KR102603349B1 - Xr 기반의 미세먼지 시뮬레이션 장치, 방법 및 프로그램 - Google Patents

Xr 기반의 미세먼지 시뮬레이션 장치, 방법 및 프로그램 Download PDF

Info

Publication number
KR102603349B1
KR102603349B1 KR1020210157250A KR20210157250A KR102603349B1 KR 102603349 B1 KR102603349 B1 KR 102603349B1 KR 1020210157250 A KR1020210157250 A KR 1020210157250A KR 20210157250 A KR20210157250 A KR 20210157250A KR 102603349 B1 KR102603349 B1 KR 102603349B1
Authority
KR
South Korea
Prior art keywords
fine dust
virtual
simulation
virtual model
concentration
Prior art date
Application number
KR1020210157250A
Other languages
English (en)
Other versions
KR20220072757A (ko
Inventor
이유미
정재헌
Original Assignee
주식회사 에스엘즈
주식회사 코흐에스엑스스투디오
이유미
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 에스엘즈, 주식회사 코흐에스엑스스투디오, 이유미 filed Critical 주식회사 에스엘즈
Publication of KR20220072757A publication Critical patent/KR20220072757A/ko
Application granted granted Critical
Publication of KR102603349B1 publication Critical patent/KR102603349B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02—Investigating particle size or size distribution
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G01W1/06—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving a combined indication of weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N2015/0096—Investigating consistence of powders, dustability, dustiness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W2001/006—Main server receiving weather information from several sub-stations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Pure & Applied Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Atmospheric Sciences (AREA)
  • Mathematical Physics (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Algebra (AREA)
  • Dispersion Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 XR 기반의 미세먼지 시뮬레이션 방법에 관한 것으로, 특정 지역에 대한 미세먼지의 농도 변화와 흐름에 대하여 풍향, 풍속 변화에 따른 실시간 XR 시뮬레이션을 진행함으로써, 특정 지역 내 국지적인 미세먼지 농도를 측정할 수 있는 효과가 있다.

Description

XR 기반의 미세먼지 시뮬레이션 장치, 방법 및 프로그램 {XR-based fine dust simulation device, method and program}
본 발명은 XR 기반의 미세먼지 시뮬레이션 방법에 관한 것으로, 가상 모델을 이용하여 미세먼지의 농도 변화, 흐름을 시뮬레이션 하는 방법에 관한 것이다.
최근 들어, 미세먼지에 대한 관심도가 증가함에 따라서 미세먼지 관측소가 증가하는 것은 물론, 일기예보에서도 미세먼지 농도를 안내하고 스마트폰 어플리케이션을 통해 그 날의 미세먼지 농도를 확인하는 사람이 증가하고 있다.
하지만, 현시점을 기준으로 미세먼지 관측소 또는 센서 설치소는 턱없이 부족한 상황이며, 이로 인해 국지적으로 세밀한 측정이 불가능하여, 거시적 정보를 왜곡하여 사용하는 경우가 많다는 문제점이 있다.
또한, 이와 같이 일기예보와 어플리케이션을 통해서 제공되는 미세먼지 농도는 정확하게는 미세먼지 관측소의 미세먼지 농도를 의미한다.
실제로 빌딩, 수목이 존재하는 도시와 같은 장소는 각종 지형지물로 인하여 위치마다 미세먼지 농도가 천차만별이지만, 위와 같이 국지적인 미세먼지 정보가 측정이 불가능한 상황과 관련된 기술이 미비한 문제점으로 인하여, 이를 안내하는 매체, 어플리케이션은 존재하지 않는 것은 물론, 이를 세세하게 측정할 수 있는 기술조차 공개되어 있지 않은 실정이다.
공개특허공보 제10-2021-0086326호, 2021.07.08
상술한 바와 같은 문제점을 해결하기 위한 본 발명은 특정 지역의 지형지물과 기상 조건을 기반으로, 미세먼지의 농도 변화와 흐름에 대한 시뮬레이션을 진행할 수 있는 시뮬레이션 장치를 제공하고자 한다.
또한, 본 발명은 특정 지역의 각종 건물 배치 방법에 따른 미세먼지의 농도 변화와 흐름에 대한 시뮬레이션을 진행할 수 있는 시뮬레이션 장치를 제공하고자 한다.
또한, 본 발명은 특정 지역의 수목 배치 방법에 따른 미세먼지의 농도 변화와 흐름에 대한 시뮬레이션을 진행할 수 있는 시뮬레이션 장치를 제공하고자 한다.
또한, 본 발명은 현장 기반의 XR을 제공함으로써, 다각도로 입체적 분석이 가능하며, 계절 흐름과 같은 시간 흐름에 따라 분석이 가능한 AI 딥러닝을 적용하고자 한다.
또한, 본 발명은 미세먼지 시뮬레이션을 통해 특정 지역 내 미세먼지 집중지역을 도출하고, 구조물 배치 변경, 수목 배치 등을 통해 이를 해결하기 위한 해결 방안을 도출하고자 한다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 방법은, XR 기반의 미세먼지 시뮬레이션 장치에 의해 수행되는 방법으로, 특정 지역의 촬영 영상 또는 지도 데이터 중 적어도 하나를 기반으로, 상기 특정 지역을 모사하는 가상 모델을 생성하는 단계; 상기 가상 모델 상의 적어도 일부 영역에 가상의 미세먼지 조건을 설정하는 단계; 상기 가상 모델 상의 적어도 일부 영역에 가상의 기상 조건을 설정하는 단계; 및 상기 가상 모델에 설정된 가상 미세먼지 조건 및 가상 기상 조건을 기반으로, 상기 가상 모델 상의 가상 미세먼지의 농도 변화 및 흐름을 시뮬레이션하는 단계를 포함한다.
또한, 상기 XR 기반의 미세먼지 시뮬레이션 장치는, 복수의 가상 구조물을 상기 가상 모델 상에 배치하여 상기 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화에 대한 시뮬레이션을 진행하고, 상기 복수의 가상 구조물 중 적어도 하나에 대한 배치 구조 변경의 시뮬레이션 결과로 상기 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화 데이터를 획득하는 것을 특징으로 한다.
또한, 복수의 가상 수목을 상기 가상 모델 상에 배치하여 상기 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화에 대한 시뮬레이션을 진행하고, 상기 복수의 가상 수목 중 적어도 일부에 대한 배치 구조 변경의 시뮬레이션 결과로 상기 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화 데이터를 획득하는 것을 특징으로 한다.
또한, 상기 시뮬레이션 단계 다음에, 상기 시뮬레이션 결과, 상기 가상 모델 상에서 가상 미세먼지 농도가 상기 가상 모델 상의 미세먼지 평균 수치보다 일정 기준 이상 높은 영역을 미세먼지 집중지역으로 표시하는 단계; 및 상기 미세먼지 집중지역 주변의 기상 조건, 건물 배치, 상기 기상 조건과 건물 배치에 따른 빌딩풍, 미세먼지 유입 방향, 미세먼지 유출 방향 및 수목 배치 중 적어도 하나를 분석하여, 적어도 하나의 해결 방안을 도출하는 단계를 더 포함한다.
또한, 상기 적어도 하나의 해결 방안은, 상기 가상 모델 상에 배치된 적어도 하나의 구조물에 대한 배치 변경, 가상 수목의 배치 변경 및 가상 수목의 추가 배치 중 적어도 하나를 포함한다.
또한, 상기 해결 방안 도출 단계는, 상기 미세먼지 집중지역의 발생 원인을 파악하고, 상기 파악된 발생 원인을 해결할 수 있는 적어도 하나의 해결 방안을 도출하고, 상기 도출된 적어도 하나의 해결 방안을 상기 가상 모델에 적용하여 재시뮬레이션을 진행하여 상기 미세먼지 집중지역의 미세먼지 해소점수를 산출하는 것을 특징으로 한다.
또한, 상기 XR 기반의 미세먼지 시뮬레이션 장치는, 상기 특정 지역 내 미세먼지의 외부유입량 및 내부발생량을 기반으로, 상기 특정 지역 내 건물 배치 변경, 수목 배치 변경 및 수목 추가 배치 중 적어도 하나를 적용함에 따라 상기 특정 지역에 대하여 저감 가능한 미세먼지 수치를 산출하는 것을 특징으로 한다.
또한, 상기 XR 기반의 미세먼지 시뮬레이션 장치는, 상기 특정 지역 내 적어도 하나의 구조물에 대하여 설정된 배치 변경 가능 여부 및 상기 특정 지역 내 설정된 수목 배치 가능 지역 중 적어도 하나의 설정을 고려하여 상기 적어도 하나의 해결 방안을 도출하는 것을 특징으로 한다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치는, 메모리; 및 적어도 하나의 코어를 포함하는 프로세서를 포함하며, 상기 프로세서는, 특정 지역의 촬영 영상 또는 지도 데이터 중 적어도 하나를 기반으로, 상기 특정 지역을 모사하는 가상 모델을 생성하고, 상기 가상 모델 상의 적어도 일부 영역에 소정 농도의 가상 미세먼지를 설정하고, 상기 가상 모델 상의 적어도 일부 영역에 가상의 기상 조건을 설정하고, 상기 가상 모델에 설정된 미세먼지 조건 및 기상 조건을 기반으로, 상기 가상 모델 상의 가상 미세먼지의 농도 변화 및 흐름을 시뮬레이션하는 것을 특징으로 한다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
상기와 같은 본 발명에 따르면, 특정 지역에 대한 지형지물과 기상 조건을 기반으로 미세먼지의 농도 변화와 흐름에 대한 시뮬레이션을 진행함으로써, 특정 지역 내 국지적인 미세먼지 농도를 측정할 수 있는 효과가 있다.
또한, 본 발명에 따르면, AI와 딥러닝 기반으로 특정 지역의 각종 건물 배치 방법에 따른 미세먼지의 농도 변화와 흐름에 대한 시뮬레이션을 진행함으로써, 건물이 위치한 장소의 미세먼지 농도를 낮출 수 있는 최적의 건물 배치 방법을 제안할 수 있는 효과가 있다.
또한, 본 발명에 따르면, AI와 딥러닝 기반으로 특정 지역의 수목 배치 방법에 따른 미세먼지의 농도 변화와 흐름에 대한 시뮬레이션을 진행함으로써, 거주지역, 상업지역 등과 같은 장소의 미세먼지 농도를 낮출 수 있는 최적의 수목 배치를 제안할 수 있는 효과가 있다.
또한, 본 발명에 따르면, AI 딥러닝을 적용하여 현장 기반의 XR을 제공함으로써, 보행간 실시간 입체적 분석이 가능하며, 시간적, 계절적 변화를 분석할 수 있는 효과가 있다.
또한, 본 발명에 따르면, 미세먼지 시뮬레이션을 통해 특정 지역 내 미세먼지 집중지역을 도출하고, 구조물 배치 변경, 수목 배치 등을 통해 이를 해결하기 위한 해결 방안을 도출함으로써, 도심 지역 내 발생하는 미세먼지 집중지역 문제를 해결할 수 있게 된다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치의 블록도이다.
도 2 및 도 3은 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 방법의 흐름도이다.
도 4 및 도 5는 시뮬레이션에 따른 미세먼지 농도 변화 및 흐름이 예시된 도면이다.
도 6 및 도 7은 가상 모델에 가상 수목을 배치하여 XR 시뮬레이션을 수행하는 것을 예시한 도면이다.
도 8은 조경 정보에 계절 변화를 반영하여 XR 시뮬레이션 하는 것을 예시한 도면이다.
도 9는 도심 지역에 발생한 미세먼지를 예시한 도면이다.
도 10은 사용자가 기기를 착용하고, XR 시뮬레이션을 관찰하는 것을 예시한 도면이다.
도 11은 도 10의 기기로 출력되고 있는 XR 시뮬레이션 영상을 예시한 도면이다.
도 12는 여러명의 사용자가 XR 시뮬레이션을 관찰하는 것을 예시한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 시스템(10)의 블록도이다.
도 2 및 도 3은 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 방법의 흐름도이다.
도 4 내지 도 12는 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치(100) 및 방법을 설명하기 위한 각종 예시 도면이다.
이하, 도 1 내지 도 12를 참조하여, 본 발명의 실시예에 따른 미세먼지 시뮬레이션 장치(100), 시뮬레이션 방법에 대해서 설명하도록 한다.
본 발명의 실시예에서 XR 기반의 미세먼지 시뮬레이션 장치(100)는 컴퓨터, 정보처리수단, 서버 장치를 포함하거나, 이들 중 어느 하나의 형태로 구축될 수 있다.
따라서, XR 기반의 미세먼지 시뮬레이션 장치(100)가 서버를 포함하는 경우, 통신부(130)는 외부와 통신할 수 있는 유, 무선 통신 기능을 가질 수 있다.
일 실시예로, XR 기반의 미세먼지 시뮬레이션 서버는 웹 또는 애플리케이션을 통해서 XR 기반의 미세먼지 시뮬레이션 서비스를 제공할 수 있다.
따라서, 관리자, 사용자는 웹 또는 애플리케이션을 통해 XR 기반의 미세먼지 시뮬레이션 장치(100), 서버에 접속하여 서비스를 이용할 수 있다.
본 발명의 언급하는 시뮬레이션은 XR(Cross Reality) 시뮬레이션일 수 있으나, 이에 한정되는 것은 아니며 다양한 시뮬레이션 방법이 적용 가능하다.
도 1을 참조하면, 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치(100)는 프로세서(110), 통신부(130), 메모리(150), 모델링부(170)를 포함한다.
다만, 몇몇 실시예에서 XR 기반의 미세먼지 시뮬레이션 장치(100)는 도 1에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수도 있다.
예를 들어, XR 기반의 미세먼지 시뮬레이션 장치(100)는 입출력부(190)(190)를 더 포함하여, 입력부를 통해 각종 제어신호, 데이터를 입력받고, 시뮬레이션 진행 상황, 시뮬레이션 결과 등을 출력부(190)를 통해 출력할 수 있다.
이때, XR 시뮬레이션 진행 상황, 결과를 출력하기 위해서 출력부(190)는 가상현실 출력장치를 포함할 수 있다.
통신부(130)는 유/무선 통신 기능을 가지며, 외부 기기와 통신할 수 있다.
상세하게는, XR 기반의 미세먼지 시뮬레이션 장치(100)는 자체적으로 구비되어 있는 입출력부(190)를 통해서 각종 정보, 제어신호를 입력받을 수도 있지만, 서버를 구비하여 외부와 통신할 수도 있다.
일 실시예로, 통신부(130)는 특정 지역의 촬영 영상 또는 지도 데이터 중 적어도 하나를 외부로부터 수신할 수 있다.
이때, 통신부(130)는 촬영 영상 또는 지도 데이터를 외부의 클라이언트 장치로부터 수신할 수도 있고, 외부 서버 DB에 접속하여 다운로드 하거나 실시간 로딩할 수 있다.
또한, 통신부(130)는 공공기관 DB와 같은 외부 서버에 접속하여 특정 지역에 대한 기상 조건, 기상 정보, 수년간의 기상 데이터 등을 조회할 수도 있다.
이외에도, 통신부(130)는 클라이언트 장치로부터 시뮬레이션 요청 신호 등을 수신할 수 있고, 모델링부(170)에서 생성된 가상 모델과 시뮬레이션 데이터를 클라이언트 장치 또는 가상현실 장치(50)로 전송할 수 있다.
메모리(150)는 XR 기반의 미세먼지 시뮬레이션 방법을 실행하기 위한 각종 명령어, 알고리즘, 모델 등이 저장되어 있으며, 이외에도 통신부(130)를 통해 수신된 특정 지역의 촬영 영상, 지도 데이터, 특정 지역에 대한 가상 모델, 시뮬레이션 결과, 도출된 해결 방안 등이 저장될 수 있다.
모델링부(170)는 촬영 영상, 지도 데이터 등을 이용하여 3D 모델링을 진행할 수 있으며, 클라이언트, 관리자로부터 입력되는 각종 제어 신호에 따라 모델링을 수정할 수도 있다.
본 발명의 실시예에서 XR 기반의 미세먼지 시뮬레이션 장치(100)는 특정 지역에 대한 모델링을 진행하고, 그 후의 가상의 미세먼지 조건, 가상의 기상 조건을 설정한 이후 미세먼지의 흐름, 농도 변화 등을 시뮬레이션 하기 위해서, 메모리(150)에 인공지능 모델이 저장될 수 있다.
인공지능 모델은 지형지물, 구조물, 수목 배치, 수목의 양, 기상 조건 등 다양한 조건들이 입력되었을 때 미세먼지의 농도 변화, 흐름 변화를 실제와 같이 시뮬레이션 할 수 있는 방법이 학습되어 있다.
프로세서(110)는 적어도 하나의 코어를 포함하며, XR 기반의 미세먼지 시뮬레이션 장치(100) 내 구성들의 제어를 담당한다. 구체적으로, 프로세서(110)는 메모리(150) 내 저장되어 있는 각종 명령어, 알고리즘, 모델을 실행함으로써 XR 기반의 미세먼지 시뮬레이션 방법을 실행할 수 있다.
아래에서는, 도 2 및 도 3의 흐름도와 다른 도면들을 참조하여, 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치(100) 및 방법에 대해서 보다 상세하게 설명하도록 한다.
프로세서(110)가 특정 지역의 촬영 영상 또는 지도 데이터 중 적어도 하나를 기반으로, 해당 지역을 모사하는 가상 모델을 생성한다. (S100)
상세하게는, XR 기반의 미세먼지 시뮬레이션 장치(100)는 입출력부(190)(190) 또는 사용자 단말로부터 미세먼지 시뮬레이션을 진행하고자 하는 목표 지역 정보를 수신할 수 있다.
이와 같이, 목표 지역 정보가 수신/입력되면 프로세서(110)는 해당 지역을 동일하게 XR 상에서 표시할 수 있는 가상 모델을 생성한다.
일 실시예로, 해당 지역의 지형 조건은 필수적으로 적용될 수 있고, 구조물 조건은 선택적으로 적용될 수 있다.
상세하게 예를 들면, 이미 건설/구축이 완료된 도심 지역에 대한 미세먼지 시뮬레이션을 진행하고자 하는 경우에는 해당 도심 지역의 지형과 구조물을 포함하는 무조건 지형지물을 적용하여 가상 모델을 생성한 후에 시뮬레이션을 진행하게 된다.
반대로, 향후 건설/구축 예정인 지역에 대해서는 다양한 구조물(주로, 건물) 배치를 통해서 미세먼지 시뮬레이션을 진행하기 때문에, 해당 지역의 지형을 우선적으로 적용하여 가상 모델을 생성하고, 그 후 클라이언트/관리자의 입력에 따라서 건물 배치를 적용/변경하면서 시뮬레이션을 진행할 수도 있다.
모델링부(170)는 3D 영상, 이미지로 구현되는 가상 모델을 생성하여 미세먼지 시뮬레이션에 최적화된 모델을 생성할 수 있다.
모델링부(170)는 통신부(130)를 통해 수신된 촬영 영상 또는 지도 데이터를 가공하여 가상 모델을 생성할 수 있다.
이때 프로세서(110)는 외부 서버의 DB (예: 공공데이터)에 접속하여 지도 데이터, 위성 데이터를 로딩하고 이를 가상 모델 생성에 활용할 수 있다.
몇몇 실시예에서, 모델링부(170)는 통신부(130)를 통해 수신된 촬영 영상을 분석하여, 가상 모델을 생성할 필요가 없는 경우에는 촬영 영상을 그대로 이용할 수도 있다.
이러한 가상 모델을 생성하는 방법은 다양한 예시가 적용될 수 있으므로, 발명의 실시자가 용이하게 선택하도록 한다.
프로세서(110)가 가상 모델 상의 적어도 일부 영역에 가상의 미세먼지 조건을 설정한다. (S200)
도 4는 시뮬레이션에 따른 미세먼지 농도 변화 및 흐름이 예시된 도면이다.
도 4를 참조하면, 모델링부(170)가 생성한 가상 모델 상에 가상의 미세먼지 조건을 설정한 것이 예시되어 있다.
참고로, 미세먼지를 도면상에 도시할 수 없기 때문에 임의로 미세먼지를 표현하기 위해 구름 모양으로 도시하였다.
프로세서(110)는 해당 지역에 위치한 적어도 하나의 미세먼지 관측센터, 장치에서 측정된 미세먼지 농도 데이터를 수신하고, 이를 기반으로 가상 모델 상에 가상의 미세먼지 조건을 설정할 수 있다.
이때, 모든 지역에 대하여 세세하게 미세먼지 농도를 알 수는 없으므로, 프로세서(110)는 수신된 미세먼지 농도 데이터를 기반으로 해당 지역 내 전체 지역에 대한 미세먼지 농도를 산출하고, 산출 결과를 기반으로 가상 모델 상에 실제와 유사한 가상의 미세먼지 조건을 설정할 수 있다.
프로세서(110)가 가상 모델 상의 적어도 일부 영역에 가상의 기상 조건을 설정한다. (S300)
일기예보와 같은 정보에서 제공하는 기상 조건은 넓은 지역에 대한 기상 조건으로, 국지적인 기상 조건은 반영되어 있지 않기 때문에, 정확한 미세먼지의 농도 변화, 흐름에 대한 정보를 알 수 없다.
하지만, 실제로 도심 지역 내에서는 빌딩풍, 수목에 의한 영향 등과 같은 다양한 원인들로 인하여, 위치마다 서로 다른 미세먼지 농도가 형성된다.
따라서, XR 기반의 미세먼지 시뮬레이션 장치(100)는 위와 같이, 우선적으로 해당 지역의 풍향 및 풍속을 포함하는 가상의 기상 조건을 설정한 후에, 세부적으로 해당 지역의 지형지물을 기반으로 국지적인 기상 조건을 설정할 수 있다.
프로세서(110)는 외부 서버로부터 특정 지역의 기상 정보를 로딩하고 이를 가상 모델 상에 적용하면, 적용된 기상 정보와 해당 지역의 지형지물을 고려하여 해당 지역 내 세부적인 기상 조건을 설정할 수 있다.
예를 들어, 해당 지역으로 부는 풍향, 풍량 등의 기상 조건을 입력하면, 프로세서(110)는 해당 지역 내 구조물(대표적으로, 건물) 배치에 따라 실제와 같은 빌딩풍, 지역풍을 생성할 수 있다.
프로세서(110)가 가상 모델에 설정된 가상 미세먼지 조건 및 가상 기상 조건을 기반으로, 가상 모델 상의 가상 미세먼지의 농도 변화 및 흐름을 시뮬레이션 한다. (S400)
상세하게는, 프로세서(110)는 복수의 가상 구조물을 가상 모델 상에 배치하여 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화에 대한 시뮬레이션을 진행할 수 있다.
일 실시예로, 프로세서(110)는 복수의 가상 구조물 중 적어도 하나에 대한 배치 구조 변경의 시뮬레이션 결과로 가상 모델 상의 미세먼지 농도 및 흐름 변화 데이터를 획득할 수 있다.
또한, 프로세서(110)는 복수의 가상 수목을 가상 모델 상에 배치하여 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화에 대한 시뮬레이션을 진행할 수 있다.
일 실시예로, 프로세서(110)는 복수의 가상 수목 중 적어도 일부에 대한 배치 구조 변경의 시뮬레이션 결과로 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화 데이터를 획득할 수 있다.
S400을 통해서 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치(100)는 가상 공간 상의 구조물 배치 변경, 수목 배치 변경, 수목 추가 배치 등을 변경하면서 시뮬레이션을 진행함에 따라 가상 미세먼지의 농도, 흐름 변화를 파악할 수 있게 되며, 이는 곧 해당 지역에서 실제로 기대되는 수치와 유사한 결과가 될 수 있다.
프로세서(110)가 S400의 시뮬레이션 결과, 가상 모델 상에서 가상 미세먼지 농도가 가상 모델 상의 미세먼지 평균 수치보다 일정 기준 이상 높은 영역을 미세먼지 집중지역으로 표시한다. (S500)
대표적으로, 건물이 밀집되어 있는 도심 지역은 자체적으로 미세먼지 농도가 높은 것도 문제가 될 수 있지만, 공기 순환, 흐름의 문제로 인하여 특정 영역에 미세먼지가 집중되는 문제가 발생할 수 있다.
이러한 문제는 해당 지역에서 거주, 생활하는 사람의 건강에 치명적일 수 있다.
본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치(100)는 가상 모델을 이용하여 시뮬레이션을 진행하여 특정 지역 내 미세먼지 농도를 전체적으로 낮추는 것은 물론, 이러한 미세먼지 집중지역을 해결하고자 한다.
도 5는 시뮬레이션에 따른 미세먼지 농도 변화 및 흐름이 예시된 도면이다.
도 4에서 가상 공간 상에 가상의 기상 조건, 가상의 미세먼지 조건을 설정하였으며, 이를 기반으로 시뮬레이션을 진행한 결과가 도 5와 같이 예시되어 있다.
도 5를 참조하면, 해당 가상 공간 내 기상 조건과 구조물 배치 조건, 수목 배치 조건으로 인하여 A 지역의 미세먼지 농도가 급증하였으며, 프로세서(110)가 A 지역을 미세먼지 집중지역으로 선택한 것이 예시되어 있다.
일 실시예로, XR 기반의 미세먼지 시뮬레이션 장치(100)는 가상 공간 상의 서로 다른 가상 조건(구조물 배치 조건, 기상 조건, 미세먼지 조건, 수목 배치 등)을 이용하여 복수 회 시뮬레이션을 수행하고, 복수 회의 시뮬레이션 결과를 분석하여 미세먼지 집중지역을 도출할 수도 있다.
일 실시예로, 실제로 미세먼지 집중지역이 발생되고 있는 도심 지역에 대한 구조물 배치 조건, 기상 조건, 미세먼지 조건, 수목 배치 조건 등을 해당 실제 지역의 미세먼지 집중지역에 대한 정보와 함께 학습데이터셋으로 생성하고, 이를 XR 기반의 미세먼지 시뮬레이션 장치(100)에 입력하여 시뮬레이션 모델을 딥러닝할 수 있다.
아래에서는, S100 내지 S500을 통해서 도출된 미세먼지 집중지역을 어떻게 해결하는지에 대한 구성들을 설명하도록 한다.
프로세서(110)가 미세먼지 집중지역 주변의 기상 조건, 건물 배치, 기상 조건과 건물 배치에 따른 빌딩풍, 미세먼지 유입 방향, 미세먼지 유출 방향 및 수목 배치 중 적어도 하나를 분석하여, 적어도 하나의 해결 방안을 도출한다. (S600)
이때, 해결 방안은 가상 모델 상에 배치된 적어도 하나의 구조물에 대한 배치 변경, 가상 수목의 배치 변경 및 가상 수목의 추가 배치 중 적어도 하나를 포함할 수 있다.
위에서는 가상 수목의 배치 변경과 가상 수목의 추가 배치만 다루었지만, 이에 한정되는 것은 아니며 지역 내 미세먼지를 낮출 수 있거나 순환을 발생시켜 미세먼지 집중지역 문제를 해결할 수 있는 미세먼지 저감 수단이라면 무엇이든 적용될 수 있다.
상세하게는, 프로세서(110)는 미세먼지 집중지역 주변의 기상 조건, 건물 배치, 기상 조건과 건물 배치에 따른 빌딩풍, 미세먼지 유입 방향, 미세먼지 유출 방향 및 수목 배치 중 적어도 하나를 분석하여, 미세먼지 집중지역의 발생 원인을 파악하고, 파악된 발생 원인을 해결할 수 있는 적어도 하나의 해결 방안을 도출한다.
이때, 프로세서(110)는 해당 지역 내 적어도 하나의 구조물에 대하여 설정된 배치 변경 가능 여부 및 해당 지역 내 설정된 수목 배치 가능 지역 중 적어도 하나의 설정을 고려하여 해결 방안을 도출할 수 있다.
예를 들어, 특정 구조물은 배치의 변경이 불가능할 수도 있고, 특정 위치에는 수목을 배치하는 것이 불가능할 수도 있기 때문에, 프로세서(110)는 이러한 현실적인 조건들을 고려하여 미세먼지 집중지역에 대한 해결 방안을 도출할 수 있다.
일 실시예로, XR 기반의 미세먼지 시뮬레이션 장치(100)는 미세먼지 집중지역에 대한 미세먼지 목표 임계 수치를 입력 받을 수 있다.
이때, 목표 임계 수치란 시뮬레이션 결과로 측정된 미세먼지 집중지역의 미세먼지 수치를 해결하여 낮추고자 하는 목표 수치를 의미한다.
예를 들어, 시뮬레이션 결과로 미세먼지 집중지역이 미세먼지 평균 150, 최고 200이 산출되었다면, 사용자는 미세먼지 목표 임계 수치를 평균 100, 최고 150으로 입력할 수 있다.
그리고, 프로세서(110)는 이와 같이 사용자로부터 입력된 목표 임계 수치를 맞출 수 있도록 하는 해결방안을 도출하게 된다.
다음으로, 프로세서(110)는 S600에서 도출된 적어도 하나의 해결 방안을 가상 모델에 적용한 후 다시 시뮬레이션을 진행하여 미세먼지 집중지역의 미세먼지 해소점수를 산출한다. (S700)
이때, 프로세서(110)는 도출된 해결 방안 적용 전과 적용 후의 미세먼지 수치 변화를 기반으로 미세먼지 해소점수를 산출할 수 있다.
일 실시예로, 프로세서(110)는 해당 지역 내 미세먼지의 외부유입량 및 내부발생량을 기반으로, 해당 지역 내 건물 배치 변경, 수목 배치 변경 및 수목 추가 배치 중 적어도 하나를 적용함에 따라 해당 지역에 대하여 저감 가능한 미세먼지 수치를 산출할 수 있다.
예를 들어, 외부에서 유입되는 미세먼지로 인하여 미세먼지 집중지역이 발생하는 경우, 해당 지역 내 공기 순환의 문제가 가장 크게 작용할 수 있으므로 구조물 배치와 수목 배치 변경을 통해서 더 많은 미세먼지 저감 가능 수치가 산출될 수 있다.
예를 들어, 내부에서 발생하는 미세먼지로 인하여 미세먼지 집중지역이 발생하는 경우, 수목의 추가 배치를 통해서 더 많은 미세먼지 저감 가능 수치가 산출될 수 있다.
전술한 실시예에서, 미세먼지 집중지역을 해결하는 것을 위주로 설명하였으나, 이에 한정되는 것은 아니며 XR 기반의 미세먼지 시뮬레이션 장치(100)는 동일한 방법(구조물 배치 변경, 수목 배치 변경, 수목 추가 배치 등)을 이용하여 해당 지역의 미세먼지 농도를 낮출 수 있는 해결 방안을 도출할 수 있다.
이상으로 설명한 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치(100), 방법은 구조물 배치 변경, 수목 배치 변경, 수목 추가 배치 등의 가상 조건 변경에 따른 시뮬레이션을 통해서 특정 지역에 발생할 수 있는 미세먼지 집중지역에 대한 해결 방안을 도출할 수 있다.
또한, 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치(100), 방법은 구조물 배치 변경, 수목 배치 변경, 수목 추가 배치 등의 가상 조건 변경에 따른 시뮬레이션을 통해서 특정 지역의 미세먼지 농도를 낮출 수 있는 해결 방안을 도출할 수 있다.
위와 같은 구성을 통해서, 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 방법은 현장의 미세먼지 흐름에 대한 XR 분석을 수행할 수 있으며, 디지털 트윈을 통해 가상과 현실을 병합하여 비교 및 분석하는 기능을 제공한다.
또한, XR 기반의 미세먼지 시뮬레이션 장치(100)는 다양한 조건으로 시뮬레이션을 진행하여 미세먼지 농도, 기상 조건에 따른 미세먼지 농도 변화, 흐름에 대한 빅데이터를 구축할 수 있게 된다.
XR 기반의 미세먼지 시뮬레이션 장치(100)는 이와 같이 구축된 빅데이터를 이용하여 AI를 통해 실시간 미세먼지 분석과 다양한 변수에 따른 예측 기능을 제공할 수 있게 된다.
그리고, XR 기반의 미세먼지 시뮬레이션 장치(100)는 이와 같이 진행된 시뮬레이션 결과와, 실제 관측소에서 수신되는 미세먼지 농도 데이터를 비교하여, 가상값과 현실값을 비교 분석할 수 있게 된다.
도 6 및 도 7은 가상 모델에 가상 수목을 배치하여 시뮬레이션을 수행하는 것을 예시한 도면이다.
도 6 및 도 7을 참조하면, 일 실시예로, XR 기반의 미세먼지 시뮬레이션 장치(100)는 복수 개의 가상 수목을 특정 배치 구조로 가상 모델에 배치하여 시뮬레이션을 진행하는 조경정보화(LIM-VR: Landscape Information Model - Virtual Reality 시뮬레이션을 제공할 수 있다.
그리고, XR 기반의 미세먼지 시뮬레이션 장치(100)는 가상 수목의 배치 구조에 따른 미세먼지 농도 및 흐름 변화 데이터를 획득하게 되고, 이를 기반으로 미세먼지 농도를 저감할 수 있는 수목 배치 방법을 도출할 수 있게 된다.
보다 상세하게는, XR 기반의 미세먼지 시뮬레이션 장치(100)는 가상 수목의 종류, 크기, 개수 및 배치 방법 중 적어도 하나를 결정하여 시뮬레이션을 수행할 수 있다.
이와 같은 구성을 통해서, XR 기반의 미세먼지 시뮬레이션 장치(100)는 특정 거주 지역, 상업 지역의 건물 배치를 변경하지 않고도, 도출된 최적의 수목 배치 방법을 기반으로 수목을 심는 것을 통해 해당 지역의 미세먼지 문제를 해결할 수 있게 된다.
위와 같은 시뮬레이션을 진행하기 위해서, XR 기반의 미세먼지 시뮬레이션 장치(100)는 데이터베이스에 다양한 수목들의 크기, 수목 잎의 크기, 수목 특징에 따른 미세먼지 차단 효과 등 다양한 정보들이 저장되어 있다.
이와 같이, XR 기반의 미세먼지 시뮬레이션 장치(100)는 조경 정보화(LIM-VR: Landscape Information Model - Virtual Reality)가 특화되어 있는 서비스를 제공하는 효과가 있다.
XR 기반의 미세먼지 시뮬레이션 장치(100)는 위와 같은 구성을 기반으로, 도시 설계 과정에서 단지 배치와 수종을 고려한 수목 배치 방법을 기반으로 다양한 시뮬레이션을 진행하여, 가상의 건설환경을 입체적으로 분석할 수 있는 효과가 있다.
또한, 도 8을 참조하면, XR 기반의 미세먼지 시뮬레이션 장치(100)는 조경정보화 시뮬레이션을 진행하면서 시간의 흐름에 따라서 조경정보의 변화를 시각적으로 제공할 수 있다.
예를 들어, 수목을 심은 이후에 시간의 흐름에 따라 수목이 성장하는 과정을 시각적으로 표출할 수 있으며, 이 과정에서 도 8과 같이 시간의 흐름에 따른 계절 변화를 반영하여 잎의 색, 수고(樹高, 나무의 높이) 등의 변화를 시각정보로 출력할 수 있다.
이상으로 설명한 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 방법을 이용하면, 건물이 집중되어 있는 도심지역의 지형지물을 고려하여 국지적인 기상조건을 설정하고, 이를 기반으로 미세먼지가 집중되는 지역을 파악하여 문제점을 인식하고 해결할 수 있는 효과가 있다.
또한, 미세먼지의 차단에 큰 효과를 발휘하는 수목(조경) 환경을 다양한 배치방법으로 가상으로 세팅한 후 시뮬레이션을 진행함으로써, 수목 배치에 따른 미세먼지 저감효과를 확인할 수 있게 되고, 이를 기반으로 도시의 조경 환경 구축에 따른 미관상의 이점은 물론 미세먼지 저감이라는 효과까지 발휘하게 된다.
또한, 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치(100)는 하늘에서 땅을 바라보는 2D 시뮬레이션이 아닌, 현장 기반의 XR 시뮬레이션을 제공함으로써 보행간 실시간 입체적 분석이 가능하며, 시간적 흐름 특히 계절적 변화에 따른 분석이 가능한 효과가 있다.
또한, 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치(100)는 AI와 딥러닝을 통해 구축된 모델을 기반으로 각종 수목 배치에 따른 시뮬레이션을 진행함으로써, 미세먼지를 저감할 수 있는 최적의 수목 배치 대안을 도출하여 제공하는 효과가 있다.
또한, 본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 장치(100)는 AI와 딥러닝을 통해 구축된 모델을 기반으로 각종 건물 배치에 따른 시뮬레이션을 진행함으로써, 미세먼지를 저감할 수 있는 최적의 건물 배치 대안을 도출하여 제공하는 효과가 있다.
도 9는 도심 지역에 발생한 미세먼지를 예시한 도면이다.
도 10은 사용자가 기기를 착용하고, XR 시뮬레이션을 관찰하는 것을 예시한 도면이다.
도 11은 도 10의 기기로 출력되고 있는 XR 시뮬레이션 영상을 예시한 도면이다.
도 12는 여러명의 사용자가 XR 시뮬레이션을 관찰하는 것을 예시한 도면이다.
도 9을 참조하면, 실제 도심 지역에 발생한 미세먼지가 예시되어 있다.
도 9과 같이, 미세먼지 현황은 그 농도를 육안으로 확인할 수 있을 정도로 심각해지고 있는 상황이다.
본 발명의 실시예에 따른 XR 기반의 미세먼지 시뮬레이션 방법은 도 10와 같이 XR 시뮬레이션을 시각적으로 제공할 수 있는 기기를 사용자가 직접 착용하고, XR 시뮬레이션을 관찰할 수 있다.
따라서, 도 11과 같은 XR 시뮬레이션이 기기를 통해 출력되고, 사용자는 도 11과 같은 XR 시뮬레이션을 직접 관찰하여 미세먼지의 흐름을 관찰할 수 있게 된다.
물론, 사용자는 각종 제어 신호를 입력하여 해당 지역 곳곳을 원하는 모든 각도에서 관찰할 수 있게 된다.
도 12는 세명의 사용자가 기기를 착용하고, 도심 지역의 XR 기반의 미세먼지 시뮬레이션을 관찰하는 것이 예시되어 있다.
이와 같이, 둘 이상의 사용자가 기기를 착용하여 해당 지역의 XR 기반의 미세먼지 시뮬레이션을 관찰하면서 이에 대하여 토론이나 회의를 진행할 수도 있다.
또한, 일 실시예로 도 12에 도시된 것과 같이 사용자가 기기를 통해 관찰하고 있는 해당 지역의 각종 미세먼지 수치와 같은 통계 정보들이 대시보드를 통해서 출력될 수도 있다.
이상에서 전술한 본 발명의 일 실시예에 따른 방법은, 하드웨어인 서버와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
10: XR 기반의 미세먼지 시뮬레이션 시스템
50: 가상현실 장치
100: XR 기반의 미세먼지 시뮬레이션 장치
110: 프로세서
130: 통신부
150: 메모리
170: 모델링부
190: 출력부

Claims (10)

  1. XR 기반의 미세먼지 시뮬레이션 장치에 의해 수행되는 방법으로,
    특정 지역의 촬영 영상 또는 지도 데이터 중 적어도 하나를 기반으로, 상기 특정 지역을 모사하는 가상 모델을 생성하는 단계;
    상기 가상 모델 상의 적어도 일부 영역에 가상의 미세먼지 조건을 설정하는 단계;
    상기 가상 모델 상의 적어도 일부 영역에 가상의 기상 조건을 설정하는 단계;
    상기 가상 모델에 설정된 가상 미세먼지 조건 및 가상 기상 조건을 기반으로, 상기 가상 모델 상의 가상 미세먼지의 농도 변화 및 흐름을 시뮬레이션하는 단계;
    상기 시뮬레이션 결과, 상기 가상 모델 상에서 가상 미세먼지 농도가 상기 가상 모델 상의 미세먼지 평균 수치보다 일정 기준 이상 높은 영역을 미세먼지 집중지역으로 표시하는 단계; 및
    상기 미세먼지 집중지역 주변의 기상 조건, 건물 배치, 상기 기상 조건과 건물 배치에 따른 빌딩풍, 미세먼지 유입 방향, 미세먼지 유출 방향 및 수목 배치 중 적어도 하나를 분석하여, 적어도 하나의 해결 방안을 도출하는 단계를 포함하는,
    XR 기반의 미세먼지 시뮬레이션 방법.
  2. 제1항에 있어서,
    상기 XR 기반의 미세먼지 시뮬레이션 장치는,
    복수의 가상 구조물을 상기 가상 모델 상에 배치하여 상기 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화에 대한 시뮬레이션을 진행하고,
    상기 복수의 가상 구조물 중 적어도 하나에 대한 배치 구조 변경의 시뮬레이션 결과로 상기 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화 데이터를 획득하는 것을 특징으로 하는,
    XR 기반의 미세먼지 시뮬레이션 방법.
  3. 제1항에 있어서,
    복수의 가상 수목을 상기 가상 모델 상에 배치하여 상기 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화에 대한 시뮬레이션을 진행하고,
    상기 복수의 가상 수목 중 적어도 일부에 대한 배치 구조 변경의 시뮬레이션 결과로 상기 가상 모델 상의 가상 미세먼지 농도 및 흐름 변화 데이터를 획득하는 것을 특징으로 하는,
    XR 기반의 미세먼지 시뮬레이션 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 적어도 하나의 해결 방안은,
    상기 가상 모델 상에 배치된 적어도 하나의 구조물에 대한 배치 변경, 가상 수목의 배치 변경 및 가상 수목의 추가 배치 중 적어도 하나를 포함하는,
    XR 기반의 미세먼지 시뮬레이션 방법.
  6. 제5항에 있어서,
    상기 해결 방안 도출 단계는,
    상기 미세먼지 집중지역의 발생 원인을 파악하고, 상기 파악된 발생 원인을 해결할 수 있는 적어도 하나의 해결 방안을 도출하고, 상기 도출된 적어도 하나의 해결 방안을 상기 가상 모델에 적용하여 재시뮬레이션을 진행하여 상기 미세먼지 집중지역의 미세먼지 해소점수를 산출하는 것을 특징으로 하는,
    XR 기반의 미세먼지 시뮬레이션 방법.
  7. 제6항에 있어서,
    상기 XR 기반의 미세먼지 시뮬레이션 장치는,
    상기 특정 지역 내 미세먼지의 외부유입량 및 내부발생량을 기반으로, 상기 특정 지역 내 건물 배치 변경, 수목 배치 변경 및 수목 추가 배치 중 적어도 하나를 적용함에 따라 상기 특정 지역에 대하여 저감 가능한 미세먼지 수치를 산출하는 것을 특징으로 하는,
    XR 기반의 미세먼지 시뮬레이션 방법.
  8. 제1항에 있어서,
    상기 XR 기반의 미세먼지 시뮬레이션 장치는,
    상기 특정 지역 내 적어도 하나의 구조물에 대하여 설정된 배치 변경 가능 여부 및 상기 특정 지역 내 설정된 수목 배치 가능 지역 중 적어도 하나의 설정을 고려하여 상기 적어도 하나의 해결 방안을 도출하는 것을 특징으로 하는,
    XR 기반의 미세먼지 시뮬레이션 방법.
  9. 메모리; 및
    적어도 하나의 코어를 포함하는 프로세서를 포함하며,
    상기 프로세서는,
    특정 지역의 촬영 영상 또는 지도 데이터 중 적어도 하나를 기반으로, 상기 특정 지역을 모사하는 가상 모델을 생성하고,
    상기 가상 모델 상의 적어도 일부 영역에 소정 농도의 가상 미세먼지를 설정하고,
    상기 가상 모델 상의 적어도 일부 영역에 가상의 기상 조건을 설정하고,
    상기 가상 모델에 설정된 미세먼지 조건 및 기상 조건을 기반으로, 상기 가상 모델 상의 가상 미세먼지의 농도 변화 및 흐름을 시뮬레이션하고,
    상기 시뮬레이션 결과, 상기 가상 모델 상에서 가상 미세먼지 농도가 상기 가상 모델 상의 미세먼지 평균 수치보다 일정 기준 이상 높은 영역을 미세먼지 집중지역으로 표시하고,
    상기 미세먼지 집중지역 주변의 기상 조건, 건물 배치, 상기 기상 조건과 건물 배치에 따른 빌딩풍, 미세먼지 유입 방향, 미세먼지 유출 방향 및 수목 배치 중 적어도 하나를 분석하여, 적어도 하나의 해결 방안을 도출하는,
    XR 기반의 미세먼지 시뮬레이션 장치.
  10. 하드웨어인 컴퓨터와 결합되어, 제1항 내지 제3항, 제5항 내지 제8항 중 어느 한 항의 방법을 실행시키기 위한 프로그램이 저장된 컴퓨터 판독 가능한 기록매체.
KR1020210157250A 2020-11-23 2021-11-16 Xr 기반의 미세먼지 시뮬레이션 장치, 방법 및 프로그램 KR102603349B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200157710 2020-11-23
KR1020200157710 2020-11-23

Publications (2)

Publication Number Publication Date
KR20220072757A KR20220072757A (ko) 2022-06-02
KR102603349B1 true KR102603349B1 (ko) 2023-11-20

Family

ID=81985516

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210157250A KR102603349B1 (ko) 2020-11-23 2021-11-16 Xr 기반의 미세먼지 시뮬레이션 장치, 방법 및 프로그램

Country Status (1)

Country Link
KR (1) KR102603349B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102708121B1 (ko) * 2023-07-19 2024-09-20 주식회사 코파츠 특정된 대기 오염원에 대한 혼합현실 제공 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003207579A (ja) * 2002-01-16 2003-07-25 Mitsubishi Heavy Ind Ltd 大気汚染物質の濃度予測方法及び装置
JP2005043135A (ja) * 2003-07-25 2005-02-17 Hitachi Eng Co Ltd 大気拡散シミュレーション装置の建物データ設定方法および装置
JP2005172442A (ja) * 2003-12-08 2005-06-30 Mitsubishi Heavy Ind Ltd 大気汚染物質の濃度予測方法、装置、並びにプログラム及び大気汚染物質の濃度予測情報提供装置
KR102082419B1 (ko) 2019-09-27 2020-02-27 국방과학연구소 오염된 대기의 스펙트럼 모의 장치 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102324392B1 (ko) 2019-12-31 2021-11-11 한국환경연구원 지역별 미세먼지 농도 예측방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003207579A (ja) * 2002-01-16 2003-07-25 Mitsubishi Heavy Ind Ltd 大気汚染物質の濃度予測方法及び装置
JP2005043135A (ja) * 2003-07-25 2005-02-17 Hitachi Eng Co Ltd 大気拡散シミュレーション装置の建物データ設定方法および装置
JP2005172442A (ja) * 2003-12-08 2005-06-30 Mitsubishi Heavy Ind Ltd 大気汚染物質の濃度予測方法、装置、並びにプログラム及び大気汚染物質の濃度予測情報提供装置
KR102082419B1 (ko) 2019-09-27 2020-02-27 국방과학연구소 오염된 대기의 스펙트럼 모의 장치 및 방법

Also Published As

Publication number Publication date
KR20220072757A (ko) 2022-06-02

Similar Documents

Publication Publication Date Title
Hernández et al. Assessment of the visual impact made on the landscape by new buildings: a methodology for site selection
Ervin et al. Landscape visibility computation: necessary, but not sufficient
Wagner et al. An agent-based simulation system for concert venue crowd evacuation modeling in the presence of a fire disaster
CN106780089B (zh) 基于神经网络元胞自动机模型的永久性基本农田划定方法
Wang et al. A systematic method to develop three dimensional geometry models of buildings for urban building energy modeling
Zhao et al. Mapping 3D visibility in an urban street environment from mobile LiDAR point clouds
CN113066183A (zh) 虚拟场景生成方法、装置、计算机设备和存储介质
CN115935855B (zh) 基于优化树木花粉浓度指标的城市绿化方法及装置
Weitkamp Mapping landscape openness with isovists
KR102603349B1 (ko) Xr 기반의 미세먼지 시뮬레이션 장치, 방법 및 프로그램
Danese et al. Visual impact assessment in urban planning
Langenheim et al. Adapting a digital twin to enable real-time water sensitive urban design decision-making
Bulbul Procedural generation of semantically plausible small-scale towns
Puspitasari et al. A reliable method for visibility analysis of tall buildings and skyline: A case study of tall buildings cluster in Jakarta
Qi et al. Representing the landscape visual quality of residential green spaces in Singapore with 3D spatial metrics
Jia et al. A Rapid Evaluation Method of the Seismic Damage to Buildings Based on UAV Images
Zhang et al. Linking Image-based Metrics to 3D Model-based Metrics for Assessment of Visual Landscape Quality
Ma et al. Developing an urban streetscape indexing based on visual complexity and self-organizing map
CN111709077A (zh) 一种可视化空间量化分析方法
KR102558046B1 (ko) 열환경 분석 vr 시뮬레이션 장치, 방법 및 프로그램
Sang Wild vistas: progress in computational approaches to ‘viewshed’analysis
Carcellar III Perception modelling of visitors in Vargas museum using agent-based simulation and visibility analysis
Tara et al. Interrogating Urban Renewal Scenarios Using Skyline Analysis in Fishermans Bend, Melbourne
CN117669274B (zh) 一种基于虚拟现实的洪水模拟预报方法及系统
He et al. A visual landscape assessment approach for high-density urban development: A GIS-based index

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant