KR102389215B1 - 에어컨 제어용 인공지능 제어시스템 - Google Patents

Abstract

본 발명은 에어컨 제어용 인공지능 제어시스템에 관한 것으로, 실내에 거주하는 거주자들의 활동량(活動量) 및 착용의복의 상시 모니터링을 통해 에어컨으로부터 나오는 풍속과 풍량, 온습도, 및 환기 등을 지능적으로 제어하여 거주자들에게 항시 쾌적감을 제공하는 거주자의 활동량(活動量) 지능제어부 및 거주자의 착의량(着衣量) 지능제어부로 구성된 인공지능제어부, 타이머 설정에 따른 세팅된 시간 동안 실내의 곳곳으로 주행하며 실내의 풍속과 풍량, 온도와 습도를 상시 측정하는 멀티측정기를 탑재한 인공지능로봇, 및 상기 인공지능제어부 및 상기 인공지능로봇과 교신하는 방식으로 에어컨의 제어에 필요한 관리가 이루어지는 단말기를 포함하는 에어컨 제어용 인공지능 제어시스템을 제공하고자 한다.

Description

에어컨 제어용 인공지능 제어시스템{artificial intelligence remote for controlling air conditioner}

본 발명은 에어컨 제어용 인공지능 제어시스템에 관한 것으로, 보다 상세하게는 실내에 거주하는 거주자들의 활동량(活動量)과 더불어 착용의복 그러니까 착의량(着衣量)을 기준으로 풍속과 풍량, 온습도, 및 환기 등을 자동 조절 제어하는 방식으로 거주자들에게 항시 쾌적감을 제공할 수 있는 에어컨 제어용 인공지능 제어시스템에 대한 것이다.

일반적으로 에어컨에 대한 조작을 제어함에 있어 사용자들은 에어컨에 대한 냉방 온도를 조절하거나 혹은 제습이나 공기청정 등의 여러 가동 타입을 선택하기 위한 방편으로 휴대용 리모컨을 이용하는 경우가 다반사다.

이러한 휴대용 리모컨의 조작은 매우 빈번하게 이루어지고 있으나, 그 고정된 셋팅으로 인하여 수시로 사용하기에는 불편한 점이 많다. 이러한 불편 상황은 여러가지 이유들에 기인하게 되는데, 적정한 제어기준을 모르는 이유에 기인하게 되고, 사용자들이 리모콘의 복잡한 세팅보다는 간단한 방식으로 끄고 켜는 방식을 선호하는 이유에 기인할 수도 있으며, 온도센서의 위치와 사용자 위치의 다름에서 오는 온도차이로 인한 이유에 기인할 수도 있고, 공간내의 온도 편차에 따른 제어 기준과 체감 온도와의 차이로 인한 이유에 기인할 수도 있으며, 체온의 상태에 따라 직접풍과 간접풍을 희망하는 선호의 차이에 의한 이유에서도 기인할 수 있고, 체질에 따른 체온차이(예컨대, 아이들은 성인보다 0.5도 정도 높은 온도, 평균 1도 정도의 편차를 가짐)에 의한 이유에서도 기인할 수 있다.

이처럼, 사용자들은 위에 기술된 다양한 이유들로 인하여 휴대용 리모컨을 매우 자주 사용하는 관계로, 사용자들은 휴대용 리모콘의 사용마저도 불편하게 느끼는 경우가 많다.

물론, 이러한 휴대용 리모콘을 이용한 에어컨 제어에서 야기되는 상술되는 문제점들을 개선하기 위한 방안으로 음성인식 기술이나 상황인식 기술을 이용한 인공지능 제어 방식이 도입되고 있으나, 풍속과 풍량, 온습도, 및 환기 등의 제어 정확도가 부정확함으로써, 실내에 거주하는 거주자들의 질적 쾌적감이 만족스러운 수준에 이르지 못하고 있다.

전술된 문제점들을 해소하기 위한 본 발명은 실내에 거주하는 거주자들의 활동량(活動量) 상태와 더불어 착용의복 상태 그러니까 착의량(着衣量) 상태를 실시간 모니티링 하는 방식으로 풍속과 풍량, 온습도, 및 환기 등을 지능적으로 제어하여 실내의 거주자들에게 상시적 쾌적감을 구현할 수 있는 에어컨 제어용 인공지능 제어시스템을 제공하고자 함에 그 목적을 두고 있다.

전술된 목적들을 달성하기 위한 본 발명은, 타이머 설정에 따른 세팅된 시간 동안 실내의 곳곳으로 주행하며 실내의 풍속과 풍량, 온도와 습도를 상시 측정하는 멀티센서부(100)를 탑재한 인공지능로봇(10), 실내에 거주하는 거주자들의 활동량(活動量) 및 착용의복의 상시 모니터링을 통해 에어컨으로부터 나오는 풍속과 풍량, 온습도, 및 환기 등을 지능적으로 제어하여 거주자들에게 항시 쾌적감을 제공하는 활동량 지능제어부(1100) 및 착의량 지능제어부(1200)로 구성된 인공지능제어부(1000), 및 상기 인공지능제어부 및 상기 인공지능로봇과 교신하는 방식으로 에어컨의 제어에 필요한 관리가 이루어지는 단말기(2000)로 이루어지는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 활동량 지능제어부(1100)는 상기 거주자의 활동량(活動量)과 착의량(着衣量)을 상시 영상 기록하는 방식으로 모니터링하는 카메라(1110), 및 상기 카메라로부터 기록된 영상물에 기초한 거주자의 활동량(活動量)을 근거로 상기 멀티센서부(100)에서 측정된 현재의 측정 정보를 통해 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하는 인공지능의 제1 멀티제어기(1120)를 더 포함하는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 착의량 지능제어부(1200)는 상기 거주자의 착의량(着衣量)과 착의량(着衣量)을 상시 영상 기록하는 방식으로 모니터링하는 카메라(1210), 및 상기 카메라로부터 기록된 영상물에 기초한 거주자의 착의량(着衣量)을 근거로 상기 멀티센서부(100)에서 측정된 현재의 측정 정보를 통해 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하는 인공지능의 제2 멀티제어기(1220)를 더 포함하는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 인공지능의 제1 멀티제어기(1120)는 거주자의 방대한 활동량(活動量) 정보를 학습한 딥러닝 DB를 저장한 본체(1121), 상기 본체에 설치되어 상기 멀티센서부(100)에서 제공된 측정 정보를 상기 딥러닝 DB와 비교하는 방식으로 분석하여 현 거주자의 활동량(活動量) 조건에 맞는 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하는 활동제어알고리즘(1122)을 더 포함하는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 인공지능의 제2 멀티제어기(1220)는 거주자의 방대한 착의량(着衣量) 정보를 학습한 딥러닝 DB를 저장한 본체(1221), 상기 본체에 설치되어 상기 멀티센서부(100)에서 제공된 측정 정보를 상기 딥러닝 DB와 비교하는 방식으로 분석하여 현 거주자의 착의량(着衣量) 조건에 맞는 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하는 착의제어알고리즘(1222)을 더 포함하는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 딥러닝 DB는 본체(1121)(1221)에 설치된 추출프로그램(1300)을 통해 활동량(活動量) 정보와 착의량(着衣量) 정보로 추출되고, 상기 추출프로그램으로 추출된 활동량(活動量) 정보의 딥러닝 DB를 근거로 상기 활동제어알고리즘(1122)이 현 거주자의 활동량(活動量) 조건에 맞게 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 딥러닝 DB는 본체(1121)(1221)에 설치된 추출프로그램(1300)을 통해 활동량(活動量) 정보와 착의량(着衣量) 정보로 추출되고, 상기 추출프로그램으로 추출된 착의량(着衣量) 정보의 딥러닝 DB를 근거로 상기 착의제어알고리즘(1222)이 현 거주자의 착의량(着衣量) 조건에 맞게 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 활동제어알고리즘(1122)은 카메라(1110)(1210)로부터 수집된 이미지 영상 정보의 획득에 따라 객체를 탐지한 다음, 활동량(活動量) 정보에서는 심층신경망(Deep Neural Network; DNN)을 통한 관절 키포인트를 추출하고, 착의량(着衣量) 정보에서는 합성곱 신경망(Convolutional Neural Network, CNN)을 통한 의류를 세그먼트 단위로 추출하여,이를 포즈데이터와 의류데이터로 각각 분류한 다음, 이미 학습하여 저장된 활동량(活動量) 정보의 딥러닝 DB를 기초로 상기의 포즈데이터를 비교 분석하는 방식으로 거주자의 활동량(活動量)을 계산하여 현 거주자의 활동량(活動量) 조건에 맞는 쾌적성(Predicted Mean Vote ; PMV)의 수치대로 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하여 거주자에게 쾌적온열감을 제공하게 되는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 착의제어알고리즘(1222)은 카메라(1110)(1210)로부터 수집된 이미지 영상 정보의 획득에 따라 객체를 탐지한 다음, 활동량(活動量) 정보에서는 심층신경망(Deep Neural Network; DNN)을 통한 관절 키포인트를 추출하고, 착의량(着衣量) 정보에서는 합성곱 신경망(Convolutional Neural Network; CNN)을 통한 의류를 세그먼트 단위로 추출하여,이를 포즈데이터와 의류데이터로 각각 분류한 다음, 이미 학습하여 저장된 착의량(着衣量) 정보의 딥러닝 DB를 기초로 상기의 의류데이터를 비교 분석하는 방식으로 거주자의 착의량(着衣量)을 계산하여 현 거주자의 착의량(着衣量) 조건에 맞는 쾌적성(Predicted Mean Vote; PMV)의 수치대로 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하여 거주자에게 쾌적온열감을 제공하게 되는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 멀티센서부(100)는 멀티센서기의 일종으로서, 사용자의 음성을 처리하는 음성인식처리부(101), 실내의 측정 영역 내 존재하는 사용자(거주자)와의 거리 및 사용자(거주자)와의 온도를 측정하여 열상이미지에 반영하는 스캔형센서(102), 및 실내의 풍속과 풍향 및 온도와 습도를 측정하는 프로브(103)들과 차압센서(104)를 더 포함하고, 상기 프로브(1100)들은 풍속용 프로브, 온습도용 프로브, 난류용 프로브 중 적어도 복수개 이상으로 구성되는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 스캔형센서(102)는 측정 영역 내 존재하는 대상체와의 거리 및 대상체와의 온도를 측정하여 열상이미지에 반영하는 센서로서, 미러(M1)의 전면부에 위치하고 상기 미러로부터 반사되는 빛을 수광하여 측정 영역 내 존재하는 대상체와의 거리를 측정하는 거리측정센서(110), 상기 미러(M1)의 후면부에 위치하고 상기 미러로부터 반사되는 빛을 수광하여 상기 측정 영역 내 존재하는 대상체의 온도를 측정하는 온도측정센서(120), 2개의 회전축을 형성하는 복수의 모터들을 구비하고 좌우 360도 회전 및 상하 180도 회전을 통해 상기 거리측정센서 및 상기 온도측정 센서의 측정 영역을 확보하는 회전구동부(130), 및 상기 거리측정센서 및 상기 온도측정센서에서 각각 측정된 거리정보와 열분포정보를 합성하여 열상이미지에 거리정보를 반영하는 합성처리부(140)를 더 포함하는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 인공지능로봇(10)은 바디를 이루는 몸체부(20), 상기 몸체의 상부에서 회전 가능한 방식으로 연결되는 헤드부(30), 및 상기 몸체부의 하부에서 동력수단을 통해 작동되는 방식으로 설치되어 움직이게 되는 레그부(40)를 포함하는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 레그부(40)는 다수개의 집게다리들로 구성되되, 상기 집게다리들은 하나의 동력모터 축에 결합된 기어와 연결되는 벨트에 연결된 다수의 풀리들 및 상기 풀리들과 개별적으로 연결되는 기어들의 연결 조합으로 작동되는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 인공지능로봇(10)의 상기 헤드부(30)는 하나의 동력모터 축에 연결된 기어에 상기 헤드부의 하단에 형성된 평기어가 측 방향으로 연결되어 수평 방식으로 회전 동작되는 한편, 상기 평기어의 하단 중앙에서 수직하게 하부로 연장된 축대 내부의 장공에 걸림핀이 수용되는 구조임과 동시 상기 축대의 하단에 형성된 반기어와 상기 축대 사이로 스프링이 탄설되는 구조와 함께 상기 반기어의 하단에서 상기 반기어의 회전에 필요한 동력을 제공하는 동력모터를 통해 끄덕이는 동작 방식으로 작동되는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 인공지능로봇(10)의 상기 헤드부(30)는 대상체로부터 제공되는 측정 정보로서 상기 거리측정센서(110) 및 상기 온도측정센서(120)로부터 감지된 거리정보값 및 온도정보값을 근거로 상기 몸체부(20)의 정 방향에서 거꾸로의 수평 방식으로 회전동작되되, 상기 거리측정센서(110)로부터 감지된 거리정보값만 감지될 경우 전후방향으로 끄덕이는 동작 방식으로 작동되는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 거리측정센서(110)는 상기 미러의 전면부에 위치하고 상기 회전구동부(130)의 회전에 따라 상기 미러의 전면에 입사한 후 반사되는 빛을 렌즈를 통해 수광하여 거리정보를 측정하여 출력하는 디텍터(111)를 포함하는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상기 온도측정센서(120)는 상기 미러의 후면부 빈 공간에 위치하고 상기 회전구동부(130)의 회전에 따라 상기 미러의 후면으로 입사되는 빛을 수광하여 열화상신호로 변환하여 출력하는 볼로메타(121)를 포함하는 에어컨 제어용 인공지능 제어시스템에 그 일례의 특징이 있다.

상술된 바에 따른 본 발명에 의하면, 실내에 거주하는 거주자들의 활동량(活動量)이나 착의량(着衣量)에 기초하여 에어컨의 풍속과 풍량, 온습도, 및 환기를 지능적으로 자동 제어하며 실내 거주자들의 질적 쾌적감을 향상시킬 수 있는 효과가 있다.

더욱이, 본 발명에 의하면, 실내 거주자들이 만족하는 실질적 쾌적지수와 에어컨의 지능형 제어로 구현되는 쾌적성 지수 간의 괴리를 보정알고리즘으로 보정할 수 있는 관계로, 쾌적성 지수 간의 괴리로 야기되는 쾌적지수의 오차를 줄일 수 있는 효과가 있다.

또한, 본 발명에 의하면, 실내의 곳곳으로 주행하는 인공지능로봇이 실내 곳곳의 풍속과 풍량의 분포도와 온습도의 분포도 차이를 검출할 수 있는 관계로, 현 거주자들의 활동량(活動量)이나 착의량(着衣量)에 기초한 에어컨의 풍속과 풍량, 온습도, 및 환기에 대한 제어 정확성을 향상시킬 수 있는 효과가 있다.

아울러, 본 발명에 의하면, 사용자의 음성에 반응하는 인공지능로봇의 경우 에어컨 제어 리모컨의 용도뿐만 아니라, 사용자와 친밀감을 유지하며 놀이 용도로 즐길 수 있는 완구용으로도 활용될 수 있는 관계로, 사용자에게 유희의 즐거움도 제공해줄 수 있는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 에어컨 제어용 인공지능 제어시스템의 기본 구성을 개념적으로 나타내기 위한 블록 도면이다.
도 2는 도 1에 도시된 인공지능로봇(10)에 설치되는 멀티센서부(100)의 구성 및 인공지능제어부(1000)의 활동량(活動量) 지능제어부(1100) 및 착의량(着衣量) 지능제어부(1200)의 구성을 블록으로 도시한 도면이다.
도 3은 인공지능로봇(10)과 인공지능제어부(1000) 및 단말기(2000)의 상호 작용을 통한 실내에 거주하는 사용자(거주자)를 기준으로 에어컨 실내기의 히팅, 풍향 등이 조절되는 상태를 개념적으로 도시한 도면이다.
도 4는 인공지능부에 학습된 딥러닝 DB의 수집과정에 대한 개념을 일례로 도시한 도면이다.
도 5는 인공지능부에서 사용자의 활동량(活動量)을 딥러닝 DB로 학습하는 과정에 대한 개념을 일례로 도시한 도면이다.
도 6은 인공지능부에서 사용자의 활동량(活動量)이 객체화된 포즈로 제시된 개념을 일례로 도시한 도면이다.
도 7은 사용자(거주자)의 실내 활동량(活動量)의 상태 조건에 따른 실내의 쾌적감으로서 쾌적성(Predicted Mean Vote ; PMV) 지수 산출을 위한 활동제어알고리즘(1122)의 제어 흐름을 도시한 플로우챠트이다.
도 8은 사용자(거주자)의 실내 착의량(着衣量)의 상태 조건에 따른 실내의 쾌적감으로서 쾌적성(Predicted Mean Vote ; PMV) 지수 산출을 위한 착의제어알고리즘(1222)의 제어 흐름을 도시한 플로우챠트이다.
도 9는 도 1에 도시된 인공지능로봇(10)에 대한 구체적인 개념 형상 구조를 도시한 사시 도면이다.
도 10은 도 2에 도시된 스캔형센서(102)의 기본 구성을 개념적으로 나타내기 위한 블록 도면이다.
도 11은 마이크로 볼로메터 기본 구성을 개념적으로 나타내는 도면이다.
도 12는 도 10에 도시된 스캔형센서(102)의 기구적 메커니즘을 개략적으로 나타내는 도면이다.
도 13은 도 10에 있는 미러의 입사에 따라 빛이 경로 분리되는 상태를 나타내는 도면이다.
도 14는 도 10에 있는 회전구동부(130)를 나타내는 도면이다.
도 15는 도 10에 있는 합성처리부(140)의 합성 처리 과정을 나타내는 도면이다.

본 발명은 다양한 변형 실시 예들을 통한 기술적 사상에 이르는 권리 범위까지 포함하는 방식으로 해석되어야 할 것이며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

더욱이, 본 발명에 유첨된 도면들은 어디까지나 본 발명에 대한 설명의 이해를 돕기 위한 방안으로 첨부된 관계로, 본 발명의 기술적 사상이 유첨된 도면들에 의해 한정되어 해석되지 말아야 할 것이다.

본 발명의 일 실시예에 따른 에어컨 제어용 인공지능 시스템은 실내에 설치되는 실내에 거주하는 거주자들의 활동량(活動量) 상태 및 착의량(着衣量) 상태를 모니터링하는 방식으로 실내에 설치된 패널 구조의 에어컨을 지능적으로 제어하여 실내 거주자들에게 쾌적감을 상시 제공할 수 있는 기술이다.

거주자들의 활동량(活動量) 상태는 예컨대 잠자는 모션, 앉아 있는 모션, 일어서 있는 모션, 및 기타의 다양한 활동의 모션들을 총 망라하는 의미로 정의될 수 있는 한편, 거주자들의 착의량(着衣量) 상태는 예컨대 신체에 착용되는 상의와 하의, 여름용 상의와 하의, 겨울용 상의와 하의, 상의와 하의의 종류, 및 기타 다양한 착의의 의류들을 총 망라하는 의미로 정의될 수 있다.

더욱이,‘거주자들의 활동량(活動量)’이라는 용어는 실내에 거주하는 거주자들의 자세, 태도, 포즈와 같은 용어들을 포함하는 의미로 해석될 수 있으며, 자세, 태도, 포즈는 동일한 의미로도 혼용될 수 있는 한편,‘거주자들의 착의량(着衣量)’이라는 용어는 실내에 거주하는 거주자들의 신체에 착용된 옷, 의상, 의복, 의류와 같은 용어들을 포함하는 의미로 해석될 수 있고, 옷, 의상, 의복, 의류는 동일한 의미로도 혼용될 수 있다.

또한, 실내에 거주하는 거주하는 사람들은 사용자 혹은 거주자를 뜻하고, 사용자 혹은 거주자의 용어는 동일한 의미로 병기되거나 혼용되는 용어로 사용될 수 있다.

본 발명의 일 실시예에 따른 에어컨 제어용 인공지능 시스템은 도 1에 도시된 바와 같이 인공지능로봇(10), 인공지능제어부(1000), 및 단말기(2000)로 구성될 수 있으며, 인공지능로봇(10)은 몸체부(20), 헤드부(30), 및 레그부(40)를 포함하는 구성으로 멀티센서부(100)가 설치되는 형식으로 탑재될 수 있으며, 상기 인공지능제어부(1000)는 활동량 지능제어부(1100) 및 착의량 지능제어부(1200)를 포함하는 구성으로 이루어질 수 있고, 상기 단말기(2000)는 실내에 고정 설치될 수 단말기일 수도 있거나, 휴대 가능한 단말기일 수도 있으며, 예컨대 무선통신이 가능한 스마트기기들일 수 있고, 그 일례로 스마트폰일 수도 있다.

상기 인공지능로봇(10)은 자체에 내장된 타이머의 설정을 통해 실내 곳곳을 주행하며 실내에 설치된 에어컨 실내기들의 풍속과 풍량, 온도와 습도 등을 상시 측정하는 용도이면서도 사용자(거주자)의 음성을 인식하는 방식으로 반응하는 리모콘 용도로 활용될 수 있다.

에어컨 실내기들은 냉방기와 난방기 혹은 냉난방기를 포함하는 의미로 해석될 수 있으며, 특히 본 발명의 출원인에 의해 출원된 출원번호 제10-2019-0105347호(명칭: 복사 대류형 패널 구조의 냉난방기)에 개시된 패널 구조의 냉난방기가 참고될 수 있다.

이러한 상기 인공지능로봇(10)은 그 내부에 설치되어 사용자(거주자)의 음성을 인식하는 멀티센서부(100)를 포함하는 구성으로 이루어질 수 있으며, 이러한 상기 멀티센서부(100)가 실내의 풍속과 풍량, 온도와 습도 등을 상시 측정할 수 있다.

상기 인공지능로봇(10)은 도 1과 도 2에서와 같이 바디를 이루는 몸체부(20), 상기 몸체의 상부에서 회전 가능한 방식으로 연결되는 헤드부(30), 및 상기 몸체부의 하부에서 동력수단을 통해 작동되는 방식으로 설치되어 움직이게 되는 레그부(40)를 더 포함하는 구성으로 이루어질 수 있으며, 상기 멀티센서부(100)가 예컨대 상기 몸체부(20)에 설치되는 방식으로 탑재될 수 있고, 이러한 상기 멀티센서부(100)에서 측정된 측정정보들은 비콘을 통한 무선통신 방식으로 상기의 인공지능제어부(1000)에 전송될 수 있다.

상기 인공지능제어부(1000)는 실내에 거주하는 사용자(거주자)의 활동량(活動量) 및 사용자(거주자)의 착용 의복에 대한 상시 모니터링을 통해 실내기들로부터 나오는 풍속과 풍량, 온도와 습도, 및 환기 등을 지능적으로 제어하여 거주자들에게 항시 쾌적감을 제공하는 활동량 지능제어부(1100) 및 착의량 지능제어부(1200)로 구성될 수 있다.

이러한 상기의 인공지능로봇(10) 및 인공지능제어부(1000)는 상기의 단말기(2000)로서 예컨대 사용자의 스마트폰을 통해 제어 관리될 수 있고, 특히 상기 인공지능로봇(10)은 사용자의 음성인식을 통해서도 제어 관리될 수 있다.

상기 인공지능제어부(1000)는 상기 멀티센서부(100)로부터 측정된 측정정보들을 기반으로 실내의 풍속과 풍량, 온도와 습도, 및 환기 등을 지능적으로 제어하는데, 특히 실내에 거주하는 사용자(거주자)의 활동량(活動量)과 사용자(거주자)의 착의량(着衣量) 상태를 기준으로 실내의 풍속과 풍량, 온도와 습도, 및 환기 등을 지능적으로 제어하는 점에 그 특징이 있다.

따라서, 상기의 인공지능로봇(10) 및 인공지능제어부(1000)는 도 3과 같이 단말기(2000)의 일례로서 사용자의 스마트폰에 설치된 모바일 어플을 통해 제어 관리될 수 있고, 인공지능제어부(1000)는 실내에 거주하는 사용자(거주자)의 활동량과 착의량 상태 정보를 모니터링하는 카메라(1110)(1120)에서 수집된 이미지 영상 정보를 기준으로 인공지능로봇(10)에서 측정된 실내의 풍향과 풍속, 온도와 습도 등의 측정정보를 인공지능부에 있는 딥러닝 DB를 토대로 제어 처리함에 따라, 실내에 설치된 실내기들의 풍속과 풍량, 온도와 습도, 및 환기 등은 사용자(거주자)의 활동량과 착의량 기준에 맞게 쾌적성(Predicted Mean Vote ; PMV) 지수화되는 방식으로 지능적 제어가 이루어짐으로써, 실내 거주자들은 항시 쾌적감을 제공받을 수 있다.

상기의 활동량 지능제어부(1100)는 도 2와 같이 카메라(1110) 및 제1 멀티제어기(1120)를 더 포함하는 구성으로 이루어질 수 있으며, 상기의 착의량 지능제어부(1200)는 카메라(1210) 및 제2 멀티제어기(1220)를 더 포함하는 구성으로 이루어질 수 있다. 물론, 상기의 카메라(1110)(1210)는 예컨대 하나의 통합된 카메라로도 구성될 수 있다. 이러한 상기의 카메라(1110)(1210)는 실시간 모니터링이 가능한 CCTV 타입일 수도 있되, 이에 국한될 필요는 없고 실시간 모니터링 가능한 것들이라면 이들을 모두 포함할 수 있다.

상기 제1 멀티제어기(1120)는 도 2와 같이 인공지능부가 탑재된 본체(1121)와 상기 인공지능부에 설치된 활동제어알고리즘(1122)을 더 포함하는 구성으로 이루어질 수 있고, 상기 제2 멀티제어기(1220)는 인공지능부가 탑재된 본체(1221)와 상기 인공지능부에 설치된 착의제어알고리즘(1222)을 더 포함하는 구성으로 이루어질 수 있다. 물론, 상기의 본체(1121)(1221)는 예컨대 하나의 통합된 본체로 운용될 수 있다.

특히, 상기 제1 멀티제어기(1120)는 본체(1121)에 설치된 비콘수신기를 통해 상기 멀티센서부(100)에서 전송된 측정정보들을 기반으로 실내에 거주하는 사용자(거주자)의 현 활동량(活動量) 조건에 맞는 쾌적감을 제공하기 위해 실내에 설치된 패널 구조의 실내기들을 지능적으로 제어하며 실내의 풍속과 풍량, 온도와 습도, 및 환기 등을 조절할 수 있다.

더욱이, 상기 제2 멀티제어기(1220)는 본체(1221)에 설치된 비콘수신기를 통해 상기 멀티센서부(100)에서 전송된 측정정보를 기반으로 실내에 거주하는 사용자(거주자)의 현 착의량(着衣量) 조건에 맞는 쾌적감을 제공하기 위해 실내에 설치된 패널 구조의 실내기들을 지능적으로 제어하며 실내의 풍속과 풍량, 온도와 습도, 및 환기 등을 조절할 수 있다.

즉, 상기의 카메라(1110)는 예컨대 실내에 설치되어 실내에 거주하는 사용자(거주자)의 현재 활동량(活動量)을 모니터링할 수 있으며, 상기의 카메라(1210)는 예컨대 실내에 설치되어 실내에 거주하는 사용자(거주자)의 현재 착의량(着衣量)을 모니터링할 수 있고, 이렇게 모니터링되어 수집된 사용자(거주자)의 활동량(活動量) 데이터와 착의량(着衣量) 데이터는 인공지능부에서 학습되어 딥러닝 DB 형식으로 저장될 수 있기 때문에, 상기의 딥러닝 DB는 인공지능부에서 이미 학습 된 데이터베이스로 활용될 수 있다.

이미 학습 저장된 상기의 딥러닝 DB는 인공지능부에서 분석의 기준이 되는 모체의 데이터베이스로 활용될 수 있으며, 이러한 인공지능부로부터 분석된 결과를 근거로 상기 제1 멀티제어기(1120)와 상기 제2 멀티제어기(1220)는 사용자(거주자)의 현재 실내 활동량(活動量)과 현재 실내 착의량(着衣量)에 맞는 실내 쾌적감을 제공하기 위한 방편으로 실내기들을 활동제어알고리즘(1122)과 착의제어알고리즘(1222)을 통해 지능적으로 제어하며 실내의 풍속과 풍량, 온도와 습도, 및 환기 등을 조절할 수 있다.

상기의 딥러닝 DB는 실내에 거주하는 사용자(거주자)의 활동량(活動量)에 관한 가공데이터로서 예컨대 사용자(거주자)의 모션들과 자세 및 태도들일 수 있으며, 구체적으로 잠자는 모션(sleeping), 기대어 있는 모션(reclining), 조용한 상태로 앉아 있는 모션(seated quiet), 앉아서 독서하는 모션(reading seated), 글을 쓰는 모션(writing), 타이핑 치는 모션(typing), 거니는 모션(walking about), 및 기타 등의 모든 모션들과 자세들을 총 망랑한 사용자(거주자)의 활동량(活動量)에 대한 정보들이 인공지능제어부(1000)의 본체(1121)에 탑재된 인공지능부에서 이미 학습한 방대한 딥러닝 DB 로 저장될 수 있다.

더욱이, 상기의 딥러닝 DB는 실내에 거주하는 사용자(거주자)의 착의량(着衣量)에 관한 가공데이터로서 예컨대 사용자(거주자)의 신체에 착용된 의류들일 수 있으며, 구체적으로 분류(드레스, 백, 구두)에 따른 탐지에 이어 세그먼트로 처리될 수 있고, 이러한 의류들은 예컨대 여름용의 상의와 하의, 가을용 상의와 하의, 겨울용 상의와 하의, 상의와 하의의 종류, 상의와 하의의 섬유질 종류, 모자, 신발, 스타킹 등을 총 망라한 사용자(거주자)의 착의량(着衣量)에 대한 정보들이 인공지능제어부(1000)의 본체(1221)에 탑재된 인공지능부에서 이미 학습한 방대한 딥러닝 DB 로 저장될 수 있다.

즉, 인공지능부에서 학습되는 딥러닝 DB의 수집과정을 살펴보면, 예컨대 도 4와 같이, 개별 딥러닝의 객체인식을 통한 활동분류와 의복분류의 데이터로 가공되고, 이들의 데이터들은 다시 멀티 학습의 메타 러닝 방식으로 객체인식을 통한 활동분류와 의복분류의 데이터 가공으로로 수집될 수 있다.

다시 말해, 객체인식을 통한 활동분류의 데이터 정보는 인공지능부의 심층신경망(Deep Neural Network; DNN)을 통하여 예컨대 도 5와 같이 이미지의 입력에 따라 각 신체부위의 관절 키포인트를 감지하여 추출할 수 있고, 이렇게 추출된 키포인트는 연결성으로 인코딩되어 키포인트의 합을 통해 거주자의 포즈 상태가 추정될 수 있다. 이렇게 추정된 포즈는 예컨대 도 6과 같이 일어서 있는 포즈와 걷고 있는 포즈, 및 앉아 있는 포즈로 학습되어 딥러닝 DB 형식으로 인공지능부에 저장될 수 있다.

물론, 객체인식을 통한 의복분류의 데이터 정보는 인공지능부의 합성곱 신경망(Convolutional Neural Network, CNN)을 통하여 예컨대 의류를 분류에 따른 탐지에 이어 세그먼트 단위로 추출할 수 있고, 이렇게 추출된 세그먼트는 연결성으로 인코딩되어 세그먼트의 합을 통해 거주자의 착의 상태가 추정될 수 있다. 이렇게 추정된 착의 상태는 학습되어 딥러닝 DB 형식으로 인공지능부에 저장될 수 있다.

이러한 상기의 딥러닝 DB는 본체(1121)(1221)에 설치된 추출프로그램(1300)을 통해 활동량(活動量) 정보와 착의량(着衣量) 정보로 추출될 수 있고, 상기 추출프로그램으로 추출된 활동량(活動量) 정보의 딥러닝 DB를 근거로 상기 활동제어알고리즘(1122)이 사용자(거주자)의 현 활동량(活動量) 조건에 맞게 실내에 설치된 실내기들을 지능적으로 제어하며 실내의 풍속과 풍량, 온습도, 및 환기를 쾌적성(Predicted Mean Vote ; PMV) 지수에 부합하도록 조절할 수 있다.

물론, 상기 딥러닝 DB는 본체(1121)(1221)에 설치된 추출프로그램(1300)을 통해 활동량(活動量) 정보와 착의량(着衣量) 정보로 추출될 수 있고, 상기 추출프로그램으로 추출된 착의량(着衣量) 정보의 딥러닝 DB를 근거로 상기 착의제어알고리즘(1222)이 사용자(거주자)의 현 착의량(着衣量) 조건에 맞게 실내에 설치된 실내기들을 지능적으로 제어하며 실내의 풍속과 풍량, 온습도, 및 환기를 쾌적성(Predicted Mean Vote ; PMV) 지수에 부합하도록 조절할 수 있다.

더욱이, 이러한 활동량(活動量) 및 착의량(着衣量)에 조건에 기반한 쾌적성(Predicted Mean Vote ; PMV) 지수는 그 차이가 발생될 수 있으나, 이러한 차이는 본체에 설치된 보정알고리즘을 통해 활동량(活動量) 정보를 담은 딥러닝 DB와 착의량(着衣量) 정보를 담은 딥러닝 DB의 합치에서 야기되는 오차를 줄이는 방식으로 보정 처리하는 관계로, 쾌적성(Predicted Mean Vote ; PMV) 지수에 맞게 실내기의 제어가 정확하게 이루어질 수 있다.

이러한 상기의 활동제어알고리즘(1122)와 착의제어알고리즘(1222)이 실내에 거주하는 사용자(거주자)의 현 활동량(活動量)과 착의량(着衣量) 상태에 따라 쾌적성(Predicted Mean Vote ; PMV) 지수의 수치대로 패널 구조를 갖는 실내기들의 풍속과 풍량, 및 온도와 습도를 지능적으로 어떻게 제어하는지에 대해서는 추후 더욱 상세히 후술된다.

한편, 상술된 인공지능로봇(10)의 상기 레그부(40)는 예컨대 다수개의 집게다리들로 구성될 수 있되, 상기 집게다리들은 하나의 동력모터 축에 결합된 기어와 연결되는 벨트에 연결된 다수의 풀리들 및 상기 풀리들과 개별적으로 연결되는 상기 집게다리들의 상단에 일체 형성된 기어들의 연결 조합으로 작동될 수 있다.

상기 집게다리들의 작동을 위한 상기의 동력모터 축에 결합된 기어, 상기 벨트, 상기 풀리들, 및 상기 집게다리들의 상단에 일체된 상기 기어들에 대한 연결 구성은 도면에 구체적으로 미도시되었으나, 상술된 연결 설명을 통하여 충분히 숙지될 수 있다.

한편, 상기 인공지능로봇(10)의 몸체부(20)에 설치되는 멀티센서부(100)는 사용자의 음성을 처리하는 음성인식처리부(101), 측정 영역 내 존재하는 대상체(예컨대 사용자)와의 거리 및 대상체(예컨대 사용자)와의 온도를 측정하여 열상이미지에 반영하는 스캔형센서(102), 및 실내의 풍속과 풍향 및 온도와 습도를 측정할 수 있는 프로브(103)들과 차압센서(104)를 더 포함하는 구성으로 이루어질 수 있다.

상기 음성인식처리부(101)는 사용자의 음성 인식 구간에 대한 잡음을 처리한 다음, 음성 인식 구간의 특징을 추출하는 방식으로 음성모델 DB들을 저장한 상태에서 사용자의 음성 특징과 상기의 음성모델 DB들을 분석하는 과정에서 사용자의 음성 특징과 매칭될 수 있는 음성모델 DB를 몸체부(20)에 설치된 MCU(micro controller unit)로 전송함에 따라, 상기 MCU가 해당 음성모델 DB에 대한 정보를 판독하여 상기 인공지능로봇(10)에 대한 행동을 지시하게 된다.

상기 스캔형센서(102)는 미러(M1)의 전면부에 위치하고 상기 미러(M1)로부터 반사되는 빛을 수광하여 실내의 측정 영역 내 존재하는 사용자(거주자: 대상체)와의 거리를 측정하는 거리측정센서(110), 상기 미러(M1)의 후면부에 위치하고 상기 미러(M1)로부터 반사되는 빛을 수광하여 상기 실내의 측정 영역 내 존재하는 사용자(거주자: 대상체)의 온도를 측정하는 온도측정센서(120), 2개의 회전축을 형성하는 복수의 모터들을 구비하고 좌우 360도 회전 및 상하 180도 회전을 통해 상기 거리측정센서 및 상기 온도측정센서의 측정 영역을 확보하는 회전구동부(130), 및 상기 거리측정센서 및 상기 온도측정센서에서 각각 측정된 거리정보와 열분포정보를 합성하여 열상이미지에 거리정보를 반영하는 합성처리부(140)를 더 포함할 수 있다.

상기 프로브(103)들은 현재 실내 곳곳의 풍속, 풍량, 온도, 및 습도를 측정하는 탐침기로서 풍속과 풍량을 측정하는 풍속용 프로브, 온도와 습도를 측정하는 온습도용 프로브, 난류용 프로브로 구성될 수 있되, 이에 국한될 필요는 없고, 상기 차압센서(104)는 실내의 기압에 대한 최대값과 최소값 차이를 파악할 수 있다.

이처럼, 상기의 멀티센서부(100)는 음성인식처리부(101)을 통한 사용자의 음성을 처리와 스캔형센서(102)를 통한 실내 거주자와의 거리 및 거주자의 온도 측정과 프로브(103)들을 통한 실내의 풍속향과 온습도 측정과 차압센서(104)를 통한 실내 기압 측정을 종합적으로 수행할 수 있고, 이렇게 상기의 멀티센서부(100)에서 측정된 종합측정정보는 상술된 인공지능제어부(1000)에 전송됨에 따라, 실내에 거주하는 사용자(거주자)의 활동량(活動量)과 착의량(着衣量) 상태에 맞는 실내의 쾌적감을 제공하기 위해 상기의 활동량 지능제어부(1100)와 상기의 착의량 지능제어부(1200)는 에어컨을 지능적으로 제어하며 실내의 풍속, 풍량, 온도, 및 습도를 조절할 수 있다.

한편, 상기 인공지능로봇(10)은 도 9와 같이 몸체부(20)를 기준으로 그 상단에 헤드부(30)가 회전 가능한 구조로 구성되고, 몸체부(20)를 기준으로 그 하단에 레그부(40)가 동작되는 구조로 구성될 수 있다. 특히 상기 헤드부(30)는 하나의 동력모터 축에 연결된 기어에 상기 헤드부의 하단에 형성된 평기어가 측 방향으로 연결되어 수평 방식으로 회전 동작되는 한편, 상기 평기어의 하단 중앙에서 수직하게 하부로 연장된 축대 내부의 장공에 걸림핀이 수용되는 구조임과 동시 상기 축대의 하단에 형성된 반기어와 상기 축대 사이로 스프링이 탄설되는 구조와 함께 상기 반기어의 하단에서 상기 반기어의 회전에 필요한 동력을 제공하는 동력모터를 통해 끄덕이는 동작 방식으로 작동될 수 있다. 상술된 동력모터 축, 기어, 평기어, 장공, 걸림핀, 반기어, 축대, 스프링, 동력모터 등에 대한 연결 구조는 설명으로도 충분히 숙지 가능한 관계로, 이들의 연결 구조 및 부호는 도면에 미도시됨을 밝혀둔다.

상기 인공지능로봇(10)의 상기 헤드부(30)는 대상체(예컨대 사용자)로부터 제공되는 측정정보로서 거리측정센서(110) 및 온도측정센서(120)로부터 감지된 거리정보값 및 온도정보값을 근거로 상기 몸체부(20)의 정 방향에서 거꾸로의 수평 방식으로 회전동작될 수 있되, 상기 거리측정센서(110)로부터 감지된 거리정보값만 감지될 경우 전후방향으로 끄덕이는 동작 방식으로 작동될 수도 있다.

상기 거리측정센서(110)는 상기 미러의 전면부에 위치하고 상기 회전구동부(130)의 회전에 따라 상기 미러의 전면에 입사한 후 반사되는 빛을 렌즈를 통해 수광하여 거리정보를 측정하여 출력하는 디텍터(111)를 포함할 수 있다.

상기 온도측정센서(120)는 상기 미러의 후면부 빈 공간에 위치하고 상기 회전구동부(130)의 회전에 따라 상기 미러의 후면으로 입사되는 빛을 수광하여 열화상신호로 변환하여 출력하는 볼로메타(121)를 포함할 수 있다.

이처럼, 스캔형센서(102)는 도 10과 같이 거리측정센서(110), 온도측정센서(120), 회전구동부(130) 및 합성처리부(140)를 포함하여 구성될 수 있으며, 상기 거리측정센서(110)는 실내의 측정 영역내 존재하는 사용자(거주자: 대상체)와의 거리를 측정할 수 있다. 일반적으로 거리측정센서(110)에는 초음파센서, 적외선(Infrared Ray)센서, 라이다(Lidar)센서, 레이더(Radar)센서, 가시광선을 이용하는 카메라센서 등이 주로 사용된다. 여기에서, 거리측정센서(110)는 라이다 센서로 구현할 수 있다. 라이다는 레이저 펄스를 발사하고 그 빛이 주위의 대상 물체에서 반사되어 돌아오는 것을 받아 물체까지의 거리 등을 측정할 수 있다.

상기 온도측정센서(120)는 실내의 측정 영역내 존재하는 사용자(거주자: 대상체)에서 방사되는 자외선이나 주로 적외선을 검출하여 온도를 측정할 수 있다. 여기에서, 온도측정센서(120)는 열화상 센서로 볼로메터(121)를 포함한다. 상기 볼로메터(121)는 금속 또는 반도체를 소재로 제조되며, 입사되는 적외선에 반응하고 광자 디텍터(quantum detector)에 비해 그 반응속도와 민감도가 훨씬 더 낮다.

상기 볼로메터(121)는 기존에 알려진 바와 같이 지향하는 방향에 있는 물체가 내는 적외선 복사를 받아들이는 렌즈(미도시) 혹은 윈도우를 가지고, 대개 행렬을 이루도록 배열된 복수의 마이크로볼록메터(microbolometer)를 가진다. 모든 물체는 자신의 온도에 따른 패턴으로 적외선을 방출하고, 물체의 온도가 높을수록 적외선의 방출량도 많다는 것에 착안하여 대상의 적외선 방출량을 측정하여 온도를 측정하는 방법을 사용한다.

마이크로 볼로메터의 기본 구성을 살펴보면, 신호처리회로(ROIC) 기판(210) 위에서 적외선 복사 에너지를 감지할 수 있는 대략 사각형의 구조체(감지체:220)가 그 양측에 있는 두개의 지지대(230a,230b)에 의해 기판(210)과 이격된 상태로 지지되는 형태를 가진다. 감지체(220)는 적외선 복사 에너지를 잘 흡수하여 작은 에너지로도 쉽게 온도 상승할 수 있으며, 미세한 온도 증가에도 저항 수치가 예민하게 반응하는 가령 산화반나듐과 같은 반도체 물질을 포함하는 물질을 사용한다.

지지대(230a,230b)에는 도 11과 같이 금속 전극이 들어 있으며 하나는 감지체(220) 및 Y 금속층(240)에, 다른 하나는 감지체(220) 및 ROIC 기판(210) 상의 회로소자(트랜지스터 등 회로소자)에 연결되어 있다. 감지체(220)의 열을 주변에 쉽게 옮기지 못하도록 감지체(220)에 결합된 지지대(230a,230b)는 열전도성이 낮은 것을 사용하고, 기판(210)과 감지체(220) 사이의 공간은 진공으로 되어 있다. 감지체 온도 변화로 저항이 변화하면 이에 따라 회로소자에 인가되는 출력전압도 높아지며, 회로소자를 통해 전류가 흐르도록 한다. 이런 출력전압이나 전류는 이 마이크로 볼로메터에 대응하는 대상물의 온도 관련 정보가 된다.

단, 이 마이크로 볼로메터의 감지체(220)에서 감지된 적외선 복사 에너지는 대상물이 방출한 전체 복사에너지가 아니고, 대상물과 온도측정센서(120) 사이의 거리, 대기 상태에 따라 달라질 수 있는 것이므로 보정프로그램 등을 통해 대상물의 실제 온도를 획득하도록 처리한다. 볼로메터(121)의 렌즈 혹은 윈도우는 대상물인 복사체가 내는 적외선을 흡수하지 않고 잘 통과시킬 수 있는 물질, 가령 게르마늄이 많이 함유된 적외선 통과 물질의 창(window)으로 이루어질 수 있고, 자체 열 흡수 용량을 줄이기 위해 볼록렌즈 대신에 용적이 작은 프레넬 렌즈를 채용할 수 있다. 표면에는 특정(온도) 대역 주파수를 잘 감지할 수 있는 필터가 설치될 수 있다.

통상의 볼로메터에서는 감지하는 전체 대상 영역을 하나의 화상으로 보면 화상을 이루는 개별 화소(픽셀:pixel)를 담당하는 마이크로 볼로메터를 통해 얻은 대상 영역의 온도를 디스플레이장치에 다른 색상으로 표시하게 된다. 일 실시예에서, 볼로메터(121)는 대상 영역을 넓이기 위해 행렬을 이루는 마이크로 볼로메터 숫자를 다수로 느릴 필요 없이 회전구동부(130)의 회전을 통해 대상 영역을 넓힐 수 있다. 그런 의미에서 일 실시예에서, 볼로메터(121)가 해상도가 낮은(화소수가 적은) 열화상 카메라 형태로 온도측정센서(120)를 이룰 수 있다.

회전구동부(130)는 거리측정센서(110) 및 온도측정센서(120)의 측정 가능한 면적을 확보할 수 있게 한다. 일 실시예에서, 회전구동부(130)는 2개의 회전축을 형성하는 복수의 모터들(131)을 포함한다. 복수의 모터들(131) 중 하나는 좌우 360도 방향으로 회전하고 다른 하나는 상하 180° 방향으로 회전한다. 합성처리부(140)는 거리측정센서(110)와 온도측정센서(120) 각각에 의해 측정된 거리정보와 열분포정보를 합성하여 열상이미지에 거리정보를 반영할 수 있게 한다. 일 실시예에서, 합성처리부(140)는 거리측정센서(110) 및 온도측정센서(120)에서 측정된 거리정보 및 열분포정보를 각각 이미지화하여 거리정보 레이어와 열분포 레이어의 2개 레이어를 구성하고 이들을 합성할 수 있다.

스캔형센서(102)는 미러(310)를 기준으로 미러(310)의 전후면 각각에 거리측정센서(110)와 온도측정센서(120)를 배치할 수 있다. 일 실시예에서, 온도측정센서(120)는 미러(310)의 후면 빈공간 상에 위치하도록 할 수 있다. 여기에서, 미러(310)는 45° 각도로 기울어져 위치하여 입사되는 빛이 반사될 수 있도록 한다. 이때, 미러(310)는 회전구동부(130)에 의해 좌우 360° 및 상하 180° 회전이 되면서 각도가 바뀌게 되어 빛이 미러(310)의 전면 또는 후면에 입사되고, 입사면에 따라 반사방향이 달라지게 된다. 즉, 입사되는 빛의 경로가 분리될 수 있다.

렌즈(320)는 도 13과 같이 미러(310)의 전면 측에 위치하고 미러(310)에 의해 반사되는 빛을 수광하여 거리측정센서(110)의 디텍터(111)에 집속시킬 수 있다. 거리측정센서(110)의 디텍터(detector)(111)는 이미터(emitter) (미도시)에서 빛을 쏘아 반사된 빛을 탐지하여 거리를 측정할 수 있다. 온도측정센서(120)는 미러(310)의 후면 측 빈 공간에 위치하고 회전구동부(130)의 회전에 따라 미러(310)의 각도가 바뀌면 미러(310)의 후면으로 입사되어 반사되는 빛을 수광하여 온도를 측정할 수 있다. 일 실시예에서, 온도측정센서(120)는 대상체에 방사되는 파장을 분석하여 대상체의 온도를 측정하는데 이때 볼로메타(121)를 통해 파장 분석과 온도 측정을 할 수 있다.

회전구동부(130)는 도 12와 같이 복수의 모터들(131)과 복수의 모터들(131)에 의해 회전되는 회전체(133)를 포함하여 구성된다. 일 실시예에서, 복수의 모터들(131)은 회전체(133)를 좌우 360° 회전 구동하는 제1 모터(131a)와 회전체(133)를 상하 180° 회전 구동하는 제2 모터(131b)를 포함할 수 있다. 여기에서, 복수의 모터들(131)의 구동에 따라 회전체(133)가 회전함에 따라 미러(210)의 양면을 사용하여 빛이 양쪽 센서(110,120)로 나눠질 수 있게 하여 거리 및 온도 측정이 모두 가능할 수 있게 한다.

회전구동부(130)의 회전 구동에 따라 미러(310)의 일면으로 입사되는 빛은 렌즈(320)를 통해 거리측정센서(110)의 디텍터(111)로 반사된다. 여기서, 미러(310)의 일면은 설명의 편의상 전면이라 할 때 타면은 미러(310)의 후면이라 할 수 있다. 거리측정센서(110)는 광축방향으로 렌즈(320)의 후측에 위치하여 렌즈(320)를 투과하는 빛으로부터 거리정보를 측정하여 출력할 수 있다. 회전구동부(130)의 회전 구동에 따라 미러(310)의 후면으로 빛이 입사되는 경우에는 온도측정센서(120) 측으로 반사된다.

일 실시예에서, 온도측정센서(120)는 볼로메터(121)를 통해 미러(310)에서 반사되는 원적외선의 광화상을 열화상신호로 변환하여 출력할 수 있다. 여기에서, 온도측정센서(120)는 미러(310)에서 반사되는 가시광선의 광학상을 실화상신호로 변환하여 출력하는 CCD센서부를 포함할 수 있다. 이때, 온도측정센서(120)는 단일 PCB 기판 상에 CCD센서부가 함께 탑재할 수 있다.

회전구동부(130)는 복수의 모터들(131)을 포함할 수 있다. 복수의 모터들(131)은 도 14와 같이 제1 모터(131a)와 제2 모터(131b)를 포함하여 구성할 수 있다. 제1 모터(131a)는 제1 축(Y-축) 상에 위치하여 일 실시예에 따른 스캔형센서(102)를 좌우 360° 회전할 수 있게 한다. 제2 모터(131b)는 제2 축(X-축) 상에 위치하여 일 실시예에 따른 스캔형센서(102)를 상하 180도 회전할 수 있게 한다. 여기에서, 제1 모터(131a)와 제2 모터(131b)는 축을 중심에 두지 않고 옆으로 2단계 방식으로 동력전달할 수 있게 하여 중앙부(A)에 빈 공간을 형성할 수 있게 한다. 제1 모터(131a)와 제2 모터(131b)의 중앙부(A) 빈 공간에는 케이블이 들어갈 수 있는 배선공간으로 사용하거나 빛이 지나갈 수 있는 광축을 형성하여 거리측정센서(110) 및 온도측정센서(120)를 한정된 공간상에서 효율적으로 배치할 수 있게 할 수도 있다. 제1 모터(131a)와 제2 모터(131b)의 중앙부(A) 빈 공간을 배선공간으로 사용할 경우에는 전원 및 신호용 케이블이 엉키지 않게 배선할 수 있다.

일 실시예에 따른 거리-온도 스캔형센서(102)는, 제1 모터(131a) 및 제2 모터(131b)의 구동에 따라 좌우 360° 및 상하 180° 회전을 하여 측정영역을 2축 형태의 스캔방식으로 거리 및 온도 측정을 할 수 있다. 여기에서, 거리측정센서(110) 및 온도측정센서(120)에서 각각 측정된 거리정보 및 열화상정보, 실화상정보는 합성처리부(140)에서 합성 처리하여 에어컨의 냉난방기 제어 등에 사용할 수 있다.

합성처리부(140)는 거리측정센서(110)에서 측정된 거리정보로부터 좌표정보를 산출하고 산출된 좌표정보를 토대로 온도측정센서(120)에서 측정된 다수의 저해상도 실화상정보들을 시프트(shift)시켜 도 15와 같이 저해상도 이미지에서 상실되어 있는 고주파 성분을 획득하여 합성함으로써 선명하고 해상도가 높은 고해상도 이미지를 구현할 수 있다.

일 실시예에 따른 상기 스캔형센서(102)는 2축 형태의 스캔 방식을 통해 거리 및 온도 측정 범위를 넓힐 수 있고 열화상정보에 거리정보를 반영할 수 있어 에어컨의 실내기 제어 등에 적용시 냉난방 제어 효율을 높일 수 있게 하고, 모터의 축을 이동시키고 중앙에 빈 공간을 형성하여 케이블이 들어갈 수 있게 하여 전원 및 신호용 케이블이 엉키지 않는 깨끗한 배선을 할 수 있게 한다.

한편, 상술된 활동제어알고리즘(1122)와 착의제어알고리즘(1222)은 실내에 거주하는 사용자(거주자)의 현 활동량(活動量)과 착의량(着衣量) 상태에 따라 쾌적성(Predicted Mean Vote ; PMV) 지수의 수치대로 실내기들의 풍속과 풍량, 및 온도와 습도를 지능적으로 제어할 수 있는데, 이에 대한 도면을 참고로 설명하면 다음 하기와 같다.

상기 활동제어알고리즘(1122)은 카메라(1110)(1210)로부터 수집된 이미지 영상 정보의 획득에 따라 도 7과 같이 객체를 탐지한 다음, 활동량(活動量) 정보에서는 인공지능부의 심층신경망(Deep Neural Network; DNN)을 통한 관절 키포인트를 추출하고, 착의량(着衣量) 정보에서는 인공지능부의 합성곱 신경망(Convolutional Neural Network, CNN)을 통한 의류를 세그먼트 단위로 추출하여, 이를 포즈데이터와 의류데이터로 각각 분류한 다음, 이미 학습하여 저장된 활동량(活動量) 정보의 딥러닝 DB를 기초로 상기의 포즈데이터를 비교 분석하는 방식으로 거주자의 활동량(活動量)을 계산하여 현 거주자의 활동량(活動量) 조건에 맞는 쾌적성(Predicted Mean Vote ; PMV)의 수치대로 에어컨의 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하여 거주자에게 쾌적온열감을 제공할 수 있다.

환기는 창문의 개폐 및 창문에 설치된 환풍팬의 조절이나 배기덕트의 개폐 및 배기덕트에 설치된 배기팬의 조절 방식으로 제어될 수 있되, 결국은 창문과 환풍팬 및 배기덕트와 배기팬에 각각 연결된 구동수단을 조절하는 방식으로 제어될 수 있다.

상기 착의제어알고리즘(1222)은 카메라(1110)(1210)로부터 수집된 이미지 영상 정보의 획득에 따라 도 8과 같이 객체를 탐지한 다음, 활동량(活動量) 정보에서는 인공지능부의 심층신경망(Deep Neural Network; DNN)을 통한 관절 키포인트를 추출하고, 착의량(着衣量) 정보에서는 인공지능부의 합성곱 신경망(Convolutional Neural Network; CNN)을 통한 의류를 세그먼트 단위로 추출하여, 이를 포즈데이터와 의류데이터로 각각 분류한 다음, 이미 학습하여 저장된 착의량(着衣量) 정보의 딥러닝 DB를 기초로 상기의 의류데이터를 비교 분석하는 방식으로 거주자의 착의량(着衣量)을 계산하여 현 거주자의 착의량(着衣量) 조건에 맞는 쾌적성(Predicted Mean Vote; PMV)의 수치대로 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하여 거주자에게 쾌적온열감을 제공할 수 있다.

상기에서는 본 출원의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 통상의 기술자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

10: 인공지능로봇 20: 몸체부
30: 헤드부 40: 레그부
100: 멀티센서부 101: 음성인신처리부
102: 스캔형센서 103: 프로브
104: 차압센서
110 : 거리측정센서 111 : 디텍터
120 : 온도측정센서 121 : 볼로메터
130 : 회전구동부 131 : 복수의 모터들
131a : 제1 모터 131b : 제2 모터
133 : 회전체 140 : 합성처리부
310 : 미러 320 : 렌즈
1000: 인공지능제어부 1100: 활동량 지능제어부
1110: 카메라 1120: 제1 멀티제어기
1121: 본체 1122: 활동제어알고리즘
1200: 착의량 지능제어부 1210: 카메라
1220: 제2 멀티제어기 1221: 본체
1222: 착의제어알고리즘 1300: 추출프로그램
DNN: 심층신경망 CNN: 합성곱 신경망
PMV: 쾌적성 2000: 단말기

Claims (17)

1. 타이머 설정에 따른 세팅된 시간 동안 실내의 곳곳으로 주행하며 실내의 풍속과 풍량, 온도와 습도를 상시 측정하는 멀티센서부(100)를 탑재한 인공지능로봇(10);
   실내에 거주하는 거주자들의 활동량(活動量) 및 착의량(着衣量)의 상시 모니터링을 통해 에어컨으로부터 나오는 풍속과 풍량, 온도, 및 습도를 지능적으로 제어하여 거주자들에게 항시 쾌적감을 제공하는 활동량 지능제어부(1100)와 착의량 지능제어부(1200)로 구성된 인공지능제어부(1000); 및
   상기 인공지능제어부 및 상기 인공지능로봇과 교신하는 방식으로 에어컨의 제어에 필요한 관리가 이루어지는 단말기(2000);
   로 구성되는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
2. 제1항에 있어서,
   상기 활동량 지능제어부(1100)는
   상기 거주자의 활동량(活動量)과 착의량(着衣量)을 상시 영상 기록하는 방식으로 모니터링하는 카메라(1110); 및
   상기 카메라로부터 기록된 영상물에 기초한 거주자의 활동량(活動量)을 근거로 상기 멀티센서부(100)에서 측정된 현재의 측정 정보를 통해 풍속, 풍량, 온도, 및 습도를 지능적으로 제어하는 인공지능의 제1 멀티제어기(1120);
   를 더 포함하는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
3. 제1항에 있어서,
   상기 착의량 지능제어부(1200)는
   상기 거주자의 착의량(着衣量)과 착의량(着衣量)을 상시 영상 기록하는 방식으로 모니터링하는 카메라(1210); 및
   상기 카메라로부터 기록된 영상물에 기초한 거주자의 착의량(着衣量)을 근거로 상기 멀티센서부(100)에서 측정된 현재의 측정 정보를 통해 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하는 인공지능의 제2 멀티제어기(1220);
   를 더 포함하는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
4. 제2항에 있어서,
   상기 인공지능의 제1 멀티제어기(1120)는
   거주자의 방대한 활동량(活動量) 정보를 학습한 딥러닝 DB를 저장한 인공지능부를 탑재한 본체(1121); 및 상기 본체에 설치되어 상기 멀티센서부(100)에서 제공된 측정 정보를 상기 딥러닝 DB와 비교하는 방식으로 분석하여 현 거주자의 활동량(活動量) 조건에 맞는 풍속과 풍량, 온도와 습도를 지능적으로 제어하는 활동제어알고리즘(1122);
   을 더 포함하는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
5. 제2항에 있어서,
   상기 인공지능의 제2 멀티제어기(1220)는
   거주자의 방대한 착의량(着衣量) 정보를 학습한 딥러닝 DB를 저장한 인공지능부를 탑재한 본체(1221);
   상기 본체에 설치되어 상기 멀티센서부(100)에서 제공된 측정 정보를 상기 딥러닝 DB와 비교하는 방식으로 분석하여 현 거주자의 착의량(着衣量) 조건에 맞는 풍속과 풍량, 온도와 습도를 지능적으로 제어하는 착의제어알고리즘(1222);
   을 더 포함하는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
6. 제4항에 있어서,
   상기 딥러닝 DB는 본체(1121)(1221)에 설치된 추출프로그램(1300)을 통해 활동량(活動量) 정보와 착의량(着衣量) 정보로 추출되고, 상기 추출프로그램으로 추출된 활동량(活動量) 정보의 딥러닝 DB를 근거로 상기 활동제어알고리즘(1122)이 현 거주자의 활동량(活動量) 조건에 맞게 풍속과 풍량, 온도와 습도를 지능적으로 제어하는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
7. 제5항에 있어서,
   상기 딥러닝 DB는 본체(1121)(1221)에 설치된 추출프로그램(1300)을 통해 활동량(活動量) 정보와 착의량(着衣量) 정보로 추출되고, 상기 추출프로그램으로 추출된 착의량(着衣量) 정보의 딥러닝 DB를 근거로 상기 착의제어알고리즘(1222)이 현 거주자의 착의량(着衣量) 조건에 맞게 풍속과 풍량, 온습도, 및 환기를 지능적으로 제어하는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
8. 제4항에 있어서
   상기 활동제어알고리즘(1122)은 카메라(1110)(1210)로부터 수집된 이미지 영상 정보의 획득에 따라 객체를 탐지한 다음, 활동량(活動量) 정보에서는 심층신경망(Deep Neural Network; DNN)을 통한 관절 키포인트를 추출하고, 착의량(着衣量) 정보에서는 합성곱 신경망(Convolutional Neural Network, CNN)을 통한 의류를 세그먼트 단위로 추출하여, 이를 포즈데이터와 의류데이터로 각각 분류한 다음, 이미 학습하여 저장된 활동량(活動量) 정보의 딥러닝 DB를 기초로 상기의 포즈데이터를 비교 분석하는 방식으로 거주자의 활동량(活動量)을 계산하여 현 거주자의 활동량(活動量) 조건에 맞는 쾌적성(Predicted Mean Vote ; PMV)의 수치대로 풍속과 풍량, 온도와 습도를 지능적으로 제어하여 거주자에게 쾌적온열감을 제공하게 되는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템,
9. 제5항에 있어서
   상기 착의제어알고리즘(1222)은 카메라(1110)(1210)로부터 수집된 이미지 영상 정보의 획득에 따라 객체를 탐지한 다음, 활동량(活動量) 정보에서는 심층신경망(Deep Neural Network; DNN)을 통한 관절 키포인트를 추출하고, 착의량(着衣量) 정보에서는 합성곱 신경망(Convolutional Neural Network; CNN)을 통한 의류를 세그먼트 단위로 추출하여, 이를 포즈데이터와 의류데이터로 각각 분류한 다음, 이미 학습하여 저장된 착의량(着衣量) 정보의 딥러닝 DB를 기초로 상기의 의류데이터를 비교 분석하는 방식으로 거주자의 착의량(着衣量)을 계산하여 현 거주자의 착의량(着衣量) 조건에 맞는 쾌적성(Predicted Mean Vote; PMV)의 수치대로 풍속과 풍량, 온도와 습도를 지능적으로 제어하여 거주자에게 쾌적온열감을 제공하게 되는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
10. 제1항에 있어서,
    상기 멀티센서부(100)는 멀티센서기의 일종으로서,
    사용자의 음성을 처리하는 음성인식처리부(101);
    실내의 측정 영역 내 존재하는 사용자(거주자)와의 거리 및 사용자(거주자)와의 온도를 측정하여 열상이미지에 반영하는 스캔형센서(102); 및
    실내의 풍속과 풍향 및 온도와 습도를 측정하는 프로브(103)들과 차압센서(104);
    를 더 포함하고, 상기 프로브(103)들은 풍속용 프로브, 온습도용 프로브, 난류용 프로브 중 적어도 복수개 이상으로 구성되는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
11. 제10항에 있어서,
    상기 스캔형센서(102)는 측정 영역 내 존재하는 대상체와의 거리 및 대상체와의 온도를 측정하여 열상이미지에 반영하는 센서로서,
    미러(M1)의 전면부에 위치하고 상기 미러로부터 반사되는 빛을 수광하여 측정 영역 내 존재하는 대상체와의 거리를 측정하는 거리측정센서(110);
    상기 미러(M1)의 후면부에 위치하고 상기 미러로부터 반사되는 빛을 수광하여 상기 측정 영역 내 존재하는 대상체의 온도를 측정하는 온도측정 센서(120);
    2개의 회전축을 형성하는 복수의 모터들을 구비하고 좌우 360도 회전 및 상하 180도 회전을 통해 상기 거리측정센서 및 상기 온도측정 센서의 측정 영역을 확보하는 회전구동부(130); 및
    상기 거리측정센서 및 상기 온도측정센서에서 각각 측정된 거리정보와 열분포정보를 합성하여 열상이미지에 거리정보를 반영하는 합성처리부(140);
    를 더 포함하는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
12. 제11항에 있어서,
    상기 인공지능로봇(10)은
    바디를 이루는 몸체부(20);
    상기 몸체의 상부에서 회전 가능한 방식으로 연결되는 헤드부(30); 및
    상기 몸체부의 하부에서 동력수단을 통해 작동되는 방식으로 설치되어 움직이게 되는 레그부(40);
    를 포함하는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
13. 제12항에 있어서,
    상기 레그부(40)는 다수개의 집게다리들로 구성되되,
    상기 집게다리들은 하나의 동력모터 축에 결합된 기어와 연결되는 벨트에 연결된 다수의 풀리들 및 상기 풀리들과 개별적으로 연결되는 기어들의 연결 조합으로 작동되는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
14. 제12항에 있어서,
    상기 인공지능로봇(10)의 상기 헤드부(30)는 하나의 동력모터 축에 연결된 기어에 상기 헤드부의 하단에 형성된 평기어가 측 방향으로 연결되어 수평 방식으로 회전 동작되는 한편, 상기 평기어의 하단 중앙에서 수직하게 하부로 연장된 축대 내부의 장공에 걸림핀이 수용되는 구조임과 동시 상기 축대의 하단에 형성된 반기어와 상기 축대 사이로 스프링이 탄설되는 구조와 함께 상기 반기어의 하단에서 상기 반기어의 회전에 필요한 동력을 제공하는 동력모터를 통해 끄덕이는 동작 방식으로 작동되는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
15. 제14항에 있어서,
    상기 인공지능로봇(10)의 상기 헤드부(30)는 대상체로부터 제공되는 측정 정보로서 상기 거리측정센서(110) 및 상기 온도측정센서(120)로부터 감지된 거리정보값 및 온도정보값을 근거로 상기 몸체부(20)의 정 방향에서 거꾸로의 수평 방식으로 회전동작되되, 상기 거리측정센서(110)로부터 감지된 거리정보값만 감지될 경우 전후방향으로 끄덕이는 동작 방식으로 작동되는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
16. 제15항에 있어서,
    상기 거리측정센서(110)는
    상기 미러의 전면부에 위치하고 상기 회전구동부(130)의 회전에 따라 상기 미러의 전면에 입사한 후 반사되는 빛을 렌즈를 통해 수광하여 거리정보를 측정하여 출력하는 디텍터(111)를 포함하는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.
17. 제15항에 있어서,
    상기 온도측정센서(120)는
    상기 미러의 후면부 빈 공간에 위치하고 상기 회전구동부(130)의 회전에 따라 상기 미러의 후면으로 입사되는 빛을 수광하여 열화상신호로 변환하여 출력하는 볼로 메타(121)를 포함하는 것을 특징으로 하는 에어컨 제어용 인공지능 제어시스템.

Images