[논문 리뷰] Capacitor Based Activity Sensing for Kinetic Powered Wearable IoTs

Guohao Lan, Dong Ma외 3명|arXiv (Cornell University)|2018. 06. 19.

Context-Aware Activity Recognition Systems참고 문헌 2인용 수 3

한 줄 요약

이 논문은 운동 에너지 수확(KEH) 기반 웨어러블 IoT 기기에서 운동 에너지의 양을 직접 측정하는 데 사용되는 캐패시터의 충전 속도를 인간 활동의 지표로 활용하는 새로운 활동 감지 방법인 CapSense를 제안한다. 매 5초마다 한 번씩 캐패시터 전압을 측정함으로써(0.2 Hz), 기존의 운동 신호 샘플링 방법에 비해 시스템 전력 소비를 73% 절감하면서도 95%의 분류 정확도를 달성한다.

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.

연구 동기 및 목표

• 자주 반복되는 운동 신호 샘플링을 제거하여 웨어러블 IoT 기기의 전력 소비를 줄이는 것.
• 다양한 초기 충전 수준에서 발생하는 비선형 캐패시터 충전 거동 문제를 해결하는 것.
• KEH 기반 장치에서 활동 인식을 위한 단일 안정된 특징으로 캐패시터 전압을 사용할 수 있는지 탐색하는 것.
• 센서의 웨이크업 빈도를 최소화하여 MCU의 극도로 강력한 도킹 주기 조절을 가능하게 하는 것.
• 캐패시터 기반 감지 기술이 최소한의 시스템 전력 소비로도 높은 정확도를 달성할 수 있음을 입증하는 것.

제안 방법

• CapSense는 운동 에너지 생성과 관련된 에너지 저장 캐패시터의 충전 속도를 인간 활동의 대체 지표로 사용한다. 이 충전 속도는 다양한 인간 활동에 따라 달라진다.
• 시스템은 활동 감지 윈도우의 5초마다 한 번씩 캐패시터 전압을 샘플링하여 샘플링 주파수를 0.2 Hz로 낮춘다.
• 비선형 충전 거동은 캐패시터와 에너지 수확 회로의 파rameter를 함께 최적화하여 약간의 선형 충전 주기를 달성함으로써 완화된다.
• 활동 분류 작업은 매 5초 간격의 전압 변화량을 기반으로 수행되며, 지속적인 신호 샘플링을 피한다.
• 실제 운동 에너지 수확 기반의 신발창 프로토타입을 제작하고 10명의 참가자 대상으로 시험하여 방법의 타당성을 검증했다.
• 이 방법은 캐패시터의 내재된 에너지 저장 기능을 활용하여 별도의 운동 센서가 필요 없도록 한다.

실험 결과

연구 질문

• RQ1 KEH 기반 웨어러블 기기의 캐패시터 충전 속도가 인간 활동 인식에 신뢰할 수 있는 특징으로 사용될 수 있는가?
• RQ2 캐패시터 충전의 내재된 비선형성은 어떻게 완화할 수 있으며, 이로 인해 다양한 충전 수준에서 일관된 분류 성능을 확보할 수 있는가?
• RQ3 지속적인 운동 신호 샘플링을 희박한 캐패시터 전압 읽기로 대체함으로써 시스템 전력 소비를 얼마나 줄일 수 있는가?
• RQ4 다중 샘플 운동 신호 기반 접근 방식과 비교해 볼 때 단일 특징(캐패시터 전압)으로도 높은 정확도의 활동 분류가 가능할 수 있는가?
• RQ5 실제 웨어러블 구현 환경에서 캐패시터 기반 감지 기술을 사용할 경우 달성 가능한 정확도와 전력 절감 효과는 어느 정도인가?

주요 결과

• CapSense는 5초 간격으로 단 한 번의 전압 읽기만으로 다섯 가지의 일상 활동을 95%의 정확도로 분류한다.
• 기존의 운동 신호 기반 활동 감지 방법에 비해 전체 시스템 전력 소비를 73% 감소시킨다.
• 0.2 Hz의 샘플링 주파수로 운영되어 MCU의 극도로 강력한 도킹 주기 조절이 가능하다.
• 캐패시터와 수확 회로의 파rameter를 함께 최적화함으로써 비선형 충전 거동의 영향을 성공적으로 최소화했다.
• 실제 실험에서 10명의 참가자 대상으로 검증된 결과, 다양한 사용자와 활동 유형에 대해 뛰어난 강인성을 보였다.
• 이 방법은 캐패시터가 에너지 저장 기능 외에도 감지 기능을 수행할 수 있음을 입증하며, 추가 하드웨어나 전력 소비 없이 이중 기능을 수행할 수 있다.