KR20220148430A - IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템과 그 방법 - Google Patents

Abstract

본 발명은 IoT 플랫폼과 인공지능을 이용한 모니터링 시스템에 관한 것으로, 특히 인공지능을 이용하여 지중 환경을 분석하고 판단하는 지중 환경 모니터링 시스템과 그 방법에 관한 것이다.
상기와 같은 본 발명에 따르면, 인공지능 모델이 포함된 IoT 플랫폼은 정의하기 어려운 이상상태 분석을 통해 지중 환경 관리자에게 더 다양한 정보를 줄 수 있는 것이다. 이를 통해 IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템은 화재, 지진 등의 자연재해 여부, 지중 시설 관리를 위해 현장에 있는 작업자의 안전상태 분석결과, 시설의 노후화와 이상여부 등을 지중 시설 관리자에게 즉각적으로, 혹은 미리 알려줄 수 있는 것이다.

Description

IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템과 그 방법{IOT PLATFORM AND UNDERGROUND ENVIRONMENT MONITERING SYSTEM AND IT'S METHOD USING AI}

본 발명은 IoT 플랫폼과 인공지능을 이용한 모니터링 시스템에 관한 것으로, 특히 인공지능을 이용하여 지중 환경을 분석하고 판단하는 지중 환경 모니터링 시스템과 그 방법에 관한 것이다.

일반적으로, IoT를 이용한 환경 모니터링 시스템은 최근 스마트시티, 스마트팩토리, 스마트팜, 스마트 빌딩 등 다양한 분야에서 사용되고 있는 것이다.

이 기술은 IoT 규격의 다양한 IoT 디바이스 혹은 액추에이터를 IoT 플랫폼에서 관리하고 제어하는 기술로서, 목표가 되는 공간의 상황을 사용자가 원격지에서 확인하거나, 현장의 문제 상황을 사용자에게 알리거나, 스스로 문제점을 분석하거나, 미리 정의된 규칙에 따라 현장의 IoT 디바이스와 액추에이터를 제어하거나, 더 나아가서는 또다른 플랫폼과의 연동을 통해 새로운 서비스를 제공할 목적으로 사용된다.

IoT 플랫폼은 유선 혹은 무선통신을 통해 IoT 디바이스 혹은 액추에이터를 관리하는데, 이 경우 IoT 디바이스와 액추에이터는 기기(device)로 통칭된다.

IoT 플랫폼은 기기관리를 통해 통신하고 있는 기기의 종류, 제조사, 시리얼넘버 등 일반 정보 확인, 현재 기기의 전력 공급 상태, 배터리 상태, 데이터 전송량 등 상태 정보 확인, 기기에서 읽어들인 IoT 디바이스값 확인, 관리 기기의 등록, 삭제, 설정 정보 수정, 상태 제어, 펌웨어 업데이트 등 다양한 기능을 수행한다.

또한, 경우에 따라 기기관리 외에 기기를 통해 수집된 데이터의 관리, 분석, 시각화 중의 일부 혹은 전부를 담당하기도 한다.

특히, 이중에서 분석과 시각화 부분은 일정한 규격 혹은 표준이 존재하지 않으며 다양한 방법으로 확장가능한 특징을 가진다.

기존의 IoT 플랫폼은 환경 모니터링을 위해 사용자 규칙을 이용한 경고시스템을 이용하였으며, 필요에 따라서 사용자 규칙을 디바이스의 제어에 이용하였다.

하지만 이 방법은 경고가 발생하거나 디바이스 제어가 이루어져야 하는 상황을 사용자가 명확하게 알고 있어야 하며, 특히 디바이스에서 들어오는 데이터의 전후 상황을 함께 고려하여야 알 수 있는 상황에 대해서는 일반화 된 정의가 어려워, IoT 플랫폼에 적용하는데 한계가 있었다.

최근의 인공지능 기술은 사용자가 규칙을 명확하게 수학적으로 규정하지 않아도 스스로 학습하여 규칙을 찾아내는 능력을 가지고 있으며, 이러한 이유로 IoT 플랫폼에도 많은 도입이 이루어지고 있는 것이다.

인공지능 기술을 이용하면 기존에 정의가 어려웠던 이상상황의 발견이나 앞으로 발생하게될 상황의 예측이 가능하므로, 이 분석을 통해 사용자에게 경고, 혹은 현 상태에 대한 추가적인 정보를 줄 수 있는 것이다.

한편, 도심에서 공급하는 전력, 통신, 상수도관, 도시가스 등은 주기적인 모니터링 혹은 유지보수를 위해 곳곳에 맨홀을 설치하고 주변 사업소를 통해 관리하거나 지하 터널을 만들어 공동으로 관리하는 지하공동구를 만들어 관리하기도 한다.

사업소, 혹은 관리소에서는 이러한 지중 내부의 전력케이블, 가스배관 등의 노후화 등을 지속적으로 점검하는데, 맨홀의 경우는 이를 위해서 도로 일부 구간을 통제하거나 길을 막아야 하는 부담을 지며, 지하공동구의 경우 수 km에 달하는 구간을 돌며 모니터링 하여야 하므로 관리인원에게 많은 부담을 주어, 잦은 관찰이 힘든 실정이다.

스마트시티의 목표 중 하나는 이러한 안전 관리를 보다 효율적으로 하는 것이며, 이를 위해서 지중 환경에도 점차적으로 다양한 IoT 디바이스가 도입되고 있는 것이다.

그러나, 종래의 단순한 IoT 디바이스와 플랫폼으로 이루어진 지중환경 모니터링시스템은 화재와 같이 온도에 급격한 변화가 일어난다거나 가스가 누출되어 가스IoT 디바이스에 포착되는 수준의 고위험 상황과 갑작스런 이상상태에는 대응할 수 있으나, 주변의 진동, 이상 고온 또는 기타 자연재해 상황 등이 지중 환경에 영향을 미칠만한 상황인지 정상상황인지를 판단하는 것과 같이 사람이 직접 규칙을 정의하기 어려운 복합적인 상황은 여전히 관리자의 현장 확인을 통한 경험적 판단에 의존하여야 하는 문제점이 있었다.

대한민국 등록특허 제1316929호

이에, 본 발명은 이러한 종래기술의 문제점을 해소하기 위한 것으로, 인공지능 기술을 포함하는 IoT 플랫폼 구현을 통해 도심 곳곳의 지중 환경을 쉽게 모니터링 할 뿐아니라, 현장 상황의 다양한 안전 상태 이상을 분석하고, 이를 통해 안전상황을 효과적으로 판단할 수 있는 시스템과 그 방법을 제공하고자 한다.

즉, 본 발명은 이러한 기술적 과제를 달성하기 위한 본 발명에 따른 IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템은, 현장에 설치되어 있는 IoT 디바이스의 자원과 측정값 등을 관리하고 저장하는 IoT 플랫폼과, 수집된 데이터를 적절하게 정제, 가공하여 인공지능 모델에 전달한 뒤 그 결과값을 받는 인공지능 매개 프로그램, 정제 및 가공된 데이터를 전달 받아 분석한 뒤 결과를 알려주는 인공지능 모델, 그리고 결과를 관리자에게 알려주는 관제 프로그램으로 이루어지는 것을 특징으로 하는 것이다.

특히, 인공지능 매개 프로그램은 대량의 데이터를 빠른 시간에 작업할 수 있도록 분산 처리 혹은 메모리 기반 연산 방법을 이용하는 것을 특징으로 하는 것이다.

또한, 인공지능 모델이 사용하는 알고리즘으로는 분류를 위해 사용되는 Naive Bayes, 의사결정트리, 회귀의 일종으로서의 랜덤포레스트, 선형회귀, 비지도학습 형태의 K-Means 클러스터링, 차원축소를 위한 PCA(Principal Component Analysis), SVD(Singular Value Decomposition), 그밖에도 SVM(Support Vector Machine)과 인공신경망 등을 포함한 것을 특징으로 하는 것이다.

또한, IoT 디바이스는 영상을 취득하는 영상IoT 디바이스와 주변을 진동을 취득하는 진동IoT 디바이스, 주변의 소리를 취득하는 음향IoT 디바이스, 주변의 온도를 취득하는 온도IoT 디바이스, 주변의 습도를 취득하는 습도IoT 디바이스, 주변의 조도를 취득하는 조도IoT 디바이스로 구성한 것을 특징으로 하는 것이다.

또한, IoT 디바이스는 지중 환경의 벽면을 지속적으로 스캔하는 라이다 IoT 디바이스를 구비한 것을 특징으로 하는 것이다.

또한, IoT 디바이스는 공기의 질 정보를 취득하는 공기질IoT 디바이스를 구비한 것을 특징으로 하는 것이다.

따라서, 본 발명은 인공지능 모델이 포함된 IoT 플랫폼은 정의하기 어려운 이상상태 분석을 통해 지중 환경 관리자에게 더 다양한 정보를 줄 수 있는 것이다.

이를 통해 IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템은 화재, 지진 등의 자연재해 여부, 지중 시설 관리를 위해 현장에 있는 작업자의 안전상태 분석결과, 시설의 노후화와 이상여부 등을 지중 시설 관리자에게 즉각적으로, 혹은 미리 알려줄 수 있는 것이다.

예를 들어, 현재 지중 시설에 존재하고 있는 불빛이 단순한 라이터 혹은 손전등의 빛인지 화재상황인지를 판단하는 규칙을 관리자가 따로 정의해주지 않아도 지중 환경에 설치된 실시간 이미징 장치에 나타난 불빛의 형태와 일렁이는 정도 등의 정보를 통해 사전 학습된 인공지능이 화재를 판단할 수 있는 것이다.

또한, 설치된 진동감지 장치를 통해 지중 진동의 변화를 파악하고 해당 진동이 주변 공사장의 굴착기에 의한 진동인지 지진이 일어나는 상황인지를 파악하는데에 인공지능을 이용할 수 있는 효과를 갖는 것이다.

또한, 인공지능 분야에서 많이 이용되는 회귀 분석 방법들을 이용하면 사람이 예측하지 못한 미래에 관한 통찰을 수치화하여 보여줄 수 있고, 이를 통해 지중 시설의 관리자는 장비의 예상 수명, 필요한 교체 시기 등을 파악할 수 있는 효과를 얻을 수 있는 것이다.

특히, 온도와 습도, 진동, 가스 농도 등 일반적으로 지중 환경 모니터링에 많이 사용되는 IoT 디바이스들의 값을 의사결정트리 알고리즘 등을 이용하여 분석할 경우, 두 개 이상의 환경 변수가 결합하여 목표변수에 어떻게 영향을 주는지 파악하는 데에 도움을 줄 수 있는 것이다.

도 1 은 IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템의 구성도
도 2 는 진원이 다른 진동 데이터를 인공지능으로 판단 가능한 예시
도 3 은 결로 유무 여부를 인공지능으로 판단 가능한 예시

이하, 첨부된 도면에 의하여 상세히 설명하면 다음과 같다.

본 발명은 인공지능 기술을 포함하는 IoT 플랫폼(200) 구현을 통해 도심 곳곳의 지중 환경을 쉽게 모니터링 할 뿐아니라, 현장 상황의 다양한 안전 상태 이상을 분석하고, 이를 통해 안전상황을 효과적으로 판단할 수 있도록 한 것으로서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있는 것이다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.

따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.

즉, 본 발명에 따른 IoT 플랫폼(200)은 일반적으로 널리 이용되는 IoT 플랫폼(200)의 특징을 그대로 가지고 있으며, 경우에 따라 인공지능 모델(400)에 의해 분석된 결과를 지중 현장의 디바이스 제어에 적용하는 규칙 기반의 제어 시스템이 포함될 수 있는 것이다.

이와 같은 IoT 플랫폼(200)과 인공지능을 이용한 지중 환경 모니터링 시스템은 IoT 디바이스(100)와 IoT 플랫폼(200), 인공지능 매개 프로그램(300), 인공지능 모델(400) 및 관제 프로그램(500)으로 이루어지는 것이다.

여기서, 상기 IoT 디바이스(100) 지중 현장에 설치되어 지중환경정보를 취득할 수 있게 구비되는 것이다.

상기 IoT 디바이스(100)는 영상을 취득하는 영상IoT 디바이스(100)와 주변을 진동을 취득하는 진동IoT 디바이스(100), 주변의 소리를 취득하는 음향IoT 디바이스(100), 주변의 온도를 취득하는 온도IoT 디바이스(100), 주변의 습도를 취득하는 습도IoT 디바이스(100), 주변의 조도를 취득하는 조도IoT 디바이스(100)로 구성하여 실시할 수 있는 것이다.

상기 IoT 디바이스(100)는 지중 환경의 벽면을 지속적으로 스캔하는 라이다 IoT 디바이스(100)를 구비하여 실시할 수 있는 것이다.

상기 IoT 디바이스(100)는 공기의 질 정보를 취득하는 공기질IoT 디바이스(100)를 구비하여 실시할 수 있는 것이다.

상기 공기질IoT 디바이스(100)는 공기 중의 산소농도와 이산화탄소농도, 일산화탄소농도 및 먼지농도를 취득할 수 있는 것이다.

그리고, 상기 IoT 플랫폼(200)은 IoT 디바이스(100)의 자원과 측정값 등을 관리하고 저장할 수 있게 구비되는 것이다.

또한, 상기 인공지능 매개 프로그램(300)은 수집된 데이터를 적절하게 정제, 가공하여 인공지능 모델(400)에 전달한 뒤 그 결과값을 받을 수 있게 구비되는 것이다.

상기 인공지능 매개 프로그램(300)은 대량의 데이터를 빠른 시간에 작업할 수 있도록 분산 처리 혹은 메모리 기반 연산 방법을 이용하여 이루어지는 것이다.

또한, 상기 인공지능 모델(400)은 정제 및 가공된 데이터를 전달 받아 분석한 뒤 결과를 알려줄 수 있게 구비되는 것이다.

상기 인공지능 모델(400)이 사용하는 알고리즘으로는 분류를 위해 사용되는 Naive Bayes, 의사결정트리, 회귀의 일종으로서의 랜덤포레스트, 선형회귀, 비지도학습 형태의 K-Means 클러스터링, 차원축소를 위한 PCA(Principal Component Analysis), SVD(Singular Value Decomposition), 그밖에도 SVM(Support Vector Machine)과 인공신경망 등을 포함하여 이루어지는 것이다.

또한, 상기 관제 프로그램(500)은 인공지능 모델(400)을 출력된 결과를 관리자에게 알려줄 수 있게 구비되는 것이다.

이하, 본 발명의 적용실시에 따른 작용효과에 대하여 설명하면 다음과 같다.

상기한 바와 같이 도심 곳곳의 지중 환경을 모니터링 하고, 현장 상황의 다양한 안전 상태 이상을 분석하고, 이를 통해 안전상황을 판단하는 IoT 플랫폼(200)과 인공지능을 이용한 지중 환경 모니터링 시스템을 구비하되, IoT 플랫폼(200)과 인공지능을 이용한 지중 환경 모니터링 시스템은 현장에 설치되어 있는 IoT 디바이스(100)의 자원과 측정값 등을 관리하고 저장하는 IoT 플랫폼(200)과 수집된 데이터를 적절하게 정제, 가공하여 인공지능 모델(400)에 전달한 뒤 그 결과값을 받는 인공지능 매개 프로그램(300), 정제 및 가공된 데이터를 전달 받아 분석한 뒤 결과를 알려주는 인공지능 모델(400), 인공지능 모델(400)을 출력된 결과를 관리자에게 알려주는 관제 프로그램(500)으로 이루어지는 본 발명을 적용하여 실시하게 되면, 인공지능이 분석한 지중 현장 상황이 지진상황으로 판단된다면, 미리 설치된 현장의 경보장치를 울리게 하는 등의 조치가 취해질 수 있는 것이다.

그리고, 인공지능에게 잘 정제된 데이터를 전달해주는 역할을 하는 인공지능 매개 프로그램(300)은, IoT 플랫폼(200)을 통해 적재된 데이터 중 필요한 데이터만을 쿼리 기반으로 추출하는 기능을 가져야 한다.

또한 이렇게 추출된 데이터를 인공지능 모델(400)에 전달하기 위해서 형태변경(reshape), 규격화(normalization) 그리고 원-핫 인코딩 및 각종 부호화 등의 변환 기능을 가질 수 있으며, 해당 데이터를 메모리에 로딩하거나 파일화하여 다양한 인공지능 모델(400)에 대응하도록 할 수 있는 것이다.

경우에 따라서는, 기본 연산이나 행렬변환, 피쳐추출 혹은 차원축소 등의 연산이 이 인공지능 매개 프로그램(300)을 통해서 이루어 질 수도 있는 것이다.

이러한 이유로 본 발명에 따른 인공지능 매개 프로그램(300)은, 바람직하게는, 분산처리환경을 사용하거나 메모리 기반 연산 프로그램을 사용하여 실시간 혹은 실시간에 준하는 데이터 처리 능력을 가지도록 설계되어야 한다.

또한, 관제 프로그램(500)과의 TCP 혹은 UDP 기반의 통신 기능을 통해 인공지능 분석 결과를 관제 프로그램(500)에 전달하고 관리자에게 알려 줄 수 있도록 설계될 수 있는 것이다.

인공지능 모델(400)은 지중 환경을 분석하기 위한 어떠한 알고리즘이나 분석 모델이 사용될 수 있는 것이다.

일례로, 음향IoT 디바이스(100)로 측정된 현장 데이터 값이 인공지능 매개 프로그램(300)에서 빠른 희소푸리에변환(STFT: Short-Time Fourier Transform)에 의해 시간-주파수 축에 대한 레벨값으로 나타내어진다면, 이 그래프를 패턴분류 기법 중 하나인 CNN(Convolution Neural Network)을 이용하여 현재 지중에서 느껴지는 진동이 지상에서 건물 붕괴가 일어났기 때문인지, 지진이 일어났기 때문인지 판단할 수 있는 것이다.

또다른 예로, 지중 환경의 벽면을 지속적으로 스캔하는 라이다 IoT 디바이스(100)의 클라우드 포인트 데이터를 2차원 PCA 분석을 통해 차원을 감소시킨다면, 전통적인 threshold 지정 방식을 이용하여 벽면의 결로 유무를 어느 정도 판단할 수 있는 것이다.

예시로 언급한 CNN과 같이 지도학습 계열의 기계학습 인공지능을 사용한다면, 해당 분류에 맞는 데이터 수집과 레이블링이 필요하다.

이를 위해서 바람직하게는 현장에서 장기적으로 다양한 상황에서의 대용량 데이터 수집이 필요하며, 이를 정밀하게 레이블링하고 올바르게 레이블링 되었는지 검토하는 작업들이 필요하다.

때문에, 실제로 거의 일어나지 않는 상황에 이러한 인공지능 방법을 도입하여 지중 환경을 분석하는 것은 위험부담이 많으나, 이러한 데이터 부족 문제를 해결하기 위하여 기존에 훈련된 모델을 소량의 데이터를 이용하여 전이학습시키거나 데이터 증강 기법을 이용할 수 도 있는 것이다.

100 : IoT 디바이스
200 : IoT 플랫폼
300 : 인공지능 매개 프로그램
400 : 인공지능 모델
500 : 관제 프로그램

Claims (3)

1. 도심 곳곳의 지중 환경을 모니터링 하고, 현장 상황의 다양한 안전 상태 이상을 분석하고, 이를 통해 안전상황을 판단하는 IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템을 구비하되,
   IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템은 현장에 설치되어 있는 IoT 디바이스의 자원과 측정값 등을 관리하고 저장하는 IoT 플랫폼과,
   수집된 데이터를 적절하게 정제, 가공하여 인공지능 모델에 전달한 뒤 그 결과값을 받는 인공지능 매개 프로그램,
   정제 및 가공된 데이터를 전달 받아 분석한 뒤 결과를 알려주는 인공지능 모델,
   인공지능 모델을 출력된 결과를 관리자에게 알려주는 관제 프로그램으로 이루어지는 것을 특징으로 IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템.
   
2. 제 1 항에 있어서;
   인공지능 매개 프로그램은 대량의 데이터를 빠른 시간에 작업할 수 있도록 분산 처리 혹은 메모리 기반 연산 방법을 이용하는 것으로 이루어지는 것을 특징으로 IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템.
   
3. 제 1 항에 있어서;
   인공지능 모델이 사용하는 알고리즘은 분류를 위해 사용되는 Naive Bayes, 의사결정트리, 회귀의 일종으로서의 랜덤포레스트, 선형회귀, 비지도학습 형태의 K-Means 클러스터링, 차원축소를 위한 PCA(Principal Component Analysis), SVD(Singular Value Decomposition), 그밖에도 SVM(Support Vector Machine)과 인공신경망 등을 포함하여 이루어지는 것을 특징으로 IoT 플랫폼과 인공지능을 이용한 지중 환경 모니터링 시스템.

Images