[논문]스마트 홈을 위한 PIR 센서 기반 댁내 위치 인식 시스템 개발

하경남; 이경창; 이석

doi:10.5302/j.icros.2006.12.9.905

문제 정의

따라서, 본 논문에서는 스마트 홈에서 적용이 가능하도록, 최소한의 거주자 정보만을 이용하면서 비단말기 방식으로 대략적인 위치 인식을 할 수 있는 PIR ^(Pyroelectric Infrared sensor)[8] 기반 댁내 위치 인식 시스템을 제안한다. 본 논문에서는 거주자를 인식하기 위하여 PIR 센서를 사용하였으며, 다수의 PIR 센서로부터 출력된 정보를 센서 융합 (sensor integmtion) 하여 거주자의 위치를 인식할 수 있는 알고리즘을 개발하였다.
본 논문에서는 스마트 홈에서 지능형 서비스를 제공하기 위하여 거주자의 위치를 파악하기 위한 방법으로서, PIR 센서 기반 댁내 위치 인식 시스템을 제안하였다. 이를 위하여, 본 논문에서는 위치 인식 시스템을 이용한 스마트 홈의 프레임워크를 제시하고, PIR 센서를 위한 거주자 감지 알고리즘을 제안하였다.
본 논문에서는 이러한 조건을 만족하기 위하여 PIR 센서 기반 댁내 위치 인식 시스템을 제안한다. 일반적 2로 PIR 센서는 현관등이나 방범 장치에서 널리 사용되고 있는 저가의 센서로서, 인체에서 방출되는 9.
본 절에서는 PIR 센서 기반 댁내 위치 인식 시스템의 실험모델을 제작하여 성능 평가를 수행하고, 스마트 홈에서의 적용 가능성을 살펴보았다. 특히, 스마트 홈에서 거주자의 위치에 따라' 제공할 서비스의 경우 고정밀도를 필요로하지 않기 때문에, 본 논문에서는 최대 50cm의 위치 오차를 만족하도록 시스템을 설계하였다.
위와 같은 요구 조건을 만족시키기 위하여, 본 논문에서는 다음과 같이 PIR 센서의 거주자 감지 알고리즘을 구성하였다. 첫째, 외부 온도 변화와 애완동물에 의한 오동작을 방지하기 위하여 인체에서 발생되는 파장만 통과시키고 외부 환경 변화에 의한 파장을 차단할 수 있는 Fresnel 렌즈를 PIR 센서에 설치하였다.
기반 댁내 위치 인식 시스템을 제안하였다. 이를 위하여, 본 논문에서는 위치 인식 시스템을 이용한 스마트 홈의 프레임워크를 제시하고, PIR 센서를 위한 거주자 감지 알고리즘을 제안하였다. 또한, 각 PIR 센서들의 정보를 융합하여 거주자 위치를 결정할 수 있는 위치 결정 알고리즘을 제안하였다.

가설 설정

그림 5(c)의 경우 12개의 센서를 이용한 배치로서, 28개의 센싱 영역이 만들어진다. 그림 5(a)의 경우 그림 5(b)보다 센싱 영역은 많으나, 외곽 센싱 영역의 면적이 내부 센싱 영역의 면적보다 상대적으로 크기 때문에, 그림 5(a)의 외곽 센싱 영역에서의 위치 오차가 그림 5(b)의 위치 오차보다 크게 된다. 반면, 그림 5(b)와 그림 5(c)의 경우, 면적의 표준 편차는 거의 비슷하지만, 외곽 센싱 영역에서의 위치 오차는 그림 5(c)가 그림 5(b)보다 상대적으로 적게 된다.
여기에서, 본 시스템에서 거주자의 위치는 on 신호를 출력하는 센서들의 개수와 배치 형태에 따라 결정되도록 하였다. 즉, 영역 A와 같이 하나의 센서(센서 a)만이 on이 되는 영역의 경우, 거주자위치는 해당 센서의 위치(포인트 1)로 결정된다. 그리고, 영역 B와 같이 두 개의 센서(센서 a와 b)가 동시에 on되는 영역의 경우, 두 개의 센서에 의하여 만들어지는 직선의 중점 (포인트 2)에 거주자가 위치해 있다고 결정한다.
예로, 센싱 영역 A에 거주자가 위치흐}는 경우, 거주자는 포인트 1에 위치하고있다고 판단하기 때문에, 위치 정밀도는 포인트 1을 중심으로 하여 센싱 영역 A를 포함할 수 있는 외접원의 반지름이 된다. 즉, 센싱 영역의 반지름이 Im라고 가정한다면, 센싱 영역 A에서의 위치 정밀도는 Im가 된다. 반면, 센싱 영역 B의 경우 거주자는 포인트 2에 있다고 결정되기 때문에, 위치 정

제안 방법

이를 위하여, 본 논문에서는 그림 2와 같이 다수의 PIR 센서를 센싱 영역이 중복되도록 천정에 설치하였다. 그리고 나서, 거주자가 특정 영역에 위치할 때 PIR 센서들의 감지 정보를 이용하여 거주자가 어떠한 영역에 속해 있는 지를 결정하게 함으로써, 거주자의 위치가 파악될 수 있도록 하였다. 예로 그림에서 거주자가 B 영역에 있는 경우 센서 a와 b는 on 신호를 출력하고, 센서 c는 off 신호를 출력하므로, 본 시스템은 거주자가 B 영역에 있다라고 판단을 한다.
(writing resident location). 그리고 나서, 수신되는 일련의 거주자 위치 정보를 이용하여 거주자의 이동 궤적을 계산한다(tracking resident movement). 다음으로 가상 맵 생성기에서 거주자의 위치가 결정되고 나면, 홈 가전 기기 제어기(home appliance controller)는 거주자에게 지능형 서비스를 제공하기 위하여 해당되는 가전 기기를 제어하는 명령을 홈 네트워크를 통하여 전송하게 된다.
그림에서, 왼쪽 화면은 실제 거주자의 이동을 표시하기 위하여 마우스 입력을 받을 수 있도록 하였고, 오른쪽 화면은 위치 결정 알고리즘에서 각 센서들의 정보를 융합하여 계산된 거주자의 위치와 이동 궤적을 표시하도록 하였다. 또한, PC에 설치되어 있는 위치 결정 프로그램은 각 PIR 센서 모듈에서 결정된 거주자 감지 정보를 NI 사의 6025E DAQ boanl를 이용하여 10msec 간격으로 수집하도록 하였다. 여기에서, PIR 센서 모듈은 거주자 감지를 위하여 다양한 외부 환경을 고려하여 임계치를 설정하여야 한다.
실험 모델에서 P1R 센서 모듈에는 신호 처리 및 센서 On/Off 판단을 위하여 마이크로 컨트롤러로 AT89C₅₁CC00K] 사용되었으며, P1R 센서로는 Nippon Ceramic 사의 RE431B, fresnel 렌즈로는 NL-11 이 사용되었다. 또한, PIR 센서에 hom을 적용하여 센싱영역을 2m로 고정하였으며, 그림 8과 같이 원하는 센싱 영역 내에 존재하는 거주자만 인식할 수 있도록 하였다. 그림에서, 센싱 영역을 가로지르는 경우 RE431B에서는 a와 같은 출력을 보이며, 센싱 영역 내부의 외각을 회전하는 경우 b와 같이 지속적으로 신호가 불규칙적으로 줄력됨을 알 수 있다.
이를 위하여, 본 논문에서는 위치 인식 시스템을 이용한 스마트 홈의 프레임워크를 제시하고, PIR 센서를 위한 거주자 감지 알고리즘을 제안하였다. 또한, 각 PIR 센서들의 정보를 융합하여 거주자 위치를 결정할 수 있는 위치 결정 알고리즘을 제안하였다. 마지막으로 본 논문에서는 PIR 센서 기반 댁내 위치 인식시스템 실험 모델에서의 적용을 통하여 제안된 시스템의 성능을 평가하였다.
또한, 각 PIR 센서들의 정보를 융합하여 거주자 위치를 결정할 수 있는 위치 결정 알고리즘을 제안하였다. 마지막으로 본 논문에서는 PIR 센서 기반 댁내 위치 인식시스템 실험 모델에서의 적용을 통하여 제안된 시스템의 성능을 평가하였다.
마지막으로, 각 PIR 센서의 출력값을 수집하고 그 값들로부터 거주자의 위치를 결정하기 위하여 그림 10과 같은 PC 기반의 위치 결정 알고리즘을 개발하였다. 그림에서, 왼쪽 화면은 실제 거주자의 이동을 표시하기 위하여 마우스 입력을 받을 수 있도록 하였고, 오른쪽 화면은 위치 결정 알고리즘에서 각 센서들의 정보를 융합하여 계산된 거주자의 위치와 이동 궤적을 표시하도록 하였다.
마지막으로, 본 논문에서는 신장이 160cm~ 180cm 범위에 속하는 실험대상자가 이동속도 L5km/h~2.5km/h로 이동할 때를 고려한 3가지 형태의 거주자 이동에 대하여 실험을 수행하였다.
조성하여 다수의 실험을 수행하였다. 먼저, 냉난방기에 의한 주변 온도 변화에 의한 영향이나 외부에서 유입되는 바람의 영향, 태양광에 의한 영향 등 실제 주거 환경에서 일어날 수 있는 환경 변화를 고려하여 거주자 인식 실험을 수행하였다. 이러한 실험 결과, RE431B 센서에서 임계치를 ±0.
스마트 홈에는 댁내 위치 인식 시스템과 위치 기반 서비스를 위하여 다수의 PIR 센서, 룸 터미널(room terminal), 스마트 홈 서버 (smart home server)와 제어 대상이 되는 가전 기기 등이 홈 네트워크를 통하여 연결되어 있다. 먼저, 본 시스템에서는 방을 하나의 셀로 간주하며, 각 셀에는 요구되는 위치 정밀도를 만족시키기 위하여 설계된 다수의 PIR 센서가 설치된다. 그리고, 각 PIR 센서 모듈은 거주자 감지 알고리즘을 이용하여 센싱 영역 내에 거주자가 위치흐卜는 지를 판단하게 되고, 홈 네트워크를 이용하여 각 셀마다 하나씩 배치된 룸 터미널로 거주자 감지 정보를 전송하게 된다.
본 논문에서 제안하는 PIR 센서 기반 댁내 위치 인식 시스템에서는 셀에 설치된 센서들의 측정값을 융합하여 위치 판단을 하기 때문에, 각 센서에서 거주자의 감지 여부와 감지 시간 간격을 얼마나 정확하게 획득하느냐에 따라 전체 시스템의 위치 정밀도가 결정된다. 예로, 근접 방식의 대표적인 위치 인식 시스템인 Smart Floor에서는 각 압력 센서 위에 거주자가 위치할 때 일정한 전압 이상을 출력하고 출력된 전압 레벨에 따라서 압력을 정확하게 측정할 수 있기 때문에, 정확한 거주자 감지가 가능할 뿐만 아니라 특정 지점에서 머무른 시간 간격을 측정할 수 있다.
본 논문에서는 PIR 센서의 센싱 영역 (sensing area)을 일정한 지름을 가지는 원형으로 제한하고, 위치 인식을 하려는 공간을 일정한 영역으로 나누어서 대상물의 대략적인 위치를 파악할 수 있도록 댁내 위치 인식 시스템을 구성하였다. 이를 위하여, 본 논문에서는 그림 2와 같이 다수의 PIR 센서를 센싱 영역이 중복되도록 천정에 설치하였다.
제안한다. 본 논문에서는 거주자를 인식하기 위하여 PIR 센서를 사용하였으며, 다수의 PIR 센서로부터 출력된 정보를 센서 융합 (sensor integmtion) 하여 거주자의 위치를 인식할 수 있는 알고리즘을 개발하였다. 또한, 실험 모델을 이용하여 제안된 댁내 위치 인식 시스템의 정밀도를 측정하였으며, 스마트 홈을 위한 댁내 위치 인식 시스템으로서의 가능성을 확인하였다.
예로 그림에서 거주자가 B 영역에 있는 경우 센서 a와 b는 on 신호를 출력하고, 센서 c는 off 신호를 출력하므로, 본 시스템은 거주자가 B 영역에 있다라고 판단을 한다. 여기에서, 본 시스템에서 거주자의 위치는 on 신호를 출력하는 센서들의 개수와 배치 형태에 따라 결정되도록 하였다. 즉, 영역 A와 같이 하나의 센서(센서 a)만이 on이 되는 영역의 경우, 거주자위치는 해당 센서의 위치(포인트 1)로 결정된다.
상태를 유지하게 된다. 이러한 문제는 주변 센서들의 출력값들의 변화를 이용하여 거주자의 위치를 감지하도록 하였다. 즉, 특정 영역에 들어온 거주자가 움직이지 않을 때, 주위에 있는 다른 센서들의 출력값이 On으로 감지되지 않는 한 거주자는 현재 영역에 위치해 있는 것으로 간주하도록 하였다.
구성하였다. 이를 위하여, 본 논문에서는 그림 2와 같이 다수의 PIR 센서를 센싱 영역이 중복되도록 천정에 설치하였다. 그리고 나서, 거주자가 특정 영역에 위치할 때 PIR 센서들의 감지 정보를 이용하여 거주자가 어떠한 영역에 속해 있는 지를 결정하게 함으로써, 거주자의 위치가 파악될 수 있도록 하였다.
임계치 설정을 위해 구성된 실험모델을 이용하여 다양한 환경을 조성하여 다수의 실험을 수행하였다. 먼저, 냉난방기에 의한 주변 온도 변화에 의한 영향이나 외부에서 유입되는 바람의 영향, 태양광에 의한 영향 등 실제 주거 환경에서 일어날 수 있는 환경 변화를 고려하여 거주자 인식 실험을 수행하였다.
특히, 본 시스템에서는 주기적으로 수집되는 PIR 센서들의 감지 정보를 융합하여 거주자의 위치를 결정하기 때문에, 거주자 감지 단계에서 일시적으로 센서의 오작동이 발생되더라도 위치 결정 단계에서 오류를 제거할 수 있도록 하였다. 즉, 거주자의 위치가 특정 센싱 영역으로 인식되었다면 다음 거주자의 위치는 주위의 센싱 영역이어야 하므로, 다른 센싱 영역에 소속된 센서가 거주자를 감지하거나, 다른 센싱 영역으로 거주자의 위치가 결정된다면, 이를 오류로 판단하도록 하였다.
이러한 문제는 주변 센서들의 출력값들의 변화를 이용하여 거주자의 위치를 감지하도록 하였다. 즉, 특정 영역에 들어온 거주자가 움직이지 않을 때, 주위에 있는 다른 센서들의 출력값이 On으로 감지되지 않는 한 거주자는 현재 영역에 위치해 있는 것으로 간주하도록 하였다.
첫째, 외부 온도 변화와 애완동물에 의한 오동작을 방지하기 위하여 인체에서 발생되는 파장만 통과시키고 외부 환경 변화에 의한 파장을 차단할 수 있는 Fresnel 렌즈를 PIR 센서에 설치하였다. 둘째, 센싱 영역으로 진입하는 시점을 판단하기 위한 방법으로 기준 출력보다 +임계치 이상을 벗어나는 경우 거주자가 센싱 영역으로 진입하는 것으로 간주하였다.
룸 터미널은 자기 셀에 소속된 센서들로부터 거주자 감지 정보를 받아 II장에서 설명된 PIR 센서를 이용한 위치 결정 방법을 이용하여 거주자의 위치를 결정하게 된다. 특히, 본 시스템에서는 주기적으로 수집되는 PIR 센서들의 감지 정보를 융합하여 거주자의 위치를 결정하기 때문에, 거주자 감지 단계에서 일시적으로 센서의 오작동이 발생되더라도 위치 결정 단계에서 오류를 제거할 수 있도록 하였다. 즉, 거주자의 위치가 특정 센싱 영역으로 인식되었다면 다음 거주자의 위치는 주위의 센싱 영역이어야 하므로, 다른 센싱 영역에 소속된 센서가 거주자를 감지하거나, 다른 센싱 영역으로 거주자의 위치가 결정된다면, 이를 오류로 판단하도록 하였다.
가능성을 살펴보았다. 특히, 스마트 홈에서 거주자의 위치에 따라' 제공할 서비스의 경우 고정밀도를 필요로하지 않기 때문에, 본 논문에서는 최대 50cm의 위치 오차를 만족하도록 시스템을 설계하였다.

대상 데이터

또한, 실험 모델을 이용하여 제안된 댁내 위치 인식 시스템의 정밀도를 측정하였으며, 스마트 홈을 위한 댁내 위치 인식 시스템으로서의 가능성을 확인하였다. 본 논문은 서론을 포함하여 5장으로 구성되어 있다. 2장에서는 PIR 센서 기반 댁내 위치 인식 시스템의 구조에 대하여 설명하였으며, 3장에서는 거주자의 위치를 파악하기 위하여 PIR 센서를 위한 거주자 감지 알고리즘과 PIR 센서들의 센서 융합(sensor integration)을 통한 거주자 위치 결정 알고리즘에 대하여 서술하였다.
실험 모델의 천장에는 그림 5(c) 와 같은 배치 형태로 PIR 센서가 설치되어 있다. 실험 모델에서 P1R 센서 모듈에는 신호 처리 및 센서 On/Off 판단을 위하여 마이크로 컨트롤러로 AT89C₅₁CC00K] 사용되었으며, P1R 센서로는 Nippon Ceramic 사의 RE431B, fresnel 렌즈로는 NL-11 이 사용되었다. 또한, PIR 센서에 hom을 적용하여 센싱영역을 2m로 고정하였으며, 그림 8과 같이 원하는 센싱 영역 내에 존재하는 거주자만 인식할 수 있도록 하였다.
그림 7은 실험 모델을 나타내고 있다. 실험 모델은 스마트홈에서 하나의 방으로 간주될 수 있는 4(가로) x4(세로) x2.5(높이)m 크기로 구성되어 있다. 실험 모델의 천장에는 그림 5(c) 와 같은 배치 형태로 PIR 센서가 설치되어 있다.

성능/효과

그림 12(a)와 같이 거주자가 외곽 영역에서 직선으로 이동하는 경우, 외곽센서 중점을 보정하지 않은 경우에는 그림 12(b)와 같은 인식 결과를 나타낸다. 이를 외곽 센서를 보정하는 경우 그림 12(c)와 같이 외곽 센서의 중점을 내부 방향으로 반경의 30% 정도 이동시킨 결과로 나타나며, 실제 거주자의 이동 방향을 인식하는 정밀도가 향상됨을 알 수 있다
예를 들자면, 가정 내에서 강아지와 같은 애완 동물이 지나가거나, 태양광이나 난방기구와 같은 외부의 온도 변화에 의한 오동작이 발생되지 않도록 거주자 감지 알고리즘이 설계되어야 한다. 둘째, 거주자가 센싱 영역을 지나가는 경우 거주자가 센싱 영역으로 들어오는 시점과 나가는 시점을 판단할 수 있어야 한다. 예로, 거주자의 신장이나 체중 등과 같은 신체적 조건과 이동 속도, 이동 방향에 따라 PIR 센서는 상이한 패턴의 출력을 보일 수 있으나, 어떠한 경우에도 정확한 시점이 판단되도록 알고리즘이 설계되어야 한다.
첫째, 외부 온도 변화와 애완동물에 의한 오동작을 방지하기 위하여 인체에서 발생되는 파장만 통과시키고 외부 환경 변화에 의한 파장을 차단할 수 있는 Fresnel 렌즈를 PIR 센서에 설치하였다. 둘째, 센싱 영역으로 진입하는 시점을 판단하기 위한 방법으로 기준 출력보다 +임계치 이상을 벗어나는 경우 거주자가 센싱 영역으로 진입하는 것으로 간주하였다. 이 때, 임계치는 외부 환경 변화나 애완 동물과 거주자를 확실하게 구분할 수 있는 값으로 설정되어야 한다.
수 있음을 알 수 있었다. 또한, PIR 센서 기반 댁내 위치 인식 시스템은 거주자가 단말기를 소지하지 않은 상태에서도 50cm의 위치 정밀도로 위치 인식이 가능하기 때문에, 가정 내에서 충분히 사용될 수 있음을 알 수 있었다. 뿐만 아니라, 센서를 효과적으로 배치하여 구분 가능한 센싱 영역의 수를 늘리고 면적을 일정하게 만들거나, 외곽 센서의 중점교정과 같은 방법을 이용하여 위치 인식의 정밀도를 향상시킬 수가 있음을 확인하였다.
본 논문에서는 거주자를 인식하기 위하여 PIR 센서를 사용하였으며, 다수의 PIR 센서로부터 출력된 정보를 센서 융합 (sensor integmtion) 하여 거주자의 위치를 인식할 수 있는 알고리즘을 개발하였다. 또한, 실험 모델을 이용하여 제안된 댁내 위치 인식 시스템의 정밀도를 측정하였으며, 스마트 홈을 위한 댁내 위치 인식 시스템으로서의 가능성을 확인하였다. 본 논문은 서론을 포함하여 5장으로 구성되어 있다.
4V로 설정하는 경우, 외부 환경 변화가 거주자 인식에 큰 영향을 미치지 못함을 확인하였다. 또한, 애완동물이 거주자 인식에 영향을 미치는지를 실험하였으나, 역시 큰 영향을 미치지 않음을 확인하였다.
또한 보다 정밀한 위치 결정을 위해서 베이지 안 네트워크(bayesian network)와 같은 확률이론등을 이용하여 PIR 센서의 신호처리 방법을 개선함으로써, 정밀도를 향상시킬 수 있는 연구가 필요하다. 마지막으로 본 논문에서 제안된 PIR 센서 기반 댁내 위치 인식 시스템은 하나의 셀에 한 사람이 위치해있는경우에만 적용이 가능하다. 따라서, 향후에는 보다 다양한 서비스를 제공하기 위하여 여러 명이 위치하는 경우 각 거주자의 위치와 이동경로를 판단할 수 있는 멀티 트래킹(multi tracking) 알고리즘에 대한 연구가 필요하다.
또한, PIR 센서 기반 댁내 위치 인식 시스템은 거주자가 단말기를 소지하지 않은 상태에서도 50cm의 위치 정밀도로 위치 인식이 가능하기 때문에, 가정 내에서 충분히 사용될 수 있음을 알 수 있었다. 뿐만 아니라, 센서를 효과적으로 배치하여 구분 가능한 센싱 영역의 수를 늘리고 면적을 일정하게 만들거나, 외곽 센서의 중점교정과 같은 방법을 이용하여 위치 인식의 정밀도를 향상시킬 수가 있음을 확인하였다.
둘째, 각 방의 기능에 따라 고정밀도(high precision)의 위치 인식과 저 정밀도(low precision) 의 위치 인식이 필요할 수 있기 때문에, 각 방의 특성에 맞도록 정밀도 조절이 가능하여야 한다. 셋째, 스마트 홈의 경우 각 방들의 구조가 매우 다양하고, 가전 기기, 가구 등과 같은 가정 내의 장애물이 존재할 수 있다. 따라서, 어떠한 조건에서도 위치 인식이 가능하도록 센서 설치의 유연성 (flexibility)이 보장되어야 한다.
먼저, 냉난방기에 의한 주변 온도 변화에 의한 영향이나 외부에서 유입되는 바람의 영향, 태양광에 의한 영향 등 실제 주거 환경에서 일어날 수 있는 환경 변화를 고려하여 거주자 인식 실험을 수행하였다. 이러한 실험 결과, RE431B 센서에서 임계치를 ±0.4V로 설정하는 경우, 외부 환경 변화가 거주자 인식에 큰 영향을 미치지 못함을 확인하였다. 또한, 애완동물이 거주자 인식에 영향을 미치는지를 실험하였으나, 역시 큰 영향을 미치지 않음을 확인하였다.
이상과 같은 실험 결과로부터, 본 논문에서 제안된 PIR 센서는 적절한 거주자 감지 알고리즘과 거주자 위치 결정 알고리즘을 이용하는 경우, 스마트 홈에서 거주자를 충분히 인식할 수 있음을 알 수 있었다. 또한, PIR 센서 기반 댁내 위치 인식 시스템은 거주자가 단말기를 소지하지 않은 상태에서도 50cm의 위치 정밀도로 위치 인식이 가능하기 때문에, 가정 내에서 충분히 사용될 수 있음을 알 수 있었다.
정확한 거주자 감지를 위하여 다음과 같은 사항들이 고려되어야 한다. 첫째, 센싱 영역 내부로 거주자가 들어가지 않았을 때, 센서의 On 신호가 발생되지 말아야 한다. 예를 들자면, 가정 내에서 강아지와 같은 애완 동물이 지나가거나, 태양광이나 난방기구와 같은 외부의 온도 변화에 의한 오동작이 발생되지 않도록 거주자 감지 알고리즘이 설계되어야 한다.
한다. 첫째, 스마트 홈에는 다양한 크기의 방들이 여러 각개 존재하고, 각 방에는 위치 인식을 위하여 다수의 센서가 설치되기 때문에, 최대한 저가격(low cost)으로 위치 인식 시스템이 구현될 수 있어야 한다. 둘째, 각 방의 기능에 따라 고정밀도(high precision)의 위치 인식과 저 정밀도(low precision) 의 위치 인식이 필요할 수 있기 때문에, 각 방의 특성에 맞도록 정밀도 조절이 가능하여야 한다.
다음으로 가상 맵 생성기에서 거주자의 위치가 결정되고 나면, 홈 가전 기기 제어기(home appliance controller)는 거주자에게 지능형 서비스를 제공하기 위하여 해당되는 가전 기기를 제어하는 명령을 홈 네트워크를 통하여 전송하게 된다. 특히, 본 시스템에서는 일정 기간 동안 거주자의 이동 궤적을 데이터베이스에 저장한 후 이동패턴 예즉기(moving pattern predictor)를 이용하여 거주자의 이동 패턴을 예측함으로써, 거주자의 행동에 능동적으로 대처할 수 있는 지능형 서비스를 수행할 수도 있다. 예를 들어, 거주자가 평소 오전 7시에 기상하여 샤워를 하는 패턴이 생성되면, 그 시간에 맞게 미리 창문을 열어 환기를 시키고, 욕실의 온수를 거주자에게 가장 적당하게 조절하는 것과 같은 인간 중심적인 지능형 서비스(Suman adaptive intelligent service) 를 수행할 수 있을 것이다.
이 경우에도 그림 10과 같이 인식 결과가 거주자의 이동 경로와 거의 유사하게 나타남을 알 수 있다. 특히, 이 실험에서는 3개 혹은 4개의 센서가 동시에 거주자를 인식하여 on신호를 발생시켜도 정상적으로 센싱 영역의 중점을 연결하여 위치를 인식함을 확인할 수 있었다.

후속연구

그러나, 본 시스템은 센서의 배치에 따라 위치 정밀도가 달라질 수 있기 향후 가장 높은 위치 정밀도를 보장할 수 있는 센서 배치 방법에 대한 연구가 필요할 것이다. 또한 보다 정밀한 위치 결정을 위해서 베이지 안 네트워크(bayesian network)와 같은 확률이론등을 이용하여 PIR 센서의 신호처리 방법을 개선함으로써, 정밀도를 향상시킬 수 있는 연구가 필요하다.
마지막으로 본 논문에서 제안된 PIR 센서 기반 댁내 위치 인식 시스템은 하나의 셀에 한 사람이 위치해있는경우에만 적용이 가능하다. 따라서, 향후에는 보다 다양한 서비스를 제공하기 위하여 여러 명이 위치하는 경우 각 거주자의 위치와 이동경로를 판단할 수 있는 멀티 트래킹(multi tracking) 알고리즘에 대한 연구가 필요하다.
센서 배치 방법에 대한 연구가 필요할 것이다. 또한 보다 정밀한 위치 결정을 위해서 베이지 안 네트워크(bayesian network)와 같은 확률이론등을 이용하여 PIR 센서의 신호처리 방법을 개선함으로써, 정밀도를 향상시킬 수 있는 연구가 필요하다. 마지막으로 본 논문에서 제안된 PIR 센서 기반 댁내 위치 인식 시스템은 하나의 셀에 한 사람이 위치해있는경우에만 적용이 가능하다.
즉, 스마트 홈에서 거주자의 존재 여부나 생활 패턴을 파악할 수 있다면, 가전 기기들이 보다 더 능동적으로 서비스를 수행할 수 있을 뿐만 아니라, 거주자의 요구에 미리 대처할 수 있는 능력을 가지게 될 것이다. 예로, 과거의 냉난방기기들이 거주자의 조작에 의하여 수동적으로 동작하였지만, 햐후 가전 기기들은 거주자의 거주 위치와 건강 상태 등을 파악하여 능동적으로 거주자에게 가장 적합한 환경을 제공해 줄 수 있을 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

스마트 홈을 위한 PIR 센서 기반 댁내 위치 인식 시스템 개발
Development of PIR Sensor Based Indoor Location Detection System for Smart Home 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

스마트 홈을 위한 PIR 센서 기반 댁내 위치 인식 시스템 개발 Development of PIR Sensor Based Indoor Location Detection System for Smart Home 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

하경남 (10) 이경창 (59) 이석 (79)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

스마트 홈을 위한 PIR 센서 기반 댁내 위치 인식 시스템 개발
Development of PIR Sensor Based Indoor Location Detection System for Smart Home 원문보기

AI 본문요약
AI-Helper