KR20230048770A - System measuring particulate matter based on raspberry pi and method thereof - Google Patents

System measuring particulate matter based on raspberry pi and method thereof Download PDF

Info

Publication number
KR20230048770A
KR20230048770A KR1020210131604A KR20210131604A KR20230048770A KR 20230048770 A KR20230048770 A KR 20230048770A KR 1020210131604 A KR1020210131604 A KR 1020210131604A KR 20210131604 A KR20210131604 A KR 20210131604A KR 20230048770 A KR20230048770 A KR 20230048770A
Authority
KR
South Korea
Prior art keywords
fine dust
sensor data
space
electronic device
raspberry
Prior art date
Application number
KR1020210131604A
Other languages
Korean (ko)
Inventor
전선도
정성규
박천익
Original Assignee
경기과학기술대학교 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 경기과학기술대학교 산학협력단 filed Critical 경기과학기술대학교 산학협력단
Priority to KR1020210131604A priority Critical patent/KR20230048770A/en
Publication of KR20230048770A publication Critical patent/KR20230048770A/en

Links

Images

Classifications

    • 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
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/11—File system administration, e.g. details of archiving or snapshots
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/904—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N2015/0096—Investigating consistence of powders, dustability, dustiness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30192—Weather; Meteorology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Signal Processing (AREA)
  • Library & Information Science (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

The present invention relates to a Raspberry PI-based fine dust measurement system and an operation method thereof. In accordance with one embodiment, the method for the Raspberry PI-based fine dust measurement system to process fine dust sensor data, includes: a step in which a Raspberry PI module acquires fine dust sensor data of a space to be monitored; a step in which the acquired fine dust sensor data is transmitted to an electronic device connected to the Raspberry PI module, at preset intervals; a step in which the electronic device identifies an air cleaning state of the space to be monitored, based on the fine dust sensor data; and a step in which the electronic device outputs predetermined content according to the identified air cleaning state.

Description

라즈베리파이 기반 미세먼지 측정 시스템 및 이의 동작 방법 {SYSTEM MEASURING PARTICULATE MATTER BASED ON RASPBERRY PI AND METHOD THEREOF}Raspberry Pi-based fine dust measurement system and its operation method {SYSTEM MEASURING PARTICULATE MATTER BASED ON RASPBERRY PI AND METHOD THEREOF}

본 개시는 라즈베리파이 기반 미세먼지를 측정하는 시스템 및 이의 동작 방법에 관한 것이다. 보다 상세하게는 공간 별로 미세 먼지를 측정하는 미세먼지 측정 시스템 및 이의 동작 방법에 관한 것이다.The present disclosure relates to a raspberry pi-based system for measuring fine dust and a method of operating the same. More specifically, it relates to a fine dust measuring system and an operating method for measuring fine dust by space.

눈에 보이지 않는 아주 작은 물질이 대기 중에 오랫동안 떠다니거나 흩날려 내려오는 직경 10마이크로 미터 이하의 입자상 물질을 미세먼지라고 한다. 최근 미세먼지가 가정이나 기업에서 사람의 건강을 위협하는 주요한 문제로 대두되고 있고, 이로 인하여 가정이나 기업에서 미세 먼지의 농도를 정확하게 측정하기 위한 기술 개발이 요구되고 있다.Fine dust refers to particulate matter with a diameter of less than 10 micrometers that is invisible to the naked eye and floats or scatters in the air for a long time. Recently, fine dust has emerged as a major problem that threatens human health in homes and businesses, and for this reason, there is a demand for technology development for accurately measuring the concentration of fine dust in homes and businesses.

종래의 미세먼지 측정 기술들은 가정이나 기업에서 미세먼지 값과 야외의 미세먼지 값의 오차가 심하기 때문에, 정확한 미세먼지의 농도를 측정하는데 한계가 있다. 정확한 미세 먼지 농도 측정은 필요한 시간 및 장소에 공기 청정 자원을 가동하는데 필수적인 기술로, 정확한 미세 먼지 농도 측정을 통해 공기 청정을 위해 소요되는 전력, 인프라등을 운용하는데 필요한 자원들을 효과적으로 절약할 수 있다.Conventional fine dust measurement technologies have limitations in accurately measuring the concentration of fine dust because the error between the fine dust value at home or in a company and the value of fine dust outdoors is severe. Accurate fine dust concentration measurement is an essential technology for operating air cleaning resources at the necessary time and place, and through accurate fine dust concentration measurement, resources required to operate power and infrastructure required for air cleaning can be effectively saved.

따라서, 공간별 정확한 미세 먼지 농도를 저비용으로 측정하기 위한 기술 개발이 요구되고 있다.Therefore, there is a demand for developing a technology for measuring an accurate fine dust concentration in each space at low cost.

한국공개특허 2021-0050497호Korean Patent Publication No. 2021-0050497

일 실시 예에 의하면, 라즈베리파이 기반 미세먼지 측정 시스템이 미세먼지 센서 데이터를 처리하는 방법이 제공될 수 있다.According to an embodiment, a method for processing fine dust sensor data by a Raspberry Pi-based fine dust measurement system may be provided.

보다 상세하게는 라즈베리파이 모듈 및 전자 장치를 포함하는 미세먼지 측정 시스템이 미세 먼지 센서 데이터를 처리하는 방법이 제공될 수 있다.More specifically, a method for processing fine dust sensor data by a fine dust measurement system including a Raspberry Pi module and an electronic device may be provided.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 일 실시 예에 의하면, 라즈베리파이기반 미세먼지 측정 시스템이 미세먼지 센서 데이터를 처리하는 방법은 라즈베리파이 모듈이 모니터링 대상 공간의 미세먼지 센서 데이터를 획득하는 단계; 상기 획득된 미세먼지 센서 데이터를, 미리 설정된 주기로, 상기 라즈베리파이 모듈에 연결된 전자 장치로 전송하는 단계; 상기 전자 장치가 미세먼지 센서 데이터에 기초하여, 상기 모니터링 대상 공간의 공기 청정 상태를 식별하는 단계; 및 상기 전자 장치가 식별된 공기 청정 상태에 따른 소정의 컨텐츠를 출력하는 단계; 를 포함할 수 있다.As a technical means for achieving the above-described technical problem, according to an embodiment, the method for processing the fine dust sensor data by the Raspberry Pi-based fine dust measurement system is to obtain the fine dust sensor data of the space to be monitored by the Raspberry Pi module. step; Transmitting the obtained fine dust sensor data to an electronic device connected to the raspberry pi module at a preset cycle; identifying, by the electronic device, an air cleanliness state of the space to be monitored based on fine dust sensor data; and outputting, by the electronic device, predetermined content according to the identified air cleaning condition. can include

상술한 기술적 과제를 달성하기 위한 또 다른 실시 예에 의하면, 미세먼지 측정 시스템은 모니터링 대상 공간의 미세먼지 센서 데이터를 획득하고, 상기 획득된 미세먼지 센서 데이터를 미리 설정된 주기로 전송하는 라즈베리 파이 모듈; 및 상기 획득된 미세먼지 센서 데이터에 기초하여 상기 모니터링 대상 공간의 공기 청정 상태를 식별하고, 상기 식별된 공기 청정 상태에 따른 소정의 컨텐츠를 출력하는 전자 장치; 를 포함할 수 있다.According to another embodiment for achieving the above-described technical problem, the fine dust measurement system acquires fine dust sensor data of a space to be monitored, and transmits the obtained fine dust sensor data at a preset cycle; a raspberry pi module; and an electronic device that identifies an air cleaning state of the space to be monitored based on the obtained fine dust sensor data and outputs predetermined content according to the identified air cleaning state. can include

일 실시 예에 의하면, 상기 미세먼지 측정 시스템은 상기 라즈베리 파이 모듈로부터 상기 획득된 미세먼지 센서 데이터를 획득하고, 상기 획득된 미세먼지 센서 데이터를 상기 전자 장치로 전송하는 서버; 를 더 포함할 수 있다.According to one embodiment, the fine dust measurement system includes a server that obtains the obtained fine dust sensor data from the raspberry pi module and transmits the obtained fine dust sensor data to the electronic device; may further include.

상술한 기술적 과제를 달성하기 위한 또 다른 실시 예에 의하면, 라즈베리파이기반 미세먼지 측정 시스템이 미세먼지 센서 데이터를 처리하는 방법에 있어서, 라즈베리파이 모듈이 모니터링 대상 공간의 미세먼지 센서 데이터를 획득하는 단계; 상기 획득된 미세먼지 센서 데이터를, 미리 설정된 주기로, 상기 라즈베리파이 모듈에 연결된 전자 장치로 전송하는 단계; 상기 전자 장치가 미세먼지 센서 데이터에 기초하여, 상기 모니터링 대상 공간의 공기 청정 상태를 식별하는 단계; 및 상기 전자 장치가 식별된 공기 청정 상태에 따른 소정의 컨텐츠를 출력하는 단계; 를 포함하는, 방법을 수행하도록 하는 프로그램이 저장된 컴퓨터로 읽을 수 있는 기록매체가 제공될 수 있다.According to another embodiment for achieving the above-described technical problem, in the method for processing fine dust sensor data by a Raspberry Pi-based fine dust measurement system, the step of obtaining fine dust sensor data of a space to be monitored by a Raspberry Pi module ; Transmitting the obtained fine dust sensor data to an electronic device connected to the raspberry pi module at a preset cycle; identifying, by the electronic device, an air cleanliness state of the space to be monitored based on fine dust sensor data; and outputting, by the electronic device, predetermined content according to the identified air cleaning condition. A computer-readable recording medium in which a program for performing the method including a may be provided.

도 1은 일 실시 예에 따른 미세먼지 측정 시스템이 미세 먼지 데이터를 처리하는 과정을 개략적으로 설명하기 위한 도면이다.
도 2는 일 실시 예에 따른 라즈베리파이 기반 미세먼지 측정 시스템이 수행하는 미세먼지 센서 데이터 처리 방법의 흐름도이다.
도 3은 일 실시 예에 따른 라즈베리파이 기반 미세 먼지 측정 시스템이 미세먼지 농도 데이터 및 초 미세먼지 농도 데이터를 획득하는 구체적인 방법의 흐름도이다.
도 4는 일 실시 예에 따른 라즈베리파이 기반 미세먼지 측정 시스템이 획득하는 미세먼지 센서 데이터의 구조를 설명하기 위한 도면이다.
도 5는 일 실시 예에 따른 라즈베리파이 기반 미세먼지 측정 시스템이 공기 청정 상태에 따른 소정의 컨테츠를 출력하는 과정을 설명하기 위한 도면이다.
도 6은 일 실시 예에 따른 전자 장치의 블록도이다.
도 7은 일 실시 예에 따른 라즈베리파이 모듈의 블록도이다.1 is a diagram schematically illustrating a process of processing fine dust data by a fine dust measurement system according to an embodiment.
2 is a flowchart of a fine dust sensor data processing method performed by a raspberry pi-based fine dust measurement system according to an embodiment.
3 is a flowchart of a specific method for acquiring fine dust concentration data and ultra-fine dust concentration data by a Raspberry Pi-based fine dust measurement system according to an embodiment.
4 is a diagram for explaining the structure of fine dust sensor data obtained by a raspberry pi-based fine dust measurement system according to an embodiment.
5 is a diagram for explaining a process in which a raspberry pi-based fine dust measurement system outputs predetermined content according to an air cleanliness state according to an embodiment.
6 is a block diagram of an electronic device according to an exemplary embodiment.
7 is a block diagram of a Raspberry Pi module according to an embodiment.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 개시에 대해 구체적으로 설명하기로 한다.Terms used in this specification will be briefly described, and the present disclosure will be described in detail.

본 개시에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.The terms used in the present disclosure have been selected from general terms that are currently widely used as much as possible while considering the functions in the present disclosure, but they may vary according to the intention or precedent of a person skilled in the art, the emergence of new technologies, and the like. In addition, in a specific case, there is also a term arbitrarily selected by the applicant, and in this case, the meaning will be described in detail in the description of the invention. Therefore, terms used in the present disclosure should be defined based on the meaning of the term and the general content of the present disclosure, not simply the name of the term.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.When it is said that a certain part "includes" a certain component throughout the specification, it means that it may further include other components without excluding other components unless otherwise stated. In addition, terms such as "...unit" and "module" described in the specification mean a unit that processes at least one function or operation, which may be implemented as hardware or software or a combination of hardware and software. .

아래에서는 첨부한 도면을 참고하여 본 개시의 실시 예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, with reference to the accompanying drawings, embodiments of the present disclosure will be described in detail so that those skilled in the art can easily carry out the present disclosure. However, the present disclosure may be implemented in many different forms and is not limited to the embodiments described herein. And in order to clearly describe the present disclosure in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.

도 1은 일 실시 예에 따른 미세먼지 측정 시스템이 미세 먼지 데이터를 처리하는 과정을 개략적으로 설명하기 위한 도면이다.1 is a diagram schematically illustrating a process of processing fine dust data by a fine dust measurement system according to an embodiment.

일 실시 예에 따른 미세먼지 측정 시스템(100)은 전자 장치(1000) 및 라즈 베리 파일 모듈(2000)을 포함할 수 있다. 그러나 상술한 예에 한정되는 것은 아니며, 미세먼지 측정 시스템(100)은 서버(2000)를 더 포함할 수도 있다. 예를 들어, 미세먼지 측정 시스템(100)은 모니터링 대상 공간의 미세먼지 센서 데이터를 획득하고, 미세먼지 센서 데이터에 기초하여 모니터링 대상 공간 별 공기 청정 상태를 식별할 수 있다. 또한, 미세먼지 측정 시스템은 모니터링 대상 공간의 공기 청정 상태에 기초하여 소정의 컨텐츠를 출력함으로써 사용자가 모니터링 대상 공간에 대한 공기 청정 상태를 쉽게 인식하도록 할 수 있다.The fine dust measurement system 100 according to an embodiment may include an electronic device 1000 and a raspberry file module 2000. However, it is not limited to the above example, and the fine dust measurement system 100 may further include a server 2000. For example, the fine dust measuring system 100 may obtain fine dust sensor data of the space to be monitored, and identify air cleanliness conditions for each space to be monitored based on the fine dust sensor data. In addition, the fine dust measuring system may output predetermined content based on the air cleaning condition of the space to be monitored so that the user can easily recognize the air cleaning condition of the space to be monitored.

일 실시 예에 의하면, 전자 장치(1000)는 라즈베리 파이 모듈로부터 미세먼지 센서 데이터를 획득할 수 있다. 또 다른 실시 예에 의하면, 전자 장치(1000)는 라즈베리 파이 모듈 또는 서버로부터 미세먼지 센서 데이터를 획득할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 서버 (2000)와 통신할 수 있는 통신 모듈을 포함하는 다양한 형태의 장치로 구현될 수 있다. According to an embodiment, the electronic device 1000 may obtain fine dust sensor data from a Raspberry Pi module. According to another embodiment, the electronic device 1000 may obtain fine dust sensor data from a Raspberry Pi module or server. According to an embodiment, the electronic device 1000 may be implemented as various types of devices including a communication module capable of communicating with the server 2000 .

예를 들어, 전자 장치(1000)는 디지털 카메라, 모바일 단말, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 태블릿 PC, 전자북 단말기, 디지털방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 공기청정기 등이 있을 수 있으나, 이에 한정되는 것은 아니다. 또한, 일 실시 예에 의하면, 전자 장치(1000)는 사용자에 의해 착용될 수 있는 장치(wearable device)일 수도 있다. For example, the electronic device 1000 includes a digital camera, a mobile terminal, a smart phone, a laptop computer, a tablet PC, an electronic book terminal, a digital broadcast terminal, a personal digital assistant (PDA), a PMP ( Portable Multimedia Player), a navigation device, an MP3 player, an air purifier, and the like, but are not limited thereto. Also, according to an embodiment, the electronic device 1000 may be a wearable device worn by a user.

일 실시 예에 의하면 라즈베리 파이 모듈(2000)는 미리 설정된 주기로, 모니터링 대상 공간의 미세먼지 센서 데이터를 획득하고, 획득된 미세먼지 센서 데이터를 전자 장치(1000) 또는 서버(2000)로 전송할 수 있다. 라즈 베리 파이 모듈(2000)은 미세먼지 센서, 네트워크 인터페이스, 하나 이상의 인스트럭션 또는 미세먼지 센서 데이터가 저장되는 메모리. 상기 하나 이상의 인스트럭션을 실행함으로써 미세먼지 센서 데이터를 획득하고, 획득된 미세 먼지 센서 데이터가 전자 장치(1000) 또는 서버(2000)로 전송되도록 미세먼지 센서 및 네트워크 인터페이스를 제어하는 프로세서를 포함할 수 있다.According to an embodiment, the raspberry pi module 2000 may acquire fine dust sensor data of a space to be monitored at a preset cycle, and transmit the obtained fine dust sensor data to the electronic device 1000 or the server 2000. The Raspberry Pi module 2000 includes a fine dust sensor, a network interface, and one or more instructions or a memory in which fine dust sensor data is stored. It may include a processor that obtains fine dust sensor data by executing the one or more instructions and controls the fine dust sensor and network interface so that the obtained fine dust sensor data is transmitted to the electronic device 1000 or the server 2000. .

그러나 상술한 예에 한정되는 것은 아니며, 라즈베리 파이 모듈(2000)는 GPS 센서, 와이파이 센서, IOT 센서, 근접 센서, 가속도 센서 중 적어도 하나를 더 포함할 수도 있다. 일 실시 예에 의하면, 라즈베리 파이 모듈(2000)는 라즈베리 파이 모듈(2000)이 설치된 공간에 대한 위치 정보를 획득할 수 있다. 예를 들어, 라즈베리 파이 모듈(2000)은 실외에 위치할 경우, GPS 센서를 이용하여 미세먼지 측정 대상이 되는, 라즈베리 파이 모듈(2000)이 위치한 공간의 위치 정보를 획득할 수 있고, 실내에 위치하는 경우, 실내 라즈베리 파이 모듈(2000)과 연결 가능한 IOT 장치로부터 수신되는 와이파이 신호에 기초하여, 라즈베리 파이 모듈(2000)이 위치한 공간의 위치 정보를 식별할 수 있다.However, it is not limited to the above example, and the Raspberry Pi module 2000 may further include at least one of a GPS sensor, a Wi-Fi sensor, an IOT sensor, a proximity sensor, and an acceleration sensor. According to an embodiment, the raspberry pi module 2000 may acquire location information about a space in which the raspberry pi module 2000 is installed. For example, when the raspberry pi module 2000 is located outdoors, location information of the space where the raspberry pi module 2000 is located, to be measured for fine dust, can be obtained using a GPS sensor, and is located indoors. In this case, the location information of the space where the Raspberry Pi module 2000 is located can be identified based on the Wi-Fi signal received from the IOT device connectable to the indoor Raspberry Pi module 2000.

일 실시 예에 의하면, 라즈베리 파이 모듈(2000)은 미세먼지 센서 데이터를 획득하고, 획득된 미세먼지 센서 데이터를 전자 장치(1000) 또는 서버(2000)로 전송할 수 있다. 일 실시 예에 의하면 라즈베리 파이 모듈(2000)은 현재 라즈베리 파이 모듈이 위치한 공간에 대한 위치 정보 또는 상기 위치 정보에 따라 결정되고, 모니터링 대상 공간을 구분하는데 사용되는 공간 식별 정보를 미세먼지 센서 데이터와 함께 전자 장치(1000) 또는 서버(2000)로 전송할 수 있다. 또 다른 실시 예에 의하면, 라즈베리 파이 모듈(2000)는 위치 정보 또는 공간 식별 정보를 포함하는 미세먼지 센서 데이터를 전자 장치(1000) 또는 서버(2000)로 전송할 수도 있다.According to an embodiment, the raspberry pi module 2000 may obtain fine dust sensor data and transmit the obtained fine dust sensor data to the electronic device 1000 or the server 2000. According to an embodiment, the raspberry pi module 2000 includes location information about the space where the raspberry pi module is currently located or space identification information determined according to the location information and used to classify the space to be monitored together with the fine dust sensor data. It can be transmitted to the electronic device 1000 or the server 2000. According to another embodiment, the raspberry pi module 2000 may transmit fine dust sensor data including location information or space identification information to the electronic device 1000 or the server 2000.

서버(3000)는 전자 장치(1000) 및 라즈베리 파이 모듈(2000)과 연결될 수 있고, 라즈베리 파이 모듈(2000)로부터 미세먼지 센서 데이터를 획득하고, 획득된 미세먼지 센서 데이터를 전자 장치(1000)로 전송할 수 있다. 서버(3000)는 하나 이상의 인스트럭션 또는 미세먼지 센서 데이터를 저장하는 데이터 베이스, 네트워크 인터페이스 및 상기 데이터 베이스에 저장된 인스트럭션을 수행함으로써 미세먼지 센서 데이터를 전자 장치(1000)로 전달하도록 네트워크 인터페이스를 제어하는 적어도 하나의 프로세서를 포함할 수 있다.The server 3000 may be connected to the electronic device 1000 and the raspberry pi module 2000, obtain fine dust sensor data from the raspberry pi module 2000, and transmit the obtained fine dust sensor data to the electronic device 1000. can transmit The server 3000 controls at least one command or a database for storing fine dust sensor data, a network interface, and a network interface to transmit fine dust sensor data to the electronic device 1000 by executing instructions stored in the database. It may contain one processor.

서버(3000)는 네트워크를 통하여 전자 장치(1000) 또는 라즈베리 파이 모듈(2000)과 연결됨으로써 데이터를 송수신할 수 있는 기타 컴퓨팅 장치를 포함할 수 있다. 예를 들어, 서버(3000)는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 이동 통신망(mobile radio communication network), 위성 통신망 및 이들의 상호 조합을 통하여 전자 장치(1000) 또는 라즈베리 파이 모듈(2000)과 연결될 수 있다.The server 3000 may include other computing devices capable of transmitting and receiving data by being connected to the electronic device 1000 or the Raspberry Pi module 2000 through a network. For example, the server 3000 may include a Local Area Network (LAN), a Wide Area Network (WAN), a Value Added Network (VAN), a mobile radio communication network, and a satellite communication network. And it can be connected to the electronic device 1000 or the Raspberry Pi module 2000 through a mutual combination thereof.

도 2는 일 실시 예에 따른 라즈베리파이 기반 미세먼지 측정 시스템이 수행하는 미세먼지 센서 데이터 처리 방법의 흐름도이다.2 is a flowchart of a fine dust sensor data processing method performed by a raspberry pi-based fine dust measurement system according to an embodiment.

S210에서, 미세먼지 측정 시스템(100)은 모니터링 대상 공간의 미세 먼지 센서 데이터를 획득할 수 있다. 예를 들어, 미세먼지 측정 시스템(100)내 라즈 베리파이 모듈은 모니터링 대상 공간에 대해 미리 설정된 주기로 미세먼지 센서를 가동함으로써 미세 먼지 센서 데이터를 획득할 수 있다.In S210, the fine dust measurement system 100 may obtain fine dust sensor data of the space to be monitored. For example, the raspberry pi module in the fine dust measuring system 100 may acquire fine dust sensor data by operating the fine dust sensor at a preset cycle for the space to be monitored.

S220에서, 미세먼지 측정 시스템(100)은 미세먼지 센서 데이터를, 미리 설정된 주기로 라즈베리 파이 모듈에 연결된 전자 장치(1000)로 전송할 수 있다. 예를 들어, 라즈베리 파이 모듈(2000)은 미세먼지 센서를 이용하여 획득된 미세먼지 센서 데이터를 미리 설정된 주기로 전자 장치(1000)로 전송할 수 있다. In S220, the fine dust measurement system 100 may transmit the fine dust sensor data to the electronic device 1000 connected to the Raspberry Pi module at a preset cycle. For example, the raspberry pi module 2000 may transmit the fine dust sensor data acquired using the fine dust sensor to the electronic device 1000 at a preset cycle.

일 실시 예에 의하면, 라즈베리 파이 모듈(2000)은 소정의 시간 동안 획득된 미세먼지 센서 데이터를 시간의 흐름에 따라 저장함으로써 미세먼지 센서 데이터베이스를 생성할 수 있고, 전자 장치(1000)에 대한 사용자 입력에 기초하여, 전자 장치(1000)로부터 미세먼지 센서 데이터 전송 요청이 획득되면, 데이터베이스로부터 미세먼지 센서 데이터를 획득하고, 획득된 미세먼지 센서 데이터를 전자 장치(1000)로 전송할 수 있다.According to an embodiment, the raspberry pi module 2000 may create a fine dust sensor database by storing the fine dust sensor data acquired for a predetermined time according to the lapse of time, and the user input to the electronic device 1000. Based on , when a request for transmitting fine dust sensor data is obtained from the electronic device 1000 , fine dust sensor data may be obtained from the database and the obtained fine dust sensor data may be transmitted to the electronic device 1000 .

또 다른 실시 예에 의하면, 라즈베리 파이 모듈(2000)은 미세먼지 센서 데이터를 인코딩함으로써 데이터베이스에 저장하고, php 형식의 파일을 생성하여, 데이터 베이스에 접근할 수 있고, 접근한 파일을 JSON 파일로 압축 후 서버(3000)로 전달할 수 있다. 서버(3000)로 전달된 JSON 파일은 전자 장치(1000)에서 호출할 시 값을 얻어 올 수 있다. S230에서, 미세먼지 측정 시스템(100)은 미세먼지 센서 데이터에 기초하여, 모니터링 대상 공간의 공기 청정 상태를 식별할 수 있다. 예를 들어, 미세먼지 측정 시스템(100)내 전자 장치(1000)는 라즈베리 파이 모듈(2000)에서 획득된 미세먼지 센서 데이터에 기초하여, 모니터링 대상 공간의 공기 청정 상태를 식별할 수 있다. 또 다른 실시 예에 의하면, 전자 장치(1000)는 서버(3000)로부터 미세먼지 센서 데이터를 획득하고, 획득된 미세먼지 센서 데이터에 기초하여 모니터링 대상 공간의 공기 청정 상태를 식별할 수도 있다.According to another embodiment, the raspberry pi module 2000 stores the fine dust sensor data in a database by encoding it, generates a file in php format, can access the database, and compresses the accessed file into a JSON file After that, it can be delivered to the server 3000. When the JSON file transmitted to the server 3000 is called by the electronic device 1000, a value may be obtained. In S230, the fine dust measurement system 100 may identify the air cleanliness state of the space to be monitored based on the fine dust sensor data. For example, the electronic device 1000 in the fine dust measuring system 100 may identify the air cleanliness state of the space to be monitored based on the fine dust sensor data obtained from the Raspberry Pi module 2000. According to another embodiment, the electronic device 1000 may obtain fine dust sensor data from the server 3000 and identify the air cleanliness state of the space to be monitored based on the obtained fine dust sensor data.

일 실시 예에 의하면, 전자 장치(1000)는 획득된 미세 먼지 센서 데이터를 이용하여 데이터 베이스를 생성할 수 있다. 예를 들어, 전자 장치(1000)는 미세먼지 센서 데이터를 인코딩함으로써 php 형식의 파일을 생성하고, 생성된 php 형식의 파일을 저장함으로써 데이터 베이스를 생성할 수 있다. 일 실시 예에 의하면, php 형식의 파일로 인코딩된 미세먼지 센서 데이터는, 압축을 위한 JSON 파일 형식을 포함할 수 있다. 전자 장치(1000)는 전자 장치에 대한 사용자 입력에 기초하여, 기 생성된 데이터베이스에 저장된 미세먼지 센서 데이터를 조회하고, 조회된 미세먼지 센서 데이터에 기초하여 모니터링 대상 공간의 공기 청정 상태를 식별할 수도 있다.According to an embodiment, the electronic device 1000 may create a database using the acquired fine dust sensor data. For example, the electronic device 1000 may generate a php format file by encoding fine dust sensor data and create a database by storing the generated php format file. According to one embodiment, fine dust sensor data encoded in a php format file may include a JSON file format for compression. The electronic device 1000 may query fine dust sensor data stored in a pre-created database based on a user input to the electronic device, and identify the air cleanliness state of the space to be monitored based on the inquired fine dust sensor data. there is.

또한, 도 3에는 도시되지 않았지만, 미세먼지 측정 시스템(100)은 대상 공간 별 기 설정된 복수의 미세 먼지 상태 구간들을 미리 생성하고, 현재 미세먼지 센서 데이터 내 미세먼지 농도 데이터의 데이터 값이 속하는 미세먼지 상태 구간을 식별할 수 있다. 각 미세먼지 상태 구간은 소정의 대상 공간 별 미세먼지 수준을 나타낼 수 있고, 미세먼지 측정 시스템(100)은 미세먼지 농도 데이터의 데이터 값이 속하는 미세먼지 상태 구간에 기초하여 대상 공간 별 미세먼지 수준을 식별할 수 있다.In addition, although not shown in FIG. 3, the fine dust measurement system 100 generates a plurality of preset fine dust state sections for each target space in advance, and fine dust to which the data value of the fine dust concentration data in the current fine dust sensor data belongs. State intervals can be identified. Each fine dust state section may represent the fine dust level for each target space, and the fine dust measurement system 100 determines the fine dust level for each target space based on the fine dust state section to which the data value of the fine dust concentration data belongs. can be identified.

또한, 일 실시 예에 의하면, 미세먼지 측정 시스템(100)은 대상 공간 별 기 설정된 복수의 초 미세먼지 상태 구간들을 미리 생성하고, 현재 미세먼지 센서 데이터 내 초 미세먼지 농도 데이터의 데이터 값이 속하는 초 미세먼지 상태 구간을 식별할 수 있다. 각 초 미세먼지 상태 구간은 소정의 대상 공간 별 초 미세먼지 수준을 나타낼 수 있고, 미세먼지 측정 시스템(100)은 초 미세먼지 농도 데이터의 데이터 값이 속하는 초 미세먼지 상태 구간에 기초하여, 대상 공간 별 초 미세먼지 수준을 식별할 수 있다.In addition, according to an embodiment, the fine dust measurement system 100 generates in advance a plurality of ultra-fine dust state sections preset for each target space, and the second to which the data value of the ultra-fine dust concentration data in the current fine dust sensor data belongs. Fine dust state sections can be identified. Each ultrafine dust state section may represent the ultrafine dust level for each predetermined target space, and the fine dust measurement system 100 based on the ultrafine dust state section to which the data value of the ultrafine dust concentration data belongs, the target space It is possible to identify the level of ultra-fine dust per star.

S240에서, 미세먼지 측정 시스템(100)은 공기 청정 상태에 따른 소정의 컨텐츠를 출력할 수 있다. 예를 들어, 미세먼지 측정 시스템(100)내 전자 장치(1000)는 공기 청정 상태에 기초하여, 공기 청정 상태에 대응되는 소정의 컨텐츠를 출력할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 공기 청정 상태에 기초하여, 시각적 또는 청각적 컨텐츠 중 적어도 하나를 출력할 수 있다.In S240, the fine dust measurement system 100 may output predetermined content according to the air cleanliness state. For example, the electronic device 1000 in the fine dust measurement system 100 may output predetermined content corresponding to the air cleaning state based on the air cleaning state. According to an embodiment, the electronic device 1000 may output at least one of visual or auditory content based on an air cleaning state.

일 실시 예에 의하면, 미세먼지 측정 시스템(100)은 미세먼지 센서 데이터 내 포함된 공간 식별 정보에 기초하여, 모니터링 대상 공간 별 및 상기 모니터링 대상 공간의 공기 청정 상태에 따라 서로 다른 컨텐츠를 출력할 수도 있다.According to an embodiment, the fine dust measurement system 100 may output different contents according to the space to be monitored and the air cleanliness condition of the space to be monitored based on the space identification information included in the fine dust sensor data. there is.

도 3은 일 실시 예에 따른 라즈베리파이 기반 미세 먼지 측정 시스템이 미세먼지 농도 데이터 및 초 미세먼지 농도 데이터를 획득하는 구체적인 방법의 흐름도이다.3 is a flowchart of a specific method for acquiring fine dust concentration data and ultra-fine dust concentration data by a Raspberry Pi-based fine dust measurement system according to an embodiment.

미세먼지 측정 시스템(100)은 모니터링 대상 공간 별로 미세먼지 센서 데이터를 획득할 수 있다. 일 실시 예에 의하면, 미세먼지 측정 시스템(100)이 획득하는 미세먼지 센서 데이터는 공간 식별 정보, 미세먼지 농도 데이터 또는 초 미세먼지 농도 데이터 중 적어도 하나를 포함할 수 있다.The fine dust measurement system 100 may acquire fine dust sensor data for each space to be monitored. According to an embodiment, the fine dust sensor data obtained by the fine dust measurement system 100 may include at least one of space identification information, fine dust concentration data, and ultra-fine dust concentration data.

S310에서, 미세먼지 측정 시스템(100)은 라즈베리 파이 모듈이 모니터링하는 대상 공간의 공간 식별 정보를 획득할 수 있다. 예를 들어, 미세먼지 측정 시스템(100)의 라즈베리 파이 모듈(2000)은 적어도 하나의 센서를 이용하여 실외 또는 실내에서 라즈베리 파이 모듈(2000)이 모니터링하는 대상 공간의 위치 정보, 또는 상기 위치 정보에 따른 공간 식별 정보를 획득할 수 있다.In S310, the fine dust measurement system 100 may obtain spatial identification information of the target space monitored by the Raspberry Pi module. For example, the raspberry pi module 2000 of the fine dust measurement system 100 uses at least one sensor to provide location information of a target space monitored by the raspberry pi module 2000 outdoors or indoors, or to the location information. According to the space identification information can be obtained.

S320에서, 미세먼지 측정 시스템(100)은 대상 공간 별 미세먼지 농도 데이터를 획득할 수 있다. 예를 들어, 미세먼지 측정 시스템(100)내 라즈베리 파이 모듈(2000)은 제1 크기 범위를 가지는 미세먼지들을 센싱하기 위한 제1 미세먼지 센서 및 제2 크기 범위를 가지는 미세먼지들을 센싱하기 위한 제2 미세먼지 센서를 포함할 수 있다. 일 실시 예에 의하면, 라즈베리 파이 모듈(2000)은 제1 미세먼지 센서를 이용하여 미세먼지 농도 데이터를 획득할 수 있다.In S320, the fine dust measurement system 100 may obtain fine dust concentration data for each target space. For example, the raspberry pi module 2000 in the fine dust measurement system 100 includes a first fine dust sensor for sensing fine dust having a first size range and a first fine dust sensor for sensing fine dust having a second size range. 2 May include a fine dust sensor. According to an embodiment, the raspberry pi module 2000 may obtain fine dust concentration data using the first fine dust sensor.

S330에서, 미세먼지 측정 시스템(100)은 대상 공간 별 초 미세먼지 농도 데이터를 획득할 수 있다. 예를 들어, 미세먼지 측정 시스템(100)의 라즈베리 파이 모듈(2000)은 제2 미세먼지 센서를 이용하여 모니터링 대상 공간 내 대상 공간 별 초 미세먼지 농도 데이터를 획득할 수 있다. 예를 들어, 라즈베리 파이 모듈(2000)은 공간 식별 정보, 미세먼지 농도 데이터 또는 초 미세먼지 농도 데이터 중 적어도 하나를 포함하는 미세먼지 센서 데이터를 획득하고, 획득된 미세먼지 센서 데이터를 전자 장치(1000) 또는 서버(3000)로 전송할 수 있다.In S330, the fine dust measurement system 100 may obtain ultra-fine dust concentration data for each target space. For example, the raspberry pi module 2000 of the fine dust measurement system 100 may obtain ultra-fine dust concentration data for each target space within the target space to be monitored using the second fine dust sensor. For example, the raspberry pi module 2000 acquires fine dust sensor data including at least one of spatial identification information, fine dust concentration data, or ultra fine dust concentration data, and transmits the obtained fine dust sensor data to the electronic device (1000 ) or may be transmitted to the server 3000.

도 4는 일 실시 예에 따른 라즈베리파이 기반 미세먼지 측정 시스템이 획득하는 미세먼지 센서 데이터의 구조를 설명하기 위한 도면이다.4 is a diagram for explaining the structure of fine dust sensor data obtained by a raspberry pi-based fine dust measurement system according to an embodiment.

일 실시 예에 의하면, 라즈베리 파이 기반 미세먼지 측정 시스템(100)은 도 4에 도시된 형식의 미세먼지 센서 데이터(410)를 획득할 수 있다. 일 실시 예에 의하면, 미세먼지 센서 데이터(410)는 공간 식별 정보(420), 미세먼지 농도 데이터(430) 또는 초 미세먼지 농도 데이터(440)를 포함할 수 있다. 미세먼지 센서 데이터(410)내 공간 식별 정보(420)는 모니터링 대상 공간을 구분하기 위한 복수의 위치 정보(422, 424, 426)을 포함할 수 있다.According to an embodiment, the raspberry pi-based fine dust measurement system 100 may acquire fine dust sensor data 410 in the form shown in FIG. 4 . According to an embodiment, the fine dust sensor data 410 may include space identification information 420 , fine dust concentration data 430 or ultra fine dust concentration data 440 . The space identification information 420 in the fine dust sensor data 410 may include a plurality of location information 422 , 424 , and 426 for classifying a space to be monitored.

일 실시 예에 의하면 공간을 식별하기 위한 위치 정보는 GPS 센서 데이터 또는 라즈베리 파이 모듈과 IOT 장치 사이에서 송수신되는 와이파이 신호 세기 중 적어도 하나를 포함할 수 있다. 공간 식별 정보는 상술한 와이파이 신호 세기에 기초하여 결정되는 실내에서의 공간 좌표를 포함할 수 있다. According to an embodiment, the location information for identifying a space may include at least one of GPS sensor data or Wi-Fi signal strength transmitted and received between the Raspberry Pi module and the IOT device. Spatial identification information may include indoor space coordinates determined based on the Wi-Fi signal strength described above.

일 실시 예에 의하면, 미세먼지 센서 데이터(410)내 미세먼지 농도 데이터(432, 434, 436)는 위치 정보(422, 424, 426)과 각각 매칭되어 저장될 수 있다. 또한, 초 미세먼지 농도 데이터(442, 444, 446)는 위치 정보(422, 424, 426)과 매칭되어 저장될 수 있다.According to an embodiment, the fine dust concentration data 432 , 434 , and 436 in the fine dust sensor data 410 may be matched with the location information 422 , 424 , and 426 and stored. In addition, the ultrafine dust concentration data 442 , 444 , and 446 may be matched with the location information 422 , 424 , and 426 and stored.

또 다른 실시 예에 의하면, 미세먼지 농도 데이터(430)는 미세먼지 농도 데이터의 가중합 (438) 데이터를 더 포함할 수도 있다. 예를 들어, 위치 정보(422, 424, 426)에 따라 구분되는 각 공간의 넓이, 부피 또는 사용자가 임의 설정한 중요도 값 중 하나에 기초하여, 각 위치 정보에는 서로 다른 제1 가중치가 미리 설정될 수 있다. 미세먼지 측정 시스템(100)은 각 위치 정보에 미리 설정된 서로 다른 가중치에 기초하여, 미세먼지 농도 데이터(432, 434, 436)를 가중합함으로써, 미세먼지 농도 데이터 가중 합(438) 데이터를 생성하고, 미세먼지 농도 데이터 가중합에 기초하여 모니터링 대상 공간을 모두 포함하는 공간의 미세먼지 농도 수준을 식별함으로써, 개별 공간뿐 아니라, 대상 모니터링 공간을 모두 포함하는 전체 공간에 대한 미세먼지 농도 수준을 정확하게 식별할 수 있다.According to another embodiment, the fine dust concentration data 430 may further include weighted sum 438 data of the fine dust concentration data. For example, based on one of the area and volume of each space classified according to the location information 422, 424, and 426, or an importance value arbitrarily set by a user, a different first weight may be preset for each location information. can The fine dust measurement system 100 weights the fine dust concentration data 432, 434, and 436 based on different weights preset for each location information, thereby generating a weighted sum 438 of the fine dust concentration data and , By identifying the fine dust concentration level of the space including all the monitored spaces based on the weighted sum of the fine dust concentration data, accurately identifying the fine dust concentration level for the entire space including all the target monitoring spaces as well as individual spaces can do.

또한, 일 실시 예에 의하면, 미세먼지 측정 시스템(100)은 위치 정보에 기초하여, 제1 가중치 및 상기 제1 가중치와 다른 제2 가중치를 결정하고, 상기 제1 가중치 및 제2 가중치에 기초하여 미세먼지 농도 데이터(432, 434, 436)를 가중합할 수 있다. 예를 들어, 위치 정보에 할당되는 제1 가중치는 모니터링 대상 공간의 넓이, 부피 또는 사용자가 임의 설정한 중요도 값 중 하나에 기초하여 결정될 수 있으나, 위치 정보에 할당되는 제1 가중치와 다른 제2 가중치는 모니터링 대상 공간의 넓이, 부피 또는 사용자가 임의 설정한 중요도 값 중 2이상의 값에 기초하여 결정될 수 있다.In addition, according to an embodiment, the fine dust measurement system 100 determines a first weight and a second weight different from the first weight based on the location information, and based on the first weight and the second weight The fine dust concentration data 432, 434, and 436 may be weighted. For example, the first weight assigned to the location information may be determined based on one of the area and volume of the space to be monitored or an importance value arbitrarily set by the user, but a second weight different from the first weight assigned to the location information. may be determined based on two or more values among the area and volume of the space to be monitored or the importance value arbitrarily set by the user.

일 실시 예에 의하면, 초 미세먼지 농도(440) 데이터는 초 미세먼지 농도 데이터(442, 444, 446)에 더하여 초 미세먼지 농도 데이터의 가중합(448) 데이터를 더 포함할 수 있다. 일 실시 예에 의하면, 미세먼지 측정 시스템(100)은 상술한 바와 같이, 위치 정보(422, 424, 426)에 따라 구분되는 각 공간의 넓이, 부피 또는 사용자가 임의 설정한 중요도 값 중 하나에 기초하여, 각 위치 정보에는 서로 다른 제1 가중치를 결정할 수 있고, 상기 각 공간의 넓이, 부피 또는 사용자가 임의 설정한 중요도 값 중 적어도 2이상의 값에 기초하여 제2 가중치를 결정할 수 있으며, 제1 가중치 및 제2 가중치에 기초하여 초 미세먼지 농도 데이터(442, 444, 446)를 가중합함으로써, 초 미세먼지 농도 데이터 가중합 (448) 데이터를 결정할 수 있다.According to an embodiment, the ultrafine dust concentration data 440 may further include weighted sum 448 data of the ultrafine dust concentration data in addition to the ultrafine dust concentration data 442 , 444 , and 446 . According to an embodiment, the fine dust measurement system 100, as described above, is based on one of the area and volume of each space classified according to the location information 422, 424, and 426, or an importance value arbitrarily set by the user. Thus, a different first weight may be determined for each location information, and a second weight may be determined based on at least two or more values among the area and volume of each space or an importance value arbitrarily set by the user, and the first weight And by weighting the ultrafine dust concentration data 442 , 444 , and 446 based on the second weight, the ultrafine dust concentration data weighted sum 448 data may be determined.

미세먼지 측정 시스템(100)은 상기 초 미세먼지 농도 데이터 가중합(448)에 기초하여 모니터링 대상 공간을 모두 포함하는 공간의 모니터링 대상 공간을 모두 포함하는 공간의 초 미세먼지 농도 수준을 식별함으로써, 개별 공간뿐 아니라, 대상 모니터링 공간을 모두 포함하는 전체 공간에 대한 초 미세먼지 농도 수준을 정확하게 식별할 수 있다.The fine dust measurement system 100 identifies the ultrafine dust concentration level of the space including all the monitored spaces of the space including all of the monitored spaces based on the weighted sum of the ultrafine dust concentration data 448, so that individual It is possible to accurately identify the ultra-fine dust concentration level for not only the space, but also the entire space including the target monitoring space.

도 5는 일 실시 예에 따른 라즈베리파이 기반 미세먼지 측정 시스템이 공기 청정 상태에 따른 소정의 컨테츠를 출력하는 과정을 설명하기 위한 도면이다.5 is a diagram for explaining a process in which a raspberry pi-based fine dust measurement system outputs predetermined content according to an air cleanliness state according to an embodiment.

일 실시 예에 의하면, 미세먼지 측정 시스템(100)은 모니터링 대상 공간의 공기 청정 상태를 식별하고, 식별된 공기 청정 상태에 따른 소정의 컨텐츠를 출력할 수 있다. 예를 들어, 미세먼지 측정 시스템(100) 내 전자 장치(1000)는 공기 청정 상태에 따라 소정의 컨텐츠를 스스로 생성할 수도 있지만, 전자 장치(1000)와 연결된 서버로부터 소정의 컨텐츠를 획득할 수도 있다.According to an embodiment, the fine dust measurement system 100 may identify the air cleanliness state of the space to be monitored and output predetermined content according to the identified air cleanliness state. For example, the electronic device 1000 in the fine dust measurement system 100 may generate predetermined content by itself according to the air cleanliness condition, but may obtain predetermined content from a server connected to the electronic device 1000. .

일 실시 예에 의하면, 미세먼지 측정 시스템(100)이 출력하는 컨텐츠는 현재 식별된 공기 청정 상태를 개선하기 위한 대책 정보(502)(예컨대 '적정 온,습도 유지하기'), 각 모니터링 대상 공간 별 공기 청정 상태를 날씨, 또는 세균에 대한 그래픽으로 표시하는 제1 시각화 컨텐츠 (504), 각 모니터링 대상 공간의 명칭 정보(514), 각 모니터링 대상 공간 별 공기 청정 상태를 캐릭터로 표시하는 제2 시각화 컨텐츠(512) 또는 대상 공간 별 공기 청정 상태를 도형으로 표시하는 제2 시각화 컨텐츠(514) 중 적어도 하나를 포함할 수 있다.According to an embodiment, the content output by the fine dust measurement system 100 includes countermeasure information 502 for improving the currently identified air cleaning condition (eg, 'maintaining appropriate temperature and humidity'), each monitoring target space First visualization content 504 that displays the air cleanliness status in terms of weather or bacteria, name information 514 of each monitoring target space, and second visualization content that displays the air cleanliness status for each monitoring target space as a character It may include at least one of 512 and second visualization content 514 displaying an air purification state for each target space in a figure.

즉, 본 개시에 따른 미세먼지 측정 시스템(100)은 공간 식별 정보 또는 위치 정보에 따라 구분되는 대상 공간 별로 미세먼지 수준 및 초 미세먼지 수준을 식별하고, 각 모니터링 대상 공간 별로 결정되는 미세먼지 수준 및 초 미세먼지 수준에 기초하여 서로 다른 컨텐츠들을 출력함으로써, 사용자가 손쉽게 대상 공간의 공기 상태를 인지하도록 할 수 있다.That is, the fine dust measurement system 100 according to the present disclosure identifies the fine dust level and the ultra-fine dust level for each target space classified according to space identification information or location information, and determines the fine dust level and By outputting different contents based on the ultra-fine dust level, the user can easily recognize the air condition of the target space.

도 6은 일 실시 예에 따른 전자 장치의 블록도이다.6 is a block diagram of an electronic device according to an exemplary embodiment.

일 실시 예에 의하면, 전자 장치(1000)는 프로세서(1300), 네트워크 인터페이스(1500) 및 메모리(1700)를 포함할 수 있다. 그러나 상술한 예에 한정되는 것은 아니며, 미세먼지 센서 데이터에 기초하여 대상 공간의 공기 청정상태를 식별하기 위해 필요한 기타 구성들을 더 포함할 수도 있다. 예를 들어, 전자 장치(1000)는 미세먼지 센서 데이터를 획득하기 위한 적어도 하나의 미세먼지 센서 데이터, 디스플레이, 또는 스피커를 더 포함할 수도 있다. 또한, 일 실시 예에 의하면, 도 6에 도시된 전자 장치(1000)의 구성들은 서버(3000)의 구성에 대응될 수도 있다.According to an embodiment, the electronic device 1000 may include a processor 1300, a network interface 1500, and a memory 1700. However, it is not limited to the above example, and may further include other components necessary to identify the air cleanliness state of the target space based on the fine dust sensor data. For example, the electronic device 1000 may further include at least one fine dust sensor data, a display, or a speaker for obtaining the fine dust sensor data. Also, according to an embodiment, configurations of the electronic device 1000 shown in FIG. 6 may correspond to configurations of the server 3000.

프로세서(1300)는, 통상적으로 전자 장치(1000)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(1300)는, 메모리(1700)에 저장된 프로그램들을 실행함으로써, 네트워크 인터페이스(1500), 적어도 하나의 센서, 디스플레이, 스피커 중 적어도 하나를 제어할 수 있다. 또한, 프로세서(1300)는 메모리(1700)에 저장된 프로그램들을 실행함으로써, 도 1 내지 도 5에 기재된 전자 장치(1000)의 기능을 수행할 수 있다.The processor 1300 typically controls overall operations of the electronic device 1000 . For example, the processor 1300 may control at least one of the network interface 1500, at least one sensor, a display, and a speaker by executing programs stored in the memory 1700. Also, the processor 1300 may perform the functions of the electronic device 1000 described in FIGS. 1 to 5 by executing programs stored in the memory 1700 .

일 실시 예에 의하면, 프로세서(1300)는 모니터링 대상 공간의 미세 먼지 센서 데이터를 획득하도록, 적어도 하나의 센서를 제어하건, 미세먼지 센서 데이터를 다른 장치로부터 획득하도록 네트워크 인터페이스를 제어할 수 있다. 또한, 프로세서(1300)는 메모리에 저장된 하나 이상의 인스트럭션을 수행함으로써, 미세먼지 센서 데이터에 기초하여 모니터링 대상 공간의 공기 청정 상태를 식별할 수도 있다.According to an embodiment, the processor 1300 may control at least one sensor to obtain fine dust sensor data of the space to be monitored or control a network interface to acquire fine dust sensor data from another device. In addition, the processor 1300 may identify the air cleanliness state of the space to be monitored based on the fine dust sensor data by executing one or more instructions stored in the memory.

네트워크 인터페이스(1500)는, 전자 장치(1000)가 라즈베리 파이 모듈(2000) 또는 서버(3000)와 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 예를 들어, 네트워크 인터페이스(1500)는, 무선 통신 인터페이스, 유선 통신 인터페이스 및 이동 통신부를 포함할 수 있다. 일 실시 예에 의하면, 네트워크 인터페이스(1500)는 미세먼지 센서 데이터를 라즈베리 파이 모듈 또는 서버로부터 획득하거나, 식별된 공기 청정 상태에 대한 정보를 전자 장치와 연결된 다른 장치로 전송할 수 있다.The network interface 1500 may include one or more components that allow the electronic device 1000 to communicate with the Raspberry Pi module 2000 or the server 3000. For example, the network interface 1500 may include a wireless communication interface, a wired communication interface, and a mobile communication unit. According to an embodiment, the network interface 1500 may acquire fine dust sensor data from a Raspberry Pi module or server, or transmit information on the identified air cleaning state to another device connected to the electronic device.

메모리(1700)는, 프로세서(1300)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 전자 장치(1000)로 입력되거나, 출력되는 데이터를 저장할 수도 있다. 또한, 메모리(1700)는 전자 장치(1000)가 획득한 시간의 흐름에 따른, 대상 공간 별 미세먼지 센서 데이터를 저장할 수도 있다.The memory 1700 may store programs for processing and control of the processor 1300 and may store data input or output to the electronic device 1000 . Also, the memory 1700 may store fine dust sensor data for each target space according to the lapse of time acquired by the electronic device 1000 .

메모리(1700)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. The memory 1700 may include a flash memory type, a hard disk type, a multimedia card micro type, a card type memory (eg SD or XD memory, etc.), RAM (RAM, Random Access Memory) SRAM (Static Random Access Memory), ROM (Read-Only Memory), EEPROM (Electrically Erasable Programmable Read-Only Memory), PROM (Programmable Read-Only Memory), magnetic memory, magnetic disk , an optical disk, and at least one type of storage medium.

디스플레이(미도시)는 공기 청정 상태에 따라 결정된 소정의 컨텐츠를 출력할 수 있다. 스피커(미도시)는 공기 청정 상태에 따라 결정된 소정의 청각 컨텐츠를 출력할 수 있다. 예를 들어, 스피커(미도시)는 현재 모니터링 대상 공간의 공기 청정 상태가 나쁨으로 식별되는 경우, 경고 또는 알림을 알리기 위한 소리 신호를 출력할 수 있다.A display (not shown) may output predetermined content determined according to an air cleaning state. A speaker (not shown) may output predetermined auditory content determined according to an air cleaning state. For example, a speaker (not shown) may output a sound signal to notify a warning or notification when the air quality of the currently monitored space is identified as poor.

도 7은 일 실시 예에 따른 라즈베리파이 모듈의 블록도이다.7 is a block diagram of a Raspberry Pi module according to an embodiment.

일 실시 예에 의하면 라즈베리 파이 모듈(2000)은 프로세서(2300), 네트워크 인터페이스(2500), 메모리(2700) 및 센서부(2900)를 포함할 수 있다. 그러나 상술한 예에 한정되는 것은 아니며, 미세먼지 센서 데이터를 획득하고, 획득된 미세먼지 센서 데이터를 서버(3000) 또는 전자 장치(1000)로 전송하는데 필요한 구성들을 더 포함할 수도 있다.According to an embodiment, the Raspberry Pi module 2000 may include a processor 2300, a network interface 2500, a memory 2700, and a sensor unit 2900. However, it is not limited to the above example, and may further include components necessary for obtaining fine dust sensor data and transmitting the obtained fine dust sensor data to the server 3000 or the electronic device 1000.

프로세서(2300)는 메모리(2700)에 저장된 하나 이상의 인스트럭션을 수행함으로써 라즈베리 파이 모듈 내 구성들의 전반적인 동작을 제어할 수 있다.The processor 2300 may control overall operations of components within the Raspberry Pi module by executing one or more instructions stored in the memory 2700.

예를 들어, 프로세서(2300)는 메모리(2700)에 저장된 하나 이상의 인스트럭션을 수행함으로써, 미리 설정된 주기로 모니터링 대상 공간의 미세먼지 센서 데이터를 획득할 수 있다. 또한, 프로세서(2300)는 미리 설정된 주기로 획득된 미세먼지 센서 데이터를 인코딩함으로써 소정의 형식의 파일로 저장함으로써 데이터 베이스를 생성할 수도 있다.For example, the processor 2300 may obtain the fine dust sensor data of the space to be monitored at a preset period by performing one or more instructions stored in the memory 2700 . In addition, the processor 2300 may generate a database by encoding the fine dust sensor data obtained at a preset period and storing the data in a file in a predetermined format.

또한, 프로세서(2300)는 데이터 베이스 또는 미세먼지 센서 데이터를 미리 설정된 주기로 전자 장치(1000) 또는 서버(3000)로 전송할 수 있다.In addition, the processor 2300 may transmit database or fine dust sensor data to the electronic device 1000 or the server 3000 at preset cycles.

네트워크 인터페이스(2500)는, 라즈베리 파이 모듈(2000)이 서버(3000) 또는 전자 장치(1000)와 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 예를 들어, 네트워크 인터페이스(2500)는, 무선 통신 인터페이스, 유선 통신 인터페이스 및 이동 통신부를 포함할 수 있다. 일 실시 예에 의하면, 네트워크 인터페이스(2500)는 미세먼지 센서 데이터를 전자 장치(1000) 또는 서버(3000)로 전송할 수 있다.The network interface 2500 may include one or more components that allow the Raspberry Pi module 2000 to communicate with the server 3000 or the electronic device 1000. For example, the network interface 2500 may include a wireless communication interface, a wired communication interface, and a mobile communication unit. According to an embodiment, the network interface 2500 may transmit fine dust sensor data to the electronic device 1000 or the server 3000.

메모리(2700)는, 프로세서(2300)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 라즈베리 파이 모듈(2000)로 입력되거나 출력되는 데이터들을 저장할 수 있다. 예를 들어, 메모리(2700)는 라즈베리 파이 모듈이 획득한 미세먼지 센서 데이터들을 시간의 흐름에 따라 저장할 수 있다.The memory 2700 may store programs for processing and control of the processor 2300 and may store data input or output to the Raspberry Pi module 2000. For example, the memory 2700 may store the fine dust sensor data acquired by the Raspberry Pi module over time.

메모리(2700)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. The memory 2700 may include a flash memory type, a hard disk type, a multimedia card micro type, a card type memory (for example, SD or XD memory, etc.), and RAM. (RAM, Random Access Memory) SRAM (Static Random Access Memory), ROM (Read-Only Memory), EEPROM (Electrically Erasable Programmable Read-Only Memory), PROM (Programmable Read-Only Memory), magnetic memory, magnetic disk , an optical disk, and at least one type of storage medium.

센서부(2900)는 미세먼지 측정 센서, 근접 센서, 위치 센서(예컨대 GPS), 와이파이 센서, 전자기 센서 중 적어도 하나를 포함할 수 있다. 일 실시 예에 의히ㅏ면, 센서부(2900)내 미세먼지 측정 센서는 서로 다른 크기 범위의 미세 먼지를 측정하기 위한 복수의 미세먼지 측정 센서들을 포함할 수 있다.The sensor unit 2900 may include at least one of a fine dust measurement sensor, a proximity sensor, a location sensor (eg, GPS), a Wi-Fi sensor, and an electromagnetic sensor. According to an embodiment, the fine dust measuring sensor in the sensor unit 2900 may include a plurality of fine dust measuring sensors for measuring fine dust in different size ranges.

일 실시예에 따른 미세먼지 측정 시스템이 수행하는 미세먼지 센서 데이터 처리 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.The fine dust sensor data processing method performed by the fine dust measurement system according to an embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on the medium may be those specially designed and configured for the present invention or those known and usable to those skilled in computer software.

컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. - includes hardware devices specially configured to store and execute program instructions, such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter, as well as machine language codes such as those produced by a compiler.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.Although the embodiments of the present invention have been described in detail above, the scope of the present invention is not limited thereto, and various modifications and improvements made by those skilled in the art using the basic concept of the present invention defined in the following claims are also included in the scope of the present invention. fall within the scope of the right

Claims (13)

라즈베리파이기반 미세먼지 측정 시스템이 미세먼지 센서 데이터를 처리하는 방법에 있어서,
라즈베리파이 모듈이 모니터링 대상 공간의 미세먼지 센서 데이터를 획득하는 단계;
상기 획득된 미세먼지 센서 데이터를, 미리 설정된 주기로, 상기 라즈베리파이 모듈에 연결된 전자 장치로 전송하는 단계;
상기 전자 장치가 미세먼지 센서 데이터에 기초하여, 상기 모니터링 대상 공간의 공기 청정 상태를 식별하는 단계; 및
상기 전자 장치가 식별된 공기 청정 상태에 따른 소정의 컨텐츠를 출력하는 단계; 를 포함하는, 방법.In the method for the Raspberry Pi-based fine dust measurement system to process fine dust sensor data,
Acquiring fine dust sensor data of the space to be monitored by the Raspberry Pi module;
Transmitting the obtained fine dust sensor data to an electronic device connected to the raspberry pi module at a preset cycle;
identifying, by the electronic device, an air cleanliness state of the space to be monitored based on fine dust sensor data; and
outputting, by the electronic device, predetermined content according to the identified air cleaning condition; Including, method. 제1항에 있어서, 상기 방법은 상기 미세먼지 센서 데이터를 획득하는 단계 이후,
상기 획득된 미세먼지 센서 데이터를 상기 라즈베리 파이 모듈에 연결된 서버로 전송하는 단계; 를 더 포함하고,
상기 공기 청정 상태를 식별하는 단계는,
상기 서버에서 전송된 미세먼지 센서 데이터에 기초하여, 상기 모니터링 대상 공간의 공기 청정 상태를 식별하는 단계; 를 포함하는, 방법.The method of claim 1, wherein after the step of obtaining the fine dust sensor data,
Transmitting the obtained fine dust sensor data to a server connected to the Raspberry Pi module; Including more,
The step of identifying the air cleaning state,
identifying an air cleanliness state of the space to be monitored based on the fine dust sensor data transmitted from the server; Including, method. 제1항에 있어서, 상기 방법은
상기 미세먼지 센서 데이터를 상기 전자 장치로 전송하는 단계 이후,
상기 전자 장치가 상기 미세먼지 센서 데이터를 인코딩함으로써 php 형식의 파일을 생성하고, 상기 생성된 php 형식의 파일을 저장함으로써 데이터 베이스를 생성하는 단계; 를 더 포함하고,
상기 공기 청정 상태를 식별하는 단계는
상기 전자 장치에 대한 사용자 입력에 기초하여, 상기 데이터 베이스에 저장된 상기 미세먼지 센서 데이터를 조회하는 단계; 및
상기 조회된 미세먼지 센서 데이터에 기초하여 상기 모니터링 대상 공간의 공기 청정 상태를 식별하는 단계; 를 포함하는, 방법.The method of claim 1, wherein the method
After transmitting the fine dust sensor data to the electronic device,
generating, by the electronic device, a php format file by encoding the fine dust sensor data, and generating a database by storing the generated php format file; Including more,
The step of identifying the air purification state is
Inquiring the fine dust sensor data stored in the database based on a user input to the electronic device; and
identifying an air cleanliness state of the space to be monitored based on the inquired fine dust sensor data; Including, method. 제1항에 있어서, 상기 미세먼지 센서 데이터를 획득하는 단계는
상기 라즈베리파이 모듈이 모니터링하는 대상 공간의 공간 식별 정보를 획득하는 단계;
상기 대상 공간 별 미세먼지 농도 데이터를 획득하는 단계; 및
상기 대상 공간 별 초 미세먼지 농도 데이터를 획득하는 단계; 를 포함하는, 방법.The method of claim 1, wherein the obtaining the fine dust sensor data
Acquiring spatial identification information of a target space monitored by the Raspberry Pi module;
obtaining fine dust concentration data for each target space; and
obtaining ultrafine dust concentration data for each target space; Including, method. 제4항에 있어서, 상기 공기 청정 상태를 식별하는 단계는
상기 대상 공간 별, 기 설정된 복수의 미세먼지 상태구간들 중, 상기 미세 먼지 농도 데이터의 데이터 값이 속하는 미세먼지 상태 구간에 기초하여, 상기 대상 공간 별 미세먼지 수준을 식별하는 단계; 및
상기 대상 공간 별, 기 설정된 복수의 초 미세먼지 상태구간들 중, 상기 초 미세먼지 농도 데이터의 데이터 값이 속하는 초 미세먼지 상태 구간에 기초하여, 상기 대상 공간 별 초 미세먼지 수준을 식별하는 단계; 를 포함하는, 방법.5. The method of claim 4, wherein identifying the air cleaning condition comprises:
identifying a level of fine dust for each target space based on a fine dust state section to which the data value of the fine dust concentration data belongs, among a plurality of predetermined fine dust state sections for each target space; and
Identifying a level of ultrafine dust for each target space based on an ultrafine dust state section to which the data value of the ultrafine dust concentration data belongs, among a plurality of predetermined ultrafine dust state sections for each target space; Including, method. 제5항에 있어서, 상기 소정의 컨텐츠를 출력하는 단계는
상기 공간 식별 정보에 따른 대상 공간 별로, 상기 미세먼지 수준 및 상기 초 미세먼지 수준에 따른 서로 다른 컨텐츠를 출력하는 단계; 를 포함하는, 방법.The method of claim 5, wherein the step of outputting the predetermined content
outputting different contents according to the level of fine dust and the level of ultra-fine dust for each target space according to the space identification information; Including, method. 미세먼지 측정 시스템에 있어서,
모니터링 대상 공간의 미세먼지 센서 데이터를 획득하고, 상기 획득된 미세먼지 센서 데이터를 미리 설정된 주기로 전송하는 라즈베리 파이 모듈; 및
상기 획득된 미세먼지 센서 데이터에 기초하여 상기 모니터링 대상 공간의 공기 청정 상태를 식별하고, 상기 식별된 공기 청정 상태에 따른 소정의 컨텐츠를 출력하는 전자 장치; 를 포함하는 미세 먼지 측정 시스템.In the fine dust measurement system,
A raspberry pi module that acquires fine dust sensor data of a space to be monitored and transmits the obtained fine dust sensor data at a preset cycle; and
an electronic device that identifies an air cleaning state of the space to be monitored based on the obtained fine dust sensor data and outputs predetermined content according to the identified air cleaning state; Fine dust measuring system comprising a. 제7항에 있어서, 상기 미세먼지 측정 시스템은
상기 라즈베리 파이 모듈로부터 상기 획득된 미세먼지 센서 데이터를 획득하고, 상기 획득된 미세먼지 센서 데이터를 상기 전자 장치로 전송하는 서버; 를 더 포함하는 미세먼지 측정 시스템.The method of claim 7, wherein the fine dust measurement system
a server that obtains the obtained fine dust sensor data from the raspberry pi module and transmits the obtained fine dust sensor data to the electronic device; Fine dust measuring system further comprising a. 제8항에 있어서, 상기 전자 장치는
상기 라즈베리 파이 모듈 또는 상기 서버에서 전송된 미세먼지 센서 데이터를 인코딩함으로써 php 형식의 파일을 생성하고, 상기 생성된 php 형식의 파일을 저장함으로써 데이터 베이스를 생성하며,
상기 데이터 베이스가 생성되면, 상기 전자 장치에 대한 사용자 입력에 기초하여 상기 데이터 베이스에 저장된 상기 미세먼지 센서 데이터에 액세스하고, 상기 액세스된 미세먼지 센서 데이터에 기초하여 상기 모니터링 대상 공간의 공기 청정 상태를 식별하는, 미세먼지 측정 시스템.The method of claim 8, wherein the electronic device
Creating a php format file by encoding the fine dust sensor data transmitted from the raspberry pi module or the server, and creating a database by storing the generated php format file,
When the database is created, the fine dust sensor data stored in the database is accessed based on a user input to the electronic device, and the air cleaning state of the space to be monitored is determined based on the accessed fine dust sensor data. Identification, fine dust measurement system. 제8항에 있어서, 상기 전자 장치는
상기 라즈베리 파이 모듈 또는 상기 서버에서 전송된 미세먼지 센서 데이터에 포함된, 상기 모니터링 대상 공간의 공간 식별 정보를 식별하고,
상기 미세먼지 센서 데이터에 기초하여, 상기 식별된 공간 식별 정보에 따라 구분되는 대상 공간 별 미세먼지 농도 데이터를 획득하며,
상기 미세먼지 센서 데이터에 기초하여, 상기 대상 공간 별 초 미세먼지 농도 데이터를 획득하는, 미세먼지 측정 시스템.The method of claim 8, wherein the electronic device
Identifying space identification information of the space to be monitored included in the fine dust sensor data transmitted from the raspberry pi module or the server,
Based on the fine dust sensor data, obtaining fine dust concentration data for each target space classified according to the identified space identification information,
Based on the fine dust sensor data, fine dust measurement system for obtaining ultra-fine dust concentration data for each target space. 제10항에 있어서, 상기 전자 장치는
상기 대상 공간 별, 기 설정된 복수의 미세먼지 상태 구간들 중, 상기 미세먼지 농도 데이터의 데이터 값이 속하는 미세먼지 상태 구간에 기초하여, 상기 대상 공간 별 미세먼지 수준을 식별하고,
상기 대상 공간 별, 기 설정된 복수의 초 미세먼지 상태구간들 중, 상기 초 미세먼지 농도 데이터의 데이터 값이 속하는 초 미세먼지 상태 구간에 기초하여, 상기 대상 공간별 초 미세먼지 수준을 식별하는, 미세먼지 측정 시스템.11. The method of claim 10, wherein the electronic device
Identifying the fine dust level for each target space based on the fine dust state section to which the data value of the fine dust concentration data belongs among the plurality of preset fine dust state sections for each target space,
Identifying the ultrafine dust level for each target space based on the ultrafine dust state section to which the data value of the ultrafine dust concentration data belongs among the plurality of preset ultrafine dust state sections for each target space. dust measurement system. 제11항에 있어서, 상기 전자 장치는
상기 공간 식별 정보에 따른 대상 공간 별로, 상기 미세먼지 수준 및 상기 초 미세먼지 수준에 따른 서로 다른 컨텐츠를 출력하는 것을 특징으로 하는, 미세먼지 측정 시스템.The method of claim 11, wherein the electronic device
Fine dust measurement system, characterized in that for outputting different contents according to the fine dust level and the ultra-fine dust level for each target space according to the space identification information. 라즈베리파이기반 미세먼지 측정 시스템이 미세먼지 센서 데이터를 처리하는 방법에 있어서,
라즈베리파이 모듈이 모니터링 대상 공간의 미세먼지 센서 데이터를 획득하는 단계;
상기 획득된 미세먼지 센서 데이터를, 미리 설정된 주기로, 상기 라즈베리파이 모듈에 연결된 전자 장치로 전송하는 단계;
상기 전자 장치가 미세먼지 센서 데이터에 기초하여, 상기 모니터링 대상 공간의 공기 청정 상태를 식별하는 단계; 및
상기 전자 장치가 식별된 공기 청정 상태에 따른 소정의 컨텐츠를 출력하는 단계; 를 포함하는, 방법을 수행하도록 하는 프로그램이 저장된 컴퓨터로 읽을 수 있는 기록매체.In the method for the Raspberry Pi-based fine dust measurement system to process fine dust sensor data,
Acquiring fine dust sensor data of the space to be monitored by the Raspberry Pi module;
Transmitting the obtained fine dust sensor data to an electronic device connected to the raspberry pi module at a preset cycle;
identifying, by the electronic device, an air cleanliness state of the space to be monitored based on fine dust sensor data; and
outputting, by the electronic device, predetermined content according to the identified air cleaning condition; A computer-readable recording medium in which a program for performing the method is stored, including a.
KR1020210131604A 2021-10-05 2021-10-05 System measuring particulate matter based on raspberry pi and method thereof KR20230048770A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210131604A KR20230048770A (en) 2021-10-05 2021-10-05 System measuring particulate matter based on raspberry pi and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210131604A KR20230048770A (en) 2021-10-05 2021-10-05 System measuring particulate matter based on raspberry pi and method thereof

Publications (1)

Publication Number Publication Date
KR20230048770A true KR20230048770A (en) 2023-04-12

Family

ID=85984049

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210131604A KR20230048770A (en) 2021-10-05 2021-10-05 System measuring particulate matter based on raspberry pi and method thereof

Country Status (1)

Country Link
KR (1) KR20230048770A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110108604A (en) * 2019-05-17 2019-08-09 成都信息工程大学 High-altitude particle device for identifying and method based on micro- amplification and visual angle sensing

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210050497A1 (en) 2019-08-15 2021-02-18 Ordos Yuansheng Optoelectronics Co., Ltd. Driving Backplane, Method for Manufacturing the Same, and Display Device

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210050497A1 (en) 2019-08-15 2021-02-18 Ordos Yuansheng Optoelectronics Co., Ltd. Driving Backplane, Method for Manufacturing the Same, and Display Device

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110108604A (en) * 2019-05-17 2019-08-09 成都信息工程大学 High-altitude particle device for identifying and method based on micro- amplification and visual angle sensing
CN110108604B (en) * 2019-05-17 2024-06-14 成都信息工程大学 High-altitude particle identification device and method based on microscopic amplification and visual angle sensing

Similar Documents

Publication Publication Date Title
US8862067B2 (en) Proximate beacon identification
US10681491B1 (en) Visitation tracking system
EP2915319B1 (en) Managing a context model in a mobile device by assigning context labels for data clusters
US9462568B2 (en) Systems and methods for indoor location services
US11570572B2 (en) Geo-fence selection system
CN110546630A (en) Method for providing information and electronic device supporting the same
US20200145926A1 (en) Battery charge aware communications
US20210082453A1 (en) Acoustic neural network scene detection
CN109190648B (en) Simulation environment generation method and device, mobile terminal and computer readable storage medium
US9367215B2 (en) Mobile devices and related methods for configuring a remote device
AU2013203008B2 (en) User terminal device and information providing method using the same
CN103858497A (en) Method and apparatus for providing information based on a location
CN107852569B (en) Terminal for measuring position of terminal and method thereof
CN107430631B (en) Determining semantic place names from location reports
CN104823433B (en) Infer in semantically integrating context
CN103968825A (en) Navigation system with anomaly detection mechanism and method of operation thereof
KR20230048770A (en) System measuring particulate matter based on raspberry pi and method thereof
JPWO2011070953A1 (en) LOCATION DEVICE, LOCATION SYSTEM, LOCATION METHOD, AND PROGRAM
KR20170114636A (en) Electronic device and method for providing identification information
US8838147B2 (en) Method and apparatus for determining environmental context utilizing features obtained by multiple radio receivers
US10778774B2 (en) Method and apparatus for managing urban infrastructures using internet of things
Namiot et al. On mobile wireless tags
JP2015185092A (en) Network system, communication method, server, server program, terminal, and terminal program
JP2019117570A (en) Signal transmitter
US20230108980A1 (en) Depletion modeling for estimating survey completeness by region