KR102582105B1 - Fire detection and feature extraction apparatus and methoed based on dual optical wavelength - Google Patents
Fire detection and feature extraction apparatus and methoed based on dual optical wavelength Download PDFInfo
- Publication number
- KR102582105B1 KR102582105B1 KR1020210149913A KR20210149913A KR102582105B1 KR 102582105 B1 KR102582105 B1 KR 102582105B1 KR 1020210149913 A KR1020210149913 A KR 1020210149913A KR 20210149913 A KR20210149913 A KR 20210149913A KR 102582105 B1 KR102582105 B1 KR 102582105B1
- Authority
- KR
- South Korea
- Prior art keywords
- wavelength
- fire
- value
- time
- optical data
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
- G08B17/103—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means using a light emitting and receiving device
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
이중 파장의 광을 활용하여 화재시 발생하는 입자로부터 화재 발생을 감지하고, 감지된 화재발생 시점부터 실시간 신호처리를 통해 화재특징을 추출한다. 이를 위해, 이중 파장의 광학 센서로부터 광학 데이터를 수집하고, 수집된 광학 데이터로부터 화재를 감지하기 위해, 광학 데이터로부터 제1파장의 평균값, 제2파장의 평균값, 및 두 파장의 평균값의 비율을 산출하고 이 비율의 기울기 변화량을 이용하여 화재를 감지하고 화재발생 시점을 결정한다. 결정된 화재발생 시점부터, 정의된 규칙에 따라 광학 데이터로부터 실시간으로 화재특징들을 추출하여 데이터셋을 구성한다. 이렇게 구성된 데이터셋은 화재/비화재, 화원, 연소물질 등을 파악하기 위해 학습 및 추론 기법에 활용될 수 있다.Using dual wavelength light, fire occurrence is detected from particles generated during a fire, and fire characteristics are extracted through real-time signal processing from the point of detected fire occurrence. For this purpose, optical data is collected from a dual-wavelength optical sensor, and in order to detect fire from the collected optical data, the average value of the first wavelength, the average value of the second wavelength, and the ratio of the average value of the two wavelengths are calculated from the optical data. And the change in slope of this ratio is used to detect fire and determine the time of fire occurrence. From the determined time of fire occurrence, a dataset is constructed by extracting fire features from optical data in real time according to defined rules. The dataset constructed in this way can be used in learning and inference techniques to identify fire/non-fire, fire sources, combustion substances, etc.
Description
본 발명은 광학 데이터로부터 화재발생 여부의 감지, 화재발생 시점의 결정, 및 화재특징을 추출하는 기술에 관한 것이다.The present invention relates to technology for detecting whether a fire has occurred, determining the time of fire occurrence, and extracting fire characteristics from optical data.
현재 활용되고 있는 화재감지 기술은 화재 여부를 판단하기 위해 화재시 발생하는 연기 농도를 측정하므로, 먼지, 수증기, 생활연기 등의 비화재 상황에서는 감지 오류가 발생하기 쉽다. 특히 국가화재안전기준의 개정으로 연기감지기 설치가 의무화되면서 화재 발생시 신속하게 감지하는 장점이 있지만, 생활연기, 수증기, 먼지 등을 화재로 오인하여 동작하는 ‘비화재보’로 인해 잦은 주민 대피와 오인 출동으로 인한 소방력 낭비와 화재수신기를 꺼놓는 등의 심각한 문제가 발생하고 있다. Fire detection technology currently in use measures the concentration of smoke generated during a fire to determine whether or not there is a fire, so detection errors are likely to occur in non-fire situations such as dust, water vapor, and household smoke. In particular, with the revision of the national fire safety standards, the installation of smoke detectors has become mandatory, which has the advantage of quickly detecting fires when they occur. However, due to 'non-fire alarms' that are activated by mistaking household smoke, steam, dust, etc. for fire, frequent evacuation of residents and mistaken dispatches occur. This is causing serious problems such as wasting firefighting power and turning off fire receivers.
또한 산업시설에서 발생하는 화재보 오류는 장비, 제품, 인프라 소실 등의 직접적인 재산피해와 업무중단 등의 간접피해를 발생시켜 화재 뿐만 아니라 비화재보로 인한 피해도 가중되고 있다.In addition, fire alarm errors that occur in industrial facilities cause direct property damage, such as loss of equipment, products, and infrastructure, and indirect damage, such as business interruption, increasing damage not only from fires but also from non-fire alarms.
이에, 연기 입자와 유사한 수증기, 먼지, 담배연기, 생활 연기 등을 구분하여 화재, 비화재 여부를 정확하게 판정할 수 있고 나아가 화원(화재 원인, 화재 종류 등)을 파악하는 데 활용할 수 있는 기술을 제안한다.Accordingly, we propose a technology that can be used to accurately determine whether it is a fire or a non-fire by distinguishing between water vapor, dust, cigarette smoke, household smoke, etc. similar to smoke particles and further identify the fire source (fire cause, fire type, etc.) do.
상기 과제의 해결을 위해, 이중 파장의 광을 활용하여 화재시 발생하는 입자로부터 화재 발생을 감지하고, 감지된 화재발생 시점부터 실시간 신호처리를 통해 화재특징을 추출한다. 이를 위해, 이중 파장의 광학 센서로부터 광학 데이터를 수집하고, 수집된 광학 데이터로부터 화재를 감지(fire detection)하고, 화재 감지시 해당 광학 데이터로부터 실시간으로 화재특징을 추출(feature extraction)하여 데이터셋을 구성한다.To solve the above problem, dual wavelength light is used to detect fire occurrence from particles generated during a fire, and fire characteristics are extracted through real-time signal processing from the point of detected fire occurrence. To this end, optical data is collected from a dual-wavelength optical sensor, fire detection is performed from the collected optical data, and fire features are extracted from the optical data in real time when a fire is detected to create a dataset. Compose.
광학 데이터 수집 유닛에서는 광학 센서에서 출력되는 광학 데이터를 수집한다. 광학 데이터로부터 제1파장의 평균값, 제2파장의 평균값, 및 두 파장의 평균값의 비율을 산출하고 이 비율의 기울기 변화량을 이용하여 화재를 감지하고 화재발생 시점을 결정한다. 결정된 화재발생 시점부터, 정의된 규칙에 따라 특징값을 추출하여 데이터셋을 구성한다. 구성된 데이터셋을 학습 및 추론 기법에 활용하여 화재/비화재, 화원 등을 구분할 수 있다.The optical data collection unit collects optical data output from the optical sensor. From the optical data, the average value of the first wavelength, the average value of the second wavelength, and the ratio of the average value of the two wavelengths are calculated, and the change in slope of this ratio is used to detect fire and determine the time of fire occurrence. From the determined time of fire occurrence, feature values are extracted according to defined rules to construct a dataset. The constructed dataset can be used for learning and inference techniques to distinguish fire/non-fire, fire sources, etc.
본 발명의 구성 및 작용은 이후에 도면과 함께 설명하는 구체적인 실시예를 통하여 더욱 명확해질 것이다. The configuration and operation of the present invention will become clearer through specific embodiments described later with drawings.
본 발명에 따르면, 실제로 발생된 화재의 감지시점부터 추출된 화재특징들로 데이터셋을 구성하여서 학습 및 추론 기법으로, 연기 입자와 유사한 수증기, 먼지, 담배연기, 생활 연기 등을 구분하여 화재/비화재를 정확하게 판정할 수 있다. 나아가 본 발명은 화재 원인, 화재 종류 등의 화원을 정확하게 판단하고 화재시 발생하는 연기를 분석하여 연소물질을 예측하는 데에 활용될 수 있다.According to the present invention, a dataset is composed of fire features extracted from the point of detection of an actual fire, and through learning and inference techniques, water vapor, dust, cigarette smoke, household smoke, etc. similar to smoke particles are classified into fire/rain. Fire can be accurately determined. Furthermore, the present invention can be used to accurately determine the fire source, such as the cause and type of fire, and predict combustion substances by analyzing smoke generated during a fire.
도 1은 본 발명에 따른 이중 광학파장 기반 화재 감지 및 특징 추출 방법/장치의 구성도
도 2A, 도 2B는 화재 감지(20) 유닛의 수행 방식을 설명하기 위한 그래프
도 3A, 도 3B는 도 2A, 도 2B의 케이스에 대한 화재특징 추출(30) 유닛의 수행 방식을 설명하기 위한 그래프
도 4는 화재특징 추출 유닛에서 추출된 화재특징으로 생성한 데이터셋의 구조도1 is a configuration diagram of a dual optical wavelength-based fire detection and feature extraction method/device according to the present invention.
Figures 2A and 2B are graphs for explaining the performance method of the fire detection 20 unit.
Figures 3A and 3B are graphs for explaining the performance method of the fire feature extraction (30) unit for the case of Figures 2A and 2B.
Figure 4 is a structural diagram of a dataset created with fire features extracted from the fire feature extraction unit.
본 발명의 이점 및 특징, 그리고 이들을 달성하는 방법은 이하 첨부된 도면과 함께 상세하게 기술된 바람직한 실시예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에 기술된 실시예에 한정되는 것이 아니라 다양한 다른 형태로 구현될 수 있다. 실시예는 단지 본 발명을 완전하게 개시하며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐, 본 발명은 청구항의 기재 내용에 의해 정의되는 것이다. 또한, 본 명세서에서 사용된 용어는 실시예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것이 아니다. 본 명세서에서, 단수형은 특별히 언급하지 않는 한 복수형도 포함한다. 또한 명세서에 사용된 '포함한다(comprise, comprising 등)'라는 용어는 언급된 구성요소, 단계, 동작, 및/또는 소자 이외의 하나 이상의 다른 구성요소, 단계, 동작, 및/또는 소자의 존재 또는 추가를 배제하지 않는 의미로 사용된 것이다.The advantages and features of the present invention, and methods of achieving them, will become clear with reference to the preferred embodiments described in detail below in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments described below and may be implemented in various other forms. The examples are provided only to completely disclose the present invention and to fully inform those skilled in the art of the invention and the scope of the invention, and the present invention is defined by the contents of the claims. will be. Additionally, the terms used in this specification are for describing embodiments and are not intended to limit the present invention. In this specification, singular forms also include plural forms unless otherwise specified. Additionally, the term 'comprise, comprising, etc.' used in the specification refers to the presence or absence of one or more other components, steps, operations, and/or elements other than the mentioned elements, steps, operations, and/or elements. It is used in the sense that it does not exclude addition.
이하, 본 발명의 바람직한 실시예를 첨부 도면을 참조하여 상세히 설명한다. 실시예의 설명에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있는 경우에는 그 상세한 설명을 생략한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. In the description of the embodiments, if a detailed description of a related known configuration or function may obscure the gist of the present invention, the detailed description will be omitted.
도 1은 본 발명에 따른 이중 광학파장 기반 화재감지 및 특징추출 방법 및 장치의 구성도를 나타낸다.Figure 1 shows the configuration of a dual optical wavelength-based fire detection and feature extraction method and device according to the present invention.
이중 광학파장(제1파장과 제2파장)을 이용하는 광학 센서(optical sensor)로부터 광학 데이터를 수집한다(10). 화재 발생 여부를 판단하기 위해 상기 수집된 광학 데이터로부터 화재를 감지한다(20). 화재가 감지되어 화재발생 시점이 결정된 후, 학습 데이터셋을 생성하기 위해 상기 광학 데이터로부터 화재특징을 추출한다(30). Optical data is collected from an optical sensor using dual optical wavelengths (first and second wavelengths) (10). A fire is detected from the collected optical data to determine whether a fire has occurred (20). After a fire is detected and the time of fire occurrence is determined, fire features are extracted from the optical data to create a learning dataset (30).
상기 광학 데이터 수집(10) 유닛은 광학 센서로부터 출력되는 광학 데이터를 수집한다. 여기서 광학 센서는 이중 광학파장(제1파장과 제2파장)의 광을 방출하는 광원(복수 또는 단수)과, 이들 이중 광학파장 광이 연기 입자에 조사된 후 산란, 반사, 굴절 등의 광학 작용을 통해 변화된 파장의 광을 검출하여 광학 데이터를 출력하는 광검출기로 구성된다. 특정 실시예에서 제1파장은 청색광 계열의 470nm이고, 제2파장은 적외선 계열인 850nm이다.The optical data collection unit 10 collects optical data output from an optical sensor. Here, the optical sensor includes a light source (plural or singular) that emits light of dual optical wavelengths (first and second wavelengths), and optical effects such as scattering, reflection, and refraction after these dual optical wavelength lights are irradiated to smoke particles. It consists of a photodetector that detects light of a changed wavelength and outputs optical data. In a specific embodiment, the first wavelength is 470 nm in the blue light series, and the second wavelength is 850 nm in the infrared series.
광학 데이터 수집을 위해, N 크기(예를 들어, 100개 데이터)의 윈도우(window)를 선입선출 방식(FIFO)으로 설정할 수 있다.For optical data collection, a window of size N (e.g., 100 data pieces) can be set in a first-in-first-out (FIFO) manner.
또한, 실시예에 따라, 광학 데이터 수집 이전에 상기 광학 센서에서 출력된 초기 데이터를 정규화(normalize)하는 유닛이 포함될 수 있다.Additionally, depending on the embodiment, a unit that normalizes initial data output from the optical sensor before optical data collection may be included.
광학 데이터 수집(10) 유닛에서 수집된 광학 데이터는, 제1파장 및 제2파장과 이들 두 파장의 비율(ratio)이 계산되어 화재 감지 및 특징 추출에 사용된다(이에 대해서는 후술하였다).The optical data collected in the optical data collection unit 10 is used for fire detection and feature extraction by calculating the first and second wavelengths and the ratio of these two wavelengths (this will be described later).
화재 감지(20) 유닛은 수집한 광학 데이터에 대하여 초기의 일반 상태에서의 제1파장 및 제2파장의 광학 데이터로부터 화재감지를 위해 요구되는 값을 계산하는 요구값 계산부(210)과, 상기 계산된 화재감지 요구값의 변화량이, 정의된 임계값(threshold)을 초과하는지에 따라 화재 발생 유무를 결정하는 화재발생 결정부(220)을 포함한다. The fire detection 20 unit includes a required value calculation unit 210 that calculates the value required for fire detection from the optical data of the first and second wavelengths in the initial normal state with respect to the collected optical data, and It includes a fire occurrence determination unit 220 that determines whether or not a fire has occurred depending on whether the calculated change in the fire detection request value exceeds a defined threshold.
보다 구체적으로 설명하면, 상기 요구값 계산부(210)는 수집한 광학 데이터에 대하여 초기의 일반 상태에서의 제1파장 및 제2파장의 평균값을 계산하고 이들 계산된 제1파장의 평균값에 대한 제2파장의 평균값의 비율(ratio)을 계산하고 계산된 비율값을 1차 미분하여 변화량으로 변환한다. 그리고 상기 화재발생 결정부(220)는 상기 계산된 제1파장의 평균값의 변화량, 제2파장의 평균값의 변화량, 또는 상기 비율값의 변화량이, 정의된 각각에 대한 임계값을 초과하는지에 따라 화재발생 유무 및 그 시점을 결정한다. To be more specific, the required value calculation unit 210 calculates the average value of the first wavelength and the second wavelength in the initial normal state for the collected optical data, and calculates the average value of the calculated first wavelength. Calculate the ratio of the average value of the two wavelengths and convert the calculated ratio into a change amount by first differentiation. And the fire occurrence determination unit 220 determines whether the calculated amount of change in the average value of the first wavelength, the amount of change in the average value of the second wavelength, or the amount of change in the ratio exceeds the defined threshold value. Determine whether or not it will occur and when.
실시예에 따라, 화재 감지(20) 유닛에서 화재발생이 감지되면, 화재발생 신호를 출력하거나 사용자에게 안내(경보)할 수 있다. Depending on the embodiment, when a fire occurrence is detected in the fire detection unit 20, a fire occurrence signal may be output or guidance (alarm) may be provided to the user.
마지막으로, 화재특징 추출(30) 유닛은 정의된 규칙(후술함)에 따라 상기 화재 감지(20) 유닛에서 결정된 화재발생 시점부터 화재특징들을 추출한다. 추출되는 특징들에 대해서는 도 3A, 3B, 4를 통해 후술한다.Finally, the fire feature extraction unit 30 extracts fire features from the time of fire occurrence determined by the fire detection unit 20 according to defined rules (described later). The extracted features will be described later through FIGS. 3A, 3B, and 4.
상기 추출된 특징들로 데이터셋을 구성하고 학습 및 추론 기법에 활용하여 비화재 구분, 화원(화재 원인, 화재 종류) 구분 등을 수행할 수 있다.A dataset can be constructed using the extracted features and used for learning and inference techniques to classify non-fire and fire sources (fire cause, fire type), etc.
도 2A, 도 2B는 화재 감지(20) 유닛의 수행 방식을 설명하기 위한 그래프이다. 도 2A의 가로축은 시간을 나타내고 세로축은 검출된 광의 강도를 나타내고, 도 2B의 가로축은 시간을 나타내고 세로축은 비율을 나타낸다.Figures 2A and 2B are graphs for explaining the performance method of the fire detection 20 unit. The horizontal axis of FIG. 2A represents time and the vertical axis represents intensity of detected light, and the horizontal axis of FIG. 2B represents time and the vertical axis represents ratio.
먼저, 제1파장의 평균값의 변화량 또는 제2파장의 평균값의 변화량으로부터 화재를 감지하는 경우에 대해 도 2A를 참조해 설명한다. First, the case of detecting a fire from the amount of change in the average value of the first wavelength or the amount of change in the average value of the second wavelength will be described with reference to FIG. 2A.
화재 감지(20)를 실행하는 데 있어서, 먼저 요구값 계산부(210)에서, 수집된 제1파장 및 제2파장 광학 데이터의 일정 시간 혹은 일정 샘플의 데이터로부터 파장별로 각 파장의 평균값 MEAN_WAV_1 및 MEAN_WAV_2를 산출한다. 이어서, 화재발생 결정부(220)에서, 상기 산출된 각 파장의 평균값을 사전 정의된 임계값 WAV_1_THRESHOLD 또는 WAV_2_THRESHOLD와 비교하여 각 임계값을 초과하는지 계산하여 화재 발생을 감지한다. 구체적으로, MEAN_WAV_N (N=1 또는 2)이 상승하면서 임계값보다 커지는 시점(MEAN_WAV_N+THRESHOLD)이 화재발생 시점으로 결정된다. 즉, 도 2A에서, MEAN_WAV_N이 상승하면서 각각에 대한 임계값보다 커지는 시점(MEAN_WAV_N+THRESHOLD)이 화재발생 시점(fire occurrence time)으로 결정된다. In executing the fire detection 20, first, in the required value calculation unit 210, the average values of each wavelength for each wavelength from the data of a certain time or a certain sample of the collected first and second wavelength optical data MEAN_WAV_1 and MEAN_WAV_2 Calculate . Subsequently, the fire occurrence determination unit 220 compares the calculated average value of each wavelength with a predefined threshold value WAV_1_THRESHOLD or WAV_2_THRESHOLD and calculates whether each threshold value is exceeded to detect a fire occurrence. Specifically, the time when MEAN_WAV_N (N=1 or 2) rises and becomes larger than the threshold (MEAN_WAV_N+THRESHOLD) is determined as the time when a fire occurs. That is, in FIG. 2A, the time when MEAN_WAV_N rises and becomes larger than each threshold (MEAN_WAV_N+THRESHOLD) is determined as the fire occurrence time.
다음에, 제1파장의 평균값에 대한 제2파장의 평균값의 비율(파장값 비율)의 변화량으로부터 화재를 감지하는 경우에 대해 도 2B를 참조해 설명한다. Next, a case in which a fire is detected from the amount of change in the ratio (wavelength value ratio) of the average value of the second wavelength to the average value of the first wavelength will be described with reference to FIG. 2B.
상기 요구값 계산부(210)에서, 수집된 제1파장 및 제2파장 광학 데이터의 일정 시간 혹은 일정 샘플의 데이터로부터 계산된 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율 MEAN_RATIO를 산출하고 이 MEAN_RATIO를 1차 미분하여 기울기의 변화량을 계산한다. 이어서, 상기 화재발생 결정부(220)에서, 상기 산출된 기울기 변화량을 사전 정의된 임계값 RATIO_THRESHOLD와 비교하여 임계값을 초과하는지 여부로 화재 발생을 감지한다. 구체적으로, 도 2B에서, MEAN_RATIO의 미분값 DIFF_RATIO의 절대값이 RATIO_THRESHOLD보다 커지는 시점(|DIFF_RATIO|>RATIO_THRESHOLD)이 화재발생 시점으로 결정된다.In the required value calculation unit 210, the wavelength value ratio is the ratio of the average value of the second wavelength to the average value of the first wavelength calculated from data of a certain time or a certain sample of the collected first and second wavelength optical data. MEAN_RATIO Calculate and first differentiate this MEAN_RATIO to calculate the change in slope. Subsequently, the fire occurrence determination unit 220 compares the calculated slope change amount with a predefined threshold value RATIO_THRESHOLD and detects the occurrence of a fire based on whether or not it exceeds the threshold value. Specifically, in Figure 2B, the time when the absolute value of the differential value DIFF_RATIO of MEAN_RATIO becomes greater than RATIO_THRESHOLD ( | DIFF_RATIO | >RATIO_THRESHOLD) is determined as the time when a fire occurs.
도 2A의 경우의 제1파장의 평균값 및 제2파장의 평균값, 그리고 도 2B의 파장값 비율 중에서 하나의 변화량이라도 해당 임계값을 초과하면 화재가 발생한 것으로 결정한다. If even one change among the average value of the first wavelength and the average value of the second wavelength in FIG. 2A and the wavelength value ratio in FIG. 2B exceeds the corresponding threshold, it is determined that a fire has occurred.
도 3A, 도 3B는 결정된 화재발생 시점 이후에 화재특징 추출(30) 유닛에서 수행되는 특징 추출을 설명하기 위한 그래프이다. Figures 3A and 3B are graphs for explaining feature extraction performed in the fire feature extraction unit 30 after the determined time of fire occurrence.
먼저 도 3A를 참조하면, 앞서 화재 감지(20) 유닛에서 결정된 화재발생 시점부터, 사전 정의된 Window를 생성한다. 여기서 Window 값은 샘플 수 혹은 시간 모두에 대해서 가능하다. Window 내에서 가장 큰 변화값을 갖는 최대변화값(peak)을 정의한다(제1파장의 경우 WAV_1_PTR_PEAK, 제2파장의 경우 WAV_2_PTR_PEAK). First, referring to FIG. 3A, a predefined window is created from the time of fire occurrence previously determined by the fire detection unit 20. Here, the Window value can be either the number of samples or time. Define the maximum change value (peak) with the largest change value within the window (WAV_1_PTR_PEAK for the first wavelength, WAV_2_PTR_PEAK for the second wavelength).
상기 최대변화값 WAV_1_PTR_PEAK와 WAV_2_PTR_PEAK을 화재 감지(20) 유닛의 요구값 계산부(210)에서 산출된 파장의 평균값 MEAN_WAV_1, MEAN_WAV_2로 나눈 값인 제1파장 및 제2파장의 '최대변화값 비율' WAV_1_PTR_PEAK_RATE 및 WAV_2_PTR_PEAK_RATE를 화재특징으로 정의한다.WAV_1_PTR_PEAK_RATE, the 'maximum change value ratio' of the first and second wavelengths, which is the value obtained by dividing the maximum change values WAV_1_PTR_PEAK and WAV_2_PTR_PEAK by the average value of the wavelengths MEAN_WAV_1 and MEAN_WAV_2 calculated by the required value calculation unit 210 of the fire detection 20 unit, and WAV_2_PTR_PEAK_RATE is defined as a fire characteristic.
화재발생 시점에서부터 상기 WAV_1_PTR_PEAK가 발생한 시점까지의 시간차 그리고 화재발생 시점에서부터 상기 WAV_2_PTR_PEAK 값이 발생한 시점까지의 시간차 중 작은 것을 다른 화재특징인 '최대변화값 시점까지의 시간' PEAK_TIME으로 정의한다. The smaller of the time difference from the time of fire occurrence to the time of occurrence of the WAV_1_PTR_PEAK and the time difference from the time of fire occurrence to the time of occurrence of the WAV_2_PTR_PEAK value is defined as 'time until the maximum change value' PEAK_TIME, which is another fire feature.
광학 데이터에 포함된 제1파장의 평균값 및 제2파장의 평균값을 2차로 미분하여 기울기의 변화량의 절대값이 사전 정의한 기울기 2nd_DIFF_VALUE보다 작을 때의 시간을 또다른 화재특징인 '안정화시간' STAB_TIME으로 정의한다. 단, 이 안정화시간은 화재감지 시점부터 소정 시간범위 동안에 정의되지 않을 경우(즉, STAB_TIME이 소정 시간범위보다 클 경우)에는 특징값으로 사용할 수 없으므로 화재특징에서 제외한다.The time when the absolute value of the change in slope is smaller than the predefined slope 2nd_DIFF_VALUE is defined as STAB_TIME, another fire characteristic, by secondly differentiating the average value of the first and second wavelengths included in the optical data. do. However, if this stabilization time is not defined within a predetermined time range from the time of fire detection (i.e., when STAB_TIME is greater than the predetermined time range), it cannot be used as a feature value and is therefore excluded from the fire feature.
그리고 도 3B에 나타낸 것과 같이, 가장 큰 변화값을 갖는 RATIO 값을 RATIO_PEAK로 정의한다. 즉, 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율 MEAN_RATIO를 1차 미분하여 계산된 기울기의 변화량 DIFF_RATIO의 최대변화값 DIFF_RATIO_PEAK를 또다른 화재특징인 '파장값 비율의 최대 변화값' RATIO_PEAK로 정의한다.And as shown in Figure 3B, the RATIO value with the largest change value is defined as RATIO_PEAK. In other words, DIFF_RATIO_PEAK, the maximum change value of DIFF_RATIO, the change in slope calculated by first differentiating the wavelength ratio MEAN_RATIO, which is the ratio of the average value of the second wavelength to the average value of the first wavelength, is calculated as the maximum change value of the wavelength value ratio, which is another fire feature. 'Defined as RATIO_PEAK.
도 4는 위와 같이 화재특징 추출(30) 유닛에서 추출된 화재특징들로 구성된 데이터셋(data set)을 나타낸다. 특정 라벨(310)에 대해, 제1파장의 최대변화값 비율 WAV_1_PTR_PEAK_RATE(420), 제2파장의 최대변화값 비율 WAV_2_PTR_PEAK_RATE(430), 파장값 비율의 최대 변화값 RATIO_PEAK(440), 최대변화값 시점까지의 시간 PEAK_TIME(450), 및 안정화시간 STAB_TIME(460)이 부착되어 데이터셋이 구성된다. Figure 4 shows a data set composed of fire features extracted from the fire feature extraction (30) unit as above. For a specific label 310, the maximum change value ratio of the first wavelength WAV_1_PTR_PEAK_RATE (420), the maximum change value ratio of the second wavelength WAV_2_PTR_PEAK_RATE (430), the maximum change value of the wavelength value ratio RATIO_PEAK (440), the maximum change value point A dataset is formed by attaching the time to PEAK_TIME (450) and the stabilization time STAB_TIME (460).
여기서 라벨(410)은 실시예에 따라 화재/비화재, 화재 원인, 또는 화재 종류 등으로 정의될 수 있다.Here, the label 410 may be defined as fire/non-fire, fire cause, or fire type, etc., depending on the embodiment.
실시예에 따라, 상술한 것들과 다른 특징(470)을 데이터셋에 포함시키는 것도 가능하다.Depending on the embodiment, it is also possible to include features 470 different from those described above in the dataset.
지금까지 본 발명의 바람직한 실시예를 통하여 본 발명을 상세히 설명하였으나, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 본 명세서에 개시된 내용과는 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야 한다. 또한 본 발명의 보호범위는 상기 상세한 설명보다는 후술한 특허청구범위에 의하여 정해지며, 특허청구의 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태는 본 발명의 기술적 범위에 포함되는 것으로 해석되어야 한다.Although the present invention has been described in detail through preferred embodiments of the present invention, those skilled in the art will understand that the present invention is different from the content disclosed herein without changing the technical idea or essential features. It will be understood that it can be implemented in other specific forms. The embodiments described above should be understood in all respects as illustrative and not restrictive. In addition, the scope of protection of the present invention is determined by the claims described later rather than the detailed description above, and all changes or modified forms derived from the scope of the claims and their equivalent concepts should be construed as being included in the technical scope of the present invention. do.
Claims (19)
상기 광학 센서에서 출력되는 광학 데이터를 수집하는 광학 데이터 수집 유닛;
상기 광학 데이터로부터 제1파장, 제2파장, 및 두 파장의 비율을 산출하고 이들의 변화량이 정의된 임계값을 초과하는지에 따라 화재발생을 감지하고 화재발생 시점을 결정하는 화재 감지 유닛; 및
상기 결정된 화재발생 시점부터 화재특징을 추출하는 화재특징 추출 유닛을 포함하되,
상기 화재특징 추출 유닛은
상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
상기 화재발생 시점에서부터 상기 제1파장의 최대변화값이 발생한 시점까지의 시간차 그리고 화재발생 시점에서부터 상기 제2파장의 최대변화값이 발생한 시점까지의 시간차 중 작은 것을 선택하여 얻은 최대변화값 시점까지의 시간을 제3화재특징으로 추출하도록 구성되는 것을 특징으로 하는 화재감지 및 특징추출 장치.An optical sensor including a light source that emits light of a first wavelength and a second wavelength, and a photodetector that detects light of the changed wavelength after the light of these dual wavelengths is irradiated to the smoke particles and outputs optical data;
an optical data collection unit that collects optical data output from the optical sensor;
A fire detection unit that calculates the first wavelength, the second wavelength, and the ratio of the two wavelengths from the optical data, detects fire occurrence and determines the time of fire occurrence depending on whether the amount of change exceeds a defined threshold value; and
It includes a fire feature extraction unit that extracts fire features from the determined time of fire occurrence,
The fire feature extraction unit is
Define the maximum change value of the first wavelength and the maximum change value of the second wavelength included in the optical data,
The time difference from the time of fire occurrence to the time when the maximum change value of the first wavelength occurs and the time difference from the time of fire occurrence to the time when the maximum change value of the second wavelength occurs, the smaller of the time difference is selected to obtain the maximum change value. A fire detection and feature extraction device configured to extract time as a third fire feature.
상기 광학 센서에서 출력되는 광학 데이터를 수집하는 광학 데이터 수집 유닛;
상기 광학 데이터로부터 제1파장, 제2파장, 및 두 파장의 비율을 산출하고 이들의 변화량이 정의된 임계값을 초과하는지에 따라 화재발생을 감지하고 화재발생 시점을 결정하는 화재 감지 유닛; 및
상기 결정된 화재발생 시점부터 화재특징을 추출하는 화재특징 추출 유닛을 포함하되,
상기 화재특징 추출 유닛은
상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
상기 광학 데이터에 포함된 제1파장의 평균값 및 제2파장의 평균값을 미분하여 기울기의 변화량이 사전 정의한 기울기 임계값보다 작을 때의 시간인 안정화시간을 제4화재특징으로 추출하도록 구성되는 것을 특징으로 하는 화재감지 및 특징추출 장치.An optical sensor including a light source that emits light of a first wavelength and a second wavelength, and a photodetector that detects light of the changed wavelength after the light of these dual wavelengths is irradiated to the smoke particles and outputs optical data;
an optical data collection unit that collects optical data output from the optical sensor;
A fire detection unit that calculates the first wavelength, the second wavelength, and the ratio of the two wavelengths from the optical data, detects fire occurrence and determines the time of fire occurrence depending on whether the amount of change exceeds a defined threshold value; and
It includes a fire feature extraction unit that extracts fire features from the determined time of fire occurrence,
The fire feature extraction unit is
Define the maximum change value of the first wavelength and the maximum change value of the second wavelength included in the optical data,
Characterized by differentiating the average value of the first wavelength and the average value of the second wavelength included in the optical data to extract the stabilization time, which is the time when the change in slope is less than a predefined slope threshold, as the fourth fire feature. Fire detection and feature extraction device.
상기 수집된 광학 데이터로부터 제1파장의 평균값 및 제2파장의 평균값을 산출하고, 이들 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율을 산출하고 이 파장값 비율을 미분하여 기울기의 변화량을 계산하도록 구성되는 화재감지 요구값 계산부; 및
상기 산출된 제1파장의 평균값이 사전 정의된 제1임계값을 초과하는 시점을 화재발생 시점으로 결정하고, 상기 산출된 제2파장의 평균값이 사전 정의된 제2임계값을 초과하는 시점을 화재발생 시점으로 결정하고, 상기 계산된 파장값 비율의 기울기 변화량이 사전 정의된 제3임계값을 초과하는 시점을 화재발생 시점으로 결정하도록 구성되는 화재발생 결정부를 포함하는 화재감지 및 특징추출 장치.The method of claim 1 or 2, wherein the fire detection unit
From the collected optical data, the average value of the first wavelength and the average value of the second wavelength are calculated, the wavelength value ratio, which is the ratio of the average value of the second wavelength to the average value of the first wavelength, is calculated, and the slope is differentiated by differentiating this wavelength value ratio. a fire detection request value calculation unit configured to calculate the amount of change; and
The time when the calculated average value of the first wavelength exceeds the predefined first threshold is determined as the time of fire occurrence, and the time when the calculated average value of the second wavelength exceeds the predefined second threshold is determined as the time when the fire occurs. A fire detection and feature extraction device comprising a fire occurrence determination unit configured to determine the time of occurrence of a fire and determine the time at which the slope change in the calculated wavelength value ratio exceeds a predefined third threshold as the time of fire occurrence.
상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
상기 제1파장의 최대변화값을 제1파장의 평균값으로 나누어 제1파장의 최대변화값 비율을 제1화재특징으로 추출하고,
상기 제2파장의 최대변화값을 제2파장의 평균값으로 나누어 제2파장의 최대변화값 비율을 제2화재특징으로 추출하도록 추가로 구성되는 것을 특징으로 하는 화재감지 및 특징추출 장치.The method of claim 1 or 2, wherein the fire feature extraction unit
Define the maximum change value of the first wavelength and the maximum change value of the second wavelength included in the optical data,
The maximum change value of the first wavelength is divided by the average value of the first wavelength to extract the ratio of the maximum change value of the first wavelength as the first fire feature,
A fire detection and feature extraction device, characterized in that it is further configured to divide the maximum change value of the second wavelength by the average value of the second wavelength and extract the ratio of the maximum change value of the second wavelength as a second fire feature.
상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
광학 데이터에 포함된 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율을 미분하여 계산된 파장값 비율의 최대 변화값을 제5화재특징으로 추출하도록 추가로 구성되는 것을 특징으로 하는 화재감지 및 특징추출 장치.The method of claim 1 or 2, wherein the fire feature extraction unit
Define the maximum change value of the first wavelength and the maximum change value of the second wavelength included in the optical data,
Characterized in that it is further configured to extract the maximum change value of the wavelength value ratio calculated by differentiating the wavelength value ratio, which is the ratio of the average value of the second wavelength to the average value of the first wavelength included in the optical data, as the fifth fire feature. Fire detection and feature extraction device.
상기 광학 데이터로부터 제1파장, 제2파장, 및 두 파장의 비율을 산출하고 이들의 변화량이 정의된 임계값을 초과하는지에 따라 화재발생을 감지하고 화재발생 시점을 결정하는 화재 감지 단계; 및
상기 결정된 화재발생 시점부터 화재특징을 추출하는 화재특징 추출 단계를 포함하되,
상기 화재특징 추출 단계는
상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
상기 화재발생 시점에서부터 상기 제1파장의 최대변화값이 발생한 시점까지의 시간차 그리고 화재발생 시점에서부터 상기 제2파장의 최대변화값이 발생한 시점까지의 시간차 중 작은 것을 선택하여 얻은 최대변화값 시점까지의 시간을 제3화재특징으로 추출하는 것을 포함하는 화재감지 및 특징추출 방법.An optical data collection step of collecting optical data from an optical sensor that outputs optical data by detecting the changed wavelength after light of the first and second wavelengths is emitted and irradiated to the smoke particles;
A fire detection step of calculating the first wavelength, the second wavelength, and the ratio of the two wavelengths from the optical data, detecting the occurrence of fire and determining the time of fire occurrence according to whether the amount of change exceeds a defined threshold value; and
Including a fire feature extraction step of extracting fire features from the determined time of fire occurrence,
The fire feature extraction step is
Define the maximum change value of the first wavelength and the maximum change value of the second wavelength included in the optical data,
The time difference from the time of fire occurrence to the time when the maximum change value of the first wavelength occurs and the time difference from the time of fire occurrence to the time when the maximum change value of the second wavelength occurs, the smaller of the time difference is selected to obtain the maximum change value. Fire detection and feature extraction method including extracting time as the third fire feature.
상기 광학 데이터로부터 제1파장, 제2파장, 및 두 파장의 비율을 산출하고 이들의 변화량이 정의된 임계값을 초과하는지에 따라 화재발생을 감지하고 화재발생 시점을 결정하는 화재 감지 단계; 및
상기 결정된 화재발생 시점부터 화재특징을 추출하는 화재특징 추출 단계를 포함하되,
상기 화재특징 추출 단계는
상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
상기 광학 데이터에 포함된 제1파장의 평균값 및 제2파장의 평균값을 미분하여 기울기의 변화량이 사전 정의한 기울기 임계값보다 작을 때의 시간인 안정화시간을 제4화재특징으로 추출하는 것을 포함하는 화재감지 및 특징추출 방법.An optical data collection step of collecting optical data from an optical sensor that outputs optical data by detecting the changed wavelength after light of the first and second wavelengths is emitted and irradiated to the smoke particles;
A fire detection step of calculating the first wavelength, the second wavelength, and the ratio of the two wavelengths from the optical data, detecting the occurrence of fire and determining the time of fire occurrence according to whether the amount of change exceeds a defined threshold value; and
Including a fire feature extraction step of extracting fire features from the determined time of fire occurrence,
The fire feature extraction step is
Define the maximum change value of the first wavelength and the maximum change value of the second wavelength included in the optical data,
Fire detection comprising differentiating the average value of the first wavelength and the average value of the second wavelength included in the optical data and extracting the stabilization time, which is the time when the change in slope is less than a predefined slope threshold, as the fourth fire feature. and feature extraction method.
상기 수집한 광학 데이터에 대하여 초기 상태에서의 제1파장 및 제2파장의 광학 데이터로부터 화재감지를 위해 요구되는 값을 계산하는 단계; 및
상기 계산된 화재감지 요구값의 변화량이, 정의된 임계값을 초과하는지에 따라 화재발생 시점을 결정하는 단계를 포함하는 화재감지 및 특징추출 방법.The method of claim 9 or 10, wherein the fire detection step is
Calculating a value required for fire detection from the optical data of the first and second wavelengths in the initial state with respect to the collected optical data; and
A fire detection and feature extraction method comprising determining a fire occurrence point according to whether the calculated change in the fire detection request value exceeds a defined threshold.
상기 수집된 광학 데이터로부터 제1파장의 평균값 및 제2파장의 평균값을 산출하고, 이들 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율을 산출하고 이 파장값 비율을 미분하여 기울기의 변화량을 계산하는 화재감지 요구값 계산 단계; 및
상기 산출된 제1파장의 평균값이 사전 정의된 제1임계값을 초과하는 시점을 화재발생 시점으로 결정하고, 상기 산출된 제2파장의 평균값이 사전 정의된 제2임계값을 초과하는 시점을 화재발생 시점으로 결정하고, 상기 계산된 파장값 비율의 기울기 변화량이 사전 정의된 제3임계값을 초과하는 시점을 화재발생 시점으로 결정하는 화재발생 결정 단계를 포함하는 화재감지 및 특징추출 방법.The method of claim 9 or 10, wherein the fire detection step is
From the collected optical data, the average value of the first wavelength and the average value of the second wavelength are calculated, the wavelength value ratio, which is the ratio of the average value of the second wavelength to the average value of the first wavelength, is calculated, and the slope is differentiated by differentiating this wavelength value ratio. A fire detection request value calculation step of calculating the amount of change; and
The time when the calculated average value of the first wavelength exceeds the predefined first threshold is determined as the time of fire occurrence, and the time when the calculated average value of the second wavelength exceeds the predefined second threshold is determined as the time when the fire occurs. A fire detection and feature extraction method comprising a fire occurrence determination step of determining the time of occurrence and determining the time when the slope change in the calculated wavelength value ratio exceeds a predefined third threshold as the time of fire occurrence.
상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
상기 제1파장의 최대변화값을 제1파장의 평균값으로 나누어 제1파장의 최대변화값 비율을 제1화재특징으로 추출하고,
상기 제2파장의 최대변화값을 제2파장의 평균값으로 나누어 제2파장의 최대변화값 비율을 제2화재특징으로 추출하는 것을 추가로 포함하는 화재감지 및 특징추출 방법.The method of claim 9 or 10, wherein the fire feature extraction step is
Define the maximum change value of the first wavelength and the maximum change value of the second wavelength included in the optical data,
The maximum change value of the first wavelength is divided by the average value of the first wavelength to extract the ratio of the maximum change value of the first wavelength as the first fire feature,
A fire detection and feature extraction method further comprising dividing the maximum change value of the second wavelength by the average value of the second wavelength and extracting the ratio of the maximum change value of the second wavelength as a second fire feature.
상기 광학 데이터에 포함된 제1파장의 최대변화값 및 제2파장의 최대변화값을 정의하고,
광학 데이터에 포함된 제1파장의 평균값에 대한 제2파장의 평균값의 비인 파장값 비율을 미분하여 계산된 파장값 비율의 최대 변화값을 제5화재특징으로 추출하는 것을 추가로 포함하는 화재감지 및 특징추출 방법.The method of claim 9 or 10, wherein the fire feature extraction step is
Define the maximum change value of the first wavelength and the maximum change value of the second wavelength included in the optical data,
Fire detection further comprising extracting the maximum change value of the wavelength value ratio calculated by differentiating the wavelength value ratio, which is the ratio of the average value of the second wavelength to the average value of the first wavelength included in the optical data, as the fifth fire feature, and Feature extraction method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US17/531,926 US11747270B2 (en) | 2020-11-23 | 2021-11-22 | Fire detection and feature extraction apparatus and method based on dual optical wavelength |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20200157882 | 2020-11-23 | ||
| KR1020200157882 | 2020-11-23 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220071111A KR20220071111A (en) | 2022-05-31 |
| KR102582105B1 true KR102582105B1 (en) | 2023-09-25 |
Family
ID=81786595
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210149913A KR102582105B1 (en) | 2020-11-23 | 2021-11-03 | Fire detection and feature extraction apparatus and methoed based on dual optical wavelength |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102582105B1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005115970A (en) * | 1997-05-08 | 2005-04-28 | Nittan Co Ltd | Smoke sensor and monitor control system |
| JP2016114959A (en) * | 2014-12-10 | 2016-06-23 | 能美防災株式会社 | Photoelectric smoke detector |
| WO2020026589A1 (en) * | 2018-07-31 | 2020-02-06 | 日本電気株式会社 | Receiver, fire detection system, and fire detection method |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3045645B2 (en) * | 1994-10-13 | 2000-05-29 | ニッタン株式会社 | Flame detector |
-
2021
- 2021-11-03 KR KR1020210149913A patent/KR102582105B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005115970A (en) * | 1997-05-08 | 2005-04-28 | Nittan Co Ltd | Smoke sensor and monitor control system |
| JP2016114959A (en) * | 2014-12-10 | 2016-06-23 | 能美防災株式会社 | Photoelectric smoke detector |
| WO2020026589A1 (en) * | 2018-07-31 | 2020-02-06 | 日本電気株式会社 | Receiver, fire detection system, and fire detection method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220071111A (en) | 2022-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108205867B (en) | Early fire smoke detection method with interference particle recognition capability | |
| TWI587248B (en) | Particle detector with dust rejection | |
| US20160086468A1 (en) | Improvements in and relating to aspirating smoke detectors | |
| RU2015100398A (en) | DEVICE FOR DETECTING DIFFERENT LIGHT SIGNALS AND THE METHOD FOR DETECTING THEM | |
| TWI777081B (en) | Multispectral sensors, and detectors and methods utilizing the same | |
| JP7103419B2 (en) | Receiver, fire detection system and fire detection method | |
| EP3321906B1 (en) | High sensitivity fiber optic based detection | |
| US10852202B2 (en) | High sensitivity fiber optic based detection | |
| CN111986436B (en) | Comprehensive flame detection method based on ultraviolet and deep neural networks | |
| WO2008064396A1 (en) | Improvement(s) related to particle monitors and method(s) therefor | |
| US11087605B2 (en) | Smoke detection methodology | |
| US11402326B2 (en) | Systems and methods for multi-wavelength scattering based smoke detection using multi-dimensional metric monitoring | |
| KR102582105B1 (en) | Fire detection and feature extraction apparatus and methoed based on dual optical wavelength | |
| KR102064418B1 (en) | Automatic Fire Extinguishing System Utilizing Big Data | |
| CN110892460A (en) | Chamber-less smoke detector with indoor air quality detection and monitoring | |
| CN112384784B (en) | Smoke detection system and method using multi-dimensional index monitoring based on multi-wavelength scattering | |
| US20220163443A1 (en) | Fire detection and feature extraction apparatus and method based on dual optical wavelength | |
| JP2010151810A (en) | Particle counter | |
| KR20210049661A (en) | Fire detection apparatus and method using light spectrum analysis | |
| KR102630628B1 (en) | Fire detection device based on dual optical wavelength and method thereof | |
| US20210123864A1 (en) | Fire detection apparatus and method using light spectrum analysis | |
| KR102060242B1 (en) | Fire monitoring method and apparatus | |
| WO2024012684A1 (en) | Method and system for fire detection | |
| KR20210145996A (en) | Flame determination learning apparatus and method | |
| KR102628511B1 (en) | Switchgear equipped with flame and noxious gas detection and data collection devices |
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 |