KR102646429B1 - 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템 - Google Patents
효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템 Download PDFInfo
- Publication number
- KR102646429B1 KR102646429B1 KR1020230082423A KR20230082423A KR102646429B1 KR 102646429 B1 KR102646429 B1 KR 102646429B1 KR 1020230082423 A KR1020230082423 A KR 1020230082423A KR 20230082423 A KR20230082423 A KR 20230082423A KR 102646429 B1 KR102646429 B1 KR 102646429B1
- Authority
- KR
- South Korea
- Prior art keywords
- building
- energy management
- module
- unit
- detects
- Prior art date
Links
- 238000013135 deep learning Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 43
- 230000033001 locomotion Effects 0.000 claims abstract description 27
- 238000004378 air conditioning Methods 0.000 claims abstract description 11
- 238000009423 ventilation Methods 0.000 claims abstract description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 11
- 238000010438 heat treatment Methods 0.000 claims abstract description 9
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 238000001816 cooling Methods 0.000 claims abstract description 8
- 238000001931 thermography Methods 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims abstract description 6
- 238000004891 communication Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 5
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 16
- 238000007726 management method Methods 0.000 description 77
- 238000000034 method Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 230000004044 response Effects 0.000 description 7
- 238000005265 energy consumption Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 101100323157 Arabidopsis thaliana LAP1 gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 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
-
- 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
- G06Q50/06—Energy or water supply
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Emergency Management (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
본 기술은 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템에 관한 것이다. 본 기술의 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템은, 건물 내외부에 설치되는 다수의 센서들을 포함하며, 딥러닝 기반으로 공공생활안전 영역 관련 관심객체를 검출하는 지능형 CCTV 모듈-상기 다수의 센서들은 영상을 촬상하는 이미지 센서, 열을 감지하는 열영상 센서, 공간 인식과 매핑을 수행하는 라이다 센서, 움직임을 감지하는 모션 센서, 화재를 감지하는 화재감지 센서, 화재 카메라의 시야 방향의 변경을 감지하는 굴절률 센서 중 하나 이상을 포함함-; 상기 건물의 냉난방/급탕/조명/공조/환기/신재생에너지 설비에 대한 효율적 에너지 관리를 수행하는 건물 에너지 관리 모듈; 및 상기 검출된 관심객체에 기초하여 상기 건물에 대한 에너지 관리가 수행되도록 상기 지능형 CCTV 모듈과 상기 건물 에너지 관리 모듈을 연계하는 이기종간 연계 모듈;을 포함한다. 본 기술은 지능형 CCTV 및 BEMS 융복합 기술이 적용된 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템을 제공할 수 있다.
Description
본 발명은 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템에 관한 것으로, 보다 구체적으로는 지능형 CCTV 및 BEMS 융복합 기술이 적용된 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템에 관한 것이다.
BEMS(building energy management system; 건물에너지관리시스템)는 건물에 IT 기술을 활용하여 전기, 공조, 방범, 방재 같은 여러 건축 설비를 관리하는 시스템이다. 건물에서 쓰는 여러 가지 설비를 관리하여 쾌적한 환경을 조성하고 에너지 절감과 인건비 절감은 물론 건물 수명 연장을 목표로 하고 있다. 이 시스템을 사용하면 평균 5~15%가량의 에너지를 절감할 수 있다고 알려져 있다. 경제협력개발기구(OECD) 아래에 있는 국제 에너지 기구(IEA, International Energy Agency)의 ECBCS(Energy Conservation in Buildings and Community Systems)에서 표준화하고 있다.
한편, 이러한 국제적 움직임과 달리, 현재 대형 빌딩, 오피스텔 등 대부분의 집단 주거 및 상업 지역은 재난 발생 시 알림 수단이 부족한 상황이고, 외부인의 무단 침입 등에 대한 대비 시스템이 구축되어 있지 않으며, 무분별한 불법 주정차 차량으로 사고 및 불편이 야기되고 있다.
또한, 건물에서 사용되는 냉난방공조 설비, 조명설비, 전력설비 등 불필요하게 낭비되는 일이 다반사이며, 이는 최근 저탄소 배출 운영 기조와도 맞지 않다.
특히 최근 사회 위험요인들은 시간이 지날수록 대형화, 다양화, 복잡해짐에 따라 돌발적으로 발생하는 경향을 보이고 있으며, 저출산·심신안전 추구 경향으로 위험성이 따르는 생활안전 관리에 인력을 직접 투입하는 데에 한계에 다다르고 있다. 사회위험으로부터 적절히 대응하기 위해서는 안전사고 발생 이후 사후대응이 아닌 사고 발생 이전의 '위기' 및 '위험'에 대한 포괄적인 안전관리가 필요하며 이에 따라 최신 ICT 기술을 활용하여 보다 과학적이고 체계적으로 안전을 관리하는 것이 점차 중요해지고 있다.
본 발명의 실시예는 지능형 CCTV 및 BEMS 융복합 기술이 적용된 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템을 제공한다.
한편, 본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 것이다.
본 발명의 실시예에 따른 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템으로서, 건물 내외부에 설치되는 다수의 센서들을 포함하며, 딥러닝 기반으로 공공생활안전 영역 관련 관심객체를 검출하는 지능형 CCTV 모듈-상기 다수의 센서들은 영상을 촬상하는 이미지 센서, 열을 감지하는 열영상 센서, 공간 인식과 매핑을 수행하는 라이다 센서, 움직임을 감지하는 모션 센서, 화재를 감지하는 화재감지 센서, 및 화재 카메라의 시야 방향의 변경을 감지하는 굴절률 센서 중 하나 이상을 포함함-; 상기 건물의 냉난방/급탕/조명/공조/환기/신재생에너지 설비에 대한 효율적 에너지 관리를 수행하는 건물 에너지 관리 모듈; 및 상기 검출된 관심객체에 기초하여 상기 건물에 대한 에너지 관리가 수행되도록 상기 지능형 CCTV 모듈과 상기 건물 에너지 관리 모듈을 연계하는 이기종간 연계 모듈;을 포함할 수 있다.
상기 지능형 CCTV 모듈은, 상기 다수의 센서들의 감지 결과를 기초로, 상기 건물에 대한 제3자의 침입 내지는 배회 여부를 인식하는 침입 및 배회 인식부, 상기 건물에 대한 화재 발생 여부를 감지하는 화재 감지부, 및 상기 건물에 대한 불법 주차를 감지하는 불법 주차 감지부를 포함할 수 있다.
상기 검출된 관심객체에 기초하여 상기 건물 내 통합 관제를 수행하는 통합 관제 모듈;을 더 포함하되, 상기 통합 관제 모듈은, 상기 검출된 관심객체를 이용하여 상기 건물 내 방송 장비를 통해 안내 방송을 수행하는 안내 방송부, 상기 검출된 관심객체에 관한 촬상 영상을 관제실로 전송하여 모니터링되도록 하는 영상 모니터링부, 및 상기 검출된 관심객체에 대한 신속 조치가 가능하도록 외부 기관에 보고하는 신속 조치 보고부 중 하나 이상을 포함할 수 있다.
상기 영상 모니터링부는 상기 모니터링 영상에 상기 에너지 관리를 위한 에너지 사용 목표값과 현재값, 상기 환기 관리를 위한 공기질 목표값과 현재값, 및 상기 공조 제어를 위한 실내 온도 목표값과 현재값을 텍스트 형태로 오버레이 하여 송출할 수 있다.
상기 이기종간 연계 모듈은, 상기 건물 에너지 관리 모듈과 데이터 통신을 가능하게 하는 RTU 통신 인터페이스부, 상기 지능형 CCTV 모듈의 영상분석서버와 데이터 통신을 가능하게 하는 이더넷 통신 인터페이스부, 상기 RTU 통신 인터페이스부와 상기 이더넷 통신 인터페이스부를 제어하는 펌웨어부, 및 상기 지능형 CCTV 모듈에 수집된 데이터를 상기 건물 에너지 관리 모듈에서 분석 가능하도록 하는 데이터 분석 처리부를 포함할 수 있다.
상기 건물 에너지 관리 모듈은, 상기 건물의 제1 영역과 제2 영역의 에너지 사용량을 비교하고, 그 차이가 기설정된 기준을 초과하는 경우에는 상기 신재생에너지 설비에 의한 발전량을 상기 제1 및 제2 영역들 중 사용량이 더 큰 어느 한 쪽으로 집중적으로 공급하여 상기 어느 한 쪽의 에너지 사용량을 상쇄시킴으로써, 상기 제1 및 제2 영역들간 전력 사용량의 밸런스를 맞추는 조절을 수행할 수 있다.
상기 지능형 CCTV 모듈은 상기 제1 영역 및 상기 제2 영역에서 각각 관심객체를 검출하되, 상기 밸런스 조절은 상기 제1 영역 및 상기 제2 영역 모두에서 관심객체로서 건물 내 기설정된 움직임 패턴을 만족하는 사람이 검출될 때에만 수행될 수 있다.
본 기술은 지능형 CCTV 및 BEMS 융복합 기술이 적용된 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템을 제공할 수 있다.
또한 본 기술은 지능형 CCTV와 BEMS를 융합하여 재난 및 범죄를 관제하고 지능형 CCTV와 에너지효율의 통합 연계를 통하여 공공의 생활안전 서비스를 극대화할 수 있다.
또한 본 기술은 이기종 간 인터페이스가 가능한 연계보드를 제공하여 지능형 CCTV와 BEMS간 정보연계가 원활히 이루어지도록 할 수 있다.
또한 본 기술은 생활안전 정보 감지 고도화를 위해 센서 연동을 통한 지능형 영상감지 및 딥러닝 기반 행위인식 및 행동분석이 가능하여 관심 이벤트를 감지할 수 있으며, 건물에 사용되는 에너지 데이터를 수집·분석을 통해 낭비되는 건물 에너지 전력 절약 및 관리, 관제시스템 운영을 올인원으로 수행 가능하다.
도 1은 일 실시예에 따른 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템의 전체적인 구성을 도시한다.
도 2는 일 실시예에 따른 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템의 상세한 구성을 도시한다.
도 3은 일 실시예에 따른 지능형 CCTV 모듈에 적용되는 다수의 센서들의 구성을 도시한다.
도 4는 일 실시예에 따른 지능형 CCTV 모듈의 세부적인 구성을 도시한다.
도 5는 일 실시예에 따른 지능형 CCTV 모듈을 위한 센서 인터페이스 보드와 지능형 영상분석 서버의 일 구현 예를 도시한다.
도 6은 일 실시예에 따른 이기종간 연계 모듈에 의해 두 모듈들이 서로 연계되는 개략도를 도시한다.
도 7은 일 실시예에 따른 이기종간 연계 모듈의 구성을 보다 상세하게 도시한다.
도 8은 일 실시예에 따른 이기종간 인터페이스가 가능한 연계보드의 일 구현예를 도시한다.
도 9는 일 실시예에 따른 통합 관제 모듈의 상세한 구성을 도시한다.
첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다.
도 2는 일 실시예에 따른 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템의 상세한 구성을 도시한다.
도 3은 일 실시예에 따른 지능형 CCTV 모듈에 적용되는 다수의 센서들의 구성을 도시한다.
도 4는 일 실시예에 따른 지능형 CCTV 모듈의 세부적인 구성을 도시한다.
도 5는 일 실시예에 따른 지능형 CCTV 모듈을 위한 센서 인터페이스 보드와 지능형 영상분석 서버의 일 구현 예를 도시한다.
도 6은 일 실시예에 따른 이기종간 연계 모듈에 의해 두 모듈들이 서로 연계되는 개략도를 도시한다.
도 7은 일 실시예에 따른 이기종간 연계 모듈의 구성을 보다 상세하게 도시한다.
도 8은 일 실시예에 따른 이기종간 인터페이스가 가능한 연계보드의 일 구현예를 도시한다.
도 9는 일 실시예에 따른 통합 관제 모듈의 상세한 구성을 도시한다.
첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다.
위와 같은 본 발명의 목적들, 다른 목적들, 특징들 및 이점들은 첨부된 도면과 관련된 이하의 바람직한 실시예들을 통해서 쉽게 이해될 것이다. 그러나 본 발명은 여기서 설명되는 실시예에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시예들은, 이해의 편의를 제공할 의도 이외에는 다른 의도 없이, 개시된 내용이 보다 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 문서에서 사용된 용어 "부"는, 예를 들면, 하드웨어, 소프트웨어 또는 펌웨어(firmware) 중 하나 또는 둘 이상의 조합을 포함하는 단위(unit)를 의미할 수 있다. "부"는, 예를 들면, 모듈(module), 유닛(unit), 로직(logic), 논리 블록(logical block), 부품(component), 또는 회로(circuit) 등의 용어와 바꾸어 사용(interchangeably use)될 수 있다. "부"는, 일체로 구성된 부품의 최소 단위 또는 그 일부가 될 수 있다. "부"는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수도 있다. "부"는 기계적으로 또는 전자적으로 구현될 수 있다. 예를 들면, "부"는, 알려졌거나 앞으로 개발될, 어떤 동작들을 수행하는 ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays) 또는 프로그램 가능 논리 장치(programmable-logic device) 중 적어도 하나를 포함할 수 있다.
본 명세서에서, 어떤 소자 또는 라인들이 대상 소자 블록에 연결된다 라고 언급된 경우에 그것은 직접적인 연결뿐만 아니라 어떤 다른 소자를 통해 대상 소자 블록에 간접적으로 연결된 의미까지도 포함한다.
또한, 각 도면에서 제시된 동일 또는 유사한 참조 부호는 동일 또는 유사한 구성 요소를 가급적 나타내고 있다. 일부 도면들에 있어서, 소자 및 라인들의 연결관계는 기술적 내용의 효과적인 설명을 위해 나타나 있을 뿐, 타의 소자나 회로블록들이 더 구비될 수 있다.
여기에 설명되고 예시되는 각 실시예는 그것의 상보적인 실시예도 포함될 수 있으며, 관심객체 검출의 일반적 동작, 건물 에너지 관리의 일반적 동작 및 그러한 일반적 동작들을 수행하기 위한 회로나 소자에 관한 세부는 본 발명의 요지를 모호하지 않도록 하기 위해 상세히 설명되지 않음을 유의한다.
도 1은 일 실시예에 따른 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템의 전체적인 구성을 도시한다. 도면에 도시된 바와 같이, 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템(1)(이하, 간단히 '통합 관제 시스템' 또는 더욱 간단히 '시스템'이라고도 함)은 지능형 CCTV 모듈(100)과 건물 에너지 관리 모듈(200)을 포함하여 공공생활안전과 건물의 효율적 에너지 관리가 가능한 스마트 통합 관제 서비스를 제공한다.
즉, 도면에 도시된 바와 같이, 시스템(1)은 화재 이벤트(FE), 무단 침입 이벤트(IE) 등을 감지하고, 환경 센서 인터페이스(ESI)와 건물(BD)의 효율적 에너지 관리를 제공하며, 융합된 결과를 통합 관제실 모니터(IM)을 통해 확인할 수 있도록 하며, 필요한 경우 건물 내 방송 장비(GB)를 통해 실시간 안내 방송을 수행한다.
시스템(1)은 지능형 CCTV 모듈(100)과 건물 에너지 관리 모듈(200)을 융합하여 재난 및 범죄를 관제하고 지능형 CCTV와 에너지효율의 통합 연계를 통하여 공공의 생활안전 서비스를 극대화한다. 이로써, 화재 등의 재난상황을 신속히 감지하여 방송 장비(GB)를 통한 비상안내방송을 수행함으로써 대형 인명 및 재난 피해를 예방할 수 있다.
시스템(1)은 지능형 CCTV 모듈(100)의 지능형 영상 분석 기술과 움직임 감지센서 연동을 통해 배회인을 판별하여 방송 장치(GB)에 의한 경고 방송 및 관제실 모니터(IM)에 의한 출력이 가능하도록 외부 전송을 수행함으로써 불법 무단 침입 사전 예방 기능을 제공할 수 있다.
시스템(1)은 딥러닝 기반 영상 분석 기술과 화재감지 등 외부 센서와의 융합을 통해 기존 센서기반 시스템 대비 보다 정확하게 실시간으로 재난 및 비상상황에 대응할 수 있도록 한다.
시스템(1)은 건물에 사용되는 에너지 흐름 파악을 통해 실내환경 및 에너지 사용 현황을 계량/계측하고 수집된 데이터로 설비를 운영할 수 있어 에너지를 절약하여 경제적 효과와 자원낭비 예방이 가능하도록 한다.
이를 위해 시스템(1)은 이기종간 연계 모듈(300)을 포함한다. 후술한다.
일 실시예에 따른 시스템(1)에 따르면, 생활안전 정보 감지 고도화를 위해 센서 연동을 통한 지능형 영상감지 및 딥러닝 기반 행위인식 및 행동분석이 가능하여 관심 이벤트(침입 및 배회 인식, 화재 발생)등을 감지할 수 있으며, 건물에 사용되는 에너지 데이터를 수집·분석을 통해 낭비되는 건물 에너지 전력 절약 및 관리, 관제시스템 운영을 올인원으로 수행 가능하다.
이하 도 2 내지 도 9를 참조하여 일 실시예에 따른 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템(1)의 구성을 보다 상세하게 살펴본다.
도 2는 일 실시예에 따른 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템(1)의 상세한 구성을 도시한다. 그리고, 도 3은 일 실시예에 따른 지능형 CCTV 모듈에 적용되는 다수의 센서들의 구성을 도시한다.
도 2에 도시된 바와 같이, 시스템(1)은 지능형 CCTV 모듈(100), 건물 에너지 관리 모듈(200), 이기종간 연계 모듈(300) 및 통합 관제 모듈(400)을 포함할 수 있다.
먼저, 지능형 CCTV 모듈(100)은 건물 내외부에 설치되는 다수의 센서(101)들을 포함하며, 딥러닝 기반으로 공공생활안전 영역 관련 관심객체를 검출한다.
관심객체의 검출을 위해, 지능형 CCTV 모듈(100)은 다수의 센서(101)들로부터 획득한 정보에 대해 알려진 객체 검출 알고리즘을 적용할 수 있다.
일례로, 획득한 이미지로부터 객체를 검출하기 위해 많은 양의 데이터 수집 과정, 수집한 이미지에 대해 레이블을 붙이는 데이터 레이블링 과정, 딥러닝 모델 선택 및 훈련 과정, 훈련을 마친 이후 정확도를 확인하고 모델을 개선하는 모델 검증 및 최적화 과정, 학습된 모델을 카메라와 연결된 시스템에 배포하는 모델 배포 과정, 획득한 이미지를 딥러닝 모델에 입력으로 제공하여 실시간으로 객체를 검출하는 실시간 객체 검출 과정 등을 수행할 수 있다. 객체 검출을 위한 딥러닝 모델로는 YOLO(You Only Look Once), SSD(Single Shot Multibox Detector), Faster R-CNN 등을 이용할 수 있으며 제시된 예시에 한정되지 않는다.
다른 예로, 획득한 3D 매핑 데이터로부터 객체를 검출하기 위해 상술한 과정들을 포함하는 알고리즘을 적용할 수 있다.
다수의 센서(101)들은 도 3에 도시된 바와 같이, 영상을 촬상하는 이미지 센서(101A), 열을 감지하는 열영상 센서(101B), 공간 인식과 매핑을 수행하는 라이다 센서(101C), 움직임을 감지하는 모션 센서(101D), 화재를 감지하는 화재감지 센서(101E), 카메라의 시야 방향의 변경을 감지하는 굴절률 센서(101F) 중 하나 이상을 포함할 수 있다. 도면에서는 101A 내지 101F를 대표하여 하나의 도면부호 101로 참조될 수 있다. 다수의 센서들은 도시된 예시에 한정되지 않으며 지능형으로서 감시 영역에 대한 공공생활안전 영역 관련 관심객체를 검출하기 위한 다른 센서들, 예를 들어 미세먼지 센서, 온습도 센서 등을 더 포함할 수 있다.
