KR102374745B1 - Artificial intelligence IoT edge computing device for efficient solar street light management and using big data service platform system - Google Patents

Artificial intelligence IoT edge computing device for efficient solar street light management and using big data service platform system Download PDF

Info

Publication number
KR102374745B1
KR102374745B1 KR1020210116733A KR20210116733A KR102374745B1 KR 102374745 B1 KR102374745 B1 KR 102374745B1 KR 1020210116733 A KR1020210116733 A KR 1020210116733A KR 20210116733 A KR20210116733 A KR 20210116733A KR 102374745 B1 KR102374745 B1 KR 102374745B1
Authority
KR
South Korea
Prior art keywords
iot
lighting device
detected
brightness
area
Prior art date
Application number
KR1020210116733A
Other languages
Korean (ko)
Other versions
KR102374745B9 (en
Inventor
박병덕
오경호
Original Assignee
주식회사 트로닉스
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 주식회사 트로닉스 filed Critical 주식회사 트로닉스
Priority to KR1020210116733A priority Critical patent/KR102374745B1/en
Priority to PCT/KR2021/016536 priority patent/WO2023033240A1/en
Application granted granted Critical
Publication of KR102374745B1 publication Critical patent/KR102374745B1/en
Publication of KR102374745B9 publication Critical patent/KR102374745B9/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21—LIGHTING
    • F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
    • F21S8/00—Lighting devices intended for fixed installation
    • F21S8/08—Lighting devices intended for fixed installation with a standard
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21—LIGHTING
    • F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
    • F21S8/00—Lighting devices intended for fixed installation
    • F21S8/08—Lighting devices intended for fixed installation with a standard
    • F21S8/085—Lighting devices intended for fixed installation with a standard of high-built type, e.g. street light
    • F21S8/086—Lighting devices intended for fixed installation with a standard of high-built type, e.g. street light with lighting device attached sideways of the standard, e.g. for roads and highways
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21—LIGHTING
    • F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
    • F21S9/00—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply
    • F21S9/02—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply the power supply being a battery or accumulator
    • F21S9/03—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply the power supply being a battery or accumulator rechargeable by exposure to light
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/16—Controlling the light source by timing means
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/72—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps in street lighting

Abstract

Provided are an artificial intelligence IoT edge computing device for efficient management of IoT public lighting, which is a solar street light, and a big data service platform system using the same. The artificial intelligence IoT edge computing device according to an embodiment of the present invention includes: an image collection unit for collecting image information of an area where an IoT lighting device is installed; a communication unit that collects information on a presence of a failure, a presence of being turned-on, and the brightness upon being turned-on from the IoT lighting device; and a processor that detects an object in the area where the IoT lighting device is installed, by entering the collected image information into the deep learning model where the object detection function in the image has been learned, and controls whether the IoT lighting device is turned on and the degree of brightness according to whether the object is detected. Accordingly, the lighting and brightness of the IoT lighting device are controlled depending on whether the object is detected within the area where the IoT lighting device as a solar street light is installed, so that the IoT lighting device is efficiently managed and the number of relief days are treated smoothly.

Description

효율적 태양광 가로등 관리를 위한 인공지능 IoT 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템{Artificial intelligence IoT edge computing device for efficient solar street light management and using big data service platform system}Artificial intelligence IoT edge computing device for efficient solar street light management and using big data service platform system using the same

본 발명은 IoT 공공조명의 효율적 관리를 위한 장치 및 시스템에 관한 것으로, 더욱 상세하게는 태양광 가로등인 IoT 공공조명의 효율적 관리를 위한 인공지능 IoT 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템에 관한 것이다.The present invention relates to an apparatus and system for efficient management of IoT public lighting, and more particularly, to an artificial intelligence IoT edge computing device for efficient management of IoT public lighting, which is a solar street light, and a big data service platform system using the same. will be.

독립형 태양광 가로등은 일반가로등에 비해 신재생에너지를 사용하기 때문에 에너지를 절약하고 친환경적이며, 설치비용이 적다는 장점을 갖고 있다. Independent solar street lamps use new and renewable energy compared to general street lamps, so they save energy, are eco-friendly, and have the advantages of low installation costs.

하지만 기존에 설치된 독립형 태양광 가로등은 원격관제가 되지 않아 방치되는 경우가 많으며, 빛공해, 고장, 유지보수 등의 다양한 문제점이 존재한다. However, existing stand-alone solar street lights are often neglected because they are not controlled remotely, and there are various problems such as light pollution, malfunctions, and maintenance.

그리고 상용전력을 사용하지 않고 태양광모듈과 배터리 전력으로 동작하기 때문에 시스템의 안정적인 운영을 위해 고려해야할 사항들이 일반 가로등에 비해 더 많이 존재한다. And since it does not use commercial power and operates on solar module and battery power, there are more considerations for the stable operation of the system compared to general street lights.

태양광 모듈은 전기를 생산하고, 배터리는 생산된 전력을 저장 및 소비를 하며, 컨트롤러는 배터리 특성에 따라 충전 및 방전을 효율적으로 운영해야하므로 문제가 발생하면 전력을 생산할 수 없거나 생산된 전력을 저장하지 못해 제대로 조명을 제어할 수 없는 문제가 발생하여 시스템 운영이 불가능하다는 한계가 존재한다. The solar module generates electricity, the battery stores and consumes the generated power, and the controller must efficiently operate charging and discharging according to the characteristics of the battery. There is a limit in that the system operation is impossible due to the problem of not being able to properly control the lighting.

즉, 효율적으로 독립형 태양광 가로등 시스템을 운영하기 위해서 부조일수에 대한 대응이 중요하지만 현재는 가로등의 부하용량을 통하여 부조일수 3일에 대한 대응만 하고 있으며, 그 이상 부조일수가 계속될 경우 가로등은 꺼진 상태로 유지되는 문제가 존재한다. In other words, in order to efficiently operate a stand-alone solar street light system, it is important to respond to the number of days of relief, but currently only responds to three days of relief through the load capacity of the street lamp. There is an issue where it stays off.

따라서, 태양광 가로등의 효율적 관리를 위한 방안의 모색이 요구된다. Therefore, it is required to find a way for the efficient management of solar street lights.

본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 태양광 가로등인 IoT 조명장치가 설치된 영역 내 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하여, IoT 조명장치의 효율적으로 관리하고, 부조일수에 대하여 원활하게 대응할 수 있는 인공지능 IoT 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템을 제공함에 있다.The present invention has been devised to solve the above problems, and an object of the present invention is to control whether the IoT lighting device is turned on and the brightness level according to whether an object is detected in an area where the IoT lighting device, which is a solar street light, is installed, It is to provide an artificial intelligence IoT edge computing device that can efficiently manage IoT lighting devices and smoothly respond to the number of days of assistance, and a big data service platform system using the same.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 인공지능 IoT 엣지컴퓨팅 장치는, IoT 조명장치가 설치된 영역의 영상 정보를 수집하는 영상 수집부; IoT 조명장치로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하는 통신부; 및 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하여, IoT 조명장치가 설치된 영역 내 객체를 검출하고, 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하는 프로세서;를 포함한다.According to an embodiment of the present invention for achieving the above object, an artificial intelligence IoT edge computing device includes: an image collecting unit for collecting image information of an area in which an IoT lighting device is installed; a communication unit that collects information about whether there is a failure, whether it is turned on, and the brightness when it is turned on from the IoT lighting device; And by inputting the image information collected to the deep learning model in which the object detection function in the image is learned, it detects an object in the area where the IoT lighting device is installed, and controls whether the IoT lighting device is turned on and the brightness level according to whether the object is detected. processor; including.

그리고 프로세서는, IoT 조명장치가 설치된 영역 내 객체 검출 시, IoT 조명장치가 점등되도록 제어하되, 검출된 객체를 사람, 자동차 또는 오토바이로 분류하여, 분류 결과에 따라 IoT 조명장치의 점등 시간 및 점등 시 밝기 조절 값을 결정할 수 있다. The processor controls the IoT lighting device to turn on when an object is detected in the area where the IoT lighting device is installed, but classifies the detected object into a person, a car, or a motorcycle, and according to the classification result, the lighting time of the IoT lighting device and the lighting time You can determine the brightness adjustment value.

또한, 프로세서는, 검출된 객체가 사람인 경우, 검출된 객체가 자동차 또는 오토바이인 경우보다 상대적으로 IoT 조명장치의 점등 시간이 길게 유지되도록 하되, 상대적으로 작은 밝기 조절 값으로 점등되도록 할 수 있다. In addition, when the detected object is a person, the processor maintains the lighting time of the IoT lighting device relatively longer than when the detected object is a car or a motorcycle, but can be turned on with a relatively small brightness adjustment value.

그리고 프로세서는, IoT 조명장치가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출하고, 객체의 분류 결과에 따라 IoT 조명장치의 점등 시간 및 밝기 조절 값이 결정되면, 객체의 이동속도가 빠를수록 IoT 조명장치의 점등 시간이 짧고 밝기 조절 값이 커지도록, 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정할 수 있다. In addition, the processor calculates the moving speed of the object when detecting an object in the area where the IoT lighting device is installed, and when the lighting time and brightness adjustment value of the IoT lighting device are determined according to the classification result of the object, the faster the moving speed of the object is The set value of the lighting time and brightness determined according to the moving speed of the object may be corrected so that the lighting time of the IoT lighting device is short and the brightness adjustment value is large.

또한, 프로세서는, 복수의 영상 수집부로부터 수집된 영상 정보를 기반으로, 특정 객체의 이동 경로가 예측되는 경우, 예측된 이동 경로에 포함되는 영역에 설치된 영상 수집부로부터 수집되는 영상 정보를 분석하는데 우선적으로 리소스를 할당할 수 있다. In addition, when the movement path of a specific object is predicted based on the image information collected from the plurality of image collection units, the processor analyzes image information collected from the image collection unit installed in an area included in the predicted movement path. Resources can be allocated preferentially.

그리고 프로세서는, 제1 IoT 조명장치가 고장난 것으로 판단되고, 제1 IoT 조명장치의 주변에 설치된 제2 IoT 조명장치가 설치된 영역 내 객체가 검출되어, 제2 IoT 조명장치가 점등되는 경우, 평소보다 높은 밝기 조절 값으로 점등되도록 설정하는 동시에 점등 시간도 평소보다 길게 유지되도록 설정할 수 있다. And, when it is determined that the first IoT lighting device has failed, and an object in an area where the second IoT lighting device installed around the first IoT lighting device is installed is detected, and the second IoT lighting device is turned on, more than usual You can set it to light up with a high brightness control value, and at the same time set it to keep the lighting time longer than usual.

또한, 프로세서는, 영상 정보 내 객체가 검출되지 않는 경우에, 객체 검출 여부에 대한 정보만 별도로 마련되는 IoT 엣지컴퓨팅 플랫폼 서버에 전달하고, 영상 정보 내 객체가 검출되는 경우에만, 영상 정보를 IoT 엣지컴퓨팅 플랫폼 서버에 전달할 수 있다. In addition, when an object in the image information is not detected, the processor transmits only information on whether an object is detected to an IoT edge computing platform server that is separately provided, and transmits the image information to the IoT edge only when an object in the image information is detected It can be delivered to the computing platform server.

한편, 본 발명의 다른 실시예에 따른, 빅데이터 서비스 플랫폼 시스템은, 복수의 IoT 조명장치; 및 복수의 IoT 조명장치가 설치된 각각의 영역에 대한 영상 정보를 수집하고, 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하여, IoT 조명장치가 설치된 영역 내 객체를 검출하며, 각각의 IoT 조명장치로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하여, 객체 검출 여부에 따라 각각의 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하는 인공지능 IoT 엣지컴퓨팅 장치;를 포함한다. On the other hand, according to another embodiment of the present invention, a big data service platform system, a plurality of IoT lighting devices; and collecting image information for each area in which a plurality of IoT lighting devices are installed, and inputting the collected image information to a deep learning model in which an object detection function in an image is learned to detect an object in an area in which an IoT lighting device is installed, , an artificial intelligence IoT edge computing device that collects information on failure, lighting, and brightness from each IoT lighting device, and controls whether each IoT lighting device is turned on or not and the brightness level according to whether an object is detected; include

이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 태양광 가로등인 IoT 조명장치가 설치된 영역 내 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하여, IoT 조명장치의 효율적으로 관리하고, 부조일수에 대하여 원활하게 대응할 수 있다. As described above, according to the embodiments of the present invention, by controlling whether or not the IoT lighting device is turned on and the brightness level according to whether an object is detected in the area where the IoT lighting device, which is a solar street lamp, is installed, the IoT lighting device is efficiently managed and can respond smoothly to the number of days of assistance.

도 1은 본 발명의 일 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 플랫폼 시스템의 설명에 제공된 도면,
도 2는, 상기 도 1에 도시된 IoT 조명장치의 구성 설명에 제공된 도면,
도 3은, 상기 도 1에 도시된 인공지능 IoT 엣지컴퓨팅 장치의 구성 설명에 제공된 도면,
도 4는, 상기 도 3에 도시된 프로세서의 동작 설명에 제공된 도면,
도 5는, 상기 도 3에 도시된 영상 수집부의 구성 설명에 제공된 도면,
도 6은, 상기 도 3에 도시된 프로세서의 구성 설명에 제공된 도면, 그리고
도 7은, 본 발명의 일 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 제공 방법의 설명에 제공된 도면이다. 1 is a view provided for explaining a big data service platform system using an artificial intelligence IoT edge computing device according to an embodiment of the present invention;
2 is a view provided for explaining the configuration of the IoT lighting device shown in FIG. 1;
3 is a view provided for explaining the configuration of the artificial intelligence IoT edge computing device shown in FIG. 1;
4 is a view provided for explaining the operation of the processor shown in FIG. 3;
5 is a view provided for explaining the configuration of the image collection unit shown in FIG. 3;
6 is a view provided in the configuration description of the processor shown in FIG. 3, and
7 is a diagram provided to explain a method of providing a big data service using an artificial intelligence IoT edge computing device according to an embodiment of the present invention.

이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.Hereinafter, the present invention will be described in more detail with reference to the drawings.

도 1은 본 발명의 일 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 플랫폼 시스템(이하에서는 '플랫폼 시스템'으로 총칭하기로 함)의 설명에 제공된 도면이다. 1 is a view provided for explanation of a big data service platform system (hereinafter, collectively referred to as a 'platform system') using an artificial intelligence IoT edge computing device according to an embodiment of the present invention.

본 실시예에 따른 플랫폼 시스템은, 공공조명 중 태양광 가로등인 IoT 조명장치(10)가 설치된 영역 내 객체 검출 여부에 따라 IoT 조명장치(10)의 점등 여부 및 밝기 정도를 제어하여, IoT 조명장치(10)의 효율적으로 관리하고, 부조일수에 대하여 원활하게 대응하기 위해 마련된다. The platform system according to this embodiment controls whether the IoT lighting device 10 is turned on and the brightness level according to whether an object is detected in the area where the IoT lighting device 10, which is a solar street lamp, is installed among public lighting, and the IoT lighting device (10) is provided to efficiently manage and respond smoothly to the number of days of assistance.

이를 위해, 본 플랫폼 시스템은, 복수의 IoT 조명장치(10), 복수의 IoT 조명장치(10)를 효율적으로 관리하기 위한 인공지능 IoT 엣지컴퓨팅 장치(100), 그리고복수의 IoT 조명장치(10) 및 인공지능 IoT 엣지컴퓨팅 장치(100)와 IoT 엣지 플랫폼 서버(30)를 연결시켜주는 IoT 게이트웨이(20) 및 IoT 엣지 플랫폼을 운영하는 IoT 엣지 플랫폼 서버(30)를 포함할 수 있다. To this end, the present platform system includes a plurality of IoT lighting devices 10 , an artificial intelligence IoT edge computing device 100 for efficiently managing a plurality of IoT lighting devices 10 , and a plurality of IoT lighting devices 10 . and an IoT gateway 20 connecting the artificial intelligence IoT edge computing device 100 and the IoT edge platform server 30 and an IoT edge platform server 30 operating the IoT edge platform.

IoT 조명장치(10) 및 인공지능 IoT 엣지컴퓨팅 장치(100)는, LoRa(저전력 장거리) 통신 방식으로 연결될 수 있다. The IoT lighting device 10 and the artificial intelligence IoT edge computing device 100 may be connected in a LoRa (low-power long-distance) communication method.

인공지능 IoT 엣지컴퓨팅 장치(100)는, 주기적으로 각각의 IoT 조명장치(10)로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하여, 각각의 IoT 조명장치(10)의 점등 여부 및 밝기 정도를 제어할 수 있다. The artificial intelligence IoT edge computing device 100 periodically collects information on whether each IoT lighting device 10 has a failure, whether it is turned on, and whether it is lit when it is turned on, and whether or not each IoT lighting device 10 is turned on and off. You can control the brightness level.

예를 들면, 인공지능 IoT 엣지컴퓨팅 장치(100)는, 특정 IoT 조명장치(10)의 고장 시, 공공조명을 관리하는 기관의 서버에 접속하여, 고장 접수를 수행할 수 있다. 이와 같은 서버로의 접속은 인공지능 IoT 엣지컴퓨팅 장치(100)가 직접 서버에 접속할 수도 있고, IoT 조명장치(10)가 서버에 접속하면 IoT 조명장치(10)와의 통신을 통해 고장 접수를 수행할 수 있다.For example, when a specific IoT lighting device 10 fails, the artificial intelligence IoT edge computing device 100 may connect to a server of an institution that manages public lighting and perform a failure reception. In connection to such a server, the artificial intelligence IoT edge computing device 100 may directly connect to the server, and when the IoT lighting device 10 connects to the server, the failure reception is performed through communication with the IoT lighting device 10. can

또한, 인공지능 IoT 엣지컴퓨팅 장치(100)는, 일출 시간, 일몰 시간 등에 따라 설정되는 스케줄 또는 각각의 IoT 조명장치(10)에 마련되는 조도 센서(15)를 통해 측정되는 IoT 조명장치(10) 주변의 밝기 값에 따라 각각의 IoT 조명장치(10)의 점등 여부를 결정하고, 점등 시 디밍제어를 통해 밝기 값(정도)를 제어할 수 있다. In addition, the artificial intelligence IoT edge computing device 100 is a schedule set according to sunrise time, sunset time, etc. or IoT lighting device 10 measured through an illuminance sensor 15 provided in each IoT lighting device 10 . It is possible to determine whether each IoT lighting device 10 is turned on or not according to the surrounding brightness value, and control the brightness value (degree) through dimming control when it is turned on.

그리고 인공지능 IoT 엣지컴퓨팅 장치(100)는, 주기적으로, 각각의 IoT 조명장치(10)로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하고, 각각의 IoT 조명장치(10)가 설치된 각각의 영역에 대한 영상 정보를 수집하여, 객체 검출 여부에 따라 각각의 IoT 조명장치(10)의 점등 여부 및 밝기 정도를 제어할 수 있다. And the artificial intelligence IoT edge computing device 100 periodically, collects information on whether there is a failure, whether the lighting is on, and the brightness when lighting from each IoT lighting device 10, and each IoT lighting device 10 is installed By collecting image information for each area, it is possible to control whether or not each IoT lighting device 10 is turned on and the brightness level according to whether an object is detected.

예를 들면, 인공지능 IoT 엣지컴퓨팅 장치(100)는, 영상 정보를 기반으로 객체 검출 여부를 판단하여, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, IoT 조명장치(10)가 점등되도록 제어할 수 있다. For example, the artificial intelligence IoT edge computing device 100 determines whether an object is detected based on image information so that, when an object is detected in an area where the IoT lighting device 10 is installed, the IoT lighting device 10 is turned on. can be controlled

다른 예를 들면, 인공지능 IoT 엣지컴퓨팅 장치(100)는, 기설정되는 스케줄에 따라 IoT 조명장치(10)가 점등되도록 제어하되, 객체가 검출되지 않는 경우, 밝기 값이 최소값으로 유지되도록 하고, 객체 검출 시, 밝기 값을 크게 조정하는 방식으로, 전력 사용량을 절약할 수 있다. For another example, the artificial intelligence IoT edge computing device 100 controls the IoT lighting device 10 to be turned on according to a preset schedule, but when an object is not detected, the brightness value is maintained at a minimum value, When detecting an object, power consumption can be saved by greatly adjusting the brightness value.

IoT 조명장치(10)는 이러한 인공지능 IoT 엣지컴퓨팅 장치(100)와 함께 조명을 필요로 하는 구역에 설치될 수 있지만, 경우에 따라서 인공지능 IoT 엣지컴퓨팅 장치(100)가 없이 조명을 필요로 하는 구역에 설치될 수도 있을 것이다. The IoT lighting device 10 may be installed in an area requiring lighting together with the artificial intelligence IoT edge computing device 100, but in some cases, lighting is required without the artificial intelligence IoT edge computing device 100. It may also be installed in an area.

예를 들어, 도 1의 좌측하단과 같이 인공지능 IoT 엣지컴퓨팅이 필요한 구역이나 상황에서는 IoT 조명장치(10)에 인공지능 IoT 엣지컴퓨팅 장치(100)가 결합된 상태로 동작되도록 할 수 있고, 도 1의 우측하단과 같이 인공지능 IoT 엣지컴퓨팅이 필요하지 않은 구역이나 상황에서는 IoT 조명장치(10)에 인공지능 IoT 엣지컴퓨팅 장치(100)가 결합되지 않은 상태로 IoT 조명장치(10)만 존재한 상태로 동작되도록 할 수 있다.For example, in an area or situation requiring artificial intelligence IoT edge computing as shown in the lower left of FIG. 1 , the IoT lighting device 10 can be operated in a state where the artificial intelligence IoT edge computing device 100 is combined, and FIG. In an area or situation that does not require artificial intelligence IoT edge computing, such as the lower right corner of 1, only the IoT lighting device 10 is present in a state where the AI IoT edge computing device 100 is not coupled to the IoT lighting device 10. state can be set to operate.

도 2는, 상기 도 1에 도시된 IoT 조명장치(10)의 구성 설명에 제공된 도면이다. FIG. 2 is a diagram provided to explain the configuration of the IoT lighting device 10 shown in FIG. 1 .

도 2를 참조하면, IoT 조명장치(10)는, 전기 에너지를 생산하는 태양광 집광판(11), 생상되는 전기 에너지를 소비하며 빛을 출력하는 LED(12), 태양광 집광판(11)을 통해 생산되는 전기 에너지를 충전시키는 배터리(13), 인공지능 IoT 엣지컴퓨팅 장치로부터 수신되는 제어 신호를 기반으로 LED(12)의 밝기 값을 제어하는 디밍용 SMPS(14), IoT 조명장치(10)의 상태 정보를 수집하여, 인공지능 IoT 엣지컴퓨팅 장치에 전달하는 IoT 센서(15) 및 인공지능 IoT 엣지컴퓨팅 장치(100)로부터 제어 신호를 수신하여 디밍용 SMPS(14)에 전달하는 통신 모듈(16)을 포함할 수 있다. Referring to FIG. 2 , the IoT lighting device 10 includes a solar light collecting plate 11 that produces electric energy, an LED 12 that consumes the generated electric energy and outputs light, and a solar light collecting plate 11 through The battery 13 that charges the produced electrical energy, the SMPS 14 for dimming that controls the brightness value of the LED 12 based on the control signal received from the artificial intelligence IoT edge computing device, and the IoT lighting device 10 Communication module 16 that collects status information and receives control signals from the IoT sensor 15 and AI IoT edge computing device 100 that deliver it to the AI IoT edge computing device and transmits it to the SMPS 14 for dimming may include

구체적으로, IoT 센서(15)는, 단일 개체인 IoT 조명장치(10)에 복수의 종류의 IoT 센서(15)가 구비될 수 있으며, 각 종류별 IoT 센서(15)는, 주기적으로 IoT 조명장치(10)의 고장 여부, LED(12)의 점등 여부(On/Off 상태), LED(12)의 디망 상태(밝기 값), 배터리(13) 잔존량에 대한 정보를 각각 수집하여, IoT 게이트웨이(20)를 통해, 인공지능 IoT 엣지컴퓨팅 장치(100)에 전달할 수 있다. Specifically, the IoT sensor 15 may be provided with a plurality of types of IoT sensors 15 in the IoT lighting device 10, which is a single entity, and the IoT sensors 15 for each type periodically include the IoT lighting device ( 10) whether there is a failure, whether the LED 12 is lit (On/Off state), information on the dim state (brightness value) of the LED 12, and the remaining amount of the battery 13 are collected, respectively, and the IoT gateway 20 ), it can be delivered to the artificial intelligence IoT edge computing device 100 .

통신 모듈(16)은, 인공지능 IoT 엣지컴퓨팅 장치로부터 LED(12)의 점등 여부를 결정하는 제어 신호 또는 LED(12) 점등 시 밝기 값을 제어하는 제어 신호(디밍 제어 신호)를 수신하여, 디밍용 SMPS(14)에 전달하게 되고, 제어 신호를 수신한 디밍용 SMPS(14)는, 이를 기반으로 LED(12)를 제어할 수 있다. The communication module 16 receives, from the artificial intelligence IoT edge computing device, a control signal for determining whether the LED 12 is turned on or not or a control signal for controlling the brightness value when the LED 12 is turned on (dimming control signal), It is transmitted to the SMPS 14 for dimming, and the SMPS 14 for dimming that has received the control signal can control the LED 12 based on this.

도 3은, 상기 도 1에 도시된 인공지능 IoT 엣지컴퓨팅 장치(100)의 구성 설명에 제공된 도면이고, 도 4는, 상기 도 3에 도시된 프로세서(130)의 동작 설명에 제공된 도면이다. 3 is a diagram provided to explain the configuration of the artificial intelligence IoT edge computing device 100 shown in FIG. 1 , and FIG. 4 is a diagram provided to explain the operation of the processor 130 shown in FIG. 3 .

도 3을 참조하면, 인공지능 IoT 엣지컴퓨팅 장치(100)는, 영상 수집부(110), 통신부(120), 프로세서(130) 및 저장부(140)를 포함할 수 있다. Referring to FIG. 3 , the artificial intelligence IoT edge computing device 100 may include an image collection unit 110 , a communication unit 120 , a processor 130 , and a storage unit 140 .

영상 수집부(110)는, 복수로 마련되어, 각각의 IoT 조명장치(10)가 설치된 영역의 영상 정보를 수집할 수 있다. The image collection unit 110 may be provided in plurality to collect image information of an area in which each IoT lighting device 10 is installed.

그리고 각각의 영상 수집부(110)는, 개별적으로 통신 모듈(미도시)이 마련되어, 엣지 네트워크로 연결 가능한 통신부(120)를 통해, 프로세서(130)와 연결될 수 있다. In addition, each image collection unit 110 may be individually provided with a communication module (not shown), and may be connected to the processor 130 through the communication unit 120 connectable to the edge network.

또한, 각각의 영상 수집부(110)는, 수집된 영상을 임시로 저장할 수 있는 임시 저장부(미도시)를 추가로 마련할 수 있다. In addition, each image collection unit 110 may additionally provide a temporary storage unit (not shown) capable of temporarily storing the collected image.

임시 저장부는, 해당 영상 수집부(110)를 통해 수집된 영상 정보를 저장하되, 기설정된 저장 기간이 경과되거나 또는 저장 공간이 임계치 이하로 부족한 경우, 보관된 기간이 가장 오래된 영상 정보부터 삭제할 수 있다. The temporary storage unit stores the image information collected through the image collection unit 110, but when a preset storage period has elapsed or the storage space is insufficient below a threshold value, the image information with the oldest stored period may be deleted. .

통신부(120)는, 주기적으로 IoT 조명장치(10)로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집할 수 있다. The communication unit 120 may periodically collect information on whether the IoT lighting device 10 has a failure, whether it is lit, and the brightness when lit.

저장부(140)는, 프로세서(130)가 동작함에 있어 필요한 프로그램 및 데이터를 저장할 수 있다. The storage unit 140 may store programs and data necessary for the processor 130 to operate.

프로세서(130)는, 인공지능 IoT 엣지컴퓨팅 장치의 제반 사항을 처리하기 위해 마련된다. The processor 130 is provided to process all matters of the artificial intelligence IoT edge computing device.

구체적으로, 프로세서(130)는, 엣지 네트워크 내 클러스터에 포함된 노드에 배포되는 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 영상 정보를 입력하여, IoT 조명장치(10)가 설치된 영역 내 객체를 검출할 수 있으며, 객체 검출 결과를 기반으로, 객체 검출 여부에 따라 IoT 조명장치(10)의 점등 여부 및 밝기 정도를 제어할 수 있다. Specifically, the processor 130 inputs image information to the deep learning model in which the object detection function in the image distributed to the nodes included in the cluster in the edge network is learned, and selects the object in the area where the IoT lighting device 10 is installed. can be detected, and based on the object detection result, whether the IoT lighting device 10 is turned on or not and the brightness level can be controlled according to whether the object is detected.

예를 들면, 프로세서(130)는, 영상 정보 내 객체가 검출되지 않는 경우에, 객체 검출 여부에 대한 정보만 IoT 엣지컴퓨팅 플랫폼 서버(30)에 전달하고, 영상 정보 내 객체가 검출되는 경우에만, 영상 정보를 IoT 엣지컴퓨팅 플랫폼 서버(30)에 전달함으로써, 데이터 전송 부하를 절감시킬 수 있다. For example, when an object in the image information is not detected, the processor 130 transmits only information on whether an object is detected to the IoT edge computing platform server 30, and only when an object in the image information is detected, By transferring the image information to the IoT edge computing platform server 30, the data transmission load can be reduced.

또한, 프로세서(130)는, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, IoT 조명장치(10)가 점등되도록 제어하되, 영상 정보를 분석하여, 검출된 객체를 사람, 자동차 또는 오토바이로 분류하고, 분류 결과에 따라 IoT 조명장치(10)의 점등 시간 및 점등 시 밝기 조절 값을 결정할 수 있다. In addition, the processor 130 controls the IoT lighting device 10 to turn on when detecting an object in the area where the IoT lighting device 10 is installed, but analyzes image information to convert the detected object to a person, car, or motorcycle. It is possible to classify and determine the lighting time of the IoT lighting device 10 and the brightness adjustment value at the time of lighting according to the classification result.

이때, 프로세서(130)는, 검출된 객체가 사람인 경우, 검출된 객체가 자동차 또는 오토바이인 경우보다 상대적으로 IoT 조명장치(10)의 점등 시간이 길게 유지되도록 하되, 상대적으로 작은 밝기 조절 값으로 점등되도록 할 수 있다. At this time, when the detected object is a person, the processor 130 maintains the lighting time of the IoT lighting device 10 relatively longer than when the detected object is a car or a motorcycle, but turns on with a relatively small brightness adjustment value. can make it happen

구체적으로 예를 들면, 프로세서(130)는, 기설정된 스케줄에 따라 IoT 조명장치(10)가 점등하도록 하되, 객체가 검출되지 않는 경우, 밝기 값을 최대 밝기 값의 20%인 최소값으로 유지하도록 하고, IoT 조명장치(10)가 설치된 영역을 사람이 지나가면, 밝기 값을 최대 밝기 값의 50%으로 10분 동안 유지하도록 하고, IoT 조명장치(10)가 설치된 영역을 차량이나 오토바이가 지나가면, 최대값으로 3~5분 동안 유지하도록 제어할 수 있다. Specifically, for example, the processor 130 causes the IoT lighting device 10 to be turned on according to a preset schedule, but when an object is not detected, the brightness value is maintained at a minimum value that is 20% of the maximum brightness value, , When a person passes through the area where the IoT lighting device 10 is installed, the brightness value is maintained at 50% of the maximum brightness value for 10 minutes, and when a vehicle or a motorcycle passes through the area where the IoT lighting device 10 is installed, The maximum value can be controlled to hold for 3-5 minutes.

또한, 프로세서(130)는, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출하고, 객체의 분류 결과에 따라 IoT 조명장치(10)의 점등 시간 및 밝기 조절 값이 결정되면, 객체의 이동속도가 빠를수록 IoT 조명장치(10)의 점등 시간이 짧고 밝기 조절 값이 커지도록, 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정함으로써, 보다 효율적으로 IoT 조명장치(10)들을 제어할 수 있다. 이러한 보정 기능은 이동속도가 빠를수록, 해당 영역 내 객체가 머무르는 시간이 짧아지며, 빠른 이동속도에 의해 사고가 발생될 위험이 상대적으로 크게 발생할 수 있어, 상대적으로 큰 밝기를 제공하여 사고를 방지하기 위함이다. In addition, the processor 130 calculates the moving speed of the object when detecting an object in the area where the IoT lighting device 10 is installed, and the lighting time and the brightness adjustment value of the IoT lighting device 10 according to the classification result of the object If it is determined, by correcting the set value of the lighting time and brightness determined according to the moving speed of the object, so that the lighting time of the IoT lighting device 10 is shorter and the brightness adjustment value is increased as the moving speed of the object is faster, the IoT is more efficiently It is possible to control the lighting devices (10). This correction function provides a relatively large brightness to prevent accidents because the faster the moving speed, the shorter the time the object stays in the area, and the risk of an accident occurring due to the fast moving speed is relatively large. it is for

그리고 프로세서(130)는, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 동일 객체가 검출된 검출 이력을 통해, 객체의 이동 경로(동선)를 파악하고, 이를 기반으로, 해당 객체의 예상 이동 경로를 예측할 수 있다. In addition, the processor 130, when detecting an object in the area where the IoT lighting device 10 is installed, recognizes the movement path (movement line) of the object through the detection history in which the same object is detected, and based on this, the prediction of the corresponding object It is possible to predict the route of movement.

예를 들면, 프로세서(130)는, 도 4에 예시된 바와 같이 복수의 IoT 조명장치 (10-a 내지 10-f)가 설치된 영역 내 차량이 검출되면(10-a의 경우), 차량의 예상 이동 경로를 예측하여(10-a에서 10-b로 이동 예상), 차량이 검출된 IoT 조명장치 (10-a)가 점등되도록 제어하되, 차량의 예상 이동 경로에 포함된 IoT 조명장치 (10-b)도 함께 점등되도록 하거나, 또는 차량이 검출된 IoT 조명장치(10-a)가 점등된 이후 소정의 시간이 경과된 아후 점등되도록 제어할 수 있다. For example, as illustrated in FIG. 4 , the processor 130 detects a vehicle within an area in which a plurality of IoT lighting devices 10-a to 10-f are installed (in case of 10-a), the prediction of the vehicle By predicting the movement path (predicting movement from 10-a to 10-b), the IoT lighting device (10-a) in which the vehicle is detected is controlled to turn on, but the IoT lighting device (10-) included in the expected movement route of the vehicle b) may also be turned on, or it may be controlled to turn on after a predetermined time has elapsed after the IoT lighting device 10-a in which the vehicle is detected is turned on.

다른 예를 들면, 프로세서(130)는, 복수의 영상 수집부(110)로부터 수집된 영상 정보를 기반으로, 특정 객체의 이동 경로가 예측되는 경우, 예측된 이동 경로에 포함되는 영역에 설치된 영상 수집부(110)로부터 수집되는 영상 정보를 분석하는데 우선적으로 리소스를 할당함으로써, 객체의 이동속도 산출 시 필요한 리소스를 안정적으로 확보할 수 있다.As another example, when the movement path of a specific object is predicted based on the image information collected from the plurality of image collection units 110 , the processor 130 collects images installed in an area included in the predicted movement path. By preferentially allocating resources for analyzing the image information collected from the unit 110 , it is possible to stably secure the necessary resources for calculating the moving speed of the object.

또한, 프로세서(130)는, 복수의 IoT 조명장치(10) 중 특정 IoT 조명장치(10)인 제1 IoT 조명장치(10)가 고장난 것으로 판단되고, 제1 IoT 조명장치(10)의 주변에 설치된 제2 IoT 조명장치(10)가 설치된 영역 내 객체가 검출되어, 제2 IoT 조명장치(10)가 점등되는 경우, 평소보다 높은 밝기 조절 값으로 점등되도록 설정하는 동시에 점등 시간도 평소보다 길게 유지되도록 설정할 수 있다. In addition, the processor 130 determines that the first IoT lighting device 10 , which is a specific IoT lighting device 10 among a plurality of IoT lighting devices 10 , is malfunctioning, and When an object in the area where the installed second IoT lighting device 10 is installed is detected and the second IoT lighting device 10 is turned on, it is set to light with a brightness control value higher than usual and the lighting time is maintained longer than usual It can be set to be

도 5는, 상기 도 3에 도시된 영상 수집부(110)의 구성 설명에 제공된 도면이다. 도 5를 참조하면, 각각의 영상 수집부(110)는, 카메라(111)를 포함할 수 있다. FIG. 5 is a diagram provided to explain the configuration of the image collecting unit 110 shown in FIG. 3 . Referring to FIG. 5 , each image collection unit 110 may include a camera 111 .

도 6은, 상기 도 3에 도시된 프로세서(130)의 구성 설명에 제공된 도면이고, 도 6을 참조하면, 프로세서(130)는, 객체 검출 모듈(131), 영상 분석 모듈(132), 전원 공급부(133) 및 디밍 제어부(134)를 포함할 수 있다. 6 is a diagram provided to explain the configuration of the processor 130 shown in FIG. 3 . Referring to FIG. 6 , the processor 130 includes an object detection module 131 , an image analysis module 132 , and a power supply unit. 133 and a dimming control unit 134 may be included.

객체 검출 모듈(131)은, 엣지 네트워크 내 클러스터에 포함된 노드에 배포되는 영상 내 객체 검출 기능이 학습된 딥러닝 모델을 이용하여, 카메라(111)를 통해, IoT 조명장치(10)가 설치된 영역의 영상 정보를 수집한 이후, IoT 조명장치(10)가 설치된 영역 내 객체를 검출하기 위해, 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하도록 할 수 있다. The object detection module 131 uses the deep learning model in which the object detection function in the image distributed to the nodes included in the cluster in the edge network is learned, and through the camera 111, the area where the IoT lighting device 10 is installed. After collecting the image information of , in order to detect an object in the area where the IoT lighting device 10 is installed, the object detection function in the image may input the collected image information to the learned deep learning model.

이때, 객체 검출 모듈(131)은, 영상 정보 내 객체가 검출되지 않는 경우에, 객체 검출 여부에 대한 정보만 영상 분석 모듈(132)에 전달하고, 영상 정보 내 객체가 검출되는 경우에만, 영상 정보를 영상 분석 모듈(132)에 전달할 수 있다. At this time, when the object in the image information is not detected, the object detection module 131 transmits only information on whether the object is detected to the image analysis module 132, and only when the object in the image information is detected, the image information may be transmitted to the image analysis module 132 .

영상 분석 모듈(132)은, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 객체 검출 모듈(131)로부터 전달되는 영상 정보를 분석하여, 검출된 객체를 사람, 자동차 또는 오토바이로 분류할 수 있다. The image analysis module 132 may analyze the image information transmitted from the object detection module 131 when detecting an object in the area where the IoT lighting device 10 is installed, and classify the detected object as a person, a car, or a motorcycle. there is.

예를 들어, 영상 분석 모듈(132)은, 검출된 객체가 사람인 경우, 전원 공급부(133) 및 디밍 제어부(134)를 통해, 검출된 객체가 자동차 또는 오토바이인 경우보다 상대적으로 IoT 조명장치(10)의 점등 시간이 길게 유지되도록 하되, 상대적으로 작은 밝기 조절 값으로 점등되도록 할 수 있다.For example, the image analysis module 132, when the detected object is a human, through the power supply 133 and the dimming control unit 134, the IoT lighting device 10 relatively than when the detected object is a car or a motorcycle. ) to keep the lighting time long, but it can be turned on with a relatively small brightness control value.

또한, 영상 분석 모듈(132)은, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출할 수 있다. In addition, the image analysis module 132 may calculate the moving speed of the object when detecting the object in the area where the IoT lighting device 10 is installed.

예를 들어, 영상 분석 모듈(132)은, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출하고, 객체의 분류 결과에 따라 IoT 조명장치(10)의 점등 시간 및 밝기 조절 값이 결정되면, 전원 공급부(133) 및 디밍 제어부(134)를 통해, 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정하여, 객체의 이동속도가 빠를수록 IoT 조명장치(10)의 점등 시간이 짧고 밝기 조절 값이 커지도록 할 수 있다. For example, the image analysis module 132 calculates the moving speed of the object when detecting an object in the area where the IoT lighting device 10 is installed, and according to the classification result of the object, the lighting time of the IoT lighting device 10 and When the brightness adjustment value is determined, the lighting time and brightness setting values determined according to the moving speed of the object are corrected through the power supply unit 133 and the dimming control unit 134, and the faster the moving speed of the object, the faster the IoT lighting device ( The lighting time of 10) can be short and the brightness control value can be increased.

그리고 영상 분석 모듈(132)은, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 동일 객체가 검출된 검출 이력을 통해, 객체의 이동 경로(동선)를 파악하고, 이를 기반으로, 해당 객체의 예상 이동 경로를 예측할 수 있다. And the image analysis module 132, when detecting an object in the area where the IoT lighting device 10 is installed, identifies the movement path (movement line) of the object through the detection history in which the same object is detected, and based on this, the corresponding object It is possible to predict the expected movement path of

구체적으로, 영상 분석 모듈(132)은, 복수의 영상 수집부(110)로부터 수집된 영상 정보를 기반으로, 특정 객체의 이동 경로가 예측되는 경우, 예측된 이동 경로에 포함되는 영역에 설치된 영상 수집부(110)로부터 수집되는 영상 정보를 분석하는데 우선적으로 리소스를 할당함으로써, 객체의 이동속도 산출 시 필요한 리소스를 안정적으로 확보할 수 있다.Specifically, when the movement path of a specific object is predicted based on the image information collected from the plurality of image collection units 110 , the image analysis module 132 collects images installed in an area included in the predicted movement path. By preferentially allocating resources for analyzing the image information collected from the unit 110 , it is possible to stably secure the necessary resources for calculating the moving speed of the object.

전원 공급부(133)는, 검출된 객체의 분류 결과에 따라 IoT 조명장치(10)에 제어 신호를 전달하여, IoT 조명장치(10)의 점등 여부 및 점등 시간을 제어할 수 있다. The power supply unit 133 may transmit a control signal to the IoT lighting device 10 according to the classification result of the detected object to control whether the IoT lighting device 10 is turned on or not and the lighting time.

디밍 제어부(134)는, 검출된 객체의 분류 결과에 따라 IoT 조명장치(10)에 제어 신호를 전달하여, IoT 조명장치(10)의 밝기 조절 값을 결정할 수 있다. The dimming controller 134 may transmit a control signal to the IoT lighting device 10 according to the classification result of the detected object to determine a brightness adjustment value of the IoT lighting device 10 .

도 7은, 본 발명의 일 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 제공 방법의 설명에 제공된 도면이다. 7 is a diagram provided to explain a method for providing a big data service using an artificial intelligence IoT edge computing device according to an embodiment of the present invention.

본 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 제공 방법은, 도 1 내지 도 6을 참조하여 전술한 플랫폼 시스템에 의해 실행될 수 있다. The big data service providing method using the artificial intelligence IoT edge computing device according to the present embodiment may be executed by the platform system described above with reference to FIGS. 1 to 6 .

도 7을 참조하면, 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 제공 방법은, 인공지능 IoT 엣지컴퓨팅 장치가, 각각의 IoT 조명장치(10)가 설치된 영역의 영상 정보를 수집하고(S710), 수집된 영상 정보를 딥러닝 모델에 입력하여, IoT 조명장치(10)가 설치된 영역 내 객체를 검출할 수 있다(S720). Referring to Figure 7, the big data service providing method using the artificial intelligence IoT edge computing device, the AI IoT edge computing device collects image information of the area where each IoT lighting device 10 is installed (S710), By inputting the collected image information into the deep learning model, an object in the area where the IoT lighting device 10 is installed may be detected (S720).

이때, 인공지능 IoT 엣지컴퓨팅 장치는, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시(S730-Y), 영상 정보를 분석하여, 검출된 객체를 사람, 자동차 또는 오토바이로 분류할 수 있다(S740). At this time, the artificial intelligence IoT edge computing device may analyze the image information when detecting an object in the area where the IoT lighting device 10 is installed (S730-Y), and classify the detected object as a person, a car, or a motorcycle ( S740).

그리고 인공지능 IoT 엣지컴퓨팅 장치는, 분류 결과에 따라 IoT 조명장치(10)의 점등 시간 및 점등 시 밝기 조절 값을 결정할 수 있다(S750). In addition, the artificial intelligence IoT edge computing device may determine the lighting time of the IoT lighting device 10 and the brightness adjustment value at the time of lighting according to the classification result (S750).

이후, 인공지능 IoT 엣지컴퓨팅 장치는 일정시간동안 검출된 객체별 데이터를 IoT조명장치로 전송할 수 있다(S760).Thereafter, the artificial intelligence IoT edge computing device may transmit data for each object detected for a predetermined time to the IoT lighting device (S760).

이후, 인공지능 IoT 엣지컴퓨팅 장치는, 객체의 이동속도가 산출되면(S770-Y), 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정할 수 있다(S780). Thereafter, when the moving speed of the object is calculated (S770-Y), the artificial intelligence IoT edge computing device may correct the set values of the lighting time and brightness determined according to the moving speed of the object (S780).

이를 통해, 태양광 가로등인 IoT 조명장치(10)가 설치된 영역 내 객체 검출 여부에 따라 IoT 조명장치(10)의 점등 여부 및 밝기 정도를 제어하여, IoT 조명장치(10)의 효율적으로 관리하고, 부조일수에 대하여 원활하게 대응할 수 있다. Through this, by controlling whether the IoT lighting device 10 is turned on and the brightness level according to whether an object is detected in the area where the IoT lighting device 10, which is a solar street light, is installed, the IoT lighting device 10 is efficiently managed, Able to respond smoothly to the number of days of assistance.

여기서, 객체의 이동속도 산출은, 인공지능 IoT 엣지컴퓨팅 장치가 직접 산출하도록 구현하거나, 인공지능 IoT 엣지컴퓨팅 장치가 IoT 조명장치로 제공한 데이터를 기반으로 IoT 조명장치에서 산출되도록 구현하거나, 인공지능 IoT 엣지컴퓨팅 장치 또는 IoT 조명장치가 플랫폼 서버로 객체별 데이터를 전송하면 플랫폼 서버에서 이러한 객체의 이동속도 산출이 가능하도록 구현하는 등 다양한 방법으로 구현이 가능할 수 있다.Here, the calculation of the movement speed of the object is implemented to be calculated by the artificial intelligence IoT edge computing device directly, or to be calculated by the IoT lighting device based on the data provided by the AI IoT edge computing device to the IoT lighting device, or artificial intelligence When the IoT edge computing device or IoT lighting device transmits data for each object to the platform server, it can be implemented in various ways, such as implementing the platform server to calculate the movement speed of these objects.

한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.On the other hand, it goes without saying that the technical idea of the present invention can be applied to a computer-readable recording medium containing a computer program for performing the functions of the apparatus and method according to the present embodiment. In addition, the technical ideas according to various embodiments of the present invention may be implemented in the form of computer-readable codes recorded on a computer-readable recording medium. The computer-readable recording medium may be any data storage device readable by the computer and capable of storing data. For example, the computer-readable recording medium may be a ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical disk, hard disk drive, or the like. In addition, the computer-readable code or program stored in the computer-readable recording medium may be transmitted through a network connected between computers.

또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.In addition, although preferred embodiments of the present invention have been illustrated and described above, the present invention is not limited to the specific embodiments described above, and the technical field to which the present invention belongs without departing from the gist of the present invention as claimed in the claims In addition, various modifications are possible by those of ordinary skill in the art, and these modifications should not be individually understood from the technical spirit or perspective of the present invention.

10 : IoT 조명장치
11 : 태양광 집광판
12 : LED
13 : 배터리
14 : 디밍용 SMPS
15 : IoT 센서
16 : 통신 모듈
20 : IoT 게이트웨이
30 : IoT 엣지컴퓨팅 플랫폼 서버
100 : 인공지능 IoT 엣지컴퓨팅 장치
110 : 영상 수집부
111 : 카메라
112 : 객체 검출 모듈
120 : 통신부
130 : 프로세서
131 : 영상 분석 모듈
132 : 전원 공급부
133 : 디밍 제어부
140 : 저장부10: IoT lighting device
11: solar light collecting plate
12: LED
13 : battery
14: SMPS for dimming
15: IoT sensor
16: communication module
20: IoT Gateway
30: IoT Edge Computing Platform Server
100: artificial intelligence IoT edge computing device
110: image collecting unit
111 : camera
112: object detection module
120: communication department
130: processor
131: image analysis module
132: power supply
133: dimming control unit
140: storage

Claims (8)

IoT 조명장치가 설치된 영역의 영상 정보를 수집하는 영상 수집부;
IoT 조명장치로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하는 통신부; 및
영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하여, IoT 조명장치가 설치된 영역 내 객체를 검출하고, 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하는 프로세서;를 포함하고,
프로세서는,
IoT 조명장치가 설치된 영역 내 객체 검출 시, IoT 조명장치가 점등되도록 제어하되,
검출된 객체를 사람, 자동차 또는 오토바이로 분류하여, 분류 결과에 따라 IoT 조명장치의 점등 시간 및 점등 시 밝기 조절 값을 결정하며,
프로세서는,
검출된 객체가 사람인 경우, 검출된 객체가 자동차 또는 오토바이인 경우보다 상대적으로 IoT 조명장치의 점등 시간이 길게 유지되도록 하되, 상대적으로 작은 밝기 조절 값으로 점등되도록 하고,
프로세서는,
IoT 조명장치가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출하고,
객체의 분류 결과에 따라 IoT 조명장치의 점등 시간 및 밝기 조절 값이 결정되면, 객체의 이동속도가 빠를수록 IoT 조명장치의 점등 시간이 짧고 밝기 조절 값이 커지도록, 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정하고,
프로세서는,
복수의 영상 수집부로부터 수집된 영상 정보를 기반으로, 특정 객체의 이동 경로가 예측되는 경우, 예측된 이동 경로에 포함되는 영역에 설치된 영상 수집부로부터 수집되는 영상 정보를 분석하는데 우선적으로 리소스를 할당하며,
프로세서는,
제1 IoT 조명장치가 고장난 것으로 판단되고, 제1 IoT 조명장치의 주변에 설치된 제2 IoT 조명장치가 설치된 영역 내 객체가 검출되어, 제2 IoT 조명장치가 점등되는 경우, 평소보다 높은 밝기 조절 값으로 점등되도록 설정하는 동시에 점등 시간도 평소보다 길게 유지되도록 설정하고,
프로세서는,
영상 정보 내 객체가 검출되지 않는 경우에, 객체 검출 여부에 대한 정보만 별도로 마련되는 IoT 엣지컴퓨팅 플랫폼 서버에 전달하고, 영상 정보 내 객체가 검출되는 경우에만, 영상 정보를 IoT 엣지컴퓨팅 플랫폼 서버에 전달하며,
프로세서는,
기설정되는 스케줄에 따라 IoT 조명장치가 점등되도록 제어하되,
객체가 검출되지 않는 경우, 밝기 값을 최대 밝기 값의 20%인 최소값으로 유지하도록 하고,
IoT 조명장치가 설치된 영역을 사람이 지나가면, 밝기 값을 최대 밝기 값의 50%으로 10분 동안 유지하도록 하고,
IoT 조명장치가 설치된 영역을 차량이나 오토바이가 지나가면, 최대값으로 3~5분 동안 유지하도록 제어하는 것을 특징으로 하는 인공지능 IoT 엣지컴퓨팅 장치.
an image collecting unit that collects image information of an area where the IoT lighting device is installed;
a communication unit that collects information on whether there is a failure, whether a lighting device is turned on, and brightness when turned on from the IoT lighting device; and
A processor that inputs the collected image information to the deep learning model in which the object detection function in the image is learned, detects an object in the area where the IoT lighting device is installed, and controls whether the IoT lighting device is turned on or not and the brightness level according to whether the object is detected including;
The processor is
When an object is detected in the area where the IoT lighting device is installed, the IoT lighting device is controlled to turn on,
Classifies the detected object as a person, car, or motorcycle, and determines the lighting time and brightness control value of the IoT lighting device according to the classification result.
The processor is
When the detected object is a person, the lighting time of the IoT lighting device is maintained relatively longer than when the detected object is a car or a motorcycle, but the light is turned on with a relatively small brightness adjustment value,
The processor is
When an object is detected in the area where the IoT lighting device is installed, the movement speed of the object is calculated,
When the lighting time and brightness control value of the IoT lighting device are determined according to the classification result of the object, the lighting time determined according to the movement speed of the object is determined so that the lighting time of the IoT lighting device is shorter and the brightness control value is increased as the moving speed of the object is faster. Calibrate the time and brightness settings,
The processor is
When a movement path of a specific object is predicted based on image information collected from a plurality of image collection units, resources are preferentially allocated to analyzing image information collected from an image collection unit installed in an area included in the predicted movement path and
The processor is
When it is determined that the first IoT lighting device is out of order, an object in the area where the second IoT lighting device installed around the first IoT lighting device is installed is detected and the second IoT lighting device is turned on, the brightness adjustment value higher than usual at the same time to keep the lighting time longer than usual,
The processor is
When an object in the image information is not detected, only information on whether the object is detected is transmitted to the IoT edge computing platform server, which is provided separately, and the image information is transmitted to the IoT edge computing platform server only when an object in the image information is detected and
The processor is
Control the IoT lighting device to turn on according to a preset schedule,
If no object is detected, keep the brightness value at the minimum value that is 20% of the maximum brightness value,
When a person passes through the area where the IoT lighting device is installed, the brightness value is maintained at 50% of the maximum brightness value for 10 minutes,
An artificial intelligence IoT edge computing device characterized by controlling the area where the IoT lighting device is installed to be maintained at the maximum value for 3 to 5 minutes when a vehicle or motorcycle passes.
 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 복수의 IoT 조명장치; 및
복수의 IoT 조명장치가 설치된 각각의 영역에 대한 영상 정보를 수집하고, 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하여, IoT 조명장치가 설치된 영역 내 객체를 검출하며, 각각의 IoT 조명장치로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하여, 객체 검출 여부에 따라 각각의 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하는 인공지능 IoT 엣지컴퓨팅 장치;를 포함하고,
인공지능 IoT 엣지컴퓨팅 장치는,
IoT 조명장치가 설치된 영역의 영상 정보를 수집하는 영상 수집부;
IoT 조명장치로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하는 통신부; 및
영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하여, IoT 조명장치가 설치된 영역 내 객체를 검출하고, 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하는 프로세서;를 포함하고
프로세서는,
IoT 조명장치가 설치된 영역 내 객체 검출 시, IoT 조명장치가 점등되도록 제어하되,
검출된 객체를 사람, 자동차 또는 오토바이로 분류하여, 분류 결과에 따라 IoT 조명장치의 점등 시간 및 점등 시 밝기 조절 값을 결정하며,
프로세서는,
검출된 객체가 사람인 경우, 검출된 객체가 자동차 또는 오토바이인 경우보다 상대적으로 IoT 조명장치의 점등 시간이 길게 유지되도록 하되, 상대적으로 작은 밝기 조절 값으로 점등되도록 하고,
프로세서는,
IoT 조명장치가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출하고,
객체의 분류 결과에 따라 IoT 조명장치의 점등 시간 및 밝기 조절 값이 결정되면, 객체의 이동속도가 빠를수록 IoT 조명장치의 점등 시간이 짧고 밝기 조절 값이 커지도록, 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정하고,
프로세서는,
복수의 영상 수집부로부터 수집된 영상 정보를 기반으로, 특정 객체의 이동 경로가 예측되는 경우, 예측된 이동 경로에 포함되는 영역에 설치된 영상 수집부로부터 수집되는 영상 정보를 분석하는데 우선적으로 리소스를 할당하며,
프로세서는,
제1 IoT 조명장치가 고장난 것으로 판단되고, 제1 IoT 조명장치의 주변에 설치된 제2 IoT 조명장치가 설치된 영역 내 객체가 검출되어, 제2 IoT 조명장치가 점등되는 경우, 평소보다 높은 밝기 조절 값으로 점등되도록 설정하는 동시에 점등 시간도 평소보다 길게 유지되도록 설정하고,
프로세서는,
영상 정보 내 객체가 검출되지 않는 경우에, 객체 검출 여부에 대한 정보만 별도로 마련되는 IoT 엣지컴퓨팅 플랫폼 서버에 전달하고, 영상 정보 내 객체가 검출되는 경우에만, 영상 정보를 IoT 엣지컴퓨팅 플랫폼 서버에 전달하며,
프로세서는,
기설정되는 스케줄에 따라 IoT 조명장치가 점등되도록 제어하되,
객체가 검출되지 않는 경우, 밝기 값을 최대 밝기 값의 20%인 최소값으로 유지하도록 하고,
IoT 조명장치가 설치된 영역을 사람이 지나가면, 밝기 값을 최대 밝기 값의 50%으로 10분 동안 유지하도록 하고,
IoT 조명장치가 설치된 영역을 차량이나 오토바이가 지나가면, 최대값으로 3~5분 동안 유지하도록 제어하는 것을 특징으로 하는 빅데이터 서비스 플랫폼 시스템.a plurality of IoT lighting devices; and
Collects image information for each area where a plurality of IoT lighting devices are installed, and inputs the collected image information to a deep learning model that has learned an object detection function in an image to detect an object in an area where IoT lighting devices are installed, Artificial intelligence IoT edge computing device that collects information on whether there is a failure, whether lighting is on, and brightness when turned on from each IoT lighting device, and controls whether or not each IoT lighting device is turned on and the level of brightness according to whether an object is detected; includes; and,
Artificial intelligence IoT edge computing device,
an image collecting unit that collects image information of an area where the IoT lighting device is installed;
a communication unit that collects information on whether there is a failure, whether a lighting device is turned on, and brightness when turned on from the IoT lighting device; and
A processor that inputs the collected image information to the deep learning model in which the object detection function in the image is learned, detects an object in the area where the IoT lighting device is installed, and controls whether the IoT lighting device is turned on or not and the brightness level according to whether the object is detected including ;
The processor is
When an object is detected in the area where the IoT lighting device is installed, the IoT lighting device is controlled to turn on,
Classifies the detected object as a person, car, or motorcycle, and determines the lighting time and brightness control value of the IoT lighting device according to the classification result.
The processor is
When the detected object is a person, the lighting time of the IoT lighting device is maintained relatively longer than when the detected object is a car or a motorcycle, but the light is turned on with a relatively small brightness adjustment value,
The processor is
When an object is detected in the area where the IoT lighting device is installed, the movement speed of the object is calculated,
When the lighting time and brightness control value of the IoT lighting device are determined according to the classification result of the object, the lighting time determined according to the movement speed of the object is determined so that the lighting time of the IoT lighting device is shorter and the brightness control value is increased as the moving speed of the object is faster. Calibrate the time and brightness settings,
The processor is
When a movement path of a specific object is predicted based on image information collected from a plurality of image collection units, resources are preferentially allocated to analyzing image information collected from an image collection unit installed in an area included in the predicted movement path and
The processor is
When it is determined that the first IoT lighting device is out of order, an object in the area where the second IoT lighting device installed around the first IoT lighting device is installed is detected and the second IoT lighting device is turned on, the brightness adjustment value higher than usual at the same time to keep the lighting time longer than usual,
The processor is
When an object in the image information is not detected, only information on whether the object is detected is transmitted to the IoT edge computing platform server, which is provided separately, and the image information is transmitted to the IoT edge computing platform server only when an object in the image information is detected and
The processor is
Control the IoT lighting device to turn on according to a preset schedule,
If no object is detected, keep the brightness value at the minimum value that is 20% of the maximum brightness value,
When a person passes through the area where the IoT lighting device is installed, the brightness value is maintained at 50% of the maximum brightness value for 10 minutes,
A big data service platform system, characterized in that it controls the area where the IoT lighting device is installed to be maintained at the maximum value for 3 to 5 minutes when a vehicle or motorcycle passes.
KR1020210116733A 2021-09-02 2021-09-02 Artificial intelligence IoT edge computing device for efficient solar street light management and using big data service platform system KR102374745B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210116733A KR102374745B1 (en) 2021-09-02 2021-09-02 Artificial intelligence IoT edge computing device for efficient solar street light management and using big data service platform system
PCT/KR2021/016536 WO2023033240A1 (en) 2021-09-02 2021-11-12 Artificial intelligence iot edge computing apparatus for efficient management of solar street lamps, and big data service platform system using same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210116733A KR102374745B1 (en) 2021-09-02 2021-09-02 Artificial intelligence IoT edge computing device for efficient solar street light management and using big data service platform system

Publications (2)

Publication Number Publication Date
KR102374745B1 true KR102374745B1 (en) 2022-03-15
KR102374745B9 KR102374745B9 (en) 2023-04-12

Family

ID=80816727

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210116733A KR102374745B1 (en) 2021-09-02 2021-09-02 Artificial intelligence IoT edge computing device for efficient solar street light management and using big data service platform system

Country Status (2)

Country Link
KR (1) KR102374745B1 (en)
WO (1) WO2023033240A1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116489852A (en) * 2023-06-21 2023-07-25 智隆(广州)网络科技有限公司 Intelligent control system for street lamp
KR102637782B1 (en) 2022-12-26 2024-02-15 전남대학교산학협력단 Methods and systems for operating personalized deep learning models within genetic algorithm-based edge computing to utilize energy data

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160012358A (en) * 2014-07-23 2016-02-03 서울특별시 Method for controlling lighting apparatus
KR101940907B1 (en) * 2017-05-31 2019-01-21 (주)오로라 디자인랩 System for controlling streetlight
KR20200050231A (en) * 2018-11-01 2020-05-11 한림대학교 산학협력단 Dynamic street light and method for control thereof

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102124963B1 (en) * 2019-07-31 2020-06-22 하나네트웍스 주식회사 IoT and 5G LoRa Communication Based Smart Light Fixture Maintenance and System
KR102411606B1 (en) * 2019-09-11 2022-06-22 이주원 Functional iot street lamp

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160012358A (en) * 2014-07-23 2016-02-03 서울특별시 Method for controlling lighting apparatus
KR101940907B1 (en) * 2017-05-31 2019-01-21 (주)오로라 디자인랩 System for controlling streetlight
KR20200050231A (en) * 2018-11-01 2020-05-11 한림대학교 산학협력단 Dynamic street light and method for control thereof

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102637782B1 (en) 2022-12-26 2024-02-15 전남대학교산학협력단 Methods and systems for operating personalized deep learning models within genetic algorithm-based edge computing to utilize energy data
CN116489852A (en) * 2023-06-21 2023-07-25 智隆(广州)网络科技有限公司 Intelligent control system for street lamp

Also Published As

Publication number Publication date
WO2023033240A1 (en) 2023-03-09
KR102374745B9 (en) 2023-04-12

Similar Documents

Publication Publication Date Title
KR102374745B1 (en) Artificial intelligence IoT edge computing device for efficient solar street light management and using big data service platform system
US8981654B2 (en) LED centralized DC power supply system and operating methods thereof
KR101036582B1 (en) Photovoltaic streetlight management system using mobile communication terminal having short-range wireless communication function
US20140111098A1 (en) Distributed street lights monitoring, command and control combined with solar photo voltaic cell
CN104202881B (en) Street lamp control system
NL2023556B1 (en) Communication device
WO1996020369A1 (en) Solar street light control system
US10212787B2 (en) Method and system for controlling a lighting network
CN111263497B (en) Intelligent optical configuration system and method based on wireless Mesh ad hoc network
CN113300403B (en) Solar micro-grid energy storage capacity configuration optimization processing system and processing method
CN111799840B (en) Off-grid and grid-connected integrated power supply control method and system
CN111917171B (en) High altitude lamp emergency power supply system
KR20200139427A (en) System for providing ai based energy saving type street light control service using find dust filtering and energy generation
KR102119669B1 (en) Apparatus of remote streetlamp control and method thereof by centralized solar system based on big data
CN102083260A (en) Light emitting diode LED street lamp control method
WO2023120967A1 (en) Apparatus and method for managing energy of building using reinforcement learning
CN116321626A (en) Street lamp illumination energy-saving management system
CN104507234A (en) Lighting control system and lighting control method for tramcar station
US20230324018A1 (en) Improved lighting device
JP2006146295A (en) Traffic signal system
CN205040053U (en) Energy -conserving street lamp system according to car flow control power
CN114062775A (en) Intelligent illumination monitoring system
CN110913541A (en) Intelligent security lighting system
KR101063334B1 (en) Apparatus for controlling lighting with scheduling function
CN207184876U (en) Internet of Things intelligent road-lamp and system

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
G170 Re-publication after modification of scope of protection [patent]