KR20210085053A

KR20210085053A - Gpr 탐사를 이용한 지하시설물 관리시스템

Info

Publication number: KR20210085053A
Application number: KR1020190177684A
Authority: KR
Inventors: 이효진; 심재민; 김성모; 채휘영; 김윤; 김태훈
Original assignee: 주식회사 지오멕스소프트; 주식회사 지오메카이엔지; 재단법인 공간정보품질관리원; (주)코아텍; 주식회사 지오비전
Priority date: 2019-12-30
Filing date: 2019-12-30
Publication date: 2021-07-08
Also published as: KR102399227B1

Abstract

본 발명의 일 실시예에 따른 지하시설물 관리시스템은 GPR 탐사장치를 이용하여 탐사지역의 GPR 탐사 데이터를 수집하고, GPR 탐사데이터를 학습된 딥러닝 네트워크에 의해 분석하고, GPR 탐사데이터의 처리방법에 의해 가상의 지하시설물을 생성한 뒤, GPS-AR 장치를 통해 작업자에게 공사 현장 내 지하시설물의 위치 및 정보를 제공할 수 있다.

Description

GPR 탐사를 이용한 지하시설물 관리시스템{MANAGING SYSTEM OF UNDERGROUND FACILITIES USING GPR DETECTOR}

본 발명은 GPR 탐사를 이용한 지하시설물 관리시스템에 관한 것으로서, 구체적으로는 건설 현장 지하에 매설되어 있는 수도관, 가스관 등 지하시설물에 관한 정보를 GPR 탐사를 통해 수득하고, 수득한 지하시설물에 관한 정보를 이용하여 굴착 공사 과정에서 파손되지 않도록 관리할 수 있는 관리시스템에 관한 것이다.

1995년 대구 지하철 공사 현장의 가스 폭발사고는 101명의 사상자라는 참혹한 결과를 낳았다. 지하철 굴착 공사중에 가스관이 파손되면서 누출된 가스가 폭발한 참사이다. 대구 지하철 사고 이후, 상하수도관, 가스관, 전력케이블 등 이른바 라이프라인들의 지하 매설 위치를 사전에 확인하고 굴착공사시 주의를 기울이고 있지만 여전히 지하시설물 파손 사고가 빈번히 발생되고 있다. 더욱이 라이프라인들의 매설위치에 대한 정보가 거의 없고, 있더라도 지각변동이나 잘못된 기술로 인해 정확하지 않다.

현재 지하시설물에 대한 위치파악은 종이도면이나 전자도면을 이용하고 있다. 각 지하시설물 운영기관에서 파악하고 있는 관로의 위치 정보를 종이도면 또는 2D 전자도면 형태로 받아서 활용하고 있다. 그러나 각 운영기관에서 제공하는 위치 정보의 정확성 여부를 떠나 이 위치 정보를 현장에 적용하는 것이 용이하지 않다.

더욱이 최근 이용되는 전자 태그 방식의 경우, 각 운영기관에서 제공하는 전산화된 위치정보를 현장에서 인식하기 위하여 전자 태그(RFID, QR코드)를 지상시설물에 부착하고, 사용자가 단말기를 태그에 접근시키면 위치정보가 단말기의 화면상에 디스플레이 되는 시스템이다. 그러나 이러한 마커 기반의 지하시설물 인식 시스템은 마커를 제작하여 지상매설물에 부착해야 되는 번거로움이 있다. 또한 공사 현장의 어느 지점에서나 지하시설물 위치가 단말기에 디스플레이 되지 않고 마커 인근에서만 가능하기 때문에 작업 효율성도 떨어지는 문제점이 있다.

결국 굴착공사시 지하시설물 파손 사고를 방지하기 위해서는 무엇보다도 지하시설물의 정확한 매설 위치를 파악하는 것이 중요하며, 나아가 지상의 작업자가 공사 중에 지하시설물의 매설 위치를 쉽게 확인할 수 있는 방안이 필요하다.

본 발명은 상술한 문제점을 해결하기 위한 것으로서, GPR 탐사를 수행하고, GPR 탐사 데이터를 분석하여 지하시설물의 위치를 확인하고, GPR 탐사 데이터의 처리방법을 통해 가상의 지하시설물을 생성한 뒤, GPS-AR 장치를 이용하여 작업자에게 공사 현장 내 지하시설물의 위치 및 정보를 제공할 수 있는 지하시설물 관리시스템을 제공하는 것을 일 목적으로 한다.

한편, 본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 것이다.

위와 같은 과제를 달성하기 위해 본 발명의 일 실시예에 따른 지하시설물 관리시스템은 작업자에게 공사 현장 내 지하시설물의 위치 및 정보를 제공할 수 있다. 일 실시예의 지하시설물 관리시스템은 지표 아래의 지하시설물을 탐지하기 위해 지표에 대해 신호를 발생시키고 그 신호가 지표 아래의 지하시설물에 의해 반사된 신호를 수신하여 GPR 탐사 원시 데이터를 생성하는 GPR 탐사장치; 상기 GPR 탐사 원시 데이터를 수신하고, 수신한 GPR 원시 데이터의 노이즈를 제거하고 보정한 후, 노이즈가 제거된 GPR 탐사 원시 데이터를 평면도, 횡단면도, 종단면도 및 3D-GPR 데이터로 이미지화 하고, 상기 3D-GPR 데이터에 가상의 지하시설물을 생성하는 GPR 데이터 처리장치; 및 GPS모듈, IMU센서, 동영상카메라, 디스플레이부 및 AR 모듈을 탑재한 사용자단말기로 상기 가상의 지하시설물이 생성된 3D-GPR 데이터를 수신하고, 상기 3D-GPR 데이터와 사용자단말기의 위치정보를 이용하여 단말기에 디스플레이되는 실사화면에 가상의 지하시설물을 증강현실로 구현하여, 사용자가 굴착공사에서 지하시설물의 위치를 실시간으로 확인할 수 있도록 하는 GPS-AR 장치;를 포함한다.

일 실시예에 있어서, 상기 GPR 탐사장치는 인도나 차가 다닐 수 없는 좁은 도로의 지표 아래에 위치하는 관로를 탐사하기 위한 핸디형 GPR 탐사장치로서: 탐사지역을 이동가능한 본체; 상기 본체의 하부에 설치되며, 지표에 대해 신호를 발생시키고 그 신호가 지표 아래의 물질에 의해 반사된 신호를 수신하여 지표 아래에 위치하는 관로를 탐사하는 GPR 유닛; 상기 본체의 상부에 설치되며, 상기 본체의 전방의 지표를 촬영하는 전방촬영유닛; 상기 본체의 상부에 설치되며, 상기 본체의 양 측의 주변을 촬영하는 측면촬영유닛; 및 상기 GPR 유닛과, 상기 전방촬영유닛과, 상기 측면촬영유닛의 동작을 제어하고 각 유닛이 수집한 데이터를 수신하는 제어부;를 포함하고, 상기 제어부는 상기 전방촬영유닛에서 수집한 영상을 상기 GPR 유닛에서 수집한 데이터에 대하여 일정 시간 또는 일정 거리를 지연시켜서 저장하는 것을 특징으로 한다.

일 실시예에 있어서, 상기 GPR 데이터 처리장치는, (a) GPR 탐사 원시 데이터를 수신하는 단계; (b) 수신한 GPR 탐사 원시 데이터를 노이즈를 제거하고 보정하는 단계; (c) 노이즈가 제거된 GPR 탐사 원시 데이터를 다음의 단계를 통해 이미지화하는 단계, (c-1) 전체 채널의 n번째 심도의 트레이스를 모아 평면도를 생성, (c-2) 전체 채널의 전체 심도의 m 번째 트레이를 모아 횡단면도를 생성, (c-3) l 번째 채널의 전체 심도의 모든 트레이스를 모아 종단면도를 생성, 및 (c-4) 생성된 평면도, 횡단면도 및 종단면도를 이용하여 3D GPR 데이터를 생성; (d) 상기 3D GPR 데이터 상에 다음의 단계를 통해 가상의 관로를 생성하는 단계, (d-1) 상기 평면도, 횡단면도 및 종단면도 중 하나에 관로로 결정된 제1위치를 생성, (d-2) 상기 평면도, 횡단면도 및 종단면도 중 하나에 관로로 결정된 제2위치(제1위치와 다른 위치임)를 생성, 및 (d-3) 상기 3D GPR 데이터 상에 상기 제1위치와 상기 제2위치를 연결하는 가상의 관로를 생성, (e) 가상의 관로가 생성된 GPR 데이터를 출력하는 단계;를 포함하여 동작하는 것을 특징으로 한다.

일 실시예에 있어서, 상기 GPR 데이터 처리장치에서 가상의 지하시설무을 생성할 때 3D-GPR 데이터에서 지하시설물을 탐지하도록 학습된 딥러닝네트워크를 구비하는 분석장치를 더 포함하는 것을 특징으로 한다. 이때, 상기 분석장치는 딥러닝 네트워크를 학습시킬 수 있도록 구성되며, 상기 분석장치는, 관측의 시작점인 제1지점의 위치와, 관측의 종료점인 제2지점의 위치에 관한 정보와, 관로의 직경에 관한 정보를 알고 있는 관로에 대하여 지표 투과 레이더를 이용하여 수집된 GPR 3D-데이터가 저장된 저장부; 상기 저장부로부터 수집된 GPR 3D-데이터를 전달 받아 정답데이터를 생성하는 정답데이터 생성부; 및 상기 정답데이터를 딥러닝 네트워크에게 제공하여 학습시키는 학습부;를 포함하고, 상기 정답데이터 생성부는 수집된 GPR 3D-데이터에서의 제1지점과 제2지점의 관로의 위치에 관한 정보를 이용하여 직선을 생성하고, 제1지점의 생성된 직선에 수직한 제1면과 제2지점의 생성된 직선의 수직한 제2면을 생성한 뒤, 제1면 및 제2면 사이의 공간과 생성된 직선 및 직경에 관한 정보로 생성된 원통형의 공간의 교집합에 위치하는 GPR 3D-데이터의 픽셀을 정답상태로 라벨링하는 것을 특징으로 한다.

일 실시예에 있어서, 상기 GPS-AR 장치의 사용자단말기는, 굴착공사가 이루어지는 공사영역을 실시간으로 촬영하여 실사화면을 획득하는 동영상카메라와, 촬영된 화상을 표현하는 디스플레이부를 포함하는 영상모듈; 상기 영상모듈의 위치정보를 실시간으로 획득하는 GPS모듈; 상기 영상모듈의 방위 및 각도에 대한 자세정보를 실시간으로 획득하는 자세센싱모듈; 유무선 통신을 통해 외부와 교신하는 통신모듈; 굴착공사 지역의 외곽경계에 대한 경계정보 및 상기 외곽경계의 내측을 통과 하는 가상의 지하시설물에 대한 상기 3D-GPR 데이터를 포함하는 데이터가 저장되는 데이터베이스; 및 상기 GPS모듈과 자세센싱모듈로부터 획득한 위치정보와 자세정보 및 상기 동영상카메라의 화각정보를 통해 상기 디스플레이부 화면에 나타난 영역의 위치를 탐지하고, 상기 상기 3D-GPR 데이터를 이용하여 상기 디스플레이부 화면상에 가상의 지하시설물을 증강현실로 표출하는 프로세싱을 수행하는 AR모듈;을 구비하는 것을 특징으로 한다.

도 1은 본 발명의 일 실시예에 따른 지하시설물 관리 시스템의 개략적 구성도이다.
도 2는 본 발명의 일 실시예에 따른 지하시설물 관리 시스템에서 이용되는 핸디형 GPR 탐사장치의 개략적인 사시도이다.
도 3은 핸디형 GPR 탐사장치의 개략적 구조도이다.
도 4는 핸디형 GPR 탐사장치를 이용하여 GPR 탐사를 수행하는 것을 도시한 것이다.
도 5는 레이저 가이드가 설치된 핸디형 GPR 탐사장치로 전방촬영유닛의 촬영영역을 표시하는 것을 도시한 참고도이다.
도 6은 레이저 가이드가 전방촬영유닛의 촬영영역의 지표에 격자 형태의 그리드를 생성하여 GPR 탐사가 수행되는 영역의 표면의 굴곡을 시각화하는 것을 개략적으로 도시한 참고도이다.
도 7은 본 발명의 일 실시예에 따른 지하시설물 관리 시스템에서 이용되는 GPR 데이터 처리 장치의 개략적 구성도이다.
도 8은 GPR 데이터의 처리 방법의 개략적 순서도이다.
도 9는 GPR 데이터 처리 장치의 디스플레이 모듈이 사용자에게 GPR 데이터를 제공하는 화면의 개략적 구성도이다.
도 10은 본 발명의 일 실시예에 따른 일 실시예에 따른 지하시설물 관리 시스템에서 이용되는 GPR 3D-데이터로부터 관로를 찾기 위한 분석장치의 개략적 구성도이다.
도 11은 시작점인 제1지점의 위치와, 종료점인 제2지점의 위치와 직경을 알고 있는 관로의 일 예이다.
도 12는 도 11의 관로에 대하여 지표 투과 레이더를 이용하여 GPR 3D-데이터를 획득한 것이다.
도 13은 도 11에서 획득한 GPR 3D-데이터를 이용하여 정답데이터를 생성하는 것을 설명하기 위한 참고도이다.
도 14는 시작점인 제1지점의 위치와, 종료점인 제2지점의 위치와, 꺽이는 부분인 제3지점의 위치와, 직경을 알고 있는 관로의 일 예이다.
도 15는 도 14에서 획득한 GPR 3D-데이터를 이용하여 정답데이터를 생성하는 것을 설명하기 위한 참고도이다.
도 16은 본 발명의 일 실시예에 따른 지하시설물 관리 시스템에서 이용되는 GPS-AR 장치를 이용한 지하시설물 파손 예방방법의 개략적 흐름도이다.
도 17은 도 16에 도시된 방법을 구현하기 위한 지하시설물 파손 예방을 위한 GPS-AR 장치의 일 예를 개략적으로 나타낸 것이다.
도 18은 지하시설물 파손 예방을 위한 GPS-AR 장치가 적용되는 공사 현장을 개략적으로 나타낸 것이다.
도 19는 증강현실이 사용자 단말기의 디스플레이에 구현된 일 예이다.
※첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다.

본 발명을 설명함에 있어서 관련된 공지기능에 대하여 이 분야의 기술자에게 자명한 사항으로서 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다.

본 문서에서 사용된 용어 "시스템"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛에 의해 동작하는 것을 의미한다. 예를 들어, 시스템은 서버, PC, 태블릿 PC, 스마트폰 등과 같은 장치로 구현될 수 있다.

도 1은 본 발명의 일 실시예에 따른 지하시설물의 관리 시스템의 개략적 구성도이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 지하시설물의 관리시스템(1000)은 GPR 측정장치(A100), GPR 데이터 처리장치(B100), 분석장치(C100), 및 GPS-AR 장치(D100)로 구성된다.

이하 본 발명의 일 실시예에 따른 지하시설물의 관리시스템(1000)의 각 구성들에 대해 살펴보도록 한다.

GPR 측정장치

본 발명의 GPR 탐사장치(A100)로는 인도나 차가 다닐 수 없는 좁은 도로의 지표 아래에 위치하는 관로를 탐사하기 위한 핸디형 GPR 탐사장치를 이용할 수 있다.

자동차가 지나다니는 도로 등을 대상으로 하는 GPR 탐사장치는 차량에 의해 이동되기 때문에, 그 크기와 무게에 제한이 적다. 특히, 차량에 의해 이동되는 차량용 GPR 탐사장치는 충분한 높이에 촬영유닛을 설치할 수 있기 때문에 라인카메라를 이용하여 GPR 유닛이 측정하고 있는 위치의 영상을 취득할 수 있다. 따라서 차량용 GPR 탐사장치의 탐사결과는 GPR 측정결과와 촬영유닛이 촬영한 영상을 서로 매칭하여 제공함으로써 관로의 위치를 보다 정확하게 탐사할 수 있다.

하지만 인도나 차가 다닐 수 없는 좁은 도로에 대해서는 차량용 GPR 탐사장치를 이용할 수 없고, 크기가 충분히 작은 핸디형 GPR 탐사장치를 이용하여야 한다.

핸디형 GPR 탐사장치는 사람이 직접 밀어서 이동시킬만큼 크기가 작기 때문에 차량용 GPR 탐사장치와 달리 충분한 높이에 촬영유닛을 설치할 수 없다. 더욱이 인도나 차가 다닐 수 없는 좁은 도로의 불규칙한 표면 상태로 인한 진동으로 인해 라인 카메라를 이용할 수 없다는 문제가 있다.

본 발명의 핸디형 GPR 탐사장치(A100)는 이러한 문제를 해결하기 위한 것이다.

도 2은 핸디형 GPR 탐사장치(A100)의 개략적 사시도이며, 도 3은 핸디형 GPR 탐사장치(A100)의 개략적 구조도이다.

본 발명의 일 실시예에 따른 핸디형 GPR 탐사장치(100)는 본체(10), GPR 유닛(20), 촬영유닛(30), 및 제어부(40)를 포함한다.

핸디형 GPR 탐사장치(100)에서는 사람이 직접 핸디형 GPR 탐사장치(100)를 콘트롤할 수 있어야 한다. 따라서 본체(10)는 사람이 직접 밀 수 있도록 바닥에 적어도 3개 이상의 바퀴(11)가 설치된다. 본체(10)의 후방에는 핸들(15)이 설치된다. 핸들(15)의 높이는 성인남성이 서있는 상태에서 조정가능하도록 1 m 내지 1.5 m 높이에 위치한다. 핸들(15)은 핸들 지지대(13)에 의해 본체(10)와 연결된다. 핸들 지지대(13)는 각도 조절이 가능하도록 힌지(16)에 의해 본체(10)와 연결된다. 핸들 지지대(13)의 각도를 조절하여 핸들(15)의 높이를 조정할 수 있다. 핸들(15)에는 노트북 거치대(17)가 설치될 수 있다.

본체(10)에는 전동모터(미도시)가 설치될 수 있으며, 본체(10)는 전동모터의 구동에 의해 탐사지역을 이동한다. 핸들(15)에는 전동모터의 동작을 제어하는 레버가 설치될 수 있으며, 사용자가 레버를 조작함에 따라 본체(10)가 전방 또는 후방으로 이동한다.

본체(10)의 하부에는 GPR 유닛(20)이 설치된다. GPR 유닛(20)은 광대역의 임펄스 파형을 이용하여 지표면 아래를 탐사하는 레이더이다. GPR 유닛(20)은 광대역 전자기파를 지표면이나 구조물의 표면에 입사시킨 후, 연속적으로 매질 경계면에서 반사되어 되돌아오는 파를 수신하여 매질 특성을 영상화한다. 즉, GPR 유닛(20)을 이용하면 지표 아래에 매설되어 있는 관로를 찾을 수 있는 것이다. 이를 위해 GPR 유닛(20)은 지표에 대해 신호를 발생시키는 신호발생부(21)와, 신호발생부(21)에서 발생된 신호가 지표를 일정깊이 투과하여 반사되어 돌아온 것을 감지하는 신호수신부(22)로 구성된다.

본체(10)에는 GPS가 설치되어 GPR 유닛(20)에서 취득하는 데이터의 위치정보를 제공한다. 다만, GPS가 제공하는 위치정보에는 오차를 수반할 수밖에 없다. GPS가 제공하는 위치정보를 보완하기 위해서 영상정보를 이용할 수 있다.

즉, 본 발명의 핸디형 GPR 탐사장치(A100)는 촬영유닛(30)을 이용하여 핸디형 GPR 탐사장치(A100)가 측정하는 지표의 표면과 주변을 촬영한다.

촬영유닛(30)은 촬영유닛 지지대(33)에 의해 본체(10)의 상부에 설치된다. 촬영유닛 지지대(33)는 높이 방향으로 길게 형성되어 촬영유닛(30)을 소정의 높이에 위치시킨다. 예컨대 촬영유닛(30)은 본체(10)를 기준으로 1 m 내지 1.2m의 높이에 설치될 수 있다.

촬영유닛(30)은 본체(10)의 전방의 지표를 촬영하는 전방촬영유닛(31)과 본체(10)의 양측의 주변을 촬영하는 측면촬영유닛(32)으로 구성된다. 촬영유닛(30)으로는 에어리어 카메라를 이용할 수 있다. 라인 카메라를 이용할 경우 GPR 탐사장치를 이동시키면서 GPR 유닛이 탐사하는 위치에 대한 영상을 직접적으로 수득할 수 있다. 그런데 라인 카메라는 진동에 취약하다는 문제가 있으며, 충분한 촬영거리를 확보해야만 한다. 핸디형 GPR 탐사장치는 크기가 작아 충분한 촬영거리를 확보하기 어렵다는 문제가 있다. 이에 본 발명의 핸디형 GPR 탐사장치(A100)는 촬영유닛(30)으로 에어리어 카메라를 이용한다. 또한, 전방촬영유닛(31)이 GPR 유닛(20)이 측정하는 위치를 바로 촬영하는 것이 아니라 도 4와 같이 본체(10)의 전방, 예컨대 2 m 이상의 앞을 촬영하여 촬영거리를 확보한다. 이와 달리 측면촬영유닛(32)은 본체(10)의 양측면을 촬영한다.

본 발명의 핸디형 GPR 탐사장치(A100)는 촬영거리를 확보하기 위해 전방촬영유닛(31)이 GPR 유닛(20)이 일 시점에서 측정하는 위치가 아닌 2 m 이상의 앞을 촬영한다. 즉, 일 시점에서 GPR 유닛(20)이 데이터를 수득하는 위치(S₁)와 전방촬영유닛(32)이 영상을 수득하는 위치(S₂)에 차이가 있다. 이러한 문제를 해결하기 위해 제어부(40)는 전방촬영유닛(32)에서 수집한 영상을 GPR 유닛(20)에서 수집한 데이터에 대하여 일정 시간 또는 일정 거리를 지연시켜서 저장한다. 일정거리를 지연시키는 경우 제어부(40)는 DMI(Distance Measuring Instrument: 주행거리측정장치)를 이용하는데, DMI에서 전방촬영유닛(31)에서 수득한 영상의 수득위치에 관한 정보를 라벨링하고, GPR 유닛(20)에서 수득한 데이터의 수득 위치에 관한 정보를 라벨링한다. 제어부(40)는 전방촬영유닛(31)에서 수득한 영상과 GPR 유닛(20)에서 수득한 데이터를 매칭할 때 각각의 수득 위치를 기준으로 매칭하되, 전방촬영유닛(31)에서 수득한 영상의 수득위치를 일정 거리 지연시켜서 이용한다. 예컨대, 전방촬영유닛(31)이 GPR 유닛(20)이 일 시점에서 측정하는 위치가 아닌 2 m의 앞을 촬영하는 경우라면, 제어부(40)는 전방촬영유닛(31)에서 수득한 영상의 수득위치를 2 m 지연시켜서 GPR 유닛(20)의 측정위치와 일치시킨다. 한편, 측면촬영유닛(32)은 GPR 유닛(20)과 측정위치가 동일하므로 전면촬영유닛(31)과 달리 GPR 유닛(20)에 대해 일정시간이나 일정거리만큼 지연시킬 필요가 없다.

촬영유닛(30)은 짐벌에 의해 촬영유닛 지지대(33)에 고정될 수 있다. 짐벌은 일반적으로 알려진 것을 이용할 수 있다. 본 발명의 일 실시예에 따른 핸디형 GPR 탐사장치(100)는 인도 같은 탐사지역에 대해 탐사를 수행하는데, 자동차가 다니는 잘 포장된 도로와 달리 인도는 그 표현이 울퉁불퉁한 경우가 많다. 따라서 GPR 탐사시에 촬영유닛(30)에서 수집되는 영상이 진동으로 인해 정확성이 떨어지는 문제가 있다. 본 발명의 핸디형 GPR 탐사장치(A100)는 촬영유닛(30)을 짐벌에 의해 촬영유닛 지지대(33)에 고정함으로써 진동에 의한 문제를 해결한 것이다.

한편, 본 발명의 핸디형 GPR 탐사장치(A100)의 본체(10)에는 레이저 가이드(60)가 더 설치될 수 있다. 레이저 가이드(60)는 전방촬영유닛(31)이 촬영하고 있는 지표의 촬영역역을 표시한다. 이처럼 레이저 가이드(60)가 있는 경우 전방촬영유닛(31)에서 수집한 영상에서 GPR 유닛(20)이 탐사를 수행하는 위치(LP₁)를 정확히 특정하는 것이 가능하다.

나아가 레이저 가이드(60)가 촬영영역의 지표에 도 6과 같이 격자 형태의 그리드(LP₂)를 생성하도록 할 수 있다. 격자 형태의 그리드를 생성할 경우 지표의 표면의 굴곡에 따라 그리드가 찌그러지게 되는데, 이로써 GPR 탐사가 수행되는 영역의 표면의 굴곡을 시각화 할 수 있다.

상술한 GPR 탐사장치(A100)를 통해 GPR 탐사 원시 데이터를 수집하면, GPR 데이터 처리장치(B100)에서 보정하고 이미지화 시킨다. 아래에서는 설명의 명확성을 위해 지하시설물 중 관로를 기준으로 설명을 하나, 본 발명의 대상이 관로에 한정되는 것은 아니며 다른 종류의 지하시설물에 대해서도 적용이 가능하다.

GPR 데이터 처리장치

도 7은 본 발명의 일 실시예에 따른 지하시설물 관리 시스템에서 이용되는 GPR 데이터 처리 장치(B100)의 개략적 구성도이며, 도 8은 GPR 데이터의 처리 방법의 개략적 순서도이다.

도 7 및 도 8을 참조하여, 본 발명의 GPR 데이터의 처리방법에 대하여 설명하도록 한다.

GPR 데이터 처리장치(B100)은 데이터 수신모듈(B10), 데이터 분석 및 이미지 생성 모듈(B20), 저장모듈(B30) 및 출력모듈(B40)로 구성된다.

수신모듈(B10)에 의해 GPR 탐사장치(A100)로부터 GPR 탐사 원시 데이터를 수신하는 단계(S10)가 수행된다. GPR 탐사 원시 데이터에는 GPS에 의해 획득되는 탐사 위치에 관한 정보가 더 포함될 수 있다. 한편, GPR 탐사장치(A100)가 신호발생기로부터 지표까지의 거리를 측정하는 센서를 구비한 경우라면, GPR 탐사 원시 데이터에는 신호발생기로부터 지표까지의 거리에 관한 정보가 포함된다.

수신모듈(B10)이 GPR 탐사 원시 데이터를 수신한 후, 데이터 분석 및 이미지 생성모듈(B20)이 수신한 GPR 탐사 원시 데이터를 보정하는 단계(S20)가 수행된다. GPR 탐사 원시 데이터에는 불필요한 노이즈가 포함되며, 무엇보다 심도에 따라 신호감쇠가 발생하므로 보정이 요구된다. 이에 보정하는 단계(S20)에서는 Dewow, Time-Zero Correction, Background removal, Bandpass filtering, Gain 등의 기법을 통해 불필요한 노이즈를 제거하고, 심도에 따른 신호감쇠를 보정한다.

한편, GPR 탐사장치(A100)가 탐사지역을 탐사할 때, 탐사지역의 표면이 평평하지 않은 경우가 많다. 특히, 인도는 포장된 도로와 달리 굴곡이 심하다. 이와 같은 탐사지역의 표면의 요철은 GPR 탐사 원시 데이터의 정확성을 감소시키는 요소가 된다. 이에 GPR 탐사장치(A100)에 거리측정 센서를 설치하고, 신호발생기로부터 지표까지의 거리에 관한 정보를 수득하여 보정하는 단계(S20)에서 이용할 수 있다. 즉, 신호발생기로부터 지표까지의 거리에 관한 정보를 이용하여 상기 GPR 탐사 원시 데이터의 최상부의 높이를 정렬함으로써 보다 정확하게 GPR 탐사 데이터를 분석할 수 있다.

보정하는 단계(S20)가 완료되면, 데이터 분석 및 이미지 생성모듈(B20)에서 노이즈가 제거된 GPR 탐사 원시 데이터를 이미지화 하는 단계(S30)가 수행된다.

GPR 탐사 원시 데이터는 신호의 세기에 관한 정보로 구성되어 있다. 사용자가 신호의 세기에 관한 정보만 보고 관로를 탐색하는 것은 사실상 불가능하다. 따라서 GPR 탐사 원시 데이터를 이미지화할 필요가 있으며, 특히 3D 형태로 제공하는 것이 바람직하다.

이에 본 발명의 GPR 데이터의 처리방법은 다음의 단계를 통해 GPR 데이터를 이미지화하여 가시성을 향상시켜 제공한다.

먼저, 전체 채널의 n번째 심도의 트레이스를 모아 평면도를 생성(S31)한다. GPR 탐사장치(A100)의 신호발생기와 신호수신기는 복수의 채널로 구성된다. 채널은 GPR 탐사장치(A100)가 탐사하는 이동방향에 수직한 방향으로 배열된다. 즉, 복수의 채널에 의해 GPR 탐사장치(A100)가 소정의 폭을 가지고 GPR 탐사 원시 데이터를 수집하는 것이다. 이때, 탐사하는 이동방향의 동일 채널은 하나의 트레이스를 구성하게 된다. 또한, 트레이스는 신호가 송신되었다가 다시 수신하는 시간 차이에 의해 심도가 결정된다.

평면도를 생성하는 단계(S31)에서는 전체채널의 n번째 심도의 트레이스를 모아서 평면도를 구성하게 된다. 즉, 하나의 평면도를 구성하는 이미지는 모두 동일한 심도의 트레이스가 표시된다. 이미지는 신호의 세기가 색의 농담으로 표현될 수 있다.

다음으로 횡단면도를 생성하는 단계(S32)가 수행된다. 횡단면도를 생성하는 단계(S32)는 전체 채널의 전체 심도의 m번째 트레이스를 모아서 생성하게 된다. m번째 트레이스만 모아서 생성하는 것이므로, GPR 탐사장치(A100)의 이동방향의 단면이 횡단면도로 표현된다.

다음으로 종단면도를 생성하는 단계(S33)가 수행된다. 종단면도를 생성하는 단계는 l번째 채널의 전체 심도의 모든 트레이스를 모아 생성하게 된다.

한편, 상술한 S31 단계 내지 S33 단계의 순서는 필요에 따라 적절히 변경하거나, 동시에 수행되는 것도 가능하다.

마지막으로 생성된 평면도, 횡단면도, 및 종단면도를 이용하여 3D GPR 데이터를 생성(S34)한다.

만약 GPR 탐사장치(A100)가 일 방향으로 길게 구성되는 제1트랙에 대한 GPR 원시데이터를 수집하고, 제1트랙에 인접하는 제2트랙에 대해 GPR 원시데이터를 수집할 경우 제1트랙과 제2트랙을 한번에 이미지화하는 것이 관로를 탐색하는데 더 도움이 된다. 여기서 트랙이라고 하는 것은 GPR 탐사장치(A100)가 1회 이동하면서 탐사하여 생성되는 탐사영역을 의미한다. GPR 탐사장치(A100)가 복수개의 트랙에 대해 수행된 경우, 제1트랙에 대한 평면도와 제2트랙에 대한 평면도를 생성한 후에 제1트랙에 대한 평면도와 제2트랙에 대한 평면도를 서로 비교하는 과정이 수행된다. 양자를 비교하여 오버랩되는 영역을 검출하고, 오버랩되는 영역을 기준으로 제1트랙에 대한 평면도와 제2트랙에 대한 평면도를 서로 연결함으로써 복수의 트랙을 하나의 3D-GPR 데이터로 제공할 수 있다.

3D-GPR 데이터를 생성하는 단계(S30)를 수행한 후 데이터 분석 및 이미지 생성모듈(B20)은 3D-GPR 데이터에 가상의 관로를 생성하는 단계(S40)가 수행된다.

사용자가 또는 딥러닝 네트워크가 3D-GPR 데이터를 직접 기초로 하여 관로를 찾는 것은 쉽지 않다.

본 발명의 일 실시예에 따른 GPR 데이터의 처리 방법은 다음의 과정을 통해 보다 쉽고 간편하게 가상의 관로를 생성한다.

먼저, 평면도, 횡단면도 및 종단면도 중 하나에 관로로 결정된 제1위치를 생성(S41)한다. 3D-GPR 데이터가 아닌 평면도, 횡단면도, 종단면도 중 하나에 관로로 판단되는 형상을 가지는 부분에 제1위치(P₁)를 표시한다. 예컨대 횡단면도에 제1위치(P₁)를 표시하면, 동일한 위치에 대응하는 평면도와 종단면도에도 제1위치(P₁)가 표시된다. 만약 평면도와 종단면도 상에서 제1위치(P₁)가 잘못된 위치에 표시되었다면 평면도 또는 종단면도상에서 제1위치(P₁)를 다시 지정할 수 있으며, 이때 횡당면도 상에서의 제1위치(P₁)는 이동하지 않는다.

다음으로 평면도, 횡단면도 및 종단면도 중 하나에 관로로 결정된 제2위치(P₂, 제1위치와 다른 위치임)를 생성(S42)한다. 제2위치를 생성(S42)는 과정은 제1위치를 생성하는 것과 동일한 방법으로 수행된다.

마지막으로 3D-GPR 데이터 상에 제1위치(P₁)와 제2위치(P₂)를 연결하는 가상의 관로를 생성(S43)한다.

상술한 바와 같이 제1위치(P₁)와 제2위치(P₂)를 생성하는 것은 매우 간편하고 쉬운데, 특히 딥러닝 네트워크를 이용할 때 그 효율이 극대화 된다. 딥러닝 네트워크는 정답 데이터를 통한 학습을 통해 이미지화된 GPR 데이터에서 관로를 찾아내게 된다. 다만, GPR 데이터는 전체 데이터에서 관로가 극히 일부에 불과하기 때문에 데이터 비대칭(Class Imbalance) 문제가 있으며, 3D 형태로 데이터가 제공될 경우 연산부담이 크다는 문제가 있다. 하지만 상술한 바와 같이 제1위치(P₁)와 제2위치(P₂)를 생성할 경우 최대 3개의 이미지만으로 하나의 위치를 결정할 수 있으며, 이 과정을 최소 두번 반복하여 가상의 관로를 생성함으로써 효율적으로 가상의 관로를 생성할 수 있는 것이다.

한편, 가상의 관로가 생성되면 가상의 관로의 직경, 재질 및 목적에 관한 정보 중 어느 하나를 라벨링 하는 단계가 더 수행될 수 있다. 나아가 생성된 가상의 관로에 관한 정보는 저장모듈(B30)에 저장된다.

출력모듈(B40)은 가상의 관로가 생성된 GPR 데이터를 출력하는 단계(S50)를 수행한다. 이때, 도 9와 같이 디스플레이 유닛을 통해 평면도, 횡단면도, 종단면도 및 3D-GPR 데이터가 하나의 화면으로 제공될 수 있다. 사용자는 평면도, 횡단면도, 종단면도 및 3D-GPR 데이터를 통해 한번에 가상의 관로를 정확하게 확인할 수 있다.

한편, GPR 탐사장치(A100)는 일 방향으로 이동하면서 데이터를 수집하기 때문에 평면도, 횡단면도, 종단면도 및 3D-GPR 데이터를 구성하는 X축, Y축, Z축 중 GPR 탐사장치의 이동방향에 해당하는 축이 매우 길수 밖에 없다. 모든 축을 동일한 배율로 디스플레이 할 경우 상대적으로 GPR 탐사장치의 이동방향에 해당하는 축 외에 다른 축은 너무 작거나, GPR 탐사장치의 이동방향에 해당하는 축이 너무 큰 문제가 있다. 본 발명의 GPR 데이터의 처리 방법은 GPR 탐사장치의 이동방향에 해당하는 축의 배율을 축소하여 제공함으로써 사용자가 보다 쉽게 3D-GPR 데이터를 확인할 수 있도록 한다.

나아가 출력모듈(B40)은 가상의 관로가 생성된 GPR 데이터를 AR에 이용가능한 형태 또는 CAD에 이용가능한 형태로 출력할 수 있다.

GPR 데이터 처리방법(B100) 중 정답 데이터를 통한 학습을 통해 이미지화된 GPR 데이터에서 관로를 찾아내는 단계는 딥러닝 네트워크를 포함하는 분석장치(C100)를 이용할 수 있다.

분석장치

지표 투과 레이더(GPR)를 이용하여 지표에 신호를 송신하고, 지표내에 있는 물질에 반사되어 돌아온 신호를 수신하여 GPR 데이터가 생성된다. GPR 데이터는 일반적인 사진처럼 명확하지 않다.

더군다나 지표 투과 레이더(GPR)을 이용하여 관로를 찾기 위해서는 평면, 종단면, 횡단면을 모두 고려하여야 한다. 즉, 관로를 찾기 위해서 GPR 3D-데이터를 이용하는 것이 바람직하다.

그런데 GPR 데이터는 기본적으로 영상의 특징을 나타내는 강도가 약하다. 또한, GPR 3D-데이터에는 관로가 어디에 있는지에 대한 정보가 없으며, 전체 데이터에서 관로가 극히 일부에 불과하기 때문에 데이터 비대칭(Class Imbalance) 문제가 발생한다. 특히, 비대칭인 데이터에 loss 함수인 cross entropy 함수를 딥러닝 네트워크의 학습에 이용하는 것은 성능이 떨어지는 문제가 있다. 이에 본 발명에서는 cross entropy 함수가 아닌 dice loss 함수를 사용한다.

딥러닝 네트워크의 신뢰성을 향상시키기 위해서는 딥러닝 네트워크에게 정확한 정답데이터를 충분한 양으로 제공하여 학습시키는 것이 매우 중요하다. 정답데이터란 딥러닝 네트워크에게 정답과 오답이 무엇인지 제공하기 위한 데이터를 의미한다. 예컨대, 본 발명의 경우 관로의 위치와 직경 등의 정보를 알고 있는 곳에서 수집한 GPR 3D-데이터에 관로가 있는 곳을 정답으로 라벨링한 데이터를 의미한다.

그런데 GPR 3D-데이터는 수많은 GPR 2D-데이터를 연속적으로 모아서 생성되는 것이기 때문에, GPR 2D-데이터의 정답데이터를 생성하는 것보다 GPR 3D-데이터의 정답데이터를 생성하는데 현저히 많은 시간과 노력이 필요하다.

이에 본 발명의 GPR 3D-데이터로부터 딥러닝 네트워크를 학습하는데 필요한 관로를 찾는 분석장치 (이하, "분석장치"라 한다.)를 통해 보다 쉽고 효율적으로 GPR 3D-데이터의 정답데이터를 생성한다. GPR 3D-데이터는 (x, y, z) 좌표를 가지는 복수개의 픽셀로 이루어진다.

도 10은 본 발명의 일 실시예에 따른 GPR 3D-데이터로부터 관로를 찾기 위한 분석시스템의 개략적 구성도이다.

도 10을 참조하면, 본 발명의 분석장치(C100)은 저장부(C10), 정답생성부(C20) 및 학습부(C30)를 포함한다.

먼저, 직선인 관로를 대상으로 생성된 GPR 3D-데이터를 기준으로 본 발명의 분석장치(C100)의 각 구성에 대해 설명한다.

도 11는 관측의 시작점인 제1지점의 위치와, 관측의 종료점인 제2지점의 위치와 직경을 알고 있는 관로의 일 예이며, 도 12은 도 11의 관로에 대하여 지표 투과 레이더를 이용하여 GPR 3D-데이터를 획득한 것이다.

먼저, 도 11과 같이 위치와 직경을 알고 있는 관로에 대하여 시작점인 제1지점(P₁)으로부터 종료점인 제2지점(P₂)까지 지표 투과 레이더(GPR)에 의한 관측을 수행한다. 지표 투과 레이더(GPR)에 의해 수집된 GPR 3D-데이터는 저장부(C10)에 저장된다.

한편, 지표 투과 레이더(GPR)에 의해 수집된 GPR 3D-데이터는 도 12와 같이 표시된다. 도 12에는 2개의 관로가 관측되었는데, 여기에서는 일단 하나의 관로에 대해서만 정답데이터를 생성하는 것을 설명하도록 한다.

정답데이터 생성부(C20)는 저장부(C10)로부터 수집된 GPR 3D-데이터를 전달받는다. 저장부(C10)로부터 전달받은 수집된 GPR 3D-데이터에는 아직 정답인 픽셀이 라벨링(labelling)되어 있지 않다.

정답데이터 생성부(C20)는 수집된 GPR 3D-데이터를 특정한 방법으로 처리하여 정답데이터를 생성하고, 생성한 정답데이터를 딥러닝 네트워크에게 제공시키는 학습부(C30)로 전송한다.

본 발명의 분석장치(C100)는 정답데이터 생성부(C20)에서 수집된 GPR 3D-데이터로부터 효율적인 방법으로 정답데이터를 생성하게 된다.

이를 위해 먼저 정답데이터 생성부(C20)는 수집된 3D-데이터에서의 제1지점(P₁)과 제2지점(P₂)의 관로의 위치에 관한 정보를 이용하여 직선(L)을 생성한다. 직선은 두 점을 지나되 양측으로 연속하여 연장되는 선을 의미한다.

먼저, GRP 3D-데이터에서 관측된 관로의 시작점과 종료점을 결정하여야 한다.

예컨대, GRP 3D-데이터에서 관측의 시작점인 제1지점(P₁)과 종료점인 제2지점(P₂)에 대응하는 위치로 각각 관로의 제1최상단 위치(P₁')와 관로의 제2최상단 위치(P₂')를 결정한다. 처음에는 GPR 전문가에 의해 최상단 위치가 결정될 수 있다. 다만, 딥러닝 네트워크가 일정수준 이상으로 학습된 이후에는 제1최상단 위치(P₁')와 제2최상단 위치(P₂')를 결정하는 것은 GPR 2D-데이터를 딥러닝 네트워크에 의해 분석하는 방법에 의해 수행될 수 있다. 즉, 제1지점(P₁)의 종단면에 관한 GPR 2D-데이터와 제2지점(P₂-)의 종단면에 관한 GPR 2D-데이터를 관로의 최상단 위치를 찾도록 학습시킨 딥러닝 네트워크를 이용하여 제1최상단 위치(P₁')와 제2최상단 위치(P₂')를 찾도록 할 수 있다.

제1최상단 위치(P₁')와 제2최상단 위치(P₂')의 (x_n, y_n, z_n) 좌표를 이용하여 직선(L)의 방정식을 도출하는 것도 가능하다. 이와 달리 관로의 직경에 관한 정보를 알고 있기 때문에 제1최상단 위치(P₁')와 제2최상단 위치(P₂')에서 높이방향에서 아래쪽으로 관로의 반경만큼 내려간 위치를 각각 제1중심(P₁'') 및 제2중심(P₂'')으로 결정할 수도 있다. 이 경우 제1중심(P₁'') 및 제2중심(P₂'')의 (x_n, y_n, z_n) 좌표를 이용하여 직선(L)의 방정식을 도출하는 것도 가능하다. 이하에서는 제1중심(P₁'') 및 제2중심(P₂'')을 이용하는 방식을 중심으로 설명하도록 한다.

정답데이터 생성부(C20)는 제1중심(P₁'') 및 제2중심(P₂'')을 지나는 직선의 방정식에 의해 직선(L)이 생선된다.

직선(L)이 생성되면 정답데이터 생성부(C20)는 생성된 직선(L)의 제1지점(P₁)에 대응하는 위치, 즉 제1중심(P₁'')에서 생성된 직선(L)에 수직한 제1면(S₁)을 생성한다. 마찬가지로 정답데이터 생성부(C20)는 생성된 직선(L)의 제2지점(P₂)에 대응하는 위치, 즉 제2중심(P₂'')에서 생성된 직선(L)에 수직한 제2면(S₂)을 생성한다. 제1면(S₁)과 제2면(S₂)을 생성하는 것은 직선(L)의 방정식과 제1중심(P₁'')의 좌표 및 제2중심(P₂'')의 좌표를 이용하여 제1면(S₁)의 평면의 방정식과 제2면(S₂)의 평면의 방정식를 생성하는 것을 의미한다.

그 다음 정답데이터 생성부(C20)는 제1면(S₁)과 제2면(S₂) 사이의 공간(이하 "V_a"라 한다)과 직선(L)을 축으로 하며 관로의 직경과 동일한 직경을 가지는 원통형의 공간(이하 "V_b"라 한다)의 교집합에 해당하는 GPR 3D-데이터의 픽셀을 정답상태로 라벨링한다. 즉, V_a와 V_b의 교집합의 GPR 3D-데이터의 픽셀이 정답상태로 라벨링하는 것이다.

GPR 3D-데이터의 픽셀이 정답상태로 라벨링하는 과정을 보다 더 구체적으로 살펴보면 다음과 같다.

GPR 3D-데이터를 구성하는 i 번째 픽셀이 있다. i 번째 픽셀은 (x_i, y_i, z_i) 좌표를 가진다. 도 13에 도시된 것과 같이, 제1면(S₁)은 좌측에 위치하고 제2면(S₂)은 우측에 존재한다.

제1면(S₁)의 평면의 방정식에 i 번째 픽셀의 (x_i, y_i, z_i) 좌표를 대입한다. 이때, 제1면(S₁)의 평면의 방정식에 i 번째 픽셀의 (x_i, y_i, z_i) 좌표를 대입하여 나온 값이 음수가 아닌 경우에는 정답이 아닌 것으로 분류한다.

다음 제2면(S₂)의 평면의 방정식에 i 번째 픽셀의 (x_i, y_i, z_i) 좌표를 대입한다. 이때, 제2면(S₂)의 평면의 방정식에 i 번째 픽셀의 (x_i, y_i, z_i) 좌표를 대입하여 나온 값이 양수가 아닌 경우에는 정답이 아닌 것으로 분류한다.

마지막으로 직선(L)의 방정식과 i 번째 픽셀의 (x_i, y_i, z_i) 좌표의 거리를 계산한다. 이때, 직선(L)의 방정식과 i 번째 픽셀의 (x_i, y_i, z_i) 좌표의 거리가 관로의 반경보다 큰 경우에는 정답이 아닌 것으로 분류한다.

결국, 제1면(S₁)의 평면의 방정식에 i 번째 픽셀의 (x_i, y_i, z_i) 좌표를 대입하여 나온 값이 음수이고, 제2면(S₂)의 평면의 방정식에 i 번째 픽셀의 (x_i, y_i, z_i) 좌표를 대입하여 나온 값이 양수이고, 직선(L)의 방정식과 i 번째 픽셀의 (x_i, y_i, z_i) 좌표의 거리가 관로의 반경보다 작은 경우 i 번째 픽셀을 정답상태로 라벨링한다.

정답데이터 생성부(C20)는 이와 같은 과정을 GPR 3D-데이터의 모든 픽셀에 대하여 반복함으로써 정답데이터를 생성한다.

도 14는 시작점인 제1지점의 위치와, 종료점인 제2지점의 위치와, 꺽이는 부분인 제3지점의 위치와, 직경을 알고 있는 관로의 일 예이며, 도 15 는 도 14에서 획득한 GPR 3D-데이터를 이용하여 정답데이터를 생성하는 것을 설명하기 위한 참고도이다.

도 14 및 도 15는 분기점을 가지거나 꺽이는 부분을 가지는 관로를 이용하여 정답데이터를 생성하기 위한 것이다. 상술한 것과 동일한 부분에 대해서는 설명을 생략하도록 한다.

저장부(10)에는 관측의 시작점인 제1지점의 위치와, 관측의 종료점인 제2지점의 위치와, 관로의 분기점 또는 꺽이는 점인 제3지점(단, 제1지점과 제2지점 사이에 위치함)의 위치에 관한 정보와 관로의 직경에 관한 정보를 알고 있는 관로에 대하여 지표 투과 레이더를 이용하여 수집된 GPR 3D-데이터가 저장된다.

정답데이터 생성부(C20)는 수집된 GPR 3D-데이터에서의 제1지점(P₁)과 제3지점(P₃)의 관로의 위치에 관한 정보를 이용하여 제1직선(L₁)을 생성한다. 제1지점(P₁)의 생성된 제1직선(L₁)에 수직한 제1면(S₁)과 제3지점(P₃)의 생성된 제1직선(L₁)의 수직한 제2면(S₂)을 생성한다. 정답데이터 생성부(C20)는 제1면(S₁) 및 제2면(S₂) 사이의 공간과 생성된 제1직선(L₁) 및 직경에 관한 정보로 생성된 원통형의 제1공간의 교집합에 위치하는 GPR 3D-데이터의 픽셀을 정답상태로 라벨링한다.

이와 같은 방법으로 정답데이터 생성부(C20)는 수집된 GPR 3D-데이터에서의 제3지점(P₃)과 제2지점(P₂)의 관로의 위치에 관한 정보를 이용하여 제2직선(L₂)을 생성한다. 제3지점(P₃)의 생성된 제2직선(L₂)에 수직한 제3면(S₃)과 제2지점(P₂)의 생성된 제2직선(L₂)의 수직한 제4면(S₄)을 생성한다. 제3면(S₃) 및 제4면(S₄) 사이의 공간과 생성된 제2직선(L₂) 및 직경에 관한 정보로 생성된 원통형의 제2공간의 교집합에 위치하는 GPR 3D-데이터의 픽셀을 정답상태로 라벨링한다.

문제는 것은 도 15에 표시된 D 영역(빗금친 영역)이다. D 영역은 관로가 꺽이는 부분인데, 실제로는 관로가 정확하게 어떠한 형태로 꺽여있는지 알 수 없기 때문에 학습하는 딥러닝 네트워크의 신뢰성을 낮추는 문제가 될 수 있다.

따라서 본 발명의 분석장치(C100)은 원통형의 제1공간과 원통형의 제2공간의 교집합에 위치하는 공간 중에서 정답상태가 아닌 픽셀을 보류상태로 라벨링한다. 원통형의 제1공간은 제1직선(L₁)을 축으로 관로의 반경내에 있는 점들의 집합이며, 원통형의 제2공간은 제2직선(L₂)을 축으로 관로의 반경내에 있는 점들의 집합이다.

이처럼 보류상태의 픽셀이 있는 경우 학습부(30)에서는 보류상태의 픽셀은 딥러닝 네트워크가 정답 또는 오답으로 학습하지 않음으로써 딥러닝 네트워크의 신뢰성을 향상시킬 수 있다. 즉, 학습부에서 보류상태의 픽셀은 딥러닝 네트워크가 정답 또는 배경으로 학습하지 않는다.

상술한 방법을 통해 학습된 딥러닝 네트워크를 이용하여 분석장치(C100)가 이미지화 된 GPR 데이터, 즉 GPR 3D-데이터로부터 관로의 위치를 추출하게 되고, GPR 데이터 처리장치(B100)가 가상의 관로를 생성하게 된다. GPR 데이터 처리장치(B100)에서 생성된 가상의 관로에 관한 정보(AR data 또는 CAD data 등)는 GPS-AR 장치(D100)로 전달되어 작업자에게 공사 현장 내 지하시설물의 위치 및 정보를 제공하게 된다.

GPS-AR 장치

도 16은 본 발명의 일 실시예에 따른 지하시설물 관리 시스템에서 이용되는 GPS-AR 장치를 이용한 지하시설물 파손 예방방법의 개략적 흐름도이다.

도 17a 및 17b는 도 16에 도시된 방법을 구현하기 위한 지하시설물 파손 예방을 위한 GPS-AR 장치의 일 예를 개략적으로 나타낸 것이다.

도 18은 지하시설물 파손 예방을 위한 GPS-AR 장치가 적용되는 공사 현장을 개략적으로 나타낸 것이다.

본 발명에 따른 GPS-AR장치는 영상모듈, GPS모듈, 자세센싱모듈, 통신모듈, AR모듈, 버켓위치센싱모듈 및 데이터베이스를 구비한다.

도 17a의 GPS-AR 장치는 버켓위치센싱모듈을 제외한 모든 구성요소가 사용자단말기에 통합 구현된 형태의 예이다. 물론 사용자단말기에 위 요소들이 모두 통 합되지 않고 모듈들이 개별적으로 구비될 수도 있지만, 사용자의 편의를 위해서는 사용자단말기에 통합되는 것이 바람직하다. 사용자단말기는 테블릿 PC나 스마트폰 등을 채용할 수 있다.

또한, 사용자단말기에는 영상모듈, GPS모듈, 자세센싱모듈, 통신모듈만을 포함하고, AR모듈과 데이터베이스는 별도의 서버에 탑재되어 프로세싱을 진 행할 수도 있다. 이 경우 각 모듈에서 획득한 데이터가 모두 서버에 송신되고, 서버의 AR 모듈에서 프로세싱을 진행한 후, 결과물을 다시 사용자단말기에 송신하여 증강현실이 구현된 화상을 디스플레이할 수도 있다. 본 예에서는 사용자단말기에 모듈들이 통합 구현된 형태를 예로 설명하기로 한다.

한편, 도 17b와 같이, 굴착공사시 복수의 굴착장비가 사용되는 경우 복수의 사용자단말기를 구비하여 시스템을 운영할 수도 있다. 이 때에도 마찬가지로 각 모듈들이 사용자단말기에 통합구현되거나, 또는 각 단말기에서 데이터를 입수하여 서버에서 AR 증강현실 프로세싱을 진행하여 각 단말기에 결과물을 송출할 수도 있다.

도 17b을 참고하면, 본 발명을 구현하기 위한 GPS-AR 장치(D100)은 서버(D10), 데이터베이스(D20), 사용자 단말기(D30) 및 굴삭장비(D40)에 장착된 GPS 모듈을 구비한다. 서버(D10)는 적어도 하나의 사용자 단말기(D30) 및 지하시설물 운영기관(D91, D92, D93)과 유무선 통신망을 통해 연결되어 있다.

설명의 편의상 서버, 데이터베이스, 사용자 단말기 등으로 구분하였지만, 이는 단지 기능 설명을 위한 것이며, 물리적으로 보면 서버, 데이터베이스가 개별 사용자 단말기에 모두 통합 구현되어 있을 수도 있고, 서버와 데이터베이스가 별도로 존재하고, 복수의 사용자 단말기가 서버와 통신하는 구조로 이루어질 수도 있다. 즉 본 발명에 따른 방법을 구현하기 위한 시스템은 물리적 독립성을 중심으로 파악하기 보다는, 특정한 기능을 구현하는 기능 단위로 이해되어야 한다. 즉 특정한 기능을 수행하는 요소들이 모두 사용자 단말기 내에 포함되어 있을 수도 있으며, 사용자 단말기는 디스플레이 역할만하고 모든 정보의 처리 및 프로세스를 서버에서 수행할 수 있는 등 다양한 방법으로 분석장치를 구성할 수 있다는 점을 첨언한다.

각각의 모듈에 대하여 간략하게 설명한다.

영상모듈은 굴착공사가 이루어지는 공사영역을 실시간으로 촬영하여 실사화면을 획득하는 동영상카메라와, 촬영된 화상을 표출하는 디스플레이부를 포 함한다. 일반적으로 사용자단말기로 사용하는 테블릿 PC의 경우 카메라와 디스플레 이 패널을 구비하고 있으므로 태블릿 PC에 의하여 영상모듈이 구현될 수 있다

사용자단말기(D30)는 영상모듈의 위치에 대한 정보(이하, '제2위치정보'라고 함)를 실시간으로 획득하는 GPS 모듈을 구비한다. 또한 사용자단말기 영상 모듈의 방위 및 놓여진 각도에 대한 자세정보를 실시간으로 획득하기 위한 자세센 싱모듈을 구비하는데, 본 실시예에서 자세센싱모듈로는 IMU센서가 사용될 수 있다. 여기서 자세정보는 영상모듈의 카메라가 어느 한 지점에서 어느 방향(XY평면상 방위)을 바라보고 있는지에 대한 방위정보 및 XZ축 및 YZ축 상에서의 기울기 정보를 포함한다. 이를 통해 동영상카메라가 입체 공간에서 어느 방향을 바라보고 있는지를 파악할 수 있다.

사용자단말기(30)에는 AR 모듈이 장착된다. AR 모듈은 GPS 모듈과 자세센싱모듈로부터 획득한 제2위치정보 및 자세정보와 함께, 동영상카메라의 화각 정보를 통해 사용자단말기의 디스플레이 화면에 촬영되는 영역의 위치를 확인할 수 있다. 예컨대 디스플레이 패널에 나타난 각 공사영역의 좌표를 획득할 수 있다. 또한 AR모듈은 가상의 관로가 생성된 3D-GPS 데이터로부터 지하시설물에 대한 위치정보(이하, '제1위치정보'라고 함)를 확인하여, 디스플레이 패널에 지하시설물을 증강현실 형태로 표출한다.

도면을 참고하면, 본 발명에서는 먼저 공사 현장의 외곽 경계선(1)에 대한 위치정보를 획득한다. 예컨대 전통적 방식으로 측량을 하거나, GPS 모듈 등을 이용하여 공사 구역 경계선(1)의 좌표를 파악할 수 있다. 도 18에 도시된 바와 같이, 경계선(1)이 절곡되는 지점(A, B~F)의 좌표를 측정한 후, 이를 기초로 경계선(1) 전체에 대한 좌표를 산출할 수 있다. GPS 모듈에서 획득한 위치좌표 또는 측량 후 디지털 변환된 위치좌표를 시스템 서버(D10)에 입력하고, 시스템 서버(D10)는 경계선(1) 전체에 대한 좌표를 데이터베이스(D20)에 저장한다. 물론 앞에서도 말했지만, 서버와 데이터베이스를 거치지 않고 사용자단말에 직접 입력될 수도 있다.

공사 현장의 외곽 경계선(1)에 대한 위치정보를 획득한 후에는 이 경계선 내 지하시설물(2, 3)이 매설된 제1위치정보를 획득한다. 제1위치정보는 각각의 지하시설물에 대한 각각의 운영기관(D91, D92, D93)으로부터 디지털 데이터 형태로 얻을 수 있다. 예컨대 가스관에 대해서는 한국가스공사를 통해, 전력선에 대해서는 한국전력을 통해, 수도관 등은 지자체를 통해 확보할 수 있다. 전산화된 데이터가 없고 종이도면에 기재되어 있다고 하더라도 이를 디지털 데이터로 변환하여 사용할 수 있다. 지하시설물이 분명히 존재하지만 위치정보가 데이터가 없는 경우라면, 본 실시예에서는 공사현장에 대하여 GPR 탐사장치(A100)로 탐사를 수행하여 GPR 데이터 처리장치(B100) 및 분석장치(C100)를 이용하여 제1위치정보를 확보할 수 있다. 제1위치정보가 디지털 데이터 형태로 확보되면 이를 시스템 서버(D10)에 입력하여 데이터베이스(D20)에 저장한다. 또한 운영기관으로부터 제1위치정보를 제공받은 경우에도 추가적으로 GPR 탐사를 통해 위치정보의 정확성을 검증함으로써 안전성을 강화할 수 있다.

한편, 지하시설물의 위치정보, 속성정보 등을 통합적으로 관리하는 국가나 지자체의 통합관리시스템이 있는 경우 개별기관이 아닌 통합시스템으로부터 위 정보들을 획득할 수도 있다.

제1위치정보를 획득하고 활용하는데 있어서 가장 중요한 점은 보안 관리이다. 가스관, 전력케이블 등은 국가 주요 시설로서 철저한 보안관리가 요청된다. 엄격한 절차에 따라 지하시설물의 위치 정보가 제공되지만, 일단 정보가 제공된 후에는 그 활용과정에서 관리가 소홀해질 수 있기 때문이다. 본 발명에서는 보안관리를 위하여 지하시설물 위치 정보를 공사 구역에 한정하여 AR 모듈로 제공하는 방법을 제공한다. 2가지 방법을 선택할 수 있다. 본 발명에 따른 지하시설물 파손 예방 시스템 서버(D10)에서 공사 구역의 경계선(1)에 대한 위치정보를 운영기관(D91, D92, D93)에 제공하면, 운영기관에서는 지하시설물(2, 3)의 위치를 경계선(1) 내측으로 제한해서 제공하는 방법이다. 보안 측면에서는 가장 유리한 방법이다. 다만 이 방법은 운영기관에서 데이터를 가공해서 제공해야 하므로 운영기관별 데이터 제공 형태가 위의 방법을 따르기 어려울 수 있다. 다른 방법은 운영기관(D91, D92, D93)에서 공사구역 내측으로만 제한하여 데이터를 제공하지 못하고, 공사구역을 포함하는 넓은 범위의 위치정보 데이터를 제공하는 경우, 이 데이터를 그대로 사용하는 것이 아니라, 본 발명에 따른 시스템 서버(D10)에서 지하시설물의 제1위치정보와 경계선(1)의 좌표를 조합하여 교점을 찾아내고, 지하시설물의 위치정보 중 공사구역 내측에 배치된 정보만 별도로 분리하여 데이터베이스(D20) 및 AR모듈에 제공하는 것이다. 이를 통해 공사 관계자 및 AR모듈 사용자들은 공사구역 내측에 국한하여 지하시설물의 위치를 확인할 수 있다. 이에 따라, 지하시설물의 위치정보를 활용하는 과정에서 국가중요시설에 대한 정보가 외부로 유출되는 것을 방지할 수 있다.

한편, 지하시설물에 대한 속성정보도 운영기관으로부터 전송받을 수 있다. 예컨대 관로의 형상, 크기, 재질 등을 전송받아 데이터베이스(D20)에 저장한다. 여기서 시스템 서버는 지하시설물의 속성정보에 근거하여 지하시설물의 증강현실 표현 형태를 3D 형태로 데이터베이스(D20)에 저장해 놓을 수 있다. 또는 데이터베이스(D20)에는 2D 형태로 정보를 저장해 놓고, 사용자 단말기에서 이를 상기한 3D 형태로 변환할 수도 있다.

이에 따라, 추후 지하시설물을 증강현실 형태로 디스플레이에 구현할 때 속성정보에 맞추어 보다 사실적으로 지하시설물에 대한 표현이 가능하다.

지하시설물에 대한 제1위치정보가 확인되면, 제1위치정보를 기준으로 위험영역(6)을 설정한다. 위험영역(6)은 지하시설물(2, 3)을 기준으로 양옆으로 대략 수십~수백cm 범위로 결정될 수 있으며, 또한 지하시설물의 심도를 기준으로도 결정된다. 예컨대 가스관을 기준으로 좌우 및 상방 1m로 위험영역(6)을 설정한다. 이렇게 위험영역(6)이 설정되면 서버(D10)를 통해 데이터베이스(D20)에 저장한다.

위험영역을 설정하는 것은 GPS 정밀도 및 증강현실 구현의 정밀도를 보완하기 위한 것이다. GPS 시스템은 최근 정밀도가 향상되었지만, GPS 수신기에 따라서 정밀도에 차이가 있을 수 있다. 또한 고정밀 GPS 수신기의 경우 고가이므로 사용상 제한이 있다. 또한 GPS 정밀도가 높다고 하여도 증강현실로 구현시에 정밀도가 저하될 수 있다. 이러한 오차의 문제를 정밀도를 향상시키는 관점에서 접근하는 것은 비용의 측면에서 또한 현재 기술적 수준의 측면에서 단기간에 해결이 불가능하므로 바람직하지 않다. 본 발명에서는 오히려 지하시설물 주변까지 위험영역으로 확장하여 정밀도의 문제를 역으로 해결하였다.

본 발명에서는 사용자 단말기(D30)를 굴삭장비(D40)의 운전자석 주변에 장착한다. 사용자 단말기(D30)는 주로 태블릿 PC가 사용될 수 있다. 본 실시예에서 사용자 단말기(D30)에는 GPS 모듈, IMU센서, AR 모듈, 동영상 카메라 모듈 및 디스플레이패널이 탑재되어 있다. GPS 모듈은 사용자 단말기의 현재 위치, 즉 제2위치정보를 실시간으로 파악하여 AR 모듈로 전송한다. 물론 사용자 단말기에 기본 탑재된 GPS 모듈이 정밀하지 않은 경우라면, 사용자 단말기 근처에 정밀한 GPS 모듈을 별도로 장착하고, 사용자 단말기와 유무선 통신을 통해 위치정보를 전송할 수도 있다.

IMU 센서는 사용자 단말기의 자세정보를 파악한다. IMU 센서는 3차원 공간에서 앞뒤, 상하, 좌우의 3축으로의 이동을 감지하는 가속도 센서와 피치(pitch), 롤(roll) 및 요(yaw)의 3축 회전을 검출하는 자이로스코프 센서로 이루어진다. IMU 센서를 이용하여 사용자 단말기의 정면이 향하고 있는 방향, 각도 등의 자세정보를 검출하여 실시간으로 AR 모듈로 전송한다.

또한 사용자 단말기의 동영상 카메라 모듈에서는 실사화면을 획득하여 실시간으로 획득한다.

AR 모듈에서는 경계선에 대한 위치정보 및 지하시설물에 대한 제1위치정보 및 사용자 단말기의 카메라 모듈에서 실시간으로 얻어지는 실사 화면을 통합하여 증강현실을 구현하여, 도 19에 나타난 바와 같이, 사용자 단말기(D30)의 디스플레이에 표출한다. 즉, 사용자 단말기의 위치와 자세, 그리고 카메라 모듈의 화각 정보를 활용하면 공사 영역에서 현재 사용자 단말기의 디스플레이에 나타나는 구역의 경계(위치좌표)를 파악할 수 있고, 디스플레이 화면 내에서의 세부위치도 정확하게 파악할 수 있다. 여기에 지하시설물의 제1위치정보와 위험영역에 대한 위치정보를 이용하여, 디스플레이 화면에 지하시설물과 위험영역을 증강현실로 표출하게 된다.

AR모듈은 앱 등 컴퓨터 프로그램 형태로 사용자 단말기에 설치되는 것이 일반적이며, 증강현실 구현 기술은 공지의 기술인 바 더 이상의 자세한 설명은 생략하기로 한다.

또한 증강현실로 지하시설물과 위험영역이 표출되는 것 이외에, 지하시설물의 종류, 배치 심도 등에 대한 정보가 사용자 단말기 디스플레이 될 수 있다.

위와 같은 증강현실 구현 프로세스는 실시간으로 계속 이루어지므로, 굴삭장비가 이동하면 그에 맞게 새롭게 데이터를 갱신하여 사용자는 공사 구역 전 영역에서 굴삭 작업을 안전하게 수행할 수 있다.

도 19를 참고하면, 사용자 단말기(D30)의 디스플레이에는 공사 영역의 지면에 지하시설물(2)과 위험영역(6)이 실사화면에 중첩되어 증강현실로 표현되어 있다. 굴착 기사는 운전자석 옆에 놓인 사용자 단말기를 확인하면서 위험영역(6)에서의 굴착 작업에 주의를 기울임으로써, 의도치 않은 지하시설물 파손을 예방할 수 있다.

한편, 본 발명에서는 보다 직접적으로 굴착 공사에 의한 지하시설물의 파손을 방지할 수 있는 방법을 제공한다.

본 발명에서는 굴삭장비(D40)의 굴삭부, 예컨대 포크레인의 경우 버켓의 제3위치정보 및 고도정보를 확인하여, 버켓이 위험영역(6)에 위치하는 경우 알람을 통해 사용자에게 경고를 송출하고, 더 나아가 굴삭장비의 제어부와 연동하여 굴삭부의 작동을 중지시킬 수 있다.

구성으로 보면, 굴삭부에 GPS 모듈을 별도로 부착하여 굴삭부의 위치를 확인하거나, 또는 굴삭부와 사용자 단말기 사이의 상대 거리를 별도의 센서를 이용하여 검출한 후 사용자 단말기에 부착된 GPS의 위치정보와 조합하여 굴삭부의 위치를 확인할 수도 있다. 예컨대 굴삭부에 마커를 부착하고 굴삭기 본체에 장착된 카메라로 촬영하면서 마커의 이동을 통해 굴삭부와 사용자 단말기 사이의 상대 거리를 산출하고, 제2위치정보와 조합하여 굴삭부의 정확한 제3위치정보를 확보할 수 있다. 카메라로 마커의 위치를 확인하고 이동을 추적하는 기술은 지능형 CCTV 기술에 의하여 구현되며, 이는 널리 사용되고 있는 기술인 바 자세한 설명은 생략한다.

제3위치정보가 실시간으로 사용자 단말기에 입력되면, 사용자 단말기에서는 제3위치정보가 위험영역 내에 있는지를 확인하여 도 4에 도시된 바와 같이 알람을 디스플레이하거나, 알람음을 송출할 수 있다. 본 발명의 일 예에서는 사용자 단말기와 굴삭장비의 HUD(head up display) 모듈과 연동시켜서, 알람을 굴삭기의 전면 패널에 디스플레이할 수도 있다.

특히 버켓의 심도(고도)가 위험 영역 내에 있으면 굴삭장비의 제어부에 신호를 송출하여 작동을 중지시킬 수 있다.

이에 따라 굴삭장비의 사용자가 굴삭부의 위치를 인지하지 못한 상황에서도 굴착 작업에 의한 지하시설물 파손을 방지할 수 있다는 이점이 있다.

기존의 GPS-AR 기술은 위치정보와 증강현실 구현 기술을 이용하여 사용자 단말기에 대상물을 표현하는 방법에 대하여만 연구가 이루어졌다면, 본 발명에서는 GPS-AR 기술이 산업 현장에서 현실적으로 유효하게 사용될 수 있게 하는데 초점을 맞춘다. 즉 사용자의 부주의는 '변수'가 아닌 '상수'로서 존재할 수 있고, 이러한 조건에서도 굴착 작업에 의한 지하시설물의 파손을 방지할 수 있는 방법에 대해서 연구하였으며, 본 발명과 같이 굴삭장비의 제어장치와 GPS-AR 장치를 연동하여 굴삭장비의 작동을 제어하는 방법을 마련하였다.

본 발명에 의하여 지하 굴착 공사시 의도치 않게 지하시설물을 파손하는 위험이 대폭 감소될 것으로 기대된다.

이상에서 설명한 관리시스템은 컴퓨터에서 실행될 수 있는 실행가능한 알고리즘을 포함하는 프로그램(또는 모바일 어플리케이션)으로 구현될 수 있다. 상기 프로그램은 비일시적 판독 가능 매체(non-transitory computer readable medium)에 저장되어 제공될 수 있다. 여기서 비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.

발명의 보호범위가 이상에서 명시적으로 설명한 실시예의 기재와 표현에 제한되는 것은 아니다. 또한, 본 발명이 속하는 기술분야에서 자명한 변경이나 치환으로 말미암아 본 발명이 보호범위가 제한될 수도 없음을 다시 한 번 첨언한다.

Claims

작업자에게 공사 현장 내 지하시설물의 위치 및 정보를 제공할 수 있는 지하시설물 관리시스템으로서:
지표 아래의 지하시설물을 탐지하기 위해 지표에 대해 신호를 발생시키고 그 신호가 지표 아래의 지하시설물에 의해 반사된 신호를 수신하여 GPR 탐사 원시 데이터를 생성하는 GPR 탐사장치;
상기 GPR 탐사 원시 데이터를 수신하고, 수신한 GPR 원시 데이터의 노이즈를 제거하고 보정한 후, 노이즈가 제거된 GPR 탐사 원시 데이터를 평면도, 횡단면도, 종단면도 및 3D-GPR 데이터로 이미지화 하고, 상기 3D-GPR 데이터에 가상의 지하시설물을 생성하는 GPR 데이터 처리장치; 및
GPS모듈, IMU센서, 동영상카메라, 디스플레이부 및 AR 모듈을 탑재한 사용자단말기로 상기 가상의 지하시설물이 생성된 3D-GPR 데이터를 수신하고, 상기 3D-GPR 데이터와 사용자단말기의 위치정보를 이용하여 단말기에 디스플레이되는 실사화면에 가상의 지하시설물을 증강현실로 구현하여, 사용자가 굴착공사에서 지하시설물의 위치를 실시간으로 확인할 수 있도록 하는 GPS-AR 장치;를 포함하는 지하시설물 관리시스템.
제1항에 있어서,
상기 GPR 탐사장치는 인도나 차가 다닐 수 없는 좁은 도로의 지표 아래에 위치하는 관로를 탐사하기 위한 핸디형 GPR 탐사장치로서:
탐사지역을 이동가능한 본체;
상기 본체의 하부에 설치되며, 지표에 대해 신호를 발생시키고 그 신호가 지표 아래의 물질에 의해 반사된 신호를 수신하여 지표 아래에 위치하는 관로를 탐사하는 GPR 유닛;
상기 본체의 상부에 설치되며, 상기 본체의 전방의 지표를 촬영하는 전방촬영유닛;
상기 본체의 상부에 설치되며, 상기 본체의 양 측의 주변을 촬영하는 측면촬영유닛; 및
상기 GPR 유닛과, 상기 전방촬영유닛과, 상기 측면촬영유닛의 동작을 제어하고 각 유닛이 수집한 데이터를 수신하는 제어부;를 포함하고,
상기 제어부는 상기 전방촬영유닛에서 수집한 영상을 상기 GPR 유닛에서 수집한 데이터에 대하여 일정 시간 또는 일정 거리를 지연시켜서 저장하는 것을 특징으로 하는 지하시설물 관리시스템.
제1항에 있어서,
상기 GPR 데이터 처리장치는,
(a) GPR 탐사 원시 데이터를 수신하는 단계;
(b) 수신한 GPR 탐사 원시 데이터를 노이즈를 제거하고 보정하는 단계;
(c) 노이즈가 제거된 GPR 탐사 원시 데이터를 다음의 단계를 통해 이미지화하는 단계,
(c-1) 전체 채널의 n번째 심도의 트레이스를 모아 평면도를 생성,
(c-2) 전체 채널의 전체 심도의 m 번째 트레이를 모아 횡단면도를 생성,
(c-3) l 번째 채널의 전체 심도의 모든 트레이스를 모아 종단면도를 생성, 및
(c-4) 생성된 평면도, 횡단면도 및 종단면도를 이용하여 3D GPR 데이터를 생성;
(d) 상기 3D GPR 데이터 상에 다음의 단계를 통해 가상의 관로를 생성하는 단계,
(d-1) 상기 평면도, 횡단면도 및 종단면도 중 하나에 관로로 결정된 제1위치를 생성,
(d-2) 상기 평면도, 횡단면도 및 종단면도 중 하나에 관로로 결정된 제2위치(제1위치와 다른 위치임)를 생성, 및
(d-3) 상기 3D GPR 데이터 상에 상기 제1위치와 상기 제2위치를 연결하는 가상의 관로를 생성,
(e) 가상의 관로가 생성된 GPR 데이터를 출력하는 단계;를 포함하여 동작하는 것을 특징으로 하는 지하시설물 관리시스템.
제1항에 있어서,
상기 GPR 데이터 처리장치에서 가상의 지하시설무을 생성할 때 3D-GPR 데이터에서 지하시설물을 탐지하도록 학습된 딥러닝네트워크를 구비하는 분석장치를 더 포함하는 것을 특징으로 하는 지하시설물 관리시스템.
제4항에 있어서,
상기 분석장치는 딥러닝 네트워크를 학습시킬 수 있도록 구성되며,
상기 분석장치는,
관측의 시작점인 제1지점의 위치와, 관측의 종료점인 제2지점의 위치에 관한 정보와, 관로의 직경에 관한 정보를 알고 있는 관로에 대하여 지표 투과 레이더를 이용하여 수집된 GPR 3D-데이터가 저장된 저장부;
상기 저장부로부터 수집된 GPR 3D-데이터를 전달 받아 정답데이터를 생성하는 정답데이터 생성부; 및
상기 정답데이터를 딥러닝 네트워크에게 제공하여 학습시키는 학습부;를 포함하고,
상기 정답데이터 생성부는 수집된 GPR 3D-데이터에서의 제1지점과 제2지점의 관로의 위치에 관한 정보를 이용하여 직선을 생성하고, 제1지점의 생성된 직선에 수직한 제1면과 제2지점의 생성된 직선의 수직한 제2면을 생성한 뒤, 제1면 및 제2면 사이의 공간과 생성된 직선 및 직경에 관한 정보로 생성된 원통형의 공간의 교집합에 위치하는 GPR 3D-데이터의 픽셀을 정답상태로 라벨링하는 것을 특징으로 하는 지하시설물 관리 시스템.
제1항에 있어서,
상기 GPS-AR 장치의 사용자단말기는,
굴착공사가 이루어지는 공사영역을 실시간으로 촬영하여 실사화면을 획득하는 동영상카메라와, 촬영된 화상을 표현하는 디스플레이부를 포함하는 영상모듈;
상기 영상모듈의 위치정보를 실시간으로 획득하는 GPS모듈;
상기 영상모듈의 방위 및 각도에 대한 자세정보를 실시간으로 획득하는 자세센싱모듈;
유무선 통신을 통해 외부와 교신하는 통신모듈;
굴착공사 지역의 외곽경계에 대한 경계정보 및 상기 외곽경계의 내측을 통과 하는 가상의 지하시설물에 대한 상기 3D-GPR 데이터를 포함하는 데이터가 저장되는 데이터베이스; 및
상기 GPS모듈과 자세센싱모듈로부터 획득한 위치정보와 자세정보 및 상기 동영상카메라의 화각정보를 통해 상기 디스플레이부 화면에 나타난 영역의 위치를 탐지하고, 상기 상기 3D-GPR 데이터를 이용하여 상기 디스플레이부 화면상에 가상의 지하시설물을 증강현실로 표출하는 프로세싱을 수행하는 AR모듈;을 구비하는 것을 특징으로 하는 지하시설물 관리 시스템.