[논문 리뷰] Occupancy Estimation in Smart Buildings using Audio-Processing Techniques

Qian Huang, Zhenhao Ge외 1명|arXiv (Cornell University)|2016. 02. 24.

Building Energy and Comfort Optimization참고 문헌 25인용 수 29

한 줄 요약

이 논문은 스마트 빌딩 내 실내 점유자를 추정하기 위해 화자 식별과 배경 음향 에너지 추정을 활용한 오디오 처리 기반 방법을 제안한다. 이론적 분석과 시뮬레이션 결과는 사람들이 얼마나 많은지 높은 정확도로 추정할 수 있음을 보여주며, 이는 에너지 효율적인 환기· conditioning 제어와 상당한 비용 절감을 가능하게 한다.

ABSTRACT

In the past few years, several case studies have illustrated that the use of occupancy information in buildings leads to energy-efficient and low-cost HVAC operation. The widely presented techniques for occupancy estimation include temperature, humidity, CO2 concentration, image camera, motion sensor and passive infrared (PIR) sensor. So far little studies have been reported in literature to utilize audio and speech processing as indoor occupancy prediction technique. With rapid advances of audio and speech processing technologies, nowadays it is more feasible and attractive to integrate audio-based signal processing component into smart buildings. In this work, we propose to utilize audio processing techniques (i.e., speaker recognition and background audio energy estimation) to estimate room occupancy (i.e., the number of people inside a room). Theoretical analysis and simulation results demonstrate the accuracy and effectiveness of this proposed occupancy estimation technique. Based on the occupancy estimation, smart buildings will adjust the thermostat setups and HVAC operations, thus, achieving greater quality of service and drastic cost savings.

연구 동기 및 목표

• 오디오 처리 기술의 발전에도 불구하고 스마트 빌딩 내 오디오 기반 점유자 추정의 부족을 해결하기 위해.
• 오디오 신호를 활용해 저비용이며 비침습적인 실내 점유자 추정 방법을 개발하기 위해.
• 실제 점유자 수를 정확히 추정함으로써 환기· conditioning 시스템의 에너지 효율을 향상시키기 위해.
• 이론적 분석과 시뮬레이션을 통해 오디오 기반 점유자 추정의 타당성과 정확도를 검증하기 위해.

제안 방법

• 방에 설치된 마이크에서 캡처한 오디오 신호를 사용해 점유자를 추정한다.
• 화자 식별 기법을 적용하여 방에 존재하는 고유한 개인을 식별하고 수를 세는 데 사용한다.
• 배경 음향 에너지 수준을 측정하여 인간 활동의 존재를 감지하고 점유 밀도를 추정한다.
• 화자 식별과 에너지 추정을 융합한 모델을 통해 점유자 추정 정확도를 향상시킨다.
• 통계 모델링을 사용해 오디오 특징과 점유 수준 간의 상관관계를 설정하여 임의의 경고를 최소화한다.
• 이론적 분석과 시뮬레이션 프레임워크를 통해 다양한 조건 하에서의 성능을 평가한다.

실험 결과

연구 질문

• RQ1 화자 식별과 에너지 추정과 같은 오디오 처리 기법이 스마트 빌딩 내 실내 점유자를 정확히 추정할 수 있는가?
• RQ2 기존 센서(예: PIR, CO2)와 비교했을 때 오디오 기반 방법의 정확도와 비용은 어떻게 다른가?
• RQ3 배경 소음과 겹치는 대화가 점유자 추정 성능에 어떤 영향을 미치는가?
• RQ4 실제 환경에서 오디오 기반 점유자 추정이 환기· conditioning 운영 최적화에 신뢰성 있게 활용될 수 있는가?

주요 결과

• 제안된 오디오 기반 방법은 방 내 점유자 수를 높은 정확도로 추정하며, 시뮬레이션 결과 오디오 특징과 실제 점유 수 간 강한 상관관계를 보였다.
• 화자 식별 기법은 다수의 사람이 존재할 경우 개별 점유자를 구분하는 데 기여하여 추정 오류를 줄였다.
• 배경 음향 에너지 추정은 낮은 대화 환경에서도 인간의 존재를 효과적으로 감지하여 정확도를 향상시켰다.
• 화자 식별과 에너지 추정의 융합은 개별 기법보다 우수한 성능을 보였으며, 전체 시스템의 신뢰성을 향상시켰다.
• 이론적 분석을 통해 본 방법이 다양한 음향 조건 하에서도 확장 가능하고 효과적임을 확인했다.
• 실시간 점유자 수에 따라 환기· conditioning 시스템을 조정할 수 있어 에너지 절감이 가능하며, 스마트 빌딩 자동화를 지원한다.