KR20190078687A - Fire alarm system using artificial intelligence - Google Patents

Fire alarm system using artificial intelligence Download PDF

Info

Publication number
KR20190078687A
KR20190078687A KR1020170171337A KR20170171337A KR20190078687A KR 20190078687 A KR20190078687 A KR 20190078687A KR 1020170171337 A KR1020170171337 A KR 1020170171337A KR 20170171337 A KR20170171337 A KR 20170171337A KR 20190078687 A KR20190078687 A KR 20190078687A
Authority
KR
South Korea
Prior art keywords
fire
image
engine
fire alarm
artificial intelligence
Prior art date
Application number
KR1020170171337A
Other languages
Korean (ko)
Other versions
KR102176533B1 (en
Inventor
유영욱
박수은
Original Assignee
셀로코주식회사
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 셀로코주식회사 filed Critical 셀로코주식회사
Priority to KR1020170171337A priority Critical patent/KR102176533B1/en
Publication of KR20190078687A publication Critical patent/KR20190078687A/en
Application granted granted Critical
Publication of KR102176533B1 publication Critical patent/KR102176533B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • 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
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
    • 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
    • G08B25/14—Central alarm receiver or annunciator arrangements
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B27/00—Alarm systems in which the alarm condition is signalled from a central station to a plurality of substations
    • G08B27/001—Signalling to an emergency team, e.g. firemen

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Fire Alarms (AREA)
  • Alarm Systems (AREA)

Abstract

The present invention relates to a fire warning system using artificial intelligence. The present invention comprises: a plurality of first image composite sensor terminal (10-1) to n^th image composite sensor terminals (10-n) each having a built-in composite sensors detecting a fire generated in a predetermined area, and operated on the basis of IoT; an AI engine receiving fire zone images transmitted from the first image composite sensor terminal (10-1) to n^th image composite sensor terminals (10-n) and determining changes in sensor values and image shapes occurring when a fire occurs to analyze fire zone-integrated recognition information through deep learning-based machine learning; and a fire warning server receiving the sensor values, the images, and the fire zone-integrated recognition information analyzed by the AI engine at the time of the occurrence of the fire, and storing the same in an internal memory according to a received time. Thus, the fire can be accurately detected.

Description

인공지능을 이용한 화재경보 시스템{FIRE ALARM SYSTEM USING ARTIFICIAL INTELLIGENCE}BACKGROUND OF THE INVENTION FIELD ALARM SYSTEM USING ARTIFICIAL INTELLIGENCE FIELD OF THE INVENTION [0001]

본 발명은 인공지능을 이용한 화재경보 시스템에 관한 것으로, 더욱 상세하게는 AI 엔진을 통해 화재 발생 시에 일어나는 센서 값들의 변화, 영상 모양의 판단 등을 딥 러닝(Deep Learning) 기반의 기계학습을 구현하여 화재구역 통합인식정보를 분석함으로써, 화재의 사전 감지를 더욱 정확하게 할 수 있도록 해주는, 인공지능을 이용한 화재경보 시스템에 관한 것이다.
The present invention relates to a fire alarm system using artificial intelligence, and more particularly, to a fire alarm system using artificial intelligence, and more particularly, to a fire alarm system using artificial intelligence, in which a change in sensor values, To a fire alarm system using an artificial intelligence, which makes it possible to precisely detect the fire by analyzing the integrated information of the fire zone.

사회발전과 함께 수차례 크고 작은 화재를 겪으면서 자신의 재산 및 생명을 보호하려는 안전의식이 증가하고 있으며, 소방에 대한 인식도 변화하여 화재의 예방과 경계를 위한 소방시설의 중요성이 더욱 부각되고 있는 추세이다.With the development of society, safety consciousness to protect their own property and life has been increasing many times in a big and small fire, and the perception of firefighting has changed, and the importance of firefighting facilities for prevention and boundary of fire has become more important. to be.

소방시설 중 자동화재 탐지설비는 화재 시 발생되는 연소생성물들을 화재감지기를 통해 조기에 자동으로 감지하여 화재수신기에 화재신호를 송신하고 수신기에서는 경종이나 음향장치를 통해 화재사실을 통보하여 안전하고 빠른 피난을 유도함과 동시에 연동된 설비(소화설비, 제연설비, 비상방송설비 등)들을 작동시켜 화재로 인한 피해를 최소화 시킬 수 있는 가장 중요한 소방시설이다. The automatic fire detection system of firefighting facilities automatically detects the combustion products generated in the fire automatically through the fire detector and transmits the fire signal to the fire receiver, and the receiver notifies the fire fact through fire alarm or sound device, Is the most important fire fighting facility that can minimize the damage caused by fire by operating interlocked facilities (fire fighting equipment, smoke control equipment, emergency broadcasting equipment, etc.).

일반적으로, 고속도로 등의 터널은 차량의 신속한 통행을 위해 산과 같은 장애물을 관통하여 형성한 것으로서, 이러한 터널은 차량의 주행거리를 최소화하여 주행시간을 단축하는 장점은 있지만, 그 내부에서 각종 사고가 발생하는 경우 신속하게 대처하기 어려운 단점이 있었다.Generally, a tunnel such as a highway is formed through an obstacle such as a mountain for rapid passage of a vehicle. Such a tunnel has an advantage of shortening the traveling time by minimizing the traveling distance of the vehicle, There is a disadvantage that it is difficult to cope quickly.

특히, 터널에서 교통사고나 누전 등으로 인한 화재 사고가 발생하는 경우 화염이나 연기로 인한 질식사고의 위험성이 클 뿐만 아니라, 운전자가 터널사고를 미처 인지하지 못하여 터널 내에 진입하는 경우 신속한 대피작업이 이루어지지 않아 대형 인적 및 물적 사고가 발생될 우려가 있었다. In particular, when a fire accident occurs due to a traffic accident or shortage in a tunnel, the risk of suffocation due to flame or smoke is great. In addition, when the driver does not recognize the tunnel accident, There was a possibility that large human and material accidents would occur.

이로 인해 종래에는 화재 발생 우려가 있는 지역에 화재를 감지하고 경보를 울리도록 하는 화재 경고 시스템이 운영되고 있었다. As a result, there has been operated a fire alarm system in which a fire is detected and an alarm is sounded in a place where there is a possibility of fire.

하지만 종래의 단일 센서에 근거한 화재경고 시스템은 센서 값의 오차로 인해서 오작동이 많고, 또한 일부 서버에 장착된 화재 분석 프로그램의 작동도 느리거나, 불꽃의 판단, 연기에 대한 증상 등 여러 복합적인 상황 판단에 오류가 많아서 현실적이 못한 문제점이 있었다. However, a conventional fire alarm system based on a single sensor has a large number of malfunctions due to errors in the sensor values. In addition, the operation of a fire analysis program installed in some servers is slow, There are a lot of errors and there is a problem that it is not realistic.

또한 종래기술에 의할 경우, 센싱 결과도 일단 서버에 저장되어서, 관리자가 지켜보거나, 화재의 진행이 상당히 진행된 다음에 알게 되고, 이를 다시 수동으로 소방서나 관리 책임자에게 알려서 조처를 하게 하는 방식으로 인해, 최초 발화 시간에 비해서 너무 늦게 알려져 화재에 대한 대책이 너무 늦어지는 경우가 많은 문제점이 있었다.
Also, according to the prior art, the sensing result is once stored in the server, and the manager can observe it, or after the progress of the fire has progressed considerably, it becomes aware that the sensing result is manually notified to the fire department or the management , It is known to be too late compared to the initial ignition time, and the countermeasure against fire is too late.

대한민국 공개특허 제10-2010-0056726호Korean Patent Publication No. 10-2010-0056726

본 발명이 해결하고자 하는 기술적 과제는, AI 엔진을 통해 화재 발생 시에 일어나는 센서 값들의 변화, 영상 모양의 판단 등을 딥 러닝(Deep Learning) 기반의 기계학습을 구현하여 화재구역 통합인식정보를 분석함으로써, 화재의 사전 감지를 더욱 정확하게 할 수 있도록 해주는, 인공지능을 이용한 화재경보 시스템을 제공하는 데 있다.
SUMMARY OF THE INVENTION The present invention has been made in view of the above problems, and it is an object of the present invention to provide a method and system for realizing a fire alarm system by implementing a machine learning based on Deep Learning based on changes in sensor values, To provide a fire alarm system using an artificial intelligence that enables a more precise detection of a fire.

