Skip to content

noranbanana/starting_up_with_iot

BranchesTags

Repository files navigation

프로젝트 소개

  • 공식 프로젝트명
    • 웨어러블 센서를 통한 반려동물 건강보조 제품
  • 팀명
    • 현명한집사
  • 제품/서비스명(브랜드)
    • 와치독

Pain Point, 풀고자 하는 문제

  • Pain Point

    • 현재 우리는 반려동물의 건강을 위해 산책을 시키고 집에서도 운동을 시키는 경우가 있습니다. 하지만 정확하게 얼마만큼의 활동량을 가졌는지 파악하기 어렵습니다. 그래서 하루 적정 활동량을 가졌는지, 평소와 비슷한 활동량을 나타내는지 모르기 때문에 건강을 잘 유지하고 있는지 알기 어렵습니다. 그리고 반려동물이 자고 일어나는 시간과 그 사이에 건강한 수면을 취하고 있는지 알기 어렵습니다.

  • 풀고자 하는 문제

    • 반려동물의 수명은 10년 이상이라고 합니다. 오랜기간 가족처럼 지낸 반려동물을 떠나보낸다면 마음이 아플 것입니다. 하지만 아무리 신경을 써도 반려동물들은 말을 할 수 없기에 매일 건강을 유지하는지는 확인하기 어렵습니다. 그래서 웨어러블 센서로 반려동물의 운동량을 실시간 측정하여 매일 활동량을 기록하고 모인 데이터를 바탕으로 건강을 유지하고 있는지 분석하려고 합니다. 그리고 반려동물이 자고있는 시간을 클러스터링 기법으로 분석하여 그 시간동안 건강한 수면을 하고 있는지 사용자에게 알려주려고 합니다.

어떻게 푸는가?

  • 반려동물의 운동량 분석을 통한 건강 예측

    • 반려동물의 하루 운동량을 MPU-6050 가속도 / 자이로 센서를 이용하여 실시간으로 계산합니다. 이후 축적된 운동량 데이터를 사용자가 쉽게 볼 수 있게 그래프로 나타냅니다. 그리고 모인 데이터를 분석하여 반려동물이 건강을 유지하고 있는지 사용자에게 알려줍니다. 데이터 분석은 해당 반려동물의 하루 권장 운동량을 달성했는지, 평소와 큰 차이의 운동량을 나타냈는지 등의 방법을 사용할 예정입니다.

  • 반려동물의 수면 질 예측

    • 반려동물의 수면 질 예측을 하기 위하여 자는 시간, 일어나는 시간을 알아야 합니다. 이는 하루 활동량 데이터에서 클러스터링을 적용하여 수면활동을 알아낼 수 있습니다. 그리고 이 수면시간에 잠을 잘 자고 있는지는 수면시간 길이 및 뒤척임 횟수로 분석하려고 합니다. 이렇게 하루동안 모인 데이터를 분석하여 사용자에게 반려견이 건강한 수면을 취하고 있는지 알려주고 대책을 마련할 수 있게 하려고 합니다.

(예상)시스템 구성도

다음은 빌딩블록을 이용한 시스템 구성도 입니다.
시스템 구성도

기대성과

  • 반려동물의 건강을 매일 체크할 수 있는것 자체가 주인에게 안심을 줍니다. 그래서 반려동물과 오래 살고 싶은 주인이라면 누구나 쓸만하다고 생각합니다. 그리고 반려동물의 일일 운동량을 그래프로 확인할 수 있어서 혹시나 운동량이 적을때 추가 운동을 통해 건강을 유지시킬 수 있어서 용이하게 사용할 수 있을 것입니다. 그리고 반려동물이 수면을 잘 취하고 있는지 알 수 있어서 사용자의 걱정을 덜어줄 수 있을 것입니다. 만약 문제가 있다면 빠른 조치를 취하게 하여 반려동물의 건강유지에 많은 도움이 될 것입니다. 또한 반려동물을 키우고 싶지만 동물병원에 비용을 쓰기 어려운 저소득 계층에게도 웨어러블 센서가 건강 보조 역할을 해줄 수 있어서 도움이 될 것입니다.

기술섹션

  • 블록다이어그램
    사진
  • 데이터 수집 위한 Wiring 및 핵심코드설명
    • Wiring mpu6050 to esp32
      • VCC to 3V3
      • GND to GND
      • SCL to G22
      • SDA to G21
    • 핵심코드소개
      • mpu6050.update(); accX = mpu6050.getAccX(); accY = mpu6050.getAccY(); accZ = mpu6050.getAccZ(); calorie = dog_mass * (accXaccX + accYaccY + accZ*accZ) / (200.0 * 4.187); sum_100 += calorie; if(loop_count%10 == 0){ sprintf(url, "http://54.146.59.56:8000/data?id=1");
        } sprintf(append_value, "&accX%d=%f&accY%d=%f&accZ%d=%f&cal%d=%f", loop_count%10, accX, loop_count%10, accY, loop_count%10, accZ, loop_count%10, calorie); strcat(url, append_value); loop_count++;
    • 핵심코드설명
      • 반려동물의 활동량을 실시간으로 체크하기 위하여 1초에 10묶음의 데이터를 자동 와이파이 연결을 통해 http GET 형식으로 보내려고 합니다. 이에 따라 100ms 간격으로 http GET 형식으로 보낼 문자열을 url에 이어 붙입니다. loop_count를 하나씩 늘리며 이 값이 10의 배수가 될때마다 위에서 이어진 url로 http GET 통신을 진행하여 데이터를 DB에 보냅니다. 포함되는 데이터는 id, 3축 가속도, 칼로리 소모량 입니다.
  • 센서부터 DB까지 데이터가 이동하는 과정
    • mpu6050으로 부터 취득한 3축 가속도 데이터와 칼로리 소모량을 http GET 형식으로 DB에 전송합니다. http GET 포맷은 http://server:port/data?id=1&accX0=1.2&accY0=1.2&accZ0=2.3&cal0=0.01&accX1=1.3 ... 으로 총 10묶음의 데이터를 한번에 GET 형식으로 전송합니다. 서버는 amazon을 이용하고 port는 8000번을 사용하고 있습니다. DB의 속성은 id, accX, accY, accZ, cal, time으로 구성되어 있습니다. id는 반려동물의 고유 번호이며 accX, accY, accZ는 3축 가속도 정보입니다. 그리고 cal은 칼로리 소모량이며 time은 데이터가 전송된 시간입니다. 즉, 센서로부터 넘어온 데이터는 'mpu6050'이라는 데이터베이스의 acc(id, accX, accY, accZ, cal, time)의 테이블에 저장이 됩니다. 추가적으로 데이터를 그래프화 할 때 많은 데이터로 인한 버벅임을 해결하기 위하여 1초동안, 10초동안 소모한 칼로리를 합한 acc_10(id, cal_10, time), acc_100(id, cal_100, time) 테이블도 추가로 생성하여 관리중입니다.
  • 머신러닝 계획
    • 하루 활동 중 수면활동을 분리하기 위해 비지도학습에서의 군집분석 머신러닝인 클러스터링 알고리즘을 적용할 계획입니다.
  • 분석결과를 사용자에게 보여주는 방법
    • 데이터 분석 결과는 웹을 통하여 그래프를 인용한 설명으로 사용자에게 보여주려고 합니다.

서버 리스트

예상질문 및 답변

  • 사용한 DB가 무엇인가요?

    • 3축 가속도 및 소모 칼로리를 저장하는 acc, 일일 활동점수를 기록하는 DailyMove, 일일 수면점수를 기록하는 DailySleep, 클러스터링으로 활동양상에 따라 부여된 고유 번호를 저장하는 cluster를 활용하고 있습니다.

  • 그래프는 어떻게 그렸나요?

    • 구글 차트를 이용하였습니다. 그래프 형태는 google chart (그래프형태)로 검색하여 나온 예시코드를 적용했습니다.

  • 머신러닝은 무엇을 적용하였나요?

    • 하루 활동 중 수면패턴을 분리하기 위해 비지도학습에서의 군집분석 머신러닝인 클러스터링 알고리즘을 적용하였습니다.

  • 활동량은 어떻게 계산했나요?

    • 반려동물의 질량에 3축 가속도의 제곱합을 곱하여 운동에너지를 구하고 칼로리로 변환하는 상수를 나누어서 구했습니다. 상세 식은 다음과 같습니다. calorie = dog_mass * (accXaccX + accYaccY + accZ*accZ) / (200.0 * 4.187)

  • 빅데이터를 어떻게 활용하고 있나요?

    • 몇주동안 쌓인 데이터를 통해 해당 반려동물의 권장 활동량(2주간 활동량 중 최댓값)을 구하고 일일 활동량을 얼마나 달성했는지 점수화 할때 사용합니다. 그리고 수면 길이와 뒤척임 횟수를 도출하여 건강한 수면을 취했는지 점수화 할때 사용합니다.

  • 수면길이랑 뒤척임 횟수는 어떻게 구했나요?

    • 하루 활동량을 클러스터링을 통하여 수면데이터만 따로 뽑은 후 모인 데이터의 개수를 수면길이로 두고 있습니다. 뒤척임 횟수는 칼로리가 자체 설정한 기준을 넘을 때 카운트 하여 세고 있습니다.

  • 클러스터링은 정확한가요?

    • 현재 알고리즘으로는 다소 부정확한 부분이 있으나 시간을 들여 좀 더 좋은 클러스터링 알고리즘을 찾는다면 충분히 개선할 수 있을 것 같습니다.

  • 홈페이지는 어떻게 유지하고 있나요?

    • 정적 파일을 제공하는 express.static 을 사용하여 html파일이 있는 서버 내 폴더를 지정하고 웹브라우저의 요청에 따라 열람이 가능하게 하고있습니다. 홈페이지는 메뉴 하나마다 html을 반환하는 node js로 작성된 서버로 유지하고 있습니다.

  • 점수나 클러스터이미지는 서버에 어떻게 받아오나요?

    • 현재는 따로 파이썬 코드를 통해 계산 후 수동적으로 서버의 DB로 점수나 클러스터 이미지를 보내고 있으나 추후에 자동화할 계획이 있습니다.

  • 사용한 센서는 무엇인가요?

    • MPU6050 하나만을 사용하여 0.1초마다의 순간 가속도를 측정하여 활용하였습니다. 중력가속도를 센서 결과에서 제외하는 코드를 사용하여 중력의 영향 없이 반려동물의 움직임만을 감지합니다.

  • 사용한 배터리 및 지속시간이 얼마나 되나요?

    • 워치독에는 18650 리튬이온 전지를 사용했습니다. 1개의 전지로도 esp보드와 센서의 최소전압(3.5V)를 충족하여 전체 크기를 최소화 할 수 있고, 재충전이 가능하므로 장기적인 비용면에서도 합리적입니다. 용량도 3500mAh로 48시간 가량 사용할 수 있습니다.

  • 제품의 크기 및 착용감이 어떤가요?

    • 반려동물이 항상 착용해야 하기에 크기를 최대한 줄이는 것이 최우선 과제였습니다. 초기 계획은 목줄에 부착하는 것이었지만 esp32 보드를 사용하는 프로젝트이기에 입는 옷에 부착하는 방향으로 변경하였고 제작은 작은 가방이 덧붙혀지는 모습으로 진행되었습니다. 하지만 실제 착용 결과 다소 방해가 되는 정도의 크기와 무게로 인해 반려동물이 불편해 한다는 것을 알게 되었고 추가 투자와 프로젝트 진행이 가능하다면 최소한의 센서와 보드, 배터리를 활용하여 크기와 무게를 줄일 수 있습니다.

  • 제품은 서버와 어떻게 연결되나요?

    • esp보드에서 지원하는 WifiManger를 활용하여 보드 연결용 서버가 가동되어 처음 사용하더라도 가정에서 사용하는 와이파이나 핫스팟에 쉽게 연결할 수 있습니다. 한 번 연결하면 보드에 와이파이 정보가 저장되어 계속 사용할 수 있고 산책 등 다른 와이파이 및 핫스팟을 사용해야 한다면 얼마든지 다시 변경할 수 있습니다.

Teams

  • 류인석
    사진
    • 팀장, 발표, 설문조사, 판넬제작, 운동량 분석
  • 임호종
    사진
    • Committer, 수면의질 분석, 웨어러블 제품 제작, 데이터 수집, 데이터 클러스터링
  • 강우석
    사진
    • 서버 관리, DB 관리, 웹 관리, 아두이노 센서 데이터 기록, 그래프 요소 및 형태 구상

개발환경

  • 사용도구
    • github : pull request를 활용한 agile 개발
      • pull request의 구체적 절차 : committer의 repository를 fork 합니다. 이후 복사된 repository에서 파일을 수정합니다. 그리고 깃허브 상단바의 Pull requests에 들어가서 New pull request를 클릭합니다. 마지막으로 Create pull request를 눌러서 committer에게 merge 요청을 보냅니다.
    • slack : github과 연동으로 pull request, 업데이트시 실시간 정보 알림 및 공유
    • Arduino : 센서 데이터 수집 및 서버에 데이터 전송
    • putty : 서버에 센서 데이터 저장 및 분석
  • 마일스톤
    1. 2020-04-06 ~ 2020-04-19
      • 프로젝트 아이디어에 대해 세부적인 계획까지 완성
    2. 2020-04-20 ~ 2020-05-10
      • 프로젝트 DB 구축, 센서 데이터로 운동량 계산 후 건강상태 분석
    3. 2020-05-11 ~ 2020-06-07
      • 브라우저상 그래프 설계 및 웨어러블 제품 제작
    4. 2020-06-08 ~ 2020-06-22
      • 제품 테스트 및 데모데이 준비

About

20121586 류인석, 20151516 강우석, 20151598 임호종

Resources

Readme
Activity

Stars

0 stars

Watchers

1 watching

Forks

2 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages