earticle

영어

This study proposes an AIoT-based integrated detection and control system to address safety issues such as crime and flooding in underground parking lots. A deep learning-based anomaly sound detection algorithm was developed and optimized for real-time processing on edge devices, enabling automatic recognition of emergency signals such as screams or glass breaking. A wireless sensor network utilizing 900MHz communication was implemented for real-time flood monitoring. The integrated control platform features a user-centered dashboard UI that enables automatic alerts and response actions without user intervention. The system was field-tested in various environments to validate its accuracy, responsiveness, and scalability. The results demonstrate the system’s potential to become a new model for proactive safety infrastructure in public and residential facilities.

한국어

본 연구는 지하 주차장에서 발생할 수 있는 범죄 및 침수 등 다양한 위험 상황에 대응하기 위한 AIoT 기반의 복합 감지 및 통합 관제 시스템을 제안한다. 이상음원(비명, 유리 파손음 등) 감지와 침수 감지 센서 데이터를 딥러닝 기반 알고리즘으로 분석하고, Edge 장치에서 실시간 처리할 수 있도록 경량화된 모델을 구현하였다. 또한, 900MHz 무선 통신 기반의 센서-중계기-서버 구조와 관리자 대시보드 UI를 통해 긴급 상황에 대한 자동 알림과 실시간 대응이 가능하도록 설계하였다. 다양한 실증 환경에서 시스템의 정확성과 안정성을 검증하였으며, 향후 공공시설, 학교, 주거지역 등으로의 확장 가능성도 확보하였다. 본 연구는 사용자 조작 없이도 상황을 인식하고 대응할 수 있는 자동화된 도시 안전 인프라의 새로운 모델을 제시한다.