KR102595365B1 - 아이오티 기반의 경사지 상태 분석 방법 및 시스템 - Google Patents
아이오티 기반의 경사지 상태 분석 방법 및 시스템 Download PDFInfo
- Publication number
- KR102595365B1 KR102595365B1 KR1020220151550A KR20220151550A KR102595365B1 KR 102595365 B1 KR102595365 B1 KR 102595365B1 KR 1020220151550 A KR1020220151550 A KR 1020220151550A KR 20220151550 A KR20220151550 A KR 20220151550A KR 102595365 B1 KR102595365 B1 KR 102595365B1
- Authority
- KR
- South Korea
- Prior art keywords
- displacement
- collapse
- data
- slope
- ground
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 16
- 238000006073 displacement reaction Methods 0.000 claims abstract description 263
- 238000004458 analytical method Methods 0.000 claims abstract description 71
- 238000010191 image analysis Methods 0.000 claims abstract description 40
- 238000005259 measurement Methods 0.000 claims abstract description 23
- 238000004891 communication Methods 0.000 claims description 30
- 238000001514 detection method Methods 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 15
- 238000013136 deep learning model Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 6
- 230000006378 damage Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 17
- 230000015654 memory Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
- G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
- G01B21/045—Correction of measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
- G01B2210/58—Wireless transmission of information between a sensor or probe and a control or evaluation unit
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
본 발명의 일 기술적 측면에 따른 아이오티 기반의 경사지 상태 분석 방법은, 경사지에 배치되어 센싱 데이터를 제공하는 복수의 센서 장치 및 상기 경사지에 대한 영상 데이터를 제공하는 카메라 장치와 연동하여 동작하는 엣지 서버에서 수행되는 경사지 상태 분석 방법으로서, 상기 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하는 단계, 상기 경사지에 대한 영상 데이터에서의 영상 변화를 기초로, 영상 분석에 기반한 제2 붕괴 판단 요소를 결정하는 단계 및 상기 제1 붕괴 판단 요소 및 상기 제2 붕괴 판단 요소를 기초로, 상기 경사지에서 발생하는 붕괴 패턴을 결정하는 단계를 포함할 수 있다.
Description
본 발명은 아이오티(IoT, Internet on Things) 기반의 경사지 상태 분석 방법 및 시스템에 관한 것이다.
건설 기술의 발전에 따라 경사지가 점점 더 도로 및 주거 환경에 인접하여 형성되고 있다. 특히, 최근 지구온난화 등의 이상기후로 인하여 급경사지 붕괴 위험이 증가되고 있다.
특히 도로 등 사회 간접 자본(SOC,Social Overhead Capital) 건설 과정에서 급경사지에 해당되는 비탈면은 시설물의 일환으로 건설이 되지만, 다른 시설물과 달리 지반과 같은 자연적인 재료로 이루어진 시설물이기에 체계적인 관리가 어려운 문제가 있다.
종래의 이러한 비탈면의 유지 관리는 관리 지침에 근거하여 대부분 인력에 의한 점검 위주로 관리되고 있다. 이러한 인력에 의한 관리는 실시간 점검이 불가하며, 점검자의 기술적인 지식수준에 따라 점검 결과에 대한 신뢰성이 좌우되는 한계가 있다.
이에 따라, 비탈면 관리 및 모니터링을 위한 다양한 기술들이 개발되고 있으며, 국토교통부에서 사용하는 도로비탈면유지관리시스템(CSMS) 등이 이러한 종래 기술의 예이다.
그러나, 이러한 종래 기술의 경우, 계측 신뢰성에 한계가 있고, 도로비탈면유지관리시스템(CSMS)의 경우 유선 기반의 시스템에 의하여 확장 적용이 어려운 한계가 있다.
본 발명의 일 기술적 측면은 상기한 종래 기술의 문제점을 해결하기 위한 것으로써, IoT 센서 및 로컬 엣지 서버를 이용한 경사지 상태 분석 시스템을 구축함으로서, 급경사지의 붕괴 위험을 정확하게 사전 예측하고 그에 따라 신속하고 정확하게 경보를 전파할 수 있는 아이오티 기반의 경사지 상태 분석 기술을 제공하는 것이다.
또한, 본 발명의 일 기술적 측면은, 비탈지에 설치된 계측 센서의 변위 계측에 의한 제1 붕괴 판단 요소와, 인공 지능 기반의 영상 분석에 의한 제2 붕괴 판단 요소를 조합적으로 판단하여 붕괴 위험을 보다 정확하게 판단할 수 있는 아이오티 기반의 경사지 상태 분석 기술을 제공하는 것이다.
또한, 본 발명의 일 기술적 측면은, 변위 계측에 의한 제2 붕괴 판단 요소를 판단 시, 변위값의 크기에 따라 변경되는 유효 검증 범위를 설정함으로써 지상 변위 센서에서 발생하는 계측 오차를 보다 정확하게 검증할 수 있는 아이오티 기반의 경사지 상태 분석 기술을 제공하는 것이다.
본 발명의 상기 목적과 여러 가지 장점은 이 기술분야에 숙련된 사람들에 의해 본 발명의 바람직한 실시예로부터 더욱 명확하게 될 것이다.
본 발명의 일 기술적 측면은 아이오티 기반의 경사지 상태 분석 방법을 제안한다. 상기 아이오티 기반의 경사지 상태 분석 방법은, 경사지에 배치되어 센싱 데이터를 제공하는 복수의 센서 장치 및 상기 경사지에 대한 영상 데이터를 제공하는 카메라 장치와 연동하여 동작하는 엣지 서버에서 수행되는 경사지 상태 분석 방법으로서, 상기 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하는 단계, 상기 경사지에 대한 영상 데이터에서의 영상 변화를 기초로, 영상 분석에 기반한 제2 붕괴 판단 요소를 결정하는 단계 및 상기 제1 붕괴 판단 요소 및 상기 제2 붕괴 판단 요소를 기초로, 상기 경사지에서 발생하는 붕괴 패턴을 결정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 센서 장치는, 지중에 위치되어 지중 변위를 감지하는 지중 변위 센서 및 지상에 위치되어 지상 변위를 감지하는 지상 변위 센서를 포함하고, 상기 센싱 데이터는, 상기 지중 변위 데이터, 상기 지상 변위 데이터 및 온습도 데이터를 포함 할 수 있다.
일 실시예에서, 상기 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하는 단계는, 상기 복수의 센서 장치로부터 수신된 복수의 변위 데이터 셋 각각에 대하여, 그와 연관된 센서 장치의 위치를 반영하여 지상 변위 맵 및 지중 변위 맵을 생성하는 단계, 지상 변위 및 지하 변위 간의 변위 임계 범위를 이용하여, 지상 변위 맵과 지중 변위 맵 간의 변위 데이터의 오차를 보정하는 단계, 및 보정된 지상 변위 맵 및 보정된 지중 변위 맵을 붕괴 패턴 데이터와 비교하여 제1 붕괴 판단 요소를 결정하는 단계를 포함 할 수 있다.
일 실시예에서, 상기 영상 분석에 기반한 제2 붕괴 판단 요소를 결정하는 단계는, 상기 영상 데이터에서 센서 장치의 위치를 식별하는 단계, 상기 영상 데이터에서 상기 센서 장치의 주변 영역을 감지 영역으로 설정하는 단계 및 상기 영상 데이터의 연속하는 프레임에 대해 상기 감지 영역에서의 영상 변화를 기초로 제2 붕괴 판단 요소를 결정하는 단계를 포함 할 수 있다.
일 실시예에서, 상기 감지 영역에서의 영상 변화를 기초로 제2 붕괴 판단 요소를 결정하는 단계는, 붕괴 패턴 -상기 붕괴 패턴은 평면 파괴, 쐐기 파괴, 복합 파괴, 원형 파괴 및 원호 파괴를 포함함-의 각 파괴 종류 별로 구분된 복수의 경사지 학습 영상을 기초로 붕괴 패턴 딥 러닝 모델을 학습하는 단계 및 상기 붕괴 패턴 딥 러닝 모델을 이용하여 상기 연속하는 프레임의 상기 감지 영역에 대해 붕괴 패턴을 식별하는 단계를 포함 할 수 있다.
본 발명의 다른 일 기술적 측면은 아이오티 기반의 경사지 상태 분석을 위한 엣지 서버를 제안한다. 상기 아이오티 기반의 경사지 상태 분석을 위한 엣지 서버는, 경사지에 배치되어 센싱 데이터를 제공하는 복수의 센서 장치 및 상기 경사지에 대한 영상 데이터를 제공하는 카메라 장치와 연동하여 동작하는 엣지 서버로서, 상기 복수의 센서 장치 및 상기 카메라 장치와 근거리 무선 통신 채널 또는 원거리 무선 통신 채널을 형성하는 통신부 및상기 통신부를 통하여 수신된 상기 센싱 데이터에 포함된 변위 데이터의 변화 및 상기 영상 데이터에서의 영상 변화를 조합적으로 이용하여 상기 경사지에 대한 붕괴 패턴을 결정하는 제어부를 포함 할 수 있다.
일 실시예에서, 상기 제어부는, 상기 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하는 변위 분석모듈, 상기 경사지에 대한 영상 데이터에서의 영상 변화를 기초로, 영상 분석에 기반한 제2 붕괴 판단 요소를 결정하는 영상 분석모듈 및 상기 제1 붕괴 판단 요소 및 상기 제2 붕괴 판단 요소를 기초로, 상기 경사지에서 발생하는 붕괴 패턴을 결정하는 붕괴 패턴 판단모듈을 포함 할 수 있다.
일 실시예에서, 상기 제어부는, 상기 복수의 센서 장치로부터 각각 상기 복수의 센싱 데이터를 수집하고, 상기 카메라 장치로부터 상기 경사지에 대한 영상 데이터를 수집하는 데이터 수집 모듈을 더 포함 할 수 있다.
일 실시예에서, 상기 제어부는, 상기 붕괴 패턴 판단모듈에 의하여 결정된 붕괴 패턴에 대응하여 전파 대상을 확인하고, 확인된 전파 대상에게 상기 붕괴 상황에 대한 붕괴 상황 데이터를 전송하는 상황 전파모듈을 더 포함 할 수 있다.
일 실시예에서, 상기 센서 장치는, 지중에 위치되어 지중 변위를 감지하는 지중 변위 센서 및 지상에 위치되어 지상 변위를 감지하는 지상 변위 센서를 포함 할 수 있다. 상기 센싱 데이터는, 상기 지중 변위 데이터, 상기 지상 변위 데이터 및 온습도 데이터를 포함 할 수 있다.
일 실시예에서, 상기 변위 분석모듈은, 상기 복수의 센서 장치로부터 수신된 복수의 변위 데이터 셋 각각에 대하여, 그와 연관된 센서 장치의 위치를 반영하여 지상 변위 맵 및 지중 변위 맵을 생성하고, 지상 변위 및 지하 변위 간의 변위 임계 범위를 이용하여, 지상 변위 맵과 지중 변위 맵 간의 변위 데이터의 오차를 보정한 후, 보정된 지상 변위 맵 및 보정된 지중 변위 맵을 붕괴 패턴 데이터와 비교하여 제1 붕괴 판단 요소를 결정 할 수 있다.
일 실시예에서, 상기 영상 분석모듈은, 상기 영상 데이터에서 센서 장치의 위치를 식별하고, 상기 영상 데이터에서 상기 센서 장치의 주변 영역을 감지 영역으로 설정하고, 상기 영상 데이터의 연속하는 프레임에 대해 상기 감지 영역에서의 영상 변화를 기초로 제2 붕괴 판단 요소를 결정 할 수 있다.
일 실시예에서, 상기 영상 분석모듈은, 붕괴 패턴 -상기 붕괴 패턴은 평면 파괴, 쐐기 파괴, 복합 파괴, 원형 파괴 및 원호 파괴를 포함함-의 각 파괴 종류 별로 구분된 복수의 경사지 학습 영상을 기초로 붕괴 패턴 딥 러닝 모델을 학습하고, 상기 붕괴 패턴 딥 러닝 모델을 이용하여 상기 연속하는 프레임의 상기 감지 영역에 대해 붕괴 패턴을 식별 할 수 있다.
본 발명의 다른 일 기술적 측면은 아이오티 기반의 경사지 상태 분석 시스템을 제안한다. 상기 아이오티 기반의 경사지 상태 분석 시스템은, 경사지에 배치되어 센싱 데이터를 제공하는 복수의 센서 장치, 상기 경사지에 대한 영상 데이터를 제공하는 카메라 장치 및 상기 복수의 센서 장치 및 상기 카메라 장치와 연동하여 동작하는 엣지 서버로서, 상기 센싱 데이터에 포함된 변위 데이터의 변화 및 상기 영상 데이터에서의 영상 변화를 조합적으로 이용하여 상기 경사지에 대한 붕괴 패턴을 결정하는 엣지 서버를 포함 할 수 있다.
일 실시예에서, 상기 센서 장치는, 지중에 위치되어 지중 변위를 감지하는 지중 변위 센서 및 지상에 위치되어 지상 변위를 감지하는 지상 변위 센서를 포함 할 수 있다. 상기 센싱 데이터는, 상기 지중 변위 데이터, 상기 지상 변위 데이터 및 온습도 데이터를 포함 할 수 있다.
일 실시예에서, 상기 엣지 서버는, 상기 센싱 데이터 및 상기 영상 데이터를 기초로 상기 경사지에 대한 붕괴 패턴을 결정하는 제어부를 포함하되, 상기 제어부는, 상기 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하는 변위 분석모듈, 상기 경사지에 대한 영상 데이터에서의 영상 변화를 기초로, 영상 분석에 기반한 제2 붕괴 판단 요소를 결정하는 영상 분석모듈 및 상기 제1 붕괴 판단 요소 및 상기 제2 붕괴 판단 요소를 기초로, 상기 경사지에서 발생하는 붕괴 패턴을 결정하는 붕괴 패턴 판단모듈을 포함 할 수 있다.
일 실시예에서, 상기 변위 분석모듈은, 상기 복수의 센서 장치로부터 수신된 복수의 변위 데이터 셋 각각에 대하여, 그와 연관된 센서 장치의 위치를 반영하여 지상 변위 맵 및 지중 변위 맵을 생성하고, 지상 변위 및 지하 변위 간의 변위 임계 범위를 이용하여, 지상 변위 맵과 지중 변위 맵 간의 변위 데이터의 오차를 보정한 후, 보정된 지상 변위 맵 및 보정된 지중 변위 맵을 붕괴 패턴 데이터와 비교하여 제1 붕괴 판단 요소를 결정 할 수 있다.
일 실시예에서, 상기 영상 분석모듈은, 상기 영상 데이터에서 센서 장치의 위치를 식별하고, 상기 영상 데이터에서 상기 센서 장치의 주변 영역을 감지 영역으로 설정하고, 상기 영상 데이터의 연속하는 프레임에 대해 상기 감지 영역에서의 영상 변화를 기초로 제2 붕괴 판단 요소를 결정 할 수 있다.
본 발명의 다른 일 기술적 측면은 아이오티 기반의 경사지 상태 분석 시스템의 다른 예를 제안한다. 상기 아이오티 기반의 경사지 상태 분석 시스템의 다른 예는, 경사지에 배치되어 센싱 데이터를 제공하는 복수의 센서 장치, 상기 경사지에 대한 영상 데이터를 취득하고, 상기 영상 데이터에서의 영상 변화를 기초로 제2 붕괴 판단 요소를 결정하는 카메라 장치 및 상기 복수의 센서 장치 및 상기 카메라 장치와 연동하여 동작하는 엣지 서버로서, 상기 센싱 데이터에 포함된 변위 데이터의 변화를 기초로 제1 붕괴 판단 요소를 결정하고, 상기 제1 붕괴 판단 요소 및 상기 카메라 장치로부터 제공된 제2 붕괴 판단 요소를 기초로 상기 경사지에 대한 붕괴 패턴을 결정하는 엣지 서버를 포함 할 수 있다.
일 실시예에서, 상기 엣지 서버는, 상기 센싱 데이터 및 상기 영상 데이터를 기초로 상기 경사지에 대한 붕괴 패턴을 결정하는 제어부를 포함하되, 상기 제어부는, 상기 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하는 변위 분석모듈, 상기 제1 붕괴 판단 요소 및 상기 제2 붕괴 판단 요소를 기초로, 상기 경사지에서 발생하는 붕괴 패턴을 결정하는 붕괴 패턴 판단모듈을 포함 할 수 있다.
일 실시예에서, 상기 카메라 장치는, 상기 영상 데이터에서 센서 장치의 위치를 식별하고, 상기 영상 데이터에서 상기 센서 장치의 주변 영역을 감지 영역으로 설정하고, 상기 영상 데이터의 연속하는 프레임에 대해 상기 감지 영역에서의 영상 변화를 기초로 제2 붕괴 판단 요소를 결정하는 제어부; 를 포함 할 수 있다.
상기한 과제의 해결 수단은, 본 발명의 특징을 모두 열거한 것은 아니다. 본 발명의 과제 해결을 위한 다양한 수단들은 이하의 상세한 설명의 구체적인 실시형태를 참조하여 보다 상세하게 이해될 수 있을 것이다.
본 발명의 일 실시형태에 따르면, IoT 센서 및 로컬 엣지 서버를 이용한 경사지 상태 분석 시스템을 구축함으로서, 급경사지의 붕괴 위험을 정확하게 사전 예측하고 그에 따라 신속하고 정확하게 경보를 전파할 수 있는 효과가 있다.
또한, 본 발명의 일 실시형태에 따르면, 비탈지에 설치된 계측 센서의 변위 계측에 의한 제1 붕괴 판단 요소와, 인공 지능 기반의 영상 분석에 의한 제2 붕괴 판단 요소를 조합적으로 판단하여 붕괴 위험을 보다 정확하게 판단할 수 있는 효과가 있다.
또한, 본 발명의 일 실시형태에 따르면, 변위 계측에 의한 제2 붕괴 판단 요소를 판단 시, 변위값의 크기에 따라 변경되는 유효 검증 범위를 설정함으로써 지상 변위 센서에서 발생하는 계측 오차를 보다 정확하게 검증할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 아이오티 기반의 경사지 상태 분석 시스템의 일 예를 설명하는 도면이다.
도 2는 도 1에 도시된 센서 장치의 일 예를 설명하는 도면이다.
도 3은 도 1에 도시된 센서 장치의 일 적용 예들을 설명하는 도면이다.
도 4는 도 1에 도시된 카메라 장치의 일 예를 설명하는 도면이다.
도 5는 도 1에 도시된 엣지 서버의 일 예를 설명하는 도면이다.
도 6은 도 1에 도시된 경사지 상태 분석 시스템에서 수행되는 아이오티 기반의 경사지 상태 분석 방법의 일 예를 도시하는 도면이다.
도 7은 도 5에 도시된 제어부의 일 실시예를 설명하는 블록 구성도이다.
도 8 내지 도 12는 도 7에 도시된 제어부에 의하여 수행되는 제어 방법들에 대한 실시예들을 설명하는 순서도이다.
도 13은 도 1에 도시된 경사지 상태 분석 시스템에서 수행되는 아이오티 기반의 경사지 상태 분석 방법의 다른 일 예를 도시하는 도면이다.
도 2는 도 1에 도시된 센서 장치의 일 예를 설명하는 도면이다.
도 3은 도 1에 도시된 센서 장치의 일 적용 예들을 설명하는 도면이다.
도 4는 도 1에 도시된 카메라 장치의 일 예를 설명하는 도면이다.
도 5는 도 1에 도시된 엣지 서버의 일 예를 설명하는 도면이다.
도 6은 도 1에 도시된 경사지 상태 분석 시스템에서 수행되는 아이오티 기반의 경사지 상태 분석 방법의 일 예를 도시하는 도면이다.
도 7은 도 5에 도시된 제어부의 일 실시예를 설명하는 블록 구성도이다.
도 8 내지 도 12는 도 7에 도시된 제어부에 의하여 수행되는 제어 방법들에 대한 실시예들을 설명하는 순서도이다.
도 13은 도 1에 도시된 경사지 상태 분석 시스템에서 수행되는 아이오티 기반의 경사지 상태 분석 방법의 다른 일 예를 도시하는 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 형태들을 설명한다.
그러나, 본 발명의 실시형태는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명하는 실시 형태로 한정되는 것은 아니다. 또한, 본 발명의 실시형태는 당해 기술분야에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해서 제공되는 것이다.
즉, 전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.
또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 이하에서 본 발명에 따른 시스템을 설명하기 위하여 다양한 구성요소 및 그의 하부 구성요소에 대하여 설명하고 있다. 이러한 구성요소 및 그의 하부 구성요소들은, 하드웨어, 소프트웨어 또는 이들의 조합 등 다양한 형태로서 구현될 수 있다. 예컨대, 각 요소들은 해당 기능을 수행하기 위한 전자적 구성으로 구현되거나, 또는 전자적 시스템에서 구동 가능한 소프트웨어 자체이거나 그러한 소프트웨어의 일 기능적인 요소로 구현될 수 있다. 또는, 전자적 구성과 그에 대응되는 구동 소프트웨어로 구현될 수 있다.
본 명세서에 설명된 다양한 기법은 하드웨어 또는 소프트웨어와 함께 구현되거나, 적합한 경우에 이들 모두의 조합과 함께 구현될 수 있다. 본 명세서에 사용된 바와 같은 "부(Unit)", "서버(Server)" 및 "시스템(System)" 등의 용어는 마찬가지로 컴퓨터 관련 엔티티(Entity), 즉 하드웨어, 하드웨어 및 소프트웨어의 조합, 소프트웨어 또는 실행 시의 소프트웨어와 등가로 취급할 수 있다. 또한, 본 발명의 시스템에서 실행되는 각 기능은 모듈단위로 구성될 수 있고, 하나의 물리적 메모리에 기록되거나, 둘 이상의 메모리 및 기록매체 사이에 분산되어 기록될 수 있다.
본 출원의 다양한 실시 예들은 기기(machine)-예를 들어, 사용자 단말(100)이나 컴퓨팅 장치(300)-에 의해 읽을 수 있는 저장 매체(storage medium)에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예를 들어, 프로그램)로서 구현될 수 있다. 예를 들면, 프로세서(301)는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 장치가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예를 들어, 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
본 발명의 실시형태를 설명하기 위하여 다양한 순서도가 개시되고 있으나, 이는 각 단계의 설명의 편의를 위한 것으로, 반드시 순서도의 순서에 따라 각 단계가 수행되는 것은 아니다. 즉, 순서도에서의 각 단계는, 서로 동시에 수행되거나, 순서도에 따른 순서대로 수행되거나, 또는 순서도에서의 순서와 반대의 순서로도 수행될 수 있다.
도 1은 본 발명의 일 실시예에 따른 아이오티 기반의 경사지 상태 분석 시스템의 일 예를 설명하는 도면이다.
도 1에 도시된 아이오티 기반의 경사지 상태 분석 시스템은 복수의 센서 장치(100), 카메라 장치(200) 및 엣지 서버(300)를 포함할 수 있다.
센서 장치(100)는 경사지에 배치되어 센싱 데이터를 생성하여 엣지 서버(300)에 제공한다. 센서 장치(100)는 자체적인 전력을 생산할 수 있는 태양광 모듈과 같은 전력 생성 모듈을 구비하고, 변위 데이터를 포함하는 센싱 데이터를 생성하여 엣지 서버(300)에 제공한다. 센서 장치(100)는 근거리 무선 통신망 또는 원거리 무선 통신망을 이용하여 엣지 서버(300)와 통신망을 형성할 수 있으며, 이에 따라 별도의 유선 가설 등의 설치 작업이 생략되어 효율적으로 설치가 가능하다.
본 명세서에서의 설명에서는 센서 장치(100)가 복수인 것을 전제로 설명하나, 이에 반드시 한정되는 것은 아니며 하나의 센서 장치로도 구현 가능하다. 이는, 후술하는 바와 같이, 센서 장치(100)가 2축의 감지 범위를 가지므로, 하나의 센서 장치로도 정확한 계측이 가능하기 때문이다.
카메라 장치(200)는 센서 장치(100)가 배치된 경사지를 촬영하여 영상 데이터를 생성하고, 이를 엣지 서버(300)에 제공한다. 실시예에 따라, 카메라 장치(200)는 엣지 서버(300)에 직접 유선 연결되거나 일부 구성요소로서 구현도 가능하고, 또는 엣지 서버(300)와 별도의 독립적인 장치로서도 구현 가능하다.
일 실시예에서, 카메라 장치(200)는 자체적으로 영상 분석 기능을 수행할 수 있으며, 이러한 실시예에 대해서는 도 13을 참조하여 후술한다.
엣지 서버(300)는 센서 장치(100) 및 카메라 장치(200)와 연동하여 경사지에 대한 붕괴를 감지하고 상태 분석을 수행할 수 있다. 이러한 엣지 서버(300)는 경사지 인근에서 위치될 수 있으며, 중앙 서버(미도시)나 인접한 엣지 서버에 붕괴 상황에 대한 알림 데이터를 제공할 수 있다.
엣지 서버(300)는 센서 장치(100)에서 측정된 물리적인 변위 데이터와, 카메라 장치(200)에서 촬영된 영상 데이터에 대한 분석을 모두 조합적으로 활용하여 경사지 붕괴 여부를 판정하므로, 신속하면서도 보다 정밀한 분석이 가능하다.
또한, 엣지 서버(300)는 근거리 무선통신 방식, WiFi, 원거리 이동통신 무선통신 방식 등의 무선통신 방식을 기초로 센서 장치(100) 및 카메라 장치(200)와 연동하므로, 시스템의 설치가 용이하고 다양하고 다량의 데이터 전송 또한 가능하다.
또한, 엣지 서버(300)는 각각의 경사지에 배치될 수 있어, 각 경사지 별로 분산된 엣지 컴퓨팅 환경이 구축되게 되며 그에 따라 분산 처리 및 빠른 주변 전파가 가능하다.
이하, 도 2 내지 도 13을 참조하여, 이러한 아이오티 기반의 경사지 상태 분석 시스템 및 그를 통하여 수행되는 아이오티 기반의 경사지 상태 분석 방법의 다양한 실시예들에 대하여 설명한다.
도 2는 도 1에 도시된 센서 장치의 일 예를 설명하는 도면이고, 도 3은 도 1에 도시된 센서 장치의 일 적용 예들을 설명하는 도면이다.
도 2 및 도 3을 참조하면, 센서 장치(100)는 자체적인 전력을 축전하기 위한 축전 판넬(110)과 배터리(120)를 포함할 수 있다. 예컨대, 축전 판넬(110)은 태양광 판넬 또는 태양열 판넬일 수 있고, 축전 판넬(110)에 의하여 축적된 전기 에너지는 배터리(120)에 저장된다.
센서 장치(100)는 표시부(130)를 포함할 수 있으며, 표시부(130)는 센서 장치가 설치되어 있음을 표시하는 표시 요소(예컨대, 특정 마크 또는 디스플레이 모듈 등)를 포함한다. 카메라 장치(200)는 이러한 표시 요소를 기초로 센서 장치(100)를 식별할 수 있다.
센서 장치(100)는 변위 센서부(140) 및 온습도 센서부(150)를 포함할 수 있다. 변위 센서부(140)는 지중에 위치되어 지중 변위를 감지하는 지중 변위 센서(141) 및 지상에 위치되어 지상 변위를 감지하는 지상 변위 센서(142)를 포함할 수 있다. 이와 같이, 지상과 지중 각각에 대하여 변위 측정이 가능하므로, 지중과 지상의 계측 데이터 비교 및 분석하여 오류를 최소화 할 수 있다.
일 실시예에서. 지중 변위 센서(141)와 지상 변위 센서(142) 사이에는 완충 모듈(143)이 구비될 수 있다. 예컨대, 지주 형태에서 지중에 박히는 부분에 지중 변위 센서(141)가, 지상 부분에 지상 변위 센서(142)가 위치되도록 센서 장치(100)가 지표면에 설치될 수 있고, 이러한 완충 모듈(143)은 지중에서 지표에 가까운 지표면의 아래에 위치될 수 있다. 완충 모듈(143)은 지중의 진동이 지상에 영향을 미치는 것을 제한하기 위한 것으로서, 스프링 등의 구조적 또는 재질적 완충재가 사용될 수 있다.
일 실시예에서, 변위 센서부(140)의 센서는 2축 변위 센서일 수 있다. 예컨대, 수직축 변위와 수평축 변위를 각각 감지하는 2축 변위 센서일 수 있다. 이러한 2축 변위센서를 이용하면, 각 센서별 방향 구분하여 붕괴 패턴 분석 가능으로 정확성 향상된다.
온습도 센서부(150)는 온도 센서(151) 및 습도 센서(152)를 포함할 수 있다.
무선 통신부(160)는 엣지 서버(300)와 무선 통신망을 형성할 수 있으며, 지그비 등의 근거리 무선 통신 또는 이동통신망 등의 원거리 무선 통신이나, WiFi 등의 무선 통신 등 다양한 무선 통신방식이 적용 가능하다.
제어부(170)는 센서 장치(100)의 구성요소들을 제어하여, 엣지 서버(300)에 센싱 데이터를 전송하도록 할 수 있다. 센싱 데이터는 지중 변위 데이터, 지상 변위 데이터 및 온습도 데이터를 포함할 수 있다.
도 4는 도 1에 도시된 카메라 장치의 일 예를 설명하는 도면이다.
도 4를 참조하면, 카메라 장치(200)는 축전 판넬(210), 배터리(220), 카메라부(230), 무선통신부(240) 및 제어부(250)를 포함할 수 있다. 축전 판넬(210), 배터리(220) 및 무선통신부(240)는 도 2를 참조하여 상술한 바를 참조하여 쉽게 이해할 수 있으므로, 중복 설명은 생략한다.
카메라부(230)는 센서 장치(100)가 설치된 경사지를 촬영하여 영상 데이터를 생성한다. 실시예에 따라, 카메라부(230)는 틸팅 및 패닝을 지원하도록 구동 모듈을 포함하고, 줌인 줌 아웃이 가능한 줌 기능을 지원할 수 있다.
제어부(250)는 카메라 장치(200)를 제어하여, 경사지에 대한 영상 데이터를 엣지 서버(300)에 제공하도록 제어한다.
일 실시예에서, 제어부(250)는 엣지 서버(300)에서 수행하는 일부 기능을 자체적으로 수행할 수 있다. 예컨대, 제어부(250)는 영상 데이터에 대한 AI 기반의 영상 분석을 수행하고, 그에 대한 결과를 엣지 서버(300)에 제공하는 방식으로도 구현 가능하다. 이러한 실시예에 대해서는 도 13을 참조하여 후술한다.
도 5는 도 1에 도시된 엣지 서버의 일 예를 설명하는 도면으로서, 엣지 서버의 예시적인 컴퓨팅 운영 환경을 설명하는 도면이다.
도 5는 엣지 서버(300)의 실시예들이 구현될 수 있는 적합한 컴퓨팅 환경의 일반적이고 단순화된 설명을 제공하기 위한 것으로, 도 5를 참조하면, 엣지 서버(300)의 일 예로서 컴퓨팅 장치가 도시된다.
컴퓨팅 장치는 제어부(303)와 시스템 메모리(301)를 포함할 수 있다.
제어부(303)는 프로그램을 실행할 때 협조하는 복수의 프로세싱 유닛을 포함할 수도 있다. 컴퓨팅 장치의 정확한 구성 및 유형에 의존하여, 시스템 메모리(301)는 휘발성(예컨대, 램(RAM)), 비휘발성(예컨대, 롬(ROM), 플래시 메모리 등) 또는 이들의 조합일 수 있다. 시스템 메모리(301)는 플랫폼의 동작을 제어하기 위한 적합한 운영 체제(302)를 포함하는데, 예컨대 마이크로소프트사로부터의 WINDOWS 운영체제나 리눅스 등의 것일 수 있다. 시스템 메모리(301)는 프로그램 모듈, 애플리케이션 등의 같은 하나 이상의 소프트웨어 애플리케이션을 포함할 수도 있다.
컴퓨팅 장치는 자기 디스크, 광학적 디스크, 또는 테이프와 같은 추가적인 데이터 저장부(304)를 포함할 수 있다. 이러한 추가적 저장소는 이동식 저장소 및/또는 고정식 저장소 일 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 인스트럭션, 데이터 구조, 프로그램 모듈, 또는 기타 데이터와 같은 저장정보를 위한 임의의 방법이나 기법으로 구현되는 휘발성 및 비휘발성, 이동식 및 고정식 매체를 포함할 수 있다. 시스템 메모리(301), 저장부(304)는 모두 컴퓨터 판독가능 저장 매체의 예시일 뿐이다. 컴퓨터 판독가능 저장 매체는 램(RAM), 롬(ROM), EEPROM, 플래시 메모리 또는 다른 메모리 기법, CD-ROM, DVD 또는 다른 광학적 저장소, 자기 테이프, 자기 디스크 저장소 또는 다른 자기적 저장 장치, 또는 원하는 정보를 저장하고 컴퓨팅 장치(300)에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있는데, 이에 한정되는 것은 아니다.
컴퓨팅 장치의 입력부(305)로서, 예컨대 키보드, 마우스, 펜, 음성 입력 장치, 터치 입력 장치 및 비교 가능한 입력 장치를 포함할 수 있다. 출력 장치(306)는, 예컨대 디스플레이, 스피커 및 다른 유형의 출력 장치가 포함될 수도 있다. 이들 장치는 본 기술분야에서 널리 알려진 것이므로 자세한 설명은 생략한다.
컴퓨팅 장치는 예컨대 분산 컴퓨팅 환경에서의 네트워크, 예컨대, 유무선 네트워크, 위성 링크, 셀룰러 링크, 근거리 네트워크, 원거리 네트워크 및 비교가능한 메커니즘을 통해 장치가 다른 장치들과 통신하도록 허용하는 통신부(307)를 포함할 수도 있다. 통신 부(307)는 통신 매체의 한가지 예시이며, 통신 매체는 그 안에 컴퓨터 판독 가능 인스트럭션, 데이터 구조, 프로그램 모듈, 또는 다른 데이터를 포함할 수 있다. 예시적으로, 통신 매체는 유선 네트워크나 직접 유선 접속과 같은 유선 매체, 및 음향, RF, 적외선 및 다른 무선 매체와 같은 무선 매체를 포함하는데, 이에 한정되는 것은 아니다.
엣지 서버(300)는 이러한 컴퓨팅 환경에서 구현되는 기능적 구성으로 설명될 수 있다. 이에 대해서는, 도 7을 참조하여 후술한다.
도 6은 도 1에 도시된 경사지 상태 분석 시스템에서 수행되는 아이오티 기반의 경사지 상태 분석 방법의 일 예를 도시하는 도면이다.
센서 장치(100)는 경사지에 배치되어 센싱 데이터를 제공한다(S601). 센싱 데이터는 지중 변위 데이터, 지상 변위 데이터 및 온습도 데이터를 포함할 수 있다. 지중 변위 데이터 및 지상 변위 데이터는 2축 센싱 데이터일 수 있다.
카메라 장치(200)는 경사지, 즉, 센서 장치 주변의 영상을 획득하여 영상 데이터로서 엣지 서버(300)에 제공한다(S603).
엣지 서버(300)는 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정할 수 있다(S603).
엣지 서버(300)는 경사지에 대한 영상 데이터에서의 영상 변화를 기초로, 영상 분석에 기반한 제2 붕괴 판단 요소를 결정할 수 있다(S604).
엣지 서버(300)는 제1 붕괴 판단 요소 및 제2 붕괴 판단 요소를 기초로, 경사지에서 발생하는 붕괴 패턴을 결정할 수 있다(S605).
엣지 서버(300)는 붕괴 패턴에 적합한 전파 대상-예컨대, 인접한 엣지 서버 또는 관제 서버- 확인하여 붕괴 상황 데이터를 전송할 수 있다(S606).
이하, 도 7 내지 도 12를 참조하여 이러한 엣지 서버의 다양한 실시예를 참조하여 보다 상세히 설명한다.
도 7은 도 5에 도시된 제어부의 일 실시예를 설명하는 블록 구성도이고, 도 8은 제어부(303)에 의하여 수행되는 아이오티 기반의 경사지 상태 분석 방법을 설명하는 순서도이다.
도 7을 참조하면, 제어부(303)는 데이터 수집모듈(310), 영상 분석모듈(330), 변위 분석모듈(320), 붕괴 패턴 판단모듈(340) 및 상황 전파모듈(350)을 포함할 수 있다.
도 8을 더 참조하면, 데이터 수집모듈(310)은 통신부(307)를 제어하여, 복수의 센서 장치로부터 각각 복수의 센싱 데이터를 수집할 수 있다(S810). 또한, 데이터 수집모듈(310)은 카메라 장치로부터 경사지에 대한 영상 데이터를 수집할 수 있다.
데이터 수집모듈(310)은 수집한 센싱 데이터는 변위 분석모듈에 제공하고, 영상 데이터는 영상 분석모듈(330)에 제공할 수 있다.
변위 분석모듈(320)은 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정할 수 있다(S820). 제1 붕괴 판단 요소는 변위 측정을 기반으로 도출된 붕괴에 대한 정보이다.
일 실시예에서, 변위 분석모듈(320)은 지상 변위 맵 및 지중 변위 맵을 생성하여 제1 붕괴 판단 요소를 결정할 수 있다. 도 9는 이러한 일 실시예를 도시하며, 도 9를 더 참조하여 설명한다. 변위 분석모듈(320)은 복수의 센서 장치로부터 수신된 복수의 변위 데이터 셋 각각에 대하여, 그와 연관된 센서 장치의 위치를 반영하여 지상 변위 맵 및 지중 변위 맵을 생성할 수 있다(S910). 변위 분석모듈(320)은 지상 변위 및 지하 변위 간의 변위 임계 범위를 이용하여, 지상 변위 맵과 지중 변위 맵 간의 변위 데이터의 오차를 보정할 수 있다(S920). 일 예로, 변위 분석모듈(320)은 지상 변위의 각 변동 범위에 대응하는 지중 변위의 변동 임계 범위 데이터 또는 지중 변위의 각 변동 범위에 대응하는 지상 변위의 변동 임계 범위 데이터를 구비할 수 있으며, 이는 시스템을 통하여 수집된 지상 변위와 지중 변위 간의 임계성으로부터 도출된 데이터 일 수 있다. 변위 분석모듈(320)은 이러한 임계 범위를 초과하는 변위를 검색하고, 이러한 임계 범위를 초과하는 연관성을 가지는 지상 변위-지중 변위 데이터를 오차 보정할 수 있다. 이러한 오차 보정으로는, 하나의 센서 장치에서만 이러한 임계 범위가 초과하는 경우, 이는 오류값으로 처리하여 제외 처리한다. 한편, 인접한 복수의 센서 장치에서 계측된 데이터가 임계 범위를 초과하는 경우, 인접한 복수의 센서 장치의 수 및 그로 인하여 커버되는 영역을 확인하고, 이러한 임계 범위의 초과가 다른 기타 센서 장치의 임계 범위 내 데이터와 일정한 연속적인 변화 범위에 속하는 경우, 임계 범위를 초과한 데이터를 그대로 사용할 수 있다. 반면, 임계 범위의 초과가 다른 기타 센서 장치의 임계 범위 내 데이터와 연속적인 변화 범위를 초과하여 불연속적 특징에 해당되면, 주변의 기타 센서 장치의 임계 범위 내 데이터를 기준으로 임계 범위 초과 데이터를 정규화 하여 오차 보정할 수 있다. 정규화에는 다양한 방식이 적용될 수 있다. 변위 분석모듈(320)은 보정된 지상 변위 맵 및 보정된 지중 변위 맵을 붕괴 패턴 데이터와 비교하여 제1 붕괴 판단 요소를 결정할 수 있다. 붕괴 패턴은 경사지의 파괴 유형을 구분하는 것일 수 있으며, 예컨대, 파괴 유형은 평면 파괴, 쐐기파괴, 평면쐐기 복합 파괴, 원형 파괴, 원호파괴, 전도형 및 낙석 중 적어도 하나로 판단될 수 있다. 변위 분석모듈(320)은 각 붕괴 패턴에 대한 지상 변위 맵 및 지중 변위 맵의 연관 데이터를 붕괴 패턴 데이터로서 구비하고 있으며, 따라서 복수의 센서 장치에서 각각 산출된 변위 데이터를 기초로 산출된 지상 변위 맵 및 지중 변위 맵을 이러한 붕괴 패턴 데이터와 비교하여 파괴 유형을 구분하여 제1 붕괴 판단 요소를 결정할 수 있다.
일 실시예에서, 변위 분석모듈(320)은 변위 데이터 오차 보정에 있어서 수평 변위와 수직 변위 간의 관계를 이용하여 변위 데이터를 보정할 수 있다. 도 10은 이러한 일 실시예를 도시하며, 도 10을 더 참조하여 설명한다. 변위 분석모듈(320)은 지상 변위 맵 및 지중 변위 맵을 각 센서 장치 별로 연관하여 비교하여 지중 변위와 지상 변위 간의 변위차, 즉, 수직축 변위를 산출하고, 그 중에서 최대 수직축 변위를 가지는 제1 센서 장치에 대한 제1 변위 데이터 셋을 선별할 수 있다(S921). 변위 분석모듈(320)은 최대 수직축 변위를 기초로, 해당 수직축 변위에 대한 지상-지중 변위 임계치를 확인할 수 있다(S922). 이러한 지상-지중 변위 임계치는 기 구축된 데이터로부터 사전에 결정되는 값이다. 변위 분석모듈(320)은 제1 변위 데이터 셋의 최대 수직축 변위가 지상-지중 변위 임계치 내이면, 오차 보정을 수행하지 않는다. 반면, 변위 분석모듈(320)은 최대 수직축 변위가 지상-지중 변위 임계치를 초과하면, 수평-수직 오차 보정을 수행한다. 이를 위하여, 변위 분석모듈(320)은 임계치를 초과한 제1 변위 데이터 셋에 대한 최대 수평축 변위차를 확인할 수 있다(S923). 변위 분석모듈(320)은 최대 수직축 변위에 대응되는 수평 임계치를 산출할 수 있으며, 이는 기 구축된 수직축 변위-수평축 변위 간의 관련 데이터를 기초로 산출될 수 있다. 변위 분석모듈(320)은 제1 변위 데이터 셋에서의 최대 수평축 변위차가 수평 임계치를 초과하면, 제1 센서 장치의 수평축 변위값 및 수직축 변위값을 해당 센서 장치와 인접한 복수의 센서 장치들의 평균 수평축 변위값 및 평균 수직축 변위값으로 보정할 수 있다(S924). 이러한 수평-수직 보정은 2축 변위 센서를 이용하여 구축된 수평-수직 데이터의 연관성을 기초로 이루어지므로, 어느 한 축 센서의 오류를 사전에 확인하고 보정할 수 있는 효과가 있다.
다시 도 8을 참조하면, 영상 분석모듈(330)은 경사지에 대한 영상 데이터에서의 영상 변화를 기초로, 영상 분석에 기반한 제2 붕괴 판단 요소를 결정할 수 있다(S830). 제2 붕괴 판단 요소는 영상 분석을 기반으로 도출된 붕괴에 대한 정보이다. 일 예로, 제2 붕괴 판단 요소는 영상 분석을 기반으로 하는 붕괴 패턴에 대한 것일 수 있다.
일 예로, 붕괴 패턴은 경사지의 파괴 유형을 구분하는 것일 수 있으며, 예컨대, 파괴 유형은 평면 파괴, 쐐기파괴, 평면쐐기 복합 파괴, 원형 파괴, 원호파괴, 전도형 및 낙석 중 적어도 하나로 판단될 수 있다. 예컨대, 영상 분석모듈(330)은 영상을 기초로 어느 파괴 유형에 해당하는 패턴인지 판단할 수 있다.
일 실시예에서, 영상 분석모듈(330)은 센서 장치 주변 영역을 중심으로 붕괴 판단 요소를 결정할 수 있다. 도 11은 이러한 일 실시예를 도시하며, 도 11을 더 참조하여 설명한다. 영상 분석모듈(330)은 영상 데이터에서 센서 장치의 위치를 식별하고(S1110), 영상 데이터에서 센서 장치의 주변 영역을 감지 영역으로 설정할 수 있다(S1120). 영상 분석모듈(330)은 영상 데이터의 연속하는 프레임에 대해 감지 영역에서의 영상 변화를 기초로 붕괴 판단 요소를 결정할 수 있다(S1110).
일 실시예에서, 영상 분석모듈(330)은 딥 러닝 기반의 인공지능 모델을 이용하여 패턴을 구분할 수 있다. 영상 분석모듈(330)은 붕괴 패턴 - 상기 붕괴 패턴은 평면 파괴, 쐐기 파괴, 복합 파괴, 원형 파괴 및 원호 파괴 중 적어도 하나를 포함함-의 각 파괴 종류 별로 구분된 복수의 경사지 학습 영상을 기초로 붕괴 패턴 딥 러닝 모델을 학습할 수 있다. 영상 분석모듈(330)은 붕괴 패턴 딥 러닝 모델을 이용하여 연속하는 프레임의 감지 영역에 대해 붕괴 패턴을 식별할 수 있다.
붕괴 패턴 판단모듈(340)은 제1 붕괴 판단 요소 및 제2 붕괴 판단 요소를 기초로, 경사지에서 발생하는 붕괴 패턴을 결정할 수 있다(S840). 상황 전파모듈(350)는 붕괴 패턴 판단모듈에 의하여 결정된 붕괴 패턴에 대응하여 전파 대상을 확인하고, 확인된 전파 대상에게 상기 붕괴 상황에 대한 붕괴 상황 데이터를 전송할 수 있다(S850).
도 12는 붕괴 패턴 판단 모듈 및 상황 전파모듈의 동작에 대한 일 실시예를 설명한다. 도 12를 참조하면, 붕괴 패턴 판단모듈(340)은 제1 붕괴 판단요소에 의한 제1 붕괴 패턴과 제2 붕괴 판단 요소에 의한 제2 붕괴 패턴을 상호 비교할 수 있다(S1210).
제1 붕괴 패턴과 제2 붕괴 패턴이 동일하면, 붕괴 패턴 판단모듈(340)은 일치된 패턴으로 붕괴 패턴을 결정한다.
만약, 제1 붕괴 패턴과 제2 붕괴 패턴이 상이하면, 붕괴 패턴 판단모듈(340)은 온습도 데이터를 더 반영하여 붕괴 패턴을 결정할 수 있다(S1220). 예컨대, 제1 붕괴 패턴은 고 습도에서 발생하는 붕괴 패턴이고, 제2 패턴은 습도와 무관한 붕괴 패턴이며, 습도가 고 습도에 해당되면, 붕괴 패턴 판단모듈(340)은 제1 붕괴 패턴을 붕괴 패턴으로서 결정할 수 있다.
상황 전파모듈(350)은 결정된 붕괴 패턴에 따른 경보 전파 범위 결정하고(S1230), 붕괴에 대한 정보를 결정된 경보 전파 범위로 전파할 수 있다(S1240). 예컨대, 상황 전파모듈(350)은 붕괴 패턴 및 변위 정도에 따라 붕괴 영향 범위를 확인할 수 있고 이를 기초로 경보 전파 범위를 결정할 수 있다. 이를 통하여, 영향 범위가 큰 경우 인접한 엣지 서버 등에 관련 상황을 빠르게 전파하는 등, 엣지 컴퓨팅 시스템 간의 연동성을 보완할 수 있다.
일 실시예에서, 카메라 장치(200)에 자체적인 영상 처리 기능이 적용될 수 있으며, 이러한 경우 카메라 장치(200)에서 제2 붕괴 판단 요소를 결정할 수 있다. 도 13은 이러한 경사지 상태 분석 시스템에서 수행되는 경사지 상태 분석 방법의 다른 일 예를 도시하는 도면이다.
도 13을 참조하면, 센서 장치(100)는 경사지에 배치되어 센싱 데이터를 제공한다(S1301). 센싱 데이터는 지중 변위 데이터, 지상 변위 데이터 및 온습도 데이터를 포함할 수 있다. 지중 변위 데이터 및 지상 변위 데이터는 2축 센싱 데이터일 수 있음은 전술한 바와 같다.
카메라 장치(200)는 경사지, 즉, 센서 장치 주변의 영상을 획득하여 영상 데이터를 생성하고(S1302), 경사지에 대한 영상 데이터에서의 영상 변화를 기초로, 영상 분석에 기반한 제2 붕괴 판단 요소를 결정하고 이를 엣지 서버(300)에 제공할 수 있다(S1303). 예컨대, 카메라 장치(200)의 제어부는, 엣지 서버의 영상 분석모듈(320)에 대응되는 모듈이 적용될 수 있다. 따라서, 도 7 내지 도 12를 참조하여 상술한 영상 분석모듈(320)에 대한 설명을 참조하여 카메라 장치(200)의 제어부를 이해할 수 있다.
엣지 서버(300)는 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하고(S1304), 제1 붕괴 판단 요소 및 제2 붕괴 판단 요소를 기초로, 경사지에서 발생하는 붕괴 패턴을 결정할 수 있다(S1305). 또한, 엣지 서버(300)는 붕괴 패턴에 적합한 전파 대상-예컨대, 인접한 엣지 서버 또는 관제 서버- 확인하여 붕괴 상황 데이터를 전송할 수 있다(S1306).
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고 후술하는 특허청구범위에 의해 한정되며, 본 발명의 구성은 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 그 구성을 다양하게 변경 및 개조할 수 있다는 것을 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 쉽게 알 수 있다.
100 : 센서 장치 200 : 카메라 장치
300 : 엣지 서버
110 : 축전 판넬 120 : 배터리
130 : 표시부 140 : 센서부
141 : 지중 변위센서 142 : 지상 변위센서
151 : 온도 센서 152 : 습도센서
160 : 무선 통신부 170 : 제어부
190 : 저장부
210 : 축전 판넬 220 : 배터리
230 : 카메라부 240 : 무선 통신부
250 : 제어부
301 : 시스템 메모리 302 : 운영체제
303 : 제어부 304 : 저장부
305 : 입력부 306 : 출력부
307 : 통신부
300 : 엣지 서버
110 : 축전 판넬 120 : 배터리
130 : 표시부 140 : 센서부
141 : 지중 변위센서 142 : 지상 변위센서
151 : 온도 센서 152 : 습도센서
160 : 무선 통신부 170 : 제어부
190 : 저장부
210 : 축전 판넬 220 : 배터리
230 : 카메라부 240 : 무선 통신부
250 : 제어부
301 : 시스템 메모리 302 : 운영체제
303 : 제어부 304 : 저장부
305 : 입력부 306 : 출력부
307 : 통신부
Claims (21)
- 경사지에 배치되어 센싱 데이터를 제공하는 복수의 센서 장치 및 상기 경사지에 대한 영상 데이터를 제공하는 카메라 장치와 연동하여 동작하는 엣지 서버에서 수행되는 경사지 상태 분석 방법으로서,
상기 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하는 단계;
상기 경사지에 대한 영상 데이터에서의 영상 변화를 기초로, 영상 분석에 기반한 제2 붕괴 판단 요소를 결정하는 단계; 및
상기 제1 붕괴 판단 요소 및 상기 제2 붕괴 판단 요소를 기초로, 상기 경사지에서 발생하는 붕괴 패턴을 결정하는 단계; 를 포함하고,
상기 센서 장치는,
지중에 위치되어 지중 변위를 감지하는 지중 변위 센서; 및
지상에 위치되어 지상 변위를 감지하는 지상 변위 센서;를 포함하고,
상기 센싱 데이터는,
상기 지중 변위 데이터, 상기 지상 변위 데이터 및 온습도 데이터를 포함하고,
상기 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하는 단계는,
상기 복수의 센서 장치로부터 수신된 복수의 변위 데이터 셋 각각에 대하여, 그와 연관된 센서 장치의 위치를 반영하여 지상 변위 맵 및 지중 변위 맵을 생성하는 단계;
지상 변위 및 지하 변위 간의 변위 임계 범위를 이용하여, 지상 변위 맵과 지중 변위 맵 간의 변위 데이터의 오차를 보정하는 단계; 및
보정된 지상 변위 맵 및 보정된 지중 변위 맵을 붕괴 패턴 데이터와 비교하여 제1 붕괴 판단 요소를 결정하는 단계; 를 포함하는,
아이오티 기반의 경사지 상태 분석 방법.
- 삭제
- 삭제
- 제1항에 있어서, 상기 영상 분석에 기반한 제2 붕괴 판단 요소를 결정하는 단계는,
상기 영상 데이터에서 센서 장치의 위치를 식별하는 단계;
상기 영상 데이터에서 상기 센서 장치의 주변 영역을 감지 영역으로 설정하는 단계; 및
상기 영상 데이터의 연속하는 프레임에 대해 상기 감지 영역에서의 영상 변화를 기초로 제2 붕괴 판단 요소를 결정하는 단계; 를 포함하는,
아이오티 기반의 경사지 상태 분석 방법.
- 제4항에 있어서, 상기 감지 영역에서의 영상 변화를 기초로 제2 붕괴 판단 요소를 결정하는 단계는,
붕괴 패턴 -상기 붕괴 패턴은 평면 파괴, 쐐기 파괴, 복합 파괴, 원형 파괴 및 원호 파괴를 포함함-의 각 파괴 종류 별로 구분된 복수의 경사지 학습 영상을 기초로 붕괴 패턴 딥 러닝 모델을 학습하는 단계; 및
상기 붕괴 패턴 딥 러닝 모델을 이용하여 상기 연속하는 프레임의 상기 감지 영역에 대해 붕괴 패턴을 식별하는 단계; 를 포함하는,
아이오티 기반의 경사지 상태 분석 방법.
- 경사지에 배치되어 센싱 데이터를 제공하는 복수의 센서 장치 및 상기 경사지에 대한 영상 데이터를 제공하는 카메라 장치와 연동하여 동작하는 엣지 서버로서,
상기 복수의 센서 장치 및 상기 카메라 장치와 근거리 무선통신채널 또는 원거리 무선 통신 채널을 형성하는 통신부; 및
상기 통신부를 통하여 수신된 상기 센싱 데이터에 포함된 변위 데이터의 변화 및 상기 영상 데이터에서의 영상 변화를 조합적으로 이용하여 상기 경사지에 대한 붕괴 패턴을 결정하는 제어부; 를 포함하고,
상기 제어부는,
상기 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하는 변위 분석모듈;
상기 경사지에 대한 영상 데이터에서의 영상 변화를 기초로, 영상 분석에 기반한 제2 붕괴 판단 요소를 결정하는 영상 분석모듈; 및
상기 제1 붕괴 판단 요소 및 상기 제2 붕괴 판단 요소를 기초로, 상기 경사지에서 발생하는 붕괴 패턴을 결정하는 붕괴 패턴 판단모듈; 을 포함하고,
상기 센서 장치는,
지중에 위치되어 지중 변위를 감지하는 지중 변위 센서; 및
지상에 위치되어 지상 변위를 감지하는 지상 변위 센서;를 포함하고,
상기 센싱 데이터는,
상기 지중 변위 데이터, 상기 지상 변위 데이터 및 온습도 데이터를 포함하고,
상기 변위 분석모듈은,
상기 복수의 센서 장치로부터 수신된 복수의 변위 데이터 셋 각각에 대하여, 그와 연관된 센서 장치의 위치를 반영하여 지상 변위 맵 및 지중 변위 맵을 생성하고, 지상 변위 및 지하 변위 간의 변위 임계 범위를 이용하여, 지상 변위 맵과 지중 변위 맵 간의 변위 데이터의 오차를 보정한 후, 보정된 지상 변위 맵 및 보정된 지중 변위 맵을 붕괴 패턴 데이터와 비교하여 제1 붕괴 판단 요소를 결정하는,
아이오티 기반의 경사지 상태 분석을 위한 엣지 서버.
- 삭제
- 제6항에 있어서, 상기 제어부는,
상기 복수의 센서 장치로부터 각각 상기 복수의 센싱 데이터를 수집하고, 상기 카메라 장치로부터 상기 경사지에 대한 영상 데이터를 수집하는 데이터 수집 모듈; 을 더 포함하는,
아이오티 기반의 경사지 상태 분석을 위한 엣지 서버.
- 제6항에 있어서, 상기 제어부는,
상기 붕괴 패턴 판단모듈에 의하여 결정된 붕괴 패턴에 대응하여 전파 대상을 확인하고, 확인된 전파 대상에게 상기 붕괴 상황에 대한 붕괴 상황 데이터를 전송하는 상황 전파모듈; 을 더 포함하는,
아이오티 기반의 경사지 상태 분석을 위한 엣지 서버.
- 삭제
- 삭제
- 제6항에 있어서, 상기 영상 분석모듈은,
상기 영상 데이터에서 센서 장치의 위치를 식별하고, 상기 영상 데이터에서 상기 센서 장치의 주변 영역을 감지 영역으로 설정하고, 상기 영상 데이터의 연속하는 프레임에 대해 상기 감지 영역에서의 영상 변화를 기초로 제2 붕괴 판단 요소를 결정하는,
아이오티 기반의 경사지 상태 분석을 위한 엣지 서버.
- 제12항에 있어서, 상기 영상 분석모듈은,
붕괴 패턴 -상기 붕괴 패턴은 평면 파괴, 쐐기 파괴, 복합 파괴, 원형 파괴 및 원호 파괴를 포함함-의 각 파괴 종류 별로 구분된 복수의 경사지 학습 영상을 기초로 붕괴 패턴 딥 러닝 모델을 학습하고, 상기 붕괴 패턴 딥 러닝 모델을 이용하여 상기 연속하는 프레임의 상기 감지 영역에 대해 붕괴 패턴을 식별하는,
아이오티 기반의 경사지 상태 분석을 위한 엣지 서버.
- 경사지에 배치되어 센싱 데이터를 제공하는 복수의 센서 장치;
상기 경사지에 대한 영상 데이터를 제공하는 카메라 장치; 및
상기 복수의 센서 장치 및 상기 카메라 장치와 연동하여 동작하는 엣지 서버로서, 상기 센싱 데이터에 포함된 변위 데이터의 변화 및 상기 영상 데이터에서의 영상 변화를 조합적으로 이용하여 상기 경사지에 대한 붕괴 패턴을 결정하는 엣지 서버; 를 포함하고,
상기 센서 장치는,
지중에 위치되어 지중 변위를 감지하는 지중 변위 센서; 및
지상에 위치되어 지상 변위를 감지하는 지상 변위 센서;를 포함하고,
상기 센싱 데이터는,
상기 지중 변위 데이터, 상기 지상 변위 데이터 및 온습도 데이터를 포함하고,
상기 엣지 서버는,
상기 센싱 데이터 및 상기 영상 데이터를 기초로 상기 경사지에 대한 붕괴 패턴을 결정하는 제어부를 포함하되,
상기 제어부는,
상기 복수의 센싱 데이터에 포함된 변위 데이터를 기초로, 변위 측정에 기반한 제1 붕괴 판단 요소를 결정하는 변위 분석모듈;
상기 경사지에 대한 영상 데이터에서의 영상 변화를 기초로, 영상 분석에 기반한 제2 붕괴 판단 요소를 결정하는 영상 분석모듈; 및
상기 제1 붕괴 판단 요소 및 상기 제2 붕괴 판단 요소를 기초로, 상기 경사지에서 발생하는 붕괴 패턴을 결정하는 붕괴 패턴 판단모듈; 을 포함하고,
상기 변위 분석모듈은,
상기 복수의 센서 장치로부터 수신된 복수의 변위 데이터 셋 각각에 대하여, 그와 연관된 센서 장치의 위치를 반영하여 지상 변위 맵 및 지중 변위 맵을 생성하고, 지상 변위 및 지하 변위 간의 변위 임계 범위를 이용하여, 지상 변위 맵과 지중 변위 맵 간의 변위 데이터의 오차를 보정한 후, 보정된 지상 변위 맵 및 보정된 지중 변위 맵을 붕괴 패턴 데이터와 비교하여 제1 붕괴 판단 요소를 결정하는,
아이오티 기반의 경사지 상태 분석 시스템.
- 삭제
- 삭제
- 삭제
- 제14항에 있어서, 상기 영상 분석모듈은,
상기 영상 데이터에서 센서 장치의 위치를 식별하고, 상기 영상 데이터에서 상기 센서 장치의 주변 영역을 감지 영역으로 설정하고, 상기 영상 데이터의 연속하는 프레임에 대해 상기 감지 영역에서의 영상 변화를 기초로 제2 붕괴 판단 요소를 결정하는,
아이오티 기반의 경사지 상태 분석 시스템.
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220151550A KR102595365B1 (ko) | 2022-11-14 | 2022-11-14 | 아이오티 기반의 경사지 상태 분석 방법 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220151550A KR102595365B1 (ko) | 2022-11-14 | 2022-11-14 | 아이오티 기반의 경사지 상태 분석 방법 및 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102595365B1 true KR102595365B1 (ko) | 2023-10-30 |
Family
ID=88557949
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220151550A KR102595365B1 (ko) | 2022-11-14 | 2022-11-14 | 아이오티 기반의 경사지 상태 분석 방법 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102595365B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100908417B1 (ko) * | 2008-04-30 | 2009-07-21 | 최종철 | 지중 변위 계측장치 |
| KR20160104948A (ko) * | 2015-02-27 | 2016-09-06 | 금오공과대학교 산학협력단 | 게릴라 센서 및 이를 이용한 실시간 모니터링 시스템 |
| KR102241254B1 (ko) * | 2020-10-29 | 2021-04-16 | 주식회사 이에스피 | 전원 관리 기능을 가지는 비탈면 실시간 무인 감시 시스템 |
-
2022
- 2022-11-14 KR KR1020220151550A patent/KR102595365B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100908417B1 (ko) * | 2008-04-30 | 2009-07-21 | 최종철 | 지중 변위 계측장치 |
| KR20160104948A (ko) * | 2015-02-27 | 2016-09-06 | 금오공과대학교 산학협력단 | 게릴라 센서 및 이를 이용한 실시간 모니터링 시스템 |
| KR102241254B1 (ko) * | 2020-10-29 | 2021-04-16 | 주식회사 이에스피 | 전원 관리 기능을 가지는 비탈면 실시간 무인 감시 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yuen et al. | Real‐time system identification: an algorithm for simultaneous model class selection and parametric identification | |
| US10429269B2 (en) | Building safety verification system and building safety verification method | |
| CN102507121A (zh) | 基于无线传感网的建筑结构震害评估系统及方法 | |
| CN104103030A (zh) | 图像分析方法、照相机装置、控制装置及控制方法 | |
| Li et al. | Relative displacement sensing techniques for postevent structural damage assessment | |
| US8971919B2 (en) | Fast generation of radio coverage map of access points in an indoor environment | |
| JP2024014948A (ja) | 道路監視システム、道路監視装置、道路監視方法、及びプログラム | |
| Sarmadi et al. | Review on smartphone sensing technology for structural health monitoring | |
| US20220128396A1 (en) | Optical fiber sensing system, action specifying apparatus, action specifying method, and computer readable medium | |
| KR102114683B1 (ko) | 무인비행장치를 이용한 거대구조물 안전진단 방법, 이를 수행하기 위한 장치 및 기록매체 | |
| Zhao et al. | Distributed displacement response investigation technique for bridge structures using smartphones | |
| US9037131B2 (en) | Efficient generation of radio coverage map of access points in an indoor environment | |
| CN114298104B (zh) | 地震预警方法、装置、电子设备和计算机可读存储介质 | |
| KR102595365B1 (ko) | 아이오티 기반의 경사지 상태 분석 방법 및 시스템 | |
| US20230401941A1 (en) | Monitoring system, monitoring apparatus, monitoring method, and computer readable medium | |
| KR101472690B1 (ko) | 복수의 그룹들로 분할된 무선 센서 네트워크를 복구하기 위한 릴레이 노드, 및 릴레이 노드의 동작 방법 | |
| TW202014674A (zh) | 建築物結構安全的偵測系統及方法 | |
| Kromanis | Health monitoring of bridges | |
| KR102177460B1 (ko) | 사물인터넷을 기반으로 선박 접안 시 항만 시설의 손상을 예방하는 방법 및 시스템 | |
| Praticò et al. | Innovative smart road management systems in the urban context: Integrating smart sensors and miniaturized sensing systems | |
| KR20120139507A (ko) | 실내에서 무선 네트워크의 다중설치된 억세스 포인트를 통한 물체의 정확한 위치 인식 기능 | |
| US10778774B2 (en) | Method and apparatus for managing urban infrastructures using internet of things | |
| KR101962921B1 (ko) | 구조물 관리 시스템 및 관리 방법 | |
| KR102520158B1 (ko) | IoT를 이용한 도시 인프라 관리 방법 및 장치 | |
| KR20200145124A (ko) | 환경 정보 또는 보조 센서를 이용한 진동 감지 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |