KR102650675B1 - 전기차 화재를 감지하는 화재 감지 서버 및 이를 포함하는 관제 시스템 - Google Patents
전기차 화재를 감지하는 화재 감지 서버 및 이를 포함하는 관제 시스템 Download PDFInfo
- Publication number
- KR102650675B1 KR102650675B1 KR1020230098996A KR20230098996A KR102650675B1 KR 102650675 B1 KR102650675 B1 KR 102650675B1 KR 1020230098996 A KR1020230098996 A KR 1020230098996A KR 20230098996 A KR20230098996 A KR 20230098996A KR 102650675 B1 KR102650675 B1 KR 102650675B1
- Authority
- KR
- South Korea
- Prior art keywords
- fire
- vehicle
- information
- module
- fire detection
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 194
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 40
- 238000004891 communication Methods 0.000 claims abstract description 5
- 239000000779 smoke Substances 0.000 claims description 30
- 238000001931 thermography Methods 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 4
- OWZREIFADZCYQD-NSHGMRRFSA-N deltamethrin Chemical compound CC1(C)[C@@H](C=C(Br)Br)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 OWZREIFADZCYQD-NSHGMRRFSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 230000000644 propagated effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000752 ionisation method Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 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
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
- G01J1/429—Photometry, e.g. photographic exposure meter using electric radiation detectors applied to measurement of ultraviolet light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/60—Radiation pyrometry, e.g. infrared or optical thermometry using determination of colour temperature
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/006—Alarm destination chosen according to type of event, e.g. in case of fire phone the fire service, in case of medical emergency phone the ambulance
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/14—Central alarm receiver or annunciator arrangements
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Emergency Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Tourism & Hospitality (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Public Health (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
전기차 화재를 감지하는 화재 감지 서버 및 이를 포함하는 관제 시스템이 개시된다. 본 개시의 예시적인 실시예에 따른 화재 감지 서버는, 상기 전기차 충전 구역에 설치된 하나 이상의 CCTV 카메라로부터 촬영된 CCTV 영상을 수신하고, 상기 CCTV 영상에 대한 인공지능 알고리즘을 통해 상기 CCTV 영상으로부터 차량의 화재를 검출하는 차량 화재 검출 모듈과, 상기 전기차 충전 구역에 설치된 적어도 하나의 센서 장치들로부터 센싱 정보들을 수신하고, 상기 차량 화재 검출 모듈로부터의 화재 검출 결과 및 상기 수신된 센싱 정보들에 기초하여 상기 차량에 화재가 발생되었거나 화재 발생이 예측됨을 나타내는 화재 단계 정보를 생성하는 화재 단계 판단 모듈 및 상기 화재 검출 결과 및 상기 화재 단계 정보 중 적어도 하나에 기초하여, 상기 화재 감지 서버와 다른 외부의 서버들 사이의 통신을 제어하는 제어 모듈을 구비하는 것을 특징으로 한다.
Description
본 발명은 화재 감지 서버 및 이를 포함하는 관제 시스템에 관한 것으로서, 자세하게는 전기차 충전 구역에서의 전기차 화재를 감지하는 화재 감지 서버 및 이를 포함하는 관제 시스템에 관한 것이다.
전기 자동차(이하, 전기차로 지칭함)는 대표적인 친환경차로서 그 보급이 지속적으로 증가하고 있다. 전기차는 주정차를 하는 동안 전기를 충전해야 할 필요가 있으며, 이에 따라 전기차 충전 구역에는 전기차들을 위한 전용 주차 구역들이 제공되고 있으며, 주차 구역 각각에는 차량 충전을 위한 충전기가 설치되어 있다. 또한, 전기차 충전 구역에 전기차 이외의 일반 차량이 주차를 하는 것을 방지하기 위하여 일반 차량의 주정차를 감지 및 단속하기 위한 시스템이 제안되고 있다.
전기차의 급격한 증가와 함께 전기차의 화재가 이슈로 되고 있다. 특히, 전기차는 대용량의 배터리를 포함함에 따라 배터리 부분에서 화재가 주로 발생할 수 있는데, 화재가 발생되면 리튬 배터리의 열폭주 현상으로 인해 고열이 발생하고 장시간 지속됨에 따라, 일반 화재 장비로 화재를 진화하기가 어려운 문제가 있다. 그러나, 전기차에 발생되는 화재를 효과적이고 정확하게 감지할 수 있는 시스템이 제공되지 않고 있으며, 이는 초기 대응이 매우 중요한 전기차 화재를 효과적으로 진화하지 못하는 문제를 야기할 뿐 아니라, 소비자들에게 전기차의 안정성에 의문을 갖도록 함으로써 전기차의 보급율을 저하시키는 문제를 야기할 수 있다.
본 개시는 상기와 같은 문제점을 해결하기 위한 것으로서, 전기차의 화재를 예측 및 감지하고, 화재 단계 별 판단에 따른 상황 전파를 수행하는 솔루션을 포함하는 화재 감지 서버 및 이를 포함하는 관제 시스템을 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위하여, 본 개시의 실시예에 따른 화재 감지 서버는, 상기 전기차 충전 구역에 설치된 하나 이상의 CCTV 카메라로부터 촬영된 CCTV 영상을 수신하고, 상기 CCTV 영상에 대한 인공지능 알고리즘을 통해 상기 CCTV 영상으로부터 차량의 화재를 검출하는 차량 화재 검출 모듈과, 상기 전기차 충전 구역에 설치된 적어도 하나의 센서 장치들로부터 센싱 정보들을 수신하고, 상기 차량 화재 검출 모듈로부터의 화재 검출 결과 및 상기 수신된 센싱 정보들에 기초하여 상기 차량에 화재가 발생되었거나 화재 발생이 예측됨을 나타내는 화재 단계 정보를 생성하는 화재 단계 판단 모듈 및 상기 화재 검출 결과 및 상기 화재 단계 정보 중 적어도 하나에 기초하여, 상기 화재 감지 서버와 다른 외부의 서버들 사이의 통신을 제어하는 제어 모듈을 구비하는 것을 특징으로 한다.
한편, 본 개시의 실시예에 따른 관제 시스템은, 전기차 충전 구역에 설치된 하나 이상의 CCTV 카메라로부터 촬영된 CCTV 영상으로부터, 상기 CCTV 영상에 포함된 차량의 번호를 인식하는 차량 인식 서버와, 상기 하나 이상의 CCTV 카메라로부터 촬영된 CCTV 영상을 수신하고, 상기 CCTV 영상에 대한 인공지능 알고리즘을 통해 상기 CCTV 영상으로부터 차량의 화재를 검출하며, 상기 전기차 충전 구역에 설치된 적어도 하나의 센서 장치들로부터 수신된 센싱 정보들과 상기 CCTV 영상을 통한 화재 검출 결과에 기초하여 상기 차량에 화재가 발생되었거나 화재 발생이 예측됨을 나타내는 화재 단계 정보를 생성하는 화재 감지 서버 및 상기 화재 감지 서버로부터 제공된 화재 단계 정보를 기초로, 각 화재 단계 정보에 대응되는 전파 시나리오에 따라 상황 전파를 수행하는 통합 플랫폼 서버를 구비하는 것을 특징으로 한다.
상기한 바와 같은 본 개시의 화재 감지 서버 및 이를 포함하는 관제 시스템에 따르면, 현장의 센서 장치들의 센싱 결과 및 화재 감지 서버에서의 인공지능 알고리즘에 기초한 화재 감지 결과를 기초로 전기차에 발생될 수 있는 화재를 단계 별로 예측 및 감지할 수 있으므로, 전기차 화재의 초기 단계의 대응을 통해 화재를 진화하고 전기차의 안정성 인식을 향상할 수 있는 효과가 있다.
또한, 개시의 화재 감지 서버 및 이를 포함하는 관제 시스템에 따르면, 단계 별로 예측 및 감지된 화재 감지 결과를 단계 별 전파 시나리오에 기초하여 상황 전파할 수 있으며, 화재가 발생된 전기차의 종류를 나타내는 메타 데이터를 함께 전파할 수 있으므로, 잘못된 화재 신고 및 상황 전파 가능성을 감소시킬 수 있고, 화재가 발생된 전기차의 종류에 최적화된 진화가 가능함으로써, 화재 진화 가능성을 향상할 수 있는 효과가 있다.
도 1은 본 개시의 예시적인 실시예에 따른 전기차 충전 구역을 나타내는 개념도이다.
도 2a,b는 도 1의 센싱 장비의 구체적인 구현 예를 나타내는 도면이다.
도 3은 본 개시의 예시적인 실시예에 따른 관제 시스템의 구현 예를 나타내는 블록도이다.
도 4는 본 개시의 실시예에 따른 관제 시스템의 구체적인 구현 예를 나타내는 블록도이다.
도 5는 본 개시의 다양한 실시예들에 따른 화재 감시 및 상황 전파의 동작 예를 나타내는 플로우차트이다.
도 6은 본 개시의 또 다른 실시예에 따른 상황 전파의 동작 예를 나타내는 플로우차트이다.
도 7은 본 개시의 또 다른 실시예에 따른 관제 시스템의 구현 예를 나타내는 블록도이다.
도 8a,b,c는 본 개시의 또 다른 실시예들에 따른 화재 감지 동작을 나타내는 도면이다.
도 2a,b는 도 1의 센싱 장비의 구체적인 구현 예를 나타내는 도면이다.
도 3은 본 개시의 예시적인 실시예에 따른 관제 시스템의 구현 예를 나타내는 블록도이다.
도 4는 본 개시의 실시예에 따른 관제 시스템의 구체적인 구현 예를 나타내는 블록도이다.
도 5는 본 개시의 다양한 실시예들에 따른 화재 감시 및 상황 전파의 동작 예를 나타내는 플로우차트이다.
도 6은 본 개시의 또 다른 실시예에 따른 상황 전파의 동작 예를 나타내는 플로우차트이다.
도 7은 본 개시의 또 다른 실시예에 따른 관제 시스템의 구현 예를 나타내는 블록도이다.
도 8a,b,c는 본 개시의 또 다른 실시예들에 따른 화재 감지 동작을 나타내는 도면이다.
본 개시와 본 개시의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 개시의 바람직한 실시 예를 예시하는 첨부 도면 및 도면에 기재된 내용을 참조하여야 한다.
