KR102079805B1 - 인공지능 기술을 탑재한 화재 경보 시스템 및 방법 - Google Patents

Abstract

인공지능 기술을 탑재한 화재 경보 시스템 및 방법은 화재 발생 영역의 온도와 연기 상태를 감지하고, 해당 화재 발생 영역의 환경적 조건을 고려하여 화재 수준을 판단하며, 실제적으로 초기 화재 발생을 정확하게 감지하여 잘못된 화재 경보를 줄임으로써 화재 경보 시스템의 신뢰성과 안전성을 향상시키는 효과가 있다.

Description

인공지능 기술을 탑재한 화재 경보 시스템 및 방법{System and Method for Alarming Fire Embedded with AI Techniques}

본 발명은 화재 경보 시스템에 관한 것으로서, 특히 화재 발생 영역의 온도와 연기 상태를 감지하고, 해당 화재 발생 영역의 환경적 조건을 고려하여 화재 수준을 판단하며, 실제적으로 초기 화재 발생을 정확하게 감지하여 잘못된 화재 경보를 줄이는 인공지능 기술을 탑재한 화재 경보 시스템 및 방법에 관한 것이다.

화재 사고는 많은 재산 피해와 인명 피해를 유발하기 때문에 화재에서 가장 중요한 것이 신속한 초기 대응이다. 작은 불이 큰 불로 확산되기까지는 긴 시간이 소요되지 않으므로 고층 빌딩과 같은 건물에서 화재를 초기에 진압하지 못하는 경우, 대형 화재로 이어질 가능성이 높다.

화재 경보 및 탐지 시스템은 환경 요소를 액세스하고 초기 단계에서 화재 또는 심각한 상황을 예측할 수 있는 시스템이다.

최근 우리나에서 발생되는 대형 화재는 초기 화재 신호를 탐지하지 못하고, 이로 인하여 초기 화재 대응과 상황 판단이 신속하게 이루어지지 못하여 많은 인명, 재산 피해가 발생하였다.

화재 경보 및 탐지 시스템은 잘못된 경보 상황을 방지하기 위해서 소음과 실제 화재 신호를 구별해야 하며, 불특정 다수인에게 화재 감지 여부를 전송하기 보다 관리자와, 소방서에 화재 발생 사실을 통지함으로써 실제적으로 화재 경보가 초기 대응으로 이어질 수 있는 시스템이 필요한 실정이다.

한국 등록특허번호 제10-1803713호

이와 같은 문제점을 해결하기 위하여, 본 발명은 화재 발생 영역의 온도와 연기 상태를 감지하고, 해당 화재 발생 영역의 환경적 조건을 고려하여 화재 수준을 판단하며, 실제적으로 초기 화재 발생을 정확하게 감지하여 잘못된 화재 경보를 줄이는 인공지능 기술을 탑재한 화재 경보 시스템 및 방법을 제공하는데 그 목적이 있다.

상기 목적을 달성하기 위한 본 발명의 특징에 따른 인공지능 기술을 탑재한 화재 경보 시스템(100)은,

측정 구간에서 온도와 연기를 감지하는 제1 센서의 센싱값과 제2 센서의 센싱값을 수신하여 데이터베이스부로 전송하는 수신부;

상기 데이터베이스부로부터 상기 제1 센서의 센싱값과 제2 센서의 센싱값을 수신하여 인공신경망의 입력 노드들에 각각 입력하고, 상기 각각의 센싱값에 따라 미리 정해진 가중치를 적용하여 가중치를 갖는 채널로 연결된 망(Network)을 통해 상기 인공신경망의 출력 노드인 특정 출력값을 계산하며, 상기 계산된 출력값을 기설정된 임계치와 비교하여 출력값이 임계치보다 크면 화재 경보를 나타내는 1을 출력하며, 출력값이 임계치보다 작으면 정상 상태를 나타내는 0을 출력하는 인공지능 계산부; 및

상기 인공지능 계산부로부터 수신한 화재 경보 신호를 무선 통신에 의해 인접한 모바일 엣지 서버로 전송하는 알람 전송부를 포함하며,

상기 임계치는 계절, 낮밤, 기압의 환경적 조건에 따라 조정하는 것을 특징으로 한다.

본 발명의 특징에 따른 인공지능 기술을 탑재한 화재 경보 방법은,

제1 센서의 센싱값과 제2 센서의 센싱값을 수신하여 인공신경망의 입력 노드들에 각각 입력하는 단계;

상기 각각의 센싱값에 따라 미리 정해진 가중치를 적용하여 가중치를 갖는 채널로 연결된 망(Network)을 통해 상기 인공신경망의 출력 노드인 특정 출력값을 계산하는 단계; 및

상기 계산된 출력값을 기설정된 임계치와 비교하여 출력값이 임계치보다 크면 화재 경보를 나타내는 1을 출력하며, 출력값이 임계치보다 작으면 정상 상태를 나타내는 0을 출력하는 단계를 포함하며,

상기 임계치는 계절, 낮밤, 기압의 환경적 조건에 따라 조정하는 단계를 더 포함하는 것을 특징으로 한다.

전술한 구성에 의하여, 본 발명은 화재 발생 영역의 온도와 연기 상태를 감지하고, 해당 화재 발생 영역의 환경적 조건을 고려하여 화재 수준을 판단하며, 실제적으로 초기 화재 발생을 정확하게 감지하여 잘못된 화재 경보를 줄임으로써 화재 경보 시스템의 신뢰성과 안전성을 향상시키는 효과가 있다.

도 1은 본 발명의 실시예에 따른 인공지능 기술을 탑재한 화재 경보 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 인공지능 기술을 탑재한 화재 경보 방법을 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 인공신경망의 개념을 나타낸 도면이다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

도 1은 본 발명의 실시예에 따른 인공지능 기술을 탑재한 화재 경보 시스템의 구성을 나타낸 도면이고, 도 2는 본 발명의 실시예에 따른 인공지능 기술을 탑재한 화재 경보 방법을 나타낸 도면이며, 도 3은 본 발명의 실시예에 따른 인공신경망의 개념을 나타낸 도면이다.

본 발명의 실시예에 따른 인공지능 기술을 탑재한 화재 경보 시스템(100)은 제1 센서(110), 제2 센서(120), 화재 경보 장치(130) 및 모바일 엣지 서버(140)를 포함한다.

화재 경보 장치(130)는 수신부(132), 데이터베이스부(134), 인공지능 계산부(136) 및 알람 전송부(138)를 포함한다.

제1 센서(110)는 온도 센서 또는 열 센서를 포함하고, 측정 구간에서 온도, 불꽃, 열을 감지하여 제1 센싱값을 전송한다. 본 발명의 제1 센서(110)는 하나 이상의 센서노드로 구성할 수 있으며, 설명의 편의를 위해서 온도 센서로 예시한다.

제2 센서(120)는 연기 센서 또는 가스 센서를 포함하고, 측정 구간에서 연기, 가스를 감지하여 제2 센싱값을 전송한다. 본 발명의 제2 센서(120)는 하나 이상의 센서노드로 구성할 수 있으며, 설명의 편의를 위해서 연기 센서로 예시한다.

본 발명의 화재 경보 시스템(100)은 온도 센서와 연기 센서의 센싱값을 융합하여 초기 화재 신호를 정확하게 판단할 수 있게 된다.

수신부(132)는 제1 센서(110)와 제2 센서(120)로부터 실시간으로 측정된 센싱값을 수신하여 데이터베이스부(134)로 저장한다.

인공지능 계산부(136)는 데이터베이스부(134)로부터 제1 센서(110)의 센싱값과 제2 센서(120)의 센싱값을 수신하여 인공신경망의 입력 노드들에 각각 입력하고, 입력된 다중 센싱값에 따라 미리 정해진 가중치를 적용하여 가중치를 갖는 채널(데이터 통로)로 연결된 망(Network)을 통해 특정 출력값을 계산한다.

제1 센서(110)와 제2 센서(120)에서 측정된 센싱값은 고유의 가중치가 적용되어 다음 노드로 전달된다. 여기서, 가중치는 환경적, 계절적 원인, 낮밤, 기압 등에 의해 축적되어 도출된 데이터이다.

다시 말해, 가중치는 인공신경망의 학습을 통해 지속적으로 변경되어 도출될 수 있는 값이다.

인공지능 계산부(136)는 산출된 특정 출력값에 기초하여 화재 상태를 판단하는데, 산출된 특정 출력값이 기설정된 임계치를 넘는 경우, 화재 경보를 나타내는 1을 출력하며, 산출된 특정 출력값이 기설정된 임계치를 넘지 못하는 경우, 정상 상태를 나타내는 0을 출력한다.

인공지능 계산부(136)는 제1 센서(110)의 센싱값과 제2 센서(120)의 센싱값이 인공신경망의 입력 노드들의 각각에 입력되고, 인공신경망의 출력 노드들의 출력값에 기초하여 다양한 화재 상태를 구성한다.

예를 들면, 온도 센서(제1 센서(110))의 센싱값은 100도 내지 150도이고, 연기 센서(제2 센서(120))의 센싱값이 5V 내지 8V일 때, 초기 화재 상태라고 가정하고, 온도 센서(제1 센서(110))의 센싱값은 200도 내지 250도이고, 연기 센서(제2 센서(120))의 센싱값이 8V 내지 15V일 때, 중기 화재 상태라고 가정하고, 온도 센서(제1 센서(110))의 센싱값은 300도 이상이고, 연기 센서(제2 센서(120))의 센싱값이 15V 내지 20V일 때, 말기 화재 상태라고 가정하자. 제2 센서(120)의 센싱값은 연기의 농도에 따라 규칙적으로 비례되는 전압값을 출력한다.

인공지능 계산부(136)는 제1 센서(110)의 센싱값과 제2 센서(120)의 센싱값이 인공신경망의 입력 노드들의 각각에 입력되고(S100), 각각의 센싱값에 따라 미리 정해진 가중치를 적용하며(S102), 가중치를 갖는 채널(데이터 통로)로 연결된 망(Network)을 통해 특정 출력값을 계산한다(S104).

인공지능 계산부(136)는 인공신경망의 출력 노드인 출력값에 기초하여 화재 상태(초기 화재, 중기 화재, 말기 화재)를 판별한다.

즉, 인공신경망의 출력에는 3개의 화재 상태 정보가 출력 노드들에 각각 할당된다.

온도 센서(제1 센서(110))의 센싱값은 90도이고, 연기 센서(제2 센서(120))의 센싱값이 9V일 때, 초기 화재 상태로 가정된 센싱 조건과 다르다.

이러한 경우, 인공지능 계산부(136)는 제1 센서(110)의 센싱값(90도)과 제2 센서(120)의 센싱값(9V)을 새로운 입력 노드로 생성하여 초기 화재 상태의 출력값과 매칭되도록 가중치를 조절하여 상기 새로운 입력 노드에 적용한다.

출력값은 초기 화재 상태, 중기 화재 상태, 말기 화재 상태의 출력 노드를 구성하고 있지만 이에 한정하지 않는다.

즉, 인공지능 계산부(136)는 새로운 입력 노드에 의해 초기 화재 상태, 중기 화재 상태, 말기 화재 상태로 화재 상태를 결정하지 못하는 경우, 새로운 화재 상태를 생성하여 추가하고, 이에 대응하는 입력 노드의 센싱값을 구성한 후, 인공신경망에서 새로운 입력 노드와 새롭게 구성된 출력 노드 간의 관계를 학습하도록 인공신경망의 가중치를 결정하여 새로운 입력 노드에 적용할 수 있다.

인공지능 계산부(136)는 센서 고장 등 기타 원인으로 제1 센서(110)의 센싱값 또는 제2 센서(120)의 센싱값 중 하나의 센싱값을 수신하지 못하거나 센싱 조건에 만족하지 못하는 경우, 예를 들어 제1 센서(110)의 센싱값은 100도 내지 150도이고, 제2 센서(120)의 센싱값이 3V일 때, 출력값이 임계치보다 적더라도 예비 초기 화재 상태를 구성하여 새로운 출력 노드를 추가하도록 제어한다. 반대로 제2 센서의 센싱값이 만족되고, 제1 센서의 센싱값이 90도인 경우에도 출력값이 임계치보다 적더라도 예비 초기 화재 상태를 구성하여 새로운 출력 노드를 추가하도록 제어할 수 있다.

나머지 중기 화재 상태, 말기 화재 상태도 동일한 방식으로 예비 중기 화재 상태, 예비 말기 화재 상태를 적용할 수 있다.

인공지능 계산부(136)는 제1 센서(110)의 센싱값과 제2 센서(120)의 센싱값에 대응되는 출력노드의 출력값이 결정되도록 즉, 센싱값들과 출력값인 화재 상태의 관계를 학습하도록 인공신경망의 가중치를 결정할 수 있다.

인공지능 계산부(136)는 제1 센서(110)의 센싱값과 제2 센서(120)의 센싱값에 미리 정해진 가중치를 적용하여 출력값을 하기의 [수학식 1]에 의해 계산되고, 계산된 출력값을 기설정된 임계치와 비교하여 출력값이 임계치보다 크면 화재 경보를 나타내는 1을 출력하며, 출력값이 임계치보다 작으면 정상 상태를 나타내는 0을 출력한다(S106).

여기서, a₁, a₂는 가중치이고, X₁, X₂는 제1 센서(110)의 센싱값과 제2 센서(120)의 센싱값이고, T는 임계치이고, f_A는 출력값이다.

인공지능 계산부(136)는 유형화된 과거의 화재 자료를 기초로 가중치를 변경할 수 있다. 인공지능 계산부(136)는 계절, 낮밤, 기압 등의 환경적 조건에 따라 임계치를 조정하도록 제어한다.

가중치와 임계치를 변경 가능하도록 구성한 것은 잘못된 경보 상황을 방지하기 위하여 실제 화재 신호가 위협적인 상황인지 위협적이지 않은 상황인지 구별하기 위함이다.

인공지능 계산부(136)는 제1 센서(110)의 센싱값과 제2 센서(120)의 센싱값이 인공신경망의 입력 노드들의 각각에 입력되고, 제1 센서(110)의 센싱값과 제2 센서(120)의 센싱값의 조합에 대응하는 출력값에 기초하여 다양한 화재 상태를 구성하고, 제1 센서(110)의 센싱값과 제2 센서(120)의 센싱값에 대응되는 출력노드의 출력값이 결정되도록 가중치를 조정하며, 출력값과 비교할 임계치를 환경적 조건에 따라 변하는 값으로 정의한다.

이와 같이, 본 발명의 화재 경보 시스템(100)은 제1 센서(110)의 센싱값과 제2 센서(120)의 센싱값에 따라 대응되는 출력값(화재 상태)을 계산하고, 출력값을 환경적 조건에 따라 변하는 임계치와 비교하여 화재 상태를 판단하게 된다.

따라서, 본 발명은 화재 발생 영역의 온도와 연기 상태를 감지하고, 해당 화재 발생 영역의 환경적 조건을 고려하여 화재 수준을 판단하며, 실제적으로 초기 화재 발생을 정확하게 감지하여 잘못된 화재 경보를 줄임으로써 화재 경보 시스템(100)의 신뢰성과 안전성을 향상시킬 수 있다.

인공지능 계산부(136)는 화재 경보를 나타내는 1이 출력되는 경우, 화재 경보 신호를 생성하여 알람 전송부(138)로 전송한다.

알람 전송부(138)는 인공지능 계산부(136)로부터 수신한 화재 경보 신호를 무선 통신에 의해 인접한 모바일 엣지 서버(140)로 전송한다(S108).

모바일 엣지 서버(140)는 화재 경보 신호를 수신할 수신 대상 단말(150)로 화재 경보 신호를 전송한다. 여기서, 수신 대상 단말(150)은 관리자 또는 소방서의 콜센터 등 화재가 발생한 위치에 직접적으로 초기 대응할 수 있는 사람, 기관이 속한 단말장치이다.

이상에서 본 발명의 실시예는 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하기 위한 프로그램, 그 프로그램이 기록된 기록 매체 등을 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

100: 화재 경보 시스템
110: 제1 센서
120: 제2 센서
130: 화재 경보 장치
132: 수신부
134: 데이터베이스부
136: 인공지능 계산부
138: 알람 전송부
140: 모바일 엣지 서버
150: 수신 대상 단말

Claims (9)

1. 삭제
2. 삭제
3. 삭제
4. 측정 구간에서 온도 센서 또는 열 센서를 나타내는 제1 센서의 센싱값과 연기 센서 또는 가스 센서를 나타내는 제2 센서의 센싱값을 수신하여 데이터베이스부로 전송하는 수신부;
   상기 데이터베이스부로부터 상기 제1 센서의 센싱값과 제2 센서의 센싱값을 수신하여 인공신경망의 입력 노드들에 각각 입력하고, 상기 제1 센서의 센싱값과 제2 센서의 센싱값에 미리 정해진 가중치를 적용하여 가중치를 갖는 채널로 연결된 망(Network)을 통해 상기 인공신경망의 출력 노드인 특정 출력값을 하기의 수학식 1에 의해 계산하며, 상기 계산된 출력값을 기설정된 임계치와 비교하여 출력값이 임계치보다 크면 화재 경보를 나타내는 1을 출력하며, 출력값이 임계치보다 작으면 정상 상태를 나타내는 0을 출력하는 인공지능 계산부; 및
   상기 인공지능 계산부로부터 수신한 화재 경보 신호를 무선 통신에 의해 인접한 모바일 엣지 서버로 전송하는 알람 전송부를 포함하며,
   상기 제1 센서의 센싱값은 100도 내지 150도이고, 상기 제2 센서의 센싱값이 5V 내지 8V일 때, 상기 출력값이 초기 화재 상태의 출력노드를 형성하고, 상기 제1 센서의 센싱값은 200도 내지 250도이고, 상기 제2 센서의 센싱값이 8V 내지 15V일 때, 상기 출력값이 중기 화재 상태의 출력노드를 형성하고, 상기 제1 센서의 센싱값은 300도 이상이고, 상기 제2 센서의 센싱값이 15V 내지 20V일 때, 상기 출력값이 말기 화재 상태의 출력노드를 형성하고,
   상기 인공지능 계산부는 유형화된 과거의 화재 자료를 기초로 상기 가중치를 변경하고, 계절, 낮밤, 기압의 환경적 조건에 따라 상기 임계치를 조정하도록 제어하고, 상기 제1 센서의 센싱값과 제2 센서의 센싱값의 조합에 대응하는 출력값에 기초하여 다양한 화재 상태를 구성하고, 상기 제1 센서의 센싱값과 제2 센서의 센싱값에 대응되는 출력노드의 출력값이 결정되도록 상기 가중치를 조정하고, 상기 출력값과 비교할 상기 임계치를 환경적 조건에 따라 변하는 값으로 정의하며,
   상기 인공지능 계산부는 상기 제1 센서의 센싱값과 제2 센서의 센싱값이 상기 초기 화재 상태, 상기 중기 화재 상태, 상기 말기 화재 상태의 센싱 조건에 만족하지 못하는 경우, 상기 제1 센서의 센싱값과 상기 제2 센서의 센싱값을 새로운 입력 노드로 생성하고, 상기 생성한 새로운 입력 노드에 화재 상태의 출력값이 매칭되도록 가중치를 조절하여 상기 새로운 입력 노드에 적용하며, 상기 새로운 입력 노드에 의해 기설정된 화재 상태를 결정하지 못하는 경우, 새로운 화재 상태를 생성하여 추가하고, 이에 대응하는 입력 노드의 센싱값을 구성한 후, 상기 새로운 입력 노드와 새롭게 구성된 출력 노드 간의 관계를 학습하도록 인공신경망의 가중치를 결정하여 상기 새로운 입력 노드에 적용하는 것을 특징으로 하는 화재 경보 시스템.
   [수학식 1]
   

   

   
   여기서, a₁, a₂는 가중치이고, X₁, X₂는 제1 센서의 센싱값과 제2 센서의 센싱값이고, T는 임계치이고, f_A는 출력값임.
5. 제4항에 있어서,
   상기 인공지능 계산부는 상기 제1 센서의 센싱값과 상기 제2 센서의 센싱값이 상기 인공신경망의 입력 노드들의 각각에 입력되고, 상기 인공신경망의 출력 노드들의 출력값에 기초하여 복수의 화재 상태를 구성하며, 상기 각각의 출력값에 상기 각각의 화재 상태를 할당하는 것을 특징으로 하는 화재 경보 시스템.
6. 삭제
7. 삭제
8. 삭제
9. 제4항에 있어서,
   상기 인공지능 계산부는 센서 고장의 원인으로 상기 제1 센서의 센싱값 또는 상기 제2 센서의 센싱값 중 하나의 센싱값을 수신하지 못하거나 센싱 조건에 만족하지 못하는 경우, 상기 출력값이 임계치보다 적더라도 예비 화재 상태를 구성하여 새로운 출력 노드를 추가하도록 제어하는 것을 특징으로 하는 화재 경보 시스템.
   

Images