1 |
1
안전도 계산 장치에 의해 수행되는,유해 가스를 검출하는 가스 센서로부터 유해 가스 정보를 수신하는 단계;사용자의 생체 정보를 측정하는 생체 센서로부터 상기 사용자의 생체 정보를 수신하는 단계 - 상기 생체 정보는 상기 유해 가스에 노출된 타겟 심전도, 타겟 뇌전도 및 타겟 근전도에 관한 정보임 -;상기 유해 가스 정보 및 상기 생체 정보에 기초하여 상기 사용자의 안전도를 계산하는 단계; 및상기 안전도 계산 장치의 디스플레이의 밝기를 최대로 조정하고, 상기 계산된 안전도를 출력하는 단계를 포함하고,상기 사용자의 안전도를 계산하는 단계는,상기 유해 가스 정보에 기초하여 상기 유해 가스의 종류를 결정하는 단계;상기 사용자를 식별하는 단계;상기 유해 가스의 종류에 대한 상기 식별된 사용자에 대한 정보를 획득하는 단계 - 상기 사용자에 대한 정보는 상기 사용자의 표준 심전도, 표준 뇌전도 및 표준 근전도에 관한 정보임 -; 및머신 러닝 알고리즘(machine learning algorithm)을 이용하여 상기 사용자에 대한 정보 및 상기 생체 정보에 기초하여 상기 사용자의 안전도를 계산하는 단계 - 상기 머신 러닝 알고리즘은, 상기 사용자의 생체 특성, 상기 유해 가스의 농도, 대기의 온도 및 습도에 대한 요소를 고려하여 안전도를 계산하기 위해 미리 훈련(pre trained)됨 -,를 포함하고,상기 사용자에 대한 정보 및 상기 생체 정보에 기초하여 상기 사용자의 안전도를 계산하는 단계는,상기 표준 심전도의 특징 및 상기 타겟 심전도의 특징을 추출하는 단계;상기 표준 심전도의 특징 및 상기 타겟 심전도의 특징에 기초하여 제1 안전도를 계산하는 단계;상기 표준 뇌전도의 특징 및 상기 타겟 뇌전도의 특징을 추출하는 단계;상기 표준 뇌전도의 특징 및 상기 타겟 뇌전도의 특징에 기초하여 제2 안전도를 계산하는 단계;상기 표준 근전도의 특징 및 상기 타겟 근전도의 특징을 추출하는 단계;상기 표준 근전도의 특징 및 상기 타겟 근전도의 특징에 기초하여 제3 안전도를 계산하는 단계; 및상기 제1 안전도, 상기 제2 안전도 및 상기 제3 안전도의 평균을 상기 안전도로 계산하는 단계를 포함하고,상기 안전도를 출력하는 단계는,안전도의 구간 별로, 안전도가 낮을수록 진동이 강하고 잦은 주기를 갖는 진동 패턴이 각각 미리 매핑된 경우, 상기 안전도에 대응하는 진동을 출력하는 단계; 및상기 안전도 계산 장치의 위치를 GPS로 획득한 경우, 미리 저장된 구조도에 상기 안전도 계산 장치의 현재 위치를 표시함으로써 탈출 경로를 제공하는 단계를 포함하는,안전도 계산 방법
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
삭제
|
6 |
6
삭제
|
7 |
7
삭제
|
8 |
8
삭제
|
9 |
9
삭제
|
10 |
10
삭제
|
11 |
11
삭제
|
12 |
12
삭제
|
13 |
13
제1항에 있어서,상기 계산된 안전도가 미리 설정된 임계치 미만인 경우, 외부의 장치로 알람을 전송하는 단계를 더 포함하는,안전도 계산 방법
|
14 |
14
제13항에 있어서,상기 알람은 상기 사용자의 위치 및 상기 유해 가스 정보를 포함하는,안전도 계산 방법
|
15 |
15
제1항, 제13항 및 제14항 중 어느 한 항의 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체
|
16 |
16
안전도 계산 장치는,안전도를 계산하는 프로그램이 기록된 메모리; 및상기 프로그램을 수행하는 프로세서를 포함하고,상기 프로그램은,유해 가스를 검출하는 가스 센서로부터 유해 가스 정보를 수신하는 단계;사용자의 생체 정보를 측정하는 생체 센서로부터 상기 사용자의 생체 정보를 수신하는 단계 - 상기 생체 정보는 상기 유해 가스에 노출된 타겟 심전도, 타겟 뇌전도 및 타겟 근전도에 관한 정보임 -;상기 유해 가스 정보 및 상기 생체 정보에 기초하여 상기 사용자의 안전도를 계산하는 단계; 및상기 안전도 계산 장치의 디스플레이의 밝기를 최대로 조정하고, 상기 계산된 안전도를 출력하는 단계를 수행하고,상기 사용자의 안전도를 계산하는 단계는,상기 유해 가스 정보에 기초하여 상기 유해 가스의 종류를 결정하는 단계;상기 사용자를 식별하는 단계;상기 유해 가스의 종류에 대한 상기 식별된 사용자에 대한 정보를 획득하는 단계 - 상기 사용자에 대한 정보는 상기 사용자의 표준 심전도, 표준 뇌전도 및 표준 근전도에 관한 정보임 -; 및머신 러닝 알고리즘(machine learning algorithm)을 이용하여 상기 사용자에 대한 정보 및 상기 생체 정보에 기초하여 상기 사용자의 안전도를 계산하는 단계 - 상기 머신 러닝 알고리즘은, 상기 사용자의 생체 특성, 상기 유해 가스의 농도, 대기의 온도 및 습도에 대한 요소를 고려하여 안전도를 계산하기 위해 미리 훈련(pre trained)됨 -,를 포함하고,상기 사용자에 대한 정보 및 상기 생체 정보에 기초하여 상기 사용자의 안전도를 계산하는 단계는,상기 표준 심전도의 특징 및 상기 타겟 심전도의 특징을 추출하는 단계;상기 표준 심전도의 특징 및 상기 타겟 심전도의 특징에 기초하여 제1 안전도를 계산하는 단계;상기 표준 뇌전도의 특징 및 상기 타겟 뇌전도의 특징을 추출하는 단계;상기 표준 뇌전도의 특징 및 상기 타겟 뇌전도의 특징에 기초하여 제2 안전도를 계산하는 단계상기 표준 근전도의 특징 및 상기 타겟 근전도의 특징을 추출하는 단계;상기 표준 근전도의 특징 및 상기 타겟 근전도의 특징에 기초하여 제3 안전도를 계산하는 단계; 및상기 제1 안전도, 상기 제2 안전도 및 상기 제3 안전도의 평균을 상기 안전도로 계산하는 단계를 포함하고,상기 안전도를 출력하는 단계는,안전도의 구간 별로, 안전도가 낮을수록 진동이 강하고 잦은 주기를 갖는 진동 패턴이 각각 미리 매핑된 경우, 상기 안전도에 대응하는 진동을 출력하는 단계; 및상기 안전도 계산 장치의 위치를 GPS로 획득한 경우, 미리 저장된 구조도에 상기 안전도 계산 장치의 현재 위치를 표시함으로써 탈출 경로를 제공하는 단계를 포함하는,안전도 계산 장치
|