KR20220000873A - 인공 지능을 이용한 관제 서비스 시스템 - Google Patents

인공 지능을 이용한 관제 서비스 시스템 Download PDF

Info

Publication number
KR20220000873A
KR20220000873A KR1020210186311A KR20210186311A KR20220000873A KR 20220000873 A KR20220000873 A KR 20220000873A KR 1020210186311 A KR1020210186311 A KR 1020210186311A KR 20210186311 A KR20210186311 A KR 20210186311A KR 20220000873 A KR20220000873 A KR 20220000873A
Authority
KR
South Korea
Prior art keywords
communication device
image
control server
artificial intelligence
observed
Prior art date
Application number
KR1020210186311A
Other languages
English (en)
Inventor
정종암
Original Assignee
(주)이앤제너텍
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 (주)이앤제너텍 filed Critical (주)이앤제너텍
Priority to KR1020210186311A priority Critical patent/KR20220000873A/ko
Publication of KR20220000873A publication Critical patent/KR20220000873A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06K9/00624—
    • G06K9/46—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명의 실시 예에 따른 관제 서비스 시스템은, 적어도 하나의 카메라를 통해 수집된 영상 데이터를 전송하는 통신 장치 및 상기 통신 장치로부터 전송된 영상 데이터를 수신하고, 상기 영상 데이터 상에서 관찰 대상체를 식별하기 위해 인공 지능 연산을 수행하고, 상기 관찰 대상체의 특성 정보를 추출하고, 상기 특성 정보를 기반으로 빅데이터를 생성하는 관제 서버를 포함하되, 상기 관찰 대상체는 상기 영상 데이터에 포착된 사람, 시설물, 그리고 차량 중 적어도 하나를 포함하고, 상기 추출된 특성 정보를 기반으로 상기 시설물의 훼손 여부 또는 상기 사람이나 상기 차량의 이상 징후를 판단한다. 본 발명에 의하면, 보편화되는 웨어러블 통신 장치나 블랙박스와 같은 통신장치로부터 용이하게 시설물의 상태를 점검하고 관리할 수 있으며, 용이한 빅데이터 생성이 가능하다.

Description

인공 지능을 이용한 관제 서비스 시스템{SAFETY CONTROL SERVICE SYSTEM UNSING ARTIFICAL INTELLIGENCE}
본 발명은 관제 시스템에 관한 것으로, 좀 더 구체적으로는 인공 지능을 사용하여 수집된 데이터를 분석하는 관제 서비스 시스템에 관한 것이다.
최근 들어 다양한 분야에서 빅데이터(Big data)의 활용에 대한 요구가 급격히 증가하고 있다. 빅데이터는 기존의 단편적 데이터에 비해 용량이나 처리 속도가 방대하여 기존의 방법으로는 수집, 저장, 그리고 분석이 용이하지 않은 데이터를 의미한다. 빅데이터 플랫폼을 구축하기 위해서는 데이터를 수집하기 위한 인프라가 구축되어야 하고, 분석할 수 있는 솔루션, 그리고 획득된 빅데이터를 효율적으로 활용할 수 있는 데이터 가공 기술이 지원되어야 한다. 하지만, 여전히 빅데이터의 수집과 분석 그리고 활용을 위한 솔루션들에 대한 접근은 용이하지 않은 상태이다.
발명의 목적은 상술한 문제를 해결하기 위한 것으로, 보편적으로 사용되는 이미지 센서를 구비하는 통신 장치들을 활용하여 데이터를 수집하고, 수집된 데이터를 사용하여 고부가가치를 갖는 빅데이터를 생성하기 위한 시설물 관리 시스템을 제공하는 데 있다.
본 발명의 다른 목적은, 보편화된 통신 장치를 통해서 획득되는 영상 데이터를 활용하여 다양한 이벤트나 사고를 예측하거나, 이미 발생한 사고에 대한 신속한 처리를 가능케하는 시설물 관리 시스템을 제공하는 데 있다.
상기 목적을 달성하기 위한 본 발명의 실시 예에 따른 관제 서비스 시스템은, 적어도 하나의 카메라를 통해 수집된 영상 데이터를 전송하는 통신 장치, 및 상기 통신 장치로부터 전송된 영상 데이터를 수신하고, 상기 영상 데이터 상에서 관찰 대상체를 식별하기 위해 인공 지능 연산을 수행하고, 상기 관찰 대상체의 특성 정보를 추출하고, 상기 특성 정보를 기반으로 빅데이터를 생성하는 관제 서버를 포함하되, 상기 관찰 대상체는 상기 영상 데이터에 포착된 사람, 시설물, 그리고 차량 중 적어도 하나를 포함하고, 상기 추출된 특성 정보를 기반으로 상기 시설물의 훼손 여부 또는 상기 사람이나 상기 차량의 이상 징후를 판단한다.
본 발명의 실시 예에 따르면, 통신 장치들로부터 수집된 이미지 데이터를 인공 지능을 사용하여 분석하고, 분석된 데이터를 사용하여 문제를 해결하거나 또 다른 고부가가치의 빅데이터를 생성할 수 있다.
본 발명의 실시 예들은 제한적인 방법으로서가 아니라 예로서 도시되었으며, 첨부 도면에서 유사한 참조 번호는 유사한 요소를 참조한다.
도 1은 본 발명의 실시 예에 따른 통신 장치를 이용한 관제 서비스 시스템을 보여주는 블록도이다.
도 2는 도 1에 도시된 통신 장치의 내부 구성을 간략히 보여주는 블록도이다.
도 3은 도 1의 관제 서버의 구성을 예시적으로 보여주는 도면이다.
도 4는 본 발명의 실시 예에 따른 통신 장치를 사용하여 시설물을 관리하는 예를 간략히 보여주는 도면이다.
도 5는 본 발명의 일 실시 예에 따른 관제 서버의 동작 방법을 보여주는 순서도이다.
도 6은 본 발명의 다른 실시 예에 따른 관제 서버의 동작을 보여주는 순서도이다.
도 7은 본 발명의 통신 장치를 사용하여 시설물을 관리하는 다른 예를 간략히 보여주는 도면이다.
도 8은 본 발명의 다른 실시 예에 따른 관제 서버의 동작 방법을 보여주는 순서도이다.
앞의 일반적인 설명 및 다음의 상세한 설명 모두 예시적이라는 것이 이해되어야 하며, 청구된 발명의 부가적인 설명이 제공되는 것으로 여겨져야 한다. 참조 부호들이 본 발명의 바람직한 실시 예들에 상세히 표시되어 있으며, 그것의 예들이 참조 도면들에 표시되어 있다. 가능한 어떤 경우에도, 동일한 참조 번호들이 동일한 또는 유사한 부분을 참조하기 위해서 설명 및 도면들에 사용된다.
이하에서는, 이미지 센서가 구비된 통신 장치가 본 발명의 특징 및 기능을 설명하기 위한 예로서 사용될 것이다. 하지만, 이 기술 분야에 정통한 사람은 여기에 기재된 내용에 따라 본 발명의 다른 이점들 및 성능을 쉽게 이해할 수 있을 것이다. 본 발명은 다른 실시 예들을 통해 또한, 구현되거나 적용될 수 있을 것이다. 게다가, 상세한 설명은 본 발명의 범위, 기술적 사상 그리고 다른 목적으로부터 상당히 벗어나지 않고 관점 및 응용에 따라 수정되거나 변경될 수 있다.
도 1은 본 발명의 실시 예에 따른 통신 장치를 이용한 관제 서비스 시스템을 보여주는 블록도이다. 도 1을 참조하면, 관제 서비스 시스템(100)은 통신 장치(110), 네트워크(120) 그리고 관제 서버(130)을 포함한다.
통신 장치(110)는 여러 가지 형태로 구현될 수 있다. 예를 들면, 통신 장치(110)는 사용자가 운동이나 레저 활동 등을 할 때 두 손을 자유롭게 사용할 수 있도록, 목에 거는 넥밴드 형태 또는 머리에 걸치는 머리띠 형태 등 다양한 형태로 구현될 수 있다. 다른 실시 예에서, 통신 장치(110)는 사용자가 사용하는 차량이나 오토바이, 자전거에 장착되어 사용자 주변의 동영상이나 정지 영상, 음성 데이터 등을 촬영하거나 녹취할 수 있다.
통신 장치(110)는 사용자의 주변 영상(예를 들면, 전방, 후방, 좌측, 우측 등 모든 방향의 영상)을 촬영하고 이를 압축하여 네트워크(120)를 통해 관제 서버(130)으로 전송할 수 있다. 또한, 통신 장치(110)는 사용자의 각종 상황 정보(예를 들면, 영상 정보, 음향 정보, 위치 정보 등)를 수집하고 이를 관제 서버(130)으로 전송할 수 있다. 이를 위하여, 통신 장치(110)는 이를 구현할 수 있는 하드웨어나 소프트웨어를 구비할 수 있다.
통신 장치(110)는 휴대전화, 위성전화, 무선전화, SIP(Session Initiation Protocol), WLL(Wireless Local Loop) 스테이션, 스마트폰, 태블릿 PC, PDA(Personal Digital Assistant) 등과 같은 모바일 장치 또는 핸드헬드 장치일 수 있다. 통신 장치(110)는 다양한 무선 통신 방식으로 신호나 정보 데이터를 송수신할 수 있다. 예를 들면, 통신 장치(110)는 Wi-Fi, 블루투스(Bluetooth), NFC(Near Field Communication), 비콘(beacon) 등과 같은 근거리 통신이나, LTE와 같은 장거리 통신을 이용하여 데이터를 송수신할 수 있다.
네트워크(120)는 통신 장치(110)로부터 수집된 다양한 데이터를 관제 서버(130)로 전달한다. 예를 들어, 네트워크(120)는 모바일 장치로 구현된 통신 장치(110)로부터 전송된 영상 데이터를 전달하기 위한 이동 통신망일 수 있다. 특히, 네트워크(120)는 3G LTE망, 4G망, 5G망 등의 차세대 통신망, 그 밖의 IP(Internet Protocol)를 기반으로 한 IP망을 포함할 수 있다.
관제 서버(130)는 통신 장치(110)로부터 전송된 사용자의 각종 상황 정보를 이용하여 위급 상황을 관리하거나 통제할 수 있다. 특히, 관제 서버(130)는 인공 지능(AI)을 사용하여 통신 장치(110)에서 전송되는 영상 데이터를 분석할 수 있다. 관제 서버(130)는 영상 데이터 상에서 관찰 대상체를 식별하고, 식별된 관찰 대상체를 추적할 수 있다. 관제 서버(130)는 관찰 대상체에 대한 이상 행동 여부를 판단할 수 있다. 관제 서버(130)는 관찰 대상체에 대한 특성 정보를 추출하여 빅데이터로 제공할 수 있다.
예를 들면, 사용자가 통신 장치(110)를 소지한 체 공원을 산책중인 경우, 관제 서버(130)는 통신 장치(110)에서 전송되는 영상 데이터로부터 공원의 시설물들의 이상 유무를 판단할 수 있다. 시설물의 이상 여부에 따라 관제 서버(130)는 시설물 관리 기관에 시설물의 고장이나 파손과 같은 상황을 전달할 수 있다. 또는, 관제 서버(130)는 통신 장치(110)에서 전송되는 영상 데이터로부터 빅데이터(Big data)를 생성할 수 있다. 관제 서버(130)는 사용자의 주변에 등장하는 인물들의 의복의 형태나 칼라와 같은 정보를 축적하여 빅데이터 생성을 위한 소스로 제공할 수 있다.
또한, 관제 서버(130)는 사용자가 위급 상황에 처해 있는 경우, 적절한 대응을 할 수 있다. 예를 들면, 사용자나 주변 사람에게 위급 상황이 발생한 경우에, 안전 요원이나 경찰에게 위급 상황을 알리거나, 위치 추적 드론을 보내서 자동으로 추적 촬영을 하도록 제어할 수도 있다.
도 2는 도 1에 도시된 통신 장치의 내부 구성을 간략히 보여주는 블록도이다. 통신 장치(110)는 카메라(111), 영상 처리 회로(112), 통신 회로(113), 저장 장치(114), 그리고 GPS 장치(115)를 포함할 수 있다. 통신 장치(110)의 내부 구성은 생활 방수 및 방진 처리될 수 있다.
카메라(111)는 사용자 또는 사용자가 탑승한 차량(Vehicle)의 전, 후, 좌, 우 등의 주변 영상을 촬영하여 영상 처리 회로(112)에 전달한다. 통신 장치(110)에 포함되는 카메라(111)의 수는 다양하게 변경될 수 있다. 예를 들면, 사용자를 중심으로 방향에 따라 카메라(111)를 배치할 수 있다. 또는, 어느 하나의 방향에 대해 높은 초점 속도나 해상도를 제공하기 위해 복수의 카메라(111)들이 장착될 수 있다. 카메라(111)는 촬영된 영상을 영상 처리 회로(112)로 제공할 수 있다.
영상 처리 회로(112)는 카메라(111)을 통해 입력된 영상을 전기적 영상 신호로 변환할 수 있다. 영상 처리 회로(112)에서 처리된 영상 신호는 저장 장치(114)에 저장하거나, 통신 회로(113)를 통해서 관제 시스템으로 전송될 수 있다.
영상 처리 회로(112)는 카메라(111)을 통해 제공된 영상 데이터를 다양한 방법으로 영상 처리할 수 있다. 예를 들어, 영상 처리 회로(112)는 영상 데이터의 노이즈를 제거할 수 있다. 카메라(111)을 통해 입력된 영상에는 사용자의 이동이나 떨림에 따른 원하지 않는 노이즈가 포함될 수 있다. 영상 처리 회로(112)는 이러한 떨림을 광학적 안정화 장치(Optical Stabilizer)를 이용하거나, 이미지 센서를 이용하거나, 응용 소프트웨어(예를 들어, Hyperlapse)를 이용하여 보정할 수 있다.
한편, 영상 처리 회로(112)는 여러 가지 방법으로 사용자나 주변 사람들의 사생활을 보호할 수 있다. 예를 들면, 영상 처리 회로(112)는 제공된 영상 데이터를 암호화할 수 있다. 암호화된 영상 데이터가 저장 장치(114)에 저장되거나 관제 서버(130)으로 제공될 수 있다. 이때 영상 처리 회로(112)는 영상 데이터를 이중 암호화할 수 있다. 영상이 암호화되기 때문에, 사용자는 촬영된 영상을 볼 수 없다.
영상 처리 회로(112)는 화장실이나 샤워실 또는 탈의실 등 사생활 보호 장소에서는 사용자뿐만 아니라 다른 사람들도 영상을 볼 수 없도록, 자동으로 촬영된 영상을 무효화 처리하거나 영상이 전송되는 것을 막을 수 있다. 영상 처리 회로(112)는 GPS 장치(115)로부터 사용자 위치 정보를 입력 받고, 사용자가 사생활 보호 장소로 이동하는지를 알 수 있다. 영상 처리 회로(112)는 사용자 위치 정보를 이용하여 사생활 보호 장소에서 사람들의 사생활을 안전하게 보호할 수 있다.
또한, 영상 처리 회로(112)는 특정 사람만을 추적하고, 그 외 다른 사람들을 안보이게 할 수도 있다. 영상 처리 회로(112)는 사용자가 지정한 특정 사람만 3D 스캔한 후 그 사람만을 추적할 수 있다. 본 발명의 실시 예에 따른 통신 장치(110)는 특정 사람을 추적 관찰함으로, 주변 사람들의 사생활을 보호할 수도 있다. 이를 통해 본 발명은 영상 데이터의 크기를 줄이고, 데이터 전송량을 줄일 수 있다.
영상 처리 회로(112)는 영상 데이터를 압축할 수도 있다. 본 발명의 실시 예에 따른 통신 장치(110)는 영상 데이터 압축을 통해 데이터의 크기를 줄일 수 있고, 저장 장치(114)에 저장되는 데이터나 관제 서버(130)으로 제공되는 데이터 전송량을 줄일 수 있다.
영상 처리 회로(112)는 제공된 영상 데이터를 분석하여, 사각 지역이 있는 경우(예를 들어, 사용자의 의류, 모자, 또는 배낭 등에 의해 영상이 일정시간 이상 가려지거나, 잘못된 넥밴드의 착용으로 인해 사각 지역이 발생되는 경우), 사용자에게 경보음이나 진동 등의 방법으로 영상이 제대로 촬영되고 있지 않음을 알려 줄 수 있다. 또한, 영상 처리 회로(112)는 사용자가 실내에 들어가거나 사각 지역에 있는 경우에, 미리 저장된 실내나 사각 지역의 3D 도면에 사용자 위치를 표시할 수 있다. 이를 통해 본 발명은 사용자가 어떤 지역에 있더라도 정확한 위치 정보를 제공할 수 있다.
통신 회로(113)는 통신 장치(110)가 관제 서버(130)과 통신할 수 있도록 해준다. 통신 장치(110)는 통신 회로(113)를 이용하여, 카메라(111)를 통해 촬영된 영상이나 사용자의 GPS 정보, 사용자 생체 정보 등을 주기적으로 혹은 비주기적으로 관제 서버(130)에 전송할 수 있다. 또한, 통신 장치(110)는 통신 회로(113)를 통해, 관제 서버(130) 또는 다른 통신 기기와 음성 통신할 수 있다. 통신 회로(113)는 3G, 4G, 5G, LTE, Wi-Fi, 블루투스, 비콘 등의 방법으로 통신 기능을 수행할 수 있다. 통신 회로(113)는 이러한 통신 기능을 수행하기 위한 구성들(예를 들면, 송수신 회로, 안테나 등)을 포함할 수 있다.
저장 장치(114)는 카메라(111)에 의해 촬영된 영상이나, 영상 처리된 데이터, 또는 암호화나 압축된 데이터를 저장할 수 있다. 저장 장치(114)는 플래시 메모리와 같은 불휘발성 메모리로 구현되거나, 임시로 데이터를 저장하기 위한 휘발성 메모리로 구현될 수 있다. 저장 장치(114)에는 사용자의 생체 정보나 위치 정보 등도 저장될 수 있다. 또한, 저장 장치(114)에는 사용자에게 비상 상황을 알리기 위한 경보음이나, 사용자가 미리 설정해 놓은 비상 상황 음성 등이 저장될 수 있다.
GPS 장치(115)는 사용자의 위치 정보 (또는 GPS 정보)를 GPS 위성으로부터 실시간으로 수신할 수 있다. 예를 들어, GPS 정보에는 사용자의 위도, 경도, 고도 등의 좌표가 포함될 수 있다. GPS 정보는 통신 회로(113)를 통해 관제 서버(130)에 제공될 수 있다. GPS 정보는 영상에 동기 되어 제공되거나, 관제 서버(130)이 제공된 영상과 GPS 정보를 동기화할 수 있다. 이를 통해, 관제 서버(130)는 비상 상황 발생 시에, 제공된 영상과 사용자의 위치 정보 등을 쉽게 파악할 수 있다.
본 발명의 실시 예에 따른 통신 장치(110)는 상술한 구성들 이외에도 다양한 센서들이 추가적으로 포함될 수 있다. 예를 들면, 사용자의 체온, 땀, 맥박, 또는 심전도 정보 등과 같은 생체 정보를 측정하는 생체 센서, 가속도를 측정하는 가속도 센서, 각속도를 감지할 수 있는 자이로 센서 등이 통신 장치(110)에 포함될 수 있다. 가속도 센서 또는 자이로 센서에 의해 감지된 데이터는 주변의 온도 변화에 의해 변할 수 있다. 통신 장치(110)는 주변 온도에 의해 변화된 값을 보상하기 위한 온도 센서를 더 포함할 수 있다.
가속도 센서 및 각속도 센서들부터 감지된 데이터들은 통신 회로(113)를 통해 관제 서버(130)에 제공될 수 있다. 위치 감지 센서는 동굴이나 깊은 숲 등 GPS 신호가 약한 지역에 사용자가 있는 경우에 효과적으로 사용될 수 있다. 마지막으로 수신된 GPS 정보와 사용자의 가속도, 각속도 등의 정보를 기초로, 관제 서버(130)는 사용자의 위치를 추적할 수 있다. 또는, 관제 서버(130)는 사용자의 가속도와 각속도의 정보에 기초하여 사용자의 갑작스러운 낙상 등의 비상 상황을 파악할 수도 있다.
또한, 통신 장치(110)는 음성 인식 센서를 포함할 수 있다. 음성 인식 센서는 특정 단어를 인식할 수 있다. 예를 들면, 음성 인식 센서는 '도와주세요'나 '살려주세요'와 같이 비상 상황을 알리는 특정 음성을 인식하고, 음성 신호가 관제 서버(130)에 제공되도록 할 수 있다. 관제 서버(130)는 제공된 음성 신호를 통해 사용자의 비상 상황 등을 알 수 있고, 비상 상황에 대한 비상 조치를 취하도록 할 수 있다.
통신 장치(110)는 배터리(미도시)를 내장할 수 있다. 배터리는 외부 전원을 입력 받아 충전할 수 있다. 배터리는 가정용 전압이나 USB 단자 등을 통해 외부 전자 장치로부터 충전용 전압을 공급받을 수 있다. 또한, 배터리는 무선 충전 방식을 이용하여 전선 없이 충전되거나 태양광 등을 이용하여 자체적으로 충전될 수도 있다. 배터리는 통신 장치(110)에 적합하도록 경량화 되어 설계될 수 있다.
배터리는 통신 장치(110)를 수납할 수 있는 수단에 의해 자동 충전될 수 있다. 예를 들면, 통신 장치(110)는 공원이나 산책로 등을 관리하는 기관에서 대여하여 사용할 수 있고, 일정 시간이 지난 후에 관리 기관에 반납을 할 수 있다. 관리 기관은 무인 수납기를 이용하여 통신 장치(110)를 돌려받을 수 있다. 무인 수납기는 통신 장치(110)의 MAC 주소를 통해 개인 인식을 할 수 있다. 또한, 무인 수납기는 수납 장치 내에 설치된 충전 장치를 이용하여 통신 장치(110)의 배터리를 자동 충전할 수 있다.
한편, 배터리는 사용량에 따라 저전력 모드로 진입할 수 있다. 통신 장치(110)는 배터리 전력 모드를 조절함으로, 배터리 사용 시간을 효과적으로 늘릴 수 있다. 예를 들면, 배터리를 사용할 수 있는 양이 전체의 10%에 도달한 경우에, 배터리는 저전력 모드로 진입할 수 있다. 저전력 모드에서는 배터리의 전력 소모를 최소화할 수 있는 필수 동작만을 수행하게 된다. 또한, 본 발명의 실시 예에 따른 통신 장치(110)는 디자인과 무게의 좌우 균형을 위해, 통신 장치(110)의 좌우 한쪽의 전면 내부에는 통신 회로(113)와 카메라(111)이 내장되고, 또 다른 한쪽의 전면 내부에는 배터리가 내장될 수 있다.
통신 장치(110)는 자체 진단 기능을 포함할 수 있다. 통신 장치(110)가 오작동하는 경우에, 내부적으로 설치된 자체 진단 프로그램을 통해 오작동 원인을 분석하고, 분석 결과를 관제 서버(130)으로 제공할 수 있다. 관제 서버(130)는 상황 대응 시스템(130)으로 오작동 상황을 제공하거나, 관제 서비스 시스템(100)을 운영하는 업체에 기기 고장 정보를 제공할 수 있다.
이상에서는 본 발명의 통신 장치(110)의 구성이 예시적으로 설명되었다. 하지만, 본 발명의 통신 장치(110)의 구성이나 기능은 도시된 예에만 국한되지 않는다. 예컨대, 통신 장치(110)는 필요에 따라 다양한 프로세서나 인공 지능 연산을 위한 별도의 장치가 추가될 수도 있을 것이다.
도 3은 도 1의 관제 서버의 구성을 예시적으로 보여주는 도면이다. 도 3을 참조하면, 관제 서버(130)는 통신부(131), 영상 분석부(132), 인공 지능 연산부(133), 관제부(134), 빅데이터 생성부(135) 그리고 빅데이터 저장부(136)를 포함할 수 있다.
통신부(131)는 통신 장치(110)로부터 네트워크(120)를 통해서 전송된 영상 데이터를 비롯한 제반 데이터를 수신한다. 통신부(131)는 네트워크(120)에 접속 가능한 다양한 유선 또는 무선의 송수신 장치를 포함할 것이다.
영상 분석부(132)는 통신 장치(110)에서 전송된 영상 데이터를 제공받는다. 영상 분석부(132)는 수신된 영상 데이터를 사용하여 관찰을 위한 대상체를 식별한다. 예를 들면, 영상 분석부(132)는 동영상으로 전달되는 영상 데이터 내에서 사람이나 차량, 동물, 또는 지정된 특정 시설물을 식별할 수 있다. 영상 분석부(132)는 사람이나 차량, 동물, 또는 지정된 특정 시설물을 식별하기 위한 인공 지능 연산부(133)를 포함할 수 있다. 인공 지능 연산부(133)는, 예를 들면, 컨볼루션 신경망(Convolutional Neural Network: 이하, CNN)이나 딥 러닝(Deep learning)과 같은 머신 러닝 기법을 사용하여 영상 데이터를 분석하고, 관찰 대상체를 식별할 수 있다.
영상 분석부(132)는 식별된 관찰 대상체의 특성 정보를 추출할 수 있다. 관찰 대상체가 사람인 경우, 영상 분석부(132)는 관찰 대상체의 의복, 신발, 또는 모자의 종류나 칼라와 같은 특성 정보를 추출할 수 있다. 식별된 관찰 대상체가 차량인 경우, 영상 분석부(132)는 대상체의 속도나 차선 위반 여부, 난폭운전이나 위협 운전 여부, 차량의 종류 및 차량 번호와 같은 정보를 추출할 수 있다. 식별된 관찰 대상체가 시설물인 경우, 영상 분석부(132)는 관찰 대상체의 정상 동작 여부, 파손이나 훼손 여부, 미화 상태와 같은 정보들을 추출할 수 있다. 영상 분석부(132)는 추출된 대상체의 특성 정보를 관제부(134) 또는 빅데이터 생성부(135)에 전달한다.
인공 지능 연산부(133)는 영상 데이터를 바탕으로 관찰 대상체의 식별하거나 식별된 관찰 대상체로부터 특성 정보를 생성할 수 있다. 예를 들면, 인공 지능 연산부(133)는 딥 러닝(Deep learning) 기법과 같은 머신 러닝 기반의 인식 알고리즘을 사용하여 수신된 영상을 분석할 수 있다. 인공 지능 연산부(133)는 수신된 영상에서 미리 설정된 사람, 동물, 차량, 시설물들을 식별해 낸다. 그리고 인공 지능 연산부(133)는 식별된 관찰 대상체들의 특성 정보를 추출한다. 예를 들면, 인공 지능 연산부(133)는 식별된 대상체가 사람인 경우, 영상 내에서 나타난 사람의 연령, 착용한 의복의 종류 및 칼라, 사람의 표정, 소지품을 구분해 낼 수 있다. 인공 지능 연산부(133)는 사람이 소지한 물체가 총기나 흉기인 경우, 영상 데이터 상에 나타난 총기나 흉기의 패턴을 인식하여 관제부(134)에 알람을 전달할 수 있다. 인공 지능 연산부(133)는 사람의 얼굴을 인식하여 지명 수배자나 실종 신고자인지 판단할 수도 있다. 또는, 인공 지능 연산부(133)는 사람의 표정을 식별하여, 범죄나 자살 징후를 판단하여 관제부(134)에 전달할 수 있다. 여기서, 인공 지능 연산부(133)는, 예를 들면, 특정 알고리즘으로 구현되는 소프트웨어 형태로 제공될 수 있다. 또는, 인공 지능 연산부(133)는 인공 지능 연산을 수행하기 위한 별도의 프로세서(예를 들면, Network Processor Unit)나 시스템으로 구현될 수도 있을 것이다.
관제부(134)는 영상 분석부(132)로부터 제공되는 대상체의 특성 정보를 바탕으로 위급 상황이나 이상 상황에서 준비된 대응 방안을 수행할 수 있다. 예를 들면, 영상 분석부(132)로부터 영상에 나타난 사람이 심장마비와 같은 위급 상황으로 판단되는 경우, 관제부(134)는 해당 사건이 발생한 시간, 위치 정보와 함께 이러한 위급 상황을 소방서나 유관 기관에 신고할 수 있다. 또는, 관제부(134)는 시설물의 고장, 파손과 같은 상황에는 시설물 관리 기관에 이러한 상황을 캡쳐된 영상과 함께 시간 및 위치 정보를 제공할 수 있을 것이다.
빅데이터 생성부(135)는 영상 분석부(132)로부터 제공되는 특성 정보로부터 빅데이터(Big data)를 생성한다. 예를 들면, 빅데이터 생성부(135)는 특정 위치 및 특정 시간에서의 사람들의 의복의 특징을 빅데이터로 생성할 수 있다. 예를 들면, 영상 데이터가 산책로에 해당하는 경우, 빅데이터 생성부(135)는 사람들의 성별 및 연령별 의복이나 신발의 칼라, 액세서리의 종류 등을 분석하여 빅데이터로 생성할 수 있다. 예컨대, 빅데이터 생성부(135)는 5월 2째 주에는 영상이 촬영된 등산로에서는40대 여자들은 분홍색 상의, 검은색 하의의 등산복을 착용하는 배율이 60%임을 빅데이터로 생성할 수 있다. 또는, 빅데이터 생성부(135)는 기온 및 시간에 따라 사람들이 착용하는 액세서리의 종류나 칼라와 같은 특징을 시기별로 분석하여 빅데이터로 생성할 수 있다. 빅데이터 생성부(135)는 생성된 빅데이터를 빅데이터 저장부(136)에 저장할 것이다.
빅데이터 저장부(136)에는 빅데이터 생성부(135)에서 생성된 제반 빅데이터가 저장된다. 빅데이터 저장부(136)에 저장된 빅데이터는 특성 정보에 대한 수요처에 판매될 수 있다. 예를 들면, 특정 장소에서의 시기별, 연령별 의복의 종류, 칼라, 액세서리에 대한 정보는 의류 회사에 빅데이터로 판매될 수 있을 것이다. 또는, 특정 시설물의 훼손이나 고장 여부는 시설물을 관리하는 유관 기관에 판매될 수도 있다.
이상에서는 본 발명의 관제 서버(130)의 구성이 예시적으로 설명되었다. 하지만, 본 발명의 관제 서버(130)의 구성이나 기능은 도시된 예에만 국한되지 않는다. 예컨대, 인공 지능 연산부(133)는 영상 분석부(132)의 외부에 인공 지능 연산을 위한 별도의 장치로 제공될 수도 있을 것이다. 또한, 빅데이터 저장부(136)는 네트워크(120)로 연결된 스토리지로 구성될 수도 있을 것이다.
도 4는 본 발명의 실시 예에 따른 통신 장치를 사용하여 시설물을 관리하는 예를 간략히 보여주는 도면이다. 도 4를 참조하면, 웨어러블 장치로 구현된 통신 장치(110)를 착용 또는 소지한 사용자(170)가 산책로(140)를 지나는 형태가 도시되어 있다.
사용자(170)가 착용한 통신 장치(110)의 카메라, 마이크, 또는 다양한 센서들이 센싱한 데이터는 네트워크(120)를 통해서 실시간으로 관제 서버(130, 도 1 및 3 참조)로 전송된다. 예를 들면, 사용자(170)가 산책로(140)를 이동하는 중에 카메라를 통해서 센싱된 영상 데이터가 관제 서버(130)에 전송될 수 있다. 관제 서버(130)는 인공 지능 연산부(133)를 통해서 영상 데이터 상에서 관찰 대상체를 식별하고, 식별된 관찰 대상체에 대한 특성 정보를 추출할 것이다.
예를 들면, 전송된 영상 내에서 산책로(140)가 등장하는 경우, 인공 지능 연산부(133)는 해당 관찰 대상체를 산책로 또는 시설물로 식별할 수 있다. 인공 지능 연산부(133)는 산책로(140)를 구성하는 시설물들의 상태를 식별할 수 있다. 즉, 인공 지능 연산부(133)는 산책로 내의 가로등(152, 154), 벤치(156)의 관리 상태나 쓰레기(160) 투기 여부와 같은 미화 상태, 또는 계단이나 산책로 자체의 파손 여부 등을 판단할 수 있다. 전송된 영상에 가로등(152, 154)이 등장하는 경우, 인공 지능 연산부(133)는 해당 관찰 대상체를 가로등으로 식별할 수 있다. 그리고 인공 지능 연산부(133)는 식별된 가로등의 특성 정보를 추출한다. 예를 들면, 인공 지능 연산부(133)는 가로등의 훼손 상태, 점멸 상태 등을 식별하여 고장 여부도 판단할 수 있다.
전송된 영상 내에 사람(180)이 등장하는 경우, 인공 지능 연산부(133)는 관찰 대상체를 사람(180)으로 식별한다. 그리고 인공 지능 연산부(133)는 식별된 사람(180)으로부터 특성 정보를 추출한다. 예를 들면, 인공 지능 연산부(133)는 사람(180의 성별 및 연령, 착용한 의복이나 신발의 칼라, 착용한 액세서리의 등을 분석하여 빅데이터 구성을 위한 소스 데이터로 제공할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 관제 서버의 동작 방법을 보여주는 순서도이다. 도 4 및 도 5를 참조하면, 관제 서버(130, 도 3 참조)는 인공 지능 연산을 사용하여 관찰 대상체의 영상 데이터를 분석하고, 관찰 대상체의 상태나 상황에 대한 식별을 고도화시킬 수 있다.
S110 단계에서, 관제 서버(130)는 네트워크(120)를 통해서 전송되는 영상 정보를 수신한다. 사용자(170)가 장착한 통신 장치(110)로부터 정보가 실시간으로 수집되어 주기적으로 또는 비주기적으로 관제 서버(130)에 전송될 수 있다. 여기에서, 통신 장치(110)가 전송하는 정보에는 통신 장치(110)에 구비된 전방 카메라나 후방 카메라에 의해 촬영된 영상, 마이크를 통해서 샘플링된 음향 데이터, GPS 정보 등이 포함될 수 있다.
S120 단계에서, 관제 서버(130)는 통신 장치(110)에서 전송된 정보로부터 사람이나 동물, 또는 시설물을 인식한다. 좀더 구체적으로, 영상 분석부(132)는 수신된 영상 데이터를 사용하여 관찰 대상체를 식별한다. 예를 들면, 영상 분석부(132)는 영상 데이터 내에서 사람이나 차량, 동물, 또는 지정된 특정 시설물을 식별할 수 있다. 영상 분석부(132)는 사람이나 차량, 동물, 또는 지정된 특정 시설물을 식별하기 위해 인공 지능 연산부(133)를 사용한다.
S130 단계에서, 관제 서버(130)는 영상 분석부(132)에 의해서 식별된 관찰 대상체의 특성 정보를 바탕으로 이상 징후를 판단할 수 있다. 또는, 관제 서버(130)는 사용자(170)가 통신 장치(110)의 비상 버튼을 누르거나 음향 정보를 분석하여 이상 상황을 감지할 수 있다. 또는, 영상 분석부(132)에 의해서 시설물이 훼손되거나, 쓰레기 무산 투기 상태가 감지되는 경우, 관제 서버(130)는 이상 징후가 존재하는 것으로 판단할 것이다. 이상 징후가 존재하는 것으로 판단되면, 절차는 S140 단계로 진행된다. 반면, 이상 징후가 감지되지 못한 경우, 관제를 위한 제반 절차는 종료될 것이다.
S140 단계에서, 관제 서버(130)의 관제부(134, 도 3 참조)는 비상 상황이 발생했음을 유관 기관이나 관계자들에게 알린다. 관제 서버(130)는 통신 장치(110)로부터 전송된 정보를 이용하여 위급 상황을 관리할 수 있다. 관제 서버(130)는 비상 상황에 처해 있는 사용자(170)나 그 주변 사람들을 보호하기 위해 경찰이나 소방서와 같은 유관 기관에 분석된 정보를 제공할 수 있다. 또는, 관제 서버(130)는 고장이나 훼손된 시설물의 상태를 시설물 관리 기관에 전달할 수 있을 것이다.
이상에서는 관제 서버(130)가 비상 상황을 인식하고 대처하는 실시 예가 간략히 설명되었다. 관제 서버(130)는 인공 지능(AI)을 사용하여 다양한 관찰 대상체를 인식하고, 인식된 관찰 대상체의 구체적인 상태까지 파악할 수 있다. 웨어러블 기기로 구현된 통신 장치(110)로부터 실시간으로 수집된 정보로부터 정확한 위급 상황이나 관리 상태 정보를 추출할 수 있다. 따라서, 본 발명의 관제 서비스 시스템(100)을 사용하면 사용자(170)나 시설물들의 상태를 신속히 파악하고 대처할 수 있을 것으로 기대된다. 도시되지는 않았지만, 관제 서버(130)는 사용자(170)가 소지한 통신 장치(110)에서 전송되는 정보를 지속적으로 수신하고 S110 단계 내지 S140 단계를 반복할 수 있다.
도 6은 본 발명의 다른 실시 예에 따른 관제 서버의 동작을 보여주는 순서도이다. 도 4 및 도 6을 참조하면, 관제 서버(130, 도 3 참조)는 인공 지능 연산을 사용하여 관찰 대상체의 영상 데이터를 분석하고, 분석 결과를 빅데이터로 생성할 수 있다.
S210 단계에서, 관제 서버(130)는 네트워크(120)를 통해서 전송되는 정보를 수신한다. 사용자(170)가 장착한 통신 장치(110)로부터 정보가 실시간으로 수집되어 주기적으로 또는 비주기적으로 관제 서버(130)에 전송될 수 있다. 여기에서, 통신 장치(110)가 전송하는 정보에는 통신 장치(110)에 구비된 전방 카메라나 후방 카메라에 의해 촬영된 영상, 마이크를 통해서 샘플링된 음향 데이터, GPS 정보 등이 포함될 수 있다.
S220 단계에서, 관제 서버(130)는 통신 장치(110)에서 전송된 정보로부터 관찰 대상체를 식별할 수 있다. 예를 들면, 인공 지능 연산부(133)는 영상 데이터를 바탕으로 관찰 대상체의 식별 및 추적할 수 있다. 예를 들면, 인공 지능 연산부(133)는 딥 러닝(Deep learning) 기법과 같은 머신 러닝 기반의 인식 알고리즘을 사용하여 입력되는 영상을 분석할 수 있다. 인공 지능 연산부(133)는 입력되는 영상에서 미리 설정된 사람, 동물, 차량, 시설물들을 식별해 낸다.
S230 단계에서, 관제 서버(130)는 S220 단계에서 식별된 관찰 대상체들의 특성 정보를 추출한다. 예를 들면, 인공 지능 연산부(133)는 식별된 관찰 대상체가 사람인 경우, 영상 내에서 나타난 사람의 연령, 착용한 의복의 종류 및 칼라, 사람의 표정, 소지품을 구분해 낼 수 있다. 인공 지능 연산부(133)는 사람이 소지한 물체가 총기나 흉기인 경우, 영상 데이터 상에 나타난 총기나 흉기의 패턴을 인식할 수 있다. 인공 지능 연산부(133)는 사람의 얼굴을 인식하여 지명 수배자나 실종 신고자인지 판단할 수 있다. 위급 상황으로 판단되는 경우, 관제부(134)는 위급 상황 매뉴얼에 따라 신고 절차를 진행할 수도 있을 것이다.
S240 단계에서, 관제 서버(130)는 식별된 관찰 대상체로부터 추출된 특성 정보를 이용하여 빅데이터를 생성할 수 있다. 예를 들면, 빅데이터 생성부(135)는 특정 위치 및 특정 시간 대에서의 사람들의 의복의 특징을 빅데이터로 생성할 수 있다. 위치 정보가 산책로에 해당하는 경우, 빅데이터 생성부(135)는 사람들의 성별 및 연령별 의복이나 신발의 칼라, 액세서리의 종류 등을 분석하여 빅데이터로 생성할 수 있다. 또는, 빅데이터 생성부(135)는 기온 및 시간에 따라 사람들이 착용하는 액세서리의 종류나 칼라와 같은 특징을 시기별로 분석하여 빅데이터로 생성할 수 있다.
S250 단계에서, 빅데이터 생성부(135)에서 생성된 빅데이터는 빅데이터 저장부(136)에 저장된다. 빅데이터 저장부(136)에 저장된 빅데이터는 실시간 또는 추후에 해당 빅데이터를 요구하는 개인이나 업체에 판매될 수 있을 것이다.
이상에서는 관제 서버(130)가 빅데이터를 생성 및 저장하는 실시 예가 간략히 설명되었다. 관제 서버(130)는 인공 지능(AI)을 사용하여 다양한 관찰 대상체를 인식하고, 인식된 관찰 대상체의 특성 정보로부터 빅데이터를 생성할 수 있다.
도 7은 본 발명의 통신 장치를 사용하여 시설물을 관리하는 다른 예를 간략히 보여주는 도면이다. 도 7을 참조하면, 통신 장치(110)를 장착한 차량(210)의 움직임에 따라 다양한 정보가 수집될 수 있다.
차량(210)에 장착된 통신 장치(110)는 카메라, 마이크 또는 다양한 센서들을 포함할 수 있다. 차량(210)이 도로 상에서 이동하는 동안, 통신 장치(110)가 센싱한 데이터는 네트워크(120)를 통해서 실시간으로 관제 서버(130, 도 1 및 3 참조)로 전송된다. 예를 들면, 차량(210)이 고속 도로를 주행중인 경우, 통신 장치(110)의 카메라가 촬영한 영상 데이터가 관제 서버(130)로 전송될 수 있다. 관제 서버(130)는 인공 지능 연산부(133)를 통해서 카메라를 통해서 수집된 영상에서 관찰 대상체를 식별하고, 식별된 관찰 대상체에 대한 특성 정보를 추출할 수 있다.
예를 들면, 인공 지능 연산부(133)는 전송된 영상 내에서 차량이 주행중인 곳이 고속 도로임을 식별할 수 있다. 그리고 인공 지능 연산부(133)는 고속 도로의 시설물들을 관찰 대상체로 구분하고, 구분된 관찰 대상체들의 상태를 인식할 수 있다. 즉, 인공 지능 연산부(133)는 고속 도로의 중앙 분리대, 차선들의 상태를 파악하여 보수가 필요한지를 판단할 수 있다. 더불어, 인공 지능 연산부(133)는 고속 도로에 형성된 포트 홀과 같은 도로 파손(230)이나 중앙 분리대, 차선들의 상태를 파악하여 보수가 필요한지를 판단할 수 있다. 또한, 인공 지능 연산부(133)는 신호등이나 도로 주변의 가로등(240)의 고장이나 훼손 여부를 판단할 수 있다. 더불어, 인공 지능 연산부(133)는 영상 데이터를 기초로 차량(210)의 앞이나 뒤, 또는 좌우에서 고속 도로를 주행하는 타 차량들을 관찰 대상체로 식별하고 추적할 수 있다. 만일, 관찰 대상체로 식별된 차량(220)이 위협 운전이나 난폭 운전을 하는 것으로 식별되면, 인공 지능 연산부(133)는 해당 차량의 차량 번호와 위법을 증명하는 영상을 관제부(134)를 통해 유관 기관에 신고할 수 있다.
도 8은 본 발명의 다른 실시 예에 따른 관제 서버의 동작 방법을 보여주는 순서도이다. 도 4, 도 7 및 도 8를 참조하면, 관제 서버(130, 도 3 참조)는 인공 지능(AI)을 사용하여 관찰 대상체의 영상 데이터를 분석하고, 관찰 대상체의 상태나 상황에 대한 식별을 고도화시킬 수 있다.
S310 단계에서, 관제 서버(130)는 네트워크(120)를 통해서 전송되는 차량(210)에 장착된 통신 장치(110)로부터 전송된 영상 정보를 수신한다. 여기서, 영상 정보뿐만 아니라 차량(210)에 장착된 통신 장치(110)로부터 실시간으로 수집된 다양한 정보들이 주기적으로 또는 비주기적으로 관제 서버(130)에 전송될 수 있다. 예컨대, 통신 장치(110)가 전송하는 정보에는 통신 장치(110)에 구비된 전방 카메라나 후방 카메라에 의해 촬영된 영상, 마이크를 통해서 샘플링된 음향 데이터, GPS 정보, 생체 정보 등이 더 포함될 수 있다.
S320 단계에서, 관제 서버(130)는 통신 장치(110)에서 전송된 정보로부터 시설물이나 관리 대상체들을 인식한다. 좀더 구체적으로, 영상 분석부(132)는 수신된 영상 데이터를 사용하여 관찰 대상체를 식별한다. 영상 분석부(132)는 영상 데이터 내에서 사람이나 차량, 동물, 또는 특정 시설물을 식별할 수 있다. 더불어, 영상 분석부(132)는 식별된 관찰 대상체들을 추적하거나, 관찰 대상체들의 상태를 식별하여 특성 정보를 추출할 수 있다. 영상 분석부(132)는 사람이나 차량, 동물, 또는 지정된 특정 시설물을 식별하기 위해 인공 지능 연산부(133)를 사용할 수 있다.
S330 단계에서, 관제 서버(130)는 영상 분석부(132)에 의해서 추출된 관찰 대상체의 특성 정보를 바탕으로 이상 징후를 판단할 수 있다. 또는, 관제 서버(130)는 사용자(170)가 통신 장치(110)의 비상 버튼을 누르거나 음향 정보를 분석하여 이상 상황을 감지할 수 있다. 또는, 영상 분석부(132)에 의해서 시설물이 훼손되거나, 보수가 필요한 것으로 판단되면, 관제 서버(130)는 이상 징후가 존재하는 것으로 판단할 것이다. 이상 징후가 존재하는 것으로 판단되면, 절차는 S340 단계로 진행된다. 반면, 이상 징후가 감지되지 못한 경우, 수신된 특정 단위의 영상에 대한 처리 절차는 종료될 것이다.
S140 단계에서, 관제 서버(130)의 관제부(134, 도 3 참조)는 비상 상황이 발생했음을 유관 기관이나 관계자들에게 알람을 전송하거나 신고한다. 관제 서버(130)는 통신 장치(110)로부터 전송된 정보를 이용하여 위급 상황을 관리할 수 있다. 관제 서버(130)는 비상 상황에 처해 있는 차량(210)을 구호하기 위해 경찰이나 소방서와 같은 유관 기관에 분석된 정보를 제공할 수 있다. 또는, 관제 서버(130)는 고장이나 훼손된 시설물의 상태를 시설물 관리 기관에 전달할 수 있을 것이다. 더불어, 관제 서버(130)는 시설물들의 상태를 빅데이터 저장부(136)에 저장할 수도 있다. 도시되지는 않았지만, 관제 서버(130)는 차량(210)에 장착된 통신 장치(110)에서 전송되는 정보를 지속적으로 수신하고 S310 단계 내지 S340 단계를 반복할 수 있다.
이상에서는 관제 서버(130)가 차량(210)에 장착된 통신 장치(110)로부터 전송되는 영상 정보를 기반으로 차량의 주행 상황이나 주변 시설물들의 이상 여부를 식별하는 실시 예가 간략히 설명되었다. 관제 서버(130)는 인공 지능(AI)을 사용하여 다양한 관찰 대상체를 인식하고, 인식된 관찰 대상체의 구체적인 상태까지 파악할 수 있다.
이상에서와 같이 도면과 명세서에서 최적 실시 예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100 : 관제 서비스 시스템
110 : 통신 장치
111 : 카메라
112 : 영상 처리 회로
113 : 통신 회로
114 : 저장 장치
115 : GPS 장치
120 : 네트워크
130 : 관제 서버
131 : 통신부
132 : 영상 분석부
133 : 인공 지능 연산부
134 : 관제부
135 : 빅데이터 생성부
136 : 빅데이터 저장부

Claims (5)

  1. 적어도 하나의 카메라를 통해 수집된 영상 데이터를 전송하는 통신 장치; 및
    상기 통신 장치로부터 전송된 영상 데이터를 수신하고, 상기 영상 데이터 상에서 관찰 대상체를 식별하기 위해 인공 지능 연산을 수행하고, 상기 관찰 대상체의 특성 정보를 추출하고, 상기 특성 정보를 기반으로 빅데이터를 생성하는 관제 서버를 포함하되,
    상기 관찰 대상체는 상기 영상 데이터에 포착된 사람, 시설물, 그리고 차량 중 적어도 하나를 포함하고, 상기 추출된 특성 정보를 기반으로 상기 시설물의 훼손 여부 또는 사람이나 상기 차량의 이상 징후를 판단하는 관제 서비스 시스템.
  2. 제 1 항에 있어서,
    상기 통신 장치는, 상기 통신 장치의 위치를 지시하는 GPS(Global Positioning System) 정보를 제공하는 GPS 장치를 포함하는 관제 서비스 시스템.
  3. 제 1 항에 있어서,
    상기 관제 서버는:
    상기 영상 데이터로부터 상기 관찰 대상체를 식별하고, 상기 관찰 대상체의 특성 정보를 추출하는 영상 분석부; 및
    상기 관찰 대상체의 특성 정보로부터 상기 빅데이터를 생성하는 빅데이터 생성부를 포함하는 관제 서비스 시스템.
  4. 제 3 항에 있어서,
    상기 영상 분석부는 상기 관찰 대상체를 식별하거나 상기 관찰 대상체의 특성 정보를 추출하기 위한 인공 지능 연산을 수행하는 인공 지능 연산부를 포함하는 관제 서비스 시스템.
  5. 제 1 항에 있어서,
    상기 인공 지능 연산부는 상기 관찰 대상체를 식별하기 위한 딥 러닝 또는 신경망 연산을 수행하는 관제 서비스 시스템.
KR1020210186311A 2019-09-11 2021-12-23 인공 지능을 이용한 관제 서비스 시스템 KR20220000873A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210186311A KR20220000873A (ko) 2019-09-11 2021-12-23 인공 지능을 이용한 관제 서비스 시스템

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190113167A KR102344435B1 (ko) 2019-09-11 2019-09-11 인공 지능을 이용한 관제 서비스 시스템
KR1020210186311A KR20220000873A (ko) 2019-09-11 2021-12-23 인공 지능을 이용한 관제 서비스 시스템

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020190113167A Division KR102344435B1 (ko) 2019-09-11 2019-09-11 인공 지능을 이용한 관제 서비스 시스템

Publications (1)

Publication Number Publication Date
KR20220000873A true KR20220000873A (ko) 2022-01-04

Family

ID=75261946

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020190113167A KR102344435B1 (ko) 2019-09-11 2019-09-11 인공 지능을 이용한 관제 서비스 시스템
KR1020210186311A KR20220000873A (ko) 2019-09-11 2021-12-23 인공 지능을 이용한 관제 서비스 시스템

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020190113167A KR102344435B1 (ko) 2019-09-11 2019-09-11 인공 지능을 이용한 관제 서비스 시스템

Country Status (1)

Country Link
KR (2) KR102344435B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023132596A1 (ko) 2022-01-04 2023-07-13 주식회사 엘지에너지솔루션 연장부가 구비된 음극을 포함하는 전극조립체

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102614784B1 (ko) * 2021-06-02 2023-12-14 이영준 버스 정류장 시설물 관리 시스템 및 그 방법
KR102452234B1 (ko) * 2022-01-24 2022-10-14 주식회사 백향우드 딥러닝 기반 추론모델에 의해 데크로드 손상을 판단하는 IoT 기반 데크로드관리방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040043341A (ko) * 2002-11-18 2004-05-24 엘지전자 주식회사 카메라작동 강제제어기능이 구비된 휴대용 영상단말기와그 제어방법
KR101949525B1 (ko) * 2017-11-16 2019-03-18 주식회사 아이오티봇 무인탐지장치를 이용한 현장 안전관리 시스템
KR101941994B1 (ko) 2018-08-24 2019-01-24 전북대학교산학협력단 결합심층네트워크에 기반한 보행자 인식 및 속성 추출 시스템
KR101963308B1 (ko) * 2018-11-08 2019-03-28 한국건설기술연구원 열악한 환경 조건 하에서 딥 러닝을 이용한 영상 내 이동객체 및 돌발상황 감시 시스템 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023132596A1 (ko) 2022-01-04 2023-07-13 주식회사 엘지에너지솔루션 연장부가 구비된 음극을 포함하는 전극조립체

Also Published As

Publication number Publication date
KR20210031334A (ko) 2021-03-19
KR102344435B1 (ko) 2021-12-29

Similar Documents

Publication Publication Date Title
KR20220000873A (ko) 인공 지능을 이용한 관제 서비스 시스템
US11375161B2 (en) Wearable camera, wearable camera system, and information processing apparatus for detecting an action in captured video
KR101644443B1 (ko) 시공적 상황데이터를 이용한 경고 방법 및 시스템
JP5894807B2 (ja) 監視装置及び監視カメラシステム並びに映像送信方法
CN109684989A (zh) 安全监护方法、装置、终端及计算机可读存储介质
KR20120052637A (ko) 영상 촬영 장치의 객체 추적 장치 및 방법과 보안 관리 시스템의 객체 추적 장치
KR101481051B1 (ko) 개인용 블랙박스 장치 및 그의 동작 방법
JP7052305B2 (ja) 救援システムおよび救援方法、ならびにそれに使用されるサーバおよびプログラム
CN106529401A (zh) 一种车辆反跟踪方法、装置及***
US11074804B2 (en) Wearable personal security devices and systems
KR20160074208A (ko) 비콘신호를 이용한 안전 서비스 제공 시스템 및 방법
CN107672625A (zh) 高速铁路周界入侵报警***
JP2018061213A (ja) 監視映像解析システム及び監視映像解析方法
US20220279119A1 (en) Method and system for activity detection with obfuscation
Chang et al. Video surveillance for hazardous conditions using sensor networks
KR101844382B1 (ko) 웨어러블 통신 장치
KR102480424B1 (ko) 지역 감시기능을 갖는 퍼스널 모빌리티
JP2017167800A (ja) 監視システム、情報処理装置、監視方法および監視プログラム
JP5669302B2 (ja) 行動情報収集システム
CN209803819U (zh) 人脸识别记录仪
KR101473971B1 (ko) 다기능 방범카메라 통합방범 시스템
JP2021036646A (ja) 情報収集システム、カメラ端末装置、情報収集方法および情報収集プログラム
KR20020082476A (ko) 감시 방법, 시스템 및 묘듈
CN108416953B (zh) 一种智能光纤周界报警***
KR20210068368A (ko) 웨어러블 통신 장치를 이용한 관제 서비스 시스템

Legal Events

Date Code Title Description
A107 Divisional application of patent