 위치를 고려하여 암반을 붙들어 매는 용도인 보강볼트의 개수 및 위치를 지정할 수 있다.The predicting unit classifies the grade of the rock quality using a predetermined classification criterion, and marks the rock quality in two or more drawings for each of the classified grades, and the grade of the rock quality and the position of the unstable block in the two or more drawings. The number and location of the reinforcement bolts, which are intended to hold the rock, can be specified.

상기 인식부는 터널의 막장을 촬영한 입체 사진을 이용하여 상기 막장에 분포하는 암반의 불연속면의 3차원 배열 구조를 측정하고, 상기 측정된 불연속면의 3차원 배열 구조를 상기 터널의 벽면에 투영하여 상기 불연속면의 궤적을 추정하며, 상기 추정된 궤적에 기초하여 상기 벽면과 상기 막장에 대응하는 터널 이미지에 다각형의 위상 구조를 제작하고, 상기 제작된 다각형의 위상 구조를 이용하여 상기 불연속면의 3차원 블록을 인식할 수 있다.The recognition unit measures a three-dimensional array structure of the discontinuous surface of the rock distributed in the barrier using a three-dimensional image photographing the membrane of the tunnel, and project the three-dimensional array structure of the measured discontinuous surface on the wall surface of the tunnel, the discontinuous surface Estimates the trajectory of, constructs a polygonal phase structure in the tunnel image corresponding to the wall surface and the barrier based on the estimated trajectory, and recognizes the 3D block of the discontinuous surface by using the prepared polygonal phase structure can do.

본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 시스템은 일렬로 정열되어 서로 계획된 간격으로 이격된 두 카메라를 이용해 상기 입체 사진을 획득하는 영상 획득부를 더 포함할 수 있다.The tunnel face discontinuity prediction system according to an embodiment of the present invention may further include an image acquisition unit for acquiring the stereoscopic image using two cameras arranged in a line and spaced apart from each other at a predetermined interval.

본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 시스템은 터치 스크린을 구비한 휴대 단말기를 통해 사용자의 펜 조작에 따른 상기 불연속면의 스케치 정보를 입력 받는 입력부를 더 포함하고, 상기 인식부는 상기 입력된 스케치 정보를 더 이용하여 상기 막장에 분포하는 암반의 불연속면의 3차원 배열 구조를 측정할 수 있다.The tunnel face discontinuity prediction system according to an embodiment of the present invention further includes an input unit configured to receive sketch information of the discontinuity plane according to a user's pen manipulation through a portable terminal having a touch screen, and the recognition unit receives the input sketch. Further information may be used to measure the three-dimensional array structure of the discontinuous surface of the rock in the membrane.

본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 시스템은 상기 불안정 블록의 3차원 도면을 포함하는 터널 전 구간의 막장 정보를 데이터베이스화하는 저장부를 더 포함할 수 있다.The tunnel face discontinuity prediction system according to an embodiment of the present invention may further include a storage unit for databaseing the barrier information of the entire tunnel section including the 3D diagram of the unstable block.

본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 시스템은 네트워크 망을 이용하여 상기 터널 전 구간의 막장 정보를 인터넷을 통해 전문가 집단과 실시간 공유할 수 있도록 하는 정보 공유부를 더 포함할 수 있다.The tunnel barrier discontinuity prediction system according to an embodiment of the present invention may further include an information sharing unit for real-time sharing of the barrier information of the entire tunnel section with an expert group through the Internet using a network.

본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 시스템은 상기 터널 전 구간의 막장 정보를 이용하여 인접 막장의 정보를 비교하고, 상기 비교 결과에 기초하여 상기 불연속면의 연장성을 분석하는 비교부를 더 포함할 수 있다.The tunnel barrier discontinuity prediction system according to an embodiment of the present invention further includes a comparison unit which compares information of adjacent barriers using the barrier information of the entire tunnel section and analyzes the extension of the discontinuity surface based on the comparison result. can do.

본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 방법은 터널의 막장에 분포하는 암반의 불연속면의 3차원 블록을 인식하는 단계; 상기 인식된 3차원 블록을 블록이론으로 분석하여 불안정 블록을 추출하고, 상기 추출된 불안정 블록을 3차원 도면으로 도식화하는 단계; 및 상기 불안정 블록의 3차원 도면을 이용하여 기 조사된 굴착 부분의 암반의 절리 분포를 분석하고, 상기 분석 결과에 기초하여 향후 굴착될 부분의 불연속면 분포를 예측하는 단계를 포함한다.Tunnel face discontinuity prediction method according to an embodiment of the present invention comprises the steps of recognizing a three-dimensional block of the discontinuity of the rock surface distributed in the tunnel face; Analyzing the recognized three-dimensional block by block theory to extract an unstable block, and plotting the extracted unstable block into a three-dimensional drawing; And analyzing the joint distribution of the rock of the excavated portion irradiated using the three-dimensional drawing of the unstable block, and predicting the discontinuous surface distribution of the portion to be excavated in the future based on the analysis result.

상기 예측하는 단계는 상기 암반의 절리 분포를 투영망을 통해 분석하여 터널의 진행 방향과 고각인 절리군을 추출하는 단계; 및 상기 추출된 절리군을 이용하여 향후 굴착될 부분의 불연속면 분포를 예측하는 단계를 포함할 수 있다.The predicting may include analyzing a joint distribution of the rock through a projection network and extracting a joint group having an elevation angle and a tunnel direction; And predicting a discontinuous surface distribution of a portion to be excavated in the future by using the extracted joint group.

상기 예측하는 단계는 소정의 분류 기준을 이용하여 암질의 등급을 분류하는 단계; 상기 분류된 등급별로 상기 암질을 2차원 이상의 도면으로 표기하는 단계; 및 상기 2차원 이상의 도면에서 상기 암질의 등급 및 상기 불안정 블록의 위치를 고려하여 암반을 붙들어 매는 용도인 보강볼트의 개수 및 위치를 지정하는 단계를 포함할 수 있다.The predicting may include classifying the grade of cancer using a predetermined classification criterion; Marking the cancerous material in two or more dimensions by the classified grades; And designating the number and location of reinforcing bolts for holding and tying the rock in consideration of the grade of the rock and the position of the unstable block in the two-dimensional or more drawings.

상기 인식하는 단계는 터널의 막장을 촬영한 입체 사진을 이용하여 상기 막장에 분포하는 암반의 불연속면의 3차원 배열 구조를 측정하는 단계; 상기 측정된 불연속면의 3차원 배열 구조를 상기 터널의 벽면에 투영하여 상기 불연속면의 궤적을 추정하는 단계; 상기 추정된 궤적에 기초하여 상기 벽면과 상기 막장에 대응하는 터널 이미지에 다각형의 위상 구조를 제작하는 단계; 및 상기 제작된 다각형의 위상 구조를 이용하여 상기 불연속면의 3차원 블록을 인식하는 단계를 포함할 수 있다.The recognizing may include measuring a three-dimensional array structure of discontinuous surfaces of rock masses distributed in the membrane using a three-dimensional image of the tunnel membrane; Estimating a trajectory of the discontinuous plane by projecting the measured three-dimensional array structure of the discontinuous plane on the wall surface of the tunnel; Fabricating a polygonal phase structure in a tunnel image corresponding to the wall surface and the barrier based on the estimated trajectory; And recognizing the 3D block of the discontinuous surface by using the manufactured polygonal phase structure.

상기 인식하는 단계는 일렬로 정열되어 서로 계획된 간격으로 이격된 두 카메라를 이용해 상기 입체 사진을 획득하는 단계를 더 포함할 수 있다.The recognizing may further include acquiring the stereoscopic image using two cameras arranged in a line and spaced apart from each other at a predetermined interval.

본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 방법은 상기 불안정 블록의 3차원 도면을 포함하는 터널 전 구간의 막장 정보를 이용하여 인접 막장의 정보를 비교하는 단계; 및 상기 비교 결과에 기초하여 상기 불연속면의 연장성을 분석하는 단계를 더 포함할 수 있다.
Tunnel face discontinuity prediction method according to an embodiment of the present invention comprises the steps of comparing the information of the adjacent film using the information on the film thickness of the entire tunnel section including the three-dimensional view of the unstable block; And analyzing the extensibility of the discontinuous surface based on the comparison result.

기타 실시예들의 구체적인 사항들은 상세한 설명 및 첨부 도면들에 포함되어 있다.Specific details of other embodiments are included in the detailed description and the accompanying drawings.

본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.
Advantages and / or features of the present invention and methods for achieving them will become apparent with reference to the embodiments described below in detail in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but may be implemented in various different forms, only the present embodiments to make the disclosure of the present invention complete, and common knowledge in the art to which the present invention pertains. It is provided to fully inform the person having the scope of the invention, which is defined only by the scope of the claims. Like reference numerals refer to like elements throughout.

본 발명의 일 실시예에 따르면, 기 개발된 절리면 조사(Surface mapper)와 예측장비(Fracjection)를 이용하여 막장 조사를 전산화 및 자동화할 수 있는 터널의 막장 조사 기법을 개발하고, 불연속면 3D 투영기법으로 전산화된 조사 자료를 막장의 전방에 투영하여 굴착될 막장의 전면부나 인접 터널의 후방부를 예측함으로써, 시공 중 발생할 수 있는 위험 요인을 제거하여 터널 지보패턴에 대한 설계와 시공을 최적화할 수 있다.
According to an embodiment of the present invention, using a previously developed surface mapper and predictive equipment (Fracjection) to develop a tunnel screening technique that can computerize and automate the screening of the tunnel, as a discontinuous surface 3D projection technique By projecting computerized survey data to the front of the barrier, it is possible to optimize the design and construction of tunnel support patterns by eliminating the risk factors that can occur during construction by predicting the front of the barrier or the rear of the adjacent tunnel.

도 1은 본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 시스템을 설명하기 위해 도시한 블록도이다.
도 2 내지 도 7는 본 발명의 일 실시예에 따라 터널 막장의 불연속면을 예측하기 위한 분석 과정을 도시한 예시도이다.
도 8은 본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 방법을 설명하기 위해 도시한 흐름도이다.
도 9는 본 발명의 일 실시예에 따라 터널의 막장에 분포하는 암반의 불연속면의 3차원 블록을 인식하는 과정을 도시한 흐름도이다.1 is a block diagram illustrating a tunnel face discontinuity prediction system according to an embodiment of the present invention.
2 to 7 are exemplary views showing an analysis process for predicting the discontinuous surface of the tunnel face in accordance with an embodiment of the present invention.
8 is a flowchart illustrating a tunnel face discontinuity prediction method according to an embodiment of the present invention.
FIG. 9 is a flowchart illustrating a process of recognizing a 3D block of a discontinuous surface of a rock mass distributed in a membrane face of a tunnel according to an embodiment of the present invention.

이하에서는 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.Hereinafter, with reference to the accompanying drawings will be described embodiments of the present invention;

도 1은 본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 시스템을 설명하기 위해 도시한 블록도이다.1 is a block diagram illustrating a tunnel face discontinuity prediction system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 시스템(100)은 영상 획득부(101), 입력부(102), 인식부(103), 추출부(104), 저장부(105), 정보 공유부(106), 비교부(107), 예측부(108), 및 제어부(109)를 포함할 수 있다.Referring to FIG. 1, the tunnel face discontinuity prediction system 100 according to an embodiment of the present invention may include an image acquisition unit 101, an input unit 102, a recognition unit 103, an extraction unit 104, and a storage unit ( 105, an information sharing unit 106, a comparator 107, a predictor 108, and a controller 109.

상기 영상 획득부(101)는 일렬로 정열되어 서로 계획된 간격으로 이격된 두 카메라를 이용해 터널의 막장을 촬영한 입체 사진을 획득한다.The image acquisition unit 101 obtains a three-dimensional image of a tunnel face using two cameras arranged in a line and spaced apart from each other at a predetermined interval.

상기 입력부(102)는 터치 스크린을 구비한 휴대 단말기를 통해 사용자의 펜 조작에 따른 암반의 불연속면의 스케치 정보를 입력 받는다. 이 과정에서 막장의 부위별 암질의 등급이 함께 입력된다.The input unit 102 receives sketch information of a discontinuous surface of a rock according to a user's pen manipulation through a portable terminal having a touch screen. In this process, the grade of the cancer by the part of the membrane is input together.

즉, 상기 휴대 단말기의 터치 스크린에 상기 입체 사진이 표시되는 경우, 상기 사용자는 스타일러스 펜을 이용하여 상기 터치 스크린에 암반의 불연속면에 대응하는 스케치와 위치별 암질 분류 자료를 입력한다. 그러면, 상기 입력부(102)는 상기 사용자의 스타일러스 펜 조작에 따른 스케치 정보를 상기 휴대 단말기를 통해 입력 받게 된다.That is, when the stereoscopic image is displayed on the touch screen of the portable terminal, the user inputs a sketch corresponding to the discontinuous surface of the rock and the rock classification data by position on the touch screen using a stylus pen. Then, the input unit 102 receives the sketch information according to the user's manipulation of the stylus pen through the portable terminal.

