KR102478220B1

KR102478220B1 - IoT 기술이 적용된 인공지능 기반 스마트진단 LED 전광판

Info

Publication number: KR102478220B1
Application number: KR1020220057175A
Authority: KR
Inventors: 김권일
Original assignee: 포스텍네트웍스(주)
Priority date: 2022-05-10
Filing date: 2022-05-10
Publication date: 2022-12-16

Abstract

본 발명은, 인공지능 기반 스마트진단 LED 전광판에 있어서, LED 전광판의 입/출력측에 마련되어 상기 LED 전광판의 사용 전력을 측정하는 IoT 전력 측정부; 상기 IoT 전력 측정부의 측정 데이터를 저장하는 데이터 저장부; LED 모듈에 포함된 발광소자의 2차원 좌표값과, 상기 발광소자의 밝기와 휘도를 제어하는 감마값이 룩업 테이블의 포맷으로 저장된 LUT 데이터부; 상기 LED 모듈을 온/오프 제어하되, 진단 대상이 되는 어느 한 LED 모듈이 온 상태일 때 다른 LED 모듈이 오프 상태로 제어되며, 상기 데이터 저장부에 저장된 진단 대상이 되는 상기 LED 모듈의 전력 측정 데이터와 상기 LUT 데이터부의 데이터를 비교하여 출력 상태를 진단하는 AI 분석부; 및 상기 AI 분석부의 진단 결과를 관리자 단말기로 전송하는 통신부를 포함하고, 상기 AI분석부는, LED 전광판의 LED 모듈을 순차적으로 발광하여 각 LED 모듈별 소비전력저하 상태를 구분하고, 소비전력 저하 상태의 정도와 LED 모듈의 위치 패턴으로 불량 상태를 판단하는 것을 일 특징으로 한다.

Description

IoT 기술이 적용된 인공지능 기반 스마트진단 LED 전광판{AI-based smart diagnosis LED signboard with IoT technology applied}

본 발명은 IoT 기술이 적용된 인공지능 기반 스마트진단 LED 전광판에 관한 것으로서, 전력 모니터링에 인공지능 기술을 접목하여 소자별로 마련되는 전력 감시 센서를 통합하고 LED 모듈의 고장 여부의 확인과 원거리 운용이 가능하도록 구성된 스마트진단 LED 전광판에 관한 것이다.

영상표시장치로서의 LED 전광판은 실외 환경에서 시인성이 좋고, 반영구적이며 전력소모가 적어 친환경 기술중 하나로 여겨지고 있다. LED(Light Emitting Diode)는 무기질 자체발광 소자로서 전원의 공급량에 따라 밝기를 조절하며, 검은색을 표현할 때 일반적인 다른 영상표시장치와 다른 완전한 블랙 색상으로 출력이 가능하여 뚜렷한 명암비를 갖는다. 이에 따라, LED 전광판은 실내에서 행사장, 경기장 스코어보드, 영화관, 공연장, 차세대 TV 등으로 활용도가 높다. 마이크로TV로 불리는 차세대 TV는 LED를 활용한 기술로 LED의 픽셀들 간격을 줄인 LED 모듈을 사용하여 확장성이 좋고 선명도가 높아 앞으로 대형 TV 시장을 선도할 기술로 각광받고 있다.

실외 대형 전광판들은 원거리에서도 시인성이 좋아 교통안내, 홍보, 알림 등에 사용되는데 LED 모듈의 불량이 발생할 경우, 상황에 맞는 중요한 문자 및 정보 등 전광판으로 출력하지 못해 사용자들에게 불편과 사고 발생의 위험이 발생할 수 있다. 대부분 전광판은 설치 위치 또한 도로 및 외곽 등에 있어 전광판의 상태를 관리하기가 쉽지 않다. LED 전광판은 실외에 설치되는 대형 디스플레이의 특성상 유지보수가 어려워 그 관리가 현장의 주된 기술이슈 중 하나이다. LED 모듈의 불량 위치와 불량률에 따라 장애 해결을 위해 발생하는 비용과 시간이 달라질 수 있으며, LED 모듈에 불량이 발생되었는지 또한 즉시 파악이 어려운 실정이다.

이러한 배경으로, IoT 기술을 접목하여 자동으로 전광판의 상태를 진단하는 기술이 제안되고 있다. 관련 선행특허로 한국등록특허 제1647492호는 LED 전광판용 전자부품 교체시기 스마트 검출 장치를 개시한다. 상기 선행문헌에 따르면, LED 전광판 상에 가로와 세로 매트릭스 구조를 갖는 개별 셀형 LED 모듈에 1:1로 연결되어, LED 전광판용 스마트 IoT모듈의 제어신호에 따라 영상데이터 출력, 온도측정, 부품수명시간센싱, 불량부품검출을 수행시키는 LED센싱키트노드를 구성하여 부품의 데이터를 수신받아 부품별 교체시기를 판단한다.

이와 같이 종래에는 전광판의 LED 모듈별 상태 진단을 위해서, LED 모듈과 1:1로 매칭되는 별도의 센서 수단이 구성되었다. 일반적으로 LED 모듈은 16x16 또는 32x16, 64x64의 LED 소자가 집적되고, 이러한 LED 모듈도 최소 수십여개가 구성되어 전광판을 형성한다. 수십여개의 LED 모듈 단위로 전력 감시 센서를 구성시키는 것은 제조 단가 및 모듈의 부피가 커져서 제품의 경쟁력을 떨어뜨리는 문제점이 있다.

본 출원인은 본 출원인의 선행기술로 한국등록특허 제2086163호의 룩업 테이블 기술을 기반으로, 한국등록특허 제2203583호의 IoT를 이용한 실시간 전광판 제어기술을 개시한 바 있다. 다만, 한국등록특허 제2203583호 역시 전압 측정부가 LED 모듈의 개수에 따라 구비되는 것으로, 실시간 보정을 위해 전압 측정을 위한 센서가 모듈별로 탑재되어야 하는 문제점이 여전히 존재한다.

이에 따라, 본 출원인은 여러 분야로 접목되고 있는 인공지능 알고리즘을 이용하여 전광판의 입출력 쪽에 단 한 개의 전력 감지 센서만 구비하면서도 LED 모듈을 모두 모니터링하여 실시간으로 장애 원인을 감지할 수 있는 스마트 진단 전광판을 고안하게 되었다.

한국등록특허 제1647492호 한국등록특허 제2086163호 한국등록특허 제2203583호

본 발명은 전력 측정 IoT 센서를 LED 모듈마다 설비하지 않고, 전광판의 입출력 측에 한 개씩만 설치하여 모든 LED 모듈의 전력 상태를 모니터링할 수 있는 스마트 진단 전광판을 제공하고자 한다. 본 발명은 전력 측정 IoT 센서가 복 수의 LED 모듈을 감지하기 위하여 모듈의 x, y 위치 좌표값을 갖는 룩업테이블 과 연계되며, AI 알고리즘으로 LED 모듈의 스캔 방식과 에러 사항 판단 로직을 설정하여, 단일 감지 센서로 LED의 불량 상태를 높은 정확도로 판단 및 분류함에 따라, 원격으로 전광판의 유지보수가 용이한 스마트 진단 전광판을 제공하고자 한 다.

상기 목적을 달성하기 위하여 본 발명은, 인공지능 기반 스마트진단 LED 전광판에 있어서, LED 전광판의 입/출력측에 마련되어 상기 LED 전광판의 사용 전력을 측정하는 IoT 전력 측정부; 상기 IoT 전력 측정부의 측정 데이터를 저장하 는 데이터 저장부; LED 모듈에 포함된 발광소자의 2차원 좌표값과, 상기 발광소 자의 밝기와 휘도를 제어하는 감마값이 룩업 테이블의 포맷으로 저장된 LUT 데이터부; 상기 LED 모듈을 온/오프 제어하되, 진단 대상이 되는 어느 한 LED 모 듈이 온 상태일 때 다른 LED 모듈이 오프 상태로 제어되며, 상기 데이터 저장부 에 저장된 진단 대상이 되는 상기 LED 모듈의 전력 측정 데이터와 상기 LUT 데이터부의 데이터를 비교하여 출력 상태를 진단하는 AI 분석부; 및 상기 AI 분석부의 진단 결과를 관리자 단말기로 전송하는 통신부를 포함하고, 상기 AI분석부는, LED 전광판의 LED 모듈을 순차적으로 발광하여 각 LED 모듈별 소비전력저하 상태를 구분하고, 소비전력 저하 상태의 정도와 LED 모듈의 위치 패턴으로 불량 상태를 판단하는 것을 일 특징으로 한다.

바람직하게 상기 IoT 전력 측정부는, 상기 LED 전광판의 전원공급장치(SMPS)의 전원 입력단 또는 누전차단기의 출력단에 연결된 전력 측정 센서를 포함하고, 상기 LED 전광판의 소비 전력량을 측정한다.

바람직하게 상기 데이터 저장부는, 상기 IoT 전력 측정부의 측정 데이터인 소비 전력량을 저장하되, 상기 AI 분석부의 제어로 진단 대상이 된 상기 LED 모듈의 위치와 시간별로 소비 전력량을 저장하여, 상기 IoT 전력 측정부가 측정한 상기 LED 전광판의 소비 전력량이 진단 대상이 된 상기 LED 모듈의 소비 전력량일 수 있다.

바람직하게 상기 IoT 전력 측정부는, 상기 LED 전광판의 대기전력 상태를 측정하고, 상기 데이터 저장부는, 상기 IoT 전력 측정부가 측정한 상기 LED 전광판의 대기 전력량을 저장할 수 있다.

바람직하게 상기 LUT 데이터부는, 상기 LED 모듈 및 LED 모듈을 구성하는 발광소자의 좌표별 픽셀의 위치 값이 저장되어 LED 모듈 단위 또는 발광소자의 화소 단위로 제어가 가능하도록 하며, 상기 AI 분석부는, 상기 LUT 데이터부에 저장된 x,y 좌표값에 따른 LUT 값을 불러와 상기 LED 모듈을 순차적으로 온/오프하는 진단 모드를 실행하고, 상기 LED 모듈의 온 상태는 R(red),G(green),B(blue)의 발광소자를 동시에 발광하여 W(white)값을 최대치로 출력한 상태에서 소비전력이 측정되도록 할 수 있다.

바람직하게 상기 AI 분석부는, 상기 LUT 데이터부의 룩업 테이블을 참조하여, 상기 LED 전광판에 구성된 모든 LED 모듈을 순차적으로 온/오프 제어하는 진단 제어 모듈; 상기 진단 제어 모듈의 실행으로 상기 LED 모듈의 전력 측정 데이터를 대기전력량과 비교하여 소비전력 저하 상태를 판단하는 분석 모듈; 및 소비전력 저하 상태의 정도와 소비전력이 발생된 LED 모듈의 위치 정보를 종합하여 장애 원인을 판단하는 판단 모듈을 포함할 수 있다.

바람직하게 상기 판단 모듈은, 소비전력 저하 상태를 적어도 3구간 이상으로 분류하고, 30% 이상의 전력차가 발생되는 구간을 LED 모듈이 불량인 상태로 판단하며, 단일 LED 모듈의 전력 측정값이 제로인 경우 ‘전원 이상’ 또는 ‘데이터 케이블 이상’의 장애 원인으로 분류하고, 다수의 LED 모듈의 전력 측정값이 제로인 경우 LED 모듈의 횡렬 형태 및 군집 형태에 따라 전원 케이블, 전원공급장치(SMPS), 서브컨트롤러의 장애 원인으로 분류할 수 있다.

바람직하게 상기 판단 모듈은, 장애 원인과 대처 방법이 각각 은닉층으로 구성된 다층퍼셉트론 방식의 심층 신경망 알고리즘으로 상기 분석 모듈의 소비전력 저하 상태에 따른 장애 원인을 학습할 수 있다.

본 발명에 따르면, LED 소자 및 모듈의 x, y 좌표값이 저장된 룩업 테이블을 이용하여 모듈별로 화소를 제어하고, 전원장치의 입/출력단에 전력측정 센서가 마련되어 1:N(N은 정수)의 관계로 LED 모듈의 전력 감시를 수행한다. 하나의 전력측정 센서의 진단 정확도를 높이기 위하여 AI분석부가 마련되고, LED 모듈을 개별로 제어하여 모듈별 전력량을 저장한 뒤 전력저하 상태의 정도와 LED 모듈의 상태를 종합하여 장애 원인을 진단한다.

이에 따라, 본 발명은 제조 단가 및 부피를 기존의 전광판과 동일하게 구성시키면서도 원거리의 모니터링과 유지보수를 정확하고 최소한의 비용으로 수행할 수 있다.

도 1은 본 발명의 실시예에 따른 인공지능 기반 스마트진단 LED 전광판의 구성 개요도이다.
도 2는 본 발명의 실시예에 따른 IoT 전력 측정부를 나타낸다.
도 3은 본 발명의 실시예에 따른 AI 분석부를 나타낸다.
도 4는 도 3의 AI 분석부에 구성된 판단 모듈의 판단 로직 예시를 나타낸다. 도 4a는 판단 모듈의 전력저하 상태를 구분하는 예시를 나타내며, 도 4b는 판단 모듈이 단일 LED 모듈에서 전력 상태가 측정되지 않은 경우의 판단 로직 예시를 나타내며, 도 4a는 다수의 LED 모듈에서 전력 상태가 측정되지 않은 경우의 판단 로직 예시를 나타낸다.
도 5는 본 발명의 실시예에 따른 인공지능 기반 스마트진단 LED 전광판의 분석 프로세스 흐름도를 나타낸다.
도 6은 본 발명의 실시예에 따른 LED 모듈의 진단 실시예를 나타낸다.
도 7은 본 발명의 실시예에 따른 LED 모듈의 진단 후 장애원인이 분류되는 과정을 나타낸다.
도 8은 본 발명의 실시예에 따른 진단 결과 및 대응방안의 예시를 나타낸다.
도 9는 사용자가 입력하게 되는 스마트진단 LED 전광판 제어 어플리케이션의 기본 정보 기능을 나타낸다.
도 10은 사용자가 스마트진단 LED 전광판 제어 어플리케이션에서 원격으로 장애 진단을 수행하는 기능을 나타낸다.
도 11은 사용자가 스마트진단 LED 전광판 제어 어플리케이션에서 확인할 수 있는 장애 이력의 출력 상태를 나타낸다.
도 12는 도 11의 장애 이력 출력 상태의 실시예를 나타낸다.
도 13은 사용자가 스마트진단 LED 전광판 제어 어플리케이션에서 확인할 수 있는 장애 조치 기능을 나타낸다.

이하, 첨부된 도면들에 기재된 내용들을 참조하여 본 발명을 상세히 설명한다. 다만, 본 발명이 예시적 실시 예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일 참조부호는 실질적으로 동일한 기능을 수행하는 부재를 나타낸다.

본 발명의 목적 및 효과는 하기의 설명에 의해서 자연스럽게 이해되거나 보다 분명해 질 수 있으며, 하기의 기재만으로 본 발명의 목적 및 효과가 제한되는 것은 아니다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.

도 1은 본 발명의 실시예에 따른 인공지능 기반 스마트진단 LED 전광판(1)의 구성 개요도이다.

도 1을 참조하면, 스마트진단 LED 전광판(1)은 LED 전광판(10)을 제어하는 제어기(30)가 IoT 전력 측정부(31), 데이터 저장부(33), LUT 데이터부(35), AI 분석부(37) 및 통신부(39)를 포함하여 구성되며, 사용자의 단말부(50)로 LED 전광판(10)의 장애 진단 상황을 송신할 수 있다. 본 실시예로, 제어기(30)는 전광판의 메인 컨트롤러에 포함될 수 있다. 사용자의 단말부(50)는 운영 PC 또는 사용자의 스마트폰이 포함될 수 있다. 후술하겠으나, 본 실시예에 따른 스마트진단 LED 전광판(1)은 제어기(30)의 데이터를 수신하는 어플리케이션을 통해 사용자의 스마트폰 단말로 원격 제어가 수행될 수 있다.

LED 전광판(10)은 종래의 일반 전광판과 동일한 구성이어도 무방하다. 본 실시예에 따른 스마트 진단 LED 전광판(1)은 종래의 LED 전광판(10)에 연동되어 시스템이 구축될 수 있다. LED 전광판(10)은 설계요구에 따라 다수개의 LED 모듈이 마련되며, 각 LED 모듈에는 R(red), G(green), B(blue)의 발광소자가 한 픽셀을 구성할 수 있다.

도 2는 본 발명의 실시예에 따른 IoT 전력 측정부(31)를 나타낸다.

IoT 전력 측정부(31)는 LED 전광판(10)의 입/출력측에 마련되어 LED 전광판(10)의 사용 전력을 측정할 수 있다. 또한, IoT 전력 측정부(31)는 LED 전광판(10)의 대기전력 상태를 측정할 수 있다.

IoT 전력 측정부(31)는 LED 전광판(10)의 전원공급장치(SMPS)(40)의 전원 입력단 또는 누전차단기의 출력단에 연결된 전력 측정 센서를 포함하고, LED 전광판(10)의 소비 전력량을 측정할 수 있다.

본 실시예로, IoT 전력 측정부(31)는 LED 모듈(11)과 1:1의 관계로 마련되지 않음에 주의한다. 본 실시예에 따른 IoT 전력 측정부(31)는 다수개의 LED 모듈(11)을 통합하여 전력 감시를 수행한다. IoT 전력 측정부(31)는 LED 전광판(10) 상에 설치되지 않아도 무방하며, 전원공급장치(40)인 SMPS(Switched Mode Power Supply)의 통합된 입력단 또는 출력단에 마련된다. 전원공급장치(40)는 1:N(N은 정수)의 관계로 다수의 LED 모듈(11)에 전원을 공급한다. 전원공급장치(40)는 SMPS 1개당 LED 모듈(11)을 최대 허용 출력용량대비 2/3 정도를 사용하여 안전성을 확보하기 때문에 SMPS 1대당 적정 수량의 LED 모듈(11)과 연결되어야 한다. 이는 LED 전광판(10)의 크기, LED 모듈(11)의 수, LED 모듈(11)의 개당 전력 소비량에 따라 전력공급장치(40)의 설치 개수가 정해지며, SMPS의 배선 형태는 2x2의 매트릭스 형태로 복수개의 LED 모듈(11)과 연결되거나, 행 또는 열 라인의 형태로 복수개의 LED 모듈(11)과 연결될 수 있다.

이러한 복수개의 전원공급장치(40)의 통합된 입출력단에 IoT 전력 측정부(31)가 마련된다. IoT 전력 측정부(31)는 입력측 또는 출력측에 1개만 마련될 수 있으나, 입력측과 출력측에 각각 최대 2개가 마련되어도 무방하다. IoT 전력 측정부(31)는 LED 전광판(10)의 점검전 대기전력 상태를 측정하며, 이는 전력저하 상태의 판단을 위한 비교값으로 데이터 저장부(33)에 저장된다.

데이터 저장부(33)는 IoT 전력 측정부(31)의 측정 데이터를 저장할 수 있다.

데이터 저장부(33)는 IoT 전력 측정부(31)의 측정 데이터인 소비 전력량을 저장한다. 또한, 데이터 저장부(33)는 IoT 전력 측정부(31)가 측정한 LED 전광판(10)의 대기 전력량을 저장할 수 있다. 이 때, 데이터 저장부(33)는 AI 분석부(37)의 제어로 진단 대상이 된 LED 모듈의 위치와 시간별로 소비 전력량을 저장하는데, IoT 전력 측정부(31)가 측정한 LED 전광판(10)의 소비 전력량은 진단 대상이 된 LED 모듈의 소비 전력량이 된다. 이는 후술하겠으나, AI 분석부(37)가 진단 대 상이 되는 특정 LED 모듈(11)만 온 시킨 상태에서 나머지 LED 모듈을 오프시키기 때문에 LED 전광판(10)의 통합 입출력단에서 측정되는 전력 상태는 진단 대상이 되는 LED 모듈(11)의 전력값이 되기 때문이다.

본 실시예로, 데이터 저장부(33)는 진단 모드의 수행시 저장된 전력값을 상황별로 분류하여 저장할 수 있다. 데이터 저장부(33)는 LED 모듈(11)의 측정 전력값을 모듈의 위치와 시간별로 구분하여 데이터를 저장할 수 있다.

LUT 데이터부(35)는 LED 모듈(11)에 포함된 발광소자의 2차원 좌표값과, 발광소자의 밝기와 휘도를 제어하는 감마값이 룩업 테이블의 포맷으로 저장한다. LUT 데이터부(35)는 LED 모듈(11) 및 LED 모듈(11)을 구성하는 발광소자의 좌표별 픽셀의 위치 값이 저장되어 LED 모듈(11)의 단위 또는 발광소자의 화소 단위로 제어가 가능하도록 한다.

본 실시예로, LUT 데이터부(35)의 룩업 테이블은 2차원 좌표의 어드레스에 발광 소자별 감마값이 저장되어 있다. 룩업 테이블은 전광판의 서브컨트롤러 또는 메인 컨트롤러에서 감산 또는 가산된 보정 감마값으로 구성된 감마 테이블로 구축될 수 있다. 룩업 테이블은 픽셀 단위로 전광판을 제어할 수 있도록 한다. 다만, 이 경우 테이터의 양이 무거운 편으로, 데이터 증가로 지연이 발생될 수 있다. 이러한 지연이 발생되는 것을 방지하고자 미리 계산된 보정 감마값을 저장한 감마 테이블이 구성된다.

룩업 테이블의 실시예로, 룩업 테이블의 감마값(γ)은 1행의 배열로 구성될 수 있고, 1행의 배열은 화질에 따른 해상도와 전광판(50)의 모듈 개수로 결정될 수 있으며, 1행의 개수는 (수평해상도/수평모듈)*(수직해상도/수직모듈)x3개로 구성될 수 있다. 감마값(γ)은 픽셀출력값=입력최대치*(픽셀입력값/입력최대치)^r로 정의할 수 있으며, 입력최대치는 255이고 픽셀입력값은 0~255(256단계)의 범위를 가진다. 0.6986 감마 적용시 픽셀출력값=입력최대치*(픽셀입력값/입력최대치)^1/1.45 이며, 2.0000 감마 적용시 픽셀출력값=입력최대치*(픽셀입력값/입력최대치)^2/1.00 이다. 위 수식에서 감마값(γ)이 지수이며 값이 승수의 값이 적을수록 밝은 이미지로 나타나며, 2.0과 같이 지수의 값이 클수록 밝고 어두움이 명확한 이미지로 보정 할 수 있다. 이는 LED 모듈의 랭크 밝기 전압을 동일하게 인가(Drive)하더라도 발광 모듈(501)을 구성하는 해당 LED의 특성이 떨어져 이미지의 왜곡 부조화가 발생할 수 있기 때문에 좀더 높은 전압을 인가하여 부조화를 없애고 자연스럽게 표현할 수 있다. 본 실시에로, 데이터 저장부(35)는 발광소자의 위치가 2차원 어드레스에서 1차원 어드레스로 변형되어 저장될 수 있다. 이와 관련, 동 출원인의 한국등록특허 제2086163호의 내용이 참조될 수 있다.

도 3은 본 발명의 실시예에 따른 AI 분석부(37)를 나타낸다.

AI 분석부(37)는 LED 모듈을 온/오프 제어하되, 진단 대상이 되는 어느 한 LED 모듈(11)이 온 상태일 때 다른 LED 모듈이 오프 상태로 제어되며, 상기 데이터 저장부에 저장된 진단 대상이 되는 LED 모듈(11)의 전력 측정 데이터와 LUT 데이터부(35)의 데이터를 비교하여 출력 상태를 진단한다.

AI 분석부(37)는 LED 전광판(10)의 LED 모듈을 순차적으로 발광하여 각 LED 모듈별 소비전력저하 상태를 구분하고, 소비전력 저하 상태의 정도와 LED 모듈의 위치 패턴으로 불량 상태를 판단할 수 있다.

AI 분석부(37)는 진단 제어 모듈(371), 분석 모듈(373) 및 판단 모듈(375)을 포함할 수 있다. AI 분석부(37)는 LUT 데이터부(35)에 저장된 x,y 좌표값에 따른 LUT 값을 불러와 LED 모듈을 순차적으로 온/오프하는 진단 모드를 실행하고, LED 모듈(11)의 온 상태는 R(red),G(green),B(blue)의 발광소자를 동시에 발광하여 W(white)값을 최대치로 출력한 상태에서 소비전력이 측정되도록 한다.

AI 분석부(37)는 인공신경망을 통해 불량 LED 모듈을 예측하고 진단하는데, 이를 위한 변수 중 각 LED 모듈마다 전력측정값과 함께 전원공급장치(40)의 개수와 LED 모듈의 연결 형태, 및 서브컨트롤러와 LED 모듈간의 연결 방식이 데이터 값으로 입력되어 변수로 적용된다. 이는 LED 모듈의 연결 형태에 따라 전력저하 상태가 라인으로 형성될 씨 연결 상태에 이상이 있음을 합리적으로 추론하기 위함이다. 반면, 무작위의 위치로 LED 모듈에 전력저하가 발생되면 LED 모듈 자체에 이상이 있는 것이 상당하다. 서브컨트롤러의 경우, 서브컨트롤러로부터 LED 모듈로 출력 데이터를 전송하기 위해 데이터 케이블을 연결하는데 LED 모듈에서 다음 LED 모듈로 연속성을 갖고 연결하게 된다. 이러한 연결방식은 연속성 있는 LED 모듈의 전력저하가 측정될 경우 서브컨트롤러 또는 데이터 케이블에 이상이 있음을 추론할 수 있게 한다.

