FLUID LEVEL DETECTION DEVICE AND METHOD

Disclosed are a water supply detection apparatus, system, and method thereof based on a vision sensor for executing big data, artificial intelligence (AI) algorithm and/or machine learning algorithm in the 5G environment connected for the Internet of Things (IoT). According to one embodiment of the present invention, the water supply detection apparatus is available in a washing machine, comprising: a vision sensor mounted in or near a tub to be oriented toward at least one water supply concerned area in the tub for acquiring an image of the water supply concerned area; and a water supply level determination unit which detects a water supply level through a vision algorithm based on the image information acquired by the vision sensor. The determination unit detects the water supply volume level by step in three categories of No Water Supply, Caution on Water Supply, and Normal Water Supply. The determination unit can determine that the water supply has an error if the results of detecting the water supply level is No Water Supply or Caution on Water Supply. With the volume of fluid supplied for each water supply level and the time for water supply until the point of time when the water supply is completed up to the volume of fluid set as the label value, a learning data set is generated. In addition, the water supply time until the water supply is completed step by step can be predicted based on the models learned through machine learning. 사물 인터넷을 위해 연결된 5G 환경에서 빅데이터, 인공지능(artificial intelligence, AI) 알고리즘 및/또는 기계학습(machine learning) 알고리즘을 실행하여 비전센서에 기반한 급수 검출 장치, 시스템, 및 방법이 개시된다. 본 발명의 일 실시 예에 따른 급수 검출 장치는 세탁기에서 이용가능하며, 터브 또는 터브 근처에 장착되고 터브 내의 적어도 하나의 급수 관심 영역에 지향되며 상기 급수 관심 영역의 영상을 획득하기 위한 비전센서, 및 상기 비전 센서에 의해 획득된 영상 정보를 기초로 비전 알고리즘을 통해 급수 레벨을 검출하는 급수레벨 판단유닛을 포함한다. 판단유닛은 상기 급수량의 레벨을 단계별로 급수 무, 급수 주의, 및 급수 정상의 3개 분류로 검출하고, 판단유닛은 급수 레벨 검출의 결과가 급수 무, 또는 급수 주의이면 급수 에러로 결정할 수 있다. 급수 레벨별로 급수되고 있는 유체의 양 및 상기 유체의 양으로 급수가 완료되는 시점까지의 급수 시간을 레이블 값으로 하여 학습 데이터 세트를 생성하고, 기계 학습을 통해 학습된 모델을 기초로 상기 단계별로 급수 완료 시점까지의 급수 시간을 예측할 수 있다.