[논문 리뷰] Understanding occupants' behaviour, engagement, emotion, and comfort indoors with heterogeneous sensors and wearables

Nan Gao, Max Marschall외 3명|arXiv (Cornell University)|2021. 05. 14.

Building Energy and Comfort Optimization인용 수 4

한 줄 요약

이 연구는 멜버른 소재 초중등학교에서 29명의 거주자로부터 수집한 이질적인 환경 센서와 착용형 생리적 센서(Empatica E4) 데이터, 그리고 자가 보고 설문지를 결합한 새로운 공개 데이터셋을 제시한다. 이는 거주자 행동, 정서 상태 및 열적 쾌적함을 예측적으로 모델링할 수 있도록 한다. 장기적인 실내/외 기후 데이터와 실시간 생리적 및 행동 지표를 통합함으로써, 교육 건물 내에서 복지 향상과 에너지 효율성 향상을 위한 지능형 피드백 시스템 개발의 기반을 마련한다.

ABSTRACT

We conducted a field study at a K-12 private school in the suburbs of Melbourne, Australia. The data capture contained two elements: First, a 5-month longitudinal field study In-Gauge using two outdoor weather stations, as well as indoor weather stations in 17 classrooms and temperature sensors on the vents of occupant-controlled room air-conditioners; these were collated into individual datasets for each classroom at a 5-minute logging frequency, including additional data on occupant presence. The dataset was used to derive predictive models of how occupants operate room air-conditioning units. Second, we tracked 23 students and 6 teachers in a 4-week cross-sectional study En-Gage, using wearable sensors to log physiological data, as well as daily surveys to query the occupants' thermal comfort, learning engagement, emotions and seating behaviours. Overall, the combined dataset could be used to analyse the relationships between indoor/outdoor climates and students' behaviours/mental states on campus, which provide opportunities for the future design of intelligent feedback systems to benefit both students and staff.

연구 동기 및 목표

• 실제 학교 환경에서 거주자 행동에 대한 실증 데이터를 수집하여 건물 에너지 시뮬레이션의 성능 격차를 해소하기 위해.
• 실내 기후, 생리적 반응, 거주자 복지(정서 상태 및 학습 참여도 포함) 간의 동적 관계를 조사하기 위해.
• 다중 모odal 센싱 프레임워크를 개발하고 검증하기 위해 착용형 기기와 환경 센서를 활용하여 종합적인 실내 환경 모니터링을 수행하기 위해.
• 미래의 연구를 위해 거주자 행동, 쾌적함, 정서 상태에 관한 공개 가능한 고해상도 데이터셋을 구축하기 위해.
• 에너지 소비를 줄이면서도 거주자 복지를 지원하는 지능형 피드백 시스템 설계를 가능하게 하기 위해.

제안 방법

• 실내 및 실외 기상 관측소와 함께, 공기 조절기 온도 센서를 설치하여 5분 간격으로 데이터를 기록하고 거주자 존재 감지를 수행한 5개월간의 종단적 현장 연구를 수행하였다.
• Empatica E4 손목밴드를 사용하여 4주간의 横断적 연구를 수행하여 23명의 학생과 6명의 교사의 생리적 신호(EDA, HRV, 피부 온도, 3D 가속도)를 수집하였다.
• 매일 디지털 설문지를 통해 열적 쾌적함, 학습 참여도, 정서 상태, 좌석 행동에 대한 자가 보고 데이터를 수집하였다.
• EDA 신호의 품질을 향상시키기 위해 5초 윈도우를 사용한 중앙값 필터링을 적용하여 누락 값 비율을 2.66%에서 2.46%로 감소시켰다.
• 이질적인 데이터 스트림(환경, 생리, 행동, 자가 보고)을 통합하여 다중 모달 분석을 위한 유일한 데이터셋을 구축하였다.
• 데이터 전처리 및 세그멘테이션을 지원하기 위해 데이터셋과 관련된 파이썬 코드를 공개하여 재현성 및 향후 연구를 지원하였다.

실험 결과

연구 질문

• RQ1 학교 교실에서 실내 및 외부 기후 조건은 거주자가 제어하는 에어컨 단위의 작동에 어떤 영향을 미치는가?
• RQ2 생리적 신호(예: EDA, HRV)와 학생 및 교사의 자가 보고 정서 상태 또는 학습 참여도 간의 관계는 어떠한가?
• RQ3 착용형 센서 데이터로는 실생활 교육 환경에서 거주자의 쾌적함과 정서 상태를 얼마나 잘 예측할 수 있는가?
• RQ4 좌석 행동과 동료 간 거리 간격은 교실 환경에서의 생리적 공명과 인식된 참여도와 어떤 관련이 있는가?
• RQ5 통합 센서 데이터는 단순한 규칙 기반 가정을 초월하여 건물 성능 시뮬레이션에서 거주자 행동 모델링의 정확도를 향상시킬 수 있는가?

주요 결과

• 17개 교실에서 5분 간격으로 수집한 종단적 환경 데이터셋을 통해 실내 및 실외 온도와 점유율을 기반으로 에어컨 사용량에 대한 예측 모델 개발이 가능해졌다.
• EDA 신호에 5초 윈도우를 사용한 중앙값 필터링을 적용한 결과, 생리적 분석에 적합한 데이터 신뢰도를 높이기 위해 누락 값 비율이 2.66%에서 2.46%로 감소하였다.
• 통합된 데이터셋은 실생활 학교 환경에서 이질적 센서를 활용하여 고등학생의 일상 행동, 참여도, 정서 상태를 연구하기 위한 첫 공개 가능한 자료를 제공한다.
• 생리적, 행동적, 환경적 데이터의 통합은 학생의 참여도 저하와 부정적 정서를 탐지할 수 있는 길을 열어주며, 실시간 피드백 시스템 지원에 기여한다.
• 자기 보고 및 환경 데이터와 함께 생리적 신호인 EDA와 HRV를 활용하면 교육 환경에서 정서 상태를 효과적으로 추론할 수 있음을 본 연구가 입증하였다.
• 이 데이터셋은 향후 연구를 위해 동료 영향, 집단 수준의 생리적 공명, 학습과 쾌적함 향상을 위한 적응형 실내 기후 제어에 대한 연구를 지원한다.