[논문]운전자 자세 실시간 모니터링이 가능한 스마트 자동차 시트 연구

심광민; 서정환

doi:10.22680/kasa2020.12.1.052

운전자 자세 실시간 모니터링이 가능한 스마트 자동차 시트 연구
Study of Smart Vehicle Seat for Real-time Driver Posture Monitoring 원문보기

자동차안전학회지 = Journal of Auto-Vehicle Safety Association, v.12 no.1, 2020년, pp.52 - 61

심광민 (홍익대학교 기계공학과) , 서정환 (홍익대학교 기계시스템디자인공학과)

Abstract ▼ AI-Helper

In recent years, the increasing interest in health-care requires the industrial products to be well-designed ergonomically. In the commercial vehicle industry, several researchers have demonstrated the driver's posture has great effect on the orthopedic desease such as fatigue, back pain, scoliosis, and so on. However, the existing sensor systems developed for measuring the driver posture in real time have suffered from inaccuracy and low reliability issues. Here, we suggest our smart vehicle seat system capable of real-time driver posture monitoring by using the air bag sensor package with high sensitivity and reliability. The ergonomic numerical model which can evaluate a driver's posture has been developed on the basis of the human body segmentation method followed by simulation-based validation. Our experimental analysis of obtained pressure distribution of a vehicle seat under the different driver's postures revealed our smart vehicle system successfully achieved the driver's real-time posture data in great agreement with our numerical model.

주제어

표/그림 (25)

그림 Fig. 1 Correct posture (Left) vs. Wrong posture (Right)
그림 Fig. 2 Schematic diagram of a smart vehicle seat system and experimental method
그림 Fig. 3 Free Body Diagram of body pressure distribution
표 Table 1 Variable notation used in Fig. 4 and Fig. 5
그림 Fig. 4 FBDs at the side views of a human upper body for (1) and (2). (1) leaning on-state, (2) off-state. FBDs of Shank (3) and thigh (4)
그림 Fig. 5 FBDs at the front views of upper body (5) and thigh (6)
그림 Fig. 6 Simulation results for 7 different driver's positions
그림 Fig. 7 Schematic diagram of sensing process and air-pack sensor module image
그림 Fig. 8 6-embedded air pack sensor module positions at a seat
그림 Fig. 9 Real-time sensing signals for 6 individual air pack sensor modules and center of mass changes along with different human postures
표 Table 2 (side view) Theoretical model vs. simulation model vs. experimental data
그림 Fig. 10 Theoretical model vs. simulation results vs. experimental results for the back posture (side view)
그림 Table 3 (front view) theoretical vs. simulation vs. experimental results
그림 Fig. 11 Theoretical vs. simulation vs. experimental results (front view)
표 Table 4 (side view) Theoretical vs. Experimental
그림 Fig. 12 (side view) Theoretical center of mass displacement prediction along with 3 different driving postures
그림 Fig. 13 (front view) Theoretical center of mass displacement prediction along with 3 different driving postures
그림 Fig. 14 (side view) Experimental center of mass displacement distribution along with 3 different driving postures
그림 Fig. 15 (front view) Experimental center of mass displacement distribution along with 3 different driving postures
표 Table 5 (front view) Theoretical vs. Experimental
그림 Fig. 16 (side view) Theoretical (Target value) vs. Experimental (Average Test)
그림 Fig. 17 (front view) Theoretical (Target value) vs. Experimental (Average Test)
그림 Fig. 18 Correlation between human upper body angle and center of mass
그림 Fig. 19 Human upper body angle based on driver's posture
표 Table 6 Sensing signals for seat and jig under different weights Weight[kg], Pressure[kPa]

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 기존 스마트 자세 제어 시스템이 가지는 한계를 극복하기 위하여 운전자의 자세를 예측할 수 있는 인체분절법 기반의 이론 예측 모델 및 수치해석 모델을 개발하였다. 또한 운전자의 체압을 측정 할 수 있는 이력 현상이 발생하지 않으며 높은 내구성을 가진 새로운 타입의 센서시스템을 개발하였다.
본 연구에서는 비교적 정확도가 높고 이력이 없는 기압 센서를 밀폐된 에어 팩(Air pack) 안쪽에 위치시켜 새로운 형태의 압력 센서을 고안하였고, 에어 팩에 가해지는 압력을 기압 센서에 간접적으로 전달되게 하여 높은 내구성을 갖추고자 하였다.
본 연구의 주된 목적은 자동차 시트 내부에 설치된 센서를 이용하여, 운전자의 자세에 따른 압력분포를 실시간으로 데이터화하여 실시간으로 운전자 자세를 판단하는 스마트 센서 시트를 개발하고자 한다.⁽⁴⁾
운전자가 취할 수 있는 특정 자세 중 두 가지 Fig. 1을 제시함으로써 자세 정보에 대한 피드백의 중요성을 조명하고자 한다. 운전자가 몸을 기울여 앉은 채 운전하게 되면 운전자의 무게 중심이 한쪽으로 치우치게 되며 인체에 모멘트 힘이 발생하게 된다.

제안 방법

MATLAB을 활용하여 아두이노를 통해 인식한 6개의 센서의 값을 동시에 수신할 수 있도록 하였으며, 이 6개의 데이터를 각 센서 별 다른 색상과 기호로 시각화하였다.
이를 압력, 거리의 곱과 압력의 비를 나타내는 식 (7)로 Dummy에 작용하는 집중력의 도심 거리를 구하였다. 결과적으로 이론과 시뮬레이션 해석 두 결과를 비교하기 위해 집중력의 도심거리를 비교하였다.
그리고 시각화를 높이기 위해서 Fig. 9에서 보이는 바와 같이 6개의 데이터를 가공하여 착석 자의 움직임에 따라 상하좌우로 이동하는 십자가 도형을 나타내었다. 이 좌표는 운전자에게 작용하는 반력의 도심 거리를 나타낸 것이고, 이 도심 거리는 식 (8)에 의해 구해질 수 있다.
본 연구에서는 기존 스마트 자세 제어 시스템이 가지는 한계를 극복하기 위하여 운전자의 자세를 예측할 수 있는 인체분절법 기반의 이론 예측 모델 및 수치해석 모델을 개발하였다. 또한 운전자의 체압을 측정 할 수 있는 이력 현상이 발생하지 않으며 높은 내구성을 가진 새로운 타입의 센서시스템을 개발하였다.
시뮬레이션 해석 결과는 시트에 작용하는 체압 분포로 결과가 도출되는 반면에 이론 기반 모델을 통한 예측값은 집중 하중과 집중 하중이 작용하는 위치, 즉 도심 거리로 결과값이 도출된다. 시뮬레이션과 이론을 통한 결과값을 비교하기 위해 시뮬레이션 해석 결과에서 면하중의 형태를 집중 하중과 도심 거리 형태로 변환하였다. Fig.
시트에 전해진 압력이 전부 에어 팩(Air pack)에 전달되지 않기 때문에, 상하 이동만 가능한 지그를 제작하여 에어 팩을 지그 위에 장착하여 하중에 대한 압력 변화를 측정하여 기준 센서 민감도를 측정하였다. 지그 위에 높인 센서 모듈 측정 압력값과 시트에 설치된 에어 팩에 전달되는 무게에 따른 출력 압력을 서로 비교하였다.
신체의 무게 중심 이동에 따른 시트 위 압력 분포 양상을 알기 위해 역학적 인체 모델링을 고려하였고, 평형 방정식을 통해 계산하였다.
이론 모델은 인체를 여러 분절로 나누어 역학적 접근을 통하여 운전자의 자세를 판단할 수 있도록 인체의 집중하중이 작용하는 도심거리를 계산하였으며, 수치해석 모델은 시트에 작용하는 체압분포를 집중하중으로 변환하여 작용하는 위치 즉, 도심거리로 결과를 도출하였다.
이론과 실측의 관계를 확인하기 위하여 다음 절에서 다양한 CASE에 대한 실험을 하고 이론과 비교를 하였다.
시트에 전해진 압력이 전부 에어 팩(Air pack)에 전달되지 않기 때문에, 상하 이동만 가능한 지그를 제작하여 에어 팩을 지그 위에 장착하여 하중에 대한 압력 변화를 측정하여 기준 센서 민감도를 측정하였다. 지그 위에 높인 센서 모듈 측정 압력값과 시트에 설치된 에어 팩에 전달되는 무게에 따른 출력 압력을 서로 비교하였다. 실험은 100회 반복하였고 오차율은 5% 이하이다.
초기 조건으로 밀도 1200kg/m3, 부피 0.081m3, 키 176cm인 더미, 그리고 중력가속도 9.81m/s2, 인체와 시트 사이 마찰계수 0.16을 적용하였고, 총 6가지 특정자세 (편안한 자세, 상체의 각도 80°, 70°/ 상체의 각도 90°, 80°, 70°)에 대해 해석을 진행하였다.

대상 데이터

총 6가지 특정 자세를 CASE 1.- 키 183cm, 몸무게 84kg, CASE 2.- 키 174cm, 몸무게 77kg, CASE 3.- 키 178cm, 몸무게 110kg의 실험자를 통해 측정하였고 데이터화하였다. 실험자 조건은 CASE 1.

데이터처리

위의 결과들을 종합하여, human upper body의 도심 거리에 대한 이론 모델 예측값과 실험값을 비교한 결과를 Fig. 16(side view)와 Fig. 17(front view)에 그래프로 비교하였다. 그래프 결과에서 알 수 있듯이, 이론적 모델 예측값과 실제 측정 결과값은 자세별로 서로 상당히 유사한 값을 갖는 것을 알 수 있으며 측면부에서는 최대 오차 13%, 정면부에서는 16.

이론/모형

시뮬레이션 해석을 시행하기 위해 TraceParts⁽⁶⁾에서 제공하는 인체 Dummy를 활용하여 시뮬레이션에 적용하였다. 초기 조건으로 밀도 1200kg/m³, 부피 0.

성능/효과

17(front view)에 그래프로 비교하였다. 그래프 결과에서 알 수 있듯이, 이론적 모델 예측값과 실제 측정 결과값은 자세별로 서로 상당히 유사한 값을 갖는 것을 알 수 있으며 측면부에서는 최대 오차 13%, 정면부에서는 16.83%가 각각 갖는 것을 확인하였다. 이를 통하여 이론적으로 실제 자세를 유추할 수 있음을 확인하였다.
15는 실험을 통하여 얻은 결과값을 나타낸 그래프이다. 본 실험의 결과 이론적 예측 모델 결과와 비슷한 추세를 갖는 것을 확인할 수 있다.
시트 백에서도 마찬가지로 역학적 해석을 이용한 이론값 계산을 통해 쿠션의 정면부에서 25cm~30cm 떨어진 위치가 적합하다고 판단하였다.
시트 쿠션부에 의한 하중 소산율이 약 90%로 매우 높지만 압력 센서 민감도가 높아 시트 내에 장착된 센서 모듈에 1kg 변화량도 구분하여 측정이 가능하였다.
시트의 쿠션 부분에 있어서는 역학적 해석에 근거한 이론 계산을 통해 시트 쿠션의 앞 끝 면으로부터 30cm 정도 간격을 가지고 집중반력의 도심거리가 위치하므로 센서의 위치는 30cm 전후에 위치하는 것이 적합하다고 판단하였다. 그리고 시트 내부 구조를 고려하여 Fig.
에어팩을 사용하여 이력이 없는 고감도의 체압 측정 센서를 내장한 스마트 시트를 제작하여 운전자의 체압분포를 측정하여 도심거리를 도출하였으며, 측면부에서 최대 오차는 13%, 정면부에서는 16.8.%를 가지는 것을 확인하였으며, 이를 통하여 체압측정을 통해 이론적으로 실제 자세를 유추할 수 있음을 확인하였다.
이론값과 측정값의 비교를 통해 오차를 확인한 결과 Table 4의 측면부에서는 CASE 3.의 前 70°의 경우, 24.67% 오차율을 보이지만, 다른 경우에서는 10% 내의 오차율을 보여 이론 계산을 통한 예측과 실제 측정값의 유사성을 확인할 수 있다.
이를 통하여 본 연구진이 인체 분절법을 기반으로 도출한 이론 모델 예측값은 모두 일정 경향을 띄는 것을 확인할 수 있으며. 키, 몸무게의 차이에 의한 Driving Posture에 따른 Centroid는 오차 내에 존재 한다는 것을 확인할 수 있다.

후속연구

기존의 스마트 자세 시스템이 운전자가 정보를 입력하면 차체에 내장된 한정된 데이터베이스를 바탕으로 1차원적인 추천 자세에 맞는 시트 위치를 설정하여 주는 시스템이라면, 본 연구는 실시간으로 운전자의 자세를 모니터링을 하므로 더욱 능동적으로 실시간 스마트 자세 제어가 가능하고 동시에 신뢰성과 재현성이 높은 센싱 시스템이므로 양산성을 갖춘 스마트 시트 산업화에 큰 기여를 할 것으로 예상된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	장시간 반복적으로 운전자가 몸을 기울여 앉은 채 운전하게 되면 어떠한 문제점이 발생합니까?	운전자가 몸을 기울여 앉은 채 운전하게 되면 운전자의 무게 중심이 한쪽으로 치우치게 되며 인체에 모멘트 힘이 발생하게 된다. 결국, 운전자의 척추와 근육에 부담이 되고 이와 같은 현상이 장시간, 반복적 작용하게 되면 운전 중 피로 누적으로 인한 사고와 대퇴골두 무혈성 괴사, 척추 측만증 등 인체에 치명적 질병이 발생할 수 있다.(1) 그래서 이를 방지하기 위한 시스템이 필요하다.
	운전자의 자세는 무엇을 통해서 유추됩니까?	운전자의 자세는 자동차 시트에 가해지는 압력 분포를 통해 유추할 수 있는데, 이와 같은 연구는 이미 시도되고 있다. FSR 압력 센서와 같은 접촉식 센서를 사용한 경우(2) 운전자에 의해 시트에 전달되는 압력 분포를 직관적으로 나타낸다.
	스마트 자세 제어 시스템의 한계점은 무엇입니까?	이는 미래형 시스템이란 평가를 받으며 더 많은 소비자의 시선을 끌어 모으는 데에 있어서 결정적인 역할을 하고 있다. 하지만 이 시스템은 일시적인 권장 자세를 제시할 뿐 장시간 동안 발생할 수 있는 잘못된 자세에 대한 피드백을 주지 못한다는 한계점을 갖고 있다. 예를 들어 운전자가 운전 중 특정 자세를 취하게 되면 ‘스마트 자세 제어 시스템’은 운전자의 자세를 인지하지 못하기 때문에, 엄밀히는 운전자의 자세를 제어하지 못한다고 볼 수 있다.

참고문헌 (8)

Sun-young Kang, "A Comparison of Pelvic, Spine Angle and Buttock Pressure in Various Crosslegged Sitting Posture", KAUTPT, Vol. 19, No. 1, pp. 1-9, 2012.
최형태, 박연수, 2001, "수치해석을 통한 발목 관절의 성능예측", 자동차안전학회 춘계 학술대회, pp. 625-630.
Hojin Ha, Changdong Lee, "Design of Algorithm for Guidance of Sitiing Posture Correction Using Pressure Sensor and Image Processing Interpolation Technique", Journal of KIIT, Vol. 14, No. 1, pp. 37-44, 2016.
Avrum Holinger, Marcelo M. Wanderley, "Evalution of Commercial Force-Sensing Resistors", Proceedings of International Conference of NIME, June, 2006.
You-Jung Shin, Kyung-Hee Oh, Hyokyung Bahn, and Hyojung Kang, "A Posture Correction Guidance System Using Arduino and Force Sensitive Resistors", Proceedings of Symposium of the Korean Institute of Communications and Information Science, pp. 262-263, 2014.
http://www.pupin.rs/
http://www.traceparts.com/
Dong-A Kim, "Effect of hip joint angle and height of cushion on the pressure distribution over the buttock during sitting", Master's Thesis, 2004.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증