KR102269581B1 - System and method for managing bulding based on artificial intelligence - Google Patents
System and method for managing bulding based on artificial intelligence Download PDFInfo
- Publication number
- KR102269581B1 KR102269581B1 KR1020200133932A KR20200133932A KR102269581B1 KR 102269581 B1 KR102269581 B1 KR 102269581B1 KR 1020200133932 A KR1020200133932 A KR 1020200133932A KR 20200133932 A KR20200133932 A KR 20200133932A KR 102269581 B1 KR102269581 B1 KR 102269581B1
- Authority
- KR
- South Korea
- Prior art keywords
- building
- user
- information
- floor
- room
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title description 4
- 238000007726 management method Methods 0.000 claims abstract description 153
- 230000007613 environmental effect Effects 0.000 claims abstract description 26
- 238000004891 communication Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000033001 locomotion Effects 0.000 claims description 53
- 230000035935 pregnancy Effects 0.000 claims description 10
- 230000003862 health status Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000005265 energy consumption Methods 0.000 description 12
- 241001465754 Metazoa Species 0.000 description 9
- 230000036541 health Effects 0.000 description 7
- 230000036760 body temperature Effects 0.000 description 6
- 238000004378 air conditioning Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000007774 longterm Effects 0.000 description 4
- 238000004887 air purification Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 239000011173 biocomposite Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 빌딩 관리 시스템에 관한 것으로, 보다 상세하게는 인공 지능을 이용하여 빌딩 에너지 및 재난 구조를 정밀하게 제어할 수 있는 빌딩 관리 시스템 및 빌딩 관리 방법에 관한 것이다.The present invention relates to a building management system, and more particularly, to a building management system and a building management method capable of precisely controlling building energy and disaster relief using artificial intelligence.
일반적으로, 건물의 설비가 현대화 됨에 따라 빌딩 내에 설치된 전력, 조명, 방재 등과 같이 다양한 시스템들을 자동으로 제어하는 자동 제어 시스템이 확산되고 있으며, 이러한 다양한 시스템들을 전체적으로 통합하여 관리할 수 있는 빌딩 관리 시스템의 개발이 활발히 진행되고 있다.In general, as the facilities of buildings are modernized, an automatic control system that automatically controls various systems such as electric power, lighting, disaster prevention, etc. installed in a building is spreading, and the building management system that can integrate and manage these various systems as a whole is spreading. Development is actively underway.
이러한 빌딩 관리 시스템은, 인체 감지 또는 온도, 습도, 조도 감지 등의 센싱을 통하여 건물 내의 시설 또는 장비 등을 자동으로 온/오프하는 기능을 부여하거나 또는 미리 정해진 시간의 설정값에 따라 자동적으로 제어하는 기능을 가지고 있다.Such a building management system provides a function to automatically turn on/off facilities or equipment in a building through sensing of a human body or sensing temperature, humidity, illuminance, or the like, or automatically controls according to a set value of a predetermined time. has a function.
하지만, 이러한 빌딩 관리 시스템은, 빌딩 내의 사용자 분포 상태를 고려하지 않고 미리 정해진 설정값에 의해 빌딩 내의 설비들을 자동 제어하므로, 불필요한 에너지 낭비를 초래할 수 있고, 빌딩 내의 일부 사용자에게 불편한 환경을 제공할 수도 있다.However, since such a building management system automatically controls the facilities in the building according to a predetermined setting value without considering the user distribution in the building, it may cause unnecessary energy wastage, and may provide an uncomfortable environment for some users in the building. have.
특히, 빌딩 내에 재난이 발생할 경우에는, 빌딩 내의 사용자들에게 큰 환경 제약을 줄 수 있어, 더욱 큰 혼란과 손실을 줄 수 있는 문제들도 존재할 수 있다.In particular, when a disaster occurs in a building, there may be problems that may cause great environmental constraints to users in the building, causing further confusion and loss.
따라서, 향후 인공 지능을 이용하여 빌딩 에너지 및 재난 구조를 정밀하게 제어할 수 있는 빌딩 관리 시스템의 개발이 요구되고 있다.Therefore, there is a demand for the development of a building management system capable of precisely controlling building energy and disaster relief using artificial intelligence in the future.
공개특허공보 10-2008-0073162호(공개일: 2008.8.8)Laid-open Patent Publication No. 10-2008-0073162 (published on August 8, 2008)
본 발명의 일실시예가 이루고자 하는 기술적 과제는, 인공 지능을 이용하여 빌딩 내부 및 외부 환경과 빌딩 내의 사용자 상태를 학습시켜 이를 토대로 빌딩 에너지 및 재난 발생에 따른 구조를 정밀하게 제어할 수 있는 빌딩 관리 시스템 및 빌딩 관리 방법을 제공하고자 한다.A technical task to be achieved by an embodiment of the present invention is a building management system that can precisely control the structure of building energy and disasters based on the learning of the user state inside and outside the building using artificial intelligence. and building management methods.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The technical problems to be achieved in the present invention are not limited to the technical problems mentioned above, and other technical problems not mentioned will be clearly understood by those of ordinary skill in the art to which the present invention belongs from the following description. will be able
상기와 같은 기술적 과제를 해결하기 위하여, 본 발명의 일실시예에 의한 인공 지능 기반 빌딩 관리 시스템은, 빌딩 실내외의 환경 정보를 감지하는 환경 정보 감지부; 빌딩 내의 사용자 정보를 감지하는 사용자 정보 감지부; 감지한 환경 정보 및 사용자 정보를 송수신하는 통신부; 그리고, 환경 정보 및 사용자 정보를 토대로 빌딩의 에너지 및 재난 구조를 제어하는 빌딩 제어 관리부를 포함하고, 빌딩 제어 관리부는, 환경 정보 및 사용자 정보를 수신하면 수신한 환경 정보 및 사용자 정보에 대한 데이터를 저장 및 분류하고, 저장 및 분류된 데이터를 학습하며, 데이터 학습을 기반으로 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석하고, 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 사용자 및 에너지 상태를 미리 예측 및 판단하며, 예측 및 판단 결과를 토대로 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 수 있다.In order to solve the technical problem as described above, an artificial intelligence-based building management system according to an embodiment of the present invention includes an environment information sensing unit for detecting environmental information inside and outside the building; a user information detection unit that detects user information in a building; a communication unit for transmitting and receiving the sensed environment information and user information; And, it includes a building control management unit for controlling the energy and disaster structure of the building based on the environmental information and user information, and the building control management unit, when receiving the environmental information and the user information, the received environmental information and data on the user information is stored and classify, learn stored and classified data, analyze user state and energy state by floor and room of a building based on data learning, and predict user and energy state in advance based on data learning and user and energy state analysis results It makes predictions and judgments, and based on the prediction and judgment results, it is possible to control and manage the user and energy status by floor and room of a building.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 환경 정보 감지부는, 빌딩 실내의 환경 정보를 감지하는 실내 환경 정보 감지부와, 빌딩 실외의 환경 정보를 감지하는 실외 환경 정보 감지부를 포함할 수 있다.In the artificial intelligence-based building management system of the present invention, the environment information sensing unit may include an indoor environment information sensing unit for sensing environment information inside the building, and an outdoor environment information sensing unit sensing environment information outside the building.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 사용자 정보 감지부는, 빌딩 내에 위치하는 사용자의 이미지 정보를 획득하는 이미지 정보 감지부와, 빌딩 내에 위치하는 사용자의 인체 정보를 획득하는 인체 정보 감지부를 포함할 수 있다.In the artificial intelligence-based building management system of the present invention, the user information detection unit may include an image information detection unit that acquires image information of a user located in a building, and a human body information detection unit that acquires human body information of a user located in the building. can
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 사용자 정보 감지부는, 빌딩 내에 위치하는 사용자의 이미지 정보와 인체 정보를 함께 획득하는 사용자 복합 정보 감지부를 포함할 수 있다.In the artificial intelligence-based building management system of the present invention, the user information detection unit may include a user complex information detection unit for acquiring image information and human body information of a user located in a building.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 제1 외부 서버로부터 기상 정보를 수집하는 기상 정보 수집부와, 제2 외부 서버로부터 재난 정보를 수집하는 재난 정보 수집부를 더 포함할 수도 있다.The artificial intelligence-based building management system of the present invention may further include a meteorological information collecting unit that collects meteorological information from the first external server, and a disaster information collecting unit that collects disaster information from the second external server.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 데이터를 학습할 때, 빌딩 사용자의 성별, 연령, 건강 상태, 장애 유무, 임신 여부, 동선, 주상주 위치 관련 데이터를 학습할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit can learn data related to the gender, age, health condition, disability, pregnancy status, movement line, and resident location of the building user when learning data. .
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 데이터를 학습할 때, 사용자의 성별, 연령별, 건강 상태별, 장애 유무별, 임신 여부별로 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황을 학습할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit, when learning data, the user's gender, age, health condition, disability, pregnancy status, user distribution status by floor of the building and each floor of the building You can learn the distribution status of each user.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 데이터를 학습할 때, 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황에 상응하는 사용자의 구조 우선 순위를 학습할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit, when learning data, can learn the user's structure priority corresponding to the user distribution status for each floor of the building and the user distribution status for each room on each floor of the building. .
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 데이터를 학습할 때, 월별, 일별, 휴일별, 계절별, 국경일별, 기념일별, 특정행사일별, 환경상태별, 기상상태별, 재난상태별로 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황을 학습할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit, when learning data, by month, by day, by holiday, by season, by national day, by anniversary, by specific event day, by environmental state, by weather state, disaster By state, it is possible to learn the user distribution status by floor of the building and the user distribution status by room on each floor of the building.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 데이터를 학습할 때, 사용자의 성별, 연령, 건강 상태, 장애 유무, 임신 여부를 포함하는 제1 조건 중 적어도 어느 하나와, 월, 일, 휴일, 계절, 국경일, 기념일, 특정행사일, 환경상태, 기상상태, 재난상태를 포함하는 제2 조건 중 적어도 어느 하나가 서로 중첩되는 상황별로 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황을 학습할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit, when learning data, at least one of the first conditions including the user's gender, age, health status, disability, and pregnancy, and month, For each situation in which at least one of the second conditions including days, holidays, seasons, national holidays, anniversaries, specific event days, environmental conditions, meteorological conditions, and disaster conditions overlap with each other, the user distribution status by floor of a building and each room on each floor of the building User distribution status can be learned.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 사용자 상태를 분석할 때, 데이터 학습을 기반으로 빌딩의 층별 및 호실별로 사용자의 위치 및 이동 상황을 분석하고, 이를 토대로 빌딩의 층별 및 호실별로 사용자 분포 현황 및 사용자 동선 현황을 파악할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit, when analyzing the user status, analyzes the location and movement of the user by floor and room of the building based on data learning, and based on this, analyzes the location and movement of the user by floor and It is possible to grasp the user distribution status and user movement status by room.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 에너지 상태를 분석할 때, 데이터 학습을 기반으로 빌딩의 층별 및 호실별로 에너지 사용 현황을 통합 분석할 수 있다.In the artificial intelligence-based building management system of the present invention, when analyzing the energy state, the building control management unit may integrate and analyze the energy use status for each floor and each room of the building based on data learning.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 사용자 및 에너지 상태를 미리 예측 및 판단할 때, 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포 현황 및 사용자 동선 현황을 예측 및 판단하고, 빌딩의 층별 및 호실별로 실시간 에너지 사용량을 예측 및 판단할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit, when predicting and judging the user and energy state in advance, based on the data learning and user and energy state analysis results, the user distribution status and users by floor and room of the building It is possible to predict and determine the current state of movement, and predict and determine the real-time energy consumption by floor and room of a building.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 사용자 및 에너지 상태를 미리 예측 및 판단할 때, 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 재난 상황에 따른 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위를 예측 및 판단하고, 재난 상황에 따른 상기 빌딩의 층별 및 호실별로 실시간 에너지 사용량을 예측 및 판단할 수 있다.In the artificial intelligence-based building management system of the present invention, when the building control management unit predicts and determines the user and energy state in advance, based on the data learning and user and energy state analysis results, the user by floor and room of the building according to the disaster situation It is possible to predict and determine the distribution status, user movement status, and user structure priority, and predict and determine real-time energy usage for each floor and room of the building according to a disaster situation.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 예측 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포량이 기준 분포량 이하로 예측되면 빌딩의 해당 층 및 해당 호실에 대해 에너지 사용량이 감소되도록 사전 제어할 수 있다.In the artificial intelligence-based building management system of the present invention, when the building control management unit controls and manages the user and energy state for each floor and room of the building, based on the prediction result, the user distribution for each floor and each room of the building is predicted to be less than or equal to the standard distribution amount This enables pre-control to reduce energy usage for the corresponding floor and the corresponding room of the building.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 판단 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포량이 기준 분포량 이하이면 빌딩의 해당 층 및 해당 호실에 대해 에너지 사용량이 감소되도록 실시간 제어할 수 있다.In the artificial intelligence-based building management system of the present invention, when the building control management unit controls and manages the user and energy state for each floor and room of the building, based on the determination result, if the distribution of users per floor and per room of the building is less than the standard distribution, the building It is possible to control in real time so that the energy consumption is reduced for the corresponding floor of the room and the corresponding room.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 예측 결과를 토대로 사용자가 이동하려는 장소로 예측되는 빌딩의 층 및 호실에 대해 에너지 사용량이 증가되도록 사전 제어할 수 있다.In the artificial intelligence-based building management system of the present invention, when the building control management unit controls and manages the user and energy state for each floor and room of the building, based on the prediction result, the building floor and room predicted to the place where the user wants to move It can be controlled in advance to increase the energy usage for
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 판단 결과를 토대로 사용자가 이동한 빌딩의 층 및 호실에 대해 에너지 사용량이 증가되도록 실시간 제어할 수 있다.In the artificial intelligence-based building management system of the present invention, when the building control management unit controls and manages the user and energy state for each floor and room of the building, based on the determination result, energy consumption is It can be controlled in real time to increase.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 재난 상황이 발생하면 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위 정보를 생성하여 해당 정보들을 외부 구조 기관에 전송하도록 통신부를 제어할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit controls and manages the user and energy state by floor and room of the building, and when a disaster occurs, the user distribution status by floor and room of the building, user movement status and generate user rescue priority information and control the communication unit to transmit the information to an external rescue organization.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 재난 상황이 발생하면 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위 정보를 토대로 알림 메시지를 생성하여 생성한 알림 메시지를 상응하는 사용자의 단말기로 전송하도록 통신부를 제어할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit controls and manages the user and energy state by floor and room of the building, and when a disaster occurs, the user distribution status by floor and room of the building, user movement status and generating a notification message based on the user structure priority information and controlling the communication unit to transmit the generated notification message to a corresponding user's terminal.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 알림 메시지를 생성할 때, 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위 정보를 토대로 각 사용자의 현재 상태를 분석하고, 각 사용자의 현재 상태와 재난 상황의 종류를 토대로 사용자별로 맞춤형 알람 메시지를 생성할 수 있다.In the artificial intelligence-based building management system of the present invention, when generating a notification message, the building control management unit determines the current status of each user based on the user distribution status, user movement status, and user structure priority information for each floor and room of the building. It is possible to analyze and create a customized alarm message for each user based on the current state of each user and the type of disaster situation.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 맞춤형 알림 메시지를 생성할 때, 사용자의 시각 건강이 기준값 이하이면 글자 크기를 확대한 맞춤형 알림 메시지, 알림 메시지를 음성으로 제공하는 맞춤형 음성 메시지, 그리고 알림 메시지를 진동으로 제공하는 맞춤형 진동 메시지 중 적어도 어느 하나를 생성할 수 있다.In the artificial intelligence-based building management system of the present invention, when the building control management unit generates a customized notification message, if the user's visual health is less than or equal to a reference value, a customized notification message with an enlarged text size and a customized voice providing a notification message by voice At least one of a message and a customized vibration message providing a notification message as vibration may be generated.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 알림 메시지를 전송할 때, 사용자 구조 우선 순위 정보를 토대로 사용자별 알림 메시지 전송 순위를 결정하고, 결정된 알림 메시지 전송 순위를 따라 순차적으로 알림 메시지를 사용자 단말기로 전송할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit, when transmitting the notification message, determines the notification message transmission order for each user based on the user structure priority information, and sequentially sends the notification message according to the determined notification message transmission priority can be transmitted to the user terminal.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 재난 상황이 발생하면 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위 정보를 토대로 비상 탈출 경로를 파악하고, 파악한 비상 탈출 경로에 위치하는 전등들만이 켜지도록 빌딩의 전등을 제어할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit controls and manages the user and energy state by floor and room of the building, and when a disaster occurs, the user distribution status by floor and room of the building, user movement status And it is possible to determine the emergency escape route based on the user structure priority information, and control the lighting of the building so that only the lamps located in the identified emergency escape route are turned on.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 수신한 환경 정보 및 사용자 정보에 대한 데이터를 저장하는 저장부; 수신한 환경 정보 및 사용자 정보에 대한 데이터를 분류하는 분류부; 저장 및 분류된 데이터를 학습하는 학습부; 데이터 학습을 기반으로 상기 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석하는 분석부; 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 사용자 및 에너지 상태를 미리 예측 및 판단하는 예측 및 판단부; 그리고, 예측 및 판단 결과를 토대로 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리하는 제어 관리부를 포함할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit includes: a storage unit for storing data about the received environment information and user information; a classification unit for classifying data on the received environment information and user information; a learning unit for learning stored and classified data; an analysis unit that analyzes the user state and energy state for each floor and room of the building based on data learning; a prediction and determination unit that predicts and determines the user and energy state in advance based on the data learning and the user and energy state analysis results; And, it may include a control management unit for controlling and managing the user and energy state for each floor and each room of the building based on the prediction and determination result.
본 발명의 인공 지능 기반 빌딩 관리 시스템에서, 빌딩 제어 관리부는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태 및 그들의 제어 관리 정보를 표시하는 모니터링부를 더 포함할 수 있다.In the artificial intelligence-based building management system of the present invention, the building control management unit may further include a monitoring unit that displays the user and energy state and their control management information for each floor and room of the building.
한편, 본 발명의 일실시예에 의한 인공 지능 기반 빌딩 관리 시스템의 빌딩 관리 방법은, 빌딩 실내외의 환경 정보 및 상기 빌딩 내의 사용자 정보를 획득하는 단계; 획득한 환경 정보 및 사용자 정보에 대한 데이터를 저장 및 분류하는 단계; 저장 및 분류된 데이터를 학습하는 단계; 데이터 학습을 기반으로 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석하는 단계; 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 사용자 및 에너지 상태를 미리 예측 및 판단하는 단계; 그리고, 예측 및 판단 결과를 토대로 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리하는 단계를 포함할 수 있다.On the other hand, the building management method of the artificial intelligence-based building management system according to an embodiment of the present invention, the steps of obtaining the environment information and user information in the building inside and outside the building; storing and classifying data on the acquired environment information and user information; learning stored and classified data; analyzing the user state and energy state for each floor and room of a building based on data learning; Predicting and judging a user and energy state based on data learning and user and energy state analysis results; And, it may include the step of controlling and managing the user and energy state for each floor and each room of the building based on the prediction and determination result.
본 발명에 따른 인공 지능 기반 빌딩 관리 시스템 및 방법의 효과에 대해 설명하면 다음과 같다.The effects of the artificial intelligence-based building management system and method according to the present invention will be described as follows.
본 발명은, 인공 지능을 이용하여 빌딩 내부 및 외부 환경과 빌딩 내의 사용자 상태를 학습시켜 이를 토대로 빌딩 에너지 및 재난 발생에 따른 구조를 정밀하게 제어할 수 있다.The present invention uses artificial intelligence to learn the internal and external environments of a building and the state of the user in the building, and based on this, it is possible to precisely control the structure according to the occurrence of building energy and disasters.
또한, 본 발명은, 빌딩의 각층 및 각실별 사용자의 이동 동선 및 분포현황, 사용자 유형을 사전에 예측 및 판단할 수 있어 빌딩의 각층 및 각실별로 세밀하게 제어할 수 있다.In addition, the present invention can predict and determine the user's movement line and distribution status and user type in advance for each floor and each room of the building, so that each floor and each room of the building can be controlled in detail.
또한, 본 발명은, 동일한 공간에 동일한 사용자가 존재하더라도 이미지정보 및 생체정보를 통해 사용자 유형(성별, 연령, 장애인, 임신부 등)을 정확하게 파악 가능하여 각층 및 각실별로 세밀하게 제어할 수 있다.In addition, according to the present invention, even if the same user exists in the same space, the user type (gender, age, disabled, pregnant woman, etc.) can be accurately identified through image information and biometric information, so that each floor and each room can be controlled in detail.
또한, 본 발명은, 각층 및 각실별 사용자 이동 및 분포에 대한 학습데이터를 바탕으로 사용자들이 각층 및 각실별로 입장 및 퇴장하기 소정시간 전에 각층 및 각실별 설비 및 장치를 제어하여 사용자들에게 쾌적한 실내환경을 제공가능하며 이를 통해 각층 및 각실별 에너지 소비량을 세밀하게 제어할 수 있다.In addition, the present invention provides a comfortable indoor environment for users by controlling facilities and devices for each floor and each room before a predetermined time before users enter and exit each floor and each room based on learning data on user movement and distribution for each floor and each room. can be provided, and through this, it is possible to precisely control the energy consumption of each floor and each room.
또한, 본 발명은, 긴급상황시, 사용자의 이미지정보 및 인체정보를 바탕으로 각층 및 각실별 사용자의 유형 및 분포현황을 파악하여 신속한 구조를 진행할 수 있다.In addition, the present invention, in an emergency situation, based on the user's image information and human body information, it is possible to quickly rescue the user by identifying the type and distribution status of each floor and each room.
본 발명의 적용 가능성의 추가적인 범위는 이하의 상세한 설명으로부터 명백해질 것이다. 그러나 본 발명의 사상 및 범위 내에서 다양한 변경 및 수정은 당업자에게 명확하게 이해될 수 있으므로, 상세한 설명 및 본 발명의 바람직한 실시 예와 같은 특정 실시 예는 단지 예시로 주어진 것으로 이해되어야 한다.Further scope of applicability of the present invention will become apparent from the following detailed description. However, it should be understood that the detailed description and specific embodiments such as preferred embodiments of the present invention are given by way of illustration only, since various changes and modifications within the spirit and scope of the present invention may be clearly understood by those skilled in the art.
도 1은 본 발명에 따른 인공 지능 기반 빌딩 관리 시스템을 보여주는 도면이다.
도 2는 본 발명에 따른 인공 지능 기반 빌딩 관리 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 다른 실시예에 따른 인공 지능 기반 빌딩 관리 방법을 설명하기 위한 흐름도이다.1 is a view showing an artificial intelligence-based building management system according to the present invention.
2 is a flowchart illustrating an artificial intelligence-based building management method according to the present invention.
3 is a flowchart illustrating an artificial intelligence-based building management method according to another embodiment of the present invention.
이하에서는 도면을 참조하여 본 발명을 더욱 상세하게 설명한다.Hereinafter, the present invention will be described in more detail with reference to the drawings.
이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 단순히 본 명세서 작성의 용이함을 고려하여 부여되는 것으로서, 상기 "모듈" 및 "부"는 서로 혼용되어 사용될 수도 있다.The suffixes “module” and “unit” for components used in the following description are simply given in consideration of the ease of writing the present specification, and the “module” and “unit” may be used interchangeably.
나아가, 이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 발명의 실시예를 상세하게 설명하지만, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다.Furthermore, embodiments of the present invention will be described in detail with reference to the accompanying drawings and the contents described in the accompanying drawings, but the present invention is not limited or limited by the embodiments.
본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 관례 또는 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 그 의미를 기재할 것이다. 따라서 본 명세서에서 사용되는 용어는, 단순한 용어의 명칭이 아닌 그 용어가 가지는 실질적인 의미와 본 명세서의 전반에 걸친 내용을 토대로 해석되어야 함을 밝혀두고자 한다.The terms used in the present specification have been selected as widely used general terms as possible while considering functions in the present invention, but these may vary depending on the intention or custom of a person skilled in the art or the advent of new technology. In addition, in a specific case, there is a term arbitrarily selected by the applicant, and in this case, the meaning will be described in the description of the corresponding invention. Therefore, it is intended to clarify that the terms used in this specification should be interpreted based on the actual meaning of the terms and the contents of the entire specification, rather than the names of simple terms.
도 1은 본 발명에 따른 인공 지능 기반 빌딩 관리 시스템을 보여주는 도면이다.1 is a view showing an artificial intelligence-based building management system according to the present invention.
도 1에 도시된 바와 같이, 본 발명의 인공 지능 기반 빌딩 관리 시스템(100)은, 빌딩 실내외의 환경 정보를 감지하는 환경 정보 감지부(110), 빌딩 내의 사용자 정보를 감지하는 사용자 정보 감지부(120), 감지한 환경 정보 및 사용자 정보를 송수신하는 통신부(130), 그리고 환경 정보 및 사용자 정보를 토대로 빌딩의 에너지 및 재난 구조를 제어하는 빌딩 제어 관리부(140)를 포함할 수 있다.As shown in Fig. 1, the artificial intelligence-based
여기서, 환경 정보 감지부(110)는, 빌딩 실내의 환경 정보를 감지하는 실내 환경 정보 감지부(112)와, 빌딩 실외의 환경 정보를 감지하는 실외 환경 정보 감지부(114)를 포함할 수 있다.Here, the environment
일 예로, 실내 환경 정보 감지부(112)는, 빌딩 내부에 설치되는 온도센서, 습도센서, 화재센서, 조도센서, 가스센서, 먼지센서, 전력센서 중 적어도 어느 하나를 포함할 수 있는데, 이에 한정되지는 않는다.As an example, the indoor environment
또한, 일 예로, 실외 환경 정보 감지부(114)는, 빌딩 외부에 설치되는 온도센서, 습도센서, 화재센서, 조도센서, 풍향센서, 풍속센서, 강우센서, 진동센서 중 적어도 어느 하나를 포함할 수 있는데, 이에 한정되지는 않는다.In addition, as an example, the outdoor environment
다음, 사용자 정보 감지부(120)는, 빌딩 내에 위치하는 사용자의 이미지 정보를 획득하는 이미지 정보 감지부(122)와, 빌딩 내에 위치하는 사용자의 인체 정보를 획득하는 인체 정보 감지부(124)를 포함할 수 있다.Next, the user
일 예로, 이미지 정보 감지부(122)는, 재실 감지 센서, 이미지 센서, 적외선 센서 및 이들을 모두 포함하는 복합 센서 중 적어도 어느 하나를 포함할 수 있는데, 이에 한정되지는 않는다.For example, the image
이미지 정보 감지부(122)는, 빌딩의 층별, 호실별, 사용자 이동 구역별 및 사용자 이동 장치별로 다수 개가 설치되어 빌딩 내에 존재하는 사용자의 이미지 정보를 실시간으로 획득할 수 있다.A plurality of image
또한, 일 예로, 인체 정보 감지부(124)는, 웨어러블 장치, 개인 식별 카드 및 생체 인식 센서 중 적어도 어느 하나를 포함할 수 있는데, 이에 한정되지는 않는다.Also, as an example, the human body
여기서, 웨어러블 장치는, 사용자의 인체에 장착되어 사용자의 심박수, 체온, 스트레스 지수 등을 포함하는 사용자 개인 상태 정보를 획득할 수 있다.Here, the wearable device may be mounted on the user's body to obtain user personal state information including the user's heart rate, body temperature, and stress index.
그리고, 생체 인식 센서는, 지문 인식 센서, 홍채 인식 센서, 손금 인식 센서 등을 포함하는 생체 외부 인식 센서, 정맥 인식 센서 등을 포함하는 생체 내부 인식 센서, 그리고 생체 외부 인식 센서 및 생체 내부 인식 센서를 포함하는 생체 복합 인식 센서를 포함할 수도 있다.In addition, the biometric sensor includes an external biometric recognition sensor including a fingerprint recognition sensor, an iris recognition sensor, and a palm recognition sensor, a biometric internal recognition sensor including a vein recognition sensor, and an external biometric recognition sensor and a biometric internal recognition sensor. It may include a biocomposite recognition sensor including
다음, 사용자 정보 감지부(120)는, 빌딩 내에 위치하는 사용자의 이미지 정보와 인체 정보를 함께 획득하는 사용자 복합 정보 감지부를 포함할 수도 있다.Next, the user
일 예로, 사용자 복합 정보 감지부는, 이미지 센서가 구비된 웨어러블 장치를 포함할 수 있는데, 이에 한정되지는 않는다.As an example, the user complex information sensing unit may include a wearable device equipped with an image sensor, but is not limited thereto.
한편, 통신부(130)는, 무선 통신 모듈, 이동 통신 모듈, 무선 인터넷 모듈, 근거리 통신 모듈, 그리고 위치 정보 모듈 중 적어도 어느 하나를 포함할 수 있다.Meanwhile, the
일 예로, 무선 통신 모듈은, 환경 정보 감지부(110), 사용자 정보 감지부(120), 기상 정보 수집부(150), 재난 정보 수집부(160) 중 적어도 어느 하나와 빌딩 제어 관리부(140) 사이의 무선 통신을 가능하게 할 수 있다.For example, the wireless communication module includes at least one of the environment
그리고, 이동통신 모듈은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신할 수 있다.And, the mobile communication module, the technical standards or communication methods for mobile communication (eg, Global System for Mobile communication (GSM), Code Division Multi Access (CDMA), Code Division Multi Access 2000 (CDMA2000), EV- Enhanced Voice-Data Optimized or Enhanced Voice-Data Only (DO), Wideband CDMA (WCDMA), High Speed Downlink Packet Access (HSDPA), High Speed Uplink Packet Access (HSUPA), Long Term Evolution (LTE), LTE-A (LTE-A) Long Term Evolution-Advanced), etc.) can transmit and receive radio signals with at least one of a base station, an external terminal, and a server on a mobile communication network.
여기서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다. Here, the wireless signal may include various types of data according to transmission/reception of a voice call signal, a video call signal, or a text/multimedia message.
이어, 무선 인터넷 모듈은, 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.Next, the wireless Internet module refers to a module for wireless Internet access, and is configured to transmit and receive wireless signals in a communication network according to wireless Internet technologies.
무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있다.As wireless Internet technologies, for example, WLAN (Wireless LAN), Wi-Fi (Wireless-Fidelity), Wi-Fi (Wireless Fidelity) Direct, DLNA (Digital Living Network Alliance), WiBro (Wireless Broadband), WiMAX (World Interoperability for Microwave Access), High Speed Downlink Packet Access (HSDPA), High Speed Uplink Packet Access (HSUPA), Long Term Evolution (LTE), Long Term Evolution-Advanced (LTE-A), and the like.
다음, 근거리 통신 모듈은, 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(BluetoothTM, RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.Next, the short-range communication module, as for short-range communication, Bluetooth (BluetoothTM, RFID (Radio Frequency Identification), infrared communication (Infrared Data Association; IrDA), UWB (Ultra Wideband), ZigBee, NFC (Near)) Field Communication), Wi-Fi (Wireless-Fidelity), Wi-Fi Direct, and Wireless USB (Wireless Universal Serial Bus) technologies may be used to support short-distance communication.
또한, 위치정보 모듈은, 사용자의 이동 단말기 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 예로는 GPS(Global Positioning System) 모듈, WiFi(Wireless Fidelity) 모듈, 비콘 모듈 등이 있다.In addition, the location information module is a module for acquiring the location (or current location) of the user's mobile terminal, and examples thereof include a Global Positioning System (GPS) module, a Wireless Fidelity (WiFi) module, a beacon module, and the like.
예를 들어, 사용자의 이동 단말기는, GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 자신의 위치를 획득하고, 획득한 위치 정보를 통신부(130)를 통해 빌딩 제어 관리부(140)로 제공할 수 있다.For example, when a user's mobile terminal utilizes a GPS module, it acquires its own location using a signal sent from a GPS satellite, and provides the acquired location information to the building
다른 예로서, 사용자의 이동 단말기는, Wi-Fi모듈을 활용하면, Wi-Fi모듈과 무선신호를 송신 또는 수신하는 무선 AP(Wireless Access Point)의 정보에 기반하여, 자신의 위치를 획득하고, 획득한 위치 정보를 통신부(130)를 통해 빌딩 제어 관리부(140)로 제공할 수도 있다.As another example, when the user's mobile terminal utilizes the Wi-Fi module, based on the information of the Wi-Fi module and the wireless AP (Wireless Access Point) that transmits or receives the wireless signal, the user's mobile terminal acquires its location, The acquired location information may be provided to the building
또 다른 예로서, 사용자의 이동 단말기는, 마이크를 이용하여 특정 지역의 비가청음파를 수신하여 자신의 위치를 획득하고, 획득한 위치 정보를 통신부(130)를 통해 빌딩 제어 관리부(140)로 제공할 수도 있다.As another example, the user's mobile terminal acquires its location by receiving an inaudible sound wave in a specific area using a microphone, and provides the obtained location information to the building
또한, 본 발명의 인공 지능 기반 빌딩 관리 시스템(100)은, 제1 외부 서버로부터 기상 정보를 수집하는 기상 정보 수집부(150)와, 제2 외부 서버로부터 재난 정보를 수집하는 재난 정보 수집부(160)를 더 포함할 수도 있다.In addition, the artificial intelligence-based
일 예로, 제1 외부 서버는, 국내 및 국외에 위치하는 기상 관련 기관 서버들 중 적어도 어느 하나일 수 있는데, 이에 한정되지는 않는다.As an example, the first external server may be at least one of the servers of weather-related organizations located in Korea and abroad, but is not limited thereto.
그리고, 제2 외부 서버는, 국내 및 국외에 위치하는 재난 관련 기관 서버들 중 적어도 어느 하나일 수 있는데, 이에 한정되지는 않는다.The second external server may be at least one of disaster-related agency servers located in Korea and abroad, but is not limited thereto.
여기서, 통신부(130)는, 수집한 기상 정보 및 재난 정보를 송수신할 수 있다.Here, the
이어, 빌딩 제어 관리부(140)는, 수신한 환경 정보 및 사용자 정보에 대한 데이터를 저장하는 저장부(142), 수신한 환경 정보 및 사용자 정보에 대한 데이터를 분류하는 분류부(143), 저장 및 분류된 데이터를 학습하는 학습부(144), 데이터 학습을 기반으로 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석하는 분석부(145), 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 사용자 및 에너지 상태를 미리 예측 및 판단하는 예측 및 판단부(146), 그리고 예측 및 판단 결과를 토대로 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리하는 제어 관리부(147)를 포함할 수 있다.Next, the building
또한, 빌딩 제어 관리부(140)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태 및 그들의 제어 관리 정보를 표시하는 모니터링부(148)를 더 포함할 수도 있다.In addition, the building
일 예로, 빌딩 제어 관리부(140)의 저장부(142)는, 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있는데, 이에 한정되지는 않는다.For example, the
그리고, 빌딩 제어 관리부(140)의 학습부(144)는, 인공 신경망을 이용하여 데이터를 학습할 수 있다.In addition, the
여기서, 인공 신경망은, 딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)로서, 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망을 의미할 수 있다.Here, the artificial neural network is a deep neural network (DNN), and may refer to a neural network including a plurality of hidden layers in addition to an input layer and an output layer.
일 예로, 딥 뉴럴 네트워크는, 컨벌루셔널 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrentneural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크 등을 포함할 수 있ㄴ는데, 이에 한정되지는 않는다.For example, a deep neural network is a convolutional neural network (CNN), a recurrent neural network (RNN), an auto encoder, a generative adversarial network (GAN), a constrained Boltzmann machine ( Restricted boltzmann machine (RBM), deep belief network (DBN), Q network, U network, Siamese network, etc. may be included, but are not limited thereto.
또한, 빌딩 제어 관리부(140)의 학습부(144)는, 교사 학습(supervised learning), 비교사 학습(unsupervised learning) 및 반교사학습(semi supervised learning) 중 적어도 하나의 방식으로 학습될 수 있다.In addition, the
여기서, 인공 신경망의 학습은, 출력의 오류를 최소화하기 위한 것으로, 반복적으로 학습 데이터를 인공 신경망에 입력시키고 학습 데이터에 대한 인공 신경망의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 인공 신경망의 에러를 인공 신경망의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 인공 신경망의 각 노드의 가중치를 업데이트하는 과정일 수 있다.Here, the learning of the artificial neural network is to minimize the error of the output, repeatedly input the learning data to the artificial neural network, calculate the output of the artificial neural network for the learning data and the error of the target, and artificially reduce the error. It may be a process of updating the weight of each node of the artificial neural network by backpropagating the error of the neural network from the output layer of the artificial neural network to the input layer.
따라서, 빌딩 제어 관리부(140)의 학습부(144)는, 데이터를 학습할 때, 빌딩 사용자의 성별, 연령, 건강 상태, 장애 유무, 임신 여부, 동선, 주상주 위치 관련 데이터를 학습할 수 있다.Accordingly, when learning data, the
또한, 빌딩 제어 관리부(140)의 학습부(144)는, 데이터를 학습할 때, 사용자의 성별, 연령별, 건강 상태별, 장애 유무별, 임신 여부별로 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황을 학습할 수 있다.In addition, the
여기서, 빌딩 제어 관리부(140)의 학습부(144)는, 데이터를 학습할 때, 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황에 상응하는 사용자의 구조 우선 순위를 학습할 수 있다.Here, when learning data, the
또한, 빌딩 제어 관리부(140)의 학습부(144)는, 데이터를 학습할 때, 월별, 일별, 휴일별, 계절별, 국경일별, 기념일별, 특정행사일별, 환경상태별, 기상상태별, 재난상태별로 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황을 학습할 수 있다.In addition, the
여기서, 빌딩 제어 관리부(140)의 학습부(144)는, 데이터를 학습할 때, 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황에 상응하는 사용자의 구조 우선 순위를 학습할 수 있다.Here, when learning data, the
또한, 빌딩 제어 관리부(140)의 학습부(144)는, 데이터를 학습할 때, 사용자의 성별, 연령, 건강 상태, 장애 유무, 임신 여부를 포함하는 제1 조건 중 적어도 어느 하나와, 월, 일, 휴일, 계절, 국경일, 기념일, 특정행사일, 환경상태, 기상상태, 재난상태를 포함하는 제2 조건 중 적어도 어느 하나가 서로 중첩되는 상황별로 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황을 학습할 수 있다.In addition, the
여기서, 빌딩 제어 관리부(140)의 학습부(144)는, 데이터를 학습할 때, 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황에 상응하는 사용자의 구조 우선 순위를 학습할 수 있다.Here, when learning data, the
다음, 빌딩 제어 관리부(140)의 분석부(145)는, 사용자 상태를 분석할 때, 데이터 학습을 기반으로 빌딩의 층별 및 호실별로 사용자의 위치 및 이동 상황을 분석하고, 이를 토대로 빌딩의 층별 및 호실별로 사용자 분포 현황 및 사용자 동선 현황을 파악할 수 있다.Next, the
그리고, 빌딩 제어 관리부(140)의 분석부(145)는, 에너지 상태를 분석할 때, 데이터 학습을 기반으로 빌딩의 층별 및 호실별로 에너지 사용 현황을 통합 분석할 수 있다.And, when analyzing the energy state, the
이어, 빌딩 제어 관리부(140)의 예측 판단부(146)는, 사용자 및 에너지 상태를 미리 예측 및 판단할 때, 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포 현황 및 사용자 동선 현황을 예측 및 판단하고, 빌딩의 층별 및 호실별로 실시간 에너지 사용량을 예측 및 판단할 수 있다.Next, the
또한, 빌딩 제어 관리부(140)의 예측 판단부(146)는, 사용자 및 에너지 상태를 미리 예측 및 판단할 때, 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 재난 상황에 따른 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위를 예측 및 판단하고, 재난 상황에 따른 빌딩의 층별 및 호실별로 실시간 에너지 사용량을 예측 및 판단할 수 있다.In addition, the
다음, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 예측 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포량이 기준 분포량 이하로 예측되면 빌딩의 해당 층 및 해당 호실에 대해 에너지 사용량이 감소되도록 사전 제어할 수 있다.Next, when the
또한, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 예측 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포량이 기준 분포량 초과로 예측되면 빌딩의 해당 층 및 해당 호실에 대해 에너지 사용량이 증가되도록 사전 제어할 수 있다.In addition, when the
그리고, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 판단 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포량이 기준 분포량 이하이면 빌딩의 해당 층 및 해당 호실에 대해 에너지 사용량이 감소되도록 실시간 제어할 수 있다.And, when the
또한, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 판단 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포량이 기준 분포량 초과이면 빌딩의 해당 층 및 해당 호실에 대해 에너지 사용량이 증가되도록 실시간 제어할 수 있다.In addition, when the
이어, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 예측 결과를 토대로 사용자가 이동하려는 장소로 예측되는 빌딩의 층 및 호실에 대해 에너지 사용량이 증가되도록 사전 제어할 수 있다.Next, when the
또한, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 예측 결과를 토대로 사용자가 떠나는 장소로 예측되는 빌딩의 층 및 호실에 대해 에너지 사용량이 감소되도록 사전 제어할 수 있다.In addition, when the
그리고, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 판단 결과를 토대로 사용자가 이동한 빌딩의 층 및 호실에 대해 에너지 사용량이 증가되도록 실시간 제어할 수 있다.And, when the
또한, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 판단 결과를 토대로 사용자가 이미 떠난 빌딩의 층 및 호실에 대해 에너지 사용량이 감소되도록 실시간 제어할 수 있다.In addition, when the
다음, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 재난 상황이 발생하면 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위 정보를 생성하여 해당 정보들을 외부 구조 기관에 전송하도록 통신부(130)를 제어할 수 있다.Next, when the
또한, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 재난 상황이 발생하면 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위 정보를 토대로 알림 메시지를 생성하여 생성한 알림 메시지를 상응하는 사용자의 단말기로 전송하도록 통신부(130)를 제어할 수 있다.In addition, when the
여기서, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 알림 메시지를 생성할 때, 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위 정보를 토대로 각 사용자의 현재 상태를 분석하고, 각 사용자의 현재 상태와 재난 상황의 종류를 토대로 사용자별로 맞춤형 알람 메시지를 생성할 수 있다.Here, the
경우에 따라, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 맞춤형 알림 메시지를 생성할 때, 사용자의 시각 건강이 기준값 이하이면 글자 크기를 확대한 맞춤형 알림 메시지, 알림 메시지를 음성으로 제공하는 맞춤형 음성 메시지, 그리고 알림 메시지를 진동으로 제공하는 맞춤형 진동 메시지 중 적어도 어느 하나를 생성할 수도 있다.In some cases, when the
또한, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 알림 메시지를 전송할 때, 사용자 구조 우선 순위 정보를 토대로 사용자별 알림 메시지 전송 순위를 결정하고, 결정된 알림 메시지 전송 순위를 따라 순차적으로 알림 메시지를 사용자 단말기로 전송할 수 있다.In addition, the
그 이유는, 빌딩 내의 사용자들이 신속하고 빠른 대피가 이루어지도록 하기 위함이다.The reason is so that users in the building can be evacuated quickly and quickly.
일 예로, 사용자 단말기는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 스마트 와치형 단말기(smartwatch), 글래스형 단말기(smart glass), HMD(head mounted display)를 포함하는 웨어러블 디바이스(wearable device)로부터 선택된 어느 하나의 이동 단말기일 수 있지만 이에 한정되지는 않는다.For example, a user terminal includes a mobile phone, a smart phone, a laptop computer, a digital broadcasting terminal, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation system, a slate PC, Any one movement selected from a wearable device including a tablet PC, an ultrabook, a smart watch, a smart glass, and a head mounted display (HMD) It may be a terminal, but is not limited thereto.
다음, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 때, 재난 상황이 발생하면 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위 정보를 토대로 비상 탈출 경로를 파악하고, 파악한 비상 탈출 경로에 위치하는 전등들만이 켜지도록 빌딩의 전등을 제어할 수 있다.Next, when the
그 이유는, 빌딩 내의 사용자들이 신속하고 빠른 대피가 이루어지도록 하기 위함이다.The reason is so that users in the building can be evacuated quickly and quickly.
또한, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 데이터를 학습할 때, 설정된 공간에서 움직임이 감지되면 움직임 정보를 토대로 특징을 추출하고, 추출된 특징과 학습 모델에서 설정된 분류기준을 토대로 기설정된 분류기준을 재설정하여 상기 분류기준을 강화시키며, 강화된 분류기준을 토대로 분류된 데이터를 재학습하여 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석할 수 있다.In addition, the
여기서, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석할 때, 강화된 분류기준을 토대로 재실 인원별, 연령대별, 동물별로 데이터를 분류하고, 분류된 데이터를 재학습하여 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석할 수 있다.Here, when the
일 예로, 빌딩 제어 관리부(140)의 제어 관리부(147)는, 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석할 때, 강화된 분류기준을 토대로 재실 인원별, 연령대별, 동물별로 데이터를 분류하고, 분류된 데이터를 재학습하여 재실 인원을 고려한 공기 정화 제어, 실내 사용자들의 체온을 고려한 냉난방 제어, 사용자들의 출퇴근 시간을 고려한 절전 운전 제어할 수 있는데, 이에 제한되지는 않는다.For example, when the
이처럼, 본 발명은, 움직임 정보를 토대로 특징을 추출하고, 추출된 특징과 학습 모델에서 설정된 분류기준을 토대로 기설정된 분류기준을 재설정하여 분류기준을 강화시킴으로써, 재실감지센서의 한계(예를 들면 사용자가 재실 중이더라도 일정시간 움직임 없을 경우의 판단 오류 문제, 인원이나 연령대, 동물 등의 파악이 불가능한 문제 등)를 보완할 수 있다.As such, the present invention extracts a feature based on motion information, resets a preset classification criterion based on the extracted feature and a classification criterion set in the learning model, and strengthens the classification criterion, thereby limiting the presence detection sensor (for example, a user It is possible to supplement the problem of judgment error when there is no movement for a certain period of time even when the occupant is in the occupancy, and the problem that it is impossible to identify the number of people, age groups, animals, etc.).
예를 들면, 이미지 센서를 이용하여 재실 인원, 연령대, 동물 등을 파악하고, 재실 감지 센서와 크로스 체크하여 재실 유무의 정확도를 높일 수 있는 효과를 가질 수 있다.For example, the number of occupants, age groups, animals, etc. may be identified using the image sensor and cross-checked with the occupancy sensor may have the effect of increasing the accuracy of occupancy.
다른 예로, 웨어러블장치에 ID카드 기능을 탑재하여 사용자의 출입관리, 출퇴근관리, 사용자의 심박수, 체온, 맥박 체크 등을 수행하고, 이미지센서와 재실감지센서 등과 크로스 체크함으로써, 빌딩 내의 쾌적한 환경 조성을 위한 공조 시스템을 제어할 수 있다.As another example, the wearable device is equipped with an ID card function to manage the user's access, commuting, and check the user's heart rate, body temperature, and pulse, and cross-check the image sensor and occupancy sensor to create a comfortable environment in the building. You can control the air conditioning system.
따라서, 본 발명은, 재실 인원을 고려한 공기 정화 제어, 실내 사용자들의 체온을 고려한 냉난방 제어, 사용자들의 출퇴근시간을 고려한 시간대별 절전 운전 제어 등을 수행할 수 있으며, 기상정보획득부로부터 획득한 정보를 함께 고려하여 인공 지능이 최적의 조건을 판단할 수 있다.Accordingly, the present invention can perform air purification control in consideration of the number of occupants, air conditioning control in consideration of body temperature of indoor users, and power saving operation control by time zone in consideration of users' commuting time. Taken together, artificial intelligence can determine the optimal conditions.
이와 같이, 구성되는 본 발명은, 인공 지능을 이용하여 빌딩 내부 및 외부 환경과 빌딩 내의 사용자 상태를 학습시켜 이를 토대로 빌딩 에너지 및 재난 발생에 따른 구조를 정밀하게 제어할 수 있다.The present invention configured as described above uses artificial intelligence to learn the internal and external environments of the building and the state of the user in the building, and based on this, it is possible to precisely control the structure according to the occurrence of building energy and disasters.
또한, 본 발명은, 빌딩의 각층 및 각실별 사용자의 이동 동선 및 분포현황, 사용자 유형을 사전에 예측 및 판단할 수 있어 빌딩의 각층 및 각실별로 세밀하게 제어할 수 있다.In addition, the present invention can predict and determine the user's movement line and distribution status and user type in advance for each floor and each room of the building, so that it is possible to precisely control each floor and each room of the building.
또한, 본 발명은, 동일한 공간에 동일한 사용자가 존재하더라도 이미지정보 및 생체정보를 통해 사용자 유형(성별, 연령, 장애인, 임신부 등)을 정확하게 파악 가능하여 각층 및 각실별로 세밀하게 제어할 수 있다.In addition, according to the present invention, even if the same user exists in the same space, the user type (gender, age, disabled, pregnant woman, etc.) can be accurately identified through image information and biometric information, so that each floor and each room can be controlled in detail.
또한, 본 발명은, 각층 및 각실별 사용자 이동 및 분포에 대한 학습데이터를 바탕으로 사용자들이 각층 및 각실별로 입장 및 퇴장하기 소정시간 전에 각층 및 각실별 설비 및 장치를 제어하여 사용자들에게 쾌적한 실내환경을 제공가능하며 이를 통해 각층 및 각실별 에너지 소비량을 세밀하게 제어할 수 있다.In addition, the present invention provides a comfortable indoor environment for users by controlling facilities and devices for each floor and each room before a predetermined time before users enter and exit each floor and each room based on learning data on user movement and distribution for each floor and each room. can be provided, and through this, it is possible to precisely control the energy consumption of each floor and each room.
또한, 본 발명은, 긴급상황시, 사용자의 이미지정보 및 인체정보를 바탕으로 각층 및 각실별 사용자의 유형 및 분포현황을 파악하여 신속한 구조를 진행할 수 있다.In addition, the present invention, in an emergency situation, based on the user's image information and human body information, it is possible to quickly rescue the user by identifying the type and distribution status of each floor and each room.
이처럼, 본 발명은, 빌딩 내부에 설치된 온도/습도/가스/조도/적외선센서 등으로부터 수집된 내부환경정보와 외부에 설치된 온도/습도/풍향/풍속/강우/진동센서 등과 기상청 등으로부터 수집된 외부환경정보를 바탕으로, 빌딩 에너지를 정밀하게 통합관리할 수 있는 시스템이다.As such, the present invention provides internal environmental information collected from temperature/humidity/gas/illuminance/infrared sensors installed inside a building and external temperature/humidity/wind direction/wind speed/rainfall/vibration sensors installed outside, etc., collected from the Meteorological Administration, etc. It is a system that can precisely integrate and manage building energy based on environmental information.
특히, 본 발명은, 환경정보 수집에 있어 이미지센서로부터 수집된 이미지 데이터와 웨어러블장치로부터 수집된 인체 데이터를, 빌딩 관리에 이용되는 내부환경정보 및 외부환경정보와 빅데이터화하고, 이를 인공지능기술로 처리하여 빌딩의 각실 및 각층, 기타 공간에 대해 정밀하게 에너지 관리가 가능하도록 구현할 수 있다.In particular, in the present invention, image data collected from image sensors and human body data collected from wearable devices in collecting environmental information are converted into big data with internal and external environmental information used for building management, and this is used as artificial intelligence technology. It can be implemented to enable precise energy management for each room, each floor, and other spaces of a building by processing
또한, 본 발명은, 긴급 상황시에, 각층 및 각실별 정확한 사용자 분포현황과 사용자의 성별, 연령, 장애여부, 임신부, 건강상태 등에 대한 사용자 상태를 고려하여 긴급구조 우선순위를 결정하여 긴급구조를 진행할 수도 있다.In addition, the present invention, in an emergency situation, by determining the priority of emergency rescue in consideration of the user's gender, age, disability, pregnant woman, health status, etc. may proceed.
도 2는 본 발명에 따른 인공 지능 기반 빌딩 관리 방법을 설명하기 위한 흐름도이다.2 is a flowchart illustrating an artificial intelligence-based building management method according to the present invention.
도 2에 도시된 바와 같이, 본 발명은, 먼저, 빌딩 실내외의 환경 정보 및 상기 빌딩 내의 사용자 정보를 획득할 수 있다(S10).As shown in Figure 2, the present invention, first, it is possible to obtain the environment information inside and outside the building and the user information in the building (S10).
이어, 본 발명은, 획득한 환경 정보 및 사용자 정보에 대한 데이터를 저장 및 분류할 수 있다(S20).Next, the present invention can store and classify data on the obtained environment information and user information (S20).
다음, 본 발명은, 저장 및 분류된 데이터를 학습할 수 있다(S30).Next, the present invention can learn the stored and classified data (S30).
여기서, 본 발명은, 빌딩 사용자의 성별, 연령, 건강 상태, 장애 유무, 임신 여부, 동선, 주상주 위치 관련 데이터를 학습할 수 있다.Here, the present invention can learn the building user's gender, age, health status, disability, pregnancy status, movement lines, and data related to the resident location.
경우에 따라, 본 발명은, 사용자의 성별, 연령별, 건강 상태별, 장애 유무별, 임신 여부별로 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황을 학습할 수도 있다.In some cases, the present invention may learn the user distribution status for each floor of the building and the user distribution status for each room on each floor of the building for each user's gender, age, health status, disability, and pregnancy status.
다른 경우로서, 본 발명은, 월별, 일별, 휴일별, 계절별, 국경일별, 기념일별, 특정행사일별, 환경상태별, 기상상태별, 재난상태별로 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황을 학습할 수도 있다.In another case, the present invention provides the user distribution status for each floor of the building and each room on each floor by month, day, holiday, season, national holiday, anniversary, specific event day, environmental condition, weather condition, and disaster condition. It is also possible to learn the user distribution status.
또 다른 경우로서, 본 발명은, 사용자의 성별, 연령, 건강 상태, 장애 유무, 임신 여부를 포함하는 제1 조건 중 적어도 어느 하나와, 월, 일, 휴일, 계절, 국경일, 기념일, 특정행사일, 환경상태, 기상상태, 재난상태를 포함하는 제2 조건 중 적어도 어느 하나가 서로 중첩되는 상황별로 빌딩의 층별 사용자 분포 현황 및 빌딩의 각층 호실별 사용자 분포 현황을 학습할 수도 있다.As another case, the present invention provides at least one of the first conditions including the user's gender, age, health condition, disability, and pregnancy status, and month, day, holiday, season, national holiday, anniversary, specific event date , the user distribution status by floor of the building and the user distribution status for each room on each floor of the building may be learned for each situation in which at least one of the second conditions including , environmental status, weather status, and disaster status overlaps each other.
그리고, 본 발명은, 데이터 학습을 기반으로 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석할 수 있다(S40).And, according to the present invention, based on data learning, it is possible to analyze the user state and energy state for each floor and each room of the building (S40).
여기서, 본 발명은, 데이터 학습을 기반으로 빌딩의 층별 및 호실별로 사용자의 위치 및 이동 상황을 분석하고, 이를 토대로 빌딩의 층별 및 호실별로 사용자 분포 현황 및 사용자 동선 현황을 파악할 수 있다.Here, in the present invention, based on data learning, the user's location and movement status are analyzed for each floor and room of the building, and based on this, the user distribution status and user movement status can be grasped for each floor and room of the building based on this.
또한, 본 발명은, 데이터 학습을 기반으로 빌딩의 층별 및 호실별로 에너지 사용 현황을 통합 분석할 수 있다.In addition, the present invention can perform an integrated analysis of the energy use status for each floor and room of a building based on data learning.
이어, 본 발명은, 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 사용자 및 에너지 상태를 미리 예측 및 판단할 수 있다(S50).Next, the present invention can predict and determine the user and energy state in advance based on the data learning and the user and energy state analysis results ( S50 ).
여기서, 본 발명은, 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포 현황 및 사용자 동선 현황을 예측 및 판단하고, 빌딩의 층별 및 호실별로 실시간 에너지 사용량을 예측 및 판단할 수 있다.Here, the present invention predicts and determines the user distribution status and user movement status for each floor and room of a building based on data learning and user and energy state analysis results, and predicts and determines real-time energy usage for each floor and room of the building. can
경우에 따라, 본 발명은, 데이터 학습과 사용자 및 에너지 상태 분석 결과를 토대로 재난 상황에 따른 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위를 예측 및 판단하고, 재난 상황에 따른 빌딩의 층별 및 호실별로 실시간 에너지 사용량을 예측 및 판단할 수도 있다.In some cases, the present invention predicts and determines the user distribution status, user movement status, and user structure priorities by floor and room of a building according to a disaster situation based on data learning and user and energy status analysis results, and It is also possible to predict and determine the real-time energy consumption by floor and room of a building according to the following.
다음, 본 발명은, 예측 및 판단 결과를 토대로 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리할 수 있다(S60).Next, according to the present invention, based on the prediction and determination result, it is possible to control and manage the user and energy state for each floor and each room of the building ( S60 ).
여기서, 본 발명은, 예측 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포량이 기준 분포량 이하로 예측되면 빌딩의 해당 층 및 해당 호실에 대해 에너지 사용량이 감소되도록 사전 제어할 수 있다.Here, in the present invention, when the distribution amount of users is predicted to be less than or equal to the reference distribution amount for each floor and each room of the building based on the prediction result, it is possible to control in advance so that the energy consumption for the corresponding floor and the corresponding room of the building is reduced.
경우에 따라, 본 발명은, 판단 결과를 토대로 빌딩의 층별 및 호실별로 사용자 분포량이 기준 분포량 이하이면 빌딩의 해당 층 및 해당 호실에 대해 에너지 사용량이 감소되도록 실시간 제어할 수도 있다.In some cases, the present invention may perform real-time control so that, based on the determination result, the energy usage for the corresponding floor and the corresponding room of the building is reduced if the user distribution is less than the reference distribution for each floor and each room of the building based on the determination result.
다른 경우로서, 본 발명은, 예측 결과를 토대로 사용자가 이동하려는 장소로 예측되는 빌딩의 층 및 호실에 대해 에너지 사용량이 증가되도록 사전 제어할 수도 있다.As another case, the present invention may pre-control so that energy usage is increased for the floor and room of the building predicted to the place where the user intends to move based on the prediction result.
또 다른 경우로서, 본 발명은, 판단 결과를 토대로 사용자가 이동한 빌딩의 층 및 호실에 대해 에너지 사용량이 증가되도록 실시간 제어할 수 있다.As another case, in the present invention, based on the determination result, it is possible to control in real time to increase the energy usage for the floor and room of the building to which the user moves.
또 다른 경우로서, 본 발명은, 재난 상황이 발생하면 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위 정보를 생성하여 해당 정보들을 외부 구조 기관에 전송할 수 있다.As another case, in the present invention, when a disaster situation occurs, the user distribution status, user movement status, and user structure priority information can be generated for each floor and room of a building, and the corresponding information can be transmitted to an external rescue organization.
또 다른 경우로서, 본 발명은, 재난 상황이 발생하면 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위 정보를 토대로 알림 메시지를 생성하여 생성한 알림 메시지를 상응하는 사용자의 단말기로 전송할 수 있다.As another case, in the present invention, when a disaster situation occurs, a notification message is generated based on the user distribution status, user movement status, and user structure priority information for each floor and room of the building, and the generated notification message is transmitted to the corresponding user's terminal. can be sent to
이와 같이, 본 발명은, 인공 지능을 이용하여 빌딩 내부 및 외부 환경과 빌딩 내의 사용자 상태를 학습시켜 이를 토대로 빌딩 에너지 및 재난 발생에 따른 구조를 정밀하게 제어할 수 있다.As described above, the present invention can use artificial intelligence to learn the internal and external environments of the building and the user state in the building, and based on this, it is possible to precisely control the structure according to the occurrence of building energy and disasters.
또한, 본 발명은, 빌딩의 각층 및 각실별 사용자의 이동 동선 및 분포현황, 사용자 유형을 사전에 예측 및 판단할 수 있어 빌딩의 각층 및 각실별로 세밀하게 제어할 수 있다.In addition, the present invention can predict and determine the user's movement line and distribution status and user type in advance for each floor and each room of the building, so that each floor and each room of the building can be controlled in detail.
또한, 본 발명은, 동일한 공간에 동일한 사용자가 존재하더라도 이미지정보 및 생체정보를 통해 사용자 유형(성별, 연령, 장애인, 임신부 등)을 정확하게 파악 가능하여 각층 및 각실별로 세밀하게 제어할 수 있다.In addition, according to the present invention, even if the same user exists in the same space, the user type (gender, age, disabled, pregnant woman, etc.) can be accurately identified through image information and biometric information, so that each floor and each room can be controlled in detail.
또한, 본 발명은, 각층 및 각실별 사용자 이동 및 분포에 대한 학습데이터를 바탕으로 사용자들이 각층 및 각실별로 입장 및 퇴장하기 소정시간 전에 각층 및 각실별 설비 및 장치를 제어하여 사용자들에게 쾌적한 실내환경을 제공가능하며 이를 통해 각층 및 각실별 에너지 소비량을 세밀하게 제어할 수 있다.In addition, the present invention provides a comfortable indoor environment for users by controlling facilities and devices for each floor and each room before a predetermined time before users enter and exit each floor and each room based on learning data on user movement and distribution for each floor and each room. can be provided, and through this, it is possible to precisely control the energy consumption of each floor and each room.
또한, 본 발명은, 긴급상황시, 사용자의 이미지정보 및 인체정보를 바탕으로 각층 및 각실별 사용자의 유형 및 분포현황을 파악하여 신속한 구조를 진행할 수 있다.In addition, the present invention, in an emergency situation, based on the user's image information and human body information, it is possible to quickly rescue the user by identifying the type and distribution status of each floor and each room.
도 3은 본 발명의 다른 실시예에 따른 인공 지능 기반 빌딩 관리 방법을 설명하기 위한 흐름도이다.3 is a flowchart illustrating an artificial intelligence-based building management method according to another embodiment of the present invention.
도 3에 도시된 바와 같이, 본 발명은, 먼저, 빌딩 실내외의 환경 정보 및 빌딩 내의 사용자 정보를 획득하는 기본 센싱을 수행할 수 있다(S100).As shown in FIG. 3 , in the present invention, first, it is possible to perform basic sensing to obtain environment information inside and outside the building and user information in the building ( S100 ).
여기서, 본 발명은, 고정된 위치에 설치된 이미지 센서가 실안의 고정된 사물들을 먼저 인식하고 세팅할 수 있다.Here, according to the present invention, an image sensor installed at a fixed position may first recognize and set fixed objects in a room.
이어, 본 발명은, 획득한 환경 정보 및 사용자 정보로부터 특징을 추출하고, 추출한 특징을 토대로 데이터를 저장 및 분류할 수 있다(S200, S300).Next, the present invention can extract features from the obtained environment information and user information, and store and classify data based on the extracted features (S200, S300).
여기서, 본 발명은, 설정된 공간에서 움직임이 감지되면 이를 검출하고, 키로 사람/아동, 움직임으로 사람/동물로 분류하며, 특징 추출을 수행할 수 있으며, 일 예로, 성인/아동, 동물/사람 등으로 분류할 수 있다.Here, in the present invention, when a motion is detected in a set space, it is detected, classified into a person/child by a key, and a person/animal by a motion, and feature extraction can be performed, for example, an adult/child, an animal/human, etc. can be classified as
다음, 본 발명은, 학습 모델을 통해 저장 및 분류된 데이터를 학습할 수 있다(S400).Next, the present invention can learn the stored and classified data through the learning model (S400).
여기서, 본 발명은, 분류 판별에 대한 AI 학습을 수행할 수 있다.Here, the present invention may perform AI learning for classification discrimination.
그리고, 본 발명은, 움직임이 감지되면 움직임 정보를 토대로 특징을 추출할 수 있다(S800, S900).And, in the present invention, when a motion is detected, a feature may be extracted based on the motion information (S800, S900).
여기서, 본 발명은, 이미지센서로 센싱하고, 움직임이 감지되면 특징을 추출할 수 있다.Here, in the present invention, it is possible to sense the image sensor and extract a feature when motion is detected.
이어, 본 발명은, 추출된 특징과 학습 모델에서 설정된 분류기준을 토대로 기설정된 분류기준을 재설정하여 분류기준을 강화시킬 수 있다(S500).Next, the present invention can strengthen the classification criterion by resetting the preset classification criterion based on the extracted features and the classification criterion set in the learning model (S500).
여기서, 본 발명은, 강화된 분류기준을 토대로 재실 인원별, 연령대별, 동물별로 데이터를 분류할 수 있다.Here, the present invention may classify data by number of occupants, age groups, and animals based on the reinforced classification criteria.
다음, 본 발명은, 강화된 분류기준을 토대로 사용자 상태 및 에너지 상태를 검출하고, 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 인공지능 제어할 수 있다(S600. S700).Next, the present invention can detect the user state and energy state based on the reinforced classification criteria, and artificially control the user and energy state by floor and room of a building (S600. S700).
예를 들면, 본 발명은, 재실 인원을 고려한 공기 정화 제어, 실내 사용자들의 체온을 고려한 냉난방 제어, 사용자들의 출퇴근 시간을 고려한 절전 운전 제어 등을 수행할 수 있다.For example, the present invention may perform air purification control in consideration of the number of occupants, air conditioning control in consideration of body temperature of indoor users, and power saving operation control in consideration of commuting time of users.
이처럼, 본 발명은, 움직임 정보를 토대로 특징을 추출하고, 추출된 특징과 학습 모델에서 설정된 분류기준을 토대로 기설정된 분류기준을 재설정하여 분류기준을 강화시킴으로써, 재실감지센서의 한계(예를 들면 사용자가 재실 중이더라도 일정시간 움직임 없을 경우의 판단 오류 문제, 인원이나 연령대, 동물 등의 파악이 불가능한 문제 등)를 보완할 수 있다.As such, the present invention extracts a feature based on motion information, resets a preset classification criterion based on the extracted feature and a classification criterion set in the learning model, and strengthens the classification criterion, thereby limiting the presence detection sensor (for example, a user It is possible to supplement the problem of judgment error when there is no movement for a certain period of time even when the occupant is in the occupancy, and the problem that it is impossible to identify the number of people, age groups, animals, etc.).
예를 들면, 이미지 센서를 이용하여 재실 인원, 연령대, 동물 등을 파악하고, 재실 감지 센서와 크로스 체크하여 재실 유무의 정확도를 높일 수 있는 효과를 가질 수 있다.For example, the number of occupants, age groups, animals, etc. may be identified using the image sensor and cross-checked with the occupancy sensor may have the effect of increasing the accuracy of occupancy.
다른 예로, 웨어러블장치에 ID카드 기능을 탑재하여 사용자의 출입관리, 출퇴근관리, 사용자의 심박수, 체온, 맥박 체크 등을 수행하고, 이미지센서와 재실감지센서 등과 크로스 체크함으로써, 빌딩 내의 쾌적한 환경 조성을 위한 공조 시스템을 제어할 수 있다.As another example, the wearable device is equipped with an ID card function to manage the user's access, commuting, and check the user's heart rate, body temperature, and pulse, and cross-check the image sensor and occupancy sensor to create a comfortable environment in the building. You can control the air conditioning system.
이상에서 본 발명들에 설명된 특징, 구조, 효과 등은 본 발명의 적어도 하나의 실시예에 포함되며, 반드시 하나의 실시예에만 한정되는 것은 아니다. 나아가, 각 실시예에서 예시된 특징, 구조, 효과 등은 실시예들이 속하는 분야의 통상의 지식을 가지는 자에 의해 다른 실시예들에 대해서도 조합 또는 변형되어 실시 가능하다. 따라서 이러한 조합과 변형에 관계된 내용들은 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.Features, structures, effects, etc. described in the present inventions above are included in at least one embodiment of the present invention, and are not necessarily limited to only one embodiment. Furthermore, features, structures, effects, etc. illustrated in each embodiment can be combined or modified for other embodiments by those of ordinary skill in the art to which the embodiments belong. Accordingly, the contents related to such combinations and modifications should be interpreted as being included in the scope of the present invention.
또한, 이상에서 실시예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.In addition, although the embodiment has been described above, it is merely an example and does not limit the present invention, and those of ordinary skill in the art to which the present invention pertains are exemplified above in a range that does not depart from the essential characteristics of the present embodiment It can be seen that various modifications and applications that have not been made are possible. For example, each component specifically shown in the embodiment can be implemented by modification. And differences related to such modifications and applications should be construed as being included in the scope of the present invention defined in the appended claims.
100: 빌딩 관리 시스템
110: 환경 정보 감지부
120: 사용자 정보 감지부
130: 통신부
140: 빌딩 제어 관리부
150: 기상 정보 수집부
160: 재난 정보 수집부100: building management system
110: environmental information detection unit
120: user information detection unit
130: communication department
140: building control management unit
150: weather information collection unit
160: Disaster information collection unit
Claims (10)
상기 빌딩 내의 사용자 정보를 감지하는 사용자 정보 감지부;
상기 감지한 환경 정보 및 사용자 정보를 송수신하는 통신부; 그리고,
상기 환경 정보 및 사용자 정보를 토대로 상기 빌딩의 에너지 및 재난 구조를 제어하는 빌딩 제어 관리부를 포함하고,
상기 빌딩 제어 관리부는,
상기 환경 정보 및 사용자 정보를 수신하면 상기 수신한 환경 정보 및 사용자 정보에 대한 데이터를 저장 및 분류하고, 상기 저장 및 분류된 데이터를 학습하며, 상기 데이터 학습을 기반으로 상기 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석하고, 상기 데이터 학습과 상기 사용자 및 에너지 상태 분석 결과를 토대로 상기 사용자 및 에너지 상태를 미리 예측 및 판단하며, 상기 예측 및 판단 결과를 토대로 상기 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리하며, 상기 사용자 및 에너지 상태를 미리 예측 및 판단할 때, 상기 데이터 학습과 상기 사용자 및 에너지 상태 분석 결과를 토대로 재난 상황에 따른 상기 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위를 예측 및 판단하고, 상기 재난 상황에 따른 상기 빌딩의 층별 및 호실별로 실시간 에너지 사용량을 예측 및 판단하는 것을 특징으로 하는 인공 지능 기반 빌딩 관리 시스템.an environmental information sensing unit for detecting environmental information inside and outside the building;
a user information detection unit for detecting user information in the building;
a communication unit for transmitting and receiving the sensed environment information and user information; And,
A building control management unit for controlling the energy and disaster relief of the building based on the environment information and user information,
The building control management unit,
When the environment information and user information are received, the data for the received environment information and user information is stored and classified, the stored and classified data is learned, and the user for each floor and room of the building based on the data learning Analyze the state and energy state, predict and determine the user and energy state in advance based on the data learning and the user and energy state analysis result, and based on the prediction and determination result, the user and energy for each floor and room of the building When controlling and managing the state and predicting and judging the user and energy state in advance, based on the data learning and the user and energy state analysis results, the user distribution status and user movement status for each floor and room of the building according to the disaster situation and predicting and judging user structure priorities, and predicting and judging real-time energy usage for each floor and room of the building according to the disaster situation.
상기 환경 정보 감지부는,
상기 빌딩 실내의 환경 정보를 감지하는 실내 환경 정보 감지부; 그리고,
상기 빌딩 실외의 환경 정보를 감지하는 실외 환경 정보 감지부를 포함하는 것을 특징으로 하는 인공 지능 기반 빌딩 관리 시스템.According to claim 1,
The environmental information sensing unit,
an indoor environment information sensing unit for detecting the environment information of the building interior; And,
Artificial intelligence-based building management system, characterized in that it comprises an outdoor environment information sensing unit for detecting the environmental information outside the building.
상기 사용자 정보 감지부는,
상기 빌딩 내에 위치하는 사용자의 이미지 정보를 획득하는 이미지 정보 감지부; 그리고,
상기 빌딩 내에 위치하는 사용자의 인체 정보를 획득하는 인체 정보 감지부를 포함하는 것을 특징으로 하는 인공 지능 기반 빌딩 관리 시스템.According to claim 1,
The user information detection unit,
an image information sensing unit for acquiring image information of a user located in the building; And,
Artificial intelligence-based building management system, characterized in that it comprises a human body information detection unit for acquiring the human body information of the user located in the building.
제1 외부 서버로부터 기상 정보를 수집하는 기상 정보 수집부; 그리고,
제2 외부 서버로부터 재난 정보를 수집하는 재난 정보 수집부를 더 포함하는 것을 특징으로 하는 인공 지능 기반 빌딩 관리 시스템.According to claim 1,
a meteorological information collecting unit for collecting meteorological information from a first external server; And,
Artificial intelligence-based building management system, characterized in that it further comprises a disaster information collection unit for collecting disaster information from the second external server.
상기 빌딩 제어 관리부는,
상기 데이터를 학습할 때, 빌딩 사용자의 성별, 연령, 건강 상태, 장애 유무, 임신 여부, 동선, 주상주 위치 관련 데이터를 학습하는 것을 특징으로 하는 인공 지능 기반 빌딩 관리 시스템.According to claim 1,
The building control management unit,
When learning the data, artificial intelligence-based building management system, characterized in that for learning the data related to the gender, age, health status, disability, pregnancy status, movement route, resident location of the building user.
상기 빌딩 제어 관리부는,
상기 사용자 및 에너지 상태를 미리 예측 및 판단할 때, 상기 데이터 학습과 상기 사용자 및 에너지 상태 분석 결과를 토대로 상기 빌딩의 층별 및 호실별로 사용자 분포 현황 및 사용자 동선 현황을 예측 및 판단하고, 상기 빌딩의 층별 및 호실별로 실시간 에너지 사용량을 예측 및 판단하는 것을 특징으로 하는 인공 지능 기반 빌딩 관리 시스템.According to claim 1,
The building control management unit,
When predicting and judging the user and energy state in advance, based on the data learning and the user and energy state analysis results, predict and determine the user distribution status and user movement status for each floor and room of the building, and for each floor of the building and an artificial intelligence-based building management system for predicting and judging real-time energy usage for each room.
상기 빌딩 제어 관리부는,
상기 수신한 환경 정보 및 사용자 정보에 대한 데이터를 저장하는 저장부;
상기 수신한 환경 정보 및 사용자 정보에 대한 데이터를 분류하는 분류부;
상기 저장 및 분류된 데이터를 학습하는 학습부;
상기 데이터 학습을 기반으로 상기 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석하는 분석부;
상기 데이터 학습과 상기 사용자 및 에너지 상태 분석 결과를 토대로 상기 사용자 및 에너지 상태를 미리 예측 및 판단하는 예측 및 판단부; 그리고,
상기 예측 및 판단 결과를 토대로 상기 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리하는 제어 관리부를 포함하는 것을 특징으로 하는 인공 지능 기반 빌딩 관리 시스템.According to claim 1,
The building control management unit,
a storage unit for storing data on the received environment information and user information;
a classification unit for classifying data on the received environment information and user information;
a learning unit for learning the stored and classified data;
an analysis unit that analyzes the user state and energy state for each floor and room of the building based on the data learning;
a prediction and determination unit for predicting and determining in advance the user and energy state based on the data learning and the user and energy state analysis results; And,
Artificial intelligence-based building management system, characterized in that it comprises a control management unit for controlling and managing the user and energy state for each floor and each room of the building based on the prediction and determination result.
상기 빌딩 제어 관리부는,
상기 데이터를 학습할 때, 설정된 공간에서 움직임이 감지되면 움직임 정보를 토대로 특징을 추출하고, 상기 추출된 특징과 학습 모델에서 설정된 분류기준을 토대로 기설정된 분류기준을 재설정하여 상기 분류기준을 강화시키며, 상기 강화된 분류기준을 토대로 분류된 데이터를 재학습하여 상기 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석하는 것을 특징으로 하는 인공 지능 기반 빌딩 관리 시스템.According to claim 1,
The building control management unit,
When learning the data, when motion is detected in a set space, a feature is extracted based on motion information, and the classification criterion is strengthened by resetting a preset classification criterion based on the extracted feature and a classification criterion set in the learning model, Artificial intelligence-based building management system, characterized in that by re-learning the classified data based on the reinforced classification criteria, the user state and energy state are analyzed for each floor and room of the building.
빌딩 실내외의 환경 정보 및 상기 빌딩 내의 사용자 정보를 획득하는 단계;
상기 획득한 환경 정보 및 사용자 정보에 대한 데이터를 저장 및 분류하는 단계;
상기 저장 및 분류된 데이터를 학습하는 단계;
상기 데이터 학습을 기반으로 상기 빌딩의 층별 및 호실별로 사용자 상태 및 에너지 상태를 분석하는 단계;
상기 데이터 학습과 상기 사용자 및 에너지 상태 분석 결과를 토대로 상기 사용자 및 에너지 상태를 미리 예측 및 판단하는 단계; 그리고,
상기 예측 및 판단 결과를 토대로 상기 빌딩의 층별 및 호실별로 사용자 및 에너지 상태를 제어 관리하는 단계를 포함하며,
상기 사용자 및 에너지 상태를 미리 예측 및 판단하는 단계에서는, 상기 데이터 학습과 상기 사용자 및 에너지 상태 분석 결과를 토대로 재난 상황에 따른 상기 빌딩의 층별 및 호실별로 사용자 분포 현황, 사용자 동선 현황 및 사용자 구조 우선 순위를 예측 및 판단하고, 상기 재난 상황에 따른 상기 빌딩의 층별 및 호실별로 실시간 에너지 사용량을 예측 및 판단하는 것을 특징으로 하는 인공 지능 기반 빌딩 관리 방법.In the building management method of the artificial intelligence-based building management system,
acquiring environment information inside and outside the building and user information in the building;
storing and classifying data on the obtained environment information and user information;
learning the stored and classified data;
analyzing the user state and energy state for each floor and room of the building based on the data learning;
predicting and judging the user and energy state in advance based on the data learning and the user and energy state analysis results; And,
Controlling and managing the user and energy state for each floor and room of the building based on the prediction and determination result,
In the step of predicting and judging the user and energy state in advance, based on the data learning and the user and energy state analysis result, the user distribution status, user movement status, and user structure priority by floor and room of the building according to the disaster situation predicting and judging, and predicting and judging real-time energy usage for each floor and room of the building according to the disaster situation.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200133932A KR102269581B1 (en) | 2020-10-16 | 2020-10-16 | System and method for managing bulding based on artificial intelligence |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200133932A KR102269581B1 (en) | 2020-10-16 | 2020-10-16 | System and method for managing bulding based on artificial intelligence |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102269581B1 true KR102269581B1 (en) | 2021-06-28 |
Family
ID=76607646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200133932A KR102269581B1 (en) | 2020-10-16 | 2020-10-16 | System and method for managing bulding based on artificial intelligence |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102269581B1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102416716B1 (en) * | 2021-11-04 | 2022-07-05 | (주)미래비엠 | Server for managing energy of building |
KR102585859B1 (en) | 2022-08-10 | 2023-10-10 | 유비스 주식회사 | The Building management system and method based on the analysis of big data |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080073162A (en) | 2007-02-05 | 2008-08-08 | 엘지전자 주식회사 | Building management system and his driving control method |
KR20100113686A (en) * | 2009-04-14 | 2010-10-22 | 서울시립대학교 산학협력단 | Demand-based real time energy monitoring and management system |
KR20110106263A (en) * | 2011-09-08 | 2011-09-28 | 화인시스템(주) | Smart power saving system of builing |
KR20150086678A (en) * | 2014-01-20 | 2015-07-29 | 서울과학기술대학교 산학협력단 | Lighting information system comprising rf sensor |
KR20160141120A (en) * | 2015-05-28 | 2016-12-08 | 후버테크(주) | movement sensing type wireless lighting control system having radar sensor |
-
2020
- 2020-10-16 KR KR1020200133932A patent/KR102269581B1/en active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080073162A (en) | 2007-02-05 | 2008-08-08 | 엘지전자 주식회사 | Building management system and his driving control method |
KR20100113686A (en) * | 2009-04-14 | 2010-10-22 | 서울시립대학교 산학협력단 | Demand-based real time energy monitoring and management system |
KR20110106263A (en) * | 2011-09-08 | 2011-09-28 | 화인시스템(주) | Smart power saving system of builing |
KR20150086678A (en) * | 2014-01-20 | 2015-07-29 | 서울과학기술대학교 산학협력단 | Lighting information system comprising rf sensor |
KR20160141120A (en) * | 2015-05-28 | 2016-12-08 | 후버테크(주) | movement sensing type wireless lighting control system having radar sensor |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102416716B1 (en) * | 2021-11-04 | 2022-07-05 | (주)미래비엠 | Server for managing energy of building |
KR102585859B1 (en) | 2022-08-10 | 2023-10-10 | 유비스 주식회사 | The Building management system and method based on the analysis of big data |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10395494B2 (en) | Systems and methods of home-specific sound event detection | |
US10223896B2 (en) | Operating a security system | |
US11132857B2 (en) | Internet of things smart entry | |
US11393470B2 (en) | Method and apparatus for providing speech recognition service | |
US12124506B2 (en) | Acoustic monitoring system | |
KR102269581B1 (en) | System and method for managing bulding based on artificial intelligence | |
KR20190096310A (en) | Artificial intelligence device | |
US11164565B2 (en) | Unsupervised learning system and method for performing weighting for improvement in speech recognition performance and recording medium for performing the method | |
KR20190107621A (en) | Apparatus and control method for recommending applications based on context-awareness | |
CN108370504B (en) | Detecting wireless signals based on context | |
KR20190094294A (en) | Artificial intelligence apparatus for controlling auto stop system based on traffic information and method for the same | |
KR20190095180A (en) | An artificial intelligence apparatus for controlling auto stop system and method for the same | |
KR20190116188A (en) | Apparatus and control method for recommending do-not-disturb mode based on context-awareness | |
AU2024201928A1 (en) | Object Monitoring | |
US11283873B2 (en) | IoT sensor fusion | |
US20230169807A1 (en) | Device, system, and method for electronic access control to reunify persons | |
US20230053823A1 (en) | Device, system and method for controlling environmental devices at a smart building to assist a first responder | |
CN113885551A (en) | Information processing apparatus, information processing method, and moving object | |
JP2020166502A (en) | Security system | |
KR102706607B1 (en) | Apparatus for Detecting Indoor Presence Using Multimodal and Driving Method Thereof | |
US20230245663A1 (en) | Audio recording obfuscation | |
EP4174726A1 (en) | Adapting a detection model | |
CN116264031A (en) | Emergency rescue method and device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |