KR20220036672A - Control system capable of 3d visualization based on data and the method thereof - Google Patents
Control system capable of 3d visualization based on data and the method thereof Download PDFInfo
- Publication number
- KR20220036672A KR20220036672A KR1020200119168A KR20200119168A KR20220036672A KR 20220036672 A KR20220036672 A KR 20220036672A KR 1020200119168 A KR1020200119168 A KR 1020200119168A KR 20200119168 A KR20200119168 A KR 20200119168A KR 20220036672 A KR20220036672 A KR 20220036672A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- data
- control
- visualization
- event
- Prior art date
Links
- 238000012800 visualization Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000000007 visual effect Effects 0.000 claims abstract description 62
- 238000001514 detection method Methods 0.000 claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 36
- 230000002265 prevention Effects 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims description 22
- 238000007405 data analysis Methods 0.000 claims description 11
- 230000006399 behavior Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 4
- 208000024891 symptom Diseases 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000000383 hazardous chemical Substances 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/30—Image reproducers
- H04N13/302—Image reproducers for viewing without the aid of special glasses, i.e. using autostereoscopic displays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
Description
본 발명은 데이터 기반의 3D 시각화가 가능한 관제 시스템 및 방법에 관한 것이다. The present invention relates to a control system and method capable of data-based 3D visualization.
일반적인 관제 시스템의 경우, CCTV 등과 함께 센서를 설치하여 영상과 센서가 감지한 감지 값을 관리자가 확인함으로써, 특정 지역을 전반적으로 감시하고, 화재, 범죄 발생 등의 사고를 방지할 수 있다.In the case of a general control system, by installing a sensor together with CCTV, etc., the administrator can check the image and the detection value detected by the sensor, thereby monitoring a specific area as a whole and preventing accidents such as fire and crime.
이러한 관제 시스템은 일반적으로 수집된 데이터를 관리자가 직접 확인하여야 하는바, 관제 시스템을 확인하는 인력이 항상 상주하고 있어야 한다.In such a control system, the manager must directly check the collected data, so a manpower who checks the control system must always be there.
하지만, 인력이 상주하여 관제 시스템을 실시간으로 확인하더라도 집중력이 항상 유지되는 것은 아니며, 이로 인해 사건 사고는 계속 발생하고 있는 것이 현실이다.However, even if the manpower is resident and the control system is checked in real time, the concentration is not always maintained, and the reality is that accidents continue to occur.
즉, 종래에는 감시 영상 장치와 관제 시스템, 센서와 관제시스템간의 통신 네트워크가 별개로 구축됨에 따라 화재 등 재난상황에 대한 잘못된 상황 판단이 이루어질 수 있다. That is, in the prior art, as a communication network between a monitoring image device and a control system, and a sensor and a control system, is separately constructed, an erroneous situation determination for a disaster situation such as a fire may be made.
따라서 종래에는 센서 네트워크와 감시 영상 네트워크가 별개로 구축되기에 오탐지 가능성이 있으며, 이를 운영하기 위하여 인력을 고용하기 위한 인건비와, 관리 유지를 위한 비용이 추가로 소요되는 문제점이 있었다. Therefore, conventionally, since the sensor network and the surveillance video network are separately constructed, there is a possibility of false detection.
또한, 종래의 관제 시스템은 영상 데이터 및 센서의 감지정보를 기반으로 이벤트를 감지하고, 이를 경보하는 시스템으로 이루어 졌다. In addition, the conventional control system is composed of a system that detects an event based on image data and detection information of the sensor, and alerts it.
이와 같은 종래의 관제 시스템은 영상 데이터 및 센서의 감지정보를 기반으로 시각적 정보인 정보와 비 시각적 정보인 정보로 분류되어 모니터에 출력되었다. 따라서 관제 시스템은 시각적으로 확인 가능한 시각적 정보인 정보를 모니터에 출력하여 즉각적인 확인이 가능하나, 비 시각적 정보인 정보는 눈으로 즉각적인 확인이 되지 않기에 다양한 알고리즘을 통한 분석과 예측치를 통하여 징후를 판단하였다. Such a conventional control system is classified into information that is visual information and information that is non-visual information based on image data and sensor detection information, and is output to the monitor. Therefore, the control system outputs information that is visually verifiable information on the monitor for immediate confirmation, but information that is non-visual information cannot be immediately confirmed by the eye, so the signs were determined through analysis and predictions through various algorithms. .
즉, 종래에는 비 시각적 정보인 정보의 분석을 위하여 다양한 알고리즘등이 필요하며, 현재의 정보를 통하여 미래의 상황에 대한 예측치를 산출하는 것임에 따라 그 오차가 매우 크고, 실질적으로 최종 판단은 사람이 하는 것임에 따라 숙련된 인력이 필요하였다.That is, in the prior art, various algorithms are required for the analysis of information, which is non-visual information, and the error is very large as it is to calculate a predicted value for a future situation through current information, and the final judgment is actually made by a human. This required skilled manpower.
따라서 최근에는 이와 같은 비 시각적 정보인 정보를 직관성있는 관제 정보를 제공할 수 있는 기술을 요구하고 있는 실정이다. Therefore, in recent years, there is a demand for a technology capable of providing intuitive control information for such non-visual information.
따라서, 본 발명은 이러한 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은 비가시 정보를 시각화하여 대량의 센싱 정보의 상호 연관성을 바탕으로 직관성 있는 관제정보를 제공할 수 있는 데이터 기반의 3D 시각화가 가능한 관제 시스템 및 방법을 제공함에 있다. Therefore, the present invention has been devised to solve this problem, and an object of the present invention is to visualize invisible information and provide intuitive control information based on the correlation of a large amount of sensing information based on data-based 3D visualization. To provide a possible control system and method.
또한, 본 발명의 다른 목적은 영상 데이터에 센서 데이터가 직관적으로 시각화되어 가시성이 확대될 수 있고, 재난 상황의 정확한 예측과, 상황 전파가 신속하게 이루어질 수 있는 데이터 기반의 3D 시각화가 가능한 관제 시스템 및 방법을 제공함에 있다. In addition, another object of the present invention is a control system capable of data-based 3D visualization in which sensor data is intuitively visualized on image data, visibility can be expanded, accurate prediction of disaster situations, and situation propagation can be made quickly, and to provide a method.
본 발명은 상기와 같은 목적을 달성하기 위하여 하기와 같은 실시예를 포함한다. The present invention includes the following examples to achieve the above object.
본 발명의 실시예는 상태 정보를 출력하는 하나 이상의 방재 설비 제어반과, 복수의 센서를 구비한 센서와, 복수의 카메라를 구비한 영상 감시부 및 영상 감시부의 영상 데이터와 센서부의 감지 데이터 및 방재 설비 제어반의 상태 정보 중 하나 이상이 포함된 관제 정보를 분석하여 이벤트의 발생 여부와 위험 징후를 감지 및 예측하여 결과값을 출력하는 관제 장치를 포함하고, 관제 장치는 영상 데이터와 감지 데이터가 융합된 시각적 정보와, 복수의 감지 데이터와 방재 설비 제어반의 상태 정보 중 적어도 하나가 융합되는 비 시각적 정보를 3D 시각적 정보로 출력하는 데이터 기반의 3D 시각화가 가능한 관제 시스템을 포함한다. An embodiment of the present invention provides at least one disaster prevention facility control panel for outputting status information, a sensor having a plurality of sensors, an image monitoring unit and a video monitoring unit having a plurality of cameras, and detection data of the sensor unit and a disaster prevention facility and a control device that analyzes control information including at least one of the status information of the control panel to detect and predict whether an event has occurred and a danger sign and output a result value, wherein the control device is a visual fusion of image data and detected data. and a control system capable of data-based 3D visualization for outputting non-visual information in which information and at least one of a plurality of detection data and state information of a disaster prevention facility control panel are fused as 3D visual information.
그러므로 본 발명은 복수의 모니터들에 나열되는 시각적 정보 및/또는 비 시각적인 관제 정보를 관제자가 직관할 수 있도록 3D 시각화 정보로 제공함에 따라 데이터 기반의 의사 결정 수단을 제공함에 따라 이벤트 발생 및/또는 위험 징후의 예측시에 정확하고 신속한 대응이 가능한 효과가 있다. Therefore, the present invention provides a data-based decision-making means by providing visual information and/or non-visual control information listed on a plurality of monitors as 3D visualization information so that the controller can intuitively generate an event and/or It has the effect of enabling accurate and rapid response when predicting danger signs.
또한, 본 발명은 복수의 모니터들에 영상의 출력 규칙을 부여할 수 있어 관제 환경에 따른 영상 출력 방식을 임의대로 설정할 수 있어 관제 환경을 개선할 수있는 효과가 있다. In addition, the present invention can provide an image output rule to a plurality of monitors, so that an image output method according to the control environment can be arbitrarily set, thereby improving the control environment.
도 1은 본 발명에 따른 데이터 기반의 3D 시각화가 가능한 관제 시스템의 구성을 나타낸 도면이다.
도 2는 센서부를 도시한 블럭도이다.
도 3은 진단 처리부를 도시한 블럭도이다.
도 4는 본 발명에 따른 데이터 기반의 3D 시각화가 가능한 관제 방법을 도시한 순서도 이다.
도 5는 비 시각적 정보의 3D 시각화의 예를 도시한 도면이다.
도 6은 시각적 정보와 비 시각적 정보의 시각화의 예를 도시한 도면이다.
도 7은 관제 정보의 플레이백(Playback) 영상의 일예를 도시한 도면이다. 1 is a diagram showing the configuration of a control system capable of data-based 3D visualization according to the present invention.
2 is a block diagram illustrating a sensor unit.
3 is a block diagram illustrating a diagnostic processing unit.
4 is a flowchart illustrating a data-based 3D visualization possible control method according to the present invention.
5 is a diagram illustrating an example of 3D visualization of non-visual information.
6 is a diagram illustrating an example of visualization of visual information and non-visual information.
7 is a diagram illustrating an example of a playback image of control information.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정 해석되지 아니하며, 발명자는 그 사용자의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.The terms or words used in the present specification and claims are not to be construed as limited in their ordinary or dictionary meanings, and on the principle that the inventor can appropriately define the concept of the term in order to best describe the user's invention. It should be interpreted as meaning and concept consistent with the technical idea of the present invention.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 “…부”, “…기”, “…단”, “모듈”, “장치” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 및/또는 소프트웨어의 결합으로 구현될 수 있다.Throughout the specification, when a part "includes" a certain component, it means that other components may be further included, rather than excluding other components, unless otherwise stated. In addition, the “… wealth", "… energy", "… However, terms such as “module”, “device” and the like mean a unit that processes at least one function or operation, which may be implemented as a combination of hardware and/or software.
이하, 본 발명의 실시 예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명에 따른 데이터 기반의 3D 시각화가 가능한 관제 시스템의 구성을 나타낸 도면, 도 2는 센서부를 도시한 블럭도이다. 1 is a diagram showing the configuration of a control system capable of data-based 3D visualization according to the present invention, and FIG. 2 is a block diagram illustrating a sensor unit.
도 1 및 도 2를 참조하면, 본 발명은 복수의 센서를 구비하는 센서부(20)와, 영상 데이터를 출력하는 영상 감시부(10)와, 센서부(20) 및 영상 감시부(10)의 정보를 분석하여 이벤트 감지 및 위험 징후를 예측하는 관제 장치(40)와, 관제 장치(40)의 경보를 수신하는 모바일 단말(50)을 포함할 수 있다. 1 and 2 , the present invention provides a
모바일 단말(50)은 관제 장치(40)로부터 이벤트 정보, 위험 징후 및/또는 예측값을 수신할 수 있다. The
영상 감시부(10)는 유선 또는 무선으로 영상 데이터를 송신하는 복수의 카메라(예를 들면, CCTV, 화상 카메라, IR 카메라)를 포함할 수 있다. The
여기서 영상 감시부(10)는 복 수개의 카메라 중 적어도 1 이상의 카메라를 하나의 그룹으로 설정하고, 그룹별로 채널을 설정하여 채널별로 해당 그룹에 속한 영상 데이터를 관제 장치(40)에 송신할 수 있다. Here, the
센서부(20)는 이기종의 센서들로서, 예를 들면, 사운드 센서, 조도센서, 인체감지센서, 온습도센서, 초음파센서, 근접센서, 불꽃센서, 가스센서 및 레이더 센서 중 적어도 하나 이상을 포함한다. The
여기서 각각의 센서들은 카메라에 내장되는 고정형 센서, USB가 구비되어 착탈 가능한 USB형 센서, 유선 또는 무선으로 통신 가능한 통신형 센서로서 카메라에 내장 또는 독립 형으로 구성될 수 있다. Here, each of the sensors is a fixed sensor built into the camera, a USB type sensor that is detachable with USB, and a communication type sensor that can communicate by wire or wirelessly, and may be built-in or stand-alone in the camera.
방재 설비 제어반(30)은 영상 감시부(10) 및/또는 관제 장치(40)와 유/무선으로 통신연결되어 작동 명령을 출력하거나, 방재 시설(예를 들면, 가스경보기, 화재경보기, 방화문, 소화전, 재난물자 보관함, 응급 의료 장치)의 동작 상태를 정보를 출력한다. The disaster prevention
관제 장치(40)는 영상 감시부(10) 및 센서부(20)의 감지 데이터(예를 들면, 영상 데이터어, AI 메타 데이터, IoT 센서 데이터)와 방재 설비 제어반(30)의 상태 정보를 수집 및 분석하여 상호 연관성과, 상태, 임계치를 딥 러닝 엔진(Deep Learning Engine)을 이용하여 분석 처리하고, 비 시각적 정보를 3D 시각화 정보로 가공하여 재난 상황과 위험 상황 발생시 데이터 기반의 의사 결정을 가능하게 한다. 여기서 관제 장치(40)는 모바일 단말(50)에 이벤트 발생 및 위험 징후의 결과값을 송신할 수 있다. The
이를 위하여 관제 장치(40)는 센서부(20) 및 영상 감시부(10)에서 데이터를 수집하는 데이터 분석부(410)와, 수집된 정보를 저장하는 DB(420)와, DB(420)에 저장된 정보를 가공 및 분석하여 3D 시각화 정보로 제공하는 진단 처리부(430)와, 진단 처리부(430)에서 변환 및 영상 처리된 정보를 출력하는 디스플레이부(440)를 포함할 수 있다. To this end, the
데이터 분석부(410)는 영상 감시부(10)에서 촬영된 영상 데이터와 센서부(20)의 감지 데이터와 방재 설비 제어반(30)의 상태 정보를 수집하여 DB(420)에 분류 및 저장하고, 설정된 기준값을 근거하여 데이터를 분석하여 이벤트를 감지한다. The
여기서 데이터 분석부(410)는 사용자 선택에 따라서 대상을 선택적으로 감지(예를 들면, 사람, 자동차, 가방, 대차, 등) 하고, 특정 행위 및 특정 현상에 감지 설정으로 특정 이벤트(예를 들면, 무단 횡단, 군집, 배회, 사람/사물 감지, 경로/월담/ 침입 등)를 감지할 수 있다. Here, the
DB(420)는 데이터 분석부(410)에서 수집된 정보와, 이전 이벤트 및/또는 위험 징후 예측 정보가 포함된 관제 정보를 설정된 분류 조건에 따라 분류 및 저장한다. 아울러 DB(420)는 영상 감시부(10)의 영상 데이터와 센서부(20)의 감시 데이터와, 그 외 정보(예를 들면, 범죄자의 행동패턴, 날씨, 온도, 출입 기록, 모바일 단말(50) 정보)가 저장될 수 있다. DB 420 classifies and stores the information collected by the
디스플레이부(440)는 하나 또는 그 이상의 모니터로서 하나 또는 그 이상의 화면을 상호 공유하거나 분할하여 출력한다. 이와 같은 모니터들의 화면 출력은 모니터의 배열에 따른 정보 출력의 규칙이 부여된 것으로서 상황별 운영 시나리오에 의해 정의된다. The
진단 처리부(430)는 수집된 관제 정보와, 이벤트 감지 정보와, 위험징후 감지 및 예측값을 3D 시각적 정보로 변환하여 출력한다. 이때 3D 시각적 정보는 영상 데이터 및/또는 센서 데이터가 융합된 시각적 정보와, 복수의 센서부(20) 감지 데이터 및 DB(420)의 저장 정보가 융합되어 영상 데이터로 제공되지 않는 비 시각적 정보를 기반으로 생성될 수 있다. 이와 같은 진단 처리부(430)의 상세 구성은 도 3을 참조하여 설명한다. The
도 3은 진단 처리부를 도시한 블럭도이다. 3 is a block diagram illustrating a diagnostic processing unit.
도 3을 참조하면, 진단 처리부(430)는 3D 시각적 정보를 생성하는 시각화 모듈(431)과, 위험 징후를 예측하는 예측 모듈(432)과, 디스플레이 시나리오를 구축 및 운영하는 모니터링 커스텀 모듈(433)과, 관제 정보를 상호 연동하여 특징을 특정하는 플레이백 모듈(434)과, 영상 데이터를 축약하여 전송하는 영상 처리 모듈(435)을 포함한다. Referring to FIG. 3 , the
시각화 모듈(431)은 대량의 관제 정보(영상 데이터 및 센서의 감지 데이터와, 바재 설비 제어반(30)의 상태 정보 중 하나 이상)를 분석하여 시각적 정보와 비 시각적 정보(예를 들면, 영상 데이터가 포함되지 않은 정보)를 3D 시각적 정보로 가공 및 생성하여 디스플레이부(440)로 출력한다. 여기서 3D 시각화 정보는 관제 정보와, 데이터 분석부(410)의 이벤트 감지 정보와, 예측 모듈(432)의 위험 징후 감지 및 예측값을 포함할 수 있다. 이와 같은 시각화 모듈(431)은 도 5 및 도 6을 통하여 설명한다. The
도 5는 비 시각적 정보의 3D 시각화의 일예를 소개하였고, 도 6은 시각적 정보의 3D 시각화의 예를 도시한 도면이다.FIG. 5 introduces an example of 3D visualization of non-visual information, and FIG. 6 is a diagram illustrating an example of 3D visualization of visual information.
먼저, 도 5를 참조하면, 시각화 모듈(431)은, 예를 들면, 가스 누출, 과열과 같이 시각적으로 보이지 않는 상황을 3D로 시각화하는 것을 특징으로 한다. 시각화 모듈(431)은 가스와 온도의 감지 데이터 외에 레이더 센서 및/또는 인체 감지 센서와, DB(420)에 저장된 출입 기록과, 방재 설비 제어반(30)의 동작 정보, 해당 영역을 포함하는 전자맵과 같은 복수의 정보를 융합하여 화재가 발생 된 위치의 공간을 3D로 구현하고, 화재 지역 내에 설치된 센서들의 감지 데이터를 이용하여 인원수와, 사람의 움직임 등을 3D 공간에 표현 한다.First, referring to FIG. 5 , the
예를 들면, 도 5에 도시된 바와 같이, 시각화 모듈(431)은 데이터 분석부(410)의 이벤 트 감지 정보에 따라 화재 등의 이벤트가 발생된 공간 또는 동작 중인 방재 설비 제어반(30)(예를 들면, 경보기, 방화문, 소화장치, 송풍장치, 응급 의료 장치, 재난 장비 보관함)이 설치된 공간을 3D로 구현하고, 레이더 센서 및 인체 감지 센서의 감지신호를 융합하여 3D 영상 내에서 사람의 숫자나, 움직임 및 위치를 표현할 수 있다. For example, as shown in FIG. 5 , the
또한, 시각화 모듈(431)은 설정된 임계값과 비 시각적 정보의 변화를 비교하여 이벤트를 발생(감지) 및 경보 함도 가능하다. In addition, the
즉, 시각화 모듈(431)은 이종의 센서들 및 방재 설비 제어반(30)의 상태 정보와, 시스템의 상태 정보와 같이 복수의 비 시각적 데이터를 기반으로 3D 시각적 정보를 가공 할 수 있다. That is, the
그러므로 본 발명은 종래와 같이 센서의 감지 데이터와 같이 비 시각적 정보가 모니터들에 나열되는 방식으로 출력되어 관제자가 직관적으로 수용하기에 버거운 상황을 해소할 수 있다. 즉, 본 발명은 위와 같이 비 시각적 정보를 복수의 센서들 및 방재 설비 제어반(30)의 상태 정보들로 이루어진 물리적인 정보와, 감지 데이터 및 DB(420)의 저장 정보를 기반으로 생성된 가상 정보를 3D 공간 데이터로 활용하여 해당 이벤트를 3D로 시각화하여 영상으로 확인되지 않은 영역의 현재 상황을 직관할 수 있도록 하였다. Therefore, the present invention can solve a situation that is difficult for a controller to intuitively accept by outputting non-visual information such as sensor data in a way that is listed on the monitors as in the prior art. That is, according to the present invention, as described above, non-visual information is generated based on physical information including state information of a plurality of sensors and the disaster prevention
또한, 시각화 모듈(431)은 시각적 정보와, 비 시각적 정보를 융합하여 디스플레이부(440)에 출력함도 가능하다. 여기서 시각적 정보는 영상 데이터, 영상 데이터와 감시 데이터가 융합된 데이터, 영상 데이터와 감시 데이터 및 상태 정보가 융합된 데이터 중 어느 하나에 해당된다. In addition, the
비 시각적 정보는 하나 또는 그 이상의 감지 데이터, 하나 또는 그 이상의 감지 데이터와 상태 정보가 융합된 데이터, 하나 또는 그이 상의 감지 데이터와 상태 정보 및 DB(420)에 저장된 데이터 중 어느 하나에 해당된다. 여기서 DB에 저장된 데이터는 현장의 전자 맵과, 이전 관제 정보와 이벤트 정보 및 위험 징후 정보, 외부 환경 정보, 포털 사이트로부터 다운로드된 정보 중 적어도 하나를 포함할 수 있다. The non-visual information corresponds to any one of one or more sensed data, data in which one or more sensed data and state information are fused, one or more sensed data and state information, and data stored in the
이는 도 6에 그 일예가 소개되었다. An example of this is introduced in FIG. 6 .
도 6은 시각적 정보의 시각화의 예를 도시한 도면이다. 6 is a diagram illustrating an example of visualization of visual information.
도 6을 참조하면, 시각화 모듈(431)은 영상 감시부(10)의 영상 데이터와, 센서부(20)의 감지 데이터를 융합하여 촬영된 영상에 센서 데이터를 표출시킬 수 있다. 이때, 시각화 모듈(431)은 센서 데이터를 영상 데이터에 표출하되, 센서가 배치된 공간 정보와 관련 데이터를 3D 시각화 형태로 표시한다. Referring to FIG. 6 , the
예를 들면, 시각화 모듈(431)은 도 6에 도시된 바와 같이, 가스 탐지의 경우에 누설된 가스의 진행 방향과, 예측된 추가 사고, 누설 근거와 같은 정보를 해당 영상에 3D로 표시함에 따라 관제자가 직관할 수 있는 3D 시각화 정보를 생성한다. For example, as shown in FIG. 6 , the
예측 모듈(432)은 영상 감시부(10)의 영상 데이터 및/또는 센서부(20)의 감지 데이터를 이용하여 사건 및 사고를 예측하여 경고 및 위험 상황을 경보할 수 있다. 구체적으로 설명하자면, 예측 모듈(432)은 딥 러닝(Deep Learning) 기반의 엔진으로서 센서들의 메타 데이터와 DB(420)에 저장된 이전 이벤트 정보를 학습하여 이벤트가 발생하기 전 데이터를 기준으로 설정한다. 그리고 예측 모듈(432)은 현재의 관제 정보를 기준으로 설정된 데이터와 설정된 범위에 해당 되면 경보를 발령할 수 있다.The
또한, 예측 모듈(432)은 과거 감지 데이터의 패턴 및 사람의 행동 패턴을 분석하여 위험 징후를 예측할 수 있다. 즉, 예측 모듈(432)은, 예를 들면, 유해 물질 관로의 이상 영상 및 센싱 온도 값의 이상 패턴을 감지하여 관로 파손 전, 디스플레이부(440) 또는 모바일 단말(50)로 경보를 발령할 수 있다. 또는, 예측 모듈(432)은 영상 내 거동이 수상한 자 발견 시 침입자의 행동 패턴을 분석하여 위험도를 판정하고, 디스플레이부(440) 또는 모바일 단말(50)에 경보를 발령할 수 있다. In addition, the
모니터링 커스텀 모듈(433)은 복수의 모니터에서 출력되는 영상 데이터 및/또는 감지 데이터가 포함된 복수의 정보들을 모니터들의 배열에 따라 규칙을 부여하여 출력되는 상황별 정보들을 출력하는 모니터(서로 다른 정보를 출력하는 모니터 또는 동일 정보를 출력하는 복수의 모니터) 및 출력 방식(화면의 공유 또는 분할)을 특정하는 상황별 운영 시나리오에 따라 복수의 모니터들을 제어하여 영상을 출력하도록 제어한다. The
상황별 운영 시나리오는, 예를 들면, 복수의 모니터 중에서 화재 상황이 발생할 경우에 영상 정보를 출력하는 모니터들을 특정하여 화면의 공유, 화면의 분할 및/또는 정보의 전달 가능하거나, 화재 상황 발생 중에 가스 누설, 침입자 탐지 등에 관한 정보를 출력하도록 특정할 수 있다. 이때, 상황 별 운영 시나로이는 하나의 모니터에 하나의 정보를 출력하게 설정되거나, 하나 이상의 모니터들이 통합되어 하나의 정보를 출력하도록 설정될 수 있다. The operation scenario for each situation may include, for example, screen sharing, screen division, and/or information transfer by specifying monitors that output image information when a fire situation occurs among a plurality of monitors, or gas during a fire situation. It can be specified to output information about leaks, intruder detection, and the like. In this case, the operation scenario for each situation may be set to output one piece of information to one monitor, or one or more monitors may be integrated to output one piece of information.
즉, 본 발명은 관제 환경의 모니터 구축이 각 관제 환경마다 상이하며, 자리 변경 및 인원 재배치로 인한 관제 환경의 변경과, 관제자의 특성에 따라 주요한 관제 정보가 다른 환경을 보완할 수 있도록 모니터링 커스텀 모듈(433)을 제공하는 것을 특징으로 한다. That is, according to the present invention, the monitor construction of the control environment is different for each control environment, and the change of the control environment due to seat change and personnel relocation and the monitoring custom module so that the main control information can supplement the environment that is different according to the characteristics of the controller (433) is characterized in that it provides.
플레이백 모듈(434)은 관제 정보(예를 들면, 영상 데이터 및 센서의 감지 데이터)를 상호 연동하여 특징을 특정하고, 특정된 관제 정보와 연관된 과거 관제 정보를 검색하여 디스플레이부(440)에 출력할 수 있다. 이와 같은 플레이백 모듈(434)의 실예는 도 7을 참조하여 설명한다. The
도 7은 관제 정보의 플레이백(Playback) 영상의 일예를 도시한 도면이다. 7 is a diagram illustrating an example of a playback image of control information.
도 7을 참조하면, 플레이백 모듈(434)은 영상 감시부(10) 및 센서부(20)의 데이터를 상호 연동하여 현재 감지된 관제 정보의 특징을 특정한다. 관제 정보의 특징은, 예를 들면, 특정 영역(공간) 내의 영상 정보와, 해당 영역(공간)의 센서부(20)의 감지 데이터(예를 들면, 온도, 가스, 조도, 습도, 인체감지 여부, 불꽃, 연기, 진동) 중 적어도 하나이다. Referring to FIG. 7 , the
플레이백 모듈(434)은 위와 같은 관제 정보의 감지 데이터 중 어느 하나 또는 그 이상을 특정된 특징과 연계되는 과거의 이벤트, 시간, 상황별 데이터를 검색하여, 도 7에 도시된 바와 같이, 디스플레이부(440)에 출력할 수 있다. The
또한, 플레이백 모듈(434)은 영상 감시부(10)의 채널별 영상을 날짜와 시간으로 검색 가능하고, 이벤트별 특징을 썸네일(Thumbnail)로 가공 및 제공하여 영상의 변화되는 모습을 빠르게 검색할 수 있도록 한다. In addition, the
또한, 플레이백 모듈(434)은 검색 시간대별 스냅샷(Snapshot)을 생성하여 관제자가 원하는 장면을 빠르게 검색 할 수 있는 기능을 제공한다.In addition, the
즉, 플레이백 모듈(434)은 관제 정보의 이벤트별, 시간별, 상황별로 과거의 정보를 디스플레이부(440)에 출력할 수 있고, 검색시간의 단축을 위하여 썸네일(Thumbnail) 및 스냅샷(Snapshot)을 제공할 수 있다. That is, the
영상 처리 모듈(435)은 자동 해상도 조절 기술 및 압축 기술을 적용하여, 예를 들면, 10Mbps 수준의 대역으로 축약하고, 실시간 영상 정보와 녹화 모드를 분리하여 스트리밍 하는 것을 특징으로 한다. 그러므로 영상처리 모듈은 영상 감시부(10)에서 촬영된 영상을 축약하여 전송할 수 있어 네트워크 부하를 최소화할 수 있고, 화면 버퍼링이나 영상 찌그러짐 등의 영상 훼손을 방지할 수 있다. The
본 발명은 상기와 같은 구성을 포함하며, 이하에서는 본 발명에 따른 데이터 기반의 3D 시각화가 가능한 관제 방법을 설명한다.The present invention includes the configuration as described above, and a control method capable of data-based 3D visualization according to the present invention will be described below.
도 4는 본 발명에 따른 데이터 기반의 3D 시각화가 가능한 관제 방법을 도시한 순서도이다. 4 is a flowchart illustrating a data-based 3D visualization possible control method according to the present invention.
도 4를 참조하면, 본 발명은 데이터를 수집하는 S100 단계와, 수집된 데이터를 분석하여 이벤트 및/또는 위험 징후를 예측하여 그 결과를 3D 시각화 정보로 출력하는 S200 단계와, 설정된 상황별 운영 시나리오에 따라서 관제 정보를 출력하는 S300 단계를 포함한다. Referring to FIG. 4 , the present invention includes a step S100 of collecting data, a step S200 of analyzing the collected data to predict an event and/or risk sign and outputting the result as 3D visualization information, and a set operation scenario for each situation according to the step S300 of outputting the control information.
S100 단계는 영상 감시부(10) 및 센서부(20)로부터 데이터를 수집하여 DB(420)에 저장하는 단계이다. 여기서 DB(420)는 수집된 데이터를 설정된 항목별로 분류하여 저장한다. Step S100 is a step of collecting data from the
S200 단계는 수집된 데이터를 3D 시각화 정보로 가공하되, 수집된 데이터를 분석하여 위험 징후 및/또는 이벤트 발생여부를 감지하는 단계이다. Step S200 is a step of processing the collected data into 3D visualization information, and analyzing the collected data to detect whether a danger sign and/or event has occurred.
이를 위하여 S200 단계는 수집된 데이터를 분석하여 이벤트를 감지하는 S210 단계와, 수집된 데이터를 분석하여 위험징후의 감지 및/또는 예측값을 출력하는 S220 단계와, 수집된 데이터와 이벤트 및/또는 위험징후의 감지 및 예측값 중에서 시각적 정보를 3D 시각화 정보로 가공하여 출력하는 S230 단계와, 비 시각적 정보를 3D 시각화 정보로 가공하여 출력하는 S240 단계를 포함한다. To this end, step S200 includes a step S210 of detecting an event by analyzing the collected data, a step S220 of analyzing the collected data and outputting a detection and/or prediction value of a danger sign, and the collected data and an event and/or a danger sign It includes a step S230 of processing and outputting visual information as 3D visualization information among the detection and prediction values of , and a step S240 of processing and outputting non-visual information into 3D visualization information.
S210 단계는 데이터 분석부(410) 또는 예측 모듈(432)에서 DB(420)에 저장된 영상 데이터 및/또는 센서부(20)의 감지 데이터와, 방재 설비 제어반(30)의 상태 정보를 분석하여 설정된 임계값에 해당되는 이벤트 발생 여부를 감지하는 단계이다. Step S210 is set by analyzing the image data stored in the
여기서 데이터 분석부(410)는 사용자 선택에 따라서 대상을 선택적으로 감지(예를 들면, 사람, 자동차, 가방, 대차, 등) 하고, 특정 행위 및 특정 현상에 감지 설정으로 특정 이벤트(예를 들면, 무단 횡단, 군집, 배회, 사람/사물 감지, 경로/월담/ 침입 등)를 감지할 수 있다. Here, the
S220 단계는 예측 모듈(432)에서 DB(420)에 저장된 영상 데이터 및/또는 센서부(20)의 감지 데이터를 분석하여 위험징후를 감지 및 예측하는 단계이다. 여기서 예측 모듈(432)은 영상 데이터와 감지 데이터를 상호 연동하여 특징점을 추출하여 위험 징후를 감지 또는 예측한다. Step S220 is a step in which the
이때, 예측 모듈(432)은 과거 이벤트 정보와, 과거 감지 데이터의 패턴 및 사람의 행동 패턴을 분석하여 특징점의 임계값(기준값)을 설정하여 위험 징후를 예측할 수 있다. In this case, the
즉, 예측 모듈(432)은 딥 러닝(Deep Learning) 기반의 엔진으로서 센서들의 메타 데이터와 DB(420)에 저장된 이전 이벤트 정보를 학습하여 이벤트가 발생하기 전 데이터를 기준으로 설정하고, 현재의 관제 정보를 분석하여 기준값에 해당되면 경보를 발령할 수 있다.That is, the
또한, 예측 모듈(432)은 과거 감지 데이터의 패턴 및 사람의 행동 패턴을 분석하여 위험 징후를 예측할 수 있다. 즉, 예측 모듈(432)은, 예를 들면, 유해 물질 관로의 이상 영상 및 센싱 온도 값의 이상 패턴을 감지하여 관로 파손 전, 디스플레이부(440) 또는 모바일 단말(50)로 경보를 발령할 수 있다. 또는, 예측 모듈(432)은 영상 내 거동이 수상한 자 발견 시 침입자의 행동 패턴을 분석하여 위험도를 판정하고, 디스플레이부(440) 또는 모바일 단말(50)에 경보를 발령할 수 있다. In addition, the
S230 단계는 시각화 모듈(431)에서 영상 감시부(10)의 영상 데이터와 센서부(20)의 감지 데이터 및 방재 설비 제어반(30)의 상태 정보가 융합된 시각적 정보를 3D 시각적 정보로 변환하는 단계이다. 시각화 모듈(431)은 영상 데이터에 센서의 종류와 위치 및 감지 데이터(예를 들면, 시간, 온습도, 가스 흐름, 사람, 불꽃, 조도 중 적어도 하나)를 융합시키되, 해당 감지 데이터가 입체적으로 표시될 수 있도록 영상 데이터를 3D 시각화 정보로 가공한다. Step S230 is a step of converting visual information in which the image data of the
예를 들면, 시각적 정보의 3D 시각적 정보는, 도 6에 도시된 바와 같이, 센서의 위치 또는 방재 설비 제어반(30)의 위치와, 감지 데이터가 입체적으로 구현되는 영상으로 구현될 수 있다. 여기서 3D 시각적 정보는 이벤트 정보, 위험 징후 감지 및 예측 메세지도 포함될 수 있다. For example, the 3D visual information of the visual information may be implemented as an image in which the position of the sensor or the position of the disaster prevention
S240 단계는 비 시각적 정보를 3D 시각화 정보로 가공 및 출력하는 단계이다. 시각화 모듈(431)은 관제 정보 중에서 비 시각적 정보(영상에 포함되지 않은 영역(공간)에서의 센서부(20) 감지 데이터)를 다른 기종의 센서부(20) 감지 데이터와, DB(420)에 저장된 정보를 융합하여 특징점이 확인된 위치의 영역(공간)을 3D로 구현하고, 센서부(20)의 감지 데이터(예를 들면, 화재 발생, 인원과 움직임) 등을 3D 공간 데이터에 표현한다. Step S240 is a step of processing and outputting non-visual information into 3D visualization information. The
S300 단계는 3D 시각화 정보를 설정된 상황별 운영 시나리오에 따라서 복수의 모니터들에 출력하는 단계이다. 여기서 모니터링 커스텀 모듈(433)은 관제 정보(예를 들면, 영상 데이터 및 센서의 감지 데이터)를 상호 연동하여 특징을 특정하고, 특정된 관제 정보와 연관된 과거 관제 정보를 검색하여 설정된 상황별 운영 시나리오에 따라서 디스플레이부(440)에 출력할 수 있다. Step S300 is a step of outputting 3D visualization information to a plurality of monitors according to a set operation scenario for each situation. Here, the
이때, 디스플레이부(440)는 플레이백 모듈(434)의 제어에 의해 설정된 상황별 운영 시나리오에 따라서 특정된 하나 이상의 모니터들이 하나의 화면을 공유하거나, 분할된 화면, 또는 서로 다른 정보를 각각 출력한다. In this case, the
또한, S200 단계 및 S300 단계 중 어느 하나에서 플레이백 모듈(434)은 영상 감시부(10) 및 센서부(20)의 데이터를 상호 연동하여 현재 감지된 관제 정보의 특징을 특정한다. 그리고 플레이백 모듈(434)은 위와 같은 관제 정보의 감지 데이터 중 어느 하나 또는 그 이상을 특정된 특징과 연계되는 과거의 이벤트, 시간, 상황별 데이터를 검색하여 디스플레이부(440)에 출력할 수 있다. In addition, in either step S200 or step S300 , the
또한, 플레이백 모듈(434)은 입력된 명령에 따라 관제 정보의 이벤트별, 시간별, 상황별로 과거의 정보를 디스플레이부(440)에 출력할 수 있고, 검색시간의 단축을 위하여 썸네일(Thumbnail) 및 스냅샷(Snapshot)을 제공할 수 있다. In addition, the
이상에서 본 발명은 비록 한정된 실시 예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 수정 및 변형이 가능함은 물론이다.Although the present invention has been described with reference to limited embodiments and drawings, the present invention is not limited thereto, and various modifications and variations are possible by those skilled in the art to which the present invention pertains.
본 실시 예와 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.A person of ordinary skill in the art related to this embodiment will understand that it may be implemented in a modified form within a range that does not deviate from the essential characteristics of the above description. Therefore, the disclosed methods should be considered in an illustrative and not a restrictive sense. The scope of the present invention is indicated in the claims rather than the foregoing description, and all differences within the scope equivalent thereto should be construed as being included in the present invention.
10 : 영상 감시부
20 : 센서부
30 : 방재 설비 제어반
40 : 관제 장치
50 : 모바일 단말
410 : 데이터 분석부
420 : DB
430 : 진단 처리부
431 : 시각화 모듈
432 : 예측 모듈
433: 모니터링 커스텀 모듈
434 : 플레이백 모듈
435 : 영상 처리 모듈
440 : 디스플레이부10: video monitoring unit
20: sensor unit
30: disaster prevention equipment control panel
40: control device
50: mobile terminal
410: data analysis unit
420 : DB
430: diagnostic processing unit
431: visualization module
432: prediction module
433: Monitoring custom module
434: Playback module
435: image processing module
440: display unit
Claims (10)
복수의 센서를 구비한 센서부(20);
복수의 카메라를 구비한 영상 감시부(10); 및
영상 감시부(10)의 영상 데이터와 센서부(20)의 감지 데이터 및 방재 설비 제어반(30)의 상태 정보 중 하나 이상이 포함된 관제 정보를 분석하여 이벤트의 발생 여부와 위험 징후를 감지 및 예측하는 관제 장치(40)를 포함하고,
관제 장치(40)는
영상 데이터와 감지 데이터가 융합된 시각적 정보와, 복수의 감지 데이터와 방재 설비 제어반(30)의 상태 정보 중 적어도 하나가 융합되는 비 시각적 정보를 3D 시각적 정보로 가공하여 출력하는 것; 을 특징으로 하는 데이터 기반의 3D 시각화가 가능한 관제 시스템.
One or more disaster prevention equipment control panel 30 for outputting status information;
a sensor unit 20 having a plurality of sensors;
Video monitoring unit 10 having a plurality of cameras; and
Detects and predicts whether an event occurs and dangerous signs by analyzing the control information including at least one of the image data of the video monitoring unit 10, the detection data of the sensor unit 20, and the state information of the disaster prevention facility control panel 30 including a control device 40 that
The control device 40
processing and outputting visual information in which image data and detection data are fused and non-visual information in which at least one of a plurality of detection data and state information of the disaster prevention facility control panel 30 are fused into 3D visual information; A control system capable of data-based 3D visualization, characterized by
영상 데이터와 감지 데이터를 수집하여 이벤트를 감지하는 데이터 분석부(410);
데이터 분석부(410)에서 수집된 관제 정보와, 이전 이벤트와 위험 징후 예측 정보를 설정된 분류 조건에 따라 분류 및 저장하는 DB(420);
복수의 모니터로 구성되어 하나 또는 그 이상의 화면을 상호 공유하거나 분할하여 출력하는 디스플레이부(440); 및
수집된 관제 정보와, DB(420)에 이전 정보에 따라 설정된 임계값을 분석하여 위험 징후의 감지 및 위험 징후 예측치와, 이벤트 정보를 3D 시각적 정보로 변환하여 디스플레이부(440)에 출력하는 진단 처리부(430); 를 포함하는 데이터 기반의 3D 시각화가 가능한 관제 시스템.
The method according to claim 1, The control device (40)
a data analysis unit 410 for detecting an event by collecting image data and detection data;
DB 420 for classifying and storing the control information collected by the data analysis unit 410 and the previous event and risk symptom prediction information according to the set classification conditions;
a display unit 440 configured of a plurality of monitors to share or divide one or more screens to output; and
A diagnostic processing unit that analyzes the collected control information, the threshold value set according to the previous information in the DB 420, and converts the detection of the danger sign and the predicted value of the danger sign, and the event information into 3D visual information and outputs it on the display unit 440 (430); A control system capable of data-based 3D visualization including
관제 정보를 시각적 정보와 비 시각적 정보를 3D 시각적 정보로 가공 및 출력하는 시각화 모듈(431);
딥 러닝(Deep Learning) 기반의 엔진으로서 센서들의 메타 데이터와 DB(420)에 저장된 이전 이벤트 정보를 학습하여 이벤트가 발생하기 전 데이터를 기준으로 설정하고, 현재의 관제 정보를 분석하여 위험 징후를 감지하는 예측 모듈(432);
복수의 모니터에 출력되는 복수의 영상 데이터 및 감지 데이터가 포함된 관제 정보들을 설정된 상황별 운영 시나리오에 따라 모니터들별로 정보의 출력, 화면의 공유, 화면의 분할 여부를 특정하여 복수의 모니터들을 제어하는 모니터링 커스텀 모듈(433); 및
관제 정보를 상호 연동하여 특정하고, 특정된 관제 정보와 연관된 과거 관제 이벤트, 시간, 상황별 데이터를 검색하여 디스플레이부(440)에 출력하는 플레이백 모듈(434); 을 포함하는 데이터 기반의 3D 시각화 관제 시스템.
The method according to claim 1 or 2, the control device (40)
a visualization module 431 for processing and outputting control information into visual information and non-visual information into 3D visual information;
As a deep learning-based engine, it learns the metadata of sensors and previous event information stored in the DB 420, sets the data before an event as a reference, and detects danger signs by analyzing the current control information. a prediction module 432;
Controlling a plurality of monitors by specifying whether to output information, share a screen, or divide a screen for each monitor according to a situation-specific operating scenario set for a plurality of image data output to a plurality of monitors and control information including detected data monitoring custom module 433; and
a playback module 434 for specifying control information by interworking with each other, searching for past control event, time, and situational data related to the specified control information, and outputting it to the display unit 440; A data-based 3D visualization control system that includes.
The method according to claim 3, wherein the visualization module 431 detects the occurrence of an event by comparing a set threshold value and a change in non-visual information; A control system capable of data-based 3D visualization, characterized by
DB(420)에 저장된 과거 감지 데이터의 패턴 및 사람의 행동 패턴을 분석하여 기준을 설정하고, 현재의 관제 정보를 분석하여 위험 징후를 예측하는 것; 을 특징으로하는 데이터 기반의 3D 시각화가 가능한 관제 시스템.
4. The method of claim 3, wherein the prediction module (432) is
Setting a standard by analyzing patterns of past detection data and human behavior patterns stored in the DB 420, and predicting danger signs by analyzing current control information; A control system capable of data-based 3D visualization featuring
이벤트별 특징이 포함된 썸네일(Thumbnail)과, 검색 시간대별 스냅샷(Snapshot) 중 적어도 하나를 생성하는 것; 을 특징으로 하는 데이터 기반의 3D 시각화가 가능한 관제 시스템.
4. The method of claim 3, wherein the playback module (434) is
generating at least one of a thumbnail including features for each event and a snapshot for each search time period; A control system capable of data-based 3D visualization, characterized by
b)수집된 관제 정보에서 영상 데이터와 감지 데이터가 융합된 시각적 정보와, 복수의 감지 데이터와 상태 정보 중 적어도 하나가 포함된 비 시각적 정보를 3D 시각적 정보로 가공 및 출력하는 단계; 및
c)설정된 상황별 운영 시나리오에 따라 복수의 모니터들을 상황, 시간, 이벤트 별로 특정하여 정보를 출력하도록 하도록 제어하는 단계; 를 포함하는 데이터 기반의 3D 시각화가 가능한 관제 방법.
a) collecting control information including at least one of detection data of a plurality of sensors, status information of one or more disaster prevention facility control panels 30 , and image data of an image monitoring unit 10 ;
b) processing and outputting visual information in which image data and sensing data are fused from the collected control information and non-visual information including at least one of a plurality of sensing data and state information into 3D visual information; and
c) controlling a plurality of monitors to output information by specifying each situation, time, and event according to a set operation scenario for each situation; A control method capable of data-based 3D visualization including
b-1)DB(420)에 저장된 이전 관제 정보를 분석하여 설정된 기준값과 현재 관제 정보를 분석하여 이벤트 발생 여부를 감지하는 단계;
b-2)DB(420)에 저장된 이전 관제 정보를 분석하여 기준값으로 설정된 데이터 및 행동패턴과, 현재 관제 정보의 데이터 및 행동 패턴을 비교 분석하여 위험 징후를 감지 및 예측하는 단계;
b-3)관제 정보에서 영상 데이터와 하나 이상의 감지 데이터가 융합된 시각적 정보를 3D 시각적 정보로 가공하는 단계; 및
b-4) 하나 이상의 감지 데이터와 방재 설비 제어반(30)의 상태 정보 중 적어도 하나가 융합된 비 시각적 정보를 3D 시각적 정보로 가공하는 단계; 중 적어도 하나를 포함하고,
b-3) 및 b-4) 단계의 3D 시각적 정보는
이벤트, 위험 징후 감지 및 예측 값이 포함된 것을 특징으로 하는 데이터 기반의 3D 시각화가 가능한 관제 방법.
The method according to claim 7, b) step
b-1) detecting whether an event has occurred by analyzing the previous control information stored in the DB 420 and analyzing the set reference value and the current control information;
b-2) analyzing the previous control information stored in the DB 420 and comparing and analyzing the data and behavior patterns set as reference values with the data and behavior patterns of the current control information to detect and predict danger signs;
b-3) processing visual information in which image data and one or more sensing data are fused in control information into 3D visual information; and
b-4) processing the non-visual information in which at least one of the one or more detection data and the state information of the disaster prevention facility control panel 30 are fused into 3D visual information; comprising at least one of
The 3D visual information of steps b-3) and b-4) is
A control method capable of 3D visualization based on data, characterized in that it includes event and danger sign detection and predictive values.
대상을 선택적으로 감지하고, 대상의 특정 행위 및 특정 현상을 이벤트로 설정하는 것; 을 특징으로 하는 데이터 기반의 3D 시각화가 가능한 관제 방법.
The method according to claim 8, b-1) step
selectively detecting a target, and setting a specific action and specific phenomenon of the target as an event; A control method capable of data-based 3D visualization, characterized by
b-5)이벤트별, 시간별, 상황별로 과거의 정보를 출력하고, 검색시간의 단축을 위하여 썸네일(Thumbnail) 및 스냅샷(Snapshot)을 생성하는 단계; 를 더 포함하는 데이터 기반의 3D 시각화가 가능한 관제 방법.
The method according to claim 8, b) step
b-5) outputting past information for each event, time, and situation, and generating thumbnails and snapshots to shorten the search time; A control method capable of data-based 3D visualization that further includes.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200119168A KR102438433B1 (en) | 2020-09-16 | 2020-09-16 | Control system capable of 3d visualization based on data and the method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200119168A KR102438433B1 (en) | 2020-09-16 | 2020-09-16 | Control system capable of 3d visualization based on data and the method thereof |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220036672A true KR20220036672A (en) | 2022-03-23 |
KR102438433B1 KR102438433B1 (en) | 2022-09-01 |
Family
ID=80963644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200119168A KR102438433B1 (en) | 2020-09-16 | 2020-09-16 | Control system capable of 3d visualization based on data and the method thereof |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102438433B1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102601760B1 (en) * | 2023-07-12 | 2023-11-13 | 주식회사 성원 | Method and apparatus for providing user interface for safe operation in workplace |
KR102601759B1 (en) * | 2023-07-12 | 2023-11-14 | 주식회사 성원 | Integrated method between heterogeneous devices for safety management system operation and server therefor |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110029241A (en) * | 2009-09-15 | 2011-03-23 | 한전케이피에스 주식회사 | Apparatus and method for condition diagnosis of turbine turning gear system |
KR20110109621A (en) * | 2010-03-31 | 2011-10-06 | (주)티엘씨테크놀로지 | Safety management system and method |
KR20120050073A (en) | 2010-11-10 | 2012-05-18 | (주)선인유니텍 | System for realtime observing fire using cctv camera, and method for the same |
KR20180006096A (en) * | 2016-07-08 | 2018-01-17 | 이에스이 주식회사 | Apparatus and method of integrated control |
KR20180063536A (en) * | 2016-12-02 | 2018-06-12 | 주식회사 레이월드 | Location-based factory measuring automation system for factory visualization |
KR101988164B1 (en) * | 2018-02-23 | 2019-06-11 | 창원문성대학교산학협력단 | Monitoring system for equipments and the method thereof |
KR102028147B1 (en) * | 2018-10-12 | 2019-10-04 | (주)파슨텍 | Integrated control system, video analysis device and local control server for controlling event |
KR102058452B1 (en) * | 2019-06-28 | 2019-12-23 | 가온플랫폼 주식회사 | IoT Convergence Intelligent Video Analysis Platform System |
-
2020
- 2020-09-16 KR KR1020200119168A patent/KR102438433B1/en active IP Right Grant
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110029241A (en) * | 2009-09-15 | 2011-03-23 | 한전케이피에스 주식회사 | Apparatus and method for condition diagnosis of turbine turning gear system |
KR20110109621A (en) * | 2010-03-31 | 2011-10-06 | (주)티엘씨테크놀로지 | Safety management system and method |
KR20120050073A (en) | 2010-11-10 | 2012-05-18 | (주)선인유니텍 | System for realtime observing fire using cctv camera, and method for the same |
KR20180006096A (en) * | 2016-07-08 | 2018-01-17 | 이에스이 주식회사 | Apparatus and method of integrated control |
KR20180063536A (en) * | 2016-12-02 | 2018-06-12 | 주식회사 레이월드 | Location-based factory measuring automation system for factory visualization |
KR101988164B1 (en) * | 2018-02-23 | 2019-06-11 | 창원문성대학교산학협력단 | Monitoring system for equipments and the method thereof |
KR102028147B1 (en) * | 2018-10-12 | 2019-10-04 | (주)파슨텍 | Integrated control system, video analysis device and local control server for controlling event |
KR102058452B1 (en) * | 2019-06-28 | 2019-12-23 | 가온플랫폼 주식회사 | IoT Convergence Intelligent Video Analysis Platform System |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102601760B1 (en) * | 2023-07-12 | 2023-11-13 | 주식회사 성원 | Method and apparatus for providing user interface for safe operation in workplace |
KR102601759B1 (en) * | 2023-07-12 | 2023-11-14 | 주식회사 성원 | Integrated method between heterogeneous devices for safety management system operation and server therefor |
Also Published As
Publication number | Publication date |
---|---|
KR102438433B1 (en) | 2022-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102087000B1 (en) | Method And System for Monitoring Fire | |
US20230421728A1 (en) | Camera listing based on comparison of imaging range coverage information to event-related data generated based on captured image | |
EP3002741B1 (en) | Method and system for security system tampering detection | |
KR101544019B1 (en) | Fire detection system using composited video and method thereof | |
KR102064746B1 (en) | Fire detection system based on machine learning | |
KR102058452B1 (en) | IoT Convergence Intelligent Video Analysis Platform System | |
JP2018101317A (en) | Abnormality monitoring system | |
KR102407327B1 (en) | Apparatus for Monitoring Fire And System having the same | |
KR101411624B1 (en) | Method and system for detecting fire | |
KR102438433B1 (en) | Control system capable of 3d visualization based on data and the method thereof | |
KR20070029760A (en) | Monitoring devices | |
JP2013131153A (en) | Autonomous crime prevention warning system and autonomous crime prevention warning method | |
CN103384321A (en) | System and method of post event/alarm analysis in cctv and integrated security systems | |
KR20190035187A (en) | Sound alarm broadcasting system in monitoring area | |
KR101466004B1 (en) | An intelligent triplex system integrating crime and disaster prevention and their post treatments and the control method thereof | |
CN107122743A (en) | Security-protecting and monitoring method, device and electronic equipment | |
KR101075550B1 (en) | Image sensing agent and security system of USN complex type | |
KR101951361B1 (en) | Method for managing crime prevention and disaster prevention using artificial intelligence | |
KR102299704B1 (en) | System for smart deep learning video surveillance by linking disaster environment metadata | |
KR101046819B1 (en) | Method and system for watching an intrusion by software fence | |
KR101250956B1 (en) | An automatic system for monitoring | |
KR20210144455A (en) | Convergence monitoring system based on real-time visualization technology of sensor data and image data | |
KR20070018485A (en) | A fire and trespasser alert system by using infrared rays camera | |
KR200191446Y1 (en) | A forest fires sensing appararus | |
KR102520581B1 (en) | System for management space based on thumbnail using virtual camera view in digital twin environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |