KR20210155614A

KR20210155614A - 비접촉식 온도 측정 시스템

Info

Publication number: KR20210155614A
Application number: KR1020200073061A
Authority: KR
Inventors: 안진영; 사기동; 김자연; 안선희; 김사웅; 정지호; 김은비
Original assignee: 한국광기술원
Priority date: 2020-06-16
Filing date: 2020-06-16
Publication date: 2021-12-23
Also published as: KR102428564B9; KR102428564B1

Abstract

실시예는 로우(Raw) 온도데이터를 센싱하는 온도센싱부; 영상데이터를 촬영하는 촬영부; 상기 로우 온도데이터를 보정하여 보정 온도데이터를 생성하고, 상기 보정 온도데이터가 기 설정된 기준온도 이상이면, 상기 보정 온도데이터와 영상데이터를 매칭하는 데이터처리부; 상기 매칭된 보정 온도데이터와 영상데이터를 저장하는 데이터저장부; 및 상기 저장된 데이터를 출력하는 데이터출력부를 포함한다.

Description

비접촉식 온도 측정 시스템{A SYSTEM FOR MEASURING TEMPERATURE WITHOUT CONTACT}

본 발명은 비접촉식 온도 측정 시스템에 관한 것으로, 보다 상세하게는 대상과의 접촉 없이 온도를 보다 정확하게 측정하고 영상자료와 함께 대상는 시스템에 관한 것이다.

과거부터 체온측정은 감염의 가장 중요한 지표 중 하나인 열의 발생을 감시하고 확인하는 데에 중요한 방법으로 사용되어 왔으며, 근래에 체온이 면역력과 관련성이 있다는 주장이 나오면서 체온관리의 중요성이 더욱 커지고 있는 실정이다.

최근 바이러스 확산에 따른 피해가 전세계적으로 심각한 문제가 되고 있어, 그 피해를 최소화하고 바이러스를 컨트롤 하기 위한 방법에 대한 연구가 활발히 진행되고 있다.

도 13은 종래의 온도 측정 시스템을 도시한 도면이다.

도 13을 참조하면, 종래에는 휴대용 체온계를 이용하여 체온을 확인하고 감염여부에 대한 일차적인 판단을 하였다. 그러나, 이러한 체온계는 사용자가 수동으로 측정을 해야 하고, 동시에 다수의 체온을 측정할 수 없다는 문제가 있었으며, 특히 체온계를 매번 손으로 접촉해야 한다는 점에서 바이러스성 질병이 유행인 시즌에는 사용하기 부적합한 면이 있었다.

휴대용 체온계 이외에 열화상 카메라를 이용하여 체온을 모니터링하는 방법도 있었으나, 정확한 측정을 위해서는 고가의 열화상 카메라가 필요하여 개인이 활용하기에는 비용적인 문제가 있었다. 또한, 관측자가 상시 모니터링을 해야 한다는 문제가 있었다.

본 발명은 상기와 같은 종래의 문제를 해결하기 위한 것으로서, 저가의 체온계를 이용하여 원거리에서 비접촉식으로 대상의 온도를 센싱하고, 온도가 일정 기준온도 이상인 대상을 자동으로 식별하여 사용자에게 알리는 비접촉식 온도 측정 시스템을 제공하는데 그 목적이 있다.

본 발명은 전술한 필요성 및/또는 문제점을 해결하는 것을 목적으로 한다.

본 발명의 과제는 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기 데이터처리부는 상기 로우 온도데이터를 보정하여 상기 보정 온도데이터를 생성하는 데이터가공부; 상기 보정 온도데이터가 상기 기준온도와 비교하는 데이터판단부; 상기 보정 온도데이터가 상기 기준온도 이상이면 상기 보정 온도데이터와 상기 영상데이터를 매칭하여 매칭데이터를 생성하는 데이터매칭부를 포함할 수 있다.

상기 데이터가공부는 상기 로우 온도데이터와 상기 보정 온도데이터의 관계를 나타내는 회귀분석모델에 상기 로우 온도데이터를 적용하여 상기 보정 온도데이터를 생성할 수 있다.

상기 회귀분석모델은, 상기 회귀분석모델을 초기화하고, 실제 온도를 알고 있는 복수의 샘플에 대한 샘플 온도를 측정하고, 상기 복수의 샘플 각각에 대한 상기 실제 온도와 상기 샘플 온도를 이용하여 유추될 수 있다.

상기 회귀분석모델은 선형회귀분석모델(linear regression model)일 수 있다.

상기 데이터매칭부는 상기 보정 온도데이터와, 상기 보정 온도데이터와 대응하는 로우 온도데이터가 센싱된 시간과 동일한 시간에 촬영된 상기 영상데이터를 매칭하여 매칭데이터를 생성할 수 있다.

상기 데이터저장부는 상기 매칭데이터를 저장하고, 상기 데이터출력부는 상기 데이터저장부에 저장된 상기 매칭데이터를 출력할 수 있다.

상기 온도센싱부는 IR 센서(infrared sensor)를 포함할 수 있다.

상기 데이터저장부는 서버(Server)를 포함할 수 있다.

상기 영상데이터를 스캔하여 상기 영상데이터의 대상이 출입허가 대상인지 여부를 판단하는 출입허가대상판단부를 더 포함하고, 상기 보정 온도데이터가 상기 기준온도 이상이면 출입을 불허하고, 상기 보정 온도데이터가 상기 기준온도 보다 낮고, 상기 대상이 출입허가 대상이면 출입을 허가할 수 있다.

본 발명에 따른 비접촉식 온도 측정 시스템 및 비접촉식 온도 측정 방법은 원거리에서 복수의 대상의 온도를 측정할 수 있다.

본 발명에 따른 비접촉식 온도 측정 시스템 및 비접촉식 온도 측정 방법은 자동으로 고열환자를 식별하고 이를 사용자에게 알릴 수 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템을 간략히 도시한 도면이다.
도 2는 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템을 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 비접촉식 온도 측정 방법을 순차적으로 나타낸 도면이다.
도 4는 회귀분석모델을 유추하는 프로세스를 보여주는 도면이다.
도 5는 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템으로 측정 및 보정한 데이터값을 보여주는 도면이다.
도 6은 로우 온도데이터와 보정 온도데이터의 관계를 보여주는 도면이다.
도 7은 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템의 활용예를 도시한 도면이다.
도 8은 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템의 다른 활용예를 도시한 도면이다.
도 9는 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템의 또 다른 활용예를 도시한 도면이다.
도 10은 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템의 또 다른 활용예를 도시한 도면이다.
도 11은 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템의 또 다른 활용예를 도시한 도면이다.
도 12는 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템의 또 다른 활용예를 도시한 도면이다.
도 13은 종래의 온도 측정 시스템을 도시한 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

본 발명의 실시예를 설명하기 위한 도면에 개시된 형상, 크기, 비율, 각도, 개수 등은 예시적인 것이므로 본 발명은 도면에 도시된 사항에 한정되는 것은 아니다. 명세서 전체에 걸쳐 동일 참조 부호는 실질적으로 동일 구성 요소를 지칭한다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

본 명세서 상에서 언급된 "구비한다", "포함한다", "갖는다", "이루어진다" 등이 사용되는 경우 ' ~ 만'이 사용되지 않는 이상 다른 부분이 추가될 수 있다. 구성 요소를 단수로 표현한 경우에 특별히 명시적인 기재 사항이 없는 한 복수로 해석될 수 있다.

구성 요소를 해석함에 있어서, 별도의 명시적 기재가 없더라도 오차 범위를 포함하는 것으로 해석한다.

위치 관계에 대한 설명일 경우, 예를 들어, ' ~ 상에', ' ~ 상부에', ' ~ 하부에', ' ~ 옆에' 등으로 두 구성요소들 간에 위치 관계가 설명되는 경우, '바로' 또는 '직접'이 사용되지 않는 그 구성요소들 사이에 하나 이상의 다른 구성 요소가 개재될 수 있다.

구성 요소들을 구분하기 위하여 제1, 제2 등이 사용될 수 있으나, 이 구성 요소들은 구성 요소 앞에 붙은 서수나 구성 요소 명칭으로 그 기능이나 구조가 제한되지 않는다.

이하의 실시예들은 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 기술적으로 다양한 연동 및 구동이 가능하다. 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.

이하 첨부된 도면을 참조하여 본 명세서의 실시예에 따른 표시장치에 대해 설명하기로 한다. 명세서 전체에 걸쳐서 동일한 참조번호들은 실질적으로 동일한 구성요소들을 의미한다. 이하의 설명에서, 본 명세서와 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 명세서의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우, 그 상세한 설명을 생략하거나 간략히 설명한다.

도 1은 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템을 간략히 도시한 도면이다.

도 1을 참조하면, 본 발명의 실시예에 따른 온도 측정 시스템은 온도센싱부(110), 촬영부(120), 데이터처리부(130), 데이터저장부(140), 및 데이터출력부(150)를 포함할 수 있다.

온도센싱부(110)는 대상의 온도를 센싱하여 로우(raw) 온도데이터(TR)를 생성할 수 있다. 보다 구체적으로 온도센싱부(110)는 특정 장소에 설치되어 온도센싱부(110)로 부터 특정 거리에 위치하는 대상의 온도를 원거리에서 센싱할 수 있다. 온도센싱부(110)는 대상의 온도를 원거리에서 센싱하므로 대상과의 접촉 없이 대상의 온도를 센싱할 수 있다. 온도센싱부(110)는 대상의 온도를 원거리에서 센싱하기 때문에 복수의 대상에 대하여 온도를 센싱할 수 있다.

온도센싱부(110)는 IR 센서(infrared sensor)를 이용하는 IR 체온계일 수 있다. IR 체온계는 대상으로부터 발산되는 적외선을 검출하여 대상의 온도를 센싱하는 체온계이다.

온도센싱부(110)에 의해 센싱된 온도는 로우 온도데이터(TR)라 정의한다. 로우 온도데이터(TR)는 측정거리, 주변온도, 공기질 등 환경조건의 영향을 받은 데이터일 수 있다. 따라서 로우 온도데이터(TR)는 대상의 실제 온도와는 차이가 있을 수 있다.

온도센싱부(110)에 의해 생성된 로우 온도데이터(TR)는 데이터처리부(130)로 전송될 수 있다.

촬영부(120)는 대상을 촬영하여 영상데이터(C)를 생성할 수 있다. 보다 상세하게 촬영부(120)는 온도센싱부(110)가 온도센싱부(110)로부터 특정 거리에 위치하는 어떤 대상의 온도를 측정하는 동안, 그 대상을 촬영하여 영상데이터(C)를 생성할 수 있다. 영상데이터(C)는 비디오 형식의 데이터일 수 있고, 사진 형식의 데이터일 수 도 있다.

촬영부(120)는 후술하는 바와 같이 고열환자 발견시 그 신원정보를 파악하기 위한 구성일 수 있다. 촬영부(120)는 고열환자의 신원정보를 파악하기 위한 고화질 카메라를 포함할 수 있다.

촬영부(120)에 의해 생성된 영상데이터(C)는 데이터처리부(130)로 전송될 수 있다.

데이터처리부(130)는 온도센싱부(110)로부터 로우 온도데이터(TR)를, 촬영부(120)로부터 영상데이터(C)를 전송 받는다.

데이터처리부(130)는 전송받은 로우 온도데이터(TR)를 보정하여 보정 온도데이터를 생성할 수 있다. 데이터처리부(130)는 보정 온도데이터가 미리 설정된 기준온도(TC) 이상인지를 판단하여, 보정 온도데이터(TA)가 기준온도(TC) 이상이면 보정 온도데이터(TA)와 영상데이터(C)를 매칭하여 매칭데이터(Dm)를 생성할 수 있다.

데이터저장부(140)는 매칭데이터(Dm)을 저장할 수 있다. 데이터저장부(140)는 서버(Server)를 포함할 수 있다. 즉, 매칭데이터(Dm)는 서버에 저장될 수 있다.

데이터출력부(150)는 데이터저장부(140)에 저장된 매칭데이터(Dm)을 출력할 수 있다. 데이터출력부(150)는 상황실, 병원 등에 설치된 PC일 수 있다. 이 경우, 매칭데이터(Dm)는 PC에 설치된 프로그램을 통하여 출력될 수 있다. 데이터출력부(150)는 이와 더불어 PC에 경고음을 울리거나 경고 메세지를 팝업시킬 수도 있다. 또는 데이터출력부(150)는 스마트폰일 수 있다. 이 경우 매칭데이터(Dm)는 스마트폰에 설치된 어플리케이션 등을 통하여 출력될 수 있다. 데이터출력부(150)는 이와 더불어 스마트폰에 경고음을 울리거나, 경고 메시지 등을 팝업 시켜 사용자에게 위험을 경고할 수 있다.

도 2는 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템을 도1 보다 나타내는 도면이다.

이하에서는 도 2를 참조하여 데이터처리부(130)에 대하여 보다 상세하게 설명한다.

데이터처리부(130)는 데이터가공부(131), 데이터판단부(132), 및 데이터매칭부(133)을 포함할 수 있다.

데이터가공부(131)는 온도센싱부(110)로부터 전달받은 로우 온도데이터(TR)를 보정하여 보정 온도데이터(TA)를 생성할 수 있다. 보다 상세하게, 데이터가공부(131)는 로우 온도데이터(TR)와 보정 온도데이터(TA)의 관계를 나타내는 회귀분석모델을 이용하여 보정 온도데이터(TA)를 생성할 수 있다. 데이터가공부(131)는 회귀분석모델에 로우 온도데이터(TR)를 적용 즉, 대입하여 보정 온도데이터(TA)를 얻을 수 있다.

회귀분석모델은 선형회귀분석모델(linear regression model)을 이용할 수 있으나, 이에 한정되는 것은 아니다. 일 실시예로 선형회귀분석모델을 이용하는 경우 회귀분석모델은 아래의 수학식 1과 같이 표현될 수 있다.

수학식 1에서

와

는 상수이다.

는 독립변수로서 로우 온도데이터(TR) 값이 대입되는 자리이다.

는 종속변수로서

에 로우 온도데이터(TR)를 대입하여 얻게 되는 보정 온도데이터(TA)에 해당한다.

선형회귀분석모델을 이용하기 위하여 상수

와

를 구하는 방법에 대해서는 후술하기로 한다.

데이터판단부(132)는 보정 온도데이터(TA)와 기 설정된 기준온도(TC)를 비교할 수 있다. 보다 상세하게, 데이터판단부(132)는 보정 온도데이터(TA)가 기준온도(TC) 이상인지를 판단할 수 있다. 데이터판단부(132)는 특정 대상의 보정 온도데이터(TA)가 기준온도(TC) 이상인 경우 해당 대상은 고열환자라고 판단할 수 있다.

기준온도(TC)는 시스템의 목적에 따라 설정될 수 있는 온도이다. 예를 들어, A 바이러스가 유행인 시기에 A 바이러스 감염 의심 환자를 가려내기 위해서 A 바이러스 감염 환자가 일반적으로 가지는 체온을 기준온도(TC)로 할 수 있다. 보다 구체적으로, A 바이러스에 감염된 한자들이 대부분 38℃ 이상의 고온을 가진다면, 기준온도(TC)는 38℃ 또는 38℃보다 약간 낮은 37.9℃로 설정할 수 있다. 앞서 설명한 바와 같이 기준온도(TC)는 이에 한정되지 않고, 상황에 따라 다르게 설정하여 적용될 수 있다.

데이터매칭부(133)는 데이터판단부(132)가 보정 온도데이터(TA)가 기준온도(TC)보다 높다고 판단을 내리면 보정 온도데이터(TA)와 영상데이터(C)를 서로 매칭시켜 매칭데이터(Dm)를 생성할 수 있다.

매칭데이터(Dm)는 고열환자의 보정 온도데이터(TA)와, 동일한 시간에 생성된 영상데이터(C)를 매칭한 것이다. 보다 상세하게는, 고열환자의 보정 온도데이터(TA)에 대응되는 로우 온도데이터(TR)가 센싱된 시간에 촬영한 영상데이터(C)와, 해당 고열환자의 보정 온도데이터(TA)를 묶는 것이다. 이는 고열환자의 체온과 고열환자의 얼굴 등을 촬영한 영상 또는 사진을 데이터출력부(150)로 출력하여 시스템의 사용자에게 알리기 위한 것이다.

이를 통해 스마트폰 사용자의 경우 매칭데이터(Dm)로 고열환자를 인지하고 접촉을 피하는 등의 주의를 할 수 있으며, 병원관계자나 기타 시설 관계자는 고열환자에 대한 적절한 대처를 할 수 있다. 일 예로 병원관계자 또는 공공시설의 관계자는 고열환자를 바이러스 감염 의심환자로 보고 해당 고열환자에게 검사 등을 권유할 수 있다. 다른 예로, 고열환자가 근무하는 회사의 관계자는 고열환자의 회사 출입을 제한하고 적절한 검사와 치료를 받도록 할 수 있다.

도 3은 본 발명의 실시예에 따른 비접촉식 온도 측정 방법을 순차적으로 나타낸 도면이다.

이하에서는 도 3을 참조하여, 본 발명의 실시예에 따른 비접촉식 온도 측정 방법에 대하여 설명한다. 앞서 설명한 것과 중복되는 내용은 간략히 하기로 한다.

본 발명의 실시예에 따른 비접촉식 온도 측정방법은 온도측정단계(S100), 영상촬영단계(S200), 데이터처리단계(S300), 데이터저장단계(S400), 데이터출력단계(S500)을 포함할 수 있다.

온도측정단계(S100)는 온도센싱부(110)가 특정 대상의 온도를 원격으로 센싱하여 로우(Raw) 온도데이터(TR)를 센싱하는 단계일 수 있다. 영상촬영단계(S200)는 촬영부(120)가 온도 측정 대상에 대한 영상을 촬영하여 영상데이터(C)를 생성하는 단계일 수 있다. 온도측정단계(S100)와 영상촬영단계(S200)는 동시에 병렬적으로 진행될 수 있다.

데이터처리단계(S300)는 데이터처리부(130)가 로우 온도데이터(TR)를 보정하여 보정 온도데이터(TA)를 생성하고, 보정 온도데이터(TA)가 기 설정된 기준온도(TC) 이상인지 판단하는 단계일 수 있다.

보다 상세하게, 데이터처리단계(S300)는 온도데이터보정단계(S310), 온도데이터비교단계(S320), 데이터매칭단계(S330)을 포함할 수 있다.

온도데이터보정단계(S310)는 데이터가공부(131)가 온도센싱부(110)로부터 전달받은 로우 온도데이터(TR)를 보정하여 보정 온도데이터(TA)를 생성하는 단계일 수 있다. 로우 온도데이터(TR)는 로우 온도데이터(TR)와 보정 온도데이터(TA)의 관계를 나타내는 회귀분석모델을 이용하여 보정 온도데이터(TA)로 보정될 수 있다. 일 실시예로, 회귀분석모델은 수학식 1의 선형회귀분석모델일 수 있다.

온도데이터비교단계(S320)는 데이터판단부(132)가 보정 온도데이터(TA)와 기 설정된 기준온도(TC)를 비교하는 단계일 수 있다. 이에 더해, 온도데이터비교단계(S320)는 특정 대상의 보정 온도데이터(TA)가 기준온도(TC) 이상인 경우 해당 대상을 고열환자로 판단하는 단계일 수 있다. 특정 대상이 고열환자라고 판단되는 경우, 데이터매칭단계(S330)를 진행할 수 있다.

데이터매칭단계(S330)는 데이터매칭부(130)가 고열환자의 보정 온도데이터(TA)와, 촬영부(120)로부터 전달 받은 고열환자를 촬영한 영상데이터(Dm)를 매칭하여 매칭데이터(Dm)를 생성하는 단계일 수 있다.

데이터저장단계(S400)는 데이터저장부(140)가 매칭데이터(Dm) 저장하는 단계일 수 있다. 즉 데이터저장단계(S400)는 고열환자의 보정 온도데이터(TA)와 해당 고열환자의 영상데이터(Dm)를 저장하는 단계일 수 있다.

데이터출력단계(S500)는 데이터저장부(140)에 저장된 매칭데이터(Dm)를 데이터출력부(150)로 출력하는 단계일 수 있다. 즉, 데이터출력단계(S500)는 고열환자의 보정 온도데이터(TA)와 영상데이터(C)를 데이터출력부(150)로 출력하여 시스템의 사용자에게 고열환자가 감지된 것을 알리는 단계일 수 있다.

도 4는 회귀분석모델을 유추하는 프로세스를 보여주는 도면이다.

이하에서는 도 4를 참조하여, 로우 데이터(TR)를 보정하기 위하여 이용되는 회귀분석모델을 유추하는 프로세스를 설명한다. 이하에서는 회귀분석모델이 수학식 1의 선형회귀분석모델인 것을 예로 들어 설명하나 이에 한정되는 것은 아니다.

회귀분석모델 유추 프로세스는 초기화 단계(S1000), 샘플데이터수집단계(S2000), 및 회귀분석모델유추단계(S3000)를 포함한다.

초기화 단계(S1000)는 수학식 1의 회귀분석모델을 초기화하는 단계이다. 초기화 단계(S1000)는 선형계수

와 기울기

및 기존에 입력된 정보가 있다면 그 정보들을 초기화하는 단계이다.

샘플데이터수집단계(S2000)는 초기화 단계(S1000)가 끝난 후 회귀분석모델의 선형계수

와 기울기

를 유추하기 위해 복수의 샘플들에 대한 데이터를 수집하는 단계이다. 보다 구체적으로, 샘플데이터수집단계(S2000)는 n(n은 1이상의 정수)개의 샘플들의 샘플온도(

)를 온도센싱부(110)로 측정한 후 각 샘플들의 샘플온도(

)와 실제온도(

) 데이터를 저장하는 단계이다. 여기서 n은 회귀분석모델의 유추를 정확히 하기 위하여 적절히 조절될 수 있는 값이다. 회귀분석모델의 유추는 n값이 클수록 즉, 샘플의 개수가 많을수록 정확해진다.

샘플데이터수집단계(S2000)에서 데이터 수집의 대상이 되는 n개의 샘플들의 실제온도(

)는 이미 알고 있는 데이터이다. 샘플들의 실제온도(

)는 온도센싱부(110)로 샘플온도(

)를 측정하기 전에, 예를 들어 근접 온도 측정기 등으로, 미리 측정하여 알고 있는 정확한 온도이다.

보다 구체적으로 샘플데이터수집단계(S2000)는 샘플온도측정단계(S2100), 카운팅단계(S2200), 및 샘플데이터저장단계(S2300)를 포함한다.

샘플온도측정단계(S2100)는 온도센싱부(110)를 이용하여 i 번째 샘플의 샘플온도를 측정하는 단계이다. i 는 1 이상 n 이하의 정수로서 초기값은 1이다. 샘플 온도 측정은 1번째 샘플부터 시작하여 n 번째 샘플까지 순차적으로 행하여질 수 있다.

카운팅단계(S2200)는 샘플온도측정단계(S2100)에서 측정한 샘플의 개수를 카운팅하는 단계이다. 즉 카운팅단계(S2200)는 직전 샘플온도측정단계(S2100)에서 측정한 샘플온도(

)가 n 번째 샘플의 샘플온도(

)인지 여부를 판단하는 단계이다. 측정한 샘플이 n+1 번째 샘플에 해당한다면 즉 i > n을 만족한다면 해당 샘플에 대한 데이터는 저장하지 않고 회귀분석모델유추단계(S3000)로 넘어간다. 측정한 샘플이 n+1 번째 샘플보다 낮은 순번의 샘플이라면 즉, i > n을 만족하지 않는다면 해당 샘플에 데이터를 저장하는 단계인 i 번째 샘플 데이터저장단계(S2300)로 넘어간다. 이런 방법으로 n 번째 샘플의 샘플온도까지 저장할 수 있다.

샘플데이터저장단계(S2300)는 i 번째 샘플의 데이터(

,

)를 저장하는 단계이다. 전술한 바와 같이 카운팅 단계의 조건을 만족하지 않으면 해당 샘플의 데이터를 저장한다. i 번째 샘플의 데이터(

,

)는 온도센싱부(110)에 의해 측정된 샘플온도(

)와 실제온도(

)를 포함하는 데이터이다.

파라미터추정단계(S3000)는 샘플데이터수집단계(S2000)를 통해 수집된 1번째 샘플의 데이터 내지 n번째 샘플의 데이터 즉, 1번째 샘플의 데이터(

,

), 2번째 샘플의 데이터(

,

), …, n번째 샘플의 데이터(

,

)를 토대로 회귀분석모델의 상수들을 유추하는 단계이다. 즉, 파라미터추정단계(S3000)는 수학식 1에서 상수인 선형계수

와 기울기

를 연산하는 단계이다.

수학식 2는 샘플 데이터(

,

)의 관계를 나타내는 식이다. 수학식 2에서

는 i 번째 샘플의 실제온도(

)와 초기화된 회귀분석모델에 i 번째 샘플온도(

)를 대입한 결과값의 차이이다. 여기서

는 초기화된 선형계수 이고,

는 초기화된 기울기 이다. 결과적으로

는 오차라고 볼 수 잇는데, 파라미터추정단계(S3000)는 오차

를 최소화하는 선형계수

와 기울기

를 찾는 방식으로 파라미터를 추정하는 단계이다.

보다 구체적으로는 파라미터추정단계(S3000)는 오차

의 제곱의 합을 최소화 하는 선형계수

와 기울기

를 찾는 과정이다. 즉 선형계수

와 기울기

는 각각 수학식 3을 최소로 만드는

와

이다. 이러한 방법은 일반적인 선형회귀분석모델을 추정하는 방법이다.

수학식 3의 값을 최소로 만드는 회귀분석모델의 상수(

,

)는 샘플의 데이터(

,

)와 샘플 데이터의 평균(

,

)을 이용하여 추정될 수 있다.

는 샘플온도들(

)의 평균이다.

는 수학식 4에 의해 계산될 수 있다.

는 샘플의 실제온도들(

)의 평균이다.

는 수학식 5에 의해 계산될 수 있다.

먼저, 기울기

를 추정한다. 기울기

는 수학식 6에 의해 연산될 수 있다. 그 다음 수학식 6을 통해 구한 기울기

를 수학식 3에 대입하여 수학식 3을 최소화하는 선형계수

를 연산한다.

회귀분석모델유추단계(S4000)는 파라미터추정단계(S3000)를 통하여 구한 선형계수

와 기울기

를 수학식 1에 대입하여 회귀분석모델을 완성하는 단계이다. 이렇게 완성된 회귀분석모델은 상당한 정확도를 갖는다.

도 5는 로우 온도데이터(TR), 로우 온도데이터(TR)를 완성된 회귀분석모델에 적용하여 연산한 보정 온도데이터(TA), 및 측정 대상의 실제 온도의 관계를 비교한 실험 결과 그래프이다.

도 5에서 측정 대상의 실제 온도는, 측정 대상을 본 발명의 실시예에 따른 온도 측정 시스템이 아닌 별도의 근접 체온계 등으로 센싱한 정확한 온도이다.

도 5를 참조하면 전술한 바와 같이 로우 온도데이터(TR)는 일정한 거리를 두고 원격으로 측정된 온도이므로 측정 대상의 실제 온도보다 낮은 값을 가질 수 있다. 보정 온도데이터(TA)는 로우 온도데이터(TR)를 앞서 구한 회귀분석모델을 이용하여 보정한 온도데이터이다. 보정 온도데이터(TA)가 그리는 그래프는 도 5에서 보여지는 바와 같이 측정 대상의 실제 온도 그래프와 거의 일치한다. 즉 본 발명의 실시예에 따른 온도 시스템 및 방법은 매우 높은 정확도를 지닌다고 볼 수 있다.

도 6을 참조하여 본 발명의 실시예에 따른 온도 시스템 및 방법의 정확도에 대하여 보다 더 상세히 설명한다.

도 6은 본 발명의 실시예에 따른 온도 시스템 및 방법에 의해 측정된 온도데이터 즉 보정 온도데이터(TA)와 회귀분석모델의 관계를 비교한 실험 결과 그래프이다.

도 6의 y축은 측정 대상의 실제 온도 또는 보정 온도데이터(TA)를 나타내고, x축은 로우 온도데이터(TR)를 나타낸다. 표시된 각 점들은 대상의 실제 온도와 로우 온도데이터(TR)의 관계를 보여준다. 그래프에서 실선은 그래프에 기재된 회귀분석모델로 보정한 보정 온도데이터(TA)와 로우 온도데이터(TR)의 관계를 보여준다. 도 6에 기재된 회귀분석모델 즉 y=1.2545x-5.7851은 예시적인 것이다. 회귀분석모델은 본 발명의 실시예에 따른 비접촉식 온도 시스템이 설치되는 위치 및 기타 요소에 따라 달라지고, 이는 전술한 방법에 의해 유추될 수 있다.

도 6에서 보여지는 바와 같이, 각 점들은 실선과 가까운 거리에 위치한다. 즉, 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템은 높은 정확도를 가진다고 볼 수 있다. 정확도를 결정계수 분석 테스트를 통하여 분석하기 위하여 결정계수(coefficient of determination,

) 값을 추정하면 0.975이라는 값이 나온다.

결정계수 분석 테스트는 설계된 모델에 의한 측정값과 이상적 모델값의 유사한 정도를 나타낸 수치이다. 다시 말해, 결정계수는 개발하고자 하는 시스템과 실제 시스템의 패턴 유사도(또는 상관도)를 나타내는 값이다. R은 R∈{0, 1} 범위에서 정의되며, 통상적으로

> 0.7 인 경우 상관도(신뢰성)가 높은 모델로 간주한다.

결정계수(

)는 하기의 수학식 7에 의해 추정될 수 있다. 수학식 7에서

와

는 각각 수학식 8, 및 수학식 9에 의해 정의되고,

는 전술한 수학식6에 의해 정의될 수 있다.

수학식 7에 각 데이터를 대입하여 계산하면 결정계수 값이 추정될 수 있다. 수학식 7 내지 수학식 9를 이용하여 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템의 결정계수(

)를 추정한 결과 0.975가 나온다. 따라서 실시예는 매우 높은 정확도를 지닌다고 볼 수 있다.

도 7 내지 도 12는 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템 및 방법의 활용예를 나타낸 것이다. 도 7 내지 도 12의 실시예들은 다양한 활용예를 설명하기 위한 예시들에 불과 하므로, 본 발명의 실시예는 이에 한정되지 아니한다.

도 7은 지하철 입구, 백화점 입구 등 공공장소에 비접촉식 온도 측정 시스템이 설치된 것을 나타내는 도면이다. 도 7에서 도시된 바와 같이 본 발명이 공공장소에 설치되면 해당 공공장소에 출입하는 사람이 고열환자인 경우, 자동으로 감지하여 병원 또는 상황실에 알리거나, 스마트폰을 통해 어플리케이션 사용자에게 알릴 수 있다. 특히 병원 또는 상황실에서는 매칭된 보정 온도데이터(TA)와 영상데이터(C)를 확인하여 환자의 신원 및 바이러스 감염 여부 등을 신속히 확인하고 적절한 대처를 할 수 있다.

도 8은 본 발명의 실시예에 따른 비접촉 온도 측정 시스템이 건물의 출입관리 시스템에 적용된 것을 나타내는 도면이다. 도 8에 도시된 바와 같이, 비접촉식 온도 측정 시스템이 건물 출입구에 적용되면, 출입하는 사람의 체온을 체크하고 관리함과 동시에 출입을 허가할지 불허할지 판단하는데 사용될 수 있다. 이 경우 본 발명의 실시예는 출입허가판단부를 더 포함할 수 있다. 보다 구체적으로, 출입허가대상판단부는 출입구에서 촬영된 대상의 영상데이터(C)를 스캔하여 상기 영상데이터(C)의 대상이 출입허가 대상인지 여부를 판단할 수 있다. 대상의 보정 온도데이터(TA)가 기준온도(TC) 이상이면 출입을 불허하고, 대상의 보정 온도데이터(TA)가 상기 기준온도 보다 낮고, 대상이 출입허가 대상이면 출입을 허가할 수 있다. 대상이 출입허가 대상이 아니라면 보정 온도데이터(TA)가 기준온도(TC) 이상인지 여부와 관계없이 출입을 불허할 수 있다. 비접촉 온도 측정 시스템을 포함하는 출입관리시스템은 사내 바이러스 등의 감염을 자동으로 방지하는 역할을 할 수 있다.

도 9는 본 발명이 가축의 체온을 관리하는데 쓰인 실시예를 나타내는 도면이다. 도 9와 같이 본 발명은 가축의 체온을 모니터링하여, 가축이 바이러스 또는 세균 등에 감염되었는지를 파악하는데 쓰일 수 있다.

도 10은 본 발명이 지질의 온도를 측정하는데 쓰인 실시예를 나타내는 도면이다. 도 10과 같이 본 발명은 지표면의 온도를 모니터링하는데 쓰일 수 있다.

도 11은 본 발명을 비행체를 이용하여 구현한 실시예를 나타내는 도면이다. 비행체는 원격 조종이 가능한 드론을 포함한다. 비행체에 온도센싱부(110)와 촬영부(120)를 탑재하여 본 발명을 구현하면 공중에서 각종 물체들의 온도를 모니터링할 수 있다는 장점이 있다. 예를 들어 화산 폭발 현장 등과 같이 직접 장비 등을 설치할 수 없는 위험한 지역은 이러한 비행체를 이용하여 온도를 모니터링하여 연구나 인명구조 등에 이용할 수 있다.

도 12는 본 발명이 건축물의 온도를 모니터링하는데 쓰인 실시예를 나타내는 도면이다. 도 12와 같이 본 발명은 건물의 열을 모니터링하여 건물 에너지를 관리하는데 쓰일 수 있다. 또는 본 발명은 건물의 열을 모니터링하여 비정상적인 고온 감지되면 화재가 발생한 것으로 판단하여 이를 건물 관리자에게 알리고 적절한 대처를 하게 하여 피해를 최소화 하는데 쓰일 수 있다.

이와 같이 본 발명의 실시예에 따른 비접촉 온도 감지 시스템은 원격으로 열 또는 온도를 감지하여 자동으로 관리자 또는 사용자 등에게 알림으로써 전염병의 확산 방지하거나 각종 연구에 쓰이거나 사고 방지하는데 쓰이는 등 다양한 분야에서 다양한 용도로 활용될 수 있다.

본 발명의 실시예에 따른 비접촉 온도 감지 시스템은 각종 대상의 온도를 저가의 IR 온도 센서를 이용하여 모니터링할 수 있으므로, 자금적 여유가 많지 않은 중소기업이나 개인도 비용적 부담 없이 사용할 수 있다는 장점이 있다.

이상에서 설명한 본 발명의 실시예에 따른 비접촉식 온도 측정 시스템 및 비 접촉식 온도 측정 방법은 첨부된 도면을 참조로 설명하였으나 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다.

따라서, 본 발명의 진정한 기술적 보호의 범위는 첨부된 청구범위의 기술적 사상에 의해서만 정해져야 할 것이다.

110 : 온도센싱부
120 : 촬영부
130 : 데이터처리부
140 : 데이터저장부
150 : 데이터출력부

Claims

로우(Raw) 온도데이터를 센싱하는 온도센싱부;
영상데이터를 촬영하는 촬영부;
상기 로우 온도데이터를 보정하여 보정 온도데이터를 생성하고, 상기 보정 온도데이터가 기 설정된 기준온도 이상이면, 상기 보정 온도데이터와 영상데이터를 매칭하는 데이터처리부;
상기 매칭된 보정 온도데이터와 영상데이터를 저장하는 데이터저장부; 및
상기 저장된 데이터를 출력하는 데이터출력부를 포함하는 비접촉식 온도 측정 시스템
제1항에 있어서,
상기 데이터처리부는
상기 로우 온도데이터를 보정하여 상기 보정 온도데이터를 생성하는 데이터가공부;
상기 보정 온도데이터가 상기 기준온도와 비교하는 데이터판단부;
상기 보정 온도데이터가 상기 기준온도 이상이면 상기 보정 온도데이터와 상기 영상데이터를 매칭하여 매칭데이터를 생성하는 데이터매칭부를 포함하는 비접촉식 온도 측정 시스템
제2항에 있어서,
상기 데이터가공부는 상기 로우 온도데이터와 상기 보정 온도데이터의 관계를 나타내는 회귀분석모델에 상기 로우 온도데이터를 적용하여 상기 보정 온도데이터를 생성하는 비접촉식 온도 측정 시스템
제3항에 있어서,
상기 회귀분석모델은,
상기 회귀분석모델을 초기화하고,
실제 온도를 알고 있는 복수의 샘플에 대한 샘플 온도를 측정하고,
상기 복수의 샘플 각각에 대한 상기 실제 온도와 상기 샘플 온도를 이용하여 유추되는 비접촉식 온도 측정 시스템
제3항에 있어서,
상기 회귀분석모델은 선형회귀분석모델(linear regression model)인 비접촉식 온도 측정 시스템
제2항에 있어서,
상기 데이터매칭부는 상기 보정 온도데이터와, 상기 보정 온도데이터와 대응하는 로우 온도데이터가 센싱된 시간과 동일한 시간에 촬영된 상기 영상데이터를 매칭하여 매칭데이터를 생성하는 비접촉식 온도 측정 시스템
제6항에 있어서,
상기 데이터저장부는 상기 매칭데이터를 저장하고,
상기 매칭데이터는 서로 매칭된 상기 보정 온도데이터와 영상 데이터를 포함하는 비접촉식 온도 측정 시스템
제7항에 있어서,
상기 데이터출력부는 상기 데이터저장부에 저장된 상기 매칭데이터를 출력하는 비접촉식 온도 측정 시스템
제1항에 있어서,
상기 온도센싱부는 IR 센서(infrared sensor)를 포함하는 비접촉식 온도 측정 시스템
제1항에 있어서,
상기 데이터저장부는 서버(Server)를 포함하는 비접촉식 온도 측정 시스템
제1항에 있어서,
상기 영상데이터를 스캔하여 상기 영상데이터의 대상이 출입허가 대상인지 여부를 판단하는 출입허가대상판단부를 더 포함하고,
상기 보정 온도데이터가 상기 기준온도 이상이면 출입을 불허하고,
상기 보정 온도데이터가 상기 기준온도 보다 낮고, 상기 대상이 출입허가 대상이면 출입을 허가하는 출입관리시스템