KR102220530B1 - 건축물 철거 추천 방법 및 장치 - Google Patents
건축물 철거 추천 방법 및 장치 Download PDFInfo
- Publication number
- KR102220530B1 KR102220530B1 KR1020200029956A KR20200029956A KR102220530B1 KR 102220530 B1 KR102220530 B1 KR 102220530B1 KR 1020200029956 A KR1020200029956 A KR 1020200029956A KR 20200029956 A KR20200029956 A KR 20200029956A KR 102220530 B1 KR102220530 B1 KR 102220530B1
- Authority
- KR
- South Korea
- Prior art keywords
- building
- demolition
- information
- asbestos
- design information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 145
- 238000013461 design Methods 0.000 claims abstract description 110
- 239000002699 waste material Substances 0.000 claims abstract description 43
- 230000008569 process Effects 0.000 claims abstract description 40
- 238000004088 simulation Methods 0.000 claims abstract description 18
- 238000010276 construction Methods 0.000 claims description 47
- 239000000463 material Substances 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 6
- 230000005283 ground state Effects 0.000 claims description 3
- 239000010425 asbestos Substances 0.000 abstract description 141
- 229910052895 riebeckite Inorganic materials 0.000 abstract description 141
- 238000013528 artificial neural network Methods 0.000 abstract description 6
- 238000004422 calculation algorithm Methods 0.000 description 32
- 238000004891 communication Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000004566 building material Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000007637 random forest analysis Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000000149 argon plasma sintering Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 239000011449 brick Substances 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000005422 blasting Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- -1 reinforcement Substances 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 238000002441 X-ray diffraction Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001493 electron microscopy Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010297 mechanical methods and process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000003923 scrap metal Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 229920003002 synthetic resin Polymers 0.000 description 1
- 239000000057 synthetic resin Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q50/08—Construction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
건축물 철거 추천 방법에 관한 것이며, 건축물 철거 추천 방법은 건축물의 설계 정보를 수집하는 단계, 상기 건축물의 설계 정보 및 석면 획득 장치로부터 수집된 정보를 기반으로 석면 여부를 판별하는 단계, 상기 건축물을 기준으로 일정 거리에서 이격된 위치에 구비된 레이저 스캐너로부터 스캔 데이터를 획득하는 단계, 상기 스캔 데이터와 상기 설계 정보를 비교하고, 가상의 건축물 설계 정보를 생성하는 단계, 상기 가상의 건축물 설계 정보에 기반하여 상기 건축물의 철거 과정을 시뮬레이션하는 단계, 상기 건축물의 설계 정보, 상기 석면 여부 판별 결과 및 시뮬레이션 정보를 고려하여 상기 건축물의 철거 공 법을 추천하는 단계 및 건축물 철거 과정에서 발생한 건축 폐기물의 처리 방법을 추천하는 단계를 포함하되, 상기 건축물의 철거 공법을 추천하는 단계는, 상기 가상의 건축물 설계 정보에 기반하여, 상기 건축물의 철거 공법을 추천하고, 상기 석면 여부를 판별하는 단계는, 상기 건축물의 설계 정보 및 상기 석면 획득 장치로부터 수집된 수집 정보를 인공신경망을 기반으로 학습된 판별 모델에 적용하여 상기 석면 여부를 판별할 수 있다.
Description
본원은 건축물 철거 추천 방법 및 장치에 관한 것이다.
BIM(Building Information Modeling)이란, 최근 건설산업에서 화두가 되고 있는 3차원 설계기술을 의미하는데, 개방형 BIM은 어떤 종류의 소프트웨어를 사용하던 관계없이 데이터를 서로 공유하도록 국제표준(IFC)을 사용하는 BIM을 의미한다.
초고층 빌딩 산업은 특성상 설계, 시공 및 유지관리 단계에서 건축, 구조, 전기, 설비, 통신, 방재 등 수많은 전문분야의 다수 업체가 참여하여 진행된다. 그 과정에서 3차원 데이터를 활용하여 서로 데이터를 주고받기 위해서는 각자가 생성한 방대한 분량의 BIM 데이터를 주고받아야 하는데, 약속된 표준이 없다면 공유나 교환이 불가능하다. 개방형 BIM는 이러한 문제를 해결하기 위하여 필요한 기술이라 할 수 있다.
기존의 견적은 2D 기반 도면을 바탕으로 수작업에 의존하는 실정이다. 이로 인하여, 작업자의 실수 내지 견적 담당자의 노하우 정도에 따라 물량산출이 매우 상이해지며, 설계 변경 시마다 대부분의 작업을 다시 수행하여야 하는 인력/비용의 낭비의 문제가 존재한다
또한, 일반적으로 친환경적 측면 및 자원의 재활용 측면에서 건설 구조물을 해체할 때 발생되는 건설폐기물은 매립되지 않고 소정의 장소로 수집된 후 중간처리공정을 통해 자원으로 생산되고 있으며, 특히 건설물의 폐 콘크리트는 일정한 크기로 파쇄한 후 선별하여 순환골재를 생산하여 재활용하고 있다.
즉, 건출물의 노후화 등으로 각종의 건설폐기물이 다량으로 배출되고 있으나 매립지의 부족, 불법투기 등으로 인하여 자연환경의 파괴가 만연하는 과정에서 자원의 절약과 재활용 촉진에 대한 법률에 의하여 건설 폐기물 중 지정 부산물을 재활용하도록 의무화하고 있다.
본원의 배경이 되는 기술은 한국등록특허공보 제10-1390237호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 건축물 철거 과정에서 발생할 수 있는 다양한 상황을 고려하여 건축물의 철거 공법 및 건축 폐기물 처리 방법 등을 추천할 수 있는 건축물 철거 추천 방법 및 장치를 제공하고자 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 건축물 철거 추천 방법은, 건축물의 설계 정보를 수집하는 단계, 상기 건축물의 설계 정보 및 석면 획득 장치로부터 수집된 정보를 기반으로 석면 여부를 판별하는 단계, 상기 건축물을 기준으로 일정 거리에서 이격된 위치에 구비된 레이저 스캐너로부터 스캔 데이터를 획득하는 단계, 상기 스캔 데이터와 상기 설계 정보를 비교하고, 가상의 건축물 설계 정보를 생성하는 단계, 상기 가상의 건축물 설계 정보에 기반하여 상기 건축물의 철거 과정을 시뮬레이션하는 단계, 상기 건축물의 설계 정보, 상기 석면 여부 판별 결과 및 시뮬레이션 정보를 고려하여 상기 건축물의 철거 공법을 추천하는 단계 및 건축물 철거 과정에서 발생한 건축 폐기물의 처리 방법을 추천하는 단계를 포함하되, 상기 건축물의 철거 공법을 추천하는 단계는, 상기 가상의 건축물 설계 정보에 기반하여, 상기 건축물의 철거 공법을 추천할 수 있다.
또한, 상기 석면 여부를 판별하는 단계는, 상기 건축물의 설계 정보 및 상기 석면 획득 장치로부터 수집된 수집 정보를 인공신경망을 기반으로 학습된 판별 모델에 적용하여 상기 석면 여부를 판별할 수 있다.
또한, 건축물 철거 추천 방법은, 상기 해체 공사 계획서를 추천하는 단계를 더 포함하되, 상기 해체 공사 계획서는, 층별, 위치별, 작업의 방법과 순서, 폐기물의 적치와 반출 계획 및 공사현장 안전조치 정보 중 적어도 어느 하나를 포함할 수 있다.
또한, 상기 석면 여부를 판별하는 단계는, 상기 건축물의 내부 또는 외부에 위치하는 석면의 위치 및 영역을 상기 가상의 건축물 설계 정보에 표시하여 제공할 수 있다.
또한, 건축물 철거 추천 방법은, 상기 건축물의 내부에 구비된 복수의 센서로부터 센싱 정보를 획득하는 단계 및 상기 건축물의 철거를 위해 사용되는 무선 제어가 가능한 건축물 철거 장치의 구동을 제어하는 제어 신호를 생성하는 단계를 더 포함하되, 상기 제어 신호를 생성하는 단계는, 상기 건축물의 설계 정보 및 상기 센싱 정보를 고려하여 무선 제어가 가능한 건축물 철거 장치의 구동을 제어하는 제어 신호를 생성할 수 있다.
또한, 건축물 철거 추천 방법은 지하매설물 정보를 수집하는 단계를 더 포함하되, 상기 제어 신호를 생성하는 단계는, 상기 지하매설물 정보를 더 고려하여 상기 무선 제어가 가능한 건축물 철거 장치의 구동을 제어하는 제어 신호를 생성할 수 있다.
또한, 상기 건축물의 철거 공법을 추천하는 단계는, 상기 건축물이 위치한 영역의 지반상태 정보를 더 고려하여, 복수의 철거 공법 중 적어도 어느 하나의 철거 공법을 추천할 수 있다.
또한, 건축물 철거 추천 방법은, 건축물 철거 현장에 위치하는 복수의 작업자의 단말로부터 작업자의 현재 위치 정보를 획득하는 단계, 상기 건축물 철거 현장의 위험 구역을 판단하는 단계 및 상기 위치 정보를 기반으로 상기 건축물 철거 현장의 위험 구역으로 판단된 영역으로부터 미리 설정된 범위에 위치하는 작업자의 단말로 위험 구역 알림을 제공하는 단계를 더 포함할 수 있다.
본원의 일 실시예에 따르면, 건축물 철거 추천 장치는, 건축물의 설계 정보를 수집하는 수집부, 상기 건축물의 설계 정보 및 석면 획득 장치로부터 수집된 정보를 기반으로 석면 여부를 판별하는 석면 판별부, 상기 건축물을 기준으로 일정 거리에서 이격된 위치에 구비된 레이저 스캐너로부터 스캔 데이터를 획득하는 획득부, 상기 스캔 데이터와 상기 설계 정보를 비교하고, 가상의 건축물 설계 정보를 생성하는 가상 정보 생성부, 상기 가상의 건축물 설계 정보에 기반하여 상기 건축물의 철거 과정을 시뮬레이션하는 시뮬레이션부 및 상기 건축물의 설계 정보, 상기 석면 여부 판별 결과 및 시뮬레이션 정보를 고려하여 상기 건축물의 철거 공법을 추천하고, 건축물 철거 과정에서 발생한 건축 폐기물의 처리 방법을 추천하는 철거 공법 추천부를 포함하되, 상기 철거 공법 추천부는, 상기 가상의 건축물 설계 정보에 기반하여, 상기 건축물의 철거 공법을 추천할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 레이저 스캐너로부터 건축물의 외부 및 내부 형상을 스캔한 스캔 데이터를 획득함으로써, 보다 정확한 건축물의 철거 공법을 제공할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 복수의 센서로부터 센싱 정보를 획득함으로써, 건축물 철거 과정에서 발생할 수 있는, 지반 붕괴, 지반 침하, 건축물 붕괴 등의 위험 상황을 예측하고, 작업자에게 위험 알림을 즉각적으로 제공할 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시예에 따른 건축물 철거 추천 시스템의 개략적인 구성도이다.
도 2는 본원의 일 실시예에 따른 건축물 철거 추천 장치의 개략적인 블록도이다.
도 3은 본원의 일 실시예에 따른 건축물 철거 추천 장치의 석면 위치 검출 제공 화면을 개략적으로 나타낸 실시예이다.
도 4는 본원의 일 실시예에 따른 건축물 철거 추천 장치의 스캔 데이터 획득 과정을 설명하기 위해 개략적으로 나타낸 도면이다.
도 5는 본원의 일 실시예에 따른 건축물 철거 추천 방법에 대한 개략적인 흐름도이다.
도 2는 본원의 일 실시예에 따른 건축물 철거 추천 장치의 개략적인 블록도이다.
도 3은 본원의 일 실시예에 따른 건축물 철거 추천 장치의 석면 위치 검출 제공 화면을 개략적으로 나타낸 실시예이다.
도 4는 본원의 일 실시예에 따른 건축물 철거 추천 장치의 스캔 데이터 획득 과정을 설명하기 위해 개략적으로 나타낸 도면이다.
도 5는 본원의 일 실시예에 따른 건축물 철거 추천 방법에 대한 개략적인 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
건축물을 철거하는 과정은 석면 등 특수폐기물을 사전에 신고하고, 건축물 철거를 신고하고, 석면해체 및 철거 진행, 폐기물 수집 및 운반처리(정리)하는 단계를 거쳐 수행될 수 있다. 건축물을 철거하는 과정에서 숙달된 기술자라 하더라도 외부적으로 발생하는 상황(예를 들어, 지반 침하 등)을 예측할 수 없어 건축물을 철거하는 과정에서는 다양한 위험한 요소들이 발생할 수 있다. 본원은 이러한 위험 요소들을 최소화하고, 건축물 철거 과정에서 배출된 건설 폐기물의 처리 방법을 추천할 수 있다.
도 1은 본원의 일 실시예에 따른 건축물 철거 추천 시스템의 개략적인 구성도이다.
도 1을 참조하면, 건축물 철거 시스템은, 건축물 철거 추천 장치(10), 작업자 단말(20), 석면 획득 장치(30), 레이저 스캐너(40) 및 건축물 철거 장치(50) 등을 포함할 수 있다. 건축물 철거 추천 장치(10), 작업자 단말(20), 석면 획득 장치(30), 레이저 스캐너(40) 및 건축물 철거 장치(50)는 네트워크를 통해 연동될 수 있다. 또한, 건축물 철거 시스템은 관리자 단말(미도시) 및 외부 서버(미도시)와 네트워크를 통해 연동될 수 있다. 예를 들어, 관리자 단말(미도시)은 건축물 철거 현장을 총괄하는 책임 관리자의 단말일 수 있다. 또한, 외부 서버(미도시)는 공공기관 서버, 건축사 서버, 관공서 서버, 소방서 서버, 기상청 서버 등을 포함할 수 있다.
건축물 철거 추천 장치(10), 작업자 단말(20), 석면 획득 장치(30), 레이저 스캐너(40) 및 건축물 철거 장치(50) 간의 정보 공유를 위한 네트워크의 일 예로는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 유무선 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, Wifi 네트워크, NFC(Near Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함될 수 있으며, 이에 한정된 것은 아니다.
본원의 일 실시예에 따르면, 건축물 철거 추천 장치(10)는 건축물의 설계 정보를 수집하고, 건축물의 설계 정보 및 석면 획득 장치(30)로부터 수집된 정보에 기반하여 건축물의 내부 및 외부에 포함된 석면을 판별할 수 있다. 또한, 건축물 철거 추천 장치(10)는 건축물을 기준으로 일정 거리에서 이격된 위치에 구비된 레이저 스캐너(40)로부터 스캔 데이터를 획득할 수 있다. 또한, 건축물 철거 추천 장치(10)는 레이저 스캐너(40)로부터 획득된 스캔 데이터와 설계 정보를 비교하고, 가상의 건축물 설계 정보를 생성할 수 있다. 여기서, 가상의 건축물 설계 정보는, 현재 철거를 수행할 건축물 주변의 환경, 마감재의 상태, 구조, 노후 정도 등을 포함하여 생성된 가상의 건축물 모델링 정보일 수 있다. 또한, 건축물 철거 추천 장치(10)는 가상의 건축물 설계 정보에 기반하여 건축물의 철거 과정을 시뮬레이션할 수 있다. 건축물의 철거 과정 시뮬레이션은, 건축물 철거(붕괴)시 발생할 수 있는 상황을 확인하기 위해 수행되는 과정일 수 있다. 또한, 건축물 철거 추천 장치(10)는 건축물의 설계 정보, 석면 여부 판별 결과 및 시뮬레이션 정보를 고려하여 건축물의 철거 공법을 추천할 수 있다. 또한, 건축물 철거 추천 장치(10)는 건축물 철거 과정에서 발생한 건축 폐기물의 처리 방법을 추천할 수 있다.
본원의 일 실시예에 따르면, 작업자 단말(20)은 건축물의 철거를 수행하는 작업자의 단말일 수 있다. 도면에는 하나의 작업자 단말(20)만을 도시하였으나, 건축물 철거 과정을 수행하는 복수의 작업자 단말(20)이 포함될 수 있다.
본원의 일 실시예에 따르면, 건축물 철거 추천 장치(10)는 작업자 단말(20)로 건축물 철거 관리 메뉴를 제공할 수 있다. 예를 들어, 건축물 철거 추천 장치(10)가 제공하는 어플리케이션 프로그램을 작업자 단말(20)이 다운로드 하여 설치하고, 설치된 어플리케이션을 통해 건축물 철거 관리 메뉴가 제공될 수 있다.
건축물 철거 추천 장치(10)는 작업자 단말(20)과 데이터, 콘텐츠, 각종 통신 신호를 네트워크를 통해 송수신하고, 데이터 저장 및 처리의 기능을 가지는 모든 종류의 서버, 단말, 또는 디바이스를 포함할 수 있다.
작업자 단말(20) 및 관리자 단말(미도시)은 네트워크를 통해 건축물 철거 추천 장치(10)와 연동되는 디바이스로서, 예를 들면, 스마트폰(Smartphone), 스마트패드(Smart Pad), 태블릿 PC, 웨어러블 디바이스 등과 PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말기 같은 모든 종류의 무선 통신 장치 및 데스크탑 컴퓨터, 스마트 TV와 같은 고정용 단말기일 수도 있다.
본원의 일 실시예에 따르면, 석면 획득 장치(30)는 건축물 내부 및 외부에 포함된 석면을 검출하기 위한 장치일 수 있다. 예를 들어, 석면 획득 장치(30)는 현미경 렌즈 및 고속카메라, 적외선 히터, 온도 획득 장치, 분광센서, 분진성분 검출장치 등을 포함할 수 있다.
일예로, 석면을 검출하는 방식으로는, PLM, PCM 등의 편광, 위상차 현미경을 이용하여 석면입자를 관찰 후 계수하는 방식, XRD를 활용하여 석면고유의 광물적 특성을 분석하는 방식, SEM, TEM등 전자현미경을 활용하여 석면의 형상 및 미세구조를 관찰하는 방식 등을 포함할 수 있다. 광학현미경, XRD, 전자현미경 기반의 석면 분석법은 실내공기의 포집, 필터링, 샘플공기 내 입자상 물질의 전처리, 검지시약 염색, 편광현미경을 활용하여 육안으로 관찰, 석면섬유의 계수, XRD 분석을 통한 결정상 확인 등을 포함할 수 있다.
석면(아스베스토)이란 천연석으로 생산되는 광물군 중에서 높은 항장력과 유연성을 지닌 견사 모양의 특이한 광택을 나타내는 섬유상 집합을 이루는 것의 속칭으로서, 길고(Long) 가늘고(Thin) 강한(Strong) 섬유로 쉽게 갈라지고 천으로 직포할 수 있으며, 내열성, 불활성, 절연성이 있어 불연소성, 내 전도성, 화학적 불활성이 요구되는 곳에 흔히 쓰인다.
본원의 다른 일 실시예에 따르면, 석면 획득 장치(30)는 석면 함유재의 제거 처리면을 향해서 조사하는 가열 수단, 가열 수단에 의한 가열 범위의 온도를 감시하고 화상(사진)을 얻는 온도 감시 수단, 온도 감시 수단에 의한 감시 범위의 화상 위치 데이터를 얻는 위치 검출 수단, 기준 온도에 비해 온도차가 있는 부분을 석면함유재의 잔류 부착물과 온도 이미지 데이터를 온도 감시 수단에서 얻어진 이미지에 따라 작성하고, 온도 화상 데이터에 이미지 위치 데이터를 연결하고 잔류 부착물의 위치를 특정 위치 정보를 출력하는 이미지 분석 수단을 포함할 수 있다.
본원의 일 실시예에 따르면, 레이저 스캐너(40)는 건축물을 스캔하기 위한 장비로서, 3D 스캔 영상을 생성할 수 있다. 레이저 스캔 기술은 LIDAL(Light Detection and Ranging, 광검출 및 거리측정) 또는 LADAR(Laser Detection and Ranging, 레이저 검출 및 거리측정)이라고 불리는 측정 기술을 사용해 측정기에서 대상체에 일정 간격으로 레이저 빔을 주사하여 대상체에서 반사된 빔의 방향과 측정 거리를 이용해 대상체의 외형을 3차원 좌표의 집합으로 나타내는 것이다. 일예로 레이저 스캐너(40)는 광대역 스캐너, 고정밀 스캐너 등을 포함할 수 있다. 광대역 스캐너는 대지, 건물 본체 등 대규모 대상을 스캔할 때 사용된다. 수백 미터 이상의 거리까지 측정할 수 있으나 상대적으로 정밀도가 떨어지며 스캔에 상대적으로 오랜 시간이 소요된다. 건설분야에서 사용되는 광대역 레이저 스캐너는 일반적으로 최대 수백 미터의 측정 거리와 최대측정거리에서 2 내지 3센티미터의 오차를 갖고 있다. 고정밀 스캐너는 0.1밀리미터 대의 정교한 측정이 가능하다. 도면에는 하나의 레이저 스캐너(40)를 도시하였으나, 건축물을 측정, 탐지하기 위해 복수개의 레이저 스캐너(40)가 구비될 수 있다.
본원의 일 실시예에 따르면, 건축물 철거 장치(50)는 무선으로 제어가 가능한 건설장비를 포함할 수 있다. 건축물 철거 장치(50)는 건축물 철거 장치(10)에서 생성된 제어 신호에 기반하여 구동이 제어될 수 있다. 또한, 건축물 철거 장치(50)는 작업자가 조작하여 구동을 제어할 수 있다. 예를 들어, 건축물 철거 장치(50)는 굴삭기(Backhoes), 스키드 스티어(Skid Steers), 굴착기(Excavayors) 등을 포함할 수 있다. 건축물 철거 장치(50)는 건축물을 철거하는 과정에서 사용되는 건설장비를 포함할 수 있다. 또한, 건축물 철거 장치(50)는 건설 폐기물을 운반하기 위한 트럭 등을 포함할 수 있다. 또한, 건축물 철거 장치(50)는 무인 석면 제거 장치를 포함할 수 있다. 무인 석면 제거 장치는 건축물(건물)의 천장 및 벽에 잔존하는 석면을 향해 근접할 수 있는 이동 로봇일 수 있다.
도 2는 본원의 일 실시예에 따른 건축물 철거 추천 장치의 개략적인 블록도이다.
도 2를 참조하면, 건축물 철거 추천 장치(10)는 수집부(11), 석면 판별부(12), 획득부(13), 가상 정보 생성부(14), 시뮬레이션부(15), 추천부(16), 제어부(17), 판단부(18) 및 제공부(19)를 포함할 수 있다. 다만, 건축물 철거 추천 장치(10)의 구성이 이에 한정되는 것은 아니다. 예를 들어, 건축물 철거 추천 장치(10)는 외부 서버(미도시)와 통신하기 위한 통신부, 수집된 정보(데이터) 등을 저장하기 위한 데이터베이스(미도시)를 포함할 수 있다.
본원의 일 실시예에 따르면, 수집부(11)는 건축물의 설계 정보를 수집할 수 있다. 수집부(11)는 해당 건축물의 건설사의 서버로부터 건축물의 설계 정보를 수집할 수 있다. 건축물 철거 추천 장치(10)는 석면 등 특수 폐기물을 사전에 조사하기 위해 건축물의 설계 정보를 수집할 수 있다. 또한, 건축물 철거 추천 장치(10)는 해당 건축물이 설계될 당시 발생한 데이터를 모두 수집할 수 있다. 예를 들어, 건축물 철거 추천 장치(10)는 계약서, 시방서, ITB(Invitation To Bid: 입찰안내서), 건축물의 주소, 지도상 위치, 공사내역, 사용자재, 특수이력공사, 건물의 용도, 평수, 건물 층수, 증축 여부, 내진설계, 생애이력, 지리적 위치 정보, 구조물 정보, 천장구조, 벽체구조, 바닥구조별로 사용된 자재 정보 등의 건축물과 관련된 정보를 수집할 수 있다.
또한, 수집부(11)는 건축물의 내부에 구비된 복수의 센서로부터 센싱 정보를 획득할 수 있다. 건축물 내부에 구비된 복수의 센서는, 압력 센서, 습도 센서, 온도 센서, 자이로 센서, 가속도 센서, 기울기 센서 등을 포함할 수 있다. 건축물의 내부에 구비된 복수의 센서는 건축물의 자재에 내장(구비)된 센서일 수 있다.
또한, 수집부(11)는 지하매설물 정보를 수집할 수 있다. 수집부(11)는 외부 서버(미도시)로부터 지하매설물 정보를 수집할 수 있다. 지하매설물 정보는, 지하매설관, 공동구, 암거, 칼바트, 관거, 수직구, 통신구, 상하수관, 전력관, 가스관, 송유관 등의 매설 정보를 포함할 수 있다. 일예로, 지하매설물 정보는 드론, 로봇, 등을 이용하여 획득된 정보일 수 있다. 또한, 수집부(11)는 도시 지하공간 내 지하매설물(상하수도)의 상태와 지하공간상황(지하구조물, 지하수, 지반변형)을 모니터링하는 정보를 수집할 수 있다.
또한, 수집부(11)는 지하매설물에 구비된 복수의 센서로부터 센싱 정보를 획득할 수 있다. 지하매설물에 구비된 복수의 센서는 압력 센서, 습도 센서, 온도 센서, 자이로 센서, 가속도 센서, 기울기 센서 등을 포함할 수 있다. 수집부(11)는 지하매설물에 구비된 복수의 센서로부터 센싱 정보를 획득함으로써, 건축물 철거 과정에서 발생할 수 있는 지반 붕괴, 지반 침하 등을 예측할 수 있다.
본원의 일 실시예에 따르면, 석면 판별부(12)는 건축물의 설계 정보 및 석면 획득 장치(30)로부터 수집된 정보를 기반으로 석면 여부를 판별할 수 있다. 석면 판별부(12)는 건축물의 설계 정보에 포함된 사용자재 이력 정보, 천장구조, 벽체구조, 바닥구조별로 사용된 자재 정보 등에 기반하여 건축물에 사용된 석면의 위치 정보를 획득할 수 있다. 예를 들어, 건축물은 5층 빌딩이고, 각각의 층의 내부 공간은 화장실, 복도, 실사용공간으로 구분될 수 있다. 건축물의 설계 정보는 1층 실사용공간의 천장 사용 자재가 석면 자재로 기록된 설계 이력 정보가 포함될 수 있다. 석면 획득 장치(30)는 건축물의 1층 실사용공간의 천장에 석면을 획득하기 위한 수단을 이용하여 다양한 정보를 획득할 수 있다. 석면 판별부(12)는 설계 이력 정보 및 설계 획득 장치(30)로부터 수집된 정보에 기반하여, 건축물의 1층 실사용공간의 천장에 석면이 존재한다고 판별할 수 있다. 반면, 석면 판별부(12)는 건축물의 설계 정보에는 석면 자재 이력 정보가 존재하지 않으나, 석면 획득 장치(30)로부터 석면이 검출된 경우, 석면 획득 장치(30)로부터 획득된 수집 정보에 우선순위를 두어, 석면 여부를 판별할 수 잇다.
또한, 석면 판별부(12)는 복수의 석면 획득 장치(30)로부터 수집된 정보에 기반하여 석면 여부를 판별할 수 있다. 예를 들어, 석면 판별부(12)는 제1석면 획득 장치(30)를 이용하여 건축물에서 발생하는 분진 성분을 검출할 수 있다. 또한, 석면 판별부(12)는 제2석면 획득 장치(30)를 이용하여 광산란 정보를 획득할 수 있다. 석면 판별부(12)는 제1석면 획득 장치(30) 및 제2석면 획득 장치(30)로부터 수집된 정보에 기반하여 석면 여부를 판별할 수 있다. 석면 판별부(12)는 하나의 석면 획득 장치(30)에서 수집된 정보만을 이용하여 석면 여부를 판별하는 것이 아닌 복수개의 석면 획득 장치(30)에서 수집되는 정보를 기반으로 석면을 판별함으로써, 보다 정확하게 건축물에 존재하는 석면을 검출할 수 있다.
또한, 석면 획득 장치(30)로부터 수집된 정보를 미리 설정된 기준값과 비교하여 건축물 내부 및 외부에 포함된 석면을 검출할 수 있다. 석면 획득 장치(30)로부터 수집된 정보는, 열감지 정보, 온도 화상 데이터 정보, 광산란 정보, 이미지(영상) 정보를 포함할 수 있다. 석면 획득 장치(30)는 현미경 렌즈 및 고속카메라, 적외선 히터, 온도 획득 장치, 분광센서 등을 포함할 수 있다.
또한, 석면 판별부(12)는 건축물의 설계 정보 및 석면 획득 장치(30)로부터 수집된 수집 정보를 인공신경망을 기반으로 학습된 판별 모델에 적용하여 석면 여부를 판별할 수 있다. 일예로, 석면 판별부(12)는 현재 석면 여부를 판별하기 위한 건축물의 정보가 아닌 기존에 석면으로 판별된 건축물의 설계 정보 및 수집 정보를 인공신경망에 적용하여 판별 모델을 구축할 수 있다. 달리 말해, 판별 모델의 입력은 건축물의 설계 정보 및 수집 정보이고, 출력은 석면 여부 판별일 수 있다. 석면 판별부(12)는 신규 건축물의 설계 정보 및 신규 수집 정보를 판별 모델에 적용하여 해당 건축물의 석면 여부를 판별할 수 있다. 석면 판별부(12)는 단순히 건축물의 설계 정보에만 기반하여 석면 여부를 판별하는 것이 아닌 수집 정보를 더 고려하여 석면 여부를 판별함으로써, 보다 정확하게 석면 여부를 판별할 수 있다. 석면 판별부(12)는 건축물의 설계 정보 및 수집 정보의 데이터 형태에 기반하여 복수의 판별 모델 중 적어도 어느 하나의 판별 모델에 적용하여 석면 여부를 판별할 수 있다. 예를 들어, 데이터의 형태는, 비정형 데이터, 정형 데이터, 영상 데이터, 이미지 데이터, 수치화 데이터 등을 포함할 수 있다. 석면 판별부(12)는 데이터의 형태를 고려하여 복수의 판별 모델 중 적어도 어느 하나의 판별 모델을 선택함으로써 보다 정확한 석면 여부를 판별할 수 있다. 즉, 석면 판별부(12)는 복수의 인공지능 알고리즘 적용하여 판별 모델을 생성할 수 있다.
예시적으로, 판별 모델은 기계 학습(Machine Learning), 딥 러닝(Deep Learning) 등의 인공 지능 기반의 학습을 통해 생성되는 것일 수 있다. 일예로, 판별 모델은 회기 알고리즘, 분류 알고리즘, 군집 알고리즘, 딥러닝 알고리즘에 기반하여 생성될 수 있다. 비지도 학습이란 학습용 데이터를 구축하는 것이 아니라 데이터 자체를 분석하거나 군집하면서 학습하는 알고리즘을 의미한다. 석면 판별부(12)는 군집 알고리즘에 기초하여 분석 패턴을 군집하여 산출할 수 있고, 분석 패턴 각각의 군집간 분리도에 기초하여 새로운 분석 패턴을 검출할 수 있다.
예시적으로, 비지도 학습을 위한 군집 알고리즘에는 로지스틱 회귀 알고리즘, 랜덤 포레스트 알고리즘, SVM(Support Vector Machine)알고리즘, 의사결정 알고리즘 및 군집 알고리즘이 이용될 수 있다. 또한, 석면 판별부(12)는 상술한 알고리즘 외에도 Extra Tree알고리즘, XG Boost알고리즘 및 Deep Learning 알고리즘, K-means 클러스터링 알고리즘, SOM(Self-Organizing-Maps) 알고리즘 EM & Canopy 알고리즘과 같은 군집 알고리즘을 통해 비지도 학습을 수행할 수 있다. Random Forest알고리즘은 수많은 Decision Tree들이 Forest를 구성하여 각각의 예측결과를 하나의 결과변수로 평균화 하는 알고리즘이고, SVM알고리즘은 데이터의 분포공간에서 가장 큰 폭의 경계를 구분하여 데이터가 속하는 분류를 판단하는 비확률적 알고리즘이다. Extra Tree알고리즘은 Random forest와 비슷하나 속도가 Random forest에 비해 빠른 알고리즘이며, XGBoost알고리즘은 Random Forest의 Tree는 독립적이라면 XGBoost의 Tree의 결과를 다음 트리에 적용하는 boost 방식의 알고리즘이다. Deep Learning 알고리즘은 다층구조의 Neural Network을 기반으로 변수의 패턴이 결과에 미치는 영향을 가중치로 조절하며 학습하는 알고리즘이다.
또한, K-means 클러스터링 알고리즘은 전통적인 분류기법으로 대상집단을 거리의 평균값(유사도)을 기준으로 K개의 군집으로 반복 세분화하는 기법이고, SOM알고리즘은 인공신경망을 기반으로 훈련집합의 입력 패턴을 가중치로 학습하여 군집화하는 기법이다. 또한, EMI & Canopy 알고리즘은 주어진 초기값으로 가능성이 최대인 것부터 반복 과정을 통해 파라미터 값을 갱신하여 군집화하는 기법을 의미한다. 본원에서는 종래에 이미 공지되었거나 향후 개발되는 다양한 인공지능 기반의 학습 알고리즘 모델이 적용될 수 있다.
도 3은 본원의 일 실시예에 따른 건축물 철거 추천 장치의 석면 위치 검출 제공 화면을 개략적으로 나타낸 실시예이다.
또한, 석면 판별부(12)는 건축물의 내부 또는 외부에 위치하는 석면의 위치 및 영역을 가상의 건축물 설계 정보에 표시하여 제공할 수 있다. 석면 판별부(12)는 건축물 설계 정보에 포함된 건축물 설계도를 이용하여 건축물의 내부 또는 외부에 위치하는 석면의 위치 및 영역을 가상의 건축물 설계 정보(2)에 표시하여 작업자 단말(20)에 제공할 수 있다. 가상의 건축물 설계 정보(2)는 건축물 설계 정보를 기반으로 생성된 정보일 수 있다.
본원의 다른 일 실시예에 따르면, 석면 판별부(12)는 건축물의 내부 또는 외부에 위치하는 석면의 위치 및 영역을 검출하기 위해 복수의 석면 획득 장치(30)로부터 수집 정보를 획득할 수 있다. 예를 들어, 석면 판별부(12)는 제1석면 획득 장치(30)를 이용하여 건축물에서 발생하는 분진 성분을 검출할 수 있다. 또한, 석면 판별부(12)는 제2석면 획득 장치(30)를 이용하여 광산란 정보를 획득할 수 있다. 석면 판별부(12)는 제1석면 획득 장치(30) 및 제2석면 획득 장치(30)로부터 수집된 정보에 기반하여 석면 여부를 판별할 수 있다. 석면 판별부(12)는 하나의 석면 획득 장치(30)에서 수집된 정보만을 이용하여 석면 여부를 판별하는 것이 아닌 복수개의 석면 획득 장치(30)에서 수집되는 정보를 기반으로 석면을 판별함으로써, 보다 정확하게 건축물에 존재하는 석면을 검출할 수 있다. 석면 판별부(12)는 복수의 석면 획득 장치(30)로부터 수집된 정보에 기반하여 석면 여부를 판별함으로써, 보다 정확한 석면의 위치 및 영역을 제공할 수 있다.
도 4는 본원의 일 실시예에 따른 건축물 철거 추천 장치의 스캔 데이터 획득 과정을 설명하기 위해 개략적으로 나타낸 도면이다.
본원의 일 실시예에 따르면, 획득부(13)는 건축물을 기준으로 일정 거리에서 이격된 위치에 구비된 레이저 스캐너(40)로부터 스캔 데이터를 획득할 수 있다. 획득부(13)는 건축물을 기준으로 일정 거리(예를 들어, 1m)에서 이격된 위치에 구비된 복수의 레이저 스캐너(40)로부터 획득된 스캔 데이터를 획득할 수 있다. 레이저 스캐너(40)는 건축물을 스캔하기 위한 장비로서, 3D 스캔 영상을 생성할 수 있다. 레이저 스캐너(40)는 건축물을 기준으로 건축물을 측정, 탐지하기 위해 복수개가 구비될 수 있다.
본원의 다른 일 실시예에 따르면, 획득부(13)는 건축물을 기준으로 일정 거리에서 이격된 위치에서 드론에 구비된 촬영장치로부터 생성된 스캔 데이터를 획득할 수 있다. 또한, 드론(미도시)은 건축물의 외부를 스캔한 스캔 데이터뿐만 아니라, 내부로 진입하여 내부 공간까지도 스캔하여 스캔 데이터를 획득할 수 있다. 드론(미도시)에는 복수개의 촬영 장치가 구비될 수 있으며, 복수개의 촬영 장치는, 레이저, 영상, 초음파, 등의 촬영 장치를 포함할 수 있다.
본원의 일 실시예에 따르면, 가상 정보 생성부(14)는 스캔 데이터와 설계 정보를 비교하고, 가상의 건축물 설계 정보를 생성할 수 있다. 설계 정보는, 건축물의 최초 설계 데이터, 보수 이력 데이터, 균열 정보, 증축 정보, 등을 포함할 수 있다. 가상의 건축물 설계 정보는 2차원 또는 3차원으로 생성될 수 있다. 가상 정보 생성부(14)는 가상으로 생성된 가상의 건축물 설계 정보를 작업자 단말(20)로 제공할 수 있다. 가상의 건축물 설계 정보를 작업자 단말(20)로 제공함으로써, 작업자(사용자)는 보다 용이하게 건축물 철거 과정에서 수행되는 상황을 보다 빠르게 파악할 수 있다.
일예로, X-Y-Z 축으로 정의되는 3차원 가상공간(이하, 간단히 '공간'이라 함) 상에 구조를 모델링하기 위해 사용하는 모델-요소(Model Element)에는 노드(Node, 또는 점), 엣지(Edge, 또는 변), 다각형(Polygon) 및 다면체(Polyhedron)가 포함된다. 이러한 모델-요소들의 결합 정보를 이용하여 3차원 형상 정보를 생성하고, 이 정보를 기초로 렌더링하여 사용자가 시각적으로 확인할 수 있는 모델을 컴퓨터 등의 표시장치를 통해 표시하게 된다.
여기서, 노드는 공간상의 위치를 나타내고, 엣지는 다각형을 구성하는 요소로 사용된다. 하나의 다각형은 노드와 엣지 정보로 정의될 수 있다. 다각형과 다각형이 만날 때는 공유되는 노드와 엣지는 각 다각형에 의해 공유된다. 다면체는 복수 개의 다각형으로 구성한 공간상의 한 덩어리를 나타내며, 다면체에 객체 정보(이름 또는 인덱스)가 설정된다.
또한, 가상 정보 생성부(14)에서 가상의 건축물 설계 정보를 생성함으로써, 기존에 설계 정보에서 변형된 사항을 파악할 수 있다. 일예로, 가상 정보 생성부(14)는 1차적으로 설계 정보에 기반하여 제1가상의 건축물 설계 정보를 생성할 수 있다. 이때, 생성되는 제1 가상의 건축물 설계 정보는, 3차원 형상으로 건축물의 외부 및 내부를 형상화한 설계 도면을 포함할 수 있다. 또한, 가상 정보 생성부(14)는 스캔 데이터에 기반하여 제1가상의 건축물 설계 정보의 변동 사항을 도출하여 제2 가상의 건축물 설계 정보를 생성할 수 있다. 달리 말해, 가상 정보 생성부(14)에서 생성된 가상의 건축물 설계 정보는, 건축물의 이력 정보만을 가지고 개략적인 가상의 건축물 설계 정보를 생성하고, 실제 건축물을 스캔하고, 개략적인 가상의 건축물 설계 정보와 비교하여 최종적인 가상의 건축물 설계 정보를 생성할 수 있다.
예시적으로 도 3을 참조하면, 가상 정보 생성부(14)는 3차원 또는 2차원으로 가상의 건축물 설계 정보(2)를 생성할 수 있다. 가상 정보 생성부(14)는 배치도, 투시도, 평면도, 입면도, 단면도, 조감도 등의 형태로 건축물의 내부 및 외부를 표현할 수 있다.
본원의 일 실시예에 따르면, 시뮬레이션부(15)는 가상의 건축물 설계 정보에 기반하여 건축물의 철거 과정을 시뮬레이션할 수 있다. 시뮬레이션부(15)는 가상의 건축물 설계 정보에 기반하여 실제로 건축물을 철거(붕괴)하기 전에 미리 시뮬레이션을 해봄으로써, 건축물의 철거(붕괴) 과정에서 발생할 수 있는 위험 상황에 대한 대책을 마련할 수 있다. 또한, 시뮬레이션부(15)를 통해 건축물의 철거 과정을 시뮬레이션함으로써, 철거 과정에서 발생하는 비용을 예측할 수 있다.
본원의 일 실시예에 따르면, 추천부(16)는 건축물의 설계 정보, 석면 여부 판별 결과 및 시뮬레이션 정보를 고려하여 건축물의 철거 공법을 추천할 수 있다. 복수의 철거 공법은, 파쇄 공법, 절단 공법, 기계식 공법, 폭약을 이용한 발파식 공법, 탑다운(Top-Down) 공법, 컷 앤 다운(Cut and Down) 공법 등을 포함할 수 있다. 추천부(16)는 건축물의 설계 정보에 포함된 건축물의 주소, 지도상 위치, 공사내역, 사용자재, 특수이력공사, 건물의 용도, 평수, 건물 층수, 증축 여부, 내진설계, 생애이력, 지리적 위치 정보, 구조물 정보, 천장구조, 벽체구조, 바닥구조별로 사용된 자재 정보를 고려하여 건축물의 내부 및 외부 각각에 대한 철거 공법을 추천할 수 있다. 예를 들어, 건축물의 천장구조에 사용된 자재는 제1 자재고, 건축물의 벽체구조에 사용된 자재는 제2자재인 경우, 추천부(16)는 자재를 고려하여 천장구조의 철거 공법 및 벽체구조의 철거 공법을 달리 추천할 수 있다. 또한, 추천부(16)는 석면 판별부(12)에서 석면이 판별된 경우, 석면이 먼저 제거될 수 있도록 철거 순서를 추천할 수 있다. 달리 말해, 추천부(16)는 우선하여 철거되어야 할 영역 및 우선하여 제거되어야 하는 폐기물을 파악하여, 제거(철거)순서를 추천할 수 있다.
또한, 추천부(16)는 가상의 건축물 설계 정보에 기반하여, 건축물의 철거 공법을 추천할 수 있다. 예를 들어, 추천부(16)는 가상의 건축물 설계 정보를 이용하여 건축물 시뮬레이션을 수행한 결과에 기반하여 복수의 건축물의 철거 공법 중 적어도 어느 하나의 철거 공법을 추천할 수 있다. 또한, 추천부(16)는 건축물의 지리, 지역, 지반 등을 고려하여 건축물의 철거 공법을 추천할 수 있다. 또한, 추천부(16)는 건축물의 크기, 사용된 자재, 건축물 사용 용도, 주변 환경, 날씨 등 외부환경 요인 등을 고려하여 건축물의 철거 공법을 추천할 수 있다.
본원의 일 실시예에 따르면, 추천부(16)는 건축물이 위치한 영역의 지반상태 정보를 고려하여, 복수의 철거 공법 중 적어도 어느 하나의 철거 공법을 추천할 수 있다. 예를 들어, 건축물이 위치한 영역에 복수의 철거 공법 중 폭약을 이용한 발파식 공법 등이 적용될 경우, 건축물뿐만 아니라 지반도 같이 침하될 수 있는 문제점을 고려하여, 추천부(16)는 건축물이 위치한 영역의 지반상태 정보까지 더 고려하여 복수의 철거 공법 중 적어도 어느 하나의 철거 공법을 추천할 수 있다. 또한, 추천부(16)는 건축물의 설계 정보, 석면 여부 판별 결과, 시뮬레이션 정보, 가상의 건축물 설계 정보, 지반상태 정보 중 적어도 어느 하나를 고려하여 건축물의 철거 공법을 추천할 수 있다.
본원의 일 실시예에 따르면, 추천부(16)는 건축물 철거 과정에서 발생한 건축 폐기물의 처리 방법을 추천할 수 있다. 건축 폐기물은, 폐벽돌, 토사, 폐합성수지, 폐벽돌, 철근, 콘크리트, 목재 등을 포함할 수 있다. 추천부(16)는 건축물 철거 과정에서 발생할 수 있는 건축 폐기물의 무게를 예측할 수 있다. 추천부(16)는 건축 폐기물이 미리 설정된 기준값(예를 들어, 5톤) 미만일 경우, 제1폐기물 처리 방법을 추천할 수 있다. 반면, 추천부(16)는 건축 폐기물의 미리 설정된 기준값(예를 들어, 5톤)이상일 경우, 제2폐기물 처리 방법을 추천할 수 있다. 예를 들어, 제1폐기물 처리 방법은, 건설폐기물용 봉투(PP 마대)에 담아 일반 종량제 배출장소에 건축 폐기물을 처리하는 방법일 수 있다. 또한, 제2폐기물 처리 방법은, 건축폐기물 발생 신고서를 작성한 후 건축 폐기물을 업체에서 수거해 가는 방법일 수 있다.
일예로, 추천부(16)는 건축 폐기물 처리 과정에서 발생하는 처리 비용을 산출할 수 있다. 추천부(16)는 건축물의 설계 정보에 포함된 건축물 자재 정보에 기반하여, 건축 폐기물 처리 과정에서 발생하는 처리 비용을 산출할 수 있다. 또한, 추천부(16)는 건축 폐기물 중 알루미늄, 스테인리스 등의 폐금속류가 존재하는 경우, 즉, 재활용이 가능한 건축 폐기물이 존재하는 경우, 해당 폐기물의 무게, 개수 등을 예측하여 처리 비용을 산출할 수 있다. 추천부(16)는 재활용이 가능한 건축 폐기물의 경우, 폐기물 업체에서 매입할 수 있기 때문에 해당 사항을 고려하여 건축 폐기물 처리 과정에서 발생하는 처리 비용을 산출할 수 있다.
본원의 일 실시예에 따르면, 추천부(16)는 해체 공사 계획서를 추천할 수 있다. 해체 공사 계획서는 건축물의 층별, 위치별, 작업의 방법과 순서, 폐기물의 적치와 반출 계획 및 공사현장 안전조치 중 적어도 어느 하나를 포함할 수 있다. 추천부(16)는 건축물 철거 과정에서 작성해야 하는 해체 공사 계획서를 추천하여 제공할 수 있다. 작업자(사용자)는 추천된 해체 공사 계획서에 기반하여 건축물의 철거 과정에서 작성될 수 있는 해체 공사 계획서 작성의 도움을 받을 수 있다.
본원의 일 실시예에 따르면, 제어부(17)는 건축물의 철거를 위해 사용되는 무선 제어가 가능한 건축물 철거 장치(50)의 구동을 제어하는 제어 신호를 생성할 수 있다. 또한, 제어부(17)는 건축물의 설계 정보, 센싱 정보 및 지하매설물 정보 중 적어도 어느 하나를 고려하여 무선 제어가 가능한 건축물 철거 장치의 구동을 제어하는 제어 신호를 생성할 수 있다. 일예로, 제어부(17)는 건축물의 설계 정보, 센싱 정보 및 지하매설물 정보 중 적어도 어느 하나를 고려하여 건축물 철거 장치(50)의 타격 강도가 제1타격 강도를 발생하도록 건축물 철거 장치(50)의 구동을 제어하는 제어 신호를 생성할 수 있다. 또한, 제어부(17)는 건축물의 설계 정보, 센싱 정보 및 지하매설물 정보 중 적어도 어느 하나를 고려하여 건축물 철거 장치(50)의 타격 강도가 제2타격 강도를 발생하도록 건축물 철거 장치(50)의 구동을 제어하는 제어 신호를 생성할 수 있다.
일예로, 제어부(17)는 철거 공법에 따라 건축물 철거 장치(50)의 구동을 제어하는 제어 신호를 생성할 수 있다. 제어부(17)는 선택된 철거 공법에 대응하여 건축물 철거 장치(50)의 타격 강도, 타격 시간, 타격 패턴, 동선 중 적어도 어느 하나의 특징을 달리하는 제어 신호를 생성할 수 있다.
또한, 제어부(17)는 건축물 철거 장치(50)에 구비된 촬영 장치로부터 획득되는 건축물 자재 정보에 기반하여 건축물 철거 장치(50)의 구동을 제어하는 제어 신호를 생성할 수 있다. 예를 들어, 건축물 자재 정보는, 목재, 유리, 벽돌, 철근, 콘크리트 등을 포함할 수 있다. 일예로, 획득부(13)는 건축물 철거 장치(50)에 구비된 촬영 장치로부터 현재 철거 중인 건축물의 건축물 자재가 포함된 영상 정보를 획득할 수 있다. 추천부(16)는 복수의 건축물 자재 정보에 기반하여 학습된 이미지 학습 모듈에 획득부(13)에서 획득된 현재 철거 중인 건축물의 건축물 자재가 포함된 영상 정보를 입력하고, 건축물 철거 장치(50)의 구동을 제어하는 제어 신호를 추천할 수 있다. 제어부(17)는 추천부(16)에서 추천된 제어 신호에 기반하여, 건축물 철거 장치(50)의 구동을 제어하기 위한 제어 신호를 생성할 수 있다.
본원의 일 실시예에 따르면, 제공부(19)는 추천부(16)에서 추천된 복수의 철거 공법 중 적어도 어느 하나의 철거 공법을 작업자 단말(20)로 제공할 수 있다. 작업자는 작업자 단말(20)로 추천된 철거 공법을 적용하여 건축물을 철거를 진행할 경우, 작업자 단말(20)을 통해 건축물 철거 진행을 요청하는 사용자 입력을 선택하고, 작업자 단말(20)은 사용자 입력 정보를 획득부(13)로 제공할 수 있다. 제어부(17)는 획득부(13)에서 수신된 사용자 입력 정보에 기반하여 건축물의 철거를 위해 사용되는 무선 제어가 가능한 건축물 철거 장치(50)의 구동을 제어하는 제어 신호를 생성할 수 있다. 달리 말해, 제어부(17)는 철거 공법에 대응하여 건축물 철거 장치(50)의 구동을 제어하기 위한 제어 신호를 생성할 수 있다. 예를 들어, 제어부(17)는 철거 공법에 대응하여 복수의 건축물 철거 장치(50) 중 적어도 어느 하나의 건축물 철거 장치(50)의 구동을 제어하기 위한 제어 신호를 생성할 수 있다. 일예로, 건축물 철거 공법에 따라 적합한 건축물 철거 장치(50)가 존재할 수 있다. 제어부(17)는 철거 공법에 대응하여 선택된 건축물 철거 장치(50)의 구동을 제어하기 위한 제어 신호를 생성할 수 있다.
본원의 일 실시예에 따르면, 획득부(13)는 건축물 철거 현장에 위치하는 복수의 작업자의 단말(20)로부터 작업자의 현재 위치 정보를 획득할 수 있다. 획득부(13)는 복수의 작업자 단말(20)과 네트워크로 연동되어 작업자의 현재 위치 정보를 획득할 수 있다. 또한, 획득부(13)는 작업자의 안전모에 구비된 센서로부터 작업자의 현재 위치 정보를 획득할 수 있다. 획득부(13)는 GPS 기반으로 작업자의 현재 위치 정보를 획득할 수 있다. 획득부(13)에서 건축물 철거 현장에 위치하는 작업자의 현재 위치 정보를 실시간으로 획득함으로써, 건축물 철거 현장에서 발생할 수 있는 위험 상황에서 작업자가 빠르게 대피할 수 있도록 알림을 제공하여, 사고를 예방할 수 있다.
본원의 일 실시예에 따르면, 판단부(18)는 건축물 철거 현장의 위험 구역을 판단할 수 있다. 판단부(18)는 건축물의 내부의 구비된 복수의 센서로부터 획득된 센싱 정보에 기반하여 건축물 철거 현장의 위험 구역을 판단할 수 있다. 예를 들어, 건축물이 붕괴되어야 할 구역이 아님에도 붕괴가 시작될 것으로 예측되는 경우, 판단부(18)는 해당 구역을 위험 구역으로 판단할 수 있다. 또한, 판단부(18)는 석면 획득 장치(30)로부터 수집된 정보에 기반하여 건축물 철거 현장의 위험 구역을 판단할 수 있다. 예를 들어, 석면은 방진복을 착용한 작업자가 석면을 제거해야 하나, 방진복을 착용하지 않은 작업자가 해당 구역에 진입할 수 있기 때문에, 판단부(18)는 해당 구역을 위험 구역으로 판단할 수 있다.
또한, 판단부(18)는 작업자의 단말(20)과 작업자의 안전모에 구비된 센서로부터 획득된 작업자의 현재 위치 정보를 비교할 수 있다. 판단부(18)는 작업자 단말(20)에서 획득된 위치 정보와 작업자의 안전모에 구비된 센서로부터 획득된 작업자의 위치 정보가 일치하지 않는 경우, 작업자가 안전모를 착용한 경우, 안전모에서 획득된 위치 정보를 작업자의 현재 위치 정보로 결정할 수 있다. 반면, 작업자가 안전모를 착용하지 않은 경우, 판단부(18)는 작업자의 단말(20)에서 획득된 위치 정보를 작업자의 현재 위치 정보로 결정할 수 있다.
본원의 일 실시예에 따르면, 제공부(19)는 위치 정보를 기반으로 건축물 철거 현장의 위험 구역으로 판단된 영역으로부터 미리 설정된 범위에 위치하는 작업자의 단말로 위험 구역 알림을 제공할 수 있다. 또한, 제공부(19)는 작업자가 착용한 안전모를 통해 위험 구역 알림을 제공할 수 있다. 위험 구역 알림은 소리, 불빛 등 경고 알림을 발생하는 것일 수 있다. 또한, 제공부(19)는 가상의 건축물 설계 정보에 건축물 철거 현장의 위험 구역으로 판단된 영역을 표시하여 작업자의 단말(20)로 위험 구역 알림 정보를 제공할 수 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
도 5는 본원의 일 실시예에 따른 건축물 철거 추천 방법에 대한 개략적인 흐름도이다.
도 5에 도시된 건축물 철거 추천 방법은 앞서 설명된 건축물 철거 추천 장치(10)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 건축물 철거 추천 장치(10)에 대하여 설명된 내용은 건축물 철거 추천 방법에 대한 설명에도 동일하게 적용될 수 있다.
도 5를 참조하면, 단계 S501에서, 건축물 철거 추천 장치(10) 건축물의 설계 정보를 수집할 수 있다.
단계 S502에서, 건축물 철거 추천 장치(10)는 건축물의 설계 정보 및 석면 획득 장치로부터 수집된 정보를 기반으로 석면 여부를 검출할 수 있다.
단계 S503에서, 건축물 철거 추천 장치(10)는 건축물을 기준으로 일정 거리에서 이격된 위치에 구비된 레이저 스캐너로부터 스캔 데이터를 획득할 수 있다.
단계 S504에서, 건축물 철거 추천 장치(10) 스캔 데이터와 설계 정보를 비교하고, 가상의 건축물 설계 정보를 생성할 수 있다.
단계 S505에서, 건축물 철거 추천 장치(10)는 가상의 건축물 설계 정보에 기반하여 건축물의 철거 과정을 시뮬레이션 할 수 있다.
단계 S506에서, 건축물 철거 추천 장치(10) 건축물의 설계 정보, 석면 여부 판별 결과 및 시뮬레이션 정보를 고려하여 건축물의 철거 공법을 추천할 수 있다.
단계 S507에서, 건축물 철거 추천 장치(10)는 건축물 철거 과정에서 발생한 건축 폐기물의 처리 방법을 추천할 수 있다.
상술한 설명에서, 단계 S501 내지 S507은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본원의 일 실시 예에 따른 건축물 철거 추천 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 전술한 건축물 철거 추천 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
10: 건축물 철거 추천 장치
20: 작업자 단말
30: 석면 획득 장치
40: 레이저 스캐너
50: 건축물 철거 장치
20: 작업자 단말
30: 석면 획득 장치
40: 레이저 스캐너
50: 건축물 철거 장치
Claims (8)
- 컴퓨터로 구현되는 건축물 철거 추천 제공 장치에 의해 각 단계가 수행되는 건축물 철거 추천 방법에 있어서,
건축물의 설계 정보를 수집하는 단계;
상기 건축물을 기준으로 일정 거리에서 이격된 위치에 구비된 레이저 스캐너로부터 스캔 데이터를 획득하는 단계;
상기 스캔 데이터와 상기 설계 정보를 비교하고, 가상의 건축물 설계 정보를 생성하는 단계;
상기 가상의 건축물 설계 정보에 기반하여 상기 건축물의 철거 과정을 시뮬레이션하는 단계;
상기 건축물의 설계 정보 및 시뮬레이션 정보를 고려하여 상기 건축물의 철거 공법을 추천하는 단계;
건축물 철거 과정에서 발생한 건축 폐기물의 처리 방법을 추천하는 단계;
상기 건축물의 철거를 위해 사용되는 무선 제어가 가능한 건축물 철거장치의 구동을 제어하는 제어 신호를 생성하는 단계;
건축물 철거 현장에 위치하는 복수의 작업자의 단말로부터 작업자의 현재 위치 정보를 획득하는 단계;
상기 건축물의 내부에 구비된 복수의 센서로부터 센싱 정보를 획득하는 단계;
건축물의 내부의 구비된 복수의 센서로부터 획득된 상기 센싱 정보에 기반하여 건축물 철거 현장의 위험 구역을 판단하는 단계; 및
위치 정보를 기반으로 건축물 철거 현장의 위험 구역으로 판단된 영역으로부터 미리 설정된 범위에 위치하는 작업자의 단말로 위험 구역 알림 정보를 제공하는 단계,
를 포함하되,
상기 건축물의 철거 공법을 추천하는 단계는,
상기 가상의 건축물 설계 정보에 기반하여, 상기 건축물의 철거 공법을 추천하고,
상기 제어 신호를 생성하는 단계는,
작업자 단말로부터 선택된 철거 공법에 대응하여 상기 건축물 철거 장치의 타격 강도, 타격 시간, 타격 패턴, 동선 중 적어도 어느 하나의 특징을 달리하는 제어 신호를 생성하고,
상기 위험 구역 알림 정보를 제공하는 단계는,
가상의 건축물 철거 정보에 건축물 철거 현장의 위험 구역으로 판단된 영역을 표시하여 상기 작업자의 단말로 위험 구역 알림 정보를 제공하는 것인, 건축물 철거 추천 방법. - 제1항에 있어서,
해체 공사 계획서를 추천하는 단계를 더 포함하되,
상기 해체 공사 계획서는,
층별, 위치별, 작업의 방법과 순서, 폐기물의 적치와 반출 계획 및 공사현장 안전조치 정보 중 적어도 어느 하나를 포함하는 것인, 건축물 철거 추천 방법. - 삭제
- 삭제
- 제2항에 있어서,
지하매설물 정보를 수집하는 단계를 더 포함하되,
상기 제어 신호를 생성하는 단계는,
상기 지하매설물 정보를 더 고려하여 상기 무선 제어가 가능한 건축물 철거 장치의 구동을 제어하는 제어 신호를 생성하는 것인, 건축물 철거 추천 방법. - 제5항에 있어서,
상기 건축물의 철거 공법을 추천하는 단계는,
상기 건축물이 위치한 영역의 지반상태 정보를 더 고려하여, 복수의 철거 공법 중 적어도 어느 하나의 철거 공법을 추천하는 것인, 건축물 철거 추천 방법. - 건축물의 설계 정보를 수집하는 수집부;
상기 건축물을 기준으로 일정 거리에서 이격된 위치에 구비된 레이저 스캐너로부터 스캔 데이터를 획득하는 획득부;
상기 스캔 데이터와 상기 설계 정보를 비교하고, 가상의 건축물 설계 정보를 생성하는 가상 정보 생성부;
상기 가상의 건축물 설계 정보에 기반하여 상기 건축물의 철거 과정을 시뮬레이션하는 시뮬레이션부;
상기 건축물의 설계 정보 및 시뮬레이션 정보를 고려하여 상기 건축물의 철거 공법을 추천하고, 건축물 철거 과정에서 발생한 건축 폐기물의 처리 방법을 추천하는 철거 공법 추천부;
상기 건축물의 철거를 위해 사용되는 무선 제어가 가능한 건축물 철거장치의 구동을 제어하는 제어 신호를 생성하는 제어부;
건축물의 내부에 구비된 복수의 센서로부터 획득된 센싱 정보에 기반하여 건축물 철거 현장의 위험 구역을 판단하는 판단부; 및
위치 정보를 기반으로 건축물 철거 현장의 위험 구역으로 판단된 영역으로부터 미리 설정된 범위에 위치하는 작업자의 단말로 위험 구역 알림 정보를 제공하는 제공부,
를 포함하되,
상기 철거 공법 추천부는,
상기 가상의 건축물 설계 정보에 기반하여, 상기 건축물의 철거 공법을 추천하고,
상기 제어부는,
선택된 철거 공법에 대응하여 상기 건축물 철거 장치의 타격 강도, 타격 시간, 타격 패턴, 동선 중 적어도 어느 하나의 특징을 달리하는 제어 신호를 생성하고,
상기 획득부는,
건축물 철거 현장에 위치하는 복수의 작업자의 단말로부터 작업자의 현재 위치 정보를 획득하고,
상기 제공부는,
가상의 건축물 철거 정보에 건축물 철거 현장의 위험 구역으로 판단된 영역을 표시하여 상기 작업자의 단말로 위험 구역 알림 정보를 제공하는 것인, 건축물 철거 추천 제공 장치. - 제1항, 제2항, 제5항 및 제6항 중 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200029956A KR102220530B1 (ko) | 2020-03-11 | 2020-03-11 | 건축물 철거 추천 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200029956A KR102220530B1 (ko) | 2020-03-11 | 2020-03-11 | 건축물 철거 추천 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102220530B1 true KR102220530B1 (ko) | 2021-02-24 |
Family
ID=74689124
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200029956A KR102220530B1 (ko) | 2020-03-11 | 2020-03-11 | 건축물 철거 추천 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102220530B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114592716A (zh) * | 2022-02-25 | 2022-06-07 | 中建科工集团有限公司 | 一种应急酒店拆除方法 |
| CN116628828A (zh) * | 2023-07-24 | 2023-08-22 | 中建安装集团黄河建设有限公司 | 一种大型建筑物拆除点确定方法、介质及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150087562A (ko) * | 2014-01-22 | 2015-07-30 | 이진호 | 석면관리 평가 시스템과 그 방법 및 이를 실행하기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 |
| KR20180075939A (ko) * | 2016-12-27 | 2018-07-05 | (주)케이지아이 | 스마트 발파 시스템 |
| JP2019096036A (ja) * | 2017-11-22 | 2019-06-20 | 株式会社日立プラントコンストラクション | 構造物撤去シミュレーション |
-
2020
- 2020-03-11 KR KR1020200029956A patent/KR102220530B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150087562A (ko) * | 2014-01-22 | 2015-07-30 | 이진호 | 석면관리 평가 시스템과 그 방법 및 이를 실행하기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 |
| KR20180075939A (ko) * | 2016-12-27 | 2018-07-05 | (주)케이지아이 | 스마트 발파 시스템 |
| JP2019096036A (ja) * | 2017-11-22 | 2019-06-20 | 株式会社日立プラントコンストラクション | 構造物撤去シミュレーション |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114592716A (zh) * | 2022-02-25 | 2022-06-07 | 中建科工集团有限公司 | 一种应急酒店拆除方法 |
| CN116628828A (zh) * | 2023-07-24 | 2023-08-22 | 中建安装集团黄河建设有限公司 | 一种大型建筑物拆除点确定方法、介质及系统 |
| CN116628828B (zh) * | 2023-07-24 | 2023-09-26 | 中建安装集团黄河建设有限公司 | 一种大型建筑物拆除点确定方法、介质及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cheng et al. | Modeling tower crane operator visibility to minimize the risk of limited situational awareness | |
| Wang et al. | A BIM-based approach for automated tower crane layout planning | |
| Mirzaei et al. | 3D point cloud data processing with machine learning for construction and infrastructure applications: A comprehensive review | |
| Hu et al. | Smart building demolition and waste management frame with image-to-BIM | |
| Štefanič et al. | A review of technologies and applications for smart construction | |
| CN111272220B (zh) | 一种隧道状态检测监测管理系统 | |
| Koo et al. | Innovative method for assessment of underground sewer pipe condition | |
| Kamari et al. | AI-based risk assessment for construction site disaster preparedness through deep learning-based digital twinning | |
| KR102220530B1 (ko) | 건축물 철거 추천 방법 및 장치 | |
| Garcia et al. | Machine learning techniques applied to construction: A hybrid bibliometric analysis of advances and future directions | |
| Desvignes | Requisite empirical risk data for integration of safety with advanced technologies and intelligent systems | |
| Nakanishi et al. | A review of monitoring construction equipment in support of construction project management | |
| Mrówczyńska et al. | The network structure evolutionary optimization to geodetic monitoring in the aspect of information entropy | |
| KR102129589B1 (ko) | 센서 네트워크 구축 방법 및 시스템 | |
| Liu et al. | Integration of Building Information Modelling (BIM) and sensor technology: a review of current developments and future outlooks | |
| Yu et al. | Unmanned aircraft path planning for construction safety inspections | |
| Hatoum et al. | The use of drones in the construction industry: applications and implementation | |
| Wang et al. | Integrating building information modelling and firefly algorithm to optimize tower crane layout | |
| CN116225071B (zh) | 一种基于无人机的智能建筑建造系统及其使用方法 | |
| US20220026236A1 (en) | Model generation for route planning or positioning of mobile object in underground worksite | |
| Bajwa | Emerging technologies & their adoption across us dot's: a pursuit to optimize performance in highway infrastructure project delivery | |
| Bayar et al. | Estimation of multiple crack propagation pattern in concrete using Voronoi tessellation method | |
| Cheng et al. | A large‐scale dataset of buildings and construction sites | |
| Lukaszewska et al. | D7. 1 Ashvin technology demonstration plan | |
| MASTROLEMBO VENTURA et al. | A proof of concept application of sensing technologies for managing proximity hazards on construction sites |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |