KR102233351B1 - Management system and method for facility management based on 3d lidar - Google Patents

Management system and method for facility management based on 3d lidar Download PDF

Info

Publication number
KR102233351B1
KR102233351B1 KR1020210001903A KR20210001903A KR102233351B1 KR 102233351 B1 KR102233351 B1 KR 102233351B1 KR 1020210001903 A KR1020210001903 A KR 1020210001903A KR 20210001903 A KR20210001903 A KR 20210001903A KR 102233351 B1 KR102233351 B1 KR 102233351B1
Authority
KR
South Korea
Prior art keywords
data
sensor data
areas
sensor
management server
Prior art date
Application number
KR1020210001903A
Other languages
Korean (ko)
Inventor
강성학
Original Assignee
주식회사 유오케이
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 유오케이 filed Critical 주식회사 유오케이
Priority to KR1020210001903A priority Critical patent/KR102233351B1/en
Application granted granted Critical
Publication of KR102233351B1 publication Critical patent/KR102233351B1/en

Links

Images

Classifications

    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00—Manipulators mounted on wheels or on carriages
    • B25J5/02—Manipulators mounted on wheels or on carriages travelling along a guideway
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/007—Details of data content structure of message packets; data protocols
    • 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]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Remote Sensing (AREA)
  • Geometry (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Graphics (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Electromagnetism (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Toxicology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

A facility management system using a 3D LiDAR according to an aspect of the present invention comprises: a rail robot capable of moving along a rail installed in the underground tunnel and obtaining first sensor data by sensing a plurality of areas of the underground tunnel; a camera sensor unit installed in the plurality of areas and configured to sense the plurality of areas to obtain second sensor data; an optical fiber sensor unit installed in the plurality of areas and configured to sense a first facility located in the plurality of areas to obtain third sensor data; an Internet of Things (IoT) sensor unit installed in the plurality of areas and configured to sense a second facility located in the plurality of areas to obtain fourth sensor data; and storing the first sensor data, the second sensor data, the third sensor data, and the fourth sensor data as the detection data of the underground tunnel, and, based on at least two or more of the detection data, determining whether a dangerous situation occurs.

Description

3D LiDAR를 이용한 시설물 관리 시스템 및 방법{MANAGEMENT SYSTEM AND METHOD FOR FACILITY MANAGEMENT BASED ON 3D LIDAR}Facility management system and method using 3D LiDAR {MANAGEMENT SYSTEM AND METHOD FOR FACILITY MANAGEMENT BASED ON 3D LIDAR}

본 발명은 3D LiDAR를 이용한 시설물 관리 시스템 및 방법에 관한 것으로서, 보다 상세하게는 지하공동구에 설치된 레일로봇 및 센서부를 이용하여 지하공동구의 위험 상태를 다중 검증함으로써 지하공동구를 정밀하게 관리할 수 있는 3D LiDAR를 이용한 시설물 관리 시스템 및 방법에 관한 것이다.The present invention relates to a facility management system and method using 3D LiDAR, and more particularly, a 3D that can precisely manage the underground cavity by multi-verifying the dangerous state of the underground cavity using a rail robot and a sensor unit installed in the underground cavity. It relates to a facility management system and method using LiDAR.

또한, 본 발명은 지하공동구 및 지상건물을 연동하여 분석하고 3D 맵을 이용하여 통합 관리할 수 있는 3D LiDAR를 이용한 시설물 관리 시스템 및 방법에 관한 것이다.In addition, the present invention relates to a facility management system and method using 3D LiDAR, which can be analyzed by linking an underground common zone and a ground building, and integrated management using a 3D map.

도심속 지하를 통해 지나가는 대부분의 지하공동구에는 전력선과 통신선 등이 연결되어 있다. 특히나 전력구를 통해 연결되어 있는 전력선에는 전력선을 접속하는 개소(접속 개소)가 일정한 거리마다 위치해 있는데 화재의 위험성은 이러한 접속개소에서 상당히 높으며 실제로 화재가 수차례 발생하여 막대한 피해가 발생하였다.Power lines and communication lines are connected to most of the underground common areas that pass through the underground in the city center. In particular, in the power line connected through the power outlet, the points (connection points) that connect the power lines are located at certain distances, and the risk of fire is quite high at these connection points, and in fact, fires occurred several times, causing enormous damage.

또한, 지하공동구는 무인관리체계로 정기적인 순회 시에만 관리자가 출입하고 있다. 배전선로 검사 지침에 따르면 전력설비 순시는 월 1회 도보 점검, 소방시설 정기점검은 월 1회 외관 점검을 시행한다. 따라서 화재가 발생되면 인지 속도가 느릴 수밖에 없고, 소방 활동을 위한 지하공동구의 진입은 화염, 고열, 유독가스로 인해 거의 불가능해 소방대원이 진입하기 어려워 심각한 2차적인 피해를 야기하는 문제가 있다.In addition, the underground communal zone is an unmanned management system, and the administrator enters and exits only during regular tours. According to the distribution line inspection guidelines, electric power facilities are inspected on foot once a month, and firefighting facilities are regularly inspected once a month. Therefore, when a fire occurs, the recognition speed is inevitably slow, and entry into the underground cavity for firefighting activities is almost impossible due to flames, high heat, and toxic gas, making it difficult for firefighters to enter, causing serious secondary damage.

특히, 지하공동구에 고장 및/또는 화재가 발생하는 경우, 발생후에 감지하게 되므로 예방을 할 수 없는 문제점이 있었고, 발생 후에 현장 상황을 정확하게 파악하기 어렵다는 문제점이 있었다.In particular, when a failure and/or fire occurs in an underground cavity, there is a problem that cannot be prevented because it is detected after the occurrence, and there is a problem that it is difficult to accurately grasp the site situation after the occurrence.

이에 따라 지하공동구 내에 문제가 발생하기 이전에 미리 징후를 감지하여 이를 관리하는 기술 및 문제 발생 후에도 문제 상황을 정확하게 감지하여 관리자에게 알릴 수 있는 시스템이 요구되고 있다.Accordingly, there is a need for a technology that detects and manages a symptom before a problem occurs in an underground common area, and a system that can accurately detect and notify a manager of a problem situation even after a problem occurs.

대한민국 등록특허공보 제10-1916261호 '지중 전력구 제어 시스템'Republic of Korea Patent Publication No. 10-1916261'Underground power tool control system'

상기와 같은 문제점을 해결하기 위해서, 본 발명은 레일로봇과 센서부를 이용하여 위험 상황을 다중 검증함으로써 정확하게 위험을 판단할 수 있는 3D LiDAR를 이용한 시설물 관리 시스템 및 방법을 제공하는데 목적이 있다.In order to solve the above problems, an object of the present invention is to provide a facility management system and method using a 3D LiDAR capable of accurately determining a risk by multi-verifying a dangerous situation using a rail robot and a sensor unit.

또한, 본 발명은 지하공동구와 지상건물을 연계하여 통합 관리할 수 있는 3D LiDAR를 이용한 시설물 관리 시스템 및 방법을 제공하는 데 목적이 있다.In addition, an object of the present invention is to provide a facility management system and method using a 3D LiDAR capable of integrated management by linking an underground common zone and a ground building.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the problems mentioned above, and other problems that are not mentioned will be clearly understood by those skilled in the art from the following description.

상기와 같은 목적을 달성하기 위해서, 본 발명에 따른 3D LiDAR를 이용한 시설물 관리 시스템은 지하공동구 내에 설치된 레일을 따라 이동 가능하며 상기 지하공동구의 복수의 구역들을 센싱하여 제1 센서 데이터를 획득하는 레일로봇; 상기 복수의 구역들에 설치되며 상기 복수의 구역들을 센싱하여 제2 센서 데이터를 획득하는 카메라 센서부; 상기 복수의 구역들에 설치되며 상기 복수의 구역들에 위치하는 제1 설비를 센싱하여 제3 센서 데이터를 획득하는 광섬유 센서부; 상기 복수의 구역들에 설치되며 상기 복수의 구역들에 위치하는 제2 설비를 센싱하여 제4 센서 데이터를 획득하는 사물 인터넷(IoT) 센서부; 및 상기 제1 센서 데이터, 상기 제2 센서 데이터, 상기 제3 센서 데이터 및 상기 제4 센서 데이터를 상기 지하공동구의 검출 데이터로 저장하고, 상기 검출 데이터 중 적어도 2 개 이상에 기반하여 상기 지하공동구의 위험 상황 발생 여부를 판단하는 관리 서버;를 포함하고, 상기 관리 서버는, 상기 검출 데이터 중 어느 한 데이터에 기반하여 상기 복수의 구역 중 어느 한 구역에서 위험 상황이 발생한 것으로 1차 판단하고, 상기 1차 판단에 응답하여 상기 어느 한 구역에서 획득한 검출 데이터 중 상기 어느 한 데이터를 제외한 나머지 데이터 중 적어도 하나를 분석하고, 상기 적어도 하나의 분석 결과, 상기 어느 한 구역에서 위험 상황이 발생한 것으로 2차 판단할 경우, 상기 2차 판단에 응답하여 상기 레일로봇에 상기 어느 한 구역으로 이동하여 신규 데이터를 획득하라는 신호를 전송하고, 상기 레일로봇으로부터 수신한 상기 신규 데이터를 분석하고, 상기 신규 데이터 분석 결과 상기 어느 한 구역에서 위험이 발생한 것으로 판단할 경우, 상기 어느 한 구역에서 위험이 발생한 것으로 최종 판단를 포함한다.In order to achieve the above object, the facility management system using 3D LiDAR according to the present invention is movable along a rail installed in an underground cavity and a rail robot that senses a plurality of areas of the underground cavity to acquire first sensor data. ; A camera sensor unit installed in the plurality of areas and sensing second sensor data by sensing the plurality of areas; An optical fiber sensor unit installed in the plurality of areas and sensing first equipment located in the plurality of areas to obtain third sensor data; An Internet of Things (IoT) sensor unit installed in the plurality of areas and sensing second facilities located in the plurality of areas to obtain fourth sensor data; And storing the first sensor data, the second sensor data, the third sensor data, and the fourth sensor data as detection data of the underground cavity, and based on at least two or more of the detection data, the A management server for determining whether a dangerous situation has occurred, wherein the management server first determines that a dangerous situation has occurred in any one of the plurality of areas based on any one of the detected data, and the 1 In response to the determination of the difference, at least one of the remaining data other than the one of the detected data acquired in the one area is analyzed, and as a result of the at least one analysis, it is determined that a dangerous situation has occurred in the one area. In response to the second determination, a signal is transmitted to the rail robot to move to one of the areas to acquire new data, analyzes the new data received from the rail robot, and analyzes the new data. When it is determined that a danger has occurred in one of the areas, the final judgment is that the danger has occurred in any of the areas.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Other specific details of the present invention are included in the detailed description and drawings.

상기와 같은 해결수단에 의해, 본 발명은 지하공동구에서 발생하는 고장 및 화재 등의 문제 상황을 신속하고 정확하게 감지할 수 있다.By means of the above solution, the present invention can quickly and accurately detect trouble situations such as failures and fires occurring in the underground cavity.

또한, 본 발명은 지하공동구와 지상건물을 연계하여 통합 관리함으로써 지상건물에도 신속하게 문제 상황을 알릴 수 있으며, 지하와 지상이 연계된 작업의 효율성을 높일 수 있다.In addition, according to the present invention, it is possible to quickly notify a problem situation to a ground building by linking and managing an underground common zone and a ground building, and to increase the efficiency of a work in which the underground and the ground are connected.

도 1은 본 발명의 일 실시 예에 따른 3D LiDAR를 이용한 시설물 관리 시스템을 설명하는 블록도이다.
도 2는 도 1에 도시된 레일로봇을 개략적으로 나타낸 사시도이다.
도 3은 도 1에 도시된 센서부의 설치 상황을 개략적으로 나타낸 도면이다.
도 4는 본 발명의 일 실시 예에 따른 3D LiDAR를 이용한 시설물 관리 방법을 설명하는 블록도이다.
도 5는 본 발명의 일 실시 예에 따른 지상건물과 연동된 3D LiDAR를 이용한 시설물 관리 방법을 설명하는 블록도이다.
도 6은 본 발명의 다른 실시 예에 따른 3D LiDAR를 이용한 시설물 관리 방법을 설명하는 블록도이다.1 is a block diagram illustrating a facility management system using 3D LiDAR according to an embodiment of the present invention.
2 is a perspective view schematically showing the rail robot shown in FIG. 1.
3 is a diagram schematically illustrating an installation situation of the sensor unit shown in FIG. 1.
4 is a block diagram illustrating a facility management method using 3D LiDAR according to an embodiment of the present invention.
5 is a block diagram illustrating a facility management method using 3D LiDAR linked to a ground building according to an embodiment of the present invention.
6 is a block diagram illustrating a facility management method using 3D LiDAR according to another embodiment of the present invention.

본 발명에 따른 3D LiDAR를 이용한 시설물 관리 시스템 및 방법에 대한 예는 다양하게 적용할 수 있으며, 이하에서는 첨부된 도면을 참조하여 가장 바람직한 실시 예에 대해 설명하기로 한다.Examples of the facility management system and method using 3D LiDAR according to the present invention can be applied in various ways. Hereinafter, a most preferred embodiment will be described with reference to the accompanying drawings.

도 1은 본 발명의 일 실시 예에 따른 3D LiDAR를 이용한 시설물 관리 시스템을 설명하는 블록도이다. 도 2는 도 1에 도시된 레일로봇을 개략적으로 나타낸 사시도이다. 도 3은 도 1에 도시된 센서부(200)의 설치 상황을 개략적으로 나타낸 도면이다.1 is a block diagram illustrating a facility management system using 3D LiDAR according to an embodiment of the present invention. 2 is a perspective view schematically showing the rail robot shown in FIG. 1. 3 is a diagram schematically illustrating an installation situation of the sensor unit 200 shown in FIG. 1.

도 1 내지 도 3을 참조하면, 본 발명의 3D LiDAR를 이용한 시설물 관리 시스템은 지하공동구의 각 구역들과 설비들을 모니터링할 수 있으며, 화재 및 재난 예측/예보, 결로 예측, 침입 작업자 감지 및 구조물 상태이상 예측 및 감지를 할 수 있다. 관리 서버(100), 센서부(200) 및 통합 관제 서버(300)를 포함할 수 있으며, 관리 서버(100), 센서부(200) 및 통합 관제 서버(300)는 유선 또는 무선 네트워크를 통해 서로 연결될 수 있다. 예를 들어, 지하공동구는 전력구, 통신구 및 상수구를 포함할 수 있다.1 to 3, the facility management system using 3D LiDAR of the present invention can monitor each area and facilities of an underground common zone, and predict/predict fire and disaster, predict condensation, detect intrusion workers, and state of structures. It can predict and detect abnormalities. The management server 100, the sensor unit 200, and the integrated control server 300 may be included, and the management server 100, the sensor unit 200, and the integrated control server 300 may be connected to each other through a wired or wireless network. Can be connected. For example, the underground common zone may include a power zone, a communication zone, and a water supply zone.

일 실시 예에서, 센서부(200)는 레일로봇(210), 카메라 센서부(220), 광섬유 센서부(230) 및 사물인터넷 센서부(240)를 포함할 수 있다.In an embodiment, the sensor unit 200 may include a rail robot 210, a camera sensor unit 220, an optical fiber sensor unit 230, and an IoT sensor unit 240.

일 실시 예에서, 레일로봇(210)은 인력의 접근성이 떨어지는 지하공동구를 순찰 감시하는 장치이며 작업자의 초기 점검, 정밀 점검, 정밀 안전진단 업무를 대체할 수 있다.In one embodiment, the rail robot 210 is a device that patrols and monitors an underground common area in which manpower's accessibility is inferior, and may replace an initial inspection, a detailed inspection, and a precision safety diagnosis task of a worker.

또한, 레일로봇(210)은 지하공동구 내에 설치된 레일을 따라 이동 가능하며 지하공동구의 복수의 구역들을 센싱하여 제1 센서 데이터를 획득할 수 있다. 여기서 제1 센서 데이터는 위험요소와 관련된 데이터이며 예를 들면, 위험 요소는 기체, 3차원형상, 열화상, 온도, 영상, 색상 등일 수 있다.In addition, the rail robot 210 may move along a rail installed in the underground cavity and may acquire first sensor data by sensing a plurality of areas of the underground cavity. Here, the first sensor data is data related to a risk factor, for example, the risk factor may be a gas, a three-dimensional shape, a thermal image, a temperature, an image, a color, and the like.

또한, 예를 들어, 도 2를 참조하면, 레일로봇(210)은 레일(215) 이동을 위한 함체인 로봇 베이스(211), 포인트클라우드 수집센서인 라이다(liDAR) 센서(212), RGB 이미지 수집 센서인 영상 카메라(214), 열화상 이미지 수집 센서인 열화상 카메라(213), 공기질 수집 센서인 가스센서(미도시), 와이파이 안테나(미도시)를 포함할 수 있다.In addition, for example, referring to FIG. 2, the rail robot 210 includes a robot base 211, which is an enclosure for moving the rail 215, a liDAR sensor 212, which is a point cloud collection sensor, and an RGB image. It may include an image camera 214 as a collection sensor, a thermal imager 213 as a thermal image collection sensor, a gas sensor (not shown) as an air quality collection sensor, and a Wi-Fi antenna (not shown).

일 실시 예에서, 카메라 센서부(220)는 복수의 구역들에 설치되며 복수의 구역들을 센싱하여 제2 센서 데이터를 획득할 수 있다. 제2 센서 데이터는 AI 영상 데이터이며 침입 여부, 작업자 상태, 객체 분류 등을 포함할 수 있다.In an embodiment, the camera sensor unit 220 may be installed in a plurality of areas and may sense the plurality of areas to obtain second sensor data. The second sensor data is AI image data and may include intrusion status, worker status, object classification, and the like.

예를 들어, 카메라 센서부(220)는 IP카메라, AI기반 동작인지를 하는 영상 엣지 단말, AI기반 영상 관제 플랫폼을 포함할 수 있으며, 도 3에 도시된 바와 같이 CCTV가 카메라 센서부(220)로 활용될 수 있다.For example, the camera sensor unit 220 may include an IP camera, an image edge terminal that recognizes AI-based motion, and an AI-based video control platform. As shown in FIG. 3, the CCTV camera sensor unit 220 Can be used as.

일 실시 예에서, 광섬유 센서부(230)는 복수의 구역들에 설치되며 복수의 구역들에 위치하는 제1 설비를 센싱하여 제3 센서 데이터를 획득할 수 있다. 제1 설비는 전력구, 상하수도, D/L케이블 등을 포함할 수 있고, 제3 센서 데이터는 광 기반 이상감지 데이터이며, 온습도, 진동, 공기질, 온도, 연기와 관련된 데이터일 수 있다. 예컨대, 광섬유 센서부(230)는 전력선에 대한 실시간 온도 데이터를 수집하고 이상 상태를 감시하는 전력케이블 열부분 감시 센서(DTS(Distrubuted Temperature Sensing), 공동구에 대한 진동 데이터를 수집하고 이상상태 감시하는 공동구 파손감시센서(DAS(Distributed Acoustic Sensing), 접속재에 대한 부분방전을 감지하는 전력케이블 절연이상감지 센서(PD(partial discharge)센서), 전력선 3상 및 접속부의 온도를 감지하는 광섬유 격자 온도 센서 및 불꽃 감지 센서를 포함할 수 있다.In an embodiment, the optical fiber sensor unit 230 may be installed in a plurality of areas and may acquire third sensor data by sensing a first facility located in the plurality of areas. The first facility may include power outlets, water and sewage systems, D/L cables, and the like, and the third sensor data is light-based abnormality detection data, and may be data related to temperature and humidity, vibration, air quality, temperature, and smoke. For example, the optical fiber sensor unit 230 collects real-time temperature data for the power line and monitors abnormal conditions, a power cable thermal monitoring sensor (DTS (Distrubuted Temperature Sensing)), a cavity that collects vibration data for the cavity and monitors abnormal conditions. Damage monitoring sensor (DAS (Distributed Acoustic Sensing)), power cable insulation abnormality detection sensor (PD (partial discharge) sensor) that detects partial discharge of connection material, fiber optic grating temperature sensor that detects the temperature of three phases of power line and connection, and flame It may include a detection sensor.

일 실시 예에서, 사물인터넷 센서부(240)는 복수의 구역들에 설치되며 복수의 구역들에 위치하는 제2 설비를 센싱하여 제4 센서 데이터를 획득할 수 있다. 제2 설비는 접속점 맨홀, 환기팬, 배수펌프, 화재감지기 등 관리 기기일 수 있고, 제4 센서 데이터는 제2 설비를 감시하며 획득한 환경정보 데이터이며 온도, 습도, 화재, 가스, 수위 레벨 등을 포함할 수 있다.In an embodiment, the IoT sensor unit 240 may be installed in a plurality of areas and may acquire fourth sensor data by sensing a second facility located in the plurality of areas. The second facility may be a management device such as a connection point manhole, a ventilation fan, a drain pump, a fire detector, and the like, and the fourth sensor data is environmental information data obtained by monitoring the second facility, such as temperature, humidity, fire, gas, water level, etc. It may include.

예를 들어, 도 3에 도시된 바와 같이 사물인터넷 센서부(240)는 불꽃, 화재, 온도, 습도, 산소, 탄산, 황사수소를 감지하는 융복합센서(242), 수위 센서, 센서 데이터를 수집하는 IoT 센서노드, 센서 데이터를 수집하는 IoT 게이트웨이(241), 긴급신호를 전송하는 비상버튼, IoT 플랫폼을 포함할 수 있다.For example, as shown in FIG. 3, the IoT sensor unit 240 collects a fusion sensor 242 that detects flame, fire, temperature, humidity, oxygen, carbonic acid, and sulfur hydrogen, a water level sensor, and sensor data. It may include an IoT sensor node that collects sensor data, an IoT gateway 241 that collects sensor data, an emergency button that transmits an emergency signal, and an IoT platform.

일 실시 예에서, 관리 서버(100)는 제1 센서 데이터, 제2 센서 데이터, 제3 센서 데이터 및 제4 센서 데이터를 지하공동구의 검출 데이터로 저장하고, 검출 데이터 중 적어도 2 개 이상에 기반하여 지하공동구의 위험 상황 발생 여부를 판단할 수 있으며, 제어부(110), 데이터베이스(120) 및 통신부(130)를 포함할 수 있다.In one embodiment, the management server 100 stores the first sensor data, the second sensor data, the third sensor data, and the fourth sensor data as detection data of the underground cavity, and based on at least two or more of the detection data. It is possible to determine whether or not a dangerous situation occurs in the underground cavity, and may include a control unit 110, a database 120, and a communication unit 130.

일 실시 예에서, 통합 관제 서버(300)는 관리 서버(100)에서 획득한 데이터들을 활용하여 지상 건물 및 지하공동구를 통합 관리하는 서버일 수 있다. 즉, 관리 서버(100)는 지하공동구를 관리하는 기능에 충실한 반면, 통합 관제 서버(300)는 지상건물까지 확장하여 다양한 통합 기능을 수행하는 서버일 수 있다. 예를 들어, 통합 관제 서버(300)는 지하공동구와 지상건물이 연계된 작업에 대한 관리를 할 수 있다.In an embodiment, the integrated control server 300 may be a server that integrates and manages a ground building and an underground common area by using data acquired from the management server 100. That is, while the management server 100 is faithful to the function of managing an underground common area, the integrated control server 300 may be a server that extends to a ground building and performs various integrated functions. For example, the integrated control server 300 may manage a task in which an underground common zone and a ground building are linked.

도 4는 본 발명의 일 실시 예에 따른 3D LiDAR를 이용한 시설물 관리 방법을 설명하는 블록도이다. 도 4의 동작들은 도 1 에 개시된 관리 서버(100) 및 센서부(200)에 의해 수행될 수 있다.4 is a block diagram illustrating a facility management method using 3D LiDAR according to an embodiment of the present invention. The operations of FIG. 4 may be performed by the management server 100 and the sensor unit 200 disclosed in FIG. 1.

도 4를 참조하면, 일 실시 예에서, 관리 서버(100)는 동작 41에서, 검출 데이터 중 어느 한 데이터에 기반하여 복수의 구역 중 어느 한 구역에서 위험 상황이 발생한 것으로 1차 판단할 수 있다. 예를 들어, 관리 서버(100)는 광섬유 센서부(230)에서 획득한 제3 센서 데이터 중 높은 온도를 감지하고 위험상황이 발생한 것으로 1차 판단할 수 있다.Referring to FIG. 4, in an embodiment, in operation 41, the management server 100 may first determine that a dangerous situation has occurred in any one of a plurality of areas based on any one of the detection data. For example, the management server 100 may detect a high temperature among the third sensor data acquired from the optical fiber sensor unit 230 and first determine that a dangerous situation has occurred.

일 실시 예에서, 관리 서버(100)는 동작 42에서, 1차 판단에 응답하여 어느 한 구역에서 획득한 검출 데이터 중 어느 한 데이터를 제외한 나머지 데이터 중 적어도 하나를 분석할 수 있다. 예를 들어, 관리 서버(100)는 사물 인터넷 센서부(240)에서 획득한 제4 센서 데이터를 분석하여 현재 온도 및 가스를 확인할 수 있다.In an embodiment, in operation 42, the management server 100 may analyze at least one of the remaining data except for any one of the detection data acquired in a zone in response to the first determination. For example, the management server 100 may check the current temperature and gas by analyzing the fourth sensor data acquired from the IoT sensor unit 240.

일 실시 예에서, 관리 서버(100)는 동작 43에서, 적어도 하나의 분석 결과, 어느 한 구역에서 위험 상황이 발생한 것인지 여부에 대해 2차 판단할 수 있다. 예를 들어, 관리 서버(100)는 현재 온도 및 가스를 확인 결과, 제3 센서 데이터와 동등한 수준의 높은 온도가 확인되고 일산화탄소 등의 가스가 검출될 경우 화재에 의한 위험 상황이 발생한 것으로 2차 판단할 수 있다.In an embodiment, in operation 43, the management server 100 may secondarily determine whether a dangerous situation has occurred in at least one area as a result of at least one analysis. For example, when the management server 100 checks the current temperature and gas, a high temperature equivalent to that of the third sensor data is confirmed, and a gas such as carbon monoxide is detected, it is determined that a dangerous situation due to fire has occurred. can do.

일 실시 예에서, 관리 서버(100)는 동작 44에서, 적어도 하나의 분석 결과, 어느 한 구역에서 위험 상황이 발생한 것으로 2차 판단할 경우, 2차 판단에 응답하여 레일로봇(210)에 어느 한 구역으로 이동하여 신규 데이터를 획득하라는 신호를 전송할 수 있다. 예를 들어, 레일로봇(210)은 위험 상황이 발생한 것으로 판단되는 어느 한 구역으로 가서 영상을 촬영할 수 있다.In an embodiment, in operation 44, when it is determined that a dangerous situation has occurred in at least one area as a result of at least one analysis, the management server 100 It can transmit a signal to move to the area and acquire new data. For example, the rail robot 210 may go to an area where it is determined that a dangerous situation has occurred and take an image.

일 실시 예에서, 관리 서버(100)는 동작 45에서, 레일로봇(210)으로부터 수신한 신규 데이터를 분석할 수 있다. 예를 들어, 관리서버(100)는 촬영한 영상에서 화재에 대응하는 객체가 존재하는 지 확인할 수 있다.In an embodiment, the management server 100 may analyze new data received from the rail robot 210 in operation 45. For example, the management server 100 may check whether an object corresponding to a fire exists in the captured image.

일 실시 예에서, 관리 서버(100)는 동작 46에서, 신규 데이터 분석 결과 어느 한 구역에서 위험이 발생한 것인지 여부를 판단할 수 있다. 예를 들어, 관리 서버(100)는 영상에서 화재에 해당하는 객체(예: 불)가 존재하는 지 확인하여 화재라는 위험이 발생한 것인 지 판단할 수 있다.In an embodiment, in operation 46, the management server 100 may determine whether a risk has occurred in any one area as a result of analyzing the new data. For example, the management server 100 may determine whether a risk of fire has occurred by checking whether an object (eg, fire) corresponding to a fire exists in the image.

일 실시 예에서, 관리 서버(100)는 동작 47에서, 신규 데이터 분석 결과 어느 한 구역에서 위험이 발생한 것으로 판단할 경우, 어느 한 구역에서 위험이 발생한 것으로 최종 판단할 수 있다. In an embodiment, in operation 47, if the management server 100 determines that the risk has occurred in one area as a result of analyzing the new data, it may finally determine that the risk has occurred in the one area.

따라서, 본 발명은 이미 획득한 센서데이터들을 통해 1차 및 2차 검증을 하고 레일로봇(210)을 통해 신규데이터를 새로 획득하여 3차 검증함으로써 위험 상황 발생 여부를 정확하게 판단할 수 있다.Accordingly, in the present invention, it is possible to accurately determine whether or not a dangerous situation has occurred by performing primary and secondary verification through the already acquired sensor data, and newly acquiring new data through the rail robot 210 and verifying the third time.

일 실시 예에서, 관리 서버(100)는 동작 48에서, 적어도 하나의 분석 결과 어느 한 구역에서 위험 상황이 발생하지 않은 것으로 2차 판단할 경우, 어느 한 데이터를 획득한 센서부의 고장 여부를 확인할 수 있다.In an embodiment, in operation 48, when the management server 100 second determines that a dangerous situation has not occurred in any one area as a result of at least one analysis, the management server 100 may check whether a sensor unit that has acquired any one data has failed. have.

또한, 일 실시 예에서, 관리 서버(100)는 동작 49에서, 신규 데이터 분석 결과 어느 한 구역에서 위험이 발생하지 않은 것으로 판단할 경우, 어느 한 데이터를 획득한 센서부(200) 및 적어도 하나를 획득한 센서부(200)의 고장 여부를 확인할 수 있다.In addition, in an embodiment, in operation 49, when it is determined that the risk does not occur in any one area as a result of the new data analysis, the management server 100 may detect the sensor unit 200 and at least one that has acquired any one data. It is possible to check whether the acquired sensor unit 200 has failed.

이에 따라, 본 발명은 위험 상황 발생 여부 판단에 오류가 생긴 센서부를 확인하고 교체함으로써 관리 시스템의 신뢰성을 높일 수 있다.Accordingly, the present invention can increase the reliability of the management system by checking and replacing the sensor unit in which an error has occurred in determining whether a dangerous situation has occurred.

한편, 일 실시 예에서, 도면에는 도시되지 않았지만 관리 서버(100)는 위험 상황 발생을 판단하는 대신 위험 상황 발생 확률을 산출하는 동작을 수행할 수 있다. 즉, 도 4의 동작들에서 위험 상황 발생의 1차 판단, 2차 판단 및 최종 판단 동작들이 각각 위험 상황 발생 확률의 1차 산출, 2차 산출 및 최종 산출로 대체될 수 있으며, 이러할 경우 관리 서버(100)는 위험 상황 발생 확률을 이용하여 위험 상황 발생을 사전에 차단할 수 있다. 즉, 본 발명은 위험 상황 발생 확률이 높을 경우, 위험 요인을 미리 제거하여 위험 상황을 예방할 수 있다.Meanwhile, in an embodiment, although not shown in the drawing, the management server 100 may perform an operation of calculating a probability of occurrence of a dangerous situation instead of determining the occurrence of a dangerous situation. That is, in the operations of FIG. 4, the first determination, the second determination, and the final determination of the occurrence of a dangerous situation can be replaced by the first calculation, the second calculation, and the final calculation of the probability of occurrence of a dangerous situation, respectively, in this case, the management server (100) can block the occurrence of a dangerous situation in advance by using the probability of occurrence of a dangerous situation. That is, according to the present invention, when the probability of occurrence of a dangerous situation is high, the risk factor can be removed in advance to prevent the dangerous situation.

도 5는 본 발명의 일 실시 예에 따른 지상건물과 연동된 3D LiDAR를 이용한 시설물 관리 방법을 설명하는 블록도이다. 도 5의 동작들은 도 1 에 개시된 관리 서버(100), 센서부(200) 및 통합 관제 서버(300)에 의해 수행될 수 있다. 한편, 도 5의 각 동작들은 도면에 도시된 순서와 다른 순서로 실행될 수 있으며 각 동작들은 서로 독립적으로 실행될 수 있다.5 is a block diagram illustrating a facility management method using 3D LiDAR linked to a ground building according to an embodiment of the present invention. The operations of FIG. 5 may be performed by the management server 100, the sensor unit 200, and the integrated control server 300 disclosed in FIG. 1. Meanwhile, each of the operations of FIG. 5 may be executed in a different order from the order shown in the drawing, and each of the operations may be executed independently of each other.

도 5를 참조하면, 일 실시 예에서, 관리 서버(100)는 동작 51에서, 제1 센서 데이터 및 제2 센서 데이터에서 추출한 영상에 기반하여 3D 맵을 생성할 수 있다. 예를 들어, 관리 서버(100)는 LAS 데이터 로드, 시설 설비 공간 정보를 분석하고, 2D, 3D 레이어를 병합하고, 3D 개체를 할당하고, 위치정보를 보정하고, 공간정보를 렌더링하고, 3D 버텍스를 조정하고, 시각화 레벨을 조정하고, 3D 공간정보를 시각화함에 따라 3D 맵을 생성할 수 있다.Referring to FIG. 5, in an embodiment, in operation 51, the management server 100 may generate a 3D map based on an image extracted from the first sensor data and the second sensor data. For example, the management server 100 loads LAS data, analyzes facility facility spatial information, merges 2D and 3D layers, allocates 3D objects, corrects location information, renders spatial information, and 3D vertex It is possible to create a 3D map by adjusting, adjusting the visualization level, and visualizing 3D spatial information.

일 실시 예에서, 관리 서버(100)는 동작 52에서, 생성한 3D 맵을 통합 관제 서버(300)에 전송할 수 있다. 이어서, 관리 서버(100)는 3D맵에서 관리 객체별, 구간별, 목적별로 중첩하여 공간 정보 이상 유무를 확인할 수 있다. 또한, 내외부 실시간 데이터 연계를 통한 시설물별 상태정보를 모니터링할 수 있고, 지하공동구 관리 시설의 위치별, 각 센서부 이벤트 알림을 모니터링할 수 있다.In an embodiment, the management server 100 may transmit the generated 3D map to the integrated control server 300 in operation 52. Subsequently, the management server 100 may check whether there is an abnormality in spatial information by overlapping each managed object, each section, and each purpose in the 3D map. In addition, it is possible to monitor the status information for each facility through connection of internal and external real-time data, and monitor event notifications for each sensor unit by location of an underground common zone management facility.

일 실시 예에서, 관리 서버(100)는 동작 53에서, 위험이 발생한 것으로 최종 판단할 경우, 통합 관제 서버(300)에 위험 발생을 알리는 메시지를 전송할 수 있다. 예를 들어, 화재가 발생한 경우, 관리 서버(100)는 화재 발생 메시지를 통합 관제 서버(300)에 전송할 수 있다.In an embodiment, in operation 53, when it is finally determined that the risk has occurred, the management server 100 may transmit a message notifying the occurrence of the risk to the integrated control server 300. For example, when a fire occurs, the management server 100 may transmit a fire occurrence message to the integrated control server 300.

일 실시 예에서, 통합 관제 서버(200)는 동작 54에서, 해당 위험이 발생한 구역의 지상에 위치하는 지상 건물을 관리하는 관리자 장치에 경고 알람을 전송할 수 있다. 예를 들어, 화재가 발생한 경우, 통합 관제 서버(200)는 화재가 발생한 곳과 인접한 건물들을 관리하는 관리자 장치에 경고 알람을 전송할 수 있다.In an embodiment, in operation 54, the integrated control server 200 may transmit a warning alarm to a manager device that manages a ground building located on the ground in an area where a corresponding danger occurs. For example, when a fire occurs, the integrated control server 200 may transmit a warning alarm to a manager device that manages buildings adjacent to the place where the fire occurred.

일 실시 예에서, 통합 관제 서버(200)는 동작 55에서, 3D 맵에 기반하여 지하공동구에서 발생하는 작업과 연계된 지상 건물 또는 작업장간 최적 경로를 생성할 수 있다.In an embodiment, in operation 55, the integrated control server 200 may generate an optimal path between a ground building or a workplace linked to a task occurring in an underground common zone based on a 3D map.

일 실시 예에서, 통합 관제 서버(200)는 동작 56에서, 최적 경로에 기반하여 작업자가 사용하는 작업자 장치에 작업 지시 메시지를 전송할 수 있다.In an embodiment, in operation 56, the integrated control server 200 may transmit a work instruction message to a worker device used by the worker based on the optimal path.

도 6은 본 발명의 다른 실시 예에 따른 3D LiDAR를 이용한 시설물 관리 방법을 설명하는 블록도이다. 도 6의 동작들은 도 1 에 개시된 관리 서버(100) 및 센서부(200)에 의해 수행될 수 있다.6 is a block diagram illustrating a facility management method using 3D LiDAR according to another embodiment of the present invention. The operations of FIG. 6 may be performed by the management server 100 and the sensor unit 200 disclosed in FIG. 1.

도 6을 참조하면, 일 실시 예에서, 관리 서버(100)는 동작 61에서, 제2 센서 데이터, 제3 센서 데이터 및 제4 센서 데이터 중 어느 한 데이터에 기반하여 복수의 구역 중 어느 한 구역에서 위험 상황이 발생한 것으로 1차 판단할 수 있다. 예를 들어, 관리 서버(100)는 제3 센서 데이터를 통해 연기를 확인하여 위험 상황이 발생한 것으로 1차 판단할 수 있다.Referring to FIG. 6, in an embodiment, in operation 61, the management server 100 is performed in any one of a plurality of areas based on any one of the second sensor data, the third sensor data, and the fourth sensor data. It can be judged first that a dangerous situation has occurred. For example, the management server 100 may first determine that a dangerous situation has occurred by checking the smoke through the third sensor data.

일 실시 예에서, 관리 서버(100)는 동작 62에서, 1차 판단에 응답하여 1차 판단 시점 기준으로 가장 가까운 시점에서 획득된 제1 센서 데이터를 확인할 수 있다. 예를 들어, 관리 서버(100)는 상기 위험 상황이 발생한 것으로 1차 판단된 어느 한 구역을 촬영한 영상들 중 1차 판단 시점 기준으로 가장 가까운 시점에 획득된 영상을 확인할 수 있다.In an embodiment, in operation 62, the management server 100 may check the first sensor data acquired at the closest point of time based on the first determination point in response to the first determination. For example, the management server 100 may check an image obtained at the closest point of view based on the first determination point among images of an area that is first determined to have occurred in the dangerous situation.

일 실시 예에서, 관리 서버(100)는 동작 63에서, 확인한 제1 센서 데이터를 분석하여 위험 상황인 지 여부를 추가 판단할 수 있다. 예를 들어, 관리 서버(100)는 촬영한 영상에서 화재에 대응하는 객체가 존재하는 지 확인할 수 있다.In an embodiment, in operation 63, the management server 100 may additionally determine whether there is a danger situation by analyzing the checked first sensor data. For example, the management server 100 may check whether an object corresponding to a fire exists in the captured image.

일 실시 예에서, 관리 서버(100)는 동작 64 및 동작 65에서, 추가 판단 결과, 위험 상황으로 판단될 경우, 상기 어느 한 구역에서 위험이 발생한 것으로 최종 판단할 수 있다. 예를 들어, 관리 서버(100)는 영상에서 화재에 해당하는 객체(예: 불)가 존재함을 확인하여 화재가 발생한 것으로 최종 판단할 수 있다.In an embodiment, in operations 64 and 65, when the additional determination result is determined as a dangerous situation, the management server 100 may finally determine that a risk has occurred in any one of the areas. For example, the management server 100 may determine that a fire has occurred by confirming that an object (eg, fire) corresponding to a fire exists in the image.

일 실시 예에서, 관리 서버(100)는 동작 64 및 동작 66에서, 추가 판단 결과, 위험 상황이 아니라고 판단할 경우, 어느 한 데이터를 획득한 센서부의 고장 여부를 확인할 수 있다.In an embodiment, in operations 64 and 66, when determining that the additional determination result is not a dangerous situation, the management server 100 may check whether a sensor unit that has acquired any one data has failed.

이와 같이, 본 발명은 어느 한 센서 데이터와 레일로봇이 획득한 센서 데이터를 활용하여 현재 위험 상황이 발생한 지 여부를 정밀하게 확인할 수 있다.As described above, in the present invention, it is possible to accurately check whether a current dangerous situation has occurred by using any one sensor data and the sensor data acquired by the rail robot.

한편, 일 실시 예에서, 도면에는 도시되지 않았지만 관리 서버(100)는 위험 상황 발생을 판단하는 대신 위험 상황 발생 확률을 산출하는 동작을 수행할 수 있다. 즉, 도 6의 동작들에서 위험 상황 발생의 1차 판단 및 최종 판단 동작들이 각각 위험 상황 발생 확률의 1차 산출 및 최종 산출로 대체될 수 있으며, 이러할 경우 관리 서버(100)는 위험 상황 발생 확률을 이용하여 위험 상황 발생을 사전에 차단할 수 있다. 즉, 본 발명은 위험 상황 발생 확률이 높을 경우, 위험 요인을 미리 제거하여 위험 상황을 예방할 수 있다.Meanwhile, in an embodiment, although not shown in the drawing, the management server 100 may perform an operation of calculating a probability of occurrence of a dangerous situation instead of determining the occurrence of a dangerous situation. That is, in the operations of FIG. 6, the first determination and the final determination of the occurrence of a dangerous situation may be replaced with the first and final calculation of the probability of occurrence of a dangerous situation, respectively, and in this case, the management server 100 You can prevent the occurrence of dangerous situations in advance by using. That is, according to the present invention, when the probability of occurrence of a dangerous situation is high, the risk factor can be removed in advance to prevent the dangerous situation.

한편, 일 실시 예에서, 도 6과 달리 관리 서버(100)는 상기 1차 판단 시점과 상기 가장 가까운 시점간 시차까지 고려하여 위험 발생 여부를 확인할 수 있다.Meanwhile, in an embodiment, unlike FIG. 6, the management server 100 may check whether a risk occurs by considering a time difference between the first determination point and the nearest point in time.

예를 들어, 관리 서버(100)는, 1차 판단 시점과 가장 가까운 시점간 이격 시간을 미리 설정한 임계 값과 비교하고, 비교 결과, 이격 시간이 임계 값 이하일 경우에 가까운 시점에 획득된 제1 센서 데이터를 확인하고, 비교 결과, 이격 시간이 임계 값을 초과할 경우에 레일로봇(210)에 어느 한 구역으로 이동하여 신규 데이터를 획득하라는 신호를 전송할 수 있다.For example, the management server 100 compares the separation time between the first determination point and the closest point with a preset threshold value, and as a result of the comparison, the first As a result of checking the sensor data, and as a result of the comparison, when the separation time exceeds a threshold value, a signal to move to one area and obtain new data may be transmitted to the rail robot 210.

즉, 상기 이격 시간이 임계 값보다 클 경우에는 상기 제1 센서 데이터는 1차 판단 시점 당시의 상황을 제대로 반영하지 못할 확률이 높으므로 신규 데이터를 획득하는 동작을 진행함으로써 위험 상황 판단의 신뢰성을 높일 수 있다.That is, when the separation time is greater than the threshold value, the first sensor data has a high probability of not properly reflecting the situation at the time of the first determination, so that the operation of acquiring new data is performed to increase the reliability of the determination of the dangerous situation I can.

이어서, 관리 서버(100)는 레일로봇(210)으로부터 수신한 신규 데이터를 분석하고, 신규 데이터 분석 결과 어느 한 구역에서 위험이 발생한 것으로 판단할 경우, 어느 한 구역에서 위험이 발생한 것으로 최종 판단할 수 있다.Subsequently, the management server 100 analyzes the new data received from the rail robot 210, and when it is determined that a risk has occurred in one area as a result of the analysis of the new data, it can finally determine that a risk has occurred in any one area. have.

본 발명의 일면에 따른 3D LiDAR를 이용한 시설물 관리 시스템은 지하공동구 내에 설치된 레일을 따라 이동 가능하며 상기 지하공동구의 복수의 구역들을 센싱하여 제1 센서 데이터를 획득하는 레일로봇; 상기 복수의 구역들에 설치되며 상기 복수의 구역들을 센싱하여 제2 센서 데이터를 획득하는 카메라 센서부; 상기 복수의 구역들에 설치되며 상기 복수의 구역들에 위치하는 제1 설비를 센싱하여 제3 센서 데이터를 획득하는 광섬유 센서부; 상기 복수의 구역들에 설치되며 상기 복수의 구역들에 위치하는 제2 설비를 센싱하여 제4 센서 데이터를 획득하는 사물 인터넷(IoT) 센서부; 및 상기 제1 센서 데이터, 상기 제2 센서 데이터, 상기 제3 센서 데이터 및 상기 제4 센서 데이터를 상기 지하공동구의 검출 데이터로 저장하고, 상기 검출 데이터 중 적어도 2 개 이상에 기반하여 상기 지하공동구의 위험 상황 발생 여부를 판단하는 관리 서버;를 포함하고, 상기 관리 서버는, 상기 검출 데이터 중 어느 한 데이터에 기반하여 상기 복수의 구역 중 어느 한 구역에서 위험 상황이 발생한 것으로 1차 판단하고, 상기 1차 판단에 응답하여 상기 어느 한 구역에서 획득한 검출 데이터 중 상기 어느 한 데이터를 제외한 나머지 데이터 중 적어도 하나를 분석하고, 상기 적어도 하나의 분석 결과, 상기 어느 한 구역에서 위험 상황이 발생한 것으로 2차 판단할 경우, 상기 2차 판단에 응답하여 상기 레일로봇에 상기 어느 한 구역으로 이동하여 신규 데이터를 획득하라는 신호를 전송하고, 상기 레일로봇으로부터 수신한 상기 신규 데이터를 분석하고, 상기 신규 데이터 분석 결과 상기 어느 한 구역에서 위험이 발생한 것으로 판단할 경우, 상기 어느 한 구역에서 위험이 발생한 것으로 최종 판단할 수 있다.A facility management system using 3D LiDAR according to an aspect of the present invention includes a rail robot that can move along a rail installed in an underground cavity and senses a plurality of areas of the underground cavity to obtain first sensor data; A camera sensor unit installed in the plurality of areas and sensing second sensor data by sensing the plurality of areas; An optical fiber sensor unit installed in the plurality of areas and sensing first equipment located in the plurality of areas to obtain third sensor data; An Internet of Things (IoT) sensor unit installed in the plurality of areas and sensing second facilities located in the plurality of areas to obtain fourth sensor data; And storing the first sensor data, the second sensor data, the third sensor data, and the fourth sensor data as detection data of the underground cavity, and based on at least two or more of the detection data, the A management server for determining whether a dangerous situation has occurred, wherein the management server first determines that a dangerous situation has occurred in any one of the plurality of areas based on any one of the detected data, and the 1 In response to the determination of the difference, at least one of the remaining data other than the one of the detected data acquired in the one area is analyzed, and as a result of the at least one analysis, it is determined that a dangerous situation has occurred in the one area. In response to the second determination, a signal is transmitted to the rail robot to move to one of the areas to acquire new data, analyzes the new data received from the rail robot, and analyzes the new data. When it is determined that a danger has occurred in one of the areas, it can be finally determined that the danger has occurred in any of the areas.

다양한 실시 예에 따르면, 상기 관리 서버는, 상기 적어도 하나의 분석 결과 상기 어느 한 구역에서 위험 상황이 발생하지 않은 것으로 2차 판단할 경우, 상기 어느 한 데이터를 획득한 센서부의 이상 유무를 확인할 수 있다.According to various embodiments of the present disclosure, when the management server second determines that a dangerous situation has not occurred in the one area as a result of the at least one analysis, the management server may check whether there is an abnormality in the sensor unit that has obtained any one of the data. .

다양한 실시 예에 따르면, 상기 관리 서버는, 상기 신규 데이터 분석 결과 상기 어느 한 구역에서 위험이 발생하지 않은 것으로 판단할 경우, 상기 어느 한 데이터를 획득한 센서부 및 상기 적어도 하나를 획득한 센서부의 고장 여부를 확인할 수 있다.According to various embodiments of the present disclosure, when the management server determines that the risk has not occurred in the one area as a result of the new data analysis, the sensor unit acquiring the one data and the sensor unit acquiring the at least one failure. You can check whether or not.

다양한 실시 예에 따르면, 상기 지하공동구의 지상을 관리하는 통합 관제 서버;를 더 포함하고, 상기 관리 서버는, 상기 제1 센서 데이터 및 상기 제2 센서 데이터에서 추출한 영상에 기반하여 3D 맵을 생성하고, 상기 생성한 3D 맵을 상기 통합 관제 서버에 전송할 수 있다.According to various embodiments, an integrated control server that manages the ground of the underground cavity further comprises, wherein the management server generates a 3D map based on the image extracted from the first sensor data and the second sensor data, , The generated 3D map may be transmitted to the integrated control server.

다양한 실시 예에 따르면, 상기 관리 서버는 상기 위험이 발생한 것으로 최종 판단할 경우, 상기 통합 관제 서버에 위험 발생을 알리는 메시지를 전송하고, 상기 통합 관제 서버는 해당 위험이 발생한 구역의 지상에 위치하는 지상 건물을 관리하는 관리자 장치에 경고 알람을 전송할 수 있다.According to various embodiments, when the management server finally determines that the danger has occurred, the management server transmits a message notifying the occurrence of the danger to the integrated control server, and the integrated control server is Alert alarms can be sent to the manager device that manages the building.

다양한 실시 예에 따르면, 상기 통합 관제 서버는, 상기 3D 맵에 기반하여 상기 지하공동구에서 발생하는 작업과 연계된 지상 건물 또는 작업장간 최적 경로를 생성하고, 상기 최적 경로에 기반하여 작업자가 사용하는 작업자 장치에 작업 지시 메시지를 전송할 수 있다.According to various embodiments, the integrated control server, based on the 3D map, generates an optimal path between ground buildings or workplaces linked to the work occurring in the underground cavity, and the worker used by the worker based on the optimal path You can send a work instruction message to the device.

본 발명의 일면에 따른 3D LiDAR를 이용한 시설물 관리 시스템은 지하공동구 내에 설치된 레일을 따라 이동 가능하며 상기 지하공동구의 복수의 구역들을 센싱하여 제1 센서 데이터를 획득하는 레일로봇; 상기 복수의 구역들에 설치되며 상기 복수의 구역들을 센싱하여 제2 센서 데이터를 획득하는 카메라 센서부; 상기 복수의 구역들에 설치되며 상기 복수의 구역들에 위치하는 제1 설비를 센싱하여 제3 센서 데이터를 획득하는 광섬유 센서부; 상기 복수의 구역들에 설치되며 상기 복수의 구역들에 위치하는 제2 설비를 센싱하여 제4 센서 데이터를 획득하는 사물 인터넷(IoT) 센서부; 및 상기 제1 센서 데이터, 상기 제2 센서 데이터, 상기 제3 센서 데이터 및 상기 제4 센서 데이터를 상기 지하공동구의 검출 데이터로 저장하고, 상기 검출 데이터 중 적어도 2 개 이상에 기반하여 상기 지하공동구의 위험 상황 발생 여부를 판단하는 관리 서버;를 포함하고, 상기 관리 서버는, 상기 제2 센서 데이터, 상기 제3 센서 데이터 및 상기 제4 센서 데이터 중 어느 한 데이터에 기반하여 상기 복수의 구역 중 어느 한 구역에서 위험 상황이 발생한 것으로 1차 판단하고, 상기 1차 판단에 응답하여 상기 1차 판단 시점 기준으로 가장 가까운 시점에서 획득된 제1 센서 데이터를 확인하고, 상기 확인한 제1 센서 데이터를 분석하여 위험 상황인 지 여부를 추가 판단하고, 상기 추가 판단 결과, 위험 상황으로 판단될 경우, 상기 어느 한 구역에서 위험이 발생한 것으로 최종 판단하고, 상기 추가 판단 결과, 위험 상황이 아니라고 판단할 경우, 상기 어느 한 데이터를 획득한 센서부의 이상 유무를 확인할 수 있다.A facility management system using 3D LiDAR according to an aspect of the present invention includes a rail robot that can move along a rail installed in an underground cavity and senses a plurality of areas of the underground cavity to obtain first sensor data; A camera sensor unit installed in the plurality of areas and sensing second sensor data by sensing the plurality of areas; An optical fiber sensor unit installed in the plurality of areas and sensing first equipment located in the plurality of areas to obtain third sensor data; An Internet of Things (IoT) sensor unit installed in the plurality of areas and sensing second facilities located in the plurality of areas to obtain fourth sensor data; And storing the first sensor data, the second sensor data, the third sensor data, and the fourth sensor data as detection data of the underground cavity, and based on at least two of the detection data, A management server for determining whether a dangerous situation occurs, wherein the management server includes any one of the plurality of zones based on any one of the second sensor data, the third sensor data, and the fourth sensor data. It is determined that a dangerous situation has occurred in the area, and in response to the first determination, the first sensor data obtained at the closest point of time based on the first determination point is checked, and the confirmed first sensor data is analyzed to be dangerous. If it is determined that it is a situation or not, and as a result of the additional determination, if it is determined as a dangerous situation, it is finally determined that a risk has occurred in one of the areas, and as a result of the additional determination, if it is determined that it is not a dangerous situation, any of the above It is possible to check whether there is an abnormality in the sensor unit that has acquired data.

다양한 실시 예에 따르면, 상기 관리 서버는, 상기 1차 판단 시점과 상기 가장 가까운 시점간 이격 시간을 미리 설정한 임계 값과 비교하고, 상기 비교 결과, 상기 이격 시간이 상기 임계 값 이하일 경우에 상기 가까운 시점에 획득된 제1 센서 데이터를 확인하고, 상기 비교 결과, 상기 이격 시간이 상기 임계 값을 초과할 경우에 상기 레일로봇에 상기 어느 한 구역으로 이동하여 신규 데이터를 획득하라는 신호를 전송할 수 있다.According to various embodiments of the present disclosure, the management server compares the separation time between the first determination time point and the closest time point with a preset threshold value, and when the comparison result, when the separation time is less than the threshold value, the close When the first sensor data acquired at the time point is checked, and as a result of the comparison, when the separation time exceeds the threshold value, a signal to move to the one area and acquire new data may be transmitted to the rail robot.

다양한 실시 예에 따르면, 상기 관리 서버는, 상기 레일로봇으로부터 수신한 상기 신규 데이터를 분석하고, 상기 신규 데이터 분석 결과 상기 어느 한 구역에서 위험이 발생한 것으로 판단할 경우, 상기 어느 한 구역에서 위험이 발생한 것으로 최종 판단할 수 있다.According to various embodiments, the management server analyzes the new data received from the rail robot, and when it is determined that a risk has occurred in one of the areas as a result of the analysis of the new data, a risk occurs in the one of the areas. It can be finally judged.

본 발명의 일면에 따른 지하공동구 내에서 제1 센서 데이터를 획득하는 레일로봇, 제2 센서 데이터를 획득하는 카메라 센서부, 제3 센서 데이터를 획득하는 광섬유 센서부, 제4 센서 데이터를 획득하는 사물 인터넷(IoT) 센서부 및 상기 제1 센서 데이터, 상기 제2 센서 데이터, 상기 제3 센서 데이터 및 상기 제4 센서 데이터를 상기 지하공동구의 검출 데이터로 저장하고, 상기 검출 데이터 중 적어도 2 개 이상에 기반하여 상기 지하공동구의 위험 상황 발생 여부를 판단하는 관리 서버에 의해 수행되는, 3D LiDAR를 이용한 시설물 관리 방법은, 상기 관리 서버가, 상기 검출 데이터 중 어느 한 데이터에 기반하여 상기 복수의 구역 중 어느 한 구역에서 위험 상황이 발생한 것으로 1차 판단하는 단계; 상기 관리 서버가, 상기 1차 판단에 응답하여 상기 어느 한 구역에서 획득한 검출 데이터 중 상기 어느 한 데이터를 제외한 나머지 데이터 중 적어도 하나를 분석하는 단계; 상기 관리 서버가, 상기 적어도 하나의 분석 결과, 상기 어느 한 구역에서 위험 상황이 발생한 것으로 2차 판단할 경우, 상기 2차 판단에 응답하여 상기 레일로봇에 상기 어느 한 구역으로 이동하여 신규 데이터를 획득하라는 신호를 전송하는 단계; 상기 관리 서버가, 상기 레일로봇으로부터 수신한 상기 신규 데이터를 분석하는 단계; 및 상기 관리 서버가, 상기 신규 데이터 분석 결과 상기 어느 한 구역에서 위험이 발생한 것으로 판단할 경우, 상기 어느 한 구역에서 위험이 발생한 것으로 최종 판단하는 단계;를 포함할 수 있다.A rail robot that acquires first sensor data, a camera sensor that acquires second sensor data, an optical fiber sensor that acquires third sensor data, and an object that acquires fourth sensor data in the underground cavity according to an aspect of the present invention. The Internet (IoT) sensor unit and the first sensor data, the second sensor data, the third sensor data, and the fourth sensor data are stored as detection data of the underground cavity, and in at least two or more of the detection data A facility management method using 3D LiDAR, which is performed by a management server that determines whether a dangerous situation in the underground cavity has occurred based on the First determining that a dangerous situation has occurred in one area; Analyzing, by the management server, at least one of the remaining data other than the one of the detected data acquired in the one zone in response to the first determination; When the management server second determines that a dangerous situation has occurred in one of the areas as a result of the at least one analysis, the rail robot moves to the one of the areas in response to the second determination to obtain new data. Transmitting a signal to do so; Analyzing, by the management server, the new data received from the rail robot; And if the management server determines that the risk has occurred in the one area as a result of the analysis of the new data, finally determining that the risk has occurred in the one area.

이상에서 본 발명에 의한 3D LiDAR를 이용한 시설물 관리 시스템에 대하여 설명하였다. 이러한 본 발명의 기술적 구성은 본 발명이 속하는 기술분야의 당업자가 본 발명의 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.In the above, a facility management system using 3D LiDAR according to the present invention has been described. It will be appreciated that the technical configuration of the present invention can be implemented in other specific forms without changing the technical spirit or essential features of the present invention by those skilled in the art to which the present invention pertains.

그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 한정적인 것이 아닌 것으로서 이해되어야 한다.Therefore, the embodiments described above are illustrative in all respects, and should be understood as non-limiting.

100 : 관리 서버 110: 제어부
120 : 데이터베이스 130 : 통신부
200 : 센서부 210 : 레일로봇
220 : 카메라 센서부 230 : 광섬유 센서부
240 : 사물 인터넷 센서부 300 : 통합 관제 서버100: management server 110: control unit
120: database 130: communication department
200: sensor unit 210: rail robot
220: camera sensor unit 230: optical fiber sensor unit
240: IoT sensor unit 300: integrated control server

Claims (10)

지하공동구 내에 설치된 레일을 따라 이동 가능하며 상기 지하공동구의 복수의 구역들을 센싱하여 제1 센서 데이터를 획득하는 레일로봇;
상기 복수의 구역들에 설치되며 상기 복수의 구역들을 센싱하여 제2 센서 데이터를 획득하는 카메라 센서부;
상기 복수의 구역들에 설치되며 상기 복수의 구역들에 위치하는 제1 설비를 센싱하여 제3 센서 데이터를 획득하는 광섬유 센서부;
상기 복수의 구역들에 설치되며 상기 복수의 구역들에 위치하는 제2 설비를 센싱하여 제4 센서 데이터를 획득하는 사물 인터넷(IoT) 센서부; 및
상기 제1 센서 데이터, 상기 제2 센서 데이터, 상기 제3 센서 데이터 및 상기 제4 센서 데이터를 상기 지하공동구의 검출 데이터로 저장하고, 상기 검출 데이터 중 적어도 2 개 이상에 기반하여 상기 지하공동구의 위험 상황 발생 여부를 판단하는 관리 서버;를 포함하고,
상기 관리 서버는,
상기 검출 데이터 중 어느 한 데이터에 기반하여 상기 복수의 구역 중 어느 한 구역에서 위험 상황이 발생한 것으로 1차 판단하고,
상기 1차 판단에 응답하여 상기 어느 한 구역에서 획득한 검출 데이터 중 상기 어느 한 데이터를 제외한 나머지 데이터 중 적어도 하나를 분석하고,
상기 적어도 하나의 분석 결과, 상기 어느 한 구역에서 위험 상황이 발생한 것으로 2차 판단할 경우, 상기 2차 판단에 응답하여 상기 레일로봇에 상기 어느 한 구역으로 이동하여 신규 데이터를 획득하라는 신호를 전송하고,
상기 레일로봇으로부터 수신한 상기 신규 데이터를 분석하고,
상기 신규 데이터 분석 결과 상기 어느 한 구역에서 위험이 발생한 것으로 판단할 경우, 상기 어느 한 구역에서 위험이 발생한 것으로 최종 판단하는 것을 특징으로 하는 3D LiDAR를 이용한 시설물 관리 시스템.A rail robot that can move along a rail installed in the underground cavity and senses a plurality of areas of the underground cavity to obtain first sensor data;
A camera sensor unit installed in the plurality of areas and sensing second sensor data by sensing the plurality of areas;
An optical fiber sensor unit installed in the plurality of areas and sensing first equipment located in the plurality of areas to obtain third sensor data;
An Internet of Things (IoT) sensor unit installed in the plurality of areas and sensing second facilities located in the plurality of areas to obtain fourth sensor data; And
The first sensor data, the second sensor data, the third sensor data, and the fourth sensor data are stored as detection data of the underground cavity, and the risk of the underground cavity is based on at least two or more of the detection data. Including; a management server that determines whether a situation occurs,
The management server,
Firstly determining that a dangerous situation has occurred in any one of the plurality of areas based on any one of the detection data,
In response to the primary determination, at least one of the remaining data other than the one of the detection data acquired in the one area is analyzed,
As a result of the at least one analysis, when it is determined that a dangerous situation has occurred in one of the areas, in response to the second judgment, a signal to move to the one of the areas and acquire new data is transmitted to the rail robot in response to the second determination. ,
Analyzing the new data received from the rail robot,
When it is determined that a risk has occurred in the one area as a result of the new data analysis, it is finally determined that the risk has occurred in the one area. 제1 항에 있어서, 상기 관리 서버는,
상기 적어도 하나의 분석 결과 상기 어느 한 구역에서 위험 상황이 발생하지 않은 것으로 2차 판단할 경우, 상기 어느 한 데이터를 획득한 센서부의 이상 유무를 확인하는 것을 특징으로 하는 3D LiDAR를 이용한 시설물 관리 시스템.The method of claim 1, wherein the management server,
When it is secondly determined that the dangerous situation has not occurred in the one area as a result of the at least one analysis, the facility management system using 3D LiDAR, characterized in that it checks whether there is an abnormality in the sensor unit that has acquired the one data. 제1 항에 있어서, 상기 관리 서버는,
상기 신규 데이터 분석 결과 상기 어느 한 구역에서 위험이 발생하지 않은 것으로 판단할 경우, 상기 어느 한 데이터를 획득한 센서부 및 상기 적어도 하나를 획득한 센서부의 고장 여부를 확인하는 것을 특징으로 하는 3D LiDAR를 이용한 시설물 관리 시스템.The method of claim 1, wherein the management server,
3D LiDAR, characterized in that, when it is determined that the risk has not occurred in the one area as a result of the new data analysis, the sensor unit that has acquired the one data and the sensor unit that has acquired the at least one are checked for failure. Facility management system used. 제1 항에 있어서,
상기 지하공동구의 지상을 관리하는 통합 관제 서버;를 더 포함하고,
상기 관리 서버는,
상기 제1 센서 데이터 및 상기 제2 센서 데이터에서 추출한 영상에 기반하여 3D 맵을 생성하고,
상기 생성한 3D 맵을 상기 통합 관제 서버에 전송하는 것을 특징으로 하는 3D LiDAR를 이용한 시설물 관리 시스템.The method of claim 1,
Further comprising; an integrated control server for managing the ground of the underground common zone,
The management server,
Generate a 3D map based on the image extracted from the first sensor data and the second sensor data,
Facility management system using 3D LiDAR, characterized in that transmitting the generated 3D map to the integrated control server. 제4 항에 있어서,
상기 관리 서버는 상기 위험이 발생한 것으로 최종 판단할 경우, 상기 통합 관제 서버에 위험 발생을 알리는 메시지를 전송하고,
상기 통합 관제 서버는 해당 위험이 발생한 구역의 지상에 위치하는 지상 건물을 관리하는 관리자 장치에 경고 알람을 전송하는 것을 특징으로 하는 3D LiDAR를 이용한 시설물 관리 시스템.The method of claim 4,
When the management server finally determines that the risk has occurred, it transmits a message notifying the occurrence of the risk to the integrated control server,
The integrated control server is a facility management system using 3D LiDAR, characterized in that transmitting a warning alarm to a manager device that manages the above-ground buildings located on the ground in the area where the danger occurs. 제4 항에 있어서, 상기 통합 관제 서버는,
상기 3D 맵에 기반하여 상기 지하공동구에서 발생하는 작업과 연계된 지상 건물 또는 작업장간 최적 경로를 생성하고,
상기 최적 경로에 기반하여 작업자가 사용하는 작업자 장치에 작업 지시 메시지를 전송하는 것을 특징으로 하는 3D LiDAR를 이용한 시설물 관리 시스템.The method of claim 4, wherein the integrated control server,
Based on the 3D map, an optimal path between ground buildings or workplaces linked to work occurring in the underground cavity is created, and
A facility management system using 3D LiDAR, characterized in that transmitting a work instruction message to a worker device used by the worker based on the optimal path. 지하공동구 내에 설치된 레일을 따라 이동 가능하며 상기 지하공동구의 복수의 구역들을 센싱하여 제1 센서 데이터를 획득하는 레일로봇;
상기 복수의 구역들에 설치되며 상기 복수의 구역들을 센싱하여 제2 센서 데이터를 획득하는 카메라 센서부;
상기 복수의 구역들에 설치되며 상기 복수의 구역들에 위치하는 제1 설비를 센싱하여 제3 센서 데이터를 획득하는 광섬유 센서부;
상기 복수의 구역들에 설치되며 상기 복수의 구역들에 위치하는 제2 설비를 센싱하여 제4 센서 데이터를 획득하는 사물 인터넷(IoT) 센서부; 및
상기 제1 센서 데이터, 상기 제2 센서 데이터, 상기 제3 센서 데이터 및 상기 제4 센서 데이터를 상기 지하공동구의 검출 데이터로 저장하고, 상기 검출 데이터 중 적어도 2 개 이상에 기반하여 상기 지하공동구의 위험 상황 발생 여부를 판단하는 관리 서버;를 포함하고,
상기 관리 서버는,
상기 제2 센서 데이터, 상기 제3 센서 데이터 및 상기 제4 센서 데이터 중 어느 한 데이터에 기반하여 상기 복수의 구역 중 어느 한 구역에서 위험 상황이 발생한 것으로 1차 판단하고,
상기 1차 판단에 응답하여 상기 1차 판단 시점 기준으로 가장 가까운 시점에서 획득된 제1 센서 데이터를 확인하고,
상기 확인한 제1 센서 데이터를 분석하여 위험 상황인 지 여부를 추가 판단하고,
상기 추가 판단 결과, 위험 상황으로 판단될 경우, 상기 어느 한 구역에서 위험이 발생한 것으로 최종 판단하고,
상기 추가 판단 결과, 위험 상황이 아니라고 판단할 경우, 상기 어느 한 데이터를 획득한 센서부의 이상 유무를 확인하는 것을 특징으로 하는 3D LiDAR를 이용한 시설물 관리 시스템.A rail robot that can move along a rail installed in the underground cavity and senses a plurality of areas of the underground cavity to obtain first sensor data;
A camera sensor unit installed in the plurality of areas and sensing second sensor data by sensing the plurality of areas;
An optical fiber sensor unit installed in the plurality of areas and sensing first equipment located in the plurality of areas to obtain third sensor data;
An Internet of Things (IoT) sensor unit installed in the plurality of areas and sensing second facilities located in the plurality of areas to obtain fourth sensor data; And
The first sensor data, the second sensor data, the third sensor data, and the fourth sensor data are stored as detection data of the underground cavity, and the risk of the underground cavity is based on at least two or more of the detection data. Including; a management server that determines whether a situation occurs,
The management server,
Firstly determining that a dangerous situation has occurred in any one of the plurality of areas based on any one of the second sensor data, the third sensor data, and the fourth sensor data,
In response to the first determination, check the first sensor data acquired at the closest point based on the first determination point,
Analyzing the confirmed first sensor data to further determine whether it is a dangerous situation,
As a result of the additional judgment, if it is judged as a dangerous situation, it is finally judged that a danger has occurred in any of the above areas,
When it is determined that it is not a dangerous situation as a result of the additional determination, the facility management system using 3D LiDAR, characterized in that it checks the presence or absence of an abnormality in the sensor unit that has obtained any one of the data. 제7 항에 있어서, 상기 관리 서버는,
상기 1차 판단 시점과 상기 가장 가까운 시점간 이격 시간을 미리 설정한 임계 값과 비교하고,
상기 비교 결과, 상기 이격 시간이 상기 임계 값 이하일 경우에 상기 가까운 시점에 획득된 제1 센서 데이터를 확인하고,
상기 비교 결과, 상기 이격 시간이 상기 임계 값을 초과할 경우에 상기 레일로봇에 상기 어느 한 구역으로 이동하여 신규 데이터를 획득하라는 신호를 전송하는 것을 특징으로 하는 3D LiDAR를 이용한 시설물 관리 시스템.The method of claim 7, wherein the management server,
Compare the separation time between the first determination point and the nearest point with a preset threshold,
As a result of the comparison, when the separation time is less than or equal to the threshold value, the first sensor data obtained at the near point in time is checked,
As a result of the comparison, when the separation time exceeds the threshold value, a signal to move to the one area and acquire new data is transmitted to the rail robot. 제8 항에 있어서, 상기 관리 서버는,
상기 레일로봇으로부터 수신한 상기 신규 데이터를 분석하고,
상기 신규 데이터 분석 결과 상기 어느 한 구역에서 위험이 발생한 것으로 판단할 경우, 상기 어느 한 구역에서 위험이 발생한 것으로 최종 판단하는 것을 특징으로 하는 3D LiDAR를 이용한 시설물 관리 시스템.The method of claim 8, wherein the management server,
Analyzing the new data received from the rail robot,
When it is determined that a risk has occurred in the one area as a result of the new data analysis, it is finally determined that the risk has occurred in the one area. 지하공동구 내에서 제1 센서 데이터를 획득하는 레일로봇, 제2 센서 데이터를 획득하는 카메라 센서부, 제3 센서 데이터를 획득하는 광섬유 센서부, 제4 센서 데이터를 획득하는 사물 인터넷(IoT) 센서부 및 상기 제1 센서 데이터, 상기 제2 센서 데이터, 상기 제3 센서 데이터 및 상기 제4 센서 데이터를 상기 지하공동구의 검출 데이터로 저장하고, 상기 검출 데이터 중 적어도 2 개 이상에 기반하여 상기 지하공동구의 위험 상황 발생 여부를 판단하는 관리 서버에 의해 수행되는, 3D LiDAR를 이용한 시설물 관리 방법에 있어서,
상기 관리 서버가, 상기 검출 데이터 중 어느 한 데이터에 기반하여 상기 복수의 구역 중 어느 한 구역에서 위험 상황이 발생한 것으로 1차 판단하는 단계;
상기 관리 서버가, 상기 1차 판단에 응답하여 상기 어느 한 구역에서 획득한 검출 데이터 중 상기 어느 한 데이터를 제외한 나머지 데이터 중 적어도 하나를 분석하는 단계;
상기 관리 서버가, 상기 적어도 하나의 분석 결과, 상기 어느 한 구역에서 위험 상황이 발생한 것으로 2차 판단할 경우, 상기 2차 판단에 응답하여 상기 레일로봇에 상기 어느 한 구역으로 이동하여 신규 데이터를 획득하라는 신호를 전송하는 단계;
상기 관리 서버가, 상기 레일로봇으로부터 수신한 상기 신규 데이터를 분석하는 단계; 및
상기 관리 서버가, 상기 신규 데이터 분석 결과 상기 어느 한 구역에서 위험이 발생한 것으로 판단할 경우, 상기 어느 한 구역에서 위험이 발생한 것으로 최종 판단하는 단계;를 포함하는 것을 특징으로 하는 3D LiDAR를 이용한 시설물 관리 방법.A rail robot that acquires first sensor data in the underground cavity, a camera sensor that acquires second sensor data, an optical fiber sensor that acquires third sensor data, and an Internet of Things (IoT) sensor that acquires fourth sensor data. And storing the first sensor data, the second sensor data, the third sensor data, and the fourth sensor data as detection data of the underground cavity, and based on at least two or more of the detection data, the In the facility management method using 3D LiDAR, performed by a management server that determines whether a dangerous situation occurs,
First determining, by the management server, that a dangerous situation has occurred in any one of the plurality of areas based on any one of the detection data;
Analyzing, by the management server, at least one of the remaining data other than the one of the detected data acquired in the one zone in response to the first determination;
When the management server second determines that a dangerous situation has occurred in the one area as a result of the at least one analysis, the rail robot moves to the one area in response to the second determination to obtain new data Transmitting a signal to do so;
Analyzing, by the management server, the new data received from the rail robot; And
If the management server determines that the risk has occurred in the one area as a result of the analysis of the new data, finally determining that the risk has occurred in the one area; and facility management using 3D LiDAR, comprising: Way.
KR1020210001903A 2021-01-07 2021-01-07 Management system and method for facility management based on 3d lidar KR102233351B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210001903A KR102233351B1 (en) 2021-01-07 2021-01-07 Management system and method for facility management based on 3d lidar

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210001903A KR102233351B1 (en) 2021-01-07 2021-01-07 Management system and method for facility management based on 3d lidar

Publications (1)

Publication Number Publication Date
KR102233351B1 true KR102233351B1 (en) 2021-03-30

Family

ID=75265123

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210001903A KR102233351B1 (en) 2021-01-07 2021-01-07 Management system and method for facility management based on 3d lidar

Country Status (1)

Country Link
KR (1) KR102233351B1 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102369229B1 (en) * 2021-09-16 2022-03-03 주식회사 시티랩스 Risk prediction system and risk prediction method based on a rail robot specialized in an underground tunnel
KR102553692B1 (en) * 2023-01-16 2023-07-10 정미영 Deep learning system for disaster detection in the underground power facility
KR102553690B1 (en) * 2023-01-16 2023-07-10 정미영 Deep learning system for disaster detection and automatic fire suppression in the underground power facility
KR102679075B1 (en) 2023-09-15 2024-06-27 현대엔지니어링(주) A real-time inspection system and method for the interior of a cavity using a cavity inspection robot
KR102688023B1 (en) 2023-12-29 2024-07-24 (주)비앤와이이엔지 Underground power distribution line system having insulating function

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080095992A (en) * 2007-04-26 2008-10-30 (주)모노시스 The management system of an underground line using rfid/usn
KR20170032740A (en) * 2015-09-15 2017-03-23 임태현 Multifunctional buoy bot system
KR101916261B1 (en) 2017-02-01 2018-11-07 한전케이디엔주식회사 Control system for power tunnel
JP2018185228A (en) * 2017-04-26 2018-11-22 三菱電機株式会社 Mobile flaw detector
JP2019159379A (en) * 2018-03-07 2019-09-19 五洋建設株式会社 Three dimensional image generation system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080095992A (en) * 2007-04-26 2008-10-30 (주)모노시스 The management system of an underground line using rfid/usn
KR20170032740A (en) * 2015-09-15 2017-03-23 임태현 Multifunctional buoy bot system
KR101916261B1 (en) 2017-02-01 2018-11-07 한전케이디엔주식회사 Control system for power tunnel
JP2018185228A (en) * 2017-04-26 2018-11-22 三菱電機株式会社 Mobile flaw detector
JP2019159379A (en) * 2018-03-07 2019-09-19 五洋建設株式会社 Three dimensional image generation system

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102369229B1 (en) * 2021-09-16 2022-03-03 주식회사 시티랩스 Risk prediction system and risk prediction method based on a rail robot specialized in an underground tunnel
KR102553692B1 (en) * 2023-01-16 2023-07-10 정미영 Deep learning system for disaster detection in the underground power facility
KR102553690B1 (en) * 2023-01-16 2023-07-10 정미영 Deep learning system for disaster detection and automatic fire suppression in the underground power facility
KR102679075B1 (en) 2023-09-15 2024-06-27 현대엔지니어링(주) A real-time inspection system and method for the interior of a cavity using a cavity inspection robot
KR102688023B1 (en) 2023-12-29 2024-07-24 (주)비앤와이이엔지 Underground power distribution line system having insulating function

Similar Documents

Publication Publication Date Title
KR102233351B1 (en) Management system and method for facility management based on 3d lidar
KR101949525B1 (en) Safety management system using unmanned detector
KR102101698B1 (en) Early fire detection system, server and method based on fire, smoke and video
KR101775463B1 (en) Fire supervisory apparatus to be installed on building and unite management system having the same
KR102554662B1 (en) Safety management system using unmanned detector
CN108553783A (en) A kind of method and system of fire-fighting control
KR102135619B1 (en) Autonomous inspection of wildfire fire monitoring facilities based on IoT and intelligent fire terminal monitoring system
KR100638120B1 (en) Sensor for detecting fire-sensing
KR102096175B1 (en) Ceiling rail type IoT based surveillance robot device
KR102358776B1 (en) Early fire detection system, server and method based on fire, smoke and video
KR20210051376A (en) Bigdata based building fire prevention response system and method
KR102501053B1 (en) Complex fire detector and fire monitoring system comprising the same
KR102382151B1 (en) Apparatus for monitoring disorder on a switchboard
KR102204982B1 (en) The internet of things field control and guidance system using private communication network
KR20150080127A (en) System and method for prventing fire of bulding
KR20220071880A (en) Digital twin disaster management system customized for underground public areas
CN112288320A (en) Subway operation risk monitoring and management system
KR101775489B1 (en) Monitoring system of power supply apparatus for fire fighting equipment
KR101734659B1 (en) Electrical fire sign detect and alarm system of an underground transmission line, and method thereof
WO2017149893A1 (en) Plant-monitoring system and monitoring method
CN107895453A (en) Building safety warning system and method
KR20190123057A (en) Detecting system for dangerous situation based image
KR102119039B1 (en) Combination fire detection system based on arc detection
JP6964030B2 (en) Monitoring system and monitoring method
KR101879943B1 (en) Tunnel traffic safety prevent disasters integrated management apparatus and method

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant