KR102633400B1 - 뇌파를 이용한 인적 오류 판단 장치 및 방법 - Google Patents

뇌파를 이용한 인적 오류 판단 장치 및 방법 Download PDF

Info

Publication number
KR102633400B1
KR102633400B1 KR1020210074633A KR20210074633A KR102633400B1 KR 102633400 B1 KR102633400 B1 KR 102633400B1 KR 1020210074633 A KR1020210074633 A KR 1020210074633A KR 20210074633 A KR20210074633 A KR 20210074633A KR 102633400 B1 KR102633400 B1 KR 102633400B1
Authority
KR
South Korea
Prior art keywords
index
module
stress
fatigue
brain wave
Prior art date
Application number
KR1020210074633A
Other languages
English (en)
Other versions
KR20220063079A (ko
Inventor
김종면
임기창
손동구
Original Assignee
울산대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 울산대학교 산학협력단 filed Critical 울산대학교 산학협력단
Publication of KR20220063079A publication Critical patent/KR20220063079A/ko
Application granted granted Critical
Publication of KR102633400B1 publication Critical patent/KR102633400B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/20—Workers

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Economics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Psychology (AREA)
  • Development Economics (AREA)
  • Psychiatry (AREA)
  • Game Theory and Decision Science (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Physiology (AREA)
  • Social Psychology (AREA)
  • Emergency Management (AREA)

Abstract

본 발명은 뇌파를 이용한 인적 오류 판단 장치 및 방법에 관한 것이다. 본 발명에 따른 뇌파를 이용한 인적 오류 판단 장치는 사용자의 뇌파 신호를 측정하는 뇌파 측정모듈, 상기 측정된 뇌파의 상태를 분류하는 분류모듈, 상기 분류된 뇌파의 상태를 이용하여 통합 지표를 산출하는 산출모듈 및 상기 통합 지표가 기설정된 임계값 이상일 경우, 사용자의 인적오류를 판단하는 판단모듈을 포함하여 구성된다.
그리고 본 발명은 한국전자통신연구원의 울산광역시 지원금 사업 일환으로 수행된 발명이다. 구체적인 정보로서, 과제고유번호는 20AS1100이고, 연구 사업명은 ICT 융합기반 주력산업 고도화를 위한 스마트 HSE시스템 개발 및 디지털 Cockpit 시스템 개발이며, 연구 과제명은 뇌파신호 활용 작업자 안전관리 기술 개발이다.

Description

뇌파를 이용한 인적 오류 판단 장치 및 방법{Device and method for determining human error using brain waves}
본 발명은 뇌파를 이용한 인적 오류 판단 장치 및 방법에 관한 것으로, 보다 상세하게는 사용자의 뇌파 신호를 측정하여 뇌파의 상태를 분류하고, 분류된 뇌파의 상태를 이용하여 통합 지표를 산출하고, 통합 지표가 기 설정된 임계값 이상일 경우 인적 오류로 판단하여 알림을 제공하는 뇌파를 이용한 인적 오류 판단 장치 및 방법에 관한 것이다.
인적 오류(human error)는 인간의 감각기를 통해 정보전달, 전달에 기인한 의사결정, 또 지령에 의한 동작상태가 정상성, 적절성이 부족한 상태를 말한다. 인적 오류의 원인에는 인간(개체) 자신에 의한 경우와 외적 인자에 의한 영향을 받아서 일어나는 것이 있다. 산업재해원인의 75 ~ 80%가 인적 오류에 기인하는 것이라는 통계가 있다. 이러한 인적 오류는 각종 작업현장에서의 폭발사고 등 다양한 종류의 거대한 산업재해의 주요한 원인이 되기도 하며, 오류에 취약한 조직환경과 관리소홀은 더 많은 인적 오류 및 그와 관련된 사고들을 불러올 수 있다.
이러한 이유로 인하여 인적 오류의 원인 및 종류를 분석하고 사전에 예방하기 위한 연구들이 진행되어 왔으며, 개인 및 조직 차원에서 인적 오류를 예방하기 위한 노력과 안전한 환경의 구축이 요구된다.
한국 등록 특허 KR 10-1718293 (2017.03.14)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 본 발명은 복수 개의 뇌파 신호를 이용하여 사용자의 스트레스 및 피로 지표를 정확하게 산출하고, 지표에 따라 사용자의 인적 오류를 판단하는 뇌파를 이용한 인적 오류 판단 장치 및 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명은 뇌파 신호에서 추출된 특징을 통해 스트레스 및 피로에 인공지능 기반의 분류 알고리즘을 생성하여 스트레스 또는 피로도 상태로 분류하는 인적 오류 판단 장치 및 방법을 제공하는 것을 목적으로 한다.
본 발명의 목적은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
이와 같은 목적을 달성하기 위한 본 발명은, 사용자의 뇌파 신호를 측정하는 뇌파 측정모듈, 상기 측정된 뇌파의 상태를 분류하는 분류모듈, 상기 분류된 뇌파의 상태를 이용하여 통합 지표를 산출하는 산출모듈 및 상기 통합 지표가 기설정된 임계값 이상일 경우, 사용자의 인적오류를 판단하는 판단모듈을 포함하는 뇌파를 이용한 인적 오류 판단 장치를 제공한다.
상기 뇌파 측정모듈은, 머리에 착용 가능한 형태의 밴드부, 상기 밴드부에 장착되는 복수 개의 측정 전극부를 포함하고, 상기 측정 전극부는 복수의 뇌파 신호를 측정하도록 일렬로 배열된 제1 내지 제4 전극과, 기준 뇌파 신호를 측정하도록 하는 기준전극을 포함하여 구성된다.
상기 분류모듈은, 상기 뇌파 신호에서 뇌파 특징을 추출하는 추출부, 상기 추출된 뇌파 특징을 이용하여 분류 알고리즘을 생성하는 생성부, 상기 분류 알고리즘을 이용하여 상기 추출된 뇌파 특징에서 스트레스 또는 피로 상태를 분류하는 분류부를 포함한다.
상기 산출모듈은, 상기 분류된 스트레스 또는 피로 상태를 이용하여 스트레스 또는 피로 지표를 산출하는 제1 산출부, 상기 스트레스 또는 피로 지표에 가중치를 적용하여 통합 지표를 산출하는 제2 산출부를 포함한다.
상기 제1 산출부는, 하기의 [수학식 1], [수학식 2]에 따라 상기 스트레스 또는 피로 지표를 산출하는 것을 특징으로 한다.
[수학식 1]
여기서, 는 시간 t(초)에서 스트레스 또는 피로 상태로 분류된 개수, 는 한 시간 동안 지속적으로 스트레스 또는 피로 상태로 분류된 개수를 나타낸다.
[수학식 2]
여기서, 는 시간 x(초)에서의 스트레스 또는 피로 상태에 대한 지표를 나타낸다.
상기 제2 산출부는, 하기의 [수학식 3]에 따라 상기 통합 지표를 산출하는 것을 특징으로 한다.
[수학식 3]
여기서, 는 시간 x(초)에서의 스트레스 또는 피로 상태에 대한 지표, w는 각 사용자별 피로 대비 스트레스 가중치(단, ), 는 시간 x(초)에서의 스트레스 및 피로상태를 고려한 통합 지표를 나타낸다.
상기 뇌파 신호 및 상기 통합 지표를 모니터링하는 모니터링모듈을 포함한다.
상기 뇌파 신호를 관제센터로 송수신하는 통신모듈, 구동에 필요한 전원을 공급하는 배터리모듈, 상기 인적오류에 대한 알림을 제공하는 알림모듈을 더 포함한다.
본 발명의 다른 특징에 따르면, 측정모듈은 사용자의 뇌파를 측정하는 측정단계, 분류모듈은 상기 측정된 뇌파의 상태를 분류하는 분류단계, 산출모듈은 상기 분류된 뇌파의 상태를 이용하여 통합 지표를 산출하는 산출단계, 판단모듈은 상기 통합 지표가 기설정된 임계값 이상일 경우, 사용자의 인적오류를 판단하는 판단단계 및 알림모듈은 상기 판단된 인적오류에 대한 정보를 사용자 또는 관제센터로 알림 제공하는 알림단계를 포함하는 뇌파를 이용한 인적 오류 판단 방법을 제공한다.
상기 사용자의 뇌파 측정 전에, 사용자에 따른 가중치를 설정하는 설정단계를 더 포함한다.
상기 분류단계는, 추출부가 상기 측정된 뇌파의 신호에서 신호에서 뇌파 특징을 추출하는 단계, 생성부가 상기 추출된 뇌파 특징을 이용하여 분류 알고리즘을 생성하는 단계, 분류부가 상기 분류 알고리즘을 이용하여 상기 추출된 뇌파 특징에서 스트레스 또는 피로 상태를 분류하는 단계를 포함한다.
상기 산출단계는, 제1 산출부가 상기 분류된 스트레스 또는 피로 상태를 이용하여 스트레스 또는 피로 지표를 산출하는 제1 산출단계, 제2 산출부가 상기 스트레스 또는 피로 지표에 가중치를 적용하여 통합 지표를 산출하는 제2 산출단계를 포함한다.
상기 제1 산출단계는, 하기의 [수학식 1], [수학식 2]에 따라 상기 스트레스 또는 피로 지표를 산출하는 것을 특징으로 한다.
[수학식 1]
여기서, 는 시간 t(초)에서 스트레스 또는 피로 상태로 분류된 개수, 는 한 시간 동안 지속적으로 스트레스 또는 피로 상태로 분류된 개수를 나타낸다.
[수학식 2]
여기서, 는 시간 x(초)에서의 스트레스 또는 피로 상태에 대한 지표를 나타낸다.
상기 제2 산출단계는, 하기의 [수학식 3]에 따라 상기 통합 지표를 산출하는 것을 특징으로 한다.
[수학식 3]
여기서, 는 시간 x(초)에서의 스트레스 또는 피로 상태에 대한 지표, w는 각 사용자별 피로 대비 스트레스 가중치(단, ), 는 시간 x(초)에서의 스트레스 및 피로상태를 고려한 통합 지표를 나타낸다.
이상과 같은 본 발명의 뇌파를 이용한 인적 오류 판단 장치 및 방법에 따르면, 사용자의 뇌파 신호를 이용하여 사용자의 스트레스 및 피로 지표를 정확하게 산출하고, 지표에 따라 사용자의 인적 오류를 판단하고 알림을 제공함으로써, 인적 오류로 인한 사고발생을 방지할 수 있다.
본 발명은 뇌파에 대한 분류 알고리즘을 이용하여 스트레스 또는 피로 상태를 분류함으로써, 각 사용자의 뇌파 신호를 보다 정확하게 분류할 수 있다.
본 발명은 무선통신을 이용하여 뇌파 신호를 관제센터로 송수신함으로써, 관제센터에서 실시간으로 사용자의 상태를 모니터링할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명에 따른 뇌파를 이용한 인적 오류 판단 장치를 설명하기 위한 구성도
도 2는 도 1의 뇌파 측정모듈을 설명하기 위한 구성도
도 3은 도 1의 분류모듈을 설명하기 위한 구성도
도 4는 도 1의 산출모듈을 설명하기 위한 구성도
도 5는 도 1의 판단모듈을 설명하기 위한 예시도
도 6은 도 1의 모니터링모듈을 설명하기 위한 예시도
도 7는 도 1의 뇌파를 이용한 인적 오류 판단 장치의 예시도
도 8은 도 1의 뇌파를 이용한 인적 오류 판단 장치의 착용 위치를 설명하기 위한 도면
도 9는 본 발명에 따른 뇌파를 이용한 인적 오류 판단 방법을 설명하기 위한 흐름도
본 발명의 목적 및 효과, 그리고 그것들을 달성하기 위한 기술적 구성들은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 본 발명을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다.
그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있다. 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이와 같은 본 발명은 비록 한정된 실시 예와 도면에 의해 설명되나, 본 발명은 이것에 의해 한정되지 않으며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술 사상과 아래에 기재될 청구범위의 균등 범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
이하에서는 도면에 도시한 실시 예에 기초하면서 본 발명에 대하여 더욱 상세하게 설명하기로 한다. 그러나, 본원이 이러한 실시 예와 도면에 제한되는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명의 구성에 대하여 상세히 설명한다.
도 1은 본 발명에 따른 뇌파를 이용한 인적 오류 판단 장치(100)를 설명하기 위한 구성도이다.
도 1에 도시된 바와 같이, 본 발명에 따른 뇌파를 이용한 인적 오류 판단 장치(100)는 사용자의 뇌파 신호를 측정하는 뇌파 측정모듈(110), 측정된 뇌파 신호를 이용하여 뇌파의 상태를 분류하는 분류모듈(120), 분류된 뇌파의 상태를 이용하여 통합 지표를 산출하는 산출모듈(130), 통합 지표가 기설정된 임계값 이상일 경우, 사용자의 인적오류를 판단하는 판단모듈(140), 뇌파 신호를 관제센터로 송수신하는 통신모듈(150), 뇌파 신호 및 상기 통합 지표를 모니터링하는 모니터링모듈(160), 구동에 필요한 전원을 공급하는 배터리모듈(170), 인적오류에 대한 알림을 제공하는 알림모듈(180)을 포함한다.
뇌파 측정모듈(110)은 사용자의 뇌파 신호를 측정한다. 일 실시예에 따라 뇌파 측정모듈(110)은 뇌파 측정을 위해 머리에 장착될 수 있다. 예를 들어, 뇌파 측정모듈(110)은 전두엽의 뇌파를 측정하기 위해 이마를 향하여 장착될 수 있다. 또한, 뇌파 측정모듈(110)은 전두엽(frontal lobe), 두정엽(parietal lobe), 후두엽(occipital lobe), 또는 측두엽(temporal lobe)의 뇌파를 측정하기 위해 머리의 적어도 일부와 접하도록 장착될 수 있다.
뇌파 측정모듈(110)은 EEG(electroencephalogram) 센서를 사용할 수 있다.
도 2 및 도 7에 도시된 바와 같이, 뇌파 측정모듈(110)은 머리에 착용 가능한 형태의 밴드부(111), 밴드부에 장착되는 복수 개의 측정 전극부(113)을 포함한다.
밴드부(111)는 머리에 착용 가능한 형태로 머리의 적어도 일부와 인접하도록 일 방향으로 연장될 수 있다. 예를들어, 밴드부(111)는 머리의 둘레 방향으로 연장되어 곡면 형태 또는 일 방향으로 연장되어 평면 형태일 수 있다.
측정 전극부(113)는 복수의 뇌파 신호를 측정하도록 일렬로 배열된 제1 내지 제4 전극(113a 내지 113d)과, 기준 뇌파 신호를 측정하도록 하는 기준전극(113e)을 포함하여 구성된다.
본 발명의 일 실시예에 따른 제1 내지 제4 전극(113a 내지 113d)은 4개 채널을 통해 동시에 뇌파 신호를 획득할 수 있다. 물론, 4개보다 적거나 많은 채널을 이용하여 뇌파 신호를 획득할 수도 있다.
기준전극(113e)은 보다 신뢰성 높은 뇌파 신호를 측정하기 위해 제1 내지 제4 전극(113a 내지 113d)에서 측정된 뇌파 신호의 기준이 되는 뇌파를 측정한다. 이는 신뢰성 높은 데이터를 획득하기 위함이다.
분류모듈(120)은 측정된 뇌파 신호를 스트레스 및 피로 상태로 분류한다.
도 3에 도시된 바와 같이, 분류모듈(120)은 뇌파 신호에서 특징을 추출하는 추출부(121), 추출된 뇌파 특징을 이용하여 분류 알고리즘을 생성하는 생성부(123), 분류 알고리즘을 이용하여 상기 추출된 뇌파 특징에서 스트레스 또는 피로 상태를 분류하는 분류부(125)를 포함하여 구성된다.
추출부(121)는 측정된 뇌파 신호를 증폭하여 뇌파의 특징을 추출할 수 있다. 여기서, 뇌파의 특징은 뇌파의 평균, 표준편차, 1차차분, 2차차분, 뇌파대역 별 PSD(power spectrum density), 엔트로피 등일 수 있다.
생성부(123)는 추출부(121)에서 추출된 뇌파의 특징을 이용하여 스트레스 및 피로 학습모델을 생성하며, 상기 스트레스 및 피로 학습모델을 학습시켜 분류 알고리즘을 생성할 수 있다. 이때, 생성부(123)는 분류 알고리즘을 학습시키기 위해 스트레스 및 피로 상태의 데이터에 따라 스트레스 및 피로 학습모델에 전이학습 알고리즘을 적용할 수 있다.
분류부(125)는 뇌파 신호를 단위 시간당 스트레스 상태 또는 피로 상태로 분류한다.
산출모듈(130)은 분류된 스트레스 또는 피로 상태를 이용하여 스트레스 또는 피로의 지표와, 통합 지표를 산출한다.
도 4에 도시된 바와 같이, 산출모듈(130)은 분류부(125)에서 분류된 스트레스 또는 피로 상태를 이용하여 스트레스 또는 피로 지표를 산출하는 제1 산출부(131), 상기 스트레스 또는 피로 지표에 가중치를 적용하여 통합 지표를 산출하는 제2 산출부(133)을 포함하여 구성된다.
제1 산출부(131)는 하기의 [수학식 1], [수학식 2]에 따라 상기 스트레스 또는 피로 지표를 산출한다.
[수학식 1]
여기서,는 시간 t(초)에서 스트레스 또는 피로 상태로 분류된 개수, 는 한 시간 동안 지속적으로 스트레스 또는 피로 상태로 분류된 개수를 나타낸다.
[수학식 2]
여기서, 는 시간 x(초)에서의 스트레스 또는 피로 상태에 대한 지표를 나타낸다.
제2 산출부(133)는 하기의 [수학식 3]에 따라 상기 통합 지표를 산출한다.
[수학식 3]
여기서, 는 시간 x(초)에서의 스트레스 또는 피로 상태에 대한 지표, w는 각 사용자별 피로 대비 스트레스 가중치(단, ), 시간 x(초)에서의 스트레스 및 피로상태를 고려한 통합 지표를 나타낸다.
판단모듈(140)은 통합 지표가 기설정된 임계값 이상인지, 미만인지를 판단하고, 기 설정된 임계값 이상일 경우, 사용자의 인적 오류를 판단한다.
도 5는 판단모듈(140)을 설명하기 위한 예시도이다. 본 발명의 일 실시예에 따른 판단모듈(140)은 통합 지표가 0 초과 ~ 0.60 이하일 경우 A 클래스, 0.60 초과 ~ 1.53 이하일 경우 B 클래스, 1.53 초과 ~ 3.91 이하일 경우 C 클래스, 3.91 초과 ~ 10 이하일 경우 D 클래스로 판단할 수 있다. 상기 A 클래스 내지 D 클래스는 사용자의 인적 상황에 대해 '정상', '경고', '위험', '허용하지 않음'을 의미한다.
이때, 판단모듈(140)은 B클래스(경고), C클래스(위험), D클래스(허용하지 않음)을 인적 오류로 판단할 수 있다.
통신모듈(150)은 뇌파 신호를 관제센터로 송수신하는 역할이다. 여기서, 관제센터에는 사용자의 뇌파 신호를 저장하여 사용자 상태 DB를 구축할 수 있으며, 이는 여러 사용자의 상태를 통합적으로 관리하기 위함이다.
통신모듈(150)은 채널 수에 따라 블루투스 방식 또는 와이파이(Wi-Fi) 방식을 사용하여 데이터를 전송할 수 있다. 예를 들어, 통신모듈(150)은 뇌파신호의 전송 시, 2채널 이하 뇌파 데이터는 블루투스 방식으로 전송하며, 4채널 이상 다채널 뇌파 데이터는 전송속도가 고속인 와이파이(Wi-Fi) 방식을 사용한다. 물론 이는 일 실시 예에 불과하며, 다양한 무선통신방식이 환경 및 조건 등에 따라 다양하게 적용될 수 있을 것이다.
모니터링모듈(160)은 뇌파 측정모듈(110)에서 측정된 뇌파 신호 및 산출모듈(130)에서 산출된 통합 지표를 모니터링한다. 또한, 모니터링모듈(160)은 통신모듈(150)을 통해 관제센터에 구축된 DB에 따른 사용자의 상태를 모니터링할 수 있다.
도 6은 모니터링모듈(160)을 설명하기 위한 예시도이다. 도 6을 참고하면, 모니터링모듈(160)은 사용자에 따라 실시간으로 4 채널의 뇌파 신호, 스트레스 지표, 피로 지표, 통합 지표를 모니터링할 수 있다.
배터리모듈(170)은 구동에 필요한 전원을 공급하는 역할이다.
알림모듈(180)은 판단모듈(140)에서 판단한 인적 오류에 대한 알림을 제공하는 역할이다. 예를들어, 알림모둘(180)은 각 인적 오류에 해당하는 진동 알림을 제공할 수 있다.
도 7는 뇌파를 이용한 인적 오류 판단 장치(100)의 예시도이다.
도 7에 도시된 바와 같이, 뇌파 측정모듈(110)의 밴드부(111)는 머리에 착용하도록 머리의 둘레 방향으로 연장되어 있으며, 제1 내지 제4 전극(113a 내지 113d)은 이마에 접촉하도록 밴드부(111) 위에 형성되어 있다. 그리고, 기준전극(113e)은 밴드부(111)의 외측으로 형성되어 있다. 이때, 제1 내지 제4 전극(113a 내지 113d)와 기준전극(113e)은 전기적으로 연결되어 있다.
본 발명의 일 실시예에 따르면, 통신모듈(150), 배터리모듈(160) 및 알림모듈(180)은 밴드부(111)에 내장되거나 일 측에 위치할 수 있다.
예를 들어, 통신모듈(150)은 뇌파 측정모듈(110)의 전극에서 발생하는 영향을 최소화하기 위해 제1 내지 제4 전극(113a 내지 113d)가 위치한 이마의 반대편인 뒤통수점(INSION)에 위치하도록 한다.
도 8은 도 1의 뇌파를 이용한 인적 오류 판단 장치(100)의 착용 위치를 설명하기 위한 도면이다.
본 발명의 일 실시예에 따른 제1 내지 제4 전극(113a 내지 113d)은 F7, Fp1, Fp2, F8와 같이 사용자의 이마(NASION, 코뿌리점 근처)에 위치할 수 있다. 물론, 제1 내지 제4 전극(113a 내지 113d)은 F3, Cz, P4와 같이 두피의 적절한 위치에 배치될 수 있다.
본 발명의 일 실시예에 따른 기준전극(113e)은 사용자의 좌측 귀(A1) 또는 우측 귀(A2)에 위치할 수 있다.
도 9는 본 발명에 따른 뇌파를 이용한 인적 오류 판단 방법을 설명하기 위한 흐름도이다.
먼저, 뇌파 측정모듈(110)은 사용자의 뇌파를 측정한다(S100).
본 발명의 일 실시예에 따라 기준전극(113e)은 사용자의 좌측 또는 우측 귀에 위치하여 사용자의 기준 뇌파 신호를 측정한다. 그리고, 제1 내지 제4 전극(113 a 내지 113d)는 사용자의 이마에 위치하여 4 채널의 뇌파 신호를 측정하게 된다.
그리고 나서, 분류모듈(120)은 상기 측정된 뇌파의 상태를 분류한다(S200).
분류모듈(120)의 추출부(121)가 상기 측정된 뇌파의 신호에서 신호에서 뇌파 특징을 추출하고, 생성부(123)가 상기 추출된 뇌파 특징을 이용하여 스트레스 및 피로 학습모델을 생성하고 학습모델을 학습시켜 분류 알고리즘을 생성하며, 분류부(125)가 상기 분류 알고리즘을 이용하여 상기 추출된 뇌파 특징에서 스트레스 또는 피로 상태를 분류한다.
산출모듈(130)은 상기 분류된 뇌파의 상태를 이용하여 통합 지표를 산출한다(S300).
제1 산출부(131)가 상기 분류된 스트레스 또는 피로 상태를 이용하여 하기의 [수학식 1], [수학식 2]에 따라 스트레스 또는 피로 지표를 산출하고, 제2 산출부(133)가 상기 스트레스 또는 피로 지표에 가중치를 적용하여 하기의 [수학식 3]에 따라 통합 지표를 산출한다.
[수학식 1]
여기서,는 시간 t(초)에서 스트레스 또는 피로 상태로 분류된 개수, 는 한 시간 동안 지속적으로 스트레스 또는 피로 상태로 분류된 개수를 나타낸다.
[수학식 2]
여기서, 는 시간 x(초)에서의 스트레스 또는 피로 상태에 대한 지표를 나타낸다.
[수학식 3]
여기서, 는 시간 x(초)에서의 스트레스 또는 피로 상태에 대한 지표, w는 각 사용자별 피로 대비 스트레스 가중치(단, ), 시간 x(초)에서의 스트레스 및 피로상태를 고려한 통합 지표를 나타낸다.
판단모듈(140)은 통합 지표가 미리 셋팅된 임계값 이상인지, 미만인지를 판단하고(S410), 통합 지표가 기설정된 임계값 이상일 경우 사용자의 인적오류를 판단한다(S420).
본 발명의 일 실시예에 따른 판단모듈(140)은 통합 지표에 따라 인적 상황을 '정상', '경고', '위험', '허용하지 않음'으로 판단하고, '경고', '위험', '허용하지 않음'의 인적 상황을 인적오류로 판단한다. 이는 사용자의 인적 오류 판단 시, 해당 작업을 중단시키기 위함이다.
그리고 나서, 알림모듈(180)은 인적오류에 대한 알림을 서버 또는 관제센터로 제공한다(S500).
본 발명의 일 실시예에 따른 알림모듈(180)은 판단모듈(140)에서 판단한'경고', '위험', '허용하지 않음'의 인적오류에 대해 각각 해당하는 진동 알림을 사용자에게 제공할 수 있다.
한편, 사용자의 스트레스 또는 피로에 따라 가중치가 설정될 수 있다. 가중치는 통합 지표 결과에 따라 사용자 별 피로 대비 스트레스에 해당하는 값이다.
이와 같이 본 발명에 따르면, 뇌파를 이용한 인적 오류 판단 장치(100) 및 방법은 사용자의 뇌파 신호를 이용하여 인적 오류를 판단하고 알림을 제공함으로써, 인적 오류로 인한 사고발생을 방지할 수 있다.
이상과 같이 본 발명의 도시된 실시 예를 참고하여 설명하고 있으나, 이는 예시적인 것들에 불과하며, 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자라면 본 발명의 요지 및 범위에 벗어나지 않으면서도 다양한 변형, 변경 및 균등한 타 실시 예들이 가능하다는 것을 명백하게 알 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 청구범위의 기술적인 사상에 의해 정해져야 할 것이다.
100: 뇌파를 이용한 인적 오류 판단 장치
110: 뇌파 측정모듈
120: 분류모듈
130: 산출모듈
140: 판단모듈
150: 통신모듈
160: 모니터링모듈
170: 배터리모듈
180: 알림모듈

Claims (14)

  1. 사용자의 머리에 착용되어 뇌파 신호를 측정하는 뇌파 측정모듈;
    상기 측정된 뇌파에 기초하여, 상기 사용자의 스트레스 상태 및 피로 상태를 분류하는 분류모듈;
    상기 분류된 사용자의 스트레스 상태 및 피로 상태에 기초하여 통합 지표를 산출하는 산출모듈; 및
    상기 통합 지표와 기설정된 임계값을 비교하여, 사용자의 인적오류 발생 여부를 판단하는 판단모듈을 포함하고,
    상기 뇌파 측정모듈은
    상기 사용자의 머리에 착용 가능한 형태의 밴드부;
    상기 밴드부의 착용시 상기 사용자의 이마와 접촉되도록 상기 밴드부에 형성되고, 상기 사용자의 뇌파 신호를 측정하는 제1 내지 제4 전극, 및 상기 밴드부로부터 연장되어 사용자의 귀와 접촉되도록 형성되고, 상기 제1 내지 제4 전극에 의해 측정되는 뇌파 신호의 기준이 되는 기준 뇌파 신호를 측정하는 기준전극을 포함하는 측정 전극부;
    상기 밴드부의 착용 시 상기 이마의 반대편에 위치하도록 상기 밴드부에 형성되고, 상기 측정된 뇌파 신호를 관제센터로 송신하는 통신모듈;
    상기 밴드부의 일측에 배치되어, 상기 뇌파 측정모듈의 구동에 필요한 전원을 공급하는 배터리모듈; 및
    상기 밴드부의 다른 일측에 배치되어, 상기 인적오류 발생을 상기 사용자에게 통지하는 알림모듈을 포함하는 뇌파를 이용한 인적 오류 판단 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 분류모듈은,
    상기 뇌파 신호를 분석하여 지정된 뇌파 특징을 추출하는 추출부;
    상기 추출된 뇌파 특징을 기반으로 기 저장된 학습 모델을 학습시켜 상기 사용자의 스트레스 상태 및 피로 상태를 분류하는 분류 알고리즘을 생성하는 생성부; 및
    상기 분류 알고리즘을 이용하여 상기 추출된 뇌파 특징에 따른 스트레스 상태 및 피로 상태를 분류하는 분류부를 포함하고,
    상기 뇌파 특징은 뇌파의 평균, 표준편차, 1차차분, 2차차분, 뇌파대역 별 PSD(power spectrum density), 및 엔트로피를 포함하는 뇌파를 이용한 인적 오류 판단 장치.
  4. 제3항에 있어서,
    상기 산출모듈은,
    기 정의된 수식을 이용하여 상기 분류된 스트레스 상태에 대응하는 스트레스 지표를 산출하고, 상기 분류된 피로 상태에 따른 피로 지표를 산출하는 제1 산출부; 및
    상기 스트레스 지표에 기 설정된 제1 가중치를 적용하고, 상기 피로 지표에 제2 가중치를 적용하고, 상기 제1 가중치가 적용된 스트레스 지표와 상기 제2 가중치가 적용된 피로 지표의 평균을 상기 통합 지표로 산출하는 제2 산출부를 포함하고,
    상기 제1 가중치 및 상기 제2 가중치는 0 초과 1 미만의 값을 가지며, 상기 제2 가중치는 1에서 상기 제1 가중치를 뺀 값을 가지는 뇌파를 이용한 인적 오류 판단 장치.
  5. 제4항에 있어서,
    상기 제1 산출부는,
    하기의 [수학식 1], [수학식 2]에 따라 상기 스트레스 지표 또는 상기 피로 지표를 산출하는 것을 특징으로 하는 뇌파를 이용한 인적 오류 판단 장치.
    [수학식 1]

    여기서, 는 시간 t(초)에서 스트레스 상태 또는 피로 상태로 분류된 개수, 는 한 시간 동안 지속적으로 스트레스 상태 또는 피로 상태로 분류된 개수를 나타낸다.
    [수학식 2]

    여기서, 는 시간 x(초)에서의 스트레스 지표 또는 피로 지표를 나타낸다.
  6. 제4항에 있어서,
    상기 제2 산출부는,
    하기의 [수학식 3]에 따라 상기 통합 지표를 산출하는 것을 특징으로 하는 뇌파를 이용한 인적 오류 판단 장치.
    [수학식 3]

    여기서, 는 시간 x(초)에서의 스트레스 지표, 는 시간 x(초)에서의 피로 지표, w는 상기 제1 가중치, 및 는 시간 x(초)에서의 통합 지표를 나타낸다.
  7. 제1항에 있어서,
    상기 뇌파 신호 및 상기 통합 지표를 모니터링하는 모니터링모듈을 더 포함하는 뇌파를 이용한 인적 오류 판단 장치.
  8. 삭제
  9. 다수의 측정 전극을 포함하며 사용자의 머리에 착용되는 뇌파 측정모듈을 통해 사용자의 뇌파를 측정하는 측정단계;
    분류모듈을 통해 상기 측정된 뇌파에 기초하여 상기 사용자의 스트레스 상태 및 피로 상태를 분류하는 분류단계;
    산출모듈을 통해 상기 분류된 스트레스 상태 및 피로 상태를 기초로 통합 지표를 산출하는 산출단계;
    판단모듈을 통해 상기 통합 지표와 기설정된 임계값을 비교하여, 사용자의 인적오류 발생 여부를 판단하는 판단단계; 및
    상기 판단모듈의 판단 결과, 상기 사용자의 인적오류 발생 시 상기 뇌파 측정모듈에 포함된 알림모듈을 통해 상기 인적오류 발생을 사용자에게 제공하는 알림단계를 포함하고,
    상기 분류단계는,
    추출부가 상기 측정된 뇌파의 신호를 분석하여 뇌파 특징을 추출하는 단계;
    생성부가 상기 추출된 뇌파 특징을 기반으로 기 저장된 학습 모델을 학습시켜 상기 사용자의 스트레스 상태 및 피로 상태를 분류하는 분류 알고리즘을 생성하는 단계;
    분류부가 상기 분류 알고리즘을 이용하여 상기 추출된 뇌파 특징에 따른 스트레스 및 피로 상태를 분류하는 단계를 포함하고,
    상기 뇌파 특징은 뇌파의 평균, 표준편차, 1차차분, 2차차분, 뇌파대역 별 PSD(power spectrum density), 및 엔트로피를 포함하는 뇌파를 이용한 인적 오류 판단 방법.
  10. 삭제
  11. 삭제
  12. 제9항에 있어서,
    상기 산출단계는,
    제1 산출부가 기 정의된 수식을 이용하여 상기 분류된 스트레스 상태에 대응하는 스트레스 지표 및 상기 분류된 피로 상태에 대응하는 피로 지표를 산출하는 제1 산출단계;
    제2 산출부가 상기 스트레스 지표에 기 설정된 제1 가중치를 적용하고, 상기 피로 지표에 제2 가중치를 적용하고, 상기 제1 가중치가 적용된 스트레스 지표와 상기 제2 가중치가 적용된 피로 지표의 평균을 통합 지표로 산출하는 제2 산출단계를 포함하고,
    상기 제1 가중치 및 상기 제2 가중치는 0 초과 1 미만의 값을 가지며, 상기 제2 가중치는 1에서 상기 제1 가중치를 뺀 값을 가지는 뇌파를 이용한 인적 오류 판단 방법.
  13. 제12항에 있어서,
    상기 제1 산출단계는,
    하기의 [수학식 1], [수학식 2]에 따라 상기 스트레스 지표 또는 상기 피로 지표를 산출하는 것을 특징으로 하는 뇌파를 이용한 인적 오류 판단 방법.
    [수학식 1]

    여기서, 는 시간 t(초)에서 스트레스 상태 또는 피로 상태로 분류된 개수, 는 한 시간 동안 지속적으로 스트레스 상태 또는 피로 상태로 분류된 개수를 나타낸다.
    [수학식 2]

    여기서, 는 시간 x(초)에서의 스트레스 지표 또는 피로 지표를 나타낸다.
  14. 제12항에 있어서,
    상기 제2 산출단계는,
    하기의 [수학식 3]에 따라 상기 통합 지표를 산출하는 것을 특징으로 하는 뇌파를 이용한 인적 오류 판단 방법.
    [수학식 3]

    여기서, 는 시간 x(초)에서의 스트레스 지표, 는 시간 x(초)에서의 피로 지표, w는 상기 제1 가중치, 및 는 시간 x(초)에서의 통합 지표를 나타낸다.
KR1020210074633A 2020-11-09 2021-06-09 뇌파를 이용한 인적 오류 판단 장치 및 방법 KR102633400B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200148806 2020-11-09
KR1020200148806 2020-11-09

Publications (2)

Publication Number Publication Date
KR20220063079A KR20220063079A (ko) 2022-05-17
KR102633400B1 true KR102633400B1 (ko) 2024-02-06

Family

ID=81803105

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210074633A KR102633400B1 (ko) 2020-11-09 2021-06-09 뇌파를 이용한 인적 오류 판단 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102633400B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240046071A1 (en) * 2022-08-04 2024-02-08 California Institute Of Technology Features extraction network for estimating neural activity from electrical recordings

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101527273B1 (ko) * 2013-03-26 2015-06-09 세종대학교산학협력단 전두엽 부착형 뇌파신호 검출 및 뇌파기반 집중력 분석 방법 및 장치
KR20150081608A (ko) * 2014-01-06 2015-07-15 한국원자력연구원 원자력 산업의 인적오류 통합 평가 및 관리 시스템
KR101853093B1 (ko) * 2016-08-10 2018-04-27 디투이모션 주식회사 구성원 관리 시스템
KR101718293B1 (ko) 2016-09-27 2017-03-20 인제대학교 산학협력단 뇌 네트워크 분석을 통한 외상후스트레스 장애 진단시스템
KR102126923B1 (ko) * 2018-08-21 2020-06-25 유재성 운영인력 전용 헬스 테스트룸 기반 스마트 팩토리 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
'원자력 인적오류 대처기술 개발'. 한국원자력연구원, 2017.2.28. (출처: https://inis.iaea.org/collection/NCLCollectionStore/_Public/49/104/49104173.pdf)

Also Published As

Publication number Publication date
KR20220063079A (ko) 2022-05-17

Similar Documents

Publication Publication Date Title
AU2017342372B2 (en) Fall protection equipment event generation and monitoring
CN109310524B (zh) 具有主动避免声音危险的位置和声音监测传感器的听力防护器
US20190167211A1 (en) Systems and methods for measuring physiological parameters
KR102013114B1 (ko) 안전 이벤트 검출을 위한 분석 스트림 처리를 가진 개인 보호 장비(ppe)
CN104146722B (zh) 一种基于头部信号的驾驶疲劳检测分级预警方法
KR102103832B1 (ko) 뇌파기반 스마트 안전모 및 관리 시스템
EP3797379B1 (en) Image-based personal protective equipment fit system using worker-specific fit test image data
EP3713531A1 (en) A cushion for a hearing protector or audio headset
KR102633400B1 (ko) 뇌파를 이용한 인적 오류 판단 장치 및 방법
US20160090097A1 (en) System for fatigue detection using a suite of physiological measurement devices
US20150032021A1 (en) Safety monitoring system and fatigue monitoring apparatus and fatigue detecting helmet thereof
CN209915106U (zh) 一种头盔佩戴监测装置及安全监测系统
US11013288B2 (en) Integrated wireless head protection garment and harness
CN118035938B (zh) 一种用于智能安全帽的多模态信息融合系统
KR20190116781A (ko) 웨어러블 기기를 이용한 작업자의 추락 사고 방지 장치 및 방법
KR101690494B1 (ko) 신체정보를 이용한 건설근로자 안전 및 생산성 관리 시스템
CN115985044B (zh) 基于安全帽佩戴状态的监测方法和系统
CN106263213A (zh) 基于面部识别技术的安全帽佩戴监管系统和方法
KR101138740B1 (ko) 뇌파 검출 헤드셋 및 그 착용 여부 판단 방법
KR102086259B1 (ko) 웨어러블 안전장비와 로라 네트워크를 이용한 건설 안전 관리 시스템 및 이의 동작 방법
CN117876807A (zh) 基于模拟情境多模态数据的人员状态调节训练方法和装置
KR20220142580A (ko) 뇌파기반 스마트 안전모
KR102615506B1 (ko) 사고 회피를 위한 스마트 안전모 안전관리시스템
KR20160117934A (ko) 뇌파를 이용한 건설근로자 안전관리 시스템
KR20200094566A (ko) 위치 정보를 제공하는 스마트 밴드를 활용한 실시간 응급 구조 시스템

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant