KR20190108086A - 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스 - Google Patents

상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스 Download PDF

Info

Publication number
KR20190108086A
KR20190108086A KR1020190108660A KR20190108660A KR20190108086A KR 20190108086 A KR20190108086 A KR 20190108086A KR 1020190108660 A KR1020190108660 A KR 1020190108660A KR 20190108660 A KR20190108660 A KR 20190108660A KR 20190108086 A KR20190108086 A KR 20190108086A
Authority
KR
South Korea
Prior art keywords
intelligent device
illuminance value
external
information related
screen brightness
Prior art date
Application number
KR1020190108660A
Other languages
English (en)
Inventor
윤형화
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190108660A priority Critical patent/KR20190108086A/ko
Publication of KR20190108086A publication Critical patent/KR20190108086A/ko
Priority to US16/669,090 priority patent/US20200068689A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
    • G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
    • G09G3/34—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters by control of light from an independent source
    • G09G3/3406—Control of illumination source
    • H05B37/0272—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • H05B33/0845—
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
    • H05B45/10—Controlling the intensity of the light
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/175—Controlling the light source by remote control
    • H05B47/19—Controlling the light source by remote control via wireless transmission
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2360/00—Aspects of the architecture of display systems
    • G09G2360/14—Detecting light within display terminals, e.g. using a single or a plurality of photosensors
    • G09G2360/144—Detecting light within display terminals, e.g. using a single or a plurality of photosensors the light being ambient light
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2360/00—Aspects of the architecture of display systems
    • G09G2360/16—Calculation or use of calculated indices related to luminance levels in display data
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2370/00—Aspects of data communication
    • G09G2370/02—Networking aspects
    • G09G2370/022—Centralised management of display operation, e.g. in a server instead of locally
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2370/00—Aspects of data communication
    • G09G2370/04—Exchange of auxiliary data, i.e. other than image data, between monitor and graphics controller
    • G09G2370/042—Exchange of auxiliary data, i.e. other than image data, between monitor and graphics controller for monitor identification
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스가 개시된다. 본 발명의 일실시 예에 따른 지능형 디바이스는 지능형 디바이스의 주변에 대한 조도를 센싱하여 주변 조도 값을 생성하는 조도 센서; 외부 디바이스로부터 외부 조도 값와 관련된 정보를 전송받는 통신부; 상기 주변 조도 값에 따라 상기 지능형 디바이스의 화면 밝기를 결정하고, 상기 외부 조도 값과 관련된 정보에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하는 제어부;를 포함한다.
본 발명의 지능형 디바이스, 단말, 서버 및 IoT 기기 중 하나 이상이 인공 지능(Artificial Intelligence) 모듈, 드론(Unmanned Aerial Vehicle, UAV), 로봇, 증강 현실(Augmented Reality, AR) 장치, 가상 현실(virtual reality, VR) 장치, 5G 서비스와 관련된 장치 등과 연계될 수 있다.

Description

상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스{Method for controlling illumination of Intelligent Device based on Contextual Information and Intelligent Device}
본 발명은 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스에 관한 것으로서, 상황에 맞는 디바이스의 적당한 밝기를 자동으로 설정하도록 제어함으로써 사용자의 편의성을 증진시킬 수 있는 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스에 관한 것이다.
최근, 편리하면서도 안전하며 즐거움이 있는 세련된 주거 생활에 대한 욕구가 강해지면서, 스마트홈 관련 제품 과 서비스에 대한 수요가 증가하여 높은 부가가치와 다양한 활용 분야, 광범위한 파급 효과로 이동 통신사, 가전 제품 제조사, 건설사 등의 기업을 중심으로 초미의 관심사로 부상하고 있다.
그러나, 현재 개발된 IoT 서비스들 다수가 외부 IoT 서버를 활용해 단순 무선 제어 또는 스탠드 형태의 단품 위 주로 서비스를 제공하고 있어 타 홈 IoT 기기 연동이 안된다는 문제점이 있다.
본 발명은 전술한 필요성 및/또는 문제점을 해결하는 것을 목적으로 한다.
또한, 본 발명은, 상황에 맞는 디바이스의 적당한 밝기를 자동으로 설정하도록 제어함으로써 사용자의 편의성을 증진시킬 수 있는 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스를 구현하는 것을 목적으로 한다.
본 발명의 일 실시 예에 따른 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법은 지능형 디바이스의 주변에 대한 조도를 센싱한 주변 조도 값을 획득하는 단계; 외부 디바이스로부터 외부 조도 값에 관련된 정보를 제공받는 단계; 상기 외부 조도 값에 따라 상기 지능형 디바이스의 화면 밝기를 결정하는 단계; 및 상기 외부 조도 값에 관련된 정보에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하는 단계;를 포함한다.
상기 외부 조도 값에 관련된 정보는 외부 조도의 변화 시점 정보를 포함할 수 있다.
상기 주변 조도 값을 획득하는 단계, 상기 지능형 디바이스의 장소 별로 구분하는 단계; 및 상기 지능형 디바이스의 장소 별로 상기 주변 조도 값에 대한 기준 조도 값을 생성하는 단계를 포함하고, 생성된 상기 기준 조도 값에 기초하여 실내 모드 또는 실외 모드를 설정하는 것을 포함할 수 있다.
상기 외부 디바이스는, 적어도 하나 이상의 조명을 구비하는 조명부;와 스마트 TV;를 포함하고, 상기 외부 조도 값은, 상기 조명부에서 센싱된 조명의 조도 값;과 상기 스마트 TV에서 센싱된 TV 조도 값;을 포함할 수 있다.
상기 지능형 디바이스의 화면 밝기는, 상기 지능형 디바이스가 꺼진 상태에서 켜진 상태로 전환되는 동안에는 상기 외부 조도 값에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하고, 상기 지능형 디바이스가 켜진 상태를 유지하는 동안에는 상기 주변 조도 값에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하는 것을 포함할 수 있다.
상기 지능형 디바이스의 화면 밝기를 제어하는 단계는, 상기 외부 조도 값에 관련된 정보로부터 특징값을 추출하는 단계; 상기 특징값을 미리 학습된 딥러닝 모델에 입력하는 단계; 및 상기 딥러닝 모델의 출력에 기반하여 상기 지능형 디바이스의 화면 밝기와 관련된 정보를 획득하는 단계;를 포함할 수 있다.
상기 지능형 디바이스의 화면 밝기를 제어하는 단계는, 상기 지능형 디바이스가 조작되는 동안 상기 지능형 디바이스의 주변 조도가 변화되면, 상기 지능형 디바이스의 화면 밝기를 점진적으로 변화되도록 제어하는 것을 포함할 수 있다.
상기 외부 조도 값에 관련된 정보의 전송을 스케줄링하기 위해 사용되는 DCI(Downlink Control Information)을 네트워크로부터 수신하는 단계를 더 포함하고, 상기 외부 조도 값에 관련된 정보는, 상기 DCI에 기초하여 상기 네트워크로 전송되는 것을 포함할 수 있다.
SSB(Synchronization signal block)에 기초하여 상기 네트워크와 초기 접속 절차를 수행하는 단계;를 더 포함하고, 상기 외부 조도 값에 관련된 정보는 PUSCH를 통해 상기 네트워크로 전송되며, 상기 SSB와 상기 PUSCH의 DM-RS는 QCL type D에 대해 QCL되어 있는 것을 포함할 수 있다.
상기 외부 조도 값에 관련된 정보를 상기 네트워크에 포함된 AI 프로세서로 전송하도록 통신부를 제어하는 단계; 상기 AI 프로세서로부터 AI 프로세싱된 정보를 수신하도록 상기 통신부를 제어하는 단계;를 더 포함하고, 상기 AI 프로세싱된 정보는, 상기 지능형 디바이스의 화면 밝기 설정과 관련된 정보인 것을 포함할 수 있다.
본 발명의 일실시 예에 따른 지능형 디바이스는 지능형 디바이스의 주변에 대한 조도를 센싱하여 주변 조도 값을 생성하는 조도 센서; 외부 디바이스로부터 외부 조도 값에 관련된 정보를 전송받는 통신부; 상기 주변 조도 값에 따라 상기 지능형 디바이스의 화면 밝기를 결정하고, 상기 외부 조도 값에 관련된 정보에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하는 제어부;를 포함한다.
상기 외부 조도 값에 관련된 정보는 외부 조도의 변화 시점 정보를 포함할 수 있다.
상기 조도 센서는, 상기 제어부의 제어 하에 상기 지능형 디바이스의 장소 별로 구분하고, 구분된 상기 지능형 디바이스의 장소 별로 상기 주변 조도 값에 대한 기준 조도 값을 생성하고, 생성된 상기 기준 조도 값에 기초하여 실내 모드 또는 실외 모드를 설정하는 것을 포함할 수 있다.
상기 외부 디바이스는, 적어도 하나 이상의 조명을 구비하는 조명부;와 스마트 TV;를 포함하고, 상기 외부 조도 값은, 상기 조명부에서 센싱된 조명의 조도 값;과 상기 스마트 TV에서 센싱된 TV 조도 값;을 포함할 수 있다.
상기 제어부는, 상기 지능형 디바이스가 꺼진 상태에서 켜진 상태로 전환되는 동안에는 상기 외부 조도 값에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하고, 상기 지능형 디바이스가 켜진 상태를 유지하는 동안에는 상기 주변 조도 값에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하는 것을 포함할 수 있다.
상기 제어부는, 상기 외부 조도 값에 관련된 정보로부터 특징값을 추출하고, 상기 특징값을 미리 학습된 딥러닝 모델에 입력하고, 상기 딥러닝 모델의 출력에 기반하여 상기 지능형 디바이스의 화면 밝기와 관련된 정보를 획득하는 것을 포함할 수 있다.
상기 제어부는, 상기 지능형 디바이스가 조작되는 동안 상기 지능형 디바이스의 주변 조도가 변화되면, 상기 지능형 디바이스의 화면 밝기를 점진적으로 변화되도록 제어하는 것을 포함할 수 있다.
상기 제어부는, 상기 외부 조도 값에 관련된 정보의 전송을 스케줄링하기 위해 사용되는 DCI(Downlink Control Information)을 네트워크로부터 수신하고, 상기 외부 조도 값에 관련된 정보는, 상기 DCI에 기초하여 상기 네트워크로 전송되도록 제어하는 것을 포함할 수 있다.
상기 제어부는, SSB(Synchronization signal block)에 기초하여 상기 네트워크와 초기 접속 절차를 수행하고, 상기 외부 조도 값에 관련된 정보는 PUSCH를 통해 상기 네트워크로 전송되며, 상기 SSB와 상기 PUSCH의 DM-RS는 QCL type D에 대해 QCL되도록 제어하는 것을 포함할 수 있다.
상기 제어부는, 상기 외부 조도 값에 관련된 정보를 상기 네트워크에 포함된 AI 프로세서로 전송하도록 상기 통신부를 제어하고, 상기 AI 프로세서로부터 AI 프로세싱된 정보를 수신하도록 상기 통신부를 제어하고, 상기 AI 프로세싱된 정보는, 상기 지능형 디바이스의 화면 밝기와 관련된 정보인 것을 포함할 수 있다.
본 발명의 일 실시 예에 따른 지능적 가전 제어 방법, 가전을 제어하는 장치 및 지능형 컴퓨팅 디바이스의 효과에 대해 설명하면 다음과 같다.
본 발명은 상황에 맞는 디바이스의 적당한 밝기를 자동으로 설정하도록 제어함으로써 사용자의 편의성을 증진시킬 수 있다.
본 발명은 조도에 대한 변화 추적, IoT 디바이스를 컨트롤하는 Cloud 서비스를 통한 조도 추적, 조도를 측정하는 조도계 실내에 따른 조도 추적, 실제 사용 Device에 따른 조도 추적 등을 통해 주변 상황에 따라 편안하게 느끼는 조도를 빠르게 조정할 수 있다.
본 발명은 주변 상황에 따라 편안하게 느끼는 조도를 빠르게 조정함으로써, 사용자의 편의성을 증진시킬 수 있다.
본 발명은 조명 On/Off 시간 변화 추적으로 인한 (동공의 개폐)에 따른 적당한 밝기 제공할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시 예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 3은 5G 통신 시스템에서 사용자 단말과 5G 네트워크의 기본 동작의 일 예를 나타낸다.
도 4는 본 발명의 일실시 예에 따른 상황 정보에 기반한 지능형 디바이스의 조도 제어 시스템을 설명하기 위한 도이다.
도 5는 본 발명과 관련된 지능형 디바이스를 설명하기 위한 블록도이다.
도 6은 본 발명의 일실시 예에 따른 AI 장치의 블록도이다.
도 7은 본 발명과 관련된 지능형 디바이스 및 AI 장치를 설명하기 위한 블록도이다.
도 8은 본 발명의 일 실시 예에 따른 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법에 흐름도이다.
도 9는 도 8의 상기 주변 조도 값을 획득하는 단계를 상세히 나타낸 흐름도이다.
도 10은 도 8의 지능형 디바이스의 화면 밝기 설정과 관련된 정보를 생성하는 단계를 AI 프로세싱을 통해 수행하는 예의 흐름도이다.
도 11은 도 8의 지능형 디바이스의 화면 밝기 설정과 관련된 정보를 생성하는 단계를 5G 네트워크의 AI 프로세싱을 통해 수행하는 예의 흐름도이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시 예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성 요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다.
어떤 구성 요소가 다른 구성 요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, AI 프로세싱된 정보를 필요로 하는 장치 및/또는 AI 프로세서가 필요로 하는 5G 통신(5th generation mobile communication)을 단락 A 내지 단락 G를 통해 설명하기로 한다.
A. UE 및 5G 네트워크 블록도 예시
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 1을 참조하면, AI 모듈을 포함하는 장치(AI 장치)를 제1 통신 장치로 정의(910)하고, 프로세서(911)가 AI 상세 동작을 수행할 수 있다.
AI 장치와 통신하는 다른 장치(AI 서버)를 포함하는 5G 네트워크를 제2 통신 장치로 정의(920)하고, 프로세서(921)가 AI 상세 동작을 수행할 수 있다.
5G 네트워크가 제1 통신 장치로, AI 장치가 제2 통신 장치로 표현될 수도 있다.
예를 들어, 상기 제1 통신 장치 또는 상기 제2 통신 장치는 기지국, 네트워크 노드, 전송 단말, 수신 단말, 무선 장치, 무선 통신 장치, AI (Artificial Intelligence) 장치 등일 수 있다.
예를 들어, 단말 또는 UE (User Equipment)는 휴대폰, 스마트 폰 (smart phone), 노트북 컴퓨터 (laptop computer), 디지털 방송용 단말기, PDA (personal digital assistants), PMP (portable multimedia player), 네비게이션, 슬레이트 PC (slate PC), 태블릿 PC (tablet PC), 울트라북 (ultrabook), 웨어러블 디바이스 (wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD (head mounted display)) 등을 포함할 수 있다. 예를 들어, HMD는 머리에 착용하는 형태의 디스플레이 장치일 수 있다. 예를 들어, HMD는 VR, AR 또는 MR을 구현하기 위해 사용될 수 있다.
도 1을 참고하면, 제1 통신 장치(910)와 제2 통신 장치(920)는 프로세서 (processor, 911,921), 메모리 (memory, 914,924), 하나 이상의 Tx/Rx RF 모듈 (radio frequency module, 915,925), Tx 프로세서(912,922), Rx 프로세서(913,923), 안테나(916,926)를 포함한다. Tx/Rx 모듈은 트랜시버라고도 한다. 각각의 Tx/Rx 모듈(915)는 각각의 안테나(926)를 통해 신호를 전송한다. 프로세서는 앞서 살핀 기능, 과정 및/또는 방법을 구현한다. 프로세서(921)는 프로그램 코드 및 데이터를 저장하는 메모리(924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다. 보다 구체적으로, DL (Downlink)(제1 통신 장치에서 제2 통신 장치로의 통신)에서, 전송 (TX) 프로세서(912)는 L1 계층(즉, 물리 계층)에 대한 다양한 신호 처리 기능을 구현한다. 수신 (RX) 프로세서는 L1(즉, 물리 계층)의 다양한 신호 프로세싱 기능을 구현한다.
UL (Uplink)(제2 통신 장치에서 제1 통신 장치로의 통신)은 제2 통신 장치(920)에서 수신기 기능과 관련하여 기술된 것과 유사한 방식으로 제1 통신 장치(910)에서 처리된다. 각각의 Tx/Rx 모듈(925)은 각각의 안테나(926)를 통해 신호를 수신한다. 각각의 Tx/Rx 모듈은 RF 반송파 및 정보를 RX 프로세서(923)에 제공한다. 프로세서(921)는 프로그램 코드 및 데이터를 저장하는 메모리(924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다.
B. 무선 통신 시스템에서 신호 송/수신 방법
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 2를 참고하면, UE는 전원이 켜지거나 새로이 셀에 진입한 경우 BS와 동기를 맞추는 등의 초기 셀 탐색 (initial cell search) 작업을 수행한다(S201). 이를 위해, UE는 BS로부터 1차 동기 채널 (primary synchronization channel, P-SCH) 및 2차 동기 채널 (secondary synchronization channel, S-SCH)을 수신하여 BS와 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다. LTE 시스템과 NR 시스템에서 P-SCH와 S-SCH는 각각 1차 동기 신호 (primary synchronization signal, PSS)와 2차 동기 신호 (secondary synchronization signal, SSS)로 불린다. 초기 셀 탐색 후, UE는 BS로부터 물리 브로드캐스트 채널 (physical broadcast channel, PBCH)을 수신하여 셀 내 브로드캐스트 정보를 획득할 수 있다. 한편, UE는 초기 셀 탐색 단계에서 하향링크 참조 신호 (downlink reference Signal, DL RS)를 수신하여 하향링크 채널 상태를 확인할 수 있다.
초기 셀 탐색을 마친 UE는 물리 하향링크 제어 채널 (physical downlink control channel, PDCCH) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널 (physical downlink shared Channel, PDSCH)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S202).
한편, BS에 최초로 접속하거나 신호 전송을 위한 무선 자원이 없는 경우 UE는 BS에 대해 임의 접속 과정 (random access procedure, RACH)을 수행할 수 있다(단계 S203 내지 단계 S206). 이를 위해, UE는 물리 임의 접속 채널 (physical random access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로서 전송하고(S203 및 S205), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 임의 접속 응답 (random access response, RAR) 메시지를 수신할 수 있다(S204 및 S206). 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 과정 (contention resolution procedure)를 수행할 수 있다.
상술한 바와 같은 과정을 수행한 UE는 이후 일반적인 상향링크/하향링크 신호 전송 과정으로서 PDCCH/PDSCH 수신(S207) 및 물리 상향링크 공유 채널 (physical uplink shared Channel, PUSCH)/물리 상향링크 제어 채널 (physical uplink control channel, PUCCH) 전송(S208)을 수행할 수 있다. 특히 UE는 PDCCH를 통하여 하향링크 제어 정보 (downlink control information, DCI)를 수신한다. UE는 해당 탐색 공간 설정 (configuration)들에 따라 서빙 셀 상의 하나 이상의 제어 요소 세트 (control element set, CORESET)들에 설정된 모니터링 기회 (occasion)들에서 PDCCH 후보 (candidate)들의 세트를 모니터링한다. UE가 모니터할 PDCCH 후보들의 세트는 탐색 공간 세트들의 면에서 정의되며, 탐색 공간 세트는 공통 탐색 공간 세트 또는 UE-특정 탐색 공간 세트일 수 있다. CORESET은 1~3개 OFDM 심볼들의 시간 지속기간을 갖는 (물리) 자원 블록들의 세트로 구성된다. 네트워크는 UE가 복수의 CORESET들을 갖도록 설정할 수 있다. UE는 하나 이상의 탐색 공간 세트들 내 PDCCH 후보들을 모니터링한다. 여기서 모니터링이라 함은 탐색 공간 내 PDCCH 후보(들)에 대한 디코딩 시도하는 것을 의미한다. UE가 탐색 공간 내 PDCCH 후보들 중 하나에 대한 디코딩에 성공하면, 상기 UE는 해당 PDCCH 후보에서 PDCCH를 검출했다고 판단하고, 상기 검출된 PDCCH 내 DCI를 기반으로 PDSCH 수신 혹은 PUSCH 전송을 수행한다. PDCCH는 PDSCH 상의 DL 전송들 및 PUSCH 상의 UL 전송들을 스케줄링하는 데에 사용될 수 있다. 여기서 PDCCH 상의 DCI는 하향링크 공유 채널과 관련된, 변조 (modulation) 및 코딩 포맷과 자원 할당 (resource allocation) 정보를 적어도 포함하는 하향링크 배정 (assignment) (즉, downlink grant; DL grant), 또는 상향링크 공유 채널과 관련된, 변조 및 코딩 포맷과 자원 할당 정보를 포함하는 상향링크 그랜트 (uplink grant; UL grant)를 포함한다.
도 2를 참고하여, 5G 통신 시스템에서의 초기 접속 (Initial Access, IA) 절차에 대해 추가적으로 살펴본다.
UE는 SSB에 기반하여 셀 탐색 (search), 시스템 정보 획득, 초기 접속을 위한 빔 정렬, DL 측정 등을 수행할 수 있다. SSB는 SS/PBCH (Synchronization Signal/Physical Broadcast channel) 블록과 혼용된다.
SSB는 PSS, SSS와 PBCH로 구성된다. SSB는 4개의 연속된 OFDM 심볼들에 구성되며, OFDM 심볼별로 PSS, PBCH, SSS/PBCH 또는 PBCH가 전송된다. PSS와 SSS는 각각 1개의 OFDM 심볼과 127개의 부반송파들로 구성되고, PBCH는 3개의 OFDM 심볼과 576개의 부반송파들로 구성된다.
셀 탐색은 UE가 셀의 시간/주파수 동기를 획득하고, 상기 셀의 셀 ID (Identifier) (예, Physical layer Cell ID, PCI)를 검출하는 과정을 의미한다. PSS는 셀 ID 그룹 내에서 셀 ID를 검출하는데 사용되고, SSS는 셀 ID 그룹을 검출하는데 사용된다. PBCH는 SSB (시간) 인덱스 검출 및 하프-프레임 검출에 사용된다.
336개의 셀 ID 그룹이 존재하고, 셀 ID 그룹 별로 3개의 셀 ID가 존재한다. 즉, 총 1008개의 셀 ID가 존재한다. 셀의 셀 ID가 속한 셀 ID 그룹에 관한 정보는 상기 셀의 SSS를 통해 제공/획득되며, 상기 셀 ID 내 336개 셀들 중 상기 셀 ID에 관한 정보는 PSS를 통해 제공/획득된다
SSB는 SSB 주기 (periodicity)에 맞춰 주기적으로 전송된다. 초기 셀 탐색 시에 UE가 가정하는 SSB 기본 주기는 20ms로 정의된다. 셀 접속 후, SSB 주기는 네트워크 (예, BS)에 의해 {5ms, 10ms, 20ms, 40ms, 80ms, 160ms} 중 하나로 설정될 수 있다.
다음으로, 시스템 정보 (system information; SI) 획득에 대해 살펴본다.
SI는 마스터 정보 블록 (master information block, MIB)과 복수의 시스템 정보 블록 (system information block, SIB)들로 나눠진다. MIB 외의 SI는 RMSI (Remaining Minimum System Information)으로 지칭될 수 있다. MIB는 SIB1 (SystemInformationBlock1)을 나르는 PDSCH를 스케줄링하는 PDCCH의 모니터링을 위한 정보/파라미터를 포함하며 SSB의 PBCH를 통해 BS에 의해 전송된다. SIB1은 나머지 SIB들(이하, SIBx, x는 2 이상의 정수)의 가용성 (availability) 및 스케줄링(예, 전송 주기, SI-윈도우 크기)과 관련된 정보를 포함한다. SIBx는 SI 메시지에 포함되며 PDSCH를 통해 전송된다. 각각의 SI 메시지는 주기적으로 발생하는 시간 윈도우(즉, SI-윈도우) 내에서 전송된다.
도 2를 참고하여, 5G 통신 시스템에서의 임의 접속 (Random Access, RA) 과정에 대해 추가적으로 살펴본다.
임의 접속 과정은 다양한 용도로 사용된다. 예를 들어, 임의 접속 과정은 네트워크 초기 접속, 핸드오버, UE-트리거드 (triggered) UL 데이터 전송에 사용될 수 있다. UE는 임의 접속 과정을 통해 UL 동기와 UL 전송 자원을 획득할 수 있다. 임의 접속 과정은 경쟁 기반 (contention-based) 임의 접속 과정과 경쟁 프리 (contention free) 임의 접속 과정으로 구분된다. 경쟁 기반의 임의 접속 과정에 대한 구체적인 절차는 아래와 같다.
UE가 UL에서 임의 접속 과정의 Msg1로서 임의 접속 프리앰블을 PRACH를 통해 전송할 수 있다. 서로 다른 두 길이를 가지는 임의 접속 프리앰블 시퀀스들이 지원된다. 긴 시퀀스 길이 839는 1.25 및 5 kHz의 부반송파 간격 (subcarrier spacing)에 대해 적용되며, 짧은 시퀀스 길이 139는 15, 30, 60 및 120 kHz의 부반송파 간격에 대해 적용된다.
BS가 UE로부터 임의 접속 프리앰블을 수신하면, BS는 임의 접속 응답 (random access response, RAR) 메시지 (Msg2)를 상기 UE에게 전송한다. RAR을 나르는 PDSCH를 스케줄링하는 PDCCH는 임의 접속 (random access, RA) 무선 네트워크 임시 식별자 (radio network temporary identifier, RNTI) (RA-RNTI)로 CRC 마스킹되어 전송된다. RA-RNTI로 마스킹된 PDCCH를 검출한 UE는 상기 PDCCH가 나르는 DCI가 스케줄링하는 PDSCH로부터 RAR을 수신할 수 있다. UE는 자신이 전송한 프리앰블, 즉, Msg1에 대한 임의 접속 응답 정보가 상기 RAR 내에 있는지 확인한다. 자신이 전송한 Msg1에 대한 임의 접속 정보가 존재하는지 여부는 상기 UE가 전송한 프리앰블에 대한 임의 접속 프리앰블 ID가 존재하는지 여부에 의해 판단될 수 있다. Msg1에 대한 응답이 없으면, UE는 전력 램핑 (power ramping)을 수행하면서 RACH 프리앰블을 소정의 횟수 이내에서 재전송할 수 있다. UE는 가장 최근의 경로 손실 및 전력 램핑 카운터를 기반으로 프리앰블의 재전송에 대한 PRACH 전송 전력을 계산한다.
상기 UE는 임의 접속 응답 정보를 기반으로 상향링크 공유 채널 상에서 UL 전송을 임의 접속 과정의 Msg3로서 전송할 수 있다. Msg3은 RRC 연결 요청 및 UE 식별자를 포함할 수 있다. Msg3에 대한 응답으로서, 네트워크는 Msg4를 전송할 수 있으며, 이는 DL 상에서의 경쟁 해결 메시지로 취급될 수 있다. Msg4를 수신함으로써, UE는 RRC 연결된 상태에 진입할 수 있다.
C. 5G 통신 시스템의 빔 관리 (Beam Management, BM) 절차
BM 과정은 (1) SSB 또는 CSI-RS를 이용하는 DL BM 과정과, (2) SRS (sounding reference signal)을 이용하는 UL BM 과정으로 구분될 수 있다. 또한, 각 BM 과정은 Tx 빔을 결정하기 위한 Tx 빔 스위핑과 Rx 빔을 결정하기 위한 Rx 빔 스위핑을 포함할 수 있다.
SSB를 이용한 DL BM 과정에 대해 살펴본다.
SSB를 이용한 빔 보고 (beam report)에 대한 설정은 RRC_CONNECTED에서 채널 상태 정보 (channel state information, CSI)/빔 설정 시에 수행된다.
- UE는 BM을 위해 사용되는 SSB 자원들에 대한 CSI-SSB-ResourceSetList를 포함하는 CSI-ResourceConfig IE를 BS로부터 수신한다. RRC 파라미터 csi-SSB-ResourceSetList는 하나의 자원 세트에서 빔 관리 및 보고를 위해 사용되는 SSB 자원들의 리스트를 나타낸다. 여기서, SSB 자원 세트는 {SSBx1, SSBx2, SSBx3, SSBx4, ?}으로 설정될 수 있다. SSB 인덱스는 0부터 63까지 정의될 수 있다.
- UE는 상기 CSI-SSB-ResourceSetList에 기초하여 SSB 자원들 상의 신호들을 상기 BS로부터 수신한다.
- SSBRI 및 참조 신호 수신 전력 (reference signal received power, RSRP)에 대한 보고와 관련된 CSI-RS reportConfig가 설정된 경우, 상기 UE는 최선 (best) SSBRI 및 이에 대응하는 RSRP를 BS에게 보고한다. 예를 들어, 상기 CSI-RS reportConfig IE의 reportQuantity가 'ssb-Index-RSRP'로 설정된 경우, UE는 BS으로 최선 SSBRI 및 이에 대응하는 RSRP를 보고한다.
UE는 SSB와 동일한 OFDM 심볼(들)에 CSI-RS 자원이 설정되고, 'QCL-TypeD'가 적용 가능한 경우, 상기 UE는 CSI-RS와 SSB가 'QCL-TypeD' 관점에서 유사 동일 위치된 (quasi co-located, QCL) 것으로 가정할 수 있다. 여기서, QCL-TypeD는 공간 (spatial) Rx 파라미터 관점에서 안테나 포트들 간에 QCL되어 있음을 의미할 수 있다. UE가 QCL-TypeD 관계에 있는 복수의 DL 안테나 포트들의 신호들을 수신 시에는 동일한 수신 빔을 적용해도 무방하다.
다음으로, CSI-RS를 이용한 DL BM 과정에 대해 살펴본다.
CSI-RS를 이용한 UE의 Rx 빔 결정(또는 정제 (refinement)) 과정과 BS의 Tx 빔 스위핑 과정에 대해 차례대로 살펴본다. UE의 Rx 빔 결정 과정은 반복 파라미터가 'ON'으로 설정되며, BS의 Tx 빔 스위핑 과정은 반복 파라미터가 'OFF'로 설정된다.
먼저, UE의 Rx 빔 결정 과정에 대해 살펴본다.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'ON'으로 세팅되어 있다.
- UE는 상기 RRC 파라미터 'repetition'이 'ON'으로 설정된 CSI-RS 자원 세트 내의 자원(들) 상에서의 신호들을 BS의 동일 Tx 빔(또는 DL 공간 도메인 전송 필터)을 통해 서로 다른 OFDM 심볼에서 반복 수신한다.
- UE는 자신의 Rx 빔을 결정한다.
- UE는 CSI 보고를 생략한다. 즉, UE는 상가 RRC 파라미터 'repetition'이 'ON'으로 설정된 경우, CSI 보고를 생략할 수 있다.
다음으로, BS의 Tx 빔 결정 과정에 대해 살펴본다.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'OFF'로 세팅되어 있으며, BS의 Tx 빔 스위핑 과정과 관련된다.
- UE는 상기 RRC 파라미터 'repetition'이 'OFF'로 설정된 CSI-RS 자원 세트 내의 자원들 상에서의 신호들을 BS의 서로 다른 Tx 빔(DL 공간 도메인 전송 필터)을 통해 수신한다.
- UE는 최상의 (best) 빔을 선택(또는 결정)한다.
- UE는 선택된 빔에 대한 ID (예, CRI) 및 관련 품질 정보 (예, RSRP)를 BS으로 보고한다. 즉, UE는 CSI-RS가 BM을 위해 전송되는 경우 CRI와 이에 대한 RSRP를 BS으로 보고한다.
다음으로, SRS를 이용한 UL BM 과정에 대해 살펴본다.
- UE는 'beam management'로 설정된 (RRC 파라미터) 용도 파라미터를 포함하는 RRC 시그널링 (예, SRS-Config IE)를 BS로부터 수신한다. SRS-Config IE는 SRS 전송 설정을 위해 사용된다. SRS-Config IE는 SRS-Resources의 리스트와 SRS-ResourceSet들의 리스트를 포함한다. 각 SRS 자원 세트는 SRS-resource들의 세트를 의미한다.
- UE는 상기 SRS-Config IE에 포함된 SRS-SpatialRelation Info에 기초하여 전송할 SRS 자원에 대한 Tx 빔포밍을 결정한다. 여기서, SRS-SpatialRelation Info는 SRS 자원별로 설정되고, SRS 자원별로 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용할지를 나타낸다.
- 만약 SRS 자원에 SRS-SpatialRelationInfo가 설정되면 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용하여 전송한다. 하지만, SRS 자원에 SRS-SpatialRelationInfo가 설정되지 않으면, 상기 UE는 임의로 Tx 빔포밍을 결정하여 결정된 Tx 빔포밍을 통해 SRS를 전송한다.
다음으로, 빔 실패 복구 (beam failure recovery, BFR) 과정에 대해 살펴본다.
빔포밍된 시스템에서, RLF (Radio Link Failure)는 UE의 회전 (rotation), 이동 (movement) 또는 빔포밍 블로키지 (blockage)로 인해 자주 발생할 수 있다. 따라서, 잦은 RLF가 발생하는 것을 방지하기 위해 BFR이 NR에서 지원된다. BFR은 무선 링크 실패 복구 과정과 유사하고, UE가 새로운 후보 빔(들)을 아는 경우에 지원될 수 있다. 빔 실패 검출을 위해, BS는 UE에게 빔 실패 검출 참조 신호들을 설정하고, 상기 UE는 상기 UE의 물리 계층으로부터의 빔 실패 지시 (indication)들의 횟수가 BS의 RRC 시그널링에 의해 설정된 기간 (period) 내에 RRC 시그널링에 의해 설정된 임계치 (threshold)에 이르면 (reach), 빔 실패를 선언 (declare)한다. 빔 실패가 검출된 후, 상기 UE는 PCell 상의 임의 접속 과정을 개시 (initiate)함으로써 빔 실패 복구를 트리거하고; 적절한 (suitable) 빔을 선택하여 빔 실패 복구를 수행한다(BS가 어떤(certain) 빔들에 대해 전용 임의 접속 자원들을 제공한 경우, 이들이 상기 UE에 의해 우선화된다). 상기 임의 접속 절차의 완료 (completion) 시, 빔 실패 복구가 완료된 것으로 간주된다.
D. URLLC (Ultra-Reliable and Low Latency Communication)
NR에서 정의하는 URLLC 전송은 (1) 상대적으로 낮은 트래픽 크기, (2) 상대적으로 낮은 도착 레이트(low arrival rate), (3) 극도의 낮은 레이턴시 요구사항 (requirement)(예, 0.5, 1ms), (4) 상대적으로 짧은 전송 지속기간 (duration) (예, 2 OFDM symbols), (5) 긴급한 서비스/메시지 등에 대한 전송을 의미할 수 있다. UL의 경우, 보다 엄격 (stringent)한 레이턴시 요구 사항 (latency requirement)을 만족시키기 위해 특정 타입의 트래픽(예컨대, URLLC)에 대한 전송이 앞서서 스케줄링된 다른 전송(예컨대, eMBB)과 다중화 (multiplexing)되어야 할 필요가 있다. 이와 관련하여 한 가지 방안으로, 앞서 스케줄링 받은 UE에게 특정 자원에 대해서 프리엠션 (preemption)될 것이라는 정보를 주고, 해당 자원을 URLLC UE가 UL 전송에 사용하도록 한다.
NR의 경우, eMBB와 URLLC 사이의 동적 자원 공유 (sharing)가 지원된다. eMBB와 URLLC 서비스들은 비-중첩 (non-overlapping) 시간/주파수 자원들 상에서 스케줄될 수 있으며, URLLC 전송은 진행 중인 (ongoing) eMBB 트래픽에 대해 스케줄된 자원들에서 발생할 수 있다. eMBB UE는 해당 UE의 PDSCH 전송이 부분적으로 펑처링 (puncturing)되었는지 여부를 알 수 없을 수 있고, 손상된 코딩된 비트 (corrupted coded bit)들로 인해 UE는 PDSCH를 디코딩하지 못할 수 있다. 이 점을 고려하여, NR에서는 프리엠션 지시 (preemption indication)를 제공한다. 상기 프리엠션 지시 (preemption indication)는 중단된 전송 지시 (interrupted transmission indication)로 지칭될 수도 있다.
프리엠션 지시와 관련하여, UE는 BS로부터의 RRC 시그널링을 통해 DownlinkPreemption IE를 수신한다. UE가 DownlinkPreemption IE를 제공받으면, DCI 포맷 2_1을 운반 (convey)하는 PDCCH의 모니터링을 위해 상기 UE는 DownlinkPreemption IE 내 파라미터 int-RNTI에 의해 제공된 INT-RNTI를 가지고 설정된다. 상기 UE는 추가적으로 servingCellID에 의해 제공되는 서빙 셀 인덱스들의 세트를 포함하는 INT-ConfigurationPerServing Cell에 의해 서빙 셀들의 세트와 positionInDCI에 의해 DCI 포맷 2_1 내 필드들을 위한 위치들의 해당 세트를 가지고 설정되고, dci-PayloadSize에 의해 DCI 포맷 2_1을 위한 정보 페이로드 크기를 가지고 설정되며, timeFrequencySect에 의한 시간-주파수 자원들의 지시 입도 (granularity)를 가지고 설정된다.
상기 UE는 상기 DownlinkPreemption IE에 기초하여 DCI 포맷 2_1을 상기 BS로부터 수신한다.
UE가 서빙 셀들의 설정된 세트 내 서빙 셀에 대한 DCI 포맷 2_1을 검출하면, 상기 UE는 상기 DCI 포맷 2_1이 속한 모니터링 기간의 바로 앞 (last) 모니터링 기간의 PRB들의 세트 및 심볼들의 세트 중 상기 DCI 포맷 2_1에 의해 지시되는 PRB들 및 심볼들 내에는 상기 UE로의 아무런 전송도 없다고 가정할 수 있다. 예를 들어, UE는 프리엠션에 의해 지시된 시간-주파수 자원 내 신호는 자신에게 스케줄링된 DL 전송이 아니라고 보고 나머지 자원 영역에서 수신된 신호들을 기반으로 데이터를 디코딩한다.
E. mMTC (massive MTC)
mMTC (massive Machine Type Communication)은 많은 수의 UE와 동시에 통신하는 초연결 서비스를 지원하기 위한 5G의 시나리오 중 하나이다. 이 환경에서, UE는 굉장히 낮은 전송 속도와 이동성을 가지고 간헐적으로 통신하게 된다. 따라서, mMTC는 UE를 얼마나 낮은 비용으로 오랫동안 구동할 수 있는지를 주요 목표로 하고 있다. mMTC 기술과 관련하여 3GPP에서는 MTC와 NB (NarrowBand)-IoT를 다루고 있다.
mMTC 기술은 PDCCH, PUCCH, PDSCH (physical downlink shared channel), PUSCH 등의 반복 전송, 주파수 호핑 (hopping), 리튜닝 (retuning), 가드 구간 (guard period) 등의 특징을 가진다.
즉, 특정 정보를 포함하는 PUSCH(또는 PUCCH(특히, long PUCCH) 또는 PRACH) 및 특정 정보에 대한 응답을 포함하는 PDSCH(또는 PDCCH)가 반복 전송된다. 반복 전송은 주파수 호핑 (frequency hopping)을 통해 수행되며, 반복 전송을 위해, 제1 주파수 자원에서 제2 주파수 자원으로 가드 구간 (guard period)에서 (RF) 리튜닝 (retuning)이 수행되고, 특정 정보 및 특정 정보에 대한 응답은 협대역 (narrowband) (ex. 6 RB (resource block) or 1 RB)을 통해 송/수신될 수 있다.
F. 5G 통신을 이용한 AI 기본 동작
도 3은 5G 통신 시스템에서 사용자 단말과 5G 네트워크의 기본동작의 일 예를 나타낸다.
UE는 특정 정보 전송을 5G 네트워크로 전송한다(S1). 그리고, 상기 5G 네트워크는 상기 특정 정보에 대한 5G 프로세싱을 수행한다(S2). 여기서, 5G 프로세싱은 AI 프로세싱을 포함할 수 있다. 그리고, 상기 5G 네트워크는 AI 프로세싱 결과를 포함하는 응답을 상기 UE로 전송한다(S3).
G. 5G 통신 시스템에서 사용자 단말과 5G 네트워크 간의 응용 동작
이하, 도 1 및 도 2와 앞서 살핀 무선 통신 기술(BM 절차, URLLC, mMTC 등)을 참고하여 5G 통신을 이용한 AI 동작에 대해 보다 구체적으로 살펴본다.
먼저, 후술할 본 발명에서 제안하는 방법과 5G 통신의 eMBB 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
도 3의 S1 단계 및 S3 단계와 같이, UE가 5G 네트워크와 신호, 정보 등을 송/수신하기 위해, UE는 도 3의 S1 단계 이전에 5G 네트워크와 초기 접속(initial access) 절차 및 임의 접속(random access) 절차를 수행한다.
보다 구체적으로, UE는 DL 동기 및 시스템 정보를 획득하기 위해 SSB에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다. 상기 초기 접속 절차 과정에서 빔 관리(beam management, BM) 과정, 빔 실패 복구(beam failure recovery) 과정이 추가될 수 있으며, UE가 5G 네트워크로부터 신호를 수신하는 과정에서 QCL(quasi-co location) 관계가 추가될 수 있다.
또한, UE는 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다. 그리고, 상기 5G 네트워크는 상기 UE로 특정 정보의 전송을 스케쥴링하기 위한 UL grant를 전송할 수 있다. 따라서, 상기 UE는 상기 UL grant에 기초하여 상기 5G 네트워크로 특정 정보를 전송한다. 그리고, 상기 5G 네트워크는 상기 UE로 상기 특정 정보에 대한 5G 프로세싱 결과의 전송을 스케쥴링하기 위한 DL grant를 전송한다. 따라서, 상기 5G 네트워크는 상기 DL grant에 기초하여 상기 UE로 AI 프로세싱 결과를 포함하는 응답을 전송할 수 있다.
다음으로, 후술할 본 발명에서 제안하는 방법과 5G 통신의 URLLC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
앞서 설명한 바와 같이, UE가 5G 네트워크와 초기 접속 절차 및/또는 임의 접속 절차를 수행한 후, UE는 5G 네트워크로부터 DownlinkPreemption IE를 수신할 수 있다. 그리고, UE는 DownlinkPreemption IE에 기초하여 프리엠션 지시(pre-emption indication)를 포함하는 DCI 포맷 2_1을 5G 네트워크로부터 수신한다. 그리고, UE는 프리엠션 지시(pre-emption indication)에 의해 지시된 자원(PRB 및/또는 OFDM 심볼)에서 eMBB data의 수신을 수행(또는 기대 또는 가정)하지 않는다. 이후, UE는 특정 정보를 전송할 필요가 있는 경우 5G 네트워크로부터 UL grant를 수신할 수 있다.
다음으로, 후술할 본 발명에서 제안하는 방법과 5G 통신의 mMTC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
도 3의 단계들 중 mMTC 기술의 적용으로 달라지는 부분 위주로 설명하기로 한다.
도 3의 S1 단계에서, UE는 특정 정보를 5G 네트워크로 전송하기 위해 5G 네트워크로부터 UL grant를 수신한다. 여기서, 상기 UL grant는 상기 특정 정보의 전송에 대한 반복 횟수에 대한 정보를 포함하고, 상기 특정 정보는 상기 반복 횟수에 대한 정보에 기초하여 반복하여 전송될 수 있다. 즉, 상기 UE는 상기 UL grant에 기초하여 특정 정보를 5G 네트워크로 전송한다. 그리고, 특정 정보의 반복 전송은 주파수 호핑을 통해 수행되고, 첫 번째 특정 정보의 전송은 제1 주파수 자원에서, 두 번째 특정 정보의 전송은 제2 주파수 자원에서 전송될 수 있다. 상기 특정 정보는 6RB(Resource Block) 또는 1RB(Resource Block)의 협대역(narrowband)을 통해 전송될 수 있다.
앞서 살핀 5G 통신 기술은 후술할 본 발명에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 발명에서 제안하는 방법들의 기술적 특징을 구체화하거나 명확하게 하는데 보충될 수 있다.
도 4는 본 발명의 일실시 예에 따른 상황 정보에 기반한 지능형 디바이스의 조도 제어 시스템을 설명하기 위한 도이다.
도 4를 살펴보면, 조도 제어 시스템(1000)은 서버(300), 지능형 디바이스(100), 외부 디바이스(200) 및 기상 센터(400)를 포함할 수 있다.
서버(300)는 지능형 디바이스(100), 외부 디바이스(200) 및 기상 센터(400) 중에서 적어도 하나 이상이 클라우드 네트워크와 연결될 수 있다. 클라우드 네트워크는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, 조도 제어 시스템(1000)을 구성하는 각 서버(300), 지능형 디바이스(100), 외부 디바이스(200) 및 기상 센터(400)는 클라우드 네트워크를 통해 서로 연결될 수 있다. 특히, 각 서버(300), 지능형 디바이스(100), 외부 디바이스(200) 및 기상 센터(400)는 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
서버(300)는 빅 데이터에 대한 연산을 수행하는 서버(300)를 포함할 수 있다. 서버(300)는 AI 서버(300)라 칭할 수 있다. 이에 서버(300)는 AI 프로세싱을 수행하는 서버(300)를 더 포함할 수 있다.
서버(300)는 지능형 디바이스(100) 또는 외부 디바이스(200)와 클라우드 네트워크를 통하여 연결되고, 연결된 지능형 디바이스(100) 또는 외부 디바이스(200)의 AI 프로세싱을 적어도 일부를 도울 수 있다.
이때, 서버(300)는 지능형 디바이스(100) 또는 외부 디바이스(200)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 지능형 디바이스(100) 또는 외부 디바이스(200)에 전송할 수 있다.
이때, 서버(300)는 지능형 디바이스(100) 또는 외부 디바이스(200)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 지능형 디바이스(100) 또는 외부 디바이스(200)로 전송할 수 있다.
또는, 지능형 디바이스(100) 또는 외부 디바이스(200)는 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다.
지능형 디바이스(100)에 대한 자세한 설명은 도 5에서 후술하기로 한다.
외부 디바이스(200)는 가정 또는 사무실 등과 같이 실내에 배치되는 조명 장치 또는 전자 제품일 수 있다. 복수의 외부 디바이스(200)는 IoT 기기가 될 수 있다.
외부 디바이스(200)는 외부 프로세서(210), 조명 디바이스(230a 내지 230z) 및 스마트 TV(240) 등을 포함함 수 있다. 예를 들어, 외부 프로세서(210)는 서버(300), 지능형 디바이스(100) 또는 기상 센터(400) 등으로부터 조명과 관련된 외부 조도 정보를 제공받아 조명 디바이스(230a 내지 230z) 또는 스마트 TV(240)에 제공할 수 있고, 조명 디바이스(230a 내지 230z) 또는 스마트 TV(240)로부터 조명과 관련된 내부 조도 정보를 제공받아 서버(300), 지능형 디바이스(100) 또는 기상 센터(400) 등에 제공할 수 있다.
외부 프로세서(210)는 학습 모델을 이용하여 입력 데이터(외부 조도 정보 또는 내부 조도 정보)에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다. 외부 프로세서(210)는 통신 모듈(220)을 포함하며, 통신 모듈(220)을 통해 서버(300), 지능형 디바이스(100) 또는 기상 센터(400) 등과 실시간으로 조도와 관련된 정보를 주고받을 수 있다. 여기서는 통신 모듈(220)이 외부 프로세서(210)에 포함되도록 도시하였으나, 이에 한정되는 것은 아니며, 분리되어 형성될 수 있다.
조명 디바이스(230a 내지 230z)는 하나 이상의 조명을 구비하는 조명부(231a 내지 231z)와 조명부(231a 내지 231z)를 구동시키는 조명 구동부(232a 내지 232z)를 포함할 수 있다. 조명 디바이스(230a 내지 230z)는 외부 프로세서(210)와 무선 또는 유선을 통해 전기적으로 연결될 수 있다.
조명 구동부(232a 내지 232z)는 조도 센서(미도시)를 포함할 수 있다. 조명 구동부(232a 내지 232z)는 조도 센서를 통해 센싱된 조도 값에 기초하여 조명부(231a 내지 231z)의 밝기를 제어하도록 구동할 수 있다. 또한, 조명 구동부(232a 내지 232z)는 외부 프로세서(210)의 제어 하에 외부 조도 정보를 제공받아 조명부(231a 내지 231z)의 밝기를 제어하도록 구동할 수 있다.
조명 구동부(232a 내지 232z)는 조도 센서를 통해 센싱된 조도 값인 내부 조도 정보를 외부 프로세서(210)에 실시간으로 제공할 수 있다.
스마트 TV(240)는 운영체제(OS)와 중앙처리장치(CPU)를 탑재하고 있으며 컴퓨터의 기능을 갖춤으로써 방송 시청은 물론 인터넷 검색과 게임, 애플리케이션, SNS 등을 활용할 수 있는 TV일 수 있다. 스마트 TV(240)는 다양한 콘텐츠를 인터넷에서 실시간으로 다운로드 해서 볼 수 있고 인터넷 사용과 TV 시청을 함께 하면서도 끊김 없이 동영상을 감상할 수 있다.
스마트 TV(240)는 외부 면에 장착된 조도 센서를 통해 센싱된 조도 값에 기초하여 스마트 TV(240)의 화면 밝기를 결정할 수 있다. 또한, 스마트 TV(240)는 외부 프로세서(210)의 제어 하에 외부 조도 정보를 제공받아 스마트 TV(240)의 화면 밝기를 제어할 수 있다. 스마트 TV(240)는 조도 센서를 통해 센싱된 센싱 값인 내부 조도 정보를 외부 프로세서(210)에 실시간으로 제공할 수 있다.
도 5는 본 발명과 관련된 지능형 디바이스를 설명하기 위한 블록도이다.
도 5를 참조하면, 지능형 디바이스(100)는 무선 통신부(110), 입력부(120), 센싱부(140), 출력부(150), 인터페이스부(160), 메모리(170), 제어부(180) 및 전원 공급부(190) 등을 포함할 수 있다. 도 5에 도시된 구성 요소들은 지능형 디바이스(100)를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 지능형 디바이스(100)는 위에서 열거된 구성 요소들 보다 많거나, 또는 적은 구성 요소들을 가질 수 있다. 지능형 디바이스(100)는 이동 단말기, 스마트 기기, 모바일 기기라 칭할 수 있다.
보다 구체적으로, 상기 구성 요소들 중 무선 통신부(110)는, 지능형 디바이스(100)와 무선 통신 시스템 사이, 지능형 디바이스(100)와 다른 지능형 디바이스 사이, 또는 지능형 디바이스(100)와 외부 서버 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. 또한, 무선 통신부(110)는, 지능형 디바이스(100)를 하나 이상의 5G 네트워크에 연결하는 하나 이상의 모듈을 포함할 수 있다.
이러한 무선 통신부(110)는, 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114), 위치정보 모듈(115) 중 적어도 하나를 포함할 수 있다.
입력부(120)는, 영상 신호 입력을 위한 카메라(121) 또는 영상 입력부, 오디오 신호 입력을 위한 마이크로폰(microphone, 122), 또는 오디오 입력부, 사용자로부터 정보를 입력받기 위한 사용자 입력부(123, 예를 들어, 터치키(touch key), 푸시키(mechanical key) 등)를 포함할 수 있다. 입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어 명령으로 처리될 수 있다.
센싱부(140)는 지능형 디바이스(100) 내 정보, 지능형 디바이스(100)를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱하기 위한 하나 이상의 센서를 포함할 수 있다. 예를 들어, 센싱부(140)는 근접센서(141, proximity sensor), 조도 센서(142, illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 이동 단말기는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향 출력부(152), 햅팁 모듈(153), 광 출력부(154) 중 적어도 하나를 포함할 수 있다. 디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 지능형 디바이스(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 지능형 디바이스(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
인터페이스부(160)는 지능형 디바이스(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port) 중 적어도 하나를 포함할 수 있다. 지능형 디바이스(100)에서는, 상기 인터페이스부(160)에 외부 디바이스(200, 도 4 참조)가 연결되는 것에 대응하여, 연결된 외부 디바이스(200, 도 4 참조)와 관련된 적절할 제어를 수행할 수 있다.
또한, 메모리(170)는 지능형 디바이스(100)의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(170)는 지능형 디바이스(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 지능형 디바이스(100)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다. 또한 이러한 응용 프로그램 중 적어도 일부는, 지능형 디바이스(100)의 기본적인 기능(예를 들어, 전화 착신, 발신 기능, 메시지 수신, 발신 기능)을 위하여 출고 당시부터 지능형 디바이스(100)상에 존재할 수 있다. 한편, 응용 프로그램은, 메모리(170)에 저장되고, 지능형 디바이스(100) 상에 설치되어, 제어부(180)에 의하여 상기 이동 단말기의 동작(또는 기능)을 수행하도록 구동될 수 있다.
제어부(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 지능형 디바이스(100)의 전반적인 동작을 제어한다. 제어부(180)는 위에서 살펴본 구성 요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다. 제어부(180)는 프로세서라 칭할 수 있다.
또한, 제어부(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 5과 함께 살펴본 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 제어부(180)는 상기 응용 프로그램의 구동을 위하여, 지능형 디바이스(100)에 포함된 구성 요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.
전원공급부(190)는 제어부(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 지능형 디바이스(100)에 포함된 각 구성 요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체가능한 형태의 배터리가 될 수 있다.
상기 각 구성 요소들 중 적어도 일부는, 이하에서 설명되는 다양한 실시 예들에 따른 지능형 디바이스(100)의 동작, 제어, 또는 제어 방법을 구현하기 위하여 서로 협력하여 동작할 수 있다. 또한, 상기 지능형 디바이스(100)의 동작, 제어, 또는 제어 방법은 상기 메모리(170)에 저장된 적어도 하나의 응용 프로그램의 구동에 의하여 지능형 디바이스(100) 상에서 구현될 수 있다.
도 6은 본 발명의 일실시 예에 따른 AI 장치의 블록도이다.
도 6을 살펴보면, AI 장치(20)는 AI 프로세싱을 수행할 수 있는 AI 모듈을 포함하는 전자 기기 또는 AI 모듈을 포함하는 서버 등을 포함할 수 있다. 또한, AI 장치(20)는 도 5에 도시된 지능형 디바이스(100)의 적어도 일부의 구성으로 포함되어 AI 프로세싱 중 적어도 일부를 함께 수행하도록 구비될 수도 있다.
AI 프로세싱은 도 5에 도시된 지능형 디바이스(100)의 제어부(180)와 관련된 모든 동작들을 포함할 수 있다.
AI 장치(20)는 AI 프로세싱 결과를 직접 이용하는 클라이언트 디바이스이거나, AI 프로세싱 결과를 다른 기기에 제공하는 클라우드 환경의 디바이스일 수도 있다. AI 장치(20)는 신경망을 학습할 수 있는 컴퓨팅 장치로서, 서버, 데스크탑 PC, 노트북 PC, 태블릿 PC 등과 같은 다양한 전자 장치로 구현될 수 있다.
AI 장치(20)는 AI 프로세서(21), 메모리(25) 및/또는 통신부(27)를 포함할 수 있다.
AI 프로세서(21)는 메모리(25)에 저장된 프로그램을 이용하여 신경망을 학습할 수 있다. 특히, AI 프로세서(21)는 지능형 디바이스(100)의 관련 데이터를 인식하기 위한 신경망을 학습할 수 있다. 여기서, 지능형 디바이스(100)의 관련 데이터를 인식하기 위한 신경망은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 갖는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 모드들은 뉴런이 시냅스(synapse)를 통해 신호를 주고 받는 뉴런의 시냅틱 활동을 모의하도록 각각 연결 관계에 따라 데이터를 주고 받을 수 있다. 여기서 신경망은 신경망 모델에서 발전한 딥러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다. 신경망 모델의 예는 심층 신경망(DNN, deep neural networks), 합성곱 신경망(CNN, convolutional deep neural networks), 순환 신경망(RNN, Recurrent Boltzmann Machine), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine), 심층 신뢰 신경망(DBN, deep belief networks), 심층 Q-네트워크(Deep Q-Network)와 같은 다양한 딥 러닝 기법들을 포함하며, 컴퓨터비젼, 음성인식, 자연어처리, 음성/신호처리 등의 분야에 적용될 수 있다.
한편, 전술한 바와 같은 기능을 수행하는 프로세서는 범용 프로세서(예를 들어, CPU)일 수 있으나, 인공지능 학습을 위한 AI 전용 프로세서(예를 들어, GPU)일 수 있다.
메모리(25)는 AI 장치(20)의 동작에 필요한 각종 프로그램 및 데이터를 저장할 수 있다. 메모리(25)는 비 휘발성 메모리, 휘발성 메모리, 플래시 메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SDD) 등으로 구현할 수 있다. 메모리(25)는 AI 프로세서(21)에 의해 액세스되며, AI 프로세서(21)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 또한, 메모리(25)는 본 발명의 일실시 예에 따른 데이터 분류/인식을 위한 학습 알고리즘을 통해 생성된 신경망 모델(예를 들어, 딥 러닝 모델(26))을 저장할 수 있다.
한편, AI 프로세서(21)는 데이터 분류/인식을 위한 신경망을 학습하는 데이터 학습부(22)를 포함할 수 있다. 데이터 학습부(22)는 데이터 분류/인식을 판단하기 위하여 어떤 학습 데이터를 이용할지, 학습 데이터를 이용하여 데이터를 어떻게 분류하고 인식할지에 관한 기준을 학습할 수 있다. 데이터 학습부(22)는 학습에 이용될 학습 데이터를 획득하고, 획득된 학습데이터를 딥러닝 모델에 적용함으로써, 딥러닝 모델을 학습할 수 있다.
데이터 학습부(22)는 적어도 하나의 하드웨어 칩 형태로 제작되어 AI 장치(20)에 탑재될 수 있다. 예를 들어, 데이터 학습부(22)는 인공지능(AI)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 범용 프로세서(CPU) 또는 그래픽 전용 프로세서(GPU)의 일부로 제작되어 AI 장치(20)에 탑재될 수도 있다. 또한, 데이터 학습부(22)는 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(또는 인스트럭션(instruction)을 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록 매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 애플리케이션에 의해 제공될 수 있다.
데이터 학습부(22)는 학습 데이터 획득부(23) 및 모델 학습부(24)를 포함할 수 있다.
학습 데이터 획득부(23)는 데이터를 분류하고 인식하기 위한 신경망 모델에 필요한 학습 데이터를 획득할 수 있다.
모델 학습부(24)는 획득된 학습 데이터를 이용하여, 신경망 모델이 소정의 데이터를 어떻게 분류할지에 관한 판단 기준을 가지도록 학습할 수 있다. 이 때 모델 학습부(24)는 학습 데이터 중 적어도 일부를 판단 기준으로 이용하는 지도 학습(supervised learning)을 통하여, 신경망 모델을 학습시킬 수 있다. 또는 모델 학습부(24)는 지도 없이 학습 데이터를 이용하여 스스로 학습함으로써, 판단 기준을 발견하는 비지도 학습(unsupervised learning)을 통해 신경망 모델을 학습시킬 수 있다. 또한, 모델 학습부(24)는 학습에 따른 상황 판단의 결과가 올바른지에 대한 피드백을 이용하여 강화 학습(reinforcement learning)을 통하여, 신경망 모델을 학습시킬 수 있다. 또한, 모델 학습부(24)는 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient decent)을 포함하는 학습 알고리즘을 이용하여 신경망 모델을 학습시킬 수 있다. 지도 학습은 일련의 학습 데이터와 그에 상응하는 레이블(label, 목표 출력값)을 이용하여 학습을 이루어지며, 지도 학습에 기초한 신경망 모델은 훈련 데이터(training data)로부터 함수를 추론해내는 형태의 모델일 수 있다. 지도 학습은 일련의 학습 데이터와 그에 상응하 목표 출력값을 수신하고, 입력되는 데이터에 대한 실제 출력값과 목표 출력값을 비교하는 학습을 통해 오류를 찾아내고, 해당 결과를 근거로 모델을 수정할 수 있다. 지도 학습은 결과물의 형태에 따라 다시 회귀(regression), 분류(classification), 검출(detection), 시멘틱 세그멘테이션(semantic segmentation) 등으로 구분될 수 있다. 지도 학습을 통해 도출된 함수는 다시 새로운 결과값을 예측하는데 사용될 수 있다. 이처럼, 지도 학습에 기초한 신경망 모델은 수많은 학습 데이터의 학습을 통해, 신경망 모델의 파라미터를 최적화할 수 있다.
신경망 모델이 학습되면, 모델 학습부(24)는 학습된 신경망 모델을 메모리에 저장할 수 있다. 모델 학습부(24)는 학습된 신경망 모델을 AI 장치(20)와 유선 또는 무선 네트워크로 연결된 서버의 메모리에 저장할 수도 있다.
데이터 학습부(22)는 인식 모델의 분석 결과를 향상시키거나, 인식 모델의 생성에 필요한 리소스 또는 시간을 절약하기 위해 학습 데이터 전처리부(미도시) 및 학습 데이터 선택부(미도시)를 더 포함할 수도 있다.
학습 데이터 전처리부는 획득된 데이터가 상황 판단을 위한 학습에 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 예를 들어, 학습 데이터 전처리부는, 모델 학습부(24)가 이미지 인식을 위한 학습을 위하여 획득된 학습 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
또한, 학습 데이터 선택부는, 학습 데이터 획득부(23)에서 획득된 학습 데이터 또는 전처리부에서 전처리된 학습 데이터 중 학습에 필요한 데이터를 선택할 수 있다. 선택된 학습 데이터는 모델 학습부(24)에 제공될 수 있다. 예를 들어, 학습 데이터 선택부는, 지능형 디바이스(100)의 촬영수단을 통해 획득한 영상 중 특정 영역을 검출함으로써, 특정 영역에 포함된 객체에 대한 데이터만을 학습 데이터로 선택할 수 있다.
또한, 데이터 학습부(22)는 신경망 모델의 분석 결과를 향상시키기 위하여 모델 평가부(미도시)를 더 포함할 수도 있다.
모델 평가부는, 신경망 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 분석 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(22)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 인식 모델을 평가하기 위한 기 정의된 데이터일 수 있다. 일 예로, 모델 평가부는 평가 데이터에 대한 학습된 인식 모델의 분석 결과 중, 분석 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정되 임계치를 초과하는 경우, 소정 기준을 만족하지 못한 것으로 평가할 수 있다.
통신부(27)는 AI 프로세서(21)에 의한 AI 프로세싱 결과를 외부 전자 기기로 전송할 수 있다. 예를 들어, 외부 전자 기기는 블루투스 장치, 자율주행 차량, 로봇, 드론, AR 기기, 모바일 기기, 가전 기기 등을 포함할 수 있다.
한편, 도 6에 도시된 AI 장치(20)는 AI 프로세서(21)와 메모리(25), 통신부(27) 등으로 기능적으로 구분하여 설명하였지만, 전술한 구성 요소들이 하나의 모듈로 통합되어 AI 모듈로 호칭될 수도 있음을 밝혀 둔다. 이때 AI 모듈은 세탁기 내부에 구비될 수도 있고, 서버에 구비되어 네트워크를 통해 단말과 정보를 송수신할 수도 있다.
도 7은 본 발명과 관련된 지능형 디바이스 및 AI 장치를 설명하기 위한 블록도이다.
지능형 디바이스(100)에 관한 설명은 도 5에서 자세히 설명하였으므로 이에 대한 자세한 설명은 생략하기로 한다.
한편, 지능형 디바이스(100)는 AI 프로세싱이 필요한 데이터를 무선 통신부(110)를 통해 AI 장치(20)로 전송할 수 있고, 딥러닝 모델(26)을 포함하는 AI 장치(20)는 상기 딥러닝 모델(26)을 이용한 AI 프로세싱 결과를 지능형 디바이스(100)로 전송할 수 있다. AI 장치(20)는 도 6에 설명한 내용을 참조할 수 있다.
상기 제어부(180)는 AI 프로세서(181)를 더 구비할 수 있다.
이하, 상기 인터페이스부와 연결된 단말 내 다른 전자 장치 및 AI 프로세서(181)에 대하여 보다 구체적으로 설명한다.
한편, 지능형 디바이스(100)는 조도 센서(142)를 통해 센싱된 조도 값을 무선 통신부(110)를 통해 AI 장치(20)로 전송하고, AI 장치(20)가, 전달된 조도 값에 신경망 모델(26)을 적용함으로써 생성된 AI 프로세싱 데이터를 지능형 디바이스(100)로 전송할 수 있다. 지능형 디바이스(100)는 수신된 AI 프로세싱 데이터에 기초하여 최적의 화면 밝기를 판단할 수 있고, 최적의 화면 밝기를 이용하여 디스플레이부(151, 도 5 참조)의 화면 밝기를 제어할 수 있다.
무선 통신부(110)는 지능형 디바이스(100) 외부에 위치하는 외부 디바이스와 신호를 교환할 수 있다. 무선 통신부(110)는 인프라(예를 들면, 서버, 방송국), IoT 기기, 타 단말 중 적어도 어느 하나와 신호를 교환할 수 있다. 무선 통신부(110)는, 통신을 수행하기 위해 송신 안테나, 수신 안테나, 각종 통신 프로토콜이 구현 가능한 RF(Radio Frequency) 회로 및 RF 소자 중 적어도 어느 하나를 포함할 수 있다.
한편, AI 프로세서(181)는 지능형 디바이스(100)로부터 전송된 조도 값, 외부 디바이스에서 전송된 조도 값, 기상 센터로부터 날씨 정보에 대한 데이터를 이용하여 지능형 디바이스(100)의 최적의 화면 밝기 설정과 관련된 정보를 생성할 수 있다.
본 발명의 실시 예에 따르면, 무선 통신부(110)는 외부 디바이스(200)에서 센싱된 조도 값인 내부 조도 정보를 획득할 수 있다. 무선 통신부(110)는 획득한 내부 조도 정보를 제어부(180)로 전달할 수 있다.
본 발명의 실시 예에 따르면, 제어부(180)는 무선 통신부(110)로부터 전달된 외부 디바이스(200)에 대한 내부 조도 정보, 지능형 디바이스(100)의 조도 센서를 통해 센싱된 조도 값인 외부 조도 정보, 날씨 정보에 기초하여 디스플레이부(151, 도 5 참조)의 최적의 화면 밝기를 설정하도록 판단할 수 있다.
또한, 제어부(180)는 외부 디바이스(200)에 대한 내부 조도 정보, 지능형 디바이스의 조도 센서를 통해 센싱된 외부 조도 정보, 날씨 정보를 AI 장치(20)의 딥러닝 모델(26) 또는 제어부(180) 내의 AI 프로세서(181)에 무선 통신부(110)를 통해 전달할 수 있다. 이어서, 제어부(180)는 AI 장치(20)의 딥러닝 모델(26) 또는 제어부(180) 내의 AI 프로세서(181)에 의해 판단된 최적의 화면 밝기 정보를 무선 통신부(110)를 통해 획득할 수 있고, 이를 이용하여 지능형 디바이스(100)의 화면 밝기를 제어할 수 있다.
이상, 본 발명의 일 실시 예에 따른 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법을 구현하기 위하여 필요한 5G 통신 및 상기 5G 통신을 적용하여 AI 프로세싱을 수행하고, AI 프로세싱 결과를 송수신하기 위한 개략적인 내용을 살펴보았다.
이하, 본 발명의 일 실시 예에 따라 외부 디바이스(200)에서 센싱된 내부 조도 정보, 지능형 디바이스(100)에서 센싱된 외부 조도 정보, 날씨 정보에 기초하여 지능형 디바이스의 화면 밝기를 제어하는 구체적인 방법에 대하여 필요한 도면들을 참조하여 설명한다.
도 8은 본 발명의 일 실시 예에 따른 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법에 흐름도이다.
도 8에 도시된 바와 같이, 지능형 디바이스(100)는 도 8의 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법(S700)을 수행할 수 있으며, 상세한 설명은 하기와 같다.
먼저, 지능형 디바이스(100)는 지능형 디바이스(100)의 주변에 대한 조도를 센싱한 주변 조도 값을 획득할 수 있다(S710).
여기서, 지능형 디바이스(100)의 주변에 대한 조도는 지능형 디바이스(100)에 장착된 조도 센서에 의해 센싱된 주변 환경에 대한 밝기일 수 있다. 예를 들면, 지능형 디바이스(100)는 조도 센서를 이용하여 주변 환경에 대한 밝기를 실시간으로 센싱하고, 센싱된 주변 조도 값을 획득할 수 있다.
지능형 디바이스(100)는 외부 디바이스로부터 외부 조도 값에 관련된 정보를 제공받을 수 있다(S730). 외부 디바이스는 적어도 하나 이상의 조명을 구비하는 조명부와 스마트 TV를 포함할 수 있다. 그리고 외부 조도 값에 관련된 정보는 조명부에 장착된 조도 센서를 통해 센싱된 조명의 조도 값, 스마트 TV에 장착된 조도 센서를 통해 센싱된 TV 조도 값, 그리고 외부 조도의 변화 시점 정보를 포함할 수 있다. 외부 조도의 변화 시점 정보는 일광 시간 정보, 사용자의 집 출입 정보, 조명 밝기 시기별 정보(도 4에서 설명한 조명 디바이스(230a 내지 230z)가 주기적으로 턴 온 또는 턴 오프되는 정보를 포함) 등을 포함할 수 있다.
지능형 디바이스(100)는 주변 조도 값에 기초하여 지능형 디바이스의 화면 밝기결정할 수 있다(S750). 지능형 디바이스(100)는 지능형 디바이스(100)의 장착된 조도 센서를 통해 센싱된 센싱 정보인 주변 조도 값을 기초하여 지능형 디바이스(100)의 화면 밝기를 결정 또는 선택할 수 있다.
지능형 디바이스의 화면 밝기는 지능형 디바이스가 꺼진 상태에서 켜진 상태로 전환되는 동안에는 주변 조도 값에 기초하여 지능형 디바이스의 화면 밝기를 결정 또는 제어할 수 있다. 또는 지능형 디바이스의 화면 밝기는 지능형 디바이스가 켜진 상태를 유지하는 동안에는 외부 조도 값에 기초하여 지능형 디바이스의 화면 밝기를 결정 또는 제어할 수 있다.
마지막으로, 지능형 디바이스(100)는 외부 조도 값과 관련된 정보에 기반하여 지능형 디바이스의 화면 밝기를 제어할 수 있다(S770).
여기서, 지능형 디바이스(100)의 화면 밝기는 지능형 디바이스의 주변 조도가 변화됨에 따라 지능형 디바이스(100)의 화면 밝기를 결정한 후, 외부 조도 값에 관련된 정보에 기초하여 지능형 디바이스(100)의 화면 밝기를 재조정될 수 있다. 예를 들어, 지능형 디바이스(100)가 사용자에 의해 조작되는 동안 지능형 디바이스(100)의 주변 조도가 변화되면,
지능형 디바이스(100)는 변화되는 주변 조도에 따라 지능형 디바이스(100)의 화면 밝기를 결정하고, 외부 조도 값에 관련된 정보에 기초하여 지능형 디바이스의 화면 밝기를 변화되도록 제어할 수 있다.
지능형 디바이스(100)는 사용자의 눈이 주변 조도에 적용할 때까지 지능형 디바이스(100)의 화면 밝기를 점진적으로 변화시킬 수 있다. 사용자의 의해 지능형 디바이스(100)가 조작되는 동안 지능형 디바이스(100)의 주변 조도가 갑자기 어두워지면, 지능형 디바이스(100)는 변화되는 주변 조도에 따라 지능형 디바이스(100)의 화면 밝기를 결정하고, 외부 조도 값에 관련된 정보에 기초하여 지능형 디바이스(100)의 화면 밝기를 점진적으로 어두워지도록 제어할 수 있다.
이와 달리 사용자의 의해 지능형 디바이스(100)가 조작되는 동안 지능형 디바이스(100)의 주변 조도가 갑자기 밝아지면, 지능형 디바이스(100)는 변화되는 주변 조도에 따라 지능형 디바이스(100)의 화면 밝기를 결정하고, 외부 조도 값에 관련된 정보에 기초하여 지능형 디바이스(100)의 화면 밝기를 점진적으로 밝아지도록 제어할 수 있다.
도 9는 도 8의 상기 주변 조도 값을 획득하는 단계를 상세히 나타낸 흐름도이다.
도 9에 도시된 바와 같이, 지능형 디바이스(100)는 지능형 디바이스의 장소 별로 구분할 수 있다(S711).
지능형 디바이스(100)는 장소에 따라 실내 또는 실외로 구분할 수 있다. 이에 한정되는 것은 아니며, 지능형 디바이스(100)는 실외일 경우에는 낮과 밤 또는 계절에 따라 자세하게 구분될 수 있다.
이어서 지능형 디바이스(100)는 지능형 디바이스의 장소 별로 주변 조도 값에 대한 기준 조도 값을 생성할 수 있다(S713).
지능형 디바이스(100)는 주변 조도 값에 대한 기준 조도 값을 실내 또는 실외에 따라 다르게 생성할 수 있다. 이에 지능형 디바이스(100)는 실내 또는 실외에 따라 다른 기준 조도 값으로 생성할 수 있다.
또한, 지능형 디바이스(100)는 현재의 위치가 실외라고 판단되면, 낮과 밤에 따라 기준 조도 값을 다르게 생성할 수 있다. 지능형 디바이스(100)는 현재의 위치가 실외라고 판단되면, 계절에 따라 기준 조도 값을 다르게 생성할 수 있다.
상술한 바와 같이, 지능형 디바이스(100)는 장소에 따라 기준 조도 값을 다르게 생성함으로써, 생성된 기준 조도 값에 기초하여 사용자가 편하게 느끼는 지능형 디바이스의 화면 밝기로 조정할 수 있다.
도 10은 도 8의 지능형 디바이스의 화면 밝기 설정과 관련된 정보를 생성하는 단계를 AI 프로세싱을 통해 수행하는 예의 흐름도이다.
도 10에 도시된 바와 같이, 지능형 디바이스(100)는 외부 조도 값에 관련된 정보로부터 특징값을 추출할 수 있다(S71).
예를 들어, 지능형 디바이스(100)는 외부 디바이스에 의해 실시간으로 센싱된 외부 조도 값에 관련된 정보를 전송받아, 전송된 외부 조도 값으로부터 특징값을 추출할 수 있다. 예를 들어,지능형 디바이스(100)는 기상 센서를 통해 실시간으로 전송되는 날씨 정보로부터 특징값을 추출할 수 있다.
이어서, 지능형 디바이스(100)는 추출된 특징값을 미리 학습된 인공 신경망(Artificial Neural Network, ANN)에 입력할 수 있다(S72).
여기서, 인공 신경망은 외부 조도 값에 관련된 정보로부터 추출된 특징값을 입력으로써 받고, 출력으로서 지능형 디바이스의 화면 밝기를 최적의 화면 밝기로 설정할 수 있는 정보를 생성할 수 있도록, 미리 학습될 수 있다.
이어서, 지능형 디바이스(100)는 인공 신경망의 출력값을 분석할 수 있다(S73).
마지막으로, 지능형 디바이스(100)는 인공 신경망의 출력값을 이용하여, 지능형 디바이스의 화면 밝기를 최적의 화면 밝기로 설정하도록 판단할 수 있다(S74).
도 11은 도 8의 지능형 디바이스의 화면 밝기 설정과 관련된 정보를 생성하는 단계를 5G 네트워크의 AI 프로세싱을 통해 수행하는 예의 흐름도이다.
도 11에 도시된 바와 같이, 지능형 디바이스(100)는 외부 조도 값에 관련된 정보로부터 추출된 특징값을 5G 네트워크(5G Network)에 포함된 AI 프로세서로 무선 통신부(110)를 통해 전송할 수 있다(S1200). 또한, 지능형 디바이스(100)는 상기 AI 프로세서로부터 AI 프로세싱된 정보를 수신하도록 상기 무선 통신부를 제어할 수 있다.
상기 AI 프로세싱된 정보는, 지능형 디바이스의 화면 밝기를 사용자가 편안하게 사용할 수 있는 최적의 화면 밝기와 관련된 정보일 수 있다.
한편, 지능형 디바이스(100)는 5G 네트워크로 외부 조도 값에 관련된 정보의 특징값을 전송하기 위하여, 5G 네트워크와 초기 접속 절차를 수행할 수 있다. 지능형 디바이스(100)는 SSB(Synchronization signal block)에 기초하여 상기 5G 네트워크와 초기 접속 절차를 수행할 수 있다.
또한, 지능형 디바이스(100)는 무선 통신부를 통해 상기한 외부 조도 값에 관련된 정보의 특징값의 전송을 스케줄링하기 위해 사용되는 DCI(Downlink Control Information)을 네트워크로부터 수신할 수 있다.
제어부(180)는 상기 DCI에 기초하여 외부 조도 값에 관련된 정보의 특징값을 상기 네트워크로 전송할 수 있다.
외부 조도 값에 관련된 정보의 특징값은 PUSCH를 통해 상기 네트워크로 전송되며, 상기 SSB와 상기 PUSCH의 DM-RS는 QCL type D에 대해 QCL될 수 있다.
여기서 5G 네트워크는 AI 프로세서 또는 AI 시스템을 포함할 수 있으며, 5G 네트워크의 AI 시스템은 수신된 외부 조도 값에 관련된 정보의 특징값에 기초하여 AI 프로세싱을 수행할 수 있다(S1210).
구체적으로, AI 시스템은, 지능형 디바이스(100)로부터 수신된 특징값들을 ANN 분류기에 입력할 수 있다(S1211). AI 시스템은, ANN 출력값을 분석하고(S1213), 상기 ANN 출력값으로부터 지능형 디바이스의 화면 밝기와 관련된 정보를 판단할 수 있다(S1215).
5G 네트워크는 상기 AI 시스템에서 판단한 지능형 디바이스의 화면 밝기와 관련된 정보를 무선 통신부를 통해 지능형 디바이스(100)로 전송할 수 있다(S1220).
한편, 상기 지능형 디바이스(100)는 외부 조도 값에 관련된 정보만을 5G 네트워크로 전송하고, 상기 5G 네트워크에 포함된 AI 시스템 내에서 상기 외부 조도 값에 관련된 정보로부터 지능형 디바이스의 화면 밝기 설정을 판단하기 위한 인공 신경망의 입력으로 이용될 외부 조도 값에 관련된 정보에 대응하는 특징값을 추출할 수도 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims (20)

  1. 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법에 있어서,
    지능형 디바이스의 주변에 대한 조도를 센싱한 주변 조도 값을 획득하는 단계;
    외부 디바이스로부터 외부 조도 값에 관련된 정보를 제공받는 단계;
    상기 주변 조도 값에 따라 상기 지능형 디바이스의 화면 밝기를 결정하는 단계; 및
    상기 외부 조도 값에 관련된 정보에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하는 단계;를 포함하는 조도 제어 방법.
  2. 제1 항에 있어서,
    상기 외부 조도 값에 관련된 정보는 외부 조도의 변화 시점 정보를 포함하는 조도 제어 방법.
  3. 제2 항에 있어서,
    상기 주변 조도 값을 획득하는 단계,
    상기 지능형 디바이스의 장소 별로 구분하는 단계; 및
    상기 지능형 디바이스의 장소 별로 상기 주변 조도 값에 대한 기준 조도 값을 생성하는 단계를 포함하고,
    생성된 상기 기준 조도 값에 기초하여 실내 모드 또는 실외 모드를 설정하는 조도 제어 방법.
  4. 제1 항에 있어서,
    상기 외부 디바이스는,
    적어도 하나 이상의 조명을 구비하는 조명부;와
    스마트 TV;를 포함하고,
    상기 외부 조도 값은,
    상기 조명부에서 센싱된 조명의 조도 값;과
    상기 스마트 TV에서 센싱된 TV 조도 값;을 포함하는 조도 제어 방법.
  5. 제4 항에 있어서,
    상기 지능형 디바이스의 화면 밝기는,
    상기 지능형 디바이스가 꺼진 상태에서 켜진 상태로 전환되는 동안에는 상기 주변 조도 값에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하고,
    상기 지능형 디바이스가 켜진 상태를 유지하는 동안에는 상기 외부 조도 값에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하는 조도 제어 방법.
  6. 제1 항에 있어서,
    상기 지능형 디바이스의 화면 밝기를 제어하는 단계는,
    상기 외부 조도 값에 관련된 정보로부터 특징값을 추출하는 단계;
    상기 특징값을 미리 학습된 딥러닝 모델에 입력하는 단계; 및
    상기 딥러닝 모델의 출력에 기반하여 상기 지능형 디바이스의 화면 밝기와 관련된 정보를 획득하는 단계;를 포함하는 조도 제어 방법.
  7. 제6 항에 있어서,
    상기 지능형 디바이스의 화면 밝기를 제어하는 단계는,
    상기 지능형 디바이스가 조작되는 동안 상기 지능형 디바이스의 주변 조도가 변화되면,
    상기 지능형 디바이스의 화면 밝기를 점진적으로 변화되도록 제어하는 조도 제어 방법.
  8. 제1 항에 있어서,
    상기 외부 조도 값에 관련된 정보의 전송을 스케줄링하기 위해 사용되는 DCI(Downlink Control Information)을 네트워크로부터 수신하는 단계를 더 포함하고,
    상기 외부 조도 값에 관련된 정보는, 상기 DCI에 기초하여 상기 네트워크로 전송되는 조도 제어 방법.
  9. 제8 항에 있어서,
    SSB(Synchronization signal block)에 기초하여 상기 네트워크와 초기 접속 절차를 수행하는 단계;를 더 포함하고,
    상기 외부 조도 값에 관련된 정보는 PUSCH를 통해 상기 네트워크로 전송되며,
    상기 SSB와 상기 PUSCH의 DM-RS는 QCL type D에 대해 QCL되어 있는 조도 제어 방법.
  10. 제9 항에 있어서,
    상기 외부 조도 값에 관련된 정보를 상기 네트워크에 포함된 AI 프로세서로 전송하도록 통신부를 제어하는 단계;
    상기 AI 프로세서로부터 AI 프로세싱된 정보를 수신하도록 상기 통신부를 제어하는 단계;를 더 포함하고,
    상기 AI 프로세싱된 정보는,
    상기 지능형 디바이스의 화면 밝기 설정과 관련된 정보인 조도 제어 방법.
  11. 지능형 디바이스의 주변에 대한 조도를 센싱하여 주변 조도 값을 생성하는 조도 센서;
    외부 디바이스로부터 외부 조도 값에 관련된 정보를 전송받는 통신부;
    상기 주변 조도 값에 따라 상기 지능형 디바이스의 화면 밝기를 결정하고, 상기 외부 조도 값에 관련된 정보에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하는 제어부;를 포함하는 지능형 디바이스.
  12. 제11 항에 있어서,
    상기 외부 조도 값에 관련된 정보는 외부 조도의 변화 시점 정보를 포함하는 지능형 디바이스.
  13. 제12 항에 있어서,
    상기 제어부는,
    상기 지능형 디바이스의 장소 별로 구분하고,
    구분된 상기 지능형 디바이스의 장소 별로 상기 주변 조도 값에 대한 기준 조도 값을 생성하고, 생성된 상기 기준 조도 값에 기초하여 실내 모드 또는 실외 모드를 설정하는 지능형 디바이스.
  14. 제11 항에 있어서,
    상기 외부 디바이스는,
    적어도 하나 이상의 조명을 구비하는 조명부;와
    스마트 TV;를 포함하고,
    상기 외부 조도 값은,
    상기 조명부에서 센싱된 조명의 조도 값;과
    상기 스마트 TV에서 센싱된 TV 조도 값;을 포함하는 지능형 디바이스.
  15. 제14 항에 있어서,
    상기 제어부는,
    상기 지능형 디바이스가 꺼진 상태에서 켜진 상태로 전환되는 동안에는 상기 주변 조도 값에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하고,
    상기 지능형 디바이스가 켜진 상태를 유지하는 동안에는 상기 외부 조도 값에 기초하여 상기 지능형 디바이스의 화면 밝기를 제어하는 지능형 디바이스.
  16. 제11 항에 있어서,
    상기 제어부는,
    상기 외부 조도 값에 관련된 정보로부터 특징값을 추출하고, 상기 특징값을 미리 학습된 딥러닝 모델에 입력하고, 상기 딥러닝 모델의 출력에 기반하여 상기 지능형 디바이스의 화면 밝기와 관련된 정보를 획득하는 지능형 디바이스.
  17. 제16 항에 있어서,
    상기 제어부는,
    상기 지능형 디바이스가 조작되는 동안 상기 지능형 디바이스의 주변 조도가 변화되면,
    상기 지능형 디바이스의 화면 밝기를 점진적으로 변화되도록 제어하는 지능형 디바이스.
  18. 제11 항에 있어서,
    상기 제어부는,
    상기 외부 조도 값에 관련된 정보의 전송을 스케줄링하기 위해 사용되는 DCI(Downlink Control Information)을 네트워크로부터 수신하고,
    상기 외부 조도 값에 관련된 정보는, 상기 DCI에 기초하여 상기 네트워크로 전송되도록 제어하는 지능형 디바이스.
  19. 제18 항에 있어서,
    상기 제어부는,
    SSB(Synchronization signal block)에 기초하여 상기 네트워크와 초기 접속 절차를 수행하고,
    상기 외부 조도 값에 관련된 정보는 PUSCH를 통해 상기 네트워크로 전송되며,
    상기 SSB와 상기 PUSCH의 DM-RS는 QCL type D에 대해 QCL되도록 제어하는 지능형 디바이스.
  20. 제19 항에 있어서,
    상기 제어부는,
    상기 외부 조도 값에 관련된 정보를 상기 네트워크에 포함된 AI 프로세서로 전송하도록 상기 통신부를 제어하고,
    상기 AI 프로세서로부터 AI 프로세싱된 정보를 수신하도록 상기 통신부를 제어하고,
    상기 AI 프로세싱된 정보는,
    상기 지능형 디바이스의 화면 밝기와 관련된 정보인 지능형 디바이스.
KR1020190108660A 2019-09-03 2019-09-03 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스 KR20190108086A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190108660A KR20190108086A (ko) 2019-09-03 2019-09-03 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스
US16/669,090 US20200068689A1 (en) 2019-09-03 2019-10-30 Method for controlling illuminance of intelligent device based on contextual information and intelligent device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190108660A KR20190108086A (ko) 2019-09-03 2019-09-03 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스

Publications (1)

Publication Number Publication Date
KR20190108086A true KR20190108086A (ko) 2019-09-23

Family

ID=68069401

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190108660A KR20190108086A (ko) 2019-09-03 2019-09-03 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스

Country Status (2)

Country Link
US (1) US20200068689A1 (ko)
KR (1) KR20190108086A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028750A (zh) * 2019-12-27 2020-04-17 深圳创维－Rgb电子有限公司 显示屏修复方法、装置、显示终端及存储介质
KR102143487B1 (ko) * 2020-02-07 2020-08-12 (주)대우루컴즈 인공지능기반 모니터 밝기 제어장치 및 그 방법

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022244948A1 (en) 2021-05-18 2022-11-24 Samsung Electronics Co., Ltd. System and method of controlling brightness on digital displays for optimum visibility and power consumption
US20230007211A1 (en) * 2021-06-30 2023-01-05 Microsoft Technology Licensing, Llc Virtual ambient illuminance sensor system
CN113645743B (zh) * 2021-08-10 2023-07-25 深圳创维－Rgb电子有限公司 基于电视的智能照明方法、装置、设备及存储介质
CN116390306B (zh) * 2023-06-02 2023-08-15 北京盈创力和电子科技有限公司 智能照明感知***、方法、装置、控制设备及存储介质
CN117238228A (zh) * 2023-11-14 2023-12-15 湖北星纪魅族集团有限公司 显示亮度调整方法、可穿戴设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4669558B1 (ja) * 2009-10-20 2011-04-13 株式会社ナナオ 表示装置、コンピュータプログラム、記録媒体及び画像表示方法
US9530342B2 (en) * 2013-09-10 2016-12-27 Microsoft Technology Licensing, Llc Ambient light context-aware display
US10743063B2 (en) * 2017-11-20 2020-08-11 Qualcomm Incorporated Intelligent routing of notifications related to media programming
CA3051139A1 (en) * 2018-08-03 2020-02-03 Comcast Cable Communications, Llc Uplink and downlink synchronization procedures

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028750A (zh) * 2019-12-27 2020-04-17 深圳创维－Rgb电子有限公司 显示屏修复方法、装置、显示终端及存储介质
CN111028750B (zh) * 2019-12-27 2023-05-16 深圳创维－Rgb电子有限公司 显示屏修复方法、装置、显示终端及存储介质
KR102143487B1 (ko) * 2020-02-07 2020-08-12 (주)대우루컴즈 인공지능기반 모니터 밝기 제어장치 및 그 방법

Also Published As

Publication number Publication date
US20200068689A1 (en) 2020-02-27

Similar Documents

Publication Publication Date Title
KR102228549B1 (ko) 음성 인에이블 디바이스 선택 방법, 음성 인에이블 디바이스 선택 장치 및 이를 제어하는 지능형 컴퓨팅 디바이스
KR102246661B1 (ko) 음성 인에이블 디바이스 선택 방법 및 장치
KR20190108086A (ko) 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스
KR20190103090A (ko) 연합학습(Federated　learning)을　통한 단말의 POI 데이터를 생성하는 모델의 학습방법 및 이를 위한 장치
US11073541B2 (en) Intelligent method for controlling home appliance, apparatus and intelligent computing device for controlling home appliance
KR20190104487A (ko) 인공지능 기반의 사용자 상태에 따른 식품 추천 방법 및 그 장치
KR20190103088A (ko) 연합학습을　통한 단말의 명함을 인식하는 방법 및 이를 위한 장치
KR20190096872A (ko) 연합학습(Federated　learning)을　통한　필기체　인식방법 및 이를 위한 장치
KR20190094128A (ko) IoT 기기 정보 제공 방법, IoT 기기 정보 제공 장치 및 지능형 컴퓨팅 디바이스
KR20190106939A (ko) 증강현실기기 및 이의 제스쳐 인식 캘리브레이션 방법
US11057750B2 (en) Intelligent device controlling method, mobile terminal and intelligent computing device
US20200090643A1 (en) Speech recognition method and device
US11615760B2 (en) Controlling of device based on user recognition utilizing vision and speech features
KR20190099170A (ko) 지능형 단말의 주변 상황에 따른 알림 제공 방법 및 이를 위한 장치
US20200043241A1 (en) Artificial device and method for controlling the same
US20200024788A1 (en) Intelligent vibration predicting method, apparatus and intelligent computing device
KR20210087792A (ko) 사용자 인증
KR102318080B1 (ko) 지능적인 tts 제공 방법 및 tts를 제공하는 지능형 컴퓨팅 디바이스
US20210405758A1 (en) Method of controlling augmented reality electronic device
US20210125478A1 (en) Intelligent security device
KR20210050901A (ko) 음성 인식 방법 및 음성 인식 장치
US11240602B2 (en) Sound quality improvement based on artificial intelligence
US20210224542A1 (en) Profiling based on personal region of interest
US11663469B2 (en) Artificial device and method for controlling the same
US10936062B2 (en) Intelligent device and method of information displaying with projection type using the same