KR102618714B1 - 인공지능 기반 스마트폴 통합제어 시스템 - Google Patents
인공지능 기반 스마트폴 통합제어 시스템 Download PDFInfo
- Publication number
- KR102618714B1 KR102618714B1 KR1020230081081A KR20230081081A KR102618714B1 KR 102618714 B1 KR102618714 B1 KR 102618714B1 KR 1020230081081 A KR1020230081081 A KR 1020230081081A KR 20230081081 A KR20230081081 A KR 20230081081A KR 102618714 B1 KR102618714 B1 KR 102618714B1
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- smart
- pole
- server
- smart pole
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 15
- 230000010354 integration Effects 0.000 title 1
- 238000004891 communication Methods 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 230000007613 environmental effect Effects 0.000 claims abstract description 15
- 238000013528 artificial neural network Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 8
- 230000002265 prevention Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 7
- 229910000831 Steel Inorganic materials 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 239000010959 steel Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F21—LIGHTING
- F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
- F21S8/00—Lighting devices intended for fixed installation
- F21S8/08—Lighting devices intended for fixed installation with a standard
- F21S8/085—Lighting devices intended for fixed installation with a standard of high-built type, e.g. street light
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F21—LIGHTING
- F21V—FUNCTIONAL FEATURES OR DETAILS OF LIGHTING DEVICES OR SYSTEMS THEREOF; STRUCTURAL COMBINATIONS OF LIGHTING DEVICES WITH OTHER ARTICLES, NOT OTHERWISE PROVIDED FOR
- F21V33/00—Structural combinations of lighting devices with other articles, not otherwise provided for
- F21V33/0004—Personal or domestic articles
- F21V33/0052—Audio or video equipment, e.g. televisions, telephones, cameras or computers; Remote control devices therefor
-
- 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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/175—Controlling the light source by remote control
Abstract
본 발명의 인공지능 기반 스마트폴 통합제어 시스템은 주변 환경 정보들을 측정하는 환경센서를 구비하고, 도로망 기반에서 지역별로 다수의 설치된 스마트폴과; 상기 환경센서를 통해 측정되는 주변 환경 정보들을 수신하고, 수신되는 주변 환경 정보들을 기초로 빅데이터를 구축하며, 구축되는 빅데이터를 분석한 결과를 기초로 상기 스마트폴을 적응적으로 제어하는 서버 및 사용자 단말로 구성되고; 상기 스마트폴은 통신부, 입력부, 러닝 프로세서, 센싱부, 출력부, 메모리, 구동부, 프로세서 및 영상인식부를 포함하고; 상기 서버는 입력부, 출력부, 통신부, 분석부 및 제어부를 포함한 것을 특징으로 한다.
본 발명에 의하면, AI 기반 영상분석으로 가로등 조명과 실시간 교통 상황을 스마트 전광판에 표시하며, 무단횡단 예방 및 위반자를 검거할 수 있는 효과가 있다.
본 발명에 의하면, AI 기반 영상분석으로 가로등 조명과 실시간 교통 상황을 스마트 전광판에 표시하며, 무단횡단 예방 및 위반자를 검거할 수 있는 효과가 있다.
Description
본 발명은 인공지능(이하, "AI" 라 한다) 기반 스마트폴 통합제어 시스템에 관한 것이다. 더욱 상세하게, 본 발명은 스마트폴(Smart Pole)의 제어에 관한 기술로서, 특히 인공지능 기반으로 스마트폴을 통합 제어하고, 가로대에 설치되는 주변 영상을 촬영하여 영상 정보를 얻는 AI 기반 카메라, 스마트 전광판 및 폴대에 설치되어 교통 관련 정보를 인식하는 방범용 지능형 CCTV를 이용한 인공지능 기반 스마트폴 통합제어 시스템에 관한 것이다.
최근 가로등 조명과 같은 점멸 시스템은 효율적인 관리와 에너지 절감을 위하여 IT 기술과 LED 조명을 결합한 형태로 발전되고 있다.
스마트폴로 통칭하는 스마트 LED 조명 제어 시스템은 IT 기술, 예컨대 센서 및 통신 기술과 LED 조명을 조합한 형태로 기존 광원과 비교하면 고효율 및 저전력화를 이룰 수 있을 뿐만 아니라, 다양한 구조 및 배광 표현, 감성조명, 광색 가변, 연색성 향상 등의 장점들 가지고 있다. 또한 사용자 요구 환경에 부합되는 콘텐츠가 내장된 다기능 솔루션을 갖추어 산업간, 기술 융합 시스템으로 발전해 나가고 있다.
본 발명의 배경기술로 대한민국 등록특허공보 제10-2398489(공고일 : 2022. 5. 18)"스마트 빌리지 시스템용 다기능 스마트폴" 기술이 공개되어 있다.
상기 본 발명은 스마트 빌리지 시스템 구축을 위해 지면에 수직으로 세워지고, 공공데이터 포털에서 실시간으로 제공하는 거점 대기환경 정보를 수신하고 제어 및 통합 관리하는 관제 센터와 네트워크를 통해 연결되는 원격제어 모듈이 설치된 스마트폴에 있어서, 상단에 암이 형성된 강관주, 상기 강관주의 암에 도로조명을 위해 설치되고, 상기 원격제어 모듈의 제어에 따라 발광하는 LED모듈, 상기 강관주의 암에 보안을 위해 설치되고, 상기 원격제어 모듈의 제어에 따라 주변 영상을 촬영하여 영상 정보를 얻는 카메라 모듈, 상기 강관주의 상단에 설치되고, 상기 관제 센터에서 음성방송을 하기 위한 스피커, 상기 강관주의 상부에 설치되고, 상기 관제 센터에서 전송하는 대기환경 정보를 표시하는 디스플레이, 상기 강관주의 하부에 설치되고, 비상버튼 조작에 따라 비상 호출신호를 상기 관제 센터에 전송하는 비상벨 모듈을 포함하는 스마트 빌리지 시스템용 다기능 스마트폴을 공개한다.
최근 사물 인터넷(IoT : Internet of Things), 사이버 물리 시스템(CPS : Cyber Physical Systems), 빅데이터 솔루션 등 최신 정보통신 기술(ICT)을 적용한 스마트 플랫폼을 구축하여 도시의 인프라를 효율적으로 운영 및 관리하고, 아울러 공공 데이터를 수집 및 활용하여 환경, 교통, 에너지 등 다양한 도시 문제를 해결하고 시민에게 안전하고 윤택한 삶을 제공하는 지능형도시의 하위 개념인 이른바 스마트 빌리지가 확산하고 있다. 이러한 스마트 빌리지의 기반 설비 중 하나인 스마트폴(smart pole)은 가로등과 같은 기둥 모양의 도로시설물에 사물 인터넷(IoT) 및 정보통신 기술(ICT)을 접목해 본연의 기능 외에도 방범용 보안등을 비롯하여 CCTV, 스피커, 대기질 관측, 신호등, 비상벨(emergency call) 등과 같은 다양한 기능을 구축하여 안전하고 쾌적한 도시 및 주거환경과 첨단 서비스를 제공한다.
예컨대, 가로등은 스마트폴을 이용하여 야간에 보행자의 안전한 통행을 보장 및 범죄예방을 위해 주택가 골목길 등의 보행 취약 지역에 설치하고 있다.
종래의 가로등 기술은 단순히 어둠을 밝히는 조명 역할만을 수행할 뿐, 사전 범죄예방 효과는 크지 않은 문제점이 있다.
본 발명의 해결하고자 하는 과제는 스마트폴에 설치된 각종 센서로부터 정보를 수집한 후 이를 빅데이터(big data)회 하고, 빅데이터화된 결과에 대해 학습을 수행하며, 학습된 결과를 기초로 스마트폴을 제어할 수 있는 인공지능 기반 스마트폴 통합제어 시스템을 제공하는 데에 있다.
또한, 본 발명의 다른 해결하고자 하는 과제는 도로에서의 다양한 정보를 수집하고, 수집된 정보를 기초로 가로등 조명과 실시간 교통 상황을 스마트 전광판에 표시하며, 무단횡단 예방 및 위반자를 검거할 수 있는 인공지능 기반 스마트폴 통합제어 시스템을 제공하는 데에 있다.
본 발명의 인공지능 기반 스마트폴 통합제어 시스템은 도로가의 지면에 고정되어 세워지는 폴대(20)와, 상기 폴대(20)의 상부 일측에 결합되어 측방향으로 연장되게 배치된 적어도 하나 이상의 가로대(31)와, 상기 폴대(20)의 상단에 부착된 가로대(23)에 부착된 가로등(60)과, 상기 가로대(31)에 설치되는 주변 영상을 촬영하여 영상 정보를 얻는 AI 기반 카메라(30)와; 스마트 전광판(40)과, CCTV 카메라(50)와; 상기 폴대(20)에 설치되어 교통 관련 정보를 인식하는 방범용 지능형 CCTV(21)와; 상기 폴대(20)에 환경센서(22), 통신장치(23), 음성방송을 하기 위한 스피커(24) 및 정보를 수집하고 기기들을 제어하는 스마트폴(100)을 포함하는 스마트폴 통합제어 시스템에 있어서,
주변 환경 정보들을 측정하는 상기 환경 센서(22)를 통해 측정되는 주변 환경 정보들을 수신하고, 수신되는 주변 환경 정보들을 기초로 빅데이터를 구축하며, 구축되는 빅데이터를 분석한 결과를 기초로 상기 스마트폴(100)을 제어하는 서버(200) 및 사용자 단말(300)로 구성되고;
상기 스마트폴(100)은 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(160), 구동부(170), 프로세서(180) 및 영상인식부(190)를 포함하고; 상기 서버(200)는 입력부(210), 출력부(220), 통신부(230), 분석부(240) 및 제어부(250)를 포함하며;
상기 서버(200)의 통신부(230)는 네트워크(10)를 통해 서버(200)와의 통신을 위한 통신 환경을 제공하며, 적어도 하나의 상기 스마트폴(100)로부터 수집되는 정보를 제어부(250)로 제공할 수 있고, 상기 제어부(250)로부터 제공되는 제어 정보를 상기 네트워크(10)를 통해 적어도 하나의 스마트폴(100)로 제공하며;
상기 스마트폴(100)의 상기 통신부(110)는 상기 사용자 단말(300) 또는 상기 서버(200)로부터 원격에서 제어하는 명령을 수신하며;
상기 사용자 단말(300)은 스마트폰, 태블릿 PC 울트라북, 노트북 컴퓨터, 개인용 컴퓨터 또는 HMD(head mounted display) 중 어느 하나이고;
상기 사용자 단말(300)은 직접 또는 상기 서버(200)를 통해 사용자의 상기 스마트폴(100)에 제어 명령을 전달하며; 상기 서버(200)는 상기 통신부(230), 상기 제어부(250), 러닝 프로세서(260) 및 메모리(270)를 포함하고;
상기 메모리(270)는 학습 모델(290)을 구비한 모델 저장부(280)를 포함하고;
상기 제어부(250)는 상기 학습 모델(290)을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하며; 상기 러닝 프로세서(260)는 학습 데이터를 이용하여 인공 신경망 모델을 학습시킨 상기 학습 모델(290)을 생성할 수 있고;
상기 학습 모델(290)은 상기 서버(200)에 탑재된 상태에서 이용되거나, 상기 스마트폴(100)에 탑재되어 이용되며; 상기 제어부(250)는 상기 스마트폴(100)의 상기 지능형 CCTV(21)를 통해 측정되는 도로망의 교통량 데이터를 구축(빅데이터화)한 후 이를 상기 분석부(240)에 제공하며; 상기 분석부(240)는 제어부(250)로부터 제공된 빅데이터에 기초하여, 장래의 교통량을 예측할 수 있으며, 예측된 정보로 장래의 교통량을 산출하여 상기 제어부(250)로 피드백하며;
상기 제어부(250)는 예측된 장래의 교통량에 기초하여, 상기 스마트폴(100)의 조명 밝기를 적응적으로 제어할 수 있으며, 도로망의 돌발 상황이나 비상 상황 시 상기 스마트폴(100)의 조명 밝기와 비상 알림 조명을 적응적으로 제어할 수 있는 것을 특징으로 한다.
주변 환경 정보들을 측정하는 상기 환경 센서(22)를 통해 측정되는 주변 환경 정보들을 수신하고, 수신되는 주변 환경 정보들을 기초로 빅데이터를 구축하며, 구축되는 빅데이터를 분석한 결과를 기초로 상기 스마트폴(100)을 제어하는 서버(200) 및 사용자 단말(300)로 구성되고;
상기 스마트폴(100)은 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(160), 구동부(170), 프로세서(180) 및 영상인식부(190)를 포함하고; 상기 서버(200)는 입력부(210), 출력부(220), 통신부(230), 분석부(240) 및 제어부(250)를 포함하며;
상기 서버(200)의 통신부(230)는 네트워크(10)를 통해 서버(200)와의 통신을 위한 통신 환경을 제공하며, 적어도 하나의 상기 스마트폴(100)로부터 수집되는 정보를 제어부(250)로 제공할 수 있고, 상기 제어부(250)로부터 제공되는 제어 정보를 상기 네트워크(10)를 통해 적어도 하나의 스마트폴(100)로 제공하며;
상기 스마트폴(100)의 상기 통신부(110)는 상기 사용자 단말(300) 또는 상기 서버(200)로부터 원격에서 제어하는 명령을 수신하며;
상기 사용자 단말(300)은 스마트폰, 태블릿 PC 울트라북, 노트북 컴퓨터, 개인용 컴퓨터 또는 HMD(head mounted display) 중 어느 하나이고;
상기 사용자 단말(300)은 직접 또는 상기 서버(200)를 통해 사용자의 상기 스마트폴(100)에 제어 명령을 전달하며; 상기 서버(200)는 상기 통신부(230), 상기 제어부(250), 러닝 프로세서(260) 및 메모리(270)를 포함하고;
상기 메모리(270)는 학습 모델(290)을 구비한 모델 저장부(280)를 포함하고;
상기 제어부(250)는 상기 학습 모델(290)을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하며; 상기 러닝 프로세서(260)는 학습 데이터를 이용하여 인공 신경망 모델을 학습시킨 상기 학습 모델(290)을 생성할 수 있고;
상기 학습 모델(290)은 상기 서버(200)에 탑재된 상태에서 이용되거나, 상기 스마트폴(100)에 탑재되어 이용되며; 상기 제어부(250)는 상기 스마트폴(100)의 상기 지능형 CCTV(21)를 통해 측정되는 도로망의 교통량 데이터를 구축(빅데이터화)한 후 이를 상기 분석부(240)에 제공하며; 상기 분석부(240)는 제어부(250)로부터 제공된 빅데이터에 기초하여, 장래의 교통량을 예측할 수 있으며, 예측된 정보로 장래의 교통량을 산출하여 상기 제어부(250)로 피드백하며;
상기 제어부(250)는 예측된 장래의 교통량에 기초하여, 상기 스마트폴(100)의 조명 밝기를 적응적으로 제어할 수 있으며, 도로망의 돌발 상황이나 비상 상황 시 상기 스마트폴(100)의 조명 밝기와 비상 알림 조명을 적응적으로 제어할 수 있는 것을 특징으로 한다.
삭제
삭제
삭제
삭제
삭제
본 발명에 의하면, 스마트폴에 설치된 각종 센서로부터 정보를 수집한 후 이를 빅데이터화하고, 빅데이터화된 결과를 기초로 스마트폴을 제어하고, AI 기반 영상분석으로 가로등 조명과 실시간 교통 상황을 스마트 전광판에 표시하며, 무단횡단 예방 및 위반자를 검거할 수 있는 효과가 있다.
또한 본 발명의 스마트 전광판에 의하여 자동차 속도감지, 주정차 위반, 불법 주정차 안내 및 횡단보도 화면을 표시하고; 스마트폴의 영상인식부는 AI 영상분석 기반의 정지선 위반 차량의 계도, 불법 주정차 차량 계도, 접근 차량 속도 표시 및 횡단보도 상황을 인식하고; 불법 주정차 및 정지선 위반 차량 등 위반 상황 발생 시 화면 표출로 위반 차량을 계도하고; 접근하는 차량의 속도 제한 표시로 차량을 안전하게 유도하고; 횡단보도 보행자 등 표출로 보행자를 안전하게 유도할 수 있다.
도 1은 본 발명의 실시예에 따른 스마트폴 통합제어 시스템의 개념도
도 2는 본 발명의 스마트폴 시스템의 구성도
도 3은 본 발명의 실시예에 따른 스마트폴의 블록도
도 4는 본 발명의 실시예에 따른 서버의 블록도
도 5는 도 4의 서버의 상세한 구성도
도 2는 본 발명의 스마트폴 시스템의 구성도
도 3은 본 발명의 실시예에 따른 스마트폴의 블록도
도 4는 본 발명의 실시예에 따른 서버의 블록도
도 5는 도 4의 서버의 상세한 구성도
도 1은 본 발명의 실시예에 따른 스마트폴 통합제어 시스템의 개념도이고, 도 2는 본 발명의 스마트폴 시스템의 구성도이고, 도 3은 본 발명의 실시예에 따른 스마트폴의 블록도이다. 도 4는 본 발명의 실시예에 따른 서버의 블록도이고, 도 5는 도 4의 서버의 상세한 구성도이다.
도 1은 본 발명의 실시예에 따른 스마트폴 통합제어 시스템의 개념도이다. 도 1을 참조하면, 스마트폴 통합제어 시스템은 스마트폴(100)과, 네트워크(10)를 통해 서버(200) 및 사용자 단말(300)과 연동하여 시스템을 구성한다.
삭제
스마트폴 시스템은 주변 환경 정보들을 측정하는 다수의 센서를 구비하고, 도로망 기반에서 지역별로 다수의 설치된 스마트폴(100)과; 상기 센서들을 통해 측정되는 주변 환경 정보들을 수신하고, 수신되는 주변 환경 정보들을 기초로 빅데이터를 구축한다.
구축된 빅데이터를 분석한 결과를 기초로 상기 스마트폴(100)을 제어하는 서버(200) 및 사용자 단말(300)로 구성된다.
상기 네트워크(10)는 WCDMA(wideband CDMA)와 같은 3G 네트워크, LTE(Long Term Evolution) 네트워크와 같은 4G 네트워크, 5G 네트워크, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), DSRC(dedicated short range communication), 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee 및 NFC(Near Field Communication)를 포함하는 무선 통신 네트워크 등을 이용하여 구성될 수 있다.
스마트폴 통합제어 시스템을 구성하는 각 장치는 네트워크를 통해 서로 연결될 수 있다. 본 발명의 일실시예에 따라, 각 장치들은 기지국 또는 AP(access point)를 통해서 서로 통신할 수도 있지만, 기지국 또는 AP를 통하지 않고 직접 서로 통신할 수도 있다.
상기 서버(200)는 인공지능 프로세싱을 수행하는 AI 서버와 빅데이터에 대한 연산을 수행하는 빅데이터 서버를 포함할 수 있다. 또는 하나의 서버가 인공지능 프로세싱 기능 및 빅데이터 처리 연산 기능을 모두 포함하고 있을 수 있다.
상기 서버(200)는 사용자 단말(300)에 설치된 신호등 구동 애플리케이션 또는 구동 웹 브라우저를 이용하여 스마트폴(100)의 동작을 원격에서 제어할 수 있도록 하는 웹 서버 또는 애플리케이션 서버를 포함할 수 있다.
상기 서버(200)는 시스템을 구성하는 스마트폴(100)과 네트워크(10)를 통하여 연결되고, 연결된 스마트폴(100)의 인공지능 프로세싱과 결합한다.
상기 서버(200)는 스마트폴(100)을 대신하여 기계 학습 알고리즘에 따라 인공 신경망을 학습시켜 학습된 인공 신경망 모델(이하,"학습 모델"이라 한다)을 생성할 수 있고, 학습 모델을 직접 저장하거나 스마트폴(100)에 전송할 수 있다.
상기 서버(200)는 스마트폴(100)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 스마트폴(100)로 전송할 수 있다.
다른 일실시예들에 따라, 스마트폴(100)은 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다. 사용자 단말(300)은 예를 들어, 스마트폰, 태블릿 PC(tablet PC), 울트라북(ultra book), 노트북 컴퓨터, 개인용 컴퓨터, 워치형 인공지능 기기(smartwatch) 및 HMD(head mounted display)를 사용할 수 있다.
도 2는 본 발명의 스마트폴 시스템의 구성도이다.
도 2를 참조하면, 도로가의 지면에 고정되어 세워지는 폴대(20)와, 상기 폴대(20)의 상부 일측에 결합되어 측방향으로 연장되게 배치된 적어도 하나 이상의 가로대(31)와, 상기 가로대(31)에 설치되는 주변 영상을 촬영하여 영상 정보를 얻는 AI 기반 카메라(30)와, 스마트 전광판(40)과, CCTV 카메라(50)와, 상기 폴대(20)에 설치되어 교통 관련 정보를 인식하는 방범용 지능형 CCTV(21)를 포함한다.
상기 AI 기반 카메라(30)는 돔형 또는 불렛형이다. 또한 상기 폴대(20)의 상단에 부착된 가로대(23)에 가로등(60)이 부착된다.
상기 폴대(20)에 환경센서(22), 통신장치(23), 음성방송을 하기 위한 스피커(24) 및 정보를 수집하고 기기들을 제어하는 스마트폴(100)을 부착한다.
상기 지능형 CCTV(21)는 AI 영상분석으로 횡단 대기자 판별 및 횡단보도 진입 여부를 인식한다. 또한 보행자 무단횡단 시도 시 스피커로 보행자 경고하고, 횡단보도 및 인근 보행자 정보, 신호 위반자 정보 등을 센터로 전송하고 통계화한다.
상기 스마트 전광판(40)은 자동차 속도감지, 주정차 위반, 불법 주정차 안내 및 횡단 보도 화면을 표시한다. 상기 스마트폴(100)의 영상인식부(190)는 AI 영상분석 기반의 정지선 위반 차량의 계도, 불법 주정차 차량 계도, 접근 차량 속도 표시 및 횡단보도 상황을 표시한다. 특히, 불법 주정차 및 정지선 위반 차량 등 위반 상황 발생 시 화면 표출로 위반 차량을 계도한다. 또한 접근하는 차량의 속도 제한 표시로 차량을 안전하게 유도한다. 횡단보도 보행자 등 표출로 보행자를 안전하게 유도할 수 있다.
도 3은 본 발명의 실시예에 따른 스마트폴의 블록도이다.
도 3을 참조하면, 스마트폴(100)은 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(160), 구동부(170), 프로세서(180) 및 영상인식부(190)로 구성된다. 상기 통신부(110)는 사용자 단말(300) 또는 서버(200)로부터 원격에서 제어하는 명령을 수신할 수 있다.
사용자 단말(300)은 직접 또는 서버(200)를 통해 사용자의 스마트폴(100)에 제어 명령을 전달할 수 있다. 스마트폴(100)은 통신부(110)를 통해 해당 제어 명령을 수신하고 그에 따라 스마트폴 기능을 수행할 수 있다.
또한, 스마트폴(100)은 통신부(110)를 통해 사용자 단말(300)로 직접 또는 서버(200)를 통해 스마트폴 작동 현황을 전달할 수 있다.
상기 통신부(110)는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(LongTerm Evolution), 5G (fifth generation communication), WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity),
DSRC(dedicated short range communication), Bluetooth, RFID(Radio Frequency
Identification), ZigBee, NFC(Near Field Communication)을 포함하는 무선 통신 기술 또는 LAN(local area network), WAN(wide area network), MAN(metropolitan area network) 및 이더넷을 포함하는 유선 통신 기술을 이용할 수 있다.
상기 러닝 프로세서(130)는 데이터 분석, 지능형 의사 결정, 및 기계 학습 알고리즘 및 기술을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다. 상기 러닝 프로세서(130)는 스마트폴(100)에 통합되거나 구현된 메모리를 포함할 수 있다. 일부 실시 예에서, 러닝 프로세서(130)는 메모리(160)를 사용하여 구현될 수 있다.
선택적으로 또는 부가적으로, 러닝 프로세서(130)는 스마트폴(100)에 직접 결합한 외부 메모리 또는 스마트폴(100)과 통신하는 서버에서 유지되는 메모리와 같이 스마트폴(100)과 관련된 메모리를 사용하여 구현될 수 있다.
다른 실시 예에서, 러닝 프로세서(130)는 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 스마트폴(100)에 의해 액세스할 수 있는 다른 원격 메모리 위치를 이용하여 구현될 수 있다.
러닝 프로세서(130)는 일반적으로 지도 학습, 비지도 학습, 강화 학습, 데이터 마이닝, 예측 분석 또는 다른 전자 장치에서 사용하기 위해 데이터를 식별, 색인화, 카테고리화, 조작, 저장, 검색 및 출력하기 위해 데이터를 하나 이상의 데이터베이스에 저장하도록 구성될 수 있다. 상기 러닝 프로세서(130)에 의해 저장된 정보는 다양한 다른 유형의 데이터 분석 알고리즘 및 기계 학습 알고리즘 임의의 것을 사용하여 프로세서(180) 또는 스마트폴(100)의 하나 이상의 다른 제어기로 이용될 수 있다.
이러한 알고리즘의 예로는, k-최근 인접 시스템, 퍼지 논리(예: 가능성 이론), 신경 회로망, 볼츠만 기계, 벡터 양자화, 펄스 신경망, 지원 벡터 기계, 최대 마진 분류기, 힐 클라이밍, 유도 논리 시스템 베이지안 네트워크, 인공 융합, 센서 융합, 이미지 융합, 보강 학습, 증강 현실, 패턴 인식 및 자동화된 계획 등을 포함할 수 있다.
러닝 프로세서(130)는 기계 학습 알고리즘에서 사용하는 인공 신경망(artificial neural network, ANN) 모델을 메모리(160)에 저장할 수 있고, 인공 신경망 모델을 학습시킨 학습 모델을 생성하여 메모리(160)에 저장하고 있을 수 있으며, 학습 모델을 이용하여 입력되는 데이터에 기초하여 분류, 검출, 인지와 같은 작업을 수행할 수 있다.
인공 신경망은 기계 학습에서 사용되는 모델로서, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런들로 구성되는, 문제 해결 능력을 갖추는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력 값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
센싱부(140)는 주변 환경 정보들을 측정하는 도 2의 환경센서(22)를 통해서 정보를 수집하고 상기 프로세서(180)로 정보를 전송한다.
영상인식부(190)는 도 2의 스마트 전광판(40)과 지능형 CCTV(21)에서 전송된 영상정보를 분석하고 파악한다.
상기 지능형 CCTV(21)는 AI 기반 카메라를 사용하고, 상기 영상인식부(190)는 AI 영상분석으로 횡단보도 인근 차량 또는 사람을 인식할 수 있다. 정보를 수집하고, 영상분석하고 처리한다. 예를 들어, 불법 주정차 차량, 정지선 위반 차량 등 판별 및 현장 표출, 차량 통행량 및 신호 위반 차량 정보 등을 센터로 전송하고 통계화한다.
도 4는 본 발명의 실시예에 따른 서버의 블록도이다.
도 4에 도시한 바와 같이, 본 발명의 실시예에서 서버(200)는 입력부(210), 출력부(220), 통신부(230), 분석부(240) 및 제어부(250)로 구성된다.
상기 서버(200)는 다수 개 설치된 스마트폴(100) 근처에 설치될 수 있고, 교통관리 센터에 원격으로 설치될 수 있다.
상기 입력부(210)는 사용자로부터 소정의 제어 명령을 입력받을 수 있다.
상기 출력부(220)는 사용자가 입력한 제어 명령에 따른 제어 정보 또는 스마트폴의 작동 상태, 시간 등을 표시할 수 있다. 상기 출력부(220)는 시각 또는 청각 등과 관련된 출력을 발생시킬 수 있다. 일실시예에 따라, 상기 출력부(220)는 상기 제어부(250)에 구비된 시각 정보를 출력하는 디스플레이 및/또는 LED 또는 청각 정보를 출력하는 스피커 등을 이용하여 사용자에게 필요한 데이터를 출력할 수 있다.
상기 통신부(230)는 네트워크(10)를 통해 서버(200)와의 통신을 위한 통신 환경을 제공하며, 적어도 하나의 스마트폴(100)로부터 수집되는 정보를 제어부(250)로 제공할 수 있다. 상기 제어부(250)로부터 제공되는 제어 정보를 네트워크(10)를 통해 적어도 하나의 스마트폴(100)로 제공할 수 있다.
상기 통신부(230)는 예를 들어 장거리 저전력 통신(Low Power Wide Area) 중 LoRa(Long Range) 통신으로 상호간 채널을 형성하여 데이터를 송수신할 수 있다. 그리고, 원격지 통신을 위하여 LoRaWAN(Long Range WideArea Network(LoRaWAN)을 이용할 수 있다. CCTV, 온도 센서 및 습도 센서, 미세먼지 센서, CO2 센서 등을 이용하여 스마트폴(100)의 동작 상태 및 주변의 환경을 모니터링을 할 수 있고 장거리 저전력 통신을 이용하기 때문에 기존의 가로등 문제도 해결할 수 있다.
기존의 Wi-Fi나 ZigBee와 같은 무선 통신 기술은 전송 속도는 높지만 통신 거리가 100m 이내로 짧지만, LoRaWAN의 최소 통신거리가 약 500m로 장거리 통신을 지원한다. 높은 보안성을 가지기 위해 AES base64(Advanced Encryption Standard base64) 방식을 사용할 수 있고, 통신 가능 거리는 최대 16km이며, 통신 주파수 대역은 ISM 밴드인 915MHz 대역으로 비면허 대역이기 때문에 주파수 이용에 따른 비용이 발생하지 않는다. 특히 LoRaWAN 통신은 특정 주파수에 간섭이 있더라도 간섭이 없는 다른 주파수를 자동으로 찾으며 이를 이용하여 만약 전송에 실패하더라도 자동으로 정보를 재전송하여 안정적으로 정확한 정보를 제공할 수 있다.
상기 제어부(250)는 통신부(230)를 통해 스마트폴(100)로부터 수집되는 데이터를 빅데이터화하고, 분석부(240)를 통해 빅데이터를 분석하도록 하며, 상기 분석부(230)를 통해 분석된 결과를 기초로 도로망 기반의 스마트폴(100)을 통합 제어할 수 있다. 예를 들어, 상기 제어부(250)는 스마트폴(100)의 지능형 CCTV(21)를 통해 측정되는 도로망의 교통량 데이터를 구축(빅데이터화)한 후 이를 분석부(240)에 제공할 수 있다.
상기 분석부(240)는 제어부(250)로부터 제공된 빅데이터에 기초하여, 장래의 교통량을 예측할 수 있으며, 예측된 정보, 즉, 예측된 장래의 교통량을 산출하여 제어부(250)로 피드백할 수 있다. 상기 제어부(250)는 예측된 장래의 교통량에 기초하여, 스마트폴(100)의 조명 밝기를 적응적으로 제어할 수 있으며, 도로망의 돌발 상황이나 비상 상황 시 스마트폴(100)의 조명 밝기와 비상 알림 조명을 적응적으로 제어할 수 있다.
상기 제어부(250)는 스마트폴(100)로부터 수집된 데이터에서 특징 파라미터를 추출하고, 추출된 특징 파라미터를 딥 러닝, 특히 컨벌루션 신경망(Convolution Neural Network, CNN)을 이용하는 딥 러닝에 적합한 형태로 변환하여 분석부(240)에 제공한다.
상기 분석부(240)는 특징 파라미터 조합에 딥 러닝을 적용하여 도로망 기반의 스마트폴의 제어에 필요한 분석을 수행할 수 있다.
또한, 제어부(250)는 스마트폴(100)의 각종 센서, 예컨대 온도 센서, 습도 센서, 미세먼지 센서, CO2 센서 등에서 감지되는 환경 정보와, 기상 정보 제공 서버(300)로부터 제공되는 기상 정보를 수집한 후 이를 빅데이터화하여 분석부(240)에 제공한다.
상기 분석부(230)는 스마트폴(100) 주변의 예측된 날씨 정보를 산출하고, 스마트폴(100) 주변의 예측된 결빙 구간을 산출할 수 있다. 예측된 날씨 정보와 결빙 구간 정보는 제어부(250)의 제어하에, 스마트폴(100) 주변의 기설정된 반경에 위치하는 모바일 단말(예를 들어, 휴대 전화기)들에 제공되어, 모바일 단말 사용자들에게 예측된 결빙 구간 안내 서비스를 제공할 수 있다. 또는, 제어부(250)는 예측된 날씨 정보와 결빙 구간 정보를 기초로 스마트폴(100)의 비상 알림 조명(결빙 구간 알림 조명)을 제어할 수 있다.
도 5는 도 4의 서버의 상세한 구성도이다.
도 5를 참조하면, 서버(200)는 스마트폴(100)과 연결되고, 인공지능 기능을 포함할 수 있다. 상기 서버(200)는 기계 학습 알고리즘을 이용하여 인공 신경망 모델을 학습시키거나 학습된 인공 신경망 모델인 학습 모델을 이용하는 장치를 의미할 수 있다. 여기서, 상기 서버(200)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수도 있다.
본 발명의 다른 일실시예에 따른 서버(200)는 통신부(230), 제어부(250), 러닝 프로세서(260) 및 메모리(270)를 포함할 수 있다. 상기 메모리(270)는 학습 모델(290)을 구비한 모델 저장부(280)를 포함한다.
상기 통신부(230)는 스마트폴(100) 및 사용자 단말(300)을 포함하는 외부 장치와 데이터를 송수신할 수 있다. 일실시예에 따라 통신부(230)는 네트워크를 통해 외부 장치와 데이터를 송수신할 수 있거나, 외부 장치와 직접 데이터를 송수신할 수 있다.
상기 모델 저장부(280)는 러닝 프로세서(260)를 통하여 학습 중인 또는 학습된 학습 모델(290)을 저장할 수 있다. 상기 메모리(270)는 스마트폴(100)의 작동정보를 포함하고, 스마트폴(100)를 제어하기 위한 제어 명령을 저장하고 있을 수 있다.
상기 메모리(270)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있다. 상기 메모리(270)는 DRAM, SRAM, 또는 SDRAM 등과 같은 휘발성 메모리, OTPROM(one time programmable ROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, NAND 플래시 메모리, 또는 NOR 플래시 메모리 등과 같은 비휘발성 메모리, SSD, CF(compact flash) 카드, SD 카드, Micro-SD 카드, Mini-SD 카드, Xd 카드, 또는 메모리 스틱(memory stick) 등과 같은 플래시 드라이브, 또는 HDD와 같은 저장 장치를 포함할 수 있다.
러닝 프로세서(260)는 학습 데이터를 이용하여 인공 신경망 모델을 학습시킨 학습 모델(290)을 생성할 수 있다. 학습 모델(290)은 서버(200)에 탑재된 상태에서 이용되거나, 스마트폴(100)과 같은 외부 장치에 탑재되어 이용될 수 있다.
학습 모델(290)은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어(instruction)는 메모리(270)에 저장될 수 있다. 상기 제어부(250)는 학습 모델(290)을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.
본 발명은 첨부된 도면을 참조하여 바람직한 실시예를 중심으로 기술되었지만 당업자가 이러한 기재로부터 본 발명의 기술사상의 범주를 벗어남이 없이 많은 다양한 자명한 변형이 가능하다는 것은 명백하다. 따라서 본 발명은 이러한 많은 변형의 예들을 포함하도록 기술된 청구범위에 의해서 해석되어야 한다.
본 발명의 인공지능 기반 스마트폴 통합제어 시스템은 스마트폴에 설치된 각종 센서로부터 정보를 수집한 후 이를 빅데이터화하고, 빅데이터화된 결과를 기초로 스마트폴을 제어하고, AI 기반 영상분석으로 가로등 조명과 실시간 교통 상황을 스마트 전광판에 표시하며, 무단횡단 예방 및 위반자를 검거할 수 있는 효과가 있으므로 산업상 유용한 발명이다.
10: 네트워크 20: 폴대
21: 지능형 CCTV 22: 환경센서
30: AI 기반 카메라 40: 스마트 전광판
50: CCTV 카메라 60: 가로등
100: 스마트폴 110: 통신부
130: 러닝 프로세서 180: 프로세서
190: 영상인식부 200: 서버
240: 분석부 250: 제어부
300: 사용자 단말
21: 지능형 CCTV 22: 환경센서
30: AI 기반 카메라 40: 스마트 전광판
50: CCTV 카메라 60: 가로등
100: 스마트폴 110: 통신부
130: 러닝 프로세서 180: 프로세서
190: 영상인식부 200: 서버
240: 분석부 250: 제어부
300: 사용자 단말
Claims (7)
- 도로가의 지면에 고정되어 세워지는 폴대(20)와, 상기 폴대(20)의 상부 일측에 결합되어 측방향으로 연장되게 배치된 적어도 하나 이상의 가로대(31)와, 상기 폴대(20)의 상단에 부착된 가로대(23)에 부착된 가로등(60)과,
상기 가로대(31)에 설치되는 주변 영상을 촬영하여 영상 정보를 얻는 AI 기반 카메라(30)와; 스마트 전광판(40)과, CCTV 카메라(50)와;
상기 폴대(20)에 설치되어 교통 관련 정보를 인식하는 방범용 지능형 CCTV(21)와; 상기 폴대(20)에 환경센서(22), 통신장치(23), 음성방송을 하기 위한 스피커(24) 및 정보를 수집하고 기기들을 제어하는 스마트폴(100)을 포함하는 스마트폴 통합제어 시스템에 있어서,
주변 환경 정보들을 측정하는 상기 환경 센서(22)를 통해 측정되는 주변 환경 정보들을 수신하고, 수신되는 주변 환경 정보들을 기초로 빅데이터를 구축하며, 구축되는 빅데이터를 분석한 결과를 기초로 상기 스마트폴(100)을 제어하는 서버(200) 및 사용자 단말(300)로 구성되고;
상기 스마트폴(100)은 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(160), 구동부(170), 프로세서(180) 및 영상인식부(190)를 포함하고;
상기 서버(200)는 입력부(210), 출력부(220), 통신부(230), 분석부(240) 및 제어부(250)를 포함하며;
상기 서버(200)의 통신부(230)는 네트워크(10)를 통해 서버(200)와의 통신을 위한 통신 환경을 제공하며, 적어도 하나의 상기 스마트폴(100)로부터 수집되는 정보를 제어부(250)로 제공할 수 있고, 상기 제어부(250)로부터 제공되는 제어 정보를 상기 네트워크(10)를 통해 적어도 하나의 스마트폴(100)로 제공하며;
상기 스마트폴(100)의 상기 통신부(110)는 상기 사용자 단말(300) 또는 상기 서버(200)로부터 원격에서 제어하는 명령을 수신하며;
상기 사용자 단말(300)은 스마트폰, 태블릿 PC 울트라북, 노트북 컴퓨터, 개인용 컴퓨터 또는 HMD(head mounted display) 중 어느 하나이고;
상기 사용자 단말(300)은 직접 또는 상기 서버(200)를 통해 사용자의 상기 스마트폴(100)에 제어 명령을 전달하며;
상기 서버(200)는 상기 통신부(230), 상기 제어부(250), 러닝 프로세서(260) 및 메모리(270)를 포함하고;
상기 메모리(270)는 학습 모델(290)을 구비한 모델 저장부(280)를 포함하고;
상기 제어부(250)는 상기 학습 모델(290)을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하며; 상기 러닝 프로세서(260)는 학습 데이터를 이용하여 인공 신경망 모델을 학습시킨 상기 학습 모델(290)을 생성할 수 있고;
상기 학습 모델(290)은 상기 서버(200)에 탑재된 상태에서 이용되거나, 상기 스마트폴(100)에 탑재되어 이용되며;
상기 제어부(250)는 상기 스마트폴(100)의 상기 지능형 CCTV(21)를 통해 측정되는 도로망의 교통량 데이터를 구축(빅데이터화)한 후 이를 상기 분석부(240)에 제공하며; 상기 분석부(240)는 제어부(250)로부터 제공된 빅데이터에 기초하여, 장래의 교통량을 예측할 수 있으며, 예측된 정보로 장래의 교통량을 산출하여 상기 제어부(250)로 피드백하며;
상기 제어부(250)는 예측된 장래의 교통량에 기초하여, 상기 스마트폴(100)의 조명 밝기를 적응적으로 제어할 수 있으며, 도로망의 돌발 상황이나 비상 상황 시 상기 스마트폴(100)의 조명 밝기와 비상 알림 조명을 적응적으로 제어할 수 있는 것을 특징으로 하는 인공지능 기반 스마트폴 통합제어 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230081081A KR102618714B1 (ko) | 2023-06-23 | 2023-06-23 | 인공지능 기반 스마트폴 통합제어 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230081081A KR102618714B1 (ko) | 2023-06-23 | 2023-06-23 | 인공지능 기반 스마트폴 통합제어 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102618714B1 true KR102618714B1 (ko) | 2023-12-28 |
Family
ID=89384831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230081081A KR102618714B1 (ko) | 2023-06-23 | 2023-06-23 | 인공지능 기반 스마트폴 통합제어 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102618714B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101076485B1 (ko) | 2009-08-31 | 2011-10-24 | 김영미 | 신호등 및 가로등 통합제어시스템 |
| KR102398489B1 (ko) | 2021-04-15 | 2022-05-18 | 주식회사 에이치애비뉴앤컴퍼니 | 스마트 빌리지 시스템용 다기능 스마트 폴 |
| KR20220117016A (ko) * | 2021-02-16 | 2022-08-23 | 주식회사 대한전광씨앤씨 | 교통약자 횡단보도 구역 보행자 위치 추적 스마트폴시스템 |
| KR20220126011A (ko) * | 2021-03-08 | 2022-09-15 | (주) 아트온 | 도로망 기반의 스마트 폴 통합 제어 시스템 |
| KR20230054189A (ko) | 2021-10-15 | 2023-04-24 | 장현실 | 홀로그램 영상 표시기능을 갖는 스마트 종합폴 시스템 |
-
2023
- 2023-06-23 KR KR1020230081081A patent/KR102618714B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101076485B1 (ko) | 2009-08-31 | 2011-10-24 | 김영미 | 신호등 및 가로등 통합제어시스템 |
| KR20220117016A (ko) * | 2021-02-16 | 2022-08-23 | 주식회사 대한전광씨앤씨 | 교통약자 횡단보도 구역 보행자 위치 추적 스마트폴시스템 |
| KR20220126011A (ko) * | 2021-03-08 | 2022-09-15 | (주) 아트온 | 도로망 기반의 스마트 폴 통합 제어 시스템 |
| KR102534068B1 (ko) | 2021-03-08 | 2023-05-26 | (주) 아트온 | 도로망 기반의 스마트 폴 통합 제어 시스템 |
| KR102398489B1 (ko) | 2021-04-15 | 2022-05-18 | 주식회사 에이치애비뉴앤컴퍼니 | 스마트 빌리지 시스템용 다기능 스마트 폴 |
| KR20230054189A (ko) | 2021-10-15 | 2023-04-24 | 장현실 | 홀로그램 영상 표시기능을 갖는 스마트 종합폴 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200334979A1 (en) | Predictive, integrated and intelligent system for control of times in traffic lights | |
| US10237950B2 (en) | Adaptive outdoor lighting control system based on user behavior | |
| CN102638013B (zh) | 基于视觉注意机制的标靶图像识别输电线路状态监测系统 | |
| CN106686808B (zh) | 控制路灯照明的方法和装置 | |
| US9478129B1 (en) | Vehicle monitoring and control system | |
| EP3536126B1 (en) | A lighting-system and a lighting-system control method | |
| KR102122850B1 (ko) | 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션 | |
| CN105262987A (zh) | 基于物联网的道路全覆盖全景智能视频监控系统及方法 | |
| CN110998687B (zh) | 控制系统以及控制方法 | |
| KR102174556B1 (ko) | 차량번호 인식과 인공지능을 이용해 교통정보를 관제하는 영상감시장치 | |
| Turcu et al. | An internet of things-based distributed intelligent system with self-optimization for controlling traffic-light intersections | |
| EP4181083A1 (en) | Stopped vehicle detection and validation systems and methods | |
| KR102534068B1 (ko) | 도로망 기반의 스마트 폴 통합 제어 시스템 | |
| bin Wan Hussin et al. | Review of traffic control techniques for emergency vehicles | |
| KR102618714B1 (ko) | 인공지능 기반 스마트폴 통합제어 시스템 | |
| Faraj et al. | Intelligent traffic congestion control system using machine learning and wireless network | |
| KR20210012282A (ko) | 다기능 가로등 장치 및 운용방법 | |
| Srinivasan et al. | Smart Crosswalk Management with Vehicle-to-Pedestrian Communication | |
| KR20190065907A (ko) | 얼굴 인식을 이용한 교통 관리 시스템 | |
| KR20100108887A (ko) | 객체인식 카메라를 이용한 지능형 교통신호 제어장치 및 방법 | |
| KR102313634B1 (ko) | 교통 정보를 표시하기 위한 광을 조사하는 조명 장치와 이를 포함하는 지능형 교통 정보 제공 시스템 및 교통 정보 제공 방법 | |
| EP3073807B1 (en) | Apparatus and method for controlling a lighting system | |
| KR102187868B1 (ko) | 횡단보도 조명 제어장치 및 조명 제어 방법 | |
| KR102144712B1 (ko) | 스마트 도시형 led 시스템의 제어 방법 및 이를 제어하는 관리 서버 | |
| KR101867869B1 (ko) | 가로등 기반 재난 대응 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |