DOI QR코드

DOI QR Code

사물 인터넷 기반 스마트 콜드 체인 모니터링 자동화 시스템 구조

Smart Cold-Chain Monitoring Automation System Architecture based on Internet of Things

  • 김석훈 (창신대학교 모바일통신공학과) ;
  • 한정수 (백석대학교 정보통신학부)
  • Kim, Seok-Hoon (Dept. of Mobile Communications Engineering, Changshin University) ;
  • Han, Jung-Soo (Division of Information & Communication, Baekseok University)
  • 투고 : 2014.10.19
  • 심사 : 2014.12.20
  • 발행 : 2014.12.28

초록

일반적으로 신선물류를 내장하고 있는 컨테이너 화물 혹은 일반 화물 등의 상태 및 위치를 파악하는 것은 콜드 체인 시스템 구축에서 매우 중요한 문제로 인식되어 왔지만, 관련업계에서 활용하고 있는 상태 및 위치 파악 방식은 아직까지 전통적인 방식에서 크게 벗어나지 못하고 있다. 때문에 본 논문에서는 이러한 문제를 해결하고 사물 인터넷 기반 스마트 콜드 체인 모니터링 자동화 시스템 구축 시 적용할 수 있는 설계 기법 및 아키텍처를 제안한다. 제안하는 스마트 콜드 체인 모니터링 자동화 시스템 구조는 oneM2M 표준을 기반으로 S/W 및 H/W로 구현되는 Network Services Layer 및 Entity, Common Services Layer 및 Entity, Application Layer 및 Entity로 구성되어 있으며, 이를 통해 신선물류 유통 시 해당 물류의 상태 및 위치를 자동으로 파악할 수 있을 뿐 아니라 해당 물류의 유통비용을 획기적으로 절감할 수 있을 것이다.

Generally, although securing the condition and location of container freights or normal freights, which load a fresh goods, has been a very important issue in the cold-chain system implementations, it has not gotten out of the traditional methods in the related business world yet. To solve this problem, we propose the designing method and architecture which can be used to implement a smart cold-chain monitoring automation systems. The proposed system architecture is based on the oneM2M standards, and it has 3 layers and entities, which can be implemented to S/W and H/W, network services layer and entity, common services layer and entity, application layer and entity. Based on this architecture, we will not only expect an innovative retrenchment of distribution cost, but also automatically secure the freight condition and location.

키워드

참고문헌

  1. C. H. Choi, C-P-N-D Ecological System and ICCT, Journal of Digital Convergence, Vol. 12, No. 3, pp. 7-16, 2014. https://doi.org/10.14400/JDC.2014.12.3.7
  2. S. H. Lee, and D. W. Lee, A Study on Internet of Things in IT Convergence Period, Journal of Digital Convergence, Vol. 12, No. 7, pp. 267-272, 2014. https://doi.org/10.14400/JDC.2014.12.7.267
  3. G, J, Kim, and J. S. Han, Chronic Disease Management using Smart Mobile Device, Journal of Digital Convergence, Vol. 12, No. 4, pp. 335-342, 2014. https://doi.org/10.14400/JDC.2014.12.4.335
  4. J. D. Kim, J. H. Jang, and J. H. Jeong, LGERI Report: IoT era, LG Business Insight, pp. 2-14, 2014.
  5. D. H. Shin, Weekly Focus: IoT era - it is the different 3 things from mobile era, LG Business Insight, pp. 29-38, 2014.
  6. O. S. Kweon, M2M trend and challenge, Journal of Communications & Radio Spectrum, Vol. 52, No. 8, pp. 4-21, 2012.
  7. Korea Communications Agency, Future of Freight Container Traceability Monitoring, Vol. 25, pp. 1-16, 2013.
  8. ITU-T, Location Matters: Spatial Stnadards for the Internet of Things ITU-T Technology Watch Report, Sep., 2013.
  9. IoT-A, D1.5-Final Architectural Reference Model for IoT v3.0, 2013.
  10. Alessio Carullo, Simone Corbellini, Marco Parvis, and Alberto Vallan, A Wireless Sensor Network for Cold-Chain Monitoring, IEEE Transactions on Instrumentatation and Measurement, Vol. 58, No. 5, pp. 1405-1411, May, 2009. https://doi.org/10.1109/TIM.2008.2009186
  11. Rohit Chaudhri, Gaetano Borriello, and Richard Anderson, Monitoring Vaccine Cold Chains in Developing Countries, IEEE Pervasive Computing, Vol. 11, Issue 3, pp. 26-33, 2012. https://doi.org/10.1109/MPRV.2012.20
  12. oneM2M, oneM2M Functional Architecture Baseline Draft, oneM2M-TS-0001-V-2014-08, oneM2M Technical Specification, 2014.