[논문]그린 스마트 스쿨을 위한 공간 적응형 자율주행 공기청정 로봇 설계 및 구현

오석주; 이재형; 이채규

doi:10.7236/jiibc.2022.22.1.77

초록
AI-Helper

실내공기오염이 인체에 미치는 영향이 실외공기오염보다 더 크며 위험하다. 일반적으로 사람은 실내에 머무는 시간이 길고, 밀폐된 실내는 오염물질이 지속적으로 쌓여 오염된 공기가 폐에 더 잘 전달된다. 특히 어린 아이들의 경우 실내공기에 매우 민감하며 치명적이다. 이와 더불어 코로나19로 인한 더 잦은 실내활동과 지속적으로 증가하는 외부 미세먼지와 함께 환기를 못하는 현재 실내공기오염을 줄이는 방법은 더욱 중요해지고 있다. 본 논문은 기존 자율주행 공기청정 로봇의 문제점을 개선하고자 지도를 분할과 UCT(Upper Confidence bounds applied to Trees) 기반의 알고리즘을 통해 자율주행 로봇이 구역을 살균하지 않거나 한곳에 계속 머무르는 문제점과 실내공기오염에 취약한 아이들의 문제를 개선할 수 있는 그린 스마트 스쿨을 위한 공간 적응형 자율주행 공기청정 로봇을 제안한다.

Abstract ▼ AI-Helper

The effect of indoor air pollution on the human body is greater and more dangerous than outdoor air pollution. In general, a person stays indoors for a long time, and in a closed room, pollutants are continuously accumulated and the polluted air is better delivered to the lungs. Especially in the ca...

The effect of indoor air pollution on the human body is greater and more dangerous than outdoor air pollution. In general, a person stays indoors for a long time, and in a closed room, pollutants are continuously accumulated and the polluted air is better delivered to the lungs. Especially in the case of young children, it is very sensitive to indoor air and it is fatal. In addition, methods to reduce indoor air pollution, which cannot be ventilated with more frequent indoor activities and continuously increasing external fine dust due to Covid 19, are becoming more important. In order to improve the problems of the existing autonomous driving air purifying robot, this paper divided the map and Upper Confidence bounds applied to Trees(UCT) based algorithm to solve the problem of the autonomous driving robot not sterilizing a specific area or staying in one space continuously, and the problem of children who are vulnerable to indoor air pollution. We propose a space-adaptive autonomous driving air purifying robot for a green smart school that can be improved.

Keyword

표/그림 (5)

그림 그림 1. 제안한 자율주행 공기청정 로봇의 플로우차트 Fig. 1. Proposed Autonomous Driving Air Purifying Robot Flowchart
그림 그림 2. 제작된 지도 기반 로봇의 경로 이동 Fig. 2. Path movement of the created map-based robot
그림 그림 3. 지도 분할 이미지 Fig. 3. Map Split Image
그림 그림 4. 로봇 상단 디스플레이의 대시보드 Fig. 4. Robot top Display Dashboard
그림 그림 5. 공간 적응형 자율주행 공기청정 살균 로봇 내부 및 외부 Fig. 5. Space Adaptive Autonomous Driving Air Cleaning Sterilization Robot Inside and Outside

AI 본문요약
AI-Helper

문제 정의

본 연구는 한국판 그린 뉴딜 정책과 함께 오염된 실내공기 질 문제를 효율적으로 해결할 수 있는 방법과, 실내공기 오염에 취약한 아이들의 문제를 개선할 수 있는 그린 스마트 스쿨 에 적용 가능한 공간 적응형 자율주행 공기 청정 로봇을 제안한다.
일반적으로 사람은 실내에 머무는 시간이 더 길고 어린아이들의 경우 오염물질에 노출되는 양이 많아 더욱 위험에 처할 수 있다. 본 논문은 실내공기오염을 효과적으로 개선할 수 있는 공간 적응형 자율주행을 통한 접근방식을 보여준다. 기존 자율주행 공기청정기의 문제점을 개선하고자 지도를 분할 하였으며, UCT 기반의 알고리즘을 통해 자율주행 로봇이 구역을 살균하지 않거나, 한곳에 계속 머무르는 문제를 해결하였다.

제안 방법

이 절에서는 제안하는 아이디어의 전체적인 아키텍처 및 그린 스마트 스쿨 에 적용 가능한 공간 적응형 자율주행 공기청정 솔루션을 제안한다. 자율주행 공기청정 로봇이 움직이기 전 실내에 장착되어 있는 IoT를 통해 실내공간 대비 인원에 의한 산소 소모량을 수집하여 실내산소 소모량 상태 파악을 위한 LSTM 모델을 제작한다.
이 절에서는 제안하는 아이디어의 전체적인 아키텍처 및 그린 스마트 스쿨 에 적용 가능한 공간 적응형 자율주행 공기청정 솔루션을 제안한다. 자율주행 공기청정 로봇이 움직이기 전 실내에 장착되어 있는 IoT를 통해 실내공간 대비 인원에 의한 산소 소모량을 수집하여 실내산소 소모량 상태 파악을 위한 LSTM 모델을 제작한다. 그 후 LSTM 모델의 예측이 설정한 실내공간 대비 인원에 의한 산소 소모량 임계치를 넘게 되면 자율주행 공기 청정 로봇이 실내를 움직이며 공기청정 작업을 진행하게 된다.
그림 4는 로봇 상단에 설치된 디스플레이의 대시보드 화면을 보여준다. 로봇이 공기질 데이터를 측정하다가 급격하게 변하는 이상치를 감지할 경우 이에 대한 정보를 대시보드 디스플레이 하단에 표현 가능하게 알림 서비스를 구현하였다.

대상 데이터

구현은 제작한 공간 적응형 자율주행 공기청정 살균 로봇으로 진행하였으며 실험은 성균관대학교에서 진행하였으며 SLAM을 통해 지도를 구현하였다. 로봇이 작동을 시작하면 지도가 없는 상태이기 때문에 벽을 따라 움직이면서 라이다 센서를 통해 센서 측정 거리값과 특징값 그리고 속도 정보가 포함된 기록값을 받아 지도를 제작한다.

성능/효과

본 논문은 실내공기오염을 효과적으로 개선할 수 있는 공간 적응형 자율주행을 통한 접근방식을 보여준다. 기존 자율주행 공기청정기의 문제점을 개선하고자 지도를 분할 하였으며, UCT 기반의 알고리즘을 통해 자율주행 로봇이 구역을 살균하지 않거나, 한곳에 계속 머무르는 문제를 해결하였다. 제안하는 방법이 실내공기질 개선에 효과적이며 더 나아가 그린 스마트 스쿨에 적용 가능할 것으로 판단된다.

후속연구

기존 자율주행 공기청정기의 문제점을 개선하고자 지도를 분할 하였으며, UCT 기반의 알고리즘을 통해 자율주행 로봇이 구역을 살균하지 않거나, 한곳에 계속 머무르는 문제를 해결하였다. 제안하는 방법이 실내공기질 개선에 효과적이며 더 나아가 그린 스마트 스쿨에 적용 가능할 것으로 판단된다.
향후 연구에서 더 많은 지역에서 실험을 진행할 것이며 최소한의 움직임으로 최대의 효율을 낼 수 있도록 기존에 없는 로봇의 움직임을 위한 알고리즘과 UCT 알고리즘을 기반으로 이동 순서를 구성할 때 대시보드를 통해 실시간으로 공기상태를 보여주는 시각화를 연구할 것이다. 또한, 기존 살균 방법의 변화를 통해 효과적으로 실내 오염물질을 제거할 수 있도록 설계할 것이다.
향후 연구에서 더 많은 지역에서 실험을 진행할 것이며 최소한의 움직임으로 최대의 효율을 낼 수 있도록 기존에 없는 로봇의 움직임을 위한 알고리즘과 UCT 알고리즘을 기반으로 이동 순서를 구성할 때 대시보드를 통해 실시간으로 공기상태를 보여주는 시각화를 연구할 것이다. 또한, 기존 살균 방법의 변화를 통해 효과적으로 실내 오염물질을 제거할 수 있도록 설계할 것이다.

참고문헌 (14)

Kim, Ungtae, Kim, Yong-Chul, and Kwak, Sooyeong. "Iot Based Indoor Air Quality Monitoring System." The Journal of the Korea Contents Association 16, No. 2, pp. 143-51, February 28, 2016. DOI: https://doi.org/10.5392/JKCA.2016.16.02.143.

원문보기 상세보기
Park, Hwan-Chul, Lee, Dong-Hyeon, and Yee, Jurng-Jae, "A study on Development and Application of Sequential Control Algorithm of Ventilation and Air Cleaning System for Improving Indoor Air Quality in School Classroom." JOURNAL OF THE ARCHITECTURAL INSTITUTE OF KOREA Structure & Construction, 36(5), pp. 187-194, 2020. DOI: https://doi.org/10.5659/JAIK_SC.2020.36.5.187.

상세보기
Young-A Choi, Tae-Jung Lee, and Dong-Sool Kim, "Investigation of indoor air quality and characteristics of particulate matters concentration followed by indoor activities in preschool classrooms." Journal of Korean Society for Indoor Environment 3.3 pp. 237-284, 2006. UCI: G704-002156.2006.3.3.002
Hyun-jin Choi . "National Policy for Management of Indoor Air Quality" Prospectives of Industrial Chemistry 23, No.4, pp. 30-36, 2020. UCI: I410-ECN-0102-2021-500-001020830
Jin-Wook, Kim, "Green Smart School Project and Architectural Space Innovation", Review of Architecture and Building Science 64 (11), pp. 15-18, 2020.
Choi, Hyeong-ju, and Hwaj Shin. "Research on the State of Utilization of Green School and Suggested Improvements Focusing on the Analysis of Case." The Journal of Sustainable Design and Educational Environment Research 17, no. 1, pp.1-11 April 30, 2018. DOI: doi:10.7743/KISEE.2018.17.1.001.

원문보기 상세보기
Jaehong Park, Duk Geun Yun "The recognition prioritization of road environment for supporting autonomous vehicle" Korea Academy Industrial Cooperation Society 19 (2), pp.595-601, 2018. DOI: https://doi.org/10.5762/KAIS.2018.19.2.59.
A. Manjunath, Y. Liu, B. Henriques and A. Engstle, "Radar Based Object Detection and Tracking for Autonomous Driving," 2018 IEEE MTT-S International Conference on Microwaves for Intelligent Mobility (ICMIM), pp. 1-4, 2018. DOI: https://doi.org/10.1109/ICMIM.2018.8443497.
G. Bresson, Z. Alsayed, L. Yu and S. Glaser, "Simultaneous Localization and Mapping: A Survey of Current Trends in Autonomous Driving," in IEEE Transactions on Intelligent Vehicles, vol. 2, no. 3, pp. 194-220, Sept. 2017. DOI: https://doi.org/10.1109/TIV.2017.2749181.

상세보기
N. Deo, N. Meoli, A. Rangesh and M. Trivedi, "On Control Transitions in Autonomous Driving: A Framework and Analysis for Characterizing Scene Complexity," 2019 IEEE/CVF International Conference on Computer Vision Workshop (ICCVW), pp. 2422-2426, 2019. DOI: https://doi.org/10.1109/ICCVW.2019.00296.
Hyun, Jae Hoon. "The Strategy of GM for the Development of Autonomous Driving Technology and Related Policies." Journal of the Korea Academia-Industrial cooperation Society vol. 21 no. 3, pp. 51-56 2020. DOI: https://doi.org/10.5762/KAIS.2020.21.3.51

원문보기 상세보기
M. Nahdia, A. Y. Ponco Wardoyo, H. A. Dharmawan, M. Nurhuda, A. Budianto and A. Nadhir, "A Development of an Indoor Air Purification System with an Integrated Filtration Stages for Reducing Ultrafine Particle Concentration," 2021 International Symposium on Electronics and Smart Devices (ISESD), pp. 1-6, 2021. DOI:https://doi.org/10.1109/ISESD53023.2021.9501782.
Yun-Ching Liu, Yoshimasa Tsuruoka, "Modification of improved upper confidence bounds for regulating exploration in Monte-Carlo tree search", Theoretical Computer Science, vol 664, pp 92-105, 2016. DOI: https://doi.org/10.1016/j.tcs.2016.06.034.

상세보기
D. A. Chentsov and S. A. Belyaev, "Monte Carlo Tree Search Modification for Computer Games," 2020 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus), pp. 252-255, 2020. DOI:https://doi.org/10.1109/EIConRus49466.2020.9039281.

이 논문을 인용한 문헌

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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

[국내논문] 그린 스마트 스쿨을 위한 공간 적응형 자율주행 공기청정 로봇 설계 및 구현
Design and Implementation of Space Adaptive Autonomous Driving Air Purifying Robot for Green Smart Schools 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

표/그림 (5)

표/그림 (5)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (14)

이 논문을 인용한 문헌

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 그린 스마트 스쿨을 위한 공간 적응형 자율주행 공기청정 로봇 설계 및 구현 Design and Implementation of Space Adaptive Autonomous Driving Air Purifying Robot for Green Smart Schools 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

표/그림 (5) 모든 표/그림 보기

표/그림 (5) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (14)

이 논문을 인용한 문헌

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 그린 스마트 스쿨을 위한 공간 적응형 자율주행 공기청정 로봇 설계 및 구현
Design and Implementation of Space Adaptive Autonomous Driving Air Purifying Robot for Green Smart Schools 원문보기

초록
AI-Helper

표/그림 (5)

표/그림 (5)

AI 본문요약
AI-Helper

활용도 Top5 논문