KR101396160B1 - 매시업 기능을 활용한 ｃｃｔｖ 블라인드 스폿 분석 및 설치 위치 결정 방법 - Google Patents
매시업 기능을 활용한 ｃｃｔｖ 블라인드 스폿 분석 및 설치 위치 결정 방법 Download PDFInfo
- Publication number
- KR101396160B1 KR101396160B1 KR1020130078067A KR20130078067A KR101396160B1 KR 101396160 B1 KR101396160 B1 KR 101396160B1 KR 1020130078067 A KR1020130078067 A KR 1020130078067A KR 20130078067 A KR20130078067 A KR 20130078067A KR 101396160 B1 KR101396160 B1 KR 101396160B1
- Authority
- KR
- South Korea
- Prior art keywords
- cctv
- area
- data
- crime
- population
- Prior art date
Links
- 238000009434 installation Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims description 26
- 230000015572 biosynthetic process Effects 0.000 claims description 46
- 238000012544 monitoring process Methods 0.000 claims description 12
- 230000002265 prevention Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000001836 Firesetting Behavior Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010813 municipal solid waste Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19665—Details related to the storage of video surveillance data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 설치지역의 교통환경, 기설치 위치조건, 방범 등을 고려하여 신규로 CCTV 설치시 최적의 위치를 자동으로 찾아주는 매시업(MASH-UP) 기능을 활용한 CCTV 블라인드 스폿(Blind Spot) 분석 및 설치 위치 결정 시스템에 관한 것으로, 본 발명의 시스템은 운영중인 CCTV의 반경을 중심으로 조망권을 설정하여 현재 조망권 범위를 설정하는 CCTV 감시조망권 형성모듈과, 범죄가 발생한 지역을 중심으로 단위 인구 당 면적을 표현하여 범죄가 많이 발생한 지역을 데이터베이스화하는 범죄 발생지역 형성모듈과, 현재의 인구현황으로부터 세대별 사회약자를 도출하는 인구분포 밀도현황 형성모듈과, 각 동단위로 구성되어 있는 파출소 및 지구대, 119안전센터의 위치지점을 중심으로 직접적으로 영향을 미치는 관할구역경계, 서비스 반경, 범행현장 도착 수분이내 거리를 중심으로 공공서비스 우선지대를 형성하는 공공서비스 우선지대 형성모듈과, 각 모듈들로부터 입력된 분석자료를 중심으로 속성자료와 도면자료를 합성하여 CCTV 우선지대를 설정하는 CCTV 우선설치 결정모듈과, CCTV 설치 위치에서 조망권이 확보되는지를 GIS 속성자료를 활용한 3D 분석하는 CCTV 블라인드 스폿 분석모듈로 구성된다.
Description
본 발명은 새로운 CCTV 설치 위치를 결정하는 기술에 관한 것으로, 더욱 상세하게는 해당 지역의 교통환경, 기설치 위치조건, 방범 등을 고려하여 신규로 CCTV 설치시 최적의 위치를 자동으로 찾아주는 매시업(MASH-UP) 기능을 활용한 CCTV 블라인드 스폿(Blind Spot) 분석 및 설치 위치 결정 방법에 관한 것이다.
일반적으로, 현재 각 지자체에서는 주민안전과 생활편의를 위한 CCTV 설치를 지속적으로 강화하고 있으며 더욱, 안전행정부와 함께 기존에 구축되어 있는 각기 다른 목적의 CCTV를 통합하여 위급상황 발생시 통합 운영하는 "CCTV통합운영센터" 구축을 서두르고 있다. 통합운영센터에서는 각 지자체와 경찰들이 혼합 운영함으로서 범죄를 예방하고, 또한 범죄 발생시 CCTV를 통한 즉각적인 대응으로 인해 시민들에게 보다 나은 행정서비스를 제고할 것이다.
그런데 현재 CCTV와 관련된 기술로는 대부분 CCTV 자체에 대한 기술이나 CCTV를 활용한 서비스 등에 치중되어 있고, CCTV를 효율적으로 운영하기 위해 설치위치를 결정하는 기술은 제안된 바가 없다.
나아가 각 지자체에서는 민원요구, 사고이력, 관계기관 요청 등에 따라 CCTV를 설치하지만 향후 제한된 예산 대비 설치의 효과나 각 CCTV의 사각 지점(Blind Spot)에 대한 분석 작업이 없이 주먹구구식으로 설치하여 설치에 따라 미리 예상되는 문제점 등을 파악하지 못하는 한계가 있다. 그리고 향후 도시화에 따른 타당한 CCTV의 설치 갯수 등을 산정하는데 필요한 과학적인 분석자료가 전무한 실정이다.
한편, 매시업(Mashup)이란 원래 서로 다른 곡을 조합하여 새로운 곡을 만들어 내는 것을 의미하는 음악용어이지만 IT(정보기술) 분야에서는 웹상에서 웹서비스 업체들이 제공하는 다양한 정보(콘텐츠)와 서비스를 혼합하여 새로운 서비스를 개발하는 것을 의미한다. 즉, 서로 다른 웹사이트의 콘텐츠를 조합하여 새로운 차원의 콘텐츠와 서비스를 창출하는 것을 말한다. 매시업 서비스로 가장 유명한 것은 구글 지도와 부동산 정보사이트인 크레이그 리스트(www.craigslist.org)를 결합시킨 ‘하우징맵(www.housingmaps.com)’ 사이트로, 지도 정보에서 특정 지역을 선택하면 해당 지역의 부동산 매물정보를 보여주는 서비스를 제공하고 있다.
또한, 지리정보시스템(GIS)에 널리 사용되는 SHP 포맷은 지리 현상에 대한 기하학적 위치와 속성정보를 저장, 제공해주는 비위상구조(non-topological)의 데이터 포맷(ESRI ArcView의 Native Format)으로서, 초기에는 Point, Arc, Polygon, MutliPoint 등의 2차원 사상(feature)만을 지원했으나 계속적인 발전을 통해 최근에는 3차원 사상(feature)도 지원한다. 그리고 Shapefile 포맷은 지리 현상의 기하학적인 정보와 속성 정보를 최대 5가지 파일들을 통해 제공하고 있고, 예컨대, " .shp" 파일은 도형정보를 담고 있는 파일이고, ".shx " 파일은 일종의 인덱스 파일로서 shx를 이용하여 프로그래머는 쉽게 shp에 담겨있는 도형정보의 위치를 얻을 수 있으며, ".dbf" 파일은 shp에 있는 도형정보에 대한 속성정보를 담고 있다.
본 발명은 상기와 같은 필요성을 충족시키기 위하여 제안된 것으로, 본 발명의 목적은 해당 지역의 교통환경, 기설치 위치조건, 방범 등을 고려하여 신규로 CCTV 설치시 다수의 후보위치 중에서 최적의 위치를 자동으로 찾아주는 MASH-UP 기능을 활용한 CCTV Blind Spot 분석 및 설치 위치 결정 방법과 이를 이용한 시스템을 제공하는 것이다.
상기와 같은 목적을 달성하기 위하여 본 발명의 시스템은, 각 행정구역의 기설치된 CCTV정보를 갖고 있는 CCTV정보망과, 범죄발생정보와 성범죄자관련 정보를 저장하고 있는 범죄정보 데이터베이스와, 교통관련 정보를 갖고 있는 국가교통량 정보시스템과, 지리정보시스템(GIS)과, 통계청 인구정보 데이터 베이스로부터 해당 정보를 가져와 다수의 CCTV 설치 후보 위치 중에서 최적의 위치를 자동으로 산출하는 CCTV 블라인드 스폿 분석 및 설치 위치 결정 시스템에 있어서, 기 구축되어 있는 방범용 CCTV, 어린이 보호 CCTV, 교통 CCTV 등 운영중인 CCTV의 반경을 중심으로 조망권을 설정하여 현재 조망권 범위를 설정하는 CCTV 감시조망권 형성모듈; 범죄가 발생한 지역을 중심으로 단위 인구 당 면적을 표현하여 범죄가 많이 발생한 지역을 데이터베이스화하는 범죄 발생지역 형성모듈; 각 동단위 인구분포 현황을 동 단위 경계와 함께 투영하여 현재의 인구현황으로부터 세대별 사회약자를 도출하는 인구분포 밀도현황 형성모듈; 각 동단위로 구성되어 있는 파출소 및 지구대, 119안전센터의 위치지점을 중심으로 직접적으로 영향을 미치는 관할구역경계, 서비스 반경, 범행현장 도착 수분이내 거리를 중심으로 공공서비스 우선지대를 형성하는 공공서비스 우선지대 형성모듈; 상기 CCTV 감시조망권 형성모듈과, 범죄 발생지역 형성모듈, 인구밀도 분포현황 형성모듈, 공공서비스 우선지대 형성모듈로부터 입력된 분석자료를 중심으로 속성자료와 도면자료를 합성하여 현재 CCTV감시 조망권에서 벗어나 있으면서 범죄 발생지역이고, 인구밀도가 시회적 약자가 많이 분포되어 있는 지역, 그리고 경찰 및 공공 서비스 범위에서 벗어나 있는 지역을 중심으로 CCTV 우선지대를 설정하는 CCTV 우선설치 결정모듈; 및 상기 CCTV 우선설치 결정모듈에 의해 CCTV 설치 위치가 결정되면, 해당 설치위치에서 조망권이 확보되는지를 GIS속성자료를 활용한 3D분석을 통해 감시거리에 대한 장애물을 분석하는 CCTV 블라인드 스폿 분석모듈을 포함하는 것을 특징으로 한다.
또한, 상기와 같은 목적을 달성하기 위하여 본 발명의 방법은, 기 구축되어 있는 방범용 CCTV, 어린이 보호 CCTV, 교통 CCTV 등 운영중인 CCTV의 반경을 중심으로 조망권을 설정하여 현재 조망권 범위를 설정하는 CCTV 감시조망권 형성 단계; 범죄가 발생한 지역을 중심으로 단위 인구 당 면적을 표현하여 범죄가 많이 발생한 지역을 데이터베이스화하는 범죄 발생지역 형성 단계; 각 동단위 인구분포 현황을 동 단위 경계와 함께 투영하여 현재의 인구현황으로부터 세대별 사회약자를 도출하는 인구분포 밀도현황 형성 단계; 각 동단위로 구성되어 있는 파출소 및 지구대, 119안전센터의 위치지점을 중심으로 직접적으로 영향을 미치는 관할구역경계, 서비스 반경, 범행 현장 도착 수분이내 거리를 중심으로 공공서비스 우선지대를 형성하는 공공서비스 우선지대 형성 단계; 상기 CCTV 감시조망권 형성단계와, 범죄 발생지역 형성단계, 인구밀도 분포현황 형성단계, 공공서비스 우선지대 형성단계로부터 입력된 분석자료를 중심으로 속성자료와 도면자료를 합성하여 현재 CCTV감시 조망권에서 벗어나 있으면서 범죄 발생지역이고, 인구밀도가 시회적 약자가 많이 분포되어 있는 지역, 그리고 경찰 및 공공 서비스 범위에서 벗어나 있는 지역을 중심으로 CCTV 우선지대를 설정하는 CCTV 우선설치 결정 단계; 및 상기 CCTV 우선설치 결정 단계에 의해 CCTV 설치 위치가 결정되면, 해당 설치위치에서 조망권이 확보되는지를 GIS속성자료를 활용한 3D분석을 통해 감시거리에 대한 장애물을 분석하는 CCTV 블라인드 스폿 분석 단계를 포함하는 것을 특징으로 한다.
상기 CCTV 감시조망권 형성 단계는 설치하고자 하는 후보위치의 주소를 극좌표로 구하고, 기 구축되어 있는 지점의 극좌표를 포인트 SHP 파일로 변환하여 맵상에 표출하며, 커널 밀도 분석 툴을 통하여 생성된 래스터 파일을 지도상에 표출하되, 기 구축되어 있는 방범용 CCTV, 어린이 보호CCTV, 교통 CCTV 등 운영중인 CCTV의 위치지점을 스폿(SPOT) 자료로 입력하고, 6M 이상 도로의 노드링크자료(line자료)를 데이터로 변환 입력한 후에 각 CCTV에 따라 소정 반경의 감시거리를 노드링크의 자료와 접합하여 CCTV 감시조망권을 설정하는 것이다.
상기 공공서비스 우선지대 형성 단계는 설치지역의 경찰서 및 지구대의 주소를 극좌표로 구하고, Point SHP파일로 변환하여 맵상에 표출하며, 국가 교통량정보시스템에서 제공하는 전국 도로망 SHP DataBase를 수집한 후 Network Analyst Tool을 사용하여 5분, 10분, 20분 및 표현방법 설정 후 소정 시간안에 이동 가능한 범위의 폴리곤(Polygon)을 생성하여 공공서비스 우선지대를 형성하고, 상기 CCTV 블라인드 스폿 분석 단계는 CCTV 설치 위치가 결정되면, 해당 설치위치에서 GIS속성자료를 활용하여 3D분석을 통해 감시거리에 대한 장애물을 분석하고. 해당 지역에 대한 내용을 구글어스를 통해 검증하여 조망권이 확보되는지를 분석하는 것이다.
본 발명에 따르면, 설치 후보지역의 교통환경, 기설치 위치조건, 방범 등을 고려하여 최적의 설치 위치를 자동으로 찾아줌으로써 제한된 예산으로 최대의 설치 효과를 얻을 수 있고, 선택된 후보지에 설치하기 전에 미리 CCTV의 사각 지점(Blind Spot)에 대한 분석 작업을 통해 사각 지점이 없는 설치를 가능하게 하는 효과가 있다.
또한 본 발명은 매시업 기능을 이용하여 기존의 자원을 활용하기 때문에 본 발명에 따른 서비스 시스템의 구축 비용을 최소화할 수 있고, CCTV의 설치 및 운영에 소요되는 비용을 절감할 수 있는 효과가 있다.
그리고 본 발명은 벡터기능을 수반된 GIS 속성자료를 운영함으로써 다양한 분석이 가능하고, 관리자가 시민들에게 다양한 서비스를 제공하는데 우선순위를 설정할 수 있다는 장점이 있다.
도 1은 본 발명에 따라 매시업 기능을 이용하여 구축한 CCTV 블라인드 스폿 분석 및 설치 위치 결정 시스템의 전체 구성을 도시한 개략도,
도 2는 본 발명에 따라 매시업 기능을 이용하여 CCTV 블라인드 스폿을 분석하고 CCTV 설치 위치를 결정하는 절차를 도시한 순서도,
도 3은 본 발명에 따라 CCTV 감시조망권 및 방범취약지구를 형성한 예의 화면,
도 4는 본 발명에 따라 5대 범죄발생지역을 표출한 화면의 예,
도 5는 본 발명에 따라 인구밀도 분포현황을 표출한 화면의 예,
도 6은 본 발명에 따라 공공서비스 우선지대를 표출한 화면의 예,
도 7은 본 발명에 따라 실제 구축하기 전 3D 시물레이션을 통한 사각지점 분석 화면의 예,
도 8은 본 발명에 따라 분석된 사각지점을 위성맵을 통한 시물레이션 지도로 검증한 화면의 예,
도 9a 내지 도 9g는 본 발명에 따라 CCTV 감시조망권을 형성하는 절차를 도시한 순서도,
도 10a 내지 도 10k는 본 발명에 따라 인구밀도 분포 현황을 형성하는 절차를 도시한 순서도,
도 11a 내지 도 11d는 본 발명에 따라 공공서비스 우선지대를 형성하는 절차를 도시한 순서도,
도 12a 내지 도 12i는 본 발명에 따라 CCTV 사각지점을 분석하는 절차를 도시한 순서도이다.
도 2는 본 발명에 따라 매시업 기능을 이용하여 CCTV 블라인드 스폿을 분석하고 CCTV 설치 위치를 결정하는 절차를 도시한 순서도,
도 3은 본 발명에 따라 CCTV 감시조망권 및 방범취약지구를 형성한 예의 화면,
도 4는 본 발명에 따라 5대 범죄발생지역을 표출한 화면의 예,
도 5는 본 발명에 따라 인구밀도 분포현황을 표출한 화면의 예,
도 6은 본 발명에 따라 공공서비스 우선지대를 표출한 화면의 예,
도 7은 본 발명에 따라 실제 구축하기 전 3D 시물레이션을 통한 사각지점 분석 화면의 예,
도 8은 본 발명에 따라 분석된 사각지점을 위성맵을 통한 시물레이션 지도로 검증한 화면의 예,
도 9a 내지 도 9g는 본 발명에 따라 CCTV 감시조망권을 형성하는 절차를 도시한 순서도,
도 10a 내지 도 10k는 본 발명에 따라 인구밀도 분포 현황을 형성하는 절차를 도시한 순서도,
도 11a 내지 도 11d는 본 발명에 따라 공공서비스 우선지대를 형성하는 절차를 도시한 순서도,
도 12a 내지 도 12i는 본 발명에 따라 CCTV 사각지점을 분석하는 절차를 도시한 순서도이다.
본 발명과 본 발명의 실시에 의해 달성되는 기술적 과제는 다음에서 설명하는 본 발명의 바람직한 실시예들에 의하여 보다 명확해질 것이다. 다음의 실시예들은 단지 본 발명을 설명하기 위하여 예시된 것에 불과하며, 본 발명의 범위를 제한하기 위한 것은 아니다.
도 1은 본 발명에 따라 매시업 기능을 이용하여 구축한 CCTV 블라인드 스폿 분석 및 설치 위치 결정 시스템의 전체 구성을 도시한 개략도이다.
본 발명에 따라 매시업 기능을 이용하여 구축한 CCTV 사각지점 분석 및 설치위치 결정 시스템(100)은 도 1에 도시된 바와 같이, 각 행정구역의 기설치된 CCTV정보를 갖고 있는 안전행정부 CCTV정보망(10)과, 5대악 범죄발생정보와 성범죄자 관련 정보를 저장하고 있는 결찰청 범죄정보 데이터베이스(20)와, 교통관련 정보를 갖고 있는 국가교통량 정보시스템(30)과, 전국의 지역에 대한 지리정보시스템을 갖고 있는 대한 지적공사 GIS DB(40)와, 통계청 인구정보 데이터 베이스(50)와 네트워크(102)를 통해 각각 연결되어 해당 정보를 가져와 다수의 CCTV 설치 후보 위치 중에서 최적의 위치를 자동으로 산출한다.
먼저, 본 발명은 기존에 설치된 좌표를 중심으로 각각의 CCTV 감시지역을 2D 맵에 투영시키고 각각 오버랩되는 지점을 찾아내어 면적자료로 산출한 후, 이 자료를 중심으로 현재 도시화 지역에서 남아있는 면적자료에서 차감하여 도시화 지역 면적 대비 비율을 산정하여 CCTV 감시 조망권 비율을 산출하고, 이를 역산하여 방범 CCTV 소요량을 계산하여 향후 투입되어야하는 예산을 추정할 수 있다.
또한, 본 발명은 교통정보시스템을 이용하여 실시간 정보입력이 가능하고, 공공기관인 파출소, 지구대, 119안전센터의 위치지점을 입력하여 기관지점 중심 관할구역 경계(300M), 서비스 반경(800M), 범행 현장도착 5분이내, 10분, 15분 이내 거리를 중심으로 공공서비스 우선지대로 새로운 폴리곤을 형성한다. 그리고 주택 및 아파트지역에 대한 인구밀집지대 폴리곤을 형성하고, 강력 5대 범행 발생지역을 입력하여 5대 강력 범행지대를 형성한다.
본 발명은 이와 같이 형성된 정보를 중심으로 오버랩과 차감순으로 하여 CCTV 설치 위치의 우선순위를 결정하고, 또한 위치가 결정되었을 때는 기존에는 직접 설치 위치에서 사다리 차량을 이용한 목측 방안을 활용하여 조망권을 결정하였으나 본 발명에서는 3D 시뮬레이션을 통한 사전점검 및 위성맵인 Google EARTH를 통해 재검증할 수 있다.
도 1을 참조하면, 본 발명에 따른 CCTV 사각지점 분석 및 설치위치 결정 시스템(100)은 기 구축되어 있는 방범용 CCTV, 어린이 보호 CCTV, 교통 CCTV 등 운영중인 CCTV의 반경을 중심으로 조망권을 설정하여 현재 조망권 범위를 설정하는 CCTV 감시조망권 형성모듈(110)과, 범죄는 발생되는 지역에서 재범 가능성이 높게 나타나므로 살인, 방화, 강도, 강간, 유괴 등 국민들에게 실질적으로 피해가 큰 5대 강력범죄가 발생한 지역을 중심으로 인구 100명을 중심으로 면적단위로 표현하여 범죄가 많이 발생한 지역을 데이터베이스화하는 5대범죄 발생지역 형성모듈(120)과, 각 동단위 인구분포 현황을 동 단위 경계와 함께 투영하여 현재의 인구현황을 살펴보고 세부적으로 연령별, 성별 인구분포를 첨부함으로써 세대별 사회약자를 도출하는 인구분포 밀도현황 형성모듈(130)과, 현재 각 동단위로 구성되어 있는 파출소 및 지구대, 119안전센터의 위치지점을 SPOT으로 입력하여 직접적으로 영향을 미치는 관할구역경계(300m), 서비스 반경(800m), 범행현장 도착 5분이내 거리를 중심으로 공공서비스 우선지대를 형성하는 공공서비스 우선지대 형성모듈(140)과, CCTV 감시조망권 형성모듈(110)과, 5대 범죄 발생지역 형성모듈(120)과, 인구밀도 분포현황 형성모듈(130)과, 공공서비스 우선지대 형성모듈(140)로부터 입력된 분석한 자료를 중심으로 속성자료와 도면자료를 합성하여 현재 CCTV감시 조망권에서 벗어나 있으면서 5대 범죄 발생지역이고, 인구밀도가 시회적 약자가 많이 분포되어 있는 지역, 그리고 경찰 및 공공 서비스 범위에서 벗어나 있는 지역을 중심으로 CCTV 우선지대를 설정하는 CCTV 우선설치 결정모듈(150)과, CCTV 우선설치 결정모듈(150)에 의해 CCTV 설치 위치가 결정되면, 해당 설치위치에서 조망권이 확보되는지를 GIS속성자료를 활용한 3D분석을 통해 감시거리에 대한 장애물 분석을 수행하고, 해당 지역에 대한 내용을 구글어스를 통해 검증하는 CCTV 블라인드 스폿 분석모듈(160)로 구성된다.
도 2는 본 발명에 따라 매시업 기능을 이용하여 CCTV 블라인드 스폿을 분석하고 CCTV 설치 위치를 결정하는 절차를 도시한 순서도이고, 도 3은 본 발명에 따라 CCTV 감시조망권 및 방범취약지구를 형성한 예의 화면이며, 도 4는 본 발명에 따라 5대 범죄발생지역을 표출한 화면의 예이고, 도 5는 본 발명에 따라 인구밀도 분포현황을 표출한 화면의 예이며, 도 6은 본 발명에 따라 공공서비스 우선지대를 표출한 화면의 예이고, 도 7은 본 발명에 따라 실제 구축하기 전 3D 시물레이션을 통한 사각지점 분석 화면의 예이며, 도 8은 본 발명에 따라 분석된 사각지점을 위성맵을 통한 시물레이션 지도로 검증한 화면의 예이다. 본 발명의 실시예에서 화면은 안양지역을 예로 들어 설명한 것이다.
도 2 내지 도 8을 참조하면, CCTV 감시조망권 형성 단계(S1)에서는 CCTV 감시조망권 형성모듈(110)이 기 구축되어 있는 방범용, 어린이 보호cctv, 교통cctv 등 운영중인 cctv의 반경을 중심으로 조망권을 설정하여 현재 조망권 범위를 설정하여 도 3에 도시된 바와 같은 CCTV 감시조망권 및 방범취약지구를 형성한 화면을 출력한다.
5대 범죄 발생지역 형성 단계(S2)에서는 5대 범죄 발생지역 형성모듈(120)이 살인, 방화, 강도, 강간, 유괴 등 국민들에게 피해가 큰 5대 강력범죄가 발생한 지역을 중심으로 인구 100명을 중심으로 면적단위로 표현하여 범죄가 많이 발생한 지역을 데이터베이스화하여 도 4와 같이 화면으로 표출한다.
인구밀도 분포현황 형성 단계(S3)에서는 인구밀도 분포현황 형성모듈(130)이 각 동단위 인구분포 현황을 동 단위 경계와 함께 투영하여 현재의 인구현황을 살펴보고 세부적으로 연령별, 성별 인구분포를 첨부함으로써 세대별 사회약자를 도출하여 도 5에 도시된 바와 같이 인구밀도 분포현황 화면을 표시한다.
공공서비스 우선지대 형성단계(S4)에서는 공공서비스 우선지대 형성모듈(140)이 현재 각 동단위로 구성되어 있는 파출소 및 지구대, 119안전센터의 위치지점을 SPOT으로 입력하여 직접적으로 영향을 미치는 관할구역경계(300m), 서비스 반경(800m), 범행현장 도착 5분이내 거리를 중심으로 공공서비스 우선지대를 형성하여 도 6과 같이 표출한다.
매시업 기능을 활용한 CCTV 우선설치 위치결정 단계(S5)에서는 CCTV우선설치결정모듈(150)이 CCTV 감시조망권 형성모듈(110)과 5대범죄 발생지역 형성모듈(120), 인구밀도 분포현황 형성모듈(130), 공공서비스 우선지대 형성모듈(140)로부터 입력된 분석자료를 중심으로 속성자료와 도면자료를 합성하여 다수의 후보위치 중에서 현재 CCTV감시 조망권에서 벗어나 있으면서 5대 범죄 발생지역이고, 인구밀도가 시회적 약자가 많이 분포되어 있는 지역, 그리고 경찰 및 공공서비스 범위에서 벗어나 있는 지역을 중심으로 CCTV 우선지대를 설정한다.
결정위치의 CCTV 블라인드 스폿 분석단계(S6)에서는 CCTV 블라인드 스폿 분석모듈(160)이 각 설치위치에서 조망권이 확보되는지를 GIS속성자료를 활용한 3D 분석을 통해 감시거리에 대한 장애물을 분석하여 도 7과 같이 화면으로 표출하고, 해당 지역에 대한 내용을 구글 어스를 통해 검증하여 도 8과 같이 표시한다.
이어서, 도 2에 도시된 각 단계들을 처리하는 세부적인 처리절차를 도 9 내지 도 12를 참조하여 설명하면 다음과 같다.
도 9a 내지 도 9g는 본 발명에 따라 CCTV 감시조망권을 형성하는 절차를 도시한 순서도이다.
도 9a 내지 9g를 참조하면, CCTV 감시조망권 형성절차(S1)는 설치하고자 하는 후보지 약 180개 지점의 주소를 BIZ-GIS(http://www.biz-gis.com) Site에서 극좌표(TM 좌표 체계)로 변환하고, 기 구축되어 있는 지점의 극좌표를 Point SHP파일로 변환하여 맵상에 표출한다.
그리고 Kernel Dencity Analyst Tool을 사용하여 CCTV의 가시거리를 60m로 가정하여 원의 넓이(πR2)값인 3.6Square Km를 검색반경(Search radious)에 입력하여 분석한다.
이어 Kernel Density Analyst Tool을 통하여 생성된 래스터(Raster) 파일을 지도상에 표출하고, 심볼로지(Symbology)의 카테고리(categories)를 변경하여 분석한 래스터(Raster)자료의 표현 방법을 변경한다.
도 3에 도시된 화면에서 검은색이 많이 겹치는 부분은 하얀색으로 표현되어 다량의 CCTV가 혼용 운영되는 것을 의미하며, 도로에 아무것도 표현되지 않은 부분은 CCTV 영역이 없는 방범취약지구이다.
이후 위와 같은 절차를 통해 조망권 범위를 설정하고, 조망권 범위에서 벗어난 지역을 중심으로 1차적으로 방범 취약지구로 설정하여 CCTV 조망권 형성을 통한 방범 취약지구 매쉬업 구성을 완료한다.
이와 같이 본 발명에 따르면, 기 구축되어 있는 방범용 CCTV, 어린이 보호CCTV, 교통 CCTV 등 운영중인 CCTV의 반경을 중심으로 조망권을 설정하여 현재 조망권 범위를 설정한다. 대략적으로 CCTV의 위치지점을 스폿(SPOT) 자료로 입력하고, 6M 이상 도로의 노드링크자료(line자료)를 데이터로 변환 입력한 후에 방범 CCTV(반경 200M)와 교통 CCTV(반경 1KM), 쓰레기불법투기 CCTV(반경 50M), 어린이 안전 CCTV(반경 100M), 재난재해 CCTV의 감시거리를 노드링크의 자료와 접합하여 CCTV 감시조망권을 설정, 새로운 폴리곤을 설정한다. 또한 이 지역에서 벗어난 감시지역을 사각지대로 하여 매쉬업 기능을 활용하여 새로운 가치지역인 방범 취약지구를 구성한다.
한편, 5대 범죄(살인, 방화, 강도, 강간, 유괴) 발생지역 형성단계(S2)에서는 사이버 경찰청(http://www.police.go.kr)에서 제공하는 2012년 전국 범죄유형 DataBase 수집하고, 이를 동 경계 SHP파일 테이블에 안양시 범죄DB를 저장한다.
그리고 형성된 필드를 통하여 인구 100명당 point를 약 1개로 생성한 후 지도상에 동 경계와 같이 표출한다.
생성된 Point SHP파일을 기반으로 Kernel Density Analyst Tool을 사용하여 각 범죄별로 밀집도를 분석한다.
이어 성범죄자 알림E(http://www.sexoffender.go.kr)에서 제공하는 안양시 성범죄자 주소를 BIZ-GIS(http://www.biz-gis.com) site에서 극좌표(TM좌표체계)로 변환한다.
변환된 극좌표를 Point SHP파일로 변환하여 맵상에 표출하고, 생성된 Point SHP파일을 기반으로 통합 툴(Merge Tool)을 사용하여 생활 반경 SHP를 생성한다.
5대 범죄와 성범죄자 분석 값에 가중치를 주어 Overlay Analyst Tool을 사용하여 안양시 전체 범죄지역 Raster 파일을 생성하고, 안양시 지형도를 화면에 디스플레이하여 분석한다.
위와 같은 절차를 통해 주요 범죄 발생지역을 살피고, 범죄발생지역을 중심으로 2차적으로 방범취약지구로 설정한다.
도 10a 내지 도 10k는 본 발명에 따라 인구밀도 분포 현황을 형성하는 절차를 도시한 순서도이다.
도 10a 내지 도 10k를 참조하면, 본 발명에 따른 인구밀도 분포현황 형성절차(S3)는 통계청(http://kostat.go.kr)에서 제공하는 2012년 전국 인구 총 조사 DB를 수집한 후 안양시 인구필드에 저장하고, 안양시 동 경계 SHP파일과 저장된 안양시 인구DB를 Join to table을 사용하여 안양시 동 경계 SHP파일 테이블에 안양시 인구DB를 저장한다. 생성된 필드를 통하여 인구 100명당 point를 약 1개로 생성한 후 지도상에 동 경계와 같이 표출하고, 생성된 Point SHP파일을 기반으로 Kernel Density Analyst Tool을 사용하여 밀집도를 분석한다.
그리고 Kernel Density Analyst Tool을 통하여 생성된 Raster 파일을 지도상에 표출하고, 심볼로지(Symbology)의 카테고리(categories)를 변경하여 분석한 Raster자료의 표현방법을 변경하고, 안양시 지형도를 화면에 디스플레이하여 분석한다.
이후 인구밀도 분포현황을 통한 방범취약지구 매쉬업 구성절차에서는 위와 같은 절차를 통해 각 동별 인구분포와 세부 연령별, 성별 인구자료를 통해 세대별 사회약자가 많이 분포된 현황을 살펴볼 수 있다. 이를 통해 3차적으로 방범취약지구로 설정한다.
이와 같이 본 발명은 각 동단위 인구분포현황을 동 단위 경계와 함께 투영하여 현재의 인구현황을 살펴보고, 세부적으로 연령별, 성별 인구분포를 첨부함으로써 세대별 사회약자를 도출할 수 있다. 예컨대, 연령이 60대 이상이며, 여성, 어린이(만 15세이하)가 많이 분포한 지역을 맵과 투영하여 보호받아야할 계층이 많은 지역으로 표출할 수 있다.
도 11a 내지 도 11d는 본 발명에 따라 공공서비스 우선지대를 형성하는 절차를 도시한 순서도이다.
도 11a 내지 도 11d를 참조하면, 공공서비스 우선지대 형성절차(S4)에서는 안양 시내의 경찰서 및 지구대의 주소를 BIZ-GIS(http://www.biz-gis.com) Site에서 극좌표(TM좌표체계)로 변환하고, Point SHP파일로 변환하여 맵상에 표출하고, 국가 교통량정보시스템 (http://www.road.re.kr)에서 제공하는 2012년 전국 도로망SHP DataBase를 수집한다.
전국 도로망, 안양시 동경계, 안양시 경찰서 및 지구대SHP 파일로 GeoDataBase 생성 후 Feature Dataset을 생성하고, 이를 Network Dataset으로 생성하여 도로의 교차점, 끝점에 Point SHP를 생성한다.
안양시 동 경계, 안양시 파출서 및 지구대, 안양시 도로망, Network SHP를 지도상에 표출하고, Network Analyst Tool을 사용하여 5분, 10분, 20분 및 표현방법 설정 후 이동가능한 범위의 폴리곤(Polygon)을 생성한다.
그리고 Export Data를 사용하여 Network Analyst Tool로 생성된 Polygon을 SHP로 생성하고, 생성된 SHP 자료와 안양시 지형도를 화면에 디스플레이하여 분석한다.
이후 공공서비스 우선지대를 통한 방범취약지구 매쉬업 구성절차에서는 공공서비스 우선지대를 실시간자료와 도로 네트웍 자료를 통해 얻어 서비스 시간대가 없는 지역에 대한 감시체계의 효율성을 도모할 수 있다는 점에서 4차적으로 방범취약지구로 설정한다
이와 같이 본 발명에서는 현재 각 동단위로 구성되어 있는 파출소 및 지구대, 119안전센터의 위치지점을 SPOT으로 입력하여 직접적으로 영향을 미치는 관할구역경계(300m), 서비스 반경(800m), 범행현장 도착 5분 이내 거리를 중심으로 공공서비스 우선지대로 새로운 폴리곤을 형성한다. 그리고, 또한 교통정보시스템을 이용하여 도로 노드링크 자료에 교통정보자료를 입력하여 실시간 중심 범행현장 도착 5분거리를 재설정하여 실시간 공공서비스 우선지대로 폴리곤으로 설정하여 상황에 즉각 대처가 가능한 지대를 구성한다. 또한 초등학교 등 어린이 보호지역, 노약자 및 여성보호지역을 설정하여 우선감시지대를 설정운영한다.
한편, CCTV 우선 설치위치 결정 단계(S5)에서는 앞에서 분석한 자료를 중심으로 속성자료와 도면자료를 합성하여 현재 CCTV 감시조망권에서 벗어나 있으면서 5대 범죄발생지역이고, 인구밀도가 시회적 약자가 많이 분포되어 있는 지역, 그리고 경찰 및 공공서비스 범위에서 벗어나 있는 지역을 중심으로 CCTV 우선지대를 설정한다.
도 12a 내지 도 12i는 본 발명에 따라 CCTV 사각지점을 분석하는 절차를 도시한 순서도이다.
도 12a 내지 도 12i를 참조하면, CCTV Blind Spot 분석 단계(S6)에서는 CCTV설치위치가 결정되면, 해당 설치위치에서 조망권이 확보되는지를 분석한다. 종래에는 각 위치별로 실제적으로 6M 이상을 사다리 차량을 이용하여 직접 목측하여 분석함으로써 시간적, 경제적 손실이 많았으나 본 발명에서는 GIS속성자료를 활용한 3D분석을 통해 감시거리에 대한 장애물을 분석하고. 해당 지역에 대한 내용을 구글어스를 통해 검증할 수 있다.
이와 같이 본 발명은 벡터기능을 수반된 GIS 속성자료를 운영함으로써 다양한 분석과 관리자가 시민들에게 다양한 서비스를 제공하는데 우선순위를 설정할 수 있다는 장점이 있다. 즉, 구체적인 방안으로서 속성자료가 없는 일반적 래스터 GIS를 기준으로 하여 GIS TOOL를 이용하여 벡터자료를 데이터베이스화하여 SPOT, LINE. POLYGON 자료를 생성한다. 속성자료는 CCTV위치좌표, 대한지적공사의 전국 행정동계 SHP화일(www.biz-gis.com), 건물 SHP, 경찰청 전국범죄유형데이터베이스(www.police.go.kr), 성 범죄자 알림자료(www.sexoffender.go.kr), 통계청인구자료(kostat.go.kr), 경찰서 및 지구대주소, 국가교통량정보시스템 전국도로망 SHP 데이터베이스(www.road.re.kr)을 활용하고, 각각 좌표변환은 TM좌료를 기준으로 변환하여 통일화하여 별도의 각 지점별, 동별, 네트웍별로 데이터베이스화하여, 집합적 가치 개념을 도입하여 데이터를 구축한다. 이렇게 함으로서 본 발명은 래스터 도면과 속성자료를 중심으로 매쉬업 기능을 활용하여 각각 단순의 합이 아닌 새로운 가치를 생성하고, 각각 자료들을 메트릭스 구조로 하여 서비스를 진화시키는 MASH-UP 기능을 더욱 강화할 수 있다. 앞서 살펴본 바와 같이 본 발명은 CCTV 감시조망권, 5대범죄발생지역, 인구밀도 분포현황, 공공서비스 우선지대를 여러 속성자료를 통해 도출하고, 여기서 또 다른 방범취약지구를 설정해낼 수 있다.
이상에서 본 발명은 도면에 도시된 일 실시예를 참고로 설명되었으나, 본 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다.
10: 안전행정부 CCTV정보망 20: 경찰청 범죄정보 DB
30: 국가 교통량 정보시스템 40: 대한지적공사 GIS DB
50: 통계청 인구정보 DB 100: CCTV 설치위치 결정 시스템
110: CCTV감시조망권 형성모듈 120: 5대 범죄 발생지역 형성모듈
130: 인구밀도 분포현황 형성모듈 140: 공공서비스 우선디재 형성모듈
150: CCTV운선설치 결정 모듈 160: CCTV 블라인드 스폿 분석모듈
30: 국가 교통량 정보시스템 40: 대한지적공사 GIS DB
50: 통계청 인구정보 DB 100: CCTV 설치위치 결정 시스템
110: CCTV감시조망권 형성모듈 120: 5대 범죄 발생지역 형성모듈
130: 인구밀도 분포현황 형성모듈 140: 공공서비스 우선디재 형성모듈
150: CCTV운선설치 결정 모듈 160: CCTV 블라인드 스폿 분석모듈
Claims (5)
- 삭제
- 각 행정구역의 기설치된 CCTV정보를 갖고 있는 CCTV정보망과, 범죄발생정보와 성범죄자관련 정보를 저장하고 있는 범죄정보 데이터베이스와, 교통관련 정보를 갖고 있는 국가교통량 정보시스템과, 지리정보시스템(GIS)과, 통계청 인구정보 데이터 베이스로부터 인구정보를 가져와 복수의 CCTV 설치 후보 위치 중에서 설치할 위치를 자동으로 산출하는 CCTV 설치 위치 결정 시스템으로 이루어져 CCTV 설치위치를 결정하는 방법에 있어서,
상기 CCTV 설치 위치 결정 시스템이 기 구축되어 있는 방범용 CCTV, 어린이 보호 CCTV, 교통 CCTV와 같이 운영중인 CCTV의 반경을 중심으로 조망권을 설정하여 현재 조망권 범위를 설정하는 CCTV 감시조망권 형성 단계;
상기 CCTV 설치 위치 결정 시스템이 범죄가 발생한 지역을 중심으로 단위 인구 당 면적을 표현하여 범죄가 발생한 지역을 데이터베이스화하는 범죄 발생지역 형성 단계;
상기 CCTV 설치 위치 결정 시스템이 각 동단위 인구분포 현황을 동 단위 경계와 함께 투영하여 현재의 인구현황으로부터 세대별 사회적 약자를 도출하는 인구분포 밀도현황 형성 단계;
상기 CCTV 설치 위치 결정 시스템이 각 동단위로 구성되어 있는 파출소 및 지구대, 119안전센터의 위치지점을 중심으로 직접적으로 영향을 미치는 관할구역경계, 서비스 반경, 범행 현장 도착 시간에 따른 거리를 중심으로 공공서비스 우선지대를 형성하는 공공서비스 우선지대 형성 단계;
상기 CCTV 설치 위치 결정 시스템이 상기 CCTV 감시조망권 형성단계와, 범죄 발생지역 형성단계, 인구밀도 분포현황 형성단계, 공공서비스 우선지대 형성단계로부터 산출된 분석자료를 중심으로 속성자료와 도면자료를 합성하여 현재 CCTV감시 조망권에서 벗어나 있으면서 범죄 발생지역이고, 인구밀도가 시회적 약자가 분포되어 있는 지역, 그리고 경찰 및 공공 서비스 범위에서 벗어나 있는 지역을 중심으로 CCTV 우선지대를 설정하는 CCTV 우선설치 결정 단계; 및
상기 CCTV 우선설치 결정 단계에 의해 CCTV 설치 위치가 결정되면, 결정된 설치위치에서 조망권이 확보되는지를 GIS속성자료를 활용한 3D분석을 통해 감시거리에 대한 장애물을 분석하는 CCTV 블라인드 스폿 분석 단계를 포함하고,
상기 CCTV 감시조망권 형성 단계는
설치하고자 하는 후보위치의 주소를 극좌표로 구하고, 기 구축되어 있는 지점의 극좌표를 포인트 SHP 파일로 변환하여 맵상에 표출하며, 커널 밀도 분석 툴을 통하여 생성된 래스터 파일을 지도상에 표출하되, 기 구축되어 있는 방범용 CCTV, 어린이 보호CCTV, 교통 CCTV와 같이 운영중인 CCTV의 위치지점을 스폿(SPOT) 자료로 입력하고, 6M 이상 도로의 노드링크자료를 데이터로 변환 입력한 후에 각 CCTV에 따라 소정 반경의 감시거리를 노드링크의 자료와 접합하여 CCTV 감시조망권을 설정하고,
상기 공공서비스 우선지대 형성 단계는
설치지역의 경찰서 및 지구대의 주소를 극좌표로 구하고, 포인트(Point) SHP파일로 변환하여 맵상에 표출하며, 국가 교통량정보시스템에서 제공하는 전국 도로망 SHP 데이터베이스(DataBase)를 수집한 후 네트워크 분석 툴(Network Analyst Tool)을 사용하여 5분, 10분, 20분 및 표현방법 설정 후 소정 시간안에 이동가능한 범위의 폴리곤(Polygon)을 생성하여 공공서비스 우선지대를 형성하며,
상기 CCTV 블라인드 스폿 분석 단계는
CCTV 설치위치가 결정되면, 결정된 설치위치에서 GIS속성자료를 활용하여 3D분석을 통해 감시거리에 대한 장애물을 분석하고, 설치위치에 대한 내용을 구글어스를 통해 검증하여 조망권이 확보되는지를 분석하여
기존에 설치된 좌표를 중심으로 각각의 CCTV 감시지역을 2D 맵에 투영시키고 각각 오버랩되는 지점을 찾아내어 면적자료로 산출한 후, 이 자료를 중심으로 현재 도시화 지역에서 남아있는 면적자료에서 차감하여 도시화 지역 면적 대비 비율을 산정하여 CCTV 감시 조망권 비율을 산출하고, 이를 역산하여 방범 CCTV 소요량을 계산하여 향후 투입되어야하는 예산을 추정할 수 있는 것을 특징으로 하는 매시업 기능을 활용한 ＣＣＴＶ 블라인드 스폿 분석 및 설치 위치 결정 방법. - 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130078067A KR101396160B1 (ko) | 2013-07-03 | 2013-07-03 | 매시업 기능을 활용한 ｃｃｔｖ 블라인드 스폿 분석 및 설치 위치 결정 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130078067A KR101396160B1 (ko) | 2013-07-03 | 2013-07-03 | 매시업 기능을 활용한 ｃｃｔｖ 블라인드 스폿 분석 및 설치 위치 결정 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101396160B1 true KR101396160B1 (ko) | 2014-05-19 |
Family
ID=50894413
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130078067A KR101396160B1 (ko) | 2013-07-03 | 2013-07-03 | 매시업 기능을 활용한 ｃｃｔｖ 블라인드 스폿 분석 및 설치 위치 결정 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101396160B1 (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160099933A (ko) * | 2015-02-13 | 2016-08-23 | 대한민국(국민안전처 국립재난안전연구원장) | 3차원 지형 지물을 고려한 cctv 가시권 분석방법 |
| CN109525816A (zh) * | 2018-12-10 | 2019-03-26 | 北京智汇云舟科技有限公司 | 一种基于三维地理信息的多枪多球融合联动系统及方法 |
| KR20200052414A (ko) * | 2018-10-24 | 2020-05-15 | 상명대학교산학협력단 | 빅데이터 모델링을 활용한 어린이 안전 통학로 구축방법 |
| KR20200052415A (ko) | 2018-10-24 | 2020-05-15 | 상명대학교산학협력단 | 빅데이터를 활용한 범죄발생 우범지역 cctv 운영방법 |
| KR20200122288A (ko) | 2020-10-20 | 2020-10-27 | 상명대학교산학협력단 | 빅데이터를 활용한 우범지역 cctv 운영방법 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090011826A (ko) * | 2007-07-27 | 2009-02-02 | 삼성테크윈 주식회사 | 감시 카메라 시스템 및 그의 제어방법 |
| KR20120010452A (ko) * | 2010-07-26 | 2012-02-03 | 서울대학교산학협력단 | 기 구축된 공간정보를 활용한 보행자 네트워크 생성방법 |
-
2013
- 2013-07-03 KR KR1020130078067A patent/KR101396160B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090011826A (ko) * | 2007-07-27 | 2009-02-02 | 삼성테크윈 주식회사 | 감시 카메라 시스템 및 그의 제어방법 |
| KR20120010452A (ko) * | 2010-07-26 | 2012-02-03 | 서울대학교산학협력단 | 기 구축된 공간정보를 활용한 보행자 네트워크 생성방법 |
Non-Patent Citations (3)
| Title |
|---|
| 논문 : 한국지형공간정보학회 * |
| 도인록 외 1인. CPTED 원리 기반, GIS활용 ‘도시 범죄예방 CCTV 시스템’ 구축 모델 개발 연구. 한국셉테드학회 논문집* |
| 도인록 외 1인. CPTED 원리 기반, GIS활용 '도시 범죄예방 CCTV 시스템' 구축 모델 개발 연구. 한국셉테드학회 논문집 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160099933A (ko) * | 2015-02-13 | 2016-08-23 | 대한민국(국민안전처 국립재난안전연구원장) | 3차원 지형 지물을 고려한 cctv 가시권 분석방법 |
| KR101686797B1 (ko) * | 2015-02-13 | 2016-12-28 | 대한민국 | 3차원 지형 지물을 고려한 cctv 가시권 분석방법 |
| KR20200052414A (ko) * | 2018-10-24 | 2020-05-15 | 상명대학교산학협력단 | 빅데이터 모델링을 활용한 어린이 안전 통학로 구축방법 |
| KR20200052415A (ko) | 2018-10-24 | 2020-05-15 | 상명대학교산학협력단 | 빅데이터를 활용한 범죄발생 우범지역 cctv 운영방법 |
| KR102214807B1 (ko) * | 2018-10-24 | 2021-02-09 | 상명대학교 산학협력단 | 빅데이터 모델링을 활용한 어린이 안전 통학로 구축방법 |
| CN109525816A (zh) * | 2018-12-10 | 2019-03-26 | 北京智汇云舟科技有限公司 | 一种基于三维地理信息的多枪多球融合联动系统及方法 |
| KR20200122288A (ko) | 2020-10-20 | 2020-10-27 | 상명대학교산학협력단 | 빅데이터를 활용한 우범지역 cctv 운영방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kim et al. | Integrating travel demand modeling and flood hazard risk analysis for evacuation and sheltering | |
| US8290705B2 (en) | Mobile navigation system with graphic crime-risk display | |
| US9086793B2 (en) | Methods and systems for assessing security risks | |
| Chang et al. | Planning emergency shelter locations based on evacuation behavior | |
| KR101396160B1 (ko) | 매시업 기능을 활용한 ｃｃｔｖ 블라인드 스폿 분석 및 설치 위치 결정 방법 | |
| US20050034075A1 (en) | GIS-based emergency management | |
| US10001385B2 (en) | Online street safety map system displaying crime density and traffic accident data | |
| Shahparvari et al. | Spatial accessibility of fire stations for enhancing operational response in Melbourne | |
| CN102063690A (zh) | 一种基于卫星及三维城市的数字消防预警智能管理系统 | |
| WO2008033153A2 (en) | Methods and systems for identifying safe havens for hazardous material transports | |
| KR20200119114A (ko) | 3차원 bim 객체 모델을 이용한 재난관리 시스템 및 재난관리 방법 | |
| KR102427026B1 (ko) | 재난 대응 관련 정보의 시각화 방법 및 서버 | |
| KR20150045771A (ko) | 통합적인 재난관리를 위한 스마트 재난관리 시스템 | |
| Rajabifard et al. | An intelligent disaster decision support system for increasing the sustainability of transport networks | |
| CN108510566B (zh) | 一种应急专题地图的生成方法和系统 | |
| Yagoub et al. | Urban fire risk assessment using GIS: Case study on Sharjah, UAE | |
| WO2008060308A2 (en) | Data model for risk assessments | |
| Kaviani et al. | A decision support system for improving the management of traffic networks during disasters | |
| CN116775930B (zh) | 一种基于bim+gis的数据结合和可视化展示的方法及系统 | |
| Zhu et al. | The impact of dynamic traffic conditions on the sustainability of urban fire service | |
| Jitt-Aer et al. | Use of GIS and dasymetric mapping for estimating tsunami-affected population to facilitate humanitarian relief logistics: A case study from Phuket, Thailand | |
| Barros et al. | Design process in the urban context-Mobility and health in Special Flood Hazard Area | |
| Shah | IGiS for Managing Cities Smartly–Urban Geoinformatics | |
| Hong et al. | Using 3D WebGIS to support the disaster simulation, management and analysis–examples of tsunami and flood | |
| KR20100013029A (ko) | 지역 인프라를 이용한 가시적 기상정보 시스템 및 정보제공 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20170512 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20180514 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20190513 Year of fee payment: 6 |