WO2022124517A1 - 위험물을 감지하는 위험 관리 서버 - Google Patents

위험물을 감지하는 위험 관리 서버 Download PDF

Info

Publication number
WO2022124517A1
WO2022124517A1 PCT/KR2021/010132 KR2021010132W WO2022124517A1 WO 2022124517 A1 WO2022124517 A1 WO 2022124517A1 KR 2021010132 W KR2021010132 W KR 2021010132W WO 2022124517 A1 WO2022124517 A1 WO 2022124517A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
target space
gas detection
management server
gas
Prior art date
Application number
PCT/KR2021/010132
Other languages
English (en)
French (fr)
Inventor
장일식
최희조
박구만
Original Assignee
서울과학기술대학교 산학협력단
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 서울과학기술대학교 산학협력단 filed Critical 서울과학기술대학교 산학협력단
Publication of WO2022124517A1 publication Critical patent/WO2022124517A1/ko

Links

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
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • 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
    • 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
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • G08B21/02—Alarms for ensuring the safety of persons
    • 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
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
    • G08B21/0205—Specific application combined with child monitoring using a transmitter-receiver system
    • G08B21/0208—Combination with audio or video communication, e.g. combination with "baby phone" function
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
    • G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
    • G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
    • G08B5/222—Personal calling arrangements or devices, i.e. paging systems
    • G08B5/223—Personal calling arrangements or devices, i.e. paging systems using wireless transmission
    • G08B5/224—Paging receivers with visible signalling details
    • G08B5/225—Display details
    • G08B5/226—Display details with alphanumeric or graphic display means

Definitions

  • the present invention relates to a risk management server for detecting dangerous substances.
  • the gas sensor detects a specific chemical contained in the gas, converts the concentration into an electrical signal, and outputs it.
  • Gas sensors include a semiconductor sensor that uses a phenomenon in which the electrical resistance of a semiconductor changes when gas molecules are adsorbed on the semiconductor surface, a ceramic wet-temperature sensor that uses a change in solid properties by adsorption or reaction of gas, and a piezoelectric body A sensor, a catalytic combustion sensor used to detect combustible gas using combustion heat, a solid electrolyte sensor using an electrochemical reaction, an electrochemical sensor, and an infrared absorption type using physical characteristic values sensors, etc.
  • the gas sensor is used in a gas leak alarm that detects a gas leak and generates an alarm.
  • a gas leak alarm that detects a gas leak and generates an alarm.
  • Patent Document 1 Korean Patent Registration No. 10-2151002 (2020.09.02. Announcement)
  • the present invention is to solve the problems of the prior art described above, receiving gas detection data from a gas detection sensor installed in a target space, generating visualization data representing a distribution between data based on the gas detection data, and adding the visualization data to the visualization data.
  • An object of the present invention is to provide a risk management server that detects whether a dangerous substance exists in a target space based on the present invention.
  • a receiver for receiving the gas detection data from the gas detection sensor installed in the target space may include a visualization data generating unit for generating visualization data representing a distribution between data based on the visualization data and a dangerous material detecting unit for detecting whether a dangerous material exists in the target space based on the visualization data.
  • the visualization data generator may generate the visualization data by applying a dimensionality reduction method to the gas detection data.
  • the apparatus further comprises a gas classification unit for classifying the received gas detection data into one or more types of gases based on a deep learning model, wherein the visualization data generating unit is classified by type of gas based on the classified gas detection data.
  • the visualization data showing the distribution of dangerous substances for the target space based on a Gaussian distribution may be generated.
  • the receiving unit further receives video data from at least one camera installed in the target space, and performs object detection and face recognition on the video data to determine occupants who have entered the target space It may include more wealth.
  • the method may further include an event performing unit configured to perform at least one of an entrance control event for the target space, an alarm generation event, and transmission of a danger notification message based on whether a dangerous material exists in the target space.
  • gas detection data is received from a gas detection sensor installed in a target space, and visualization data representing a distribution between data is generated based on the gas detection data, and based on the visualization data
  • a risk management server that detects whether dangerous substances exist in the target space.
  • the manager can easily make decisions about space operation and safety management.
  • FIG. 1 is a configuration diagram of a risk management server according to an embodiment of the present invention.
  • FIG. 2 is an exemplary diagram for explaining the operation of a risk management server according to an embodiment of the present invention.
  • FIG. 3 exemplarily shows a graph of a result of classifying gas detection data into one or more types of gases according to an embodiment of the present invention.
  • FIG. 4 is an exemplary diagram of visualization data generated according to an embodiment of the present invention.
  • a "part” includes a unit realized by hardware, a unit realized by software, and a unit realized using both.
  • one unit may be implemented using two or more hardware, and two or more units may be implemented by one hardware.
  • ' ⁇ unit' is not limited to software or hardware, and ' ⁇ unit' may be configured to be in an addressable storage medium or may be configured to reproduce one or more processors. Accordingly, as an example, ' ⁇ ' indicates components such as software components, object-oriented software components, class components, and task components, and processes, functions, properties, and procedures. , subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays and variables.
  • components and ' ⁇ units' may be combined into a smaller number of components and ' ⁇ units' or further separated into additional components and ' ⁇ units'.
  • components and ' ⁇ units' may be implemented to play one or more CPUs in a device or secure multimedia card.
  • the "network” referred to below means a connection structure capable of exchanging information between each node, such as terminals and servers, and includes a local area network (LAN), a wide area network (WAN). , the Internet (WWW: World Wide Web), wired and wireless data networks, telephone networks, wired and wireless television networks, and the like.
  • wireless data communication networks include 3G, 4G, 5G, 3rd Generation Partnership Project (3GPP), Long Term Evolution (LTE), World Interoperability for Microwave Access (WIMAX), Wi-Fi, Bluetooth communication, infrared communication, ultrasound Communication, Visible Light Communication (VLC), LiFi, and the like are included, but are not limited thereto.
  • Some of the operations or functions described as being performed by the terminal or device in this specification may be instead performed by a server connected to the terminal or device. Similarly, some of the operations or functions described as being performed by the server may also be performed in a terminal or device connected to the server.
  • the risk management server 100 includes a receiving unit 110 , a gas classification unit 120 , a visualization data generating unit 130 , a dangerous material detecting unit 140 , an occupant determining unit 150 , and an event performing unit. (160).
  • the risk management server 100 may detect whether a dangerous substance exists in the target space, and may perform an event on the target space based on whether the dangerous substance exists.
  • the risk management server 100 may manage risks to the target space 20 by detecting dangerous substances in the target space 20 and performing an event.
  • the target space 20 may be an enclosed space accessible only through the entrances 205 - 1 and 205 - 2 .
  • a gas detection sensor 201 and a camera 203 may be installed in the target space 20 .
  • the gas detection sensor 201 and the camera 203 may be installed adjacent to the entrances 205 - 1 and 205 - 2 of the target space 20 .
  • the risk management server 100 may be connected to the gas detection sensor 201 and the camera 203 through a network.
  • the risk management server 100 may receive data from the gas detection sensor 201 and the camera 203 in real time or at preset time intervals.
  • the risk management server 100 may detect a dangerous material for a plurality of target spaces and perform an event.
  • the risk management server 100 may receive data from a gas detection sensor and a camera installed in each of a plurality of target spaces.
  • the receiver 110 may receive gas detection data from the gas detection sensor 201 installed in the target space 20 .
  • the gas detection sensor 201 may detect a gas present in the target space 20 .
  • the gas detection sensor 201 may include a sensor array.
  • the sensor array may include sensor units corresponding to one or more channels. Each sensor unit may have different characteristics according to a corresponding channel, and may react differently depending on the type of gas.
  • metal-oxide (MOX) gas detection sensors include TGS2611 (methane), TGS2612 (methane, propane, butane), TGS2610 (propane), TGS2600 (hydrogen, carbon monoxide), and TGS2602 (ammonia, H2S, volatile organic compounds).
  • TGS2620 carbon monoxide, combustible gases, volatile organic compounds
  • the gas sensing data may be high-dimensional data in a vector form.
  • the gas detection sensor 201 may collect gas detection data in a vector form from a gas existing in the target space 20 through an electronic interface.
  • the gas classification unit 120 may classify the gas detection data into one or more types of gases based on the deep learning model.
  • the gas classification unit 120 may pre-process the gas detection data before analyzing the gas detection data.
  • the gas classification unit 120 may perform component analysis on the gas detection data based on, for example, a deep learning model.
  • the gas classification unit 120 may analyze a component of the gas detection data through feature extraction and classification using a classifier.
  • FIG. 3 exemplarily shows a graph of a result of classifying gas detection data into one or more types of gases according to an embodiment of the present invention.
  • 3 (a) is a graph in which gas detection data is analyzed and classified into one or more types of gases, and the gas component composition derived from the gas detection data is compared with the component composition of the dangerous substance A.
  • 3 (b) is a graph in which gas detection data is analyzed and classified into one or more types of gases, and the gas component composition derived from the gas detection data is compared with the component composition of dangerous substances B.
  • the risk management server 100 may determine whether a dangerous substance exists in the target space 20 based on, for example, a similarity with a gas component derived from the gas detection data and a previously stored component configuration of a dangerous substance.
  • the visualization data generator 130 may generate visualization data representing a distribution between data based on the gas detection data.
  • the risk management server 100 provides visualization data generated based on the gas detection data to intuitively grasp the distribution of dangerous substances in the target space.
  • the visualization data generator 130 may generate visualization data by, for example, applying a dimensionality reduction method to the gas detection data.
  • the gas detection data may be high-dimensional data in a vector form collected by the gas detection sensor 201 installed in the target space 20 .
  • the visualization data generator 130 may reduce the dimension of the gas detection data for visualization and convert it into low-dimensional data.
  • the dimensionality reduction method is a technology for converting high-dimensional data into low-dimensional data
  • the visualization data generating unit 130 is, for example, PCA (Principal Component Analysis), t-SNE (t-Distributed Stochastic Neighbor Embedding), LDA. (Linear Discriminant Analysis), NCA (Neighborhood Components Analysis), Autoencoder, MDS (Multidimensional scaling), visualization data can be generated from the gas detection data based on any one or more dimensional reduction method.
  • the visualization data generator 130 may generate visualization data based on the classified gas detection data.
  • the visualization data may show, for example, a distribution of dangerous substances for the target space 20 based on a Gaussian distribution for each type of gas.
  • FIGS. 4A to 4C are exemplary views of visualization data generated according to an embodiment of the present invention.
  • the risk management server 100 may generate visualization data showing the distribution of dangerous substances for the target space (20).
  • the dangerous substance detection unit 140 may detect whether a dangerous substance exists in the target space 20 and the distribution of the dangerous substance based on the visualization data.
  • the receiver 110 may further receive video data from at least one camera 203 installed in the target space 20 .
  • the occupant determiner 150 may perform object detection and face recognition on the video data received from the camera 203 to determine entrants entering and leaving the target space 20 .
  • Object detection refers to simultaneously performing classification and localization of an object of video data.
  • the occupant determiner 150 may perform object detection on the video data based on one or more methods of, for example, a You Only Look Once (YOLO) series or a Single Shot MultiBox Detector (SSD) series.
  • YOLO You Only Look Once
  • SSD Single Shot MultiBox Detector
  • Face recognition means detecting a face region of an object detected from video data and discriminating a person from the detected face region.
  • the person determining unit 150 may perform face recognition based on one or more methods of Arcface, Facenet, and DeepFace, for example.
  • the event performing unit 160 may perform an event on the target space 20 based on whether a dangerous substance exists in the target space 20 .
  • the event for the target space 20 may include, for example, at least one of an entrance control event, an alarm occurrence event, and transmission of a danger notification message.
  • the risk management server 100 controls the opening and closing of the doorways 205-1 and 205-2 when a dangerous substance existing in the target space 20 is detected, or generates an alarm in the target space 20 can do it
  • the risk management server 100 generates an alarm in the terminal of the occupant based on the entrant information in the target space 20 when a dangerous substance existing in the target space 20 is detected, or generates a danger notification message can be transmitted

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Child & Adolescent Psychology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Toxicology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Electromagnetism (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

위험물을 감지하는 위험 관리 서버는 대상 공간에 설치된 가스 감지 센서로부터 가스 감지 데이터를 수신하는 수신부, 상기 가스 감지 데이터에 기초하여 데이터 간의 분포를 나타내는 시각화 데이터를 생성하는 시각화 데이터 생성부 및 상기 시각화 데이터에 기초하여 상기 대상 공간 내에 위험물이 존재하는지 여부를 감지하는 위험물 감지부를 포함한다.

Description

위험물을 감지하는 위험 관리 서버
본 발명은 위험물을 감지하는 위험 관리 서버에 관한 것이다.
가스 센서는 기체 중에 함유된 특정 화학물질을 검지하여 그 농도를 전기적 신호로 변환하여 출력한다. 가스 센서의 종류로는 반도체 표면에 기체분자가 흡착되면 반도체의 전기저항이 변화하는 현상을 이용하는 방식의 반도체 센서와, 가스의 흡착이나 반응에 의한 고체 물성의 변화를 이용하는 방식의 세라믹 습온 센서, 압전체 센서와, 연소열을 이용하여 가연성(可燃性) 가스 검출에 사용되는 접촉 연소식 센서와, 전기 화학 반응을 이용하는 방식의 고체 전해질 센서, 전기화학 센서와, 물리적인 특성값을 사용하는 방식의 적외선 흡수식 센서 등이 있다.
가스 센서는 가스 누설을 검지하여 경보를 발하는 가스 누설 경보기 등에 활용되고 있다. 다만, 가스 센서로부터 출력되는 전기적 신호로는 공간 관리자가 위험물의 위치 및 분포를 직관적으로 파악하기 어렵다는 문제점이 있다.
또한, 가정, 공공시설 또는 산업 환경에서 이용되고 있는 종래의 출입 관리 시스템에 가스 센서를 이용한 위험물 감지 기술을 융합하여 보안 및 안전을 도모할 수 있는 방법에 대한 수요가 증가하고 있다.
또한, 위험물이 감지된 경우에 추가적인 비디오 분석을 통해 위험 상황을 효과적으로 관리할 수 있는 방법이 필요한 상황이다.
(특허문헌 1) 한국등록특허 제 10-2151002호 (2020.09.02. 공고)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 대상 공간에 설치된 가스 감지 센서로부터 가스 감지 데이터를 수신하고, 가스 감지 데이터에 기초하여 데이터 간의 분포를 나타내는 시각화 데이터를 생성하고, 시각화 데이터에 기초하여 대상 공간 내에 위험물이 존재하는지 여부를 감지하는 위험 관리 서버를 제공하고자 한다.
대상 공간의 출입자를 판별하고 이벤트를 수행함으로써 위험 상황에 대응하는 방법을 제공하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명의 일 실시예는, 위험물을 감지하는 위험 관리 서버에 있어서, 대상 공간에 설치된 가스 감지 센서로부터 가스 감지 데이터를 수신하는 수신부, 상기 가스 감지 데이터에 기초하여 데이터 간의 분포를 나타내는 시각화 데이터를 생성하는 시각화 데이터 생성부 및 상기 시각화 데이터에 기초하여 상기 대상 공간 내에 위험물이 존재하는지 여부를 감지하는 위험물 감지부를 포함할 수 있다.
일 실시예에서, 상기 시각화 데이터 생성부는 상기 가스 감지 데이터에 대해 차원 축소 방법(dimensionality reduction method)을 적용함으로써 상기 시각화 데이터를 생성할 수 있다.
일 실시예에서, 딥러닝 모델에 기초하여 상기 수신한 가스 감지 데이터를 하나 이상의 기체의 종류로 분류하는 가스 분류부를 더 포함하고, 상기 시각화 데이터 생성부는 상기 분류된 가스 감지 데이터에 기초하여 기체의 종류별 가우시안 분포에 기초한 상기 대상 공간에 대한 위험물 분포를 도시하는 상기 시각화 데이터를 생성할 수 있다.
일 실시예에서, 상기 수신부는 상기 대상 공간에 설치된 적어도 하나의 카메라로부터 비디오 데이터를 더 수신하고, 상기 비디오 데이터에 대한 객체 검출 및 얼굴 인식을 수행하여 상기 대상 공간 내에 출입한 출입자를 판별하는 출입자 판별부를 더 포함할 수 있다.
일 실시예에서, 상기 대상 공간 내에 위험물이 존재하는지 여부에 기초하여 상기 대상 공간에 대한 출입구 제어 이벤트, 경보 발생 이벤트, 위험 알림 메시지 전송 중 적어도 하나를 수행하는 이벤트 수행부를 더 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 대상 공간에 설치된 가스 감지 센서로부터 가스 감지 데이터를 수신하고, 가스 감지 데이터에 기초하여 데이터 간의 분포를 나타내는 시각화 데이터를 생성하고, 시각화 데이터에 기초하여 대상 공간 내에 위험물이 존재하는지 여부를 감지하는 위험 관리 서버를 제공할 수 있다.
또한, 대상 공간의 출입자를 판별하고 이벤트를 수행함으로써 위험 상황에 대한 효율적인 관리 방법을 제공할 수 있다.
또한, 위험물에 대한 정보를 시각화하여 제공함으로써 관리자가 공간 운용 및 안전 관리에 대한 판단을 용이하게 할 수 있도록 한다.
도 1은 본 발명의 일 실시예에 따른 위험 관리 서버의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 위험 관리 서버의 동작을 설명하기 위한 예시적인 도면이다.
도 3은 본 발명의 일 실시예에 따라 가스 감지 데이터를 하나 이상의 기체의 종류로 분류한 결과 그래프를 예시적으로 도시한다.
도 4는 본 발명의 일 실시예에 따라 생성된 시각화 데이터의 예시적인 도면이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
이하에서 언급되는 "네트워크"는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷 (WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스 통신, 적외선 통신, 초음파 통신, 가시광 통신(VLC: Visible Light Communication), 라이파이(LiFi) 등이 포함되나 이에 한정되지는 않는다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 위험 관리 서버의 구성도이다. 도 1을 참조하면, 위험 관리 서버(100)는 수신부(110), 가스 분류부(120), 시각화 데이터 생성부(130), 위험물 감지부(140), 출입자 판별부(150) 및 이벤트 수행부(160)를 포함할 수 있다.
위험 관리 서버(100)는 대상 공간 내에 위험물이 존재하는지 여부를 감지하고, 위험물이 존재하는지 여부에 기초하여 대상 공간에 대한 이벤트를 수행할 수 있다.
도 2는 본 발명의 일 실시예에 따른 위험 관리 서버(100)의 동작을 설명하기 위한 예시적인 도면이다. 도 2를 참조하면, 위험 관리 서버(100)는 대상 공간(20) 내의 위험물 감지 및 이벤트 수행을 통하여 대상 공간(20)에 대한 위험을 관리할 수 있다.
예를 들어, 대상 공간(20)은 출입구(205-1. 205-2)를 통해서만 출입이 가능한 밀폐된 공간일 수 있다. 대상 공간(20)에는 가스 감지 센서(201) 및 카메라(203)가 설치될 수 있다. 예를 들어, 가스 감지 센서(201) 및 카메라(203)는 대상 공간(20)의 출입구(205-1. 205-2)에 인접하여 설치될 수 있다.
위험 관리 서버(100)는 네트워크를 통해 가스 감지 센서(201) 및 카메라(203)와 연결될 수 있다. 예를 들어, 위험 관리 서버(100)는 가스 감지 센서(201) 및 카메라(203)로부터 실시간으로 또는 기설정된 시간 간격으로 데이터를 전송받을 수 있다.
다른 실시예에서, 위험 관리 서버(100)는 복수의 대상 공간에 대해 위험물을 감지하고 이벤트를 수행할 수 있다. 예를 들어, 위험 관리 서버(100)는 복수의 대상 공간의 각각에 설치된 가스 감지 센서 및 카메라로부터 데이터를 전송받을 수 있다.
수신부(110)는 대상 공간(20)에 설치된 가스 감지 센서(201)로부터 가스 감지 데이터를 수신할 수 있다. 가스 감지 센서(201)는 대상 공간(20) 내에 존재하는 기체를 감지할 수 있다.
예를 들어, 가스 감지 센서(201)는 센서 어레이를 포함할 수 있다. 센서 어레이는 하나 이상의 채널에 대응하는 센서 유닛을 포함할 수 있다. 각 센서 유닛은 대응하는 채널에 따라 다른 특징을 가지고, 기체의 종류에 따라 다르게 반응할 수 있다.
예를 들어, MOX(Metal-oxide) 가스 감지 센서는 TGS2611(메탄), TGS2612(메탄, 프로판, 부탄), TGS2610(프로판), TGS2600(수소, 일산화탄소), TGS2602(암모니아, H2S, 휘발성 유기 화합물), TGS2620(일산화탄소, 가연성 가스, 휘발성 유기 화합물) 등을 이용하여 가스 감지 데이터를 수집할 수 있다.
가스 감지 데이터는 벡터 형태의 고차원 데이터(high-dimensional data)일 수 있다. 예를 들어, 가스 감지 센서(201)는 전자적인 인터페이스에 의해 대상 공간(20) 내에 존재하는 기체로부터 벡터 형태의 가스 감지 데이터를 수집할 수 있다.
가스 분류부(120)는 딥러닝 모델에 기초하여 가스 감지 데이터를 분석하여 하나 이상의 기체의 종류로 분류할 수 있다. 가스 분류부(120)는 가스 감지 데이터를 분석하기 전에, 가스 감지 데이터에 대한 전처리를 수행할 수 있다.
가스 분류부(120)는 예를 들어, 딥러닝 모델에 기초하여 가스 감지 데이터에 대한 성분 분석을 수행할 수 있다. 가스 분류부(120)는 특징 추출 및 분류기를 이용한 분류를 통해 가스 감지 데이터의 성분을 분석할 수 있다.
도 3은 본 발명의 일 실시예에 따라 가스 감지 데이터를 하나 이상의 기체의 종류로 분류한 결과 그래프를 예시적으로 도시한다.
도 3의 (a)는 가스 감지 데이터를 분석하여 하나 이상의 기체의 종류로 분류하고, 가스 감지 데이터로부터 도출된 기체 성분 구성을 A 위험물의 성분 구성과 비교한 그래프이다.
도 3의 (b)는 가스 감지 데이터를 분석하여 하나 이상의 기체의 종류로 분류하고, 가스 감지 데이터로부터 도출된 기체 성분 구성을 B 위험물의 성분 구성과 비교한 그래프이다.
위험 관리 서버(100)는 예를 들어, 가스 감지 데이터로부터 도출된 기체 성분 구성 및 기저장된 위험물의 성분 구성과의 유사도에 기초하여 대상 공간(20) 내에 위험물이 존재하는지 여부를 판단할 수 있다.
시각화 데이터 생성부(130)는 가스 감지 데이터에 기초하여 데이터 간의 분포를 나타내는 시각화 데이터를 생성할 수 있다. 위험 관리 서버(100)는 가스 감지 데이터에 기초하여 생성된 시각화 데이터를 제공함으로써 대상 공간의 위험물의 분포를 직관적으로 파악할 수 있도록 한다.
시각화 데이터 생성부(130)는 예를 들어, 가스 감지 데이터에 대해 차원 축소 방법(dimensionality reduction method)을 적용함으로써 시각화 데이터를 생성할 수 있다.
가스 감지 데이터는 대상 공간(20)에 설치된 가스 감지 센서(201)에 의해 수집된 벡터 형태의 고차원 데이터일 수 있다. 시각화 데이터 생성부(130)는 시각화하기 위해 가스 감지 데이터의 차원을 축소시켜 저차원 데이터로 변환할 수 있다.
차원 축소 방법은 고차원의 데이터를 저차원의 데이터로 변환하는 기술로, 시각화 데이터 생성부(130)는 예를 들어, PCA(Principal Component Analysis), t-SNE(t-Distributed Stochastic Neighbor Embedding), LDA(Linear Discriminant Analysis), NCA(Neighborhood Components Analysis), Autoencoder, MDS(Multidimensional scaling) 중 어느 하나 이상의 차원 축소 방법에 기초하여 가스 감지 데이터로부터 시각화 데이터를 생성할 수 있다.
시각화 데이터 생성부(130)는 분류된 가스 감지 데이터에 기초하여 시각화 데이터를 생성할 수 있다. 시각화 데이터는 예를 들어, 기체의 종류별 가우시안 분포에 기초한 대상 공간(20)에 대한 위험물 분포를 도시할 수 있다.
도 4의 (a) 내지 (c)는 본 발명의 일 실시예에 따라 생성된 시각화 데이터의 예시적인 도면이다. 도 4의 (a) 내지 (c)에 도시된 바와 같이, 위험 관리 서버(100)는 대상 공간(20)에 대한 위험물 분포를 도시하는 시각화 데이터를 생성할 수 있다.
위험물 감지부(140)는 시각화 데이터에 기초하여 대상 공간(20) 내에 위험물이 존재하는지 여부 및 위험물의 분포를 감지할 수 있다.
수신부(110)는 대상 공간(20)에 설치된 적어도 하나의 카메라(203)로부터 비디오 데이터를 더 수신할 수 있다.
출입자 판별부(150)는 카메라(203)로부터 수신한 비디오 데이터에 대한 객체 검출 및 얼굴 인식을 수행하여 대상 공간(20) 내에 출입한 출입자를 판별할 수 있다.
객체 검출은 비디오 데이터의 객체에 대하여 분류(Classification) 및 위치 정보 파악(Localization)을 동시에 수행하는 것을 의미한다.
출입자 판별부(150)는 예를 들어, YOLO(You Only Look Once) 계열 또는 SSD(Single Shot MultiBox Detector) 계열 중 어느 하나 이상의 방법에 기초하여 비디오 데이터에 대한 객체 검출을 수행할 수 있다.
얼굴 인식은 비디오 데이터로부터 검출된 객체의 얼굴 영역을 검출하고, 검출된 얼굴 영역으로부터 인물을 판별해내는 것을 의미한다.
출입자 판별부(150)는 예를 들어, Arcface, Facenet, DeepFace 중 어느 하나 이상의 방법에 기초하여 얼굴 인식을 수행할 수 있다.
이벤트 수행부(160)는 대상 공간(20) 내에 위험물이 존재하는지 여부에 기초하여 대상 공간(20)에 대한 이벤트를 수행할 수 있다. 대상 공간(20)에 대한 이벤트는 예를 들어, 출입구 제어 이벤트, 경보 발생 이벤트, 위험 알림 메시지 전송 중 적어도 하나를 포함할 수 있다.
예를 들어, 위험 관리 서버(100)는 대상 공간(20) 내에 존재하는 위험물이 감지된 경우에 출입구(205-1, 205-2)의 개폐를 제어하거나, 대상 공간(20)에 경보를 발생시킬 수 있다.
또한, 위험 관리 서버(100)는 대상 공간(20) 내에 존재하는 위험물이 감지된 경우에 대상 공간(20) 내에 출입한 출입자 정보에 기초하여 출입자의 단말에 경보를 발생시키거나, 위험 알림 메시지를 전송할 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (5)

  1. 위험물을 감지하는 위험 관리 서버에 있어서,
    대상 공간에 설치된 가스 감지 센서로부터 가스 감지 데이터를 수신하는 수신부;
    상기 가스 감지 데이터에 기초하여 데이터 간의 분포를 나타내는 시각화 데이터를 생성하는 시각화 데이터 생성부; 및
    상기 시각화 데이터에 기초하여 상기 대상 공간 내에 위험물이 존재하는지 여부를 감지하는 위험물 감지부
    를 포함하는 것인, 위험 관리 서버.
  2. 제 1 항에 있어서,
    상기 시각화 데이터 생성부는 상기 가스 감지 데이터에 대해 차원 축소 방법(dimensionality reduction method)을 적용함으로써 상기 시각화 데이터를 생성하는 것인, 위험 관리 서버.
  3. 제 1 항에 있어서,
    딥러닝 모델에 기초하여 상기 수신한 가스 감지 데이터를 하나 이상의 기체의 종류로 분류하는 가스 분류부
    를 더 포함하고,
    상기 시각화 데이터 생성부는 상기 분류된 가스 감지 데이터에 기초하여 기체의 종류별 가우시안 분포에 기초한 상기 대상 공간에 대한 위험물 분포를 도시하는 상기 시각화 데이터를 생성하는 것인, 위험 관리 서버.
  4. 제 1 항에 있어서,
    상기 수신부는 상기 대상 공간에 설치된 적어도 하나의 카메라로부터 비디오 데이터를 더 수신하고,
    상기 비디오 데이터에 대한 객체 검출 및 얼굴 인식을 수행하여 상기 대상 공간 내에 출입한 출입자를 판별하는 출입자 판별부
    를 더 포함하는 것인, 위험 관리 서버.
  5. 제 1 항에 있어서,
    상기 대상 공간 내에 위험물이 존재하는지 여부에 기초하여 상기 대상 공간에 대한 출입구 제어 이벤트, 경보 발생 이벤트, 위험 알림 메시지 전송 중 적어도 하나를 수행하는 이벤트 수행부
    를 더 포함하는 것인, 위험 관리 서버.
PCT/KR2021/010132 2020-12-07 2021-08-03 위험물을 감지하는 위험 관리 서버 WO2022124517A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0169379 2020-12-07
KR1020200169379A KR102524497B1 (ko) 2020-12-07 2020-12-07 위험물을 감지하는 위험 관리 서버

Publications (1)

Publication Number Publication Date
WO2022124517A1 true WO2022124517A1 (ko) 2022-06-16

Family

ID=81974655

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/010132 WO2022124517A1 (ko) 2020-12-07 2021-08-03 위험물을 감지하는 위험 관리 서버

Country Status (2)

Country Link
KR (1) KR102524497B1 (ko)
WO (1) WO2022124517A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010000116A (ko) * 2000-05-06 2001-01-05 손원열 가스 분석, 농도추정 및 측정, 측정 데이터 보정방법과그의 표시방법
KR20160131256A (ko) * 2015-05-06 2016-11-16 삼성전자주식회사 가스 처리 방법 빛 그 전자 장치
KR101852074B1 (ko) * 2016-11-29 2018-04-25 단국대학교 산학협력단 가스 분류를 위한 전자코 시스템 및 방법
KR102168297B1 (ko) * 2019-11-15 2020-10-21 주식회사 세븐미어캣 딥러닝과 IoT 기반의 객체 출입 통제 장치 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102151002B1 (ko) 2019-11-11 2020-09-02 주식회사 삼주전자 영상번역 카메라 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010000116A (ko) * 2000-05-06 2001-01-05 손원열 가스 분석, 농도추정 및 측정, 측정 데이터 보정방법과그의 표시방법
KR20160131256A (ko) * 2015-05-06 2016-11-16 삼성전자주식회사 가스 처리 방법 빛 그 전자 장치
KR101852074B1 (ko) * 2016-11-29 2018-04-25 단국대학교 산학협력단 가스 분류를 위한 전자코 시스템 및 방법
KR102168297B1 (ko) * 2019-11-15 2020-10-21 주식회사 세븐미어캣 딥러닝과 IoT 기반의 객체 출입 통제 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHANG II-SIK, CHOI HEE-JO : " UCI Sensor Data 분석 UCI Sensor Data Analysis based on Data Visualization", PROCEEDINGS OF THE KOREAN INSTITUTE OF BROADCAST AND MEDIA ENGINEERS CONFERENCE, KOREAN INSTITUTE OF BROADCAST AND MEDIA ENGINEERS, vol. 2020, 21 November 2020 (2020-11-21), pages 21 - 24, XP055942055 *

Also Published As

Publication number Publication date
KR102524497B1 (ko) 2023-04-21
KR20220080357A (ko) 2022-06-14

Similar Documents

Publication Publication Date Title
Foresti et al. Multimedia video-based surveillance systems: Requirements, Issues and Solutions
CN102150183B (zh) 用于探测和/或跟踪监控对象的监控系统、方法
CN105139029B (zh) 一种监狱服刑人员的行为识别方法及装置
WO2015130031A1 (ko) 사물인터넷 보안시스템 및 방법
CN108449366B (zh) 基于人工智能的关键信息基础设施安全威胁情报分析系统
CN108009488A (zh) 基于行为分析的街道安全联防系统
WO2016099084A1 (ko) 비콘신호를 이용한 안전 서비스 제공 시스템 및 방법
CN115277258B (zh) 一种基于时空特征融合的网络攻击检测方法和系统
WO2022124517A1 (ko) 위험물을 감지하는 위험 관리 서버
WO2012137994A1 (ko) 영상인식장치 및 그 영상 감시방법
CN116308960A (zh) 基于数据分析的智慧园区物业防控管理系统及其实现方法
CN114255562A (zh) 基于物联网的智慧消防预警系统
WO2021095962A1 (ko) 하이브리드 기반 이상 행위 인지 시스템 및 그 방법
CN107358708A (zh) 一种智慧社区门禁系统
CN116994209A (zh) 基于人工智能的图像数据处理系统及其方法
WO2023158068A1 (ko) 객체검출률 향상을 위한 학습시스템 및 그 방법
WO2023128186A1 (ko) 멀티-모달 비디오 캡셔닝 기반 영상 보안 시스템 및 방법
KR100918272B1 (ko) 단일사용자 식별을 통한 보안관제시스템 및 그 방법
CN115953877A (zh) 一种化学实验室安全应急智慧平台
Yao Information Security Situation Awareness Based on Big Data and Artificial Intelligence Technology
WO2018062578A1 (ko) 이미지 프로세싱을 이용한 아날로그 계측 기반 가스 설비의 안전 관리 방법 및 시스템
WO2022102839A1 (ko) 음향 기반의 비상벨 관제 시스템 및 그 방법
WO2021045564A2 (ko) 온도 윤곽 센싱 장치와 통신하는 제어 서버의 동작 방법
WO2021010557A1 (ko) 위험 감지 시스템 및 방법
CN109214786A (zh) 街道社区治理综合服务平台

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21903565

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21903565

Country of ref document: EP

Kind code of ref document: A1