AI는 스마트 조명 연구 프로젝트를 지원합니다

독일 연구 프로젝트인 OpenLicht는 사용자가 하는 일에 따라 방의 조명을 자동으로 조정할 수 있는 저렴한 하드웨어와 함께 오픈 소스 소프트웨어 및 기계 학습 라이브러리를 기반으로 하는 스마트 조명 시스템을 성공적으로 개발했습니다.

오늘날의 스마트 조명 솔루션은 Philips Hue 및 Osram Lightify와 같은 스마트 전구를 기반으로 합니다. 일부 스마트 기능을 제공하지만 일반적으로 스마트폰 앱을 통해 사용자가 수동으로 제어해야 합니다. 일부는 프로그래밍할 수 있지만(예:특정 시간에 켜고 끄기), 규칙은 여전히 ​​수동으로 설정해야 하므로 사용자와 조명 시스템 간의 기본 관계는 더 똑똑하게 변경되지 않습니다.

오늘날의 스마트 조명 시스템은 여전히 ​​사용자가 수동으로 설정해야 합니다. OpenLicht 프로젝트는
보다 지능적인 조명 시스템을 위한 프로토타입을 개발했습니다(이미지:Infineon Technologies/OpenLicht)

2016년 9월에 시작된 OpenLicht 프로젝트는 인공 지능과 기계 학습 기술을 스마트 조명에 추가하여 이를 변경하기 시작했습니다. "이 프로젝트는 두 가지 주요 목표를 가지고 있었습니다. 하나는 AI 기반 스마트 조명 시스템의 연구 및 협업을 더욱 발전시키는 것이고, 다른 하나는 스타트업과 제조업체를 포함한 모든 사람이 최첨단 기술에 접근할 수 있도록 하는 것입니다. 커뮤니티”라고 Infineon Technologies의 스마트 조명 R&D 관리자인 프로젝트 코디네이터 Juan Mena-Carrillo가 말했습니다.

최근에 완료된 프로젝트는 Infineon, Bernitz Electronics, Deggendorf Institute of Technology, 그리고 Technical University of Dresden과 함께 독일 교육 연구부(BMBF)의 자금 지원을 받았습니다. Infineon과 TU Dresden은 기계 학습 애플리케이션과 알고리즘을 개발했습니다. Deggendorf는 프로젝트를 위한 그래픽 인터페이스/앱을 개발했으며 Bernitz는 시스템의 센서와 액추에이터 간의 게이트웨이와 통신을 담당했습니다.

스마트 프로토타입

프로젝트의 주요 결과물은 그래픽 인터페이스(앱)가 있는 적응형 소프트웨어 시스템과 데이터 처리 및 모든 제어 작업을 처리하는 Raspberry Pi 기반 중앙 하드웨어 게이트웨이를 포함하여 AI 기반 스마트 조명 시스템의 프로토타입이었습니다. 프로토타입 시스템은 사용자의 위치와 활동에 따라 방의 조명을 자동으로 조정합니다. 예를 들어 TV 시청과 독서를 위한 다른 설정일 수 있습니다. 시스템은 사용자의 선호도를 학습하고 그에 따라 응답합니다. 어느 정도는 아직 접하지도 않고 배운 적이 없는 상황에도 대응할 수 있습니다.

오픈 소스 하드웨어 게이트웨이는 확장 보드가 있는 Raspberry Pi를 기반으로 합니다. 마이크로컨트롤러 아키텍처를 기반으로 하는 소형 버전도 있지만 OpenLicht 게이트웨이에 연결해야 합니다(이미지:Infineon Technologies/OpenLicht)

프로토타입의 중심 구성 요소는 공급업체 및 기술에 구애받지 않는 오픈 소스 홈 자동화 소프트웨어 플랫폼인 openHAB를 기반으로 하는 오픈 소스 스마트 홈 미들웨어입니다. 프로젝트 연구원들은 점유 및 움직임을 감지하기 위해 방에 배치되는 압력 및 레이더 센서를 포함한 다양한 센서용 openHAB 바인딩을 개발했습니다. 센서는 실제 센서를 openHAB 시스템과 연결하고 센서 및 액추에이터의 가상 표현인 "항목"에 데이터를 전달하는 해당 바인딩에 데이터를 푸시합니다. 항목에 변경 사항이 발생하면 해당 변경 사항이 오픈 소스 머신 러닝 프레임워크 Encog로 전송됩니다.

센서 데이터에 대해 훈련된 신경망은 변경 사항을 처리하고 사용자의 현재 활동을 직관합니다. 그 예측은 자연광 조건에 대한 데이터와 결합되고 정보는 자가 학습을 하고 사용하는 동안 사용자의 선호도에 적응하는 두 번째 신경망에 제공됩니다. 두 번째 신경망은 제공된 데이터를 기반으로 방의 램프에 대한 적절한 구성을 결정합니다. 그런 다음 해당 구성이 램프 명령으로 변환되어 액추에이터 항목을 통해 전송되고 실제 램프에 바인딩됩니다.

팀은 시제품 시스템을 평가하고 신경망 교육에 필요한 센서 데이터를 수집하기 위해 데모룸을 마련했습니다(이미지:Infineon Technologies/OpenLicht)

Mena-Carrillo는 “사용자는 사용자 인터페이스, 스위치, 조광기 또는 원격 제어를 통해 만족하지 않을 때 항상 램프의 색상과 광도를 조정할 수 있습니다. “시스템은 변화를 인식하고 적응의 순간에 인식되고 측정되는 자연광과 활동에 새로운 구성을 매핑합니다. 그런 다음 이 매핑을 사용하여 [새 매핑]을 이전 데이터와 결합하여 신경망을 재교육합니다. 그러나 새로운 데이터는 재교육 과정에서 이전 데이터보다 더 높은 가중치를 갖습니다.”

개인정보 문제

이 프로젝트의 주요 과제에는 보안 및 개인 정보 관련 문제가 포함되었습니다. Infineon의 하드웨어 기반 TPM(신뢰할 수 있는 플랫폼 모듈)이 통합되어 시스템 무결성을 암호화하고 보호하여 해커의 공격을 방어합니다. TPM은 암호 및 암호화 키와 같은 중요한 데이터를 저장하고 암호화 알고리즘을 실행하는 데 사용되는 보안 프로세서에 대한 국제 표준을 기반으로 하는 보안 칩입니다.

Mena-Carrillo는 "많은 최종 사용자와 인터뷰를 수행한 후 개인 정보 보호 문제가 스마트 홈 시스템의 수용에 대한 주요 장애물 중 하나임을 확인했습니다."라고 말했습니다. 따라서 OpenLicht 시스템은 엣지에서 AI를 사용하기로 결정했습니다. 즉, 사용자 데이터는 클라우드가 아닌 스마트 홈 시스템 내에서 처리됩니다. 이 기술은 민감한 데이터가 로컬에서만 처리되기 때문에 사용자 개인 정보를 보호합니다. 또한 일반적으로 더 빠른 응답 시간을 가능하게 하고 인터넷 연결의 필요성을 줄이거나 없앱니다.

오픈 소스

OpenLicht 프로젝트의 주요 목표 중 하나는 기술을 업계와 더 넓은 커뮤니티에서 액세스할 수 있도록 하는 것이었습니다. 모든 소프트웨어는 오픈 소스 기술을 기반으로 합니다. 결과는 openHAB의 확장으로 구현되고 오픈 소스 기계 학습 라이브러리 Encog는 프로젝트에서 사용하도록 조정되었습니다. 저렴한 하드웨어를 사용하는 것도 액세스할 수 있도록 하기 위한 의도적인 결정이었습니다. 프로젝트의 결과 소프트웨어 자체가 곧 오픈 소스로 제공될 것입니다.

Mena-Carrillo는 "누구나 우리의 소프트웨어 결과를 사용할 수 있으며 우리 시스템이 새로운 기능으로 향상될 수 있다는 것이 가장 큰 장점입니다."라고 말했습니다. "이러한 결과는 이제 사용자가 자신의 openHAB 시스템에 그러한 새로운 AI 기능 및 기능을 추가할 수 있도록 합니다."

그는 머신 러닝 소프트웨어, 지식 기반 및 openHAB 바인딩을 포함하여 모든 OpenLicht 소프트웨어는 "조만간" GitHub에서 사용할 수 있다고 덧붙였습니다. 프로젝트가 두 가지 주요 목표를 모두 충족하는 동안 Mena-Carrillo는 팀도 이러한 시스템이 모든 상황에서 안정적으로 작동하기 전에 해야 할 일이 더 많다는 것을 깨달았다고 인정했습니다. 프로젝트의 오픈 소스 특성을 감안할 때 OpenLicht의 개발자는 업계와 제작자 커뮤니티가 액세스할 수 있게 되면 프로젝트가 발전하기를 바랍니다.

>> 이 기사는 원래 다음 날짜에 게시되었습니다. 자매 사이트인 EE Times Europe.