KR102470251B1 - 플랫폼 대기승객 화상정보를 기반으로 한 기계학습을 이용한 스크린도어 개폐 시간 제어 방법 및 이를 위한 컴퓨팅장치 - Google Patents

플랫폼 대기승객 화상정보를 기반으로 한 기계학습을 이용한 스크린도어 개폐 시간 제어 방법 및 이를 위한 컴퓨팅장치 Download PDF

Info

Publication number
KR102470251B1
KR102470251B1 KR1020200163278A KR20200163278A KR102470251B1 KR 102470251 B1 KR102470251 B1 KR 102470251B1 KR 1020200163278 A KR1020200163278 A KR 1020200163278A KR 20200163278 A KR20200163278 A KR 20200163278A KR 102470251 B1 KR102470251 B1 KR 102470251B1
Authority
KR
South Korea
Prior art keywords
machine
machine learning
time
screen door
delay
Prior art date
Application number
KR1020200163278A
Other languages
English (en)
Other versions
KR20210078400A (ko
Inventor
김현
Original Assignee
한국교통대학교 산학협력단
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 한국교통대학교 산학협력단 filed Critical 한국교통대학교 산학협력단
Publication of KR20210078400A publication Critical patent/KR20210078400A/ko
Application granted granted Critical
Publication of KR102470251B1 publication Critical patent/KR102470251B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61B—RAILWAY SYSTEMS; EQUIPMENT THEREFOR NOT OTHERWISE PROVIDED FOR
    • B61B1/00—General arrangement of stations, platforms, or sidings; Railway networks; Rail vehicle marshalling systems
    • B61B1/02—General arrangement of stations and platforms including protection devices for the passengers
    • E—FIXED CONSTRUCTIONS
    • E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05F—DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION; CHECKS FOR WINGS; WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
    • E05F15/00—Power-operated mechanisms for wings
    • E05F15/40—Safety devices, e.g. detection of obstructions or end positions
    • E—FIXED CONSTRUCTIONS
    • E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05F—DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION; CHECKS FOR WINGS; WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
    • E05F15/00—Power-operated mechanisms for wings
    • E05F15/70—Power-operated mechanisms for wings with automatic actuation
    • E05F15/79—Power-operated mechanisms for wings with automatic actuation using time control
    • E—FIXED CONSTRUCTIONS
    • E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
    • E05Y—INDEXING SCHEME ASSOCIATED WITH SUBCLASSES E05D AND E05F, RELATING TO CONSTRUCTION ELEMENTS, ELECTRIC CONTROL, POWER SUPPLY, POWER SIGNAL OR TRANSMISSION, USER INTERFACES, MOUNTING OR COUPLING, DETAILS, ACCESSORIES, AUXILIARY OPERATIONS NOT OTHERWISE PROVIDED FOR, APPLICATION THEREOF
    • E05Y2900/00—Application of doors, windows, wings or fittings thereof
    • E05Y2900/40—Application of doors, windows, wings or fittings thereof for gates
    • E05Y2900/404—Application of doors, windows, wings or fittings thereof for gates for railway platform gates

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Power-Operated Mechanisms For Wings (AREA)

Abstract

기계학습기를 학습하는 방법으로서, 컴퓨팅장치가, 카메라가 플랫폼에 설치된 스크린도어가 열린 시각으로부터 소정의 시간만큼 경과한 시각인 기준시각에 상기 플랫폼을 촬영하여 획득한 화면에서 관찰영역에 존재하는 승객들 중 속력이 가장 빠른 상위 N명을 선정하고, 상기 N명의 승객의 현재 위치 및 속도에 관한 정보를 획득하는 제1획득단계, 상기 컴퓨팅장치가, 기계학습기의 입력층에 상기 관찰영역에서 검출된 N명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 입력데이터를 입력하고, 기계학습기의 출력층으로부터 상기 기준시각으로부터 상기 스크린도어를 닫을 때까지 걸린 딜레이 시간인 기계제안 딜레이를 획득하는 제2획득단계, 상기 컴퓨팅장치가, 상기 기준시각으로부터 현재 운영 중인 제1도어개폐제어기가 상기 스크린도어를 닫을 때까지 걸린 시간인 실제 딜레이로부터 상기 획득한 기계제안 딜레이를 빼서 얻은 차이값을 산출하는 단계, 및 상기 컴퓨팅장치가, 상기 차이값이 감소하도록 상기 기계학습기에 포함된 파라미터를 갱신하는 단계를 포함하는, 기계학습기 학습방법가 공개된다.

Description

플랫폼 대기승객 화상정보를 기반으로 한 기계학습을 이용한 스크린도어 개폐 시간 제어 방법 및 이를 위한 컴퓨팅장치{Method for opening and closing screen door using machine learning based on photo pictures of passengers on platform and computing device for the same}
본 발명은 열차 플랫폼의 스크린도어를 개폐하는 시각을 제어하는 기술에 관한 것으로서, 특히 기계학습을 이용하여 적응적으로 제어하는 기술에 관한 것이다.
대한민국 특허공개번호 KR1020080076623 (2008-08-20)에는 열차 출입문의 개폐 상태를 외부에 나타내는 출입문개폐표시등의 점등 여부를 검출한 결과를 기초로 스크린도어를 개폐 제어하는 기술이 공개되어 있다.
대한민국 특허공개번호 KR1020140029086A (2014-03-10)에는 열차 접근 감지센서들을 이용하여 열차가 플랫폼에 진입하고 있다고 판단한 결과를 기초로 스크린도어를 개폐 제어하는 기술이 공개되어 있다.
한편, 스크린도어의 개폐를 제어하는 방법에 있어서, 특히 열려 있는 스크린도어의 폐쇄 시각을 결정하는 방법에 있어서, 플랫폼에 서 있거나 움직이고 있는 사람들의 이동 상태를 반영한 방법은 특별히 개발된 것으로 보이지 않는다.
역사 별로 그리고 열차 이용 시간대 별로, 승객들의 플랫폼 상 밀도 및 이동상태가 다를 수 있음에도 불구하고, 이를 반영하지 않은 획일적이고 결정적인 방식의 스크린도어 개폐 제어 방식에서 탈피할 필요가 있다.
본 발명에서는 승객들의 플랫폼 상 밀도 및 이동상태를 반영하여 스크린도어의 개폐시점을 제어하는 기술을 제공하고자 한다.
본 발명의 일 관점에 따라 기계학습기를 학습하는 방법이 제공될 수 있다. 이 방법은, 컴퓨팅장치가, 카메라(400)가 획득한 화면에서 제1관찰영역(511)에 존재하는 승객들 중 속력이 가장 빠른 상위 N1명을 선정하고, 상기 N1 명의 승객의 현재 위치 및 속도에 관한 정보를 획득하고, 제2관찰영역(512)에 존재하는 승객들 중 속력이 가장 빠른 상위 N2명을 선정하고, 상기 N2 명의 승객의 현재 위치 및 속도에 관한 정보를 획득하는 단계; 상기 컴퓨팅장치가, 기계학습기(1)의 입력층에 상기 제1관찰영역(511)에서 검출된 N1 명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 제1세트의 입력데이터(110), 및 상기 제2관찰영역(512)에서 검출된 N2 명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 제2세트의 입력데이터(120)를 입력하고, 기계학습기(1)의 출력층으로부터 상기 카메라(400)가 상기 화면을 획득한 촬영시점으로부터의 딜레이 값인 기계제안 딜레이(130)를 획득하는 단계; 상기 컴퓨팅장치가, 상기 촬영시점으로부터 실제로 스크린도어(300)가 닫히는데 걸린 시간인 실제 딜레이(120)로부터 상기 획득한 기계제안 딜레이(130)를 빼서 얻은 차이값(140)을 산출하는 단계; 상기 컴퓨팅장치의 기계학습 파라미터 갱신여부 결정부(2)가, 상기 실제 딜레이(120)에 따라 스크린도어를 닫는 도중에 승객에 의한 접촉 충격이 발생했는지 여부를 나타내는 충격여부 파라미터(150) 및 상기 차이값(140)을 기초로 기계학습 파라미터를 갱신할지 여부 및 갱신하는 경우 갱신의 방법을 결정하는 단계; 상기 컴퓨팅장치의 파라미터 갱신부(3)가, 상기 기계학습 파라미터 갱신여부 결정부(2)의 결정 결과에 따라 상기 기계학습기(1)에 포함된 파라미터를 갱신하는 단계;를 포함한다.
이때, 상기 기계학습 파라미터 갱신여부 결정부(2)는, 상기 기계제안 딜레이(130)가 상기 실제 딜레이(120)보다 짧았으며, 이때 상기 스크린도어를 닫는 도중 탑승객에 의한 충격이 발생했다면, 상기 기계학습기(1)의 파라미터를 갱신하지 않는 것으로 결정하고, 상기 기계제안 딜레이(130)가 상기 실제 딜레이(120)보다 짧았으며, 이때 상기 스크린도어를 닫는 도중 탑승객에 의한 충격이 발생하지 않았다면, 상기 기계제안 딜레이(130)가 감소하도록 상기 기계학습기(1)의 파라미터를 갱신하는 것으로 결정하고, 상기 기계제안 딜레이(130)가 상기 실제 딜레이(120)보다 길었으며, 이때 상기 스크린도어를 닫는 도중 탑승객에 의한 충격이 발생했다면, 상기 기계제안 딜레이(130)가 증가하도록 상기 기계학습기(1)의 파라미터를 갱신하는 것으로 결정하고, 그리고 상기 기계제안 딜레이(130)가 상기 실제 딜레이(120)보다 길었으며, 이때 상기 스크린도어를 닫는 도중 탑승객에 의한 충격이 발생하지 않았다면, 상기 기계학습기(1)의 파라미터를 갱신하지 않는 것으로 결정하도록 되어 있을 수 있다.
본 발명의 다른 관점에 따라, 컴퓨팅장치가, 카메라(400)가 획득한 화면에서 제1관찰영역(511)에 존재하는 승객들 중 속력이 가장 빠른 상위 N1명을 선정하고, 상기 N1 명의 승객의 현재 위치 및 속도에 관한 정보를 획득하고, 제2관찰영역(512)에 존재하는 승객들 중 속력이 가장 빠른 상위 N2명을 선정하고, 상기 N2 명의 승객의 현재 위치 및 속도에 관한 정보를 획득하는 단계; 상기 컴퓨팅장치가, 상술한 일 관점에 따라 학습된 상기 기계학습기의 입력층에 상기 제1관찰영역(511)에서 검출된 N1 명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 제1세트의 입력데이터(110), 및 상기 제2관찰영역(512)에서 검출된 N2 명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 제2세트의 입력데이터(120)를 입력하고, 기계학습기(1)의 출력층으로부터 상기 카메라(400)가 상기 화면을 획득한 촬영시점으로부터의 딜레이 값인 기계제안 딜레이(130)를 획득하는 단계; 및 상기 컴퓨팅장치가, 상기 스크린도어의 닫힘 시간을 제어하기 위하여 상기 기계제안 딜레이(130)를 상기 스크린도어에 제공하는 단계를 포함하는, 스크린도어 닫힘 제어 방법을 제공할 수 있다.
본 발명의 다른 관점에 따라 기계학습기(1)를 학습하는 방법을 제공할 수 있다. 상기 기계학습기 학습방법은, 컴퓨팅장치(500)가, 카메라(400)가 플랫폼에 설치된 스크린도어가 열린 시각으로부터 소정의 시간만큼 경과한 시각인 기준시각에 상기 플랫폼을 촬영하여 획득한 화면에서 관찰영역(511+512)에 존재하는 승객들 중 속력이 가장 빠른 상위 N명을 선정하고, 상기 N명의 승객의 현재 위치 및 속도에 관한 정보를 획득하는 제1획득단계; 상기 컴퓨팅장치가, 기계학습기(1)의 입력층에 상기 관찰영역에서 검출된 N명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 입력데이터를 입력하고, 기계학습기(1)의 출력층으로부터 상기 기준시각으로부터 상기 스크린도어를 닫을 때까지 걸린 딜레이 시간인 기계제안 딜레이(130)를 획득하는 제2획득단계; 상기 컴퓨팅장치가, 상기 기준시각으로부터 현재 운영 중인 제1도어개폐제어기가 상기 스크린도어를 닫을 때까지 걸린 시간인 실제 딜레이(120)로부터 상기 획득한 기계제안 딜레이(130)를 빼서 얻은 차이값(140)을 산출하는 단계; 및 상기 컴퓨팅장치가, 상기 차이값(140)이 감소하도록 상기 기계학습기에 포함된 파라미터를 갱신하는 단계;를 포함할 수 있다.
이때, 상기 기준시각은, 상기 플래폼에 설치된 스크린도어가 열린 시각으로부터 소정의 시간만큼 경과한 시각이거나 또는 상기 스크린도어가 닫히기로 예정된 시점으로부터 소정의 시간 이전의 시각일 수 있다.
이때, 상기 컴퓨팅장치가, 상기 기계학습기가 산출한 상기 차이값(140)이 소정의 횟수 이상 연속적으로 미리 결정된 값 이하의 값을 유지했는지 여부를 판단하는 단계; 상기 컴퓨팅장치가, 상기 기계학습기의 상기 차이값(140)이 상기 소정의 횟수 이상 연속적으로 상기 미리 결정된 값을 유지했다고 판단한 경우에, 상기 컴퓨팅장치가, 상기 제1도어개폐제어기가 제공하는 상기 스크린도어의 개폐기능을 비활성화시키고, 상기 기계학습기(1)가 산출한 상기 차이값을 기초로 상기 스크린도어의 개폐기능을 수행하도록 설정하는 단계; 및 상기 컴퓨팅장치가, 상기 기계학습기가 산출한 상기 차이값을 기초로 상기 스크린도어의 개폐기능을 수행하도록 설정하는 단계 이후에, 상기 컴퓨팅장치가, 상기 제1획득단계 및 상기 제2획득단계를 수행하여 얻은 기계제안 딜레이인 제1기계제안 딜레이를 획득하는 단계; 상기 컴퓨팅장치가, 상기 기준시각으로부터 상기 획득한 제1기계제안 딜레이(130)만큼 지난 시각에 상기 스크린도어를 닫도록 상기 제1기계제안 딜레이를 상기 스크린도어의 제어반(310)에 제공하는 단계;를 더 포함할 수 있다.
이때, 상기 컴퓨팅장치가, 상기 기계학습기의 출력층으로부터 획득한 상기 제1기계제안 딜레이를 이용하여 상기 스크린도어가 닫히도록 구동시켰을 경우에, 상기 스크린도어의 충격이 발생한 경우, 상기 기계학습기에서 출력되는 기계제안 딜레이의 값을 증가시키도록 상기 기계학습기에 포함된 파라미터를 갱신하고, 상기 스크린도어의 충격이 발생하지 않은 경우, 상기 기계학습기에서 출력되는 기계제안 딜레이의 값을 유지하거나 감소시키도록 상기 기계학습기에 포함된 파라미터를 갱신하는 단계를 더 포함할 수 있다.
본 발명의 일 관점에 따라 수집부, 처리부, 기계학습기, 및 파라미터 갱신부를 포함하는 컴퓨팅 장치를 제공할 수 있다. 이때, 상기 수집부는, 카메라(400)가, 플랫폼에 설치된 스크린도어가 열린 시각으로부터 소정의 시간만큼 경과한 시각인 기준시각에 상기 플랫폼을 촬영하여 획득한 이미지를 수집하도록 되어 있고, 상기 처리부는, 상기 이미지에서 관찰영역(511+512)에 존재하는 승객들 중 속력이 가장 빠른 상위 N명을 선정하고, 상기 N명의 승객의 현재 위치 및 속도에 관한 정보를 검출하도록 되어 있으며, 상기 기계학습기는, 입력층에 상기 관찰영역에서 검출된 N명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 입력데이터를 입력받도록 되어 있고, 출력층으로 상기 기준시각으로부터 상기 스크린도어를 닫을 때까지 걸린 딜레이 시간인 기계제안 딜레이(130)를 출력하도록 되어 있으며, 상기 처리부는, 상기 기준시각으로부터 현재 운영 중인 제1도어개폐제어기가 상기 스크린도어를 닫을 때까지 걸린 시간인 실제 딜레이(120)로부터 상기 획득한 기계제안 딜레이(130)를 빼서 얻은 차이값(140)을 산출하도록 되어 있고, 그리고 상기 파라미터 갱신부는, 상기 차이값(140)이 감소하도록 상기 기계학습기에 포함된 파라미터를 갱신하도록 되어 있을 수 있다.
이때, 상기 기준시각은, 상기 플래폼에 설치된 스크린도어가 열린 시각으로부터 소정의 시간만큼 경과한 시각이거나 또는 상기 스크린도어가 닫히기로 예정된 시점으로부터 소정의 시간 이전의 시각일 수 있다.
이때, 상기 처리부는, 상기 기계학습기의 상기 차이값(140)이 소정의 횟수 이상 미리 결정된 값 이하를 유지하는 지의 여부를 판단하도록 되어 있으며, 상기 기계학습기의 상기 차이값(140)이 소정의 횟수 이상 미리 결정된 값을 유지하는 것으로 판단한 경우에, 상기 제1도어개폐제어기를 비활성화시키고, 상기 기계학습기(1)가 상기 스크린도어의 개폐기능을 수행하도록 설정하도록 되어 있고, 상기 기계학습기가 상기 스크린도어의 개폐기능을 수행하도록 설정된 이후에 상기 처리부가, 상기 수집부가 수집한 이미지에서 상기 관찰영역(511+512)에 존재하는 승객들 중 속력이 가장 빠른 상위 N명을 선정하고, 상기 N명의 승객의 현재 위치 및 속도에 관한 정보를 검출하여 상기 기계학습기에 입력하도록 되어 있으며, 상기 처리부는, 상기 기준시각으로부터 상기 기계학습기의 출력층으로부터 출력된 상기 기계제안 딜레이(130)만큼 지난 시각에 상기 스크린도어를 닫도록 상기 기계제안 딜레이를 상기 스크린도어의 제어반(310)에 제공하도록 되어 있을 수 있다.
이때, 기계학습 파라미터 갱신여부 결정부(2)를 더 포함하며, 상기 처리부가 상기 기계학습기의 출력층으로부터 획득한 상기 기계제안 딜레이를 이용하여 상기 스크린도어가 닫히도록 구동시켰을 경우에, 상기 기계학습 파라미터 갱신여부 결정부(2)는, 상기 스크린도어의 충격이 발생한 경우, 상기 기계학습기에서 출력되는 기계제안 딜레이의 값을 증가시키도록 상기 기계학습기의 파라미터를 갱신하는 것으로 결정하고, 상기 스크린도어의 충격이 발생하지 않은 경우, 상기 기계학습기에서 출력되는 기계제안 딜레이의 값을 유지하거나 감소시키도록 상기 기계학습기에 포함된 파라미터를 갱신하는 것으로 결정하도록 되어 있으며, 상기 파라미터 갱신부는, 상기 기계학습 파라미터 갱신여부 결정부의 결정 결과에 따라 상기 기계학습기에 포함된 파라미터를 갱신하도록 되어 있을 수 있다.
본 발명에 따르면 승객들의 플랫폼 상 밀도 및 이동상태를 반영하여 스크린도어의 개폐시점을 제어하는 기술을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 스크린도어 개폐 시간 제어 방법이 적용되는 환경의 예를 나타낸 것이다.
도 2는 본 발명의 일 실시예에 따른 컴퓨팅장치의 구성도를 나타낸 것이다.
도 3은 본 발명의 일 실시예에 따른 기계학습기의 제1학습방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 시간에 따른 단계의 순서를 시간축 상에 표시한 것이다.
도 5는 본 발명의 일 실시예에 따른 기계학습기의 제2학습방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 시간에 따른 단계의 순서를 시간축 상에 표시한 것이다.
도 7은 본 발명의 일 실시예에 따른 기계학습기 제1학습방법을 순서도로 제시한 것이다.
도 8은 본 발명의 일 실시예에 따른 제1학습방법으로 기계학습기가 학습된 이후의 기계학습기 제2학습방법을 순서도로 제시한 것이다.
이하, 본 발명의 실시예를 첨부한 도면을 참고하여 설명한다. 그러나 본 발명은 본 명세서에서 설명하는 실시예에 한정되지 않으며 여러 가지 다른 형태로 구현될 수 있다. 본 명세서에서 사용되는 용어는 실시예의 이해를 돕기 위한 것이며, 본 발명의 범위를 한정하고자 의도된 것이 아니다. 또한, 이하에서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다.
도 1은 본 발명의 일 실시예에 따른 스크린도어 개폐 시간 제어 방법이 적용되는 환경의 예를 나타낸 것이다.
선로(520) 옆에 플랫폼(510)이 존재하며, 플랫폼(510)에는 스크린도어(300)가 배치되어 있다.
플랫폼(510)은 카메라(400)에 의해 감시된다.
카메라(400)에 의해 감시되는 플랫폼(510)은 관찰영역으로 지칭될 수 있다. 상기 관찰영역은 제1관찰영역(511) 및 제2관찰영역(512)로 구분될 수 있다.
제1관찰영역(511)은 스크린도어(300)에 가까운 영역이고 제2관찰영역(512)은 스크린도어(300)에서 더 먼 영역일 수 있다.
제1관찰영역(511) 및 제2관찰영역(512)에는 각각 승객(11, 12, 21, 22)들이 정지하여 있거나 움직이고 있을 수 있다.
컴퓨팅장치인 처리장치(500)는 카메라(400)가 획득한 화면에서 승객들을 구분하고, 현재 위치 및 이동속도를 검출할 수 있다. 처리장치(500)는 검출된 정보를 이용하여 각 승객의 이동방향을 검출할 수 있다. 각 승객의 이동속도(이하, 속도로 지칭될 수 있음) 및 이동방향은 도 1에 제시된 각 승객(11, 12, 21, 22)으로부터 뻗어나간 화살표와 같이 개념화되어 이해될 수 있다. 즉, 화살표의 방향은 이동방향을 나타내며, 화살표의 길이는 이동속도를 나타낼 수 있다.
처리장치(500)는 플랫폼(510) 즉, 관찰영역(511, 512)에 존재하는 승객들 중 속력이 가장 빠른 상위 N명을 선정하고, N 명의 승객의 현재 위치 및 속도에 관한 정보를 저장할 수 있다.
또는 다른 실시예에서, 관찰영역(511+512)은 제1관찰영역(511) 및 제2관찰영역(512)으로 구분되어 각 영역의 승객의 현재 위치 및 속도에 관한 정보를 저장할 수 있다. 예컨대, 제1관찰영역(511)에 존재하는 승객들 중 속력이 가장 빠른 상위 N1명을 선정하고, N1 명의 승객의 현재 위치 및 속도에 관한 정보를 저장할 수 있다. 처리장치(500)는 제2관찰영역(512)에 존재하는 승객들 중 속력이 가장 빠른 상위 N2명을 선정하고, N2 명의 승객의 현재 위치 및 속도에 관한 정보를 저장할 수 있다. 여기서 '현재'는 카메라(400)를 이용하여 상기 각 승객의 위치와 이동속도를 산출한 기준이 되는 시점을 의미할 수 있다.
이동속도의 산출을 위하여 처리장치(500)는 카메라(400)로부터 2개 이상의 서로 다른 시점에 촬영한 이미지를 분석할 수 있다. 이 2개 이상의 서로 다른 시점은 미리 결정된 시구간, 예컨대 1초 내에 포함된 것일 수 있다.
상기 카메라(400)로 촬영하는 시점(촬영시점)은 스크린도어(300)가 열린 시점으로부터 소정의 시간만큼 경과한 시각일 수도 있고, 또는 스크린도어(300)가 닫히기로 예정된 시점으로부터 소정의 시간 이전의 시각일 수도 있다. 상기 촬영시점은 기준시각으로 지칭될 수도 있다.
처리장치(500)는 N 명의 승객의 현재 위치 및 속도에 관한 정보를 기초로 스크린도어(300)의 개폐를 제어하는 제어반(310)에게 스크린도어(300)의 닫힘 시점에 관한 정보를 제공할 수 있다. 또는 처리장치(500)는 N1 명의 승객의 현재 위치 및 속도에 관한 정보 및 N2 명의 승객의 현재 위치 및 속도에 관한 정보를 기초로 스크린도어(300)의 개폐를 제어하는 제어반(310)에게 스크린도어(300)의 닫힘 시점에 관한 정보를 제공할 수 있다.
처리장치(500)는 상기 스크린도어(300)의 닫힘 시점을 산출하기 위하여, 1차 학습이 완료된 기계학습기를 이용할 수 있다.
도 2는 본 발명의 일 실시예에 따른 컴퓨팅장치의 구성도를 나타낸 것이다.
이하, 도 1 및 도 2를 함께 참조하여 설명한다.
컴퓨팅장치(500)는 수집부(4), 처리부(5), 기계학습기(1), 기계학습 파라미터 갱신여부 결정부(2), 및 파라미터 갱신부(3)를 포함할 수 있다.
수집부(4)는, 카메라(400)가 기준시각에 플랫폼(510)을 촬영하여 획득한 이미지를 수집할 수 있다.
처리부(5)는, 상기 이미지에서 관찰영역(511+512)에 존재하는 승객들 중 속력이 가장 빠른 상위 N명을 선정하고, 상기 N명의 승객의 현재 위치 및 속도에 관한 정보를 검출할 수 있다.
기계학습기(1)는, 입력층으로 관찰영역(511+512)에서 검출된 N명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 입력데이터(100)를 입력받을 수 있다. 그리고 기계학습기(1)는 출력층으로 상기 기준시각으로부터 스크린도어(300)를 닫을 때까지 걸린 딜레이 시간인 기계제안 딜레이(130)를 출력할 수 있다.
처리부(5)는, 상기 기준시각으로부터 현재 운영 중인 제1도어개폐제어기가 상기 스크린도어를 닫을 때까지 걸린 시간인 실제 딜레이(120)로부터 상기 획득한 기계제안 딜레이(130)를 빼서 얻은 차이값을 산출할 수 있다.
이때, 상기 제1도어개폐제어기는 기계학습기(1)가 실제 도어 개폐에 관여하지 않는 학습 상태일 때, 스크린도어(300)의 개폐에 관한 정보를 생성하는 장치이다. 상기 제1도어개폐제어기는 컴퓨팅장치(500)에 포함되는 구성일 수도 있고, 컴퓨팅장치(500)와는 별도로 존재하는 장치일 수도 있다. 상기 제1도어개폐제어기는 스크린도어(300)의 개폐를 제어하는 제어반(310)에게 스크린도어(300)의 닫힘 시점에 관한 실제 딜레이(120)를 제공할 수 있다.
기계학습 파라미터 갱신여부 결정부(2)는 스크린도어(300)의 충격 여부에 따라 기계학습기(1)의 파라미터의 갱신 여부를 결정할 수 있다. 이때, 스크린도어에 충격이 발생했다는 것은 승객 또는 승객이 소지한 물건이 스크린도어 사이에 끼였다라는 것을 의미할 수 있다. 반대로, 스크린도어에 충격이 발생하지 않았다는 것은 승객 또는 승객이 소지한 물건이 스크린도어 사이에 끼지 않았다는 것을 의미할 수 있다.
파라미터 갱신부(3)는, 상기 차이값이 감소하도록 기계학습기(1)에 포함된 파라미터를 갱신할 수 있다.
도 3은 본 발명의 일 실시예에 따른 기계학습기의 제1학습방법을 설명하기 위한 도면이다.
기계학습기(1)의 제1학습방법은, 현재 운영 중인 제1도어개폐제어기에 의해 상기 실제 딜레이(120)를 기계학습기(1)의 정답값으로 하여 기계학습기(1)를 학습하는 방법이다. 이때, 기계학습기는 열차가 선로(520)에 들어와서 나가는 동안, 1회 학습될 수 있다.
도 4는 본 발명의 일 실시예에 따른 시간에 따른 단계의 순서를 시간축(t) 상에 표시한 것이다.
도 4의 (a)는 실제딜레이(120)의 값보다 기계제안 딜레이(130)의 값이 작은 경우의 예를 나타낸 것이고, 도 4의 (b)는 실제딜레이(120)의 값보다 기계제안 딜레이(130)의 값이 큰 경우의 예를 나타낸 것이다.
참조부호 t0은 스크린도어가 열린 시각을 나타내고, 참조부호 t1은 카메라가 이미지를 획득한 시간인 기준시각(예컨대, t0으로부터 5초 후)을 나타내며, 참조부호 t4 및 참조부호 t6은 상기 t1으로부터 기계학습기(1)가 출력한 기계제안 딜레이(130)만큼이 경과한 시각을 나타내며, 그리고 참조부호 t5는 t1으로부터 실제 딜레이(120)만큼이 경과한 시각, 즉 실제 도어가 닫힌 시각을 나타낸다.
이하, 도 3 및 도 4를 함께 참조하여 설명한다.
도 3에서의 기계학습기(1)의 입력층은 관찰영역(511+512)에 대한 한 세트의 입력데이터(100)를 입력받을 수 있다.
입력데이터(100)는 관찰영역(511+512)에서 검출된 N 명의 승객의 현재 위치 및 속도에 관한 정보일 수 있다.
기계학습기(1)는 상기 촬영시점(t1)부터 몇 초 후에 스크린도어(300)를 닫으면 바람직한지를 나타내는 값인 기계제안 딜레이(130)를 출력할 수 있다.
기계제안 딜레이(130)는, 상기 촬영시점(상기 기준시각, t1)으로부터 실제로 스크린도어(300)가 닫히는데 걸린 시간인 실제 딜레이(120)와 비교될 수 있다.
예컨대, 실제 딜레이(120)에서 기계제안 딜레이(130)를 뺀 차이값(140)이 산출될 수 있다. 예컨대, 도 4의 (a)에서의 차이값(140)은 A가 될 수 있고, 도 4의 (b)에서의 차이값(140)은 B가 될 수 있다.
각 경우에서, 파라미터 갱신부(3)는 차이값(140)(A 또는 B)이 감소하도록 기계학습 파라미터를 갱신하여 기계학습기(1)에게 제공할 수 있다.
상술한 학습방법을 반복하면서, 도 2의 처리부(5)는 상술한 제1학습방법에 의해 기계학습기(1)가 학습되어 차이값(140)이 소정의 횟수 이상 미리 결정된 값 이하를 유지하는 지의 여부를 판단할 수 있다.
이때, 기계학습기(1)의 차이값(140)이 소정의 횟수 이상 미리 결정된 값을 유지하는 것으로 판단한 경우에, 처리부(5)는 기계학습기(1)가 스스로 스크린도어(300)의 개폐기능을 수행할 수 있을 정도로 학습이 완료되었다고 판단할 수 있다. 따라서, 처리부(5)는 상기 제1도어개폐제어기를 비활성화시키고, 기계학습기(1)가 스크린도어(300)의 개폐기능을 수행하도록 설정할 수 있다. 즉, 기계학습기(1)가 상기 제1도어개폐제어기와는 다른 제2도어개폐제어기가 되는 것으로 이해할 수 있다.
도 5는 본 발명의 일 실시예에 따른 기계학습기의 제2학습방법을 설명하기 위한 도면이다.
기계학습기(1)의 제2학습방법은, 상기 제1도어개폐제어기 대신 기계학습기(1)의 출력값으로 스크린도어(300)의 개폐를 제어하는 상황에서 기계학습기(1)를 학습하는 방법이다. 즉, 기계학습기(1)는 학습과 개폐기능 수행을 동시에 진행하여 스스로를 최적화시킬 수 있다.
도 6은 본 발명의 일 실시예에 따른 시간에 따른 단계의 순서를 시간축(t) 상에 표시한 것이다.
도 6의 (a)는 기준시각(t1)으로부터 기계제안 딜레이(130)만큼 지난 시각(t4)에 스크린도어(300)를 닫았을 때 충격이 발생한 경우의 예를 나타낸 것이고, 도 6의 (b)는 기준시각(t1)으로부터 기계제안 딜레이(130)만큼 지난 시각(t4)에 스크린도어(300)를 닫았을 때 충격이 발생하지 않은 경우의 예를 나타낸 것이다.
참조부호 t0은 스크린도어가 열린 시각을 나타내고, 참조부호 t1은 카메라가 이미지를 획득한 시간인 기준시각을 나타내며, 그리고 참조부호 t4는 상기 t1으로부터 기계학습기(1)가 출력한 기계제안 딜레이(130)만큼이 경과한 시각, 즉 실제 도어가 닫힌 시각을 나타낸다.
이하, 도 5 및 도 6을 함께 참조하여 설명한다.
기계학습기(1)의 출력과정까지는 도 3에서 상술한 바와 동일하다.
기계학습기(1)는 상기 촬영시점(t1)으로부터 몇 초 후에 스크린도어를 닫으면 바람직한지를 나타내는 값인 기계제안 딜레이(130)를 출력할 수 있다.
이때, 기계학습기(1)는 스스로가 스크린도어(300)의 개폐 제어신호를 생성하므로 기계학습기(1)의 출력값과 비교할 정답값이 존재하지 않는다.
따라서 아래와 같이 기계학습기(1)의 파라미터를 수정하는 단계를 거치게 된다.
처리부(5)가 기준시각(t1)으로부터, 기계학습기(1)의 출력층으로부터 출력된 기계제안 딜레이(130)만큼 지난 시각(t4)에 스크린도어(300)를 닫도록 기계제안 딜레이(130)를 스크린도어(300)의 제어반(310)에 제공할 수 있다. 이후 스크린도어가 닫혔을 때에, 기계학습 파라미터 갱신여부 결정부(2)는 스크린도어(300)의 충격여부 파라미터(150)를 획득할 수 있다.
기계학습 파라미터 갱신여부 결정부(2)는, 스크린도어(300)의 충격여부 파라미터(150)가 스크린도어(300)의 충격이 발생했음을 나타내는 경우, 기계학습기(1)에서 출력되는 기계제안 딜레이(130)의 값을 증가시키도록(예컨대, C방향으로 증가시키도록) 기계학습기(1)의 파라미터를 갱신하는 것으로 결정할 수 있다. 또는 기계학습 파라미터 갱신여부 결정부(2)는, 스크린도어(300)의 충격여부 파라미터(150)가 스크린도어(300)의 충격이 발생하지 않았음을 나타내는 경우, 기계학습기(1)에서 출력되는 기계제안 딜레이(130)의 값을 유지하거나 감소시키도록(예컨대, D방향으로 감소시키도록) 기계학습기(1)에 포함된 파라미터를 갱신하는 것으로 결정할 수 있다.
이때, 충격여부 파라미터(150)는 참 또는 거짓의 값을 가질 수 있으며, 별도의 수단을 통해 제공될 수 있다. 이러한 별도의 수단을 구현하는 것은 본 특허출원의 시점에서 분명히 다양한 방법으로 가능하다는 점이 명확하므로 자세히 설명하지 않는다.
파라미터 갱신부(3)는 기계학습 파라미터 갱신여부 결정부(2)가 기계학습기(1)의 파라미터를 갱신하도록 결정하면, 그 구체적인 갱신 목표(상술한 증가, 유지, 또는 감소)에 따라 소정의 알고리즘으로 기계학습 파라미터를 갱신하여 기계학습기(1)에게 제공할 수 있다.
이때, 기계학습기(1)의 파라미터의 증가 또는 감소를 위해 에러값을 임의로 입력할 수 있다. 상기 에러값은 원래 기계학습기(1)의 출력값(130)과 정답지(120)간의 차이값(140)이기 때문에, 출력값(130)과 정답지(120)가 모두 필요하다. 그런데 이 상황(기계학습기의 출력값으로 실제 스크린도어의 개폐가 제어되는 상황)에서는 출력값은 있지만, 지도학습을 위한 정답지(120)는 없다. 따라서 상기 출력값과 정답지 간의 차이값을 미리 결정된 값(크지 않은 값)으로 설정할 수 있다. 이때, 기계제안 딜레이(130)를 늘려야 하는 상황이면 차이값은 +값으로 설정되고, 기계제안 딜레이(130)를 줄여야 하는 상황이면 차이값은 ??값으로 설정될 수 있다.
도 7은 본 발명의 일 실시예에 따른 기계학습기 제1학습방법을 순서도로 제시한 것이다.
도 1 내지 도 4를 함께 참조하여 설명한다.
단계(S10)에서, 컴퓨팅장치(500)가, 카메라(400)가 플랫폼(510)에 설치된 스크린도어(300)가 열린 시각(t0)으로부터 소정의 시간만큼 경과한 시각인 기준시각(t1)에 상기 플랫폼을 촬영하여 획득한 화면에서 관찰영역(511+512)에 존재하는 승객들 중 속력이 가장 빠른 상위 N명을 선정하고, 상기 N명의 승객의 현재 위치 및 속도에 관한 정보를 획득할 수 있다.
단계(S20)에서, 컴퓨팅장치(500)가, 기계학습기(1)의 입력층에 상기 관찰영역에서 검출된 N명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 입력데이터(100)를 입력하고, 기계학습기(1)의 출력층으로부터 상기 기준시각으로부터 스크린도어(300)를 닫을 때까지 걸린 딜레이 시간인 기계제안 딜레이(130)를 획득할 수 있다.
단계(S30)에서, 컴퓨팅장치(500)가, 기준시각(t1)으로부터 현재 운영 중인 제1도어개폐제어기가 스크린도어(300)를 닫을 때까지 걸린 시간인 실제 딜레이(120)로부터 상기 획득한 기계제안 딜레이(130)를 빼서 얻은 차이값(140)을 산출할 수 있다.
단계(S40)에서, 컴퓨팅장치(500)가, 차이값(140)이 감소하도록 기계학습기(1)에 포함된 파라미터를 갱신할 수 있다.
도 8은 본 발명의 일 실시예에 따른 제1학습방법으로 기계학습기가 학습된 이후의 기계학습기 제2학습방법을 순서도로 제시한 것이다.
이하 도 1, 도 2, 도 5 내지 도 7을 함께 참조하여 설명한다.
단계(S110)에서, 컴퓨팅장치(500)가, 기계학습기(1)의 차이값(140)이 소정의 횟수 이상 미리 결정된 값 이하를 유지하는 지의 여부를 판단할 수 있다.
단계(S120)에서, 컴퓨팅장치(500)가, 기계학습기(1)의 차이값(140)이 소정의 횟수 이상 미리 결정된 값을 유지하는 것으로 판단한 경우에, 컴퓨팅장치(500)가, 상기 제1도어개폐제어기를 비활성화시키고, 기계학습기(1)가 스크린도어(300)의 개폐기능을 수행하도록 설정할 수 있다.
단계(S130)에서, 컴퓨팅장치(500)가, 기계학습기(1)가 스크린도어(300)의 개폐기능을 수행하도록 설정하는 단계(S120) 이후에, 컴퓨팅장치(500)가, 상기 단계(S10) 및 상기 단계(S20)를 수행하여 기준시각(t1)으로부터 상기 획득한 기계제안 딜레이(130)만큼 지난 시각(t4)에 스크린도어(300)를 닫도록 기계제안 딜레이(130)를 스크린도어(300)의 제어반(310)에 제공할 수 있다.
단계(140)에서, 컴퓨팅장치(500)가, 기계학습기(1)의 출력층으로부터 획득한 기계제안 딜레이(130)를 이용하여 스크린도어(300)가 닫히도록 구동시켰을 경우에, 스크린도어(300)의 충격이 발생한 경우, 기계학습기(1)에서 출력되는 기계제안 딜레이(130)의 값을 증가시키도록 기계학습기(1)에 포함된 파라미터를 갱신하고, 스크린도어(300)의 충격이 발생하지 않은 경우, 기계학습기(1)에서 출력되는 기계제안 딜레이(130)의 값을 유지하거나 감소시키도록 기계학습기(1)에 포함된 파라미터를 갱신할 수 있다.
상술한 본 발명의 실시예들을 이용하여, 본 발명의 기술 분야에 속하는 자들은 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에 다양한 변경 및 수정을 용이하게 실시할 수 있을 것이다. 특허청구범위의 각 청구항의 내용은 본 명세서를 통해 이해할 수 있는 범위 내에서 인용관계가 없는 다른 청구항에 결합될 수 있다.

Claims (8)

  1. 기계학습기를 학습하는 방법으로서,
    컴퓨팅장치가, 카메라가 플랫폼에 설치된 스크린도어가 열린 시각으로부터 소정의 시간만큼 경과한 시각인 기준시각에 상기 플랫폼을 촬영하여 획득한 화면에서 관찰영역에 존재하는 승객들 중 속력이 가장 빠른 상위 N명을 선정하고, 상기 N명의 승객의 현재 위치 및 속도에 관한 정보를 획득하는 제1획득단계;
    상기 컴퓨팅장치가, 상기 기계학습기의 입력층에 상기 관찰영역에서 검출된 N명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 입력데이터를 입력하고, 상기 기계학습기의 출력층으로부터 상기 기준시각으로부터 상기 스크린도어를 닫을 때까지 걸린 딜레이 시간인 기계제안 딜레이를 획득하는 제2획득단계;
    상기 컴퓨팅장치가, 상기 기준시각으로부터 현재 운영 중인 제1도어개폐제어기가 상기 스크린도어를 닫을 때까지 걸린 시간인 실제 딜레이로부터 상기 획득한 기계제안 딜레이를 빼서 얻은 차이값을 산출하는 단계; 및
    상기 컴퓨팅장치가, 상기 차이값이 감소하도록 상기 기계학습기에 포함된 파라미터를 갱신하는 단계;
    를 포함하는,
    기계학습기 학습방법.
  2. 제1항에 있어서, 상기 기준시각은, 상기 플랫폼에 설치된 스크린도어가 열린 시각으로부터 소정의 시간만큼 경과한 시각이거나 또는 상기 스크린도어가 닫히기로 예정된 시점으로부터 소정의 시간 이전의 시각인, 기계학습기 학습방법.
  3. 제1항에 있어서,
    상기 컴퓨팅장치가, 상기 기계학습기가 산출한 상기 차이값이 소정의 횟수 이상 연속적으로 미리 결정된 값 이하의 값을 유지했는지 여부를 판단하는 단계;
    상기 컴퓨팅장치가, 상기 기계학습기의 상기 차이값이 상기 소정의 횟수 이상 연속적으로 상기 미리 결정된 값을 유지했다고 판단한 경우에, 상기 컴퓨팅장치가, 상기 제1도어개폐제어기가 제공하는 상기 스크린도어의 개폐기능을 비활성화시키고, 상기 기계학습기가 산출한 상기 차이값을 기초로 상기 스크린도어의 개폐기능을 수행하도록 설정하는 단계;
    상기 컴퓨팅장치가, 상기 기계학습기가 산출한 상기 차이값을 기초로 상기 스크린도어의 개폐기능을 수행하도록 설정하는 단계 이후에, 상기 컴퓨팅장치가, 상기 제1획득단계 및 상기 제2획득단계를 수행하여 얻은 기계제안 딜레이인 제1기계제안 딜레이를 획득하는 단계; 및
    상기 컴퓨팅장치가, 상기 기준시각으로부터 상기 획득한 제1기계제안 딜레이만큼 지난 시각에 상기 스크린도어를 닫도록 상기 제1기계제안 딜레이를 상기 스크린도어의 제어반에 제공하는 단계;
    를 더 포함하는,
    기계학습기 학습방법.
  4. 제3항에 있어서,
    상기 컴퓨팅장치가, 상기 기계학습기의 출력층으로부터 획득한 상기 제1기계제안 딜레이를 이용하여 상기 스크린도어가 닫히도록 구동시켰을 경우에,
    상기 스크린도어의 충격이 발생한 경우, 상기 기계학습기에서 출력되는 기계제안 딜레이의 값을 증가시키도록 상기 기계학습기에 포함된 파라미터를 갱신하고, 상기 스크린도어의 충격이 발생하지 않은 경우, 상기 기계학습기에서 출력되는 기계제안 딜레이의 값을 유지하거나 감소시키도록 상기 기계학습기에 포함된 파라미터를 갱신하는 단계를 더 포함하는,
    기계학습기 학습방법.
  5. 수집부, 처리부, 기계학습기, 및 파라미터 갱신부를 포함하는 컴퓨팅 장치로서,
    상기 수집부는, 카메라가, 플랫폼에 설치된 스크린도어가 열린 시각으로부터 소정의 시간만큼 경과한 시각인 기준시각에 상기 플랫폼을 촬영하여 획득한 이미지를 수집하도록 되어 있고,
    상기 처리부는, 상기 이미지에서 관찰영역에 존재하는 승객들 중 속력이 가장 빠른 상위 N명을 선정하고, 상기 N명의 승객의 현재 위치 및 속도에 관한 정보를 검출하도록 되어 있으며,
    상기 기계학습기는, 입력층에 상기 관찰영역에서 검출된 N명의 승객의 현재 위치 및 속도에 관한 정보를 포함하는 입력데이터를 입력받도록 되어 있고, 출력층으로 상기 기준시각으로부터 상기 스크린도어를 닫을 때까지 걸린 딜레이 시간인 기계제안 딜레이를 출력하도록 되어 있으며,
    상기 처리부는, 상기 기준시각으로부터 현재 운영 중인 제1도어개폐제어기가 상기 스크린도어를 닫을 때까지 걸린 시간인 실제 딜레이로부터 상기 획득한 기계제안 딜레이를 빼서 얻은 차이값을 산출하도록 되어 있고, 그리고
    상기 파라미터 갱신부는, 상기 차이값이 감소하도록 상기 기계학습기에 포함된 파라미터를 갱신하도록 되어 있는,
    컴퓨팅장치.
  6. 제5항에 있어서, 상기 기준시각은, 상기 플랫폼에 설치된 스크린도어가 열린 시각으로부터 소정의 시간만큼 경과한 시각이거나 또는 상기 스크린도어가 닫히기로 예정된 시점으로부터 소정의 시간 이전의 시각인, 컴퓨팅장치.
  7. 제5항에 있어서,
    상기 처리부는,
    상기 기계학습기의 상기 차이값이 소정의 횟수 이상 미리 결정된 값 이하를 유지하는 지의 여부를 판단하도록 되어 있으며,
    상기 기계학습기의 상기 차이값이 소정의 횟수 이상 미리 결정된 값을 유지하는 것으로 판단한 경우에, 상기 제1도어개폐제어기를 비활성화시키고, 상기 기계학습기가 상기 스크린도어의 개폐기능을 수행하도록 설정하도록 되어 있고,
    상기 기계학습기가 상기 스크린도어의 개폐기능을 수행하도록 설정된 이후에 상기 처리부가, 상기 수집부가 수집한 이미지에서 상기 관찰영역에 존재하는 승객들 중 속력이 가장 빠른 상위 N명을 선정하고, 상기 N명의 승객의 현재 위치 및 속도에 관한 정보를 검출하여 상기 기계학습기에 입력하도록 되어 있으며,
    상기 처리부는, 상기 기준시각으로부터 상기 기계학습기의 출력층으로부터 출력된 상기 기계제안 딜레이만큼 지난 시각에 상기 스크린도어를 닫도록 상기 기계제안 딜레이를 상기 스크린도어의 제어반에 제공하도록 되어 있는,
    컴퓨팅장치.
  8. 제7항에 있어서,
    기계학습 파라미터 갱신여부 결정부를 더 포함하며,
    상기 처리부가 상기 기계학습기의 출력층으로부터 획득한 상기 기계제안 딜레이를 이용하여 상기 스크린도어가 닫히도록 구동시켰을 경우에,
    상기 기계학습 파라미터 갱신여부 결정부는, 상기 스크린도어의 충격이 발생한 경우, 상기 기계학습기에서 출력되는 기계제안 딜레이의 값을 증가시키도록 상기 기계학습기의 파라미터를 갱신하는 것으로 결정하고, 상기 스크린도어의 충격이 발생하지 않은 경우, 상기 기계학습기에서 출력되는 기계제안 딜레이의 값을 유지하거나 감소시키도록 상기 기계학습기에 포함된 파라미터를 갱신하는 것으로 결정하도록 되어 있으며,
    상기 파라미터 갱신부는, 상기 기계학습 파라미터 갱신여부 결정부의 결정 결과에 따라 상기 기계학습기에 포함된 파라미터를 갱신하도록 되어 있는,
    컴퓨팅 장치.
KR1020200163278A 2019-12-18 2020-11-27 플랫폼 대기승객 화상정보를 기반으로 한 기계학습을 이용한 스크린도어 개폐 시간 제어 방법 및 이를 위한 컴퓨팅장치 KR102470251B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190169872 2019-12-18
KR1020190169872 2019-12-18

Publications (2)

Publication Number Publication Date
KR20210078400A KR20210078400A (ko) 2021-06-28
KR102470251B1 true KR102470251B1 (ko) 2022-11-23

Family

ID=76607983

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200163278A KR102470251B1 (ko) 2019-12-18 2020-11-27 플랫폼 대기승객 화상정보를 기반으로 한 기계학습을 이용한 스크린도어 개폐 시간 제어 방법 및 이를 위한 컴퓨팅장치

Country Status (1)

Country Link
KR (1) KR102470251B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005525277A (ja) 2002-05-14 2005-08-25 オーチス　エレベータ　カンパニー ニューラル・ネットワークによる、エレベータードア内の障害物の存在とエレベータードアに向かう動きの検出
JP2018523234A (ja) 2016-03-18 2018-08-16 シェンチェン ユニバーシティー 乗客の混雑度の算出方法及びそのシステム
JP2019011035A (ja) 2017-01-20 2019-01-24 株式会社デンソーウェーブ ホームドア制御システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005525277A (ja) 2002-05-14 2005-08-25 オーチス　エレベータ　カンパニー ニューラル・ネットワークによる、エレベータードア内の障害物の存在とエレベータードアに向かう動きの検出
JP2018523234A (ja) 2016-03-18 2018-08-16 シェンチェン ユニバーシティー 乗客の混雑度の算出方法及びそのシステム
JP2019011035A (ja) 2017-01-20 2019-01-24 株式会社デンソーウェーブ ホームドア制御システム

Also Published As

Publication number Publication date
KR20210078400A (ko) 2021-06-28

Similar Documents

Publication Publication Date Title
JP7163945B2 (ja) 移動状況推定装置、移動状況推定方法およびプログラム記録媒体
KR101913214B1 (ko) 가림환경에서의 표적 형상정보를 활용한 표적 추적 방법
WO2014174738A1 (ja) 監視装置、監視方法および監視用プログラム
CN109205426A (zh) 电梯健康监测系统
AU2017245388A1 (en) Computer system and method for determining reliable vehicle control instructions
JP6100581B2 (ja) 監視装置
WO2014136979A1 (ja) 移動体を監視する装置及び方法
JP2009500709A (ja) 物体の動きのパターンを認識する方法
JP2017525074A (ja) 所望のターゲットを判定するための装置及び方法
CN109205427A (zh) 电梯破坏监测系统
US20220327676A1 (en) Method and system for detecting change to structure by using drone
WO2014136978A1 (ja) 移動体を監視する装置及び方法
KR102470251B1 (ko) 플랫폼 대기승객 화상정보를 기반으로 한 기계학습을 이용한 스크린도어 개폐 시간 제어 방법 및 이를 위한 컴퓨팅장치
JP7446060B2 (ja) 情報処理装置、プログラム及び情報処理方法
KR101311148B1 (ko) 영상 감시 시스템 및 영상 감시 시스템의 객체 검출 방법
JP2020170252A (ja) 画像処理装置、情報処理方法及びプログラム
JP2013122624A (ja) 車両火災検出装置
CN110945867B (zh) 监视装置、监视方法和存储介质
US10955836B2 (en) Diagnosis system and electronic control device
JP2023002489A (ja) 機械学習アルゴリズムをトレーニングするための方法
JP2020091119A (ja) データ記録装置、データ記録方法および自動ドアシステム
JP2021037904A (ja) 対象物検知装置、対象物検知システムおよび対象物検知方法
JP6640946B1 (ja) エレベータ制御装置およびエレベータ制御方法
JP7099091B2 (ja) ナンバープレート認識装置、ナンバープレート認識方法およびプログラム
KR101169339B1 (ko) 영상검출장치 및 그 영상검출방법

Legal Events

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