도심지 지하 공동 탐지를 위한 기계학습 기반 GPR 자료해석 기법 개발
Abstract
도심지 지하 공동의 붕괴로 인한 도로함몰 문제는 인명 및 재산 피해로 이어질 수 있다. 지하 공동은 노후화된 지하 매설물이나 굴착공사 관리미흡 등의 이유로 발생된다. 따라서 지하 공동의 붕괴를 예방하기 위해서는 지하 매설물, 공동, 이상체 등의 지하 정보를 파악해야 하며, 이를 위해 지표 투과 레이더(GPR, Ground Penetrating Radar) 탐사 기법이 주로 사용되고 있다. 도로에서의 GPR 탐사는 주로 차량을 사용해 수행된다. 하지만 차량으로 취득된 방대한 양의 탐사자료를 모두 전문가가 해석한다면 많은 비용과 시간이 소모된다는 문제가 있으며 전문가의 숙련도나 주관에 따라 해석 결과가 달라질 수 있다. 이러한 문제를 해결하기 위해 기계학습 기반의 GPR 자료해석 기법들이 개발되고 있다. 기계학습 기법들은 많은 양의 GPR 자료를 적은 비용으로 해석할 수 있고, 해석 결과의 정량적인 평가가 가능하다는 장점이 있다. 이 연구에서는 기계학습 기반의 객체 탐지 모델을 사용하여 합성자료와 현장자료에 대한 자료해석을 수행하였다. 합성자료는 오픈소스 소프트웨어인 gprMax를 통해 생성하였으며, 현장 자료는 서울특별시에서 도로함몰 예방을 위해 차량형 GPR 탐사로 취득된 자료를 사용했다. GPR 영상에서 쌍곡 함수 형태로 나타나는 이상신호를 강조하기 위해 간단한 자료처리 과정을 수행하였으며, 사전에 훈련된 객체 탐지 모델을 사용하여 이상 신호 영역을 검출하였다. 검출된 영역으로부터 이상 신호만을 추출하였고, 공동에 의한 반사 신호에 대한 이론적인 쌍곡 함수를 설계하여 회귀 분석을 수행하였다. 회귀 분석 결과식의 계수 정보로부터 지하 이상체의 수평 위치를 결정하였고, 결정된 위치는 2차 정밀 조사를 위한 공동의 정보로써 제공될 수 있다.
