도로포장의 대표적 파손 종류인 균열은 일반적으로 폭이 좁고 기하학적으로 정의하기 어렵기 때문에 균열을 검출하고 유형을 분류 한 후 정량화하기까지 많은 시간이 소요된다. 본 연구의 목적은 균열 검출 이후 단계에서 요구되는 분류 및 정량화 과정을 자동화하 기 위함이다. 이를 위해, 본 연구에서는 균열이 매핑된 포장관리체계용 노면영상을 대상으로 하는 25cm 정사각형의 격자 배치 방법과 차륜 통과 영역 구분을 제시하였다. 각 격자 내 균열 객체의 길이와 진전방향, 인접한 정도 등 시각적 정보에 의한 균열 격자 속성을 정의하고 프로그래밍하여 균열 유형분류와 집계를 자동화하였다. 무작위로 수집된 고속도로 노면영상 자료를 통해 포장형식 별 주요 균열 유형을 분석하였고 차륜 통과 영역에서의 균열률 증가를 수치적으로 확인하였다.

지난 10년간 국내 고속도로의 관리 대상 구조물 수는 2013년 8,302개소에서 2023년 11,054개소로 약 25% 증가했다. 특히, 공용 20~30년 미만의 교량이 전체 교량의 약 40%를 차지하고 있으며, 이들 교량의 노후화가 향후 10년 내 집중적으로 발생할 것으로 예상 된다. 이에 따라 유지관리 비용이 급격히 증가할 것으로 전망된다. 효율적인 자산관리를 위해서는 상태평가 결과를 바탕으로 예측모델 을 적용하여 구조물의 성능과 생애주기 비용을 예측하는 것이 중요하다. 그러나, 유지관리에 따른 구조물 성능향상과 열화모델 적용 등 다양한 변수를 고려한 예측모델 적용할 때, 인력점검의 한계와 점검자의 주관적 판단에 따른 점검오차를 최소해야만 개별 구조물 의 현재 상태에 대한 정확한 평가가 가능할 것이다. 이와 관련하여 본 연구에서는 자산관리 개선을 위한 추진전략과 상태평가 신뢰성 확보를 위한 신기술 적용방안을 제시하고자 한다. 따라서, 교량 자산가치평가 정확도 향상을 위해 BIM(Building Information Modeling) 모델 제작 및 손상평가 AI(Artificial Intelligence) 기술을 적용한 ‘BIM 기반 외관조사망도 자동생성 시스템’을 통해 인력점검의 한계와 점검오차로 인한 문제를 개선하고자 하며, 점검/진단 자동화 기술을 구조물 유지관리 업무 시스템에 연계하여 손상정도를 시계열로 모 니터링하고, 최적 보수시기 및 공법 선정 의사결정에 활용할 수 있으며, 보수·보강 비용 및 조치편익을 분석하여 유지관리 사업계획 수립 시 활용할 수 있을 것으로 판단된다. 향후 ‘점검/진단 자동화 시스템‘을 고속도로 자산관리에 시범적으로 적용하여 실제 현장 점 검자의 사용성 검증과 시스템 운영방안 수립을 통해 효율적 자산관리를 위한 도로관리자의 의사결정을 지원할 수 있을 것으로 기대한다.

We introduce the technology required todevelop a bracket process for installing and verifying FRT bumper sensors for passenger cars. Establish and demonstrate process automation through actual design and manufaturing. We conduct quality inspection of the production process using artificial intelligence and develop technology to automatically detect good and defective products and increase the reliability of the process

Considering the difficulties of the manufacturing industry by improving production efficiency in the era of high wages and aging in domestic automation facilities, automation facilities are considered an irreversible trend, but many serious related disasters are occurring due to the problems of increasing automation facilities due to the enlargement of manufacturing processes, line-up, and automation. The purpose of this study is to review the usage conditions and safety measures for industrial robots that are experiencing serious industrial accidents and are expected to continue to increase in facilities among automation facilities at the automation industrial site and propose ways to ensure the fundamental safety of the facilities at all times The suggestions are as follows. The purpose is to prevent safety accidents in advance by applying safety door aids to industrial sites and installing additional safety devices in safety slide door lock systems applied to safety fence doors of new and already installed facilities to detach safety keys and ensure that workers carry them at all times.

