AI 카메라가 기존 IP 카메라에 맞춰 설계된 태양광 발전 예산을 초과하는 이유는 무엇일까요?

태양광 감시 트레일러가 자재 야적장에서 3시즌 동안 단 한 번도 꺼지지 않고 가동되었습니다. 지붕에 패널 두 개, 아래쪽 상자에 24V LiFePO4 배터리 뱅크, 마스트에 고정 카메라 네 대가 설치되어 있습니다.

누군가 기존 카메라 4대를 AI 감지 기능이 내장된 최신 모델로 교체했습니다. 제조사, PoE 스위치, 패널, 배터리 모두 동일합니다.

트레일러는 4일 만에 고장 났다.

아무 문제도 없었다. 배터리 뱅크는 정상이었고, 패널은 깨끗했으며, 충전 컨트롤러는 설계된 대로 정확하게 작동하고 있었다. 부하가 원래 용량 계산에서 예측할 수 없었던 방식으로 변했던 것이다.

이것은 설치 오류가 아닙니다. 계산 문제이며, 꽤 자주 발생하므로 제대로 해결 방법을 안내해 드리겠습니다.

작동이 중단된 번호

이전에 오프그리드 카메라 시스템을 설계해 본 경험이 있다면 몇 가지 수치를 알고 있을 것입니다.

H.265 코덱을 사용하는 4MP 고정형 카메라는 5~7와트의 전력을 소모합니다. 적외선 조명을 켜면 9~11와트까지 올라갑니다. 여기에 소형 PoE 스위치와 셀룰러 라우터를 추가하면 카메라 4대가 설치된 트레일러는 낮에는 약 35와트, 밤에는 약 50와트의 전력을 소비합니다.

그 수치가 10년 동안 유지된 이유는 그 기반이 되는 기술 자체가 변하지 않았기 때문입니다. 기존 IP 카메라는 센서에서 이미지를 읽어 고정 기능 프로세서를 통해 처리한 후, 인코딩된 스트림을 네트워크로 전송합니다. 이 세 가지 작업 모두 하나의 기능만 저렴하게 수행하도록 설계된 전용 칩에서 실행됩니다. 따라서 수요는 거의 변동이 없습니다.

내장 감지 기능을 수행하는 카메라는 그 모든 작업 위에 신경망 추론 워크로드를 실행합니다. 해당 워크로드의 세 가지 속성이 전력에 영향을 미칩니다.

카메라는 끊임없이 작동합니다. 움직임 감지를 기다렸다가 판단하는 것이 아니라, 프레임을 지속적으로 처리합니다. 그래야만 사물이 사람인지, 차량인지, 아니면 비닐봉지인지 판단할 수 있기 때문입니다.

프레임 속도와 해상도를 함께 향상시킵니다. 프레임 속도가 낮으면 객체 감지 성능이 저하되고 작은 객체도 많은 픽셀을 필요로 하기 때문에, 기존에 4MP 해상도로 초당 10프레임을 스트리밍하던 카메라가 이제 8MP 해상도로 초당 20프레임 또는 30프레임을 스트리밍할 수 있게 됩니다. 센서, 인코더, 추론 엔진이 함께 확장됩니다.

이 제품의 전력 소모량은 장면에서 일어나는 상황을 추적합니다. 새벽 3시의 한적한 장소와 바람이 많이 불고 나뭇가지가 흔들리는 장소는 동일한 마운트에 설치된 동일한 카메라에서도 서로 다른 전력 수치를 나타냅니다.

데이터시트에는 이 모든 내용이 한 줄로 표시됩니다. 카메라가 PoE 클래스 3에서 클래스 4로 업그레이드되었습니다.

Peak는 여기서 아무런 유용한 정보도 제공하지 않습니다.

클래스 3은 전원 공급 장치에 최대 12.95W를 공급합니다. 클래스 4는 최대 25.5W를 공급합니다. 따라서 스프레드시트의 숫자가 두 배가 되었고, 스프레드시트의 숫자도 두 배로 늘리고 넘어가고 싶은 유혹이 생깁니다.

태양광 패널 용량 산정은 최대 전력 소비량(와트)을 기준으로 하는 것이 아니라, 하루 평균 전력 소비량(와트시)을 기준으로 하며, 최대치와 평균치의 차이는 두 카메라 유형마다 다릅니다.

적외선 기능을 갖춘 고정형 카메라의 최대값 대 평균값 비율은 약 1.2입니다. 거의 항상 평균값 근처에 머무릅니다.

연속 추론을 실행하는 카메라는 장면 활동에 따라 추론 엔진이 속도를 조절하기 때문에 1.5 또는 2.0에 더 가까운 성능을 보입니다.

이로 인해 명판 크기가 양방향으로 잘못됩니다. 클래스 4 등급을 기준으로 크기를 정하면 어레이를 과도하게 구성하게 되고, 기존 평균값을 기준으로 하면 뱅크를 부족하게 구성하게 됩니다. 두 수치 모두 가장 중요한 질문, 즉 카메라가 실제로 설치될 환경에서 24시간 동안 얼마나 많은 와트시를 소비하는지에 대한 답을 제공하지 못합니다.

짐은 어둠 속으로 옮겨졌다

독립형 시스템 설계는 다음과 같은 편안한 가정에 기반합니다. 낮 시간 동안의 발전으로 낮 시간 동안의 전력 수요를 충족하고 잉여 전력이 남으므로 배터리는 밤 시간 동안의 전력만 담당하면 됩니다.

이제 탐지 작업 부하가 가장 많은 시점을 생각해 보세요.

보안 시설은 업무 시간 중에는 조용하지만, 업무 시간 이후에는 활기가 넘칩니다. 차량들은 새벽 2시에 도착합니다. 바람, 헤드라이트, 그리고 동물들이 자정부터 새벽 5시 사이에 분류기를 작동시킵니다. 적외선 조명기는 이 모든 과정에서 최대 부하를 견뎌냅니다.

따라서 전력 소비가 가장 많은 시간대가 입력값이 0인 구간에 위치하게 됩니다. 야간 전력 소비량은 주간 전력 소비량보다 빠르게 증가하는데, 이는 일일 총 소비량이 더 많다는 점을 고려하기 전에도 주기당 부하가 더 커진다는 것을 의미합니다. 업그레이드를 통해 야간 부하가 주간 부하보다 30% 더 높아진 발전소가 탄생할 수도 있는데, 이전에는 야간 부하와 주간 부하가 거의 비슷했던 곳도 마찬가지입니다.

날씨는 수요를 증가시키고 공급을 감소시키는 동시에 영향을 미칩니다.

이것이 바로 영화 예고편이 7월에는 살아남지만 11월에는 실패하는 이유입니다.

비, 눈, 안개, 그리고 날아다니는 파편들은 프레임에 움직임을 더합니다. 눈이 내리는 모습을 관찰하는 분류기는 텅 빈 자갈밭을 관찰하는 분류기보다 훨씬 더 많은 작업을 수행하므로 추론 처리량이 증가하고 그에 따라 그림 그리기 시간도 증가합니다.

날씨가 궂으면 수확량이 맑은 날에 비해 훨씬 줄어듭니다.

수요와 공급은 같은 이유로 동시에 반대 방향으로 움직입니다. 예비력 계산 방식은 부하를 상수로, 발전을 변수로 취급하기 때문에 이러한 현상을 반영하지 못합니다. 부하가 구름의 양과 상관관계를 갖게 되면, 5일 자립 발전량 계산 방식은 더 이상 성립하지 않게 됩니다.

주기가 깊어질수록 은행 잔고는 짧아진다.

기존 배터리를 그대로 사용하면 시스템은 계속 작동합니다. 다만 매일 더 깊은 곳까지 방전될 뿐입니다.

라이프포4 사이클 수명은 배출 깊이와 밀접한 관련이 있으며, 배출 깊이가 30%에서 60%로 증가할 경우 손실은 적지 않습니다. 얕은 배출 주기에서 5년 동안 사용할 수 있도록 설계된 저장 탱크가 깊은 배출 주기에서는 2~3년밖에 사용할 수 없게 될 수 있습니다. 하지만 트레일러는 계속 작동하고 고객은 만족하며, 교체 비용 청구서는 예상보다 훨씬 빨리 도착하게 됩니다.

같은 예고편이지만 카메라 세대가 두 배로 달라졌습니다.

동일한 부지, 동일한 24V 아키텍처. 카메라와 컴퓨팅 장치만 변경되었습니다. 아래 수치는 Coram에서 제공한 자료입니다. 태양광 감시 트레일러 이러한 자료들은 사양이라기보다는 참고 자료에 가깝습니다. 왜냐하면 각 사이트마다 가격이 다르기 때문입니다.

레거시 빌드

편도 12시간: 하루 1,056Wh

AI 카메라 빌드

편도 12시간: 하루 1,800Wh

이는 1.7배이며, 모든 것을 하류로 이동시킵니다. 유효 유량의 80%에서 4일간의 자율 운항을 위한 규모 산정:

마지막 줄이 가장 어려운 부분입니다. 겨울철 태양광 패널은 기존 두 개에서 다섯 개로 늘어나고, 견인식 섀시를 사용하면서 풍하중, 마스트 간격, 견인봉 하중 등을 고려해야 합니다. 게다가 배터리 용량도 거의 두 배로 늘어나야 합니다.

카메라 교체 작업은 두 시간이 걸렸습니다. 그 여파는 섀시에까지 미칩니다.

겨울 번호는 디자인 번호입니다.

연평균은 여기서는 무의미합니다. 시스템의 성능은 최악의 달로 평가됩니다.

미국 북부 지역에서는 11월 말부터 1월까지가 그러한 시기인데, 이때는 일조 시간이 2~2.5시간으로 줄어들고 흐린 날씨가 지속되며, 낮이 짧아 적외선 조명을 12시간이 아닌 15시간 동안 켜게 됩니다.

해당 월에 대한 계산을 실행한 다음, 일주일 동안의 흐린 날씨를 더해서 다시 계산하세요. 두 번 모두 무사히 넘기면 나머지 한 해는 저절로 해결될 겁니다.

냉간 충전 함정

기온이 떨어지면 두 가지 현상이 발생하는데, 이 두 현상은 서로 상충됩니다.

사용 가능한 용량이 감소합니다. 0°C에서 LiFePO4 배터리 뱅크는 정격 용량보다 현저히 적은 용량을 제공하므로, 4일의 예비 용량이 조용히 3일로 줄어듭니다.

더 중요한 것은, 일반적인 LiFePO4 전지는 영하의 온도에서 충전해서는 안 되며, 제대로 제작된 전지는... BMS 충전 전류를 차단하여 태양광 패널을 보호합니다. 즉, 춥고 맑은 아침에 태양광 패널이 모두 켜지고 햇볕이 쨍쨍하며 컨트롤러도 정상적으로 작동하는데도 충전이 전혀 되지 않을 수 있다는 뜻입니다. 모든 표시등이 정상적으로 보이기 때문에 사람들이 이 기능에 속기 쉽습니다.

두 가지 해결책이 있습니다. 하나는 히터를 추가하는 것인데, 이는 이미 빠듯한 예산에서 전력을 추가로 소모하게 되며, 일반적으로 일일 총 전력 소비량의 10~15%를 차지합니다. 다른 하나는 저온 충전 등급의 배터리 셀을 사용하는 것인데, 초기 비용은 더 들지만 히터 부하를 줄이고 고장 발생 가능성을 낮출 수 있습니다. 이전 모델보다 훨씬 더 무거운 부하를 감당해야 하는 시스템에서는 두 번째 옵션이 전체적으로 더 저렴한 경우가 많습니다.

세 번째 옵션은 아무도 비용을 계산하지 않습니다.

카메라 부하를 전혀 건드리지 않고 감지 기능을 추가하는 방법이 있습니다. 저전력 카메라를 마스트에 그대로 두고 하위 장비 하나에서 추론을 실행하는 것입니다.

이번 거래는 4대의 카메라에 걸쳐 변동되는 전력 소비량을 적용하는 대신 24시간 고정된 전력 소비량을 적용하는 것입니다. 이 거래가 성사될지는 전적으로 해당 기기의 전력 소비량에 달려 있습니다.

손익분기점은 약 31W입니다. 4개 채널에서 그 이상을 소비하는 기기는 모든 이점을 상쇄하므로, 이는 가정이 아니라 계산을 통해 확인해야 합니다. 4개 카메라 시스템에서는 일반적으로 가전제품을 사용하는 것이 더 유리합니다. 채널 수가 늘어날수록 마진은 줄어듭니다.

이 제품에 대해 비판할 만한 네 가지 이유:

디코딩 비용은 채널 수와 해상도에 따라 증가합니다. 장비는 모든 스트림을 디코딩한 후에야 영상을 볼 수 있으므로, 사이트 규모가 커질수록 디코딩의 이점은 줄어듭니다. 카메라가 8대 또는 12대 정도 되면 디코딩의 이점은 거의 사라집니다.

이는 단일 장애 지점입니다. 카메라 하나가 고장 나면 하나의 시야를 잃게 됩니다. 장비 전체가 고장 나면 모든 곳에서 감지 기능을 사용할 수 없게 됩니다.

구형 카메라는 모델에 데이터를 전송하도록 설계되지 않았습니다. 프레임 속도가 낮고, 저조도 센서 성능이 떨어지며, 압축 과정에서 발생하는 아티팩트가 더 많이 발생합니다. 5년 된 카메라로 촬영한 데이터의 검출 품질은 모델용으로 제작된 카메라보다 떨어질 수 있으며, 아무리 후처리 연산을 강화해도 노이즈가 심한 10fps 스트림은 개선할 수 없습니다.

기기는 밀폐된 공간 내에 충분한 열적 여유 공간이 필요합니다. 경우에 따라 이를 위해 팬이 필요할 수 있는데, 팬은 더 많은 전력을 소비하고 움직이는 부품을 하나 더 추가합니다.

컴퓨터를 옮기면 성능도 같이 향상된다고 생각하지 마십시오.

다음으로 당연히 드는 질문은 이것입니다. 모든 데이터를 클라우드로 보내서 거기서 처리하면 안 될까요?

때로는 맞고, 때로는 틀리는데, 그 이유는 모뎀 때문입니다.

유휴 상태의 셀룰러 모뎀은 전력을 거의 소모하지 않습니다. 하지만 지속적인 업링크를 유지하는 모뎀은 훨씬 더 많은 전력을 소모하며, 연결을 유지하기 위해 얼마나 많은 작업을 수행하느냐에 따라 소모량도 증가합니다. 신호가 두 칸으로 표시된 원격 사이트에서는 전송 전력만으로도 추론 엔진이 소모하는 전력량과 맞먹을 수 있습니다.

엣지 프로세싱은 연속적인 스트림 대신 메타데이터와 짧은 클립을 전송할 수 있도록 하기 위해 존재합니다. 이는 대역폭을 절약하고 배터리 사용 시에는 일반적으로 전력 소모도 줄여줍니다.

덧붙이자면, 적절한 타워를 향하도록 방향성 안테나를 설치하는 것은 단순히 연결성 향상뿐 아니라 전력 효율을 최적화하는 데에도 도움이 됩니다. 신호 품질이 향상되면 송신 전력이 낮아지고, 결과적으로 소비 전력(와트시)이 줄어듭니다.

무엇을 바꿔야 할까요?

측정만 하고, 구체적인 사양은 명시하지 마십시오. 카메라를 벤치 전원 공급 장치에 연결하고, 실제 활동이 있는 장면을 향하게 한 다음, 24시간 동안 전력 소비량(와트시)을 기록하십시오. 이 한 단계만으로 대부분의 크기 측정 오류를 잡아낼 수 있습니다.

부하 프로파일 두 개를 생성합니다. 한적한 부지와 혼잡한 부지. 혼잡한 부지에서는 크기가 중요하고, 한적한 부지에서는 실제 여유 공간이 더 크다는 것을 알 수 있다.

낮과 밤을 별도의 블록으로 모델링합니다. 평균을 내지 말고, 가장 실적이 저조했던 달의 시간별 비율을 사용하세요.

제품 수명 목표에 맞춰 방전 심도를 설계하십시오. 자율성 목표뿐만이 아닙니다. 5년 만기 은행은 얕은 주기와 더 많은 용량을 의미합니다.

단순한 오경보가 아닌 전력 감지를 위한 감지 영역으로 설정하세요. 프레임 가장자리의 교통량이 많은 도로를 가리면 추론 듀티 사이클이 줄어듭니다. 대부분의 사람들은 오경보를 줄이기 위해 이렇게 하지만 전력 절약 효과는 알아차리지 못합니다. 이는 가장 저렴하면서도 효과적인 전력 절감 방법이며, 시스템 자원이 부족한 웹사이트에서 가장 먼저 확인해야 할 사항입니다.

MPPT를 사용하세요. PWM 방식 대비 수확량 차이는 부하가 증가함에 따라 커지며, 특히 최악의 달로 꼽히는 추운 저조도 환경에서 가장 큰 영향을 미칩니다.

라디오와 히터는 예산에 명확하게 포함시키세요. 이 두 가지 모두 스프레드시트에서 자주 누락되지만, 합쳐서 하루 소비량의 5분의 1을 차지할 수 있습니다.

절대 하지 말아야 할 두 가지가 있습니다. 트레일러가 여전히 작동한다고 해서 기존 배터리를 재사용하지 마세요. 배터리가 두 배로 과부하되어 수명이 단축될 수 있습니다. 또한, 용량을 늘리는 대신 패널을 추가하지 마세요. 패널 수를 늘리는 것은 맑은 날에는 도움이 되지만, 5일 내내 흐린 날씨가 계속되면 아무런 효과가 없습니다. 결국 자율 주행은 배터리 문제이기 때문입니다.

컨닝 지

결론

고정형 카메라에서 온보드 감지 기능이 있는 카메라로 바꾸는 것은 겉보기에는 단순한 교체처럼 보입니다. 하지만 전력 소비 측면에서 보면 완전히 다른 종류의 부하입니다. 평균적으로 더 높고, 장면 활동에 따라 변동하며, 햇빛이 없는 시간대에 부하가 집중되고, 발전량을 줄이는 날씨와도 상관관계가 있습니다.

일일 소비 전력량의 1.5배에서 2배 사이가 적절한 시작점입니다. 그런 다음 측정하세요. 촬영 장면에서 카메라에 적용되는 배율만이 유일하게 중요한 수치입니다.