[공학저널 김하늬 기자] 인력 중심의 시설물 점검 작업을 무인 자동화 점검 체계로 전환하기 위한 노력이 이어지고 있다.
점검 작업자의 추락, 감전 등 안전사고를 줄이는 것은 물론 점검에 필요한 인력과 시간을 절감해 유지관리의 효율성을 높이려는 것이다. 또한 기존 작업자의 주관적 판단이 아닌 객관적이고 정확한 손상물량을 산출해 신뢰성을 높일 수 있다는 점에서 무인 자동화 점검 방식에 대한 요구가 높아지고 있다.
실제로 한국철도기술연구원 주관 ‘무인이동체 기반 접근취약 철도시설물 자동화점검시스템’ 연구개발 과정에서 철도 교량, 송전철탑 9개소에 대한 현장시험을 수행한 결과 점검 인력은 33%, 시간은 71% 감소했으며 작업자의 안전사고 부담이 경감되는 것으로 확인됐다.
현재 개발 중인 이 시스템은 무인이동체를 이용해 철도 교량, 송전철탑 등 시설물의 외관 영상을 취득하고 취득된 영상을 분석해 시설물의 손상을 점검하는 자동화 시스템이다. 자율비행을 통해 영상을 취득하는 무인이동체 시스템과 인공지능, GIS 기술을 통해 외관조사망도를 생성하는 소프트웨어 시스템으로 구성돼 있다.
㈜소프트그래피는 소프트웨어 플랫폼 개발을 맡았으며, 무인이동체 영상을 통해 외관조사망도를 생성하고 시설물 정보·점검이력과 연계해 변상을 추적하는 무인이동체 기반 손상점검 통합시스템(R-FIM)을 개발했다.
특히 매핑용 카메라와 손상분석용 카메라 등 듀얼카메라 장착을 통해 무인이동체의 영상 촬영 시간과 수량을 크게 줄이면서 손상 위치와 물량을 정확하게 산출하는 기술을 고안해 무인이동체의 듀얼카메라 장착 개발을 지원하는 소프트웨어 기술을 개발한 것이 특징이다.
무인이동체 기반 손상점검 통합시스템(R-FIM)은 자료관리 서버 시스템, 손상탐지 서버 시스템, 손상점검 클라이언트 시스템 등 3개의 서브시스템으로 구성되며, 손상탐지 서버 시스템은 공동연구기관인 ㈜승화기술에서 개발한 인공지능 학습모델을 연계해 구성하고 있다.
주요 기능으로는 촬영 영상과 시설물 3D 모델의 중첩 도시, 촬영 영상의 왜곡·위치정확도 보정, 촬영 영상의 부재별 분류, 인공지능 학습모델 기반 손상탐지·정보 추출(승화기술), 촬영 영상과 손상정보의 도면/3D모델 매핑, 손상정보의 시계열 변상추적·분석, 외관조사망도 생성 및 손상물량 산정 등이며 전체 기능을 96% 자동화해 사용자 작업을 최소화했다는 점에서 주목받고 있다.
이러한 기술을 개발한 소프트그래피는 자율주행차 정밀도로지도, 드론 시설물 점검, 드론/UAM(도심항공교통) 경로분석 등 디지털트윈 세상에서 요구되는 다양한 정보를 분석하고 시각화해 제공하는 소프트웨어 개발 전문기업이다. 라이다·영상 센서 데이터의 정확도 향상 기술, 객체 탐지-추출-재현 기술, 다중센서 데이터, 다양한 콘텐츠를 융합해 3차원으로 가시화하는 기술을 보유하고 있다.
서울산업진흥원 창업지원을 통해 지난 2012년 7월 설립됐으며, 벤처, 이노비즈, 메인비즈, 성과공유기업, 인재육성형중소기업, 병역지정업체 등 우수기업 인증과 특허, 저작권 등 다수의 지식재산권을 보유하고 있다. 최근에는 국토교통부장관표창을 수상하며 관련 산업발전에 기여한 공로를 인정받기도 했다.
현재 소프트그래피는 ‘무인이동체 기반 접근취약 철도시설물 자동화점검시스템’ 연구개발 기술을 상용화하기 위한 현장실증과 기능개선을 진행 중이다. 이와 함께 자율주행차를 위한 정밀도로지도를 자동으로 구축·갱신하는 기술, UAM 경로 분석을 위한 3차원 지도변환 기술 등 개발에 힘쓰고 있다.
소프트그래피 송낙현 공동대표(사진)는 “‘무인이동체 기반 접근취약 철도시설물 자동화점검시스템’ 연구개발 종료 전까지 한국철도공사 지역본부 1개소에 개발 시스템을 이관해 현장 요구사항을 지속적으로 개선하고, 궁극적으로 철도시설물 전반으로 확장해 도입할 수 있도록 노력할 계획”이라며 “이외에도 소프트그래피가 보유하고 있는 자율주행차 정밀도로지도, UAM 지도, 연구개발 기술 등을 융합해 도로, 항만, 수자원 등 다양한 분야에 디지털트윈 기반 스마트 건설 기술을 확장해 나갈 것”이라고 말했다.
