KR20220092691A - 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템 - Google Patents

Abstract

본 발명은 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템에 관한 것으로서, 본 발명은, 각종 센서데이터를 생성하는 복수의 센서를 구비하는 사용자단말; 상기 각종 센서데이터를 저장하는 빅데이터서버; 상기 각종 센서데이터를 기반하여 사용자의 수면예측시간을 산출하는 수면예측부; 및 상기 산출된 수면예측시간에 기초하여 현재 사용자의 수면여부를 판단하고, 상기 사용자의 수면여부에 따라 실내 난방제어방법을 변경하는 난방기기를 포함한다.

Description

스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템{HEATING CONTROL SYSTEM THROUGH PREDICTION OF USER'S SLEEP TIME BASED ON BIG DATA ANALYSIS USING SMARTPHONE}

본 발명은 난방제어 시스템에 관한 것으로서, 보다 상세하게는 난방에 필요한 에너지를 절감할 수 있는 난방제어 시스템에 관한 것이다.

일반적으로 실내 난방제어 시스템은 사용자가 설정한 온도에 맞추어 실내온도를 조절하는 방식으로 난방을 제어한다. 하지만 사용자에 의해 수동으로 제어되므로 불필요한 에너지 소모가 발생할 수 있다.

최근에는 에너지를 절감하기 위해 외기온도에 기반하여 자동으로 온도를 낮추거나 난방기를 제어하여 에너지를 절감하거나, 사용자의 재실여부를 판단하여 난방기를 제어하여 에너지를 절감하는 인공지능 기반 난방제어 기술이 등장하였다.

이와 관련하여 대한한국공개특허 제10-2014-0004301호는 에너지 절감을 효율적으로 수행할 수 있는 자동 제어형 온도조절장치를 개시한다. 상기 특허는 사용자의 재실여부를 판단하여, 사용자가 외출 중일때 재실 중일때의 조건과는 다른 조건으로 난방 또는 냉방 정도를 제어한다.

한편, 실내에 위치한 사용자는 난방 중일 때 비 수면상태에서 실내온도의 변화에 민감하게 반응을 하지만, 수면상태에서는 실내온도 변화에 민감하게 반응을 하지 못한다. 상기와 같은 점을 착안하여 에너지 절감을 위해 사용자의 수면상태와 비수면상태를 구분하여 난방을 제어할 필요가 있다.

그러나 종래의 난방제어 시스템은, 사용자가 수면상태인지와 비수면상태인지 여부를 판단하여 난방을 제어하는 기술을 개시하지 못한다.

상기와 같은 문제점을 해결하기 위해, 본 발명에 따른 난방제어 시스템 및 방법은, 사용자의 수면상태여부를 기반으로 난방방법을 다르게 제어하되, 별도의 수면판단장치없이 사용자가 소지하는 스마트폰을 이용하여 사용자의 수면여부를 판단하여 실내온도를 제어하는 난방제어 시스템 및 난방제어 방법을 제공하는 데 그 목적이 있다.

상기한 과제를 달성하기 위한 본 발명의 실시예에 따른 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템은, 센서데이터를 생성하는 복수의 센서를 구비하는 사용자단말; 기 각종 센서데이터를 저장하는 빅데이터서버; 기 각종 센서데이터를 기반하여 사용자의 수면예측시간을 산출하는 수면예측부; 및 기 산출된 수면예측시간에 기초하여 현재 사용자의 수면여부를 판단하고, 상기 사용자의 수면여부에 따라 실내 난방제어방법을 변경하는 난방기기를 포함한다.

또한 실시예에 있어서, 상기 센서데이터는, 상기 사용자단말에 구비되는 조도센서에 의해 생성되는 조도데이터, 상기 사용자단말에 구비되는 소리센서에 의해 성성되는 소리데이터 및 상기 사용자단말에 구비되는 가속도센서에 의해 생성되는 가속도데이터를 포함한다.

또한 실시예에 있어서, 상기 수면예측부는, 상기 빅데이터서버로부터 미리 설정된 일정기간 동안의 조도데이터, 소리데이터 및 가속도데이터를 포함하는 센서데이터를 획득하는 로데이터획득부; 상기 로데이터획득부에 의해 획득된 조도데이터, 소리데이터 및 가속도데이터 각각을 정규화하여 스케일링된 센서데이터 각각을 생성하는 데이터스케일링부; 상기 데이터스케일링부에 의해 스케일링된 센서데이터 각각을 단위시간별로 합산하여 단위시간별 합산데이터를 생성하고, 상기 단위시간별 합산데이터의 값을 기반으로 상기 단위시간별 합산데이터를 복수의 클러스터로 클러스터링하는 데이터클러스터링부; 및 상기 복수의 클러스터 중 합산데이터의 평균값이 낮은 클러스터를 수면클러스터로 결정하고, 상기 수면클러스터 중 일정시간 동안 유지되는 시작시각과 종료시작으로 이루어지는 시간구간을 수면예측시간으로 산출하는 수면예측시간결정부를 포함한다.

또한 실시예에 있어서, 상기 난방기기는, 상기 수면예측시간을 기반으로 사용자의 현재 수면여부를 판단하고, 사용자의 현재 수면여부에 기반하여 난방방법을 변경하는 것을 특징으로 한다.

또한 실시예에 있어서, 상기 난방기기는, 사용자가 현재 수면상태인 것으로 판단된 경우, 난방을 주기적으로 턴온/턴오프시키는 동작을 수행하여 실내 온도를 조절한다.

또한 실시예에 있어서, 상기 난방기기는, 사용자가 현재 수면상태가 아닌 것으로 판단된 경우, 난방을 턴온상태로 유지하면서 실내 온도를 조절한다.

또한 실시예에 있어서, 상기 난방기기는, 사용자가 설정한 설정온도와 현재온도 간의 차이를 기반으로 난방의 턴온상태와 턴오프상태 비율을 변경한다.

또한 실시예에 있어서, 상기 사용자단말은, 잠금상태 및 잠금해제상태와 무관하게, 상기 각종 센서데이터를 상기 빅데이터서버에 제공한다.

또한 실시예에 있어서, 상기 데이터스케일링부는, 상기 센서데이터를 정규화하여 스케일링한 후, 스케일링된 센서데이터 각각에 서로 다른 가중치를 곱하여 스케일링 센서데이터를 보정한다.

또한 실시예에 있어서, 전방의 움직임을 감지하여 움직임데이터를 생성하는 스마트TV를 더 포함하고, 상기 빅데이터 서버는, 상기 움직임데이터를 더 저장하고, 상기 수면예측부는, 상기 조도데이터, 상기 소리데이터, 상기 가속도데이터에 상기 움직임데이터까지 고려하여 사용자의 수면예측시간을 산출한다.

본 발명에 따르면, 사용자단말에서 생성되는 각종 센서데이터를 기반으로 사용자의 수면시간을 예측하고, 예측된 수면시간을 기반으로 난방을 제어함으로써 에너지소비를 효율적으로 절감할 수 있다.

또한 본 발명에 따르면, 별도의 센서가 장착된 전자기기를 구매할 필요없이, 사용자의 사용자단말의 센서데이터를 이용하여 사용자의 수면시간을 예측하므로, 별도의 수면시간 예측을 위한 장비를 구매할 필요가 없게되어 에너지절감을 위한 난방제어에 추가적인 비용이 들지 않는다.

또한 본 발명에 따르면, 사용자단말에 구비되는 센서에 의해 생성되는 센서데이터 뿐만 아니라, 일반적으로 실내공간의 벽면에 설치되는 스마트TV의 움직임감지센서에서 감지되는 움직임데이터를 추가적으로 이용하여 수면예측시간을 산출함으로써, 별도의 장비구입비용을 들이지 않고서도 사용자단말(200)의 가속도데이터를 보완하여 사용자의 수면예측시간을 더욱 정확하게 산출하고, 에너지를 절감할 수 있다.

도 1은 본 발명의 제1 실시예에 따른 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템을 설명하기 위한 도면이다.
도 2는 로데이터획득부에 의해 획득된 센서데이터를 설명하기 위한 도면이다.
도 3은 데이터스케일링부에 의해 스케일링된 센서데이터를 설명하기 위한 도면이다.
도 4 및 도 5는 클러스터링부에서 클러스터링된 센서데이터를 설명하기 위한 도면이다.
도 6은 본 발명의 제2 실시예에 따른 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템을 설명하기 위한 도면이다.

본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예들에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예들에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 본 실시예들은 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다.

또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.

또한, 이하에 첨부되는 도면들은 본 발명의 이해를 돕기 위한 것으로, 상세한 설명과 함께 실시예들을 제공한다. 다만, 본 발명의 기술적 특징이 특정 도면에 한정되는 것은 아니며, 각 도면에서 개시하는 특징들은 서로 조합되어 새로운 실시예로 구성될 수 있다.

이하의 실시예들에서 개시되는 난방자동제어시스템에 대해 각 도면을 참조하여 보다 구체적으로 살펴보기로 한다.

도 1은 본 발명의 일 실시예에 따른 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템을 설명하기 위한 도면이다.

도 1을 참조하면, 난방제어 시스템(10)은, 난방기기(100), 사용자단말(200), 빅데이터서버(300), 수면예측부(400)를 포함한다.

난방기기(100)는 건물, 방 등의 실내 온도를 조절하며, 실내온도를 제어하기 위한 난방제어부(110)를 포함한다.

난방제어부(110)는 사용자가 지정하거나 미리 설정된 설정온도로 실내온도를 제어한다. 이때 난방제어부(110)는 수면예측부(400)에 의해 제공되는 사용자의 수면예측시간에 기초하여 사용자의 수면여부를 판단하고, 사용자의 수면여부에 기반하여 서로 다른 난방방법을 이용하여 난방을 수행한다. 난방제어부(110)에 대한 상세한 내용은 후술한다.

본 발명에서 사용자단말(200)은 사용자가 소지하는 각종 센서를 구비하는 스마트폰으로 구비된다. 한편 사용자단말(200)은 스마트폰 외에도 각종 센서를 구비하는 태블릿, 패드 등과 함께 구비될 수 있다. 사용자단말(200)은 각종 센서를 이용하여 수집한 각종 센서데이터를 빅데이터서버(300)에 전송한다.

사용자단말(200)은 조도센서(210), 소리센서(220), 가속도센서(230), 통신부(240), 그리고 단말제어부(250)를 포함한다.

조도센서(210)는 사용자단말(200)이 위치한 장소에서 조도를 측정하여 조도데이터를 생성한다. 조도데이터는 통신부(240)를 통해 빅데이터서버(300)에 제공된다.

소리센서(220)는 사용자단말(200)이 위치한 장소에서 소리를 측정하여 소리데이터를 생성한다. 소리데이터는 사용자음성, 전자기기로부터 측정되는 음성 또는 외부소음 중 적어도 하나를 포함한다. 소리데이터는 통신부(240)를 통해 빅데이터서버(300)로 제공된다.

가속도센서(230)는 사용자단말(200)의 3축 방향의 움직임을 읽어 가속도데이터를 생성한다. 가속도데이터는 통신부(240)를 통해 빅데이터서버(300)로 제공된다.

통신부(240)는 빅데이터서버(300)와 통신연결되어 정보를 송수신한다. 구체적으로 통신부(240)는 빅데이터서버(300)에 각종 센서데이터를 전송한다.

이때 각종 센서데이터는 기본적으로 조도센서(210)에 의해 생성되는 조도데이터, 소리센서(220)에 의해 생성되는 소리데이터, 가속도센서(230)에 의해 생성되는 가속도데이터를 포함한다. 이외에도 센서데이터는 사용자단말(200)에 구비되는 센서에 의해 생성되는 다른 센서데이터를 추가로 포함할 수 있다.

단말제어부(250)는 사용자단말(200)에 설치되는 난방제어를 위한 특정 어플리케이션일 수 있다. 단말제어부(250)는 빅데이터서버(300)에 조도데이터, 소리데이터, 가속도데이터를 포함하는 센서데이터를 전송하도록 사용자단말(200)을 제어한다.

이때 단말제어부(250)는 사용자단말(200)의 잠금상태 및 잠금해제상태와 무관하게, 난방기기(100)가 턴온상태일 때, 사용자 수면예측시간을 결정하기 위한 조도데이터, 소리데이터, 가속도데이터를 포함하는 센서데이터를 빅데이터서버(300)에 제공하도록 사용자단말(200)을 제어한다.

한편, 환자의 수면상태 등과 같은 환자상태를 파악하기 위해 전자손목밴드의 경우, 활동성이 없는 환자에게나 적합할 뿐, 정상인에게는 실내에서 상시 착용하기 매우 불편하다. 본 발명은 사용자가 소지하는 스마트폰을 이용하므로 별도의 전자기기를 구매할 필요가 없으며, 신체에 항상 착용중일 필요가 없어 사용자가 느끼는 불편함도 없다.

빅데이터서버(300)는 사용자단말(200)로부터 제공되는 센서데이터를 시계열적으로 저장하고, 저장된 센서데이터를 수면예측부(400)에 제공한다. 빅데이터서버(300)는 실내공간에 위치할 수도 있고, 서버 또는 클라우드 등과 같은 외부저장장치일 수 있다.

수면예측부(400)는 조도데이터, 소리데이터, 가속도데이터를 포함하는 센서데이터를 빅데이터서버(300)로부터 제공받고, 센서데이터를 학습하여 사용자의 수면예측시간을 산출한다.

구체적으로 수면예측부(400)는 로데이터획득부(410), 데이터스케일링부(420), 데이터클러스터링부(430), 수면예측시간결정부(440), 수면예측시간전송부(450)를 포함한다.

로데이터획득부(410)는 빅데이터서버(300)로부터 미리 설정된 일정기간 동안의 조도데이터, 소리데이터, 가속도데이터를 포함하는 센서데이터를 획득한다. 바람직하게는 로데이터획득부(410)는 현재시각을 기준으로 적어도 과거 24시간 동안의 조도데이터, 소리데이터, 가속도데이터를 포함하는 센서정보를 획득한다.

조도데이터는 스마트폰에 내장된 조도센서가 주변 밝기를 측정하여 생성하는 데이터이다. 대부분의 사용자는 수면을 취하기 전에 주변을 어둡게 하기 때문에 조도가 낮을 수록 수면을 취할 확률이 높은 것으로 판단될 수 있다

가속도데이터는 스마트폰에 내장된 3축 가속도센서를 이용하여 움직임을 측정하여 생성하는 데이터이다. 일정시간동안 측정된 가속도가 변경되지 않는 경우, 사용자가 수면을 취할 확률이 높다고 판단될 수 있다.

소리데이터는 스마트폰에 내장된 마이크를 이용하여 소리데이터를 생성한다. 큰소리가 나는 경우, 사용자는 수면을 취하고 있지 않을 확률이 높다고 판단될 수 있다.

한편 사용자의 성향에 따라 조도데이터, 가속도데이터 및 소리데이터 중 어느 하나만을 기준으로 사용자의 수면상태를 판단하는 것보다 이들을 모두 조합하여 사용자의 수면상태를 판단하는 것이 정확하다. 이에 본 발명은 사용자단말에서 생성되는 조도데이터, 가속도데이터 및 소리데이터 모두를 기반으로 사용자의 수면여부를 판단하여 난방기기(100)를 제어한다.

도 2는 로데이터획득부에 의해 획득된 센서데이터를 설명하기 위한 도면이다.

도 2를 참조하면, 조도센서정보(light)의 변화량이 가속도센서정보(acc) 및 소리센서정보(noise)의 변화량에 비해 크게 나타난다. 가속도데이터는 단위가 m/s²이고, 조도데이터는 단위가 lx이고, 소음데이터는 dB이다. 각각의 센서데이터 단위가 달라 3개의 센서데이터를 기반하여 사용자의 수면여부를 판단하기 위해서는 센서데이터가 가공될 필요가 있다.

도 3은 데이터스케일링부에 의해 스케일링된 센서데이터를 설명하기 위한 도면이다.

도 3을 참조하면, 데이터스케일링부(420)는 로데이터획득부(410)에서 획득한 센서데이터 각각을 스케일링하여 스케일링된 센서데이터를 생성한다.

구체적으로 데이터스케일링부(420)는 로데이터획득부(410)에서 획득한 센서데이터를 정규화하여 스케일링된 센서데이터를 생성한다. 한편 데이터스케일링부(420)는 다양한 방법으로 정규화하여 센서정보를 스케일링할 수 있다.

도 3의 경우, 데이터스케일링부(420)에 의해 각각의 센서데이터가 μ= 0, σ= 1 로 정규화하는 표준 스케일러(Standard Scaler)를 이용하여 스케일링된 센서데이터이다.

스케일링 전 상태의 도 2에서는 조도데이터의 변화량이 가속도데이터 및 소리데이터의 변화량에 비해 크게 나타났지만, 스케일링 후 상태의 도 3에서는 조도데이터의 변화량 뿐 아니라 가속도데이터 및 소리데이터의 변화량도 명확하게 드러남을 알 수 있다.

한편, 데이터스케일링부(420)는 로데이터획득부(410)에서 획득한 센서데이터를 정규화하여 스케일링한 후, 스케일링된 센서데이터 각각에 서로 다른 가중치를 곱하여 스케일링된 센서데이터를 보정할 수도 있다.

조도데이터, 가속도데이터, 소리데이터 각각은 사용자의 수면상태 판단에 있어서 서로 다른 영향력을 갖을 수 있다. 예를 들어, 가속도데이터의 값의 변화량이 없는 경우, 실질적으로 사용자가 사용자단말을 파지하고 있는 상태일 확률이 매우 높다. 이 경우, 사용자는 수면상태가 아닐 확률이 매우 높다. 따라서 가속도데이터의 가중치를 다른 조도데이터, 소리데이터에 대한 가중치보다 더 크게 설정함으로써, 스케일링된 센서데이터를 보정할 수도 있다.

도 4 및 도 5는 클러스터링부에서 클러스터링된 센서데이터를 설명하기 위한 도면이다.

클러스터링부(430)는 데이터스케일링부(420)에 의해 스케일링된 센서데이터 각각을 단위시간별로 합산하고, 합산된 합산데이터를 기반으로 복수의 클러스터를 생성 즉, 복수의 그룹으로 클러스터링한다.

데이터클러스터링부(430)는 스케일링된 센서데이터 값을 단위시간별로 합산한다. 예를 들면, 도 3과 같이 16:00시각에서 스케일링된 조도데이터 값이 2.2이고, 스케일링된 가속도데이터 값이 -0.3이고, 스케일링된 소리데이터 값이 -0.3인 경우, 합산데이터값은 도 4와 같이 16:00시각에서 1.6이 된다.

합산된 센서데이터를 미리 설정된 그룹수(k)를 이용하여 클러스터링된 데이터를 생성한다. 예를 들어 클러스터링부(430)는 k(그룹수)=4인 k-means 알고리즘을 이용하여 클러스터링된 데이터를 생성하였다. 이때 그룹수 k가 4이므로 클러스트의 개수는 4개가 되며, 서로 다른 클러스트는 서로 다른 색상으로 나타난다.

수면예측시간결정부(440)는 합산데이터의 평균값이 가장 낮은 클러스터를 수면클러스터로 선정하고, 상기 수면클러스터 중 일정시간 동안 유지되는 클러스터의 시작시각과 종료시각으로 이루어지는 시간구간을 수면예측시간으로 결정한다.

예를 들어, 도 4에서 서로 다른 클러스터의 데이터는 색상과 마크는 서로 다르게 나타난다. 수면예측시간결정부(440)는 클러스터 중 합산데이터의 평균값이 가장 낮은 파란색상의 클러스터를 수면클러스터(sleep cluster)로 선정한다.

그리고 수면예측시간결정부(440)는 수면클러스터 중 미리 설정된 시간동안 연속되는 데이터구간을 수면예측시간으로 결정한다. 예를 들어, 미리 설정된 시간이 5시간인 경우, 수면예측시간결정부(440)는 파란색상의 클러스터 중 적어도 5시간 이상 연속되는 시간구간인 23:06에서 07:19까지를 사용자의 수면예측시간을 로 결정한다. 이때 파란색상의 수면클러스터 중 20:00 과 09:00 근처에 위치하는 수면클러스터는 연속되는 시간이 미리 설정된 시간 미만이기 때문에 수면예측시간에서 제외된다.

한편 도 5와 같이, 현재 시각이 새벽 2시이고, 새벽 2시에 수면 여부를 예측한다고 가정할 때 먼저 전날 새벽 2시부터 24시간 동안의 데이터를 활용하여 상술한 방법에 의해 수면예측시간을 산출한다. 현재시간인 새벽 2시는 수면예측시간 내에 포함되기 때문에, 사용자는 현재 수면 중이라고 판단될 수 있다.

수면예측시간전송부(450)는 결정된 수면예측시간을 난방기기(100)의 난방제어부(110)에 전송한다.

난방기기(100)의 난방제어부(110)는 수면예측시간을 기반으로 사용자의 현재 수면여부를 판단하고, 판단결과에 따라 난방방법을 변경한다.

즉, 사용자가 현재 수면상태인 것으로 판단된 경우, 난방기기(100)는 난방을 주기적으로 턴온/턴오프시키는 동작을 수행하여 실내 온도를 조절한다. 반면 사용자가 수면중이 아닌 경우로 판단된 경우, 난방기기(100)는 턴온상태를 유지하면서 실내온도를 조절한다.

구체적으로 난방제어부(110)는 사용자가 현재 수면중이라고 판단하고, 난방이 턴온상태인 경우, 설정온도와 현재온도 차이에 따라 난방기기(100)의 타이머를 동적으로 설정한다. 타이머를 n으로 설정하면, 난방기기(100)가 처음 n분동안 켜지고, 나머지 60-n분 동안 꺼짐을 반복한다고 할 때, 설정온도와 현재온도 차이에 따라 n은 아래의 수학식 1과 같이 설정된다.

여기서 n은 타이머를 통해 한 시간 중 난방기기(100)가 켜진 시간, diff는 사용자가 설정한 목표온도인 설정온도와 측정되는 현재온도 간의 차이를 나타낸다. 즉, 사용자가 설정한 설정온도와 현재온도 간의 차이를 기반으로 난방의 턴온상태와 턴오프상태 비율을 변경한다. 구체적으로 현재온도와 설정온도가 비슷해질수록 타이머 제어 중 난방기기(100)의 턴온상태의 시간비중을 줄여 에너지를 절약하고 현재 온도와 설정온도 간 차이가 클수록 타이머 제어 중 난방기기(100)가 켜진 턴온상태의 시간비중을 늘려 사용자가 추워서 깨지 않도록 한다.

현재온도와 설정온도 간의 차이가 설정된 크기 이상일 경우는 타이머 제어를 실시하지 않고 난방을 계속 켜서 추워진 내부온도를 높인다. 예를 들어 현재온도와 설정온도 간의 차이가 4이상인 경우, 난방을 계속 온 상태로 유지할 수 있다.

난방제어부(110)는 한 번의 타이머 제어 루틴이 끝나면 설정온도와 현재온도의 차이를 기반으로 다시 n을 계산하고 매시간마다 n을 늘리거나 줄여 난방기기(100)의 에너지 소비를 낮추고 동시에 사용자가 추위에 깨지 않도록 하여 사용자 쾌적도를 유지시켜준다.

본 발명에 따르면, 사용자단말에서 생성되는 센서데이터를 기반으로 사용자의 수면시간을 예측하고, 예측된 수면시간을 기반으로 난방을 제어함으로써 에너지소비를 효율적으로 절감할 수 있다.

본 발명에 따르면, 별도의 센서가 장착된 전자기기를 구매할 필요없이, 사용자의 사용자단말의 센서데이터를 이용하여 사용자의 수면시간을 예측하므로, 에너지절감을 위한 난방제어에 추가적인 비용이 들지 않는다.

도 6은 본 발명의 제2 실시예에 따른 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템을 설명하기 위한 도면이다.

제1 실시예에서 사용자단말의 센서데이터를 이용하여 수면예측시간을 산출하였지만, 제2 실시예는 수면예측시간 산출 시 사용자단말의 센서데이터 뿐만 아니라 스마트TV의 센서데이터까지 고려한다. 이하 제1 실시예와 중복되는 설명은 생략한다.

제2 실시예의 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템(20)은, 난방기기(100), 사용자단말(200), 빅데이터서버(300), 수면예측부(400), 스마트TV(500)을 포함한다.

스마트TV(500)는 사용자단말(200)과 블루투스, 와이파이, 3G, 4G, 5G 등의 무선으로 연결되어 사용자단말(200)에 의해 제어될 수 있는 TV이다. 스마트TV(500)은 전방에 위치한 사용자의 움직임을 감지하기 위한 움직임감지센서(510), 스마트TV를 제어하는 TV제어부(520)를 포함한다.

움직임감지센서(520)는 전방의 움직임을 감지하여 움직임데이터를 생성하고, 사용자단말(200)은 움직임데이터를 수신한다. TV제어부(520)는 움직임감지센서(520)에 의해 생성되는 움직임데이터를 사용자단말(200)에 전송하는 기능을 수행한다. 이때 TV제어부(520)는 스마트TV에 설치된 특정 어플리케이션으로 구비될 수도 있다.

만약 움직임데이터가 사용자단말(200)에 전송되지 않는 경우, 단말제어부(250)는 스마트TV의 전원이 꺼진 상태로 판단할 수 있다. 이와 반대로 움직임데이터가 사용자단말(200)에 전송되는 경우, 단말제어부(250)는 스마트TV의 전원이 켜진 상태로 판단할 수 있다. 이때 움직임데이터는 움직임이 없는 경우의 데이터와 움직임이 있는 경우의 데이터를 모두 포함한다.

사용자단말(200)은 각종센서를 이용하여 수집한 조도데이터, 소리데이터, 가속도데이터 등의 센서데이터와, 움직임데이터를 빅데이터서버(300)에 제공한다. 빅데이터서버(300)는 조도데이터, 소리데이터, 가속도데이터 등의 센서데이터와, 움직임데이터를 시계열로 저장한다.

상기와 다르게 TV제어부(520)는 빅데이터서버(300)와 블루투스, 와이파이, 3G, 4G, 5G 등의 무선으로 연결되어, 움직임감지센서(520)에 의해 생성되는 움직임데이터를 빅데이터서버(300)에 직접 전송할 수도 있다.

수면예측부(400)는 조도데이터, 소리데이터, 가속도데이터에 움직임데이터까지 고려하여 수면예측시간을 산출한다. 이들을 학습하여 수면예측시간을 산출한다. 수면예측시간을 산출하는 과정은 제1 실시예에서 수면예측부가 처리하는 방식으로 진행한다.

일반적으로 방, 거실 등과 같은 독립된 공간 상에서 스마트TV는 벽면에 설치되거나, 벽면 가까이 스탠딩된 상태로 위치한다. 따라서 스마트TV는 사용자가 사용자단말을 건드리지 않고 책읽기, 스마트TV 보기 등의 다른 동작을 하는 경우, 사용자단말은 사용자의 움직임을 감지하지 못하지만, 스마트TV는 사용자의 움직임을 감지할 수 있다.

이에 본 실시예는, 사용자단말에 구비되는 센서에 의해 생성되는 센서데이터 뿐만 아니라, 일반적으로 실내공간의 벽면에 설치되는 스마트TV의 움직임감지센서에서 감지되는 움직임데이터를 추가적으로 이용하여 수면예측시간을 산출함으로써, 별도의 장비구입비용을 들이지 않고서도 사용자단말(200)의 가속도데이터를 보완하여 사용자의 수면예측시간을 더욱 정확하게 산출할 수 있다.

이상에서와 같이, 본 출원의 바람직한 실시예 들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 출원을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

10: 난방제어 시스템
100: 난방기기 200: 사용자단말
210: 조도센서 220: 소리센서
230: 가속도센서 240: 통신부
250: 단말제어부 300: 빅데이터서버
400: 수면예측부 410: 로데이터획득부
420: 데이터스케일링부 430: 데이터클러스터링부
440: 수면예측시간결정부 450: 수면예측시간전송부

Claims (10)

1. 각종 센서데이터를 생성하는 복수의 센서를 구비하는 사용자단말;
   상기 각종 센서데이터를 저장하는 빅데이터서버;
   상기 각종 센서데이터를 기반하여 사용자의 수면예측시간을 산출하는 수면예측부; 및
   상기 산출된 수면예측시간에 기초하여 현재 사용자의 수면여부를 판단하고, 상기 사용자의 수면여부에 따라 실내 난방제어방법을 변경하는 난방기기를 포함하는 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템.
2. 제1항에 있어서,
   상기 센서데이터는, 상기 사용자단말에 구비되는 조도센서에 의해 생성되는 조도데이터, 상기 사용자단말에 구비되는 소리센서에 의해 성성되는 소리데이터 및 상기 사용자단말에 구비되는 가속도센서에 의해 생성되는 가속도데이터를 포함하는 것을 특징으로 하는 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템.
3. 제2항에 있어서,
   상기 수면예측부는,
   상기 빅데이터서버로부터 미리 설정된 일정기간 동안의 조도데이터, 소리데이터 및 가속도데이터를 포함하는 센서데이터를 획득하는 로데이터획득부;
   상기 로데이터획득부에 의해 획득된 조도데이터, 소리데이터 및 가속도데이터 각각을 정규화하여 스케일링된 센서데이터 각각을 생성하는 데이터스케일링부;
   상기 데이터스케일링부에 의해 스케일링된 센서데이터 각각을 단위시간별로 합산하여 단위시간별 합산데이터를 생성하고, 상기 단위시간별 합산데이터의 값을 기반으로 상기 단위시간별 합산데이터를 복수의 클러스터로 클러스터링하는 데이터클러스터링부; 및
   상기 복수의 클러스터 중 합산데이터의 평균값이 낮은 클러스터를 수면클러스터로 결정하고, 상기 수면클러스터 중 일정시간 동안 유지되는 시작시각과 종료시작으로 이루어지는 시간구간을 수면예측시간으로 산출하는 수면예측시간결정부를 포함하는 것을 특징으로 하는 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템.
4. 제1항에 있어서,
   상기 난방기기는, 상기 수면예측시간을 기반으로 사용자의 현재 수면여부를 판단하고, 사용자의 현재 수면여부에 기반하여 난방방법을 변경하는 것을 특징으로 하는 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템.
5. 제4항에 있어서,
   상기 난방기기는,
   사용자가 현재 수면상태인 것으로 판단된 경우, 난방을 주기적으로 턴온/턴오프시키는 동작을 수행하여 실내 온도를 조절하는 것을 특징으로 하는 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템.
6. 제4항에 있어서,
   상기 난방기기는,
   사용자가 현재 수면상태가 아닌 것으로 판단된 경우, 난방을 턴온상태로 유지하면서 실내 온도를 조절하는 것을 특징으로 하는 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템.
7. 제5항에 있어서,
   상기 난방기기는, 사용자가 설정한 설정온도와 현재온도 간의 차이를 기반으로 난방의 턴온상태와 턴오프상태 비율을 변경하는 것을 특징으로 하는 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템.
8. 제1항에 있어서,
   상기 사용자단말은, 잠금상태 및 잠금해제상태와 무관하게, 상기 각종 센서데이터를 상기 빅데이터서버에 제공하는 것을 특징으로 하는 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템.
9. 제3항에 있어서,
   상기 데이터스케일링부는,
   상기 센서데이터를 정규화하여 스케일링한 후, 스케일링된 센서데이터 각각에 서로 다른 가중치를 곱하여 스케일링 센서데이터를 보정하는 것을 특징으로 하는 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템.
10. 제2항에 있어서,
    전방의 움직임을 감지하여 움직임데이터를 생성하는 스마트TV를 더 포함하고,
    상기 빅데이터 서버는, 상기 움직임데이터를 더 저장하고,
    상기 수면예측부는,
    상기 조도데이터, 상기 소리데이터, 상기 가속도데이터에 상기 움직임데이터까지 고려하여 사용자의 수면예측시간을 산출하는 것을 특징으로 하는 스마트폰 빅데이터 분석 기반 사용자 수면시간 예측을 통한 난방제어 시스템.

Images