KR20190082692A - 안전관리 시스템 및 그 방법 - Google Patents

안전관리 시스템 및 그 방법 Download PDF

Info

Publication number
KR20190082692A
KR20190082692A KR1020190074301A KR20190074301A KR20190082692A KR 20190082692 A KR20190082692 A KR 20190082692A KR 1020190074301 A KR1020190074301 A KR 1020190074301A KR 20190074301 A KR20190074301 A KR 20190074301A KR 20190082692 A KR20190082692 A KR 20190082692A
Authority
KR
South Korea
Prior art keywords
data
risk
user
risk score
accident
Prior art date
Application number
KR1020190074301A
Other languages
English (en)
Inventor
신원호
맹지찬
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190074301A priority Critical patent/KR20190082692A/ko
Publication of KR20190082692A publication Critical patent/KR20190082692A/ko
Priority to US16/577,870 priority patent/US11568346B2/en

Links

Images

Classifications

    • 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
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • 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
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/17—Image acquisition using hand-held instruments
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • 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
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/50—Connection management for emergency connections

Abstract

본 발명은 안전관리 시스템에 관한 것이다. 이러한 안전관리 시스템은, 웨어러블 디바이스로부터 수신되는 실시간데이터 및 빅데이터로부터 선별되는 사고데이터를 기초로 실시간데이터 위험점수 및 사고데이터 위험점수를 산정하고, 산정된 각 데이터별 위험점수에 각 데이터별 가중치를 곱한 다음 모두 합하여 전체 위험점수를 계산하며, 전체위험점수와 기설정된 임계위험점수를 비교하여 사용자가 위험하다고 판단되면 위험인식주체에게 위험 상황 메세지를 전송한다.
그리고, 본 발명의 안전관리 시스템은 5G 통신 시스템을 이용하여 실시간데이터, 사고데이터, 위험 상황 메세지를 전송할 수 있으며, 사용자가 위험한지 여부를 판단하기 위한 안전관리서버를 인공신경망을 이용하여 구현할 수 있다.

Description

안전관리 시스템 및 그 방법{System And Method For Safety Management}
본 발명은, 안전관리 시스템 및 그 방법에 관한 것으로서, 보다 상세하게는 실시간데이터 및 사고데이터를 이용하여 사용자의 위험 여부를 판단하는 안전관리 시스템 및 그 방법에 관한 것이다.
현대 사회는 다양한 안전사고와 범죄사고가 발생하고 그 빈도수가 늘어나고 있어, 위험한 상황을 모면하기 위한 방법이 필요하다.
통계적으로 위험한 거리 또는 우범지역을 사전에 숙지하고 이를 피하는 방법, 건강하지 못한 사람이 혈압 또는 심박이 상승하지 않도록 주의하는 방법 등의 아날로그적인 방법을 사용할 수도 있지만, 보다 쉽고 정확하게 위험 상황을 모면하기 위한 방법에 대한 관심이 증가하고 있다.
예를 들어서, 사용자의 신체에 장착되거나 사용자에 의해 소지되는 스마트안경, 스마트폰, 스마트밴드 등의 웨어러블 디바이스로부터 측정된 정보를 이용해서 사용자가 현재 위험한 상황인지 여부를 판단할 수 있는 방법을 발명하기 위한 연구가 다양하게 진행되고 있다.
선행문헌으로, 한국 공개특허 제10-2015-0039467호는 이동 단말기에 의해 설정된 관심구간 내에서 사용자가 이동하는 경우 웨어러블 디바이스를 이용하여 사용자의 상황을 감지하고, 실시간으로 측정된 데이터를 기초로 이동 단말기에 의해 사용자가 위험 상황이라고 판단되는 경우 해당 상황을 가족 또는 구조센터에 알리는 위험 상황 알림 방법을 개시하고 있다.
그러나, 한국 공개특허 제10-2015-0039467호는 사용자가 위치한 장소에 따라 사고가 발생할 수 있는 확률을 고려하기 위한 과거 발생한 사고 및 범죄의 데이터를 종합적으로 고려하지 않으며, 위험 상황을 판단하기 위한 구체적인 계산 방법 등에 대하여도 개시하고 있지 않다.
본 발명의 일 과제는, 사용자가 위험한지 여부를 판단하기 위하여, 디바이스 등으로 측정된 사용자 주변의 현재 데이터와 과거 발생한 사고 및 범죄의 데이터를 종합적으로 고려하지 못하는 문제를 해결하는데 있다.
본 발명의 또 다른 과제는, 사용자가 위험한지 여부를 판단하기 위한 실시간데이터가 사용자의 상황에 따라서는 중요도가 다르다는 것을 고려하지 못하는 문제를 해결하는데 있다.
본 발명의 또 다른 과제는, 사용자가 위험한지 여부를 판단하기 위한 과거 사고데이터 등이 사고 발생 지점과 사용자와의 거리에 따라서는 중요도가 다르다는 것을 고려하지 못하는 문제를 해결하는데 있다.
본 발명의 또 다른 과제는, 다수개의 데이터를 이용하여 산정된 전체위험점수로 사용자가 위험한지 여부를 판단할 뿐, 사용자의 혈압 등의 개별 신체데이터 위험점수만을 고려하여 사용자가 위험한지 여부를 판단하지 못하는 문제를 해결하는데 있다.
본 발명의 또 다른 과제는, 웨어러블 디바이스로부터 실시간데이터가 수신되지 않는 경우에는 사용자의 신변에 문제가 발생했을 개연성이 높음에도 불구하고 적당한 조치가 취해지지 않는 문제를 해결하는데 있다.
본 발명의 또 다른 과제는, 전과자 및 수배자 등의 범죄자가 사용자 주변에 있는 경우 사용자가 위험한 상황에 처할 개연성이 높음에도 불구하고, 사용자 근처에 범죄자가 있는지 여부를 감지하여 알려주지 못하는 문제를 해결하는데 있다.
본 발명의 또 다른 과제는, 사용자가 위험한지 여부만을 판단하여 알려주는 경우, 사용자가 위험하다고 판단되지는 않았지만 상당히 높은 수준의 위험 상황에 처한 경우임에도 이를 알 수 없는 문제를 해결하는데 있다.
본 발명의 과제는 이상에서 언급된 과제들로 제한되지 않으며, 언급되지 않은 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 안전관리 시스템은, 웨어러블 디바이스, 사용자가 위험한지 여부를 판단하고 위험 상황 메세지를 위험인식주체에게 전달하는 안전관리서버를 포함하여 구성된다.
구체적으로, 사용자에 의해 소지되며, 실시간데이터를 측정하는 센서부, 외부 서버와 데이터를 송수신하는 디바이스통신부를 포함하는 웨어러블 디바이스, 상기 실시간데이터와 빅데이터로부터 선별된 사고데이터를 포함하는 위험판단용데이터를 입력받아 위험점수를 계산하고, 계산된 위험점수를 기초로 사용자가 위험한지 여부를 판단하는 안전관리서버를 포함할 수 있다.
그리고, 상기 안전관리서버의 계산부는 위험점수를 계산하기 위해 기설정된 데이터별 위험점수 기준값, 기설정된 데이터별 가중치를 이용하며, 상기 안전관리서버의 판단부는 계산된 전체 위험점수가 기설정된 임계 위험점수 이상인 경우 사용자가 위험한 것으로 판단하여 위험인식주체에게 위험 상황 메세지를 전송할 수 있다.
또한, 전체 위험점수를 계산하기 위한 상기 실시간데이터로서 사용자 주변의 환경데이터와 사용자의 신체데이터 중 어느 하나 이상의 데이터를 사용할 수 있다.
또한, 상기 환경데이터로서 시간정보, 조도정보, 소리정보, 위치정보 중 어느 하나 이상의 정보를 포함하고, 상기 신체데이터로서 사용자의 심박정보, 혈압정보, 체온정보 중 어느 하나 이상의 정보를 포함하며, 상기 사고데이터로서 안전사고정보, 범죄사고정보 중 어느 하나 이상의 정보를 포함할 수 있다.
또한, 상기 실시간데이터의 가중치는 상기 실시간데이터를 측정한 상기 웨어러블 디바이스의 신뢰도에 비례하여 설정되고, 상기 웨어러블 디바이스의 신뢰도는 시간정보, 사용자위치정보, 사용자주변환경정보 중 어느 하나 이상의 정보에 기초하여 설정되며, 상기 사고데이터 가중치는 사고 발생 지점과 사용자 간의 거리와 반비례하도록 설정될 수 있다.
또한, 상기 판단부는 사용자의 어느 하나의 신체데이터의 위험점수가 미리 설정해 놓은 신체데이터별 임계 위험점수 이상인 경우 사용자가 위험한 것으로 판단할 수 있다.
또한, 상기 판단부는 상기 웨어러블 디바이스로부터 상기 실시간데이터가 수신되지 않는 경우 사용자가 위험한 것으로 판단할 수 있다.
또한, 상기 웨어러블 디바이스로부터 촬영한 데이터와 상기 위험관리서버에 저장된 범죄자영상데이터를 비교하여 동일한 것으로 판단되면, 사용자 주위에 범죄자가 있으므로 사용자가 위험한 것으로 판단할 수 있다.
또한, 상기 판단부는 사용자 상황의 위험등급을 판단하여 사용자가 위험하지 않다고 판단되는 경우에도 위험등급 정보를 위험인식주체에게 전송할 수 있다.
또한, 상기 안전관리서버는 인공신경망(Artificial Neural Network) 알고리즘을 이용하여 구현될 수 있다.
또한, 상기 서버통신부 및 상기 디바이스통신부는 5G 통신 시스템을 이용하여 데이터를 송수신 할 수 있다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 안전관리 방법은, 위험관리서버로 위험판단용데이터가 입력되는 단계, 상기 위험관리서버에 상기 위험판단용데이터가 저장되는 단계, 상기 위험관리서버에서 전체 위험점수를 계산하는 단계, 상기 위험관리서버에서 사용자가 위험한지 여부를 판단하는 단계, 사용자가 위험하다고 판단되는 경우 상기 위험관리서버에서 위험 상황 메세지를 위험인식주체에게 전송하는 단계를 포함하여 구성된다.
그리고, 상기 위험판단용데이터는 웨어러블 디바이스로부터 측정된 실시간데이터 및 빅데이터로부터 선별된 사고데이터를 포함하고, 상기 전체 위험점수는 기설정된 데이터별 위험점수 기준값, 기설정된 데이터별 가중치를 이용하여 계산되며, 상기 전체 위험점수가 기설정된 임계 위험점수 이상인 경우 사용자가 위험한 것으로 판단할 수 있다.
과제를 해결하기 위한 기타 실시예들의 구체적인 사항들은 발명의 설명 및 도면들에 포함되어 있다.
본 발명에 따른 안전관리 시스템 및 그 방법은, 사용자가 위험한지 여부를 판단하기 위하여 실시간데이터와 사고데이터를 함께 고려함으로써, 위험 판단 정확도가 향상되는 효과를 제공한다.
또한, 사용자의 상황에 따라서 웨어러블 디바이스의 신뢰도를 다르게 설정하여 실시간데이터 가중치를 다르게 설정하므로, 구체적인 사용자의 상황이 고려되어 위험 판단 정확도가 향상되는 효과를 제공한다.
또한, 사고 발생 위치와 사용자의 위치 간의 거리에 따라서 사고데이터 가중치를 다르게 설정하므로, 사고가 발생할 확률 계산 및 위험 판단 정확도가 향상되는 효과를 제공한다.
또한, 사용자의 위험을 판단함에 있어서 전체 위험점수 뿐만 아니라 개별 신체데이터의 위험점수를 함께 고려하므로, 개별 위험 상황에 따른 위험 판단 정확도가 향상되어 사용자를 더 안전하게 보호할 수 있는 효과를 제공한다.
또한, 사용자의 위험 여부를 판단하기 위하여 사용자가 소지하는 웨어러블 디바이스로부터 실시간데이터가 수신되지 않는 경우를 고려하므로, 사용자의 신변에 문제가 생겨서 상기 웨어러블 디바이스가 고장나거나 사용자로부터 강제로 이격된 경우 사용자의 신변을 보호하기 위한 조치를 취할 수 있는 효과를 제공한다.
또한, 사용자 주변에 범죄자가 있는지 여부를 감지하여 사용자의 위험 여부를 판단하므로, 사용자가 위험한 상황에 처할 개연성이 높은 장소를 회피할 수 있는 효과를 제공한다.
도1은 본 발명의 실시예에 따른 안전관리 시스템을 나타내는 블록도이다.
도2는 도1의 웨어러블 디바이스로부터 전송되는 실시간데이터를 나타내는 블록도이다.
도3은 도1의 빅데이터로부터 선별되는 위험데이터를 나타내는 블록도이다.
도4는 도1의 안전관리서버의 계산부를 나타내는 블록도이다.
도5는 도1의 안전관리서버의 판단부를 나타내는 블록도이다.
도6은 본 발명의 다른 실시예에 따른 안전관리 방법을 나타내는 순서도이다.
도7은 도6의 데이터가 입력되는 단계를 나타내는 순서도이다.
도8은 도6의 위험점수를 계산하는 단계를 나타내는 순서도이다.
도9는 도8의 실시간 위험점수를 계산하는 단계를 나타내는 순서도이다.
도10은 도6의 위험을 판단하는 단계를 나타내는 순서도이다.
이하, 첨부한 도면들 및 후술되어 있는 내용을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 그러나, 본 발명은 여기서 설명되어지는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다. 명세서 전체에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급되지 않는한 복수형도 포함된다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작, 부재, 성분, 소재 및/또는 소자가 하나 이상의 다른 구성요소, 단계, 동작, 부재, 성분, 소재 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
이하, 본 발명의 실시예에 따른 안전관리 시스템에 대하여 설명한다.
도1은 본 발명의 실시예에 따른 안전관리 시스템을 나타내는 블록도이다.
도1을 참조하면, 본 발명의 실시예에 따른 안전관리 시스템은, 웨어러블 디바이스(100), 빅데이터(200), 안전관리서버(300), 위험인식주체(400)를 포함한다.
먼저, 도1을 참조하여, 상기 웨어러블 디바이스(100)의 구성에 관하여 설명한다.
상기 웨어러블 디바이스(100)는 사용자의 신체에 장착되거나 사용자에 의해 소지되는 안경형상기기, 반지형상기기, 목걸이형상기기, 시계형상기기, 깔창형상기기, 악세서리형상기기, 스마트폰 등으로 구성될 수 있으며, 사용자의 신체 상황, 사용자 주변 상황 등을 측정할 수 있다. 예를 들어 설명하면, 사용자가 스마트폰을 소지하는 경우 사용자 주변의 영상, 빛의 밝기, 소리 등을 측정할 수 있다. 상기 웨어러블 디바이스(100)는 센서부(110), 디바이스통신부(120)를 포함한다.
도2는 도1의 웨어러블 디바이스로부터 전송되는 실시간데이터를 나타내는 블록도이다.
도1 및 도2를 참조하여 설명하면, 상기 센서부(110)는 사용자의 신체 상황, 사용자 주변 상황 등의 현재 데이터(이하, 실시간데이터라 한다)를 측정하기 위해 구비되며, 사용자의 혈압을 측정하는 혈압센서, 사용자의 심박을 측정하는 심박센서, 사용자 주변의 빛의 밝기를 측정하는 조도센서, 사용자의 위치를 측정하는 위치센서, 사용자 주변의 영상을 촬영할 수 있는 카메라 등을 포함한다.
상기 센서부(110)에 의해 측정되는 실시간데이터(130)는 현재 시간, 사용자 주변의 밝기, 사용자 주변의 소리, 사용자 주변의 영상 등의 환경과 관련된 데이터(이하, 환경데이터라 한다)와, 사용자의 심박, 사용자의 혈압, 사용자의 체온 등 사용자의 신체와 관련된 데이터(이하, 신체데이터라 한다), 사용자의 위치정보와 관련된 데이터를 포함한다.
그리고, 상기 디바이스통신부(120)는 외부 서버와 데이터를 송수신 할 수 있도록 통신모듈 등을 구비하며, 상기 센서부(110)에 의해 측정된 상기 실시간데이터(130)를 상기 안전관리서버(300)로 전송할 수 있다.
한편, 상기 디바이스통신부(120)는 상기 웨어러블 디바이스(100)와 외부 서버 간 데이터를 송수신하기 위해 최적화된 통신 시스템을 사용할 수 있다.
예를 들어 설명하면, 상기 디바이스통신부(120)는 5G 통신 시스템(IMT 2020)을 이용하여 외부 서버와 데이터를 송수신 할 수 있게 구성될 수 있다. 상기 디바이스통신부(120)가 5G 통신 시스템(IMT 2020)을 이용하는 경우, 사용자 체감 데이터 전송률(user experience data rate)이 향상되고, 데이터의 최대 전송률(peak data rate)이 향상되며, 데이터의 전송지연(latency)이 감소할 수 있다.
이어서, 도1을 참조하여, 상기 빅데이터(200)의 구성에 관하여 설명한다.
상기 빅데이터(200)는 디지털 환경에서 생성되는 데이터로 기상정보, 인터넷검색내역정보, 사고정보, 교통정보 등을 포함하는 다양한 정보의 수치, 문자, 영상 등의 대규모 데이터를 말한다. 상기 빅데이터(200)는 상기 안전관리서버(300)로 데이터가 전송될 수 있는 모든 데이터를 지칭하며, 사고데이터(230)와 범죄자영상데이터(250) 등의 위험 상황과 관련된 데이터(이하, 위험데이터라 한다)를 포함한다.
도3은 도1의 빅데이터로부터 선별되는 위험데이터를 나타내는 블록도이다.
도1 및 도3을 참조하여 설명하면, 상기 위험데이터(210)는 상기 사고데이터(230)와 상기 범죄자영상데이터(250)를 포함한다. 상기 사고데이터(230)는 교통사고, 추락사고 등의 안전사고 및 강도, 살인 등의 범죄사고의 종류, 발생한 위치 및 시간에 관한 정보의 데이터이다. 그리고, 상기 범죄자영상데이터(250)는 강도, 살인 등의 범죄 행위를 저지른 범죄자 또는 지명수배자 등의 얼굴, 키, 피부색 등의 신체 특징에 관한 영상데이터이다. 상기 사고데이터(230) 또는 상기 범죄자영상데이터(250)는 뉴스, 경찰기록 등에 저장된 데이터일수 있다.
또한, 상기 위험데이터(210)는 날씨, 천문 등과 관련된 데이터(이하, 기타데이터라 한다)를 포함할 수도 있다. 예를 들어 설명하면, 상기 위험데이터(210)는 사용자가 위험한 상황에 처할 수 있는 태풍 등의 기상 현상에 관한 상기 기타데이터(270)를 포함할 수 있다.
이어서, 도1을 참조하여, 상기 안전관리서버(300)의 구성에 관하여 설명한다.
상기 안전관리서버(300)는 사용자가 위험한지 여부를 판단하기 위한 데이터(이하, 위험판단용데이터라 한다)를 기초로 위험점수를 계산하고, 계산된 위험점수를 이용해서 사용자가 위험한지 여부 또는 사용자의 현재 위험도 등을 알려주는 기능을 수행하는 서버다. 상기 안전관리서버(300)는 사용자와 이격된 장소에 구비되거나 사용자에 의해 소지되는 스마트폰 등에 구비될 수도 있으며, 서버통신부(310), 입력부(320), 저장부(330), 계산부(340), 판단부(350)를 포함한다.
상기 서버통신부(310)는 외부 서버와 데이터를 송수신 할 수 있도록 통신모듈 등을 구비하며, 상기 웨어러블 디바이스(100)로부터 상기 실시간데이터(130)를 전송받거나 상기 빅데이터(200)로부터 상기 위험데이터(210)를 전송받을 수 있다.
한편, 상기 서버통신부(310)는 상기 안전관리서버(300)와 외부 서버 간 데이터를 송수신하기 위해 최적화된 통신 시스템을 사용할 수 있다.
예를 들어 설명하면, 상기 서버통신부(310)는 5G 통신 시스템(IMT 2020)을 이용하여 외부 서버와 데이터를 송수신 할 수 있게 구성될 수도 있다. 상기 서버통신부(310)가 5G 통신 시스템(IMT 2020)을 이용하는 경우, 사용자 체감 데이터 전송률(user experience data rate)이 향상되고, 데이터의 최대 전송률(peak data rate)이 향상되며, 데이터의 전송지연(latency)이 감소할 수 있다.
그리고, 상기 안전관리서버(300)에 의해 사용자가 위험하다고 판단되면, 사용자가 위험하다는 문자, 신호 등의 데이터(이하, 위험 상황 메세지라 한다)를 사용자의 위험한 상황을 알아야 할 대상(이하, 위험인식주체라 한다)에게 전송할 수 있다.
상기 입력부(320)는 상기 서버통신부(310)가 전송받은 상기 실시간데이터(130) 및 상기 위험데이터(210)를 포함하는 상기 위험판단용데이터를 입력받는다.
한편, 상기 입력부(320)는 특정정보추출모듈 등을 구비하여 상기 빅데이터(200)로부터 전송받은 데이터 중에서 상기 위험데이터(210)를 선별하여 입력받을 수도 있다. 예를 들어 설명하면, 상기 특정정보추출모듈이 특정 키워드, 특정 문장, 특정 검색식 등을 만족하는 정보를 선별하도록 설정하여 상기 특정 키워드, 상기 특정 문장을 포함하거나 상기 특정 검색식에 의해서 검색되는 데이터를 선별하여 입력받을 수 있다.
상기 저장부(330)는 상기 입력부(320)가 입력받은 상기 위험판단용데이터를 저장한다. 상기 안전관리서버(300)는 상기 저장부(330)에 저장된 상기 위험판단용데이터를 이용해서 사용자가 위험한지 여부를 판단하게 된다.
도4는 도1의 안전관리서버의 계산부를 나타내는 블록도이다.
도1 및 도4를 참조하여 설명하면, 상기 계산부(340)는 상기 위험판단용데이터를 이용해서 위험점수를 계산한다.
구체적으로, 상기 계산부(340)는 실시간 위험점수(345)와 사고 위험점수(348)를 구하고, 상기 실시간 위험점수(345)와 상기 사고 위험점수(348)를 합하여 사용자가 위험한 정도를 수치로 표시하는 전체 위험점수(341)를 계산할 수 있다.
예를 들어 설명하면, 상기 계산부(340)는 먼저 상기 각 신체데이터(133), 상기 각 환경데이터(131), 상기 각 사고데이터(230)를 기설정된 데이터별 위험점수 기준값과 비교하여 신체데이터별 위험점수, 환경데이터별 위험점수, 사고데이터별 위험점수를 산정한다. 위험점수를 산정하는 일례를 들면, 하기의 표 1과 같이 각각의 상기 신체데이터(133)를 기설정된 신체데이터별 위험점수 기준값과 비교하여 상기 신체데이터별 위험점수를 산정할 수 있다.
신체데이터 위험점수 기준값 위험점수




체온
35.5℃이상 and 37.0℃이하
0

32℃~35.5℃ or
37℃~38.5℃
50

32℃이하 or 38.5℃이상
100




심박수
50bpm이상 and 100bpm이하
0

100bpm~160bpm or 50bpm이하
50

160bpm 이상
100
상기 표 1에서는 상기 신체데이터별 위험점수를 산정하고 있지만, 상기 환경데이터(131) 및 상기 사고데이터(230) 또한 기설정된 환경데이터별 위험점수 기준값 및 기설정된 사고데이터별 위험점수 기준값과 비교하여, 상기 환경데이터별 위험점수 및 상기 사고데이터별 위험점수를 산정할 수 있다.
상기 환경데이터별 위험점수 기준값을 설정하는 일례로 빛의 밝기, 소리의 크기에 따라서 위험점수를 설정할 수 있고, 상기 사고데이터별 위험점수 기준값을 설정하는 일례로 사용자의 위치로부터 기설정된 사고거리 내에서 강도, 살인 등의 범죄가 과거 발생한 경우, 발생한 범죄의 범죄등급에 따라서 위험점수 기준값을 설정할 수 있다.
다음으로, 상기 계산부(340)는, 상기 신체데이터별 위험점수와 기설정된 신체데이터별 가중치를 곱한 값을 모두 합하여 상기 신체 위험점수를 구하고, 상기 환경데이터별 위험점수와 기설정된 환경데이터별 가중치를 곱한 값을 모두 합하여 상기 환경 위험점수를 구하고, 상기 사고데이터별 위험점수와 기설정된 사고데이터별 가중치를 곱한 값을 모두 합하여 상기 사고 위험점수(348)를 구할 수 있다.
그리고, 상기 신체 위험점수와 상기 환경 위험점수를 합하여 상기 실시간 위험점수(345)를 구하고, 상기 실시간 위험점수(345)와 상기 사고 위험점수(348)을 합하여 상기 전체 위험점수(341)를 계산할 수 있다.
상기 전체 위험점수(341)를 구하는 계산 방법은 하기의 수학식 1 또는 수학 계산식으로 표현될 수 있다.
[수학식 1]
Figure pat00001
(De는 환경데이터 위험점수, Pe는 환경데이터 가중치, Db는 신체데이터 위험점수, Pb는 신체데이터 가중치, Da는 사고데이터 위험점수, Pa는 사고데이터 가중치임)
[수학 계산식]
Figure pat00002
(Dr은 실시간데이터 위험점수, Pr은 실시간데이터 가중치, Da는 사고데이터 위험점수, Pa는 사고데이터 가중치)
한편, 상기 신체데이터별 가중치, 상기 환경데이터별 가중치, 상기 사고데이터별 가중치는 사용자가 임의로 설정할 수도 있고, 특정 상황을 고려해서 설정할 수도 있다.
예를 들어 설명하면, 상기 신체데이터별 가중치 및 상기 환경데이터별 가중치는 상기 웨어러블 디바이스(100)의 신뢰도에 비례하여 설정될 수 있다. 상기 웨어러블 디바이스(100)의 신뢰도는, 시간, 사용자의 위치, 사용자 주변의 환경 등을 고려하여 설정될 수 있다.
시간을 고려하여 상기 웨어러블 디바이스(100)의 신뢰도를 설정하는 일례를 들면, 사용자가 주로 밝은 곳에서 활동하는 시간이 많은 낮 시간대에는 조도정보, 영상정보를 제공하는 상기 웨어러블 디바이스(100)의 신뢰도를 높게 설정하고, 사용자가 주로 어두운 곳에서 활동하거나 취침을 하는 밤 시간대에는 소리정보를 제공하는 상기 웨어러블 디바이스(100)의 신뢰도를 높게 설정할 수 있다.
예를 들면, 하기 표 2와 같이 시간을 고려하여 상기 웨어러블 디바이스(100)의 신뢰도를 설정할 수 있다.
웨어러블 디바이스 종류 시 간 웨어러블 디바이스 신뢰도




스마트안경
(조도정보)
09:00 ~ 17:00
조도데이터
관련
100

17:00 ~ 24:00
조도데이터
관련
70

24:00 ~ 09:00
조도데이터
관련
30




스마트이어폰
(소리정보)
09:00 ~ 17:00
조도데이터
관련
70

17:00 ~ 24:00
조도데이터
관련
60

24:00 ~ 09:00
조도데이터
관련
90
그리고, 사용자의 위치를 고려하여 상기 웨어러블 디바이스(100)의 신뢰도를 설정하는 일례를 들면, 사용자가 인적이 드문 산 등에 위치하는 경우에는 외부 요인에 의한 위험보다 사용자 본인의 신체 이상에 의한 위험이 클 수 있기 때문에 상기 신체데이터(133) 정보를 제공하는 상기 웨어러블 디바이스(100)의 신뢰도를 높게 설정할 수 있다. 반대로, 사용자가 도심 등에 위치하는 경우에는 주변 환경 등 외부 요인에 의한 위험이 사용자 본인의 신체 이상에 의한 위험보다 클 수 있기 때문에 상기 환경데이터(131)를 제공하는 상기 웨어러블 디바이스(100)의 신뢰도를 높게 설정할 수 있다.
예를 들면, 하기 표 3과 같이 사용자의 위치를 고려하여 상기 웨어러블 디바이스(100)의 신뢰도를 설정할 수 있다.
웨어러블 디바이스 종류 사용자의 위치 웨어러블 디바이스 신뢰도


혈압측정기
(혈압측정)
도심
혈압데이터
관련
80

교외
혈압데이터
관련
100


스마트안경
(조도측정)
도심
조도데이터
관련
90

교외
조도데이터
관련
70
전술한 바와 같은 방법으로 상기 웨어러블 디바이스(100)의 신뢰도가 설정되면, 신뢰도가 높게 설정된 상기 웨어러블 디바이스(100)로부터 제공된 정보에는 높은 가중치를 부여하고, 신뢰도가 낮게 설정된 상기 웨어러블 디바이스(100)로부터 제공된 정보에는 낮은 가중치를 부여함으로써 각각의 상기 실시간데이터(130) 별로 가중치를 설정할 수 있다.
예를 들면, 하기 표 4와 같이 상기 웨어러블 디바이스(100)의 신뢰도를 고려하여 상기 웨어러블 디바이스(100) 별로 측정된 상기 환경데이터(131)별 가중치를 부여할 수 있다.
웨어러블 디바이스 종류 웨어러블 디바이스 신뢰도 데이터 가중치


스마트안경
조도데이터
관련
0.3
조도데이터
30

소리데이터
관련
0.4
소리데이터
40


스마트폰
조도데이터
관련
0.7
조도데이터
70

소리데이터
관련
0.2
소리데이터
20
또 다른 예를 들어 설명하면, 상기 사고데이터별 가중치는 사고가 발생한 위치, 시간을 고려해서 설정될 수 있다.
사고가 발생한 위치를 고려하여 상기 사고데이터별 가중치가 설정되는 일례를 들면, 추락 등의 안전사고, 강도 등의 범죄사고가 발생한 위치와 사용자의 위치가 가까우면 상기 사고데이터(230)의 가중치를 높게 설정하고, 안전사고 또는 범죄사고가 발생한 위치와 사용자의 위치가 멀면 상기 사고데이터(230)의 가중치를 낮게 설정할 수 있다.
그리고, 사고가 발생한 시간을 고려하여 상기 사고데이터별 가중치가 설정되는 일례를 들면, 추락 등의 안전사고, 강도 등의 범죄사고가 발생한 시각과 사용자의 위치가 측정된 시각의 시각차가 작으면 상기 사고데이터(230)의 가중치를 높게 설정하고, 안전사고 또는 범죄사고가 발생한 시각과 사용자의 위치가 측정된 시각의 시각차가 크면 상기 사고데이터(230)의 가중치를 낮게 설정할 수 있다.
예를 들면, 하기 표 5와 같이 사고가 발생한 위치를 고려하여 상기 사고데이터별 가중치를 부여할 수 있다.
사고의 종류 사용자와의 거리 사고데이터 가중치



추락사고
40m
0.3

10m
0.8



강도사고
40m
0.2

10m
0.6
도5는 도1의 안전관리서버의 판단부를 나타내는 블록도이다.
도1 및 도5를 참조하여 설명하면, 상기 판단부(350)는 사용자가 위험한 상황인지 여부를 판단하며, 영상데이터를 비교하여 동일성 여부를 판단할 수 있는 영상판별모듈 등을 포함할 수 있다.
구체적으로, 상기 판단부(350)는 상기 계산부(340)에서 계산된 상기 전체 위험점수(341), 개별 상기 신체데이터 위험점수, 상기 센서부(110)에 의해 촬영된 사용자 주변 사람의 영상데이터(이하, 촬영데이터라 한다), 상기 웨어러블 디바이스(100)로부터 상기 실시간데이터(130)가 수신되는지 여부를 이용해서 사용자가 위험한 상황인지 여부를 판단하거나 사용자의 현재 상황의 위험등급을 판단할 수 있다.
상기 판단부(350)가 상기 전체 위험점수(341)를 이용해서 사용자가 위험한 상황인지 여부를 판단하는 일례를 설명하면, 상기 전체 위험점수(341)와 기설정된 임계 위험점수(342)를 비교하고, 상기 전체 위험점수(341)가 상기 기설정된 임계 위험점수(342) 이상인 경우 상기 판단부(350)는 사용자가 위험한 상황이라고 판단할 수 있다.
그리고, 상기 판단부(350)는 상기 전체 위험점수와는 별도로 상기 개별 신체데이터 위험점수를 이용해서 사용자가 위험한지 여부를 추가로 판단할 수 있다. 예를 들어 설명하면, 사용자의 혈압데이터 위험점수가 기설정된 개별임계 위험점수 중 혈압임계 위험점수 이상인 경우 상기 판단부(350)는 사용자가 위험한 상황이라고 판단할 수 있다.
한편, 상기 판단부(350)는 상기 촬영데이터와 상기 저장부(330)에 저장된 상기 범죄자영상데이터(250)을 이용해서 사용자가 위험한 상황인지 여부를 판단할 수도 있다. 예를 들어 설명하면, 상기 영상판별모듈을 이용해서 상기 촬영데이터와 상기 범죄자영상데이터(250)를 비교한 결과 상기 촬영데이터가 상기 범죄자영상데이터(250)와 동일성이 있는 것으로 판단되면, 상기 판단부(350)는 사용자 주변에 범죄자가 있으므로 사용자가 위험한 상황이라고 판단할 수 있다.
또한, 상기 판단부(350)는 상기 웨어러블 디바이스(100)로부터 상기 실시간데이터(130)가 수신되지 않는 경우, 사용자가 물리적인 충격을 받는 등 신변에 문제가 생겨서 상기 웨어러블 디바이스(100)가 고장나거나 사용자로부터 강제로 이격된 것으로 추정하여 사용자가 위험한 상황이라고 판단할 수도 있다.
상기 판단부(350)는 사용자가 위험한 상황인지 여부를 판단하는 경우 이외에도 사용자의 현재 상황의 위험등급을 판단할 수 있다. 예를 들어 설명하면, 상기 판단부(350)는 상기 전체 위험점수(341)을 기설정된 위험점수별 위험등급과 비교해서 사용자의 현재 상황의 위험도를 등급별로 판단할 수 있다.
상기 서버통신부(310)는 상기 판단부(350)에 의해 사용자가 위험한 상황이라고 판단되면 상기 위험인식주체(400)에게 사용자가 현재 위험한 상황이라는 신호, 문자, 알림 등(이하, 위험 상황 메세지라 한다)을 전송할 수 있다. 그리고, 상기 서버통신부(310)는 상기 판단부(350)에 의해 사용자가 위험한 상황이라고 판단되지 않는 경우에도, 상기 판단부(350)에 의해 판단된 사용자의 현재 상황의 위험등급을 상기 위험인식주체(400)에게 전송할 수 있다.
전술한 상기 안전관리서버(300)는 인공신경망(Artificial Neural Network) 알고리즘을 이용하여 구현될 수도 있다. 인공신경망(Artificial Neural Network) 알고리즘은 인공지능 체계가 스스로 학습하면서 배워나가는 머신러닝 기법이다.
상기 안전관리서버(300)가 인공신경망(Artificial Neural Network) 알고리즘을 이용하여 구현되는 경우, 특정 상황별로 적합하게 계산된 상기 환경 위험점수, 상기 신체 위험점수, 상기 사고 위험점수를 학습시켜서 상기 안전관리서버(300)의 위험점수 산출 적합도를 향상 시킬 수 있다. 따라서, 상황별로 계산되는 위험점수가 상황에 따라서 적합하게 산출되므로, 위험점수를 기초로 사용자가 위험한지 여부를 판단하는 상기 안전관리서버(300)의 사용자 위험 판단 정확도가 향상될 수 있다.
이어서, 도1을 참조하여, 상기 위험인식주체(400)의 구성에 관하여 설명한다.
상기 위험인식주체(400)는 사용자의 위험한 상황 또는 사용자의 현재 상황의 위험등급을 알아야 할 주체로써, 사용자 본인, 사용자의 가족, 경찰서 등의 주체를 포함한다. 상기 위험인식주체(400)는 사용자의 위험 상황에 관련된 정보를 수신하고, 이를 기초로 적절한 대응을 할 수 있다. 예를 들어 설명하면, 사용자는 본인의 위험 상황에 관련된 정보를 기초로 다른 곳으로 이동할 수 있고, 가족은 사용자의 위험 상황에 관련된 정보를 기초로 구조기관 또는 경찰서 등에 신고를 할 수 있다.
상기 위험인식주체(400)는 상기 안전관리서버(300)에서 전송되는 위험 상황 메세지를 상기 위험인식주체(400)가 소지하는 단말기, 전화기 등의 통신 수단 등을 통해서 수신할 수 있다.
이하, 본 발명의 다른 실시예에 따른 안전관리 방법에 대하여 설명한다.
도6은 본 발명의 다른 실시예에 따른 안전관리 방법을 나타내는 순서도이다.
도6을 참조하면, 본 발명의 실시예에 따른 안전관리 방법은, 데이터가 입력되는 단계(S100), 데이터가 저장되는 단계(S200), 위험점수를 계산하는 단계(S300), 위험을 판단하는 단계(S400), 위험 상황 메세지를 전송하는 단계(S500)을 포함한다.
도7은 도6의 데이터가 입력되는 단계를 나타내는 순서도이다.
먼저, 도1 내지 도3, 도6, 도7을 참조하여, 상기 데이터가 입력되는 단계(S100)의 구성에 관하여 설명한다.
도7을 참조하여 설명하면, 상기 데이터가 입력되는 단계(S100)는 상기 빅데이터(200)로부터 상기 사고데이터(230)를 선별하는 단계(S110), 상기 빅데이터(200)로부터 상기 범죄자영상데이터(250)를 선별하는 단계(S120), 상기 웨어러블 디바이스(100)로부터 상기 실시간데이터(130)를 수신하는 단계(S130), 상기 위험판단용데이터를 입력받는 단계(S140)를 포함한다.
상기 웨어러블 디바이스(100) 및 상기 실시간데이터(130)의 구성, 상기 빅데이터(200)의 구성 및 상기 위험데이터(210)의 구성은 본 발명의 안전관리 시스템에서 전술한 내용과 같다.
이어서, 도6을 참조하여, 상기 데이터가 저장되는 단계(S200)의 구성에 관하여 설명한다.
상기 데이터가 저장되는 단계(S200)는 입력된 상기 사고데이터(230), 상기 범죄자영상데이터(250), 상기 실시간데이터(130)를 포함하는 상기 위험판단용데이터를 저장한다.
도8은 도6의 위험점수를 계산하는 단계를 나타내는 순서도이고, 도9는 도8의 실시간 위험점수를 계산하는 단계를 나타내는 순서도이다.
이어서, 도4 및 도8, 도9를 참조하여, 상기 위험점수를 계산하는 단계(S300)의 구성에 대하여 설명한다.
도8을 참조하여 설명하면, 상기 위험점수를 계산하는 단계(S300)는 상기 실시간데이터(130)를 이용해서 상기 실시간 위험점수(345)를 계산하는 단계(S310), 상기 사고데이터(230)를 이용해서 상기 사고 위험점수(348)를 계산하는 단계(S320), 상기 실시간 위험점수(345)와 상기 사고 위험점수(348)를 합하여 상기 전체 위험점수(341)를 계산하는 단계(S330)를 포함한다.
구체적으로, 상기 위험점수를 계산하는 단계(S300)는 상기 실시간데이터(130) 및 상기 사고데이터(230)를 이용해서 사용자가 위험한 정도를 수치로 표시하는 전체 위험점수(341)를 계산할 수 있다.
그리고, 도9를 참조하여 설명하면, 상기 실시간 위험점수(345)를 계산하는 단계(S310)는 상기 환경 위험점수를 계산하는 단계(S311), 상기 신체 위험점수를 계산하는 단계(S312)를 포함한다.
상기 신체 위험점수, 상기 환경 위험점수, 상기 실시간 위험점수(345), 상기 사고 위험점수(348), 상기 전체 위험점수(341)를 계산하는 방법은 본 발명의 안전관리 시스템에서 전술한 내용과 같다.
도10은 도6의 위험을 판단하는 단계를 나타내는 순서도이다.
이어서, 도5 및 도6, 도10을 참조하여 상기 위험을 판단하는 단계(S400)의 구성에 대하여 설명한다.
도10을 참조하여 설명하면, 상기 위험을 판단하는 단계(S400)는, 전체 위험점수가 임계 위험점수 이상인지 여부를 판단하는 제1 단계(S410), 개별 신체데이터 위험점수가 개별임계 위험점수 이상인지 여부를 판단하는 제2 단계(S420), 촬영데이터가 범죄자영상데이터로 식별되는지 여부를 판단하는 제3 단계(S430), 사용자가 안전하다고 판단하는 제4 단계(S440), 사용자가 위험하다고 판단하는 제5 단계(S450)를 포함한다.
상기 제1 단계(S410)는 상기 전체 위험점수(341)와 상기 기설정된 임계 위험점수(342)를 비교하고, 상기 전체 위험점수(341)가 상기 기설정된 임계 위험점수(342) 이상인 경우, 사용자가 위험하다고 판단한다(제5 단계).
상기 제2 단계(S420)는 사용자의 혈압데이터 등 상기 개별 신체데이터 위험점수가, 상기 혈압임계 위험점수 등의 상기 기설정된 개별임계 위험점수 이상인 경우, 사용자가 위험하다고 판단한다(제5 단계).
상기 제3 단계(S430)는 상기 영상판별모듈을 이용해서 상기 촬영데이터와 상기 범죄자영상데이터(250)를 비교한 결과 상기 촬영데이터가 상기 범죄자영상데이터(250)와 동일성이 있는 것으로 판단되면, 사용자가 위험하다고 판단한다(제5 단계).
그리고, 도면에 도시되지는 않았지만, 상기 위험을 판단하는 단계(S400)는 상기 웨어러블 디바이스(100)로부터 상기 실시간데이터(130)가 수신되는지 여부를 판단하는 제6 단계를 포함할 수 있고, 상기 웨어러블 디바이스(100)로부터 상기 실시간데이터(130)가 수신되지 않는 경우, 사용자가 위험하다고 판단할 수 있다(제5 단계).
또한, 상기 위험을 판단하는 단계(S400)는 상기 전체 위험점수(341)를 상기 기설정된 위험점수별 위험등급과 비교해서 사용자의 현재 상황의 위험도를 등급별로 판단하는 제7 단계를 포함할 수도 있다.
상기 제1, 제2, 제3, 제6 단계는 서로 순서를 달리하여 구성될 수 있으며, 상기 제1, 제2, 제3, 제6 단계 각각에서 모두 사용자가 위험하다고 판단되지 않으면, 상기 위험을 판단하는 단계(S400)는 사용자가 안전하다고 판단할 수 있다(제4 단계).
이어서, 도6을 참조하여, 상기 위험 상황 메세지를 전송하는 단계(S500)의 구성에 대하여 설명한다.
상기 위험 상황 메세지를 전송하는 단계(S500)는 상기 위험을 판단하는 단계(S400)에 의해 사용자가 위험한 상황이라고 판단되면 상기 위험인식주체(400)에게 사용자가 현재 위험한 상황이라는 신호, 문자, 알림 등(이하, 위험 상황 메세지라 한다)을 전송할 수 있다. 그리고, 상기 위험 상황 메세지를 전송하는 단계(S500)는 상기 위험을 판단하는 단계(S400)에 의해 사용자가 위험한 상황이라고 판단되지 않는 경우에도, 상기 위험을 판단하는 단계(S400)에 의해 판단된 사용자의 현재 상황의 위험등급을 상기 위험인식주체(400)에게 전송할 수 있다.
상기 위험인식주체(400)의 구성 및 상기 위험인식주체(400)가 위험 상황 메세지를 수신하는 방법은 본 발명의 안전관리 시스템에서 전술한 내용과 같다.
이하, 상기 구성에 따른 본 발명의 안전관리 시스템 및 그 방법의 작용 및 효과를 설명한다.
먼저, 안전관리서버의 입력부 또는 데이터가 입력되는 단계는 웨어러블 디바이스로부터 측정된 실시간데이터 및 빅데이터로부터 선별된 위험데이터를 입력받는다. 입력된 위험판단용데이터는 안전관리서버의 저장부 또는 데이터가 저장되는 단계에 의해 저장된다.
그리고, 안전관리서버의 계산부 또는 위험점수를 계산하는 단계는 위험판단용데이터를 이용해서 실시간데이터 위험점수, 사고데이터 위험점수, 전체 위험점수를 계산한다.
안전관리서버의 판단부 또는 위험을 판단하는 단계는 계산된 전체 위험점수를 기설정된 임계 위험점수와 비교하고, 개별 신체데이터 위험점수를 기설정된 개별임계 위험점수와 비교하여 사용자가 위험한지 여부 및 사용자의 현재 상황의 위험등급을 판단한다. 그리고, 안전관리서버의 판단부 또는 위험을 판단하는 단계는 웨어러블 디바이스로부터 실시간데이터가 수신되는지 여부로 사용자가 위험한지 여부를 판단할 수 있고, 사용자 주변에 범죄자가 있는지 여부를 식별하여 사용자가 위험한지 여부를 판단할 수도 있다.
안전관리서버의 서버통신부 또는 위험 상황 메세지를 전송하는 단계는 안전관리서버의 판단부 또는 판단 단계에서 사용자가 위험하다고 판단하는 경우, 위험인식주체에게 위험 상황 메세지를 전송한다.
이처럼, 본 발명의 안전관리 시스템 및 그 방법은, 사용자가 위험한지 여부를 판단하기 위하여 실시간데이터와 사고데이터를 함께 고려함으로써, 위험 판단 정확도가 향상되는 효과를 제공한다.
또한, 사용자의 상황에 따라서 웨어러블 디바이스의 신뢰도를 다르게 설정하여 실시간데이터 가중치를 다르게 설정하므로, 구체적인 사용자의 상황이 고려되어 위험 판단 정확도가 향상되는 효과를 제공한다.
또한, 사고 발생 위치와 사용자의 위치 간의 거리에 따라서 사고데이터 가중치를 다르게 설정하므로, 사고가 발생할 확률 계산 및 위험 판단 정확도가 향상되는 효과를 제공한다.
또한, 사용자의 위험을 판단함에 있어서 전체 위험점수 뿐만 아니라 개별 신체데이터의 위험점수를 함께 고려하므로, 개별 위험 상황에 따른 위험 판단 정확도가 향상되어 사용자를 더 안전하게 보호할 수 있는 효과를 제공한다.
또한, 사용자의 위험 여부를 판단하기 위하여 사용자가 소지하는 웨어러블 디바이스로부터 실시간데이터가 수신되지 않는 경우를 고려하므로, 사용자의 신변에 문제가 생겨서 상기 웨어러블 디바이스가 고장나거나 사용자로부터 강제로 이격된 경우 사용자의 신변을 보호하기 위한 조치를 취할 수 있는 효과를 제공한다.
또한, 사용자 주변에 범죄자가 있는지 여부를 감지하여 사용자의 위험 여부를 판단하므로, 사용자가 위험한 상황에 처할 개연성이 높은 장소를 회피할 수 있는 효과를 제공한다.
이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명된 실시예에 국한되어 정해져서는 안되며, 후술하는 청구범위뿐만 아니라 이 청구범위와 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태에 의하여 정해져야 한다.
100 : 웨어러블 디바이스 110 : 센서부
120 : 디바이스통신부 130 : 실시간데이터
131 : 환경데이터 132 : 촬영데이터
133 : 신체데이터 134 : 개별 신체데이터 위험점수
135 : 개별임계 위험점수 200 : 빅데이터
210 : 위험데이터 230 : 사고데이터
250 : 범죄자영상데이터 270 : 기타데이터
300 : 안전관리서버 310 : 서버통신부
320 : 입력부 330 : 저장부
340 : 계산부 341 : 전체 위험점수
342 : 임계 위험점수 345 : 실시간 위험점수
348 : 사고 위험점수 350 : 판단부
400 : 위험인식주체

Claims (19)

  1. 사용자에 의해 소지되며, 실시간데이터를 측정하는 센서부, 외부 서버와 데이터를 송수신하는 디바이스통신부를 포함하는 웨어러블 디바이스; 및
    외부 장치와 데이터를 송수신하는 서버통신부, 상기 실시간데이터 및 빅데이터로부터 선별된 사고데이터를 포함하는 위험판단용데이터를 입력받는 입력부, 상기 위험판단용데이터를 저장하는 저장부, 상기 위험판단용데이터를 이용하여 위험점수를 계산하는 계산부, 계산된 위험점수를 기초로 사용자가 위험한지 여부를 판단하는 판단부를 포함하는 안전관리서버를 포함하고,
    상기 계산부는 상기 위험판단용데이터를 기설정된 데이터별 위험점수 기준값과 비교하여 위험판단용데이터별 위험점수를 산정하고, 각각의 상기 위험판단용데이터 위험점수와 기설정된 데이터별 가중치를 곱한 값을 모두 합하여 전체 위험점수를 계산하고,
    상기 판단부는 상기 전체 위험점수가 기설정된 임계 위험점수 이상인 경우 사용자가 위험한 것으로 판단하며,
    상기 서버통신부는 사용자가 위험하다고 판단되는 경우 위험 상황 메세지를 위험인식주체에게 전송하는, 안전관리 시스템.
  2. 제1항에 있어서,
    상기 실시간데이터는 사용자 주변의 환경데이터와 사용자의 신체데이터 중 어느 하나 이상의 데이터이고,
    상기 계산부는 하기 수학식 1을 이용하여 상기 전체 위험점수를 계산하는, 안전관리 시스템.
    [수학식 1]
    Figure pat00003

    (De는 환경데이터 위험점수, Pe는 환경데이터 가중치, Db는 신체데이터 위험점수, Pb는 신체데이터 가중치, Da는 사고데이터 위험점수, Pa는 사고데이터 가중치임)
  3. 제2항에 있어서,
    상기 환경데이터는 시간정보, 조도정보, 소리정보, 위치정보 중 어느 하나 이상의 정보를 포함하고, 상기 신체데이터는 사용자의 심박정보, 혈압정보, 체온정보 중 어느 하나 이상의 정보를 포함하며,
    상기 사고데이터는 안전사고정보, 범죄사고정보 중 어느 하나 이상의 정보를 포함하는, 안전관리 시스템.
  4. 제3항에 있어서,
    상기 실시간데이터 가중치는,
    상기 실시간데이터를 측정한 상기 웨어러블 디바이스의 신뢰도에 비례하여 설정되고, 상기 웨어러블 디바이스의 신뢰도는 시간정보, 사용자위치정보, 사용자주변환경정보 중 어느 하나 이상의 정보에 기초하여 설정되며,
    상기 사고데이터 가중치는,
    사용자의 위치와 사고가 발생한 위치 간의 거리와 반비례하여 설정되는, 안전관리 시스템.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 판단부는,
    어느 하나의 상기 신체데이터의 위험점수가 기설정된 개별임계 위험점수 이상인 경우 사용자가 위험한 것으로 판단하는, 안전관리 시스템.
  6. 제5항에 있어서,
    상기 판단부는,
    상기 웨어러블 디바이스로부터 상기 실시간데이터가 수신되지 않는 경우 사용자가 위험한 것으로 판단하는, 안전관리 시스템.
  7. 제6항에 있어서,
    상기 환경데이터는 촬영데이터를 포함하고,
    상기 위험판단용데이터는 범죄자영상데이터를 포함하며,
    상기 판단부는 영상데이터의 동일성 여부를 판단하는 영상판별모듈을 포함하고, 상기 영상판별모듈에 의해 상기 촬영데이터가 상기 범죄자영상데이터와 동일한 것으로 판단되면 사용자가 위험한 것으로 판단하는, 안전관리 시스템.
  8. 제7항에 있어서,
    상기 판단부는 상기 전체 위험점수와 기설정된 위험점수별 위험등급을 비교하여 사용자 환경의 위험등급을 판단하고,
    상기 서버통신부는 판단된 사용자 환경의 위험등급을 위험인식주체에게 전송하는, 안전관리 시스템.
  9. 제8항에 있어서,
    상기 안전관리서버는 인공신경망(Artificial Neural Network) 알고리즘을 이용하여 구현되는, 안전관리 시스템.
  10. 제9항에 있어서,
    상기 서버통신부는 5G 통신 시스템을 이용하여 외부 서버와 데이터를 송수신하고,
    상기 디바이스통신부는 5G 통신 시스템을 이용하여 외부 장치와 데이터를 송수신하는, 안전관리 시스템.
  11. 사용자에 의해 소지되는 웨어러블 디바이스로부터 측정된 실시간데이터, 빅데이터로부터 선별된 사고데이터를 포함하는 위험판단용데이터가 위험관리서버로 입력되는 단계;
    상기 위험관리서버에 상기 위험판단용데이터가 저장되는 단계;
    상기 위험관리서버에서 상기 위험판단용데이터를 기설정된 데이터별 위험점수 기준값과 비교하여 위험판단용데이터별 위험점수를 산정하고, 각각의 상기 위험판단용데이터 위험점수와 기설정된 데이터별 가중치를 곱한 값을 모두 합하여 전체 위험점수를 계산하는 단계;
    상기 위험관리서버에서 상기 전체 위험점수가 기설정된 임계 위험점수 이상인 경우 사용자가 위험한 것으로 판단하는 단계; 및
    상기 위험관리서버에서 사용자가 위험하다고 판단되는 경우 위험 상황 메세지를 위험인식주체에게 전송하는 단계를 포함하는, 안전관리 방법.
  12. 제11항에 있어서,
    상기 실시간데이터는 사용자 주변의 환경데이터와 사용자의 신체데이터 중 어느 하나 이상의 데이터이고,
    상기 계산하는 단계는 하기 수학식 1을 이용하여 상기 전체 위험점수를 계산하는, 안전관리 방법.
    [수학식 1]
    Figure pat00004

    (De는 환경데이터 위험점수, Pe는 환경데이터 가중치, Db는 신체데이터 위험점수, Pb는 신체데이터 가중치, Da는 사고데이터 위험점수, Pa는 사고데이터 가중치임)
  13. 제12항에 있어서,
    상기 환경데이터는 시간정보, 조도정보, 소리정보 중 어느 하나 이상의 정보를 포함하고, 상기 신체데이터는 사용자의 심박정보, 혈압정보, 체온정보 중 어느 하나 이상의 정보를 포함하며,
    상기 사고데이터는 안전사고정보, 범죄사고정보 중 어느 하나 이상의 정보를 포함하는, 안전관리 방법.
  14. 제13항에 있어서,
    상기 실시간데이터 가중치는,
    상기 실시간데이터를 측정한 상기 웨어러블 디바이스의 신뢰도에 비례하여 설정되고, 상기 웨어러블 디바이스의 신뢰도는 시간정보, 사용자위치정보, 사용자주변환경정보 중 어느 하나 이상의 정보에 기초하여 설정되며,
    상기 사고데이터 가중치는,
    사용자의 위치와 사고가 발생한 위치 간의 거리와 반비례하여 설정되는, 안전관리 방법.
  15. 제11항 내지 제14항 중 어느 한 항에 있어서,
    상기 판단하는 단계는,
    어느 하나의 상기 신체데이터의 위험점수가 기설정된 개별임계 위험점수 이상인 경우 사용자가 위험한 것으로 판단하는, 안전관리 방법.
  16. 제15항에 있어서,
    상기 판단하는 단계는,
    상기 웨어러블 디바이스로부터 상기 실시간데이터가 수신되지 않는 경우 사용자가 위험한 것으로 판단하는, 안전관리 방법.
  17. 제16항에 있어서,
    상기 환경데이터는 촬영데이터를 포함하고,
    상기 위험판단용데이터는 범죄자영상데이터를 포함하며,
    상기 판단하는 단계는 영상데이터의 동일성 여부를 판단하는 영상판별단계를 포함하고, 상기 영상판별단계에 의해 상기 촬영데이터가 상기 범죄자영상데이터와 동일한 것으로 판단되면 사용자가 위험한 것으로 판단하는, 안전관리 방법.
  18. 제17항에 있어서,
    상기 판단하는 단계는 상기 전체 위험점수와 기설정된 위험점수별 위험등급을 비교하여 사용자 환경의 위험등급을 판단하고,
    상기 전송하는 단계는 판단된 사용자 환경의 위험등급을 위험인식주체에게 전송하는, 안전관리 방법.
  19. 제18항에 있어서,
    상기 입력되는 단계는 5G 통신 시스템을 이용하여 상기 위험판단용데이터가 상기 위험관리서버로 입력되고,
    상기 전송하는 단계는 5G 통신 시스템을 이용하여 상기 위험 상황 메세지를 상기 위험인식주체에게 전송하는, 안전관리 방법.
KR1020190074301A 2019-06-21 2019-06-21 안전관리 시스템 및 그 방법 KR20190082692A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190074301A KR20190082692A (ko) 2019-06-21 2019-06-21 안전관리 시스템 및 그 방법
US16/577,870 US11568346B2 (en) 2019-06-21 2019-09-20 System and method for safety management

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190074301A KR20190082692A (ko) 2019-06-21 2019-06-21 안전관리 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR20190082692A true KR20190082692A (ko) 2019-07-10

Family

ID=67255153

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190074301A KR20190082692A (ko) 2019-06-21 2019-06-21 안전관리 시스템 및 그 방법

Country Status (2)

Country Link
US (1) US11568346B2 (ko)
KR (1) KR20190082692A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401288A (zh) * 2020-03-24 2020-07-10 重庆德生鼎盛实业发展有限公司 一种工程项目作业的定场景监控系统
KR102240089B1 (ko) * 2020-08-19 2021-04-14 (주)에스엔디글로벌 개인 위험 상태 감지 기반 상황 정보 획득 장치
KR102274059B1 (ko) * 2020-10-30 2021-07-08 (주)넥타르소프트 사고위험을 알리는 장치 및 방법
KR20210136323A (ko) * 2020-05-07 2021-11-17 광주과학기술원 환자의 낙상상황을 판별하기 위한 낙상 판별 시스템 및 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111476510B (zh) * 2020-06-23 2020-10-16 武汉斗鱼鱼乐网络科技有限公司 一种风险用户识别的方法及系统、存储介质、设备
US11831688B2 (en) * 2021-06-18 2023-11-28 Capital One Services, Llc Systems and methods for network security

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8805707B2 (en) * 2009-12-31 2014-08-12 Hartford Fire Insurance Company Systems and methods for providing a safety score associated with a user location
US20150025917A1 (en) * 2013-07-15 2015-01-22 Advanced Insurance Products & Services, Inc. System and method for determining an underwriting risk, risk score, or price of insurance using cognitive information
KR20150039467A (ko) 2013-10-02 2015-04-10 엘지전자 주식회사 이동 단말기 및 그의 웨어러블 아이템을 이용한 위험 상황 알림방법
US20150104003A1 (en) * 2013-10-10 2015-04-16 Elwha Llc Methods, systems, and devices for handling image data from captured images
AU2014268282B2 (en) * 2013-11-29 2018-03-29 Stephen Edward Ecob Conditional Separation Alert System
US9817843B2 (en) * 2014-09-26 2017-11-14 Mcafee, Inc. Notification of human safety reputation of a place based on historical events, profile data, and dynamic factors
WO2016118979A2 (en) * 2015-01-23 2016-07-28 C3, Inc. Systems, methods, and devices for an enterprise internet-of-things application development platform
US9849364B2 (en) * 2016-02-02 2017-12-26 Bao Tran Smart device
US10252145B2 (en) * 2016-05-02 2019-04-09 Bao Tran Smart device
US10532268B2 (en) * 2016-05-02 2020-01-14 Bao Tran Smart device
US10102732B2 (en) * 2016-06-28 2018-10-16 Infinite Designs, LLC Danger monitoring system
US10497242B2 (en) * 2016-12-15 2019-12-03 David H. Williams Systems and methods for monitoring for and preempting pre-identified restriction violation-related behavior(s) of persons under restriction
WO2018112048A1 (en) * 2016-12-15 2018-06-21 Williams David H Systems and methods for providing location-based security and/or privacy for restricting user access
US10810510B2 (en) * 2017-02-17 2020-10-20 International Business Machines Corporation Conversation and context aware fraud and abuse prevention agent
US10248379B2 (en) * 2017-07-27 2019-04-02 Motorola Solutions, Inc. Automatic and selective context-based gating of a speech-output function of an electronic digital assistant
US11147459B2 (en) * 2018-01-05 2021-10-19 CareBand Inc. Wearable electronic device and system for tracking location and identifying changes in salient indicators of patient health
US10984120B2 (en) * 2018-05-10 2021-04-20 Paypal, Inc. Limiting device functionality based on data detection and processing

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401288A (zh) * 2020-03-24 2020-07-10 重庆德生鼎盛实业发展有限公司 一种工程项目作业的定场景监控系统
KR20210136323A (ko) * 2020-05-07 2021-11-17 광주과학기술원 환자의 낙상상황을 판별하기 위한 낙상 판별 시스템 및 방법
KR102240089B1 (ko) * 2020-08-19 2021-04-14 (주)에스엔디글로벌 개인 위험 상태 감지 기반 상황 정보 획득 장치
WO2022039373A1 (ko) * 2020-08-19 2022-02-24 백우민 개인 위험 상태 감지 기반 상황 정보 획득 장치
KR102274059B1 (ko) * 2020-10-30 2021-07-08 (주)넥타르소프트 사고위험을 알리는 장치 및 방법

Also Published As

Publication number Publication date
US20200019905A1 (en) 2020-01-16
US11568346B2 (en) 2023-01-31

Similar Documents

Publication Publication Date Title
KR20190082692A (ko) 안전관리 시스템 및 그 방법
US20150261769A1 (en) Local Safety Network
CN109788242B (zh) 救援系统、救援方法及其所使用的服务器
CN105913614A (zh) 监测摔倒的方法、装置以及智能穿戴设备和摔倒报警系统
US9942741B2 (en) Incident monitoring and response system
CN106846724A (zh) 一种定位器及其定位器报警方法
KR101298069B1 (ko) 자동 수위관측을 통한 재난 경보 장치
KR20150098288A (ko) 물리적충격 및 심리적충격에 대응한 긴급상황감지방법과 이를 이용한 긴급상황감지장치
CN110675596A (zh) 应用于可穿戴终端的跌倒检测方法
US20230196895A1 (en) Method for monitoring state of wearing safety protective equipment and server for providing the method
CN110222216B (zh) 多功能智能防卫系统
CN113205661A (zh) 一种反欺凌实现方法、系统、智能穿戴设备和存储介质
KR102344435B1 (ko) 인공 지능을 이용한 관제 서비스 시스템
WO2008145134A1 (en) A safety system, a mobile telephone and a method for protecting a person
CN107644479A (zh) 一种基于智能摄像头的安全门禁方法及智能终端
KR102157201B1 (ko) 사고기록정보와 이미지에 기반한 재난 상황 판단 방법 및 시스템
KR101453248B1 (ko) 전자발찌 착용자에 대한 범죄예방 감시시스템
CN112257546A (zh) 一种事件预警方法、装置、电子设备及存储介质
KR101282790B1 (ko) 성범죄 예방 장치, 시스템 및 그 방법
TWI773141B (zh) 危險預知應對裝置及系統
KR20230068809A (ko) 이종 데이터 분석을 통한 인공지능 기반 위험 상황 인지 방법 및 장치
KR20160032464A (ko) 사회 안전망 시스템 및 방법
Rohilla et al. Design and Analysis of Smart Shoe for Women Safety in Different Terrain
JP2017188861A (ja) 携帯型防犯端末、防犯管理装置、防犯方法、及びコンピュータプログラム
FR3022386A1 (fr) Dispositif d'avertissement lie a des personnes et procede d'avertissement mis en oeuvre

Legal Events

Date Code Title Description
G15R Request for early publication
A201 Request for examination
E902 Notification of reason for refusal