Abstract
Machines for crack sealing automation have been continually developed since the early 1990's because of the effectiveness of crack sealing that would be able to improve safety, quality and productivity. It has been considered challenging problem to detect crack network in pavement which includes noise (oil marks, skid marks, previously sealed cracks and inherent noise). Moreover, it is required to develop crack network mapping and modeling algorithm in order to accurately inject sealant along to the middle of cut crack network. The primary objective of this study is to propose machine vision algorithms (digital image processing algorithm and path planning algorithm) for fully automated pavement crack sealing. It is anticipated that the effective use of the proposed machine vision algorithms would be able to reduce error rate in image processing for detecting, mapping and modeling crack network as well as improving quality and productivity compared to existing vision algorithms.
크랙실링 자동화 장비는 도로면에 존재하는 크랙 네트워크의 위치를 정확히 탐지 및 맵핑(mapping)하고 이를 모델링(modeling)한 후 경로 계획(path planning) 과정을 통해 크랙 네트워크의 중앙(spine)을 따라 실런트(sealant)를 분사하여 크랙을 효과적으로 실링할수 있도록 하는 장비이다. 따라서 실링될 크랙 네트워크의 정확한 위치를 모델링하기 위한 디지털 영상처리 알고리즘 및 최적 경로계획 알고리즘의 개발은 품질 및 생산성, 경제성 측면에서 크랙실링 자동화 장비의 성공적 개발을 위한 핵심 연구 주제로 인식되어 왔다. 기존 국외 도로면 크랙실링 자동화 장비에 적용된 디지털 영상처리 알고리즘은 크랙을 탐지하고 모델링하는 일련의 과정을 전적으로 컴퓨터에 의존하는 완전자동화 방식과 인간과 컴퓨터 간의 협업체제를 이용한 반자동화 방식으로 양분되어 개발되었다. 그러나 도로면에 존재하는 다양한 노이즈 및 그림자 등을 포함한 작업영역 내에서의 열악한 영상처리 여건 등으로 인해 만족할 만한 성과를 제시하지 못하였다. 따라서 본 연구에서는 크랙실링 자동화 장비를 개발함에 있어 디지털 영상처리 기술을 기반으로 한 완전자동화 방식과 그래피컬 프로그래밍을 활용한 반자동화 방식이 지닐 수 있는 강점만을 혼용하여 신속하고도 정확하게 크랙 네트워크를 모델링하고 최적 경로계획을 바탕으로 크랙실링 작업을 수행할 수 있는 머신비전 알고리즘을 제시하고자 한다.
