Principal Investigator: Hyoungkwan Kim
with the support of Korea Research Foundation
2018.3~2027.2
This project proposes a smart response system for urban disaster resilience and human health adaptation to climate change. The project is divided into three sub-categories: (1) smart response system for improving urban disaster adaptability, (2) smart solution for decreasing health vulnerability considering current climate variability, and (3) deep learning system for deriving climate change adaptation scenario. This project can contribute to AI-based disaster and human health management using social data, climate sensors, and expertise.
Korean »
도시재해 탄력성 및 인체건강의 기후변화 적응을 위한 스마트 대응시스템 개발
본 연구의 목표는 전 지구적 기후변화에 따른 이상기후 확대와 극한기후 발생에 대비한 사회기반시설과 인체건강의 기후변화 적응능력을 향상시키고자 한다. 이 최종 연구목표 달성을 위해, 전 연구과정을 3개의 세부 연구 분야로 구성하여 3단계에 걸친 단계별 목표를 설정하였다. 1단계는 기초 및 도약 연구단계, 2단계는 연구 완성단계, 3단계는 연구 성과의 활용 및 발전방안 제시로 구성하였으며, 각 단계별 연구목표를 설정하였다. 1단계 연구목표는 기후변화에 따른 도시재해 및 인체건강 취약성 관련 데이터 수집 기법 개발이다. 2단계 연구목표는 리빙랩 실증연구 기반의 도시재해 및 인체건강의 기후변화 영향인자 분석 및 예측기법 시스템 개발이다. 3단계 연구목표는 기후변화 영향에 대한 인체건강 및 도시재해 통합관리 시스템을 적용한 스마트 대응 시스템 개발이다. AIM Group에서는 딥 러닝 기반의 기후변화 영향 진단 및 적응 시나리오 도출 시스템을 통해 IT 기술을 접목한 사회기반시설 및 인체건강의 기후변화 적응 시스템을 개발할 계획이다. 새로운 연구 성과를 통해 신산업 창출과 더불어 기존 산업의 활성화 유도를 통한 관련 산업 발전을 이룩하고자 한다.
Principal Investigator: Hyoungkwan Kim
with the support of Korea Research Foundation
2021.3~2024.2
This study aims to develop "Mobile robots and deep learning-based 3D data generation and processing for integrated management of construction sites information model" to enhance the ability to manage data generated during the entire cycle of construction projects. To this end, we study (1) mobile robot-based construction site 3D data collection techniques, (2) deep learning-based construction site 3D data augmentation and generation techniques, and (3) object recognition and semantic decomposition techniques of deep learning-based construction site 3D models. This work uses mobile robots and deep learning to perform precise recognition and segmentation of objects within a three-dimensional construction site model through deep learning-based models learned from the collected and generated three-dimensional data and corresponding data. The techniques developed in this study enable integrated management of construction site information models, which are expected to greatly contribute to the efficiency of construction projects.
Korean »
모바일 로봇 및 심층학습 기반 건설현장 정보모델 통합관리를 위한 3차원 데이터 생성 및 처리 기술
본 연구는 건설 프로젝트의 전주기동안 생성되는 데이터를 관리하는 능력을 제고하기 위해 “모바일 로봇 및 심층학습 기반 건설현장 정보모델 통합관리를 위한 3차원 데이터 생성 및 처리기술” 개발을 목표로 함. 이를 위해, 본 연구에서는 (1) 모바일 로봇 기반의 건설현장 3차원 데이터 수집 기술, (2) 심층학습 기반 건설현장 3차원 데이터 증강 및 생성 기술, (3) 심층학습 기반 건설현장 3차원 모델의 객체 인식 및 의미적 분해 기술을 연구함. 본 연구는 모바일 로봇과 심층학습을 이용해 수집 및 생성된 3차원 데이터와 해당 데이터로 학습된 심층학습 기반 모델을 통해 3차원 건설현장 모델 내 객체에 대한 정밀한 인식 및 분할을 수행함. 본 연구에서 개발된 기술은 건설현장 정보모델의 통합적인 관리를 가능하게 하며, 이는 건설 프로젝트 전주기의 효율성 증진에 크게 기여할 것으로 기대됨.