이하, 첨부한 도면을 참조하여 본 개시의 바람직한 실시 예를 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 본 개시의 예시적인 실시예에 따른 전기차 충전 구역을 나타내는 개념도이다. 도 1에 도시된 바와 같이, 전기차 충전 구역에는 전기차가 주차되는 주차 구역과 함께, 주차 구역마다 인접하여 배치되는 충전 장비(10) 및 센서 장비(20)가 구비될 수 있다. 충전 장비(10)는 전기차와 유선 연결되어 전기차에 충전 전원을 공급할 수 있다. 또한, 센서 장비(20)는 주차 구역으로 진입한 차량에 대한 각종 센싱 동작들을 수행하기 위한 센서 장치들을 포함할 수 있으며, 일 예로서 센서 장비(20)는 주차 구역으로 차량이 진입하였는지를 검출하는 검출 센서를 포함할 수 있다.
예시적인 실시예에서, 검출 센서는 영상 검출 기반의 장치 또는 물체 감지 기반의 장치일 수 있고, 만약 검출 센서가 영상 검출 기반의 장치에 해당하는 경우, 검출 센서는 하나 이상의 CCTV들(또는, CCTV 카메라들)을 포함할 수 있다. 또한, CCTV들로부터 촬영된 영상은 관제 시스템으로 제공되고, 관제 시스템에 구비되는 차량 인식 서버는 CCTV들로부터의 영상을 기초로 인공지능 또는 딥러닝 기술을 기초로 본 개시의 실시예들에 따른 각종 영상 처리 동작을 수행할 수 있다. 도 1에서는 하나 이상의 CCTV들이 센서 장비(20)에 장착된 것으로 설명되었으나 본 개시의 실시예들은 이에 국한될 필요는 없으며, 관제 시스템으로 제공되는 영상을 촬영하는 CCTV들은 센서 장비(20) 외부에 별개로 배치될 수도 있을 것이다.
예시적인 실시예에서, 센서 장비(20)는 화재 검출과 관련된 하나 이상의 센서 장치들을 포함할 수 있다. 센서 장치들은 IoT 기반의 센서들로서, 각각 통신 모듈을 구비함에 따라 센싱 결과를 통신하는 기능을 포함할 수 있다. 예컨대, 센서 장비(20)는 열화상 카메라를 포함할 수 있고, 열화상 카메라는 주차 구역에 위치한 차량의 열감지 결과를 포함하는 영상을 촬영할 수 있다. 또한, 센서 장비(20)는 차량에 발생되는 불꽃을 감지한 감지 결과를 제공하는 센서 장치를 포함할 수 있으며, 또한 차량에 발생되는 연기를 감지한 감지 결과를 제공하는 센서 장치를 포함할 수 있다. 또한, 예시적인 실시예에서, 센서 장비(20)는 차량에 화재가 발생된 것으로 예측 또는 판단될 수 있는 정보를 생성할 수 있는 다른 종류의 하나 이상의 센서 장치들을 더 포함할 수도 있을 것이다. 즉, 본 개시의 예시적인 실시예들에 따르면, 센서 장비(20)는 차량의 화재와 관련되어 장착될 수 있는 다수의 센서 장치들 중 적어도 하나를 장착하도록 구현될 수 있을 것이다.
도 2a,b는 도 1의 센서 장비의 구체적인 구현 예를 나타내는 도면이다.
도 2a를 참조하면, 센서 장비(20)는 하나 이상의 센서 장치들과 함께, 주차 차량의 관리를 위한 하나 이상의 다른 장치들을 포함할 수 있다. 일 예로서, 도 2a에는 센서 장비(20)에 구비되는 장치들로서, 스피커 및 IR 센서(21), 하나 이상의 카메라들(22), 화재 감지 센서(23), 현장 제어 단말기(24), 경광등(25) 및 전광판(26)이 예시되나, 본 개시의 실시예들은 이에 국한될 필요가 없이 다른 다양한 종류들의 장치가 센서 장비(20)에 구비될 수도 있을 것이다.
스피커는 전기차 충전 구역 내의 차량 및 운전자에게 음성으로 안내, 주정차 위반(이하, 주차, 정차, 주정차 등의 개념은 주차로 통칭함)을 경고하는 등의 목적으로 설치될 수 있다. 또한, IR 센서는 적외선 센서로서 물체의 감지, 거리 센싱 등을 수행할 수 있고, 주차 구역에 진입하는 차량을 감지하거나 차량의 위치를 판단하는 데 이용될 수 있다. 예컨대, IR 센서의 거리 측정을 통해, 차량이 주차 구역을 벗어나게 잘못 주차되었는지가 감지될 수 있을 것이다.
또한, 카메라들(22)은 차량의 번호를 인식하기 위한 CCTV를 포함할 수 있고, 또한 상기 언급된 열화상 카메라를 더 포함할 수 있다. 또한, 화재 감지 센서(23)는 전술한 실시예에서의 하나 이상의 센서 장치들을 포함할 수 있고, 화재 감지 센서(23)로부터의 센싱 정보들에 기초하여 본 개시의 실시예들에 따른 화재의 단계별 예측 및 판단이 가능하다. 한편, 현장 제어 단말기(24)는 각종 센싱 신호들에 대한 처리, 영상들에 대한 처리를 수행함으로써, 전기차 충전 구역의 주정차 위반, 화재의 예측 또는 판단 등을 전기차 충전 구역 현장에서 보조적으로 수행할 수 있도록 하는 기능을 제공한다. 예컨대, 현장 제어 단말기(24)는 전기차 충전 구역을 관리하는 관리자 단말일 수 있고, 또는 관리자가 구동할 수 있는 장치에 상응할 수 있다.
한편, 경광등(25)은 전기차 충전 구역 내의 차량 및 운전자에게 램프 불및을 통한 안내의 목적으로 설치될 수 있고, 전광판(26) 또한 전기차 충전 구역 내의 차량 및 운전자에게 디스플레이를 통한 안내의 목적으로 설치될 수 있다.
도 2b는 센서 장비의 구체적인 일 구현 예를 나타내는 도면이다. 도 2b에서는 센서 장비(30)에 구비되는 센서 장치들의 종류 및 그 배치 위치가 도시되며, 도 2a에 도시된 일부의 장치들의 도시는 생략된다.
일 예로서, 센서 장비(30)는 스피커(31), 번호 인식 및/또는 화재 감지를 위한 CCTV 카메라(32), 열화상 카메라(33), 연기 감지 센서(34) 및 불꽃 감지 센서(35)를 포함할 수 있다. 열화상 카메라(33)는 적외선 방식으로 작동할 수 있고, 충전 또는 주차중인 차량을 촬영한 영상을 제공할 수 있다. 열화상 카메라(33)는 차량의 전체가 촬영될 수 있도록 센서 장비(30) 내의 특정 위치에 장착될 수 있으며, 일 예로서 열화상 카메라(33)는 센서 장비(30)의 하단에 위치하여 소정 각도 만큼 상향으로 차량을 촬영하도록 장착될 수 있을 것이다.
또한, 예시적인 실시예에서, 차량에 화재가 발생되면 차량에서는 연기, 열, 불꽃 등이 발생하게 되며, 불꽃 감지 센서(35)는 불꽃에서 발생하는 자외선 파장, 적외선 파장, 펄럭임(Flickering) 등의 광학적 특징을 분석하여 감지 결과를 제공할 수 있다. 일 예로서, 불꽃 감지 센서(35)는 자외선 센서와 적외선 센서가 모두 동작하는 경우 화재를 감지하는 자외선/적외선 겸용형이 적용되거나, 또는 자외선 센서와 적외선 센서 중 적어도 하나가 동작하는 경우 화재를 감지하는 자외선/적외선 복합형이 적용될 수도 있다. 또한, 예시적인 실시예에서, 불꽃 감지 센서(35)는 센서 장비(35)의 상부에 배치되고, 차량 전체에서 발생되는 불꽃을 감지하도록 동작할 수 있다.
한편, 도 2b에서는 열 감지와 관련하여 열화상 카메라가 예시되고 별도의 열 감지 센서는 도시되지 않았으나, 센서 장비(30)는 열 감지 센서를 더 포함할 수도 있다. 예컨대, 열 감지 센서는 차동식 감지기, 또는 정온식 감지기 등 다양한 종류의 센서들이 적용될 수 있으며, 전기차의 경우 화재가 발생하는 배터리가 차량의 하부에 설치되어 있으므로, 열 감지 센서는 센서 장비(30)의 하부의 위치에 장착될 수 있다. 예시적인 실시예에서, 열 감지 센서는 센서 장비(40) 내에서 열화상 카메라(33)와 CCTV 카메라(32)의 사이의 위치에 장착될 수 있다.
또는, 전기차의 경우 화재가 발생하는 배터리가 차량의 하부에 설치되어 있으므로, 전기차의 하부의 위치에서 열감지를 수행하는 경우 그 감지 정확도가 향상될 수 있다. 이에 따라, 예시적인 실시예에서, 열감지 센서는 주차 구역의 바닥에 매립된 형태로 배치될 수도 있으며, 열 감지에 기초하여 전기차의 화재를 감지 또는 판단하는 동작은, 전술한 열화상 카메라(33)로부터의 영상과 열감지 센서로부터의 센싱 결과의 조합을 기초로 수행될 수도 있을 것이다.
한편, 센서 장비(30)는 연기 감지 센서(34)를 포함할 수 있다. 연기 감지 센서(34)는 다양한 방식에 따라 차량의 연기를 감지하는 센서들을 포함할 수 있으며, 일 예로서 이온화식 방법에 기초하여 연기를 감지하거나 광전식 방법에 기초하여 연기를 감지하는 센서가 센서 장비(30)에 채용될 수 있다. 이온화식 방법에 기초하는 경우, 연기 감지 센서(34)는 이온 전류의 변화를 기초로 센싱을 수행할 수 있으며, 광전식 방법에 기초하는 경우, 연기 감지 센서(34)는 광량의 변화를 기초로 센싱을 수행할 수 있다. 또한, 도 2b에는 센서의 위치가 특정되는 경우가 예시되어 있으며, 일 예로서 센서 장비(30) 내에서 연기 감지 센서(34)가 장착되는 위치가 예시되어 있다. 연기가 발생되는 경우 연기가 위로 이동하는 현상을 고려하여, 연기 감지 센서(34)는 열화상 카메라(33)의 상부에 위치하도록 장착될 수 있을 것이다.
도 3은 본 개시의 예시적인 실시예에 따른 관제 시스템의 구현 예를 나타내는 블록도이다. 관제 시스템(100)은 전기차 충전 구역(200)의 현장에 배치되는 다양한 장치들로부터 각종 정보들을 수신하고, 이에 기초하여 전기차 이외의 차량의 불법 주차를 단속함과 함께, 전기차 충전 구역 내에서 차량의 화재를 감지 및 판단할 수 있다.
전기차 충전 구역(200) 내에는 CCTV 카메라(210), 열화상 카메라(220), 화재 감지 센서(230) 및 클라이언트 모듈(240)이 배치될 수 있다. 화재 감지 센서(230)는 상기한 실시예에서 설명된 불꽃 감지 센서, 열 감지 센서 및 연기 감지 센서 및 기타 센서 장치들 중 적어도 하나를 포함할 수 있다. 전기차 충전 구역(200) 내의 클라이언트 모듈(240)은 충전 구역 현장에서 필요로되는 적어도 하나의 관리/제어 동작을 수행할 수 있으며, 전술한 실시예에서의 현장 제어 PC에 해당하거나 이에 포함되는 구성일 수 있다. 일 예로서, 클라이언트 모듈(240)은 차량 검출 모듈(241) 및 현장 제어 모듈(242)을 포함할 수 있다.
차량 검출 모듈(241)은 주차 구역으로 차량이 진입하는 지 여부를 검출할 수 있으며, 이에 기초하여 현장 제어 동작을 수행할 수 있다. 예컨대, 차량 검출 모듈(241)은 CCTV 카메라(210)로부터의 영상에 기초하여 차량 진입을 검출하거나, 또는 전기차 충전 구역(200) 내에 추가로 구비되는 차량 감지 센서의 센싱에 기초하여 차량 진입을 검출할 수 있다. 또한, 차량 검출 모듈(241)은 차량이 주차 구역 내에 정확하게 주차되지 않은 경우를 감지하고, 그 감지 결과를 현장 제어 모듈(242)로 제공할 수 있다.
전기차 충전 구역(200) 내에는 차량 운전자에게 안내를 제공하기 위한 스피커, 경광등, 전광판 등 다양한 장치들이 구비될 수 있고, 현장 제어 모듈(242)은 상기한 다양한 장치들을 제어하는 동작을 수행할 수 있다. 예시적인 실시예에서, 현장 제어 모듈(242)은 차량 검출 모듈(241)로부터의 정보에 기초하여 자동으로 제어 동작을 수행할 수 있으며, 또는 전기차 충전 구역(200) 현장을 관리하는 현장 제어 PC가 구비됨에 따라, 현장 제어 PC의 제어를 기초로 현장 제어 모듈(242)은 상기한 다양한 장치들을 제어하는 동작을 수행할 수 있다. 또한, 현장 제어 모듈(242)은 관제 시스템(100)으로부터의 제어 정보에 기초하여 상기한 다양한 장치들을 제어하는 동작을 수행할 수도 있다. 예컨대, 현장 제어 모듈(242)은 주차 구역에 차량이 진입하는 경우 운전자에게 진입을 알리는 제어 동작을 수행할 수 있고, 차량이 주차 구역 내에 위치하지 않고 구역을 넘어서 잘못 주차된 경우에는 운전자에게 이를 알리는 제어 동작을 수행할 수 있다.
이외에도, 클라이언트 모듈(240)은 다른 다양한 제어 동작들을 더 수행할 수도 있을 것이다. 전기차 충전 구역(200) 에서 생성된 각종 영상 정보, 센싱 결과들은 관제 시스템(100)으로 제공될 수 있으며, 이와 함께 전기차 충전 구역(200) 현장의 클라이언트 모듈(240) 또한 상기한 각종 영상 정보, 센싱 결과들에 기초하는 제어 동작들을 수행할 수 있다. 예컨대, CCTV 카메라(210), 열화상 카메라(220) 및 화재 감지 센서(230) 중 적어도 하나의 정보로부터 화재가 예측 또는 검출되는 경우에는, 클라이언트 모듈(240)은 현장 제어 모듈(242)을 제어함으로써 스피커, 경광등, 전광판 등을 통해 화재 예측 또는 검출 결과의 알림을 수행할 수 있다.
한편, 관제 시스템(100)은 다양한 기능들을 수행하는 하나 이상의 서버들을 포함할 수 있고, 일 예로서 차량 인식 서버(110), 화재 감지 서버(120), 통합 플랫폼 서버(130) 및 재난 관리 서버(140)를 포함할 수 있다. 또한, 관제 시스템(100)은 전기차 충전 구역(200) 내의 각종 불법 주차 단속에 관련된 정보와 화재 감지에 관련된 정보를 저장하는 데이터베이스(150)를 더 포함할 수 있다. 예시적인 실시예에서, 관제 시스템(100)은 등록된 전기차들의 정보를 갖고 있는 외부 기관의 외부 데이터베이스에 접근할 수 있으며, 외부 데이터베이스로부터 각종 정보들을 수신할 수 있다. 또한, 예시적인 실시예에서, 화재 감지 서버(120)는 화재 단계 판단 모듈(121)을 포함할 수 있고, 통합 플랫폼 서버(130)는 상황 전파 모듈(131) 및 단속 모듈(132)을 포함할 수 있다.
예시적인 실시예에서, 통합 플랫폼 서버(130) 및 재난 관리 서버(140) 각각은 유관기관 서버로의 상황 전파 기능을 수행할 수 있다. 도 3에 도시된 예에서는 통합 플랫폼 서버(130)가 상황 전파 모듈(131)을 포함하는 것으로 설명되었으나, 재난 관리 서버(140) 또한 상황 전파 모듈을 포함함에 따라 소방서의 서버(예컨대, 소방 운영 서버), 경찰서의 서버(예컨대, 경찰 운영 서버) 등의 유관기관 서버로 상황 전파를 수행할 수 있을 것이다. 일 예로서, 통합 플랫폼 서버(130)는 전기차 이외의 차량이 전기차 충전 구역(200)에 불법 주차되는 경우 이를 판단하여 상황 전파를 수행할 수 있으며, 또한 본 개시의 실시예들에 따른 화재 감지 결과에 기초하여 상황 전파를 수행할 수 있다. 또한, 재난 관리 서버(140)는 홍수, 지진 등의 재난이 발생된 경우 이에 관련된 상황 전파를 수행할 수 있으며, 또한 본 개시의 실시예들에 따른 화재 감지 결과에 기초하여 상황 전파를 수행할 수 있다. 이에 따라, 본 개시의 실시예에 따른 구성으로서 상황 전파를 수행하는 서버는, 통합 플랫폼 서버(130)에 해당할 수도 있으며, 또는 재난 관리 서버(140)에 해당할 수도 있을 것이다. 즉, 본 개시의 실시예들에 따른 상황 전파 서버는 도 3에 도시된 통합 플랫폼 서버(130) 또는 재난 관리 서버(140)로 구현될 필요는 없으며, 이와 별개의 서버로 구현되어도 무방할 것이다.
차량 인식 서버(110)는 전기차 충전 구역(200)의 CCTV 카메라(210)로부터 촬영된 영상을 수신하고, 영상 분석을 통해 차량의 번호를 검출함으로써 차량을 인식할 수 있다. 차량 인식 서버(110)는 차량 인식 결과를 화재 감지 서버(120) 및 통합 플랫폼 서버(130)로 제공할 수 있고, 또한 차량 인식 결과를 데이터베이스(150)에 저장할 수 있다.
관제 시스템(100)은 외부 데이터베이스에 접근할 수 있고, 외부 데이터베이스로부터 전기차로 등록된 차량들의 각종 정보들을 수신할 수 있으며, 수신된 정보를 데이터베이스(150)에 저장할 수 있다. 관제 시스템(100)은 외부 데이터베이스로부터 제공된 정보와 상기 인식된 차량의 번호를 기초로, 상기 번호가 인식된 차량이 전기차에 해당하는 지를 판단할 수 있다. 일 예로서, 외부 데이터베이스는, 국토교통부 자동차 관리 정보 시스템에 상응할 수 있다. 또한, 관제 시스템(100)은 외부 데이터베이스로부터 전기차로 등록된 차량에 관련된 각종 정보들을 수신할 수 있으며, 일 예로서 차량 종류(승용, 승합 등), 제조사, 차명, 색상, 제조 연도 등 각종 정보들을 수신할 수 있다. 또한, 차량 인식 서버(110)는 상기 수신된 정보들에 기초하여 상황 전파시에 함께 제공될 상기 차량에 관련된 메타 데이터를 생성할 수 있으며, 메타 데이터에는 차량 종류(승용, 승합 등), 제조사, 차명, 색상, 제조 연도 등 각종 정보들 중 적어도 하나가 포함될 수 있다. 또한 생성된 메타 데이터는 데이터베이스(150)에 저장될 수 있다.
한편, 화재 감지 서버(120)는 CCTV 카메라(210)로부터의 영상과 함께, 열화상 카메라(220)로부터의 영상, 화재 감지 센서(230)로부터의 각종 센싱 정보들을 수신할 수 있다. 도 3에서는 화재 감지 서버(120)가 차량 인식 서버(110)를 통해 CCTV 카메라(210)로부터의 영상을 수신하는 것으로 도시되었으나, 본 개시의 실시예들은 이에 국한될 필요가 없으며, 화재 감지 서버(120)는 CCTV 카메라(210)로부터 영상을 직접 수신할 수도 있을 것이다.
화재 단계 판단 모듈(121)은 CCTV 카메라(210)로부터 영상, 열화상 카메라(220)로부터의 영상 및 화재 감지 센서(230)로부터의 각종 센싱 정보들 중 적어도 하나를 분석하여 전기차에 발생된 화재를 다수의 단계들로 판단할 수 있다. 예시적인 실시예에서, 다수의 단계들은 정상 단계, 주의 단계, 경고 단계 및 화재 단계를 포함할 수 있다. 예시적인 실시예에서, 관제 시스템(100)은 상기 판단된 단계에 기초하여 전기차 충전 구역(200)의 각종 장치들을 제어할 수도 있으며, 또한 관제 시스템(100)은 상기 판단된 단계에 기초하여 서로 다른 시나리오들에 따른 상황 전파를 수행할 수 있다.
화재 감지 서버(120)는 영상 분석 알고리즘을 수행하는 영상 처리 장치(미도시)를 포함할 수 있으며, 다양한 종류의 영상 분석 알고리즘이 채용됨에 따라 CCTV 카메라(210) 및/또는 열화상 카메라(220)로부터 영상으로부터 전기차의 화재를 검출할 수 있다. 일 예로서, 화재 감지 서버(120)는 배경 차분 알고리즘(Background subtraction algorithm), 모션 감지 알고리즘(Motion detection algorithm), 또는 온도 패턴 분석 알고리즘(Temperature pattern analysis algorithm)에 기초하여 화재를 감지할 수 있으며, 배경 차분 알고리즘의 경우 영상의 배경 이미지를 먼저 학습하고, 이후 실시간으로 수신되는 영상의 배경을 비교하여, 차이가 발생되는 부분을 화재로 감지할 수 있다. 또는, 모션 감지 알고리즘의 경우 영상에서 움직임을 감지하고 이를 화재로 감지할 수 있으며, 주로 전경과 배경을 분리하거나 영상을 변환하는 기술이 이용될 수 있다. 또한, 온도 패턴 분석 알고리즘의 경우, 열화상 카메라(220)로부터 영상을 기초로 화재를 감지할 수 있으며, 일 예로서 화재 발생시 해당 구역의 온도가 급격하게 상승하는 특징을 이용하여 화재를 감지할 수 있다.
또는, 화재 감지 서버(120)는 CCTV 카메라(210)로부터의 영상에 대한 딥러닝 기반 알고리즘을 통해 화재를 감지할 수 있다. 예컨대, 화재 감지 서버(120)는 CCTV 카메라(210)로부터의 영상에 대해 인공신경망을 활용하여 화재를 감지할 수 있고, 이를 위해 대량의 학습 데이터와 각종 딥러닝 기술이 이용될 수 있다. 학습 데이터의 수집을 위해, 전기차 화재를 재연하거나, 또는 전기차 화재와 유사한 상태의 화재를 재연하여 학습 데이터를 수집할 수 있다. 또한, 학습 데이터의 수집에 있어서, 전기자 화재시 발생되는 불꽃 영상에 관련된 학습 데이터를 수집하거나 연기 영상에 관련된 학습 데이터를 수집할 수 있으며, 또한 불꽃 및 연기를 나타내는 영상에 대한 학습 데이터를 수집하고, 이를 전기차의 실제 화재를 딥러닝 방식에 기초하여 감지하는 데 이용할 수 있다.
화재 단계 판단 모듈(121)은 전기차의 화재를 판단할 수 있으며, 또한 전기차의 화재를 미리 예측하고 이를 다수의 단계들로 분류하는 동작을 수행할 수 있다. 상기의 화재 판단, 화재 예측은 전기차 충전 구역(200) 으로부터 제공된 센싱 정보들과, 화재 감지 서버(120) 내에서 각종 알고리즘 수행을 기초로 판단된 감지 결과의 조합에 기초하여 다양한 방식들에 따라 수행될 수 있다. 예컨대, 화재 단계 판단 모듈(121)은 화재 감지 서버(120) 내의 감지 결과와, 전기차 충전 구역(200) 으로부터의 열 감지 결과 및/또는 열화상 카메라(220)로부터의 영상 분석 결과를 기초로, 화재 예측 및 판단을 수행할 수 있다. 만약, 차량의 온도에 기초하는 경우 다음과 같은 단계들의 분류가 가능할 것이며, 본 개시의 실시예들의 범위는 하기 표에 기재된 온도 수치에 한정될 필요가 없이 다양한 방식의 분류가 가능할 것이다.
| 단계 | 온도 범위 | 전파 메시지 | 전파 정보 | 유관기관/시스템 |
| 정상 | 40도 미만 | 전파 X | ||
| 주의 | 40~50도 | 화재 발생 주의 | 차량정보, 위치, 영상 | 관제센터 |
| 경고 | 50~100도 | 화재 발생 경고 | 차량정보, 위치, 영상 | 관제센터/관련부서 |
| 화재 | 100도 이상 | 화재 발생 신호 | 차량정보, 위치, 영상 | 소방서/경찰서 |
본 개시의 실시예들에 따른 단계별 화재 예측 및 판단은 다른 다양한 조건들을 기초로 수행될 수도 있을 것이다. 일 예로서, 영상에서의 연기 또는 불꽃 검출을 기초로 화재를 감지하는 경우, 영상에서 검출된 연기 및/또는 불꽃의 위치 및 크기, 특정 성분의 검출 값 등에 기초하여 상기한 정상/주의/경고/화재 등의 단계들이 판단될 수 있을 것이다.
한편, 통합 플랫폼 서버(130)의 상황 전파 모듈(131)은 상기한 화재 감지 결과에 따라 상황 전파 기능을 수행할 수 있으며, 일 예로서 화재 발생시 관련 정보를 유관기관 서버로서 소방 운영 서버 및 경찰 운영 서버로 제공할 수 있다. 일 동작 예로서, 상황 전파 모듈(131)은 화재 감지 서버(120)로부터 화재 알림을 수신하면, 데이터베이스(150)에 저장된 정보를 유관기관 서버로 전송하는 상황 전파 기능을 수행할 수 있다.
예시적인 실시예에서, 상기 표 1에 도시된 바와 같이, 상황 전파 모듈(131)은 단계 별로 서로 다른 시나리오에 따른 상황 전파를 수행할 수 있다. 예컨대, 차량 인식 서버(120) 및/또는 화재 감지 서버(120)에 의해 생성된 차량 정보 및 메타 데이터가 데이터베이스(150)에 저장될 수 있고, 상황 전파 모듈(131)은 데이터베이스(150)에 저장된 정보를 상황 전파를 통해 유관기관 서버로 제공할 수 있다. 상기한 표 1에서는 주의/경고/화재 단계에서 모두 동일한 정보가 제공되는 것으로 도시되었으나, 단계 별로 제공되는 정보의 양, 종류 등은 다르게 설정될 수도 있을 것이다.
만약, 화재가 주의 단계로 판단된 경우에는, 상황 전파 모듈(131)은 외부의 유관기관으로 상황 전파를 수행함이 없이, 관제 시스템(100)의 담당자에게 화재 발생 주의를 알리는 메시지를 제공할 수 있고, 관제 시스템(100)의 담당자는 관리자 단말기(PC)를 통해 화재 발생 주의 단계를 확인할 수 있다. 또한, 메시지와 함께 제공되는 정보로서, 차량 정보는 화재 발생 가능성이 있는 차량의 번호, 입차 시각 등 전기차 충전 구역(200) 현장에서 감지될 수 있는 다양한 종류의 정보를 포함함과 함께, 전술한 실시예에서 설명된 메타 데이터를 포함할 수 있다. 예컨대, 메타 데이터는 차량 종류(승용, 승합 등), 제조사, 차명, 색상, 제조 연도 등에 관련된 정보들을 포함할 수 있고, 상기 메타 데이터는 화재의 진화에 도움이 되는 정보들을 포함할 수 있다. 즉, 전기차마다 배터리의 용량이나 종류가 다를 수 있고, 상기한 메타 데이터를 통해 전기차의 특성이 상황 전파를 통해 전송될 수 있으므로, 화재가 발생된 전기차에 최적의 진화가 수행될 수 있고, 화재 진화 가능성을 높일 수 있다. 이와 함께, 상황 전파 모듈(131)은 화재 주의로 판단된 차량이 위치하는 위치 정보와 함께, 화재 주의의 판단 근거가 된 영상 정보 등을 더 제공할 수도 있다.
한편, 화재가 경고 단계로 판단된 경우에는, 상황 전파 모듈(131)은 관제 시스템(100) 및 관련 부서로 화재 발생 경고를 알리는 메시지를 제공할 수 있고, 차량에 관련된 각종 정보들을 함께 제공할 수 있다. 표 1에서는 화재 경고 단계에서 관제 시스템(100) 뿐 아니라 전기차 충전 구역(200)을 관리하는 관련 부서(또는, 관련 부서 담당자들의 단말기)로 상황을 전파하는 경우가 예시되었으나, 본 개시의 실시예들은 이에 국한될 필요가 없다. 일 예로서, 화재 경고 단계에서도 적어도 하나의 유관기관(예컨대, 경찰청 및/또는 소방청)으로 상황이 전파되어도 무방할 것이다.
한편, 화재가 실제 발생된 화재 단계로 판단된 경우에는, 상황 전파 모듈(131)은 유관기관으로 화재 발생을 알리는 메시지를 제공할 수 있고, 차량에 관련된 각종 정보들을 함께 제공할 수 있다. 예시적인 실시예에서, 상황 전파를 통해 유관기관으로 메시지 및 정보를 제공함에 있어서, 소방서 및/또는 경찰서에서의 대응 정도를 알리는 추가 메시지를 더 제공할 수도 있다. 일 예로서, 화재 경고 단계에서는 소방서로 신고 위치 및 영상을 확인하도록 하고, 소방서 및 경찰서로 현장 출동 및 조치를 요청하는 추가 메시지를 제공할 수 있다. 또한, 화재 발생 단계에서는, 소방서로 현장 출동 및 화재 진압을 요청하는 추가 메시지를 제공할 수 있으며, 또한 경찰서로는 현장 출동 및 현장 통제를 요청하는 추가 메시지를 제공할 수 있을 것이다.
한편, 단속 모듈(132)은 전기차 충전 구역(200)의 주차 구역에 전기차가 아닌 다른 차량이 불법 주차를 한 경우에, 이를 단속하기 위한 일련의 기능들을 수행할 수 있다. 예컨대, 단속 모듈(132)은 차량 인식 서버(110)로부터 제공된 주차 차량의 번호를 데이터베이스(150)를 통해 수신할 수 있고, 또한 인식된 차량의 번호를 외부 데이터베이스로부터 제공된 정보들과의 비교를 통해, 주차 구역에 위치한 차량이 전기차인지를 판단할 수 있다. 만약, 주차 구역에 위치한 차량이 전기차가 아닌 경우, 차량의 번호와 함께, 주정차 위반 단속에 필요로되는 정보(예컨대, 차량 종류 정보, 주정차 위반 당시의 영상 정보)를 경찰운영 서버로 제공할 수 있다.
상기와 같은 본 개시의 실시예들에 따르면, 화재의 단계별 인식 및 상황 전파에 따라 화재가 발생된 전기차의 특성에 최적화된 전문 장비를 통해 진화가 이루어질 수 있으므로, 화재의 조기 진화가 가능하여 화재로 인한 피해를 최소화할 수 있다.
도 4는 본 개시의 실시예에 따른 관제 시스템의 구체적인 구현 예를 나타내는 블록도이다.
도 4를 참조하면, 관제 시스템(300)은 차량 인식 서버(310), 화재 감지 서버(320), 통합 플랫폼 서버(330) 및 데이터베이스(340)를 포함할 수 있으며, 또한 전기차 충전 구역의 단속/화재 관리와 관련하여 관제 시스템(300)의 관리자가 이용하는 관리자 단말기(350)를 포함할 수 있다. 또한, 전술한 실시예들에 따라, 관제 시스템(300)은 외부의 데이터베이스로서 국토교통부 자동차 관리 정보 시스템 등에 접속할 수 있고, 국토교통부 자동차 관리 정보 시스템으로부터 전기차로 등록된 차량들에 관련된 각종 정보들을 수신할 수 있다. 또한, 상기 수신된 정보들로부터 전기차 충전 구역에 주차된 차량이 전기차인지 여부가 판단될 수 있으므로 이를 불법 주정차 단속에 활용할 수 있으며, 또한 전기차 충전 구역에 주차된 차량에 관련된 메타 데이터가 상기 국토교통부 자동차 관리 정보 시스템으로부터 수신된 정보들을 기초로 생성되고, 생성된 메타 데이터는 화재 발생 시에 상황 전파에 활용될 수 있다.
차량 인식 서버(310)는 영상 수신/처리 모듈(311) 및 차량 인식 AI 모듈(312)을 포함할 수 있으며, 화재 감지 서버(320)는 차량 화재 검출 AI 모듈(321), 화재 단계 판단 모듈(322) 및 제어 모듈(323)을 포함할 수 있다. 또한, 통합 플랫폼 서버(330)는 단속 모듈(331), 현장 관리 모듈(332), 화재 관리 모듈(333) 및 상황 전파 모듈(334)을 포함할 수 있다. 또한, 단속 모듈(331)은 차량 정보 비교기를 포함할 수 있고, 화재 관리 모듈(333)은 메타 데이터 처리기를 포함할 수 있으며, 상황 전파 모듈(334)은 전파 단계 판단기를 포함할 수 있다.
영상 수신/처리 모듈(311)은 전기차 충전 구역에 설치된 CCTV 카메라 및/또는 열화상 카메라로부터 영상을 수신하고, 소정 포맷으로 인코딩된 영상에 대한 디코딩 처리를 통해 영상을 추출할 수 있으며, 추출된 영상을 차량 인식 AI 모듈(312)로 제공할 수 있다. 차량 인식 AI 모듈(312)은 영상에 포함된 차량으로부터 번호판을 검출하고, 번호판에 포함된 차량의 번호를 인식하기 위한 알고리즘을 수행할 수 있으며, 일 예로서 인공지능 알고리즘에 기초한 번호 인식 동작을 수행할 수 있다.
차량 화재 검출 AI 모듈(321)은 전술한 실시예들에 따라 CCTV 카메라로부터의 영상에 대한 인공지능 알고리즘을 통해 차량의 화재를 검출할 수 있다. 또한, 차량 화재 검출 AI 모듈(321)은 열화상 카메라로부터 촬영된 영상에 대한 인공지능 알고리즘을 통해 차량의 화재를 검출할 수 있으며, 일 예로서 영상을 통해 온도가 상승하는 패턴, 또는 차량에서의 온도 변화 위치 등을 판단함으로써, 차량의 화재 여부를 검출할 수 있을 것이다.
화재 단계 판단 모듈(322)은 차량 화재 검출 AI 모듈(321)의 판단 결과 및/또는 센싱 정보들의 조합에 기초하여 화재 단계를 판단할 수 있다. 예컨대, 전술한 실시예들에 따라, 아직 차량에 화재가 발생되지 않은 경우에도 센싱 정보들의 다양한 판단들에 기초하여 차량의 화재 발생 가능성이 판단될 수 있고, 전술한 실시예들에 따라 다수의 단계들로서 차량의 화재 여부가 판단될 수 있다.
제어 모듈(323)은 화재 단계의 판단과 관련하여 각종 제어 동작을 수행할 수 있다. 예시적인 실시예에서, 제어 모듈(323)은 차량 화재 검출 AI 모듈(321) 및/또는 화재 단계 판단 모듈(322)의 구동 여부를 제어할 수 있다. 또한, 예시적인 실시예에서, 제어 모듈(323)은 화재 단계 판단 모듈(322)의 단계 판단의 기준과 관련된 각종 설정 값들을 조절할 수 있다. 또한, 제어 모듈(323)은 차량의 화재 여부 및 화재 단계들에 관련된 정보를 통합 플랫폼 서버(330)로 제공하는 동작을 제어할 수 있다.
예시적인 실시예에서, 제어 모듈(323)은 차량 화재 검출 AI 모듈(321)로부터 차량의 화재 가능성이 있는 판단 결과가 발생된 경우에 화재 단계 판단 모듈(322)이 구동되도록 제어하고, 화재 단계 판단 모듈(322)은 센싱 정보를 이용하여 화재의 단계를 최종 판단할 수 있다. 또는, 제어 모듈(323)은 센싱 정보를 분석한 결과에 따라 차량의 화재 주의 또는 그 이상의 화재 가능성이 존재하는 것으로 확인될 때 차량 화재 검출 AI 모듈(321)이 구동되도록 제어하고, 화재 단계 판단 모듈(322)은 차량 화재 검출 AI 모듈(321)의 판단 결과가 차량의 화재 가능성이 존재함을 나타낼 때 화재의 단계를 최종 판단할 수 있다. 또한, 차량이 주차되는 구역의 각종 환경(예컨대, 해당 지역의 기온, 배경 등)에 따라 화재 단계를 판단하는 기준이 달리 설정될 수 있으며, 제어 모듈(323)은 각종 환경에 관련된 정보를 관리자 단말기로부터 수신하거나 또는 직접 센싱 과정을 통해 판단하고, 이에 기초하여 화재 단계 판단 기준을 설정할 수 있을 것이다. 일 예로서, 특정 환경에서는 열감지 센서로부터 감지 결과가 40 도 이상인 경우에 화재 주의 단계에 해당하는 반면에, 다른 특정 환경에서는 열감지 센서로부터 감지 결과가 50 도 이상인 경우에 화재 주의 단계에 해당하는 것으로 정의될 수도 있을 것이다.
제어 모듈(323)은 상기한 차량 화재 검출 AI 모듈(321) 및/또는 화재 단계 판단 모듈(322)의 판단 결과에 기초하여 차량 화재 단계를 나타내는 정보를 통합 플랫폼 서버(330)로 전달하는 동작을 제어할 수 있다.
한편, 단속 모듈(331)은 차량 인식 서버(310)의 인식 결과를 기초로 전기차 이외의 차량의 불법 주정차 단속을 수행할 수 있다. 전술한 실시예들에 따라, 외부의 데이터베이스로부터 전기차로 등록된 차량들의 정보가 데이터베이스(340)에 저장될 수 있고, 단속 모듈(331)은 데이터베이스(340)에 저장된 정보를 기초로 불법 주정차 단속을 수행할 수 있다. 예컨대, 차량 정보 비교기는, 차량 인식 서버(310)의 인식 결과를 기초로 제공된 정보와 데이터베이스(340)에 저장된 정보에 대한 비교 동작을 수행할 수 있다.
한편, 현장 관리 모듈(332)은 전기차 충전 구역의 현장에 설치되는 스피커, 전광판 등의 각종 장치들을 제어 또는 관리할 수 있다. 예컨대, 통합 플랫폼 서버(330)는 차량 인식 결과 및 화재 감지 결과를 수신할 수 있고, 이에 기초하여 전기차 충전 구역의 현장에 대한 관리 동작을 수행할 수 있다. 만약, 불법 주정차 차량이 존재하는 경우에는, 전광판 표시 또는 스피커 방송을 통해 불법 주정차된 차량의 이동을 명령하는 동작이 수행될 수 있다. 또한, 전기차 충전 구역에서 차량의 화재가 판단된 경우에는, 전광판 표시 또는 스피커 방송을 통해 화재 위험을 알리는 동작이 수행될 수 있다.
화재 관리 모듈(333)은 전기차에 화재가 발생되는 경우, 후속 조치에 필요한 각종 정보들을 관리하는 기능을 수행할 수 있다. 일 예로서, 화재 관리 모듈(333)은 화재 감지 서버(320)로부터 화재 발생 여부 및 화재 단계에 관련된 정보를 수신하면, 상황 전파에 필요로 되는 각종 정보들로서 메타 데이터를 취합하고, 소정의 포맷에 따른 데이터 처리를 통해 유관기관 서버로 제공될 메타 데이터를 생성할 수 있다. 이와 관련하여, 화재 관리 모듈(333)은 메타 데이터 처리기를 포함할 수 있다.
한편, 상황 전파 모듈(334)은 전파 단계 판단기를 포함할 수 있고, 화재 감지 서버(320)로부터 판단된 화재 단계에 대응하는 전파 단계로서 외부의 유관기관 서버로 화재 알림 메시지 및 화재 정보(예컨대, 메타 데이터를 포함하는 차량 정보, 위치 정보, 영상 등)를 제공할 수 있다. 일 예로서, 전술한 표 1에 도시된 바와 같이, 상황 전파 모듈(334)은 다수의 전파 단계들에 대응하는 다수의 상황 전파 시나리오 정보들을 포함할 수 있고, 판단된 전파 단계에 대응하는 시나리오 정보에 따라 상기한 알림 메시지 및 화재 정보를 유관기관 서버로 제공할 수 있다.
한편, 관리자 단말기(350)는 관제 시스템을 운영하는 관리자에 의해 이용되는 단말기일 수 있고, 화재 단계에 따른 상황 전파를 나타내는 정보가 관리자 단말기(350)로 제공될 수 있다. 관리자는 관리자 단말기(350)를 통하여 화재 발생을 확인하거나, 화재 발생에 따른 상황 전파가 진행되는 상태를 확인할 수 있으며, 추가 필요한 조치가 관리자에 의해 수동적으로 더 수행될 수 있다. 또는, 예시적인 실시예에서, 화재 감지 서버(320)가 화재를 판단하고 상황 전파 모듈(334)이 상황 전파를 수행하는 상태에서, 관리자가 현장을 직접 확인하거나 또는 영상을 확인한 결과 전기차의 화재와 무관한 상황인 것으로 판단하는 경우, 관리자가 관리자 단말기(350)를 통한 조작을 이용하여 통합 플랫폼 서버(340)가 잘못 상황 전파를 수행하는 것을 차단할 수 있으며, 또는 화재 단계가 잘못 판단된 경우에는 관리자가 관리자 단말기(350)를 조작함으로써 관리자에 의해 선택된 화재 단계에 대응되는 정보가 유관기관 서버들로 제공되도록 제어될 수도 있을 것이다.
상기한 본 개시의 실시예들을 설명함에 있어서, 본 개시의 실시예들의 구성 요소의 명칭은 다양하게 정의될 수 있을 것이다. 일 예로서, 다수의 기능들이 하나의 서버에 집적되도록 시스템이 구현될 수 있고, 이에 따라 차량 인식 서버나 화재 감지 서버는 각각 차량 인식 모듈, 화재 감지 모듈로 정의될 수도 있을 것이다. 또는, 통합 플랫폼 서버가 하나의 서버로 예시되었으나 본 개시의 실시예들은 이에 국한될 필요는 없으며, 일 예로서 통합 플랫폼 서버는 통합 플랫폼 시스템으로 지칭되고, 통합 플랫폼 시스템은 단속 서버, 현장 관리 서버, 화재 관리 서버, 상황 전파 서버를 포함하는 것으로 정의되어도 무방할 것이다.
도 5는 본 개시의 다양한 실시예들에 따른 화재 감지 및 상황 전파의 동작 예를 나타내는 플로우차트이다.
도 5를 참조하면, 관제 시스템은 다양한 종류의 서버들을 포함할 수 있고, 전기차 충전 구역의 현장에 설치된 CCTV 카메라로부터 CCTV 영상을 수신할 수 있으며(S11), 수신된 영상을 기초로 차량 번호를 인식함과 함께, 인식된 차량 번호를 기초로 외부의 데이터베이스에 접근하여 상기 인식된 차량 번호에 대응되는 차량 정보를 수신할 수 있다(S12). 전술한 실시예들에 따라, 외부의 데이터베이스는 국토교통부 자동차 관리 정보 시스템에 해당할 수 있고, 차량 정보는 상기 인식된 차량 번호가 등록된 전기차에 해당하는 지의 정보, 또한 차량 번호에 대응되는 차량의 종류, 제조사, 차명, 색상, 제조 연도 등 각종 정보들을 포함할 수 있다. 관제 시스템은 상기 인식된 차량 번호가 전기차로서 정상적으로 등록된 차량에 해당하는 지를 판단할 수 있고, 이에 따라 불법 주정차 판단 및 단속 과정을 수행할 수 있다(S13).
또한, 관제 시스템은 전기차 충전 구역의 현장에 설치된 하나 이상의 센서 장치들로부터 화재 감지에 관련된 센싱 정보들을 수신할 수 있고(S14). 센싱 정보들을 분석함에 기초하여 차량의 화재의 정도를 나타내는 화재 단계를 판단할 수 있다. 전술한 실시예들에 따라, 센싱 정보가 열 감지 정보를 포함하는 경우 온도의 범위에 따라 다수의 화재 단계들이 정의될 수 있으며, 또는 불꽃이나 연기의 범위, 농도 등의 다양한 정보들에 기초하여 다수의 화재 단계들이 정의될 수 있으며, 관제 시스템은 판단된 화재 단계가 실제 화재의 발생 가능성이 있는 최소의 기준으로서 기준 레벨 이상인지를 판단할 수 있다(S15). 만약, 기준 레벨 이상의 화재 단계가 판단되지 않은 경우에는, 이후의 화재 판단 및 상황 전파를 위한 일련의 과정이 수행되지 않을 수 있다.
반면에, 상기 판단된 화재 단계가 기준 레벨 이상인 경우, 관제 시스템은 CCTV 영상을 이용한 인공지능 알고리즘을 수행하고, 이에 기초하여 전기차 충전 구역 내의 차량에 화재가 발생되었는지를 감지할 수 있다(S16). 상기한 센싱 정보들과 CCTV 영상을 이용한 화재 발생 감지 결과에 기초하여, 화재 단계가 최종 판단되고 그 판단 결과가 생성될 수 있다(S17). 또한, 전술한 실시예들에 따라 다수의 화재 단계들에 대응하여 다수의 전파 단계들에 관련된 상황 전파 시나리오들이 정의될 수 있으며, 판단된 화재 단계에 대응되는 전파 단계로서 상황 전파가 수행될 수 있다(S18).
상기한 본 개시의 실시예에 따르면, 전기차 충전 구역의 현장으로부터 제공되는 전체 CCTV 영상들에 대해 다수의 하드웨어 자원들을 필요로 하는 화재 감지를 위한 인공지능 알고리즘을 수행할 필요가 없이, 전기차 충전 구역의 현장에 설치되는 하나 이상의 센서 장치들로부터의 센싱 결과가 화재 예측과 관련하여 소정의 단계 이상인 경우에만 인공지능 알고리즘이 수행될 수 있으므로, 관제 시스템은 운영하는 데 있어서 자원 효율성을 향상할 수 있으며, 또한 화재 발생의 최종 판단, 화재 단계 예측이 CCTV 영상 처리 결과와 센싱 결과의 조합에 기초할 수 있으므로, 상기한 화재 판단 및 예측의 정확도가 향상될 수 있다.
도 6은 본 개시의 또 다른 실시예에 따른 상황 전파의 동작 예를 나타내는 플로우차트이다.
도 6을 참조하면, 관제 시스템은 전술한 실시예들에 따라 화재 단계를 판단하고, 그 판단 결과를 내부의 데이터베이스에 저장할 수 있으며, 상황 전파를 위한 일련의 동작들을 수행할 수 있다. 일 예로서, 관제 시스템에 구비되는 통합 플랫폼 서버는 데이터베이스에 저장된 화재 단계 판단 결과를 확인할 수 있고(S21), 확인 결과에 따라 상황 전파를 통해 외부의 유관기관으로 전송될 화재 차량에 대한 메타 데이터를 생성할 수 있다(S22). 예컨대, 전술한 실시예들에 따라, 번호가 인식된 차량에 관련된 정보는 국토교통부 자동차 관리 정보 시스템 등의 외부의 데이터베이스로부터 수신할 수 있으며, 메타 데이터는 상기 외부의 데이터베이스로부터 제공된 적어도 하나의 차량 정보를 포함할 수 있다.
한편, 화재 단계에 대응되는 상황 전파 단계가 판단될 수 있으며(S23), 판단 결과에 대응되는 상황 전파 시나리오에 따라, 상기한 메타 데이터의 전송을 포함하는 상황 전파를 수행할 수 있다(S24). 예컨대, 상황 전파 시나리오에 따라, 내부 시스템 내에서 상황 전파를 수행하거나 외부의 유관기관으로의 상황 전파가 수행될 수 있으며, 또한 유관기관으로 제공되는 메시지의 내용이 선택되거나, 상황 전파를 통해 제공되는 메타 데이터의 종류가 다르게 정의될 수도 있을 것이다.
상기한 본 개시의 예시적인 실시예에 따르면, 실제 전기차에 화재가 발생되지 않은 경우에도 화재의 발생 가능성이 단계 별로 예측될 수 있으며, 이에 기초한 시나리오에 따라 상황 전파가 가능하므로, 화재가 발생되지 않았음에도 실제 모든 소방 장비들을 동원한 출동이 발생되어 사회적 자원이 낭비 소모되는 현상을 방지할 수 있다. 또한, 화재 발생이 예측되는 단계에서 유관기관으로 상황이 전파될 수 있으므로, 실제 화재 발생 이전에 사전에 유관기관에 의한 대응이 가능하므로, 화재 진화 가능성을 높임과 함께, 전기차 화재로 인한 막대한 경제적 손실을 감소할 수 있는 효과가 있다.
도 7은 본 개시의 또 다른 실시예에 따른 관제 시스템의 구현 예를 나타내는 블록도이다. 도 7에서는 관제 시스템에 구비되는 화재 감지 서버(400)가 도시되며, 화재 감지 서버(400)는 전기차 충전 구역(401)에 구비되는 각종 센서 장치들로부터 센싱 결과를 수신하거나, CCTV 카메라로부터 CCTV 영상을 수신할 수 있고, 또한 전기차 충전 구역(401)에 구비되는 클라이언트 PC와 통신을 수행함으로써 각종 정보들을 송수신할 수 있다.
도 7에 도시된 전기차 충전 구역(401)에 구비되는 각종 모듈로서 가중치 연산 모듈(402), 화재 예측 판단 모듈(403), 정보 전송 제어 모듈(404), 현장 제어 모듈(405)은 각각의 센서 장치 내에 구비되는 구성이거나, 별도의 장치로 구현되는 구성, 또는 클라이언트 PC에 설치되는 구성일 수 있다. 가중치 연산 모듈(402)은 전기차 충전 구역(401)에 구비되는 각종 센서 장치들로부터의 센서 정보에 대한 가중치 연산을 수행하고, 그 연산 결과를 제공할 수 있다. 가중치 연산 모듈(402)은 센서 장치들에 대응하여 설정되는 하나 이상의 가중치들(weight[1:N])을 저장할 수 있고, 센서 정보가 수신됨에 따라 센서 정보와 하나 이상의 가중치들(weight[1:N])을 이용한 연산 처리를 수행할 수 있다.
화재 예측 판단 모듈(403)은 연산 처리 결과를 기초로 전기차에 화재가 발생될 가능성이 소정의 기준 치를 초과하는 지를 판단함으로써 화재 예측을 판단할 수 있다. 예컨대, 전술한 실시예들에 따라 센싱 정보들은 열 감지 정보, 연기 감지 정보, 불꽃 감지 정보 및 기타 다양한 정보들을 포함할 수 있고, 전기차 화재 예측의 정확도는 센서 장치들의 종류 별로 서로 상이할 수 있으므로, 센서 장치들에 대해 그 가중치가 서로 다르게 설정될 수 있다. 예컨대, 전기차의 화재 발생시 불꽃이 발생할 가능성이 높은 경우에는, 불꽃 감지를 센싱한 정보에 높은 가중치가 부여될 수 있고, 이에 따라 센서 정보를 통해 불꽃이 감지된 경우에는 화재 발생 가능성이 높음을 나타내는 연산 결과가 발생될 수 있다. 또는, 전기차의 화재 시에 일반적으로 높은 열이 감지되는 경우 열을 센싱한 정보에 높은 가중치가 부여될 수도 있을 것이다. 화재 예측 판단 모듈(403)은 상기한 연산 처리 결과를 기초로 하여 화재 예측 결과를 생성할 수 있다.
정보 전송 제어 모듈(404)은 상기한 화재 예측 결과에 기초하여, 전기차 충전 구역(401)으로부터 화재 감지 서버(400)로 제공되는 정보의 전송 여부를 제어할 수 있다. 예컨대, 화재 예측 결과에 따라 화재가 발생될 가능성이 없거나 기준치보다 작은 경우에는, 센서 정보들이 화재 감지 서버(400)로 제공되지 않도록 정보 전송 제어 동작을 수행할 수 있다. 예컨대, 화재 감지 서버(400)는 CCTV 영상을 수신하고 지속적으로 차량의 번호를 인식하고 단속 기능을 수행할 수 있으며, 전기차 충전 구역(401)으로부터 센싱 정보들이 수신되는 경우 상기한 CCTV 영상을 이용한 인공지능 알고리즘을 기초로 화재 발생을 검출할 수 있다. 또는, 예시적인 실시예에 따라, 화재 감지 서버(400)는 CCTV 영상을 수신하고 지속적으로 화재 발생을 검출할 수 있으며, 전기차 충전 구역(401)으로부터 센서 정보들이 수신되는 경우 CCTV 영상의 분석 결과와 센싱 정보들의 조합을 기초로 화재 단계를 판단할 수 있다.
현장 제어 모듈(405)은 전술한 실시예들에 따라 전기차의 주정차, 일반 차량의 불법 주정차, 화재 예측 및 발생에 따른 각종 제어 정보에 기초하여, 전기차 충전 구역(401)에 설치된 전광판, 스피커 등의 장치들을 제어하는 기능을 수행할 수 있다.
한편, 화재 감지 서버(400)는 전술한 실시예들에 따른 화재 감지 동작을 수행할 수 있고, 차량 화재 검출 AI 모듈(410), 화재 검증 모듈(420) 및 화재 단계 판단 모듈(430)을 포함할 수 있다. 차량 화재 검출 AI 모듈(410)은 CCTV 영상에 대한 인공지능 알고리즘을 기초로 화재 검출을 수행할 수 있다. 또한, 예시적인 실시예에서, 화재 검증 모듈(420)은 CCTV 영상을 이용한 화재 검출 결과와 센서 정보의 값들의 조합을 기초로 화재를 검증할 수 있으며, 일 예로서 CCTV 영상으로부터 화재가 검출되더라도 상기한 각종 센싱 정보들의 분석 결과에 따라 화재가 발생되지 않거나 그 가능성이 매우 낮은 경우에는, 화재가 발생되지 않은 것으로 최종 검증 동작을 수행할 수 있다. 또는, 화재 검증 모듈(420)은 센서 정보들이 화재 발생을 나타내는 값을 가짐에도 불구하고, CCTV 영상을 분석한 결과에 따라 화재가 발생되지 않거나 그 가능성이 매우 낮은 경우에는, 화재가 발생되지 않은 것으로 최종 검증 동작을 수행할 수도 있다. 한편, 화재 단계 판단 모듈(430)은 전술한 실시예들에 따라 CCTV 영상을 이용한 화재 검출 결과와 센싱 정보의 값들의 조합을 기초로 화재 단계를 판단할 수 있고, 판단 결과에 기초하여 다양한 종류의 상황 전파 시나리오들이 적용될 수 있다.
도 8a,b,c는 본 개시의 또 다른 실시예들에 따른 화재 감지 동작을 나타내는 도면이다.
도 8a를 참조하면, 관제 시스템은 전기차 충전 구역에 설치된 CCTV 카메라로부터 CCTV 영상을 수신하고(S31), 이와 함께 다수의 센서 장치들로부터 생성된 센싱 정보들을 수신할 수 있다. 관제 시스템은 센싱 정보들에 대한 분석을 통하여 화재 발생 가능성이 있음을 나타내는 센싱 정보(예컨대, 제1 센싱 정보)를 확인할 수 있으며, 이에 따라 다수의 센싱 정보들 중 제1 센싱 정보에 이상 상황이 있음을 판단할 수 있다(S32).
관제 시스템에 구비되는 화재 감지 서버는 다양한 종류의 인공지능 알고리즘들을 이용하여 CCTV 영상으로부터 화재를 검출할 수 있으며, 제1 센싱 정보에 이상 상황이 있음을 판단함에 기초하여, 다양한 종류의 인공지능 알고리즘들 중 제1 방식에 따른 인공지능 알고리즘을 수행하고, 이에 기초하여 화재를 검출할 수 있다(S33). 또한, 화재 감지 서버는 다수의 센싱 정보들 중 제2 센싱 정보에 이상 상황이 있음을 판단할 수 있고(S34), 제2 센싱 정보의 이상 상황의 판단에 따라, 다양한 종류의 인공지능 알고리즘들 중 제2 방식에 따른 인공지능 알고리즘을 수행하고, 이에 기초하여 화재를 검출할 수 있다(S35).
도 8b,c는 서로 다른 인공지능 알고리즘에 따라 CCTV 영상으로부터 화재를 검출하는 예를 나타낸다. 예컨대, 제1 센싱 정보가 불꽃 감지 결과를 나타내는 정보이고, 상기 제1 센싱 정보에 이상 상황이 발생된 것으로 판단된 경우에는, 화재가 발생되거나 발생 가능성이 있는 차량에 불꽃이 존재할 가능성이 높은 것으로 판단될 수 있다. 이 때, 도 8b에 도시된 바와 같이, 화재 감지 서버에 적용된 다수의 인공지능 알고리즘들 중, 불꽃의 존재를 검출하는 데 최적화된 인공지능 알고리즘이 선택되고, 불꽃 검출에 관련된 학습 데이터 및 상기 선택된 인공지능 알고리즘을 기초로 CCTV 영상으로부터 화재를 검출할 수 있다.
한편, 도 8c의 경우 불꽃 및 연기 검출에 최적화된 인공지능 알고리즘이 선택되고, 이에 기초하여 CCTV 영상으로부터 화재를 검출하는 예가 도시된다. 예컨대, 다수의 센싱 정보들 중 불꽃 감지 결과를 나타내는 제1 센싱 정보와 연기 감지 결과를 나타내는 제2 센싱 정보에 모두 이상 상황이 존재하는 경우에는, 다수의 인공지능 알고리즘들 중 불꽃 및 연기 감지에 최적화된 인공지능 알고리즘이 선택될 수 있을 것이다. 상기와 같은 본 개시의 실시예에 따르면, 센싱 정보를 통해 화재 발생 가능성이 존재하는 차량의 현재 상황(예컨대, 불꽃 발생이나 연기 발생, 또는 온도의 급격한 증가)을 판단하고, 차량의 현재 상황에 대응되어 최적의 인공지능 알고리즘을 선택하여 CCTV 영상으로부터 화재를 검출할 수 있으므로, 화재 발생 검출의 정확도를 향상할 수 있는 효과가 있다.
본 개시는 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 개시의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
Claims (13)
- 전기차 충전 구역 내의 차량의 화재를 감지하는 화재 감지 서버에 있어서,
상기 전기차 충전 구역에 설치된 하나 이상의 CCTV 카메라로부터 촬영된 CCTV 영상을 수신하고, 상기 CCTV 영상에 대한 인공지능 알고리즘을 통해 상기 CCTV 영상으로부터 차량의 화재를 검출하는 차량 화재 검출 모듈;
상기 전기차 충전 구역에 설치된 적어도 하나의 센서 장치들로부터 센싱 정보들을 수신하고, 상기 차량 화재 검출 모듈로부터의 화재 검출 결과 및 상기 수신된 센싱 정보들에 기초하여 상기 차량에 화재가 발생되었거나 화재 발생이 예측됨을 나타내는 화재 단계 정보를 생성하는 화재 단계 판단 모듈; 및
상기 화재 검출 결과 및 상기 화재 단계 정보 중 적어도 하나에 기초하여, 상기 화재 감지 서버와 외부의 서버들 사이의 통신을 제어하는 제어 모듈을 구비하고,
상기 센서 장치들은 열화상 카메라, 연기 감지 센서 및 불꽃 감지 센서를 포함하고,
상기 차량 화재 검출 모듈은, 상기 CCTV 영상 및 상기 열화상 카메라로부터의 영상에 대한 인공지능 알고리즘을 통해 차량의 화재의 발생 여부를 검출하고,
상기 화재 단계 판단 모듈은, 상기 연기 감지 센서 및 상기 불꽃 감지 센서 중 적어도 하나의 센싱 정보와 상기 CCTV 영상의 조합에 기초하여 상기 차량에 화재가 아직 발생되지 않은 상태에서 상기 차량의 화재 발생 가능성을 나타내는 화재 단계 예측 정보를 생성하며,
상기 차량 화재 검출 모듈은,
상기 연기 감지 센서로부터 제공된 상기 센싱 정보에 이상 상황이 존재하는 것으로 판단될 때 다수의 인공지능 알고리즘들 중 선택된 제1 인공지능 알고리즘을 상기 CCTV 영상 및 상기 열화상 카메라로부터의 영상 중 적어도 하나에 적용하여 화재 검출을 수행하고, 상기 불꽃 감지 센서로부터 제공된 상기 센싱 정보에 이상 상황이 존재하는 것으로 판단될 때 상기 다수의 인공지능 알고리즘들 중 선택된 제2 인공지능 알고리즘을 상기 CCTV 영상 및 상기 열화상 카메라로부터의 영상 중 적어도 하나에 적용하여 화재 검출을 수행하는 것을 특징으로 하는 화재 감지 서버. - 제1항에 있어서,
상기 센싱 정보들의 센싱 값과 비교되는 적어도 하나의 기준 값들이 정의되며,
상기 화재 단계 판단 모듈은, 상기 센싱 정보들의 센싱 값과 상기 기준 값들의 비교에 기초하여, 상기 화재 단계 예측 정보를 생성하는 것을 특징으로 하는 화재 감지 서버. - 삭제
- 제2항에 있어서,
상기 제어 모듈은, 상기 센싱 정보들 중 적어도 하나의 센싱 값이 소정의 임계값을 초과할 때 상기 차량 화재 검출 모듈의 구동을 활성화하고, 상기 센싱 값이 소정의 임계값을 초과한 상태에서 상기 차량 화재 검출 모듈의 화재 검출 결과가 화재 발생을 나타낼 때 상기 차량에 화재가 발생하였음을 최종 판단하는 것을 특징으로 하는 화재 감지 서버. - 삭제
- 전기차 충전 구역 내의 불법 주정차 단속 및 차량의 화재 감지를 관리하는 관제 시스템에 있어서,
상기 전기차 충전 구역에 설치된 하나 이상의 CCTV 카메라로부터 촬영된 CCTV 영상으로부터, 상기 CCTV 영상에 포함된 차량의 번호를 인식하는 차량 인식 서버;
상기 하나 이상의 CCTV 카메라로부터 촬영된 CCTV 영상을 수신하고, 상기 CCTV 영상에 대한 인공지능 알고리즘을 통해 상기 CCTV 영상으로부터 차량의 화재를 검출하는 차량 화재 검출 모듈과, 상기 전기차 충전 구역에 설치된 적어도 하나의 센서 장치들로부터 수신된 센싱 정보들과 상기 CCTV 영상을 통한 화재 검출 결과에 기초하여 상기 차량에 화재가 발생되었거나 화재 발생이 예측됨을 나타내는 화재 단계 예측 정보를 생성하는 화재 단계 판단 모듈을 포함하는 화재 감지 서버; 및
상기 화재 감지 서버로부터 제공된 화재 단계 정보를 기초로, 각 화재 단계 정보에 대응되는 전파 시나리오에 따라 상황 전파를 수행하는 통합 플랫폼 서버를 구비하고,
상기 센서 장치들은 열화상 카메라, 연기 감지 센서 및 불꽃 감지 센서를 포함하고,
상기 차량 화재 검출 모듈은, 상기 CCTV 영상 및 상기 열화상 카메라로부터의 영상에 대한 인공지능 알고리즘을 통해 차량의 화재의 발생 여부를 검출하고,
상기 화재 단계 판단 모듈은, 상기 연기 감지 센서 및 상기 불꽃 감지 센서 중 적어도 하나의 센싱 정보와 상기 CCTV 영상의 조합에 기초하여 상기 차량에 화재가 아직 발생되지 않은 상태에서 상기 차량의 화재 발생 가능성을 나타내는 화재 단계 예측 정보를 생성하며,
상기 차량 화재 검출 모듈은,
상기 연기 감지 센서로부터 제공된 상기 센싱 정보에 이상 상황이 존재하는 것으로 판단될 때 다수의 인공지능 알고리즘들 중 선택된 제1 인공지능 알고리즘을 상기 CCTV 영상 및 상기 열화상 카메라로부터의 영상 중 적어도 하나에 적용하여 화재 검출을 수행하고, 상기 불꽃 감지 센서로부터 제공된 상기 센싱 정보에 이상 상황이 존재하는 것으로 판단될 때 상기 다수의 인공지능 알고리즘들 중 선택된 제2 인공지능 알고리즘을 상기 CCTV 영상 및 상기 열화상 카메라로부터의 영상 중 적어도 하나에 적용하여 화재 검출을 수행하고,
상기 통합 플랫폼 서버는, 상기 화재 단계 예측 정보가 소정의 기준 미만인 경우에는 상기 관제 시스템 내의 단말기로의 상황 전파를 수행하고, 상기 화재 단계 예측 정보가 상기 기준을 초과하는 경우에는 상기 차량의 위치 정보 및 적어도 하나의 CCTV 영상을 포함하는 메타데이터를 외부의 유관기관 서버로 전송하는 상황 전파를 수행하는 것을 특징으로 하는 관제 시스템. - 제6항에 있어서, 상기 화재 감지 서버는,
상기 화재 검출 결과 및 상기 화재 단계 정보 중 적어도 하나에 기초하여, 상기 화재 감지 서버와 다른 외부의 서버들 사이의 통신을 제어하는 제어 모듈을 더 구비하는 것을 특징으로 하는 관제 시스템. - 제6항에 있어서,
상기 통합 플랫폼 서버는,
상기 차량 인식 서버로부터 상기 차량의 번호를 수신하고, 차량들의 정보들을 저장하는 외부의 데이터베이스로부터 상기 차량의 번호에 대응되는 차량 정보를 수신하며, 상기 수신된 차량 정보에 기초하여 상기 차량이 전기차에 해당하지 않는 경우 불법 주정차 단속 절차를 수행하는 단속 모듈을 포함하는 것을 특징으로 하는 관제 시스템. - 삭제
- 제6항에 있어서,
상기 관제 시스템은, 상기 차량 인식 서버에서 인식된 상기 차량의 번호에 대응되는 차량 정보를 외부의 데이터베이스로부터 수신하여 저장하는 데이터베이스를 더 구비하고,
상기 통합 플랫폼 서버는, 상기 상황 전파를 수행함에 있어서 상기 차량의 번호에 대응되는 차량 정보를 상기 메타 데이터에 더 포함시키는 것을 특징으로 하는 관제 시스템. - 제10항에 있어서,
상기 차량 정보는, 상기 차량이 전기차인지 여부를 나타내는 정보, 차량 종류 정보, 제조사 정보, 차명 정보, 색상 정보, 연식 정보 중 적어도 하나의 정보를 포함하는 것을 특징으로 하는 관제 시스템. - 제6항에 있어서,
상기 화재 단계 판단 모듈은 상기 화재 단계 예측 정보를 상기 차량 화재 검출 모듈로 제공하고,
상기 차량 화재 검출 모듈은, 상기 화재 단계 예측 정보가 소정의 임계값을 초과하는 경우에 선택적으로 상기 인공지능 알고리즘에 기초한 차량의 화재를 검출하는 것을 특징으로 하는 관제 시스템. - 제6항에 있어서,
상기 차량 화재 검출 모듈은, 상기 센싱 정보들을 수신하고, 상기 인공지능 알고리즘을 통해 상기 CCTV 영상으로부터 차량의 화재가 검출된 경우, 상기 센싱 정보들의 분석 결과에 기초하여 상기 센싱 정보들이 차량의 화재 발생에 관련하여 소정의 임계값을 초과하는 경우에 상기 차량의 화재를 최종 판단하는 것을 특징으로 하는 관제 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230098996A KR102650675B1 (ko) | 2023-07-28 | 2023-07-28 | 전기차 화재를 감지하는 화재 감지 서버 및 이를 포함하는 관제 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230098996A KR102650675B1 (ko) | 2023-07-28 | 2023-07-28 | 전기차 화재를 감지하는 화재 감지 서버 및 이를 포함하는 관제 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102650675B1 true KR102650675B1 (ko) | 2024-03-26 |
Family
ID=90472771
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230098996A KR102650675B1 (ko) | 2023-07-28 | 2023-07-28 | 전기차 화재를 감지하는 화재 감지 서버 및 이를 포함하는 관제 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102650675B1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220044023A1 (en) * | 2020-08-05 | 2022-02-10 | Ambarella International Lp | Object-aware temperature anomalies monitoring and early warning by combining visual and thermal sensing sensing |
| KR20230016108A (ko) * | 2021-07-23 | 2023-02-01 | (주)에이콤 | 친환경차 충전소 관리 시스템 및 충전소 모니터링 장치 |
-
2023
- 2023-07-28 KR KR1020230098996A patent/KR102650675B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220044023A1 (en) * | 2020-08-05 | 2022-02-10 | Ambarella International Lp | Object-aware temperature anomalies monitoring and early warning by combining visual and thermal sensing sensing |
| KR20230016108A (ko) * | 2021-07-23 | 2023-02-01 | (주)에이콤 | 친환경차 충전소 관리 시스템 및 충전소 모니터링 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100985816B1 (ko) | 터널 내 화재와 비상상황을 감지하고 자동속보하는 시스템 및 그 방법 | |
| KR20190072703A (ko) | 재난사고 비상 신호의 전송 안전시스템 및 전송안전 관리방법 | |
| CN108389359B (zh) | 一种基于深度学习的城市火灾报警方法 | |
| KR102322427B1 (ko) | 빅데이터 기반의 건축물 화재 예방 대응 시스템 | |
| KR100956978B1 (ko) | 교통사고 유의지역 통합관리 시스템 | |
| CN112306051A (zh) | 一种高速公路无人驾驶交警车辆机器人系统 | |
| CN114566056B (zh) | 一种公路隧道行车安全风险辨识与防控方法及系统 | |
| US20240179506A1 (en) | Report processing apparatus, report processing method, program, and recording medium | |
| CN112580470A (zh) | 城市视觉感知方法、装置、电子设备和存储介质 | |
| CN111439645A (zh) | 一种电梯智能监控方法 | |
| CN113702833B (zh) | 一种楼道电瓶车监测系统及方法 | |
| KR102530210B1 (ko) | 하이브리드 소방용 시설물 관리시스템 | |
| KR102650675B1 (ko) | 전기차 화재를 감지하는 화재 감지 서버 및 이를 포함하는 관제 시스템 | |
| CN113903177A (zh) | 一种基于5g通信网络的社区用智慧安防系统 | |
| KR102246925B1 (ko) | 통합 버스 정보 및 질병 관리 시스템과 방법 | |
| CN114202880B (zh) | 一种火灾检测方法、系统、智能终端及存储介质 | |
| CN113409541B (zh) | 多层级安全智慧园区控制方法、系统和可读存储介质 | |
| CN113741258B (zh) | 基于物联网的轨道交通车站火灾监控系统及其优化方法 | |
| KR101167605B1 (ko) | 카메라를 구비한 지능형 다기능 제어 장치 및 방법 | |
| KR20230079913A (ko) | 인공지능 기반의 영상분석을 통하여 안전사고 예방경고 기능을 수행할 수 있는 스마트폴 | |
| KR102605754B1 (ko) | 점검 장치 기능을 포함하는 비상벨 시스템 | |
| CN117041331B (zh) | 一种消防报警系统及其方法 | |
| CN110796397A (zh) | 一种报警系统及方法 | |
| KR20230052471A (ko) | 디스플레이어블 ｃｃｔｖ 시스템 및 그 제어방법 | |
| KR102623593B1 (ko) | 이상 차량 추적 시스템 및 이를 이용한 이상 차량 추적 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |