KR102568300B1 - Situation recognization system using sensor data and method for recognizating situation thereof - Google Patents
Situation recognization system using sensor data and method for recognizating situation thereof Download PDFInfo
- Publication number
- KR102568300B1 KR102568300B1 KR1020220091905A KR20220091905A KR102568300B1 KR 102568300 B1 KR102568300 B1 KR 102568300B1 KR 1020220091905 A KR1020220091905 A KR 1020220091905A KR 20220091905 A KR20220091905 A KR 20220091905A KR 102568300 B1 KR102568300 B1 KR 102568300B1
- Authority
- KR
- South Korea
- Prior art keywords
- sensor
- sensor device
- electrical measurement
- event
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title description 12
- 238000005259 measurement Methods 0.000 claims abstract description 68
- 238000004891 communication Methods 0.000 claims abstract description 14
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 9
- 238000009434 installation Methods 0.000 claims abstract description 4
- 239000004020 conductor Substances 0.000 claims description 10
- 230000006866 deterioration Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 6
- 229910002091 carbon monoxide Inorganic materials 0.000 description 6
- 239000000428 dust Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
Description
본 발명은 센서 데이터를 이용하는 상황 인식 시스템에 관한 것으로, 좀 더 상세하게는 센서 장치로부터 수신한 데이터를 분석하여 상황을 추론하는 상황 인식 시스템 및 방법에 관한 것이다.The present invention relates to a situational awareness system using sensor data, and more particularly, to a situational awareness system and method for inferring a situation by analyzing data received from a sensor device.
네트워크의 발달 및 센서 기술의 발달로 사물 인터넷(IoT, Internet of Things)이 보편화되어 다양한 장치로부터 정보를 수집할 수 있게 되었고, 이들 장치를 이용하여 다양한 종류의 정보를 수집할 수 있게 되었다. 그러나, 사물 인터넷(IoT, Internet of Things)을 통해 수집한 데이터들로부터 필요한 정보를 추출하고, 활용하는 기술은 아직 부족한 실정이다.With the development of networks and sensor technology, the Internet of Things (IoT) has become commonplace, enabling information to be collected from various devices, and various types of information can be collected using these devices. However, technology for extracting and utilizing necessary information from data collected through the Internet of Things (IoT) is still lacking.
사물인터넷(Internet Of Things, IoT)은 지능화 시스템의 핵심 인프라이며, 이를 위해 다양한 종류의 센서가 아주 많이 사용된다. 센서들은 실제로 일어나는 다양한 현상을 감지할 수 있다. 센서들은 감지 결과를 호스트 서버로 송신할 수 있다. 사물인터넷(Internet Of Things, IoT)을 구성하는 센서의 종류는 다양하고, 끊임없이 데이터를 전송하기 때문에 누적되는 데이터의 양이 굉장히 많다. 따라서, 데이터에서 의미있는 상황 정보를 추출하기 어려운 실정이다.The Internet of Things (IoT) is a core infrastructure of an intelligent system, and various types of sensors are widely used for this purpose. Sensors can detect various phenomena that actually occur. The sensors may transmit detection results to the host server. There are various types of sensors constituting the Internet of Things (IoT), and since they constantly transmit data, the amount of accumulated data is very large. Therefore, it is difficult to extract meaningful contextual information from data.
센서 장치의 발달로 다양한 상황에 대해 감지할 수 있고, 데이터를 수집할 수 있다. 또한, 발달된 컴퓨팅 기술 및 네트워킹 기술은 수집한 데이터를 이용하는 지능형 서비스를 제공할 수 있다. 사용자의 행동, 주변 상황정보를 분석하는 상황 인지(situation recognization) 기술은 다양한 분야에서 적용될 수 있다.With the development of sensor devices, various situations can be sensed and data can be collected. In addition, advanced computing technology and networking technology can provide intelligent services using collected data. A situation recognition technology that analyzes a user's behavior and surrounding context information can be applied in various fields.
기존의 시스템은 상황인식을 활용한 맞춤형 서비스를 제공하기 위해 API를 이용하여 센서 데이터들을 수집할 수 있다. 또한, 기존의 시스템은 수집한 데이터로부터 상황 정보를 추론하는 알고리즘을 사용할 수 있다. Existing systems can collect sensor data using APIs to provide customized services using situational awareness. In addition, existing systems may use algorithms to infer contextual information from collected data.
기존의 시스템은 동시에 요청하는 서비스의 수가 증가함에 따라 API 호출 횟수도 증가하게 된다. 증가한 API의 호출만큼 상황 정보 추론 알고리즘도 수행해야만 한다. 따라서, 기존의 시스템은 상황 정보 추론 알고리즘을 수행하기 위해 연산량이 급격히 증가하는 문제가 있다.In the existing system, as the number of simultaneously requested services increases, the number of API calls also increases. As much as the increased API calls, the context information inference algorithm must also be performed. Therefore, the existing system has a problem in that the amount of calculation is rapidly increased to perform the context information reasoning algorithm.
본 발명은 상술한 과제를 해결하기 위한 것으로서, 본 발명의 목적은 센서를 이용하여 데이터를 수집하고, 수집된 데이터를 체계적으로 분석하여 상황을 인식할 수 있는 센서 데이터를 이용하는 상황 인식 시스템 및 방법을 제공하는데 있다.The present invention has been made to solve the above problems, and an object of the present invention is to provide a situational awareness system and method using sensor data that can collect data using sensors and systematically analyze the collected data to recognize situations. is in providing
본 발명의 일 실시 예에 따르면, 주변의 상황을 감지하여 전기적 측정 신호를 생성하는 센서 장치; 상기 센서 장치로부터 전기적 측정 신호를 전달하는 전기네트워크 시스템; 및 상기 센서 장치와 상기 네트워크 시스템을 통해 연결되어 전기적 측정 신호를 수신하는 상황 인식 서버;를 포함한다.According to one embodiment of the present invention, a sensor device for generating an electrical measurement signal by sensing a surrounding situation; an electrical network system for transmitting an electrical measurement signal from the sensor device; and a context aware server that is connected to the sensor device through the network system and receives an electrical measurement signal.
일 실시예에서, 상기 센서 장치는, 습도 센서, 온도 센서, 일산화탄소 센서, 시정 센서, 미세 먼지 센서, 적외선 센서, 음향 센서, 전류 센서, 비접촉 온도 센서를 포함할 수 있다.In one embodiment, the sensor device may include a humidity sensor, a temperature sensor, a carbon monoxide sensor, a visibility sensor, a fine dust sensor, an infrared sensor, an acoustic sensor, a current sensor, and a non-contact temperature sensor.
일 실시예에서, 상기 상황 인식 서버는, 상기 센서 장치로부터 연속적으로 전기적 측정 신호를 수신하는 통신부; 상기 통신부를 통해 제공받은 전기적 측정 신호를 저장하는 저장부; 및 상기 저장부에 저장된 전기적 측정 신호를 관리하는 제어부를 포함할 수 있다.In one embodiment, the situation awareness server may include a communication unit continuously receiving electrical measurement signals from the sensor device; a storage unit for storing the electrical measurement signal provided through the communication unit; and a control unit managing the electrical measurement signal stored in the storage unit.
일 실시예에서, 상기 저장부는, 상기 센서 장치의 종류, 상기 센서 장치의 설치 위치 그리고 상기 센서 장치의 기준 데이터가 저장되는 센서 정보 DB, 상기 센서 장치에 의해 생성된 전기적 측정 신호가 시간의 순서에 따라 저장되는 측정 정보 DB, 및 센서 장치마다 이벤트가 발생 조건이 저장되는 이벤트 정보 DB를 포함할 수 있다.In one embodiment, the storage unit, a sensor information DB in which the type of the sensor device, the installation position of the sensor device and the reference data of the sensor device are stored, the electrical measurement signal generated by the sensor device in the order of time It may include a measurement information DB stored according to the measurement information DB, and an event information DB storing event generation conditions for each sensor device.
일 실시예에서, 상기 제어부는, 상기 저장부에 저장된 전기적 측정 신호를 이용하여 상기 센서 장치가 감지하는 영역의 상황을 추론하는 상황 정보 추론 유닛 및 상기 측정 정보 DB에 저장된 정보를 학습하고, 학습 결과에 전기적 측정 신호를 대입하여 상황을 추론하는 인공 지능 추론 유닛을 포함할 수 있다.In an embodiment, the control unit learns the information stored in the measurement information DB and a context information inference unit that infers the situation of the area sensed by the sensor device using the electrical measurement signal stored in the storage unit, and learns the learning result. It may include an artificial intelligence inference unit that infers a situation by substituting an electrical measurement signal into.
또한, 본 발명의 일 실시예에 따른 상황 인식 서버의 상황 인식 방법에 있어서, 상기 상황 인식 서버는 적어도 하나의 센서 장치와 네트워크 시스템을 통해 연결되어 데이터를 주고받고, 상기 상황 인식 서버의 상황 인식 방법은, 상기 센서 장치에 의해 감지된 측정값을 수신하는 단계; 상기 센서 장치로부터 수신한 측정값을 상기 센서 장치의 기준 데이터로 나누어서 얻은 판단값으로 이벤트 발생 여부를 판단하는 단계; 동일한 타이밍에 생성된 이벤트 값들을 비교하여 기준 센서를 설정하는 단계; 동일한 타이밍에 생성된 이벤트 값들을 비교하여 연계 센서를 설정하는 단계; 및 상기 기준 센서 및 상기 연계 센서의 이벤트를 분석하여 상황을 추론할 수 있다.In addition, in the context-aware method of a context-aware server according to an embodiment of the present invention, the context-aware server is connected to at least one sensor device through a network system to exchange data, and the context-aware server uses the context-aware method. , receiving a measurement value sensed by the sensor device; determining whether an event has occurred with a determination value obtained by dividing the measurement value received from the sensor device by reference data of the sensor device; setting a reference sensor by comparing event values generated at the same timing; setting a linkage sensor by comparing event values generated at the same timing; A situation may be inferred by analyzing events of the reference sensor and the associated sensor.
일 실시예에서, 상기 센서 장치로부터 수신한 측정값을 상기 센서 장치의 기준 데이터로 나누어서 얻은 판단값이 1보다 작으면 이벤트를 발생시키지 않고, 상기 센서 장치로부터 수신한 측정값을 상기 센서 장치의 기준 데이터로 나누어서 얻은 판단값이 1 또는 1보다 크면 이벤트를 발생시킬 수 있다.In one embodiment, when a determination value obtained by dividing the measurement value received from the sensor device by the reference data of the sensor device is less than 1, no event is generated, and the measurement value received from the sensor device is used as the reference data of the sensor device. If the judgment value obtained by dividing by the data is 1 or greater than 1, an event may be generated.
본 발명의 센서 데이터를 이용하는 상황 인식 시스템 및 방법에 의하면, 한정된 센서로부터 수신한 데이터로부터 데이터 스트림을 생성하고 이를 이용하여 주변 상황을 인식할 수 있다.According to the context recognition system and method using sensor data of the present invention, a data stream can be generated from data received from limited sensors, and a surrounding context can be recognized using the data stream.
도 1은 본 발명의 실시 예에 따른 센서 장치를 이용하는 상황 인식 시스템을 보여주는 블록도이다.
도 2는 도 1에 도시된 센서 장치를 예시적으로 설명하기 위한 블록도이다.
도 3은 도 1에 도시된 상황 인식 서버를 예시적으로 설명하기 위한 블록도이다.
도 4는 데이터 스트림과 이벤트의 관계를 나타내는 도면이다.
도 5는 도 3에 도시된 상황 인식 서버의 동작 방법을 설명하기 위한 순서도이다.
도 6은 도 5에 도시된 상황 인식 서버의 동작 방법을 예시적으로 설명하기 위한 순서도이다.1 is a block diagram showing a situational awareness system using a sensor device according to an embodiment of the present invention.
FIG. 2 is a block diagram for illustratively describing the sensor device shown in FIG. 1 .
FIG. 3 is a block diagram for explaining the situation awareness server shown in FIG. 1 by way of example.
4 is a diagram showing the relationship between data streams and events.
FIG. 5 is a flowchart for explaining a method of operating the situation awareness server shown in FIG. 3 .
FIG. 6 is a flowchart for illustratively explaining a method of operating the situation awareness server shown in FIG. 5 .
이하에서, 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있을 정도로, 본 발명의 실시 예들이 명확하고 상세하게 기재될 것이다.Hereinafter, embodiments of the present invention will be described clearly and in detail to the extent that those skilled in the art can easily practice the present invention.
도 1은 본 발명의 실시 예에 따른 센서 장치를 이용하는 상황 인식 시스템을 보여주는 블록도이다. 도 1을 참조하면, 센서 장치를 이용하는 상황 인식 시스템(1000)은 센서 장치(1100), 네트워크 시스템(1200), 그리고 상황 인식 서버(1300)를 포함할 수 있다. 1 is a block diagram showing a situational awareness system using a sensor device according to an embodiment of the present invention. Referring to FIG. 1 , a context awareness system 1000 using a sensor device may include a sensor device 1100 , a network system 1200 , and a context awareness server 1300 .
센서 장치를 이용하는 상황 인식 시스템(1000)은 적어도 하나 이상의 센서 장치(1100)로부터 데이터를 수집할 수 있다. 센서 장치를 이용하는 상황 인식 시스템(1000)은 수집된 데이터를 시계열로 나누어 데이터 스트림을 생성할 수 있다. 센서 장치를 이용하는 상황 인식 시스템(1000)은 적어도 하나 이상의 센서 장치(1100)가 특정한 값을 감지하고, 감지된 특정한 값에 따라 이벤트가 발생 여부를 판단할 수 있다. The context awareness system 1000 using sensor devices may collect data from one or more sensor devices 1100 . The context awareness system 1000 using the sensor device may generate a data stream by dividing the collected data into time series. In the context recognition system 1000 using sensor devices, at least one sensor device 1100 may detect a specific value and determine whether an event occurs based on the detected specific value.
센서 장치(1100)는 전원이 인가되어 있는 동안 계속해서 특정 지점의 상태를 측정 및 감지할 수 있다. 센서 장치(1100)는 다양한 장소에 설치될 수 있다. 센서 장치(1100)는 사람의 시선이 닿지 않는 좁은 공간이나 외진 곳에 설치되어 해당 공간 또는 특정 장치의 상태를 감지할 수 있다.The sensor device 1100 may continuously measure and detect a state of a specific point while power is applied. The sensor device 1100 may be installed in various places. The sensor device 1100 may be installed in a narrow space or a remote location out of sight of people to detect the state of the space or a specific device.
네트워크 시스템(1200)은 원거리 떨어진 장치간의 접속이나 데이터 통신 서비스를 제공할 수 있다. 네트워크 시스템(1200)은 센서 장치(1100)로부터 전기적 측정 신호를 전달받을 수 있다. 네트워크 시스템(1200)은 전술한 센서 장치(1100) 및 후술하는 상황 인식 서버(1300)와 연결되어 데이터를 전달하는 서비스를 제공할 수 있다.The network system 1200 may provide a connection or data communication service between distant devices. The network system 1200 may receive electrical measurement signals from the sensor device 1100 . The network system 1200 may be connected to the above-described sensor device 1100 and the context awareness server 1300 to be described later to provide a data transfer service.
상황 인식 서버(1300)는 센서 장치(1100)로부터 전기적 측정 신호를 수신할 수 있다. 상황 인식 서버(1300)는 수신한 전기적 측정 신호를 데이터베이스(DB)에 실시간으로 저장할 수 있다. 상황 인식 서버(1300)는 데이터베이스(DB)에 저장된 정보를 미리 정해둔 기준에 따라 판단하여 센서 장치(1100) 주변의 상황을 인지할 수 있다.The context awareness server 1300 may receive an electrical measurement signal from the sensor device 1100 . The situation awareness server 1300 may store the received electrical measurement signal in the database DB in real time. The situational awareness server 1300 may recognize a situation around the sensor device 1100 by judging information stored in the database DB according to predetermined criteria.
도 2는 도 1에 도시된 센서 장치를 예시적으로 설명하기 위한 블록도이다. 도 2를 참조하면, 센서 장치(1100)는 습도 센서(1110), 온도 센서(1120), 일산화탄소 센서(1130), 시정 센서(1140), 미세 먼지 센서(1150), 적외선 센서(1160), 음향 센서(1170), 전류 센서(1180), 비접촉 온도 센서(1120) 그리고 사물 인터넷 센서(11N0)를 포함할 수 있다. 센서 장치(1100)는 습도, 온도, 일산화탄소, 가시 거리, 미세 먼지, 적외선, 음향, 전류, 또는 특정 지점의 온도를 측정할 수 있다. 또한, 필요에 따라 다른 종류의 사물 인터넷 센서(110N)를 이용하여 특정 상황을 감지할 수 있다. 센서 장치(1100)는 측정한 감지 결과를 전기적 측정 신호로 전환할 수 있다. FIG. 2 is a block diagram for illustratively describing the sensor device shown in FIG. 1 . Referring to FIG. 2 , the sensor device 1100 includes a humidity sensor 1110, a temperature sensor 1120, a carbon monoxide sensor 1130, a visibility sensor 1140, a fine dust sensor 1150, an infrared sensor 1160, a sound A sensor 1170, a current sensor 1180, a non-contact temperature sensor 1120, and an Internet of Things sensor 11N0 may be included. The sensor device 1100 may measure humidity, temperature, carbon monoxide, visible distance, fine dust, infrared rays, sound, current, or temperature at a specific point. In addition, a specific situation may be sensed by using another type of IoT sensor 110N as needed. The sensor device 1100 may convert the measured sensing result into an electrical measurement signal.
도 3은 도 1에 도시된 상황 인식 서버를 예시적으로 설명하기 위한 블록도이다. 도 3을 참조하면, 상황 인식 서버(1300)는 통신부(1310), 저장부(1320), 그리고 제어부(1330)를 포함할 수 있다. 통신부(1310), 저장부(1320) 및 제어부(1330)는 서로 연결될 수 있다. 상황 인식 서버(1300)는 데이터베이스에 저장된 전기적 측정 신호를 이용하여 센서 주변에 발생하는 상황을 인식할 수 있다. 또한, 상황 인식 서버(1300)는 인공지능(AI)을 이용하여 상황 정보를 학습하여 상황 인식 성능을 향상시킬 수 있다.FIG. 3 is a block diagram for explaining the situation awareness server shown in FIG. 1 by way of example. Referring to FIG. 3 , a context aware server 1300 may include a communication unit 1310, a storage unit 1320, and a control unit 1330. The communication unit 1310, the storage unit 1320, and the control unit 1330 may be connected to each other. The situational awareness server 1300 may recognize a situation occurring around the sensor using electrical measurement signals stored in a database. In addition, the context awareness server 1300 can improve context awareness performance by learning context information using artificial intelligence (AI).
통신부(1310)는 입력부(1311) 및 출력부(1312)를 포함할 수 있다. 통신부(1310)는 센서 장치(1100) 및 네트워크 시스템(1200)을 통해 데이터를 송신 및 수신할 수 있다. 이를 위해 통신부(1310)는 예를 들어, 3G 모듈, LTE 모듈, LTE-A 모듈, Wi-Fi 모듈, 와이기그(WiGig) 모듈, UWB(Ultra Wide Band) 모듈, 또는 랜카드 등과 같이 원거리용 네트워크 인터페이스를 포함할 수 있다. 또한, 통신부(1310)는 마그네틱 보안 전송(MST, Magnetic Secure Transmission) 모듈, 블루투스 모듈, NFC 모듈, RFID 모듈, 지그비(ZigBee) 모듈, Z-Wave 모듈, 또는 적외선 모듈 등과 같이 근거리용 네트워크 인터페이스를 포함할 수 있다.The communication unit 1310 may include an input unit 1311 and an output unit 1312 . The communication unit 1310 may transmit and receive data through the sensor device 1100 and the network system 1200 . To this end, the communication unit 1310 uses a remote network such as, for example, a 3G module, an LTE module, an LTE-A module, a Wi-Fi module, a WiGig module, an Ultra Wide Band (UWB) module, or a LAN card. May contain interfaces. In addition, the communication unit 1310 includes a short-distance network interface such as a Magnetic Secure Transmission (MST) module, a Bluetooth module, an NFC module, an RFID module, a ZigBee module, a Z-Wave module, or an infrared module. can do.
입력부(1311)는 네트워크 시스템(1200)을 센서 장치(1100)로부터 연속적으로 전기적 측정 신호를 수신할 수 있다. 입력부(1311)는 습도 정보, 온도 정보, 일산화탄소 정보, 시정 정보, 미세 먼지 정보, 적외선 정보, 음향 정보 및 전류 정보를 실시간으로 입력받을 수 있다. 입력부(1311)는 수신한 전기적 측정 신호를 저장부(1320) 및 제어부(1330)에게 제공할 수 있다. 출력부(1312)는 외부로 상황 인식 정보를 제공할 수 있다.The input unit 1311 may continuously receive electrical measurement signals from the sensor device 1100 through the network system 1200 . The input unit 1311 may receive humidity information, temperature information, carbon monoxide information, visibility information, fine dust information, infrared information, sound information, and current information in real time. The input unit 1311 may provide the received electrical measurement signal to the storage unit 1320 and the control unit 1330. The output unit 1312 may provide situational awareness information to the outside.
저장부(1320)는 센서 정보 DB(1321), 측정 정보 DB(1322), 그리고 이벤트 정보 DB(1323)를 포함할 수 있다. 저장부(1320)는 통신부(1310)를 통해 수신하는 전기적 측정 신호들을 저장할 수 있다. The storage unit 1320 may include a sensor information DB 1321, a measurement information DB 1322, and an event information DB 1323. The storage unit 1320 may store electrical measurement signals received through the communication unit 1310 .
센서 정보 DB(1321)에는 센서 장치(1100)의 종류, 센서 장치(1100)의 설치 위치, 그리고 센서 장치(1100)의 기준 데이터와 같은 정보가 저장될 수 있다. 센서 정보 DB(1321)에는 습도, 온도, 일산화탄소, 가시 거리, 미세 먼지, 적외선, 음향, 전류, 또는 특정 지점의 온도 등과 같은 측정 대상에 관한 정보가 포함될 수 있다.In the sensor information DB 1321 , information such as the type of sensor device 1100 , an installation location of the sensor device 1100 , and reference data of the sensor device 1100 may be stored. The sensor information DB 1321 may include information about measurement objects such as humidity, temperature, carbon monoxide, visible distance, fine dust, infrared rays, sound, current, or temperature at a specific point.
측정 정보 DB(1322)에는 센서 장치(1100)에 의해 생성된 전기적 측정 신호가 시간의 순서에 따라 저장될 수 있다. 따라서, 측정 정보 DB(1322)에는 습도, 온도, 일산화탄소, 가시 거리, 미세 먼지, 적외선, 음향, 전류, 또는 특정 지점의 온도 등에 의해 생성된 전기적 측정 신호가 각각 저장될 수 있다. 측정 정보 DB(1322)에 저장되는 전기적 측정 신호는 입력되는 시간의 흐름에 따라 정렬되어 저장될 수 있다. Electrical measurement signals generated by the sensor device 1100 may be stored in the measurement information DB 1322 in chronological order. Accordingly, the measurement information DB 1322 may store electrical measurement signals generated by humidity, temperature, carbon monoxide, visible distance, fine dust, infrared rays, sound, current, or the temperature of a specific point. Electrical measurement signals stored in the measurement information DB 1322 may be arranged and stored according to the lapse of input time.
이벤트 정보 DB(1323)에는 센서 장치(1100)와 관련된 이벤트 발생 조건에 대한 정보가 저장될 수 있다. 예를 들면, 화재를 감지하는 경우 상온의 범위와 화재 발생을 판단하는 기준에 대한 정보가 저장될 수 있다. 또한, 차단기의 경우 안전하게 사용할 수 있는 전류량의 기준 범위를 저장할 수 있다. Information on event occurrence conditions related to the sensor device 1100 may be stored in the event information DB 1323 . For example, when a fire is detected, information about a range of room temperature and criteria for determining the occurrence of a fire may be stored. In addition, in the case of a circuit breaker, the standard range of the amount of current that can be safely used can be stored.
제어부(1330)는 프로세서(1331), 상황 정보 추론 유닛(1332) 그리고 인공 지능 추론 유닛(1333)을 포함할 수 있다. 제어부(1330)는 알고리즘이나 소프트웨어로 구현될 수 있다. 제어부(1330)는 하드웨어나 소프트웨어로 구현될 수 있다. 예를 들면, 프로세서(1331)는 하드웨어로 구현되고, 상황 정보 관리 유닛(1332), 그리고 인공 지능 추론 유닛(1333)은 알고리즘이나 소프트웨어로 구현될 수 있다.The controller 1330 may include a processor 1331, a context information inference unit 1332, and an artificial intelligence inference unit 1333. The controller 1330 may be implemented as an algorithm or software. The controller 1330 may be implemented in hardware or software. For example, the processor 1331 may be implemented as hardware, and the context information management unit 1332 and artificial intelligence reasoning unit 1333 may be implemented as an algorithm or software.
프로세서(1331)는 상황 인식 서버(1300)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(1331)는 저장부(1320)의 센서 정보 DB(1321), 측정 정보 DB(1322), 그리고 이벤트 정보 DB(1333)에 접근(access)하고, 상황 정보 추론 유닛(1332) 및 인공 지능 추론 유닛(1333)을 구성하는 알고리즘이나 프로그램 명령을 실행함으로, 제어부(1330)를 구동할 수 있다. 또한, 프로세서(1331)는 상황 인식 서버(1300)의 여러 구성 요소들을 제어하는 컨트롤러들, 인터페이스들, 그래픽 엔진 등을 포함할 수 있다. 프로세서(2310)는 SoC(system-on-chip), ASIC(application specific integrated circuit), FPGA(field programmable gate array) 등의 형태로 제공될 수 있다.The processor 1331 may control overall operations of the context awareness server 1300 . For example, the processor 1331 accesses the sensor information DB 1321, the measurement information DB 1322, and the event information DB 1333 of the storage unit 1320, and the context information reasoning unit 1332 And by executing an algorithm or program command constituting the artificial intelligence reasoning unit 1333, the control unit 1330 can be driven. Also, the processor 1331 may include controllers, interfaces, graphic engines, and the like that control various elements of the context awareness server 1300 . The processor 2310 may be provided in the form of a system-on-chip (SoC), an application specific integrated circuit (ASIC), a field programmable gate array (FPGA), or the like.
상황 정보 추론 유닛(1332)은 전기적 측정 신호를 이용하여 센서 장치(1100)가 감지하는 영역의 상황을 추론할 수 있다. 상황 정보 추론 유닛(1332)의 상세한 동작은 이하에서 도 4 및 도 5와 함께 설명하기로 한다.The context information inference unit 1332 may infer the context of the area sensed by the sensor device 1100 using the electrical measurement signal. A detailed operation of the context information inference unit 1332 will be described below with reference to FIGS. 4 and 5 .
인공 지능 추론 유닛(1333)은 측정 정보 DB(1322)에 저장된 정보를 학습할 수 있다. 인공 지능 추론 유닛(1333)은 상기 상황 정보 추론 유닛(1332)이 상황을 인식하지 못하는 경우 학습 결과에 전기적 측정 신호를 대입하여 상황을 추론할 수 있다.The artificial intelligence inference unit 1333 may learn information stored in the measurement information DB 1322 . If the context information inference unit 1332 does not recognize the context, the artificial intelligence reasoning unit 1333 may infer the context by substituting the electrical measurement signal into the learning result.
도 4는 데이터 스트림과 이벤트의 관계를 나타내는 도면이다. 도 4를 참조하면, 센서 장치(1100)에 의해 시간의 흐름에 따라 생성된 데이터인 데이터 스트림과 이벤트의 관계를 알 수 있다. 4 is a diagram showing the relationship between data streams and events. Referring to FIG. 4 , a relationship between a data stream, which is data generated by the sensor device 1100 over time, and an event can be known.
s1, s2, s3 그리고 s4는 같은 영역을 감지하는 센서 장치(1100)를 나타낸다. 예를 들면, s1은 온도 센서, s2는 전류 센서, s3는 습도 센서, s4는 비접촉 온도 센서일 수 있다. 따라서, 설치된 센서 장치(1100)에 따라 달라질 수 있다.s1, s2, s3 and s4 represent the sensor device 1100 sensing the same area. For example, s1 may be a temperature sensor, s2 may be a current sensor, s3 may be a humidity sensor, and s4 may be a non-contact temperature sensor. Accordingly, it may vary depending on the installed sensor device 1100 .
DS1, DS2, DS3 그리고 DS4는 s1, s2, s3 그리고 s4가 시간의 흐름에 때라 생성하는 데이터인 데이터 스트림(Data Stream)을 나타낸다. DS1은 S1에 의해 생성되는 데이터 스트림을 나타내고, DS2, DS3 및 DS4는 각각 S2, S3 및 S4에 의해 생성되는 데이터 스트림을 나타낸다. DS1, DS2, DS3, and DS4 represent data streams, which are data that s1, s2, s3, and s4 generate over time. DS1 represents a data stream generated by S1, and DS2, DS3, and DS4 represent data streams generated by S2, S3, and S4, respectively.
t1, t2, t3 그리고 t4는 타이밍(Timing)을 나타낸다. 여기서는, 각각의 이벤트가 발생하는 타이밍을 나타낸다.t1, t2, t3 and t4 represent timing. Here, the timing at which each event occurs is shown.
e11, e13, e21, e22, e31, e33, e34 그리고 e41은 특정 센서(s1 내지 s4)가 특정 타이밍(t1 내지 t4)에 감지한 이벤트를 나타낸다. 타이밍 t1에 이벤트가 발생한 경우 센서 s1이 감지한 이벤트가 e11이고, 센서 s3이 감지한 이벤트가 e13이 된다.e11, e13, e21, e22, e31, e33, e34, and e41 represent events detected by specific sensors (s1 to s4) at specific timings (t1 to t4). When an event occurs at timing t1, the event detected by sensor s1 is e11 and the event detected by sensor s3 is e13.
t1, t2, t3 그리고 t4일 때, 각각 이벤트가 발생했으며, 타이밍 t1에 발생한 이벤트는 센서 s1과 센서 s3가 감지하여 이벤트 e11 및 e13을 발생시킨 것을 나타낸다. 또한, 타이밍 t2에 발생한 이벤트는 센서 s1 및 센서 s2가 감지하여 이벤트 e21 및 e22을 발생시킨 것을 알 수 있다. 타이밍 t3에 발생한 이벤트는 센서 s1, 센서 s2 및 센서 s3가 감지하여 이벤트 e31, e33 및 e34을 발생시킨 것을 알 수 있다. 마지막으로, 타이밍 t4에 발생한 이벤트는 센서 s1만이 감지하여 이벤트 e41을 발생시킨 것을 알 수 있다.At times t1, t2, t3, and t4, an event occurred, respectively, and the event that occurred at time t1 was detected by sensor s1 and sensor s3 to generate events e11 and e13. In addition, it can be seen that the sensor s1 and the sensor s2 detect the event occurring at the time t2 and generate the events e21 and e22. It can be seen that the sensor s1 , the sensor s2 , and the sensor s3 detect the event occurring at the time t3 and generate the events e31 , e33 , and e34 . Finally, it can be seen that only sensor s1 detects the event occurring at time t4 and generates event e41.
임의의 시간에 특정 센서가 생성한 전기적 측정 신호를 센서 장치(1100)의 측정값 s(t) 이라고 할 수 있다. 예를 들면, 타이밍 t1에 센서 s1이 생성한 데이터는 s1(t1)으로 나타낼 수 있다. An electrical measurement signal generated by a specific sensor at a given time may be referred to as a measurement value s(t) of the sensor device 1100 . For example, data generated by sensor s1 at timing t1 may be represented as s1(t1).
임의의 센서가 데이터의 비교하기 위해 참고하는 센서 장치(1100)의 기준 데이터 sb로 정의할 수 있다. 센서 장치(1100)의 기준 데이터 sb는 센서 장치(1100)가 평소 상태에서 감지한 데이터보다 약간 큰 값을 가질 수 있다. 예를 들면, 센서 s1이 참고하는 데이터는 sb1으로 표시할 수 있다. 이벤트의 발생을 판단하기 위해 판단값(p)을 정의할 수 있다. 판단값(p)은 아래 수식에 따라 계산할 수 있다.Any sensor may define reference data sb of the sensor device 1100 as reference for data comparison. The reference data sb of the sensor device 1100 may have a slightly larger value than data sensed by the sensor device 1100 in a normal state. For example, data referenced by sensor s1 can be displayed as sb1. A judgment value p may be defined to determine the occurrence of an event. The judgment value (p) can be calculated according to the formula below.
판단값(p)은 센서 장치(1100)의 측정값 s(t)를 센서 장치(1100)의 기준 데이터 sb로 나눈 결과 값이다. 평소 상태에서는 센서 장치(1100)의 측정값 s(t)는 센서 장치(1100)의 기준 데이터 sb보다 약간 작은 값을 가지므로 판단값(p)은 1보다 작은 값으로 유지된다. 따라서, 상황 인식 서버(1300)는 판단값(p)이 1보다 작기 때문에 이벤트를 발생시키지 않는다. 센서 장치(1100)에 의해 감지되는 영역에서 변동이 발생하면 s(t)가 큰 값을 가질 수 있다. 상황 인식 서버(1300)는 측정값 s(t)가 커지면 판단값(p)은 1 또는 1보다 큰 값이 될 수 있다. 상황 인식 서버(1300)는 판단값(p)이 1 또는 1 보다 큰 값이 되면 이벤트를 발생시킬 수 있다.The judgment value p is a value obtained by dividing the measured value s(t) of the sensor device 1100 by the reference data sb of the sensor device 1100. In a normal state, the measured value s(t) of the sensor device 1100 has a slightly smaller value than the reference data sb of the sensor device 1100, so the judgment value p is maintained at a value smaller than 1. Accordingly, the situation awareness server 1300 does not generate an event because the judgment value p is less than 1. When a change occurs in a region detected by the sensor device 1100, s(t) may have a large value. In the situation awareness server 1300, when the measurement value s(t) increases, the determination value p may be 1 or a value greater than 1. The context awareness server 1300 may generate an event when the judgment value p becomes 1 or a value greater than 1.
상황 인식 서버(1300)는 이벤트를 발생시키면, 판단값(p)을 이벤트 정보 DB(1323)의 이벤트(e) 값으로 관리할 수 있다. 상황 인식 서버(1300)는 이벤트를 발생시키는 것이 t1 타이밍에 센서 s3이 생성한 데이터에 의한 경우, 상황 인식 서버(1300)가 관리하는 이벤트 값은 e13으로 정의할 수 있다.When an event is generated, the situation awareness server 1300 may manage the judgment value p as the value of the event e of the event information DB 1323 . The context awareness server 1300 may define an event value managed by the context awareness server 1300 as e13 when generating an event is based on data generated by the sensor s3 at the timing t1.
도 5는 도 3에 도시된 상황 인식 서버의 동작 방법을 설명하기 위한 순서도이다. 도 5를 참조하면, 도 3에 도시된 상황 인식 서버(1300)는 센서 장치(1100)로부터 데이터를 수신할 수 있고, 수신한 데이터와 참고 데이터를 비교하여 차이를 인식할 수 있다. 상황 인식 서버(1300)는 차이를 인식하고, 눈에 띄는 차이를 보이는 센서를 기준으로 설정할 수 있다. 상황 인식 서버(1300)는 동일한 타이밍에 다른 센서에서 이벤트가 발생하면 기준으로 설정된 센서와 연계를 설정할 수 있다. 상황 인식 서버(1300)는 연계된 센서들의 데이터를 이용하여 상황을 추론할 수 있다.FIG. 5 is a flowchart for explaining a method of operating the situation awareness server shown in FIG. 3 . Referring to FIG. 5 , the situational awareness server 1300 shown in FIG. 3 may receive data from the sensor device 1100 and compare the received data with reference data to recognize a difference. The situational awareness server 1300 may recognize the difference and set a sensor showing a noticeable difference as a standard. When an event occurs in another sensor at the same timing, the context awareness server 1300 may establish association with a sensor set as a standard. The situational awareness server 1300 may infer a situation using data of associated sensors.
S110단계에서, 상황 인식 서버(1300)는 적어도 하나 이상의 센서 장치(1100)에 의해 감지된 측정값을 수신할 수 있다. 상황 인식 서버(1300)는 수신한 측정값을 센서별로 나누어서 데이터 스트림(DS1, DS2, DS3 그리고 DS4)의 형태로 저장할 수 있다.In step S110, the context awareness server 1300 may receive measurement values sensed by at least one or more sensor devices 1100. The context awareness server 1300 may divide the received measurement values by sensor and store them in the form of data streams DS1, DS2, DS3, and DS4.
S120단계에서, 상황 인식 서버(1300)는 이벤트 발생 여부를 판단할 수 있다. 상황 인식 서버(1300)는 특정 타이밍에 센서 장치(1100)로부터 수신한 측정값 s(t)를 센서 장치(1100)의 기준 데이터 sb로 나누어서 판단값(p)을 얻을 수 있다. 상황 인식 서버(1300)는 p가 1보다 작으면 이벤트를 발생시키지 않을 수 있다. 상황 인식 서버(1300)는 p가 1 또는 1보다 크면 이벤트를 발생시킬 수 있다.In step S120, the situation awareness server 1300 may determine whether an event has occurred. The situational awareness server 1300 may obtain the determination value p by dividing the measured value s(t) received from the sensor device 1100 at a specific timing by the reference data sb of the sensor device 1100. The context aware server 1300 may not generate an event when p is less than 1. The context aware server 1300 may generate an event when p is 1 or greater than 1.
도 4를 참조하면, 타이밍 t1에 s1이 감지한 데이터 s1(t1)이 sb1보다 크다면, 판단값(p)은 1보다 큰 값이 된다. 따라서, 상황 인식 서버(1300)는 이벤트 e11을 발생시킬 수 있다. Referring to FIG. 4 , if the data s1(t1) sensed by s1 at timing t1 is greater than sb1, the judgment value p is greater than 1. Accordingly, the situation awareness server 1300 may generate an event e11.
동일한 타이밍에 센서 s3이 감지한 데이터 s3(t1)이 sb3보다 크다면 판단값(p)은 1보다 큰 값이 된다. 따라서, 상황 인식 서버(1300)는 이벤트 e13을 생성할 수 있다. If data s3(t1) sensed by sensor s3 at the same timing is greater than sb3, the judgment value (p) becomes a value greater than 1. Accordingly, the context awareness server 1300 may generate event e13.
마찬가지로, 상황 인식 서버(1300)는 타이밍 t2에서는 e21과 e22를 생성할 수 있고, 타이밍 t3에서는 e31, e33 및 e34를 생성할 수 있으며, 타이밍 t4에서는 e41을 생성할 수 있다.Similarly, the situational awareness server 1300 can generate e21 and e22 at timing t2, generate e31, e33, and e34 at timing t3, and generate e41 at timing t4.
S130단계에서, 상황 인식 서버(1300)는 기준 센서를 설정할 수 있다. 상황 인식 서버(1300)는 동일한 타이밍에 생성된 이벤트 값들을 비교할 수 있다. 타이밍 t1의 경우 상황 인식 서버(1300)는 e11과 e13을 비교할 수 있다. 상황 인식 서버(1300)는 더 큰 이벤트 값을 발생시킨 센서를 기준 센서로 설정하게 된다. 예를 들면, 상황 인식 서버(1300)는 e11이 e13보다 크면 e11을 발생시키는 센서 s1을 기준 센서로 설정하고, e13이 e11보다 크면 e13을 발생시키는 센서 s3을 기준 센서로 설정할 수 있다.In step S130, the situational awareness server 1300 may set a reference sensor. The context awareness server 1300 may compare event values generated at the same timing. In the case of timing t1, the context awareness server 1300 may compare e11 and e13. The situational awareness server 1300 sets a sensor generating a larger event value as a reference sensor. For example, the context awareness server 1300 may set sensor s1 that generates e11 as a reference sensor when e11 is greater than e13, and set sensor s3 that generates e13 as a reference sensor when e13 is greater than e11.
상황 인식 서버(1300)는 생성된 이벤트 값이 하나인 경우에는 이벤트 값을 비교하지 않을 수 있다. 상황 인식 서버(1300)는 이벤트 값을 발생시킨 센서를 기준 센서를 설정할 수 있다. 예를 들면, 타이밍 t4에서는 센서 s1만 이벤트(e41)르 발생시켰으므로 상황 인식 서버(1300)는 s1을 기준 센서로 설정할 수 있다.The situation awareness server 1300 may not compare event values when there is only one generated event value. The context awareness server 1300 may set a sensor that generates an event value as a reference sensor. For example, since only the sensor s1 generates the event e41 at timing t4, the situation awareness server 1300 may set s1 as the reference sensor.
S140단계에서, 상황 인식 서버(1300)는 연계 센서를 설정할 수 있다. 상황 인식 서버(1300)는 동일한 타이밍에 생성된 이벤트 값들을 비교할 수 있다. 상황 인식 서버(1300)는 기준 센서와 동일한 타이밍에 이벤트를 발생시킨 센서 장치(1100)를 연계 센서로 설정할 수 있다.In step S140, the situational awareness server 1300 may set an associated sensor. The context awareness server 1300 may compare event values generated at the same timing. The context awareness server 1300 may set the sensor device 1100 that generates an event at the same timing as the reference sensor as a linked sensor.
타이밍 t3을 예로 들면, 상황 인식 서버30)는 이벤트 e31, e33 및 e34를 생성할 수 있다. 상황 인식 서버(1300)는 e31의 값이 e33 및 e34보다 큰 경우 e31을 발생시킨 s1을 기준 센서로 설정할 수 있다. 상황 인식 서버(1300)는 e31과 동일한 시점에 발생한 e33을 발생시킨 s3및 e34을 발생시킨 s4를 연계 센서로 설정할 수 있다.Taking timing t3 as an example, the context awareness server 30) may generate events e31, e33, and e34. When the value of e31 is greater than e33 and e34, the contextual awareness server 1300 may set s1 that generated e31 as a reference sensor. The situational awareness server 1300 may set s3, which generates e33, which occurred at the same time point as e31, and s4, which generates e34, as linked sensors.
S150단계에서, 상황 인식 서버(1300)는 연계 센서들의 이벤트를 분석하여 상황을 추론할 수 있다. 상황 인식 서버(1300)는 이벤트들을 조합하여 이벤트 데이터 셋(Event Data set, EDset)을 생성할 수 있다. 타이밍 t3을 예로 들면 이벤트 데이터 셋(EDset)은 e31, e33, e34, e31e33, e31e34, e33e34, e31e33e34를 포함할 수 있다. 상황 인식 서버(1300)는 이벤트 데이터 셋(EDset)에 포함된 값들을 이용하여 상황을 추론할 수 있다.In step S150, the situational awareness server 1300 may infer a situation by analyzing events of associated sensors. The situational awareness server 1300 may generate an event data set (EDset) by combining events. Taking timing t3 as an example, the event data set EDset may include e31, e33, e34, e31e33, e31e34, e33e34, and e31e33e34. The context-aware server 1300 may infer a context using values included in the event data set EDset.
도 6은 도 5에 도시된 상황 인식 서버의 동작 방법을 예시적으로 설명하기 위한 순서도이다. 도 6을 참조하면, 상황 인식 서버(1300)는 전류 센서(1180) 및 비접촉 온도 센서(1120)으로부터 수신한 데이터를 이용하여 상황을 추론할 수 있다.FIG. 6 is a flowchart for illustratively explaining a method of operating the situation awareness server shown in FIG. 5 . Referring to FIG. 6 , the context aware server 1300 may infer a context using data received from the current sensor 1180 and the non-contact temperature sensor 1120 .
차단기에 센서 장치(1100)가 설치되어 차단기의 동작 오류를 감지하는 과정을 설명하기로 한다. 여기서, 동작 오류는 전류가 누설되어 차단이 되어야 하지만, 차단되지 않고 도체의 열화가 진행되는 경우를 의미한다. 도체의 열화는 누설 전류가 110mA, 도체 표면 온도가 90℃에 도달하면 발생하게 된다. 여기서는 누설 전류값이 90mA, 도체 표면 온도가 80℃인 경우를 예로 든다. 차단기에는 전류 센서(1180) 및 비접촉 온도 센서(1120)가 설치되어 차단기의 상태를 감지할 수 있다. A process in which the sensor device 1100 is installed in the circuit breaker to detect an operation error of the circuit breaker will be described. Here, the operation error refers to a case in which current is leaked and should be cut off, but the conductor is deteriorated without being cut off. Deterioration of the conductor occurs when the leakage current reaches 110mA and the conductor surface temperature reaches 90℃. Here, the case where the leakage current value is 90 mA and the conductor surface temperature is 80 °C is taken as an example. A current sensor 1180 and a non-contact temperature sensor 1120 are installed in the circuit breaker to detect the state of the circuit breaker.
S210 단계에서, 상황 인식 서버(1300)는 전류 센서(1180) 및 비접촉 온도 센서(1120)에 의해 생성된 데이터를 수신할 수 있다. 상황 인식 서버(1300)는 수신한 데이터를 전류 센서(1180) 및 비접촉 온도 센서(1120)로 나누어서 데이터 스트림(DS1 및 DS2)의 형태로 저장할 수 있다. In step S210 , the context awareness server 1300 may receive data generated by the current sensor 1180 and the non-contact temperature sensor 1120 . The context awareness server 1300 may divide the received data into the current sensor 1180 and the non-contact temperature sensor 1120 and store the received data in the form of data streams DS1 and DS2.
상황 인식 서버(1300)는 전류 센서(1180)가 감지한 90mA에 대한 전기적 측정 데이터를 수신하여 저장할 수 있다. 또한, 상황 인식 서버(1300)는 비접촉 온도 센서(1120)가 감지한 80℃에 대한 전기적 측정 신호를 수신하여 저장할 수 있다.The context awareness server 1300 may receive and store electrical measurement data for 90 mA sensed by the current sensor 1180 . Also, the situational awareness server 1300 may receive and store the electrical measurement signal for 80° C. detected by the non-contact temperature sensor 1120 .
S220 단계에서, 상황 인식 서버(1300)는 이벤트 발생 여부를 판단할 수 있다. 상황 인식 서버(1300)는 전류 센서(1180)가 감지한 90mA를 전류 센서(1180)의 기준 데이터(sb)인 90mA로 나눈 판단값 1을 얻을 수 있다. 상황 인식 서버(1300)는 판단값이 1과 같기 때문에 전류 센서(1180)측에서 이벤트가 발생한 것으로 판단할 수 있다. In step S220, the situation awareness server 1300 may determine whether an event has occurred. The situation awareness server 1300 may obtain the determination value 1 by dividing 90mA detected by the current sensor 1180 by 90mA, which is the reference data sb of the current sensor 1180. Since the judgment value is equal to 1, the situation awareness server 1300 may determine that an event has occurred on the current sensor 1180 side.
마찬가지로, 상황 인식 서버(1300)는 비접촉 온도 센서(1120)가 감지한 80℃를 비접촉 온도 센서(1120)의 기준 데이터(sb)인 70℃로 나눈 판단값 1.15을 얻을 수 있다. 상황 인식 서버(1300)는 판단값이 1보다 크기 때문에 비접촉 온도 센서(1120)측에서 이벤트가 발생한 것으로 판단할 수 있다. Similarly, the situational awareness server 1300 may obtain a determination value of 1.15 by dividing 80° C. sensed by the non-contact temperature sensor 1120 by 70° C., which is the reference data sb of the non-contact temperature sensor 1120. Since the judgment value is greater than 1, the situation awareness server 1300 may determine that an event has occurred on the non-contact temperature sensor 1120 side.
S230단계에서, 상황 인식 서버(1300)는 기준 센서를 설정할 수 있다. 상황 인식 서버(1300)는 전류 센서(1180)의 판단값 1과 비접촉 온도 센서(1120)의 판단값 1.15를 비교할 수 있다. 상황 인식 서버(1300)는 비접촉 온도 센서(1120)의 판단값이 더 크기 때문에 비접촉 온도 센서(1120)를 기준 센서로 설정할 수 있다.In step S230, the situational awareness server 1300 may set a reference sensor. The context awareness server 1300 may compare the determination value 1 of the current sensor 1180 and the determination value 1.15 of the non-contact temperature sensor 1120 . The situation awareness server 1300 may set the non-contact temperature sensor 1120 as a reference sensor because the judgment value of the non-contact temperature sensor 1120 is greater.
S240 단계에서, 상황 인식 서버(1300)는 동일한 타이밍에 이벤트를 발생시킨 센서 장치(1100) 간에 연계를 설정할 수 있다. 상황 인식 서버(1300)는 비접촉 온도 센서(1120)와 동일한 타이밍에 이벤트를 발생시킨 전류 센서(1180)를 연계할 수 있다.In step S240, the situation awareness server 1300 may establish a connection between the sensor devices 1100 generating events at the same timing. The context awareness server 1300 may link the current sensor 1180 generating an event at the same timing as the non-contact temperature sensor 1120 .
S250 단계에서, 상황 인식 서버(1300)는 연계된 센서들의 이벤트를 이용하여 상황을 추론할 수 있다. In step S250, the situational awareness server 1300 may infer a situation using events of associated sensors.
상황 인식 서버(1300)는 비접척 온도 센서(1120)의 판단값 1.15로부터 차단기의 온도가 매우 높은 것을 인식할 수 있다. 상황 인식 서버(1300)는 전류 센서(1180)의 판단값 1로부터 온도 증가가 누설 전류와 관련이 있는 것을 판단할 수 있다. 상황 인식 서버(1300)는 전류가 누설되어 온도가 높아져서 도체의 열화가 진행되기 전에 차단기가 동작하지 않은 것을 추론할 수 있다.The situational awareness server 1300 may recognize that the temperature of the circuit breaker is very high from the judgment value 1.15 of the non-contact temperature sensor 1120 . The situational awareness server 1300 may determine that the temperature increase is related to the leakage current from the determination value 1 of the current sensor 1180 . The context-aware server 1300 may infer that the circuit breaker has not operated before the conductor is deteriorated due to a current leakage and a high temperature.
상술한 내용은 본 발명을 실시하기 위한 구체적인 실시 예들이다. 본 발명은 상술한 실시 예들 이외에도, 단순하게 설계 변경되거나 용이하게 변경할 수 있는 실시 예들도 포함될 것이다. 또한, 본 발명은 실시 예들을 이용하여 용이하게 변형하여 실시할 수 있는 기술들도 포함될 것이다. 따라서, 본 발명의 범위는 상술한 실시 예들에 국한되어 정해져서는 안되며, 후술하는 특허청구범위뿐만 아니라 이 발명의 특허청구범위와 균등한 것들에 의해 정해져야 할 것이다.The foregoing are specific examples for carrying out the present invention. In addition to the above-described embodiments, the present invention will also include embodiments that can be simply or easily changed in design. In addition, the present invention will also include techniques that can be easily modified and practiced using the embodiments. Therefore, the scope of the present invention should not be limited to the above-described embodiments and should not be defined, and should be defined by those equivalent to the claims of this invention as well as the claims to be described later.
1000: 센서 장치를 이용하는 상황 인식 시스템
1100: 센서 장치
1200: 네트워크 시스템
1300: 상황 인식 서버1000: situational awareness system using sensor devices
1100: sensor device
1200: network system
1300: situational awareness server
Claims (5)
상기 센서 장치로부터 상기 복수의 전기적 측정 신호들을 전달하는 네트워크 시스템; 및
상기 센서 장치와 상기 네트워크 시스템을 통해 연결되고, 상기 센서 장치로부터 상기 복수의 전기적 측정 신호들을 수신하는 상황 인식 서버를 포함하되,
상기 상황 인식 서버는,
상기 센서 장치로부터 상기 복수의 전기적 측정 신호들을 수신하는 통신부;
상기 통신부를 통해 제공받은 상기 복수의 전기적 측정 신호들을 저장하는 저장부; 및
상기 저장부에 저장된 상기 복수의 전기적 측정 신호들을 관리하는 제어부를 포함하되,
상기 저장부는,
상기 복수의 센서들의 종류와 설치 위치 그리고 상기 복수의 센서들의 기준 데이터들이 저장되는 센서 정보 DB;상기 센서 장치에 의해 생성된 상기 복수의 전기적 측정 신호들을 시간의 순서에 따라 저장되는 측정 정보 DB; 및
상기 복수의 센서들마다 이벤트 발생 조건이 저장되는 이벤트 정보 DB를 포함하며,
상기 제어부는,
상기 저장부에 저장된 상기 복수의 전기적 측정 신호들을 이용하여 상기 복수의 센서들이 감지하는 영역의 상황을 추론하는 상황 정보 추론 유닛; 및
상기 측정 정보 DB에 저장된 정보를 학습하고, 학습 결과에 상기 복수의 전기적 측정 신호들을 대입하여 상황을 추론하는 인공 지능 추론 유닛을 포함하고,
상기 제어부는, 상기 복수의 센서들로부터 수신한 측정값들을 상기 복수의 센서들의 상기 기준 데이터들로 각각 나누어서 얻은 판단값들 중 1보다 작은 판단값들을 이벤트 값으로 관리하지 않고, 상기 복수의 센서들로부터 수신한 측정값들을 상기 복수의 센서들의 상기 기준 데이터들로 각각 나누어서 얻은 판단값들 중 1과 같거나 1보다 큰 판단값들을 이벤트 값으로 생성하여 관리하며, 동일한 타이밍에 생성된 이벤트 값들을 비교하여 더 큰 이벤트 값을 생성한 센서를 기준 센서로 설정하고, 나머지 이벤트 값을 생성한 센서를 연계 센서로 설정하며, 상기 이벤트 값들을 분석하여 상황을 추론하도록 구성되며,
상기 센서 장치는, 누설 전류를 감지하여 전기적 측정 신호를 생성하는 전류 센서 및 도체의 표면 온도를 감지하여 전기적 측정 신호를 생성하는 비접촉 온도 센서로 구성되고,
상기 제어부는, 상기 전류 센서가 감지한 누설 전류값을 상기 전류 센서의 기준 데이터인 90 mA로 나눈 제1 판단값을 얻은 후 상기 제1 판단값이 1과 같거나 1보다 크면 상기 제1 판단값을 제1 이벤트 값으로 생성하여 관리하며 상기 전류 센서 측에서 이벤트가 발생한 것으로 판단하고, 상기 비접촉 온도 센서가 감지한 상기 도체의 표면 온도값을 상기 비접촉 온도 센서의 기준 데이터인 70 ℃로 나눈 제2 판단값을 얻은 후 상기 제2 판단값이 1과 같거나 1보다 크면 상기 제2 판단값을 제2 이벤트 값으로 생성하여 관리하며 상기 비접촉 온도 센서 측에서 이벤트가 발생한 것으로 판단하며, 상기 제1 판단값과 상기 제2 판단값이 모두 1 이상이고 상기 제1 판단값이 상기 제2 판단값보다 큰 경우 상기 전류 센서를 기준 센서로 설정하고 상기 비접촉 온도 센서를 연계 센서로 설정하며, 상기 제1 판단값과 상기 제2 판단값이 모두 1 이상이고 상기 제2 판단값이 상기 제1 판단값보다 큰 경우 상기 비접촉 온도 센서를 기준 센서로 설정하고 상기 전류 센서를 연계 센서로 설정하며, 상기 제1 판단값과 상기 제2 판단값이 모두 1 이상인 경우 상기 도체의 표면 온도 증가가 누설 전류와 관련이 있는 것으로 판단하고 전류가 누설되어 상기 도체의 표면 온도가 높아져서 상기 도체의 열화가 진행되기 전에 차단기가 동작하지 않은 것을 추론하도록 구성되는 상황 인식 시스템.a sensor device including a plurality of sensors that detect surrounding conditions and generate a plurality of electrical measurement signals, respectively;
a network system transmitting the plurality of electrical measurement signals from the sensor device; and
A context-aware server connected to the sensor device through the network system and receiving the plurality of electrical measurement signals from the sensor device;
The context-aware server,
a communication unit receiving the plurality of electrical measurement signals from the sensor device;
a storage unit for storing the plurality of electrical measurement signals provided through the communication unit; and
A control unit for managing the plurality of electrical measurement signals stored in the storage unit,
the storage unit,
A sensor information DB in which types and installation locations of the plurality of sensors and reference data of the plurality of sensors are stored; a measurement information DB in which the plurality of electrical measurement signals generated by the sensor device are stored in chronological order; and
An event information DB in which event occurrence conditions are stored for each of the plurality of sensors,
The control unit,
a contextual information inference unit that infers a context of an area sensed by the plurality of sensors using the plurality of electrical measurement signals stored in the storage unit; and
An artificial intelligence inference unit that learns information stored in the measurement information DB and infers a situation by substituting the plurality of electrical measurement signals into a learning result;
The control unit does not manage determination values smaller than 1 among determination values obtained by dividing the measurement values received from the plurality of sensors by the reference data of the plurality of sensors, respectively, as event values, and the plurality of sensors Among the judgment values obtained by dividing the measured values received from the plurality of sensors by the reference data, respectively, judgment values equal to or greater than 1 are generated and managed as event values, and event values generated at the same timing are compared. It is configured to set a sensor that generated a larger event value as a reference sensor, set a sensor that generated the remaining event values as a linked sensor, and infer a situation by analyzing the event values,
The sensor device includes a current sensor that detects leakage current to generate an electrical measurement signal and a non-contact temperature sensor that detects a surface temperature of a conductor and generates an electrical measurement signal,
The controller obtains a first judgment value obtained by dividing the leakage current value detected by the current sensor by 90 mA, which is the reference data of the current sensor, and if the first judgment value is equal to or greater than 1, the first judgment value is generated and managed as a first event value, and it is determined that an event has occurred on the current sensor side, and the surface temperature value of the conductor detected by the non-contact temperature sensor is divided by 70 ° C, which is the reference data of the non-contact temperature sensor. After obtaining the judgment value, if the second judgment value is equal to or greater than 1, the second judgment value is generated and managed as a second event value, and it is determined that an event has occurred on the non-contact temperature sensor side, and the first judgment value is generated. value and the second judgment value are both 1 or more and the first judgment value is greater than the second judgment value, the current sensor is set as a reference sensor and the non-contact temperature sensor is set as a linked sensor, and the first judgment value is set. value and the second judgment value are both 1 or more and the second judgment value is greater than the first judgment value, the non-contact temperature sensor is set as a reference sensor and the current sensor is set as a linked sensor, and the first judgment value is set. When both the value and the second judgment value are 1 or more, it is determined that the increase in the surface temperature of the conductor is related to the leakage current, and the circuit breaker operates before deterioration of the conductor proceeds because the surface temperature of the conductor increases due to current leakage. A situational awareness system configured to infer what has not been done.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220091905A KR102568300B1 (en) | 2022-07-25 | 2022-07-25 | Situation recognization system using sensor data and method for recognizating situation thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220091905A KR102568300B1 (en) | 2022-07-25 | 2022-07-25 | Situation recognization system using sensor data and method for recognizating situation thereof |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102568300B1 true KR102568300B1 (en) | 2023-08-17 |
Family
ID=87800017
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220091905A KR102568300B1 (en) | 2022-07-25 | 2022-07-25 | Situation recognization system using sensor data and method for recognizating situation thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102568300B1 (en) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110130240A (en) * | 2010-05-27 | 2011-12-05 | 주식회사 엘지화학 | Apparatus and method for controlling battery |
| KR101408820B1 (en) * | 2014-02-04 | 2014-06-19 | 유한회사 주왕산업 | Remote monitoring apparatus for distributing board using mobile app and method therof |
| KR101440492B1 (en) * | 2014-04-29 | 2014-09-18 | (주)더블유제이이엔에스 | Switchgear having a function of electrical fire prevention and overload blocking |
| KR20170019091A (en) * | 2015-08-11 | 2017-02-21 | 이태희 | Apparatus for diagnosing and recording status of switch on the ground |
| KR20180071932A (en) * | 2016-12-20 | 2018-06-28 | 삼성전자주식회사 | Home network managing server and controlling method thereof |
| KR102189670B1 (en) * | 2019-09-17 | 2020-12-11 | 이문수 | Method for processing sensor data stream of a smart switchgear and control panel and the smart switchgear and control panel thereof |
| KR20210010184A (en) * | 2019-07-19 | 2021-01-27 | 한국전자통신연구원 | Appartus and method for abnormal situation detection |
| KR102226060B1 (en) * | 2019-11-20 | 2021-03-10 | 주식회사 리얼타임테크 | Method for processing time series data based on indoor localization |
| KR20210049555A (en) * | 2019-10-25 | 2021-05-06 | 한국과학기술연구원 | System and method for determining situation of facility by imaging seinsing data of facility |
| KR102347168B1 (en) * | 2021-08-04 | 2022-01-04 | 백우민 | Sensor signal aggregating devcie for aggregating multi-sensor data |
-
2022
- 2022-07-25 KR KR1020220091905A patent/KR102568300B1/en active IP Right Grant
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110130240A (en) * | 2010-05-27 | 2011-12-05 | 주식회사 엘지화학 | Apparatus and method for controlling battery |
| KR101408820B1 (en) * | 2014-02-04 | 2014-06-19 | 유한회사 주왕산업 | Remote monitoring apparatus for distributing board using mobile app and method therof |
| KR101440492B1 (en) * | 2014-04-29 | 2014-09-18 | (주)더블유제이이엔에스 | Switchgear having a function of electrical fire prevention and overload blocking |
| KR20170019091A (en) * | 2015-08-11 | 2017-02-21 | 이태희 | Apparatus for diagnosing and recording status of switch on the ground |
| KR20180071932A (en) * | 2016-12-20 | 2018-06-28 | 삼성전자주식회사 | Home network managing server and controlling method thereof |
| KR20210010184A (en) * | 2019-07-19 | 2021-01-27 | 한국전자통신연구원 | Appartus and method for abnormal situation detection |
| KR102189670B1 (en) * | 2019-09-17 | 2020-12-11 | 이문수 | Method for processing sensor data stream of a smart switchgear and control panel and the smart switchgear and control panel thereof |
| KR20210049555A (en) * | 2019-10-25 | 2021-05-06 | 한국과학기술연구원 | System and method for determining situation of facility by imaging seinsing data of facility |
| KR102226060B1 (en) * | 2019-11-20 | 2021-03-10 | 주식회사 리얼타임테크 | Method for processing time series data based on indoor localization |
| KR102347168B1 (en) * | 2021-08-04 | 2022-01-04 | 백우민 | Sensor signal aggregating devcie for aggregating multi-sensor data |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10235231B2 (en) | Anomaly fusion on temporal casualty graphs | |
| JP6847591B2 (en) | Anomaly detection system, model generator, anomaly detection device, anomaly detection method, model generation program, and anomaly detection program | |
| US9618918B2 (en) | System and method for estimating the number of people in a smart building | |
| Krause et al. | Challenges in modelling and using quality of context (qoc) | |
| Tulone et al. | An energy-efficient querying framework in sensor networks for detecting node similarities | |
| US9396441B1 (en) | Multilevel constraint-based randomization adapting case-based learning to fuse sensor data for autonomous predictive analysis | |
| Ganz et al. | Information abstraction for heterogeneous real world internet data | |
| Munoz et al. | Design and evaluation of an ambient assisted living system based on an argumentative multi-agent system | |
| US20090261978A1 (en) | Apparatus and Method of Ubiquitous Context-Aware Agent Based On Sensor Networks | |
| US11509668B2 (en) | Systems and methods for device fingerprinting | |
| US20210281566A1 (en) | Systems And Methods For Device Fingerprinting | |
| US20210279565A1 (en) | Systems And Methods For Device Fingerprinting | |
| US12113829B2 (en) | Occupancy detection and people counting using passive wireless interfaces | |
| US11558378B2 (en) | Systems and methods for device fingerprinting | |
| KR20110071150A (en) | A sampling interval adjusting technique using detection error of a sensor | |
| KR102568300B1 (en) | Situation recognization system using sensor data and method for recognizating situation thereof | |
| KR20200137098A (en) | Edge gateway, cloud server and method for predicting disaster on target region using edge computing in extended reality environment | |
| Wu et al. | Intrusion Detection with Radio Frequency Sensing based on Wi-Fi Mesh Network for Home Security | |
| WO2021086305A1 (en) | Maintaining privacy during attribution of a condition | |
| Wei et al. | Detecting anomaly data for IoT sensor networks | |
| KR20200045058A (en) | smart sensing and monitoring system of risk detection for small business to switch to smart factories, and method thereof | |
| Natalino et al. | Autonomous security management in optical networks | |
| KR102676251B1 (en) | Intelligent switchgear applied with situational recognition system based on data stream event analysis | |
| KR20100045584A (en) | An integrated context generation system based on the ant colony algorithm for hci applications and the method thereof | |
| Redford et al. | Evidentialist foundationalist argumentation for multi-agent sensor fusion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |