김경현
(Gyeong-Hyeon Kim)
1
남현도
(Hyeon-Do Nam)
3†
김경호
(Kyeong-Ho Kim)
1
-
(Dept. of Electrical and Electronic Engineering, Dankook University, Korea)
-
(Dept. of Electrical and Electronic Engineering, Dankook University, Korea)
Copyright © The Korean Institute of Electrical Engineers(KIEE)
Key words
Multi-pressure, Siting posture, Real-time warning
1. 서론
현대인들의 삶의 질이 향상됨에 따라 평균수명이 증가하고 있다. 이로 인해 건강에 대한 관심이 증가하고 질병이 생긴 이후 쓰게 될 병원비보다 저렴하게
질병 이전의 건강을 유지시켜주는 의료 서비스를 받길 원하고 있다.
이러한 요구를 충족 시켜줄 수 있도록 헬스케어 시장은 점점 증가하고 있다.
그림. 1은 Tractica에서 조사한 전세계 홈 헬스케어 시장과 그 이익에 대한 그래프이다. 홈 헬스케어 시장이익은 2014년 약34억 달러에서 이후 2018년
약70억 달러로 4년간 약 105%가 증가하였고 2020년 약137억 달러까지 증가할 것으로 보인다
(1).
그림. 1. 전세계 홈 헬스케어 시장 이익
Fig. 1. Global home health technologies revenue
직장인이나 학생의 경우 업무, 학업 등의 목적으로 하루의 대부분을 컴퓨터 앞에 앉은 자세로 보내게 된다
(2,3). 바르지 않은 자세로 오래 앉아있게 되면 추간판에 스트레스가 가해지고
(4) 척추간판의 변형을 유발하며 기능장애를 초래할 수 있다. 이는 염증이나 신경을 누르는 등
그림. 2와 같은 추간판 탈출증과 디스크 팽륜의 원인이 된다
(5). 본 연구에서는 의자의 바닥부분이나 방석의 압력센서를 통해 사람의 좌식 자세를 판별하고 실시간으로 진동모터나 블루투스를 통해 경고 문구를 주어 잘못된
좌식 습관과 자세의 불균형을 교정할 수 있도록 하였다.
그림. 2. 추간판 탈출증과 디스크 팽륜(6)
Fig. 2. Bulging disc & Herniated disc
좌식 자세를 측정하는 기존의 연구들은 주로 2가지의 방법을 가지고 있었다. 영상을 통한 판별과 다수의 압력센서를 통한 판별이다. 영상을 이용할 경우
판별율이 높으나 알고리즘이 복잡하여 임베디드 시스템으로 활용하기 어렵고, 다수의 센서를 통한 연구는 많은 압력센서로 매트릭스 구조를 형성하는 방식을
사용함으로써 센서의 비용이 크다
(7-9). 하지만 본 연구에서는 4개의 적은 개수의 압력센서를 통해 좌식자세를 판별하고 실시간으로 자세교정에 대한 경고를 블루투스로 보내도록 하였다.
2. 본 론
2.1 좌식 자세
본 연구는 추간판 돌출증이나 척추 측만증을 대비하는 연구로서 올바른 자세를 정의하기 위해 압력센서의 위치와 그에 따른 압력 분포가 중요하다. 바른
좌식 자세란 머리와 목이 옆에서 볼 때 일직선을 이루고, 허리는 허벅지와 수직이거나 의자에 약간 기댄 자세이다. 그림 3과 같이 사람이 올바르게 앉게 될 경우, 무게를 더 지지하는 엉덩이 부분은 다리 부분보다 압력이 더 크지만 좌우간 압력분포는 같다.
그림. 3. 올바른 좌식 자세(10)
Fig. 3. Correct sitting posture
바르지 않은 자세로는 3가지를 정의하며, 그림 4와 같이 앞뒤로 기울인 자세 및 좌우로 기울인 자세, 다리를 꼬고 앉은 자세가 이에 해당한다.
그림. 4. 바르지 않은 자세(11)
Fig. 4. Incorrect sitting posture
2.2 좌식 자세 판별
좌식 자세를 판별하기 위해 압력센서는 그림 4와 같이 좌우 다리에 2개 좌우 엉덩이에 2개로 총 4개를 배치한다.
그림. 5. 센서 배치도(12)
Fig. 5. Sensor layout
그림 6은 압력 센서의 압력 분포에 대해 좌식 자세를 판별하는 시스템에 대한 알고리즘이다. 좌우 센서 간의 압력이 실험에 의해 정해둔 Thresh hold
이상의 값 이상 차이가 나면 좌우로 기울인 자세로 판별한다. 또한 뒤(엉덩이)와 앞(다리)의 압력차가 Thresh hold 이상일 경우 앞뒤로 기울인
자세로 판별한다. 그리고 엉덩이 측의 압력이 정상상태인데 다리 좌우의 압력차가 발생하면 다리를 꼰 자세로 판별한다. 이후 이러한 비정상 좌식 자세를
인식하면 실시간으로 진동모터를 통해 경고를 보낸다.
그림. 6. 좌식 자세 판별 알고리즘
Fig. 6. Sitting posture determination algorithm
2.3 H/W 구현
본 연구는 좌식 자세 판별 알고리즘 S/W 이외에도 OP-Amp를 이용한 센서 증폭부와 하드웨어 통신회로 등 하드웨어 설계도 진행하였다.
2.3.1 센서부 구현
본 연구에 사용한 센서는 FSR (Force-sensing resistor)라는 가변저항성 센서로서 비선형적인 특성을 가지고 있다. 가변 저항성인
센서를 가변저항으로 두고 전압분배와 버퍼의 형태로 회로를 설계하였다. 단전원 구동이고 압력센서로서 음의 출력은 없으므로 출력전압 수위조정없이 GND를
주었다.
그림. 7. 센서부 회로(12)
Fig. 7. Sensor circuit
2.3.2 MCU 주변회로 구현
본 연구에는 ST사의 Cortex-M3 MCU를 사용하여 진행하였고 ST에서 제공하는 H/W reference를 지키면서 그림 8과 같이 설계하였다.
그림. 8. MCU 주변회로
Fig. 8. MCU peripheral circuit
외부로부터 받는 전원을 Regulator를 통해 3.3V로 DC DC Conversion하고 Tantalum Capacitor를 사용하여 전원부를
안정화하였다.
전원이 들어오면 LED가 켜지도록 하는 Indicator 회로와 MCU의 하드웨어 통신을 위한 Bus 및 MCU 리셋 회로를 설계하였다.
MCU는 8MHz의 Cristal Oscillator로부터 클럭을 받는다. 이는 DC에 비해 고주파수의 동작을 하므로 Bead를 이용하여 센서부 증폭기의
아날로그 회로의 전원부에 MCU 및 디지털 회로의 전원부로부터 전해질 수 있는 노이즈를 최소화한다.
진동모터는 MCU에 비해 비교적 큰 전류가 필요하므로 Regulator를 거치지 않고 베터리에 직접 연결한다.
2.4 S/W 구현
본 연구에서는 MCU의 펌웨어 구현 및 알고리즘 코드를 구현하였다.
2.4.1 펌웨어 구현
본 연구의 MCU는 ST사의 Cortex-M3를 사용하였으며 ADC, UART, GPIO에 대한 펌웨어를 구현하였다. ADC는 10.7 MHz, 4
채널로 동작하도록 설정하였고 UART는 8비트, 115200 Baud- rate로 동작하도록 하였다. 또한 ADC, UART 모두 DMA (Direct
Memory Access)를 이용하여 CPU를 거치지 않고 메모리에서 직접 접근하고 부하를 줄이도록 하였다.
코딩은 ST 사에서 제공하는 HAL 드라이버를 사용하여 펌웨어를 구현하였으며 HAL_UART_Transmit_DMA 함수를 이용하여 PC로 UART
통신을 하여 발신하였고, HAL_ADC_Start_DMA 함수를 이용하여 4 chennel ADC를 읽어오도록 하였다. 알고리즘과 관련하여 진동모터를
구동 시킬때는 HAL_GPIO_WritePin 함수를 이용하여 MCU로부터 on 신호를 받아 진동모터가 동작하도록 구현하였다. 또한 통신의 안전을
위해 delay 함수를 구현하였다.
2.4.2 알고리즘 구현
본 연구의 전체적인 알고리즘은 그림 6과 같으며, Thresh hold는 반복 실험을 통해 결정되었다. ADC를 통해 읽어오는 데이터는 0부터 3.3V에서 0부터 4096의 스케일로 변경되어진다.
실험을 통하여 압력으로 인한 데이터가 최소 0에서 최대 3250임을 확인하였고, Thresh hold는 다리의 경우 2500으로 엉덩이의 경우 2600으로
설정되었다.
3. 실 험
3.1 실험 프로토콜
본 연구에서는 좌식 자세의 압력 분포를 실시간으로 측정하기 위한 센서 시스템을 개발하였다. 디바이스는 단전원 구동이며, 3.7V 리튬 이온 베터리를
사용한다. 방석의 형식으로 구성되었으며, 방석을 의자에 얹고 데이터를 기록하기 위해 PC로 연결하여 실시간 압력분포 데이터를 기록한다.
3.1.1 실험 방법
본 연구에서 구현한 센서 시스템의 계측을 위하여 그림 5와 같이 방석의 각 모서리에 총 4개의 압력센서를 부착하였다. 올바른 좌식 자세와 올바르지 않은 좌식 자세의 데이터 비교를 위하여 성인 남성 5명을
대상으로 실험을 진행하였다.
각 실험자들은 그림 9와 같이 방석에 앉아서 허리를 곧게 피고 앉는 올바른 자세, 우로 허리를 기울인 자세, 앞으로 기댄 자세, 오른쪽 다리를 꼰 자세를 측정하였다.
본 연구에서 진행된 실험은 정확한 압력분포 데이터를 얻기 위하여 4가지 자세를 각각 3번씩 10초간 데이터를 수집하고 총 평균값을 구하며 진행되었다.
3.2 실험 결과
본 연구에서는 4개의 압력 센서를 이용하여 좌식 자세의 압력 분포를 측정하고 이를 통해 바르지 않은 자세를 판별하여 실시간으로 경고를 주는 시스템이다.
그림 10과 표 1은 바른 자세에 대한 이상적인 센서값 출력 그래프와 각 실험자에 대한 센서 평균값이다. 그림 11과 표 2는 앞으로 기울인 자세, 그림 12와 표 3은 오른쪽으로 기울인 자세, 그림 12와 표 4는 오른쪽 다리를 꼬고 앉은 자세에 대한 통상적인 센서값 출력 그래프와 그 평균표이다.
A는 오른쪽 엉덩이, B는 오른쪽 다리, C는 왼쪽 다리, D는 왼쪽 엉덩이에 대한 센서 출력값이다.
100kg의 최대 압력을 주면 4096의 값까지 올라가지만 좌식 자세시의 압력 측정이기 때문에 최대 압력까지 가지 않는다.
압력센서의 출력이 선형적이지 않아 Thresh hold의 선정을 위해 실험 데이터를 수집하였다. 각 실험자의 평균 데이터를 보면 엉덩이의 경우 큰
압력을 주면 2600 이상의 데이터를 갖는 것을 볼 수 있다. 또한, 표 1을 보면 다리의 경우 큰 압력에 대해 2500 이상의 데이터를 가짐을 볼 수 있다. 이러한 데이터에 근거하여 Tresh hold는 엉덩이의 경우 2600,
다리의 경우 2500으로 교정하여 알고리즘을 완성하였다. 각 올바르지 않은 좌식 자세에는 진동모터가 울리도록 하였다.
올바른 자세에서의 비슷한 압력에 대한 센서값은 4096의 스케일에서 같은 압력에 대해 최대 200의 값 차이를 보였으며 이는 구현된 3.3V에서 0.16V이므로
작은 값이라 할 수 있다. 이는 각 센서 제조시의 미세한 특성차이 때문에 생기는 값 차이이며 구현한 알고리즘에서 무시 가능하다.
그림. 9. 실험 사진
Fig. 9. Experimental photo
그림. 10. 올바른 좌식 자세
Fig. 10. Correct sitting posture
표 1. 올바른 좌식 자세
Table 1. Correct sitting posture
|
|
A
|
B
|
C
|
D
|
|
실험자1
|
2736.9
|
2611.3
|
2680.2
|
2671.4
|
|
실험자2
|
2768.2
|
2640.2
|
2709.6
|
2703.2
|
|
실험자3
|
2706.8
|
2583.6
|
2603
|
2639.2
|
|
실험자4
|
2736.8
|
2613.6
|
2679.4
|
2668.4
|
|
실험자5
|
2736
|
2587.8
|
2629
|
2674.8
|
그림. 11. 앞으로 기울인 좌식 자세
Fig. 11. Forward sitting posture
표 2. 앞으로 기울인 좌식 자세
Table 2. Forward sitting posture
|
|
A
|
B
|
C
|
D
|
|
실험자1
|
2008.7
|
3208.2
|
3162.1
|
1802.6
|
|
실험자2
|
2036.8
|
3240.4
|
3191.2
|
1838
|
|
실험자3
|
1978
|
3174
|
3126.8
|
1770.6
|
|
실험자4
|
2009.2
|
3206
|
3161.2
|
1804.2
|
|
실험자5
|
2011
|
3212.4
|
3169.2
|
1797.8
|
그림. 12. 오른쪽으로 기울인 좌식 자세
Fig. 12. Sitting posture tilted to the right
표 3. 오른쪽으로 기울인 좌식 자세
Table 3. Sitting posture tilted to the right
|
|
A
|
B
|
C
|
D
|
|
실험자1
|
3020.6
|
3002.7
|
2031.9
|
2002.8
|
|
실험자2
|
3054.4
|
3037.2
|
2055.4
|
2003
|
|
실험자3
|
2979.4
|
2971.6
|
2001.2
|
1967.2
|
|
실험자4
|
3024.8
|
3004
|
2037.6
|
2051.8
|
|
실험자5
|
3023.8
|
2928
|
2003.6
|
1989.2
|
표 4. 오른쪽 다리를 꼰 좌식 자세
Table 4. Sitting posture with right leg crossed
|
|
A
|
B
|
C
|
D
|
|
실험자1
|
2988.7
|
2022.5
|
2799.9
|
2815.7
|
|
실험자2
|
3012.2
|
2050.4
|
2836.6
|
2845.4
|
|
실험자3
|
2954.8
|
1993.6
|
2676.8
|
2785.6
|
|
실험자4
|
2991.8
|
2027.4
|
2713.8
|
2819.2
|
|
실험자5
|
2886.2
|
2018.6
|
2682.6
|
2812.8
|
그림. 13. 오른쪽 다리를 꼰 좌식 자세
Fig. 13. Sitting posture with right leg crossed
4. 결 론
본 연구에서는 압력센서를 사용하여 압력분포를 측정하고 좌식자세 판별을 위한 하드웨어와 펌웨어 알고리즘을 구현하는 연구를 진행하였다. 각 센서간 특성차이로
인해 미세하게 같은 압력에 대한 출력 센서값에 차이가 난다. 때문에 센서값들을 비교하여 자세를 판별하지 않고 Thresh hold를 사용하여 압력의
수준을 정의하고 알고리즘을 구현하였으며 올바르지 않은 자세에는 진동모터가 울려서 실시간으로 경고를 주도록 하였다.
향후 본 연구를 바탕으로 졸음 운전과 좌식 압력 분포의 상관성을 규명하고 외부와의 통신을 위해 Wifi나 Bluetooth를 구현하여 MQTT 서버
혹은 안드로이드 앱으로 데이터를 전송시키고 진동모터 이외의 방법으로 외부에 경고를 줄 수 있는 시스템을 개발할 예정이다.
감사의 글
이 논문은 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임 (No. 2018R1D1A1B07049973).
본 연구는 중소기업벤처부에서 지원하는 2017년도 산학연협력 도약기술개발사업 (No.C0509810)의 연구수행으로 인한 결과물임을 밝힙니다.
References
Juns Won-Jun, 2015, Telehealth and Home Health Technologies are Becoming Increasingly
Attractive for the Healthcare Industry, Tractica
Yim Shang Hyuk, Lee Yun Geun, Cho Jung Jin, Son Jeong Il, Song Jae Cheol, 1997, Sympton
Prevalence of Work- Related Musculoskeletal Disorders and Related Factors among Bank
Workers by Visual Dispaly Terminal Use, Annals of Occupational And Environmental Medicine,
Vol. 9, pp. 85-98
Ko Min-Seok, Choi Joon-Young, 2012, Related Factors to Visual Display Terminal Syndrome
of Hospital Employees Using Lalonde Health Field Model, Health and Welfare, Vol. 14,
pp. 7-22
Andersson GB, 1999, Epidemiological features of chronic low-back pain, Lancet, Vol.
354, No. 9178, pp. 581-585
Lee Sun-hee, 2013. 08., The effect of exercise therapy in the treatment of patients
idiopathic scoliosis, pp. 6-10
Modric Jan, 2015, Bulging and Herniated Disc in the neck and lower back, ehealthStar
Byun Sang-Pil, Jang In-hyuk, Park Gi-hyuk, Son Sun-hee, Lee Won-gu, 2014, Study on
a method for correcting unbalanced sitting posture by force-sensing resistors, Journal
of The Korean Society of Industry Convergence, Vol. 17, No. 4, pp. 203-210
Kim Dong-Hyeon, Jang Jeong-geun, Choi Sun-taek, Cho HoI-duk, 2013, A Study on the
Pressure for Gluteal Region and the Movement of the Spine Measure System in Accordance
with Sitting Posture on the Chair, IEIE summer conference, pp. 1547-1549
Kim Moo-rim, Kim Hyeon-woo, Lee Seung-hwan, Cho Yuk, 2010, Posture Helper Using Gaussian
Mixture Background Modeling, KICS winter conference, pp. 25-26
Marksonchiropratic, http://www.marksonchiropractic.com/
Norris Kathy, 2013, Are you sitting comfortably, Essex Stationary
Kim Gyeong-hyeon, Yoon Seo-jin, Nam Hyeon-do, Kim Kyeong-ho, 2017, A Basic Study for
Posture Measure- ment System of seating Using Pressure Sensor, CICS, Vol. 17, No.
, pp. 227-228
저자소개
2018:단국대학교 전자전기공학과
2018~현재:단국대학교 전자전기공학과 석사 과정 재학
1981: 서울대학교 공학석사
1986: 서울대학교 공학박사
1982~현재: 단국대학교 전자전기공학부 교수
1996: 일본 게이오대학 공학석사
1999: 일본 게이오대학 공학박사
2006~현재: 단국대학교 전자전기공학부 교수