[논문]Implementation of Multiple Sensor Data Fusion Algorithm for Fire Detection System

Park, Jung Kyu; Nam, Kihun

doi:10.9708/jksci.2020.25.07.009

Implementation of Multiple Sensor Data Fusion Algorithm for Fire Detection System 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.25 no.7, 2020년, pp.9 - 16

Park, Jung Kyu (Dept. of Computer Software Engineering, Changshin University) , Nam, Kihun (Dept. of Fire and Disaster Preventing Engineering, Changshin University)

초록
AI-Helper

본 연구에서는 다중 센서를 사용하여 화재 감지를 수행하는 알고리즘을 제안하고 시스템을 구현하였다. 제안하는 알고리즘은 다중 센서의 데이터를 기반으로 규칙을 적용하여 화재를 판정한다. 화재 발생은 약 3~5분의 시간이 걸리며 이 시간은 화재 감지의 최적 시간이다. 이는 잠재적 화재 발생을 적시에 식별하는 것이 화재 관리에 중요하다는 것을 의미한다. 국내의 경우 화재 국가 법령에 따라 대부분 건물에 화재경보기 설비를 장착하고 있다. 그러나 현재 사용하는 화재 감지 장치는 연기나 열을 감지하는 하나의 센서에 의존하기 때문에 허위 경보에 매우 취약하다. 최근에는 IoT의 기술 발달로 화재 감지기에 여러 개의 센서를 통합할 수 있다. 또한, 화재 감지기는 다른 물체와 통신을 할 수 있으며 프로그램된 작업을 수행할 수 있는 스마트 기술이 개발되었다. 제작된 프로토타입은 10건의 실제 실험을 기준으로 90%의 성공률과 10%의 거짓 경보율을 기록했다.

Abstract ▼ AI-Helper

In this paper, we propose a prototype design and implementation of a fire detection algorithm using multiple sensors. The proposed topic detection system determines fire by applying rules based on data from multiple sensors. The fire takes about 3 to 5 minutes, which is the optimal time for fire detection. This means that timely identification of potential fires is important for fire management. However, current fire detection devices are very vulnerable to false alarms because they rely on a single sensor to detect smoke or heat. Recently, with the development of IoT technology, it is possible to integrate multiple sensors into a fire detector. In addition, the fire detector has been developed with a smart technology that can communicate with other objects and perform programmed tasks. The prototype was produced with a success rate of 90% and a false alarm rate of 10% based on 10 actual experiments.

주제어

표/그림 (13)

그림 Fig. 1. Fire occurrence trend by year [6]
그림 Fig. 2. Sensors for Temperature and Flame
그림 Fig. 3. Conceptual model of proposed system
그림 Fig. 4. Temperature changes for the day
그림 Fig. 5. Proposed system architecture
표 Table 1. Result of temperature measurement
그림 Fig. 6. Sequence diagram of system
그림 Fig. 7. System flowchart
표 Table 2. Threshold for sensors
표 Table 3. Rule for Fire Decision
그림 Fig. 8. Completed prototype for fire detection
표 Table 4. Multi Sensor Test Results
표 Table 5. Single Sensor Test Results

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

연구에서 사용한 가스 센서는 LPG 가스 누출 및 연 기를 감지하는 데 사용된다. LPG 가스 누출은 화재의 잠 재적 원인이며 LPG 가스 감지는 화재 감지의 정확도를 높 이기 위해 추가하였다. 센서를 사용하여 화재가 감지되면 통신 모듈을 사용하여 SMS를 경보를 건물 관리자와 주변 소방서에 발송한다.
본 연구에서 제작한 화재 감지 시스템의 프로토타입을 검증하기 위해서 실제 실험을 하였다. 실험에서 연기를 재 현하기 위해서 얇은 종이를 사용하였다.
본 연구에서 화재 감지의 정확도를 높이기 위해서 다중 센서를 사용하는 화재 감지기를 제안하였다. 기존 화재 감 지기는 단일 센서만을 사용하는 경우가 대부분으로 이로 인해 거짓 경보를 보내는 경우가 많이 발생하였다.
스웨덴에서는 화재 감지기의 경보 비율을 조사하여 거짓 경보 비율이 85%, 실제 경보는 15%임을 분석하였다[6]. 본 연구에서는 IoT의 진화에 따라 다중 센서의 데이터를 조합하여 화재를 감지하는 알고리즘을 제안하고 이를 기반으로 프로토타입을 제작하여 알고리즘의 효율성을 검증하였다.
또한, 센서들의 임계값을 이용하여 화재를 감지하 는 규칙 기반 감지기법을 제안하였다. 연구에서 제안하는 화재 감지를 검증하기 위해서 실제 화재 실험을 수행하였 다. 실제 다양한 가정에 의한 실험을 통하여 90% 정확도 로 화재를 판정할 수 있었다.
8 ℃이었으며, 해당 주의 평균 온도의 최 댓값은 27℃였다. 이 결과에 기반하여 실험의 임계값으로 27℃로 설정하여 센서의 정확도를 높이면서 거짓 경보를 줄이고자 하였다.
단일 센서를 사용하는 화재 감지기는 사용하는 센서에 따라 특정 조건을 만족해 화재를 감지하기 때문에 다양한 환경에서 사용하기 힘들다는 문제를 가지고 있다. 이런 문 제를 해결하기 위해서 본 논문에서는 다양한 센서를 사용 하여 화재를 감지하기 위한 모델을 제시하고자 한다.
화재 감지 시스템의 목적은 화재에 대한 즉각적인 정보를 얻고 재산 피해를 최소화하는 것이다. 이렇게 하기 위해서는 화재 감지 시스템의 높은 신뢰성과 정확성이 있어야 가능하다.

제안 방법

IoT 장치들은 전원을 공급하는 방법이 여러 가지가 있지만, 배터리 (충전 및 비충전)를 사용하여 전원 소켓에 직접 연결하는 가장 일반적인 방법이다. 그러나 본 연구에서 진행하는 화재 감지기는 프로토타입으로 다양한 로그를 기록하고 검증하기 위해서 컴퓨터에 USB로 연결 하여 진행하였다. Fig.
논문에서 제안하는 다중 센서 화재 감지 모델은 2장에서 제안한 개념 모델을 기반으로 하고 있다. 다중 센서로는 온 도 센서 (LM35), MQ2 가스 및 연기 센서, 조명 센서, 부저, 4G 통신 모듈 (4G + GPS 쉴드)을 사용하였으며 센서들을 제어하기 위해서 아두이노 우노 마이크로 컨트롤러 보드를 사용하여 화재 감지기기 시스템을 구성하였다[11-14].
논문에서 제안하는 다중 센서 화재 감지 모델은 2장에서 제안한 개념 모델을 기반으로 하고 있다. 다중 센서로는 온 도 센서 (LM35), MQ2 가스 및 연기 센서, 조명 센서, 부저, 4G 통신 모듈 (4G + GPS 쉴드)을 사용하였으며 센서들을 제어하기 위해서 아두이노 우노 마이크로 컨트롤러 보드를 사용하여 화재 감지기기 시스템을 구성하였다[11-14].
연구에 서는 다중 센서를 사용하여 화재를 감지하는 모델을 제안 하였다. 또한, 센서들의 임계값을 이용하여 화재를 감지하 는 규칙 기반 감지기법을 제안하였다. 연구에서 제안하는 화재 감지를 검증하기 위해서 실제 화재 실험을 수행하였 다.
Table 4와 같이 총 10번의 실험 결과 실제 결과와 테스트 결과가 1번 틀린 경우가 발생하여 총 90%의 확률로 화재를 판별하였다. 실험에서 발생한 화재 판별 오류를 분석하였다. 첫 번째 실패의 경우는 화재 규칙 6번에 조건 (연기/LPG/빛/온도)에 맞지 않아 화재로 분류가 안 되어야한다.
실험 환경은 표 4의 실험의 데이터를 똑같이 이용하여 구성하였다. 실험에서는 단일 센서가 화재를 판정할 수 있는지 조사하였고 이를 표 5로 정리 하였다. 연기감지 센서만 사용했을 때는 5번 화재를 감지하여 50%의 감지 성능을 보였다.
기존 화재 감 지기는 단일 센서만을 사용하는 경우가 대부분으로 이로 인해 거짓 경보를 보내는 경우가 많이 발생하였다. 연구에 서는 다중 센서를 사용하여 화재를 감지하는 모델을 제안 하였다. 또한, 센서들의 임계값을 이용하여 화재를 감지하 는 규칙 기반 감지기법을 제안하였다.
연구에서 제안하는 다중 센서 시스템이 기존 단일 센서를 사용할 때보다 이득이 있는지 살펴보기 위해 단일 센서를 사용하는 실험을 수행하였다. 실험 환경은 표 4의 실험의 데이터를 똑같이 이용하여 구성하였다.
이때 직사광선 아래 두고 실험하여 실내 온도가 40℃ 이상으로 올라가면서 1번 조건을 만족하게되어 화재로 분류되었다. 이 문제를 해결하기 위해서 화재실험 상자를 불투명 재질로 다시 제작하여 화재가 발생하지 않을 공간에서 실험을 실행하였다. 이처럼 1번의 거짓경보를 제외하고는 정상적으로 화재를 분류할 수 있었다.
내부 임 베디드 보드에서는 취합한 데이터를 일차 처리를 수행하 고 그 이후 데이터를 통합한다. 통합된 데이터를 기반으로 화재 여부를 판정한다. 화재를 판정할 때는 Table 2의 표시한 것과 같이 각 센서의 설정값을 기준으로 규칙 기반 평가를 수행한다.

대상 데이터

아두이노 우노 마이크로 컨트롤러 보드는 여러 개의 센서를 제어하며 센서로부터 취득한 아날로그 값을 디지털 값으로 변환한다. IoT의 장치에서 생성되는 데이터를 기록 하기 위해서 IBM의 블루믹스 (Bluemix)를 이용하였다. IBM 블루믹스는 IBM에서 서비스하는 PaaS (Platform As A Service) 클라우드 서비스이다.
본 연구에서는 Fig. 2(a)의 비접촉 온도 센서인 LM35를 사용하였다. LM35 온도 센서는 트랜지스터를 사용하여 동작 환경의 온도를 측정한다.
실제로 IoT 기반의 센서 기술은 이미 전 세계 데이터의 약 30%를 차지하고 있다. 블루믹스를 이용하여 연구에서 제안하는 화재 감지 장치에서 생성하는 데이터를 저장하고 있으며 내부적으로 는 NoSQL 데이터베이스를 사용하고 있다. Fig.
본 연구에서 제작한 화재 감지 시스템의 프로토타입을 검증하기 위해서 실제 실험을 하였다. 실험에서 연기를 재 현하기 위해서 얇은 종이를 사용하였다. 이 종이에 라이터 를 이용하여 불을 붙이고 불꽃과 열이 방출되도록 하였다.

이론/모형

화재 감지기의 프로토타입을 개발하기 위해서 Arduino IDE를 사용하였다. Arduino IDE는 공식 Arduino 웹 사 이트에서 다운로드가 가능하다.

성능/효과

연기감지 센서만 사용했을 때는 5번 화재를 감지하여 50%의 감지 성능을 보였다. LPG 가스 센서 30%, 온도 센서 50%, 화염 센서는 40%의 감지 성능을 보 였다. 실험에서 온도 센서의 경우 40℃의 임계값을 사용하 였다.
Table 4와 같이 총 10번의 실험 결과 실제 결과와 테스트 결과가 1번 틀린 경우가 발생하여 총 90%의 확률로 화재를 판별하였다. 실험에서 발생한 화재 판별 오류를 분석하였다.
연구에서 제안하는 화재 감지를 검증하기 위해서 실제 화재 실험을 수행하였 다. 실제 다양한 가정에 의한 실험을 통하여 90% 정확도 로 화재를 판정할 수 있었다. 현재 실험에서는 센서의 임계값을 기반으로 하는 규칙 기반의 화재를 판정하고 있다.
현재 실험에서는 센서의 임계값을 기반으로 하는 규칙 기반의 화재를 판정하고 있다. 실험 결과 분석이 특정 상 황에서 규칙 기반이 오류가 발생할 수 있음을 파악할 수 있었다. 차후 연구에는 규칙을 보강 수정하여 오류 없이 화재를 판정할 수 있도록 할 예정이다.

후속연구

실험 결과 분석이 특정 상 황에서 규칙 기반이 오류가 발생할 수 있음을 파악할 수 있었다. 차후 연구에는 규칙을 보강 수정하여 오류 없이 화재를 판정할 수 있도록 할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	온도 센서란 무엇인가?	온도 센서는 온도 또는 열을 측정하는 가장 일반적인 센 서이다. 온도 센서는 접촉식 또는 비접촉식 두 가지로 분 류할 수 있다.
	기존 화재 감지의 문제점은 무엇인가?	본 연구에서 화재 감지의 정확도를 높이기 위해서 다중 센서를 사용하는 화재 감지기를 제안하였다. 기존 화재 감 지기는 단일 센서만을 사용하는 경우가 대부분으로 이로 인해 거짓 경보를 보내는 경우가 많이 발생하였다. 연구에 서는 다중 센서를 사용하여 화재를 감지하는 모델을 제안 하였다.
	IoT의 주요 목표는 무엇인가?	사물 인터넷(IoT)은 인터넷의 새로운 혁명으로 불리고 있다. IoT의 주요 목표는 어떤 경로/네트워크 및 어떤 서비스를 이상적으로 사용하는 모든 사람과 언제 어디서나 사물(객체)을 연결할 수 있도록 하는 것이다. 예를 들어 앞에서 언급한 사물은 차량, 냉장고, 도어락 등이 될 수 있다.

참고문헌 (16)

A. K. Gupta, and R. Johari, "IOT based Electrical Device Surveillance and Control System," Proceedings of 2019 4th International Conference on Internet of Things: Smart Innovation and Usages (IoT-SIU), pp. 1-5, 2019.
M. A. L. Pena and I. M. Fernandez, "SAT-IoT: An Architectural Model for a High-Performance Fog/Edge/Cloud IoT Platform," Proceedings of 2019 IEEE 5th World Forum on Internet of Things (WF-IoT), pp. 633-638, 2019.
W. A. Jabbar et al., "Design and Fabrication of Smart Home With Internet of Things Enabled Automation System," in IEEE Access, vol. 7, pp. 144059-144074, Sep. 2019. DOI: 10.1109/ACCESS .2019.2942846.

상세보기
National Fire Agency, Fire Statiscal Yearbook, http://www.nfa.go.kr
M. Ahrens, Home Structure Fire, http://www.nfa.go.kr (accessed Mar. 25, 2020)
L. Rutimann, Reducing False Alarms (A Study of selected European Countries), Technical Report, Siemens Switzerland Ltd., Switzerland, pp. 1-10.
N. Artim. An Introduction to Fire Detection, Alarm, and Automatic Fire Sprinklers. https://www.nedcc.org/free-resources/preservation-leaflets/3.-emergency-management/3.2-an-introduction-to-fire-detection,-alarm,-and-automatic-fire-sprinklers
K. Gu, Z. Xia, J. Qiao and W. Lin, "Deep Dual-Channel Neural Network for Image-Based Smoke Detection," IEEE Transactions on Multimedia, Vol. 22, No. 2, pp. 311-323, Feb. 2020, DOI: 10.1109/TMM.2019.2929009.

상세보기
DFROBOT, Gravity: Analog Flame Sensor For Arduino, https://www.dfrobot.com/product-195.html
T. D. Doiron, 20 Degrees Celsius--A Short History of the Standard Reference Temperature for Industrial Dimensional Measurements, https://www.nist.gov/publications/20-degrees-celsius-short-history-standard-reference-temperature-industrial-dimensional
K. Chen, Y. Cheng, H. Bai, C. Mou and Y. Zhang, "Research on Image Fire Detection Based on Support Vector Machine," Proceedings of 2019 9th International Conference on Fire Science and Fire Protection Engineering (ICFSFPE), pp. 1-7, 2019.
J. K. Park, Y. H. Roh, K. Nam, and H. Y. Seo, "Fire Detection Method Using IoT and Wireless Sensor Network," Journal of The Korea Society of Computer and Information, Vol. 24, No. 8, pp. 131-136, Aug. 2019. DOI: 10.9708/jksci.2019.24.08.131
J. K. Park, and H. Seo, "ZigBee-Based Smart Fire Detector for Remote Monitoring and Control," International Journal of Advanced Science and Technology, Vol. 29, No. 3, pp. 10431-10441, 2020.
Arduino. Arudio Uno, https://store.arduino.cc/usa/arduino-uno-rev3
M. Alrashoud, E. Hazza, F. Alqahtani, M. Al-Hammadi, A. Abhari. and A. Ghoneim, "Cognitive and Hierarchical Fuzzy Inference System for Generating Next Release Planning in SaaS Applications," IEEE Access, Vol. 7, pp. 102966-102974, Jul. 2019. DOI: 10.1109/ACCESS.2019.2929214

상세보기
O. Sadio, I. Ngom, and C. Lishou, "Lightweight Security Scheme for MQTT/MQTT-SN Protocol," Proceedings of 2019 Sixth International Conference on Internet of Things: Systems, Management and Security (IOTSMS), pp. 119-123, 2019.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증