KR102583305B1 - 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법 - Google Patents

화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법 Download PDF

Info

Publication number
KR102583305B1
KR102583305B1 KR1020220116170A KR20220116170A KR102583305B1 KR 102583305 B1 KR102583305 B1 KR 102583305B1 KR 1020220116170 A KR1020220116170 A KR 1020220116170A KR 20220116170 A KR20220116170 A KR 20220116170A KR 102583305 B1 KR102583305 B1 KR 102583305B1
Authority
KR
South Korea
Prior art keywords
information
artificial intelligence
worker
location information
intelligence algorithm
Prior art date
Application number
KR1020220116170A
Other languages
English (en)
Inventor
안신원
Original Assignee
주식회사 와플랩
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 주식회사 와플랩 filed Critical 주식회사 와플랩
Priority to KR1020220116170A priority Critical patent/KR102583305B1/ko
Application granted granted Critical
Publication of KR102583305B1 publication Critical patent/KR102583305B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Emergency Management (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명은 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법에 관한 것으로, 더욱 상세하게는 각종 IoT정보를 이용하여 화력발전소에서 근무하는 작업자의 안전을 효율적으로 관리할 수 있는 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법에 관한 것이다.

Description

화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법{Safety management system and method that converges safety ring, location information and biometric information in thermal power plant}
본 발명은 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법에 관한 것으로, 더욱 상세하게는 각종 IoT정보를 이용하여 화력발전소에서 근무하는 작업자의 안전을 효율적으로 관리할 수 있는 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법에 관한 것이다.
최근 발전소 산업 현장 업무 환경을 보다 안전하게 개선해야 한다는 인식이 확대됨에 따라 화력발전소에 적용 가능한 안전분석 및 관리 솔루션에 필요가 증가되고 있다.
발전소의 구조가 광범위하고 내부 시설이 복잡함에 따라 작업자의 상태, 위험요소를 사전에 파악하기 힘들고 위험상황 발생 시 빠른 인지 및 대처가 어려운 실정이다.
이에 상기의 문제를 해결하기 위해 발전소 내 IoT센서를 활용하여, 현장정보를 수집/관리함으로써 안전환경을 조성할 수 있는 시스템이 필요한 상황이다.
본 발명은 상기와 같은 필요성에 의해 창출된 것으로, 본 발명의 목적은 각종 IoT정보를 이용하여 화력발전소에서 근무하는 작업자의 안전을 효율적으로 관리할 수 있는 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법을 제공하는데 있다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템은 화력발전소에서 근무하는 작업자에게 착용되어 생체신호 정보, 고리체결 정보 및 현재위치 정보를 생성하는 IoT기기(100); 상기 IoT기기(100)로부터 상기 생체신호 정보, 고리체결 정보 및 현재위치 정보를 전송받는 작업자단말기(200); 상기 작업자단말기(200)로부터 상기 생체신호 정보, 고리체결 정보 및 현재위치 정보를 전송받아, 인공지능 학습모델을 학습시키고 학습된 인공지능 학습모델을 통해 작업자 상태정보 및 작업자 위치정보를 생성하는 IoT플랫폼서버(300); 및 상기 IoT플랫폼서버(300)로부터 작업자 상태정보 및 작업자 위치정보를 전송받아, 작업자에게 이상이 있을 경우 이를 관리자에게 알려주거나 작업자의 위치를 가시화하는 3D기반의 디지털트윈 대시보드(400)를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 IoT기기(100)는, 사용자의 손목 부분에 착용되어 심박동, 걸음수 및 혈압수치 중 어느 하나 이상의 생체신호 정보를 생성하는 스마트워치(110); 및 사용자의 허리 부분에 착용되어 고리의 체결여부에 따라 고리체결 정보와 GPS/Mobile Network/WIFI/BLE/Barometer sensor 중 어느 하나 이상의 정보를 포함하는 현재위치 정보를 생성하는 안전고리(120)를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 IoT플랫폼서버(300)는, 상기 작업자단말기(200)로부터 생체신호 정보를 전송받아 인공지능 모델을 학습하고, 상기 인공지능 모델을 통해 작업자 상태정보를 생성하는 생체정보AI서버(310); 및 상기 작업자단말기(200)로부터 고리체결 정보 및 현재위치 정보를 전송받아 인공지능 모델을 학습하고, 상기 인공지능 모델을 통해 작업자 위치정보를 생성하는 실내측위AI서버(320)를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 생체정보AI서버(310)는, 생체신호 정보를 통해 복수의 인공지능 알고리즘의 학습을 수행하고, 검증 및 테스트 데이터셋을 통해 복수의 인공지능 알고리즘 중 가장 성능이 높은 인공지능 알고리즘을 선정하여 저장하는 제1인공지능 알고리즘 학습부(311); 작업자단말기로부터 작업자의 생체신호 정보가 전송되면, 상기 제1인공지능 알고리즘 학습부(311)에 저장된 인공지능 알고리즘 중 어느 하나를 채택하는 제1인공지능 알고리즘 채택부(312); 및 상기 제1인공지능 알고리즘 채택부(312)가 채택한 알고리즘을 통해 상기 작업자의 생체신호 정보를 분석하여 작업자 생체정보를 생성하는 제1인공지능 알고리즘 예측부(313)를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 실내측위AI서버(320)는, 고리체결 정보 및 현재위치 정보를 통해 복수의 인공지능 알고리즘의 학습을 수행하고, 검증 및 테스트 데이터셋을 통해 복수의 인공지능 알고리즘 중 가장 성능이 높은 인공지능 알고리즘을 선정하여 저장하는 제2인공지능 알고리즘 학습부(321); 작업자단말기로부터 작업자의 고리체결 정보 및 현재위치 정보가 전송되면, 상기 제2인공지능 알고리즘 학습부(321)에 저장된 인공지능 알고리즘 중 어느 하나를 채택하는 제2인공지능 알고리즘 채택부(322); 및 상기 제2인공지능 알고리즘 채택부(322)가 채택한 알고리즘을 통해 상기 작업자의 고리체결 정보 및 현재위치 정보를 분석하여 작업자 위치정보를 생성하는 제2인공지능 알고리즘 예측부(323)를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 제2인공지능 알고리즘 예측부(323)는, 작업자단말기(200)로부터 수집된 현재위치 정보가 포함하는 GPS/Mobile Network/WIFI/BLE/Barometer sensor 각각의 신호 세기 값을 디지털데이터로 변환하는 데이터변환부(323a); 상기 변환된 각각의 신호 세기 값을 별자리 형태의 이미지 맵으로 생성하는 이미지맵 생성부(323b); 상기 이미지 맵의 위치 정보의 Key-Value 값을 Text로 변환하는 텍스트변환부(323c); 및 상기 Text로 변환된 이미지 맵의 위치 정보와 명도 값에 작업자의 층정보 및 고리체결 정보를 결합하여 작업자 위치정보를 생성하는 위치정보 생성부(323d)를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 3D기반의 디지털트윈 대시보드(400)는, 작업자 상태정보 및 작업자 위치정보를 전송받아, 작업자의 신변에 이상이 있을 경우나 작업자가 안전고리를 체결하지 않을 경우 이를 관리자단말기 또는 경광등을 통해 관리자에게 알려주며, 작업자가 현재 위치해 있는 장소를 3D 기반의 디지털 트윈으로 시각화하여 제공하는 것을 특징으로 한다.
본 발명에 따른 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 방법은 IoT기기(100)가 화력발전소에서 근무하는 작업자에게 착용되어 생체신호 정보, 고리체결 정보 및 현재위치 정보를 생성하는 A단계; 작업자단말기(200)가 상기 IoT기기(100)로부터 상기 생체신호 정보, 고리체결 정보 및 현재위치 정보를 전송받는 B단계; IoT플랫폼서버(300)가 상기 작업자단말기(200)로부터 상기 생체신호 정보, 고리체결 정보 및 현재위치 정보를 전송받아, 인공지능 학습모델을 학습시키고 학습된 인공지능 학습모델을 통해 작업자 상태정보 및 작업자 위치정보를 생성하는 C단계; 및 3D기반의 디지털트윈 대시보드(400)가 상기 IoT플랫폼서버(300)로부터 작업자 상태정보 및 작업자 위치정보를 전송받아, 작업자에게 이상이 있을 경우 이를 관리자에게 알려주거나 작업자의 위치를 가시화하는 D단계를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 A단계는, 스마트워치(110)가 사용자의 손목 부분에 착용되어 심박동, 걸음수 및 혈압수치 중 어느 하나 이상의 생체신호 정보를 생성하는 단계; 및 안전고리(120)가 사용자의 허리 부분에 착용되어 고리의 체결여부에 따라 고리체결 정보와 GPS/Mobile Network/WIFI/BLE/Barometer sensor 중 어느 하나 이상의 정보를 포함하는 현재위치 정보를 생성하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 C단계는, 생체정보AI서버(310)가 상기 작업자단말기(200)로부터 생체신호 정보를 전송받아 인공지능 모델을 학습하고, 상기 인공지능 모델을 통해 작업자 상태정보를 생성하는 단계; 및 실내측위AI서버(320)가 상기 작업자단말기(200)로부터 고리체결 정보 및 현재위치 정보를 전송받아 인공지능 모델을 학습하고, 상기 인공지능 모델을 통해 작업자 위치정보를 생성하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 생체정보AI서버(310)가 작업자 상태정보를 생성하는 단계는, 제1인공지능 알고리즘 학습부(311)가 생체신호 정보를 통해 복수의 인공지능 알고리즘의 학습을 수행하고, 검증 및 테스트 데이터셋을 통해 복수의 인공지능 알고리즘 중 가장 성능이 높은 인공지능 알고리즘을 선정하여 저장하는 단계; 제1인공지능 알고리즘 채택부(312)가 작업자단말기(200)로부터 작업자의 생체신호 정보가 전송되면, 상기 제1인공지능 알고리즘 학습부(311)에 저장된 인공지능 알고리즘 중 어느 하나를 채택하는 단계; 및 제1인공지능 알고리즘 예측부(313)가 상기 제1인공지능 알고리즘 채택부(312)가 채택한 알고리즘을 통해 상기 작업자의 생체신호 정보를 분석하여 작업자 생체정보를 생성하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 실내측위AI서버(320)가 작업자 위치정보를 생성하는 단계는, 제2인공지능 알고리즘 학습부(321)가 고리체결 정보 및 현재위치 정보를 통해 복수의 인공지능 알고리즘의 학습을 수행하고, 검증 및 테스트 데이터셋을 통해 복수의 인공지능 알고리즘 중 가장 성능이 높은 인공지능 알고리즘을 선정하여 저장하는 단계; 제2인공지능 알고리즘 채택부(322)가 작업자단말기로부터 작업자의 고리체결 정보 및 현재위치 정보가 전송되면, 상기 제2인공지능 알고리즘 학습부(321)에 저장된 인공지능 알고리즘 중 어느 하나를 채택하는 단계; 및 제2인공지능 알고리즘 예측부(323)가 상기 제2인공지능 알고리즘 채택부(322)가 채택한 알고리즘을 통해 상기 작업자의 고리체결 정보 및 현재위치 정보를 분석하여 작업자 위치정보를 생성하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 제2인공지능 알고리즘 예측부(323)가 작업자 위치정보를 생성하는 단계는, 데이터변환부(323a)가 작업자단말기(200)로부터 수집된 현재위치 정보가 포함하는 GPS/Mobile Network/WIFI/BLE/Barometer sensor 각각의 신호 세기 값을 디지털데이터로 변환하는 단계; 이미지맵 생성부(323b)가 상기 변환된 각각의 신호 세기 값을 별자리 형태의 이미지 맵으로 생성하는 단계; 텍스트변환부(323c)가 상기 이미지 맵의 위치 정보의 Key-Value 값을 Text로 변환하는 단계; 및 위치정보 생성부(323d)가 상기 Text로 변환된 이미지 맵의 위치 정보와 명도 값에 작업자의 층정보 및 고리체결 정보를 결합하여 작업자 위치정보를 생성하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 실시예에 따르면, 상기 3D기반의 디지털트윈 대시보드(400)는, 작업자 상태정보 및 작업자 위치정보를 전송받아, 작업자의 신변에 이상이 있을 경우나 작업자가 안전고리를 체결하지 않을 경우 이를 관리자단말기 또는 경광등을 통해 관리자에게 알려주며, 작업자가 현재 위치해 있는 장소를 3D 기반의 디지털 트윈으로 시각화하여 제공하는 것을 특징으로 한다.
본 발명에 따른 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법은 각종 IoT정보를 이용하여 화력발전소에서 근무하는 작업자의 안전을 효율적으로 관리할 수 있는 효과가 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시 예에 따른 안전관리 시스템의 블록구성도
도 2는 본 발명의 실시 예에 따른 IoT기기의 블록구성도
도 3은 본 발명의 실시 예에 따른 IoT플랫폼서버의 블록구성도
도 4는 본 발명의 실시 예에 따른 생체정보AI서버의 블록구성도
도 5는 본 발명의 실시 예에 따른 실내측위AI서버의 블록구성도
도 6은 본 발명의 실시 예에 따른 제2인공지능 알고리즘 예측부의 블록구성도
도 7은 본 발명의 실시 예에 따른 안전관리 시스템을 통한 안전관리 방법 순서도
도 8은 본 발명의 실시 예에 따른 IoT기기의 정보 수집 순서도
도 9는 본 발명의 실시 예에 따른 IoT플랫폼서버의 정보 생성 순서도
도 10은 본 발명의 실시 예에 따른 생체정보AI서버의 정보 생성 순서도
도 11은 본 발명의 실시 예에 따른 실내측위AI서버의 정보 생성 순서도
도 12는 본 발명의 실시 예에 따른 제2인공지능 알고리즘 예측부의 정보 생성 순서도
도 13은 본 발명의 실시 예에 따른 제2인공지능 알고리즘 예측부의 정보 생성 실시예시도
이상의 본 발명의 목적들, 다른 목적들, 특징들 및 이점들은 첨부된 도면과 관련된 이하의 바람직한 실시 예들을 통해서 쉽게 이해될 것이다. 그러나 본 발명은 여기서 설명되는 실시 예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시 예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
어떤 경우에는, 발명을 기술하는 데 있어서 흔히 알려졌으면서 발명과 크게 관련 없는 부분들은 본 발명을 설명하는 데 있어 별 이유 없이 혼돈이 오는 것을 막기 위해 기술하지 않음을 미리 언급해 둔다.
본 명세서에서 제1구성요소가 제2구성요소 상(ON)에서 동작 또는 실행된다고 언급될 때, 제1구성요소는 제2구성요소가 동작 또는 실행되는 환경에서 동작 또는 실행되거나 또는 제2구성요소와 직접 또는 간접적으로 상호 작용을 통해서 동작 또는 실행되는 것으로 이해되어야 할 것이다.
어떤 구성요소, 장치, 또는 시스템이 프로그램 또는 소프트웨어로 이루어진 구성요소를 포함한다고 언급되는 경우, 명시적인 언급이 없더라도, 그 구성요소, 장치, 또는 시스템은 그 프로그램 또는 소프트웨어가 실행 또는 동작하는데 필요한 하드웨어(예를 들면, 메모리, CPU 등)나 다른 프로그램 또는 소프트웨어(예를 들면 운영체제나 하드웨어를 구동하는데 필요한 드라이버 등)를 포함하는 것으로 이해되어야 할 것이다.
또한, 어떤 구성요소가 구현됨에 있어서 특별한 언급이 없다면, 그 구성요소는 소프트웨어, 하드웨어, 또는 소프트웨어 및 하드웨어 어떤 형태로도 구현될 수 있는 것으로 이해되어야 할 것이다.
또한, 본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다(comprises)' 및/또는 '포함하는(comprising)'은 언급된 구성요소는 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
또한, 본 명세서에서 '부', '장치' 등의 용어는 하드웨어 및 해당 하드웨어에 의해 구동되거나 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 지칭하는 것으로 의도될 수 있다. 예를 들어, 여기서 하드웨어는 CPU 또는 다른 프로세서(processor)를 포함하는 데이터 처리 기기일 수 있다. 또한, 하드웨어에 의해 구동되는 소프트웨어는 실행중인 프로세스, 객체(object), 실행파일(executable), 실행 스레드(thread of execution), 프로그램(program) 등을 지칭할 수 있다.
또한, 상기 용어들은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것이 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.
이하, 본 발명에서 실시하고자 하는 구체적인 기술내용에 대해 첨부도면을 참조하여 상세하게 설명하기로 한다.
도 1 내지 6에 도시된 각각의 구성은 기능 및 논리적으로 분리될 수도 있음을 나타내는 것이며, 반드시 각각의 구성이 별도의 물리적 장치로 구분되거나 별도의 코드로 작성됨을 의미하는 것은 아님을 본 발명의 기술분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
도 1은 본 발명의 실시 예에 따른 안전관리 시스템의 블록구성도이며, 도 2는 본 발명의 실시 예에 따른 IoT기기의 블록구성도이며, 도 3은 본 발명의 실시 예에 따른 IoT플랫폼서버의 블록구성도이며, 도 4는 본 발명의 실시 예에 따른 생체정보AI서버의 블록구성도이며, 도 5는 본 발명의 실시 예에 따른 실내측위AI서버의 블록구성도이며, 도 6은 본 발명의 실시 예에 따른 제2인공지능 알고리즘 예측부의 블록구성도이다.
도 1에 도시된 바와 같이, 본 발명에 따른 안전관리 시스템은 IoT기기(100), 작업자단말기(200), IoT플랫폼서버(300) 및 3D기반의 디지털트윈 대시보드(400)를 포함할 수 있다.
각 구성요소(100, 200, 300 또는 400)는 적어도 하나의 프로세서를 포함할 수 있다. 적어도 하나의 프로세서는 ASIC(Application Specific Integrated Circuit), DSP(Digital Signal Processor), PLD(Programmable Logic Device), FPGA(Field Programmable Gate Array), CPU(Central Processing unit), GPU(Graphic Processing Unit), 마이크로컨트롤러(microcontroller) 및/또는 마이크로프로세서(microprocessor) 등으로 구현될 수 있다. 각 구성요소(100, 200, 300 또는 400)는 메모리를 더 포함할 수 있다. 메모리는 플래시 메모리(flash memory), 하드디스크(hard disk), SSD(Solid State Disk), RAM(Random Access Memory), SRAM(Static Random Access Memory), ROM(Read Only Memory), PROM(Programmable Read Only Memory), EEPROM(Electrically Erasable and Programmable ROM), EPROM(Erasable and Programmable ROM) 및/또는 eMMC(embedded multimedia card) 등과 같은 저장매체를 포함할 수 있다.
또한 각 구성요소(100, 200, 300 또는 400)는 네트워크를 통해 연결될 수 있는데, 여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
또한, 도 2에 도시된 바와 같이, 상기 IoT기기(100)는 스마트워치(110) 및 안전고리(120)를 더 포함할 수 있고, 도 3에 도시된 바와 같이, 상기 IoT플랫폼서버(300)는 생체정보AI서버(310) 및 실내측위AI서버(320)를 더 포함할 수 있다.
또한, 도 4에 도시된 바와 같이, 상기 생체정보AI서버(310)는 제1인공지능 알고리즘 학습부(311), 제1인공지능 알고리즘 채택부(312) 및 제1인공지능 알고리즘 예측부(313)를 더 포함하며, 상기 실내측위AI서버(320)는 제2인공지능 알고리즘 학습부(321), 제2인공지능 알고리즘 채택부(322) 및 제2인공지능 알고리즘 예측부(323)를 더 포함할 수 있다.
또한, 상기 제2인공지능 알고리즘 예측부(323)는 데이터변환부(323a), 이미지맵 생성부(323b), 텍스트 변환부(323c) 및 위치정보 생성부(323d)를 더 포함할 수 있다.
이하에서는 도 7 내지 13을 통해서, 상기와 같이 구성되는 본 발명에 따른 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템을 통한 안전관리 방법에 대해서 상세하게 설명하도록 한다.
도 7은 본 발명의 실시 예에 따른 안전관리 시스템을 통한 안전관리 방법 순서도이다. 도 7에 도시된 바와 같이, 본 발명에 따른 안전관리 시스템을 통한 안전관리 방법은 IoT기기(100)가 화력발전소에서 근무하는 작업자에게 착용되어 생체신호 정보, 고리체결 정보 및 현재위치 정보를 생성하는 단계(S100)와 작업자단말기(200)가 상기 IoT기기(100)로부터 상기 생체신호 정보, 고리체결 정보 및 현재위치 정보를 전송받는 단계(S200)와 IoT플랫폼서버(300)가 상기 작업자단말기(200)로부터 상기 생체신호 정보, 고리체결 정보 및 현재위치 정보를 전송받아, 인공지능 학습모델을 학습시키고 학습된 인공지능 학습모델을 통해 작업자 상태정보 및 작업자 위치정보를 생성하는 단계(S300) 및 3D기반의 디지털트윈 대시보드(400)가 상기 IoT플랫폼서버(300)로부터 작업자 상태정보 및 작업자 위치정보를 전송받아, 작업자에게 이상이 있을 경우 이를 관리자에게 알려주거나 작업자의 위치를 가시화하는 단계(S400)를 포함할 수 있다.
먼저 상기 단계(S100)에 대해 좀 더 자세히 살펴보면, 도 8과 같다. 도 8은 본 발명의 실시 예에 따른 IoT기기의 정보 수집 순서도이다. 도 8에 도시된 바와 같이, 상기 단계(S100)는 스마트워치가 사용자의 손목 부분에 착용되어 심박동, 걸음수 및 혈압수치 중 어느 하나 이상의 생체신호 정보를 생성하는 단계(S110)와 안전고리가 사용자의 허리 부분에 착용되어 고리의 체결여부에 따라 고리체결 정보와 GPS/Mobile Network/WIFI/BLE/Barometer sensor 중 어느 하나 이상의 정보를 포함하는 현재위치 정보를 생성하는 단계(S120)를 포함할 수 있다.
상기 고리체결 정보라 함은, 안전고리가 안전대와 같은 지지력이 충분한 곳에 체결되었는지 여부를 감지하는 정보이다.
또한, 상기 작업자의 현재위치 정보의 생성을 위해 수집되는 정보는 GPS/Mobile Network/WIFI/BLE/Barometer sensor로 한정하는 것이 아니라 작업자의 현재위치를 확인할 수 있는 정보이면 무방하다.
다음으로 상기 단계(S200)에서, 상기 작업자단말기(200)는 휴대폰, 스마트 폰(smart phone), 테블릿 컴퓨터(tablet computer), 노트북 컴퓨터(notebook computer), 디지털방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player) 등과 같은 단말기 일 수 있으며, 상기 IoT기기(100)로부터 수집된 생체신호 정보, 고리체결 정보 및 현재위치 정보를 저장 및 IoT플랫폼서버(300)로 전송해준다.
다음으로 상기 단계(S300)에 대해 좀 더 자세히 살펴보면, 도 9와 같다. 도 9에 도시된 바와 같이, 상기 단계(S300)는 생체정보AI서버가 작업자단말기로부터 생체신호 정보를 전송받아 인공지능 모델을 학습하고, 인공지능 모델을 통해 작업자 상태정보를 생성하는 단계(S310)와 실내측위AI서버가 작업자단말기로부터 고리체결 정보 및 현재위치 정보를 전송받아 인공지능 모델을 학습하고, 인공지능 모델을 통해 작업자 위치정보를 생성하는 단계(S320)를 포함할 수 있다.
또한, 상기 단계(S310)는 더 세분화될 수 있는데, 이는 도 10과 같다. 도 10은 본 발명의 실시 예에 따른 생체정보AI서버의 정보 생성 순서도이다. 도 10에 도시된 바와 같이, 상기 단계(S310)는 제1인공지능 알고리즘 학습부(311)가 생체신호 정보를 통해 복수의 인공지능 알고리즘의 학습을 수행하고, 검증 및 테스트 데이터셋을 통해 복수의 인공지능 알고리즘 중 가장 성능이 높은 인공지능 알고리즘을 선정하여 저장하는 단계(S311)와 제1인공지능 알고리즘 채택부(312)가 작업자단말기(200)로부터 작업자의 생체신호 정보가 전송되면, 제1인공지능 알고리즘 학습부(311)에 저장된 인공지능 알고리즘 중 어느 하나를 채택하는 단계(S312)와 제1인공지능 알고리즘 예측부(313)가 제1인공지능 알고리즘 채택부(312)가 채택한 알고리즘을 통해 상기 작업자의 생체신호 정보를 분석하여 작업자 생체정보를 생성하는 단계(S313)를 더 포함할 수 있다.
마찬가지로, 상기 단계(S320) 역시 더 세분화될 수 있는데, 이는 도 11과 같다. 도 11은 본 발명의 실시 예에 따른 실내측위AI서버의 정보 생성 순서도이다. 도 11에 도시된 바와 같이. 상기 단계(S320)는 제2인공지능 알고리즘 학습부(321)가 고리체결 정보 및 현재위치 정보를 통해 복수의 인공지능 알고리즘의 학습을 수행하고, 검증 및 테스트 데이터셋을 통해 복수의 인공지능 알고리즘 중 가장 성능이 높은 인공지능 알고리즘을 선정하여 저장하는 단계(S321)와 제2인공지능 알고리즘 채택부(322)가 작업자단말기(200)로부터 작업자의 고리체결 정보 및 현재위치 정보가 전송되면, 제2인공지능 알고리즘 학습부(321)에 저장된 인공지능 알고리즘 중 어느 하나를 채택하는 단계(S322)와 제2인공지능 알고리즘 예측부(323)가 제2인공지능 알고리즘 채택부(322)가 채택한 알고리즘을 통해 상기 작업자의 고리체결 정보 및 현재위치 정보를 분석하여 작업자 위치정보를 생성하는 단계(S323)를 더 포함할 수 있다.
또한 아울러, 상기 단계(S323)는 더 세분화가 가능한데, 이는 도 12 및 13과 같다. 도 12는 본 발명의 실시 예에 따른 제2인공지능 알고리즘 예측부의 정보 생성 순서도아며, 도 13은 본 발명의 실시 예에 따른 제2인공지능 알고리즘 예측부의 정보 생성 실시예시도이다. 도 12 및 13에 도시된 바와 같이, 상기 단계(S323)는 데이터변환부(S323a)가 작업자단말기(200)로부터 수집된 현재위치 정보가 포함하는 GPS/Mobile Network/WIFI/BLE/Barometer sensor 각각의 신호 세기 값을 디지털데이터로 변환하는 단계(S323a)와 이미지맵 생성부(323b)가 상기 변환된 각각의 신호 세기 값을 별자리 형태의 이미지 맵으로 생성하는 단계(S323b)와 텍스트변환부(S323)가 상기 이미지 맵의 위치 정보의 Key-Value 값을 Text로 변환하는 단계(S323c)와 위치정보 생성부(S323d)가 상기 Text로 변환된 이미지 맵의 위치 정보와 명도 값에 작업자의 층정보 및 고리체결 정보를 결합하여 작업자 위치정보를 생성하는 단계(S323d)를 더 포함할 수 있다.
상기 단계(S323a)의 실시예는 도 13a, 상기 단계(S323b)의 실시예는 도 13b, 상기 단계(S323c)의 실시예는 도 13c, 상기 단계(S323d)의 실시예는 도 13d와 같다
이외에, 공통적으로 상기 단계(S311, S321)에서 상기 제1,2인공지능 알고리즘 학습부(311, 321)는, 인공지능 알고리즘의 하이퍼 파라미터를 최적화시키는 Bayesian Optimizer기법을 사용하여, 복수의 인공지능 알고리즘의 민감도, 특이도, 정확도, PPV(positive predictive value), NPV(negative predictive value) 및 AUC (area under the ROC(receiver operating characteristic)) 점수 중 어느 하나 이상을 측정하여 가장 성능이 높은 인공지능 알고리즘을 선정 및 저장하는데, 여기서 예시한 방법이 아닌 다른 적절한 방법에 의해 인공지능 알고리즘의 성능을 평가할 수 있다.
마지막으로 상기 단계(S400)에서 상기 3D기반의 디지털트윈 대시보드(400)는, 작업자 상태정보 및 작업자 위치정보를 전송받아, 작업자의 신변에 이상이 있을 경우나 작업자가 안전고리를 체결하지 않을 경우 이를 관리자단말기 또는 경광등을 통해 관리자에게 알려주며, 작업자가 현재 위치해 있는 장소를 3D 기반의 디지털 트윈으로 시각화하여 제공할 수 있다.
따라서, 상기한 바와 같이 본 발명에 따른 화력발전소에 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템을 통해서 화력발전소에서 근무하는 작업자의 안전을 효율적으로 관리할 수 있어, 화력발전소에서 발생하는 안전관리 문제점을 해결할 수 있다.
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽어지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다.
한편, 이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시 예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주하여야 할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100 : IoT기기
110 : 스마트워치
120 : 안전고리
200 : 작업자단말기
300 : IoT플랫폼서버
310 : 생체정보AI서버
311 : 제1인공지능 알고리즘 학습부
312 : 제1인공지능 알고리즘 채택부
313 : 제1인공지능 알고리즘 예측부
320 : 실내측위AI서버
321 : 제2인공지능 알고리즘 학습부
322 : 제2인공지능 알고리즘 채택부
323 : 제2인공지능 알고리즘 예측부
323a : 데이터변환부
323b : 이미지맵 생성부
323c : 텍스트 변환부
323d : 위치정보 생성부
400 : 3D기반의 디지털트윈 대시보드

Claims (14)

  1. 화력발전소에서 근무하는 작업자에게 착용되어 생체신호 정보, 고리체결 정보 및 현재위치 정보를 생성하는 IoT기기(100);
    상기 IoT기기(100)로부터 상기 생체신호 정보, 고리체결 정보 및 현재위치 정보를 전송받는 작업자단말기(200);
    상기 작업자단말기(200)로부터 상기 생체신호 정보, 고리체결 정보 및 현재위치 정보를 전송받아, 인공지능 학습모델을 학습시키고 학습된 인공지능 학습모델을 통해 작업자 상태정보 및 작업자 위치정보를 생성하는 IoT플랫폼서버(300); 및
    상기 IoT플랫폼서버(300)로부터 작업자 상태정보 및 작업자 위치정보를 전송받아, 작업자에게 이상이 있을 경우 이를 관리자에게 알려주거나 작업자의 위치를 가시화하는 3D기반의 디지털트윈 대시보드(400);
    를 포함하되,
    상기 IoT플랫폼서버(300)는,
    상기 작업자단말기(200)로부터 생체신호 정보를 전송받아 인공지능 모델을 학습하고, 상기 인공지능 모델을 통해 작업자 상태정보를 생성하는 생체정보AI서버(310); 및
    상기 작업자단말기(200)로부터 고리체결 정보 및 현재위치 정보를 전송받아 인공지능 모델을 학습하고, 상기 인공지능 모델을 통해 작업자 위치정보를 생성하는 실내측위AI서버(320);
    를 포함하며,
    상기 생체정보AI서버(310)는,
    생체신호 정보를 통해 복수의 인공지능 알고리즘의 학습을 수행하고, 검증 및 테스트 데이터셋을 통해 복수의 인공지능 알고리즘 중 가장 성능이 높은 인공지능 알고리즘을 선정하여 저장하는 제1인공지능 알고리즘 학습부(311);
    작업자단말기로부터 작업자의 생체신호 정보가 전송되면, 상기 제1인공지능 알고리즘 학습부(311)에 저장된 인공지능 알고리즘 중 어느 하나를 채택하는 제1인공지능 알고리즘 채택부(312); 및
    상기 제1인공지능 알고리즘 채택부(312)가 채택한 알고리즘을 통해 상기 작업자의 생체신호 정보를 분석하여 작업자 생체정보를 생성하는 제1인공지능 알고리즘 예측부(313);
    를 포함하며,
    상기 실내측위AI서버(320)는,
    고리체결 정보 및 현재위치 정보를 통해 복수의 인공지능 알고리즘의 학습을 수행하고, 검증 및 테스트 데이터셋을 통해 복수의 인공지능 알고리즘 중 가장 성능이 높은 인공지능 알고리즘을 선정하여 저장하는 제2인공지능 알고리즘 학습부(321);
    작업자단말기로부터 작업자의 고리체결 정보 및 현재위치 정보가 전송되면, 상기 제2인공지능 알고리즘 학습부(321)에 저장된 인공지능 알고리즘 중 어느 하나를 채택하는 제2인공지능 알고리즘 채택부(322); 및
    상기 제2인공지능 알고리즘 채택부(322)가 채택한 알고리즘을 통해 상기 작업자의 고리체결 정보 및 현재위치 정보를 분석하여 작업자 위치정보를 생성하는 제2인공지능 알고리즘 예측부(323);
    를 포함하며,
    상기 제1,2인공지능 알고리즘 학습부(311, 321)는, 인공지능 알고리즘의 하이퍼 파라미터를 최적화시키는 Bayesian Optimizer기법을 사용하여, 복수의 인공지능 알고리즘의 민감도, 특이도, 정확도, PPV(positive predictive value), NPV(negative predictive value) 및 AUC (area under the ROC(receiver operating characteristic)) 점수 중 어느 하나 이상을 측정하여 가장 성능이 높은 인공지능 알고리즘을 선정 및 저장하는 것을 특징으로 하며,
    상기 3D기반의 디지털트윈 대시보드(400)는,
    작업자 상태정보 및 작업자 위치정보를 전송받아, 작업자의 신변에 이상이 있을 경우나 작업자가 안전고리를 체결하지 않을 경우 이를 관리자단말기 또는 경광등을 통해 관리자에게 알려주며,
    작업자가 현재 위치해 있는 장소를 3D 기반의 디지털 트윈으로 시각화하여 제공하는 것을 특징으로 하는 화력발전소에서 안전고리, 위치정보 및 생체정보를 융합한 안전관리 시스템.
  2. 제1항에 있어서,
    상기 IoT기기(100)는,
    사용자의 손목 부분에 착용되어 심박동, 걸음수 및 혈압수치 중 어느 하나 이상의 생체신호 정보를 생성하는 스마트워치(110); 및
    사용자의 허리 부분에 착용되어 고리의 체결여부에 따라 고리체결 정보와 GPS/Mobile Network/WIFI/BLE/Barometer sensor 중 어느 하나 이상의 정보를 포함하는 현재위치 정보를 생성하는 안전고리(120);
    를 포함하는 것을 특징으로 하는 화력발전소에서 안전고리, 위치정보 및 생체정보를 융합한 안전관리 시스템.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 제2인공지능 알고리즘 예측부(323)는,
    작업자단말기(200)로부터 수집된 현재위치 정보가 포함하는 GPS/Mobile Network/WIFI/BLE/Barometer sensor 각각의 신호 세기 값을 디지털데이터로 변환하는 데이터변환부(323a);
    상기 변환된 각각의 신호 세기 값을 별자리 형태의 이미지 맵으로 생성하는 이미지맵 생성부(323b);
    상기 이미지 맵의 위치 정보의 Key-Value 값을 Text로 변환하는 텍스트변환부(323c); 및
    상기 Text로 변환된 이미지 맵의 위치 정보와 명도 값에 작업자의 층정보 및 고리체결 정보를 결합하여 작업자 위치정보를 생성하는 위치정보 생성부(323d);
    를 포함하는 것을 특징으로 하는 화력발전소에서 안전고리, 위치정보 및 생체정보를 융합한 안전관리 시스템.
  7. 삭제
  8. IoT기기(100)가 화력발전소에서 근무하는 작업자에게 착용되어 생체신호 정보, 고리체결 정보 및 현재위치 정보를 생성하는 A단계;
    작업자단말기(200)가 상기 IoT기기(100)로부터 상기 생체신호 정보, 고리체결 정보 및 현재위치 정보를 전송받는 B단계;
    IoT플랫폼서버(300)가 상기 작업자단말기(200)로부터 상기 생체신호 정보, 고리체결 정보 및 현재위치 정보를 전송받아, 인공지능 학습모델을 학습시키고 학습된 인공지능 학습모델을 통해 작업자 상태정보 및 작업자 위치정보를 생성하는 C단계; 및
    3D기반의 디지털트윈 대시보드(400)가 상기 IoT플랫폼서버(300)로부터 작업자 상태정보 및 작업자 위치정보를 전송받아, 작업자에게 이상이 있을 경우 이를 관리자에게 알려주거나 작업자의 위치를 가시화하는 D단계;
    를 포함하되,
    상기 C단계는,
    생체정보AI서버(310)가 상기 작업자단말기(200)로부터 생체신호 정보를 전송받아 인공지능 모델을 학습하고, 상기 인공지능 모델을 통해 작업자 상태정보를 생성하는 단계; 및
    실내측위AI서버(320)가 상기 작업자단말기(200)로부터 고리체결 정보 및 현재위치 정보를 전송받아 인공지능 모델을 학습하고, 상기 인공지능 모델을 통해 작업자 위치정보를 생성하는 단계;
    를 포함하며,
    상기 생체정보AI서버(310)가 작업자 상태정보를 생성하는 단계는,
    제1인공지능 알고리즘 학습부(311)가 생체신호 정보를 통해 복수의 인공지능 알고리즘의 학습을 수행하고, 검증 및 테스트 데이터셋을 통해 복수의 인공지능 알고리즘 중 가장 성능이 높은 인공지능 알고리즘을 선정하여 저장하는 단계;
    제1인공지능 알고리즘 채택부(312)가 작업자단말기(200)로부터 작업자의 생체신호 정보가 전송되면, 상기 제1인공지능 알고리즘 학습부(311)에 저장된 인공지능 알고리즘 중 어느 하나를 채택하는 단계; 및
    제1인공지능 알고리즘 예측부(313)가 상기 제1인공지능 알고리즘 채택부(312)가 채택한 알고리즘을 통해 상기 작업자의 생체신호 정보를 분석하여 작업자 생체정보를 생성하는 단계;
    를 포함하며,
    상기 실내측위AI서버(320)가 작업자 위치정보를 생성하는 단계는,
    제2인공지능 알고리즘 학습부(321)가 고리체결 정보 및 현재위치 정보를 통해 복수의 인공지능 알고리즘의 학습을 수행하고, 검증 및 테스트 데이터셋을 통해 복수의 인공지능 알고리즘 중 가장 성능이 높은 인공지능 알고리즘을 선정하여 저장하는 단계;
    제2인공지능 알고리즘 채택부(322)가 작업자단말기로부터 작업자의 고리체결 정보 및 현재위치 정보가 전송되면, 상기 제2인공지능 알고리즘 학습부(321)에 저장된 인공지능 알고리즘 중 어느 하나를 채택하는 단계; 및
    제2인공지능 알고리즘 예측부(323)가 상기 제2인공지능 알고리즘 채택부(322)가 채택한 알고리즘을 통해 상기 작업자의 고리체결 정보 및 현재위치 정보를 분석하여 작업자 위치정보를 생성하는 단계;
    를 포함하며,
    상기 제1,2인공지능 알고리즘 학습부(311, 321)는, 인공지능 알고리즘의 하이퍼 파라미터를 최적화시키는 Bayesian Optimizer기법을 사용하여, 복수의 인공지능 알고리즘의 민감도, 특이도, 정확도, PPV(positive predictive value), NPV(negative predictive value) 및 AUC (area under the ROC(receiver operating characteristic)) 점수 중 어느 하나 이상을 측정하여 가장 성능이 높은 인공지능 알고리즘을 선정 및 저장하는 것을 특징으로 하며,
    상기 3D기반의 디지털트윈 대시보드(400)는,
    작업자 상태정보 및 작업자 위치정보를 전송받아, 작업자의 신변에 이상이 있을 경우나 작업자가 안전고리를 체결하지 않을 경우 이를 관리자단말기 또는 경광등을 통해 관리자에게 알려주며,
    작업자가 현재 위치해 있는 장소를 3D 기반의 디지털 트윈으로 시각화하여 제공하는 것을 특징으로 하는 화력발전소에서 안전고리, 위치정보 및 생체정보를 융합한 안전관리 방법.
  9. 제8항에 있어서,
    상기 A단계는,
    스마트워치(110)가 사용자의 손목 부분에 착용되어 심박동, 걸음수 및 혈압수치 중 어느 하나 이상의 생체신호 정보를 생성하는 단계; 및
    안전고리(120)가 사용자의 허리 부분에 착용되어 고리의 체결여부에 따라 고리체결 정보와 GPS/Mobile Network/WIFI/BLE/Barometer sensor 중 어느 하나 이상의 정보를 포함하는 현재위치 정보를 생성하는 단계;
    를 포함하는 것을 특징으로 하는 화력발전소에서 안전고리, 위치정보 및 생체정보를 융합한 안전관리 방법.
  10. 삭제
  11. 삭제
  12. 삭제
  13. 제8항에 있어서,
    상기 제2인공지능 알고리즘 예측부(323)가 작업자 위치정보를 생성하는 단계는,
    데이터변환부(323a)가 작업자단말기(200)로부터 수집된 현재위치 정보가 포함하는 GPS/Mobile Network/WIFI/BLE/Barometer sensor 각각의 신호 세기 값을 디지털데이터로 변환하는 단계;
    이미지맵 생성부(323b)가 상기 변환된 각각의 신호 세기 값을 별자리 형태의 이미지 맵으로 생성하는 단계;
    텍스트변환부(323c)가 상기 이미지 맵의 위치 정보의 Key-Value 값을 Text로 변환하는 단계; 및
    위치정보 생성부(323d)가 상기 Text로 변환된 이미지 맵의 위치 정보와 명도 값에 작업자의 층정보 및 고리체결 정보를 결합하여 작업자 위치정보를 생성하는 단계;
    를 포함하는 것을 특징으로 하는 화력발전소에서 안전고리, 위치정보 및 생체정보를 융합한 안전관리 방법.
  14. 삭제
KR1020220116170A 2022-09-15 2022-09-15 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법 KR102583305B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220116170A KR102583305B1 (ko) 2022-09-15 2022-09-15 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220116170A KR102583305B1 (ko) 2022-09-15 2022-09-15 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102583305B1 true KR102583305B1 (ko) 2023-09-27

Family

ID=88189052

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220116170A KR102583305B1 (ko) 2022-09-15 2022-09-15 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102583305B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102005188B1 (ko) * 2018-04-30 2019-07-29 타이아(주) 실시간 위치 추적 및 ｇｉｓ를 이용한 인공지능 기반 산업현장 안전관리 시스템, 그리고 산업현장 안전관리 방법
KR20210096754A (ko) * 2020-01-29 2021-08-06 에스케이 주식회사 디지털 안전보건환경 산업 특화용 이미지 학습 모델을 이용한 안전관리 방법 및 시스템
KR20220027119A (ko) * 2019-12-31 2022-03-07 주식회사 버넥트 디지털 트윈을 이용한 증강현실 기반 현장 모니터링 시스템 및 방법
KR102377628B1 (ko) * 2019-11-07 2022-03-24 한국전자통신연구원 인공지능 서비스에 대한 성능 관리 장치 및 방법
KR20220078018A (ko) * 2020-12-02 2022-06-10 한국수력원자력 주식회사 방사선 작업종사자의 안전관리 및 응급의료 서비스 제공을 위한 디지털 헬스케어 플랫폼 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102005188B1 (ko) * 2018-04-30 2019-07-29 타이아(주) 실시간 위치 추적 및 ｇｉｓ를 이용한 인공지능 기반 산업현장 안전관리 시스템, 그리고 산업현장 안전관리 방법
KR102377628B1 (ko) * 2019-11-07 2022-03-24 한국전자통신연구원 인공지능 서비스에 대한 성능 관리 장치 및 방법
KR20220027119A (ko) * 2019-12-31 2022-03-07 주식회사 버넥트 디지털 트윈을 이용한 증강현실 기반 현장 모니터링 시스템 및 방법
KR20210096754A (ko) * 2020-01-29 2021-08-06 에스케이 주식회사 디지털 안전보건환경 산업 특화용 이미지 학습 모델을 이용한 안전관리 방법 및 시스템
KR20220078018A (ko) * 2020-12-02 2022-06-10 한국수력원자력 주식회사 방사선 작업종사자의 안전관리 및 응급의료 서비스 제공을 위한 디지털 헬스케어 플랫폼 시스템

Similar Documents

Publication Publication Date Title
Din et al. Machine learning in the Internet of Things: Designed techniques for smart cities
Habib et al. Health risk assessment and decision-making for patient monitoring and decision-support using wireless body sensor networks
Lara et al. A mobile platform for real-time human activity recognition
Rault et al. A survey of energy-efficient context recognition systems using wearable sensors for healthcare applications
Santamaria et al. A real IoT device deployment for e-Health applications under lightweight communication protocols, activity classifier and edge data filtering
Cerina et al. A fog-computing architecture for preventive healthcare and assisted living in smart ambients
Karthika et al. Raspberry Pi-enabled Wearable Sensors for Personal Health Tracking and Analysis
US11749405B2 (en) Systems and methods for dynamic biometric detection and response
US8599710B2 (en) Mobile apparatus supporting context monitoring, method of monitoring context using the same and context monitoring system having the same
Agac et al. Context-aware and dynamically adaptable activity recognition with smart watches: A case study on smoking
Singh et al. Internet of Things and cloud computing
KR102583305B1 (ko) 화력발전소에서 안전고리와 위치정보 및 생체정보를 융합한 안전관리 시스템 및 방법
KR20200114846A (ko) 낙상 감지 장치
Moreira et al. Combining IoT architectures in next generation healthcare computing systems
US20190066845A1 (en) Distributed analytics system for identification of diseases and injuries
CN106778051A (zh) 一种基于国产cpu的哨位健康监测系统
Mehrani et al. Deep-learning based forecasting sampling frequency of biosensors in wireless body area networks
Gołosz et al. Detection of Dangers in Human Health with IoT Devices in the Cloud and on the Edge
Gołosz et al. Exploration of Data from Smart Bands in the Cloud and on the Edge–The Impact on the Data Storage Space
Šoštarić et al. Multi-agent power management system for ZigBee based portable embedded ECG wireless monitoring device with LabView application
Dobrescu et al. Integration of WSN-based platform in a homecare monitoring system
Abdelaal et al. Eavs: Energy aware virtual sensing for wireless sensor networks
Chattopadhyay et al. A Utility-Driven Data Transmission Optimization Strategy in Large-Scale Cyber-Physical Systems
Porkodi et al. Machine Learning for Smart Healthcare Energy‐Efficient System
Rajaei et al. Intelligent Fall Detection Monitoring System

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant