KR20220026096A - 광신호 기반 모니터링 시스템 및 그 방법 - Google Patents

Abstract

본 발명의 일 실시예에 따른 광신호 기반 모니터링 시스템에서 수행되는 광신호 기반 모니터링 방법에 있어서, 광신호를 생성하는 단계; 상기 생성된 광신호를 분리하는 단계; 상기 광신호로부터 분리된 제1광신호가 제1광섬유에서 제1순환방향을 따라 진행하고, 제2광신호가 제2광섬유에서 상기 제1순환방향과 반대인 제2순환방향을 따라 진행하는 단계; 상기 진행된 제1광신호를 제1수광부로 수신하고, 상기 진행된 제2광신호는 상기 제1수광부와 다른 제2수광부로 수신하는 단계; 및 상기 수신된 제1광신호와 제2광신호를 기초로 하여 외력 발생 위치를 산출하는 단계를 포함하는, 광신호 기반 모니터링 방법을 제공하고자 한다.

Description

광신호 기반 모니터링 시스템 및 그 방법{OPTICAL SIGNAL-BASED MONITORING SYSTEM AND METHOD}

본 발명은 광학모듈 및 머신 러닝을 활용하는 우수한 성능의 광신호 기반 모니터링 시스템 및 그 방법에 관한 것이다.

광반사 측정 방식을 이용한 모니터링 시스템은 광섬유로 이루어진 광선로에 외력이 가해지는 경우 해당 지점의 광섬유에는 굴절율 변화가 생기거나 반사광이 발생하고 이로 인한 빛의 세기가 변화되는 원리를 이용하는 것이다. 그러나 이와 같은 모니터링 시스템은 빛의 세기만을 기준으로 이벤트의 발생여부를 판단하므로 정확도가 낮을 수 있다.

예컨대, 광섬유를 이용한 외력 감지 시스템으로 가장 널리 이용되는 OTDR(optical time domain reflectometer) 시스템의 경우 펄스 신호를 발생시킨 후 그 반사광 또는 타단에서 수광부에서 펄스파를 감지하고 파형 변화가 감지되는 시간을 측정하여 외력의 크기나 위치를 결정하는 방법으로 운용된다. 이러한 OTDR의 경우 감도가 현저히 낮기 때문에, 광섬유를 대략 90도 내외의 각도로 꺾이는 상황에서 외력 감응이 감지되고, 케이블을 링 형태로 꼬아서 배치함으로써 실제 모니터링 구간에 비해 3배 이상 길이의 케이블 설치를 필요로 하는 단점이 있다. 또한 링형으로 꼬인 부분 외의 부분을 터치하는 경우 반응을 감지하기 어려우므로 철조망 등 경계면 전체에 케이블을 설치해야 하는 문제점이 있다. 한편, 이러한 감도의 문제를 개선하기 위하여 광섬유 내에 일정 패턴을 형성하여 감도를 높일 수 있는 FBG(fiber bragg grating) 케이블을 이용할 수 있으나 고가의 설치비용, 장거리 송신 시 신호 손실 등의 문제로 넓은 장소를 커버하는 모니터링 감시장비에는 적합하지 않은 문제점이 있다.

특히, 공항, 발전소, 공장, 창고 등 대규모 시설에서의 모니터링 감시 시스템의 경우 설치 비용의 절감, 효율적인 공사 및 대량 설치가 용이하며 공사기간을 줄일 수 있는 모니터링 센서 설비가 요구된다

또한, OTDR 시스템은 외력의 위치를 계측하기 위해 광섬유에 펄스를 인가하고 시변(Time Variant) 측정이 필요한데, 이 때문에 대기 시간이 길어져서 응답속도가 현저히 느려지는 문제점이 있다.

본 발명에 따른 광신호 기반 모니터링 시스템은 모니터링 대상 지역에 적용될 수 있고, 울타리 등에 설치되어 외부 충격이 있을 시 외부 충격 위치 및 원인을 파악하고, 위험요소로 판별하여 알람을 제공하는 통합 보안 관제 시스템의 역할을 수행하게 하고자 한다.

또한, 본 발명에 따른 광신호 기반 모니터링 시스템은 서로 다른 순환 방향을 형성하며 폐회로를 따라 전송되는 복수의 광신호의 차이값에 기초한 외력 발생 위치 산출을 신속하게 하고자 한다.

또한, 본 발명에 따른 광신호 기반 모니터링 시스템은 AI 서버를 포함하고, 딥러닝 욜로 알고리즘을 활용하여 카메라로 촬영된 외력 발생 원인을 분석하여, 위험요소를 판별하므로 정확도 높고 빠른 위험요소 판별이 가능하도록 하고자 한다.

본 발명은 광신호 기반 모니터링 시스템에서 수행되는 광신호 기반 모니터링 방법에 있어서, 광신호를 생성하는 단계; 상기 생성된 광신호를 분리하는 단계; 상기 광신호로부터 분리된 제1광신호가 제1광섬유에서 제1순환방향을 따라 진행하고, 제2광신호가 제2광섬유에서 상기 제1순환방향과 반대인 제2순환방향을 따라 진행하는 단계; 상기 진행된 제1광신호를 제1수광부로 수신하고, 상기 진행된 제2광신호는 상기 제1수광부와 다른 제2수광부로 수신하는 단계; 및 상기 수신된 제1광신호와 제2광신호를 기초로 하여 외력 발생 위치를 산출하는 단계를 포함하는, 광신호 기반 모니터링 방법을 제공하고자 한다.

본 발명은 상기 광신호로부터 분리된 제1광신호와 제2광신호의 광성분은 동일하며, 외력이 발생한 경우, 상기 제1수광부에서 수신한 제1광신호와 상기 제2수광부에서 수신한 제2광신호는 서로 달라지고, 그 차이를 산출한 차이값을 기초로 하여 상기 외력 발생 위치를 산출하는, 광신호 기반 모니터링 방법을 제공할 수 있다.

본 발명은상기 차이값 및 외력 발생 위치는 아래 수학식을 이용하여 산출되는 것인, 광신호 기반 모니터링 방법을 제공할 수 있다.

Pr0 = 외력이 없는 경우 출력단에서의 광신호 수신 레벨

Ps = 입력단에서의 광신호 송신 레벨

L = 광섬유 길이

Lo = 광섬유 단위길이당 손실(dB/Km) (광케이블의 종류와 규격에 따라 달라짐)

Lb = 외력이 있는 경우 광신호 손실 레벨

f(x) = 광세기 관련 함수

x1 = 제1광신호의 입력단으로부터 외력 발생 위치까지의 광섬유 길이

x2 = 제2광신호의 입력단으로부터 외력 발생 위치까지의 광섬유 길이

Pr1 = x1의 위치에서 외력 발생시 출력단에서의 제1광신호 수신 레벨

Pr2 = x2의 위치에서 외력 발생시 출력단에서의 제2광신호 수신 레벨

δPr = 외력 발생시 제1광신호와 제2광신호의 차이값

본 발명에서 상기 산출된 차이값을 기초로 하여 외력이 발생한 위치를 산출하는 것은, 데이터베이스에 미리 저장된 외력 발생 위치에 따른 광신호 차이값 데이터와 상기 산출된 차이값을 비교하여 수행될 수 있다.

이러한 수식은 도 X의 임계하중 이상인 경우 더 단순화할 수 있다. 본 발명의 발명자가 수행한 실험에 따르면, 하중에 의해 출력(수신레벨)의 손실레벨(Lb)이 도 X와 같이 임계하중 이상이 인가되면 손실값은 일정한 수준으로 수렴한다. 실험에서 입력광의 크기에 따라 달라지지만 임계하중은 10N 내외 인것으로 PIDS 시스템의 감지 분해능(통상 민감도조정을 통해100N 이상으로 설정)이하인 것으로 확인 되었으며, 손실값이 일정한 경우 수치해석적인 접근이 더욱 용이해 진다.

본 발명은 상기 데이터베이스에 상기 측정된 차이값과 대응되는 차이값 데이터가 없는 경우 보간법을 통해 근사화하여 외력 발생 위치를 추정하는, 광신호 기반 모니터링 방법을 제공할 수 있다.

본 발명은, 상기 산출된 외력 발생 위치에 대응하는 카메라로 촬영된 이미지를 분석하는 단계를 포함하는, 광신호 기반 모니터링 방법을 제공할 수 있다.

본 발명은, 상기 이미지 분석은 딥러닝 욜로 알고리즘을 기초로 하는 머신 러닝 모델을 통해 수행되는 것인, 광신호 기반 모니터링 방법을 제공할 수 있다.

본 발명은, 상기 이미지 분석에 기초하여 위험요소에 의한 외력 발생임을 판정한 경우, 알림을 생성하는 단계를 포함하는, 광신호 기반 모니터링 방법을 제공할 수 있다.

본 발명은, 상기 위험요소는 사람에 의한 이벤트, 동물에 의한 이벤트 및 사물에 의한 이벤트를 포함하며, 상기 알림은 상기 위험요소가 사람에 의한 이벤트인 경우에만 생성되는 것인, 광신호 기반 모니터링 방법을 제공할 수 있다.

본 발명은, 광신호 기반 모니터링 시스템에 있어서, 광신호를 생성하는 발광부; 광신호를 수신하는 수광부; 상기 수신된 광신호를 기초로 외력 발생 위치를 산출하는 프로그램이 저장된 메모리; 및 상기 메모리에 저장된 프로그램을 실행하는 제어부를 포함하고, 상기 프로그램의 실행에 따라 상기 광신호를 생성하고, 상기 생성된 광신호를 분리하고, 상기 광신호로부터 분리된 제1광신호가 제1광섬유에서 제1순환방향을 따라 진행하고, 제2광신호가 제2광섬유에서 상기 제1순환방향과 반대인 제2순환방향을 따라 진행하고, 상기 진행된 제1광신호를 제1수광부로 수신하고, 상기 진행된 제2광신호는 상기 제1수광부와 다른 제2수광부로 수신하고, 상기 수신된 제1광신호와 제2광신호를 기초로 하여 외력 발생 위치를 산출하는, 광신호 기반 모니터링 시스템을 제공하고자 한다.

본 발명의 광신호 기반 모니터링 시스템은 모니터링 대상 지역에 적용될 수 있고, 울타리 등에 설치되어 외부 충격이 있을 시 외부 충격 위치 및 원인을 파악하고, 위험요소로 판별하여 알람을 제공하는 통합 보안 관제 시스템의 역할을 수행할 수 있다.

또한, 본 발명의 광신호 기반 모니터링 시스템은 서로 다른 순환 방향을 형성하며 폐회로를 따라 전송되는 복수의 광신호의 차이값에 기초하여 외력 발생 위치 산출을 신속하게 할 수 있다.

또한, 본 발명의 광신호 기반 모니터링 시스템은 AI 서버를 포함하고, 딥러닝 욜로 알고리즘을 활용하여 카메라로 촬영된 외력 발생 원인을 분석하여, 위험요소를 판별하므로 정확도 높고 빠른 위험요소 판별이 가능하다.

도 1 및 도 2는 본 발명의 일 실시예에 따른 광신호 기반 모니터링 시스템의 구성을 보여주는 개략도이다.
도 3은 본 발명의 일 실시예에 따른 광신호 기반 모니터링 시스템의 적용예를 보여주는 개략도이다.
도 4는 본 발명의 일 실시예에 따른 광신호 기반 모니터링 방법을 설명하기 위한 개략도이다.
도 5는 본 발명의 일 실시예에 따른 광신호 기반 모니터링 방법을 설명하기 위한 순서도이다.
도 6 및 도 7은 본 발명의 일 실시예예 따른 외력 발생 위치 파악 원리를 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 딥러닝 방법을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 모니터링 방법의 적용예를 설명하기 개략도이다.
도 10은 본 발명의 일 실시예에 따른 광신호 기반 모니터링 시스템에서 감지한 하중 대비 광신호 출력 그래프를 보여주는 도면이다.

아래에서는 첨부한 도면을 참조하여, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고, 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

이하에서는, 본 발명의 일 실시예에 따른 광신호 기반 모니터링 시스템(10)의 구성에 대하여 먼저 설명하기로 한다.

도 1 및 도 2는 본 발명의 일 실시예에 따른 광신호 기반 모니터링 시스템(10)의 구성을 보여주는 개략도이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 모니터링 시스템(10)은 컨트롤러(100) 및 광학모듈(200)을 포함할 수 있다. 모니터링 시스템(10)은 광섬유 및 이를 통하는 광신호를 이용하여 특정 장소에서 발생하는 이벤트(또는 외력 발생)들을 검출할 수 있다. 즉, 모니터링 시스템(10)은 복수의 장소에서 발생하는 이벤트들의 위치와 특성(종류, 강도 등)을 검출할 수 있다.

컨트롤러(100)는 일정 주파수의 레이저광(이하, '입력광'이라함)을 출력한다. 출력된 입력광은 광학모듈(200)의 발광부(210)를 통해 광신호로 변형되어 모니터링 대상 장소에서 설치된 광섬유로 전송된다. 이후 광신호는 해당 장소의 외력 및 진동에 대한 모니터링을 수행한 후 수신광신호로서 광학모듈(200)의 수광부에 수신되고, 이후 되어 컨트롤러(100)로 송출된다.

컨트롤러(100)는 수신광신호에서 광신호의 파형변화를 감지하여 압력 또는 진동의 외력을 감지할 수 있으며, 프로세서(110), 광신호 생성기(120), 증폭기(130), 컨버터(140) 및 메모리(미도시)를 포함한다.

프로세서(110)는 컨트롤러(100)의 전반적인 작동을 제어할 수 있다. 실시예들에 따라, 프로세서(110)는 광신호 생성기(120), 증폭기(130), A/D 컨버터(140) 및 메모리의 동작을 제어하기 위해 연산을 수행하거나, 또는 명령들을 생성 및 출력할 수 있다. 예컨대, 프로세서(110)는 연산 처리 기능을 가지는 CPU(central processing unit), MCU(micro controller unit), FPGA(field-programmable gate array), ASIC(applicationspecific integrated circuit) 등으로 구현될 수 있으나, 이에 한정되는 것은 아니다.

프로세서(110)는 수신광신호의 레벨 수준을 이용하여 외력 인가 여부를 판별할 수 있다. 즉, 외력이 발생한 경우 전술한 바와 같이 외력에 의한 손실(Lb)이 발생하며 자연손실(Lo)보다 큰 손실값을 가지며 자연손실에 의한 수신레벨(이하, '기준레벨'이라 함) 보다 낮은 수신레벨이 된다. 이에 따라 프로세서(110)는 수신레벨을 측정하여 기준레벨 이하인 경우 외력이 발생한 것으로 판단한다.

도 1 및 도 2를 참조하면, 광학모듈(200)은 발광부(210), 스플리터(220), 커플러(230, 231) 및 수광부(240, 241)를 포함할 수 있다.

발광부(210)는 프로세서(110)의 제어에 따라 광신호를 출력할 수 있다. 즉, 발광부(210)는 광신호 생성기(120)로부터 출력된 제어 신호에 기초하여, 광신호를 출력한다.

수광부(240, 241)는 수신광신호를 감지하고, 수신광의 출력에 따라 광전효과에 이한 전압신호를 형성한다. 즉, 수광부(240, 241)는 수신광신호를 수신하여 수신광신호의 레벨을 전압으로 변환할 수 있다. 예컨데, 수광부(240, 241)는 수신광신호에 따라 발생하는 광전효과에 의한 전압이 변화를 감지할 수 있는 포토다이오드(PD)로 이루어진 광전압감지부일 수 있다. 이하, 본 명세서에서는 편의상 수광부(240, 241)가 외력이 발생하는 경우 그 외력에 의한 손실에 따른 광전압 변화를 측정할 수 있는 광감지부인 포토다이오드(PD)를 포함하는 것을 가정하고 설명하기로 한다.

본 실시예에 따르면, 수신 광신호가 수광부(240, 241)에 인가되면, 광전효과에 의해 전압이 발생하고, 이러한 시간축에 대한 광전압의 변화는 검출될 수 있다. 전술한 수식에서 첫번째 수광부(240)에서의 광전압 변화는 Pr1에 해당하고, 두번째 수광부(241)에서의 광전압 변화는 Pr2에 해당한다. 따라서 두 수광부에서의 광전압 크기를 서로 차감하여 δPr을 계산할 수 있다.

외력이 인가되지 않은 경우에는 두 수광부의 출력은 케이블의 길이에 의한 자연손실에 의한 영향만 받으므로, 두 수광부 출력의 차이는 0이된다.

반면에, 외력이 작용하는 경우 두 수광부 출력은 외력이 작용하는 위치 x에 따라 달라지며, x를 구하기 위해서는 외력의 위치(x) 및 입력광이 일정한 경우에 출력광의 세기에 대한 함수 f(x)를 구하여야 한다. 두 수광부 출력 차이에 대한 f(x)-f(L-x)는 g(x)로 표현할 수 있다. 따라서 두 수광부의 출력차이g(x)와 외력이 작용하는 위치 x는 일대일로 대응하는 관계에 있다.

실질적으로 출력광 세기의 함수는 f(x, Ps, L, Lo)는 와 같이 입력광의 크기(Ps), 광케이블의 길이(L), 광섬유의 단위길이당 손실(Lo), 외력 인가 위치(x)를 변수로 하는 함수이지만, 실제 제품 적용을 위해서 본 발명에서는 입력광의 크기(Ps), 광케이블의 길이(L), 광섬유의 단위길이당 손실(Lo)는 일정하게 두고 x에 대한 함수 f(x)로 표현한다.

위와 같은 상수 조건을 유지하기 위해 동일 스펙의 광케이블(단위길이당 손실을 일정하게 유지)을 이용하여 제품을 구성하고, 길이를 일정하게 구성한 후 일정한 세기의 광을 입력한 경우를 가정하여 함수g(x)를 구할 수 있다.

본 발명의 제품화를 위해 광케이블 스펙마다, 광입력별, 길이별 함수를 별도로 구할 필요가 있으며, 이는 수학식으로 정의될 수도 있으나, 복수회의 실험에 의해 x와 g(x)에 대한 인덱스 표로 정의될 수도 있다. 즉, 두 수광부에서 구해진 g(x)가 측정되면, 대응하는 x 값을 찾아냄으로써 어느 위치에서 외력이 작용하는지를 도출할 수 있다. 인덱스 표에서 g(x)값이 없는 경우 보간법에 의해 x를 도출할 수도 있다.

스플리터(220)는 입사되는 입사광신호(IOS1)를 2개의 광신호로 분리시킨다. 예를 들어 스플리터(220)는 레이저다이오드에서 입사된 광신호를 제1광신호 및 제2광신호로 분리시킬 수 있다. 즉, 스플리터(220)는 발광부(210)로부터 광신호를 수신하고, 이를 분리하여 복수의 광신호를 생성하고, 생성된 복수의 광신호를 모니터링 대상 장소에 배치된 광섬유에 전송한다. 한편, 제1광신호와 제2광신호는 동일한 광에서 분기된 것으로 동일한 광학적 특성을 가지는 것이 일반적이지만, 이에 한정되지 않고 미세한 차이가 있는 경우에도 분해능에 영향을 줄 뿐 근사적으로 위치 범위를 구할 수 있다.

한편, 광섬유는 모니터링 대상 지역에 노출되는 루프로 이루어지며, 양단이 각각 스플리터(220)와 수광부에 각각 연결된다. 전술한 제1광신호는 스플리터(220)로부터 입사되어 광섬유를 따라 제1순환방향(도면에서 시계방향)으로 진행하여 제1수광부(240)로 수신되고, 제2광신호는 스플리터(220)로부터 입사되어 광섬유를 따라 제2순환방향(도면에서 반시계방향)으로 진행하여 제2수광부(241)로 수신된다. 이에 대한 자세한 설명은 후술하기로 한다.

커플러(230, 231)는 입사광신호가 입사되는 광섬유의 일단과 레이저다이오드 사이에 배치되어, 광신호 진행을 가이드하기 위한 것일 수 있다.

커플러(230, 231)는 일반적으로 광결합 방식이나 기능 혹은 제조방법에 따라 분류되며, 광결합 방식에 따라 직접결합(dicrect coupling)과 간접결합 (indirect coupling), 기능에 따라 하나의 입력 신호를 여러 개의 출력 신호로 분기하는 스플리터(splitter), 여러 개의 신호를 하나의 신호로 결합하는 컴바이너(combiner), 입력 신호의 광전력을 분기하는 탭 (tap), 다입력과 다출력인 성형 커플러 (star coupler), 그리고 파장이 다른 광신호를 분기하는 WDM/WDDM, 광을 타 포트로 전달하는 TAP(tapping 기)으로 나누어질 수 있다. 다만 본 발명의 설명에서는 스플리터(220)는 발광부(LD)와 광을 분리시키는 기능을 하고, 커플러(230, 231)는 광섬유에서 진행한 광이 발광부로 진행하지 않고, 수광부(240, 241)로 진행하도록 유도하는 TAP의 기능을 하는 커플러로서 스플리터(220)와 구분하여 설명하는 것으로 한다.

본 실시예에서, 컨트롤러(100)는 수광부로부터 수신되는 광신호를 증폭시키 위한 증폭기(130) 및 증폭된 검출 결과를 디지털 변환하여 메모리에 저장하는 A/D 컨버터(140)를 포함한다. 즉, 수광부에 대한 수신광신호의 측정결과는 증폭기(130)에 의해 증폭되고 디지털 변환되어 메모리(160)에 저장된다.

메모리는 컨트롤러(100)의 작동에 필요한 데이터를 저장할 수 있다. 본 실시예에서, 메모리는 전술한 입력광 크기, 외력 작용위치와 수광부 출력 사이의 인덱스표가 저장되어 있어서, 컨트롤러(100)가 발광부(210)에서 입력될 광의 크기를 제어하고, 수광부(240, 241)의 값의 차이를 이용하여 외력이 작용한 위치를 연산할 수 있다.

이로써, 컨트롤러(100)는 수신광신호의 파형변화가 발생한 경우 수신광신호들의 세기 차이를 이용하여 모니터링 대상인 복수의 장소들 중 어느 장소에서 이벤트가 발생했는지를 판단할 수 있다.

도 3은 본 발명의 일 실시예에 따른 광신호 기반 모니터링 시스템(10)의 적용예를 보여주는 개략도이다.

도 3을 참조하면, 모니터링 대상 지역에 모니터링 시스템(10)이 적용되어 울타리에 광케이블이 설치되어 있고, 추가적으로 복수의 카메라를 포함하는 CCTV가 설치되어 보안 관제 시스템이 운영되는 모습을 확인할 수 있다.

여기서, 광케이블이 설치된 울타리에 외력이 작용하면, 모니터링 시스템(10)은 외력이 작용한 위치를 산출하며, 이를 기초로 해당 위치를 촬영하는 카메라를 동작하여 이벤트 발생 모니터링을 수행할 수 있다. 나아가, 후술할 머신 러닝 모델을 활용하여 카메라 촬영 이미지를 분석하여 외력 발생 요인을 파악하고, 요인 별로 위험도를 산출하여 관리자에게 알람을 보내는 등의 피드백을 수행할 수도 있다. 전체적인 시스템 및 방법에 대한 내용은 후술하기로 한다.

도 4는 본 발명의 일 실시예에 따른 광신호 기반 모니터링 방법을 설명하기 위한 개략도이다. 도 5는 본 발명의 일 실시예에 따른 광신호 기반 모니터링 방법을 설명하기 위한 순서도이다.

도 4 및 도 5를 참조하면, 광신호 기반 모니터링 시스템(10)에서 수행되는 광신호 기반 모니터링 방법에 있어서, 먼저 프로세서(processor)에서 신호를 생성하는 단계(S510)가 수행될 수 있다. 광신호 생성은 전술한 것처럼 컨트롤러(100)의 광신호 생성기(120)에서 입력광 신호를 발생시키고, 이 신호가 발광부(210)를 통하면서 광신호로 생성되는 것이다.

그 다음으로, 생성된 광신호를 분리하는 단계(S520)가 수행될 수 있다. 이는 전술한 광학모듈(200)의 스플리터(220)를 통해 분리되는 것이며, 분리된 광신호는 파장, 주파수 등의 광성분이 동일한 것일 수 있다.

그 다음으로 광신호로부터 분리된 제1광신호가 광섬유에서 제1순환방향을 따라 진행하고, 제2광신호가 광섬유에서 상기 제1순환방향과 반대인 제2순환방향을 따라 진행하는 단계(S530)가 수행될 수 있다. 본 실시예에서 제1 광신호 및 제2 광신호는 하나의 광신호에서 분리되었지만, 이에 한정되지는 않는다. 광의 파장이나 파형을 변화시키지 않고, 같은 세기의 광을 이용하기 위해서는 스플리터를 이용하여 하나의 광을 이용하는 것이 바람직하지만, 광의 파장, 파형 및 세기를 지극히 동일하게 발생시킬 수 있는 경우 복수개의 LD를 이용할 수도 있다.

여기서 제1광신호와 제2광신호는 설명의 편의상 구별하여 기재하였으며, 광성분이 동일한 광신호일 수 있지만 이에 한정되지는 않는다. 이 실시예에서 광섬유는 폐쇄형 단일 광섬유인 것이 좋다. 왜냐하면 광섬유의 길이에 의한 오차, 광섬유의 특성에 의한 오차가 발생할 수 있으므로 동일 물성을 갖는 동일 광섬유를 이해하는 것이 바람직하다. 다만, 이에 한정되지는 않고 제1순환방향과 제2순환방향은 서로 반대되는 방향이며 일 예로 제1순환방향은 시계방향이고, 제2순환방향은 반시계방향으로 배치된 특성오차가 매우 적은 복수개의 광섬유로 구성될 수도 있다.

그 다음으로, 제1광섬유를 따라 진행된 제1광신호를 제1수광부(240)로 수신하고, 제2광섬유를 따라 진행된 제2광신호는 제1수광부(240)와 다른 제2수광부(241)로 수신하는 단계(S540)가 수행될 수 있다. 여기서 제1수광부(240)와 제2수광부(241)는 각각 포토다이오드로 구성될 수 있다.

그 다음으로 수신된 제1광신호와 제2광신호를 기초로 하여 외력 발생 위치를 산출하는 단계(S550)가 수행될 수 있다.

도 6 및 도 7은 본 발명의 일 실시예예 따른 외력 발생 위치 산출 원리를 설명하기 위한 도면이다.

도 6을 참조하면, 광섬유에 광신호가 진행하면서 발생하는 손실 계산에 대해 알 수 있다. 광로 상에 접속점, 커플러(230, 231) 등 저항체가 없는 경우 광신호의 손실(dB)는 광로의 길이에 비례하여 커진다. 예를 들어, 광로의 길이가 L, 광신호 입력단의 출력이 Ps, 외력이 없는 경우 광신호 출력단의 수신 레벨이 Pr0인 경우, 수광부에서 입력되는 광 신호 수신 레벨은 아래 식과 같이 표현할 수 있다.

Pr0 = 외력이 없는 경우 출력단에서의 광신호 수신 레벨

Ps = 입력단에서의 광신호 송신 레벨

L = 광섬유 길이

Lo = 광섬유 단위길이당 손실(dB/Km)

한편, 접속 손실, 커넥터 손실 등은 그 개수에 따라 결정되는 상수값이므로 위와 같은 수식의 단순화가 가능하다.

도 7을 참조하면, 외력이 발생한 위치에서 제1수광부(240)와 제2수광부(241)에서 검출되는 광신호에 기초한 외력 위치 산출 그래프를 확인할 수 있고, 외력 위치 산출은 아래의 식을 이용하여 수행될 수 있다.

Lb = 외력이 있는 경우 광신호 손실 레벨

f(x) = 광세기 관련 함수

x1 = 제1광신호의 입력단으로부터 외력 발생 위치까지의 광섬유 길이

x2 = 제2광신호의 입력단으로부터 외력 발생 위치까지의 광섬유 길이

Pr1 = x1의 위치에서 외력 발생시 출력단에서의 제1광신호 수신 레벨

Pr2 = x2의 위치에서 외력 발생시 출력단에서의 제2광신호 수신 레벨

δPr = 외력 발생시 제1광신호와 제2광신호의 차이값

도 7 및 위의 식에서, 차이값(g(x1) 또는 δPr)은 레이저 다이오드의 광신호 출력값과 광섬유의 특성에 따라서 달라질 수 있으나, 광섬유의 중간 지점(L/2)의 위치에서 x1=x2가 되어 0에 근접한 것을 알 수 있다. 이러한 외력 발생 위치 산출 방법을 기초로 광섬유 상의 각각의 지점에서의 차이값은 g(x)를 수학적으로 찾아내거나, 실험 또는 시뮬레이션을 통해 데이터로 획득되어 데이터베이스에 저장될 수 있다.

그리고, 산출된 차이값을 기초로 하여 외력이 발생한 위치를 산출하는 것은, g(x)의 역함수를 구하여 찾아내거나, 데이터베이스에 미리 저장된 외력 발생 위치에 따른 광신호 차이값 데이터와 산출된 차이값을 비교하여 수행되는 것일 수 있다. 한편, 데이터베이스에 측정된 차이값과 대응되는 차이값 데이터가 없는 경우 공지된 다양한 보간법을 통해 근사화하여 외력 발생 위치를 추정할 수 있다.

그 다음으로, 산출된 외력 발생 위치에 대응하는 카메라를 제어하고, 카메라로 촬영된 이미지를 분석하는 단계(S560)가 수행될 수 있다. 여기서 카메라는 외력 발생 위치를 촬영하는 것으로서, CCTV 시스템에 포함될 수 있다.

도 8은 본 발명의 일 실시예에 따른 딥러닝 방법을 설명하기 위한 도면이다.

이미지 분석은 머신 러닝 시스템이 구축된 서버에서 수행될 수 있으며, 이러한 서버는 네트워크를 통해 VMS 관제 시스템 및/또는 CCTV 시스템과 카메라와 통신을 수행하여 이미지 분석을 수행할 수 있다.

이미지 분석은 딥러닝 욜로 알고리즘을 기초로 하여 수행될 수 있다. 여기서 딥러닝은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화를 시도하는 기계학습 알고리즘의 집 합으로 정의되며, 큰틀에서 사람의 사고방식을 컴퓨터에게 학습시키는 기계학습의 한 분야이다. 딥러닝 기법들로는 신경망(deep neural networks), 콘볼루션 신경망(convolutional deep neural networks), DBN(deep believe networks) 등과 같은 다양한 기법들이 컴퓨터비젼, 음성인식, 자연어처리, 음성 및 신호 처리 등의 분야에 적용되어 최첨단의 결과들을 보여준다.

본 발명의 실시예에서는 다수 종류의 딥러닝 알고리즘 중 하나의 신경망을 사용하고 이미지 하나에서 동시에 모든 물체의 바운딩 박스(Bounding box)를 찾는 욜로(YOLO) 알고리즘을 이용하여 프레임 내 모든 객체를 식별할 수도 있다.

이미지 분석은 데이터베이스에 미리 입력된 훈련 데이터, 카메라 촬영 데이터를 기초로 학습된 머신 러닝 모델을 통해 수행될 수 있다. 이미지 분석 방법은 먼저, 카메라에 식별된 각 객체의 ID, 해당 프레임 내에서 해당 객체가 차지하는 면적 비율 정보 및 해당 객체에서 추출된 복수의 특징점간 벡터 정보를 이용하여 복수개의 프레임별로 원본 데이터셋 (dataset)을 각각 생성한다.

그리고 원본 데이터 셋을 기초로 딥러닝 알고리즘을 이용하여 프레임을 추출하고, 프레임 내에 포함된 객체를 각 프레임별로 식별한다. 이 때, 딥러닝 알고리즘은 욜로 알고리즘을 이용하여 프레임 내 모든 객체를 식별할 수 있다(도 8의 (a) 참조). 그리고 객체 식별시 각 객체별로 생성되는 바운딩 박스를 이용하여 각 객체마다 복수의 특징점을 추출한다. 이 때, 특징점 추출 과정은 바운딩 박스 내 객체를 이진화하여 윤곽선을 추출하고 추출된 윤곽선에서 변형에 강인한 부분을 특징점으로 추출할 수 있다.

그리고 머신 러닝 모델은 위험 요소 판단이 요청되면, 식별 대상 영상에서 추출된 설정 개수의 프레임을 입력 받고, 원본 데이터셋에 저장된 각각의 질의 데이터셋에 포함된 객체의 ID와, 해당 프레임 내에서 해당 객체가 차지하는 면적 비율 정보를 이용하여 각 질의 데이터셋에 대응하는 원본 데이터셋을 각각 추출한다. 그리고 미리 저장된 질의 데이터셋 중 어느 하나의 질의 데이터셋과, 추출된 원본 데이터셋 중 해당 질의 데이터셋에 대응하는 원본 데이터 셋에 각각 포함된 인접한 특징점간 벡터 정보를 이용하여 원본 영상의 프레임과 식별 대상 영상의 프레임 간 유사도를 판단하고, 판단된 유사도에 따라 해당 질의 데이터셋의 프레임에 가중치를 부여하되, 생성된 질의 데이터셋의 수만큼 반복하여 유사도 판단 및 가중치를 부여한다. 이 때, 질의 데이터셋과, 해당 질의 데이터셋에 대응하여 추출된 원본 데이터셋에 각각 포함된 인접한 특징점간 벡터 정보 간의 유클리디안 거리(Euclidean Distance)를 이용하여 원본 영상의 프레임과 식별 대상 영상의 프레임 간 유사도를 판단하되, 판단된 유사도가 80%이상이면 원본 영상의 프레임과 식별 대상 영상의 프레임이 유사한 것으로 판단할 수 있다. 여기서 유클리디안 거리는 공식에 의해 n차원의 공간에서 두 특징점(벡터)간의 거리를 측정하여 두 특징점간 유 사도를 분석하기 위한 것으로 측정된 거리가 가까울수록 유사하다고 판단하며, 이는 널리 알려진 공지의 기술이므로 자세한 공식은 기재하지 않기로 한다.

예를 들어, 식별 대상 영상에 토끼가 포착된 경우, 원본 데이터셋에 미리 저장된 토끼(ID)의 원본 이미지와 유사도 판단하여 위험요소가 토끼와 같은 사물에 의한 것이고, 위험요소가 낮다는 것을 판단할 수 있다.

그 다음으로, 이미지 분석에 기초하여 위험요소에 의한 외력 발생임을 판정한 경우, 알림을 생성하는 단계(S570)가 수행될 수 있다. 여기서, 위험요소는 사람에 의한 이벤트, 동물에 의한 이벤트 및 사물에 의한 이벤트를 포함할 수 있다. 그리고, 위험요소로 판단되는 것은 모니터링 대상 지역의 목적에 따라 다를 것이며, 사람에 의한 침입, 시설물 파손이 가능한 사물에 의한 자극, 동물로 인한 자극 등이 위험요소로서 각각 설정될 수 있다.

도 9는 본 발명의 일 실시예에 따른 모니터링 방법의 적용예를 설명하기 개략도이다.

도 9를 참조하여 구체적으로 설명하면, 알림은 상기 위험요소가 사람에 의한 이벤트인 경우에만 생성되는 것일 수 있다.

구체적으로, 모니터링 대상 지역에 설치된 울타리에 낙하물, 동물 출현, 사람 출현에 의한 외부 충격이 가해졌을 때, 모니터링 시스템(10)은 울타리에 설치된 광케이블을 통해 외력 및 외력 발생 위치를 감지할 수 있다. 그 다음으로 CCTV 시스템과 연동하여 해당 지역의 카메라를 작동하고, 이 카메라로 촬영된 이미지와 AI 서버의 머신 러닝 모델에 미리 학습된 외력 대상 정보에 기초하여 형성된 원본 데이터 셋을 비교하여 위험요소 판별을 할 수 있다. 그리고 사람에 의한 외력 발생인 경우 위험요소로 판단하여 관제 시스템에 알람 전송이 가능하고, 동물이나 사물에 의한 외력 발생인 경우 비위험요소로 판단하여 알람이 되지 않도록 작동될 수 있다.

이상으로 설명한, 본 발명의 일 실시예에 따른 광신호 기반 모니터링 시스템(10)은 모니터링 대상 지역에 적용될 수 있고, 울타리 등에 설치되어 외부 충격이 있을 시 외부 충격 위치 및 원인을 파악하고, 위험요소로 판별하여 알람을 제공하는 통합 보안 관제 시스템의 역할을 수행할 수 있다.

또한, 본 발명의 일 실시예에 따른 광신호 기반 모니터링 시스템(10)은 서로 다른 순환 방향을 형성하며 폐회로를 따라 전송되는 복수의 광신호의 차이값에 기초하여 빠른 외력 발생 위치 산출이 가능하다.

또한, 본 발명의 일 실시예에 따른 광신호 기반 모니터링 시스템(10)은 AI 서버를 포함하고, 딥러닝 욜로 알고리즘을 활용하여 카메라로 촬영된 외력 발생 원인을 분석하여, 위험요소를 판별하므로 정확도 높고 빠른 위험요소 판별이 가능하다.

이상의 설명은 본 발명의 기술적 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예는 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

10: 광신호 기반 모니터링 시스템
100: 컨트롤러
110: 프로세서
120: 광신호 생성기
130: 증폭기
140: 컨버터
200: 광학모듈
210: 발광부
220: 스플리터
230, 231: 커플러
240: 제1수광부
241: 제2수광부

Claims (15)

1. 광신호 기반 모니터링 시스템에서 수행되는 광신호 기반 모니터링 방법에 있어서,
   제1 광신호 및 제2 광신호 를 생성하는 단계;
   상기 제1광신호가 제1광섬유에서 제1순환방향을 따라 진행하고, 상기 제2광신호가 제2광섬유에서 상기 제1순환방향과 반대인 제2순환방향을 따라 진행하는 단계;
   상기 진행된 제1광신호를 제1수광부로 수신하고, 상기 진행된 제2광신호는 상기 제1수광부와 다른 제2수광부로 수신하는 단계; 및
   상기 수신된 제1광신호와 제2광신호를 기초로 하여 외력 발생 위치를 산출하는 단계를 포함하는, 광신호 기반 모니터링 방법.
2. 제1항에 있어서,
   상기 제1 광신호 및 제2 광신호는 하나의 광신호에서 분기되어 형성되는 광신호 기반 모니터링 방법.
3. 제2항에 있어서,
   상기 제1 광섬유 및 제2 광섬유는 동일한 광섬유인 광신호 기반 모니터링 방법.
4. 제3항에 있어서,
   상기 광신호로부터 분리된 제1광신호와 제2광신호의 광성분은 동일하며, 외력이 발생한 경우, 상기 제1수광부에서 수신한 제1광신호와 상기 제2수광부에서 수신한 제2광신호는 서로 달라지고, 그 차이를 산출한 차이값을 기초로 하여 상기 외력 발생 위치를 산출하는, 광신호 기반 모니터링 방법.
5. 제4항에 있어서,
   상기 차이값 및 외력 발생 위치는 아래 수학식을 이용하여 산출되는 것인, 광신호 기반 모니터링 방법.
   

   

   
   

   

   
   

   

   
   

   

   
   

   

   
   

   

   
   Pr0 = 외력이 없는 경우 출력단에서의 광신호 수신 레벨
   Ps = 입력단에서의 광신호 송신 레벨
   L = 광섬유 길이
   Lo = 광섬유 단위길이당 손실(dB/Km)
   Lb = 외력이 있는 경우 광신호 손실 레벨
   f(x) = 출력광의 광세기 관련 함수
   x1 = 제1광신호의 입력단으로부터 외력 발생 위치까지의 광섬유 길이
   x2 = 제2광신호의 입력단으로부터 외력 발생 위치까지의 광섬유 길이
   Pr1 = x1의 위치에서 외력 발생시 출력단에서의 제1광신호 수신 레벨
   Pr2 = x2의 위치에서 외력 발생시 출력단에서의 제2광신호 수신 레벨
   δPr = 외력 발생시 제1광신호와 제2광신호의 차이값
6. 제4항에 있어서,
   상기 산출된 차이값을 기초로 하여 외력이 발생한 위치를 산출하는 것은, 데이터베이스에 미리 저장된 외력 발생 위치에 따른 광신호 차이값 데이터와 상기 산출된 차이값을 비교하여 수행되는 것인, 광신호 기반 모니터링 방법.
7. 제6항에 있어서,
   상기 데이터베이스에 상기 측정된 차이값과 대응되는 차이값 데이터가 없는 경우 보간법을 통해 근사화하여 외력 발생 위치를 추정하는, 광신호 기반 모니터링 방법.
8. 제6항에 있어서,
   상기 산출된 외력 발생 위치를 향하는 카메라로 촬영된 이미지를 분석하는 단계를 포함하는, 광신호 기반 모니터링 방법.
9. 제8항에 있어서,
   상기 이미지를 분석하는 단계는 딥러닝 욜로 알고리즘을 기초로 하는 인공지능 이미지 분석 방법을 통해 수행되는 것인, 광신호 기반 모니터링 방법.
10. 제8항에 있어서,
    상기 이미지 분석에 기초하여 위험요소에 의한 외력 발생임을 판정한 경우, 알림을 생성하는 단계를 포함하는, 광신호 기반 모니터링 방법.
11. 제10항에 있어서,
    상기 위험요소는 사람에 의한 이벤트, 동물에 의한 이벤트 및 사물에 의한 이벤트를 포함하며,
    상기 알림은 상기 위험요소가 사람에 의한 이벤트인 경우에만 생성되는 것인, 광신호 기반 모니터링 방법.
12. 광신호를 생성하는 발광부;
    광신호를 수신하는 수광부;
    상기 발광부와 수광부를 연결하는 광케이블;
    상기 수신된 광신호를 기초로 외력 발생 위치를 산출하는 프로그램이 저장된 메모리; 및
    상기 메모리에 저장된 프로그램을 실행하는 제어부를 포함하는 광신호 기반 모니터링 시스템에 있어서,
    상기 프로그램의 실행에 따라 상기 광신호를 생성하고,
    상기 광케이블은 스플리터에 의해 분기되어 폐루프를 형성하며,
    상기 광신호는 상기 스플리터에 의해 제1광신호와, 상기 제1광신호와 반대방향으로 진행하는 제2 광신호로 분리되고,
    상기 수광부는 상기 제1 광신호가 진행하는 방향의 하류단에서 제1커플러에 의해 분기된 광신호를 수신하는 제1 수광부와, 상기 제2 광신호가 진행하는 방향의 하류단에서 제2 커플러에 의해 분기된 광신호를 수신하는 제2 수광부로 이루어지되,
    상기 제어부는 상기 제1 수광부에서 수신한 제1광신호와 상기 제2 수광부에서 수신한 제2광신호를 기초로 하여 상기 메모리에 저장된 프로그램에 의해 외력 발생 위치를 산출하는, 광신호 기반 모니터링 시스템.
13. 제12항에 있어서,
    상기 외력 발생 위치와 상기 제1 수광부에서 수신한 제1 광신호 세기의 크기와 상기 제2 수광부에서 수신한 제2 광신호 세기의 크기의 차이의 값이 서로 일대일 대응하는 함수관계이고,
    상기 제어부의 상기 외력발생위치를 산출하는 프로그램은,
    상기 함수관계를 이용하여 상기 제1 광신호의 수신광신호의 세기와 상기 제2 광신호의 수신광신호의 세기의 차이를 상기 함수에 역대응 시켜 산출하는
    광신호 기반 모니터링 시스템.
14. 제12항에 있어서,
    상기 메모리에는 상기 외력 발생 위치와 상기 제1 수광부에서 수신한 제1 광신호 세기의 크기와 상기 제2 수광부에서 수신한 제2 광신호 세기의 크기의 차이의 값이 서로 일대일 대응도록 미리 실험을 통해 기록된 인덱스 표가 저장되어 있고,
    상기 제어부의 상기 외력발생위치를 산출하는 프로그램은,
    상기 인덱스 표를 통해 상기 제1 광신호의 수신광신호의 세기와 상기 제2 광신호의 수신광신호의 세기의 차이에 대응하는 위치를 상기 인덱스표에서 찾아 호출하는
    광신호 기반 모니터링 시스템.
15. 제14항에 있어서,
    상기 인덱스 표에 상기 제1 광신호의 수신광신호의 세기와 상기 제2 광신호의 수신광신호의 세기의 차이의 값에 대응하는 값이 없는 경우 인접한 두 값을 이용하여 보간법을 이용하여 위치를 산출하는
    광신호 기반 모니터링 시스템.

Images