KR101637773B1 - 냄새 감성 판정 장치 및 방법 - Google Patents

냄새 감성 판정 장치 및 방법 Download PDF

Info

Publication number
KR101637773B1
KR101637773B1 KR1020140178148A KR20140178148A KR101637773B1 KR 101637773 B1 KR101637773 B1 KR 101637773B1 KR 1020140178148 A KR1020140178148 A KR 1020140178148A KR 20140178148 A KR20140178148 A KR 20140178148A KR 101637773 B1 KR101637773 B1 KR 101637773B1
Authority
KR
South Korea
Prior art keywords
odor
pattern
emotion
detection
smell
Prior art date
Application number
KR1020140178148A
Other languages
English (en)
Other versions
KR20160071000A (ko
Inventor
이태희
윤기영
김지완
박소윤
하승철
Original Assignee
현대자동차주식회사
(주)센코
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대자동차주식회사, (주)센코 filed Critical 현대자동차주식회사
Priority to KR1020140178148A priority Critical patent/KR101637773B1/ko
Priority to US14/930,207 priority patent/US20160169851A1/en
Priority to DE102015222444.9A priority patent/DE102015222444A1/de
Priority to CN201510784670.1A priority patent/CN105699594A/zh
Publication of KR20160071000A publication Critical patent/KR20160071000A/ko
Application granted granted Critical
Publication of KR101637773B1 publication Critical patent/KR101637773B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0001—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00 by organoleptic means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0003—Composite materials

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Combustion & Propulsion (AREA)
  • Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)

Abstract

본 발명은 인간의 후각을 대체할 수 있는 전자코 장치를 구현하는 것을 목적으로 하며, 냄새라는 감성이 갖는 후각적 특징을 데이터화하고, 이러한 데이터를 기반으로 냄새의 종류 및 강도를 판정함으로써, 냄새 감성을 판정하는 장치 및 방법을 제공한다. 특히, 본 발명에서는 냄새 패턴을 데이터 베이스화하여 구현하고, 구현된 데이터를 기반으로 미지의 가스가 갖는 냄새의 감성적인 부분을 판정하여, 냄새에 대한 감성적 정보를 제공하도록 구성하는 것에 특징이 있다.

Description

냄새 감성 판정 장치 및 방법{Apparatus for judging sense of smell and method for the same}
본 발명은 냄새 감성 판정 장치 및 방법에 관한 것으로, 보다 상세하게는 미지의 혼합 가스를 검지하고, 미지 가스가 갖는 패턴을 분석함으로서 미지 가스가 갖는 냄새 감성을 판정하는 기술에 관한 것이다.
기존 전자코는 다수의 범용 센서의 어레이를 이용하여 냄새 분자를 검지하고, 그 결과를 패턴으로 분석하여 성분 구별에 활용되고 있다.
예를 들어, 대한민국 공개특허공보 제10-2003-0093682호(이하, '문헌 1')에서는 자동차 휘발유에 포함된 환경 유해가스 및 이물질을 탐지하고 판별하기 위한 소형 전자코 시스템을 개시하고 있다.
문헌 1의 전자코 시스템에서는 각 가스에 대응한 개별 센서를 어레이로 구성하고, 센서에 의하여 수득된 정보를 인공 신경망 시스템에 의하여 해당 가스를 파악하고 분석을 수행하도록 구성되어 있다.
그러나, 문헌 1에서는 특정 가스를 검지하기 위한 센서가 다른 가스에도 영향을 받아, 특정 가스의 선택적 검지가 어려운 점을 해결하고자 하기 위한 것으로, 검지하고자 하는 가스 성분을 보다 정확하게 검출하는 데에 그치고 있다.
따라서, 인간의 코처럼, 혼합 가스에 반응한 뇌와의 상호 작용에 의하여 혼합 가스로 인한 해당 가스가 갖는 냄새의 감성을 제공하여 주지는 못하고 있다.
한편, 냄새는 감성으로 그 표현하고자 하는 영역이 매우 넓다. 따라서, 냄새의 종류를 판정하기 위해서는 감성 데이터입력이 필요이다. 현재까지의 전자코 장치는 냄새 성분인 가스 성분만을 기억하도록 구성되었으므로, 냄새 자체의 감성을 기억하는 것은 불가능하였다.
냄새는 다양한 가스 성분들이 혼합된 결과로 도출되는 것으로, 혼합 가스의 성분비의 변화나 개별 가스의 농도 변화로 인하여, 향기가 될 수도 있고 악취가 될 수도 있다.
따라서, 이러한 냄새에 대한 감성을 부여하고, 그 감성을 데이터로 분류하는 작업은, 냄새의 근본 원인을 규명하기 위한 시초가 될 수 있으며, 냄새와 관련된 다양한 기술 분야에서 이용될 수 있다.
그러므로, 단순히 혼합 가스의 성분만을 검출하는 것이 아니라, 이러한 냄새에 대한 감성을 부여하고, 이를 판정하는 기술이 반드시 필요하다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로, 본 발명에서는 혼합 가스를 분석함에 있어서, 냄새의 감성을 부여하고, 이러한 냄새 감성을 판정하기 위한 장치 및 방법을 제공하고자 한다.
상기한 목적을 달성하기 위해, 본 발명의 바람직한 일 실시예에서는 센서 장치를 통해 가스를 검지하는 단계; 기저장된 데이터 베이스 상의 냄새 감성 패턴과 센서 장치를 통해 검지된 검지 패턴을 비교하여 분석하는 단계; 가장 근사한 냄새 감성 패턴을 결정하고, 결정된 냄새 감성 패턴으로 검지 가스의 냄새 감성을 판정하는 단계;를 포함하는 냄새 감성 판정 방법을 제공한다.
또한, 상기 센서 장치는 다수의 센서로 이루어진 센서 어레이를 포함하고, 상기 냄새 감성 패턴 및 상기 검지 패턴은 상기 센서 어레이의 각 센서들의 검출값들로 이루어진 패턴인 것을 특징으로 하는 냄새 감성 판정 방법을 제공한다.
또한, 상기 냄새 감성 패턴 및 상기 검지 패턴은 각 센서들의 검출값을 방사상으로 표현한 패턴인 것을 특징으로 하는 냄새 감성 판정 방법을 제공한다.
또한, 상기 가스를 검지하는 단계 이전에, 검지 대상에 따른 센서를 선정하는 단계를 더 포함하는 것을 특징으로 하는 냄새 감성 판정 방법을 제공한다.
또한, 상기 냄새 감성 패턴은, 각각의 냄새 감성에 대하여, 냄새 강도 변화에 따라 변화하는 다수의 패턴 데이터를 포함하며, 상기 냄새 감성을 판정하는 단계에서는, 냄새 감성의 종류와 함께 냄새 강도를 판정하는 것을 특징으로 하는 냄새 감성 판정 방법을 제공한다.
또한, 상기 냄새 감성을 판정하는 단계 이후 또는 상기 냄새 감성을 판정하는 단계와 함께, 상기 검지 패턴에 대한 냄새 감성 데이터를 입력하여, 데이터 베이스 내에 저장하는 단계를 더 포함하는 것을 특징으로 하는 냄새 감성 판정 방법을 제공한다.
또한, 상기 검지 패턴의 냄새 감성 데이터를 입력하고 저장하는 단계에서는, 상기 검지 패턴과 정합성이 있는 기저장된 냄새 감성 패턴 데이터가 존재하지 않는 것으로 판단된 경우에만 수행되는 것을 특징으로 하는 냄새 감성 판정 방법을 제공한다.
또한, 상기 검지 패턴과 기저장된 냄새 감성 패턴 데이터와의 정합성 여부를 판단함에 있어서, 정합성 여부를 결정하는 임계치를 설정하고, 기저장된 냄새 패턴데이터의 값들과 측정값과의 차이가 임계치를 초과하는 패턴 데이터가 가장 근사한 데이터로 선정된 경우, 정합성이 없는 것으로 판단하는 것을 특징으로 하는 냄새 감성 판정 방법을 제공한다.
한편, 본 발명에서는, 다수의 센서로 이루어진 센서 어레이; 다수의 냄새 감성 패턴에 대한 데이터를 저장하고 있으며, 저장된 상기 냄새 감성 패턴을, 상기 센서 어레이에 의하여 검지된 검지 패턴과 비교하여, 검지 가스의 냄새 감성을 판정하는 제어부;를 포함하며, 상기 제어부는 상기 검지 패턴과 가장 근사한 냄새 감성 패턴을 결정하고, 결정된 냄새 감성 패턴으로 검지 가스의 냄새 감성을 판정하도록 구성된 냄새 감성 판정 장치를 제공한다.
또한, 상기 냄새 감성 패턴 및 상기 검지 패턴은 상기 센서 어레이의 각 센서들의 검출값들로 이루어진 패턴인 것을 특징으로 하는 냄새 감성 판정 장치를 제공한다.
또한, 상기 냄새 감성 패턴 및 상기 검지 패턴은 각 센서들의 검출값을 방사상으로 표현한 패턴인 것을 특징으로 하는 냄새 감성 판정 장치를 제공한다.
또한, 상기 냄새 감성 패턴은, 각각의 냄새 감성에 대하여, 냄새 강도 변화에 따라 변화하는 다수의 패턴 데이터를 포함하며, 상기 제어부에서는 냄새 감성의 종류와 함께 냄새 강도를 판정하는 것을 특징으로 하는 냄새 감성 판정 장치를 제공한다.
또한, 상기 센서 어레이의 각 센서는 검지 대상이 되는 냄새의 주요 성분을 검출할 수 있는 센서들로 이루어지는 것을 특징으로 하는 냄새 감성 판정 장치를 제공한다.
또한, 상기 센서 어레이는 VOCs, H2S, NH3, H2, EtOH, Trimethlamine, Alcohol, Solvent vapors, Methane, CO CFC's, CO2, O3, NO2로 이루어지는 그룹 중 적어도 하나에 대한 검지능을 가지는 2 이상의 센서를 포함하는 센서 어레이인 것을 특징으로 하는 냄새 감성 판정 장치를 제공한다.
또한, 상기 센서 어레이로 검지 가스를 공급하기 위한 펌프, 상기 펌프로부터 주입되는 가스를 센서 어레이의 각 센서 측으로 균분하도록 설치되는 매니폴드 및 주입된 가스를 배출시키기 위한 팬을 더 포함하는 것을 특징으로 하는 냄새 감성 판정 장치를 제공한다.
또한, 상기 제어부에서 판정된 냄새 감성 정보를 외부로 출력하기 위한 디스플레이부를 더 포함하는 것을 특징으로 하는 냄새 감성 판정 장치를 제공한다.
또한, 상기 검지 가스에 대한 냄새 감성을 입력하기 위한 입력부를 더 포함하는 것을 특징으로 하는 냄새 감성 판정 장치를 제공한다.
본 발명에 따르면, 미지의 혼합 가스에 포함된 특정 가스 성분들을 파악하는 것이 아니라, 혼합 가스 자체에 냄새라는 감성을 부여하고, 이러한 감성을 정량화된 데이터에 의하여 분류함으로써 냄새라는 감성 자체를 기억하고, 이를 다양한 기술 분야에 실제로 적용할 수 있는 효과가 있다.
또한, 본 발명에 따르면, 인간의 후각을 완전히 대체할 수 있는 냄새 판정 모델을 구현할 수 있는 바, 향후 로보틱스 기술 개발에 따라 후각을 대체하는 기술로 채용될 수 있다.
또한, 본 발명에 따른 냄새 감성 판정 장치 및 방법은 차량 내부에 발생되는 냄새를 파악하는 것으로 이용될 수 있으며, 이 경우, 차량 내부에서 발생하는 다양한 형태의 냄새의 원인을 규명하고, 냄새 제거 방안을 도출하기 위한 기술로 활용될 수 있다.
도 1은 본 발명의 바람직한 구현예에 따른 냄새 감성 판정 방법을 개략적으로 도시하고 있는 순서도이고,
도 2 및 도 3은 다수 차종에서 발생한 냄새로부터 냄새 패턴이 형성되는 것을 도시하고 있으며,
도 4는 가스 별 패턴 분석도이고,
도 5는 특정 가스의 농도 별 패턴 분석도이고,
도 6은 본 발명의 또 다른 구현예에 따른 냄새 감성 판정 방법을 도시하고 있는 순서도이고,
도 7은 본 발명의 일 구현예에 따른 냄새 감성 판정 장치의 개략적인 구성을 도시한 것이다.
본 발명은 인간의 후각을 대체할 수 있는 전자코 장치를 구현하는 것을 목적으로 하며, 냄새라는 감성이 갖는 후각적 특징을 데이터화하고, 이러한 데이터를 기반으로 냄새의 종류 및 강도를 판정함으로써, 냄새 감성을 판정하는 장치 및 방법을 제공한다.
특히, 본 발명에서는 냄새 패턴을 데이터 베이스화하여 구현하고, 구현된 데이터를 기반으로 미지의 가스가 갖는 냄새의 감성적인 부분을 판정하여, 냄새에 대한 감성적 정보를 제공하도록 구성하는 것에 특징이 있다.
이를 위해, 본 발명에서는 미지의 가스의 냄새 감성을 판정하기 위한 센서 장치를 포함하며, 이러한 센서 장치는 냄새 패턴을 구분할 수 있도록 냄새 패턴에 대한 데이터 및 데이터와의 부합성을 결정하기 위한 학습 알고리즘을 포함하는 것을 특징으로 한다.
특히, 본 발명에서 냄새 감성이란, 정형화되지 않은 냄새가 갖는 감성을 특정할 수 있도록 데이터 베이스 상에 입력된 명칭을 의미하고, 냄새 감성 패턴이란, 이러한 냄새 감성이 갖는 고유한 특징을, 센서의 검출치와 관련된 소정의 방식에 따라 나타낸 패턴을 의미한다.
또한, 센서 장치에는 서로 다른 가스 검지능을 갖는 다수의 센서를 포함하는 센서 어레이가 설치되고, 바람직하게는, 이러한 센서 어레이로부터 혼합 가스 성분에 대한 검출 없이, 즉각적으로 냄새 감성을 추출하도록 구성된다. 추출된 냄새 감성은 냄새의 종류, 냄새의 강도 등에 대한 정보를 포함할 수 있다.
이하, 첨부된 도면을 참조하여, 본 발명의 바람직한 구현예에 따른 냄새 감성 판정 장치 및 방법을 상세하게 설명하기로 한다.
도 1은 본 발명에 따른 냄새 감성 판정 방법을 개략적으로 도시하고 있는 순서도이다.
도 1에 도시된 바와 같이, 본 발명에 따른 냄새 감성 판정 방법은, 사전 단계로써 냄새 감성 패턴에 대한 데이터 베이스를 구축하는 단계(S10)를 포함할 수 있으며, 본질적으로는, 센서 장치를 통해 가스를 검지하는 단계(S20)를 수행하고, 검지된 가스 패턴을 분석하여(S30), 냄새 감성을 판정하는 단계(S40)를 포함하도록 구성한다.
