KR20170095082A - 사물 인터넷 학습을 위한 실습 디바이스 및 그 방법 - Google Patents

사물 인터넷 학습을 위한 실습 디바이스 및 그 방법 Download PDF

Info

Publication number
KR20170095082A
KR20170095082A KR1020160016617A KR20160016617A KR20170095082A KR 20170095082 A KR20170095082 A KR 20170095082A KR 1020160016617 A KR1020160016617 A KR 1020160016617A KR 20160016617 A KR20160016617 A KR 20160016617A KR 20170095082 A KR20170095082 A KR 20170095082A
Authority
KR
South Korea
Prior art keywords
learning unit
sensing information
unit
sensors
information
Prior art date
Application number
KR1020160016617A
Other languages
English (en)
Inventor
권오영
추길호
윤재식
Original Assignee
한국기술교육대학교 산학협력단
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 한국기술교육대학교 산학협력단 filed Critical 한국기술교육대학교 산학협력단
Priority to KR1020160016617A priority Critical patent/KR20170095082A/ko
Publication of KR20170095082A publication Critical patent/KR20170095082A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/0053—Computers, e.g. programming
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Educational Technology (AREA)
  • Computer Hardware Design (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

실습 디바이스가 제공된다. 실습 디바이스는 대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 제1 학습부, 상기 제1 학습부에 커플링되어, 상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어하는 제어 프로그램을 실시간으로 적용하는 중앙 처리부, 및 상기 중앙 처리부 또는 제1 학습부와 유무선 통신 인터페이스를 통해 연결되며, 상기 제어 프로그램을 프로그래밍하거나 상기 제1 학습부로부터의 센싱 정보를 분석하도록 구성된 제어부를 포함한다.

Description

사물 인터넷 학습을 위한 실습 디바이스 및 그 방법{PRACTICING DEVICE AND METHOD FOR TRAINING INTERNET OF THINGS}
본 발명은 사물 인터넷 학습을 위한 실습 디바이스 및 그 방법에 관한 것으로서, 보다 상세하게는 대상 사물에 탈부착 가능한 이동형 학습 디바이스를 통해 각종 사물에 대한 사물인터넷(Internet of Thing, IoT) 환경을 학습할 수 있는 테스트 디바이스를 제공하기 위한 실습 디바이스 및 그 실습 방법에 관한 것이다.
인터넷은 인간이 정보를 생성하고 소비하는 인간 중심의 연결 망에서, 사물 등 분산된 구성 요소들 간에 정보를 주고 받아 처리하는 IoT(Internet of Things, 사물인터넷) 망으로 진화하고 있다. IoT는 기존의 IT(information technology)기술과 다양한 산업 간의 융합 및 복합을 통하여 스마트홈, 스마트 빌딩, 스마트 시티, 스마트 카 혹은 커넥티드 카, 스마트 그리드, 헬스 케어, 스마트 가전, 첨단의료서비스 등의 분야에 응용된다. IoT를 구현하기 위해서, 센싱 기술, 유무선 통신 및 네트워크 인프라, 서비스 인터페이스 기술, 및 보안 기술과 같은 기술 요소 들이 요구되며, 이러한 기술들에 대한 교육은 필수적이다. IoT 기술과 관련된 교육을 진행함에 있어서, 종래에는 다양한 센서들을 제어하고 다양한 센서들을 제어할 수 있도록 프로그래밍하는 기능만을 수행할 수 있는 중앙 처리부에 부착된 실습용 디바이스를 활용되었다.
종래의 실습 디바이스는, 웹서버와의 연동 없이, 중앙 처리부에 부착된 실습 디바이스를 통해 다양한 센서의 센싱 조건 및 센서를 통해 획득한 데이터를 사전에 제공된 프로그램만을 통해 분석하는데 그쳤다. 하지만, 다양한 사물에 IoT 기술을 적용하기 위해서는 다양한 사물이 위치하는 환경에 대한 정보, 다양한 사물과의 유무선 통신 및 네트워크 인프라, 및 실시간으로 적용 가능한 서비스 인터페이스에 대한 학습이 요구된다. 이에, 본 발명이 해결하고자 하는 과제는 새로운 사물들에 부착하여, 새로운 사물에서 요구되는 센서 종류 및 센싱 조건을 결정할 수 있는 실습 디바이스 및 그 실습 방법을 제공하고자 하는 것이다.
본 발명이 해결하고자 하는 다른 과제는 새로운 사물에 부착 가능한 실습 디바이스를 통해 획득한 센싱 데이터들 중 유의미한 데이터들을 활용하여 실시간으로 센싱 조건 및 센싱 데이터가 반영된 프로그램이 제공될 수 있는 실습 디바이스 및 그 실습 방법을 제공하고자 하는 것이다.
본 발명의 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 실습 디바이스는,
대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 제1 학습부, 상기 제1 학습부에 커플링되어, 상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어하는 제어 프로그램을 실시간으로 적용하는 중앙 처리부, 및 상기 중앙 처리부 또는 제1 학습부와 유무선 통신 인터페이스를 통해 연결되며, 상기 제어 프로그램을 프로그래밍하거나 상기 제1 학습부로부터의 센싱 정보를 분석하도록 구성된 제어부를 포함한다.
다양한 센서들 및 디바이스들을 수용 가능한 포트를 포함하며, 상기 제1 학습부의 복수의 센서들에 대응하는 상기 다양항 센서들의 정보를 제공하고, 상기 분석된 정보에 대응하여 상기 디바이스들을 작동시키는 제2 학습부를 더 포함할 수 있으며, 상기 제2 학습부는 상기 제1 학습부 및 상기 상기 중앙 처리부에 커플링될 수 있다.
상기 제어부는, 상기 제1 학습부로부터의 센싱 정보들 중 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어하고, 상기 제2 학습부의 디바이스의 동작을 제어하는 상기 제어 프로그램을 프로그래밍하는 프로그래밍부, 및 상기 제1 학습부로부터의 센싱 정보 및 상기 제2 학습부로부터의 정보를 분석하기 위해 웹서버와 연결되는 웹서버부를 더 포함할 수 있다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 실습 방법은, 대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 제1 학습부를 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 단계, 상기 제1 학습부로부터의 센싱 정보들을 분석하거나, 상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어할 수 있는 제어 프로그램을 실시간으로 프로그래밍하는 단계, 및 상기 분석 결과 또는 상기 프로그래밍된 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 포함한다.
상기 분석된 센싱 정보들, 상기 복수의 센서들의 정보들 및 제2 학습부에 수용되는 디바이스들의 정보들을 중앙 처리부에 제공하는 단계를 더 포함할 수 있다.
상기 분석된 센싱 정보들, 상기 복수의 센서들의 정보들 및 상기 디바이스들의 정보들에 기초하여 상기 제어 프로그램을 재프로그래밍하는 단계, 및 상기 재프로그래밍된 제어 프로그램을 통해 상기 제1 학습부 및 제2 학습부를 제어하는 단계를 더 포함할 수 있다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 프로그램을 저장하는 컴퓨터 판독가능 매체는, 대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 제1 학습부를 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 단계, 상기 제1 학습부로부터의 센싱 정보들을 분석하거나, 상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어할 수 있는 제어 프로그램을 실시간으로 프로그래밍하는 단계, 및 상기 분석 결과 또는 상기 프로그래밍된 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 수행하는 프로그램을 포함한다.
상기 프로그램은, 상기 분석된 센싱 정보들, 상기 복수의 센서들의 정보들 및 제2 학습부에 수용되는 디바이스들의 정보들을 중앙 처리부에 제공하는 단계를 더 포함할 수 있다.
상기 프로그램은, 상기 분석된 센싱 정보들, 상기 복수의 센서들의 정보들 및 상기 디바이스들의 정보들에 기초하여 상기 제어 프로그램을 재프로그래밍하는 단계, 및 상기 재프로그래밍된 제어 프로그램을 통해 상기 제1 학습부 및 제2 학습부를 제어하는 단계를 더 포함할 수 있다.
상기 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 실습 방법은, 대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 제1 학습부를 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 단계, 상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들이 미리 제공된 센서들의 센싱 정보들을 비교하는 단계, 및 상기 선택된 센싱 정보들이 상기 미리 제공된 센서들의 센싱 정보에 포함되는 경우, 상기 미리 제공된 센서들의 센싱 정보들을 통해 상기 제1 학습부로부터의 센싱 정보를 분석하고, 상기 제1 학습부를 제어하는 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 포함한다.
상기 선택된 센싱 정보들이 상기 미리 제공된 센서들의 센싱 정보에 포함되지 않는 경우, 상기 제1 학습부로부터의 센싱 정보들을 분석하거나, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어할 수 있는 제어 프로그램을 실시간으로 프로그래밍하는 단계, 및 상기 분석 결과 또는 상기 프로그래밍된 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 더 포함할 수 있다.
상기 센싱 정보를 실시간으로 분석하거나 상기 센싱 정보에 대응하는 제어 프로그램을 실시간으로 프로그래밍하는 단계는 웹서버와 연동되어 실시될 수 있다.
상기 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 프로그램을 저장하는 컴퓨터 판독가능 매체는, 대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 제1 학습부를 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 단계, 상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들이 미리 제공된 센서들의 센싱 정보들을 비교하는 단계, 및 상기 선택된 센싱 정보들이 상기 미리 제공된 센서들의 센싱 정보에 포함되는 경우, 상기 미리 제공된 센서들의 센싱 정보들을 통해 상기 제1 학습부로부터의 센싱 정보를 분석하고, 상기 제1 학습부를 제어하는 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 수행하는 프로그램을 포함한다.
상기 프로그램은, 상기 선택된 센싱 정보들이 상기 미리 제공된 센서들의 센싱 정보에 포함되지 않는 경우, 상기 제1 학습부로부터의 센싱 정보들을 분석하거나, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어할 수 있는 제어 프로그램을 실시간으로 프로그래밍하는 단계, 및 상기 분석 결과 또는 상기 프로그래밍된 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 더 포함할 수 있다.
상기 센싱 정보를 실시간으로 분석하거나 상기 센싱 정보에 대응하는 제어 프로그램을 실시간으로 프로그래밍하는 단계는 웹서버와 연동되어 실시될 수 있다.
기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들을 통해 서술될 수 있다.
본 발명의 실시예들에 의하면 적어도 다음과 같은 효과가 있다.
즉, 새로운 사물에 요구되는 IoT 기술의 종류 및 환경에 대한 실습을 제공할 수 있다.
또한, 웹서버와 연동되어 실시간으로 새로운 사물로부터 획득한 센싱 데이터를 처리할 수 있는 실습 프로그램을 제공할 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 일 실시예에 따른 실습 디바이스의 블록도이다.
도 2는 도 1의 중앙 처리부의 블록도이다.
도 3은 도 1의 제1 학습부의 블록도이다.
도 4은 도 1의 제2 학습부의 블록도이다.
도 5는 본 발명의 일 실시예에 따른 실습 디바이스의 실습 방법을 나타낸 순서도이다.
도 6은 본 발명의 다른 실시예에 따른 실습 디바이스의 실습 방법을 나타낸 순서도이다.
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 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
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.
이하, 첨부된 도면을 참고로 하여 본 발명의 실시예들에 대해 설명한다.
도 1은 본 발명의 일 실시예에 따른 실습 디바이스의 블록도이다.
도 1을 참조하면, 실습 디바이스(100)는 중앙 처리부(110), 제1 학습부(130), 제2 학습부(150), 및 제어부(170)를 포함할 수 있다.
중앙 처리부(110)는 제1 학습부(130) 및 제2 학습부(150)와 유무선 통신 인터페이스를 통해 연결될 수 있으며, 제1 학습부(130) 및 제2 학습부(150)에 포함 또는 연결될 수 있는 복수의 센서들이 센싱한 데이터들을 전달받아, 미리 제공된 크로스 컴파일 환경 및 관련 라이브러리, 샘플 프로그램 및 소스 코드 등을 이용하여, 센싱한 데이터들 중 유의미한 데이터들을 선별하여 제1 학습부(130) 또는 제2 학습부(150)에 적용할 크로스 컴파일 환경 및 관련 라이브러리, 샘플 프로그램 및 소스 코드 등을 제공할 수 있다. 또한, 중앙 연산부(111) 및 실시간 동작 시스템(Real Time Operating System, RTOS)(115)를 포함할 수 있어, 실시간으로 제1 학습부(130) 또는 제2 학습부(150)에 적용할 크로스 컴파일 환경 및 관련 라이브러리, 샘플 프로그램 및 소스 코드 등을 프로세서(170)로부터 제공받을 수 있다.
제1 학습부(130)는 접착부(132)를 통해 대상 사물에 탈부착할 수 있으며, 센서부(133)에 포함된 복수의 센서들을 통해 대상 사물이 위치한 주변 환경 및 대상 사물의 상태를 센싱할 수 있다. 제1 학습부(130)는 유무선 통신 인터페이스를 통해 중앙 처리부(110)와 통신할 수 있다. 또한, 제1 학습부(130)는 제1 연산부(131) 및 실시간 동작 시스템(RTOS)(135)를 포함할 수 있어, 실시간으로 중앙 처리부(110)로부터 크로스 컴파일 환경 및 관련 라이브러리, 샘플 프로그램 및 소스 코드 등을 제공받을 수 있다.
제2 학습부(150)는 중앙 처리부(110)와 유선 통신 인터페이스를 통해 통신할 수 있으며, 복수의 센서 또는 장치들을 연결할 수 있는 제2 연결부(156)를 통해 다양한 종류의 센서들 또는 장치들을 수용하여 동작할 수 있다. 제2 학습부(150)는 제2 연결부(156)을 통해 수용된 센서들 또는 장치들의 동작 여부 및 동작 조건 등을 센싱할 수 있다. 또한, 제2 학습부(150)는 제1 학습부(130)와 유무선 통신 인터페이스를 통해 통신하여, 제1 학습부(130)로부터 센싱된 정보들이 제2 학습부(150)로부터 센싱된 정보들과 일치하는지 여부를 판단할 수 있다. 그리고, 제2 학습부(150)는 제2 연산부(151) 및 실시간 동작 시스템(RTOS)(155)를 포함할 수 있어, 실시간으로 중앙 처리부(110)로부터 크로스 컴파일 환경 및 관련 라이브러리, 샘플 프로그램 및 소스 코드 등을 제공받을 수 있다.
또한, 프로세서(170)는 중앙 처리부(110)와 유무선 통신 인터페이스를 통해 연결되며, 중앙 처리부(110)로부터 전송된 데이터들을 처리할 수 있는 프로그램을 실시간으로 프로그래밍하거나, 중앙 처리부(110)로부터 전송된 데이터들을 처리할 수 있는 이미 공개된 프로그램을 실시간으로 검색할 수 있는 프로그래밍부(173) 및 웹서버와 연동되어 중앙 처리부(110)로부터 전송된 데이터들을 실시간으로 분석할 수 있는 웹서버부(175)를 포함할 수 있다. 프로세서(170)의 프로그래밍부(173)는 C언어 또는 자바 등과 같은 프로그래밍 언어를 사용하여 작성할 수 있으며, 프로그래밍된 프로그램은 라이브러리 형태로 개발 및 저장될 수 있다. 중앙 처리부(110)로부터 전송된 데이터들을 처리하기 위한 프로그램을 개발하기 위해, 라이브러리를 호출하여 센서 제어가 가능한 메인 프로그램 개발할 수 있으며, 메인 프로그램을 개발하기 전에 웹서버부를 통해 이미 공개된 처리 프로그램을 다운로드할 수 있다. 웹서버부에 C언어 또는 자바 등의 프로그래밍 언어들로 작성한 제어 라이브러리를 호출하여 센서 제어할 수 있으며, 예를 들어, 마이크로파이썬(MicroPython) 등으로 작성할 수 있다.
다만, 프로그래밍부(173)에서는 중앙 처리부(110)로부터 전송된 데이터들을 처리하기 위한 프로그램을 C언어 또는 자바 등으로 프로그램밍할 수 있으나, 반드시 이에 한정되는 것은 아니다.
이하 도 2를 참조하여, 중앙 처리부(110)에 대하여 보다 상세히 설명하도록 한다. 도 2는 도 1의 중앙 처리부(110)의 블록도이다.
도 2를 참조하면, 중앙 처리부(110)는 중앙 연산부(111), 메모리부(113), RTOS(115), 중앙 연결부(117), 중앙 전원부(119), 및 중앙 통신부(120)를 포함할 수 있다.
중앙 연산부(111)는 마이크로 컨트롤러로 예를 들어, STM32F407일 수 있다. 중앙 연산부(111)는 제1 학습부 및 제2 학습부를 통해 획득한 데이터를 처리하기 위한 프로그램을 실행하여, 복수의 센서들로부터 수신되는 센싱 데이터들과 제1 학습부 및 제2 학습부의 가동 상태를 학습하고, 현재 센서 데이터들을 모니터링 하여, 실시간으로 자동 제어를 수행할 수 있다.
메모리부(113)는 중앙 연산부(111)와 연결되어 제1 학습부(130) 및 제2 학습부(150)로부터의 센싱 데이터를 분석하기 위한 레퍼런스 데이터를 저장하거나, 제1 학습부(130) 및 제2 학습부(150)로부터의 센싱 데이터를 저장하거나, 미리 제공되는 크로스 컴파일 환경, 관련 라이브러리, 샘플 프로그램 및 소스 코드 등을 저장할 수 있으며, 메모리부(113)는 플래시메모리, SDRAM 등을 사용하여 구성될 수 있으나, 이에 한정되지 않는다.
RTOS(115)는 중앙 연산부(111)와 연결되어 제1 학습부(130), 제2 학습부(150) 및 프로세서(170)로부터 전달되는 데이터 분석 및 동작 명령을 동시(시분할)에 처리할 수 있도록 태스크(task) 단위로 분할하여 처리하기 위해 설치된다.
중앙 연결부(117)는 중앙 연산부(111)와 연결되어, 커넥터를 이용하여 복수의 포트들과 결합하여 기능을 확장할 수 있다. 중앙 연결부(117)는 제1 학습부(130) 또는 제2 학습부(150)와의 ADC/DAC 입출력이 가능하며 GPIO의 확장이 가능하다. 복수의 포트들은 개발 보드에서 디버깅을 실시하기 위한 디버그 포트, 1개 채널 이상을 지원하며, 유선 통신 인터페이스로서 동작하는 시리얼 포트, USB 포트 및 이더넷(Ethernet) 포트 등을 포함할 수 있다.
중앙 전원부(119)는 중앙 처리부(110)의 모든 구성요소에 전원을 공급하기 위해 설치되며, DC 전원을 공급할 수 있다.
중앙 통신부(120)는 유무선 통신 인터페이스로서, 블루투스(예를 들면, nRF51822 칩셋 모듈), 또는 무선 인터넷 등을 통해 제1 학습부(130), 제2학습부(150) 및 프로세서(170)와 연결될 수 있으며, 제1 학습부(130) 및 제2학습부(150) 에서 측정된 데이터를 무선으로 송수신하는 것이 가능하며 상호 양방향 통신이 가능하여 자율 통신망을 구축하면서 연결될 수 있다.
이하 도 3을 참조하여, 제1 학습부의 구성요소에 대하여 보다 상세히 설명하도록 한다. 도 3은 본 발명의 일 실시예에 따른 제1 학습부의 블록도이다.
도 3을 참조하면, 제1 학습부(130)는 부착부(도시되지 않음), 제1 연산부(131), 메모리부(133), RTOS(135), 제1 연결부(137), 센서부(138), 제1 전원부(139), 및 제1 통신부(140)를 포함할 수 있다.
부착부는 대상 사물과 제1 학습부(130)를 부착시킬 수 있도록 구성된 것으로, 대상 사물의 인접한 영역에 제1 학습부(130)를 위치시켜, 대상 사물의 상태 및 주변 환경 데이터를 센싱할 수 있다.
제1 연산부(131)는 마이크로 컨트롤러로 예를 들어, STM32F407일 수 있다. 제1 연산부(131)는 센서부(138)를 통해 센싱된 데이터들을 수집하며, 센싱된 데이터들을 처리하기 위한 프로그램을 실행하여, 센서부로부터 수신되는 데이터들과 제1 학습부의 가동 상태를 학습하고, 현재 센서 데이터들을 모니터링 하여, 실시간으로 자동 제어를 수행할 수 있다. 또한, 제1 연산부(131)는 중앙 처리부(110)와 통신하여 센싱된 데이터들을 처리하기 위한 프로그램을 제공받을 수 있으나, 이에 한정되지 않고, 제2 학습부(150) 또는 프로세서(170)로부터 센싱된 데이터들을 처리하기 위한 프로그램을 제공받을 수 있다.
메모리부(133)는 제1 연산부(131)와 연결되며, 센서부로부터 수신된 데이터를 분석하기 위한 레퍼런스 데이터를 저장하거나, 센서부로부터 수신된 센싱 데이터를 저장하거나, 미리 제공되는 크로스 컴파일 환경, 관련 라이브러리, 샘플 프로그램 및 소스 코드 등을 저장할 수 있으며, 메모리부(133)는 플래시메모리, SDRAM 등을 사용하여 구성될 수 있으나, 이에 한정되지 않는다.
RTOS(135)는 제1 연산부(131)와 연결되어 중앙 처리부(110), 제2 학습부(150) 또는 프로세서(170)로부터 전송된 데이터를 분석하고, 전송된 데이터를 처리하기 위한 동작 명령을 동시(시분할)에 처리할 수 있도록 태스크(task) 단위로 분할하여 처리하기 위해 설치된다.
제1 연결부(137)는 제1 연산부(131)와 연결되어, 커넥터를 이용하여 복수의 포트들과 결합하여 기능을 확장할 수 있다. 제1 연결부(117)는 제2 학습부(150) 또는 프로세서(170)와 연결될 수 있으며, 복수의 포트들을 포함할 수 있다. 복수의 포트들은 개발 보드에서 디버깅을 실시하기 위한 디버그 포트, 1개 채널 이상을 지원하며, 유선 통신 인터페이스로서 동작하는 시리얼 포트, 및 USB 포트 등을 포함할 수 있다.
센서부(138)는 주변의 온도, 조도, 습도를 측정하는 것이 가능하며, 변화되는 온도, 조도, 습도를 실시간으로 센싱할 수 있다. 센서부(138)는 복수의 센서들을 포함할 수 있으며, 복수의 센서들은, 예를 들어, 빛의 광량을 측정할 수 있는 조도 센서, 사물 근처에 위치한 물체를 센싱할 수 있는 근접 센서, 사물의 온도 및 사물 근처의 온도를 센싱할 수 있는 온도 센서, 사물 근처의 습도를 센싱할 수 있는 습도 센서, 미세 먼지 농도를 센싱할 수 있는 미세 먼지 센서, 대상 물체의 위치 변화를 센싱할 수 있는 3축 가속도 센서, 3축 자이로 센서, 대상 물체가 포함하는 수분의 양을 센싱할 수 있는 수분 센서 및 대상 물체의 전기적으로 연결되어 대상 물체의 폐회로에 흐르는 전류량을 센싱할 수 있는 전류량 센서 등일 수 있다. 다만, 센서부(138)가 포함하는 센서는 이에 한정되지 않으며, 대상 물체에 따라 선택적으로 추가할 수 있다. 센서부(138)는 복수의 센서들로부터 센싱한 데이터를 제1 연산부(131)에 제공할 수 있다.
제1 전원부(139)는 제1 학습부(130)의 모든 구성요소에 전원을 공급하기 위해 설치된다. 다만, 제1 학습부(130)는 대상 물체에 부착할 수 있으므로, 중앙 처리부(110)로부터 원거리에 위치할 수 있도록, 제1 전원부(139)는 배터리 및 충전회로를 포함할 수 있다.
제1 통신부(140)는 유무선 통신 인터페이스로서, 블루투스(예를 들면, nRF51822 칩셋 모듈), 또는 무선 인터넷 등을 통해 중앙 처리부(110), 제2학습부(150) 및 프로세서(170)와 연결될 수 있으며, 제1 학습부(130)에서 측정된 데이터를 무선으로 송수신하는 것이 가능하며 상호 양방향 통신이 가능하여 자율 통신망을 구축하면서 연결될 수 있다.
이하 도 4를 참조하여, 제2 학습부의 구성요소에 대하여 보다 상세히 설명하도록 한다. 도 4는 본 발명의 일 실시예에 따른 제2 학습부의 블록도이다.
도 4를 참조하면, 제2 학습부(150)는 제2 연산부(151), 메모리부(153), RTOS(155), 제2 연결부(157), 제2 전원부(159), 및 제2 통신부(140)를 포함할 수 있다.
제2 연산부(151)는 마이크로 컨트롤러로 예를 들어, STM32F407일 수 있다. 제2 연산부(151)는 제2 연결부(157)를 통해 연결되는 임의의 센서 및 장치들로부터 센싱된 데이터들 및 장치들의 상태 데이터들 수집하며, 센싱된 데이터들 및 장치들의 상태 데이터들을 처리하기 위한 프로그램을 실행하여, 센싱된 데이터들과 연결된 장치들의 가동 상태를 학습하고, 현재 센서 데이터들 및 장치들의 가동 상태을 모니터링 하여, 실시간으로 자동 제어를 수행할 수 있다. 또한, 제2 연산부(151)는 중앙 처리부(110)와 통신하여 센싱된 데이터들을 처리하기 위한 프로그램을 제공받을 수 있으나, 이에 한정되지 않고, 프로세서(170)로부터 센싱된 데이터들을 처리하기 위한 프로그램을 제공받을 수 있다.
메모리부(153)는 제2 연산부(151)와 연결되며, 임의의 센서들로부터 수신된 데이터들 및 장치들의 상태를 분석하기 위한 레퍼런스 데이터를 저장하거나, 임의의 센서들로부터 수신된 데이터들 및 장치들의 상태를 저장하거나, 미리 제공되는 크로스 컴파일 환경, 관련 라이브러리, 샘플 프로그램 및 소스 코드 등을 저장할 수 있으며, 메모리부(153)는 플래시메모리, SDRAM 등을 사용하여 구성될 수 있으나, 이에 한정되지 않는다.
RTOS(155)는 제2 연산부(151)와 연결되어 중앙 처리부(110), 제1 학습부(130) 또는 프로세서(170)로부터 전송된 데이터를 분석하고, 전송된 데이터를 처리하기 위한 동작 명령을 동시(시분할)에 처리할 수 있도록 태스크(task) 단위로 분할하여 처리하기 위해 설치된다.
제2 연결부(157)는 제2 연산부(151)와 연결되어, 커넥터를 이용하여 복수의 포트들과 결합하여 기능을 확장할 수 있다. 제2 연결부(157)는 실습 디바이스에서 제공되지 않는 임의의 센서와 연결할 수 있는 UART(TTL Level) 포트를 통해 임의의 센서들과의 ADC/DAC 입출력이 가능하며, 다양한 디바이스를 연결할 수 있는 GPIO 포트를 통해 GPIO의 확장이 가능하다. 또한, 제2 연결부(157)는 제1 학습부(130) 또는 프로세서(170)와 연결될 수 있으며, 복수의 포트들을 포함할 수 있다. 복수의 포트들은 개발 보드에서 디버깅을 실시하기 위한 디버그 포트, 1개 채널 이상을 지원하며, 유선 통신 인터페이스로서 동작하는 시리얼 포트, 및 USB 포트 등을 포함할 수 있다.
제2 전원부(159)는 제2 학습부(150)의 모든 구성요소에 전원을 공급하기 위해 설치되며, DC 전원을 공급할 수 있다.
제2 통신부(160)는 유무선 통신 인터페이스로서, 블루투스(예를 들면, nRF51822 칩셋 모듈), 또는 무선 인터넷 등을 통해 중앙 처리부(110), 제1 학습부(130) 및 프로세서(170)와 연결될 수 있으며, 제2 학습부(150)에서 측정된 데이터를 무선으로 송수신하는 것이 가능하며 상호 양방향 통신이 가능하여 자율 통신망을 구축하면서 연결될 수 있다.
이하 도 5를 참조하여, 본 발명의 일 실시예에 따른 실습 디바이스의 실습 방법에 대해 보다 상세히 설명하도록 한다. 도 5는 본 발명의 일 실시예에 따른 실습 디바이스의 실습 방법을 나타낸 순서도이다.
도 5를 참조하면, 실습 디바이스의 실습 방법은 대상 사물의 상태 및 주변 환경을 센싱하는 단계(S10), 센싱 데이터를 수신하고 이를 전송하는 단계(S20), 센싱 데이터를 분석하거나 처리 프로그램을 프로그래밍하는 단계(S30), 분석 결과 또는 처리 프로그램을 전송하는 단계(S40) 및 분석 결과 또는 처리 프로그램을 적용하는 단계(S50)를 포함할 수 있다.
대상 사물의 상태 및 주변 환경을 센싱하는 단계(S10)에서, 대상 사물에 부착된 제1 학습부(130)의 센싱부(138)는 대상 사물의 상태 및 주변 환경을 센싱한다. 이때, 센싱부(138)에 포함된 복수의 센서들 모두가 동작할 수 있으나, 이에 한정되지 않으며 일부의 센서들만 작동하여 원하는 정보를 센싱할 수 있다.
센싱 데이터를 수신하고 이를 전송하는 단계(S20)에서, 제1 학습부(130)의 제1 연산부(131)는 대상 사물의 상태 및 주변 환경의 센싱 정보들 전부 또는 일부를 실시간으로 중앙 처리부(110) 또는 프로세서(170)로 전송할 수 있다. 또한, 제2 학습부(150)의 제2 연산부(151)는 임의의 센서 또는 복수의 장치들로부터 획득한 정보들 전부 또는 일부를 실시간으로 중앙 처리부(110) 또는 프로세서(170)로 전송할 수 있다.
센싱 데이터를 분석하거나 처리 프로그램을 프로그래밍하는 단계(S30)에서, 중앙 처리부(110)의 중앙 연산부(111)는 제1 학습부(130) 또는 제2 학습부(150)로부터 전송된 데이터들을 분석하여 유의미한 데이터를 선별할 수 있으며, 유의미한 데이터들을 처리하여 대상 사물 상의 제1 학습부(130) 또는 제2 학습부(150)를 효율적으로 동작시킬 수 있도록 미리 제공된 프로그램을 선택할 수 있다. 또한, 중앙 처리부(110)는 제1 학습부(130) 또는 제2 학습부(150)로부터 전송된 데이터들이 오차 범위 밖의 데이터들이거나, 미리 제공된 프로그램이 제1 학습부(130) 또는 제2 학습부(150)로부터 전송된 데이터들을 처리하는데 적합하지 않은 경우, 프로세서(170)로 데이터들을 전송하여, 프로세서(170)의 웹서버(175)를 통해 제1 학습부(130) 또는 제2 학습부(150)로부터의 데이터들을 실시간으로 분석하거나, 프로세서(170)의 프로그래밍부(173)를 통해 데이터들을 처리하기 위한 프로그램을 개발하거나 이미 공개된 처리 프로그램을 다운로드할 수 있다.
분석 결과 또는 처리 프로그램을 전송하는 단계(S40)에서, 중앙 처리부(110) 또는 프로세서(170)는 중앙 처리부(110) 또는 프로세서(170)로부터의 데이터 분석 결과 또는 제1 학습부(130) 또는 제2 학습부(150)에 적용 가능한 프로그램을 제1 학습부(130)의 제1 연산부(131) 또는 제2 학습부(150)의 제2 연산부(151)로 전송할 수 있다.
분석 결과 또는 처리 프로그램을 적용하는 단계(S50)에서, 제1 학습부(130)의 제1 연산부(131) 또는 제2 학습부(150)의 제2 연산부(151)는 중앙 처리부(110) 또는 프로세서(170)로부터 제공된 분석 결과 또는 처리 프로그램을 제1 학습부(130) 또는 제2 학습부(150)에 적용하여, 복수의 센서들 중 일부만을 작동시키거나, 센서의 감도를 조절하거나, 센서들을 통해 획득한 정보에 요구되는 장치들의 동작들을 제어할 수 있다.
상기 단계들을 스마트 전구의 실습에 적용하는 경우를 예를 들면, 대상 사물에 부착된 제1 학습부(130)는 센서부(138)에 포함된 조도 센서 및 근접 센서 등을 활성화시켜 대상 사물의 주변 조도 및 물체의 접근 여부 등을 센싱할 수 있다. 이때, RTOS(135)가 동작하여, 현재 시간의 파악하며, 현재 시간을 중앙 처리부(110)의 RTOS(115)와 동기화할 수 있어, 실시간으로 제1 학습부(130)가 센싱하는 데이터를 분석하고, 전송된 데이터를 처리할 수 있다.
제1 학습부(130)의 조도 센서 및 근접 센서 등을 통해 센싱한 데이터들을 제1 학습부(130)의 제1 연산부(131)가 중앙 처리부(110) 또는 프로세서(170)로 전송할 수 있다.
중앙 처리부(110)의 중앙 연산부(111)는 제1 학습부(130)의 조도 센서 및 근접 센서 등을 통해 센싱된 데이터들을 분석하여 유의미한 데이터를 선별할 수 있으며, 유의미한 데이터들을 처리하여 대상 사물 상에 부착된 제1 학습부(130)를 효율적으로 동작시킬 수 있도록 미리 제공된 프로그램을 선택할 수 있다. 또한, 또한, 중앙 처리부(110)는 제1 학습부(130)의 조도 센서 및 근접 센서 등으로부터 전송된 데이터들이 오차 범위 밖의 데이터들이거나, 미리 제공된 프로그램이 는 제1 학습부(130)의 조도 센서 및 근접 센서 등으로부터 전송된 데이터들을 처리하는데 적합하지 않은 경우, 프로세서(170)로 데이터들을 전송하여, 프로세서(170)의 웹서버(175)를 통해 는 제1 학습부(130)의 조도 센서 및 근접 센서 등으로부터 전송된 데이터들을 실시간으로 분석하거나, 프로세서(170)의 프로그래밍부(173)를 통해 데이터들을 처리하기 위한 프로그램을 개발하거나 이미 공개된 처리 프로그램을 다운로드할 수 있다.
중앙 처리부(110) 또는 프로세서(170)는 조도 센서 및 근접 센서 등으로부터의 데이터 분석 결과 또는 제1 학습부(130)에 적용 가능한 프로그램을 제1 학습부(130)의 제1 연산부(131)로 전송할 수 있다.
제1 학습부(130)의 제1 연산부(131)는 중앙 처리부(110) 또는 프로세서(170)로부터 제공된 분석 결과 또는 처리 프로그램을 제1 학습부(130)에 적용하여, 조도 센서의 감도의 크기를 제어하고, 근접 센서의 온/오프를 제어할 수 있으며, 스마트 전구의 온/오프 일정을 제어할 수 있다. 또한, LED를 제어할 수 있는 장치를 통해 LED의 밝기를 조절하거나, RGB의 비율을 조절하여 대상 사물의 주변 환경 및 대상 사물 자체의 조도 및 근접 여부를 제어할 수 있다.
이하, 도 6을 참조하여, 본 발명의 일 실시예에 따른 실습 디바이스의 실습 방법에 대해 보다 상세히 설명하도록 한다. 도 6는 본 발명의 다른 실시예에 따른 실습 디바이스의 실습 방법을 나타낸 순서도이다.
도 6을 참조하면, 실습 디바이스의 실습 방법은 대상 사물의 상태 및 주변 환경을 센싱하는 단계(S100), 센싱 데이터와 미리 제공된 센서의 정보가 일치하는지 여부를 판단하는 단계(S200), 센싱 데이터와 이리 제공된 센서의 정보가 일치하지 않는 경우, 센싱 데이터를 분석하거나 센싱 데이터를 처리하는 프로그램을 프로그래밍하는 단계(S300), 분석 결과 또는 처리 프로그램을 전송하는 단계(S400), 분석 결과 또는 처리 프로그램을 적용하는 단계(S50)를 포함하며, 센싱 데이터와 미리 제공된 센서의 정보가 일치하는 경우, 제1 학습부(130)에 내장된 처리 프로그램을 적용하는 단계(S250)를 포함할 수 있다.
대상 사물의 상태 및 주변 환경을 센싱하는 단계(S100)에서, 대상 사물에 부착된 제1 학습부(130)의 센싱부(138)는 대상 사물의 상태 및 주변 환경을 센싱한다. 이때, 센싱부(138)에 포함된 복수의 센서들 모두가 동작할 수 있으나, 이에 한정되지 않으며 일부의 센서들만 작동하여 원하는 정보를 센싱할 수 있다.
센싱 데이터와 미리 제공된 센서의 정보가 일치하는지 여부를 판단하는 단계(S200)에서, 제1 학습부(130)의 메모리부(133)는 미리 제공되는 크로스 컴파일 환경, 관련 라이브러리, 샘플 프로그램 및 소스 코드 등을 저장하고 있는 바, 제1 연산부(131)의 센서부(138)를 통해 센싱한 데이터들이 미리 제공된 데이터들과 샘플 프로그램 등을 통해 분석 또는 처리할 수 있는지 여부를 판단할 수 있다.
만약, 제1 학습부(130)의 메모리부(133)에 저장된 크로스 컴파일 환경, 관련 라이브러리, 샘플 프로그램 및 소스 코드를 통해 제1 학습부(130)가 센싱한 데이터들을 처리할 수 있다면, 제1 학습부(130)는 저장된 크로스 컴파일 환경, 관련 라이브러리, 샘플 프로그램 및 소스 코드를 이용하여 센싱 데이터를 분석하거나 처리 프로그램을 제1 학습부(130)의 제1 연산부에 적용하여, 복수의 센서들 중 일부만을 작동시키거나, 센서의 감도를 조절하는 등의 동작들을 제어할 수 있다.
만약, 제1 학습부(130)의 메모리부(133)에 저장된 크로스 컴파일 환경, 관련 라이브러리, 샘플 프로그램 및 소스 코드를 통해 제1 학습부(130)가 센싱한 데이터들을 처리할 수 없다면, 처리 프로그램을 프로그래밍하는 단계(S300)에서, 중앙 처리부(110)의 중앙 연산부(111)는 제1 학습부(130) 또는 제2 학습부(150)로부터 전송된 데이터들을 분석하여 유의미한 데이터를 선별할 수 있으며, 유의미한 데이터들을 처리하여 대상 사물 상의 제1 학습부(130) 또는 제2 학습부(150)를 효율적으로 동작시킬 수 있도록 프로그램을 프로그래밍할 수 있다. 또한, 중앙 처리부(110)는 제1 학습부(130) 또는 제2 학습부(150)로부터 전송된 데이터들을 프로세서(170)로 데이터들을 전송하여, 프로세서(170)의 웹서버(175)를 통해 제1 학습부(130) 또는 제2 학습부(150)로부터의 데이터들을 실시간으로 분석하거나, 프로세서(170)의 프로그래밍부(173)를 통해 데이터들을 처리하기 위한 프로그램을 개발하거나 이미 공개된 처리 프로그램을 다운로드할 수 있다.
분석 결과 또는 처리 프로그램을 전송하는 단계(S400)에서, 중앙 처리부(110) 또는 프로세서(170)는 중앙 처리부(110) 또는 프로세서(170)로부터의 데이터 분석 결과 또는 제1 학습부(130) 또는 제2 학습부(150)에 적용 가능한 프로그램을 제1 학습부(130)의 제1 연산부(131) 또는 제2 학습부(150)의 제2 연산부(151)로 전송할 수 있다.
분석 결과 또는 처리 프로그램을 적용하는 단계(S500)에서, 제1 학습부(130)의 제1 연산부(131) 또는 제2 학습부(150)의 제2 연산부(151)는 중앙 처리부(110) 또는 프로세서(170)로부터 제공된 분석 결과 또는 처리 프로그램을 제1 학습부(130) 또는 제2 학습부(150)에 적용하여, 복수의 센서들 중 일부만을 작동시키거나, 센서의 감도를 조절하거나, 센서들을 통해 획득한 정보에 요구되는 장치들의 동작들을 제어할 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 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 한정적이 아닌 것으로 이해해야만 한다.
100: 실습 디바이스 110: 중앙 처리부
111: 중앙 연산부 113: 메모리부
115: RTOS 117: 중앙 연결부
119: 중앙 전원부 120: 중앙 통신부
130: 제1 학습부 131: 제1 연산부
133: 메모리부 135: RTOS
137: 제1 연결부 138: 센서부
139: 제1 전원부 140: 제1 통신부
150: 제2 학습부 131: 제2 연산부
153: 메모리부 155: RTOS
157: 제2 연결부 159: 제2 전원부
160: 제2 통신부 170: 프로세서
173: 프로그래밍부 175: 웹서버

Claims (15)

  1. 실습 디바이스로서,
    대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 제1 학습부;
    상기 제1 학습부에 커플링되어, 상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어하는 제어 프로그램을 실시간으로 적용하는 중앙 처리부; 및
    상기 중앙 처리부 또는 제1 학습부와 유무선 통신 인터페이스를 통해 연결되며, 상기 제어 프로그램을 프로그래밍하거나 상기 제1 학습부로부터의 센싱 정보를 분석하도록 구성된 제어부를 포함하고,
    실습 디바이스.
  2. 제1항에 있어서,
    다양한 센서들 및 디바이스들을 수용 가능한 포트를 포함하며, 상기 제1 학습부의 복수의 센서들에 대응하는 상기 다양항 센서들의 정보를 제공하고, 상기 분석된 정보에 대응하여 상기 디바이스들을 작동시키는 제2 학습부를 더 포함하며,
    상기 제2 학습부는 상기 제1 학습부 및 상기 상기 중앙 처리부에 커플링되는,
    실습 디바이스.
  3. 제2항에 있어서,
    상기 제어부는,
    상기 제1 학습부로부터의 센싱 정보들 중 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어하고, 상기 제2 학습부의 디바이스의 동작을 제어하는 상기 제어 프로그램을 프로그래밍하는 프로그래밍부; 및
    상기 제1 학습부로부터의 센싱 정보 및 상기 제2 학습부로부터의 정보를 분석하기 위해 웹서버와 연결되는 웹서버부를 더 포함하는,
    실습 디바이스.
  4. 실습 방법으로서,
    대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 제1 학습부를 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 단계;
    상기 제1 학습부로부터의 센싱 정보들을 분석하거나, 상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어할 수 있는 제어 프로그램을 실시간으로 프로그래밍하는 단계; 및
    상기 분석 결과 또는 상기 프로그래밍된 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 포함하는,
    실습 방법.
  5. 제4항에 있어서,
    상기 분석된 센싱 정보들, 상기 복수의 센서들의 정보들 및 제2 학습부에 수용되는 디바이스들의 정보들을 중앙 처리부에 제공하는 단계를 더 포함하는,
    실습 방법.
  6. 제5항에 있어서,
    상기 분석된 센싱 정보들, 상기 복수의 센서들의 정보들 및 상기 디바이스들의 정보들에 기초하여 상기 제어 프로그램을 재프로그래밍하는 단계; 및
    상기 재프로그래밍된 제어 프로그램을 통해 상기 제1 학습부 및 제2 학습부를 제어하는 단계를 더 포함하는,
    실습 방법.
  7. 프로그램을 저장하는 컴퓨터 판독가능 매체로서,
    상기 프로그램은,
    대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 제1 학습부를 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 단계;
    상기 제1 학습부로부터의 센싱 정보들을 분석하거나, 상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어할 수 있는 제어 프로그램을 실시간으로 프로그래밍하는 단계; 및
    상기 분석 결과 또는 상기 프로그래밍된 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 포함하는,
    컴퓨터 판독가능 매체.
  8. 제7항에 있어서,
    상기 프로그램은,
    상기 분석된 센싱 정보들, 상기 복수의 센서들의 정보들 및 제2 학습부에 수용되는 디바이스들의 정보들을 중앙 처리부에 제공하는 단계를 더 포함하는,
    컴퓨터 판독가능 매체.
  9. 제8항에 있어서,
    상기 프로그램은,
    상기 분석된 센싱 정보들, 상기 복수의 센서들의 정보들 및 상기 디바이스들의 정보들에 기초하여 상기 제어 프로그램을 재프로그래밍하는 단계; 및
    상기 재프로그래밍된 제어 프로그램을 통해 상기 제1 학습부 및 제2 학습부를 제어하는 단계를 더 포함하는,
    컴퓨터 판독가능 매체.
  10. 실습 방법으로서,
    대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 제1 학습부를 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 단계;
    상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들이 미리 제공된 센서들의 센싱 정보들을 비교하는 단계; 및
    상기 선택된 센싱 정보들이 상기 미리 제공된 센서들의 센싱 정보에 포함되는 경우, 상기 미리 제공된 센서들의 센싱 정보들을 통해 상기 제1 학습부로부터의 센싱 정보를 분석하고, 상기 제1 학습부를 제어하는 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 포함하는,
    실습 방법.
  11. 제10항에 있어서,
    상기 선택된 센싱 정보들이 상기 미리 제공된 센서들의 센싱 정보에 포함되지 않는 경우,
    상기 제1 학습부로부터의 센싱 정보들을 분석하거나, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어할 수 있는 제어 프로그램을 실시간으로 프로그래밍하는 단계; 및
    상기 분석 결과 또는 상기 프로그래밍된 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 더 포함하는,
    실습 방법.
  12. 제11항에 있어서,
    상기 센싱 정보를 실시간으로 분석하거나 상기 센싱 정보에 대응하는 제어 프로그램을 실시간으로 프로그래밍하는 단계는 웹서버와 연동되어 실시되는,
    실습 방법.
  13. 프로그램을 저장하는 컴퓨터 판독가능 매체로서,
    상기 프로그램은,
    대상 사물에 사물 인터넷(IoT)을 구현하기 위해 상기 대상 사물에 제1 학습부를 부착하여, 상기 대상 사물의 상태 및 주변 환경을 복수의 센서들을 통해 센싱하는 단계;
    상기 제1 학습부로부터의 센싱 정보들 중 미리 설정된 범위 내의 센싱 정보들을 선택하고, 상기 선택된 센싱 정보들이 미리 제공된 센서들의 센싱 정보들을 비교하는 단계; 및
    상기 선택된 센싱 정보들이 상기 미리 제공된 센서들의 센싱 정보에 포함되는 경우, 상기 미리 제공된 센서들의 센싱 정보들을 통해 상기 제1 학습부로부터의 센싱 정보를 분석하고, 상기 제1 학습부를 제어하는 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 포함하는,
    컴퓨터 판독가능 매체.
  14. 제13항에 있어서,
    상기 프로그램은,
    상기 선택된 센싱 정보들이 상기 미리 제공된 센서들의 센싱 정보에 포함되지 않는 경우,
    상기 제1 학습부로부터의 센싱 정보들을 분석하거나, 상기 선택된 센싱 정보들을 이용하여 상기 제1 학습부의 센서들을 제어할 수 있는 제어 프로그램을 실시간으로 프로그래밍하는 단계; 및
    상기 분석 결과 또는 상기 프로그래밍된 제어 프로그램을 상기 제1 학습부에 적용하는 단계를 더 포함하는,
    컴퓨터 판독가능 매체.
  15. 제14항에 있어서,
    상기 센싱 정보를 실시간으로 분석하거나 상기 센싱 정보에 대응하는 제어 프로그램을 실시간으로 프로그래밍하는 단계는 웹서버와 연동되어 실시되는,
    컴퓨터 판독가능 매체.
KR1020160016617A 2016-02-12 2016-02-12 사물 인터넷 학습을 위한 실습 디바이스 및 그 방법 KR20170095082A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160016617A KR20170095082A (ko) 2016-02-12 2016-02-12 사물 인터넷 학습을 위한 실습 디바이스 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160016617A KR20170095082A (ko) 2016-02-12 2016-02-12 사물 인터넷 학습을 위한 실습 디바이스 및 그 방법

Publications (1)

Publication Number Publication Date
KR20170095082A true KR20170095082A (ko) 2017-08-22

Family

ID=59757856

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160016617A KR20170095082A (ko) 2016-02-12 2016-02-12 사물 인터넷 학습을 위한 실습 디바이스 및 그 방법

Country Status (1)

Country Link
KR (1) KR20170095082A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190047246A (ko) * 2017-10-27 2019-05-08 (주)테크노니아 소리 또는 영상에 기반하여 외부 환경을 모니터링할 수 있는 센서 디바이스 및 이를 포함하는 환경 모니터링 시스템
KR101986838B1 (ko) * 2019-03-12 2019-06-07 주식회사 바론시스템 LoRa망 기반의 원격 센서 제어 및 계측용 딥러닝 안전관리시스템
KR20190135391A (ko) * 2018-05-28 2019-12-06 삼성전자주식회사 Em 센서 및 이를 포함하는 모바일 기기
KR102548754B1 (ko) * 2022-04-13 2023-06-28 주식회사 하이버스이앤씨 지능형 사물 인터넷 교육장치

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190047246A (ko) * 2017-10-27 2019-05-08 (주)테크노니아 소리 또는 영상에 기반하여 외부 환경을 모니터링할 수 있는 센서 디바이스 및 이를 포함하는 환경 모니터링 시스템
KR20190135391A (ko) * 2018-05-28 2019-12-06 삼성전자주식회사 Em 센서 및 이를 포함하는 모바일 기기
KR101986838B1 (ko) * 2019-03-12 2019-06-07 주식회사 바론시스템 LoRa망 기반의 원격 센서 제어 및 계측용 딥러닝 안전관리시스템
KR102548754B1 (ko) * 2022-04-13 2023-06-28 주식회사 하이버스이앤씨 지능형 사물 인터넷 교육장치

Similar Documents

Publication Publication Date Title
KR20170095082A (ko) 사물 인터넷 학습을 위한 실습 디바이스 및 그 방법
US20130166069A1 (en) Robot and power consumption estimating system
KR20070035176A (ko) 센서노드 지원장치, 센서노드 통합개발장치 및 이를 이용한센서 네트워크 개발시스템
JP2011039731A (ja) 仮想空間利用型機器制御システム、現実空間制御システム、及び仮想空間利用型機器制御プログラム
US20170068235A1 (en) Programmable controller and device control method for programmable controller
CN108225380A (zh) 用于操作测量变换器的方法和对应的测量变换器
US20110160880A1 (en) Priority selection mechanism for driving outputs from control logic for controllers of various protocols
KR20210072252A (ko) 현장 근로자 주도 스마트팩토리 서비스 개발도구 및 그 방법
Vallabh et al. Data acquisition technique for temperature measurement through DHT11 sensor
CN114788414A (zh) 具有集成式自检的照明设备
Kishino et al. Agile environmental monitoring exploits rapid prototyping and in situ adaptation
Mattoo et al. Internet of Things: A progressive case study
EP1308807A2 (en) Embedded language interpretation for configuration of fixturing applications
Matuska et al. Internet of Things Platform for Rapid Development and Learning
Reinhardt et al. Designing a sensor network testbed for smart heterogeneous applications
Bell et al. XBee-Based Sensor Nodes
Chigozirim et al. A Speech Activated Control System for Infrared Appliances.
KR101572501B1 (ko) 사물인터넷을 위한 유무선 통신 인터페이스 프로그램 실습 장치 및 그 방법
KR101323833B1 (ko) 스케줄링 장치 및 방법
US20170003985A1 (en) Procede de configuration et procede de commande d'un systeme de modules d'execution interconnectes
Tajwer et al. Multifunctional Microcontroller Based PC and Smart Phone Operated Digital IC Companion
Ramya et al. Embedded pH data acquisition and logging
Lavanya et al. Home Automation Using Zybo FPGA
Neale et al. Integration and robustness analysis of the buzz swarm programming language with the pi-puck robot platform
Ruiz-Rosero et al. Firmware architecture to support Plug and Play sensors for IoT environment

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal