KR102199321B1 - 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법 - Google Patents
중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법 Download PDFInfo
- Publication number
- KR102199321B1 KR102199321B1 KR1020180125238A KR20180125238A KR102199321B1 KR 102199321 B1 KR102199321 B1 KR 102199321B1 KR 1020180125238 A KR1020180125238 A KR 1020180125238A KR 20180125238 A KR20180125238 A KR 20180125238A KR 102199321 B1 KR102199321 B1 KR 102199321B1
- Authority
- KR
- South Korea
- Prior art keywords
- sensor
- module
- network
- sensor module
- manager
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 70
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000005540 biological transmission Effects 0.000 claims abstract description 21
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000002360 preparation method Methods 0.000 claims abstract description 6
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000013527 convolutional neural network Methods 0.000 claims description 11
- 238000013135 deep learning Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000004891 communication Methods 0.000 abstract description 7
- 238000013473 artificial intelligence Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
Abstract
본 발명은 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법에 관한 것이다. 본 발명은, 복수의 센서 모듈(100)로 이루어진 센서 모듈 그룹(100g), 네트워크(200), AI 기반 리얼타임 모니터링 서버(300), 빅데이터 서버(400), 그리고 복수의 관리자 스마트 디바이스(500)로 이루어진 관리자 스마트 디바이스 그룹(500g)을 포함하는 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1)에 있어서, AI 기반 리얼타임 모니터링 서버(300)는, 각 센서 모듈(100)로부터 네트워크(200)를 통해 플러그 앤 플레이 방식으로 구동되는 각 센서 노드(110 내지 160)에 대한 포트, 종류에 대한 인식에 따라 센서 네트워크(sensor network) 구성 설정을 위한 사전 과정을 수행하는 센서 자동 인식 모듈(321); 각 센서 모듈(100)로의 하드웨어 장비인 센서 노드 장착과 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼타임 데이터 전송을 위한 준비를 위해 싱크 설정을 수행하는 H/W 싱크 설정 모듈(322); 및 H/W 싱크 설정 모듈(322)에 의해 싱크 채널이 설정된 센서 모듈 ID 및 센서 노드 ID에 해당하는 각 센서 노드와 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼 타임(real time) 모니터링과 대시보드를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 제공하여 구현되도록 하기 위해서는, 각 센서 모듈(100)로부터 센서 모듈 ID, 센서 노드 ID를 기본으로, 추가로 센서값을 수신하여 네트워크(200)를 통해 빅데이터 서버(400)로 전송하여 등록하도록 하는 센서값 등록 모듈(323); 을 포함하는 것을 특징으로 한다.
이에 의해, 본 발명은 IoT 기반의 센서 모듈을 중소기업의 생산기기와 생산품 간 상호 소통 체계를 구축하고, 생산 과정 최적화를 위한 중소기업의 스마트 팩토리 구축을 제공할 수 있다.
이에 의해, 본 발명은 IoT 기반의 센서 모듈을 중소기업의 생산기기와 생산품 간 상호 소통 체계를 구축하고, 생산 과정 최적화를 위한 중소기업의 스마트 팩토리 구축을 제공할 수 있다.
Description
본 발명은 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법에 관한 것으로, 보다 구체적으로는, IoT 기반의 센서 모듈을 중소기업의 생산기기와 생산품 간 상호 소통 체계를 구축하고, 생산 과정 최적화를 위한 중소기업의 스마트 팩토리 구축을 제공하도록 하기 위한 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법에 관한 것이다.
중소기업에서 발생되는 다양한 이벤트를 자동으로 관리함으로써 중소기업의 생산효율을 향상시키기 위해 중소기업 관리 시스템이 이용되고 있다.
특히, 최근에는 센서 기술들의 발달에 힘입어 중소기업의 각 설비들에 센서 노드를 부착하고, 센서 노드들에 의해 센싱된 센싱 데이터들을 이용하여 설비나 공장의 상황을 실시간으로 분석하는 기술이 개발되고 있다. 이러한 기술의 경우, 많은 센서 노드들이 초기에 설치될 뿐만 아니라 각 센서 노드들의 센싱 주기 또한 짧아 대량의 수집 데이터가 생성된다는 특징이 있다. 이에 따라, 각 센서 노드들로부터 각 센서 노드들이 생성한 수집 데이터를 누락 없이 수신할 수 있어야만 정확한 분석을 수행할 수 있다.
이러한 종래의 중소기업 관리 시스템에서는 초기의 센서 노드에 대한 설정시 변경이 어려우며, 변경시 센서 노드를 관리하는 센서 보드 등을 포함하는 하드웨어(H/W) 뿐만 아니라, 소프트웨어(S/W)도 변경해야하는 문제점이 있어 왔다.
본 발명은 상기의 문제점을 해결하기 위한 것으로, 물체의 접근, 누수, 연기 발생 등 다양한 위기 상황을 카메라 하나로 감지할 수 있어, 도입해야 하는 센서 노드의 종류를 줄일 수 있으며, 영상 정보로 감지하기 어려운 위기 상황에 한해 온도 센서, 가스 감지 센서 등을 추가 플러그-인 방식으로 제공하여 철저한 감시가 가능하도록 하기 위한 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 카메라의 영상 정보를 신경망 학습에 기반을 둔 알고리즘이 판정함으로써 위기 상황과 평상시를 기존 센서보다 더욱 정확하게 구별할 수 있도록 하여 정확한 상황 판단을 제공하도록 하기 위한 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 센서 노드를 플러그-인 방식으로 제공하므로 수요자의 상황에 맞춰 센서 노드를 구성할 수 있으며, 언제 어디서나 스마트 디바이스를 통해 센서 노드를 모니터링하고 위기 상황에 대한 알람을 받을 수 있도록 하기 위한 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법을 제공하기 위한 것이다.
그러나 본 발명의 목적들은 상기에 언급된 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템은, 복수의 센서 모듈(100)로 이루어진 센서 모듈 그룹(100g), 네트워크(200), AI 기반 리얼타임 모니터링 서버(300), 빅데이터 서버(400), 그리고 복수의 관리자 스마트 디바이스(500)로 이루어진 관리자 스마트 디바이스 그룹(500g)을 포함하는 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1)에 있어서, AI 기반 리얼타임 모니터링 서버(300)는, 각 센서 모듈(100)로부터 네트워크(200)를 통해 플러그 앤 플레이 방식으로 구동되는 각 센서 노드(110 내지 160)에 대한 포트, 종류에 대한 인식에 따라 센서 네트워크(sensor network) 구성 설정을 위한 사전 과정을 수행하는 센서 자동 인식 모듈(321); 각 센서 모듈(100)로의 하드웨어 장비인 센서 노드 장착과 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼타임 데이터 전송을 위한 준비를 위해 싱크 설정을 수행하는 H/W 싱크 설정 모듈(322); 및 H/W 싱크 설정 모듈(322)에 의해 싱크 채널이 설정된 센서 모듈 ID 및 센서 노드 ID에 해당하는 각 센서 노드와 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼 타임(real time) 모니터링과 대시보드를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 제공하여 구현되도록 하기 위해서는, 각 센서 모듈(100)로부터 센서 모듈 ID, 센서 노드 ID를 기본으로, 추가로 센서값을 수신하여 네트워크(200)를 통해 빅데이터 서버(400)로 전송하여 등록하도록 하는 센서값 등록 모듈(323); 을 포함하는 것을 특징으로 한다.
이때, 센서 자동 인식 모듈(321)은, 플러그-인 방식으로 센서 노드(110 내지 160)를 제공하기 위해 센서 모듈(100)을 구성하는 각 센서 노드(110 내지 160)의 플러그-인(plug-in) 여부를 탐지하고 어떤 센서 노드가 플러그-인 되었는지와 함께 언플러그드(unplugged) 상태인지에 대한 데이터를 수집하는 것을 특징으로 한다.
또한, H/W 싱크 설정 모듈(322)은, 센서 자동 인식 모듈(321)에 의해 플러그-인 상태 및 언플러그드 상태로 인식된 센서 모듈(100)의 '센서 모듈 ID', 센서 모듈(110)에서 인식 또는 센서값 수집을 수행한 '센서 노드 ID'를 각 센서 모듈(100)로부터 네트워크(200)를 통해 수신하도록 송수신부(310)를 제어한 뒤, 센서 모듈 ID 및 센서 노드 ID에 해당하는 센서 노드(110 내지 160)에 대한 관리 책임자로 설정된 관리자 스마트 디바이스(500)로의 데이터 싱크(sync) 채널을 설정하도록 송수신부(310)를 제어하는 것을 특징으로 한다.
또한, 센서값 등록 모듈(323)은, 각 센서 모듈(100)로부터 '센서 모듈 ID', 센서 모듈(110)에서 인식된 카메라(110) 또는 경광등(160)에 해당하는 '센서 노드 ID'를 포함하는 "제 1 인식 정보"나, 각 센서 모듈(100)로부터 '센서 모듈 ID', 센서 모듈(110)에서 센서값 수집을 수행한 센서(120 내지 150)의 '센서 노드 ID', 그리고 수집된 리얼 타임 센서값이 있는 경우 '센서값'을 포함하는 제 2 인식 정보에 대해서, 각 센서 모듈(100)로부터 네트워크(200)를 통해 수신한 뒤, 제 1 인식 정보 또는 제 2 인식 정보에 대해서 빅데이터 서버(400)에 네트워크(200)를 통해 전송하도록 송수신부(410)를 제어함으로써, 빅데이터 서버(400)에 등록되도록 하는 것을 특징으로 한다.
또한, 센서값 등록 모듈(323)은, 제 2 인식 정보에 대해서는 센서 모듈 ID를 제 1 메타데이터 센서 노드 ID를 제 2 메타데이터로 지정한 센서값을 빅데이터 서버(400)에 네트워크(200)를 통해 전송하도록 송수신부(410)를 제어함으로써, 빅데이터 서버(400)에 등록되도록 하는 것을 특징으로 한다.
상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 방법은, AI 기반 리얼타임 모니터링 서버(300)가 각 센서 모듈(100)로부터 네트워크(200)를 통해 플러그 앤 플레이 방식으로 구동되는 각 센서 노드(110 내지 160)에 대한 포트, 종류에 대한 인식에 따라 센서 네트워크(sensor network) 구성 설정을 위한 사전 과정을 수행하는 제 1 단계; 및 AI 기반 리얼타임 모니터링 서버(300)가 상기 제 1 단계에서 플러그-인 상태 및 언플러그드 상태로 인식된 센서 모듈(100)의 '센서 모듈 ID', 센서 모듈(110)에서 인식 또는 센서값 수집을 수행한 '센서 노드 ID'를 각 센서 모듈(100)로부터 네트워크(200)를 통해 수신한 뒤, 센서 모듈 ID 및 센서 노드 ID에 해당하는 센서 노드(110 내지 160)에 대한 관리 책임자로 설정된 관리자 스마트 디바이스(500)로의 데이터 싱크(sync) 채널을 설정함으로써, 하드웨어 장비인 센서 노드 장착과 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼타임 데이터 전송을 위한 준비 과정을 수행하는 제 2 단계; 를 포함하는 것을 특징으로 한다.
이때, 본 발명은, 상기 제 2 단계 이후, AI 기반 리얼타임 모니터링 서버(300)가 상기 제 2 단계에서 싱크 채널이 설정된 센서 모듈 ID 및 센서 노드 ID에 해당하는 각 센서 노드와 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼 타임(real time) 모니터링과 대시보드를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 제공하여 구현되도록 하기 위해서는, 각 센서 모듈(100)로부터 '센서 모듈 ID', 센서 모듈(110)에서 인식된 카메라(110) 또는 경광등(160)에 해당하는 '센서 노드 ID'를 포함하는 "제 1 인식 정보"나, 각 센서 모듈(100)로부터 '센서 모듈 ID', 센서 모듈(110)에서 센서값 수집을 수행한 센서(120 내지 150)의 '센서 노드 ID', 그리고 수집된 리얼 타임 센서값이 있는 경우 '센서값'을 포함하는 제 2 인식 정보에 대해서, 각 센서 모듈(100)로부터 네트워크(200)를 통해 수신한 뒤, 제 1 인식 정보 또는 제 2 인식 정보에 대해서 빅데이터 서버(400)에 네트워크(200)를 통해 전송함으로써, 빅데이터 서버(400)에 등록되도록 하는 제 3 단계; 를 더 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법은, 물체의 접근, 누수, 연기 발생 등 다양한 위기 상황을 카메라 하나로 감지할 수 있어, 도입해야 하는 센서 노드의 종류를 줄일 수 있으며, 영상 정보로 감지하기 어려운 위기 상황에 한해 온도 센서, 가스 감지 센서 등을 추가 플러그-인 방식으로 제공하여 철저한 감시가 가능한 효과를 제공한다.
또한, 본 발명의 다른 실시예에 따른 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법은, 카메라의 영상 정보를 신경망 학습에 기반을 둔 알고리즘이 판정함으로써 위기 상황과 평상시를 기존 센서보다 더욱 정확하게 구별할 수 있도록 하여 정확한 상황 판단을 제공하는 효과가 있다.
뿐만 아니라, 본 발명의 다른 실시예에 따른 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법은, 센서 노드를 플러그-인 방식으로 제공하므로 수요자의 상황에 맞춰 센서 노드를 구성할 수 있으며, 언제 어디서나 스마트 디바이스를 통해 센서 노드를 모니터링하고 위기 상황에 대한 알람을 받을 수 있도록 하는 효과를 제공한다.
도 1은 본 발명의 실시예에 따른 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1)을 나타내는 도면이다.
도 2는 도 1의 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1) 중 각 센서 모듈(100)의 구성요소를 나타내는 블록도이다.
도 3은 도 1의 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1) 중 AI 기반 리얼타임 모니터링 서버(300)의 구성요소를 나타내는 도면이다.
도 4 내지 도 6은 도 1의 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1) 중 관리자 스마트 디바이스(600)의 어플리케이션에 의해 제공되는 유저 인터페이스(User Interface, 'UI') 화면을 나타내는 도면이다.
도 7은 본 발명의 실시예에 따른 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 방법을 나타내는 흐름도이다.
도 2는 도 1의 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1) 중 각 센서 모듈(100)의 구성요소를 나타내는 블록도이다.
도 3은 도 1의 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1) 중 AI 기반 리얼타임 모니터링 서버(300)의 구성요소를 나타내는 도면이다.
도 4 내지 도 6은 도 1의 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1) 중 관리자 스마트 디바이스(600)의 어플리케이션에 의해 제공되는 유저 인터페이스(User Interface, 'UI') 화면을 나타내는 도면이다.
도 7은 본 발명의 실시예에 따른 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 방법을 나타내는 흐름도이다.
이하, 본 발명의 바람직한 실시예의 상세한 설명은 첨부된 도면들을 참조하여 설명할 것이다. 하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터 또는 신호를 '전송'하는 경우에는 구성요소는 다른 구성요소로 직접 상기 데이터 또는 신호를 전송할 수 있고, 적어도 하나의 또 다른 구성요소를 통하여 데이터 또는 신호를 다른 구성요소로 전송할 수 있음을 의미한다.
도 1은 본 발명의 실시예에 따른 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1)을 나타내는 도면이다. 도 1을 참조하면, 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1)은 복수의 센서 모듈(100)로 이루어진 센서 모듈 그룹(100g), 네트워크(200), AI(Artificial Intelligence) 기반 리얼타임 모니터링 서버(300), 빅데이터 서버(400), 그리고 복수의 관리자 스마트 디바이스(500)로 이루어진 관리자 스마트 디바이스 그룹(500g)을 포함할 수 있다.
네트워크(200)는 대용량, 장거리 음성 및 데이터 서비스가 가능한 대형 통신망의 고속 기간 망인 통신망이며, 인터넷(Internet) 또는 고속의 멀티미디어 서비스를 제공하기 위한 차세대 유선 및 무선 망일 수 있다. 네트워크(200)가 이동통신망일 경우 동기식 이동 통신망일 수도 있고, 비동기식 이동 통신망일 수도 있다. 비동기식 이동 통신망의 일 실시 예로서, WCDMA(Wideband Code Division Multiple Access) 방식의 통신망을 들 수 있다. 이 경우 도면에 도시되진 않았지만, 네트워크(200)는 RNC(Radio Network Controller)을 포함할 수 있다. 한편, WCDMA망을 일 예로 들었지만, 3G LTE망, 4G망 그 밖의 5G 등 차세대 통신망, 그 밖의 IP를 기반으로 한 IP망일 수 있다. 네트워크(200)는 복수의 센서 모듈(100)로 이루어진 센서 모듈 그룹(100g), AI 기반 리얼타임 모니터링 서버(300), 빅데이터 서버(400), 그리고 복수의 관리자 스마트 디바이스(500)로 이루어진 관리자 스마트 디바이스 그룹(500g), 그 밖의 시스템 상호 간의 신호 및 데이터를 상호 전달하는 역할을 한다.
도 2는 도 1의 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1) 중 각 센서 모듈(100)의 구성요소를 나타내는 블록도이다.
도 2를 참조하면, 센서 모듈(100)은 카메라(110), 동작감지 센서(120), 온도 센서(130), 습도 센서(140), 가스 감지 센서(150), 경광등(160) 및 센서 보드(100a)를 포함할 수 있다. 즉, 센서 보드(100a)는 라즈베리 파이(Raspberry Pi) 기반의 각 센서(120 내지 150), 그리고 경광등(160)에 대한 제어를 수행하며, AI 기반 리얼타임 모니터링 서버(300)에 의한 이상 시점을 감지하면 카메라(100)로부터 제공되는 영상 정보를 네트워크(200)를 통해 AI 기반 리얼타임 모니터링 서버(300)를 거쳐 관리자 스마트 디바이스(500)로 제공할 수 있다.
센서 보드(100a)는 플러그 앤 플레이 방식으로 센서 노드를 구성함으로써, 카메라(110), 측정 센서(120 내지 150) 및 경광등(160)에 대한 플러그(plug) 하거나 언플러그(unplug)시 자동으로 각 포트에 대한 제 1 인식과, 인식된 카메라, 측정 센서 및 경광등의 종류에 대한 제 2 인식, 그리고 인식된 종류에 따라 측정 센서인 경우 센서값에 대해서 제 3 인식을 수행할 수 있다.
즉, 각 센서 모듈(100)은 신경망 학습에 기반을 둔 위험 감지 알고리즘을 수행하기 위해 중소기업에서 각 정해진 영역에 해당하는 생산 기기 및 생산품 보관 영역 등에 개별적인 배치를 위해 모듈 방식으로 센서 제어 설계 및 구축됨으로써, 자동 플러그-인(plug-in) 감지 알고리즘을 수행한다.
이에 따라 각 센서 모듈(100)은 사물 인터넷(internet of things)을 통해 생산기기와 생산품 간 상호 소통 체계를 구축하고, 생산 과정 최적화를 위한 중소기업의 스마트 팩토리 구축을 제공할 수 있다.
도 3은 도 1의 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1) 중 AI 기반 리얼타임 모니터링 서버(300)의 구성요소를 나타내는 도면이다. 도 3을 참조하면, AI 기반 리얼타임 모니터링 서버(300)는 송수신부(310) 및 제어부(320)를 포함하며, 제어부(320)는 센서 자동 인식 모듈(321), H/W 싱크 설정 모듈(322), 센서값 등록 모듈(323), 센서값 앱 제공 모듈(324), 센서값 분석 모듈(325) 및 라이브 영상 제공 모듈(326)을 포함할 수 있다.
센서 자동 인식 모듈(321)은 각 센서 모듈(100)로부터 네트워크(200)를 통해 플러그 앤 플레이 방식으로 구동되는 각 센서 노드(110 내지 160)에 대한 포트, 종류에 대한 인식에 따라 센서 네트워크(sensor network) 구성 설정을 위한 사전 과정을 수행한다. 즉, 센서 자동 인식 모듈(321)은 플러그-인 방식으로 센서 노드(110 내지 160)를 제공하기 위해 센서 모듈(100)을 구성하는 각 센서 노드(110 내지 160)의 플러그-인(plug-in) 여부를 탐지하고 어떤 센서 노드가 플러그-인 되었는지와 함께 언플러그드(unplugged) 상태인지에 대한 데이터를 수집하는 것이다.
H/W 싱크 설정 모듈(322)은 센서 자동 인식 모듈(321)에 의해 플러그-인 상태 및 언플러그드 상태로 인식된 센서 모듈(100)의 '센서 모듈 ID', 센서 모듈(110)에서 인식 또는 센서값 수집을 수행한 '센서 노드 ID'를 각 센서 모듈(100)로부터 네트워크(200)를 통해 수신하도록 송수신부(310)를 제어한 뒤, 센서 모듈 ID 및 센서 노드 ID에 해당하는 센서 노드(110 내지 160)에 대한 관리 책임자로 설정된 관리자 스마트 디바이스(500)로의 데이터 싱크(sync) 채널을 설정하도록 송수신부(310)를 제어함으로써, 하드웨어 장비인 센서 노드 장착과 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼타임 데이터 전송을 위한 준비 과정을 수행하는 것이다.
센서값 등록 모듈(323)은 H/W 싱크 설정 모듈(322)에 의해 싱크 채널이 설정된 센서 모듈 ID 및 센서 노드 ID에 해당하는 각 센서 노드와 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼 타임(real time) 모니터링과 대시보드를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 제공하여 구현되도록 하기 위해서는, 각 센서 모듈(100)로부터 '센서 모듈 ID', 센서 모듈(110)에서 인식된 카메라(110) 또는 경광등(160)에 해당하는 '센서 노드 ID'를 포함하는 "제 1 인식 정보"나, 각 센서 모듈(100)로부터 '센서 모듈 ID', 센서 모듈(110)에서 센서값 수집을 수행한 센서(120 내지 150)의 '센서 노드 ID', 그리고 수집된 리얼 타임 센서값이 있는 경우 '센서값'을 포함하는 제 2 인식 정보에 대해서, 각 센서 모듈(100)로부터 네트워크(200)를 통해 수신한 뒤, 제 1 인식 정보 및/또는 제 2 인식 정보에 대해서 빅데이터 서버(400)에 네트워크(200)를 통해 전송하도록 송수신부(410)를 제어함으로써, 빅데이터 서버(400)에 등록되도록 한다.
여기서, 센서값 등록 모듈(323)은 제 2 인식 정보에 대해서는 센서 모듈 ID를 제 1 메타데이터 센서 노드 ID를 제 2 메타데이터로 지정한 센서값을 빅데이터 서버(400)에 네트워크(200)를 통해 전송하도록 송수신부(410)를 제어함으로써, 빅데이터 서버(400)에 등록되도록 한다.
센서값 앱 제공 모듈(324)은 빅데이터 서버(400)에 제 1 인식 정보 또는 제 2 인식 정보가 등록되면, 등록된 인식 정보에 대한 빅데이터 서버(400) 상의 제 1 메타데이터(센서 모듈 ID) 및 제 2 메타데이터(센서 노드 ID)에 대한 "제 1 주소정보"를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 전송하도록 송수신부(310)를 제어함으로써, 『제 1 인식 정보의 경우』 관리자 스마트 디바이스(500)의 어플이케이션에 의해 네트워크(200)를 통해 빅데이터 서버(400)로의 액세스를 통해 제 1 주소정보를 열람하도록 하거나, 『제 2 인식 정보의 경우』 관리자 스마트 디바이스(500)의 어플이케이션에 의해 네트워크(200)를 통해 빅데이터 서버(400)로의 액세스를 통해 제 1 주소정보와 함께 센서값을 열람하도록 할 수 있다. 한편, 제 2 인식 정보에 대한 열람의 경우, 관리자 스마트 디바이스(500)는 하나의 센서값과 동시에 수신된 다른 제 1 또는 제 2 메타데이터를 갖는 다른 센서값에 대한 제 1 주소정보도 함께 센서값 앱 제공 모듈(324)로부터 수신함으로써, 수신된 제 1 주소정보에 해당하는 모든 센서값을 열람하여 출력하여 관리자가 열람할 수 있도록 한다.
센서값 분석 모듈(325)은 센서값 등록 모듈(323)에 의해 빅데이터 서버(400)에 등록된 제 2 인식 정보에 포함되는 센서값에 대한 빅데이터 서버(400)에 제 1 메타데이터(센서 모듈 ID) 및 제 2 메타데이터(센서 노드 ID)에 따라 미리 설정된 최소값(min) 내지 최대값(max) 사이의 기준 범위 내인지를 분석한 뒤, 기준 범위를 벗어난 경우, 카메라(110)에 대한 제어를 통해 영상 정보를 수신하도록 송수신부(110)를 제어할 수 있다.
이후, 센서값 분석 모듈(325)은 패턴 인식에 뛰어난 성능을 발휘하는 딥 러닝(Deep Learning) 기반의 위험감지 알고리즘(algorithm)에 하나인 CNN(Convolutional Neural Networks)를 통해 센서 모듈(100) 중 카메라(110)에 의해 촬영된 영상 정보에서 위험 물체를 감지한다.
센서값 분석 모듈(325)은 감지된 위험 물체별 이상 상황에 대해서 이상 상황 감지 알고리즘(algorithm)에 하나인 CNN(Convolutional Neural Networks)를 통해 각 위험 물체별 이상 상황인 접근, 누수, 연기 발생 등에 대한 분석을 수행할 수 있다.
또한, 센서값 분석 모듈(325)은 이상 상황을 분석하여 형성된 제 1 메타데이터 및 제 2 메타데이터로 설정된 패턴 데이터별 반복 작업시 하나의 전체 프로세스에 소요되는 시간인 사이클 타임(Cycle time)과, 각 공정시간의 최대 시간인 택트 타임(Tact time)의 감소를 최소화하는 방식으로 위험 물체별 이상 상황에 대한 딥 러닝 알고리즘을 변환 및 적용할 수 있다.
라이브 영상 제공 모듈(326)은 센서값 분석 모듈(325)에 의해 이상 상황으로 분석된 경우, 제 2 인식 정보의 제 1 메타데이터(센서 모듈 ID)에 해당하는 센서 모듈(100)의 카메라(110)에 대한 제 2 인식 정보의 제 2 메타데이터(센서 노드 ID)에 해당하는 센서(120 내지 150) 중 하나가 설치된 미리 설정된 지정 영역으로 팬/틸트/줌 기능을 통한 촬영 명령을 네트워크(200)를 통해 센서값을 제공한 센서 모듈(100)로 전송하도록 송수신부(310)를 제어할 수 있다.
이에 따라, 라이브 영상 제공 모듈(326)은 촬영 명령에 따라 센서 모듈(100)로부터 수신된 리얼타임 영상 정보에 대해서 제 1 메타데이터(센서 모듈 ID), 제 2 메타데이터(센서 노드 ID), 제 3 메타데이터(센서값)으로 하는 "제 2 주소정보"를 생성한 뒤, 빅데이터 서버(400) 상의 제 2 주소 정보로 저장하도록 영상 정보를 네트워크(200)를 통해 빅데이터 서버(400)로 전송하도록 송수신부(310)를 제어할 수 있다.
이에 따라 빅데이터 서버(400)에 리얼타임 영상 정보가 등록되기 시작하면, 라이브 영상 제공 모듈(326)은 제 2 주소정보를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 전송하도록 송수신부(310)를 제어함으로써, 관리자 스마트 디바이스(500)의 어플이케이션에 의해 네트워크(200)를 통해 빅데이터 서버(400)로의 액세스를 통해 제 2 주소정보에 저장된 리얼타임 영상 정보를 리얼타임으로 수신하여 출력하도록 함으로써, 관리자가 열람할 수 있도록 한다.
도 4a는 관리자 스마트 디바이스(600)의 어플리케이션에 의해 제공되는 로그인 유저 인터페이스(User Interface, 'UI') 화면이며, 도 4b는 관리자 스마트 디바이스(600)의 어플리케이션에 의해 제공되는 로그인에 따라 최초로 제공되는 메뉴 UI 화면으로, 도 4b를 참조하면, 메뉴 UI 화면에는 대시보드 메뉴, SMS Device 메뉴, 사용법(how to use) 메뉴, 사용자 설정(user setting) 메뉴를 포함할 수 있다.
다음으로 도 4c는 메뉴 UI 화면에서 대시보드 메뉴 선택시의 대시보드 UI 화면이며, 도 5a는 메뉴 UI 화면에서 SMS Device 메뉴 선택시의 SMS Device UI 화면이며, 도 5b는 SMS Device UI 화면에서 ADD/UPDATE 메뉴 선택시의 각 센서 모듈(100)을 구성하는 센서 노드(110 내지 160)에 대한 관리 책임자로 설정을 위한 등록 UI 화면이며, 도 5c는 도 5b에서 설정된 센서 노드(110 내지 160)에 대한 블루투스 등과 같은 근거리 무선통신 방식을 활용한 네트워크 구성을 위한 설정 UI 화면이며, 도 5d는 도 5b 및 도 5c에 의해 제 1 인식 정보 또는 제 2 인식 정보에 대한 수신이 설정된 센서 노드(110 내지 160)에 대한 리스트를 나타내는 UI 화면이다.
다음으로, 도 6a는 메뉴 UI 화면에서 사용법(how to use) 메뉴 선택시의 UI 하면이며, 도 6b는 메뉴 UI 화면에서 사용자 설정(user setting) 메뉴 선택시의 UI 화면을 나타낸다.
도 4 내지 도 6과 같이, UI 화면은 데이터를 시각화하여 관리자가 센서 모듈(100)의 상태를 효율적이고 직관적으로 모니터링할 수 있게 구성되며, 실시간으로 데이터가 갱신되어 제공된다.
도 7은 본 발명의 실시예에 따른 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 방법을 나타내는 흐름도이다. 도 7을 참조하면, AI 기반 리얼타임 모니터링 서버(300)는 각 센서 모듈(100)로부터 네트워크(200)를 통해 플러그 앤 플레이 방식으로 구동되는 각 센서 노드(110 내지 160)에 대한 포트, 종류에 대한 인식에 따라 센서 네트워크(sensor network) 구성 설정을 위한 사전 과정을 수행한다(S11). 보다 구체적으로, AI 기반 리얼타임 모니터링 서버(300)는 플러그-인 방식으로 센서 노드(110 내지 160)를 제공하기 위해 센서 모듈(100)을 구성하는 각 센서 노드(110 내지 160)의 플러그-인(plug-in) 여부를 탐지하고 어떤 센서 노드가 플러그-인 되었는지와 함께 언플러그드(unplugged) 상태인지에 대한 데이터를 수집하는 것이다.
단계(S11) 이후, AI 기반 리얼타임 모니터링 서버(300)는 단계(S11)에서 플러그-인 상태 및 언플러그드 상태로 인식된 센서 모듈(100)의 '센서 모듈 ID', 센서 모듈(110)에서 인식 또는 센서값 수집을 수행한 '센서 노드 ID'를 각 센서 모듈(100)로부터 네트워크(200)를 통해 수신한 뒤, 센서 모듈 ID 및 센서 노드 ID에 해당하는 센서 노드(110 내지 160)에 대한 관리 책임자로 설정된 관리자 스마트 디바이스(500)로의 데이터 싱크(sync) 채널을 설정함으로써, 하드웨어 장비인 센서 노드 장착과 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼타임 데이터 전송을 위한 준비 과정을 수행한다(S12).
단계(S12) 이후, AI 기반 리얼타임 모니터링 서버(300)는 단계(S12)에서 싱크 채널이 설정된 센서 모듈 ID 및 센서 노드 ID에 해당하는 각 센서 노드와 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼 타임(real time) 모니터링과 대시보드를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 제공하여 구현되도록 하기 위해서는, 각 센서 모듈(100)로부터 '센서 모듈 ID', 센서 모듈(110)에서 인식된 카메라(110) 또는 경광등(160)에 해당하는 '센서 노드 ID'를 포함하는 "제 1 인식 정보"나, 각 센서 모듈(100)로부터 '센서 모듈 ID', 센서 모듈(110)에서 센서값 수집을 수행한 센서(120 내지 150)의 '센서 노드 ID', 그리고 수집된 리얼 타임 센서값이 있는 경우 '센서값'을 포함하는 제 2 인식 정보에 대해서, 각 센서 모듈(100)로부터 네트워크(200)를 통해 수신한 뒤, 제 1 인식 정보 및/또는 제 2 인식 정보에 대해서 빅데이터 서버(400)에 네트워크(200)를 통해 전송함으로써, 빅데이터 서버(400)에 등록되도록 한다(S13).
단계(S13)에서 AI 기반 리얼타임 모니터링 서버(300)는 제 2 인식 정보에 대해서는 센서 모듈 ID를 제 1 메타데이터 센서 노드 ID를 제 2 메타데이터로 지정한 센서값을 빅데이터 서버(400)에 네트워크(200)를 통해 전송함으로써, 빅데이터 서버(400)에 등록되도록 한다.
단계(S13) 이후, AI 기반 리얼타임 모니터링 서버(300)는 빅데이터 서버(400)에 제 1 인식 정보 또는 제 2 인식 정보가 등록되면, 등록된 인식 정보에 대한 빅데이터 서버(400) 상의 제 1 메타데이터(센서 모듈 ID) 및 제 2 메타데이터(센서 노드 ID)에 대한 "제 1 주소정보"를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 전송함으로써, 『제 1 인식 정보의 경우』 관리자 스마트 디바이스(500)의 어플이케이션에 의해 네트워크(200)를 통해 빅데이터 서버(400)로의 액세스를 통해 제 1 주소정보를 열람하도록 하거나, 『제 2 인식 정보의 경우』 관리자 스마트 디바이스(500)의 어플이케이션에 의해 네트워크(200)를 통해 빅데이터 서버(400)로의 액세스를 통해 제 1 주소정보와 함께 센서값을 열람하도록 한다(S14). 단계(S14)에서 제 2 인식 정보에 대한 열람의 경우, 관리자 스마트 디바이스(500)는 하나의 센서값과 동시에 수신된 다른 제 1 또는 제 2 메타데이터를 갖는 다른 센서값에 대한 제 1 주소정보도 함께 AI 기반 리얼타임 모니터링 서버(300)로부터 수신함으로써, 수신된 제 1 주소정보에 해당하는 모든 센서값을 열람하여 출력하여 관리자가 열람할 수 있도록 한다.
단계(S14) 이후, AI 기반 리얼타임 모니터링 서버(300)는 단계(S13)에서 빅데이터 서버(400)에 등록된 제 2 인식 정보에 포함되는 센서값에 대한 빅데이터 서버(400)에 제 1 메타데이터(센서 모듈 ID) 및 제 2 메타데이터(센서 노드 ID)에 따라 미리 설정된 최소값(min) 내지 최대값(max) 사이의 기준 범위 내인지를 분석한 뒤, 기준 범위를 벗어난 경우, 카메라(110)에 대한 제어를 통해 영상 정보를 수신한 뒤, 영상 정보를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 전송한다(S15).
보다 구체적으로, AI 기반 리얼타임 모니터링 서버(300)는 패턴 인식에 뛰어난 성능을 발휘하는 딥 러닝(Deep Learning) 기반의 위험감지 알고리즘(algorithm)에 하나인 CNN(Convolutional Neural Networks)를 통해 센서 모듈(100) 중 카메라(110)에 의해 촬영된 영상 정보에서 위험 물체를 감지한다. 그리고 AI 기반 리얼타임 모니터링 서버(300)는 감지된 위험 물체별 이상 상황에 대해서 이상 상황 감지 알고리즘(algorithm)에 하나인 CNN(Convolutional Neural Networks)를 통해 각 위험 물체별 이상 상황인 접근, 누수, 연기 발생 등에 대한 분석을 수행할 수 있다.
또한, AI 기반 리얼타임 모니터링 서버(300)는 이상 상황을 분석하여 형성된 제 1 메타데이터 및 제 2 메타데이터로 설정된 패턴 데이터별 반복 작업시 하나의 전체 프로세스에 소요되는 시간인 사이클 타임(Cycle time)과, 각 공정시간의 최대 시간인 택트 타임(Tact time)의 감소를 최소화하는 방식으로 위험 물체별 이상 상황에 대한 딥 러닝 알고리즘을 변환 및 적용할 수 있다.
결과적으로 AI 기반 리얼타임 모니터링 서버(300)는 이상 상황으로 분석된 경우, 제 2 인식 정보의 제 1 메타데이터(센서 모듈 ID)에 해당하는 센서 모듈(100)의 카메라(110)에 대한 제 2 인식 정보의 제 2 메타데이터(센서 노드 ID)에 해당하는 센서(120 내지 150) 중 하나가 설치된 미리 설정된 지정 영역으로 팬/틸트/줌 기능을 통한 촬영 명령을 네트워크(200)를 통해 센서값을 제공한 센서 모듈(100)로 전송한 뒤, 촬영 명령에 따라 센서 모듈(100)로부터 수신된 리얼타임 영상 정보에 대해서 제 1 메타데이터(센서 모듈 ID), 제 2 메타데이터(센서 노드 ID), 제 3 메타데이터(센서값)으로 하는 "제 2 주소정보"를 생성한 뒤, 빅데이터 서버(400) 상의 제 2 주소 정보로 저장하도록 영상 정보를 네트워크(200)를 통해 빅데이터 서버(400)로 전송하고, 빅데이터 서버(400)에 리얼타임 영상 정보가 등록되기 시작하면, 제 2 주소정보를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 전송함으로써, 관리자 스마트 디바이스(500)의 어플이케이션에 의해 네트워크(200)를 통해 빅데이터 서버(400)로의 액세스를 통해 제 2 주소정보에 저장된 리얼타임 영상 정보를 리얼타임으로 수신하여 출력하도록 함으로써, 관리자가 열람할 수 있도록 한다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.
또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.
1 : 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템
100 : 센서 모듈
100g : 센서 모듈 집합
100a : 센서 보드
110 : 카메라
120 : 동작감지 센서
130 : 온도 센서
140 : 습도 센서
150 : 가스 감지 센서
160 : 경광등
200 : 네트워크
300 : AI 기반 리얼타임 모니터링 서버
310 : 송수신부
320 : 제어부
321 : 센서 자동 인식 모듈
322 : H/W 싱크 설정 모듈
323 : 센서값 등록 모듈
324 : 센서값 앱 제공 모듈
325 : 센서값 분석 모듈
326 : 라이브 영상 제공 모듈
400 : 빅데이터 서버
500 : 관리자 스마트 디바이스
500g : 관리자 스마트 디바이스 그룹
100 : 센서 모듈
100g : 센서 모듈 집합
100a : 센서 보드
110 : 카메라
120 : 동작감지 센서
130 : 온도 센서
140 : 습도 센서
150 : 가스 감지 센서
160 : 경광등
200 : 네트워크
300 : AI 기반 리얼타임 모니터링 서버
310 : 송수신부
320 : 제어부
321 : 센서 자동 인식 모듈
322 : H/W 싱크 설정 모듈
323 : 센서값 등록 모듈
324 : 센서값 앱 제공 모듈
325 : 센서값 분석 모듈
326 : 라이브 영상 제공 모듈
400 : 빅데이터 서버
500 : 관리자 스마트 디바이스
500g : 관리자 스마트 디바이스 그룹
Claims (7)
- 복수의 센서 모듈(100)로 이루어진 센서 모듈 그룹(100g), 네트워크(200), AI 기반 리얼타임 모니터링 서버(300), 빅데이터 서버(400), 그리고 복수의 관리자 스마트 디바이스(500)로 이루어진 관리자 스마트 디바이스 그룹(500g)을 포함하는 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1)에 있어서, AI 기반 리얼타임 모니터링 서버(300)는,
복수의 센서 모듈(100)로 이루어진 센서 모듈 그룹(100g), 네트워크(200), AI 기반 리얼타임 모니터링 서버(300), 빅데이터 서버(400), 그리고 복수의 관리자 스마트 디바이스(500)로 이루어진 관리자 스마트 디바이스 그룹(500g)을 포함하는 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템(1)에 있어서, AI 기반 리얼타임 모니터링 서버(300)는,
각 센서 모듈(100)로부터 네트워크(200)를 통해 플러그 앤 플레이 방식으로 구동되는 각 센서 노드(110 내지 160)에 대한 포트, 종류에 대한 인식에 따라 센서 네트워크(sensor network) 구성 설정을 위한 사전 과정을 수행하기 위해 플러그-인 방식으로 센서 노드(110 내지 160)를 제공하기 위해 센서 모듈(100)을 구성하는 각 센서 노드(110 내지 160)의 플러그-인(plug-in) 여부를 탐지하고 어떤 센서 노드가 플러그-인 여부와 함께 언플러그드(unplugged) 상태인지에 대한 데이터를 수집하는 센서 자동 인식 모듈(321);
센서 자동 인식 모듈(321)에 의해 플러그-인 상태 및 언플러그드 상태로 인식된 센서 모듈(100)의 '센서 모듈 ID', 센서 모듈(110)에서 인식 또는 센서값 수집을 수행한 '센서 노드 ID'를 각 센서 모듈(100)로부터 네트워크(200)를 통해 수신하도록 송수신부(310)를 제어한 뒤, 센서 모듈 ID 및 센서 노드 ID에 해당하는 센서 노드(110 내지 160)에 대한 관리 책임자로 설정된 관리자 스마트 디바이스(500)로의 데이터 싱크(sync) 채널을 설정하도록 송수신부(310)를 제어함으로써, 하드웨어 장비인 센서 노드 장착과 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼타임 데이터 전송을 위한 준비 과정을 수행하는 H/W 싱크 설정 모듈(322);
H/W 싱크 설정 모듈(322)에 의해 싱크 채널이 설정된 센서 모듈 ID 및 센서 노드 ID에 해당하는 각 센서 노드와 관리자 스마트 디바이스(500)의 애플리케이션 간의 리얼 타임(real time) 모니터링과 대시보드를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 제공하여 구현되도록 하기 위해서는, 각 센서 모듈(100)로부터 '센서 모듈 ID', 센서 모듈(110)에서 인식된 카메라(110) 또는 경광등(160)에 해당하는 '센서 노드 ID'를 포함하는 "제 1 인식 정보"나, 각 센서 모듈(100)로부터 '센서 모듈 ID', 센서 모듈(110)에서 센서값 수집을 수행한 센서(120 내지 150)의 '센서 노드 ID', 그리고 수집된 리얼 타임 센서값이 있는 경우 '센서값'을 포함하는 제 2 인식 정보에 대해서, 각 센서 모듈(100)로부터 네트워크(200)를 통해 수신한 뒤, 제 1 인식 정보 및 제 2 인식 정보 중 적어도 하나 이상에 대해서 빅데이터 서버(400)에 네트워크(200)를 통해 전송하도록 송수신부(410)를 제어함으로써, 빅데이터 서버(400)에 등록되도록 하는 센서값 등록 모듈(323);
빅데이터 서버(400)에 제 1 인식 정보 또는 제 2 인식 정보가 등록되면, 등록된 인식 정보에 대한 빅데이터 서버(400) 상의 제 1 메타데이터(센서 모듈 ID) 및 제 2 메타데이터(센서 노드 ID)에 대한 "제 1 주소정보"를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 전송하도록 송수신부(310)를 제어함으로써, 『제 1 인식 정보의 경우』 관리자 스마트 디바이스(500)의 어플이케이션에 의해 네트워크(200)를 통해 빅데이터 서버(400)로의 액세스를 통해 제 1 주소정보를 열람하도록 하거나, 『제 2 인식 정보의 경우』 관리자 스마트 디바이스(500)의 어플이케이션에 의해 네트워크(200)를 통해 빅데이터 서버(400)로의 액세스를 통해 제 1 주소정보와 함께 센서값을 열람하도록 하며, 제 2 인식 정보에 대한 열람의 경우, 관리자 스마트 디바이스(500) 상에서 하나의 센서값과 동시에 수신된 다른 제 1 또는 제 2 메타데이터를 갖는 다른 센서값에 대한 제 1 주소정보도 함께 제공함으로써, 수신된 제 1 주소정보에 해당하는 모든 센서값을 열람하여 출력하여 관리자가 열람할 수 있도록 하는 센서값 앱 제공 모듈(324);
센서값 등록 모듈(323)에 의해 빅데이터 서버(400)에 등록된 제 2 인식 정보에 포함되는 센서값에 대한 빅데이터 서버(400)에 제 1 메타데이터(센서 모듈 ID) 및 제 2 메타데이터(센서 노드 ID)에 따라 미리 설정된 최소값(min) 내지 최대값(max) 사이의 기준 범위 내인지를 분석한 뒤, 기준 범위를 벗어난 경우, 카메라(110)에 대한 제어를 통해 영상 정보를 수신하도록 송수신부(110)를 제어하고, 패턴 인식에 뛰어난 성능을 발휘하는 딥 러닝(Deep Learning) 기반의 위험감지 알고리즘(algorithm)에 하나인 CNN(Convolutional Neural Networks)를 통해 센서 모듈(100) 중 카메라(110)에 의해 촬영된 영상 정보에서 위험 물체를 감지하고, 감지된 위험 물체별 이상 상황에 대해서 이상 상황 감지 알고리즘(algorithm)에 하나인 CNN(Convolutional Neural Networks)를 통해 각 위험 물체별 이상 상황인 접근, 누수, 연기 발생 등에 대한 분석을 수행하는 센서값 분석 모듈(325); 및
센서값 분석 모듈(325)에 의해 이상 상황으로 분석된 경우, 제 2 인식 정보의 제 1 메타데이터(센서 모듈 ID)에 해당하는 센서 모듈(100)의 카메라(110)에 대한 제 2 인식 정보의 제 2 메타데이터(센서 노드 ID)에 해당하는 센서(120 내지 150) 중 하나가 설치된 미리 설정된 지정 영역으로 팬/틸트/줌 기능을 통한 촬영 명령을 네트워크(200)를 통해 센서값을 제공한 센서 모듈(100)로 전송하도록 송수신부(310)를 제어하고, 촬영 명령에 따라 센서 모듈(100)로부터 수신된 리얼타임 영상 정보에 대해서 제 1 메타데이터(센서 모듈 ID), 제 2 메타데이터(센서 노드 ID), 제 3 메타데이터(센서값)으로 하는 "제 2 주소정보"를 생성한 뒤, 빅데이터 서버(400) 상의 제 2 주소 정보로 저장하도록 영상 정보를 네트워크(200)를 통해 빅데이터 서버(400)로 전송하도록 송수신부(310)를 제어하며,
빅데이터 서버(400)에 리얼타임 영상 정보가 등록되기 시작하면, 제 2 주소정보를 네트워크(200)를 통해 관리자 스마트 디바이스(500)로 전송하도록 송수신부(310)를 제어함으로써, 관리자 스마트 디바이스(500)의 어플이케이션에 의해 네트워크(200)를 통해 빅데이터 서버(400)로의 액세스를 통해 제 2 주소정보에 저장된 리얼타임 영상 정보를 리얼타임으로 수신하여 출력하도록 함으로써, 관리자가 열람할 수 있도록 하는 라이브 영상 제공 모듈(326); 을 포함하는 것을 특징으로 하는 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180125238A KR102199321B1 (ko) | 2018-10-19 | 2018-10-19 | 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180125238A KR102199321B1 (ko) | 2018-10-19 | 2018-10-19 | 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200045058A KR20200045058A (ko) | 2020-05-04 |
| KR102199321B1 true KR102199321B1 (ko) | 2021-01-07 |
Family
ID=70732644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180125238A KR102199321B1 (ko) | 2018-10-19 | 2018-10-19 | 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102199321B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230072683A (ko) | 2021-11-18 | 2023-05-25 | 다온 주식회사 | 산업용 스마트 센서장치 및 이를 이용한 모니터링 시스템 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3952319A1 (de) * | 2020-08-04 | 2022-02-09 | Deutsche Telekom AG | Flexibles sensoren-netzwerk in einer iot-umgebung |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101716582B1 (ko) * | 2015-10-26 | 2017-03-14 | 현대오토에버 주식회사 | 데이터 중심 통신 기반의 통합 처리 시스템 및 그 동작 방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101811832B1 (ko) * | 2016-03-31 | 2017-12-22 | 울랄라랩 주식회사 | 기계동작정보 자동 수집을 기반으로 한 스마트 공장 시스템, 공장 관리 정보 제공방법 및 컴퓨터 판독가능 기록매체 |
-
2018
- 2018-10-19 KR KR1020180125238A patent/KR102199321B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101716582B1 (ko) * | 2015-10-26 | 2017-03-14 | 현대오토에버 주식회사 | 데이터 중심 통신 기반의 통합 처리 시스템 및 그 동작 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230072683A (ko) | 2021-11-18 | 2023-05-25 | 다온 주식회사 | 산업용 스마트 센서장치 및 이를 이용한 모니터링 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200045058A (ko) | 2020-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108476551B (zh) | 利用无线通信信号感测环境中的变化的系统、方法和装置 | |
| CN102752574B (zh) | 一种视频监控系统及方法 | |
| US20170332049A1 (en) | Intelligent sensor network | |
| EP1434185B1 (en) | Sensor management apparatus and corresponding control method | |
| JP7142698B2 (ja) | 環境における事象をモニタ及び制御するためのモノのインターネット（ＩｏＴ）に基づく統合デバイス | |
| US20140071273A1 (en) | Recognition Based Security | |
| US20110252328A1 (en) | System and method in a network controller for remotely monitoring and/or controlling devices | |
| CN103838155A (zh) | 家庭安防控制方法、家庭服务器及安防控制系统 | |
| CN108109207B (zh) | 一种可视化立体建模方法及系统 | |
| US20180103189A1 (en) | Remote Camera Control in a Peer-to-Peer Camera Network | |
| KR102199321B1 (ko) | 중소기업의 스마트 팩토리 전환을 위한 위험 감지용 스마트 센싱 및 모니터링 시스템, 그리고 그 방법 | |
| KR100862959B1 (ko) | 무선센서네트워크를 이용한 실시간 영상감시 시스템 및 그 운용방법 | |
| CN211352221U (zh) | 智能网关系统 | |
| KR20110073902A (ko) | 다중센서 및 노드 협업을 위한 센서노드 상황인지 무인감시방법 | |
| KR20150069923A (ko) | 데이터 처리 시스템 | |
| Wu et al. | Intrusion Detection with Radio Frequency Sensing based on Wi-Fi Mesh Network for Home Security | |
| CN115002809A (zh) | 无线场景感知方法、装置及系统 | |
| CN115134850A (zh) | 无线追踪监测方法、装置及系统 | |
| KR101859883B1 (ko) | 네트워크 장치 | |
| CN112448940B (zh) | 物联网内信息处理方法、感测装置与网络封包 | |
| KR102245389B1 (ko) | 다목적 경보 장치를 이용한 스마트 토탈 감시 시스템 및 스마트 토탈 감시 방법 | |
| CN104994342A (zh) | 一种智能动态高清视频人脸识别预警系统 | |
| KR102197817B1 (ko) | 스쿨 존의 감시 영역의 영상 데이터를 분석하여 특정 범위의 전자 장치에 이상행동 메시지를 제공하는 네트워크 단말 장치 | |
| CN211294138U (zh) | 一种用于弱电工程的视频监控系统 | |
| KR102433744B1 (ko) | 영상수집 장치 및 분석 장치의 연계를 통한 통합 관제 방법 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |