KR102135329B1

KR102135329B1 - Method of Extracting Routines of Living-alone Person's Daily Activities and System for the Same

Info

Publication number: KR102135329B1
Application number: KR1020180138862A
Authority: KR
Inventors: 이현수; 이보경; 김토성
Original assignee: 서울대학교 산학협력단
Priority date: 2018-11-13
Filing date: 2018-11-13
Publication date: 2020-07-17
Also published as: KR20200055327A

Abstract

실내 재실자의 일상생활 활동패턴 도출방법 및 이를 위한 시스템이 개시된다. 주거공간에 설치된 다수의 움직임 검출 센서노드들이 주기적으로 상기 주거공간 내에서 재실자의 움직임을 검출하여 시간에 따른 상기 재실자의 위치 좌표 데이터를 생성하여 컴퓨팅 장치에 제공한다. 컴퓨팅 장치는 컴퓨터 프로그램을 실행하여, 시간에 따른 상기 재실자의 위치 좌표 데이터를 주거공간의 각 실의 위치정보에 기초하여 각 실에 대응되는 문자로 매핑함으로써 재실자의 일상생활 활동 문자열 시퀀스로 변환한다. 복수의 날 동안에 누적된 일상생활 활동 문자열 시퀀스에 대하여, 다중서열정렬 연산 중 글로벌 정렬(global alignment)을 수행하여 동일 시간 프레임 내에서의 제1 소정 시간 이상 길게 반복되는 제1 공통 문자열 시퀀스를 도출한다. 상기 일상생활 활동 문자열 시퀀스 대하여, 로컬 정렬(local alignment)을 수행하여 동일한 행동 맥락상의 시간 프레임 내에서의 제2 공통 문자열 시퀀스를 도출한다. 상기 글로벌 정렬을 통해 도출된 상기 제1 공통 문자열 시퀀스와 상기 로컬 정렬을 통해 도출된 상기 제2 공통 문자열 시퀀스를 종합적으로 반영하여, 일일 공통 문자열 시퀀스를 도출한다. 도출된 상기 일일 공통 문자열 시퀀스를 소정의 그래프 형태로 시각화하여 재실자의 일일 일상생활 활동 패턴으로 도출한다.Disclosed is a method for deriving daily living activity patterns of indoor occupants and a system for the same. A plurality of motion detection sensor nodes installed in the residential space periodically detects the movement of the occupant in the residential space and generates location coordinate data of the occupant over time and provides it to the computing device. The computing device executes a computer program to convert the location coordinate data of the occupant according to time into a character sequence corresponding to each room based on the location information of each room in the living space, thereby converting the character string sequence of daily activities of the occupant. For a sequence of daily life activity strings accumulated during a plurality of days, global alignment is performed during a multisequence alignment operation to derive a first common string sequence that is repeated for longer than a first predetermined time within the same time frame. . With respect to the daily life activity string sequence, local alignment is performed to derive a second common character string sequence within a time frame in the same behavioral context. The daily common string sequence is derived by comprehensively reflecting the first common string sequence derived through the global alignment and the second common string sequence derived through the local alignment. The derived daily common string sequence is visualized in the form of a predetermined graph to derive as a daily life activity pattern of the occupant.

Description

Method of extracting daily living activity patterns of indoor occupants and a system therefor {Method of Extracting Routines of Living-alone Person's Daily Activities and System for the Same}

본 발명은 실내 공간에 거주하는 재실자의 일일 일상생활 활동 (Activities of Daily Life) 패턴을 도출하는 방법에 관한 것으로서, 보다 상세하게는 주거 공간 내 1인 재실자의 시간대별 위치 좌표를 수집하여 해당 재실자의 주거 공간 내에서의 관련 일일 일상생활 활동 패턴을 도출하는 방법에 관한 것이다.The present invention relates to a method for deriving patterns of activities of daily lives of occupants living in an indoor space, and more specifically, by collecting the coordinates of the location of each occupant in a living space by time zone. It relates to a method of deriving relevant daily activities of daily living in a living space.

전 세계적으로 인구의 급격한 고령화가 사회문제로 대두되고 있다. 우리나라 역시 2018년에 65세 이상 인구가 총 인구의 14% 이상을 차지하게 되는 고령사회 (Aged Society)로 접어든다. 치매와 같은 퇴행성 뇌질환은 장기 치료가 필요한 대표적인 인지장애 질환으로, 고령화 추세와 함께 급증할 것으로 예상된다. 이는 곧 사회 전체가 부담해야하는 비용으로 직결되기 때문에 이를 줄이기 위한 노력이 필요하다. Rapid aging of the population is emerging as a social problem worldwide. Korea also enters the Aged Society in 2018, where the population aged 65 and over will account for more than 14% of the total population. Degenerative brain diseases such as dementia are representative cognitive disorders that require long-term treatment, and are expected to increase rapidly with the aging trend. Since this is directly linked to the cost that the entire society has to bear, efforts to reduce it are necessary.

특히, 1인 고령자 가구의 경우, 기능저하 질환의 발생에 따른 증상을 그 고령자 스스로 감지하고 대응하기가 매우 어렵다. 그렇기 때문에 고령자 스스로 상시적인 건강 모니터링이 가능하도록 하는 스마트 홈 헬스케어 시스템에 대한 수요 또한 증가하고 있다. In particular, in the case of a single-person household, it is very difficult to detect and respond to symptoms of the dysfunction disease itself. Therefore, the demand for smart home healthcare systems, which enable the elderly to monitor their health at all times, is also increasing.

이를 위해 실내 공간 내에서 재실자의 행동과 관련된 데이터를 수집하여 그 재실자의 건강 상태와의 관련성을 확인하거나 행동패턴을 추출하는 연구가 활발히 수행되고 있다. 그런데 기존의 연구들은 주로 재실자의 일상생활을 촬영하거나 재실자가 웨어러블 디바이스를 직접 착용하게 하여 재실자의 생리적 (Physiological) 데이터를 실시간으로 수집하는 등 센서를 활용하여 재실자의 움직임 및 자세를 감지하는 데 초점을 맞추고 있다. To this end, research has been actively conducted to collect data related to the behavior of the occupants in the indoor space to check the relationship with the health status of the occupants or to extract behavior patterns. However, existing studies mainly focus on detecting the movement and posture of the occupant by using sensors, such as capturing the daily life of the occupant or collecting the physiological data of the occupant in real time by making the occupant wear the wearable device directly. To match.

이러한 직접적 (Intrusive) 센싱 방식은 재실자의 단일 활동 (예: 걷다, 앉다, 뛰다 등)을 감지하기에 용이하다는 장점이 있다. 하지만 센서 등과 같은 추가적인 기기들을 설치해야 하는 것에 대한 고령자들의 거부감과 불편함이 있고, 개인정보의 과도한 노출 등의 단점 또한 상당하다. 따라서 이러한 단점들을 보완하기 위해 재실자가 추가적인 기기와 직접적으로 대응하지 않으면서도 일상생활 활동을 추출하고 모니터링 할 수 있는 기술이 필요하다.This direct sensing method has the advantage of being easy to detect a single activity of the occupant (eg, walk, sit, run, etc.). However, there is a sense of discomfort and discomfort of the elderly for having to install additional devices such as sensors, and there are also significant disadvantages such as excessive exposure of personal information. Therefore, in order to compensate for these shortcomings, there is a need for a technology that allows occupants to extract and monitor daily activities without directly responding to additional devices.

대한민국 특허공개 제10-2009-0025924호 (2009.03.11. 공개)Republic of Korea Patent Publication No. 10-2009-0025924 (2009.03.11. public)

본 발명의 일 목적은 간접적(Non-intrusive) 센싱 방식(비부착적 모션 센서)을 활용하여 주거 공간 내 1인 재실자의 시간대별 위치 좌표를 수집하여 주거공간 내의 각 실을 대표하는 문자열로 치환하고, 그 문자열 시퀀스에 대하여 다중 문자열 정렬 연산 방법을 활용하여 해당 기간 동안 재실자의 일일 일상생활 활동 (Activities of Daily Life) 패턴을 도출하는 방법과 이를 위한 시스템을 제공하기 위한 것이다. One object of the present invention is to collect the positional coordinates of each occupant's time zone in a residential space by utilizing an indirect sensing method (non-attached motion sensor) and replace it with a string representing each room in the residential space. , It is to provide a method and system for deriving patterns of activities of daily living of the occupant during the period by using a multi-string sorting operation method for the string sequence.

본 발명이 해결하고자 하는 과제는 상술한 과제들에 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.The problem to be solved by the present invention is not limited to the above-described problems, and may be variously extended without departing from the spirit and scope of the present invention.

상기 본 발명의 일 목적을 실현하기 위한 실시예들에 따른 일상생활 활동패턴 도출방법은, 컴퓨터 장치에서, 컴퓨터 프로그램을 실행하여, 시간에 따른 상기 재실자의 위치 좌표 데이터를 주거공간의 각 실의 위치정보에 기초하여 각 실에 대응되는 문자로 매핑함으로써 상기 재실자의 일상생활 활동 문자열 시퀀스로 변환하는 단계; 상기 컴퓨터 장치에서, 컴퓨터 프로그램을 실행하여, 복수의 날 동안에 누적된 일상생활 활동 문자열 시퀀스에 대하여, 다중서열정렬 연산 중 글로벌 정렬(global alignment)을 수행하여 동일 시간 프레임 내에서의 제1 소정 시간 이상 길게 반복되는 제1 공통 문자열 시퀀스를 도출하는 단계; 상기 컴퓨터 장치에서, 컴퓨터 프로그램을 실행하여, 상기 일상생활 활동 문자열 시퀀스 대하여, 로컬 정렬(local alignment)을 수행하여 동일한 행동 맥락상의 시간 프레임 내에서의 제2 공통 문자열 시퀀스를 도출하는 단계; 상기 컴퓨터 장치에서, 컴퓨터 프로그램을 실행하여, 상기 글로벌 정렬을 통해 도출된 상기 제1 공통 문자열 시퀀스와 상기 로컬 정렬을 통해 도출된 상기 제2 공통 문자열 시퀀스를 종합적으로 반영하여, 일일 공통 문자열 시퀀스를 도출하는 단계를 포함한다.The method of deriving a daily life activity pattern according to embodiments for realizing one object of the present invention, by executing a computer program on a computer device, positions coordinate data of the occupants over time in each room in a living space Converting into a string sequence of daily living activities of the roommate by mapping to characters corresponding to each room based on information; In the computer device, a computer program is executed to perform a global alignment during a multi-sequence operation on a sequence of daily life activity strings accumulated for a plurality of days, and a first predetermined time or more within the same time frame Deriving a long repeating first common string sequence; Executing, on the computer device, a computer program to perform a local alignment on the sequence of daily activity strings to derive a second common string sequence within a time frame in the same behavioral context; In the computer device, a computer program is executed to comprehensively reflect the first common string sequence derived through the global alignment and the second common string sequence derived through the local alignment to derive a daily common string sequence. It includes the steps.

예시적인 실시예들에 있어서, 상기 주거공간 내 1인 재실자의 일상생활 활동 패턴 도출 방법은, 상기 컴퓨터 장치에서, 컴퓨터 프로그램을 실행하여, 도출된 상기 일일 공통 문자열 시퀀스를 소정의 그래프 형태로 시각화하여 재실자의 일일 일상생활 활동 패턴으로 도출하는 단계를 더 포함할 수 있다.In exemplary embodiments, a method for deriving a daily living activity pattern of a single occupant in the residential space, by executing a computer program on the computer device, visualizes the derived daily common string sequence in a predetermined graph form The method may further include deriving a pattern of daily living activities of the occupant.

예시적인 실시예들에 있어서, 상기 주거공간 내 1인 재실자의 일상생활 활동 패턴 도출 방법은, 상기 재실자의 일상생활 활동 문자열 시퀀스로 변환하는 단계에 이전에, 상기 주거공간에 설치된 다수의 움직임 검출 센서노드들이 주기적으로 상기 주거공간 내에서 재실자의 움직임을 검출하여 시간에 따른 상기 재실자의 위치 좌표 데이터를 생성하는 단계; 및 컴퓨팅 장치에서, 상기 다수의 움직임 검출 센서노드들로부터 시간에 따른 상기 재실자의 위치 좌표 데이터를 제공받는 단계를 더 포함할 수 있다.In exemplary embodiments, a method for deriving a daily living activity pattern of a single occupant in the residential space includes a plurality of motion detection sensors installed in the residential space prior to the step of converting the sequence of daily living activity strings of the occupant into the living space. Nodes periodically detecting movement of the occupant in the residential space to generate positional coordinate data of the occupant over time; And in the computing device, receiving location coordinate data of the occupant over time from the plurality of motion detection sensor nodes.

예시적인 실시예들에 있어서, 상기 제1 소정시간은 3시간일 수 있다.In example embodiments, the first predetermined time may be 3 hours.

예시적인 실시예들에 있어서, 상기 글로벌 정렬은 상기 복수의 날의 일상생활 활동 문자열 시퀀스들 간의 유사도를 정량화 하여 최대 유사도가 얻어지는 정렬 결과를 도출하는 것일 수 있다.In example embodiments, the global sorting may be to derive an alignment result in which maximum similarity is obtained by quantifying the similarity between the daily life activity string sequences of the plurality of days.

예시적인 실시예들에 있어서, 상기 글로벌 정렬을 위해 산출하는 상기 복수의 날의 일상생활 활동 문자열 시퀀스들 간의 최대 유사도는 아래 글로벌 정렬식 In exemplary embodiments, the maximum similarity between the daily life activity string sequences of the plurality of days calculated for the global alignment is the global alignment expression below.

을 이용하여 산출할 수 있다. 여기서, S_n은 주어진 문자열 시퀀스들을 나타내고, A(i, j)는 S₁[0, ... , i]에서 S₂[0, ... , j]까지 정렬하는 것의 최적 점수를 나타내며, δ(S₁[i], S₂[j]) = σ (S₁[i] = S₂[j] 일 때) 또는 α (그 밖의 경우)이고, σ는 매칭 점수(match score), α는 미스매칭 점수(mismatch score), 그리고 γ는 가장 길게 반복되는 문자열 시퀀스를 도출하기 위해 문자열 시퀀스에 문자 대신에 갭(gap)을 삽입할 때 주어지는 갭 패널티(gap penalty)를 나타내는 것일 수 있다.Can be calculated using. Here, S _n represents the given string sequences, and A(i, j) represents the optimal score of sorting from S ₁ [0, ..., i] to S ₂ [0, ..., j], δ(S ₁ [i], S ₂ [j]) = σ (when S ₁ [i] = S ₂ [j]) or α (other cases), σ is the match score, α May be a mismatch score, and γ may represent a gap penalty given when inserting a gap instead of a character in the string sequence in order to derive the longest repeated character sequence.

예시적인 실시예들에 있어서, 상기 로컬 정렬은 일일 전체 문자열 중 상기 글로벌 정렬 시 적용하는 상기 제1 소정 시간보다 짧은 시간 동안 이루어지는 일상생활 활동이 반복되는 일부 구간만을 따로 분리하여 수행될 수 있다.In example embodiments, the local sorting may be performed by separately separating only a portion of a daily routine that is performed for a time shorter than the first predetermined time applied to the global sorting among all strings per day.

예시적인 실시예들에 있어서, 상기 일일 공통 문자열 시퀀스는, 상기 글로벌 정렬의 결과로서 도출되는 상기 제1 공통 문자열 시퀀스와, 상기 제1 공통 문자열 시퀀스의 시작과 끝 부분의 위치와 전체 문자열의 개수를 정하고, 하루에 해당하는 문자열의 전체 구간 중 상기 제1 공통 문자열 시퀀스의 구간을 제외한 나머지 비어있는 문자열 구간의 공백의 개수와 시작과 끝 부분의 위치를 산출하고, 산출된 공백 문자열 구간에서의 로컬 정렬의 결과를 상기 제2 공통 문자열 시퀀스를 합쳐서 구성될 수 있다.In example embodiments, the daily common string sequence may include the first common string sequence derived as a result of the global alignment, the positions of the start and end portions of the first common string sequence, and the total number of strings. And calculates the number of blank spaces and the position of the beginning and end of the empty string section except the section of the first common string sequence among all sections of the string corresponding to one day, and local alignment in the calculated blank string section The result may be configured by combining the second common string sequence.

한편, 본 발명의 예시적인 실시예들에 따른 주거공간 내 1인 재실자의 일상생활 활동 패턴 도출 시스템은 센싱부와 처리부를 포함할 수 있다. 상기 센싱부는 주거공간의 각 실에 설치된 다수의 움직임 검출 센서노드들을 포함하며, 각 움직임 검출센서노드는 주기적으로 상기 주거공간 내에서 재실자의 움직임을 검출하여 시간에 따른 상기 재실자의 위치 좌표 데이터를 생성하도록 구성된다. 상기 처리부는 상기 다수의 움직임 검출 센서노드들이 제공하는 상기 시간에 따른 상기 재실자의 위치 좌표 데이터를, 상기 주거공간 내 각 실의 위치정보에 기초하여, 각 실에 대응되는 문자로 매핑함으로써 상기 재실자의 일상생활 활동 문자열 시퀀스로 변환하고; 복수의 날 동안에 누적된 일상생활 활동 문자열 시퀀스에 대하여, 다중서열정렬 연산 중 글로벌 정렬(global alignment)을 수행하여 동일 시간 프레임 내에서의 제1 소정 시간 이상 길게 반복되는 제1 공통 문자열 시퀀스를 도출하며; 상기 일상생활 활동 문자열 시퀀스 대하여, 로컬 정렬(local alignment)을 수행하여 동일한 행동 맥락상의 시간 프레임 내에서의 제2 공통 문자열 시퀀스를 도출하며; 상기 글로벌 정렬을 통해 도출된 상기 제1 공통 문자열 시퀀스와 상기 로컬 정렬을 통해 도출된 상기 제2 공통 문자열 시퀀스를 종합적으로 반영하여, 일일 공통 문자열 시퀀스를 도출하는 처리를 컴퓨터 프로그램의 실행을 통해 수행하도록 구성된다. Meanwhile, a system for deriving daily life activity patterns of a single occupant in a residential space according to exemplary embodiments of the present invention may include a sensing unit and a processing unit. The sensing unit includes a plurality of motion detection sensor nodes installed in each room of the residential space, and each motion detection sensor node periodically detects the movement of the occupant in the living space to generate location coordinate data of the occupant over time. It is configured to. The processing unit maps the occupant's location coordinate data according to the time provided by the plurality of motion detection sensor nodes to characters corresponding to each room, based on the location information of each room in the living space. Convert to a string sequence of daily activities; Performing global alignment during a multi-sequence operation on a sequence of daily life activity strings accumulated during a plurality of days to derive a first common string sequence repeated for a first predetermined time or longer within the same time frame, ; Performing a local alignment on the daily life activity string sequence to derive a second common string sequence within a time frame in the same behavioral context; Comprehensively reflecting the first common string sequence derived through the global alignment and the second common string sequence derived through the local alignment, the process of deriving a daily common string sequence is performed through execution of a computer program It is composed.

예시적인 실시예들에 있어서, 상기 처리부는 도출된 상기 일일 공통 문자열 시퀀스를 소정의 그래프 형태로 시각화하여 재실자의 일일 일상생활 활동 패턴으로 도출하는 것을 상기 컴퓨터 프로그램의 실행을 통해 더 수행하도록 구성될 수 있다.In example embodiments, the processing unit may be configured to further visualize the derived daily common string sequence in a predetermined graph form to derive the daily daily activity pattern of the occupant through execution of the computer program. have.

본 발명의 예시적인 실시예들에 따르면, 상기 주거공간 내 1인 재실자의 일상생활 활동 패턴 도출 방법을 수행하기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 실행가능 프로그램과 이를 저장한 컴퓨터 판독 가능 저장매체가 제공될 수 있다.According to exemplary embodiments of the present invention, a computer-executable program stored in a computer-readable recording medium and a computer-readable storage medium storing the computer-readable storage medium to perform a method for deriving a daily living activity pattern of a single occupant in the residential space Can be provided.

본 발명의 예시적인 실시예들에 따른 재실자의 일상생활 활동 패턴 추출 방법은 재실자가 추가적인 기기와 직접적으로 대응하지 않아도 재실자의 일상생활 활동에 관한 정보를 획득할 수 있다. 그러므로 고령의 재실자가 추가적인 기기와 직접 대응하는 것에 따른 거부감과 불편함을 야기하지 않는다. 또한, 개인정보의 과도한 노출 등의 문제점도 생기지 않는다. The method for extracting a daily life activity pattern of a live occupant according to exemplary embodiments of the present invention can obtain information about the daily life activity of a live occupant even if the occupant does not directly correspond to an additional device. Therefore, it does not cause discomfort and discomfort as the elderly occupants directly respond to additional devices. In addition, there are no problems such as excessive exposure of personal information.

본 발명은 고령의 재실자에 관해 일상생활 활동 패턴을 추출하고 모니터링 할 수 있다. 그 과정에서 도출된 활동 패턴에 있어서 급격한 변화가 감지될 경우, 이를 해당 재실자의 건강 상태의 변화에 대한 신호로 판단하고 이를 관련 질병의 조기 진단 근거 중 일부로 사용할 수 있다. The present invention can extract and monitor daily life activity patterns for the elderly. When a sudden change in the activity pattern derived in the process is detected, it can be judged as a signal for a change in the health status of the corresponding occupant and used as part of the basis for early diagnosis of the related disease.

또한 해당 재실자에게 본인의 일상생활 활동 패턴에 대한 정보를 제공하여 삶의 질을 높이는 데 기여할 수 있다. In addition, it can contribute to improving the quality of life by providing information on patterns of daily activities of the person living in the room.

구체적으로, 본 발명의 실행을 통해 얻어지는 최종 결과물인 시각화 된 형태의 일일 공통 시퀀스를 통해 정보 사용자의 직관적인 이해를 향상시키고, 데이터 수집 기간 별 결과물의 상호 비교 시 패턴의 분석 및 평가가 용이할 수 있다. 본 발명의 실행을 통해 얻어지는 최종 결과물인 일상생활 활동 패턴 정보를 활용하여 해당 재실자의 생활 패턴에 특화된 (customize) 주거공간 사용 프로파일을 제공 할 수 있다. 나아가, 도출된 패턴을 평가했을 때, 비정상적(시점-활동의 불일치, 기간-활동의 불일치, 빈도-활동의 불일치 등)인 활동이 발생한 경우, 이를 해당 재실자에게 알려줄 수 있다. 해당 재실자는 이를 토대로 자신의 삶의 질을 개선할 수 있다. 해당 재실자가 고령자인 경우, 유관 기관에 알려 건강 상태 진단 정보에 활용할 수 있다.Specifically, the intuitive understanding of information users can be improved through the daily common sequence in a visualized form, which is the final result obtained through the execution of the present invention, and analysis and evaluation of patterns can be easily performed when comparing the results of each data collection period. have. By utilizing the information on the pattern of daily living activities, which is the final result obtained through the implementation of the present invention, it is possible to provide a residential space use profile customized for the living pattern of the corresponding occupant. Furthermore, when evaluating the derived pattern, if there is an abnormal activity (time-activity mismatch, duration-activity mismatch, frequency-activity mismatch, etc.), it can be notified to the corresponding occupant. The occupant can improve his/her quality of life based on this. If the occupant is an elderly person, it can be used for health status diagnosis information by notifying the relevant institution.

도 1은 본 발명의 예시적인 실시예에 따라 주거공간 내 1인 재실자의 일일 일상생활 활동 패턴을 도출하는 방법을 나타내는 흐름도이다.
도 2는 본 발명의 예시적인 실시예에 따라 주거공간 내 1인 재실자의 일일 일상생활 활동 패턴을 도출하는 시스템의 구성을 도시한 블록도이다.
도 3은 본 발명을 테스트하기 위한 1인 재실자가 거주하는 주거공간의 레이아웃을 예시한다.
도 4는 본 발명의 예시적인 실시예에 따라 도 3에 도시된 주거공간 내에 설치된 센서노드들의 레이아웃을 예시한다.
도 5는 본 발명의 예시적인 실시예에 따라 움직임 검출 센서노드들이 검출한 특정 2일간 재실자의 시간 경과에 따른 주거공간 내에서의 움직임을 그에 등가적인 시간에 따른 일상생활 활동 문자열 시퀀스로 나타낸 것을 예시한다.
도 6은 본 발명의 예시적인 실시예에 따라 글로벌 정렬 및 로컬 정렬을 수행한 결과 얻어진 공통 문자열 시퀀스들을 종합하여 일일 공통 문자열 시퀀스를 도출하는 알고리즘을 나타낸다.
도 7은 본 발명의 예시적인 실시예에 따라 글로벌 정렬 및 로컬 정렬을 수행한 결과 얻어진 공통 문자열 시퀀스들을 종합하여 도출한 일일 공통 문자열 시퀀스를 막대그래프 패턴 형태로 시각화하여 일상생활 활동 패턴으로 나타낸 것을 예시한다.
도 8은 도 7에 도시된 출근 전 구간(Before going to work)과 취침 전 구간(Before asleep)에서의 시각화된 일상생활 활동 패턴을 예시한다. 1 is a flow chart showing a method for deriving a pattern of daily living activities of a single occupant in a residential space according to an exemplary embodiment of the present invention.
Fig. 2 is a block diagram showing the configuration of a system for deriving daily daily activity patterns of a single occupant in a residential space according to an exemplary embodiment of the present invention.
3 illustrates the layout of a residential space in which a single occupant lives to test the present invention.
FIG. 4 illustrates the layout of sensor nodes installed in the residential space shown in FIG. 3 according to an exemplary embodiment of the present invention.
FIG. 5 illustrates that movements in a residential space over a specific 2-day occupant's time detected by motion detection sensor nodes in accordance with an exemplary embodiment of the present invention are shown as string sequences of daily activities according to equivalent time do.
6 is a diagram showing an algorithm for deriving a daily common string sequence by synthesizing common string sequences obtained as a result of performing global sorting and local sorting according to an exemplary embodiment of the present invention.
FIG. 7 illustrates that a daily common string sequence obtained by synthesizing common string sequences obtained as a result of performing global sorting and local sorting according to an exemplary embodiment of the present invention is visualized as a bar graph pattern, and illustrated as a daily life activity pattern. do.
FIG. 8 illustrates a pattern of visualized daily activities in the Before going to work and Before asleep shown in FIG. 7.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. The same reference numerals are used for the same components in the drawings, and duplicate descriptions for the same components are omitted.

도 1은 본 발명의 예시적인 실시예에 따라 주거공간 내 1인 재실자의 일일 일상생활 활동 패턴을 도출하는 방법을 개략적으로 나타내는 흐름도이다.1 is a flow chart schematically showing a method for deriving a daily living activity pattern of a single occupant in a residential space according to an exemplary embodiment of the present invention.

도 1을 참조하면, 주거공간 내에 있는 1인 재실자의 일일 일상생활 활동 패턴을 도출하는 방법(이하, '일상생활 활동패턴 도출 방법'이라 함)은 주거공간의 각 실별 정보와, 그 주거공간 내에서 재실자의 시간에 따른 위치 데이터를 수집하는 단계(S10)를 포함할 수 있다. Referring to FIG. 1, a method for deriving a daily living activity pattern of a single occupant in a living space (hereinafter referred to as a'how to derive a daily living activity pattern') includes information for each room in the living space and within the living space. It may include the step (S10) of collecting location data according to the time of the occupant.

본 발명의 예시적인 실시예에 따르면, 재실자의 일일 일상생활 활동 패턴 도출을 위해서는 재실자가 각 시간별로 주거공간 내에서 머무른 실 정보를 담을 수 있는 문자열 데이터가 필요할 수 있다. 이를 위해 실자가 머무는 주거공간에 존재하는 각 실의 위치 정보가 필요하다. 또한, 재실자의 각 시간별 위치 좌표를 기록한 데이터 로그를 수집할 수 있어야 한다. According to an exemplary embodiment of the present invention, in order to derive the pattern of daily living activities of the occupants, string data that may contain information about the rooms in which the occupants stayed in the residential space for each time may be required. For this, the location information of each room existing in the residential space where the room is staying is required. In addition, it should be possible to collect a data log recording the location coordinates of each occupant's time.

예시적인 실시예에 따르면, 상기 일상생활 활동패턴 도출 방법은 단계 S10에서 확보된 각 실의 위치 정보와 재실자의 각 시간별 위치 좌표와 같은 초기 데이터를 활용하여 시간에 따른 일상생활 활동 문자열 시퀀스를 생성하는 단계(S20)를 포함할 수 있다.According to an exemplary embodiment, the method for deriving the daily life activity pattern uses the initial data such as the location information of each room secured in step S10 and the location coordinate of each occupant's time to generate a sequence of daily life activity strings over time. Step S20 may be included.

예시적인 실시예에 따르면, 상기 일상생활 활동패턴 도출 방법은 시간에 따른 일상생활 활동 문자열 시퀀스를 생성한 후에, 이를 일별로 저장하고 패턴을 도출하고자 하는 기간만큼 누적되면 다중 문자열 정렬 연산을 수행하여 일일 공통 시퀀스를 도출할 수 있다. 구체적으로, 상기 일상생활 활동패턴 도출 방법은 일상생활 활동 문자열 시퀀스 데이터에 대한 글로벌 정렬 연산을 수행하여 동일 시간 프레임 내에서의 공통 문자열 시퀀스를 도출하는 단계(S30)와, 일상생활 활동 문자열 시퀀스 데이터에 대한 로컬 정렬 연산을 수행하여 동일한 행동 맥락상의 시간 프레임 내에서의 공통 문자열 시퀀스를 도출하는 단계(S40)를 포함할 수 있다. 예시적인 실시예에 따르면, 다중 문자열 정렬 연산은 Clustal W series 또는 MEGA7 소프트웨어로 구현할 수 있다. According to an exemplary embodiment, the method for deriving a pattern of daily activity activities generates a sequence of character strings for daily activities according to time, stores them daily, and accumulates them for a period of time to derive patterns, thereby performing a multi-string sort operation to perform daily A common sequence can be derived. Specifically, the method of deriving the daily life activity pattern comprises the steps of deriving a common string sequence within the same time frame by performing a global sort operation on the daily life activity string sequence data (S30) and the daily life activity string sequence data. It may include a step (S40) of performing a local alignment operation for deriving a common string sequence within a time frame on the same behavioral context. According to an exemplary embodiment, the multi-string alignment operation can be implemented with Clustal W series or MEGA7 software.

예시적인 실시예에 따르면, 상기 일상생활 활동패턴 도출 방법은 글로벌 정렬 및 로컬 정렬을 통해 도출된 공통 문자열 시퀀스들을 종합적으로 반영하여 일일 공통 문자열 시퀀스를 도출하는 단계를 포함할 수 있다(S50). 나아가, 상기 일상생활 활동패턴 도출 방법은 도출된 일일 공통 문자열 시퀀스를 시각화하여 재실자의 일일 일상생활 활동 패턴으로 생성하는 단계를 포함할 수 있다(S60).According to an exemplary embodiment, the method for deriving a daily life activity pattern may include deriving a daily common string sequence by comprehensively reflecting common string sequences derived through global sorting and local sorting (S50 ). Further, the method for deriving the daily life activity pattern may include visualizing the derived daily common string sequence to generate the daily life activity pattern of the occupant (S60).

도 2는 본 발명의 예시적인 실시예에 따라 주거공간 내 1인 재실자의 일일 일상생활 활동 패턴을 도출하는 시스템(100)의 구성을 도시한 블록도이다. 도 3은 본 발명을 테스트하기 위한 1인 재실자가 거주하는 주거공간(400)의 레이아웃을 예시한다. Fig. 2 is a block diagram showing the configuration of a system 100 for deriving daily daily activity patterns of a single occupant in a residential space according to an exemplary embodiment of the present invention. 3 illustrates the layout of the residential space 400 in which a single occupant lives to test the present invention.

도 2 내지 도 4를 참조하면, 예시적인 실시예에 따른 일일 일상생활 활동 패턴 도출 시스템(100)은 센싱부(200)와 처리부(300)를 포함할 수 있다. 2 to 4, the daily life activity pattern derivation system 100 according to an exemplary embodiment may include a sensing unit 200 and a processing unit 300.

센싱부(200)는 주거공간(400)의 각 실에 설치되어 각 실별로 재실자의 움직임을 검출할 수 있는 다수의 움직임 검출센서를 포함할 수 있다. 움직임 검출센서는 재실자의 움직임을 검출함으로써 그 재실자가 각 실에 출입하는 정보, 현재 어느 실에 있는지에 관한 정보 등에 관한 데이터 생성할 수 있다. The sensing unit 200 may be installed in each room of the residential space 400 and may include a plurality of motion detection sensors capable of detecting the movement of the occupants for each room. The motion detection sensor can detect the movement of the occupant and generate data regarding information about the occupant entering and exiting each room, information about which room is currently in, and the like.

예시적인 실시예에 따르면, 다수의 센서들은 단층촬영 움직임 검출 센서(tomographic motion detection sensor)일 수 있다. 도 4는 본 발명의 예시적인 실시예에 따라 도 3에 도시된 주거공간(400) 내에 다수의 단층촬영 움직임 검출 센서들로 구현된 센서노드들(210-1, 210-2, ..., 210-10)의 레이아웃을 예시한다. 도 4를 참조하면, 주거공간(400)의 각 실에는 단층촬영 움직임 검출 센서가 적어도 1개 이상 설치될 수 있다. 단층촬영 움직임 검출 센서는 예컨대 Xandem사 (https://www.xandem.com)가 판매하는 XANDEM 키트일 수 있다. 단층 촬영 움직임 검출 센서는 각 실에 마련된 전기 콘센트나 꽂는 방식으로 간단히 설치될 수 있다. 단층촬영 움직임 검출 센서는 약한 X선을 이용하므로 벽이나 물체를 통과할 수 있다. 센서노드들(210-1, 210-2, ..., 210-10)들끼리는 서로 1 대 1로 연결되어(connected) 있다. 즉, 어느 하나의 센서노드(예컨대 200-1의 센서노드)는 나머지 센서노드들(예컨대 210-2부터 210-10까지의 9개의 센서노드) 각각과 1 대 1로 각각 연결되는 센싱라인(예컨대 9개의 센싱라인)을 형성할 수 있다. 전체 센서노드(210-1, 210-2, ..., 210-10)들끼리 형성하는 센싱라인들에 의해 주거공간(400)에는 센싱라인 망이 촘촘하게 형성될 수 있다. According to an exemplary embodiment, the multiple sensors may be tomographic motion detection sensors. Figure 4 is a sensor node (210-1, 210-2, ..., implemented with a plurality of tomography motion detection sensors in the residential space 400 shown in Figure 3 according to an exemplary embodiment of the present invention, 210-10). Referring to FIG. 4, at least one tomography motion detection sensor may be installed in each room of the residential space 400. The tomography motion detection sensor may be, for example, an XANDEM kit sold by Xandem (https://www.xandem.com). The tomography motion detection sensor can be simply installed by plugging in an electrical outlet provided in each room. Because the tomography motion detection sensor uses weak X-rays, it can pass through walls or objects. The sensor nodes 210-1, 210-2, ..., 210-10 are connected one-to-one to each other. That is, any one sensor node (e.g., a sensor node of 200-1) is connected to each of the remaining sensor nodes (e.g., 9 sensor nodes from 210-2 to 210-10) on a sensing line (e.g. 9 sensing lines). A sensing line network may be densely formed in the residential space 400 by sensing lines formed between all sensor nodes 210-1, 210-2, ..., 210-10.

재실자가 주거공간(400) 내에서 이동을 하면, 임의의 센싱라인을 가로지를 수 있다. 재실자가 어떤 센싱라인을 통과할 때 그 센싱라인을 형성하는 한 쌍의 단층촬영 움직임 검출 센서는 해당 센싱라인의 형성이 일시적으로 방해받은(disrupt) 것을 검출할 수 있다. 이에 의해 한 쌍의 단층촬영 움직임 검출 센서는 재실자가 주거공간(400) 내의 어느 위치를 통과했는지에 관한 위치 정보를 생성할 수 있다. When the occupant moves within the residential space 400, it may cross an arbitrary sensing line. When the occupant passes through a certain sensing line, a pair of tomography motion detection sensors forming the sensing line may detect that the formation of the sensing line is temporarily interrupted. Accordingly, the pair of tomography motion detection sensors may generate location information regarding where the occupants have passed in the residential space 400.

센서노드들(210-1, 210-2, ..., 210-10)은 주기적으로 재실자의 시간별 위치 데이터 즉, 시간-공간 정보를 생성할 수 있다. 예컨대 그 시간별 위치 데이터는 예컨대 (타임스탬프, 움직임이 검출된 좌표) 정보의 형태로 생성될 수 있다. 생성 주기는 예컨대 수 초 또는 수십 초 간격 등과 같이 설정할 수 있다.The sensor nodes 210-1, 210-2, ..., 210-10 may periodically generate location data for each occupant's time, that is, time-space information. For example, the location data for each time may be generated in the form of information (time stamp, coordinates where motion is detected), for example. The generation period can be set, for example, every few seconds or tens of seconds.

센서노드들(210-1, 210-2, ..., 210-10) 각각은 무선통신모듈을 내장할 수 있다. 그 무선통신모듈은 예를 들어 WiFi 통신, 또는 블루투스 통신 등 기존에 알려진 무선 통신방식을 지원할 수 있다.Each of the sensor nodes 210-1, 210-2, ..., 210-10 may incorporate a wireless communication module. The wireless communication module may support a known wireless communication method such as WiFi communication or Bluetooth communication.

예시적인 실시예에 따르면, 상기 센싱노드(210-1, 210-2, ..., 210-10)는 사람의 움직임을 검출하여 그의 위치 정보를 검출할 수 있는 센서라면 다른 종류의 센서로 구현될 수도 있다. 예컨대, 중적외선 파장에서 방출되는 흑체복사를 통해 사람의 움직임을 감지하는 수동 적외선 센서, 마이크로웨이브를 이용하여 도플러 레이더의 원리를 통해 움직임을 감지하는 움직임 감지 센서, 초음파의 반사를 이용하여 움직임을 감지하는 움직임 감지 센서 등과 같은 센서를 이용하여 센싱노드(210-1, 210-2, ..., 210-10)가 구성될 수도 있다.According to an exemplary embodiment, the sensing nodes 210-1, 210-2, ..., 210-10 are implemented as different types of sensors as long as they are sensors capable of detecting human motion and detecting their location information. It may be. For example, a passive infrared sensor that detects a person's movement through blackbody radiation emitted from mid-infrared wavelengths, a motion detection sensor that detects movement through the Doppler radar principle using microwaves, and detects movement using reflection of ultrasonic waves Sensing nodes 210-1, 210-2, ..., 210-10 may be configured using a sensor such as a motion detection sensor.

처리부(300)는 입력부(310), 연산부(320), 그리고 출력부(330)를 포함할 수 있다. The processing unit 300 may include an input unit 310, a calculation unit 320, and an output unit 330.

입력부(310)는 센싱부(200)의 각 센서노드(210-1, 210-2, ..., 210-10)로부터 재실자의 시간별 위치 데이터를 수신할 수 있는 통신모듈을 포함할 수 있다. 그 통신모듈은 센서노드들(210-1, 210-2, ..., 210-10)과 직접 무선통신을 하거나, 인터넷을 통해서 유/무선 통신을 할 수 있다. 또한 입력부(310)는 그 재실자의 수신된 재실자의 시간별 위치 데이터를 저장 관리하는 시간별 위치 데이터 로그 저장부(314)와, 주거공간 내 각 실의 위치 정보 저장부(312)를 포함할 수 있다. 이 시간별 위치 데이터 로그 저장부(314)와 각 실의 위치 정보 저장부(312)는 불휘발성 데이터 저장장치와 데이터의 저장 및 관리를 위한 소프트웨어로 구현될 수 있다.The input unit 310 may include a communication module capable of receiving location data for each occupant's time from each sensor node 210-1, 210-2, ..., 210-10 of the sensing unit 200. The communication module can directly or wirelessly communicate with the sensor nodes 210-1, 210-2, ..., 210-10, or wire/wireless communication through the Internet. In addition, the input unit 310 may include an hourly location data log storage unit 314 for storing and managing hourly location data of the received occupants of the occupied room, and a location information storage unit 312 of each room in the residential space. The location data log storage unit 314 for each hour and the location information storage unit 312 for each room may be implemented as a nonvolatile data storage device and software for storing and managing data.

연산부(320)는 CPU, 프로세서 등과 같은 컴퓨팅을 할 수 있는 연상처리장치 및 메모리와 같은 하드웨어와, 문자열 생성모듈(322), 글로벌 정렬모듈(324), 로컬 정렬모듈(326), 그리고 공통시퀀스 도출모듈(328)과 같은 소프트웨어를 포함할 수 있다. The calculation unit 320 is hardware such as an associative processing device and memory capable of computing such as a CPU, a processor, a string generation module 322, a global alignment module 324, a local alignment module 326, and a common sequence derivation. Software, such as module 328.

문자열 생성모듈(322)은 입력부(310)에 저장된 시간별 위치 데이터 로그와 주거공간 내 실별 정보를 이용하여 재실자의 일별-시간별 일상생활 활동에 관한 문자열 데이터를 생성할 수 있다.The character string generation module 322 may generate character string data related to daily life activities of the occupants by day-hour by using the location data log for each hour stored in the input unit 310 and the information for each room in the living space.

글로벌 정렬모듈(324)은 문자열 생성모듈(322)이 생성한 문자열 데이터에 관하여 글로벌 정렬을 수행하여 누적 문자열 데이터 중 가장 긴 공통 문자열을 도출할 수 있다. 상기 글로벌 정렬과 후술할 로컬 정렬은 일일 일상생활 활동 패턴을 대표하기에 충분히 긴 복수의 날 동안에 생성된 문자열 데이터를 입력 데이터로 사용할 수 있다. 그 복수의 날은 예컨대 10일 이상일 수 있다. 10일보다 짧은 기간 동안의 문자열 데이터는 일일 일상생활 활동 패턴을 대표하기에는 너무 짧을 수 있다.The global sorting module 324 may perform global sorting on the string data generated by the string generation module 322 to derive the longest common string among the accumulated string data. The global alignment and the local alignment, which will be described later, may use character string data generated during a plurality of days long enough to represent daily daily activity patterns as input data. The plurality of days may be, for example, 10 days or more. String data for a period shorter than 10 days may be too short to represent a daily pattern of daily activities.

로컬 정렬모듈(326)은 문자열 생성모듈(322)이 생성한 문자열 데이터에 관하여 로컬 정렬을 수행하여 짧은 시간 동안 이루어지는 일상생활 활동에 관한 공통 패턴을 도출할 수 있다.The local sorting module 326 may perform a local sorting on the string data generated by the string generating module 322 to derive a common pattern related to daily life activities performed for a short time.

공통시퀀스 도출 모듈(328)은 글로벌 정렬과 로컬 정렬을 통해 도출된 결과를 종합하여 일일 일상생활 활동에 있어서 공통 시퀀스를 도출할 수 있다. 그 도출된 재실자의 일상생활의 일일 공통 문자열 시퀀스 즉, 일일 생활패턴을 소정 종류의 그래프로 표현하여 시각화할 수 있다. The common sequence derivation module 328 may synthesize the results derived through global alignment and local alignment to derive a common sequence in daily life activities. It is possible to visualize by expressing the daily common character string sequence, that is, the daily life pattern, as a graph of a certain kind of daily life of the deduced occupant.

출력부(330)는 연산부(320)의 공통시퀀스 도출모듈(328)이 생성한 결과물, 즉 재실자의 일상생활의 일일 공통 문자열 시퀀스와 이를 그래프의 형태로 시각화한 결과물을 제공받아 외부에 전달하거나 및/또는 디스플레이 화면 등과 같은 출력수단을 통해 표출할 수 있다.The output unit 330 receives the result generated by the common sequence derivation module 328 of the operation unit 320, that is, the daily common string sequence of the daily life of the occupant and the result visualized in the form of a graph, and delivers the result to the outside, and / Or through an output means such as a display screen.

다음으로, 도 2의 일일 일상생활 활동 패턴 도출 시스템(100)을 이용하여 재실자의 주거공간(400) 내에서의 일일 일상생활 활동 패턴을 도출하는 방법을 좀 더 구체적으로 설명한다.Next, the method of deriving the daily daily activity pattern in the residential space 400 of the occupant using the daily daily activity pattern derivation system 100 of FIG. 2 will be described in more detail.

먼저, 연산부(320)의 문자열 생성모듈(322)은 입력부(310)에 저장되어 있는 재실자의 시간별 위치 데이터 로그를 입력데이터로 받아서 재실자의 시간에 따른 일상생활 활동에 관한 문자열 시퀀스를 생성할 수 있다.First, the string generation module 322 of the operation unit 320 may receive a log of the occupant's hourly location data stored in the input unit 310 as input data and generate a sequence of strings related to daily life activities according to the occupant's time. .

재실자의 일일 일상생활 활동 패턴 도출을 위해서는 초기 데이터로서 재실자가 각 시간별로 주거공간(400) 내에서 머무른 실(room)의 정보를 담을 수 있는 문자열 데이터가 필요하다. 그 문자열 데이터를 확보하기 위해, 센싱부(200)의 각 센서노드(210-1, 210-2, ..., 210-10)가 생성하는 재실자의 각 시간별 위치 좌표를 기록한 데이터 로그를 수집할 수 있어야 한다(S10). 아래 표 1은 수집된 데이터 로그를 예시한다. 표 1에 예시된 데이터는 예컨대 10초 간격으로 수집된 데이터이다. 재실자의 움직임이 검출하지 못한 센서노드는 재실자의 (x, y) 좌표를 (0, 0)으로 생성할 수 있다. 모든 (0, 0) 좌표는 재실자의 마지막 움직임이 검출된 위치의 좌표로 대체될 수 있다.In order to derive the pattern of daily living activities of the occupants, it is necessary to use string data that can contain information of the rooms where the occupants stayed in the residential space 400 for each time as initial data. In order to secure the string data, a data log recording location coordinates of each occupant's time by each sensor node 210-1, 210-2, ..., 210-10 of the sensing unit 200 is collected. Should be able to (S10). Table 1 below illustrates the collected data log. The data illustrated in Table 1 are data collected at 10 second intervals, for example. The sensor node that the occupant's movement cannot detect may generate (x, y) coordinates of the occupant as (0, 0). All (0, 0) coordinates can be replaced with the coordinates of the location where the last movement of the occupant was detected.

시간time X 좌표X coordinate Y 좌표Y coordinate 2018-09-28 15:00:002018-09-28 15:00:00 18.028118.0281 -0.9157-0.9157 2018-09-28 15:00:102018-09-28 15:00:10 -15.2376-15.2376 -1.2379-1.2379 2018-09-28 15:00:202018-09-28 15:00:20 -12.1759-12.1759 2.38752.3875 2018-09-28 15:00:302018-09-28 15:00:30 -12.9763-12.9763 2.5942.594 .......... .......... ..........

이와 동시에 해당 재실자가 머물고 있는 주거공간의 각 실별 공간 정보가 필요하다. 각 실은 자신의 공간적 범위를 초기 값으로 가진다. 각 실별 공간 정보는 수집된 좌표의 분류를 위한 각 실의 평면 상 길이 범위와, 각 실을 나타내는 문자를 포함할 수 있다. 각 실을 나타내는 문자는 예컨대 각 실마다 하나의 영어 알파벳을 대응시켜 표시할 수 있다. 아래 [표 2]는 각 실별 공간 정보 즉, 각 실의 대표 알파벳 문자와 (x, y) 좌표 범위 예시적으로 나타낸다. At the same time, spatial information is required for each room in the residential space where the occupant is staying. Each thread has its own spatial range as the initial value. The spatial information for each room may include a length range on the plane of each room for classification of the collected coordinates, and a letter representing each room. Characters representing each thread may be displayed by corresponding to one English alphabet for each thread, for example. [Table 2] below shows spatial information for each room, that is, representative alphabet characters of each room and (x, y) coordinate ranges.

실(활동) 명Room (activity) 문자 코드Character code X 좌표 범위X coordinate range Y 좌표 범위Y coordinate range 욕실bathroom AA 5 ≤ X ≤ 145 ≤ X ≤ 14 -4 ≤ X ≤ 4-4 ≤ X ≤ 4 침실bedroom CC -14 ≤ X ≤ 14-14 ≤ X ≤ 14 -9 ≤ X ≤ 9-9 ≤ X ≤ 9 드레스룸dress room DD 5 ≤ X ≤ 145 ≤ X ≤ 14 4 ≤ X ≤ 94 ≤ X ≤ 9 거실Livingroom LL -4 ≤ X ≤ 5-4 ≤ X ≤ 5 0 ≤ X ≤ 90 ≤ X ≤ 9 집에 없음 (외출)Not home (going out) NN -- -- 컴퓨터(PC)Computer (PC) PP -4 ≤ X ≤ 0-4 ≤ X ≤ 0 -3 ≤ X ≤ 0-3 ≤ X ≤ 0 냉장고Refrigerator RR -4 ≤ X ≤ -2-4 ≤ X ≤ -2 -9 ≤ X ≤ -3-9 ≤ X ≤ -3 싱크대sink SS -2 ≤ X ≤ 5-2 ≤ X ≤ 5 -9 ≤ X ≤ -6-9 ≤ X ≤ -6 식탁table TT -2 ≤ X ≤ 2-2 ≤ X ≤ 2 -6 ≤ X ≤ -3-6 ≤ X ≤ -3

센싱부(200)가 검출한 재실자의 모든 좌표들은 표 2의 각 실별 공간정보에 기초하여 대응되는 문자로 매핑될 수 있다. 이렇게 재실자의 시간에 따른 평면 좌표를 실별 기준에 따라 분류하면 일별-시간별 일상생활 활동 문자열 시퀀스를 도출할 수 있다(S20). All coordinates of the occupants detected by the sensing unit 200 may be mapped to corresponding characters based on spatial information for each room in Table 2. In this way, if the plane coordinates according to the time of the occupant are classified according to the criteria for each room, the sequence of daily life activities for each day-time can be derived (S20).

도 5는 이런 방식으로 확보된 특정 2일간 재실자의 시간 경과에 따른 주거공간(400) 내에서의 움직임을 그에 등가적인 시간에 따른 일상생활 활동 문자열 시퀀스로 나타낸 것을 예시한다. 도 5에 예시된 문자열은 1분마다 재실자의 위치를 측정한 결과를 문자로 나타내어, 매 시간 동안의 재실자의 위치는 60개의 문자열, 하루 동안의 재실자의 위치는 1440개의 문자열로 나타낸 것이다. 도 5에서 10월 17일자 일상생활 활동 문자열 시퀀스에 따르면, 10월 17일에는 재실자가 오전 0시부터 1시 12분까지 거절에 있다가 5분간 욕실을 들린 다음, 7분간 컴퓨터 근처에 있었고, 그 후 01시 25분경에 침실로 이동하여 오전 08시 30분까지 잠을 잤음을 나타낸다. 그리고 거실과 욕식, 식탁에서 대략 10분의 시간을 보낸 다음, 8시 40분에 주거공간(400) 밖으로 나갔고, 18시 30분에 다시 주거공간(400)으로 되돌아왔음을 알 수 있다. 10월 10일에는 0시 38분에 침실에 들어가서 08시 24분까지 침실에 있다가 08시 51분에 외출을 한 것을 알 수 있다.FIG. 5 exemplifies that the movement in the residential space 400 over time of a specific occupant for 2 days secured in this manner is represented as a sequence of daily life activity strings over time equivalent thereto. The string illustrated in FIG. 5 represents the result of measuring the location of the occupant every minute, so that the location of the occupant during each hour is 60 strings, and the location of the occupant during the day is represented by 1440 strings. According to the sequence of daily life activities on October 17 in FIG. 5, on October 17, the occupants were in the refusal from 0 AM to 12:01 AM, listened to the bathroom for 5 minutes, and then stayed near the computer for 7 minutes. Afterwards, I moved to the bedroom around 01:25 am, indicating that I slept until 08:30 am. Then, after spending about 10 minutes in the living room, bath, and dining table, it can be seen that at 8:40, it went out of the residential space 400 and returned to the residential space 400 again at 18:30. On October 10, you can see that you entered the bedroom at 0:38, stayed in the bedroom until 08:24, and went out at 08:51.

다음으로, 이렇게 생성된 재실자의 다중 일상생활 활동 문자열 데이터에 대하여 글로벌 정렬(global alignment)을 수행하는 것(S30)에 관해 좀 더 구체적으로 설명한다. 다중 일상생활 활동 문자열 데이터의 글로벌 정렬을 통해 동일 시간 프레임 내에서의 공통 문자열 시퀀스를 도출할 수 있다. 이 글로벌 정렬은 연산부(320)의 연산처리장치가 글로벌 정렬 모듈(324)을 실행하는 것에 의해 수행될 수 있다.Next, a more detailed description will be given of performing global alignment (S30) on the multi-daily life activity string data of the occupants thus generated. Through the global arrangement of multiple daily activities string data, a common string sequence within the same time frame can be derived. This global alignment can be performed by the operation processing unit of the operation unit 320 executing the global alignment module 324.

본 단계는 문자열 데이터로 치환된 시간별 일상생활 활동 문자열 데이터를 정렬하여 소정의 기간 동안 예컨대 10일 이상의 기간 동안의 누적 문자열 데이터 중 상대적으로 길게 반복되는 공통 문자열 시퀀스를 도출하는 것을 목표로 한다. 이를 위해 예시적인 실시예에 따르면, 알려진 문자열 시퀀스의 정렬 방법 중 Needlman and Wunsch가 1970년에 발표한 글로벌 정렬식을 이용할 수 있다. This step aims to derive a common string sequence that is relatively long and repeats among cumulative string data for a predetermined period of time, such as 10 days or more, by sorting the character string data of daily life activities replaced by the string data. To this end, according to an exemplary embodiment, a global sorting expression announced by Needlman and Wunsch in 1970 may be used among known string sequence sorting methods.

본 방법은 길이가 동일한 여러 개의 문자열 시퀀스(즉, 여러 날의 시간별 일상생활 활동 문자열 시퀀스)들 간의 유사함의 정도를 정량화 하고 최적의 정렬 결과를 도출하는 방식이다. 최적의 정렬을 도출하는 것은 전체 문자열 시퀀스를 고려할 때 소정 시간 이상 상대적으로 길게 반복되는 문자열 시퀀스를 특정하는 것이다. 여기서 상기 소정 시간은 3시간으로 정할 수 있다. 일상생활에서 3시간 이상 지속되는 활동은 취침과 외출 정도가 이에 해당할 수 있다. 글로벌 정렬은 이러한 장시간의 활동을 먼저 정렬할 수 있다. 즉, 비교되는 복수 개의 문자열 시퀀스들 간에 동일한 정렬 구간이 가장 길게 도출될 때 그 복수 개의 문자열 시퀀스들 간의 유사 정도가 가장 크다. 하기 [식 1]을 이용하면 두 개의 문자열 시퀀스 간 최대 유사도가 얻어지는 정렬 결과를 도출할 수 있다. 두 개 이상의 문자열 시퀀스를 정렬하는 경우, 모든 문자열 시퀀스들 간의 정렬을 계산한 후, 최대 유사 정도가 도출되는 경우를 최종 결과로 도출할 수 있다.This method is a method of quantifying the degree of similarity between multiple string sequences having the same length (ie, sequence of daily activities for each day of the day) and deriving an optimal alignment result. To derive the optimal alignment, when considering the entire string sequence, it is to specify a string sequence that is relatively long and repeats for a predetermined time or longer. Here, the predetermined time may be set to 3 hours. Activities that last more than 3 hours in everyday life may be bedtime and outing. Global sorting can sort these long activities first. That is, when the same sorting interval is drawn longest among a plurality of string sequences being compared, the degree of similarity between the plurality of string sequences is greatest. The following [Equation 1] can be used to derive an alignment result in which maximum similarity between two string sequences is obtained. When sorting two or more string sequences, after calculating the alignment between all string sequences, a case in which the maximum degree of similarity is derived can be derived as a final result.

[식 1][Equation 1]

여기서, S_n은 주어진 문자열 시퀀스들을 나타내고, A(i, j)는 S₁[0, ... , i]에서 S₂[0, ... , j]까지 정렬하는 것의 최적 점수를 나타낸다. 또한, δ(S₁[i], S₂[j]) = σ (S₁[i] = S₂[j] 일 때) 또는 α (그 밖의 경우)이다. σ는 매칭 점수(match score), α는 미스매칭 점수(mismatch score), 그리고 γ는 가장 길게 반복되는 문자열 시퀀스를 도출하기 위해 문자열 시퀀스에 문자 대신에 갭(gap)을 삽입할 때 주어지는 갭 패널티(gap penalty)를 나타낸다.Here, S _n represents given string sequences, and A(i, j) represents the optimal score of sorting from S ₁ [0, ..., i] to S ₂ [0, ..., j]. Moreover, it is δ (when S ₁ [i], S ₂ [j]) = σ (when S ₁ [i] = S ₂ [j]) or α (other cases). σ is the match score, α is the mismatch score, and γ is the gap penalty given when inserting a gap instead of a character in the string sequence to derive the longest repeating string sequence ( gap penalty).

식 (1)을 이용한 글로벌 정렬의 연산 과정에서 최적의 정렬 결과 즉, 가장 길게 반복되는 문자열 시퀀스를 도출하기 위해 문자열 시퀀스에 문자 대신에 갭(gap, 공백)을 삽입하거나 삭제할 수 있다. 갭 패널티를 높게 설정하면 갭 사이즈가 줄어든다. 높은 갭 패널티에 기초하여 글로벌 정렬을 하면 시간-사용 데이터의 분석이 실제적인 분석이 되도록 해주는데, 이는 대부분의 일상 활동들이 그 날 동안에 그들의 상대적인 시간에 거의 가깝게 나타남을 의미한다.In order to derive the optimal alignment result, that is, the longest repeating string sequence, in the process of calculating the global sort using Equation (1), gaps (gap, space) can be inserted or deleted in the string sequence instead of characters. If the gap penalty is set high, the gap size is reduced. Global alignment based on a high gap penalty allows the analysis of time-used data to be a real analysis, meaning that most of the daily activities appear almost close to their relative time during the day.

유사 정도 점수 계산 시 전체 문자열을 비교하여 일치, 불일치, 갭 발생에 대한 각각의 점수를 정렬 목적에 따라 가중치로서 조정할 수 있다. 본 단계에서의 글로벌 정렬에서는 정렬 시 문자 사이의 공백 (갭)을 최대한 허용하지 않아야 활동 지속 시간 (duration) 정보를 훼손시키지 않으므로, 갭 발생에 대한 패널티를 최대한 크게 부여하도록 조정할 수 있다.When calculating the similarity score, the entire strings are compared and each score for coincidence, mismatch, and gap occurrence can be adjusted as a weight according to the sorting purpose. In the global alignment at this stage, since the space (gap) between characters is not allowed as much as possible during the alignment, the duration information of the activity is not damaged, so that the penalty for the occurrence of the gap can be adjusted as large as possible.

글로벌 정렬은 가장 긴 공통 문자열을 도출하는 것을 계산의 목표로 하기 때문에, 일일 일상생활 활동 중 예컨대 취침 (침실 사용)과 같이 상대적으로 길게 지속되면서 대체로 규칙적으로 발생하는 활동에 대한 공통 문자열이 도출될 수 있다. 반면 상대적으로 짧은 시간 동안 이루어지는 일상생활 활동 (화장실 사용)의 경우 공통 문자열 도출 시 누락되는 경향을 보일 수 있다.Since global sorting aims to derive the longest common string, a common string for activities that occur relatively regularly, such as bedtime (using a bedroom), among other activities in daily life, can be derived. have. On the other hand, in the case of daily activities (toilet use) that occur for a relatively short period of time, there may be a tendency to be omitted when deriving a common string.

예시적인 실시예에 따르면, 글로벌 정렬 연산은 복수의 주(weeks) 동안에 얻어진 문자열 시퀀스들에 대하여 수행될 수 있다. 예컨대 1440개의 문자로 나타낸 하루 동안의 재실자의 일상생활 활동에 관한 문자열 데이터에서 길게 지속되면서 대체로 규칙적으로 발생하는 활동에 대한 공통 문자열을 특정하여 그 공통 문자열의 시작시간과 종료시간을 특정할 수 있다. 그 특정된 시간이 바로 글로벌 정렬을 통해 도출하고자 하는 상대적으로 길게 반복되는 공통 문자열 시퀀스일 수 있다.According to an exemplary embodiment, a global sort operation can be performed on string sequences obtained during a plurality of weeks. For example, it is possible to specify a common character string for activities that occur regularly and generally occur while being long in character string data related to daily life activities of the occupants during the day represented by 1440 characters, so that the start time and end time of the common character string can be specified. The specified time may be a relatively long repeating common string sequence to be derived through global sorting.

다음으로, 재실자의 다중 일상생활 활동 문자열 데이터에 대하여 로컬 정렬(local alignment)을 수행하는 것(S40)에 관해 좀 더 구체적으로 설명한다. 이 로컬 정렬은 연산부(320)의 연산처리장치가 로컬 정렬 모듈(326)을 실행하는 것에 의해 수행될 수 있다.Next, a more specific description will be given of performing a local alignment (S40) on the multi-daily activity string data of the occupant. This local alignment can be performed by the arithmetic processing unit of the operation unit 320 executing the local alignment module 326.

본 단계에서의 로컬 정렬은 문자열 데이터로 치환된 시간별 일상생활 활동 문자열 시퀀스 데이터를 정렬할 때 상대적으로 짧은 시간 동안 이루어지는 일상생활 활동에 대한 공통 패턴을 도출하는 것을 목표로 한다. 상대적으로 짧은 시간 동안 이루어지는 일상생활 활동은 동일한 행동 맥락상의 시간 프레임 내에서의 일상생활 활동일 수 있다. 이를 위해 예시적인 실시예에 따르면, 알려진 문자열 시퀀스의 정렬 방법들 중 Smith and Waterman이 1981년에 제안한 로컬 정렬 방법을 이용할 수 있다. Smith and Waterman이 제안한 로컬 정렬 방법은 문자열 시퀀스 데이터에 대하여 [식 2]를 적용하여 로컬 정렬을 위한 연산을 수행할 수 있다. Local sorting in this step aims to derive a common pattern for daily life activities that occur for a relatively short time when sorting the sequence data of daily life activities by time substituted with character string data. The daily activities performed for a relatively short time may be daily activities within a time frame in the same behavioral context. To this end, according to an exemplary embodiment, a local sorting method proposed by Smith and Waterman in 1981 among the sorting methods of a known string sequence may be used. The local sorting method proposed by Smith and Waterman can perform the operation for local sorting by applying [Equation 2] to the string sequence data.

[식 2][Equation 2]

본 방법은 길이가 각각 다른 여러 개의 문자열 간의 유사 정도를 정량화 하고 상대적으로 짧은 구간의 문자열의 반복 정도를 도출할 수 있도록 한다. [식 2]를 이용하면 두 개의 문자열 간 최대 유사 정도를 보이는 복수의 구간을 도출할 수 있다. 본 단계에서의 로컬 정렬에서는 정렬 시 의도적으로 각 활동의 지속 시간 (duration) 정보를 무시하고 최대한 많은 반복 구간을 도출할 수 있도록 하기 위해 일치, 불일치, 갭 발생 변수 조정 시 음수가 발생하지 않는 범위 내에서 조정할 수 있다.This method quantifies the degree of similarity between several character strings of different lengths, and allows the repetition degree of character strings in relatively short sections to be derived. Using Equation 2, it is possible to derive a plurality of sections showing the maximum similarity between two strings. In the local alignment at this stage, in order to be able to deduce the duration information of each activity intentionally during the alignment and to derive as many repetition intervals as possible, within the range where no negative occurs when adjusting the coincidence, inconsistency, gap occurrence variable Can be adjusted in.

로컬 정렬의 효과를 최대한 활용하기 위해서는 일일 전체 문자열(예컨대 1440개의 문자열 시퀀스 전체)을 정렬하는 대신, 일일 전체 문자열 중 일부 구간에 해당하는 상대적으로 짧은 시간, 예컨대 글로벌 정렬 시 적용하는 시간보다 짧은 시간 동안 이루어지는 일상생활 활동이 주로 반복되는 일부 구간만을 따로 분리하여 로컬 정렬을 수행할 수 있다. 일부 구간에 대한 로컬 정렬을 수행하므로, 로컬 정렬의 입력 문자열은 길이가 모두 상이할 수 있다.In order to make the most of the effect of local sorting, instead of sorting the entire strings per day (for example, the entire sequence of 1440 strings), a relatively short time corresponding to some section of the entire strings per day, such as a time shorter than the time applied in global sorting Local alignment can be performed by separating only a portion of the daily life activities that are mainly repeated. Since the local alignment is performed for some sections, the input strings of the local alignment may all have different lengths.

로컬 정렬은 불일치 및 갭 점수 변수의 조정을 통해 최대 유사 정도를 보이는 문자열 구간이 한 개 이상 도출되도록 할 수 있다. 이러한 로컬 정렬의 특징 때문에 하루 중 상대적으로 짧은 시간 동안 이루어지는 일상생활 활동에 대한 반복 정도가 도출 결과에 반영될 수 있다. Local sorting may allow one or more string sections having the maximum similarity to be derived through adjustment of the mismatch and gap score variables. Due to the characteristics of the local alignment, the degree of repetition of daily activities performed during a relatively short time of the day can be reflected in the derivation results.

다음으로, 글로벌 정렬 및 로컬 정렬을 수행한 결과 얻어진 공통 문자열 시퀀스들을 종합적으로 반영하여 일일 공통 문자열 시퀀스를 도출하는 것(S50)을 좀 더 구체적으로 설명한다. 도 6은 본 발명의 예시적인 실시예에 따른 단계 S50의 알고리즘을 예시한다. 이 작업은 연산부(322)의 연산처리장치가 공통시퀀스 도출모듈(328)을 실행하는 것을 통해 수행될 수 있다.Next, deriving a common common string sequence by comprehensively reflecting the common string sequences obtained as a result of performing global and local sorting (S50) will be described in more detail. 6 illustrates the algorithm of step S50 according to an exemplary embodiment of the present invention. This operation may be performed through the operation processing unit of the operation unit 322 executing the common sequence derivation module 328.

본 단계에서는 상기 글로벌 정렬의 결과(G) 및 로컬 정렬의 결과(L_i)를 입력 데이터로 받아서, 이들을 종합하여 일일 공통 시퀀스(F)를 도출한다. 본 발명의 최종 목적인 재실자의 일일 생활패턴 도출을 위해 상기 단계에서의 글로벌/로컬 정렬의 특징 및 효과를 반영하는 방식으로 일일 공통 시퀀스(F)를 도출할 수 있다. In this step, the global alignment result (G) and the local alignment result (L _i ) are received as input data, and these are combined to derive a daily common sequence (F). In order to derive the daily life pattern of the occupants, which is the final object of the present invention, it is possible to derive the daily common sequence F in a manner that reflects the characteristics and effects of global/local alignment in the above step.

글로벌 정렬은 상대적으로 길게 지속되는 규칙적인 문자열의 공통 시퀀스 도출이 용이하다. 글로벌 정렬의 이러한 특징을 고려하여, 예시적인 실시예에 따르면 글로벌 정렬의 결과(G)에서는 일상생활 활동 중 예컨대 대략 3시간 이상 지속되는 활동에 대한 결과를 저장할 수 있다. 이런 장시간 지속 활동의 예로는 본 발명의 예시에서는 주로 취침(침실, 문자 C에 대응)과 외출(집에 없음, 문자 N에 대응) 활동을 들 수 있다. 글로벌 정렬의 결과(G)로부터 취침(침실)과 외출(집에 없음) 활동에 해당하는 문자 C와 문자 N의 개수를 산출할 수 있다. 글로벌 정렬의 결과로 저장되는 문자열의 범위는 해당 문자열의 시작과 끝 부분의 위치와 전체 문자열의 개수이다. Global sorting makes it easy to derive a common sequence of regular strings that last relatively long. In consideration of this feature of global alignment, according to an exemplary embodiment, the result (G) of global alignment may store results for activities lasting about 3 hours or more among daily activities. Examples of such long-lasting activities include mainly sleeping (bedroom, corresponding to letter C) and going out (not home, corresponding to letter N) activities in the example of the present invention. The number of letters C and N corresponding to bedtime (bedroom) and outing (not home) activities can be calculated from the result of global alignment (G). The range of strings stored as a result of global sorting is the position of the beginning and end of the string and the total number of strings.

하루에 해당하는 문자열의 전체 구간 중 글로벌 정렬 문자열 구간을 제외한 나머지 비어있는 문자열 구간에 대해서는 공백의 개수와 시작-끝의 위치를 산출하고, 그 공백 문자열 구간(S_i)에서의 로컬 정렬의 결과를 따를 수 있다. The number of spaces and the position of the start-end are calculated for the remaining empty string sections excluding the global sort string section among the entire section of the string corresponding to the day, and the result of local alignment in the empty string section (S _i ) is obtained. Can follow.

로컬 정렬은 길이가 각기 다른 문자열의 공통 시퀀스 도출이 용이하다. 로컬 정렬의 이러한 특징을 고려하여, 예시적인 실시예에 따르면 일상생활 활동 중 대체로 상대적으로 짧게 지속되는 비교적 불규칙적인 활동에 대한 결과를 로컬 정렬의 결과로서 저장할 수 있다. 본 발명의 예시에서는 드레스룸, 냉장고(문자 R에 대응), 부엌, 욕실, 거실 등에서의 옷입기(문자 D에 대응), 식사 또는 설거지(문자 T 또는 S에 대응), 세면(문자 A에 대응) 등과 같은 활동이 그 예가 될 수 있다. 본래 짧게 지속되나 유의미한 활동(본 발명의 예시에서는 화장실, 드레싱 춤, 냉장고, 싱크대 근처에서 발생하는 옷입기(문자 D에 대응), 식사 또는 설거지(문자 T 또는 S에 대응), 세면(문자 A에 대응) 등과 같은 활동 등)을 제외한 나머지 활동에 대해 예컨대 30초미만 동안만 이루어진 활동을 로컬 정렬 결과(L_i)에서 제거할 수 있다. 이는 30초미만 동안만 이루어진 활동들 중에는 각 공간을 배회하는 등의 목적 없는 활동, 의미론적으로 특별한 의미가 없는 활동일 가능성이 높을 수 있다는 가정에 근거한다. Local sorting makes it easy to derive a common sequence of strings of different lengths. In view of this feature of local alignment, according to an exemplary embodiment, results for relatively irregular activities that are generally relatively short lasting among daily activities can be stored as a result of local alignment. In the example of the present invention, dressing room, refrigerator (corresponding to letter R), dressing in kitchen, bathroom, living room, etc. (corresponding to letter D), eating or washing dishes (corresponding to letter T or S), washing face (corresponding to letter A) Examples include activities such as Originally short-lived but significant activity (in the example of the present invention, dressing, dancing, refrigerator, dressing occurring near the sink (corresponding to letter D), eating or washing dishes (corresponding to letter T or S), washing face (corresponding to letter A) For activities other than ), for example, activities performed for less than 30 seconds, for example, may be removed from the local sort result L _i . This is based on the assumption that among activities performed for less than 30 seconds, it is likely that there is no purpose, such as wandering through each space, or that has no semantically special meaning.

그 결과를 글로벌 정렬 결과에서의 비어있는 문자열 개수의 상대적인 비율에 맞춘다. 예시적인 실시예에 따르면, 로컬 정렬 시 주로 기상 후 외출 전까지의 시간대의 활동과 외출 후 취침 전까지의 시간대를 분리하여 정렬할 수 있다. 이 때, 대부분의 경우 상기 글로벌 정렬 결과에서의 비어있는 문자열(S_i)의 개수와 로컬 정렬 결과(L_i)에서의 길이가 상이할 수 있다. 그러므로 이러한 시간 차원의 불일치를 맞추기 위한 스케일-다운(scale-down) 처리를 수행할 수 있다. Fit the result to the relative proportion of the number of empty strings in the global sort result. According to an exemplary embodiment, in the case of local sorting, it is possible to sort the time zones before and after going out of bed, mainly after wake-up, and after going out to bed. At this time, in most cases, the number of empty strings S _i in the global sorting result and the length in the local sorting result L _i may be different. Therefore, it is possible to perform scale-down processing to correct this time dimension mismatch.

마지막으로, 해당 결과의 모든 활동들 중 30초미만 동안 이루어진 활동을 제거함으로써 글로벌 정렬 결과와 로컬 정렬 결과를 결합한다. 본 단계에서의 최종 도출 결과(F)는 일일 시간 단위 개수(본 발명의 예시에서는 1440개) 문자열로 이루어진 일일 공통 문자열 시퀀스이다. Finally, the global sorting result and the local sorting result are combined by removing the activity made for less than 30 seconds among all the activities of the result. The final derivation result (F) in this step is a daily common string sequence consisting of the number of time units per day (1440 in the example of the present invention).

끝으로, 일일 공통 문자열 시퀀스를 시각화하여 재실자의 일상생활 활동 패턴으로 도출하는 단계(S60)를 좀 더 구체적으로 설명한다. 이 단계는 연산부(320)의 연산처리장치가 공통시퀀스 도출모듈(328)을 실행하는 것에 의해 수행될 수 있다.Finally, a step (S60) of visualizing a common common string sequence and deriving it as a pattern of daily living activities of the occupant is described in more detail. This step may be performed by the operation processing unit of the operation unit 320 executing the common sequence derivation module 328.

본 단계에서는 일일 공통 문자열 데이터로 치환된 시간별 일상생활 활동을 막대 형태로 시각화 할 수 있다. 도 7은 단계 S50에서 얻은 일일 공통 문자열 시퀀스 즉, 시간별 일일 일상생활 활동을 막대 형태로 시각화하여 일상생활 활동 패턴으로 나타낸 것의 일예이고, 도 8은 도 7에 도시된 출근 전 구간(Before going to work)과 취침 전 구간(Before asleep)에서의 시각화된 일상생활 활동 패턴을 예시한다. In this step, daily activities of daily life, which are replaced with common string data, can be visualized in a bar shape. FIG. 7 is an example of a daily common string sequence obtained in step S50, that is, a daily daily activity activity by hour is visualized in a bar form, and is represented as a daily activity pattern, and FIG. 8 is before going to work shown in FIG. 7 ) And visualized patterns of daily activities in the Before asleep.

도 7과 8을 참조하면, 각각의 활동은 서로 다른 색상으로 구분하여 표현하고, 막대의 너비는 각 활동의 지속시간(duration)으로 대응하여 표현함으로써, 문자열의 반복으로 구성되는 시퀀스를 막대그래프 패턴형태로 시각화 할 수 있다. 도 7에 예시된 재실자의 일상생활 활동 패턴은 글로벌 정렬 결과로부터 0시 09분부터 08시 29분까지 잠을 자고, 08시 49분에 외출하여 22시 33분부터 23시 24분 사이에 귀가하고, 다음 날 0시 9분까지 여러 가지 활동을 하고 나서 취침에 들어가는 것을 나타낸다. 도 8에 예시된 재실자의 일상생활 활동 패턴에 따르면, 08시 29분부터 08시 49분까지의 기상 후 출근 전까지의 여러 가지 활동들(욕실, 식탁, 침실, 거실 등에서의 여러 가지 활동)과, 퇴근 후 취침 전까지의 96분 동안의 여러 가지 활동들이 막대그래프 패턴 형태로 시각화되어 있다. Referring to FIGS. 7 and 8, each activity is represented by different colors, and the width of the bar is represented by corresponding to the duration of each activity, thereby displaying a sequence consisting of repetition of character strings as a bar graph pattern. Can be visualized in form. The daily living activity pattern of the occupant illustrated in FIG. 7 sleeps from 0:09 to 08:29 from the global alignment results, goes out at 08:49 and returns home between 22:33 and 23:24 It means that you go to bed after doing various activities until 0:9 of the next day. According to the pattern of daily living activities of the occupants illustrated in FIG. 8, various activities (from various activities in a bathroom, a dining table, a bedroom, a living room, etc.) from 08:29 to 08:49 after wake up, and Various activities for 96 minutes from work to bedtime are visualized in the form of a bar graph pattern.

이렇게 시각화된 결과물은 출력부(330)에 제공되어 외부에 제공되거나 화면 등의 출력수단을 통해 표출될 수 있다.The visualized result may be provided to the output unit 330 and provided externally or may be displayed through an output means such as a screen.

이상에서 설명한 것처럼, 본 발명은 문자열 데이터로 치환된 재실자의 주거공간 내에서의 시간별 일상생활 활동을 문자열 시퀀스 데이터로 치환하고, 그 문자열 시퀀스 데이터에 대한 글로벌 정렬과 로컬 정렬을 수행하고. 그 두 가지 정렬 결과를 종합하여 일일 공통 문자열 데이터를 생성할 수 있다. 나아가, 그 일일 공통 문자열 데이터를 최종 결과물인 시각화 된 형태의 재실자의 일상생활 활동 패턴으로 생성할 수 있다. 이러한 일일 공통 문자열 데이터 및/또는 시각화된 일상생활 활동 패턴을 통해 정보 사용자의 직관적인 이해를 향상시킬 수 있다. 나아가, 데이터 수집 기간 별 결과물의 상호 비교 시 패턴의 분석 및 평가가 용이할 수 있다.As described above, the present invention replaces daily life activities by time in the residential space of the occupant who is replaced by string data with string sequence data, and performs global and local alignment of the string sequence data. By combining the results of the two sorts, it is possible to generate common string data per day. Furthermore, the daily common string data can be generated as a pattern of daily living activities of the visualized occupants as the final result. The daily common string data and/or visualized daily activity patterns may improve the intuitive understanding of information users. Furthermore, it may be easy to analyze and evaluate patterns when comparing the results of each data collection period.

본 발명의 최종 결과물로 도출되는 일상생활 활동 패턴 정보를 활용하여 해당 재실자의 생활 패턴에 특화된 (customize) 주거공간 사용 프로파일을 제공할 수 있다. 그리고 그 도출된 재실자의 생활 패턴을 평가했을 때 비정상적인 활동이 발생한 경우(예를 들어, 시점-활동의 불일치, 기간-활동의 불일치, 빈도-활동의 불일치 등), 이를 해당 재실자에게 알려줌으로써 그 재실자의 삶의 질을 개선하는 데 활용할 수 있다. 나아가, 그 재실자가 고령자의 경우, 유관 기관에 알려 건강 상태 진단 정보에 활용할 수 있다.By using the information on the pattern of daily living activities derived from the final result of the present invention, it is possible to provide a residential space use profile customized for the living pattern of the corresponding occupant. And when an abnormal activity occurs when evaluating the derived life pattern of the occupied person (for example, a time-activity mismatch, a period-activity mismatch, a frequency-activity mismatch, etc.), the unemployed person is notified of the unemployed person. It can be used to improve the quality of life. Furthermore, if the occupant is an elderly person, it can be used for health status diagnosis information by notifying the relevant institution.

이상에서 설명된 일일 일상생활 활동 패턴 도출 시스템(100)은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다.The daily life activity pattern derivation system 100 described above may be implemented as a hardware component, a software component, and/or a combination of a hardware component and a software component. For example, the devices and components described in the embodiments include, for example, processors, controllers, arithmetic logic units (ALUs), digital signal processors (micro signal processors), microcomputers, field programmable arrays (FPAs), It may be implemented using one or more general purpose computers or special purpose computers, such as a programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions. The processing device may run an operating system (OS) and one or more software applications running on the operating system. In addition, the processing device may access, store, manipulate, process, and generate data in response to the execution of the software. For convenience of understanding, a processing device may be described as one being used, but a person having ordinary skill in the art, the processing device may include a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that may include.

이상에서 설명된 본 발명에 실시예들에 따른 일일 일상생활 활동 패턴 도출 방법은 연산처리장치와 메모리 장치를 포함하는 컴퓨팅 장치에 의해 실행될 수 있는 소프트웨어로 구현될 수 있다. 그 소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The method for deriving daily daily activity patterns according to the embodiments of the present invention described above may be implemented by software that can be executed by a computing device including an arithmetic processing unit and a memory device. The software may include a computer program, code, instruction, or a combination of one or more of these, and configure the processing device to operate as desired or independently or collectively The processing unit can be commanded. Software and/or data may be interpreted by a processing device or to provide instructions or data to a processing device, of any type of machine, component, physical device, virtual equipment, computer storage medium or device. , Or may be permanently or temporarily embodied in the transmitted signal wave. The software may be distributed on networked computer systems, and stored or executed in a distributed manner. Software and data may be stored in one or more computer-readable recording media.

본 발명에 실시예들에 따른 일일 일상생활 활동 패턴 도출 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method for deriving the daily daily activity pattern according to the embodiments of the present invention may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, or the like alone or in combination. The program instructions recorded on the medium may be specially designed and constructed for the embodiments or may be known and usable by those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs, DVDs, and magnetic media such as floptical disks. -Hardware devices specifically configured to store and execute program instructions such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include high-level language code that can be executed by a computer using an interpreter, etc., as well as machine language codes made by a compiler. The hardware device described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

본 발명은 주거공간 내의 건축 설비, 스마트 홈 등의 분야 외에도 간접적 센싱 방식을 활용한 인간 대상 데이터 수집 및 평가 등에 활용 가능하다.The present invention can be applied to collection and evaluation of human target data using an indirect sensing method in addition to fields such as building facilities and smart homes in a residential space.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Although the embodiments have been described by the limited drawings as described above, those skilled in the art may variously modify and change the present invention without departing from the spirit and scope of the present invention described in the following claims. You will understand that you can. For example, the described techniques are performed in a different order than the described method, and/or the components of the described system, structure, device, circuit, etc. are combined or combined in a different form from the described method, or other components Alternatively, even if replaced or substituted by equivalents, appropriate results can be achieved. Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.

100: 일일 일상생활 활동 패턴 도출 시스템
200: 센싱부 210-1, 210-2, ..., 210-10: 센싱 노드
300: 처리부 310: 입력부
320: 연산부 330: 출력부100: daily life activity pattern derivation system
200: sensing unit 210-1, 210-2, ..., 210-10: sensing node
300: processing unit 310: input unit
320: operation unit 330: output unit

Claims

In a computer device, by executing a computer program, the location coordinate data of the occupant over time is mapped to a character corresponding to each room based on the location information of each room in the living space, thereby converting the sequence of daily life activities of the occupant into a character string sequence step;
In the computer device, a computer program is executed to perform a global alignment during a multi-sequence operation on a sequence of daily life activity strings accumulated for a plurality of days, and a first predetermined time or more within the same time frame Deriving a long repeating first common string sequence;
Executing, on the computer device, a computer program to perform a local alignment on the sequence of daily activity strings to derive a second common string sequence within a time frame in the same behavioral context; And
In the computer device, a computer program is executed to comprehensively reflect the first common string sequence derived through the global alignment and the second common string sequence derived through the local alignment to derive a daily common string sequence. A method for deriving a pattern of daily living activities of a single occupant in a residential space, comprising the steps of.

The method of claim 1, further comprising the steps of: executing a computer program on the computer device, and visualizing the derived daily common string sequence in a predetermined graph form to derive into a daily living activity pattern of the occupant. How to derive daily life activity patterns of single occupants in a residential space.

According to claim 1, Prior to the step of converting to the daily life activity string sequence of the occupant, a plurality of motion detection sensor nodes installed in the residential space periodically detects the movement of the occupant in the residential space and according to time Generating location coordinate data of the occupant; And in the computing device, receiving location coordinate data of the occupant over time from the plurality of motion detection sensor nodes.

The method of claim 1, wherein the first predetermined time is 3 hours.

The pattern of daily living activity of a single occupant in a residential space according to claim 1, wherein the global alignment derives an alignment result in which maximum similarity is obtained by quantifying the similarity between the sequence of daily life activity strings of the plurality of days. Derivation method.

The method of claim 5, wherein the maximum similarity between the sequence of daily life activity strings of the plurality of days calculated for the global alignment is as follows:

Calculate using, where S _n represents given string sequences, and A(i, j) sorts from S ₁ [0, ..., i] to S ₂ [0, ..., j] Indicates the optimal score of the one, δ(S ₁ [i], S ₂ [j]) = σ (when S ₁ [i] = S ₂ [j]) or α (other cases), σ is the matching score (match score), α is the mismatch score, and γ is the gap penalty given when inserting a gap instead of a character in the string sequence to derive the longest repeating string sequence. A method for deriving patterns of daily living activities of single occupants in a residential space characterized by indicating.

The residential space of claim 1, wherein the local sorting is performed by separately separating only a portion of a daily routine that is performed for a time shorter than the first predetermined time applied to the global sorting among all strings per day. How to derive daily life activity patterns of my single occupants.

The method of claim 1, wherein the daily common string sequence determines the first common string sequence derived as a result of the global alignment, the positions of the start and end parts of the first common string sequence, and the total number of strings. Calculate the number of spaces and the start and end positions of the spaces in the empty string section, excluding the section of the first common string sequence, among the entire section of the string corresponding to one day, and the result of local alignment in the calculated blank string section A method for deriving a pattern of daily living activities of a single occupant in a residential space, characterized by being constructed by combining the second common string sequences derived as.

Sensing configured to include a plurality of motion detection sensor nodes installed in each room of the residential space, and each motion detection sensor node is configured to periodically detect the movement of the occupant in the living space and generate position coordinate data of the occupant over time. part; And
Daily living activities of the occupants by mapping the location coordinate data of the occupants according to the time provided by the plurality of motion detection sensor nodes to characters corresponding to the rooms, based on the location information of each room in the living space Convert to a string sequence; Performing global alignment during a multi-sequence operation on a sequence of daily life activity strings accumulated during a plurality of days to derive a first common string sequence repeated for a first predetermined time or longer within the same time frame, ; Performing a local alignment on the daily life activity string sequence to derive a second common character string sequence within a time frame in the same behavioral context; Comprehensively reflecting the first common string sequence derived through the global alignment and the second common string sequence derived through the local alignment, the process of deriving a daily common string sequence is performed through execution of a computer program A system for deriving a pattern of daily living activities of a single occupant in a residential space, characterized by comprising a configured processing unit.

The method of claim 9, wherein the processing unit is configured to further perform the execution of the computer program to visualize the derived daily common string sequence in a predetermined graph form to derive the daily daily activity pattern of the occupant. A system for deriving daily life activity patterns of single occupants in a residential space.

10. The method of claim 9, wherein the global alignment is to quantify the similarity between the sequence of daily life activity strings of the plurality of days to derive an alignment result in which maximum similarity is obtained. Derivation system.

The residential space according to claim 9, wherein the local sorting is performed by separately separating only a part of the daily routine, which is performed for a time shorter than the first predetermined time, applied during the global sorting. A system for deriving daily life activity patterns of my single occupants.

10. The method of claim 9, The daily common character string sequence, The first common character string sequence derived as a result of the global alignment, the position of the beginning and end of the first common character string sequence and the total number of character strings, Calculate the number of spaces and the start and end positions of the spaces in the empty string section, excluding the section of the first common string sequence, among the entire section of the string corresponding to one day, and the result of local alignment in the calculated blank string section A system for deriving a pattern of daily living activities of a single occupant in a residential space, characterized in that the second common string sequence derived as is combined.

A computer-executable program stored in a computer-readable recording medium to perform a method for deriving a pattern of daily living activities of a single occupant in a residential space according to any one of claims 1 to 8.

A computer-readable storage medium in which a computer program is stored, wherein the computer program, when executed by a processor, causes a device to perform daily life activity patterns of a single occupant in a residential space according to any one of claims 1 to 8. A computer readable storage medium that allows the derivation method to be performed.