| 연구개발개요 |
○ 본 연구과제는 스마트하우스 분야에 머신러닝 기반 IoT 시스템을 접목하는 창의적인 연구이며 스마트 하우스를 위한 사용자 반응형 주거 환경 개발 목표를 달성하기 위해 시급히 요구되는 기술로서, 층간소음 등 실내외 소음에 의한 스트레스 해소를 목표로 하는 중요성이 매우 높은 기술임. 소음대상 생리 및 심리실험을 기반으로 데이터셋과 머신러닝 모델을 구축하여 감성 반응형 마스킹사운드 자동제어를 통한 쾌적한 실내음환경을 구현하는 스마트하우스 분야의 IoT원천기술을 확보하는 연구임.
|
| 최종목표 |
○ 스마트하우스의 쾌적하고 정온한 환경구현을 목적으로, 주거환경 주요 위해인자인 실내외 소음의 의한 심리적 스트레스를 해소를 목적으로 한 거주자 감성 반응형 머신러닝 기반 마스킹사운드 자동제어 IoT 원천기술 개발을 하고자 함. ○ 본 연구개발은 4개의 핵심 연구개발 성과를 달성하여 최종 성과를 도출할 예정임. - AI 머신러닝을 적용한 소음원 분류 머신러닝과 생체반응 기반 NSI(noise stress index, 소음스트레스지수) 예측 소프트웨어를 개발함 - 상기 개발된 예측 소프트웨어를 탑재한 마스킹사운드 재생 IoT모듈을 개발하고, IoT 모듈 시스템 구성을 위한 웨어러블 디바이스와의 네트워크를 개발함 - 구축된 IoT 시스템을 유사 공동주택에 적용하여 테스트 및 성능 보완 할 예정임
|
| 연구내용 및 범위 |
소음원 녹음과 실험실 측정(생체 및 심리 반응)을 통해 얻은 데이터를 이용하여 최적화된 머신러닝(CNN, SVM 등) 알고리즘 및 모델을 웨어러블 디바이스와 마스킹 사운드 IoT 모듈에 적용하여 시작품을 제작하고 유사 공동주택 환경에서 성능 검증 및 최적화가 수행될 것이며 주요 연구내용은 아래와 같음○ 실내외 소음원 자동 분류 (자가, 윗층 등 이웃, 외부소음 등) 머신러닝 모델(데이터셋+알고리즘) 개발 ○ 소음원/소음레벨에 따른 생체반응기반 소음스트레스지수(NSI) 예측 머신러닝 모델(데이터셋+알고리즘) 개발○ 소음원/소음레벨 별 마스킹사운드 DB 구축○ 마스킹사운드 자동 제어 IoT모듈(마이크, 스피커, 머신러닝구동장치+소프트웨어 등) 개발 및 웨어러블 디바이스(생체신호 수집)와의 네트워크 개발○ 시작품 제작 및 유사 공동주택에서 성능 검증 상기 연구 주요내용의 구체적인 연구내용 및 범위는 아래와 같음○ 소음원 분류 머신러닝 모델 구현 및 검증- 주거 소음원 데이터 수집 및 현장 녹음- 수집된 소음원 데이터 편집 및 데이터셋 구축- 소음원 분류 머신러닝(CNN 등) 알고리즘 개발과 모델 구현○ 생체반응 기반 NSI 예측 머신러닝 모델 구현을 위한 조사 및 실험실 실험- 실험실 측정(정밀생체반응측정기+웨어러블 디바이스)을 위한 음원 선정 및 편집- 실험실 측정대상 생체반응과 NSI 데이터 정의- 1차 실험실 측정 및 데이터 수집(생체, 심리 반응)○ 마스킹 사운드 재생 IoT 모듈 제작을 위한 기술 조사- 마스킹 사운드 관련 선행연구 조사- 최적 마스킹 사운드 선정 실험○ 웨어러블 디바이스와 IoT 모듈과의 네트워크 구축을 위한 기술 조사 및 정의- 웨어러블 디바이스 관련 선행연구 분석 및 획득 가능한 생체신호 조사- 웨어러블 디바이스 선정 및 API 분석○ 생체반응 기반 NSI 예측 머신러닝 모델 구현 및 검증- 2차 실험실 측정 및 데이터 수집(생체, 심리 반응)- 데이터셋 구축- 머신러닝(SVM, RF 등) 알고리즘 개발과 모델 구현○ 마스킹 사운드 재생 IoT 모듈 제작- 공동주택 발생 소음 및 마스킹 사운드 특성 분석- 마스킹 사운드 재생 IoT 모듈 제작- IoT 모듈 성능 분석 및 보완○ 웨어러블 디바이스와 IoT 모듈과의 네트워크 구축- 웨어러블 디바이스와 IoT 모듈 간 네트워크 시스템 개발- 웨어러블 디바이스와 IoT 모듈 간 무선통신 시스템 테스트 및 보완○ 유사 공동주택환경에서 웨어러블 디바이스와 IoT 모듈 시스템 최적화- LH 주택성능센터 등에서의 성능평가를 통한 시스템 보완 및 최적화
|
