구조물의 상태를 조기에 파악하기 위한 구조물 건전도 모니터링 연구와 건물의 정보를 수집하여 에너지를 효율적으로 관리해 주는 건물에너지관리시스템에 관한 연구가 활발히 진행 중이다. 본 연구에서는 기존 모니터링 시스템 연구가 건설, 센싱, ICT 기술이 융합된 첨단 기술임에도 불구하고 고가의 센서와 전문적인 기술력이 요구되어 적용 범위가 제한된다는 한계를 극복하기 위하여 싱글보드컴퓨터 중 가장 널리 쓰이는 라즈베리파이와 저전력으로 장거리의 통신이 가능한 로라모듈, 고성능의 보급형 가속도계를 활용하여 장기간으로 건물의 모니터링이 가능한 무선 엣지 컴퓨팅 시스템을 구축하였다. 또한 라즈베리파이에 분산처리알고리즘을 탑재함으로써 실시간으로 취득되는 방대한 양의 가속도 데이터 중 의미있는 데이터만을 취득하였으며 와이파이 통신으로 취득한 전체의 로우데이터와 비교함으로써 본 시스템으로부터 취득된 데이터의 정밀성을 검증하였다.
구조물의 상태를 조기에 파악하기 위한 구조물 건전도 모니터링 연구와 건물의 정보를 수집하여 에너지를 효율적으로 관리해 주는 건물에너지관리시스템에 관한 연구가 활발히 진행 중이다. 본 연구에서는 기존 모니터링 시스템 연구가 건설, 센싱, ICT 기술이 융합된 첨단 기술임에도 불구하고 고가의 센서와 전문적인 기술력이 요구되어 적용 범위가 제한된다는 한계를 극복하기 위하여 싱글보드컴퓨터 중 가장 널리 쓰이는 라즈베리파이와 저전력으로 장거리의 통신이 가능한 로라 모듈, 고성능의 보급형 가속도계를 활용하여 장기간으로 건물의 모니터링이 가능한 무선 엣지 컴퓨팅 시스템을 구축하였다. 또한 라즈베리파이에 분산처리 알고리즘을 탑재함으로써 실시간으로 취득되는 방대한 양의 가속도 데이터 중 의미있는 데이터만을 취득하였으며 와이파이 통신으로 취득한 전체의 로우데이터와 비교함으로써 본 시스템으로부터 취득된 데이터의 정밀성을 검증하였다.
Structural health monitoring to determine structural conditions at an early stage and to efficiently manage the energy requirements of buildings using systems that collects relevant data, is under active investigation. Structural monitoring requires cutting-edge technology in which construction, sen...
Structural health monitoring to determine structural conditions at an early stage and to efficiently manage the energy requirements of buildings using systems that collects relevant data, is under active investigation. Structural monitoring requires cutting-edge technology in which construction, sensing, and ICT technologies are combined. However, the scope of application is limited because expensive sensors and specialized technical skills are often required. In this study, a Raspberry Pi module, one of the most widely used single board computers, a Lora module that is capable of long-distance communication at low power, and a high-performance accelerometer are used to construct a wireless edge computing system that can monitor building response over an extended time period. In addition, the Raspberry Pi module utilizes an edge computing algorithm, and only meaningful data is obtained from the vast amount of acceleration data acquired in real-time. The raw data acquired using Wi-Fi communication are compared to the Laura data to evaluate the accuracy of the data obtained using the system.
Structural health monitoring to determine structural conditions at an early stage and to efficiently manage the energy requirements of buildings using systems that collects relevant data, is under active investigation. Structural monitoring requires cutting-edge technology in which construction, sensing, and ICT technologies are combined. However, the scope of application is limited because expensive sensors and specialized technical skills are often required. In this study, a Raspberry Pi module, one of the most widely used single board computers, a Lora module that is capable of long-distance communication at low power, and a high-performance accelerometer are used to construct a wireless edge computing system that can monitor building response over an extended time period. In addition, the Raspberry Pi module utilizes an edge computing algorithm, and only meaningful data is obtained from the vast amount of acceleration data acquired in real-time. The raw data acquired using Wi-Fi communication are compared to the Laura data to evaluate the accuracy of the data obtained using the system.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 싱글보드컴퓨터 중 가장 널리 쓰이는 라즈베리파이(raspberry pi)에 보급형 가속도계, 기울기센서, GPSRTK 모듈, 로라(LoRa) 통신 모듈을 연결하여 하드웨어를 구성하고, 데이터 전송으로 인한 배터리 소모량을 최소화하기 위한 엣지 컴퓨팅(edge computing) 또는 분산처리 알고리즘을 싱글보드컴퓨터에 탑재하여 실시간 구조물 건전도 및 건물에너지관리 시스템 등에 활용하여 장기적으로 모니터링이 가능한 무선 엣지 컴퓨팅 시스템을 구축하는 것을 목적으로 한다.
본 연구에서는 건물의 구조 건전도 및 에너지관리 시스템을 적용할 때 고가의 센서와 전문적인 기술력이 요구된다는 한계를 극복하기 위하여 싱글보드컴퓨터 중 가장 널리 쓰이는 라즈베리파이와 저전력으로 장거리의 통신이 가능한 로라 모듈, 고성능의 보급형 가속도계를 활용하여 장기간으로 건물의 모니터링이 가능한 무선 엣지 컴퓨팅 시스템을 구축하였다. 또한 전송속도의 제한이 있는 로라 통신을 활용하기 위해 라즈베리파이에 파이썬으로 작성된 엣지 컴퓨팅 알고리즘을 탑재함으로써 실시간으로 취득되는 방대한 양의 가속도 데이터 중 의미있는 데이터만을 취득하였으며 와이파이 통신으로 취득한 전체의 로우데이터와 비교함으로써 본 연구에서 제시한 시스템으로부터 취득된 데이터의 정밀성을 검증하였다.
제안 방법
본 연구에서는 건물의 구조 건전도 및 에너지관리 시스템을 적용할 때 고가의 센서와 전문적인 기술력이 요구된다는 한계를 극복하기 위하여 싱글보드컴퓨터 중 가장 널리 쓰이는 라즈베리파이와 저전력으로 장거리의 통신이 가능한 로라 모듈, 고성능의 보급형 가속도계를 활용하여 장기간으로 건물의 모니터링이 가능한 무선 엣지 컴퓨팅 시스템을 구축하였다. 또한 전송속도의 제한이 있는 로라 통신을 활용하기 위해 라즈베리파이에 파이썬으로 작성된 엣지 컴퓨팅 알고리즘을 탑재함으로써 실시간으로 취득되는 방대한 양의 가속도 데이터 중 의미있는 데이터만을 취득하였으며 와이파이 통신으로 취득한 전체의 로우데이터와 비교함으로써 본 연구에서 제시한 시스템으로부터 취득된 데이터의 정밀성을 검증하였다.
본 구조물 응답측정을 위한 엣지 컴퓨팅 시스템에 사용되는 센서는 일반적으로 건물의 구조 모니터링에 사용되는 가속도계, 경사계, GPS가 사용되었으며, 경사계에는 온도센서가 부착되어있어 온도 측정이 가능하며 로라 통신 모듈을 이용해 데이터를 전송한다.
본 알고리즘은 파이썬으로 코딩되었으며 행정안전부의 ‘지진가속도계측기 설치 및 운영기준’의 ‘가속도 데이터 취득 요구사항’을 기반으로 실험실 수준의 테스트를 진행하기 위한 임의의 기준을 적용하였다.
동적가진기로부터 발생된 150초 동안의 진동은 Alps 가속도계의 x축에서 계측되었으며 엣지 컴퓨팅 알고리즘을 통해 로라 모듈로 전송되어 데이터를 취득하였다. 분산처리 알고리즘의 정밀성을 파악하기 위해 와이파이 통신을 이용하여 가진 시간 동안의 데이터를 취득하여 비교하였다.
라즈베리파이는 센서의 데이터를 수집하고 분산처리를 가능케 하는 엣지 컴퓨팅 시스템의 핵심 하드웨어다. 시리얼 통신,SPI 통신 등의 센서와의 통신 방식에 따라 실시간으로 센서데이터를 수집하고 센서 종류에 따른 각각의 신호처리를 통해 유의미한 데이터를 추출한다. 실시간으로 수집되는 데이터에서 유의미한 데이터만을 게이트웨이에 전송하면 데이터 전송량과 데이터 전송에 따른 배터리 소모량을 크게 줄일 수 있어 무선으로도 장시간 모니터링이 가능하다.
우선 3축의 가속도 데이터를 각각 x, y, z축으로 분류하여 10초 동안의 데이터를 저장하면서 동시에 각각의 가속도 값이 설정한 트리거 임계값을 초과하는지 판단한다. 임계값을 초과하지 않았을 경우, 각 축별로 10초 동안의 가속도 데이터의 최댓값, 제곱근평균(RMS, root mean square), 지배주파수즉, 주파수 응답 해석(FFT)의 피크값을 계산한 뒤 로라 모듈을 통해 전송하며 10초 동안의 가속도 데이터를 삭제한다.
APS 400shaker는 1축으로 가진되며 가진 신호는 랩뷰에서 임의의 파형을 생성하고 NI DAQ를 통해 전압 신호로 변환하여 입력하였다. 진동 측정을 위해 동적가진기의 진동대에 본 논문의 3.1절에서 제안한 엣지 컴퓨팅 시스템을 고정시켜 설치하였다. 또한 로라 모듈을 통해 전송되는 데이터를 취득하기 위해 RisingHF사의 로라 게이트웨이 RHF2S008이 사용되었다.
대상 데이터
구조물 응답측정을 위한 라즈베리파이를 이용한 엣지 컴퓨팅시스템 검증을 위하여 라즈베리파이3 B+ 모델이 사용되었다. 개발환경의 편의성을 위해 라즈비안(raspbian buster withdesktop)이 설치되었으며, 공식 7인치 LCD 터치스크린이 사용되었다. LCD 터치스크린은 고유의 어댑터보드가 장착되어 있으며 리본케이블과 점퍼와이어가 라즈베리파이의 DSI 디스플레이 포트와 GPIO로 연결된다.
건물에서 발생되는 진동을 모사하여 Alps 가속도계에 진동 신호를 주기 위해 Fig. 7과 같이 선형모터로 구동되는 SPEKTRA사의 동적가진기 APS 400 shaker가 사용되었다. APS 400shaker는 1축으로 가진되며 가진 신호는 랩뷰에서 임의의 파형을 생성하고 NI DAQ를 통해 전압 신호로 변환하여 입력하였다.
동적가진기로부터 발생된 150초 동안의 진동은 Alps 가속도계의 x축에서 계측되었으며 엣지 컴퓨팅 알고리즘을 통해 로라 모듈로 전송되어 데이터를 취득하였다. 분산처리 알고리즘의 정밀성을 파악하기 위해 와이파이 통신을 이용하여 가진 시간 동안의 데이터를 취득하여 비교하였다.
2가 되자 트리거 지점으로부터 10초 전과 30초 후의 로우데이터가 전송되어취득되었으며 같은 시각 와이파이 통신으로 수신한 데이터와 일치하는 것을 확인하였다. 또한 250Hz로 취득된 40초 동안의 데이터는 10,000개의 숫자 데이터로 이루어져 있으며, 총80KB 용량의 데이터가 전송된 것을 확인하였다.
1절에서 제안한 엣지 컴퓨팅 시스템을 고정시켜 설치하였다. 또한 로라 모듈을 통해 전송되는 데이터를 취득하기 위해 RisingHF사의 로라 게이트웨이 RHF2S008이 사용되었다.게이트웨이의 전원은 PoE(power over ethernet)를 통해 공급된다.
로라 모듈을 통해 전송되는 데이터는 RHF2S008, PoE를 통해 서버로 전송되며, 서버는 스위스 LORAWAN 클라우드서비스 기업 LORIOT에서 제공하는 일본 AP2 서버를 이용하였다. LORIOT 서버는 https://www.
본 논문에서 사용된 라즈베리파이 3 B+ 모델은 Fig. 1과같이 ARM Cortex-A53 코어를 CPU로 사용하며 1GB 용량의 램과 26개의 GPIO 포트, 4개의 USB 포트, 이더넷 포트, SD카드슬롯, 비디오, 오디오, 카메라 연결 커넥터 및 Wi-Fi, Bluetooth 통신기능이 탑재되어 있어 활용성 및 적용성이 큰 반면에 저렴한 가격에 보급되고 있다. 라즈베리이파이의 운영체제는 라즈베리파이재단의 공식 운영체제인 리눅스 기반의 Raspbian을 SD 카드에 설치해 사용하며 프로그래밍 언어는파이썬, C언어 등을 사용할 수 있다.
이론/모형
3.1 시스템 구축
구조물 응답측정을 위한 라즈베리파이를 이용한 엣지 컴퓨팅시스템 검증을 위하여 라즈베리파이3 B+ 모델이 사용되었다. 개발환경의 편의성을 위해 라즈비안(raspbian buster withdesktop)이 설치되었으며, 공식 7인치 LCD 터치스크린이 사용되었다.
라즈베리파이와 센서의 연결을 위해 Alps사에서 제작된 가속도계(이하 Alps 가속도계)를 사용하였다. Alps 가속도계는 STMicroelectronics사의 LIS3DHH MEMS 가속도계칩이 장착되어있으며 LIS3DHH는 3축의 ±2.
성능/효과
2g로 설정했을 때 취득된 데이터이다. Alps 가속도계의 x축 가속도 값이 0.2가 되자 트리거 지점으로부터 10초 전과 30초 후의 로우데이터가 전송되어취득되었으며 같은 시각 와이파이 통신으로 수신한 데이터와 일치하는 것을 확인하였다. 또한 250Hz로 취득된 40초 동안의 데이터는 10,000개의 숫자 데이터로 이루어져 있으며, 총80KB 용량의 데이터가 전송된 것을 확인하였다.
0초부터 10초까지의 데이터가 10초 때 처음 취득된 이후로 매 10초마다 각각의 데이터가 전송되었다. 파이썬의 데이터 형식은 8Byte의 실수형인 float형식으로 취득되어 전송되었으며 매10초마다 3개의 숫자 즉, 24Byte의 데이터가 전송된 것을 확인하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
싱글보드컴퓨터란?
최근 전자부품소재 기술력의 발전으로 고성능의 소형 싱글보드컴퓨터(SBC, single board computer)와 센서가 보급되고 있다. 싱글보드컴퓨터는 단일 회로 기판에 마이크로프로세서, 메모리, 입출력 등의 기능이 탑재된 저가의 완전한 컴퓨터로써 초소형의 크기와 저전력이 특징이다. 센서가 부착된 싱글보드컴퓨터는 무인 자동차(Narayan et al.
라즈베리파이는 어떤 일을 수행하는가?
라즈베리파이는 센서의 데이터를 수집하고 분산처리를 가능케 하는 엣지 컴퓨팅 시스템의 핵심 하드웨어다. 시리얼 통신,SPI 통신 등의 센서와의 통신 방식에 따라 실시간으로 센서데이터를 수집하고 센서 종류에 따른 각각의 신호처리를 통해 유의미한 데이터를 추출한다. 실시간으로 수집되는 데이터에서 유의미한 데이터만을 게이트웨이에 전송하면 데이터 전송량과 데이터 전송에 따른 배터리 소모량을 크게 줄일 수 있어 무선으로도 장시간 모니터링이 가능하다.
건물에너지관리시스템의 역할은?
건축물의 파손, 붕괴 등으로 인한 재해로부터 인명의 손실과경제적 손실을 예방하고자 구조물의 상태를 조기에 파악하기 위한 구조물의 건전도 모니터링(SHM, structural healthmornitoring)연구와 (Kim et al., 2012; 2013), 건물에 대한각종 정보를 수집하고 데이터를 분석하여 건물에 최적의 환경을 제공하고 에너지를 효율적으로 관리해주는 건물에너지관리시스템(BEMS, building energy management system)에 관한 연구가 활발히 수행되고 있다(Clarke et al., 2002;Ferdoush et al.
참고문헌 (15)
Buhus, E.R., Dimis, D., Apatean, A. (2016) Automatic Parking Access using Openalpr on Raspberry Pi3, Electron. & Telecommun., 57(3), pp.10-15.
Celebi, M. (2000) GPS in Dynamic Monitoring of Long-Period Structures, Soil Dyn. & Earthq. Eng., 20(2000), pp.477-483.
Clarke, J.A., Cockroft, J., Conner, S., Hand, J.W., Kelly, N.J., Moore, R., Brien, T.O., Strachan, P. (2002) Simulation-Assisted Control in Building Energy Management Systems, Energy & Build.. 34(9), pp.933-940.
Cyrel, O.M., Jesus, M.M., Jackson, L.B., Czarleine, K.P., Maria, K.T. (2015) Real-Time Integrated CCTV Using Face and Pedestrian Detection Image Processing Algorithm For Automatic Traffic Light Transitions, 8th IEEE International Conference Humanoid.
Ferdoush, S., Li, X. (2014) Wireless Sensor Network System Design using Raspberry Pi and Arduino for Environmental Monitoring Applications, Proc. Comput. Sci., 34(2014), pp.103-110.
Ha, D.W., Park, H.S., Choi, S.W., Kim, Y. (2013) A Wireless MEMS-Based Inclinometer Sensor Node for Structural Health Monitoring, Sens., 13(12), pp.16090-16104.
Indu, Dixit S. (2014) Wireless Sensor Networks: Issues & Challenges, A Monthly J. Comput. Sci. & Inform. Technol., 3(6), pp.681-685.
Kim, J.H., Lynch, J.P. (2012) Subspace System Identification of Support Excited Structures/Part II: Gray-box Interpretations and Damage Detection, Earthq. Eng. & Struct. Dyn., 41(15), pp.2253-2271.
Kim, J.H., Sohn, H. (2013) Data-Driven Physical Parameter Estimation for Lumped Mass Structures from a Single Point Actuation Test, J. Sound & Vib., 332(18), pp.4390-4402.
Kim, J.H., Sohn, H. (2013) In Situ Measurement of Structural Mass, Stiffness, and Damping using a Reaction Force Actuator and a Laser Doppler Vibrometer, Smart Mater. & Struct., 22(8).
Min, K.W., Kim, J.H., Park, S.A., Park, C.S. (2013) Ambient Vibration Testing for Story Stiffness Estimation ofa Heritage Timber Building, Sci. World J., 2013.
Narayan, P.P., Minsakshee, M.P. (2014) Driver Assistance System based on Raspberry Pi, Int. J. Comput. Appli., 95(16), pp.36-39.
Velez, F.J., Nadziejko, A. (2015) Wireless Sensor and Networking Technologies for Swarms of Aquatic Surface Drones, 2015 IEEE 82nd Vehicular. Technology Conference.
Yi, T.H., Li, H.N., Gu, M. (2012) Recent Research and Applications of GPS-based Monitoring Technology for High-Rise Structures, Structural Control and Health Monitoring.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.