KR102159620B1 - Ai 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템 - Google Patents

Ai 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템 Download PDF

Info

Publication number
KR102159620B1
KR102159620B1 KR1020200053659A KR20200053659A KR102159620B1 KR 102159620 B1 KR102159620 B1 KR 102159620B1 KR 1020200053659 A KR1020200053659 A KR 1020200053659A KR 20200053659 A KR20200053659 A KR 20200053659A KR 102159620 B1 KR102159620 B1 KR 102159620B1
Authority
KR
South Korea
Prior art keywords
image
module
extraction engine
engine module
sluice
Prior art date
Application number
KR1020200053659A
Other languages
English (en)
Inventor
이지희
Original Assignee
(주)동천기공
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 (주)동천기공 filed Critical (주)동천기공
Priority to KR1020200053659A priority Critical patent/KR102159620B1/ko
Application granted granted Critical
Publication of KR102159620B1 publication Critical patent/KR102159620B1/ko

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02B—HYDRAULIC ENGINEERING
    • E02B7/00—Barrages or weirs; Layout, construction, methods of, or devices for, making same
    • E02B7/20—Movable barrages; Lock or dry-dock gates
    • E02B7/205—Barrages controlled by the variations of the water level; automatically functioning barrages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • 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
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Structural Engineering (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Educational Administration (AREA)
  • Computing Systems (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • Civil Engineering (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 강이나 하천에 설치된 수문을 AI와 딥러닝을 기반한 시스템에 의해 제어하고, 수문의 구동과 이상 유무 등을 통합관리하여 재난사고에 신속히 대처할 수 있도록 한 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템에 관한 것으로, 그 구성은 내수와 외수 사이에 구비되어 상기 내수와 외수 사이를 촬영하는 CCTV 카메라(100); 상기 CCTV 카메라(100)가 촬영한 이미지를 전송받아 저장하는 중앙서버(200); 상기 중앙서버(200)로 전송된 이미지를 데이터 프리프로세싱(data preprocessing)하는 이미지 전처리 모듈(300); 상기 이미지 전처리 모듈(300)에서 데이터 프리프로세싱이 완료된 이미지를 토대로 수위 상승 또는 수위 하강 예측 모델을 생성하는 AI 추출 엔진 모듈(400); 및 상기 AI 추출 엔진 모듈(400)에서 생성된 예측 모델을 바탕으로 수문의 개방 또는 폐쇄작동 여부를 결정하는 수문 조절 모듈(500);을 포함하여 이루어진다.

Description

AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템{AI and deep learning based smart flood control sluice automation control system}
본 발명은 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템에 관한 것으로, 보다 상세하게는 강이나 하천에 설치된 수문을 AI와 딥러닝을 기반한 시스템에 의해 제어하고, 수문의 구동과 이상 유무 등을 통합관리하여 재난사고에 신속히 대처할 수 있도록 한 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템에 관한 것이다.
수문이란 농업 또는 산업용수로 사용하기 위하여 물을 가둬 사용하는 것으로, 물을 일정 양 가두기 때문에 어류의 생태계에서 긍정적인 영향을 미치며, 홍수에 의해 물이 불어날 때는 물의 흐름을 방해하지 않기 때문에 수해의 피해를 줄이고자 하는 곳에 주로 설치되어 사용된다.
우리나라의 경우에 다른 나라에 비해 물이 풍부한 편이지만 홍수나 가뭄이 발생하면 그 피해가 크기 때문에 물을 효율적으로 관리하는 것이 매우 중요하다. 따라서 강이나 골짜기를 가로질러 콘크리트 등과 같은 구조물을 쌓아 강물이나 골짜기를 흐르는 하천수를 담수하여 홍수로 인한 피해를 방지함과 아울러 가뭄이 발생시에는 하천수를 제공하고 있는 실정이다.
한편, 수문은 물의 담수와 배수 및 홍수에 의한 물의 유입을 차단시키기 위한 것으로 수문을 개폐시키는 방식은 크게 수동 방식과 자동 방식으로 구분할 수 있다.
수동 방식은 수문 관리자가 수문 개폐용 수동핸들을 항시 소지하고 다니면서 유사시에 수문을 개폐시키는 것인데, 수동핸들을 직접 돌려 개폐시켜야 하기 때문에 체력적인 소모가 클 뿐만 아니라, 수동핸들을 항시 소지해야 하는 불편함이 따랐다.
자동 방식은 전기 또는 배터리를 이용하여 모터를 구동시킴에 따라 수문을 개폐시키는 방식인데, 자동 방식 역시 배터리를 항시 소지해야 하는 불편함과 함께 수동식과 마찬가지로 관리자가 수문 설치장소에 직접 가야하는 불편함이 따르게 된다.
또한, 담수된 물의 압력에 의해 자동으로 개폐되는 수문의 경우를 살펴보면, 홍수 또는 우천시에 급격하게 수위가 높아지는 상태에서 수문의 하부에 미치는 수압만을 이용하여 개폐시키기 때문에 담수 수위가 수문을 넘는 경우에는 넘치는 물에 의한 압력이 수문에 가해져 수문의 신속한 배수를 저해시키는 문제점이 발생되었다.
한국 등록특허공보 제10-2020925호(수동 강하제어가 가능한 수문권양기, 2019.09.05. 등록) 한국 등록특허공보 제10-1369868호(수문개폐기용 전도방지장치, 2014.02.26. 등록) 한국 등록특허공보 제10-1124664호(핸들식 탈부착형 수문 권양기, 2012.02.29. 등록)
본 발명은 상기한 종래기술의 문제점을 해결하기 위한 것으로, 본 발명의 목적은 강이나 하천에 설치된 수문을 AI와 딥러닝을 기반한 시스템에 의해 제어할 수 있도록 한 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템을 제공함에 있다.
본 발명의 다른 목적은 수문의 구동과 이상 유무 등을 통합관리하여 재난사고에 신속히 대처할 수 있도록 한 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템을 제공함에 있다.
상기 해결과제를 달성하기 위한 본 발명의 과제해결수단 구성은,
내수와 외수 사이에 구비되어 상기 내수와 외수 사이를 촬영하는 CCTV 카메라(100);
상기 CCTV 카메라(100)가 촬영한 이미지를 전송받아 저장하는 중앙서버(200);
상기 중앙서버(200)로 전송된 이미지를 데이터 프리프로세싱(data preprocessing)하는 이미지 전처리 모듈(300);
상기 이미지 전처리 모듈(300)에서 데이터 프리프로세싱이 완료된 이미지를 토대로 수위 상승 또는 수위 하강 예측 모델을 생성하는 AI 추출 엔진 모듈(400); 및
상기 AI 추출 엔진 모듈(400)에서 생성된 예측 모델을 바탕으로 수문의 개방 또는 폐쇄작동 여부를 결정하는 수문 조절 모듈(500);을 포함하여 이루어진다.
본 발명에 따르면, 기상청과 양방향 통신이 가능하도록 유선 또는 무선 연결되어 초당 간격 또는 분당 간격으로 상기 기상청으로부터 날씨 정보 데이터를 취득하고, 그 취득된 날씨 정보 데이터를 상기 중앙서버(200)로 전송하는 데이터 크롤링 모듈(600)을 더 포함하여 구성될 수 있다.