따라서, AI 분석부(37)는 인공신경망의 입력 변수로, 전원공급장치(40)의 개수, 전원공급장치(40)와 LED 모듈의 연결 형태(박스형 또는 라인형), LED 모듈의 위치별 측정된 전력값, 서브컨트롤러와 LED 모듈의 연결 방식이 설정된다. 이하 AI 분석부(37)의 세부 구성은 다음과 같다.

진단 제어 모듈(371)은 LUT 데이터부(35)의 룩업 테이블을 참조하여, LED 전광판(10)에 구성된 모든 LED 모듈을 순차적으로 온/오프 제어한다. 진단 제어 모듈(371)은 LED 모듈을 하나만 온 시킨 상태에서 나머지를 오프시키고, 이 과정을 LED 전광판(10)을 구성하는 모든 LED 모듈에 시행한다. 본 실시예로, 진단 제어 모듈(371)은 도 2에 예시된 바와 같이 우측 라인으로 순차적으로 LED 모듈(11)을 온/오프 한 뒤, 라인이 끝나면 다음 라인에서 순차적으로 LED 모듈을 온/오프하는 식으로 스크리닝을 진행한다.

분석 모듈(373)은 진단 제어 모듈(371)의 실행으로 LED 모듈(11)의 전력 측정 데이터를 대기전력량과 비교하여 소비전력 저하 상태를 판단한다. 본 실시예로, 소비전력 저하 상태는 퍼센트 단위로 판단될 수 있다.

판단 모듈(375)은 소비전력 저하 상태의 정도와 소비전력이 발생된 LED 모듈(11)의 위치 정보를 종합하여 장애 원인을 판단한다. 판단 모듈(375)은 소비전력 저하 상태를 적어도 3구간 이상으로 분류할 수 있다. 본 실시예로, 판단 모듈(375)은 소비전력 저하가 10% 이하, 10% 이상 20% 이하, 30% 이상의 3구간으로 분류할 수 있다.

판단 모듈(375)은 30% 이상의 전력차가 발생되는 구간을 LED 모듈(11)이 불량인 상태로 판단하며, 단일 LED 모듈의 전력 측정값이 제로인 경우 ‘전원 이상’ 또는 ‘데이터 케이블 이상’의 장애 원인으로 분류하고, 다수의 LED 모듈의 전력 측정값이 제로인 경우 LED 모듈의 횡렬 형태 및 군집 형태에 따라 전원 케이블, 전원공급장치(SMPS), 서브컨트롤러의 장애 원인으로 분류한다.

도 4는 도 3의 AI 분석부에 구성된 판단 모듈(475)의 판단 로직 예시를 나타낸다. 도 4a는 판단 모듈(475)의 전력저하 상태를 구분하는 예시를 나타내며, 도 4b는 판단 모듈(475)이 단일 LED 모듈(11)에서 전력 상태가 측정되지 않은 경우의 판단 로직 예시를 나타내며, 도 4a는 다수의 LED 모듈(11)에서 전력 상태가 측정되지 않은 경우의 판단 로직 예시를 나타낸다.

판단 모듈(375)은 장애 원인과 대처 방법이 각각 은닉층으로 구성된 다층퍼셉트론 방식의 심층 신경망 알고리즘으로 분석 모듈(373)의 소비전력 저하 상태에 따른 장애 원인을 학습할 수 있다. 판단 모듈(375)은 LED 모듈(11)의 측정값을 입력으로 하여 은닉층을 구성하고, 상황에 따른 행렬 함수 및 가중치를 사용하여 결과값을 도출한다. 판단 모듈(375)은 학습시 사용자에 의해 피드백된 장애 원인과 그 당시의 상황에 따른 입력 값을 넣고 벡터로 변환 후 가중치를 적용하여 장애 원인과 조치 방법을 학습 및 예측한다. 상황에 따른 입력값으로는 전술한 LED 모듈의 위치, 전원공급장치(40)와 LED 모듈의 연결 상태, 서브컨트롤러와 LED 모듈의 연결 상태 및 장애가 발생한 LED 모듈의 패턴이 될 수 있다.

도 4a를 참조하면, 판단 모듈(375)은 단일 LED 모듈(11)의 불량 상태 판단시, 30% 이상의 소비전력 저하가 발생되는 경우, LED 모듈(11) 자체의 불량으로 장애원인을 판단하고, LED 모듈 교체를 대응 조치로 판단할 수 있다. 판단 모듈(375)은 단일 LED 모듈(11)의 불량 상태 판단시, 20%~30%의 소비전력 저하가 발생되는 경우, 계획정비 대상으로 대응 조치를 제시하며, 사용자가 개별 점검 후 장애 원인을 피드백하여 입력할 수 있다. 판단 모듈(375)은 단일 LED 모듈(11)의 불량 상태 판단시, 10~20%의 소비전력 저하가 발생되는 경우, 모니터링 필요 대상으로 지정할 수 있다.

도 4b를 참조하면, 단일 LED 모듈(11)의 전력 측정값이 0인 경우 장애원인과 대응조치의 판단 로직을 개시한다. 이 경우, 판단 모듈(375)은 전원 이상과 데이터 케이블 이상의 두가지 종류로 장애원인을 분류할 수 있다. 전원 이상의 경우 세부적인 장애원인으로 전원 불량, 전원 케이블 불량, 전원 컨넥터 접속 불량의 세가지가 제시될 수 있다. 판단 모듈(375)은 전원 불량의 경우 SMPS 교체를 대응 조치로 제시할 수 있으며, 전원 케이블 불량의 경우 케이블 교체를 대응 조치로 제시할 수 있고, 전원 컨넥터 접속불량의 경우 케이블 재접속을 대응 조치로 제시할 수 있다.

도 4c를 참조하면, 다수의 LED 모듈(11)에서 전력 측정값이 0인 경우 장애원인과 대응조치의 판단 로직을 개시한다. 장애가 생긴 LED 모듈이 횡렬 형태로 불량인 경우, 판단 모듈(375)은 SMPS 불량 또는 전원 케이블 불량 또는 전원의 불량의 장애원인으로 판단 로직이 구성될 수 있다. 판단 모듈(375)은 다수의 LED 모듈 군집 형태가 불량인 경우, 데이터 케이블 불량, 케이블 접속 불량 또는 서브컨트롤러 불량의 장애원인으로 판단 로직이 구성될 수 있다. 판단 모듈(375)은 다수 LED 모듈이 무작위 분포로 불량이 발생된 경우, 개별 장애 확인으로 대응 조치를 제시할 수 있다.

판단 모듈(475)의 학습 네트워크는 장애 원인 및 대처 방법의 경우의 수에 따라 은닉층의 개수가 결정된다. 상황 변수가 많으므로 심층 신경망(DNN) 또는 다층퍼셉트론(MLP)를 사용하여 결과값의 정확도를 높일 수 있다.

통신부(39)는 AI 분석부(37)의 진단 결과를 관리자 단말기(50)로 전송한다. 단말부 장치들인 운용 PC와 휴대용 단말기기를 통해 사용하는 LED 모듈(11)의 상태 알림, 원인, 조치 방법 등을 수신받을 수 있다. 사용자는 LED 전광판(10)의 장애 처리를 완료한 후 장애 원인 및 대응 방법을 어플리케이션을 통해 입력하여 전송하며, 이 피드백 정보는 AI 분석부(37)를 통해 지속적인 학습을 수행하도록 한다.

도 5는 본 발명의 실시예에 따른 인공지능 기반 스마트진단 LED 전광판(1)의 분석 프로세스 흐름도를 나타낸다. 도 5은 전술한 스마트진단 LED 전광판(1)의 불량 상태 진단의 일련의 과정을 보여주는 절차도이다. 사용자의 요청으로 LED 전광판(10)의 불량 상태 확인 진단을 시작하면, IoT 전력 측정부(31)가 전체 LED 전광판(10) 화면의 출력전 전압을 측정한다. 이후, xy좌표값에 따른 LUT 데이터 값을 LUT 데이터부(35)로부터 로드한다. AI 분석부(37)는 진단 제어 모듈(371)이 x, y 좌표값에 따른 LED 모듈(11) 1개에 대한 White 색의 최대 밝기 출력으로 온시키고 모듈 1개당 순차적으로 발광되도록 한다. LED 모듈(11)이 최대 밝기의 백색광을 출력할 때마다 IoT 전력 측정부(31)는 모듈별 전력 측정 값을 전송하며, 데이터 저장부(33)가 모듈의 위치별, 시간별로 전력값을 저장한다. 측정 저장된 LED 모듈의 전력값과 변동된 값을 기준으로 AI 분석부(37)가 장애 상태를 판별하고 분류한다. 판별된 LED 모듈(11)의 불량 여부와 불량 LED 모듈의 위치별 모양별로 장애 대응법과 장애 알림이 사용자 단말로 전송된다.

도 6은 본 발명의 실시예에 따른 LED 모듈(11)의 진단 실시예를 나타낸다.

도 6을 참조하면, LED 모듈(11)의 불량 상태를 확인하는 방법으로 처음 LED 전광판(10)의 출력물이 없는 상태인 Black 색상 값을 0으로 하여 전광판 전체 소비전력을 IoT 전력 측정부(31)가 측정한다. 측정 후, x, y좌표에 따른 LED 모듈 1개씩 백색광 최대 밝기값을 255로 출력하여 IoT 전력 측정부(31)가 소비전력을 측정한다. 상기의 0 내지 255의 값을 LED 모듈의 위치별 시간대별로 저장한다. 처음 Black 색상의 전력 소비량을 측정하는 이유는 각각의 LED 모듈별로 전력측정 센서를 설치하기 힘들며 비용이 증가하고 관리가 어렵기 때문이다. 이에 따라 전광판 자체 전원 입력부에만 IoT 전력 측정부(31)가 설치되며 각각의 LED 모듈을 따로 측정한 후 저장하고 상태 진단이 반복될수록 저장된 데이터의 평균값은 신뢰성이 높아지며 오차범위가 줄어들게 된다.

도 7은 본 발명의 실시예에 따른 LED 모듈(11)의 진단 후 장애원인이 분류되는 과정을 나타낸다. 도 7을 참조하면, LED 모듈(11)의 전력을 측정하였을 때, 측정값이 평균보다 10% 정도 소비전력량이 낮게 나오는 경우, 20% 낮게 나오는 경우, 30% 이상 낮게 나오는 경우를 각각 A, B, C로 분류하였을 때, A는 LED 모듈(11) 초기 불량으로 모니터링 관심 단계이며, 10%~20% 차이는 유지보수 계획시 우선선위를 앞당겨 점검할 수 있도록 하고, 만약 30% 이상의 전력 차이가 발생되면 즉각 LED 모듈(11)의 교체와 불량 알림을 전송하도록 하여 즉각적인 장애 대응을 가능하도록 한다. 도 7과 같이 LED 모듈의 불량 위치가 특정하게 모여있거나 SMPS의 전원공급 섹터와 패턴이 일치한다면 SMPS 불량으로 예측 진단이 가능하다.

도 8은 본 발명의 실시예에 따른 진단 결과 및 대응방안의 예시를 나타낸다. 도 8을 참조하면, SMPS가 LED 모듈과 전원 연결이 행으로 된 예시를 볼 수 있다. SMPS 불량시 해당 행의 LED 모듈에 모두 전력저하 상태가 발생될 것이다. SMPS는 각각의 고유 식별 가능한 번호 또는 값이 부여될 수 있으며, LED 모듈과의 연결 정보는 AI 분석부(37)에 공유된다. 불량으로 의심되는 LED 모듈의 전력값은 측정은 되지만 전력 소모량이 크지 않다면 LED 모듈 자체의 불량이며, 값이 측정되지 않는다면 전원 케이블 접속 불량 또는 데이터 케이블 불량으로 장애 원인을 압축하는 것이 바람직하다.

도 9는 사용자가 입력하게 되는 스마트진단 LED 전광판 제어 어플리케이션의 기본 정보 기능을 나타낸다. 본 실시예에 따른 스마트진단 LED 전광판은 제어 방법이 어플리케이션으로 구현될 수 있다. 도 9는 어플리케이션의 UI 예시도이며, 관리자인 사용자는 LED 전광판(10)의 기본 정보를 입력할 수 있다. 입력하는 기본 정보로는 LED 모듈의 크기와 픽셀 간격, 가로세로 픽셀 수를 입력할 수 있으며, 좌우의 모듈 개수만 넣으면 전광판 모양의 디자인이 제공된다. 생성된 LED 전광판(10)에 서브컨트롤러와 전원공급장치(SMPS) 아이콘을 넣어서 연결관계를 입력한다. 서브컨트롤러 모양을 두 번 클릭 후 연결된 방향까지 드래그를 하면 연결선이 나오며, 이를 통해 해당 서브컨트롤러로부터 연결된 각각의 LED 모듈을 구성시킬 수 있다. SMPS 역시 아이콘을 지정하고 더블클릭 후 해당 SMPS와 연결된 LED 모듈을 각각 클릭하여 연결관계를 완성할 수 있다. 이와 같이 저장된 정보는 AI 분석부(37)의 학습을 위한 입력 변수가 되고, 장애원인 및 조치방법의 예측을 보다 정확하고 현장에 맞도록 학습할 수 있도록 한다.

도 10은 사용자가 스마트진단 LED 전광판 제어 어플리케이션에서 원격으로 장애 진단을 수행하는 기능을 나타낸다. 도 10을 참조하면, 사용자가 어플리케이션을 통해 장애 진단을 수행하는 모습이 UI로 예시되었다. 사용자가 장애 진단 탭을 클릭하면, 기본 정보로부터 생성된 LED 전광판(10)의 모양이 출력되며, 기설정된 정보로부터 서브컨트롤러와 SMPS가 표시된다. 진단 시작 버튼을 누르면 순차적으로 LED 모듈의 측정이 이뤄진다. 사용자는 장애 진단 진행률을 실시간으로 파악할 수 있다. 진단 결과로 측정된 DATA는 엑셀 형태로 별도로 다운로드 받을 수 있다. 그밖의 편의 기능으로, 예약진단 또는 반복주기를 설정하여 주기적으로 LED 전광판(10)을 자동 검사할 수 있다.

도 11은 사용자가 스마트진단 LED 전광판 제어 어플리케이션에서 확인할 수 있는 장애 이력의 출력 상태를 나타낸다. 도 11을 참조하면, 사용자가 어플리케이션을 통해 장애 이력을 조회할 수 있는 UI가 예시된다. 사용자가 장애 이력 탭을 클릭하면, 최근 장애 이력 사항이 출력되어 한눈에 장애 일시와 내역을 파악할 수 있다. 어플리케이션에 출력되는 LED 전광판 맵에서는 각각의 LED 모듈의 모양으로 확인이 가능하며, 장애 횟수가 숫자로 표시될 수 있다. 색상은 LED 모듈의 불량도를 나타낼 수 있으며, 색상별로 10% 이하 소비전력, 20~30%이하 소비전력, 30% 이상의 소비전력 저하 모듈을 다르게 표시하여 가시성을 높일 수 있다.

도 12는 도 11의 장애 이력 출력 상태의 실시예를 나타낸다.

도 12를 참조하면, 사용자는 LED 전광판의 확대 및 축소로 세부 모듈 정보를 확인할 수 있다. 장애가 발생된 LED 모듈 그룹을 4등분하여 구역별로 표시가 될 수 있다.

도 13은 사용자가 스마트진단 LED 전광판 제어 어플리케이션에서 확인할 수 있는 장애 조치 기능을 나타낸다. 도 13을 참조하면, 사용자가 어플리케이션을 통해 장애 조치를 조회할 수 있는 UI가 예시된다. 사용자가 장애 조치의 탭을 클릭하면, LED 전광판 모양의 창이 출력되고, 불량 표시된 LED 모듈을 클릭하면 장애 원인 및 처리 내역을 입력하는 탭이 출력될 수 있다. LED 전광판의 장애 원인은 사용자가 직접 확인 후 기설정된 장애 원인을 수정하여 재학습시킬 수 있고, 장애 조치 내역의 선택 후 조치 완료를 입력할 수 있다. 생성된 장애원인 탭속에 해당 장애 원인이 없을 경우 기타 장애 탭을 클릭하여 장애 원인과 조치 내역을 새롭게 입력할 수 있다. 이러한 LED 전광판의 장애 이력 데이터는 새롭게 업데이트 되면서 AI 분석부(37)의 입력 변수로 추가하여 분석을 수행할 수 있다.

이상에서 대표적인 실시예를 통하여 본 발명을 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명한 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 특허청구범위와 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태에 의하여 정해져야 한다.

1: 스마트진단 LED 전광판
10: LED 전광판
11: LED 모듈
30: 제어기
31: IoT 전력 측정부
33: 데이터 저장부
35: LED 데이터부
37: AI 분석부
371: 진단 모듈
373: 분석 모듈
375: 판단 모듈
39: 통신부
40: 전원공급장치
50: 단말기

Claims

LED 전광판의 입/출력측에 마련되어 상기 LED 전광판의 사용 전력을 측정하는 IoT 전력 측정부;
상기 IoT 전력 측정부의 측정 데이터를 저장하는 데이터 저장부;
LED 모듈에 포함된 발광소자의 2차원 좌표값과, 상기 발광소자의 밝기와 휘도를 제어하는 감마값이 룩업 테이블의 포맷으로 저장된 LUT 데이터부;
상기 LED 모듈을 온/오프 제어하되, 진단 대상이 되는 어느 한 LED 모듈이 온 상태일 때 다른 LED 모듈이 오프 상태로 제어되며, 상기 데이터 저장부에 저장된 진단 대상이 되는 상기 LED 모듈의 전력 측정 데이터와 상기 LUT 데이터부의 데이터를 비교하여 출력 상태를 진단하는 AI 분석부; 및
상기 AI 분석부의 진단 결과를 관리자 단말기로 전송하는 통신부를 포함하고,
상기 AI분석부는,
LED 전광판의 LED 모듈을 순차적으로 발광하여 각 LED 모듈별 소비전력저하 상태를 구분하고, 소비전력 저하 상태의 정도와 LED 모듈의 위치 패턴으로 불량 상태 및 장애 원인을 판단하도록 구비하되,
LED 모듈을 구성하는 발광소자의 픽셀의 위치 x,y 좌표값에 따른 LUT 값을 불러와 상기 LED 모듈을 순차적으로 온/오프하는 진단 모드를 실행하되, 온 상태의 LED 모듈의 R(red),G(green),B(blue)의 발광소자를 동시에 발광하여 W(white)값을 최대치로 출력한 상태에서 소비전력이 측정하고 측정된 소비전력과 기 정해진 대기전력을 비교하여 소비전력 저하 상태를 판단하고, 판단된 소비전력 저하 상태의 정도 및 LED 모듈의 위치 정보로 장애 원인을 판단하고,
상기 LED 모듈의 위치 정보를 토대로 연속하여 LED 모듈이 전력 저하가 측정되는 경우 장애 원인을 서브컨트롤러 또는 데이터 케이블의 이상으로 판단하는 것을 특징으로 하는 인공지능 기반 스마트진단 LED 전광판.
제 1 항에 있어서,
상기 IoT 전력 측정부는,
상기 LED 전광판의 전원공급장치(SMPS)의 전원 입력단 또는 누전차단기의 출력단에 연결된 전력 측정 센서를 포함하고,
상기 LED 전광판의 소비 전력량을 측정하는 것을 특징으로 하는 인공지능 기반 스마트진단 LED 전광판.
제 1 항에 있어서,
상기 데이터 저장부는,
상기 IoT 전력 측정부의 측정 데이터인 소비 전력량을 저장하되,
상기 AI 분석부의 제어로 진단 대상이 된 상기 LED 모듈의 위치와 시간별로 소비 전력량을 저장하여,
상기 IoT 전력 측정부가 측정한 상기 LED 전광판의 소비 전력량이 진단 대상이 된 상기 LED 모듈의 소비 전력량인 것을 특징으로 하는 인공지능 기반 스마트진단 LED 전광판.
제 1 항에 있어서,
상기 IoT 전력 측정부는,
상기 LED 전광판의 대기전력 상태를 측정하고,
상기 데이터 저장부는,
상기 IoT 전력 측정부가 측정한 상기 LED 전광판의 대기 전력량을 저장하는 것을 특징으로 하는 인공지능 기반 스마트진단 LED 전광판.
제 1 항에 있어서,
상기 LUT 데이터부는,
상기 LED 모듈 및 LED 모듈을 구성하는 발광소자의 좌표별 픽셀의 위치 값이 저장되어 LED 모듈 단위 또는 발광소자의 화소 단위로 제어가 가능하도록 하며,
상기 AI 분석부는,
상기 LUT 데이터부에 저장된 x,y 좌표값에 따른 LUT 값을 불러와 상기 LED 모듈을 순차적으로 온/오프하는 진단 모드를 실행하고, 상기 LED 모듈의 온 상태는 R(red),G(green),B(blue)의 발광소자를 동시에 발광하여 W(white)값을 최대치로 출력한 상태에서 소비전력이 측정되도록 하는 것을 특징으로 하는 인공지능 기반 스마트진단 LED 전광판.
제 1 항에 있어서,
상기 AI 분석부는,
상기 LUT 데이터부의 룩업 테이블을 참조하여, 상기 LED 전광판에 구성된 모든 LED 모듈을 순차적으로 온/오프 제어하는 진단 제어 모듈;
상기 진단 제어 모듈의 실행으로 상기 LED 모듈의 전력 측정 데이터를 대기전력량과 비교하여 소비전력 저하 상태를 판단하는 분석 모듈; 및
소비전력 저하 상태의 정도와 소비전력이 발생된 LED 모듈의 위치 정보를 종합하여 장애 원인을 판단하는 판단 모듈을 포함하는 것을 특징으로 하는 인공지능 기반 스마트진단 LED 전광판.
제 6 항에 있어서,
상기 판단 모듈은,
소비전력 저하 상태를 적어도 3구간 이상으로 분류하고, 30% 이상의 전력차가 발생되는 구간을 LED 모듈이 불량인 상태로 판단하며,
단일 LED 모듈의 전력 측정값이 제로인 경우 ‘전원 이상’ 또는 ‘데이터 케이블 이상’의 장애 원인으로 분류하고, 다수의 LED 모듈의 전력 측정값이 제로인 경우 LED 모듈의 횡렬 형태 및 군집 형태에 따라 전원 케이블, 전원공급장치(SMPS), 서브컨트롤러의 장애 원인으로 분류하는 것을 특징으로 하는 인공지능 기반 스마트진단 LED 전광판.
제 6 항에 있어서,
상기 판단 모듈은,
장애 원인과 대처 방법이 각각 은닉층으로 구성된 다층퍼셉트론 방식의 심층 신경망 알고리즘으로 상기 분석 모듈의 소비전력 저하 상태에 따른 장애 원인을 학습하는 것을 특징으로 하는 인공지능 기반 스마트진단 LED 전광판.
인공지능 기반 스마트진단 LED 전광판 제어 방법에 있어서,
LED 전광판의 입/출력측에 마련되어 상기 LED 전광판의 사용 전력을 측정하는 IoT 전력 측정부의 데이터를 수신하여 저장하는 (a)단계;
LED 모듈에 포함된 발광소자의 2차원 좌표값과 상기 발광소자의 밝기와 휘도를 제어하는 감마값이 룩업 테이블의 포맷으로 저장된 LUT 데이터부로부터 상기 발광소자의 위치 정보를 AI 분석부가 참조하는 (b)단계;
상기 AI 분석부가 상기 (b)단계의 수행으로 x,y 좌표값에 따른 LUT 값을 불러와 상기 LED 모듈을 순차적으로 온/오프하는 진단 모드를 수행하되, 온 상태의 LED 모듈의 R(red),G(green),B(blue)의 발광소자를 동시에 발광하여 W(white)값을 최대치로 출력하는 (c)단계;
상기 (c)단계의 수행시 상기 IoT 전력 측정부가 상기 LED 모듈의 전력을 측정하고, 상기 AI 분석부가 상기 LED 모듈의 전력 측정 데이터를 대기전력량과 비교하여 소비전력 저하 상태를 판단하는 (d)단계; 및
상기 AI 분석부가 소비전력 저하 상태의 정도와 소비전력이 발생된 LED 모듈의 위치 정보를 종합하여 장애 원인을 판단하는 (e)단계;를 포함하되,
상기 AI 분석부가 상기 LED 모듈의 위치 정보를 토대로 연속하여 LED 모듈이 전력 저하가 측정되는 경우 장애 원인을 서브컨트롤러 또는 데이터 케이블의 이상으로 판단하는 것을 특징으로 하는 인공지능 기반 스마트진단 LED 전광판 제어 방법.