IoT / 개발자 / 네트워크

저비용 IoT 센서 네트워크를 구축하는 방법

Steven Max Patterson | Network World 2017.10.18
<스마트 시티에서의 공공 영역 활용 모니터링을 위한 센서 융합(Sensor Fusion for Public Space Utilization Monitoring in a Smart City)>이라는 논문은 IoT 제품 디자이너, 개발자, 이행자를 위한 최고의 읽을거리다. 도시에서 공간 활용을 측정하는 시스템을 설계하는 과정을 다루며 센서 선택과 캘리브레이션(calibration), 전원 선택, 네트워크 설계, 데이터 정리 및 표준화, 데이터 처리 시의 균형 등이 이에 포함된다. 이 방법론을 IoT 네트워크 설계를 위해 일반화할 수 있다. 이 논문은 IoT 네트워크 구축 방법에 관한 완벽한 사례 연구라 할 수 있다.

싱가폴 SUTD(Singapore University of Technology and Design)의 빌리 픽 릭 라우, 니푼 위제라튼, 차우 위엔 그리고 호주의 커틴대학교(Curtin University)의 베니 카이 키아트 잉이 작성한 해당 논문의 가장 흥미로운 측면은 공간 활용을 추산하기 위해 센서를 조합해 적절한 분해능으로 데이터를 획득하고 시험대를 구축하여 광범위한 이행 문제를 최소화한 방식이다.

공간 활용, 즉 여러 시간 간격에 대해 공간을 덧붙인 방식을 측정하기 위해 그들은 음향 및 동작 센서 그리고 그 둘의 조합을 선택했다. 이 논문에서 적용된 방법론은 다른 센서 유형에도 적용할 수 있다.

음향 센서 vs. 동영상 센서
활동을 감지하기 위해 동영상 센서 대신에 음향 센서를 선택했다. 직관에 반하는 것으로 보일 수 있지만 시력이 정상인 인간의 감각이 시각적으로 더욱 우세하다. 카메라는 비용이 높고 처리량이 증가하기 때문에 네트워크에 더욱 비싸고 강력한 컴퓨터가 필요하게 된다.

대규모 배치에서는 이로 인해 비용이 증가하면서도 측정 정확도가 개선되지 않는다. 또한 추가적인 연산 능력으로 인해 소비전력이 증가해 지속 가능하고 유지보수가 쉬운 태양전지로 공급하는 전력을 초과하게 된다. 그리고 동영상 데이터 클라우드 처리로 인해 상당한 네트워크 대역폭과 저장소가 필요하게 되면서 비용이 증가한다.

마지막으로 프라이버시 문제로 인해 카메라 배치를 위해서는 허가가 필요하게 되고 이로 인해 연구가 진행된 싱가포르에서 배치 문제가 발생했을 것이다.

RWSN(Renewable Wide Area Sensor Network)은 하드와이어 전원 및 배터리 교체가 필요없다. 이 제한적인 7노드(Node) 네트워크에서 하드와이어 전원 또는 배터리 전원은 비용이 높지 않기 때문에 음향 및 동작 센서 활용을 시험하기 위해 신재생 전력 디자인이 필요한 것은 아니었다. 이 센서 네트워크를 대규모로 배치하는 것이 신재생을 선택한 이유였을 것이라 생각된다.

RWSN은 저전력 엑스비(XBee) 전송기 모듈(IEEE 802.15.4)을 사용해 센서를 엑스비 수신기와 상호 연결하고 라즈베리 파이(Raspberry Pi)를 활용해 데이터를 클라우드 저장소로 백홀(Backhaul)한다. 연구원들은 엑스비 릴레이를 사용해 무선 메시 네트워크를 구축함으로써 범위를 넓혔다. 해당 네트워크는 태양 전지 패널과 배터리 저장소로 구동한다. 둘의 크기가 포함되어 있기 때문에 위도와 태양광 입사량이 다른 IoT 시스템 디자이너가 현지 조건에 따라 태양전지 패널과 배터리의 크기를 모두 조정할 수 있었다.

기압계, 온도계, 조도, 전기저항 비, 자외선 지수, 습도, 동작, 소음 센서가 포함된 EMSN(Environmental Monitoring Sensor Node)이 해당 네트워크에 포함되어 있어 캘리브레이션 데이터를 제공함으로써 음향 탐지와 간섭을 일으키는 비 등의 환경 조건의 영향을 없앤다.

수동형 적외선 센서라고도 부르는 저렴한 PIR(Pyroelectric Infrared) 센서를 사용하여 동작을 감지했다. 그리고 저렴한 아날로그 음향 센서(마이크)를 사용하여 음향을 기록했다.

PIR 센서는 낮에 여러 긍정 오류를 보고했으며 오후에 특히 심했다. 이런 오류를 없애기 위해 캘리브레이션 모듈을 작성해 데이터를 사전 처리했다. 현장 지상 검증자료 측정으로 긍정 오류와 밝은 일광 사이의 상관관계가 드러났다. 해당 상관관계 모듈은 허위 경보의 개연성을 계산해 조정한다. 그리고 나서 데이터를 통계적으로 표준화했다.

머신러닝을 적용해 오류 제거
비 등의 환경 조건으로 인한 환경 오류는 비 감독 머신러닝 방법을 활용해 소거했으며 이를 통해 연구원들이 클러스터링(Clustering)을 활용해 음향 데이터의 유사 패턴을 찾을 수 있었다. 클러스터링은 비의 소리 같은 유사한 데이터 세트를 범주화한 후 데이터에서 삭제할 수 있다. 마찬가지로 배경 소음도 소거할 수 있다.

PIR 및 음향 센서로부터 얻은 표준화 및 캘리브레이션 데이터는 시험대 영역의 7개 노드에 걸쳐 공간 활용을 추정하기 위해 연구원들이 선택한 알고리즘을 활용하여 융합한다. 추정은 경험적 현장 관찰과 7개의 노드로부터 얻은 융합된 데이터의 비교에 기초한다.

해당 논문에서는 저렴하고 정확한 IoT 시스템 구축에 있어서 하드웨어, 통신, 센서, 데이터 처리 디자인 고려사항에 관해 설명하고 있다. 또한 PIR 동작 센서가 수집한 데이터로부터 긍정 오류를 없애는 문제와 인감 활동에서 소음 서명을 특징 짓는 방법에 대해 설명하며 비와 배경 소음 등의 환경 오류를 없애 개별적인 관심 지점과 시험대 전체의 활용을 정확하게 추정한다.

IoT 네트워크는 매우 크게 확대할 수 있고 경제 또는 사회적 보상에 대해 설계와 개발 비용을 정당화하기에 유용해야 한다. 설계 및 개발을 위해 여러 학문 분야에 걸친 팀과 특수 기술이 필요했고 통계와 머신러닝 하위 분야에서의 센서 엔지니어링과 고급 수학 능력이 절실했다.

이 경우에 수학 능력은 데이터를 캘리브레이션하고 배경 소음을 없애기 위해 필요했다. 센서 감지 엔지니어링 능력은 저렴한 비용으로 적절한 분해능의 데이터를 획득하기 위해 필요했다. IoT 센서 네트워크 구축을 진지하게 고민하는 기업들은 센서와 수학 능력을 확보하기 위해 채용을 고려해야 할 수 있다. editor@itworld.co.kr  
 Tags IOT 저비용

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록발행일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.