스마트 섬유를 이용한 카펫 시스템

스마트 섬유를 이용한 카펫 시스템 {Carpet System using Smart Fabric}

본 발명은 스마트 섬유를 이용한 카펫 시스템에 관한 것으로서, 압전 센서를 포함하는 스마트 섬유로 카펫 플로어(floor) 부를 구성하여, 플로어 부 상의 압력 패턴의 변화를 감지하여 사용자의 자세, 물체 또는 침입자를 감지할 수 있는 카펫 시스템에 관한 것이다.

전자 및 무선기술 등의 발전으로 다양한 스마트 섬유 제품들이 주목을 받기 시작하였다. 스마트 섬유들은 신호 전송이나 정보 통신을 위한 전도성 소재를 기반으로 하고 있으며, IT 제품들을 작동시키기 위한 다양한 구성들을 포함한다.

특허문헌 1은 직물기반의 압력 센서를 이용한 온/오프 시스템에 대하여 개시하고 있으며, 정전용량의 변화로 발생한 전압의 신호의 크기를 기준으로 전압과 비교하여 온 또는 오프 출력을 발생시켜 기기를 제어한다.

특허문헌 2는 압전 케이블 센서를 이용한 도난 및 침입 감지 패드에 대하여 개시하고 있으며, 압력을 가하면 전압이 발생되는 압전 케이블 센서를 이용하여 압전 센서에 가해진 압력의 크기, 압력의 유지시간, 압력의 변화량, 압력이 가해진 횟수와 같은 정보를 이용하여 처리하는 도난 및 침입 감지 패드에 대하여 개시하고 있다.

그러나, 특허문헌 1의 경우 직물기반 압력센서를 사용하여 어플리케이션에 대해 온/오프 제어만을 수행하여, 스위치와 같이 작동하는 것을 개시하고 있으므로 활용도가 떨어지는 문제가 있었다. 또한, 특허문헌 2의 경우, 감지 패드 상에 가해지는 압력의 지속시간, 변화량, 횟수 등 제한적인 정보만을 제공하므로, 제공할 수 있는 정보가 침입자의 존재 유무에만 관련된 것으로, 마찬가지로 활용도가 떨어지는 문제가 있었다.

본 발명은 상술한 문제점들을 해결하기 위한 것으로, 본 발명의 목적은 섬유형 센서로 압력을 자동으로 감지하여 사용자의 존재여부 및 사용자의 자세를 추정하고 이 정보를 기반으로, 스마트 그리드, 보안 등 다양한 분야에 활용될 수 있는 스마트 섬유를 이용한 카펫 시스템을 제공하는 것이다.

또한, 카펫 일체형 스마트 섬유를 이용하여 사용자 편의성이 뛰어나고, 다양한 분야에서 활용할 수 있는 카펫 시스템을 제공하고자 한다.

그리고, 본래의 카펫의 기능을 제공하면서도, 침입자 감지 기능 외에도, 사용자 자세 추정을 통하여, 체중계 등의 다양한 기능을 추가할 수 있는 융통성이 높은 카펫 시스템을 제공하고자 한다.

본 발명의 일 실시예에 따른 스마트 섬유를 이용한 카펫 시스템은, 압전 센서를 포함하는 스마트 섬유로 구성된 플로어 부, 상기 플로어 부에 걸쳐 배치된 압전 센서에 연결되어, 상기 플로어 부 상의 입력에 대한 압력의 크기, 압력의 분포 및 압력이 가해진 시간 중 하나 이상의 정보를 통하여 사용자의 자세 또는 위치를 추적하는 신호 처리부, 및 상기 신호 처리부에 연결되어, 추정된 사용자의 자세 또는 위치에 따라 상기 플로어 부에 내장되어 있거나 외부에 장착된 하나 이상의 어플리케이션을 구동시키는 구동 제어부를 포함한다.

상기 신호 처리부는, 상기 압전 센서들로부터 2차원 압력 패턴 데이터를 수신하는 압력 패턴 수신부, 상기 2차원 압력 패턴 데이터에 대한 전처리 과정을 수행하는 전처리부, 상기 2차원 압력 패턴 데이터의 전처리 과정을 수행한 뒤, 벡터 표현의 통계적 특성을 기반으로 통계적으로 변화가 있는 N차원의 M개의 벡터를 공분산 행렬에 의해 고유값과 고유벡터의 주성분으로 분석하는 주성분 분석부, 상기 고유값과 고유벡터로 저차원 공간에 대한 고유벡터를 산정하여 고유공간을 생성하는 고유공간 생성부, 및 상기 고유공간이 생성된 뒤, 하나 이상의 특징 자세들에 대한 2차원 압력 패턴들의 특징점들을 저장하는 특징점 데이터베이스를 포함할 수 있다. 여기서, N은 입력 데이터의 크기이고, M은 학습 데이터의 수이다.

상기 신호 처리부는, 상기 압력 패턴 수신부에서, 상기 플로어 부 상의 사용자의 자세에 대해 압전 센서에 의해 측정된 2차원 압력 패턴 데이터를 수신하고, 상기 전처리부에서 사용자의 자세에 대한 2차원 압력 패턴 데이터의 전처리를 수행하고, 전처리가 수행된 상기 사용자의 자세에 대한 2차원 압력 패턴 데이터를 상기 저차원의 고유공간과 특징점 데이터베이스에 투영하는 데이터 투영부, 상기 투영된 데이터들과 특징점 데이터베이스의 특징점 데이터들 사이의 유사도를 계산하여 상기 사용자의 자세를 상기 하나 이상의 특징 자세들 중 하나로 분류하는 KNN 분류기, 및 상기 분류된 특징 자세에 따라 사용자의 자세를 추정하는 자세 추정부를 포함할 수 있다.

상기 플로어 부의 압전 센서에서 2차원 압력 패턴의 변화가 감지되면, 상기 자세 추정부는, 상기 특징 자세들 중 하나로 자세 추정이 가능한 경우, 사용자로 추정하고, 상기 특징 자세들 중 하나로 자세 추정이 가능하지 않은 경우, 기 설정된 시간 동안 압력 패턴의 변화가 감지되지 않으면 물체로 추정하며, 상기 기 설정된 시간 동안 압력 패턴의 변화가 감지되면, 다시 상기 기 설정된 시간 동안의 압력 패턴의 변화가 상기 특징 자세들 중 하나로 자세 추정이 가능한지 여부를 확인하도록 피드백 될 수 있다.

상기 자세 추정부에서 침입자 모드에서 자세 추정을 수행하는 경우, 상기 플로어 부의 압전 센서에서 2차원 압력 패턴의 변화가 감지되면, 상기 자세 추정부는, 상기 특징 자세들 중 하나로 자세 추정이 가능한 경우, 침입자로 추정하고, 상기 특징 자세들 중 하나로 자세 추정이 가능하지 않은 경우, 압력 변화 누적 시간을 계산하여 기 설정된 시간 이상인 경우 침입자로 추정하고, 기 설정된 시간 미만인 경우 침입자 모드에서 압력 패턴 변화를 감지하도록 피드백 될 수 있다.

상기 플로어 부에 걸쳐 배치되어, 상기 플로어 부 상에 가해지는 압력을 에너지로 변환하여 수집하는 압전 에너지 수집부, 및 상기 압전 에너지 수집부에 연결되어, 수집된 에너지를 저장하여, 상기 신호 처리부, 상기 구동 제어부 및 상기 어플리케이션들 중 하나 이상에 에너지를 전달하는 에너지 저장부를 더 포함할 수 있다.

상기 어플리케이션은, 상기 구동 제어부에 연결되어 유선 또는 무선 방식으로 전기적 신호를 전송 또는 수신하는 제1 통신부를 포함할 수 있다.

상기 제1 통신부에 직접적으로 또는 간접적으로 연결되어 전기적 신호를 송신 또는 수신하는 제2 통신부를 포함하는 외부 기기를 더 포함할 수 있다.

상기 어플리케이션 또는 상기 외부 기기는, 상기 사용자의 상태 정보, 카펫의 압력 패턴 정보, 및 어플리케이션 또는 외부 기기의 작동 정보 중 하나 이상을 나타내는 디스플레이 부를 포함할 수 있다.

상기 어플리케이션 또는 상기 외부 기기는, 카펫 시스템에 대한 설정 정보 또는 상기 어플리케이션 또는 상기 외부 기기들의 작동 정보에 관한 사용자의 입력을 수신하는 사용자 입력부를 포함하는 외부 기기를 더 포함할 수 있다.

상기 구동 제어부는, 사용자의 자세에 따라 상기 어플리케이션 또는 상기 외부 기기의 작동을 제어할 수 있다.

상기 구동 제어부는, 사용자가 플로어 부에 있지 않은 경우, 상기 외부 기기 또는 상기 어플리케이션의 전원을 차단하도록 제어할 수 있다.

본 발명의 일 실시예에 따르면, 섬유형 센서로 압력을 자동으로 감지하여 사용자의 존재여부 및 사용자의 자세를 추정하고 이 정보를 기반으로, 스마트 그리드, 보안 등 다양한 분야에 활용될 수 있는 스마트 섬유를 이용한 카펫 시스템을 제공할 수 있다.

또한, 카펫 일체형 스마트 섬유를 이용하여 사용자 편의성이 뛰어나고, 다양한 분야에서 활용할 수 있는 카펫 시스템을 제공할 수 있다.

그리고, 본래의 카펫의 기능을 제공하면서도, 침입자 감지 기능 외에도, 사용자 자세 추정을 통하여, 체중계 등의 다양한 기능을 추가할 수 있는 융통성이 높은 카펫 시스템을 제공할 수 있다.

도 1은 본 발명의 일 실시예에 따른 스마트 섬유를 이용한 카펫 시스템을 개략적으로 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 스마트 섬유를 이용한 카펫 시스템의 구성을 개략적으로 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따라 분류되는 서 있는 자세(a), 누워있는 자세(b) 및 앉아 있는 자세(c)의 2차원 압력 패턴을 나타낸 그래프이다.
도 4는 본 발명의 일 실시예에 따른 신호 처리부의 구성을 개략적으로 나타낸 블록도이다.
도 5는 본 발명의 일 실시예에 따라 신호 처리부에서 사용자와 물체를 구별하는 방법을 나타낸 순서도이다.
도 6은 본 발명의 일 실시예에 따라 신호 처리부에서 침입자를 감지하는 방법을 나타내는 순서도이다.
도 7은 본 발명의 다른 실시예에 따라 신호 처리부에서 침입자를 감지하는 방법을 나타내는 순서도이다.
도 8은 본 발명의 다른 실시예에 따른 스마트 섬유를 이용한 카펫 시스템의 구성을 개략적으로 나타낸 블록도이다.

본 실시예들은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하여 상세하게 설명하고자 한다. 그러나 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 개시된 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 실시예들을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

실시예에 있어서 '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 혹은 복수의 '부'는 특정한 하드웨어로 구현될 필요가 있는 '모듈' 혹은 '부'를 제외하고는 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서(미도시)로 구현될 수 있다.

이하, 실시예를 첨부된 도면들을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.

도 1은 본 발명의 일 실시예에 따른 스마트 섬유를 이용한 카펫 시스템을 개략적으로 나타낸 도면이고, 도 2는 본 발명의 일 실시예에 따른 스마트 섬유를 이용한 카펫 시스템의 구성을 개략적으로 나타낸 블록도이다.

도 1 및 도 2를 참조하면, 본 발명의 일 실시예에 따른 스마트 섬유를 이용한 카펫 시스템은, 압전 센서(11)를 포함하는 스마트 섬유로 구성된 플로어 부(10), 상기 플로어 부(10)에 걸쳐 배치된 압전 센서(11)에 연결되어, 상기 플로어 부(10) 상의 입력에 대한 압력의 크기, 압력의 분포 및 압력이 가해진 시간 중 하나 이상의 정보를 통하여 사용자의 자세 또는 위치를 추적하는 신호 처리부(20), 및 상기 신호 처리부(20)에 연결되어, 추정된 사용자의 자세 또는 위치에 따라 상기 플로어 부에 내장되어 있거나 외부에 장착된 하나 이상의 어플리케이션(40)을 구동시키는 구동 제어부(30)를 포함한다.

상기 플로어 부(10)는 섬유 기반의 압전 센서(11)를 포함하여 직조된 원단 형태로서, 카펫의 바닥을 구성할 수 있다. 일 예로, 압전 센서를 구성하는 전도성 소재 및 이를 피복하는 절연성 소재로 구성된 섬유 가닥 형태로 압전 센서를 구성하여, 섬유 가닥 사이의 간격 변화에 따른 정전용량의 변화를 측정하여 신호 처리부(20)에서 플로어 부(10) 상에 가해지는 압력의 크기, 압력의 분포 및 압력이 가해진 시간 등의 데이터를 얻을 수 있다.

다시 말해, 상기 플로어 부(10)에 걸쳐 배치되는 압전 센서(11)로, 플로어 부(10) 상에 가해지는 압력의 크기, 압력의 분포 및 압력이 가해진 시간 등과 관련된 압력의 2차원 패턴 데이터를 획득할 수 있다. 그리고, 본 발명의 일 실시예에 따르면, 특히 2차원 압력 패턴 데이터를 사용하여 플로어 부(10) 상에 존재하는 사용자의 자세 또는 위치, 또는 둘 다를 추정할 수 있다.

본 발명의 일 실시예에 따르면, 상기 신호 처리부(20)는 플로어 부(10) 상에 가해지는 압력의 변화가 일정 시간 동안 없을 경우 사람이 아닌 물건으로 인식할 수 있고, 플로어 부(10) 상의 2차원 압력 패턴 분석을 통하여 사용자의 자세를 분석할 수 있다. 일 예로, 사용자의 자세를 누워있는 자세(도 1의 ⓐ), 서 있는 자세(도 1의 ⓑ) 또는 앉아 있는 자세(도 1의 ⓒ)로 분류할 수 있고, 압력 패턴 분석을 통하여 침입자를 감지하는 데에도 적용될 수 있다.

또한, 카펫 시스템에 다양한 어플리케이션(41, 43)들을 구비하고, 상기 어플리케이션(41, 43)들을 신호 처리부(20)에 의해 측정된 사용자의 자세 또는 위치에 따라 구동 제어부(30)로 제어함으로써, 다양한 방식의 피드백이 가능해 진다.

본 발명의 일 실시예에 따르면 사용자의 자세 추정을 위하여, 상기 신호 처리부(20)에서는 감지된 압력을 2차원 패턴 데이터로 저장한다. 그리고, 다양한 자세(서 있는 자세, 앉아 있는 자세, 누워 있는 자세 등)에 대한 압력 패턴을 획득한 후 특징점들을 추출하고 기계학습 알고리즘을 통하여 데이터베이스화할 수 있다.

본 명세서에서 "특징 자세"는 사용자가 구별하여 분류하고자 하는 자세들로서, 일 예로 도 3에 도시된 바와 같이 "서 있는 자세(a)", "누워있는 자세(b)" 및 "앉아 있는 자세(c)" 등으로 그 특징에 따라 분류될 수 있는 자세들을 의미한다. 여기서는, 위 3가지 자세로 예시하여 분류하였으나, 반드시 이에 제한되는 것은 아니며 발 뒤꿈치를 세우고 서있는 자세, 옆으로 누워있는 자세, 바로 누워있는 자세 등 다양한 자세들을 포함할 수도 있다.

위와 같은 특징 자세들에 대하여 구축된 데이터베이스를 이용하여 사용자가 플로어 부(10) 상의 압전 센서들에 의하여 측정되는 압력 패턴에 따라 자세를 추정할 수 있다.

그리고, 여러 명의 사용자에 대한 다양한 데이터(몸무게, 키, 체형 별로 분류된 데이터)들을 저장하여 이를 기반으로 사용자의 자세와, 키, 체형, 몸무게 등을 추정할 수도 있다.

도 4는 본 발명의 일 실시예에 따른 신호 처리부의 구성을 개략적으로 나타낸 블록도이다.

본 발명의 일 실시예에 따르면, 사용자 자세추정을 위하여, 신호 처리부(20)는 데이터 트레이닝과 사용자 자세추정을 수행할 수 있다. 데이터 트레이닝을 통하여 다양한 특징 자세에 대한 압력 패턴을 데이터베이스화하여 저장할 수 있다.

구체적으로, 도 4를 참조하면, 상기 신호 처리부(20)는, 데이터 트레이닝을 위하여, 상기 압전 센서들로부터 2차원 압력 패턴 데이터를 수신하는 압력 패턴 수신부(21), 상기 2차원 압력 패턴 데이터에 대한 전처리 과정을 수행하는 전처리부(22), 상기 2차원 압력 패턴 데이터의 전처리 과정을 수행한 뒤, 벡터 표현의 통계적 특성을 기반으로 통계적으로 변화가 있는 N차원의 M개의 벡터를 공분산 행렬에 의해 고유값과 고유벡터의 주성분으로 분석하는 주성분 분석부(23), 상기 고유값과 고유벡터로 저차원 공간에 대한 고유벡터를 산정하여 고유공간을 생성하는 고유공간 생성부(24), 및 상기 고유공간이 생성된 뒤, 하나 이상의 특징 자세들에 대한 2차원 압력 패턴들의 특징점들을 저장하는 특징점 데이터베이스(25)를 포함할 수 있다.

상기 압력 패턴 수신부(21)에서는 먼저 데이터베이스를 구축하기 위한 훈련데이터들을 수집할 수 있다. 사용자의 특징 자세 별 2차원 압력 패턴 데이터를 수집할 수 있다. 처음 사용시 사용자는 특징 자세 별로 기 설정된 시간 동안 플로어 부(10)에 유지하여, 압전 센서에서 각각의 특징 자세에 대한 2차원 압력 패턴에 대한 데이터베이스를 구축할 수 있다.

측정된 2차원 압력 패턴 데이터는 상기 전처리 부(22)를 통하여, 일 예로 정규화, 노이즈 제거 등의 과정을 거칠 수 있다.

그리고 나서, 상기 주성분 분석부(23)에서 벡터 표현의 통계적 특성을 기반으로 한 방법으로 통계적으로 변화가 있는 N차원의 M개의 벡터를 공분산(Covariance) 행렬에 의해 고유벡터(EigenVector)로 표현하여 공간의 차원을 줄일 수 있다.

구체적으로, N은 입력 데이터의 크기이고, M은 학습 데이터의 수이고, R은 재구성된 압력 데이터 벡터이며, S는 각 압력 데이터 벡터들의 집합이고, W는 하나의 압력 데이터를 구성하는 벡터이다.

일 예로, 40 x 45의 이미지 형태의 2차원 데이터가 있을 경우, 픽셀 값을 일렬로 연결하여 벡터를 구성할 수 있다. 이때, N은 40 x 45 = 1800 차원일 수 있다.

그리고, R과 S는 다음과 같이 표현될 수 있다.

R = (W ₁ , W ₂ , W ₃ , ... , W _n ), S = (R ₁ , R ₂ , R ₃ , ... , R _n )

그리고, 2차원 압력 패턴 데이터에 대한 벡터 집합을 생성하기 위하여, 압력 패턴 데이터 집합 S로부터 평균 압력 데이터 벡터를 다음 [식 1]과 같이 계산하고,

[식 1]

각 학습 데이터의 벡터와 평균벡터 간의 차를 다음 [식 2]와 같이 계산한다.

[식 2]

그리고, 차 벡터로부터 공분산 행렬을 다음 [식 3]과 같이 계산하고,

[식 3]

M개의 고유값(EigenValue) λ _i 와 이에 대응하는 고유벡터 μ _i 를 다음 [식 4]와 같이 계산할 수 있다.

[식 4]

그리고 나서, 상기 고유공간 생성부(24)에서 위와 같은 방식으로 산출된 고유값과 고유벡터를 통하여 새로운 차원 공간에 대한 고유벡터를 선정하여 고유공간(EigenSpace)을 생성할 수 있다.

그리고, 상기 특징점 데이터베이스(25)에서 고유공간이 생성된 후 모든 훈련 데이터들은 새로운 저차원 공간과 특징점 데이터베이스로 투영되어 저장될 수 있다.

이와 같은 방식으로 다양한 자세에 대한 데이터 트레이닝을 통하여 초기 모델을 구축할 수 있다. 그리고, 이후, 측정되는 2차원 압력 패턴 데이터를 고유공간과 특징점 데이터베이스에 투영시켜 사용자가 어떤 자세를 취하고 있는 지를 추정하여 낼 수 있다.

상기 신호 처리부(20)는, 측정되는 2차원 압력 패턴 데이터에 대해 도 4의 일점 쇄선으로 표시된 바와 같은 데이터 처리를 통하여 사용자의 자세를 추정하게 된다.

먼저, 상기 압력 패턴 수신부(21)에서, 상기 플로어 부(10) 상의 사용자의 자세에 대해 압전 센서에 의해 측정된 2차원 압력 패턴 데이터를 수신한다. 그리고, 데이터 트레이닝에서와 마찬가지로 상기 전처리부(22)에서 정규화, 노이즈 제거 등의 2차원 압력 패턴 데이터의 전처리 과정을 수행한다.

그리고 나서, 데이터 투영부(26)에서 전처리가 수행된 상기 사용자의 자세에 대한 2차원 압력 패턴 데이터를 상기 저차원의 고유공간과 특징점 데이터베이스에 투영한다.

그리고, KNN 분류기(27)를 통하여 상기 투영된 데이터들과 특징점 데이터베이스의 특징점 데이터들 사이의 유사도를 계산하여 상기 사용자의 자세를 상기 하나 이상의 특징 자세들 중 하나로 분류하게 된다. KNN(K-근접이웃(K-Nearest Neighbor)) 분류기는 가중치 변경에 있어 유용하게 사용될 수 있다.

상기 KNN 분류기(27)에서는 주어진 데이터로부터 거리가 가까운 K개의 데이터를 찾은 후, 그 중 가장 많은 수의 데이터가 속한 클래스로 할당할 수 있다. 비선형적인 결정경계를 가지며, 비모수적인 방법에 기반을 두므로 데이터의 분포 형태에 따라 성능이 크게 좌우되지는 않는다. 사전에 생성된 고유공간(모델)/특징점 데이터베이스의 데이터와 새롭게 입력된 데이터 간의 유사도를 계산한 후, 상위 K개의 유사 데이터를 사용하여 기 설정된 설정치에 기초한 다수결을 통하여 분류할 수 있다.

상기 KNN 분류기(27)를 통하여 분류된 특징 자세에 따라, 자세 추정부(28)에서 사용자의 자세를 추정할 수 있다.

상기 자세 추정부(28)는 기 저장된 특징 자세와 유사도에 근거하여 새롭게 측정되는 사용자의 자세를 추정할 수 있고, 또는 특징 자세로 분류할 수 없는 경우 물체와 같은 다른 사물로 분류할 수도 있다.

도 5은 본 발명의 일 실시예에 따라 신호 처리부에서 사용자와 물체를 구별하는 방법을 나타낸 순서도이다.

상기 자세 추정부(28)에서 자세 추정을 통하여 특징 자세로 분류되지 않은 경우, 물체에 대한 판별을 수행할 수 있다. 사람의 경우 가만히 서 있더라도 미세한 근육의 움직임, 호흡, 심박 등에 의해 압력 패턴의 변화가 발생하지만 물건의 경우 외부의 힘을 받지 않는 이상 압력 패턴의 변화가 거의 없다.

따라서, 자세 추정을 통하여 특징 자세로 분류되지 않은 2차원 압력 패턴에 대하여, 연속적으로 사용자에 의해 미리 설정되는 기 설정된 시간 동안, 일 예로 2초 동안, 압력 패턴의 변화가 없는 경우 물체로 판단할 수 있다.

구체적으로, 상기 플로어 부(10)의 압전 센서에서 2차원 압력 패턴의 변화가 감지되면(S10), 상기 자세 추정부(28)에서, 기 저장된 특징 자세들 중 하나로 자세 추정이 가능한 경우(S20), 사용자로 추정한다(S30).

상기 특징 자세들 중 하나로 자세 추정이 가능하지 않은 경우(S20), 다시 기 설정된 시간 동안 압력 패턴의 변화가 감지되는지 여부를 확인한다(S40). 기 설정된 시간 동안 압력 패턴의 변화가 감지되지 않으면(S40), 물체로 추정하고, 상기 기 설정된 시간 동안 압력 패턴의 변화가 감지되면(S40), 다시 상기 기 설정된 시간 동안의 압력 패턴의 변화가 상기 특징 자세들 중 하나로 자세 추정이 가능한지 여부를 확인(S20)하도록 피드백 될 수 있다.

또한, 물체로 분류된 후에도, 압력 패턴 변화가 감지되면(S10), 다시 물체 판별 초기화 후 도 5의 물체 판별 알고리즘이 재시작 될 수 있다. 이와 같은 물체 판별 알고리즘을 통하여 플로어 부(10) 상에 사람이 존재하지 않은 경우에도 사람으로 인식하여 어플리케이션들이 오작동하는 것을 방지할 수 있다. 이는, 이후 설명되는 스마트 그리드(Smart Grid) 기능, 즉 어플리케이션들의 전력 소모를 최소화하기 위하여 플로어 부(10) 상에 사람이 존재하는 경우에만 어플리케이션들이 작동하도록 전력최적화 기능에 적용될 수 있고, 위와 같은 물체 판별 알고리즘을 통하여 사람이 아닌 물체에 반응하여 어플리케이션들이 작동하게 되는 오작동을 줄여 전력 소모를 최소화할 수 있다.

또한, 자세 추정부(28)는 침입자 모드 상태로 활성화되어 있는 경우, 플로어 부(10) 상에 사람의 존재 여부를 탐지하여 침입자의 존재를 감지해 낼 수 있다.

도 6은 본 발명의 일 실시예에 따라 자세 추정부(28)에서 침입자를 감지하는 방법을 나타내는 순서도이다.

침입자 모드에서 압력 패턴 변화를 감지하기 시작한다(S110). 그리고, 압력 패턴 변화가 감지되면, 자세 추정부(28)에서 기 저장된 특징 자세들로 분류 가능한지 먼저 확인한다(S120).

이 경우, 특징 자세들에는 발 모양 패턴에 따라 뒤꿈치를 든 자세, 앞꿈치를 든 자세, 옆 날로 선 자세 등과 같이 걸음걸이 패턴에 기초하여 다양한 특징 자세들을 미리 저장하여 데이터베이스에 기록하여 둘 수 있다. 그리고, 이러한 특징 자세들에 해당하는지 먼저 확인하여, 이러한 특징 자세들 중 하나에 해당한다면 침입자로 분류할 수 있다.

그러나, 기 저장된 특징 자세들에 해당하지 않는 경우, 사용자에 의해 미리 설정된 압력 변화 누적 시간을 계산하여, 기 설정된 압력 변화 누적 시간 이상인 경우 침입자로 판단하고(S130), 미만인 경우 다시 침입자 모드로 압력 패턴 변화를 감지하는(S110) 단계로 피드백 될 수 있다.

일 예로, 사용자가 압력 변화 누적 시간을 0.5초로 설정한 경우, 압력 변화 누적 시간이 0.5초 이상인 경우 침입자로 판단하고, 미만인 경우 다시 침입자 모드로 압력 패턴 변화를 감지(S110)하는 단계로 피드백 될 수 있다.

다시 말해, 상기 자세 추정부(28)에서 침입자 모드에서 자세 추정을 수행하는 경우, 상기 플로어 부(10)의 압전 센서에서 2차원 압력 패턴의 변화가 감지되면(S110), 상기 자세 추정부(28)는, 상기 특징 자세들 중 하나로 자세 추정이 가능한 경우(S120), 침입자로 추정한다(S130).

그리고, 상기 특징 자세들 중 하나로 자세 추정이 가능하지 않은 경우(S120), 압력 변화 누적 시간을 계산하여 기 설정된 시간 이상인지 여부를 확인한다(S140). 압력 변화 누적 시간이 기 설정된 시간 이상인 경우, 침입자로 판단하고(S130), 기 설정된 시간 미만인 경우 침입자 모드에서 압력 패턴 변화를 감지(S110)하도록 피드백 될 수 있다. 또는, 기 설정된 시간 미만인 경우 물체로 판단하고, 다시 압력 패턴의 변화를 감지하도록 피드백 될 수도 있다.

침입자가 확인된 경우, 사물인터넷(IoT) 기술을 활용하여, 일 예로 PC, 휴대용 단말기 등에 원격으로 카펫 내부의 또는 주변의 어플리케이션들을 작동시킬 수 있다.

도 7은 본 발명의 다른 실시예에 따라 신호 처리부에서 침입자를 감지하는 방법을 나타내는 순서도이다.

도 7에서 A는 현재 압력 값이고, i는 현재 측정값이며, A _p 는 이전 압력 값이다. f _s 는 샘플링 레이트(sampling rate)이고, n은 압력 변화 횟수이며, T는 압력 변화 누적시간이다.

상기 자세 추정부(28)에서 압력 패턴 변화에 대해, 자세 추정이 가능한지 여부(S210)를 확인하고, 자세 추정이 가능하다면, 침입자로 분류한다(S320). 자세 추정이 가능하지 않다면, 압력 변화 누적 시간이 기 설정된 시간 이상인지 여부를 확인한다.

구체적으로, 압력 변화 횟수 n, 현재 압력 값 A 및 이전 압력 값 A _p 를 확인 한다. 먼저, 압력 변화 횟수 n이 0인지 여부(S230)를 확인한다. 압력 변화 횟수 n이 0이라면, 압력 변화 누적 시간을 새롭게 기산하기 시작할 것이고, 압력 변화 횟수 n이 0이 아니라면 이전의 압력 변화 누적시간에 더할 것이다.

그리고 나서, 압력 변화 여부, 즉 압력 변화량(ΔA)이 0인지 여부(S270)를 확인하여, 압력 변화량(ΔA)이 0이면 압력 변화가 없었으므로, 압력 변화 누적시간을 더하지 않고(n=n)(S280), 압력 변화량(ΔA = ｜A _p - A｜)이 0이 아니라면 압력 변화 누적시간을 더할 것이다(n=n+1)(S290).

그리고, 압력 누적 횟수 n에 샘플링 레이트 값 f _s 를 곱하여 최종 압력 누적 시간 T를 산출할 것이다. 그리고, T 값이 기 설정된 값 이상이라면, 도 7의 실시예의 경우 0.5 이상이라면, 침입자로 분류하고(S310), 기 설정된 값 미만이라면 계속적으로 압력 변화 누적 시간을 기산하도록 압력 변화 누적시간 기산 루프(S230 내지 S310)로 피드백 될 것이다.

도 8은 본 발명의 다른 실시예에 따른 스마트 섬유를 이용한 카펫 시스템의 구성을 개략적으로 나타낸 블록도이다.

도 2의 실시예의 경우, 전원 공급부(50)가 압전 센서(11), 신호 처리부(20), 구동 제어부(30) 및 어플리케이션(40)들에 연결되어 전원을 공급하도록 형성되는 것을 알 수 있다. 외부에서 공급되는 전원으로 카펫 시스템의 부품들을 구동시킬 수 있다.

한편, 도 8의 실시예의 경우, 플로어 부(10)에는 그 위에 가해지는 압력을 에너지로 변환하여 수집하는 압전 에너지 수집부(51)를 더 포함한다. 상기 압전 에너지 수집부(51)는 압전체를 이용하여 에너지 하베스팅 기술을 적용하며, 압전체에 기계적 변형이 인가되면 전기 에너지가 발생되는 원리를 이용하여, 플로어 부(10) 상에 가해지는 압력 또는 진동 같은 에너지를 사용 가능한 전기 에너지로 변환시킨다.

그리고, 상기 압전 에너지 수집부(51)에 연결되어, 수집된 에너지를 저장하는 에너지 저장부(53)를 더 포함할 수 있다. 상기 에너지 저장부(53)로는, 반드시 이에 제한되는 것은 아니나, 변환된 에너지를 압전 에너지 수집부(51)에 전기적 회로 연결되는 슈퍼 커패시터 또는 2차 전지가 이에 사용될 수 있다.

상기 에너지 저장부(53)는 압전 센서(11), 신호 처리부(20), 구동 제어부(30) 및 어플리케이션들 중 하나 이상에 연결될 수 있다. 일 실시예에 따르면, 압전 에너지 수집부(51)와 에너지 저장부(53) 만으로 카펫 시스템에 전력을 공급할 수 있으나, 반드시 이에 제한되는 것은 아니며 전원 공급부(50)를 같이 구비하여 외부 전력 공급과 에너지 하베스팅(energy harvesting)을 함께 적용 할 수도 있다.

뿐만 아니라, 상기 에너지 저장부(53)는, 조명, 휴대용 단말기 등의 외부 기기에도 연결될 수 있다. 그에 따라, 카펫 시스템을 전력을 공급하는 시스템으로서도 사용될 수 있다.

도 1 및 도 8을 참조하면, 상기 어플리케이션(40) 또는 외부 기기(50)로 다양한 부품들이 이에 적용될 수 있다. 일 예로, 사용자의 자세와 위치에 관한 정보를 사용자에게 시각 신호, 청각 신호, 촉각 신호 및 이들 중 하나 이상의 조합으로 구성된 신호로 알리는 알림 장치일 수 있고, 침입자에게 시각 신호, 청각 신호, 촉각 신호 및 이들 중 하나 이상의 조합으로 구성된 신호로 경고하는 경고 장치일 수도 있다.

일 실시예에 따르면, 상기 어플리케이션(50) 또는 외부 기기(60)는 디스플레이 부를 포함하는 장치일 수 있다. 그에 따라, 사용자의 상태 정보, 카펫의 압력 패턴 정보, 및 어플리케이션 또는 외부 기기의 작동 정보 중 하나 이상을 나타내도록 형성될 수 있다.

그에 따라, 사용자의 자세 또는 위치를 포함하는 사용자의 현재 상태의 정보를 디스플레이 부에 표시할 수 있다. 일 예로, 디스플레이 부로 사용자의 자세 또는 위치를 알릴 수 있고, 플로어 부(10) 상의 일부 위치(41)(도 1 참조)에 사용자가 1초 내지 2초 이상 정적인 자세를 유지하는 경우, 압전 센서(11)들에 의한 2차원 압력 데이터에 기초하여 사용자의 체중을 측정(도 1의 ⓓ)하여, 이를 디스플레이 부(일 예로, 도 1의 텔레비전(63))에 표시하여 사용자의 체중을 알리는 데에 사용될 수 있다.

또한, 일 실시예에 따르면, 상기 어플리케이션(50) 또는 외부 기기(60)는 사용자가 정보를 입력하는 사용자 입력부를 포함할 수 있다. 구동 제어부(30)는 사용자의 입력 정보에 따라 카펫 시스템의 구동을 제어하거나, 어플리케이션들의 구동을 제어하도록 형성될 수 있다.

상기 어플리케이션(40)은, 상기 구동 제어부(30)에 연결되어 유선 또는 무선 방식으로 전기적 신호를 전송 또는 수신하는 제1 통신부(43)를 포함할 수 있다.

그리고, 상기 제1 통신부(43)에 직접적으로 또는 간접적으로 연결되어 전기적 신호를 송신 또는 수신하는 제2 통신부(61)를 포함하는 외부 기기(60)를 더 포함할 수 있다. 즉, 외부 기기(60)는 제1 통신부(43)에 연결되어 직접적으로 신호를 송수신하도록 형성될 수 있으며, 또는 네트워크 서버와 같은 매개 수단을 통하여 간접적으로 연결되어 제1 통신부(43)에서 신호를 서버에 전달하고, 서버를 통하여 외부 기기(60)에서 상기 신호를 전달받도록 형성될 수 있다. 네트워크 서버와 같은 간접 매체를 통하여 연결되는 경우, 사용자가 멀리 있는 경우에도 네트워크 서버에 접속된 경우 카펫의 플로어 부(10) 위의 상황을 파악하게 할 수 있다.

그에 따라, 상기 구동 제어부(30)는 사용자의 자세에 따라 어플리케이션(40) 또는 유선 또는 무선 방식으로 연결된 외부 기기(60)의 구동을 제어할 수 있다.

또한, 상기 구동 제어부(30)는 카펫의 압력 변화를 이용하여 각종 외부 기기(60)를 제어하여, 스마트 그리드 기술을 구현할 수 있다. 즉, 상기 구동 제어부(30)는 추정된 사용자의 자세에 따라, 외부 기기(60) 또는 어플리케이션(40)의 전원 설정을 제어할 수 있다. 일 예로, 카펫 시스템의 플로어 부(10) 상에 사용자가 있는 경우 외부 기기(60)의 전원을 켜고, 사용자가 없는 경우 외부 기기(60)의 전원을 끄도록 제어할 수 있다. 이 경우, 상기 외부 기기(60)는 텔레비전, 조명 기기 및 난방 기기 등과 같은 전자제품일 수 있다.

구체적으로, 구동 제어부(30)는 플로어 부 위에 사람이 서있거나 앉아 있으면 어플리케이션 또는 외부 기기들이 작동하고, 반대로 일정시간 이상 압력이 입력되지 않으면 전원을 차단하도록 제어할 수 있다. 또한, 사용자가 미리 설정한 시간 이상 누워 있으면 자고 있는 것으로 판단하여 전원을 차단하도록 제어할 수 있으며, 사용자가 미리 설정한 설정 값 또는 구체적인 사용 환경에 따라, 사용자의 움직임이 없다면 사용자에게 문제가 생긴 것을 판단하여, 다른 사용자에게 알리도록 어플리케이션 또는 외부 기기를 제어할 수 있다.

일 예로, 계단 근처에 카펫이 설치되어 있는 경우 노약자나 어린이가 쉽게 넘어지는 환경에 설치된 경우, 일정 시간 이상 누워있는 자세로 감지된다면 낙상으로 감지하여 이를 다른 사용자에게 알리도록 제어할 수 있다. 반드시 이에 제한되는 것은 아니며, 다양한 방식으로 외부 기기를 제어할 수 있다.

이와 같은 방식으로 사물인터넷(IoT) 방식의 기술을 적용하여, 카펫 시스템 상의 사용자의 자세 또는 위치에 따라 이와 연결되는 외부 기기(60) 또는 어플리케이션들(40)의 전원 또는 그 작동을 제어할 수 있다.

또한, 상기 외부 기기(60)는 태블릿 PC, 노트북 PC, 데스크 탑 PC 또는 스마트 폰과 같은 이동 통신 단말기일 수 있다. 이러한 외부 기기(60)는 탑재된 제2 통신부(61)를 통하여 상기 제1 통신부(43)와 직접적으로 또는 네트워크 서버를 통하여 간접적으로 연결될 수 있다.

그에 따라, 카펫 시스템의 상태 또는 카펫 시스템 위에 있는 사용자의 상태를, 제1 통신부(43)에 직접적으로 또는 네트워크 서버를 통하여 간접적으로 연결된 외부 기기(60)에서 확인할 수 있다. 그리고, 반대로 외부 기기(60)에서 카펫 시스템과 이에 연결된 어플리케이션(40)들의 작동을 제어하게 할 수도 있다.

본 발명의 일 실시예에 따르면, 카펫 시스템이 침입자 모드로 설정되어 있는 경우, 즉 사용자가 멀리 떨어져 침입자를 감지하도록 설정된 경우, 카펫 시스템 상에 침입자가 존재하면 외부 기기(60)에 침입자의 침입 여부를 알릴 수 있으며, 사용자는 외부 기기(60)를 통하여 카펫 시스템의 어플리케이션들 중 경보 장치들을 구동시켜 침입자에게 경고하도록 형성될 수 있다.

본 발명의 일 실시예에 따른 카펫 시스템은 지능형 카펫 시스템으로서 스마트 섬유로 제작되어, 카펫 위의 사용자의 유무를 압력 패턴의 변화를 통하여 감지할 수 있다. 그리고, 신호 처리부에서 카펫에 가해진 압력의 크기, 압력의 분포, 압력이 가해진 시간 등을 데이터 화하여 저장하고, 플로어 부 상의 사용자의 자세를 추정할 수 있다. 그리고, 사용자의 자세 추정을 통하여, 상기 신호 처리부에서 일정한 시간 동안 압력 변화가 없는 경우 사람이 아닌 물건으로 인식하고, 또는 침입자 모드에서는 침입자 여부를 감지할 수 있다.

본 발명의 일 실시예에 다른 카펫 시스템은 단순한 온/오프 출력만이 아닌 사용자의 다양한 자세에 따른 세부 피드백을 출력하여 다양한 분야에서 활용할 수 있다. 또한, 압전 센서가 탑재된 스마트 섬유를 활용하여 2 차원 압력 패턴 변화를 저장하고 기계 학습 알고리즘을 통하여 데이터베이스화하므로, 오작동 비율을 줄여 종래에 비하여 정확도와 신뢰도가 높고, 사용자 편의성이 개선된 카펫 시스템을 제공할 수 있다.

10: 플로어 부
20: 신호 처리부
30: 구동 제어부
40: 어플리케이션
50: 전원 공급부
60: 외부 기기