WO2022114733A1 - 입자 사이즈 분포를 결정하는 방법 및 전자 장치 - Google Patents

입자 사이즈 분포를 결정하는 방법 및 전자 장치 Download PDF

Info

Publication number
WO2022114733A1
WO2022114733A1 PCT/KR2021/017287 KR2021017287W WO2022114733A1 WO 2022114733 A1 WO2022114733 A1 WO 2022114733A1 KR 2021017287 W KR2021017287 W KR 2021017287W WO 2022114733 A1 WO2022114733 A1 WO 2022114733A1
Authority
WO
WIPO (PCT)
Prior art keywords
particle
particle size
particles
signal
probe volume
Prior art date
Application number
PCT/KR2021/017287
Other languages
English (en)
French (fr)
Inventor
미카일로비치 세메노브블라디미르
바레리에비치 라이차고브블라디스라브
안드리비치 돌고보로도브아르템
드미트리에비치 마미킨제나디
Original Assignee
삼성전자 주식회사
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
Priority claimed from RU2020139032A external-priority patent/RU2758038C1/ru
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2022114733A1 publication Critical patent/WO2022114733A1/ko

Links

Images

Classifications

    • 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
    • G01N15/02—Investigating particle size or size distribution

Definitions

  • the present disclosure relates to an electronic device for determining an atmospheric particle size distribution and to a type of particles in the atmosphere and a method of operating the same.
  • Air quality is one of the most important factors affecting human health. Different sizes of particles have different risk factors. For example, small particles (>10 ⁇ m) penetrate deep into the lungs, and ultrafine particles (> 1 ⁇ m) can enter the bloodstream. Particulate concentrations (eg, PM2.5 for particles ⁇ 2.5 ⁇ m and PM10 for particles ⁇ 10 ⁇ m) are included in the Air Quality Index (AQI) in many countries. The concentration of PM particles in the atmosphere can vary greatly over time and location, even in cities.
  • Existing dust sensors have the following disadvantages.
  • Known outdoor dust sensors either do not provide high detection accuracy, or have a complex structure of sufficiently large dimensions that cannot be built into mobile devices, or require additional external devices to provide a directional airflow over which detection is performed.
  • Known chambered dust sensors have a structure with sufficiently large dimensions that cannot be built into mobile devices. Accordingly, it is necessary to accurately determine the size distribution of particles in the atmosphere in an electronic device such as a mobile device.
  • the present disclosure is to solve the above problem, by focusing a laser beam to form a probe volume in a region near the focal point of the laser beam, and based on particle signals detected from particles passing through the probe volume, An electronic device for determining a particle size distribution and a method of operating the same.
  • a method for an electronic device to determine an atmospheric particle size distribution comprises: focusing a laser beam to set a probe volume for detecting particle signals, wherein the size of the probe volume is determined according to a size of a particle to be detected; detecting signals of scattered particles from particles passing through the probe volume; obtain signal parameters of the particles from the waveforms of the signals of the particles, wherein the signal parameters are at least one of a signal oscillation frequency, a frequency of a signal, an amplitude of a signal, a time for the particle to pass through the probe volume, and a signal envelope comprising one; obtaining statistical data of the signal parameters; and applying the statistical data of the signal parameters to a particle size distribution determining model to determine a size distribution of the particles.
  • the particle size distribution determination model may include: obtaining a training dataset composed of the signal parameters; generating an initial particle size determination model by determining a dependence function mapping the signal parameters to particle size and determining numerical parameters of the particle size distribution model; applying statistical data of the signal parameters to the initial particle size determination model to obtain an initial particle size distribution; It may be learned through the step of fine-tuning the initial particle size determination model by comparing the initial particle size distribution with the correct distribution of a predetermined particle size.
  • the method may further include changing a focal length of the laser beam to adjust a size of the probe volume determined according to a size of the particle to be detected.
  • the method may further comprise determining trajectories of the particles passing through the probe volume based on the signal parameters.
  • the method includes, when the probe volume is dumbbell-shaped, setting a time threshold for detecting whether one particle passes through the dumbbell-shaped probe volume twice;
  • the method may further include removing a second detected particle signal from among the two particle signals when a time difference between two particle signals sequentially detected from the dumbbell-shaped probe volume is less than the time threshold.
  • the method includes calculating an airflow velocity of an airflow through the probe volume; determining the number of particles passing through the probe volume during a preset detection time; calculating a particle concentration for particles of each particle size; and determining a total concentration of particles in the atmosphere by summing the concentrations of particles of all sizes.
  • the method comprises the steps of: obtaining particle size information representing a distribution of predetermined particle sizes for a particular type of particle; acquiring detection condition information including at least one of a location, a weather condition, and a season; selecting particle size information corresponding to the detection condition information; The method may further include determining a particle type by comparing the determined particle size distribution with a distribution of predetermined particle sizes included in the selected particle size information.
  • an electronic device for determining a particle size distribution may be provided.
  • the electronic device may include a dust sensor; focusing element; at least one memory storing one or more instructions; and at least one processor executing the one or more instructions stored in the memory, wherein the at least one processor executes the one or more instructions to set a probe volume for detecting particle signals, the laser beam Control the focusing element to focus, but the size of the probe volume is determined according to the size of the particle to be detected, and using the dust sensor to detect signals of particles scattered from particles passing through the probe volume, obtain signal parameters of the particles from the waveforms of the signals of the particles, wherein the signal parameters are at least one of a signal oscillation frequency, a frequency of a signal, an amplitude of a signal, a time for the particle to pass through the probe volume, and a signal envelope including one, obtaining statistical data of the signal parameters, and applying the statistical data of the signal parameters to a particle size distribution determining model to determine the size distribution of particles.
  • the particle size distribution determining model used by the electronic device may include: acquiring a training dataset including the signal parameters; generating an initial particle size determination model by determining a dependence function mapping the signal parameters to particle size and determining numerical parameters of the particle size distribution model; applying statistical data of the signal parameters to the initial particle size determination model to obtain an initial particle size distribution; It may be learned through the step of fine-tuning the initial particle size determination model by comparing the initial particle size distribution with the correct distribution of a predetermined particle size.
  • the at least one processor may control the focusing element to change a focal length of the laser beam in order to adjust the size of the probe volume determined according to the size of the particle to be detected by executing the one or more instructions.
  • the at least one processor may determine the trajectories of the particles passing through the probe volume based on the signal parameters by executing the one or more instructions.
  • the at least one processor sets a time threshold for detecting whether a particle passes through the dumbbell-shaped probe volume twice when the probe volume is in the shape of a dumbbell by executing the one or more instructions; When a time difference between two particle signals sequentially detected from the dumbbell-shaped probe volume is less than the time threshold, a second particle signal among the two particle signals may be removed.
  • the at least one processor by executing the one or more instructions, calculates an airflow velocity of an airflow through the probe volume, determines the number of particles that pass through the probe volume for a preset detection time, and determines the size of each particle. By calculating the particle concentration for particles of , and summing the concentrations of particles of all sizes, the total concentration of particles in the atmosphere can be determined.
  • the at least one processor executes the one or more instructions to obtain particle size information representing a distribution of predetermined particle sizes for a specific type of particles, and a detection condition including at least one of a location, a weather condition, and a season.
  • the particle type may be determined by acquiring information, selecting particle size information corresponding to the detection condition information, and comparing the determined particle size distribution with a distribution of predetermined particle sizes included in the selected particle size information.
  • a computer-readable recording medium in which a program for executing any one of the methods for determining the atmospheric particle size distribution by the above-described electronic device is recorded.
  • FIG. 1 is a diagram schematically illustrating an operation of an electronic device according to an embodiment of the present disclosure.
  • FIG. 2 is a diagram for describing an operation in which an electronic device detects particles of different sizes using probe volumes according to an embodiment of the present disclosure
  • FIG. 3 is a diagram for explaining an operation of estimating a particle size distribution based on statistics of particle trajectories by an electronic device according to an embodiment of the present disclosure
  • FIG. 4 is a diagram for explaining an operation of estimating, by an electronic device, a particle trajectory based on a signal characteristic, according to an embodiment of the present disclosure
  • FIG. 5 is a diagram illustrating an example of signal characteristic statistics generated by an electronic device to estimate a size and a trajectory of a particle according to an embodiment of the present disclosure
  • FIG. 6 is a flowchart illustrating an operation in which an electronic device determines a particle size distribution according to an embodiment of the present disclosure.
  • FIG. 7A is a diagram for describing an operation in which an electronic device learns a particle size distribution determination model according to an embodiment of the present disclosure.
  • FIG. 7B is a diagram for explaining an operation in which an electronic device learns a particle size distribution determining model according to an embodiment of the present disclosure.
  • FIG. 8 is a diagram for describing an operation of an electronic device using a signal waveform detected from a probe volume according to an embodiment of the present disclosure.
  • FIG. 9 is a flowchart illustrating an operation in which an electronic device calculates a particle concentration and a concentration of particles in the atmosphere according to an embodiment of the present disclosure.
  • FIG. 10 is a flowchart illustrating an operation in which an electronic device determines types of particles in the air according to an embodiment of the present disclosure.
  • FIG. 11 is a block diagram of an electronic device according to an embodiment of the present disclosure.
  • FIG. 1 is a diagram schematically illustrating an operation of an electronic device according to an embodiment of the present disclosure.
  • an electronic device 2000 may determine a size distribution of particles 110 in the atmosphere.
  • the electronic device 2000 may irradiate the laser beam 120 to particles in the atmosphere and detect a particle signal backscattered from the particles in the atmosphere.
  • the particles 110 in the air have different particle signals detected from the particles when the sizes of the particles 110 are different.
  • the region in which the particle signal is detected, the trajectory of the particle, the amplitude, the frequency, and the like of the particle signal differ depending on the particle size.
  • the electronic device 2000 may determine the particle size distribution 130 based on characteristics of particle signals according to particle sizes according to embodiments to be described below.
  • the electronic device 2000 may determine a particle concentration in the air based on the determined particle size distribution 130 .
  • the electronic device 2000 may determine the concentration of fine dust in the air.
  • the electronic device 2000 may generate the air quality information 140 based on the particle size distribution 130 and provide it to the user.
  • FIG. 2 is a diagram for describing an operation in which an electronic device detects particles of different sizes using probe volumes according to an embodiment of the present disclosure
  • the electronic device 2000 may adjust the focus of an output laser beam to detect particles of different sizes.
  • a sufficient area in which the power of the laser beam output from the electronic device 2000 is reflected from the particles and scattered back can be detected is referred to as a probe volume.
  • a probe volume is formed near the focal point of the focused laser beam.
  • the probe volume 210 for a 10 ⁇ m particle is an area in which the power of a signal reflected from a 10 ⁇ m particle can be detected
  • the probe volume 220 for a 5 ⁇ m particle is a power of a signal reflected from a 5 ⁇ m particle is detected.
  • the probe volume 230 for 1 ⁇ m particles refers to an area in which the power of a signal reflected from 1 ⁇ m particles can be detected.
  • the power of the signal reflected by the particles varies depending on the power density of the laser beam output from the electronic device 2000 and/or the size of the particles. Accordingly, when the size of the particles is changed, the power of signals reflected from the particles of different sizes is different, and thus the sizes of the probe volumes corresponding to the particles of different sizes are also different. Specifically, since the power of signals reflected from larger particles is stronger than the power of signals reflected from smaller particles, the power of signals reflected from larger particles can be detected even at a greater distance from the focus of the laser beam. can That is, the larger the size of the particle to be detected, the larger the size of the probe volume. Taking the long focal length 200 as an example, the probe volume 210 for a 10 ⁇ m particle is the largest, the probe volume 220 for a 5 ⁇ m particle is the next largest, and the probe volume 230 for a 1 ⁇ m particle is smallest
  • the electronic device 2000 may optimize the detection of particles of a specific size by varying the probe volume by changing the focal length of the laser beam.
  • the electronic device 2000 changes the focal length of the laser beam, the output in the focal region of the laser beam is changed, which leads to a change in the probe volume for particles of different sizes.
  • the electronic device 2000 may detect particles having a smaller size. For example, referring to the short focal length 250 , the electronic device 2000 may detect 0.15-0.4 ⁇ m particles that could not be detected in the long focal length 200 . That is, when the focal length is short 250 , there is a probe volume 260 for 0.15-0.4 ⁇ m particles.
  • the electronic device 2000 may increase the focal length for large particles and shorten the focal length for small particles, thereby optimizing the sensitivity of the sensor for particle detection according to the size of the particles.
  • FIG. 3 is a diagram for explaining an operation of estimating a particle size distribution based on statistics of particle trajectories by an electronic device according to an embodiment of the present disclosure
  • particles passing through the probe volume may move in random and disordered directions. That is, trajectories of 10 ⁇ m particles passing through the probe volume 310 for 10 ⁇ m particles and trajectories of 1 ⁇ m particles passing through the probe volume 320 for 1 ⁇ m particles may all be different.
  • the overall statistics of the trajectories of the particles passing through the probe volume may also be different depending on the particle size. The calculation of the length of the trajectory of the particle passing through the probe volume by the electronic device 2000 will be described later.
  • the electronic device 2000 may obtain statistical data 350 representing a relationship between a particle size and a particle trajectory.
  • FIG. 4 is a diagram for explaining an operation of estimating, by an electronic device, a particle trajectory based on a signal characteristic, according to an embodiment of the present disclosure
  • the electronic device 2000 may estimate a particle trajectory based on signal parameters obtained from a signal waveform 400 .
  • the signal parameters obtained from the signal waveform 400 include the signal oscillation frequency (f), the frequency of the signal (N OSC ), the amplitude of the signal (A), the time for the particle to pass through the probe volume ( ⁇ T), and the signal envelope (envelope). ) may be included.
  • the signal oscillation frequency f is determined by the particle velocity v i .
  • the signal oscillation frequency (f) is determined by the Doppler effect, and the particle velocity ( vi ) can be calculated using the laser radiation frequency, the signal oscillation frequency (f), and the luminous flux (c). Since the calculation of the particle velocity ( vi ) taking into account the Doppler effect is known in the art, a detailed description of this calculation is omitted.
  • the calculation of the particle velocity v i is not limited to Doppler calculations, and any known calculation of the particle velocity v i may be applied.
  • the frequency of the signal can be determined by the length of the particle's trajectory through the probe volume. The higher the frequency (N OSC ) of the signal, the longer the length of the particle's trajectory through the probe volume.
  • the amplitude (A) of the signal is related to the particle size and the length of the particle's trajectory through the probe volume. The closer the particle trajectory is to the focus of the laser beam, the greater the amplitude (A) of the detected signal.
  • the transit time ( ⁇ T) of a particle through the probe volume may also depend on the particle size, particle velocity ( vi ) and the length of the particle trajectory through the probe volume.
  • the electronic device 2000 may estimate a particle size and a trajectory length based on a coherent signal characteristic in which phases of signal waveforms obtained from respective particles are synchronized.
  • the electronic device 2000 obtains the signal waveform 400 for 1 ⁇ m particles that have passed through the probe volume 410 for the 1 ⁇ m particle, and based on the signal parameters obtained from the signal waveform 400 .
  • the particle trajectory and particle size can be estimated.
  • the signal waveform 412 corresponding to the 1 ⁇ m particle of the trajectory L1 the signal waveform 414 corresponding to the 1 ⁇ m particle of the trajectory L2, and the signal waveform 416 corresponding to the 1 ⁇ m particle of the trajectory L3 ) can be obtained.
  • the electronic device 2000 may obtain a signal waveform 422 corresponding to the 10 ⁇ m particle of the trajectory L4 and a signal waveform 424 corresponding to the 10 ⁇ m particle of the trajectory L5 .
  • the signal parameters obtained from the signal waveform the signal oscillation frequency (f), the frequency of the signal (N OSC ), the amplitude of the signal (A), the time for particles to pass through the probe volume ( ⁇ T), and the signal envelope. This can be used
  • the signal waveform 424 corresponding to a 10 ⁇ m particle of the trajectory L5 is a trajectory far away from the focus of the laser beam, so it exhibits signal characteristics of small amplitude (A), small frequency (N OSC ), and short time ( ⁇ T).
  • the signal waveform 414 corresponding to the 1 ⁇ m particle of the trajectory L2 shows signal characteristics of a large amplitude (A), a large frequency (N OSC ), and a long time ( ⁇ T).
  • the trajectory L3 and the trajectory L4 are the same trajectories, but the larger the particle size, the larger the amplitude (A ), large frequency (N OSC ), and long time ( ⁇ T) signal characteristics.
  • the electronic device may estimate a particle size and a trajectory length based on coherent signal characteristics of the signal waveforms 412 , 414 , 416 , 422 and 424 .
  • FIG. 5 is a diagram illustrating an example of signal characteristic statistics generated by an electronic device to estimate a size and a trajectory of a particle according to an embodiment of the present disclosure
  • the frequency (N OSC ) and the amplitude of the signal of particles having a large particle size are the frequency (N OSC ) and It can be seen that the amplitude is larger than the amplitude.
  • the electronic device 2000 may determine the particle size based on the signal characteristic of the particle, based on the signal characteristic statistic generated by the electronic device to estimate the size and trajectory of the particle.
  • FIG. 6 is a flowchart illustrating an operation in which an electronic device determines a particle size distribution according to an embodiment of the present disclosure.
  • the electronic device 2000 focuses the laser beam to set the probe volume in a region near the focus of the laser beam.
  • the size of the probe volume is variable depending on the size and focal length of the particles to be detected, as described in the description of FIG. 2 . For example, the larger the size of the particle to be detected, the larger the size of the probe volume.
  • the electronic device 2000 detects signals of particles scattered from particles passing through the probe volume.
  • the electronic device 2000 may acquire signal waveforms of the detected particles and acquire coherent signal characteristics in which phases of the signal waveforms are synchronized.
  • the electronic device 2000 obtains signal parameters of the particles from the signal waveforms of the detected particles.
  • the signal parameters may include the signal oscillation frequency (f), the frequency of the signal (N OSC ), the amplitude of the signal (A), the time for the particle to pass through the probe volume ( ⁇ T), and the signal envelope.
  • the electronic device 2000 obtains statistical data of signal parameters.
  • the electronic device 2000 determines, with respect to particles passing through the probe volume, a signal oscillation frequency (f), a frequency of a signal (N OSC ), an amplitude (A) of a signal, and the particle Statistical data for at least one of a time passing through a volume ( ⁇ T), a signal envelope, and/or a combination thereof may be obtained.
  • the electronic device 2000 applies statistical data of signal parameters to a particle size determination model to determine a size distribution of particles.
  • a description of the particle size determination model will be further described with reference to FIG. 7 .
  • FIG. 7A is a diagram for describing an operation in which an electronic device learns a particle size distribution determination model according to an embodiment of the present disclosure.
  • the electronic device 2000 may obtain a signal parameter (P) 714 for the detected signals 712 .
  • the signal parameters may include at least one of a signal oscillation frequency (f), a frequency of a signal (N OSC ), an amplitude (A) of a signal, a time for particles to pass through a probe volume ( ⁇ T), and a signal envelope.
  • the extracted signal parameters 714 are not limited to the listed parameters and may be any parameters of an electromagnetic signal known in the art.
  • the electronic device 2000 may acquire a training dataset from the database.
  • the training dataset may contain different numbers of particle signals for different sized particles.
  • the electronic device 2000 may detect particle signals by using a reference sensor having predefined sensor parameters, and obtain a signal parameter 714 for the detected signals 712 .
  • the electronic device 2000 may obtain a signal parameter 712 for particle signals from an external electronic device (eg, a server).
  • step S720 the electronic device 2000 according to an embodiment performs a function 722 ( ) of the particle size dependence on the signal parameters 714 ( , hereinafter, a dependent function) can be determined.
  • the dependence function 722 maps the signal parameters P to the particle size d depending on the parameters M of the learned model of the particle size distribution.
  • the dependence function 722 may be a function that determines a particle size based on the trajectory length of the particles. As described above in FIG. 3 , even if the airflow is directional, each of the particles in the airflow may move in a random and disorderly direction. In addition, since the size of the probe volume according to the particle size is different for each particle size, the total combination of particle trajectories in each probe volume may also be different depending on the particle size.
  • the dependence function 722 may be a function that determines the particle size based on the signal oscillation frequency f.
  • the signal oscillation frequency f is determined by the particle velocity v i .
  • the signal oscillation frequency (f) is determined by the Doppler effect, and the particle velocity ( vi ) can be calculated using the laser radiation frequency, the signal oscillation frequency (f), and the luminous flux (c). Since the calculation of the particle velocity ( vi ) taking into account the Doppler effect is known in the art, a detailed description of this calculation is omitted.
  • the calculation of the particle velocity v i is not limited to Doppler calculations, and any known calculation of the particle velocity v i may be applied.
  • the length of the particle's trajectory passing through the probe volume can be calculated as the product of the particle's time ( ⁇ T) passing through the probe volume and the particle velocity ( vi ).
  • the dependence function 722 may be a function that determines the particle size based on the frequency N OSC of the signal.
  • the length of the particle's trajectory through the probe volume can be determined using the frequency of the signal (N OSC ).
  • the frequency of the signal (N OSC ) depends on the length of the particle's trajectory through the probe volume.
  • Each signal oscillation is caused by movement of the particle through the probe volume by the wavelength ( ⁇ ) of the laser beam.
  • the total frequency of the signal (N OSC ) determines the length of the particle's trajectory through the probe volume, and the greater the total frequency (N OSC ) of the signal, the longer the length of the particle's trajectory through the probe volume.
  • the dependence function 722 may be a function that determines the particle size based on the amplitude (A) of the signal.
  • the length of the particle's trajectory through the probe volume can be determined using the signal amplitude (A). Since the intensity of backscattering of light from a detected particle is proportional to the particle's surface area, the amplitude (A) of the detected signal is related to the particle size (d) and the length of the particle's trajectory through the probe volume. The closer the particle trajectory is to the focus of the laser beam, the greater the amplitude (A) of the detected signal. The larger the particle size d, the greater the amplitude A.
  • the dependence function 722 may be a function that determines the particle size based on the time ( ⁇ T) for the particle to pass through the probe volume.
  • the dependence function 722 may be a function that determines a particle size based on a signal envelope.
  • the length of the particle's trajectory through the probe volume can be determined using the signal envelope shape, which depends on the particle size (d) and the length of the particle's trajectory through the probe volume. Because the probe volume is different for different particle sizes, the signal envelope shape is also different for different particle sizes.
  • the function 722 of dependence of the particle size on the signal parameters is not limited only to the setting of the above parameters, and may be set by any other parameter dependent on the particle size d.
  • the electronic device 2000 In operation S730 , the electronic device 2000 according to an embodiment generates a particle size distribution determining model 732 ( , hereinafter, a particle size distribution determination model)) to obtain a particle size distribution 734 .
  • the electronic device 2000 may generate an initial particle size distribution model by determining numerical parameters of the particle size distribution model.
  • the electronic device 2000 may obtain an initial particle size distribution 734 indicating a distribution of particle sizes estimated from the detected signals 712 of particles by using the initial particle size distribution determination model 732 .
  • the particle size distribution is an initial value, and the initial particle size distribution 734 is updated by learning, so that accuracy can be improved. Steps performed after step S730 will be described next with reference to FIG. 7B .
  • FIG. 7B is a diagram for explaining an operation in which an electronic device learns a particle size distribution determining model according to an embodiment of the present disclosure.
  • the electronic device 2000 may perform fine tuning of the particle size distribution 734 determined by the particle size distribution determination model 732 .
  • the electronic device 2000 may obtain a ground truth distribution 742 of particle sizes.
  • the correct answer distribution 742 of the particle size may be a value obtained through experimentation or simulation.
  • the electronic device 2000 obtains a residual 744 between the particle size distribution 734 obtained from the particle size distribution determination model 732 and the correct distribution 742 of the particle size, and based on the residual 744, the particle size distribution
  • the particle size distribution determination model 732 may be trained such that 734 approximates the correct answer distribution 742 of the particle size.
  • the electronic device 2000 may determine a particle size distribution using the updated particle size distribution determination model.
  • the updated particle size distribution determination model is an updated best-fit dependence function 752 ( ) may be included.
  • the electronic device 2000 may input the signal parameter 714 into the updated particle size distribution determination model and obtain the final particle size distribution 754 .
  • FIG. 8 is a diagram for describing an operation of an electronic device using a signal waveform detected from a probe volume according to an embodiment of the present disclosure.
  • the shape of the probe volume may be different depending on the size of the particle. That is, as the particle size increases, the shape of the probe volume is formed in a dumbbell shape. For example, probe volume 810 for 1 ⁇ m particles is not dumbbell shaped, but probe volume 820 for 10 ⁇ m particles with a larger particle size is dumbbell shaped.
  • the particle signal may be detected twice.
  • the signal waveform 815 of a particle passing through the probe volume 810 for a 1 ⁇ m particle is detected once, but the signal waveform 825 of a particle passing through the probe volume 820 for a 10 ⁇ m particle is a second
  • Two waveforms can be detected: a first burst 827 and a second burst 829 . Since two waveforms are detected for one particle, an error may occur.
  • the electronic device 2000 may remove an error due to the two waveforms by using a time threshold for detecting whether one particle passes through the dumbbell-shaped probe volume twice.
  • the electronic device 2000 may set a time threshold value for the minimum transit time of a particle passing through two thick portions of the dumbbell-shaped probe volume.
  • the electronic device 2000 may remove the particle signal detected with respect to the second particle among the two particle signals when the difference in time between the two particle signals sequentially detected is less than a preset time threshold.
  • FIG. 9 is a flowchart illustrating an operation in which an electronic device calculates a particle concentration and a concentration of particles in the atmosphere according to an embodiment of the present disclosure.
  • the electronic device 2000 calculates an airflow velocity v[m/s] of an airflow passing through the probe volume.
  • the airflow velocity v [m/s] is calculated based on the signal oscillation frequency f.
  • the electronic device 2000 may take the airflow velocity v as the particle velocity v i . Since the calculation of the particle velocity (v i ) has been described above, the same description will be omitted.
  • the electronic device 2000 determines the number N of particles flying through the probe volume during the detection time T[s].
  • the electronic device 2000 may determine the number of detected particle signals as the number N of particles passing through the probe volume.
  • step S930 the electronic device 2000 according to an embodiment determines the particle concentration ( )[ ⁇ g/m 3 ] can be calculated.
  • the particle concentration can be calculated by Equation 1 below.
  • d i is the particle size diameter of the particle i, and is a constant [m 2 / ⁇ g] refers to a value selected for each particle diameter d i .
  • a constant can be determined in various ways.
  • constant can be established by calibrating the outdoor dust sensor with measurements measured by the reference sensor for each particle size at different airflow velocities v. i.e. the reading of the reference sensor , a constant constant based on the measurement time (T), the known or measured airflow velocity (v), and the number of particles N sensed by the outdoor dust sensor can be determined.
  • the constant can be established by modeling an airflow with particles of a given size. Number of particles entering the detection area (N), given airflow velocity (V), given concentration ( ), a constant based on a given time (T) can be determined.
  • Equation 2 the constant Equation 2 below may be used.
  • ⁇ [ ⁇ g/m 3 ] is the predetermined average particle density
  • [m 2 ] is the effective cross-sectional area of d i [m] particles.
  • the effective cross-sectional area is the average value of the areas of all cross-sections of the probe area perpendicular to all possible directions of the velocity vector of a particle of size d i . is the particle size distribution obtained according to the above-described embodiments.
  • the concentration of particles in the atmosphere is determined by summing the concentrations of particles of all sizes in the electronic device 2000 according to an embodiment.
  • the electronic device 2000 is a particle concentration calculated with respect to the size d i of particles of all sizes. expands for particles of all sizes.
  • the electronic device 2000 sums up all the calculated particle concentrations for particles of all sizes, so that the total concentration of particles in the atmosphere is can be calculated.
  • the electronic device 2000 may generate air quality information indicating what air quality is based on a result of calculating the concentration of total particles, and may provide it to the user.
  • FIG. 10 is a flowchart illustrating an operation in which an electronic device determines types of particles in the air according to an embodiment of the present disclosure.
  • the electronic device 2000 obtains particle size information indicating a distribution of predetermined particle sizes for specific types of particles.
  • the predefined particle size distributions for certain types of particles are, for example, pollen, viruses, bacteria, allergens, mold spores, house dust, industrial dust, ash, soot, and any Particle size distributions for different types of particles, such as source particles.
  • the predefined particle size distributions for certain types of particles may be obtained at different geographic locations, in different indoor spaces or outdoors, at different times of the year under different weather conditions. Pre-defined particle size distributions for specific types of particles may be obtained from other available sources.
  • the electronic device 2000 obtains detection condition information including at least one of a location, a weather condition, and a season.
  • the locations represent different geographic locations, different indoor or outdoor locations.
  • the detection condition information may be obtained from calendar, weather, and map applications installed on the electronic device 2000 or may be input from a user.
  • the electronic device 2000 selects predetermined particle size distributions with respect to specific types of particles corresponding to the obtained detection condition information.
  • the electronic device 2000 determines the particle type by comparing the particle size distribution with predetermined particle size distributions for the specific particle types selected in operation S1030 .
  • the electronic device 2000 determines, based on the comparison result, pollen, viruses, bacteria, allergens, mold spores, house dust, industrial dust, ash, soot, and any source that may be suspended in the air contained in the air. It is possible to determine the type of different types of particles, such as particles and the like.
  • the electronic device 2000 may generate air quality information indicating what air quality is based on the determined types of particles, and may provide it to the user.
  • FIG. 11 is a block diagram of an electronic device according to an embodiment of the present disclosure.
  • the electronic device 2000 may include a dust sensor 2100 , a focusing element 2200 , a memory 2300 , and a processor 2400 .
  • the dust sensor 2100 may include a configuration for performing various methods for detecting outdoor dust (eg, homodyne detection, heterodyne detection, and known coherent detection methods such as autodyne interferometry, etc.) can
  • the dust sensor 2100 may have a sensor structure for detecting homodyne.
  • the dust sensor 2100 may include, for example, one laser, a mirror for forming a reference laser beam, a beam splitter for splitting the laser beam, and a photo detector.
  • the laser emits a laser beam
  • a beam splitter splits the laser beam into two laser beams, one of the two laser beams being scattered by a particle and a detection laser beam, the second of the two laser beams being reflected off a mirror reference laser beam.
  • the detection laser beam and the reference laser beam are mixed in a photodetector.
  • the dust sensor 2100 may have a structure of a sensor for heterodyne detection.
  • the dust sensor 2100 may include, for example, two lasers and a photodetector.
  • One laser provides a detection laser beam that is scattered by the particles, and a second laser provides a reference laser beam.
  • the detection laser beam and the reference laser beam are mixed in a photodetector.
  • the dust sensor 2100 may be a structure of a sensor for autodyne interferometry.
  • the dust sensor 2100 may include, for example, one laser, a laser resonator, and a photodetector.
  • the laser emits a laser beam
  • the laser beam is split into two laser beams in the laser cavity
  • one of the two laser beams is scattered by the particle and is a detection laser beam
  • the other of the two laser beams is a reference laser beam .
  • the detection laser beam scattered from the particle and the reference laser beam are mixed inside the laser resonator, and the mixed beam enters the photodetector.
  • any focusing element such as a mirror, a lens, a diffractive element, a hologram element, etc. capable of focusing the laser beam of the dust sensor 2100 may be used.
  • the focusing element 2200 may be a variable focusing element for changing a focal length of a laser beam.
  • the focal length of the laser beam may be changed by manually adjusting the focusing element 2200 by a user or by automatically adjusting the focusing element 2200 by the processor 2400 .
  • the memory 2300 may store instructions, data structures, and program codes that the processor 2400 can read. In the disclosed embodiments, operations performed by the processor 2400 may be implemented by executing instructions or codes of a program stored in the memory 2300 .
  • the memory 2300 may include a flash memory type, a hard disk type, a multimedia card micro type, a card type memory (eg, SD or XD memory), and a RAM.
  • RAM Random Access Memory
  • SRAM Static Random Access Memory
  • ROM Read-Only Memory
  • EEPROM Electrically Erasable Programmable Read-Only Memory
  • PROM PROM
  • magnetic memory magnetic disk , non-volatile memory including at least one of optical disks, and volatile memory such as random access memory (RAM) or static random access memory (SRAM).
  • the memory 2300 may store various types of data that the electronic device 2000 may use to determine a particle size distribution.
  • the memory 2300 may store detected signal parameters, a particle size distribution determining model, and the like.
  • the processor 2400 may control overall operations of the electronic device 2000 . For example, by executing one or more instructions of a program stored in the memory 2300 , the processor 2400 may control overall operations for the electronic device 2000 to determine a particle size distribution.
  • the processor 2400 is, for example, a central processing unit (Central Processing Unit), a microprocessor (microprocessor), a graphics processor (Graphic Processing Unit), ASICs (Application Specific Integrated Circuits), DSPs (Digital Signal Processors), DSPDs (Digital Signal Processing Devices), Programmable Logic Devices (PLDs), Field Programmable Gate Arrays (FPGAs), Application Processors (APs), Neural Processing Units, or artificial intelligence-only processors designed with a hardware structure specialized for processing artificial intelligence models. It may consist of at least one, but is not limited thereto.
  • the method of operating an electronic device may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable medium.
  • the computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • the program instructions recorded on the medium may be specially designed and configured for the present invention, or may be known and available to those skilled in the art of computer software.
  • Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, magnetic-type disks such as floppy disks. Included are magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like.
  • Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.
  • the computer-readable medium may be provided in the form of a non-transitory recording medium.
  • the non-transitory recording medium is a tangible device and only means that it does not contain a signal (eg, electromagnetic wave), and this term means that data is semi-permanently stored on the recording medium and temporarily stored It does not distinguish between cases where
  • the 'non-transitory storage medium' may include a buffer in which data is temporarily stored.
  • the method of operating an electronic device according to the disclosed embodiments may be included in a computer program product and provided.
  • Computer program products may be traded between sellers and buyers as commodities.
  • the computer program product may include a S/W program and a computer-readable storage medium in which the S/W program is stored.
  • the computer program product may include a product (eg, a downloadable app) in the form of a S/W program distributed electronically through a manufacturer of an electronic device or an electronic market.
  • a product eg, a downloadable app
  • the storage medium may be a server of a manufacturer, a server of an electronic market, or a storage medium of a relay server temporarily storing a SW program.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

전자 장치가 대기 입자 사이즈 분포를 결정하는 방법이 제공된다. 상기 방법은, 입자 신호들을 검출하기 위한 프로브 볼륨을 설정하기 위해, 레이저 빔을 포커싱하되, 상기 프로브 볼륨의 사이즈는 검출하고자 하는 입자의 사이즈에 따라 결정되는 것인, 단계; 상기 프로브 볼륨을 통과한 입자들로부터 산란된 입자들의 신호들을 검출하는 단계; 상기 입자들의 신호들의 파형들로부터, 입자들의 신호 파라미터들을 획득하되, 상기 신호 파라미터들은, 신호 진동 주파수, 신호의 진동수, 신호의 진폭, 입자가 프로브 볼륨을 통과하는 시간 및 신호 포락선(envelope) 중 적어도 하나를 포함하는, 단계; 상기 신호 파라미터들의 통계 데이터를 획득하는 단계; 및 상기 신호 파라미터들의 통계 데이터를 입자 사이즈 분포 결정 모델에 적용하여, 입자들의 사이즈 분포를 결정하는 단계를 포함할 수 있다.

Description

입자 사이즈 분포를 결정하는 방법 및 전자 장치
본 개시는 대기 입자 사이즈 분포를 결정하고 대기 중의 입자들의 유형을 결정하는 전자 장치 및 그 동작 방법에 관한 것이다.
대도시들의 환경 문제들은 스마트폰, 모바일 폰, 태블릿, 스마트 워치 등과 같은 모바일 디바이스들에 내장되는 정밀 먼지 및 가스 센서들에 대한 수요를 증가시키고 있다. 대기질이 인간 건강에 영향을 미치는 대부분의 중요한 요인들 중 하나이다. 상이한 사이즈들의 입자들은 상이한 위험 요인들을 가진다. 예를 들어, 작은 입자들(> 10μm)은 폐 깊숙이 침투하며, 초미세 입자들(> 1μm)은 혈류에 들어갈 수 있다. 미립자 농도들(예컨대, <2.5μm인 입자들의 경우 PM2.5 및 <10μm인 입자들의 경우 PM10)은 많은 국가들에서 대기질 지수(Air Quality Index)(AQI)에 포함된다. 대기 중의 PM 입자들의 농도는 도시에서도 시간과 로케이션에 따라 크게 달라질 수 있다.
현존하는 먼지 센서들은 다음의 단점들을 갖는다. 알려진 야외 먼지 센서들은 높은 검출 정확도를 제공하지 않거나, 또는 모바일 디바이스들 안에 구축될 수 없는 충분히 큰 치수들의 복잡한 구조를 갖거나, 또는 검출이 수행되는 지향성 기류를 제공하기 위한 추가적인 외부 디바이스들을 요구한다. 알려진 챔버형 먼지 센서들은 모바일 디바이스들 안에 구축될 수 없는 충분히 큰 치수들의 구조를 갖는다. 이에 따라, 모바일 디바이스 등의 전자 장치에서 대기 중의 입자들의 사이즈 분포를 정확하게 결정하는 것이 필요하다.
본 개시는, 전술한 문제를 해결하기 위한 것으로써, 레이저 빔을 포커싱하여 레이저 빔의 초점 근처의 영역에서 프로브 볼륨을 형성하고, 프로브 볼륨을 통과하는 입자들로부터 검출되는 입자 신호들에 기초하여, 입자 사이즈 분포를 결정하는, 전자 장치 및 그 동작 방법에 관한 것이다.
본 개시의 일 측면에 따르면, 전자 장치가 대기 입자 사이즈 분포를 결정하는 방법을 제공할 수 있다. 상기 방법은, 입자 신호들을 검출하기 위한 프로브 볼륨을 설정하기 위해, 레이저 빔을 포커싱하되, 상기 프로브 볼륨의 사이즈는 검출하고자 하는 입자의 사이즈에 따라 결정되는 것인, 단계; 상기 프로브 볼륨을 통과한 입자들로부터 산란된 입자들의 신호들을 검출하는 단계; 상기 입자들의 신호들의 파형들로부터, 입자들의 신호 파라미터들을 획득하되, 상기 신호 파라미터들은, 신호 진동 주파수, 신호의 진동수, 신호의 진폭, 입자가 프로브 볼륨을 통과하는 시간 및 신호 포락선(envelope) 중 적어도 하나를 포함하는, 단계; 상기 신호 파라미터들의 통계 데이터를 획득하는 단계; 및 상기 신호 파라미터들의 통계 데이터를 입자 사이즈 분포 결정 모델에 적용하여, 입자들의 사이즈 분포를 결정하는 단계를 포함할 수 있다.
상기 입자 사이즈 분포 결정 모델은, 상기 신호 파라미터들로 구성되는 훈련 데이터셋을 획득하는 단계; 상기 신호 파라미터들을 입자 사이즈에 매핑하는 의존 함수를 결정하고, 입자 사이즈 분포 모델의 수치 파라미터들을 결정함으로써 초기 입자 사이즈 결정 모델을 생성하는 단계; 상기 신호 파라미터들의 통계 데이터를 상기 초기 입자 사이즈 결정 모델에 적용하여, 초기 입자 사이즈 분포를 획득하는 단계; 상기 초기 입자 사이즈 분포를 미리 결정된 입자 사이즈의 정답 분포와 비교함으로써, 상기 초기 입자 사이즈 결정 모델을 미세조정하는 단계를 통해 학습된 것일 수 있다.
상기 방법은, 상기 검출하고자 하는 입자의 사이즈에 따라 결정되는 상기 프로브 볼륨의 사이즈를 조정하기 위해, 상기 레이저 빔의 초점 거리를 변경하는 단계를 더 포함할 수 있다.
상기 방법은, 상기 신호 파라미터들에 기초하여 상기 프로브 볼륨을 통과하는 상기 입자들의 궤적들을 결정하는 단계를 더 포함할 수 있다.
상기 방법은, 상기 프로브 볼륨이 덤벨 모양인 경우, 하나의 입자가 상기 덤벨 모양의 프로브 볼륨의 두 번 통과하는지 여부를 검출하기 위한 시간 임계값을 설정하는 단계; 상기 덤벨 모양의 프로브 볼륨에서 차례로 검출되는 두 개의 입자 신호들이 검출된 시간 차이가 상기 시간 임계값 미만인 경우, 상기 두 개의 입자 신호들 중 두번째로 검출된 입자 신호를 제거하는 단계를 더 포함할 수 있다.
상기 방법은, 상기 프로브 볼륨을 통과하는 기류의 기류 속도를 계산하는 단계; 기 설정된 검출 시간 동안 상기 프로브 볼륨을 통과하는 입자들의 수를 결정하는 단계; 각각의 입자 사이즈의 입자들에 대한 입자 농도를 계산하는 단계; 및 모든 사이즈의 입자들의 농도를 합산함으로써, 대기 내 입자들의 총 농도를 결정하는 단계를 더 포함할 수 있다.
상기 방법은, 특정 유형의 입자들에 대하여 미리 결정된 입자 사이즈들의 분포를 나타내는 입자 사이즈 정보를 획득하는 단계; 위치, 날씨 조건 및 계절 중 적어도 하나를 포함하는 검출 조건 정보를 획득하는 단계; 상기 검출 조건 정보에 대응하는 입자 사이즈 정보를 선택하는 단계 및; 상기 결정된 입자 사이즈 분포를 상기 선택된 입자 사이즈 정보에 포함되는 미리 결정된 입자 사이즈들의 분포와 비교함으로써, 입자 유형을 결정하는 단계를 더 포함할 수 있다.
본 개시의 일 측면에 따르면, 입자 사이즈 분포를 결정하는 전자 장치를 제공할 수 있다. 상기 전자 장치는, 먼지 센서; 포커싱 엘리먼트; 하나 이상의 인스트럭션을 저장하는 적어도 하나의 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 입자 신호들을 검출하기 위한 프로브 볼륨을 설정하기 위해, 레이저 빔을 포커싱하도록 상기 포커싱 엘리먼트를 제어하되, 상기 프로브 볼륨의 사이즈는 검출하고자 하는 입자의 사이즈에 따라 결정되는 것이고, 상기 먼지 센서를 이용하여 프로브 볼륨을 통과한 입자들로부터 산란된 입자들의 신호들을 검출하고, 상기 입자들의 신호들의 파형들로부터, 입자들의 신호 파라미터들을 획득하되, 상기 신호 파라미터들은, 신호 진동 주파수, 신호의 진동수, 신호의 진폭, 입자가 프로브 볼륨을 통과하는 시간 및 신호 포락선(envelope) 중 적어도 하나를 포함하고, 상기 신호 파라미터들의 통계 데이터를 획득하고, 상기 신호 파라미터들의 통계 데이터를 입자 사이즈 분포 결정 모델에 적용하여, 입자들의 사이즈 분포를 결정할 수 있다.
상기 전자 장치가 이용하는 상기 입자 사이즈 분포 결정 모델은, 상기 신호 파라미터들로 구성되는 훈련 데이터셋을 획득하는 단계; 상기 신호 파라미터들을 입자 사이즈에 매핑하는 의존 함수를 결정하고, 입자 사이즈 분포 모델의 수치 파라미터들을 결정함으로써 초기 입자 사이즈 결정 모델을 생성하는 단계; 상기 신호 파라미터들의 통계 데이터를 상기 초기 입자 사이즈 결정 모델에 적용하여, 초기 입자 사이즈 분포를 획득하는 단계; 상기 초기 입자 사이즈 분포를 미리 결정된 입자 사이즈의 정답 분포와 비교함으로써, 상기 초기 입자 사이즈 결정 모델을 미세조정하는 단계를 통해 학습된 것일 수 있다.
상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 상기 검출하고자 하는 입자의 사이즈에 따라 결정되는 상기 프로브 볼륨의 사이즈를 조정하기 위해, 상기 레이저 빔의 초점 거리를 변경하도록 상기 포커싱 엘리먼트를 제어할 수 있다.
상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 상기 신호 파라미터들에 기초하여 상기 프로브 볼륨을 통과하는 상기 입자들의 궤적들을 결정할 수 있다.
상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 상기 프로브 볼륨이 덤벨 모양인 경우, 하나의 입자가 상기 덤벨 모양의 프로브 볼륨의 두 번 통과하는지 여부를 검출하기 위한 시간 임계값을 설정하고, 상기 덤벨 모양의 프로브 볼륨에서 차례로 검출되는 두 개의 입자 신호들이 검출된 시간 차이가 상기 시간 임계값 미만인 경우, 상기 두 개의 입자 신호들 중 두번째로 검출된 입자 신호를 제거할 수 있다.
상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 상기 프로브 볼륨을 통과하는 기류의 기류 속도를 계산하고, 기 설정된 검출 시간 동안 상기 프로브 볼륨을 통과하는 입자들의 수를 결정하고, 각각의 입자 사이즈의 입자들에 대한 입자 농도를 계산하고, 모든 사이즈의 입자들의 농도를 합산함으로써, 대기 내 입자들의 총 농도를 결정할 수 있다.
상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 특정 유형의 입자들에 대하여 미리 결정된 입자 사이즈들의 분포를 나타내는 입자 사이즈 정보를 획득하고, 위치, 날씨 조건 및 계절 중 적어도 하나를 포함하는 검출 조건 정보를 획득하고, 상기 검출 조건 정보에 대응하는 입자 사이즈 정보를 선택하고, 상기 결정된 입자 사이즈 분포를 상기 선택된 입자 사이즈 정보에 포함되는 미리 결정된 입자 사이즈들의 분포와 비교함으로써, 입자 유형을 결정할 수 있다.
본 개시의 일 측면에 따르면, 전술한 전자 장치가 대기 입자 사이즈 분포를 결정하는 방법들 중 어느 하나를 실행시키기 위한 프로그램이 기록된 컴퓨터 판독 가능 기록매체를 제공할 수 있다.
도 1은 본 개시의 일 실시예에 따른 전자 장치의 동작을 개략적으로 설명하기 위한 도면이다.
도 2는 본 개시의 일 실시예에 따른 전자 장치가 프로브 볼륨들을 이용하여, 상이한 사이즈의 입자들을 검출하는 동작을 설명하기 위한 도면이다.
도 3은 본 개시의 일 실시예에 따른 전자 장치가 입자 궤적들의 통계에 기초하여 입자 사이즈 분포를 추정하는 동작을 설명하기 위한 도면이다.
도 4는 본 개시의 일 실시예에 따른 전자 장치가 신호 특징에 기초하여 입자 궤적을 추정하는 동작을 설명하기 위한 도면이다.
도 5는 본 개시의 일 실시예에 따른 전자 장치가 입자의 사이즈 및 궤적을 추정하기 위해 생성한, 신호 특성 통계치의 일 예시를 도시한 도면이다.
도 6은 본 개시의 일 실시예에 따른 전자 장치가 입자 사이즈 분포를 결정하는 동작을 나타내는 흐름도이다.
도 7a는 본 개시의 일 실시예에 따른 전자 장치가 입자 사이즈 분포 결정 모델을 학습하는 동작을 설명하기 위한 도면이다.
도 7b는 본 개시의 일 실시예에 따른 전자 장치가 입자 사이즈 분포 결정 모델을 학습하는 동작을 설명하기 위한 도면이다.
도 8은 본 개시의 일 실시예에 따른 전자 장치가 프로브 볼륨에서 검출된 신호 파형을 이용하는 동작을 설명하기 위한 도면이다.
도 9는 본 개시의 일 실시예에 따른 전자 장치가 입자 농도 및 대기 내 입자들의 농도를 계산하는 동작을 설명하기 위한 흐름도이다.
도 10은 본 개시의 일 실시예에 따른 전자 장치가 대기 중 입자들의 유형을 결정하는 동작을 설명하기 위한 흐름도이다.
도 11은 본 개시의 일 실시예에 따른 전자 장치의 블록도이다.
본 개시에서, "a, b 또는 c 중 적어도 하나" 표현은 " a", " b", " c", "a 및 b", "a 및 c", "b 및 c", "a, b 및 c 모두", 혹은 그 변형들을 지칭할 수 있다. 본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 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 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 명세서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다.
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.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도 1은 본 개시의 일 실시예에 따른 전자 장치의 동작을 개략적으로 설명하기 위한 도면이다.
도 1을 참조하면, 일 실시예에 따른 전자 장치(2000)는 대기 중의 입자들(110)의 사이즈 분포를 결정할 수 있다. 전자 장치(2000)는 대기 중의 입자들에 레이저 빔(120)을 조사하고, 대기 중 입자들로부터 후방 산란되는 입자 신호를 검출할 수 있다.
대기 중의 입자들(110)은, 입자들(110)의 사이즈가 다르면 입자로부터 검출되는 입자 신호가 상이하다. 예를 들어, 입자 사이즈에 따라서, 입자 신호가 검출되는 영역, 입자의 궤적, 입자 신호의 진폭, 진동수, 등이 상이하다.
일 실시예에 따른 전자 장치(2000)는 후술하는 실시예들에 따라, 입자 사이즈에 따른 입자 신호들의 특징들에 기초하여, 입자 사이즈 분포(130)를 결정할 수 있다.
일 실시예에 따른 전자 장치(2000)는 결정된 입자 사이즈 분포(130)를 바탕으로, 대기 중 입자 농도를 결정할 수 있다. 예를 들어, 전자 장치(2000)는 대기 중 미세먼지 농도를 결정할 수 있다. 일 실시예에 따른 전자 장치(2000)는 입자 사이즈 분포(130)에 기초하여, 대기 퀄리티 정보(140)를 생성하고, 사용자에게 제공할 수 있다.
도 2는 본 개시의 일 실시예에 따른 전자 장치가 프로브 볼륨들을 이용하여, 상이한 사이즈의 입자들을 검출하는 동작을 설명하기 위한 도면이다.
일 실시예에서, 전자 장치(2000)는 상이한 사이즈들의 입자를 검출하기 위해, 출력되는 레이저 빔의 초점을 조절할 수 있다.
본 개시에서, 전자 장치(2000)로부터 출력된 레이저 빔이 입자로부터 반사되어 후방으로 산란되는 파워가 검출될 수 있는 충분한 영역을 프로브 볼륨이라고 한다. 프로브 볼륨은, 포커스된 레이저 빔의 초점 근처에서 형성된다. 예를 들어, 10μm 입자에 대한 프로브 볼륨(210)은 10μm 입자로부터 반사되는 신호의 파워가 검출될 수 있는 영역이며, 5μm 입자에 대한 프로브 볼륨(220)은 5μm 입자로부터 반사되는 신호의 파워가 검출될 수 있는 영역이고, 1μm 입자에 대한 프로브 볼륨(230)은 1μm 입자로부터 반사되는 신호의 파워가 검출될 수 있는 영역을 말한다.
입자에 의해 반사된 신호의 파워는, 전자 장치(2000)로부터 출력되는 레이저 빔의 출력 밀도 및/또는 입자의 사이즈에 따라 달라진다. 따라서, 입자의 사이즈가 달라지는 경우, 서로 다른 사이즈의 입자들로부터 반사된 신호들의 파워가 달라지므로, 상이한 사이즈의 입자들에 대응되는 프로브 볼륨의 사이즈도 상이하다. 구체적으로, 더 큰 입자들로부터 반사된 신호들의 파워는 작은 입자들로부터 반사된 신호들의 파워보다 더 강력하므로, 더 큰 입자들로부터 반사된 신호의 파워는 레이저 빔의 초점으로부터 더 먼 거리에서도 검출될 수 있다. 즉, 검출될 입자의 사이즈가 더 클수록, 프로브 볼륨의 사이즈가 더 커진다. 초점 길이가 긴 경우(200)를 예로 들면, 10μm 입자에 대한 프로브 볼륨(210)이 가장 크고, 5μm 입자에 대한 프로브 볼륨(220)이 그 다음으로 크며, 1μm 입자에 대한 프로브 볼륨(230)이 가장 작다.
한편, 전자 장치(2000)는 레이저 빔의 초점 거리를 변경함으로써, 프로브 볼륨을 가변하여 특정 사이즈의 입자들의 검출을 최적화 할 수 있다. 전자 장치(2000)가 레이저 빔의 초점 거리를 변경하면, 레이저 빔의 초점 영역에서의 출력이 변화되고, 이는 상이한 사이즈의 입자들에 대한 프로브 볼륨의 변화로 이어진다. 레이저 빔의 초점 거리가 짧을수록, 전자 장치(2000)는 더 작은 사이즈의 입자들을 검출할 수 있다. 예를 들어, 초점 길이가 짧은 경우(250)를 참조하면, 전자 장치(2000)는 초점 길이가 긴 경우(200)에서는 검출할 수 없었던, 0.15-0.4μm 입자를 검출할 수 있다. 즉, 초점 길이가 짧은 경우(250), 0.15-0.4μm 입자에 대한 프로브 볼륨(260)이 존재한다.
일 실시예에 따른 전자 장치(2000)는 큰 입자에 대해서는 초점 길이를 길게 하고, 작은 입자에 대해서는 초점 길이를 짧게 함으로써, 입자들의 사이즈에 따른 입자 검출을 위한, 센서의 감도를 최적화할 수 있다.
도 3은 본 개시의 일 실시예에 따른 전자 장치가 입자 궤적들의 통계에 기초하여 입자 사이즈 분포를 추정하는 동작을 설명하기 위한 도면이다.
도 3의 300을 참조하면, 공기 흐름이 지향성이더라도, 공기 흐름의 주위에서는 항상 난류(turbulence) 효과가 존재함으로 인하여, 프로브 볼륨을 통과하는 입자들은 무작위하고 무질서한 방향으로 이동할 수 있다. 즉, 10μm 입자에 대한 프로브 볼륨(310)을 통과하는 10μm 입자들의 궤적들 및 1μm 입자에 대한 프로브 볼륨(320)을 통과하는 1μm 입자들의 궤적들은 모두 상이할 수 있다. 또한, 도 2에서 전술한 것과 같이, 입자 사이즈에 따라 입자에 대응되는 프로브 볼륨의 크기도 상이하므로, 프로브 볼륨을 통과하는 입자들의 궤적들의 전체 통계 또한 입자 사이즈에 따라 상이할 수 있다. 전자 장치(2000)가 프로브 볼륨을 통과하는 입자의 궤적의 길이를 계산하는 것에 대하여는 후술하기로 한다.
전자 장치(2000)는 입자 사이즈와 입자 궤적 간의 관계를 나타내는 통계 데이터(350)를 획득할 수 있다.
도 4는 본 개시의 일 실시예에 따른 전자 장치가 신호 특징에 기초하여 입자 궤적을 추정하는 동작을 설명하기 위한 도면이다.
도 4를 참조하면, 전자 장치(2000)는 신호 파형(400)으로부터 획득되는 신호 파라미터들에 기초하여 입자 궤적을 추정할 수 있다. 신호 파형(400)으로부터 획득되는 신호 파라미터들은, 신호 진동 주파수(f), 신호의 진동수(NOSC), 신호의 진폭(A), 입자가 프로브 볼륨을 통과하는 시간(ΔT), 신호 포락선(envelope)을 포함할 수 있다.
신호 진동 주파수(f)는 입자 속도(vi)에 의해 결정된다. 신호 진동 주파수(f)는 도플러 효과에 의해 결정되고, 입자 속도(vi)는 레이저 방사 주파수, 신호 진동 주파수(f), 광속(c)을 사용하여 계산될 수 있다. 도플러 효과를 고려한 입자 속도(vi)의 계산이 당업계에서 알려져 있기 때문에, 이러한 계산의 상세한 설명은 생략된다. 덧붙여서, 입자 속도(vi)의 계산은 도플러 계산으로 제한되지 않고, 입자 속도(vi)의 임의의 알려진 계산이 적용될 수 있다.
신호의 진동수(NOSC)는 프로브 볼륨을 통과하는 입자의 궤적의 길이에 의해 결정될 수 있다. 신호의 진동수(NOSC)가 더 클수록, 프로브 볼륨을 통과하는 입자의 궤적의 길이는 더 길다.
신호의 진폭(A)은 프로브 볼륨을 통과하는 입자의 궤적의 길이 및 입자 사이즈에 관련이 있다. 입자 궤적이 레이저 빔의 초점에 더 가까울수록, 검출된 신호의 진폭(A)은 더 크다.
프로브 볼륨을 통과하는 입자의 통과 시간(ΔT)은 또한 입자 사이즈, 입자 속도(vi) 및 프로브 볼륨을 통한 입자 궤적의 길이에 따라 달라질 수 있다.
일 실시예에 따른 전자 장치(2000)는 각각의 입자들로부터 획득되는 신호 파형의 위상을 동기화시킨, 코히어런트 신호 특성에 기초하여, 입자 크기 및 궤적 길이를 추정할 수 있다.
예를 들어, 전자 장치(2000)는 1μm 입자에 대한 프로브 볼륨(410)을 통과한 1μm 입자들에 대하여, 신호 파형(400)을 획득하고, 신호 파형(400)으로부터 획득되는 신호 파라미터들에 기초하여 입자 궤적 및 입자 사이즈를 추정할 수 있다. 예를 들어, 전자 장치(200)는 궤적 L1의 1μm 입자에 대응되는 신호 파형(412), 궤적 L2의 1μm 입자에 대응되는 신호 파형(414), 궤적 L3의 1μm 입자에 대응되는 신호 파형(416)을 획득할 수 있다. 또한, 전자 장치(2000)는 궤적 L4의 10μm 입자에 대응되는 신호 파형(422), 궤적 L5의 10μm 입자에 대응되는 신호 파형(424)을 획득할 수 있다. 이 경우, 신호 파형으로부터 획득되는 신호 파라미터인 신호 진동 주파수(f), 신호의 진동수(NOSC), 신호의 진폭(A), 입자가 프로브 볼륨을 통과하는 시간(ΔT), 신호 포락선 중 하나 이상이 사용될 수 있다.
예를 들어, 궤적 L5의 10μm 입자에 대응되는 신호 파형(424)은 레이저 빔의 초점으로부터 멀리 떨어진 궤적이므로 작은 진폭(A) 및 작은 진동수(NOSC), 짧은 시간(ΔT)의 신호 특성을 나타낸다. 또한, 궤적 L2의 1μm 입자에 대응되는 신호 파형(414)은 큰 진폭(A) 및 큰 진동수(NOSC), 긴 시간(ΔT)의 신호 특성을 나타낸다. 또한, 궤적 L3의 1μm 입자에 대응되는 신호 파형(416) 및 궤적 L4의 10μm 입자에 대응되는 신호 파형(422)을 비교하면, 궤적 L3와 궤적 L4는 동일한 궤적이지만 입자 사이즈가 클수록 큰 진폭(A) 및 큰 진동수(NOSC), 긴 시간(ΔT)의 신호 특성을 나타낸다. 전자 장치는 신호 파형(412,414,416,422,424)의 코히어런트 신호 특성에 기초하여, 입자 크기 및 궤적 길이를 추정할 수 있다.
도 5는 본 개시의 일 실시예에 따른 전자 장치가 입자의 사이즈 및 궤적을 추정하기 위해 생성한, 신호 특성 통계치의 일 예시를 도시한 도면이다.
신호의 진동수(NOSC) 대비 입자들의 개수를 도시한 그래프 510 및 그래프 520을 비교하면, 입자 사이즈가 큰 입자일수록, 신호의 진동수(NOSC)가 큰 입자들이 많음을 알 수 있다. 또한, 입자들의 개수 대비 신호의 진동수(NOSC)를 도시한 그래프 530을 참조하더라도, 입자 사이즈가 큰 입자들의 신호의 진동수(NOSC)의 평균(mean)값이 입자 사이즈가 작은 입자들의 신호의 진동수(NOSC)의 평균 값보다 큼을 알 수 있다. 또한, 신호의 진동수(NOSC) 대비 진폭을 도시한 그래프 540을 참조하면, 입자 사이즈가 큰 입자들의 신호의 진동수(NOSC) 및 진폭이 입자 사이즈가 작은 입자들의 신호의 진동수(NOSC) 및 진폭보다 큼을 알 수 있다.
일 실시예에 따른 전자 장치(2000)는 전자 장치가 입자의 사이즈 및 궤적을 추정하기 위해 생성한, 신호 특성 통계치에 기초하여, 입자의 신호 특성에 기초하여 입자 사이즈를 결정할 수 있다.
도 6은 본 개시의 일 실시예에 따른 전자 장치가 입자 사이즈 분포를 결정하는 동작을 나타내는 흐름도이다.
단계 S610에서, 일 실시예에 따른 전자 장치(2000)는 레이저 빔의 초점 근처의 영역에 프로브 볼륨을 설정하기 위해, 레이저 빔을 포커싱한다. 프로브 볼륨의 사이즈는, 도 2에 대한 설명에서 서술한 것과 같이, 검출될 입자들의 사이즈 및 초점 길이에 따라 가변적이다. 예를 들어, 검출될 입자의 사이즈가 더 클수록, 프로브 볼륨의 사이즈가 더 커진다.
단계 S620에서, 일 실시예에 따른 전자 장치(2000)는 프로브 볼륨을 통과한 입자들로부터 산란된 입자들의 신호들을 검출한다. 전자 장치(2000)는 검출된 입자들의 신호 파형을 획득하고, 신호 파형들의 위상을 동기화시킨 코히어런트 신호 특성을 획득할 수 있다.
단계 S630에서, 일 실시예에 따른 전자 장치(2000)는 검출된 입자들의 신호 파형으로부터, 입자들의 신호 파라미터들을 획득한다. 신호 파라미터들은, 신호 진동 주파수(f), 신호의 진동수(NOSC), 신호의 진폭(A), 입자가 프로브 볼륨을 통과하는 시간(ΔT), 신호 포락선(envelope)을 포함할 수 있다.
단계 S640에서, 일 실시예에 따른 전자 장치(2000)는 신호 파라미터들의 통계 데이터를 획득한다. 전자 장치(2000)는 프로브 볼륨을 통과하는 입자들에 대하여, 입자들 각각으로부터 획득되는 신호 파라미터들인 신호 진동 주파수(f), 신호의 진동수(NOSC), 신호의 진폭(A), 입자가 프로브 볼륨을 통과하는 시간(ΔT), 신호 포락선(envelope)중 적어도 하나 이상 및/또는 그 조합에 대한 통계 데이터를 획득할 수 있다.
단계 S640에서, 일 실시예에 따른 전자 장치(2000)는 신호 파라미터들의 통계 데이터를 입자 사이즈 결정 모델에 적용하여, 입자들의 사이즈 분포를 결정한다. 입자 사이즈 결정 모델에 대한 설명은 도 7에서 더 서술하기로 한다.
도 7a는 본 개시의 일 실시예에 따른 전자 장치가 입자 사이즈 분포 결정 모델을 학습하는 동작을 설명하기 위한 도면이다.
단계 S710에서, 일 실시예에 따른 전자 장치(2000)는 검출된 신호(712)들에 대한 신호 파라미터(P)(714)를 획득할 수 있다. 신호 파라미터들인 신호 진동 주파수(f), 신호의 진동수(NOSC), 신호의 진폭(A), 입자가 프로브 볼륨을 통과하는 시간(ΔT), 신호 포락선(envelope)중 적어도 하나를 포함할 수 있다. 그러나, 추출된 신호 파라미터(714)들은 나열된 파라미터들로만 제한되지 않고 업계에서 알려진 전자기 신호의 임의의 파라미터들일 수 있다.
전자 장치(2000)는 데이터베이스에서 훈련 데이터셋을 획득할 수 있다. 훈련 데이터셋은, 상이한 사이즈의 입자들에 대한 상이한 수의 입자 신호들을 포함할 수 있다. 전자 장치(2000)는 미리 정의된 센서 파라미터들을 갖는 기준 센서를 이용하여, 입자 신호들을 검출하고, 검출된 신호(712)들에 대한 신호 파라미터(714)를 획득할 수 있다. 또는, 전자 장치(2000)는 외부의 전자 장치(예를 들어, 서버)로부터 입자 신호들에 대한 신호 파라미터(712)를 획득할 수 있다.
단계 S720에서, 일 실시예에 따른 전자 장치(2000)는 신호 파라미터들(714)에 대한 입자 사이즈의 의존 함수(722)(
Figure PCTKR2021017287-appb-img-000001
, 이하, 의존 함수)를 결정할 수 있다. 의존 함수(722)는, 입자 사이즈 분포의 학습된 모델의 파라미터들(M)에 의존하여 신호 파라미터들(P)을 입자 사이즈(d)에 매핑한다.
일 실시예에서, 의존 함수(722)는 입자들의 궤적 길이에 기초하여 입자 사이즈를 결정하는 함수일 수 있다. 도 3에서 전술한 것과 같이, 기류가 지향성이라도, 기류 내 입자들 각각은 무작위하고 무질서한 방향으로 이동할 수 있다. 또한, 입자 사이즈에 따른 프로브 볼륨의 사이즈가 입자 사이즈별로 상이하므로, 각각의 프로브 볼륨들 내의 입자 궤도들의 전체 조합 또한 입자 사이즈에 의존하여 상이할 수 있다.
일 실시예에서, 의존 함수(722)는 신호 진동 주파수(f)에 기초하여 입자 사이즈를 결정하는 함수일 수 있다. 신호 진동 주파수(f)는 입자 속도(vi)에 의해 결정된다. 신호 진동 주파수(f)는 도플러 효과에 의해 결정되고, 입자 속도(vi)는 레이저 방사 주파수, 신호 진동 주파수(f), 광속(c)을 사용하여 계산될 수 있다. 도플러 효과를 고려한 입자 속도(vi)의 계산이 당업계에서 알려져 있기 때문에, 이러한 계산의 상세한 설명은 생략된다. 덧붙여서, 입자 속도(vi)의 계산은 도플러 계산으로 제한되지 않고, 입자 속도(vi)의 임의의 알려진 계산이 적용될 수 있다. 또한, 프로브 볼륨을 통과하는 입자의 궤적의 길이는 프로브 볼륨을 통과하는 입자의 시간(ΔT)과 입자 속도(vi)의 곱으로 계산될 수 있다.
일 실시예에서, 의존 함수(722)는 신호의 진동수(NOSC)에 기초하여 입자 사이즈를 결정하는 함수일 수 있다. 프로브 볼륨을 통과하는 입자의 궤적의 길이는 신호의 진동수(NOSC)를 사용하여 결정될 수 있다. 신호의 진동수(NOSC)는 프로브 볼륨을 통과하는 입자의 궤적의 길이에 따라 달라진다. 각각의 신호 진동은 레이저 빔의 파장(λ)에 의한 프로브 볼륨을 통한 입자의 이동에 의해 야기된다. 신호의 총 진동수(NOSC)는 프로브 볼륨을 통과하는 입자의 궤적의 길이를 결정하며, 신호의 총 진동수(NOSC)가 더 클수록, 프로브 볼륨을 통과하는 입자의 궤적의 길이는 더 길다.
일 실시예에서, 의존 함수(722)는 신호의 진폭(A)에 기초하여 입자 사이즈를 결정하는 함수일 수 있다. 이 경우, 프로브 볼륨을 통과하는 입자의 궤적의 길이는 신호 진폭(A)을 사용하여 결정될 수 있다. 검출된 입자로부터의 광의 후방 산란의 세기가 입자의 표면적에 비례하기 때문에, 검출된 신호의 진폭(A)은 프로브 볼륨을 통과하는 입자의 궤적의 길이 및 입자 사이즈(d)에 관련이 있다. 입자 궤적이 레이저 빔의 초점에 더 가까울수록, 검출된 신호의 진폭(A)은 더 크다. 입자 사이즈(d)가 더 클수록, 진폭(A)이 더 크다.
일 실시예에서, 의존 함수(722)는 입자가 프로브 볼륨을 통과하는 시간(ΔT)에 기초하여 입자 사이즈를 결정하는 함수일 수 있다.
입자가 프로브 볼륨을 통과하는 시간(ΔT)은, 입자 사이즈(d), 입자 속도(vi) 및 프로브 볼륨을 통한 입자 궤적의 길이에 따라 달라지므로, 입자 사이즈(d)를 추정하는데 사용될 수 있다.
일 실시예에서, 의존 함수(722)는 신호 포락선에 기초하여 입자 사이즈를 결정하는 함수일 수 있다. 프로브 볼륨을 통과하는 입자의 궤적의 길이는 신호 포락선 형상을 사용하여 결정될 수 있으며, 신호 포락선 형상은 프로브 볼륨을 통과하는 입자의 궤적의 길이 및 입자 사이즈(d)에 따라 달라진다. 프로브 볼륨이 상이한 입자 사이즈들에 대해 상이하기 때문에, 신호 포락선 형상은 또한 상이한 입자 사이즈들에 대해 상이하다.
다만, 신호 파라미터들에 대한 입자 사이즈의 의존 함수(722)는, 위의 파라미터들의 설정으로만 제한되지 않고 입자 사이즈(d)에 의존하는 임의의 다른 파라미터에 의해 설정될 수 있다.
단계 S730에서, 일 실시예에 따른 전자 장치(2000)는 입자 사이즈 분포 결정 모델(732)(
Figure PCTKR2021017287-appb-img-000002
, 이하, 입자 사이즈 분포 결정 모델))을 이용하여 입자 사이즈 분포(734)를 획득할 수 있다. 전자 장치(2000)는 의존 함수(722)가 결정되면, 입자 사이즈 분포 모델의 수치 파라미터들을 결정함으로써 초기 입자 사이즈 분포 모델을 생성할 수 있다. 전자 장치(2000)는 초기 입자 사이즈 분포 결정 모델(732)을 이용하여, 입자들의 검출된 신호(712)들로부터 추정된 입자 사이즈들의 분포를 나타내는 초기 입자 사이즈 분포(734)를 획득할 수 있다. 이 경우, 입자 사이즈 분포는 초기값이며, 초기 입자 사이즈 분포(734)는 학습에 의해 갱신됨으로써 정확도가 향상될 수 있다. 단계 S730 이후에 수행되는 단계들에 대한 설명은, 도 7b에서 이어서 설명하기로 한다.
도 7b는 본 개시의 일 실시예에 따른 전자 장치가 입자 사이즈 분포 결정 모델을 학습하는 동작을 설명하기 위한 도면이다.
단계 S740에서, 일 실시예에 따른 전자 장치(2000)는 입자 사이즈 분포 결정 모델(732)이 결정하는 입자 사이즈 분포(734)의 미세조정(fine tuning)을 수행할 수 있다. 전자 장치(2000)는 입자 사이즈의 정답(ground truth) 분포(742)를 획득할 수 있다. 입자 사이즈의 정답 분포(742)는 실험을 통해 획득되거나, 시뮬레이션을 통해 획득된 값일 수 있다. 전자 장치(2000)는 입자 사이즈 분포 결정 모델(732)로부터 획득된 입자 사이즈 분포(734)와 입자 사이즈의 정답 분포(742)의 잔차(744)를 구하고, 잔차(744)에 기초하여 입자 사이즈 분포(734)가 입자 사이즈의 정답 분포(742)에 근사화되도록 입자 사이즈 분포 결정 모델(732)을 학습시킬 수 있다.
단계 S750에서, 일 실시예에 따른 전자 장치(2000)는 업데이트된 입자 사이즈 분포 결정 모델을 이용하여 입자 사이즈의 분포를 결정할 수 있다. 업데이트된 입자 사이즈 분포 결정 모델은, 업데이트된 최적 의존 함수(752)(
Figure PCTKR2021017287-appb-img-000003
)를 포함할 수 있다. 전자 장치(2000)는 신호 파라미터(714)를 업데이트된 입자 사이즈 분포 결정 모델에 입력하고, 최종 입자 사이즈 분포(754)를 획득할 수 있다.
도 8은 본 개시의 일 실시예에 따른 전자 장치가 프로브 볼륨에서 검출된 신호 파형을 이용하는 동작을 설명하기 위한 도면이다.
도 8을 참조하면, 입자의 사이즈에 따라 프로브 볼륨의 모양이 상이할 수 있다. 즉, 입자의 사이즈가 큰 입자일수록, 프로브 볼륨의 모양이 덤벨 모양으로 형성된다. 예를 들어, 1μm 입자에 대한 프로브 볼륨(810)은 덤벨 모양이 아니지만, 입자 사이즈가 더 큰 10μm 입자에 대한 프로브 볼륨(820)은 덤벨 모양이다.
일 실시예에서, 덤벨 모양을 갖는 프로브 볼륨을 통과하는 입자들 중 일부는, 덤벨 모양의 좁은 부분으로 인하여, 입자 신호가 두번 검출될 수 있다. 예를 들어, 1μm 입자에 대한 프로브 볼륨(810)을 통과하는 입자의 신호 파형(815)는 한 번 검출되지만, 10μm 입자에 대한 프로브 볼륨(820)을 통과하는 입자의 신호 파형(825)은 제1 버스트(burst)(827) 및 제2 버스트(829)의 두개의 파형으로 검출될 수 있다. 이는, 하나의 입자에 대해서 두개의 파형이 검출되는 것이므로, 오류가 발생할 수 있다. 이 경우, 전자 장치(2000)는 하나의 입자가 덤벨 모양의 프로브 볼륨을 두 번 통과하는지 여부를 검출하기 위한 시간 임계값을 이용하여 두개의 파형으로 인한 오류를 제거할 수 있다. 예를 들어, 전자 장치(2000)는, 덤벨 모양의 프로브 볼륨의 두개의 두꺼운 부분들을 통과하는 입자의 최소 통과 시간에 대한 시간 임계값을 설정할 수 있다. 전자 장치(2000)는 차례로 검출된 두 개의 입자 신호들이 검출된 시간의 차이가 미리 설정된 시간 임계값 미만인 경우, 두개의 입자 신호들 중 제2 입자에 대하여 검출된 입자 신호는 제거할 수 있다.
도 9는 본 개시의 일 실시예에 따른 전자 장치가 입자 농도 및 대기 내 입자들의 농도를 계산하는 동작을 설명하기 위한 흐름도이다.
단계 S910에서, 일 실시예에 따른 전자 장치(2000)는 프로브 볼륨을 통과하는 기류의 기류 속도(v)[m/s]를 계산한다. 기류 속도(v)[m/s]는 신호 진동 주파수(f)에 기초하여 계산된다. 전자 장치(2000)는 기류 속도(v)를 입자 속도(vi)로 취할 수 있다. 입자 속도 (vi)의 계산에 대해서는 전술하였으므로, 동일한 설명은 생략한다.
단계 S920에서, 일 실시예에 따른 전자 장치(2000)는 검출 시간(T)[s] 동안 프로브 볼륨을 통해 비행하는 입자들의 수(N)를 결정한다. 전자 장치(2000)는 검출된 입자 신호들의 수를 프로브 볼륨을 통과하는 입자들의 수(N)로 결정할 수 있다.
단계 S930에서, 일 실시예에 따른 전자 장치(2000)는 각각의 입자 사이즈에 대한 입자 농도(
Figure PCTKR2021017287-appb-img-000004
)[μg/m3]를 계산할 수 있다. 입자 농도는 아래의 수학식 1로 계산될 수 있다.
[수학식 1]
Figure PCTKR2021017287-appb-img-000005
여기서, di는 i 입자의 입자 사이즈 직경이며, 상수
Figure PCTKR2021017287-appb-img-000006
[m2/μg]는 각각의 입자 직경 di에 대하여 선택되는 값을 말한다. 상수
Figure PCTKR2021017287-appb-img-000007
는 다양한 방법으로 결정될 수 있다.
예를 들어, 상수
Figure PCTKR2021017287-appb-img-000008
는 상이한 기류 속도(v)에서 각각의 입자 사이즈에 대해 기준 센서에 의해 측정된 측정값들에 의해, 야외 먼지 센서를 캘리브레이팅함으로써 설정될 수 있다. 즉, 기준 센서의 판독값
Figure PCTKR2021017287-appb-img-000009
, 측정 시간(T), 공지되거나 측정된 기류 속도(v), 야외 먼지 센서에 의해 센싱된 입자 수 N에 기초하여 상수 상수
Figure PCTKR2021017287-appb-img-000010
가 결정될 수 있다.
다른 예에서, 상수
Figure PCTKR2021017287-appb-img-000011
는 주어진 사이즈의 입자들을 갖는 기류를 모델링함으로써 설정될 수 있다. 검출 영역 안에 들어오는 입자들의 수(N), 주어진 기류 속도(V), 주어진 농도(
Figure PCTKR2021017287-appb-img-000012
), 주어진 시간(T)에 기초하여 상수
Figure PCTKR2021017287-appb-img-000013
가 결정될 수 있다.
다른 예에서, 상수
Figure PCTKR2021017287-appb-img-000014
는 아래의 수학식 2가 사용될 수 있다.
[수학식 2]
Figure PCTKR2021017287-appb-img-000015
여기서, ρ[μg/m3]는 미리 결정된 평균 입자 밀도이며,
Figure PCTKR2021017287-appb-img-000016
[m2]는 di [m]입자의 유효 단면적이다. 또한, 유효 단면적이란 사이즈 di의 입자의 속도 벡터의 가능한 모든 방향과 수직인 프로브 영역의 모든 단면들의 면적들의 평균 값이다.
Figure PCTKR2021017287-appb-img-000017
는 전술한 실시예들에 따라 획득된 입자 사이즈 분포이다.
단계 S940에서, 일 실시예에 따른 전자 장치(2000) 모든 사이즈의 입자들의 농도를 합산함으로써, 대기 내 입자들의 농도를 결정한다. 전자 장치(2000)는 모든 사이즈의 입자들의 사이즈 di에 대하여 계산된 입자 농도인
Figure PCTKR2021017287-appb-img-000018
를 모든 사이즈의 입자에 대하여 확장한다. 전자 장치(2000)는 모든 사이즈의 입자들에 대하여 모든 계산된 입자 농도들을 합산함으로써, 대기 내 총 입자들의 농도
Figure PCTKR2021017287-appb-img-000019
를 계산할 수 있다.
일 실시예에 따른 전자 장치(2000)는 총 입자들의 농도를 계산한 결과에 기초하여, 대기 퀄리티가 어떤지를 나타내는 대기 퀄리티 정보를 생성하고, 사용자에게 제공할 수 있다.
도 10은 본 개시의 일 실시예에 따른 전자 장치가 대기 중 입자들의 유형을 결정하는 동작을 설명하기 위한 흐름도이다.
단계 S1010에서, 일 실시예에 따른 전자 장치(2000)는 특정 유형의 입자들에 대한 미리 결정된 입자 사이즈들의 분포를 나타내는, 입자 사이즈 정보를 획득한다. 특정 유형들의 입자들에 대한 미리 정의된 입자 사이즈 분포들은 예를 들어, 꽃가루, 바이러스들, 박테리아, 알레르겐들, 곰팡이 포자들, 집 먼지, 산업 먼지, 재, 그을음 및 공기에 부유될 수 있는 임의의 근원의 입자들과 같은 상이한 유형들의 입자들에 대한 입자 사이즈 분포들이다. 특정 유형들의 입자들에 대한 미리 정의된 입자 사이즈 분포들은 상이한 지리적 위치들에서, 상이한 실내 공간에서 또는 야외에서, 상이한 날씨 조건들하의 상이한 연중 시간들에서 획득될 수 있다. 특정 유형들의 입자들에 대한 미리 정의된 입자 사이즈 분포들은, 다른 가용 소스들로부터 획득될 수 있다.
단계 S1020에서, 일 실시예에 따른 전자 장치(2000)는 위치, 날씨 조건 및 계절 중 적어도 하나를 포함하는 검출 조건 정보를 획득된다. 위치들은 상이한 지리적 위치들, 상이한 실내 또는 야외 위치들을 나타낸다. 검출 조건 정보는 전자 장치(2000) 상에 설치된 캘린더, 날씨, 지도 애플리케이션들로부터 획득되거나, 또는 사용자로부터 입력될 수 있다.
단계 S1030에서, 일 실시예에 따른 전자 장치(2000)는 획득된 검출 조건 정보에 대응하는 특정 유형들의 입자들에 대하여, 미리 결정된 입자 사이즈 분포들을 선택한다.
단계 S1040에서, 일 실시예에 따른 전자 장치(2000)는 입자 사이즈 분포를 단계 S1030에서 선택된 특정 입자 유형들에 대한 미리 결정된 입자 사이즈 분포들과 비교함으로써 입자 유형을 결정한다. 전자 장치(2000)는 비교 결과에 기초하여, 대기중에 포함된 꽃가루, 바이러스들, 박테리아, 알레르겐들, 곰팡이 포자들, 집 먼지, 산업 먼지, 재, 그을음 및 공기에 부유될 수 있는 임의의 근원의 입자들 등과 같은 상이한 유형들의 입자들의 유형을 결정할 수 있다.
일 실시예에 따른 전자 장치(2000)는 결정된 입자들의 유형에 기초하여, 대기 퀄리티가 어떤지를 나타내는 대기 퀄리티 정보를 생성하고, 사용자에게 제공할 수 있다.
도 11은 본 개시의 일 실시예에 따른 전자 장치의 블록도이다.
일 실시예에 따른 전자 장치(2000)는 먼지 센서(2100), 포커싱 엘리먼트(2200), 메모리(2300) 및 프로세서(2400)를 포함할 수 있다.
먼지 센서(2100) 야외의 먼지를 검출하기 위한 다양한 방법(예를 들어, 호모다인 검출, 헤테로다인 검출 및 오토다인 간섭측정법과 같은 공지된 코히어런트 검출 방법 등)을 수행하기 위한 구성을 포함할 수 있다.
예를 들어, 먼지 센서(2100)는 호모다인 검출을 위한 센서의 구조일 수 있다. 이 경우, 먼지 센서(2100)는 예를 들어, 하나의 레이저, 기준 레이저 빔을 형성하기 위한 거울, 레이저 빔을 분할하기 위한 빔 스플리터, 및 포토 검출기를 포함할 수 있다. 레이저는 레이저 빔을 방출하며, 레이저 빔을 빔 스플리터가 두 개의 레이저 빔들로 나누며, 두 개의 레이저 빔들 중 하나는 입자에서 산란되고 검출 레이저 빔이고, 두 개의 레이저 빔들 중 제2의 것은 거울에서 반사되는 기준 레이저 빔이다. 검출 레이저 빔과 기준 레이저 빔은 광검출기에서 혼합된다.
다른 예에서, 먼지 센서(2100)는 헤테로다인 검출을 위한 센서의 구조일 수 있다. 이 경우, 먼지 센서(2100)는 예를 들어, 두 개의 레이저들과 광검출기를 포함할 수 있다. 하나의 레이저는 입자에 의해 산란되는 검출 레이저 빔을 제공하고, 제2의 레이저는 기준 레이저 빔을 제공한다. 검출 레이저 빔과 기준 레이저 빔은 광검출기에서 혼합된다.
다른 예에서, 먼지 센서(2100)는 오토다인 간섭측정법을 위한 센서의 구조일 수 있다. 이 경우, 먼지 센서(2100)는 예를 들어, 하나의 레이저, 레이저 공진기, 및 광검출기를 포함할 수 있다. 레이저는 레이저 빔을 방출하며, 레이저 빔은 레이저 공동에서 두 개의 레이저 빔들로 분할되며, 두 개의 레이저 빔들 중 하나는 입자에 의해 산란되고 검출 레이저 빔이고, 두 개의 레이저 빔들 중 나머지는 기준 레이저 빔이다. 입자에서 산란된 검출 레이저 빔과 기준 레이저 빔은 레이저 공진기 내부에서 혼합되고 혼합된 빔은 광검출기에 들어간다.
포커싱 엘리먼트(2200)는 먼지 센서(2100)의 레이저 빔을 포커싱할 수 있는 거울, 렌즈, 회절 엘리먼트, 홀로그램 엘리먼트 등과 같은 임의의 포커싱 엘리먼트가 사용될 수 있다.
포커싱 엘리먼트(2200)는 레이저 빔의 초점 거리를 변경시키기 위한 가변 포커싱 엘리먼트일 수 있다. 레이저 빔의 초점 거리는 사용자에 의해 포커싱 엘리먼트(2200)를 수동으로 조정함으로써 또는 프로세서(2400)에 의해 포커싱 엘리먼트(2200)를 자동으로 조정함으로써 변경될 수 있다.
메모리(2300)는 프로세서(2400)가 판독할 수 있는 명령어들, 데이터 구조, 및 프로그램 코드(program code)가 저장될 수 있다. 개시된 실시예들에서, 프로세서(2400)가 수행하는 동작들은 메모리(2300)에 저장된 프로그램의 명령어들 또는 코드들을 실행함으로써 구현될 수 있다.
메모리(2300)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 하나를 포함하는 비휘발성 메모리 및 램(RAM, Random Access Memory) 또는 SRAM(Static Random Access Memory)과 같은 휘발성 메모리를 포함할 수 있다.
메모리(2300)는 전자 장치(2000)가 입자 사이즈의 분포를 결정하는데 이용될 수 있는 다양한 종류의 데이터를 저장할 수 있다. 예를 들어, 메모리(2300)에는 검출된 신호 파라미터들, 입자 사이즈 분포 결정 모델 등이 저장될 수 있다.
프로세서(2400)는 전자 장치(2000)의 전반적인 동작들을 제어할 수 있다. 예를 들어, 프로세서(2400)는 메모리(2300)에 저장된 프로그램의 하나 이상의 명령어들(instructions)을 실행함으로써, 전자 장치(2000)가 입자 사이즈 분포를 결정하기 위한 전반적인 동작들을 제어할 수 있다.
프로세서(2400)는 예를 들어, 중앙 처리 장치(Central Processing Unit), 마이크로 프로세서(microprocessor), 그래픽 프로세서(Graphic Processing Unit), ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), AP(Application Processor), 뉴럴 프로세서(Neural Processing Unit) 또는 인공지능 모델의 처리에 특화된 하드웨어 구조로 설계된 인공지능 전용 프로세서 중 적어도 하나로 구성될 수 있으나, 이에 제한되는 것은 아니다.
프로세서(2400)이 입자 사이즈 분포를 결정하는 구체적인 동작들은, 전술한 실시예들에서 이미 설명하였으므로, 동일한 설명은 생략하기로 한다.
일 실시예에 따른 전자 장치의 동작 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. 컴퓨터 판독 가능 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. 컴퓨터 판독 가능 매체는, 비일시적(non-transitory) 기록매체의 형태로 제공될 수 있다. 여기서, 비일시적 기록매체는 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 기록매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다. 예로, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
또한, 개시된 실시예들에 따른 전자 장치의 동작 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다.
컴퓨터 프로그램 제품은 S/W 프로그램, S/W 프로그램이 저장된 컴퓨터로 읽을 수 있는 저장 매체를 포함할 수 있다. 예를 들어, 컴퓨터 프로그램 제품은 전자 장치의 제조사 또는 전자 마켓을 통해 전자적으로 배포되는 S/W 프로그램 형태의 상품(예, 다운로더블 앱)을 포함할 수 있다. 전자적 배포를 위하여, S/W 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사의 서버, 전자 마켓의 서버, 또는 SW 프로그램을 임시적으로 저장하는 중계 서버의 저장매체가 될 수 있다.
이상에서 실시예들에 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.

Claims (15)

  1. 전자 장치가 대기 입자 사이즈 분포를 결정하는 방법에 있어서,
    입자 신호들을 검출하기 위한 프로브 볼륨을 설정하기 위해, 레이저 빔을 포커싱하되, 상기 프로브 볼륨의 사이즈는 검출하고자 하는 입자의 사이즈에 따라 결정되는 것인, 단계;
    상기 프로브 볼륨을 통과한 입자들로부터 산란된 입자들의 신호들을 검출하는 단계;
    상기 입자들의 신호들의 파형들로부터, 입자들의 신호 파라미터들을 획득하되, 상기 신호 파라미터들은, 신호 진동 주파수, 신호의 진동수, 신호의 진폭, 입자가 프로브 볼륨을 통과하는 시간 및 신호 포락선(envelope) 중 적어도 하나를 포함하는, 단계;
    상기 신호 파라미터들의 통계 데이터를 획득하는 단계; 및
    상기 신호 파라미터들의 통계 데이터를 입자 사이즈 분포 결정 모델에 적용하여, 입자들의 사이즈 분포를 결정하는 단계를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 입자 사이즈 분포 결정 모델은,
    상기 신호 파라미터들로 구성되는 훈련 데이터셋을 획득하는 단계;
    상기 신호 파라미터들을 입자 사이즈에 매핑하는 의존 함수를 결정하고, 입자 사이즈 분포 모델의 수치 파라미터들을 결정함으로써 초기 입자 사이즈 결정 모델을 생성하는 단계;
    상기 신호 파라미터들의 통계 데이터를 상기 초기 입자 사이즈 결정 모델에 적용하여, 초기 입자 사이즈 분포를 획득하는 단계;
    상기 초기 입자 사이즈 분포를 미리 결정된 입자 사이즈의 정답 분포와 비교함으로써, 상기 초기 입자 사이즈 결정 모델을 미세조정하는 단계를 통해 학습된 것인, 방법.
  3. 제1항에 있어서,
    상기 방법은,
    상기 검출하고자 하는 입자의 사이즈에 따라 결정되는 상기 프로브 볼륨의 사이즈를 조정하기 위해, 상기 레이저 빔의 초점 거리를 변경하는 단계를 더 포함하는, 방법.
  4. 제1항에 있어서,
    상기 방법은,
    상기 신호 파라미터들에 기초하여 상기 프로브 볼륨을 통과하는 상기 입자들의 궤적들을 결정하는 단계를 더 포함하는, 방법.
  5. 제1항에 있어서,
    상기 방법은,
    상기 프로브 볼륨이 덤벨 모양인 경우, 하나의 입자가 상기 덤벨 모양의 프로브 볼륨의 두 번 통과하는지 여부를 검출하기 위한 시간 임계값을 설정하는 단계;
    상기 덤벨 모양의 프로브 볼륨에서 차례로 검출되는 두 개의 입자 신호들이 검출된 시간 차이가 상기 시간 임계값 미만인 경우, 상기 두 개의 입자 신호들 중 두번째로 검출된 입자 신호를 제거하는 단계를 더 포함하는, 방법.
  6. 제1항에 있어서,
    상기 방법은,
    상기 프로브 볼륨을 통과하는 기류의 기류 속도를 계산하는 단계;
    기 설정된 검출 시간 동안 상기 프로브 볼륨을 통과하는 입자들의 수를 결정하는 단계;
    각각의 입자 사이즈의 입자들에 대한 입자 농도를 계산하는 단계; 및
    모든 사이즈의 입자들의 농도를 합산함으로써, 대기 내 입자들의 총 농도를 결정하는 단계를 더 포함하는, 방법.
  7. 제6항에 있어서,
    상기 방법은,
    특정 유형의 입자들에 대하여 미리 결정된 입자 사이즈들의 분포를 나타내는 입자 사이즈 정보를 획득하는 단계;
    위치, 날씨 조건 및 계절 중 적어도 하나를 포함하는 검출 조건 정보를 획득하는 단계;
    상기 검출 조건 정보에 대응하는 입자 사이즈 정보를 선택하는 단계 및;
    상기 결정된 입자 사이즈 분포를 상기 선택된 입자 사이즈 정보에 포함되는 미리 결정된 입자 사이즈들의 분포와 비교함으로써, 입자 유형을 결정하는 단계를 더 포함하는, 방법.
  8. 입자 사이즈 분포를 결정하는 전자 장치에 있어서,
    먼지 센서;
    포커싱 엘리먼트;
    하나 이상의 인스트럭션을 저장하는 적어도 하나의 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    입자 신호들을 검출하기 위한 프로브 볼륨을 설정하기 위해, 레이저 빔을 포커싱하도록 상기 포커싱 엘리먼트를 제어하되, 상기 프로브 볼륨의 사이즈는 검출하고자 하는 입자의 사이즈에 따라 결정되는 것이고,
    상기 먼지 센서를 이용하여 프로브 볼륨을 통과한 입자들로부터 산란된 입자들의 신호들을 검출하고,
    상기 입자들의 신호들의 파형들로부터, 입자들의 신호 파라미터들을 획득하되, 상기 신호 파라미터들은, 신호 진동 주파수, 신호의 진동수, 신호의 진폭, 입자가 프로브 볼륨을 통과하는 시간 및 신호 포락선(envelope) 중 적어도 하나를 포함하고,
    상기 신호 파라미터들의 통계 데이터를 획득하고,
    상기 신호 파라미터들의 통계 데이터를 입자 사이즈 분포 결정 모델에 적용하여, 입자들의 사이즈 분포를 결정하는, 전자 장치.
  9. 제8항에 있어서,
    상기 입자 사이즈 분포 결정 모델은,
    상기 신호 파라미터들로 구성되는 훈련 데이터셋을 획득하는 단계;
    상기 신호 파라미터들을 입자 사이즈에 매핑하는 의존 함수를 결정하고, 입자 사이즈 분포 모델의 수치 파라미터들을 결정함으로써 초기 입자 사이즈 결정 모델을 생성하는 단계;
    상기 신호 파라미터들의 통계 데이터를 상기 초기 입자 사이즈 결정 모델에 적용하여, 초기 입자 사이즈 분포를 획득하는 단계;
    상기 초기 입자 사이즈 분포를 미리 결정된 입자 사이즈의 정답 분포와 비교함으로써, 상기 초기 입자 사이즈 결정 모델을 미세조정하는 단계를 통해 학습된 것인, 전자 장치.
  10. 제8항에 있어서,
    상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    상기 검출하고자 하는 입자의 사이즈에 따라 결정되는 상기 프로브 볼륨의 사이즈를 조정하기 위해, 상기 레이저 빔의 초점 거리를 변경하도록 상기 포커싱 엘리먼트를 제어하는, 전자 장치.
  11. 제8항에 있어서,
    상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    상기 신호 파라미터들에 기초하여 상기 프로브 볼륨을 통과하는 상기 입자들의 궤적들을 결정하는, 전자 장치.
  12. 제8항에 있어서,
    상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    상기 프로브 볼륨이 덤벨 모양인 경우, 하나의 입자가 상기 덤벨 모양의 프로브 볼륨의 두 번 통과하는지 여부를 검출하기 위한 시간 임계값을 설정하고,
    상기 덤벨 모양의 프로브 볼륨에서 차례로 검출되는 두 개의 입자 신호들이 검출된 시간 차이가 상기 시간 임계값 미만인 경우, 상기 두 개의 입자 신호들 중 두번째로 검출된 입자 신호를 제거하는, 전자 장치.
  13. 제8항에 있어서,
    상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    상기 프로브 볼륨을 통과하는 기류의 기류 속도를 계산하고,
    기 설정된 검출 시간 동안 상기 프로브 볼륨을 통과하는 입자들의 수를 결정하고,
    각각의 입자 사이즈의 입자들에 대한 입자 농도를 계산하고,
    모든 사이즈의 입자들의 농도를 합산함으로써, 대기 내 입자들의 총 농도를 결정하는, 전자 장치.
  14. 제13항에 있어서,
    상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    특정 유형의 입자들에 대하여 미리 결정된 입자 사이즈들의 분포를 나타내는 입자 사이즈 정보를 획득하고,
    위치, 날씨 조건 및 계절 중 적어도 하나를 포함하는 검출 조건 정보를 획득하고,
    상기 검출 조건 정보에 대응하는 입자 사이즈 정보를 선택하고,
    상기 결정된 입자 사이즈 분포를 상기 선택된 입자 사이즈 정보에 포함되는 미리 결정된 입자 사이즈들의 분포와 비교함으로써, 입자 유형을 결정하는, 전자 장치.
  15. 제1항 내지 제7항 중 어느 한 항의 방법을 실행시키기 위한 프로그램이 기록된 컴퓨터 판독 가능 기록매체.
PCT/KR2021/017287 2020-11-27 2021-11-23 입자 사이즈 분포를 결정하는 방법 및 전자 장치 WO2022114733A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
RU2020139032A RU2758038C1 (ru) 2020-11-27 2020-11-27 Способ определения гранулометрического состава воздуха для датчика пыли бескамерного типа и мобильное устройство для его реализации
RU2020139032 2020-11-27
KR10-2021-0161714 2021-11-22
KR1020210161714A KR20220074754A (ko) 2020-11-27 2021-11-22 입자 사이즈 분포를 결정하는 방법 및 전자 장치

Publications (1)

Publication Number Publication Date
WO2022114733A1 true WO2022114733A1 (ko) 2022-06-02

Family

ID=81756224

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/017287 WO2022114733A1 (ko) 2020-11-27 2021-11-23 입자 사이즈 분포를 결정하는 방법 및 전자 장치

Country Status (1)

Country Link
WO (1) WO2022114733A1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3532274B2 (ja) * 1994-11-30 2004-05-31 ミドリ安全株式会社 粒子検出装置
WO2009064868A1 (en) * 2007-11-14 2009-05-22 Droplet Measurement Technololies Bioaerosol measuremeny system
KR20140106595A (ko) * 2011-12-01 2014-09-03 피.엠.엘 - 파티클즈 모니터링 테크노롤지스 리미티드 입자 크기 및 농도 측정을 위한 검출 스킴
US9857301B1 (en) * 2014-04-14 2018-01-02 Carnegie Mellon University Air quality sensor
KR20190095343A (ko) * 2016-12-09 2019-08-14 코닌클리케 필립스 엔.브이. 입자 밀도 검출을 위한 레이저 센서 모듈
KR20200058318A (ko) * 2018-11-19 2020-05-27 삼성전자주식회사 멀티모달 더스트 센서

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3532274B2 (ja) * 1994-11-30 2004-05-31 ミドリ安全株式会社 粒子検出装置
WO2009064868A1 (en) * 2007-11-14 2009-05-22 Droplet Measurement Technololies Bioaerosol measuremeny system
KR20140106595A (ko) * 2011-12-01 2014-09-03 피.엠.엘 - 파티클즈 모니터링 테크노롤지스 리미티드 입자 크기 및 농도 측정을 위한 검출 스킴
US9857301B1 (en) * 2014-04-14 2018-01-02 Carnegie Mellon University Air quality sensor
KR20190095343A (ko) * 2016-12-09 2019-08-14 코닌클리케 필립스 엔.브이. 입자 밀도 검출을 위한 레이저 센서 모듈
KR20200058318A (ko) * 2018-11-19 2020-05-27 삼성전자주식회사 멀티모달 더스트 센서

Similar Documents

Publication Publication Date Title
US7853065B2 (en) Fluid measuring system and fluid measuring method
CN110728650B (zh) 一种基于智能终端的井盖凹陷检测方法及相关设备
US20200072723A1 (en) Portable Optical Particle Sensor Apparatus and Corresponding Particle Measurement Method
CN110261052B (zh) 采用力锤激励和摄影测量的结构振动模态分析系统及方法
WO2022114733A1 (ko) 입자 사이즈 분포를 결정하는 방법 및 전자 장치
UST102104I4 (en) Scanning optical system adapted for linewidth measurement in semiconductor devices
JP2023528376A (ja) キャプチャ画像の処理システム及び方法
KR102252295B1 (ko) 실내 토폴로지맵 생성 방법 및 이를 위한 자율주행 로봇
WO2018119823A1 (en) Technologies for lidar based moving object detection
Ventura et al. Estimation of urban noise with the assimilation of observations crowdsensed by the mobile application Ambiciti
Fazekas et al. Performance metrics and validation methods for vehicle position estimators
JP3007620B1 (ja) 非接触式ブレード磨耗量測定装置
KR20220074754A (ko) 입자 사이즈 분포를 결정하는 방법 및 전자 장치
WO2021199291A1 (ja) 検出装置、判定方法、及び非一時的なコンピュータ可読媒体
GB2349694B (en) Method and apparatus to determine fly height of a recording head
KR20200042667A (ko) 2.5 마이크로미터 이하 미세먼지(pm2.5) 측정 및 정보 제공 장치 및 방법
KR102470182B1 (ko) 공기중 입자 측정기의 동작 방법
JP7400950B2 (ja) 検出装置、ラベル付与方法、及びプログラム
Kuhajda et al. New strategies for frequency measurement using high-speed video camera system
JP7017966B2 (ja) 解析装置、解析方法、プログラム、及び記憶媒体
WO2021075700A1 (ko) 방문자 정보 획득 방법 및 그 장치
JP4079374B2 (ja) 特定粒径をもつ浮遊粒子の個数濃度の評価方法
Büchholz et al. A" DIY" data acquisition system for acoustic field measurements under harsh conditions
Wharton Photogrammetry and mean intensity mapping as methods of low-cost structural health monitoring
CN118124817A (zh) 无人机摔机检测方法、装置及系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21898559

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21898559

Country of ref document: EP

Kind code of ref document: A1