KR-20260060862-A - WALL GREENING SYSTEM WITH AI-BASED INDOOR AIR QUALITY PREDICTION AND PLANT CONDITION ANALYSIS

Abstract

지정된 실내 공간에 배치된 이끼 모듈; 상기 지정된 실내 공간 상에 배치된 복수의 대응 장치들; 및 상기 지정된 실내 공간에 대한 공기 중 유해가스에 기초하여, 상기 이끼 모듈 및 상기 복수의 대응 장치들 각각의 제어 신호를 생성하는 실내 환경 예측 장치를 포함하고, 상기 실내 환경 예측 장치는, 제1 구간의 복수의 시점들 각각에 대응되는 공기 중 유해가스 지표들을 획득하고, 상기 제1 구간의 복수의 시점들 중 제1 시점 및 상기 제1 시점 이후의 제2 시점 각각에 해당하는 공기 중 유해가스 지표의 차이 값을 산출하고, 상기 제2 시점에 해당하는 공기 중 유해가스 지표의 값이 상기 제2 시점 이전의 p개의 값에 선형적으로 의존하는 것을 나타내는 제1 매개변수를 선택하고, 상기 제2 시점에 해당하는 공기 중 유해가스 지표의 값이 상기 제2 시점 이전의 q개의 오차 항(noise)에 의존하는 것을 나타내는 제2 매개변수를 선택하고, 상기 차이 값, 상기 제1 매개변수 및 상기 제2 매개변수에 기초하여, 상기 제1 구간 이후 제2 구간의 적어도 어느 한 시점에 대한 공기 중 유해가스 농도를 예측하도록 설정된, AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템이 개시된다. 이 외에도 본 문서를 통해 파악되는 다양한 실시 예가 가능하다.

Inventors

• 정호

Assignees

• 정린네 주식회사

Dates

Publication Date

20260506

Application Date

20241025

Claims (8)

1. AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템에 있어서, 지정된 실내 공간에 배치된 이끼 모듈; 상기 지정된 실내 공간 상에 배치된 복수의 대응 장치들; 및 상기 지정된 실내 공간에 대한 공기 중 유해가스에 기초하여, 상기 이끼 모듈 및 상기 복수의 대응 장치들 각각의 제어 신호를 생성하는 실내 환경 예측 장치를 포함하고, 상기 실내 환경 예측 장치는, 제1 구간의 복수의 시점들 각각에 대응되는 공기 중 유해가스 지표들을 획득하고, 상기 제1 구간의 복수의 시점들 중 제1 시점 및 상기 제1 시점 이후의 제2 시점 각각에 해당하는 공기 중 유해가스 지표의 차이 값을 산출하고, 상기 제2 시점에 해당하는 공기 중 유해가스 지표의 값이 상기 제2 시점 이전의 p개의 값에 선형적으로 의존하는 것을 나타내는 제1 매개변수를 선택하고, 상기 제2 시점에 해당하는 공기 중 유해가스 지표의 값이 상기 제2 시점 이전의 q개의 오차 항(noise)에 의존하는 것을 나타내는 제2 매개변수를 선택하고, 상기 차이 값, 상기 제1 매개변수 및 상기 제2 매개변수에 기초하여, 상기 제1 구간 이후 제2 구간의 적어도 어느 한 시점에 대한 공기 중 유해가스 농도를 예측하도록 설정된, AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템.
2. 제1항에 있어서, 상기 실내 환경 예측 장치는, 하기 [수학식 1]에 기초하여, 상기 차이 값을 산출하기 위한 차분을 적어도 1회 수행하고, [수학식 1] 상기 [수학식 1]에서, 상기 y t 는 상기 제2 시점에 해당하는 공기 중 유해가스 지표의 값을 나타내고, 상기 y t-1 은 상기 제2 시점 이전의 시점에 해당하는 공기 중 유해가스 지표의 값을 나타내는, AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템.
3. 제2항에 있어서, 상기 실내 환경 예측 장치는, 하기 [수학식 2]에 기초하여, 상기 제1 매개변수를 선택하기 위한 모델링을 수행하고, [수학식 2] 상기 [수학식 2]에서, 상기 는 제1 계수를 나타내고, 상기 는 예측 불가능한 오차 항에 해당하는 백색잡음(white noise)을 나타내는, AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템.
4. 제3항에 있어서, 상기 실내 환경 예측 장치는, 하기 [수학식 3]에 기초하여, 상기 제2 매개변수를 선택하기 위한 모델링을 수행하고, [수학식 3] 상기 [수학식 3]에서, 상기 는 제2 계수를 나타내고, 상기 는 예측 불가능한 오차 항에 해당하는 백색잡음(white noise)을 나타내는, AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템.
5. 제4항에 있어서, 상기 실내 환경 예측 장치는, 상기 차이 값, 상기 제1 매개변수 및 상기 제2 매개변수를 결합하여, 하기 [수학식 4]를 이용한 실내 환경 예측 모델을 생성하고, [수학식 4] 상기 [수학식 4]는, 재귀적 방식에 따라 상기 제2 구간의 복수의 시점들 중 제3 시점 및 상기 제3 시점 이후의 시점들 각각에 대한 공기 중 유해가스 농도를 순차적으로 계산하도록 설정된, AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템.
6. 제1항에 있어서, 상기 이끼 모듈은, 상기 지정된 공간 상에서 유해가스를 흡수하는 이끼; 및 외부로부터 급수되는 물을 상기 이끼의 적어도 일부를 통해 순환시키는 순환펌프를 포함하고, 상기 실내 환경 예측 장치는, 상기 제2 구간의 적어도 어느 한 시점에 대한 공기 중 유해가스 농도를 예측한 값에 기초하여, 상기 순환펌프의 순환 동작을 제어하기 위한 제어 신호를 생성하도록 설정된, AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템.
7. 제6항에 있어서, 상기 이끼는, 상기 지정된 공간의 벽면에 배치된 액자 형태, 화분에 담긴 형태 및 LED 조명을 포함한 식물재배기 중 적어도 하나의 형태로 구성되는, AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템.
8. 제1항에 있어서, 상기 실내 환경 예측 장치는, 상기 제2 구간의 적어도 어느 한 시점에 대한 공기 중 유해가스 농도를 예측한 값이 지정된 값 이상인 경우, 상기 복수의 대응 장치들 각각의 동작을 구간별로 제어하기 위한 제어 신호를 생성하도록 설정된, AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템.

Description

AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템{WALL GREENING SYSTEM WITH AI-BASED INDOOR AIR QUALITY PREDICTION AND PLANT CONDITION ANALYSIS} 본 문서에서 개시되는 실시 예들은 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템에 관한 것이다. 환경 오염이 심각해짐에 따라 미세먼지 경보발생의 빈도가 높아지고 있다. 이에 따라, 미세먼지 농도 등을 포함한 공기질은 현대인의 건강을 위협하고 있다. 한편, 최근에는 실외의 환경 상태뿐만 아니라 실내와의 온도차, 습도차 등도 건강을 유지하고 증진시키기 위해 고려되어야 할 매우 중요한 요소로 인식되고 있으며, 이를 위해 실내 환경 상태를 측정하고, 그 측정 결과를 이용하여 실내 환경을 개선함으로써 사용자의 건강을 유지하고 증진시키고자 하는 시스템에 대한 연구가 활발히 이루어지고 있다. 또한, 최근에는 도서관, 박물관, 병원, 백화점, 영화관, 학원, 학교 및 어린이집 등 다중이용시설에 대한 실내 공기질 관리법이 시행됨에 따라, 법령에 맞는 실내공기 진단 장비의 개발과 보급의 필요성이 대두되고 있다. 공기질은 눈으로 쉽게 파악할 수 없어 실제적인 관리가 어려우며, 실내 공기의 오염은 실내 거주자들의 생명을 위협할 정도는 아닐지라도 분명히 건강에 악영향을 끼치고 있다. 종래의 공기질 측정 장치는 현재 실내 공기 오염도에 대한 정보를 제공할 뿐 일정 시간 이후 실내 공기 오염도에 대한 정보를 미리 예측하여 제공하지 못하고 있다. 실내 공기질을 관리하기 위한 방안으로 이끼 등 식물을 활용한 공기 정화 기술도 시도되고 있으나, 단순 조경적 측면에서 실내 정원, 벽면 녹화 위조로 개발되고 있어서 실내 공기질을 관리하기 위해 충분한 성능을 기대하기 어려운 실정이다. 도 1은 일 실시 예에 따른 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템의 블록도이다. 도 2는 일 실시 예에 따른 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템의 이끼 모듈을 설명하기 위해 나타낸 예시도이다. 도 3은 일 실시 예에 따른 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템의 이끼 모듈 구성을 설명하기 위해 나타낸 예시도이다. 도 4는 일 실시 예에 따른 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템의 광원부 구성을 설명하기 위해 나타낸 예시도이다. 도 5는 도 4의 실시 예에 따른 광원부의 A-A 단면 형상을 나타낸 단면도이다. 도 6은 도 4의 실시 예에 따른 광원부의 배광패턴을 나타낸 예시도이다. 도 7은 일 실시 예에 따른 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템을 설명하기 위해 나타낸 예시도이다. 도 8은 일 실시 예에 따른 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템의 이끼 모듈의 구조를 나타낸 예시도이다. 도 9는 일 실시 예에 따른 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템의 이끼 모듈의 구조를 나타낸 예시도이다. 도 10은 일 실시 예에 따른 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템의 이끼 모듈의 구조를 나타낸 예시도이다. 도 11은 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템의 알고리즘 모델에 활용되는 머신 러닝의 구조를 예시적으로 도시한 도면이다. 도면의 설명과 관련하여, 동일 또는 대응되는 구성요소에 대해서는 동일한 참조 번호가 부여될 수 있다. 이하 첨부된 도면을 참조하면서 본 발명에 따른 바람직한 실시 예를 상세히 설명하기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다. 따라서, 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원 시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다. 도 1은 일 실시 예에 따른 AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템의 블록도이다. 일 실시 예에 따르면, AI 기반 실내 공기질 예측 및 식물 상태 분석이 적용된 벽면녹화 시스템(이하, 벽면녹화 시스템)은, 작업 공간, 가정 또는 대중교통(예: 버스)의 실내 공간 등 외부 공기 유입이 제한적인 환경에서 해당 공간의 실내 공기질을 미리 예측하기 위하여, 이끼 모듈(10), 복수의 대응 장치들(20) 및 실내 환경 예측 장치(30)를 포함할 수 있다. 상기 구성요소들은 네트워크(1)를 통해 통신적으로 연결될 수 있다. 일 실시 예에 따르면, 이끼 모듈(10)은 지정된 실내 공간에 설치될 수 있다. 예를 들어, 이끼 모듈(10)은 지정된 공간의 벽면에 배치된 액자 형태, 화분에 담긴 형태 및 LED 조명을 포함하는 식물 재배기 등 여러 형태로 지정된 공간 상에 배치될 수 있다. 일 실시 예에서, 이끼 모듈(10)은 이끼(11), 순환펌프(12), 광원부(13) 및 온/습도 조절부(14)를 포함할 수 있다. 일 실시 예에 따르면, 이끼(11)는 지정된 크기를 갖고, 지정된 공간 상에서 상기 지정된 크기에 상응하도록 유해가스를 흡수하는 이끼 식물일 수 있다. 일 실시 예에 따르면, 순환펌프(12)는 외부 시설(예: 수도관)로부터 급수되는 물을 이끼(11)의 적어도 일부를 통해 순환시킬 수 있다. 예를 들어, 이끼(11)가 액자 형태로 지정된 공간의 벽면 상에 배치된 경우, 상기 액자의 둘레를 따라 물이 흐르도록 물탱크 내의 물을 순환시킬 수 있다. 일 실시 예에 따르면, 광원부(13)는 하우징(예: 도 2의 하우징(101))의 상부 또는 개별 수납 공간의 트레이(예: 도 2의 트레이(102, 102a)) 상면 및 측면 중 적어도 한 곳에 설치되어 이끼(11)의 생육과 성장을 위한 빛을 제공할 수 있다. 예를 들어, 광원부(13)는 실내 환경 예측 장치(30)의 제어 신호에 따라, 이끼(11)의 성장을 위한 임의의 파장 범위와 식물의 생육을 위한 임의의 색상을 갖는 빛을 출력할 수 있다. 일 실시 예에 따르면, 온/습도 조절부(14)는 하우징(101) 또는 개별 수납 공간에 설치되어 수납 공간에 대한 온도와 습도를 조절할 수 있다. 예를 들어, 온/습도 조절부(14)는 하우징(101) 또는 개별 수납 공간이 일정 온도를 유지하도록 가열하는 히팅 장치와 하우징(101) 또는 개별 수납 공간에 수분을 공급하는 분무 장치를 포함할 수 있다. 다양한 실시 예에서, 실내의 공기질 개선을 위한 식물이 이끼로 한정되는 것은 아니다. 예를 들어, 실내의 공기질 개선을 위한 식물은 이끼의 유해가스 흡수 기능을 대체할 수 있는 공기정화 식물이라면 어느 것이든 포함될 수 있다. 일 실시 예에 따르면, 복수의 대응 장치들(20)은 지정된 실내 공간 상에 배치될 수 있다. 복수의 대응 장치들(20)은 상기 지정된 실내 공간의 공기질을 개선하기 위한 공기청정 장치 및 환기 장치 등을 포함할 수 있다. 일 실시 예에 따르면, 실내 환경 예측 장치(30)는 지정된 실내 공간에 대한 공기 중 유해가스에 기초하여, 이끼 모듈(10) 및 복수의 대응 장치들(20) 각각의 동작을 제어하기 위한 제어 신호를 생성할 수 있다. 예를 들어, 실내 환경 예측 장치(30)는 가정 내 주방 공간, 버스의 실내 공간 등 외부로부터 공기 유입이 제한적인 공간에 대한 공기 중 질산(NO3), 암모니아(NH3), 일산화탄소(CO) 및 이산화탄소(CO2) 등 유해가스 각각의 실시간 농도를 획득하여, 이끼 모듈(10)의 순환펌프(13)를 이용한 물의 순환 동작을 제어하거나, 또는 복수의 대응 장치들(20) 각각의 환기 동작 및 공기청정 동작을 제어할 수 있다. 일 실시 예에 따르면, 실내 환경 예측 장치(30)는 적어도 하나의 센서(31), 통신 회로(32), 프로세서(33) 및 메모리(34)를 포함할 수 있다. 일 실시 예에 따르면, 적어도 하나의 센서(31)는 상기 유해가스들 각각의 농도를 측정할 수 있다. 일 실시 예에 따르면, 통신 회로(32)는 실내 환경 예측 장치(30)와 이끼 모듈(10) 및/또는 복수의 대응 장치들(20) 사이의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 회로(32)는 무선 통신 모듈(예: 셀룰러 통신 모듈 또는 근거리 무선 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network, LAN) 통신 모듈 또는 전력선 통신 모듈)을 포함할 수 있다. 통신 회로(32)는 네트워크(1)를 통하여 외부 서버(예: 통합 관제 서버)와 통신할 수도 있다. 일 실시 예에 따르면, 프로세서(33)는 현재 실시간으로 측정된 실내 공기 중 유해가스 지표에 기초하여, 미래의 실내 공기 중 유해가스 농도를 예측할 수 있다. 예를 들어, 프로세서(33)는 시계열 예측 알고리즘 모듈을 이용하여, 누적된 과거(예: 제1 구간) 실내 공기 중 유해가스 지표 데이터로부터 미래(예: 제1 구간 이후의 제2 구간) 실내 공기 중 유해가스 농도를 예측할 수 있다. 일 실시 예에 따르면, 프로세서(33)는 적어도 하나의 센서(31)를 이용하여 제1 구간(예: 현재 시점부터 그 이전 시점들을 포함한 구간)의 복수의 시점들 각각에 대응되는 공기 중 유해가스 지표들을 획득할 수 있다. 일 실시 예에 따르면, 프로세서(33)는 제1 구간의 복수의 시점들 중 제1 시점 및 상기 제1 시점 이후의 제2 시점 각각에 해당하는 공기 중 유해가스 지표의 차이 값을 산출할 수 있다. 예를 들어, 프로세서(33)는 하기 [수학식 1]에 기초하여, 상기 차이 값을 산출하기 위한 차분을 적어도 1회 수행할 수 있다. [수학식 1] 상기