KR20210026461A - 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치 - Google Patents

식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치 Download PDF

Info

Publication number
KR20210026461A
KR20210026461A KR1020190107257A KR20190107257A KR20210026461A KR 20210026461 A KR20210026461 A KR 20210026461A KR 1020190107257 A KR1020190107257 A KR 1020190107257A KR 20190107257 A KR20190107257 A KR 20190107257A KR 20210026461 A KR20210026461 A KR 20210026461A
Authority
KR
South Korea
Prior art keywords
plant
information
optimal
indoor space
arrangement
Prior art date
Application number
KR1020190107257A
Other languages
English (en)
Inventor
정재훈
Original Assignee
(주)다스디자인
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 (주)다스디자인 filed Critical (주)다스디자인
Priority to KR1020190107257A priority Critical patent/KR20210026461A/ko
Publication of KR20210026461A publication Critical patent/KR20210026461A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F8/00—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying
    • F24F8/10—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying by separation, e.g. by filtering
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F8/00—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying
    • F24F8/10—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying by separation, e.g. by filtering
    • F24F8/175—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying by separation, e.g. by filtering using biological materials, plants or microorganisms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Combustion & Propulsion (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Microbiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

본 발명은 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치에 관한 것으로, 복수의 실내 환경 정보와 각각의 상기 실내 환경 정보에 따른 최적 식물 유형이 저장된 식물 선택 학습 데이터 저장부와; 상기 식물 선택 학습 데이터 저장부에 저장된 복수의 상기 실내 환경 정보 및 상기 최적 식물 유형을 학습 데이터로 하여 기계 학습되어 생성되는 식물 선택 학습 모델과; 복수의 실내 공간 정보와, 복수의 식물 유형과, 각각의 상기 실내 공간 정보 및 각각의 상기 식물 유형에 따른 최적 식물 배치 정보가 저장된 식물 배치 학습 데이터 저장부와; 상기 식물 배치 학습 데이터 저장부에 저장된 복수의 상기 실내 공간 정보, 복수의 상기 식물 유형 및 상기 최적 식물 배치 정보를 학습 데이터로 하여 기계 학습되어 생성되는 식물 배치 학습 모델과; 신규 실내 환경 정보와 신규 실내 공간 정보가 입력되면, 상기 식물 선택 학습 모델이 상기 신규 실내 환경 정보를 입력으로 하여 상기 신규 실내 환경 정보에 따른 최적 식물 유형을 출력하도록 제어하고, 상기 식물 배치 학습 모델이 상기 신규 실내 공간 정보와 상기 식물 선택 학습 모델에 의해 출력된 상기 최적 식물 유형을 입력으로 하여 상기 신규 실내 공간 정보에 따른 최적 식물 배치 정보를 출력하도록 제어하는 메인 제어부를 포함하는 것을 특징으로 한다.

Description

식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치{OPTIMUM PLANT SELECTION AND DISPOSITION APPARATUS APPLIED TO PLANT AIR PURIFICATION SYSTEM }
본 발명은 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치에 관한 것으로, 보다 상세하게는 식물을 이용하여 공기를 정화시키는 식물 공기 정화 시스템을 실내에 적용하는데 있어 해당 실내 공간에 적합한 최적의 식물과 그 배치를 결정할 수 있는 최적 식물 선택 및 배치 장치에 관한 것이다.
최근 사람들은 가정 또는 사무실 등을 비롯한 실내에서 생활하는 시간이 많아지고 있으나, 환기부족 및 실내 오염물질 발생원 증가 등의 문제로 실내 공기 오염이 심화되면서, 실내 공기의 적정관리에 대한 요구가 높아지고 있다.
실외의 경우 자연 바람이나 대기순환으로 오염물질이 희석되는 반면, 실내의 경우에는 밀폐된 공간 내에서 환기 및 청소가 부족하여 오염물질이 지속적으로 순환 적체되면서 오염 농도가 증가하고 있는 실정이다.
이와 같은 실내 공기 오염을 정화시키기 위한 방법으로 실내에 공기 정화기를 설치하고 있는데, 공기 정화기는 그 정화 방식에 따라 이온식, 전기집진식, 필터식, 워터필터식 등 다양한 형태로 분류되고 있다.
상기와 같은 인위적인 공기 정화기를 대신하여, 근래에 공기정화식물을 실내에서 가꾸면서 실내 인테리어로 활용하면서도 자연 친화적인 공기 정화 방식을 채택하는 식물 공기 정화 시스템이 제안되고 있다.
일예로 한국등록특허 제10-1719400호에 개시된 "공기정화 및 공기청정 기능이 부가된 식물재배장치는 공기정화부와 식물재배부를 함께 구비시켜 실내 협소 공간을 유용하게 활용할 수 있고, 하나의 통합제어부를 통해 공기정화부 및 식물재배부를 제어할 수 있는 장치를 제공하고 있다.
그런데, 실내 공간은 방의 크기, 창문의 위치, 천장의 높이 등에 따라 공기의 순환 양상이 다르기 때문에, 상기 한국등록특허에 개시된 식물재배장치를 어디에 배치하느냐에 따라 실내 공기 정화 성능은 달라질 수 있다.
또한, 실내 환경에 따라, 해당 실내 환경에 적합한 식물의 유형 또한 달라질 수 있다. 일 예로, 아레카야자는 톨루엔과 키실렌의 제거 효과가 높고, 관음죽은 암모니아를 가장 잘 제거하는 것으로 알려져 있는 바, 실내 환경에 어떠한 유해물질이 포함되어 있는지 여부에 따라 식물의 선택도 중요한 요소이다.
그러나, 일반인들은 이러한 정보가 부족할 뿐만 아니라, 어떠한 배치가 최적인지 여부를 확인할 수 없으므로, 사용자 자신이 생활하는 실내 공간에 가장 적합한 최적의 식물과, 해당 식물의 배치를 알 수 있다면 바람직할 것이다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 식물을 이용하여 공기를 정화시키는 식물 공기 정화 시스템을 실내에 적용하는데 있어 해당 실내 공간에 적합한 최적의 식물과 그 배치를 결정할 수 있는 최적 식물 선택 및 배치 장치를 제공하는데 그 목적이 있다.
상기 목적은 본 발명에 따라, 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치에 있어서, 복수의 실내 환경 정보와 각각의 상기 실내 환경 정보에 따른 최적 식물 유형이 저장된 식물 선택 학습 데이터 저장부와; 상기 식물 선택 학습 데이터 저장부에 저장된 복수의 상기 실내 환경 정보 및 상기 최적 식물 유형을 학습 데이터로 하여 기계 학습되어 생성되는 식물 선택 학습 모델과; 복수의 실내 공간 정보와, 복수의 식물 유형과, 각각의 상기 실내 공간 정보 및 각각의 상기 식물 유형에 따른 최적 식물 배치 정보가 저장된 식물 배치 학습 데이터 저장부와; 상기 식물 배치 학습 데이터 저장부에 저장된 복수의 상기 실내 공간 정보, 복수의 상기 식물 유형 및 상기 최적 식물 배치 정보를 학습 데이터로 하여 기계 학습되어 생성되는 식물 배치 학습 모델과; 신규 실내 환경 정보와 신규 실내 공간 정보가 입력되면, 상기 식물 선택 학습 모델이 상기 신규 실내 환경 정보를 입력으로 하여 상기 신규 실내 환경 정보에 따른 최적 식물 유형을 출력하도록 제어하고, 상기 식물 배치 학습 모델이 상기 신규 실내 공간 정보와 상기 식물 선택 학습 모델에 의해 출력된 상기 최적 식물 유형을 입력으로 하여 상기 신규 실내 공간 정보에 따른 최적 식물 배치 정보를 출력하도록 제어하는 메인 제어부를 포함하는 것을 특징으로 하는 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치에 의해서 달성된다.
여기서, 상기 실내 공간 정보는 실내 공간의 가로, 세로 및 높이 정보, 창문의 위치 정보, 출입문의 위치 정보 중 적어도 둘 이상을 포함할 수 있다.
그리고, 상기 실내 환경 정보는 실내 공간의 유해 물질 정보를 포함할 수 있다.
그리고, 상기 실내 공간 정보에 기초하여, 상기 실내 공간 정보에 따른 실내 공간 이미지를 생성하고, 상기 식물 선택 학습 모델에 의해 출력된 상기 최적 식물 유형에 따른 식물을 상기 실내 공간 이미지에 배치하되, 상기 식물 배치 학습 모델에 의해 출력된 상기 식물 배치 정보에 기초하여 배치된 최적 배치 이미지를 생성하는 배치 이미지 생성부를 더 포함할 수 있다.
또한, 상기 식물 선택 학습 모델 및 상기 식물 배치 학습 모델은 딥러닝 기반의 기계 학습을 통해 학습될 수 있다.
상기와 같은 구성에 따라, 본 발명에 따르면, 딥러닝 기반의 기계 학습을 통해 식물을 이용하여 공기를 정화시키는 식물 공기 정화 시스템을 실내에 적용하는데 있어 해당 실내 공간에 적합한 최적의 식물과 그 배치를 결정할 수 있는 최적 식물 선택 및 배치 장치가 제공된다.
도 1은 본 발명에 따른 식물 공기 정화 장치가 적용된 실내 공간의 예를 나타낸 도면이고,
도 2는 본 발명에 따른 식물 공기 정화 시스템의 구성을 나타낸 도면이고,
도 3은 본 발명에 따른 최적 식물 선택 및 배치 장치의 구성을 나타낸 도면이고,
도 4는 본 발명에 따른 최적 식물 선택 및 배치 장치에 적용된 식물 유형과 실내 환경 정보의 예를 나타낸 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 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.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하에서는 첨부된 도면을 참조하여 본 발명에 따른 실시예들을 상세히 설명한다.
도 1은 본 발명에 따른 식물 공기 정화 장치(300)가 적용된 실내 공간 정보의 예를 나타낸 도면이다. 도 1에 도시된 바와 같이, 실내 공간 정보에는 창문(220)과 출입문(210)이 설치되고 침대와 같은 가구(230)를 포함하는데, 본 발명에서는 하나의 창문(220)과 하나의 출입문(210)이 설치된 것을 예로 한다.
실내 공간 정보에는 적어도 하나의 식물 공기 정화 장치(300)가 설치되는데, 도 1에서는 3개의 식물 공기 정화 장치(300)가 설치되는 것을 예로 한다. 여기서, 식물 공기 정화 장치(300)는 식물의 생장을 위한 다양한 형태로 마련될 수 있으며, 그 형태가 본 발명의 기술적 사상을 국한하는 것은 아니다.
다만, 본 발명에 따른 식물 공기 정화 장치(300)는, 도 2에 도시된 바와 같이, 통신망(50)을 통해 식물 공기 정화 관리 서버(10) 및 사용자의 정보처리장치(30)와 연결되어, 식물 공기 정화 관리 서버(10) 및/또는 정보처리장치(30)를 통해 모니터링 및 관리되는 것을 예로 한다.
도 2를 참조하여 설명하면, 식물 공기 정화 관리 서버(10)는 통신망(50)을 통해 식물 공기 정화 장치(300)와 연결되어, 식물 공기 정화 장치(300)에 설치된 다양한 센서로부터 식물의 생장과 주변 환경에 대한 정보를 취득한다. 예컨대, 식물 공기 정화 장치(300)에 설치되는 센서로는 온도 센서, 습도 센서를 포함할 수 있다.
또한, 식물 정화 관리 서버(10)는 식물 공기 정화 장치(300)에 식물의 생장을 위해 설치된 각종 장치를 제어하기 위한 제어 신호를 통신망(50)을 통해 전송할 수 있다. 예컨대, 수분 공급을 위한 물 분사 장치, 광합성을 위한 조명 장치 등의 온오프를 제어하기 위한 제어 신호를 통신망(50)을 통해 전송할 수 있다.
정보처리장치(30), 예컨대, 스마트폰, 노트북 컴퓨터 또는 데스크탑 컴퓨터 등의 정보처리장치(30)는 통신망(50)을 통해 식물 공기 정화 관리 서버(10)에 접속하여 식물 공기 정화 관리 서버(10)가 제공하는 웹페이지를 통해 식물 공기 정화 장치(300)를 모니터링하거나 제어할 수 있다. 다른 예로, 정보처리장치(30)는 식물 공기 정화 관리 서버(10)가 제공하는 앱과 같은 어플리케이션을 통해 식물 공기 정화 장치(300)를 모니터링하거나 제어할 수 있다.
도 3은 본 발명에 따른 최적 식물 선택 및 배치 장치(100)의 구성을 나타낸 도면이다. 본 발명에 따른 최적 식물 선택 및 배치 장치(100)는 식물 공기 정화 시스템에 적용되는데, 본 발명에서는 식물 공기 정화 관리 서버(10)에 소프트웨어 형태로 설치되는 것을 예로 한다.
도 3을 참조하여 설명하면, 본 발명에 최적 식물 선택 및 배치 장치(100)는 식물 선택 학습 데이터 저장부(13), 식물 배치 학습 데이터 저장부(15), 식물 선택 학습 모델(12), 식물 배치 학습 모델(14) 및 메인 제어부(11)를 포함한다. 또한, 최적 식물 선택 및 배치 장치(100)는 배치 이미지 생성부(16)를 더 포함할 수 있다.
식물 선택 학습 데이터 저장부(13)에는 복수의 실내 환경 정보와, 각각의 실내 환경 정보에 따른 최적 식물 유형이 저장된다. 여기서, 실내 환경 정보는 실내 공간 정보의 유해 물질 정보를 포함할 수 있다.
각각의 실내 환경 정보에 따른 최적 식물 유형은, 상기와 같이, 실내에 있는 유해 물질을 제거하기에 적합한 최적의 식물에 대한 정보를 포함한다. 도 4는 미국 나사(NASA)에서 선정한 공기 정화에 적합한 식물들의 예를 나타낸 도면이다. 도 4를 참조하여 설명하면, 실내 환경 정보가 톨루엔인 경우 최적 식물 유형은 아레카야자를 포함하고, 실내 환경 정보가 폼알데하이드인 경우 최적 식물 유형은 대나무야자, 인도고무나무, 드라세나 자넷크레이그를 포함할 수 있다.
여기서, 제거물질의 제거 정도에 따라 최적 식물 유형에는 가중치를 부여함으로써, 후술할 식물 선택 학습 모델(12)의 학습 과정이나 최적 식물 유형의 도출 과정에서 정확도를 높일 수 있게 된다.
식물 선택 학습 모델(12)은 식물 선택 학습 데이터 저장부(13)에 저장된 실내 환경 정보 및 최적 식물 유형을 학습 데이터로 하여 기계 학습되어 생성되는데, 본 발명에서는 딥러닝(Deep learning) 기반의 기계 학습을 통해 생성되는 것을 예로 한다. 그리고, 식물 선택 학습 모델(12)은 실내 환경 정보가 입력되면 이에 적합한 최적 식물 유형을 출력하게 된다.
식물 배치 학습 데이터 저장부(15)에는 복수의 실내 공간 정보 정보, 복수의 식물 유형, 그리고 각각의 실내 공간 정보 정보 및 각각의 식물 유형에 따른 최적 식물 배치 정보가 저장된다.
실내 공간 정보 정보는 상술한 식물 공기 정화 장치(300)가 설치되는 실내 공간 정보에 대한 정보를 포함하는데, 실내 공간 정보의 가로, 세로 및 높이 정보, 창문(220)의 위치 정보, 출입문(210)의 위치 정보 중 적어도 둘 이상을 포함할 수 있다.
식물 유형은 상술한 식물 선택 학습 데이터 저장부(13)에 저장되는 식물들을 포함한다.
그리고, 최적 식물 배치 정보는 실내 공간 정보 정보에 대응하는 실내 공간 정보에 적합한 최적의 식물 배치에 대한 정보를 포함한다.
여기서, 실내 공간 정보 정보, 식물 유형 및 최적 식물 배치 정보는 이미지 형태로 저장될 수 있다. 즉, 실내 공간 정보의 3차원 이미지가 입력 데이터로, 그리고 식물의 유형 및 그 배치가 해당 이미지 내에 표시되어 이를 딥러닝 기반의 학습에서 사용될 레이블 정보로 하여 3차원 이미지 형태로 저장될 수 있다.
식물 배치 학습 모델(14)은 식물 배치 학습 데이터 저장부(15)에 저장된 복수의 실내 공간 정보 정보, 복수의 식물 유형 및 최적 식물 배치 정보를 학습 데이터로 하여 기계 학습되어 생성된다. 본 발명에서는 식물 배치 학습 모델(14)이 딥러닝 기반의 기계 학습을 통해 생성되는 것을 예로 한다. 그리고, 식물 배치 학습 모델(14)은 새로운 실내 공간 정보 정보와 식물 유형이 입력되는 경우, 최적 식물 배치 정보를 출력하게 된다.
메인 제어부(11)는 최적 배치를 탐색하기 위해 새로이 신규 실내 환경 정보와 신규 실내 공간 정보 정보가 통신부(17)을 통해 입력되면, 식물 선택 학습 모델(12)이 신규 실내 환경 정보를 입력으로 하여 신규 실내 환경 정보에 따른 최적 식물 유형을 출력하도록 제어한다.
그리고, 메인 제어부(11)는 식물 배치 학습 모델(14)이 신규 실내 공간 정보 정보와, 식물 선택 학습 모델(12)에 의해 출력된 최적 식물 유형을 입력으로 하여 신규 실내 공간 정보 정보에 따른 최적 식물 배치 정보를 출력하도록 제어한다.
즉, 신규 실내 환경 정보를 통해 최적의 식물을 선택하고, 신규 실내 공간 정보 정보와 최적의 식물을 다시 입력으로 하여 최적의 배치를 추출하는 2단계의 과정을 통해, 현재 실내 공간 정보과 해당 실내 공간 정보의 상태에 적합한 최적의 식물 배치를 결정할 수 있게 된다.
여기서, 배치 이미지 생성부(16)는 신규 실내 공간 정보 정보에 기초하여 실내 공간 정보 정보에 따른 실내 공간 정보 이미지를 생성하고, 식물 선택 학습 모델(12)에 의해 출력된 최적 식물 유형에 따른 식물을 실내 공간 정보 이미지에 배치하되, 식물 배치 학습 모델(14)에 의해 출력된 식물 배치 정보에 기초하여 배치된 최적 배치 이미지를 생성할 수 있다.
이에 따라, 사용자는 자신의 실내 공간 정보에 대한 실내 공간 정보 정보 및 실내 환경 정보를 실내 공기 정화 관리 서버(10)에 자신의 정보처리장치(30)를 통해 전송하게 되면, 자신의 실내 공간 정보에 최적화된 식물과 그 배치에 대한 정보를 받을 수 있게 된다.
비록 본 발명의 몇몇 실시예들이 도시되고 설명되었지만, 본 발명이 속하는 기술분야의 통상의 지식을 가진 당업자라면 본 발명의 원칙이나 정신에서 벗어나지 않으면서 본 실시예를 변형할 수 있음을 알 수 있을 것이다. 발명의 범위는 첨부된 청구항과 그 균등물에 의해 정해질 것이다.
10 : 식물 공기 정화 관리 서버
11 : 메인 제어부 12 : 식물 선택 학습 모델
13 : 식물 선택 학습 데이터 저장부 14 : 식물 배치 학습 모델
15 : 식물 배치 학습 데이터 저장부 16 : 배치 이미지 생성부
17 : 통신부 30 : 정보처리장치
50 : 통신망
100 : 최적 식물 선택 및 배치 장치
200 : 실내 공간 210 : 출입문
220 : 창문 230 : 가구
300 : 식물 공기 정화 장치

Claims (5)

  1. 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치에 있어서,
    복수의 실내 환경 정보와 각각의 상기 실내 환경 정보에 따른 최적 식물 유형이 저장된 식물 선택 학습 데이터 저장부와;
    상기 식물 선택 학습 데이터 저장부에 저장된 복수의 상기 실내 환경 정보 및 상기 최적 식물 유형을 학습 데이터로 하여 기계 학습되어 생성되는 식물 선택 학습 모델과;
    복수의 실내 공간 정보와, 복수의 식물 유형과, 각각의 상기 실내 공간 정보 및 각각의 상기 식물 유형에 따른 최적 식물 배치 정보가 저장된 식물 배치 학습 데이터 저장부와;
    상기 식물 배치 학습 데이터 저장부에 저장된 복수의 상기 실내 공간 정보, 복수의 상기 식물 유형 및 상기 최적 식물 배치 정보를 학습 데이터로 하여 기계 학습되어 생성되는 식물 배치 학습 모델과;
    신규 실내 환경 정보와 신규 실내 공간 정보가 입력되면, 상기 식물 선택 학습 모델이 상기 신규 실내 환경 정보를 입력으로 하여 상기 신규 실내 환경 정보에 따른 최적 식물 유형을 출력하도록 제어하고, 상기 식물 배치 학습 모델이 상기 신규 실내 공간 정보와 상기 식물 선택 학습 모델에 의해 출력된 상기 최적 식물 유형을 입력으로 하여 상기 신규 실내 공간 정보에 따른 최적 식물 배치 정보를 출력하도록 제어하는 메인 제어부를 포함하는 것을 특징으로 하는 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치.
  2. 제1항에 있어서,
    상기 실내 공간 정보는 실내 공간의 가로, 세로 및 높이 정보, 창문의 위치 정보, 출입문의 위치 정보 중 적어도 둘 이상을 포함하는 것을 특징으로 하는 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치.
  3. 제1항에 있어서,
    상기 실내 환경 정보는 실내 공간의 유해 물질 정보를 포함하는 것을 특징으로 하는 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치.
  4. 제1항에 있어서,
    상기 실내 공간 정보에 기초하여, 상기 실내 공간 정보에 따른 실내 공간 이미지를 생성하고, 상기 식물 선택 학습 모델에 의해 출력된 상기 최적 식물 유형에 따른 식물을 상기 실내 공간 이미지에 배치하되, 상기 식물 배치 학습 모델에 의해 출력된 상기 식물 배치 정보에 기초하여 배치된 최적 배치 이미지를 생성하는 배치 이미지 생성부를 더 포함하는 것을 특징으로 하는 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치.
  5. 제1항에 있어서,
    상기 식물 선택 학습 모델 및 상기 식물 배치 학습 모델은 딥러닝 기반의 기계 학습을 통해 학습되는 것을 특징으로 하는 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치.
KR1020190107257A 2019-08-30 2019-08-30 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치 KR20210026461A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190107257A KR20210026461A (ko) 2019-08-30 2019-08-30 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190107257A KR20210026461A (ko) 2019-08-30 2019-08-30 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치

Publications (1)

Publication Number Publication Date
KR20210026461A true KR20210026461A (ko) 2021-03-10

Family

ID=75148204

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190107257A KR20210026461A (ko) 2019-08-30 2019-08-30 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치

Country Status (1)

Country Link
KR (1) KR20210026461A (ko)

Similar Documents

Publication Publication Date Title
Perles et al. An energy-efficient internet of things (IoT) architecture for preventive conservation of cultural heritage
RU2007139777A (ru) Ограниченные порталы ("сады, обнесенные стеной")
GB2458048A (en) Method and apparatus for mobile intelligence
Kawakami et al. PotPet: pet-like flowerpot robot
CN105938327A (zh) 一种分布式智能家居控制系统及方法
CN209512233U (zh) 一种分布式检测的医院空气云管理系统
CN104991494A (zh) 室内全息空气环境调配系统及其调配方法
SE0500071L (sv) Övervakningssystem och metod för åtkomst av en övervakningsenhet i ett övervakningssystem
CN105446310A (zh) 一种空气环境制造方法及装置
KR20210026461A (ko) 식물 공기 정화 시스템에 적용되는 최적 식물 선택 및 배치 장치
US10633835B1 (en) Methods, systems to facilitate atmospheric water generation, and regulation of an environment of atmospheric water generation
CN105698334A (zh) 一种智能空气净化器系统
Sayeduzzaman et al. A design of an IoT-based smart home with auto-sanitization system
KR101662066B1 (ko) 공기 상태 기반 환경 제어 장치 및 방법
CN205028185U (zh) 一种用于环境湿度管理控制系统
DE102014206548A1 (de) Mobiler Sensorknoten
CN105512711A (zh) 一种可自动生成二维码的智能终端设备
Seedorf Biological exhaust air treatment systems as a potential microbial risk for farm animals assessed with a computer simulation
CN113508387A (zh) 智能围场系统和计算方法
Berger et al. Approaching the human dimension of building performance via agent-based modeling
Eng et al. Ada: buildings as organisms
Manjunatha et al. IoT Based Smart Home Using Edge computing
Patil et al. Design and Planning of Pharmaceutical Industries in India
CN103347277B (zh) 一种生成无线传感器网络节点日志的装置及方法
CN104686454A (zh) 多功能自动控制蚯蚓养殖箱

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right