KR101198776B1 - Apparatus and method for synthetically analyzing a surveillance effect based on geo-spatial data - Google Patents

Apparatus and method for synthetically analyzing a surveillance effect based on geo-spatial data Download PDF

Info

Publication number
KR101198776B1
KR101198776B1 KR1020100038307A KR20100038307A KR101198776B1 KR 101198776 B1 KR101198776 B1 KR 101198776B1 KR 1020100038307 A KR1020100038307 A KR 1020100038307A KR 20100038307 A KR20100038307 A KR 20100038307A KR 101198776 B1 KR101198776 B1 KR 101198776B1
Authority
KR
South Korea
Prior art keywords
terrain
risk
detection
data
calculation module
Prior art date
Application number
KR1020100038307A
Other languages
Korean (ko)
Other versions
KR20110118914A (en
Inventor
이용웅
신대식
박현춘
차승훈
윤근원
Original Assignee
국방과학연구소
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 국방과학연구소 filed Critical 국방과학연구소
Priority to KR1020100038307A priority Critical patent/KR101198776B1/en
Publication of KR20110118914A publication Critical patent/KR20110118914A/en
Application granted granted Critical
Publication of KR101198776B1 publication Critical patent/KR101198776B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/34—Circuit design for reconfigurable circuits, e.g. field programmable gate arrays [FPGA] or programmable logic devices [PLD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
    • G06F9/4494—Execution paradigms, e.g. implementations of programming paradigms data driven
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/008—Alarm setting and unsetting, i.e. arming or disarming of the security system
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/009—Signalling of the alarm condition to a substation whose identity is signalled to a central station, e.g. relaying alarm signals in order to extend communication range
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/80—Data visualisation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing

Abstract

본 발명은 지형자료 기반의 감시효과 통합 분석장치 및 방법에 관한 것이다.본 발명에 따른 지형자료 기반의 감시효과 통합 분석방법은, 가시선 분석모듈에 의해 지형 고도자료 정보를 기반으로 지형을 도시하고 가시선 분석을 수행하는 단계;수행된 가시선 분석 결과를 바탕으로, 감시장비 배치조합 산출모듈에 의해 해당 감시지역에 배치된 감시장비에 대하여 최적의 감시효과를 제시하는 감시장비 배치조합을 산출하는 단계; 산출된 감시장비 배치조합 결과를 바탕으로, 지형 탐지위험도 산출모듈에 의해 지형 고도자료 정보에 의한 탐지위험도를 산출하는 단계; 산출된 감시장비 배치조합 결과를 바탕으로, 속성 탐지위험도 산출모듈에 의해 지형 속성자료 정보에 의한 탐지위험도를 산출하는 단계; 산출된 지형 고도자료 정보에 의한 탐지위험도와 지형 속성자료 정보에 의한 탐지위험도를 종합하여 종합위험지수(탐지위험도) 산출모듈에 의해 종합위험지수(탐지위험도)를 산출하는 단계; 산출된 종합위험지수(탐지위험도)와 침투객체정보를 이용하여, 예상침투로 생성모듈에 의해 예상 침투로를 생성하는 단계; 및 생성된 예상침투로와 상기 종합위험지수(탐지위험도)에 근거하여 탐지확률 산출모듈에 의해 다수의 침투객체를 발생시켜 감시장비가 시간적으로 탐지하는 동적인 환경에서 탐지확률을 산출하는 단계를 포함한다.The present invention relates to an integrated analysis method and method for monitoring effects based on terrain data. According to the present invention, an integrated analysis method for monitoring effects based on terrain data shows a terrain based on terrain elevation data by a line of sight analysis module. Calculating a surveillance equipment batch combination that presents an optimal surveillance effect for the surveillance equipment arranged in the surveillance region by the surveillance equipment batch combination calculation module based on the result of the visible line analysis; Calculating the detection risk by the terrain elevation data information by the terrain detection risk calculation module based on the calculated monitoring equipment arrangement result; Calculating detection risk by the terrain attribute data information by the attribute detection risk calculation module based on the calculated monitoring equipment arrangement result; Calculating a comprehensive risk index (detection risk) by a comprehensive risk index (detection risk) calculation module by combining the detected detection risk by the calculated terrain altitude data information and the detection risk by the terrain attribution data information; Generating an expected penetration path by the expected penetration path generation module using the calculated comprehensive risk index (detection risk level) and the penetration object information; And generating a plurality of infiltration objects by a detection probability calculation module based on the generated expected penetration path and the comprehensive risk index (detection risk level) to calculate the detection probability in a dynamic environment that the monitoring equipment detects in time. .

Description

지형자료 기반의 감시효과 통합 분석장치 및 방법{Apparatus and method for synthetically analyzing a surveillance effect based on geo-spatial data} Apparatus and method for synthetically analyzing a surveillance effect based on geo-spatial data}

본 발명은 지형자료 기반의 감시효과 통합 분석장치 및 방법에 관한 것으로서, 특히 배치된 감시장비에 대한 감시효과를 통합적으로 분석할 수 있는 지형자료 기반의 감시효과 통합 분석장치 및 방법에 관한 것이다.The present invention relates to a topographical data-based monitoring effect integrated analysis apparatus and method, and more particularly, to a topographical data-based monitoring effect integrated analysis apparatus and method that can be integrated analysis of the monitoring effect on the deployed monitoring equipment.

감시장비 및 배치효과와 관련된 수리적 모델 및 시스템은 투입되는 감시장비의 성능/제원 및 장비능력에 영향을 미치는 기상, 식생 환경 및 지형 조건을 고려하여, 주어진 예산 제약하에서 경계성능을 극대화하는 감시장비별 최적수량 및 최적배치를 결정하는 최적화 모형을 수립하고, 그에 대한 효율적이고 효과적인 해법을 제시하는 것이다. 또한 각 장비종류별 수량 및 위치변화에 따른 경계효과의 민감도 분석을 수행하며, 장비운용의 현실성을 최대한 고려하여 주요 경계지역의 설정 및 다종 감시장비의 성능을 반영하여 최적의 배치 및 경계효과를 분석하는 것이다.Numerical models and systems related to surveillance equipment and deployment effects are designed to maximize boundary performance under given budget constraints, taking into account meteorological, vegetation and terrain conditions that affect the performance / specification and equipment capabilities of the surveillance equipment. It is to establish an optimization model that determines the optimal quantity and the optimal arrangement and to present an efficient and effective solution. In addition, it analyzes the sensitivity of the boundary effect according to the change of quantity and location of each type of equipment, and analyzes the optimal layout and boundary effect by reflecting the setting of major boundary area and the performance of various kinds of monitoring equipment in consideration of the practicality of equipment operation. will be.

이러한 연구에서 다루고자 하는 수리적 모델의 최적화 모형은 결정변수, 즉, 장비의 대수, 종류 및 그 배치에 따른 확률 값을 목적함수 내에 가지고 있으며, 장비구입 예산을 제약조건으로 하고 있다. 이러한 형태의 문제는 다음과 같은 유형의 최적화 문제의 구조와 비슷한 성격을 갖는다.The optimization model of mathematical model to be dealt with in this study has determinant variables, that is, probability values according to the number, type and arrangement of equipment in the objective function, and the equipment purchase budget is a constraint. This type of problem is similar in structure to the following types of optimization problems:

신뢰도 최적화 문제(Reliability Optimization Problem)는 전체 시스템의 신뢰도를 최적화하기 위하여 어떠한 서브시스템을 설치할 것인가를 결정하는 문제이다. 전체 시스템의 신뢰도는 서브시스템의 신뢰도의 함수로 표현되며, 신뢰도는 확률로 표현된다. 즉, 신뢰도 최적화 문제는 어떠한 서브시스템 설치에 따른 확률로 표현되는 신뢰도를 최적화하기 위한 문제이다. Reliability Optimization Problem is a problem of determining which subsystem to install in order to optimize the reliability of the whole system. The reliability of the overall system is expressed as a function of the reliability of the subsystems, and the reliability is expressed as a probability. That is, the reliability optimization problem is a problem for optimizing the reliability expressed by the probability of installing a certain subsystem.

신뢰도 최적화 문제는 다종의 경계장비 구입에 대한 예산을 제약조건으로 가지는데, 이러한 최적화 문제는 배낭문제(Knapsack Problem)와 유사한 구조로 모델링된다. 배낭문제는 각 물품의 이익과 무게가 주어졌을 때, 배낭에 담을 수 있는 물품들의 총 무게가 제약이 되어 있는 상황 하에서 배낭에 담을 수 있는 이득의 합을 최대화하는 문제이다. 또한, 실험지역의 경계성능을 극대화하기 위하여 다종의 감시장비를 최적의 위치에 배치하고자 하는 것이므로, 위치선정 문제(Location Problem)의 한 유형이라고 할 수 있다. The reliability optimization problem has a constraint on the budget for purchasing various types of boundary equipment, and this optimization problem is modeled in a structure similar to the Knapsack problem. The backpack problem is a problem of maximizing the sum of the gains that can be given to a backpack under the condition that the total weight of the items that can be contained in a backpack is limited, given the profit and weight of each item. In addition, in order to maximize the boundary performance of the test area, it is a type of location problem, since it is intended to arrange various types of monitoring equipment at an optimal location.

이와 같이 신뢰도 최적화 문제, 배낭 문제, 위치선정 문제가 혼합된 형태를 가진 최적화 모형에 대한 연구는 국내/외에서 매우 미진한 상태이다. 다수의 경계 장비들의 위치를 결정하는 수리적 모형에 대한 이전의 연구에서는 결정변수는 각 경계 장비의 위치에 대한 실수값이기 때문에 사용자가 미리 후보지를 설정하지 않아도 된다는 장점이 있다. 그러나 경계장비가 배치되는 위치는 일정 길이의 일직선 상의 지점들로만 제한되어 있다는 한계를 가진다. 이후의 연구에서는 미리 설정된 경계 장비의 후보지 중에서 장비의 대수에 대한 제약을 만족하면서, 실험지역의 총 경계확률을 극대화하는 장비의 최적배치를 결정하는 수리적 모형을 수립하고, 효율적인 해법을 제시하였다. 그러나 위의 모형은 한 가지 종류에 대한 경계 장비에 대해서만 고려하고 있으며, 실험지역의 총 경계 확률 값만을 목적함수로 갖는다는 한계가 있다. 또한, 이전의 최적화 모형은 정적인 성격이 강하기 때문에, 각 장비별로 상황에 따라 경계 장비의 감시 움직임이나 휴동시간 발생, 또는 임의로 발생되는 침투상황 등의 동적인 요소를 반영할 수 없는 한계가 있다.As such, studies on optimization models having a mixture of reliability optimization problem, knapsack problem, and location selection problem are very poor at home and abroad. Previous studies of mathematical models that determine the location of multiple boundary devices have the advantage that the user does not have to set candidate sites in advance because the determinant is a real value for the location of each boundary device. However, the position where the boundary equipment is placed has a limitation that it is limited to points on a straight line of a certain length. Subsequent researches established a mathematical model to determine the optimal placement of equipment that maximizes the total boundary probability of the test area while satisfying the limitations on the number of equipment among the preset boundary equipment candidates, and presented an efficient solution. However, the above model considers only one type of boundary equipment and has a limitation that it has only the total boundary probability value of the test area as the objective function. In addition, since the previous optimization model has a strong static nature, there is a limit in that it cannot reflect dynamic factors such as monitoring movement of the boundary equipment, occurrence of downtime, or infiltration situation arbitrarily depending on the situation of each equipment.

본 발명은 이상과 같은 사항을 감안하여 창출된 것으로서, 지형 고도자료를 기반으로 해당 감시지역에 배치된 감시장비의 가시율을 분석 및 도시하고, 감시장비에 대한 최적배치 결과를 산출하며, 지형 고도자료 및 지형 속성자료에 근거하여 탐지위험도를 생성하고, 이 위험도에 근거한 예상침투로를 자동으로 생성하여 동적 탐지확률을 계산함으로써, 배치된 감시장비에 대한 감시효과를 통합적으로 분석할 수 있는 지형자료 기반의 감시효과 통합 분석장치 및 방법을 제공함에 그 목적이 있다.The present invention has been created in view of the above matters, and analyzes and shows the visibility of the surveillance equipment arranged in the surveillance area based on the terrain elevation data, calculates the optimal placement result for the surveillance equipment, and the terrain elevation. Based on the topographical data to generate the detection risk based on the data and the terrain property data, and to automatically generate the predicted penetration based on the risk, calculate the dynamic detection probability, and integrate the analysis of the monitoring effect on the deployed surveillance equipment. Its purpose is to provide an integrated analysis and monitoring system for monitoring effects.

상기의 목적을 달성하기 위하여 본 발명에 따른 지형자료 기반의 감시효과 통합 분석장치는,In order to achieve the above object, the terrain data-based monitoring effect integrated analysis device according to the present invention,

지형 고도자료 정보와 지형 속성자료 정보를 기반으로 감시장비의 감시효과를 통합적으로 분석하는 장치로서,It is a device that integrates and analyzes the surveillance effect of surveillance equipment based on terrain elevation data and terrain attribution data.

상기 지형 고도자료 정보를 기반으로 지형을 도시하고 가시선 분석을 수행하는 가시선 분석모듈;A line of sight analysis module for displaying a terrain and performing line of sight analysis based on the terrain elevation data information;

상기 가시선 분석모듈에 의해 분석된 가시선 분석 결과를 바탕으로, 해당 감시지역에 배치된 감시장비에 대하여 최적의 감시효과를 제시하는 감시장비 배치조합을 산출하는 감시장비 배치조합 산출모듈;A monitoring device batch combination calculating module for calculating a monitoring device batch combination that presents an optimal monitoring effect for the monitoring equipment arranged in the corresponding monitoring area based on the visible line analysis result analyzed by the visible line analyzing module;

상기 감시장비 배치조합 산출모듈에 의해 산출된 감시장비 배치조합 결과를 바탕으로, 상기 지형 고도자료 정보에 의한 탐지위험도를 산출하는 지형 탐지위험도 산출모듈;A terrain detection risk calculation module that calculates a detection risk based on the terrain elevation data information based on the monitoring device layout combination result calculated by the monitoring device layout combination calculation module;

상기 감시장비 배치조합 산출모듈에 의해 산출된 감시장비 배치조합 결과를 바탕으로, 상기 지형 속성자료 정보에 의한 탐지위험도를 산출하는 속성 탐지위험도 산출모듈;An attribute detection risk calculation module configured to calculate a detection risk based on the terrain attribute data information based on the monitoring device arrangement combination result calculated by the monitoring device arrangement combination calculation module;

상기 지형 탐지위험도 산출모듈에 의해 산출된 지형 고도자료 정보에 의한 탐지위험도와, 상기 속성 탐지위험도 산출모듈에 의해 산출된 지형 속성자료 정보에 의한 탐지위험도를 종합하여 종합위험지수(탐지위험도)를 산출하는 종합위험지수(탐지위험도) 산출모듈; Comprehensive risk index (detection risk) is calculated by combining the detection risk by the terrain elevation data information calculated by the terrain detection risk calculation module and the detection risk by the terrain attribute data information calculated by the property detection risk calculation module. A comprehensive risk index (detection risk) calculation module;

상기 종합위험지수(탐지위험도) 산출모듈에 의해 산출된 종합위험지수(탐지위험도)와 시뮬레이션(simulation)에 의해 주어지는 침투객체 정보를 이용하여 예상 침투로를 생성하는 예상침투로 생성모듈; An expected penetration path generation module for generating an expected penetration path using the comprehensive risk index (detection risk) calculated by the comprehensive risk index (detection risk) calculation module and the penetration object information given by the simulation;

상기 예상침투로 생성모듈에 의해 생성된 예상침투로와 상기 종합위험지수(탐지위험도)에 근거하여 다수의 침투객체를 발생시켜 감시장비가 시간적으로 탐지하는 동적인 환경에서 탐지확률을 산출하는 동적 탐지확률 산출모듈; Dynamic detection probability that generates a plurality of infiltration objects based on the predicted penetration path generated by the expected penetration path generation module and the comprehensive risk index (detection risk) to calculate the detection probability in a dynamic environment detected by the monitoring equipment in time. A calculation module;

상기 제 모듈들의 작업을 위해 필요한 지형고도자료 정보, 지형속성자료 정보, 감시장비정보, 침투객체정보 및 영상정보자료를 포함한 각종 데이터와 시스템 운영을 위한 프로그램이 저장되어 있는 데이터베이스; 및 A database that stores programs for operating various data and systems including terrain elevation data information, terrain attribute data information, surveillance equipment information, penetration object information, and image information data necessary for the operation of the first module; And

상기 제 구성요소들의 동작을 제어하고 상태를 감시하는 제어부를 포함하는 점에 그 특징이 있다.It is characterized in that it comprises a control unit for controlling the operation of the first component and monitor the state.

여기서, 상기 지형고도자료 정보는 지형고도, 지형경사, 정면관측자 경사, 지형/경사반복 정보를 포함하고, 상기 지형속성자료 정보는 수목, 도로, 하천 정보를 포함한다. Here, the topographic elevation data information includes topographic elevation, topographic slope, front observer slope, topographic / tilt repetition information, and the topographic attribute data information includes tree, road, and river information.

또한, 상기 감시장비 배치조합 산출모듈은 고정되는 감시장비 및 감시장비 간의 간격을 고려하여 해당 구간 내에서 가시율이 가장 높은 것을 우선 배치하는 최적 배치조합을 산출한다.In addition, the monitoring equipment batch combination calculation module calculates an optimal batch combination that first arranges the highest visibility in the corresponding interval in consideration of the interval between the fixed monitoring equipment and the monitoring equipment.

또한, 상기 지형 탐지위험도 산출모듈은 지형자료(지형고도자료)의 분석을 통하여 탐지 위험지수를 판단하고, 지형자료와 동일한 구조를 갖는 위험도 지도를 생성한다.In addition, the terrain detection risk calculation module determines a detection risk index through analysis of terrain data (terrain elevation data), and generates a risk map having the same structure as the terrain data.

또한, 상기 속성 탐지위험도 산출모듈은 관측성에 영향을 주는 수목의 차폐도와 하천(물골) 및 이동성에 영향을 주는 수목의 밀집도와 도로에 대한 탐지 위험지수를 산출한다.In addition, the attribute detection risk calculation module calculates a detection risk index for trees and roads that affect the shielding degree of trees affecting observability and rivers (water valleys) and mobility.

또한, 상기 종합위험지수(탐지위험도) 산출모듈은 지형고도, 경사도, 경사반복, 수목의 차폐도, 수목의 밀집도, 도로, 하천(물골)의 위험지수에 대하여 각각의 위험지수에 대한 가중치를 고려하여 종합위험지수(탐지위험도)를 산출한다.In addition, the comprehensive risk index (detection risk) calculation module considers the weight of each risk index for the terrain altitude, slope, slope repetition, tree shielding degree, density of trees, road, river (water bones) risk index Comprehensive risk index (detection risk) is calculated.

또한, 상기 동적 탐지확률 산출모듈은 감시장비의 최적배치 구간에서 침투객체가 얼마나 노출(탐지)되는지를 계산한다.In addition, the dynamic detection probability calculation module calculates how exposed (detected) the infiltration object is in the optimum arrangement section of the monitoring equipment.

또한, 상기의 목적을 달성하기 위하여 본 발명에 따른 지형자료 기반의 감시효과 통합 분석방법은,In addition, in order to achieve the above object, the terrain data-based monitoring effect integrated analysis method according to the present invention,

가시선 분석모듈, 감시장비 배치조합 산출모듈, 지형 탐지위험도 산출모듈, 속성 탐지위험도 산출모듈, 종합위험지수(탐지위험도) 산출모듈, 예상침투로 생성모듈, 동적 탐지확률 산출모듈을 구비하는 지형자료 기반의 감시효과 통합 분석장치를 이용하여 지형자료 기반의 감시효과를 통합적으로 분석하는 방법으로서,Terrain data base with visible line analysis module, monitoring equipment batch combination calculation module, terrain detection risk calculation module, attribute detection risk calculation module, comprehensive risk index (detection risk) calculation module, predicted penetration generation module, dynamic detection probability calculation module As a method of integrated analysis of surveillance effects based on terrain data,

a) 상기 가시선 분석모듈에 의해 지형 고도자료 정보를 기반으로 지형을 도시하고 가시선 분석을 수행하는 단계;a) displaying terrain and performing visible line analysis based on terrain altitude data by the visible line analyzing module;

b) 상기 수행된 가시선 분석 결과를 바탕으로, 상기 감시장비 배치조합 산출모듈에 의해 해당 감시지역에 배치된 감시장비에 대하여 최적의 감시효과를 제시하는 감시장비 배치조합을 산출하는 단계;b) calculating, by the monitoring equipment batch combination calculation module, a monitoring equipment batch combination that presents an optimal monitoring effect for the monitoring equipment arranged in the corresponding monitoring area based on the performed visible line analysis result;

c) 상기 산출된 감시장비 배치조합 결과를 바탕으로, 상기 지형 탐지위험도 산출모듈에 의해 지형 고도자료 정보에 의한 탐지위험도를 산출하는 단계;c) calculating a detection risk based on terrain elevation data by the terrain detection risk calculation module based on the calculated monitoring equipment arrangement result;

d) 상기 산출된 감시장비 배치조합 결과를 바탕으로, 상기 속성 탐지위험도 산출모듈에 의해 지형 속성자료 정보에 의한 탐지위험도를 산출하는 단계;d) calculating detection risk by terrain attribute data information by the attribute detection risk calculation module based on the calculated monitoring equipment arrangement result;

e) 상기 산출된 지형 고도자료 정보에 의한 탐지위험도와 지형 속성자료 정보에 의한 탐지위험도를 종합하여 상기 종합위험지수(탐지위험도) 산출모듈에 의해 종합위험지수(탐지위험도)를 산출하는 단계; e) calculating a comprehensive risk index (detection risk) by the comprehensive risk index (detection risk) calculation module by combining the calculated risk by the terrain elevation data information and the detection risk by the terrain attribution data;

f) 상기 산출된 종합위험지수(탐지위험도)와 시뮬레이션(simulation)에 의해 주어지는 침투객체 정보를 이용하여, 상기 예상침투로 생성모듈에 의해 예상 침투로를 생성하는 단계; 및 f) generating an expected penetration path by the expected penetration path generation module by using the calculated penetration risk information and the penetration object information provided by the simulation; And

g) 상기 생성된 예상침투로와 상기 종합위험지수(탐지위험도)에 근거하여 상기 동적 탐지확률 산출모듈에 의해 다수의 침투객체를 발생시켜 감시장비가 시간적으로 탐지하는 동적인 환경에서 동적 탐지확률을 산출하는 단계를 포함하는 점에 그 특징이 있다. g) calculate a dynamic detection probability in a dynamic environment in which the monitoring equipment detects time by generating a plurality of infiltration objects by the dynamic detection probability calculation module based on the generated estimated penetration path and the comprehensive risk index (detection risk). The feature is that it comprises a step.

여기서, 상기 지형고도자료 정보는 지형고도, 지형경사, 정면관측자 경사, 지형/경사반복 정보를 포함하고, 상기 지형속성자료 정보는 수목, 도로, 하천 정보를 포함한다.Here, the topographic elevation data information includes topographic elevation, topographic slope, front observer slope, topographic / tilt repetition information, and the topographic attribute data information includes tree, road, and river information.

또한, 상기 단계 b)에서의 감시장비 배치조합을 산출함에 있어서, 고정되는 감시장비 및 감시장비 간의 간격을 고려하여 해당 구간 내에서 가시율이 가장 높은 것을 우선 배치하는 최적 배치조합을 산출한다. Further, in calculating the surveillance equipment arrangement combination in the step b), considering the interval between the surveillance equipment and the monitoring equipment is fixed, calculates the optimal placement combination that first arranges the highest visibility within the interval.

또한, 상기 단계 c)에서 지형 고도자료 정보에 의한 탐지위험도를 산출함에 있어서, 상기 지형 탐지위험도 산출모듈에 의해 지형자료(지형고도자료)의 분석을 통하여 탐지 위험지수를 판단하고, 지형자료와 동일한 구조를 갖는 위험도 지도를 생성한다.Further, in calculating the detection risk by the terrain elevation data in step c), the detection risk index is determined by analyzing the terrain data (terrain elevation data) by the terrain detection risk calculation module, and the same as the terrain data. Create a risk map with structure.

또한, 상기 단계 d)에서 지형 속성자료 정보에 의한 탐지위험도를 산출함에 있어서, 상기 속성 탐지위험도 산출모듈에 의해 관측성에 영향을 주는 수목의 차폐도와 하천(물골) 및 이동성에 영향을 주는 수목의 밀집도와 도로에 대한 탐지 위험지수를 산출한다.In addition, in calculating the detection risk by the terrain attribution data in step d), the denseness of trees affecting the shielding and streams (water bones) and mobility affecting the observability by the attribution detection risk calculation module. Calculate the detection risk index for and roads.

또한, 상기 단계 e)에서 상기 종합위험지수(탐지위험도) 산출모듈에 의해 지형고도, 경사도, 경사반복, 수목의 차폐도, 수목의 밀집도, 도로, 하천(물골)의 위험지수에 대하여 각각의 위험지수에 대한 가중치를 고려하여 종합위험지수(탐지위험도)를 산출한다.In addition, in step e), each of the risks for the terrain altitude, slope, slope repetition, tree shielding, tree density, road, river (water bone) risk index by the comprehensive risk index (detection risk) calculation module. Comprehensive risk index (detection risk) is calculated by considering the weight of the index.

또한, 상기 단계 g)에서 상기 동적 탐지확률 산출모듈에 의해 감시장비의 최적배치 구간에서 침투객체가 얼마나 노출(탐지)되는지를 계산한다.Further, in step g), the dynamic detection probability calculation module calculates how much the infiltration object is exposed (detected) in the optimum arrangement section of the monitoring equipment.

이와 같은 본 발명에 의하면, 지형고도자료 및 지형속성자료에 포함된 지형정보를 바탕으로 가시선 분석 및 탐지위험도를 산출하고, 그를 바탕으로 집중감시지역 등에 대하여 예상침투 경로를 사전에 모의실행함으로써 감시취약지역 등을 예측하여 경계대책을 미리 수립할 수 있다. 또한, 분석결과와 함께 감시장비의 성능, 운용특성 및 침투객체 이동속도 등을 반영한 동적탐지 시뮬레이션을 통하여 시간의 변화에 따른 감시효과를 통계적으로 분석할 수 있으며, 장비의 고장 유무, 운용대수 제한, 감시장비의 이격거리 등 보다 현실적인 제약변수 등을 포함하여 최적배치 정보를 제공함으로써 감시 및 경계 효과분석을 용이하고 빠르게 정량적으로 수행할 수 있다. According to the present invention, the weakness of the surveillance by calculating the line of sight analysis and detection risk based on the topographic information included in the topographic elevation data and the topographical attribute data, and simulate the anticipated penetration route for the centralized monitoring area in advance. Precautionary measures can be established in advance by predicting areas. In addition, through the dynamic detection simulation that reflects the performance of the monitoring equipment, the operating characteristics and the moving speed of the infiltration object, the monitoring effect according to the time changes can be statistically analyzed. Monitoring and boundary effect analysis can be performed easily and quickly and quantitatively by providing optimal placement information including more realistic constraints such as the separation distance of monitoring equipment.

도 1은 본 발명에 따른 지형자료 기반의 감시효과 통합 분석장치의 구성을 개략적으로 보여주는 도면.
도 2는 본 발명에 따른 지형자료 기반의 감시효과 통합 분석방법의 실행과정을 보여주는 흐름도.
도 3은 본 발명의 방법에 따라 지형고도자료 정보를 이용하여 해당지역에 배치된 감시장비의 가시선 분석을 수행하는 과정을 보여주는 도면.
도 4는 도 3의 가시선 분석결과에 기초하여 감시장비 대수, 고정 등 제약조건을 반영한 최적배치 정보를 산출하는 최적배치 알고리즘을 보여주는 도면.
도 5는 본 발명에 따른 지형자료 기반의 감시효과 통합 분석방법에 있어서,지형 탐지위험도 산출과 관련하여 관측자 위치보정에 따른 경사방향을 도시하는 과정을 보여주는 도면.
도 6은 본 발명에 따른 지형자료 기반의 감시효과 통합 분석방법에 있어서,탐지위험도를 기반으로 예상침투로를 생성하는 알고리즘을 보여주는 도면.
도 7은 본 발명에 따른 지형자료 기반의 감시효과 통합 분석방법에 있어서, 감시장비 최적배치 정보를 기반으로 침투객체정보를 이용하여 동적탐지 확률을 산출하는 과정을 보여주는 도면.1 is a view schematically showing the configuration of a surveillance effect integrated analysis apparatus based on terrain data according to the present invention.
Figure 2 is a flow chart showing the execution process of the integrated surveillance effect analysis method based on terrain data according to the present invention.
3 is a view showing a process of performing a line of sight analysis of the monitoring equipment disposed in the area by using the topographic elevation data information according to the method of the present invention.
FIG. 4 is a diagram showing an optimal placement algorithm for calculating optimal placement information reflecting constraints such as the number of monitoring equipment and the fixation, based on the visible line analysis result of FIG. 3.
5 is a view showing a process of showing the inclination direction according to observer position correction in connection with the calculation of terrain detection risk in the terrain data-based monitoring effect integrated analysis method according to the present invention.
6 is a view showing an algorithm for generating a predicted penetration path based on detection risk in a method for integrated analysis of surveillance effects based on terrain data according to the present invention.
7 is a view showing a process of calculating a dynamic detection probability using the infiltration object information based on the monitoring equipment optimal arrangement information in the terrain data-based integrated monitoring method according to the present invention.

이하 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

본 발명의 실시예에 대한 설명에서 사용되는 "모듈"이라는 용어는 소프트웨어적인 개념과 하드웨어적인 개념을 모두 포함하는 개념이다. The term "module" as used in the description of the embodiments of the present invention is a concept that includes both software and hardware concepts.

도 1은 본 발명에 따른 지형자료 기반의 감시효과 통합 분석장치의 구성을 개략적으로 보여주는 도면이다.1 is a view schematically showing the configuration of a surveillance data integrated analysis apparatus based on terrain data according to the present invention.

도 1을 참조하면, 본 발명에 따른 지형자료 기반의 감시효과 통합 분석장치는, 지형 고도자료 정보와 지형 속성자료 정보를 기반으로 감시장비의 감시효과를 통합적으로 분석하는 장치로서, 가시선 분석모듈(110), 감시장비 배치조합 산출모듈(120), 지형 탐지위험도 산출모듈(130), 속성 탐지위험도 산출모듈(140), 종합위험지수(탐지위험도) 산출모듈(150), 예상침투로 생성모듈(160), 동적 탐지확률 산출모듈(170), 데이터베이스(180), 제어부(190)를 포함한다.Referring to FIG. 1, the integrated surveillance effect analysis apparatus based on terrain data according to the present invention is an apparatus for integrating and analyzing a surveillance effect of a surveillance apparatus based on terrain elevation data information and terrain attribute data information. 110), monitoring equipment arrangement combination calculation module 120, terrain detection risk calculation module 130, attribute detection risk calculation module 140, comprehensive risk index (detection risk) calculation module 150, expected penetration path generation module ( 160, a dynamic detection probability calculation module 170, a database 180, and a controller 190.

상기 가시선 분석모듈(110)은 상기 지형 고도자료 정보를 기반으로 지형을 도시하고 가시선 분석을 수행한다. 즉, 가시선 분석모듈(110)은 상기 데이터베이스(180)로부터 지형 고도자료 정보를 읽어내어, 그를 도시하고 가시선 분석을 수행한다. 여기서, 상기 지형 고도자료 정보는 지형고도, 지형경사, 정면관측자 경사, 지형/경사반복 정보를 포함한다.The line analysis module 110 shows the terrain based on the terrain elevation data information and performs a line analysis. That is, the line of sight analysis module 110 reads the terrain altitude data information from the database 180, shows it and performs the line of sight analysis. Here, the terrain elevation data information includes terrain elevation, terrain slope, front observer slope, terrain / slope repeat information.

상기 감시장비 배치조합 산출모듈(120)은 상기 가시선 분석모듈(110)에 의해 분석된 가시선 분석 결과를 바탕으로, 해당 감시지역에 배치된 감시장비에 대하여 최적의 감시효과를 제시하는 감시장비 배치조합을 산출한다.The monitoring device arrangement combination calculation module 120 based on the visible line analysis result analyzed by the line analysis module 110, the monitoring device arrangement combination to present the optimal monitoring effect for the monitoring equipment arranged in the monitoring area To calculate.

상기 지형 탐지위험도 산출모듈(130)은 상기 감시장비 배치조합 산출모듈 (120)에 의해 산출된 감시장비 배치조합 결과를 바탕으로, 상기 지형 고도자료 정보에 의한 탐지위험도를 산출한다.The terrain detection risk calculation module 130 calculates a detection risk based on the terrain elevation data information based on the monitoring device arrangement combination result calculated by the monitoring device arrangement combination calculation module 120.

상기 속성 탐지위험도 산출모듈(140)은 상기 감시장비 배치조합 산출모듈 (120)에 의해 산출된 감시장비 배치조합 결과를 바탕으로, 상기 지형 속성자료 정보에 의한 탐지위험도를 산출한다. 여기서, 상기 지형속성자료 정보는 수목, 도로, 하천 정보를 포함한다.The attribute detection risk calculation module 140 calculates the detection risk based on the terrain attribute data information based on the monitoring device arrangement combination result calculated by the monitoring device arrangement combination calculation module 120. Here, the topographical attribute data information includes tree, road and river information.

상기 종합위험지수(탐지위험도) 산출모듈(150)은 상기 지형 탐지위험도 산출모듈(130)에 의해 산출된 지형 고도자료 정보에 의한 탐지위험도와, 상기 속성 탐지위험도 산출모듈(140)에 의해 산출된 지형 속성자료 정보에 의한 탐지위험도를 종합하여 종합위험지수(탐지위험도)를 산출한다.The comprehensive risk index (detection risk) calculation module 150 calculates the detection risk by the terrain elevation data information calculated by the terrain detection risk calculation module 130 and the property detection risk calculation module 140. Comprehensive risk index (detection risk) is calculated by integrating the detection risk based on terrain attribution data.

상기 예상침투로 생성모듈(160)은 상기 종합위험지수(탐지위험도) 산출모듈 (150)에 의해 산출된 종합위험지수(탐지위험도)와 시뮬레이션(simulation)에 의해 주어지는 침투객체 정보(시작점, 중간경로점, 최종목표점, 이동속도 등)를 이용하여 예상 침투로를 생성한다. The predicted penetration path generation module 160 is a comprehensive risk index (detection risk) calculated by the comprehensive risk index (detection risk) calculation module 150 and the penetration object information (starting point, intermediate path) given by the simulation (simulation). Point, final target point, moving speed, etc.) to generate the expected penetration.

상기 동적 탐지확률 산출모듈(170)은 상기 예상침투로 생성모듈(160)에 의해 생성된 예상침투로와 상기 종합위험지수(탐지위험도)에 근거하여 다수의 침투객체를 발생시켜 감시장비가 시간적으로 탐지하는 동적인 환경에서 탐지확률을 산출한다.The dynamic detection probability calculation module 170 generates a plurality of infiltration objects based on the predicted penetration path generated by the expected penetration path generation module 160 and the comprehensive risk index (detection risk) to detect the monitoring equipment in time. The probability of detection is calculated in a dynamic environment.

상기 데이터베이스(180)에는 상기 제 모듈들의 작업을 위해 필요한 지형고도자료 정보, 지형속성자료 정보, 감시장비정보, 침투객체정보 및 영상정보자료를 포함한 각종 데이터와 시스템 운영을 위한 프로그램이 저장되어 있다. The database 180 stores programs for operating various data and systems including terrain elevation data information, terrain attribute data information, surveillance equipment information, penetration object information, and image information data required for the operation of the first module.

상기 제어부(190)는 상기 제 구성요소들의 동작을 제어하고 상태를 감시한다.The controller 190 controls the operation of the components and monitors the state.

여기서, 상기 감시장비 배치조합 산출모듈(120)은 고정되는 감시장비 및 감시장비 간의 간격을 고려하여 해당 구간 내에서 가시율이 가장 높은 것을 우선 배치하는 최적 배치조합을 산출한다. Here, the monitoring equipment batch combination calculation module 120 calculates an optimal batch combination that first arranges the highest visibility in the corresponding section in consideration of the interval between the fixed monitoring equipment and the monitoring equipment.

또한, 상기 지형 탐지위험도 산출모듈(130)은 지형자료(지형고도자료)의 분석을 통하여 탐지 위험지수를 판단하고, 지형자료와 동일한 구조를 갖는 위험도 지도를 생성한다.In addition, the terrain detection risk calculation module 130 determines a detection risk index through analysis of terrain data (terrain elevation data), and generates a risk map having the same structure as the terrain data.

또한, 상기 속성 탐지위험도 산출모듈(140)은 관측성에 영향을 주는 수목의 차폐도와 하천(물골) 및 이동성에 영향을 주는 수목의 밀집도와 도로에 대한 탐지 위험지수를 산출한다.In addition, the attribute detection risk calculation module 140 calculates the detection risk index for the tree and the density of the trees affecting the shielding and rivers (water bones) and mobility affecting the observability.

또한, 상기 종합위험지수(탐지위험도) 산출모듈(150)은 지형고도, 경사도, 경사반복, 수목의 차폐도, 수목의 밀집도, 도로, 하천(물골)의 위험지수에 대하여 각각의 위험지수에 대한 가중치를 고려하여 종합위험지수(탐지위험도)를 산출한다.In addition, the comprehensive risk index (detection risk) calculation module 150 for the risk index of the terrain altitude, slope, slope repetition, tree shielding degree, density of trees, roads, rivers (water bones) for each risk index Comprehensive risk index (detection risk) is calculated by considering the weight.

또한, 상기 동적 탐지확률 산출모듈(170)은 감시장비의 최적배치 구간에서 침투객체가 얼마나 노출(탐지)되는지를 계산한다.In addition, the dynamic detection probability calculating module 170 calculates the exposure (detection) of the infiltration object in the optimal arrangement section of the monitoring equipment.

그러면, 이상과 같은 구성을 갖는 본 발명에 따른 지형자료 기반의 감시효과 통합 분석장치를 이용한 지형자료 기반의 감시효과 통합 분석방법에 대하여 설명해 보기로 한다.Then, a description will be given of the integrated analysis method of the terrain data-based monitoring effect using the integrated terrain data-based monitoring effect analysis apparatus according to the present invention having the configuration as described above.

도 2는 본 발명에 따른 지형자료 기반의 감시효과 통합 분석방법의 실행과정을 보여주는 흐름도이다.Figure 2 is a flow chart showing the execution process of the integrated surveillance data analysis method based on terrain data according to the present invention.

도 2를 참조하면, 본 발명에 따른 지형자료 기반의 감시효과 통합 분석방법은, 가시선 분석모듈(110), 감시장비 배치조합 산출모듈(120), 지형 탐지위험도 산출모듈(130), 속성 탐지위험도 산출모듈(140), 종합위험지수(탐지위험도) 산출모듈 (150), 예상침투로 생성모듈(160), 동적 탐지확률 산출모듈(170)을 구비하는 지형자료 기반의 감시효과 통합 분석장치를 이용하여 지형자료 기반의 감시효과를 통합적으로 분석하는 방법으로서, 먼저 상기 가시선 분석모듈(110)에 의해 지형 고도자료 정보를 기반으로 지형을 도시하고 가시선 분석을 수행한다(단계 S201).Referring to FIG. 2, the integrated surveillance method based on terrain data according to the present invention includes a visible line analysis module 110, a monitoring device arrangement combination calculation module 120, a terrain detection risk calculation module 130, and an attribute detection risk level. Using a terrain data-based monitoring effect integrated analysis device having a calculation module 140, a comprehensive risk index (detection risk) calculation module 150, a predicted penetration generation module 160, a dynamic detection probability calculation module 170 As a method of comprehensively analyzing the surveillance effect based on the terrain data, first, the terrain is analyzed based on the terrain elevation data by the visible line analysis module 110 and the visible line analysis is performed (step S201).

그런 후, 수행된 가시선 분석 결과를 바탕으로, 상기 감시장비 배치조합 산출모듈(120)에 의해 해당 감시지역에 배치된 감시장비에 대하여 최적의 감시효과를 제시하는 감시장비 배치조합을 산출한다(단계 S202). 그리고, 산출된 감시장비 배치조합 결과를 바탕으로, 상기 지형 탐지위험도 산출모듈(130)에 의해 지형 고도자료 정보에 의한 탐지위험도를 산출한다(단계 S203). 또한, 상기 산출된 감시장비 배치조합 결과를 바탕으로, 상기 속성 탐지위험도 산출모듈(140)에 의해 지형 속성자료 정보에 의한 탐지위험도를 산출한다(단계 S204).Then, based on the result of the visible line analysis performed, the monitoring equipment batch combination calculation module 120 calculates the monitoring equipment batch combination that presents the optimal monitoring effect for the monitoring equipment arranged in the monitoring area (step) S202). Then, based on the calculated monitoring equipment arrangement result, the detection risk of the terrain detection data is calculated by the terrain detection risk calculation module 130 (step S203). In addition, based on the calculated monitoring equipment arrangement result, the detection risk calculation module 140 calculates the detection risk by the terrain attribution data (step S204).

이후, 상기 산출된 지형 고도자료 정보에 의한 탐지위험도와 지형 속성자료 정보에 의한 탐지위험도를 종합하여 상기 종합위험지수(탐지위험도) 산출모듈(150)에 의해 종합위험지수(탐지위험도)를 산출한다(단계 S205). 그런 다음, 산출된 종합위험지수(탐지위험도)와 시뮬레이션(simulation)에 의해 주어지는 침투객체 정보를 이용하여, 상기 예상침투로 생성모듈(160)에 의해 예상 침투로를 생성한다(단계 S206). 그런 후, 상기 생성된 예상침투로와 상기 종합위험지수(탐지위험도)에 근거하여 상기 동적 탐지확률 산출모듈(170)에 의해 다수의 침투객체를 발생시켜 감시장비가 시간적으로 탐지하는 동적인 환경에서 탐지확률을 산출한다(단계 S207).Subsequently, a comprehensive risk index (detection risk) is calculated by the comprehensive risk index (detection risk) calculation module 150 by combining the calculated detection risk by the terrain elevation data information and the detection risk by the terrain attribute data information. (Step S205). Then, the estimated penetration path generation module 160 generates the expected penetration path using the calculated comprehensive risk index (detection risk level) and the penetration object information given by the simulation (step S206). Then, based on the generated estimated penetration path and the comprehensive risk index (detection risk), the dynamic detection probability calculation module 170 generates a plurality of infiltration objects to detect in a dynamic environment that the monitoring equipment detects in time. The probability is calculated (step S207).

여기서, 상기 단계 S201 및 S203에서의 지형고도자료 정보는 지형고도, 지형경사, 정면관측자 경사, 지형/경사반복 정보를 포함하고, 상기 단계 S204에서의 지형속성자료 정보는 수목, 도로, 하천 정보를 포함한다.Here, the topographic elevation data information in the step S201 and S203 includes the topographical altitude, topographic slope, front observer slope, topography / slope repetition information, and the topographical attribute data information in the step S204 includes tree, road, river information Include.

또한, 상기 단계 S202에서의 감시장비 배치조합을 산출함에 있어서, 고정되는 감시장비 및 감시장비 간의 간격을 고려하여 해당 구간 내에서 가시율이 가장 높은 것을 우선 배치하는 최적 배치조합을 산출한다. Further, in calculating the surveillance equipment arrangement combination in the step S202, considering the interval between the fixed surveillance equipment and the monitoring equipment, the optimal arrangement combination which first arranges the highest visibility in the corresponding section is calculated.

또한, 상기 단계 S203에서 지형 고도자료 정보에 의한 탐지위험도를 산출함에 있어서, 상기 지형 탐지위험도 산출모듈(130)에 의해 지형자료(지형고도자료)의 분석을 통하여 탐지 위험지수를 판단하고, 지형자료와 동일한 구조를 갖는 위험도 지도를 생성한다.Further, in calculating the detection risk by the terrain altitude data in step S203, the detection risk index is determined by analyzing the terrain data (terrain elevation data) by the terrain detection risk calculation module 130, and the terrain data Create a risk map with the same structure as.

또한, 상기 단계 S204에서 지형 속성자료 정보에 의한 탐지위험도를 산출함에 있어서, 상기 속성 탐지위험도 산출모듈(140)에 의해 관측성에 영향을 주는 수목의 차폐도와 하천(물골) 및 이동성에 영향을 주는 수목의 밀집도와 도로에 대한 탐지 위험지수를 산출한다.In addition, in calculating the detection risk by the terrain attribution data in the step S204, the tree affecting the shielding and rivers (water bones) and mobility of the trees affecting the observability by the attribution detection risk calculation module 140. Calculate the density of traffic and the detection risk index on the road.

또한, 상기 단계 S205에서 상기 종합위험지수(탐지위험도) 산출모듈(150)에 의해 지형고도, 경사도, 경사반복, 수목의 차폐도, 수목의 밀집도, 도로, 하천(물골)의 위험지수에 대하여 각각의 위험지수에 대한 가중치를 고려하여 종합위험지수(탐지위험도)를 산출한다.In addition, in step S205, the comprehensive risk index (detection risk) calculation module 150 is used for the terrain altitude, the slope, the slope repetition, the tree shielding degree, the denseness of the tree, the road, and the risk index of the river (water valley), respectively. Comprehensive risk index (detection risk) is calculated by considering the weighting of the risk index.

또한, 상기 단계 S207에서 상기 동적 탐지확률 산출모듈(170)에 의해 감시장비의 최적배치 구간에서 침투객체가 얼마나 노출(탐지)되는지를 계산한다.In addition, in step S207, the dynamic detection probability calculation module 170 calculates the exposure (detection) of the infiltration object in the optimum arrangement section of the monitoring equipment.

여기서, 이상과 같은 본 발명의 지형자료 기반의 감시효과 통합 분석방법에 대하여 각 처리 단계별로 더 상세히 설명해 보기로 한다.Here, the integrated analysis method of the surveillance data based on the terrain data of the present invention as described above will be described in more detail at each processing step.

상기 단계 S201의 가시선 분석을 수행하는 단계는, 임의의 감시장비 배치 위치에서 감시장비의 가시여부를 판단할 수 있도록 감시대상 지역을 가시지역과 비가시지역을 구분하여 도시하고, 감시하고자 하는 면적에서 가시지역의 면적을 계산하여 그 비율을 제시하는 단계이다.In the performing of the visible line analysis of step S201, the monitoring target region is shown separately from the visible region and the invisible region so as to determine whether the monitoring equipment is visible at an arbitrary arrangement of the monitoring equipment, and in the area to be monitored. It is the step of calculating the area of visible area and presenting the ratio.

여기서, 가시선 분석은 기본적으로 감시장비의 설치위치와 지형자료의 고도정보를 바탕으로 수행된다. 이때 감시장비의 주/야간 가시거리 및 기상요소에 의한 가시비율을 반영하여 계산한다. 지형자료는 일정한 거리의 격자형태로 구성되는 수치표고자료(DEM: Digital Elevation Model)이며, 감시대상 영역에 포함되는 지점을 대상으로 가시/비가시 여부를 판단한다. 이때, 특정 가시선에 따라 거리를 증가시키면서 가시분석을 수행하는 것이 성능향상을 가져올 수 있으며, 따라서 도 3에 도시된 바와 같이 시계방향으로 회전하면서 분석한다. 이때, 원점을 중심으로 360°를 0.1°씩 증가하면서 가까운 거리에서 먼 곳으로, 이전 높이가 다음 높이를 가리는지의 여부를 판단하여 가시/비가시를 구분한다.Here, the line of sight analysis is basically performed based on the installation location of the surveillance equipment and the altitude information of the terrain data. At this time, it is calculated by reflecting the visibility of day / night visibility and weather factors of monitoring equipment. Terrain data is a digital elevation model (DEM) consisting of a grid of a certain distance, and it determines whether it is visible or invisible based on the points included in the monitored area. In this case, performing a visual analysis while increasing the distance according to a specific line of sight may improve performance, and thus analyzes while rotating clockwise as shown in FIG. 3. At this time, the visible / invisible is distinguished by determining whether the previous height obscure the next height far away from the near distance while increasing 360 ° by 0.1 ° around the origin.

또한, 상기 단계 S202의 감시장비 배치조합을 산출하는 단계에서는, 도 4에 도시된 바와 같은 최적배치 알고리즘에 의해 먼저 감시장비의 설치 후보지를 선정하고, 감시장비중 반드시 해당 위치에 존재하여야 하는 장비를 고정장비로 설정하며, 고정장비를 포함한 배치하고자 하는 감시장비의 대수를 입력하면 자동으로 분석하게 된다. 고정장비를 별도로 입력하지 않는 경우에는 전체 구간에서 가시율이 가장 높은 장비가 첫번째 고정장비가 된다. 이를 위하여, 먼저 전체 장비의 설치 구간이 확정되면, 고정장비와의 간격을 먼저 계산하고, 배치하고자 하는 장비의 대수가 다 선정될 때까지 장비배치를 계속해 나간다.In addition, in the step of calculating the monitoring equipment arrangement combination of step S202, the candidate candidate for installation of the monitoring equipment is first selected by the optimal arrangement algorithm as shown in FIG. It is set as fixed equipment, and the number of monitoring equipment to be placed including fixed equipment is entered and analyzed automatically. If no fixed equipment is inputted, the equipment with the highest visibility in the entire section becomes the first fixed equipment. To this end, once the installation section of the entire equipment is determined, the distance to the fixed equipment is first calculated, and the equipment placement is continued until the number of equipment to be arranged is selected.

이때, 장비 배치의 우선순위는 고정된 장비의 각각의 간격중 가장 거리가 먼 곳을 선택하고, 해당 구간 내에서 가시비율이 가장 높은 것을 우선 배치하게 된다. 이를 통하여 가시비율이 높은 장비들이 한군데 몰려 있어도 장비간의 간격을 어느 정도 일정하게 유지하게 된다.At this time, the priority of the equipment arrangement selects the farthest distance among the intervals of the fixed equipment, and firstly arrange the one having the highest visible ratio in the corresponding interval. Through this, even if the devices with high visibility ratio are gathered in one place, the distance between the devices is kept constant.

또한, 상기 단계 S203의 지형 고도자료 정보에 의한 탐지위험도를 산출하는 단계는, 지형자료, 즉 지형고도자료 정보(고도, 지형경사, 정면관측자 경사, 지형/경사반복 등)의 분석을 통하여 탐지 위험지수를 판단하는 것으로, 지형자료와 동일한 구조를 갖는 위험도 지도를 생성하는 단계이다. 여기서, 탐지 위험지수는 침투자 관점에서 은폐/엄폐/이동의 용이성을 고려하고, 적전술 관점에서 우선 침투로 조건을 고려하여 0.1에서 1.0까지 위험지수를 부여하여 계량화/규격화한다. 고도는 1/10단위로 구분되며 다음과 같이 정의된다.In addition, the step of calculating the detection risk by the terrain altitude data of the step S203, the risk of detection through analysis of the terrain data, that is, terrain altitude data information (altitude, terrain slope, front observer slope, terrain / slope repetition, etc.) In determining the index, a risk map having the same structure as the terrain data is generated. here, The detection risk index is quantified / standardized by assigning a risk index from 0.1 to 1.0, considering the ease of concealment / covering / movement from the intruder's perspective and considering the conditions of infiltration first. Altitude is divided into units of 1/10 and is defined as follows.

x부 능선 = yb + (yt - yb ) × x/10, x ridge = y b + (y t -y b ) × x / 10,

여기서, x는 1≤ x ≤10의 범위의 값을 가지며, yb는 최저고도, yt는 최대고도를 각각 나타낸다.Here, x has a value ranging from 1 ≦ x ≦ 10, y b represents the minimum altitude, and y t represents the maximum altitude, respectively.

지형의 경사도는 기동성에 영향을 주는 요소로서, 경사도의 크기에 비례하여 탐지 위험지수를 부여한다. 경사방향은 경계선과 평행한 선과 지형 경사면의 각도에 의하여 설정되고, 후면경사(0°≤θ＜90°)는 가장 작은 탐지 위험지수를 가지며, 전면경사(90°≤θ≤180°)에서는 각도가 커질수록 탐지 위험지수가 크게 된다. 또한, 침투자 관점에서 경계선상의 모든 경계병들과의 가시선 형성이 곧 관측성을 의미하기 때문에 지형경사의 방향과 함께 경계선과 각도가 탐지확률과 직결된다. 경계면의 좌측 선단에서부터 x m, 경계선에서부터 종심이 y m지점의 지형의 경사방향과 각도를 고려한 탐지위험도는 도 5에서와 같이 설정된다. 여기서, φ = tan -1 (x/y) 는 경계지역 좌측 선단으로부터 x m, 경계선에서부터 종심이 y m지점의 지형위치에 대한 측면 보정 각도이다. The slope of the terrain is a factor influencing maneuverability, and the detection risk index is given in proportion to the magnitude of the slope. The inclination direction is set by the line parallel to the boundary line and the angle of the terrain slope, and the rear slope (0 ° ≤θ <90 °) has the smallest detection risk index, and the angle at the front slope (90 ° ≤θ≤180 °) The larger the value, the greater the detection risk index. Also, from the perspective of intruder, the line of sight with all borderers on the border means observability, so the border and angle along with the direction of the terrain slope are directly related to the detection probability. The detection risk considering the inclination direction and the angle of the terrain at xm from the left end of the boundary and the center from the boundary is set as shown in FIG. 5. Where φ = tan -1 (x / y) is the xm from the left edge of the boundary region and the lateral correction angle with respect to the topographic position of the ym point from the boundary line.

지형의 경사반복도는 이동의 용이성과 속도에 영향을 주는 요소이며, 일정한 범위의 지역내에서 구릉이 반복되는 지수이다. 경사반복은 대상지역을 다시 100m×100m 단위로 구분하여 10m 단위의 박스(box)로 나누어 지역별로 구릉이 반복되는 경사 반복 주기의 평균치를 계산한다. 경사 반복지수에 비례하여 탐지 위험지수를 부여한다.The slope repeatability of the terrain is a factor that affects the ease and speed of the movement, and is an index where hills are repeated within a certain range. Gradient repetition divides the target area into 100m × 100m units, divides them into boxes of 10m units, and calculates the average value of the repetition cycles of hills repeating for each area. The detection risk index is given in proportion to the slope repeat index.

또한, 상기 단계 S204의 지형속성자료 정보(수목, 도로, 하천(물골) 등)에 의한 탐지위험도를 산출하는 단계는, 관측성에 영향을 주는 수목의 차폐도와 하천(물골) 및 이동성에 영향을 주는 수목의 밀집도와 도로에 대한 탐지 위험지수를 산출하는 단계이다. 수목의 차폐도는 높을수록 탐지 위험지수가 낮게 부여되고, 수목의 밀집도는 감시지역의 수목 수종별 분포도를 활용하여, 침엽수대 및 활엽수대는 이동성에 영향이 없으므로 고려대상에서 제외하고 잡목지대를 대상으로 평균 수목 높이, 평균 수목 간격 및 밀집도를 고려하여 탐지 위험지수를 부여한다. 도로는 이동성이 용이하나 관측성이 용이하므로 침투자가 회피하는 지역이 되므로, 비교적 높은 탐지 위험지수를 부여하고, 하천(물골)의 경우는 관측성이 불량하므로 낮은 탐지 위험지수를 부여한다.In addition, the step of calculating the detection risk by the topographical attribute data information (tree, road, river (water bone), etc.) of step S204, affects the shielding and river (water bone) and mobility of trees affecting observability It is a step to calculate the denseness of trees and the detection risk index on the road. The higher the shielding degree of the tree, the lower the detection risk index, and the density of the tree is based on the distribution of the tree species in the monitoring area.The coniferous and deciduous zones do not affect the mobility, so they are not considered. The detection risk index is assigned by considering the tree height, average tree spacing, and density. Since roads are easy to move but easy to observe, they become areas avoided by intruders. Therefore, roads have relatively high detection risk index, and in the case of rivers (water bones), they have low detection risk index.

또한, 상기 단계 S205의 지형에 의한 탐지위험도와 속성에 의한 탐지위험도를 종합하여 종합위험지수(탐지위험도)를 산출하는 단계는, 상기 단계 S203 및 S204에서 산출된 지형고도, 지형경사, 경사방향, 경사반복, 수목 차폐도, 수목 밀집도, 도로, 하천(물골) 등 위험지수에 대하여 각각의 위험지수에 대한 가중치를 부여하여 종합위험지수를 갖는 위험도 지도를 생성하는 단계이다. 종합위험지수(X)는 다음과 같은 수식 관계로 표현될 수 있다.In addition, the step of calculating the comprehensive risk index (detection risk) by combining the detection risk by the terrain and the detection risk by the attribute of step S205, the terrain altitude, terrain slope, slope direction, In this step, a risk map with a comprehensive risk index is generated by assigning a weight to each risk index for risk indexes such as slope repetition, tree shielding degree, tree density, road, and river (water valley). The composite risk index (X) can be expressed by the following mathematical relationship.

Figure 112010026600009-pat00001
Figure 112010026600009-pat00001

s: 위험요소(고도, 경사도, 수목차폐율, 수목밀집도 등)s: risk factors (altitude, slope, tree shielding rate, tree density, etc.)

X(s): 위험요소 s의 위험도X (s): risk of hazard s

w(s): 가중치(계절적/기상적인 요소)w (s): weight (seasonal / weatherening factor)

P(s): 위험요소 s 상태의 발생확률(P(s) = 1/s)P (s): probability of occurrence of hazard s state (P (s) = 1 / s)

여기서, 가중치는 해당 경계환경에 적합하도록 사용자가 지정할 수 있도록 한다. Here, the weight may be specified by the user so as to suit the boundary environment.

또한, 상기 단계 S206의 종합위험지수(탐지위험도)와 침투객체 정보(침투경로, 침투속도 등)를 이용하여 예상 침투로를 생성하는 단계는, 주어진 침투경로 및 침투속도와 도 6에서와 같은 경로(예상침투로)생성 알고리즘에 따라서 침투자의 관점에서 탐지가 용이하지 않은 경로를 선정하는 단계이다. 이러한 경로는 여러 개가 있을 수 있으므로 경로 생성시마다 약간씩 다른 경로를 선택할 수 있지만, 사용자가 지정한 시작점, 중간 경로 및 최종 목적지를 벗어나지는 않는다. In addition, the step of generating the expected penetration path using the comprehensive risk index (detection risk) and the penetration object information (penetration path, penetration rate, etc.) of the step S206, the given penetration path and penetration speed and the path as shown in FIG. It is a step of selecting a path that is not easy to detect from the intruder's point of view according to the generation algorithm. There can be multiple such routes, so you can choose slightly different routes each time you create a route, but it does not deviate from the user-specified starting point, intermediate route, and final destination.

예상침투로 선정시 기본적인 동작개념은 다음과 같다.The basic operation concept when selecting as expected penetration is as follows.

1. 출발 지점에서 목표 지점으로 방향성을 가지고 진행한다.1. Proceed with direction from the starting point to the target point.

2. 진행 방향 중 탐지위험도가 가장 낮은 곳을 찾아 간다.2. Go to the lowest detection risk in the direction of progress.

3. 목표 지점까지의 거리에 비례하여 다음 지점까지의 탐색 범위(블럭)의 크기를 달리한다.3. Change the size of the search range (block) to the next point in proportion to the distance to the target point.

4. 목표 지점 가까이에서는 탐색 범위를 축소한다.4. Reduce the search range near the target point.

5. 목표 지점의 일정 범위에 들어오면 탐색을 종료한다.5. When the target range is reached, the search ends.

경로생성 알고리즘의 세부적인 동작은 출발지점에서 목표지점으로의 방향에 가중치를 주고 주변 블록 단위의 위험도를 탐색하여, 가장 낮은 위험도를 갖는 블록을 다음 목적지로 정하며, 전진방향의 위험지수가 높으면 역(back) 방향의 블록을 찾아 가지만 목적지와 다른 방향으로 계속 진행하지 않도록 조정하며, 목적지와의 거리가 일정 범위 내까지 진행한다.The detailed operation of the path generation algorithm weights the direction from the starting point to the target point and searches for the risks in the neighboring block, and selects the block with the lowest risk as the next destination, and if the risk index in the forward direction is high, Find the block in the back direction, but adjust it so that it does not continue in the direction different from the destination, and the distance from the destination is within a certain range.

또한, 상기 단계 S207의 감시장비가 시간적으로 탐지하는 동적인 환경에서 탐지확률을 산출하는 단계는, 도 7의 개념도로 표현한 바와 같이, 적의 예상 침투로 생성시 감시장비의 최적배치 구간에서 침투객체가 얼마나 노출(탐지)되는지를 계산하는 단계이다. 동적 탐지확률의 계산은 먼저, 특정구간에서 침투객체의 예상침투로와 반복횟수를 설정하면, 해당 횟수만큼 모의침투를 반복 시행하고, 이를 통하여 침투객체가 감시장비로 가시영역에 노출되는 시간을 계산하여 동적 탐지확률을 구하고, 이를 평균하여 출력한다. 동적 탐지확률은 다음과 같은 수식 관계로 표현될 수 있다.In addition, the step of calculating the detection probability in the dynamic environment that the monitoring equipment of step S207 detects in time, as shown in the conceptual diagram of FIG. It is a step of calculating how much exposure (detection) is made. To calculate the dynamic detection probability, first set the expected penetration and repetition frequency of the penetrating object in a specific section, and then repeat the simulation as many times as the number of times. The dynamic detection probability is calculated and averaged and output. The dynamic detection probability can be expressed by the following mathematical relationship.

Figure 112010026600009-pat00002
Figure 112010026600009-pat00002

여기서, pts:pan/tilt 회전각도, av:감시화각, os:침투객체 속도, L(p):경로거리, p는 경로번호, L(vp):노출경로, L(ip):비노출경로, D(om):감시장비 탐지율, D(p):탐지확률, n:path 번호를 각각 나타낸다.Where pts: pan / tilt rotation angle, av: monitoring angle, os: penetrating object velocity, L (p): path distance, p is path number, L (vp): exposure path, L (ip): non-exposure path, D (om): surveillance equipment detection rate, D (p): detection probability, and n: path number.

이상에서 설명한 바와 같이, 본 발명에 따른 지형자료 기반의 감시효과 통합 분석장치 및 방법은 지형고도자료 및 지형속성자료에 포함된 지형정보를 바탕으로 가시선 분석 및 탐지위험도를 산출하고, 그를 바탕으로 집중감시지역 등에 대하여 예상침투 경로를 사전에 모의실행함으로써 감시취약지역 등을 예측하여 경계대책을 미리 수립할 수 있다. 또한, 분석결과와 함께 감시장비의 성능, 운용특성 및 침투객체 이동속도 등을 반영한 동적탐지 시뮬레이션을 통하여 시간의 변화에 따른 감시효과를 통계적으로 분석할 수 있으며, 장비의 고장 유무, 운용대수 제한, 감시장비의 이격거리 등 보다 현실적인 제약변수 등을 포함하여 최적배치 정보를 제공함으로써 감시 및 경계 효과분석을 용이하고 빠르게 정량적으로 수행할 수 있다. As described above, the integrated analysis and monitoring effect based on terrain data according to the present invention calculates the line of sight analysis and detection risk based on the terrain information included in the terrain elevation data and terrain attribute data, and concentrated on it By preliminarily conducting anticipated penetration routes for surveillance areas, it is possible to anticipate surveillance weak areas and establish boundary measures in advance. In addition, through the dynamic detection simulation that reflects the performance of the monitoring equipment, the operating characteristics and the moving speed of the infiltration object, the monitoring effect according to the time changes can be statistically analyzed. Monitoring and boundary effect analysis can be performed easily and quickly and quantitatively by providing optimal placement information including more realistic constraints such as the separation distance of monitoring equipment.

이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양하게 변경, 응용될 수 있음은 당업자에게 자명하다. 따라서, 본 발명의 진정한 보호 범위는 다음의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, Accordingly, the true scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of the same should be construed as being included in the scope of the present invention.

110...가시선 분석모듈 120...감시장비 배치조합 산출모듈
130...지형 탐지위험도 산출모듈 140...속성 탐지위험도 산출모듈
150...종합위험지수(탐지위험도) 산출모듈 160...예상침투로 생성모듈
170...탐지확률 산출모듈 180...데이터베이스
190...제어부110 Visible line analysis module 120 Monitoring equipment batch combination calculation module
131 Terrain Detection Risk Calculation Module 140 Attribute Detection Risk Calculation Module
150 ... Calculation module for comprehensive risk index (detection risk) 160 ... Module for projected penetration
170 ... Probability of calculation module 180 ... Database
190.Control panel

Claims (14)

지형 고도자료 정보와 지형 속성자료 정보를 기반으로 감시장비의 감시효과를 통합적으로 분석하는 장치로서,
상기 지형 고도자료 정보를 기반으로 지형을 도시하고 가시선 분석을 수행하는 가시선 분석모듈;
상기 가시선 분석모듈에 의해 분석된 가시선 분석 결과를 바탕으로, 해당 감시지역에 배치된 감시장비에 대하여 감시장비간 간격을 고려하여 감시장비 배치조합을 산출하는 감시장비 배치조합 산출모듈;
상기 감시장비 배치조합 산출모듈에 의해 산출된 감시장비 배치조합 결과를 바탕으로, 상기 지형 고도자료 정보에 의한 탐지위험도를 산출하는 지형 탐지위험도 산출모듈;
상기 감시장비 배치조합 산출모듈에 의해 산출된 감시장비 배치조합 결과를 바탕으로, 상기 지형 속성자료 정보에 의한 탐지위험도를 산출하는 속성 탐지위험도 산출모듈;
상기 지형 탐지위험도 산출모듈에 의해 산출된 지형 고도자료 정보에 의한 탐지위험도와, 상기 속성 탐지위험도 산출모듈에 의해 산출된 지형 속성자료 정보에 의한 탐지위험도를 종합하여 종합위험지수(탐지위험도)를 산출하는 종합위험지수(탐지위험도) 산출모듈;
상기 종합위험지수(탐지위험도) 산출모듈에 의해 산출된 종합위험지수(탐지위험도)와 시뮬레이션(simulation)에 의해 주어지는 침투객체 정보를 이용하여 예상 침투로를 생성하는 예상침투로 생성모듈;
상기 예상침투로 생성모듈에 의해 생성된 예상침투로와 상기 종합위험지수(탐지위험도)에 근거하여 다수의 침투객체를 발생시켜 상기 감시장비에 의해 상기 침투객체가 가시영역에 노출되는 시간에 따른 탐지확률을 산출하는 동적 탐지확률 산출모듈;
상기 각 모듈들의 작업을 위해 필요한 지형고도자료 정보, 지형속성자료 정보, 감시장비정보, 침투객체정보 및 영상정보자료를 포함한 각종 데이터와 시스템 운영을 위한 프로그램이 저장되어 있는 데이터베이스; 및
상기 각 모듈들의 동작을 제어하고 상태를 감시하는 제어부를 포함하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석장치.It is a device that integrates and analyzes the surveillance effect of surveillance equipment based on terrain elevation data and terrain attribution data.
A line of sight analysis module for displaying a terrain and performing line of sight analysis based on the terrain elevation data information;
A monitoring device batch combination calculating module configured to calculate a monitoring device batch combination based on the visible line analysis result analyzed by the visible line analyzing module in consideration of the interval between the monitoring devices with respect to the monitoring equipment arranged in the corresponding monitoring area;
A terrain detection risk calculation module that calculates a detection risk based on the terrain elevation data information based on the monitoring device layout combination result calculated by the monitoring device layout combination calculation module;
An attribute detection risk calculation module configured to calculate a detection risk based on the terrain attribute data information based on the monitoring device arrangement combination result calculated by the monitoring device arrangement combination calculation module;
Comprehensive risk index (detection risk) is calculated by combining the detection risk by the terrain elevation data information calculated by the terrain detection risk calculation module and the detection risk by the terrain attribute data information calculated by the property detection risk calculation module. A comprehensive risk index (detection risk) calculation module;
An expected penetration path generation module for generating an expected penetration path using the comprehensive risk index (detection risk) calculated by the comprehensive risk index (detection risk) calculation module and the penetration object information given by the simulation;
Probability of detection according to time when the penetration object is exposed to the visible area by the monitoring equipment by generating a plurality of penetration objects based on the expected penetration path generated by the prediction penetration path generation module and the comprehensive risk index (detection risk). Dynamic detection probability calculation module for calculating a;
A database that stores programs for operating various data and systems including terrain elevation data information, terrain attribute data information, surveillance equipment information, penetration object information, and image information data required for the operation of each module; And
And a control unit for controlling the operation of each of the modules and monitoring the state. 제1항에 있어서,
상기 지형고도자료 정보는 지형고도, 지형경사, 정면관측자 경사, 지형/경사반복 정보를 포함하고, 상기 지형속성자료 정보는 수목, 도로, 하천 정보를 포함하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석장치.The method of claim 1,
The terrain elevation data information includes terrain elevation, terrain slope, front observer slope, terrain / slope repetition information, and the terrain attribute data information includes tree, road, and river information. Integrated Analyzer. 제1항에 있어서,
상기 감시장비 배치조합 산출모듈은 고정되는 감시장비 및 감시장비 간의 간격을 고려하여 해당 구간 내에서 가시율이 가장 높은 것을 우선 배치하는 배치조합을 산출하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석장치.The method of claim 1,
The monitoring equipment batch combination calculation module calculates a batch combination that preferentially arranges the highest visibility within the corresponding section in consideration of the interval between the fixed monitoring equipment and the monitoring equipment, and analyzes the monitoring effect based on the terrain data. Device. 제1항에 있어서,
상기 지형 탐지위험도 산출모듈은 지형자료(지형고도자료)의 분석을 통하여 탐지 위험지수를 판단하고, 지형자료와 동일한 구조를 갖는 위험도 지도를 생성하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석장치.The method of claim 1,
The terrain detection risk calculation module determines a detection risk index through analysis of terrain data (terrain elevation data), and generates a risk map having the same structure as the terrain data, and includes a surveillance data integrated analysis device based on terrain data. . 제1항에 있어서,
상기 속성 탐지위험도 산출모듈은 관측성에 영향을 주는 수목의 차폐도와 하천(물골) 및 이동성에 영향을 주는 수목의 밀집도와 도로에 대한 탐지 위험지수를 산출하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석장치.The method of claim 1,
The attribute detection risk calculation module integrates the monitoring effect based on the topographical data, which calculates the detection risk index on trees and roads that affect the observability, the density of trees affecting rivers and water, and mobility. Analysis device. 제1항에 있어서,
상기 종합위험지수(탐지위험도) 산출모듈은 지형고도, 경사도, 경사반복, 수목의 차폐도, 수목의 밀집도, 도로, 하천(물골)의 위험지수에 대하여 각각의 위험지수에 대한 가중치를 고려하여 종합위험지수(탐지위험도)를 산출하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석장치.The method of claim 1,
The comprehensive risk index (detection risk) calculation module is integrated by considering the weight of each risk index with respect to the terrain altitude, slope, slope repetition, tree shielding degree, tree density, road, river (water bone) risk index. Monitoring data integrated analysis device based on terrain data, characterized in that to calculate the risk index (detection risk). 제1항에 있어서,
상기 동적 탐지확률 산출모듈은 감시장비의 배치 구간에서 침투객체가 얼마나 노출(탐지)되는지를 계산하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석장치.The method of claim 1,
The dynamic detection probability calculating module is a terrain data-based monitoring effect integrated analysis device, characterized in that for calculating the exposure (detection) of the infiltration object in the deployment section of the monitoring equipment. 가시선 분석모듈, 감시장비 배치조합 산출모듈, 지형 탐지위험도 산출모듈, 속성 탐지위험도 산출모듈, 종합위험지수(탐지위험도) 산출모듈, 예상침투로 생성모듈, 동적 탐지확률 산출모듈을 구비하는 지형자료 기반의 감시효과 통합 분석장치를 이용하여 지형자료 기반의 감시효과를 통합적으로 분석하는 방법으로서,
a) 상기 가시선 분석모듈에 의해 지형 고도자료 정보를 기반으로 지형을 도시하고 가시선 분석을 수행하는 단계;
b) 상기 수행된 가시선 분석 결과를 바탕으로, 상기 감시장비 배치조합 산출모듈에 의해 해당 감시지역에 배치된 감시장비에 대하여 감시장비 배치조합을 산출하는 단계;
c) 상기 산출된 감시장비 배치조합 결과를 바탕으로, 상기 지형 탐지위험도 산출모듈에 의해 지형 고도자료 정보에 의한 탐지위험도를 산출하는 단계;
d) 상기 산출된 감시장비 배치조합 결과를 바탕으로, 상기 속성 탐지위험도 산출모듈에 의해 지형 속성자료 정보에 의한 탐지위험도를 산출하는 단계;
e) 상기 산출된 지형 고도자료 정보에 의한 탐지위험도와 지형 속성자료 정보에 의한 탐지위험도를 종합하여 상기 종합위험지수(탐지위험도) 산출모듈에 의해 종합위험지수(탐지위험도)를 산출하는 단계;
f) 상기 산출된 종합위험지수(탐지위험도)와 시뮬레이션(simulation)에 의해 주어지는 침투객체 정보를 이용하여, 상기 예상침투로 생성모듈에 의해 예상 침투로를 생성하는 단계; 및
g) 상기 생성된 예상침투로와 상기 종합위험지수(탐지위험도)에 근거하여 상기 탐지확률 산출모듈에 의해 다수의 침투객체를 발생시켜 상기 감시장비에 의해 상기 침투객체가 가시영역에 노출되는 시간을 계산하여 동적 탐지확률을 산출하는 단계를 포함하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석방법.Terrain data base with visible line analysis module, monitoring equipment batch combination calculation module, terrain detection risk calculation module, attribute detection risk calculation module, comprehensive risk index (detection risk) calculation module, predicted penetration generation module, dynamic detection probability calculation module As a method of integrated analysis of surveillance effects based on terrain data,
a) displaying terrain and performing visible line analysis based on terrain altitude data by the visible line analyzing module;
b) calculating a surveillance equipment arrangement combination for the surveillance equipment arranged in the surveillance region by the surveillance equipment arrangement combination calculation module based on the result of the visible line analysis;
c) calculating a detection risk based on terrain elevation data by the terrain detection risk calculation module based on the calculated monitoring equipment arrangement result;
d) calculating detection risk by terrain attribute data information by the attribute detection risk calculation module based on the calculated monitoring equipment arrangement result;
e) calculating a comprehensive risk index (detection risk) by the comprehensive risk index (detection risk) calculation module by combining the calculated risk by the terrain elevation data information and the detection risk by the terrain attribution data;
f) generating an expected penetration path by the expected penetration path generation module by using the calculated penetration risk information and the penetration object information provided by the simulation; And
g) calculating a time period during which the infiltration object is exposed to the visible area by the monitoring equipment by generating a plurality of infiltration objects by the detection probability calculation module based on the generated estimated penetration path and the comprehensive risk index (detection risk). Comprising a step of calculating the dynamic detection probability by using a terrain data-based surveillance effect integrated analysis method. 제8항에 있어서,
상기 지형고도자료 정보는 지형고도, 지형경사, 정면관측자 경사, 지형/경사반복 정보를 포함하고, 상기 지형속성자료 정보는 수목, 도로, 하천 정보를 포함하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석방법.9. The method of claim 8,
The terrain elevation data information includes terrain elevation, terrain slope, front observer slope, terrain / slope repetition information, and the terrain attribute data information includes tree, road, and river information. Integrated Analysis Method. 제8항에 있어서,
상기 단계 b)에서의 감시장비 배치조합을 산출함에 있어서, 고정되는 감시장비 및 감시장비 간의 간격을 고려하여 해당 구간 내에서 가시율이 가장 높은 것을 우선 배치하는 배치조합을 산출하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석방법. 9. The method of claim 8,
In calculating the surveillance equipment arrangement combination in the step b), taking into account the interval between the fixed surveillance equipment and the monitoring equipment, the terrain combination characterized in that to calculate the arrangement that first arranges the highest visibility in the corresponding section Integrated analysis method based on data. 제8항에 있어서,
상기 단계 c)에서 지형 고도자료 정보에 의한 탐지위험도를 산출함에 있어서, 상기 지형 탐지위험도 산출모듈에 의해 지형자료(지형고도자료)의 분석을 통하여 탐지 위험지수를 판단하고, 지형자료와 동일한 구조를 갖는 위험도 지도를 생성하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석방법.9. The method of claim 8,
In calculating the detection risk by the terrain elevation data in step c), the detection risk index is determined by analyzing the terrain data (terrain elevation data) by the terrain detection risk calculation module, and the same structure as the terrain data is determined. Method for integrated analysis of surveillance effects based on terrain data, characterized in that to create a risk map. 제8항에 있어서,
상기 단계 d)에서 지형 속성자료 정보에 의한 탐지위험도를 산출함에 있어서, 상기 속성 탐지위험도 산출모듈에 의해 관측성에 영향을 주는 수목의 차폐도와 하천(물골) 및 이동성에 영향을 주는 수목의 밀집도와 도로에 대한 탐지 위험지수를 산출하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석방법.9. The method of claim 8,
In calculating the detection risk according to the terrain attribution data in step d), the density and road density of the trees affecting the shielding, the river (water valley) and the mobility affecting the observability by the attribution detection risk calculation module. Method for integrated analysis of surveillance effects based on terrain data, characterized by calculating the detection risk index for. 제8항에 있어서,
상기 단계 e)에서 상기 종합위험지수(탐지위험도) 산출모듈에 의해 지형고도, 경사도, 경사반복, 수목의 차폐도, 수목의 밀집도, 도로, 하천(물골)의 위험지수에 대하여 각각의 위험지수에 대한 가중치를 고려하여 종합위험지수(탐지위험도)를 산출하는 것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석방법.9. The method of claim 8,
In step e), the comprehensive risk index (detection risk) calculation module calculates the topographic elevation, the slope, the slope repetition, the shielding degree of the tree, the denseness of the tree, the road and the risk index of the river (water valley). Integrated risk analysis method based on terrain data, characterized in that to calculate a comprehensive risk index (detection risk) in consideration of the weighting. 제8항에 있어서,
상기 단계 g)에서 상기 탐지확률 산출모듈에 의해 감시장비의 배치 구간에서 침투객체가 얼마나 노출(탐지)되는지를 계산하는것을 특징으로 하는 지형자료 기반의 감시효과 통합 분석방법.9. The method of claim 8,
And in step g), calculating how much the infiltration object is exposed (detected) in the arrangement section of the monitoring equipment by the detection probability calculating module.
KR1020100038307A 2010-04-26 2010-04-26 Apparatus and method for synthetically analyzing a surveillance effect based on geo-spatial data KR101198776B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100038307A KR101198776B1 (en) 2010-04-26 2010-04-26 Apparatus and method for synthetically analyzing a surveillance effect based on geo-spatial data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100038307A KR101198776B1 (en) 2010-04-26 2010-04-26 Apparatus and method for synthetically analyzing a surveillance effect based on geo-spatial data

Publications (2)

Publication Number Publication Date
KR20110118914A KR20110118914A (en) 2011-11-02
KR101198776B1 true KR101198776B1 (en) 2012-11-12

Family

ID=45390560

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100038307A KR101198776B1 (en) 2010-04-26 2010-04-26 Apparatus and method for synthetically analyzing a surveillance effect based on geo-spatial data

Country Status (1)

Country Link
KR (1) KR101198776B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10890688B2 (en) 2015-11-20 2021-01-12 Korea Institute Of Geoscience And Mineral Resources Method for generating secondary data in geostatistics using observed data

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101720408B1 (en) * 2015-03-20 2017-03-27 황영채 Searchlight for ships
KR102161246B1 (en) * 2020-08-11 2020-09-29 국방과학연구소 Bistatic sonar system having bottom mounted hydrophones and method for source deployment based on ocean environment using the same

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
논문1(2009.04)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10890688B2 (en) 2015-11-20 2021-01-12 Korea Institute Of Geoscience And Mineral Resources Method for generating secondary data in geostatistics using observed data

Also Published As

Publication number Publication date
KR20110118914A (en) 2011-11-02

Similar Documents

Publication Publication Date Title
Mott et al. Meteorological modeling of very high-resolution wind fields and snow deposition for mountains
An et al. A network partitioning algorithmic approach for macroscopic fundamental diagram-based hierarchical traffic network management
EP2277152B1 (en) System and method for forming optimized perimeter surveillance
Zadra et al. The next Canadian regional climate model
US20080133190A1 (en) method and a system for planning a security array of sensor units
Nyström et al. Prediction of tree biomass in the forest–tundra ecotone using airborne laser scanning
Li et al. A household-level approach to staging wildfire evacuation warnings using trigger modeling
Fanos et al. Laser scanning systems and techniques in rockfall source identification and risk assessment: a critical review
Song et al. A continuous space location model and a particle swarm optimization-based heuristic algorithm for maximizing the allocation of ocean-moored buoys
Huang et al. Multi-scale simulation of time-varying wind fields for Hangzhou Jiubao Bridge during Typhoon Chan-hom
KR101198776B1 (en) Apparatus and method for synthetically analyzing a surveillance effect based on geo-spatial data
Argany et al. Impact of the quality of spatial 3D city models on sensor networks placement optimization
Fanos et al. Assessment of multi-scenario rockfall hazard based on mechanical parameters using high-resolution airborne laser scanning data and GIS in a tropical area
Wang et al. Optimizing the configuration of precipitation stations in a space-ground integrated sensor network based on spatial-temporal coverage maximization
Heyns Optimisation of surveillance camera site locations and viewing angles using a novel multi-attribute, multi-objective genetic algorithm: A day/night anti-poaching application
KR20200048143A (en) Method and system for mornitoring dry stream using unmanned aerial vehicle
Mitasova et al. GIS tools for erosion/deposition modelling and multidimensional visualization
Pradhan et al. Application of LiDAR in rockfall hazard assessment in tropical region
Morello et al. The design of a sensor network based on IoT technology for landslide hazard assessment
Cervilla et al. Siting multiple observers for maximum coverage: An accurate approach
Marsh et al. Windmapper: An efficient wind downscaling method for hydrological models
US20090171628A1 (en) Planning a sensor array in accordance with tempo-spatial path estimation of potential intruders
WO2022163864A1 (en) Information processing device, water resource managing method, information processing method, and recording medium
Gu et al. Analysis and quantification of data assimilation based on sequential Monte Carlo methods for wildfire spread simulation
Hubacek et al. Analysis of vehicle movement possibilities in terrain covered by vegetation

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160520

Year of fee payment: 4

R401 Registration of restoration
FPAY Annual fee payment

Payment date: 20161102

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20171102

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee