머신러닝을 활용한 Edge 컴퓨팅 기반 에스컬레이터 이상 감지 및 결함 분류 시스템

Edge Computing based Escalator Anomaly Detection and Defect Classification using Machine Learning

  • 이세훈 (인하공업전문대학 컴퓨터시스템과) ;
  • 김지태 (인하공업전문대학 컴퓨터시스템과) ;
  • 이태형 (인하공업전문대학 컴퓨터시스템과) ;
  • 김한솔 (인하공업전문대학 컴퓨터시스템과) ;
  • 정찬영 (인하공업전문대학 컴퓨터시스템과) ;
  • 박상현 (한국콘베어공업(주)) ;
  • 김풍일 (한국콘베어공업(주))
  • 발행 : 2020.07.15

초록

본 논문에서는 엣지 컴퓨팅 환경에서 머신러닝을 활용해 에스컬레이터 이상 감지 및 결함 분류를 하는 연구를 진행하였다. 엣지 컴퓨팅 기반 머신러닝을 사용해 에스컬레이터의 이상 감지 및 결함 분류를 위한 OneM2M환경을 구축하였으며 에스컬레이터에서 발생하는 소음에서 고장 유형에 따라 나타나는 주파수를 이용한다. Edge TPU를 활용해 엣지 컴퓨팅 시스템의 처리량을 최대화하고, 각 작업의 수행시간을 최소화함으로써 엣지 컴퓨팅 환경에서 이상 감지와 결함 분류를 수행할 수 있다.

키워드