본 논문에서는 상황 인식 센서를 활용한 화재 발생 예측 및 탐지 방법을 제안한다. 기존 기상 및 비전 센서 기반의 산불 방재 시스템의 경우 카메라 센서로 획득한 영상을 조명변화에 강인한 색상공간인 HSI(Hue, Saturation, Intensity) 모형으로 변환시켜 처리하여 산불영역에 대한 특징을 추출하고 있다. 그러나 이 경우 단일 카메라 센서가 넓은 범위에 화재를 감지하기 때문에 넓은 범위의 화재가 발생하기 전까지는 화재발생을 감지하는데 어려움이 있다. 따라서 본 논문에서는 센서를 활용하여 실시간으로 온도, 습도, Co2, 불꽃유무정보를 습득하여 화재를 판단하는 알고리즘과 그에 따른 화재의 확산경로와 속도예측 및 안전구역 확보 알고리즘을 제안한다. 제안된 알고리즘은 복합적 인 상황에 따라 부여된 가중치를 수집된 데이터에 부여하여 화재를 판단하고, 시간에 따른 상황인식 분석을 통해 화재 이동방향과 속도를 예측하여 안전구역을 확보하는 기법이다.
본 논문에서는 상황 인식 센서를 활용한 화재 발생 예측 및 탐지 방법을 제안한다. 기존 기상 및 비전 센서 기반의 산불 방재 시스템의 경우 카메라 센서로 획득한 영상을 조명변화에 강인한 색상공간인 HSI(Hue, Saturation, Intensity) 모형으로 변환시켜 처리하여 산불영역에 대한 특징을 추출하고 있다. 그러나 이 경우 단일 카메라 센서가 넓은 범위에 화재를 감지하기 때문에 넓은 범위의 화재가 발생하기 전까지는 화재발생을 감지하는데 어려움이 있다. 따라서 본 논문에서는 센서를 활용하여 실시간으로 온도, 습도, Co2, 불꽃유무정보를 습득하여 화재를 판단하는 알고리즘과 그에 따른 화재의 확산경로와 속도예측 및 안전구역 확보 알고리즘을 제안한다. 제안된 알고리즘은 복합적 인 상황에 따라 부여된 가중치를 수집된 데이터에 부여하여 화재를 판단하고, 시간에 따른 상황인식 분석을 통해 화재 이동방향과 속도를 예측하여 안전구역을 확보하는 기법이다.
In this paper, we proposed a forest fires prediction and detection system. It could provide a situation of fire prediction and detection methods using context awareness sensor. A fire occurs wide range of sensing a fire in a single camera sensor, it is difficult to detect the occurrence of a fire. I...
In this paper, we proposed a forest fires prediction and detection system. It could provide a situation of fire prediction and detection methods using context awareness sensor. A fire occurs wide range of sensing a fire in a single camera sensor, it is difficult to detect the occurrence of a fire. In this paper, we propose an algorithm for real-time by using a temperature sensor, humidity, Co2, the flame presence information acquired and comparing the data based on multiple conditions, analyze and determine the weighting according to fire in complex situations. In addition, it is possible to differential management of intensive fire detection and prediction for required dividing the state of fire zone. Therefore we propose an algorithm to determine the prediction and detection from the fire parameters as an temperature, humidity, Co2 and the flame in real-time by using a context awareness sensor and also suggest algorithm that provide the path of fire diffusion and service the secure safety zone prediction.
In this paper, we proposed a forest fires prediction and detection system. It could provide a situation of fire prediction and detection methods using context awareness sensor. A fire occurs wide range of sensing a fire in a single camera sensor, it is difficult to detect the occurrence of a fire. In this paper, we propose an algorithm for real-time by using a temperature sensor, humidity, Co2, the flame presence information acquired and comparing the data based on multiple conditions, analyze and determine the weighting according to fire in complex situations. In addition, it is possible to differential management of intensive fire detection and prediction for required dividing the state of fire zone. Therefore we propose an algorithm to determine the prediction and detection from the fire parameters as an temperature, humidity, Co2 and the flame in real-time by using a context awareness sensor and also suggest algorithm that provide the path of fire diffusion and service the secure safety zone prediction.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이동속도 예측 및 안전구역 확보 알고리즘은 온도데이터만을 활용하였기 때문에 충분한 신뢰성이 보장되지는 않고 있다. 따라서 추후에는 다른 데이터를 추가로 적용하여 정확한 예측결과를 도출해 내는 것을 목표로 하고 있다.
본 논문에서 제안하는 화재감지 알고리즘의 효율성을 증명하기 위하여 화재를 감지하고 화재 상태의 정확성을 확인하기 위하여 시뮬레이터를 제작하였다. 사용한 시뮬레이터는 C# 언어로 작성 되었으며 화재 발생지역 설정을 통해 화재 상태를 Green, Yellow, Red의 3가지 색으로 표시하여 화재의 상태를 확인한다.
본 논문에서는 화재가 발생한 상황에서 화재와 가장밀접한 관계가 있는 요소인 온도, 습도, 이산화탄소, 불꽃의 여부를 확인하여 화재를 감지하는 알고리즘과 산불 감지 노드의 좌표를 이용하여 효율적으로 산불의 이동경로 및 이동속도를 예측하는 알고리즘을 제안한다. 이를 통해 복합적인 상황에 맞춰 각 요소에 가중치를 다르게 설정함으로써 화재 감지의 신뢰성을 확보하고 예측된 산불의 이동경로와 이동송도에 따른 안전구역의 확보로 신속한 화재 진압 및 대피 작업에 도움이 되는 자료를 제공할 수 있다.
사용한 시뮬레이터는 C# 언어로 작성 되었으며 화재 발생지역 설정을 통해 화재 상태를 Green, Yellow, Red의 3가지 색으로 표시하여 화재의 상태를 확인한다. 시뮬레이션은 요소별 가중치를 다르게 부여함으로써 정확한 화재감지가 가능하다는 것을 증명하려 한다.
제안 방법
처음 단계는 화재가 이동하여 화재의 범위에 있지 않던 노드가 화재 범위 내로 들어오게 되는 시간을 측정한다. 그 다음 또 다른 노드가 범위내로 들어오는 시간차와 노드간의 거리를 이용하여 화재의 이동속도를 계산한다. 마지막으로 계산한 값이 시뮬레이션 프로그램에서 나온 값과 같은지 비교한다.
화재지역 주변 노드들은 생성된 좌표를 이용하여 온도 데이터를 수집 한다. 또한, 수집한 온도데이터를 이용하여 화재지역을 분석하고, 주어진 임계온도와 비교하여 화재지역을 예측한다. 임계온도의 초과 시점과 시간차를 분석하여 화재의 이동속도를 계산한다.
본 논문에서 제안하는 이동속도 예측 및 안전구역확보 알고리즘의 효율성을 증명하기 위하여 시뮬레이션을 수행하였다. 모의 실험결과에서 보여주는 원형은 화재의 영향력이 미치는 범위를 나타내고, 작은 점들은 각각의 노드들을 나타낸다.
본 논문에서는 상황인지 센서를 활용한 화재 감지 알고리즘과 이를 통해 화재 상태를 3단계로 나누는 기법, 화재 감지 노드에서 수집된 상황정보와 신호를 보낸 노드의 좌표를 이용하여 화재의 이동경로 및 이동속도를 예측하는 알고리즘을 제안한다.
사용한 시뮬레이터는 C# 언어로 작성 되었으며 화재 발생지역 설정을 통해 화재 상태를 Green, Yellow, Red의 3가지 색으로 표시하여 화재의 상태를 확인한다. 시뮬레이션은 요소별 가중치를 다르게 부여함으로써 정확한 화재감지가 가능하다는 것을 증명하려 한다.
설정한다. 설정된 주기 동안의 온도 변화를 기준 값과 비교하여 화재를 판단한다. 또한, 화재가 발생한 상황에서 온도상승이 유지될 경우 변화량이 기준값을 초과하지 않으므로 화재임을 알 수 없으므로 임계값 이상인 경우에도 화재 상황으로 판단한다[4].
실험 환경은 4월 30 일 맑은 날의 일주일 간 서울의 오후 3시경의 온도, 습도, 이산화탄소의 평균값을 바탕으로 시뮬레이션 하였다. 시뮬레이션 상황은 화재로부터 거리가 가까울수록 온도의 변화량이 크기 때문에 온도에 대한 가중치를 높게 설정하고 화재와의 거리가 먼 경우 확산속도가 빠른 이산화탄소의 가중치를 높게 설정하였다.
또한, 수집한 온도데이터를 이용하여 화재지역을 분석하고, 주어진 임계온도와 비교하여 화재지역을 예측한다. 임계온도의 초과 시점과 시간차를 분석하여 화재의 이동속도를 계산한다. 화재이동속도 분석 알고리즘 순서도는 그림 2와 같다.
화재의 이동 방향과 이동속도를 예측할 수 있다면, 인근 거주자들이 대피에 대한 유무, 대피를 완료해야 하는 시간 등을 알 수 있다. 제안하는 알고리즘은 온도 감지 노드를 통해 추출된 데이터와 온도 변화량, 시간차를 이용하여 기존 알고리즘의 문제점을 해결한다.
제안하는 알고리즘은 화재진압을 위한 안전구역을 확보하기 위해 화재의 이동방향과 속도를 이용하여 인근 마을이나 사람이 거주하고 있는 지역에 화재가 접근하는 것을 예측한다.
대상 데이터
다르게 설정한 경우이다. 실험 환경은 4월 30 일 맑은 날의 일주일 간 서울의 오후 3시경의 온도, 습도, 이산화탄소의 평균값을 바탕으로 시뮬레이션 하였다. 시뮬레이션 상황은 화재로부터 거리가 가까울수록 온도의 변화량이 크기 때문에 온도에 대한 가중치를 높게 설정하고 화재와의 거리가 먼 경우 확산속도가 빠른 이산화탄소의 가중치를 높게 설정하였다.
최초의 화재 감지 노드는 화재 발생 시 화재 지역 위치를 생성한다. 화재지역 주변 노드들은 생성된 좌표를 이용하여 온도 데이터를 수집 한다. 또한, 수집한 온도데이터를 이용하여 화재지역을 분석하고, 주어진 임계온도와 비교하여 화재지역을 예측한다.
이론/모형
이때 최단거리 경로를 구하는 알고리즘은 방향성이 없는 출발지점과 도착지점 사이의 최단경로를 계산할 수 있는 dijkstra Algorithm을 적용했다. 하지만 최단 경로 알고리즘은 단지 대피소로 이동하는 안전한 경로만을 제시해줄 뿐 산불이 어디서 발생됐고, 언제 어느 방향에서 자신의 거주지로 확산되는지 알지 못하는 문제점이 있다.
성능/효과
그 결과 주의상태를 감지한 모듈은 2개, 위험 상태를 감지한 모듈은 1개임을 확인할 수 있다.
이루어질 것이라 기대한다. 또한 화재감지 알고리즘 시뮬레이션을 통해 요소별로 가중치를 다르게 주는 것이 화재감지의 정확성을 높일 수 있음을 증명하였다.
후속연구
본 논문에서 센싱하는 데이터는 온도, 습도, 이산화탄소에 한정되어 있지만 추가로 화재와 관련된 요소를 센싱하고 싶은 경우 데이터 값과 특정 상황에서의 가중치를 구해 알고리즘에 적용할 수 있다. 또한, 가중치에 대한 조절이 가능함으로 특정 장소나 환경에 국한하지 않고 광범위한 상황에 적용 가능하다.
제안한다. 이를 통해 복합적인 상황에 맞춰 각 요소에 가중치를 다르게 설정함으로써 화재 감지의 신뢰성을 확보하고 예측된 산불의 이동경로와 이동송도에 따른 안전구역의 확보로 신속한 화재 진압 및 대피 작업에 도움이 되는 자료를 제공할 수 있다.
현재까지는 화재 감지 알고리즘을 구현한 것이 전부이지만 추후에는 상황인지 센서를 활용하여 화재감지뿐만 아닌 복합적인 자연재해를 검출할 수 있도록 할것이다. 이동속도 예측 및 안전구역 확보 알고리즘은 온도데이터만을 활용하였기 때문에 충분한 신뢰성이 보장되지는 않고 있다.
화재감지 알고리즘을 활용한다면 복합적인 상황에 국한하지 않고도 화재를 감지할 수 있고, 화재 상태를 3단계로 나눴을 경우 화재 상태에 따라 센싱 주기를 조절하여 데이터 부하 방지와 화재 위험지역에 대한 차별화 된 감지 시스템을 적용하여 집중적인 화재 감지가 이루어질 것이라 기대한다. 또한 화재감지 알고리즘 시뮬레이션을 통해 요소별로 가중치를 다르게 주는 것이 화재감지의 정확성을 높일 수 있음을 증명하였다.
참고문헌 (10)
Lloret, J., Garcia, M., Bri, D., and Sendra, S., "A wireless sensor network deployment for rural and forest fire detection and verification", Sensors, Vol. 9, No. 11, pp. 8722-8747, 2009.
M. Holmes and Y. Wang, “The Application of Data Mining Tools and Statistical Techniques to Identify Patterns and Changes in Fire Events”, The University of Auckland Repert, 2009.
Andrews, P. L., and L. P. Queen, "Fire modeling and information system technology", International Journal of Wildland Fire, Vol.10, pp.343-352, 2001.
S. Kewei, "Using Wireless Sensor Networks for Fire Rescue Applications: Requirements and Challenges," Electro/information Technology, IEEE International Conference, 2006.
Turgay Celik, “Fast and Efficient Method for Fire Detection Using Image Processing”, ETRI, ETRI Journal, 2010.
M. A. Parisien, V. S. Peters, Y. Wamg, J. M. Little, E. M. Bosch, and B. J. Stocks, "Spatial Patterns of Forest Fires in Canada, 1980-1999", International Journal of Wildland Fire, Vol.15, pp.361-374, 2006.
Hirsch, K. G, "Canadian Forest Fire Behavior Prediction (FBP) System: user's guide", Canadian Forest Service, pp121, 1996.
Li Cunbin, Zhou Jing, Tang Baoguo and Zhang Ye, “Analysis of Forest Fire Spread Trend Surrounding Transmission Line Based on Rothermel Model and Huygens Principle”, International Journal of Multimedia and Ubiquitous Engineering, Vol. 9, NO 9, pp.51-60, 2014.
"Numerical Recipes Example Book". Cambridge University Press, 1992.
A Zhao, L Wang and C H Yao, "Research on Electronic-nose Application Based on Wireless Sensor Networks" International Symposium on Instrumentation Science and Technology, 2006.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.