또한, 상기 AI 추출 엔진 모듈(400)은 CNN(CONVOLUTIONAL NEURAL NETWORK) 딥러닝 알고리즘에 의해 학습모델이 구축되는 AI 학습 엔진 모듈(420)과 연계될 수 있다.
이때, 상기 이미지 전처리 모듈(300)은 데이터 프리프로세싱이 완료된 이미지를 중앙DB(320)로 전송시키고, 상기 AI 추출 엔진 모듈(400)은 상기 중앙DB(320)에 저장된 데이터를 바탕으로 딥러닝 알고리즘에 의한 학습모델을 구축할 수 있다.
또한, 상기 AI 추출 엔진 모듈(400)은 학습된 결과를 자체 검증하는 트레이닝 서버(440)를 포함할 수 있다.
본 발명의 추가 실시 예에 따르면, 상기 CCTV 카메라(100)에서 촬영한 이미지 정보와 상기 AI 추출 엔진 모듈(400)이 판단한 이미지 정보를 비교하여 검증을 수행하고, 상기 CCTV 카메라(100)에서 촬영한 이미지 정보와 AI 추출 엔진 모듈(400)이 판단한 이미지 정보가 일치하는 경우에 오류가 발생하지 않은 것으로 판단하는 검증 수행 모듈(700)을 더 포함할 수 있다.
또한, 상기 수문 조절 모듈(500)은 CCTV 카메라(100), 중앙서버(200), 이미지 전처리 모듈(300), AI 추출 엔진 모듈(400) 중에서 어느 하나 이상과 통신이 두절되면, 상기 AI 추출 엔진 모듈(400)이 예측한 수위 값을 기반으로 수문의 개방 또는 폐쇄작동을 자동 제어하도록 구성할 수 있다.
본 발명의 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템은,
첫째, 집중 호우시 지방, 국가하천 강우량 및 수위 변동을 실시간 계측하고 영상으로 감시하여, 즉각적인 대응과 함께 시설 보전과 재난, 재해를 대비한 효율적인 예방이 가능하며,
둘째, 강이나 하천에 설치된 수문의 효율적인 통합관리가 가능하고, 수문에 대한 원격제어 시스템 구축과 수문 관리의 일원화 확보에 기여할 수 있다.
도 1은 본 발명에 따른 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템을 보인 개략적인 구성도,
도 2는 본 발명의 실시 예에 따른 수문의 개방 또는 폐쇄작동 과정을 보인 순서도.
본 발명은 강이나 하천에 설치된 수문을 AI와 딥러닝을 기반한 시스템에 의해 제어하고, 수문의 구동과 이상 유무 등을 통합관리하여 재난사고에 신속히 대처할 수 있도록 한 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템에 관한 것으로, 이를 첨부된 도면을 참조하여 실시 예를 설명하면 아래와 같다.
- 아 래 -
도 1에 나타낸 바와 같이, 본 발명의 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템은,
내수와 외수 사이에 구비되어 상기 내수와 외수 사이를 촬영하는 CCTV 카메라(100);
상기 CCTV 카메라(100)가 촬영한 이미지를 전송받아 저장하는 중앙서버(200);
상기 중앙서버(200)로 전송된 이미지를 데이터 프리프로세싱(data preprocessing)하는 이미지 전처리 모듈(300);
상기 이미지 전처리 모듈(300)에서 데이터 프리프로세싱이 완료된 이미지를 토대로 수위 상승 또는 수위 하강 예측 모델을 생성하는 AI 추출 엔진 모듈(400); 및
상기 AI 추출 엔진 모듈(400)에서 생성된 예측 모델을 바탕으로 수문의 개방 또는 폐쇄작동 여부를 결정하는 수문 조절 모듈(500);을 포함하여 이루어진다.
본 발명의 실시 예에 따른 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템의 구성요소는, 큰 틀에서 구분하면 CCTV 카메라(100), 중앙서버(200), 이미지 전처리 모듈(300), AI 추출 엔진 모듈(400) 및 수문 조절 모듈(500)로 이루어진다.
상기 구성요소들을 포함하여 이루어진 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템은 다양한 IT 인프라, 이를테면 네트워크, 스토리지 등과 IT 어플리케이션 등이 결합되어 구성될 수 있다.
또한, 상기 IT 인프라 또는 IT 어플리케이션은 복수의 객체 요소를 포함하고, 상기 복수의 객체 요소는 계층적 연관관계에 기반하여 결합 구성될 수 있다.
상기 복수의 객체 요소는 중앙처리장치, 메모리 등과 같은 시스템의 물리적 기능 요소일 수 있고, 프로세스, 세션, 로그 등과 같은 시스템의 논리적 기능 요소일 수 있다.
상기 CCTV 카메라(100)는 내수와 외수 사이, 바람직하게는 내수위와 외수위 간의 상관관계가 높다고 판단되는 지점의 강에 군데군데마다 설치할 수 있다.
본 발명에 따르면, 상기 CCTV 카메라(100)는 TOF 센서를 포함할 수 있다. 상기 TOF 센서는 적외선(IR) 파장을 쏘아보내고 무언가 물체로부터 반사되어 돌아오는 신호의 수신까지 소요되는 시간을 측정해서 피사체와의 거리를 계산해내는 방식으로 CCTV 카메라가 촬영한 이미지 내에 존재하는 다양한 개체(예를 들어 벽, 장애물 등의 정적 물체나 사람, 동물 등과 같은 동적 물체)를 포함하여 3차원 정보를 실시간으로 획득할 수 있다.
즉, 상기 TOF 센서에 의하면, CCTV 카메라(100)가 촬영한 이미지 내 장면을 스캔하고 깊이 맵 시퀀스(depth map sequence)를 생성하고, 소정 프레임율로서 깊이 맵(depth map) 시퀀스를 생성한다. 상기와 같은 맵 시퀀스는 정적 물체는 물론 동적 물체의 정확한 계측이 가능함으로, 내수와 외수 간의 차이 값을 정확하게 산출할 수 있게 된다.
한편, 상기 CCTV 카메라(100)는 후술될 중앙서버(200)와 연결됨은 물론 상기 CCTV 카메라(100)를 통해 관리자가 내수위와 외수위 등을 용이하게 파악할 수 있도록 하기 위해 중앙관리소에 구비되는 영상출력장치와도 연결됨은 자명하다.
상기 중앙서버(200)는 CCTV 카메라(100)가 촬영한 이미지를 전송받아 저장하는 기능을 수행한다. 이때, 상기 중앙서버(200)는 가상의 클라우드 서버(CLOUD SERVER)와 연동될 수 있고, 상기 CCTV 카메라(100)가 촬영한 이미지를 상기 중앙서버(200)에 저장함과 동시에 상기 클라우드 서버로 업로드되도록 구성할 수 있다.
상기 클라우드 서버는 실물이 아닌 가상의 서버로 구현되기 때문에 장소에 구애받지 않고 어디서든 무선통신 환경만 갖춰진다면 데이터의 업로드와 다운로드가 용이하다는 장점이 있다.
상기 이미지 전처리 모듈(300)은 중앙서버(200)로 전송된 이미지를 데이터 프리프로세싱(data preprocessing)한다. 상기 프리프로세싱은 중앙서버(200)로 전송된 이미지를 AI가 판독하기 용이하도록 일종의 데이터 전처리를 수행하는 것이다. 여기서, 데이터 전처리는 데이터의 통합과 정제를 의미한다.
상기 프리프로세싱 과정은 CCTV 카메라(100)를 통해 획득된 이미지에 장비의 물리적 구조상 생길 수 있는 왜곡(artifact) 등을 제거하고, 보다 좋은 품질의 이미지를 제공함과 동시에 앞서 언급하였듯이 AI가 판독하기 용이하도록 가공함에 목적이 있다.
여기서, 프리프로세싱을 통해 가공된 영상의 품질을 더욱 향상시키기 위한 일환으로, 대조도(contrast), 선예도(sharpness) 등과 같은 이미지 프로세싱의 포스트 프로세싱에서 이루어지는 가공을 별도로 수행할 수 있다.
본 발명의 추가 실시 예에 따르면, 상기 이미지 전처리 모듈(300)은 데이터 프리프로세싱이 완료된 이미지를 중앙DB(320)로 전송시킬 수 있다.
상기 AI 추출 엔진 모듈(400)은 이미지 전처리 모듈(300)에서 데이터 프리프로세싱이 완료된 이미지를 토대로 수위 상승 내지는 수위 하강 예측 모델을 생성한다. 이때, 상기 AI 추출 엔진 모듈(400)은 상기 중앙DB(320)에 저장된 데이터를 바탕으로 딥러닝 알고리즘에 의한 학습모델을 구축할 수 있다.
한편, 상기 AI 추출 엔진 모듈(400)은 딥러닝 알고리즘에 의해 학습모델이 구축되는 AI 학습 엔진 모듈(420)과 연계될 수 있다.
이때, 상기 AI 학습 엔진 모듈(420)은 AI에 다량의 이미지로 미리 학습을 시켜두게 되고, 또한 수많은 학습용 이미지를 생성함과 동시에 오차를 줄이기 위한 테스트 작업을 거칠 수 있다.
일 예로, 상기 AI는 CNN(CONVILUTIONAL NEURAL NETWORK)이라는 딥러닝 알고리즘으로 학습시킬 수 있다. 상기 CNN은 심층 신경망의 한 종류로서, 하나 또는 다수개의 콘블루션 계층(convolutional layer)과 통합 계층(pooling layer), 그리고 완전하게 연결된 계층(fully connected layer)들로 구성된 신경망의 일종이다.
또한, 상기 CNN은 2차원 데이터의 학습에 적합한 구조를 가지고 있으며, 역전달(backpropagation algorithm)을 통해 훈련될 수 있다. 영상 내 객체 분류, 객체 탐지 등 다양한 응용 분야에 폭넓게 활용되는 DNN의 대표적 모델 중 하나인 것이다.
본 발명의 추가 실시 예에 따르면, 상기 CNN 외에도, DBN(DEEP BELIEF NETWORKS), RNN(RECURRENT NEURAL NETWORKS) 중에서 선택된 어느 하나의 알고리즘을 이용하여 상기 AI를 학습시킬 수 있다.
한편, 상기 AI 추출 엔진 모듈(400)은 이미지 전처리 모듈(300)에서 데이터 프리프로세싱이 완료된 이미지를 토대로 강의 수위 상승 또는 수위 하강 예측 모델을 생성한다.
상기 AI 추출 엔진 모듈(400)은 학습된 결과를 자체 검증하는 트레이닝 서버(420)를 포함할 수 있다.
상기 트레이닝 서버(420)는 AI가 학습한 결과를 자체적으로 검증함으로써, 가령 오류 발생시에 일어날 수 있는 사고 등을 미연에 방지할 수 있게 된다. 또한, 오류를 자체 검증하여 스스로 개선해나감으로써, 향후 발생할 수 있는 오류에 대한 발생율을 현저히 낮출 수 있는 이점이 있다.
이와 더불어, 본 발명에서는 상기 CCTV 카메라(100)에서 촬영한 이미지 정보와 상기 AI 추출 엔진 모듈(400)이 판단한 이미지 정보를 비교하여 검증을 수행하고, 상기 CCTV 카메라(100)에서 촬영한 이미지 정보와 AI 추출 엔진 모듈(400)이 판단한 이미지 정보가 일치하는 경우에 오류가 발생하지 않은 것으로 판단하는 검증 수행 모듈(700)을 더 포함할 수 있다. 만일, 상기 AI 추출 엔진 모듈(400)로부터 이미지 정보가 일치하지 않아 오류가 발생할 경우, 시스템의 전반적인 작동을 자동으로 중지시킬 수 있다.
한편, 본 발명에 따른 AI는 통신장애 등이 발생하여 각 구성요소 간에 통신이 두절되거나 통신이 곤란한 경우라 할지라도, 기 학습된 알고리즘을 바탕으로 예상 수위 값을 도출하고, 그 도출된 값으로 수문의 개폐 여부를 결정할 수 있다.
뿐만 아니라, 상기 AI는 데이터가 축적됨에 따라, 그 축적된 양에 비례하여 점차적으로 수위에 대한 예상 값이 실제 측정 값에 가까워지게 된다. 즉, 데이터가 축적될 때마다 학습능력은 향상되어 더욱 정확한 수위 값을 도출할 수 있게 되는 것이다.
상기 수문 조절 모듈(500)은 AI 추출 엔진 모듈(400)에서 생성된 예측 모델을 바탕으로 수문의 개방작동 또는 폐쇄작동 여부를 결정한다.
상기 수문 조절 모듈(500)은 CCTV 카메라(100), 중앙서버(200), 이미지 전처리 모듈(300), AI 추출 엔진 모듈(400) 중에서 어느 하나 이상과 통신이 두절되면, 상기 AI 추출 엔진 모듈(400)이 예측한 수위 값을 기반으로 하여 수문의 개방작동 내지는 폐쇄작동을 자동 제어할 수 있다.
한편, 본 발명의 추가 실시 예에 따르면, 기상청과 양방향 통신이 가능하도록 유선 또는 무선 연결되어 초당 간격 또는 분당 간격으로 설정시간 동안 상기 기상청으로부터 날씨 정보 데이터를 취득하고, 취득된 날씨 정보 데이터는 상기 중앙서버(200)로 전송하는 데이터 크롤링 모듈(600)을 더 포함할 수 있다. 상기 데이터 크롤링 모듈(600)은 기상청과 유선 또는 무선통신하여 현재 온도 및 날씨 등에 관한 정보를 초당 간격 또는 분당 간격으로 끊임없이 업데이트하며 수집과 동시에 중앙서버(200)로 전송하는 기능을 한다.
본 발명의 다른 추가 실시 예에 따르면, 상술한 바와 같은 본 발명에 따른 수문 제어 자동화 시스템은 수문의 개폐 여부 및 개폐 정도, 개폐 시간, 강의 수위, 강우에 따른 예상 강의 수위 중 적어도 어느 하나 이상의 정보가 중앙관리소에 구비된 영상출력장치를 통해 표출되도록 할 수 있다.
이상에서 설명한 바와 같이, 본 발명에 따른 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템은,
첫째, 집중 호우시 지방, 국가하천 강우량 및 수위 변동을 실시간 계측하고 영상으로 감시하여, 즉각적인 대응과 함께 시설 보전과 재난, 재해를 대비한 효율적인 예방이 가능하며,
둘째, 강이나 하천에 설치된 수문의 효율적인 통합관리가 가능하고, 수문에 대한 원격제어 시스템 구축과 수문 관리의 일원화 확보에 기여할 수 있는 매우 유용한 발명이다.
100 : CCTV 카메라 200 : 중앙서버
300 : 이미지 전처리 모듈 320 : 중앙DB
400 : AI 추출 엔진 모듈 420 : AI 학습 엔진 모듈
440 : 트레이닝 서버 500 : 수문 조절 모듈
600 : 데이터 크롤링 모듈 700 : 검증 수행 모듈

Claims (7)

  1. 내수와 외수 사이에 구비되어 상기 내수와 외수 사이를 촬영하는 CCTV 카메라(100);
    상기 CCTV 카메라(100)가 촬영한 이미지를 전송받아 저장하는 중앙서버(200);
    상기 중앙서버(200)로 전송된 이미지를 데이터 프리프로세싱(data preprocessing)하는 이미지 전처리 모듈(300);
    상기 이미지 전처리 모듈(300)에서 데이터 프리프로세싱이 완료된 이미지를 토대로 수위 상승 또는 수위 하강 예측 모델을 생성하는 AI 추출 엔진 모듈(400); 및
    상기 AI 추출 엔진 모듈(400)에서 생성된 예측 모델을 바탕으로 수문의 개방 또는 폐쇄작동 여부를 결정하는 수문 조절 모듈(500);을 포함하여 이루어지고,
    상기 AI 추출 엔진 모듈(400)은 DBN(DEEP BELIEF NETWORKS), RNN(RECURRENT NEURAL NETWORKS) 중에서 선택된 어느 하나의 딥러닝 알고리즘에 의해 학습모델이 구축되는 AI 학습 엔진 모듈(420)과 연계되며,
    상기 CCTV 카메라(100)에서 촬영한 이미지 정보와 상기 AI 추출 엔진 모듈(400)이 판단한 이미지 정보를 비교하여 검증을 수행하고, 상기 CCTV 카메라(100)에서 촬영한 이미지 정보와 AI 추출 엔진 모듈(400)이 판단한 이미지 정보가 일치하는 경우에 오류가 발생하지 않은 것으로 판단하는 검증 수행 모듈(700)을 더 포함하며,
    상기 수문 조절 모듈(500)은 CCTV 카메라(100), 중앙서버(200), 이미지 전처리 모듈(300), AI 추출 엔진 모듈(400) 중에서 어느 하나 이상과 통신이 두절되면, 상기 AI 추출 엔진 모듈(400)이 예측한 수위 값을 기반으로 수문의 개방 또는 폐쇄작동을 자동 제어하는 것을 특징으로 하는 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템.
  2. 제1 항에 있어서,
    기상청과 양방향 통신이 가능하도록 유선 또는 무선 연결되어 초당 간격 또는 분당 간격으로 상기 기상청으로부터 날씨 정보 데이터를 취득하고, 그 취득된 날씨 정보 데이터를 상기 중앙서버(200)로 전송하는 데이터 크롤링 모듈(600)을 더 포함하는 것을 특징으로 하는 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템.
  3. 삭제
  4. 제1 항에 있어서,
    상기 이미지 전처리 모듈(300)은, 데이터 프리프로세싱이 완료된 이미지를 중앙DB(320)로 전송시키고,
    상기 AI 추출 엔진 모듈(400)은, 상기 중앙DB(320)에 저장된 데이터를 바탕으로 딥러닝 알고리즘에 의한 학습모델을 구축하는 것을 특징으로 하는 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템.
  5. 제1 항에 있어서,
    상기 AI 추출 엔진 모듈(400)은, 학습된 결과를 자체 검증하는 트레이닝 서버(440)를 포함하는 것을 특징으로 하는 AI 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템.
  6. 삭제
  7. 삭제
KR1020200053659A 2020-05-06 2020-05-06 Ai 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템 KR102159620B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200053659A KR102159620B1 (ko) 2020-05-06 2020-05-06 Ai 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200053659A KR102159620B1 (ko) 2020-05-06 2020-05-06 Ai 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템

Publications (1)

Publication Number Publication Date
KR102159620B1 true KR102159620B1 (ko) 2020-09-24

Family

ID=72706477

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200053659A KR102159620B1 (ko) 2020-05-06 2020-05-06 Ai 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템

Country Status (1)

Country Link
KR (1) KR102159620B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102275959B1 (ko) * 2020-11-20 2021-07-12 (주)동아씨앤지 인공지능 기반의 수위 감지 카메라를 통한 수위 계측 및 수문 제어 방법 및 시스템
KR102365493B1 (ko) * 2021-09-06 2022-02-18 홍진표 디지털 화상정보의 인공지능 분석기법을 통한 수면 감시장치
KR102377616B1 (ko) * 2021-10-05 2022-03-23 최종남 Iot 개폐 방식 전동 권양장치를 이용한 일체식 분수문
KR102434478B1 (ko) * 2022-07-13 2022-08-19 (주)동아씨앤지 재난 예방 기능을 포함한 인공지능 기반의 스마트 하천 관제 플랫폼 및 그 제어 방법
CN115862021A (zh) * 2022-11-08 2023-03-28 中国长江电力股份有限公司 基于yolo的水电站闸门自动识别方法
CN115761316B (zh) * 2022-11-08 2024-01-05 中国长江电力股份有限公司 基于yolo自动识别的水电站平板闸门启闭方法
KR20240015368A (ko) 2022-07-27 2024-02-05 배재대학교 산학협력단 홍수 수위 예측 모델 관리 시스템
CN117824788A (zh) * 2024-03-05 2024-04-05 河海大学 水位监测分析系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090048847A (ko) * 2007-11-12 2009-05-15 (주)태민메카트로닉스 수위 관측 시스템 및 수위레벨 원격 측정 방법
KR100920684B1 (ko) * 2009-04-09 2009-10-09 윤주섭 무인 완전자동화 하천수문 개폐시스템
KR101369868B1 (ko) 2013-10-25 2014-03-06 해전산업 주식회사 수문개폐기용 전도방지장치
JP2019190061A (ja) * 2018-04-20 2019-10-31 パナソニックＩｐマネジメント株式会社 水門監視システム、水門監視方法およびプログラム
KR20200039194A (ko) * 2018-10-05 2020-04-16 인버터기술(주) 인버터 제어 방식을 이용한 펌프 일체형 수문 제어 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090048847A (ko) * 2007-11-12 2009-05-15 (주)태민메카트로닉스 수위 관측 시스템 및 수위레벨 원격 측정 방법
KR100920684B1 (ko) * 2009-04-09 2009-10-09 윤주섭 무인 완전자동화 하천수문 개폐시스템
KR101369868B1 (ko) 2013-10-25 2014-03-06 해전산업 주식회사 수문개폐기용 전도방지장치
JP2019190061A (ja) * 2018-04-20 2019-10-31 パナソニックＩｐマネジメント株式会社 水門監視システム、水門監視方法およびプログラム
KR20200039194A (ko) * 2018-10-05 2020-04-16 인버터기술(주) 인버터 제어 방식을 이용한 펌프 일체형 수문 제어 시스템

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
한국 등록특허공보 제10-1124664호(핸들식 탈부착형 수문 권양기, 2012.02.29. 등록)
한국 등록특허공보 제10-2020925호(수동 강하제어가 가능한 수문권양기, 2019.09.05. 등록)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102275959B1 (ko) * 2020-11-20 2021-07-12 (주)동아씨앤지 인공지능 기반의 수위 감지 카메라를 통한 수위 계측 및 수문 제어 방법 및 시스템
KR102365493B1 (ko) * 2021-09-06 2022-02-18 홍진표 디지털 화상정보의 인공지능 분석기법을 통한 수면 감시장치
KR102377616B1 (ko) * 2021-10-05 2022-03-23 최종남 Iot 개폐 방식 전동 권양장치를 이용한 일체식 분수문
KR102434478B1 (ko) * 2022-07-13 2022-08-19 (주)동아씨앤지 재난 예방 기능을 포함한 인공지능 기반의 스마트 하천 관제 플랫폼 및 그 제어 방법
WO2024014627A1 (ko) * 2022-07-13 2024-01-18 (주)동아씨앤지 스마트 하천 관제를 위한 통합 플랫폼
KR20240015368A (ko) 2022-07-27 2024-02-05 배재대학교 산학협력단 홍수 수위 예측 모델 관리 시스템
CN115862021A (zh) * 2022-11-08 2023-03-28 中国长江电力股份有限公司 基于yolo的水电站闸门自动识别方法
CN115761316B (zh) * 2022-11-08 2024-01-05 中国长江电力股份有限公司 基于yolo自动识别的水电站平板闸门启闭方法
CN115862021B (zh) * 2022-11-08 2024-02-13 中国长江电力股份有限公司 基于yolo的水电站闸门自动识别方法
WO2024098681A1 (zh) * 2022-11-08 2024-05-16 中国长江电力股份有限公司 基于yolo自动识别的水电站平板闸门启闭方法
CN117824788A (zh) * 2024-03-05 2024-04-05 河海大学 水位监测分析系统
CN117824788B (zh) * 2024-03-05 2024-05-28 河海大学 水位监测分析系统

Similar Documents

Publication Publication Date Title
KR102159620B1 (ko) Ai 및 딥러닝 기반의 스마트 홍수관리 수문제어 자동화 시스템
KR102197946B1 (ko) 딥러닝 인공지능 기술을 이용한 객체인식 및 카운팅 방법
KR102234697B1 (ko) 수중드론을 이용하는 어망감시장치, 및 그 장치의 제어방법
KR102275959B1 (ko) 인공지능 기반의 수위 감지 카메라를 통한 수위 계측 및 수문 제어 방법 및 시스템
KR101134631B1 (ko) 실시간 수위 예측을 이용한 웹기반 배수갑문 제어시스템 및 배수갑문 제어방법
Lohumi et al. Automatic detection of flood severity level from flood videos using deep learning models
CN116743970B (zh) 一种具有视频ai预警分析的智能管理平台
KR102366544B1 (ko) 딥러닝을 활용한 영상 기반의 강수 정보 제공 시스템 및 방법
KR101610485B1 (ko) 감지 조류 제거 시스템 및 방법
KR102572739B1 (ko) IoT를 이용한 복수개의 센서와 센서들의 상황인식 및 보정 알고리즘을 적용하고 지능형 원격단말장치를 이용한 저수지 수위 관리 시스템 및 그 방법
CN113326783A (zh) 一种水利行业的边缘预警方法
CN112859700A (zh) 基于物联网技术的测控系统
EP3665512B1 (en) Real-time computation of an atmospheric precipitation rate from a digital image of an environment where an atmospheric precipitation is taking place
Fernandes Jr et al. A river flooding detection system based on deep learning and computer vision
Tadrist et al. Towards Low-Cost IoT and LPWAN-Based flood forecast and monitoring system
CN111507294B (zh) 基于三维人脸重建和智能识别的教室安防预警系统及方法
JP4108593B2 (ja) 浸水監視装置
Manohar et al. Cloud-based flood prediction using IoT devices and machine learning algorithms
FR3102876A1 (fr) Procédé et dispositif de contrôle amélioré de piscines
Goyal et al. Flood Management System Using Cloud Computing and Internet-of-Things
CN114235082B (zh) 一种基于采砂量监测系统的智能计量方法
CN115049988A (zh) 一种用于配电网监测及预判的边缘计算方法及装置
KR20230059187A (ko) 인공지능을 이용한 하천 이용 안전관리시스템 및 하천 이용 안전관리방법
KR20230059188A (ko) 영상정보와 환경정보의 수집 및 분석을 통한 하천 상태정보 제공시스템 및 제공방법
KR102634262B1 (ko) 원격으로 계측과 감시와 제어를 기반으로 현장인력 수동조작 방식을 중앙원격화하여 용수를 절약하고 재해대응력이 제고되는 물관리 자동화 통신시스템

Legal Events

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