KR102164509B1 - 인공지능을 이용한 IoT 기반 쓰레기 수거차량 최적화 경로 제공시스템 - Google Patents

인공지능을 이용한 IoT 기반 쓰레기 수거차량 최적화 경로 제공시스템 Download PDF

Info

Publication number
KR102164509B1
KR102164509B1 KR1020190165022A KR20190165022A KR102164509B1 KR 102164509 B1 KR102164509 B1 KR 102164509B1 KR 1020190165022 A KR1020190165022 A KR 1020190165022A KR 20190165022 A KR20190165022 A KR 20190165022A KR 102164509 B1 KR102164509 B1 KR 102164509B1
Authority
KR
South Korea
Prior art keywords
collection
garbage collection
server
learning model
reinforcement learning
Prior art date
Application number
KR1020190165022A
Other languages
English (en)
Inventor
김용걸
Original Assignee
김용걸
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 김용걸 filed Critical 김용걸
Priority to KR1020190165022A priority Critical patent/KR102164509B1/ko
Application granted granted Critical
Publication of KR102164509B1 publication Critical patent/KR102164509B1/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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Abstract

도시통합운영센터의 폐쇄망에 연계 설치된 ITS(Intelligent Transport System, 지능형교통시스템)망을 통해 ITS서버로부터 교통정보를 수집하고, GIS(Geographic Information System, 지리정보시스템)서버로부터 지리정보를 수집하고, VMS(Video Management System, 영상관리시스템)서버로부터 영상정보를 수집하는 시스템으로서, 본 발명에 따른 쓰레기 수거차량 최적화 경로제공 시스템은 상기 도시통합운영센터의 폐쇄망에 연계 설치된 외부망을 통해 쓰레기 수거차량으로부터 쓰레기 적재량, 단위구역별 수거량, 상기 쓰레기 수거차량별 쓰레기 수거 소요시간에 대한 데이터를 수집하는 연계수집 서버; 상기 연계수집 서버에 의하여 수집된 데이터가 저장되는 데이터베이스 서버; 및 상기 연계수집 서버가 수신한 데이터를 이용하여 상기 쓰레기 수거차량의 최적 경로 데이터를 도출하는 쓰레기 수거관리 서버;를 포함하고,
상기 쓰레기 수거관리 서버는. 독자적인 학습모델로 구축되는 제1 강화학습모델과 제2 강화학습모델; 상기 제1 강화학습모델과 제2 강화학습모델이 각각 산출한 쓰레기 수거 최적 경로 중 선택된 어느 하나의 최적 경로를 진행 예정인 쓰레기 수거 차량들에 제공하는 수거경로 제공수단; 및 상기 선택된 제1 강화학습모델 및 제2 강화학습모델 중 선택된 어느 하나의 학습모델에 대하여 실제 쓰레기 수거 소요시간을 기준으로 평가하고, 나머지 학습모델에 대하여 예상 소요시간을 산출하여 산출된 예상 소요시간을 기준으로 평가하여 상기 제1 강화학습모델 및 제2 강화학습모델을 비교하여 차회의 쓰레기 수거 최적 경로를 제공할 학습모델을 선택하는 경로 평가수단;을 포함한다.

Description

인공지능을 이용한 IoT 기반 쓰레기 수거차량 최적화 경로 제공시스템{IoT-based garbage collection vehicle optimization path provision system using artificial intelligence}
본 발명은 도시통합운영센터를 운용하는 해당 도시의 관할에 설치된 복수 쓰레기통의 쓰레기 적재 상태와 모니터링을 통해 쓰레기 수거의 최적화된 동선을 제공하는 방법에 관한 것이다.
국내에서 2015년 기준 생활폐기물은 하루에 51,247톤(1인당 0.97kg)이 발생하고 있다. 이러한 생활폐기물을 처리하기 위한 예산은 대략 34,049억이고, 이 중에서 수집 및 운반 등의 처리비용이 대략 31,947억(93.8%)을 차지한다. 따라서 쓰레기의 수집 및 운반에 따른 비용을 감소시키기 위하여, 1995년 이후 길거리에 쓰레기통의 설치를 감소시켰지만 몇 년 사이에 테이크아웃 문화가 확산되고 민원에 의해 다시 길거리에 쓰레기통을 설치하는 수량이 증가하고 있다. 예컨대, 서울시에만 1995년에 7,607개, 2007년에 3,707개, 2016년에 5,640개가 더 설치되었다.
통상적으로 쓰레기 수거는 쓰레기 발생량과 관계없이 정해진 시간에 정해진 경로를 따라 이루어지기 때문에 비정상적으로 쓰레기통 주변에 쓰레기가 넘쳐나는 경우에 악취와 더불어 도시미관을 저해하는 등의 문제가 발생한다. 이후 민원이 발생한 경우에 해당하는 쓰레기통 및 주변에 쌓인 쓰레기를 수거하고 있다.
따라서 쓰레기 적재량에 따른 문제가 발생하기 전에 즉각적인 수거가 이루어질 수 있는 쓰레기 적재량에 대한 모니터링과 보다 효율적인 쓰레기 수거를 위한 동선을 제공하는 시스템의 도입이 필요한 실정이다.
본 발명과 관련된 선행기술로서, 특허문헌 1에서, 전파식별 태그가 부착된 복수의 수거통과 상기 수거통의 수거물을 수거하는 복수의 수거차량을 포함하여 구성되는 수거물 통합 관리 시스템에 있어서, 상기 복수의 수거차량 각각에 설치되며, 상기 수거차량의 위치신호를 수신하는 위치정보 수신 수단과, 상기 수거통의 전파식별 태그 정보를 리드하는 전파식별 리드 수단과, 상기 수거통의 상기 수거물을 수거하는 수거물 리프트 수단과 상기 수거물의 중량을 계근하는 중량감지 수단과, 상기 전파식별 태그정보와 계근정보 및 상기 수거차량의 위치정보를 통신망으로 전송하며, 다음번 수거위치정보나 민원에 따른 수거 위치정보를 안내하는 수거관리 단말기 수단을 포함하는 수거차량내부 관리장치; 그리고 상기 전파식별 태그정보, 수거차량 정보, 작업자 정보, 수거관리 단말기 수단 정보, 민원정보, 수거업무 정보와 상기 통신망을 상기 수거관리 단말기 수단에서 전송된 정보를 통합 관리하는 수거물 통합 관리 서버수단과, 상기 수거통에 부착되는 상기 전파식별 태그정보나, 상기 수거차량에 대한 차량 정보, 상기 수거차량의 작업자 정보, 상기 수거관리 단말기 수단 정보, 상기 민원정보 및 상기 수거 업무 정보 중 관리자가 수작업으로 입력이 필요한 정보를 입력하는 입력수단과, 상기 작업자 작업 상황이나 상기 수거차량 위치 정보 및 상기 민원의 발생위치 정보를 디스플레이하는 디스플레이 수단; 및 상기 수거물 통합관리 서버수단의 출력물을 출력하는 출력수단을 포함하는 수거물 통합 관리 장치를 포함하여 구성하되, 상기 수거물 통합 관리 장치는, 인터넷을 통해 수거업체의 협력업체 서버, 구청이나 관청의 서버에 연결되어 상기 수거업무의 확인, 분석, 세금 계산서, 부정수급 및 통계 중 하나 이상의 업무처리와, 상기 수거업무의 열람, 입력, 출력 및 갱신 중 하나 이상을 선택적으로 제공함을 특징으로 하는 인터넷 기반 수거물 통합 관리 시스템이 개시되어 있다.
본 발명은 도시통합운영센터를 운용하는 해당 도시의 관할에 설치된 복수 쓰레기통의 쓰레기 적재량을 단위 구역별로 관리하면서 둘 이상의 학습모델을 이용하여 경쟁적으로 결과를 도출하도록 함으로써 민원의 발생 없이 쓰레기를 효과적으로 수거할 수 있는 서비스를 제공하는 시스템을 제공한다.
도시통합운영센터의 폐쇄망에 연계 설치된 ITS(Intelligent Transport System, 지능형교통시스템)망을 통해 ITS서버로부터 교통정보를 수집하고, GIS(Geographic Information System, 지리정보시스템)서버로부터 지리정보를 수집하고, VMS(Video Management System, 영상관리시스템)서버로부터 영상정보를 수집하는 시스템으로서, 본 발명에 따른 쓰레기 수거차량 최적화 경로제공 시스템은 상기 도시통합운영센터의 폐쇄망에 연계 설치된 외부망을 통해 쓰레기 수거차량으로부터 쓰레기 적재량, 단위구역별 수거량, 상기 쓰레기 수거차량별 쓰레기 수거 소요시간에 대한 데이터를 수집하는 연계수집 서버; 상기 연계수집 서버에 의하여 수집된 데이터가 저장되는 데이터베이스 서버; 및 상기 연계수집 서버가 수신한 데이터를 이용하여 상기 쓰레기 수거차량의 최적 경로 데이터를 도출하는 쓰레기 수거관리 서버;를 포함하고,
상기 쓰레기 수거관리 서버는. 독자적인 학습모델로 구축되는 제1 강화학습모델과 제2 강화학습모델; 상기 제1 강화학습모델과 제2 강화학습모델이 각각 산출한 쓰레기 수거 최적 경로 중 선택된 어느 하나의 최적 경로를 진행 예정인 쓰레기 수거 차량들에 제공하는 수거경로 제공수단; 및 상기 선택된 제1 강화학습모델 및 제2 강화학습모델 중 선택된 어느 하나의 학습모델에 대하여 실제 쓰레기 수거 소요시간을 기준으로 평가하고, 나머지 학습모델에 대하여 예상 소요시간을 산출하여 산출된 예상 소요시간을 기준으로 평가하여 상기 제1 강화학습모델 및 제2 강화학습모델을 비교하여 차회의 쓰레기 수거 최적 경로를 제공할 학습모델을 선택하는 경로 평가수단;을 포함한다.
또한 상기 경로 평가수단은, 상기 연계수집 서버로부터 수집되는 상기 쓰레기 수거차량별 쓰레기 수거 소요시간을 합산하여 실제 쓰레기 수거 소요시간을 산출하고, 상기 연계수집 서버로부터 수집되는 단위구역 수거량 데이터로부터 쓰레기 수거 예상 소요시간을 산출할 수 있다.
또한 상기 단위구역은 도로의 인접한 교차점 간을 잇는 각각의 경로를 의미하는 것으로 정의되고, 각 단위 구역의 양 단부의 교차점과 양 교차점을 잇는 경로의 지리적 정보의 형태로 상기 제1 강화학습모델 및 제2 강화학습모델에 독립변수로서 제공될 수 있다.
또한 상기 단위구역 데이터와 함께 쓰레기 수거 개시 기준시간과 상기 단위구역별 수거량이 독립변수로서 제공될 수 있다.
또한 상기 제1 강화학습모델 및 제2 강화학습모델의 초기학습 데이터는 상이하게 세팅 될 수 있다.
또한 상기 수거경로 제공수단은, 쓰레기 수거 최적경로 정보를 지리정보에 매핑하여 표출할 수 있다.
또한 상기 쓰레기수거 관리서버에서 제공하는 정보를 이용하여 쓰레기 수거업체 또는 관공서에 쓰레기 수거 최적경로 정보를 제공하기 위한 보안형 웹 애플리케이션 서비스를 지원하는 WAS(Web Application Server)서버를 포함할 수 있다.
본 발명에 따르면, 도시통합운영센터에서 운영하는 관할지역에 복수의 학습모델을 선택적으로 활용하여 수거시간을 예측하고 수거의 우선순위에 따라 최적으로 경로를 선정하여 제공함으로써, 실시간으로 쓰레기 수거의 효율성을 향상시키고, 쓰레기통에 적재되는 쓰레기의 수거 지연으로 인하여 발생되는 쓰레기의 넘침, 악취, 도시 미관의 저해 등 민원발생을 미연에 방지하고 보다 깨끗하고 아름다운 거리를 유지할 수 있도록 한다.
도 1은 본 발명에 따른 실시 예로, 도시통합운영센터에서의 IoT 기반 스마트 쓰레기 수거 최적화 경로 제공시스템을 나타낸 구성도이다.
도 2는 본 발명에 따른 쓰레기 수거차량의 일부 구성을 나타내는 블록도이다.
도 3은 일 실시예에 따른 쓰레기 수거관리 서버의 구성 및 연결관계를 나타내는 블록도이다.
도 4 내지 6은 일 실시예에 따른 도로의 구분 및 단위 구역의 정의를 설명하기 위한 개략도이다.
도 1은 본 발명에 따른 실시 예로, 도시통합운영센터에서의 IoT 기반 스마트 쓰레기 수거 최적화 경로 제공시스템을 나타낸 구성도이다.
도 2는 본 발명에 따른 쓰레기 수거차량의 일부 구성을 나타내는 블록도이다.
도 3은 일 실시예에 따른 쓰레기 수거관리 서버의 구성 및 연결관계를 나타내는 블록도이다.
도 4 내지 6은 일 실시예에 따른 도로의 구분 및 단위 구역의 정의를 설명하기 위한 개략도이다.
이하 첨부된 도면을 참조하여 본 발명의 실시예를 설명한다. 특별한 정의나 언급이 없는 경우에 본 설명에 사용하는 방향을 표시하는 용어는 도면에 표시된 상태를 기준으로 한다. 또한 각 실시예를 통하여 동일한 도면부호는 동일한 부재를 가리킨다. 한편, 도면상에서 표시되는 각 구성은 설명의 편의를 위하여 그 두께나 치수가 과장될 수 있으며, 실제로 해당 치수나 구성간의 비율로 구성되어야 함을 의미하지는 않는다.
도 1을 참조하여 일 실시예에 따른 도시통합운영센터에서의 쓰레기 수거 최적화 경로 제공시스템을 설명한다. 도 1은 본 발명에 따른 실시 예로, 도시통합운영센터에서의 IoT 기반 쓰레기 수거 최적화 경로 제공시스템을 나타낸 구성도이다.
이하, 본 발명에 따른 도시통합운영센터에서의 IoT 기반 쓰레기 수거차량 최적화 경로 제공시스템에 관하여 첨부된 도면을 참조하여 상세하게 설명한다.
도 1에서, 도시통합운영센터 폐쇄망(Closure Network)(10)으로 구성되고, 도시통합운영센터 폐쇄망(10)에는 복수의 IoT 기반 스마트 쓰레기 수거차량(1)과 네트워크로 연결된 외부망(11)과, 내부의 ITS(Intelligent Transport System, 지능형교통시스템)망(12)을 포함한다.
복수의 스마트 쓰레기 수거차량(1)은 외부망(11)에 접속되어 도시통합운영센터 폐쇄망(10)에 각종 데이터를 제공한다.
도시통합운영센터 폐쇄망(10) 내부의 ITS망(12)에는 교통정보를 수집하는 ITS서버(13)와, 지리정보를 수집하는 GIS(Geographic Information System, 지리정보시스템)서버(14), 그리고 영상정보를 수집하는 VMS(Video Management System, 영상관리시스템)서버(15)가 설치된다.
도시통합운영센터 폐쇄망(10)에는 쓰레기차 최적경로 경로 제공 시스템(20)이 설치된다. 도시통합운영센터 폐쇄망(10)에 연계 설치된 외부망(11)을 통해 복수의 쓰레기 수거차량(1)으로부터 암호화된 감지데이터를 수신하고, 도시통합운영센터 폐쇄망(10)에 연계 설치된 ITS망(12)을 통해 ITS서버로부터 교통정보를 수집하고, GIS서버(14)로부터 지리정보를 수집하며, VMS서버(15)로부터 영상정보를 수집한다. 따라서 연계수집서버(21)는 연계된 외부망(11)을 통해 복수의 복수의 쓰레기 수거차량(1)으로부터 데이터를 수신하고, 연계된 ITS망(12)을 통해 교통정보, 지리정보 및 영상정보를 각각 수집한다. 연계수집서버(21)는 외부망(11)의 망연계 장비를 통해 암호화 연결하는 네트워크 연계기능과, 정보데이터를 수집하는 데이터 수집기능을 포함한다.
DB서버(22)는 연계수집서버(21)에서 수신된 감지데이터와 수집된 정보데이터를 저장한다. 스마트 쓰레기수거 관리서버(23)는 DB서버(22)에 저장된 감지데이터와 정보데이터에서 수거 시점을 분석하고, 수거 시점 기준으로 수거 최적동선을 산출하며, 산출된 최적 동선을 지리정보에 표출한다.
WAS(Web Application Server)서버(24)는 스마트 쓰레기수거 관리서버(23)에서 수신된 정보로 웹 애플리케이션 서비스를 지원한다.
스마트 쓰레기수거 관리서버(23)에는 관리용 애플리케이션이 설치된다. 관리용 애플리케이션은 스마트 쓰레기수거의 관리를 위한 프로그램이다. 관리용 애플리케이션은 DB서버(22)에 저장된 감지데이터와 정보데이터를 수신하여 관리자 또는 외부 장치들에 쓰레기 수거 최적 경로 데이터를 제공하기 위한 툴로서 기능한다.
DMZ(Demilitarized Zone)영역의 웹서버(31)는 WAS서버(24)에서 수신된 정보로 모바일 및 웹 애플리케이션을 제공한다. 더욱이 웹서버(31)는 WAS서버(24)에서 보안영역인 방화벽(30)을 통해 정보를 수신한다. 방화벽(30)은 네트워크의 보호를 위해 외부에서 불법으로 트래픽이 유입되는 것을 막고 허가되고 인증된 트래픽만 허용한다.
또한, DMZ영역은 방화벽(30) 바깥의 비보안영역과 방화벽 내부의 보안영역 사이의 완충적인 역할로 내부의 해당서버에 대한 모든 포트들을 외부나 내부에 개방한다.
도시통합운영센터 폐쇄망(10)의 웹서버(31)를 통해 접속되는 쓰레기 수거업체 단말기(40)는 쓰레기 수거 최적화 경로를 수신하여 실시간으로 복수의 쓰레기 수거차량(1)을 운용하는 담당자가 보유한 단말기에 제공한다.
도시통합운영센터 폐쇄망(10)의 웹서버(31)에 접속된 관공서 청소과 단말기(50)는 해당하는 관할지역에 설치된 복수의 쓰레기 수거챠량(1)의 모니터링 정보를 수신하여 관리하는 담당자의 단말기이다. 쓰레기 수거업체 담당자 또는 관공서 청소과 담당자는 해당하는 복수의 쓰레기 수거챠량(1)의 장애정보를 판단하여 문제를 해결할 수 있도록 한다.
도 2를 참조하여 일 실시예에 따른 쓰레기 수거차량을 설명한다. 도 2는 본 발명에 따른 쓰레기 수거차량의 일부 구성을 나타내는 블록도이다.
도 2에 도시된 바와 같이 외부망(11)에 접속된 복수의 스마트 쓰레기 수거차량(1)은 적재량 감지부(2), 단위구역 수거량 산출부(3), 통신모듈(4) 및 GPS 모듈(5)을 포함한다.
적재량 감지부(2)는 쓰레기 수거차량에 구비되어 특정 지역에서 적재되는 쓰레기의 적재량을 감지한다. 단위구역 수거량 산출부(3)는 위치 정보를 제공하는 GPS 모듈(5)과 연동하여 특정 단위구역에서 수거되는 쓰레기 수거량을 산출하여 단위구역 별로 저장하고, 이를 통신모듈(4)을 통하여 후술할 연계수집 서버(21)로 제공한다. 이 때 단위구역 별 쓰레기 수거량과 함께 해당 단위구역으로부터 쓰레기를 수거한 수거시간 관련 데이터를 제공할 수 있다. 이 때 수거시간 관련 데이터에는 해당 단위구역에 진입 시작 시간과 진출 시간 데이터를 포함한다.
도 3 내지 도 6을 참조하여 일 실시예에 따른 쓰레기 수거관리 서버를 설명한다. 도 3은 일 실시예에 따른 쓰레기 수거관리 서버의 구성 및 연결관계를 나타내는 블록도이고, 도 4 내지 6은 일 실시예에 따른 도로의 구분 및 단위 구역의 정의를 설명하기 위한 개략도이다.
앞서 설명한 바와 같이 연계수집 서버(21)는 도시통합운영센터의 폐쇄망에 연계 설치된 외부망을 통해 쓰레기 수거차량으로부터 쓰레기 적재량, 단위구역별 수거량, 쓰레기 수거차량별 쓰레기 수거 소요시간을 포함하는 시간 관련 데이터를 수집한다. 또한 데이터베이스 서버(22)에는 연계수집 서버(21)에 의하여 수집된 데이터를 저장한다.
쓰레기 수거관리 서버(23)는 연계수집 서버(21)에 의하여 수집된 데이터 또는 데이터베이스 서버(22)에 저장된 데이터를 이용하여 쓰레기 수거차의 최적 경로를 산출한다.
쓰레기 수거관리 서버(23)는 제1 강화학습모델(232), 제2 강화학습모델(234), 수거 경로 제공수단(233) 및 경로 평가수단(231)을 포함한다.
제1 강화학습모델(232)과 제2 강화학습모델(234)는 독자적인 학습모델로 구축되어 어느 하나의 평가 결과가 다른 하나의 평가 결과 및 학습에 영향을 주지 않도록 구비된다.
수거경로 제공수단(233)은 제1 강화학습모델(232)과 제2 강화학습모델(234)이 각각 산출한 쓰레기 수거 최적 경로 중 경로 평가수단(231)에 의하여 선택된 어느 하나의 최적 경로를 진행 예정인 쓰레기 수거 차량들에 제공한다.
경로 평가수단(231)은 연계수집 서버(21)에 의하여 수집된 데이터들을 그대로 또는 변형하여 독립변수로서 제1 강화학습모델(232)과 제2 강화학습모델(234)에 제공하여 그 결과로서 종속변수를 도출한다.
경로 평가수단(231)은 제1 강화학습모델(232) 및 제2 강화학습모델(234) 중 이전에 선택되어 실제로 쓰레기 수거에 활용된 어느 하나의 학습모델에 대하여 실제 쓰레기 수거 소요시간을 기준으로 평가하고, 나머지 학습모델에 대하여 예상 소요시간을 산출하여 산출된 예상 소요시간을 기준으로 평가한다. 이후 제1 강화학습모델에 의한 쓰레기 수거 효율 및 제2 강화학습모델에 의한 쓰레기 효율을 비교하여 차회의 쓰레기 수거 최적 경로를 제공할 학습모델을 선택하여 해당 학습모델에 의하여 도출된 최적 수거 경로를 차회에 제공할 최적 수거 경로로서 외부에 제공한다.
한편, 일 예로서 경로 평가수단(231)은 연계수집 서버(21)로부터 수집되는 쓰레기 수거차량별 쓰레기 수거 소요시간을 합산하여 실제 쓰레기 수거 소요시간을 산출하고, 연계수집 서버로부터 수집되는 단위구역 수거량 데이터로부터 쓰레기 수거 예상 소요시간을 산출할 수 있다.
한편, 제1 강화학습모델(232) 및 제2 강화학습모델(234)에 제공되는 독립변수로는 단위구역 데이터와 함께 쓰레기 수거 개시 기준시간과 상기 단위구역별 수거량 등이 독립변수로서 제공될 수 있다.
이 때 단위구역이라 함은 도로의 인접한 교차점 간을 잇는 각각의 경로를 의미하는 것으로 정의되고, 각 단위 구역의 양 단부의 교차점과 양 교차점을 잇는 경로의 지리적 정보의 형태로 상기 제1 강화학습모델 및 제2 강화학습모델에 독립변수로서 제공될 수 있다. 구체적으로 도 4의 경우 두 개의 교차점(IS)가 구비되어 있다. 이 때 각 교차점(IS)에는 적어도 둘 이상의 개방형 경로(OP)가 연결된다. 이 때 두 교차점(IS) 사이에는 도 4와 같이 단일의 경로(ND)가 구비될 수도 있고, 도 5와 같이 둘 이상의 경로(ND)가 구비될 수도 있다.
한편, 도 6에 도시된 바와 같이 어느 하나의 패스에는 폐쇄형 도로(CP)가 구비될 수 있다. 이러한 폐쇄형 도로(CP)는 교차점의 형성에는 영향을 미치지 않으며, 단순히 특정 패스(ND)에 포함되는 것으로 본다.
이 때 단위구역 데이터라 함은, 도 6의 음영으로 표시된 바와 같이 양 단부에 교차점(IS)을 의미하는 지리적 데이터(GPS 데이터)와 양 교차점(IS)간을 연결하는 패스(ND)의 지리적 정보를 모두 포함한다.
한편, 제1 강화학습모델(232) 및 제2 강화학습모델(234)의 초기학습 데이터는 상이하게 세팅 될 수 있다. 이와 같이 본 실시예에 따른 초기 학습 데이터 세팅을 달리하는 학습 모델을 둘 이상 구비하여 경쟁적으로 추천하되, 선택되지 않은 학습모델의 경우에는 실제 평가를 수행할 수 없으므로 측정된 데이터를 활용하여 예상 평가를 수행하여 학습모델의 학습을 진행하게 된다.
또한 수거경로 제공수단은, 쓰레기 수거 최적경로 정보를 지리정보에 매핑하여 표출할 수 있다.
이상 본 발명의 바람직한 실시예에 대하여 설명하였으나, 본 발명의 기술적 사상이 상술한 바람직한 실시예에 한정되는 것은 아니며, 특허청구범위에 구체화된 본 발명의 기술적 사상을 벗어나지 않는 범주에서 다양하게 구현될 수 있다.
10: 도시통합운영센터 폐쇄망
11: 외부망
12: ITS망
13: ITS서버
14: GIS서버
15: VMS서버
20: IoT 기반 스마트 쓰레기 수거 최적화 제공시스템
21: 연계수집서버
22: DB 서버
23: 쓰레기 수거관리 서버
24: WAS서버
30: 방화벽
31: 웹서버
40: 쓰레기 수거업체 단말기
50: 관공서 청소과 단말기
231: 경로 평가수단
232: 제1 강화학습모델
233: 수거경로 제공수단
234: 제2 강화학습모델

Claims (7)

  1. 도시통합운영센터의 폐쇄망에 연계 설치된 ITS(Intelligent Transport System, 지능형교통시스템)망을 통해 ITS서버로부터 교통정보를 수집하고, GIS(Geographic Information System, 지리정보시스템)서버로부터 지리정보를 수집하고, VMS(Video Management System, 영상관리시스템)서버로부터 영상정보를 수집하는 시스템으로서,
    상기 도시통합운영센터의 폐쇄망에 연계 설치된 외부망을 통해 쓰레기 수거차량으로부터 쓰레기 적재량, 단위구역별 수거량, 상기 쓰레기 수거차량별 쓰레기 수거 소요시간에 대한 데이터를 수집하는 연계수집 서버;
    상기 연계수집 서버에 의하여 수집된 데이터가 저장되는 데이터베이스 서버; 및
    상기 연계수집 서버가 수신한 데이터를 이용하여 상기 쓰레기 수거차량의 최적 경로 데이터를 도출하는 쓰레기 수거관리 서버;를 포함하고,
    상기 쓰레기 수거관리 서버는.
    독자적인 학습모델로 구축되며, 동일한 독립변수가 제공되는 제1 강화학습모델과 제2 강화학습모델;
    상기 제1 강화학습모델과 제2 강화학습모델이 각각 산출한 쓰레기 수거 최적 경로 중 선택된 어느 하나의 최적 경로를 진행 예정인 쓰레기 수거 차량들에 제공하는 수거경로 제공수단; 및
    상기 제1 강화학습모델 및 제2 강화학습모델 중 선택된 어느 하나의 학습모델에 대하여 실제 쓰레기 수거 소요시간을 기준으로 평가하고, 나머지 학습모델에 대하여 예상 소요시간을 산출하여 산출된 예상 소요시간을 기준으로 평가하여 상기 제1 강화학습모델 및 제2 강화학습모델을 비교하여 차회의 쓰레기 수거 최적 경로를 제공할 학습모델을 선택하는 경로 평가수단;을 포함하고,
    상기 경로 평가수단은,
    상기 연계수집 서버로부터 수집되는 상기 쓰레기 수거차량별 쓰레기 수거 소요시간을 합산하여 실제 쓰레기 수거 소요시간을 산출하고, 상기 연계수집 서버로부터 수집되는 단위구역 수거량 데이터로부터 쓰레기 수거 예상 소요시간을 산출하며,
    상기 단위구역은 도로의 인접한 교차점 간을 잇는 각각의 경로를 의미하는 것으로 정의되고, 각 단위 구역의 양 단부의 교차점과 양 교차점을 잇는 경로의 지리적 정보를 포함하는 단위구역 데이터의 형태로 상기 제1 강화학습모델 및 제2 강화학습모델에 독립변수로서 제공되고,
    상기 단위구역 데이터와 함께 쓰레기 수거 개시 기준시간과 상기 단위구역별 수거량이 독립변수로서 제공되며,
    상기 제1 강화학습모델 및 제2 강화학습모델의 초기학습 데이터는 상이하게 세팅되고,
    상기 수거경로 제공수단은, 쓰레기 수거 최적경로 정보를 지리정보에 매핑하여 표출하며,
    상기 쓰레기 수거관리 서버에서 제공하는 정보를 이용하여 쓰레기 수거업체 또는 관공서에 쓰레기 수거 최적경로 정보를 제공하기 위한 보안형 웹 애플리케이션 서비스를 지원하는 WAS(Web Application Server)서버를 포함하는 쓰레기 수거차량 최적화 경로제공 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
KR1020190165022A 2019-12-11 2019-12-11 인공지능을 이용한 IoT 기반 쓰레기 수거차량 최적화 경로 제공시스템 KR102164509B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190165022A KR102164509B1 (ko) 2019-12-11 2019-12-11 인공지능을 이용한 IoT 기반 쓰레기 수거차량 최적화 경로 제공시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190165022A KR102164509B1 (ko) 2019-12-11 2019-12-11 인공지능을 이용한 IoT 기반 쓰레기 수거차량 최적화 경로 제공시스템

Publications (1)

Publication Number Publication Date
KR102164509B1 true KR102164509B1 (ko) 2020-10-12

Family

ID=72886278

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190165022A KR102164509B1 (ko) 2019-12-11 2019-12-11 인공지능을 이용한 IoT 기반 쓰레기 수거차량 최적화 경로 제공시스템

Country Status (1)

Country Link
KR (1) KR102164509B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113408922A (zh) * 2021-06-29 2021-09-17 昆明理工大学 一种餐厨垃圾回收过程的车辆优化调度方法
EP4138057A1 (en) * 2021-08-18 2023-02-22 Aptiv Technologies Limited Method of selecting a route for recording vehicle
KR102535185B1 (ko) * 2022-08-18 2023-05-30 주식회사 코끼리공장 폐플라스틱 재활용 서비스를 제공하는 방법 및 장치
CN117371722A (zh) * 2023-10-18 2024-01-09 苏州市伏泰信息科技股份有限公司 无废城市信息化管理平台

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101931552B1 (ko) * 2018-07-10 2018-12-24 (주) 넥스모어시스템즈 도시통합운영센터에서의 IoT 기반 스마트 쓰레기 수거 최적화 경로 제공방법
JP2019020928A (ja) * 2017-07-13 2019-02-07 株式会社 ディー・エヌ・エー 交通情報を管理するためのシステム、方法、及びプログラム
JP2019164839A (ja) * 2016-02-17 2019-09-26 ソニー株式会社 情報処理方法および情報処理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019164839A (ja) * 2016-02-17 2019-09-26 ソニー株式会社 情報処理方法および情報処理装置
JP2019020928A (ja) * 2017-07-13 2019-02-07 株式会社 ディー・エヌ・エー 交通情報を管理するためのシステム、方法、及びプログラム
KR101931552B1 (ko) * 2018-07-10 2018-12-24 (주) 넥스모어시스템즈 도시통합운영센터에서의 IoT 기반 스마트 쓰레기 수거 최적화 경로 제공방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113408922A (zh) * 2021-06-29 2021-09-17 昆明理工大学 一种餐厨垃圾回收过程的车辆优化调度方法
EP4138057A1 (en) * 2021-08-18 2023-02-22 Aptiv Technologies Limited Method of selecting a route for recording vehicle
KR102535185B1 (ko) * 2022-08-18 2023-05-30 주식회사 코끼리공장 폐플라스틱 재활용 서비스를 제공하는 방법 및 장치
CN117371722A (zh) * 2023-10-18 2024-01-09 苏州市伏泰信息科技股份有限公司 无废城市信息化管理平台
CN117371722B (zh) * 2023-10-18 2024-05-03 苏州市伏泰信息科技股份有限公司 无废城市信息化管理平台

Similar Documents

Publication Publication Date Title
KR102164509B1 (ko) 인공지능을 이용한 IoT 기반 쓰레기 수거차량 최적화 경로 제공시스템
Cheng et al. Mitigating traffic congestion: The role of intelligent transportation systems
Berman et al. Optimal location of discretionary service facilities
KR101931552B1 (ko) 도시통합운영센터에서의 IoT 기반 스마트 쓰레기 수거 최적화 경로 제공방법
CN101587613B (zh) 综合停车管理系统
US8972179B2 (en) Method and apparatus to analyze GPS data to determine if a vehicle has adhered to a predetermined route
Austin et al. Taxicabs as public transportation in Boston, Massachusetts
Gordon Intelligent transportation systems
CN104240011A (zh) 一种高速公路综合指挥调度平台系统
US11475416B1 (en) System and method for auditing the fill status of a customer waste container by a waste services provider during performance of a waste service activity
Al-Sahili et al. Establishing parking generation rates/models of selected land uses for Palestinian cities
Komilis Conceptual modeling to optimize the haul and transfer of municipal solid waste
Vital et al. Survey on intelligent truck parking: Issues and approaches
Ghasemi et al. Simulation of fire stations resources considering the downtime of machines: A case study
Struyf et al. Calculating the cost of congestion to society: A case study application to Flanders
Barth et al. From data to value in smart waste management: Optimizing solid waste collection with a digital twin-based decision support system
KR20220167426A (ko) Ai를 이용한 도심지 다공구 공사차량 배차 시스템 및 그 방법
Li et al. Evaluating freeway service patrols in low-traffic areas using discrete-event simulation
Ozbay et al. Evaluation of incident management strategies and technologies using an integrated traffic/incident management simulation
Oum Modeling socio-economic impacts of infrastructure works
Ukkusuri et al. Congestion pricing technologies: A comparative evaluation
McWha et al. Better measurement of the direct and indirect costs and benefits of resilience
Hadi et al. Operation data for evaluating benefits and costs of advanced traffic management components
Banse et al. ITS development in Colombia: Challenges and opportunities
Khastgir et al. Distributed ODD Awareness for Connected and Automated Driving

Legal Events

Date Code Title Description
GRNT Written decision to grant