| 1 |
1
차량을 제1그룹, 제2그룹
|
| 2 |
2
제1항에 있어서, 상기 1단계에서,상기 차량 분류는, 차량의 하중을 고려하여, 차량 하중의 최소값과 최대값 사이에 복수 개의 구간을 나누어 각 구간에 해당하는 그룹으로 분류하는 것을 특징으로 하는 딥러닝을 활용한 교량통행 차량하중 분석시스템
|
| 3 |
3
제1항에 있어서, 상기 4단계는,상기 딥러닝 모델은 차량 모델 분석 및 차량 위치 탐지를 위해 Faster R-CNN을 선정하고, 딥러닝 모델의 차량 모델 분석을 위해 학습하는 단계;를 더 포함하는 것을 특징으로 하는 딥러닝을 활용한 교량통행 차량하중 분석시스템
|
| 4 |
4
제1항에 있어서, 상기 5단계는,교량을 통과하는 개별 차량이 복수 개의 그룹 중 어느 그룹에 속하는지 소속그룹을 판단하는 5-1단계;상기 개별 차량이 속하는 소속그룹의 평균하중을 개별 차량의 개별 교량통과하중으로 선택하는 5-2단계;특정 시간대에 상기 개별 교량통과하중의 총합을 해당 시간대 교량 통과 차량의 총하중으로 산출하는 5-3단계;를 더 포함하는 것을 특징으로 하는 딥러닝을 활용한 교량통행 차량하중 분석시스템
|
| 5 |
5
제4항에 있어서, 상기 5단계는,상기 개별 차량이 속하는 소속그룹의 평균하중은,개별차량이 승용차 또는 SUV 차량인 경우, 승차인원으로 성인 두명이 탑승한 것으로 가정하여 65kg*2의 하중을 더하여 계산하는 것을 특징으로 하는 딥러닝을 활용한 교량통행 차량하중 분석시스템
|
| 6 |
6
제4항에 있어서, 상기 5단계는,상기 개별 차량이 속하는 소속그룹의 평균하중은,개별차량이 트럭인 경우, 트럭 최대 적재 중량의 1/2을 더하여 계산하는 것을 특징으로 하는 딥러닝을 활용한 교량통행 차량하중 분석시스템
|
| 7 |
7
제4항에 있어서, 상기 5단계는,상기 개별 차량이 속하는 소속그룹의 평균하중은,개별차량이 버스인 경우, 승차인원으로 성인 20명이 탑승한 것으로 가정하여 65kg*20의 하중을 더하여 계산하는 것을 특징으로 하는 딥러닝을 활용한 교량통행 차량하중 분석시스템
|
| 8 |
8
제1항에 있어서, 상기 3단계에서,상기 CCTV는 교량을 따라 복수 개가 설치되어 있어서,교량을 통행하는 차량의 이동 경로를 추적하여, 교량에 가해지는 하중의 패턴을 분석하는 단계;를 더 포함하는 것을 특징으로 하는 딥러닝을 활용한 교량통행 차량하중 분석시스템
|