구조물의 동적 해석 자동화는 구조 통합 시스템에서 중요한 역할을 한다. 해석 결과에 따른 신속한 대피 또는 경고 조치가 신속하게 이루어지도록 해석 모듈은 짧은 실시간에 해석 결과를 출력해야 한다. 구조 해석법으로 세계적으로 가장 많이 사용되는 방법은 유한 요소법이다. 유한요소법이 널리 사용되는 이유 중 하나는 사용의 편리다. 그러나 사용자가 유한요소망을 입력해야 하는데 요소망의 요소 수는 계상량과 정비례하고 요소망의 적절성은 에러와 연관된다. 본 연구는 시간 영역 동적 해석에서 전 단계 해석 결과를 사용하 여 계산된 대표 변형률 값으로 오차를 평가하고, 요소 세분화는 절점 이동인 r-법과 요소 분할인 h-법의 조합으로 효율적으로 계산하 는 적응적 요소망 형성 전략을 제시한다. 적용한 캔틸레버보와 간단한 프레임 예제를 통하여 적절한 요소망 형성, 정확성, 그리고 연 산 효율성을 검증하였다. 이 방법의 간단함이 지진 하중, 풍하중, 비선형 해석 등에 의한 복잡한 구조 동적 해석에도 효율적으로 사용 될 수 있는 것을 보여 준다.

This study selected two labor-intensive processes in harsh environments among domestic food production processes. It analyzed their improvement effectiveness using 3-dimensional (3D) simulation. The selected processes were the “frozen storage source transfer and dismantling process” (Case 1) and the “heavily loaded box transfer process” (Case 2). The layout, process sequence, man-hours, and output of each process were measured during a visit to a real food manufacturing factory. Based on the data measured, the 3D simulation model was visually analyzed to evaluate the operational processes. The number of workers, work rate, and throughput were also used as comparison and verification indicators before and after the improvement. The throughput of Case 1 and Case 2 increased by 44.8% and 69.7%, respectively, compared to the previous one, while the utilization rate showed high values despite the decrease, confirming that the actual selected process alone is a high-fatigue and high-risk process for workers. As a result of this study, it was determined that 3D simulation can provide a visual comparison to assess whether the actual process improvement has been accurately designed and implemented. Additionally, it was confirmed that preliminary verification of the process improvement is achievable.

Recently, in the case of the root industry, although it is a basic industry that forms the basis of manufacturing competitiveness, there continues to be a shortage of manpower due to reasons such as dangerous working environments, industrial economic difficulties, and low wage systems. In addition, the demand for automation of production lines using robots is increasing due to a shrinking labor market due to a decrease in the working population due to aging, higher wages, shorter working hours, and limitations of foreign workers. In this study, a system was developed to automate the injection molding process for producing ball valves for automobiles by applying robot system. The applied process flow consists of alignment and insertion of insert parts, and removal, transfer, and loading of the product after injection molding, which is currently performed manually. Through the application of the developed robot automation system, the cycle time was improved by more than 30% and the defect rate was reduced by more than 70%.

This study focuses on the development of a Last-Mile delivery service using unmanned vehicles to deliver goods directly to the end consumer utilizing drones to perform autonomous delivery missions and an image-based precision landing algorithm for handoff to a robot in an intermediate facility. As the logistics market continues to grow rapidly, parcel volumes increase exponentially each year. However, due to low delivery fees, the workload of delivery personnel is increasing, resulting in a decrease in the quality of delivery services. To address this issue, the research team conducted a study on a Last-Mile delivery service using unmanned vehicles and conducted research on the necessary technologies for drone-based goods transportation in this paper. The flight scenario begins with the drone carrying the goods from a pickup location to the rooftop of a building where the final delivery destination is located. There is a handoff facility on the rooftop of the building, and a marker on the roof must be accurately landed upon. The mission is complete once the goods are delivered and the drone returns to its original location. The research team developed a mission planning algorithm to perform the above scenario automatically and constructed an algorithm to recognize the marker through a camera sensor and achieve a precision landing. The performance of the developed system has been verified through multiple trial operations within ETRI.

Recently, the development of computer vision with deep learning has made object detection using images applicable to diverse fields, such as medical care, manufacturing, and transportation. The manufacturing industry is saving time and money by applying computer vision technology to detect defects or issues that may occur during the manufacturing and inspection process. Annotations of collected images and their location information are required for computer vision technology. However, manually labeling large amounts of images is time-consuming, expensive, and can vary among workers, which may affect annotation quality and cause inaccurate performance. This paper proposes a process that can automatically collect annotations and location information for images using eXplainable AI, without manual annotation. If applied to the manufacturing industry, this process is thought to save the time and cost required for image annotation collection and collect relatively high-quality annotation information.