KR20220071727A - Smart Shelter Based on Artificial Intelligence - Google Patents
Smart Shelter Based on Artificial Intelligence Download PDFInfo
- Publication number
- KR20220071727A KR20220071727A KR1020200159182A KR20200159182A KR20220071727A KR 20220071727 A KR20220071727 A KR 20220071727A KR 1020200159182 A KR1020200159182 A KR 1020200159182A KR 20200159182 A KR20200159182 A KR 20200159182A KR 20220071727 A KR20220071727 A KR 20220071727A
- Authority
- KR
- South Korea
- Prior art keywords
- measurement result
- capsule
- outdoor air
- air measurement
- separation module
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title description 5
- 238000002560 therapeutic procedure Methods 0.000 claims abstract description 33
- 230000008451 emotion Effects 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims description 121
- 238000000926 separation method Methods 0.000 claims description 85
- 230000002996 emotional effect Effects 0.000 claims description 28
- 239000002775 capsule Substances 0.000 claims description 27
- 238000009423 ventilation Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 18
- 230000007613 environmental effect Effects 0.000 claims description 16
- 238000000222 aromatherapy Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000003915 air pollution Methods 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 8
- 239000000809 air pollutant Substances 0.000 claims description 7
- 231100001243 air pollutant Toxicity 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 7
- 238000000051 music therapy Methods 0.000 claims description 7
- 206010020751 Hypersensitivity Diseases 0.000 claims description 6
- 208000030961 allergic reaction Diseases 0.000 claims description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 6
- 229910052760 oxygen Inorganic materials 0.000 claims description 6
- 239000001301 oxygen Substances 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 230000008921 facial expression Effects 0.000 claims description 3
- 230000035876 healing Effects 0.000 claims description 3
- 238000004887 air purification Methods 0.000 claims description 2
- 230000006399 behavior Effects 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims 1
- 230000003340 mental effect Effects 0.000 abstract 1
- 230000006641 stabilisation Effects 0.000 abstract 1
- 238000011105 stabilization Methods 0.000 abstract 1
- 238000009833 condensation Methods 0.000 description 20
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 18
- 230000005494 condensation Effects 0.000 description 17
- 238000004378 air conditioning Methods 0.000 description 10
- 229910002092 carbon dioxide Inorganic materials 0.000 description 9
- 238000001514 detection method Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 238000012795 verification Methods 0.000 description 9
- 239000000428 dust Substances 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010200 validation analysis Methods 0.000 description 5
- 239000012855 volatile organic compound Substances 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 238000000149 argon plasma sintering Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000008909 emotion recognition Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000005389 magnetism Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 206010003805 Autism Diseases 0.000 description 1
- 208000020706 Autistic disease Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000036995 brain health Effects 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- -1 heat Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
- E04H1/00—Buildings or groups of buildings for dwelling or office purposes; General layout, e.g. modular co-ordination or staggered storeys
- E04H1/12—Small buildings or other erections for limited occupation, erected in the open air or arranged in buildings, e.g. kiosks, waiting shelters for bus stops or for filling stations, roofs for railway platforms, watchmen's huts or dressing cubicles
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04B—GENERAL BUILDING CONSTRUCTIONS; WALLS, e.g. PARTITIONS; ROOFS; FLOORS; CEILINGS; INSULATION OR OTHER PROTECTION OF BUILDINGS
- E04B1/00—Constructions in general; Structures which are not restricted either to walls, e.g. partitions, or floors or ceilings or roofs
- E04B1/343—Structures characterised by movable, separable, or collapsible parts, e.g. for transport
- E04B1/34315—Structures characterised by movable, separable, or collapsible parts, e.g. for transport characterised by separable parts
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F7/00—Ventilation
- F24F7/003—Ventilation in combination with air cleaning
-
- 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
- F24F8/60—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying by adding oxygen
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G06K9/00—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
- E04H1/00—Buildings or groups of buildings for dwelling or office purposes; General layout, e.g. modular co-ordination or staggered storeys
- E04H1/12—Small buildings or other erections for limited occupation, erected in the open air or arranged in buildings, e.g. kiosks, waiting shelters for bus stops or for filling stations, roofs for railway platforms, watchmen's huts or dressing cubicles
- E04H2001/1283—Small buildings of the ISO containers type
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Fuzzy Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Air Conditioning Control Device (AREA)
- Alarm Systems (AREA)
Abstract
Description
본 발명의 일 실시예는 AI 기반의 캡슐형 스마트 쉘터 장치에 관한 것이다. An embodiment of the present invention relates to an AI-based capsule type smart shelter device.
이하에 기술되는 내용은 단순히 본 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.The content described below merely provides background information related to the present embodiment and does not constitute the prior art.
최근 산업 전반의 패러다임이 변화함에 따라 ICT 기반의 기술융합 과정을 통해 새로운 형태의 연구가 만들어지고 있다. 건축과 다른 학문을 별개의 영역으로 생각하던 시대는 지나고 급변하는 IT 기술의 발달을 통해서 상호 다른 분야의 전문지식과 접목하는 과정은 논리적이고 독창적인 창작성을 끌어내며 건축 환경에서 부족했던 부분에 센서를 활용해 스마트한 환경으로 변화를 주고 있다. As the paradigm of the overall industry has recently changed, a new type of research is being created through the ICT-based technology convergence process. Gone are the days when architecture and other disciplines were considered separate fields, and through the rapidly changing IT technology development, the process of combining expertise in different fields with each other brings out logical and original creativity, and sensors can be used in areas lacking in the built environment. It is making a change to a smart environment by using it.
스마트한 환경 속 각종 편의 장비에 의한 센서 장비의 대중화가 지속하면서 인간의 삶은 ‘센서의 파놉티콘(Panopticon)’ 시대를 맞이하며 개인의 생활 패턴과 환경 정보들이 개인의 행위에 따른 패턴화된 정보를 이용하여 쉘터 분야에서 적용하기 위한 시도가 이루어지고 있다. As the popularization of sensor equipment by various convenient equipment in a smart environment continues, human life enters the era of 'sensor panopticon', and individual life patterns and environmental information use patterned information according to individual actions Therefore, attempts are being made to apply it in the shelter field.
쉘터는 보호, 피난, 임시, 이동 등의 의미를 함유하는 공간이다. 인간은 삶의 대부분의 시간을 어떤 공간 혹은 어떤 장소 속에서 보낸다. 좀 더 나은 공간을 위하여 인간은 끊임없이 노력을 해왔다. 최근에 스마트 쉘터에 대한 건축, 예술, 공학 등 다양한 분야의 전문가들이 연구를 하고 있고 최근에 클린 쉘터, 에코 쉘터 등 스마트 쉘터에 대한 시범적인 모델이 연구되고 있다. A shelter is a space containing the meanings of protection, evacuation, temporary, and movement. Humans spend most of their time in a certain space or place. Humans have been constantly striving for a better space. Recently, experts in various fields such as architecture, art, and engineering are conducting research on smart shelters, and recently, pilot models for smart shelters such as clean shelters and eco shelters are being studied.
본 실시예는 버스정류장, 기업체, 공공기관, 교육기관 휴게공간, 카페, 다중이용시설, 주택, 아파트 공용공간 등의 장소에 적용 가능한 캡슐형 스마트 쉘터로서, AI를 기반으로 스마트 쉘터에 진입한 사람의 감정을 인식한 후 각 사용자 맞춤형으로 보다 쾌적한 휴식을 취할 수 있도록, 심리 안정 테라피 및 에어 케어를 받을 수 있도록 하는 AI 기반의 캡슐형 스마트 쉘터를 제공하는 데 목적이 있다.This embodiment is a capsule-type smart shelter applicable to places such as bus stops, corporations, public institutions, educational institutions resting spaces, cafes, multi-use facilities, houses, and apartment common spaces. People who enter the smart shelter based on AI It aims to provide an AI-based capsule-type smart shelter that can receive psychological stability therapy and air care so that each user can have a more comfortable rest after recognizing the emotions of each user.
본 실시예의 일 측면에 의하면, 상면을 덮는 형태의 갖는 상부 분리 모듈; 바닥면을 직사각형 형태로 형성하는 하부 분리 모듈; 좌측면에 벽면을 형성는 구조를 갖는 좌측면 분리 모듈; 우측면에 벽면을 형성하는 구조를 갖는 우측면 분리 모듈; 직사각형 형태의 벽면을 형성하는 구조를 갖는 정면 분리 모듈; 직사각형 형태의 벽면을 형성하는 구조를 가지며, 상기 정면 분리 모듈에 대향되는 면을 형성하는 후면 분리 모듈; 상기 상부 분리 모듈, 상기 하부 분리 모듈, 상기 좌측면 분리면 모듈, 상기 우측면 분리 모듈, 상기 정면 분리 모듈을 조립식 형태로 결합하여 공간을 형상하는 내부 공간; 상기 내부 공간 상에 형성되어 상기 내부 공간에 진입한 객체에 대한 음성, 영상을 기반으로 감정 상태를 정보를 생성하는 AI 스테이션; 상기 내부 공간 상에 형성되어 상기 감정 상태를 기반으로 뮤직 테라피, 아로마 테라피, 스누젤렌 테라피를 수행하는 테라피 수행부; 및 상기 내부 공간 상에 형성되어 상기 내부 공간에 객체 진입이 감지되면 실내와 실외의 공기질 상태를 비교한 후 기 설정된 산소 농도를 유지하는 에어 케어 수행부;를 포함하는 것을 특징으로 하는 것을 특징으로 하는 캡슐형 스마트 쉘터를 제공한다.According to one aspect of this embodiment, an upper separation module having a shape covering the upper surface; a lower separation module forming a bottom surface in a rectangular shape; a left side separation module having a structure for forming a wall on the left side; a right side separation module having a structure for forming a wall on the right side; a front separation module having a structure that forms a rectangular wall surface; a rear separation module having a structure forming a rectangular wall surface and forming a surface opposite to the front separation module; an internal space forming a space by combining the upper separation module, the lower separation module, the left side separation module, the right side separation module, and the front separation module in a prefabricated form; an AI station formed on the inner space to generate information on emotional state based on audio and video of an object entering the inner space; a therapy performing unit formed on the inner space to perform music therapy, aroma therapy, and snoozelen therapy based on the emotional state; and an air care performing unit that is formed on the inner space and maintains a preset oxygen concentration after comparing indoor and outdoor air quality when an object entry into the inner space is detected. Provides a capsule-type smart shelter.
이상에서 설명한 바와 같이 본 실시예에 의하면, 버스정류장, 기업체, 공공기관, 교육기관 휴게공간, 카페, 다중이용시설, 주택, 아파트 공용공간 등의 장소에 적용 가능한 캡슐형 스마트 쉘터로서, AI를 기반으로 스마트 쉘터에 진입한 사람의 감정을 인식한 후 각 사용자 맞춤형으로 보다 쾌적한 휴식을 취할 수 있도록, 심리 안정 테라피 및 에어 케어를 받을 수 있도록 하는 효과가 있다.As described above, according to this embodiment, it is a capsule-type smart shelter applicable to places such as bus stops, corporations, public institutions, educational institutions resting spaces, cafes, multi-use facilities, houses, apartment common spaces, etc., based on AI. After recognizing the emotion of a person who has entered the smart shelter, it has the effect of receiving psychological stability therapy and air care so that each user can have a more comfortable rest.
도 1은 본 실시예에 따른 캡슐형 스마트 쉘터의 사시도이다.
도 2는 본 실시예에 따른 캡슐형 스마트 쉘터의 상면 및 배면을 나타낸 도면이다.
도 3은 본 실시예에 따른 캡슐형 스마트 쉘터의 좌측면 및 우측면을 나타낸 도면이다.
도 4는 본 실시예에 따른 캡슐형 스마트 쉘터의 정면 및 후면을 나타낸 도면이다.
도 5는 본 실시예에 따른 캡슐형 스마트 쉘터 내의 결로 방지 동작을 나타낸 도면이다.
도 6은 본 실시예에 따른 AI 기반의 캡슐형 스마트 쉘터의 동작을 나타낸 도면이다.
도 7,8,9,10은 본 실시예에 따른 캡슐형 스마트 쉘터에서 실내외 센서 모듈을 이용한 공기질 관리 방법을 나타낸 도면이다.1 is a perspective view of a capsule-type smart shelter according to the present embodiment.
2 is a view showing an upper surface and a rear surface of the capsule-type smart shelter according to the present embodiment.
3 is a view showing the left side and the right side of the capsule type smart shelter according to the present embodiment.
4 is a view showing the front and rear of the capsule type smart shelter according to the present embodiment.
5 is a view showing an operation for preventing condensation in the capsule-type smart shelter according to the present embodiment.
6 is a diagram showing the operation of the AI-based capsule type smart shelter according to the present embodiment.
7, 8, 9, and 10 are diagrams illustrating an air quality management method using an indoor/outdoor sensor module in a capsule-type smart shelter according to the present embodiment.
이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, this embodiment will be described in detail with reference to the accompanying drawings.
도 1은 본 실시예에 따른 캡슐형 스마트 쉘터의 사시도이다.1 is a perspective view of a capsule-type smart shelter according to the present embodiment.
본 실시예에 따른 캡슐형 스마트 쉘터(100)는 테라피 서비스를 제공한다. 캡슐형 스마트 쉘터(100)는 영상, 음악, 조명, 아로마 등을 이용하여 뮤직, 아로마, 스누젤렌 테라피를 사용자 맞춤형으로 테라피 서비스를 제공한다. 캡슐형 스마트 쉘터(100)는 실내 및 실외 공기질 측정, 빅데이터 구축 및 데이터 분석, 예측 모델 개발, 전열교환 환기기술, 공기청정, 환기장치 제어 및 피드백을 이용하여 에어 케어 서비스를 제공한다. 캡슐형 스마트 쉘터(100)는 테라피 서비스 및 에어 케어 서비스를 기반으로 사용자에게 최적의 실내 공기질(최적 청정도 및 온열 상태)을 제공한다.The capsule type
캡슐형 스마트 쉘터(100)는 사용자 쉘터 공간 모듈, 영상 음향 조명 컨트롤 모듈, 안전/공기질/상황감지 센서 IoT 모듈, 전기전자공조 모듈, 전원공급 모듈을 포함한다.The capsule type
캡슐형 스마트 쉘터(100)는 테라피 서비스로서, 뮤직 테라피를 통한 기분 전환, 뇌 건강 케어를 제공한다. 캡슐형 스마트 쉘터(100)는 아로마 테라피로서, 알러지 반응이 없는 질병을 예방하고 건강을 유지할 수 있도록 한다. 캡슐형 스마트 쉘터(100)는 스누젤렌 테라피로서, 심리가 안정되도록 한다. 캡슐형 스마트 쉘터(100)는 스마트 에어 케어 서비스로서, 사용자 생체정보를 활용한 쾌적 에어 케어 환경을 제공한다.The capsule-type
캡슐형 스마트 쉘터(100)는 스마트 에어 케어 서비스로서, 실내 공기질 최적제어를 통한 쾌적 공기질 수준을 제공한다. 캡슐형 스마트 쉘터(100)는 스마트 에어 케어 서비스로서, 실내와 실외 온도 차이를 고려하여 결로를 방지하도록 환기를 제어한다.The capsule-type
캡슐형 스마트 쉘터(100)는 버스정류장 쉘터, 항만 피난 쉘터, 해외 캡슐형 하우스 등으로 구현 가능하다. 캡슐형 스마트 쉘터(100)는 영상, 음향, 조명, 냉난방, 환기 등 연계하여 TV, 음향 디지털 믹스, LED 감성 조명, 에어컨, 공기청정기, 환기 청정기, 산소발생기, 아로마 디퓨져, 전동 구동 장치를 제어한다.The capsule-type
캡슐형 스마트 쉘터(100)는 제품 및 서비스의 주요 적용 분야는 1인용 피로회복 공간이며 실내용과 실외용(건물 옥상, 건물 테라스)으로 분리 모듈 구조를 갖는다. 캡슐형 스마트 쉘터(100)는 분리 모듈 구조로 인해 저소음, 물류, 설치, AS 및 유지보수가 쉽게 설계된다.The capsule-type
캡슐형 스마트 쉘터(100)는 상부, 하부, 측면, 출입구 등 조립식 가능한 구조를 갖는다. 캡슐형 스마트 쉘터(100)는 실내 인테리어로 전기 기계장치의 노출을 최소화하고 1인에게 안정감을 제공할 수 공간으로 심리적 안정감과 편안함을 제공한다.The capsule-type
캡슐형 스마트 쉘터(100)는 사용자 쉘터 공간으로 조립식 모듈로 구현된다. 캡슐형 스마트 쉘터(100)는 조립 가능한 구조로 구분된다. 캡슐형 스마트 쉘터(100)는 실내 인테리어로서, 전기 기계장치의 노출을 최소화하고 1인에게 안정감을 제공할 수 공간으로 심리적 안정감과 편안함을 제공한다.The capsule type
캡슐형 스마트 쉘터(100)는 영상 음향 조명 컨트롤 모듈 (AVLC모듈)는 디스플레이, 스피커, 터치패널 컨트롤러, 조명 스위치, LED 감성 조명, 안전 공기질 상황감지용 다중센서, 도어락, 알람 장치를 포함한다. 캡슐형 스마트 쉘터(100)는 안전 공기질 상황감지 센서 모듈로서 안전 공기질 상황감지용 다중센서와 알람 장치를 포함하며, 센서감지에 적합한 장소에 부착된다.The capsule-type
캡슐형 스마트 쉘터(100)는 전기전자공조 모듈(통신, 앰프, 미디어 서버, 에지 서버, 통합제어기, 열전도 온도조절기, 공기환기청정, 가습기, 아로마 발생기 등으로 실외장치로 구성하여 실내에 소음, 전자파 등의 영향을 최소화하도록 한다. 캡슐형 스마트 쉘터(100)는 전원공급 모듈로서 전원공급이 어려운 곳에 태양열 전원, 대용량배터리, 저소음 비상용 발전기로 구성하여 전원을 공급한다.The capsule-type
캡슐형 스마트 쉘터(100)는 내부에 영상 음향 조명 컨트롤 모듈을 포함한다. 영상 음향 조명 컨트롤 모듈은 디스플레이, 스피커, 터치패널 컨트롤러, 조명 스위치, LED 감성 조명, 도어락, 알람 장치를 포함한다. 영상 음향 조명 컨트롤 모듈은 최소한의 장치로 캡슐형 스마트 쉘터(100) 내의 실내에 부착된다.The capsule type
캡슐형 스마트 쉘터(100)는 내부에 안전 공기질 상황감지 센서 IoT 모듈을 포함한다. 안전 공기질 상황감지 센서 IoT 모듈은 안전 공기질 상황감지용 다중센서와 알람 장치로 구성된다. 안전 공기질 상황감지 센서 IoT 모듈은 캡슐형 스마트 쉘터(100) 내의 적합한 장소에 부착된다.The capsule-type
캡슐형 스마트 쉘터(100)는 내부에 전기전자공조 모듈을 포함한다. 전기전자공조 모듈은 통신, 앰프, 미디어 서버, 에지 서버, 통합제어기, 열전도 온도조절기, 공기 환기 청정, 가습기, 아로마 발생기 등으로 실외장치로 구성한다. 전기전자공조 모듈은 실내에 소음, 전자파 등의 영향을 최소화하도록 설계된다.The capsule type
캡슐형 스마트 쉘터(100)는 내부에 전원공급 모듈을 포함한다. 전원공급 모듈은 전원공급이 어려운 곳에 태양열 전원공급, 대용량배터리, 저소음 비상용 발전기로 구성하여 어디에서나 설치하고 전원공급이 가능하도록 설계된다.The capsule type
캡슐형 스마트 쉘터(100)는 1인용 피로 회복 공간으로 실내용 공간 또는 실외용 공간에 설치 가능하다. 다시 말해, 캡슐형 스마트 쉘터(100)는 실내용 공간으로 기업체 휴게실, 다중이용시설의 휴게 공간에 설치 가능하다. 캡슐형 스마트 쉘터(100)는 실외용 공간으로 건물 옥상, 야외 테라스에 설치 가능하다. 캡슐형 스마트 쉘터(100)는 모듈식 구조로서 저소음, 운반, 설치, AS, 유지·보수가 용이하다.The capsule-type
캡슐형 스마트 쉘터(100)는 실외 설치 시에는 건축법상에서 가설건축법 적용 대상으로 가설건축물은 철근, 콘크리트가 아닌 3층 이하 건물로 전기, 수도, 가스의 공급이 필요치 않고 존치 기간 3년의 분양목적이 아닌 설치물을 의미한다. 농업용 온실, 각종 창고, 경비초소, 컨테이너 등이 해당, 가설건축물 축조 신고 대상으로 가설건축물 축조 신고 방법은 관할 지자체 내 건축 담당 부서에 건축물이 지어질 해당 장소 지번을 문의하고 신고 절차에 따라 진행된다. When installed outdoors, the capsule-type
캡슐형 스마트 쉘터(100)는 서비스를 상호연동하기 위해 연동 장치에 대한 프로토콜 분석한다. 캡슐형 스마트 쉘터(100)는 다양한 제조사의 영상 음향 제어가 가능하도록 브랜드별 IR, RS232, TCP/IP 제어 코드 수집한다.The capsule type
본 실시예에 따른 캡슐형 스마트 쉘터(100)는 상부 분리 모듈(210), 하부 분리 모듈(220), 좌측면 분리 모듈(310), 우측면 분리 모듈(320), 정면 분리 모듈(410)을 포함한다. 캡슐형 스마트 쉘터(100)는 상부 분리 모듈(210), 하부 분리 모듈(220), 좌측면 분리 모듈(310), 우측면 분리 모듈(320), 정면 분리 모듈(410)을 조립식 형태로 결합하여 하나의 캡슐형 내부 공간을 형성한다.The capsule-type
캡슐형 스마트 쉘터(100)는 캡슐형 내부 공간을 형성하며, 캡슐형 내부 공간은 결로 방지를 위한 테이프로 테이핑된다.The capsule-type
캡슐형 스마트 쉘터(100)는 기업체 휴게실, 다중이용시설의 휴게 공간을 포함하는 실내용 공간 상에 설치되거나 건물 옥상, 야외 테라스를 포함하는 실외용 공간에 설치된다.The capsule-type
도 2는 본 실시예에 따른 캡슐형 스마트 쉘터의 상면 및 배면을 나타낸 도면이다.2 is a view showing an upper surface and a rear surface of the capsule-type smart shelter according to the present embodiment.
상부 분리 모듈(210)은 상면을 덮는 형태의 구조를 가진다. The
상부 분리 모듈(210)은 직사각형 선분 중 긴 변을 갖는 면 중 일면이 우측면 분리 모듈(320)의 상면과 조립식 형태로 결합하도록 한다. 상부 분리 모듈(210)은 직사각형 선분 중 긴 변을 갖는 면 중 타면이 좌측면 분리 모듈(310)의 상면과 조립식 형태로 결합하도록 한다.The
상부 분리 모듈(210)은 직사각형 선분 중 짧은 변을 갖는 면 중 일면이 정면 분리 모듈(410)의 상면과 조립식 형태로 결합하도록 한다. 상부 분리 모듈(210)은 직사각형 선분 중 짧은 변을 갖는 면 중 타면이 하부 분리 모듈(220)과 조립식 형태로 조립식 형태로 결합하도록 한다.The
상부 분리 모듈(210)은 짧은 변을 갖는 면 중 타면이 하부 분리 모듈(220)의 짧은 변을 갖는 면 중 타면과 직접 조립식 형태로 결합하도록 한다. 하부 분리 모듈(220)은 바닥면을 직사각형 형태로 형성한다.The
도 3은 본 실시예에 따른 캡슐형 스마트 쉘터의 좌측면 및 우측면을 나타낸 도면이다.3 is a view showing the left side and the right side of the capsule-type smart shelter according to the present embodiment.
좌측면 분리 모듈(310)은 좌측면에 벽면을 형성하는 구조를 가진다. The left
좌측면 분리 모듈(310)은 상면이 상부 분리 모듈(210)의 긴 면을 갖는 면 중 일면이 조립식 형태로 결합하도록 한다. 좌측면 분리 모듈(310)은 직사각형 선분 중 긴 변을 갖는 면 중 하면이 하부 분리 모듈(220)의 직사각형 선분 중 긴 면을 갖는 면 중 일면과 조립식 형태로 결합하도록 한다.The left
좌측면 분리 모듈(310)은 직사각형 선분 중 짧은 변을 갖는 면 중 일면이 정면 분리 모듈(410)과 상면과 조립식 형태의 긴 변을 갖는 면 중 일면과 조립식 형태로 결합하도록 한다. 좌측면 분리 모듈(310)은 직사각형 선분 중 짧은 변을 갖는 면 중 타면이 상부 분리 모듈(210)의 긴 면을 갖는 면을 따라 조립식 형태로 결합하도록 한다.The left
우측면 분리 모듈(320)은 우측면에 벽면을 형성하는 구조를 가진다. The right
우측면 분리 모듈(320)은 직사각형 선분 중 긴 변을 갖는 면 중 상면이 상부 분리 모듈(210)의 긴 면을 갖는 면 중 타면이 조립식 형태로 결합하도록 한다. 우측면 분리 모듈(320)은 직사각형 선분 중 긴 변을 갖는 면 중 하면이 하부 분리 모듈(220)의 직사각형 선분 중 긴 면을 갖는 면 중 타면과 조립식 형태로 결합하도록 한다.The right
우측면 분리 모듈(320)은 직사각형 선분 중 짧은 변을 갖는 면 중 일면이 정면 분리 모듈(410)의 상면과 조립식 형태의 긴 변을 갖는 면 중 일면과 조립식 형태로 결합하도록 한다. 우측면 분리 모듈(320)은 직사각형 선분 중 짧은 변을 갖는 면 중 타면이 상부 분리 모듈(210)의 긴 면을 따라 조립식 형태로 결합하도록 한다.The right
좌측면 분리 모듈(310)과 우측면 분리 모듈(320)의 평면 상에 적어도 하나의 창문을 구비한다.At least one window is provided on the plane of the left
도 4는 본 실시예에 따른 캡슐형 스마트 쉘터의 정면 및 후면을 나타낸 도면이다.4 is a view showing the front and rear of the capsule type smart shelter according to the present embodiment.
정면 분리 모듈(410)은 직사각형 형태의 벽면을 형성하는 구조를 갖는다. The
정면 분리 모듈(410)은 직사각형 선분 중 긴 변을 갖는 면 중 일면이 좌측면 분리 모듈(310)의 짧은 변을 갖는 면 중 일면과 조립식 형태로 결합하도록 한다. 정면 분리 모듈(410)은 직사각형 선분 중 긴 변을 갖는 면 중 타면이 우측면 분리 모듈(320)의 짧은 변을 갖는 면 중 일면과 조립식 형태로 결합하도록 한다.The
정면 분리 모듈(410)은 직사각형 선분 중 짧은 변을 갖는 면 중 일면이 상부 분리 모듈(210)의 짧은 면을 갖는 면 중 일면과 조립식 형태로 결합하도록 한다. 정면 분리 모듈(410)은 직사각형 선분 중 짧은 변을 갖는 면 중 타면이 하부 분리 모듈(220)의 짧은 면을 갖는 면 중 일면과 조립식 형태로 결합하도록 한다.The
정면 분리 모듈(410)은 평면 상에 창문을 구비한다. 후면 분리 모듈(420)은 직사각형 형태의 벽면을 형성하는 구조를 가지며, 정면 분리 모듈(410(에 대향되는 면을 형성한다.The
도 5는 본 실시예에 따른 캡슐형 스마트 쉘터 내의 결로 방지 동작을 나타낸 도면이다.5 is a view showing the operation of preventing condensation in the capsule-type smart shelter according to the present embodiment.
캡슐형 스마트 쉘터(100)는 실외 설치 시 실내외 실외의 급격한 온도차로 인한 물방울 또는 내부에 습도가 많은 경우 발생하는 결로를 방지한다. 캡슐형 스마트 쉘터(100)는 결로 방지를 위해 결로 방지부(510)를 포함한다. 결로 방지부(510)는 결로 방지를 위해 기 설정된 실내온도를 유지하고, 기 설정된 주기적인 환기를 수행한다.When the capsule type
캡슐형 스마트 쉘터(100)는 내부에 결로 방지 테이프 사용한다. 캡슐형 스마트 쉘터(100)는 실내온도 20도 내외, 실내습도는 40~60% 수준 유지한다. 캡슐형 스마트 쉘터(100)는 주기적인 환기를 통하여 결로를 방지한다.The capsule type
캡슐형 스마트 쉘터(100)는 결로 방지부(510)를 이용하여 결로방지 가능한 실외 공조 제어 시스템이 동작하도록 하여 결로 발생을 줄일 수 있다. 캡슐형 스마트 쉘터(100)는 결로 방지부(510)를 이용하여 실외 공기질(온도습도, 미세먼지), 실내 공기질(온습도, 미세먼지, VOCs, CO2), 생체정보(성별, 연령, 감정 상태)를 이용하여 결로 방지와 공조 제어를 수행한다.The capsule-type
캡슐형 스마트 쉘터(100)는 공공데이터와 연계한 주변 실외 온도습도 미세먼지 PM2.5/10 데이터 수집한다. 캡슐형 스마트 쉘터(100)는 실내온도, 습도 미세먼지 CO2 VOCs 센서를 이용 실내 공기질 데이터 수집한다. 캡슐형 스마트 쉘터(100)는 사용자 정보를 바탕으로 설정된 적정 온도습도로 공조 제어한다.The capsule-type
캡슐형 스마트 쉘터(100)는 오염된 공기가 정화를 위해 공기청정 및 환기 청정기기를 제어한다. 캡슐형 스마트 쉘터(100)는 결로방지를 위하여 주기적 쾌적성 유지를 고려한 환기를 제어한다. 캡슐형 스마트 쉘터(100)는 화재, 침수, 위험으로 상황으로부터 안전을 보장하기 위하여 상황감지 센서에서 연기, 열, 누수, 소리, 진동 감지 센서를 통하여 위험 상황을 감지하여 알람을 발생한다.The capsule-type
도 6은 본 실시예에 따른 AI 기반의 캡슐형 스마트 쉘터의 동작을 나타낸 도면이다.6 is a diagram showing the operation of the AI-based capsule type smart shelter according to the present embodiment.
본 실시예에 따른 캡슐형 스마트 쉘터(100)는 AI 스테이션(610), 테라피 수행부(620), 에어 케어 수행부(630)를 포함한다. 캡슐형 스마트 쉘터(100)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.The capsule-type
AI 스테이션(610)은 사용자와 자연스러운 대화를 통해 사람의 감정 상태를 파악한다. AI 스테이션(610)은 사용자의 감정을 전달하는 정서적인 상호작용을 제공하는 사용자 UI/UX 기반의 정보 단말기를 의미한다. The
AI 스테이션(610)은 사용자의 영상을 촬영한다. AI 스테이션(610)은 사용자의 영상 내의 얼굴을 인식하고, 얼굴의 특징점을 이용하여 인간의 감정을 판단하고 인간의 동작 인식을 통한 행동을 분류한다.The
AI 스테이션(610)은 사용자의 음성을 인식하고, 음성에 대한 실시간으로 속기록을 생성하고 고객의 감정 상태를 파악한다. AI 스테이션(610)은 자폐증과 같이 표정으로 감정이 드러나지 않는 질환에 대해 소셜 로봇과의 대화에서 얻을 수 있는 환자의 음성정보를 이용하여 내면 상태를 파악이 가능하다.The
AI 스테이션(610)은 사용자 맞춤형 서비스를 제공한다. AI 스테이션(610)은 사용자 성별/연령/감정 얼굴을 인식한다. AI 스테이션(610)은 사용자 맞춤형 음성인식 및 안내 AI 스피커를 이용한다. AI 스테이션(610)은 쾌적, 감성 서비스를 위한 AI 추론 판단을 수행한다.The
AI 스테이션(610)은 상황감지 단말과 연동 시스템과 연동하여 통합컨트롤러, 공기질 측정 단말, 상황감지 단말기, 상용자 터치패널 단말, 통합운영 서버와 통신한다.The
AI 스테이션(610)은 스마트 쉘터 환경에서 사용자 맞춤형 최적화된 안내 및 정보 전달 서비스를 제공한다. AI 스테이션(610)은 사용자 중심의 영상 및 음성인식 가능한 지향성 AI UX 정보 단말기 정보 단말기를 의미한다.The
AI 스테이션(610)은 내부 공간 내에 진입한 사람을 검출하고, 검출된 사람의 얼굴 검출 및 얼굴 인식(성별/나이별/감정별 인식)한다. AI 스테이션(610)은 검출된 얼굴을 일정 공간에서 추적하여 해당 사람에게만 지향성 스피커를 사용하여 음성 사운드 제공한다. AI 스테이션(610)은 얼굴, 성별, 연령, 감정인식을 고려한 스피커와 카메라 이용한 감성 기반의 대화형 AI 스피커 기능과 머신러닝 기반의 AI 에지 서버들로 주요 기능을 제공한다.The
AI 스테이션(610)은 사용자 감성 인식과 음성인식, 스마트 에어 케어 서비스, 안전을 위한 상황감지를 위한 인공지능, 딥러닝 등 빅데이터 분석을 수행한다. AI 스테이션(610)은 머신러닝용 서버를 기반으로 딥러닝 기반의 훈련 모델 및 추론모델을 생성한다. 캡슐형 스마트 쉘터(100)는 LSTM 모델기반의 안전 상황을 감지한다. AI 스테이션(610)은 LSTM 모델기반의 에어 케어 서비스를 제공한다. AI 스테이션(610)은 공공기관(NIA), 외부 기관 빅데이터를 이용한 훈련 모델 및 추론모델을 생성한다. AI 스테이션(610)은 얼굴 감성, 음성인식 오픈소스의 신뢰성 및 성능 검증한다.The
AI 스테이션(610)은 인공지능, 딥러닝 등 빅데이터 분석에 대한 신뢰성 및 검증 테스트를 수행한다. AI 스테이션(610)은 모델 평가를 위해데이터를 훈련(training), 검증(valid), 테스트(test)한다. 캡슐형 스마트 쉘터(100)는 훈련 세트(training set)를 이용하여 인공지능 모델을 훈련한다. AI 스테이션(610)은 검증 세트(validation set)를 이용하여 인공지능 모델을 평가한다. AI 스테이션(610)은 테스트 세트를 이용하여 인공지능 모델을 테스트한다.The
AI 스테이션(610)은 전체 데이터 세트를 훈련과 테스트 2개만으로 구분하지 않는 이유는, 인공지능 모델을 개발할 때 항상 모델의 설정을 튜닝한다. AI 스테이션(610)은 검증 세트를 이용하여 인공지능 모델의 성능을 평가하여 튜닝을 수행한다. AI 스테이션(610)은 검증 세트를 이용하여 특정 파라미터 공간에서 좋은 설정값을 찾는 학습을 수행한다.The reason why the
AI 스테이션(610)은 인공지능 모델로 처음 입력된 데이터인 테스트 세트를 이용하여 인공지능 모델을 평가한다. 인공지능 모델은 데이터를 훈련/검증/테스트 세트로 홀드 아웃 검증 (hold-out validation), K-폴드 교차 검증 (K-fold cross-validation), 셔플링(shuffling)을 사용한 iterated K-fold cross-validation으로 나눈다.The
AI 스테이션(610)은 대표성 있는 데이터로서, 훈련 세트와 테스트 세트로 나누기 전에 데이터를 랜덤하게 섞어 적용한다. AI 스테이션(610)은 시간의 방향으로 과거로부터 미래를 예측해야 하는 시계열 데이터의 경우에는 데이터를 분할하기 전에 랜덤하게 섞어서 안되며, 테스트 데이터로 훈련 데이터보다 미래의 것을 이용한다.The
AI 스테이션(610)은 훈련 세트와 검증 세트가 중복되지 않도록 한다. AI 스테이션(610)은 얼굴 인식을 위한 검증 데이터 세트로서, 대용량 공개 데이터 세트( CeleFace, DeepFace, FaceNet, VGGFace), 와일드 검증 데이터셋(LFW, YouTube, Face(YTF), MegaFace)을 이용한다. The
AI 스테이션(610)은 대화형 음성인식 서비스 시나리오 검증으로 발화문 검증, 테스크플로 검증, 발화문 수집한다. AI 스테이션(610)은 발화문을 검증한다. AI 스테이션(610)은 문장 이해가 잘되는지 확인한다. AI 스테이션(610)은 듣고 싶은 정보를 정확하게 안내하는지 확인한다. AI 스테이션(610)은 긴 문장을 들려줘야 할 때 어디까지 인지 되는지 확인한다. AI 스테이션(610)은 사용자가 확인해야 할 정보와 필요 없는 정보를 구분한다. AI 스테이션(610)은 적절한 표현인지 확인하고 아닌 경우는 사용자 친화적인 언어로 변경한다.The
AI 스테이션(610)은 테스크플로 검증을 수행한다. AI 스테이션(610)은 프로세스에서 사용자의 명령 수행하는 과정에서 시행착오를 확인한다. AI 스테이션(610)은 불완전한 명령에서 추가적인 정보를 수집하는 과정에서 혼동 여부 확인한다. AI 스테이션(610)은 나이대별로 서비스 접근성을 확인한다.
AI 스테이션(610)은 발화문을 수집한다. AI 스테이션(610)은 노래와 관련하여 틀어줘, 재생, 재생해줘, 플레이해줘, 들려줘를 발화문으로 수집한다. AI 스테이션(610) 중단과 관련하여 취소해, 취소할래, 그만, 취소, 안 할래, 제발 그만을 발화문으로 수집한다.The
AI 스테이션(610)은 내부 공간 상에 형성되어 내부 공간에 진입한 객체에 대한 음성, 영상을 기반으로 감정 상태를 정보를 생성한다. AI 스테이션(610)은 내부 공간에 진입한 객체에 대한 영상을 촬영한 후 영상 내의 얼굴 영역을 인식하고, 얼굴 영역 내의 얼굴에 대한 특징점을 기반으로 객체에 대한 표정 패턴을 생성한다.The
AI 스테이션(610)은 구비된 지향성 스피커를 이용하여 기 저장된 시나리오 중 표정 패턴에 대응하는 질의문을 출력한 후 구비된 마이크를 이용하여 질의문에 대응하는 음성을 수집한다. AI 스테이션(610)은 음성에 대한 속기록을 생성하고, 속기록을 기반으로 객체에 대한 감정 상태를 파악한다.The
AI 스테이션(610)은 음성을 문장으로 변환한 후 문장 내에서 이해가 되지 않는 부분을 제외한 후 듣고 싶은 정보에 대한 답변이 포함되어 있는지를 확인하고, 듣고 싶은 정보에 대한 답변을 기반으로 객체에 대한 감정 상태를 파악한다.After converting the voice into a sentence, the
AI 스테이션(610)은 질의문에 포함된 문장 중 긴 문장 구간, 사용자 확인 구간, 불필요 구간을 구분한 후 각 구간의 표현 중 부적절한 구간의 언어를 사용자 친화적인 언어로 변경한 후 지향성 스피커로 출력한다. AI 스테이션(610)은 속기록, 표정 패턴, 감정 상태를 기반으로 객체에 대한 동작을 인식하여 행동 패턴을 분류한다.The
테라피 수행부(620)는 뮤직 테라피로서 사용자의 요구와 감정 상태를 반영하여 목적에 맞는 음악의 장르, 힐링 음악을 온라인, 뮤직 서버와 연동한 시나리오를 기반으로 음악을 제공한다.As music therapy, the
테라피 수행부(620)는 아로마 테라피로서 사용자의 감정 상태를 고려하여 향기를 선택하여 자동으로 아로마 향기를 제공한다. 테라피 수행부(620)는 아로마 테라피의 알레르기 반응을 고려한 사용자 제한 적용, 사용자 체질, 사용시간, 강도 조절을 통한 알레르기 반응 고려한 테라피 서비스를 제공한다. 테라피 수행부(620)는 냄새 농도를 측정 가능한 센서를 통하여 아로마 농도를 측정한다. 테라피 수행부(620)는 사용자 적합한 아로마를 선정한 후 농도를 조절한다. 테라피 수행부(620)는 사용자 정보를 기반으로 알레르기 반응을 고려하여 시간을 조절한다.The
테라피 수행부(620)는 내부 공간 상에 형성되어 AI 스테이션(610)에서 생성한 감정 상태를 기반으로 뮤직 테라피, 아로마 테라피, 스누젤렌 테라피를 수행한다. 테라피 수행부(620)는 감정 상태 및 행동 패턴을 기반으로 영상, 음악, 조명, 아로마를 조합하여 뮤직 테라피, 아로마 테라피, 스누젤렌 테라피를 수행한다.The
테라피 수행부(620)는 질의문에 대응하여 수집된 음성과 감정 상태를 기반으로 음악의 장르를 추출한 후 음악 장르 중 힐링 음악으로 분류된 음원을 추출한 후 온라인 뮤직 서버로부터 음원을 스트리밍하는 뮤직 테라피를 수행한다.The
테라피 수행부(620)는 감정 상태를 기반으로 아로마 후보를 선택한 후 아로마 후보 중 객체가 입력한 알레르기 반응 정보, 사용자 체질 정보, 사용 시간 정보, 강도 조절 정보를 기반으로 최적 아로마를 선택한다. 테라피 수행부(620)는 최적 아로마에 대한 농도를 결정한 후 농도로 최적 아로마가 출력되도록 하는 아로마 테라피를 수행한다.After selecting an aroma candidate based on the emotional state, the
에어 케어 수행부(630)는 스마트 에어 케어 서비스를 제공한다. 에어 케어 수행부(630)는 스마트 에어 케어 서비스로서, 안개, 연기, 바람 등과 같은 주변 환경 오차가 심한 공기질 데이터의 신뢰성을 향상하기 위하여 공기질 공공데이터와 주변의 공기질 센서 데이터들을 이용하여 미세먼지 센서 데이터의 예측 모델을 적용한다. The air
에어 케어 수행부(630)는 스마트 에어 케어 서비스로서, PM2.5/10, CO2, VOCs, 온습도 공기질 표출 및 환경을 제어한다. 에어 케어 수행부(630)는 스마트 에어 케어 서비스로서, 실내의 미세먼지와 CO2 감소의 쾌적한 환경 제공을 위하여 다양한 제조사 및 브랜드의 환기 청정기, 공기청정기, 에어컨, 전열교환 환기 유닛, 가습기, 산소발생기 등 환경설비의 스마트 통합제어를 통하여 쾌적하고 건강한 라이프스타일 서비스를 제공한다.The air
에어 케어 수행부(630)는 실외공기질(온도습도, 미세먼지, 외부기관 데이터 활용), 실내공기질(온습도, 미세먼지, VOCs, CO2), 사용자 생체정보(성별, 연령, 피부 온도 등)를 고려한 스마트 에어 케어 서비스를 제공한다.The air
에어 케어 수행부(630)는 사용자 생체정보(나이, 성별, 피부 온도, 감성)를 수집한다. 에어 케어 수행부(630)는 실외공기질과 생체정보를 기분의 최적 온도습도 값으로 설정한다. 에어 케어 수행부(630)는 설정된 최적의 에어 케어 제공을 위하여 냉난방 가습 설비를 자동제어한다. 에어 케어 수행부(630)는 쉘터 내의 스마트 에어 케어 신뢰성 및 성능 검증 위한 LSTM(Long Short Term Memory) 기반 인공지능 모델을 구축한다.The air
에어 케어 수행부(630)는 에어 케어 서비스를 제공한다. 에어 케어 수행부(630)는 실내와 실외의 공기질 상태를 고려하여 최상의 실내 공기질을 유지하도록 다중 공기질 센서 정보를 이용하여 청정기 및 에어컨 등을 조절한다.The air
에어 케어 수행부(630)는 겨울에 환기를 가동 시 결로방지를 위한 결로방지 부재를 포함한다. 에어 케어 수행부(630)는 실내 CO2 최소화하며, 깊은 산속의 산소 농도를 유지한다.The air
에어 케어 수행부(630)는 내부 공간 상에 형성되어 내부 공간에 객체 진입이 감지되면 실내와 실외의 공기질 상태를 비교한 후 기 설정된 산소 농도를 유지하도록 공기질을 관리한다. The air
도 7,8,9,10은 본 실시예에 따른 캡슐형 스마트 쉘터에서 실내외 센서 모듈을 이용한 공기질 관리 방법을 나타낸 도면이다.7, 8, 9, and 10 are views showing an air quality management method using an indoor/outdoor sensor module in the capsule-type smart shelter according to the present embodiment.
공공실외 공기측정부(812)는 복수의 기 설치된 공공장소에서 실외 공기를 측정하여 공공 실외공기 측정결과를 생성한다. The public outdoor
실외공기 측정부(714)는 실내 공기질 측정 장소와 가장 인접한 실외측 위치에 설치되어 실외 공기를 측정하여 실외공기 측정결과를 생성한다. 실외공기 측정부(714)는 실내공기 측정부(716)의 설치 위치와 대응하는 반대면(실외측)에서 실외 공기를 측정하여 실외공기 측정결과를 생성한다. 실외공기 측정부(714)는 수집한 실외 공기를 대략 1시간 지연된 상태에서 에어 케어 수행부(630)로부터 전송한다.The outdoor
실외공기 측정부(714)는 광산란 방식의 간이 측정 방식을 이용한다. 실외공기 측정부(714)는 광산란 방식의 간이 측정시 실외 표준 측정기로부터 수집한 데이터와 다수의 실외 간이 측정기로부터 수집한 데이터를 비교하여 측정 보정한다. 실외공기 측정부(714)는 오염으로 인한 오차를 감지한다.The outdoor
실내공기 측정부(716)는 실외공기 측정부(714)의 설치 위치와 대응하는 반대면의 실내측에 설치되어 실내 공기를 측정하여 실내공기 측정결과를 생성한다. The indoor
제어부(730)는 건물 주변에 설치된 실외공기 측정부(714)로부터 수집한 실외 공기질 데이터와 공공실외 공기측정부(812)로부터 수집한 공공 표준 공기질 데이터와 차이를 확인한다. 제어부(730)는 예컨대, 약 10개의 실내공기 측정부(716)로부터 데이터를 수집한 후 측정기의 열화로 인하여 발생하는 오차를 보정한다.The
제어부(730)는 실내공기 측정부(716)와 실외공기 측정부(714)를 이용하여 내부 공기질이 오염되었을 때 외부공기질을 센싱하여 환기 여부를 결정한다. 제어부(730)는 실내공기 측정부(716)와 실외공기 측정부(714)와 같이 결합하는 센서 모듈로 구현된다.The
제어부(730)는 공공실외 공기측정부(812)로부터 수신된 공공 실외공기 측정결과와 실외공기 측정부(714)로부터 수신된 실외공기 측정결과를 기반으로 오차를 보정한 오차 보정 실외공기 측정결과를 생성한다.The
제어부(730)는 실내공기 측정부(716)로부터 실내공기 측정결과로부터 추출된 실내 공기오염물질의 농도(실내 CO2, VOC, 라돈)가 기 설정된 임계치보다 높은지의 여부를 확인한 위험도를 산출한다. 제어부(730)는 위험도가 기 설정된 임계치보다 높은 경우, 오차 보정 실외공기 측정결과와 실내공기 측정결과를 비교하여 비교결과를 기반으로 설비 운전을 이용한 환경 조절 명령을 생성한다.The
제어부(730)는 복수의 기 설치된 공공장소에서 측정한 공공 실외공기 측정결과 내의 공기오염물질과 실내 공기질 측정 장소와 가장 인접한 실외측 위치에서 측정한 실외공기 측정결과의 평균치를 산출할 때, 실외공기 측정결과에 가중치를 적용하여 오차를 보정한 오차 보정 실외공기 측정결과를 생성한다.When calculating the average value of the outdoor air measurement results measured at the outdoor location closest to the indoor air quality measurement place and air pollutants in the public outdoor air measurement results measured at a plurality of pre-installed public places, the
제어부(730)는 오차 보정 실외공기 측정결과와 실내공기 측정결과를 비교하여 실내공기 측정결과의 공기오염 농도보다 오차 보정 실외공기 측정결과의 공기오염 농도가 낮은 경우 내부 공기청정 명령을 생성한다.The
제어부(730)는 오차 보정 실외공기 측정결과와 실내공기 측정결과를 비교하여 실내공기 측정결과의 공기오염 농도보다 오차 보정 실외공기 측정결과의 공기오염 농도가 높은 경우 환기 명령을 생성한다.The
본 실시예에 따른 제어부(730)는 데이터 수집부, 데이터 분석부, 동작 처리부를 포함한다. 제어부(730)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.The
데이터 수집부는 공공실외 공기측정부(812)로부터 공공 실외공기 측정결과를 수집하고, 실외공기 측정부(714)로부터 실외공기 측정결과를 수집하고, 실내공기 측정부(716)로부터 실내공기 측정결과를 수집한다. The data collection unit collects the public outdoor air measurement result from the public outdoor
데이터 분석부는 예측 AI 모델을 이용하여 실외공기 측정결과와 실내공기 측정결과에 대해 데이터 처리 및 분석을 수행한 데이터 처리 결과를 생성한다. 데이터 분석부는 데이터베이스를 포함한다. 데이터 분석부는 예측 AI 모델을 이용하여 오차 보정 실외공기 측정결과와 실내공기 측정결과를 비교하여 비교결과를 생성한다.The data analysis unit generates a data processing result obtained by performing data processing and analysis on the outdoor air measurement result and the indoor air measurement result using the predictive AI model. The data analysis unit includes a database. The data analysis unit generates a comparison result by comparing the error correction outdoor air measurement result and the indoor air measurement result using the predictive AI model.
동작 처리부는 환경 설비(740)에 대한 설비 동작 상태를 모니터링하다가 설비 동작 상태와 비교결과를 기반으로 환경 조절 명령을 생성한다.The operation processing unit monitors the facility operation state of the
동작 처리부는 데이터 분석부로부터 수신된 데이터 처리 결과와 기 저장된 쾌적 환경 룰(Rule)을 기반으로 주변의 환경 설비(냉난방기, 가습기, 제습기, 공기청정기, 환기장치)를 제어한다. 여기서, 쾌적 환경 룰은 쾌적한 환경 조건(예컨대, 24˚< 온도 < 26˚, 50% < 습도 < 55%, 초미세먼지농도 임계치값 < PM2.5/10, 이산화탄소농도 임계치값 < CO2)을 저장한다.The operation processing unit controls the surrounding environmental facilities (cooling/heating unit, humidifier, dehumidifier, air purifier, ventilator) based on the data processing result received from the data analysis unit and pre-stored comfortable environment rules. Here, the comfortable environment rule stores comfortable environmental conditions (eg, 24˚< temperature < 26˚, 50% < humidity < 55%, ultrafine dust concentration threshold < PM2.5/10, carbon dioxide concentration threshold < CO2). do.
동작 처리부는 실내의 환경 설비 각각과 연동하며, 환경 설비 각각으로부터 설비동작 상태를 수신한다.The operation processing unit interworks with each of the environmental facilities in the room, and receives a facility operation state from each of the environmental facilities.
동작 처리부는 실내의 환경 설비 각각으로 설비 제어 명령을 전송한다. 동작 처리부는 데이터 처리 결과와 쾌적 환경 룰을 기반으로 냉방기, 난방기, 제습기, 가습기, 공기청정기, 환기장치를 동작 여부 및 동작 시간을 결정한다.The operation processing unit transmits a facility control command to each of the indoor environmental facilities. The operation processing unit determines whether to operate the air conditioner, the heater, the dehumidifier, the humidifier, the air purifier, and the ventilator and the operation time based on the data processing result and the comfortable environment rule.
도 7에 도시된 바와 같이, 에어 케어 수행부(630)는 게이트웨이(720)를 이용하여 실내공기 측정부(716) 및 실외공기 측정부(714)와 연동한다. 게이트웨이(720)는 서버를 경유하여 외부에 설치된 실외공기 측정부(714)와 연동한다.As shown in FIG. 7 , the air
게이트웨이(720)는 서버를 경유하여 실외공기 측정부(714)로부터 실외공기 측정결과를 수신하여 제어부(730)로 전송한다. 게이트웨이(720)는 실내공기 측정부(716)로부터 실내공기 측정결과를 수신하여 제어부(730)로 전송한다.The
제어부(730)는 게이트웨이(720)로부터 수신된 실내공기 측정결과로부터 추출된 실내 공기오염물질의 농도가 기 설정된 임계치보다 높은지의 여부를 확인한 위험도를 산출하고, 위험도가 기 설정된 임계치보다 높은 경우, 실외공기 측정결과와 실내공기 측정결과를 비교하여 비교결과를 기반으로 환경 조절 명령을 생성한다. The
환경 설비(740)는 냉난방기, 가습기, 제습기, 공기청정기, 환기장치 중 적어도 하나 이상의 장치를 포함한다. 환경 설비(740)는 제어부(730)로부터 수신된 환경 조절 명령 기반으로 온도, 습도, 공기청정, 환기 중 어느 하나를 조절한다. The
도 8에 도시된 바와 같이, 에어 케어 수행부(630)는 게이트웨이(720)를 이용하여 복수의 공공실외공기 측정부(714)와 실내공기 측정부(716)와 연동한다. 게이트웨이(720)는 서버를 경유하여 외부에 설치된 복수의 공공실외공기 측정부(714)와 연동한다.As shown in FIG. 8 , the air
게이트웨이(720)는 서버를 경유하여 공공실외공기 측정부(714)로부터 공공 실외공기 측정결과를 수신하여 제어부(730)로 전송한다. 게이트웨이(720)는 실내공기 측정부(716)로부터 실내공기 측정결과를 수신하여 제어부(730)로 전송한다.The
제어부(730)는 게이트웨이(720)로부터 수신된 실내공기 측정결과로부터 추출된 실내 공기오염물질의 농도가 기 설정된 임계치보다 높은지의 여부를 확인한 위험도를 산출하고, 위험도가 기 설정된 임계치보다 높은 경우, 공공 실외공기 측정결과와 실내공기 측정결과를 비교하여 비교결과를 기반으로 환경 조절 명령을 생성한다. 환경 설비(740)는 환경 조절 명령 기반으로 온도, 습도, 공기청정, 환기 중 어느 하나를 조절한다. The
도 9에 도시된 바와 같이, 에어 케어 수행부(630)는 서버없이 실내공기 측정부(716)와 실외공기 측정부(714)와 연동한다. 게이트웨이(720)는 일체형으로 구현된 실내공기 측정부(716)와 실외공기 측정부(714)와 연동한다.As shown in FIG. 9 , the air
실내공기 측정부(716)의 설치 위치와 대칭하는 실외측에서 실외 공기를 측정하는 실외공기 측정부(714)와 실외공기 측정부(714)의 설치 위치와 대칭하는 실내측에서 실내 공기를 측정하는 실내공기 측정부(716)가 세트 형태로 구현된다. 실내공기 측정부(716)와 실외공기 측정부(714)는 유리창에 서로 다른 자성을 이용하여 부착된다. The outdoor
유리창에 타공없이 유리창 바깥쪽에 실외공기 측정부(714)와 유리창 안쪽에 실내공기 측정부(716)가 서로 다른 자성을 갖는 자석을 이용하여 부착된다. 제어부(730)는 실외공기 측정부(714)와 실내공기 측정부(716) 사이에 무선으로 전원을 공급하고 무선 통신(적외선 통신)으로 통신을 수행한다.The outdoor
게이트웨이(720)는 일체형으로 구현된 실내공기 측정부(716)와 실외공기 측정부(714)로부터 실내공기 측정결과, 실외공기 측정결과를 수신하여 제어부(730)로 전송한다. The
제어부(730)는 게이트웨이(720)로부터 수신된 실내공기 측정결과로부터 추출된 실내 공기오염물질의 농도가 기 설정된 임계치보다 높은지의 여부를 확인한 위험도를 산출하고, 위험도가 기 설정된 임계치보다 높은 경우, 실외공기 측정결과와 실내공기 측정결과를 비교하여 비교결과를 기반으로 환경 조절 명령을 생성한다. 환경 설비(740)는 환경 조절 명령 기반으로 온도, 습도, 공기청정, 환기 중 어느 하나를 조절한다. The
도 10에 도시된 바와 같이, 벽에 타공된 홀에 일체형으로 구현된 실내공기 측정부(716)와 실외공기 측정부(714)가 실장된다. 일체형으로 구현된 실내공기 측정부(716)와 실외공기 측정부(714)는 벽에 형성된 홀에 실장된다.As shown in FIG. 10 , the indoor
실내공기 측정부(716)와 실외공기 측정부(714)는 하나의 일체형 센서 모듈로 구현되어 벽에 타공된 구멍 내에 일체형 센서 모듈이 실장되어, 실외공기 측정부(714)가 벽 바깥쪽으로 노출되고, 실내공기 측정부(716), 제어부(730)는 벽 안쪽으로 실장된다.The indoor
게이트웨이(720)는 일체형으로 구현된 실내공기 측정부(716)와 실외공기 측정부(714)로부터 실내공기 측정결과, 실외공기 측정결과를 수신하여 제어부(730)로 전송한다. The
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of this embodiment, and various modifications and variations will be possible without departing from the essential characteristics of the present embodiment by those skilled in the art to which this embodiment belongs. Accordingly, the present embodiments are intended to explain rather than limit the technical spirit of the present embodiment, and the scope of the technical spirit of the present embodiment is not limited by these embodiments. The protection scope of this embodiment should be interpreted by the following claims, and all technical ideas within the scope equivalent thereto should be interpreted as being included in the scope of the present embodiment.
100: 캡슐형 스마트 쉘터
210: 상부 분리 모듈
220: 하부 분리 모듈
310: 좌측면 분리 모듈
320: 우측면 분리 모듈
410: 정면 분리 모듈
420: 후면 분리 모듈
510: 결로 방지부
610: AI 스테이션
620: 테라피 수행부
630: 에어 케어 수행부100: capsule type smart shelter
210: upper separation module
220: lower separation module
310: left side separation module
320: right side separation module
410: front separation module
420: rear separation module
510: anti-condensation unit
610: AI Station
620: therapy performer
630: air care performer
Claims (14)
바닥면을 직사각형 형태로 형성하는 하부 분리 모듈;
좌측면에 벽면을 형성는 구조를 갖는 좌측면 분리 모듈;
우측면에 벽면을 형성하는 구조를 갖는 우측면 분리 모듈;
직사각형 형태의 벽면을 형성하는 구조를 갖는 정면 분리 모듈;
직사각형 형태의 벽면을 형성하는 구조를 가지며, 상기 정면 분리 모듈에 대향되는 면을 형성하는 후면 분리 모듈;
상기 상부 분리 모듈, 상기 하부 분리 모듈, 상기 좌측면 분리면 모듈, 상기 우측면 분리 모듈, 상기 정면 분리 모듈을 조립식 형태로 결합하여 공간을 형상하는 내부 공간;
상기 내부 공간 상에 형성되어 상기 내부 공간에 진입한 객체에 대한 음성, 영상을 기반으로 감정 상태를 정보를 생성하는 AI 스테이션;
상기 내부 공간 상에 형성되어 상기 감정 상태를 기반으로 뮤직 테라피, 아로마 테라피, 스누젤렌 테라피를 수행하는 테라피 수행부; 및
상기 내부 공간 상에 형성되어 상기 내부 공간에 객체 진입이 감지되면 실내와 실외의 공기질 상태를 비교한 후 기 설정된 산소 농도를 유지하는 에어 케어 수행부;
를 포함하는 것을 특징으로 하는 것을 특징으로 하는 캡슐형 스마트 쉘터.an upper separation module having a shape that covers the upper surface;
a lower separation module forming a bottom surface in a rectangular shape;
a left side separation module having a structure for forming a wall on the left side;
a right side separation module having a structure for forming a wall on the right side;
a front separation module having a structure that forms a rectangular wall surface;
a rear separation module having a structure forming a rectangular wall surface and forming a surface opposite to the front separation module;
an inner space forming a space by combining the upper separation module, the lower separation module, the left side separation module, the right side separation module, and the front separation module in a prefabricated form;
an AI station that is formed on the inner space and generates emotional state information based on audio and video of an object entering the inner space;
a therapy performing unit formed on the inner space to perform music therapy, aroma therapy, and snoozelen therapy based on the emotional state; and
an air care performing unit that is formed on the inner space and maintains a preset oxygen concentration after comparing indoor and outdoor air quality when an object entry into the inner space is detected;
Capsule-type smart shelter, characterized in that it comprises a.
상기 AI 스테이션은
상기 내부 공간에 진입한 객체에 대한 상기 영상을 촬영한 후 상기 영상 내의 얼굴 영역을 인식하고, 상기 얼굴 영역 내의 얼굴에 대한 특징점을 기반으로 상기 객체에 대한 표정 패턴을 생성하는 것을 특징으로 하는 캡슐형 스마트 쉘터. According to claim 1,
The AI station is
Capsule type, characterized in that after photographing the image of the object entering the internal space, a face region in the image is recognized, and an expression pattern for the object is generated based on the feature points for the face in the face region Smart Shelter.
상기 AI 스테이션은
구비된 지향성 스피커를 이용하여 기 저장된 시나리오 중 상기 표정 패턴에 대응하는 질의문을 출력한 후 구비된 마이크를 이용하여 상기 질의문에 대응하는 상기 음성을 수집하고, 상기 음성에 대한 속기록을 생성하고, 상기 속기록을 기반으로 상기 객체에 대한 상기 감정 상태를 파악하는 것을 특징으로 하는 캡슐형 스마트 쉘터.3. The method of claim 2,
The AI station is
After outputting a query corresponding to the facial expression pattern among the pre-stored scenarios using the provided directional speaker, the voice corresponding to the query is collected using the provided microphone, and a stenographer is generated for the voice, Capsule-type smart shelter, characterized in that it grasps the emotional state of the object based on the stenographic record.
상기 AI 스테이션은
상기 음성을 문장으로 변환한 후 상기 문장 내에서 이해가 되지 않는 부분을 제외한 후 듣고 싶은 정보에 대한 답변이 포함되어 있는지를 확인하고, 상기 듣고 싶은 정보에 대한 답변을 기반으로 상기 객체에 대한 상기 감정 상태를 파악하는 것을 특징으로 하는 캡슐형 스마트 쉘터.4. The method of claim 3,
The AI station is
After converting the voice into a sentence, check whether an answer to the information you want to hear is included after excluding the part that you do not understand in the sentence, and the emotion on the object based on the answer to the information you want to hear Capsule-type smart shelter, characterized in that it grasps the state.
상기 AI 스테이션은
상기 질의문에 포함된 문장 중 긴 문장 구간, 사용자 확인 구간, 불필요 구간을 구분한 후 각 구간의 표현 중 부적절한 구간의 언어를 사용자 친화적인 언어로 변경한 후 상기 지향성 스피커로 출력하는 것을 특징으로 하는 캡슐형 스마트 쉘터.5. The method of claim 4,
The AI station is
After classifying a long sentence section, a user confirmation section, and an unnecessary section among the sentences included in the query, the language of the inappropriate section among the expressions of each section is changed to a user-friendly language, characterized in that it is output to the directional speaker Capsule smart shelter.
상기 AI 스테이션은
상기 속기록, 상기 표정 패턴, 상기 감정 상태를 기반으로 상기 객체에 대한 동작을 인식하여 행동 패턴을 분류하는 것을 특징으로 하는 캡슐형 스마트 쉘터.4. The method of claim 3,
The AI station is
Capsule-type smart shelter, characterized in that the action pattern is classified by recognizing the action on the object based on the stenographic record, the expression pattern, and the emotional state.
상기 테라피 수행부는,
상기 감정 상태 및 상기 행동 패턴을 기반으로 영상, 음악, 조명, 아로마를 조합하여 상기 뮤직 테라피, 상기 아로마 테라피, 상기 스누젤렌 테라피를 수행하는 것을 특징으로 하는 캡슐형 스마트 쉘터.7. The method of claim 6,
The therapy performing unit,
Capsule-type smart shelter, characterized in that the music therapy, the aroma therapy, and the snoozelen therapy are performed by combining images, music, lighting, and aroma based on the emotional state and the behavior pattern.
상기 테라피 수행부는,
상기 질의문에 대응하여 수집된 상기 음성과 상기 감정 상태를 기반으로 음악의 장르를 추출한 후 상기 음악 장르 중 힐링 음악으로 분류된 음원을 추출한 후 온라인 뮤직 서버로부터 상기 음원을 스트리밍하는 상기 뮤직 테라피를 수행하는 것을 특징으로 하는 캡슐형 스마트 쉘터.8. The method of claim 7,
The therapy performing unit,
After extracting a genre of music based on the voice and emotional state collected in response to the query, extracting a sound source classified as healing music from among the music genres, and then streaming the sound source from an online music server. Capsule type smart shelter, characterized in that.
상기 테라피 수행부는,
상기 감정 상태를 기반으로 아로마 후보를 선택한 후 상기 아로마 후보 중 상기 객체가 입력한 알레르기 반응 정보, 사용자 체질 정보, 사용 시간 정보, 강도 조절 정보를 기반으로 최적 아로마를 선택하고, 상기 최적 아로마에 대한 농도를 결정한 후 상기 농도로 상기 최적 아로마가 출력되도록 하는 상기 아로마 테라피를 수행하는 것을 특징으로 하는 캡슐형 스마트 쉘터.9. The method of claim 8,
The therapy performing unit,
After selecting an aroma candidate based on the emotional state, an optimal aroma is selected based on allergic reaction information, user constitution information, usage time information, and intensity control information input by the object among the aroma candidates, and the concentration of the optimal aroma Capsule-type smart shelter, characterized in that the aromatherapy is performed so that the optimal aroma is output at the concentration after determining .
상기 에어 케어 수행부는,
복수의 기 설치된 공공장소에서 실외 공기를 측정하여 공공 실외공기 측정결과를 생성하는 공공실외 공기측정부;
실내 공기질 측정 장소와 가장 인접한 실외측 위치에 설치되어 실외 공기를 측정하여 실외공기 측정결과를 생성하는 실외공기 측정부;
상기 실외공기 측정부의 설치 위치와 대응하는 반대면의 실내측에 설치되어 실내 공기를 측정하여 실내공기 측정결과를 생성하는 실내공기 측정부;
상기 공공 실외공기 측정결과와 상기 실외공기 측정결과를 기반으로 오차를 보정한 오차 보정 실외공기 측정결과를 생성하고, 상기 실내공기 측정결과로부터 추출된 실내 공기오염물질의 농도가 기 설정된 임계치보다 높은지의 여부를 확인한 위험도를 산출하고, 상기 위험도가 기 설정된 임계치보다 높은 경우, 상기 오차 보정 실외공기 측정결과와 상기 실내공기 측정결과를 비교하여 비교결과를 기반으로 환경 조절 명령을 생성하는 제어부; 및
상기 환경 조절 명령 기반으로 온도, 습도, 공기청정, 환기 중 어느 하나를 조절하는 환경 설비
를 포함하는 것을 특징으로 하는 캡슐형 스마트 쉘터.10. The method of claim 9,
The air care performing unit,
a public outdoor air measurement unit that measures outdoor air in a plurality of pre-installed public places to generate public outdoor air measurement results;
an outdoor air measurement unit installed at an outdoor location closest to an indoor air quality measurement site to measure outdoor air and generate outdoor air measurement results;
an indoor air measurement unit installed on the indoor side opposite to the installation position of the outdoor air measurement unit to measure indoor air and generate an indoor air measurement result;
An error-corrected outdoor air measurement result is generated by correcting an error based on the public outdoor air measurement result and the outdoor air measurement result, and whether the concentration of indoor air pollutants extracted from the indoor air measurement result is higher than a preset threshold. a control unit that calculates a level of risk that has been checked, and when the level of risk is higher than a preset threshold, compares the error correction outdoor air measurement result with the indoor air measurement result and generates an environment control command based on the comparison result; and
Environmental equipment that controls any one of temperature, humidity, air purification, and ventilation based on the environmental control command
Capsule-type smart shelter comprising a.
상기 제어부는,
복수의 기 설치된 공공장소에서 측정한 상기 공공 실외공기 측정결과 내의 공기오염물질과 실내 공기질 측정 장소와 가장 인접한 실외측 위치에서 측정한 상기 실외공기 측정결과의 평균치를 산출할 때, 상기 실외공기 측정결과에 가중치를 적용하여 오차를 보정한 상기 오차 보정 실외공기 측정결과를 생성하는 것을 특징으로 하는 캡슐형 스마트 쉘터.11. The method of claim 10,
The control unit is
When calculating the average value of the outdoor air measurement results measured at the outdoor location closest to the indoor air quality measurement place and air pollutants in the public outdoor air measurement results measured in a plurality of pre-installed public places, the outdoor air measurement result Capsule type smart shelter, characterized in that the error corrected outdoor air measurement result is generated by applying a weight to the error correction.
상기 제어부는,
상기 오차 보정 실외공기 측정결과와 상기 실내공기 측정결과를 비교하여 상기 실내공기 측정결과의 공기오염 농도보다 상기 오차 보정 실외공기 측정결과의 공기오염 농도가 낮은 경우 내부 공기청정 명령을 생성하는 것을 특징으로 하는 캡슐형 스마트 쉘터.12. The method of claim 11,
The control unit is
Comparing the error correction outdoor air measurement result and the indoor air measurement result, when the air pollution concentration of the error correction outdoor air measurement result is lower than the air pollution concentration of the indoor air measurement result, an internal air cleaning command is generated. Capsule-type smart shelter.
상기 제어부는,
상기 오차 보정 실외공기 측정결과와 상기 실내공기 측정결과를 비교하여 상기 실내공기 측정결과의 공기오염 농도보다 상기 오차 보정 실외공기 측정결과의 공기오염 농도가 높은 경우 환기 명령을 생성하는 것을 특징으로 하는 캡슐형 스마트 쉘터.13. The method of claim 12,
The control unit is
Comparing the error correction outdoor air measurement result and the indoor air measurement result, when the air pollution concentration of the error correction outdoor air measurement result is higher than the air pollution concentration of the indoor air measurement result, a ventilation command is generated. hyung smart shelter.
상기 제어부는,
상기 공공 실외공기 측정결과, 상기 실외공기 측정결과, 상기 실내공기 측정결과를 수집하는 데이터 수집부;
예측 AI 모델을 이용하여 상기 오차 보정 실외공기 측정결과와 상기 실내공기 측정결과를 비교하여 상기 비교결과를 생성하는 데이터 분석부; 및
상기 환경 설비에 대한 설비 동작 상태를 모니터링하다가 상기 설비 동작 상태와 상기 비교결과를 기반으로 상기 환경 조절 명령을 생성하는 동작 처리부
를 포함하는 것을 특징으로 하는 캡슐형 스마트 쉘터.
14. The method of claim 13,
The control unit is
a data collection unit configured to collect the public outdoor air measurement result, the outdoor air measurement result, and the indoor air measurement result;
a data analysis unit generating the comparison result by comparing the error correction outdoor air measurement result with the indoor air measurement result using a predictive AI model; and
An operation processing unit for monitoring the facility operation state of the environmental facility and generating the environment control command based on the facility operation state and the comparison result
Capsule-type smart shelter comprising a.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200159182A KR102424407B1 (en) | 2020-11-24 | 2020-11-24 | Smart Shelter Based on Artificial Intelligence |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200159182A KR102424407B1 (en) | 2020-11-24 | 2020-11-24 | Smart Shelter Based on Artificial Intelligence |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220071727A true KR20220071727A (en) | 2022-05-31 |
| KR102424407B1 KR102424407B1 (en) | 2022-07-22 |
Family
ID=81780038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200159182A KR102424407B1 (en) | 2020-11-24 | 2020-11-24 | Smart Shelter Based on Artificial Intelligence |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102424407B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115726470A (en) * | 2022-11-17 | 2023-03-03 | 中国人民解放军空军军医大学 | Intelligent environment-control container type isolation transportation shelter |
| KR102620506B1 (en) * | 2022-12-26 | 2024-01-03 | 김미양 | Method, apparatus and system for psychological analysis and big data construction using biometric information |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR0151541B1 (en) * | 1995-07-31 | 1998-10-15 | 최훈 | Process for constructing prefabricated guard house |
| KR20140006458A (en) * | 2012-07-05 | 2014-01-16 | 전북대학교산학협력단 | Light emitting apparatus having sensitivity function |
| KR101562481B1 (en) * | 2014-12-30 | 2015-10-22 | 씨유글로비스(주) | Power saving and environmental monitoring systems |
-
2020
- 2020-11-24 KR KR1020200159182A patent/KR102424407B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR0151541B1 (en) * | 1995-07-31 | 1998-10-15 | 최훈 | Process for constructing prefabricated guard house |
| KR20140006458A (en) * | 2012-07-05 | 2014-01-16 | 전북대학교산학협력단 | Light emitting apparatus having sensitivity function |
| KR101562481B1 (en) * | 2014-12-30 | 2015-10-22 | 씨유글로비스(주) | Power saving and environmental monitoring systems |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115726470A (en) * | 2022-11-17 | 2023-03-03 | 中国人民解放军空军军医大学 | Intelligent environment-control container type isolation transportation shelter |
| CN115726470B (en) * | 2022-11-17 | 2024-05-28 | 中国人民解放军空军军医大学 | Intelligent environment-controlled container type isolation transportation shelter |
| KR102620506B1 (en) * | 2022-12-26 | 2024-01-03 | 김미양 | Method, apparatus and system for psychological analysis and big data construction using biometric information |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102424407B1 (en) | 2022-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102424407B1 (en) | Smart Shelter Based on Artificial Intelligence | |
| Emmerich et al. | State-of-the-art review of CO2 demand controlled ventilation technology and application | |
| KR102529240B1 (en) | Smart Shelter for providing User Customized Service | |
| KR20140003760A (en) | Control system for air quality | |
| KR20090095351A (en) | Implementation Method of PC or Server Based Ubiquitous Smart Home Network Management Package | |
| KR20200056141A (en) | Air quality management divice and system | |
| KR20220094839A (en) | Smart home control method and system | |
| Pereira et al. | The impact of mechanical ventilation operation strategies on indoor CO2 concentration and air exchange rates in residential buildings | |
| Hossain et al. | Factors affecting variability in infiltration of ambient particle and gaseous pollutants into home at urban environment | |
| KR102546739B1 (en) | Cleaning system and method for indoor environment | |
| KR102404374B1 (en) | Method And Apparatus for Managing Air Quality by Using Indoor and Outdoor Sensor Module | |
| Rim | Transient simulation of airflow and pollutant dispersion under mixing flow and buoyancy driven flow regimes in residential buildings | |
| Connolly et al. | Impact of meteorology on indoor air quality, energy use, and health in a typical mid‐rise multi‐family home in the eastern United States | |
| Chu et al. | Retrofitting existing buildings to control indoor PM2. 5 concentration on smog days: Initial experience of residential buildings in China | |
| KR102496128B1 (en) | Message transmission and management system using a apparatus for managing indoor air quality and method thereof | |
| KR20210083592A (en) | Indoor air quality monitoring system for multi-use facilities | |
| Kulis et al. | Indoor air quality improvement in natural ventilation using a fuzzy logic controller | |
| KR20210122966A (en) | Integrated interior environment managing system and method | |
| Lapisa et al. | Numerical Analysis of the Thermal Stratification Modelling Efect on Comfort for the Case of a Commercial Low-Rise Building | |
| Švajlenka | Aspects of the Internal Environment Buildings in the Context of IoT | |
| Karaiskos et al. | Indoor air quality prediction modeling for a naturally ventilated fitness building using RNN-LSTM artificial neural networks | |
| KR20220072170A (en) | Smart Shelter Apparatus | |
| Chung et al. | Ventilation efficiency according to tilt angle to reduce the transmission of infectious disease in classroom | |
| Fu et al. | A practical study on reducing CO2 density in educational buildings in North-East China | |
| US20220325910A1 (en) | System and Method for Indoor Air Quality Purification |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |