KR20230078187A - 교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치 - Google Patents

교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치 Download PDF

Info

Publication number
KR20230078187A
KR20230078187A KR1020210165710A KR20210165710A KR20230078187A KR 20230078187 A KR20230078187 A KR 20230078187A KR 1020210165710 A KR1020210165710 A KR 1020210165710A KR 20210165710 A KR20210165710 A KR 20210165710A KR 20230078187 A KR20230078187 A KR 20230078187A
Authority
KR
South Korea
Prior art keywords
disaster
determination
artificial intelligence
intelligence engine
main sensor
Prior art date
Application number
KR1020210165710A
Other languages
English (en)
Other versions
KR102629641B1 (ko
Inventor
권익환
Original Assignee
(주)샤픈고트
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 (주)샤픈고트 filed Critical (주)샤픈고트
Priority to KR1020210165710A priority Critical patent/KR102629641B1/ko
Priority to PCT/KR2022/008487 priority patent/WO2023096048A1/ko
Publication of KR20230078187A publication Critical patent/KR20230078187A/ko
Application granted granted Critical
Publication of KR102629641B1 publication Critical patent/KR102629641B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
    • 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

Abstract

본 발명은 교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 교체형 회전 모듈을 이용한 재난 안전 감지 방법은 기본 센서부가 제1 감지 정보를 생성하는 단계, 메인 센서부가 제2 감지 정보를 생성하는 단계를 포함하되, 제1 감지 정보 및 제2 감지 정보는 재난 판단 인공 지능 엔진을 기반으로 한 재난 판단을 위해 사용될 수 있다.

Description

교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치{Method for disaster detection using exchange type rotation module and apparatus for performing the method}
본 발명은 교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 구체적으로 범죄, 화재 등 긴급 상황 발생시 위치를 쉽게 파악하고 범죄, 화재 발생을 빠르게 감지하고, 관리자, 관계자 및 관제실로 전파함으로써 그 피해를 최소화하기 위한 교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치에 관한 것이다.
화재 감지 시스템은 온도나 연기를 감지하여 화재 발생시 가족이나 소방서로 바로 연락하여 초기에 화재를 진압하기 위한 시스템이다. 화재 감지 시스템은 건축물 내에서 화재가 발생될 경우, 열이나 연기, 불꽃 등을 감지하여 화재 발생을 알리게 된다. 지금까지 화재가 감지되어도 정확한 위치를 확인하는데 오랜 시간이 소요되어 피해가 급증하는 경우가 발생한다. 최근 IoT(internet of things) 기술을 적용한 시스템의 개발이 이루어지고 있다. 이는 각각의 화재 감지기에 고유의 주소값을 부여할 수 있어 화재 발생시 그 위치를 정확히 파악할 수 있으므로 이러한 문제들이 해결될 수 있다.
일반적으로 무선 화재 감지 시스템은 화재가 발생시 감지된 온도나 연기 등을 전기적 신호로 변환하는 화재 감지기와 화재 감지기로부터의 화재 신호를 유무선으로 수신하여 전송하는 게이트웨이, 그리고 게이트웨이 신호를 수신하여 분석함으로써 화재 발생 유무를 판별하는 서버로 구성된다.
현재 다양한 무선 화재 감시 시스템은 통신 장비와 사람 간의 통신이 주목적인 M2M(machine to machine) 및 사물의 범위를 확대하여 전화기, 온도계 등의 다양한 사물을 사람과 통신하게 하는 IoT를 결합한 IoT/M2M 기반 시스템으로 개발되고 있다.
본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은, 재난 상황(범죄, 응급) 등이 발생시 상황을 빠르게 감지하고, 주위에 전파하는 것은 물론 빠르게 관리자, 관계자 및 관제실로 전파함으로써 그 피해를 최소화하는 것을 목적으로 한다.
또한, 본 발명은 범죄 발생 시 구조 신호 송출은 물론, 화재 발생시 필요로 하는 비상용 조명, 위치 확인을 위한 스트로브 플래시 등을 모두 내장하여, 화재, 범죄, 응급과 같은 재난 상황에서 신속한 대응이 가능토록 조치하는 것을 목적으로 한다.
또한, 본 발명은 교체형 센싱 모듈 및 회전 가능한 센싱 모듈 구조를 기반으로 목적에 맞는 센서를 원하는 센싱 방향으로 설치 가능하도도록 하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 실시예에 따르면, 교체형 회전 모듈을 이용한 재난 안전 감지 방법은 기본 센서부가 제1 감지 정보를 생성하는 단계와 메인 센서부가 제2 감지 정보를 생성하는 단계를 포함하되, 상기 제1 감지 정보 및 상기 제2 감지 정보는 재난 판단 인공 지능 엔진을 기반으로 한 재난 판단을 위해 사용될 수 있다.
한편, 상기 메인 센서부는 메인 센서 모듈로 구현되고, 상기 메인 센서 모듈은 재난 안전 감지 장치 상에서 회전 브라켓과 회전부를 기반으로 회전되고, 상기 메인 센서 모듈은 회전에 따라 센서 윈도우를 변화시키고, 상기 센서 윈도우의 변화에 따라 상기 메인 센서 모듈을 구성하는 센서의 센싱 방향이 변화되고, 상기 메인 센서 모듈은 교체 가능한 구조로 상기 제2 감지 정보에 따라 교체될 수 있다.
또한, 상기 제1 감지 정보 및 상기 제2 감지 정보 중 적어도 하나의 감지 정보는 상기 재난 발생 여부를 판단하기 위한 판단 요소로 설정되고, 상기 판단 요소는 제1 판단 요소 그룹, 제2 판단 요소 그룹, 제3 판단 요소 그룹 중 하나로 분류되고, 상기 제1 판단 요소 그룹은 비재난으로 판단되는 판단 요소를 포함하고, 상기 제2 판단 요소 그룹은 재난 판단 인공 지능 엔진을 기반으로 재난 여부를 결정하는 판단 요소를 포함하고, 상기 제3 판단 요소 그룹은 재난으로 판단되는 판단 요소를 포함할 수 있다.
본 발명의 다른 실시예에 따르면, 교체형 회전 모듈을 이용한 재난 안전 감지 장치는 제1 감지 정보를 생성하도록 구현된 기본 센서부와 제2 감지 정보를 생성하도록 구현된 메인 센서부를 포함하되, 상기 제1 감지 정보 및 상기 제2 감지 정보는 재난 판단 인공 지능 엔진을 기반으로 한 재난 판단을 위해 사용될 수 있다.
한편, 상기 메인 센서부는 메인 센서 모듈로 구현되고, 상기 메인 센서 모듈은 재난 안전 감지 장치 상에서 회전 브라켓과 회전부를 기반으로 회전되고, 상기 메인 센서 모듈은 회전에 따라 센서 윈도우를 변화시키고, 상기 센서 윈도우의 변화에 따라 상기 메인 센서 모듈을 구성하는 센서의 센싱 방향이 변화되고, 상기 메인 센서 모듈은 교체 가능한 구조로 상기 제2 감지 정보에 따라 교체될 수 있다.
또한, 상기 제1 감지 정보 및 상기 제2 감지 정보 중 적어도 하나의 감지 정보는 상기 재난 발생 여부를 판단하기 위한 판단 요소로 설정되고, 상기 판단 요소는 제1 판단 요소 그룹, 제2 판단 요소 그룹, 제3 판단 요소 그룹 중 하나로 분류되고, 상기 제1 판단 요소 그룹은 비 재난으로 판단되는 판단 요소를 포함하고, 상기 제2 판단 요소 그룹은 재난 판단 인공 지능 엔진을 기반으로 재난 여부를 결정하는 판단 요소를 포함하고, 상기 제3 판단 요소 그룹은 재난으로 판단되는 판단 요소를 포함할 수 있다.
본 발명에 의하면, 재난 상항을 빠르게 감지하고, 빠르게 재난 상황에 대한 정보를 관리자, 관계자 및 관제실로 전파함으로써 그 피해가 최소화될 수 있다.
또한, 본 발명에 의하면, 기존 오작동 장비 대비 다양한 복수의 정보를 통해 정밀도를 향상시켜　시스템에 대한 신뢰 증진과 오작동으로 인한 행정력 낭비를 감소시킬 수 있다.
또한, 본 발명에 의하면, 교체형 센싱 모듈 및 회전 가능한 센싱 모듈 구조를 기반으로 목적에 맞는 센서를 원하는 센싱 방향으로 설치하는 것이 가능하다.
또한, 본 발명에 의하면, 하나의 본체에 센서교체만으로 다양한 기능으로 장소와 필요에 따라 용도를 확장하는 범용성을 가지게 되고 부착위치와 방향을 자유롭게 하여 여러 제약조건이 따르는 고가의 센서를 대체할 수 있고, 휴대가능하도록 설계되어 여행, 출장, 감시가 필요한 장소, 화재 감지가 필요한 장소 등에 하나의 제품으로 다양한 목적으로 사용이 가능하며, 장소와 목적에 따라 각각의 감지기를 설치해야 했던 부담에서 벗어날 수 있다.
또한, 본 발명에 의하면 단순히 센서에 의존하여 다양한 환경 변수에 따라 필연적으로 발생하던 오작동을 인공지능 알고리즘과 IOT 장비와의 연동을 통해 고도로 정밀화 시켜 제품에 대한 신뢰도 증대와 행정력 낭비를 예방할 수 있다.
도1은 본 발명의 실시예에 따른 재난 안전 감지 장치를 나타낸 개념도이다.
도 2은 본 발명의 실시예에 따른 재난 안전 감지 장치를 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 재난 안전 감지 장치를 나타낸 개념도이다.
도 4는 본 발명의 실시예에 따른 재난 안전 감지 장치를 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 기본 센서부와 메인 센서부에 대응되는 메인 센서 모듈을 나타낸 개념도이다.
도 6은 본 발명의 실시예에 따른 센서부의 센싱 정보를 사용한 인공 지능 기반 감지 동작을 나타낸 개념도이다.
도 7은 본 발명의 실시예에 따른 재난 감지 방법을 나타낸 개념도이다.
도 8은 본 발명의 실시예에 따른 재난 판단 인공 지능 엔진의 판단 결과를 기반으로 재난 여부를 판단하는 방법을 나타낸 개념도이다.
도 9는 본 발명의 실시예에 따른 재난 판단 인공 지능 엔진의 판단 결과를 기반으로 재난 여부를 판단하는 방법을 나타낸 개념도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여 지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도1은 본 발명의 실시예에 따른 재난 안전 감지 장치를 나타낸 개념도이다.
도 1의 (a)에서는 재난 안전 감지 장치의 평면도가 개시된다.
도 1을 참조하면, 재난 안전 감지 장치의 상측면에는 스피커 덮개(101)를 포함하여 스피커의 소리가 직선 방향으로 퍼지지 않고 측면으로 나올 수 있게 하여 소리의 방향이 상측면에 한정하지 않고 360도로 퍼질수 있는 구조를 포함할 수 있다. 스피커에서 출력되는 소리는 비상벨, 싸이렌, 음성 안내, 광고 등이 될수 있다.
재난 안전 감지 장치는 SOS버튼(102)을 포함하여 긴급 상황 발생시 즉각적으로 상황을 발생시킬 수 있게 하고 SOS버튼(102)을 통해 장치의 설정 기능도 함께 수행될 수 있다. 재난 안전 감지 장치는 화재, 범죄 등 기타 범죄 발생 상황에서도 관재 서버 또는 관계자에게 상태를 신속히 전파하여 인명 및 재산의 피해를 최소화할 수 있다.
재난 안전 감지 장치의 인디게이터(103)는 재난 안전 감지 장치의 상태를 점등, 소등, 점멸 시간을 조정하여 나타낼 수 있다. 재난 안전 감지 장치가 비상 상황, 범죄 상황 또는 응급 상황을 감지한 경우, 인디게이터(103)를 통해 재난 안전 감지 장치의 위치를 확인시키고, 주변 사람들에게 빠르게 상황을 전파할 수 있다.
조립 볼트홀(104)은 하부 조립 볼트홀(307)과 관통되어 있고, 조립 볼트홀(104)을 통해 볼트를 삽입하는 방법 등을 이용하여 장치 외부의 구조물과 결합이 가능하다. 예를 들면, 재난 안전 감지 장치는 외부 구조물로서 소화기와 결합할 수 있고 소화기와 재난 안전 감지 장치가 하나의 장비처럼 구동하게 되고 소화기의 사용을 확인할 수 있다. 또는 브라켓과 결합하여 벽면, 천정 등에 고정하거나 휴대용으로 들고 다닐수 있게 구성할 수 있고, 재난 안전 감지 장치의 분실 확인 기능으로 응용될 수 있다.
도 1의 (b)는 재난 안전 감지 장치의 전면도이다.
도 1의 (b)를 참조하면, 재난 안전 감지 장치의 본체(100)와 스피커 덮개(101)의 틈새에 통풍 및 음향 출력부(105)가 위치할 수 있다. 통풍 및 음향 출력부(105)를 통해 음향 출력이 가능하고, 통풍 및 음향출력부(105)의 내부에 온도 센서를 위치시켜서 온도 센서가 본체(100)와 같은 외부 케이스로 인한 온도 복사의 방해 요소를 최소화하고 외부 공기와 직접적으로 접촉할 수 있게 한다. 이로서 더욱 빠른 감지를 할수 있는 동시에 시각적으로는 외부로 노출되지 않아 디자인의 구성이 용이한 구조를 갖추게 된다.
통풍구(106)은 내부와 외부의 공기의 흐름을 좋게 하며, 이로 인하여 내부의 기본 센서들의 반응성을 높여준다. 하부 덮개(300)는 본체(100)와 결합되며, 끼움부위(301)는 장치 외부의 구조물과 결합할 수 있는 구조를 가질 수 있다. 끼움부위(301)는 도 1에서 개시된 조립 볼트홀(104)의 실시예와 같이 외부 구조물과의 결합에 사용될 수 있다.
스트로브플래시(310)은 전면부에서 여러가지 색상을 이용하거나, 점등, 소등, 점멸 시간을 조정하여 여러가지 장치의 상태를 나타낼 수 있게 한다. 비상 상황 발생시 스트로브플래시(310)의 기능으로서 비상 상황을 빠르게 전파하고 재난 안전 감지 장치의 위치를 빠르게 식별할 수 있도록 한다. 이는 인디게이터(103)와 대조적으로 여러가지 색상을 가질 수 있고, 더욱 넓은 표출면을 가지고 있는 것으로서 더욱 다양하거나 강한 빛을 이용할 수 있다.
도 2은 본 발명의 실시예에 따른 재난 안전 감지 장치를 나타낸 개념도이다.
도 2의 (a)는 재난 안전 감지 장치의 측면도이다.
도 2의 (a)를 참조하면, 결착 부위(302)는 끼움 부위(301)와 함께 장치 외부의 구조물과 결합할 수 있는 구조를 형성한다. 장치 외부 구조물은 조립 볼트홀(104)과 함께 재난 안전 감지 장치와 견고하게 고정될 수 있다.
도 2의 (b)는 재난 안전 감지 장치의 배면도이다.
도 2의 (b)를 참조하면, 재난 안전 감지 장치는 강화 유리 파쇄기(311)를 포함할 수 있다. 강화 유리 파쇄기(311)는 평시에 파쇄팁 보관부(305)에 파쇄팁 덮개(306)로 덮어저서 보관될 수 있다. 강화 유리 파쇄기(311)는 비상 상황 발생시 파쇄팁 덮개(306)의 제거 후, 파쇄팁 결착부(304)에 수직으로 삽입하여 강화 유리를 파쇄하는 기능으로 사용될 수 있다. 강화 유리 파쇄기(311)는 차량 및 빌딩 등과 같은 공간에서 강화 유리로 인하여 유독 가스 및 연기, 화염과 같은 위험 상황에 고립될 경우 위험한 장소에서 탈출할 수 있는 기능을 제공한다.
브라켓 고정부(308)는 장치 외부 구조물로 사용될 수 있는 구조물 중 브라켓과 조립시 사용되는 구조로서 브라켓의 형태나 크기, 종류를 한정짓지 않을 수 있다.
도 3은 본 발명의 실시예에 따른 재난 안전 감지 장치를 나타낸 개념도이다.
도 3에서는 재난 안전 감지 장치의 조립 완성도가 개시된다.
도 3을 참조하면, 메인 센서 모듈(200)은 회전 가능하게 구현될 수 있다. 메인 센서 모듈은 회전부(201)와 센서 윈도우(202)를 포함하고, 메인 센서 모듈은 회전 브라켓(203)과 회전부(201)를 기반으로 회전될 수 있다.
구체적으로 메인 센서 모듈의 회전에 따라 센서 윈도우(202)가 변화될 수 있고, 센서 윈도우(202)의 변화에 따라 센서의 센싱 방향이 변화 가능할 수 있다.
구체적으로 재난 안전 감지 장치의 메인 센서 모듈(200)은 회전부(201)와 회전 브라켓(203)을 이용하여 본체(100)에서 180도 이상 회전될 수 있고, 회전 기능을 이용하여 센서가 주시하는 방향(예를 들어, 상측 또는 전면부)이 변화될 수 있다.
본 발명의 재난 안전 감지 장치는 교체 가능한 회전식 모듈 설계를 통해 공간에 따른 감지 범위를 능동적으로 조절하여 감지 효율을 극대화할 수 있다.
메인 센서 모듈은 불꽃 감지 센서를 이용하거나 그 외의 연기 센서, 이산화탄소 센서, 동작 센서, 인체 감지 센서, 거리 센서 등 다양한 센서로 교체가 가능하다.
재난 안전 감지 장치는 기본 센서부와 메인 센서부(또는 메인 센서 모듈)을 포함할 수 있고, 기본 센서부는 온도 센서(107), 분리 감지 센서(108), 배터리 감지 센서(109)를 포함할 수 있고, 메인 센서 모듈은 연기 센서, 이산화탄소 센서, 동작 센서, 인체 감지 센서, 거리 센서 등을 포함할 수 있다.
기본 센서는 온도 센서, 분리 감지 센서, 배터리 감지 센서를 포함하여 기본적인 화재 감지기의 기능인 정온식 화재 감지와, 차동식 온도 감지를 포함하여 서버와 연동하여 AI(aritificial intelligence) 기능을 기반으로 한 재난 감지를 수행할 수 있다.
