• 대한임베디드공학회논문지
• /
• 제13권3호
• /
• pp.133-141
• /
• 2018

There are increasing interests on smart home systems. However, most of the existing works focus on the functionality itself. In this paper, we propose an extensible smart home system based on low power networking such as CoAP, 6LoWPAN, and Zigbee. The proposed home IoT system consists of Home APP, Home Server, Home Broker, and Power Devices. Each component of the system is connected by the low-power network technologies aforementioned. As the end device, Power Device senses the current consumption of the attached appliance and controls the power to it. Power Device reports the sensing data to Home Server via Home Broker. The Home Broker enhances the scalability of the system. Home Broker extends the service area and the user's services, and it manages the connection of the underlying devices and processes, and transmits data to Home Server from Power Devices. Through the experimental evaluation, we show that the proposed system achieves the design goals such as extensibility and low power networking.

• 스마트미디어저널
• /
• 제11권9호
• /
• pp.47-55
• /
• 2022

스마트팩토리 제조공정에서의 품질관리는 중요한 요소이다. 현재, 금형 공정으로 생산되는 생활가전 제조부품의 품질검사는 대부분 작업자의 육안으로 진행되고 있으며 이로 인한 검사의 오류율이 높은 실정이다. 이러한 품질공전 개선을 위하여 결함 자동검출 시스템을 설계하여 구현하였다. 제안 시스템은 특정 위치에서 고성능 스캔 카메라로 대상물을 촬영하여 영상을 획득하고, 비전검사 알고리즘에 따라 긁힘, 찍힘, 이물질에 의한 불량품을 판독한다. 본 연구에서는 긁힘에 대한 불량 인식율을 높이기 위하여 깊이 정보 기반 분기 판단 알고리즘(Depth-based branch decision algorithm, DBD)을 개발하여 정확도를 높였다.

• 한국정보통신학회논문지
• /
• 제21권9호
• /
• pp.1718-1724
• /
• 2017

최근 IoT기반으로 가전제품을 실시간 모니터링을 하는 스마트 플러그가 활성화 되고 있다. 이를 통해 상시 실시간 에너지 소비 모니터링을 통한 소비자의 에너지 절약 유도를 하고, 소비자 설정 기반의 알람 기능을 통해 소비전력을 절감하는 효과를 보고 있다. 본 논문에서는 이러한 실시간 모니터링을 위해 벽 전원 콘센트에서 나오는 교류 전류를 측정한다. 이때, 가전제품마다의 전류 패턴을 분류하고 어떤 제품이 동작하는지 판단을 위해 딥러닝(Deep learning)으로 실험하였다. 전류 패턴의 학습으로 제품의 종류에 따른 인식 성능을 검증하기 위하여, 교차 검증 방법과 붓스트랩(Bootstrap) 검증 방법을 이용하였다. 또한 Cost function과 학습 성공률(Accuracy)이 Train 데이터와 Test 데이터가 동일함을 확인하였다.

• 디지털융복합연구
• /
• 제18권4호
• /
• pp.389-395
• /
• 2020

본 연구는 생활가전제품이 홈퍼니싱에 미치는 영향에 관한 연구이다. 최근 가전은 기술발전에 의한 스마트 흐름을 지나 디자인 외적으로 가구와 일체화되는 모습을 보여주고 있다. 이에 따라 본 연구는 첫째, 시대·문화적 트렌드를 담고 있는 홈퍼니싱 관점에서 현세대에게 주거공간이 담고 있는 의미를 탐구한다. 둘째, 최근 밀레니얼 세대를 타깃으로 출시된 가전을 알아보고 제품 컨셉과 스타일링 키워드를 중심으로 현 생활가전 트렌드를 분석한다. 셋째, 실증연구로서 공간의 의미, 홈퍼니싱 경험, 가전과 인테리어, 현 가전에 대한 호감 등 4가지 항목을 중심으로 심층 인터뷰를 진행한다. 연구 결과 공간과 관련성을 고려한 디자인이 가전제품을 인테리어의 주체로 만들어줄 수 있음을 알 수 있었다. 향후 연구에서는 이에 대한 정량화된 통계 데이터 검증이 필요할 것으로 보인다. 본 연구를 통해 향후 생활가전제품의 역할과 디자인 방향을 설정하는 데 도움이 될 것으로 기대한다.

• 한국정보통신학회논문지
• /
• 제16권8호
• /
• pp.1701-1710
• /
• 2012

최근 저탄소 녹색성장이 세계적 관심사로 등장하면서 온실가스 배출을 최소화하기 위한 핵심으로 스마트 그리드라는 개념이 출현하게 되었다. 이와 같은 스마트 그리드는 전력 서비스의 효율성, 중요성, 신뢰성, 경제성, 지속성을 향상시키기 위해 모든 공급자와 소비자의 전력 생산, 공급, 소비 등을 기존 전력망과 정보통신기술을 접목하여 제공하는 시스템이다. 스마트 그리드를 통해 사용자는 자신의 집에서 사용하는 가전기기의 개별적 사용량 및 총 사용량을 실시간으로 알아볼 수 있으며, 전력 사용량이 최고에 달할 때에는 공급자가 특정 가전기기의 사용량을 제한하는 방식 등으로 효율적인 전력 공급을 수행할 수 있게 된다. 그러나 이와 같이 수집된 사용자의 정보가 노출될 경우, 전력 소비 양상, 생활 방식, 주거형태 등이 노출되는 심각한 프라이버시 문제가 발생하게 된다. 따라서 본 논문에서는 가정에서 전송되는 정보에서 어떠한 가전기기가 얼마만큼의 전력량을 사용했는지 알 수 없도록 보호하는 프로토콜을 제안한다. 본 제안 방식을 통해 전력회사라 하더라도 사용자의 패스워드 없이 어떠한 가전기기가 전력을 사용한지 알 수 없도록 한다.

• 스마트미디어저널
• /
• 제8권4호
• /
• pp.72-79
• /
• 2019

The automated demand response (DR) program encourages consumers to participate in grid operation by reducing power consumption or deferring electricity usage at peak time automatically. However, successful deployment of the automated DR program sphere needs careful assessment of appliances load profile (ALP). To this end, the recent method estimates frequency, consistency, and peak time consumption parameters of the daily ALP to compute their potential score to be involved in the DR event. Nonetheless, as the daily ALP is subject to varying with respect to the DR time ALP, the existing method could lead to an inappropriate estimation; in such a case, inappropriate appliances would be selected at the automated DR operation that effected a consumer comfort level. To address this challenge, we propose a more proper method, in which all the three parameters are calculated using ALP that overlaps with DR time, not the total daily profile. Furthermore, evaluation of our method using two public residential electricity consumption data sets, i.e., REDD and REFIT, shows that our energy management systems (EMS) could properly match a DR target. A more optimal selection of appliances for the DR event achieves a power consumption decreasing target with minimum comfort level reduction. We believe that our approach could prevent the loss of both utility and consumers. It helps the successful automated DR deployment by maintaining the consumers' willingness to participate in the program.

• 대한산업공학회지
• /
• 제38권3호
• /
• pp.182-190
• /
• 2012

With the progress of both wire and wireless home networking technology, various projects on smart home have been carried out in the world (Harper, 2003), and at the same time, new approaches to interact with smart home systems efficiently and effectively have also been investigated. A gesture-based interface is one of these approaches. Especially with advance of gesture recognition technologies, a variety of research studies on gesture interactions with the functions of IT devices have been conducted. However, there are few research studies which suggested and investigated the use of gestures for controlling smart home appliances. In this research the gestures for selected smart home appliances are suggested based on a user centered approach. A total of thirty-eight functions were selected, and a total of thirty participants generated gestures for each function. Based on the Nielsen (2004), Lee et al. (2010) and Kuhnel et al. (2011), the gesture with the highest frequency for each function (Top gesture) has been suggested and investigated.

• 인터넷정보학회논문지
• /
• 제13권5호
• /
• pp.45-53
• /
• 2012

지능형 모바일 및 가전기기의 등장은 다양한 멀티미디어 콘텐츠 뿐 아니라 교육용 콘텐츠의 이용량을 증대시켰다. 특히 이동성을 강조한 단말 기기인 스마트폰과 스마트패드의 보급 및 지능화된 스마트 TV의 등장은 다양한 단말 환경에서 편리하게 학습할 수 있는 환경을 제공하였고, 언제 어디서나 이용자가 교육용 콘텐츠를 이용할 수 있도록 했다. 그러나 현재 이용되고 있는 스마트 디바이스들은 단말 제조사 및 모바일 OS 공급자의 정책이 통일되지 않아 다양한 환경 내에서의 콘텐츠의 재사용이 어렵다. 이에 본 논문에서는 이러한 문제점을 해결하기 위해 NeS(N-Screen e-learning System)를 제안하고자 한다. NeS는 이용자 학습 관리, 교육 콘텐츠 관리의 교육 관련 시스템과 콘텐츠 변환과 양방향 처리로 이루어지는 N-Screen 대응 콘텐츠 전송 시스템으로 구성된다. NeS에서는 새로운 웹 표준으로 각광받고 있는 HTML 5 언어를 이용해 각종 기기간의 상호호환성을 보장한다. 본 논문에서 제시하는 NeS를 통해 사용자가 소유하고 있는 각종 기기 및 다양한 OS의 종류에 구애받지 않고 콘텐츠의 OSMU를 실현할 수 있고, 콘텐츠의 연속성을 보장하여 보다 편리하게 교육용 콘텐츠를 이용할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.854-856
• /
• 2014

일인 다기기 시대에 맞추어 스마트 기기로 다양한 가전제품과 전자기기를 스마트 디바이스를 이용하여 제어 가능하게 출시하고 있다. 또한, 청소로봇과 냉장고, 에어컨, TV 등의 제품 수가 빠르게 증가하고 있으며 이러한 기기들을 이용하여 DLNA(Digital Living Network Alliance) 시스템을 구축하고 있다. 그리고 국내외에서 IoT(Internet Of Things)나 Alljoyn 같은 기술들을 개발 및 제공하고 있다. 하지만 현재 사용하고 있는 가전제품이나 전자기기들은 운영체제가 설치되어있는 제품보다 설치되어있지 않은 제품이 많다. 또한, 스마트 가전제품을 사용하지 않는 사용자는 스마트 가전제품 보다는 기존의 전자제품을 구입하는 경우가 더 많이 발생한다. 본 논문에서는 모바일 기기를 사용하여 사용자가 원하는 데이터를 수치화하고 아두이노 보드에 전송하여 운영체제가 없는 기존의 가전제품도 스마트 기기와 같은 제어를 할 수 있도록 하는 시스템을 제안하고 구현한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제3권1호
• /
• pp.84-95
• /
• 2009

The ubiquitous smart home is the home of the future, which exploits context information from both the human and the home environment, providing an automatic home service for the human. Human location and motion are the most important contexts in the ubiquitous smart home. In this paper, we present a real-time human tracker that predicts human location and motion for the ubiquitous smart home. The system uses four network cameras for real-time human tracking. This paper explains the architecture of the real-time human tracker, and proposes an algorithm for predicting human location and motion. To detect human location, three kinds of images are used: $IMAGE_1$ - empty room image, $IMAGE_2$ - image of furniture and home appliances, $IMAGE_3$ - image of $IMAGE_2$ and the human. The real-time human tracker decides which specific furniture or home appliance the human is associated with, via analysis of three images, and predicts human motion using a support vector machine (SVM). The performance experiment of the human's location, which uses three images, lasted an average of 0.037 seconds. The SVM feature of human motion recognition is decided from the pixel number by the array line of the moving object. We evaluated each motion 1,000 times. The average accuracy of all types of motion was 86.5%.