KR-20260060726-A - Motion recognition monitoring system using artificial intelligence

Abstract

본 발명은 자가 구동이 가능한 센서 기반으로 인체에 부착되어 인체의 동작을 감지할 수 있는 인공 지능을 이용한 동작 인식 모니터링 시스템에 관한 것으로서, 인체 또는 상기 인체가 착용한 의류에 부착되고, 상기 인체의 움직임에 의한 역학적 에너지를 전기적 에너지로 변환하여 출력하는 마찰전기 나노발전기(Triboelectric nanogenerator, TENG)를 포함하여, 상기 인체의 동작 시, 소정의 패턴으로 마찰 전기 신호를 출력하는 센싱부와, 상기 센싱부로부터 출력되는 상기 마찰 전기 신호의 패턴으로부터 동작 특성을 추출하고, 상기 마찰 전기 신호로부터 추출된 상기 동작 특성들을 학습하여 산출된 동작 인식 알고리즘으로, 상기 인체의 동작 유형을 인식하는 모니터링부 및 상기 모니터링부에서 인식된 상기 동작 유형을 출력하는 출력부를 포함할 수 있다.

Inventors

• 윤지영
• 이수웅
• 최승환

Assignees

• 한국생산기술연구원

Dates

Publication Date

20260506

Application Date

20241025

Claims (12)

1. 인체 또는 상기 인체가 착용한 의류에 부착되고, 상기 인체의 움직임에 의한 역학적 에너지를 전기적 에너지로 변환하여 출력하는 마찰전기 나노발전기(Triboelectric nanogenerator, TENG)를 포함하여, 상기 인체의 동작 시, 소정의 패턴으로 마찰 전기 신호를 출력하는 센싱부; 상기 센싱부로부터 출력되는 상기 마찰 전기 신호의 패턴으로부터 동작 특성을 추출하고, 상기 마찰 전기 신호로부터 추출된 상기 동작 특성들을 학습하여 산출된 동작 인식 알고리즘으로, 상기 인체의 동작 유형을 인식하는 모니터링부; 및 상기 모니터링부에서 인식된 상기 동작 유형을 출력하는 출력부; 를 포함하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.
2. 제 1 항에 있어서, 상기 모니터링부는, 상기 인체의 상기 동작 유형별로 다르게 발생할 수 있는 상기 마찰 전기 신호의 패턴에 따른 상기 동작 특성들을 인공지능에 의해 기계적으로 학습하여 산출된 상기 동작 인식 알고리즘을 사전에 저장하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.
3. 제 2 항에 있어서, 상기 모니터링부는, 상기 인체의 동작 시, 상기 센싱부로부터 실시간으로 상기 마찰 전기 신호를 수집하여, 수집되는 상기 마찰 전기 신호의 강약을 시간의 흐름에 따라 나타내는 마찰 전기 패턴 신호로 출력하고, 상기 마찰 전기 패턴 신호로부터 상기 동작 특성을 추출하는 신호 수집부; 및 상기 신호 수집부에서 추출된 상기 동작 특성에 상기 동작 인식 알고리즘을 적용하여, 상기 인체의 상기 동작 유형을 판별하는 동작 인식부; 를 포함하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.
4. 제 3 항에 있어서, 상기 신호 수집부는, 상기 마찰 전기 패턴 신호의 FFT(Fast Fourier Transformation) 분석 또는 스펙트로그램(Spectrogram) 분석을 통해서 상기 동작 특성을 추출하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.
5. 제 3 항에 있어서, 상기 신호 수집부는, 상기 센싱부로부터 수집되는 상기 마찰 전기 신호를 전처리하여, 상기 마찰 전기 신호와 함께 수신되는 노이즈 신호를 제거하는 전처리부; 를 포함하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.
6. 제 5 항에 있어서, 상기 전처리부는, 상기 센싱부가 동작하는 환경별로 발생할 수 있는 상기 노이즈 신호들이 혼합된 상기 마찰 전기 신호들을 인공지능에 의해 기계적으로 학습하여 산출된 오토인코더(Autoencoder) 딥러닝 모델을 이용하여, 상기 마찰 전기 신호와 상기 노이즈 신호가 혼합된 신호로부터, 상기 노이즈 신호를 제거하고, 마찰 전기 복원 신호를 재구성하여 출력하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.
7. 제 6 항에 있어서, 상기 신호 수집부에서 출력되는 상기 마찰 전기 패턴 신호는, 상기 전처리부로부터 출력되는 상기 마찰 전기 복원 신호의 강약을 시간의 흐름에 따라 나타내는 패턴 신호인, 인공 지능을 이용한 동작 인식 모니터링 시스템.
8. 제 6 항에 있어서, 상기 오토인코더 딥러닝 모델은, 입력 데이터로 입력된 상기 노이즈 신호가 혼합된 상기 마찰 전기 신호의 차원 감소를 통해 상기 입력 데이터의 압축된 표현을 인코딩하는 인코더부(Encoder); 상기 입력 데이터가 압축되어 추출된 잠재 변수(Latent variable)가 출력되는 코드부(Code); 및 상기 잠재 변수를 디코딩하여, 상기 인코더부로 입력되는 상기 입력 데이터와 동일한 차원을 가지고, 상기 노이즈 신호가 제거된 상기 마찰 전기 복원 신호로 복원하는 디코더부(Decoder); 를 포함하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.
9. 제 3 항에 있어서, 상기 출력부는, 상기 동작 인식부에서 판별된 상기 동작 유형을 외부의 단말기로 송신하는 무선 송신부; 를 포함하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.
10. 제 3 항에 있어서, 상기 동작 인식부는, 상기 센싱부에서 상기 인체의 상기 동작 유형에 따라 다르게 출력되는 상기 마찰 전기 신호의 패턴을 가지는 상기 동작 특성들을 학습 데이터로 저장하는 정보 저장부; 및 상기 인체의 상기 동작 유형과 상기 동작 특성의 상관관계를 딥러닝 기반의 분석을 통해 학습하여 상기 동작 인식 알고리즘을 도출하는 딥러닝부; 를 포함하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.
11. 제 1 항에 있어서, 상기 센싱부 및 상기 모니터링부는, 외부로부터의 별도의 전원 인가 없이, 상기 마찰전기 나노발전기에서 생성되는 상기 전기적 에너지를 동작 전원으로 사용하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.
12. 제 11 항에 있어서, 상기 마찰전기 나노발전기에서 생성된 상기 전기적 에너지 중, 상기 센싱부 및 상기 모니터링부에서 사용되고 남은 잉여 에너지를 보조 전력으로 저장하는 보조 배터리부; 를 더 포함하는, 인공 지능을 이용한 동작 인식 모니터링 시스템.

Description

인공 지능을 이용한 동작 인식 모니터링 시스템{Motion recognition monitoring system using artificial intelligence} 본 발명은 인공 지능을 이용한 동작 인식 모니터링 시스템에 관한 것으로서, 더 상세하게는 자가 구동이 가능한 센서 기반으로 인체에 부착되어 인체의 동작을 감지할 수 있는 인공 지능을 이용한 동작 인식 모니터링 시스템에 관한 것이다. 동작 인식 모니터링 기술은, 헬스 케어 및 의료, 산업 현장, 군사 활동 등 다양한 응용 분야에서 중요한 역할을 하고 있다. 예컨대, 헬스 케어 및 의료 분야에서는, 환자나 고령자의 일상 동작을 모니터링 하여 낙상, 비정상적 움직임 등을 조기에 감지하여 응급 상황 발생 시 신속한 대응을 가능하게 하거나, 운동 선수나 일반인의 운동 동작을 모니터링 하여 운동 효율성을 높이고 부상을 예방할 수 있다. 또한, 산업 현장 분야에서는, 작업자의 동작을 모니터링 하여 위험한 동작을 사전에 감지하고, 안전 사고를 예방할 수 있다. 또한, 군사 활동 분야에서는, 전투 상황 모니터링으로, 전투 지휘관이 전투원의 동작(조준 사격 행동, 정지 상태 유무, 전술적 보행 등)을 실시간으로 모니터링 하여 전투 상황을 정확하게 인식하여 돌발 상황에 빠른 대응 등을 할 수 있어 전투 효율성을 향상시킬 수 있고, 훈련 및 시뮬레이션 모니터링으로, 신병 훈련 및 전문 군인 훈련에서 훈련의 효율성을 개선하고 훈련 중 발생할 수 있는 부상을 예방할 수 있다. 이와 같이, 동작 인식 모니터링 기술은, 인간의 활동과 동작을 정확하게 인식하고 분석하여 여러 분야에서 효율성과 안전성을 높이는데 기여하고 있다. 일반적으로, 인체에 부착되어 인체의 동작을 모니터링할 수 있는 동작 인식 모니터링 시스템은, 주로 3축 가속도와 각속도 센서 및 압력 센서 등을 이용하기 때문에, 외부 전원 공급이 필요하여, 별도의 배터리가 장착되고 있다. 이에 따라, 종래의 동작 인식 모니터링 시스템은, 동작 인식 모니터링 시스템에 포함된 배터리가 착용자의 행동을 방해하고, 주기적으로 배터리를 충전해 줘야하는 문제점이 있었다. 도 1은 본 발명의 일 실시예에 따른 인공 지능을 이용한 동작 인식 모니터링 시스템의 구성을 개념적으로 나타내는 개념도이다. 도 2는 도 1의 인공 지능을 이용한 동작 인식 모니터링 시스템의 구성의 일 실시예를 개략적으로 나타내는 블록도이다. 도 3은 도 1의 인공 지능을 이용한 동작 인식 모니터링 시스템에서 마찰 전기 신호와 함께 수신되는 노이즈 신호를 제거할 수 있는 오토 인코더 딥러닝 모델을 개념적으로 나타내는 개념도이다. 도 4는 도 1의 인공 지능을 이용한 동작 인식 모니터링 시스템에서 추출되는 마찰 전기 신호 패턴들을 나타내는 그래프들이다. 도 5는 도 1의 인공 지능을 이용한 동작 인식 모니터링 시스템의 구성의 다른 실시예를 개략적으로 나타내는 블록도이다. 이하, 첨부된 도면을 참조하여 본 발명의 바람직한 여러 실시예들을 상세히 설명하기로 한다. 본 발명의 실시예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위하여 제공되는 것이며, 하기 실시예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시예에 한정되는 것은 아니다. 오히려 이들 실시예들은 본 개시를 더욱 충실하고 완전하게 하고, 당업자에게 본 발명의 사상을 완전하게 전달하기 위하여 제공되는 것이다. 또한, 도면에서 각 층의 두께나 크기는 설명의 편의 및 명확성을 위하여 과장된 것이다. 이하, 본 발명의 실시예들은 본 발명의 이상적인 실시예들을 개략적으로 도시하는 도면들을 참조하여 설명한다. 도면들에 있어서, 예를 들면, 제조 기술 및/또는 공차(tolerance)에 따라, 도시된 형상의 변형들이 예상될 수 있다. 따라서, 본 발명 사상의 실시예는 본 명세서에 도시된 영역의 특정 형상에 제한된 것으로 해석되어서는 아니 되며, 예를 들면 제조상 초래되는 형상의 변화를 포함하여야 한다. 도 1은 본 발명의 일 실시예에 따른 인공 지능을 이용한 동작 인식 모니터링 시스템(1000)의 구성을 개념적으로 나타내는 개념도이고, 도 2는 도 1의 인공 지능을 이용한 동작 인식 모니터링 시스템(1000)의 구성의 일 실시예를 개략적으로 나타내는 블록도이다. 그리고, 도 3은 도 1의 인공 지능을 이용한 동작 인식 모니터링 시스템(1000)에서 마찰 전기 신호와 함께 수신되는 노이즈 신호를 제거할 수 있는 오토 인코더 딥러닝 모델을 개념적으로 나타내는 개념도이고, 도 4는 도 1의 인공 지능을 이용한 동작 인식 모니터링 시스템(1000)에서 추출되는 마찰 전기 신호 패턴들을 나타내는 그래프들이다. 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 인공 지능을 이용한 동작 인식 모니터링 시스템(1000)은, 크게, 센싱부(100)와, 모니터링부(200) 및 출력부(300)를 포함할 수 있다. 도 1 및 도 2에 도시된 바와 같이, 센싱부(100)는, 인체에 직접 부착되거나, 상기 인체가 착용한 의류에 부착되고, 상기 인체의 움직임에 의한 역학적 에너지를 전기적 에너지로 변환하여 출력하는 마찰전기 나노발전기(Triboelectric nanogenerator, TENG)(110)를 포함하여, 상기 인체의 동작 시, 소정의 패턴으로 마찰 전기 신호를 출력할 수 있다. 예컨대, 마찰전기 나노발전기(110)는, 전극층과, 상기 전극층과 접촉되는 마찰 대전층으로 이루어진 나노발전기로 구성될 수 있다. 마찰전기 나노발전기(110)는, 물체(예컨대, 인체)와 상기 마찰 대전층의 전하 극성 차이에 의한 정전기 생성을 통하여 마찰 전기를 생성할 수 있다. 상기 마찰 대전층과 상기 물체는 대전 특성의 차이가 있으므로, 전자를 얻는 능력에 차이가 있을 수 있다. 따라서, 상기 마찰 대전층과 상기 물체 사이에는 분극이 발생할 수 있다. 더욱 구체적으로, 상기 마찰 대전층과 상기 물체가 접촉(또는 접근)하는 경우, 상기 물체는 양전하를 띠고, 상기 마찰 대전층의 표면은 음전하를 띠게 될 수 있다. 또한, 상기 마찰 대전층에 상기 물체가 마찰되는 경우, 마찰 대전에 의해 표면이 대전되는 현상이 나타날 수 있다. 상기 마찰 대전층과 상기 물체가 분리되면, 정전기 유도 현상에 의해 상기 전극층에 보상 전하가 축적될 수 있다. 이러한 경우, 전하 균형이 맞을 때까지 상기 전극층에 연결된 배선을 통해 전류가 흐르게 될 수 있다. 또한, 마찰 대전층과 물체가 다시 가까워지면, 상기 전극층에 축적되었던 보상 전하가 사라짐으로써 처음과는 반대 방향의 전류가 흐르게 될 수 있다. 이와 같이, 센싱부(100)에 포함된 마찰전기 나노발전기(110)는, 상기 인체의 동작 시, 상기 마찰 대전층과 상기 물체(인체)의 접촉 및 분리 과정을 통해, 전류가 발생함으로써, 상기 인체의 움직임에 의한 역학적 에너지를 전기적 에너지로 변환하여 출력하는 에너지 하베스터(Energy harvester) 역할을 할 수 있다. 이러한, 센싱부(100)의 마찰전기 나노발전기(110)는, Layered Textile-TENG device나, Woven/Knitted Textile_TENG device나, Core spun/coated Textile-TENG device 등과 같은 섬유형 마찰전기 나노발전기가 적용될 수 있으며, 섬유형으로 플렉시블한 구조를 가짐으로써, 상기 인체에 직접 부착되거나, 상기 인체가 착용한 의류 내부에 통합될 수 있어, 착용자의 행동을 방해하지 않고, 자체 생산되는 전기적 에너지로 자가 구동이 가능할 수 있다. 또한, 센싱부(100)의 마찰전기 나노발전기(110)는, 상기 인체의 동작 유형에 따라 서로 다른 패턴으로 상기 마찰 전기 신호가 출력(도 4 참조)될 수 있으며, 이에 따라, 본 발명의 인공 지능을 이용한 동작 인식 모니터링 시스템(1000)은, 상기 인체의 동작에 의해 발생되는 상기 마찰 전기 신호의 출력 패턴을 이용하여, 상기 인체의 동작 유형을 인식할 수 있다. 도 1 및 도 2에 도시된 바와 같이, 모니터링부(200)는, 센싱부(100)로부터 출력되는 상기 마찰 전기 신호의 패턴으로부터 동작 특성을 추출하고, 상기 마찰 전기 신호로부터 추출된 상기 동작 특성들을 학습하여 산출된 동작 인식 알고리즘으로, 상기 인체의 동작 유형을 인식할 수 있다. 이를 위해, 모니터링부(200)는, 상기 인체의 상기 동작 유형별로 다르게 발생할 수 있는 상기 마찰 전기 신호의 패턴에 따른 상기 동작 특성들을 인공지능에 의해 기계적으로 학습하여 산출된 상기 동작 인식 알고리즘을 사전에 산출하여 저장할 수 있다. 예컨대, 모니터링부(200)는, 상기 인체의 동작 시, 센싱부(100)로부터 실시간으로 상기 마찰 전기 신호를 수집하여, 수집되는 상기 마찰 전기 신호의 강약을 시간에 흐름에 따라 나타내는 마찰 전기 패턴 신호로 출력하고, 상기 마찰 전기 패턴 신호로부터 상기 동작 특성을 추출하는 신호 수집부(210) 및 신호 수집부(210)에서 추출된 상기 동작 특성에 상기 동작 인식 알고리즘을 적용하여, 상기 인체의 상기 동작 유형을 판별하는 동작 인식부(220)를 포함할 수 있다. 더욱 구체적으로, 도 4에 도시된 바와 같이, 신호 수집부(210)는, 상기 인체의 동작 시, 센싱부(100)로부터 수집되는 상기 마찰 전기 패턴 신호의 FFT(Fast Fourier Transformation) 분석 또는 스펙트로그램(Spectrogram) 분석을 통해서 상기 동작 특성을 추출할 수 있다. 상기 스펙트로그램 분석은, 도 4에 도시된 바와 같이, 센싱부(100)로부터 수집되는 상기 마찰 전기 패턴 신호의 파동을 시각화하여 파동 특성을 파악하는 것으로서, 파형(Waveform)과 스펙트럼(Spectrum)의 특징이 조합되어 있을 수 있다. 또한, 상기 FFT 분석은, 상기 마찰 전기 패턴 신호의 파형 신호를 각 주파수에서의 특정 파동 신호로 분해하여 나타내는 것으로서, 각 주파수 에서의 파동 크기를 그래프로 나타낼 수 있다. 여기서, 도 4에 도시된 동작 별(앉기, 걷기, 달리기) 상기 마찰 전기 패턴 신호는, 예시적인 패턴 신호 유형이며, 착용자의 신체 조건이나, 적용 분