산불 방재용 무선 센서 네트워크에서 딥 러닝 기반의 온도 센서 데이터 추정 및 산불 전파 예측

초록

산불 방재용 무선 센서 네트워크는 온도 센서들을 통해 수집한 실시간 온도 데이터를 사용하여 화재를 감지할수 있다. 재난지역 감시를 위한 무선 네트워크에서 센서는 에너지 소모를 최소화하기 위해 일정한 간격으로 수면상태에 들어가게 되는데 이는 전체 네트워크의 정보량이 적어지게 되는 문제가 발생한다. 이러한 문제를 해결하기위해 본 논문에서는 딥 러닝 기술을 이용하여 수면 상태에 들어간 센서들의 데이터를 추정하고, 추정된 데이터를이용하여 미래의 센서 데이터를 예측하는 것을 제안한다. 산불의 데이터를 얻기 위해 무선 센서 네트워크가 배치된 산을 형성하고 3차원 지형 환경과 산불의 확산 속도, 주변의 상황 등을 고려한 산불 전파 모델을 시뮬레이터를 통해 구현하였다. 시뮬레이터를 통해 얻은 데이터를 이용하여 심층 신경망 모델을 학습하여 비활성 센서 데이터를 추정하여 현재 산불의 진행 상황을 확인할 수 있다. 또한, 추정된 데이터와 얻은 데이터를 이용하여 순환 신경망을 통해 미래의 센서 데이터를 예측하여 미래의 산불 전파경로를 예측함으로써 산불 진압에 대한 대비와 대피 계획을 세울 수 있다. 마지막으로 성능평가를 통해 제안된 모델이 비활성 센서들의 온도를 높은 정확도로 추정하고, 산불 전파경로를 예측할 수 있음을 보였다.

키워드