特許ウォッチ

公開番号2025086306
公報種別公開特許公報(A)
公開日2025-06-06
出願番号2024034538
出願日2024-03-07
発明の名称非ライセンス自家ネットワークの超大規模データ知能分析処理AIエッジゲートウェイ
出願人ソーウェーブカンパニーリミテッド,シンチョンウ
代理人KEY弁理士法人
主分類H04Q 9/00 20060101AFI20250530BHJP(電気通信技術)
要約【課題】消費電力広域通信ネットワークに適用するデータ送受信の信頼性を向上する。
【解決手段】非ライセンス自家ネットワークの超大規模データ知能分析処理AIエッジゲートウェイ300は、偏電効果アンテナ(SOMPA)を介してIoT端末とデータを無線送受信してデータを収集してAIエッジコンピューティング部に伝送するIoT RFゲートウェイ、SOMPAを介してWiFi端末とデータを無線送受信してデータを収集してAIエッジコンピューティング部に伝送するWiFiアクセスポイント及びIoT RFゲートウェイ及びWiFiアクセスポイントを通じて入力される超大規模IoTセンサーデータとWiFi映像/オーディオデータを、AIアルゴリズムを基盤として夫々分析した結果によって、センサーデータ分析ルール及び映像分析モデルを夫々更新するAIエッジコンピューティング部330を、エッジネットワークコントローラーの前段に含む。
【選択図】図3
特許請求の範囲【請求項１】
ＩｏＴ端末、ＷｉＦｉ端末、エッジネットワークコントローラー、及びＡＩエッジサーバーを含む低消費電力広域通信ネットワークに適用されるものであって、
前記エッジネットワークコントローラーの前段に位置し、ＳＯＭＰＡが搭載されて、前記ＳＯＭＰＡを介してＩｏＴ端末とデータを無線送受信してデータを収集してＡＩエッジコンピューティング部に伝送するＩｏＴＲＦゲートウェイと、
ＳＯＭＰＡが搭載され、前記ＳＯＭＰＡを介してＷｉＦｉ端末とデータを無線送受信してデータを収集してＡＩエッジコンピューティング部に伝送するＷｉＦｉアクセスポイントと、
前記ＩｏＴＲＦゲートウェイ及びＷｉＦｉアクセスポイントを通じて入力される超大規模ＩｏＴセンサーデータとＷｉＦｉ映像／オーディオデータを、ＡＩアルゴリズムを基盤としてそれぞれ分析し、分析結果を複合的に知能分析してリアルタイムで判断し、その結果によって、迅速な意思決定及び措置を行い、精密な分析データおよび状況データを保存できるようにエッジで分析された結果と複合構成されたデータを同時に外部のＡＩエッジサーバーに伝送し、精密分析した結果によって、センサーデータ分析ルールおよび映像分析モデルをそれぞれ更新するＡＩエッジコンピューティング部と、
を含むことを特徴とする、非ライセンス自家ネットワークの超大規模データ知能分析処理ＡＩエッジゲートウェイ。
続きを表示（約 2,200 文字）【請求項２】
前記ＡＩエッジコンピューティング部は、前記ＩｏＴＲＦゲートウェイ及び前記ＷｉＦｉアクセスポイントから入力されるデータを信号処理して制御部に伝送するデータ入出力部と、
前記データ入出力部から入力されるデータを状況認知知能処理部に伝送し、システム動作と各詳細機能との間のデータの流れの制御、セキュリティの管理、ＩｏＴ端末及びＷｉＦｉ端末の管理、ゲートウェイシステムの管理などを遂行する制御部と、
前記制御部を通じて入力される超大規模ＩｏＴセンサーデータとＷｉＦｉ映像／オーディオデータを、分析、統合分析など各機能別ＡＩアルゴリズムを基盤として分析を行い、リアルタイム意思決定及び措置を遂行する状況認知知能処理部と、で構成されていることを特徴とする、請求項１に記載の非ライセンス自家ネットワークの超大規模データ知能分析処理ＡＩエッジゲートウェイ。
【請求項３】
前記データ入出力部は、前記ＩｏＴＲＦゲートウェイから入力されるセンサーデータを信号処理するセンサーデータ処理部と、
前記ＷｉＦｉアクセスポイントから入力される映像またはオーディオデータを信号処理する映像／オーディオデータ処理部と、で構成されていることを特徴とする、請求項２に記載の非ライセンス自家ネットワークの超大規模データ知能分析処理ＡＩエッジゲートウェイ。
【請求項４】
前記状況認知知能処理部は、
前記制御部から入力されるセンサーデータをルール基盤ＡＩアルゴリズムで分析して正常か異常かを判別し、正常であれば外部のＡＩエッジサーバーにセンサーデータを保存し、異常であればＡＩ状況分析を遂行した後、遂行された状況分析データを外部のＡＩエッジサーバーに保存し、意思決定後の措置を遂行するセンサーデータ知能分析部と、
前記制御部から入力される映像／オーディオデータを軽量モデル基盤ＡＩアルゴリズムで分析して正常か異常かを判別し、正常であれば外部のＡＩエッジサーバーに映像／オーディオデータを保存し、異常であれば外部のＡＩエッジサーバーによる深層分析後、ＡＩ状況分析を遂行し、遂行された状況分析データを外部のＡＩエッジサーバーに保存し、意思決定後の措置を遂行する映像／オーディオデータ知能分析部と、
前記制御部から入力されるセンサーデータをルール基盤ＡＩアルゴリズムで分析した後、異常と判別されれば映像／オーディオデータを軽量モデル基盤ＡＩアルゴリズムで分析して、正常か異常かを判別し、正常であれば外部のＡＩエッジサーバーに複合データを保存し、異常であれば外部のＡＩエッジサーバーによる深層分析後、ＡＩ状況分析を遂行し、遂行された状況分析データを外部のＡＩエッジサーバーに保存し、意思決定後の措置を遂行するデータ複合知能分析及びイベント処理部と、
前記センサーデータ知能分析部、前記データ複合知能分析及びイベント処理部、及び前記外部のＡＩエッジサーバーに接続されて分析ルールを更新して共有する分析ルール更新部と、
前記映像／オーディオデータ知能分析部、前記データ複合知能分析及びイベント処理部、および前記外部のＡＩエッジサーバーに接続されて分析モデルを更新して共有する分析モデル更新部と、で構成されていることを特徴とする、請求項２に記載の非ライセンス自家ネットワークの超大規模データ知能分析処理ＡＩエッジゲートウェイ。
【請求項５】
請求項１に適用される超大規模データ知能分析処理過程であって、
ＳＯＭＰＡを利用してＩｏＴ端末及びＷｉＦｉ端末とセンサーデータ及び映像／オーディオデータを送受信し、収集されたセンサーデータ及び映像／オーディオデータを信号処理する第１過程と、
前記第１過程によって収集されたセンサーデータをルール基盤ＡＩアルゴリズムで分析して正常か異常かを判別し、正常であれば外部のＡＩエッジサーバーにセンサーデータを保存し、異常であればＡＩ状況分析を遂行した後、遂行された状況分析データを外部のＡＩエッジサーバーに保存し、意思決定後の措置を遂行する第２過程と、
前記第２過程でセンサーデータが正常であれば前記第１過程によって収集された映像／オーディオデータを軽量モデル基盤ＡＩアルゴリズムで分析して正常か異常かを判別し、正常であれば外部のＡＩエッジサーバーに映像／オーディオデータを保存し、異常であれば外部のＡＩエッジサーバーによる深層分析後、ＡＩ状況分析を遂行し、遂行された状況分析データを外部のＡＩエッジサーバーに保存し、意思決定後の措置を遂行する第３過程と、
前記第２過程でセンサーデータが異常であれば映像／オーディオデータを軽量モデル基盤ＡＩアルゴリズムで分析して正常か異常かを判別し、正常であれば外部のＡＩエッジサーバーに複合データを保存し、ＡＩ状況分析を遂行し、遂行された状況分析結果を外部のＡＩエッジサーバーに保存し、意思決定後の措置を遂行し、異常であれば外部のＡＩエッジサーバーによる深層分析後、ＡＩ状況分析を遂行し、遂行された状況分析データを外部のＡＩエッジサーバーに保存し、意思決定後の措置を遂行する第４過程と、
を順次に遂行することを特徴とする、非ライセンス自家ネットワークの超大規模データ知能分析処理ＡＩエッジゲートウェイ。

発明の詳細な説明【技術分野】
【０００１】
本発明は、低消費電力広域通信ネットワークシステムに適用されるものであって、現場の近所に位置して運用されるようにエッジネットワークコントローラーの前段に位置し、リアルタイムで収集された大規模センサーデータと映像／オーディオデータを、ＡＩアルゴリズムを基盤としてそれぞれ分析した後、正確な状況を認知するためにその結果を複合的に知能分析してリアルタイムで判断し、その結果によって、迅速な意思決定及び措置を取ることができるようにし、偏電効果アンテナを利用して安定的な電波環境を構築することで、データ送受信の信頼性を向上させた非ライセンス自家ネットワークの超大規模データ知能分析処理ＡＩエッジゲートウェイに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
低消費電力広域通信ネットワーク（ＬＰＷＡＮ、ＬｏｗＰｏｗｅｒＷｉｄｅＡｒｅａＮｅｔｗｏｒｋ）は、サービス範囲が非常に広く（１０ｋｍ以上）、秒当たり数百キロビット（ｋｂｐｓ）程度の通信速度を提供する低電力の無線広域通信網を言う。これは、モノをネットワークで接続する「モノのインターネット（ＩｏＴ；ＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ）」のための専用ネットワークに用いられる。
【０００３】
ＬＰＷＡＮは、ＬｏＲａ（登録商標）、ＳｉｇＦｏｘ（登録商標）、ＮＢ－ＩｏＴなどが挙げられ、大抵データの安定性及びカバレッジの側面で技術的な限界が存在する。その例として、一部の都市でＬｏＲａＷＡＮ（ＬｏｎｇＲａｎｇｅＷＡＮ）を構築して上水道の遠隔検針のために４５，０００個に達する検針機器を構築したが、接続機器の数の過多によって４％の未受信率が発生するなどの問題が現場で発生した。
【０００４】
したがって、多様な類型のデータが混在するハイパーコネクティビティーのスマートシティの環境の場合は、交通、環境、エネルギー、安全などの応用で発生する超大規模の（Ｍａｓｓｉｖｅ）センサーデータの処理のための安定的でかつ信頼し得る接続環境を提供しなければならない。
【０００５】
これを解決するために、ＴＴＡ（韓国情報通信技術協会）は、差別化された無線チャンネルアクセス基盤の低電力広域ネットワーク（ｄｃａＬＰＷＡＮ、ＤｉｆｆｅｒｅｎｔｉａｔｅｄＷｉｒｅｌｅｓｓＣｈａｎｎｅｌＡｃｃｅｓｓｂａｓｅｄＬｏｗＰｏｗｅｒＷｉｄｅＡｒｅａＮｅｔｗｏｒｋ）標準を制定した。
【０００６】
ｄｃａＬＰＷＡＮとは、物理層は、ＬｏＲａ方式で接続し、ＭＡＣ層は、多様なＩｏＴ応用サービスの特性によって差別化された方式で、新しく設計された方式の無線チャンネルアクセスを提供するＬＰＷＡＮ技術である。この技術は、サービスクラス別特性を考慮して優先順位基盤の競争型チャンネルアクセス及び予約基盤の非競争型チャンネルアクセス支援が可能な低消費電力広域ネットワーク技術である。
【０００７】
前記ｄｃａＬＰＷＡＮシステムは、図１に示すように、温度、湿度、ＰＭ２．５など多様な形態のデータを収集するＩｏＴ装置１０と、前記ＩｏＴ装置１０が収集したデータを、無線通信を通じてＲＦゲートウェイ３０に伝達する端末２０と、前記端末２０とネットワークコントローラー４０との間のパケット伝達機能を行うＲＦゲートウェイ３０と、前記端末２０及びＲＦゲートウェイ３０の管理、ネットワークの構成、ユーザ命令の処理などを行うネットワークコントローラー４０と、ｄｃａＬＰＷＡＮで収集されるデータの前処理及び知能化された分析を行うエッジゲートウェイ５０と、多様な応用及びサービス処理のためのコンピューティング機能を行うアプリケーションサーバー６０と、を含む。
【０００８】
このようなｄｃａＬＰＷＡＮシステムの構成において、前記エッジゲートウェイ５０は、ｄｃａＬＰＷＡＮで収集されるデータの前処理及び知能化された分析を行う構成要素であり、エッジコンピューティングを行うことに必須な装備である。
【０００９】
エッジコンピューティングとは、コンピューティングリソースが、データが生成される所、すなわちデータの「周縁」の近くに位置することを意味する。
【００１０】
これは、データを中央データセンターやクラウドのような中央サーバーに伝送することに代えて、データを生成する装置やエッジコンピューティング装置で処理することを目標とする。
（【００１１】以降は省略されています）

関連特許