WO2023033240A1 - 효율적 태양광 가로등 관리를 위한 인공지능 iot 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템 - Google Patents

효율적 태양광 가로등 관리를 위한 인공지능 iot 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템 Download PDF

Info

Publication number
WO2023033240A1
WO2023033240A1 PCT/KR2021/016536 KR2021016536W WO2023033240A1 WO 2023033240 A1 WO2023033240 A1 WO 2023033240A1 KR 2021016536 W KR2021016536 W KR 2021016536W WO 2023033240 A1 WO2023033240 A1 WO 2023033240A1
Authority
WO
WIPO (PCT)
Prior art keywords
iot
lighting device
edge computing
detected
artificial intelligence
Prior art date
Application number
PCT/KR2021/016536
Other languages
English (en)
French (fr)
Inventor
박병덕
오경호
Original Assignee
주식회사 트로닉스
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 트로닉스 filed Critical 주식회사 트로닉스
Publication of WO2023033240A1 publication Critical patent/WO2023033240A1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21—LIGHTING
    • F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
    • F21S8/00—Lighting devices intended for fixed installation
    • F21S8/08—Lighting devices intended for fixed installation with a standard
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21—LIGHTING
    • F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
    • F21S9/00—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply
    • F21S9/02—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply the power supply being a battery or accumulator
    • F21S9/03—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply the power supply being a battery or accumulator rechargeable by exposure to light
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/16—Controlling the light source by timing means
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/72—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps in street lighting

Definitions

  • the present invention relates to an apparatus and system for efficient management of IoT public lighting, and more particularly, to an artificial intelligence IoT edge computing device for efficient management of IoT public lighting, which is a solar street light, and a big data service platform system using the same. will be.
  • Stand-alone solar street lights have the advantage of saving energy, being eco-friendly, and having a low installation cost because they use new and renewable energy compared to general street lights.
  • the solar module produces electricity, the battery stores and consumes the generated power, and the controller must operate charging and discharging efficiently according to the characteristics of the battery.
  • the system cannot be operated due to a problem in that the lighting cannot be properly controlled.
  • the present invention has been made to solve the above problems, and an object of the present invention is to control whether or not the IoT lighting device is turned on and the brightness level according to whether an object is detected in an area where the IoT lighting device, which is a solar street light, is installed, It is to provide an artificial intelligence IoT edge computing device that can efficiently manage IoT lighting devices and respond smoothly to the number of irregularities and a big data service platform system using the same.
  • an artificial intelligence IoT edge computing device includes an image collection unit for collecting image information of an area where an IoT lighting device is installed; Communication unit that collects information on whether or not there is a failure, whether or not to turn on, and the brightness when turned on from the IoT lighting device; And by inputting the collected image information to the deep learning model where the object detection function in the image is learned, detecting objects in the area where the IoT lighting device is installed, and controlling whether or not the IoT lighting device is turned on and the brightness level according to whether or not the object is detected processor; includes.
  • the processor detects an object within the area where the IoT lighting device is installed, the IoT lighting device is controlled to be turned on, and the detected object is classified as a person, car, or motorcycle, and the lighting time and lighting time of the IoT lighting device according to the classification result. You can set the brightness control value.
  • the processor may keep the lighting time of the IoT lighting device relatively longer than when the detected object is a car or motorcycle, but light it at a relatively small brightness control value.
  • the processor detects an object within the area where the IoT lighting device is installed, the moving speed of the object is calculated, and the lighting time and brightness control value of the IoT lighting device are determined according to the classification result of the object.
  • the lighting time and brightness setting values determined according to the moving speed of the object may be corrected so that the lighting time of the IoT lighting device is short and the brightness control value is large.
  • the processor analyzes the image information collected from the image collection unit installed in an area included in the predicted movement path. Priority can be given to allocating resources.
  • the processor determines that the first IoT lighting device is out of order, detects an object within the area where the second IoT lighting device installed around the first IoT lighting device is installed, and turns on the second IoT lighting device, the second IoT lighting device is turned on. It can be set to turn on at a high brightness control value and at the same time keep the turn-on time longer than usual.
  • the processor transmits only information on whether the object has been detected to the separately prepared IoT edge computing platform server, and only when an object in the image information is detected, the image information is transmitted to the IoT edge. It can be delivered to the computing platform server.
  • the big data service platform system includes a plurality of IoT lighting devices; And collecting image information for each area where a plurality of IoT lighting devices are installed, inputting the collected image information to the deep learning model in which the object detection function in the image has been learned, detecting objects in the area where the IoT lighting device is installed, , Artificial intelligence IoT edge computing device that collects information on whether there is a failure, whether it is turned on, and how bright it is when it is turned on from each IoT lighting device, and controls whether or not each IoT lighting device is turned on and the degree of brightness according to whether an object is detected; include
  • the IoT lighting device is effectively managed by controlling whether or not the IoT lighting device is turned on and the brightness level according to whether an object is detected within the area where the IoT lighting device, which is a solar street light, is installed. and can respond smoothly to the number of relief days.
  • FIG. 1 is a diagram provided in the description of a big data service platform system using an artificial intelligence IoT edge computing device according to an embodiment of the present invention
  • FIG. 2 is a diagram provided in the description of the configuration of the IoT lighting device shown in FIG. 1;
  • FIG. 3 is a diagram provided in the description of the configuration of the artificial intelligence IoT edge computing device shown in FIG. 1;
  • FIG. 4 is a diagram provided for explaining the operation of the processor shown in FIG. 3;
  • FIG. 5 is a diagram provided in the description of the configuration of the image collection unit shown in FIG. 3;
  • FIG. 6 is a diagram provided in the description of the configuration of the processor shown in FIG. 3, and
  • FIG. 7 is a diagram provided to explain a method for providing a big data service using an artificial intelligence IoT edge computing device according to an embodiment of the present invention.
  • FIG. 1 is a diagram provided for explanation of a big data service platform system (hereinafter collectively referred to as a 'platform system') using an artificial intelligence IoT edge computing device according to an embodiment of the present invention.
  • the platform system controls whether the IoT lighting device 10 is turned on and the brightness level according to whether an object is detected in the area where the IoT lighting device 10, which is a solar street light, is installed among public lighting, and the IoT lighting device It is prepared to efficiently manage (10) and respond smoothly to the number of relief days.
  • the present platform system includes a plurality of IoT lighting devices 10, an artificial intelligence IoT edge computing device 100 for efficiently managing a plurality of IoT lighting devices 10, and a plurality of IoT lighting devices 10 and an IoT gateway 20 that connects the artificial intelligence IoT edge computing device 100 and the IoT edge platform server 30 and an IoT edge platform server 30 that operates the IoT edge platform.
  • the IoT lighting device 10 and the artificial intelligence IoT edge computing device 100 may be connected in a LoRa (Low Power Long Range) communication method.
  • LoRa Low Power Long Range
  • the artificial intelligence IoT edge computing device 100 periodically collects information on whether or not each IoT lighting device 10 is out of order, whether or not it is turned on, and how bright it is when turned on, and whether or not each IoT lighting device 10 is turned on and You can control the brightness level.
  • the artificial intelligence IoT edge computing device 100 may connect to a server of an institution managing public lighting and perform failure reception. In connection with such a server, the artificial intelligence IoT edge computing device 100 may directly access the server, and when the IoT lighting device 10 accesses the server, it may perform fault reception through communication with the IoT lighting device 10.
  • the artificial intelligence IoT edge computing device 100 is configured according to a schedule set according to sunrise time, sunset time, etc., or an IoT lighting device 10 measured through an illuminance sensor 15 provided in each IoT lighting device 10 It is possible to determine whether each IoT lighting device 10 is turned on according to the surrounding brightness value, and to control the brightness value (degree) through dimming control when lighting is turned on.
  • the artificial intelligence IoT edge computing device 100 periodically collects information about whether there is a failure, whether or not it is turned on, and the brightness when turned on from each IoT lighting device 10, and each IoT lighting device 10 is installed. By collecting image information for each area, it is possible to control whether or not to turn on each IoT lighting device 10 and the degree of brightness according to whether an object is detected.
  • the artificial intelligence IoT edge computing device 100 determines whether an object is detected based on image information, and when an object is detected in an area where the IoT lighting device 10 is installed, the IoT lighting device 10 is turned on. You can control it.
  • the artificial intelligence IoT edge computing device 100 controls the IoT lighting device 10 to be turned on according to a preset schedule, but when an object is not detected, the brightness value is maintained at a minimum value, When detecting an object, power consumption can be saved by greatly adjusting the brightness value.
  • the IoT lighting device 10 may be installed in an area requiring lighting together with the artificial intelligence IoT edge computing device 100, but in some cases requiring lighting without the artificial intelligence IoT edge computing device 100 It may be installed in the area.
  • FIG. 2 is a diagram provided in the description of the configuration of the IoT lighting device 10 shown in FIG. 1 .
  • the IoT lighting device 10 includes a solar light collecting plate 11 that produces electrical energy, an LED 12 that consumes the generated electric energy and outputs light, and a solar light collecting plate 11.
  • Battery 13 for charging the produced electrical energy
  • SMPS for dimming (14) for controlling the brightness value of the LED (12) based on the control signal received from the artificial intelligence IoT edge computing device
  • IoT sensor 15 that collects state information and delivers it to the artificial intelligence IoT edge computing device and communication module 16 that receives a control signal from the artificial intelligence IoT edge computing device 100 and delivers it to the SMPS 14 for dimming
  • IoT sensor 15 that collects state information and delivers it to the artificial intelligence IoT edge computing device and communication module 16 that receives a control signal from the artificial intelligence IoT edge computing device 100 and delivers it to the SMPS 14 for dimming can include
  • the IoT sensor 15 may include a plurality of types of IoT sensors 15 in the IoT lighting device 10, which is a single entity, and the IoT sensor 15 for each type periodically IoT lighting device ( 10) is out of order, whether the LED 12 is lit (On/Off state), the LED 12's dmang state (brightness value), and the remaining amount of the battery 13 are collected, respectively, and the IoT gateway 20 ), it can be delivered to the artificial intelligence IoT edge computing device 100.
  • the communication module 16 receives a control signal (dimming control signal) for controlling the brightness value when the LED 12 is turned on or a control signal for determining whether the LED 12 is turned on from the artificial intelligence IoT edge computing device, After receiving the control signal, the SMPS 14 for dimming can control the LED 12 based on this.
  • a control signal dimming control signal
  • the SMPS 14 for dimming can control the LED 12 based on this.
  • FIG. 3 is a diagram provided to explain the configuration of the artificial intelligence IoT edge computing device 100 shown in FIG. 1, and FIG. 4 is a diagram provided to explain the operation of the processor 130 shown in FIG.
  • the artificial intelligence IoT edge computing device 100 may include an image collection unit 110, a communication unit 120, a processor 130, and a storage unit 140.
  • the image collecting unit 110 may be provided in plurality and collect image information of an area where each IoT lighting device 10 is installed.
  • each image collection unit 110 may be individually provided with a communication module (not shown) and connected to the processor 130 through the communication unit 120 connectable to an edge network.
  • each image collection unit 110 may additionally provide a temporary storage unit (not shown) capable of temporarily storing the collected images.
  • the temporary storage unit stores the image information collected through the corresponding image collection unit 110, but when a preset storage period elapses or the storage space is insufficient below a threshold, the image information with the oldest stored period may be deleted. .
  • the communication unit 120 may periodically collect information about whether the IoT lighting device 10 is out of order, whether it is turned on, and how bright it is when it is turned on.
  • the storage unit 140 may store programs and data necessary for the processor 130 to operate.
  • the processor 130 is provided to process all matters of an artificial intelligence IoT edge computing device.
  • the processor 130 inputs image information to a deep learning model in which an object detection function in an image is learned, which is distributed to nodes included in a cluster in an edge network, and detects an object in an area where the IoT lighting device 10 is installed. It is possible to detect the object, and based on the object detection result, whether or not to turn on the IoT lighting device 10 and the degree of brightness can be controlled according to whether the object is detected.
  • the processor 130 transmits only information on whether an object is detected to the IoT edge computing platform server 30, and only when an object in the image information is detected, By transmitting the image information to the IoT edge computing platform server 30, it is possible to reduce the data transmission load.
  • the processor 130 controls the IoT lighting device 10 to turn on when detecting an object within the area where the IoT lighting device 10 is installed, analyzes image information, and converts the detected object to a person, car, or motorcycle. Classification, and according to the classification result, the lighting time of the IoT lighting device 10 and the brightness control value during lighting may be determined.
  • the processor 130 when the detected object is a person, maintains the lighting time of the IoT lighting device 10 relatively longer than when the detected object is a car or motorcycle, but turns on with a relatively small brightness control value can be made
  • the processor 130 causes the IoT lighting device 10 to turn on according to a preset schedule, but when an object is not detected, the brightness value is maintained at a minimum value that is 20% of the maximum brightness value, , When a person passes through the area where the IoT lighting device 10 is installed, the brightness value is maintained at 50% of the maximum brightness value for 10 minutes, and when a vehicle or motorcycle passes through the area where the IoT lighting device 10 is installed, It can be controlled to hold for 3 to 5 minutes at the maximum value.
  • the processor 130 calculates the moving speed of the object when detecting an object within the area where the IoT lighting device 10 is installed, and the lighting time and brightness control value of the IoT lighting device 10 are determined according to the classification result of the object. Once determined, the faster the moving speed of the object, the shorter the lighting time of the IoT lighting device 10 and the larger the brightness control value, by correcting the lighting time and brightness set values determined according to the moving speed of the object, IoT more efficiently The lighting devices 10 may be controlled. The faster the movement speed, the shorter the time the object stays in the area, and the higher the risk of an accident due to the faster movement speed, the greater the brightness provided to prevent accidents. It is for
  • the processor 130 when detecting an object in the area where the IoT lighting device 10 is installed, determines the movement path (movement line) of the object through the detection history in which the same object was detected, and based on this, the prediction of the object The route of movement can be predicted.
  • the processor 130 when a vehicle is detected within an area where a plurality of IoT lighting devices 10-a to 10-f are installed (in the case of 10-a), the prediction of the vehicle The movement path is predicted (movement expected from 10-a to 10-b), and the IoT lighting device 10-a where the vehicle is detected is controlled to be turned on, but the IoT lighting device included in the expected movement path of the vehicle (10-a) b) may also be turned on together, or may be controlled to be turned on after a predetermined time elapses after the IoT lighting device 10-a in which the vehicle is detected is turned on.
  • the processor 130 when a movement path of a specific object is predicted based on image information collected from the plurality of image collectors 110, collects images installed in an area included in the predicted movement path. By preferentially allocating resources to analyze the image information collected from the unit 110, it is possible to stably secure resources necessary for calculating the moving speed of an object.
  • the processor 130 determines that the first IoT lighting device 10, which is a specific IoT lighting device 10, among the plurality of IoT lighting devices 10 is out of order, and determines that the first IoT lighting device 10 is out of order.
  • the 2nd IoT lighting device 10 is turned on, it is set to be turned on at a higher brightness control value than usual and the lighting time is maintained longer than usual. can be set to.
  • each image collection unit 110 may include a camera 111 .
  • the processor 130 includes an object detection module 131, an image analysis module 132, and a power supply unit. 133 and a dimming control unit 134.
  • the object detection module 131 uses a deep learning model in which the object detection function in the image distributed to the nodes included in the cluster in the edge network is learned, through the camera 111, the area where the IoT lighting device 10 is installed. After collecting the image information of , in order to detect an object in the area where the IoT lighting device 10 is installed, the object detection function in the image may input the collected image information to the learned deep learning model.
  • the object detection module 131 transmits only information on whether an object is detected to the image analysis module 132 when an object in the image information is not detected, and only when an object in the image information is detected, the image information may be delivered to the image analysis module 132.
  • the image analysis module 132 may analyze the image information transmitted from the object detection module 131 when detecting an object within the area where the IoT lighting device 10 is installed, and classify the detected object as a person, car, or motorcycle. there is.
  • the image analysis module 132 when the detected object is a person, through the power supply unit 133 and the dimming control unit 134, relative to the case where the detected object is a car or motorcycle IoT lighting device 10 ) may be maintained for a long time, but may be turned on with a relatively small brightness control value.
  • the image analysis module 132 may calculate the moving speed of the object when detecting an object within the area where the IoT lighting device 10 is installed.
  • the image analysis module 132 calculates the moving speed of the object when detecting an object within the area where the IoT lighting device 10 is installed, and the lighting time and lighting time of the IoT lighting device 10 according to the classification result of the object.
  • the lighting time and brightness set values determined according to the moving speed of the object are corrected through the power supply unit 133 and the dimming control unit 134, and the faster the moving speed of the object, the IoT lighting device ( The lighting time of 10) can be short and the brightness control value can be increased.
  • the image analysis module 132 when detecting an object in the area where the IoT lighting device 10 is installed, identifies the movement path (movement line) of the object through the detection history in which the same object was detected, and based on this, the corresponding object can predict the expected movement path of
  • the image analysis module 132 collects images installed in an area included in the predicted movement path. By preferentially allocating resources to analyze the image information collected from the unit 110, it is possible to stably secure resources necessary for calculating the moving speed of an object.
  • the power supply unit 133 may transmit a control signal to the IoT lighting device 10 according to a classification result of the detected object, thereby controlling whether or not to turn on the IoT lighting device 10 and a lighting time.
  • the dimming control unit 134 may determine a brightness control value of the IoT lighting device 10 by transmitting a control signal to the IoT lighting device 10 according to the classification result of the detected object.
  • FIG. 7 is a diagram provided to explain a method for providing a big data service using an artificial intelligence IoT edge computing device according to an embodiment of the present invention.
  • the method for providing big data services using an artificial intelligence IoT edge computing device may be executed by the platform system described above with reference to FIGS. 1 to 6 .
  • the artificial intelligence IoT edge computing device collects image information of the area where each IoT lighting device 10 is installed (S710), By inputting the collected image information to a deep learning model, an object within an area where the IoT lighting device 10 is installed may be detected (S720).
  • the AI IoT edge computing device detects an object within the area where the IoT lighting device 10 is installed (S730-Y), it can analyze the image information and classify the detected object as a person, car, or motorcycle ( S740).
  • the artificial intelligence IoT edge computing device may determine the lighting time of the IoT lighting device 10 and the brightness control value during lighting according to the classification result (S750).
  • the artificial intelligence IoT edge computing device may transmit data for each object detected for a certain period of time to the IoT lighting device (S760).
  • the artificial intelligence IoT edge computing device may correct the setting values of the lighting time and brightness determined according to the moving speed of the object (S780).
  • the IoT lighting device 10 is efficiently managed by controlling whether or not the IoT lighting device 10 is turned on and the brightness level according to whether an object is detected in the area where the IoT lighting device 10, which is a solar street light, is installed, It can respond smoothly to the number of relief days.
  • the calculation of the moving speed of the object is implemented so that the artificial intelligence IoT edge computing device directly calculates it, or it is implemented so that it is calculated by the IoT lighting device based on the data provided by the artificial intelligence IoT edge computing device to the IoT lighting device.
  • an IoT edge computing device or an IoT lighting device transmits object-specific data to a platform server, it may be implemented in various ways, such as implementing such that the moving speed of the object can be calculated in the platform server.
  • the technical spirit of the present invention can also be applied to a computer-readable recording medium containing a computer program for performing the functions of the apparatus and method according to the present embodiment.
  • technical ideas according to various embodiments of the present invention may be implemented in the form of computer readable codes recorded on a computer readable recording medium.
  • the computer-readable recording medium may be any data storage device that can be read by a computer and store data.
  • the computer-readable recording medium may be ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical disk, hard disk drive, and the like.
  • computer readable codes or programs stored on a computer readable recording medium may be transmitted through a network connected between computers.

Abstract

태양광 가로등인 IoT 공공조명의 효율적 관리를 위한 인공지능 IoT 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템이 제공된다. 본 발명의 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치는, 인공지능 IoT 엣지컴퓨팅 장치는, IoT 조명장치가 설치된 영역의 영상 정보를 수집하는 영상 수집부; IoT 조명장치로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하는 통신부; 및 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하여, IoT 조명장치가 설치된 영역 내 객체를 검출하고, 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하는 프로세서;를 포함한다. 이에 의해, 태양광 가로등인 IoT 조명장치가 설치된 영역 내 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하여, IoT 조명장치의 효율적으로 관리하고, 부조일수에 대하여 원활하게 대응할 수 있다.

Description

효율적 태양광 가로등 관리를 위한 인공지능 IOT 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템
본 발명은 IoT 공공조명의 효율적 관리를 위한 장치 및 시스템에 관한 것으로, 더욱 상세하게는 태양광 가로등인 IoT 공공조명의 효율적 관리를 위한 인공지능 IoT 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템에 관한 것이다.
독립형 태양광 가로등은 일반가로등에 비해 신재생에너지를 사용하기 때문에 에너지를 절약하고 친환경적이며, 설치비용이 적다는 장점을 갖고 있다.
하지만 기존에 설치된 독립형 태양광 가로등은 원격관제가 되지 않아 방치되는 경우가 많으며, 빛공해, 고장, 유지보수 등의 다양한 문제점이 존재한다.
그리고 상용전력을 사용하지 않고 태양광모듈과 배터리 전력으로 동작하기 때문에 시스템의 안정적인 운영을 위해 고려해야할 사항들이 일반 가로등에 비해 더 많이 존재한다.
태양광 모듈은 전기를 생산하고, 배터리는 생산된 전력을 저장 및 소비를 하며, 컨트롤러는 배터리 특성에 따라 충전 및 방전을 효율적으로 운영해야하므로 문제가 발생하면 전력을 생산할 수 없거나 생산된 전력을 저장하지 못해 제대로 조명을 제어할 수 없는 문제가 발생하여 시스템 운영이 불가능하다는 한계가 존재한다.
즉, 효율적으로 독립형 태양광 가로등 시스템을 운영하기 위해서 부조일수에 대한 대응이 중요하지만 현재는 가로등의 부하용량을 통하여 부조일수 3일에 대한 대응만 하고 있으며, 그 이상 부조일수가 계속될 경우 가로등은 꺼진 상태로 유지되는 문제가 존재한다.
따라서, 태양광 가로등의 효율적 관리를 위한 방안의 모색이 요구된다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 태양광 가로등인 IoT 조명장치가 설치된 영역 내 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하여, IoT 조명장치의 효율적으로 관리하고, 부조일수에 대하여 원활하게 대응할 수 있는 인공지능 IoT 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 인공지능 IoT 엣지컴퓨팅 장치는, IoT 조명장치가 설치된 영역의 영상 정보를 수집하는 영상 수집부; IoT 조명장치로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하는 통신부; 및 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하여, IoT 조명장치가 설치된 영역 내 객체를 검출하고, 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하는 프로세서;를 포함한다.
그리고 프로세서는, IoT 조명장치가 설치된 영역 내 객체 검출 시, IoT 조명장치가 점등되도록 제어하되, 검출된 객체를 사람, 자동차 또는 오토바이로 분류하여, 분류 결과에 따라 IoT 조명장치의 점등 시간 및 점등 시 밝기 조절 값을 결정할 수 있다.
또한, 프로세서는, 검출된 객체가 사람인 경우, 검출된 객체가 자동차 또는 오토바이인 경우보다 상대적으로 IoT 조명장치의 점등 시간이 길게 유지되도록 하되, 상대적으로 작은 밝기 조절 값으로 점등되도록 할 수 있다.
그리고 프로세서는, IoT 조명장치가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출하고, 객체의 분류 결과에 따라 IoT 조명장치의 점등 시간 및 밝기 조절 값이 결정되면, 객체의 이동속도가 빠를수록 IoT 조명장치의 점등 시간이 짧고 밝기 조절 값이 커지도록, 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정할 수 있다.
또한, 프로세서는, 복수의 영상 수집부로부터 수집된 영상 정보를 기반으로, 특정 객체의 이동 경로가 예측되는 경우, 예측된 이동 경로에 포함되는 영역에 설치된 영상 수집부로부터 수집되는 영상 정보를 분석하는데 우선적으로 리소스를 할당할 수 있다.
그리고 프로세서는, 제1 IoT 조명장치가 고장난 것으로 판단되고, 제1 IoT 조명장치의 주변에 설치된 제2 IoT 조명장치가 설치된 영역 내 객체가 검출되어, 제2 IoT 조명장치가 점등되는 경우, 평소보다 높은 밝기 조절 값으로 점등되도록 설정하는 동시에 점등 시간도 평소보다 길게 유지되도록 설정할 수 있다.
또한, 프로세서는, 영상 정보 내 객체가 검출되지 않는 경우에, 객체 검출 여부에 대한 정보만 별도로 마련되는 IoT 엣지컴퓨팅 플랫폼 서버에 전달하고, 영상 정보 내 객체가 검출되는 경우에만, 영상 정보를 IoT 엣지컴퓨팅 플랫폼 서버에 전달할 수 있다.
한편, 본 발명의 다른 실시예에 따른, 빅데이터 서비스 플랫폼 시스템은, 복수의 IoT 조명장치; 및 복수의 IoT 조명장치가 설치된 각각의 영역에 대한 영상 정보를 수집하고, 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하여, IoT 조명장치가 설치된 영역 내 객체를 검출하며, 각각의 IoT 조명장치로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하여, 객체 검출 여부에 따라 각각의 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하는 인공지능 IoT 엣지컴퓨팅 장치;를 포함한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 태양광 가로등인 IoT 조명장치가 설치된 영역 내 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하여, IoT 조명장치의 효율적으로 관리하고, 부조일수에 대하여 원활하게 대응할 수 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 플랫폼 시스템의 설명에 제공된 도면,
도 2는, 상기 도 1에 도시된 IoT 조명장치의 구성 설명에 제공된 도면,
도 3은, 상기 도 1에 도시된 인공지능 IoT 엣지컴퓨팅 장치의 구성 설명에 제공된 도면,
도 4는, 상기 도 3에 도시된 프로세서의 동작 설명에 제공된 도면,
도 5는, 상기 도 3에 도시된 영상 수집부의 구성 설명에 제공된 도면,
도 6은, 상기 도 3에 도시된 프로세서의 구성 설명에 제공된 도면, 그리고
도 7은, 본 발명의 일 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 제공 방법의 설명에 제공된 도면이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 플랫폼 시스템(이하에서는 '플랫폼 시스템'으로 총칭하기로 함)의 설명에 제공된 도면이다.
본 실시예에 따른 플랫폼 시스템은, 공공조명 중 태양광 가로등인 IoT 조명장치(10)가 설치된 영역 내 객체 검출 여부에 따라 IoT 조명장치(10)의 점등 여부 및 밝기 정도를 제어하여, IoT 조명장치(10)의 효율적으로 관리하고, 부조일수에 대하여 원활하게 대응하기 위해 마련된다.
이를 위해, 본 플랫폼 시스템은, 복수의 IoT 조명장치(10), 복수의 IoT 조명장치(10)를 효율적으로 관리하기 위한 인공지능 IoT 엣지컴퓨팅 장치(100), 그리고복수의 IoT 조명장치(10) 및 인공지능 IoT 엣지컴퓨팅 장치(100)와 IoT 엣지 플랫폼 서버(30)를 연결시켜주는 IoT 게이트웨이(20) 및 IoT 엣지 플랫폼을 운영하는 IoT 엣지 플랫폼 서버(30)를 포함할 수 있다.
IoT 조명장치(10) 및 인공지능 IoT 엣지컴퓨팅 장치(100)는, LoRa(저전력 장거리) 통신 방식으로 연결될 수 있다.
인공지능 IoT 엣지컴퓨팅 장치(100)는, 주기적으로 각각의 IoT 조명장치(10)로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하여, 각각의 IoT 조명장치(10)의 점등 여부 및 밝기 정도를 제어할 수 있다.
예를 들면, 인공지능 IoT 엣지컴퓨팅 장치(100)는, 특정 IoT 조명장치(10)의 고장 시, 공공조명을 관리하는 기관의 서버에 접속하여, 고장 접수를 수행할 수 있다. 이와 같은 서버로의 접속은 인공지능 IoT 엣지컴퓨팅 장치(100)가 직접 서버에 접속할 수도 있고, IoT 조명장치(10)가 서버에 접속하면 IoT 조명장치(10)와의 통신을 통해 고장 접수를 수행할 수 있다.
또한, 인공지능 IoT 엣지컴퓨팅 장치(100)는, 일출 시간, 일몰 시간 등에 따라 설정되는 스케줄 또는 각각의 IoT 조명장치(10)에 마련되는 조도 센서(15)를 통해 측정되는 IoT 조명장치(10) 주변의 밝기 값에 따라 각각의 IoT 조명장치(10)의 점등 여부를 결정하고, 점등 시 디밍제어를 통해 밝기 값(정도)를 제어할 수 있다.
그리고 인공지능 IoT 엣지컴퓨팅 장치(100)는, 주기적으로, 각각의 IoT 조명장치(10)로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하고, 각각의 IoT 조명장치(10)가 설치된 각각의 영역에 대한 영상 정보를 수집하여, 객체 검출 여부에 따라 각각의 IoT 조명장치(10)의 점등 여부 및 밝기 정도를 제어할 수 있다.
예를 들면, 인공지능 IoT 엣지컴퓨팅 장치(100)는, 영상 정보를 기반으로 객체 검출 여부를 판단하여, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, IoT 조명장치(10)가 점등되도록 제어할 수 있다.
다른 예를 들면, 인공지능 IoT 엣지컴퓨팅 장치(100)는, 기설정되는 스케줄에 따라 IoT 조명장치(10)가 점등되도록 제어하되, 객체가 검출되지 않는 경우, 밝기 값이 최소값으로 유지되도록 하고, 객체 검출 시, 밝기 값을 크게 조정하는 방식으로, 전력 사용량을 절약할 수 있다.
IoT 조명장치(10)는 이러한 인공지능 IoT 엣지컴퓨팅 장치(100)와 함께 조명을 필요로 하는 구역에 설치될 수 있지만, 경우에 따라서 인공지능 IoT 엣지컴퓨팅 장치(100)가 없이 조명을 필요로 하는 구역에 설치될 수도 있을 것이다.
예를 들어, 도 1의 좌측하단과 같이 인공지능 IoT 엣지컴퓨팅이 필요한 구역이나 상황에서는 IoT 조명장치(10)에 인공지능 IoT 엣지컴퓨팅 장치(100)가 결합된 상태로 동작되도록 할 수 있고, 도 1의 우측하단과 같이 인공지능 IoT 엣지컴퓨팅이 필요하지 않은 구역이나 상황에서는 IoT 조명장치(10)에 인공지능 IoT 엣지컴퓨팅 장치(100)가 결합되지 않은 상태로 IoT 조명장치(10)만 존재한 상태로 동작되도록 할 수 있다.
도 2는, 상기 도 1에 도시된 IoT 조명장치(10)의 구성 설명에 제공된 도면이다.
도 2를 참조하면, IoT 조명장치(10)는, 전기 에너지를 생산하는 태양광 집광판(11), 생상되는 전기 에너지를 소비하며 빛을 출력하는 LED(12), 태양광 집광판(11)을 통해 생산되는 전기 에너지를 충전시키는 배터리(13), 인공지능 IoT 엣지컴퓨팅 장치로부터 수신되는 제어 신호를 기반으로 LED(12)의 밝기 값을 제어하는 디밍용 SMPS(14), IoT 조명장치(10)의 상태 정보를 수집하여, 인공지능 IoT 엣지컴퓨팅 장치에 전달하는 IoT 센서(15) 및 인공지능 IoT 엣지컴퓨팅 장치(100)로부터 제어 신호를 수신하여 디밍용 SMPS(14)에 전달하는 통신 모듈(16)을 포함할 수 있다.
구체적으로, IoT 센서(15)는, 단일 개체인 IoT 조명장치(10)에 복수의 종류의 IoT 센서(15)가 구비될 수 있으며, 각 종류별 IoT 센서(15)는, 주기적으로 IoT 조명장치(10)의 고장 여부, LED(12)의 점등 여부(On/Off 상태), LED(12)의 디망 상태(밝기 값), 배터리(13) 잔존량에 대한 정보를 각각 수집하여, IoT 게이트웨이(20)를 통해, 인공지능 IoT 엣지컴퓨팅 장치(100)에 전달할 수 있다.
통신 모듈(16)은, 인공지능 IoT 엣지컴퓨팅 장치로부터 LED(12)의 점등 여부를 결정하는 제어 신호 또는 LED(12) 점등 시 밝기 값을 제어하는 제어 신호(디밍 제어 신호)를 수신하여, 디밍용 SMPS(14)에 전달하게 되고, 제어 신호를 수신한 디밍용 SMPS(14)는, 이를 기반으로 LED(12)를 제어할 수 있다.
도 3은, 상기 도 1에 도시된 인공지능 IoT 엣지컴퓨팅 장치(100)의 구성 설명에 제공된 도면이고, 도 4는, 상기 도 3에 도시된 프로세서(130)의 동작 설명에 제공된 도면이다.
도 3을 참조하면, 인공지능 IoT 엣지컴퓨팅 장치(100)는, 영상 수집부(110), 통신부(120), 프로세서(130) 및 저장부(140)를 포함할 수 있다.
영상 수집부(110)는, 복수로 마련되어, 각각의 IoT 조명장치(10)가 설치된 영역의 영상 정보를 수집할 수 있다.
그리고 각각의 영상 수집부(110)는, 개별적으로 통신 모듈(미도시)이 마련되어, 엣지 네트워크로 연결 가능한 통신부(120)를 통해, 프로세서(130)와 연결될 수 있다.
또한, 각각의 영상 수집부(110)는, 수집된 영상을 임시로 저장할 수 있는 임시 저장부(미도시)를 추가로 마련할 수 있다.
임시 저장부는, 해당 영상 수집부(110)를 통해 수집된 영상 정보를 저장하되, 기설정된 저장 기간이 경과되거나 또는 저장 공간이 임계치 이하로 부족한 경우, 보관된 기간이 가장 오래된 영상 정보부터 삭제할 수 있다.
통신부(120)는, 주기적으로 IoT 조명장치(10)로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집할 수 있다.
저장부(140)는, 프로세서(130)가 동작함에 있어 필요한 프로그램 및 데이터를 저장할 수 있다.
프로세서(130)는, 인공지능 IoT 엣지컴퓨팅 장치의 제반 사항을 처리하기 위해 마련된다.
구체적으로, 프로세서(130)는, 엣지 네트워크 내 클러스터에 포함된 노드에 배포되는 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 영상 정보를 입력하여, IoT 조명장치(10)가 설치된 영역 내 객체를 검출할 수 있으며, 객체 검출 결과를 기반으로, 객체 검출 여부에 따라 IoT 조명장치(10)의 점등 여부 및 밝기 정도를 제어할 수 있다.
예를 들면, 프로세서(130)는, 영상 정보 내 객체가 검출되지 않는 경우에, 객체 검출 여부에 대한 정보만 IoT 엣지컴퓨팅 플랫폼 서버(30)에 전달하고, 영상 정보 내 객체가 검출되는 경우에만, 영상 정보를 IoT 엣지컴퓨팅 플랫폼 서버(30)에 전달함으로써, 데이터 전송 부하를 절감시킬 수 있다.
또한, 프로세서(130)는, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, IoT 조명장치(10)가 점등되도록 제어하되, 영상 정보를 분석하여, 검출된 객체를 사람, 자동차 또는 오토바이로 분류하고, 분류 결과에 따라 IoT 조명장치(10)의 점등 시간 및 점등 시 밝기 조절 값을 결정할 수 있다.
이때, 프로세서(130)는, 검출된 객체가 사람인 경우, 검출된 객체가 자동차 또는 오토바이인 경우보다 상대적으로 IoT 조명장치(10)의 점등 시간이 길게 유지되도록 하되, 상대적으로 작은 밝기 조절 값으로 점등되도록 할 수 있다.
구체적으로 예를 들면, 프로세서(130)는, 기설정된 스케줄에 따라 IoT 조명장치(10)가 점등하도록 하되, 객체가 검출되지 않는 경우, 밝기 값을 최대 밝기 값의 20%인 최소값으로 유지하도록 하고, IoT 조명장치(10)가 설치된 영역을 사람이 지나가면, 밝기 값을 최대 밝기 값의 50%으로 10분 동안 유지하도록 하고, IoT 조명장치(10)가 설치된 영역을 차량이나 오토바이가 지나가면, 최대값으로 3~5분 동안 유지하도록 제어할 수 있다.
또한, 프로세서(130)는, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출하고, 객체의 분류 결과에 따라 IoT 조명장치(10)의 점등 시간 및 밝기 조절 값이 결정되면, 객체의 이동속도가 빠를수록 IoT 조명장치(10)의 점등 시간이 짧고 밝기 조절 값이 커지도록, 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정함으로써, 보다 효율적으로 IoT 조명장치(10)들을 제어할 수 있다. 이러한 보정 기능은 이동속도가 빠를수록, 해당 영역 내 객체가 머무르는 시간이 짧아지며, 빠른 이동속도에 의해 사고가 발생될 위험이 상대적으로 크게 발생할 수 있어, 상대적으로 큰 밝기를 제공하여 사고를 방지하기 위함이다.
그리고 프로세서(130)는, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 동일 객체가 검출된 검출 이력을 통해, 객체의 이동 경로(동선)를 파악하고, 이를 기반으로, 해당 객체의 예상 이동 경로를 예측할 수 있다.
예를 들면, 프로세서(130)는, 도 4에 예시된 바와 같이 복수의 IoT 조명장치 (10-a 내지 10-f)가 설치된 영역 내 차량이 검출되면(10-a의 경우), 차량의 예상 이동 경로를 예측하여(10-a에서 10-b로 이동 예상), 차량이 검출된 IoT 조명장치 (10-a)가 점등되도록 제어하되, 차량의 예상 이동 경로에 포함된 IoT 조명장치 (10-b)도 함께 점등되도록 하거나, 또는 차량이 검출된 IoT 조명장치(10-a)가 점등된 이후 소정의 시간이 경과된 아후 점등되도록 제어할 수 있다.
다른 예를 들면, 프로세서(130)는, 복수의 영상 수집부(110)로부터 수집된 영상 정보를 기반으로, 특정 객체의 이동 경로가 예측되는 경우, 예측된 이동 경로에 포함되는 영역에 설치된 영상 수집부(110)로부터 수집되는 영상 정보를 분석하는데 우선적으로 리소스를 할당함으로써, 객체의 이동속도 산출 시 필요한 리소스를 안정적으로 확보할 수 있다.
또한, 프로세서(130)는, 복수의 IoT 조명장치(10) 중 특정 IoT 조명장치(10)인 제1 IoT 조명장치(10)가 고장난 것으로 판단되고, 제1 IoT 조명장치(10)의 주변에 설치된 제2 IoT 조명장치(10)가 설치된 영역 내 객체가 검출되어, 제2 IoT 조명장치(10)가 점등되는 경우, 평소보다 높은 밝기 조절 값으로 점등되도록 설정하는 동시에 점등 시간도 평소보다 길게 유지되도록 설정할 수 있다.
도 5는, 상기 도 3에 도시된 영상 수집부(110)의 구성 설명에 제공된 도면이다. 도 5를 참조하면, 각각의 영상 수집부(110)는, 카메라(111)를 포함할 수 있다.
도 6은, 상기 도 3에 도시된 프로세서(130)의 구성 설명에 제공된 도면이고, 도 6을 참조하면, 프로세서(130)는, 객체 검출 모듈(131), 영상 분석 모듈(132), 전원 공급부(133) 및 디밍 제어부(134)를 포함할 수 있다.
객체 검출 모듈(131)은, 엣지 네트워크 내 클러스터에 포함된 노드에 배포되는 영상 내 객체 검출 기능이 학습된 딥러닝 모델을 이용하여, 카메라(111)를 통해, IoT 조명장치(10)가 설치된 영역의 영상 정보를 수집한 이후, IoT 조명장치(10)가 설치된 영역 내 객체를 검출하기 위해, 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하도록 할 수 있다.
이때, 객체 검출 모듈(131)은, 영상 정보 내 객체가 검출되지 않는 경우에, 객체 검출 여부에 대한 정보만 영상 분석 모듈(132)에 전달하고, 영상 정보 내 객체가 검출되는 경우에만, 영상 정보를 영상 분석 모듈(132)에 전달할 수 있다.
영상 분석 모듈(132)은, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 객체 검출 모듈(131)로부터 전달되는 영상 정보를 분석하여, 검출된 객체를 사람, 자동차 또는 오토바이로 분류할 수 있다.
예를 들어, 영상 분석 모듈(132)은, 검출된 객체가 사람인 경우, 전원 공급부(133) 및 디밍 제어부(134)를 통해, 검출된 객체가 자동차 또는 오토바이인 경우보다 상대적으로 IoT 조명장치(10)의 점등 시간이 길게 유지되도록 하되, 상대적으로 작은 밝기 조절 값으로 점등되도록 할 수 있다.
또한, 영상 분석 모듈(132)은, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출할 수 있다.
예를 들어, 영상 분석 모듈(132)은, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출하고, 객체의 분류 결과에 따라 IoT 조명장치(10)의 점등 시간 및 밝기 조절 값이 결정되면, 전원 공급부(133) 및 디밍 제어부(134)를 통해, 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정하여, 객체의 이동속도가 빠를수록 IoT 조명장치(10)의 점등 시간이 짧고 밝기 조절 값이 커지도록 할 수 있다.
그리고 영상 분석 모듈(132)은, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시, 동일 객체가 검출된 검출 이력을 통해, 객체의 이동 경로(동선)를 파악하고, 이를 기반으로, 해당 객체의 예상 이동 경로를 예측할 수 있다.
구체적으로, 영상 분석 모듈(132)은, 복수의 영상 수집부(110)로부터 수집된 영상 정보를 기반으로, 특정 객체의 이동 경로가 예측되는 경우, 예측된 이동 경로에 포함되는 영역에 설치된 영상 수집부(110)로부터 수집되는 영상 정보를 분석하는데 우선적으로 리소스를 할당함으로써, 객체의 이동속도 산출 시 필요한 리소스를 안정적으로 확보할 수 있다.
전원 공급부(133)는, 검출된 객체의 분류 결과에 따라 IoT 조명장치(10)에 제어 신호를 전달하여, IoT 조명장치(10)의 점등 여부 및 점등 시간을 제어할 수 있다.
디밍 제어부(134)는, 검출된 객체의 분류 결과에 따라 IoT 조명장치(10)에 제어 신호를 전달하여, IoT 조명장치(10)의 밝기 조절 값을 결정할 수 있다.
도 7은, 본 발명의 일 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 제공 방법의 설명에 제공된 도면이다.
본 실시예에 따른 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 제공 방법은, 도 1 내지 도 6을 참조하여 전술한 플랫폼 시스템에 의해 실행될 수 있다.
도 7을 참조하면, 인공지능 IoT 엣지컴퓨팅 장치를 이용한 빅데이터 서비스 제공 방법은, 인공지능 IoT 엣지컴퓨팅 장치가, 각각의 IoT 조명장치(10)가 설치된 영역의 영상 정보를 수집하고(S710), 수집된 영상 정보를 딥러닝 모델에 입력하여, IoT 조명장치(10)가 설치된 영역 내 객체를 검출할 수 있다(S720).
이때, 인공지능 IoT 엣지컴퓨팅 장치는, IoT 조명장치(10)가 설치된 영역 내 객체 검출 시(S730-Y), 영상 정보를 분석하여, 검출된 객체를 사람, 자동차 또는 오토바이로 분류할 수 있다(S740).
그리고 인공지능 IoT 엣지컴퓨팅 장치는, 분류 결과에 따라 IoT 조명장치(10)의 점등 시간 및 점등 시 밝기 조절 값을 결정할 수 있다(S750).
이후, 인공지능 IoT 엣지컴퓨팅 장치는 일정시간동안 검출된 객체별 데이터를 IoT조명장치로 전송할 수 있다(S760).
이후, 인공지능 IoT 엣지컴퓨팅 장치는, 객체의 이동속도가 산출되면(S770-Y), 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정할 수 있다(S780).
이를 통해, 태양광 가로등인 IoT 조명장치(10)가 설치된 영역 내 객체 검출 여부에 따라 IoT 조명장치(10)의 점등 여부 및 밝기 정도를 제어하여, IoT 조명장치(10)의 효율적으로 관리하고, 부조일수에 대하여 원활하게 대응할 수 있다.
여기서, 객체의 이동속도 산출은, 인공지능 IoT 엣지컴퓨팅 장치가 직접 산출하도록 구현하거나, 인공지능 IoT 엣지컴퓨팅 장치가 IoT 조명장치로 제공한 데이터를 기반으로 IoT 조명장치에서 산출되도록 구현하거나, 인공지능 IoT 엣지컴퓨팅 장치 또는 IoT 조명장치가 플랫폼 서버로 객체별 데이터를 전송하면 플랫폼 서버에서 이러한 객체의 이동속도 산출이 가능하도록 구현하는 등 다양한 방법으로 구현이 가능할 수 있다.
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.

Claims (8)

  1. IoT 조명장치가 설치된 영역의 영상 정보를 수집하는 영상 수집부;
    IoT 조명장치로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하는 통신부; 및
    영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하여, IoT 조명장치가 설치된 영역 내 객체를 검출하고, 객체 검출 여부에 따라 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하는 프로세서;를 포함하는 인공지능 IoT 엣지컴퓨팅 장치.
  2. 청구항 1에 있어서,
    프로세서는,
    IoT 조명장치가 설치된 영역 내 객체 검출 시, IoT 조명장치가 점등되도록 제어하되,
    검출된 객체를 사람, 자동차 또는 오토바이로 분류하여, 분류 결과에 따라 IoT 조명장치의 점등 시간 및 점등 시 밝기 조절 값을 결정하는 것을 특징으로 하는 인공지능 IoT 엣지컴퓨팅 장치.
  3. 청구항 2에 있어서,
    프로세서는,
    검출된 객체가 사람인 경우, 검출된 객체가 자동차 또는 오토바이인 경우보다 상대적으로 IoT 조명장치의 점등 시간이 길게 유지되도록 하되, 상대적으로 작은 밝기 조절 값으로 점등되도록 하는 것을 특징으로 하는 인공지능 IoT 엣지컴퓨팅 장치.
  4. 청구항 3에 있어서,
    프로세서는,
    IoT 조명장치가 설치된 영역 내 객체 검출 시, 객체의 이동속도를 산출하고,
    객체의 분류 결과에 따라 IoT 조명장치의 점등 시간 및 밝기 조절 값이 결정되면, 객체의 이동속도가 빠를수록 IoT 조명장치의 점등 시간이 짧고 밝기 조절 값이 커지도록, 객체의 이동속도에 따라 결정된 점등 시간 및 밝기의 설정 값을 보정하는 인공지능 IoT 엣지컴퓨팅 장치.
  5. 청구항 1에 있어서,
    프로세서는,
    복수의 영상 수집부로부터 수집된 영상 정보를 기반으로, 특정 객체의 이동 경로가 예측되는 경우, 예측된 이동 경로에 포함되는 영역에 설치된 영상 수집부로부터 수집되는 영상 정보를 분석하는데 우선적으로 리소스를 할당하는 것을 특징으로 하는 인공지능 IoT 엣지컴퓨팅 장치.
  6. 청구항 5에 있어서,
    프로세서는,
    제1 IoT 조명장치가 고장난 것으로 판단되고, 제1 IoT 조명장치의 주변에 설치된 제2 IoT 조명장치가 설치된 영역 내 객체가 검출되어, 제2 IoT 조명장치가 점등되는 경우, 평소보다 높은 밝기 조절 값으로 점등되도록 설정하는 동시에 점등 시간도 평소보다 길게 유지되도록 설정하는 것을 특징으로 하는 인공지능 IoT 엣지컴퓨팅 장치.
  7. 청구항 1에 있어서,
    프로세서는,
    영상 정보 내 객체가 검출되지 않는 경우에, 객체 검출 여부에 대한 정보만 별도로 마련되는 IoT 엣지컴퓨팅 플랫폼 서버에 전달하고, 영상 정보 내 객체가 검출되는 경우에만, 영상 정보를 IoT 엣지컴퓨팅 플랫폼 서버에 전달하는 것을 특징으로 하는 인공지능 IoT 엣지컴퓨팅 장치.
  8. 복수의 IoT 조명장치; 및
    복수의 IoT 조명장치가 설치된 각각의 영역에 대한 영상 정보를 수집하고, 영상 내 객체 검출 기능이 학습된 딥러닝 모델에 수집된 영상 정보를 입력하여, IoT 조명장치가 설치된 영역 내 객체를 검출하며, 각각의 IoT 조명장치로부터 고장 여부, 점등 여부 및 점등 시 밝기에 대한 정보를 수집하여, 객체 검출 여부에 따라 각각의 IoT 조명장치의 점등 여부 및 밝기 정도를 제어하는 인공지능 IoT 엣지컴퓨팅 장치;를 포함하는 빅데이터 서비스 플랫폼 시스템.
PCT/KR2021/016536 2021-09-02 2021-11-12 효율적 태양광 가로등 관리를 위한 인공지능 iot 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템 WO2023033240A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210116733A KR102374745B1 (ko) 2021-09-02 2021-09-02 효율적 태양광 가로등 관리를 위한 인공지능 IoT 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템
KR10-2021-0116733 2021-09-02

Publications (1)

Publication Number Publication Date
WO2023033240A1 true WO2023033240A1 (ko) 2023-03-09

Family

ID=80816727

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/016536 WO2023033240A1 (ko) 2021-09-02 2021-11-12 효율적 태양광 가로등 관리를 위한 인공지능 iot 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템

Country Status (2)

Country Link
KR (1) KR102374745B1 (ko)
WO (1) WO2023033240A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102637782B1 (ko) 2022-12-26 2024-02-15 전남대학교산학협력단 에너지 데이터를 활용하기 위한 유전 알고리즘 기반 엣지 컴퓨팅 내 개인화된 딥러닝 모델 운용 방법과 시스템
CN116489852A (zh) * 2023-06-21 2023-07-25 智隆(广州)网络科技有限公司 一种路灯智能控制系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160012358A (ko) * 2014-07-23 2016-02-03 서울특별시 조명장치의 제어 방법
KR101940907B1 (ko) * 2017-05-31 2019-01-21 (주)오로라 디자인랩 가로등 제어 시스템
KR20200050231A (ko) * 2018-11-01 2020-05-11 한림대학교 산학협력단 동적 가로등 및 그 제어 방법
KR102124963B1 (ko) * 2019-07-31 2020-06-22 하나네트웍스 주식회사 IoT 및 5G LoRa 통신 기반의 스마트 등기구 유지관리 방법 및 시스템
KR20210031273A (ko) * 2019-09-11 2021-03-19 이주원 다기능 아이오티 가로등

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160012358A (ko) * 2014-07-23 2016-02-03 서울특별시 조명장치의 제어 방법
KR101940907B1 (ko) * 2017-05-31 2019-01-21 (주)오로라 디자인랩 가로등 제어 시스템
KR20200050231A (ko) * 2018-11-01 2020-05-11 한림대학교 산학협력단 동적 가로등 및 그 제어 방법
KR102124963B1 (ko) * 2019-07-31 2020-06-22 하나네트웍스 주식회사 IoT 및 5G LoRa 통신 기반의 스마트 등기구 유지관리 방법 및 시스템
KR20210031273A (ko) * 2019-09-11 2021-03-19 이주원 다기능 아이오티 가로등

Also Published As

Publication number Publication date
KR102374745B9 (ko) 2023-04-12
KR102374745B1 (ko) 2022-03-15

Similar Documents

Publication Publication Date Title
WO2023033240A1 (ko) 효율적 태양광 가로등 관리를 위한 인공지능 iot 엣지컴퓨팅 장치 및 이를 이용한 빅데이터 서비스 플랫폼 시스템
WO2013032062A1 (ko) 태양광 모듈 모니터링 시스템
CN109861387B (zh) 一种变电站智能巡检系统
WO2020262868A1 (ko) 사전 예방을 위한 무선 보안 시스템
CN104202881A (zh) 路灯控制系统
WO2019225852A1 (ko) 스마트 터널등 제어 시스템 및 그 방법
WO2020166804A1 (ko) 발전량 추세분석을 통한 태양광발전 진단장치
WO2024019474A1 (ko) 태양광 인버터 기능을 포함한 양방향 인버터
WO2020111560A1 (ko) 태양광 발전 밸런싱 제어 시스템 및 방법
CN116365717B (zh) 一种高压电路安全监测系统及方法
WO2022114624A1 (ko) 태양광 발전 시스템
WO2020013614A1 (ko) Ess 충방전 운전 방법
WO2018235987A1 (ko) 태양광 패널 진단 시스템
WO2015102151A1 (ko) 전기 자동차용 배터리팩을 이용한 전력 운용 방법
WO2011071344A2 (ko) 온라인 전기자동차용 세그먼트 충전 제어방법
WO2017090896A1 (ko) 분산전원이 연계된 전력 계통의 전력 관리 장치 및 그 방법
WO2023120967A1 (ko) 강화학습을 이용한 건물의 에너지를 관리하는 장치 및 방법
CN104507234B (zh) 有轨电车车站用照明控制系统及控制方法
WO2021241775A1 (ko) 터널조명등의 디밍 제어시스템 및 디밍 제어방법
KR20200139427A (ko) 인공지능 기반 미세먼지 필터링 및 에너지 발전을 이용한 초절전형 가로등 제어 서비스 제공 시스템
WO2022114457A1 (ko) 지령신호 변환수단이 마련된 v2g 시스템 및 이를 이용한 v2g 제어방법
WO2015026094A1 (ko) 에너지 사용 기기 및 에너지 정보 수집 장치
WO2023234468A1 (ko) 등기구의 디밍 제어 방법 및 이를 이용한 디밍 제어 시스템
CN204259259U (zh) 有轨电车车站用照明控制系统
CN205040053U (zh) 一种根据车流量调节功率的节能路灯系统

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: 21956167

Country of ref document: EP

Kind code of ref document: A1