본 연구의 목적은 본 연구에서는 탄소나노튜브 기반의 신축성 직물 센서의 모양과 의복 상 부착 위치가 아동의 사지 관절 동작 센싱 성능에 미치는 영향을 분석하고, 이를 통해 아동의 사지 동작 센싱에 적합한 직물 동작 센서의 요건을 규명하고자 하였다. 실험 대상 아동에게 2종의 센서 모양과 2개의 센서 부착 위치에 따라 조작된 실험복을 착의시킨 후 60 deg/sec의 속도로, 팔과 다리의 굽힘-폄 동작(60°, 90°의 동작 각도별로 10회씩 3회 반복 동작, 총 60회 동작)에 의한 직물 센서의 신장과 수축에 따른 전압의 변화량을 측정하였으며, 가속도 센서를 함께 부착하여, 센싱 결과의 일치 도를 분석함으로써 신뢰도를 검증하였다. 실험 결과 아동의 팔과 다리 동작을 가장 효율적으로 측정할 수 있는 직물 센서의 구성 요건은 장방형 모양 센서 및 관절로부터 4㎝ 아래 부위에 부착된 센서로 나타났다. 본 연구에서는 아동의 사지 동작 측정에 적합한 직물 센서를 개발하고 관절동작 센싱에 적합한 센서의 모양과 의복 상 부착 위치에 대한 조건 을 분석하였으며, 의복에 통합된 유연한 직물 센서를 활용하여 인체 부위별 동작 센싱이 가능하다는 것을 규명하였다.

본 연구의 목적은 마우스 사용 시 손목터널증후군을 예방할 수 있는 스마트장갑을 연구하는 것이다. 연구에 앞서 손목의 좌·우 움직임은 미세하므로 게이지율(Gauge Factor)이 크고, 이력현상(Hysteresis)이 적은 인장 직물 센서가 필요하다. 만능재료시험기(UTM)를 통해 4가지의 직물을 분석하여 각각의 게이지율을 계산하고, 이력현상도 가장 적은 직물을 선택하였다. 또한, 3가지 부착방법을 아두이노로 분석하여 센서값 변화(△Sensor Value) 값이 큰 방법을 선택하였다. 선택된 직물과 부착방법으로 제작한 프로토타입을 아두이노를 통해 데이터 패턴을 분석하였다. 첫 번째 는 센서 1개(A 센서)로만 파악하는 방법이고, 두 번째로는 센서 2개(A, B 센서)로 파악하는 방법이다. 손목 왼쪽(A 센서), 손목 오른쪽(B 센서) 양쪽에 인장 직물 센서를 부착하고, 손목을 오른쪽으로 꺾을 때 A 센서는 늘어나서 △ Sensor Value 값이 커지고, B 센서는 줄어들어서 △Sensor Value가 작아진다. 반면에 손목을 왼쪽으로 꺾을 때는반대로 패턴이 분석되었다. 본 연구를 통해 손목이 꺾일 시 LED가 켜지는 알고리즘으로 손목터널증후군을 예방하는 스마트장갑을 연구하였고, 본 연구 결과를 기반으로 후속 연구에서는 10명을 대상으로 직접 마우스를 사용하면서 실제 사용 시 문제점을 파악하고 파악된 문제점을 해결하고자 한다.

요즘은 건강을 위한 스마트 헬스 케어 웨어러블의 개발이 가속화되는 시대이다. 그 중 활발한 연구 분야 중 하나인 EMS 전기자극을 활용한 웨어러블 제품이 많이 출시되었다. 하지만 연구되거나 출시되어있는 EMS 웨어러블은 근육의 세분화에 집중하지 못한 포괄적인 전신 슈트나 복부 전체를 덮는 벨트 형식으로 출시되어있다. 이에 본 연구에서는 특정 근육을 세분화시킨 EMS 패턴을 적용하고 복압 벨트에 호흡을 측정할 수 있는 스트레치 센서를 부착하여 두 가지 호흡법을 활용해 연구를 진행하고자 한다. 측정방법은 들숨과 날숨으로 실험을 진행하며 대상자는 건강한 신체의 20대 남성 10명을 대상으로 진행했다. 본 연구의 결과 흉식호흡과 복식호흡 모두 센서의 민감도는 5mm, 3mm, 기본 센서 순으로 센서별 순위 결과를 확인할 수 있었고 EMS 복압 벨트를 통해 전기자극을 적용 전, 후로 나누었을 때전기자극을 적용한 후 호흡의 활성화가 향상되었음을 알 수 있었다. 연구의 결론은 2가지 호흡법을 신체 기능적 근거로 제작한 2가지 패턴으로 인해 호흡법에 적합한 전기자극을 적용 시 적용하지 않았을 때 보다 3가지 센서로 호흡 활성화 효과와 센서 간 민감도 차이를 확인할 수 있었다. 본 연구 결과를 기반으로 후속 연구에서는 EMS 패턴과 스트레치 센서가 통합된 의복형 웨어러블 제품에 실시간 모니터링이 가능한 호흡 스마트 의류를 개발하고자 한다.

This research propose a vehicle attitude estimation method using sensor fusion of speedometer and six-axis inertial sensor. External acceleration generated in a dynamic environment such as high-speed movement of a vehicle causes a considerable error in the attitude angle measured by the accelerometer. The external acceleration is estimated using velocity data obtained from speedometers mounted on most vehicles. The vehicle velocity is decomposed into three vector components using the angular velocity and attitude angle measured by the inertial sensor in the previous time step. The attitude angle estimated by the speedometer and the accelerometer is used to correct the error of the gyro sensor in the Kalman filter. In order to verify the performance of the proposed algorithm, experiments on a scenario of rapid acceleration/deceleration of a truck in a straight section and a scenario of high-speed driving on a long-distance highway are conducted.

Smart materials capable of changing their characteristics in response to stimuli such as light, heat, pH, and electric and magnetic fields are promising for application to flexible electronics, soft robotics, and biomedicine. Compared with conventional rigid materials, these materials are typically composed of soft materials that improve the biocompatibility and allow for large and dynamic deformations in response to external environmental stimuli. Among them, smart magnetic materials are attracting immense attention owing to their fast response, remote actuation, and wide penetration range under various conditions. In this review, we report the material design and fabrication of smart magnetic materials. Furthermore, we focus on recent advances in their typical applications, namely, soft magnetic actuators, sensors for self-assembly, object manipulation, shape transformation, multimodal robot actuation, and tactile sensing.

PURPOSES : The purpose of this study is to identify the dynamic behavior of a cement concrete paving machine (paver) by measuring its response using accelerometers. This is because the dynamic behavior of pavers affects the quality of data from various applications of IoT sensors, such as laser, ultrasonic, optical sensors and so on. Therefore, it is believed that the understanding of dynamic behaviors can contribute to the effective use of various IoT sensors for the acquisition of real-time quality control data in pavement construction. METHODS : Dynamic signals are obtained using accelerometer sensors to identify the dynamic characteristics of paving machines. The main parameters for acquiring dynamic signals are the status of the machine’s operating or standby conditions, and available locations for attaching various IoT sensors. Time domain data are logged at a particular sampling speed using a low-pass filter, subsequently, they are converted to digital data, which are analyzed on three rectangular axes. In addition frequency analysis is conducted on the measured data for identifying the peak frequencies, via FFT (Fast-Fourier-Transform) using MATLAB. RESULTS : The magnitude of the x-directional vibration is higher than that of any other direction under the paver’s operating or standby condition. However, signals from the smoother beam show that the z-directional vibration is more significant in the operating status. It means that the primary vibration depends on the location. Furthermore, the peak frequencies are quite various depending on the status of a paver and its sensing location. CONCLUSIONS : The magnitude of machine vibration and peak frequencies at each status or location are identified from time- and frequency-domain data. When using IoT sensors for quality control or monitoring pavements in construction, the dynamic characteristics of a paver should be considered to mitigate the interference of signals from the paver body or its elements.

사회기반 시설물의 노후화에 대응해 이상 징후를 파악하고 유지보수를 위한 최적의 의사결정을 내리기 위해선 디지털 기반 SOC 시설물 유지관리 시스템의 개발이 필수적인데, 디지털 SOC 시스템은 장기간 구조물 계측을 위한 IoT 센서 시스템과 축적 데이터 처 리를 위한 클라우드 컴퓨팅 기술을 요구한다. 본 연구에서는 구조물의 다물리량을 장기간 측정할 수 있는 IoT센서와 클라우드 컴퓨팅 을 위한 서버 시스템을 개발하였다. 개발 IoT센서는 총 3축 가속도 및 3채널의 변형률 측정이 가능하고 24비트의 높은 해상도로 정밀 한 데이터 수집을 수행한다. 또한 저전력 LTE-CAT M1 통신을 통해 데이터를 실시간으로 서버에 전송하여 별도의 중계기가 필요 없 는 장점이 있다. 개발된 클라우드 서버는 센서로부터 다물리량 데이터를 수신하고 가속도, 변형률 기반 변위 융합 알고리즘을 내장하 여 센서에서의 연산 없이 고성능 연산을 수행한다. 제안 방법의 검증은 2개소의 실제 교량에서 변위계와의 계측 결과 비교, 장기간 운 영 테스트를 통해 이뤄졌다.

Most sensors are affected by temperature, so they are tested in advance and used for temperature compensation. However, sensor affected by the temperature hysteresis is not compensated. This is because even if compensation is made in the form of a general n-th polynomial, the effect of hysteresis remains the same. In this paper, a method of compensating accelerometer biases with hysteresis using a new parameter C was studied. This technique goes beyond finding the appropriate variable for compensation and is a method of creating the parameter itself with a combination of new variables. As a result, most errors could be eliminated.

본 논문은 키넥트 센서에서 랜덤 무향 칼만 필터에 기반한 잡음 제거를 통하여 신체 골격을 추정하는 방법을 제안한다. 일반적인 RGB 값과 깊이 정보를 제공하는 키넥트 카메라는 시간 영역에서 변동하는 센서 응답으로 인해 잡음이 포함된다. 기존의 방법은 다양한 필터링 기법을 사용하여 잡음 제거를 시도하였으나 잡음의 비선형성 때문에 한계가 있었다. 따라서 본 논문에서는 비선형 잡음 특성을 예측하고 업데이트하기 위하여 랜덤 무향 칼만 필터를 적용하고 이를 바탕으로 자세 인식을 위한 3 차원 공간에서 신체 관절 포인트를 예측하였다. 실험 결과 제안한 방법은 기존의 방법보다 잡음 감소 및 뼈대 추정에서 우수한 성능을 가지는 것을 확인하였다.

산업이 발달함에 따라 이산화탄소, 휘발성 유기 화합물, 일산화탄소 등과 같은 독성 가스의 감지 및 모니터링이 중요시되고 있다. 새롭게 합성된 0 차원의 비납계 무기 페로브스카이트 소재는 광학적 방법과 전기적 방법을 융합하여 사용할 수 있는 가스 센서 특성을 가진다. 친환경 가스 센서는 결정의 상변이를 기반으로, 광학 및 전기적 특성 변화를 가져 하이드록실기 감지가 가능하며, 하이드록실기 극성과의 상관관계를 통해 차세대 센서 소자로의 응용 가능성이 기대된다.

As the demand for the monitoring of VOCs increases, various unpowered colorimetric sensors are being developed, but the performance evaluation method of the developed sensors has not been systematically established. In this study, the device, experimental process, and data calculation methods for the performance evaluation of the colorimetric sensors were proposed. An aluminum chamber (70W× 128 L × 40 mm H) was designed to expose the sensor to a constant concentration of VOCs. In addition, an experimental apparatus was devised to evaluate the effect of environmental factors (temperature and humidity) affecting the ability of the sensor to detect VOCs. To calculate the color change value of the sensor corresponding to the concentration of VOCs, the ‘peak wavelength method’ that analyzes the wavelength of the highest intensity for high-concentration VOCs and the ‘spectral centroid method’ using a weighted arithmetic average for low-concentration VOCs were used. As a result of evaluating the ability of the colorimetric sensor to detect VOCs, which was made of polydimethylsiloxane (PMDS) by the method proposed in this study, the wavelength change values (bandgap shift) of the sensor for 1,000 ppm of benzene, toluene, oxylene, and acetone were 0.898 nm, 2.304 nm, 5.775 nm, and 0.249 nm, respectively. The precision was calculated by repeatedly measuring the sensing ability of the sensor 5 times for each type of VOCs. The precision of the sensor responses to benzene, toluene, o-xylene, and acetone were 15.23%, 7.84%, 4.14%, and 30.00% RSD, respectively. The method proposed in this study can be used to evaluate the performance of various types of VOCs colorimetric sensors.

Four types of metal oxide semiconductor gas sensor arrays were used to observe the aroma and spoilage odor emitted during the ripening process of plum & banana fruits. All gas sensors showed a high correlation (R=0.82~0.90) with the olfactory. The TGS 2603 sensor showed a high correlation of 0.90 between the odor generated and sensory perception of smell in the process of ripening and decaying fruits. In addition, it showed a very high correlation of 0.91 with the decay rate of the plum sample, and the significance probability through one-way ANOVA was also less than 0.05, which confirmed it as an optimal gas sensor (TGS 2603). Principal component analysis was performed using all the data. The cumulative variability was 99.54%, which could be explained only by two principal components, and the first principal component was 95.11%, which was related to the freshness of the fruit. It was analyzed as fresh fruit in the negative(-) direction and decayed fruit in the positive(+) direction.

As mechatronic systems have various, complex functions and require high performance, automatic fault detection is necessary for secure operation in manufacturing processes. For conducting automatic and real-time fault detection in modern mechatronic systems, multiple sensor signals are collected by internet of things technologies. Since traditional statistical control charts or machine learning approaches show significant results with unified and solid density models under normal operating states but they have limitations with scattered signal models under normal states, many pattern extraction and matching approaches have been paid attention. Signal discretization-based pattern extraction methods are one of popular signal analyses, which reduce the size of the given datasets as much as possible as well as highlight significant and inherent signal behaviors. Since general pattern extraction methods are usually conducted with a fixed size of time segmentation, they can easily cut off significant behaviors, and consequently the performance of the extracted fault patterns will be reduced. In this regard, adjustable time segmentation is proposed to extract much meaningful fault patterns in multiple sensor signals. By considering inflection points of signals, we determine the optimal cut-points of time segments in each sensor signal. In addition, to clarify the inflection points, we apply Savitzky-golay filter to the original datasets. To validate and verify the performance of the proposed segmentation, the dataset collected from an aircraft engine (provided by NASA prognostics center) is used to fault pattern extraction. As a result, the proposed adjustable time segmentation shows better performance in fault pattern extraction.