1 |
1
이미지센서 및 GPS센서를 포함하며, 상기 이미지 센서 및 GPS센서를 통해 소정 지역을 비행하여 취득되는 기하정보를 저장할 수 있는 저장매체 및 상기 기하정보를 빌딩풍 추론장치로 전송할 수 있는 통신매체를 포함하는 드론장치(100); 복수 개의 CCTV, 복수 개의 IoT센싱장치 및 통계(빌딩풍으로 인한 사고)자료 수집모듈(통계청, 국토교통부, 국가통계포털 등)을 포함하며, 상기 복수 개의 CCTV, 복수 개의 IoT센싱장치 및 통계자료 수집모듈을 통해 취득되는 각종 상황 정보를 저장할 수 있는 저장매체 및 상기 각종 상황 정보를 빌딩풍 추론장치로 전송할 수 있는 통신매체를 포함하는 환경정보 취득 관리 장치(200);상기 기하정보 및 각종 상황 정보를 기반으로 인공지능 모델을 학습시키고, 상기 인공지능 모델을 통해 빌딩풍 위험도를 추론하여 지도기반 빌딩풍 위험도 분포도를 생성하는 빌딩풍 추론장치(300); 및상기 빌딩풍 추론장치(300)에 관심 지역의 주소정보를 입력하여, 관심 지역의 지도기반 빌딩풍 위험도 분포도를 제공받는 사용자단말기(400);를 포함하되,상기 기하정보는,소정 지역의 이미지 정보 및 GPS 정보 중 어느 하나 이상을 포함하며,상기 각종 상황 정보는,소정 지역의 일정 기간 동안 발생한 풍향 및 풍속 발생빈도에 대한 정보, CCTV 정보, 온습도 정보, 빌딩풍으로 인한 사고 정보 중 어느 하나 이상을 포함하며,상기 빌딩풍 추론장치(300)는,기하정보와 각종 상황 정보를 통해 CFD 해석을 수행하여, 인공지능 모델이 학습할 학습데이터셋을 생성하는 학습데이터 생성부(310);상기 학습데이터셋을 입력값으로 하여 복수의 인공지능 모델의 학습을 수행하고, 복수의 인공지능 모델 중 가장 성능이 높은 인공지능 모델을 선정하여 저장하는 인공지능 모델학습부(320);사용자단말기(400)로부터 시도명, 시군구명, 법정동명, 번지, 건물명 및 건물동명 중 어느 하나 이상을 포함하는 관심 지역의 주소정보가 입력되면, 상기 인공지능 모델학습부(320)에 저장된 인공지능 모델 중 어느 하나를 선택하는 인공지능 모델선택부(330);상기 인공지능 모델선택부(330)가 선택한 모델을 통해 상기 관심 지역의 빌딩풍 위험도를 산출하는 인공지능 모델예측부(340); 및상기 인공지능 모델예측부(340)가 산출한 위험도를 지도기반 빌딩풍 위험도 분포도로 가시화하여 사용자단말기(400)에 제공하는 위험도 가시화부(350);를 포함하되,상기 학습데이터 생성부(310)는,기하정보의 이미지 정보의 형상정보를 이용하여 지형을 수치 모형화하여 CFD수치모델을 생성하고, 상기 CFD수치모델에 대해 풍향 및 풍속 발생빈도 등을 매개변수 연구로 포함한 전산유체해석을 진행하여 해당 형상정보에서의 빌딩풍 분포를 계산하고, 상기 CFD수치모델 구축에 사용한 기하정보를 입력 행렬, 계산한 빌딩풍 분포를 결과 행렬로 하여 인공지능 모델이 학습할 학습데이터셋을 생성하며,상기 형상정보는 소정 지역내 빌딩의 개수, 빌딩의 높이 및 면적, 빌딩의 형상, 빌딩간 가격, 표고변화 중 어느 하나 이상을 포함하는 것을 특징으로 하는 빌딩풍 위험도 제공 시스템
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
삭제
|
6 |
6
제1항에 있어서,상기 인공지능 모델학습부(320)는,인공지능 모델의 하이퍼 파라미터를 최적화시키는 Bayesian Optimizer기법을 사용하여, 복수의 인공지능 모델의 AUC 점수를 측정하여 가장 성능이 높은 인공지능 모델을 선정 및 저장하는 것을 특징으로 하는 빌딩풍 위험도 제공 시스템
|
7 |
7
이미지센서 및 GPS센서를 포함하며, 상기 이미지 센서 및 GPS센서를 통해 소정 지역을 비행하여 취득되는 기하정보를 저장할 수 있는 저장매체 및 상기 기하정보를 빌딩풍 추론장치로 전송할 수 있는 통신매체를 포함하는 드론장치(100)가 소정 지역을 비행하며 소정 지역의 기하정보를 취득하고, 복수 개의 CCTV, 복수 개의 IoT센싱장치 및 통계(빌딩풍으로 인한 사고)자료 수집모듈(통계청, 국토교통부, 국가통계포털 등)을 포함하며, 상기 복수 개의 CCTV, 복수 개의 IoT센싱장치 및 통계자료 수집모듈을 통해 취득되는 각종 상황 정보를 저장할 수 있는 저장매체 및 상기 각종 상황 정보를 빌딩풍 추론장치로 전송할 수 있는 통신매체를 포함하는 환경정보 취득 관리 장치(200가 소정 지역의 각종 상황 정보를 취득하는 A단계; 및 빌딩풍 추론장치(300)가 상기 기하정보 및 각종 상황 정보를 기반으로 인공지능 모델을 학습시키고, 사용자단말기(400)로부터 관심 지역의 주소정보를 입력받으면 상기 인공지능 모델을 통해 관심 지역의 빌딩풍 위험도를 추론하여, 지도기반 빌딩풍 위험도 분포도를 사용자단말기(400)에 제공하는 B단계; 를 포함하되,상기 기하정보는,소정 지역의 이미지 정보 및 GPS 정보 중 어느 하나 이상을 포함하며,상기 각종 상황 정보는,소정 지역의 일정 기간 동안 발생한 풍향 및 풍속 발생빈도에 대한 정보, CCTV 정보, 온습도 정보, 빌딩풍으로 인한 사고 정보 중 어느 하나 이상을 포함하며,상기 B단계는,학습데이터 생성부(310)가 기하정보와 각종 상황 정보를 통해 CFD 해석을 수행하여, 인공지능 모델이 학습할 학습데이터셋을 생성하는 단계;인공지능 모델학습부(320)가 상기 학습데이터셋을 입력값으로 하여 복수의 인공지능 모델의 학습을 수행하고, 복수의 인공지능 모델 중 가장 성능이 높은 인공지능 모델을 선정하여 저장하는 단계;인공지능 모델선택부(330)가 사용자단말기(400)로부터 시도명, 시군구명, 법정동명, 번지, 건물명 및 건물동명 중 어느 하나 이상을 포함하는 관심 지역의 주소정보가 입력되면, 상기 인공지능 모델학습부(320)에 저장된 인공지능 모델 중 어느 하나를 선택하는 단계;인공지능 모델예측부(340)가 상기 인공지능 모델선택부(330)가 선택한 모델을 통해 상기 관심 지역의 빌딩풍 위험도를 산출하는 단계; 및위험도 가시화부(350)가 상기 인공지능 모델예측부(340)가 산출한 위험도를 지도기반 빌딩풍 위험도 분포도로 가시화하여 사용자단말기(400)에 제공하는 단계;를 포함하되,상기 학습데이터 생성부(310)는,기하정보의 이미지 정보의 형상을 이용하여 지형을 수치 모형화하여 CFD수치모델을 생성하고, 상기 CFD수치모델에 대해 풍향 및 풍속 발생빈도 등을 매개변수 연구로 포함한 전산유체해석을 진행하여 해당 형상정보에서의 빌딩풍 분포를 계산하고, 상기 CFD수치모델 구축에 사용한 기하정보를 입력 행렬, 계산한 빌딩풍 분포를 결과 행렬로 하여 인공지능 모델이 학습할 학습데이터셋을 생성하며,상기 형상정보는 소정 지역내 빌딩의 개수, 빌딩의 높이 및 면적, 빌딩의 형상, 빌딩간 가격, 표고변화 중 어느 하나 이상을 포함하는 것을 특징으로 하는 빌딩풍 위험도 제공 시스템을 이용한 빌딩풍 위험도 제공 방법
|
8 |
8
삭제
|
9 |
9
삭제
|
10 |
10
삭제
|
11 |
11
삭제
|
12 |
12
제7항에 있어서,상기 인공지능 모델학습부(320)는,인공지능 모델의 하이퍼 파라미터를 최적화시키는 Bayesian Optimizer기법을 사용하여, 복수의 인공지능 모델의 AUC 점수를 측정하여 가장 성능이 높은 인공지능 모델을 선정 및 저장하는 것을 특징으로 하는 빌딩풍 위험도 제공 시스템을 이용한 빌딩풍 위험도 제공 방법
|