A moment of evolution is now emerging toward a novel type of architectural space: the smart architectural space (SAS). The SAS consists of smart building components with sensing ability, communication capability and intelligence; it is also self-organizing, scalable and fault tolerant, and thus able to cope with various environmental changes. Because smart building components must be situated in the environment and be able to interact with it, the perception capability should be a priority. These emerging phenomena have prompted researchers to explore new possibilities for sophisticated smart devices to be embedded in various architectural objects. Hence, this dissertation first presents empirical studies concerning the smart architectural block (SAB), equipped with dedicated sensing, computing, and communication devices to support the visionary concept proposed in previous research. The SAB can be used to create the form of such physical construction components as walls or floors. Second, the dissertation proposes hybrid particle swarm optimization (PSO) to facilitate the enhancement of perception capability for SAB. Even though perception capability is an essential function for sensing environmental changes, it is difficult to obtain under the restricted conditions of SAB, specifically its limited sensor deployment and communication capability, currently inaccuracy of sensing information and insufficient for decision-making. These restricted conditions not only prevent occluding the sensing area, maintaining the visibility of the display device and enduring user’s weight at the sensing point, but also prohibit access to centralized control, decision-making without global knowledge, and local communication among neighbors. For this reason, the accuracy issues facing individual SABs and the decision issues facing multiple SABs are not trivial and must be solved to facilitate advancement to new architectural achievements that ride the evolutionary momentum toward a new kind of architectural space. Thus, this dissertation proposes a multi-sensor relation model derived from the hybridization of two distinct PSOs and a classic artificial neural network to achieve more accurate perception in individual SABs; a novel PSO framework is proposed to allow for consensus among decentralized sensors and to facilitate decision-making among multiple SABs. Lastly, a prototype SAS using these perception-enhanced SABs is designed and implemented to provide highly interactive and automated services. This dissertation thus constitutes a new step toward a new digitalized architectural space featuring highly interactive and automated services.
본 논문에서는 새로운 형태의 건축공간의 진화를 견인하는 스마트 건축 블록에 관한 연구를 다루고 있다. 스마트 건축 블록은 물리적 건축 구성요소로서의 기능 이외에 센싱, 통신 및 지능과 같은 정보통신 기술의 내재화로, 다양한 환경 변화를 감지하고 스스로 대응할 수 있는 인지능력을 갖게 된다. 이러한 인지능력은 다중 센서 또는 분산 센서 정보 퓨전 알고리즘을 요구하게 되는데, 건축 구성요소로서의 역할에 기인한 센서 배치의 제약으로 인해 센서 정보의 비선형적 상관 관계성 처리와 통신 자원이 부족한 환경에서 센서 정보기반 의사 결정을 해야 한다. 따라서, 본 논문에서는 인지능력 향상을 위해 하이브리드형 입자 군집 최적화 알고리즘기반 센서 정보 퓨전 알고리즘을 제안한다. 먼저, 다양한 스마트 건축 블록 연구 경험을 바탕으로 인지능력 향상을 위해 해결되어야 할 제약사항을 구체화 하며, 다중 센서의 비선형적 상관 관계성 증대로 인한 정확도 부족 문제를 기울기 강화 학습 알고리즘과 제안된 입자 군집 최적화 알고리즘의 하이브리드에 의해 학습된 인공신경망 다중 센서관계 모델을 통하여 해결하고자 한다. 실제 스마트 건축 바닥 블록의 다중 센서에 적용한 결과, 전통적 기울기 강화 학습 알고리즘에 비하여 정확도를 18.6 % 정도로 향상할 수 있음을 보였다. 또한, 분산된 스마트 건축 블록 환경에서 센서 정보기반 의사 충돌 문제를 해결하고자, 입자 군집 최적화 기반 합의 도출 프레임워크를 제안한다. 랜덤 분산 네트워크 실험에서, 기존 다수결 기반 의사결정에 비하여 16.5 % 합의 도출 성공율의 향상된 결과를 얻었다. 끝으로, 향상된 인지능력을 갖는 스마트 건축 블록을 이용하여 프로토타입의 스마트 건축 공간을 구축하고, 스마트 건축 바닥에서 다중 센서를 이용한 사용자 위치 추적과 모션 검출을 정확하게 수행할 수 있음을 검증한다. 또한, 스마트 건축 벽체에서 분산 센서를 이용한 사용자 음성 인지능력 향상을 구현하며, 이를 통한 다양한 응용 서비스가 가능함을 보인다. 향상된 인지능력을 보유한 스마트 건축 블록은 앞으로 직면하게 될 새로운 형태의 스마트 건축 공간을 구축하고 운영하는 최적의 방법으로서 활용될 수 있을것으로 기대되어 지며, 궁극적으로 본 논문은 인류의 정보교환 및 열람 서비스 영역을 확대하게 될 지능형 건축 공간 플랫폼으로 진화를 시작하는 초석이 될 것이다.
