| 1 |
1
노드들을 서로 연결하는 케이블의 이상을 탐지하는 케이블 이상 탐지 장치로서,시간-주파수 영역 반사파 계측법을 기반으로 획득된 탐지 기준 신호를 상기 케이블에 주입하고, 반사되어 되돌아 오는 반사 신호를 획득하는 반사 신호 획득부; 및변분 오토인코더(variational autoencoder, VAE) 기반의 케이블 이상 탐지 네트워크 모델에 상기 반사 신호 획득부를 통해 획득한 상기 반사 신호를 입력하고, 상기 케이블 이상 탐지 네트워크 모델을 통해 상기 케이블에 대한 이상치 점수를 획득하며, 획득한 상기 이상치 점수와 미리 설정된 임계값을 대비하여 상기 케이블의 이상을 탐지하는 이상 탐지부;를 포함하는 인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 장치
|
| 2 |
2
제1항에서,상기 노드는,자율 주행 차량의 내부에 위치하는 부품이며,상기 케이블 이상 탐지 장치는,상기 자율 주행 차량의 내부에 탑재되어 미리 설정된 시간 단위로 상기 케이블의 이상을 탐지하는,인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 장치
|
| 3 |
3
제2항에서,상기 케이블 이상 탐지 네트워크 모델은,시계열 데이터로 이루어지는 상기 반사 신호를 미리 설정된 시간 폭의 크기로 윈도윙(windowing)하여 프레임 단위 데이터로 전처리하는 데이터 윈도윙 층;상기 데이터 윈도윙 층을 통해 프레임 단위 데이터로 전처리된 상기 반사 신호를 정규화(normalization)하는 정규화 층;장단기 기억 메모리(long short-term memory, LSTM)와 완전 연결 신경망(fully connected neural network, FCNN)의 조합으로 이루어지고, 상기 정규화 층을 통해 정규화된 상기 반사 신호를 입력으로 하고, 잠재 공간(latent space)을 출력하는 인코더 층;장단기 기억 메모리(LSTM)와 완전 연결 신경망(FCNN)의 조합으로 이루어지고, 상기 인코더 층을 통해 출력되는 상기 잠재 공간을 입력으로 하는 디코더 층; 및상기 디코더 층을 통해 출력되는 데이터를 입력으로 하고, 상기 케이블에 대한 이상치 점수를 출력하는 스코어링 층;을 포함하는 인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 장치
|
| 4 |
4
제3항에서,상기 정규화 층은,프레임 단위 데이터로 전처리된 상기 반사 신호가 입력되고, 상기 탐지 기준 신호가 프레임에 포함된 비율인 목표 전압값을 프레임 단위로 출력하는 완전 연결 신경망(FCNN)을 포함하는,인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 장치
|
| 5 |
5
제3항에서,상기 스코어링 층은,상기 디코더 층을 통해 출력되는 데이터의 재구축 확률을 기반으로 상기 케이블에 대한 상기 이상치 점수를 획득하고, 획득한 상기 이상치 점수를 출력하는,인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 장치
|
| 6 |
6
제5항에서,상기 스코어링 층은,정상 상태에서의 로그 재구축 확률들의 전체 집합과 대상 프레임의 로그 재구축 확률을 기반으로 상기 대상 프레임에 대한 점수를 획득하고, 획득한 점수를 정상 상태에서의 로그 재구축 확률들의 전체 집합을 이용하여 min-max 정규화하여 상기 대상 프레임에 대한 상기 이상치 점수를 획득하는,인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 장치
|
| 7 |
7
제2항에서,상기 이상 탐지부는,상기 이상치 점수와 상기 임계값을 대비하여 상기 케이블에서 이상이 발생된 위치와 정도를 탐지하는,인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 장치
|
| 8 |
8
제2항에서,상기 케이블의 물리적 특성과 전기적 특성을 기반으로 상기 탐지 기준 신호를 생성하는 탐지 기준 신호 생성부;를 더 포함하는 인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 장치
|
| 9 |
9
노드들을 서로 연결하는 케이블의 이상을 탐지하는 케이블 이상 탐지 장치에서 수행되는 케이블 이상 탐지 방법으로서,시간-주파수 영역 반사파 계측법을 기반으로 획득된 탐지 기준 신호를 상기 케이블에 주입하고, 반사되어 되돌아 오는 반사 신호를 획득하는 단계;변분 오토인코더(variational autoencoder, VAE) 기반의 케이블 이상 탐지 네트워크 모델에 상기 반사 신호를 입력하는 단계;상기 케이블 이상 탐지 네트워크 모델을 통해 상기 케이블에 대한 이상치 점수를 획득하는 단계; 및획득한 상기 이상치 점수와 미리 설정된 임계값을 대비하여 상기 케이블의 이상을 탐지하는 단계;를 포함하는 인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 방법
|
| 10 |
10
제9항에서,상기 노드는,자율 주행 차량의 내부에 위치하는 부품이며,상기 케이블 이상 탐지 장치는,상기 자율 주행 차량의 내부에 탑재되어 미리 설정된 시간 단위로 상기 케이블 이상 탐지 방법을 수행하여 상기 케이블의 이상을 탐지하는,인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 방법
|
| 11 |
11
제10항에서,상기 케이블 이상 탐지 네트워크 모델은,시계열 데이터로 이루어지는 상기 반사 신호를 미리 설정된 시간 폭의 크기로 윈도윙(windowing)하여 프레임 단위 데이터로 전처리하는 데이터 윈도윙 층;상기 데이터 윈도윙 층을 통해 프레임 단위 데이터로 전처리된 상기 반사 신호를 정규화(normalization)하는 정규화 층;장단기 기억 메모리(long short-term memory, LSTM)와 완전 연결 신경망(fully connected neural network, FCNN)의 조합으로 이루어지고, 상기 정규화 층을 통해 정규화된 상기 반사 신호를 입력으로 하고, 잠재 공간(latent space)을 출력하는 인코더 층;장단기 기억 메모리(LSTM)와 완전 연결 신경망(FCNN)의 조합으로 이루어지고, 상기 인코더 층을 통해 출력되는 상기 잠재 공간을 입력으로 하는 디코더 층; 및상기 디코더 층을 통해 출력되는 데이터를 입력으로 하고, 상기 케이블에 대한 이상치 점수를 출력하는 스코어링 층;을 포함하는 인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 방법
|
| 12 |
12
제9항 내지 제11항 중 어느 한 항에 기재된 인공지능을 활용한 반사파 계측법 기반 케이블 이상 탐지 방법을 컴퓨터에서 실행시키기 위하여 컴퓨터로 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램
|
