[논문 리뷰] Progress in artificial intelligence applications based on the combination of self-driven sensors and deep learning

Weixiang Wan, Wenjian Sun외 4명|arXiv (Cornell University)|2024. 01. 30.

Advanced Sensor and Control Systems인용 수 16

한 줄 요약

본 논문은 triboelectric nanogenerator (TENG) 기반의 자가 구동 센서를 이용한 지능형 소리 모니터링 및 인식 연구를 검토하고, 보편적 센서 네트워크에서 소리 인지 모듈의 타당성을 평가한다.

ABSTRACT

In the era of Internet of Things, how to develop a smart sensor system with sustainable power supply, easy deployment and flexible use has become a difficult problem to be solved. The traditional power supply has problems such as frequent replacement or charging when in use, which limits the development of wearable devices. The contact-to-separate friction nanogenerator (TENG) was prepared by using polychotomy thy lene (PTFE) and aluminum (AI) foils. Human motion energy was collected by human body arrangement, and human motion posture was monitored according to the changes of output electrical signals. In 2012, Academician Wang Zhong lin and his team invented the triboelectric nanogenerator (TENG), which uses Maxwell displacement current as a driving force to directly convert mechanical stimuli into electrical signals, so it can be used as a self-driven sensor. Teng-based sensors have the advantages of simple structure and high instantaneous power density, which provides an important means for building intelligent sensor systems. At the same time, machine learning, as a technology with low cost, short development cycle, strong data processing ability and prediction ability, has a significant effect on the processing of a large number of electrical signals generated by TENG, and the combination with TENG sensors will promote the rapid development of intelligent sensor networks in the future. Therefore, this paper is based on the intelligent sound monitoring and recognition system of TENG, which has good sound recognition capability, and aims to evaluate the feasibility of the sound perception module architecture in ubiquitous sensor networks.

연구 동기 및 목표

• 지속 가능한 전원과 쉬운 배치를 갖춘 스마트 센서 시스템의 개발 동기를 부여한다.
• triboelectric nanogenerators (TENG)를 웨어러블 및 주변 환경 센싱을 위한 자가 구동 센서로 활용하는 것을 탐구한다.
• 보편적 센서 네트워크 내 음향 인지 모듈 아키텍처의 타당성을 평가한다.

제안 방법

• Maxwell 변위 전류에 의해 구동되는 직접적인 전기 신호의 원천으로 triboelectric nanogenerator (TENG)를 논의한다.
• 단순한 구조와 높은 순간 전력 밀도와 같은 TENG 기반 센서의 장점을 강조한다.
• 소리 인식을 위한 TENG 센서의 전기 신호를 처리하기 위해 기계 학습 기법을 통합한다.
• TENG 센서를 활용한 지능형 소리 모니터링 및 인식 시스템에 초점을 제시한다.

실험 결과

연구 질문

• RQ1 TENG 기반 자가 구동 센서가 보편적 센서 네트워크에서 소리 인식 작업을 신뢰성 있게 지원할 수 있는가?
• RQ2 소리 인식을 위한 딥러닝과의 효과적인 통합을 가능하게 하는 아키텍처적 고려사항은 무엇인가?
• RQ3 스마트 시스템에서 웨어러블 및 주변 환경 센싱을 위한 TENG 센서의 장점과 한계는 무엇인가?

주요 결과

• TENG 센서는 단순한 구조와 높은 순간 전력 밀도를 제공하여 자가 구동 센싱이 가능하게 한다.
• 머신 러닝은 TENG 센서가 생성하는 전기 신호를 소리 인식 작업에 처리할 수 있다.
• 본 논문은 보편적 센서 네트워크에서 TENG 기반 음향 인지의 배치 타당성과 아키텍처적 고려사항을 강조한다.
• TENG 기반의 지능형 소리 모니터링 및 인식 시스템은 지능형 센서 네트워크의 신속한 개발 가능성을 보여준다.