Spaces and Traces: Implications of Smart Technology in Public Housing
2021 서울하드웨어해커톤 빅뱅팀 발표자료
1. 서울 하드웨어 해커톤
언택트 시대에 사회적 약자의 문제를
해결하는 ICT 기술
팀명 : 빅뱅(김지상, 장재웅)
2. 프로젝트의 개요
• 개요
언택트 시대의 재활 치료 공간의 활동을 위한 건강체크 시스템
• 대상 고객
노인 재활 및 사고 재활 환자등등
• 해결 문제점
의료인들의 꾸준한 상담이나 관심으로 건강 및 재활 치료를
받아야하는 노약자 및 사고 재활 환자들이 비대면의
사회환경으로 의료인과의 접촉에 문제가 되는 문제점을
IOT기술과 AI기술로 해결
• 하드웨어의 장점
휴대의 용이성
3. 프로젝트 차별점
• B-L4S5I-IOT01A 보드의 외부
전원을 이용하여 휴대할 수
있도록 기구화 하였음.
• AWS IoT 서비스를 이용하여
데이터를 thinspark를 통해서도
전달 받을 수 있음.
• 특정 공간에서의 비대면으로
노약자들과 재활 환자들의
모니터링을 할 수 있슴.
모
니
터
링
공
간
방
역
된
재
활
활
동
공
간
4. 팀원 역할 및 Git
• S/W 담당 : 김지상
• H/W 및 기구 : 장재웅
• Git 주소 : https://github.com/jeesang7/bigbang-stm32aws
7. 단계별 시스템 구성도(체계도)
STM32
(B-L4SI-IOT01A)
• 센서 수집
• 모션 추정 AI
• MQTT 게시
AWS
(IoT Core)
• MQTT 구독
• 인증 및 보안
• 디바이스 관리 API
(Flask)
• MQTT 구독
• API 서버 구동
App.
(Android / iOS)
• 개인 활동량 표시
• 기록 및 계획 관리
thingspark
(channels)
- 데이터 모니터링
- AWS 백업 용도
저희 시스템은 그림처럼 4단계 과정으로 보시면 될 것 같습니다.
STM32 보드에서 온/습도 및 가속도 센서 값을 수집과 동시에 가속도센서 기반으로 모션 추정 AI 를 진행합니다
이 데이터들을 AWS 나 thingspark 으로 보냅니다
그리고 모바일 앱이나 다른 클라이언트 앱들을 위해 API 서버를 간단히 제작해봤습니다
앞서 설명 드린 내용 중 STM32 모션 추정 AI 는 FP-AI-SENSING1 패키지를 참고하여,
정지 / 걷기 / 뛰기 이 3가지 결과값을 도출하였습니다
모델은 STM32 에서 제공하는 Human Activity Recognition 을 사용했습니다
실제 시험에서도 최초 생각했던 모션 추정 AI 와 센싱 값 취득은 안정적으로 동작 하는 것을 확인할 수 있었고,
AWS 연동 또는 thingspark 역시 작업하는데 큰 문제는 없었지만,모바일 앱 또는 사용자를 위한 앱 연동하는 과정은 현재 간단하게 UI 로 표현하였기에 향후 좀 더 보완할 계획 입니다.