특히, 상기 가스 패턴을 분석하는 단계에서는 기저장된 데이터 베이스 상의 냄새 감성 패턴과 센서 장치를 통해 검지된 검지 패턴을 비교한 결과에 따라, 가장 근사한 냄새 감성 패턴을 검지 가스의 냄새 감성을 판정하도록 구성된다.
이와 관련, 냄새 감성에 대한 데이터를 베이스를 구축하는 단계는, 센서 장치 내에 저장되는 냄새 감성 패턴에 대한 데이터를 수집하고, 저장하는 단계이다.
본 단계에서는, 냄새에 대한 감성 정보를 냄새에 대한 센서 측정 결과들과 매칭시키고, 이러한 과정을 반복 수행함에 따라 냄새 감성 패턴에 대한 데이터 베이스를 구축하게 된다.
예를 들어, 특정 차량 내에 존재하는 냄새가 오래된 서적에서 풍기는 냄새와 유사한 것으로 인지된다면, 이러한 냄새에 대한 감성 정보를, "오래된 서적 냄새"로 입력하고, 해당 차량 내의 차실에 존재하는 가스에 대한 센서 검출값을 냄새 감성 패턴에 대한 데이터로 저장하게 된다.
각자가 느끼는 냄새 감성은 개인 별로 차이가 있으며, 이러한 냄새 감성에 대한 분류화 작업을 통해 효과적인 냄새 감성 패턴에 대한 데이터 베이스를 구축할 수 있다.
예를 들어, 지역별, 인종별, 연령별, 성별 또는 계절별로 냄새 감성 패턴을 분류하고, 각 카테고리 별 조건에 부합하는 냄새 감성 패턴을 구분하여, 독립적인 냄새 감성 패턴 데이터를 생성 및 저장할 수 있다.
이와 같이 카테고리별로 분류화된 냄새 감성 패턴 데이터를 이용하는 경우, 분류된 각각의 냄새 감성 패턴에 대한 데이터를 생성 및 저장하는 단계를 거치게 되며, 가스 검지 및 패턴 분석 단계를 수행하기 전, 지역, 인종 연령, 성별 또는 계절의 분류 중 적어도 하나 이상의 카테고리를 선택하고, 선택된 카테고리 중 해당되는 조건을 설정하는 단계를 부가할 수 있다.
냄새 감성 패턴 데이터를 이해하기 위하여, 도 2 내지 도 5를 참조한다.
먼저, 도 2 및 도 3은 다수 차종에서 발생한 냄새로부터 냄새 패턴이 형성되는 것을 도시하고 있다.
특히, 도 2 및 도 3에서는, 세 종류의 차종에서 발생한 냄새를 측정하기 위하여, 차량 내 가스를 23개 센서를 포함하는 센서 어레이를 통해 측정한 결과를 도시하고 있다.
측정에 이용된 23개의 센서는 차량 내 발생되는 가스들을 주 타겟으로 하여 선정되었다.
아래 표 1은 이러한 23개의 센서를 포함하는 센서 어레이에 의하여 차량 내부의 냄새를 검출한 결과를 도시한 것이다.
Figure 112014120409027-pat00001
위 표에서 최소 감지값은 사람이 코로 냄새를 맡을 수 있는 최소값을 의미하고, 분석값은 실제 센서에서 검출된 값을 의미하며, 역치값은 분석값을 최소 감지값으로 나눈 값으로, 냄새의 강도를 나타낸다.
표 1을 참조하면, 6개 센서를 제외한 17개 센서에서 가스 발생이 검출되었으며, 냄새 발생 여부는 적어도 최소 감지값의 분석값이 검출되어 역치값이 1 이상인 경우로 산정하였다.
위 기준에 충족되는 분석값은 상위 8개 센서의 값들이 해당하였다.
이와 같은 측정 방식을 통해, 3개 차량에서 검출한 정보들을 도 2 및 도 3에 도시하고 있다. 특히, 도 2는 각 센서의 기계출력값을 의미하는 농도값들을 표시한 것으로, (a)차량의 경우에는 2번 센서에서 검지된 값이 가장 크고, 다음으로 12번 센서의 검출값이 큰 것을 확인할 수 있다.
또한, (b)차량의 경우, 12번 센서의 검출값이 가장 큰 것을 확인할 수 있으며, (c)차량의 경우, 2번과 12번 센서의 검출값이 유사한 크기를 보이고 있음을 확인할 수 있다.
한편, 도 3은 도 2의 검출 결과를 역치값, 즉, 코로 느끼는 냄새 강도에 대한 정보로 표시한 것으로, 이 경우, 실제 냄새와 관련이 있는 것은 (a)의 경우 2번 센서 검출값, (b)의 경우 4번 센서 검출값, 그리고 (c)의 경우에는 2번 및 6번 센서 검출값이 된다.
이와 같은 센서 어레이에 대한 검출값들의 정보를 포함하는 패턴은, 특정 냄새를 표현하는 냄새 패턴으로 이용될 수 있으며, 이러한 냄새 패턴 데이터들이 축적되어 데이터 베이스를 형성하게 된다.
한편, 도 4 및 도 5는 냄새 패턴들의 경향성을 확인하기 위한 예로, 단일 가스에 대한 가스 별 패턴 및 해당 가스의 농도 별 패턴 분석도를 도시하고 있다.
먼저, 도 4는 가스 별 패턴 분석도이고, 도 5는 특정 가스의 농도 별 패턴 분석도이다.
측정은 아래 표 2에서와 같이 17개 센서를 포함하는 센서 어레이에 의하여 수행되었다. 선정된 센서 어레이는 차량 내부의 냄새를 확인하는 데 적합한 센서들로 선정된 것으로, 센서 장치에 의하여 가스를 검지하는 단계 이전에, 검지 대상에 따른 센서를 선정하는 단계를 더 포함하도록 구성할 수 있다.
예를 들어, 센서 선정 시, 센서 어레이의 각 센서별 값 중, 이상값을 보이는 출력 센서를 제외하고, 패턴 분석을 위한 최적 센서를 선정하도록 구성할 수 있다.
아울러, 센서 선정 과정에서, 센서 검증 작업을 수행할 수도 있으며, 이 경우, 기준 가스에 대한 센서 초기값을 기억한 데이터와 현재 검출된 데이터를 비교하는 과정을 통해, 열화로 인해 성능 저하가 나타난 센서들을 제외시키도록 구현될 수도 있다.
그룹 연번 타입 검지 가스 검출범위
1
(3-CH)
 1 PID VOCs 0~50ppm
2 PID VOCs 0~60ppm
3 PID H2S 0~100ppm
2
(2-CH)		 4 E.C. H2S 0~100ppm
5 E.C. NH3 0~100ppm



3
(7-CH)
 6 S.C. H2 1~30ppm
7 S.C. EtOH 1~30ppm
8 S.C. Trimethylamine, H2S 1~10ppm
9 S.C. Alchol, Solvent vapors 50~5,000ppm
10 S.C. Methane, CO CH4:500~12,500ppm
CO: 50~1,000ppm
11 S.C. CFC's 5~100ppm
12 S.C. NH3, H2S 10~300ppm
4 13 IR CO2 0~5,000ppm
5
(3-CH)
 14 S.C. O3 10~1,000ppb
15 S.C. NO2 0.05~5ppm
16 S.C. CO/VOC 1~1,000ppm
6 17 T&H T/H
각 센서들에서 검출된 값들은 도 4의 다이어그램에서와 같이 표현될 수 있다. 도 4에 나타난 것처럼, 단일 가스에 대한 센서 검출값은 다양한 센서들의 검출치들이 조합된 패턴 형태로 디자인될 수 있으며, 이러한 패턴들은 도 4에서와 같이 각각 구별된다.
이러한 가스 패턴들은 혼합 가스의 경우에도 동일하게 적용되기 때문에, 냄새 감성에 대한 패턴을 도 4에서와 같이 데이터 베이스화하여 센서 장치 내에 저장한다.
아울러, 도 5의 예는 황화수소 및 메르캡탄의 농도별 패턴을 분석한 것으로, 도 5의 각 다이어그램에서는 해당 가스의 농도 증가에 따라 유사한 형태의 패턴이 확장되는 것을 확인할 수 있다.
따라서, 특정 냄새에 대한 패턴은 농도의 증감에도 불구, 패턴 자체의 형상은 대체로 유지하고 있음을 확인할 수 있다. 즉, 패턴의 형상은 유지되므로, 농도 증감을 반영한 패턴의 스케일 조정을 통해 냄새 감성을 판정할 수 있다.
다만, 본 발명의 바람직한 구현예에서는, 이러한 농도 변화를 포함하는 확장된 냄새 감성 패턴의 데이터를 보유함으로써, 냄새의 강도를 포함한 냄새 감성에 대한 정확한 결과를 도출해 낼 수 있다.
이 경우, 상기 냄새 감성 패턴은, 각각의 냄새 감성에 대하여, 냄새 강도 변화에 따라 변화하는 다수의 패턴 데이터를 포함하며, 이러한 데이터들로 인해 냄새 감성의 종류와 함께 냄새 강도를 판정할 수 있다.
따라서, 본 발명의 바람직한 구현예에 따른 냄새 감성 판정 방법에서는, 도 4 및 도 5에서와 같은 형태를 갖는 냄새 감성 패턴들의 데이터를, 실제 검지 가스에 대한 냄새 패턴과 비교함으로써, 냄새에 대한 감성을 판정하게 된다.
이 경우, 이러한 냄새 감성 패턴들은 센서 어레이를 이루는 각 센서들의 검출값들로 이루어진 패턴이 되며, 바람직하게는, 도 4 등에 도시된 것과 같이, 각 센서들의 검출값을 방사상으로 표현한 패턴이 된다.
다만, 본 발명에서의 냄새 감성 패턴은 도 4 등에서와 같은 방사상의 패턴에 한정되지 않으며, 꺾은 선 그래프, 막대 그래프 등과 같이 시각화할 수 있는 모든 형태의 패턴을 포함한다.
즉, 냄새 감성 패턴을 형성하는 고유의 데이터를 시각화하여 나타낼 수 있는 것이면 족하고, 그 형태에 제한을 받지는 않는다.
이와 관련, 가스를 검출하기 위한 센서들은 표적이 되는 가스 성분 이외의 성분에도 반응하고, 이러한 반응 결과는 검출값에 반영된다.
특히, 본 발명에 따르면, 특정 가스 또는 냄새를 검지하기 위한 단일 센서가 개별적으로 이용되는 것이 아니라, 특정 가스에 대한 검출능을 갖는 다수의 센서들을 이용하되, 이들 다수의 센서들의 모든 검출값을 총괄적으로 패턴화시켜 이용하게 된다.
즉, 각각의 센서들은 미지의 혼합 가스 성분 모두와 반응한 결과를 출력하게 되는데, 이러한 총괄적 검출 결과를 바탕으로 패턴이 결정된다. 따라서, 미지의 가스에 대한 냄새 감성이 결정되면, 결정된 냄새 감성에 대한 패턴은 다수의 센서들의 검출값에 의한 총괄적 패턴이 된다. 마찬가지로, 측정 가스에 대한 패턴도 동일한 방식으로 다수의 센서들의 총괄적 검출값에 의하여 패턴이 결정된다.
한편, 냄새 패턴을 분석하는 단계에서는, 구축된 데이터 베이스 상의 냄새 패턴과 센서 어레이에서 검지된 패턴을 비교하여, 근사한 패턴을 결정하게 된다.
이 때, 소정의 학습 알고리즘이 이용될 수 있으며, 이러한 학습 알고리즘은 도 4에 도시된 패턴의 유사성을 확인할 수 있는 알고리즘으로 구현된다.
따라서, 데이터 베이스 상에서 가장 근사한 패턴으로 결정된 것으로, 검지 가스에 대한 냄새 감성을 판정하게 된다(S40).
한편, 도 6에서는 본 발명의 또 다른 구현예에 따른 냄새 감성 판정 방법을 도시하고 있는 순서도이다.
도 6의 구현예에서는, 측정된 검지 가스에 대한 냄새 감성을 직접 입력하는 단계를 더 포함하는 것을 특징으로 한다. 즉, 본 구현예의 경우, 단계 S10 내지 S40의 단계는 동일하게 진행되며, 도 6에서와 같이 냄새 판정 단계 이후에, 냄새 판정과는 별개로 진행되거나(S50), 또는 냄새 판정 단계와 함께 검지 가스의 냄새를 사용자가 직접 맡은 후, 실험자가 느낀 냄새 감성을 직접 입력하도록 구성된다.
즉, 본 단계(S50)는 검지 가스에 대한 냄새 감성을 사용자가 직접 입력하여, 데이터화하는 단계이다. 바람직하게는, 입력된 냄새 감성에 대한 데이터는 측정된 검지 패턴에 대한 데이터와 함께 새로운 냄새 감성 패턴 데이터를 형성하고, 이는 냄새 감성 패턴에 대한 데이터 베이스의 일부가 된다.
이와 관련, 기저장된 냄새 감성 패턴 데이터와의 정합성 여부, 즉, 냄새 감성 패턴 데이터들과는 다소 거리가 있는 데이터가 검출된 경우에 한하여 본 단계(S50)을 수행하도록 구성함이 바람직하다.
이 경우, 상기 냄새 감정 판정 단계(S40)에서는 앞서와 같은 방식으로 가장 근사한 패턴을 결정하되, 정합성 여부의 판단은 각 패턴을 이루는 각각의 수치들을 측정값들과 비교하여 그 차이 정도를 수치화하고, 이를 정합성을 결정하는 임계치와 비교함으로써 결정하도록 구성할 수 있다.
예를 들어, 정합성 여부를 결정하는 임계치를 설정하고, 기저장된 냄새 패턴데이터의 값들과 측정값과의 차이가 임계치를 초과하는 패턴 데이터가 가장 근사한 데이터로 선정되었다면, 기저장된 패턴 데이터 중에 정합되는 데이터가 존재하지 않는 것으로 결정할 수 있다.
이 경우, 본 구현예에서는 데이터의 부정합을 알리고, 사용자가 직접 해당 가스의 냄새 감성 데이터를 입력하도록 구성함이 바람직하다.
한편, 도 7에서는 이상에서 설명한 바와 같은 냄새 감성 판정 방법을 구현하기 위한 냄새 감성 판정 장치의 개략적인 구성을 도시하고 있다.
도 7을 참조하면, 본 발명에 따른 냄새 감성 판정 장치는 다수의 센서로 이루어진 센서 어레이(10)와 상기 센서 어레이(10)에 의하여 검지된 데이터로부터 냄새 감성을 판정하는 제어부(20)를 포함하는 것을 특징으로 한다.
또한, 본 구현예에 따른 냄새 감성 판정 장치에서는, 센서 어레이(10)로 검지 가스를 공급하기 위한 펌프(30), 펌프로부터 주입되는 가스를 센서 어레이(10)의 각 센서 측으로 균분하기 위하여 센서 어레이(10) 상에 설치되는 매니폴드(50) 및 주입된 가스를 배출시키기 위한 팬(40)을 포함한다.
또한, 제어부(20)에서 판정된 정보를 외부로 출력하기 위한 디스플레이부(60)를 포함하고, 제어부(20)를 포함한 각 구성에 전력을 공급하기 위한 전원을 포함한다.
특히, 상기 센서 어레이(10)의 각 센서는, 앞서 설명한 바와 같이 검지 대상이 되는 냄새의 주요 성분을 검출할 수 있는 센서들로 이루어진다.
이러한 센서 어레이(10)의 예는 앞서 표 2에서 제시된 온습도 센서를 포함하는 17개 센서들로 구성될 수 있으며, 검지하고자 하는 냄새에 따라 적절히 채택될 수 있다. 예를 들어, 상기 센서 어레이(10)는 VOCs, H2S, NH3, H2, EtOH, Trimethlamine, Alcohol, Solvent vapors, Methane, CO CFC's, CO2, O3, NO2로 이루어지는 그룹 중 적어도 하나에 대한 검지능을 가지는 2 이상의 센서로 구성될 수 있다.
따라서, 상기 센서 어레이(10)는 각 센서들의 출력값들이 모여 검지 대상에 대한 검지 패턴을 형성하게 된다.
또한, 상기 제어부(20)는 다수의 냄새 감성 패턴에 대한 데이터를 저장하고 있으며, 저장된 상기 냄새 감성 패턴과 상기 센서 어레이(10)에 의하여 검지된 검지 패턴을 비교하여, 검지 가스의 냄새 감성을 판정하도록 구성된다.
즉, 상기 제어부(20)에서는, 센서 어레이(10)의 각 센서들이 출력한 데이터를 검지 패턴으로 입력받고, 입력받은 검지 패턴을 저장하고 있는 다양한 냄새 감성 패턴과 비교하는 작업을 통해, 가장 근사한 냄새 감성 패턴을 결정하게 된다. 결정된 냄새 감성 패턴은 검지 가스의 냄새 감성을 의미하는 것이므로, 제어부(20)에서는 결정된 데이터의 정보를 바탕으로 검지 가스의 냄새 감성을 판정하고, 이를 디스플레이부(60)를 통해 출력하게 된다.
또한, 앞서 설명한 바와 같이, 본 발명의 일구현예에 따르면, 측정하고자 하는 검지 가스에 대한 냄새 감성을 직접 입력하기 위한 입력부(70)를 더 포함하도록 구성할 수 있다.
입력부(70)를 통해 입력된 냄새 감성에 대한 데이터는 센서 어레이를 통해 측정된 데이터와 함께 새로운 냄새 감성 패턴 데이터를 형성하고, 이는 제어부 내에 저장되어, 데이터 베이스의 일부가 된다.
본 발명은 바람직한 실시 예를 참조하여 설명하였지만, 해당 기술분야의 숙련된 당업자는 본 발명의 범위를 벗어나지 않는 범위 내에서 본 발명의 요소들에 대한 수정 및 변경의 가능함을 이해할 수 있을 것이다. 또한, 본 발명의 필수적인 영역을 벗어나지 않는 범위 내에서 특별한 상황들이나 재료에 대하여 많은 변경이 이루어질 수 있다. 그러므로, 본 발명은 본 발명의 바람직한 실시 예의 상세한 설명으로 제한되지 않으며, 첨부된 특허청구범위 내에서 모든 실시 예들을 포함할 것이다.
10: 센서 어레이
20: 제어부
30: 펌프
40: 팬
50: 매니폴드
60: 디스플레이부
70: 입력부

Claims (17)

  1. 센서 장치를 통해 가스를 검지하는 단계;
    기저장된 데이터 베이스 상의 냄새 감성 패턴과 센서 장치를 통해 검지된 검지 패턴을 비교하여 분석하는 단계;
    가장 근사한 냄새 감성 패턴을 결정하고, 결정된 냄새 감성 패턴으로 검지 가스의 냄새 감성을 판정하는 단계;
    검지 가스에 대한 냄새 감성을 사용자가 직접 입력하여, 데이터화하는 단계;
    를 포함하는 냄새 감성 판정 방법.
  2. 청구항 1에 있어서,
    상기 센서 장치는 다수의 센서로 이루어진 센서 어레이를 포함하고, 상기 냄새 감성 패턴 및 상기 검지 패턴은 상기 센서 어레이의 각 센서들의 검출값들로 이루어진 패턴인 것을 특징으로 하는 냄새 감성 판정 방법.
  3. 청구항 2에 있어서,
    상기 냄새 감성 패턴 및 상기 검지 패턴은 각 센서들의 검출값을 방사상으로 표현한 패턴인 것을 특징으로 하는 냄새 감성 판정 방법.
  4. 청구항 1에 있어서,
    상기 가스를 검지하는 단계 이전에, 검지 대상에 따른 센서를 선정하는 단계를 더 포함하는 것을 특징으로 하는 냄새 감성 판정 방법.
  5. 청구항 1에 있어서,
    상기 냄새 감성 패턴은, 각각의 냄새 감성에 대하여, 냄새 강도 변화에 따라 변화하는 다수의 패턴 데이터를 포함하며,
    상기 냄새 감성을 판정하는 단계에서는, 냄새 감성의 종류와 함께 냄새 강도를 판정하는 것을 특징으로 하는 냄새 감성 판정 방법.
  6. 청구항 1에 있어서,
    상기 냄새 감성을 판정하는 단계 이후 또는 상기 냄새 감성을 판정하는 단계와 함께, 상기 검지 패턴에 대한 냄새 감성 데이터를 입력하여, 데이터 베이스 내에 저장하는 단계를 더 포함하는 것을 특징으로 하는 냄새 감성 판정 방법.
  7. 청구항 6에 있어서,
    상기 검지 패턴의 냄새 감성 데이터를 입력하고 저장하는 단계에서는, 상기 검지 패턴과 정합성이 있는 기저장된 냄새 감성 패턴 데이터가 존재하지 않는 것으로 판단된 경우에만 수행되는 것을 특징으로 하는 냄새 감성 판정 방법.
  8. 청구항 7에 있어서,
    상기 검지 패턴과 기저장된 냄새 감성 패턴 데이터와의 정합성 여부를 판단함에 있어서, 정합성 여부를 결정하는 임계치를 설정하고, 기저장된 냄새 패턴데이터의 값들과 측정값과의 차이가 임계치를 초과하는 패턴 데이터가 가장 근사한 데이터로 선정된 경우, 정합성이 없는 것으로 판단하는 것을 특징으로 하는 냄새 감성 판정 방법.
  9. 다수의 센서로 이루어진 센서 어레이;
    다수의 냄새 감성 패턴에 대한 데이터를 저장하고 있으며, 저장된 상기 냄새 감성 패턴을, 상기 센서 어레이에 의하여 검지된 검지 패턴과 비교하여, 검지 가스의 냄새 감성을 판정하고, 사용자가 직접 입력한 검지 가스에 대한 냄새 감성을 데이터화하는 제어부; 를 포함하며,
    상기 제어부는 상기 검지 패턴과 가장 근사한 냄새 감성 패턴을 결정하고, 결정된 냄새 감성 패턴으로 검지 가스의 냄새 감성을 판정하도록 구성된 냄새 감성 판정 장치.
  10. 청구항 9에 있어서,
    상기 냄새 감성 패턴 및 상기 검지 패턴은 상기 센서 어레이의 각 센서들의 검출값들로 이루어진 패턴인 것을 특징으로 하는 냄새 감성 판정 장치.
  11. 청구항 10에 있어서,
    상기 냄새 감성 패턴 및 상기 검지 패턴은 각 센서들의 검출값을 방사상으로 표현한 패턴인 것을 특징으로 하는 냄새 감성 판정 장치.
  12. 청구항 9에 있어서,
    상기 냄새 감성 패턴은, 각각의 냄새 감성에 대하여, 냄새 강도 변화에 따라 변화하는 다수의 패턴 데이터를 포함하며,
    상기 제어부에서는 냄새 감성의 종류와 함께 냄새 강도를 판정하는 것을 특징으로 하는 냄새 감성 판정 장치.
  13. 청구항 9에 있어서,
    상기 센서 어레이의 각 센서는 검지 대상이 되는 냄새의 주요 성분을 검출할 수 있는 센서들로 이루어지는 것을 특징으로 하는 냄새 감성 판정 장치.
  14. 청구항 13에 있어서,
    상기 센서 어레이는 VOCs, H2S, NH3, H2, EtOH, Trimethlamine, Alcohol, Solvent vapors, Methane, CO CFC's, CO2, O3, NO2로 이루어지는 그룹 중 적어도 하나에 대한 검지능을 가지는 2 이상의 센서를 포함하는 센서 어레이인 것을 특징으로 하는 냄새 감성 판정 장치.
  15. 청구항 9에 있어서,
    상기 센서 어레이로 검지 가스를 공급하기 위한 펌프, 상기 펌프로부터 주입되는 가스를 센서 어레이의 각 센서 측으로 균분하도록 설치되는 매니폴드 및 주입된 가스를 배출시키기 위한 팬을 더 포함하는 것을 특징으로 하는 냄새 감성 판정 장치.
  16. 청구항 9에 있어서,
    상기 제어부에서 판정된 냄새 감성 정보를 외부로 출력하기 위한 디스플레이부를 더 포함하는 것을 특징으로 하는 냄새 감성 판정 장치.
  17. 청구항 9에 있어서,
    상기 검지 가스에 대한 냄새 감성을 입력하기 위한 입력부를 더 포함하는 것을 특징으로 하는 냄새 감성 판정 장치.
KR1020140178148A 2014-12-11 2014-12-11 냄새 감성 판정 장치 및 방법 KR101637773B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020140178148A KR101637773B1 (ko) 2014-12-11 2014-12-11 냄새 감성 판정 장치 및 방법
US14/930,207 US20160169851A1 (en) 2014-12-11 2015-11-02 Apparatus and method for judging sensibility of smell
DE102015222444.9A DE102015222444A1 (de) 2014-12-11 2015-11-13 Vorrichtung und Verfahren zum Beurteilen einer Geruchswahrnehmung
CN201510784670.1A CN105699594A (zh) 2014-12-11 2015-11-16 用于判断气味的感知度的设备和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140178148A KR101637773B1 (ko) 2014-12-11 2014-12-11 냄새 감성 판정 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20160071000A KR20160071000A (ko) 2016-06-21
KR101637773B1 true KR101637773B1 (ko) 2016-07-07

Family

ID=56082565

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140178148A KR101637773B1 (ko) 2014-12-11 2014-12-11 냄새 감성 판정 장치 및 방법

Country Status (4)

Country Link
US (1) US20160169851A1 (ko)
KR (1) KR101637773B1 (ko)
CN (1) CN105699594A (ko)
DE (1) DE102015222444A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102483001B1 (ko) 2022-07-07 2022-12-29 주식회사 오씨모바일 Ai 기반 중고차 냄새 분석 및 케어 시스템과 그 처리방법

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101836284B1 (ko) * 2016-06-27 2018-03-08 현대자동차 주식회사 차량용 공조시스템의 냄새 재현장치
US20180053105A1 (en) * 2016-08-18 2018-02-22 Paypal, Inc. Model Training for Multiple Data Spaces for Pattern Classification and Detection
US11713899B2 (en) 2017-03-15 2023-08-01 Taiyo Yuden Co., Ltd. Management apparatus, air conditioning management system, and air conditioning management method
JP2019113419A (ja) * 2017-12-22 2019-07-11 太陽誘電株式会社 センシングシステム、車両、プログラム、情報処理装置、情報処理方法およびセンサ装置
CN108732309A (zh) * 2018-05-21 2018-11-02 众安仕（北京）科技有限公司 一种动态环境的气体采集监测***
KR102608981B1 (ko) * 2018-10-24 2023-12-01 한국전자통신연구원 향 시각화 시스템 및 방법
JP7147685B2 (ja) * 2019-05-23 2022-10-05 トヨタ自動車株式会社 情報処理システムおよび情報処理方法
DE102020203584A1 (de) 2020-03-20 2021-09-23 Zf Friedrichshafen Ag Verarbeitungseinheit, System, und computerimplementiertes Verfahren für einen Fahrzeuginnenraum zur Wahrnehmung und Reaktion auf Gerüche eines Fahrzeuginsassen
CN111426801B (zh) * 2020-05-09 2022-08-02 上海宁和环境科技发展有限公司 电子鼻学习驯化方法及其设备
US11932080B2 (en) 2020-08-20 2024-03-19 Denso International America, Inc. Diagnostic and recirculation control systems and methods
US11636870B2 (en) 2020-08-20 2023-04-25 Denso International America, Inc. Smoking cessation systems and methods
US11813926B2 (en) 2020-08-20 2023-11-14 Denso International America, Inc. Binding agent and olfaction sensor
US11760169B2 (en) 2020-08-20 2023-09-19 Denso International America, Inc. Particulate control systems and methods for olfaction sensors
US11881093B2 (en) 2020-08-20 2024-01-23 Denso International America, Inc. Systems and methods for identifying smoking in vehicles
US11760170B2 (en) 2020-08-20 2023-09-19 Denso International America, Inc. Olfaction sensor preservation systems and methods
US11828210B2 (en) 2020-08-20 2023-11-28 Denso International America, Inc. Diagnostic systems and methods of vehicles using olfaction
CN112493998B (zh) * 2020-12-09 2021-12-21 北京意图科技有限公司 嗅觉感官评估方法和***
KR102495022B1 (ko) * 2021-02-10 2023-02-06 엘지전자 주식회사 공기조화기
KR102373489B1 (ko) * 2021-03-18 2022-03-11 한국식품연구원 배추무름병균 진단용 마커 조성물과 진단장치
KR102549894B1 (ko) * 2021-05-12 2023-06-29 재단법인대구경북과학기술원 미후각 감지 방법 및 장치
CN113340943B (zh) * 2021-06-02 2022-06-14 舟山市自来水有限公司 基于指纹图谱的水体中嗅味类型和嗅味强度的分析方法
CN116577473B (zh) * 2023-07-14 2023-11-17 北京市农林科学院 一种草莓机械损伤发生时间的检测方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100348990B1 (ko) * 1999-12-28 2002-08-17 주식회사 키트론 자동차 실내환경 평가를 위한 감성지수 측정 시스템 및제어시스템
KR100665353B1 (ko) * 2004-11-17 2007-01-04 김정도 냄새정보나 영상 이미지가 가지는 냄새의 느낌에 대한부호화정보를 복원하는 방법

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2710153B1 (fr) * 1993-09-17 1995-12-01 Alpha Mos Sa Procédés et appareils de détection des substances odorantes et applications.
KR20030093682A (ko) 2002-06-05 2003-12-11 (주)엠아이스트림 자동차용 휘발유에 포함된 환경유해 가스 및 이물질탐지와 판별을 위한 소형 전자코시스템 및 방법
CN101000357B (zh) * 2007-01-08 2012-07-04 华东理工大学 一种小型自动化机器嗅觉仪器与气味分析方法
CN101441647B (zh) * 2008-12-25 2011-08-17 中国烟草总公司郑州烟草研究院 企业专利数据库中专利法律状态自动更新方法及***
KR20100104412A (ko) * 2009-03-17 2010-09-29 ㈜이엔아이테크놀로지 휴대용 전자코 시스템
CN101603959B (zh) * 2009-06-29 2013-10-16 上海应用技术学院 一种快速测定猪肉香精相似度的方法
JP4924958B2 (ja) * 2009-11-02 2012-04-25 株式会社デンソー アルコール濃度検出装置
US8726719B2 (en) * 2010-07-31 2014-05-20 Ut-Battelle, Llc Light-weight analyzer for odor recognition
CN102222164A (zh) * 2011-05-30 2011-10-19 中国标准化研究院 一种食品感官质量评价方法及***
CN102645502A (zh) * 2012-04-23 2012-08-22 上海应用技术学院 一种利用快速气相色谱型电子鼻指纹分析***鉴别黄酒酒龄的方法
CN103940956A (zh) * 2013-01-23 2014-07-23 海尔集团公司 气味检测方法、装置及***
CN103940957A (zh) * 2013-01-23 2014-07-23 海尔集团公司 气味检测装置、检测***及检测方法
CN103487558B (zh) * 2013-07-30 2016-10-12 中国标准化研究院 一种应用智能感官信号进行茶叶品质的模式识别分析过程中检测异常样本的方法
CN103487537A (zh) * 2013-07-30 2014-01-01 中国标准化研究院 一种基于遗传算法优化西湖龙井茶产地检测方法
CN104111274A (zh) * 2014-02-18 2014-10-22 上海应用技术学院 一种利用气体传感器阵列型电子鼻指纹分析***鉴别杨梅汁产地的方法
CN103913484B (zh) * 2014-04-08 2016-06-08 广州城市职业学院 鱼露分类鉴别的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100348990B1 (ko) * 1999-12-28 2002-08-17 주식회사 키트론 자동차 실내환경 평가를 위한 감성지수 측정 시스템 및제어시스템
KR100665353B1 (ko) * 2004-11-17 2007-01-04 김정도 냄새정보나 영상 이미지가 가지는 냄새의 느낌에 대한부호화정보를 복원하는 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102483001B1 (ko) 2022-07-07 2022-12-29 주식회사 오씨모바일 Ai 기반 중고차 냄새 분석 및 케어 시스템과 그 처리방법

Also Published As

Publication number Publication date
CN105699594A (zh) 2016-06-22
KR20160071000A (ko) 2016-06-21
US20160169851A1 (en) 2016-06-16
DE102015222444A1 (de) 2016-06-16

Similar Documents

Publication Publication Date Title
KR101637773B1 (ko) 냄새 감성 판정 장치 및 방법
JP4814530B2 (ja) 匂いの強度の測定
US11674938B2 (en) Utilization of electronic nose-based analysis of odorants
CN110687072B (zh) 一种基于光谱相似度的校正集和验证集的选择及建模方法
US20180120277A1 (en) Apparatus and method for generation of olfactory information capable of calibration based on pattern recognition model
KR101855179B1 (ko) 질환 진단을 위한 최적의 진단 요소 셋 결정 장치 및 방법
CN101135689A (zh) 一种电子鼻开发平台
CN109297534B (zh) 用于评价室内环境质量的环境参数权重确定方法及***
CN106706558B (zh) 一种剔除校正集异常样本的方法
CN107563448B (zh) 基于近红外光谱分析的样本空间聚类划分法
KR101510861B1 (ko) 복합 악취 분석 시스템 및 방법
US7734436B2 (en) Comparative analysis of a sample relative to a database
CN108470194B (zh) 一种特征筛选方法及装置
JP2009025015A (ja) 知識作成支援装置及びプログラム
CN108256016A (zh) 基于个人微博的个人异常情绪检测方法及装置
CN113390928A (zh) 气体感测设备以及操作气体感测设备的方法
KR101656253B1 (ko) 가스 분류를 위한 결합 특징 벡터 생성 장치 및 방법
CN101292263A (zh) 目视检验仪中自动检测物品缺陷的方法和***
Robin et al. Machine learning based calibration time reduction for gas sensors in temperature cycled operation
CN114527198A (zh) 聚合物产品气味检测方法、设备和电子鼻***
JP6361035B2 (ja) ガス検出方法およびガス検出装置
CN113791062A (zh) 一种基于拉曼光谱判断固定物质类别的方法
Agustika et al. Steady-state response feature extraction optimization to enhance electronic nose performance
Tyagi et al. Decorrelation of Temperature and Humidity Sensor's by Comparing Classifier's Performance on Metal Oxide Semiconductor Sensor's Dataset
CN111415715A (zh) 一种基于多元光谱数据的智能校正方法、***及装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190409

Year of fee payment: 4