KR102586149B1 - 디지털 트윈 적용 재난 안전 관리 플랫폼 - Google Patents
디지털 트윈 적용 재난 안전 관리 플랫폼 Download PDFInfo
- Publication number
- KR102586149B1 KR102586149B1 KR1020220188110A KR20220188110A KR102586149B1 KR 102586149 B1 KR102586149 B1 KR 102586149B1 KR 1020220188110 A KR1020220188110 A KR 1020220188110A KR 20220188110 A KR20220188110 A KR 20220188110A KR 102586149 B1 KR102586149 B1 KR 102586149B1
- Authority
- KR
- South Korea
- Prior art keywords
- disaster
- information
- digital twin
- analysis data
- safety management
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 35
- 238000001514 detection method Methods 0.000 claims description 138
- 238000004458 analytical method Methods 0.000 claims description 82
- 238000010276 construction Methods 0.000 claims description 29
- 238000009826 distribution Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000004308 accommodation Effects 0.000 claims description 2
- 230000007423 decrease Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 69
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 239000000463 material Substances 0.000 description 6
- 238000000034 method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Alarm Systems (AREA)
Abstract
본 발명은 디지털 트윈 시티를 구축하고 도시내의 객체를 인공지능을 이용하여 미리 구축한 디지털 트윈 시티 정보와 비교 분석함으로써 보다 빠르고 편리하게 객체에 대한 재난을 미리 예방할 수 있는 플랫폼을 제공하는 것이 목적이다. 이를 위해서, 공공 안전을 위한 디지털 트윈 적용 재난 안전 관리 플랫폼에 있어서, 영상데이터를 생성하여 전송하는 드론; 및 상기 드론으로부터 수신한 영상 데이터를 이용하여 디지털 트윈 시티를 구축하고, 특정 이벤트 발생시 상기 디지털 트윈 시티를 구성하는 객체 중에서 특정 객체를 선정하고, 상기 드론으로부터 해당 객체에 대한 영상 데이터를 획득하여 인공지능을 통해 상기 객체에 대한 재난 발생 여부를 판단하여, 이를 해당 객체의 관리자에게 통보하는 재난 안전 관리 시스템;을 포함하는 디지털 트윈 적용 재난 안전 관리 플랫폼을 제공한다.
Description
본 발명은 디지털 트윈 적용 재난 안전 관리 플랫폼에 대한 것으로, 보다 상세하게는 공공 안전을 위해 드론을 이용하여 도시를 촬영한 영상 데이터를 이용하여 디지털 트윈 시티를 생성하고, 재난 안전관리가 요구되는 객체(건물, 공공시설, 하천, 교통신호체계, 공사현장, 인구밀집지역 등)를 드론으로 촬영하여 기존의 디지털 트윈 시티 내의 해당 객체 정보와 비교 분석하여 재난 안전 관리를 할 수 있는 방법 및 그 시스템에 대한 것이다.
디지털 트윈(digital twin)은 가상공간에 실물과 똑같은 물체(쌍둥이)를 만들어 다양한 모의시험(시뮬레이션)을 통해 검증해 보는 기술을 말한다. 2000년대 들어 제조업에 도입되기 시작했으며 항공, 건설, 헬스케어, 에너지, 국방, 도시설계 등 다양한 분야에서도 활용되고 있다. 예를 들어 항공기가 비행하면서 겪게 되는 환경 정보를 수집해 디지털 트윈에 적용하면 환경이 항공기에 미치는 영향을 파악하고 기기 고장을 예측할 수 있다. 최근에는 3차원 설계 프로그램을 사용하고 사물인터넷(IoT)을 통해 방대한 양의 정보를 수집할 수 있게 되면서 디지털 트윈의 정확도가 높아지고 있다.
디지털 트윈 기술을 활용하면 가상세계에서 장비, 시스템, 도시환경 등의 상태를 모니터링하고 유지, 보수 및 관리 시점을 파악해 개선할 수 있다. 가동 중 발생할 수 있는 다양한 상황을 예측해 안전을 검증하거나 돌발 사고를 예방해 사고 위험을 줄일 수도 있다. 또한, 생산성 향상, 장비 최적화, 도시 생활 환경 개선 등의 결과를 가져올 수 있다.
도시 환경에 있어 건설현장 붕괴 사고와 자연재해로 인한 옥외 광고물 접합 미흡으로 인한 사고가 자주 발생하고 있으며, 이에 따라, 부실 공사, 안전 관리에 대한 높은 사회적 관심이 집중되고 있다. 고층 건설 현장에 물리적으로 인원이 투입되어야 하고, 그에 따른 끊임없는 인력 투입이 요구되고 인력이 투입되는 만큼 재난사고 발생은 필연적이다. 또한, 인구밀집 현상으로 인한 불의의 사고 역시 지속적으로 발생하고 있다.
따라서, 건축물, 공공 시설물 관리 및 인구밀집에 따른 사고 예방과 옥외 광고물 접합 상태 점검이 요구되고 있는 실정이다.
본 발명은 디지털 트윈 시티를 구축하고 도시내의 객체를 인공지능을 이용하여 미리 구축한 디지털 트윈 시티 정보와 비교 분석함으로써 보다 빠르고 편리하게 객체에 대한 재난을 미리 예방할 수 있는 플랫폼을 제공하는 것이 목적이다.
본 발명은 디지털 트윈 시티의 Point Cloud 분포 정보, 드론 현장 촬영 영상정보를 활용한 건축물, 공공 시설물, 옥외 광고물 및 특정 지역(공연장, 유흥가, 시내, 행사장, 집회현장 등)의 유동 인구 고밀집 지역을 파악하여 안전 실무담당자에게 실시간 상황 통보를 할 수 있는 플랫폼을 제공하는 것이 목적이다.
본 발명은 공공 안전을 위한 디지털 트윈 적용 재난 안전 관리 플랫폼에 있어서, 영상데이터를 생성하여 전송하는 드론; 및 상기 드론으로부터 수신한 영상 데이터를 이용하여 디지털 트윈 시티를 구축하고, 특정 이벤트 발생시 상기 디지털 트윈 시티를 구성하는 객체 중에서 특정 객체를 선정하고, 상기 드론으로부터 해당 객체에 대한 영상 데이터를 획득하여 인공지능을 통해 상기 객체에 대한 재난 발생 여부를 판단하여, 이를 해당 객체의 관리자에게 통보하는 재난 안전 관리 시스템;을 포함하는 디지털 트윈 적용 재난 안전 관리 플랫폼을 제공한다.
