- 성과
- 연구보고서 생체 반응형 자동 공조 제어를 위한 플렉서블 센서 및 딥러닝(LSTM)기반 IoT 원천 기술 개발
| 등록번호 | TRKO202300002846 | 발행년월 | 2021-01 |
|---|---|---|---|
| 발행기관명 | 한양대학교 | 발행국가/사용언어 | 대한민국 /국문 |
| 발주기관 | 국토교통과학기술진흥원 | 과제관리(전문)기관 | 국토교통과학기술진흥원 |
| 키워드 |
딥러닝;사물인터넷;바이오센서;공조제어;생체반응;
Deep Learning;IoT;Bio sensor;Air conditioning control;Bio response; |
||
- 초록
-
□ 연구의 목적 및 내용
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.
■[1차년도] 생체 정보 계측 센서 개발 및 생체 반응형 딥러닝 알고리즘 설계를 위한 데이터베이스 구축
[1세부] 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
[2세부] 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 및 클라우드 기반의 생체 반응형 딥러닝(LSTM) 모델 개발
[1세부] 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] 실시간 무선통신이 가능한 플렉서블 센서 개발
① 무선통신 기능을 탑재한 생체 정보 수집 센서 개발
② 플렉서블 생체 정보 수집 센서 개발
□ 연구개발성과
■ 본 연구는 기초원천 기술 개발 연구로서 연구개발 성과물은 다음과 같음.
[1] 자동 공조 제어가 가능한 생체 반응형 딥러닝(LSTM) 모델
[2] 실시간 재실자 생체 정보 계측이 가능한 플렉서블 센서
□ 연구개발성과의 활용계획(기대효과)
■ 활용방안
본 연구결과는 국가적 차원의 에너지 효율화 및 자동공조제어가 가능한 생체 반응형 딥러닝 모델을 플렉서블 센서와 접목함으로써 융․복합 원천기술의 기반을 마련하고 다가오는 4차 산업혁명에 선제적으로 대응할 수 있는 중장기적 유지관리 전략을 수립하는데 활용될 수 있음.
■ 기대성과
플렉서블 센서와 IoT기술의 융복합을 통한 생체 반응형 자동 공조 제어 시스템을 개발하여 국제적 수준 이상의 기술력 확보 및 에너지 효율화와 IoT 산업의 경제적 역량 제고.
(출처 : 요약문 4p)
- 목차
-
※ 연구개발성과 비공개원문 및 활용 문의는 과제관리(전문)기관을 통해 문의하시기 바랍니다.
※ 연구보고서 원문 열람 문의는 ScienceON 고객센터로 문의하시기 바랍니다.
[문의] ScienceON 고객센터 Tel : 080-969-4114, E-mail : helpdesk@kisti.re.kr
※ NTIS 관련 이용문의는 NTIS 콜센터(042-869-1115)로 문의하시기 바랍니다.
