codingbowoo / breathe-in-moist-air

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

0. 명칭

강의실의 온도와 CO2,미세먼지 예측을 통한 학습효과 증진 프로젝트.

  • 학습 능률에 영향을 주는 온도, CO2, 미세먼지의 5분뒤 값을 예측하여, 온도를 미리 조절하고, CO2와 미세먼지 수치가 올라가기 전에 환기 알림을 준다. 이를 통해 강의실을 사용하는 학생의 학습 효과를 상승시키고, co2와 미세먼지라는 변수를 고려하지 않는 기존 강의실과 차별을 두어 학교 홍보에 도움이 될다.

1. 배경

강의실 온도는 학생의 학습 효과에 영향을 끼친다.

  • 뇌활성도는 덥거나 춥지 않은 적정온도(26도)일때 높아지며, 이 때 학습과 집중력에 관련된 베타파가 나와 효율적인 공부를 돕는다.(KBS1 과학카페 뇌파실험)

CO2와 미세먼지 수치 또한 학생의 학습 효과에 영향을 끼친다.

예측 시스템의 필요성

  • 적정 온도를 유지하기 위해서, 온도 변화를 예측하여 미리 온도를 조절할 수 있는 시스템이 필요하다.

  • 짧은 시간 노출되어도 학습효과에 나쁜 영향을 줄 수 있는 높은 CO2농도와 미세먼지에 대비하기 위해, 해당 수치가 올라가기 전에 미리 환기를 할 수 있어야한다.


2. 주요 내용

  • 각 강의실마다 온도, CO2, 미세먼지 데이터를 수집한다.
  • k means clustering을 이용하여 상태를 분류한다.
  • 강의실의 5분 뒤 온도, CO2, 미세먼지 상태를 예측한다.
  • 강의실의 온도 예측 데이터를 관제실에 전송하여, 적정온도(26도)를 유지할 수 있도록 해당 교실에 미리 조치를 취한다.
  • 강의실의 CO2, 미세먼지 예측 데이터를 바탕으로 수치가 올라갈 것으로 예측될 때(기준필요), 강의실에 LED조명을 통해 환기 알림을 주어서 수치가 올라가는것을 미리 방지할 수 있도록 한다.
  • 단, 강의실 내부의 미세먼지수치보다 에어코리아에서 제공한 해당지역의 미세먼지 수치가 더 높을 경우, 알림을 주지 않는다.

3. 가치

  • 온도변화에 미리 대응하지 못해 일정한 적정온도를 유지하지 못하고, CO2와 미세먼지 수치를 고려하지 못하는 기존 강의실 시스템과 차별화를 두어, 학교 홍보에 도움이 될 수 있다.

4. 기술구조

  • 강의실의 온도,CO2,미세먼지 센서 데이터를 AWS Ubuntu 서버의 mySQL 데이터베이스에 축적한다.
  • http://www.airkorea.or.kr/index 에서, 강의실 바깥의 미세먼지 데이터를 제공받는다.
  • 머신러닝 비지도학습의 한 기법인 k means clustering을 이용하여 k개의 그룹으로 나눈 후 공기 질의 국제 기준을 통해 레이블을 준다.
  • RNN(Recurrent Neural Network)을 이용하여 온도, CO2농도, 미세먼지 농도를 예측한다.

필요한 센서

  • 온습도 센서: DHT22
  • CO2센서: MH-Z14

필요한 액튜에이터

  • 칼라 LED
  • 피에조 부저
  • 릴레이

5. 일정

  • 18/01/02 ~ 18/01/06 제안서 ver1.0, 센서 및 액튜에이터 가동 실험
  • 18/01/06 ~ 18/01/12 데이터 수집
  • 18/01/08 ~ 18/01/12 데이터 추이 파악 및 학습, 알림창 제작
  • 18/01/15 ~ 18/01/16 포스터 정리 및 발표      

6. 역할분담

  • 김민섭 : 팀장, CO2센서 작동 관리
  • 박형준 : 액츄에이터 관리, 머신러닝 리더
  • 장보우 : 온도, 미세먼지 센서 작동 관리, 개발문서 관리

About

License:MIT License