유용신
(Yong-Shin Yoo)
1iD
김우석
(Woo-Seok Kim)
2†
-
충남대학교 토목공학과, 공학박사과정
(Chungnam National University․ you@kalis.or.kr)
-
종신회원․교신저자․충남대학교 토목공학과 교수, 공학박사
(Corresponding Author․Chungnam National University․ wooseok@cnu.ac.kr)
Copyright © 2021 by the Korean Society of Civil Engineers
키워드
상수도, 교량첨가관, 드론, LiDAR, 3D Modeling, 변위계측, 거동분석
Key words
Waterworks, Bridges-attached pipe, Drone, LiDAR, 3D Modeling, Displacement measurement, Behavioral analysis
1. 서 론
드론을 활용한 3D Modeling 구축 시, 구조물의 위치 등 환경적 요인으로 대상물의 스캔 시 사각지대가 발생한다. 이로 인해, 데이터 획득에
난항이 존재하고 3D Modeling의 품질과 정밀도가 낮아진다. 따라서 이를 보완하기 위해 드론에 LiDAR 장비를 추가하여 데이터를 획득하고 품질과
정밀도를 높이는 연구가 활발하게 진행되고 있다(Lee et al., 2023).
본 연구는 드론과 LiDAR를 활용하여 환경적 요인 및 오차의 변수를 줄이고 높은 정밀도의 교량첨가관의 3차원 모델을 구현하고 시계열 변화(하계→동계)에
따른 신축관 거동특성과 지지프레임 받침의 변위를 파악한다.
2. 연구방법
2.1 대상구조물 범위
2.1.1 교량 현황
교량은 2000년 준공된 총연장 940 m(본교 720 m, 접속교 220 m), 강박스거더(STB) 형식의 교량으로 교각 P4의 신축이음을 기준으로
본교와 접속교가 구분되며, Fig. 1~2와 같이 본교는 P7 교각, 접속교는 P2 교각 고정단을 기준으로 신축 거동하는 구조이다.
Fig. 1. Bridges and Bridges-Attached Pipe
Fig. 2. Layout of Bridge Support
2.1.2 교량첨가관 현황
교량첨가관은 관 매달기 형식으로 교량 캔틸레버 측 가로보(2.5 m 간격)에 ㄷ형 강재 프레임이 볼트로 연결되어 있다. 또한, 고정밴드를 통해 교량첨가관과
일체화된 상부 받침이 하부 받침과의 마찰면에서 신축 거동에 따른 슬라이딩이 원활히 이루어질 수 있도록 받침 상・하부에 Graphite 재질의 패드가
설치되어 있으며, 횡방향 하중에 의한 관내 압력 변동을 억제하기 위해 가동단 받침에는 Guide가 설치되어 있다.
관 매달기는 지지 프레임에 의해 교량첨가관이 받침에 거치되어 있는 구조이며, 교량첨가관 지지형식 및 구성의 상세는 Fig. 3~4와 같다.
Fig. 3. Bridges-Attached Pipe Drawing
Fig. 4. Support Format and Configuration of Bridges-Attached Pipe
2.2 데이터 취득
2.2.1 사용장비 및 S/W
데이터 취득은 지상 LiDAR(Light Detection and Ranging) 스캐닝과 드론 기반 SfM(Structure-from-Motion)
영상해석 측점군의 조합으로 데이터를 구축한다.
사용장비로 Network RTK 측량은 GPS수신기, 컨트롤러와 휴대폰을 조합하여 VRS 방식의 측량을 수행하였으며, 3D Scan 측량은 3D Total
Station과 컨트롤러를 조합하여 고정밀 측량, 고속스캐닝 방식의 3D Scan 측량을 수행한다. 또한, 영상획득에 사용된 드론은 DJI사의 Phantom
4 Pro V2.0, Inspire 2+X5S 카메라를 사용하였으며, 사용장비 제원은 Table 1과 같다.
Table 1. Specifications of Investigation Equipment
|
Equipment
|
Remarks
|
Surveying
|
GNSS(Trimble, R8)
|
Control point surveying
|
Drone
|
Inspire 2+X5S
|
Drone imaging
|
Phantom 4 pro v2.0
|
LiDAR
|
3D total Station(Trimble, SX-10)
|
LiDAR imaging
|
3D Mapping
|
3D Modeling Equipment
|
AMD 3950X
|
Production, Editimg
|
3D Modeling Software
|
Contect Capture
|
3D Modeling
|
2.2.2 데이터 취득방법
지형측량 방법으로 VRS(Virtual Reference Station: 가상 기준국) 방식의 RTK 측량 기법은 기존 GPS 상시 관측망으로부터
생성되는 위치보정 데이터를 인터넷 기반에서 휴대폰으로 수신함으로써 이동국 GPS의 측위 정확도를 높이는 Network RTK의 하나로, 장거리 RTK
측위를 수행할 수 있는 첨단 측량 기법이다.
Network-RTK 측정원리로 GPS 상시 관측소는 GPS 수신 데이터를 인터넷을 통해 VRS 서버로 전송하고, 이동국 수신기는 자신의 현 위치(NMEA
메시지)를 핸드폰을 통해 VRS 서버로 전송한다. VRS 서버는 가상기준점을 기준으로 RTK 측량에 필요한 CMR+보정데이터를 생성하고, 이동국은
VRS 서버의 지원으로 일반 RTK처럼 실시간 측량이 가능하다.
2.3 Drone Modeling 해석 이론
2.3.1 공액조건
공액조건은 컴퓨터 영상기술(Computer Vision) 분야에서 구성된 해석이론으로 전통적인 항공사진 측량의 기본원리인 공면조건과 유사한 영상해석
이론이다. Fig. 6과 같이 한 쌍의 중복 영상을 대상물 위의 점 p와 수반하는 영상점 p', p''를 나타낸다. 일반적으로 중복된 영상은 노출 위치나 노출 지점들이
서로 다른 고도를 갖는다.
세 점 C', C'' 및 p에 의해 이루어지는 평면을 공액면(Epipolar Plane)이라 하며, 두 영상을 교차하는 평면에서 두 선을 공액선(Epiolar
Line)이라 한다. 사실 무한한 공액선들은 선 C', C''를 포함하는 공액면의 집합에 부합하며, 일부분이 두 영상면에 교차하는 것이다.
Fig. 5. RTK(VRS) Survey Conceptual Diagram
Fig. 6. Conjugate Condition
2.3.2 SfM(Structure-from-Motion) 재현
SfM기법은 전통적인 사진측량과 컴퓨터 영상기술의 해석과정으로 카메라 모션을 통해 얻은 영상으로부터 모션 추정기술, 특징점 간의 정합기술, SfM번들
조정기술 및 항공 삼각측량에 의한 영상의 표정과정을 말한다. 카메라 모션 추정기술은 Fig. 7과 같이 촬영된 중복영상 간 정합으로 3차원 형상정보를 Point Cloud 데이터로 피사체를 재구성하는 영상해석기법이다. 사진에 저장된 태그로부터
초점거리, 영상크기, 카메라 종류 등 정보를 취득하여 접합을 위한 영상의 특징점 등을 추출한다. 드론을 이용해 촬영한 수많은 사진을 빠른 시간에 처리할
수 있으며, 비측량용 카메라를 사용하고 지형지물의 효과적인 수치표고모델(DEM; Digital Elebation Model), 수치표면모형의 3차원
모델링이 가능하다(Park et al., 2019).
Fig. 7. Structure-from-Motion Concept
2.4 LiDAR 해석 이론
2.4.1 LiDAR 개요
LiDAR는 Light Detection and Ranging으로 빛을 매개로 일정 범위 내 측정 대사의 거리와 농도, 속도, 형상 등 물리적 성질을
측정하는 기법이다. 이때 사용되는 빛은 유도 방출에 의한 광증폭으로 Light Amplification by the Stimulated Emission
of Radiation 즉, 레이저(LASER)라 한다.
레이저는 전등과 자연광에 없는 세 가지 물리적 특성을 갖는데 이는 대기권 내에서 비교적 적은 간섭으로 높은 정확도의 측정이 가능하다. 이는 단색성,
간섭성, 지향성으로 단일 파장과 비산란성 그리고 직진성의 성질을 의미하며 이에 따라 거리에 의한 빛의 세기 감소가 미소해 거리, 위치 등을 측정하는
장비에서 활용도가 높다.
파장이 짧은 레이저는 전파를 사용하는 레이더(RADAR)에 비해 측정 정밀도와 공간 해상도가 높아 대상의 크기, 형태 등을 빠르게 파악할 수 있다.
2.4.2 LiDAR 측정원리
지상 LiDAR는 ToF방식으로 Fig. 9과 같이 카메라에 입사된 레이저 광원으로 피사체 P에 대해 레이저 스캐너와 카메라 중심간의 기선거리(B), 광원의 수직각(ϴp)의 변환관계로부터 산출한다.
Fig. 8. Basic Composition and Operationg Principle of the LiDAR System
Fig. 9. Triangulation Principle in Laser Scanner Systems with Cameras
2.5 드론+LiDAR를 활용한 3D Modeling 구축
3D Modeling은 지상 LiDAR(Light Detection and Ranging) 스캐닝 측점군과 드론기반 SfM(Structure-from-Motion)
영상해석 측점군의 조합으로 구축한다.
측량은 Fig. 10~11과 같이 교량 주변 매설점을 관측하였으며, 국토지리정보원 상시관측소를 이용하며 관측부터 데이터 검수까지 일련의 과정은 공공측량작업 규정을 준수한다.
Fig. 10. SCP(LiDAR Control Point)
Fig. 11. GCP(Drone Ground Control Point)
Table 2. LiDAR and Drone GNSS(GPS) Ground Control Point Survey Result (TM Coordinates)
Point
Name
|
TM Coordinates(m)
|
Point
Name
|
TM Coordinates(m)
|
X(Northing)
|
Y(Easting)
|
Z(Elevation)
|
X(Northing)
|
Y(Easting)
|
Z(Elevation)
|
SCP01
|
254939.095
|
152032.691
|
1.727
|
GCP01
|
254679.186
|
152706.739
|
9.183
|
SCP02
|
254966.634
|
152060.298
|
2.334
|
GCP02
|
254658.306
|
152799.004
|
14.832
|
SCP03
|
254954.591
|
152022.170
|
1.870
|
GCP03
|
254689.493
|
152903.379
|
19.331
|
SCP04
|
254991.553
|
152044.193
|
2.640
|
GCP04
|
255070.694
|
151936.272
|
22.652
|
SCP05
|
255001.145
|
152045.151
|
6.473
|
GCP05
|
254963.386
|
152011.497
|
1.971
|
3. 분석 결과
3.1 신축관 거동특성 분석
3.1.1 신축관 현황 및 데이터 분석
관 매달기로 시공된 교량첨가관의 신축관은 Fig. 12과 같이 A1, A2 교대, P4 교각 및 고정단(P7)을 중심으로 중간부인 P5~6, P8~9에 위치하며, 시계열 변위 데이터 중 하계는 적색,
동계는 노란색으로 나타낸다. 분석 시, 측량오차와 중첩오차의 변수가 발생하며, 오차검증을 위해 기존연구를 검토하고 비슷한 환경의 주기적인 측량을 실시하여
오차를 최소화한다.
기존 연구에서 모델링의 정확도를 평가하기 위해 검측점의 절대좌표를 기준으로 모델링 오차도 분석한 결과 최대 오차는 172 mm, 3D 스캐너 결과와
드론 결과 중첩의 오차는 최대 179 mm로 분석되었다(Baek et al., 2021).
본 연구에서 데이터의 오차 검증을 위해 비슷한 기온에서 하계(평균 26.7℃), 동계(평균 2.9℃) 각각 3일, 1일 3회 이상 측량을 실시한다.
측정값의 오차 범위는 ±50 mm 이내, 중첩에 의한 오차는 ±20 mm 이내의 미소한 오차 범위로 분석되며, 비교적 선명도가 높은 데이터의 연장을
대푯값으로 선정하여 Table 3과 같이 도출한다.
Fig. 12. Location of Expansion Joint
Table 3. Expansion Joint Summer (Red), Winter (Yellow) Extension
No.
|
Main Pipe
|
Auxiliary Pipe
|
Summer extension(m)
|
Winter extension(m)
|
Summer extension(m)
|
Winter extension(m)
|
No.1(A2)
|
1.9980
|
2.0180
|
2.0676
|
2.0849
|
No.2(P8〜P9)
|
1.0756
|
1.0868
|
1.0837
|
1.1122
|
No.3(P5〜P6)
|
1.0922
|
1.1056
|
1.1069
|
1.1213
|
No.4(P4)
|
2.0074
|
2.0546
|
1.8973
|
2.0198
|
No.5(A1)
|
1.1401
|
1.1425
|
1.0030
|
1.0023
|
3.1.2 조합해석(드론+LiDAR)에 의한 신축관 거동 특성 분석
3차원 모델을 바탕으로 하계 데이터(적색)의 중심선과 동계 데이터(노란색)의 평면을 Fig. 13과 같이 중첩시켜 변위차를 검출하였으며, 신축거동 특성은 Table 4 및 Fig. 14와 같이 하계에서 동계로 변화될 때 수축하는 양상을 보인다.
Fig. 13. Expansion Joint Summer (Red), Winter (Yellow) Extension
Fig. 14. Number 4, 3D Modeling Construction and Analysis of Two-Way Expansion Pipe
Table 4. Changes in Expansion Joint Extension of Bridges-Attached Pipe
Expansion joint location
|
Main Pipe
|
Auxiliary Pipe
|
No.
|
Direction
|
Displacement Value(mm)
|
Division
|
Displacement Value(mm)
|
Division
|
No.1(A2)
|
Rear end
|
-2.1
|
Contracion
|
-2.2
|
Contracion
|
Front end
|
-17.9
|
Contracion
|
-18.3
|
Contracion
|
No.2(P8〜P9)
|
Front end
|
-10.4
|
Contracion
|
-25.3
|
Contracion
|
No.3(P5〜P6)
|
Rear end
|
-14.1
|
Contracion
|
-14.2
|
Contracion
|
No.4(P4)
|
Rear end
|
-
|
Fixation
|
-67.3
|
Contracion
|
Front end
|
-51.0
|
Contracion
|
-55.3
|
Contracion
|
No.5(A1)
|
Rear end
|
-26.7
|
Contracion
|
-
|
Fixation
|
3.2 교량첨가관 변위 분석
3.2.1 교량첨가관 구성 및 변위 기준
교량첨가관에 설치된 지지프레임 받침은 2종류로 고정단을 기준으로 신축이 가장 크게 발생하는 P4 교각, A2 교대 부근은 410 mm 받침, 그 외는
305 mm 받침이 설치되어 있다.
이동량 과다, 이탈의 기준은 Fig. 15과 같이 받침 끝단이 지지프레임 내에 위치한 경우 이동량 과다, 받침이 하부 패드를 벗어난 경우 이탈로 받침 크기에 따라 기준을 설정한다.
Fig. 15. Composition of Bridges-Attached Pipe Support and Displacement Criteria
3.2.2 조합해석(드론+LiDAR)에 의한 받침 변위(이탈) 분석
3D Modeling을 구축하여 데이터를 분석한 결과, 받침 이동량 최대 변위차는 21.4 mm로 분석되었으며, Fig. 16 및 Table 5와 같이 일부 고정밴드 받침이 지지프레임으로부터 회귀하지 못하고 역방향으로 점점 이탈하는 양상을 보인다.
이탈의 원인으로 교량첨가관과 고정밴드 사이에 고무재가 미설치로 판단된다. Fig. 17와 같이 고무재가 고정밴드 볼트축력과 고무재의 마찰력에 의해 교량첨가관과 고정밴드의 상부 받침이 일체로 거동할 수 있도록 하는 역할을 해야 하나,
Fig. 18과 같이 교량첨가관 받침이 개별적으로 거동하고 신축관 방향과 역방향 거동으로 이탈로 분석된다.
Fig. 16. Measurement Results of Support Displacement
Fig. 17. Installation of Retaining Band Rubber
Fig. 18. Non-Installation of Retaining Band Rubber
Table 5. Analysis of Support Movement of Bridges-Attached Pipe
Division
|
Displacement according to time-series changes(mm)
|
Analysis results
|
Summer
|
Winter
|
Displacement
|
Auxiliary Pipe
|
No.4
|
192.9
|
195.7
|
2.8
|
Detachment
|
No.5
|
197.6
|
219.0
|
21.4
|
Detachment
|
No.6
|
187.1
|
191.7
|
4.6
|
Detachment
|
No.7
|
306.8
|
309.8
|
3.0
|
Detachment
|
No.8
|
285.4
|
294.8
|
9.4
|
Detachment
|
No.9
|
261.1
|
252.7
|
-8.4
|
Regression
|
4. 결 론
본 연구에서는 접근이 불리한 교량첨가관에 드론+LiDAR 장비을 활용하여 거동 여부를 검증하고 부적정 거동(이탈) 시 원인을 분석한 결과, 다음과
같은 결론을 얻었다.
(1) 드론+LiDAR 장비를 활용하여 환경적 요인에 따른 제한사항 및 사각지대 개선이 가능하며 점검자의 안전보장 등 효율성이 향상된다.
(2) 교량첨가관의 거동 특성은 시계열 변화에 따라 회귀하여야 하나, 일부 부적정 거동(이탈)이 확인되었다. 이는 첨가관과 고정밴드 사이 고무재가
미설치되어 개별적 거동에 의한 지속적인 역방향 거동으로 분석되어 정비를 통해 받침 정위치 및 고무재 설치가 필요하다.
(3) 본 연구는 시간적 제한으로 하계→동계의 시계열 변화에 대한 분석을 실시하였으며, 추후 동계→하계 시계열 변화에 대한 분석을 추가하여 지속적인
변위 검토가 필요하다.
Acknowledgements
This paper has been written by modifying and supplementing the KSCE 2024 CONVENTION
paper.
References
"Baek, S. H. and Jang, C. S. (2021). “A case study on 3D heritage building modeling
accuracy using a drone and a laser scanner.” Journal of Military Art and Science,
Vol. 77, No. 3, pp. 577-593 (in Korean)."

"Lee, J. G. and Suh, Y. C. (2022). “Indoor and outdoor building modeling based on
point cloud data convergence using drones and terrestrial LiDAR.” Journal of the Korean
Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 40, No. 6, pp.
613-620 (in Korean)."

"Lee, J. G. (2023). A study on the accuracy analysis and registration of drone image
and LiDAR data for building BIM construction, Ph D. Dissertation, Pukyong National
University, http://pknu.dcollection.net/common/orgView/200000694831 (in Korean)."

"Lee, J. S. and Lee, I. G. (2018). “The 3D modeling data production method using drones
photographic scanning technology.” Journal of the Korea Institute of Information and
Communication Engineering, Vol. 22, No. 5, pp. 874-880 (in Korean)."

"Park, J. K., Han, W. J., Kwon, Y. H., Kang, J. O. and Lee, Y. C. (2019). “Intended
for photovoltaic modules Compare modeling between SfM based RGB and TIR images.” Journal
of Urban Science, Vol. 8, No. 1, pp. 7-14 (in Korean)."
