[논문]근골격계 안전관리를 위한 모니터링 기법에 관한 연구 및 시스템 구현

신영주; 주하영; 양진홍

doi:10.17661/jkiiect.2020.13.3.267

근골격계 안전관리를 위한 모니터링 기법에 관한 연구 및 시스템 구현
A Study on the Monitoring Technique for Musculoskeletal Safety Management and Implementation of the System 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.13 no.3, 2020년, pp.267 - 276

신영주 (Department of Healthcare IT, INJE University) , 주하영 (Department of Healthcare IT, INJE University) , 양진홍 (Department of Healthcare IT, INJE University)

초록
AI-Helper

제조업 근로자는 근무 환경에서 반복 작업에 의한 근골격계 질환의 위험에 쉽게 노출되어 있다. 이는 신체를 반복적으로 이용하는 직업 특성상의 문제에 기인한다. 하지만 현재 감시 및 예방을 위한 모니터링 시스템이 제공되지 않아 매년 위험에 대한 근로자의 노출도가 증가하고 있다. 본 논문에서는 IMU 센서를 사용한 웨어러블 장치 제작을 통해 실제 작업 환경에서의 이러한 문제를 해결하는 방법에 대해 제시한다. 웨어러블 형태의 장치를 착용 후, 근골격계 움직임에 따른 회전 값을 받아와 데이터 분석을 통해 사용자의 움직임을 판단해낸다. 이때, 바이어스 제거와 누적 오차를 제거해 정교한 데이터 취득하여 이를 동적 임곗값 형식으로 분석하여 사용자의 회전 운동 횟수를 측정해내어 위험도를 판단한다. 본 논문에서 제안한 웨어러블 장치를 이용 팔꿈치 근골격계 질환에 대한 회전 횟수를 측정하는 웹 페이지를 통해 본 방법의 효과를 확인할 수 있었다.

Abstract ▼ AI-Helper

Manufacturing workers are easily exposed to the risk of musculoskeletal disorders caused by repetitive tasks in their working environment. This is due to problems with occupational characteristics that repeatedly use the body. However, the current lack of monitoring systems for monitoring and prevention has led to an increase in workers' exposure to risks each year. This paper presents how to solve these problems in real working environment by producing wearable devices using IMU sensors. After wearing a wearable type device, the user's movement is judged through data analysis by receiving the rotation value according to musculoskeletal movement. At this time, the risk is determined by measuring the number of rotations of the user by eliminating bias and eliminating cumulative error, acquiring sophisticated data, and analyzing it in the form of dynamic threshold values. Using the wearable device proposed in this paper, the effect of this method could be checked through a web page measuring the number of rotations for elbow musculoskeletal disorders.

주제어

표/그림 (14)

그림 그림 1. 시스템 전체 구조도 Fig. 1. System architecture
그림 표 1. 모듈별 기능 설명 Table 1. Describe module specific functionality
그림 그림 2. 전체 시스템 프로세스 Fig. 2. System process
표 표 2. arduino nano 33 ble sense - LSM9DS1 Table 2. arduino nano 33 ble sense - LSM9DS1
그림 그림 5. 바이어스 제거 전 Gyro data Fig. 5. Gyro data before removing bias
그림 그림 4. 주요 모듈 간 네트워크 구성도 Fig. 4. Network configuration diagram between major modules
표 그림 3. 실제 제작된 웨어러블 장치 Fig. 3. Actually made wearable device
그림 그림 6. 바이어스 제거 후 Gyro data Fig. 6. Gyro data after bias removal
그림 그림 7. 누적 오차 제거를 위한 함수 호출 구조 Fig. 7. Function call structure to eliminate accumulated error
그림 그림 8. 누적 오차 제거 전 Fig. 8. Before eliminate the accumulated error
그림 그림 9. 누적 오차 제거 후 Fig. 9. After eliminate the accumulated error
표 표 3. 사용자 별 장치 측정 결과 Table 3. Device measurement results by user
그림 그림 10. 정상 동작 시, 대시보드 Fig. 10. Dashboard in normal operation
그림 그림 11. 근골격계 질환 이상 상황 발생 시, 대시보드 Fig. 11. Dashboard in case of risk of musculoskeletal disorders

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 논문에서는 개발한 장치의 성능을 평가하기 위해 근골격계 질환을 보유하지 않은 백인제기념도서관의 근로학생들을 대상으로 실험을 진행하였다. 도서관의 작업 특성상 도서 정리 업무 시, 반복적인 작업을 수행하기에 총 4명의 근로학생이 각각 장치를 착용하고 책을 책장에 정리하는 동작을 분당10회 이상의 반복 작업을 수행한 경우에 대한 결괏값을 기준으로 정확성을 판단하였다.
특히, 지침에서 나타내는 작업 중 분석이 가능한 8개의 동작 중 7개 동작의 유해요인 동작이 반복 작업이 포함된 동작이라는 점과 안전보건공단에서 소개하는 근골격계 질환의 발생의 주 원인 중 하나인 반복적인 작업만을 대상으로 근골격계 부하를 측정하고자 한다[4]. 따라서 본 논문에서는 실시간 감시 기법을 통해 근로 중 반복 작업에 의해 자신의 근골격계 과사용을 판단할 수 없는 근로자에게 휴식을 권고하여 근골격계 질환을 예방할 수 있는 웨어러블 장치를 개발하고자 한다.
본 논문에서는 근로자 근골격계 부하 측정을 위한장치를 제작함에 있어 필수적인 자이로 데이터의 오차를 보완하고 동적 임곗값 형식을 통해 보다 정확하게 피크 값을 검출해내어 사용자의 움직임을 판단해내는 방법을 제안하였다.
본 연구는 동작 측정 기법을 통해 근로자에게 알맞은 웨어러블 근골격계 안전관리 장치를 제작하는것이 목표이다. 반복 작업에 대한 근골격계 부하를 측정하기 위해, 고용노동부에서 제정·고시('03.
본 연구에서의 작업자에게 가해지는 근골격계의 부하는 2018년 12월 한국산업안전보건공단에서 고시한 근골격계 부담작업 유해요인조사 지침의 작업분석 • 평가 도구를 근거로 반복 작업에 의한 근골격계 부하를 중심으로 측정하고자 한다[3].
본 연구에서의 작업자에게 가해지는 근골격계의 부하는 2018년 12월 한국산업안전보건공단에서 고시한 근골격계 부담작업 유해요인조사 지침의 작업분석 • 평가 도구를 근거로 반복 작업에 의한 근골격계 부하를 중심으로 측정하고자 한다[3]. 특히, 지침에서 나타내는 작업 중 분석이 가능한 8개의 동작 중 7개 동작의 유해요인 동작이 반복 작업이 포함된 동작이라는 점과 안전보건공단에서 소개하는 근골격계 질환의 발생의 주 원인 중 하나인 반복적인 작업만을 대상으로 근골격계 부하를 측정하고자 한다[4]. 따라서 본 논문에서는 실시간 감시 기법을 통해 근로 중 반복 작업에 의해 자신의 근골격계 과사용을 판단할 수 없는 근로자에게 휴식을 권고하여 근골격계 질환을 예방할 수 있는 웨어러블 장치를 개발하고자 한다.

제안 방법

15)한 작업 등 근골격계 부담작업에 해당하는 11가지 작업 조건을 기준으로 한다. 11가지 조항 중 제2호, 제11호가 반복적인 작업으로 명시되어 있으며[15],두 조항에서 공통으로 노출되는 부위가 팔꿈치인 점에 착안해 팔꿈치에 대한 근골격계 부하를 측정하고자 한다.
주요 모듈을 통해 나타낸 근골격계 안전관리 장치의 전체 시스템 구조는 그림 1과 같다. Sensingand pre-processing 부분은 아두이노 기반으로 진행하였고 Data Aggregation and UI는 웹 서버에 연결된 웹 브라우저에서 기능을 구현하였다. 그림 1의 시스템 구조에서 사용되는 주요 모듈 기능은 아래의 표 1과 같다.
따라서 바이어스(bias)에 대한 제거가 필요하고 본 연구에서는 웹브라우저(web browser)에서 5초마다 gyro data의 평균을 구하고 그 값을 BLE를 통해 아두이노로 전송하면 아두이노에서는 바이어스(bias)를 제거한 gyro data를 웹브라우저(web browser)로 전송하는 형태의 방식을 사용하고 있다. 계산 결과는 14.
따라서 본 논문에서는 IMU 센서를 이용해 반복작업에 의한 팔꿈치의 근골격계 부하를 측정할 수있는 웨어러블 수준의 가벼운 장치를 디자인하고 해당 장치를 이용하여 실 작업 환경에서의 측정의 용이성 및 연속성을 제공함으로써 기존의 연구와 차별성을 제시하였다.
반복 작업에 대한 근골격계 부하를 측정하기 위해, 고용노동부에서 제정·고시('03.07.15)한 작업 등 근골격계 부담작업에 해당하는 11가지 작업 조건을 기준으로 한다.
본 논문에서 제작한 시스템은 사용자 작업 자세에 따른 팔꿈치의 움직임을 측정하고 그에 따라 모니터링 시스템을 이용해 관리자에게 알림을 제공하여야 한다. 기존의 연구에서는 팔꿈치의 근골격계 부하측정의 위험요인에 대한 평가 기준을 세웠다.
본 논문에서는 wss(Web Socket Secure) 프로토콜을 이용하여 웹 브라우저와 웹 서버 간의 지속적인 양방향 연결 스트림을 만들어준다. 이때, 아두이노에서는 BLE를 이용하여 웹 브라우저와 연결하는 방식으로 사용한다.
본 논문에서는 웨어러블 형태의 작업 환경에 적합한 소형 센싱 모듈을 활용하기 위해 arduino nano33 ble 에 내장되어 있는 9축 IMU센서에서 gyrodata 값을 이용하며 검출된 gyro raw data는 아두이노를 이용해 처리하였다. 웹 브라우저와 웹 서버를 연결하기 위해서 wss (Web Socket Secure) 프로토콜을 사용하였고 아두이노와 웹 브라우저를 연결하기 위해서 BLE를 사용하였다.
본 연구에서는 9축 IMU 센서가 구축되어 있는 환경에서 3축인 자이로스코프의 값만을 이용하여 장치를 제작하였다. 자이로스코프를 사용하기에 앞서, 자이로 센서는 움직이지 않더라도 바이어스(bias)에 의해 0이 아닌 값이 출력된다.
본 연구에서는 9축 IMU 센서로 장치를 제작하였지만, 최종적으로는 3축만을 이용(자이로스코프만을 이용하여 작업자의 정교한 동작 측정이 가능)해 데이터 처리 비용 및 단말 비용을 감소시킴과 동시에 비용적인 해결책을 제시하였다. 특히 정확도 개선을 위해 바이어스(bias) 및 누적 오차를 제거함으로써보다 정확한 결과를 도출함을 확인할 수 있었다.
도서관의 작업 특성상 도서 정리 업무 시, 반복적인 작업을 수행하기에 총 4명의 근로학생이 각각 장치를 착용하고 책을 책장에 정리하는 동작을 분당10회 이상의 반복 작업을 수행한 경우에 대한 결괏값을 기준으로 정확성을 판단하였다. 실험은 평가자 1명이 동행하여 매주 수요일에 3주 동안 진행하였고 테스트 사용자당 하루 3회씩 모두 9회의 업무 동작을 측정하였다.
앞서 말한 반복성에서의 위험요인 평가 기준으로는 분당 10회 이상을 두고 있기에 10회를 기준으로‘normal’ 상태와 ‘alert’ 상태로 구분하여 출력하는 대시보드를 제작하였다.
웹 브라우저와 웹 서버의 연결은 JavaScript로 Node.js를 제어하여 wss(Web Socket Secure) 프로토콜을 구축하였고 아두이노와 웹 브라우저 연결에는 arduino IDE와 JavaScript가 사용되었다.

대상 데이터

자이로스코프를 사용함에 있어 가장 주의할 부분은 센서값을 적분해 활용 시 발생하는 누적 오차이다. 본 논문에서는 이를 해결하기 위해 크기가 100인 배열을 생성하고 배열에 적분 된 자이로 데이터를 삽입한다. 그 후, 배열의 평균을 구하고 적분된 자이로 센서값에서 배열의 평균값을 제거하여 재출력하는 방식을 사용하였으며, 구조는 그림 7과 같다.

이론/모형

본 논문에서는 웨어러블 형태의 작업 환경에 적합한 소형 센싱 모듈을 활용하기 위해 arduino nano33 ble 에 내장되어 있는 9축 IMU센서에서 gyrodata 값을 이용하며 검출된 gyro raw data는 아두이노를 이용해 처리하였다. 웹 브라우저와 웹 서버를 연결하기 위해서 wss (Web Socket Secure) 프로토콜을 사용하였고 아두이노와 웹 브라우저를 연결하기 위해서 BLE를 사용하였다.

성능/효과

그래프의 세로축은 –1 ~ 20으로 구성되어 있고 그래프의 결과를 보면 센서가 움직이지 않더라도 평균이 각각 10.9, 1.8, 2.1의 값을 가지던 데이터들이 바이어스(bias) 제거 후 평균은 전부 0을 가져 바이어스(bias)가 제거됨을 확인하였다.
따라서 본 논문에서는 개발한 장치의 성능을 평가하기 위해 근골격계 질환을 보유하지 않은 백인제기념도서관의 근로학생들을 대상으로 실험을 진행하였다. 도서관의 작업 특성상 도서 정리 업무 시, 반복적인 작업을 수행하기에 총 4명의 근로학생이 각각 장치를 착용하고 책을 책장에 정리하는 동작을 분당10회 이상의 반복 작업을 수행한 경우에 대한 결괏값을 기준으로 정확성을 판단하였다. 실험은 평가자 1명이 동행하여 매주 수요일에 3주 동안 진행하였고 테스트 사용자당 하루 3회씩 모두 9회의 업무 동작을 측정하였다.
센서 수집 데이터와 실제 평가자의 카운트를 기준으로 정확도를 비교한 결과 약 95.5%의 정확성으로 동작을 검출해 낼 수 있었다. 이때 정확도가 4.
이 결과에 따라 작업자의 숙련도에 따라 도서 재정리의 작업의 속도에 따른 반복의 횟수가 각기 다르다는 점과 이로 인해 팔꿈치의 반복 작업이 지속해서 발생해 근골격계 질환 위험성을 일으킬 수 있으며 장치를 통해 근골격계 부하를 측정할 수 있음을 확인할 수 있었다.
이를 통해 얻은 결과는 그림 9와 같으며, 그림 8과 같이 누적 오차 제거 전에는 증가하던 그래프가 제거 후에 증가하지 않는 양상을 보아 누적 오차의 문제가 해결됨을 확인할 수 있다.
본 연구에서는 9축 IMU 센서로 장치를 제작하였지만, 최종적으로는 3축만을 이용(자이로스코프만을 이용하여 작업자의 정교한 동작 측정이 가능)해 데이터 처리 비용 및 단말 비용을 감소시킴과 동시에 비용적인 해결책을 제시하였다. 특히 정확도 개선을 위해 바이어스(bias) 및 누적 오차를 제거함으로써보다 정확한 결과를 도출함을 확인할 수 있었다. 하지만 작업자의 움직임이 발생한 시점에 대해 주관적으로 판단 방식을 사용한 점으로 인해 상황에 따른 한계가 존재한다.
해당 층의 도서 대출량에 따라 작업 시간은 독립적이었으며, 자연과학/응용과학 자료가 있는 층의 경우 평균 작업 시간 25분, 인문과학 중심층은 17분정도이며 사회과학과 교양지 중심층은 각각 21분, 15분이 소요되었다. 이와 같은 환경에서 장치를 통해 측정된 결과는 다음의 표 3과 같다.

후속연구

하지만 작업자의 움직임이 발생한 시점에 대해 주관적으로 판단 방식을 사용한 점으로 인해 상황에 따른 한계가 존재한다. 따라서 향후 추가적 연구를 통해스마트 디바이스 등과 결합해 작업자의 움직임의 시작을 자체적으로 인식하고 동작 측정을 시작하는 연구가 필요할 것이다.
해당 연구는 목관절에 초점을 맞춘 연구로 본 연구와 작업 부위에 대한 차이가 있으나 IMU 센서를 이용하여 관절의 부하를 측정함에 유사성이 있었다. 해당 연구에서도IMU 센서를 이용할 시 발생하는 누적 오차, 회전연산 처리의 복잡성에 의한 한계점이 있었다.

참고문헌 (19)

KOSHA, "Status of industrial accidents in 2019", pp. 22, April. 2020.
Korean Association of Occupational Environmental Medicine, "A Study on the Actual Condition of Occupational Medical Use from Accident Occurrence of Musculoskeletal Diseases", pp. 2, Ministry of Employment and Labor, Feb, 2017.
KOSHA, "Guidelines for investigating hazards of musculoskeletal burden work", pp. 28-31, Dec, 2018
"Introduction of musculoskeletal disease prevention business", KOSHA, accessed Jun 10, 2020, http://www.kosha.or.kr/kosha/business/musculoskeletal_a_c.do
K. T. Kim, "Development of an Apparatus to Measure Musculoskeletal Load for Construction Workers Using Accelerometers", JOURNAL OF THE ARCHITECTURAL INSTITUTE OF KOREA Structure & Construction 28(1), pp. 167-174, Jan, 2012.
H. H. Kim, "Development of motion analysis device using inertial measurement device and trend of neck joint research", The Institute of Electronics and Information Engineers, The Magazine of the IEEE 43(12), pp. 57-64, Dec, 2016.
J. H. Lim, J. H. Shim, H. Y. Jung, "IMU/UWB Sensor Fusion Using Moving Average Filter for Indoor Positioning of Mobile Robot", Journal of Institute of Control, Robotics and Systems 26(4), pp. 242-248, April, 2020.

상세보기
W. C. Jung, J. K. Lee, "IMU-based Position Estimation of Lower Limbs via a Combination of Kinematic Modeling with Minimal Utilization of Magnetometers", Journal of Institute of Control, Robotics and Systems 26(4), pp. 222-233, April, 2020.

상세보기
J. B. Ko, J. S. Yoon, C. K. Lee, T. M. Byeon, J. S. Hong, "A Study on the Determining the Optimal Location of IMU Sensors in Dynamic Balance Measurement by Comparing Absolute Percentage Error between the 3D Motion Capture System and IMU Sensor", Journal of the Ergonomics Society of Korea 38(6), pp. 419-434, Dec, 2019.

상세보기
J. K. Lee and E. J. Park, "Minimum-order Kalman filter with vector selector for accurate estimation of human body orientation," IEEE Transactions on Robotics, vol. 25, no. 5, pp. 1196-1201, Oct, 2009.

상세보기
G. Ligorio and A. M. Sabatini, "A novel Kalman filter for human motion tracking with an inertial-based dynamic inclinometer," IEEE Transactions on Biomedical Engineering, vol. 62, no. 8, pp. 2033-2043, 2015.

상세보기
M. S. Kim, S. K. Park, "Golf Swing Phase Estimation Using Single IMU Located on Different Body Parts", The Korean Society of Mechanical Engineers, pp. 1701-1702, Nov, 2019.
S. J. Park, J. K. Park, J. H Choe," Development of a 2D Posture Measurement System to Evaluate Musculoskeletal Workload", Journal of the Ergonomics Society of Korea 24(3), pp. 43-52, Aug , 2005.
J. H. Jo, J. N. Kim, J. J. Kim, W. S. Chong, "Development of real-time posture analysis monitoring system by measurement of knee joint angle in ADL", The HCI Society of Korea, pp. 643-646, Jan, 2018.
Department of Labor, "Hazardous factors investigation method of musculoskeletal burden work", KOSHA, pp. 11-17, 2010.
K. Y. Pyo, D. M. Lee, H. H. Cho, K. I. Kang, "Development of Measurement Method of Musculoskeletal Load for Construction Workers using Wearable Motion Recognition Sensor", Korea Institute of Building Construction, pp. 123-124, May, 2019.
McAtamney, L., Corlett, E. N., RULA: a survey method for the investigation of work- related upper limb disorders, Applied Ergonomics, 24(2), 91-99, 1993.

상세보기
Kilbom, A., Assessment of physical exposure in relation to work-related musculos- keletal disorders - What information can be obtained from systematic observation?, Scandinavian Journal of Work, Environment & Health, 20, 30-45, 1994.
H. S. Park, Y. K. Lee, S. H. Yim, "Prevention of the Musculoskeletal Disorders at Upper or Lower Extremities", Journal of the Ergonomics Society of Korea 29(4), pp. 455-463, Aug. 2010.

원문보기 상세보기

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