KR102570973B1 - 무인변전소 감시 시스템 및 그 동작 방법 - Google Patents

무인변전소 감시 시스템 및 그 동작 방법 Download PDF

Info

Publication number
KR102570973B1
KR102570973B1 KR1020210008721A KR20210008721A KR102570973B1 KR 102570973 B1 KR102570973 B1 KR 102570973B1 KR 1020210008721 A KR1020210008721 A KR 1020210008721A KR 20210008721 A KR20210008721 A KR 20210008721A KR 102570973 B1 KR102570973 B1 KR 102570973B1
Authority
KR
South Korea
Prior art keywords
intruder
processor
tracking camera
unmanned substation
camera
Prior art date
Application number
KR1020210008721A
Other languages
English (en)
Other versions
KR20220105851A (ko
Inventor
김광재
임재용
Original Assignee
한국전력공사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전력공사 filed Critical 한국전력공사
Priority to KR1020210008721A priority Critical patent/KR102570973B1/ko
Publication of KR20220105851A publication Critical patent/KR20220105851A/ko
Application granted granted Critical
Publication of KR102570973B1 publication Critical patent/KR102570973B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19617—Surveillance camera constructional details
    • G08B13/1963—Arrangements allowing camera rotation to change view, e.g. pivoting camera, pan-tilt and zoom [PTZ]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
    • H02B13/00—Arrangement of switchgear in which switches are enclosed in, or structurally associated with, a casing, e.g. cubicle
    • H02B13/02—Arrangement of switchgear in which switches are enclosed in, or structurally associated with, a casing, e.g. cubicle with metal casing
    • H02B13/025—Safety arrangements, e.g. in case of excessive pressure or fire due to electrical defect

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Selective Calling Equipment (AREA)
  • Alarm Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

본 발명의 다양한 실시 예들은 무인변전소 감시 시스템 및 그 동작 방법에 관한 것으로서, 무인변전소 감시 시스템은, 감시 장치와 감시 서버를 포함할 수 있다. 감시 서버는, 통신 회로, 메모리, 상기 통신 회로 및 상기 메모리와 연결된 프로세서를 포함하고, 상기 프로세서는, 무인변전소에 배치된 광역 카메라를 통해 획득된 이미지에 기반하여 무인변전소로 접근하는 물체를 식별하고, 상기 물체를 식별한 것에 응답하여, 상기 무인변전소에 배치된 추적 카메라의 각도를 조정하고, 상기 추적 카메라를 통해 획득된 이미지에 기반하여 상기 무인변전소에 침입하는 침입자를 감지하고, 상기 침입자의 이동 동선에 기반하여 상기 추적 카메라의 각도를 조정하는 제어 신호를 상기 통신 회로를 통해 상기 추적 카메라로 송신할 수 있다. 다른 실시 예들도 가능하다.

Description

무인변전소 감시 시스템 및 그 동작 방법{UNATTENDED STATION MONITORING SYSTEM AND OPERATION METHOD THEREOF}
본 발명의 다양한 실시 예들은 무인변전소 감시 시스템 및 그 동작 방법에 관한 것이다.
변전소는 발전소에서 생상한 전력을 송전선로나 배전선로를 통해 수용가로 보내는 과정에서 전압이나 전류의 변성 및 전력의 배분을 위해 설치되며, 특별고압전력을 이용하여 각각의 부하에 적정한 전력을 공급하는 설비들을 포함할 수 있다. 예를 들어, 변전소는 변압기, 단로기, 차단기, 조상설비, 피뢰기, 및 배전반 등의 설비를 포함할 수 있다. 이러한 변전소에 이상이 발생하면, 수용가에서 심각한 불편을 겪을 수 있으며, 빠른 조취를 취하지 않을 경우, 큰 사고나 화재가 발생할 수 있다. 따라서, 변전소의 이상 상태를 감지하기 위한 감시 방안(solution)이 요구될 수 있다.
본 발명의 배경기술은 대한민국 등록특허 제10-1008956호(2011.01.11 등록, 계통설비별 색상정보를 이용한 변전소 모니터링 시스템)에 개시되어 있다.
본 발명의 다양한 실시 예들은, 광역 카메라와 추적 카메라를 이용하여 무인변전소의 이상 상황을 감지하는 방법 및 장치에 관하여 개시한다.
본 발명의 다양한 실시 예들에 따른 감시 서버는, 통신 회로, 메모리, 상기 통신 회로 및 상기 메모리와 연결된 프로세서를 포함하고, 상기 프로세서는, 무인변전소에 배치된 광역 카메라를 통해 획득된 이미지에 기반하여 무인변전소로 접근하는 물체를 식별하고, 상기 물체를 식별한 것에 응답하여, 상기 무인변전소에 배치된 추적 카메라의 각도를 조정하고, 상기 추적 카메라를 통해 획득된 이미지에 기반하여 상기 무인변전소에 침입하는 침입자를 감지하고, 상기 침입자의 이동 동선에 기반하여 상기 추적 카메라의 각도를 조정하는 제어 신호를 상기 통신 회로를 통해 상기 추적 카메라로 송신할 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 무인변전소로 접근하는 물체를 식별하는 동작의 적어도 일부로서, 상기 광역 카메라를 통해 획득된 이미지로부터 상기 무인변전소로 접근하는 물체가 식별되면, 상기 물체가 촬영된 이미지에 기반하여 상기 물체의 위치를 식별하고, 상기 물체의 위치 변화에 기반하여 상기 물체의 이동 거리 및 이동 속도 중 적어도 하나를 식별하고, 상기 물체의 이동 거리 및 이동 속도 중 적어도 하나가 지정된 조건을 만족하지 않는 경우, 상기 물체를 필터링할 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 추적 카메라의 각도를 조정하는 동작의 적어도 일부로서, 상기 무인변전소로 접근하는 물체가 식별된 것에 응답하여, 상기 물체의 위치를 식별하고, 상기 추적 카메라가 상기 물체를 촬영할 수 있도록, 상기 식별된 물체의 위치에 기반하여 상기 추적 카메라의 각도를 조정하는 제어 신호를 생성하고, 상기 통신 회로를 통해 상기 제어 신호를 상기 추적 카메라로 송신할 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 물체의 위치에 기반하여 상기 물체와 상기 추적 카메라 간의 거리를 식별하고, 상기 식별된 거리에 기반하여 상기 추적 카메라의 배율을 조정하기 위한 제어 신호를 상기 통신 회로를 통해 상기 추적 카메라로 송신할 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 무인변전소에 침입하는 침입자를 감지하는 동작의 적어도 일부로서, 상기 메모리에 기 저장된 데이터베이스를 이용하여 상기 추적 카메라를 통해 획득된 이미지에 대한 딥러닝을 수행함으로써, 상기 이미지에 포함된 물체가 사람인지 여부를 결정하고, 상기 이미지에 포함된 물체가 사람인 경우, 상기 이미지에 포함된 물체의 이동 동선에 기반하여 상기 이미지에 포함된 물체가 침입자인지 여부를 결정할 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 침입자를 감지한 것에 응답하여, 상기 침입자가 촬영된 이미지를 상기 메모리에 저장할 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 침입자를 감지한 것에 응답하여, 상기 무인변전소에 설치된 근적외선 조명이 상기 침입자의 위치에 근적외선을 조사하도록 하는 제어 신호를 생성하고, 상기 통신 회로를 통해 상기 제어 신호를 상기 근적외선 조명으로 송신할 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 침입자를 감지한 것에 응답하여, 상기 통신 회로를 통해 상기 무인변전소에 설치된 출력 장치로 경고 방송을 송신할 수 있다.
다양한 실시 예들에 따르면, 상기 감시 서버는, 출력 장치를 더 포함하고, 상기 프로세서는, 상기 침입자를 감지한 것에 응답하여, 상기 출력 장치를 통해 침입자가 감지되었음을 나타내는 정보를 출력할 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 침입자를 감지한 것에 응답하여, 상기 통신 회로를 통해 상기 감시 서버의 관리자의 휴대용 단말기로 침입자가 감지되었음을 나타내는 정보를 송신할 수 있다.
본 발명의 다양한 실시 예들에 따른 감시 서버의 동작 방법은, 감시 서버의 프로세서가 무인변전소에 배치된 광역 카메라를 통해 획득된 이미지에 기반하여 무인변전소로 접근하는 물체를 식별하는 단계, 상기 프로세서가 상기 물체를 식별한 것에 응답하여, 상기 무인변전소에 배치된 추적 카메라의 각도를 조정하는 단계, 상기 프로세서가 상기 추적 카메라를 통해 획득된 이미지에 기반하여 상기 무인변전소에 침입하는 침입자를 감지하는 단계, 및 상기 프로세서가 상기 침입자의 이동 동선에 기반하여 상기 추적 카메라의 각도를 조정하는 제어 신호를 상기 감시 서버의 통신 회로를 통해 상기 추적 카메라로 송신하는 단계를 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 무인변전소로 접근하는 물체를 식별하는 단계는, 상기 광역 카메라를 통해 획득된 이미지로부터 상기 무인변전소로 접근하는 물체가 식별되면, 상기 프로세서가 상기 물체가 촬영된 이미지에 기반하여 상기 물체의 위치를 식별하는 단계, 상기 프로세서가 상기 물체의 위치 변화에 기반하여 상기 물체의 이동 거리 및 이동 속도 중 적어도 하나를 식별하는 단계, 및 상기 물체의 이동 거리 및 이동 속도 중 적어도 하나가 지정된 조건을 만족하지 않는 경우, 상기 프로세서가 상기 물체를 필터링하는 단계를 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 추적 카메라의 각도를 조정하는 단계는, 상기 프로세서가 상기 무인변전소로 접근하는 물체가 식별된 것에 응답하여, 상기 물체의 위치를 식별하는 단계, 상기 추적 카메라가 상기 물체를 촬영할 수 있도록, 상기 프로세서가 상기 식별된 물체의 위치에 기반하여 상기 추적 카메라의 각도를 조정하는 제어 신호를 생성하는 단계, 및 상기 프로세서가 상기 통신 회로를 통해 상기 제어 신호를 상기 추적 카메라로 송신하는 단계를 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 감시 서버의 동작 방법은, 상기 프로세서가 상기 물체의 위치에 기반하여 상기 물체와 상기 추적 카메라 간의 거리를 식별하는 단계 및 상기 프로세서가 상기 식별된 거리에 기반하여 상기 추적 카메라의 배율을 조정하기 위한 제어 신호를 상기 통신 회로를 통해 상기 추적 카메라로 송신하는 단계를 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 무인변전소에 침입하는 침입자를 감지하는 단계는, 상기 프로세서가 상기 감시 서버의 메모리에 기 저장된 데이터베이스를 이용하여 상기 추적 카메라를 통해 획득된 이미지에 대한 딥러닝을 수행함으로써, 상기 이미지에 포함된 물체가 사람인지 여부를 결정하는 단계 및 상기 이미지에 포함된 물체가 사람인 경우, 상기 프로세서가 상기 이미지에 포함된 물체의 이동 동선에 기반하여 상기 이미지에 포함된 물체가 침입자인지 여부를 결정하는 단계를 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 감시 서버의 동작 방법은, 상기 프로세서가 상기 침입자를 감지한 것에 응답하여, 상기 침입자가 촬영된 이미지를 상기 감시 서버의 메모리에 저장하는 단계를 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 감시 서버의 동작 방법은, 상기 프로세서가 상기 침입자를 감지한 것에 응답하여, 상기 무인변전소에 설치된 근적외선 조명이 상기 침입자의 위치에 근적외선을 조사하도록 하는 제어 신호를 생성하는 단계 및 상기 프로세서가 상기 통신 회로를 통해 상기 제어 신호를 상기 근적외선 조명으로 송신하는 단계를 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 감시 서버의 동작 방법은, 상기 프로세서가 상기 침입자를 감지한 것에 응답하여, 상기 통신 회로를 통해 상기 무인변전소에 설치된 출력 장치로 경고 방송을 송신하는 단계를 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 감시 서버의 동작 방법은, 상기 프로세서가 상기 침입자를 감지한 것에 응답하여, 상기 감시 서버의 출력 장치를 통해 침입자가 감지되었음을 나타내는 정보를 출력하는 단계를 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 감시 서버의 동작 방법은, 상기 프로세서가 상기 침입자를 감지한 것에 응답하여, 상기 통신 회로를 통해 상기 감시 서버의 관리자의 휴대용 단말기로 침입자가 감지되었음을 나타내는 정보를 송신하는 단계를 더 포함할 수 있다.
본 발명의 다양한 실시 예들은, 광역 카메라와 추적 카메라를 이용하여 무인변전소에 침입하는 무단 침입자를 감지함으로써, 무인변전소에서 무단 침입자에 의해 사고가 발생하는 것을 방지할 수 있다. 또한, 침입자를 감지하기 위해 고가의 적외선 카메라나 감지기 대신 일반 카메라와 광역 카메라를 이용함에 따라, 시스템의 구축 비용을 절감할 수 있다.
도 1은 다양한 실시 예들에 따른 무인변전소 감시 시스템의 블록도이다.
도 2는 다양한 실시 예들에 따른 무인변전소 감시 시스템에서 광역 카메라와 추적 카메라의 배치를 나타낸 예시도이다.
도 3은 다양한 실시 예들에 따른 감시 서버의 블록도이다.
도 4는 다양한 실시 예들에 따른 감시 서버에서 침입자를 판단하는 방법을 설명하기 위한 예시도이다.
도 5는 다양한 실시 예들에 따른 감시 서버에서 침입자를 감시하는 방법을 설명하기 위한 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 배전선로의 단선을 감지하는 시스템 및 그 동작 방법을 설명한다.
이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
실시 예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째", 또는 "둘째" 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들어, 하드웨어적 또는 소프트웨어적으로 "~에 적합한", "~하는 능력을 가지는", "~하도록 변경된", "~하도록 만들어진", "~를 할 수 있는", 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들어, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 application processor)를 의미할 수 있다.
도 1은 다양한 실시 예들에 따른 무인변전소 감시 시스템의 블록도이다.
도 1을 참조하면, 무인변전소 감시 시스템(100)은 감시 장치(110) 및 감시 서버(120)를 포함할 수 있다.
다양한 실시 예들에 따르면, 감시 장치(110)는 무인변전소의 주변에 배치되며, 동작하는 동안 무인변전소로 무단 침입하는 침입자를 감지하기 위한 정보를 획득할 수 있다. 예를 들어, 감시 장치(110)는 광역 카메라(111) 및 추적 카메라(113)를 통해 무인변전소로 무단 침입하는 침입자를 감지하기 위한 정보를 획득할 수 있다. 감시 장치(110)는 정보가 획득되면, 획득된 정보를 주기적으로, 비주기적으로, 또는 실시간으로 감시 서버(120)로 제공할 수 있다. 일 실시 예에 따르면, 광역 카메라(111)는 무인변전소 주변에 설치되며, 지정된 감시 영역을 광각으로 촬영한 이미지를 감시 서버(120)로 제공할 수 있다. 일 실시 예에 따르면, 추적 카메라(113)는 무인변전소 주변에 설치되며, 감시 서버(120)의 제어 신호에 기반하여 침투가 감지된 특정 감시 영역을 촬영할 수 있다. 예를 들어, 추적 카메라(113)는 감시 서버(120)의 제어 신호에 기반하여 침투가 감지된 특정 감시 영역을 촬영할 수 있도록, 각도 및 배율 중 적어도 하나가 조정되고, 이후, 특정 감시 영역을 촬영한 이미지를 감시 서버(120)로 제공할 수 있다. 일 실시 예에 따르면, 감시 장치(110)는 직접(예: 유선) 통신 또는 무선 통신 중 적어도 하나를 통해 감시 서버(120)와 데이터 통신을 수행할 수 있다.
다양한 실시 예들에 따르면, 감시 서버(120)는 감시 장치(110)로부터 제공되는 정보에 기반하여 무인변전소로 접근하는 물체를 감지할 수 있다. 예를 들어, 감시 서버(120)는 광역 카메라(111)로부터 이미지가 수신되면, 수신된 이미지를 분석함으로써, 이미지로부터 무인변전소로 접근하는 물체를 검출할 수 있다. 일 실시 예에 따르면, 감시 서버(120)는 무인변전소로 접근하는 물체가 검출되면, 물체가 촬영된 이미지에 기반하여 검출된 물체의 위치(예: 좌표)를 식별할 수 있다. 일 실시 예에 따르면, 감시 서버(120)는 광역 카메라(111)로부터 수신된 이미지를 통해 검출한 물체의 이동 거리 및 이동 속도에 기반하여 검출한 물체를 필터링(filtering)할 수 있다. 구체적으로, 감시 서버(120)는 광역 카메라(111)로부터 수신된 이미지를 통해 검출한 물체의 위치 변화에 기반하여 물체의 이동 거리 및/또는 이동 속도를 식별하고, 식별된 이동 거리가 기준 거리 이내이고, 식별된 이동 속도가 기준 속도 이내이면, 물체가 감지되지 않은 것으로 판단(또는 오감지로 판단)할 수 있다. 여기서, 기준 거리 및 기준 속도는 물체를 판단하기 위한 조건으로, 필요 또는 실험 결과에 따라 다양한 값으로 설정(또는 조정)될 수 있다.
다양한 실시 예들에 따르면, 감시 서버(120)는 무인변전소로 접근하는 물체를 감지한 것에 응답하여, 감지된 물체가 침입자인지 여부를 판단할 수 있다. 예를 들어, 감시 서버(120)는 감지된 물체의 위치에 기반하여 추적 카메라(113)의 각도 및 배율 중 적어도 하나를 조정하고, 조정된 추적 카메라(113)를 이용하여 감지된 물체를 촬영한 이미지를 획득하고, 기 저장된 데이터베이스를 이용하여 획득된 이미지에 대한 딥러닝(deep learning)을 수행함으로써, 이미지에 포함된 물체가 침입자인지 여부를 판단할 수 있다. 무인변전소의 주변 사물(예: 나무)의 경우, 움직임의 변위가 제한적이고, 무인변전소의 관리자(또는 비침입자)의 경우, 이동 경로(또는 행동 패턴)이 고정되며, 무인변전소의 침입자의 경우, 이동 경로가 고정되지 않기 때문에(또는 상술한 행동 패턴과 상이하기 때문에), 감시 서버(120)는 이를 고려한 딥러닝을 이용하여 침입자 여부를 판단할 수 있다.
다양한 실시 예들에 따르면, 감시 서버(120)는 감지된 물체가 침입자인 경우, 침입자의 이동 동선에 기반하여 추적 카메라(113)의 각도를 조정함으로써, 침입자를 추적할 수 있다. 감시 서버(120)는 침입자를 촬영한 이미지를 저장할 수 있으며, 저장된 이미지는, 추후 증거 자료로 사용될 수 있다.
다양한 실시 예들에 따르면, 감시 서버(120)는 감지된 물체가 침입자인 경우, 무인변전소 주변에 배치된 근적외선 조명 장치(미도시)를 작동시키고, 작동된 근적외선 조명 장치(미도시)를 통해 침입자의 위치에 광을 조사시킬 수 있다. 근적외선 조명 장치는 근적외선을 사용하기 때문에 침입자가 근적외선 조명 장치의 작동 여부를 인지할 수 없으므로, 침입자의 주의를 끌지 않는다. 이에 따라, 추적 카메라(113)의 이미지 촬영을 돕기 위한 도구로 근적외선 조명 장치를 사용하는 경우가 일반적인 광조명 장치를 이용하는 경우보다 효과적일 수 있다. 일 실시 예에 따르면, 감시 서버(120)는 침입자가 감지된 시간이 지정된 시간(예: 야간)에 포함되는 경우에만, 근적외선 조명 장치를 작동시킬 수 있다.
다양한 실시 예들에 따르면, 감시 서버(120)는 감지된 물체가 침입자인 경우, 무인변전소 주변에 배치된 출력 장치(미도시)를 통해 안내 정보를 출력할 수 있다. 예를 들어, 감시 서버(120)는 무인변전소 주변에 배치된 디스플레이 또는 스피커를 통해 경고 방송을 출력할 수 있다.
다양한 실시 예들에 따르면, 감시 서버(120)는 감지된 물체가 침입자인 경우, 감시 서버(120)의 관리자에게 무인변전소에 침입자가 감지됨을 나타내는 정보를 제공할 수 있다. 예를 들어, 감시 서버(120)는 출력 장치를 통해 무인변전소에 침입자가 감지됨을 나타내는 정보를 출력할 수 있다. 다른 예를 들어, 감시 서버(120)는 감시 서버(120)의 관리자의 휴대용 단말기로 무인변전소에 침입자가 감지됨을 나타내는 정보를 송신할 수 있다.
상술한 바와 같이, 무인변전소 감시 시스템(100)은, 감시 장치(110)를 통해 획득된 정보를 이용하여 무인변전소에 무단 침입하는 침입자를 감지하여 관리자에게 안내함으로써, 침입자에 의한 무인변전소의 손상을 최소화할 수 있다. 또한, 본 발명에서 제안하는 무인변전소 감시 시스템(100)은 침입자를 감지하기 위해 고가의 적외선 카메라나 감지기를 이용하지 않기 때문에 시스템의 구축 비용을 절감할 수 있다.
도 2는 다양한 실시 예들에 따른 무인변전소 감시 시스템에서 광역 카메라와 추적 카메라의 배치를 나타낸 예시도이다.
도 2를 참조하면, 변전소(201)(또는 무인변전소) 주변에는, 복수의 광역 카메라(211, 213, 215, 217), 복수의 추적 카메라(221, 223, 225, 227), 및 복수의 근적외선 조명 장치(231, 233, 235, 237)가 배치될 수 있다.
다양한 실시 예들에 따르면, 복수의 광역 카메라(211, 213, 215, 217)는 변전소(201) 및 변전소(201)의 주변을 촬영하도록 배치될 수 있다. 일 실시 예에 따르면, 복수의 광역 카메라(211, 213, 215, 217) 각각의 하드웨어 스펙(hardware spec)(예: 화각(angle of view))은 동일하거나 또는 동일하지 않을 수 있다. 일 실시 예에 따르면, 복수의 광역 카메라(221, 213, 215, 217)는 동작하는 동안, 변전소(201) 및 변전소(201)의 주변을 촬영하며, 촬영된 이미지를 주기적으로, 비주기적으로, 또는 실시간으로 감시 서버(예: 도 1의 감시 서버(120))로 송신할 수 있다. 이 경우, 감시 서버는, 광역 카메라로부터 송신된 이미지를 이용하여 변전소(201)에 접근하는 물체를 감지할 수 있다. 일 실시 예에 따르면, 복수의 광역 카메라(211, 213, 215, 217) 각각은 변전소(201) 및 변전소(201)의 주변을 광각으로 촬영할 수 있는 광각 카메라를 포함할 수 있다. 일 실시 예에 따르면, 복수의 광역 카메라(211, 213, 215, 217) 각각은, 추적 카메라(221, 223, 225, 또는 227)보다 넓은 화각의 이미지를 촬영할 수 있다. 이에 따라, 감시 서버는 복수의 광역 카메라(211, 213, 215, 217) 중 적어도 일부를 통해 촬영한 이미지를 분석함으로써, 이벤트의 발생 여부(예: 변전소(201)로 접근하는 물체가 있는지 여부)를 판단할 수 있다.
다양한 실시 예들에 따르면, 복수의 추적 카메라(221, 223, 225, 227)는 감시 서버의 제어에 따라 각도 및 배율이 조정될 수 있다. 예를 들어, 감시 서버가 복수의 광역 카메라(211, 213, 215, 217) 중 적어도 일부 광역 카메라를 통해 획득된 이미지로부터 변전소(201)에 접근하는 물체를 감지한 경우, 복수의 추적 카메라(221, 223, 225, 227) 중 접근하는 물체가 촬영 가능한 적어도 일부 추적 카메라는 감시 서버의 제어에 따라 물체를 촬영하기에 적합하도록 각도 및 배율 중 적어도 일부가 조정될 수 있다. 복수의 추적 카메라(221, 223, 225, 227)는 감시 서버의 제어에 따라 각도 및 배율 중 적어도 일부가 조정된 후, 물체를 촬영한 이미지를 감시 서버로 제공하며, 감시 서버의 제어에 따라 물체를 추적하여 촬영할 수 있다. 일 실시 예에 따르면, 복수의 추적 카메라(221, 223, 225, 227) 각각의 하드웨어 스펙은 동일하거나 또는 동일하지 않을 수 있다. 일 실시 예에 따르면, 복수의 추적 카메라(221, 223, 225, 227) 각각은 광역 카메라(211, 213, 215, 또는 217)보다 높은 해상도의 이미지를 촬영할 수 있다. 이에 따라, 감시 서버는 복수의 추적 카메라(221, 223, 225, 227) 중 적어도 일부를 통해 촬영한 이미지를 분석함으로써, 자세한 상황(예: 감지된 물체가 침입자인지 여부)을 판단할 수 있다.
다양한 실시 예들에 따르면, 복수의 근적외선 조명 장치(231, 233, 235, 237)는 감시 서버의 제어에 따라 지정된 위치로 광을 조사할 수 있다. 예를 들어, 복수의 근적외선 조명 장치(231, 233, 235, 237) 중 침입자의 위치와 인접한 적어도 하나의 근적외선 조명 장치는 감시 서버의 제어에 기반하여 침입자의 위치로 광을 조사할 수 있다. 근적외선 조명 장치는 근적외선을 이용하기 때문에 침입자가 근적외선 조명 장치의 작동 여부를 인지할 수 없으므로, 침입자의 추적에 적합하다.
일 실시 예에 따르면, 복수의 근적외선 조명 장치(231, 233, 235, 237)는 지정된 시간(예: 야간)에만 동작할 수 있다. 일 실시 예에 따르면, 복수의 근적외선 조명 장치(231, 233, 235, 237) 각각의 스펙은 동일하거나 또는 동일하지 않을 수 있다.
상술한 바와 같이, 본 발명에서 제안하는 감시 장치는, 변전소(201) 주변에 배치되어, 변전소(201)로 무단 침입하는 침입자를 감지하는데 사용될 수 있는 정보(예: 이미지)를 감시 서버에 제공할 수 있다.
도 3은 다양한 실시 예들에 따른 감시 서버의 블록도이다. 도 4는 다양한 실시 예들에 따른 감시 서버에서 침입자를 판단하는 방법을 설명하기 위한 예시도이다.
도 3 및 도 4를 참조하면, 감시 서버(120)는, 프로세서(121), 메모리(123), 입력 장치(125), 출력 장치(127), 및 통신 회로(129)를 포함할 수 있다. 일 실시 예에 따르면, 감시 서버(120)는 상술한 구성 요소들 중 적어도 일부(예: 입력 장치(125) 또는 출력 장치(127))를 포함하지 않거나 상술한 구성 요소들 이외에 추가적인 구성 요소를 더 포함할 수도 있다.
다양한 실시 예들에 따르면, 프로세서(121)는 소프트웨어를 실행하여 프로세서(121)에 연결된 감시 서버(120)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(121)는 다른 구성요소(예: 입력 장치(125)) 또는 통신 회로(129))로부터 수신된 명령 또는 데이터를 메모리(123)에 로드하고, 메모리(123)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 메모리(123)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 메인 프로세서(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서는 메인 프로세서보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서는 메인 프로세서와 별개로, 또는 그 일부로서 구현될 수 있다.
다양한 실시 예들에 따르면, 프로세서(121)는 감시 장치(110)로부터 무인변전소를 무단으로 침입하는 침입자를 감지하기 위한 정보를 획득할 수 있다. 예를 들어, 프로세서(121)는 통신 회로(129)를 통해 무인변전소 주변에 배치된 광역 카메라(111)로부터 무인변전소 및 무인변전소 주변 중 적어도 일부를 촬영한 이미지를 획득할 수 있다.
다양한 실시 예들에 따르면, 프로세서(121)는 감시 장치(110)로부터 획득된 정보에 기반하여 무인변전소에 접근하는 물체를 식별할 수 있다. 예를 들어, 프로세서(121)는 광역 카메라(111)로부터 무인변전소 및 무인변전소 주변 중 적어도 일부를 촬영한 이미지가 획득되면, 획득된 이미지를 분석함으로써, 획득된 이미지로부터 무인변전소로 접근하는 물체를 식별할 수 있다. 프로세서(121)는 무인변전소로 접근하는 물체가 식별되면, 물체를 촬영한 이미지에 기반하여 물체의 위치(또는 좌표)를 식별할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 광역 카메라(111)를 통해 획득된 이미지로부터 무인변전소로 접근하는 물체가 식별되면, 물체의 이동 거리 및/또는 이동 속도에 기반하여 감지된 물체의 필터링 여부를 결정할 수 있다. 구체적으로, 프로세서(121)는 광역 카메라(111)를 통해 획득된 이미지로부터 무인변전소로 접근하는 물체가 식별되면, 이미지에 촬영된 물체의 좌표 변화에 기반하여 물체의 이동 거리 및/또는 이동 속도를 산출하고, 산출된 이동 거리가 기준 거리 이하거나 산출된 이동 속도기 기준 속도 이하이면, 해당 물체를 침입자와 무관한 물체(예: 흔들리는 나무 또는 동물 등)로 간주하여, 물체를 필터링(또는 물체가 감지되지 않은 것으로 판단)할 수 있다.
다양한 실시 예들에 따르면, 프로세서(121)는 무인변전소에 접근하는 물체가 식별된 것에 응답하여, 추적 카메라(113)를 통해 무인변전소에 접근하는 물체를 촬영한 이미지를 획득할 수 있다. 광역 카메라(111)의 경우, 넓은 범위가 촬영 가능하나 해상도가 높지 않아, 물체를 정확하기 판단하기 어렵다. 따라서, 본 발명은 광역 카메라(111)를 감지된 물체를 정확하게 판단하기 위해 추적 카메라(113)를 추가적으로 이용하는 방법을 제안하다. 구체적으로, 프로세서(121)는 추적 카메라(113)가 무인변전소로로 접근하는 물체를 촬영할 수 있도록, 물체의 위치에 기반하여 추적 카메라(113)의 각도 및 배율 중 적어도 일부를 조정하는 제어 신호를 통신 회로(129)를 통해 추적 카메라(113)로 송신하고, 추적 카메라(113)로부터 물체를 촬영한 이미지를 수신할 수 있다. 프로세서(121)는 물체의 이동 동선을 따라 추적 카메라(113)의 각도 및 배율을 지속적으로 조정함으로써, 추적 카메라(113)가 이동하는 물체를 추적하여 촬영하도록 제어할 수 있다. 일 실시 예에 따르면, 추적 카메라(113)를 통해 물체를 추적하는 동안, 물체가 추적 카메라(113)로 촬영할 수 없는 영역(예: 건물 뒤 또는 무인변전소의 주변 사물 뒤)으로 이동한 경우, 프로세서(121)는 물체와 인접한 위치의 광역 카메라(111)를 통해 물체를 지속적으로 추적할 수 있다. 예를 들어, 프로세서(121)는 물체가 추적 카메라(113)로 촬영할 수 없는 영역으로 이동하면, 마지막으로 촬영된 물체의 위치(또는 좌표)에 기반하여, 무인변전소의 주변에 배치된 광역 카메라 중 해당 물체를 촬영할 수 있는 광역 카메라를 결정하고, 결정된 광역 카메라를 이용하여 물체를 촬영함으로써, 물체를 지속적으로 추적할 수 있다. 프로세서(121)는 무인변전소의 주변에 배치된 광역 카메라 중 해당 물체를 촬영할 수 있는 광역 카메라가 없는 것으로 판단되는 경우, 추적 카메라(113)를 이용한 물체의 추적 동작을 중지할 수 있다.
다양한 실시 예들에 따르면, 프로세서(121)는 추적 카메라(113)로부터 물체를 촬영한 이미지가 수신되면, 메모리(123)에 기 저장된 데이터베이스를 이용하여 수신된 이미지 대한 딥러닝을 수행함으로써, 이미지에 포함된 물체가 침입자인지 여부를 결정할 수 있다. 예를 들어, 프로세서(121)는 도 4와 같이, 딥러닝 분류 모델 중 하나인 CNN(convolution neural network) 모델을 이용하여 추적 카메라(113)로 촬영한 이미지에 포함된 물체가 사람인지 여부를 결정하고, 이미지에 포함된 물체가 사람인 경우, 물체의 이동 동선에 기반하여 이미지에 포함된 물체가 무인변전소에 무단 침입하는 침입자인지 여부를 결정할 수 있다. 무인변전소의 주변 사물(예: 나무)의 경우, 움직임의 변위가 제한적이고, 무인변전소의 관리자(또는 비침입자)의 경우, 이동 경로(또는 행동 패턴)가 일정(또는 고정)하며, 무인변전소의 침입자의 경우, 이동 경로가 일정하지 않기 때문에(또는 상술한 행동 패턴과 상이하기 때문에), 프로세서(121)는 이를 고려한 딥러닝 알고리즘을 이용하여 이미지에 포함된 물체가 침입자 여부를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 추적 카메라(113)를 통해 촬영한 이미지를 지속적으로 학습함으로써, 딥러닝 알고리즘의 정확도를 향상시킬 수 있다. 예를 들어, 프로세서(121)는 침입자 검출 여부와 상관없이, 추적 카메라(113)로부터 획득된 이미지 상의 물체의 종류(예: 사람, 나무, 또는 동물 등) 및 침입 유형에 대한 정보를 해당 이미지 상에 태깅(tagging)하고, 태깅된 정보를 포함하는 이미지를 통해 학습을 수행함으로써, 딥러닝 알고리즘의 정확도를 향상시킬 수 있다. 여기서, 이미지 상에 태깅되는 정보는, 관리자로부터 입력되는 정보에 기반하여 생성되거나 또는 프로세서(121)가 딥러닝 과정을 통해 식별되는 정보에 기반하여 자동으로 생성될 수 있다.
다양한 실시 예들에 따르면, 프로세서(121)는 무인변전소에 무단 침입하는 침입자를 감지한 것에 응답하여, 침입자의 위치로 광이 조사되도록, 근적외선 조명장치를 제어할 수 있다. 예를 들어, 프로세서(121)는 추적 카메라(113)를 통해 촬영된 이미지에 포함된 침입자의 위치에 기반하여 침입자의 위치를 식별하고, 식별된 위치로 광이 조사되도록, 근적외선 조명 장치를 제어할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 침입자가 감지된 시간이 지정된 범위(예: 야간)에 포함되는 경우에만, 근적외선 조명을 작동시킬 수 있다.
다양한 실시 예들에 따르면, 프로세서(121)는 무인변전소에 무단 침입하는 침입자를 감지한 것에 응답하여, 침입자에게 경고 방송을 제공할 수 있다. 예를 들어, 프로세서(121)는 통신 회로(129)를 통해 무인변전소 또는 무인변전소 주변에 배치된 출력 장치로 경고 방송을 송신할 수 있다.
다양한 실시 예들에 따르면, 프로세서(121)는 무인변전소에 무단으로 침입하는 침입자를 감지한 것에 응답하여, 침입자가 촬영된 이미지(예: 광역 카메라(111) 및/또는 추적 카메라(113)를 통해 촬영된 이미지)를 메모리(123)에 저장할 수 있다. 이러한 열화상 이미지는, 추후 증거 자료로 활용될 수 있다. 일 실시 예에 따르면, 프로세서(121)는 이미지를 저장함과 동시에, 감시 서버(120)의 관리자에게 무인변전소에 무단으로 침입한 침입자가 감지됨을 나타내는 정보를 제공할 수 있다. 예를 들어, 프로세서(121)는 출력 장치(127)를 통해 무인변전소에 무단으로 침입한 침입자가 감지됨을 나타내는 정보를 출력할 수 있다. 다른 예를 들어, 프로세서(121)는 통신 회로(129)를 통해 기 설정된 휴대용 단말기(예: 감시 서버(120)의 관리자의 휴대용 단말기)로 무인변전소에 무단으로 침입한 침입자가 감지됨을 나타내는 정보를 송신할 수 있다.
다양한 실시 예들에 따르면, 메모리(123)는, 감시 서버(120)의 적어도 하나의 구성요소(예: 프로세서(121))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(123)는, 휘발성 메모리 및/또는 비휘발성 메모리를 포함할 수 있다.
다양한 실시 예들에 따르면, 입력 장치(125)는 감시 서버(120)의 구성요소(예: 프로세서(121))에 사용될 명령 또는 데이터를 감시 서버(120)의 외부(예: 관리자)로부터 수신할 수 있다. 입력 장치(125)는, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
다양한 실시 예들에 따르면, 출력 장치(127)는 감시 서버(120)의 외부(예: 관리자)로 정보를 시각적으로 제공할 수 있다. 출력 장치(117)는, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 출력 장치(127)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.
다양한 실시 예들에 따르면, 출력 장치(127)는 음향 신호를 감시 서버(120)의 외부(예: 관리자)로 출력할 수 있다. 출력 장치(127)는, 예를 들면, 스피커를 포함할 수 있다.
다양한 실시 예들에 따르면, 통신 회로(129)는 감시 서버(200)와 외부 전자 장치(예: 감시 장치(110)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 회로(129)는 프로세서(121)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 회로(129)는 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다.
도 5는 다양한 실시 예들에 따른 감시 서버에서 침입자를 감시하는 방법을 설명하기 위한 흐름도이다.
도 5를 참조하면, 동작 501에서, 감시 서버(예: 도 1 및 도 3의 감시 서버(120))의 프로세서(예: 도 3의 프로세서(121))는 광역 카메라(예: 도 1의 광역 카메라(111) 또는 도 2의 광역 카메라(211, 213, 215, 또는 217))를 통해 획득된 이미지에 기반하여 무인변전소로 접근하는 물체를 식별할 수 있다. 예를 들어, 프로세서(121)는 통신 회로(129)를 통해 광역 카메라(111)가 촬영한 이미지를 획득하면 획득된 이미지를 분석함으로써, 무인변전소에 접근하는 물체를 식별할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 무인변전소에 접근하는 물체가 식별되면, 해당 물체를 촬영한 이미지를 통해 해당 물체의 위치(또는 좌표)를 식별할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 식별된 물체의 이동 거리 및/또는 이동 속도를 고려하여 식별된 물체를 필터링할 수 있다. 예를 들어, 프로세서(121)는 식별된 물체의 위치 변화에 기반하여 식별된 물체의 이동 거리 및/또는 이동 속도를 식별하고, 식별된 물체의 이동 거리가 기준 거리 이하이고, 식별된 물체의 이동 속도가 기준 속도 이하인 경우, 식별된 물체를 필터링(또는 무시)할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 무인변전소에 접근하는 물체가 식별된 경우, 관련 이벤트 로그(예: 물체 접근)를 메모리(123)에 저장할 수 있다.
동작 503에서, 프로세서(121)는 무인변전소에 접근하는 물체를 식별한 것에 응답하여 추적 카메라(113)의 각도를 조정할 수 있다. 예를 들어, 프로세서(121)는 추적 카메라(113)의 각도가 물체를 촬영하기에 적합하도록, 물체의 위치에 기반하여 추적 카메라(113)의 각도를 조정하기 위한 제어 신호를 생성하고, 통신 회로(129)를 통해 제어 신호를 추적 카메라(113)로 송신할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 물체의 거리를 고려하여 추적 카메라(113)의 각도뿐만 아니라 배율을 함께 조정할 수도 있다. 예를 들어, 프로세서(121)는 물체의 위치에 기반하여 물체와 추적 카메라(113) 간의 거리를 식별하고, 식별된 거리에 기반하여 추적 카메라(113)의 배율을 조정(예: 확대 또는 축소)하기 위한 제어 신호를 생성하고, 생성된 제어 신호를 추적 카메라(113)의 각도를 조정하기 위한 제어 신호와 함께 추적 카메라(113)로 송신할 수 있다.
동작 505에서, 프로세서(121)는 추적 카메라(113)를 통해 획득된 이미지에 기반하여 침입자를 감지할 수 있다. 예를 들어, 프로세서(121)는 메모리(123)에 기 저장된 데이터베이스를 이용하여 추적 카메라(113)를 통해 획득된 이미지에 대한 딥러닝을 수행함으로써, 이미지에 포함된 물체가 사람인지 여부를 결정하고, 이미지에 포함된 물체가 사람인 경우, 이동 동선에 기반하여 이미지에 침입자인지 여부를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 침입자가 감지된 것에 응답하여, 침입자의 위치에 광이 조사되도록 근적외선 조명 장치를 작동시키는 제어 신호를 통신 회로(129)를 통해 근적외선 조명 장치로 송신할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 침입자가 감지된 것에 응답하여, 침입자가 감지됨을 나타내는 정보를 감시 서버(120)의 관리자에게 제공할 수 있다. 일 실시 예에 따르면, 추적 카메라(113)를 통해 침입자를 추적(또는 촬영)하는 동안, 침입자가 추적 카메라(113)를 통해 촬영할 수 없는 위치(예: 건물 또는 나무 뒤 등)로 이동하는 경우, 프로세서(121)는 광역 카메라(111)를 이용하여 침입자를 지속적으로 추적할 수 있다.
동작 507에서, 프로세서(121)는 침입자의 이동 동선에 기반하여 추적 카메라(113)의 각도를 조정할 수 있다. 예를 들어, 프로세서(121)는 추적 카메라(113)를 통해 촬영된 이미지를 분석함으로써, 침입자의 이동 동선을 식별하고, 식별된 이동 동선을 고려하여 추적 카메라(113)의 각도를 조정하는 제어 신호를 통신 회로(129)를 통해 추적 카메라(113)로 송신함으로써, 침입자를 지속적으로 추적할 수 있다. 일 실시 예에 따르면, 프로세서(121)는 침입자의 위치 및 이동 동선 중 적어도 하나를 고려하여 추적 카메라(113)의 각도뿐만 아니라 배율을 함께 조정할 수도 있다. 프로세서(121)는 추적 카메라(113)를 통해 촬영된 이미지를 메모리(123)에 저장할 수 있다. 메모리(123)에 저장된 이미지는 추후 증거 자료로 이용될 수 있다. 일 실시 예에 따르면, 프로세서(121)는 침입자가 감지된 시간이 야간인 경우, 추적 카메라(113)를 통해 침입자를 추적하는 동안 무인변전소 주변에 설치된 근적외선 조명 장치를 작동시킬 수 있다. 예를 들어, 프로세서(121)는 추적 카메라(113)를 통해 침입자를 추적하는 동안, 무인변전소에 배치된 복수의 근적외선 조명 장치 중 침입자의 위치로 근적외선을 조사할 수 있는 적어도 하나의 근적외선 조명 장치를 식별하고, 침입자의 위치에 근적외선을 조사하도록 식별된 적어도 하나의 근적외선 조명 장치를 작동시킬 수 있다. 일 실시 예에 따르면, 프로세서(121)는 무인변전소로 접근하는 침입자가 검출된 것에 응답하여, 무인변전소 주변에 배치된 출력 장치를 통해 경고 방송을 출력할 수 있다. 예를 들어, 프로세서(121)는 변전소 주변에 배치된 복수의 출력 장치(예: 디스플레이 또는 스피커) 중 침입자와 가까운 위치에 배치된 적어도 하나의 출력 장치를 결정하고, 결정된 출력 장치로 경고 방송을 송신할 수 있다. 다른 예를 들어, 프로세서(121)는 변전소 주변에 배치된 복수의 출력 장치로 경고 방송을 출력할 수 있다.
이상에서는, 광역 카메라(111)를 통해 획득된 이미지로부터 무인변전소로 접근하는 물체를 식별하는 것으로 설명하였으나, 본 발명의 다양한 실시 예들에 따르면, 광역 카메라(111)를 통해 획득된 이미지로부터 침입자를 감지할 수도 있다. 예를 들어, 프로세서(121)는 광역 카메라(111)를 통해 이미지가 획득되면, 메모리(123)에 기 저장된 데이터베이스를 이용하여 이미지에 대한 딥러닝을 수행함으로써, 이미지로부터 침입자를 감지할 수도 있다. 이 경우, 추적 카메라(113)를 통해 획득된 이미지로부터 침입자를 판단하는 딥러닝 과정이 생략될 수 있다.
상술한 바와 같이, 서버(120)는, 광역 카메라(111)와 추적 카메라(113)를 통해 획득된 정보를 이용하여 무인변전소에 무단 침입하는 침입자를 감지하고, 이를 관리자에게 안내함으로써, 침입자에 의한 무인변전소의 손상을 최소화할 수 있다.
다양한 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시 예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
100: 무인변전소 감시 시스템
110: 감시 장치
111: 광역 카메라
113: 추적 카메라
120: 감시 서버

Claims (20)

  1. 통신 회로;
    메모리;
    상기 통신 회로 및 상기 메모리와 연결된 프로세서를 포함하고,
    상기 프로세서는,
    무인변전소에 배치된 광역 카메라를 통해 획득된 이미지에 기반하여 무인변전소로 접근하는 물체를 식별하고, 상기 물체를 식별한 것에 응답하여, 상기 무인변전소에 배치된 추적 카메라의 각도를 조정하고, 상기 추적 카메라를 통해 획득된 이미지에 기반하여 상기 무인변전소에 침입하는 침입자를 감지하고, 상기 침입자의 이동 동선에 기반하여 상기 추적 카메라의 각도를 조정하는 제어 신호를 상기 통신 회로를 통해 상기 추적 카메라로 송신하고,
    상기 프로세서는,
    상기 무인변전소로 접근하는 물체를 식별할 때,
    상기 광역 카메라를 통해 획득된 이미지로부터 상기 무인변전소로 접근하는 물체가 식별되면, 상기 물체가 촬영된 이미지에 기반하여 상기 물체의 위치를 식별하고, 상기 물체의 위치 변화에 기반하여 상기 물체의 이동 거리 및 이동 속도 중 적어도 하나를 식별하고, 상기 물체의 이동 거리가 기준 거리 이내이고 상기 물체의 이동 속도가 기준 속도 이내이면 상기 물체를 필터링하여 물체가 감지되지 않은 것으로 판단하고,
    상기 프로세서는,
    상기 무인변전소에 침입하는 침입자를 감지할 때,
    상기 무인변전소 주변의 고정 사물의 제한적인 움직임 변위와, 상기 무인변전소의 관리자의 일정한 이동 경로를 토대로 미리 학습된 딥러닝 알고리즘을 이용하여 상기 이미지에 포함된 물체가 침입자인지 여부를 결정하고,
    상기 프로세서는,
    상기 침입자를 감지한 것에 응답하여, 상기 무인변전소에 설치된 근적외선 조명이 상기 침입자의 위치에 근적외선을 조사하도록 하는 제어 신호를 생성하고,
    상기 침입자의 주의가 전환되지 않도록, 그리고 야간 지정 시간에 근적외선이 상기 침입자의 위치에 조사되도록, 상기 통신 회로를 통해 상기 제어 신호를 상기 근적외선 조명으로 송신하고,
    상기 프로세서는,
    상기 추적 카메라의 각도를 조정할 때,
    상기 무인변전소로 접근하는 물체가 식별된 것에 응답하여, 상기 물체의 위치를 식별하고, 상기 추적 카메라가 상기 물체를 촬영할 수 있도록, 상기 식별된 물체의 위치에 기반하여 상기 추적 카메라의 각도를 조정하는 제어 신호를 생성하고, 상기 통신 회로를 통해 상기 제어 신호를 상기 추적 카메라로 송신하고,
    상기 광역 카메라, 상기 추적 카메라 및 상기 근적외선 조명은 상기 무인변전소 주변에 복수 개 설치되고,
    상기 프로세서는,
    상기 추적 카메라를 통해 상기 침입자를 추적하는 과정에서 상기 침입자가 상기 추적 카메라를 통해 촬영될 수 없는 위치로 이동하는 경우, 상기 광역 카메라를 이용하여 상기 침입자를 지속 추적하되, 상기 침입자가 마지막으로 촬영된 위치에 기반하여 상기 무인변전소의 주변에 배치된 복수의 광역 카메라 중 상기 침입자를 촬영할 수 있는 광역 카메라를 결정하고, 결정된 광역 카메라를 이용하여 상기 침입자를 지속 추적하는, 감시 서버.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 프로세서는,
    상기 물체의 위치에 기반하여 상기 물체와 상기 추적 카메라 간의 거리를 식별하고,
    상기 식별된 거리에 기반하여 상기 추적 카메라의 배율을 조정하기 위한 제어 신호를 상기 통신 회로를 통해 상기 추적 카메라로 송신하는 감시 서버.
  5. 삭제
  6. 제1항에 있어서,
    상기 프로세서는,
    상기 침입자를 감지한 것에 응답하여, 상기 침입자가 촬영된 이미지를 상기 메모리에 저장하는 감시 서버.
  7. 삭제
  8. 제1항에 있어서,
    상기 프로세서는,
    상기 침입자를 감지한 것에 응답하여, 상기 통신 회로를 통해 상기 무인변전소에 설치된 출력 장치로 경고 방송을 송신하는 감시 서버.
  9. 제1항에 있어서,
    출력 장치를 더 포함하고,
    상기 프로세서는,
    상기 침입자를 감지한 것에 응답하여, 상기 출력 장치를 통해 침입자가 감지되었음을 나타내는 정보를 출력하는 감시 서버.
  10. 제1항에 있어서,
    상기 프로세서는,
    상기 침입자를 감지한 것에 응답하여, 상기 통신 회로를 통해 상기 감시 서버의 관리자의 휴대용 단말기로 침입자가 감지되었음을 나타내는 정보를 송신하는 감시 서버.
  11. 감시 서버의 프로세서가 무인변전소에 배치된 광역 카메라를 통해 획득된 이미지에 기반하여 무인변전소로 접근하는 물체를 식별하는 단계;
    상기 프로세서가 상기 물체를 식별한 것에 응답하여, 상기 무인변전소에 배치된 추적 카메라의 각도를 조정하는 단계;
    상기 프로세서가 상기 추적 카메라를 통해 획득된 이미지에 기반하여 상기 무인변전소에 침입하는 침입자를 감지하는 단계; 및
    상기 프로세서가 상기 침입자의 이동 동선에 기반하여 상기 추적 카메라의 각도를 조정하는 제어 신호를 상기 감시 서버의 통신 회로를 통해 상기 추적 카메라로 송신하는 단계를 포함하고,
    상기 무인변전소로 접근하는 물체를 식별하는 단계에서, 상기 프로세서는,
    상기 광역 카메라를 통해 획득된 이미지로부터 상기 무인변전소로 접근하는 물체가 식별되면, 상기 물체가 촬영된 이미지에 기반하여 상기 물체의 위치를 식별하고, 상기 물체의 위치 변화에 기반하여 상기 물체의 이동 거리 및 이동 속도 중 적어도 하나를 식별하고, 상기 물체의 이동 거리가 기준 거리 이내이고 상기 물체의 이동 속도가 기준 속도 이내이면 상기 물체를 필터링하여 물체가 감지되지 않은 것으로 판단하고,
    상기 무인변전소에 침입하는 침입자를 감지하는 단계에서, 상기 프로세서는,
    상기 무인변전소 주변의 고정 사물의 제한적인 움직임 변위와, 상기 무인변전소의 관리자의 일정한 이동 경로를 토대로 미리 학습된 딥러닝 알고리즘을 이용하여 상기 이미지에 포함된 물체가 침입자인지 여부를 결정하고,
    상기 프로세서가 상기 침입자를 감지한 것에 응답하여, 상기 무인변전소에 설치된 근적외선 조명이 상기 침입자의 위치에 근적외선을 조사하도록 하는 제어 신호를 생성하는 단계; 및
    상기 프로세서가, 상기 침입자의 주의가 전환되지 않도록, 그리고 야간 지정 시간에 근적외선이 상기 침입자의 위치에 조사되도록, 상기 통신 회로를 통해 상기 제어 신호를 상기 근적외선 조명으로 송신하는 단계;를 더 포함하고,
    상기 추적 카메라의 각도를 조정하는 단계에서, 상기 프로세서는,
    상기 무인변전소로 접근하는 물체가 식별된 것에 응답하여, 상기 물체의 위치를 식별하고, 상기 추적 카메라가 상기 물체를 촬영할 수 있도록, 상기 식별된 물체의 위치에 기반하여 상기 추적 카메라의 각도를 조정하는 제어 신호를 생성하고, 상기 통신 회로를 통해 상기 제어 신호를 상기 추적 카메라로 송신하고,
    상기 광역 카메라, 상기 추적 카메라 및 상기 근적외선 조명은 상기 무인변전소 주변에 복수 개 설치되고,
    상기 추적 카메라의 각도를 조정하는 제어 신호를 상기 감시 서버의 통신 회로를 통해 상기 추적 카메라로 송신하는 단계에서, 상기 프로세서는,
    상기 추적 카메라를 통해 상기 침입자를 추적하는 과정에서 상기 침입자가 상기 추적 카메라를 통해 촬영될 수 없는 위치로 이동하는 경우, 상기 광역 카메라를 이용하여 상기 침입자를 지속 추적하되, 상기 침입자가 마지막으로 촬영된 위치에 기반하여 상기 무인변전소의 주변에 배치된 복수의 광역 카메라 중 상기 침입자를 촬영할 수 있는 광역 카메라를 결정하고, 결정된 광역 카메라를 이용하여 상기 침입자를 지속 추적하는, 감시 서버의 동작 방법.
  12. 삭제
  13. 삭제
  14. 제11항에 있어서,
    상기 프로세서가 상기 물체의 위치에 기반하여 상기 물체와 상기 추적 카메라 간의 거리를 식별하는 단계; 및
    상기 프로세서가 상기 식별된 거리에 기반하여 상기 추적 카메라의 배율을 조정하기 위한 제어 신호를 상기 통신 회로를 통해 상기 추적 카메라로 송신하는 단계를 더 포함하는 감시 서버의 동작 방법.
  15. 삭제
  16. 제11항에 있어서,
    상기 프로세서가 상기 침입자를 감지한 것에 응답하여, 상기 침입자가 촬영된 이미지를 상기 감시 서버의 메모리에 저장하는 단계를 더 포함하는 감시 서버의 동작 방법.
  17. 삭제
  18. 제11항에 있어서,
    상기 프로세서가 상기 침입자를 감지한 것에 응답하여, 상기 통신 회로를 통해 상기 무인변전소에 설치된 출력 장치로 경고 방송을 송신하는 단계를 더 포함하는 감시 서버의 동작 방법.
  19. 제11항에 있어서,
    상기 프로세서가 상기 침입자를 감지한 것에 응답하여, 상기 감시 서버의 출력 장치를 통해 침입자가 감지되었음을 나타내는 정보를 출력하는 단계를 더 포함하는 감시 서버의 동작 방법.
  20. 제11항에 있어서,
    상기 프로세서가 상기 침입자를 감지한 것에 응답하여, 상기 통신 회로를 통해 상기 감시 서버의 관리자의 휴대용 단말기로 침입자가 감지되었음을 나타내는 정보를 송신하는 단계를 더 포함하는 감시 서버의 동작 방법.
KR1020210008721A 2021-01-21 2021-01-21 무인변전소 감시 시스템 및 그 동작 방법 KR102570973B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210008721A KR102570973B1 (ko) 2021-01-21 2021-01-21 무인변전소 감시 시스템 및 그 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210008721A KR102570973B1 (ko) 2021-01-21 2021-01-21 무인변전소 감시 시스템 및 그 동작 방법

Publications (2)

Publication Number Publication Date
KR20220105851A KR20220105851A (ko) 2022-07-28
KR102570973B1 true KR102570973B1 (ko) 2023-08-28

Family

ID=82607486

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210008721A KR102570973B1 (ko) 2021-01-21 2021-01-21 무인변전소 감시 시스템 및 그 동작 방법

Country Status (1)

Country Link
KR (1) KR102570973B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102542327B1 (ko) * 2022-12-27 2023-06-13 주식회사 융합기술 지능형 인체감지 무인 계도방송 시스템
KR102616808B1 (ko) * 2023-10-06 2023-12-21 주식회사 서경산업 군 통제지역 무인화 감시 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004220147A (ja) * 2003-01-10 2004-08-05 Takenaka Engineering Co Ltd 視野妨害監視機構を備えた監視カメラ
KR101485022B1 (ko) * 2014-10-20 2015-01-21 에코아이넷 주식회사 행동 패턴 분석이 가능한 객체 추적 시스템 및 이를 이용한 방법
KR102021441B1 (ko) * 2019-05-17 2019-11-04 정태웅 인공지능을 이용한 영상 기반의 실시간 침입 감지 방법 및 감시카메라

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004220147A (ja) * 2003-01-10 2004-08-05 Takenaka Engineering Co Ltd 視野妨害監視機構を備えた監視カメラ
KR101485022B1 (ko) * 2014-10-20 2015-01-21 에코아이넷 주식회사 행동 패턴 분석이 가능한 객체 추적 시스템 및 이를 이용한 방법
KR102021441B1 (ko) * 2019-05-17 2019-11-04 정태웅 인공지능을 이용한 영상 기반의 실시간 침입 감지 방법 및 감시카메라

Also Published As

Publication number Publication date
KR20220105851A (ko) 2022-07-28

Similar Documents

Publication Publication Date Title
CN108615321B (zh) 基于雷达侦测及视频图像行为分析的安防预警系统及方法
KR102136070B1 (ko) 인공지능형 영상분석을 이용한 건설현장의 재난 및 사고 예방장치
KR102570973B1 (ko) 무인변전소 감시 시스템 및 그 동작 방법
CN110834327B (zh) 一种机器人的控制方法及设备
KR102195706B1 (ko) 침입 탐지방법 및 그 장치
KR101467352B1 (ko) 위치기반 통합관제시스템
KR20120140518A (ko) 스마트폰 기반의 원격 감시 시스템 및 제어방법
CN107122743B (zh) 安防监控方法、装置和电子设备
KR102230552B1 (ko) 움직임 감지와 레이더 센서를 이용한 탐지 객체 위치 산출 장치
KR101317961B1 (ko) 스마트기기와 cctv를 활용한 재난 및 방범 관리 시스템
JP2017097702A (ja) 監視システムとその監視制御装置
KR101014842B1 (ko) Ｒｆｉｄ 리더를 사용하는 보안용 영상 감시 시스템 및방법
KR102233679B1 (ko) Ess 침입자 및 화재 감지 장치 및 방법
KR101499456B1 (ko) 영상을 통한 시설물 이상 탐지 시스템 및 그 탐지 방법
KR101695127B1 (ko) 영상을 이용한 집단 행동 분석 방법
US11270575B2 (en) Method of optical alignment and verification of field of view integrity for a flame detector and system
KR102488182B1 (ko) 머신러닝을 이용한 무인변전소 감시 시스템 및 그 동작 방법
KR102557769B1 (ko) 디지털 트윈 가상 모델을 활용한 cctv 기반 사고 지점의 공간 좌표 인식 기술 시스템
KR20180072466A (ko) 영상 감시 영역 설정 시스템 및 방법
KR20140056674A (ko) 사고 처리 지원 방법 및 이를 위한 장치
KR101167605B1 (ko) 카메라를 구비한 지능형 다기능 제어 장치 및 방법
KR102213859B1 (ko) 이동식 감시 장치를 이용한 모니터링 시스템
KR100982342B1 (ko) 지능형 방범 시스템 및 그 구동방법
KR20140029676A (ko) 지능형 무인감시시스템 및 이를 이용한 무인감시 방법
WO2020095383A1 (ja) 監視システム、監視装置、監視方法、及びコンピュータ可読媒体

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant