[論文レビュー] Capacitor Based Activity Sensing for Kinetic Powered Wearable IoTs

Guohao Lan, Dong Ma+3 more|arXiv (Cornell University)|Jun 19, 2018

Context-Aware Activity Recognition Systems参考文献 2被引用数 3

ひとこと要約

本論文では、運動エネルギー発電（KEH）駆動型ウェアラブルIoT向けに、人間の活動を直接示す指標としてコンデンサの充電速度を用いる、CapSenseと呼ばれる新しい活動センシング手法を提案する。コンデンサ電圧を5秒ごとに1回のみ測定することで（0.2 Hz）、従来のモーションサンプリング手法と比較して73%低いシステム消費電力で95%の分類精度を達成する。

ABSTRACT

We propose a novel use of the conventional energy storage component, i.e., capacitor, in kinetic-powered wearable IoTs as a sensor to detect human activities. Since different activities accumulate energies in the capacitor at different rates, these activities can be detected directly by observing the charging rate of the capacitor. The key advantage of the proposed capacitor based activity sensing mechanism, called CapSense, is that it obviates the need for sampling the motion signal during the activity detection period thus significantly saving power consumption of the wearable device. A challenge we face is that capacitors are inherently non-linear energy accumulators, which, even for the same activity, leads to significant variations in charging rates at different times depending on the current charge level of the capacitor. We solve this problem by jointly configuring the parameters of the capacitor and the associated energy harvesting circuits, which allows us to operate on charging cycles that are approximately linear. We design and implement a kinetic-powered shoe sole and conduct experiments with 10 subjects. Our results show that CapSense can classify five different daily activities with 95% accuracy while consuming 73% less system power compared to conventional motion signal based activity detection.

研究の動機と目的

• 頻繁なモーション信号サンプリングを排除することで、ウェアラブルIoTの消費電力を低減すること。
• 異なる初期チャージレベル下での非線形的コンデンサ充電挙動に起因する課題に対処すること。
• KEH駆動デバイスにおける活動認識に、コンデンサ電圧を単一かつ安定した特徴量として用いる可能性を検討すること。
• センサのウェークアップ頻度を最小限に抑えることで、MCUの過酷なデューティサイクルを可能にすること。
• コンデンサベースのセンシングが、最小限のシステム消費電力で高い精度を達成できることを実証すること。

提案手法

• CapSenseは、エネルギーを蓄えるコンデンサの充電速度を、異なる人間の活動に応じて変化する運動エネルギー発電の代理指標として用いる。
• システムは、活動検出ウィンドウ1回あたり5秒ごとにコンデンサ電圧を1回のみサンプリングし、サンプリング周波数を0.2 Hzに低減する。
• 非線形充電挙動は、コンデンサとエネルギー発電回路のパrameterを同時に最適化することで軽減され、概ね線形的な充電サイクルが達成される。
• 活動分類は、各5秒間隔における電圧変化を用いて実施され、連続的な信号サンプリングを回避する。
• 運動エネルギー発電式のシューズソールプロトタイプを製作し、10名の被験者を用いて実証実験を実施した。
• コンデンサの内在するエネルギー貯蔵機能を活用することで、別個のモーションセンサの必要性を排除する。

実験結果

リサーチクエスチョン

• RQ1 KEH駆動ウェアラブルデバイスにおけるコンデンサの充電速度は、人間の活動認識に信頼性のある特徴量として利用可能か？
• RQ2 コンデンサ充電の固有の非線形性をどのように軽減すれば、異なるチャージレベル間で一貫した分類性能を確保できるか？
• RQ3 連続的なモーションサンプリングを、希なコンデンサ電圧読み取りに置き換えることで、システム消費電力をどの程度低減できるか？
• RQ4 複数サンプルのモーション信号を用いる手法と比較して、単一の特徴量（コンデンサ電圧）が高精度な活動分類を達成できるか？
• RQ5 実世界のウェアラブルデバイスへの応用において、コンデンサベースのセンシングを用いることで達成可能な精度と消費電力の削減効果はどの程度か？

主な発見

• CapSenseは、5秒ごとの1回の電圧読み取りのみで、5種類の日常的活動を95%の精度で分類可能である。
• 従来のモーション信号ベースの活動検出と比較して、システム全体の消費電力を73%低減した。
• 0.2 Hzのサンプリング周波数で動作することで、MCUの極めて過酷なデューティサイクルが可能になった。
• コンデンサと発電回路のパrameterを共同で最適化することで、非線形充電挙動の影響が著しく低減された。
• 10名の被験者を用いた実世界実験により、異なるユーザーおよび活動タイプに対しても本手法のロバスト性が検証された。
• 本手法は、追加のハードウェアや消費電力コストを要せず、コンデンサがエネルギー貯蔵とセンシングの二重の役割を果たせることを示した。