KR20210034179A - 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템 - Google Patents

센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템 Download PDF

Info

Publication number
KR20210034179A
KR20210034179A KR1020190115756A KR20190115756A KR20210034179A KR 20210034179 A KR20210034179 A KR 20210034179A KR 1020190115756 A KR1020190115756 A KR 1020190115756A KR 20190115756 A KR20190115756 A KR 20190115756A KR 20210034179 A KR20210034179 A KR 20210034179A
Authority
KR
South Korea
Prior art keywords
information
event
sensor
data
determination
Prior art date
Application number
KR1020190115756A
Other languages
English (en)
Other versions
KR102241295B1 (ko
Inventor
백우민
Original Assignee
백우민
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 백우민 filed Critical 백우민
Priority to KR1020190115756A priority Critical patent/KR102241295B1/ko
Publication of KR20210034179A publication Critical patent/KR20210034179A/ko
Application granted granted Critical
Publication of KR102241295B1 publication Critical patent/KR102241295B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템이 제공된다. 본 발명의 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템은 서로 다른 종류의 데이터를 측정하는 적어도 3개의 센서부; 상기 센서부로부터 측정된 상기 데이터를 전달받아 상황 정보를 생성하는 상황 정보 생성부; 상기 상황 정보 생성부로부터 상기 상황 정보를 전달받아 처리하여 기 저장된 판단 정보를 획득하여 일치 정보를 생성하는 일치 정보 생성부; 및 상기 일치 정보 생성부로부터 상기 일치 정보를 전달 받아 근무자의 건강 상태를 판단하는 건강 상태 판단부;를 포함한다.

Description

센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템{Employee health status determination system by using sensor processed information combination}
본 발명은 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템에 관한 것으로, 특히, 복수개의 센서에서 측정되는 정보들을 조합하여 근무자의 건강 상태를 판단하고, 추측할 수 있는 시스템에 관한 것이다.
최근 근로 현장에서 근무자의 안전을 보장하기 위한 다양한 스마트 웨어러블 기기가 개발되고 있다. 각각의 웨어러블 기기들은 각자의 기기가 장착한 센서와 제어장치를 이용하여 근로자의 안전을 보장하기 위한 기능을 수행한다.
각각의 기기가 장착한 센서를 통해 획득되는 데이터는, 제어 장치에서 분석되어 현재 상태를 판단하기 위해 사용될 수 있다. 그러나, 획득되어 분석되는 데이터의 수가 적을수록 현재 상태를 정확히 판단하지 못한다는 문제점이 존재한다.
또, 각각의 기기에서 독립적으로 현재 상태를 판단하게 되면, 각각 서로 다른 상태를 나타내는 것으로 판단될 수도 있으며, 보다 세밀한 상태 판단이 불가능하다는 문제점 등이 존재한다.
한국 등록특허 제10-1866677호
상기와 같은 종래 기술의 문제점을 해결하기 위해, 본 발명의 일 실시예는 다양한 경로로 데이터를 획득하고, 획득한 데이터의 조합을 통해 보다 세밀하게 근무자의 건강 상태를 판단할 수 있는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템을 제공하고자 한다.
또, 본 발명의 일 실시예는 기 등록되지 않은 상태가 검출되는 경우, 상태를 추측하는 과정을 이용하여 가장 유사한 건강 상태를 제시할 수 있는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템을 제공하고자 한다.
위와 같은 과제를 해결하기 위한 본 발명의 일 측면에 따르면, 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템이 제공된다. 상기 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템은 서로 다른 종류의 데이터를 측정하는 적어도 3개의 센서부; 상기 센서부로부터 측정된 상기 데이터를 전달받아 상황 정보를 생성하는 상황 정보 생성부; 상기 상황 정보 생성부로부터 상기 상황 정보를 전달받아 처리하고, 기 저장된 판단 정보를 획득하여 일치 정보를 생성하는 일치 정보 생성부; 및 상기 일치 정보 생성부로부터 상기 일치 정보를 전달 받아 근무자의 건강 상태를 판단하는 건강 상태 판단부;를 포함한다.
상기 상황 정보 생성부는, 상기 센서부로부터 각각의 상기 측정된 데이터를 전달받아 처리하여 이벤트 조각을 생성하는 데이터 처리 모듈; 및 상기 데이터 처리 모듈에서 생성된 상기 이벤트 조각들을 전달받아 조합하여 상기 상황 정보로 생성하는 상황 정보 생성 모듈;을 포함할 수 있다.
상기 데이터 처리 모듈은, 상기 측정된 데이터와 기 설정된 범위를 비교하고, 상기 측정된 데이터가 위치하는 상기 기 설정된 범위에 따라 상기 측정된 데이터를 특정 주변 이벤트로 처리하여 이벤트 조각을 생성할 수 있다.
상기 근무자의 근무 종류에 따라 상기 데이터 처리 모듈에서 생성된 상기 이벤트 조각에 가중치를 각각 적용하는 가중치 적용부;를 더 포함할 수 있다.
상기 일치 정보 생성부는, 서로 다른 복수개의 상기 판단 정보를 기 저장하는 판단 정보 저장 모듈; 및 상기 상황 정보와 일치하는 상기 판단 정보를 획득하고 상기 일치 정보를 생성하는 일치 정보 생성 모듈;을 포함하며, 상기 판단 정보는 복수개의 이벤트 판단 조각들의 조합으로 형성될 수 있다.
상기 일치 정보 생성 모듈은, 상기 상황 정보와 일치하는 상기 판단 정보가 존재하지 않는 경우, 상기 가중치가 적용된 가중치 이벤트 조각을 조합한 가중치 상황 정보를 이용하여 상기 판단 정보를 획득하고 상기 일치 정보를 생성할 수 있다.
상기 일치 정보 생성부는, 상황 추측 정보 생성 모듈;을 더 포함하며, 상기 상황 추측 정보 생성 모듈은, 상기 상황 정보와 일치하는 상기 판단 정보가 존재하지 않는 경우, 상기 가중치가 적용된 가중치 이벤트 조각을 조합한 가중치 상황 정보를 이용하여 유사한 상기 판단 정보를 획득하고 상황 추측 정보를 생성할 수 있다.
상기 상황 추측 정보 생성 모듈은, 상기 가중치 상황 정보에 포함된 상기 가중치 이벤트 조각을 높은 가중치가 적용된 순서대로 상기 판단 정보 저장 모듈에 포함된 이벤트 판단 조각들과 비교하여 일치하는 상기 이벤트 판단 조각들을 획득하여 부분 판단 정보를 생성할 수 있다.
상기 상황 추측 정보 생성 모듈은, 상기 부분 판단 정보를 포함하는 모든 상기 상황 판단 정보를 획득하여 상기 상황 추측 정보로 생성할 수 있다.
상기 상황 추측 정보 생성 모듈은, 상기 부분 판단 정보에 포함되지 않는 상기 가중치 이벤트 조각의 상기 측정된 데이터를 확인하여 상기 기 설정된 범위 중 최초에 위치한 범위를 제외하고 가장 가까운 상기 기 설정된 범위에 해당하는 이벤트 조각을 획득하여 상기 가중치 이벤트 조각을 대체하고, 대체한 이벤트 조각을 상기 부분 판단 정보와 조합하여 상기 판단 정보 모듈에 저장된 상기 판단 정보와 비교하고, 일치하는 상기 판단 정보를 상기 상황 추측 정보로 생성할 수 있다.
상기 데이터 처리 모듈에서 상기 측정된 데이터를 전달받아 처리하기 위해, 상기 센서부에서 주변 이벤트를 감지하며, 특정 주변 이벤트가 발생하는 경우, 상기 센서부에 포함된 상기 복수개의 센서에서 측정되는 상기 특정 주변 이벤트의 값을 상기 데이터 처리 모듈이 전달받고, 상기 센서부는 복수개의 센서 중 레퍼런스 센서를 이용하여 상기 주변 이벤트를 지속적으로 측정하고, 측정한 결과를 상기 데이터 처리 모듈에 전달하며, 상기 데이터 처리 모듈은 상기 측정한 결과를 기 설정된 시간 범위로 구분하고, 상기 기 설정된 시간 범위로 구분된 상기 결과가 기 설정된 노이즈 값을 초과하는 경우, 상기 데이터 처리 모듈이 해당 시간 범위에 상기 복수개의 센서에서 감지된 모든 상기 주변 이벤트를 노이즈 처리할 수 있다.
상기 센서부에서 측정되는 상기 주변 이벤트 값 중 기 설정된 역치 값을 넘어서는 상기 주변 이벤트 값이 측정되면, 해당 주변 이벤트를 상기 특정 주변 이벤트로 할 수 있다.
상기 데이터 처리 모듈은, 상기 기 설정된 시간 범위로 구분된 상기 결과가 상기 기 설정된 노이즈 값 이하인 경우, 해당 시간 범위에 상기 센서부에서 감지된 모든 상기 주변 이벤트를 측정 정보로 처리할 수 있다.
상기 기 설정된 시간 범위로 구분된 상기 결과는 하기 수학식 1로 표현될 수 있다.
수학식 1
ess(t1-t2) = |ess(t1) - ess(t2)|
(여기서, ess(t1) : 레퍼런스 센서에서 시간 t1에 측정한 주변 이벤트 값, ess(t2) : 레퍼런스 센서에서 시간 t2에 측정한 주변 이벤트 값, ess(t1-t2) : 시간 t1 및 t2 범위로 구분된 주변 이벤트 측정 결과)
본 발명의 일 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템은 복수개의 데이터를 획득하여 조합함으로써 보다 세밀하게 근무자의 건강 상태를 판단할 수 있는 효과가 있다.
또, 본 발명의 일 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템은 기 등록되지 않은 상태가 검출되더라도 유사한 건강 상태를 추측하여 제시할 수 있는 효과가 있다.
또한, 본 발명의 일 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템은, 근로자의 개인 상태를 실시간 추론함에 있어서 웨어러블 기기에서 발생하는 잡음과 오차에 대한 평가가 가능하게 함으로써 센서에서 획득한 측정 데이터의 신뢰도를 가늠할 수 있는 효과가 있다.
또한, 본 발명의 일 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템은 잡음과 오차가 많은 환경에서 획득한 데이터에 대하여 분석을 실행하지 않아도 되는 효과가 있다.
또한, 본 발명의 일 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템은 근로중인 근로자의 실시간 상태 추정을 보다 실효적으로 수행할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템의 개념을 나타낸 간략도이다.
도 2는 본 발명의 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템을 나타낸 블록도이다.
도 3은 본 발명의 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템에서 상황 정보를 생성하는 방법 중 일 예를 나타낸 간략도이다.
도 4는 본 발명의 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템의 상황 추측 정보 생성 모듈에서 상황 추측 정보를 생성하는 방법 중 일 예를 간단히 나타낸 간략도이다.
도 5는 웨어러블 디바이스를 근무자가 착용하고 있을 때 센서에서 측정되는 데이터에 잡음 데이터가 섞여 있는 모습을 나타낸 도이다.
도 6은 본 발명의 실시예에 따른 데이터 처리 모듈에서 복수개의 센서로부터 측정되는 데이터를 레퍼런스 센서를 이용하여 측정한 데이터를 이용하여 구간을 나눠 평가하는 모습을 나타낸 도이다.
도 7은 본 발명의 실시예에 따른 데이터 처리 모듈에서 데이터의 노이즈를 처리하는 순서를 나타낸 순서도이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조부호를 붙였다.
도 1은 본 발명의 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템의 개념을 나타낸 간략도이다.
도 1을 참고하면, 본 발명의 일 실시예에 따른 근무자 건강 상태 판단 시스템(100)은, 일 예로 근무자의 머리, 상체 및 하체에 각각 데이터의 측정 가능한 센서를 포함하도록 형성된다. 근무자는 산업 재해를 방지하기 위해 각종 보호 장구를 착용하며, 이때 보호 장구에 포함된 센서가 근무자의 건강 상태를 판단할 수 있는 데이터를 획득할 수 있다.
획득한 데이터는 스마트폰 등의 근무자가 휴대하고 있는 통신 장비를 통해 유/무선 네트워크를 거쳐 데이터 처리 장치로 전달되며, 전달된 데이터를 데이터 처리 장치에서 분석 및 처리하여 근무자의 현재 건강 상태를 판단할 수 있다.
도 2는 본 발명의 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템을 나타낸 블록도이고, 도 3은 본 발명의 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템에서 상황 정보를 생성하는 방법의 일 예를 나타낸 간략도이며, 도 4는 본 발명의 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템의 상황 추측 정보 생성 모듈에서 상황 추측 정보를 생성하는 방법의 일 예를 간단히 나타낸 간략도이다.
이하에서는 도 2 내지 도 4를 이용하여 본 발명의 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템에 대해 상세히 설명하도록 한다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템(200)은, 센서부(210), 상황 정보 생성부(220), 일치 정보 생성부(230) 및 건강 상태 판단부(240)를 포함한다.
센서부(210)는 서로 다른 종류의 데이터를 측정하는 복수개의 센서를 포함하도록 형성된다. 센서부(210)는 바람직하게는 적어도 3개의 서로 다른 종류의 데이터를 측정하도록 형성되며, 근무자의 건강 데이터를 측정한다. 이를 위해 센서부(210)를 형성하는 복수개의 센서는 일 예로 도 1에 도시된 바와 같이 복수개의 웨어러블 장비에 포함될 수 있다.
도 1을 참고하면 본 발명의 일 실시예에 따른 복수개의 웨어러블 장비는 안전모, 작업복 및 안전화 등에 결합 또는 포함되도록 형성될 수 있다. 웨어러블 장비는 각각의 위치에서 건강 데이터를 획득한다. 이때, 각각의 건강 데이터는 서로 다른 종류로 획득될 수 있다.
일 예로 안전모에 결합 또는 포함된 웨어러블 장비에는 충격 감지 센서가 포함되어 안전모에 가해지는 충격을 데이터화 하여 획득할 수 있고, 안전 조끼에 구비되는 웨어러블 장비에는 온도 센서가 포함되어 근무자의 체온을 측정하여 데이터화 할 수 있고, 안전화에 구비되는 웨어러블 장비에서는 3축 가속도 센서를 이용하여 가속도 정보를 측정할 수 있다. 이하에서는 설명의 편의를 위해 상술한 예시를 기준으로 본 발명에 대해 설명하지만, 본 발명이 반드시 상술한 예시에 한정되는 것은 아니다.
각각의 웨어러블 장비에서 측정된 충격 감지 데이터, 온도 데이터 및 3축 가속도 데이터는 근무자가 휴대하는 스마트폰 등의 휴대 단말기기에 포함된 통신부를 이용하여 유선 또는 무선으로 후술되는 상황 정보 생성부(220)로 전달될 수 있다.
상황 정보 생성부(220)는 센서부(210)에서 측정된 데이터를 전달받아 상황 정보를 생성하기 위해 구비된다. 상황 정보 생성부(220)는 이를 위해 데이터 처리 모듈(221) 및 상황 정보 생성 모듈(222)을 포함하도록 형성될 수 있다.
데이터 처리 모듈(221)은 이벤트 조각을 생성하기 위해 구비된다. 데이터 처리 모듈(221)은 센서부로부터 전달받은 측정된 데이터를 처리하여 이벤트 조각을 생성한다.
데이터 처리 모듈(221)은 먼저, 기 설정된 범위와 전달받은 각각의 측정된 데이터를 비교한다. 기 설정된 범위는 측정된 데이터를 그룹화 하기 위해 형성된다.
안전모에서 획득된 충격 감지 데이터는 세개의 범위로 나뉘어진 충격 강도에 따라 약한 충격 이벤트, 강한 충격 이벤트 및 뇌진탕 충격 이벤트 중 어느 하나에 포함될 수 있으며, 온도 데이터는 3개의 범위로 나뉜 온도 범위에 따라 저체온 이벤트, 정상체온 이벤트 및 고열 이벤트 중 어느 하나에 포함될 수도 있고, 3축 가속도 데이터는 이동 이벤트, 부상 이벤트, 넘어짐 이벤트의 3개의 범위 중 어느 하나에 포함될 수도 있다.
이때 각각의 데이터가 포함되는 각각의 범위는 이벤트 조각으로 데이터 처리 모듈(221)에서 생성될 수 있다. 즉, 상술한 예시에서 데이터 처리 모듈(221)은 충격 감지 데이터가 포함된 이벤트가 강한 충격 이벤트인 경우 강한 충격 이벤트 조각을 생성할 수 있고, 온도 데이터가 정상체온 이벤트인 경우 정상체온 이벤트 조각을 생성할 수 있으며, 3축 가속도 데이터가 넘어짐 이벤트인 경우 넘어짐 이벤트 조각을 생성할 수 있다.
상황 정보 생성 모듈(222)은, 이벤트 조각들을 이용하여 상황 정보를 생성한다. 상황 정보 생성 모듈(222)은, 데이터 처리 모듈(221)에서 생성된 이벤트 조각들을 전달받아 조합하여, 상황 정보로 생성한다.
일 예로, 상황 정보 생성 모듈(222)은 도 3에 도시된 바와 같이, 데이터 처리 모듈(221)에서 생성된 강한 충격 이벤트 조각, 정상체온 이벤트 조각 및 넘어짐 이벤트 조각을 전달받아 조합하여 상황 정보 #0001을 생성할 수 있다. 상황 정보 생성 모듈(222)에서 생성 가능한 상황 정보의 경우의 수는 데이터 처리 모듈(221)에서 생성 가능한 이벤트 조각들 중 서로 다른 종류의 센서에서 1개씩 획득할 수 있는 조합의 개수이며, 다시 말해 각각의 센서에서 획득 가능한 이벤트 조각의 개수와 센서의 총 개수의 곱으로 표현될 수 있다.
즉, 본 발명의 일 예와 같이 3개의 센서에서 각각 3개의 범위가 설정되는 경우, 데이터 처리 모듈(221)에서 생상 가능한 이벤트 조각들은 센서 1개당 3개씩이며, 상황 정보 생성 모듈(222)은 총 3개의 센서들로부터 1개씩의 이벤트 조각을 전달 받아 조합하기 때문에 상황 정보 생성 모듈(222)에서 생성 가능한 상황 정보의 경우의 수(3C1×3C1×3C1=3×3×3=27)는 총 27가지일 수 있다.
한편, 일치 정보 생성부(230)는, 상황 정보 생성부(220)에서 생성된 상황 정보를 전달받아 처리하고 기 저장된 판단 정보를 획득하여 일치 정보를 생성한다. 이를 위해 일치 정보 생성부(230)는, 판단 정보 저장 모듈(231) 및 일치 정보 생성 모듈(232)을 포함하도록 형성될 수 있다.
판단 정보 저장 모듈(231)은, 서로 다른 복수개의 판단 정보를 저장하기 위해 구비된다. 판단 정보는, 상황 정보 생성부(220)에서 생성된 상황 정보와의 비교를 통해 현재 데이터를 전송한 웨어러블 장치를 착용한 근무자의 건강 상태가 어떤 상태인지 판단하기 위한 정보이며, 바람직하게는 복수개의 이벤트 판단 조각들의 조합들로 형성될 수 있다.
판단 정보 저장 모듈(231)은 이벤트 판단 조각들의 기 설정된 조합에 따라 생성되는 판단 정보를 외부로부터 전달받아 저장하며, 복수개의 서로 다른 판단 정보를 저장할 수 있다.
도 3의 이벤트 조각들이 이벤트 판단 조각들이라고 가정하면, 판단 정보 저장 모듈(231)은 일 예로, 약한 충격 이벤트 판단 조각 & 정상체온 이벤트 판단 조각 & 이동 이벤트 판단 조각의 조합을 판단 정보 #0001로 미리 저장할 수도 있고, 약한 충격 이벤트 판단 조각 & 고열 이벤트 판단 조각 & 넘어짐 이벤트 판단 조각의 조합을 판단 정보 #0007로 미리 저장할 수도 있다.
한편, 일치 정보 생성 모듈(232)은, 일치 정보를 생성하기 위해 구비된다. 일치 정보 생성 모듈(232)은, 상황 정보 생성부(220)에서 생성된 상황 정보와 판단 정보 저장 모듈(231)에 기 저장된 판단 정보를 비교하여 일치 정보를 생성할 수 있다.
일치 정보는, 상황 정보와 판단 정보 각각에 포함되는 이벤트 조각 및 이벤트 판단 조각이 서로 일대일 대응이 되는 판단 정보가 존재하는 경우 생성된다. 즉, 상술한 예시와 같이 일치 정보 생성 모듈(232)이 전달받은 상황 정보가 이벤트 조각이 약한 충격 이벤트 조각 & 정상 체온 이벤트 조각 & 넘어짐 이벤트 조각으로 구성된 상황 정보 #0001이라면, 일치 정보 생성 모듈(232)은 상황 정보 #0001에 포함된 이벤트 조각들을 각각 획득하여 판단 정보 저장 모듈(231)에 저장된 판단 정보 중 해당 이벤트 조각들을 모두 포함하는 판단 정보가 존재하는지 확인한다.
이때, 판단 정보 저장 모듈(231)에는 해당 이벤트 조각들을 이벤트 판단 조각으로 모두 포함하는 판단 정보 #0001이 존재하기 때문에, 일치 정보 생성 모듈(232)은, 일치 정보를 생성하고, 판단 정보 #0001을 일치 정보에 포함시킬 수 있다.
마지막으로, 건강 상태 판단부(240)는 일치 정보 생성부로부터 일치 정보를 전달받아 근무자의 건강 상태를 판단한다. 건강 상태 판단부(240)는 일치 정보에 포함된 판단 정보를 추출하고, 추출한 판단 정보에 근거하여 근무자의 건강 상태가 어떤 상태인지 판단할 수 있다.
일 예로 건강 상태 판단부(240)가 판단 정보 #0001을 일치 정보에서 획득하면, 건강 상태 판단부(240)는 현재 근무자가 정상 체온을 유지하고 있지만, 약한 충격을 받았고, 넘어진 상태라는 것을 확인할 수 있다. 따라서, 건강 상태 판단부(240)는 근무자가 건강한 상태로 근무하는 도중에 약한 충격을 받아서 넘어졌거나, 건강한 상태로 근무하는 도중에 넘어지면서 약한 충격을 받았다는 판단을 할 수 있다.
이를 통해 사용자는 근무자의 건강 상태를 지속적으로 확인함으로써 건강 상태에 이상이 생긴 근무자를 쉽게 분별할 수 있기 때문에 근무자에게 발생할 수 있는 건강 이상 상태를 실시간으로 감지하여 근무자의 건강을 관리하고 산업 재해 발생을 예방하거나 발생한 산업 재해에 실시간으로 반응할 수 있는 효과가 존재한다.
한편, 본 발명의 일 실시예에 따른 근무자 건강 상태 판단 시스템(200)은, 상황 추측 정보 생성 모듈(233) 및 가중치 적용부(250)를 더 포함할 수 있다.
상술한 일치 정보 생성 모듈(232)에서 일치 정보를 생성하지 못하는 경우, 다시 말해 상황 정보 생성부(220)에서 생성된 상황 정보와 일치하는 판단 정보를 일치 정보 생성 모듈(232)이 판단 정보 저장 모듈(231)에서 획득하지 못하는 경우, 본 발명의 일 실시예에 따른 근무자 건강 상태 판단 시스템(200)은 상황 추측 정보 생성 모듈(233)을 이용하여 일치 정보 대신 상황 추측 정보를 생성할 수 있다.
이를 위해서 가중치 적용부(250)는 데이터 처리 모듈(221)에서 생성된 이벤트 조각에 가중치를 각각 적용할 수 있다. 가중치 적용부(250)는 근무자의 위치에 따라 서로 다른 가중치를 각각의 이벤트 조각에 적용할 수 있다.
일 예로, 근무자가 물체가 근무자의 머리 위로 추락할 수 있는 위험이 있는 곳에서 근무하는 경우, 상술한 예시 중 온도 데이터는 충격 감지 데이터 또는 3축 가속도 데이터보다 산업 재해와 관련된 근무자의 건강 상태를 확인하는데 중요도가 낮을 수 있다. 따라서, 가중치 적용부(250)는 해당 근무장에서 획득되는 데이터 중 온도 데이터의 가중치를 다른 두 개의 가중치보다 낮게 설정할 수 있다.
가중치 적용부(250)에서 가중치가 적용된 이벤트 조각들은 다시 상황 정보 생성부(220)를 통해 상황 정보로 생성되고, 이후 일치 정보 생성부(230)의 상황 추측 정보 생성 모듈(233)에서 가중치가 적용된 상황 정보를 전달받는다.
상황 추측 정보 생성 모듈(233)은 가중치가 적용된 상황 정보를 전달받으면, 높은 가중치 순서대로 이벤트 조각을 배열한다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 상황 추측 정보 생성 모듈(233)은 먼저, 가중치가 적용된 상황 정보(A)로 약한 충격 이벤트 조각, 고열 이벤트 조각 및 넘어짐 이벤트 조각의 조합을 획득하는 경우, 상황 정보를 가중치를 이용하여 재배열한다.
재배열 된 상황 정보(B)는 약한 충격 이벤트 조각, 넘어짐 이벤트 조각 및 고열 이벤트 조각 순서로 가중치가 낮아지며, 상황 추측 정보 생성 모듈(233)은 높은 가중치 순서대로 판단 정보 저장 모듈(231)에 저장된 이벤트 판단 조각을 획득한다.
가중치 순서대로 이벤트 판단 조각을 획득(C)하는 경우, 상황 추측 정보 생성 모듈(233)은 두 개의 판단 정보를 획득하게 된다. 두 개의 판단 정보는 충격 이벤트 조각과 3축 가속도 이벤트 조각은 일치하지만 온도 이벤트 조각이 일치하지 않는 판단 정보인 판단 정보 #0001 및 #0007일 수 있다.
이 경우, 상황 추측 정보 생성 모듈(233)은 두 판단 정보를 모두 상황 추측 정보로 생성할 수도 있으며, 측정된 온도 데이터가 포함된 범위를 제외하고 해당 온도 데이터와 더 가까운 범위의 이벤트 조각인 정상 체온 이벤트 조각을 포함하는 판단 정보 #0001을 더 유사한 상황으로 추측하여 상황 추측 정보에 판단 정보 #0001 만을 포함하도록 할 수 있다.
다시 말해, 근무자가 현재 약한 충격을 받고 넘어진 상태에서, 고열이 존재하는 상태는 저체온 상태보다 정상 체온과 더 유사한 상태이기 때문에 상황 추측 정보 생성 모듈(233)은 판단 정보 #0001의 신뢰도가 판단 정보 #0007의 신뢰도보다 높은 신뢰도를 가지는 것으로 판단하여 현재 근무자의 상황이 판단 정보 #0001의 상태일 수 있다고 추측 가능하다.
이때, 복수개의 판단 정보를 모두 상황 추측 정보로 생성할지, 아니면 가장 가까운 판단 정보 하나만을 상황 추측 정보로 생성할지는 사용자가 기 설정하는 설정값에 따라 변형 가능하다.
한편, 상술한 센서부(210)에서 측정되는 데이터는 외부 노이즈를 포함하고 있을 가능성이 높다. 센서부(210)에서 측정되는 데이터는 모든 변인이 통제되는 실험실에서 측정된 데이터가 아닌, 통제가 불가능한 변인들이 다수 존재하는 근무장에서 측정되는 데이터이기 때문에 다양한 크기와 종류의 노이즈가 포함될 수 있다.
따라서, 본 발명의 일 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템(100)은, 도 5 내지 도 7에 도시된 바와 같이 측정된 데이터에서 노이즈를 처리하여 사용함으로써, 근무자의 건강 상태의 판단 정확도를 더 증가시킬 수 있다.
도 5는 웨어러블 디바이스를 근무자가 착용하고 있을 때 센서에서 측정되는 데이터에 잡음 데이터가 섞여 있는 모습을 나타낸 도이고, 도 6은 본 발명의 실시예에 따른 데이터 처리 모듈에서 복수개의 센서로부터 측정되는 데이터를 레퍼런스 센서를 이용하여 측정한 데이터를 이용하여 구간을 나눠 평가하는 모습을 나타낸 도이며, 도 7은 본 발명의 실시예에 따른 데이터 처리 모듈에서 데이터의 노이즈를 처리하는 순서를 나타낸 순서도이다.
도 5는 근무자가 착용하고 있는 웨어러블 장비를 통해 데이터를 획득하는 모습을 간단히 나타내고 있다. 여기서 웨어러블 장비에서 측정된 데이터는 센서 데이터로 표현되며, 센서 데이터 중간 중간에 측정하고자 하는 데이터가 아닌 잡음 데이터가 포함되는 것을 확인할 수 있다.
이러한 잡음 데이터는 센서 데이터를 부정확하게 만들고, 부정확한 센서 데이터는 신뢰도가 감소하는 문제점이 존재한다.
본 발명의 일 실시예에 따른 센서 처리 정보 조합을 이용한 근무자 건강상태 판단 시스템은 이러한 문제점을 극복하기 위해 데이터 처리 모듈(221)을 이용하여 도 7에 도시된 바와 같이 레퍼런스 센서를 이용하여 측정 정보 노이즈 처리(700)를 더 수행할 수 있다.
레퍼런스 센서를 이용한 측정 정보 노이즈 처리 방법(700)은 복수개의 센서를 이용하여 주변 이벤트를 감지하는 단계(S710), 특정 주변 이벤트가 발생하면 복수개의 센서를 이용하여 특정 주변 이벤트의 값을 측정하는 단계(S720), 레퍼런스 센서를 이용하여 주변 이벤트를 지속적으로 측정하고, 기 설정된 시간 범위로 구분하는 단계(S730) 및 기 설정된 시간 범위로 구분한 결과가 노이즈 값을 초과하면 해당 범위 내에 감지된 값을 노이즈 처리하는 단계(S740)를 포함한다.
먼저, 본 발명의 일 실시예에 따라 레퍼런스 센서를 이용하여 측정 정보 노이즈를 처리하기 위해서 근무자 건강 상태 판단 시스템(200)은 센서부(210)에서 복수개의 센서를 이용하여 데이터를 측정하여 주변 이벤트를 감지한다(단계 S710).
복수개의 센서는 각각 데이터를 측정하여 센서 데이터(610)를 생성한다. 센서 데이터(610)는, 각각의 데이터를 획득한 센서에 따라 제1 센서 데이터(611), 제2 센서 데이터(612) 내지 제N 센서 데이터(617)로 표현될 수 있다.
다음으로, 특정 주변 이벤트가 발생하는 경우, 데이터 처리 모듈(221)은 복수개의 센서를 이용하여 센서부(210)에서 측정된 특정 주변 이벤트의 데이터를 전달받는다(단계 S720).
특정 주변 이벤트가 발생하는 경우, 복수개의 센서는 각각 해당 이벤트의 값을 측정한다. 특정 주변 이벤트 측정 데이터는 센서 데이터(610) 상에 표현될 수 있으며, 바람직하게는 기 설정된 역치 값을 넘는 특정 주변 이벤트만 측정될 수 있다.
즉, 도 6의 구간 A에서 제1 센서 데이터(611)에 표현된 특정 주변 이벤트 측정 데이터(631)는, 제2 센서 내지 제N 센서에서는 기 설정된 역치값 이하로 측정되어 제2 센서 데이터(612) 내지 제N 센서 데이터(617)에는 표현되지 않을 수 있다.
또, 제1 센서 데이터(611), 제2 센서 데이터(612) 내지 제N 센서 데이터(617)의 구간 D에 모두 측정되어 표현된 특정 주변 이벤트 측정 데이터(631)는 모든 센서에서 기 설정된 역치값 이상으로 측정된 특정 주변 이벤트일수 있다.
다음으로, 데이터 처리 모듈(221)은 복수개의 센서 중 레퍼런스 센서를 이용하여 지속적으로 측정된 데이터를 전달받아, 기 설정된 시간 범위로 구분한다(단계 S730).
레퍼런스 센서는, 복수개의 센서를 포함하는 웨어러블 기기가 노이즈를 발생시키는 환경에 얼마나 노출되었는지 및 얼마나 지속되었는지 판단할 수 있도록 형성된다. 또, 레퍼런스 센서는 바람직하게는 그 종류가 3축 가속도 센서, 관성 센서 또는 열 감지 센서 중 어느 하나를 포함할 수 있다.
레퍼런스 센서 측정 데이터(620)는, 일 예로 기 설정된 시간 범위로 구분될 수도 있고, 특정 주변 이벤트가 발생하면, 해당 특정 주변 이벤트의 발생 전 및 발생 후 일정 시간을 포함하여 이벤트 별로 하나의 범위를 설정할 수도 있다.
도 6을 참조하면, 레퍼런스 센서 측정 데이터(620)는, 구간 A(시간 t1 내지 t2), 구간 B(시간 t2 내지 t3), 구간 C(시간 t3 내지 t4), 구간 D(시간 t4 내지 t5) 및 구간 E(시간 t5 내지 t6)으로 구분될 수 있다. 이때 구분된 구간은 동일하게 상술된 센서 데이터(610)에도 적용될 수 있다.
마지막으로, 데이터 처리 모듈(221)은, 기 설정된 시간 범위로 구분된 결과가 기 설정된 노이즈 값을 초과하는 경우, 해당 범위의 복수개의 센서에서 감지된 주변 이벤트를 노이즈 처리한다(단계 S740).
데이터 처리 모듈(221)은 먼저, 레퍼런스 센서 측정 데이터(620)의 특정 구간에 노이즈가 존재하는지 확인하기 위하여 구간을 추출한다. 이때, 추출되는 구간은 단계 S730에서 구분된 시간 범위일 수 있다.
해당 시간 범위 내에서 측정된 레퍼런스 센서 측정 데이터의 결과가 기 설정된 노이즈 값을 초과하는 경우, 데이터 처리 모듈(221)은 해당 시간 범위에 복수개의 센서에서 감지된 주변 이벤트를, 다시 말해 해당 시간 범위에 포함되는 센서 데이터(610)를 노이즈 처리할 수 있다.
이때, 해당 시간 범위 내에서 측정된 레퍼런스 센서 측정 데이터 결과는 하기 수학식으로 표현될 수 있다.
수학식
ess(t1-t2) = |ess(t1) - ess(t2)|
(여기서, ess(t1) : 레퍼런스 센서에서 시간 t1에 측정한 이벤트 값, ess(t2) : 레퍼런스 센서에서 시간 t2에 측정한 이벤트 값, ess(t1-t2) : 시간 t1 및 t2 범위로 구분된 이벤트 측정 결과)
즉, 도 6과 상기 수학식을 비교하여 설명하면, 도 6의 구간 A의 레퍼런스 센서 측정 데이터 결과는 ess(t1-t2) 로 표현되며, 이는 구간 A를 정의하는 경계 시간 t1 및 t2에서 각각 획득한 레퍼런스 센서 측정 값의 차이로 정의된다.
따라서, ess(t1-t2) 가 기 설정된 노이즈 값보다 큰 경우, 구간 A에서 획득한 측정 데이터의 차이가 큰 것으로 판단되며, 이는 무시할 수 없는 수준의 노이즈가 해당 시간 구간에 발생하였음을 의미하고, 이러한 노이즈가 해당 구간에서 획득한 센서 데이터에 많은 영향을 끼쳤다고 판단될 수 있다.
이를 토대로, 데이터 처리 모듈(221)은, 구간 A에 포함되는 센서 데이터(610)를 모두 확인하고, 제1 센서 데이터(611)에 포함된 특정 주변 이벤트 측정 데이터(631)를 노이즈에 의해 발생한 이벤트로부터 획득한 측정 데이터로 판단하여 해당 특정 주변 이벤트 측정 데이터(631)를 노이즈로 처리할 수 있다.
또, 도 6에서 특정 주변 이벤트 측정 데이터(632) 및 특정 주변 이벤트 측정 데이터(633)의 경우에는 2개 구간에 걸쳐서 제2 센서 데이터(612) 및 제N 센서 데이터(617)에 등장하고 있으며, 이때, 데이터 처리 모듈(221)은 단계 S740을 수행하기 위해서 단계 S730에서 설정된 두 구간을 하나의 구간으로 병합하여 계산 처리할 수도 있다.
즉, 데이터 처리 모듈(221)은 제2 센서 데이터(612)에 포함된 특정 주변 이벤트 측정 데이터(632)를 처리하기 위해서는 구간 B 및 C를 병합하여 시간 t2 내지 t4로 형성되는 시간 범위를 새롭게 형성할 수도 있고, 제N 센서 데이터(633)에 포함된 특정 주변 이벤트 측정 데이터(633)를 처리하기 위해서 구간 A 및 B를 병합하여 시간 t1 내지 t3로 형성되는 시간 범위를 새롭게 형성할 수도 있다.
한편, 데이터 처리 모듈(221)은, 단계 S740에서, 기 설정된 시간 범위로 구분된 결과가 기 설정된 노이즈 값 이하인 경우, 해당 범위에 복수개의 센서에서 감지된 주변 이벤트를 측정 정보로 처리할 수도 있다.
데이터 처리 모듈(221)은 상기 수학식을 통해 계산된 결과가 기 설정된 노이즈 값 이하인 경우에는 해당 범위에서 획득한 센서 데이터(610)에 무의미한 수준의 노이즈가 포함된 것으로 판단하여 해당 구간에 포함된 특정 주변 이벤트가 실제로 발생한 이벤트인 것으로 판단함으로써 해당 구간을 유효 측정 정보로 처리할 수 있다.
일 예로, 구간 D를 상기 수학식을 통해 계산한 결과가 기 설정된 노이즈 값 이하인 것으로 판단되면, 데이터 처리 모듈(221)은 센서 데이터(610)의 시간 t4 내지 t5에 포함된 특정 주변 이벤트 측정 데이터(634)를 실제로 발생한 특정 주변 이벤트로부터 측정된 것으로 판단하고 유효한 데이터인 측정 정보로 처리할 수 있다.
이를 통해 데이터 처리 모듈(221)은 유효한 데이터인 측정 정보를 이용하여 상술한 바와 같이 이벤트 조각을 생성하는 과정을 수행함으로써 노이즈로 인한 오인식을 방지할 수 있는 센서 처리 정보 조합을 이용하여 근무자 건강 상태 판단 시스템(200)이 근무자의 건강 상태를 보다 정확히 판단할 수 있도록 할 수 있다.
이상에서 본 발명의 일 실시예에 대하여 설명하였으나, 본 발명의 사상은 본 명세서에 제시되는 실시 예에 제한되지 아니하며, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서, 구성요소의 부가, 변경, 삭제, 추가 등에 의해서 다른 실시 예를 용이하게 제안할 수 있을 것이나, 이 또한 본 발명의 사상범위 내에 든다고 할 것이다.
100, 200: 근무자 건강 상태 판단 시스템
210: 센서부 220: 상황 정보 생성부
221: 데이터 처리 모듈 222: 상황 정보 생성 모듈
230: 일치 정보 생성부 231: 판단 정보 저장 모듈
232: 일치 정보 생성 모듈 233: 상황 추측 정보 생성 모듈
240: 건강 상태 판단부 250: 가중치 적용부
610: 복수개의 센서에서 측정되는 데이터
611: 제1 센서 측정 데이터 612: 제2 센서 측정 데이터
617: 제N 센서 측정 데이터 620: 레퍼런스 센서 측정 데이터
631, 632, 633, 634: 특정 주변 이벤트 측정 데이터

Claims (14)

  1. 서로 다른 종류의 데이터를 측정하는 적어도 3개의 센서부;
    상기 센서부로부터 측정된 상기 데이터를 전달받아 상황 정보를 생성하는 상황 정보 생성부;
    상기 상황 정보 생성부로부터 상기 상황 정보를 전달받아 처리하고, 기 저장된 판단 정보를 획득하여 일치 정보를 생성하는 일치 정보 생성부; 및
    상기 일치 정보 생성부로부터 상기 일치 정보를 전달 받아 근무자의 건강 상태를 판단하는 건강 상태 판단부;를 포함하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  2. 제 1항에 있어서,
    상기 상황 정보 생성부는,
    상기 센서부로부터 각각의 상기 측정된 데이터를 전달받아 처리하여 이벤트 조각을 생성하는 데이터 처리 모듈; 및
    상기 데이터 처리 모듈에서 생성된 상기 이벤트 조각들을 전달받아 조합하여 상기 상황 정보로 생성하는 상황 정보 생성 모듈;을 포함하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  3. 제 2항에 있어서,
    상기 데이터 처리 모듈은, 상기 측정된 데이터와 기 설정된 범위를 비교하고, 상기 측정된 데이터가 위치하는 상기 기 설정된 범위에 따라 상기 측정된 데이터를 특정 주변 이벤트로 처리하여 이벤트 조각을 생성하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  4. 제 3항에 있어서,
    상기 근무자의 근무 종류에 따라 상기 데이터 처리 모듈에서 생성된 상기 이벤트 조각에 가중치를 각각 적용하는 가중치 적용부;를 더 포함하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  5. 제 4항에 있어서,
    상기 일치 정보 생성부는,
    서로 다른 복수개의 상기 판단 정보를 기 저장하는 판단 정보 저장 모듈; 및
    상기 상황 정보와 일치하는 상기 판단 정보를 획득하고 상기 일치 정보를 생성하는 일치 정보 생성 모듈;을 포함하며,
    상기 판단 정보는 복수개의 이벤트 판단 조각들의 조합으로 형성되는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  6. 제 5항에 있어서,
    상기 일치 정보 생성 모듈은, 상기 상황 정보와 일치하는 상기 판단 정보가 존재하지 않는 경우, 상기 가중치가 적용된 가중치 이벤트 조각을 조합한 가중치 상황 정보를 이용하여 상기 판단 정보를 획득하고 상기 일치 정보를 생성하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  7. 제 6항에 있어서,
    상기 일치 정보 생성부는, 상황 추측 정보 생성 모듈;을 더 포함하며,
    상기 상황 추측 정보 생성 모듈은, 상기 상황 정보와 일치하는 상기 판단 정보가 존재하지 않는 경우, 상기 가중치가 적용된 가중치 이벤트 조각을 조합한 가중치 상황 정보를 이용하여 유사한 상기 판단 정보를 획득하고 상황 추측 정보를 생성하는 상황 추측 정보 생성 모듈;을 더 포함하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  8. 제 7항에 있어서,
    상기 상황 추측 정보 생성 모듈은, 상기 가중치 상황 정보에 포함된 상기 가중치 이벤트 조각을 높은 가중치가 적용된 순서대로 상기 판단 정보 저장 모듈에 포함된 이벤트 판단 조각들과 비교하여 일치하는 상기 이벤트 판단 조각들을 획득하여 부분 판단 정보를 생성하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  9. 제 8항에 있어서,
    상기 상황 추측 정보 생성 모듈은, 상기 부분 판단 정보를 포함하는 모든 상기 상황 판단 정보를 획득하여 상기 상황 추측 정보로 생성하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  10. 제 8항에 있어서,
    상기 상황 추측 정보 생성 모듈은, 상기 부분 판단 정보에 포함되지 않는 상기 가중치 이벤트 조각의 상기 측정된 데이터를 확인하여 상기 기 설정된 범위 중 최초에 위치한 범위를 제외하고 가장 가까운 상기 기 설정된 범위에 해당하는 이벤트 조각을 획득하여 상기 가중치 이벤트 조각을 대체하고, 대체한 이벤트 조각을 상기 부분 판단 정보와 조합하여 상기 판단 정보 모듈에 저장된 상기 판단 정보와 비교하고, 일치하는 상기 판단 정보를 상기 상황 추측 정보로 생성하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  11. 제 9항 또는 제 10항에 있어서,
    상기 데이터 처리 모듈에서 상기 측정된 데이터를 전달받아 처리하기 위해,
    상기 센서부에서 주변 이벤트를 감지하며, 특정 주변 이벤트가 발생하는 경우,
    상기 센서부에 포함된 상기 복수개의 센서에서 측정되는 상기 특정 주변 이벤트의 값을 상기 데이터 처리 모듈이 전달받고,
    상기 센서부는 복수개의 센서 중 레퍼런스 센서를 이용하여 상기 주변 이벤트를 지속적으로 측정하고, 측정한 결과를 상기 데이터 처리 모듈에 전달하며,
    상기 데이터 처리 모듈은 상기 측정한 결과를 기 설정된 시간 범위로 구분하고,
    상기 기 설정된 시간 범위로 구분된 상기 결과가 기 설정된 노이즈 값을 초과하는 경우, 상기 데이터 처리 모듈이 해당 시간 범위에 상기 복수개의 센서에서 감지된 모든 상기 주변 이벤트를 노이즈 처리하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  12. 제 11항에 있어서,
    상기 센서부에서 측정되는 상기 주변 이벤트 값 중 기 설정된 역치 값을 넘어서는 상기 주변 이벤트 값이 측정되면, 해당 주변 이벤트를 상기 특정 주변 이벤트로 하는 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  13. 제 12항에 있어서,
    상기 데이터 처리 모듈은, 상기 기 설정된 시간 범위로 구분된 상기 결과가 상기 기 설정된 노이즈 값 이하인 경우, 해당 시간 범위에 상기 센서부에서 감지된 모든 상기 주변 이벤트를 측정 정보로 처리하는, 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
  14. 제 13항에 있어서,
    상기 기 설정된 시간 범위로 구분된 상기 결과는 하기 수학식 1로 표현되는, 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템.
    수학식 1
    ess(t1-t2) = |ess(t1) - ess(t2)|
    (여기서, ess(t1) : 레퍼런스 센서에서 시간 t1에 측정한 주변 이벤트 값, ess(t2) : 레퍼런스 센서에서 시간 t2에 측정한 주변 이벤트 값, ess(t1-t2) : 시간 t1 및 t2 범위로 구분된 주변 이벤트 측정 결과)
KR1020190115756A 2019-09-20 2019-09-20 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템 KR102241295B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190115756A KR102241295B1 (ko) 2019-09-20 2019-09-20 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190115756A KR102241295B1 (ko) 2019-09-20 2019-09-20 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템

Publications (2)

Publication Number Publication Date
KR20210034179A true KR20210034179A (ko) 2021-03-30
KR102241295B1 KR102241295B1 (ko) 2021-04-16

Family

ID=75264973

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190115756A KR102241295B1 (ko) 2019-09-20 2019-09-20 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템

Country Status (1)

Country Link
KR (1) KR102241295B1 (ko)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110053827A (ko) * 2009-11-16 2011-05-24 (주)인포빌 유해작업장 상황에 따른 작업자 작업량 제한 규칙에 대한 방법
JP2017021559A (ja) * 2015-07-10 2017-01-26 株式会社Ｊｖｃケンウッド 端末装置、管理装置、無線通信システム、撮像画像表示方法
KR101725144B1 (ko) * 2016-06-13 2017-04-10 이강석 스마트 안전모
KR20170105383A (ko) * 2016-03-09 2017-09-19 금오공과대학교 산학협력단 안전사고 발생 알림장치 및 이를 이용한 알림 시스템
KR20180031908A (ko) * 2016-09-21 2018-03-29 민승남 Rfid 기반의 통합 안전관리 시스템
KR101866677B1 (ko) 2017-01-05 2018-06-11 인하대학교 산학협력단 웨어러블 디바이스를 기반으로 하는 건설 현장 내 안전관리 시스템 및 그 방법
KR20190008992A (ko) * 2015-07-16 2019-01-25 삼성전자주식회사 기준 상황 및 스트레스 대처 능력의 결정

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110053827A (ko) * 2009-11-16 2011-05-24 (주)인포빌 유해작업장 상황에 따른 작업자 작업량 제한 규칙에 대한 방법
JP2017021559A (ja) * 2015-07-10 2017-01-26 株式会社Ｊｖｃケンウッド 端末装置、管理装置、無線通信システム、撮像画像表示方法
KR20190008992A (ko) * 2015-07-16 2019-01-25 삼성전자주식회사 기준 상황 및 스트레스 대처 능력의 결정
KR20170105383A (ko) * 2016-03-09 2017-09-19 금오공과대학교 산학협력단 안전사고 발생 알림장치 및 이를 이용한 알림 시스템
KR101725144B1 (ko) * 2016-06-13 2017-04-10 이강석 스마트 안전모
KR20180031908A (ko) * 2016-09-21 2018-03-29 민승남 Rfid 기반의 통합 안전관리 시스템
KR101866677B1 (ko) 2017-01-05 2018-06-11 인하대학교 산학협력단 웨어러블 디바이스를 기반으로 하는 건설 현장 내 안전관리 시스템 및 그 방법

Also Published As

Publication number Publication date
KR102241295B1 (ko) 2021-04-16

Similar Documents

Publication Publication Date Title
US10674965B2 (en) System and method for monitoring safety and productivity of physical tasks
CN107042494B (zh) 具有至少一个工具机和至少一个移动式传感器装置的系统
US20180325464A1 (en) Method, apparatus and system for determining a health risk based on a kinetic signal and a body signal
EP3721639B1 (en) Intelligent personal protective equipment
KR102212221B1 (ko) 인체공학적 데이터 수집 및 분석
US20220139186A1 (en) Method for monitoring personal protection equipment compliance
EP2774502A1 (en) Shoe comprising sensors
US11954991B2 (en) Impact detection
JPWO2019078308A1 (ja) 頭部装着装置、熱中症予防システム及び水分補給警告システム
CN107049272B (zh) 移动功能装置
JP2017114652A (ja) 保守作業安全装置及びエレベータの保守点検方法
KR102241295B1 (ko) 센서 처리 정보 조합을 이용한 근무자 건강 상태 판단 시스템
KR20190116781A (ko) 웨어러블 기기를 이용한 작업자의 추락 사고 방지 장치 및 방법
KR102088457B1 (ko) 3축 가속도센서를 이용한 안전모 착용 확인시스템 및 확인방법
KR102219916B1 (ko) 정보 고급화를 이용한 근무 가능 여부 판단 시스템
KR101670412B1 (ko) 작업현장의 아차사고 모니터링 시스템 및 이를 이용한 모니터링 방법
US20220341263A1 (en) State detection apparatus, method and program
KR20170071951A (ko) 외상성 뇌손상 검출 장치 및 이를 이용하는 외상성 뇌손상 검출 방법
KR102642316B1 (ko) 근력 평가 장치 및 근력 평가 방법
US20230047587A1 (en) Apparatus and method for estimating behavior of user based on image converted from sensing data, and method for converting sensing data into image
US20230259840A1 (en) Status sensing apparatus, method, and program
KR101904271B1 (ko) IoT 기반 웨어러블 에어백을 이용한 안전사고 관제 시스템
EP3752812A1 (en) Impact testing device and method for operating an impact testing device
KR102589414B1 (ko) 스마트 산업안전 관리 시스템
KR102583428B1 (ko) 건설작업자 안전을 위한 스마트 안전모 시스템

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right