– Sử dụng công nghệ cảm biến LiDAR di động để tạo lập các mô hình 3D chi tiết cho các không gian trong nhà có nhiều người sử dụng; đồng thời ứng dụng các kỹ thuật mạng nơ-ron thông tin vật lý (Physics-Informed Neural Network – PINN) và động lực học chất lưu tính toán (Computational Fluid Dynamics – CFD) nhằm mô phỏng dòng không khí và quá trình truyền nhiệt trong không gian.
– Triển khai các cảm biến để giám sát liên tục các thông số chất lượng không khí như nhiệt độ, độ ẩm và nồng độ bụi mịn.
– Phát triển hệ thống quản lý dựa trên trí tuệ nhân tạo có khả năng điều chỉnh linh hoạt các thiết lập HVAC dựa trên dữ liệu đo đạc theo thời gian thực.
– Đánh giá hiệu quả và tính khả thi thực tế của khung V-IndoorSMART trong các không gian trong nhà được kiểm soát và trong điều kiện vận hành thực tế, tập trung vào tiết kiệm năng lượng và duy trì chất lượng không khí.

WP1: Thiết lập thiết bị, hạ tầng dữ liệu và phần mềm:

• Mua sắm và lắp đặt các cảm biến;

• Xây dựng kho dữ liệu tập trung để lưu trữ và quản lý dữ liệu;

• Phát triển giao diện người dùng thân thiện.

WP2: Triển khai mô hình hóa không gian trong nhà 3D:

• Phát triển công cụ khai thác dữ liệu từ LiDAR di động;

• Xây dựng mô hình động lực học chất lưu tính toán (CFD);

• Thiết lập các kết nối API trực tiếp giữa phần mềm mô phỏng, công cụ mô hình hóa 3D và nền tảng ảo.

WP3: Thiết kế hệ thống quản lý HVAC dựa trên AI:

• Định lượng mục tiêu một cách khách quan;

• Xây dựng bài toán học tăng cường (Reinforcement Learning – RL);

• Huấn luyện và cải tiến mô hình RL theo phương pháp học lặp.

WP4: Kiểm chứng toàn bộ hệ thống:

• Đánh giá ở quy mô phòng thí nghiệm trong các điều kiện được kiểm soát;

• Đánh giá tại hiện trường trong các điều kiện vận hành thực tế.