여기서, 상기 재난 안전 관리 시스템은, 상기 드론과 통신을 수행하여 영상 데이터를 수신하는 드론 통신부;와 상기 드론으로부터 수신한 실제 객체에 대한 상기 영상 데이터를 재난 탐지 분석을 위한 재난 탐지 분석데이터로 변환하는 재난 탐지 분석데이터 변환부;와 상기 영상 데이터, 상기 디지털 트윈 시티를 구축하는 디지털 정보, 상기 재난 탐지 분석데이터 및 상기 객체에 대한 빅데이터가 저장되는 DB;와 상기 드론으로부터 수신한 영상 데이터를 디지털 트윈 시티를 구축하기 위한 디지털 정보로 변환하고 상기 디지털 정보 및 상기 재난 탐지 분석데이터를 이용하여 상기 디지털 트윈 시티를 구축하는 디지털 트윈 시티 구축부;와 재난 발생 여부의 대상인 객체를 선정하는 객체 선정부;와 인공지능을 통해 상기 객체에 대한 재난 발생 여부를 판단하는 객체 재난탐지부;와 일정 주기 또는 특정 이벤트 발생시 상기 드론을 제어하여 상기 영상 데이터를 수신하여 상기 디지털 트윈 시티를 업그레이드하고, 상기 재난 탐지 분석데이터를 이용하여 상기 DB를 업데이트하는 제어부; 및 상기 객체의 재난 발생 가능성이 있는 경우에 해당 객체에 대한 재난정보를 포함하는 메시지를 생성하고 이를 해당 객체를 관리하는 관리자에게 통보하는 메시지부;를 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 객체 재난탐지부는, 선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터와 상기 DB에 저장된 이전의 재난 탐지 분석데이터를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 것을 특징으로 할 수 있다.
여기서, 상기 객체 재난탐지부는, 선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 균열 부위와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 균열 부위를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 균열 탐지모듈을 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 객체 재난탐지부는, 선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 연결부위와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 연결부위를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 연결부위 탐지모듈을 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 객체 재난탐지부는, 선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 인구밀집 정보와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 인구밀집 정보를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 인구밀집 정보 탐지모듈을 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 객체 재난탐지부는, 선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 하천 정보와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 하천 정보를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 하천 정보 탐지모듈을 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 객체 재난탐지부는, 선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 신호등 정보와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 신호등 정보를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 신호등 정보 탐지모듈을 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 객체 재난탐지부는, 선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 공사장 정보와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 공사장 정보를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 공사장 정보 탐지모듈을 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 디지털 트윈 시티를 분석하여 재난 안전 관리를 위한 대상 객체들을 파악하고 해당 객체들의 갯수, 위치, 안전상태 정보를 포함하는 재난관리대상 객체집합 정보를 생성하는 재난관리대상 객체집합생성부를 더 포함하는 것을 특징으로 할 수 있다.
본 발명은 드론이 촬영한 도시내 정보를 이용하여 디지털 트윈 시티를 구축하여 가상 현실을 통해 도시 환경 정보를 분석함으로써 보다 신속하고 정확하게 도시 환경을 개선할 수 있는 효과가 있다.
본 발명은 인공지능을 통해 도시 내 재난 발생 가능성이 있는 객체를 재난 발생전에 재난 안전 진단을 통해 관리함으로써 재난 발생을 감소시킬 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예로 디지털 트윈 적용 재난 안전 관리 플랫폼을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예로 디지털 트윈 적용 재난 안전 관리 플랫폼의 재난 안전 관리 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예로 재난 안전 관리 시스템의 구성을 도시한 도면이다.
도 4는 본 발명의 일 실시예로 객체 재난탐지부의 탐지모듈을 도시한 도면이다.
도 5는 본 발명의 일 실시예로 디지털 트윈 적용 재난 안전 관리 플랫폼의 상세한 동작을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예로 디지털 트윈 적용 재난 안전 관리 플랫폼의 재난 안전 관리 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예로 재난 안전 관리 시스템의 구성을 도시한 도면이다.
도 4는 본 발명의 일 실시예로 객체 재난탐지부의 탐지모듈을 도시한 도면이다.
도 5는 본 발명의 일 실시예로 디지털 트윈 적용 재난 안전 관리 플랫폼의 상세한 동작을 설명하기 위한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시 예를 참조하면 명확해질 것이다.
그러나, 본 발명은 이하에서 개시되는 실시 예로 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이다.
본 명세서에서 본 실시 예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다.
그리고 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
따라서, 몇몇 실시 예에서, 잘 알려진 구성 요소, 잘 알려진 동작 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다.
또한, 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭하고, 본 명세서에서 사용된(언급된) 용어들은 실시 예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다.
본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함하며, '포함(또는, 구비)한다'로 언급된 구성 요소 및 동작은 하나 이상의 다른 구성요소 및 동작의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다.
또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참고로 본 발명의 바람직한 실시 예에 대하여 설명한다.
도 1은 본 발명의 일 실시예로 디지털 트윈 적용 재난 안전 관리 플랫폼을 설명하기 위한 도면이다.
본 발명의 디지털 트윈 적용 재난 안전 관리 플랫폼은 드론(100)과 재난 안전 관리 시스템(200)을 포함한다.
드론(100)은 디지털 트윈 시티를 구축하기 위한 도시의 영상 데이터를 생성하고, 재난 안전 관리 대상인 객체에 대한 영상 데이터를 생성한다.
재난 안전 관리 시스템(200)은 드론(100)으로부터 수신한 영상 데이터를 이용하여 디지털 트윈 시티를 구축하고 드론을 이용하여 재난 안전 관리가 필요한 객체에 대한 영상 데이터를 수신하고 이를 인공지능을 이용하여 분석하여 재난 안전 관리 메시지를 생성하여 해당 객체를 관리하는 관리자(300)에게 전달한다.
여기서, 객체는 재난 안전 관리 대상인 도시내 빌딩, 공공시설물(예를 들어, 도로, 항만, 교량, 터널, 대규모 체육시설 등), 하천, 옥외 광고시설, 교통 신호체계, 인구밀집지역 등을 의미한다.
즉, 드론(100)은 도시내의 여러 시설물과 자연환경에 대한 영상 데이터를 생성하고, 재난 안전 관리가 필요한 도시내의 건축구조물, 인공 및 자연 시설물에 대한 영상 데이터를 생성하여 재난 안전 관리 시스템(200)으로 전송하고, 재난 안전 관리 시스템(200)은 디지털 트윈 시티를 구축하고 재난 발생이 예측되는 시기에 재난 안전 관리가 요구되는 객체를 선정하여 해당 객체에 대한 영상 데이터를 추가로 드론(100)으로부터 수신하여 기존의 디지털 트윈 시티에 저장된 해당 객체에 대한 정보와 새롭게 생성한 해당 객체에 대한 정보를 인공지능을 이용하여 비교 분석하여 재난 예측을 하고 이에 대한 정보를 해당 객체를 관리하는 관리자(300)나 기관에 통보함으로써 재난을 미리 방지할 수 있다.
도 2는 본 발명의 일 실시예로 디지털 트윈 적용 재난 안전 관리 플랫폼의 재난 안전 관리 방법을 설명하기 위한 도면이다.
본 발명의 디지털 트윈 적용 재난 안전 관리 플랫폼의 재난 안전 관리 방법은 크게 5단계로 구성될 수 있다.
1단계는, 드론(100)이 촬영한 도시의 영상 데이터를 이용하여 디지털 트윈 시티를 구축하는 단계이다.
드론(100)이 촬영한 도시의 환경, 도시내의 건축물, 도시의 인프라 등을 디지털화하여 이를 디지털 트윈 기술을 이용하여 디지털 트윈 시티를 구축한다.
여기서, 도시 내의 각종 객체들의 정보는 GIS(Geographic Information System) 좌표계를 이용하여 디지털 트윈 정보를 동일한 좌표계로 정합하여 Layer 형식의 정보로 통합한다.
여기서, 디지털 트윈 시티 정보는 주기적으로 업데이트 할 수 있다. 예를 들어, 디지털 트윈 시티 내의 건축물은 관련 법에 의해서 3년마다 주기적으로 드론(100)을 이용하여 고정밀 디지털 트윈 정보를 수집하여 업데이트한다.
2단계는, 재난관리 대상 객체를 선정하는 단계이다.
재난을 예방하기 위해서는 재난이 예상되는 시기에 해당 객체를 선정하고 해당 객체의 재난대비 관련 정보를 획득하여 재난이 발생 여부를 예측해야 한다. 이를 위해서는 특정 시기에 재난에 취약한 객체를 선정하고 이에 대한 재난 관련 정보를 분석해야 한다. 예를 들어, 태풍이 발생하는 시기에는 옥외 광목물이나 노후된 건축물의 상태를 파악하여 태풍이라는 재난에 안전한지를 파악해야 하고, 장마가 발생하는 시기에는 하천의 상태를 파악해서 홍수가 발생할지를 미리 예측해야 하며, 대규모행사가 있는 관광시즌에는 인구밀집 정도를 파악해서 대규모 인파에 의한 사고가 발생할 가능성을 실시간으로 파악해야 한다.
여기서, 재난 관리 대상 객체의 선정은 해당 객체를 관리하는 관리자(300)의 요청으로 선정할 수 있고, 재난 안전 관리 시스템(200)이 디지털 트윈 시티 정보를 분석하여 특정 시기의 특정 재난에 취약한 객체를 선정할 수도 있다.
3단계는, 선정된 객체를 촬영하여 해당 객체에 대한 보다 정밀한 정보를 생성하는 단계이다. 객체가 선정되면 드론(100)은 해당 객체를 보다 정밀하게 촬영하여 해당 객체에 대한 정밀한 영상 데이터를 재난 안전 관리 시스템(200)으로 전송한다.
4단계는, 재난 안전 관리 시스템(200)이 인공지능을 이용하여 드론(100)으로부터 수신한 객체 영상 데이터를 디지털 트윈 시티에 이미 저장되어 있는 해당 객체의 정보와 비교 분석하는 단계이다.
여기서, 디지털 트윈 시티의 객체 정보는 빅데이터화 하여 처리하고 이러한 디지털 트윈 시티의 빅데이터 객체 정보를 현재 재촬영하여 획득한 객체 정보와 인공지능을 이용하여 비교 분석하여 해당 객체의 재난에 취약한 정도를 파악할 수 있다. 예를 들어, 건물인 경우에는 디지털 트윈 시티에 저장된 해당 건물의 과거의 균열상태 정보와 현재 드론(100)이 재촬영하여 획득한 건물의 균열 상태 정보를 비교 분석하여 건물의 노후도를 파악하고 빅데이터 분석을 통해 균열 상태 정도에 따라 건물의 노후 상태를 파악할 수 있다.
5단계는, 선정된 객체에 대한 재난 안전 관리 메시지를 생성하고 이를 해당 관리자(300)에게 통보하는 단계이다.
재난 안전 관리 시스템(200)은 재난을 예방하기 위해서 재난이 예측된 경우에 실시간으로 해당 객체의 관리자(300)에게 재난 안전 관리 메시지를 통보한다.
특히, 대규모 인파가 몰리는 경우에는 즉각적인 대처가 중요하기 때문에 드론(100)으로부터 실시간으로 획득한 영상 데이터를 즉시 분석하여 인구밀집도에 따른 대처방법을 포함하는 메시지를 생성하여 인근 경찰서나 행사 주최 관리자(300)에게 실시간으로 통보한다.
여기서, 관리자(300)는 해당 객체를 관리하는 관리자 및 국가 재난안전담당자, 119 관리자, 112 관리자 등이 될 수 있다.
도 3은 본 발명의 일 실시예로 재난 안전 관리 시스템의 구성을 도시한 도면이다.
본 발명의 재난 안전 관리 시스템(200)은 드론 통신부(210), DB(220), 재난 탐지 분석데이터 변환부(230), 디지털 트윈 시티 구축부(240), 객체 선정부(250), 객체 재난탐지부(260), 제어부(270) 및 메시지부(280)를 포함한다.
드론 통신부(210)는 드론(100)과 통신을 수행하여 드론(100)이 촬영한 영상 데이터를 수신하는 기능을 수행한다.
DB(220)는 드론(100)으로부터 수신한 영상 데이터, 디지털 트윈 시티를 구축하는 디지털 정보, 재난 탐지 분석데이터 및 디지털 트윈 시티 내의 객체에 대한 빅데이터가 저장된다.
재난 탐지 분석데이터 변환부(230)는 드론(100)으로부터 수신한 실제 객체에 대한 영상 데이터를 재난 탐지 분석을 위한 재난 탐지 분석데이터로 변환하는 기능을 수행한다.
여기서, 재난 탐지 분석데이터는 해당 객체의 재난 발생과 관련된 정보를 포함한 데이터이다.
즉, 드론(100)으로부터 수신한 영상 데이터에 최적화된 데이터로서 해당 객체의 재난 발생 여부를 분석하기 위해 최적화된 데이터를 의미한다.
예를 들어, AI-HUB, Kaggle 등 유명 데이터 셋 플랫폼에 균열 관련 데이터가 존재하지만 드론 영상과 실제 환경(공공 시설물, 아파트 등)에 최적화된 데이터 셋은 존재하지 않는다. 기존의 데이터 셋들은 대부분 다양한 환경에서 촬영되었으며 이러한 데이터를 사용하여 학습을 한다면 다양한 환경에서는 조금 더 나은 추론 정확도를 나타낼 수 있으나, 건축물이나 공공시설물, 옥외 광고물 등과 같은 환경에 대해서는 실제 적용이 어렵다.
따라서, 재난 탐지 분석데이터는 드론(100)으로 촬영한 영상 데이터에서 탐지한 균열, 연결상태 등 재난 분석과 직접적으로 연관된 정보를 주요 정보로 가지고 있는 데이터를 의미한다.
즉, 재난 탐지 분석데이터는 디지털 트윈 시티를 구성하는 객체에 대한 데이터 중에서 건축물의 균열정보, 옥외 광고물의 볼트/너트 체결 상태 및 용접 접합 상태 등과 같은 연결부위 상태정보, 하천의 강수량 및 강수위 등과 같은 홍수와 관련된 하천정보, 교통 흐름을 연관된 신호등 동작 상태정보, 공사장의 자재 적재상태 등과 같은 공사장 상태정보, 특정 지역의 인구 밀집도를 판단하는 인구밀집정보 등을 포함하고 있다.
기존의 상용화 데이터 셋과 상용화 모델을 사용하면 재난 분석을 위한 추론 정확도가 높게 나오지 않는다. 또한, 객체에서 재난 분석을 위한 균열, 볼트/너트와 같은 연결부위 등은 적은 부위이기 때문에 정보량이 적다. 따라서, 재난 탐지 분석데이터를 생성하기 위해서는 최신 인공지능 모델들을 적용함과 동시에 그에 따른 적절한 전·후처리가 필수로 요구된다.
디지털 트윈 시티 구축부(240)는 드론(100)으로부터 수신한 영상 데이터를 디지털 트윈 시티를 구축하기 위한 디지털 정보로 변환하고, 디지털 정보 및 재난 탐지 분석데이터를 이용하여 디지털 트윈 시티를 구축하는 기능을 수행한다.
본 발명의 디지털 트윈 적용 재난 안전 관리 플랫폼은 사용자에게 조금 더 현실적이고 시각적인 정보를 전달하기 위하여 SLAM(Simultaneous Localization and Mapping) 또는 SFM(Structure From Motion)을 통한 디지털 트윈 시티를 구축하여 제공한다. 여기서, 디지털 트윈 시티내에 구축된 3차원 객체의 재난 관련 정보(균열 정보, 접합부 정보 등)는 재난 탐지 분석데이터를 이용하여 사용자에게 시각적으로 제공한다.
객체 선정부(250)는 재난 발생 여부의 대상인 객체를 선정하는 기능을 수행한다.
객체 선정부(250)는 디지털 트윈 시티내의 객체의 재난 탐지 분석데이터를 분석하여 특정 시기에 따라 해당 시기에 특정 재난에 취약한 객체를 파악하여 드론(100)을 통해 현재의 상태를 파악해야 할 객체를 선정한다.
예를 들어, 태풍이 부는 시기에는 외부의 강풍에 취약한 객체인 옥외 광고물을 재난 안전 관리 대상으로 선정한다. 그리고, 각각의 옥외 광고물의 DB(220)에 저장된 재난 탐지 분석데이터(광고물 연결부위 상태, 균열 여부, 강풍에 대한 저항성 정보 등)를 분석하여 우선순위를 정해 순위에 따라 선정한다.
여기서, 객체 선정은 해당 객체의 관리자(300)의 요청에 의해서 선정될 수도 있다.
객체 재난탐지부(260)는 선정된 객체에 대한 재난발생 여부를 판단하는 기능을 수행한다.
객체 재난탐지부(260)는 인공지능을 이용하여 해당 객체의 DB(220)에 저장된 이전의 재난 탐지 분석데이터와 드론(100)을 통해 재촬영해서 획득한 영상 데이터로부터 변환된 현재의 재난 탐지 분석데이터를 비교 분석하여 재난 발생 가능성 여부를 판단한다.
객체 재난탐지부(260)의 상세한 설명은 도 4에서 설명하기로 한다.
제어부(270)는 일정 주기 또는 특정 이벤트 발생시 드론(100)을 제어하여 영상 데이터를 수신하여 디지털 트윈 시티를 업그레이드하고, 재난 탐지 분석데이터를 이용하여 DB(220)를 업데이트하는 기능을 수행한다.
제어부(270)는 디지털 트윈 시티가 최신의 도시 정보를 포함할 수 있도록 일정 주기 또는 특정 이벤트 발생시 드론으로부터 영상 데이터를 수신하여 디지털 트윈 시티를 업그레이드한다.
여기서, 특정 이벤트는 객체를 선정하고 해당 객체에 대한 정보를 업데이트하는 것을 의미한다.
메시지부(280)는 객체의 재난 발생 가능성이 있는 경우에 해당 객체에 대한 재난정보를 포함하는 메시지를 생성하고 이를 해당 객체를 관리하는 관리자(300)에게 통보하는 기능을 수행한다.
상술한 바와 같이, 관리자(300)는 해당 객체를 관리하는 관리자 및 국가 재난안전담당자, 119 관리자, 112 관리자 등이 될 수 있다.
여기서, 부가적으로 재난관리대상 객체집합생성부(290)를 더 포함할 수도 있다.
재난관리대상 객체집합생성부(290)는 디지털 트윈 시티를 분석하여 재난 안전 관리를 위한 대상 객체들을 파악하고 해당 객체들의 갯수, 위치, 안전상태 정보를 포함하는 재난관리대상 객체집합 정보를 생성하는 기능을 수행한다.
즉, 재난관리대상 객체집합생성부(290)가 재난 관리 대상 객체의 집합을 생성하면, 객체 선정부(250)는 재난 관리 대상 객체의 집합으로부터 특정 재난 시기에 관리가 필요한 객체를 선정하는 기능을 수행할 수 있다.
도 4는 본 발명의 일 실시예로 객체 재난탐지부의 탐지모듈을 도시한 도면이다.
본 발명의 객체 재난탐지부(260)는 균열 탐지모듈(261), 연결부위 탐지모듈(262), 인구밀집정보 탐지모듈(263), 하천정보 탐지모듈(264), 신호등 탐지모듈(265) 및 공사장정보 탐지모듈(266)을 포함한다.
균열 탐지모듈(261)은 선정된 객체(건축물)로부터 새롭게 획득한 재난 탐지 분석데이터의 균열 부위와 DB(220)에 저장된 이전의 재난 탐지 분석데이터의 균열 부위를 인공지능을 통해 비교 분석하여, 균열로 인한 선정된 객체에 대한 재난 발생 여부를 판단하는 기능을 수행한다.
예를 들어, 빌딩이나 공공시설물과 같은 건축물인 경우에 이전 균열 상태와 새롭게 촬영한 균열의 갯수, 폭, 방향 등의 변화 상태를 비교 분석하여 균열의 증가 정도를 파악하여 균열로 인한 건축물의 붕괴 여부 상태를 판단한다.
연결부위 탐지모듈(262)는 선정된 객체(옥외 광고물)로부터 새롭게 획득한 재난 탐지 분석데이터의 연결부위와 DB(220)에 저장된 이전의 재난 탐지 분석데이터의 연결부위를 인공지능을 통해 비교 분석하여, 연결부위로 인한 선정된 객체에 대한 재난 발생 여부를 판단하는 기능을 수행한다.
예를 들어, 대형 간판이나 전광판 같은 옥외 광고물인 경우에 간판과 지지대의 이전 연결부위 상태와 새롭게 촬영한 연결부위의 볼트와 너트의 체결 상태, 용접상태 등을 비교 분석하여 연결부위의 고정상태 정도를 파악하여 연결부위로 인한 간판이나 전광판의 분리 여부 상태를 판단한다.
인구밀집정보 탐지모듈(263)는 선정된 객체(인구밀집지역)로부터 새롭게 획득한 재난 탐지 분석데이터의 인구밀집 정보와 DB(220)에 저장된 이전의 재난 탐지 분석데이터의 인구밀집 정보를 인공지능을 통해 비교 분석하여, 인구밀집으로 인한 선정된 객체에 대한 재난 발생 여부를 판단하는 기능을 수행한다.
예를 들어, 특정 행사지역이나 축제지역에 인파가 몰리는 경우에 해당 지역에 대한 적절한 인구수용 정보를 빅데이터를 통해 분석하고 이에 대한 정보를 재난 탐지 분석데이터에 포함하여 DB(220)에 저장하고, 동일 지역에 대한 새롭게 획득한 재난 탐지 분석데이터의 인구밀집 정보를 DB(220)에 저장된 이전 재난 탐지 분석데이터와 비교 분석하여 선정된 지역의 인구밀집으로 인한 재난 여부를 판단한다.
상기 인파가 몰리는 해당 지역에 대한 인구수용 정보는 인구가 밀집하는 중심지역과 인구가 유입되는 지역 및 인구가 유출되는 지역으로 나누어서 관리할 수 있다.
여기서, 인파가 몰리는 지역의 인구 수용 능력을 고려하여 해당 지역의 인구 수용 능력 한계치를 제1 위험기준치로 설정할 수 있다.
인구밀집정보 탐지모듈(263)은 드론에서 촬영된 인파가 몰리는 해당 지역의 영상을 분석한 결과 제1 위험기준치를 초과하는 것으로 판단되면, 재난 여부 모니터링을 시작한다.
모니터링 결과 일정 시간 이전 영상과 일정 시간 이후 영상을 비교 분석하여 인구가 유입되는 지역, 인구가 밀집되는 지역 및 인구가 유출되는 지역 각각에 대해 시간별 변화 흐름을 분석하여 제1 위험기준치를 지속적으로 초과하고, 인구가 밀집되는 지역의 분포가 증가하는지, 제1 위험기준치를 지속적으로 초과하되, 인구가 유입되는 지역 대비 유출되는 지역의 분포가 증가하는지 등을 분석하여 제1위험기준치를 초과하여 재난 긴급 위험 단계인지, 재난 위험 회피 단계인지를 분석하여, 어떤 상황인지 파악할 수 있도록 한다.
즉, 인파가 몰리는 해당 지역의 영상을 분석한 결과 제1 위험기준치를 초과하고 인구가 밀집되는 지역의 분포가 증가하면, 인구 밀집으로 인한 재난이 발생할 가능성이 증가하므로 높은 등급의 재난 안전 관리 메시지를 생성하고 이를 해당 관리자에게 실시간으로 통보한다.
여기서, 높은 등급의 재난 안전 관리 메시지는 주로 인명 사고와 관련된 메시지로서 이는 주로 긴급구조대, 병원, 경찰서, 119 구조대 등 긴박한 상황을 처리하는 관계 기관 및 해당 관리자(행사 또는 축제 주관기관)에게 전송한다.
또한, 인파가 몰리는 해당 지역의 영상을 분석한 결과 제1 위험기준치를 초과하되, 인구가 유출되는 지역의 분포가 증가하면, 인구 밀집으로 인한 재난이 발생할 가능성이 감소하므로 이러한 경우에는 상대적으로 낮은 등급의 재난 안전 관리 메시지를 생성하고 이를 해당 관리자에게 실시간으로 통보한다.
여기서, 낮은 등급의 재난 안전 관리 메시지는 주로 인파 해산 후의 일처리를 위한 메시지로서 이는 주로 청소기관, 교통 정리 단체 등 인파 해산 후 상황을 처리하는 관계 기관 및 해당 관리자(행사 또는 축제 주관기관)에게 전송한다.
하천정보 탐지모듈(264)는 선정된 객체(하천)로부터 새롭게 획득한 재난 탐지 분석데이터의 하천정보와 DB(220)에 저장된 이전의 재난 탐지 분석데이터의 하천정보를 인공지능을 통해 비교 분석하여, 하천상태로 인한 선정된 객체에 대한 재난 발생 여부를 판단하는 기능을 수행한다.
예를 들어, 강이나 호수와 같은 하천인 경우에 하천의 제방 상태, 강수위 등과 같은 하천정보를 비교 분석하여 하천정보로 인한 홍수나 제방의 붕괴 위험 여부 상태를 판단한다.
신호등 탐지모듈(265)는 선정된 객체(신호등)로부터 새롭게 획득한 재난 탐지 분석데이터의 신호등 동작상태와 DB(220)에 저장된 이전의 재난 탐지 분석데이터의 신호등 동작상태를 인공지능을 통해 비교 분석하여, 신호등 오동작으로 인한 선정된 객체에 대한 재난 발생 여부를 판단하는 기능을 수행한다.
예를 들어, 항공 관제 신호등이나 교통신호등인 경우에 신호등의 동작 상태 등을 비교 분석하여 신호등의 동작 상태 정도를 파악하여 신호등의 오동작으로 인한 교통 사고 발생 여부를 판단한다.
공사장정보 탐지모듈(266)는 선정된 객체(공사장)로부터 새롭게 획득한 재난 탐지 분석데이터의 공사장 정보와 DB(220)에 저장된 이전의 재난 탐지 분석데이터의 공사장 정보를 인공지능을 통해 비교 분석하여, 공사장 상태로 인한 선정된 객체에 대한 재난 발생 여부를 판단하는 기능을 수행한다.
예를 들어, 고층 빌딩 공사현장인 경우에 철근이나 기둥 등의 건설 정보와 자재의 적재 상태 및 크레인 위치, 고정 상태 등을 포함하는 공사장 정보를 비교 분석하여 공사현장의 사고 위험 정도를 파악하여 공사장 정보로 인한 건축물의 붕괴나 건축인력의 사고 발생 여부 상태를 판단한다.
도 5는 본 발명의 일 실시예로 디지털 트윈 적용 재난 안전 관리 플랫폼의 상세한 동작을 설명하기 위한 도면이다.
S110 단계는 디지털 트윈 시티를 구축하기 위해 드론(100)으로부터 도시에 대한 영상 데이터를 수신하는 단계이다.
S120 단계는 재난 안전 관리 시스템(200)이 수신한 영상 데이터를 디지털 트윈 데이터 및 재난탐지 분석 데이터로 가공하여 도시에 대한 디지털 트윈 시티를 구축하는 단계이다.
디지털 트윈 시티를 구축하기 위해서는 도시의 영상 데이터를 디지털 트윈 데이터로 변환하여 저장한다. 그리고, 도시내 객체들의 재난을 예방하기 위해서는 각 객체들의 영상 데이터 중에서 재난을 유발할 수 있는 재난 유발인자(균열, 연결부위 상태, 인구밀집도 등)를 중점으로 한 재난탐지 분석 데이터를 생성하여 이를 DB(220)에 저장한다.
여기서, DB(220)에 저장되는 재난탐지 분석 데이터는 이후 해당 객체의 재난 여부를 비교 분석하여 판단하기 위한 대조군 자료로서 빅데이터 분석을 통해 재난 유발인자 정도에 따른 재난 가능성 여부 정보를 포함할 수 있다.
S130 단계는 재난 안전 관리 시스템(200)이 디지털 트윈 데이터 및 재난탐지 분석 데이터를 이용하여 디지털 트윈 시티를 구축하는 단계이다.
S140 단계는 재난 안전 관리를 요청하는 이벤트(event)가 발생되는지를 판단하는 단계이다.
여기서, 이벤트는 주지적으로 디지털 트윈 시티를 업그레이드해야 할 시점, 재난발생이 예상되는 시점, 특정 객체에 대한 관리자의 재난 안전 관리가 요청되는 시점 등을 의미한다.
S150 단계는 재난 안전 관리가 필요한 경우에 재난관리 대상인 객체를 선정하고 드론(100)을 이용하여 해당 객체를 보다 정밀하게 재촬영하는 단계이다.
S160 단계는 재난 안전 관리 시스템(200)이 드론(100)으로부터 선정된 객체에 대한 재촬영 된 영상 데이터를 수신하는 단계이다.
S170 단계는 선정된 객체에 대한 재난탐지 분석 데이터를 생성하고 이를 DB(220)에 저장된 기존의 재난탐지 분석 데이터와 인공지능을 이용하여 비교 분석하는 단계이다.
S180 단계는 인공지능을 이용하여 선정된 객체를 분석한 결과 재난 발생 가능성이 있다고 판단되는 경우에 해당 객체에 대한 재난 안전 관리 메시지를 생성하여 이를 관리자(300)에게 전송하는 단계이다.
본 발명은 상기한 특정의 바람직한 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 되는 것임은 자명하다.
100 : 드론
200 : 재난 안전 관리 시스템
210 : 드론 통신부
220 : DB
230 : 재난탐지 분석데이터 변환부
240 : 디지털 트윈 시티 구축부
250 : 객체 선정부
260 : 객체 재난탐지부
261 : 균열 탐지모듈
262 : 연결부위 탐지모듈
263 : 인구밀집정보 탐지모듈
264 : 하천정보 탐지모듈
265 : 신호등 탐지모듈
266 : 공사장정보 탐지모듈
270 : 제어부
280 : 메시지부
290 : 재난관리대상 객체집합생성부
300 : 관리자
200 : 재난 안전 관리 시스템
210 : 드론 통신부
220 : DB
230 : 재난탐지 분석데이터 변환부
240 : 디지털 트윈 시티 구축부
250 : 객체 선정부
260 : 객체 재난탐지부
261 : 균열 탐지모듈
262 : 연결부위 탐지모듈
263 : 인구밀집정보 탐지모듈
264 : 하천정보 탐지모듈
265 : 신호등 탐지모듈
266 : 공사장정보 탐지모듈
270 : 제어부
280 : 메시지부
290 : 재난관리대상 객체집합생성부
300 : 관리자
Claims (10)
- 공공 안전을 위한 디지털 트윈 적용 재난 안전 관리 플랫폼에 있어서,
영상데이터를 생성하여 전송하는 드론; 및
상기 드론으로부터 수신한 영상 데이터를 이용하여 디지털 트윈 시티를 구축하고, 특정 이벤트 발생시 상기 디지털 트윈 시티를 구성하는 객체 중에서 특정 객체를 선정하고, 상기 드론으로부터 해당 객체에 대한 영상 데이터를 획득하여 인공지능을 통해 상기 객체에 대한 재난 발생 여부를 판단하여, 이를 해당 객체의 관리자에게 통보하는 재난 안전 관리 시스템;을 포함하되,
상기 재난 안전 관리 시스템은,
상기 드론과 통신을 수행하여 영상 데이터를 수신하는 드론통신부;
상기 드론으로부터 수신한 실제 객체에 대한 상기 영상 데이터를 재난 탐지 분석을 위한 재난 탐지 분석데이터로 변환하는 재난 탐지 분석데이터 변환부;
상기 영상 데이터, 상기 디지털 트윈 시티를 구축하는 디지털 정보, 상기 재난 탐지 분석데이터 및 상기 객체에 대한 빅데이터가 저장되는 DB;
상기 드론으로부터 수신한 영상 데이터를 디지털 트윈 시티를 구축하기 위한 디지털 정보로 변환하고 상기 디지털 정보 및 상기 재난 탐지 분석데이터를 이용하여 상기 디지털 트윈 시티를 구축하는 디지털 트윈 시티 구축부;
재난 발생 여부의 대상인 객체를 선정하는 객체 선정부;
인공지능을 통해 상기 객체에 대한 재난 발생 여부를 판단하는 객체 재난탐지부;
일정 주기 또는 특정 이벤트 발생시 상기 드론을 제어하여 상기 영상 데이터를 수신하여 상기 디지털 트윈 시티를 업그레이드하고, 상기 재난 탐지 분석데이터를 이용하여 상기 DB를 업데이트하는 제어부; 및
상기 객체의 재난 발생 가능성이 있는 경우에 해당 객체에 대한 재난정보를 포함하는 메시지를 생성하고 이를 해당 객체를 관리하는 관리자에게 통보하는 메시지부;를 포함하고,
상기 객체 재난탐지부는,
선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 인구밀집 정보와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 인구밀집 정보를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 인구밀집 정보 탐지모듈을 포함하며,
인구밀집정보 탐지모듈은 특정 지역에 인파가 몰리는 경우에 해당 지역에 대한 인구수용 정보를 빅데이터를 통해 분석하고 이에 대한 정보를 재난 탐지 분석데이터에 포함하여 DB에 저장하고, 동일 지역에 대한 새롭게 획득한 재난 탐지 분석데이터의 인구밀집 정보를 DB에 저장된 이전 재난 탐지 분석데이터와 비교 분석하여 선정된 지역의 인구밀집으로 인한 재난 여부를 판단하고,
상기 인파가 몰리는 해당 지역에 대한 인구수용 정보는 인구가 밀집하는 중심지역과 인구가 유입되는 지역 및 인구가 유출되는 지역으로 나누어서 관리하며,
인파가 몰리는 지역의 인구 수용 능력을 고려하여 해당 지역의 인구 수용 능력 한계치를 제1 위험기준치로 설정하고,
인구밀집정보 탐지모듈은 드론에서 촬영된 인파가 몰리는 해당 지역의 영상을 분석한 결과 제1 위험기준치를 초과하는 것으로 판단되면, 재난 여부 모니터링을 시작하며,
모니터링 결과 일정 시간 이전 영상과 일정 시간 이후 영상을 비교 분석하여 인구가 유입되는 지역, 인구가 밀집되는 지역 및 인구가 유출되는 지역 각각에 대해 시간별 변화 흐름을 분석하여 제1 위험기준치를 지속적으로 초과하고, 인구가 밀집되는 지역의 분포가 증가하는지, 제1 위험기준치를 지속적으로 초과하되, 인구가 유입되는 지역 대비 유출되는 지역의 분포가 증가하는지를 분석하여 제1위험기준치를 초과하여 재난 긴급 위험 단계인지, 재난 위험 회피 단계인지를 분석하여 어떤 상황인지 파악하고,
인파가 몰리는 해당 지역의 영상을 분석한 결과 제1 위험기준치를 초과하고 인구가 밀집되는 지역의 분포가 증가하면, 인구 밀집으로 인한 재난이 발생할 가능성이 증가하므로 인명 사고와 관련된 재난 안전 관리 메시지를 생성하고 이를 해당 관리자에게 실시간으로 통보하며,
인파가 몰리는 해당 지역의 영상을 분석한 결과 제1 위험기준치를 초과하되, 인구가 유출되는 지역의 분포가 증가하면, 인구 밀집으로 인한 재난이 발생할 가능성이 감소하므로 이러한 경우에는 인파 해산 후의 일처리를 위한 재난 안전 관리 메시지를 생성하고 이를 해당 관리자에게 실시간으로 통보하는 것을 특징으로 하는 디지털 트윈 적용 재난 안전 관리 플랫폼.
- 삭제
- 삭제
- 청구항 1에 있어서,
상기 객체 재난탐지부는,
선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 균열 부위와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 균열 부위를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 균열 탐지모듈을 포함하는 것을 특징으로 하는 디지털 트윈 적용 재난 안전 관리 플랫폼.
- 청구항 1에 있어서,
상기 객체 재난탐지부는,
선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 연결부위와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 연결부위를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 연결부위 탐지모듈을 포함하는 것을 특징으로 하는 디지털 트윈 적용 재난 안전 관리 플랫폼.
- 삭제
- 청구항 1에 있어서,
상기 객체 재난탐지부는,
선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 하천 정보와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 하천 정보를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 하천 정보 탐지모듈을 포함하는 것을 특징으로 하는 디지털 트윈 적용 재난 안전 관리 플랫폼.
- 청구항 1에 있어서,
상기 객체 재난탐지부는,
선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 신호등 정보와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 신호등 정보를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 신호등 정보 탐지모듈을 포함하는 것을 특징으로 하는 디지털 트윈 적용 재난 안전 관리 플랫폼.
- 청구항 1에 있어서,
상기 객체 재난탐지부는,
선정된 객체로부터 새롭게 획득한 재난 탐지 분석데이터의 공사장 정보와 상기 DB에 저장된 이전의 재난 탐지 분석데이터의 공사장 정보를 상기 인공지능을 통해 비교하여, 선정된 상기 객체에 대한 재난 발생 여부를 판단하는 공사장 정보 탐지모듈을 포함하는 것을 특징으로 하는 디지털 트윈 적용 재난 안전 관리 플랫폼.
- 청구항 1에 있어서,
상기 디지털 트윈 시티를 분석하여 재난 안전 관리를 위한 대상 객체들을 파악하고 해당 객체들의 갯수, 위치, 안전상태 정보를 포함하는 재난관리대상 객체집합 정보를 생성하는 재난관리대상 객체집합생성부를 더 포함하는 것을 특징으로 하는 디지털 트윈 적용 재난 안전 관리 플랫폼.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220188110A KR102586149B1 (ko) | 2022-12-29 | 2022-12-29 | 디지털 트윈 적용 재난 안전 관리 플랫폼 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220188110A KR102586149B1 (ko) | 2022-12-29 | 2022-12-29 | 디지털 트윈 적용 재난 안전 관리 플랫폼 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102586149B1 true KR102586149B1 (ko) | 2023-10-10 |
Family
ID=88291904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220188110A KR102586149B1 (ko) | 2022-12-29 | 2022-12-29 | 디지털 트윈 적용 재난 안전 관리 플랫폼 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102586149B1 (ko) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102192028B1 (ko) | 2020-04-03 | 2020-12-16 | 주식회사 커니스 | 디지털 트윈 기반의 층별 재난대응시스템 |
| KR20200144998A (ko) * | 2019-06-20 | 2020-12-30 | 주식회사 한국디지털트윈연구소 | 디지털 트윈을 이용하여 가상센서를 구현하는 컴퓨팅 시스템 및 이를 이용한 실시간 데이터 수집 방법 |
| KR20210056893A (ko) * | 2019-11-11 | 2021-05-20 | 주식회사 에이엠오토노미 | 시설물 안전점검을 위한 3차원 디지털 트윈에서의 데이터 시각화 장치 및 방법 |
| KR20210088246A (ko) * | 2020-01-06 | 2021-07-14 | 주식회사 케이탑솔루션 | IoT 및 빅데이터를 활용한 재난안전통합 제어방법 및 시스템 |
| KR20210096392A (ko) * | 2020-01-28 | 2021-08-05 | 서울시립대학교 산학협력단 | 재난상황을 대비한 지능형 대피 유도 시스템 |
| KR20220033003A (ko) * | 2021-06-07 | 2022-03-15 | 주식회사 스탠스 | 디지털 트윈 기술을 이용한 시설물 감시 시스템 |
-
2022
- 2022-12-29 KR KR1020220188110A patent/KR102586149B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200144998A (ko) * | 2019-06-20 | 2020-12-30 | 주식회사 한국디지털트윈연구소 | 디지털 트윈을 이용하여 가상센서를 구현하는 컴퓨팅 시스템 및 이를 이용한 실시간 데이터 수집 방법 |
| KR20210056893A (ko) * | 2019-11-11 | 2021-05-20 | 주식회사 에이엠오토노미 | 시설물 안전점검을 위한 3차원 디지털 트윈에서의 데이터 시각화 장치 및 방법 |
| KR20210088246A (ko) * | 2020-01-06 | 2021-07-14 | 주식회사 케이탑솔루션 | IoT 및 빅데이터를 활용한 재난안전통합 제어방법 및 시스템 |
| KR20210096392A (ko) * | 2020-01-28 | 2021-08-05 | 서울시립대학교 산학협력단 | 재난상황을 대비한 지능형 대피 유도 시스템 |
| KR102192028B1 (ko) | 2020-04-03 | 2020-12-16 | 주식회사 커니스 | 디지털 트윈 기반의 층별 재난대응시스템 |
| KR20220033003A (ko) * | 2021-06-07 | 2022-03-15 | 주식회사 스탠스 | 디지털 트윈 기술을 이용한 시설물 감시 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| De Melo et al. | Applicability of unmanned aerial system (UAS) for safety inspection on construction sites | |
| National Research Council et al. | Successful response starts with a map: improving geospatial support for disaster management | |
| Scheer et al. | A generic framework for tsunami evacuation planning | |
| CN105550824A (zh) | 一种智能灾情评估系统 | |
| CN110858334A (zh) | 道路安全评估方法、装置及道路安全预警系统 | |
| WO2019235415A1 (ja) | 災害状況判定システムおよび災害判定飛行システム | |
| CN105701753A (zh) | 受灾人员最优疏散转移路线规划系统 | |
| KR102191763B1 (ko) | 시나리오 기반의 재난 확산 예측 방법, 재난 확산 예측 장치 및 재난 확산 예측 시스템 | |
| US11769285B2 (en) | Machine learning-based hazard visualization system | |
| KR20150045771A (ko) | 통합적인 재난관리를 위한 스마트 재난관리 시스템 | |
| KR102586149B1 (ko) | 디지털 트윈 적용 재난 안전 관리 플랫폼 | |
| Cavusoglu et al. | Role of transit in carless evacuation planning | |
| KR102143039B1 (ko) | 다중 경로식 원격감시제어장치 | |
| Sevilla et al. | Improving Resilience of Transport Instrastructure to Climate Change and other natural and Manmande events based on the combined use of Terrestrial and Airbone Sensors and Advanced Modelling Tools | |
| KR102482927B1 (ko) | 대규모 재난대피 시뮬레이션 제공방법 | |
| Maranghides et al. | A Case Study of the Camp Fire: Fire Progression Timeline, Appendix C.. Community WUI Fire Hazard Evaluation Framework | |
| CN113051728B (zh) | 一种交通网络抗震鲁棒性评估方法 | |
| Ma et al. | Research on Seismic Site Emergency Rescue Traffic Path Analysis System Based on Public Image Information. | |
| Franzese et al. | Fast deployable system for consequence management: The emergency evacuation component | |
| CN112085638A (zh) | 突发地质灾害应急指挥交互方法、系统及设备 | |
| Veeraswamy et al. | The simulation of urban-scale evacuation scenarios: Swinley forest fire | |
| CN109670009A (zh) | 一种基于地理信息系统的资源整合平台 | |
| Kaku et al. | Sentinel Asia initiative for disaster management support in the Asia-Pacific region | |
| KR102604783B1 (ko) | 교통 정보 센터의 l2 스위치 그룹 연결 링크 조정 방법 및 이를 위한 장치 | |
| CN114912233B (zh) | 路网运力下降的影响范围确定和协同管控的方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |