주메뉴 바로가기 본문바로가기
전체메뉴닫기
과제현황 목록

과제기본정보

생체 반응형 자동 공조 제어를 위한 플렉서블 센서 및 딥러닝(LSTM)기반 IoT 원천기술 개발2년차

사업개요
사업개요에 대한 사업명, 분류코드(기술분류), 과제명, 주관연구기관, 총괄연구 책임자(성명, 소속, 전화번호), 총 연구기간, 당해연도 연구기간 정보제공
사업명 국토교통기술촉진연구사업 과제번호 20CTAP-C152022-02
국가과학표준분류 1순위 건설 교통 | 건설 환경설비 기술 | 건축 도시환경 시스템 정보화기술 적용분야 건설업
2순위 기계 | 에너지 환경기계시스템 | 에너지 환경 제어설비 실용화대상여부 비실용화
3순위 정보 통신 | 홈네트워크 | 유 무선 홈네트워킹 기술 과제유형 기초
과제명 생체 반응형 자동 공조 제어를 위한 플렉서블 센서 및 딥러닝(LSTM)기반 IoT 원천기술 개발
주관연구기관 한양대학교 에리카산학협력단
총괄연구 책임자 성명 이주성
소속 한양대학교 에리카산학협력단 직위 연구교수
전화번호 031-400-4965 FAX 031-436-8169
총 연구기간 2019-04-15 ~ 2020-12-31
당해연도 연구기간 2020-01-01 ~ 2020-12-31

(단위:원)

년도별 정부출연금, 기업부담금, 계 정보제공
년도 정부출연금 기업부담금 계
현금 현물 소계
2차년도 210,000,000 0 0 0 210,000,000
과제기본정보의 연구개발개요, 최종목표, 연구내용 및 범위 정보제공
연구개발개요 ■본 연구과제에서 개발되는 “생체 반응형 자동공조제어를 위한 플렉서블 센서 및 딥러닝(LSTM) 기반 IoT원천기술 개발”은 재실자 생체 정보를 활용한 딥러닝(Deep Learning) RNN(Recurrent Neural Network)기법 중 LSTM(Long Short Term Memory)모델을 활용하여 기존의 실내 온열 환경 제어를 생체반응에 따라 자동화함으로써 스마트 홈 기술의 기초적인 인프라 구축이 가능한 실내 환경 자동 제어 시스템의 핵심 원천기술임.

■ 본 연구과제는 스마트 홈 분야에 딥러닝 기반 모델(LSTM)을 접목하는 창의·도전적인 연구이며 정부가 국토교통 중장기 전략으로 추진 중인 8대 국토교통과학기술 연구개발 종합계획 중 초연결 도시 구현 기술 개발 부문의 스마트 하우스를 위한 사용자 반응형 주거 환경 개발 목표를 달성하기 위해 시급히 요구되는 필수불가결한 기술로서, 시의성이 매우 높고 향후 2년 뒤 생체 반응형 공조시스템 자동제어를 통하여 실내 온열 환경을 효율적으로 조절하는 스마트 홈 분야의 IoT원천기술 확보가 가능한 연구임.
최종목표 본 연구는 인체의 온·습도, 심장 박동수 등 생체 신호를 계측할 수 있는 플렉서블 센서를 개발 및 이를 활용하여 재실자로부터 생체정보를 수집하고, 데이터가 축적됨에 따라 자가학습이 가능한 딥러닝(LSTM) 기술을 기반으로 재실자 생체 반응형 실시간 자동 공조 제어를 위한 IoT 원천 기술 개발을 최종 목표로 함.

1세부 (한양대)
자동 공조 제어가 가능한 생체 반응형 딥러닝(LSTM) 모델 개발
2세부 (성균관대)
실시간 재실자 생체 정보 계측이 가능한 플렉서블 센서 개발
연구내용 및 범위 본 과제 1차년도 연구개발 범위는 생체 신호를 계측할 수 있는 플렉서블 센서 개발을 기반으로 재실자로부터 생체정보(온도, 습도, 심장박동수)를 수집하고, 생체변화를 감지하여 실시간 대응이 가능한 딥러닝(LSTM) 기반의 데이터 분석·처리 알고리즘을 구현함. 2차년도 연구개발 범위는 재실자 생체변화에 따른 가상 시뮬레이션에 의한 알고리즘 검토 및 피드백을 통한 개선, 실시간 재실자 생체정보 계측이 가능한 플렉서블 센서를 바탕으로 실험실 환경에서의 딥러닝(LSTM) 알고리즘 최적화를 함으로써, 최종적으로 “생체 반응형 자동공조 제어를 위한 딥러닝(LSTM) 기반의 IoT 원천 기술 개발”하는 것을 연구개발 범위로 함.

1세부 한양대

1차년도
실내 환경정보 및 재실자 생체정보 데이터베이스 구축 및 생체 반응형 딥러닝 알고리즘 설계
① 딥러닝 알고리즘 설계를 위한 입출력 정보 정의
② 실내 환경정보 및 재실자 생체 정보 데이터베이스 구축
③ 생체 반응형 자동 공조 제어를 위한 데이터간 상관관계 분석
④ 생체 반응형 딥러닝(LSTM) 알고리즘 설계
2차년도
클라우드 기반의 생체 반응형 딥러닝(LSTM) 모델 개발
① 가상 환경에서 시뮬레이션을 통한 딥러닝 알고리즘 검토 및 피드백을 통한 개선
② 클라우드기반 데이터베이스 구축 및 알고리즘 연계
③ 실험실 환경에서 딥러닝 알고리즘 최적화 및 모델 성능 평가

2세부 성균관대

1차년도
재실자 생체 정보 계측이 가능한 센서 개발
① 생체 정보 계측 센서 설계
② 재실자 생체 정보(온도, 습도, 압력, 심장박동수)를 동시에 수집 가능한 모듈 개발
2차년도
실시간 무선통신이 가능한 플렉서블 센서 개발
① 무선통신 기능을 탑재한 생체 정보 수집 센서 개발
② 플렉서블 생체 정보 수집 센서 개발
건설기술연구개발사업 주요내용
건설기술연구개발사업 주요내용의 구분, 연구개발목표, 연구개발 내용 및 방법 정보제공
구분 연구개발목표 연구개발 내용 및 방법
2차년도 생체 정보 계측 센서 개발 및 생체 반응형 딥러닝 알고리즘 설계를 위한 데이터베이스 구축
 딥러닝 알고리즘 설계를 위한 입출력 정보 정의
？ 자동 공조 제어를 위한 재실자 생체 정보 요소 및 실내 환경 정보 요소 정의
？ 딥러닝 알고리즘 설계를 위한 입출력 정보 정의
실내 환경정보 및 재실자 생체 정보 데이터베이스 구축
？ 기존 기기(온습도계, 심장박동 측정기)를 활용한 실내 환경 정보 및 재실자 생체정보 수집
？ 생체 정보 수집 센서를 활용한 빅 데이터 수집 및 Local Database 구축

생체 반응형 자동 공조 제어를 위한 데이터간 상관관계 분석
？ 인체 열적 체감에 따라 자연 발생하는 재실자 생체 정보 변화 분석
？ 실내 환경 정보 및 재실자 생체 정보 간 상관관계 분석

생체 반응형 딥러닝(LSTM) 알고리즘 설계
？ 시계열 정보조합과 자가학습이 가능한 딥러닝 알고리즘 조사 및 분석
？ 데이터베이스 기반 생체 반응형 딥러닝(LSTM)알고리즘 설계
연구성과 기술적 기대성과 ？공조 기술과 IoT기술의 융복합을 통한 생체 반응형 자동 공조 제어 시스템을 개발하여 국제적 수준 이상의 기술력 확보
사회 경제적 파급효과 ？딥러닝(LSTM)을 기반으로 생체데이터를 분석 처리하는 알고리즘을 통한 불필요한 에너지 낭비 절감 및 에너지 사용 효율화 기대

？IoT 기반 기술의 경쟁이 높아짐에 따라 차별화된 IoT 기술 수출을 통한 국제 시장주도 및 국내 IoT 산업의 경제적 역량 제고.
활용방안 생체 반응형 딥러닝 기법 기반의 스마트 분야 원천 기술 마련
？사람과 사물간의 인프라를 구성하여 신체변화에 적응하고 패턴학습 가능한 디바이스의 개발

시스템 자동화 및 에너지 효율화를 통한 국가 차원 효율적 자원 배분
？Machine to Machine이 아닌 Man to Machine으로 별도의 조작 없이 작동 가능한 기능 및 에너지 절감 효과

기존과 차별화 된 기술 개발
？신체에 직접적인 변화 측정을 통해 정확한 신체변화를 감지하여 즉각적인 실내의 쾌적성 유지 가능.

딥러닝 적용 IoT 기술개발을 통한 스마트 기술 확대
？여러 사용자의 생체정보를 수집하여 스마트홈, U-Health 등 스마트시티의 Data 구축으로 인프라 기반 확대

생체 신호 감지 가능한 플렉서블 센서의 확장성
？사용자의 다양한 생체 정보 수집·분석을 통하여 건강관리 및 응급 상황 판단에 활용 가능
핵심어
핵심어의 구분, 핵심어, 핵심어1~핵심어5 정보제공
핵심어 핵심어1 핵심어2 핵심어3 핵심어4 핵심어5
국문 딥러닝 사물인터넷 바이오센서 공조제어 생체반응
영문 Deep Learning IoT Bio sensor Air conditioning control Bio response
최종보고서
최종보고서 파일 다운로드 제공
최종보고서 HVAC 최종보고서.pdf   다운로드

목록

  • 담당부서해당 사업실
  • 담당자과제 담당자
  • 연락처 사업별 담당부서 보기