earticle

영어

Research on drone- and AI-based inspection has been actively advanced in the bridge sector, while studies on hydraulic structures such as river gates, weirs, and outlets remain relatively insufficient despite their crucial role in operational safety and disaster risk reduction. In the era of climate change, these facilities are directly related to flood and inundation prevention, highlighting the urgent need for intelligent inspection and management technologies. This study aims to construct training datasets of river management facilities using drone imagery and to develop an AI-based object recognition algorithm that reflects classification systems according to facility types and functions. By targeting national and local river authorities, the research seeks to establish an open dataset derived from high-resolution orthophotos and to demonstrate the automated extraction of facility geometries. The expected outcomes include site-specific data and analytical results with strong practical applicability, contributing to the automation and efficiency of river facility maintenance. Furthermore, the proposed approach supports disaster prevention and response by providing reliable and scalable tools for next-generation river management.

한국어

교량분야에서는 드론 및 AI 기반 점검 연구가 활발히 축적되고 있으나, 하천 수문·보·토출구 등 주요 수리구조물은 안전성과 운영상 중요성이 매우 큼에도 불구하고 관련 연구는 상대적으로 미진하다. 이러한 시설물은 기후위기 시대에 홍수·침수 피해 예방과 직결되므로, 드론 기반 AI 점검 연구는 국민의 생명·재산 보호와 더불어 유지관리 효율성 제고를 위해 반드시 필요하다. 드론 영상을 기반으로 하천 관리시설물의 학습 데이터를 구축하고, 시설물의 종류와 기능에 따른 분류체계를 반영한 AI 객체인식 알고리즘을 개발하는 것을 목표로 한다. 본 연구는 현장 특화된 데이터 및 분석 결과를 제공함으로써 실무 적용성이 높고, 하천 시설물 유지관리의 자동화 및 효율화에 직접적으로 기여할 수 있을 뿐만 아니라 재난예방 및 대응을 위한 실무적 활용 가능성을 제시한다.