Rack형 창고에서의 연기감지기와 영상처리를 이용한 고 신뢰성 화재 감지 시스템 개발
High Reliability Fire Detection Systems Using Smoke Detection and Image Processing in Rack Type Warehouse
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
rack형 창고에서의 화재관리는 굉장히 중요하고 필수적인 요소이다. 일반적으로 화재는 먼저 연기가 생성되고 그다음 화염이 발생하여 화재로 이어진다. 일반적으로 연기감지 시스템은 모든 rack 공간에 연기감지기가 설치되어 있으며 초기에 연기를 감지하여 정확한 위치를 전달한다. 그러나 rack 안에 연기감지기를 설치할 공간이 부족하거나 모든 rack에 연기감지기를 설치하지 않은 경우에는 최상단에 1개의 연기감지기를 설치하여 주변의 rack을 그룹으로 관리한다. 이와 같은 구성에서 연기감지기가 연기를 감지하면 그룹으로 묶인 rack들 중에서 어떤 rack에서 연기가 발생되고 있는지 판단할 수 없다. 따라서 본 연구에서는 연기가 발생하는 rack의 위치를 효율적으로 찾기 위한 시스템을 제안하고자 한다. 이를 위해 rack형 창고에 제품을 입고 및 출고 시키는 스태커 크레인에 카메라를 설치한다. 고정된 카메라에서 영상 프레임을 실시간으로 전송받아 차영상(difference image)이 안정적으로 계산되도록 한다. 얻어진 영상은 객체의 움직임을 탐지하는 알고리즘인 밀집 광학 흐름이라는 기술을 사용해 연기의 방향을 검출한다. 검출된 방향으로 스태커 크레인을 이동시켜 연기의 방향을 찾는 방법을 반복하여 연기가 발생하는 rack의 위치를 찾아내는 고 신뢰성 화재 감지 시스템의 개발을 목적으로 한다.
Abstract
The fire management in rack type warehouses is a very important and essential element. Usually, a fire is first produced smoke, then a flame is produced, leading to a fire. Generally, smoke detection systems have smoke detectors installed in all of the rack spaces and detect smoke early on and deliver the correct location. However, if there is not enough space in the rack to install smoke detectors, or if all racks do not have smoke detectors installed, one smoke detector is installed at the top of the rack to manage the surrounding racks. If the smoke detector detects smoke in this configuration, it is not possible to determine which of the grouped racks is generating smoke. Therefore, this study proposes a system to efficiently locate the position of the smoke-producing racks. For this purpose, the camera is installed on a stacker crane that loads and leaves products in a rack warehouse. Image frames are transmitted in real time from fixed cameras so that the difference images are calculated reliably. The images obtained detect the direction of smoke using a technique called dense optical flow, an algorithm that detects the movement of an object. The purpose of this paper is to develop a highly reliable fire detection system that detects the location of the racks in which smoke occurs by moving the stacker cranes in the detected direction and repeatedly.
참고문헌 (16)
- "Advantages of Warehouse Racks"[URL]
- Fire risk analysis according to the nature of the warehouse, "U. H. Kim", Korean Institute Of Fire Science & Engineering, ~ (2014)
- T. Y. Lee, "Development of smart fire monitoring system for forest fire prevention", master, pp.2017
- J. H. Kim, "A study on analyses of the Rey-O Test Image using image processing", master, pp.2018
- D. G. Kim, "OpenCV programming to learn by python" (2018), Kame publisher
- M. H. Kim, "Application of deep learning technique for detecting construction worker wearing safety helmet based on computer vision", master, pp.2019
- 이종석, "흡연자 검출을 위한 새로운 방법", 한국통신학회논문지, 41(9), pp.1120~1131 (2016), 한국통신학회
- D. K. Panda, "Motion detection, object classification and tracking for visual surveillance application", master, pp.2012
- H. S. Parekh, "Jaliya, A survey on object detection and tracking methods", International Journal of Innovative Research in Computer and Communication Engineering,, 2(2) (2014)
- 손소희, "동적 카메라 환경에서의 소형 드론 추적 방법", 방송공학회 논문지, 24(5), pp.802~812 (2019), 한국방송∙미디어공학회[DOI]
- D. H. Yun, "OpenCV4 programming using C# and Python" (2019), Wikibook
- G. Farneb¨ack, "Two-frame motion estimation based on polynomial expansion", Scandinavian Conference on Image Analysis, pp.363~370 (2003)
- A. Kaehler, "Learning OpenCV 3" (2016), O’Reilly
- Dynamic characteristics analysis of stacker crane for automatic warehouse, "J. J. Kim", The Korean Society of Mechanical Engineers, 436~441 (2001)
- "Automatic warehouse (AS/RS)"[URL]
- T. H. Kim, "A Study on the Detection of Smoke Emitted and Diffused from a Blast Furnace with CCTV Imagery", master, pp.2017