상기 기술적 과제를 이루기 위한 본 발명에 따른 인공지능을 이용한 화재경보 시스템은, 일정 구역에 발생된 화재를 감지하기 위한 복합형 센서들을 내장하고, IoT 기반으로 운영되는 복수개의 제1 영상복합센서 터미널(10-1) ~ 제n 영상복합센서 터미널(10-n); 상기 제1 영상복합센서 터미널(10-1) ~ 제n 영상복합센서 터미널(10-n)가 전송한 화재 구역 영상들을 수신하여, 화재 발생 시에 일어나는 센서값들의 변화, 영상 모양의 판단 등을 딥 러닝(Deep Learning) 기반의 기계학습을 통해 화재구역 통합인식정보를 분석하는 AI 엔진; 및 사건 발생 당시의 각 센서값, 영상 및 상기 AI 엔진이 분석한 화재구역 통합인식정보를 수신하고, 수신된 시간에 따라 내부 메모리에 저장하는 화재경보 서버를 제공한다.
According to another aspect of the present invention, there is provided a fire alarm system using artificial intelligence, comprising: a plurality of hybrid type sensors for detecting a fire generated in a predetermined area; a plurality of first image composite sensor terminals 10-1) to an n-th image composite sensor terminal (10-n); The first image composite sensor terminal 10-1 to the nth image composite sensor terminal 10-n receives the fire zone images transmitted from the first image composite sensor terminal 10-1 to the nth image composite sensor terminal 10-n to detect changes in sensor values, An AI engine that analyzes the recognition information of fire zones through machine learning based on Deep Learning (Deep Learning); And a fire alarm server that receives the sensor values at the time of occurrence of the event, the image, and the fire zone integrated recognition information analyzed by the AI engine, and stores the received information in the internal memory according to the received time.

본 발명은 AI 엔진을 통해 화재 발생 시에 일어나는 센서 값들의 변화, 영상 모양의 판단 등을 딥 러닝(Deep Learning) 기반의 기계학습을 통해 화재구역 통합인식정보를 분석함으로써, 화재의 사전 감지를 더욱 정확하게 할 수 있도록 해주는 기술적 효과가 있다.
The present invention analyzes the fire zone integrated recognition information through machine learning based on Deep Learning based on changes in sensor values and image appearance occurring during a fire through AI engine, There is a technical effect that allows you to do it correctly.

도 1은 본 발명에 따른 인공지능을 이용한 화재경보 시스템의 구성을 나타낸 것이다.
도 2는 본 발명에 따른 실시예로, IoT 기반의 영상복합센서 터미널의 사용 상태를 나타낸 것이다.
도 3은 본 발명에 따른 실시예로, 영상복합센서 터미널의 앞 뒷면의 구조를 나타낸 것이다.
도 4는 본 발명에 따른 실시예로, SenTerm 및 PANTerm을 근간으로 사설망을 형성하는 것을 나타낸 것이다.
도 5는 본 발명에 따른 실시예로, 스마트폰 앱을 통해 화재경보 구현 과정을 디스플레이 한 것을 나타낸 것이다. FIG. 1 shows the configuration of a fire alarm system using artificial intelligence according to the present invention.
FIG. 2 is a view illustrating a state of use of an IoT-based image composite sensor terminal according to an embodiment of the present invention.
3 is a view illustrating a structure of front and rear surfaces of a video composite sensor terminal according to an embodiment of the present invention.
FIG. 4 shows an embodiment according to the present invention in which a private network is formed based on SenTerm and PANTerm.
FIG. 5 shows an embodiment of the present invention in which a fire alarm implementation process is displayed through a smartphone application.

이하에서는 본 발명의 구체적인 실시예를 도면을 참조하여 상세히 설명하도록 한다. Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.

도 1은 본 발명에 따른 인공지능을 이용한 화재경보 시스템의 구성을 나타낸 것이고, 도 2는 본 발명에 따른 실시예로, IoT 기반의 영상복합센서 터미널의 사용 상태를 나타낸 것이며, 도 3은 본 발명에 따른 실시예로, 영상복합센서 터미널의 앞 뒷면의 구조를 나타낸 것이고, 도 4는 본 발명에 따른 실시예로, SenTerm 및 PANTerm을 근간으로 사설망을 형성하는 것을 나타낸 것이며, 도 5는 본 발명에 따른 실시예로, 스마트폰 앱을 통해 화재경보 구현 과정을 디스플레이 한 것을 나타낸 것이다. FIG. 1 shows a configuration of a fire alarm system using an artificial intelligence according to the present invention. FIG. 2 shows the state of use of the IoT-based image composite sensor terminal according to an embodiment of the present invention, 4 is a diagram illustrating the construction of a private network based on the SenTerm and the PANTerm according to an embodiment of the present invention. In the following example, the process of implementing a fire alarm is displayed through a smartphone application.

이하 도 1 ~ 도 5를 참조하여, 본 발명에 따른 인공지능을 이용한 화재경보 시스템에 대해 설명한다. 1 to 5, a fire alarm system using artificial intelligence according to the present invention will be described below.

도 1을 참조하면, 본 발명에 따른 인공지능을 이용한 화재경보 시스템(1000)은 영상복합센서 터미널부(10), AI 엔진(100) 및 화재경보 서버(200)를 포함한다. 1, a fire alarm system 1000 using artificial intelligence according to the present invention includes a video composite sensor terminal unit 10, an AI engine 100, and a fire alarm server 200.

영상복합센서 터미널부(10)는 일정 구역에 발생된 화재를 감지하기 위한 복합형 센서들을 내장하고, IoT 기반으로 운영되는 센텀(SenTerm)으로, 복수개의 제1 영상복합센서 터미널(10-1) ~ 제n 영상복합센서 터미널(10-n)을 포함한다. The image composite sensor terminal unit 10 includes a plurality of first image composite sensor terminals 10-1 and a plurality of first image composite sensor terminals 10-1 and 10-2, each of which includes a hybrid type sensor for detecting a fire generated in a predetermined area, N-th image composite sensor terminal 10-n.

이 경우 센텀(SenTerm)은 유무선 사설통신망(이를테면, ZigBee, LoRA, UART, JCL(자체적으로 개발한 광 결합 방식을 이용한 통신 버스) 등)을 가지고, 센서의 종류나 위치를 더 많이 둘 수가 있다. In this case, SenTerm has a wired / wireless private communication network (for example, ZigBee, LoRA, UART, JCL (communication bus using optical coupling method developed by itself), etc.)

센텀(SenTerm)은 여러 가지 센서를 내외장 할 수가 있고, 유 무선으로 인터넷과 연결되며, 센텀(SenTerm)에서 제공하는 IO port를 이용하여, 센서들을 추가할 수가 있고, 또 외부 장치들을 구동할 수 있다. (도 3 참조)SenTerm can be used for internal and external sensors, connected to the Internet via wired and wireless, can add sensors using the IO port provided by SenTerm, have. (See Fig. 3)

센텀(SenTerm)은 두개 이상의 센서 값이 임계값을 넘어 갈 때에, 화재 확률이 높아졌다고 보고, 경고 신호 및 현장의 영상을 사용자의 스마트폰 앱 이나, 화재경보 서버(200), 소방 관리자의 터미널로 전송한다.The SenTerm reports that the probability of fire increases when two or more sensor values exceed the threshold value, and transmits a warning signal and a scene image to the user's smartphone app, the fire alarm server 200, do.

이를테면, 센텀(SenTerm)은 두 개 이상 센서(온도+가스, 온도+공기 질, 온도+먼지, 온도+불꽃 등)가 임계값을 넘을 때 영상을 저장하고, 현장 영상 및 경고 신호를 외부(이를테면, 사용자 스마트 폰, 서버 터미널, 소방 관리자의 터미널 등)로 전송하여 비상 알림(이를테면, 사이렌, 경광등, 스마트폰 앱 등)을 한다. For example, SenTerm stores images when two or more sensors (temperature + gas, temperature + air quality, temperature + dust, temperature + spark, etc.) exceed a threshold, , A user smartphone, a server terminal, a terminal of a firefighter manager, etc.) to perform an emergency notification (such as a siren, a warning light, a smartphone app, etc.).

한편 SenPan System은 센텀(SenTerm)을 유무선 사설망으로 단순 센서 모듈이나 단순 구동 기능의 모듈을 연결함으로, 사설망 상의 복합 센서 값으로 임계 화재 센싱을 하고, 영상 및 경보 기능을 가질 수 있도록 해준다. (도 4 참조)On the other hand, SenPan System connects SenTerm with a simple sensor module or a module with simple drive function using a wired / wireless private network, allowing critical fire sensing with a complex sensor value on a private network, and having video and alarm functions. (See Fig. 4)

AI 엔진(100)은 딥 러닝(Deep Learning) 기반의 인공지능(Artificial Intelligence, 'AI') 엔진으로, 상기 제1 영상복합센서 터미널(10-1) ~ 제n 영상복합센서 터미널(10-n)가 전송한 화재 구역 영상들을 수신하여, 화재 발생 시에 일어나는 센서값들의 변화, 영상 모양의 판단 등을 딥 러닝(Deep Learning) 기반의 기계학습을 통해 화재구역 통합인식정보를 분석함으로써, 화재의 사전 감지를 더욱 정확할 수 있도록 해준다. The AI engine 100 is an artificial intelligence (AI) engine based on Deep Learning, and the first image composite sensor terminal 10-1 to the nth image composite sensor terminal 10-n ), Analyzes the fire zone integrated recognition information through machine learning based on Deep Learning (Deep Learning), such as the change of sensor values and the image shape that occur when a fire occurs, It allows precise detection to be more accurate.

이를테면, AI 엔진(100)은 화재(불꽃, 화재 초기 모습)를 감지하는, Deep learning AI Engine을 이용하여 복합 센서 값의 변동 상황, 현재 영상의 상황 등을 고려한 화재 전이나, 초기의 화재 가능성 조건을 미리 판단하여 경고해 주고, 스마트폰 앱으로 알려 준다.For example, the AI engine 100 may use the Deep Learning AI Engine, which detects fire (flame, initial appearance of fire) And informs them by smartphone app.

이 경우 AI 엔진(100)은 분석된 화재구역 통합인식정보를 네트워크(50)를 통해 화재경보 서버(200)로 전송한다. In this case, the AI engine 100 transmits the analyzed fire zone integrated recognition information to the fire alarm server 200 through the network 50.

한편 AI 엔진(100)은 바로 센텀(SenTerm)에 부착되어 사용하거나, 여러 개 의 센텀(이를테면, 복수의 집이나, 상점/가게가 연결되어 있을 때에)을 지원하는 외장형으로 하여 성능의 효과를 높일 수 있다. On the other hand, the AI engine 100 is externally attached to the SenTerm or supports a plurality of Centum (for example, when a plurality of houses or stores / shops are connected) to increase the performance effect .

여기서 네트워크(50)는 영상복합센서 터미널부(10), AI 엔진(100) 및 화재경보 서버(200) 간 통신이 구현될 수 있도록 통신망을 제공하는데, 이를테면, 지그비(Zigbee), 알에프(RF), 와이파이(WiFi), 3G, 4G, LTE, LTE-A, 와이브로(Wireless Broadband Internet) 등의 무선통신망, PLC, JLC 등의 유선통신 또는 인터넷 Web, SNS(Social Network Service) 등을 사용할 수 있다. Here, the network 50 provides a communication network in which communications between the video composite sensor terminal unit 10, the AI engine 100, and the fire alarm server 200 can be implemented, such as Zigbee, , Wireless communication networks such as WiFi, 3G, 4G, LTE, LTE-A and Wireless Broadband Internet, and wired communication such as PLC and JLC or Internet Web and Social Network Service (SNS).

화재경보 서버(200)는 사건 발생 당시의 각 센서값 및 영상을 내부 메모리에 저장하고, 또한 상기 AI 엔진(100)이 분석한 화재구역 통합인식정보를 수신된 시간에 따라 내부 메모리에 저장하며, 사용자가 소지한 스마트 폰의 앱을 이용하여 사건 발생 당시의 각 센서값, 영상 및 AI 분석 자료를 확인할 수 있도록 해준다. (도 5 참조)The fire alarm server 200 stores each sensor value and image at the time of occurrence of an event in the internal memory and also stores the fire zone integrated recognition information analyzed by the AI engine 100 in the internal memory according to the received time, It allows users to check each sensor value, image and AI analysis data at the time of occurrence of the event by using the app of the smart phone that the user has. (See Fig. 5)

이 경우 스마트 폰의 앱은 관계자(상점/가게 주인, 건물 관리자, 소방 담당자, 책임자 등)에게 전체적인 화재 정보를 제공함으로써, 실수 없이 대책을 바로 강구할 수 있도록 해준다. In this case, the app on the smartphone provides the whole fire information to the person concerned (shop / shopkeeper, building manager, firefighter, person in charge, etc.) so that it can take measures without mistake.

이상에서는 본 발명에 대한 기술사상을 첨부 도면과 함께 서술하였지만 이는 본 발명의 바람직한 실시 예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니다. 또한 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구나 본 발명의 기술적 사상의 범주를 이탈하지 않는 범위 내에서 다양한 변형 및 모방이 가능함은 명백한 사실이다.
While the present invention has been described in connection with what is presently considered to be the most practical and preferred embodiment, it is to be understood that the invention is not limited to the disclosed embodiments. It will be apparent to those skilled in the art that various modifications and variations can be made in the present invention without departing from the spirit of the invention.

1000 : 인공지능을 이용한 화재경보 시스템
10 : 영상복합센서 터미널부
10-1 ~ 10-n : 제1 영상복합센서 터미널 ~ 제n 영상복합센서 터미널
100 : AI 엔진
200 : 화재경보 서버1000: Fire alarm system using artificial intelligence
10: Video composite sensor terminal unit
10-1 to 10-n: first video composite sensor terminal to nth video composite sensor terminal
100: AI engine
200: Fire alarm server

Claims (4)

일정 구역에 발생된 화재를 감지하기 위한 복합형 센서들을 내장하고, IoT 기반으로 운영되는 영상복합센서 터미널부;
상기 영상복합센서 터미널부가 전송한 화재 구역 영상들을 수신하여, 화재 발생 시에 일어나는 센서값들의 변화, 영상 모양의 판단을 딥 러닝 기반의 기계학습을 통해 화재구역 통합인식정보를 분석하는 AI 엔진; 및
사건 발생 당시의 각 센서값, 영상 및 상기 AI 엔진이 분석한 화재구역 통합인식정보를 수신하고, 수신된 시간에 따라 내부 메모리에 저장하는 화재경보 서버
가 포함되어 구성된 것을 특징으로 한 인공지능을 이용한 화재경보 시스템.A composite image sensor terminal unit having a hybrid type sensor for detecting a fire generated in a certain area and operating on IoT basis;
An AI engine for receiving the fire zone images transmitted by the video composite sensor terminal and analyzing the fire zone integrated recognition information through a machine learning based on a deep learning based on a change in sensor values and an image shape occurring when a fire occurs; And
A fire alarm server for receiving the sensor values at the time of occurrence of the event, the image, and the fire zone integrated recognition information analyzed by the AI engine,
A fire alarm system using artificial intelligence. 청구항 1에 있어서, 영상복합센서 터미널부는, IoT 기반으로 운영되는 센텀으로, 복수개의 제1 영상복합센서 터미널 ~ 제n 영상복합센서 터미널을 포함하여 구성되며; 센텀은 여러 가지 센서를 내외장 할 수가 있고, 유 무선으로 인터넷과 연결되며, 센텀에서 제공하는 IO port를 이용하여, 센서들을 추가할 수가 있고, 또 외부 장치들을 구동하고, 두개 이상의 센서 값이 임계값을 넘어 갈 때에, 화재 확률이 높아졌다고 보고, 경고 신호 및 현장의 영상을 사용자의 스마트폰 앱, 화재경보 서버 또는 소방 관리자의 터미널로 전송하는 것을 특징으로 한 인공지능을 이용한 화재경보 시스템.[2] The system of claim 1, wherein the video composite sensor terminal unit comprises a plurality of first video composite sensor terminals to n < th > video composite sensor terminals, Centum is able to add and remove various sensors, connect to the Internet via wired and wireless, add sensors by using IO ports provided by Centum, drive external devices, A fire alarm system using an artificial intelligence characterized in that the fire probability is increased when exceeding a predetermined value, and a warning signal and a scene image are transmitted to a user's smartphone app, a fire alarm server or a terminal of a firefighting manager. 청구항 2에 있어서, AI 엔진은 딥 러닝 기반의 인공지능 엔진으로, 상기 제1 영상복합센서 터미널 ~ 제n 영상복합센서 터미널이 전송한 화재 구역 영상들을 수신하여, 화재 발생 시에 일어나는 센서값들의 변화, 영상 모양의 판단을 딥 러닝 기반의 기계학습을 통해 화재구역 통합인식정보를 분석하여 화재의 사전 감지가 되도록 하는 것을 특징으로 한 인공지능을 이용한 화재경보 시스템.The AI engine according to claim 2, wherein the AI engine is a deep learning-based artificial intelligence engine, receives the fire zone images transmitted by the first video composite sensor terminal to the nth video composite sensor terminal, and detects changes in sensor values And a fire alarm detection system using the artificial intelligence, characterized in that the fire detection is performed by analyzing the recognition information of the fire zone through the machine learning based on the deep learning based on the judgment of the image shape. 청구항 1에 있어서, 화재경보 서버는 사건 발생 당시의 각 센서값 및 영상을 내부 메모리에 저장하고, 상기 AI 엔진이 분석한 화재구역 통합인식정보를 수신된 시간에 따라 내부 메모리에 저장하며, 사용자가 소지한 스마트 폰의 앱을 이용하여 사건 발생 당시의 각 센서값, 영상 및 AI 분석 자료를 확인할 수 있도록 하는 것을 특징으로 한 인공지능을 이용한 화재경보 시스템.The fire alarm server according to claim 1, wherein the fire alarm server stores each sensor value and image at the time of occurrence of the event in the internal memory, stores the fire zone integrated recognition information analyzed by the AI engine in the internal memory according to the received time, The system is able to check each sensor value, image, and AI analysis data at the time of occurrence of the event by using the app of the smartphone possessed by the fire alarm system using artificial intelligence.
KR1020170171337A 2017-12-13 2017-12-13 Fire alarm system using artificial intelligence KR102176533B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170171337A KR102176533B1 (en) 2017-12-13 2017-12-13 Fire alarm system using artificial intelligence

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170171337A KR102176533B1 (en) 2017-12-13 2017-12-13 Fire alarm system using artificial intelligence

Publications (2)

Publication Number Publication Date
KR20190078687A true KR20190078687A (en) 2019-07-05
KR102176533B1 KR102176533B1 (en) 2020-11-09

Family

ID=67225390

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170171337A KR102176533B1 (en) 2017-12-13 2017-12-13 Fire alarm system using artificial intelligence

Country Status (1)

Country Link
KR (1) KR102176533B1 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111397665A (en) * 2020-04-24 2020-07-10 许艳杰 Water conservancy monitoring system based on thing networking
KR20210051376A (en) * 2019-10-30 2021-05-10 가천대학교 산학협력단 Bigdata based building fire prevention response system and method
CN113256932A (en) * 2021-04-21 2021-08-13 上海一建安装工程有限公司 Automatic fire alarm system
CN114330813A (en) * 2021-10-31 2022-04-12 国网福建省电力有限公司 Fire alarm detector arrangement method and system
WO2024118006A1 (en) * 2022-11-30 2024-06-06 İstanbul Geli̇şi̇m Üni̇versi̇tesi̇ Artificial intelligence based emergency detection and notification system

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102275989B1 (en) 2021-01-18 2021-07-13 (주)전원테크 Fire prediction system that can predict the fire and the expected direction of fire

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100056726A (en) 2008-11-20 2010-05-28 케이티아이시시(주) A control system and method for fire
KR101466004B1 (en) * 2014-10-14 2014-11-28 (주)진명아이앤씨 An intelligent triplex system integrating crime and disaster prevention and their post treatments and the control method thereof
KR20160076782A (en) * 2014-12-23 2016-07-01 씨앤에치아이앤씨(주) Terminal device for indoor environment improvemnet of base internet of things
KR20170101516A (en) * 2016-02-29 2017-09-06 한국전자통신연구원 Apparatus and method for fire monitoring using unmanned aerial vehicle

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100056726A (en) 2008-11-20 2010-05-28 케이티아이시시(주) A control system and method for fire
KR101466004B1 (en) * 2014-10-14 2014-11-28 (주)진명아이앤씨 An intelligent triplex system integrating crime and disaster prevention and their post treatments and the control method thereof
KR20160076782A (en) * 2014-12-23 2016-07-01 씨앤에치아이앤씨(주) Terminal device for indoor environment improvemnet of base internet of things
KR20170101516A (en) * 2016-02-29 2017-09-06 한국전자통신연구원 Apparatus and method for fire monitoring using unmanned aerial vehicle

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210051376A (en) * 2019-10-30 2021-05-10 가천대학교 산학협력단 Bigdata based building fire prevention response system and method
CN111397665A (en) * 2020-04-24 2020-07-10 许艳杰 Water conservancy monitoring system based on thing networking
CN113256932A (en) * 2021-04-21 2021-08-13 上海一建安装工程有限公司 Automatic fire alarm system
CN114330813A (en) * 2021-10-31 2022-04-12 国网福建省电力有限公司 Fire alarm detector arrangement method and system
WO2024118006A1 (en) * 2022-11-30 2024-06-06 İstanbul Geli̇şi̇m Üni̇versi̇tesi̇ Artificial intelligence based emergency detection and notification system

Also Published As

Publication number Publication date
KR102176533B1 (en) 2020-11-09

Similar Documents

Publication Publication Date Title
KR20190078687A (en) Fire alarm system using artificial intelligence
US9569945B2 (en) System and method for fire progress monitoring
CN205140120U (en) Long -range monitoring and forewarning system of thing networking image conflagration
CN103150856B (en) Fire flame video monitoring and early warning system
CN206058455U (en) A kind of Fire Images Recognition System for possessing three kinds of grade smog identifications
CN106251568A (en) A kind of fire alarm safety-protection system based on ultraviolet and image detecting technique and method
CN111339997B (en) Fire point area determination method and device, storage medium and electronic device
Fernandes et al. Mobile application for automatic accident detection and multimodal alert
CN107067612B (en) Portable infrared alarm and wireless video monitoring system and monitoring method
CN105894760A (en) Alternative inexpensive cloud-based mass market alarm system with alarm monitoring and reporting
CN109412789A (en) A kind of method and device of fire fighting monitoring
CN103927838A (en) Smoke thermal imaging fire automatic positioning detection system and method
KR20170028811A (en) Method for monitoring flight of unmanned aerial vehicle, user terminal, server and detecting apparatus using the same
US9940820B2 (en) Systems and methods for verified threat detection
KR20210051376A (en) Bigdata based building fire prevention response system and method
US20230020380A1 (en) Alarm and first responder systems, methods, and devices
WO2017039179A1 (en) Method, user terminal, server, and detecting device for monitoring flight of unmanned aerial vehicle
KR20210064096A (en) Server, system and method for monitoring a fire unsing the same, computer-readable storage medium and computer program
CN206557948U (en) Smart city fire-fighting Internet of Things remote monitoring system
Li et al. Fire detection using commodity wifi devices
CN110222216B (en) Multifunctional intelligent defense system
US11016189B2 (en) Systems and methods for security system device tamper detection
CN105894710A (en) Temperature monitoring warning device and fire control warning system
CN103446698B (en) A kind of method of burning things which may cause a fire disaster auto-sequencing
CN108898779A (en) A kind of fire alarm method and system

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant