KR20230034472A - 위험구역 인원 탐지 및 기계 제어 시스템 - Google Patents
위험구역 인원 탐지 및 기계 제어 시스템 Download PDFInfo
- Publication number
- KR20230034472A KR20230034472A KR1020210117036A KR20210117036A KR20230034472A KR 20230034472 A KR20230034472 A KR 20230034472A KR 1020210117036 A KR1020210117036 A KR 1020210117036A KR 20210117036 A KR20210117036 A KR 20210117036A KR 20230034472 A KR20230034472 A KR 20230034472A
- Authority
- KR
- South Korea
- Prior art keywords
- area
- person
- detected
- workplace
- notification message
- Prior art date
Links
- 238000001514 detection method Methods 0.000 claims abstract description 116
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 23
- 238000013135 deep learning Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 abstract description 4
- 238000003860 storage Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 206010000372 Accident at work Diseases 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- G08B21/18—Status alarms
- G08B21/22—Status alarms responsive to presence or absence of persons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Alarm Systems (AREA)
Abstract
본 발명은 위험구역 인원 탐지 및 기계 제어 시스템에 관한 발명으로, 본 발명은 작업장 내부를 실시간으로 촬영하고, 촬영된 영상을 외부에 전송하는 복수의 영상 촬영 장치, 영상 촬영 장치에서 촬영된 복수의 영상을 수신하여 수신된 영상을 바탕으로 위험 구역 내 인원을 탐지하여 탐지된 결과를 외부에 전송하는 인원 탐지 장치 및 인원 탐지 장치로부터 작업장 내 인원 탐지 결과를 수신하여 작업장 내 기계 동작을 제어하는 기계 제어 관리 장치를 포함하고, 인원 탐지 장치는 인공지능 모델을 기반으로 작업장 내부를 네 구역으로 구분한 후, 네 구역 각각으로 진입하는 인원을 탐지하여 서로 다른 알림 메시지를 생성하여 전송할 수 있다. 이에 따라, 본 발명은 작업장 내 위험구역 내로의 인원의 진출입 여부를 보다 정확하게 모니터링할 수 있고, 사고를 미연에 방지할 수 있다.
Description
본 발명은 위험구역 인원 탐지 및 기계 제어 시스템에 관한 것으로, 보다 구체적으로는 CCTV와 같은 영상 촬영 장치로부터 수집되는 영상을 기반으로 위험 구역 내 인원을 탐지하고 탐지 결과에 따라 기계 제어를 할 수 있는 위험구역 인원 탐지 및 기계 제어 시스템에 관한 것이다.
산업 재해는 산업 과정에서 발생하는 사고로 인해 발생하는 인적, 물적 피해를 통칭하는 것으로, 이러한 산업 재해는 주로 작업자가 위험구역 내로 진입하는 경우 발생한다.
이러한 산업 재해를 줄이기 위해 작업 현장에 복수 개의 CCTV를 설치하고 관찰하는 안전 관리 시스템을 갖추었다.
그러나, 일반적인 안전 관리 시스템은 관리자가 CCTV를 통해 영상으로 작업 현장을 관찰하고 관리하는 수준이기 때문에 혹여 작업자가 위험 구역에 진입한 경우 작업 현장의 스피커 또는 무전기를 통해 작업자에게 알려주는 수준에 불과했다.
이러한 일반적인 안전 관리 시스템은 작업자가 위험구역에 진입한 경우 경고의 메시지로 위험구역임을 알려주기만 할 뿐, 위험 요인을 제거 또는 방지할 수 있는 시스템이 아니기 때문에 인명피해 등의 산업 재해를 줄이는 데에는 한계가 있었다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출한 것으로서, 영상 촬영 장치에 의해 촬영된 영상 데이터를 기반으로 위험구역으로 진출입하는 인원을 탐지하여 위험구역으로의 진입을 알리는 것은 물론 위험구역 내 기계 동작을 제어하여 인명피해를 최소화할 수 있는 위험구역 인원 탐지 및 기계 제어 시스템을 제공하는데 그 목적이 있다.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템은 작업장 내부를 실시간으로 촬영하고, 촬영된 영상을 외부에 전송하는 복수의 영상 촬영 장치, 영상 촬영 장치에서 촬영된 복수의 영상을 수신하여 수신된 영상을 바탕으로 위험 구역 내 인원을 탐지하여 탐지된 결과를 외부에 전송하는 인원 탐지 장치 및 인원 탐지 장치로부터 작업장 내 인원 탐지 결과를 수신하여 작업장 내 기계 동작을 제어하는 기계 제어 관리 장치를 포함하고, 인원 탐지 장치는 인공지능 모델을 기반으로 작업장 내부를 네 구역으로 구분한 후, 네 구역 각각으로 진입하는 인원을 탐지하여 서로 다른 알림 메시지를 생성하여 전송할 수 있다. 이에 따라, 본 발명에 따른 위험구역 인원 탐지 및 기계 제어 시스템은 작업장 내 위험구역 내로의 인원의 진출입 여부를 보다 정확하게 모니터링할 수 있고, 사고를 미연에 방지할 수 있다.
본 발명의 일 실시예에 따른 위험 구역 인원 탐지 방법은 작업장 내에서 기존에 있었던 사건, 사고 및 기계 위치 등을 고려하여 작업장 내 위험구역을 학습하는 단계, 인원 탐지 시간이 작업 시간이면 실시간 영상들을 수신하여 영상들을 바탕으로 딥 러닝 알고리즘에 의하여 미리 정의된 제1 영역 내지 제4 영역으로 분류하여 위험구역에서의 인원을 탐지하는 단계, 인원 탐지 결과에 따라 알림 메시지를 생성하는 단계 및 작업 시간이 종료된 것으로 판단되면 실시간 영상들을 수신하여 작업장 내 인원이 탐지되는지 판단하는 단계 및 작업장 내 인원이 탐지되지 않으면 인원 탐지 과정을 종료하는 단계를 포함할 수 있다.
기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명은 인공지능 모델을 이용한 알고리즘을 통해 영상 촬영 장치에 의해 촬영된 영상을 분석함으로써 위험구역 내로의 인원의 진출입 여부를 보다 정확하게 모니터링할 수 있다.
본 발명은 위험구역 내 인원 탐지를 4개의 구역으로 구분하여 인원을 탐지함으로써 보다 명확하게 위험구역에서의 인원 탐지가 이루어질 수 있다.
본 발명은 영상 촬영 장치에 의해 촬영된 영상을 분석하여 위험구역 내의 인원 탐지 결과 위험구역 내에 인원이 존재하는 것으로 판단되면 기계 동작이 멈추도록 제어함으로써 위험구역 내의 위험 요인 제거 및 인명피해를 최소화할 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 발명 내에 포함되어 있다.
도 1은 본 발명의 일실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 영상 촬영 장치의 상세 구성을 개략적으로 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 인원 탐지 장치의 구성을 개략적으로 나타낸 도면이다.
도 4는 도 3의 인원 탐지 장치의 구성 중 영상 처리부의 상세 구성을 개략적으로 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 위험구역의 인원 탐지 판단 예를 개략적으로 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 기계 제어 관리 장치의 상세 구성을 개략적으로 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 위험구역 인원 탐지 방법을 나타낸 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 영상 촬영 장치의 상세 구성을 개략적으로 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 인원 탐지 장치의 구성을 개략적으로 나타낸 도면이다.
도 4는 도 3의 인원 탐지 장치의 구성 중 영상 처리부의 상세 구성을 개략적으로 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 위험구역의 인원 탐지 판단 예를 개략적으로 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 기계 제어 관리 장치의 상세 구성을 개략적으로 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 위험구역 인원 탐지 방법을 나타낸 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 설명되는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 아래에서 제시되는 실시예들로 한정되는 것이 아니라, 서로 다른 다양한 형태로 구현될 수 있고, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 아래에 제시되는 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우, 그 상세한 설명을 생략한다.
본 발명의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)에 저장된 명령어를 포함하는 소프트웨어(예: 프로그램)로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 서버)를 포함할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일시예에 따르면, 본 발명에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 “포함한다(comprises)” 및/또는 “포함하는(comprising)”은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시예들을 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 구성을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 위험구역 인원 탐지 및 기계 제어 관리 시스템(1000)은 복수 개의 영상 촬영 장치, 예를 들어, 폐쇄 회로 텔레비전(Closed Circuit Television: CCTV, 이하, ‘CCTV’라고 지칭함., 100-1, 100-2, …, 100-N), 인원 탐지 장치(200) 및 기계 제어 관리 장치(300)를 포함할 수 있다. 복수 개의 영상 촬영 장치인 CCTV(100), 인원 탐지 장치(200) 및 기계 제어 관리 장치(300) 각각은 네트워크를 통해 연결될 수 있다. 특히, CCTV(100), 인원 탐지 장치(200) 및 기계 제어 관리 장치(300)는 RTSP 표준을 따르는 클라이언트 및/또는 서버일 수 있다.
복수 개의 CCTV(100-1, 100-2, …, 100-N)는 카메라를 통해 작업장 내부를 촬영하고, 촬영된 영상을 나중에 볼 수 있도록 저장할 수 있다. 도 1에서는 영상 촬영 장치(100)가 복수 개의 CCTV(100-1, 100-2, …, 100-N)라고 설명하고 있으나, 이는 일례일 뿐, 이에 한정되는 것은 아니다. 영상 촬영 장치(100)는 복수 개의 CCTV 외에 영상을 실시간으로 촬영하고 이를 저장할 수 있는 장치, 예를 들어, 디지털 영상 저장 전송장비(Digital Video Recorder: DVR)일 수도 있다. 이와 같이, 복수 개의 CCTV(100-1, 100-2, …, 100-N)에 의해 실시간으로 촬영된 영상들은 인원 탐지 장치(200)로 전송된다.
인원 탐지 장치(200)는 복수 개의 CCTV(100-1, 100-2, …, 100-N)에 의해 촬영된 영상을 수신하여 인공지능 모델을 통해 수신된 영상을 분석하여 위험구역 내에 존재하는 인원을 탐지할 수 있다. 또한, 인원 탐지 장치(200)는 복수 개의 CCTV(100-1, 100-2, …, 100-N)에 의해 촬영된 영상을 수신하여 인공지능 모델을 통해 수신된 영상을 분석하여 이동 금지 시간대에 작업장 내에 존재하는 인원 또는 객체를 탐지할 수 있다. 여기서, 이동 금지 시간대는 업무 시간 이후를 의미할 수 있다.
인원 탐지 장치(200)는 복수 개의 CCTV(100-1, 100-2, …, 100-N)에 촬영된 영상을 수신하여 인공지능 모델을 통해 수신된 영상을 분석한 결과 위험구역 내 인원이 존재하는 것으로 판단되면 작업장 내 인원의 위치 영역에 따라 알림 메시지를 생성하여 기계 제어 관리 장치(300)로 전송할 수 있다. 여기서, 인공지능 모델은 딥 러닝(deep learning) 기반의 영상처리 모델일 수 있으며, 복수 개의 CCTV(100-1, 100-2, …, 100-N)가 설치된 작업장에서 위험구역으로 미리 학습된 구역으로 인원의 진출입을 탐지할 수 있다.
인원 탐지 장치(200)는 작업장 내 위험구역으로의 진출입하는 인원에 대해 작업장 내부를 위험구역을 기준으로 4개의 구역으로 구분하여 탐지할 수 있다. 이에 따라, 인원 탐지 장치(200)는 위험구역에 진출입하는 인원에 대한 카운팅(counting)의 정확도를 향상시킬 수 있다. 이와 같은 인원 탐지 장치(200)에 대해서는 다음 도 3 내지 도 5를 참조하여 보다 상세히 살펴보기로 한다.
기계 제어 관리 장치(300)는 인원 탐지 장치(200)로부터 수신되는 알림 메시지를 확인하여 위험구역 내 기계 동작을 제어하거나 관리할 수 있다. 보다 상세하게, 기계 제어 관리 장치(300)는 인원 탐지 장치(200)로부터 알림 메시지가 수신되면 위험구역에서 작동 중인 기계의 동작이 정지되도록 할 수 있다. 이와 같은 기계 제어 관리 장치(300)에 대해서는 다음 도 6을 참조하여 보다 상세히 살펴보기로 한다.
도 2는 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 영상 촬영 장치의 상세 구성을 개략적으로 나타낸 도면이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템(1000)에서 복수 개의 CCTV(100-1, 100-2, …, 100-N)와 같은 영상 촬영 장치(100) 각각은 카메라(110), 영상 전송부(120), 영상 녹화부(130) 및 컨트롤러(140)를 포함할 수 있다.
카메라(110)는 위험구역이 존재하는 작업장 내부를 촬영한다. 이때, 카메라(110)를 통해 촬영된 영상들은 정지 영상 및/또는 동영상일 수 있다.
영상 전송부(120)는 인원 탐지 장치(200)와의 통신을 위한 인터페이스 회로를 포함한다. 보다 구체적으로, 영상 전송부(120)는 카메라(110)에 의해 촬영된 복수의 영상들을 인원 탐지 장치(200)에 전송할 수 있다.
영상 녹화부(130)는 카메라(110)에 의해 촬영된 정지 영상 및 동영상을 녹화한다. 영상 녹화부(130)는 휘발성 메모리 및/또는 비휘발성 메모리를 포함할 수 있다. 영상 녹화부(130)는 카메라(110)의 동작, 기능 등을 구현 및/또는 제공하기 위하여 구성요소들에 관계된 명령 또는 데이터, 하나 이상의 프로그램 및/또는 소프트웨어, 운영체제 등이 함께 저장될 수도 있다.
컨트롤러(140)는 영상 촬영 장치(100)의 전반적인 동작을 제어한다. 보다 구체적으로, 컨트롤러(140)는 영상 촬영 장치(100)에서 촬영된 영상들이 실시간으로 영상 전송부(120)를 통해 인원 탐지 장치(200)에 전송되도록 하고, 영상 촬영 장치(100)에 의해 촬영된 영상들이 영상 녹화부(130)에 녹화 및 저장되도록 제어할 수 있다.
도 3은 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 인원 탐지 장치의 구성을 개략적으로 나타낸 도면이고, 도 4는 도 3의 인원 탐지 장치의 구성 중 영상 처리부의 상세 구성을 개략적으로 나타낸 도면이며, 도 5는 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 위험구역의 인원 탐지 판단 예를 개략적으로 나타낸 도면이다.
먼저, 도 3을 참조하면, 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템(1000)의 인원 탐지 장치(200)는 통신부(210), 영상 처리부(220), 영상 출력부(230) 및 제어부(240)를 포함할 수 있다.
통신부(210)는 영상 촬영 장치(100) 및 기계 제어 장치(300)와 통신할 수 있는 인터페이스 회로를 포함한다. 통신부(210)는 영상 촬영 장치(100)에 의해 촬영된 영상 데이터들을 실시간으로 수집하여 영상 처리부(220)로 전송할 수 있다. 이때, 통신부(210)는 RTSP(Real-Time Streaming Protocol) 프로토콜을 통해 영상 촬영 장치(100)로부터 실시간으로 영상을 수신할 수 있다. 통신부(210)는 영상 처리부(220)에서 생성된 알림 메시지를 기계 제어 관리 장치(300)로 전송할 수 있다.
영상 처리부(220)는 통신부(210)를 통해 수집된 영상 데이터들을 분석하여 위험구역 내 인원을 탐지하고, 탐지 결과에 따라 영상 처리 및 알림 메시지를 생성할 수 있다. 이때, 영상 처리부(220)는 딥 러닝 기반의 알고리즘으로 영상을 분석할 수 있다. 보다 상세하게, 딥 러닝 기반의 알고리즘은 기존 작업장 내에서 위험구역으로 미리 학습된 위험 구역을 4개의 영역으로 분류할 수 있도록 하는 알고리즘일 수 있다. 여기서, 위험 구역은 작업장 내에서 기계와 가깝게 위치한 영역, 즉 작업장 내 기계가 위치한 영역의 일정 반경일 수 있다.
영상 처리부(220)는 딥 러닝 알고리즘에 기반하여 실시간으로 영상 촬영 장치(100)로부터 전송되는 영상 데이터를 4개의 영역으로 분류한 후, 4개의 영역 각각에 인원을 추출하는 영상 전처리 과정을 거쳐 인원을 탐지할 수 있다. 이러한 영상 처리부(220)는, 도 4에 도시된 바와 같이, 영상 데이터 로딩부(221), 영상 데이터 분석부(222), 영상 데이터 처리부(223) 및 알림 메시지 생성부(224)를 포함할 수 있다.
영상 데이터 로딩부(221)는 영상 촬영 장치(100)에 의해 촬영되어 전송되는 실시간 영상 데이터들을 로딩할 수 있다.
영상 데이터 분석부(222)는 영상 데이터 로딩부(221)에 의해 로딩된 영상 데이터들을 분석할 수 있다. 이때, 영상 데이터들은 딥 러닝 알고리즘에 기반하여 미리 학습된 4개의 영역을 기준으로 영상 데이터를 분석할 수 있다. 여기서, 4개의 영역은 위험구역으로 정의된 구역을 기준으로 정의될 수 있고, 도 5를 참조하면, 제1 영역(510), 제2 영역(520), 제3 영역(530) 및 제4 영역(540)으로 정의될 수 있다.
제1 영역(510)은 제2 기준선(B)에 의해 정의될 수 있는 영역이다. 보다 상세하게, 제1 영역(510)은 작업장 내에서 위험구역으로 정의되지 않는 영역, 즉, 안전 영역일 수 있다. 여기서, 제2 기준선(B)은 작업장 내에서 위험 구역으로 진입하기 전 경고 지역을 설정하기 위한 기준선일 수 있다. 영상 처리부(220)는 제1 영역(510)에 있는 인원은 작업 시간에는 카운팅되지 않으나, 작업 시간 외에는 카운팅하고, 제1 알림 메시지를 생성할 수 있다. 여기서, 제1 알림 메시지는 작업 시간 외에 작업장 내에 인원이 존재하는 것을 알리는 메시지일 수 있다. 이에 따라, 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템(1000)은 작업 시간 외에 작업장 내에 존재하는 인원이 탐지되는 경우 이를 알릴 수 있다.
제2 영역(520)은 제1 기준선(A)과 제2 기준선(B)에 의해 정의될 수 있는 영역이다. 즉, 제2 영역(520)은 제1 기준선(A)과 제2 기준선(B) 사이에 위치한 영역일 수 있다. 여기서, 제1 기준선(A)은 작업장 내에서 위험구역으로의 진입을 정의하기 위한 기준선일 수 있다. 다시 말해, 제2 영역(520)은 위험 구역으로 진입하기 전이지만 위험 구역으로 진입할 가능성이 높은 구역 내의 인원으로 분석할 수 있는 영역일 수 있다. 이에, 영상 처리부(220)는 작업 시간 내이거나 작업 시간 외에도 제2 영역(520)에 있는 인원을 위험구역으로 진입할 수 있는 인원으로 보고 제2 영역(520)에 위치한 인원을 카운팅하고, 제2 알림 메시지를 생성할 수 있다. 여기서, 제2 알림 메시지란 위험구역으로 진입할 수 인원이 있음을 알리는 메시지일 수 있다.
제3 영역(530)은 제1 기준선(A)과 제3 기준선(C)에 의해 정의될 수 있는 영역이다. 즉, 제3 영역(530)은 제1 기준선(A)과 제3 기준선(C) 사이에 위치한 영역일 수 있다. 여기서, 제3 기준선(C)은 기계 동작을 정지시킬 수 있는 기준선으로 정의될 수 있다. 이러한 제3 영역(530)으로 진입한 인원이 있는 경우, 영상 처리부(220)는 작업 시간 내이거나 작업 시간 외에도 위험구역 내에 진입한 인원을 카운팅하고, 제3 알림 메시지를 생성할 수 있다. 여기서, 제3 알림 메시지란 위험구역 내부에 진입한 인원이 있음을 알리는 메시지일 수 있다.
제4 영역(540)은 제3 기준선(C)에 의해 정의될 수 있는 영역이다. 즉, 제4 영역은 제3 기준선(C) 내의 영역이고, 작업장 내에서 기계가 위치한 영역일 수 있다. 제4 영역(540)에 인원이 있는 것으로 탐지되는 경우, 영상 처리부(220)는 작업 시간 내이거나 작업 시간 외에도 제4 기준 영역(540) 내에 인원이 위험한 상황에 있는 것으로 판단하여 제4 알림 메시지를 생성할 수 있다. 여기서, 제4 알림 메시지란 위험구역 내의 기계 동작이 정지되도록 하는 메시지일 수 있다.
영상 데이터 처리부(223)는 영상 데이터 분석부(222)에 의해 분류된 영상 데이터를 실시간으로 전처리할 수 있다. 보다 상세하게, 영상 데이터 처리부(223)는 제1 영역(510), 제2 영역(520), 제3 영역(530) 및 제4 영역(540)에 위치한 인원을 추출하여 각 영역에 위치한 인원을 카운팅하고 탐지할 수 있다.
영상 데이터 처리부(223)는 전처리된 영상 데이터를 그래픽 사용자 인터페이스(Graphic User Interface; GUI, 이하 ‘GUI’라 지칭함.) 기반으로 영상을 처리한다. 즉, 영상 데이터 처리부(223)는 전처리된 영상 데이터를 알림 메시지에 따라 영상 촬영 장치(100)에 의해 촬영된 실시간 영상을 화면분할하여 처리하거나, 실시간으로 전송되는 영상 중 선택 영상에 대해 작은 크기의 동영상 또는 스냅샷 사진으로 잘라서 영상을 생성하거나, 또는 영상 전체화면의 동영상 또는 스냅샷 사진으로 영상을 생성하여 처리할 수 있다. 이렇게 전처리된 영상 데이터는 기계 제어 관리 장치(300)로 전송될 수 있다.
알림 메시지 생성부(224)는 영상 데이터 분석부(222)에 의해 인원 탐지 결과에 따라 알림 메시지를 생성한다. 보다 상세하게, 알림 메시지 생성부(224)는 작업 시간 동안 제2 영역(520)에서 인원이 탐지되는 경우 제2 알림 메시지를 생성하고, 제3 영역(530)에서 인원이 탐지되는 경우 제3 알림 메시지를 생성하며, 제4 영역(540)에서 인원이 탐지되는 경우 제4 알림 메시지를 생성할 수 있다. 만약, 제2 영역(520), 제3 영역(530) 및 제4 영역(540) 모두에 인원이 탐지되는 경우, 가장 위험 구역에 위치한 알림 메시지, 즉, 제4 알림 메시지를 생성할 수 있다. 그러나, 이에 한정되는 것은 아니고, 제2 영역(520), 제3 영역(530) 및 제4 영역(540) 모두에 인원이 탐지되는 경우라도 제3 알림 메시지 및 제4 알림 메시지를 모두 생성하여 위험구역 내에 진입했음을 알리고, 기계 동작도 정지되도록 할 수 있다. 만약, 제2 영역(520), 제3 영역(530) 및 제4 영역(540) 중 제2 영역(520)에만 인원이 탐지되는 경우, 제2 알림 메시지만 생성할 수 있다. 한편, 알림 메시지 생성부(224)는 작업 시간 외에 제1 영역(510), 제2 영역(520), 제3 영역(530) 및 제4 영역(540) 중 적어도 어느 하나의 영역에서 인원이 탐지된 경우 제1 알림 메시지를 생성할 수 있다. 이와 같이, 알림 메시지 생성부(224)에 의해 생성된 알림 메시지들은 기계 제어 관리 장치(300)에 전송될 수 있다. 다만, 이에 한정되는 것은 아니고, 알림 메시지 생성부(224)에서 생성된 메시지들은 기계 제어 관리 장치(300) 뿐만 아니라 인원 탐지 장치(200)와 네트워크를 통해 연결된 작업장 관리자 단말 장치 등에도 전송될 수 있다.
영상 출력부(230)는 영상 처리부(220)에서 처리된 실시간 영상들 및 알림 메시지들을 출력할 수 있다. 이렇게 영상 출력부(230)를 통해 출력된 실시간 영상들 및 알림 메시지들은 통신부(210)를 통해 기계 제어 관리 장치(300)로 전송될 수 있다.
제어부(240)는 인원 탐지 장치(200)의 전반적인 동작을 제어할 수 있다. 보다 상세하게, 제어부(240)는 영상 촬영 장치(100)로부터 실시간으로 복수의 영상들을 수신하여 수신한 복수의 영상들을 바탕으로 위험구역 내 인원 탐지를 위해 인원 탐지 알고리즘이 실행되도록 제어할 수 있다. 이때, 제어부(240)는 인원 탐지를 작업 시간과 작업 시간 외를 구분하여 인원을 탐지하도록 제어할 수 있다. 보다 구체적으로, 제어부(240)는 인원 탐지 시간이 작업시간 중 일 때에는 딥 러닝 알고리즘에 의해 미리 학습되어 정의된 4개의 영역을 바탕으로 작업장 내 인원을 탐지하도록 하고, 인원 탐지 시간이 작업시간 외일 때에는 4개의 영역의 구분없이 작업장 내의 인원을 탐지하도록 제어할 수 있다. 또한, 제어부(240)는 작업장 내 위험구역에서의 인원 탐지 결과에 따라 알림 메시지를 생성하도록 제어할 수 있다. 제어부(240)는 생성된 알림 메시지를 기계 제어 관리 장치(300)에 전송되도록 제어할 수 있다.
도 6은 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 기계 제어 관리 장치의 상세 구성을 개략적으로 나타낸 도면이다.
도 6을 참조하면, 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템(1000)의 기계 제어 관리 장치(300)는 통신모듈(310), 저장 모듈(320), 디스플레이 모듈(330) 및 제어 모듈(340)을 포함할 수 있다.
통신 모듈(310)는 인원 탐지 장치(200)와 통신할 수 있는 인터페이스 회로를 포함한다. 통신 모듈(310)은 인원 탐지 장치(200)로부터 작업장 내 인원 탐지 결과를 수신하여 저장 모듈(320) 및 디스플레이 모듈(330)로 전송할 수 있다.
저장 모듈(320)은 통신 모듈(310)을 통해 인원 탐지 장치(200)로부터 전송되는 복수의 영상 데이터 및 알림 메시지들을 저장할 수 있다.
디스플레이 모듈(330)은 통신 모듈(310)로부터 인원 탐지 장치(200)에 의해 작업장 내 위험구역에서의 인원 탐지 결과를 수신하여 외부로 표시되도록 할 수 있다. 이때, 디스플레이 모듈(330)은 인원 탐지 장치(200)로부터 수신되는 알림 메시지에 따라 다른 색으로 외부에 표시되도록 할 수 있다. 예를 들어, 제1 알림 메시지가 수신된 경우 화면에 초록색으로 인원 탐지 결과의 영상 및 알림 메세지가 표시되도록 하고, 제2 알림 메시지가 수신된 경우 화면에 노란색으로 인원 탐지 결과의 영상 및 알림 메시지가 표시되도록 하며, 제3 알림 메시지가 수신된 경우 화면에 주황색으로 인원 탐지 결과의 영상 및 알림 메시지가 표시되도록 하고, 제4 알림 메시지가 수신된 경우 화면에 빨간색으로 인원 탐지 결과의 영상 및 알림 메시지가 표시되도록 할 수 있다. 또한, 디스플레이 모듈(330)은 화면출력부와 음성출력부로 이루어질 수 있다. 이에 따라, 디스플레이 모듈(330)은 인원 탐지 장치(200)로부터 수신되는 알림 메시지에 따라 화면에 영상 및 메시지를 표시함과 동시에 서로 다른 음성으로 알림을 외부에 알릴 수 있다.
제어 모듈(340)은 기계 제어 관리 장치(300)의 전반적인 동작을 제어할 수 있다. 보다 상세하게, 제어 모듈(240)는 인원 탐지 장치(200)로부터 탐지 결과, 즉 전처리된 영상들 및 알림 메세지가 수신되면 저장 모듈(320)에 이를 저장하고, 디스플레이 모듈(330)을 통해 인원 탐지 장치(200)로부터 수신된 영상들 및 알림 메시지가 표시되도록 한다. 이때, 제어 모듈(340)은 수신된 알림 메시지에 따라 서로 다른 색으로 알림 메시지가 표시되도록 제어할 수 있다. 예를 들어, 제어 모듈(340)은 제1 알림 메시지가 수신된 것으로 판단되면 초록색이 영상 및 제1 알림 메시지와 함께 표시되도록 제어하고, 제2 알림 메시지가 수신된 것으로 판단되면 노란색이 영상 및 제2 알림 메시지와 함께 표시되도록 제어하며, 제3 알림 메시지가 수신된 것으로 판단되면 주황색이 영상 및 제3 알림 메시지와 함께 표시되도록 제어하고, 제4 알림 메시지가 수신된 것으로 판단되면 빨간색이 영상 및 제4 알림 메시지와 함께 표시되도록 제어할 수 있다. 이에 따라, 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템(1000)은 디스플레이 모듈(330)을 통해 표시되는 영상 및 알림 메시지를 확인하지 않고도 어떠한 경우의 메시지인지를 알 수 있어 위험한 경우라도 빠른 대처가 가능할 수 있다.
도 7은 본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템의 위험구역 인원 탐지 방법을 나타낸 흐름도이다.
도 7을 참조하면, 인원 탐지 장치(200)는, 먼저, 작업장 내에서 기존에 있었던 사건, 사고 및 기계 위치 등을 고려하여 작업장 내 위험구역을 학습할 수 있다(S701).
이후, 인원 탐지 장치(200)는 영상 촬영 장치(100)로부터 실시간으로 영상을 수신한다(S702).
이후, 인원 탐지 장치(200)는 현재 시간이 작업 시간인지 여부를 판단한 후(S703), 판단 결과, 현재 작업 시간이라고 판단된 경우, 영상 촬영 장치(100)로부터 수신된 영상들을 딥 러닝 알고리즘에 의하여 미리 정의된 제1 영역 내지 제4 영역으로 분류하여 인원을 탐지할 수 있다(S704). 한편, 판단 결과, 현재 작업 시간이 아니라고 판단된 경우, 영상 촬영 장치(100)로부터 수신된 영상들을 분석하여 작업장 내 인원이 탐지되는지 판단한 후(S719), 판단 결과 작업장 내 인원이 탐지되는 경우 제1 알림 메시지를 생성한 후 전송할 수 있다(S720).
이후, 인원 탐지 장치(200)는 제4 영역에서 인원이 탐지되는지 판단한 후(S705), 판단 결과, 제4 영역에서 인원이 탐지되면 제4 영역에서의 인원을 카운팅하고, 제4 영역에서 촬영된 영상을 전처리하며 제4 알림 메시지를 생성할 수 있다(S706).
이후, 인원 탐지 장치(200)는 전처리된 영상과 제4 알림 메시지를 기계 제어 관리 장치(300)로 전송하고(S707), 기계 제어 장치(300)는 기계 동작을 멈출 수 있다(S708).
한편, 인원 탐지 장치(200)는, 판단 결과, 제4 영역에서 인원이 탐지되지 않는 경우, 기계 동작이 멈춰져 있는 상태였다면 기계가 다시 작동되도록 하고(S709), 제3 영역에서 인원이 탐지되는지를 다시 한번 판단한다(S710).
판단결과, 제3 영역에서 인원이 탐지되는 경우, 인원 탐지 장치(200)는 제3 영역에서의 인원을 카운팅하고, 제3 영역에서 촬영된 영상을 전처리하며 제3 알림 메시지를 생성할 수 있다(S711). 이렇게 전처리된 영상과 제3 알림 메시지는 기계 제어 관리 장치(300)로 전송될 수 있다(S712).
한편, 인원 탐지 장치(200)는, 판단 결과, 제4 영역에서 인원이 탐지되지 않고, 제3 영역에서도 인원이 탐지되지 않는 경우, 제2 영역에서 인원이 탐지되는지를 다시 한번 판단한다(S713).
판단결과, 제2 영역에서 인원이 탐지되는 경우, 인원 탐지 장치(200)는 제2 영역에서의 인원을 카운팅하고, 제2 영역에서 촬영된 영상을 전처리하며 제2 알림 메시지를 생성할 수 있다(S714). 이렇게 전처리된 영상과 제2 알림 메시지는 기계 제어 관리 장치(300)로 전송될 수 있다(S715).
한편, 인원 탐지 장치(200)는, 판단 결과, 제4 영역에서 인원이 탐지되지 않고, 제3 영역에서도 인원이 탐지되지 않으며, 제2 영역에서 인원이 탐지되는 경우, 제1 영역에서 인원이 탐지되는지를 다시 한번 판단한다(S716).
판단결과, 제1 영역에서 인원이 탐지되는 경우, 인원 탐지 장치(200)는 제1 영역에서의 인원을 카운팅할 수 있다(S717). 이때, 인원 탐지 장치(200)는 제1 영역에서 인원이 탐지되는 경우, 기계 제어 장치(300)로 전처리된 영상 및 알림 메시지를 전송하지 않되, 제1 영역에서 탐지된 인원의 진입 방향 등을 고려하여 위험 구역인 제4 영역으로 진입할 수 있는 인원을 분류하여 저장할 수 있다.
한편, 인원 탐지 장치(200)는, 판단 결과, 제1 영역에서도 인원이 탐지되지 않으면 영상 촬영 장치(100)로부터 영상을 다시 수신하여(S702) 단계 704에서 단계 717까지의 동작을 다시 수행할 수 있다.
한편, 인원 탐지 장치(200)는 기계가 작동되는 중 작업 시간이 종료되었는지 판단한 후(S718), 작업 시간이 종료된 것으로 판단되면 작업장 내 인원이 탐지되는지 다시 한번 판단한 후(S719), 작업장 내 인원이 탐지되면 제1 알림 메시지를 생성한 후 기계 제어 관리 장치(300)로 전송할 수 있다(S720). 한편, 작업 시간이 종료되지 않은 것으로 판단되면, 영상 촬영 장치(100)로부터 실시간으로 수신되는 영상을 분석하여 위험 구역 내 인원이 탐지되는지 여부(단계 702 내지 단계 717)를 판단하고, 작업 시간 종료 후 작업장 내 인원이 탐지되지 않으면 작업장 내 인원 탐지 과정을 종료한다.
이와 같은 본 발명의 다양한 실시예들에 따른 위험구역 인원 탐지 및 기계 제어 시스템은 다음과 같이 설명될 수 있다.
본 발명의 일 실시예에 따른 위험구역 인원 탐지 및 기계 제어 시스템은 작업장 내부를 실시간으로 촬영하고, 촬영된 영상을 외부에 전송하는 복수의 영상 촬영 장치, 영상 촬영 장치에서 촬영된 복수의 영상을 수신하여 수신된 영상을 바탕으로 위험 구역 내 인원을 탐지하여 탐지된 결과를 외부에 전송하는 인원 탐지 장치 및 인원 탐지 장치로부터 작업장 내 인원 탐지 결과를 수신하여 작업장 내 기계 동작을 제어하는 기계 제어 관리 장치를 포함하고, 인원 탐지 장치는 인공지능 모델을 기반으로 작업장 내부를 네 구역으로 구분한 후, 네 구역 각각으로 진입하는 인원을 탐지하여 서로 다른 알림 메시지를 생성하여 전송할 수 있다.
본 발명의 다른 특징에 따르면, 인원 탐지 장치는 영상 촬영 장치로부터 수신되는 복수의 실시간 영상을 수신하고, 실시간 영상을 바탕으로 한 인원 탐지 결과를 기계 제어 장치로 전송하는 통신부, 통신부를 통해 수집된 복수의 실시간 영상을 분석하여 위험구역 내 인원을 탐지하고, 탐지 결과에 따라 영상 처리 및 알림 메시지를 생성하는 영상 처리부, 영상 처리부에서 처리된 실시간 영상들 및 알림 메시지들을 출력하는 영상 출력부 및 인원 탐지 장치의 전반적인 동작을 제어하고, 인원 탐지를 작업 시간과 작업 시간 외를 구분하여 인원을 탐지하도록 하며, 인원 탐지 시간이 작업시간 중 일 때에는 네 개의 영역으로 구분하여 인원을 탐지하도록 하고, 인원 탐지 시간이 작업 시간 외 일 때에는 네 개의 영역 구분없이 작업장 내 인원을 탐지하도록 제어하며, 탐지 결과에 따라 서로 다른 알림 메시지를 생성하도록 제어하는 제어부를 포함하고, 통신부는 RTSP(Real-Time Streaming Protocol) 프로토콜을 통해 영상 촬영 장치와 통신할 수 있다.
본 발명의 다른 특징에 따르면, 영상 처리부는 통신부를 통해 수신되는 실시간 영상들을 로딩하는 영상 데이터 로딩부, 영상 데이터 로딩부에 의해 로딩된 영상들을 딥 러닝 알고리즘에 기반하여 미리 학습된 네 개의 영역을 기준으로 상기 영상들을 분석하는 영상 데이터 분석부, 영상 데이터 분석부에 의해 분류된 영상 데이터를 그래픽 사용자 인터페이스(Graphic User Interface; GUI) 기반으로 처리하는 영상 데이터 처리부 및 영상 데이터 분석부에 의해 분석된 인원 탐지 결과에 따라 알림 메시지를 생성하는 알림 메시지 생성부를 포함할 수 있다.
본 발명의 다른 특징에 따르면, 영상 데이터 분석부는 작업장 내 기계가 위치한 영역의 일정 반경을 위험 구역으로 정의하고, 위험구역으로 정의된 구역을 기준으로 네 개의 영역을 정의하며, 네 개의 영역은 작업장 내에서 위험 구역으로 진입하기 전 경고 지역을 설정하기 위한 기준선인 제2 기준선에 의해 정의된 제1 영역, 제2 기준선과 작업장 내에서 위험구역으로의 진입을 정의하기 위한 기준선인 제1 기준선 사이의 영역인 제2 영역, 제1 기준선과 기계 동작을 정지시킬 수 있는 기준선인 제3 기준선 사이의 영역인 제3 영역 및 제3 기준선을 진입한 영역이고, 작업장 내에서 기계가 위치한 영역인 제4 영역으로 정의될 수 있다.
본 발명의 다른 특징에 따르면, 알림 메시지 생성부는 작업 시간 내에 제2 영역에서 인원이 탐지되면 제2 알림 메시지를 생성하고, 제3 영역에서 인원이 탐지되면 제3 알림 메시지를 생성하며, 제4 영역에서 인원이 탐지되면 제4 알림 메시지를 생성하고, 작업 시간 외에는 제1 영역 내지 제4 영역의 구분없이 제1 알림 메시지를 생성하며, 작업 시간 동안에는 제2 영역, 제3 영역 및 제4 영역 중 어느 하나 이상의 영역에서 인원이 탐지되는 경우 가장 위험하다고 판단되는 영역에 해당되는 알림 메시지를 생성할 수 있다.
본 발명의 일 실시예에 따른 위험 구역 인원 탐지 방법은 작업장 내에서 기존에 있었던 사건, 사고 및 기계 위치 등을 고려하여 작업장 내 위험구역을 학습하는 단계, 인원 탐지 시간이 작업 시간이면 실시간 영상들을 수신하여 영상들을 바탕으로 딥 러닝 알고리즘에 의하여 미리 정의된 제1 영역 내지 제4 영역으로 분류하여 위험구역에서의 인원을 탐지하는 단계, 인원 탐지 결과에 따라 알림 메시지를 생성하는 단계 및 작업 시간이 종료된 것으로 판단되면 실시간 영상들을 수신하여 작업장 내 인원이 탐지되는지 판단하는 단계 및 작업장 내 인원이 탐지되지 않으면 인원 탐지 과정을 종료하는 단계를 포함할 수 있다.
본 발명의 다른 특징에 따르면, 위험구역에서의 인원을 탐지하는 단계에서는 제4 영역에 인원이 탐지되는지 판단하는 단계 및 제4 영역에 인원이 탐지되면 제4 알림 메시지를 생성하여 외부에 전송하는 단계를 포함하고, 제4 영역에서 인원이 탐지되지 않으면, 제3 영역에 인원이 탐지되는지 판단한 후, 제3 영역에 인원이 탐지되면 제3 알림 메시지를 생성하여 외부에 전송하는 단계를 포함하며, 제4 영역 및 제3 영역에서 인원이 탐지되지 않으면, 제2 영역에 인원이 탐지되는지 판단한 후, 제2 영역에 인원이 탐지되면 제2 알림 메시지를 생성하여 외부에 전송하는 단계를 포함하고, 제4 영역, 제3 영역 및 제2 영역에서 인원이 탐지되지 않으면, 제1 영역에 인원이 탐지되는지 판단한 후, 제1 영역에 인원이 탐지되면 제1 영역에 탐지된 인원을 카운팅하고 저장하는 단계를 포함할 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 제한하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 제한되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 제한적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
1000: 위험구역 인원 탐지 및 기계 제어 시스템
100: 영상 촬영 장치
110: 카메라
120: 영상 전송부
130: 영상 녹화부
140: 컨트롤러
200: 인원 탐지 장치
210: 통신부
220: 영상 처리부
221: 영상 데이터 로딩부
222: 영상 데이터 분석부
223: 영상 데이터 처리부
224: 알림 메시지 생성부
230: 영상 출력부
240: 제어부
300: 기계 제어 관리 장치
310: 통신 모듈
320: 저장 모듈
330: 디스플레이 모듈
340: 제어 모듈
100: 영상 촬영 장치
110: 카메라
120: 영상 전송부
130: 영상 녹화부
140: 컨트롤러
200: 인원 탐지 장치
210: 통신부
220: 영상 처리부
221: 영상 데이터 로딩부
222: 영상 데이터 분석부
223: 영상 데이터 처리부
224: 알림 메시지 생성부
230: 영상 출력부
240: 제어부
300: 기계 제어 관리 장치
310: 통신 모듈
320: 저장 모듈
330: 디스플레이 모듈
340: 제어 모듈
Claims (7)
- 작업장 내부를 실시간으로 촬영하고, 촬영된 영상을 외부에 전송하는 복수의 영상 촬영 장치;
상기 영상 촬영 장치에서 촬영된 복수의 영상을 수신하여 수신된 영상을 바탕으로 위험 구역 내 인원을 탐지하여 탐지된 결과를 외부에 전송하는 인원 탐지 장치; 및
상기 인원 탐지 장치로부터 작업장 내 인원 탐지 결과를 수신하여 작업장 내 기계 동작을 제어하는 기계 제어 관리 장치;를 포함하고,
상기 인원 탐지 장치는 인공지능 모델을 기반으로 상기 작업장 내부를 네 구역으로 구분한 후, 네 구역 각각으로 진입하는 인원을 탐지하여 서로 다른 알림 메시지를 생성하여 전송하는 것을 특징으로 하는 위험구역 인원 탐지 및 기계 제어 시스템. - 제1항에 있어서, 상기 인원 탐지 장치는,
상기 영상 촬영 장치로부터 수신되는 복수의 실시간 영상을 수신하고, 상기 실시간 영상을 바탕으로 한 인원 탐지 결과를 상기 기계 제어 장치로 전송하는 통신부;
상기 통신부를 통해 수집된 복수의 실시간 영상을 분석하여 상기 위험구역 내 인원을 탐지하고, 탐지 결과에 따라 영상 처리 및 알림 메시지를 생성하는 영상 처리부;
상기 영상 처리부에서 처리된 실시간 영상들 및 알림 메시지들을 출력하는 영상 출력부; 및
상기 인원 탐지 장치의 전반적인 동작을 제어하고, 상기 인원 탐지를 작업 시간과 작업 시간 외를 구분하여 인원을 탐지하도록 하며, 상기 인원 탐지 시간이 작업시간 중 일 때에는 네 개의 영역으로 구분하여 인원을 탐지하도록 하고, 상기 인원 탐지 시간이 작업 시간 외 일 때에는 네 개의 영역 구분없이 작업장 내 인원을 탐지하도록 제어하며, 탐지 결과에 따라 서로 다른 알림 메시지를 생성하도록 제어하는 제어부;를 포함하고,
상기 통신부는 RTSP(Real-Time Streaming Protocol) 프로토콜을 통해 상기 영상 촬영 장치와 통신하는 것을 특징으로 하는 위험구역 인원 탐지 및 기계 제어 시스템. - 제2항에 있어서, 상기 영상 처리부는,
상기 통신부를 통해 수신되는 실시간 영상들을 로딩하는 영상 데이터 로딩부;
상기 영상 데이터 로딩부에 의해 로딩된 영상들을 딥 러닝 알고리즘에 기반하여 미리 학습된 네 개의 영역을 기준으로 상기 영상들을 분석하는 영상 데이터 분석부;
상기 영상 데이터 분석부에 의해 분류된 영상 데이터를 그래픽 사용자 인터페이스(Graphic User Interface; GUI) 기반으로 처리하는 영상 데이터 처리부; 및
상기 영상 데이터 분석부에 의해 분석된 인원 탐지 결과에 따라 알림 메시지를 생성하는 알림 메시지 생성부;를 포함하는 것을 특징으로 하는 위험 구역 인원 탐지 및 기계 제어 시스템. - 제3항에 있어서,
상기 영상 데이터 분석부는 상기 작업장 내 기계가 위치한 영역의 일정 반경을 위험 구역으로 정의하고, 상기 위험구역으로 정의된 구역을 기준으로 네 개의 영역을 정의하며, 상기 네 개의 영역은,
상기 작업장 내에서 위험 구역으로 진입하기 전 경고 지역을 설정하기 위한 기준선인 제2 기준선에 의해 정의된 제1 영역;
상기 제2 기준선과 상기 작업장 내에서 위험구역으로의 진입을 정의하기 위한 기준선인 제1 기준선 사이의 영역인 제2 영역;
상기 제1 기준선과 기계 동작을 정지시킬 수 있는 기준선인 제3 기준선 사이의 영역인 제3 영역; 및
상기 제3 기준선을 진입한 영역이고, 상기 작업장 내에서 기계가 위치한 영역인 제4 영역으로 정의된 것을 특징으로 하는 위험구역 인원 탐지 및 기계 제어 시스템. - 제3항에 있어서,
상기 알림 메시지 생성부는 작업 시간 내에 상기 제2 영역에서 인원이 탐지되면 제2 알림 메시지를 생성하고, 상기 제3 영역에서 인원이 탐지되면 제3 알림 메시지를 생성하며, 상기 제4 영역에서 인원이 탐지되면 제4 알림 메시지를 생성하고, 상기 작업 시간 외에는 상기 제1 영역 내지 제4 영역의 구분없이 제1 알림 메시지를 생성하며,
상기 작업 시간 동안에는 상기 제2 영역, 상기 제3 영역 및 상기 제4 영역 중 어느 하나 이상의 영역에서 인원이 탐지되는 경우 가장 위험하다고 판단되는 영역에 해당되는 알림 메시지를 생성하는 것을 특징으로 하는 위험구역 인원 탐지 및 기계 제어 시스템. - 작업장 내에서 기존에 있었던 사건, 사고 및 기계 위치 등을 고려하여 작업장 내 위험구역을 학습하는 단계;
인원 탐지 시간이 작업 시간이면 실시간 영상들을 수신하여 상기 영상들을 바탕으로 딥 러닝 알고리즘에 의하여 미리 정의된 제1 영역 내지 제4 영역으로 분류하여 상기 위험구역에서의 인원을 탐지하는 단계;
상기 인원 탐지 결과에 따라 알림 메시지를 생성하는 단계; 및
상기 작업 시간이 종료된 것으로 판단되면 상기 실시간 영상들을 수신하여 상기 작업장 내 인원이 탐지되는지 판단하는 단계; 및
상기 작업장 내 인원이 탐지되지 않으면 상기 인원 탐지 과정을 종료하는 단계;를 포함하는 것을 특징으로 하는 위험 구역 인원 탐지 방법. - 제6항에 있어서, 상기 위험구역에서의 인원을 탐지하는 단계에서는,
상기 제4 영역에 인원이 탐지되는지 판단하는 단계; 및
상기 제4 영역에 인원이 탐지되면 제4 알림 메시지를 생성하여 외부에 전송하는 단계;를 포함하고,
상기 제4 영역에서 인원이 탐지되지 않으면, 상기 제3 영역에 인원이 탐지되는지 판단한 후, 상기 제3 영역에 인원이 탐지되면 제3 알림 메시지를 생성하여 외부에 전송하는 단계;를 포함하며,
상기 제4 영역 및 상기 제3 영역에서 인원이 탐지되지 않으면, 상기 제2 영역에 인원이 탐지되는지 판단한 후, 상기 제2 영역에 인원이 탐지되면 제2 알림 메시지를 생성하여 외부에 전송하는 단계;를 포함하고,
상기 제4 영역, 상기 제3 영역 및 상기 제2 영역에서 인원이 탐지되지 않으면, 상기 제1 영역에 인원이 탐지되는지 판단한 후, 상기 제1 영역에 인원이 탐지되면 상기 제1 영역에 탐지된 인원을 카운팅하고 저장하는 단계;를 포함하는 것을 특징으로 하는 위험 구역 인원 탐지 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210117036A KR102629019B1 (ko) | 2021-09-02 | 2021-09-02 | 위험구역 인원 탐지 및 기계 제어 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210117036A KR102629019B1 (ko) | 2021-09-02 | 2021-09-02 | 위험구역 인원 탐지 및 기계 제어 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230034472A true KR20230034472A (ko) | 2023-03-10 |
| KR102629019B1 KR102629019B1 (ko) | 2024-01-26 |
Family
ID=85511837
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210117036A KR102629019B1 (ko) | 2021-09-02 | 2021-09-02 | 위험구역 인원 탐지 및 기계 제어 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102629019B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102141395B1 (ko) * | 2020-03-02 | 2020-08-05 | (주)모백스 | 단계별 컨베이어 시스템의 안전관리 시스템 |
| KR20210030791A (ko) * | 2019-09-10 | 2021-03-18 | 주식회사 케이티 | 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램 |
| KR20210086829A (ko) * | 2019-12-30 | 2021-07-09 | 한국남부발전 주식회사 | 스마트 cctv 관제 및 경보 시스템 |
| KR102291742B1 (ko) * | 2021-04-30 | 2021-08-23 | 주식회사 에이아이네트웍 | 인공지능형 카메라를 이용한 스마트 선별 감시 관제 시스템 |
-
2021
- 2021-09-02 KR KR1020210117036A patent/KR102629019B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210030791A (ko) * | 2019-09-10 | 2021-03-18 | 주식회사 케이티 | 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램 |
| KR20210086829A (ko) * | 2019-12-30 | 2021-07-09 | 한국남부발전 주식회사 | 스마트 cctv 관제 및 경보 시스템 |
| KR102141395B1 (ko) * | 2020-03-02 | 2020-08-05 | (주)모백스 | 단계별 컨베이어 시스템의 안전관리 시스템 |
| KR102291742B1 (ko) * | 2021-04-30 | 2021-08-23 | 주식회사 에이아이네트웍 | 인공지능형 카메라를 이용한 스마트 선별 감시 관제 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102629019B1 (ko) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102407327B1 (ko) | 화재감지장치 및 이를 포함하는 화재감지시스템 | |
| KR101036947B1 (ko) | 컴퓨터 영상 분석기술을 이용한 범죄 및 사고예방 자동경비 시스템 | |
| KR20230004421A (ko) | 인공지능 기반의 이상행동 감지 시스템 | |
| KR102159786B1 (ko) | 지능형 영상 분석에 의한 실영상 및 녹화영상 검색 시스템 | |
| CN111932709A (zh) | 一种基于ai识别实现加油站巡检作业违规安全监管的方法 | |
| KR101804358B1 (ko) | 영상 분석을 이용한 설비 감시 시스템 | |
| KR101726315B1 (ko) | 이벤트 알림 기능이 있는 네트워크 기반 감시 시스템 및 네트워크 기반 감시 카메라 | |
| WO2024124970A1 (zh) | 一种用于复杂环境行为识别的监控装置及监控方法 | |
| CN116246416A (zh) | 一种用于安防的智能分析预警平台及方法 | |
| CN110928305B (zh) | 用于铁路客运车站巡更机器人的巡更方法及系统 | |
| KR20210013865A (ko) | 생성적 대립 네트워크를 이용한 사람의 비정상 행동 탐지 시스템 및 방법 | |
| CN111908288A (zh) | 一种基于TensorFlow的电梯安全系统及方法 | |
| KR101876624B1 (ko) | 디스플레이 장치의 표시부 정상상태를 무인 검사하는 방법 및 시스템 | |
| KR20210043960A (ko) | IoT와 인공지능 기술을 이용한 행동인식 기반의 안전 감시 시스템 및 방법 | |
| KR102336480B1 (ko) | 자동 세그먼트 분류를 위한 영상처리장치 및 그 장치의 구동방법 | |
| KR102629019B1 (ko) | 위험구역 인원 탐지 및 기계 제어 시스템 | |
| KR102081577B1 (ko) | Cctv를 활용한 지능형 화재 감지 시스템 | |
| KR102650169B1 (ko) | 열화상 카메라로 산업현장의 이상 온도를 감지 및 표현하고 경보를 발생시켜 알리는 시스템 및 이의 동작 방법 | |
| KR20140056674A (ko) | 사고 처리 지원 방법 및 이를 위한 장치 | |
| KR101167605B1 (ko) | 카메라를 구비한 지능형 다기능 제어 장치 및 방법 | |
| KR101223606B1 (ko) | 엘리베이터를 위한 지능형 영상 감시 시스템 | |
| KR20100135103A (ko) | 이종 카메라를 이용한 보안 시스템 및 방법 | |
| CN114167508A (zh) | 一种安检装置及方法 | |
| KR100982342B1 (ko) | 지능형 방범 시스템 및 그 구동방법 | |
| KR20140057225A (ko) | 열상과 다중센서를 이용한 cctv영상개선과 감시시스템활용 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |