KR20090064937A

KR20090064937A - 상황 인지 시스템 및 그 시스템에서의 상황 인지 방법

Info

Publication number: KR20090064937A
Application number: KR1020070132322A
Authority: KR
Inventors: 임명은; 최재훈; 박수준; 박선희
Original assignee: 한국전자통신연구원
Priority date: 2007-12-17
Filing date: 2007-12-17
Publication date: 2009-06-22
Also published as: US20090157587A1; US8010478B2

Abstract

본 발명은 상황 인지 시스템 및 그 시스템에서의 상황 인지 방법에 관한 것으로서, 유비쿼터스 환경에서 추론을 통한 상황 인지를 위해, 제약 조건을 포함하는 상황 정보를 기술한 지식베이스를 모델링하는 단계; 상기 지식 베이스에 기술된 상황 정보를 상기 제약 조건 별로 분류하는 단계; 입력되는 센서 데이터를 기준으로 동일한 제약 조건의 사실 데이터를 상기 분류된 상황 정보로부터 필터링하는 단계; 상기 필터링된 사실 데이터 및 상기 제약 조건을 만족하는 규칙만을 실행 메모리에 적재하는 단계; 및 상기 적재된 사실 데이터 및 상기 규칙을 추론하여 서비스 상황을 판단하는 단계를 수행함으로써, 센서들로부터 감시 및 서비스 대상이 되는 대상자 관련 센서 데이터를 입력 받아 대상자의 현재 상황에 적합한 상황 판단 및 상황에 적절한 서비스를 실시간으로 제공할 수 있으므로 생활의 편의성을 증대시킬 수 있다.

상황 인지, 지식 베이스, 사실 필터, 추론 엔진, 객체, 사실, 규칙, 제약 조건.

Description

상황 인지 시스템 및 그 시스템에서의 상황 인지 방법{Context aware system and Context aware method in Context aware system}

본 발명은 상황 인지 기술에 관한 것으로서, 특히 유비쿼터스 환경에서 상황 인지를 위해 필요한 사실 및 규칙을 제약 조건에 따라 관리함으로써 이를 통해 서비스 상황 추론하는 상항 인지 시스템 및 그 시스템에서의 상황 인지 방법에 관한 것이다.

본 발명은 정보통신부 IT원천기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호: 2006-S-007-02, 과제명: 유비쿼터스 건강관리용 모듈 시스템].

유비쿼터스 환경에서의 상황 인지 기술은 사용자, 주면 장치, 주변 환경으로부터 획득한 센서 데이터로부터 목표 서비스를 제공하기 위한 상황의 파악 및 서비스 판별을 위해 활용되고 있다.

일반적으로 상황 인지 시스템들은 대량의 상황 정보와 상황 판단을 위한 규 칙들을 포함하고, 추론을 거쳐 판을 내리게 되는데, 추론에 사용되는 상황 정보와 규칙의 수가 많아질수록 추론 시간이 오래 걸려 실시간성에 제약을 받게 된다.

하지만, 실제 서비스 환경에서는 사용자 주변의 센서로부터 데이터가 실시간으로 전달되고, 상황 판단 또한 실시간성을 요구하게 되므로 상황 인지 서비스에 있어서 실시간성은 필수요소이다.

따라서 실시간성의 보장을 위한 추론 방법의 보완이 요구되고 있다. 그중 온토로지를 활용한 추론 방법들은 규칙 및 상황에 대한 캐싱(Cashing) 기법을 이용하거나, 온톨로지를 도메인 독립적인 상위 온톨로지와 도메인 종속적인 하위 온토로지로 이원화하여 실행 시간에 메모리에 적재되는 규칙의 개수를 줄이는 방법으로 추론 속도의 향상을 꾀하였다. 특히, 종래의 기술에서는 상황 인지 애플리케이션에서 상황인지 애플리케이션에서 상황인지에 사용될 질의를 분석하여 질의와 관련된 상황 정보들만 실시간에 적재하도록 하여 추론에 사용되는 상황 정보의 수를 줄이는 방식으로 속도 개선을 시도하였다. 한편, 일반적으로 유비쿼터스 데이터는 공간적 요소와 시간적 요소를 대부분 포함하게 되는데, 종래 기술에서는 공간 요소와 시간 요소에 대해 고려하고 있지 않아 두 요소에 대해 여과될 수 있는 데이터 상황정보에 내포하게 되어 전체적으로 처리해야 할 상황 정보의 수가 여전히 많다는 문제점이 있다.

상술한 바와 같은 문제점을 해결하기 위해 본 발명은 유비쿼터스 환경에서 서비스 및 환경에 대한 상황 정보와 상황판별 규칙을 온톨로지 형태의 지식으로 저장하고, 상황 인식을 위해 필요한 사실 및 규칙을 제약 조건에 따라 부분적으로 추론 엔진에 적재하여 추론을 실행하도록 하는 상황 인지 시스템 및 그 시스템에서의 상황 인지 방법을 제공한다.

상기 이러한 본 발명의 목적들을 달성하기 위한 상황 인지 시스템은, 제약 조건을 포함하는 상황 정보를 기술한 지식베이스; 상기 지식 베이스에 기술된 상황 정보를 상기 제약 조건 별로 분류하는 분류기; 상기 입력되는 센서 데이터를 기준으로 동일한 제약 조건의 사실 데이터를 상기 분류된 상황 정보로부터 필터링하는 사실 필터; 및 상기 필터링된 사실 데이터 및 상기 제약 조건을 만족하는 규칙만을 적재하는 실행 메모리를 갖고, 상기 적재된 사실 데이터 및 상기 규칙을 추론하여 서비스 상황을 판단하는 추론 엔진을 포함하는 것을 특징으로 한다.

상기 본 발명의 목적들을 달성하기 위한 상황 인지 시스템에서의 상황 인지 방법은, 제약 조건을 포함하는 상황 정보를 기술한 지식베이스를 모델링하는 단계; 상기 지식 베이스에 기술된 상황 정보를 상기 제약 조건 별로 분류하는 단계; 입력되는 센서 데이터를 기준으로 동일한 제약 조건의 사실 데이터를 상기 분류된 상황 정보로부터 필터링하는 단계; 및 상기 필터링된 사실 데이터 및 상기 제약 조건을 만족하는 규칙만을 실행 메모리에 적재하는 단계; 상기 적재된 사실 데이터 및 상기 규칙을 추론하여 서비스 상황을 판단하는 단계를 포함하는 것을 특징으로 한다.

본 발명은 실내에 설치되어 지속적으로 발생하는 센서들로부터 감시 및 서비스 대상이 되는 대상자 관련 센서 데이터를 입력 받아 대상자의 현재 상황에 적합한 상황 판단 및 상황에 적절한 서비스를 실시간으로 제공하기 위한 추론을 실행함으로써 생활의 편의성을 증대시킬 수 있다.

또한, 본 발명은 만성 질환 환자의 복약 관리 서비스와 같은 상황의 파악 및 서비스 판단 기능이 요구되는 애플리케이션 등 개인 사용자 중심의 상황 인지가 요구되는 유사한 상황에 효과적으로 적용할 수 있다.

이하, 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 본 발명을 설명함에 있어, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

본 발명의 실시예에서는 다중 센서 데이터의 특성을 고려하여 상황 추론 시 상황 모델에서 전체 상황 정보를 사용하는 대신 상황 정보를 구성하는 객체 및 관 계 정보에 시공간적 정보와 의존적 관계 정보에 대한 제약 조건을 기술하는 항목을 두고 센서 데이터가 발생 이전 및 발생되었을 경우, 각각 관련된 제약 조건을 만족하는 상황 정보 및 규칙들만을 메모리에 적재한다. 그리고 본 발명의 실시예에서는 메모리에 적재된 상황 정보 및 규칙들을 대상으로 추론을 실행하여 추론 속도의 효율성을 개선하고자 한다.

그러면 본 발명의 실시예에서는 유비쿼터스 환경에서 다중 센서 데이터를 입력 받아 상황을 인지하는 상황 인지 시스템 및 상황 인지 방법에 대해 설명하기로 한다. 우선, 상황 인지 시스템의 구조에 대해 첨부된 도면을 참조하여 구체적으로 설명하기로 한다.

도 1은 본 발명의 실시예에 따른 상황 인지 시스템의 구조를 도시한 도면이다.

상기 도 1을 참조하면, 상기 상황 인지 시스템은 지식 베이스(110)와, 센서 데이터 전처리기(120)와, 사실 필터(130)와, 추론 엔진(140)과, 사실 분류기(150) 및 질의 처리기(160)를 포함하여 구성될 수 있다.

상기 지식 베이스(110)는 상황 인지를 위해 우선적으로 상황의 구성 요소 및 관계, 상황의 발생 조건을 기술한다. 상기 지식 베이스(110)는 상기 상황의 구성 요소와 이들 간의 관계를 객체-관계 트리로 구성하고, 상호 구성하는 객체의 실제 인스턴스를 사실(Fact)로 선언한다. 이때, 상기 객체 정의 및 인스턴스 생성 시 사실 필터링에 사용할 각 제약 조건들이 같이 정의된다. 그리고 상기 지식 베이스(110)는 객체 및 인스턴스 간의 관계에 대한 제약 조건을 기술하고, 상기 제약 조건이 만족되었을 경우 발생할 새로운 사실을 규칙으로 기술한다. 이러한 지식 베이스(110)에 기술되는 지식을 예를 들면, 첨부된 도 2에 도시된 바와 같다.

상기 도 2에 도시된 바와 같은 지식은 가정 내의 일정 알림 서비스를 위한 간단한 지식의 표현 예로써, 상기 지식은 대상 사용자(User), 가정 내 화면 표시 장치(Device), 장치와 사용자의 위치(Location), 사용자의 일정(Schedule) 객체들로 구성된다. 상기 각 객체들은 객체들 간의 관계를 정의하는 속성(예를 들어 isLocatedIn-User와, Location의 관계, 사용자가 특정 장소에 위치함을 의미)과 제약 조건을 기술하는 공통 속성(constraint)을 가진다.

상기 센서 데이터 전처리기(120)는 상황 정의 후 상기 상황 인지 시스템이 동작을 시작하면, 각종 센서로부터 입력되는 raw 데이터를 수집하고, 이를 추론 지식의 요소로 매핑한다. 예를 들어, 무선인식(RFID)이 부착된 가정 내의 각 장치들로부터 리더기를 통해 ID를 읽어서 지식 내의 특정 장비(TV, 냉장고 등)에 대한 사실 데이터로 변환하거나, 비전 및 초음파 센서를 이용한 실내 위치 인식 방법에서 실내 위치의 좌표가 나오면 이를 공간 이름(거실, 침실 등)에 대한 사실 데이터로 변환한다.

상기 사실 필터(130)는 제약 조건에 기술된 각 제약 조건에 따라 사실 데이터를 필터링하고, 필터링된 사실 데이터를 추론 엔진(140)에 전달한다.

상기 추론 엔진(140)은 상기 사실 필터(130)로부터 전달받은 사실 데이터와 상기 지식 베이스(110)로부터 전달받은 규칙을 전달받아 이들에 대해 추론 스레드를 생성하여 추론 과정을 실행하고, 새로운 사실이 생성되면, 지식베이스(110)로 새로운 사실에 대한 데이터를 전달하여 저장된 전체 사실 데이터를 갱신하도록 한다. 그리고 상기 추론 엔진(140)은 전달받은 상기 사실 데이터 및 규칙을 적재하는 실행 메모리를 포함한다. 후술될 도 5에서는 이러한 실행 메모리(141)가 상기 추론 엔진(140) 외부에 별도로 구비되는 것으로 도시하였음에 유의하여야 한다.

상기 분류기(150)는 상황에 대한 지식 베이스(110)의 모델이 구성되고, 실제 인스턴스들이 생성되면, 실제 추론 이전에 인스턴스들을 추론 제약 조건(공간 제약, 시간 제약 및 객체 제약 조건)에 따라 분류(Classification)한다. 즉, 상기 분류기(150)는 모델 작성 시에 기술한 제약 조건의 값에 대하여 동일한 또는 유사한 범위에 있는 사실 데이터들을 하나의 레지스트리에 등록하는 형태로 인스턴스들을 분류한다.

상기 질의처리기(160)는 외부의 서비스 애플리케이션에서 지식베이스에 질의를 하고, 해당 질의를 실행하여 결과를 애플리케이션에 반환한다.

이와 같은 구조를 갖는 상황 인식 추론 시스템에서는 상황 인지를 위해 규칙 및 사실이 필요하므로 추론 실행 이전에 이들을 미리 설정하여 관리해야 한다. 그러면 상기 상황 인식 추론 시스템에서 제약 조건에 따라 규칙 및 사실을 관리하고, 이를 통해 서비스 상황을 추론하여 상황을 인지하기 위한 방법을 첨부된 도면들을 참조하여 구체적으로 설명하기로 한다.

상황 인지를 위해서는 상술한 바와 같이 실제 객체 및 인스턴스 생성 시 사실 필터링에 사용할 각 제약 조건들이 같이 설정되는데, 이러한 상기 제약 조건은 공간 제약, 시간 제약 및 객체 제약으로 구분될 수 있다.

상기 공간 제약은 공간을 의미하는 장소의 이름 혹은 자표로 표현되며, 해당 객체 또는 서비스(이벤트)가 특정 공간 안에서만 유효한 데이터임을 의미한다. 상기 도 2에 도시된 바와 같은 일정 관리 서비스에서 화면 표시 장치(Device) 객체의 하위 객체인 'TV'에 대한 제약 조건을 'SPATIAL' 타입의 제약을 갖도록 정의하고, 상기 객체의 인스턴스로 '거실_TV' 인스턴스를 '거실' 제약 값으로 생성한다면, '거실_TV' 인스턴스는 대상자가 거실에 위치할 경우에만 본 인스턴스가 유효함을 표현하게 된다.

상기 시간 제약은 상기 공간 제약과 유사하게 기준이 되는 시각과 시작으로부터의 범위로 표현되며, 해당 객체가 특정 시간의 범위 내에서만 유효한 데이터임을 의미한다. 상기 도 2에 도시된 바와 같은 일정 관리 시스템에서 서비스(Service) 객체의 제약 조건을 'TEMPORAL' 타입의 제약을 갖도록 정의하고, 그 인스턴스로 '안부 인사' 인스턴스를 '07:00 / 30' 제약 값으로 생성한다면, 상기 '안부 인사' 서비스는 오전 7시의 30분 전후로만 유효한(발생 가능한) 서비스임을 표현하게 된다.

상기 객체 조약은 지식을 구성하는 특정 객체 이름으로 표현되며, 해당 객체가 제약된 특정 객체 인스턴스에 종속적이게 됨을 의미한다. 상기 도 2에 도시된 바와 같은 일정 관리 시스템에서 컴퓨터(Computer) 객체의 제약 조건을 'OBJECT'로 정의하고, 대상 객체를 'User'로 정의한 후 '노트북_1' 인스턴스를 '할아버지' 제약값으로 생성한다면, '노트북_1' 인스턴스는 'User' 객체의 인스턴스 중 '할아버 지'인스턴스에 종속적이게 됨을 표현한다.

이와 같은 방식대로 선언된 객체 및 제약 조건은 이들로부터 사실(Fact)의 형태로 실제 인스턴스화되어 규칙에서 실제 상황 판단을 위해 사용된다. 이러한 제약 조건의 기술 요소 및 표현 방식은 첨부된 도 3에 도시된 바와 같다.

상기 도 3을 참조하면, 실제 제약 조건은 constraint_type과 constraint_value로 표현된다. 상기 constraint_type은 객체의 제약 조건의 타입을 표현하며, 'TEMPORAL / SPATIAL / OBJECT'가 될 수 있다. 상기 constraint_value는 객체로부터 생성된 실제 인스턴스에 대한 제약 조건 값을 명세하며, 제약 타입에 따라 적절한 형태의 조건 값이 기술된다. 다음 기술되는 constraint_target은 constraint_type이 OBJECT인 경우에만 나타나며, 종속되는 객체의 선언된 이름을 지시한다. 이러한 상기 도 3의 제약 조건을 포함한 실제 지식 베이스를 XML 문서 타입으로 표현할 수 있는데, 이러한 일예는 첨부된 도 4에 도시된 바와 같다.

상기 지식 베이스(110)는 객체(Atoms), 규칙(Rules), 인스턴스(Instances)의 집합으로 구성된다.

상기 객체(Atoms)는 제약조건과 객체간의 관계 및 속성을 의미하는 Property로 구성되고, 전술한 객체의 탬플릿을 정의하며, 제약 조건 타입에 대한 명세 'constraint_type'과 'constraint_target'을 속성으로 가진다.

상기 규칙(Rules)은 And 연산자로 연결된 각 객체 및 속성들의 조건부(Body)와 실행부(Head)로 구성되어 특정 상황 및 서비스의 발생 조건을 명세하며, 'If satisfies (Body) then execute (Head)'의 의미를 갖는다. 예를 들어 상기 도 3에 도시된 바와 같은 'showSchedule' 규칙 XML을 규칙 표현법으로 표현하면, 'isLocatedIn(?u, 거실) ^ hasDevice(거실, ?d) ^ workToDo(?s, ?w) ^ hasTime(?s, ?t) ^ timer(now, ?t) -> display(?d, ?w)'와 같이 표현할 수 있다. 이는 '사용자가 거실에 있고, 스케줄 s가 있으며, 시간이 7시가 되면 거실에 있는 장치 d에 할일 w를 출력하라'의 의미로 해석할 수 있다. 상기 추론 엔진(140)은 이러한 규칙들을 만족시키는 사실들이 존재할 경우 display(?d, ?w)를 진실(TRUE)로 판단한다.

상기 인스턴스(Instances)는 객체의 템플릿에 따라 실제 사실 데이터를 가진다. 즉, 제약 조건 값에 대한 명세 'constraint_value'를 속성으로 가진다.

상술한 바와 같이 상황에 대한 지식베이스 모델이 구성되고 실제 인스턴스들이 생성되면, 상기 상황 인지 시스템은 분류기(150)를 통해 실제 추론 이전에 인스턴스들의 분류(Classification)를 수행한다. 이는 제약 조건의 실제 데이터 입력이 발생할 경우, 입력 데이터에 일치하는 범위의 데이터들을 실행 메모리에 용이하게 적재하기 위해 추론 실행 시간 이전에 미리 수행된다. 이때, 규칙 데이터의 적재도 수행된다. 그런 다음 상기 상항 인지 시스템은 센서 데이터가 입력되면, 상기 상황 인지 시스템은 사실 집합에 대해 입력 센서 데이터를 기준으로 공간 제약 및 시간 제약을 만족하는 사실들을 필터링하여 실행 메모리에 적재하고 추론을 실행하는 과정을 수행한다. 이와 같은 과정들을 보다 구체적으로 설명하기로 한다. 여기서 상기 사실 필터링은 상기 도 2에 도시된 바와 같은 알림 서비스를 예를 들어 설명하 기로 한다.

도 5는 본 발명의 실시예에 따라 상황 인지 시스템에서 사실 필터링 및 추론 실행 과정을 도시한 도면이다.

상기 도 5를 참조하면, 분류기(150)는 공간 제약 조건 분류기(Spatial Classifier)(151)를 통해 공간 제약 조건이 기술된 Device에 대해 같은 제약 조건 값을 가지는 '에어컨'과 '거실TV', '안방TV'와 '전화기'를 각각 동일한 범주로 분류한다. 이와 동일한 방법으로 분류기(150)는 시간 제약 조건 분류기(Temporal Classifier)(152)를 통해 시간 제약 조건 값에 따라 사실들을 분류한다. 한편, 객체 제약 조건 분류에 대해서는 따로 도시하지 않았으나 동일한 방법으로 수행될 수 있다.

이후, 실제 센서 데이터(202)가 입력되면, 사실 필터(130)는 센서 데이터 중 공간/시간 값에 해당하는 데이터를 이용하여 동일한 공간/시간 범위의 사실 데이터를 상기 분류된 사실들로부터 필터링한 후, 추론 엔진(150)의 실행 메모리(141)에 적재한다. 구체적으로, '07:12'와 '거실' 이라는 시간/공간 데이터가 입력되었으므로 사실 필터(130)는 해당 데이터와 유사 또는 동일한 범주의 데이터인 '에어컨', '거실TV', '아침식사', '세면'과 같은 사실 데이터를 필터링하여 상기 실행 메모리(141)에 적재한다. 여기서 상기 시간 제약에 대한 필터링은 시간 데이터 발생 주기별로 매번 발생한 시간 데이터에 대한 정확한 매칭 또는 시간의 범위 매칭으로 판단할 수 있으며, 공간 제약에 대한 필터링은 공간의 변화가 있을 경우(예, 거실안방 이동)에 범주 데이터로부터 데이터 필터를 시도한다. 객체 의존 조건의 경우, 해당 객체의 센서 데이터가 활성화된 경우(예, '홍길동' 사용자가 집안에서 감지됨) 필터링을 실행하여 사실 데이터를 갱신한다.

그러면, 추론 엔진(140)은 센서 데이터 및 적재된 실행 메모리(141)의 사실 데이터 집합 및 규칙을 이용하여 추론을 수행한다. 주어진 사실 데이터 및 규칙에 대해 전방위 추론(Forward chaining) 또는 후방위 추론(Backward chaining) 과정을 거쳐 TRUE인지를 판단하여 결과 데이터 집합을 생성한다. 이에 따라 추론 엔진(140)은 전술한 규칙 예와 사실 데이터로부터 '거실TV에 아침식사 준비 메시지를 디스플레이 하라'는 'display(거실TV, 아침 식사 준비)' 데이터(202)를 활성화(fire)한다.

한편, 본 발명의 상세한 설명에서는 구체적인 실시 예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 안되며 후술하는 발명청구의 범위뿐 만 아니라 이 발명청구의 범위와 균등한 것들에 의해 정해져야 한다.

도 1은 본 발명의 실시예에 따른 상황 인지 시스템의 구조를 도시한 도면,

도 2는 본 발명의 실시예에 따른 일정 알림 서비스의 지식 구성의 일예를 도시한 도면,

도 3은 본 발명의 실시예에 따른 제약 조건 요소 및 표현 방법을 도시한 도면,

도 4는 본 발명의 실시예에 따른 지식베이스의 XML 표현 예를 도시한 도면,

도 5는 본 발명의 실시예에 따라 상황 인지 시스템에서 사실 필터링 및 추론 실행 과정을 도시한 도면.

Claims

제약 조건을 포함하는 상황 정보를 기술한 지식베이스;

상기 지식 베이스에 기술된 상황 정보를 상기 제약 조건 별로 분류하는 분류기;

상기 입력되는 센서 데이터를 기준으로 동일한 제약 조건의 사실 데이터를 상기 분류된 상황 정보로부터 필터링하는 사실 필터; 및

상기 필터링된 사실 데이터 및 상기 제약 조건을 만족하는 규칙만을 적재시키고, 상기 적재된 사실 데이터 및 상기 규칙을 추론하여 서비스 상황을 판단하는 추론 엔진을 포함하는 것을 특징으로 하는 상황 인지 시스템.
제1항에 있어서,

상기 상황 정보는 객체, 객체간 관계, 상황을 구성하는 상기 객체의 실제 인스턴스가 선언된 사실, 상기 객체 및 상기 인스턴스 간의 관계에 대한 조건을 기술하고 특정 상황 및 서비스의 발생 조건을 기술한 규칙을 포함함을 특징으로 하는 상황 인지 시스템.
제1항에 있어서, 상기 분류기는,

상기 제약 조건에서 공간 제약 조건이 기술된 객체에 대해 같은 공간 제약 조건 값을 갖는 사실 데이터들을 동일한 범주로 분류하는 공간 제약 조건 분류기;

상기 제약 조건에서 시간 제약 조건이 기술된 객체에 대해 같은 시간 제약 조건 값을 갖는 사실 데이터들을 동일한 범주로 분류하는 시간 제약 조건 분류기; 및

상기 제약 조건에서 객체 제약 조건이 기술된 객체에 대해 같은 객체 제약 조건 값을 갖는 사실 데이터들을 동일한 범주로 분류하는 객체 제약 조건 분류기를 포함하는 것을 특징으로 하는 상황 인지 시스템.
제1항에 있어서,

상기 추론 엔진은 상기 필터링된 사실 데이터 및 상기 제약 조건을 만족하는 상기 규칙만을 적재하는 실행 메모리를 포함하는 것을 특징으로 하는 상황 인지 시스템.
제약 조건을 포함하는 상황 정보를 기술한 지식베이스를 모델링하는 단계;

상기 지식 베이스에 기술된 상황 정보를 상기 제약 조건 별로 분류하는 단계;

입력되는 센서 데이터를 기준으로 동일한 제약 조건의 사실 데이터를 상기 분류된 상황 정보로부터 필터링하는 단계;

상기 필터링된 사실 데이터 및 상기 제약 조건을 만족하는 규칙만을 실행 메모리에 적재하는 단계; 및

상기 적재된 사실 데이터 및 상기 규칙을 추론하여 서비스 상황을 판단하는 단계를 포함하는 것을 특징으로 하는 상황 인지 시스템에서의 상황 인지 방법.
제5항에 있어서,

상기 상황 정보는 객체, 객체간 관계, 상황을 구성하는 상기 객체의 실제 인스턴스가 선언된 사실, 상기 객체 및 상기 인스턴스 간의 관계에 대한 조건을 기술하고 특정 상황 및 서비스의 발생 조건을 기술한 규칙을 포함함을 특징으로 하는 상황 인지 시스템에서의 상황 인지 방법.
제5항에 있어서,

상기 제약 조건은 공간을 의미하는 장소의 이름으로 표현되는 공간 제약 조건, 기준이 되는 시각과 시각으로부터의 범위로 표현되는 시간 제약 조건, 상기 지식 베이스를 구성하는 특정 객체 이름으로 표현되는 객체 제약 조건을 포함하는 것을 특징으로 하는 상황 인지 시스템에서의 상황 인지 방법.
제5항에 있어서, 상기 필터링하는 단계는,

상기 센서 데이터를 입력받는 단계;

상기 센서 데이터에서 공간/시간 값에 해당하는 데이터를 확인하는 단계; 및

상기 확인된 공간/시간 값에 해당하는 데이터와 동일한 공간/시간 범위의 제약 조건을 만족하는 사실 데이터를 상기 분류된 상황 정보로부터 필터링하여 얻는 단계를 포함하는 것을 특징으로 하는 상황 인지 시스템에서의 상황 인지 방법.
제5항에 있어서, 상기 상황 정보를 상기 제약 조건 별로 분류하는 단계는,

상기 제약 조건에서 공간 제약 조건이 기술된 객체에 대해 같은 공간 제약 조건 값을 갖는 사실 데이터들을 동일한 범주로 분류하는 단계;

상기 제약 조건에서 시간 제약 조건이 기술된 객체에 대해 같은 시간 제약 조건 값을 갖는 사실 데이터들을 동일한 범주로 분류하는 단계; 및

상기 제약 조건에서 객체 제약 조건이 기술된 객체에 대해 같은 객체 제약 조건 값을 갖는 사실 데이터들을 동일한 범주로 분류하는 단계를 더 포함하는 것을 특징으로 하는 상황 인지 시스템에서의 상황 인지 방법.