KR102514235B1 - 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법 - Google Patents
인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR102514235B1 KR102514235B1 KR1020220097357A KR20220097357A KR102514235B1 KR 102514235 B1 KR102514235 B1 KR 102514235B1 KR 1020220097357 A KR1020220097357 A KR 1020220097357A KR 20220097357 A KR20220097357 A KR 20220097357A KR 102514235 B1 KR102514235 B1 KR 102514235B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- floating population
- air quality
- sensor
- integrated sensor
- Prior art date
Links
- 238000007667 floating Methods 0.000 title claims abstract description 157
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 48
- 238000005516 engineering process Methods 0.000 title abstract description 27
- 238000000034 method Methods 0.000 title abstract description 24
- 238000009434 installation Methods 0.000 claims abstract description 41
- 238000004891 communication Methods 0.000 claims description 39
- 238000003915 air pollution Methods 0.000 claims description 33
- 239000000428 dust Substances 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000013079 data visualisation Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 239000012855 volatile organic compound Substances 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000012351 Integrated analysis Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 14
- 230000000694 effects Effects 0.000 abstract description 8
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 12
- 230000010365 information processing Effects 0.000 description 10
- 238000012800 visualization Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000002265 prevention Effects 0.000 description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- YNQLUTRBYVCPMQ-UHFFFAOYSA-N Ethylbenzene Chemical compound CCC1=CC=CC=C1 YNQLUTRBYVCPMQ-UHFFFAOYSA-N 0.000 description 2
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 2
- 230000002250 progressing effect Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- RAOIDOHSFRTOEL-UHFFFAOYSA-N tetrahydrothiophene Chemical compound C1CCSC1 RAOIDOHSFRTOEL-UHFFFAOYSA-N 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 238000012896 Statistical algorithm Methods 0.000 description 1
- -1 TVOC concentration Substances 0.000 description 1
- IKHGUXGNUITLKF-XPULMUKRSA-N acetaldehyde Chemical compound [14CH]([14CH3])=O IKHGUXGNUITLKF-XPULMUKRSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- 125000002496 methyl group Chemical group [H]C([H])([H])* 0.000 description 1
- 229910000069 nitrogen hydride Inorganic materials 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000008096 xylene Substances 0.000 description 1
Images
Classifications
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0096—Investigating consistence of powders, dustability, dustiness
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Combustion & Propulsion (AREA)
- Computer Networks & Wireless Communication (AREA)
- Entrepreneurship & Innovation (AREA)
- Signal Processing (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Air Conditioning Control Device (AREA)
Abstract
본 발명은 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법에 관한 것이다. 본 발명의 공기질 연개 유동 인구 관제 시스템은 복수 개의 통합 센서 장치와 관제 서버를 포함한다. 통합 센서 장치는 공기질 센서와 유동 인구 센서를 포함하고, 하나의 하우징에 구비되어 일체형으로 형성된다. 통합 센서 장치는 설치 장소의 공기질 데이터와 유동 인구 데이터를 실시간 측정하여 관제 서버로 전송한다. 관제 서버는 공기질 데이터와 유동 인구 데이터를 수집, 분석 및 가공하여 인공지능 기반의 빅데이터를 구축하고, 이를 통해 데이터를 시각화한다. 본 발명에 의하면, 빅데이터 기반의 환경 정보와 유동 인구 데이터에 따른 경제 활동과의 상관 관계를 분석하여 인공지능 기반으로 경제 활동에 대한 예측 정보를 제공하며, 관련 데이터를 다양한 목적, 용도 등에 맞게 시각화하여 제공하는 서비스를 구현할 수 있다.
Description
본 발명은 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법에 관한 것으로, 좀 더 구체적으로 공기질 센서 장치를 이용하여 측정된 공기질 데이터와, 유동 인구 센서를 이용하여 측정된 유동 인구 데이터를 수집, 분석 및 시각화하는 솔루션을 기반으로 안전한 삶과 경제 활동에 필요한 예측 정보를 제공하는 서비스를 구현하기 위한 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법에 관한 것이다.
스마트 시티 산업의 성장으로 도시 인프라 관리 및 시민들의 삶에 영향을 줄 수 있는 다양한 데이터들을 수집하기 위한 사물인터넷(IoT) 시장 규모가 빠르게 성장하고 있다. 최근에는 종래 방식의 개별적이고 파편화되어 있는 데이터 수집 체계의 통합이 빠르게 이루어지고 있으며, 특히 시민들이 직접적으로 체감할 수 있는 디지털 기반의 공공 행정 서비스로의 전환에 따라 시민에 대한 모니터링 기술과 관련 제품의 수요 증가와 표준화가 빠르게 진행되고 있는 실정이다.
이에 최근 시장에서는 환경 오염에 대한 측정 뿐만 아니라, 이에 따른 시민의 삶에 영향을 끼치는 다양한 데이터들 예를 들어, 환경 오염과 유동 인구 변화, 환경과 연계되어 관광객의 방문 빈도에 대한 데이터 등이 요구됨에 따라, 시장 수요 대응을 위해 날씨, 온습도 및 공기질 측정 데이터와 공기질에 의해 영향을 받을 수 있는 유동 인구, 점포 매출 등과 같이 다양한 연관 데이터 확보에 대한 필요성이 대두되고 있다.
그러나 현재에는 다양한 사물인터넷 제품에 비해 고객 체감형 데이터 융합 서비스가 부재하여 현장 조사 기반의 목표 데이터 설정, 수집 데이터 융합 및 분석 개발, 공공 데이터화를 위한 시스템 개발이 절실히 필요하다.
본 발명의 목적은 다양한 데이터를 수집, 분석하기 위한 통합형의 센서 장치를 이용하여 데이터 수요에 대응할 수 있는 데이터 다양성을 확보하고 인공지능 기술을 활용하여 예측형의 서비스를 제공하기 위한 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법을 제공하는 것이다.
본 발명의 다른 목적은 실시간으로 측정되는 공기질 데이터와 유동 인구 데이터를 수집, 분석 및 가시화 처리하여 공기질과 유동 인구의 상관 관계에 따른 다양한 데이터를 인공지능 기반으로 예측하여 제공하는 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 사물인터넷과 인공지능 기술을 적용하여 공기질 변화에 따른 시민의 행동 변화를 예측하고, 이를 통해 유동 인구를 관제하는 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 사물인터넷과 인공지능 기술을 적용하여 공기질과 유동 인구 변이를 실시간 측정 및 모니터링하고 이벤트 발생 시 알람을 발생시켜서 효율적인 안전과 방범에 활용할 수 있는 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 통합 센서 장치를 이용하여 실시간으로 다양한 데이터를 수집하고 이를 활용하여 실시간 상황을 인지하여 다양한 분야에서 데이터를 사용할 수 있도록 제공하는 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법을 제공하는 것이다.
상기 목적들을 달성하기 위한, 본 발명의 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템은 공기질 센서와 유동 인구 센서가 구비된 통합 센서 장치를 이용하여 다양한 장소에 설치하고, 각각의 설치 장소에 대한 공기질 데이터와 유동 인구 데이터를 실시간 측정하고, 데이터 수집, 모니터링, 분석 및 가시화 처리하여 공기질과 유동 인구가 연동되는 다양한 목적과 용도에 적합한 데이터를 예측하는데 그 한 특징이 있다. 이와 같은 본 발명의 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템은 데이터 수요에 대응할 수 있는 데이터 다양성을 확보하고 인공지능 기술을 활용하여 예측형의 서비스를 제공할 수 있다.
이 특징에 따른 본 발명의 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템은, 통신망에 연결되어 상호 식별 가능하도록 구비되고, 설치 장소의 대기 오염 상태에 따른 공기질 데이터를 측정하는 공기질 센서와 상기 설치 장소의 유동 인구 데이터를 측정하는 유동 인구 센서가 하나의 하우징에 구비되어 일체형으로 형성되는 복수 개의 통합 센서 장치; 및 통신망을 통하여 상기 통합 센서 장치들 각각과 연결되고, 상기 통합 센서 장치들 각각으로부터 공기질 데이터와 유동 인구 데이터를 실시간으로 전송받아서 수집하고, 인공지능 기반으로 공기질 데이터와 유동 인구 데이터를 분석하여 빅데이터를 구축하고, 구축된 빅데이터를 기반으로 공기질 데이터와 유동 인구 데이터를 데이터 시각화 처리하여 상기 통합 센서 장치들이 설치되는 적어도 하나의 설치 장소에 대한 대기 오염 상태와 유동 인구가 상관 관계되는 데이터를 예측하여 제공하는 관제 서버를 포함한다.
이 특징에 있어서, 상기 관제 서버는, 상기 데이터 시각화를 통해 대기 오염 상태와 유동 인구 변이의 상관 관계를 분석하여 상기 통합 센서 장치의 설치 장소에 대한 인구 유동 예측과 점포 매출이 적어도 포함되는 예측 데이터를 생성 및 제공하고; 상기 통합 센서 장치에 대응하여 대기 오염 상태에 따른 안내 메시지를 출력하는 알람 서비스를 더 처리한다.
이 특징에 있어서, 상기 통합 센서 장치는, 상기 공기질 센서에 적어도 미세먼지 농도를 측정하는 미세먼지 센서를 구비하고; 상기 관제 서버로부터 대기 오염 상태에 따른 안내 메시지를 전송받아서 음성 또는 디스플레이 출력하는 음성 출력부와 디스플레이부 중 적어도 하나가 더 구비된다.
상술한 바와 같이, 본 발명의 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템은 공기질 센서와 유동 인구 센서가 결합된 통합 센서 장치를 이용하여 날씨, 공기질, 온습도 등의 환경 정보와, 유동 인구 데이터를 수집하여 빅데이터를 구축하고, 빅데이터 기반의 환경 정보와 유동 인구 데이터에 따른 경제 활동과의 상관 관계를 분석하여 인공지능 기반으로 경제 활동에 대한 예측 정보를 제공하며, 관련 데이터를 다양한 목적, 용도 등에 맞게 시각화하여 제공하는 서비스를 구현할 수 있다.
또 본 발명의 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템은 통합 센서 장치와 시각화 기반 데이터 서비스를 활용하여 다양한 목적이나 용도들 예를 들어, 실시간 유동 인구 데이터를 통계 분석하여 문화 관광 특구 활성화를 위한 다양한 정책 개발에 활용할 수 있고, 야외 활동에 영향을 줄 수 있는 공기질 측정 데이터를 통합 분석하고 실시간 체류 인구 데이터를 활용하여 방역 서비스, 공기질 관리 서비스를 효율적으로 운용 가능하고, 방문객 통계 분석과 인공지능 데이터 학습을 통한 장래 유동 인구 규모 추세 및 변화를 예측하여 장래의 방문객 예측 및 점포 카드 승인 데이터를 활용하여 지역 소상공인 진흥 및 활성화를 위한 다양한 정책 개발에 활용할 수 있다.
또 본 발명의 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템은 공기질 센서와 유동 인구 센서를 연동하여 공기질이 안 좋은 지역이 발생되면, 유동 인구가 많은 지역에 음성 및 디스플레이를 통한 마스크 착용 및 이동 자제 등의 알람 서비스를 제공하여 주변에 위치하는 시민의 안전을 유도할 수 있다.
또한 본 발명의 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템은 공기질 센서와 유동 인구 센서가 일체화된 통합 센서 장치 및 공기질과 유동 인구의 상관 관계를 갖는 데이터에 대한 수요를 지방 자치 단체 등 공공기관 뿐만 아니라, 클라우드 데이터 기반의 서비스로의 사업 모델을 확장하고, 이를 통한 신규 수요처 및 신시장 창출이 가능하다.
도 1은 본 발명에 따른 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템의 네트워크 구성을 도시한 블록도,
도 2는 도 1에 도시된 통합 센서 장치의 구성을 나타내는 블록도,
도 3은 도 1에 도시된 관제 서버의 구성을 나타내는 블록도, 그리고
도 4는 본 발명에 따른 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템의 처리 수순을 도시한 흐름도이다.
도 2는 도 1에 도시된 통합 센서 장치의 구성을 나타내는 블록도,
도 3은 도 1에 도시된 관제 서버의 구성을 나타내는 블록도, 그리고
도 4는 본 발명에 따른 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템의 처리 수순을 도시한 흐름도이다.
본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 서술하는 실시예로 인해 한정되어지는 것으로 해석되어서는 안된다. 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서 도면에서의 구성 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어진 것이다.
본 발명에 따른 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템은 공기질 센서와 유동 인구 센서가 구비되는 복수 개의 통합 센서 장치를 이용하여 실시간으로 설치 장소들 각각의 공기질과 유동 인구 데이터를 측정하고, 측정된 데이터를 수집, 분석, 학습, 가공 및 시각화하여 다양한 목적과 용도에 적합한 예측 정보를 제공하는 데이터 서비스를 제공한다.
본 발명의 공기질 연계 유동 인구 관제 시스템은 통합 센서와 시각화 기반 데이터 서비스를 활용하여 다양한 목적이나 용도들 예를 들어, 실시간 유동 인구 데이터를 통계 분석하여 문화 관광 특구 활성화를 위한 다양한 정책 개발에 활용할 수 있고, 야외 활동에 영향을 줄 수 있는 공기질 측정 데이터를 통합 분석하고 실시간 체류 인구 데이터를 활용하여 방역 서비스, 공기질 관리 서비스를 효율적으로 운용 가능하고, 방문객 통계 분석과 인공지능 데이터 학습을 통한 장래 유동 인구 규모 추세 및 변화를 예측하여 장래의 방문객 예측 및 점포 카드 승인 데이터를 활용하여 지역 소상공인 진흥 및 활성화를 위한 다양한 정책 개발에 활용할 수 있다.
따라서 본 발명의 공기질 연계 유동 인구 관제 시스템은 일상 생활과 밀접한 공기질과 유동 인구 데이터를 수집, 분석 및 시각화하는 솔루션을 기반으로 안전한 삶과 경제 활동에 필요한 다양한 예측 정보를 제공하는 서비스를 구축할 수 있다.
이하 첨부된 도 1 내지 도 4를 참조하여 본 발명의 실시예를 상세히 설명한다.
도 1은 본 발명에 따른 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템의 네트워크 구성을 도시한 블록도이고, 도 2는 도 1에 도시된 통합 센서 장치의 구성을 나타내는 블록도이며, 그리고 도 3은 도 1에 도시된 서버의 구성을 나타내는 블록도이다.
도 1 내지 도 3을 참조하면, 본 발명에 따른 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템(2)은 공기질 센서(220)와 유동 인구 센서(230)가 하나의 통합 센서 장치(200)에 구비되고, 복수 개의 통합 센서 장치(200)들 각각이 다양한 위치의 야외에 설치되어 통합 센서 장치(200)들 각각을 이용하여 설치 장소의 공기질 데이터와 유동 인구 데이터를 실시간 측정한다.
본 발명의 공기질 연계 유동 인구 관제 시스템(2)은 공기질 데이터와 유동 인구 데이터를 수집 및 분석하고, 인공지능의 빅데이터 기반으로 대기 오염 상태와 유동 인구 변이를 분석 및 가공하여 복수의 설치 장소들의 지역별, 시간대별, 장소별, 구역별, 도로별, 일시별 등에 따라 다양한 형태의 데이터로 시각화하여 제공한다. 예를 들어, 본 발명의 공기질 연계 유동 인구 관제 시스템(2)은 데이터 시각화를 통해 날씨, 온습도, 공기질과 유동 인구, 점포 매출 등의 상관 관계를 분석하고, 인공지능 기반의 공기질에 따른 인구 유동, 점포 매출 등의 예측 데이터를 생성 및 제공하며, 공공기관 등에서 다양한 목적 및 용도로 활용 가능하도록 데이터를 제공한다.
이를 위해 본 발명의 공기질 연계 유동 인구 관제 시스템(2)은 복수 개의 통합 센서 장치(200)와 관제 서버(100)를 포함한다. 통합 센서 장치(200)와 관제 서버(100)는 통신망(4)을 통하여 상호 데이터 통신이 이루어진다. 또 본 발명의 공기질 연계 유동 인구 관제 시스템(2)은 복수 개의 사용자 단말기(300)를 더 포함한다.
구체적으로, 통신망(4)은 예를 들어, 유무선 통신망, 이동 통신망 등을 포함하고, 각각의 단일 통신망 또는 이들 각각이 결합된 복합 통신망으로 구비된다. 통신망(4)은 복수 개의 통합 센서 장치(200)들 각각과 관제 서버(100), 통합 센서 장치(200)와 사용자 단말기(300)들, 관제 서버(100)와 사용자 단말기(300)들 각각이 상호 데이터 통신이 이루어지도록 연결된다.
통합 센서 장치(200)는 서로 다른 위치의 옥외에 고정 설치되고, 각각이 설치 장소에 대응되는 식별 정보(예를 들어, IP, ID 등)를 구비한다. 통합 센서 장치(200)는 공기질 센서(220)와 유동 인구 센서(230)를 포함한다. 공기질 센서(220)는 설치 장소의 대기 오염 상태를 측정하기 위하여 다양한 센서들 예를 들어, 온습도 센서, 미세먼지 센서, TVOC 센서, 가스 센서, 이미지 센서, 풍속 센서, 풍향 센서 등이 포함된다. 유동 인구 센서(230)는 예를 들어, 적외선 카운터, 열화상 카운터, 비디오 카운터, 무선 신호 기반 분석 장치 등으로 구비되어, 설치 장소에서의 유동 인구 계수를 측정한다.
이를 위해 통합 센서 장치(200)는 예를 들어, 케이스와 커버 및 프론트 패널이 결합되는 함체 형태의 하우징 내부에 공기질 센서(220)와 유동 인구 센서(230)가 구비되는 옥외형 센서 장치로 형성된다. 통합 센서 장치(200)는 다양한 설치 장소 예를 들어, 건물의 옥상, 건물의 벽면 등에 설치된 전용 지지대나, 전신주, 가로등, 신호등 등의 지지대에 고정 설치된다.
통합 센서 장치(200)는 통신망(4)을 통해 측정된 공기질 데이터와 유동 인구 데이터를 실시간(또는 주기적)으로 관제 서버(100)로 전송한다. 이러한 통합 센서 장치(200)는 인공지능을 활용하여 공기질 센서(220)와 유동 인구 센서(230)들을 반복 학습하도록 구비하여 측정 데이터의 정확도와 신뢰도를 향상시킬 수 있다.
본 발명의 실시예에 따른 통합 센서 장치(200)는 도 2에 도시된 바와 같이, 컨트롤 유닛(210), 공기질 센서(220), 유동 인구 센서(230), GPS 모듈(240), 통신 모듈(250), 메모리(260), 음성 출력부(270), 디스플레이부(280), 배터리(292) 및 전원부(290)를 포함한다.
구체적으로, 공기질 센서(220)는 미세먼지 센서(222), TVOC 센서(224), 가스 센서(226) 및 온습도 센서(228)를 적어도 포함한다. 미세먼지 센서(222)는 적어도 하나가 구비되고, 설치 장소의 대기 오염 상태를 측정한다. 미세먼지 센서(222)는 예컨대, PM2.5 레벨, PM10 레벨 등의 초미세먼지 농도, 미세먼지 농도를 실시간으로 측정한다. TVOC 센서(224)는 설치 장소에서의 악취 발생 여부를 측정한다. TVOC 센서(224)는 설치 장소의 대기 중에 총휘발성 유기화합물(Total Volatile Organic Compounds : TVOC)들 예를 들어, 포름알데히드, 벤젠, 톨루엔, 에틸벤젠, 자일렌, 스티렌, 아세트알데히드 등의 총휘발성 유기화학물 농도를 실시간으로 측정한다. 가스 센서(226)는 부가적으로 설치 장소의 악취 가스를 측정하기 위해 다양한 종류 예를 들어, 일산화탄소(CO), 오존(O3), 이산화질소(NO2), 이산화황(SO2), 황화수소(H2S), 암모니아(NH3), 메탄(methane), 메틸에르캅탄(CH3SH), 테트라하이드로티오펜(THT) 등의 가스 농도를 실시간으로 측정한다. 그리고 온습도 센서(228)는 설치 장소에 대한 온도와 습도를 실시간으로 측정한다. 온습도 센서(228)는 측정된 온도와 습도에 따라 설치 장소의 미세먼지 농도와 TVOC 농도를 정확하게 도출할 수 있도록 제공한다.
이러한 미세먼지 센서(222), TVOC 센서(224), 가스 센서(226) 및 온습도 센서(228)들은 통합 센서 장치(200)의 내부에 형성되는 공기 챔버 내부에 설치되고, 공기 흐름의 경로 상에 위치하여 공기 챔버를 통해 안정적인 공기 유량을 조절하여 공기 중의 미세먼지 농도, TVOC 농도, 가스 농도, 온도 및 습도를 정확하게 측정할 수 있다.
물론 공기질 센서(220)에는 예를 들어, 화재 발생 감시, 방범, 안전 관리 등의 용도에 따라 이미지 센서, 풍량 센서, 풍속 센서 등 다양한 센서들이 더 부가될 수 있다.
유동 인구 센서(230)는 예컨대, 딥러닝 등의 인공지능 기반의 영상을 인식하는 카메라를 이용하여 인구 계수를 측정하는 피플 카운터(people counter)로 구비된다. 유동 인구 센서(230)는 통합 센서 장치(200)의 하우징 일측에 일부가 노출되게 구비되어 설치 장소에서의 유동 인구를 측정한다.
또 유동 인구 센서(230)는 예컨대, 모바일 엣지 컴퓨팅(Mobile Edge Computing : MEC) 기반의 유동 인구 데이터 수집 및 분석용 IoT 센서 등의 무선 신호 기반 분석 장치로 구비되어, 인접한 위치의 사용자 단말기(300)들 각각에서 발신되는 이동 통신, 와이파이, 블루투스 등의 무선 신호를 감지 및 분석하여 사용자 단말기(300)의 맥(MAC) 값을 측정할 수 있다.
이 경우, 유동 인구 센서(230)는 공기질 센서(220)의 공기질 데이터와 연동해서 설치 장소 및 그 주변에 화재가 발생하여 온도, VOC 농도, 가스 농도가 상승되면, 화재 발생으로 인지되어 통합 센서 장치(200)의 설치 장소에 알람을 발생시킬 수 있으며, 이와 더불어 공기질 센서(220)의 풍향 및 풍속을 감지 및 추적하여 화재 발생 위치를 예측할 수 있다.
예를 들어, 통합 센서 장치(200)가 설치된 장소에 대해, 출입 통제 시간 등의 특정 시간에서의 유동 인구에 대한 사용자 단말기(300)의 맥(MAC) 값을 통해 이벤트 발생 상황에 따른 유동 인구를 개인 정보 보호법과 위치 정보 보호법 등 관련 법규를 준수하면서 경찰서와 통신사를 통해 이벤트 발생 의심자로 특정하여 사후 조치가 가능하게 할 수 있다.
따라서 유동 인구 센서(230)는 유동 인구 계수, 체류 시간, 방문 여부, 동선 등을 측정하고 이를 통해 화재, 안전 사고 등의 이벤트 발생 시, 유동 인구에 대해 사용자를 특정함으로써, 안전과 방범 등에 효율적인 관리 및 조치를 수행할 수 있도록 한다.
GPS 모듈(240)은 위성 항법 시스템(GPS)와 연동해서 실시간 또는 주기적으로 통합 센서 장치(200)의 위치 정보를 획득한다. 즉, GPS 모듈(240)은 설치 장소에 대응하는 위치 정보를 획득한다.
통신 모듈(250)은 예컨대, 유무선 이더넷, 직렬 인터페이스, 와이파이 등의 유무선 통신 모듈, 4G LTE, 5G 등의 이동 통신 모듈 등으로 구비되어 통신망(4)을 통해 관제 서버(100)와 상호 데이터 통신을 처리한다. 통신 모듈(250)은 통신망(4)을 통해 인접한 위치의 사용자 단말기(300)들과 상호 데이터 통신을 처리할 수도 있다.
메모리(260)는 통합 센서 장치(200)의 식별 정보와 위치 정보, 공기질 센서(220)와 유동 인구 센서(230)들 각각으로부터 측정된 다양한 감지 데이터(즉, 미세먼지 농도, TVOC 농도, 가스 농도, 온습도, 유동 인구 계수 등)을 임시로 저장한다. 메모리(260)는 감지 데이터를 감지 일시, 감지 종류 등의 로그(LOG) 정보에 매칭시켜서 저장한다.
음성 출력부(270)는 예를 들어, 스피커 등으로 구비되고, 관제 서버(100)로부터 설치 장소에 대한 대기 오염 상태에 따른 원격 제어가 전송되면, 컨트롤 유닛(210)의 제어를 받아서 음성 안내 메시지를 출력한다.
디스플레이부(280)는 예를 들어, 발광다이오드(LED) 표시 패널 등으로 구비하여 대기 오염 상태를 표시한다. 디스플레이부(280)는 하우징의 일측에 구비되어 대기 오염 상태의 좋음, 보통 및 나쁨 등에 따라 서로 다른 색상(예를 들어, 녹색, 주황색, 빨간색 등)으로 표시하거나 점멸 표시한다. 디스플레이부(280)는 관제 서버(100)로부터 설치 장소에 대한 대기 오염 상태에 따른 원격 제어가 전송되면, 컨트롤 유닛(210)의 제어를 받아서 안내 메시지를 표시한다.
전원부(290)는 외부로부터 교류 전원 또는 태양광 전원을 공급받아서 일정 레벨의 직류 전원으로 변환하여 통합 센서 장치(200)의 구동 전원을 공급한다. 전원부(290)는 교류 전원 또는 태양광 전원을 이용하여 배터리(292)를 재충전시킨다. 또 전원부(290)는 직류 전원, PoE(Power over Ethernet) 등을 이용하여 통합 센서 장치(200)의 전원을 공급할 수도 있다.
배터리(292)는 외부의 교류 전원, 태양 전지판의 전원 등으로부터 공급된 전원을 이용하여 재충전하고, 전원 공급 이상으로 전원부(290)의 전원이 차단되면, 컨트롤 유닛(210)의 제어를 받아서 통합 센서 장치(200)의 안정적인 동작을 위해 구동 전원을 임시로 공급한다. 배터리(292)는 전원부(290)에 의해 재충전된다.
그리고 컨트롤 유닛(210)는 통합 센서 장치(200)의 제반 동작을 처리하도록 제어한다. 즉, 컨트롤 유닛(210)은 공기질 센서(220), 유동 인구 센서(230), GPS 모듈(240), 통신 모듈(250), 메모리(260), 음성 출력부(270), 디스플레이부(280), 배터리(292) 및 전원부(290)들 각각의 기능이 상호 유기적으로 처리하도록 제어한다. 또 컨트롤 유닛(210)은 통신망(4)을 통해 관제 서버(100)와 상호 연동된다.
이러한 컨트롤 유닛(210)은 통합 센서 장치(200)의 식별 정보를 구비하고, 전원부(290) 또는 배터리(292)로부터 전원 공급을 제어한다. 컨트롤 유닛(210)은 GPS 모듈(240)로부터 획득된 위치 정보와, 공기질 센서(220)의 미세먼지 센서(222), TVOC 센서(224), 가스 센서(226) 및 온습도 센서(228)들과, 유동 인구 센서(230) 각각으로부터 측정된 감지 정보를 메모리(260)에 저장시키고, 통신 모듈(250)를 통해 식별 정보, 위치 정보 및 감지 정보를 포함하는 공기질 데이터와 유동 인구 데이터를 실시간 또는 주기적으로 관제 서버(100)로 전송하도록 제어한다. 컨트롤 유닛(210)은 시간의 흐름에 따라 공기질 센서(220)와 유동 인구 센서(230)들의 정확한 측정을 위해, 관제 서버(100)로부터 센서 상태와 정확도 분석을 통해 각각의 센서(220, 230)들을 보정한다.
컨트롤 유닛(210)은 감지 정보에 대응하여 디스플레이부(280)에 대기 오염 상태를 표시한다. 또 컨트롤 유닛(210)은 와치독 모듈(212)을 구비하여 통합 센서 장치(200)의 오동작, 하드웨어 및 소프트웨어에 의한 시스템 오류(system hang) 및 통신 오류 등의 이상 발생 시, 이를 감지하여 자동으로 통합 센서 장치(200)를 리셋(reset) 시킨다.
따라서 본 발명의 통합 센서 장치(200)는 다양한 장소에 고정 설치되어 설치 장소의 미세먼지 농도, TVOC 농도, 가스 농도 및 온습도 등을 실시간 측정하고, 설치 장소의 대기 오염 상태를 모니터링하도록 통신망(4)을 통해 측정된 공기질 데이터를 관제 서버(100)로 실시간 또는 주기적으로 전송한다.
또한 본 발명의 통합 센서 장치(200)는 유동 인구 데이터를 측정, 수집 및 분석하고, 공기질 데이터와 연동해서 이벤트 발생 여부를 판별하도록 제공하고, 이벤트 발생 시, 화재, 안전 사고, 방범 사고 등 다양한 분야에 적용되어 안전과 방범 등에 효율적인 관리 및 조치가 가능하게 할 수 있다.
그리고 관제 서버(100)는 통신망(4)을 통하여 복수 개의 통합 센서 장치(200)들을 통합 관리한다. 즉, 관제 서버(100)는 통신망(4)을 통하여 복수 개의 통합 센서 장치(200)들 각각으로부터 설치 장소에 대한 공기질 데이터와 유동 인구 데이터를 실시간으로 전송받아서 공기질 데이터와 유동 인구 데이터를 수집하고, 인공지능 기반으로 설치 장소에 따른 지역별, 시간별 등으로 대기 오염 상태와 유동 인구의 변이를 분석한다. 관제 서버(100)는 인공지능 기반으로 빅데이터를 구축하고, 이를 통해 공기질 데이터와 유동 인구 데이터를 다양한 형태로 가공하여 다양한 목적과 용도에 적합한 데이터로 제공하도록 시각화 처리한다. 관제 서버(100)는 예를 들어, 공기질 데이터와 유동 인구 데이터의 상관 관계를 분석하고, 이를 통해 공기질 상태에 따라 지역별, 시간대별, 상권별 등으로 유동 인구 변이를 예측하여 다양한 목적과 용도에 적합한 예측 정보를 제공하도록 처리한다.
따라서 통합 관제 서버(100)는 인공지능 기반의 빅데이터를 이용하여 복수 개의 통합 센서 장치(200)들을 통합 관리하고, 통합 센서 장치(200)들 각각으로부터 설치 장소의 공기질 데이터와 유동 인구 데이터를 전송받아서 대기 오염 상태와 유동 인구 변이를 모니터링 및 분석한다. 통합 관제 서버(100)는 통합 센서 장치(200)들로부터 실시간 또는 주기적으로 전송되는 공기질 데이터와 유동 인구 데이터를 수집, 분석, 반복 학습하여 빅데이터를 구축하고, 이를 통해 대기 오염 상태와 연계되는 유동 인구에 대한 데이터를 시각화 처리한다.
이를 위해 본 발명의 실시예에 따른 통합 관제 서버(100)는 서버부(110)와 데이터베이스부(150)를 포함한다.
서버부(110)는 통신망(4)을 통해 실시간으로 복수 개의 통합 센서 장치(200) 및 복수 개의 사용자 단말기(300)들 각각과 연결되어 데이터 통신이 가능하도록 처리하고, 인공지능을 기반으로 통합 센서 장치(200)들을 통합 관리하기 위한 하드웨어 및 소프트웨어 플랫폼, 분석 알고리즘, 통계 알고리즘, 가시화 알고리즘 등이 통합된 웹 서버, 애플리케이션 서버 등으로 구비된다.
구체적으로, 서버부(110)는 제어부(112), 통신부(114), 센서 장치 관리부(116), 모니터링부(118), 공기질 정보 처리부(120), 유동 인구 정보 처리부(122), 정보 가시화 처리부(124) 및 정보 예측부(126)를 포함한다.
제어부(112)는 복수 개의 통합 센서 장치(200) 및 복수 개의 사용자 단말기(300)들과 연동해서 관제 서버(100)의 제반 동작을 처리하도록 제어한다. 즉, 제어부(112)는 통신부(114), 센서 장치 관리부(116), 모니터링부(118), 공기질 정보 처리부(120), 유동 인구 정보 처리부(122), 정보 가시화 처리부(124), 정보 예측부(126) 및 데이터베이스부(150)들 각각의 기능이 상호 유기적으로 처리되도록 제어한다.
통신부(114)는 예를 들어, 유무선 통신 모듈, 이동 통신 모듈 등으로 구비되고, 통신망(4)을 통해 통합 센서 장치(200) 및 사용자 단말기(300)들 각각과 연결되어 상호 데이터 통신이 이루어지도록 처리한다.
센서 장치 관리부(116)는 통합 센서 장치(200)들 각각의 식별 정보와 위치 정보를 등록 관리한다. 센서 장치 관리부(116)는 통합 센서 장치(200)들 각각의 식별 정보와 위치 정보를 판별하여 설치 장소를 인식한다. 센서 장치 관리부(116)는 통합 센서 장치(200)들 각각에 구비된 다양한 센서(220, 230)들의 정확한 센싱을 위한 센서 보정 알고리즘을 이용하여 예를 들어, 센서의 제로 보정, 오프셋 보정, 이득 오류 보정, 감도 오차 보정 등 클라우드 기반의 센서 보정을 처리한다.
모니터링부(118)는 통합 센서 장치(200)들 각각으로부터 전송된 공기질 데이터와 유동 인구 데이터를 수집하여 실시간 모니터링하도록 처리한다. 모니터링부(118)는 공기질 데이터와 유동 인구 데이터를 통합 센서 장치(200)들 각각의 식별 정보에 매칭되게 저장, 관리하고, 장소별, 시간별 등으로 모니터링할 수 있도록 데이터를 분석 및 가공한다.
공기질 정보 처리부(120)는 통합 센서 장치(200)들 각각으로부터 전송된 공기질 데이터를 인공지능 기반으로 분석하여 빅데이터를 구축하고, 이를 통해 공기질 데이터를 다양한 형태로 가공한다. 공기질 정보 처리부(120)는 딥러닝 등을 이용하여 반복 학습하여 보다 정확한 데이터를 분석할 수 있도록 학습 결과를 업데이트한다.
유동 인구 정보 처리부(122)는 통합 센서 장치(200)들 각각으로부터 전송된 유동 인구 데이터를 인공지능 기반으로 분석하여 빅데이터를 구축하고, 이를 통해 공기질 데이터를 다양한 형태로 가공한다. 유동 인구 정보 처리부(122)는 딥러닝 등을 이용하여 반복 학습하여 보다 정확한 데이터를 분석할 수 있도록 학습 결과를 업데이트한다.
정보 가시화 처리부(124)는 공기질 정보 처리부(120)와 유동 인구 정보 처리부(122) 각각으로부터 분석, 학습된 공기질 데이터와 유동 인구 데이터를 통합 분석 대시보드 등을 이용하여 다양한 형태의 데이터로 생성 및 추출할 수 있도록 시각화 처리한다.
정보 예측부(126)는 시각화 처리된 공기질 데이터와 유동 인구 데이터를 상호 연동되게 분석하여 예측 정보를 생성, 제공한다.
그리고 데이터베이스부(150)는 서버부(110)에 의해 처리되는 관제 서버(100)의 제반 처리 과정에 따른 다양한 정보들을 저장 및 관리한다. 이 실시예에서 데이터베이스부(150)는 관제 서버(100)에 포함되어 있으나, 독립적인 데이터베이스 서버로 구비될 수도 있다.
이 실시예에서, 데이터베이스부(150)는 제어부(112)의 제어를 받아서 센서 장치 정보(152), 공기질 데이터(154), 유동 인구 데이터(156), 분석 데이터(158), 가시화 데이터(160) 및 예측 데이터(162) 등을 적어도 저장, 관리한다.
센서 장치 정보(152)에는 통합 센서 장치(200)들 각각의 식별 정보, 위치 정보, 설치 장소, 담당 관리자 정보 등이 포함된다. 공기질 데이터(154)에는 통합 센서 장치(200)들 각각으로부터 측정된 다양한 감지 정보(예를 들어, 미세먼지 농도, 총휘발성 유기화합물 농도, 가스 농도, 온도, 습도 등)들이 포함되고, 통합 센서 장치(200)들 각각의 식별 정보에 매칭되어 저장된다. 유동 인구 정보 데이터(156)에는 통합 센서 장치(200)들 각각으로부터 측정된 유동 인구 계수가 포함되고, 통합 센서 장치(200)들 각각의 식별 정보에 매칭되어 저장된다. 분석 데이터(158)에는 통합 센서 장치(200)들 각각으로부터 측정된 공기질 데이터와 유동 인구 데이터를 인공지능 기반으로 분석 및 반복 학습하여 구축된 빅데이터가 포함된다. 분석 데이터(158)에는 공기질 데이터와 유동 인구 데이터를 다양한 형태로 모니터링할 수 있도록 가공된 데이터를 포함한다. 분석 데이터(158)에는 통합 센서 장치(200)의 설치 장소와 시간에 따른 다양한 형태의 데이터로 분석 및 가공되어 생성된다. 가시화 데이터(160)에는 공기질 데이터와 유동 인구 데이터의 분석 데이터(158)에 따라 다양한 형태로 가공하거나, 검색 및 추출 가능한 형태로 생성하여 저장한다. 그리고 예측 데이터(162)에는 분석 데이터(158)와 가시화 데이터(160)에 따라 대기 오염 상태와 유동 인구 변이가 상관 관계를 갖는 다양한 형태의 데이터를 예측하고, 이를 통해 다양한 목적 및 용도에 맞는 데이터를 제공할 수 있도록 생성된다.
따라서 본 발명의 공기질 연계 유동 인구 관제 시스템(2)은 실시간으로 공기질 센서(220)를 이용하여 설치 장소의 대기 오염 상태를 측정하고, 유동 인구 센서(230)를 이용하여 설치 장소에서의 유동 인구 데이터를 측정하고, 인공지능 기반으로 대기 오염 상태에 따른 공기질 데이터와 유동 인구 데이터를 수집 및 분석하여 빅데이터를 구축하고, 빅데이터를 이용하여 대기 오염 상태와 유동 인구의 변화를 분석하여 대기 오염 상태를 시각화, 통계화 처리하고, 권역별, 업종별, 시계열별 매출 데이터와, 실시간 체류 인구, 유동 인구 객층, 인구 분산, 유동 인구 계수, 이동 흐름, 방문 패턴 등의 유동 인구 데이터를 통합, 가공하고, 구매 전환율, 고객 매출, 유동인구 대비 매출액 변화 예측 등 연동 분석하며, 이를 인공지능 기반으로 다양한 형태의 데이터들로 가공, 분류 및 학습하여 통합 분석 대시보드 등을 이용하여 데이터를 시각화 처리한다.
이에 본 발명의 공기질 연계 유동 인구 관제 시스템(2)은 데이터 분석을 통해 대기 오염 상태에 따라 유동 인구를 제한하거나, 공기질이 나쁜 지역이나 장소가 검출되면, 유동 인구가 많은 지점에서 통합 센서 장치(200) 및 사용자 단말기(300) 중 적어도 하나와 연계해서 대기 오염 상태에 따른 생활 패턴 등을 음성 및 디스플레이를 통해 마스크 착용 및 이동 자제 등의 알람 서비스를 제공하여 주변의 시민들에게 안전한 생활을 유도하도록 안내할 수 있다.
그리고 도 4는 본 발명에 따른 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템의 처리 수순을 도시한 흐름도이다.
도 4를 참조하면, 본 발명의 공기질 연계 유동 인구 관제 시스템(2)은 단계 S400에서 서로 다른 장소에 설치된 복수 개의 통합 센서 장치(200)들 각각으로부터 실시간으로 공기질과 유동 인구를 센싱하고, 단계 S410에서 통합 센서 장치(200)들 각각으로부터 통신망(4)을 통하여 센싱된 공기질 데이터와 유동 인구 데이터를 관제 서버(100)로 전송하여, 관제 서버(100)에서 실시간으로 공기질 데이터와 유동 인구 데이터를 수집 및 모니터링한다.
이 때, 관제 서버(100)는 모니터링 중 공기질 데이터의 대기 오염 상태 예를 들어, 좋고 나쁨 정도에 따라 통합 센서 장치(200)나 주변에 설치된 도로 표시 전광판(미도시됨) 등과 연동해서 대기 오염 상태와 이에 대응하는 안전 안내 메시지를 출력시키거나, 통합 센서 장치(200)와 연동해서 인접하는 사용자 단말기(300)로 대기 오염 상태에 대응하는 안전 안내 메시지를 전송하여 알림 서비스를 제공하도록 처리할 수도 있다.
단계 S420에서 관제 서버(100)는 인공지능 기반으로 수집된 공기질 데이터와 유동 인구 데이터를 분석하여 빅데이터를 구축하고, 빅데이터를 통해 분석 결과에 따른 공기질 데이터와 유동 인구 데이터를 반복 학습한다.
단계 S430에서 관제 서버(100)는 예컨대, 데이터 대시보드를 이용하여 공기질 데이터와 유동 인구 데이터를 연계하여 다양한 목적과 용도에 적합한 데이터로 가공하여 시각화 처리한다.
단계 S440에서 관제 서버(100)는 시각화 데이터를 통해 공기질과 유동 인구가 연동되는 데이터를 예측하고, 이어서 단계 S450에서 예측 정보를 생성, 저장하고, 온라인 및 오프라인을 이용하여 관련 기관, 지방 자치 단체, 민간 기업 및 시민 등에게 제공한다.
이상에서, 본 발명에 따른 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템의 구성 및 작용을 상세한 설명과 도면에 따라 도시하였지만, 이는 실시예를 들어 설명한 것에 불과하며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능하다.
2 : 공기질 연계 유동 인구 관제 시스템
4 : 통신망
100 : 관제 서버
200 : 통합 센서 장치
220 : 공기질 센서
230 : 유동 인구 센서
300 : 사용자 단말기
4 : 통신망
100 : 관제 서버
200 : 통합 센서 장치
220 : 공기질 센서
230 : 유동 인구 센서
300 : 사용자 단말기
Claims (3)
- 공기질 연계 유동 인구 관제 시스템에 있어서:
서로 다른 위치의 옥외에 고정 설치되고, 통신망에 연결되어 식별 가능하도록 구비되고, 설치 장소의 대기 오염 상태에 따른 공기질 데이터를 측정하는 공기질 센서와 상기 설치 장소의 유동 인구 데이터를 측정하는 유동 인구 센서가 하나의 하우징에 구비되어 일체형으로 형성되는 복수 개의 통합 센서 장치; 및
통신망을 통하여 상기 통합 센서 장치들 각각과 연결되고, 상기 통합 센서 장치들 각각의 식별 정보를 통해 설치 장소를 인식하고, 상기 통합 센서 장치들 각각으로부터 공기질 데이터와 유동 인구 데이터를 실시간으로 전송받아서 수집 및 모니터링하고, 인공지능 기반으로 공기질 데이터와 유동 인구 데이터를 분석 및 반복 학습하여 빅데이터를 구축하고, 구축된 빅데이터를 기반으로 공기질 데이터와 유동 인구 데이터를 데이터 시각화 처리하여 상기 통합 센서 장치들이 설치되는 설치 장소들 각각에 대한 대기 오염 상태와 유동 인구의 상관 관계를 분석하여 공기질 상태에 따라 유동 인구 변이를 예측한 예측 정보를 제공하는 관제 서버;를 포함하고,
상기 통합 센서 장치는,
적어도 미세먼지 센서, 총휘발성 유기화합물 센서, 가스 센서 및 온습도 센서를 포함하는 상기 공기질 센서;
적외선 카운터, 열화상 카운터, 비디오 카운터 및 무선 신호 기반 분석 장치 중 어느 하나로 구비되는 상기 유동 인구 센서;
통신망을 통해 상기 관제 서버와 상호 데이터 통신을 처리하는 통신 모듈;
상기 통합 센서 장치의 식별 정보와, 상기 공기질 센서와 상기 유동 인구 센서 각각으로부터 감지된 공기질 데이터와 유동 인구 데이터를 저장하는 메모리;
상기 관제 서버로부터 대기 오염 상태에 따른 안내 메시지를 전송받아서 음성 정보를 출력하는 음성 출력부;
상기 설치 장소에 대한 대기 오염 상태를 표시하고, 상기 관제 서버로부터 대기 오염 상태에 따른 안내 메시지를 전송받아서 디스플레이 출력하는 디스플레이부;
상기 통합 센서 장치의 전원을 공급하는 전원부; 및
통신망을 통해 상기 관제 서버와 연동해서 상기 통합 센서 장치의 제반 동작을 처리하도록 제어하고, 와치독 모듈을 구비하여 상기 통합 센서 장치의 이상 발생을 감지하여 자동으로 상기 통합 센서 장치를 리셋시키는 컨트롤 유닛;을 포함하고,
상기 관제 서버는,
통합 분석 대시보드를 이용하여 공기질 데이터와 유동 인구 데이터를 데이터 시각화 처리하고;
상기 데이터 시각화를 통해 대기 오염 상태와 유동 인구 변이의 상관 관계를 분석하여 상기 통합 센서 장치의 설치 장소에 대한 인구 유동 예측과 점포 매출이 적어도 포함되는 예측 데이터를 생성하여 예측 정보를 제공하고;
상기 통합 센서 장치에 대응하여 대기 오염 상태에 따른 안내 메시지를 출력하는 알람 서비스를 더 처리하며; 그리고
센서 보정 알고리즘을 이용하여 상기 통합 센서 장치들 각각에 구비된 상기 공기질 센서와 상기 유동 인구 센서들을 클라우드 기반으로 센서 보정을 더 처리하는 것을 특징으로 하는 공기질 연계 유동 인구 관제 시스템. - 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220097357A KR102514235B1 (ko) | 2022-08-04 | 2022-08-04 | 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220097357A KR102514235B1 (ko) | 2022-08-04 | 2022-08-04 | 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102514235B1 true KR102514235B1 (ko) | 2023-03-27 |
Family
ID=85799765
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220097357A KR102514235B1 (ko) | 2022-08-04 | 2022-08-04 | 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102514235B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101785357B1 (ko) | 2016-06-13 | 2017-10-17 | (주)에스에이치아이앤씨 | 미세먼지, 온도, 습도 측정센서를 기반으로 한 공기질 검출 시각화 장치 |
| KR20200015008A (ko) | 2018-08-02 | 2020-02-12 | 주식회사 비즈데이터 | 상권 유동인구 분석 시스템 및 방법 |
| KR102283591B1 (ko) | 2020-06-15 | 2021-07-29 | (주)가시 | 스마트 스캐너와 센서를 사용한 특정 장소에서 지역별 혼잡도와 유동인구 분석 및 상권의 밀집도와 환경정보 제공 시스템 및 방법 |
| KR20220024229A (ko) * | 2020-05-26 | 2022-03-03 | (주)가시 | 대중 교통 수단에서 복수의 스마트 스캐너와 센서를 사용한 위치 측위와 영역의 혼잡도와 공기질과 미세먼지 농도와 환경정보 측정 시스템 및 방법 |
| KR20220085226A (ko) | 2020-12-15 | 2022-06-22 | (주)티플러스네트워크 | 사물인터넷 기반 유동인구 분석 시스템 및 방법 |
-
2022
- 2022-08-04 KR KR1020220097357A patent/KR102514235B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101785357B1 (ko) | 2016-06-13 | 2017-10-17 | (주)에스에이치아이앤씨 | 미세먼지, 온도, 습도 측정센서를 기반으로 한 공기질 검출 시각화 장치 |
| KR20200015008A (ko) | 2018-08-02 | 2020-02-12 | 주식회사 비즈데이터 | 상권 유동인구 분석 시스템 및 방법 |
| KR20220024229A (ko) * | 2020-05-26 | 2022-03-03 | (주)가시 | 대중 교통 수단에서 복수의 스마트 스캐너와 센서를 사용한 위치 측위와 영역의 혼잡도와 공기질과 미세먼지 농도와 환경정보 측정 시스템 및 방법 |
| KR102283591B1 (ko) | 2020-06-15 | 2021-07-29 | (주)가시 | 스마트 스캐너와 센서를 사용한 특정 장소에서 지역별 혼잡도와 유동인구 분석 및 상권의 밀집도와 환경정보 제공 시스템 및 방법 |
| KR20220085226A (ko) | 2020-12-15 | 2022-06-22 | (주)티플러스네트워크 | 사물인터넷 기반 유동인구 분석 시스템 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shaban et al. | Urban air pollution monitoring system with forecasting models | |
| KR102357150B1 (ko) | 인공지능 기반의 빅데이터를 이용한 대기 오염 모니터링 시스템 및 그 방법 | |
| US20220178897A1 (en) | Networked air quality monitoring system | |
| Yang et al. | Current advances and future challenges of AIoT applications in particulate matters (PM) monitoring and control | |
| Ramson et al. | A LoRaWAN IoT-enabled trash bin level monitoring system | |
| CN109185743B (zh) | 一种智能消防应急灯系统 | |
| WO2021085740A1 (ko) | 실시간 대기 확산 모니터링 시스템 | |
| KR102196719B1 (ko) | 인공지능을 이용하여 해외유입미세먼지가 국내 미세먼지 농도에 미치는 영향을 분석하는 미세먼지측정 및 예보시스템 | |
| WO2021085738A1 (ko) | 실시간 악취 추적 통합 모니터링 시스템 | |
| CN105955212A (zh) | 智能家居平台及基于智能家居平台的家居环境监控方法 | |
| KR102238123B1 (ko) | 비교분석을 이용한 공기질 데이터 통계 서비스 제공 시스템 | |
| US9224122B2 (en) | Outdoor device management system | |
| KR102514235B1 (ko) | 인공지능 기술이 적용된 공기질 연계 유동 인구 관제 시스템 및 그 방법 | |
| Zeiger et al. | Demonstration abstract: participatory sensing enabled environmental monitoring in smart cities | |
| Mani et al. | AI powered IoT based real-time air pollution monitoring and forecasting | |
| Barthwal et al. | An internet of things system for sensing, analysis & forecasting urban air quality | |
| Rollo et al. | SenseBoard: Sensor monitoring for air quality experts | |
| KR102351615B1 (ko) | 공기질 센서 장치 | |
| Cardinale | Occupant activity detection in smart buildings: A review | |
| Vallathan et al. | Detection of hazardous gas using wearable wireless sensor networks for industrial applications | |
| Zeng et al. | Sensors on Internet of Things Systems for the Sustainable Development of Smart Cities: A Systematic Literature Review | |
| KR102557376B1 (ko) | 사물인터넷 기반 유동인구 분석 시스템 및 방법 | |
| CN210222823U (zh) | 一种基于探针的社区人口流量分析系统 | |
| CN111882832B (zh) | 一种机房环境监测预警系统 | |
| Sharma et al. | Can i go for a roof walk today? know your housing's air quality from a thermo-hygrometer |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |