| 최종목표 |
？ IoT 기반 복합 MET 센서 모듈 개발 - 온도, 습도, 기류속도, 평균복사온도, MET의 복합적 감지 - Arduino, Raspberry Pi 등 Open-source platform 채용을 통한 개발의 신속성 및 향후 확장성 극대화 - Zigbee, 3G/4G, WiFi/Ethernet 등 다양한 사물인터넷(IoT) 환경 접근성 확보 - IR LED 모듈 탑재를 통한 24시간 모니터링 가능 ？ Intelligent Agent MET 산출 모델 개발 - 재실자 실제 활동량 및 활동위치, 재실 패턴을 반영한 위치기반 맞춤형 MET 산출 모델 - 재실자별 온열선호도 반영하여 예측 제어 가능한 개인 맞춤형 시스템 - 환자, 노약자 등 재실자 활동량의 특성에 따른 맞춤형 PMV 자동 제어를 통해 건강, 안전, 생산성 향상 등 삶의 질 개선 (그림 2.2~2.4) - 성능예측 및 지능형 제어를 통해 냉난방기의 에너지 절약 도모 - 시뮬레이션 활용 성능평가 및 환경 영향 평가를 통한 국가적 차원의 1차 에너지 절감효과 입증
|
| 연구내용 및 범위 |
○ 『IoT 기반 MET 센서모듈』？ 기존 열 환경 제어는 MET의 임의산정 및 적용. 따라서, 실제 거주자 맞춤형 최적제어 불가능？ 본 연구에서 개발 될 IoT기반 센서모듈은 온도, 습도, 기류속도, 평균복사온도, MET 등의 복합적 고려를 통한 개인화된 실제 PMV 산출 가능？ 사물 인터넷의 급속한 발달로 다양한 종류의 저비용센서 활용 가능○ 『인공지능, 딥러닝 기반 재실자 맞춤형 MET 산출 모델』 ？ 본 과제의 목표와 가장 관련이 깊은 기술인 “상황인지” 기술은 사용자의 행동 패턴과 주변 상황을 인식하여 상황별 최적의 서비스를 제공하는 것을 목표로 함 ？ 그러나 현재의 상황인지 기술 수준은 사용자의 개별 요구를 실시간으로 반영하지 못하고, 장소, 시간 등 측정이 용이한 몇 가지 환경 변수를 기준으로 예상되는 사용자의 행동을 분류한 뒤 정형화된 규칙을 기반으로 획일적인 서비스를 제공하는 한계점을 가짐 ？ 본 과제에서는 실시간으로 재실자의 행동을 인식하여 MET를 산출한 뒤, 이를 바탕으로 재실자의 개별 필요를 실시간으로 충족시키는 것을 목표로 함 ？ 재실자의 행동인식의 정확도를 높이기 위해서 딥러닝 기술을 활용할 계획임 장소, 시간, 온도, 습도 등의 환경 변수와 함께 영상 센서를 사용하여 사용자의 움직임을 실시간으로 취득한 뒤, 이렇게 취득된 data로부터 사용자의 행동패턴을 인식하도록 deep neural network를 학습. 이를 구현하기 위한 구체적인 방법으로 기존의 영상 인식 기술에 널리 사용되는 convolutional neural network를 변형하여 재실자 행동인식과 MET 산출에 활용할 계획임. 이는 행동인식의 정확도와 속도를 향상시킬 수 있을 것으로 예상됨. ○ 『냉난방기 효율 개선을 통한 에너지 절약 도모』 ？ 성능예측 제어를 통한 냉난방기의 에너지 절약 도모 ？ 시뮬레이션 활용 성능평가를 통한 국가적 차원의 1차 에너지 절감효과 및 환경 영향 평가 ○ 『타 사물인터넷 기기들과의 자율적 소통을 통한 인공지능 스마트홈 구축 기반 마련』 ？ MET산출 모델의 스마트 홈오토메이션 적용을 목표로 작동 및 제어·관리 시스템 개발 ？ 향후 유무선 인터넷 접속 환경을 통해 냉·난방 시스템을 비롯한 세탁기, 냉장고, 수도, 전기 등을 원격으로 모니터링 및 제어 활용 가능 ？ 다양한 사물인터넷 접근 환경 확보 (지그비통신, 3G/4G기반, WiFi/Ethernet기반 등) ○ 『주택, 오피스 외에도 병원, 요양시설 등 약자 전용 맞춤형 PMV 제어시스템 적용 가능』 ？ 재실자 활동량에 따른 PMV 제어를 통해 건강, 안전, 생산성 향상 등 삶의 질 개선 ？ 개발된 IoT 기반의 MET 측정 기술은 의료시설의 환자 및 재실자 등 맞춤형 실내환경 제공
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
