KR20200103198A - Portable IoT Sensor Kit for Smart Safety with Wireless Mesh and Artificial Intelligence - Google Patents
Portable IoT Sensor Kit for Smart Safety with Wireless Mesh and Artificial Intelligence Download PDFInfo
- Publication number
- KR20200103198A KR20200103198A KR1020190018878A KR20190018878A KR20200103198A KR 20200103198 A KR20200103198 A KR 20200103198A KR 1020190018878 A KR1020190018878 A KR 1020190018878A KR 20190018878 A KR20190018878 A KR 20190018878A KR 20200103198 A KR20200103198 A KR 20200103198A
- Authority
- KR
- South Korea
- Prior art keywords
- sensor
- data
- intelligent
- node
- fire
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G08B17/11—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means using an ionisation chamber for detecting smoke or gas
- G08B17/113—Constructional details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Abstract
Description
본 발명은 일반 IoT(사물인터넷)용 센서 및 센서의 지능화를 위한 센서 접속단(엣지)에 접속되는 센서용 엣지컴퓨터의 개발과 구성에 대한 사항으로 IoT센서/Smart Wireless Mesh Network /AI(인공지능)/ML(기계학습)/엣지컴퓨팅 기술 기반의 휴대가 가능한 “지능형 IoT센서 키트 (센서 및 지능형 엣지컴퓨터)”관한 것이다.The present invention relates to the development and configuration of a sensor for general IoT (Internet of Things) and an edge computer for a sensor connected to a sensor connection terminal (edge) for intelligence of the sensor, and is an IoT sensor/Smart Wireless Mesh Network/AI (Artificial Intelligence). )/ML (machine learning)/edge computing technology-based portable “intelligent IoT sensor kit (sensor and intelligent edge computer)” is about.
일반적으로 공공/민간일반시설 또는 공장 등 산업현장 일부에서 설치운영 되는 센서는 독립형(Stand-alone) 또는 중앙제어장치에 유선 또는 일부 무선으로 연결하여 화재나 가스누출 등의 이상 사태가 발생하는 경우 센서 또는 감지기 자체의 알람 또는 제어장치에 연결된 알람을 통해 경보를 전파한다. In general, sensors installed and operated in some industrial sites such as public/private general facilities or factories are stand-alone or wired or partially wirelessly connected to the central control device, and in the event of an abnormal situation such as fire or gas leakage, the sensor Or, it propagates the alarm through an alarm in the detector itself or an alarm connected to the control device.
이러한 센서의 구성 대부분은 센서와 제어장치가 1:1 점대점(Point-to-Point) 으로 구성되어 있으므로 (1)센서 장애, (2)센서 전송로 장애, (3)제어장치 장애시 센서의 정보가 제어장치의 전달되지 않아 알람 경보가 되지 않거나 단순히 센서 및 제어장치 또한 센싱정보에 대한 감지 알람 경보 기능만 있으므로, 화재발생 초기 감지나 시차별로 확산하는 수준을 판단하거나 예측하여 관련자에게 적절한 방재조치를 위한 경보나 상태전파 또는 기 구성된 방재시스템과 연계를 하지 못하는 구조이다. 또한 이런 재래식 화재 경보장치도 체계도를 통한 구성 시에는 소요비용과 상단한 수준의 운영 전문성을 확보하여야만 운영이 가능한 구조이다. Most of these sensor configurations are composed of 1:1 point-to-point between the sensor and the control device, so (1) sensor failure, (2) sensor transmission path failure, and (3) sensor failure Because the information is not transmitted from the control device, there is no alarm or the sensor and the control device have only a detection alarm alarm function for sensing information.Therefore, it is possible to determine or predict the level of early detection of a fire or spread by time difference, and take appropriate disaster prevention measures for the relevant person. It is a structure that cannot be connected with an alarm or condition propagation or pre-configured disaster prevention system. In addition, when constructing such a conventional fire alarm system through a system diagram, it is a structure that can be operated only by securing the required cost and high-level operational expertise.
따라서 기존 또는 신규로 설치되는 센서는 화재발화 및 가스 누출 등을 감지하는 센싱기능과 무선 메쉬토폴로지 기반의 통신기능을 통합하여 수집한 화재 발화 데이터를 목적지 까지 신뢰성 있게 전달하는 “센서노드”를 구성하며, 센서노드 들을 통하여 전달된 데이터를 수집하고 처리하여 지능화된 알고리즘을 생성하고 이를 통하여 화재 및 가스 위험의 수준을 예측하고 판단하며, 자동으로 관련자 및 기관에 경보하여 초기 방재기능을 도와주는 엣지컴퓨터 기반의 “접속노드”를 통하여 간편하게 운영 할 수 있는 화재 및 가스누출 방재용 휴대, 이동이 간편한 지능형 IoT키트를 구현하고자 한다. Therefore, the existing or newly installed sensor constitutes a “sensor node” that reliably transmits the collected fire ignition data to the destination by integrating the sensing function to detect fire ignition and gas leakage and the communication function based on wireless mesh topology. , An intelligent algorithm is generated by collecting and processing the data transmitted through the sensor nodes, predicting and determining the level of fire and gas risk through it, and automatically alerting the relevant people and organizations to the edge computer-based to assist in the initial disaster prevention function. We intend to implement an intelligent IoT kit that is portable and easy to move for fire and gas leakage disaster prevention that can be easily operated through the “connection node” of
기존의 센서, 제어장치 및 알람(경보)장치 및 프로그램의 구성은 설치에 많은 시공 기술과 비용이 들어가며 운영시 보다 전문적인 지식이 요구되고, 시설 설치를 위한 사전준비, 협조, 동의 등의 복잡한 절차가 필요하므로, 설치 보급 및 운영상의 부담으로 재난 방재 인프라가 취약한 재래시장, 다중밀집 상가, 소상공인 매장, 중소규모 공공 및 민간 다중이용시설, 중소 공장, 제조업체에서 경제적인 비용으로 손쉽게 설치하거나 운영할 수 있는 지능화된 화재(재난) 감지, 분석 및 예측을 통하여 자동으로 관련자(기관)에게 통보하는 지능화된 IoT 센서 키트를 구현하는 방법을 제공하고자 한다Existing sensor, control device, alarm (alarm) device and program configuration require a lot of construction technology and cost for installation, require more specialized knowledge during operation, and complex procedures such as preliminary preparation, cooperation, and agreement for facility installation It is necessary to install or operate it at an economical cost in traditional markets, multi-dense shopping malls, small commercial and industrial stores, small and medium-sized public and private multi-use facilities, small and medium-sized factories, and manufacturers due to the burden of installation, distribution and operation. We intend to provide a method of implementing an intelligent IoT sensor kit that automatically notifies relevant persons (organizations) through intelligent fire (disaster) detection, analysis and prediction.
본 발명은 상기와 같은 사정을 감안하여 창안된 것으로, 일반 사용자가 전문지식이 없어도 손쉽게 화재 및 가스누출 등의 재난 발생 상황을 사전에 감지하여 조치할 수 있도록 도와주는 지능형 IoT 센서 및 자동 경보 장치이다. The present invention was invented in view of the above circumstances, and is an intelligent IoT sensor and automatic alarm device that helps general users to easily detect and take measures of disasters such as fire and gas leakage in advance even without specialized knowledge. .
1개 이상의“센서노드”가 수집한 1종 이상의 데이터를 서로 간의 무선메쉬를 통하여 복수개의 접속(Connectivity)를 유지하며 신뢰성 있는 전송 경로를 통하여 접속노드로 전달하고, 센서노드 자체에 장착한 배터리를 통하여 전원을 독립적으로 공급하므로 설치 구성, 유지보수 및 이동이 간편하고, “접속노드”는 센서노드와 센서네트워크를 자율적으로 구축하여 항시 센서노드로부터 전송된 데이터를 자체적으로 축적하여 처리하거나, 또는 축적된 데이터를 백엔드시스템인 서버 또는 클라우드에 전송하고, 이 데이터를 축적, 정형화 및 빅데이터로 가공하여 기계학습 및 심화학습을 통하여 가장 최적화된 화재발생 및 가스누출의 예측 알고리즘을 생성하고 이를 다시 접속노드에서 가동하여 이후 센서 데이터의 패턴을 기반으로 화재현장 단위에 운영중인 “접속노드”에서 실시간으로 화재감지 및 시계열적인 예측과 판단을 하여 자동으로 경보를 전파하는 기능을 담당한다.One or more types of data collected by one or more “sensor nodes” are maintained through a wireless mesh between each other, and transmitted to the connection node through a reliable transmission path, and the battery installed in the sensor node itself As power is independently supplied through the system, it is easy to install, configure, maintain, and move, and the “connection node” autonomously builds up a sensor node and a sensor network to automatically accumulate and process the data transmitted from the sensor node. The data is transmitted to the back-end system server or cloud, and this data is accumulated, formalized, and processed into big data to generate the most optimized fire occurrence and gas leak prediction algorithm through machine learning and in-depth learning, and connect it again. It operates at the fire site and then automatically propagates the alarm by detecting the fire in real time and making time-series predictions and judgments at the “connection node” operating at the fire site unit based on the pattern of sensor data.
이를 통하여 다양한 화재나 가스누출 등의 재해 가능성이 있는 현장 및 사회 공공안전에 관련된 분야와 중소공장 및 고위험군 직종 등의 산업현장에서 화재 및 재해징후 초기 단계부터 확산되는 단계를 정확히 예측하여 최적의 방재 활동을 지원할 수 있도록 지원하는 시스템을 구현한다 Through this, optimal disaster prevention activities by accurately predicting the stage of spreading from the early stages of fire and disaster symptoms in fields related to public safety and industrial sites such as small and medium factories and high-risk occupations, as well as sites with the possibility of disasters such as various fires or gas leaks. Implement a system that supports support
센서노드(100)는 센서부(110), 제어부(120), 통신부(130), 전원부(140)로 구성한다. The sensor node 100 is composed of a sensor unit 110, a control unit 120, a communication unit 130, and a power supply unit 140.
지능형 접속노드(200)은 제어부(210), 통신부(220), 전원부(230)로 구성하며, 제어부(210)는 프로세서(211), 저장매체(212), 운영체제(213), 데이터베이스(214), 프레임워크(215), 인공지능 알고리즘(216)의 하부구조로 구성한다. The intelligent connection node 200 is composed of a control unit 210, a communication unit 220, and a power supply unit 230, and the control unit 210 includes a processor 211, a storage medium 212, an operating system 213, and a database 214. , A framework 215, and an infrastructure of an artificial intelligence algorithm 216.
센서네트워크(300)는 무선으로 메쉬네트워크를 사용하여 서로간에 통신하는 1기 이상, 또는 복수개의 센서노드(100)와 1개 또는 복수개의 지능형 접속노드(200) 로 구성한다. The sensor network 300 is composed of one or more or a plurality of sensor nodes 100 and one or a plurality of intelligent connection nodes 200 that communicate with each other by wirelessly using a mesh network.
백엔드시스템(400)은 제어부(410), 통신부(420), 전원부(430)로 구성하며, 백엔드시스템의 제어부(410)는 프로세서(411), 저장매체(412), 운영체제(413), 데이터베이스(414), 프레임워크(415), 인공지능 알고리즘(416)을 포함하는 다수의 컴퓨터 하드웨어 및 소프트웨어로 구성한다. The back-
상기와 같은 기술적 과제를 해결하기 위해 본 발명에서는 무선 메쉬네트워크 기술을 이용하여 독립적인 전원 장치을 구비한 센서노드(100)와 정보를 수집하는 지능형 접속노드(200)가 센서네트워크(300)를 구성하여 작동되는 화재 및 재난방재를 위한 “지능형 IoT센서 키트”로서 복수의 센서노드(100)와 접속노드(200)로 구성되며, 센서노드(100)와 지능형 접속노드(200)는 무선메쉬네트워크에 접속된 상태에서 자율적으로 센서네트워크(300)를 구성하여 센서노드(100) 데이터를 지능형 접속노드(200)로 전송하고, 지능형 접속노드(200)는 데이터를 저장하여 자체 처리하거나 서버 및 클라우드 등의 백엔드시스템(400)에 전달하여 축적된 데이터를 빅데이터로 저장 및 가공하고 기계학습을 수행하여 인공지능 알고리즘을 생성한다. In order to solve the above technical problem, in the present invention, a sensor node 100 equipped with an independent power supply device and an intelligent access node 200 collecting information using a wireless mesh network technology constitute the sensor network 300 As a “intelligent IoT sensor kit” for fire and disaster prevention that is operated, it is composed of a plurality of sensor nodes 100 and connection nodes 200, and the sensor node 100 and intelligent connection node 200 are connected to the wireless mesh network. In this state, the sensor network 300 is autonomously configured to transmit the sensor node 100 data to the intelligent access node 200, and the intelligent access node 200 stores data and processes itself or backends such as servers and clouds. The data accumulated by transferring to the
또한 지능형 접속노드(200)는 엣지컴퓨터 형태로 자체적으로 수집된 간단한 데이터를 처리하여 기계학습을 통하여 간단한 인공지능 알고리즘(216) 을 생성하거나, 백엔드시스템(400) 에서 대용량으로 수집된 데이터의 기계학습 및 최적화를 통하여 생성한 인공지능 알고리즘(416) 을 수행하기도 하며, 이를 기반으로 센서노드(100)에서 전송된 데이터를 판단 예측하여 자동경보 프로그램(500)을 구동하여 화재나 가스누출 등의 재난 징후를 전파하도록 구성한다. In addition, the intelligent access node 200 processes simple data collected by itself in the form of an edge computer to generate a simple artificial intelligence algorithm 216 through machine learning, or machine learning of data collected in a large amount by the back-
센서노드(100)는 상가/시설의 화재 감지가 필요한 위치(공공/민간 시설 및 재래시장별 상가, 식당가 주방, 홀, 가스통, 배기통, 분전반 등 주요 발화예상지점)에 복수(소요수량)개의 센서노드를 부착(간단한 방법 채택, 양면테이프, 자석류, 고정 접속)하여 화재 발화원인 (온도/습도변화-연기/가스-발화) 및 가스 누출을 단계별로 감지하며, 센서노드(100)는 지능형 접속노드(200)와 함께 센서네트워크(300)을 자율적으로 구성한다. The sensor node 100 is a plurality of (required quantity) sensors at locations where fire detection is required in shopping centers/facilities (shops by public/private facilities and traditional markets, restaurant kitchens, halls, gas cylinders, exhaust tanks, distribution panels, etc.) By attaching a node (adopt a simple method, double-sided tape, magnets, fixed connection), it detects the cause of fire (temperature/humidity change-smoke/gas-ignition) and gas leakage step by step, and the sensor node 100 is intelligently connected. Together with the node 200, the sensor network 300 is autonomously configured.
이러한 경우, 다양한 무선환경에서의 주파수간섭 회피, 안정적인 라우팅을 통한 전송 경로탐색 등 의 방법으로 센서노드(100)에서 측정된 데이터를 안정적으로 지능형 접속노드(200)에 전송하도록 한다. In this case, the data measured by the sensor node 100 is stably transmitted to the intelligent access node 200 by a method such as avoiding frequency interference in various wireless environments and searching a transmission path through stable routing.
센서노드(100)는 센서부(110), 제어부(120), 무선메쉬통신부(130), 전원부(140)로 설계되어 있으므로 독립적으로 운영이 가능하며 자율적인 라우팅에 의해, 인접한 센서노드(100) 또는 지능형 접속노드(200)와 연결되어 있어 항상 통신이 가능한 상태를 유지 한다. Since the sensor node 100 is designed as a sensor unit 110, a control unit 120, a wireless mesh communication unit 130, and a power supply unit 140, it is possible to operate independently and by autonomous routing, adjacent sensor nodes 100 Or, since it is connected to the intelligent access node 200, it maintains a state in which communication is always possible.
지능형 접속노드(200)는 엣지컴퓨터 기반의 싱글프로세스 기반의 소형컴퓨팅 시스템으로 제어부(210)와 무선 메쉬 네트워크 구성이 가능한 통신부(102)가 장착된 장치로서, 센서노드(100)와 함께 자율적으로 센서네트워크(300)을 구성하여 항상 연결상태를 유지한다. The intelligent access node 200 is an edge computer-based single process-based small computing system, and is a device equipped with a control unit 210 and a communication unit 102 capable of configuring a wireless mesh network, and autonomously with the sensor node 100 By configuring the network 300, the connection state is always maintained.
지능형 접속노드(200)를 구성하고 있는 엣지컴퓨터 제어부(210)는 다양한 운영체제(213), 예를 들면 Windows계열, Linux계열, Android, 라즈비안, 데비안 등을 선택적으로 탑재 될 수 있으며, 프로세서(211)는 범용 호환성을 위하여 ARM 및 INTEL 계열의 프로세서로 구성하며, 독립 또는 외부전원에 의해 가동되는 전원부(230)와 백엔드시스템(400) 및 외부 시스템과 통신 할 수 있는 유무선 통신부(220)을 가져고 있다. The edge computer controller 210 constituting the intelligent connection node 200 may selectively mount various operating systems 213, for example, Windows series, Linux series, Android, Raspbian, Debian, etc., and the processor 211 ) Is composed of ARM and INTEL series processors for universal compatibility, and has a power supply unit 230 operated by an independent or external power supply and a wired/wireless communication unit 220 capable of communicating with the
또한 엣지컴퓨터 제어부(210)에는 다양한 운영체제(213) 위에 센서노드(100)로 부터 수집된 데이터를 저장 할 수 있는 데이터베이스(214) 예를들면 MySQL, MariaDB 등 같은 Open DB와 기계학습이 가능한 프레임워크(215) 예를 들면 TensorFlow, Pytorch & Torch, caffe, RIP, Dinette, BigDL 등을 설치하여 최적의 인공지능 알고리즘(216)을 생성하여, 화재 나 가스 누출시 측정된 센서데이터를 기반으로 화재의 확산과 진행상태를 예측 하여 판단하고, 자동으로 전파하는 자동 경보시스템(500) 기능을 구현한다. In addition, the edge computer control unit 210 includes a database 214 that can store data collected from the sensor node 100 on various operating systems 213, for example, Open DB such as MySQL and MariaDB, and a framework that enables machine learning. (215) For example, by installing TensorFlow, Pytorch & Torch, caffe, RIP, Dinette, BigDL, etc., the optimal artificial intelligence algorithm 216 is generated, and the spread of fire based on sensor data measured in case of fire or gas leakage Implement an automatic alarm system 500 function that predicts and determines the progress of the device and automatically propagates it.
자동경보시스템(500)은 센서노드(100)에서 센싱한 데이터를 기반으로 화재의 확산이 예측되는 수준에 따라 관련자 (매장주인, 관리자, 소방방재관련 부처, 지자체, 병원)등에 앱, 문자메시지, 통화, 방재시스템 연동 등의 수단을 통하여 자동적으로 상태를 전파 하는 기능을 담당한다. 자동경보를 담당하는 접속노드(200)는 유무선 인터넷, 4G/LTE, 5G 이동통신 등 다양한 통신망을 이용하여 전파 할 수 있다.Based on the data sensed by the sensor node 100, the automatic alarm system 500 sends apps, text messages, and text messages to relevant persons (store owners, managers, fire department related ministries, local governments, hospitals) according to the predicted level of fire spread. It is responsible for automatically propagating the status through means such as communication and disaster prevention system linkage. The access node 200 in charge of automatic alarm can propagate using various communication networks such as wired and wireless Internet, 4G/LTE, and 5G mobile communication.
본 발명에 의하면, 공공/민간 다중시설관리자, 재래시장 상인, 중소 상가 소상공 인 등 다양한 사용자가 저렴한 비용으로 본 키트를 소요에 맞게 구매 예를 들면 접속노드(200) 한개에 센서노드(100) 한 개, 서너개, 수십/수백개 단위로 조합하여 키트를 구성 하거나, 또는 다수의 접속노드(200)와 수천개의 센서노드(100) 등을 조합하여 대형 키트로 구성 하여, 다양한 구성의 결합으로 구매하여 화재 및 가스누출 등이 예상 되는 지점(포인트) 에 쉽게 자가 설치하여 운영하거나, 단독 또는 중소, 중대형 상가/재래시장/민간공공 시설 단위로 구매하여 구성하고, 비교적 손쉬운 방법으로 화재나 가스 누출 등의 재해 징후 감지 및 자동 경보 시스템을 구축 할 수 있다. According to the present invention, various users such as public/private multi-facility managers, traditional market merchants, small and medium-sized merchants, and small business owners purchase this kit at low cost to suit the needs. For example, a sensor node 100 in one connection node 200 One, three, four, tens/hundreds of units are combined to form a kit, or a large number of connection nodes (200) and thousands of sensor nodes (100) are combined to form a large kit and purchased in combination of various configurations. Therefore, it is easily self-installed and operated at points (points) where fire and gas leaks are expected, or purchased and configured individually or in units of small, medium, and large-sized shopping centers/traditional markets/private public facilities, and fire or gas leakage in a relatively easy way. Disaster signs detection and automatic alarm system can be built.
또한 본 키트는 펜션, 휴양림, 캠핑장 등 위락 숙박시설에도 휴대, 이동형으로 손쉽게 설치 구성하여 사용 할 수 있으며, 재난/화재/가스누출 현장에서 환경정보 수집용으로, 중소 산업체에서는 화재(재난) 및 가스누출 등의 위험이 발생하는 경우가 빈번한 고위험 작업장에서도 손 쉽게 사용 할 수 있으며, 휴대 및 이동이 간편하여 다양한 현장, 사업장, 간이시설 에서도 손쉽게 사용 할 수 있으므로 화재(재해)에 따른 인명 및 재산손실을 최소화 할 수 있다. In addition, this kit can be easily installed and configured as a portable and mobile type for recreational accommodation facilities such as pensions, recreational forests, and camping grounds.It is for collecting environmental information at disaster/fire/gas leak sites, and fire (disaster) and It can be easily used in high-risk workplaces where the risk of gas leakage occurs frequently, and because it is easy to carry and move, it can be easily used in various sites, workplaces, and simple facilities, resulting in loss of life and property due to fire (disaster). Can be minimized.
도1은 본 발명에 따른 센서네트워크, 접속노드 및 백엔드시스템에서 서비스 연계 구성도의 예를 나타내는 도면이다.
도2는 센서노드의 구성에 대한 블럭도의 예를 나타낸 도면이다
도3은 센서네트워크에서 센서노드 간 무선메쉬네트워크 구성 예를 나타낸 도면이다
도4는 접속노드의 구성에 대한 블럭도의 예를 나타낸 도면이다
도5는 백엔드시스템의 구성에 대한 블럭도의 예를 나타낸 도면이다.
도6은 전체 구성에 대하여 예를들어 시각하여 설명한 예를 나타낸 도면 이다.1 is a diagram showing an example of a service connection configuration diagram in a sensor network, an access node, and a back-end system according to the present invention.
2 is a diagram showing an example of a block diagram of the configuration of a sensor node
3 is a diagram showing an example of a configuration of a wireless mesh network between sensor nodes in a sensor network
4 is a diagram showing an example of a block diagram for the configuration of a connection node
5 is a diagram showing an example of a block diagram of a configuration of a back-end system.
Fig. 6 is a view showing an example of the entire configuration described by way of example.
무선메쉬 기반의 스마트 센서 네트워크와 지능형 엣지컴퓨터를 이용하여 화재를 감지하고 예측 자동 경보하므로서,많은 인명손실과 재산상의 피해를 획기적으로 줄일수 있는데 도움을 주는 간단한 구성의 지능형 IoT 센서 키트 장치의 발명을 구체 적으로 설명 한다 이것은 기존 전통적인 재난방재 체계는 화재 및 가스누출 등 사고 발생시, 재난 발생후 상당시간이 경과한 후에 화재 및 가스누출 등의 상황을 인지하므로 발생하는 많은 피해를 줄일수 있는 방법이다. 본 장치는 가장 신뢰성있는 센서데이터의 전달 및 지능화된 처리과정을 위하여, 핵심 기술로 자리잡히는 스마트 IoT 센서, 센서네트워크 및 인공지능을 활용한 기술이다.By using a wireless mesh-based smart sensor network and an intelligent edge computer to detect fire and predict and auto-alarm fires, the invention of an intelligent IoT sensor kit device with a simple configuration helps to drastically reduce a lot of loss of life and property damage. Explain concretely This is a method that can reduce a lot of damage caused by the existing traditional disaster prevention system recognizes situations such as fire and gas leakage when an accident occurs, such as a fire or gas leak, and after a considerable amount of time has elapsed after the disaster. This device is a technology that utilizes smart IoT sensors, sensor networks and artificial intelligence, which are positioned as core technologies for the most reliable sensor data delivery and intelligent processing.
센서노드는 제어부, 센서부, 통신부, 전원공급부로 구성되어 있으며, 센서부는 화재의 징후를 예측하는데 필요한 온도, 습도, 일산화탄소, 이산화탄소 가스 등을 검출 및 소요에 따라 누전 또는 감전을 감지하고, 통신부는 무선메쉬 통신기술을 탑재한 통신칩 또는 모듈, 예를 들면 BLE 5.0 Mesh, Smart Mesh ISA 100, 802.14 계열의 Zigbee, 사설 Smart Mesh 계위기술을 갖는 통신용 SoC 칩 또는 통신모듈로 구성되며, 배터리 전원을 공급하는 전원부로 구성되어 있다. 제어부는 센서부의 측정 데이터 확인 및 변환작업과 통신부에 연계하는 작업을 수행하며, 통신부와 함께 Mesh Connectivity의 신뢰도를 향상하기 위한 RF 주파수 채널 선점, 주파수간섭 회피, 재접속 판단 등의 최적화 작업을 수행하도록 한다.The sensor node is composed of a control unit, a sensor unit, a communication unit, and a power supply unit, and the sensor unit detects temperature, humidity, carbon monoxide, carbon dioxide gas, etc. necessary to predict the signs of a fire, and detects a short circuit or electric shock as required, and the communication unit Communication chip or module equipped with wireless mesh communication technology, for example, BLE 5.0 Mesh, Smart Mesh ISA 100, Zigbee of 802.14 series, communication SoC chip or communication module with private Smart Mesh hierarchy technology, and supply battery power It consists of a power supply unit. The control unit performs the work of checking and converting the measurement data of the sensor unit and linking the communication unit to the communication unit, and performs optimization work such as preemption of RF frequency channels, avoidance of frequency interference, and reconnection determination to improve the reliability of the mesh connectivity together with the communication unit. .
센서노드는 본체에 장착된 배터리 일체형으로 구동 되도록 설계하고, 배터리 사용주기를 극대화 하기 위하여 저전력 요건을 최적화 한다. 예를 들면 센서데이터 수집 및 전송 주기를 최적화 하고, 센세데이터의 변동시에 기존 설정한 간격(Interval) 주기보다 빠르게 데이터를 갱신하도록 하는 Dynamic Interval sensing 및 Dynamic Interval traffic 변경모드를 구현하고, 정상상태 표식은 LED 점멸 상태를 유지하도록 하며, 센서의 작동 상태는 저전력 가속센서 스위치를 통하여 이동성 감지와 센서 노드의 작동상태 모니터링을 할 수 있도록 고안하여 구현한다. 또한 센서 검침데이터의 크기와 전송 주기의 변경은 센서네트워크 상에 접속되어 있는 접속노드, 즉 엣지컴퓨터 에서 학습되어 작동되는 인공지능 알고리즘을 통하여 결정하도록 한다.The sensor node is designed to be driven by an integrated battery mounted on the body, and optimizes the low power requirement to maximize the battery life cycle. For example, it optimizes the period of sensor data collection and transmission, implements a dynamic interval sensing and dynamic interval traffic change mode that updates data faster than the previously set interval when the sensor data fluctuates, and displays a steady state. Is designed to maintain the LED blinking state, and the operating state of the sensor is designed and implemented to detect mobility and monitor the operation state of the sensor node through a low-power acceleration sensor switch. In addition, the size of sensor reading data and the change of the transmission period are determined through an artificial intelligence algorithm that is learned and operated by the access node connected on the sensor network, that is, the edge computer.
센서노드는 사용자 활용기반 운영모드로 손쉽게 부착, 이설, 휴대 할 수 있도록 고강도 양면테이프나 벨크로, 고자성체를 접착부에 장착하며, 최소의 형상과 무게, 예를 들면 크기 3X7X2 Cm, 무게 100g 미만 수준, 예를들면 리듐 AAA소형건전지 2개가 들어갈수 있는 최소크기의 형상으로 구현한다.The sensor node is a user-based operation mode, and is equipped with high-strength double-sided tape, Velcro, and high-magnetic material on the adhesive for easy attachment, transfer, and portability.The minimum shape and weight, for example, size 3X7X2 cm, weight less than 100g, For example, it is implemented in the shape of the smallest size that can accommodate two small lithium AAA batteries.
지능형 접속노드는 엣지컴퓨터와 같이 중앙처리 프로세스와 주/보조기억장치 및 센서노드와의 센서네트워크를 통하여 접속할수 있는 무선메쉬 네트워크 통신모듈과 백엔드 서버클라우드 시스템과 의 연결을 위한 유무선 네트워크(NIU) 장치와, 외부전원 및 자체 배터리로 구동 될 수 있도록 하는 전원부 장치로 구성된다. The intelligent access node is a wired/wireless network (NIU) device for connection with a wireless mesh network communication module and back-end server cloud system that can be accessed through a central processing process, a main/secondary memory device, and a sensor network with a sensor node like an edge computer. And, it is composed of a power supply unit that can be driven by external power and its own battery.
지능형 접속노드는 엣지컴퓨팅 기능을 수행하는 스마트센서 전용의 게이트웨이 기능과 센서노드에서 수집된 데이터를 축적 처리하여 기계학습을 수행하여 최적의 인공지능 알고리즘을 자체적으로 생성하여 운영하거나, 센서데이터를 백엔드시스템인 서버나 클라우드로 전송한다. The intelligent access node performs machine learning by accumulating and processing the data collected from the sensor node and the gateway function dedicated to smart sensors that perform edge computing functions to generate and operate the optimal artificial intelligence algorithm by itself, or to use the sensor data as a back-end system. Transfer to an in-server or cloud.
지능형 접속노드는 센서에서 전송된 데이터의 비정상적인 오류를 제외하기 위하여 기계학습에 의해 생성된 알고리즘, 예를 들면 밀집된 센서네트워크를 기준하여 특정 센서노드의 측정값을 인접한(네이버) 즉 1HOP (또는 2HOP미만)으로 연결된 센서노드들의 데이터와 비교하여, 표준 편차범위를 벗어나는 센서노드의 데이터를 무시하고, 해당 센서의 가상측정값으로 대체하여, 불량 또는 이상 센서노드를 배제하여 전체 센서네트워크에 접속된 센서노드의 데이터의 신뢰도를 향상시켜 정확한 판단이 가능하도록 한다. In order to exclude abnormal errors in the data transmitted from the sensor, the intelligent connection node uses an algorithm generated by machine learning, for example, based on a dense sensor network, to measure the measurement value of a specific sensor node adjacent to (naver), that is, 1HOP (or less than 2HOP). ), the sensor node connected to the entire sensor network by ignoring the data of the sensor node that is outside the standard deviation range and replacing it with the virtual measurement value of the corresponding sensor, excluding defective or abnormal sensor nodes. It improves the reliability of the data, so that accurate judgment is possible.
지능형 접속노드는 예측 알고리즘, 예를 들면 특정 지점의 온도, 습도, 가스의 변화 편차가 전체 센서노드에 분포된 센서노드의 변화보다 특정 단위시간 대역에서 갑자기 높아지게 되면 해당지역의 센서데이터에 우선순위를 두어 데이터를 수집하기 위하여 센서노드의 데이터 전송주기와 센서에서 측정되는 센서데이터 수치정보를 증가하여 전송하게 하므로서 보다 밀도 있는 시계열 분석이 되도록 하여, 단기간내에 모든 데이터를 수집 분석하여 보다 정확한 시나리오를 예측하고 이에 따른 알람 경보 수준을 판단 하도록 한다. The intelligent connection node prioritizes the sensor data in the region when the variation of the temperature, humidity, and gas at a specific point suddenly increases in a specific unit time band than the change of the sensor nodes distributed across the entire sensor node. In order to collect data, the data transmission period of the sensor node and the numerical information of the sensor data measured by the sensor are increased and transmitted, so that a more dense time series analysis is performed, and all data is collected and analyzed within a short period of time to predict a more accurate scenario. Determine the alarm level of the alarm accordingly.
지능형 접속노드는 화재의 발화 단계, 예를들면 발화체의 온도상승→연기발생 → 불꽃발화→화재확산 단계별 학습된 알고리즘에 기반하여 판단하고 화재의 유형을 예측하여 대응 및 방재가 가능한 우선순위별 담당자 및 전문가에게 보다 정확하고 전문적인 정보를 자동으로 전파한다. 예를 들면 특정 상가의 전열기에 의해 과열되고 있는 상황과 전기누전의 상태가 센서에 의해 감지되어 해당 센서노드의 데이터가 지능형 접속노드에 전달되면 지능형 접속노드는 상가주인 및 소방전문가 (119상황실)에게 해당상가의 종류 센서감지의 위치, 예상되는 발화의 유형 등을 통지하면 소방전문가가 해당주인, 또는 상가 관리자에게 전문지식을 바탕으로 화재 징후를 설명하고 적합한 방재활동을 하도록 안내하는 행위를 도와주는 역할을 수행한다.The intelligent connection node judges based on the learned algorithm at the stage of fire ignition, e.g., temperature rise of the ignition → smoke generation → spark ignition → fire spread stage, and predicts the type of fire to respond and disaster prevention by priority. And automatically disseminate more accurate and professional information to experts. For example, when the situation of overheating by the electric heater in a specific shopping mall and the state of an electric leakage is detected by the sensor and the data of the corresponding sensor node is transmitted to the intelligent connection node, the intelligent connection node is sent to the shop owner and firefighting expert (119 control room). The role of helping firefighting experts explain the signs of fire and guide appropriate disaster prevention activities to the relevant owner or mall manager based on their expertise when notifying the type of the mall in question about the location of sensor detection and the type of expected fire. Perform.
지능형 접속노드는 사용자 기반의 기능요구를 소프트웨어로 구현하도록 고안되므로, 사용자 또는 사용기관의 특성에 맞는 알람 경보 및 방재, 인명대피 및 관련기관의 자동통지 기능, 예를 들면 요양원 화재발생시 119 소방방재 부서 이외에 인접 요양원, 병원, 기타 노인보호시설 등에 자동 연결하여 환자보호 및 이송을 위한 의료진 협조, 이송차량 호출, 이송 환자에 대한 입실 준비 등의 기관 고유 업무의 연계를 요청하거나 전파 할 수 있다. Since the intelligent access node is designed to implement user-based functional requirements with software, alarms, alarms and disaster prevention suitable for the characteristics of users or organizations, evacuation of lives and automatic notification of related organizations, for example, 119 firefighting and disaster prevention department in case of fire in nursing home In addition, by automatically connecting to adjacent nursing homes, hospitals, and other elderly protection facilities, it is possible to request or disseminate the linkage of the agency's unique tasks such as cooperation with medical staff for patient protection and transfer, call of a transfer vehicle, and preparation for admission to transfer patients.
지능형 접속노드는 센서노드의 설치 단계부터 초기 생성된 데이터의 형태와 점차 축적되는 실이벤트(화재발생시 실제 센서노드에서 발생되는 )데이터를 지속적으로 축적하여 이 데이터를 기반으로 보다 강화된 기계학습을 수행하여, 보다 정확한 진단 및 방재가 되도록 운영단계별 시나리오를 설정하여 화재의 진단, 예측 및 경보 단계를 보다 명료화 하는 작업을 수행한다. The intelligent connection node continuously accumulates the form of data initially generated from the installation stage of the sensor node and the gradually accumulated real event data (which occurs in the actual sensor node when a fire occurs), and performs more reinforced machine learning based on this data. Thus, by setting the scenarios for each operation stage for more accurate diagnosis and disaster prevention, the task of clarifying the diagnosis, prediction, and warning stages of fire is performed.
백엔드시스템은 센서데이타를 대용량으로 축적하고 빅데이터 정형화 과정을 통하여 강화된 기계학습(DL/RL)을 수행하여, 화재나 가스 누출이 발생하는 상황별로 징후에 대한 실시간 분석과 정확한 상태 예측이 가능하도록 하는 최상위 인공지능 알고리즘을 생성하게 도와 주는 역할과 생성된 알고리즘을 클라우드로부터 전송받아 엣지컴퓨터 에서 직접 수행하면서 센서로부터 전달되는 실시간 센서데이터의 패턴을 분석하여 확산 및 위험의 상황을 예측하고, 이러한 상황인지를 기반으로 자동적으로 의험 알람을 경보하고 정의된 절차에 의하여 광범위하게 전파하는 기능을 수행 한다. The backend system accumulates sensor data in a large amount and performs reinforced machine learning (DL/RL) through the process of standardizing big data to enable real-time analysis and accurate condition prediction of signs for each situation in which fire or gas leakage occurs. The role of helping to create the highest level of artificial intelligence algorithm and the generated algorithm is transmitted from the cloud and executed directly at the edge computer, while analyzing the pattern of real-time sensor data transmitted from the sensor, predicting the situation of diffusion and danger, and recognizing this situation. Based on this, it automatically alerts the suspect alarm and spreads it widely according to the defined procedure.
본 발명은 화재, 가스누출 등의 재난 방재 목적 이외에, 산업현장의 위험작업장, 예를 들면 유해가스 지역의 환경정보 감지 및 알람, 유류저장소, 원전 원자로와 같은 방사능 누출 지역, 제철소 고로, 사일로 등과 같은 시설물 재난시 재해가 예상되는 장소나 기관의 구조물 등에도 간편하게 사용 할 수 있으며, 사회안전을 위한 공공SCO, 예를들면 교량, 도로, SOC, 기타 사회안전시설 물 등에서도 쉽게 사용 할 수 있다. In addition to the purpose of disaster prevention such as fire, gas leakage, etc., the present invention detects and alarms environmental information in hazardous workplaces in industrial sites, for example, hazardous gas areas, oil storage stations, radioactive leak areas such as nuclear reactors, steel mill blast furnaces, silos, etc. In the event of a facility disaster, it can be easily used in places where disasters are expected or structures of institutions, and can be easily used in public SCOs for social safety, for example, bridges, roads, SOCs, and other social safety facilities.
100 : 센서노드
110 : 센서부
120 : 제어부
130 : 통신부
140 : 전원부
200 : 지능형 접속노드
210 : 제어부
211 : 프로세서
212 : 저장매체
213 : 운영체제
214 : 데이터베이스
215 : 프레임워크
216 : 기계학습알고리즘
220 : 통신부
230 : 전원부
300 : 센서네트워크
400 : 백엔드시스템
410 : 제어부
411 : 프로세서
412 : 저장매체
413 : 운영체제
414 : 데이터베이스
415 : 프레임워크
416 : 인공지능알고리즘
420 : 통신부
430 : 전원부
500 : 자동경보프로그램100: sensor node
110: sensor unit
120: control unit
130: communication department
140: power supply
200: intelligent connection node
210: control unit
211: processor
212: storage medium
213: operating system
214: database
215: Framework
216: machine learning algorithm
220: communication department
230: power supply
300: sensor network
400: backend system
410: control unit
411: processor
412: storage medium
413: operating system
414: database
415: Framework
416: artificial intelligence algorithm
420: Communication Department
430: power supply
500: automatic alarm program
Claims (6)
센서네트워크 상에 있는 센서노드가 일반 사용자환경에서 장기간 배터리 교체 없이 사용하도록 저전력 운영과 이벤트 발생 시점에 판단 가능한 신뢰성 있는데이터를 수집하기 위하여 동적으로 데이터 수집주기와 전송하는 데이터의 정보수준을 변경 할 수 있는 Dynamic Interval Sensing 및 Dynamic interval traffic 변경 모드를 적용할수 있는 지능형 IoT 센서The method of claim 1 or 2
The sensor node on the sensor network can dynamically change the data collection cycle and the information level of the transmitted data to collect reliable data that can be judged at the time of low power operation and event occurrence so that the sensor node can be used in a general user environment for a long period without battery replacement. Intelligent IoT sensor that can apply Dynamic Interval Sensing and Dynamic Interval Traffic change mode
지능형 접속노드는 자체적인 인공지능 기계학습을 통하여 정확한 분석 및 예측이 가능한 인공지능 알고리즘을 생성하거나, 또는 백엔드시스템 생성한 인공지능 알고리즘을 수행하는 기능을 갖는 지능형 IoT 센서The method of claim 1 or 2
The intelligent access node generates an artificial intelligence algorithm that can accurately analyze and predict through its own artificial intelligence machine learning, or an intelligent IoT sensor that has the function of performing an artificial intelligence algorithm generated by a backend system.
지능형 접속노드는 화재의 발화 단계에서부터 확산 단계까지 축적된 센서 데이터를 기반으로 기계학습(딥러닝, 강화학습)을 통하여 알고리즘을 생성하고, 이를 기반으로 화재유형을 예측하고 정의한 담당 및 전문가에게 자동으로 경보하는 지능형 IoT 센서The method according to claim 3 or 4
The intelligent connection node generates an algorithm through machine learning (deep learning, reinforcement learning) based on the sensor data accumulated from the fire ignition stage to the spread stage, and it automatically predicts and defines the fire type based on this algorithm. Intelligent IoT sensor to alert
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190018878A KR20200103198A (en) | 2019-02-19 | 2019-02-19 | Portable IoT Sensor Kit for Smart Safety with Wireless Mesh and Artificial Intelligence |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190018878A KR20200103198A (en) | 2019-02-19 | 2019-02-19 | Portable IoT Sensor Kit for Smart Safety with Wireless Mesh and Artificial Intelligence |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20200103198A true KR20200103198A (en) | 2020-09-02 |
Family
ID=72449906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190018878A KR20200103198A (en) | 2019-02-19 | 2019-02-19 | Portable IoT Sensor Kit for Smart Safety with Wireless Mesh and Artificial Intelligence |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20200103198A (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022102812A1 (en) * | 2020-11-12 | 2022-05-19 | 주식회사 에니트 | Ess fire prevention system and method therefor |
| KR20230116593A (en) * | 2022-01-28 | 2023-08-04 | 주식회사 코아칩스 | Low power wireless sensor integrated system |
| WO2023153627A1 (en) * | 2022-02-08 | 2023-08-17 | 현대자동차주식회사 | Method and device for calibrating device by using machine learning in m2m system |
-
2019
- 2019-02-19 KR KR1020190018878A patent/KR20200103198A/en not_active Application Discontinuation
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022102812A1 (en) * | 2020-11-12 | 2022-05-19 | 주식회사 에니트 | Ess fire prevention system and method therefor |
| KR20230116593A (en) * | 2022-01-28 | 2023-08-04 | 주식회사 코아칩스 | Low power wireless sensor integrated system |
| WO2023153627A1 (en) * | 2022-02-08 | 2023-08-17 | 현대자동차주식회사 | Method and device for calibrating device by using machine learning in m2m system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cheng et al. | BIM integrated smart monitoring technique for building fire prevention and disaster relief | |
| KR20200103198A (en) | Portable IoT Sensor Kit for Smart Safety with Wireless Mesh and Artificial Intelligence | |
| KR102290850B1 (en) | Multi-sensor data acquisition and spread devices and safety monitoring systems | |
| US11429078B2 (en) | Intelligent distributed industrial facility safety system inter-device data communication | |
| CN108335468A (en) | A kind of cable monitoring system | |
| BR112012003321B1 (en) | method and system for relative positioning of access points in a real-time location system | |
| KR101923151B1 (en) | System and method for IoT based intelligent disaster evacuation | |
| JP6003631B2 (en) | Wireless device installation information management method in remote monitoring system | |
| CN109410503A (en) | A kind of fire monitoring method and apparatus, system | |
| US10311705B1 (en) | Distributed industrial facility safety system | |
| KR20200103206A (en) | Portable IoT Sensor Kit for Smart Safety with Wireless Mesh and Artificial Intelligence | |
| WO2018176246A1 (en) | Method for calculating health degree of computer room site and monitoring system therefor | |
| CN102902256B (en) | ZigBee-based safety defending system for inspection workshop staffs | |
| CN108170060A (en) | Danger source and environment monitoring warning system and method | |
| US20220207982A1 (en) | Gas and earthquake detector, gas and earthquake remote monitoring system using the same and method thereof | |
| KR20070081473A (en) | Remote security and alarm system comprised of mobile phone, sensors, control unit | |
| CN107170174A (en) | A kind of building ambient intelligence monitoring system | |
| JP2007065888A (en) | Fire alarm inspection device | |
| TWM621453U (en) | Direction indicator with monitoring function and emergency escape indicating system | |
| CN108226785A (en) | Accumulator source of early warning | |
| CN202904336U (en) | Flaw detection workshop personnel safety protection system based on ZigBee | |
| Escribano et al. | Human condition monitoring in hazardous locations using pervasive RFID sensor tags and energy-efficient wireless networks | |
| Dziyauddin et al. | Smart Fire Emergency System for Buildings: A Review | |
| KR20200121134A (en) | Remote monitoring system for safety of gas and remote monitoring apparatus for safety of gas | |
| CN218866586U (en) | Intelligent fire-proof safety early warning system for machine room |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E601 | Decision to refuse application | ||
| E601 | Decision to refuse application |