KR20230076185A - 인공지능 재실 감지 기반의 지능형 조명 제어 방법 - Google Patents

인공지능 재실 감지 기반의 지능형 조명 제어 방법 Download PDF

Info

Publication number
KR20230076185A
KR20230076185A KR1020210162876A KR20210162876A KR20230076185A KR 20230076185 A KR20230076185 A KR 20230076185A KR 1020210162876 A KR1020210162876 A KR 1020210162876A KR 20210162876 A KR20210162876 A KR 20210162876A KR 20230076185 A KR20230076185 A KR 20230076185A
Authority
KR
South Korea
Prior art keywords
location
lighting
occupant
occupants
lighting control
Prior art date
Application number
KR1020210162876A
Other languages
English (en)
Other versions
KR102568210B1 (ko
Inventor
지영민
Original Assignee
한국전자기술연구원
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 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020210162876A priority Critical patent/KR102568210B1/ko
Publication of KR20230076185A publication Critical patent/KR20230076185A/ko
Application granted granted Critical
Publication of KR102568210B1 publication Critical patent/KR102568210B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

인공지능 재실 감지 기반의 지능형 조명 제어 방법이 제공된다. 본 발명의 실시예에 따른 조명 제어 방법은, 실내 영상을 획득하고, 획득한 영상에서 재실자의 수와 위치를 감지하며, 감지된 각 재실자의 수와 위치를 저장하고, 저장된 각 재실자의 수와 위치로 구성한 히스토리 데이터를 기반으로 기저 조명 레벨을 계산한다. 이에 의해, 조명 제어에 필요한 CCTV를 신규로 설치하지 않고 스트리밍 프로토콜을 통하여 실시간으로 연계된 영상 정보를 받아서 인공지능으로 작업자(재실자)를 인식할 수 있으며, 단순히 실시간 인식된 사람의 위치 만을 활용하는 것이 아니라 이전 좌표와 현재 좌표를 이용한 벡터를 활용하여 예측 위치에 대한 제어도 수행함으로 쾌적성을 더 확보할 수 있다.

Description

인공지능 재실 감지 기반의 지능형 조명 제어 방법{Intelligent lighting control method based on occupancy detection AI}
본 발명은 조명 제어 기술에 관한 것으로, 더욱 상세하게는 딥러닝 기반으로 인식된 재실자를 기반으로 실내 작업 환경의 조명을 제어하여 에너지를 절감하는 방법에 관한 것이다.
기존 조명 제어 시스템은 실내외 환경 변화에 스스로 대응하지 못하고 조명 디밍이 적용된 곳이라고 하더라도 사람이 인위적으로 조정한 디밍 레벨을 기준으로 On/Off 스위치를 통하여 제어를 수행하는 것이 대부분이다.
한편, 안전 및 보안 상황 감지를 위해서 설치된 CCTV가 있으나 대부분 현장에서는 이를 활용할 방법을 가지고 있지 않으며, 보안 및 안전 상황 감지를 위한 시스템으로만 동작한다.
조명에 활용하는 대부분의 인체 감지 기술은 PIR(Passive Infra-Red) 방식으로 사람이 움직일 때 발생하는 적외선의 차이를 감지하여 1 or 0으로 인식 데이터를 전달하며, 인체가 감지된 경우에 바로 조명을 ON시켜 일정 기간을 유지하다가, 감지가 계속 안되면 다시 Off하는 식으로 동작하는 것이 대부분이다.
실내 공장이나 작업장의 경우 대부분 설비가 공간을 차지하고 있으며, 실제 공간 대비 작업자의 비율이 낮은 것이 특징이기 때문에 대부분의 공장 현장의 조명은 에너지를 낭비하고 있는 상황이다.
이런 현장의 특성에 맞는 조명 제어 기술이 부재하기 때문에 에너지 절감을 수행하지 못하고 단순히 On/Off 로만 제어를 수행하는 곳이 대부분이다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 작업자 인식을 통한 히스토리 데이터의 확보로 작업자가 주로 일하는 공간을 찾아내고 실외 채광에 의한 영향을 분석하여 작업자가 작업에 불편함이 없으면서도 에너지를 절감할 수 있는 방법을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 조명 제어 방법은, 실내 영상을 획득하는 단계; 획득한 영상에서 재실자의 수와 위치를 감지하는 단계; 감지된 각 재실자의 수와 위치를 저장하는 단계; 저장된 각 재실자의 수와 위치로 구성한 히스토리 데이터를 기반으로, 기저 조명 레벨을 계산하는 단계;를 포함한다.
그리고, 획득 단계는, 실내에 설치된 CCTV로부터 영상을 실시간으로 획득할 수 있다.
히스토리 데이터는, 과거 특정 시간 동안 위치 별 재실자의 수를 나타낸 데이터이고, 계산 단계는, 재실자의 수가 많았던 위치의 조명에 대해서는 재실자의 수가 적었던 위치의 조명 보다 기저 조명 레벨을 높게 계산할 수 있다.
본 발명의 실시예에 따른 조명 제어 방법은, 외부 자연 채광량을 측정하는 단계; 측정된 외부 자연 채광량을 기초로, 계산된 기저 조명 레벨을 조정하는 단계;를 더 포함할 수 있다.
조정 단계는, 외부 자연 채광량에 따라 정해지는 계수를 계산된 기저 조명 레벨에 적용하여, 계산된 기저 조명 레벨을 조정할 수 있다.
본 발명의 실시예에 따른 조명 제어 방법은, 감지된 각 재실자의 위치 변화를 기초로, 각 재실자의 다음 위치를 예측하는 단계; 각 재실자의 현재 위치와 다음 위치를 기초로, 조정된 기저 조명 레벨을 재조정하는 단계;를 더 포함할 수 있다.
재조정 단계는, 각 재실자의 현재 위치와 다음 위치에 있는 조명의 기저 조명 레벨을 높일 수 있다.
본 발명의 실시예에 따른 조명 제어 방법은, 특정 위치의 조명에 대해서는 기저 조명 레벨를 정해진 레벨 이상으로 유지시키는 단계;를 더 포함할 수 있다.
특정 위치는, 재실자 감지가 불가능한 위치 및 외부 자연 채광량 측정이 불가능한 위치를 포함할 수 있다.
한편, 본 발명의 다른 실시예에 따른, 조명 제어 시스템은, 실내 영상을 획득하는 카메라; 카메라를 통해 획득한 영상에서 재실자의 수와 위치를 감지하는 프로세서; 감지된 각 재실자의 수와 위치를 저장하는 저장부;를 포함하고, 프로세서는, 저장부에 저장된 각 재실자의 수와 위치로 구성한 히스토리 데이터를 기반으로, 기저 조명 레벨을 계산한다.
한편, 본 발명의 다른 실시예에 따른, 조명 제어 방법은, 영상에서 재실자의 수와 위치를 감지하는 단계; 감지된 각 재실자의 위치를 저장하는 단계; 및 저장된 각 재실자의 위치로 구성한 히스토리 데이터를 기반으로, 기저 조명 레벨을 계산하는 단계;를 포함한다.
한편, 본 발명의 다른 실시예에 따른, 조명 제어 시스템은, 영상에서 재실자의 수와 위치를 감지하는 프로세서; 및 감지된 각 재실자의 수와 위치를 저장하는 저장부;를 포함하고, 프로세서는, 저장부에 저장된 각 재실자의 수와 위치로 구성한 히스토리 데이터를 기반으로, 기저 조명 레벨을 계산한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 조명 제어에 필요한 CCTV를 신규로 설치하지 않고 스트리밍 프로토콜을 통하여 실시간으로 연계된 영상 정보를 받아서 인공지능으로 작업자(재실자)를 인식함으로써, 새로운 시스템 도입 없이 CCTV 만을 사용하여 조명 제어를 수행할 수 있으며, 단순히 실시간 인식된 사람의 위치 만을 활용하는 것이 아니라 이전 좌표와 현재 좌표를 이용한 벡터를 활용하여 예측 위치에 대한 제어도 수행함으로 쾌적성을 더 확보할 수 있다.
또한, 본 발명의 실시예들에 따르면, 재실 히스토리 정보를 시계열 데이터베이스에 저장하여 기저 조명 레벨을 계산할 때 사용하는데, 히스토리 데이터에는 작업자가 주로 머무는 공간의 좌표가 누적되어 저장되며, 인식된 작업자의 좌표를 축적하여 기저 조명 레벨 계산에 활용함으로 작업자가 주로 머무는 공간의 가시광 쾌적도를 확보할 수 있게 된다.
그리고, 본 발명의 실시예들에 따르면, 실시간 채광 센서를 이용하여 외부의 채광량이 실내에 조도에 미치는 영향을 판단하여 추가의 조명 레벨을 낮추거나 높이는 방식을 적용함으로써, 야외 채광만으로 실내 조도가 유지되는 경우 에너지를 절감할 수 있도록 구성하며, 야간과 같이 채광이 주는 영향이 없는 경우에는 실내조명 레벨을 높여 작업자의 작업 안정성 및 쾌적성을 확보할 수 있다.
뿐만 아니라, 본 발명의 실시예들에 따르면, 불변 영역 마스킹을 통한 제어 제외 기술을 적용하여 실제 현장 상황에 따른 특성으로 인하여 작업자의 작업 면의 조도가 항상 유지해야 하는 경우나 조명을 제어함으로 생기는 불편함을 주면 안되는 특정 위치를 소프트웨어 마스크 테이블을 통하여 제어 제외시킴으로써, 작업자의 안전과 쾌적도를 확보할 수 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능 재실 감지 기반의 지능형 조명 제어 방법의 설명에 제공되는 도면,
도 2는 재실 히스토리 기반의 기저 조명 레벨 계산 결과를 예시한 도면,
도 3은 재실 작업자의 이동 경로를 기초로 현재 위치와 예측 위치에서 기저 조명 레벨을 재조정하는 것을 도식적으로 나타낸 도면,
도 4는 Uncontrollable Light Masking Table을 예시한 도면,
도 5는, 도 1에 제시된 지능형 조명 제어 방법에 따라 조명 제어 알고리즘을 실제 수행하는 과정을 나타낸 도면, 그리고,
도 6은 본 발명의 다른 실시예에 따른 지능형 조명 제어 시스템의 블럭도이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
본 발명의 실시예에서는 인공지능 재실 감지 기반의 지능형 조명 제어 방법을 제시한다.
본 발명의 실시예에서는, 단순히 실내 재실자의 이동만을 판단하는 것이 아니라, 재실자의 히스토리 데이터를 기반으로 실내 작업자가 주로 머무는 위치를 파악하여 기저 조명의 베이스라인을 구축하고, 현재 채광량을 기반으로 가중 조명 레벨을 결정하며, 마지막으로 실시간으로 인식된 작업자를 이용하여 최종 조명 제어 레벨을 계산한다.
도 1은 본 발명의 일 실시예에 따른 인공지능 재실 감지 기반의 지능형 조명 제어 방법의 설명에 제공되는 도면이다. 각 단계들에 대해 이하에서 하나씩 설명한다.
1. Deep Learning(실내 작업자 인식)
실내 작업장에 설치된 CCTV로부터 RTSP(Real Time Streaming Protocol) 등의 실시간 스트리밍 영상 프로토콜을 이용하여 실시간으로 영상을 획득한다. 다음, 획득한 영상을 분석하여 실내 작업자를 검출/인식하도록 학습된 딥러닝 모델인 실내 작업자 인식 모델을 이용하여, 실내 작업자의 수와 각 작업자의 화면상 위치를 인식한다.
2. Homography 변환(3D to 2D)
CCTV 영상에서 인식된 실내 작업자의 위치(3D 위치)를 Homography matrix를 통해 환산하여, 평면도 상의 위치(2D 위치)로 변환한다.
3. Data Collector
변환된 실내 작업자의 수와 2D 위치를 시계열 데이터 형식으로 변환하여 TSDB(Time Series DataBase)에 저장한다.
4. Position Estimator(재실 위치 예측)
위 "2."에서 변환되는 실내 작업자의 위치(2D 위치) 변화를 벡터(이동 경로 또는 이동 궤적)로 구성하여, 즉, 이전 위치들과 현재 위치를 연결하여, 재실자의 다음 위치를 예측한다.
5. 1st Base Dimming Level(재실 히스토리 기반)
조명 디밍 제어를 위한 3가지 알고리즘 중 첫 번째 알고리즘이다. TSDB에 저장되어 있는 시계열 위치 데이터로 구성한 재실 히스토리를 기반으로 기저 조명 레벨을 계산한다.
재실 히스토리는 과거 특정 시간 동안(지난 얼마 간의 시간 동안) 위치 별 재실자의 수를 나타낸 것이다. 재실자의 수가 많았던 위치의 조명에 대해서는 기저 조명 레벨을 높게 계산하고, 재실자의 수가 적었던 위치의 조명에 대해서는 기저 조명 레벨을 낮게 계산한다.
도 2에 재실 히스토리 기반의 기저 조명 레벨 계산 결과를 예시하였다. 도 2에는 지난 2시간 동안의 재실 히스토리를 가시화하였는데, 노란색에 가까울수록 재실자가 많았던 위치로 기저 조명 레벨이 높게 계산되고, 보라색에 가까울수록 재실자가 적았던 위치로 기저 조명 레벨이 낮게 계산된다.
6. 2nd Base Dimming Level(채광량 기반)
조명 디밍 제어를 위한 3가지 알고리즘 중 두 번째 알고리즘이다. 창측에 부착된 IoT 센서를 통해 측정되는 외부 자연 채광량을 기초로 위 "5."에서 계산된 기저 조명 레벨을 조정한다.
구체적으로, 위 "5."에서 계산된 기저 조명 레벨에 계수를 곱하여 계산된 기저 조명 레벨을 조정하는데, 측정된 외부 자연 채광량이 기준 이상일 때의 계수는 0.8을 적용하고, 외부 자연 채광량이 기준 미만일 때의 계수는 1.2를 적용한다. 이에 따라, 외부 자연 채광량이 높을 때는 계산된 기저 조명 레벨을 낮추게 되고, 외부 자연 채광량이 낮을 때는 계산된 기저 조명 레벨을 높이게 된다.
계수는 작업장 환경과 작업 특성에 따라 변경이 가능한데, 외부 자연 채광의 영향에 의해 작업자에게 불편이 없도록 경험적으로 설정하는 것이 좋다.
7. 3rd Base Dimming Level(현재 및 예측 위치 기반)
조명 디밍 제어를 위한 3가지 알고리즘 중 세 번째 알고리즘이다. 위 "1."에서 인식된 실내 작업자의 현재 위치와 위 "4."에서 예측된 실내 작업자의 다음 위치를 기초로 위 "6."에서 조정된 기저 조명 레벨을 재조정한다.
구체적으로, 실내 작업자의 현재 위치와 다음 위치에 있는 조명의 기저 조명 레벨을 높여, 실내 작업자의 작업에 방해가 되지 않도록 하여 준다. 도 3에는 재실 작업자의 이동 경로를 기초로 현재 위치와 예측 위치에서 기저 조명 레벨을 재조정하는 것을 도식적으로 나타내었다.
8. Uncontrollable Light Masking Table
실내 작업장에서 전술한 알고리즘을 통해 대응하지 못하여 작업자의 불편을 야기할 여지가 있는 위치들에 대해서는 Masking Table에 제어 불가능한 위치들로 구성하여, 위 알고리즘에 따른 제어 대상에서 제외시키거나 기저 조명 레벨의 최소값을 설정하여 그 이하로 떨어지지 않도록, 즉, 기저 조명 레벨을 최소값 이상으로 유지시킬 수 있다.
제어 불가능한 위치들에는, 재실자 감지가 불가능한 위치, 채광량 측정이 불가능한 위치, 주요 작업 위치, 위험 작업 위치 등이 포함될 수 있다. 도 4에는 실내 작업장을 구획하고 제어 불가능한 위치들을 "True"로 표기한 Uncontrollable Light Masking Table을 예시하였다.
도 5는 도 1에 제시된 지능형 조명 제어 방법에 따라 조명 제어 알고리즘을 실제 수행하는 과정을 나타낸 도면이다. 도시된 바에 따르면,
1) "5. 1st Base Dimming Level"에 의해, 재실 히스토리 기반으로 기저 조명 레벨이 56.57%로 계산되고,
2) "6. 2nd Base Dimming Level"에 의해, 외부 자연 채광량 계수(1.45)를 기초로 기저 조명 레벨이 84.85%로 조정되었으며,
3) "3rd Base Dimming Level"에 의해, 실내 작업자의 현재 위치와 다음 위치를 기초로, 조정된 기저 조명 레벨이 89.77%로 재조정된 것을 확인할 수 있다.
도 6은 본 발명의 다른 실시예에 따른 지능형 조명 제어 시스템의 블럭도이다. 본 발명의 실시예에 따른 지능형 조명 제어 시스템은, 도시된 바와 같이, CCTV(110), 채광 센서(120), 프로세서(130), 저장부(140) 및 조명 제어부(150)를 포함하여 구성된다.
CCTV(110)는 실내 작업장에 설치되어 있으며, 실내 영상을 생성하여 RTSP에 따라 실시간으로 전송한다.
채광 센서(120)는 실내 작업장의 창측에 부착된 IoT 센서로, 외부 자연 채광량을 측정한다.
프로세서(130)는 CCTV(110)가 전송하여 주는 영상으로부터 실내 작업자 인식 모델을 이용하여 실내 작업자의 수와 각 작업자의 화면상 위치를 인식하고, 인식된 위치를 Homography 변환하며, 재실자의 다음 위치를 예측한다.
또한, 프로세서(130)는 재실 히스토리를 기반으로 기저 조명 레벨을 계산하고, 채광 센서(120)에 의해 측정된 외부 자연 채광량을 기초로 계산된 기저 조명 레벨을 조정하며, 인식된 실내 작업자의 현재 위치와 예측된 실내 작업자의 다음 위치를 기초로 조정된 기저 조명 레벨을 재조정한다.
아울러, 프로세서(130)는 Masking Table에 지정되어 있는 제어 불가능한 위치들에 대해서는 제어 대상에서 제외시키거나 기저 조명 레벨의 최소값을 설정하여 그 이하로 떨어지지 않도록 한다.
저장부(140)는 실내 작업자의 수와 각 작업자의 위치를 시계열 데이터 형식으로 변환하여 저장되는 TSDB가 구축되어 있다. TSDB는 재실 히스토리 데이터 구성에 이용된다.
조명 제어부(150)는 프로세서(130)에 의해 계산/조정/재조정된 기저 조명 레벨에 따라 조명들을 위치 별로 제어한다.
지금까지, 인공지능 재실 감지 기반의 지능형 조명 제어 방법에 대해, 바람직한 실시예를 들어 상세히 설명하였다.
본 발명의 실시예에서는, 조명 제어에 필요한 CCTV를 신규로 설치하는 것이 아닌 기설치된 CCTV로부터 스트리밍 프로토콜을 통해 실시간으로 연계된 영상 정보를 받아서 인공지능으로 재실자를 인식하여 조명 제어를 수행하되, 단순히 작업자의 위치만을 활용하는 것이 아니라 이전 좌표와 현재 좌표를 이용한 벡터를 활용하여 예측 위치에 대한 제어도 수행함으로 쾌적성을 더 확보 할 수 있다.
또한, 재실 히스토리 정보를 시계열 데이터베이스에 저장하여 기저 조명 레벨을 계산할 때 사용하는데, 히스토리 데이터에는 작업자가 주로 머무는 공간의 좌표가 누적되어 저장되며, 복도와 같이 사람이 움직이는 곳은 높은 조명 레벨을 제공할 필요가 있기 때문에, 인식된 작업자의 좌표를 축적하여 기저 조명 레벨 계산에 활용함으로 작업자가 주로 머무는 공간의 가시광 쾌적도를 확보할 수 있게 한다.
그리고, 실시간 채광 센서를 이용하여 외부의 채광량이 실내에 조도에 미치는 영향을 판단하여 추가의 조명 레벨을 낮추거나 높이는 방식을 적용함으로써, 야외 채광만으로 실내 조도가 유지되는 경우 에너지를 절감할 수 있도록 구성하며, 야간과 같이 채광이 주는 영향이 없는 경우에는 실내조명 레벨을 높여 작업자의 작업 안정성 및 쾌적성을 확보할 수 있다.
아울러, 불변 영역 마스킹을 통한 제어 제외 기술은 실제 현장 상황에 따른 특성으로 인하여 작업자의 작업 면의 조도가 항상 유지해야 하는 경우나, 조명을 제어함으로 생기는 불편함을 주면 안되는 특정 위치를 소프트웨어 마스크 테이블을 통하여 제어를 제외시킴으로 작업자의 안전과 쾌적도를 확보할 수 있다.
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
110 : CCTV
120 : 채광 센서
130 : 프로세서
140 : 저장부
150 : 조명 제어부

Claims (12)

  1. 실내 영상을 획득하는 단계;
    획득한 영상에서 재실자의 수와 위치를 감지하는 단계;
    감지된 각 재실자의 수와 위치를 저장하는 단계; 및
    저장된 각 재실자의 수와 위치로 구성한 히스토리 데이터를 기반으로, 기저 조명 레벨을 계산하는 단계;를 포함하는 것을 특징으로 하는 조명 제어 방법.
  2. 청구항 1에 있어서,
    획득 단계는,
    실내에 설치된 CCTV로부터 영상을 실시간으로 획득하는 것을 특징으로 하는 조명 제어 방법.
  3. 청구항 1에 있어서,
    히스토리 데이터는,
    과거 특정 시간 동안 위치 별 재실자의 수를 나타낸 데이터이고,
    계산 단계는,
    재실자의 수가 많았던 위치의 조명에 대해서는 재실자의 수가 적었던 위치의 조명 보다 기저 조명 레벨을 높게 계산하는 것을 특징으로 하는 조명 제어 방법.
  4. 청구항 1에 있어서,
    외부 자연 채광량을 측정하는 단계;
    측정된 외부 자연 채광량을 기초로, 계산된 기저 조명 레벨을 조정하는 단계;를 더 포함하는 것을 특징으로 하는 조명 제어 방법.
  5. 청구항 4에 있어서,
    조정 단계는,
    외부 자연 채광량에 따라 정해지는 계수를 계산된 기저 조명 레벨에 적용하여, 계산된 기저 조명 레벨을 조정하는 것을 특징으로 하는 조명 제어 방법.
  6. 청구항 4에 있어서,
    감지된 각 재실자의 위치 변화를 기초로, 각 재실자의 다음 위치를 예측하는 단계;
    각 재실자의 현재 위치와 다음 위치를 기초로, 조정된 기저 조명 레벨을 재조정하는 단계;를 더 포함하는 것을 특징으로 하는 조명 제어 방법.
  7. 청구항 6에 있어서,
    재조정 단계는,
    각 재실자의 현재 위치와 다음 위치에 있는 조명의 기저 조명 레벨을 높이는 것을 특징으로 하는 조명 제어 방법.
  8. 청구항 1에 있어서,
    특정 위치의 조명에 대해서는 기저 조명 레벨를 정해진 레벨 이상으로 유지시키는 단계;를 더 포함하는 것을 특징으로 하는 조명 제어 방법.
  9. 청구항 8에 있어서,
    특정 위치는,
    재실자 감지가 불가능한 위치 및 외부 자연 채광량 측정이 불가능한 위치를 포함하는 것을 특징으로 하는 조명 제어 방법.
  10. 실내 영상을 획득하는 카메라;
    카메라를 통해 획득한 영상에서 재실자의 수와 위치를 감지하는 프로세서;
    감지된 각 재실자의 수와 위치를 저장하는 저장부;를 포함하고,
    프로세서는,
    저장부에 저장된 각 재실자의 수와 위치로 구성한 히스토리 데이터를 기반으로, 기저 조명 레벨을 계산하는 것을 특징으로 하는 조명 제어 시스템.
  11. 영상에서 재실자의 수와 위치를 감지하는 단계;
    감지된 각 재실자의 위치를 저장하는 단계; 및
    저장된 각 재실자의 위치로 구성한 히스토리 데이터를 기반으로, 기저 조명 레벨을 계산하는 단계;를 포함하는 것을 특징으로 하는 조명 제어 방법.
  12. 영상에서 재실자의 수와 위치를 감지하는 프로세서; 및
    감지된 각 재실자의 수와 위치를 저장하는 저장부;를 포함하고,
    프로세서는,
    저장부에 저장된 각 재실자의 수와 위치로 구성한 히스토리 데이터를 기반으로, 기저 조명 레벨을 계산하는 것을 특징으로 하는 조명 제어 시스템.
KR1020210162876A 2021-11-24 2021-11-24 인공지능 재실 감지 기반의 지능형 조명 제어 방법 KR102568210B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210162876A KR102568210B1 (ko) 2021-11-24 2021-11-24 인공지능 재실 감지 기반의 지능형 조명 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210162876A KR102568210B1 (ko) 2021-11-24 2021-11-24 인공지능 재실 감지 기반의 지능형 조명 제어 방법

Publications (2)

Publication Number Publication Date
KR20230076185A true KR20230076185A (ko) 2023-05-31
KR102568210B1 KR102568210B1 (ko) 2023-08-18

Family

ID=86543671

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210162876A KR102568210B1 (ko) 2021-11-24 2021-11-24 인공지능 재실 감지 기반의 지능형 조명 제어 방법

Country Status (1)

Country Link
KR (1) KR102568210B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100836533B1 (ko) * 2007-11-14 2008-06-10 주식회사 디씨아이 조명기기용 절전장치 및 그 제어방법
JP2013161777A (ja) * 2012-02-09 2013-08-19 Bench Mark Co Ltd 照明制御装置
KR20140047876A (ko) * 2012-10-15 2014-04-23 정승문 조명 제어 시스템 및 조명 제어 방법
JP2015018823A (ja) * 2014-09-26 2015-01-29 株式会社東芝 照明制御装置、人感センサ、および照明制御方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100836533B1 (ko) * 2007-11-14 2008-06-10 주식회사 디씨아이 조명기기용 절전장치 및 그 제어방법
JP2013161777A (ja) * 2012-02-09 2013-08-19 Bench Mark Co Ltd 照明制御装置
KR20140047876A (ko) * 2012-10-15 2014-04-23 정승문 조명 제어 시스템 및 조명 제어 방법
JP2015018823A (ja) * 2014-09-26 2015-01-29 株式会社東芝 照明制御装置、人感センサ、および照明制御方法

Also Published As

Publication number Publication date
KR102568210B1 (ko) 2023-08-18

Similar Documents

Publication Publication Date Title
US11935251B2 (en) Occupant counting device
WO2019114191A1 (zh) 一种基于物联网的楼宇运营设备状态监测与可视化分析系统
US9456183B2 (en) Image processing occupancy sensor
CA2947808C (en) Image sensor controlled lighting fixture
WO2018095169A1 (zh) 照明与空调控制系统
EP3681251B1 (en) Predictive lighting control
KR101214235B1 (ko) 무선 센싱 모듈, 무선 조명 제어 장치 및 무선 조명 시스템
JP2002299070A (ja) 照明制御システム
EP3171674B1 (en) A learning luminaire, and a learning control device for a luminaire, using fuzzy logic
KR102314903B1 (ko) 영상 기반 건물 제어 방법 및 장치
CN111556632A (zh) 一种感应灯的控制方法以及控制系统
US9854644B2 (en) Lighting control analyzer
KR102568210B1 (ko) 인공지능 재실 감지 기반의 지능형 조명 제어 방법
CN117479393A (zh) 一种智慧园区灯光智能控制方法、系统及存储介质
TWI602139B (zh) 照明與空調控制系統
JP5843934B2 (ja) 照明制御装置、人感センサ、照明制御方法、および照明制御用プログラム
KR102200634B1 (ko) 재실인원에 기반한 건물설비 운영 방법 및 장치
KR102395440B1 (ko) 클라우드 기반 건물 관리 시스템 및 방법
CN112347937B (zh) 一种基于视觉感知的室内火灾监测系统及方法
EP3997963B1 (en) A light exposure monitoring system
JP2023070332A (ja) 無線制御システム及びマルチコントローラ
KR101921906B1 (ko) IoT 기반 인체의 이동에 따른 조명의 핸드오버 제어 방법 및 그 장치
EP3624077A1 (en) Object detection sensor network for calculating a motion path of an object
KR20140080585A (ko) 빛 이벤트 기반 컨텍스트를 이용한 조명 제어 시스템
WO2020212644A1 (en) A home automation system

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant