| 1 |
1
열차 내부에 설치되며, 열차 진동하중 및 지진하중을 계측하고, 계측된 열차 진동하중 및 지진하중에 대한 데이터를 저장하여 데이터베이스를 구축하는 센서 계측부;상기 센서 계측부에서 계측된 열차 진동하중 및 지진하중을 식별하기 위한 기계학습 알고리즘을 생성하는 딥러닝 분석부를 포함하는 기계학습 모델 생성부;상기 딥러닝 분석부의 결과를 토대로 열차 위험여부를 판단하는 열차 위험여부 판단 모델 생성부; 및상기 열차 진동하중 및 지진하중의 식별 후 설정 시간 이내에 경보를 출력하는 지진조기경보부;를 포함하는 차량 탑재형 열차 지진 경보 시스템
|
| 2 |
2
제1항에 있어서, 상기 센서 계측부는 열차의 내부에 설치되는 복수의 센서를 포함하며,상기 복수의 센서는,열차 내부에 적어도 하나 구비되며, 열차의 위치 정보를 수신하는 GPS 수신기; 및열차 내부에 적어도 하나 구비되며, 열차의 시간 별 가속도 값을 계측하는 가속도 센서;를 포함하는 차량 탑재형 열차 지진 경보 시스템
|
| 3 |
3
제2항에 있어서, 상기 센서 계측부는,상기 GPS 수신기로부터 수신된 열차의 위치 정보와, 상기 가속도 센서로부터 계측된 가속도 값을 기록하는 시간이력 기록부;상기 시간이력 기록부에 기록된 시간이력 데이터를 FFT 분석하여 진동수 도메인으로 추출하는 진동수 추출부; 상기 추출된 FFT 결과를 바탕으로 피쳐 추출을 위한 데이터 변환을 수행하고 속도 대역별로 생성된 데이터를 활용하여 지진 감지 알고리즘을 도출하는 신호처리 필터링부; 및상기 신호처리 필터링부에서 도출된 결과를 이용하여 상기 기계학습 모델 생성부의 학습에 필요한 피처를 추출하는 피처 생성부;를 포함하는 차량 탑재형 열차 지진 경보 시스템
|
| 4 |
4
제3항에 있어서, 상기 딥러닝 분석부는,외부 인터페이스부를 통해 다수의 딥러닝 모델 중 적어도 하나를 수신하는 딥러닝 모델 수신부;상기 딥러닝 모델 수신부에서 수신된 적어도 하나의 딥러닝 모델로 상기 피처 생성부에서 추출된 피처를 학습시켜 열차 진동하중 및 지진하중을 식별하고 지진 감지 여부를 예측하는 딥러닝 모델 예측부; 및상기 딥러닝 모델 예측부에서 지진 감지로 예측한 경우, 지진 이벤트 신호를 출력하는 지진 이벤트 출력부;를 포함하는 차량 탑재형 열차 지진 경보 시스템
|
| 5 |
5
제4항에 있어서, 상기 외부 인터페이스부는, 통신망으로 연결되며, 상기 딥러닝 모델 수신부에 딥러닝 모델을 송신하는 무선통신 인터페이스부;상기 지진 이벤트 출력부에서 출력된 지진 이벤트 신호를 전달 받아 열차 내에 구비된 디스플레이 디바이스를 이용하여 시각적으로 출력하는 화면출력 인터페이스부; 및상기 지진 이벤트 출력부에서 출력된 지진 이벤트 신호를 전달 받아 열차 내에 설치된 경광봉을 통해 설정 색상의 광을 발광시키고, 열차 내에 설치된 스피커를 통해 경고음을 출력하는 외부장비 인터페이스부;를 포함하는 차량 탑재형 열차 지진 경보 시스템
|
| 6 |
6
제2항에 있어서, 상기 외부 인터페이스부는, 상기 지진 이벤트 출력부에서 출력된 지진 이벤트 신호를 전달 받아 지진 이벤트 저장매체에 저장하는 저장매체 인터페이스부;를 더 포함하는 차량 탑재형 열차 지진 경보 시스템
|
| 7 |
7
제6항에 있어서, 상기 GPS 수신기는,열차의 바퀴와 차체 사이의 진동 저감 영역에 위치하며, 상기 가속도 센서는,열차의 바퀴와 차체 사이의 진동 저감 영역에 위치하되, 상기 GPS 수신기와 단일보드를 통해 일체형 구조로 열차에 설치되는 것을 특징으로 하는 차량 탑재형 열차 지진 경보 시스템
|
| 8 |
8
센서 계측부, 딥러닝 분석부를 포함하는 기계학습 모델 생성부, 열차 위험여부 판단 모델 생성부, 및 지진조기경보부를 포함하는 차량 탑재형 열차 지진 경보 시스템을 이용한 열차 지진경보 방법으로서, (a) 열차 내부에 설치되는 상기 센서 계측부에서, 열차 진동하중 및 지진하중을 계측하고, 계측된 열차 진동하중 및 지진하중에 대한 데이터를 저장하여 데이터베이스를 구축하는 단계;(b) 상기 딥러닝 분석부에서, 상기 센서 계측부에서 계측된 열차 진동하중 및 지진하중을 식별하기 위한 기계학습 알고리즘을 생성하는 단계;(c) 상기 열차 위험여부 판단 모델 생성부에서, 상기 딥러닝 분석부의 결과를 토대로 열차 위험여부를 판단하는 단계; 및(d) 상기 지진조기경보부에서, 상기 열차 진동하중 및 지진하중의 식별 후 설정 시간 이내에 경보를 출력하는 단계;를 포함하는 열차 지진경보 방법
|
| 9 |
9
제8항에 있어서, 상기 (a) 단계에서, 상기 센서 계측부는, 복수의 센서, 시각 가속도 추출부, 및 신호처리 필터링부를 포함하며, 상기 복수의 센서는, 열차 내부에 적어도 하나 구비되며, 열차의 위치 정보를 수신하는 GPS 수신기와, 열차 내부에 적어도 하나 구비되며, 열차의 시간 별 가속도 값을 계측하는 가속도 센서를 포함하는열차 지진경보 방법
|
| 10 |
10
제9항에 있어서, 상기 (a) 단계는,(a-1) 상기 시간이력 기록부에서, 상기 GPS 수신기로부터 수신된 열차의 위치 정보와, 상기 가속도 센서로부터 계측된 가속도 값을 기록하여 시간이력 테이터를 생성하는 단계;(a-2) 상기 진동수 추출부에서, 상기 시간이력 데이터를 FFT 분석하여 진동수 도메인으로 추출하는 단계;(a-3) 상기 신호처리 필터링부에서, 상기 추출된 FFT 결과를 바탕으로 피쳐 추출을 위한 데이터 변환을 수행하고 속도 대역별로 생성된 데이터를 활용하여 지진 감지 알고리즘을 도출하는 단계; 및(a-4) 상기 피처 생성부에서, 상기 신호처리 필터링부에서 도출된 결과를 이용하여 상기 기계학습 모델 생성부의 학습에 필요한 피처를 추출하는 단계;를 포함하는 열차 지진경보 방법
|
| 11 |
11
제10항에 있어서,상기 (b) 단계에서, 상기 딥러닝 분석부는, 딥러닝 모델 수신부, 딥러닝 모델 예측부, 및 지진 이벤트 출력부를 포함하고, 상기 (b) 단계는, (b-1) 상기 딥러닝 모델 수신부에서, 외부 인터페이스부를 통해 다수의 딥러닝 모델 중 적어도 하나를 수신하는 단계;(b-2) 상기 딥러닝 모델 예측부에서, 상기 딥러닝 모델 수신부에서 수신된 적어도 하나의 딥러닝 모델로 상기 피처 생성부에서 추출된 피처를 학습시켜 열차 진동하중 및 지진하중을 식별하고 지진 감지 여부를 예측하는 단계; 및(b-3) 상기 지진 이벤트 출력부에서, 상기 딥러닝 모델 예측부에서 지진 감지로 예측한 경우, 지진 이벤트 신호를 출력하는 단계;를 포함하는 열차 지진 경보 방법
|
