KR102276634B1

KR102276634B1 - 차상 설치식 전동차 팬터그래프 이상 검지 시스템 및 그의 처리 방법

Info

Publication number: KR102276634B1
Application number: KR1020200118193A
Authority: KR
Inventors: 김태형
Original assignee: 엠아이엠테크 주식회사
Priority date: 2020-09-15
Filing date: 2020-09-15
Publication date: 2021-07-13

Abstract

본 발명은 차상 설치식 전동차 팬터그래프 이상 검지 시스템 및 그 방법에 관한 것이다. 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 운행 중인 전동차의 팬터그래프 이상 여부를 판별하기 위하여, 전동차의 지붕에 복수 개의 팬터그래프들 각각에 대응하여 카메라와 아크 센서 및 한 쌍의 TOF 센서들을 고정 설치한다. 차상 설치식 전동차 이상 검지 시스템은 통합 분석 서버와 운전실 모니터 장치를 포함한다. 카메라는 팬터그래프에 대한 영상 데이터를 획득하고, 아크 센서는 팬터그래프에서의 아크 발생 여부를 감지하며, TOF 센서들은 팬터그래프의 좌우 양측의 높이를 감지한다. 통합 분석 서버는 인공 지능 기반의 영상 분석과, 딥러닝 또는 머신러닝 학습을 이용하여 영상 데이터와 감지 데이터를 분석, 비교, 반복 학습하여 팬터그래프의 이벤트 발생을 판별하고, 이벤트 발생 시, 운전실 모니터 장치로 경보를 발생한다. 본 발명에 의하면, 전동차의 운행 중 또는 정차 중에 팬터그래프의 이상 여부를 정확하게 검지하여 이벤트 발생 시, 운전자에게 알려주어서 신속한 초동 조치 및 사고 발생을 예방한다.

Description

차상 설치식 전동차 팬터그래프 이상 검지 시스템 및 그의 처리 방법{SYSTEM FOR DETECTING ABNORMALITY OF PANTOGRAPH ON ELECTRIC TRAIN INSTALLED ON VEHICLE AND METHOD FOR PROCESSING THEREOF}

본 발명은 차상 설치식 전동차 팬터그래프 이상 검지 시스템에 관한 것으로, 좀 더 구체적으로 고속 카메라와 아크 센서 및 한 쌍의 TOF(Time Of Flight) 센서를 전동차의 차량 상부에 설치된 복수 개의 팬터그래프들 각각에 대응하여 고정 설치하고, 카메라로부터 획득된 팬터그래프의 영상 데이터와, 아크 센서로부터 아크 발생 여부, TOF 센서로부터 팬터그래프의 좌우 높이를 감지하여 팬터그래프의 이상 유무를 판별하고, 이벤트 발생 시, 신속한 확인 및 초동 조치가 가능하도록 전동차 운전자에게 경고를 발생하는 차상 설치식 전동차 팬터그래프 이상 검지 시스템 및 그의 처리 방법에 관한 것이다.

일반적으로 고속 열차, 광역 전동차, 전기 동력차 등의 전기를 동력원으로 사용하는 철도 차량 즉, 전동차는 지붕에 복수 개의 팬터그래프(pantograph)를 장착하고, 이를 통해 전원을 공급받아서 운행한다. 팬터그래프(pantograph)는 전차선에서 전기를 수전하는 집전 장치로, 스프링 또는 압축 공기의 힘으로 전차선에 밀착되도록 하여 전동차의 전원을 공급받는다. 팬터그래프에는 형태에 따라 예를 들어, 싱글암 팬터그래프, 더블암 팬터그래프 등이 있다.

이러한 팬터그래프는 전동차의 계속적인 운행에 의해 마찰, 마모, 충격, 진동 등이 필연적으로 발생하고, 시간이 지남에 따라 전차선과의 이선이 더욱 증가하게 되어 아크와 충격 등으로 인한 파손, 전차선 절단 등과 같이 심각한 사고가 증가하고 있으며, 이로 인해 팬터그래프의 이상 상태를 실시간 판단하고 경고하는 시스템의 필요성이 높아지게 되었다.

그럼에도 불구하고, 팬터그래프를 통해 집전하는 전동차의 특성 상, 1 인 기관사가 운전하고 있어서 복수로 지붕에 장착된 팬터그래프의 이상, 변형 및 파손을 운행 중에 직접 확인하고, 이에 합당한 초동 조치를 취하는 것이 불가능하며, 차상 장치로 팬터그래프의 이상, 변형, 파손 등을 감지 및 경고하는 시스템이 없어 초동 조치, 유지 보수 및 예방 관리가 어려운 실정이다.

이로 인해 기관사는 운행 중인 전동차의 팬터그래프 이상을 실시간으로 파악하고 있지 못하게 되어 운행 중에 발생될 수 있는 사고를 예방할 수 없게 되고, 전동차의 운행 중에 발생되는 다양한 팬터그래프 이상, 변형 또는 파손 등과 관련된 전동차의 이상으로 인해, 전동차 파손 및 전동차 운행 중단 등과 같은 인적, 물적, 시간적인 손실이 발생되고 있다.

따라서 현행 운영 체제에서 팬터그래프의 이상에 대한 신속한 확인, 이상 감지, 자동 경고 및 초동 조치를 위한 실시간 자동 이상 검지 및 관련 데이터의 기록 및 저장을 통한 체계적인 관리를 위한 종합적인 안전 관리 시스템이 요구된다.

한국 등록특허공보 제10-1058179호(공고일 2011년 08월 22일) 한국 등록특허공보 제10-1197334호(공고일 2012년 11월 05일) 한국 등록특허공보 제10-1292897호(공고일 2013년 08월 02일) 한국 등록특허공보 제10-1386487호(공고일 2014년 04월 18일)

본 발명의 목적은 전동차에 설치되어 정차 또는 운행 중인 전동차의 팬터그래프 이상 여부를 검지하는 차상 설치식 전동차 팬터그래프 이상 검지 시스템 및 그의 처리 방법을 제공하는 것이다.

본 발명의 다른 목적은 카메라와 아크 센서가 일체형으로 형성된 복합 센서를 이용하여 정차 또는 운행 중인 전동차의 팬터그래프 이상 여부를 검지하는 차상 설치식 전동차 팬터그래프 이상 검지 시스템 및 그의 처리 방법을 제공하는 것이다.

본 발명의 또 다른 목적은 복수 개의 TOF 센서를 이용하여 정차 또는 운행 중인 전동차의 팬터그래프 이상 여부를 검지하는 차상 설치식 전동차 팬터그래프 이상 검지 시스템 및 그의 처리 방법을 제공하는 것이다.

본 발명의 또 다른 목적은 인공 지능 기반의 영상 분석과 딥러닝 또는 머신러닝 학습을 이용하여 팬터그래프에 대한 영상 데이터와 다양한 감지 데이터를 분석 및 반복 학습하여 정차 또는 운행 중인 전동차의 팬터그래프 이상 여부를 정확하게 검지하는 차상 설치식 전동차 팬터그래프 이상 검지 시스템 및 그의 처리 방법을 제공하는 것이다.

본 발명의 또 다른 목적은 정차 또는 운행 중인 전동차의 팬터그래프 이상 여부를 실시간으로 검지하여 이벤트 발생 시, 신속하게 운전자에게 알려주도록 처리하는 차상 설치식 전동차 팬터그래프 이상 검지 시스템 및 그의 처리 방법을 제공하는 것이다.

상기 목적들을 달성하기 위한, 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 전동차의 팬터그래프들 각각에 대응하여 설치되는 카메라와 TOF 센서 및 아크 센서를 이용하여 전동차의 정차 또는 운행 중에 팬터그래프에 대한 영상 데이터와, 팬터그래프 좌우 양측의 높이 및 아크 발생 여부를 감지하는 감지 데이터를 실시간으로 획득하고, 이를 인공 지능 기반의 영상 분석과 딥러닝 또는 머신러닝 학습을 융복합하여 팬터그래프의 이상 여부를 판별하고, 이벤트 발생 시, 자동으로 전동차의 운전자에게 이벤트 발생 여부를 신속하게 알려주는데 그 한 특징이 있다. 이와 같은 본 발명의 차상 설치식 전동차 이상 검지 시스템은 운행 중인 전동차의 팬터그래프의 이상 여부를 검지하여 운전자에게 실시간으로 경고를 발생시켜서 신속한 초동 조치 및 운행 중 발생될 수 있는 사고를 예방할 수 있게 한다.

이 특징에 따른 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은, 전동차의 지붕에 설치된 복수 개의 팬터그래프들 각각에 대응하여 상기 전동차의 지붕에 설치되고, 상기 팬터그래프에 대한 영상 데이터를 획득하는 카메라; 상기 카메라와 일체형으로 구비되어 상기 팬터그래프와 전차선 사이의 집전판에서 발생되는 아크를 감지하는 아크 센서; 상기 팬터그래프의 집전판과 상기 전동차의 지붕에 설치되어, 상기 팬터그래프의 좌우 양측 높이의 변화를 각각 감지하는 제1 및 제2 TOF(Time Of Flight) 센서; 상기 카메라로부터 획득된 영상 데이터를 저장하는 영상 데이터 저장 장치; 상기 카메라로부터 영상 데이터를 전송받아 상기 영상 데이터 저장 장치에 저장 및 관리하고, 인공 지능 기반의 영상 분석 알고리즘과, 딥러닝 또는 머신러닝 알고리즘을 구비하여 상기 카메라로부터 전송된 상기 영상 데이터와, 상기 아크 센서로부터 전송된 아크 발생에 따른 제1 감지 데이터, 그리고 상기 제1 및 상기 제2 TOF 센서로부터 전송된 상기 팬터그래프의 좌우 높이의 변화에 따른 제2 감지 데이터를 분석하고, 상기 영상 데이터, 상기 제1 및 상기 제2 감지 데이터 중 적어도 하나에서 팬터그래프의 이상이 검지되면, 이벤트가 발생된 것으로 판별하여 경고 정보와 이벤트 영상 데이터 및 이벤트 검지 데이터를 전송하는 통합 분석 서버; 및 상기 통합 분석 서버로부터 이벤트 발생에 따른 경고 정보와 이벤트 영상 데이터 및 이벤트 검지 데이터를 전송받아서 운전자에게 알려주도록 표출하는 운전실 모니터 장치를 포함한다.

이 특징에 있어서, 상기 통합 분석 서버는, GPS 장치를 구비하여 상기 팬터그래프에서 이벤트가 발생되면, 상기 GPS 장치로부터 상기 전동차의 운행 중의 위치 정보를 획득하여 이벤트 검지 데이터에 포함시켜서 저장하고, 통신망을 통해 상기 전동차의 운용을 통합 관리하는 관제 센터로 이벤트 검지 데이터를 더 전송한다.

이 특징에 있어서, 상기 제1 및 상기 제2 TOF 센서 각각은 상기 팬터그래프의 하단 양측 중앙부 각각에 위치되게 상기 전동차의 지붕에 고정 설치되어, 상기 팬터그래프의 좌우 양측 높이를 각각 측정하여 상기 팬터그래프의 높이 변화를 감지하고; 상기 통합 분석 서버는 상기 제1 및 상기 제2 TOF 센서로부터 측정된 상기 팬터그래프의 좌우 높이 중 적어도 하나가 설정된 오차 범위를 초과하여 상기 팬터그래프의 정상 상태의 높이와 서로 다르면, 이벤트가 발생된 것으로 판별한다.

본 발명의 다른 특징에 따르면, 운행 중인 전동차의 팬터그래프의 이상 여부를 검지하기 위한 상기 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 처리 방법이 제공된다.

이 특징에 따른 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 처리 방법은, 상기 카메라에 의해 상기 팬터그래프에 대한 영상 데이터와, 상기 아크 센서에 의해 상기 팬터그래프의 아크 발생에 따른 제1 감지 데이터, 그리고 상기 제1 및 상기 제2 TOF 센서에 의해 상기 팬터그래프의 좌우 높이를 측정한 제2 감지 데이터를 획득하고, 영상 데이터와 제1 및 제2 감지 데이터를 네트워크를 통해 상기 통합 분석 서버로 전송하는 단계; 상기 통합 분석 서버가 인공 지능 기반의 영상 분석 알고리즘과 딥러닝 또는 머신러닝 알고리즘을 이용하여 영상 데이터와 제1 및 제2 감지 데이터를 분석 및 반복 학습하여 영상 데이터와 제1 및 제2 감지 데이터 중 적어도 어느 하나에 의해 상기 팬터그래프에 이상에 따른 이벤트가 발생되었는지를 판별하는 단계; 및 상기 통합 분석 서버가 이벤트 발생으로 판별되면, 이벤트가 발생된 이벤트 영상 데이터를 추출하여 이벤트 검지 데이터를 생성하고, 네트워크를 통해 상기 운전실 모니터 장치로 이벤트 발생에 따른 이벤트 영상 데이터와 이벤트 검지 데이터 및 운전자에게 알려주는 경고 정보 또는 안내 정보를 전송하는 단계를 포함한다.

이 특징에 있어서, 상기 경고 정보 또는 안내 정보를 전송하는 단계는, 상기 통합 분석 서버가 이벤트 발생으로 판별된 이벤트가 정상적으로 상기 전동차의 운행이 가능한 최소 횟수로 설정된 이벤트 발생 횟수 보다 많은지를 판별하여, 설정된 이벤트 발생 횟수 보다 많은 경우이면, 상기 운전실 모니터 장치로 이벤트가 발생되었음을 경고하는 경고 정보를 전송하고, 설정된 이벤트 발생 횟수 보다 적은 경우이면, 상기 운전실 모니터 장치로 이벤트가 발생되었음을 알려주는 안내 정보를 전송하되; 상기 운전실 모니터 장치는 경고 정보 또는 안내 정보를 시각, 청각 및 촉각을 이용하여 운전자에게 경고 또는 안내한다.

상술한 바와 같이, 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 인공 지능 영상 분석 알고리즘과 딥러닝 또는 머신러닝 알고리즘을 융합하여 운행 중인 전동차의 팬터그래프의 이상 여부를 검지하고, 이에 따른 경고를 발생하여 운전자에게 알려줌으로써, 운행 중에 발생되는 전동차의 팬터그래프와 관련된 각종 사고를 예방하고, 실시간 경고를 통한 즉각적인 초동 조치가 가능하다.

또 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 운행 중인 전동차의 팬터그래프의 상태를 실시간 모니터링하여 실시간 이상 유무 확인 및 현장 대응을 위한 높은 편의성과 안전성을 획기적으로 증대시킬 수 있다.

또 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 운행 중 전동차의 운전자에게 이벤트 발생 내용을 시각, 청각, 촉각 등 다양한 수단으로 경고하고, 이벤트 관련 정보들을 기록, 저장하여 빅데이터를 구축하고, 이를 통해 운전자와 관제 센터의 운영 관리자나 운영 책임자가 쉽고 빠르게 획득된 빅데이터 기록들을 통하여 통합 관리 및 예방 관리가 가능하다.

또 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 딥러닝 또는 머신러닝 기술을 적용하여 운영 시간이 증가할수록 다양한 전동차의 팬터그래프에 대한 영상 기록과 검측값 데이터를 비교, 검색하고, 나아가 모든 데이터를 축적하여 학습하므로서 더욱 정밀한 검지 및 구분, 식별이 가능하다.

또 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 기존에 설치된 네트워크를 이용하여 다채널 카메라 지원 및 다양한 유무선 데이터 통신, 다양한 인터페이스를 통해 다른 장비 및 기존 장비들과의 단순 연결로 통합 운용이 가능하여 뛰어난 확장성과 호환성을 지원할 수 있다.

또 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 실시간으로 전동차의 팬터그래프의 상태를 모니터링하여 정확한 맞춤형 유지 보수, 예방 정비 및 관리 요소의 감소로 신규 도입에 따른 설치 비용 및 유지 보수에 소요되는 인력 소요 감축은 물론 모든 비용과 시간을 크게 단축할 수 있다.

또한 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 카메라와 아크 센서를 포함하는 복합 센서 모듈과 한 쌍의 TOF 센서를 통해 전동차에 설치된 복수 개의 팬터그래프들 각각의 이상 유무를 검지 및 관리하도록 함으로써, 차량 관리의 용이성을 증대시키고, 팬터그래프의 이상, 변형 및 파손 등을 검지하여 이상 유무를 구분, 식별하는 동시에 이상 검지 시, 정확한 부위와 위치를 확인 및 경고하여 유지 보수의 편의성을 증대시킬 수 있다.

뿐만 아니라, 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 신속하고 정확한 이상 발생 원인 분석과 위치의 타켓팅(Tarketing)을 통해 빠른 점검 및 유지 보수, 사고 예방을 위한 종합적이고 실질적으로 철도 환경과 운용 환경에 접목이 가능한 특화된 안전 관리 시스템의 구축과 이를 위한 첨단 융복합 기술들의 개발 및 구현이 가능하다.

도 1은 본 발명에 따른 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 네트워크 구성을 도시한 블록도,
도 2는 도 1에 도시된 카메라와 센서들이 차상에 설치된 상태를 나타내는 도면,
도 3 및 도 4는 도 1에 도시된 제1 및 제2 TOP 센서에 의한 팬터그래프의 좌우 높이에 따른 이상 여부를 감지하기 위한 도면들,
도 5는 도 1에 도시된 통합 분석 서버의 구성을 나타내는 블록도,
도 6은 본 발명에 따른 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 처리 수순을 도시한 흐름도,
도 7은 본 발명의 실시예에 따른 카메라의 이벤트 발생 여부를 판별하는 수순을 도시한 흐름도,
도 8은 본 발명의 실시예에 따른 제1 및 제2 TOP 센서의 이벤트 발생 여부를 판별하는 수순을 도시한 흐름도, 그리고
도 9는 본 발명의 실시예에 따른 아크 센서의 이벤트 발생 여부를 판별하는 수순을 도시한 흐름도이다.

본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 서술하는 실시예로 인해 한정되어지는 것으로 해석되어서는 안된다. 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서 도면에서의 구성 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어진 것이다.

본 발명에 따른 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 운행 중인 전동차의 팬터그래프 이상 여부를 검지하기 위해, 전동차의 팬터그래프들 각각에 대응하여 설치되는 카메라와, TOP(Time Of Flight) 센서 및 아크 센서를 이용하여 전동차의 운행 중에 팬터그래프에 대한 영상 데이터와, 팬터그래프 좌우 양측의 높이 및 아크 발생 여부를 감지하는 감지 데이터를 실시간으로 획득하고, 이를 분석하여 팬터그래프의 이상 여부를 판별하고, 이벤트 발생 시, 자동으로 전동차의 운전자에게 이벤트 발생 여부를 신속하게 알려주도록 처리한다.

이러한 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템은 인공 지능 기반의 영상 분석과, 딥러닝 또는 머신러닝 학습을 융복합하여 팬터그래프에 대한 영상 데이터와 감지 데이터를 분석 및 반복 학습하여 보다 정확한 팬터그래프의 이상 여부를 판별하고, 이를 통해 운행 중인 전동차의 운전자에게 이벤트 발생 상황을 알려주어서 신속한 조치가 이루어질 수 있도록 제공된다.

이하 첨부된 도 1 내지 도 9를 참조하여 본 발명의 실시예를 상세히 설명한다.

도 1은 본 발명에 따른 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 네트워크 구성을 도시한 블록도이고, 도 2는 도 1에 도시된 카메라와 센서들이 차상에 설치된 상태를 나타내는 도면이고, 도 3 및 도 4는 도 1에 도시된 제1 및 제2 TOP 센서에 의한 팬터그래프의 좌우 높이에 따른 이상 여부를 감지하기 위한 도면들이며, 그리고 도 5는 도 1에 도시된 통합 분석 서버의 구성을 나타내는 블록도이다.

도 1 내지 도 5를 참조하면, 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 운행 중인 전동차(10)의 팬터그래프(20)의 이상 여부를 검지하여 전동차(10)의 운전자에게 실시간으로 경고를 발생시켜서 신속한 초동 조치 및 운행 중 발생될 수 있는 사고를 예방하기 위하여, 전동차(10)에 설치된 복수 개의 팬터그래프(20)들 각각에 대응하여 카메라(110)와 복수 개의 센서(120, 130)들을 고정 설치하고, 이를 이용하여 전동차(10)의 운행 중에 팬터그래프(20)의 이상 여부를 실시간으로 검지한다.

이를 위해 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 전동차(10)의 지붕에 설치된 복수 개의 팬터그래프(20)들 각각에 대응하여 전동차(10)의 진행 방향의 전방에 설치되어 팬터그래프(20)에 대한 영상 데이터를 획득하는 카메라(110)와 팬터그래프(20)에서 발생되는 아크(arc)를 감지하는 아크 센서(120)가 일체형으로 구비된 복합 센서 모듈(100)과, 팬터그래프(20)의 좌우 양측 하단에 설치되어 팬터그래프(20)의 좌우 양측의 높이를 각각 감지하는 제1 및 제2 TOF 센서(130 : 132, 134)를 구비한다.

또 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 전동차(10)에 설치된 통합 분석 서버(200)를 이용하여 팬터그래프(20)에 대한 영상을 인식 및 분석하고, 팬터그래프(20)의 좌우 양측의 높이를 감지하며, 팬터그래프(20)에서의 아크 발생 여부를 감지하여 팬터그래프(20)의 이상 여부를 판별하고, 팬터그래프(20)의 이상에 따른 이벤트가 발생되면, 운전실의 운전자에게 신속하게 알려주도록 경고를 발생한다.

이러한 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 전동차(10)에 설치되고, 인공 지능 기반의 영상 분석과 딥러닝 또는 머신러닝 학습을 융복합하여, 카메라(110)로부터 획득된 팬터그래프(20)에 대한 영상 데이터와, 센서(120, 130)들에 의해 감지된 팬터그래프(20)의 좌우 양측 높이 및 아크 발생 여부를 감지하는 감지 데이터를 분석 및 반복 학습하여 정확한 팬터그래프(20)의 이상에 따른 이벤트 발생 여부를 판별한다. 또 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 전동차(10)의 운행 중 획득되거나 검지된 다양한 데이터들 예컨대, 영상 데이터와 감지 데이터 및 이벤트 발생에 따른 이벤트 영상과 다양한 이벤트 검지 데이터들을 실시간으로 기록 및 저장, 관리한다.

따라서 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 운행 중인 전동차(10)의 팬터그래프(20)의 이상에 따른 이벤트 발생 시, 운전자에게 신속하게 경고하여 초동 조치 및 운행 중 발생되는 사고를 예방하며, 각종 저장 및 관리된 데이터들을 통해 사후 관리 및 후속 조치가 신속하고 정확하게 이루어지도록 처리된다.

구체적으로, 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 카메라(110)와 아크 센서(120)가 포함된 복합 센서 모듈(100)과, 제1 및 제2 TOF 센서(130 : 132, 134)와, 통합 분석 서버(200) 및 운전실 모니터 장치(300)를 포함한다. 또 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 관제 센터(400)를 더 포함한다. 통합 분석 서버(200)는 영상 데이터 저장 장치(202)와 GPS 장치(204)를 구비한다. 제1 및 제2 TOF 센서(130 : 132, 134)들은 복합 센서 모듈(100)과 연결되고, 복합 센서 모듈(100)은 네트워크(4)를 통해 통합 분석 서버(200)와 연결된다. 통합 분석 서버(200)는 네트워크(6)를 통해 운전실 모니터 장치(300)와 연결되고, 통신망(8)을 통해 관제 센터(400)와 연결된다. 물론 제1 및 제2 TOF 센서(130 : 132, 134)들은 네트워크(4)를 통해 통합 분석 서버(200)와 직접 연결될 수도 있다. 또 영상 데이터 저장 장치(202)는 통신망(8)을 통해 운전실 모니터 장치(300)와 관제 센터(400) 각각과 연결된다.

여기서 카메라(110)와 아크 센서(120)가 포함된 복합 센서 모듈(100)과 제1 및 제2 TOF 센서(130 : 132, 134)들은 하나의 팬터그래프(20)에 대응하여 하나의 세트로 구비된다. 예를 들어, 전동차(10)가 10 량의 열차 1 편성당 6 개의 팬터그래프(20)가 구비되는 경우, 6 개 세트의 복합 센서 모듈(100)과 제1 및 제2 TOF 센서(130 : 132, 134)들이 장착된다.

복합 센서 모듈(100)은 전동차(10)의 지붕에 설치되고, 팬터그래프(20)와 일정 거리(도 2의 D) 이격되게 팬터그래프(20)의 전방에 고정 설치된다. 복합 센서 모듈(100)은 예를 들어, 팬터그래프(20)의 상하 중심선상과 약 3 ~ 5 m 정도로 이격된 전방에 설치된다. 복합 센서 모듈(100)은 하나의 하우징(102)에 카메라(110)와 아크 센서(120)가 구비되는 일체형으로 형성된다. 하우징(102)은 카메라(110)와 아크 센서(120)를 보호하기 위해 방수, 방폭 및 전자파 차폐 기능을 갖는다. 복합 센서 모듈(100)은 네트워크(4)를 통해 통합 분석 서버(200)와 데이터 통신이 이루어지도록 연결된다. 복합 센서 모듈(100)은 네트워크(4)를 통해 제1 및 제2 TOF 센서(130)로부터 제2 감지 데이터를 받아서 통합 분석 서버(200)로 전달한다.

카메라(110)는 예를 들어, 초당 60 프레임(60 FPS) 이상, 200만 화소 이상 FULL HD의 고해상도 영상 데이터를 획득하는 고속 IP 카메라로 구비되어 복합 센서 모듈(100)의 내부에 결합되고, 팬터그래프(20)에 대한 영상을 획득할 수 있도록 전동차(10)의 지붕에 고정 설치된다. 카메라(110)는 전동차(10)의 진행 방향을 따라 팬터그래프(20)와 일정 거리(D) 이격된 전방에 설치된다. 카메라(110)는 팬터그래프(20)에 대한 영상 데이터를 실시간으로 획득한다. 카메라(110)는 획득된 영상 데이터를 네트워크(4)를 통해 통합 분석 서버(200)로 전송한다. 카메라(110)는 통합 분석 서버(200)에 의해 식별 가능하도록 설치 위치 즉, 팬터그래프(20)의 위치를 식별하기 위한 식별 정보(IP)를 구비한다. 따라서 통합 분석 서버(200)는 식별 정보를 통해 복수 개의 팬터그래프(20)들 각각에 대응하는 위치의 카메라(110) 또는 복합 센서 모듈(100)을 식별할 수 있다.

아크 센서(120)는 복합 센서 모듈(100)의 내부에 결합되어 카메라(110)와 일체형으로 형성된다. 아크 센서(120)는 예를 들어, 스톰(STORM) 센서로 구비되며, 일정 각도(도 2의 α)의 감지 범위에서 팬터그래프(20)에서의 아크 발생 여부를 감지한다. 아크 센서(120)는 예를 들어, 팬터그래프(20)의 헤드(22)와 전차선(30)과의 접점을 중심으로 약 20 내지 30 도의 협각(α)을 갖도록 설정되어 팬터그래프(20)에서 발생되는 아크를 감지한다. 아크 센서(120)는 팬터그래프(20)의 아크 발생에 따른 제1 감지 데이터 예를 들어, 팬터그래프(20)의 아크 발생 위치와 시간, 아크 크기 및 아크 발생 빈도수 등이 포함된 제1 감지 데이터를 네트워크(4)를 통해 통합 분석 서버(200)로 전송한다.

네트워크(4, 6)는 전동차(10)에 설치되는 근거리 유선 통신망 예를 들어, LAN 등으로 구비되어, 상호 데이터 통신이 이루어지도록 복수 개의 복합 센서 모듈(100)과 통합 분석 서버(200), 통합 분석 서버(200)와 운전실 모니터 장치(300) 각각을 연결한다. 네트워크(4)는 예를 들어, 이더넷 케이블 등의 통신 케이블을 통해 데이터와 전원을 동시에 전송하는 PoE(Power over Ethernet) 방식으로 구비되어, 복합 센서 모듈(100)로 전원을 공급하고, 복합 센서 모듈(100)로부터 통합 분석 서버(200)로 영상 데이터와 제1 감지 데이터를 전송한다. 또 네트워크(4)는 제1 및 제2 TOF 센서(130)로부터 감지된 제2 감지 데이터를 복합 센서 모듈(100)을 통해 통합 분석 서버(200)로 전송한다. 또 네트워크(6)는 이더넷 케이블 등의 통신 케이블로 구비되어 복수 개의 네트워크 허브(Network HUB)(미도시됨)를 통해 통합 분석 서버(200)와 운전실 모니터 장치(300)를 연결한다.

제1 및 제2 TOF 센서(130)는 광학 센서로서, 한 쌍이 팬터그래프(20)의 하단 양측 중앙부 각각에 위치되게 전동차(10)의 지붕에 고정 설치되어, 팬터그래프(20)의 좌우 양측 높이를 감지한다.

제1 및 제2 TOF 센서(130 : 132, 134) 각각은 도 3 및 도 4에 도시된 바와 같이, 싱글암 또는 더블암 타입의 팬터그래프(20)의 좌우 양측에서 팬터그래프(20)의 헤드(22) 즉, 집전판과 베이스(24) 사이의 높이(H1, H2)를 각각 측정한다. 이를 위해 제1 및 제2 TOF 센서(130 : 132, 134) 각각은 팬터그래프(20)의 헤드(22) 방향 즉, 집전판의 하부면으로 조사되는 감지 각도와 감지 면적을 설정하고, 적어도 2 회 조사하여 팬터그래프(20)의 좌우 양측의 높이(H1, H2)를 각각 측정한다.

제1 및 제2 TOF 센서(132, 134) 각각은 팬터그래프(20)의 헤드(22) 방향으로 적외선 광이나 레이저를 조사하고, 이를 팬터그래프(20)의 헤드(22)에 의해 반사되는 반사광을 수신하여 비상 시간(Time of Flight)을 측정하고, 측정된 비상 시간을 거리로 환산하여 팬터그래프(20)의 좌우 높이(H1, H2)를 각각 측정한다. 제1 및 제2 TOF 센서(132, 134) 각각은 측정된 제2 감지 데이터를 네트워크(4)를 통해 통합 분석 서버(200)로 전송한다. 이 실시예에서는 제1 및 제2 TOF 센서(130 : 132, 134)는 제2 감지 데이터를 네트워크(4)를 통해 복합 센서 모듈(100)로 전달하고, 복합 센서 모듈(100)에서 네트워크(4)를 통해 통합 분석 서버(200)로 제2 감지 데이터를 전송한다.

통합 분석 서버(200)는 전동차(10)의 내부 즉, 차상에 탑재되고, 네트워크(4)를 통해 복합 센서 모듈(100)과 연결된다. 통합 분석 서버(200)는 예컨대, 전동차(10)에 설치된 근거리 통신망(LAN) 등의 네트워크(6)를 통해 전동차(10)의 전방 및 후방에 위치하는 운전실의 운전자 모니터 장치(300)들과 연결된다. 또 통합 분석 서버(200)는 통신망(8)을 통해 관제 센터(400)와 연결된다. 여기서 통신망(8)은 예를 들어, LAN 등의 유선 통신망, 한국철도공사의 보안망, 3G, 4G LTE, 5G, 와이파이 등의 무선 통신망 또는 이들이 결합된 복합 유무선 통신망으로 구비되어 영상 데이터 저장 장치(202)와 운전실 모니터 장치(300) 및 관제 센터(400)를 연결하여 상호 데이터 통신이 이루어진다.

통합 분석 서버(200)는 영상 데이터 저장 장치(202)와 GPS 장치(204)를 구비한다. 영상 데이터 저장 장치(202)는 통합 분석 서버(200)의 제어를 받아서 카메라(110)로부터 전송된 영상 데이터를 실시간으로 저장 및 관리한다. 영상 데이터 저장 장치(202)는 통합 분석 서버(200)와 독립형(Standalone) 장치 또는 일체형(All-In-One)의 영상 기록 장치로 구비된다. 영상 데이터 저장 장치(202)는 예를 들어, 솔리드 스테이트 드라이브(SDD), 하드디스크 드라이브(HDD) 등의 저장 매체를 구비하고, 통합 분석 서버(200)를 통해 카메라(110)로부터 획득된 영상 데이터를 저장 및 관리한다. 영상 데이터 저장 장치(202)는 통신망(8)을 통해 운전실 모니터 장치(300)나 관제 센터(400)로부터 검색 정보를 받아서 이에 대응하는 영상 데이터와 관련 정보들을 검색 및 추출하여 운전실 모니터 장치(300)나 관제 센터(400)로 전송할 수 있다.

GPS 장치(204)는 통합 분석 서버(200)의 제어를 받아 위성 항법 시스템(GPS)과 연동해서 운행 중인 전동차(10)의 위치 정보를 실시간으로 획득한다. 물론 GPS 장치(204)는 영상 데이터 저장 장치(202)가 통합 분석 서버(200)와 독립형(Standalone)의 장치인 경우, 영상 데이터 저장 장치(202)에 직접 연결되어 운행 중인 전동차(10)의 위치 정보를 실시간으로 획득할 수도 있다.

통합 분석 서버(200)는 영상 데이터 저장 장치(202)로부터 영상 데이터를 구분, 인식, 분석 및 판별하여 팬터그래프(20)의 이벤트가 발생된 영상 데이터를 추출 및 저장한다. 통합 분석 서버(200)는 이벤트가 발생되면, GPS 장치(204)로부터 운행 중에 이벤트가 발생된 전동차(10)의 위치 정보를 검출하여 이벤트 검지 데이터를 생성, 기록 및 저장한다. 여기서 이벤트 검지 데이터에는 예를 들어, 이벤트 발생 시간, 이벤트가 발생된 팬터그래프(20)의 위치, 전동차(10)의 위치 정보, 이벤트 발생 내역 등이 포함된다.

통합 분석 서버(200)는 카메라(110)로부터 전송된 영상 데이터와, 아크 센서(120)로부터 전송된 제1 감지 데이터, 그리고 제1 및 제2 TOF 센서(130)로부터 전송된 제2 감지 데이터를 분석하여 팬터그래프(20)의 이상 여부를 판별한다. 이를 위해 통합 분석 서버(200)는 인공 지능 기반의 영상 분석 알고리즘과, 딥러닝 또는 머신러닝 알고리즘을 구비하여 영상 데이터와 제1 및 제2 감지 데이터를 분석하고, 반복 학습하여 팬터그래프(20)의 이상 여부를 판별한다.

통합 분석 서버(200)는 영상 분석 알고리즘을 통해 영상 데이터를 분석하여 팬터그래프를 인식, 구분 및 비교하여 팬터그래프의 형상, 길이 및 각도 변화 등을 검지하여 팬터그래프(20)의 이상, 변형, 파손 등을 판별한다. 통합 분석 서버(200)는 정상 상태의 팬터그래프에 대한 기준 영상 데이터와 이상이 발생된 영상 데이터를 비교하여 팬터그래프의 이상 여부를 판별한다. 이를 위해 통합 분석 서버(200)는 아크 센서(120)로부터 전송된 제1 감지 데이터를 분석하여 아크 발생 위치, 아크 세기 및 아크 발생 빈도수 등을 검지한다. 또 통합 분석 서버(200)는 제1 및 제2 TOF 센서(130 : 132, 134)들 각각으로부터 전송된 제2 감지 데이터를 분석하여 팬터그래프(20)의 좌우 각각의 높이(H1, H2)를 산출하고, 산출된 좌우 높이(H1, H2)가 서로 다른지를 판별하여 이벤트 발생 여부를 검지한다. 또 통합 분석 서버(200)는 인공 지능 기반의 영상 분석과 딥러닝 또는 머신러닝 학습을 통한 자동 검색, 비교, 식별, 축적 및 자동 반복 학습을 수행하여 팬터그래프(20)의 이상 유무를 보다 정확하게 구분, 인식 및 분석하며, 시간의 흐름에 따라 그 정확도를 더욱 높일 수 있다.

통합 분석 서버(200)는 팬터그래프(20)의 이상에 따른 이벤트가 발생되면, 네트워크(6)를 통해 운전자 모니터 장치(300)로 경고 정보나 알림 정보를 전송한다. 또 통합 분석 서버(200)는 팬터그래프(20)의 이상에 따른 이벤트가 발생되면, 통신망(8)을 통해 관제 센터(400)로 이벤트 발생에 관련된 이벤트 검지 데이터를 더 전송할 수도 있다.

구체적으로, 통합 분석 서버(200)는 인공 지능 기반의 영상 분석 알고리즘을 이용하여 카메라(110)로부터 획득된 영상 데이터를 분석하여 팬터그래프(20)의 이상 여부를 판별한다. 통합 분석 서버(200)는 아크 센서(120)로부터 제1 감지 데이터를 전송받아서 팬터그래프(20)에서의 아크 발생을 검지한다. 통합 분석 서버(200)는 제1 및 제2 TOF 센서(130 : 132, 134)들 각각으로부터 팬터그래프(20)의 좌우 양측 높이(H1, H2)를 각각 검출하고, 좌우 높이(H1, H2)가 설정된 오차 범위 내에서 서로 다른 경우에 팬터그래프(20)에 이상이 발생되었음을 검지한다. 이를 위해 통합 분석 서버(200)는 팬터그래프(20)의 기준 영상 데이터와, 기준 오차 범위가 기설정된다. 예를 들어, 기준 영상 데이터는 패턴그래프(20)의 종류별, 형태별 등으로 정상 상태의 팬터그래프(20)의 상태나 모양에 대응되어 설정되고, 기준 오차 범위는 정상 상태로 판별되는 팬터그래프(20)의 아크 세기, 좌우 높이 각각에 대한 오차값이 설정된다.

또 통합 분석 서버(200)는 딥러닝 또는 머신러닝 알고리즘을 이용하여 영상 데이터와 제1 및 제2 감지 데이터 및 이벤트 검지 데이터를 반복 학습한다. 따라서 통합 분석 서버(200)는 영상 분석, 아크 발생 및 높이 차이로 인한 불균형 중 적어도 하나로부터 팬터그래프(20)의 이상이 발생되면, 팬터그래프(20)의 이상, 변형 및 오동작으로 판별하여 이벤트 발생에 따른 경고를 출력한다.

이러한 통합 분석 서버(200)는 카메라(110)의 영상 데이터를 분석하여 팬터그래프(20)의 형상, 길이 및 각도 변화 등이 검지되면, 펜터그래프(20)의 이상 발생으로 판별하여 해당 영상 데이터를 추출하여 영상 데이터 저장 장치(202)에 저장한다. 통합 분석 서버(200)는 제1 및 제2 TOF 센서(130 : 132, 134)들 각각의 제2 감지 데이터를 분석하여 팬터그래프(20)의 좌우 높이(H1, H2)를 측정하고, 두 높이(H1, H2)의 차이가 설정된 오차 범위를 초과하면, 펜터그래프(20)의 이상 발생으로 판별하고, 이벤트가 발생된 팬터그래프(20)의 위치와 발생 시간, 좌우 높이 등을 산출한다. 또 통합 분석 서버(200)는 아크 센서(120)의 제1 감지 데이터를 분석하여 팬터그래프(20)의 헤드(22)와 전차선(30) 사이에서 아크가 발생되면, 아크 발생 위치, 시간, 아크 세기 및 빈도수 등을 산출한다.

따라서 통합 분석 서버(200)는 이벤트가 발생되면, 이벤트가 발생된 전동차(10)의 위치 정보(장소)와, 이벤트 영상 데이터, 팬터그래프(20)의 위치와 발생 시간, 좌우 높이, 아크 발생 위치, 아크 발생 시간, 아크 세기 및 빈도수 등을 포함시켜서 이벤트 검지 데이터를 생성, 기록 및 저장한다.

이 실시예에서 통합 분석 서버(200)는 도 5에 도시된 바와 같이, 서버부(210)와 데이터베이스부(250)를 포함한다. 서버부(210)는 GPS 장치(204)와, 영상 데이터 저장 장치(202)가 구비된다. 서버부(210)는 영상 데이터와 감지 데이터를 분석하여 이벤트 발생 여부를 판별하기 위해, 제어부(212), 통신부(214), 영상 분석부(216), 머신러닝 학습부(218), 이벤트 판별부(220) 및 이벤트 알림부(222)를 포함한다. 이러한 통합 분석 서버(200)는 서버형 컴퓨터 뿐만 아니라, 예를 들어, 아두이노(Arduino), 라즈베리 파이(Raspberry Pi) 등을 이용한 미니 컴퓨터나, 싱글보드 컴퓨터 등으로 구비되어 소형 및 경량 시스템의 서버부(210)로 구현될 수도 있다.

구체적으로, 제어부(212)는 통합 분석 서버(200)의 제반 동작을 처리하도록 제어한다. 즉, 제어부(212)는 통신부(214), 영상 분석부(216), 머신러닝 학습부(218), 이벤트 판별부(220), 이벤트 알림부(222) 및 데이터베이스부(250)를 제어하여 각각의 기능이 상호 유기적으로 처리하도록 제어한다.

통신부(214)는 예를 들어, 인터페이스 모듈, 유무선 통신 모듈, 이동 통신 모듈 등으로 구비되고, 네트워크(4, 6)를 통해 복합 센서 모듈(100), 제1 및 제2 TOF 센서(130) 및 운전실 모니터 장치(300)들과 연결되고, 통신망(8)을 통해 관제 센터(400)와 연결된다. 통신부(214)는 복합 센서 모듈(100), 운전실 모니터 장치(300) 및 관제 센터(400)들 각각과 상호 데이터 통신이 이루어지도록 처리한다.

영상 분석부(216)는 인공 지능 기반의 영상 분석 알고리즘을 구비하고, 이를 통해 카메라(110)로부터 전송된 영상 데이터를 분석하여 전동차(10)의 팬터그래프(20)에 대한 상태를 인식, 구분 및 식별하여 이벤트 발생 여부를 검지한다. 이를 위해 영상 분석부(216)는 사전에 영상 분석 알고리즘을 이용하여 정상 상태의 전동차(10)의 팬터그래프(20)에 대한 영상 데이터를 분석하여 팬터그래프(20)에 대한 기준 영상 데이터를 설정, 저장한다.

영상 분석부(216)는 영상 분석 알고리즘을 통해 팬터그래프(20)의 형태(예를 들어, 싱글암, 더블암 등)를 인식하고, 팬터그래프(20)의 형태별 위치와 정상 상태의 모양 등을 인식 및 판별한다. 영상 분석부(216)는 인식, 구분 및 판별된 전동차(10)의 팬터그래프(20)의 상태에 따른 영상 데이터를 분석하여 팬터그래프(20)에 대응되는 기준 영상 데이터를 축적한다.

영상 분석부(216)는 전송된 영상 데이터로부터 팬터그래프(20)에 대한 영상 데이터를 추출하여 기준 영상 데이터와 비교, 구분, 분석하고, 이를 통해 팬터그래프(20)의 이상 유무, 변형 또는 파손 등을 인식, 구분 및 식별하여 이벤트 발생 유무를 판별한다.

머신러닝 학습부(218)는 딥러닝 또는 머신러닝 알고리즘을 구비하고, 영상 분석부(216)의 영상 분석 결과에 따른 다양한 데이터들을 반복 학습한다. 즉, 머신러닝 학습부(218)는 정상 상태의 팬터그래프(20)의 영상 데이터와, 팬터그래프(20)의 아크 발생, 좌우 높이에 대한 제1 및 제2 감지 데이터 및 이벤트 발생에 따른 이벤트 검지 데이터를 반복 학습한다.

이벤트 판별부(220)는 영상 분석부(216)와 머신러닝 학습부(218)를 통해 축적된 데이터를 이용하여 전송된 영상 데이터를 기준 영상 데이터와 비교, 분석하여 이벤트 발생 여부를 판별한다. 이벤트 판별부(220)는 제1 감지 데이터를 분석하여 아크 발생 여부, 아크 세기, 빈도수 등을 검지하고, 이벤트가 발생되면, 아크 발생 시간, 위치 등을 이벤트 검지 데이터에 기록, 저장한다. 이벤트 판별부(220)는 제2 감지 데이터를 분석하여 팬터그래프(20)의 좌우 높이를 비교하고, 좌우 높이가 설정된 오차 범위 이상으로 차이가 있으면, 이벤트로 판별한다.

이벤트 알림부(222)는 이벤트 판별부(220)로부터 이벤트가 발생되면, 이벤트 영상 데이터와 이벤트 검지 데이터를 포함하는 경고 정보를 운전실 모니터 장치(300)로 전송한다. 이벤트 알림부(222)는 이벤트가 설정된 횟수 미만인 경우, 사고 예방 및 예방 정비를 위해 이벤트 발생에 대한 알림 정보를 운전실 모니터 장치(300)로 전송한다. 또 이벤트 알림부(222)는 이벤트 발생 시, 필요에 따라 예를 들어, 운전실 모니터 장치(300)의 요청을 받아서 이벤트 영상 데이터와 이벤트 검지 데이터 등을 관제 센터(400)로 전송할 수 있다.

그리고 데이터베이스부(250)는 제어부(212)의 제어를 받아서 카메라(110)로부터 전송된 영상 데이터(252), 아크 센서(120)와 제1 및 제2 TOF 센서(130)들 각각으로부터 전송된 제1 및 제2 감지 데이터를 포함하는 감지 데이터(254), 영상 분석부(216)에 의해 영상 데이터로부터 이벤트가 검지된 전동차(10)의 팬터그래프(20)에 대한 영상 데이터(예컨대, 스틸컷 영상)를 추출한 이벤트 영상(256), 전동차(10)의 이벤트 발생 위치와 시간, 팬터그래프(20)의 위치, 이벤트가 발생된 팬터그래프(20)의 변형, 이상 및 파손 등의 상태, 아크 발생 여부 및 좌우 높이에 대한 이벤트 발생 내역 등을 포함하는 이벤트 검지 데이터(258), GPS 장치(204)로부터 실시간 획득된 전동차(10)의 위치 정보(262) 및 이벤트 판별부(220)로부터 이벤트 발생이 판별되면, 이벤트 알림부(222)에 의해 생성되는 운전실 모니터 장치(300)로 전송되는 경보 정보나 알림 정보가 포함되는 이벤트 알림 정보(262)를 적어도 저장, 관리한다. 여기서 경보 정보는 운행 중이거나 정차 중에 즉각적인 조치가 필요한 이벤트인 경우에 발생되어, 운전자에게 경고하고, 알림 정보는 아주 작은 이벤트 즉, 이벤트 상태가 확인이 필요한 정도인 경우에 발생되어 운전자에게 안내한다. 이벤트 알림 정보(262)는 이벤트 영상과 이벤트 검지 데이터가 매칭되어 운전실 모니터링 장치(300)로 전송된다.

이러한 데이터베이스부(250)는 제어부(212)의 제어를 받아서 통합 분석 서버(200)의 제반 기능을 처리하는 과정에 따라 수집 및 생성되는 다양한 정보들을 저장 및 관리한다. 또 이러한 데이터베이스부(250)는 통합 분석 서버(200)에 포함되어 있으나, 독립적인 데이터베이스 서버로 구비될 수도 있다.

운전실 모니터 장치(300)는 전동차(10)의 운전실에 설치되고, 네트워크(6)를 통해 통합 분석 서버(200)와 연결된다. 운전실 모니터 장치(300)는 통합 분석 서버(200)로부터 경보 정보 또는 안내 정보가 전송되면, 운전자에게 이벤트 발생을 알려준다. 운전실 모니터 장치(300)는 전용 뷰어 프로그램을 구비하고, 알람 기능을 통해 이벤트 발생 상황에 따른 이벤트 영상 데이터와 이벤트 검지 데이터를 표출한다. 이 때, 운전실 모니터 장치(300)는 도면에는 도시되지 않았으나, 표시 장치, 스피커, 진동 장치 등의 다양한 수단을 이용하여 시각, 청각, 촉각 등으로 운전자에게 이벤트 발생을 알려주도록 팝업 화면, 자동 알람 등을 출력한다. 운전실 모니터 장치(300)는 이상이 발생된 팬터그래프(20)의 상태를 운전자가 확인할 수 있도록 경보 정보 또는 알림 정보에 포함된 이벤트 영상 데이터와 이벤트 검지 데이터의 내용을 표시한다. 운전실 모니터 장치(300)는 위험성 여부에 따라 경고 또는 안내하여 즉각적인 초동 조치를 처리하도록 제공한다. 또 운전실 모니터 장치(300)는 이벤트가 발생된 전동차(10)의 위치 정보와 카메라(110) 또는 복합 센서 모듈(100)의 식별 정보에 대응하여 예를 들어, 구글 맵, 위성 사진, 오픈 소스 기반의 지도 서비스 등을 이용한 전자 지도 상에 이벤트 발생된 위치를 표시하여 정확한 위치 추적이 가능하도록 제공된다.

이에 따라 운전자는 경고 정보 또는 안내 정보가 전송되면, 팬터그래프(20)의 변형이나 파손으로 인한 전차선 파손 및 운행이 중단되는 사태를 방지하기 위하여, 운전실 모니터 장치(300)를 통해 이벤트 발생 상황을 이벤트 영상과 함께 경고 정보 또는 안내 정보를 확인하여 팬터그래프(20)의 변형 및 파손 상태 등을 확인한 후, 즉시 조치를 취할 수 있다. 예를 들어, 운전자는 운행 중이나 정차 중에 경고 정보가 전송되면, 이벤트 영상을 확인하여 팬터그래프(20)의 집전판을 접어서 자동 회수하고, 다시 집전 형태로 전환하여 운행을 재개하도록 하며, 이후 차량 사업소에 입고하여 정비를 받도록 처리한다. 또 아주 작은 이벤트로 인한 안내 정보가 전송되면, 운전자가 이벤트 발생 상황을 확인한 후, 후속 조치를 처리한다.

그리고 관제 센터(400)는 전동차(10)의 운용을 통합 관리하는 관제실에 구비되는 통합 관제 시스템으로, 복수 개의 전동차(10)들 각각의 통합 분석 서버(200)들과 통신망(8)을 통해 연결되고, 이벤트 발생에 따른 이벤트 영상 데이터와 이벤트 검지 데이터를 전송받아서 전동차(10)의 이벤트 상태를 모니터링하고, 신속한 조치가 이루어지도록 운전자 모니터 장치(300)와 통신하여 전동차(10)의 운용, 유지 보수 및 사후 조치 등을 통제한다. 관제 센터(400)는 전동차(10)의 운행 중에 이벤트가 발생되면, 통합 분석 서버(200)로부터 전동차(10)의 위치 정보가 포함된 이벤트 검지 데이터를 전송받아서 이벤트 발생 위치를 확인하여 해당 위치로 신속하고 정확한 조치가 가능하도록 통제할 수 있다. 또 관제 센터(400)는 통신망(8)을 통해 영상 데이터 저장 장치(202)와 연결되어 영상 데이터를 검색 및 모니터링하여 이벤트 발생 상황을 보다 정확하게 파악할 수도 있다.

상술한 바와 같이, 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 인공 지능 기반의 영상 분석과 딥러닝 또는 머신러닝을 융복합하여 전동차(10)의 팬터그래프(20)에 대한 이벤트 발생을 검지하고, 이를 통해 자동 검색, 식별, 비교, 축적 및 반복 학습하여 빅데이터를 구축하고, 팬터그래프(20)의 이상 유무를 보다 정확하게 구분, 인식, 분석하며 시간의 흐름에 따라 그 정확도를 더욱 높일 수 있다.

또 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 확장성, 연결 편의성을 위하여 역사, 철로 주변 등에 설치된 기존 시스템과 연동 및 지원되게 구축할 수 있다.

또한 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 모든 기록을 영상 데이터와 검지 데이터와 함께 저장하고, 이를 자유롭게 활용하여 검색, 확인할 수 있도록 기존 유선 및 무선 통신 수단을 이용하여 전송하고, 영상 데이터 저장 장치(202)를 이용하여 보관하여 이를 기반으로 팬터그래프 이상으로 인한 이벤트 발생 시, 이에 대한 모든 기록을 빅데이터(Big Data)화하여 실시간 조치, 사후 및 예방 관리가 가능하다.

이어서 본 발명에 따른 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 팬터그래프의 이벤트 발생 유무에 따른 처리 과정들을 상세히 설명한다.

도 6은 본 발명에 따른 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 처리 수순을 도시한 흐름도이다. 이 수순은 도 1 내지 도 5에 도시된 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 구성에 의해 처리된다.

도 6을 참조하면, 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 단계 S500에서 카메라(110)에 의해 팬터그래프(20)의 영상 데이터와, 아크 센서(120)에 의해 팬터그래프(20)의 아크 발생에 따른 제1 감지 데이터, 그리고 제1 및 제2 TOF 센서(130 : 132, 134)에 의해 팬터그래프(20)의 좌우 높이를 측정한 제2 감지 데이터를 획득한다. 영상 데이터와 제1 및 제2 감지 데이터는 네트워크(4)를 통해 통합 분석 서버(200)로 실시간으로 전송된다.

단계 S502에서 통합 분석 서버(200)는 영상 데이터와 제1 및 제2 감지 데이터를 분석 및 반복 학습하고, 단계 S504에서 영상 데이터와 제1 및 제2 감지 데이터 중 적어도 어느 하나에 의해 팬터그래프(20)에 이상에 따른 이벤트가 발생되었는지를 판별한다. 이 때, 통합 분석 서버(200)는 인공 지능 기반의 영상 분석 알고리즘과 딥러닝 또는 머신러닝 알고리즘을 이용하여 팬터그래프(20)의 영상 데이터와 제1 및 제2 감지 데이터에 대한 분석과 반복 학습을 수행한다.

이벤트가 발생되면, 단계 S506에서 통합 분석 서버(200)는 영상 데이터에서 이벤트가 발생된 이벤트 영상 데이터 즉, 스틸 컷 영상을 추출하고, 이벤트 검지 데이터를 생성, 기록 및 저장한다. 단계 S508에서 통합 분석 서버(200)는 정확한 이벤트 판별을 위해 이벤트 발생에 따른 이벤트 영상 데이터와 이벤트 검지 데이터가 포함된 이벤트 정보를 분석 및 반복 학습한다.

단계 S510에서 통합 분석 서버(200)는 판별된 이벤트가 설정된 이벤트 발생 횟수(N) 보다 많은지를 판별한다. 여기서 설정된 이벤트 발생 횟수(N)는 정상적으로 전동차(10)의 운행이 가능한 최소 횟수를 의미한다. 즉, 설정된 이벤트 발생 횟수(N) 보다 많은 경우, 통합 분석 서버(200)는 단계 S512로 진행하여 네트워크(6)를 통해 운전실 모니터 장치(300)로 이벤트 발생을 경고하는 경고 정보를 전송하여 즉시 조치하도록 하고, 그렇지 않으면, 단계 S514로 진행하여 운전실 모니터 장치(300)로 이벤트가 발생되었음을 알려주는 안내 정보를 전송하여 이벤트 발생 상황을 확인하도록 하여 추후 조치 가능하게 한다. 이 때, 통합 분석 서버(200)는 운전자가 이벤트 발생 상황을 확인할 수 있도록 운전실 모니터 장치(300)로 경고 정보 및 안내 정보를 전송 시, 이벤트 영상 데이터와 이벤트 검지 데이터를 함께 전송하고 경고 정보 또는 안내 정보를 시각, 청각 및 촉각 등 다양한 방식으로 경고 또는 안내한다.

도 7은 본 발명의 실시예에 따른 카메라의 이벤트 발생 여부를 판별하는 수순을 도시한 흐름도이다. 이 실시예는 팬터그래프의 영상 데이터를 통해 이벤트 발생 여부를 판별하는 수순을 나타낸 것이다.

도 7을 참조하면, 이 실시예의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 단계 S600에서 카메라(110)를 이용하여 팬터그래프(20)에 대한 영상 데이터를 획득하고, 네트워크(4)를 통해 통합 분석 서버(200)로 영상 데이터를 실시간으로 전송한다.

단계 S602에서 통합 분석 서버(200)는 인공 지능 기반의 영상 분석 알고리즘을 이용하여 전송된 영상 데이터로부터 팬터그래프(20)를 인식, 추출 및 분석한다.

단계 S604에서 통합 분석 서버(200)는 추출된 영상 데이터와 기준 영상 데이터를 비교, 분석하고, 단계 S606에서 팬터그래프(20)에서 이상, 변형 또는 파손 등의 이벤트 발생 여부를 판별한다. 그 결과, 이벤트가 발생되면, 이 수순은 단계 S608로 진행하여 통합 분석 서버(200)는 이벤트가 발생된 이벤트 영상 데이터를 추출 및 저장하고, 전동차(10)의 위치 정보, 팬터그래프(20)의 위치, 이벤트 발생 시간 등이 포함된 이벤트 검지 데이터를 생성, 기록 및 저장한다.

이어서 단계 S610에서 통합 분석 서버(200)는 운전실 모니터 장치(300)로 이벤트 영상 데이터와 이벤트 검지 데이터를 포함시켜서 이벤트 발생을 경고하는 경고 정보를 전송하여 운전자가 이벤트 발생 상황을 즉시 조치하도록 처리한다. 이에 운전실 모니터 장치(300)는 경고 정보가 전송되면, 경고 정보를 시각, 청각 및 촉각 등 다양한 방식으로 출력하여 운전자에게 경고한다.

도 8은 본 발명의 실시예에 따른 제1 및 제2 TOP 센서의 이벤트 발생 여부를 판별하는 수순을 도시한 흐름도이다. 이 실시예는 팬터그래프의 좌우 높이에 따른 이벤트 발생 여부를 판별하는 수순을 나타낸 것이다.

도 8을 참조하면, 이 실시예의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 단계 S700에서 제1 및 제2 TOF 센서(132, 134)를 이용하여 팬터그래프(20)의 좌우 높이(H1, H2)를 각각 감지하고, 감지 데이터를 네트워크(4)를 통해 통합 분석 서버(200)로 전송한다.

단계 S702에서 통합 분석 서버(200)는 감지 데이터를 비교, 분석하여 팬터그래프(20)의 좌우 높이(H1, H2)가 서로 다른지를 판별한다. 판별 결과, 좌우 높이(H1, H2) 중 적어도 하나가 정상 상태의 기준 높이와 서로 다르면, 팬터그래프(20)가 좌우 불균형 상태로 인식한다.

단계 S704에서 통합 분석 서버(200)는 좌우 높이가 불균형 상태로 인식되면, 좌우 높이(H1, H2)의 차이가 설정된 오차(F) 범위 내인지를 판별한다. 즉, 팬터그래프(20)의 좌우 높이(H1, H2)의 차이가 정상 상태의 오차 범위를 초과하면, 단계 S706으로 진행하여 이벤트가 발생된 것으로 판별하여 이벤트가 발생된 감지 데이터와 팬터그래프(20)의 위치, 발생 시간 등이 포함된 이벤트 검지 데이터를 생성, 기록 및 저장한다.

이어서 단계 S708에서 통합 분석 서버(200)는 운전실 모니터 장치(300)로 감지 데이터와 이벤트 검지 데이터를 포함시켜서 이벤트 발생을 경고하는 경고 정보를 전송하여 운전자가 이벤트 발생 상황을 즉시 조치하도록 처리한다. 이에 운전실 모니터 장치(300)는 경고 정보가 전송되면, 경고 정보를 시각, 청각 및 촉각 등 다양한 방식으로 출력하여 운전자에게 경고한다.

그리고 도 9는 본 발명의 실시예에 따른 아크 센서의 이벤트 발생 여부를 판별하는 수순을 도시한 흐름도이다. 이 실시예는 팬터그래프에서의 아크 발생 여부에 따른 이벤트 발생 여부를 판별하는 수순을 나타낸 것이다.

도 9를 참조하면, 이 실시예의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 단계 S800에서 아크 센서(120)로부터 팬터그래프(20)와 전차선(30)이 접촉하는 팬터그래프(20)의 헤드 방향으로 일정 범위 각도로 신호를 출력하여 신호를 감지하고, 감지 데이터를 네트워크(4)를 통해 통합 분석 서버(200)로 전송한다.

단계 S802에서 통합 분석 서버(200)는 감지 데이터를 분석하여 아크 발생 여부를 판별한다. 아크 발생으로 판별되면, 단계 S804에서 통합 분석 서버(200)는 아크 세기가 기준 세기 이상인지를 판별한다. 즉, 아크 세기가 기준 세기 이상이면, 단계 S806에서 통합 분석 서버(200)는 이벤트가 발생된 것으로 판별하여 아크가 발생된 감지 데이터와 팬터그래프(20)의 위치, 발생 시간, 아크 세기 및 빈도수 등이 포함된 이벤트 검지 데이터를 생성, 기록 및 저장한다.

이어서 단계 S808에서 통합 분석 서버(200)는 운전실 모니터 장치(300)로 감지 데이터와 이벤트 검지 데이터를 포함시켜서 이벤트 발생을 경고하는 경고 정보를 전송하여 운전자가 이벤트 발생 상황을 즉시 조치하도록 처리한다. 이에 운전실 모니터 장치(300)는 경고 정보가 전송되면, 경고 정보를 시각, 청각 및 촉각 등 다양한 방식으로 출력하여 운전자에게 경고한다.

상술한 본 발명의 실시예들에서 통합 분석 서버(200)는 인공 지능 기반의 영상 분석과, 딥러닝 또는 머신러닝 학습을 이용하여 정확한 이벤트 발생 여부를 검지할 수 있도록 영상 데이터, 감지 데이터 및 이벤트 검지 데이터 등의 다양한 데이터들을 반복 학습한다.

따라서 본 발명의 차상 설치식 전동차 팬터그래프 이상 검지 시스템(2)은 도 7 내지 도 9에 도시된 수순들을 융합하여 이벤트 발생 여부를 판별하고, 적어도 하나의 수순에서 이벤트가 발생되면, 운전실 모니터링 장치(300)로 이벤트 발생에 따른 경고 정보 또는 안내 정보를 전송하여 운전자에게 실시간으로 알려준다.

이에 운전자는 운전실 모니터 장치(300)로 경고 정보 또는 안내 정보가 전송되면, 팬터그래프(20)의 변형이나 파손으로 인한 전차선 파손 및 운행이 중단되는 사태를 방지하기 위하여, 운전실 모니터 장치(300)를 통해 이벤트 발생 상황을 이벤트 영상 데이터와 이벤트 검지 데이터와 함께 경고 정보 또는 안내 정보를 확인하여 이벤트가 발생된 팬터그래프(20)의 위치, 변형 및 파손 상태 등을 확인한 후, 즉시 조치를 취할 수 있다.

이상에서, 본 발명에 따른 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 구성 및 작용을 상세한 설명과 도면에 따라 도시하였지만, 이는 실시예를 들어 설명한 것에 불과하며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능하다.

2 : 차상 설치식 전동차 팬터그래프 이상 검지 시스템
4, 6 : 네트워크
8 : 통신망
10 : 전동차
20 : 팬터그래프
100 : 복합 센서 모듈
110 : 카메라
120 : 아크 센서
130, 132, 134 : TOF 센서
200 : 통합 분석 서버
202 : 영상 데이터 저장 장치
204 : GPS 장치
300 : 운전실 모니터 장치
400 : 관제 센터

Claims

차상 설치식 전동차 팬터그래프 이상 검지 시스템에 있어서:
전동차의 지붕에 설치된 복수 개의 팬터그래프들 각각에 대응하여 일정 거리 이격되게 상기 팬터그래프의 전방에 설치되고, 상기 팬터그래프의 위치를 식별하는 식별 정보를 구비하여 상기 팬터그래프에 대한 영상 데이터를 획득하는 카메라;
상기 카메라와 일체형으로 구비되어 상기 팬터그래프의 집전판과 전차선 사이에서 발생되는 아크를 감지하는 아크 센서;
상기 팬터그래프의 하단 양측 중앙부 각각에 위치되게 상기 전동차의 지붕에 설치되어, 상기 팬터그래프의 베이스와 상기 집전판 사이의 좌우 양측 각각의 높이를 측정하여 상기 팬터그래프의 높이 변화를 각각 감지하는 제1 및 제2 TOF(Time Of Flight) 센서;
상기 카메라로부터 획득된 영상 데이터를 저장하는 영상 데이터 저장 장치;
상기 카메라로부터 영상 데이터를 전송받아 상기 영상 데이터 저장 장치에 저장 및 관리하고, 인공 지능 기반의 영상 분석 알고리즘과, 딥러닝 또는 머신러닝 알고리즘을 구비하여 상기 카메라로부터 전송된 상기 영상 데이터와, 상기 아크 센서로부터 전송된 아크 발생에 따른 제1 감지 데이터, 그리고 상기 제1 및 상기 제2 TOF 센서로부터 전송된 상기 팬터그래프의 좌우 높이의 변화에 따른 제2 감지 데이터를 분석하고, 상기 영상 데이터, 상기 제1 및 상기 제2 감지 데이터 중 적어도 하나에서 팬터그래프의 이상이 검지되면, 이벤트가 발생된 것으로 판별하여 경고 정보와 이벤트 영상 데이터 및 이벤트 검지 데이터를 전송하는 통합 분석 서버; 및
상기 통합 분석 서버로부터 이벤트 발생에 따른 경고 정보와 이벤트 영상 데이터 및 이벤트 검지 데이터를 전송받아서 운전자에게 알려주도록 표출하는 운전실 모니터 장치;를 포함하고,
상기 통합 분석 서버는,
GPS 장치를 구비하여 상기 팬터그래프에서 이벤트가 발생되면, 상기 GPS 장치로부터 상기 전동차의 운행 중의 위치 정보를 획득하여 이벤트 검지 데이터에 포함시켜서 저장하고, 통신망을 통해 상기 전동차의 운용을 통합 관리하는 관제 센터로 이벤트 검지 데이터를 더 전송하고;
상기 팬터그래프의 정상 상태에 대한 기준 영상 데이터를 설정, 저장하고, 상기 카메라로부터 전송된 영상 데이터와 비교, 분석하여 상기 팬터그래프의 이상 유무에 따른 이벤트 발생을 판별하고;
상기 아크 센서로부터 전송된 제1 감지 데이터를 분석하여 아크 세기가 기준 아크 세기 이상이면, 이벤트 발생 여부를 판별하고;
상기 제1 및 상기 제2 TOF 센서들 각각으로부터 전송된 제2 감지 데이터를 분석하여 상기 팬터그래프의 좌우 각각의 높이를 산출하고, 상기 제1 및 상기 제2 TOF 센서로부터 측정된 상기 팬터그래프의 좌우 높이 중 적어도 하나가 설정된 오차 범위를 초과하여 상기 팬터그래프의 정상 상태의 높이와 서로 다르면, 이벤트가 발생된 것으로 판별하며; 그리고
상기 카메라의 식별 정보를 통해 이벤트가 발생된 위치를 판별하여 이벤트 검지 데이터에 더 포함시키되;
판별된 이벤트가 설정된 이벤트 발생 횟수 보다 많은지를 판별하여, 설정된 이벤트 발생 횟수 보다 많은 경우, 상기 운전실 모니터 장치로 이벤트 발생을 경고하는 경고 정보를 전송하고, 설정된 이벤트 발생 횟수 보다 적으면, 상기 운전실 모니터 장치로 이벤트가 발생되었음을 알려주는 안내 정보를 전송하는 것을 특징으로 하는 차상 설치식 전동차 팬터그래프 이상 검지 시스템.
삭제
삭제
청구항 1에 기재된 상기 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 처리 방법에 있어서:
상기 카메라에 의해 상기 팬터그래프에 대한 영상 데이터와, 상기 아크 센서에 의해 상기 팬터그래프의 아크 발생에 따른 제1 감지 데이터, 그리고 상기 제1 및 상기 제2 TOF 센서에 의해 상기 팬터그래프의 좌우 높이를 측정한 제2 감지 데이터를 획득하고, 영상 데이터와 제1 및 제2 감지 데이터를 네트워크를 통해 상기 통합 분석 서버로 전송하는 단계;
상기 통합 분석 서버가 인공 지능 기반의 영상 분석 알고리즘과 딥러닝 또는 머신러닝 알고리즘을 이용하여 영상 데이터와 제1 및 제2 감지 데이터를 분석 및 반복 학습하여 영상 데이터와 제1 및 제2 감지 데이터 중 적어도 어느 하나에 의해 상기 팬터그래프에 이상에 따른 이벤트가 발생되었는지를 판별하는 단계; 및
상기 통합 분석 서버가 이벤트 발생으로 판별되면, 이벤트가 발생된 이벤트 영상 데이터를 추출하여 이벤트 검지 데이터를 생성하고, 네트워크를 통해 상기 운전실 모니터 장치로 이벤트 발생에 따른 이벤트 영상 데이터와 이벤트 검지 데이터 및 운전자에게 알려주는 경고 정보 또는 안내 정보를 전송하는 단계;를 포함하고,
상기 이벤트가 발생되었는지를 판별하는 단계는,
상기 팬터그래프의 정상 상태에 대한 기준 영상 데이터를 설정, 저장하고, 상기 카메라로부터 전송된 영상 데이터와 비교, 분석하여 상기 팬터그래프의 이상 유무에 따른 이벤트 발생을 판별하고;
상기 아크 센서로부터 전송된 제1 감지 데이터를 분석하여 아크 세기가 기준 아크 세기 이상이면, 이벤트 발생 여부를 판별하고;
상기 제1 및 상기 제2 TOF 센서들 각각으로부터 전송된 제2 감지 데이터를 분석하여 상기 팬터그래프의 좌우 각각의 높이를 산출하고, 상기 제1 및 상기 제2 TOF 센서로부터 측정된 상기 팬터그래프의 좌우 높이 중 적어도 하나가 설정된 오차 범위를 초과하여 상기 팬터그래프의 정상 상태의 높이와 서로 다르면, 이벤트가 발생된 것으로 판별하며;
상기 경고 정보 또는 안내 정보를 전송하는 단계는,
상기 통합 분석 서버가 이벤트 발생으로 판별된 이벤트가 정상적으로 상기 전동차의 운행이 가능한 최소 횟수로 설정된 이벤트 발생 횟수 보다 많은지를 판별하여, 설정된 이벤트 발생 횟수 보다 많은 경우이면, 상기 운전실 모니터 장치로 이벤트가 발생되었음을 경고하는 경고 정보를 전송하고, 설정된 이벤트 발생 횟수 보다 적은 경우이면, 상기 운전실 모니터 장치로 이벤트가 발생되었음을 알려주는 안내 정보를 전송하되;
상기 카메라의 식별 정보를 통해 이벤트가 발생된 위치를 판별하여 이벤트 검지 데이터에 더 포함시키고;
상기 운전실 모니터 장치는 경고 정보 또는 안내 정보를 시각, 청각 및 촉각을 이용하여 운전자에게 경고 또는 안내하는 것을 특징으로 하는 차상 설치식 전동차 팬터그래프 이상 검지 시스템의 처리 방법.
삭제