상기 인식부(103)는 상기 영상 획득부(101)에 의해 획득된 입체 사진을 이용하여 상기 막장에 분포하는 암반의 불연속면의 3차원 배열 구조를 측정한다. 또한, 상기 인식부(103)는 상기 입력부(102)에 의해 입력된 스케치 정보를 더 이용하여 상기 막장에 분포하는 암반의 불연속면의 3차원 배열 구조를 측정할 수 있다.The recognition unit 103 measures the three-dimensional array structure of the discontinuous surface of the rock mass distributed in the film by using the three-dimensional photograph obtained by the image acquisition unit 101. In addition, the recognition unit 103 may further measure the three-dimensional array structure of the discontinuous surface of the rock mass distributed in the film by further using the sketch information input by the input unit 102.

상기 인식부(103)는 상기 측정된 불연속면의 3차원 배열 구조와 암질등급을 상기 터널의 벽면에 투영하여 상기 불연속면과 암질의 궤적을 추정한다.The recognition unit 103 estimates a trajectory of the discontinuous surface and the rock surface by projecting the measured three-dimensional array structure and the rock quality grade on the wall surface of the tunnel.

상기 인식부(103)는 상기 추정된 궤적에 기초하여 상기 벽면과 상기 막장에 대응하는 터널 이미지에 다각형의 위상 구조와 암질분포를 제작한다. 그리고, 상기 인식부(103)는 상기 제작된 다각형의 위상 구조를 이용하여 상기 불연속면의 3차원 블록을 인식한다.The recognition unit 103 produces a polygonal phase structure and a rocky distribution on the tunnel image corresponding to the wall surface and the membrane based on the estimated trajectory. In addition, the recognition unit 103 recognizes the three-dimensional block of the discontinuous surface by using the produced phase structure of the polygon.

상기 추출부(104)는 상기 인식부(103)에 의해 인식된 3차원 블록을 블록이론을 이용해 분석하여 불안정(위험) 블록을 추출한다. 즉, 상기 추출부(104)는 상기 블록이론을 이용하여 상기 3차원 블록을 분석함으로써 파괴 예측을 수행할 수 있다. 또한, 상기 추출부(104)는 상기 추출된 불안정 블록과 암질의 분포를 3차원 도면으로 도식화하고 이를 중첩해 록볼트 보강 등에 활용할 수 있는 기본 정보를 제공한다.The extraction unit 104 extracts an instability (danger) block by analyzing the three-dimensional block recognized by the recognition unit 103 using block theory. In other words, the extraction unit 104 may perform fracture prediction by analyzing the 3D block using the block theory. In addition, the extraction unit 104 provides a basic information that can be utilized to the rock bolt reinforcement, such as a schematic of the extracted unstable block and the distribution of the rock in a three-dimensional drawing and superimposed it.

여기서, 상기 블록이론은 공지기술로서 널리 사용되고 있으므로, 본 실시예에서는 다음과 같이 간략하게 설명하기로 한다.Here, since the block theory is widely used as a known technique, the present embodiment will be briefly described as follows.

암반에는 반복되는 지구조 운동 등의 영향에 의하여 수많은 불연속면들이 존재한다. 이 불연속면들은 위치, 심도에 따라 매우 다양한 분포를 지니는데, 절리들의 상호 관계에 따라 암반은 블록(Block)을 이루게 되며, 따라서 블록들도 마찬가지로 매우 다양한 양상과 분포를 지니고 있다.There are numerous discontinuities in the rock due to repeated earth movements. These discontinuities have a wide variety of distributions depending on their location and depth. The rocks form blocks according to the interrelationships of the joints, so the blocks also have a wide variety of patterns and distributions.

상기 블록이론은 3차원 불연속면들이 교차하면서 만들어지는 블록의 3차원적 형상과 크기를 결정하며, 그 블록이 암반으로부터 이동하는지를 판단하는 기하학적 이론이다.The block theory is a geometric theory that determines the three-dimensional shape and size of a block that is created by intersecting three-dimensional discontinuities, and determines whether the block moves from a rock.

상기 저장부(105)는 상기 불안정 블록의 3차원 도면을 포함하는 터널 전 구간의 막장 정보를 데이터베이스화한다. 여기서, 상기 막장 정보는 상기 불안정 블록의 3차원 도면뿐만 아니라, 상기 불연속면과 관련한 암종, 암질 등의 정보를 포함할 수 있다. 상기 데이터베이스화된 막장 정보는 시공 중 혹은 시공 후 터널의 유지 관리에 활용될 수 있다.The storage unit 105 databases the membrane information of the entire tunnel section including the 3D diagram of the unstable block. The membrane information may include not only a three-dimensional drawing of the unstable block but also information such as carcinoma and cancer quality related to the discontinuous surface. The database-based membrane information may be used for maintenance of the tunnel during or after construction.

상기 정보 공유부(106)는 네트워크 망을 이용하여 상기 터널 전 구간의 막장 정보를 인터넷을 통해 전문가 집단과 실시간 공유할 수 있도록 함으로써, 문제가 발생할 경우 신속히 대응할 수 있도록 한다.The information sharing unit 106 enables the real-time sharing of the closing information of the entire tunnel section with the expert group through the Internet by using a network network, so that a problem can be quickly responded to.

이를 위해, 상기 정보 공유부(106)는 상기 전문가 집단으로부터 정보 공유 요청이 있는 경우, 상기 정보 공유 요청에 대한 응답으로 상기 터널 전 구간의 막장 정보를 실시간으로 각 전문가의 단말기로 전송할 수 있다.To this end, when there is a request for information sharing from the expert group, the information sharing unit 106 may transmit the closing information of the entire section of the tunnel to the terminal of each expert in real time in response to the information sharing request.

상기 비교부(107)는 상기 터널 전 구간의 막장 정보를 이용하여 인접 막장의 정보를 비교한다. 즉, 상기 비교부(107)는 인접 막장 간에 불연속면, 암종, 암질 등의 정보를 비교할 수 있다. 상기 비교부(107)는 상기 비교 결과에 기초하여 상기 불연속면의 연장성을 분석한다. 즉, 상기 비교부(107)는 상기 인접 막장 간의 정보의 유사 여부에 따라 상기 불연속면의 연장성을 분석할 수 있다.The comparison unit 107 compares the information of the adjacent close using the close information of the entire tunnel section. That is, the comparison unit 107 may compare information such as discontinuities, carcinomas, and cancers between adjacent membranes. The comparison unit 107 analyzes the extensibility of the discontinuous surface based on the comparison result. That is, the comparison unit 107 may analyze the extension of the discontinuous surface according to the similarity of the information between the adjacent barriers.

상기 비교부(107)는 상기 인접 막장 간의 정보가 유사하면 상기 불연속면이 연장되는 것으로 판단하고, 상기 인접 막장 간의 정보가 다르면 상기 불연속면이 연장되지 않는 것으로 판단할 수 있다.The comparison unit 107 may determine that the discontinuous plane is extended when the information between the adjacent bars is similar, and determine that the discontinuous plane does not extend when the information between the adjacent bars is different.

상기 예측부(108)는 상기 불안정 블록의 3차원 도면을 이용하여 기 조사된 굴착 부분의 암반의 절리 분포를 기초로 하여 굴착될 앞부분의 지반을 분석하여 적절한 보강을 결정한다. 상기 예측부(108)는 상기 분석 결과에 기초하여 향후 굴착될 부분의 불연속면 분포를 예측한다.The predictor 108 determines an appropriate reinforcement by analyzing the ground of the front part to be excavated based on the joint distribution of the rock of the excavated part irradiated using the three-dimensional drawing of the unstable block. The prediction unit 108 predicts a discontinuous plane distribution of a portion to be excavated in the future based on the analysis result.

상기 예측부(108)는 상기 암반의 절리 분포를 투영망을 통해 분석하여 터널의 진행 방향과 고각인 절리군을 추출하고, 상기 추출된 절리군을 이용하여 향후 굴착될 부분의 불연속면 분포를 예측할 수 있다.The prediction unit 108 may analyze the joint distribution of the rock through a projection network to extract a joint group having an elevation angle and a tunnel direction, and predict the discontinuity distribution of the portion to be excavated in the future using the extracted joint group.

상기 예측부(108)는 소정의 분류 기준을 이용하여 암질의 등급을 분류하고, 상기 분류된 등급별로 상기 암질을 2차원 이상의 도면으로 표기하며, 상기 2차원 이상의 도면에서 상기 암질의 등급 및 상기 불안정 블록의 위치를 고려하여 암반을 붙들어 매는 용도인 보강볼트의 개수 및 위치를 지정할 수 있다.The prediction unit 108 classifies grades of cancer using a predetermined classification criterion, and displays the grade of cancer in two or more dimensions for each of the classified grades, and the grade and the instability of the grade in the two or more figures. The number and location of reinforcing bolts, which are intended to hold rocks, can be specified by considering the location of the blocks.

상기 제어부(109)는 본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 시스템(100), 즉 상기 영상 획득부(101), 상기 입력부(102), 상기 인식부(103), 상기 추출부(104), 상기 저장부(105), 상기 정보 공유부(106), 상기 비교부(107), 상기 예측부(108) 등의 동작을 전반적으로 제어한다.
The control unit 109 is a tunnel face discontinuity prediction system 100 according to an embodiment of the present invention, that is, the image acquisition unit 101, the input unit 102, the recognition unit 103, and the extraction unit 104. ) Generally controls operations of the storage unit 105, the information sharing unit 106, the comparison unit 107, and the prediction unit 108.

도 2 내지 도 7는 본 발명의 일 실시예에 따라 터널 막장의 불연속면을 예측하기 위한 분석 과정을 도시한 예시도이다.2 to 7 are exemplary views showing an analysis process for predicting the discontinuous surface of the tunnel face in accordance with an embodiment of the present invention.

도 2에 도시된 바와 같이, 암질등급 분류는 0~100까지의 값으로 5등급으로 나뉜다. 이때, 상기 암질등급 분류는 RMR, Q, GSI 등의 분류기준을 사용한다. 본 실시예에서는 RMR 분류기준을 이용하여 암질등급을 분류하였다.As shown in FIG. 2, the cancer grade classification is divided into five grades with values ranging from 0 to 100. At this time, the cancer grade classification uses a classification criteria such as RMR, Q, GSI. In this example, the cancer grade was classified using the RMR classification criteria.

이와 같이 막장 표면에 조사된 등급(도 2에서 막장면의 경계를 따라 색상으로 표현된 결과)은, 도 3에 도시된 바와 같이 막장의 표면을 평면으로 펴 놓은 상태, 즉 2차원 도면으로 표기되며, 이 2차원 도면은 도 4와 같은 3차원 도면과 연결된다. 블록이론으로 분석된 위험한 3차원 블록들(도 4의 붉은 블록들)은 도 3의 평면도(2차원 도면)에도 표기된다.The grade irradiated on the surface of the membrane (results expressed in color along the boundary of the membrane surface in FIG. 2) is expressed in a state in which the surface of the membrane is laid out in a plane, that is, in a two-dimensional drawing as shown in FIG. 3. This two-dimensional drawing is connected to the three-dimensional drawing as shown in FIG. Dangerous three-dimensional blocks (red blocks in FIG. 4) analyzed by block theory are also indicated in the top view (two-dimensional view) of FIG. 3.

상기 예측부(도 1의 "108" 참조)는 암질의 강도(1~100)와 위험한 블록의 위치를 고려하여 도 3에서 점들로 표기된 보강볼트(암반을 붙들어 매는 용도로 쓰임)의 개수와 위치 등을 지정하게 된다. 그 결과로서 도 4에 도시된 볼트들이 형성된다.The prediction unit (see "108" in FIG. 1) is the number and location of the reinforcing bolts (used to hold the rock) marked by the points in Figure 3 in consideration of the strength of the rock (1 ~ 100) and the location of the dangerous block And so on. As a result, the bolts shown in FIG. 4 are formed.

막장 전방의 절리분포 예측을 위해서는, 상기 예측부는 도 5와 같이 기존 절리의 3차원 분포를 투영망을 통해 분석하고, 이들 중 터널의 진행방향과 고각인 도 6과 같은 절리군을 기존 자료에서 추출한 후, 기 조사된 자료그룹의 간격을 도 7과 같은 분석 기법으로 표현하게 된다.In order to predict the joint distribution in front of the membrane, the prediction unit analyzes the three-dimensional distribution of the existing joint through a projection network as shown in FIG. 5, and extracts the joint group as shown in FIG. In addition, the interval of the examined data group is expressed by the analysis technique as shown in FIG. 7.

도 7은 각 절리별 간격을 y축으로 순차별 절리를 동간격의 x축으로 플롯 한 것으로 점들로 형성된 선분의 경사는 간격을(경사가 완만하면 간격이 좁음), 선분의 불연속부분이 존재하는 것은 절리들이 클러스터화(clustered)되어 있음을 의미한다. 도 6에서는 두 클러스트의 절리군이 존재함을 보여준다. 도 7에 나타난 정보를 근거로 도 7의 녹색 점들과 같은 추가 분포를 입력하면, 상기 예측부는 도 6의 적색 라인으로 표기된 앞부분의 절리를 예측할 수 있다.7 is a plot of the joints of each joint with the y-axis, and the joints of the joints with the y-axis. The slope of the line segment formed by the dots is the interval (the spacing is narrow if the slope is gentle), and the discontinuity of the segment This means that the joints are clustered. 6 shows that there are two clusters of joints. Based on the information shown in FIG. 7, if the additional distribution such as the green dots of FIG. 7 is input, the predictor may predict the joint of the front part indicated by the red line of FIG. 6.

참고로 도 6의 마지막 막장(2+003)은 아직 굴착되지 않은 예상막장으로 터널의 종축과 평행하게 가는 절리들은 이미 절취된 막장의 정보로 충분히 예측되지만, 횡축과 평행한 절리는 도 6과 같은 방법으로 예측하는 것이 유일하다.
For reference, the last membrane (2 + 003) of FIG. 6 is an expected membrane that has not yet been excavated, and the joints parallel to the longitudinal axis of the tunnel are sufficiently predicted by the information of the membranes already cut, but the joint parallel to the horizontal axis is the same as that of FIG. The only way to predict is to

도 8은 본 발명의 일 실시예에 따른 터널 막장 불연속면 예측 방법을 설명하기 위해 도시한 흐름도이다. 여기서, 상기 터널 막장 불연속면 예측 방법은 도 1의 터널 막장 불연속면 예측 시스템(100)에 의해 수행될 수 있다.8 is a flowchart illustrating a tunnel face discontinuity prediction method according to an embodiment of the present invention. Here, the tunnel face discontinuity prediction method may be performed by the tunnel face discontinuity prediction system 100 of FIG. 1.

도 8을 참조하면, 단계(801)에서 상기 터널 막장 불연속면 예측 시스템은 터널의 막장에 분포하는 암반의 불연속면의 3차원 블록을 인식한다.Referring to FIG. 8, in step 801, the tunnel face discontinuity prediction system recognizes a three-dimensional block of the discontinuity face of a rock that is distributed in the face of the tunnel.

다음으로, 단계(802)에서 상기 터널 막장 불연속면 예측 시스템은 상기 인식된 3차원 블록을 블록이론을 이용해 분석하여 불안정 블록을 추출한다.Next, in step 802, the tunnel face discontinuity prediction system analyzes the recognized 3D block using block theory to extract an unstable block.

다음으로, 단계(803)에서 상기 터널 막장 불연속면 예측 시스템은 상기 추출된 불안정 블록을 3차원 도면으로 도식화한다.Next, in step 803, the tunnel face discontinuity prediction system plots the extracted unstable blocks into a 3D diagram.

다음으로, 단계(804)에서 상기 터널 막장 불연속면 예측 시스템은 상기 불안정 블록의 3차원 도면을 이용하여 기 조사된 굴착 부분의 암반의 절리 분포를 분석한다.Next, in step 804, the tunnel face discontinuity prediction system analyzes the joint distribution of the rock in the excavated portion using the three-dimensional drawing of the unstable block.

다음으로, 단계(805)에서 상기 터널 막장 불연속면 예측 시스템은 상기 분석 결과에 기초하여 향후 굴착될 부분의 불연속면 분포를 예측한다.
Next, in step 805, the tunnel face discontinuity prediction system predicts a discontinuity distribution of a part to be excavated based on the analysis result.

도 9는 본 발명의 일 실시예에 따라 터널의 막장에 분포하는 암반의 불연속면의 3차원 블록을 인식하는 과정을 도시한 흐름도이다.FIG. 9 is a flowchart illustrating a process of recognizing a 3D block of a discontinuous surface of a rock mass distributed in a membrane face of a tunnel according to an embodiment of the present invention.

도 9를 참조하면, 단계(901)에서 상기 터널 막장 불연속면 예측 시스템은 일렬로 정열되어 서로 계획된 간격으로 이격된 두 카메라를 이용해 터널의 막장을 촬영한 입체 사진을 획득한다.Referring to FIG. 9, in step 901, the tunnel barrier discontinuity prediction system acquires a stereoscopic image of a tunnel barrier using two cameras arranged in a line and spaced apart from each other at a predetermined interval.

다음으로, 단계(902)에서 상기 터널 막장 불연속면 예측 시스템은 상기 터널의 막장을 촬영한 입체 사진을 이용하여 상기 막장에 분포하는 암반의 불연속면의 3차원 배열 구조를 측정한다.Next, in step 902, the tunnel barrier discontinuity prediction system measures a three-dimensional array structure of the discontinuities of the rocks distributed in the barrier using a three-dimensional image of the tunnel barrier.

다음으로, 단계(903)에서 상기 터널 막장 불연속면 예측 시스템은 상기 측정된 불연속면의 3차원 배열 구조를 상기 터널의 벽면에 투영하여 상기 불연속면의 궤적을 추정한다.Next, in step 903, the tunnel face discontinuity prediction system estimates the trajectory of the discontinuity plane by projecting the measured three-dimensional array structure of the discontinuity plane on the wall surface of the tunnel.

다음으로, 단계(904)에서 상기 터널 막장 불연속면 예측 시스템은 상기 추정된 궤적에 기초하여 상기 벽면과 상기 막장에 대응하는 터널 이미지에 다각형의 위상 구조를 제작한다.Next, in step 904, the tunnel face discontinuity prediction system produces a polygonal phase structure in the tunnel image corresponding to the wall surface and the face based on the estimated trajectory.

다음으로, 단계(905)에서 상기 터널 막장 불연속면 예측 시스템은 상기 제작된 다각형의 위상 구조를 이용하여 상기 불연속면의 3차원 블록을 인식한다.
Next, in step 905, the tunnel face discontinuity prediction system recognizes the 3D block of the discontinuity surface by using the phase structure of the polygon.

이와 같이, 본 발명의 일 실시예에서는 기 개발된 절리면 조사(Surface mapper)와 예측장비(Fracjection)를 이용하여 막장 조사를 전산화 및 자동화할 수 있는 터널의 막장 조사 기법을 개발하고, 불연속면 3D 투영기법으로 전산화된 조사 자료를 막장의 전방에 투영하여 굴착될 막장의 전면부나 인접 터널의 후방부를 예측함으로써, 시공 중 발생할 수 있는 위험 요인을 제거하여 터널 지보패턴에 대한 설계와 시공을 최적화할 수 있다.
As described above, in an embodiment of the present invention, a tunnel face irradiation technique for computerizing and automating membrane irradiation using a previously developed surface mapper and a prediction device is developed, and a discontinuous 3D projection technique. By projecting the computerized survey data to the front of the barrier, it is possible to optimize the design and construction of the tunnel support pattern by eliminating the risk factors that can occur during construction by predicting the front of the barrier or the rear of the adjacent tunnel.

지금까지 본 발명에 따른 구체적인 실시예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능함은 물론이다. 그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허 청구의 범위뿐 아니라 이 특허 청구의 범위와 균등한 것들에 의해 정해져야 한다.While specific embodiments of the present invention have been described so far, various modifications are possible without departing from the scope of the present invention. Therefore, the scope of the present invention should not be limited to the described embodiments, but should be determined not only by the claims below, but also by the equivalents of the claims.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
As described above, the present invention has been described by way of limited embodiments and drawings, but the present invention is not limited to the above-described embodiments, which can be variously modified and modified by those skilled in the art to which the present invention pertains. Modifications are possible. Accordingly, the spirit of the present invention should be understood only by the claims set forth below, and all equivalent or equivalent modifications thereof will belong to the scope of the present invention.

101: 영상 획득부
102: 입력부
103: 인식부
104: 추출부
105: 저장부
106: 정보 공유부
107: 비교부
108: 예측부
109: 제어부101: image acquisition unit
102: input unit
103: recognition unit
104: extraction unit
105: storage unit
106: information sharing unit
107: comparison unit
108: prediction unit
109: control unit

Claims (15)

터널의 막장에 분포하는 암반의 불연속면의 3차원 블록을 인식하는 인식부;
상기 인식된 3차원 블록을 블록이론으로 분석하여 불안정 블록을 추출하고, 상기 추출된 불안정 블록을 3차원 도면으로 도식화하는 추출부; 및
상기 불안정 블록의 3차원 도면을 이용하여 기 조사된 굴착 부분의 암반의 절리 분포를 분석하고, 상기 분석 결과에 기초하여 향후 굴착될 부분의 불연속면 분포를 예측하는 예측부
를 포함하고,
상기 인식부는
터널의 막장을 촬영한 입체 사진을 이용하여 상기 막장에 분포하는 암반의 불연속면의 3차원 배열 구조를 측정하고, 상기 측정된 불연속면의 3차원 배열 구조를 상기 터널의 벽면에 투영하여 상기 불연속면의 궤적을 추정하며, 상기 추정된 궤적에 기초하여 상기 벽면과 상기 막장에 대응하는 터널 이미지에 다각형의 위상 구조를 제작하고, 상기 제작된 다각형의 위상 구조를 이용하여 상기 불연속면의 3차원 블록을 인식하는 것을 특징으로 하는 터널 막장 불연속면 예측 시스템.
Recognition unit for recognizing the three-dimensional block of the discontinuous surface of the rock mass distributed in the membrane of the tunnel;
An extraction unit for extracting an unstable block by analyzing the recognized three-dimensional block by block theory, and plotting the extracted unstable block in a three-dimensional drawing; And
Prediction unit that analyzes the joint distribution of the rock of the excavated portion irradiated using the three-dimensional drawing of the unstable block, and predicts the discontinuity distribution of the portion to be excavated in the future based on the analysis result
Including,
The recognition unit
The three-dimensional array structure of the discontinuous surface of the rock mass distributed in the membrane is measured using a three-dimensional image of the tunnel face, and the trajectory of the discontinuous surface is projected by projecting the measured three-dimensional array structure of the discontinuous surface on the wall surface of the tunnel. And estimate a polygonal phase structure in the tunnel image corresponding to the wall surface and the barrier based on the estimated trajectory, and recognize the 3D block of the discontinuous surface by using the prepared polygonal phase structure. Tunnel face discontinuity prediction system.
제1항에 있어서,
상기 예측부는
상기 암반의 절리 분포를 투영망을 통해 분석하여 터널의 진행 방향과 고각인 절리군을 추출하고, 상기 추출된 절리군을 이용하여 향후 굴착될 부분의 불연속면 분포를 예측하는 것을 특징으로 하는 터널 막장 불연속면 예측 시스템.
The method of claim 1,
The prediction unit
Tunnel face discontinuity prediction system characterized by analyzing the joint distribution of rock mass through a projection network and extracting the joint group with the elevation direction of the tunnel and using the extracted joint group to predict the discontinuity distribution of the part to be excavated in the future .
제1항에 있어서,
상기 예측부는
소정의 분류 기준을 이용하여 암질의 등급을 분류하고, 상기 분류된 등급별로 상기 암질을 2차원 이상의 도면으로 표기하며, 상기 2차원 이상의 도면에서 상기 암질의 등급 및 상기 불안정 블록의 위치를 고려하여 암반을 붙들어 매는 용도인 보강볼트의 개수 및 위치를 지정하는 것을 특징으로 하는 터널 막장 불연속면 예측 시스템.
The method of claim 1,
The prediction unit
Classify the grade of the rock by using a predetermined classification criteria, and mark the rock quality in two or more drawings for each of the classified grades, and in consideration of the grade of the rock and the position of the unstable block in the two or more drawings Tunnel face discontinuity prediction system, characterized in that for specifying the number and location of the reinforcing bolts for holding.
삭제delete 제1항에 있어서,
일렬로 정열되어 서로 계획된 간격으로 이격된 두 카메라를 이용해 상기 입체 사진을 획득하는 영상 획득부
를 더 포함하는 것을 특징으로 하는 터널 막장 불연속면 예측 시스템.
The method of claim 1,
Image acquisition unit for acquiring the stereoscopic image by using two cameras arranged in a line and spaced apart from each other at a predetermined interval
Tunnel face discontinuity prediction system further comprises.
제1항에 있어서,
터치 스크린을 구비한 휴대 단말기를 통해 사용자의 펜 조작에 따른 상기 불연속면의 스케치 정보를 입력 받는 입력부
를 더 포함하고,
상기 인식부는
상기 입력된 스케치 정보를 더 이용하여 상기 막장에 분포하는 암반의 불연속면의 3차원 배열 구조를 측정하는 것을 특징으로 하는 터널 막장 불연속면 예측 시스템.
The method of claim 1,
Input unit for inputting sketch information of the discontinuous surface according to the user's pen operation through a portable terminal having a touch screen
Further comprising:
The recognition unit
Tunnel membrane discontinuity prediction system, characterized in that for further using the input sketch information to measure the three-dimensional array structure of the discontinuous surface of the rock distributed in the barrier.
제1항에 있어서,
상기 불안정 블록의 3차원 도면을 포함하는 터널 전 구간의 막장 정보를 데이터베이스화하는 저장부
를 더 포함하는 것을 특징으로 하는 터널 막장 불연속면 예측 시스템.
The method of claim 1,
A storage unit for databaseing the membrane information of the entire tunnel section including the 3D diagram of the unstable block
Tunnel face discontinuity prediction system further comprises.
제7항에 있어서,
네트워크 망을 이용하여 상기 터널 전 구간의 막장 정보를 인터넷을 통해 전문가 집단과 실시간 공유할 수 있도록 하는 정보 공유부
를 더 포함하는 것을 특징으로 하는 터널 막장 불연속면 예측 시스템.
The method of claim 7, wherein
Information sharing unit that allows the real-time sharing of the closing information of the entire tunnel section with the expert group through the Internet using a network network
Tunnel face discontinuity prediction system further comprises.
제7항에 있어서,
상기 터널 전 구간의 막장 정보를 이용하여 인접 막장의 정보를 비교하고, 상기 비교 결과에 기초하여 상기 불연속면의 연장성을 분석하는 비교부
를 더 포함하는 것을 특징으로 하는 터널 막장 불연속면 예측 시스템.
The method of claim 7, wherein
A comparison unit comparing information of adjacent barriers using the barrier information of the entire tunnel section and analyzing the extension of the discontinuous surface based on the comparison result
Tunnel face discontinuity prediction system further comprises.
터널 막장 불연속면 예측 시스템을 이용하여 터널 막장의 불연속면을 예측하는 방법에 있어서,
터널의 막장에 분포하는 암반의 불연속면의 3차원 블록을 인식하는 단계;
상기 인식된 3차원 블록을 블록이론으로 분석하여 불안정 블록을 추출하고, 상기 추출된 불안정 블록을 3차원 도면으로 도식화하는 단계; 및
상기 불안정 블록의 3차원 도면을 이용하여 기 조사된 굴착 부분의 암반의 절리 분포를 분석하고, 상기 분석 결과에 기초하여 향후 굴착될 부분의 불연속면 분포를 예측하는 단계
를 포함하고,
상기 인식하는 단계는
터널의 막장을 촬영한 입체 사진을 이용하여 상기 막장에 분포하는 암반의 불연속면의 3차원 배열 구조를 측정하는 단계;
상기 측정된 불연속면의 3차원 배열 구조를 상기 터널의 벽면에 투영하여 상기 불연속면의 궤적을 추정하는 단계;
상기 추정된 궤적에 기초하여 상기 벽면과 상기 막장에 대응하는 터널 이미지에 다각형의 위상 구조를 제작하는 단계; 및
상기 제작된 다각형의 위상 구조를 이용하여 상기 불연속면의 3차원 블록을 인식하는 단계
를 포함하는 것을 특징으로 하는 터널 막장 불연속면 예측 방법.
In the method for predicting the discontinuity of the tunnel face using a tunnel face discontinuity prediction system,
Recognizing a three-dimensional block of the discontinuous surface of the rock mass distributed in the tunnel face;
Analyzing the recognized three-dimensional block by block theory to extract an unstable block, and plotting the extracted unstable block into a three-dimensional drawing; And
Analyzing the joint distribution of the rock of the excavated portion irradiated using the three-dimensional drawing of the unstable block, and predicting the discontinuous surface distribution of the portion to be excavated in the future based on the analysis result
Including,
Recognizing the step
Measuring a three-dimensional array structure of discontinuous surfaces of the rock mass distributed in the membrane using a three-dimensional image of the tunnel membrane;
Estimating a trajectory of the discontinuous plane by projecting the measured three-dimensional array structure of the discontinuous plane on the wall surface of the tunnel;
Fabricating a polygonal phase structure in a tunnel image corresponding to the wall surface and the barrier based on the estimated trajectory; And
Recognizing the three-dimensional block of the discontinuous surface by using the prepared topological structure of the polygon
Tunnel face discontinuity prediction method comprising a.
제10항에 있어서,
상기 예측하는 단계는
상기 암반의 절리 분포를 투영망을 통해 분석하여 터널의 진행 방향과 고각인 절리군을 추출하는 단계; 및
상기 추출된 절리군을 이용하여 향후 굴착될 부분의 불연속면 분포를 예측하는 단계
를 포함하는 것을 특징으로 하는 터널 막장 불연속면 예측 방법.
The method of claim 10,
The predicting step
Analyzing the joint distribution of the rock through a projection network and extracting a joint group having an elevation angle and a tunnel direction; And
Predicting a discontinuous surface distribution of a portion to be excavated in the future by using the extracted joint group
Tunnel face discontinuity prediction method comprising a.
제10항에 있어서,
상기 예측하는 단계는
소정의 분류 기준을 이용하여 암질의 등급을 분류하는 단계;
상기 분류된 등급별로 상기 암질을 2차원 이상의 도면으로 표기하는 단계; 및
상기 2차원 이상의 도면에서 상기 암질의 등급 및 상기 불안정 블록의 위치를 고려하여 암반을 붙들어 매는 용도인 보강볼트의 개수 및 위치를 지정하는 단계
를 포함하는 것을 특징으로 하는 터널 막장 불연속면 예측 방법.
The method of claim 10,
The predicting step
Classifying the grade of cancer using predetermined classification criteria;
Marking the cancerous material in two or more dimensions by the classified grades; And
Specifying the number and location of the reinforcing bolts for holding the rock in consideration of the grade of the rock and the position of the unstable block in the two-dimensional or more drawings
Tunnel face discontinuity prediction method comprising a.
삭제delete 제10항에 있어서,
상기 인식하는 단계는
일렬로 정열되어 서로 계획된 간격으로 이격된 두 카메라를 이용해 상기 입체 사진을 획득하는 단계
를 더 포함하는 것을 특징으로 하는 터널 막장 불연속면 예측 방법.
The method of claim 10,
Recognizing the step
Acquiring the stereoscopic image using two cameras arranged in a line and spaced apart from each other at a predetermined interval;
Tunnel face discontinuity prediction method further comprising a.
제10항에 있어서,
상기 불안정 블록의 3차원 도면을 포함하는 터널 전 구간의 막장 정보를 이용하여 인접 막장의 정보를 비교하는 단계; 및
상기 비교 결과에 기초하여 상기 불연속면의 연장성을 분석하는 단계
를 더 포함하는 것을 특징으로 하는 터널 막장 불연속면 예측 방법.The method of claim 10,
Comparing the information of adjacent barriers using the barrier information of the entire tunnel section including the 3D diagram of the unstable block; And
Analyzing the extensibility of the discontinuous surface based on the comparison result
Tunnel face discontinuity prediction method further comprising a.
KR1020110054887A 2011-06-08 2011-06-08 System and method for predicting discontinous face of tunnel working face KR101104444B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110054887A KR101104444B1 (en) 2011-06-08 2011-06-08 System and method for predicting discontinous face of tunnel working face

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110054887A KR101104444B1 (en) 2011-06-08 2011-06-08 System and method for predicting discontinous face of tunnel working face

Publications (1)

Publication Number Publication Date
KR101104444B1 true KR101104444B1 (en) 2012-01-12

Family

ID=45614074

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110054887A KR101104444B1 (en) 2011-06-08 2011-06-08 System and method for predicting discontinous face of tunnel working face

Country Status (1)

Country Link
KR (1) KR101104444B1 (en)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014208886A1 (en) * 2013-06-26 2014-12-31 부경대학교 산학협력단 Three-dimensional imaging method and three-dimensional imaging system of discontinuity network structure in fractured rock
CN106803075A (en) * 2017-01-13 2017-06-06 淮南矿业(集团)有限责任公司 Geological information Weigh sensor system and method based on image recognition technology
KR102201211B1 (en) * 2019-12-06 2021-01-12 주식회사 대림코퍼레이션 Method for analysis of blind ends in tunnels using artificial intelligence and extraction of joints
KR102240422B1 (en) * 2019-12-06 2021-04-15 주식회사 대림 Method for analysis of blind ends in tunnels using artificial intelligence and parameter optimization
KR102344741B1 (en) * 2020-06-30 2021-12-29 주식회사 대림 Method for analysis of blind ends in tunnels using artificial intelligence and Method for predicting front blind ends
CN117365658B (en) * 2023-12-05 2024-03-12 中国科学院武汉岩土力学研究所 Abnormal early warning system for multi-source heterogeneous information fusion of tunnel surrounding rock

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030030163A (en) * 2001-10-09 2003-04-18 지오텍컨설탄트 주식회사 Rock structure analysis
KR20100116388A (en) * 2009-04-22 2010-11-01 한국시설안전공단 System for inspecting aslope of loading type in vehicle

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030030163A (en) * 2001-10-09 2003-04-18 지오텍컨설탄트 주식회사 Rock structure analysis
KR20100116388A (en) * 2009-04-22 2010-11-01 한국시설안전공단 System for inspecting aslope of loading type in vehicle

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014208886A1 (en) * 2013-06-26 2014-12-31 부경대학교 산학협력단 Three-dimensional imaging method and three-dimensional imaging system of discontinuity network structure in fractured rock
KR101514623B1 (en) 2013-06-26 2015-04-22 부경대학교 산학협력단 Method and system for visualizing a discontinuity network of fractured rock masses in 3D
CN106803075A (en) * 2017-01-13 2017-06-06 淮南矿业(集团)有限责任公司 Geological information Weigh sensor system and method based on image recognition technology
CN106803075B (en) * 2017-01-13 2019-12-10 淮南矿业(集团)有限责任公司 Geological information intelligent recognition system and method based on image recognition technology
KR102201211B1 (en) * 2019-12-06 2021-01-12 주식회사 대림코퍼레이션 Method for analysis of blind ends in tunnels using artificial intelligence and extraction of joints
KR102240422B1 (en) * 2019-12-06 2021-04-15 주식회사 대림 Method for analysis of blind ends in tunnels using artificial intelligence and parameter optimization
KR102344741B1 (en) * 2020-06-30 2021-12-29 주식회사 대림 Method for analysis of blind ends in tunnels using artificial intelligence and Method for predicting front blind ends
CN117365658B (en) * 2023-12-05 2024-03-12 中国科学院武汉岩土力学研究所 Abnormal early warning system for multi-source heterogeneous information fusion of tunnel surrounding rock

Similar Documents

Publication Publication Date Title
KR101104444B1 (en) System and method for predicting discontinous face of tunnel working face
JP6784239B2 (en) Face evaluation support system, face evaluation support method and face evaluation support program
KR100860797B1 (en) Method for three dimensionally implementing mine tunnel
KR101104466B1 (en) System and method for surveying tunnel using digital image
McKinnon et al. Automatic identification of large fragments in a pile of broken rock using a time-of-flight camera
CN115690354B (en) Dynamic control method for shallow tunnel construction based on three-dimensional live-action numerical analysis
KR102207792B1 (en) Apparatus for modeling 3d of underground structure and method thereof
KR102059444B1 (en) Real time remote system and method for observing tunnel working face
CN105205865B (en) A kind of modeling method suitable for rock mass
CN109635387B (en) Method for obtaining deformation law of mining slope body in gully development mining area
Labant et al. Geodetic determining of stockpile volume of mineral excavated in open pit mine
CN110159199B (en) Coal mine water exploration drilling positioning method based on image recognition
Long et al. Automatic identification of irregular rock blocks from 3D point cloud data of rock surface
CN104197867A (en) Step surface flatness statistical method based on close-range photogrammetry
Zeibak-Shini et al. Toward generation of a building information model of a deformed structure using laser scanning technology
KR102220530B1 (en) Recommended method and device for building demolition
Park et al. A framework for improving object recognition of structural components in construction site photos using deep learning approaches
Braun et al. Incorporating knowledge on construction methods into automated progress monitoring techniques
Carter-Greaves et al. Algorithm development for automated key block analysis in tunnels from LiDAR point cloud data
KR101243885B1 (en) Tunnel execution management system using mobile terminal
KR101123863B1 (en) System and method for surveying discontinuity distribution of tunnel face
Baylis et al. Mobile drone LiDAR structural data collection and analysis
CN111485943B (en) Mine excavation water detection and drainage auxiliary system and method
Roncella et al. A novel image acquisition and processing procedure for fast tunnel DSM production
Martínez-Sánchez et al. Automatic thickness and volume estimation of sprayed concrete on anchored retaining walls from terrestrial lidar data

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20141027

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20151124

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20161129

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20171128

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20181128

Year of fee payment: 8