이미지 센서는 가시광 카메라일 수 있다. 열영상 센서는 적외선 카메라일 수 있다. 라이다(LiDAR) 센서는 레이저를 사용하여 물체와의 거리를 측정하고 공간을 인식 및 매핑하는 기능을 수행하는 장비일 수 있다. 모션 센서는 움직임을 감지하는 센서로 적외선, 초음파, 마이크로파 등 다양한 파장의 신호를 이용하여 전방 객체의 움직임을 감지하는 기능을 수행는 장비일 수 있다. 화재감지 센서는 화염감지, 연기감지, 열감지 등 다양한 방식으로 화재를 감지하는 장비일 수 있다. 굴절률 센서는 카메라의 시야 방향의 변경을 감지하는 역할을 하며 카메라의 방향이 변경될 때 이를 감지하여 출력신호를 생성하는 장비일 수 있다.
이를 통해, 지능형 CCTV 모듈(100)은 다수의 센서(101)들의 감지 결과를 기초로, 공공생활안전 영역 관련 관심객체를 검출할 수 있다.
도 4는 일 실시예에 따른 지능형 CCTV 모듈(100)의 세부적인 구성을 도시한다. 도면에 도시된 바와 같이, 지능형 CCTV 모듈(100)은 침입 및 배회 인식부(110), 화재 감지부(120), 불법 주차 감지부(130)를 포함할 수 있다.
침입 및 배회 인식부(110)는 건물(BD)에 대한 제3자의 침입 내지는 배회 여부를 인식한다. 침입 및 배회 인식부(110)는 상술한 모션 센서(101D)를 통한 움직임 파악 및 다른 센서의 활성화 시도, 공간 인식과 매핑을 수행하는 라이다 센서(101C)를 통한 건물 주변 정확한 3D 매핑 및 침입자의 움직임 파악, 열영상 센서(101B)를 통한 인체의 열 감지 및 침입자 움직임 검증, 굴절률 센서(101F)를 통한 카메라의 시야 방향 변경에 따른 침입자 추적 등을 수행하며, 이로부터 침입자를 특정, 위치, 움직임 패턴 등을 확인하고, 지능형 CCTV 모듈로 제공할 수 있다.
화재 감지부(120)는 건물(BD) 내부에 발생하는 화재를 인식한다. 화재 감지부(110)는 상술한 화재감지 센서(101E)를 통한 연기나 고온 또는 화염 감지 및 다른 센서의 활성화 시도, 열영상 센서(101B)를 통한 건물 내의 열 분포를 확인하여 보다 정확한 화재 발원지를 파악, 이미지 센서(101A)를 통한 불길, 연기 등 화재의 특징을 확인, 라이다 센서(101C)를 통한 건물 내부 공간 매핑 및 화재 발원지의 정확한 파악, 굴절률 센서(101F)를 통한 카메라의 시야 방향 변경에 따른 화재의 진행 방향 추적 등을 수행하며, 이로부터 화재의 위치, 크기, 확산 속도 등을 확인하고, 지능형 CCTV 모듈로 제공할 수 있다.
불법 주차 감지부(130)는 건물(BD) 내 불법 주차를 감지한다. 불법 주차 감지부(130)는 상술한 모션 센서(101D)를 통한 차량의 움직임 파악 및 다른 센서의 활성화 시도, 라이다 센서(101C)를 통한 건물 주차장 내부 공간 매핑과 차량의 위치 파악 및 주차가 허용되지 않는 구역에 차량이 존재하는지 여부의 파악, 이미지 센서(101A)를 차량과 주변 환경의 시각적 데이터 확보와 번호판 인식 등을 통한 추가 정보 수집, 열영상 센서(101B)를 통한 차량의 열 감지 및 차량의 주차 지속 시간 모니터링, 굴절률 센서(101F)를 통한 카메라의 시야 방향 변경에 따른 불법 주차 차량의 추적 등을 수행하며, 이로부터 불법 주차 차량의 위치, 차량 정보, 주차 시간 등을 확인하고, 지능형 CCTV 모듈로 제공할 수 있다.
도 5는 일 실시예에 따른 지능형 CCTV 모듈을 위한 센서 인터페이스 보드와 지능형 영상분석 서버의 일 구현 예를 도시한다. 도면에 도시된 바와 같이, 지능형 CCTV 모듈은 센서 인터페이스 보드(SIB) 및 지능형 영상분석 서버(SIA)로 구현될 수 있고, 센서 인터페이스 보드(SIB)는 다수의 센서들(불꽃감지센서, 라이다 센서, 미세먼지 센서, 기타 센서 등), 아날로그 및 디지털 입력부, 데이터 처리부(16~32bit MCU) 등을 포함할 수 있으며, 지능형 영상분석 서버(SIA)는 다수의 입출력 장치들(CCTV 카메라, 디스플레이 장치, 키보드/마우스)과 연결되어 데이터를 처리 및 센서 인터페이스 보드(SIB)와 입출력 포트(UART)를 통해 RS232 통신 규격에 따라 데이터를 주고 받아 처리하는 마이크로프로세서, 전원부(24V, 5V, 3.3V, 19V) 등을 포함할 수 있다.
다음으로, 건물 에너지 관리 모듈(200)은 건물의 냉난방 설비, 급탕 설비, 조명 설비, 공조 설비, 환기 설비, 신재생에너지 설비에 대한 효율적 에너지 관리를 수행한다.
건물 에너지 관리 모듈(200)은 상술한 각 설비에 대한 효율적 에너지 관리를 위해, 에너지 소비 모니터링, 조명 제어, HVAC(냉난방 및 공조 시스템) 최적화, 급탕 시스템 관리, 환기 제어, 신재생 에너지 통합, 예측 및 유지 보수, 수요 반응 등을 수행할 수 있다.
예를 들어, 에너지 소비 모니터링에서 건물 에너지 관리 모듈은 건물 내 모든 설비의 에너지 소비를 실시간으로 모니터링 하며, 결과 데이터를 분석하여 특정 시간대나 장비의 에너지 소비 패턴을 정의한다. 조명 제어에서 건물 에너지 관리 모듈은 움직임 센서나 시간대에 따라 조명 시스템이 자동으로 켜지고 꺼질 수 있도록 스케줄링 및 제어를 수행하며, 이를 통해 불필요한 조명 사용을 줄인다. HVAC 최적화에서 건물 에너지 관리 모듈은 외부 기온, 내부 기온, 습도 등에 따라 자동으로 HVAC(냉난방 및 공조 시스템)가 조절될 수 있도록 한다. 급탕 시스템 관리에서 건물 에너지 관리 모듈은 필요에 따라 온도를 조절하고, 사용되지 않는 시간에는 에너지를 절약할 수 있도록 급탕 시스템을 관리한다. 환기 제어에서 건물 에너지 관리 모듈은 실내 공기 질을 유지하기 위해 환기 시스템을 적절한 시간에 활성화하며, 실내 공기질 센서를 통해 자동으로 조절될 수 있도록 한다. 신재생 에너지 통합에서 건물 에너지 관리 모듈은 태양광 패널과 같은 신재생 에너지 소스를 통합하여 건물의 에너지 수요를 충족시키는데 사용한다. 또한 에너지 저장 시스템과 연결하여 비피크 시간에 생성된 에너지를 저장하고 필요할 때 사용할 수 있도록 한다. 예측 및 유지 보수에서 건물 에너지 관리 모듈은 각 설비의 상태와 성능을 모니터링하고, 잠재적인 문제를 예측하여 미리 유지 보수를 수행할 수 있도록 한다. 수요 반응(Demand Response)에서 건물 에너지 관리 모듈은 전력 수요가 높은 시간에는 에너지 소비를 줄이고, 수요가 낮은 시간에는 에너지를 저장하거나 추가적으로 사용하는 전략을 채택하여 전력 그리드에 대한 부담을 줄인다.
이때, 건물 에너지 관리 모듈(200)의 상술한 동작에서는 건물 에너지 관리 모듈(200)이 구비하는 여러 센서들, 예를 들어, 온습도 센서(201A, 도 6 참조), 수도 계량계(201B), 냉온수 온도 조절 센서(201C), 냉난방 온도 조절 센서 등에 의한 감지 결과가 활용될 수 있으며, 상술한 지능형 CCTV 모듈에 구비된 다수의 센서들 중 하나 이상에 의한 감지 결과, 예를 들어, 모션 센서(101D) 등에 의한 감지 결과가 활용될 수도 있다.
또한, 건물 에너지 관리 모듈(200)의 상술한 동작에서는 건물 에너지 관리 모듈(200)을 구현하는 에너지 관리용 제어장치(202, 도 6 참조)가 관여할 수 있으며, 에너지 관리용 제어장치(202)는 HVAC 제어, 조명 제어, 전력 수요 관리, 건물 내의 다양하 장비와 시스템의 작동 시간을 스케줄링하는 장비 스케줄링, 물의 온도를 적절히 유지하는 급탕 시스템 관리, 신재생 에너지 소스를 건물의 에너지 시스템과 통합하는 신재생 에너지 통합 등을 수행할 수 있다.
또한, 건물 에너지 관리 모듈(200)의 상술한 동작에서는 건물 에너지 관리 모듈(200)을 구현하는 BEMS 서버(203, 도 6 참조)가 관여할 수 있으며, BEMS 서버(203)는 건물 내 다양한 센서, 계량기, HVAC 시스템, 조명 시스템 등과 연결되어 데이터 수집, 데이터 저장 및 관리, 모니터링 및 시각화, 제어 및 자동화, 에너지 절약 계획 수립 등을 수행할 수 있다.
계속하여, 이기종간 연계 모듈(300)은 지능형 CCTV 모듈(100)에 의해 검출된 관심객체에 기초하여 건물 에너지 관리 모듈(200)에 의한 건물 에너지 관리가 수행되도록 지능형 CCTV 모듈(100)과 건물 에너지 관리 모듈(200)을 연계한다.
도 6은 일 실시예에 따른 이기종간 연계 모듈(300)에 의해 두 모듈들(100 및 200)이 서로 연계되는 개략도를 도시한다. 도 6에 도시된 바와 같이, 이기종간 연계 모듈(300)은 지능형 CCTV 모듈의 지능형 영상분석 서버(SIA) 및 건물 에너지 관리 모듈의 BEMS 서버(203)와 연결되고 또한 건물 에너지 관리 모듈의 에너지 관리용 제어장치(202)와 연결되어 이기종간 연계를 수행한다.
이로써, 지능형 영상분석 서버(SIA)로부터 감지된 객체정보에 따라 에너지 관리 및 제어가 가능하므로 인체감지 센서나 적외선 센서보다 감지 오류율을 최소화하여 에너지 절감 효율성이 높아질 수 있다. 또한 센서에 의한 화재 감지 시 영상검출 및 전송이 가능하므로 신속한 대처가 가능하며, 반대로 에너지 수집용 제어장치단으로부터 받은 다양한 에너지 정보를 카메라 화면상에 제공함으로써 카메라 영상 출력과 동시에 에너지 정보 제공이 가능하다.
도 7은 일 실시예에 따른 이기종간 연계 모듈(300)의 구성을 보다 상세하게 도시한다. 도 7에 도시된 바와 같이, 이기종간 연계 모듈(300)은 RTU 통신 인터페이스부(310), 이더넷 통신 인터페이스부(320), 펌웨어부(330) 및 데이터 분석 처리부(340)를 포함할 수 있다.
RTU 통신 인터페이스부(310)는 건물 에너지 관리 모듈과 데이터 통신을 가능하게 한다. RTU(Remote Terminal Unit) 인터페이스를 통해, 건물 에너지 관리 모듈로부터 데이터를 수신하거나 명령을 전달할 수 있으며, 이를 통해 에너지 사용량, 에너지 효율 등과 관련된 데이터를 실시간으로 모니터링하고 관리할 수 있다. 이더넷 통신 인터페이스부(320)는 지능형 CCTV 모듈의 지능형 영상분석 서버와 데이터 통신을 가능하게 한다. 이더넷 인터페이스를 사용하여 영상 데이터를 분석 서버로 전송하고, 분석된 데이터를 받아오는 역할을 수행할 수 있다. 이를 통해 보안, 움직임 감지 등과 관련된 정보를 실시간으로 처리할 수 있다. 펌웨어부(330)는 RTU 통신 인터페이스부(310)와 이더넷 통신 인터페이스부(320)를 제어한다. 펌웨어는 통신 프로토콜, 데이터 처리, 에러 처리 등을 관리하며, 두 인터페이스가 정상적으로 작동하도록 한다. 데이터 분석 처리부(340)는 지능형 CCTV 모듈에 수집된 데이터를 건물 에너지 관리 모듈에서 분석 가능하도록 처리한다. 예를 들어, CCTV에서 수집된 영상 데이터를 특정 형식으로 변환하여 에너지 관리 시스템이 이를 사용하여 빌딩 내 활동과 에너지 사용 간의 상관 관계를 분석하는데 활용할 수 있도록 한다.
도 8은 일 실시예에 따른 이기종간 인터페이스가 가능한 연계보드의 일 구현예를 도시한다. 도면에 도시된 바와 같이, 이기종간 인터페이스가 가능한 연계보드는, 에너지 관리용 제어장치(202)단과 통신 가능한 RTU(Remote Terminal Unit) 인터페이스 회로부, 지능형 영상분석 서버(SIA)와 통신 가능한 이더넷 통신 인터페이스 회로부, Cortex-M4 32bit 마이크로프로세서를 이용한 연계 회로부 및 마이크로프로세서를 제어하는 펌웨어를 포함할 수 있다. RTU는 원격으로 데이터를 수집하고 제어 명령을 받는 장치로 이를 통해 BEMS와의 통신을 가능하게 한다.
또한, 이기종간 인터페이스가 가능한 연계보드는, 타 장비간의 호환성을 위한 접점신호와 TTL 입출력 신호 처리부, 저전력 설계를 위한 PMIC(Power Management Integrated Circuit) 회로부, 현재 연계보드의 작동 상태, 통신 상태 등의 사용자 모니터링이 가능한 영상출력장치부를 포함할 수 있다.
이와 같이 이기종 간 인터페이스가 가능한 연계보드는 두 모듈들(100 및 200)간의 정보연계가 원활히 이루어지도록 한다.
다시 도 2를 참조하면, 통합 관제 모듈(400)은 검출된 관심객체에 기초하여 건물 내 통합 관제를 수행한다.
도 9는 일 실시예에 따른 통합 관제 모듈(400)의 상세한 구성을 도시한다. 도면에 도시된 바와 같이, 통합 관제 모듈(400)은 안내 방송부(410), 영상 모니터링부(420) 및 신속 조치 보고부(430)를 포함할 수 있다.
상세하게, 안내 방송부(410)는 검출된 관심객체를 이용하여 건물 내 방송 장비를 통해 안내 방송을 수행한다. 검출된 관심객체(일례로, 비상 상황, 화재, 침입자 등)에 대응하여 건물 내 방송 장비를 통해 안내 방송을 수행하는 역할을 한다. 예를 들어, 화재가 감지된 경우, 안내 방송부는 건물 사용자에게 화재 발생 사실을 알리고, 안전한 대피 경로 등에 대한 정보를 방송으로 전달한다. 영상 모니터링부(420)는 검출된 관심객체에 관한 촬상 영상을 관제실로 전송하여 모니터링되도록 한다. 즉, 영상 모니터링부는 검출된 관심 객체에 대한 촬상 영상을 실시간으로 관제실로 전송하여 관제실 모니터(IM)에 의해 표시되도록 하는 역할을 한다. 그리고, 신속 조치 보고부(430)는 검출된 관심객체에 대한 신속 조치가 가능하도록 외부 기관에 보고하는 기능을 수행한다. 신속 조치 보고부는 검출된 관심 객체에 대해 즉시 대응이 필요한 경우, 해당 정보를 외부 기관(일례로, 소방서, 경찰서 등)에 보고하는 기능을 수행한다.
이때, 영상 모니터링부(420)는 모니터링 영상에 에너지 관리를 위한 에너지 사용 목표값과 현재값, 환기 관리를 위한 공기질 목표값과 현재값, 공조 제어를 위한 실내 온도 목표값과 현재값을 텍스트 형태로 오버레이 하여 송출할 수 있다. 따라서, 상술한 도 1에 도시된 환경 센서 인터페이스(ESI)와 같이, 모니터링 영상에 텍스트가 오버레이 되어 표시될 수 있으며, 도 1에 도시된 Temp.값, RH.값, PM10값, PM25값, AP값, WL.값을 대체하여 에너지 사용 목표값과 현재값, 환기 관리를 위한 공기질 목표값과 현재값, 공조 제어를 위한 실내 온도 목표값과 현재값이 텍스트 형태로 오버레이 되어 표시되는 것을 생각하면 된다.
상술한 일 실시예에 따르면, 건물 에너지 관리 모듈(200)은, 건물의 제1 영역(건물의 남향 호실과 같이)과 제2 영역(건물의 북향 호실과 같이)의 에너지 사용량을 비교하고, 그 차이가 기설정된 기준을 초과하는 경우에는 신재생에너지 설비에 의한 발전량을 제1 및 제2 영역들 중 사용량이 더 큰 어느 한 쪽으로 집중적으로 공급하여 어느 한 쪽의 에너지 사용량을 상쇄시킴으로써, 제1 및 제2 영역들간 전력 사용량의 밸런스를 맞추는 것이 가능하다.
즉, 겨울철에 건물의 남향 호실 대비 건물의 북향 호실이 난방에 들어가는 전력 사용량이 급증하므로, 평상시 대비 두 영역간 전력 사용량의 차이가 기설정된 기준을 초과할 수 있으며, 이 경우 건물에 구비된 태양광 발전 설비에 의한 발전량을 건물의 북향 호실에 공급되도록 함으로써, 한 건물의 호실 배치에 따른 전력요금이 대체로 고르게 분배되도록 할 수 있다. 한 건물에서 전력 사용량이 많은 호실에 대해 일종의 전력량 보전이라 할 수 있따.
이때 상술한 일 실시예에 따르면, 이기종간 연계 모듈(300)에 의해 건물 에너지 관리 모듈(200)은 지능형 CCTV 모듈(100)과 연계되어 있는 바, 특정 조건을 만족할 시에만 상술한 전력량 보전 과정을 수행하여 에너지 관리를 수행할 수도 있다. 예를 들어, 지능형 CCTV 모듈(100)이 제1 영역 및 제2 영역에서 각각 관심객체를 검출하되, 밸런스 조절은 제1 영역 및 제2 영역 모두에서 관심객체로서 건물 내 기설정된 움직임 패턴을 만족하는 사람이 검출될 때에만 수행되도록 할 수 있다. 이는 사람이 아닌 다른 객체의 경우에는 남향, 북향과는 무관하게 코인 채굴과 같이 전력량을 많이 소비하는 호실에 대해서까지 불필요하게 전력량 보전이 이루어지는 경우를 예방한다. 이때, 기설정된 움직임 패턴을 만족하는 사람 객체의 검출은 일반적인 오피스 호실 내 사무업무를 보는 움직임 패턴을 보이는 객체의 검출 과정일 수 있다.
본 발명의 실시예에 따른, 서버는 통신부, 프로세서, 및 메모리를 포함한다. 예를 들어, 서버는 컴퓨터와 같이 소프트웨어 또는 애플리케이션을 설치할 수 있는 단말일 수 있다.
통신부는 프로세서 및 메모리와 연결되어 데이터를 송수신한다. 통신부는 외부의 다른 장치와 연결되어 데이터를 송수신할 수 있다. 이하에서 "A"를 송수신한다라는 표현은 "A를 나타내는 정보(information) 또는 데이터"를 송수신하는 것을 나타낼 수 있다.
통신부는 서버 내의 회로망(circuitry)으로 구현될 수 있다. 예를 들어, 통신부는 내부 버스(internal bus) 및 외부 버스(external bus)를 포함할 수 있다. 다른 예로, 통신부는 서버와 외부의 장치를 연결하는 요소일 수 있다. 통신부는 인터페이스(interface)일 수 있다. 통신부는 외부의 장치로부터 데이터를 수신하여, 프로세서 및 메모리에 데이터를 전송할 수 있다.
프로세서는 통신부가 수신한 데이터 및 메모리에 저장된 데이터를 처리한다. "프로세서"는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.
프로세서는 메모리에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서에 의해 유발된 인스트럭션들을 실행한다.
메모리는 통신부가 수신한 데이터 및 프로세서가 처리한 데이터를 저장한다. 예를 들어, 메모리는 프로그램(또는 애플리케이션, 소프트웨어)을 저장할 수 있다. 저장되는 프로그램 또는 애플리케이션은 상품의 결제를 수행하도록 코딩되어 프로세서에 의해 실행 가능한 신텍스(syntax)들의 집합일 수 있다.
일 실시예에 따르면, 메모리는 하나 이상의 휘발성 메모리, 비휘발성 메모리 및 RAM(Random Access Memory), 플래시 메모리, 하드 디스크 드라이브 및 광학 디스크 드라이브를 포함할 수 있다.
메모리는 서버를 동작 시키는 명령어 세트(예를 들어, 소프트웨어 또는 애플리케이션)을 저장한다. 서버를 동작시키는 명령어 세트는 프로세서에 의해 실행된다.
지금까지 설명된 본 발명의 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
또한 본 발명의 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 일 실시예들의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
1 : 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템
100 : 지능형 CCTV 모듈
101 : 다수의 센서들
110 : 침입 및 배회 인식부
120 : 화재 감지부
130 : 불법 주차 감지부
200 : 건물 에너지 관리 모듈
201 : 여러 센서들
202 : 에너지 관리용 제어장치
203 : BEMS 서버
300 : 이기종간 연계 모듈
310 : RTU 통신 인터페이스부
320 : 이더넷 통신 인터페이스부
330 : 펌웨어부
340 : 데이터 분석 처리부
400 : 통합 관제 모듈
410 : 안내 방송부
420 : 영상 모니터링부
430 : 신속 조치 보고부
SIB : 센서 인터페이스 보드
SIA : 지능형 영상분석 서버
100 : 지능형 CCTV 모듈
101 : 다수의 센서들
110 : 침입 및 배회 인식부
120 : 화재 감지부
130 : 불법 주차 감지부
200 : 건물 에너지 관리 모듈
201 : 여러 센서들
202 : 에너지 관리용 제어장치
203 : BEMS 서버
300 : 이기종간 연계 모듈
310 : RTU 통신 인터페이스부
320 : 이더넷 통신 인터페이스부
330 : 펌웨어부
340 : 데이터 분석 처리부
400 : 통합 관제 모듈
410 : 안내 방송부
420 : 영상 모니터링부
430 : 신속 조치 보고부
SIB : 센서 인터페이스 보드
SIA : 지능형 영상분석 서버
Claims (7)
- 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템으로서,
건물 내외부에 설치되는 다수의 센서들을 포함하며, 딥러닝 기반으로 공공생활안전 영역 관련 관심객체를 검출하는 지능형 CCTV 모듈-상기 다수의 센서들은 영상을 촬상하는 이미지 센서, 열을 감지하는 열영상 센서, 공간 인식과 매핑을 수행하는 라이다 센서, 움직임을 감지하는 모션 센서, 화재를 감지하는 화재감지 센서, 및 화재 카메라의 시야 방향의 변경을 감지하는 굴절률 센서 중 하나 이상을 포함함-;
상기 건물의 냉난방 설비, 급탕 설비, 조명 설비, 공조 설비, 환기 설비 및 신재생에너지 설비에 대한 효율적 에너지 관리를 수행하는 건물 에너지 관리 모듈; 및
상기 검출된 관심객체에 기초하여 상기 건물에 대한 에너지 관리가 수행되도록 상기 지능형 CCTV 모듈과 상기 건물 에너지 관리 모듈을 연계하는 이기종간 연계 모듈;을 포함하되,
상기 이기종간 연계 모듈은,
상기 건물 에너지 관리 모듈과 데이터 통신을 가능하게 하는 RTU 통신 인터페이스부, 상기 지능형 CCTV 모듈의 영상분석서버와 데이터 통신을 가능하게 하는 이더넷 통신 인터페이스부, 상기 RTU 통신 인터페이스부와 상기 이더넷 통신 인터페이스부를 제어하는 펌웨어부, 및 상기 지능형 CCTV 모듈에 수집된 데이터를 상기 건물 에너지 관리 모듈에서 분석 가능하도록 하는 데이터 분석 처리부를 포함하고,
상기 건물 에너지 관리 모듈은,
상기 건물의 제1 영역과 제2 영역의 에너지 사용량을 비교하고, 그 차이가 기설정된 기준을 초과하는 경우에는 상기 신재생에너지 설비에 의한 발전량을 상기 제1 및 제2 영역들 중 사용량이 더 큰 어느 한 쪽으로 집중적으로 공급하여 상기 어느 한 쪽의 에너지 사용량을 상쇄시킴으로써, 상기 제1 및 제2 영역들간 전력 사용량의 밸런스를 맞추는 조절을 수행하며,
상기 지능형 CCTV 모듈은
상기 제1 영역 및 상기 제2 영역에서 각각 관심객체를 검출하되,
상기 밸런스 조절은 상기 제1 영역 및 상기 제2 영역 모두에서 관심객체로서 건물 내 기설정된 움직임 패턴을 만족하는 사람이 검출될 때에만 수행되는, 시스템. - 제1항에 있어서,
상기 지능형 CCTV 모듈은, 상기 다수의 센서들의 감지 결과를 기초로, 상기 건물에 대한 제3자의 침입 내지는 배회 여부를 인식하는 침입 및 배회 인식부, 상기 건물에 대한 화재 발생 여부를 감지하는 화재 감지부, 및 상기 건물에 대한 불법 주차를 감지하는 불법 주차 감지부를 포함하는, 시스템. - 제1항에 있어서,
상기 검출된 관심객체에 기초하여 상기 건물 내 통합 관제를 수행하는 통합 관제 모듈;을 더 포함하되,
상기 통합 관제 모듈은, 상기 검출된 관심객체를 이용하여 상기 건물 내 방송 장비를 통해 안내 방송을 수행하는 안내 방송부, 상기 검출된 관심객체에 관한 촬상 영상을 관제실로 전송하여 모니터링되도록 하는 영상 모니터링부, 및 상기 검출된 관심객체에 대한 신속 조치가 가능하도록 외부 기관에 보고하는 신속 조치 보고부 중 하나 이상을 포함하는, 시스템. - 제3항에 있어서,
상기 영상 모니터링부는 상기 모니터링 영상에 상기 에너지 관리를 위한 에너지 사용 목표값과 현재값, 환기 관리를 위한 공기질 목표값과 현재값, 및 공조 제어를 위한 실내 온도 목표값과 현재값을 텍스트 형태로 오버레이 하여 송출하는, 시스템. - 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230082423A KR102646429B1 (ko) | 2023-06-27 | 2023-06-27 | 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230082423A KR102646429B1 (ko) | 2023-06-27 | 2023-06-27 | 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102646429B1 true KR102646429B1 (ko) | 2024-03-13 |
Family
ID=90299075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230082423A KR102646429B1 (ko) | 2023-06-27 | 2023-06-27 | 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102646429B1 (ko) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090041604A (ko) * | 2007-10-24 | 2009-04-29 | 엘지전자 주식회사 | 공기조화기 |
| KR101308237B1 (ko) * | 2013-03-26 | 2013-10-04 | (주)넥스챌 | 통합 일체형 신재생에너지 발전소 관리 장치 및 방법 |
| KR20150128163A (ko) * | 2014-05-08 | 2015-11-18 | 한국전자통신연구원 | 건물 에너지 소비정보 분석 시스템 |
| KR20160129153A (ko) * | 2015-04-29 | 2016-11-09 | 한국산업기술대학교산학협력단 | 에너지저장시스템 및 이의 에너지 효율 향상 방법 |
| KR20180111177A (ko) * | 2017-03-31 | 2018-10-11 | 한국전력공사 | 건물 에너지 관리 시스템 및 관리 방법 |
| KR20200063684A (ko) * | 2018-11-28 | 2020-06-05 | (주) 유에이썬 | 에너지 사용량을 3차원 공간에 렌더링 하여 표시하는 에너지 모니터링 방법 및 이를 이용한 에너지 모니터링 시스템 |
| KR102314804B1 (ko) * | 2021-04-29 | 2021-10-19 | (주)비에스파워 | 지능형 설비 자동제어 시스템 |
| KR20210143645A (ko) | 2020-05-20 | 2021-11-29 | 오토시맨틱스 주식회사 | 딥러닝 기반 빌딩 에너지 관리방법 및 장치 |
| KR102395440B1 (ko) * | 2021-07-12 | 2022-05-10 | 주식회사 넥스트케이 | 클라우드 기반 건물 관리 시스템 및 방법 |
-
2023
- 2023-06-27 KR KR1020230082423A patent/KR102646429B1/ko active IP Right Grant
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090041604A (ko) * | 2007-10-24 | 2009-04-29 | 엘지전자 주식회사 | 공기조화기 |
| KR101308237B1 (ko) * | 2013-03-26 | 2013-10-04 | (주)넥스챌 | 통합 일체형 신재생에너지 발전소 관리 장치 및 방법 |
| KR20150128163A (ko) * | 2014-05-08 | 2015-11-18 | 한국전자통신연구원 | 건물 에너지 소비정보 분석 시스템 |
| KR20160129153A (ko) * | 2015-04-29 | 2016-11-09 | 한국산업기술대학교산학협력단 | 에너지저장시스템 및 이의 에너지 효율 향상 방법 |
| KR20180111177A (ko) * | 2017-03-31 | 2018-10-11 | 한국전력공사 | 건물 에너지 관리 시스템 및 관리 방법 |
| KR20200063684A (ko) * | 2018-11-28 | 2020-06-05 | (주) 유에이썬 | 에너지 사용량을 3차원 공간에 렌더링 하여 표시하는 에너지 모니터링 방법 및 이를 이용한 에너지 모니터링 시스템 |
| KR20210143645A (ko) | 2020-05-20 | 2021-11-29 | 오토시맨틱스 주식회사 | 딥러닝 기반 빌딩 에너지 관리방법 및 장치 |
| KR102314804B1 (ko) * | 2021-04-29 | 2021-10-19 | (주)비에스파워 | 지능형 설비 자동제어 시스템 |
| KR102395440B1 (ko) * | 2021-07-12 | 2022-05-10 | 주식회사 넥스트케이 | 클라우드 기반 건물 관리 시스템 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112130478B (zh) | 基于bim楼宇一体化综合管控平台系统及其管控方法 | |
| CN104079874B (zh) | 一种基于物联网技术的安防一体化系统及方法 | |
| CN110158648A (zh) | 一种城市地下综合管廊运维监控管理系统 | |
| US10317858B2 (en) | Architecture and method for centrally controlling a plurality of building automation systems | |
| CN105425711A (zh) | 一种智能建筑集成管理系统 | |
| WO2007139658A2 (en) | Intelligent imagery-based sensor | |
| CN104766436A (zh) | 具有多种报警装置的小区智能系统 | |
| CN112578690B (zh) | 一种楼宇能耗智能管控系统及方法 | |
| KR20210133503A (ko) | 인공지능형 토탈 보안관제 서비스시스템 | |
| CN112488898A (zh) | 一种基于楼宇智能管控的突发事件处理系统及方法 | |
| CN112650335A (zh) | 一种基于大数据挖掘的能耗智能管控系统及方法 | |
| CN112580470A (zh) | 城市视觉感知方法、装置、电子设备和存储介质 | |
| KR102646429B1 (ko) | 효율적 에너지 관리가 가능한 딥러닝 기반 통합 관제 시스템 | |
| CN112102583A (zh) | 一种基于大数据智慧楼宇系统 | |
| CN116345685A (zh) | 一种基于3d虚拟现实技术的配电网数字化巡检方法 | |
| CN204559764U (zh) | 用于治安管理的监控系统 | |
| CN205263994U (zh) | 大型物流仓储风险源实时监控平台 | |
| CN106845569B (zh) | 智慧景区安全敏感监测管理系统及其方法 | |
| KR100984389B1 (ko) | 유비쿼터스 지능형 방재 시스템 | |
| CN115757598A (zh) | 一种基于物联网的园区智慧化企业管理平台系统 | |
| CN203242140U (zh) | 一种巡更报警联动管控系统 | |
| KR102214173B1 (ko) | 통합 기상 정보 수집 및 표출 시스템 | |
| KR20210052374A (ko) | 매장에 설치된 조명/간판의 고장 진단 시스템 | |
| CN205899748U (zh) | 基于图像型火灾探测器报警系统 | |
| CN217034814U (zh) | 一种智能楼宇多功能门禁监测装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20230627 |
|
| PA0201 | Request for examination | ||
| PA0302 | Request for accelerated examination |
Patent event date: 20230627 Patent event code: PA03022R01D Comment text: Request for Accelerated Examination |
|
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20230824 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20240207 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20240307 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20240307 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration |