회사 자료를 불러오는 중…
회사 자료를 불러오는 중…
검증 단계 — 어디까지 확인했나
L0 · 국민연금 인력 · 공시 재무 · 특허 — 공공자료
경기도에 있는 2004년 설립 회사입니다. 방송장비 제조업을 합니다. 2025년 매출은 482억입니다. 2026년 8월 기준 국민연금 가입자는 74명입니다. 외부감사를 받는 회사이고, 가장 최근 감사의견은 「적정」입니다.
읽어오는 중입니다…
최근 출원 2025-08-27 · 최근 등록 2026-08-05 · 최신 출원순
프로세서에 의해 수행되는 비전 언어 모델을 이용한 객체 검출 방법이 개시된다. 상기 비전 언어 모델을 이용한 객체 검출 방법은 사용로부터 프롬프트를 입력받는 단계, 상기 프롬프트를 인코딩하여 복수의 텍스트 벡터들로 출력하는 단계, 카메라에 의해 생성된 하나의 비디오 프레임을 인코딩하여 복수의 비주얼 벡터들을 출력하는 단계, 상기 출력된 복수의 텍스트 벡터들과 상기 출력된 복수의 비주얼 벡터들 사이의 유사도를 측정하는 단계, 및 상기 하나의 비디오 프레임에서 가장 높은 유사도와 대응되는 객체의 정보를 상기 사용자에게 제공하는 단계를 포함한다.
본 발명은 카메라용 레이다를 이용한 차량 분류 방법 및 시스템에 관한 것으로서, 기설정된 인식구간을 지나가는 차량을 스캔하여 포인트클라우드를 생성하는 레이다; 하나 이상의 인스트럭션들(instruction)을 저장하는 메모리; 및 상기 저장된 하나 이상의 인스트럭션들을 실행함으로써, 적어도 둘 이상의 프레임시간동안 상기 레이다에 의해 생성된 복수의 포인트클라우드를 상기 메모리에 누적한 후, 상기 메모리에 누적된 복수의 포인트클라우드를 클러스터링하여 복수의 트랙을 생성하고, 각 트랙의 좌표값을 이용하여 각 트랙의 폭값 및 높이값을 구하며, 복수의 트랙의 폭값들 및 높이값들에 기초하여 차량을 대형차, 소형차 및 이륜차로 1차 분류하고, 상기 누적된 복수의 포인트클라우드를 기계학습하여 상기 대형차를 2차 분류하는 하나 이상의 프로세서를 포함한다.
프로세서에 의해 수행되는 로봇 액션의 인공지능 윤리 침해 판정 방법이 개시된다. 상기 로봇 액션의 인공지능 윤리 침해 판정 방법은 영상을 제1신경망에 적용하여 상기 영상에 포함된 장소, 또는 객체를 인식하는 단계, 복수의 로봇 액션들을 포함하는 로봇 액션 시퀀스를 수신하여 상기 로봇 액션들을 사전 저장된 테이블에 따라 서로 다른 복수의 레벨들로 구별하는 단계, 상기 장소와, 상기 구별된 서로 다른 복수의 레벨들 중 어느 하나에 대응되는 로봇 액션 시퀀스를 제2신경망에 적용하여 상기 로봇 액션들의 목적을 추론하는 단계, 및 상기 인식된 장소, 상기 인식된 객체, 상기 로봇 액션 시퀀스, 및 상기 로봇 액션들의 목적에 따라 상기 로봇 액션들이 사람에게 직접적으로 위협이 되는 행동인지 예측하는 단계를 포함한다.
로봇에 의해 수행되는 로봇의 액션 생성 방법이 개시된다. 상기 로봇에 의해 수행되는 로봇의 액션 생성 방법은 상기 로봇의 업무를 결정하는 단계, 상기 로봇의 업무에 따른 액션을 생성하기 위해 학습 대상을 선정하는 단계, 및 상기 선정된 학습 대상을 신경망에 적용하여 상기 로봇의 액션을 생성하는 단계를 포함한다.
엣지 디바이스에 의해 수행되는 영상 감시 방법이 개시된다. 상기 영상 감시 방법은 복수의 카메라들로부터 복수의 영상들을 복수의 채널들을 통해 수신하는 단계, 상기 복수의 영상들에서 움직이는 객체를 검출하는 단계, 상기 복수의 영상들 중 어느 하나에서 상기 움직이는 객체가 검출될 때, 상기 움직이는 객체가 검출된 영상과 대응되는 채널을 액티브(active) 채널로 결정하는 단계, 및 상기 액티브 채널을 통해 수신되는 영상에 대해 제1인공지능 학습 모델을 적용하여 상기 객체를 인식하는 단계를 포함한다.
본 발명의 실시예에 따른 모바일 로봇의 주행 안정화를 위한 제어 방법은, 모바일 로봇(10)이, 제1 플라이휠(35)이 제1 케이스(34)의 내부에서 고속 회전하고, 상기 제1 케이스(34)를 피치(Y) 축을 기준으로 기울기가 제어되는 제1 스테빌라이저(30); 제2 플라이휠(45)이 제2 케이스(44)의 내부에서 상기 제1 플라이휠(35)과 반대 방향으로 고속 회전하고, 상기 제2 케이스(44)를 롤(X) 축을 기준으로 기울기가 제어되는 제2 스테빌라이저(40); 상기 제1, 2 스테빌라이저(30, 40)가 설치된 베이스 프레임(14); 상기 베이스 프레임(14)이 설치된 보디 프레임(12); 및 상기 보디 프레임(12)에 설치되어 탑재 장치(100)의 무게를 측정하는 제1 내지 제4 웨이트 센서(21~24); 를 포함하여 구성하고, 상기 모바일 로봇(10)의 무게 중심(COM) 좌표가 사전에 설정되며, 상기 제1 내지 제4 웨이트 센서(21~24)로부터 측정된 각 무게 값을 바탕으로 지엠피(ZMP) 좌표( )가 계산되고, 상기 지엠피(ZMP) 좌표가 상기 무게 중심(COM) 좌표에 가까워지도록 제1 스테빌라이저(30)에서 제1 토크( )를 발생시키거나 제2 스테빌라이저(40)에서 제2 토크( )를 발생시킨다.
본 발명은 바퀴 및 바퀴 구동수단이 장착되는 장착 하우징; 자율 주행 로봇의 주행 방향 및 주행 경로를 설정하고, 바퀴 구동수단의 구동을 제어하는 구동 제어부; 및 상기 장착 하우징의 중앙부에 장착되며, 바닥면에 대한 장애물의 존재 유무, 바닥면의 낙하 요소 존재 유무, 경사로의 존재 유무를 포함하는 바닥면 상태 정보에 대한 바닥면 상태 분석 결과 정보를 생성하여 상기 구동 제어부로 전송하는 바닥 감지 장치;를 포함하는 바닥 감지 장치가 구비된 자율 주행 로봇을 제공하는 것이다.
본 발명의 실시예에 따른 모바일 로봇을 스테이션으로 안내하는 시스템은, 제1 마커(21)가 형성된 제1 면(11); 제2 마커(22)가 형성되고 상기 제1 면(11)과 이웃하며 상기 제1 면(11)과 제1 둔각을 이루는 제2 면(12); 및 제3 마커(23)가 형성되고 상기 제2 면(12)과 반대쪽에서 상기 제1 면(11)과 이웃하며 상기 제1 면(11)과 제2 둔각을 이루는 제3 면(12); 을 포함하고, 모바일 로봇이 스테이션에 진입할 때 모바일 로봇이 임의의 위치에 있더라도 상기 제1, 2, 3 마커(21, 22, 23) 중의 하나 이상이 모바일 로봇의 카메라에 촬영된다. 모바일 로봇은 촬영된 영상에서 상기 제1, 2, 3 마커(21, 22, 23)를 인식하고 분석하며 분석 결괏값을 바탕으로 최적의 이동 경로(P)를 생성하고 모바일 로봇이 올바른 자세로 정렬되어 스테이션에 정확하게 도킹할 수 있게 한다.
본 발명은 스마트교차로 시스템을 위한 영역별 간섭 거리를 갖는 FMCW 라이다 시스템 및 이를 이용한 거리 측정 방법에 관한 것으로서, 복수의 기준 신호 중 하나와 수신 신호의 간섭을 이용하여 비트 주파수를 생성하고, 생성된 비트 주파수에 기초하여 교차로 상에 위치하는 차량까지의 거리를 측정하는 FMCW 라이다; 및 신호등 정보를 수신하고, 수신한 신호등 정보에 기초하여 상기 복수의 기준 신호 중 하나를 선택하는 신호처리기를 포함한다.
본 발명은 스마트교차로 시스템을 위한 스캔 가변형 FMCW 라이다 시스템 및 이를 이용한 스캔 방법에 관한 것으로서, 제1 및 제2 스캐너를 포함하고, 교차로 상에 위치하는 차량에 대한 데이터를 획득하는 FMCW 라이다; 및 신호등 정보를 수신하고, 수신한 신호등 정보에 기초하여 상기 제1 및 제2 스캐너의 스캔 해상도 및 스캔 속도를 가변하여 차량의 분류 및 통행량을 측정하고, 차량의 대수를 측정하는 신호처리기를 포함한다.
본 발명은 용의자 추적 방법 및 그를 위한 장치 및 시스템에 관한 것으로, 본 개시의 일 측면에 따른 영상 정보 제공 장치와 네트워크를 통해 연동되는 서버에서 용의자를 추적하는 방법은 상기 영상 정보 제공 장치를 등록하는 단계와 상기 등록된 영상 정보 제공 장치로부터 영상 정보를 획득하는 단계와 상기 영상 정보에 기반하여 용의자를 검출 및 추적하는 단계를 포함하되, 상기 용의자의 머리 위치가 제1영상 프레임에서는 차량의 전고보다 높고, 제2영상 프레임에서 상기 차량의 전고보다 낮을 때, 제3영상 프레임에서 상기 용의자의 머리의 위치 벡터가 차량의 중심 방향인지 판단하며, 상기 머리의 위치 벡터는 상기 제2영상 프레임에서 상기 용의자의 머리 위치와 상기 제3영상 프레임에서 상기 용의자의 머리 위치의 차이로 계산되며, 상기 제3영상 프레임에서 상기 용의자의 머리의 위치 벡터가 상기 차량의 중심 방향으로 판단될 때, 제4영상 프레임에서 상기 용의자는 검출되지 않고, 상기 차량만 검출되는지 판단하며, 상기 차량의 중심은 상기 제3영상 프레임에서 상기 차량을 검출하고 상기 검출된 차량의 중심으로 계산되며, 상기 제4영상 프레임에서 상기 차량만 검출될 때, 상기 용의자가 상기 차량에 탑승한 것으로 판단하는 상기 검출된 용의자의 이동 수단 탑승 여부에 기반하여 추적 대상이 적응적으로 결정될 수 있다.
교통 안전을 위한 상태머신 기반 영상 감시 장치의 동작 방법이 개시된다. 상기 영상 감시 장치의 동작 방법은 프로세서는 영상에서 차량과 사람을 인식하는 단계, 상기 프로세서는 상기 영상을 분석하여 상기 사람의 현재 상태와 상기 차량의 현재 상태를 인식하는 단계, 상기 프로세서는 상기 사람의 복수의 다음 상태들, 상기 차량의 복수의 다음 상태들, 영상 감시 장치의 현재 상태, 및 상기 영상 감시 장치의 복수의 다음 상태들을 정의하는 단계, 상기 프로세서는 상기 사람의 현재 상태에서 상기 사람의 복수의 다음 상태들로 천이할 복수의 제1확률들과, 상기 차량의 상기 현재 상태에서 상기 차량의 상기 복수의 다음 상태들로 천이할 복수의 제2확률들을 예측하는 단계, 및 상기 프로세서는 상기 복수의 제1확률들과 상기 복수의 제2확률들에 따라 상기 영상 감시 장치의 복수의 다음 상태들 중 어느 하나를 선택하는 단계를 포함한다.
걸음걸이 인식 기반 객체 식별 및 추적 방법이 개시된다. 상기 걸음걸이 인식 기반 객체 식별 및 추적 방법은 카메라에 의해 촬영된 영상 프레임들에서 검출된 사람과 대응되는 실제 공간에서 사람의 위치들과 상기 카메라의 위치 사이에 결정된 토폴로지(topology)와, 미리 저장된 다른 영상 프레임들에서 결정된 토폴로지들을 비교하여 상기 미리 저장된 다른 영상 프레임들에서 상기 카메라에 의해 촬영된 영상 프레임들과 가장 유사한 영상 프레임들을 추출하는 단계, 및 관절 각도를 이용하여 상기 카메라에 의해 촬영된 영상 프레임들에서 결정된 걸음걸이와 상기 추출된 가장 유사한 영상 프레임들에서 결정된 걸음걸이가 동일한 걸음걸이인지 판단하는 단계를 포함한다.
걸음걸이 인식 기반 객체 식별 및 추적 방법이 개시된다. 상기 걸음걸이 인식 기반 객체 식별 및 추적 방법은 카메라에 의해 촬영된 영상 프레임들에서 검출된 사람과 대응되는 실제 공간에서 사람의 위치들과 상기 카메라의 위치 사이에 결정된 토폴로지(topology)와, 미리 저장된 다른 영상 프레임들에서 결정된 토폴로지들을 비교하여 상기 미리 저장된 다른 영상 프레임들에서 상기 카메라에 의해 촬영된 영상 프레임들과 가장 유사한 영상 프레임들을 추출하는 단계, 및 관절 각도를 이용하여 상기 카메라에 의해 촬영된 영상 프레임들에서 결정된 걸음걸이와 상기 추출된 가장 유사한 영상 프레임들에서 결정된 걸음걸이가 동일한 걸음걸이인지 판단하는 단계를 포함한다. 상기 가장 유사한 영상 프레임들을 추출하는 단계는 상기 카메라의 중심 위치를 기준으로 상기 카메라에 의해 촬영된 i번째 영상 프레임에서 검출된 사람과 대응되는 실제 공간에서 사람의 중심 위치를 나타내는 제1위치 정보를 판별하는 단계, 상기 카메라의 중심 위치를 기준으로 상기 카메라에 의해 촬영된 m번째 영상 프레임에서 검출된 사람과 대응되는 실제 공간에서 사람의 중심 위치를 나타내는 제2위치 정보를 판별하는 단계, 상기 제1위치 정보와 상기 제2위치 정보에 따라 상기 실제 공간에서 사람의 중심 위치들과 상기 카메라의 중심 위치 사이의 토폴로지를 결정하는 단...(이하생략)
본 발명의 실시예에 따른 자세 안정화 장치는, 센터 샤프트(12)의 외주면에 코일(13)이 배치되고, 코일(13)에 전기가 흐르면 자성을 띠도록 하는 모터 고정자(10); 영구자성체로 구성되고 상기 코일(13)의 바깥쪽에 배치되어 상기 자성과 반응하여 회전하도록 하는 모터 회전자(16); 상기 모터 회전자(16)가 중앙 내주면(22)에 고정되어 상기 모터 회전자(16)와 함께 회전하는 플라이휠(20); 상기 센터 샤프트(12)에 설치되고, 상기 플라이휠(20)을 감싸는 커버(40); 및 상기 플라이휠(20)과 상기 커버(40)의 사이에 설치되어 상기 플라이휠(20)이 상기 커버(40)의 안쪽에서 정렬된 상태로 회전할 수 있게 하는 베어링(30); 을 포함하고, 상기 모터 고정자(10)와 상기 모터 회전자(16)가 상기 커버(40)의 표면 쪽으로 돌출되지 않는다.
안전 목적의 분산 처리 기반의 돌발 상황 인식 방법이 개시된다. 상기 안전 목적의 분산 처리 기반의 돌발 상황 인식 방법은 제1프로세싱 유닛은 영상에서 객체를 인식하여 상기 인식된 객체의 유형 정보과 위치 정보를 제2프로세싱 유닛으로 전송하는 단계, 상기 제2프로세싱 유닛은 상기 객체의 유형 정보와 상기 위치 정보를 제1신경망에 적용하여 상기 객체의 자세 정보와 움직임 정보를 예측하는 단계, 및 상기 제2프로세싱 유닛은 상기 예측된 객체의 자세 정보와 상기 움직임 정보에 따라 상기 객체의 자세 정보와 상기 움직임 정보를 제2신경망에 적용할지 여부를 결정하는 단계를 포함하며, 상기 제1신경망의 출력 노드들에 제1인디케이터 노드가 더 추가되고, 상기 제1인디케이터 노드는 상기 출력 노드들과 풀리 커넥티드된 레이어와 풀리 커넥티드되며, 상기 제1인디케이터 노드는 상기 인식된 객체의 수가 1개이거나, 상기 객체가 움직임이 없는 상태로 예측될 때, 1이며, 상기 인식된 객체의 수가 2개 이상이거나, 상기 객체가 움직임이 있는 상태라고 예측될 때, 0이다.
로봇의 주행 신뢰성 테스트 지그가 개시된다. 본 발명의 로봇의 주행 신뢰성 테스트 지그는 구동 휠(driving wheel)과 종동 휠을 구비하는 로봇(robot)의 주행 신뢰성 테스트가 진행되는 장소를 형성하는 지그 프레임 구조체; 상기 지그 프레임 구조체 내의 바닥에 배치되어 고정되는 베이스 플레이트; 상기 지그 프레임 구조체 내에서 상기 베이스 플레이트의 상부 영역에 배치되되 상기 로봇의 구동 휠과 종동 휠이 배치되는 장소를 이루며, 판면에 복수 개의 통공이 형성되는 상판 프레임; 상기 베이스 플레이트와 상기 상판 프레임 사이에 배치되며, 상기 베이스 플레이트에 대하여 상기 상판 프레임을 각도 조절 가능하게 연결하는 각도 조절식 연결유닛; 상기 베이스 플레이트에 대한 상기 상판 프레임의 각도를 측정하는 프레임 각도 측정기; 상기 베이스 플레이트와 상기 상판 프레임 사이에서 상기 베이스 플레이트와 상기 상판 프레임과 연결되며, 상기 베이스 플레이트에 대하여 상기 상판 프레임을 각도 조절 가능하게 구동시키는 프레임 구동부; 상기 상판 프레임의 어느 한 통공 영역에 배치되며, 제자리에서 회전하면서 상기 로봇의 구동 휠을 회전 가능하게 지지하는 복수 개의 롤러; 상기 롤러의 회전속도를 감지하는 롤러 회전속도 감지기; 상기 롤러들 중 적어도 어느 하나에 연결되며, 상기 롤러의 회전을 제동하는 롤러 브레...(이하생략)
3차원 모델링을 이용한 침수 표시 방법이 개시된다. 상기 3차원 모델링을 이용한 침수 표시 방법은 프로세서가 저수지의 수위와 범람 시기를 예측하는 단계, 및 상기 프로세서는 상기 침수되는 저수지 주변의 위치를 디스플레이에 표시하는 단계를 포함한다. 상기 저수지의 수위를 예측하는 단계는 상기 프로세서가 카메라로부터 저수지가 포함된 이미지들을 수신하는 단계, 상기 프로세서는 상기 이미지들을 이용하여 위로 향하는 방향을 갖는 옵티컬 플로우들과 아래로 향하는 방향을 갖는 옵티컬 플로우들을 포함하는 옵티컬 플로우 이미지들을 생성하는 단계, 상기 프로세서는 상기 저수지의 영역을 식별하기 위해 상기 이미지들 중 어느 하나를 제1신경망에 적용하여 제1결과들의 확률 분포를 출력하는 단계, 상기 프로세서는 상기 옵티컬 플로우 이미지들 중 상기 위로 향하는 방향을 갖는 옵티컬 플로우들을 선택하는 단계, 상기 프로세서는 상기 선택된 위로 향하는 방향을 갖는 옵티컬 플로우들을 포함하는 옵티컬 플로우 이미지들을 제2신경망에 적용하여 제2결과들의 확률 분포를 출력하는 단계, 및 상기 프로세서는 상기 제1결과들 중 가장 큰 확률과 상기 제2결과들 중 가장 큰 확률의 곱으로 상기 저수지의 수위를 예측하는 단계를 포함하며, 상기 침수되는 저수지 주변의 위치를 디스플레이에 표시하는 단계는 상기 프로세서는 상기 이미지들 중 어느 하나...(이하생략)
신경망을 이용한 수위 예측 방법이 개시된다. 상기 신경망을 이용한 수위 예측 방법은 프로세서가 제1시점에서 카메라로부터 저수지가 포함된 이미지들을 수신하는 단계, 상기 프로세서가 상기 이미지들을 이용하여 옵티컬 플로우(optical flow) 이미지들을 생성하는 단계, 상기 프로세서가 상기 제1시점에서 상기 이미지들을 제1신경망에 적용하여 제1결과들의 확률 분포를 출력하는 단계, 상기 프로세서가 상기 옵티컬 플로우 이미지들 중 제1방향을 갖는 옵티컬 플로우들을 포함하는 옵티컬 플로우 이미지들을 선택하는 단계, 상기 프로세서가 상기 제1시점에서 상기 선택된 제1방향을 갖는 옵티컬 플로우들을 포함하는 옵티컬 플로우 이미지들을 제2신경망에 적용하여 제2결과들의 확률 분포를 출력하는 단계, 상기 프로세서는 상기 제1시점에서 상기 제1결과들의 확률 분포와 상기 제2결과들의 확률 분포를 이용하여 상기 저수지의 수위를 예측하는 단계, 상기 프로세서는 상기 제1시점에서 상기 예측된 저수지의 수위가 제1임의의 수위 이상이고, 제2임의의 수위 이하인지 판단하는 단계, 상기 제1시점에서 상기 예측된 저수지의 수위가 상기 제1임의의 수위 이상이고, 상기 제2임의의 수위 이하라고 판단될 때, 상기 프로세서는 제2시점에서 상기 카메라로부터 수신된 저수지가 포함된 이미지들을 수신하고, 상기 이미지들 중 어느 하나를 상기 제1...(이하생략)
RTU가 개시된다, 상기 RTU는 제1보드, 상기 제1보드와 결합될 수 있는 제2보드, 및 상기 제2보드에 삽입될 수 있는 센서 모듈을 포함하며, 상기 제1보드는 상기 제2보드로부터 수신된 센서 데이터를 전송하기 위한 동작들을 실행하는 제1마이크로프로세서, 상기 제1마이크로프로세서의 제어하에 상기 제2보드로부터 수신된 상기 센서 데이터를 전송하기 위한 통신 모듈, 및 상기 제2보드로부터 상기 센서 데이터를 수신하기 위한 제1보드 통신 인터페이스를 포함한다. 상기 제2보드는 상기 센서 모듈로부터 센서 데이터를 수신하기 위한 동작들을 실행하는 제2마이크로프로세서, 상기 제1보드로 상기 센서 데이터를 전송하기 위한 제2보드 통신 인터페이스, 복수의 모듈 통신 인터페이스, 및 접촉 단자가 구현된 슬롯을 포함한다. 상기 복수의 모듈 통신 인터페이스 중 어느 하나는 상기 센서 모듈의 접촉 단자와 상기 슬롯의 상기 접촉 단자의 결합에 따라 결정된다.
서빙 로봇이 개시된다. 상기 서빙 로봇은 음료, 또는 음식을 실기 위해 상기 서빙 로봇의 바디에 구현된 트레이, 상기 서빙 로봇의 속도와 가속도를 측정하는 IMU 센서, 상기 트레이에 실린 상기 음료, 또는 상기 음식의 무게를 측정하기 위한 무게 센서, 상기 트레이에 실린 상기 음료, 또는 상기 음식의 쏟아짐을 방지하기 위해 상기 트레이의 하부에 위치하는 한 쌍의 자이로 스테빌라이저들(gyro stabilizers), 상기 한 쌍의 자이로 스테빌라이저들의 제어를 위해 명령들을 실행하는 프로세서, 및 상기 명령들을 저장하는 메모리를 포함하며, 상기 명령들은 상기 IMU 센서에서 측정된 상기 속도, 상기 가속도, 및 상기 서빙 로봇의 이동 경로에 따라 상기 스테테빌라이저들을 제어하도록 구현된다.
서빙 로봇이 개시된다. 상기 서빙 로봇은 음료, 또는 음식을 실기 위해 상기 서빙 로봇의 바디에 구현된 트레이, 상기 서빙 로봇의 속도와 가속도를 측정하는 IMU 센서, 상기 트레이에 실린 상기 음료, 또는 상기 음식의 무게를 측정하기 위한 무게 센서, 상기 트레이에 실린 상기 음료, 또는 상기 음식의 쏟아짐을 방지하기 위해 상기 트레이의 하부에 구현되는 피치(pitch) 축을 기준으로 회전하는 제1짐벌 관절과 롤(roll) 축을 기준으로 회전하는 제2짐벌 관절, 상기 제1짐벌 관절과 상기 제2짐벌 관절의 제어를 위해 명령들을 실행하는 프로세서, 및 상기 명령들을 저장하는 메모리를 포함한다. 상기 명령들은 상기 IMU 센서에서 측정된 상기 속도, 상기 가속도, 및 상기 서빙 로봇의 이동 경로에 따라 상기 제1짐벌 관절과 상기 제2짐벌 관절을 제어하도록 구현된다. 상기 명령들은 상기 서빙 로봇의 속도가 임의의 속도보다 크거나, 상기 가속도가 임의의 가속도보다 큰지 판단하고, 상기 속도가 상기 임의의 속도보다 크거나, 상기 가속도가 상기 임의의 가속도보다 클 때, 상기 서빙 로봇이 회전 구간을 지나는지 판단하며, 상기 서빙 로봇이 상기 회전 구간을 지나지 않는다고 판단할 때, 상기 제1짐벌 관절의 각속도를 계산하고, 상기 서빙 로봇의 상기 가속도에 따라 상기 트레이에 발생하는 관성에 대응하여 상기 제1...(이하생략)
스마트 물 관리 시스템이 개시된다, 상기 스마트 물 관리 시스템은 서버, 제1센서 그룹, 및 제2센서 그룹을 포함한다. 상기 제1센서 그룹은 제1수문이 위치한 제1지역의 주변을 촬영하는 제1IP 카메라, 상기 제1지역에서 습도를 측정하는 제1습도계, 상기 제1수문의 내부 수위를 측정하는 제1내부 수위계, 상기 제1수문을 제어하는 제1수문 권양기, 상기 제1지역에서 비의 양을 측정하는 제1강우량 센서, 상기 제1수문이 열릴 때, 상기 제1수문의 외부 수위를 측정하는 제1외부 수위계, 및 상기 제1습도계로부터 측정된 제1습도 데이터, 상기 제1내부 수위계로부터 측정된 제1수위 데이터, 및 상기 제1강우량 센서로부터 측정된 제1강우량 데이터를 수신하는 제1RTU를 포함한다. 상기 제2센서 그룹은 상기 제1지역으로부터 임의의 거리 이상 떨어진 제2지역의 주변을 촬영하는 제2IP 카메라, 상기 제2지역에서 습도를 측정하는 제2습도계, 상기 제2지역에서 비의 양을 측정하는 제2강우량 센서, 및 상기 제2습도계로부터 측정된 제2습도 데이터와 상기 제2강우량 센서로부터 측정된 제2강우량 데이터를 수신하는 제2RTU를 포함한다. 상기 서버는 상기 서버의 요청 신호에 따라 상기 제1RTU로부터 상기 제1습도 데이터를 제1주기로 수신하고, 상기 제2RTU로부터 상기 제2강우량 데이터를 상기 제1주기로 수신하며, 상기 ...(이하생략)
모바일 보안 로봇의 동작 방법이 개시된다. 상기 모바일 보안 로봇의 동작 방법은 모바일 보안 로봇은 복수의 감시 카메라들로부터 상기 복수의 감시 카메라들에 의해 촬영된 복수의 제1영상들, 상기 복수의 감시 카메라들 각각의 위치 정보, 및 상기 복수의 감시 카메라들 각각의 촬영 방향 정보를 전송받는 단계, 상기 모바일 보안 로봇은 감시 영역을 이동하여 상기 감시 영역에 대한 맵을 생성하는 단계, 상기 모바일 보안 로봇은 상기 감시 영역을 이동하여 상기 모바일 보안 로봇에 포함된 보안 로봇 카메라를 이용하여 주변을 촬영하고 복수의 제2영상들을 생성하는 단계, 상기 모바일 보안 로봇은 상기 복수의 제1영상들, 상기 복수의 제2영상들, 상기 복수의 감시 카메라들 각각의 위치 정보, 및 상기 맵을 이용하여 상기 감시 영역에서 사각지대들을 결정하는 단계, 상기 감시 영역에서 상기 모바일 보안 로봇의 이동 경로가 미리 설정된 경우, 상기 모바일 보안 로봇이 상기 사각지대들에 위치하는지 판단하는 단계; 및 상기 모바일 보안 로봇이 상기 사각지대들에 위치한다고 판단될 때, 상기 모바일 보안 로봇은 상기 사각지대들을 촬영하는 단계를 포함한다. 상기 감시 영역에서 사각지대들을 결정하는 단계는 상기 모바일 보안 로봇은 상기 생성된 맵에 대해 복수의 존(zone)들로 나누는 단계, 상기 모바일 보안 로봇은 상기 나누어진 ...(이하생략)
인공지능 기반 이동 로봇이 개시된다. 상기 인공지능 기반 이동 로봇은 상기 이동 로봇의 주변을 촬영하여 영상을 생성하는 카메라, 상기 이동 로봇의 무게를 측정하여 상기 이동 로봇의 무게를 감지하는 무게 센서, 상기 이동 로봇의 속도를 감지하여 상기 이동 로봇의 속도를 감지하는 속도 센서, 상기 이동 로봇의 움직임을 감소시키는 한 쌍의 자이로 스테빌라이저들, 상기 이동 로봇의 자세 제어를 위해 명령들을 실행하는 프로세서, 상기 명령들을 저장하는 메모리를 포함한다. 상기 프로세서는 상기 무게 센서로부터 상기 이동 로봇의 무게와, 상기 속도 센서로부터 상기 이동 로봇의 속도를 실시간 수신하고, 상기 이동 로봇의 무게와 상기 이동 로봇의 속도에 따른 상기 이동 로봇의 주행 상황을 모니터링하는 주행상황 모니터링 모듈, 상기 카메라로부터 상기 영상을 수신하여 상기 이동 로봇의 주행상황을 예측하는 주행상황 예측 모듈, 및 상기 주행상황 모니터링 모듈의 모니터링 결과와 상기 주행상황 예측 모듈의 예측 결과에 따라 상기 한 쌍의 자이로 스테빌라이저들을 제어하는 컨트롤 모듈을 포함한다. 상기 주행상황 모니터링 모듈, 상기 주행상황 예측 모듈, 및 상기 컨트롤 모듈은 상기 명령들로 구현된다. 상기 한 쌍의 자이로 스테빌라이저들은 상기 이동 로봇의 무게 중심을 기준으로, 앞과 중앙에 위치한다. 상기 한 쌍의 자이로 스테...(이하생략)
스마트 물 관리 시스템이 개시된다, 상기 스마트 물 관리 시스템은 서버, 제1센서 그룹, 및 제2센서 그룹을 포함한다. 상기 제1센서 그룹은 제1수문이 위치한 제1지역의 주변을 촬영하는 제1IP 카메라, 상기 제1지역에서 습도를 측정하는 제1습도계, 상기 제1수문의 내부 수위를 측정하는 제1내부 수위계, 상기 제1수문을 제어하는 제1수문 권양기, 상기 제1지역에서 비의 양을 측정하는 제1강우량 센서, 상기 제1수문이 열릴 때, 상기 제1수문의 외부 수위를 측정하는 제1외부 수위계, 및 상기 제1습도계로부터 측정된 제1습도 데이터, 상기 제1내부 수위계로부터 측정된 제1수위 데이터, 및 상기 제1강우량 센서로부터 측정된 제1강우량 데이터를 수신하는 제1RTU를 포함한다. 상기 제2센서 그룹은 상기 제1지역으로부터 임의의 거리 이상 떨어진 제2지역의 주변을 촬영하는 제2IP 카메라, 상기 제2지역에서 습도를 측정하는 제2습도계, 상기 제2지역에서 비의 양을 측정하는 제2강우량 센서, 및 상기 제2습도계로부터 측정된 제2습도 데이터와 상기 제2강우량 센서로부터 측정된 제2강우량 데이터를 수신하는 제2RTU를 포함한다. 상기 서버는 상기 서버의 요청 신호에 따라 상기 제1RTU로부터 상기 제1습도 데이터를 제1주기로 수신하고, 상기 제2RTU로부터 상기 제2강우량 데이터를 상기 제1주기로 수신하며, 상기 ...(이하생략)
복수의 IP 카메라들과 상기 복수의 IP 카메라들과 네트워크를 통해 통신이 가능한 서버를 포함하며, 상기 복수의 IP 카메라들 각각은 엣지 컴퓨팅 모듈과 카메라 모듈을 포함하는 위험 지역에서의 엣지 컴퓨팅 기반의 인공지능 영상 감시 시스템의 동작 방법이 개시된다. 위험 지역에서의 엣지 컴퓨팅 기반의 인공지능 영상 감시 시스템의 동작 방법은 상기 복수의 IP 카메라들 중 어느 하나의 IP 카메라의 엣지 컴퓨팅 모듈은 상기 서버로 상기 IP 카메라의 위치 좌표를 전송하는 단계, 상기 엣지 컴퓨팅 모듈은 상기 서버로부터 상기 IP 카메라가 상기 복수의 IP 카메라들 중 어떤 그룹에 속하는지 나타내는 그룹 아이디를 수신하는 단계, 상기 엣지 컴퓨팅 모듈은 상기 카메라 모듈로부터 제1복수의 영상 프레임들을 수신하는 단계, 상기 엣지 컴퓨팅 모듈은 배경 영상 프레임을 이용하여 상기 제1복수의 영상 프레임들에서 객체를 검출하고, 상기 객체가 검출된 영상 프레임들을 선택하는 단계, 상기 엣지 컴퓨팅 모듈은 상기 선택된 영상 프레임들에서 상기 객체의 제1에너지를 계산하는 단계, 상기 엣지 컴퓨팅 모듈은 상기 계산된 제1에너지가 임의의 문턱값보다 큰지 결정하는 단계, 상기 계산된 제1에너지가 상기 임의의 문턱값보다 클 때, 상기 엣지 컴퓨팅 모듈은 상기 복수의 IP 카메라들 중 상기 IP 카메라가 속한 그룹을 제외한...(이하생략)
영상 감시 시스템의 동작 방법이 개시된다. 상기 영상 감시 시스템의 동작 방법은 엣지 컴퓨팅 장치는 복수의 IP 카메라들 중 어느 하나의 IP 카메라로부터 제1복수의 영상 프레임들을 수신하는 단계, 상기 엣지 컴퓨팅 장치는 배경 영상 프레임을 이용하여 상기 제1복수의 영상 프레임들에서 객체를 검출하고, 상기 객체가 검출된 영상 프레임들을 선택하는 단계, 상기 엣지 컴퓨팅 장치는 상기 선택된 영상 프레임들에서 상기 객체의 제1에너지를 계산하는 단계, 상기 엣지 컴퓨팅 장치는 상기 계산된 제1에너지가 임의의 문턱값보다 큰지 결정하는 단계, 및 상기 계산된 제1에너지가 상기 임의의 문턱값보다 클 때, 상기 엣지 컴퓨팅 장치는 상기 객체가 검출된 영상 프레임들을 서버로 전송하는 단계를 포함한다. 상기 엣지 컴퓨팅 장치는 상기 선택된 영상 프레임들에서 상기 객체의 제1에너지를 계산하는 단계는 상기 엣지 컴퓨팅 장치는 상기 선택된 영상 프레임들 중 2개의 영상 프레임들 각각에서 X축 방향과 Y축 방향으로 상기 검출된 객체의 누적 픽셀 값들을 계산하는 단계, 상기 엣지 컴퓨팅 장치는 상기 2개의 영상 프레임들 각각에서 계산된 누적 픽셀 값들의 중간 값들을 상기 검출된 객체의 무게 중심들로 설정하는 단계, 상기 엣지 컴퓨팅 장치는 상기 2개의 영상 프레임들 각각에서 설정된 무게 중심들의 차이 값을 계산하는 단계,...(이하생략)
자율 주행 로봇의 동작과 관제 방법이 개시된다. 상기 자율 주행 로봇의 동작과 관제 방법은 자율 주행 로봇은 복수의 감시 카메라들에 의해 촬영된 복수의 제1영상들, 상기 복수의 감시 카메라들 각각의 위치 정보, 및 상기 복수의 감시 카메라들 각각의 촬영 방향 정보를 클라우드 서버로부터 전송받는 단계, 상기 자율 주행 로봇은 상기 클라우드 서버의 제어에 따라 감시 영역을 이동하여 상기 감시 영역에 대한 맵을 생성하고, 상기 감시 영역을 촬영하여 복수의 제2영상들을 생성하는 단계, 상기 자율 주행 로봇은 상기 클라우드 서버가 상기 감시 영역에서 사각지대들을 결정하기 위해 상기 복수의 제1영상들, 상기 복수의 감시 카메라들 각각의 위치 정보, 상기 복수의 감시 카메라들 각각의 촬영 방향 정보, 및 상기 복수의 제2영상들을 상기 클라우드 서버로 전송하는 단계, 및 상기 감시 영역에서 상기 자율 주행 로봇의 이동 경로가 미리 설정되고, 상기 클라우드 서버가 상기 사각지대들에 상기 자율 주행 로봇이 위치한다고 판단될 때, 상기 자율 주행 로봇은 상기 클라우드 서버의 제어에 따라 상기 사각지대들을 촬영하는 단계를 포함하며, 상기 클라우드 서버는 상기 생성된 맵에 대해 복수의 존(zone)들을 나누고, 나누어진 복수의 존들에 모두 같은 임의의 숫자를 부여하여 상기 복수의 존들의 아이디들을 초기화하고, 상기 복수의...(이하생략)
지능형 로봇의 도킹 스테이션 복귀 방법이 개시된다. 상기 지능형 로봇의 도킹 스테이션 복귀 방법은 지능형 로봇은 상기 지능형 로봇에 포함된 카메라에 의해 촬영된 도킹 스테이션의 이미지를 분석하여 상기 도킹 스테이션의 표면에 배열된 LED 어레이의 깜박임을 확인하는 단계, 상기 도킹 스테이션에 배열된 상기 LED 어레이의 깜박임이 확인될 때, 상기 지능형 로봇은 상기 이미지 분석 결과에 따라 상기 도킹 스테이션과 상기 지능형 로봇에 포함된 카메라 사이의 각도를 계산하여 상기 지능형 로봇의 휠 모터를 제어하는 단계, 상기 휠 모터의 제어에 따라 상기 지능형 로봇이 상기 도킹 스테이션으로 접근하는 단계, 상기 지능형 로봇이 상기 도킹 스테이션의 일정 거리 이내로 접근할 때, 상기 지능형 로봇의 프로세서는 상기 도킹 스테이션에 포함된 제2거리 센서를 동작시키기 위해 상기 지능형 로봇에 포함된 제1거리 센서가 제1거리 신호를 상기 제2거리 센서로 전달되도록 상기 제1거리 센서를 제어하는 단계, 상기 지능형 로봇에 포함된 제1거리 센서는 상기 도킹 스테이션에 포함된 제2거리 센서로부터 상기 도킹 스테이션에 관한 위치 정보를 포함하는 제2거리 신호를 수신하는 단계, 상기 지능형 로봇은 상기 수신된 제2거리 신호에 따라 상기 지능형 로봇의 휠 모터를 제어하는 단계, 및 상기 지능형 로봇은 상기 휠 모터의 제어에 ...(이하생략)
지능형 로봇의 도킹 제어 방법이 개시된다. 상기 지능형 로봇의 도킹 제어 방법은 상기 지능형 로봇이 상기 지능형 로봇의 배터리의 전력의 값이 임의의 값 이하인지 판단하는 단계, 상기 지능형 로봇의 배터리의 전력의 값이 상기 임의의 값 이하일 때, 상기 지능형 로봇은 도킹 스테이션으로 접근하는 단계, 상기 지능형 로봇이 상기 도킹 스테이션과 임의의 거리 이내인지 판단하는 단계, 상기 지능형 로봇이 상기 도킹 스테이션과 상기 임의의 거리 이내로 판단될 때, 상기 지능형 로봇은 제1시점에서 상기 도킹 스테이션으로부터 제1전력을 수신하는 단계, 상기 지능형 로봇은 상기 도킹 스테이션으로부터 수신된 제1전력의 값을 분석하는 단계, 상기 제1시점에서 상기 수신된 제1전력의 값이 제1문턱값 이하일 때, 상기 지능형 로봇은 상기 도킹 스테이션으로부터 전력을 공급받지 않고, 제1임의의 방향으로 제1임의의 거리만큼 이동하는 단계, 상기 제1시점에서 상기 수신된 제1전력의 값이 상기 제1문턱값 이상일 때, 상기 지능형 로봇은 상기 도킹 스테이션으로부터 전력을 공급받는 단계, 상기 지능형 로봇은 상기 제1임의의 방향으로 상기 제1임의의 거리만큼 이동한 후, 제2시점에서 상기 도킹 스테이션으로부터 제2전력을 수신하는 단계, 상기 지능형 로봇은 상기 제2시점에서 상기 수신된 제2전력의 값이 상기 제1시점에서 상기 수신된 제...(이하생략)
실시예에 따른 무회전 360도 라이다 광학 시스템 및 라이다 광학 시스템의 무회전 360도 스캐닝 방법은 레이저 장치 자체의 회전이 아닌, 반사면을 갖는 4면 입방체로 구성된 스캐닝 기구인 비구면 반사체를 회전시켜 360도 주변을 스캐닝 한다. 이로써, 라이다 광학 시스템에 동력을 공급하지 않더라도 비구면 반사체 및 빔스플리터에 의한 반사광에 의해 360도 주변 모두를 스캐닝 할 수 있다.
레이더 신호 및 카메라 영상 정보 기반 인공지능 객체 식별 방법이 개시된다. 상기 레이더 신호 및 카메라 영상 정보 기반 인공지능 객체 식별 방법은 레이더 센서가 필드 오브 뷰(Field Of View)에서 레이더 신호를 전송하는 단계, 상기 레이더 센서의 상기 필드 오브 뷰에서 객체가 존재할 때, 상기 레이더 신호는 상기 객체로부터 반사되며, 상기 레이더 센서는 반사된 레이더 신호를 수신하고 반사된 레이더 신호에 따라 상기 객체의 정보를 획득하는 단계, 상기 레이더 센서가 상기 반사된 레이더 신호를 수신할 때, 상기 레이더 센서는 컨트롤러로 객체가 검출되었음을 나타내는 검출 신호를 전송하는 단계, 상기 컨트롤러는 상기 레이더 센서로부터 상기 검출 신호를 수신할 때, 상기 컨트롤러는 카메라 모듈이 복수의 프레임들 중 어느 하나의 프레임을 선택하도록 제어 신호를 상기 카메라 모듈로 전송하는 단계, 상기 컨트롤러는 상기 레이더 센서에 의해 검출된 상기 객체의 정보를 상기 카메라 모듈에 의해 선택된 어느 하나의 프레임 위에 매핑(mapping)하여 관심 영역을 설정하는 단계, 상기 카메라 모듈에 의해 검출된 객체의 영역을 서로 매칭하여 관심 영역을 설정하는 단계, 상기 컨트롤러는 상기 설정된 관심 영역을 복수의 서브 영역들로 나누는 단계, 상기 컨트롤러는 상기 설정된 관심 영역에 대해 픽셀 강도 값을 계...(이하생략)
인공지능 기반 다차로 과속 및 단속 회피 차량 단속 방법이 개시된다. 상기 인공지능 기반 다차로 과속 및 단속 회피 차량 단속 방법은 컨트롤러는 과속으로 주행하는 차량을 촬영하기 위해 도로에 설치된 카메라를 기준으로 상기 도로를 복수의 구간들로 나누는 단계, 상기 차량이 서로 다른 시간에서 상기 복수의 구간들 각각에 위치할 때, 상기 컨트롤러는 상기 차량과 상기 카메라 사이의 제1거리 정보, 상기 차량의 제1속도 정보, 및 상기 차량의 제1위치 정보, 상기 차량과 상기 카메라 사이의 제2거리 정보, 상기 차량의 제2속도 정보, 및 상기 차량의 제2위치 정보, 및 상기 차량과 상기 카메라 사이의 제3거리 정보, 차량의 제3속도 정보, 및 상기 차량의 제3위치 정보를 레이더 센서로부터 획득하는 단계, 상기 컨트롤러는 상기 제1거리 정보, 속도 정보, 상기 제1위치 정보, 상기 제2거리 정보, 상기 제2속도 정보, 상기 제2위치 정보, 상기 제3거리 정보, 상기 제3속도 정보, 및 상기 제3위치 정보와 가중치를 이용하여 상기 차량의 갓길 주행 여부를 예측하는 단계, 및 상기 차량이 갓길로 과속 주행할 것으로 예측될 때, 상기 컨트롤러는 상기 카메라에 포함된 카메라 모듈에게 상기 차량이 상기 카메라의 제1촬영 구간 내에 진입하기 이전인 제2촬영 구간에서 상기 차량을 촬영하도록 상기 카메라 모듈을 제어하는 ...(이하생략)
실시간 CCTV 영상 암호화 방법이 적용된 영상 감시 시스템이 개시된다. 상기 실시간 CCTV 영상 암호화 방법이 적용된 영상 감시 시스템은 카메라, 및 상기 카메라로부터 영상을 수신하는 암호화 장치를 포함한다. 상기 암호화 장치는 상기 카메라로부터 복수의 프레임들을 포함하는 상기 영상을 수신하는 수신 모듈, 상기 복수의 프레임들 각각에서 서로 교환할 블록의 사이즈를 결정하는 블록 사이즈 결정 모듈, 상기 결정된 블록의 사이즈, 제1암호화 키 값, 및 랜덤 함수에 따라 상기 복수의 프레임들 중 제1프레임에서 제1블록과 제2블록을 정의하는 블록 정의 모듈, 상기 정의된 제1블록과 상기 정의된 제2블록 각각을 상기 제1암호화 키 값의 사이즈에 따라 복수의 마이크로 블록들로 각각 나누며, 상기 정의된 제1블록의 상기 복수의 마이크로 블록들을 순차적으로 리드하여 상기 정의된 제1블록의 상기 복수의 마이크로 블록들 각각의 픽셀 데이터와 상기 제1암호화 키 값에 대해 XOR 연산을 수행하여 복수의 제1연산 결과 값들을 저장하며, 상기 정의된 제2블록의 상기 복수의 마이크로 블록들을 순차적으로 리드하여 상기 정의된 제2블록의 상기 복수의 마이크로 블록들 각각의 픽셀 데이터와 상기 제1암호화 키 값에 대해 XOR 연산을 수행하여 복수의 제2연산 결과 값들을 저장하는 블록 암호화 모듈, 및 상기 복수의 제1연산 결...(이하생략)
네트워크 스위치 기반의 IP 카메라 실시간 암호화 시스템이 개시된다. 상기 네트워크 스위치 기반의 IP 카메라 실시간 암호화 시스템은 복수의 IP 카메라들, 및 상기 복수의 IP 카메라들을 실시간 암호화하는 네트워크 스위치를 포함한다. 상기 네트워크 스위치는 복수의 카메라들 중 어느 하나로부터 제1인코딩 영상을 수신하는 제1수신 모듈, 상기 제1인코딩 영상을 디코딩하는 제1디코더, 상기 제1디코더에 의해 디코딩된 제1디코딩 영상의 모션 벡터에 따라 상기 제1디코딩 영상에 대해 제1암호화 알고리즘을 적용할지, 상기 제1암호화 알고리즘과 다른 제2암호화 알고리즘을 적용할지 결정하는 제1스위칭 모듈, 상기 제1스위칭 모듈에 따라 상기 제1디코딩 영상에 대해 상기 제1암호화 알고리즘을 적용하여 암호화하는 제1암호화 모듈, 상기 제1암호화 모듈에 의해 암호화된 영상을 인코딩하는 제1인코더, 상기 제1스위칭 모듈에 따라 상기 제1디코딩 영상을 인코딩하는 제2인코더, 및 상기 제2인코더에 따라 인코딩된 영상에 대해 상기 제2암호화 알고리즘을 적용하여 암호화하는 제2암호화 모듈을 포함하며, 상기 제1암호화 알고리즘은 난수 발생기에 의해 발생되는 제1난수에 의해 블록 사이즈를 결정하고, 결정된 블록 사이즈에 따라 상기 디코딩 영상의 프레임을 복수의 블록들로 분할하고, 상기 난수 발생기에 의해 발생되는 제2난수에 의...(이하생략)
본 발명은 실시간 영상통신구간 암호화 시스템에 관한 것으로서, IP카메라로부터 수신된 영상에 대해 랜덤함수로부터 생성된 난수를 이용하여 위치 결정된 블록들의 영역 상호간을 위치 교환에 의해 암호화된 영상 프레임을 생성하고, 생성된 암호화 영상 프레임에 헤더를 결합한 암호화 패킷을 통신망을 통해 전송 처리하는 암호화 송신처리기와, 암호화 송신처리기에서 통신망을 통해 전송된 암호화 패킷을 복호화하는 복호화 수신 처리기를 구비한다. 이러한 실시간 영상통신구간 암호화 시스템 및 그 암호화 방법에 의하면, 영상 자체를 프레임 내에서 뒤섞는 방식으로 암호화 처리함으로써 해킹 등으로 인한 연상유출 시에도 복원을 방지할 수 있는 장점을 제공한다.
본 발명은 네트워크 기반 영상장비용 플러그인 영상 암호화 시스템에 관한 것으로서, 통신 인터페이스를 통해 접속된 IP카메라에서 전달되는 패킷으로부터 헤더와 데이터를 분석하는 데이터 패킷 분석모듈과, 데이터 패킷 분석모듈에서 분석된 패킷에 영상데이터가 있으면, 영상데이터를 암호화하고, 암호화 부가정보를 헤더에 추가하여 암화화된 패킷을 생성하는 암호화 패킷 생성모듈과, 암호화 패킷 생성모듈에서 생성된 암호화 패킷을 인터넷을 통해 목적지 통신주소로 전송하는 암호화 패킷 전송모듈을 구비한다. 이러한 네트워크 기반 영상장비용 플러그인 영상 암호화 시스템에 의하면, 네트워크 기반 영상장비에서 생성된 영상의 보안 처리가 용이하며 기존의 네트워크 기반 영상장비를 그대로 접속하여 활용할 수 있는 장점을 제공한다.
본 발명은 노드-링크 기반 카메라 네트워크 통합 감시 시스템에 관한 것으로서, 감시카메라들 각각에서 촬상된 영상을 저장처리하며, 저장된 영상으로부터 추적대상 객체차량과의 일치 여부를 판단하여 추적정보를 제공하는 감시서버와, 감시 카메라들에 의해 촬상된 영상이 분류 저장되어 있고, 도로 노드-링크 맵정보가 기록된 데이터 베이스를 구비하고, 감시서버는 감시카메라의 설치 위치를 도로 노드-링크 맵에 매핑시켜 저장처리하는 카메라 네트워킹 맵핑부와, 도로 노드-링크 맵에 매핑된 감시카메라들 상호간의 전달함수를 설정된 방식에 의해 산출하여 저장처리하는 전달함수 모델링부와, 입력된 추적대상 객체 차량 정보에 따라 카메라 네트워킹 맵핑부와 전달함수 모델링부의 지원하에 추적대상 객체 차량 정보를 데이터 베이스에 저장된 영상정보와 비교하면서 추적대상 객체 차량에 대한 이동경로정보를 제공하는 감시처리부를 구비한다. 이러한 노드-링크 기반 카메라 네트워크 통합 감시 시스템 및 감시 방법에 의하면, 다수의 감시카메라를 표준 노드-링크 맵 상에 매핑하여 넓은 지역에 대한 통합 감시가 가능하며, 추적대상 객체에 대한 정보 추출 효율을 높일 수 있는 장점을 제공한다.
본 발명은 CCTV장치에서 제어 및 이벤트 분석을 통한 자동PTZ 프리셋 설정 장치에 관한 것으로서, 팬, 틸트, 줌 동작 수행을 할 수 있는 PTZ카메라와, PTZ카메라의 동작을 운영자의 조작정보에 따라 제어하는 운영 단말기와, 운영 단말기에 의해 제어되는 PTZ카메라의 제어데이터를 기록하는 제어기록 데이터베이스와, 제어기록 데이터 베이스에 기록된 PTZ카메라의 제어데이터에 대해 설정된 기간동안에 대한 운영자 조작기록 정보 또는 설정된 시나리오 조건으로부터 PTZ카메라의 운영조건을 생성하는 제어데이터 분석 및 학습모듈과, 제어데이터 분석 및 학습모듈로부터 운영자 부재시 PTZ카메라의 운영조건에 해당하는 프리셋을 생성하고, 운영단말기로부터 부재모드로 설정되면 생성된 프리셋 조건에 따라 PTZ카메라의 구동을 제어하는 자동 프리셋 설정부를 구비한다. 이러한 CCTV장치에서 제어 및 이벤트 분석을 통한 자동PTZ 프리셋 설정 장치에 의하면, 관제사의 지속적인 모니터링이 없는 상태에서도 실제 운영자 조작의 기록과 카메라에서 발생하는 이벤트를 기반으로 과거 데이터를 통해 자동으로 카메라의 일괄제어 프리셋을 생성하여 인간의 조작경험에 유사한 예측 감시 환경을 조성하여 감시활동을 수행할 수 있는 장점을 제공한다.
본 발명은 보안 영상 표시 처리 시스템에 관한 것으로서, 채널별로 마련된 다수의 카메라들과, 카메라로부터 출력되는 영상을 스케일러블 인코딩 방식에 의해 인코딩하여 전송하는 스케일러블 인코더와, 스케일러블 인코더로부터 수신된 채널별 영상들에 대한 복원 품질에 대해 다단계로 설정된 레벨 중 어느 하나를 선택하여 표시부의 화면내에 분할 배치하여 표시할 수 있도록 지원하며, 표시되는 채널별 화면의 복원 품질을 설정된 조정조건에 따라 조정하여 표시되게 처리하는 영상처리부를 구비하고, 영상처리부는 카메라의 조작제어와 관련된 사용자 이벤트정보와, 카메라로부터 움직임 검출에 해당하는 모션검출 이벤트 정보와, 채널별 화면배열 조정정보 중 어느 하나가 수신되면 설정된 복원 품질 조정조건에 따라 대응되는 채널의 화면 크기 및 해상도를 조정하는 디코딩 과정을 거쳐 표시부에 표시되게 처리한다. 이러한 보안 영상 표시 처리 시스템에 의하면, 스케일러블 인코딩된 영상 스트림을 감시 보안 장치의 사용 목적에 따라 효율적이고 더 많은 동시 영상 모니터링이 가능하여 관제 클라이언트를 더 효율적으로 사용 할 수 있는 장점을 제공한다.
본 발명은 횡단보도 조명 시스템에 관한 것으로서, 횡단보도를 조명할 수 있도록 하우징 내에 조명각도 조정이 개별적으로 가능하게 상호 분리된 복수개의 조명모듈이 마련된 조명장치와, 조명장치의 구동을 제어하는 제어 유니트와, 조명장치가 설치된 주변의 조도를 측정하는 조도센서와, 횡단보도 주변의 보행자의 접근을 검출하는 보행자 감지센서와, 횡단보도를 통과하는 차량을 검출하는 차량통과 검출센서를 구비하고, 제어유니트는 조도센서로부터 검출된 조도정보와, 보행자 감지센서로부터 검출된 보행자의 접근유무정보와, 차량통과 검출센서로부터 검출된 차량의 통과속도 및 설정된 시간동안의 차량통과 대수 정보로부터 조명장치의 각 조명모듈의 회전각도와 조명 밝기에 대한 구동조건을 설정된 조명정책테이블을 참조하여 대응되는 구동조건들을 추출하고, 추출된 구동조건들에 대해 설정된 우선순위에 따라 최종 구동조건을 결정하며, 결정된 상기 조명장치의 구동조건을 출력하는 분석부와, 분부로부터 출력된 구동조건에 따라 상기 조명장치의 밝기, 회전각도를 제어하는 구동 제어부를 구비한다. 이러한 횡단보도 조명시스템에 의하면, 횡단보도 주변환정보로부터 조명조건을 결정하고, 결정된 조명조건을 다음 해당 시간대역에 반영하는 학습기능에 의해 조명제어를 효율적으로 수행할 수 있으며, 조명장치의 하우징은 결합대상 지주의 외경 차이에 대한 결합 호환성을 제공...(이하생략)
본 발명은 가로등용 엘이디 램프조립체는 지주와 결합되는 지지결합부를 가지며 조도의 조정을 위해 교환 가능한 단위램프모듈유닛들이 결합부에 의해 결합되는 격자상의 프레임부를 가지는 베이스하우징과, 상기 베이스하우징에 결합되며 측면으로부터 상면측으로의 내부공기통로를 형성하는 커버부재를 구비하며, 상기 단위램프모듈유닛은 하면에 발광다이오드모듈이 설치되는 인입부가 형성되며 상면에 방열핀들이 형성된 단위하우징과, 상기 단위하우징의 인입부에 설치되는 엘이디모듈유닛과, 상기 단위하우징의 하면과 결합되어 인입부를 밀폐하는 투명한 커버부재를 구비한 것을 특징으로 한다.
본 발명은 폭행상황 검출방법에 관한 것으로, 보다 구체적으로는 입력되는 프레임 영상 내의 움직이는 객체 중 사람객체를 검출하고, 검출된 사람객체들 각각의 움직임벡터, 상기 사람객체들 간의 위치벡터 및 상기 프레임 영상의 음성정보를 분석하여 폭행상황 여부를 판단하여, 폭행상황 발생시에 영상메시지나 음성메시지를 외부로 출력함으로써, 감시자에게 폭행상황 발생을 알려 줄 수 있는 움직이는 객체의 영상정보에 기반한 폭행상황 검출방법에 관한 것이다. 폭행, 프레임 영상, 머리이동벡터, 머리위치벡터, 객체추적
본원발명은 H.264/AVC 부호화 과정 중 엔트피 부호화 과정에서 무손실 부호화 압축의 효율을 향상시킬 수 있도록 하는 무손실 문맥적응적이진산술부호화를 위한 H.264/AVC 부호화기에 관한 것으로서, 엔트로피부호화기를 구비한 H.264/AVC 부호화기에 있어서, 상기 엔트로피부호화기가 부호화되는 모든 블록에 대하여 유의계수맵(Significant_map)부호화를 수행하며, 컷오프(cut-off) 값을 레벨통계분포에 맞도록 하는 조절하여 레벨부호화를 수행하도록 구성되어, H.264/AVC 부호화 과정 중 엔트피 부호화기에 의해 수행되는 무손실 문맥적응적이진산술부호화 과정에서 데이터 압축 효율을 향상시키는 효과를 제공한다. H.264/AVC, 엔트로피부호화기, 무손실 문맥적응적이진산술부호화, CABAC
본 발명은 폐식용유 및 식물성 유지를 친환경 원료로 사용하여 천연 살충제를 제조하기 위한 방법에 관한 것이다. 이를 위하여 본 발명은 폐식용유 또는 식물성 유지를 일정시간 침전시키고 이를 필터링하여 폐식용유 내의 찌꺼기를 제거하는 전처리공정과, 전처리된 폐식용유 또는 식물성 유지에 계란 노른자위를 첨가하여 상온에서 20분 동안 교반하여 유화시키는 1차 처리공정과, 1차 처리된 생성물에 잿물을 첨가하되 상온에서 30분간, 50℃에서 30분간, 80℃에서 1시간 각각 교반하여 비누화하는 2차 처리공정과, 2차 처리된 생성물에 분쇄가 용이하고 물에 쉽게 녹도록 탄산소다를 첨가하여 1시간 동안 교반하여 고체화하는 3차 처리공정과, 3차 처리된 생성물을 분쇄하고 포장하는 최종공정으로 이루어짐을 특징으로 한다. 상기의 기술적 구성에 따르면, 버려져 하천을 오염시키는 폐식용유를 자원화 할 수 있고, 이를 통해 생산된 친환경 식물성 가루농약(유화제)은 기존 농약과 달리 인체 및 동식물, 토양 등에 해가 없어 친환경 농산물의 생산에 커다란 기여를 할 수 있게 된다. 친환경, 가루농약, 폐식용유, 잿물, 유화제, 탄산소다
본 발명은 냉매판과 히트파이프와 히트싱크(Heat Sink)를 이용하여 LED에서 발생하는 열을 효율적으로 외부로 방열할 수 있도록 하며, LED에서 발생하는 열을 냉매판과 히트파이프를 통해서 방열 덮개에 열을 전달함으로써 더욱 효율적으로 방열할 수 있도록 하기에 적당하도록 한 LED 발광 조명등에 관한 것이다. 본 발명에 의하면, LED 발광 조명등에 있어서, 복수의 LED(102)가 장착되는 알루미늄 기판(110), 상기 알루미늄 기판(110)에 장착되어서, 내부 냉매의 발열작용에 의하여 알루미늄 기판(110)으로부터 전달받은 열을 상부로 방열하는 복수의 냉매판(120), 하단이 상기 냉매판(120)에 장착되어 상기 냉매판(120)으로부터 방열되는 열을 상단으로 전달하여 방열하는 하나 이상의 히트파이프(heat pipe)(130), 상기 히트파이프(130)로부터 이동되는 열을 외부로 방열시키기 위해서 상기 복수의 히트파이프(130)에 결합되는 복수의 '수평 방열핀'(140)을 포함하여 구성되는 것을 특징으로 한다. 상기와 같은 구성에 의하면, LED 조명등의 방열 효율을 더욱 더 높일 수 있는 이점이 있다. 조명등, LED, 가로등, 방열, 냉매판, 히트파이프, 방열 덮개, 히트싱크
본원 발명은 H.264 인코딩시의 모드결정 과정을 고속으로 수행하는 것에 의해 H.264 인코딩을 최적화할 수 있도록 하는 고속 모드 결정 기능을 구비한 H.264 인코더를 제공하는 것을 그 목적으로 하며, 외부 영상 신호를 입력 받은 후 프레임별로 매크로 블록을 생성하는 매크로블록생성부와; 상기 매크로블로생성부에서 생성된 매크로블록의 영상데이터에 스킵(SKIP) 모드 조건을 적용하여 스킵(SKIP) 모드를 만족하지 않는 경우 인터모드를 결정하는 인터모드결정과정을 수행하고, 상기 인터모드 결정 과정 이후, 인트라모드 조건을 만족하는지를 판단하여 인트라모드 조건을 만족하는 경우 인트라모드를 결정하는 인트라모드 결정 과정을 수행하는 것에 의해 신호 처리 대상 블록을 결정하는 모드결정부와; 모드결정부에서 결정된 신호 처리 대상 블록의 영상 데이터 신호를 입력 받은 후 H.264 코드로 변환하여 출력하는 H.264 코드생성부를 포함하여 구성되는 것을 특징으로 한다. H.264, MPEG4, 인코더(Encoder), 인터모드, 인트라모드, 스킵(SKIP) 조건
본 발명은 임베디드 비디오 서버를 이용한 불법 주정차 단속 장치 및 방법에 관한 것으로, 단속 카메라(110)와, 상기 단속 카메라(110)와 연결되어, 상기 단속 카메라(110)에서 촬영된 화상을 영상 처리/압축하는 임베디드(Embeded) 비디오 서버(200)로 구성되는 하나 이상의 현장 단속 장치(100)와, 상기 현장 단속 장치(100)의 임베디드 비디오 서버(200)와 인터넷망으로 연결된 운영 단말 서버(300)와, 상기, 운영 단말 서버(300)와 연결되며 촬영된 비디오 영상을 저장하고 관리하는 영상 저장 서버(400), 수집한 정보를 DB로 구축 저장 및 관리 하고. 통합 운영서버로부터 수집된 제반 정보의 저장과 관리하는 디비(DB) 서버(410), 위반 차량에 대한 단속 자료(위반내역, 장소,시간 등)를 저장 관리하는 통합 운영 서버(420), 단속 차량에 대하여 외부의 차적 조회 시스템과 연계하여 해당차량의 차적 조회를 거치고 고지서를 발부하며 데이터를 통계 분석하는 차적 조회 서버(430)를 포함하여 구성되는 것을 특징으로 하는 임베디드 비디오 서버를 이용한 불법 주정차 단속장치 및 이를 이용한 불법 주정차 단속 방법에 관한 것이다. 본 발명에 의하는 경우, 지역 주요 간선도로상의 불법 주정차들로 인한 극심한 교통 혼잡 상황을 근절시키고 도로소통기능을 회복시키기 위하여 고성능의 ...(이하생략)
본원 발명은 H.264 인코딩시의 모드결정 과정을 고속으로 수행하는 것에 의해 H.264 인코딩을 최적화할 수 있도록 하는 H.264 고속 모드 결정 방법을 제공하는 것을 그 목적으로 하며, 상술한 목적을 달성하기 위하여 H.264 인코딩을 위한 모드 선택에 있어서, 스킵(SKIP) 모드 조건을 적용하여 스킵(SKIP) 모드를 만족하지 않는 경우 인터모드를 결정하는 인터모드 결정 과정과; 상기 인터모드 결정 과정 이후, 인트라모드 조건을 만족하는 지를 판단하여 인트라모드 조건을 만족하는 경우 인트라모드를 결정하는 인트라모드 결정 과정을 포함하여 이루어 지는 것을 특징으로 한다. H.264, MPEG4, 인코더(Encoder), 인터모드, 인트라모드, 스킵(SKIP) 조건
특허청 KIPRIS · 2026-10-15 조회 · 최신 출원순 · 오른쪽은 등록일(등록 전은 출원일) · 전체 50건 중 50건 · 줄을 누르면 자세한 내용이 펼쳐집니다 ▾
지금은 공공자료(국민연금 · 전자공시 · 특허 · 명부 · 보도)만 있습니다. 회사가 IR Room에 자료를 내면 L1로 올라갑니다. 저희는 회사에 점수나 등급을 매기지 않습니다 — 어디까지 확인했는지만 적습니다.
| 단위 억원 | 2024 | 2025 |
|---|---|---|
| 영업수익(매출액) | 510.2 | 481.8 |
| 매출원가 | 407.1 | 403.8 |
| 매출총이익(손실) | 103.1 | 78.0 |
| 판매비와관리비 | 81.7 | 84.5 |
| 영업이익(손실) | 21.4 | (6.5) |
| 영업외수익 | 5.8 | 14.9 |
| 기타이익 | 5.2 | 14.2 |
| 금융수익 | 0.6 | 0.7 |
| 영업외비용 | 4.7 | 4.4 |
| 기타손실 | 0.6 | 0.5 |
| 금융원가 | 4.1 | 3.9 |
| 법인세비용차감전순이익(손실) | 22.6 | 4.1 |
| 법인세비용 | (3.7) | 0.7 |
| 당기순이익(손실) | 14.2 | 3.4 |
매출은 481.8억으로 전년 대비 5.6% 감소한 것으로 나타났다.
영업이익률은 -1.3%로 전년 4.2%에서 하락했다.
당기순이익은 3.4억으로 나타났다.
여기 실린 것보다 깊은 자료가 필요하십니까. 추가 정보 요청 — 종합 검토보고서 · 가치평가 · Executive Teaser · IM · 경쟁사 분석 · 실사 의뢰. 고르시면 산출비용과 걸리는 기간을 메일로 안내드립니다.
공개 기사의 제목 · 링크만 싣습니다 · 저희가 확인한 내용이 아닙니다(원문 ↗) · 「증권사 전망」은 확정 실적 아님 · 2026-11-06 확인