기본 센서부와 교체 가능한 회전식 모듈 설계를 가지는 메인 센서 모듈을 기반으로 기존 제품이 센서의 감지값에만 의존하여 오작동에 의한 신뢰도 하락 문제와 다수의 센서를 설치하여야 하는 번거로움을 해결할 수 있다. 또한, 하나의 제품으로 다양한 환경에서 인공 지능 알고리즘에 의해 학습된 정보를 바탕으로 실제 재난과 오작동을 구분하고 해당 정보를 장치간 공유 및 업데이트하여 재난에 대한 감지 정밀도를 극대화하여 화재 및 범죄 대응이 가능하다.
도 4는 본 발명의 실시예에 따른 재난 안전 감지 장치를 나타낸 개념도이다.
도 4에서는 재난 안전 감시 장치의 기능을 도식화한 블록도가 개시된다.
도 4를 참조하면, 재난 안전 감지 장치는 전원부(410), 네트워크 제어부(420), 제어부(430), 메인 센서부(440), 기본 센서부(450)를 포함할 수 있다.
전원부(410)는 재난 안전 감지 장치로 전원을 공급하기 위해 구현될 수 있다.
네트워크 제어부(420)는 통신 기능을 통해 센싱값을 기반으로 한 외부 서버와의 통신을 위해 구현될 수 있다.
제어부(430)는 네트워크 제어부(420), 제어부(430), 메인 센서부(440), 기본 센서부(450)의 동작을 제어하기 위해 구현될 수 있다.
기본 센서부(450)는 온도 센서, 분리 감지 센서, 배터리 감지 센서를 포함하여 기본적인 화재 감지기의 기능인 정온식 화재 감지와, 차동식 온도 감지를 포함하여 서버와 연동하여 AI 기능을 기반으로 한 재난 감지를 수행하기 위해 구현될 수 있다.
메인 센서부(440)는 교체 가능한 구조의 메인 센서 모듈로 구현될 수 있다. 메인 센서 모듈은 연기 센서, 이산화탄소 센서, 동작 센서, 인체 감지 센서, 거리 센서 등을 포함할 수 있다. 메인 센서 모듈은 회전 가능하게 구현될 수 있다. 메인 센서 모듈은 회전부와 센서 윈도우를 포함하고, 메인 센서 모듈은 회전 브라켓과 회전부를 기반으로 회전될 수 있다. 구체적으로 메인 센서 모듈의 회전에 따라 센서 윈도우가 변화될 수 있고, 센서 윈도우의 변화에 따라 센서의 센싱 방향이 변화 가능할 수 있다.
도 5는 본 발명의 실시예에 따른 기본 센서부와 메인 센서부에 대응되는 메인 센서 모듈을 나타낸 개념도이다.
도 5를 참조하면, 기본 센서부(400)는 온도 센서(401 또는107), 분리 감지 센서(402 또는 108), 배터리 감지 센서(403)를 포함할 수 있다.
온도 센서(401 또는 107)는 정온식 또는 차동식으로 화재를 감지할 수 있고, 네트워크로 수집된 정보는 서버와 연결되고 AI 분석 기능을 이용하여 화재의 예측 또는 감지를 수행할 수 있다.
분리 감지 센서(402)는 브라켓을 이용한 부착 방법을 사용하여 벽면 또는 천정에 부착하거나, 탁상용으로 사용할 때에는 도난 방지 기능으로 사용할 수 있다. 분리 감지 센서(402)는 장치 외부 구조물, 예를 들어 소화기 보관함 또는 소화기와 구조적으로 결합하여 사용할 경우, 소화기의 사용 여부를 판단하는 기능으로 사용될 수 있고, 이러한 기능은 사용자로 하여금 서버와 통신하여 감지기의 관리를 자동화하는데 사용될 수 있다. 예를 들어, 소화기를 장치 외부 구조물로 사용될 경우 소화기를 사용하는 것을 전산화할 수 있고, 소화기의 유통 기한 등을 저장하여 사용자에게 알리는 기능을 수행할 수 있다.
배터리 감지 센서(403)는 상시 전원이 아닌 보조 전원을 사용할 경우, 보조 전원이 1차 전지 또는 2차 전지일 경우 전지의 상태 또는 전지의 잔량을 확인하는 목적으로 사용되고, 전지의 상태를 사용자에게 알리기 위한 기능을 수행할 수 있다.
메인 센서 모듈(200)은 메인 센서(204)를 포함하며, 메인 센서(204)는 불꽃 센서(204-1), 연기 센서(204-2), 이산화탄소 센서(204-3), 동작 센서(204-4), 인체 감지 센서(204-5) 및 그 외의 다수의 방법으로 변형 및 응용될수 있다.
불꽃 센서(204-1)는 적외선 센서, 자외선 센서를 사용하거나 복합적으로 사용할 수 있고, 센서를 이용한 직접적인 화재 감지나 AI 분석을 이용한 간접적인 화재 감지에 이용될수 있다.
연기 센서(204-2)는 화재 감지 등을 위한 연기 감지기로 사용되거나 담배 연기같은 화재가 아닌 연기를 검출하는 등 다양한 응용을 할 수 있다. 시판되어지는 연기 감지기의 오작동 원인인 습도나 욕실들의 수증기, 실외에서 발생하는 안개 등에 인한 오작동을 역이용하여 이슬 발생을 감지하거나 미세 먼지의 감지 등으로 변형되어 활용될 수 있다.
이산화탄소 센서(204-3)는 이산화탄소로 인한 질식 사고를 예방하거나, 일산화탄소의 감지를 이용한 화재 또는 중독 예방의 장비로 응용되거나 그 외의 인체에 유해한 가스를 측정하는 센서로 변형 및 활용될 수 있다.
동작 센서(204-4)는 예를 들어 독거 노인 등의 거주 공간에서 사람의 움직임을 파악하여 행동 패턴을 AI 분석을 통하여 이상 상황을 감지할 수 있고, 응급 상황이나 외부인의 침범들을 파악하기 위해 응용될 수 있다.
인체 감지 센서(204-5)는 동작 센서(204-4)와 비슷한 기능을 수행할 수 있고, 특히 무생물이 아닌 생물에 더 높은 반응성을 기반으로 응용될 수 있다.
메인 센서 모듈(200)은 그 밖에 언급하지 않은 거리 감지 센서, 비접촉 온도 센서, 카메라, 열화상 CCD(charge coupled device) 등 더욱 다양한 변형을 가능하게 구성 될 수 있다.
도 6은 본 발명의 실시예에 따른 센서부의 센싱 정보를 사용한 인공 지능 기반 감지 동작을 나타낸 개념도이다.
도 6에서는 센서부에 의해 생성된 감지 정보를 기반으로 인공 지능을 사용하여 재난 발생 여부를 판단하는 방법이 개시된다.
도 6을 참조하면, 센서부(기본 센서부, 메인 센서부)에 의해 생성된 감지 정보는 재난 판단 인공 지능 엔진(600)을 기반으로 분석될 수 있다. 복수의 감지 정보가 학습된 재난 판단 인공 지능 엔진(600)으로 입력되고, 재난 판단 인공 지능 엔진(600)은 복수의 감지 정보를 기반으로 재난 발생 여부에 대한 판단을 수행할 수 있다. 본 발명에서는 설명의 편의상 재난 중 화재를 예시로 설명하나 다른 다양한 재난 상황에 대해서도 본 발명의 실시예에 따른 인공 지능 엔진 기반 판단이 수행될 수 있다.
구체적으로 기본 센서부가 제1 감지 정보를 생성하고, 메인 센서부가 제2 감지 정보를 생성할 수 있다. 제1 감지 정보 및 제2 감지 정보는 재난 판단 인공 지능 엔진을 기반으로 한 재난 판단을 위해 사용될 수 있다. 제1 감지 정보 및 제2 감지 정보 중 적어도 하나의 감지 정보는 재난 발생 여부를 판단하기 위한 판단 요소로 설정될 수 있다.
재난 판단 인공 지능 엔진(600)은 전체 감지 정보를 기반으로 재난 발생 여부를 결정할 수도 있지만, 전체 감지 정보가 아닌 일부의 감지 정보에 대한 전처리된 전처리 감지 정보를 기반으로 재난 발생 여부를 판단할 수도 있다. 판단된 결과는 관리자에게 전달될 수 있다.
감지 정보에 대한 전처리시 단일 센서의 값이 설정 임계값 이상으로 현저히 높을 경우 상대적으로 높은 가중치가 부여되고, 동시에 다수의 센서가 재난을 감지할 경우, 상대적으로 높은 가중치가 부여될 수 있다. 이러한 전처리를 통해 후술할 누적 패턴, 주파수 패턴 및 변화량 패턴이 생성될 수 있다.
또한, 학습된 재난 판단 인공 지능 엔진(600)을 기반으로 한 재난 여부의 판단 이후, 피드백 기능을 통해 재난 상황이 아닌 것으로 판단되는 경우, 해당 상황에 대한 재학습을 통해 추후에 보다 정확한 판단을 할 수 있도록 판단 결과 정보는 피드백되어 재난 판단 인공 지능 엔진(600)에 대한 재학습이 수행될 수 있다.
감지 정보를 기반으로 재난 여부를 판단하기 위한 판단 요소가 결정되고, 판단 요소를 기반으로 재난 판단 인공 지능 엔진(600) 기반의 재난 판단이 수행될 수 있다.
아래는 재난 중 화재 감지를 위한 판단 요소들을 나타낸 표이다.
케이스 측정온도 연기 불꽃 화재여부
1 정상 미감지 미감지 비화재
2 온도초과 미감지 미감지 AI 판단
3 정상 미감지 미감지 AI 판단
4 온도초과 미감지 미감지 AI 판단
5 정상 미감지 미감지 AI 판단
6 온도초과 미감지 미감지 AI 판단
7 정상 미감지 미감지 AI 판단
8 온도초과 미감지 미감지 AI 판단
9 정상 감지 미감지 AI 판단
10 온도초과 감지 미감지 AI 판단
11 정상 감지 미감지 AI 판단
12 온도초과 감지 미감지 AI 판단
13 정상 감지 미감지 AI 판단
14 온도초과 감지 미감지 AI 판단
15 정상 감지 미감지 AI 판단
16 온도초과 감지 미감지 AI 판단
17 정상 미감지 감지 AI 판단
18 온도초과 미감지 감지 AI 판단
19 정상 미감지 감지 AI 판단
20 온도초과 미감지 감지 AI 판단
21 정상 미감지 감지 AI 판단
22 온도초과 미감지 감지 AI 판단
23 정상 미감지 감지 AI 판단
24 온도초과 미감지 감지 AI 판단
25 정상 감지 감지 AI 판단
26 온도초과 감지 감지 AI 판단
27 정상 감지 감지 AI 판단
28 온도초과 감지 감지 AI 판단
29 정상 감지 감지 AI 판단
30 온도초과 감지 감지 AI 판단
31 정상 감지 감지 AI 판단
32 온도초과 감지 감지 화재
표1은 하나의 판단 방법의 예시로서 판단 요소로서 측정 온도, 연기, 불꽃이 사용되는 경우가 예시적으로 개시된다.
판단 요소의 값에 따라 3가지로 구분되는데 제1 판단 요소 그룹(610)은 비재난으로 판단되고, 제2 판단 요소 그룹(620)은 AI를 사용하여 재난 여부에 대한 판단이 수행되고, 제3 판단 요소 그룹(630)은 AI를 사용하지 않고, 재난으로 판단하는 그룹일 수 있다.
제1 판단 요소 그룹(610), 제2 판단 요소 그룹(620), 제3 판단 요소 그룹(630)은 재난 판단 인공 지능 엔진(600)의 재난 여부에 대한 판단 결과를 기반으로 적응적으로 조정될 수 있다. 재난 판단 인공 지능 엔진(600)이 임계 신뢰도 이상으로 재난, 비재난을 결정하는 경우, 제2 판단 요소 그룹(620)에 포함되는 케이스가 제1 판단 요소 그룹(610) 또는 제3 판단 요소 그룹(630)으로 변화될 수 있다.
이하, 본 발명의 실시예에서는 AI 판단을 통해 재난 여부를 판단하는 방법이 개시된다.
도 7은 본 발명의 실시예에 따른 재난 감지 방법을 나타낸 개념도이다.
도 7에서는 재난 감지를 위해 판단 요소를 패턴화하여 서로 다른 AI 엔진을 기반으로 재난 여부를 판단하는 방법이 개시된다.
도 7을 참조하면, 본 발명에서는 판단 요소에 대한 누적 패턴(710), 판단 요소에 대한 주파수 패턴(720), 판단 요소에 대한 변화량 패턴(730)을 기반으로 재난의 발생 여부에 대한 판단이 수행될 수 있다.
누적 패턴(710)은 복수의 판단 요소 각각의 값을 패턴화한 정보일 수 있다. 예를 들어, 측정 온도값, 연기값, 불꽃값 등과 같은 판단 요소가 연속적으로 입력되고, 입력된 판단 요소는 패턴화될 수 있다. 예를 들어, 측정 온도값으로서 25도, 연기값(연기 미존재, 0), 불꽃값(불꽃 미존재, 0)은 (25, 0, 0)으로 수치화되고, 이러한 방식으로 수치화된 판단 요소의 값이 공간 좌표축 상에서 연속적으로 입력되어 공간 좌표축 상에서 누적 패턴(710)으로서 하나의 패턴을 형성할 수 있다. 또는 1일의 시간-온도 와 2일의 시간-온도 또는 그이상의 시간-온도의 좌표평면을 공간 좌표축 상에 연속적으로 배치하여 누적 패턴으로서 하나의 패턴을 형성 할 수 있다.
재난 발생시의 누적 패턴(710)에 대한 제1 누적 패턴 데이터 세트(713)와 재난 미발생시의 누적 패턴(710)에 대한 제2 누적 패턴 데이터 세트(716)에 대한 정보가 제1 재난 판단 인공 지능 엔진(750)으로 입력될 수 있다. 제1 재난 판단 인공 지능 엔진(750)은 제1 누적 패턴 데이터 세트(713)와 제2 누적 패턴 데이터 세트(716)를 기반으로 학습될 수 있다.
학습된 제1 재난 판단 인공 지능 엔진(750)은 누적 패턴(710) 기반으로 재난 발생 여부를 판단할 수 있다. 구체적으로 판단 요소는 누적 패턴(710)으로 변화되고, 누적 패턴(710)을 입력받은 학습된 제1 재난 판단 인공 지능 엔진(750)은 입력된 누적 패턴(710)을 기반으로 재난의 발생 여부를 판단할 수 있다.
주파수 패턴(720)은 복수의 판단 요소 각각의 값을 주파수 평면으로 변화시켜 패턴화한 정보일 수 있다. 주파수 패턴(720)은 전술한 누적 패턴(710)을 푸리에 변환을 기반으로 주파수 평면으로 변화시킴으로써 생성될 수 있다.
재난 발생시의 주파수 패턴(720)에 대한 제1 주파수 패턴 데이터 세트(723)와 재난 미발생시의 주파수 패턴에 대한 제2 주파수 패턴 데이터 세트(726)에 대한 정보가 제2 재난 판단 인공 지능 엔진(760)으로 입력될 수 있다. 제2 재난 판단 인공 지능 엔진(760)은 제1 주파수 패턴 데이터 세트(723)와 제2 주파수 패턴 데이터 세트(726)를 기반으로 학습될 수 있다.
학습된 제2 재난 판단 인공 지능 엔진(760)은 주파수 패턴 기반으로 재난 발생 여부를 판단할 수 있다. 구체적으로 판단 요소는 주파수 패턴(720)으로 변화되고, 주파수 패턴(720)을 입력받은 학습된 제2 재난 판단 인공 지능 엔진(760)은 입력된 주파수 패턴을 기반으로 재난 발생 여부를 판단할 수 있다.
변화량 패턴(730)은 복수의 판단 요소 각각의 변화를 패턴화한 정보일 수 있다. 예를 들어, 측정 온도값, 온도 변화값, 연기값, 불꽃값 등과 같은 판단 요소가 연속적으로 입력되고, 입력된 값의 변화량이 추출되어 패턴화될 수 있다. 예를 들어, 1차적으로 입력된 판단 요소의 값이 측정 온도값으로서 25도, 연기값(연기 미존재, 0), 불꽃값(불꽃 미존재. 0)은 (25, 1, 0, 0)으로 수치화되고, 이후 1차적으로 입력된 판단 요소의 값이 측정 온도값으로서 27도, 연기값(연기 존재, 1), 불꽃값(불꽃 존재, 1)은 (2, 1, 1)으로 수치화될 수 있다. 이러한 방식으로 수치화된 값이 연속적으로 입력되어 좌표축 상에서 하나의 패턴을 형성할 수 있다.
재난 발생시의 변화량 패턴(730)에 대한 제1 변화량 패턴 데이터 세트(733)와 재난 미발생시의 변화량 패턴에 대한 제2 변화량 패턴 데이터 세트(736)에 대한 정보가 제3 재난 판단 인공 지능 엔진(770)으로 입력될 수 있다. 제3 재난 판단 인공 지능 엔진(770)은 제1 변화량 패턴 데이터 세트(733)와 제2 변화량 패턴 데이터 세트(736)를 기반으로 학습될 수 있다.
학습된 제3 재난 판단 인공 지능 엔진(770)은 변화량 패턴(730) 기반으로 재난 발생 여부를 판단할 수 있다. 구체적으로 판단 요소는 변화량 패턴(730)으로 변화되고, 변화량 패턴(730)을 입력받은 학습된 제3 재난 판단 인공 지능 엔진(770)은 입력된 변화량 패턴을 기반으로 재난 발생 여부를 판단할 수 있다.
제2 판단 요소 그룹에 대하여 제1 재난 판단 인공 지능 엔진(750), 제2 재난 판단 인공 지능 엔진(760), 제3 재난 판단 인공 지능 엔진(770)의 판단 결과는 종합되어 재난 발생 여부가 결정될 수 있다.
도 8은 본 발명의 실시예에 따른 재난 판단 인공 지능 엔진의 판단 결과를 기반으로 재난 여부를 판단하는 방법을 나타낸 개념도이다.
도 8을 참조하면, 판단 요소가 입력된 후, 판단 요소가 어떠한 판단 요소 그룹에 포함되어 있는지 여부를 판단할 수 있다.
판단 요소는 제1 판단 요소 그룹, 제2 판단 요소 그룹 또는 제3 판단 요소 그룹 중 하나로 판단될 수 있다.
입력된 판단 요소가 제1 판단 요소 그룹 또는 제3 판단 요소 그룹일 경우, 별도의 AI 기반 판단이 없이 재난 발생 여부가 결정될 수 있다.
판단 요소가 제1 판단 요소 그룹인 경우, 관제 서버는 재난이 발생되지 않은 것으로 결정할 수 있다. 판단 요소가 제3 판단 요소 그룹인 경우, 관제 서버는 재난이 발생한 것으로 결정할 수 있다.
판단 요소가 제2 판단 요소 그룹인 경우, 관제 서버는 AI 기반 판단을 기반으로 재난 발생 여부에 대한 판단을 수행할 수 있다.
제1 재난 판단 인공 지능 엔진(810), 제2 재난 판단 인공 지능 엔진(820), 제3 재난 판단 인공 지능 엔진(830)은 순차적 판단 모델 또는 병렬적 판단 모델을 기반으로 재난 발생 여부를 판단할 수 있다. 순차적 판단 모델의 판단 결과와 병렬적 판단 모델의 판단 결과는 종합적으로 활용될 수 있고, 적어도 하나의 모델이 재난이라고 판단하는 경우, 재난 가능성이 있다고 결정할 수 있다.
도 8에서는 우선적으로 순차적 판단 모델이 개시된다.
순차적 판단 모델은 제1 재난 판단 인공 지능 엔진(810), 제2 재난 판단 인공 지능 엔진(820), 제3 재난 판단 인공 지능 엔진(830)에 대한 순차적인 판단을 통해 재난 발생 여부를 판단할 수 있다.
A. 순차적 판단 모델
1) 제1 재난 판단 인공 지능 엔진(810)
제1 재난 판단 인공 지능 엔진(810)을 통해 판단 요소를 누적 패턴으로 변경하여 1차적인 판단을 수행할 수 있다.
a. 1차적인 제1 재난 판단 인공 지능 엔진(810)의 판단 결과, 제1 임계 신뢰도 이상으로 비재난으로 판단되는 경우, 추가적인 판단 없이 재난이 아닌 것으로 판단할 수 있다.
b. 1차적인 제1 재난 판단 인공 지능 엔진(810)의 판단 결과, 제1 임계 신뢰도 초과, 제2 임계 신뢰도 미만으로 비재난 또는 재난으로 판단되는 경우, 제2 재난 판단 인공 지능 엔진(820)을 기반으로 재난 여부에 대한 추가적인 판단이 수행될 수 있다.
c. 1차적인 제1 재난 판단 인공 지능 엔진(810)의 판단 결과, 제2 임계 신뢰도 이상으로 재난으로 판단되는 경우, 추가적인 판단 없이 재난으로 판단할 수 있다.
2) 제2 재난 판단 인공 지능 엔진(820)
제2 재난 판단 인공 지능 엔진(820)을 통해 판단 요소를 주파수 패턴으로 변경하여 2차적인 판단을 수행할 수 있다.
a. 2차적인 제2 재난 판단 인공 지능 엔진(820)의 판단 결과, 제3 임계 신뢰도 이상으로 비재난으로 판단되는 경우, 추가적인 판단 없이 재난이 아닌 것으로 판단할 수 있다.
b. 2차적인 제2 재난 판단 인공 지능 엔진(820)의 판단 결과, 제3 임계 신뢰도 초과, 제4 임계 신뢰도 미만으로 비재난 또는 재난으로 판단되는 경우, 제3 재난 판단 인공 지능 엔진(830)을 기반으로 재난 여부에 대한 추가적인 판단이 수행될 수 있다.
c. 2차적인 제2 재난 판단 인공 지능 엔진(820)의 판단 결과, 제4 임계 신뢰도 이상으로 재난으로 판단되는 경우, 추가적인 판단 없이 재난으로 판단할 수 있다.
2) 제3 재난 판단 인공 지능 엔진(830)
제3 재난 판단 인공 지능 엔진(830)을 통해 판단 요소를 변화량 패턴으로 변경하여 3차적인 판단을 수행할 수 있다.
a. 3차적인 제3 재난 판단 인공 지능 엔진(830)의 판단 결과, 제5 임계 신뢰도 이상으로 비재난으로 판단되는 경우, 추가적인 판단 없이 재난이 아닌 것으로 판단할 수 있다.
b. 3차적인 제3 재난 판단 인공 지능 엔진(830)의 판단 결과, 제5 임계 신뢰도 초과, 제6 임계 신뢰도 미만으로 비재난 또는 재난으로 판단되는 경우, 제1 재난 판단 인공 지능 엔진(810)의 판단 결과, 제2 재난 판단 인공 지능(820)의 판단 결과, 제3 재난 판단 인공 지능(830)의 판단 결과 중 적어도 하나의 판단 결과가 재난이라면 최종적으로 재난으로 판단할 수 있다.
c. 3차적인 제3 재난 판단 인공 지능 엔진(830)의 판단 결과, 제6 임계 신뢰도 이상으로 재난으로 판단되는 경우, 추가적인 판단 없이 재난으로 판단할 수 있다.
제1 재난 판단 인공 지능 엔진(810)의 판단을 위한 제1 임계 신뢰도 및 제2 임계 신뢰도, 제2 재난 판단 인공 지능 엔진(820)의 판단을 위한 제3 임계 신뢰도 및 제4 임계 신뢰도, 제3 재난 판단 인공 지능 엔진(830)의 판단을 위한 제5 임계 신뢰도 및 제6 임계 신뢰도는 최종적인 재난 발생 여부를 고려하여 조정될 수 있다.
또한, 본 발명에서는 순차적으로 정확한 판단을 위해 비재난으로 판단하기 위한 제1 임계 신뢰도, 제3 임계 신뢰도, 제5 임계 신뢰도로 갈수록 상대적으로 큰 값으로 설정될 수 있다. 반대로, 재난으로 판단하기 위한 값의 경우, 고정된 값으로 설정하여 동일한 신뢰도를 기준으로 재난을 판단하도록 할 수 있다. 즉, 재난으로 판단하기 위한 제2 임계 신뢰도, 제4 임계 신뢰도, 제6 임계 신뢰도는 고정된 값으로 설정될 수 있다.
도 8의 순차적 판단의 방식은 재난 감지 뿐 아니라 비상 상황의 판단의 방법으로서 이용될수 있으며, 비상상황 판단의 방법은 기능의 추가 또는 변형으로 기능을 구현할 수 있다.
도 9는 본 발명의 실시예에 따른 재난 판단 인공 지능 엔진의 판단 결과를 기반으로 재난 여부를 판단하는 방법을 나타낸 개념도이다.
도 9에서는 병렬적인 재난 판단 인공 지능 엔진의 판단 결과를 기반으로 재난 여부를 판단하는 방법이 개시된다.
도 9를 참조하면, 제1 재난 판단 인공 지능 엔진(910), 제2 재난 판단 인공 지능 엔진(920)은 하나의 재난 판단 인공 지능 엔진 그룹(900)으로 설정되고, 제3 재난 판단 인공 지능 엔진(930)은 독립적으로 재난 여부에 대한 판단을 수행할 수 있다.
제1 재난 판단 인공 지능 엔진(910), 제2 재난 판단 인공 지능 엔진(920)은 기초되는 자료가 동일하므로 하나의 그룹으로 묶어서 판단을 수행할 수 있다.
제1 재난 판단 인공 지능 엔진(910)과 제2 재난 판단 인공 지능 엔진(920)의 판단 결과 적어도 하나의 재난 판단 인공 지능 엔진이 판단 요소를 기반을 재난이라고 판단한 경우, 재난 판단 인공 지능 엔진 그룹(900)은 판단 요소를 기반으로 재난이라고 결정할 수 있다. 제1 재난 판단 인공 지능 엔진(910)과 제2 재난 판단 인공 지능 엔진(920)은 동일한 그룹 판단 신뢰도 값으로 설정하여 판단 요소를 기반으로 재난 여부를 결정할 수 있다.
제3 재난 판단 인공 지능 엔진(930)은 독립적으로 동작하여 별도의 판단 신뢰도 값을 기반으로 재난 여부를 판단할 수 있다.
재난 판단 인공 지능 엔진 그룹(900)의 제1 판단 결과, 제3 재난 판단 인공 지능 엔진의 제2 판단 결과 중 하나의 판단 결과가 재난인 경우, 최종적으로 재난으로 판단할 수 있다.
또한 도 9의 방법으로 재난 감지 뿐 아니라 비상 상황의 판단 방법으로서 이용될수 있으며, 비상 상황 판단의 방법은 기능의 추가 또는 변형으로 기능을 구현할 수 있다.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다. 하드웨어는 로컬 또는 클라우드의 형태로 존재할수 있으며, 그 위치와 형태에 국한하지 않는다
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (6)

  1. 교체형 회전 모듈을 이용한 재난 안전 감지 방법은,
    기본 센서부가 제1 감지 정보를 생성하는 단계; 및
    메인 센서부가 제2 감지 정보를 생성하는 단계를 포함하되,
    상기 제1 감지 정보 및 상기 제2 감지 정보는 재난 판단 인공 지능 엔진을 기반으로 한 재난 판단을 위해 사용되는 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    상기 메인 센서부는 메인 센서 모듈로 구현되고,
    상기 메인 센서 모듈은 재난 안전 감지 장치 상에서 회전 브라켓과 회전부를 기반으로 회전되고,
    상기 메인 센서 모듈은 회전에 따라 센서 윈도우를 변화시키고,
    상기 센서 윈도우의 변화에 따라 상기 메인 센서 모듈을 구성하는 센서의 센싱 방향이 변화되고,
    상기 메인 센서 모듈은 교체 가능한 구조로 상기 제2 감지 정보에 따라 교체되는 것을 특징으로 하는 방법.
  3. 제2항에 있어서,
    상기 제1 감지 정보 및 상기 제2 감지 정보 중 적어도 하나의 감지 정보는 재난 발생 여부를 판단하기 위한 판단 요소로 설정되고,
    상기 판단 요소는 제1 판단 요소 그룹, 제2 판단 요소 그룹, 제3 판단 요소 그룹 중 하나로 분류되고,
    상기 제1 판단 요소 그룹은 비재난으로 판단되는 판단 요소를 포함하고,
    상기 제2 판단 요소 그룹은 재난 판단 인공 지능 엔진을 기반으로 재난 여부를 결정하는 판단 요소를 포함하고,
    상기 제3 판단 요소 그룹은 재난으로 판단되는 판단 요소를 포함하는 것을 특징으로 하는 방법.
  4. 교체형 회전 모듈을 이용한 재난 안전 감지 장치는,
    제1 감지 정보를 생성하도록 구현된 기본 센서부; 및
    제2 감지 정보를 생성하도록 구현된 메인 센서부를 포함하되,
    상기 제1 감지 정보 및 상기 제2 감지 정보는 재난 판단 인공 지능 엔진을 기반으로 한 재난 판단을 위해 사용되는 것을 특징으로 하는 재난 안전 감지 장치.
  5. 제4항에 있어서,
    상기 메인 센서부는 메인 센서 모듈로 구현되고,
    상기 메인 센서 모듈은 재난 안전 감지 장치 상에서 회전 브라켓과 회전부를 기반으로 회전되고,
    상기 메인 센서 모듈은 회전에 따라 센서 윈도우를 변화시키고,
    상기 센서 윈도우의 변화에 따라 상기 메인 센서 모듈을 구성하는 센서의 센싱 방향이 변화되고,
    상기 메인 센서 모듈은 교체 가능한 구조로 상기 제2 감지 정보에 따라 교체되는 것을 특징으로 하는 재난 안전 감지 장치.
  6. 제5항에 있어서,
    상기 제1 감지 정보 및 상기 제2 감지 정보 중 적어도 하나의 감지 정보는 재난 발생 여부를 판단하기 위한 판단 요소로 설정되고,
    상기 판단 요소는 제1 판단 요소 그룹, 제2 판단 요소 그룹, 제3 판단 요소 그룹 중 하나로 분류되고,
    상기 제1 판단 요소 그룹은 비재난으로 판단되는 판단 요소를 포함하고,
    상기 제2 판단 요소 그룹은 재난 판단 인공 지능 엔진을 기반으로 재난 여부를 결정하는 판단 요소를 포함하고,
    상기 제3 판단 요소 그룹은 재난으로 판단되는 판단 요소를 포함하는 것을 특징으로 하는 재난 안전 감지 장치.
KR1020210165710A 2021-11-26 2021-11-26 교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치 KR102629641B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210165710A KR102629641B1 (ko) 2021-11-26 2021-11-26 교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치
PCT/KR2022/008487 WO2023096048A1 (ko) 2021-11-26 2022-06-15 교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210165710A KR102629641B1 (ko) 2021-11-26 2021-11-26 교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치

Publications (2)

Publication Number Publication Date
KR20230078187A true KR20230078187A (ko) 2023-06-02
KR102629641B1 KR102629641B1 (ko) 2024-01-29

Family

ID=86539893

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210165710A KR102629641B1 (ko) 2021-11-26 2021-11-26 교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치

Country Status (2)

Country Link
KR (1) KR102629641B1 (ko)
WO (1) WO2023096048A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017062773A (ja) * 2015-09-21 2017-03-30 インノホーム オイ 温度ガードセンサユニット
KR20200076235A (ko) * 2018-12-19 2020-06-29 유재경 인공지능형 상업용 주방 소화 시스템
KR102275989B1 (ko) * 2021-01-18 2021-07-13 (주)전원테크 화재 및 화재의 예상 전개방향을 예측할 수 있는 화재예측 시스템

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101817351B1 (ko) * 2017-07-14 2018-01-11 상지이앤씨(주) 실시간 화재 감지 및 모니터링 시스템
KR101901335B1 (ko) * 2018-03-06 2018-09-21 강민기 사물지능 통신 기반의 엘이디 실내등을 이용한 재난관제 동보시스템
KR102263305B1 (ko) * 2020-08-21 2021-06-14 (주)인우이엔씨 화재감지모듈의 변경이 가능한 화재 감지기

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017062773A (ja) * 2015-09-21 2017-03-30 インノホーム オイ 温度ガードセンサユニット
KR20200076235A (ko) * 2018-12-19 2020-06-29 유재경 인공지능형 상업용 주방 소화 시스템
KR102275989B1 (ko) * 2021-01-18 2021-07-13 (주)전원테크 화재 및 화재의 예상 전개방향을 예측할 수 있는 화재예측 시스템

Also Published As

Publication number Publication date
KR102629641B1 (ko) 2024-01-29
WO2023096048A1 (ko) 2023-06-01

Similar Documents

Publication Publication Date Title
US11393305B2 (en) Evacuation system
US11462090B2 (en) Facility monitoring apparatus and method
US8253553B2 (en) Portable occupancy detection unit
US6873256B2 (en) Intelligent building alarm
US11450226B2 (en) Predictive building emergency training and guidance system
US11157825B2 (en) Event condition detection
US11501621B2 (en) Predictive building emergency guidance and advisement system
JP2019534488A (ja) 緊急事態を検出する装置、システム、及び方法
KR102501053B1 (ko) 복합 화재 감지기 및 이를 포함하는 화재 감시 시스템
KR101640152B1 (ko) 복합 화재 감지기 및 이를 포함하는 화재 감시 시스템
KR102399268B1 (ko) 인공 지능 연동 지능형 재난 안전 관리 방법 이러한 방법을 수행하는 시스템
US11847898B2 (en) Adaptive fire detection
Sowah et al. Hardware module design and software implementation of multisensor fire detection and notification system using fuzzy logic and convolutional neural networks (CNNs)
GB2609519A (en) An intelligent fire and occupant safety system and method
WO2022056023A1 (en) Systems and methods for operating emergency systems and exit signs
KR20230078187A (ko) 교체형 회전 모듈을 이용한 재난 안전 감지 방법 및 이러한 방법을 수행하는 장치
Kaur et al. Counter Measures for Early Detection of Fire within the Forest Using Hexagonal Based Neural Network Based Approach
KR102647520B1 (ko) 실내 화재 감지 모니터링 시스템 및 이의 운영 방법
KR20230044053A (ko) 적어도 하나의 건축물의 화재를 종합적으로 관리하는 통합형 게이트웨이 및 시스템
Sowah et al. Research Article Hardware Module Design and Software Implementation of Multisensor Fire Detection and Notification System Using Fuzzy Logic and Convolutional Neural Networks (CNNs)

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant