KR20240071833A - 익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템 - Google Patents

익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템 Download PDF

Info

Publication number
KR20240071833A
KR20240071833A KR1020220153805A KR20220153805A KR20240071833A KR 20240071833 A KR20240071833 A KR 20240071833A KR 1020220153805 A KR1020220153805 A KR 1020220153805A KR 20220153805 A KR20220153805 A KR 20220153805A KR 20240071833 A KR20240071833 A KR 20240071833A
Authority
KR
South Korea
Prior art keywords
person
drowning
artificial intelligence
water
drowned
Prior art date
Application number
KR1020220153805A
Other languages
English (en)
Inventor
권오봉
Original Assignee
주식회사 플루톤
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 주식회사 플루톤 filed Critical 주식회사 플루톤
Priority to KR1020220153805A priority Critical patent/KR20240071833A/ko
Publication of KR20240071833A publication Critical patent/KR20240071833A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63C—LAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
    • B63C9/00—Life-saving in water
    • B63C9/02—Lifeboats, life-rafts or the like, specially adapted for life-saving
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63C—LAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
    • B63C9/00—Life-saving in water
    • B63C9/0005—Life-saving in water by means of alarm devices for persons falling into the water, e.g. by signalling, by controlling the propulsion or manoeuvring means of the boat
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
    • B63B2035/005—Search and rescue [SAR] vessels
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
    • B63B2035/006—Unmanned surface vessels, e.g. remotely controlled
    • B63B2035/007—Unmanned surface vessels, e.g. remotely controlled autonomously operating

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)

Abstract

익수자 구조용 인공지능 수상드론은, 함체, 함체를 구동시키는 구동장비, 함체에 장착되며 수상 물체의 영상을 획득하는 카메라, 카메라가 획득한 수상 물체의 영상을 AI 학습서버에 전송하고, AI 학습서버로부터 익수자 인식용 AI 모델을 수신하는 통신모듈, 통신모듈로부터 익수자 인식용 AI 모델을 제공받아 수상의 익수자를 인식하는 AI 컴퓨터, 및 함체에 장착된 장비를 제어하여 익수자 인식 및 구조 활동을 관제하는 제어모듈을 포함한다.

Description

익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템 {AI WATER DRONE FOR RESCUING DROWNING VICTIM AND AI RESCUE SYSTEM FOR DROWNING VICTIM}
본 발명은 익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템으로서, 보다 상세하게는, 익수자 인식 알고리즘에 익수자 인식용 AI 모델을 적용하여 수상의 사람이 익수자 인지 여부를 판단하고 익수자 구조 활동을 진행하는 익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템에 관한 것이다.
소득 증대 및 주 5일 근무제의 시행 등으로 인해 생활 환경이 전반적으로 좋아지면서 레저 활동에 대한 관심도 높아지고 있으며, 실제로 기호에 맞춰 다양한 레저 활동이 이루어지고 있다. 예를 들면, 수상 환경에서의 레저가 증가하고 있는데, 특히 해수욕장과 같은 곳에서 피서객 수가 지속적으로 늘어나고 있다. 그러나, 이에 맞춰 수상 안전사고도 증가하고 있다.
하지만, 수상 인명 구조 인프라는 지역 또는 기관별로 소규모 인력과 장비를 독자 운영함으로써 효율적인 대처가 미흡한 실정이다. 따라서, 해변에서 이안류(rip current), 해일 등과 같은 재해가 발생될 때 효율적인 대처를 하지 못해 인명 구조를 하지 못하는 안타까운 상황도 빈번하게 발생되고 있다.
부연하면, 익사 사고가 발생되는 경우 익수자가 3분 이내에 호흡 곤란 및 경련 등을 겪게 되는데, 기존의 수동장비를 이용한 안전요원의 투입만으로는 신속한 대처가 어렵다.
이러한 문제점을 해결하기 위해, 종래에는 관제센터에서 각종 장비로 익수자 발생을 파악하고, 구조 로봇을 익수자가 위치한 장소로 이동시켜 익수자를 구조하는 익수자 구조 시스템이 소개되었다(한국등록특허 제10-1407158호 참조).
그러나, 수상, 특히 익수자로부터 원거리에 위치한 관제센터에서 익수자를 발견하고 구조 활동을 펼치는 것은 순식간에 익사할 수도 있는 익수자 구조에 충분히 대응하지 못하는 면이 있다.
이러한 문제점을 해결하기 위하여, 익수자가 위치한 수상을 순찰하면서 익수자를 신속하게 발견하고 익수자 구조 조치를 취할 수 있는 익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템의 필요성이 대두되고 있다.
본 개시에 개시된 실시예는 수상드론이 물위를 순찰하면서 익수자를 발견하고 익수자 구조 활동을 신속하게 수행하며, 이때 수상드론은 익수자 구조 알고리즘에 익수자 인식용 AI 모델을 적용하여 익수자를 인식함으로써 익수자 인식의 오류를 방지하여 신속하면서 효과적으로 익수자를 구조할 수 있는 익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템을 제공하는데 그 목적이 있다.
본 개시가 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 기술적 과제를 달성하기 위한 본 개시에 일 측면에 따른 익수자 구조용 인공지능 수상드론은, 함체, 함체를 구동시키는 구동장비, 함체에 장착되며 수상 물체의 영상을 획득하는 카메라, 카메라가 획득한 수상 물체의 영상을 AI 학습서버에 전송하고, AI 학습서버로부터 익수자 인식용 AI 모델을 수신하는 통신모듈, 통신모듈로부터 익수자 인식용 AI 모델을 제공받아 수상의 익수자를 인식하는 AI 컴퓨터, 및 함체에 장착된 장비를 제어하여 익수자 인식 및 구조 활동을 관제하는 제어모듈을 포함한다.
상술한 기술적 과제를 달성하기 위한 본 개시에 일 측면에 따른 포함하는 인공지능 익수자 구조 시스템은, 익수자 구조용 인공지능 수상드론 및 익수자 구조용 인공지능 수상드론에 익수자 여부를 통지하는 AI 익수자 구조 서버를 포함하는 인공지능 익수자 구조 시스템으로서, 익수자 구조용 인공지능 수상드론은, 함체, 함체를 구동시키는 구동장비, 함체에 장착되며 수상 물체의 영상을 획득하는 카메라, 카메라가 획득한 수상 물체의 영상을 AI 익수자 구조 서버에 전송하고, AI 익수자 구조 서버로부터 익수자 여부를 통지 받는 통신모듈, 및 함체에 장착된 장비를 제어하여 익수자 인식 및 구조 활동을 관제하는 제어모듈을 포함하고, AI 익수자 구조 서버는, 수상 물체의 영상으로부터 사람을 인식하는 AI 사람 인식 모듈, 및 수상 물체의 영상을 이용하여 학습한 결과 도출된 익수자 인식용 AI 모델을 적용하여 인식된 사람 중에서 익수자를 인식하는 AI 익수자 인식 모듈을 포함하고, AI 익수자 인식 모듈은 기 저장된 익수자 인식 알고리즘에 익수자 인식용 AI 모델을 적용하여 익수자를 인식하는 것이다.
본 개시의 전술한 과제 해결 수단에 의하면, 수상드론이 물위를 순찰하면서 익수자를 발견하고 익수자 구조 활동을 신속하게 수행하며, 이때 수상드론은 익수자 구조 알고리즘에 익수자 인식용 AI 모델을 적용하여 익수자를 인식함으로써 익수자 인식의 오류를 방지하여 골든 타임 내에 신속하면서 효과적으로 익수자를 구조할 수 있는 효과를 제공한다.
본 개시의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론이 익수자를 인식하는 활동을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론의 기능적 블록도이다.
도 3은 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론의AI 컴퓨터의 기능적 블록도이다.
도 4는 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론을 포함하는 인공지능 익수자 구조 시스템을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론으로부터 수상 물체 영상을 제공받는 AI 학습서버의 기능적 블록도이다.
도 6은 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론의AI 컴퓨터가 익수자를 인식하는 과정에 사용하는 익수자 인식 알고리즘을 나타낸 도면이다.
도 7은 본 발명의 다른 실시예에 따른 익수자 구조용 인공지능 수상드론을 포함하는 인공지능 익수자 구조 시스템을 나타낸 도면이다.
도 8은 본 발명의 다른 실시예에 따른 익수자 구조용 인공지능 수상드론의 기능적 블록도이다.
도 9는 본 발명의 다른 실시예에 따른 익수자 구조용 인공지능 수상드론으로부터 수상 물체 영상을 제공받는 AI 익수자 구조 서버의 기능적 블록도이다.
본 개시 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 개시가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 개시가 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우 뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 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.
명세서 전체에서, 어떤 부재가 다른 부재 "상에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.
각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
이하 첨부된 도면들을 참고하여 본 개시의 작용 원리 및 실시예들에 대해 설명한다.
도 1 내지 6을 참조하여, 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론을 설명한다. 도 1은 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론이 익수자를 인식하는 활동을 나타낸 도면이다. 도 2는 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론의 기능적 블록도이다. 도 3은 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론의AI 컴퓨터의 기능적 블록도이다.
도 4는 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론을 포함하는 인공지능 익수자 구조 시스템을 나타낸 도면이다. 도 5는 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론으로부터 수상 물체 영상을 제공받는 AI 학습서버의 기능적 블록도이다. 도 6은 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론의AI 컴퓨터가 익수자를 인식하는 과정에 사용하는 익수자 인식 알고리즘을 나타낸 도면이다.
도 1 내지 6을 참조하면, 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론(100)은, 함체(10), 구동장비(80), 카메라(20), 메가폰(90), 통신모듈(70), AI(Artificial Intelligence) 컴퓨터, 충돌방지센서(30) 및 제어모듈(150)을 포함한다.
함체(10)는 익수자 구조용 인공지능 수상드론(100)의 본체를 구성하며, 후술하는 구성들이 설치 내지 장착될 수 있으며, 물 위에서 구동을 해야 하는 바 배 내지 요트 형상을 지닐 수 있다. 이러한 함체(10)는 구조한 익수자를 수용할 구조 공간이 형성될 수도 있다.
구동장비(80)는 함체(10)를 구동시키는 장비이다. 이러한 구동장비(80)의 일 형태로는 추진용 쓰러스트(thrust)가 있을 수 있으나, 이에 제한되는 것은 아니며 함체(10)를 구동시킬 수 있다면 구동방식에는 제한이 없다.
한편, 함체(10)는 자율 주행 방식으로 물 위를 순찰할 수 있다. 이를 위해 후술하는 AI 컴퓨터(140), 충돌방지센서(30) 및 제어모듈(150)은 상호 작용을 수행할 수 있으며, 이에 대해서는 후술한다.
카메라(20)는 함체(10)에 장착되며 수상 물체의 영상을 획득하는 장비이다.
함체(10)가 구동장비(80)에 의해 물 위를 순찰하고, 물 위에서는 위험에 처한 해수욕객, 수영을 즐기는 일반인, 레저용 선박, 요트, 보트, 수상스키, 수상자전거, 수상바이크, 부표 및 튜브 등이 존재할 수 있다.
카메라(20)는 함체(10)가 순찰하는 과정에서 위험에 처한 해수욕객, 수영을 즐기는 일반인, 레저용 선박, 요트, 보트, 수상스키, 수상자전거, 수상바이크, 부표 및 튜브를 포함하는 물체를 촬영하여 수상 물체의 영상을 획득할 수 있다.
한편, 카메라(20)로는 열화상 카메라(20)가 사용될 수 있고, 이러한 열화상 카메라(20)는 사람 인식 및 익수자 인식에 사용될 수 있다.
예를 들어, 열화상 카메라(20)로 어떠한 물체를 촬영한 결과 그 물체가 발산하는 적외선 에너지를 이미지로 변환하여 사람임을 인식할 수 있고, 또는 물체에서 나온 적외선 에너지가 사람의 체온과 유사한 온도 범위에서 나오는 적외선과 동일 내지 유사할 경우 사람으로 간주할 수도 있다.
또한, 사람으로 인지 내지 간주된 대상이 열화상 카메라(20)로 촬영한 결과 지속적으로 체온이 떨어진다고 판단될 경우 익수자로 인식하거나 그에 따라 긴급 구조 활동을 진행할 수도 있다.
메가폰(90)은 함체 상에 설치되어 안내 방송을 할 수 있으며, 일 예로서 익수자에게 구조 신호를 보내어 심리적 안정을 취할 수 있도록 할 수 있다.
통신모듈(70)은 익수자 구조용 인공지능 수상드론(100)의 순찰 및 익수자 구조 활동을 위해 외부의 대상과 정보를 송수신하는 모듈이다.
일 형태로서, 카메라(20)가 획득한 수상 물체의 영상을 외부의 AI 학습서버(300)에 전송하고, AI 학습서버(300)로부터 익수자 인식용 AI 모델을 수신할 수 있다.
이렇게 수신된 익수자 인식용 AI 모델은 후술하는 익수지 인식 알고리즘에 적용되어 물 위의 사람이 익수자 인지 여부를 판단하는 데 이용될 수 있다.
통신모듈(70)의 통신 방식은 근거리 무선 통신 방식 및 원거리 통신 방식이 모두 사용될 수 있다. 근거리 무선 통신 방식으로는 블루투스, 와이파이, 지그비, 지웨이브 등이 있으며, 5G(5th Generation Mobile Telecommunication)와 같은 원거리 무선 통신 방식이 사용될 수 있다.
한편, 통신모듈(70)을 통해 익수자 구조용 인공지능 수상드론(100)과 외부 대상과 통신 가능하다면 통신 방식에는 제한이 없다.
AI 컴퓨터(140)는 통신모듈(70)로부터 익수자 인식용 AI 모델을 제공받아 수상의 익수자를 인식하는 모듈이다.
이와 관련하여, 우선 익수자 인식용 AI 모델은 수상 물체 및 수상 물체에 레이블링 된 익수자 정보를 이용하여 훈련된 뉴럴 네트워크일 수 있다.
구체적으로, AI 학습서버(300)는 통신모듈(70)을 통해 제공받은 수상 물체 영상에 익수자 정보를 레이블링하여, 뉴럴 네트워크에 수상 물체 영상과 레이블링된 익수자 정보를 제공하여 뉴럴 네트워크를 트레이닝함으로써 익수자 인식용 AI 모델을 도출할 수 있다. 이러한 뉴럴 네트워크에 대해서는 후술한다.
이렇게 도출된 익수자 인식용 AI 모델은 통신모듈(70)을 통해 AI 컴퓨터(140)에 전달될 수 있고, AI 컴퓨터(140)는 기 저장된 익수자 인식 알고리즘에 익수자 인식용 AI 모델을 적용하여 익수자를 인식할 수 있다.
이를 위해, AI 컴퓨터(140)는 수신부(110), 저장부(120) 및 판단부(130)를 포함할 수 있다.
수신부(110)는 통신모듈(70)로부터 익수자 인식용 AI 모델을 수신할 수 있으며, 저장부(120)는 익수자 인식 알고리즘을 저장하고 있고, 또한 수신부(110)로부터 제공받은 익수자 인식용 AI 모델을 저장할 수 있다.
판단부(130)는 저장부(120)로부터 익수자 인식 알고리즘 및 익수자 인식용 AI 모델을 제공받을 수 있고, 익수자 인식 알고리즘에 익수자 인식용 AI 모델을 적용하여 익수자를 인식할 수 있다.
구체적으로, 익수자 인식 알고리즘은, 순서대로 i)자율 주행 순찰 단계, ii)사람 발견 단계, iii)원거리 익수자 가능성 산출 단계, iv)제 1 산출값과 제 1 기준값 비교 단계, v)사람에 접근할 때까지 이동 단계, vi)근거리 익수자 가능성 산출 단계, vii)제 2 산출값과 제 2 기준값 비교 단계, viii)위치 탐지 및 구조 활동 단계를 포함한다.
자율 순찰 단계는, 익수자 구조용 인공지능 수상드론(100)이 물위를 자율 주행 또는 설정된 경로를 따라 순찰을 하는 단계이며, 이 과정에서 카메라(20)를 통해 수상 물체 영상을 획득하고, 획득된 영상은 통신모듈(70)을 통해 AI 학습서버(300)로 보내질 수 있다.
사람 발견 단계는, 익수자 구조용 인공지능 수상드론(100)이 순찰하는 과정에서 자체적으로 AI 컴퓨터(140) 또는 AI 학습서버(300)를 이용하여 촬영된 수상 물체가 사람인지 여부를 판단할 수 있고, 판단 결과 물위에서 사람을 발견할 수 있다.
이 때, 사람 발견을 위해, AI 컴퓨터(140) 또는 AI 학습서버(300)는 기계 학습을 통해 사람 판단 모델을 구비할 수 있고, 이러한 사람 판단 모델을 통해 수상 물체가 사람인지 여부를 판단할 수 있다.
원거리 익수자 가능성 산출 단계는, 원거리(long range)에 위치한 사람의 익수자 가능성을 판단하는 단계로서, 학습된 뉴럴 네트워크에서 결정하는 제 1 파라미터가 원거리 익수자 가능성 산출 절차에 적용될 수 있다. 즉, 발견된 사람이 제 1 파라미터의 사항과 어느 정도 부합하는지를 근거로 원거리 익수자 가능성을 산출할 수 있다.
구체적으로, 제 1 파라미터는, 갑작스런 수영 패턴 탐지, 잦은 간격으로 머리가 보이다 안보이다 함, 높은 파도가 사람을 덮치는 광경 탐지의 사항을 포함할 수 있다.
제 1 산출값과 제 1 기준값 비교 단계는, 원거리 익수자 가능성 산출 절차에 의해 산출된 제 1 산출값과 기 설정된 제 1 기준값을 비교하는 제 1 비교 절차 단계이다.
사람에 접근할 때까지 이동 단계는, 비교 결과, 제 1 산출값이 제 1 기준값을 넘을 경우, 함체(10)는 원거리에 위치한 사람의 근거리(close range)로 이동하여 사람에 접근할 때까지 이동할 수 있다.
근거리 익수자 가능성 산출 단계는, 제 1 산출값이 제 1 기준값을 넘을 경우, 함체(10)가 사람의 근거리로 이동하여 2차적으로 익수자 가능성을 판단하는 단계이다.
이 단계에서는, 학습된 뉴럴 네트워크에서 결정하는 제 2 파라미터가 근거리 익수자 가능성 산출 절차에 적용될 수 있다. 즉, 일차적으로 판단한 결과 익수자 가능성이 높아 접근된 사람이 제 2 파라미터의 사항과 어느 정도 부합하는지를 근거로 근거리 익수자 가능성을 산출할 수 있다.
구체적으로, 제 2 파라미터는, 머리가 물 밑에, 수면에 입이 위치하는 광경 탐지, 머리는 뒤로 젖혀져 있고 입은 벌려 있는 광경 탐지, 눈에 힘이 없고 집중 못하는 상태 탐지, 감겨 있는 눈 탐지, 머리카락이 이마 또는 눈을 가리는 광경 탐지, 과호흡 또는 움켜잡는 광경 탐지, 특정 방향으로 수영하나 전진하지 못함, 뒤로 넘어지는 듯한 포즈 탐지, 보이지 않는 사다리를 오르려고 하는 시도 탐지, 도움이 필요한지 문의한 후 대답이 없으면 위험 상황임의 사항을 포함할 수 있다.
제 2 산출값과 제 2 기준값 비교 단계는, 근거리 익수자 가능성 산출 잘차에 의해 산출된 제 2 산출값과 기 설정된 제 2 기준값을 비교하는 제 2 비교 절차이다.
위치 탐지 및 구조 활동 단계는, 비교 결과, 제 2 산출값이 제 2 기준값을 넘을 경우, 근거리에 위치한 사람을 익수자로 판단하고 익수자 위치 탐지 및 익수자 구조 수행을 진행할 수 있다.
이 때, 익수자 위치 탐지는 익수자 구조용 인공지능 수상드론(100)이 구비한 GPS 모듈을 통해 자신의 위치를 파악하고 파악된 위치를 통신모듈(70)을 통해 관제센터(180)에 제공할 수 있다.
또한, 익수자 구조 수행은 관제센터(180)에 익수자의 위치를 알리면서 구조 요청을 하고, 사이렌과 같은 알림장치(40)를 통해 주변에 익수자가 발생했음을 알리며, 함체(10)에 장착된 구조장비(170), 즉 구명환(60) 또는 손잡이(50)를 통해 익수자를 긴급하게 구조할 수 있다.
즉, 본 발명은 2단계의 익수자 판단 과정이 존재하며, 그에 따라 익수자 오인에 따른 인력 및 시간 낭비를 줄일 수 있다. 또한, 익수자가 아닌 사람을 익수자로 오인하여 그 사람에게 심적 및 물적 피해를 줄 수 있는데 이러한 점을 방지할 수 있다.
충돌방지센서(30)는 함체(10)에 설치되어, 익수자 구조용 인공지능 수상드론(100)이 순찰하거나 익수자 구조 활동 중에 장애물 또는 익수자와 충돌하는 것을 방지하는 센서이다.
이러한 충돌방지센서(30)로는 라이더 센서일 수 있으며, 이에 제한되는 것은 아아니며 다양한 센서가 적용될 수 있다.
특히, 익수자 구조용 인공지능 수상드론(100)이 자율 주행하면서 순찰을 하는 경우 충돌방지센서(30)는 자율 주행하는 익수자 구조용 인공지능 수상드론(100)이 물체와 충돌하는 것을 방지할 수 있다.
제어모듈(150)은 함체(10)에 장착된 장비를 제어하여 익수자 인식 및 구조 활동을 관제하는 모듈이다.
즉, 제어모듈(150)은 함체(10)에 작착된 구동장비(80), 카메라(20), 통신모듈(70), AI 컴퓨터(140), 충돌방지센서(30) 및 배터리(160)의 충전 상태 등을 제어하여 익수자 구조용 인공지능 수상드론(100)이 안전하고 효과적으로 물위에서 순찰하고 익수자 구조를 하도록 할 수 있다.
특히, 제어 모듈은 익수자 구조 활동을 위해 통신모듈(70)을 통해 관제센터(180)에 익수자 발생 사실 및 익수자 위치를 통지할 수 있다.
추가적으로, 도 4 를 다시 참조하여, 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론(100)을 포함하는 인공지능 익수자 구조 시스템을 살펴본다.
인공지능 익수자 구조 시스템은 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론(100), AI 학습서버(300) 및 관제센터(180)를 포함할 수 있다. 한편, 익수자 구조용 인공지능 수상드론(100)은 전술한 바 있다.
AI 학습서버(300)는, 익수자 구조용 인공지능 수상드론(100)으로부터 수상 물체의 영상을 수신하고, 익수자 인식용 AI 모델을 익수자 구조용 인공지능 수상드론(100)에 제공하는 통신부(250), 수상 물체의 영상을 통해 학습을 수행하여 익수자 인식용 AI 모델을 도출하는 AI 학습부(270) 및 익수자 인식용 AI 모델을 포함한 각종 정보를 저장하는 빅데이터부(260)를 포함한다.
이러한 AI 학습서버(300)는 익수자 구조용 인공지능 수상드론(100)으로부터 수상 물체의 영상을 수신하고, 이 자료를 이용하여 익수지 인식 알고리즘에 적용하여 물 위의 사람이 익수자 인지 여부를 판단하는 데 이용될 익수자 인식용 AI 모델을 도출할 수 있다.
우선, 익수자 인식용 AI 모델은 수상 물체 및 수상 물체에 레이블링 된 익수자 정보를 이용하여 훈련된 뉴럴 네트워크일 수 있다.
구체적으로, AI 학습서버(300)는 제공받은 수상 물체 영상에 익수자 정보를 레이블링하여, 뉴럴 네트워크에 수상 물체 영상과 레이블링된 익수자 정보를 제공하여 뉴럴 네트워크를 트레이닝함으로써 익수자 인식용 AI 모델을 도출할 수 있다.
더욱 구체적으로, AI 학습서버(300)는, 각종 수상 물체 영상 정보를 입력 값으로, 그리고 이러한 수상 물체 영상 정보에 대응하는 익수자 여부를 출력 값으로 이용하여 뉴럴 네트워크를 트레이닝 할 수 있다. 여기서 익수자 여부는, 뉴럴 네트워크가 수상 물체 영상 정보를 이용하여 추론해야 하는 정답일 수 있다.
이 경우 뉴럴 네트워크는 수상 물체 영상 정보 및 익수자 여부를 이용하여, 수상 물체 영상 정보와 익수자 여부의 연관 관계에 대한 함수를 유추할 수 있다. 그리고 뉴럴 네트워크에서 유추된 함수에 대한 평가를 통해, 뉴럴 네트워크의 제 1 파라미터 및 제 2 파라미터가 결정(최적화)될 수 있다.
한편, 전술한 바와 같이, 제 1 파라미터는 원거리 익수자 가능성 산출 절차에 적용되는 파라미터이고, 제 2 파라미터는 근거리 익수자 가능성 산출 절차에 적용되는 파라미터일 수 있다.
관제센터(180)는 익수자 구조용 인공지능 수상드론(100)의 수상 순찰 및 익수자 구조 활동을 관제하는 센터이다.
익수자 구조용 인공지능 수상드론(100)은 순찰 과정에서 얻은 각종 정보를 관제센터(180)에 제공할 수 있으며, 특히 익수자를 발견할 경우 관제센터(180)에 익수자의 위치를 통보하면서 구조 요청을 할 수 있다.
이상, 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론(100) 및 인공지능 익수자 구조 시스템을 설명하였다. 이하, 도 7 내지 9 를 참고하여 본 발명의 다른 실시예에 따른 익수자 구조용 인공지능 수상드론 및 이를 포함하는 인공지능 익수자 구조 시스템을 설명한다.
도 7은 본 발명의 다른 실시예에 따른 익수자 구조용 인공지능 수상드론을 포함하는 인공지능 익수자 구조 시스템을 나타낸 도면이다. 도 8은 본 발명의 다른 실시예에 따른 익수자 구조용 인공지능 수상드론의 기능적 블록도이다. 도 9는 본 발명의 다른 실시예에 따른 익수자 구조용 인공지능 수상드론으로부터 수상 물체 영상을 제공받는 AI 익수자 구조 서버의 기능적 블록도이다.
도 7 내지 9 를 참조하면, 본 발명의 다른 실시예에 따른 익수자 구조용 인공지능 수상드론(310)은, 전술한 본 발명의 일 실시예에 따른 익수자 구조용 인공지능 수상드론(100)과 마찬가지로 구동장비(80), 카메라(20), 통신모듈(70), 충돌방지센서(30), 제어모듈(150), 배터리(160) 및 구조장비(170)를 포함할 수 있으나, AI 컴퓨터(140)는 포함하지 않을 수 있거나 있어도 작동하지 않을 수 있다.
즉, 익수자 구조용 인공지능 수상드론(310)은, 함체(10), 함체(10)를 구동시키는 구동장비(80), 함체(10)에 장착되며 수상 물체의 영상을 획득하는 카메라(20), 카메라(20)가 획득한 수상 물체의 영상을 후술할 AI 익수자 구조 서버(400)에 전송하고, AI 익수자 구조 서버(400)로부터 익수자 여부를 통지 받는 통신모듈(70), 및 함체(10)에 장착된 장비를 제어하여 익수자 인식 및 구조 활동을 관제하는 제어모듈(150)을 포함할 수 있다.
다시 말해서, 본 발명의 다른 실시예의 경우는 익수자 인식 알고리즘 및 익수자 인식용 AI 모델을 이용한 익수자 인식 과정이 외부의 AI 익수자 구조 서버(400)에서 이루어질 수 있다.
이하, 본 발명의 다른 실시예에 따른 익수자 구조용 인공지능 수상드론(310)을 포함한 인공지능 익수자 구조 시스템을 설명한다.
본 발명의 다른 실시예에 따른 익수자 구조용 인공지능 수상드론(310)을 포함한 인공지능 익수자 구조 시스템은, 익수자 구조용 인공지능 수상드론(310), 익수자 구조용 인공지능 수상드론(310)에 익수자 여부를 통지하는 AI 익수자 구조 서버(400) 및 관제센터(180)를 포함한다.
AI 익수자 구조 서버(400)는 익수자 구조용 인공지능 수상드론(310)에 제공하는 수상 물체의 영상으로부터 사람(200)을 인식하고, 인식된 사람(200) 중에서 익수자(210)를 인식한 후, 이러한 사항을 익수자 구조용 인공지능 수상드론(310)에 제공하는 서버이다.
이를 위해, AI 익수자 구조 서버(400)는, 수상 물체의 영상으로부터 사람(200)을 인식하는 AI 사람 인식 모듈(330), 수상 물체의 영상을 이용하여 학습한 결과 도출된 익수자 인식용 AI 모델을 적용하여 인식된 사람(200) 중에서 익수자(210)를 인식하는 AI 익수자 인식 모듈(370)을 포함할 수 있다.
또한, AI 익수자 구조 서버(400)는, 익수자 구조용 인공지능 수상드론(310) 및 관제센터(180)와 각종 정보를 송수신하는 통신부(320), 및 사람 판단 모델, 익수자 인식용 AI 모델, 익수자 인식 알고리즘을 포함한 각종 정보를 저장하는 빅데이터부(360)를 더 포함할 수 있다.
우선, AI 사람 인식 모듈(330)은 AI 사람 인식 학습부(380) 및 AI 사람 인식 판단부(350)를 포함할 수 있고, AI 사람 인식 학습부(340)에서 수상 물체의 영상 및 이 영상에 레이블링 된 사람 여부 정보를 이용하여 학습을 수행하여 사람 판단 모델을 도출할 수 있고, AI 사람 인식 판단부(350)는 이러한 사람 판단 모델을 이용하여 수상 물체가 사람인지 여부를 판단할 수 있다.
다음으로, AI 익수자 인식 모듈(370)은 AI 익수자 인식 학습부(380) 및 AI 익수자 인식 판단부(390)를 포함할 수 있고, AI 익수자 인식 학습부(380)는 앞에서 살펴본 바와 같이 수상 물체 및 수상 물체에 레이블링 된 익수자 정보를 이용하여 훈련된 뉴럴 네트워크인 익수자 인식용 AI 모델을 도출하고, AI 익수자 인식 판단부(390)는 빅데이터부(360)에 기 저장된 익수자 인식 알고리즘에 익수자 인식용 AI 모델을 적용하여 익수자(210)를 인식할 수 있다.
한편, 본 발명의 다른 실시예의 경우 AI 익수자 구조 서버(400)가 실시간으로 익수자 구조용 인공지능 수상드론(310)에 발견된 사람이 익수자인지 여부를 통지해야 하므로, AI 익수자 구조 서버(400)와 익수자 구조용 인공지능 수상드론(310) 간의 통신은 5G와 같은 초고속 통신 방식이 적용될 수 있다.
추가적으로, 본 발명의 다른 실시예의 경우, 익수자 인식 알고리즘 및 익수자 인식용 AI 모델은, 전술한 본 발명의 일 실시예의 경우와 동일할 수 있다.
이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다. 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자는 본 개시의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 본 개시가 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.
10: 함체 20: 카메라
30: 충돌방지센서 40: 알림장치
50: 손잡이 60: 구명환
70: 통신모듈 80: 구동장비
90: 메가폰
100, 310: 익수자 구조용 인공지능 수상드론
110: 수신부
120: 저장부 130: 판단부
140: AI 컴퓨터 150, 410: 제어모듈
160: 배터리 170: 구조장비
180: 관제센터 200: 사람
210: 익수자 250, 320: 통신부
260: 빅데이터부 270: AI 학습부
300: AI 학습서버 330: AI 사람 인식 모듈
340: AI 사람 인식 학습부 350: AI 사람 인식 판단부
360: 빅데이터부 370: AI 익수자 인식 모듈
380: AI 익수자 인식 학습부 390: AI 익수자 인식 판단부
400: AI 익수자 구조 서버

Claims (10)

  1. 함체;
    상기 함체를 구동시키는 구동장비;
    상기 함체에 장착되며 수상 물체의 영상을 획득하는 카메라;
    상기 카메라가 획득한 상기 수상 물체의 영상을 AI 학습서버에 전송하고, 상기 AI 학습서버로부터 익수자 인식용 AI 모델을 수신하는 통신모듈;
    상기 통신모듈로부터 상기 익수자 인식용 AI 모델을 제공받아 상기 수상의 익수자를 인식하는 AI 컴퓨터; 및
    상기 함체에 장착된 장비를 제어하여 익수자 인식 및 구조 활동을 관제하는 제어모듈을 포함하는 익수자 구조용 인공지능 수상드론.
  2. 제 1 항에 있어서,
    상기 AI 컴퓨터는 기 저장된 익수자 인식 알고리즘에 상기 익수자 인식용 AI 모델을 적용하여 상기 익수자를 인식하는 것인 익수자 구조용 인공지능 수상드론.
  3. 제 2 항에 있어서,
    상기 익수자 인식 알고리즘은,
    원거리(long range)에 위치한 사람의 익수자 가능성을 판단하는 원거리 익수자 가능성 산출 절차;
    상기 원거리 익수자 가능성 산출 절차에 의해 산출된 제 1 산출값과 기 설정된 제 1 기준값을 비교하는 제 1 비교 절차;
    상기 제 1 산출값이 상기 제 1 기준값을 넘을 경우, 상기 함체가 상기 원거리에위치한 사람의 근거리(close range)로 이동하여 2차적으로 익수자 가능성을 판단하는 근거리 익수자 가능성 산출 절차;
    상기 근거리 익수자 가능성 산출 잘차에 의해 산출된 제 2 산출값과 기 설정된 제 2 기준값을 비교하는 제 2 비교 절차; 및
    상기 제 2 산출값이 상기 제 2 기준값을 넘을 경우, 익수자 위치 탐지 및 익수자 구조 수행 절차를 포함하는 것인 익수자 구조용 인공지능 수상드론.
  4. 제 3 항에 있어서,
    상기 익수자 인식용 AI 모델은, 상기 수상 물체 및 상기 수상 물체에 레이블링 된 익수자 정보를 이용하여 훈련된 뉴럴 네트워크이고,
    상기 뉴럴 네트워크에서 제 1 파라미터 및 제 2 파라미터가 결정되고,
    상기 제 1 파라미터는 상기 원거리 익수자 가능성 산출 절차에 적용되는 파라미터이고,
    상기 제 2 파라미터는 상기 근거리 익수자 가능성 산출 절차에 적용되는 파라미터인 것인 익수자 구조용 인공지능 수상드론.
  5. 제 1 항에 있어서,
    상기 카메라는 열화상 카메라이고,
    상기 열화상 카메라는 사람 인식 및 익수자 인식에 사용되는 것인 익수자 구조용 인공지능 수상드론.
  6. 제 1 항에 있어서,
    상기 제어 모듈은 익수자 구조 활동을 위해 관제센터에 익수자 발생 사실 및 익수자 위치를 통지하는 것인 익수자 구조용 인공지능 수상드론.
  7. 익수자 구조용 인공지능 수상드론 및 상기 익수자 구조용 인공지능 수상드론에 익수자 여부를 통지하는 AI 익수자 구조 서버를 포함하는 인공지능 익수자 구조 시스템으로서,
    상기 익수자 구조용 인공지능 수상드론은,
    함체;
    상기 함체를 구동시키는 구동장비;
    상기 함체에 장착되며 수상 물체의 영상을 획득하는 카메라;
    상기 카메라가 획득한 상기 수상 물체의 영상을 AI 익수자 구조 서버에 전송하고, 상기 AI 익수자 구조 서버로부터 익수자 여부를 통지 받는 통신모듈; 및
    상기 함체에 장착된 장비를 제어하여 익수자 인식 및 구조 활동을 관제하는 제어모듈을 포함하고,
    상기 AI 익수자 구조 서버는,
    상기 수상 물체의 영상으로부터 사람을 인식하는 AI 사람 인식 모듈; 및
    상기 수상 물체의 영상을 이용하여 학습한 결과 도출된 익수자 인식용 AI 모델을 적용하여 인식된 사람 중에서 익수자를 인식하는 AI 익수자 인식 모듈을 포함하고,
    상기 AI 익수자 인식 모듈은 기 저장된 익수자 인식 알고리즘에 상기 익수자 인식용 AI 모델을 적용하여 상기 익수자를 인식하는 것인 인공지능 익수자 구조 시스템.
  8. 제 7 항에 있어서,
    상기 익수자 인식 알고리즘은,
    원거리(long range)에 위치한 사람의 익수자 가능성을 판단하는 원거리 익수자 가능성 산출 절차;
    상기 원거리 익수자 가능성 산출 절차에 의해 산출된 제 1 산출값과 기 설정된 제 1 기준값을 비교하는 제 1 비교 절차;
    상기 제 1 산출값이 상기 제 1 기준값을 넘을 경우, 상기 함체가 상기 원거리에위치한 사람의 근거리(close range)로 이동하여 2차적으로 익수자 가능성을 판단하는 근거리 익수자 가능성 산출 절차;
    상기 근거리 익수자 가능성 산출 잘차에 의해 산출된 제 2 산출값과 기 설정된 제 2 기준값을 비교하는 제 2 비교 절차; 및
    상기 제 2 산출값이 상기 제 2 기준값을 넘을 경우, 익수자 위치 탐지 및 익수자 구조 수행 절차를 포함하는 것인 인공지능 익수자 구조 시스템.
  9. 제 8 항에 있어서,
    상기 익수자 인식용 AI 모델은, 상기 수상 물체 및 상기 수상 물체에 레이블링 된 익수자 정보를 이용하여 훈련된 뉴럴 네트워크이고,
    상기 뉴럴 네트워크에서 제 1 파라미터 및 제 2 파라미터가 결정되고,
    상기 제 1 파라미터는 상기 원거리 익수자 가능성 산출 절차에 적용되는 파라미터이고,
    상기 제 2 파라미터는 상기 근거리 익수자 가능성 산출 절차에 적용되는 파라미터인 것인 인공지능 익수자 구조 시스템.
  10. 제 7 항에 있어서,
    상기 카메라는 열화상 카메라이고,
    상기 열화상 카메라는 사람 인식 및 익수자 인식에 사용되는 것인 인공지능 익수자 구조 시스템.
KR1020220153805A 2022-11-16 2022-11-16 익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템 KR20240071833A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220153805A KR20240071833A (ko) 2022-11-16 2022-11-16 익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220153805A KR20240071833A (ko) 2022-11-16 2022-11-16 익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템

Publications (1)

Publication Number Publication Date
KR20240071833A true KR20240071833A (ko) 2024-05-23

Family

ID=91283414

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220153805A KR20240071833A (ko) 2022-11-16 2022-11-16 익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템

Country Status (1)

Country Link
KR (1) KR20240071833A (ko)

Similar Documents

Publication Publication Date Title
CN110576951B (zh) 一种水上救援系统及其方法
US20200388135A1 (en) Automated water body area monitoring
CN112384440B (zh) 用于救援任务协助的方法和设备
US12073703B2 (en) Image based aquatic alert system
KR20170013100A (ko) 해상구조용 드론 및 이를 이용한 해상구조 시스템
CN111953937B (zh) 落水人员救生系统及落水人员救生方法
CN109902669A (zh) 基于图像识别的人工智能防溺水预警系统、设备及方法
CN109866892A (zh) 一种智能救生衣
CN105923127A (zh) 一种集成式水下搜救机器人
WO2020059953A1 (ko) 해상 안전 관리 시스템
JP2020037353A (ja) 捜索システム
CN210377785U (zh) 一种游泳池防溺水智能识别与定位装置
KR20140031498A (ko) 수상 구조로봇을 이용한 인명 구조시스템
WO2019010549A1 (ru) Автономный спасательный круг
KR20240071833A (ko) 익수자 구조용 인공지능 수상드론 및 인공지능 익수자 구조 시스템
CN110443979A (zh) 一种溺水救助系统、自救装置及监控系统
CN111428696A (zh) 一种智能异常检测紧急救援方法、装置和系统
US20240153109A1 (en) Image based tracking system
CN113903163A (zh) 一种水域安全系统及水域救生方法
CN210271180U (zh) 一种溺水救助系统、自救装置及监控系统
CN111846150A (zh) 河道救援设备及基于河道救援设备的救援方法
CN111557654A (zh) 一种监测和自动救助一体化人体安防方法、装置和系统
KR20230146246A (ko) 무선제어 가능한 구명부재 및 인명 구조함 자동화 시스템
CN110095819A (zh) 一种基于活体检测技术的水上救生系统及救生方法
Kalyan et al. A Novel Approach Towards Development of Automated Intelligent Lifesaving Buoy

Legal Events

Date Code Title Description
E902 Notification of reason for refusal