KR102011775B1 - 공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템 - Google Patents

공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템 Download PDF

Info

Publication number
KR102011775B1
KR102011775B1 KR1020190017369A KR20190017369A KR102011775B1 KR 102011775 B1 KR102011775 B1 KR 102011775B1 KR 1020190017369 A KR1020190017369 A KR 1020190017369A KR 20190017369 A KR20190017369 A KR 20190017369A KR 102011775 B1 KR102011775 B1 KR 102011775B1
Authority
KR
South Korea
Prior art keywords
factory
evaluated
production stability
image
evaluation
Prior art date
Application number
KR1020190017369A
Other languages
English (en)
Inventor
강주영
윤승식
도진우
Original Assignee
아주대학교산학협력단
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 아주대학교산학협력단 filed Critical 아주대학교산학협력단
Priority to KR1020190017369A priority Critical patent/KR102011775B1/ko
Application granted granted Critical
Publication of KR102011775B1 publication Critical patent/KR102011775B1/ko

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q50/04—Manufacturing
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Manufacturing & Machinery (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 실시 예에 따른 공장 생산안정성 평가 방법은 공장 생산안정성 평가 서버가, 평가 대상 공장에 대한 인공위성 이미지 데이터를 수신하는 단계, 상기 공장 생산안정성 평가 서버가, 수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지를 추출하는 단계 및 상기 공장 생산안정성 평가 서버가, 추출된 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가하는 단계를 포함한다.

Description

공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템{METHOD FOR EVALUATING PRODUCTION STABILITY OF FACTORY, SERVER AND SYSTEM USING THE SAME}
본 발명은 공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템에 관한 것으로, 보다 상세하게는 평가 대상 공장에 대한 인공위성 이미지 데이터로부터 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지를 추출하고 이에 기초하여 상기 평가 대상 공장의 생산안정성을 평가할 수 있는 공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템에 관한 것이다.
국내 기업들은 글로벌화와 인건비의 상승 등의 다양한 이유로 해외에 소재한 협력업체를 통하여 제품을 제조하는 경우가 많아졌다.
하지만, 해외에 소재한 협력업체의 공장에서 제품 생산이 중단, 지연되는 상황이나, 제품 생산의 진행 상황이 확인되지 않는 등의 문제가 빈번하게 발생할 수 있으며, 국내 기업들은 협력업체의 제조 현장을 방문하지 않고서는 생산이 정상적으로 이루어지고 있는지 여부를 모니터링하는 데에 어려움이 있었다.
본 발명이 이루고자 하는 기술적 과제는 평가 대상 공장에 대한 인공위성 이미지 데이터로부터 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지를 추출하고 이에 기초하여 상기 평가 대상 공장의 생산안정성을 평가할 수 있는 공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템을 제공하는 것이다.
본 발명의 실시 예에 따른 공장 생산안정성 평가 방법은 공장 생산안정성 평가 서버가, 평가 대상 공장에 대한 인공위성 이미지 데이터를 수신하는 단계, 상기 공장 생산안정성 평가 서버가, 수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지를 추출하는 단계 및 상기 공장 생산안정성 평가 서버가, 추출된 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가하는 단계를 포함할 수 있다.
일부 실시 예에서, 상기 공장 생산안정성 평가 방법은, 상기 공장 생산안정성 평가 서버가, 수신된 상기 인공위성 이미지 데이터를 초해상(super resolution) 처리하여, 초해상 처리된 인공위성 이미지 데이터를 생성하는 단계를 더 포함할 수 있다.
일부 실시 예에서, 상기 공장 생산안정성 평가 서버는, HOG(Histogram of Oriented Gradient)를 이용하여 상기 인공위성 이미지 데이터 내에서 추출된 보행자들 중에서 상기 평가 대상 공장의 기준 반경 이내의 보행자들을 상기 평가 대상 공장의 근무자로 추출할 수 있다.
일부 실시 예에서, 상기 평가 대상 공장의 생산안정성을 평가하는 단계는, 상기 공장 생산안정성 평가 서버가, 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석하는 단계, 상기 공장 생산안정성 평가 서버가, 상기 평가 대상 공장의 차량에 관하여 추출된 이미지를 분석하는 단계 및 상기 공장 생산안정성 평가 서버가, 상기 평가 대상 공장의 공장 운용 상황에 관하여 추출된 이미지를 분석하는 단계를 포함할 수 있다.
일부 실시 예에서, 상기 평가 대상 공장의 생산안정성을 평가하는 단계는, 상기 평가 대상 공장의 근무자의 수의 변화, 상기 평가 대상 공장의 차량의 대수의 변화, 및 상기 평가 대상 공장의 공장 운용 상황의 변화에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가할 수 있다.
일부 실시 예에서, 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석하는 단계는, 상기 공장 생산안정성 평가 서버가 수신하는 상기 인공위성 이미지 데이터 중에서 기준 시간 동안 수집된 인공위성 이미지 데이터를 이용하여 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석할 수 있다.
일부 실시 예에서, 상기 공장 생산안정성 평가 서버는, 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석한 결과에 따른 상기 근무자 수의 변화에 기초하여 상기 기준 시간을 설정할 수 있다.
일부 실시 예에서, 상기 평가 대상 공장의 공장 운용 상황에 관하여 추출된 이미지를 분석하는 단계는, 상기 공장 생산안정성 평가 서버가, 상기 평가 대상 공장의 연기에 관한 이미지 및 상기 평가 대상 공장의 조명에 관한 이미지를 분석할 수 있다.
일부 실시 예에서, 상기 공장 생산안정성 평가 방법은, 상기 공장 생산안정성 평가 서버가, 상기 평가 대상 공장에 설치된 센서 네트워크로부터 센싱 데이터를 수신하는 단계를 더 포함할 수 있다.
일부 실시 예에서, 상기 센싱 데이터는, 상기 평가 대상 공장 내부의 온도에 관한 정보를 포함할 수 있다.
일부 실시 예에서, 상기 평가 대상 공장의 생산안정성을 평가하는 단계는, 상기 공장 생산안정성 평가 서버가, 추출된 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지, 및 상기 센싱 데이터에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가할 수 있다.
일부 실시 예에서, 상기 공장 생산안정성 평가 방법은, 상기 공장 생산안정성 평가 서버가, 상기 평가 대상 공장의 생산안정성을 평가한 결과를 디스플레이 하기 위하여, 상기 평가한 결과를 상기 평가한 결과에 상응하는 색상과 매핑하는 단계를 더 포함할 수 있다.
일부 실시 예에서, 상기 공장 생산안정성 평가 방법은, 상기 공장 생산안정성 평가 서버가, 상기 평가 대상 공장의 생산안정성을 평가한 결과를 기준 기간별 보고서 형태로 생성하는 단계를 더 포함할 수 있다.
본 발명의 실시 예에 따른 공장 생산안정성 평가 서버는, 평가 대상 공장에 대한 인공위성 이미지 데이터를 수신하는 인공위성 이미지 데이터 수신 모듈, 수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지를 추출하는 이미지 처리 모듈 및 추출된 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가하는 공장 생산안정성 평가 모듈을 포함할 수 있다.
본 발명의 실시 예에 따른 공장 생산안정성 평가 시스템은 사용자 단말 및 상기 사용자 단말에 의해 평가 요청된 평가 대상 공장의 생산안정성 평가를 수행하여, 평가 결과를 상기 사용자 단말로 제공하는 공장 생산안정성 평가 서버를 포함하며, 상기 공장 생산안정성 평가 서버는, 상기 평가 대상 공장에 대한 인공위성 이미지 데이터를 수신하는 인공위성 이미지 데이터 수신 모듈, 수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지를 추출하는 이미지 처리 모듈 및 추출된 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황 중 적어도 어느 하나에 관한 이미지에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가하는 공장 생산안정성 평가 모듈을 포함할 수 있다.
본 발명의 실시 예에 따른 방법과 장치는 평가 대상 공장에 대한 인공위성 이미지 데이터에 기초하여 상기 평가 대상 공장의 생산안정성을 평가함으로써, 먼 거리에 위치한 평가 대상 공장의 생산안정성에 관하여 객관적인 평가자료를 확보할 수 있는 효과가 있다.
또한, 본 발명의 실시 예에 따른 방법과 장치는 생산 현장에 별도의 스마트 팩토리 환경을 구축하지 않고서도, 생산 현장의 생산안정성에 관하여 객관적인 평가자료를 확보할 수 있는 효과가 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시 예에 따른 공장 생산안정성 평가 시스템의 개념도이다.
도 2는 도 1에 도시된 공장 생산안정성 평가 서버의 일 실시 예에 따른 블록도이다.
도 3은 도 1에 도시된 공장 생산안정성 평가 시스템 내의 사용자 단말을 통해 제공되는 공장 검색 환경의 일 실시 예이다.
도 4는 도 1에 도시된 공장 생산안정성 평가 시스템 내의 사용자 단말을 통해 제공되는 평가 결과의 일 실시 예이다.
도 5는 도 1에 도시된 공장 생산안정성 평가 시스템 내의 사용자 단말을 통해 제공되는 평가 결과의 다른 실시 예이다.
도 6은 본 발명의 일 실시 예에 따른 공장 생산안정성 평가 방법의 플로우차트이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에 기재된 "~부", "~기", "~자", "~모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 프로세서(Processor), 마이크로 프로세서(Micro Processer), 마이크로 컨트롤러(Micro Controller), CPU(Central Processing Unit), GPU(Graphics Processing Unit), APU(Accelerate Processor Unit), DSP(Drive Signal Processor), ASIC(Application Specific Integrated Circuit), FPGA(Field Programmable Gate Array) 등과 같은 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있으며, 적어도 하나의 기능이나 동작의 처리에 필요한 데이터를 저장하는 메모리(memory)와 결합되는 형태로 구현될 수도 있다.
그리고 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
이하, 본 발명의 실시 예들을 차례로 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 공장 생산안정성 평가 시스템의 개념도이다.
본 명세서에서 "공장 생산안정성"이라 함은 공장이 공장의 원래의 용도에 따라 제품을 안정적으로 생산하고 있는 정도를 폭 넓게 의미할 수 있다.
본 발명의 일 실시 예에 따른 공장 생산안정성 평가 시스템(10)은 원격지에 위치한 평가 대상 공장(100)의 생산안정성을 평가하기 위한 시스템으로, 인공위성(200), 지상국(250), 공장 생산안정성 평가 서버(300), 및 사용자 단말(400)을 포함할 수 있다.
평가 대상 공장(100)은 공장 생산안정성 평가 시스템(10)을 이용하는 사용자가 평가하고자 하는 대상이 되는 공장으로, 사용자로부터 멀리 떨어진 원격지에 위치한 공장이 그 대상이 될 수 있다.
평가 대상 공장(100)은 공장이 가동됨에 따라 연기(110)를 발생시킬 수 있으며, 야간에는 평가 대상 공장(100) 내의 조명에 의해 불빛(120)을 발생시킬 수 있다.
평가 대상 공장(100)의 주변에는 출퇴근하거나 근무를 위하여 이동하는 근무자들(130)과, 평가 대상 공장(100)에서 사용되는 자재를 운송하거나 평가 대상 공장(100)에서 제조된 제품을 운송하기 위한 차량들(140)이 위치할 수 있다.
인공위성(200)은 인공위성(200)에 장착된 인공위성 카메라를 이용하여 평가 대상 공장(100)에 관한 인공위성 이미지를 획득하고, 획득한 인공위성 이미지에 관한 인공위성 이미지 데이터를 지상국(250)으로 전송할 수 있다.
지상국(250)은 지상에 위치하며 인공위성(200)으로부터 전송되는 각종 데이터를 수신하기 위하여 위성 안테나를 구비할 수 있다. 지상국(250)은 인공위성(200)으로부터 전송된 인공위성 이미지 데이터를 수신하고, 수신된 인공위성 이미지 데이터를 공장 생산안정성 평가 서버(300)로 전달할 수 있다.
실시 예에 따라, 공장 생산안정성 평가 시스템(10)은 별도의 지상국(250)을 포함하지 않은 형태로 구현될 수 있다.
다른 실시 예에 따라, 공장 생산안정성 평가 시스템(10)은 인공위성 이미지 데이터를 관리하기 위한 별도의 서버(미도시)를 구비할 수 있으며, 이 경우 공장 생산안정성 평가 서버(300)는 상기 별도의 서버(미도시)로부터 인공위성 이미지 데이터를 수신할 수 있다.
공장 생산안정성 평가 서버(300)는 지상국(250)으로부터 전달된 인공위성 이미지 데이터를 수신하고, 수신된 인공위성 이미지 데이터에 기초하여 평가 대상 공장(100)의 생산안정성을 평가할 수 있다.
실시 예에 따라, 공장 생산안정성 평가 서버(300)는 평가 대상 공장(100)에 설치된 센서 네트워크(105)로부터 센싱 데이터를 수신하고, 지상국(250)으로부터 전달된 인공위성 이미지 데이터 및 상기 센싱 데이터에 기초하여 평가 대상 공장(100)의 생산안정성을 평가할 수도 있다. 실시 예에 따라, 센서 네트워크(105)는 각종 센서들(예컨대, 온도 센서 등)과 통신을 통하여 각종 센서들에 의해 수집된 데이터를 외부로 전송할 수 있는 통신 모듈을 포함할 수 있다.
다른 실시 예에 따라, 공장 생산안정성 평가 서버(300)는 온라인 상에서 평가 대상 공장(100)에 관한 기사, SNS(Social Network Service), 평가 대상 공장(100)의 운영에 영향을 줄 수 있는 정부 정책에 관한 정보를 수집하고, 평가 대상 공장(100)의 생산안정성 평가에 수집된 정보를 반영할 수 있다.
공장 생산안정성 평가 서버(300)의 세부적인 구조 및 동작에 대해서는 도 2를 참조하여 후술하도록 한다.
사용자는 사용자 단말(400)을 통하여 평가 대상 공장(100)의 생산안정성 평가를 공장 생산안정성 평가 서버(300)로 요청하고, 공장 생산안정성 평가 서버(400)에 의해 수행된 평가결과를 수신할 수 있다.
사용자 단말(400)은 수신된 평가결과를 사용자 단말(400)의 디스플레이에 다양한 형태로 디스플레이할 수 있다.
실시 예에 따라, 사용자 단말(400)은 모바일 통신 단말로 구현될 수 있다.
도 2는 도 1에 도시된 공장 생산안정성 평가 서버의 일 실시 예에 따른 블록도이다. 도 3은 도 1에 도시된 공장 생산안정성 평가 시스템 내의 사용자 단말을 통해 제공되는 공장 검색 환경의 일 실시 예이다. 도 4는 도 1에 도시된 공장 생산안정성 평가 시스템 내의 사용자 단말을 통해 제공되는 평가 결과의 일 실시 예이다.
도 1과 도 2를 참조하면, 공장 생산안정성 평가 서버(300)는 사용자 단말(400)에 의해 검색되고 평가 요청된 평가 대상 공장(100)의 생산안정성 평가를 수행할 수 있다.
도 2에서는 도시가 생략되었으나, 공장 생산안정성 평가 서버(300)에는 사용자 단말(400)의 평가 요청을 처리하기 위한 유닛(미도시)이 더 포함될 수 있다.
도 3을 함께 참조하면, 사용자는 도 3에 도시된 형태의 사용자 단말(400)의 UI/UX를 통하여 공장을 검색하고, 검색된 공장에 대한 생산안정성 평가를 요청할 수 있다.
공장 생산안정성 평가 서버(300)는 인공위성 이미지 데이터 수신 모듈(310), 초해상 처리 모듈(320), 이미지 처리 모듈(330), 학습 모듈(340), 센싱 데이터 수신 모듈(350), 데이터 분석 모듈(360), 온라인 정보 수집 모듈(370), 및 공장 생산안정성 평가 모듈(380)을 포함할 수 있다.
인공위성 이미지 데이터 수신 모듈(310)은 인공위성(200)에 의해 획득되어 지상국(250)을 통하여 전달된 인공위성 이미지 데이터를 수신할 수 있다.
실시 예에 따라, 인공위성 이미지 데이터 수신 모듈(310)은 수신된 인공위성 이미지 데이터를 공장 생산안정성 평가 서버(300)에서 활용하기에 적합한 형태로 가공(예컨대, 데이터의 크기 리사이징, 포맷 변경 등)할 수 있다.
초해상 처리 모듈(320)은 인공위성 이미지 데이터 수신 모듈(310)로부터 전달된 인공위성 이미지 데이터를 초해상(super resolution) 처리하여, 초해상 처리된 인공위성 이미지 데이터를 생성할 수 있다.
실시 예에 따라, 초해상 처리 모듈(320)은 다양한 처리 기법(예컨대, 고주파 성분 복원, 전처리 필터링, 초해상 필터링, 후처리 필터링 등)을 이용하여 인공위성 이미지 데이터의 해상도를 향상시킬 수 있다.
이미지 처리 모듈(330)은 초해상 처리 모듈(320)에 의해 처리된 인공위성 이미지 데이터에서 원하는 이미지를 추출하고 분류할 수 있다.
이미지 처리 모듈(330)은 이미지 추출 모듈(332)과 이미지 분류 모듈(334)을 포함할 수 있다.
이미지 추출 모듈(332)은 인공위성 이미지 데이터로부터 공장 생산안정성 평가에 사용될 부분 이미지를 추출할 수 있다.
실시 예에 따라, 이미지 추출 모듈(332)은 인공위성 이미지 데이터로부터 평가 대상 공장(100)에 근무하는 근무자(130)에 관한 이미지, 평가 대상 공장(100)에서 사용하는 차량(140)에 관한 이미지, 및 평가 대상 공장(100)의 공장 운용 상황(예컨대, 연기(110), 불빛(120))에 관한 이미지 중에서 적어도 어느 하나에 관한 이미지를 추출할 수 있다.
실시 예에 따라, 이미지 추출 모듈(332)이 인공위성 이미지 데이터로부터 평가 대상 공장(100)에 근무하는 근무자(130)에 관한 이미지를 추출하는 경우, 이미지 추출 모듈(332)은 인공위성 이미지 데이터의 HOG(Histogram of Oriented Gradient)를 이용하여 인공위성 이미지 데이터에 포함된 모든 보행자들에 관한 이미지를 추출할 수 있다. 이미지 추출 모듈(332)은 추출된 모든 보행자들 중에서 평가 대상 공장(100)으로부터 기준 반경 이내에 위치한 보행자들을 평가 대상 공장(100)에 근무하는 근무자(130)에 관한 이미지로 추출할 수 있다.
실시 예에 따라, 상기 기준 반경은 사용자 단말(400)을 통하여 설정될 수도 있다.
다른 실시 예에 따라, 상기 기준 반경은 이미지 추출 모듈(332)에 의해 추출된 모든 보행자들의 이동 패턴에 기초하여 학습 모듈(340)에 의해 학습될 수도 있다. 이 경우, 평가 대상 공장(100)의 인근에 위치하여 인공위성 이미지 데이터에 포함되었던 보행자들 중에서 이동 패턴이 평가 대상 공장(100) 쪽으로 이루어 졌던 보행자들이 위치했던 범위에 기초하여 상기 기준 반경이 학습될 수도 있다.
실시 예에 따라, 이미지 추출 모듈(332)이 인공위성 이미지 데이터로부터 평가 대상 공장(100)에 근무하는 근무자(130)에 관한 이미지를 추출하는 경우, 인공위성 이미지 데이터 중에서 기준 시간 동안 수집된 인공위성 이미지 데이터만을 이용하여 평가 대상 공장(100)에 근무하는 근무자(130)에 관한 이미지를 추출할 수 있다. 이 경우, 상기 기준 시간은 근무자(130)의 미리 결정된 출근시간 또는 퇴근시간에 상응하도록 설정될 수 있다. 실시 에에 따라, 상기 기준 시간은 데이터 처리 모듈(360)의 근무자 분석모듈(361)의 분석 결과에 따른 근무자 수의 변화에 기초하여 설정될 수 있다. 예컨대, 상기 기준 시간은 근무자의 수가 급격히 많아지거나 급격히 적어지는 시간에 상응하도록 설정될 수 있다.
실시 예에 따라, 이미지 추출 모듈(332)이 인공위성 이미지 데이터로부터 평가 대상 공장(100)에서 사용하는 차량(140)에 관한 이미지를 추출하는 경우, 이미지 추출 모듈(332)은 차량에 관한 다양한 기준 패턴과의 유사도를 이용하여, 유사도가 높은 부분을 차량에 관한 이미지로 추출할 수 있다. 이 경우에도, 추출된 차량들 중에서 평가 대상 공장(100)으로부터 기준 반경 이내에 위치한 차량들을 평가 대상 공장(100)에서 사용되는 차량(140)에 관한 이미지로 추출할 수 있다. 실시 예에 따라, 이미지 추출 모듈(332)은 차량들이 기준시간 이상 정차했을 경우에 정차한 위치가 평가 대상 공장(100)으로부터 기준 반경 이내인 차량들을 평가 대상 공장(100)에서 사용된 차량(140)에 관한 이미지로 추출할 수 있다.
실시 예에 따라, 이미지 추출 모듈(332)이 인공위성 이미지 데이터로부터 평가 대상 공장(100)의 공장 운용 상황, 예컨대, 연기(110), 불빛(120)에 관한 이미지를 추출하는 경우, 이미지 추출 모듈(332)은 연기(110) 또는 불빛(120)에 관한 다양한 기준 패턴(예컨대, 이미지 변화 패턴, 조도 패턴 등)과의 유사도를 이용하여 유사도가 높은 부분을 연기(110) 또는 불빛(120)에 관한 이미지로 추출할 수 있다.
이미지 분류 모듈(334)은 이미지 추출 모듈(332)에 의해 추출된 이미지를 종류별(예컨대, 평가 대상 공장(100)의 근무자(130)에 관한 이미지, 평가 대상 공장(100)의 차량(140)에 관한 이미지, 평가 대상 공장(100)의 운용 상황(110, 120)에 관한 이미지)로 분류할 수 있다.
실시 예에 따라, 이미지 분류 모듈(334)의 이미지 분류 기준은 학습 모듈(340)에 의해 학습될 수 있다. 이 경우, 학습 모듈(340)은 CNN(Convolutional Neural Network) 알고리즘을 이용하여 이미지 분류 기준을 학습할 수 있다.
실시 예에 따라, 이미지 추출 모듈(332)에 의하여 이미지가 추출됨과 동시에 분류되는 경우, 이미지 분류 모듈(334)은 생략된 채로 구현될 수도 있다.
학습 모듈(340)은 이미지 추출 모듈(332)의 이미지 추출을 위한 기준 패턴과 이미지 추출 기준을 학습시킬 수 있다.
학습 모듈(340)은 이미지 분류 모듈(334)의 이미지 분류 기준을 학습시킬 수 있다.
센싱 데이터 수신 모듈(350)은 평가 대상 공장(100)에 설치된 센서 네트워크(105)로부터 센싱 데이터를 수신하고, 수신된 센싱 데이터를 공장 생산안정성 평가 서버(300)에서 활용하기에 적합한 형태로 가공(예컨대, 데이터의 크기 리사이징, 포맷 변경 등)할 수 있다.
데이터 분석 모듈(360)은 이미지 처리 모듈(330)에 의해 추출, 분류되어 전달된 이미지 데이터와 센싱 데이터를 분석하여 분석 결과를 공장 생산안정성 평가 모듈(380)로 전달할 수 있다.
데이터 분석 모듈(360)은 근무자 분석 모듈(361), 차량 분석 모듈(362), 공장 운용 상황 분석 모듈(363)을 포함할 수 있다.
근무자 분석 모듈(361)은 이미지 처리 모듈(330)에 의해 추출/분류된 평가 대상 공장(100)의 근무자(130)에 관한 이미지를 수신하여, 평가 대상 공장(100)의 근무자(130)의 수의 변화를 분석할 수 있다.
실시 예에 따라, 근무자 분석 모듈(361)은 기준 기간(예컨대, 1주, 1개월 등) 동안의 평균 근로자 수, 평균 근로자 수의 증감 여부, 기준 근로자 수 대비 평균 근로자 수의 비율 등을 분석할 수 있다.
차량 분석 모듈(362)은 이미지 처리 모듈(330)에 의해 추출/분류된 평가 대상 공장(100)의 차량(140)에 관한 이미지를 수신하여, 평가 대상 공장(100)의 차량(140)의 수의 변화를 분석할 수 있다.
실시 예에 따라, 차량 분석 모듈(362)은 기준 기간(예컨대, 1주, 1개월 등) 동안의 평균 차량 수, 평균 차량 수의 증감 여부, 기준 차량 수 대비 평균 차량 수의 비율 등을 분석할 수 있다.
공장 운용 상황 분석 모듈(363)은 공장 연기 분석모듈(364), 공장 조명 분석 모듈(365), 및 공장 온도 분석 모듈(366)을 포함할 수 있다.
공장 연기 분석 모듈(364)은 이미지 처리 모듈(330)에 의해 추출/분류된 평가 대상 공장(100)의 연기(110)에 관한 이미지를 수신하여, 평가 대상 공장(100)의 연기(110)가 발생하는 시간을 분석할 수 있다.
실시 예에 따라, 공장 연기 분석 모듈(364)은 기준 기간(예컨대, 1주, 1개월 등) 동안의 평균 연기 발생 시간, 평균 연기 발생 시간의 증감 여부, 기준 연기 발생 시간 대비 평균 연기 발생 시간의 비율 등을 분석할 수 있다.
공장 조명 분석 모듈(365)은 이미지 처리 모듈(330)에 의해 추출/분류된 평가 대상 공장(100)의 조명(120)에 관한 이미지를 수신하여, 평가 대상 공장(100)의 조명(120)이 켜져있는 시간을 분석할 수 있다.
실시 예에 따라, 공장 조명 분석 모듈(365)은 기준 기간(예컨대, 1주, 1개월 등) 동안의 평균 조명 가동 시간, 평균 조명 가동 시간의 증감 여부, 기준 조명 가동 시간 대비 평균 조명 가동 시간의 비율 등을 분석할 수 있다.
공장 온도 분석 모듈(366)은 센싱 데이터 수신 모듈(350)로부터 전달된 센싱 데이터에 기초하여, 평가 대상 공장(100)의 내부 온도를 분석할 수 있다.
실시 예에 따라, 공장 온도 분석 모듈(366)은 기준 기간(예컨대, 1주, 1개월 등) 동안의 평균 온도, 평균 온도의 증감 여부, 기준 온도 대비 평균 온도의 비율 등을 분석할 수 있다.
실시 예에 따라, 상기 기준 온도는 시기 또는 계절별로 다르게 설정될 수 있다.
온라인 정보 수집 모듈(370)은 온라인 상에서 평가 대상 공장(100)에 관한 기사, SNS(Social Network Service), 또는 평가 대상 공장(100)의 운영에 영향을 줄 수 있는 정부 정책에 관한 정보 등을 수집할 수 있다.
실시 예에 따라, 학습 모듈(340)은 데이터 분석 모듈(360)에 의한 데이터 분석 결과와 온라인 정보 수집 모듈(370)에 의해 수짐된 정보를 이용하여, 데이터 분석 모듈(360)의 데이터 분석 기준 또는 온라인 정보 수집 모듈(370)의 정보 수집 기준을 학습시킬 수도 있다.
공장 생산안정성 평가 모듈(380)은 온라인 정보 수집 모듈(370)에 의해 수집된 정보 및/또는 데이터 분석 모듈(360)에 의해 분석된 데이터(즉, 평가 대상 공장(100)의 근무자(130)에 관한 이미지의 분석 결과, 평가 대상 공장(100)의 차량(140)에 관한 이미지의 분석 결과, 평가 대상 공장(100)의 공장 운용 상황(예컨대, 연기(110), 조명(120))에 관한 이미지의 분석 결과, 및/또는 센싱 데이터의 분석 결과)에 기초하여, 평가 대상 공장(100)의 생산안정성을 평가할 수 있다.
실시 예에 따라, 공장 생산안정성 평가 모듈(380)은 평가 대상 공장(100)의 생산안정성을 평가한 결과를 디스플레이하기 위하여 평가 결과를 상기 평가 결과에 상응하는 색상에 매핑할 수도 있다.
도 4를 함께 참조하면, 공장 생산안정성 평가 모듈(380)의 평가 결과가 상응하는 색상에 매핑됨에 따라, 사용자 단말(400)에서는 도 3과 같이 공장 생산안정성(공장 생산성)의 위험도를 색상으로 표시할 수 있으며, 특히 위험도가 높은 경우(도 3(b)의 경우) 문제점을 함께 표시(예컨대, 평가 대상 공장(100)의 근무자 수가 기준치 이하로 변화, 평가 대상 공장(100)의 차량 수가 기준치 이하로 변화 등)할 수 있다.
다른 실시 예에 따라, 공장 생산안정성 평가 모듈(380)은 평가 대상 공장(100)의 생산안정성을 평가한 결과를 기준 기간별 보고서 형태로 생성할 수 있다.
도 5를 함께 참조하면, 공장 생산안정성 평가 모듈(380)은 평가 대상 공장(100)의 생산안정성을 평가한 결과를 도 5에서와 같이, 표와 그래프를 포함하는 보고서 형태로 생성할 수 있다.
실시 예에 따라, 공장 생산안정성 평가 서버(300)는 수집된 데이터를 저장하기 위한 메모리 또는 데이터베이스와, 수집된 데이터를 처리하기 위한 프로세서를 포함하도록 구현될 수 있다. 이 경우, 공장 생산안정성 평가 서버(300)의 각 구성(310~380)은 상기 메모리 또는 데이터베이스와, 상기 프로세서의 조합을 포함하여 구성될 수 있다.
도 6은 본 발명의 일 실시 예에 따른 공장 생산안정성 평가 방법의 플로우차트이다.
도 1 내지 도 6을 참조하면, 공장 생산안정성 평가 서버(300)는 평가 대상 공장에 대한 인공위성 이미지 데이터를 수신할 수 있다(S601).
실시 예에 따라, 공장 생산안정성 평가 서버(300)는 인공위성 이미지 데이터를 인공위성(200)으로부터 직접 수신할 수도 있고, 지상국(250)을 통하여 수신할 수도 있고, 인공위성 이미지 데이터를 관리하기 위한 별도의 서버(미도시)로부터 전달받을 수도 있다.
공장 생산안정성 평가 서버(300)는 평가 대상 공장(100)에 설치된 센서 네트워크(105)로부터 센싱 데이터를 수신할 수 있다(S602).
실시 예에 따라, 상기 센싱 데이터는 평가 대상 공장(100) 내부의 온도에 관한 정보를 포함할 수 있다.
실시 예에 따라, 공장 생산안정성 평가 서버(300)는 온라인 상의 평가 대상 공장(100)에 관한 기사, SNS(Social Network Service), 평가 대상 공장(100)의 운영에 영향을 줄 수 있는 정부 정책에 관한 정보를 추가로 수집할 수도 있다.
공장 생산안정성 평가 서버(300)는 S601 단계에서 수신된 인공위성 이미지 데이터를 초해상 처리할 수 있다(S603).
공장 생산안정성 평가 서버(300)는 S603 단계에서 처리된 인공위성 이미지 데이터로부터 평가 대상 공장(100)의 근무자(130), 차량(140), 및 공장 운용 상황(예컨대, 공장의 연기(100), 불빛(120) 등) 중 적어도 어느 하나에 관한 이미지를 추출할 수 있다(S604).
공장 생산안정성 평가 서버(300)는 S604단계에서 추출된 이미지 및 S602 단계에서 수신된 센싱 데이터에 기초하여 평가 대상 공장(100)의 생산 안정성을 평가할 수 있다(S605).
실시 예에 따라, 공장 생산안정성 평가 서버(300)는 평가 대상 공장(100)의 생산안정성 평가에 센싱 데이터를 이용하지 않을 수도 있다.
다른 실시 예에 따라, 공장 생산안정성 평가 서버(300)는 평가 대상 공장(100)의 생산안정성 평가에 온라인 상의 평가 대상 공장(100)에 관한 기사, SNS(Social Network Service), 평가 대상 공장(100)의 운영에 영향을 줄 수 있는 정부 정책에 관한 정보를 함께 이용할 수도 있다.
실시 예에 따라, 본 발명의 실시 예에 따른 공장 생산안정성 평가 방법은 프로그램 코드로 구현되어 매체에 저장될 수 있으며, 상기 매체는 프로세서와 결합되어 상기 공장 생산안정성 평가 방법을 수행시킬 수 있다.
이상, 본 발명을 바람직한 실시 예를 들어 상세하게 설명하였으나, 본 발명은 상기 실시 예에 한정되지 않고, 본 발명의 기술적 사상 및 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러가지 변형 및 변경이 가능하다.
10 : 공장 생산안정성 평가 시스템
100 : 평가 대상 공장
200 : 인공위성
250 : 지상국
300 : 공장 생산안정성 평가 서버
400 : 사용자 단말

Claims (15)

  1. 이미지 데이터 수신 모듈이, 평가 대상 공장에 대한 인공위성 이미지 데이터를 수신하는 단계;
    이미지 처리 모듈이, 수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황에 관한 이미지를 추출하는 단계; 및
    공장 생산안정성 평가 모듈이, 추출된 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황에 관한 이미지에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가하는 단계를 포함하고,
    상기 평가 대상 공장의 생산안정성을 평가하는 단계는,
    데이터 분석 모듈이 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석하는 단계; 상기 데이터 분석 모듈이, 상기 평가 대상 공장의 차량에 관하여 추출된 이미지를 분석하는 단계; 및 상기 데이터 분석 모듈이, 상기 평가 대상 공장의 공장 운용 상황에 관하여 추출된 이미지를 분석하는 단계를 포함하며,
    상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석하는 단계는, 상기 이미지 데이터 수신 모듈이 수신하는 상기 인공위성 이미지 데이터 중에서 기준 시간 동안 수집된 인공위성 이미지 데이터를 이용하여 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석하고,
    상기 기준 시간은 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석한 결과에 따른 상기 근무자 수의 변화에 기초하여 출근시간 또는 퇴근시간에 상응하도록 설정되며,
    상기 평가 대상 공장의 공장 운용 상황에 관하여 추출된 이미지를 분석하는 단계는, 상기 평가 대상 공장의 연기에 관한 이미지 및 상기 평가 대상 공장의 조명에 관한 이미지를 분석하는, 공장 생산안정성 평가 방법.
  2. 제1항에 있어서,
    상기 공장 생산안정성 평가 방법은,
    초해상 처리 모듈이, 수신된 상기 인공위성 이미지 데이터를 초해상(super resolution) 처리하여, 초해상 처리된 인공위성 이미지 데이터를 생성하는 단계를 더 포함하는, 공장 생산안정성 평가 방법.
  3. 제1항에 있어서,
    상기 이미지 처리 모듈은,
    HOG(Histogram of Oriented Gradient)를 이용하여 상기 인공위성 이미지 데이터 내에서 추출된 보행자들 중에서 상기 평가 대상 공장의 기준 반경 이내의 보행자들을 상기 평가 대상 공장의 근무자로 추출하는, 공장 생산안정성 평가 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 평가 대상 공장의 생산안정성을 평가하는 단계는,
    상기 평가 대상 공장의 근무자의 수의 변화, 상기 평가 대상 공장의 차량의 대수의 변화, 및 상기 평가 대상 공장의 공장 운용 상황의 변화에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가하는, 공장 생산안정성 평가 방법.
  6. 삭제
  7. 삭제
  8. 삭제
  9. 제1항에 있어서,
    상기 공장 생산안정성 평가 방법은,
    센싱 데이터 수신 모듈이, 상기 평가 대상 공장에 설치된 센서 네트워크로부터 센싱 데이터를 수신하는 단계를 더 포함하는, 공장 생산안정성 평가 방법.
  10. 제9항에 있어서,
    상기 센싱 데이터는,
    상기 평가 대상 공장 내부의 온도에 관한 정보를 포함하는, 공장 생산안정성 평가 방법.
  11. 제10항에 있어서,
    상기 평가 대상 공장의 생산안정성을 평가하는 단계는,
    추출된 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황에 관한 이미지, 및 상기 센싱 데이터에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가하는, 공장 생산안정성 평가 방법.
  12. 제1항에 있어서,
    상기 공장 생산안정성 평가 방법은,
    상기 공장 생산안정성 평가 모듈이, 상기 평가 대상 공장의 생산안정성을 평가한 결과를 디스플레이 하기 위하여, 상기 평가한 결과를 상기 평가한 결과에 상응하는 색상과 매핑하는 단계를 더 포함하는, 공장 생산안정성 평가 방법.
  13. 제1항에 있어서,
    상기 공장 생산안정성 평가 방법은,
    상기 공장 생산안정성 평가 모듈이, 상기 평가 대상 공장의 생산안정성을 평가한 결과를 기준 기간별 보고서 형태로 생성하는 단계를 더 포함하는, 공장 생산안정성 평가 방법.
  14. 평가 대상 공장에 대한 인공위성 이미지 데이터를 수신하는 인공위성 이미지 데이터 수신 모듈;
    수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황에 관한 이미지를 추출하는 이미지 처리 모듈;
    추출된 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황에 관한 이미지에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가하는 공장 생산안정성 평가 모듈; 및
    상기 평가 대상 공장의 근무자에 관하여 추출된 이미지, 상기 평가 대상 공장의 차량에 관하여 추출된 이미지, 및 상기 평가 대상 공장의 공장 운용 상황에 관하여 추출된 이미지를 분석하는 데이터 분석 모듈을 포함하며,
    상기 데이터 분석 모듈은,
    상기 이미지 데이터 수신 모듈이 수신하는 상기 인공위성 이미지 데이터 중에서 기준 시간 동안 수집된 인공위성 이미지 데이터를 이용하여 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석하고, 상기 평가 대상 공장의 연기에 관한 이미지 및 상기 평가 대상 공장의 조명에 관한 이미지를 분석하며,
    상기 기준 시간은 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석한 결과에 따른 상기 근무자 수의 변화에 기초하여 출근시간 또는 퇴근시간에 상응하도록 설정되는, 공장 생산안정성 평가 서버.
  15. 사용자 단말; 및
    상기 사용자 단말에 의해 평가 요청된 평가 대상 공장의 생산안정성 평가를 수행하여, 평가 결과를 상기 사용자 단말로 제공하는 공장 생산안정성 평가 서버를 포함하며,
    상기 공장 생산안정성 평가 서버는,
    상기 평가 대상 공장에 대한 인공위성 이미지 데이터를 수신하는 인공위성 이미지 데이터 수신 모듈;
    수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황에 관한 이미지를 추출하는 이미지 처리 모듈;
    추출된 상기 평가 대상 공장의 근무자, 차량, 및 공장 운용 상황에 관한 이미지에 기초하여, 상기 평가 대상 공장의 생산안정성을 평가하는 공장 생산안정성 평가 모듈; 및
    상기 평가 대상 공장의 근무자에 관하여 추출된 이미지, 상기 평가 대상 공장의 차량에 관하여 추출된 이미지, 및 상기 평가 대상 공장의 공장 운용 상황에 관하여 추출된 이미지를 분석하는 데이터 분석 모듈을 포함하며,
    상기 데이터 분석 모듈은,
    상기 이미지 데이터 수신 모듈이 수신하는 상기 인공위성 이미지 데이터 중에서 기준 시간 동안 수집된 인공위성 이미지 데이터를 이용하여 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석하고, 상기 평가 대상 공장의 연기에 관한 이미지 및 상기 평가 대상 공장의 조명에 관한 이미지를 분석하며,
    상기 기준 시간은 상기 평가 대상 공장의 근무자에 관하여 추출된 이미지를 분석한 결과에 따른 상기 근무자 수의 변화에 기초하여 출근시간 또는 퇴근시간에 상응하도록 설정되는, 공장 생산안정성 평가 시스템.
KR1020190017369A 2019-02-14 2019-02-14 공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템 KR102011775B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190017369A KR102011775B1 (ko) 2019-02-14 2019-02-14 공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190017369A KR102011775B1 (ko) 2019-02-14 2019-02-14 공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템

Publications (1)

Publication Number Publication Date
KR102011775B1 true KR102011775B1 (ko) 2019-08-19

Family

ID=67807277

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190017369A KR102011775B1 (ko) 2019-02-14 2019-02-14 공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템

Country Status (1)

Country Link
KR (1) KR102011775B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170026802A (ko) * 2015-08-28 2017-03-09 현대중공업 주식회사 작업 품질관리장치 및 방법
KR20170075445A (ko) * 2015-12-23 2017-07-03 한화테크윈 주식회사 영상 처리 장치 및 영상 처리 방법
KR101809656B1 (ko) * 2016-10-06 2017-12-18 (주)지오씨엔아이 위성영상 기반 양식장 시설물 탐지 시스템 및 그 탐지 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170026802A (ko) * 2015-08-28 2017-03-09 현대중공업 주식회사 작업 품질관리장치 및 방법
KR20170075445A (ko) * 2015-12-23 2017-07-03 한화테크윈 주식회사 영상 처리 장치 및 영상 처리 방법
KR101809656B1 (ko) * 2016-10-06 2017-12-18 (주)지오씨엔아이 위성영상 기반 양식장 시설물 탐지 시스템 및 그 탐지 방법

Similar Documents

Publication Publication Date Title
EP3340106B1 (en) Method and system for assigning particular classes of interest within measurement data
US10839211B2 (en) Systems, methods and computer program products for multi-resolution multi-spectral deep learning based change detection for satellite images
Hadjidemetriou et al. Automated pavement patch detection and quantification using support vector machines
Angulo et al. Road damage detection acquisition system based on deep neural networks for physical asset management
Puissant et al. The utility of texture analysis to improve per‐pixel classification for high to very high spatial resolution imagery
CN109690570B (zh) 一种机房管理方法及动环系统
CA2840436C (en) System for mapping and identification of plants using digital image processing and route generation
EP3843036A1 (en) Sample labeling method and device, and damage category identification method and device
CN111401419A (zh) 基于改进RetinaNet的员工着装规范检测方法
CA3110503C (en) Method and system to digitally track and monitor an automotive refinish repair process
CN105787062A (zh) 一种基于视频平台对目标对象进行搜索的方法和设备
CN111179261A (zh) 缺陷检测方法、系统、终端设备及存储介质
CN107133802A (zh) 一种基于大数据的食品品质研判系统及其控制方法
Ennouri et al. Detection of urban and environmental changes via remote sensing
Chang et al. Safety risk assessment of electric power operation site based on variable precision rough set
Bhargava et al. A study on potential of big visual data analytics in construction Arena
KR102011775B1 (ko) 공장 생산안정성 평가 방법, 이를 이용하는 서버 및 시스템
US20200065631A1 (en) Produce Assessment System
EP3070459A1 (en) Inspection target object extraction apparatus and inspection target object extraction method
CN108369647A (zh) 基于图像的质量控制
CN111125554A (zh) 信息推送的方法和装置、存储介质及电子装置
Busch et al. Automated verification of a topographic reference dataset: System design and practical results
Liu et al. Intelligent monitoring method of tridimensional storage system based on deep learning
CN111814764B (zh) 一种遗撒物确定系统
KR102038141B1 (ko) 부동산 정보를 제공하는 방법, 이를 이용하는 서버 및 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant