KR102606304B1 - 공기질 상태 정보를 이용한 인공 지능 기반 실내 공간 모니터링 시스템 및 방법 - Google Patents
공기질 상태 정보를 이용한 인공 지능 기반 실내 공간 모니터링 시스템 및 방법 Download PDFInfo
- Publication number
- KR102606304B1 KR102606304B1 KR1020210154245A KR20210154245A KR102606304B1 KR 102606304 B1 KR102606304 B1 KR 102606304B1 KR 1020210154245 A KR1020210154245 A KR 1020210154245A KR 20210154245 A KR20210154245 A KR 20210154245A KR 102606304 B1 KR102606304 B1 KR 102606304B1
- Authority
- KR
- South Korea
- Prior art keywords
- indoor space
- information
- air quality
- monitoring
- status information
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000013473 artificial intelligence Methods 0.000 title 1
- 238000010801 machine learning Methods 0.000 claims abstract description 33
- 238000004891 communication Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 12
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 34
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 17
- 239000001569 carbon dioxide Substances 0.000 claims description 17
- 239000000428 dust Substances 0.000 claims description 11
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 10
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 9
- 230000000391 smoking effect Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 238000010411 cooking Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Combustion & Propulsion (AREA)
- Economics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Air Conditioning Control Device (AREA)
Abstract
본 발명은, 모니터링 대상 실내 공간에 설치된 감지 장치를 통해 계측된 공기질 상태 정보를 수신하는 통신 수단과; 실내 공기질 상태에 따른 실내에 위치한 사람의 상태를 기계 학습한 학습 정보와, 상기 모니터링 대상 실내 공간의 공기질 상태 정보를 이용하여 상기 모니터링 대상 실내 공간에 위치한 사람의 상태를 추측하는 분석 수단; 및 추측된 상기 상태에 대한 모니터링 정보를 출력하는 출력 수단;을 포함하는, 공기질 상태 정보를 이용한 실내 공간의 모니터링 시스템 및 이를 이용한 모니터링 방법에 관한 것이다.
Description
본 발명은 모니터링 대상 실내 공간의 공기질 상태 정보(예를 들어, 온도, 습도, 이산화탄소량 등)을 이용하여 모니터링 대상 실내 공간에 위치한 사람의 상태를 모니터링할 수 있는 공기질 상태 정보를 이용한 실내 공간 모니터링 시스템 및 방법에 관한 것이다.
주택이나 차량 등을 공유하는 공유 경제가 활성화됨에 따라 주택이나 차량의 실내에 위치한 사람의 상태 정보를 모니터링 하기 위한 방법에 대한 개발이 요구되고 있다. 예를 들어 숙박 서비스의 경우 숙박 중인 사람의 건강 상태 등을 모니터링하거나, 차량 공유 서비스의 경우 탑승자의 흡연 여부, 졸음 여부 등에 대한 모니터링하는 것이 필요하다.
이와 같은 실내 공간의 모니터링 방법으로, 카메라, 라이다(Lidar), 음향 인식 센서, 모션 센서 등과 같은 센서들을 이용한 다양한 방법이 시도되고 있다.
그러나 카메라나 라이다를 이용한 방법은 모니터링 대상이 되는 사람의 사생활을 침해하거나 보안 상의 문제가 있을 뿐 아니라 시스템 구성을 위해 많은 비용이 소요되는 한계가 있으며, 음향 인식 센서를 이용한 방법은 소리가 발생하는 상태만을 감지할 수 있을 뿐 흡연 등 소리가 발생하지 않는 상태에 대해서는 모니터링이 불가능한 한계가 있다.
또한, 모션 센서를 이용한 방법의 경우 움직임이 발생하는 상태의 경우에만 감지가 가능한 한계가 있어 실내 공간에 위치한 사람의 다양한 상태(예를 들어, 비활동, 수면, 식사 등)에 대하여 모니터링 하는데는 한계가 있는 실정이다.
본 발명은 상기와 같은 점을 감안하여 안출된 것으로서, 모니터링 대상 실내 공간의 공기질 상태 정보(예를 들어, 온도, 습도, 이산화탄소량 등)를 이용하여 모니터링 실내 공간에 위치한 사람의 사생활을 침해하지 않고 다양한 상태 정보를 정확하게 모니터링할 수 있는 실내 공간 모니터링 시스템 및 방법을 제공하는 것을 기술적 과제로 한다.
본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따르면, 통신 수단을 통해, 모니터링 대상 실내 공간에 설치된 감지 장치에서 계측된 공기질 상태 정보를 수신하는 단계와; 분석 수단을 통해, 실내 공기질 상태에 따른 실내에 위치한 사람의 상태를 기계 학습한 학습 정보와, 상기 모니터링 대상 실내 공간의 공기질 상태 정보를 이용하여 상기 모니터링 대상 실내 공간에 위치한 사람의 상태를 추측하는 단계; 및 추측된 상기 상태에 대한 모니터링 정보를 출력 수단을 통해 출력하는 단계;를 포함하는, 공기질 상태 정보를 이용한 실내 공간 모니터링 방법이 개시된다.
또한, 상기 공기질 상태 정보는. 상기 실내 공간의 온도, 습도, 이산화탄소량, 일산화탄소량, 미세먼지량 및 냄새 중 하나 이상을 포함할 수 있다.
또한, 상기 기계 학습은, 샘플 실내 공간에 설치된 감지 장치를 통해 획득된 공기질 상태 정보에 대한 추세 정보와, 상기 샘플 실내 공간 내 사람의 상태에 대한 라벨링 정보를 이용하여 수행될 수 있다.
또한, 상기 기계 학습시 이미지 또는 비디오 획득 수단을 통해 획득된 이미지 또는 비디오 정보를 함께 이용할 수 있다.
또한, 상기 샘플 실내 공간의 복수의 위치에서 획득한 다중 정보를 이용하여 기계 학습을 수행할 수 있다.
또한, 상기 모니터링 대상 실내 공간은, 건물 내 특정 개소의 내부 공간, 이동 수단의 내부 공간을 포함할 수 있다.
또한, 상기 모니터링 정보는, 비활동, 운동, 수면, 요리, 샤워, 식사, 흡연, 화재, 비상 및 공실 중 하나 이상을 포함할 수 있다.
또한, 상기 감지 장치는, 온도 센서, 습도 센서, 이산화탄소 센서, 일산화탄소 센서, 미세먼지 센서, 냄새 센서 중 하나 이상을 포함하는 센서부; 및 상기 센서부의 계측 정보를 상기 통신 수단으로 전송하기 위한 통신 모듈;을 포함할 수 있다.
또한, 상기 실내 공간 모니터링 방법은, 상기 통신 수단을 통해, 상기 모니터링 정보를 사용자 클라이언트로 전송하는 단계;를 더 포함할 수 있다.
한편, 본 발명의 다른 실시예에 따르면, 모니터링 대상 실내 공간에 설치된 감지 장치를 통해 계측된 공기질 상태 정보를 수신하는 통신 수단과; 실내 공기질 상태에 따른 실내에 위치한 사람의 상태를 기계 학습한 학습 정보와, 상기 모니터링 대상 실내 공간의 공기질 상태 정보를 이용하여 상기 모니터링 대상 실내 공간에 위치한 사람의 상태를 추측하는 분석 수단; 및 추측된 상기 상태에 대한 모니터링 정보를 출력하는 출력 수단;을 포함하는, 공기질 상태 정보를 이용한 실내 공간의 모니터링 시스템이 개시된다.
본 발명의 실시예에 따르면, 실내 공기질 상태에 따른 실내에 위치한 사람의 상태를 기계 학습한 학습 정보와, 감지 장치를 통해 계측된 실내 공간의 공기질 상태 정보를 이용하여, 모니터링 대상 실내 공간에 위치한 사람의 상태 정보를 예측함으로써, 사생활 침해 문제를 발생시키지 않으면서 실내 공간 내 사람의 다양한 상태를 모니터링할 수 있는 효과가 있다.
또한, 모니터링 시스템의 구축을 위해 라이다와 같은 고비용의 감지 장비를 사용하지 않고, 비교적 저렴한 비용의 센서를 이용하여 모니터링 시스템의 구축이 가능하므로, 모니터링 시스템 구축을 위한 비용을 절감할 수 있는 이점이 있다.
도 1은 본 발명의 일 실시예에 따른 공기질 상태 정보를 이용한 실내 공간의 모니터링 방법을 개념적으로 나타낸 개념도.
도 2는 도 1에 도시된 감지 장치의 블록 다이어그램.
도 3은 도 1에 도시된 모니터링 시스템의 블록 다이어그램.
도 4는 샘플 실내 공간 내 복수의 위치에서 획득한 다중 정보의 일 예를 나타낸 그래프.
도 5는 본 발명의 일 실시예에 따른 공기질 상태 정보를 이용한 실내 공간의 모니터링 방법을 순차적으로 나타낸 순서도.
도 2는 도 1에 도시된 감지 장치의 블록 다이어그램.
도 3은 도 1에 도시된 모니터링 시스템의 블록 다이어그램.
도 4는 샘플 실내 공간 내 복수의 위치에서 획득한 다중 정보의 일 예를 나타낸 그래프.
도 5는 본 발명의 일 실시예에 따른 공기질 상태 정보를 이용한 실내 공간의 모니터링 방법을 순차적으로 나타낸 순서도.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 본 발명에 의한 공기질 상태 정보를 이용한 실내 공간의 모니터링 시스템 및 방법의 실시예를 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시예에 따른 공기질 상태 정보를 이용한 실내 공간의 모니터링 방법을 개념적으로 나타낸 개념도이다.
도 1과 같이, 본 실시예에 따른 실내 공간의 모니터링 방법은, 모니터링 대상 실내 공간에 설치된 감지 장치(10)를 통해 실내 공기질 상태 정보(예를 들어, 온도, 습도, 이산화탄소량, 일산화탄소량, 미세먼지량, 냄새 등)를 계측하여 실내 공간 모니터링 시스템(100, 서버)으로 전송하고, 실내 공간 모니터링 시스템(100)은 해당 정보와 기학습된 기계 학습 정보를 이용하여 모니터링 대상 실내 공간에 위치한 사람의 상태를 추측하여 모니터링 정보(비활동, 운동, 수면, 요리, 샤워, 식사, 화재, 비상 및 공실 등)를 출력한다. 이러한 정보는 사용자 클라이언트(70), 예를 들어, PC, 스마트폰 등으로 전송되어 사용자가 모니터링 대상의 실내 상태 정보를 알 수 있게 한다.
도 2는 도 1에 도시된 감지 장치의 블록 다이어그램이다.
감지 장치(10)는 모니터링 대상 실내 공간에 설치되어 공기질 상태를 계측하기 위한 것으로서, 도 2와 같이, 센서부(20) 및 통신 모듈(30)을 포함할 수 있다.
센서부(20)는 공기질 상태를 센싱하기 위한 복수의 센서를 포함하며, 본 실시예와 같이, 온도 센서(21), 습도 센서(22), 이산화탄소 센서(23), 일산화탄소 센서(24), 미세먼지 센서(25), 냄새 센서(26) 등을 포함할 수 있다. 여기서 센서부(20)를 구성하는 센서의 종류는 예시적인 것으로서, 본 실시예에서 예시한 센서들 중 복수개를 선택하여 사용할 수 있으며, 본 실시예에서 예시한 종류의 센서 이외에 공기질의 센싱이 가능한 다른 종류의 센서를 추가로 사용하는 것도 가능하다.
통신 모듈(30)은 센서부(20)의 계측 정보를 서버, 즉, 실내 공간 모니터링 시스템(100)으로 전송하는 기능을 하며, 무선 통신 모듈 및 유선 통신 모듈 중 하나를 포함하거나 이들 모두를 포함할 수 있다.
센서부(20) 및 통신 모듈(30)은 이들의 동작을 제어하기 위한 제어부(40)에 연결될 수 있다. 제어부(40)에는 센싱 정보나 감지 장치(10)의 상태 정보 등에 대한 시각 정보를 출력하기 위한 디스플레이(50)와, 계측된 공기질 상태 정보를 저장하기 위한 메모리(60) 등이 추가로 연결될 수 있다.
도 3은 도 1에 도시된 실내 공간 모니터링 시스템의 블록 다이어그램이다.
도 3과 같이, 본 실시예에 따른 실내 공간 모니터링 시스템은, 모니터링 대상 실내 공간에 설치된 감지 장치(10)를 통해 계측된 공기질 상태 정보를 수신하는 통신 수단(110)과, 실내 공기질 상태에 따른 실내에 위치한 사람의 상태를 기계 학습한 학습 정보와, 모니터링 대상 실내 공간의 공기질 상태 정보를 이용하여 모니터링 대상 실내 공간에 위치한 사람의 상태를 추측하는 분석 수단(120)과, 추측된 사람의 상태에 대한 모니터링 정보를 출력하는 출력 수단(130)을 포함한다. 분석 수단(120)은 프로세서 또는 컨트롤러를 지칭할 수 있고, 출력 수단(130)은 디스플레이, 스피커 등 다양한 형태의 출력 수단을 포함할 수 있다.
분석 수단(120)에는 기계 학습부(140)와 기계 학습 데이터 베이스(150)가 추가로 연결될 수 있다.
기계 학습부(140)는 실내 공기질 상태에 따른 실내에 위치한 사람의 상태를 기계 학습하기 위한 것으로서, 기계 학습을 위한 샘플 실내 공간에 설치된 감지 장치를 통해 획득된 공기질 상태 정보와, 샘플 공간 내 사람의 상태에 대한 라벨링 정보(예를 들어, 운동, 식사, 흡연, 수면 등)을 이용하여 지도 학습을 수행할 수 있다.
샘플 실내 공간에 설치되는 감지 장치는 앞서 도 2와 관련된 설명에서 예시한 감지 장치(20)와 동일한 구성을 가질 수 있으나, 이에 한정되는 것은 아니며, 예를 들어, 온도 센서, 습도 센서, 이산화탄소 센서 등 개별 센서를 개별적으로 설치하여 계측 정보를 수집하는 것도 가능하다 할 것이다.
이 때 수집된 계측 정보(예를 들어, 온도, 이산화탄소량 등)의 추세 정보를 이용하여 학습을 진행할 수 있는데, 예를 들어, 온도, 이산화탄소의 추세 곡선을 미분하여 그 기울기를 산출하고 그 기울기 값을 라벨링 정보와 함께 학습하여 현재 상태를 추정할 수 있다.
예를 들어, 사람이 수면을 취하고 있는 경우 이산화탄소량이 증가하고 온도가 내려가는 추세를 보이고, 사람이 운동 중인 경우 이산화탄소량과 미세먼지량이 증가하고 온도 또한 증가하는 추세를 보이게 된다. 또한 요리 중인 경우, 이산화탄소량 및 미세먼지가 급격히 증가하는 수세를 보이고 온도 및 습도가 증가하는 추세를 보이게 되며, 이 때 냄새 센서(26)의 계측정보를 함께 사용하여 추정이 가능하다. 또한 흡연 상태의 경우 일산화탄소량이 급격히 증가하고, 화재의 경우 일산화탄소와 온도가 급격히 증가하는 추세를 보인다. 비상 상황이나 공실의 경우 특정 기간(예를 들어 2일) 이상 온도 및 습도 등 공기질의 변화를 보이지 않는다. 이와 같은 다양한 공기질 정보의 추세 정보의 조합을 이용한 기계 학습을 통해 사람의 상태에 대한 추정이 가능하다.
이와 같은 기계 학습시, 이상과 같은 공기질 상태 정보뿐만 아니라 샘플 실내 공간 내 설치된 이미지 또는 비디오 획득 수단을 통해 획득된 이미지 또는 비디오 정보를 함께 사용할 수 있다. 구체적으로, 샘플 실내 공간 내 공기질 상태 정보의 획득시 이미지 또는 비디오 정보를 함께 수집하고, 해당 정보를 이미지 또는 동영상 분석 수단을 이용하여 해당 상태를 라벨링함으로써, 별도의 수동적인 라벨링 없이 자동으로 라벨링 정보를 추출하여 기계 학습을 수행하는 것이 가능하다.
또한, 기계 학습시 사용되는 공기질 상태 정보는 샘플 실내 공간의 복수의 위치에서 획득한 다중 정보를 포함할 수 있다.
도 4는 샘플 실내 공간 내 복수의 위치에서 획득한 다중 정보의 일 예로서, 온도 데이터에 대한 위치별 다중 정보를 나타내고 있다. 이에 따르면 하나의 샘플 실내 공간 내 다른 높이(예를 들어, 바닥, 중간, 상부)에서 측정된 온도의 추세 정보를 수집한 것을 보이고 있으며, 이에 따르면 각 위치별로 온도의 추세 변화가 다양하게 이루어지고 있는 것을 확인할 수 있다. 이와 같이 온도 정보에 대한 위치별 병행 수집을 통해 수집된 위치별 온도의 추세 정보를 이용하면, 각 위치별로 세분화된 기계 학습 정보의 획득이 가능하며, 습도, 미세먼지, 이산화탄소 등도 동일하게 적용하여 정보의 병행 수집 및 분석이 가능하다. 이와 같은 위치별 기계 학습 정보와 실내 공간에 설치된 감지 장치(20)의 위치 정보를 활용하면, 모니터링 대상 공간에 위치한 사람의 상태에 대한 예측 정확성을 보다 향상시킬 수 있다.
이상과 같이 입력된 온도 추세 데이터, 습도 추세 데이터, 이산화탄소량 추세 데이터, 일산화탄소량 추세 데이터, 미세먼지량 추세 데이터, 냄새 추세 데이터 및 이들의 조합 정보는 라벨링 정보에 매칭되어 학습이 수행되며, 이와 같은 학습 방법의 예로서 서포트 벡터 머신(Support Vector Machine)과 같은 방법이 사용될 수 있다. 이에 따르면, 각 데이터들이 조합된 정보는 비활동, 운동, 수면 등과 같은 사람의 상태 별로 공간 상에서 분류되게 되어 기계 학습 데이터 베이스(150)에 저장되며, 추후 감지 장치(20)에서 계측된 공기질 상태 정보를 이와 비교하여 상태 예측을 수행하게 된다. 다만, 학습 및 예측 방법은 본 실시예에서 예시된 방법 뿐 아니라 다양한 머신 러닝 기법을 통해 수행 가능하다 할 것이다.
기계 학습 데이터 베이스(150)는 기계 학습부(140)를 통해 학습된 학습 정보를 저장하며, 분석 수단(120)은 기계 학습 데이터 베이스(150)에 저장된 학습 정보를 이용하여 모니터링 대상 실내 공간의 상태에 대한 예측을 수행한다.
도 5는 본 발명의 일 실시예에 따른 공기질 상태 정보를 이용한 실내 공간의 모니터링 방법을 순차적으로 나타낸 순서도이다.
도 5를 참조하여 공기질 상태 정보를 이용한 실내 공간의 모니터링 방법을 설명하면, 먼저, 통신 수단(110)을 통해, 모니터링 대상 실내 공간에 설치된 감지 장치(10)에서 계측된 공기질 상태 정보를 수신한다(S10). 모니터링 대상 실내 공간은 건물 내 특정 개소의 내부 공간과, 이동 수단(예를 들어, 차량)의 내부 공간을 포함할 수 있고, 공기질 상태 정보는 온도, 습도, 이산화탄소량, 일산화탄소량, 미세먼지량 및 냄새 중 하나 이상을 포함할 수 있다.
다음으로, 분석 수단(120)을 통해, 실내 공기질 상태에 따른 실내에 위치한 사람의 상태를 기계 학습한 학습 정보와, 모니터링 대상 실내 공간의 공기질 상태 정보를 이용하여 상기 모니터링 대상 실내 공간에 위치한 사람의 상태를 추측한다(S20).
기계 학습은 앞서 설명한 바와 같이 샘플 실내 공간에 설치된 감지 장치를 통해 획득된 공기질 상태 정보에 대한 추세 정보와, 샘플 실내 공간 내 사람의 상태에 대한 라벨링 정보를 이용하여 수행되며, 샘플 공간의 이미지 또는 비디오 정보를 함께 이용하는 것도 가능하다.
다음으로, 추측된 상태에 대한 모니터링 정보를 출력 수단(130)을 통해 출력한다(S30). 이와 같은 모니터링 정보는, 비활동, 운동, 수면, 요리, 샤워, 식사, 흡연, 화재, 비상 및 공실 중 하나 이상을 포함할 수 있다.
마지막으로, 통신 수단(110)을 통해, 모니터링 정보를 사용자 클라이언트로 전송(S40)하여 사용자가 모니터링 정보를 활용할 수 있게 한다.
상기에서는 본 발명의 특정의 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 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: 감지 장치 20: 센서부
30: 통신 모듈 40: 제어부
50: 디스플레이 60: 메모리
70: 사용자 클라이언트 100: 실내 공간 모니터링 시스템
110: 통신 수단 120: 분석 수단
130: 출력 수단 140: 기계 학습부
150: 기계 학습 데이터베이스
30: 통신 모듈 40: 제어부
50: 디스플레이 60: 메모리
70: 사용자 클라이언트 100: 실내 공간 모니터링 시스템
110: 통신 수단 120: 분석 수단
130: 출력 수단 140: 기계 학습부
150: 기계 학습 데이터베이스
Claims (10)
- 통신 수단을 통해, 모니터링 대상 실내 공간에 설치된 감지 장치에서 계측된 공기질 상태 정보를 수신하는 단계;
분석 수단을 통해, 실내 공기질 상태에 따른 실내에 위치한 사람의 상태를 기계 학습한 학습 정보와, 상기 모니터링 대상 실내 공간의 공기질 상태 정보를 이용하여 상기 모니터링 대상 실내 공간에 위치한 사람의 상태를 추측하는 단계; 및
추측된 상기 상태에 대한 모니터링 정보를 출력 수단을 통해 출력하는 단계;를 포함하고,
상기 기계 학습은,
샘플 실내 공간에 설치된 감지 장치를 통해 획득된 공기질 상태 정보에 대한 추세 정보와, 상기 공기질 상태 정보에 대한 획득시 이미지 또는 비디오 획득 수단을 통해 함께 획득된 이미지 또는 비디오 정보와, 상기 이미지 또는 비디오 정보에 대한 분석을 통해 획득되는 상기 샘플 실내 공간 내 사람의 상태에 대한 라벨링 정보를 이용하여 수행되며,
상기 샘플 실내 공간의 다른 높이의 복수의 위치에서 획득한 다중 정보를 이용하여 수행되는 것을 특징으로 하는, 공기질 상태 정보를 이용한 실내 공간 모니터링 방법.
- 제1항에 있어서, 상기 공기질 상태 정보는.
상기 실내 공간의 온도, 습도, 이산화탄소량, 일산화탄소량, 미세먼지량 및 냄새 중 하나 이상을 포함하는 것을 특징으로 하는, 공기질 상태 정보를 이용한 실내 공간 모니터링 방법.
- 삭제
- 삭제
- 삭제
- 제1항에 있어서, 상기 모니터링 대상 실내 공간은,
건물 내 특정 개소의 내부 공간, 이동 수단의 내부 공간을 포함하는 것을 특징으로 하는, 공기질 상태 정보를 이용한 실내 공간 모니터링 방법.
- 제1항에 있어서, 상기 모니터링 정보는,
비활동, 운동, 수면, 요리, 샤워, 식사, 흡연, 화재, 비상 및 공실 중 하나 이상을 포함하는 것을 특징으로 하는, 공기질 상태 정보를 이용한 실내 공간 모니터링 방법.
- 제1항에 있어서, 상기 감지 장치는,
온도 센서, 습도 센서, 이산화탄소 센서, 일산화탄소 센서, 미세먼지 센서, 냄새 센서 중 하나 이상을 포함하는 센서부; 및
상기 센서부의 계측 정보를 상기 통신 수단으로 전송하기 위한 통신 모듈;을 포함하는 것을 특징으로 하는, 공기질 상태 정보를 이용한 실내 공간 모니터링 방법.
- 제1항에 있어서,
상기 통신 수단을 통해, 상기 모니터링 정보를 사용자 클라이언트로 전송하는 단계;를 더 포함하는 것을 특징으로 하는, 공기질 상태 정보를 이용한 실내 공간 모니터링 방법.
- 모니터링 대상 실내 공간에 설치된 감지 장치를 통해 계측된 공기질 상태 정보를 수신하는 통신 수단;
실내 공기질 상태에 따른 실내에 위치한 사람의 상태를 기계 학습한 학습 정보와, 상기 모니터링 대상 실내 공간의 공기질 상태 정보를 이용하여 상기 모니터링 대상 실내 공간에 위치한 사람의 상태를 추측하는 분석 수단; 및
추측된 상기 상태에 대한 모니터링 정보를 출력하는 출력 수단;을 포함하고,
상기 기계 학습은,
샘플 실내 공간에 설치된 감지 장치를 통해 획득된 공기질 상태 정보에 대한 추세 정보와, 상기 샘플 실내 공간 내 사람의 상태에 대한 라벨링 정보와, 이미지 또는 비디오 획득 수단을 통해 획득된 이미지 또는 비디오 정보를 함께 이용하여 수행되며,
상기 샘플 실내 공간의 다른 높이의 복수의 위치에서 획득한 다중 정보를 이용하여 수행되는 것을 특징으로 하는, 공기질 상태 정보를 이용한 실내 공간의 모니터링 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210154245A KR102606304B1 (ko) | 2021-11-10 | 2021-11-10 | 공기질 상태 정보를 이용한 인공 지능 기반 실내 공간 모니터링 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210154245A KR102606304B1 (ko) | 2021-11-10 | 2021-11-10 | 공기질 상태 정보를 이용한 인공 지능 기반 실내 공간 모니터링 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230068184A KR20230068184A (ko) | 2023-05-17 |
| KR102606304B1 true KR102606304B1 (ko) | 2023-11-29 |
Family
ID=86547455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210154245A KR102606304B1 (ko) | 2021-11-10 | 2021-11-10 | 공기질 상태 정보를 이용한 인공 지능 기반 실내 공간 모니터링 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102606304B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102157239B1 (ko) * | 2018-11-13 | 2020-09-17 | 엘지전자 주식회사 | 인공지능에 기반하여 일정에 대응하는 추천 정보를 제공하는 공기청정기 및 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060005092A (ko) | 2004-07-12 | 2006-01-17 | 주식회사 씨아이디 | 수면 무호흡증 무선 감시장치 |
| KR102445068B1 (ko) * | 2019-04-18 | 2022-09-21 | 에코스솔루션(주) | 미세먼지 농도 예측 시스템 |
| KR20210018672A (ko) * | 2019-08-08 | 2021-02-18 | 한국전자기술연구원 | 카메라를 이용한 미세먼지 농도 측정용 예측값 제공 장치 및 방법 |
-
2021
- 2021-11-10 KR KR1020210154245A patent/KR102606304B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102157239B1 (ko) * | 2018-11-13 | 2020-09-17 | 엘지전자 주식회사 | 인공지능에 기반하여 일정에 대응하는 추천 정보를 제공하는 공기청정기 및 방법 |
Non-Patent Citations (1)
| Title |
|---|
| 송정은 외 2인, "이상징후 탐지를 위한 먼지, 영상, 활동센서 기반 지능형 패턴인식 알고리즘", 한국컴퓨터정보학회논문지, 24(8), pp. 95-103, Aug., 2019. |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230068184A (ko) | 2023-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9805739B2 (en) | Sound event detection | |
| US10634380B2 (en) | System for monitoring occupancy and activity in a space | |
| JP5406006B2 (ja) | 人数推定装置及び人数推定方法 | |
| US20190278242A1 (en) | Training server and method for generating a predictive model for controlling an appliance | |
| CN110136832B (zh) | 一种基于老年人日常行为的认知能力评估系统及方法 | |
| US10943153B2 (en) | Ultrasound analytics for actionable information | |
| US9116515B2 (en) | In-room probability estimating apparatus, method therefor and program | |
| KR102459503B1 (ko) | 듀얼센서를 이용한 감시영역 이상 모니터링 시스템 및 방법 | |
| AU2019231258B2 (en) | System and method for preventing false alarms due to display images | |
| Chand et al. | Tracking a person’s behaviour in a smart house | |
| KR102606304B1 (ko) | 공기질 상태 정보를 이용한 인공 지능 기반 실내 공간 모니터링 시스템 및 방법 | |
| US20210271217A1 (en) | Using Real Time Data For Facilities Control Systems | |
| CA3039375A1 (en) | Neural network combining visible and thermal images for inferring environmental data of an area of a building | |
| US11861482B2 (en) | Training server and method for generating a predictive model of a neural network through distributed reinforcement learning | |
| US11460209B2 (en) | Environment controller and method for generating a predictive model of a neural network through distributed reinforcement learning | |
| KR20220053919A (ko) | 스마트 리빙 케어 로봇 | |
| US20230111865A1 (en) | Spatial motion attention for intelligent video analytics | |
| JP2020167447A (ja) | 解析装置、制御方法、及びプログラム | |
| JP7476028B2 (ja) | 監視情報処理装置、方法およびプログラム | |
| WO2021255899A1 (ja) | 情報処理装置、制御方法及び記憶媒体 | |
| US20210034967A1 (en) | Environment controller and methods for validating an estimated number of persons present in an area | |
| JP5845372B1 (ja) | 健康状態監視システム | |
| CN113692557A (zh) | 使用视频分析的建筑物管理系统 | |
| KR102520287B1 (ko) | 메타버스를 이용한 아동 돌봄 서비스 시스템 및 제어 방법 | |
| JP6866950B2 (ja) | 解析装置、制御方法、及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |