착용자 동작 인식 서비스 위한 에너지 ‘하베스팅 웨어러블 시스템’

에너지 하베스팅(Energy Harvesting)이란 일상생활 주변에서 버려지는 에너지를 사용할 수 있는 전기에너지로 변환해 소형 전자제품이나 각종기기들의 구동용 에너지로 활용하는 기술이다. 인체활동을 통해 인체와 기기간의 상호작용으로부터 발생하는 에너지를 효율적으로 획득하기 위해 압전소자 및 전자기적 원리 등을 응용해 언제 어디서나 손쉽게 전력을 공급받을 수 있는 휴대형 에너지 하베스팅 기술이 다양하게 개발되고 있다.

이러한 연구 성과들이 더욱더 실용화되기 위해서는 에너지 저장 시의 손실률을 절감하면서도 미세 에너지 축적이 가능한 고성능 정류회로 기술이 요구되며 디바이스 간의 안정적인 전력공급 기술도 함께 확보해야 한다.

본 글에서는 인체의 동작인식을 위한 착용형 센서 시스템을 구동할 수 있는 에너지 하베스팅 기술을 개발함에 있어 가속도 센서를 사용하지 않고 직접적으로 하베스팅된 전력을 통해 인체의 거동을 감지하는 기술을 제안함으로써 착용형 센서의 요구 전력을 획기적으로 절감한 연구사례를 소개하고자 한다.

인간의 동작 인지(Human Activity Recogni-tion, 이하 HAR)는 헬스케어(Healthcare), 스마트 리빙(Smart Living), 군사, 보안 및 실내 위치추적 등의 애플리케이션에 다양하게 활용할 수 있다.
이 글에서는 착용형 시스템에 적용되어온 기존의 에너지 하베스팅 시스템의 한계를 극복하기 위한 새로운 아이디어를 제안하고 이를 검증하고자 한다.

즉 가속도 센서 없이 에너지 하베스팅으로 생산된 전기 신호 패턴을 직접 분석해 착용자의 동작을 감지함으로서 배터리 소모를 최소화하는 것이 핵심이다.이는 착용자에 의해 취해지는 개별 동작이 각각 다른 양의 에너지를 생산하므로 이를 감지함으로써 각각의 동작을 인식할 수 있다는 원리를 기반으로 한다. 또 에너지 하베스팅 웨어러블 센서 시스템을 운동에너지 기반 인간 동작 인식, 즉 HARKE(HAR from Kinetic Energy)로 명명했다.

◇ 하베스팅 시스템의 한계점

기존 일반적인 배터리 기반 HAR 시스템은 배터리의 전원을 이용해 동작을 분류 및 감지하는(Activity Classification) 분류기, 착용자의 동작을 실시간으로 측정하기 위한 가속도센서 및 측정된 데이터를 분류기로 송신하기 위한 무선 송수신 장치(Radio) 등으로 구성된다.

앞선 두 개의 장비는 가속도 센서로부터 추출되는 특징들을 분석함으로써 분류기로 하여금 인간의 동작을 구별하는 기능을 담당한다.

기존의 면밀한 측정 연구들을 통해 20Hz 주파수에서 운전되는 가속도 센서의 평균요구전력은 측정된 신호를 분류하고 분류기를 실행시키기 위해 필요한 전력의 약 4배가 필요함이 알려져 있다.

일반적으로 3축 가속도 센서는 3차원에서 인간의 동작을 감지하기 위해 사용된다. 이러한 센서를 통해 획득된 데이터는 분류기를 트레이닝하기 위해 사용되며 이러한 트레이닝된 데이터를 통해 임의로 주어지는 단순화된 후속 샘플들에 대해 해당 샘플들과 관련된 동작을 추출할 수 있다.

일반적으로는 정확한 HAR을 위해 빈번한 감지를 수행할 수 있으며 정확한 데이터 분류를 위해서는 더 많은 정보를 필요로 할 수도 있다. 이와 관련한 측정 주기는 가속도 센서의 샘플링 비율을 의미하며 이는 Hz나 초당 측정 횟수 등으로 측정된다.

한편 착용자의 동작을 측정하기 위해서는 가속도 센서가 몇 밀리세컨드(ms) 동안은 전원이 켜져 있어야 한다. 왜냐하면 가속도 센서가 자체적으로 구동되기 위해서는 전력을 필요로 하며 전원이 꺼진 동안에는 측정이 이루어지지 않기 때문이다.

결과적으로 가속도 센서는 연속적으로 켜져 있거나 꺼져 있어야 하며 이것의 주파수는 샘플링 비율로 표현된다. 따라서 가속도 센서의 평균 전력 소모량은 샘플링 주기와 선형함수관계를 형성한다.

결과적으로 요구되는 샘플링 비율은 모니터링되는 동작의 세트와 직접적인 관계가 있으며 대략 10~50Hz 범위에서 50~250μW 사이의 배터리 전력을 공급해야 한다.

◇ HARKE의구조

이 글에서 제안된 HARKE는 기본적으로 가속도 센서를 사용하지 않다. HARKE는 운동에너지 기반 에너지 하베스팅(이하 Kinet-ic Energy Harvesting, KEH) 시스템을 탑재하고 있으며 이를 통해 하베스팅된 에너지는 분류기에 사용되고, 무선 송수신 장치의 전원이 켜지면 이의 구동 및 통신을 위해서도 사용된다.

KEH 시스템은 기본적으로 인간의 동작을 전력으로 변환하기 위한 발전기, 정류된 전력을 공급하기 위한 전력 컨디셔닝 회로 및 하베스팅된 전기를 저장하기 위한 저장 장치 등으로 구성된다. 일반적으로 배터리 및 축전기와 같은 저장 장치는 발전된 전력을 저장했다가 정류 된 일정한 직류전압을 공급하는데 이는 분류기 및 무선 송수신 장치에 적합하다.

반면에 이러한 정류된 전기는 동작 감지에는 적절치 않다. 왜냐하면 정류를 통해 동작 인지에 잠재적으로 필요할 수도 있는 전위차 패턴이 손실될 수도 있기 때문이다. 따라서 HARKE는 발전기로부터 발생하는 AC 전압을 분류기의 입력으로 사용한다.

HARKE의 절전 성능은 직접적으로 가속도 센서를 채용하지 않음으로써 얻어지고 이는 착용형 시스템 내 HAR의 필요전력의 80%를 감축하는 효과를 가져온다. 이러한 에너지 절감분에 비해 패턴 분류를 위해 사용하는 AC 전압 데이터를 기록/저장하는 데 필요한 전력량은 매우 적다.

AC 전압을 연속적으로 기록하기 위해서 HARKE는 기본적으로 아날로그-디지털 변환기(Analog-Digital Converter, 이하 ACD)를 필요로 하는데 이는 아날로그 AC 전압을 디지털로 변환해 패턴 추출 및 분류에 사용하기 위함이다.

이번 실험에서는 텍사스인스트루먼트(TI)의 ADS7042 초저전력 ADC를 사용했으며 이는 대략 1kHz당 1μW를 소비하는 수준이다.

◇ HARKE의 성능 평가

KEH 정보의 간략화 기법을 사용한 성능 평가 = 이번 실험에서는 측정된 정보를 분석하기 위한 방법으로서 수학적 모델을 통한 분석 기법을 사용했다. 이를 위해 표준화된 질량-스프링-뎀퍼 시스템을 구성해 KEH 데이터의 간략화를 시도했다.

예를 들면 이러한 모델에서는 스프링이 움직일 때 기계적 에너지가 전기적 에너지로 변환된다. 만약 스프링이 더 큰 힘으로 움직이거나 빠른 속도로 전후 진동하면 더 많은 에너지가 발생하는 방식이다.

KEH 정보의 간략화 기법을 통한 HARKE의 성능을 평가하기 위해 본 연구에서는 5명의 피험자를 통해 ‘삼성 갤럭시 넥서스’ 스마트폰을 손에 들고 100Hz로 측정한 서로 다른 5가지 세트의 가속도 센서 측정값을 수집했다. 일반적인 HAR 시스템에서와 같이 이번 연구에서는 K-Nearest Neighbor (KNN) 분류기를 사용했다.

또 KNN 분류기는 가속도 센서로부터 추출된 12가지의 특정 패턴으로 훈련시켰으며 간략화된 KEH 측정 궤적에서 최대치의 특징들만을 추출했다.

앞서 진행했던 실험에서는 KEH 궤적을 사용할 때 최대치의 특징들을 사용하는 것이 12개의 특징을 한꺼번에 사용하는 것보다 정확도가 높다는 점을 밝힌 바 있다. 두 개의 케이스 모두 연속된 윈도우의 50%의 중첩률을 가지는 5초 길이의 윈도우를 사용해 특징을 추출했다.
최종적으로 연구자는 정확성을 측정하기 위해 10-폴드 크로스 바리데이션(10-fold Cross-Validation) 테스트를 수행했다.

이번 실험에서는 세 가지 서로 다른 상황에서 추출된 세 가지 서로 다른 활동을 통해 HARKE의 성능을 분석했다. 각각은 2가지에서 8가지의 서로 다른 단위 동작으로 분류된 동작들을 포함하고 있다. 전술한 바와 같이 HARKE는 단지 1kHz의 KEH 신호 샘플링을 위해 1μW의 전력을 필요로 한다.

한편 가속도 센서의 샘플링 주기 및 그에 따른 HAR의 주기는 그와 관련한 전력 소비와 관련이 있다. 본문에서 제시된 가속도 센서 기반의 시스템과 HARKE의 HAR 성능 비교표에 가속도 센서에 사용되는 하베스팅 전력 양을 비교해 놓았다.

이 표에 의하면 가속도 센서 기반의 시스템의 HAR 정확도는 일반적으로 높은 전력이 투입될 때 더 높았다. HARKE의 정확도는 대상 활동 세트에 따라서 74~98% 사이에서 변화했다.
HARKE의 경우 모든 활동 세트에 대한 전반적인 평균 정확도는 85%였으며, 이는 어떠한 전력 제한도 없는(발전된 전력을 100% 사용할 수 있는) 가속도 센서 기반의 시스템과 정확도 측면에서 12% 이내의 차이에 불과하다.

KEH 데이터를 이용한 성능 평가 = HARKE의 실제적인 평가를 위해 연구자들은 데이터 로거(Data Logger)를 별도로 구성해 실제 KEH를 측정했다. 이들의 목표는 만약 발전기에 의해 수집된 운동에너지가 착용자의 동작에 대한 실제적인 정보를 포함하고 있다면 가속도 센서 기반의 통상적인 HAR과 비교해 KEH를 통한 HAR의 정확도가 어느 정도 수준인지를 확인하는 것이다.
기존의 상업용 운동에너지 기반 발전 시스템은 압전기 및 전자기적 발전 메커니즘을 기반으로 하며 일반적으로 압전기 방식이 사용하기 좋다고 알려져 있다. 왜냐하면 MEMS(Micro-Electro-Mechanical Systems)에 적용하기 좋고 구조가 단순하기 때문이다.

대부분의 에너지 하베스팅 시스템은 발전기, 전력 컨디셔닝 회로, 정제된 직류전압을 다양한 센서 제어기, 주변기기, 메모리 등에 공급할 수 있는 전력 저장 모듈 등이 패키징된 시스템이다. 그러나 이번 실험에서 당초 활용하고자 했던 상용 데이터 로깅 시스템들은 직접적인 AC 전압의 엑세스가 불가능했다. 확인 결과 MID사 제품과 같이 일부 제조사의 제품들만이 AC 전압에 대한 엑세스가 가능하다고 한다.

최종적으로 본 연구에서 사용된 데이터 로깅 시스템은 MID?사의 볼쳐(VOLTURE) 모듈이 포함된 장비이며 해당 모듈은 오직 AC 전압의 출력용 변환 장치 및 출력된 데이터와 비교하기 위한 3축 가속도 센서를 탑재하고 있다.

또 아두이노 우노(ARDUINO UNO) 마이크로 컨트롤러를 VOLTURE 및 가속도 센서의 데이터 샘플링을 위해 사용했다. 데이터 수집을 위한 샘플링 주기는 1kHz로 설정했다. 또 8GB 용량의 마이크로SD 메모리 칩을 샘플링 데이터 저장 장치로 사용하는 한편 아두이노의 전력 공급을 위해서는 9V의 배터리를 사용했다. 제어 스위치의 경우 하나는 장치의 전원 온/오프, 다른 하나는 데이터 로거의 시작과 정지를 제어하기 위한 목적으로 적용했다.

이와 같이 개발된 하드웨어는 26~35세의 연령분포를 가지는 4명의 남자와 6명의 여자로 구성된 10명의 피험자를 통해 성능 시험을 수행했다. 피험자들에게는 양손에 데이터 수집 장치를 쥔 채로 3가지 활동(서기, 걷기, 뛰기)를 수행할 것을 주문했다. 이러한 실험을 통해 가속도 센서 및 VOLTURE의 출력패턴이 수집됐다.

본문에 제시된 데이터를 살펴보면 피험자가 어떠한 동작 패턴의 변화가 있을 때마다 볼쳐의 AC 전압에 대한 명확한 변화를 확인할 수 있다. 이는 운동에너지 발전 장비의 출력이 인간의 동작 패턴에 대한 정보를 포함하고 있다는 명백한 증거로 간주할 수 있다.

다음으로 이번 연구에서는 HAR 관련 상업용 가속도 센서와 HARKE의 정확도를 비교했다. 데이터 추출시에는 어떠한 노이즈 필터도 사용하지 않았으며 평균과 표준분산이라는 두 가지 방식으로 정리됐다.

추출된 데이터 세트 중 하나는 가속도 센서 데이터이고 다른 하나는 VOLTURE를 통한 KEH 데이터다. 가속도 센서의 데이터는 x, y, z축을 통한 세 가지 시리즈로 추출됐으며 각 축의 데이터에 대한 각각의 특징을 계산했다.

이를 통해 결과적으로 가속도 궤적에 대해서 6가지 특징을 추출할 수 있다. 반면에 VOLTURE는 한 가지 시리즈의 AC 전압 데이터만을 생성하며 각각의 VOLTURE 궤적당 2개의 특징을 추출할 수 있다.

이번 실험에서는 5가지 유형의 분류기를 HARKE 및 가속도 기반 시스템의 비교를 위해 사용했으며 결과적으로 가속도 센서 기반 시스템과 유사한 정확도를 가지면서도 전력 소비를 72% 가량 줄일 수 있음을 실험을 통해 검증했다.

결과적으로 제안된 저전력 착용형 시스템을 통해 미래형 IOT(Internet of Things, 사물 인터넷)를 위한 에너지 하베스팅 착용형 시스템을 개발할 수 있을 것으로 전망한다. 아울러 향후 연구로서 더 넓은 분야에 대한 동작 분석 및 더 큰 스케일의 데이터 세트 구성을 통해 제안된 시스템의 성능 분석을 실시할 것임을 피력하고 있다. 물론 앞의 연구는 더욱 완성도 높은 HARKE 시스템을 바탕으로 수행될 것이라고 저자는 밝히고 있다.

이번 실험을 통해 제시된 아이디어는 가속도 센서에 소모되는 배터리 전력량을 획기적으로 줄 일수 있다는 측면에서 참신한 접근법이다. 다만 고성능 가속도센서를 대체할 수 있을 정도로 측정 정확도를 향상시켜야 하는 측면에서 더욱 정교한 정류기술과 데이터 트레이닝 노하우가 요구된다고 할 수 있다.

또 KEH 데이터는 기존의 가속도 센서에 비해 추출할 수 있는 데이터 종류가 한정적이므로 고자유도 동작에 대한 감지성능의 향상이라는 숙제가 남아 있는 것으로 판단된다.

글 : 유승남 한국 원자력 연구원 
자료제공 : 코센(www.kosen21.org)