KR102337148B1

KR102337148B1 - 작업부담평가 장치 및 방법

Info

Publication number: KR102337148B1
Application number: KR1020200041186A
Authority: KR
Inventors: 문정환; 정현우
Original assignee: 성균관대학교산학협력단
Priority date: 2020-04-03
Filing date: 2020-04-03
Publication date: 2021-12-08
Anticipated expiration: 2040-04-03
Also published as: KR20210123704A

Abstract

작업자의 제1 신체부위에 부착되며, 상기 제1 신체부위의 관성 데이터를 측정하는 복수의 관성측정장치(IMU, Inertia Measurement Unit)와, 상기 작업자의 제2 신체부위에 부착되며, 작업 시 가해지는 상기 제2 신체부위의 압력을 측정하는 적어도 하나의 압력센서와, 상기 측정한 관성 데이터를 이용하여 상기 작업자의 인체 모델링을 구현하고, 상기 압력 데이터를 전처리하는 데이터처리부와, 상기 인체 모델링을 이용하여 작업자세에 의한 작업부담을 평가하고, 상기 전처리된 압력 데이터를 이용하여 작업하중에 의한 작업부담을 평가하는 작업부담평가부를 포함하는 작업부담평가 장치 및 이를 이용한 작업부담평가 방법이 제공된다. 이에 의하면, 관성측정장치 및 압력센서를 작업자의 신체에 부착하여 관성 데이터 및 압력을 측정하고 이를 전처리하여 작업부담평가 방법론을 적용함으로써 정확하고 편리하게 그리고 실시간으로 작업자의 작업부담을 평가할 수 있다.

Description

작업부담평가 장치 및 방법{APPARATUS AND METHOD FOR WORKLOAD ASSESSMENT}

본 발명은 근골격계 질환의 예방을 위한 작업자의 작업부담평가 장치 및 방법에 관한 것이다.

작업 시 작업자에게 가해지는 부담은 근골격계 질환의 발생 원인이 되고, 이러한 근골격계 질환은 사고 및 상해의 원인이 된다. 그러므로 작업 시 근골격계 질환을 발생시키는 주요 원인을 찾아 예방하는 것이 중요하다. 작업부담평가는 근골격계 질환 발생의 주요 원인을 찾는 방법 중의 하나이다.

종래의 작업부담평가는 관찰자적 평가 방법으로서 훈련된 평가자가 작업장에서 작업을 실제로 보거나 장시간 작업을 기록한 영상을 시청하고, 평가 방법론에 따라 사전 설정된 시트(sheet)를 수기로 작성함으로써 이루어진다. 여기서, 평가 방법론으로는 OWAS(Ovako Work Posture Assessment System), REBA(Rapid Entire Body Assessment), RULA(Rapid Upper Limb Assessment), AWBA(Agricultural Whole Body Assessment) 등이 사용된다.

그러나 종래의 관찰자적 평가 방법은 평가자가 수기로 평가하므로 장시간 평가하기 어렵고, 작업자를 보는 각도에 따라 평가 결과가 상이하게 되어 정확한 결과가 도출되지 않는다는 문제점이 있다. 즉, 장시간 평가에는 평가자 인력이 많이 필요하기 때문에 실질적으로 10분에 1번 작업자의 자세를 평가하고, 평가자의 판단에 따른 정성적인 평가가 이루어지므로 정확한 평가가 어렵다.

또한 상술한 평가 방법론들은 작업 현장에서 수행되는 작업자의 작업 부담을 평가할 수 있다는 장점이 있지만, 자세 중심의 평가 방법론으로서 시간 또는 하중을 고려하지 못한다.

한국 공개특허공보 제10-2016-0076488호(근골격계 질환의 발생가능성의 판단 장치 및 방법, 디게이트 주식회사, 2016.06.30.)

전술한 문제점을 해결하기 위한 본 발명의 목적은 평가자의 수기에 의한 정성적인 평가가 아닌 장시간 자동으로 정량적인 평가가 가능하여 정확성과 편의성이 증대된 작업부담평가 장치 및 방법을 제공하는 것이다. 또한 작업 자세뿐만 아니라 작업 시간 및 작업 하중을 함께 고려하여 정확한 평가가 가능한 작업부담평가 장치 및 방법을 제공하는 것이다.

다만, 본 발명의 해결하고자 하는 과제는 이에 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.

전술한 문제점을 해결하기 위한 본 발명의 일 실시예에 따른 작업부담평가 장치는 작업자의 제1 신체부위에 부착되며, 상기 제1 신체부위의 관성 데이터를 측정하는 복수의 관성측정장치(IMU, Inertia Measurement Unit)와, 상기 작업자의 제2 신체부위에 부착되며, 작업 시 가해지는 상기 제2 신체부위의 압력을 측정하는 적어도 하나의 압력센서와, 상기 측정한 관성 데이터를 이용하여 상기 작업자의 인체 모델링을 구현하고, 상기 압력 데이터를 전처리하는 데이터처리부와, 상기 인체 모델링을 이용하여 작업자세에 의한 작업부담을 평가하고, 상기 전처리된 압력 데이터를 이용하여 작업하중에 의한 작업부담을 평가하는 작업부담평가부를 포함한다.

일 측면에 따르면, 상기 관성 데이터는 3축 가속도(3-axis acceleration), 3축 각속도(3-axis angular velocity), 및 3축 지자기 데이터(3-axis geomagnetic data) 중 적어도 하나를 포함할 수 있다.

일 측면에 따르면, 상기 제1 신체부위는 상기 작업자의 머리, 가슴, 허리, 팔, 및 다리 중 적어도 하나를 포함할 수 있다.

일 측면에 따르면, 상기 적어도 하나의 압력센서는 인솔(insole)에 부착되어 상기 작업자의 신발 안쪽에 설치될 수 있다.

일 측면에 따르면, 상기 적어도 하나의 압력센서는 패치에 결합되어 상기 작업자의 엉덩이 부분에 부착될 수 있다.

일 측면에 따르면, 상기 데이터처리부는 보상 알고리즘을 이용하여 상기 측정된 관성 데이터를 보상하고, 각 관성측정장치(IMU) 별 쿼터니언(quaternion) 상대각도를 산출하고, 상기 각 관성측정장치(IMU) 별 상대각도를 쿼터니언 회전 변환하여 상기 각 관성측정장치(IMU)의 쿼터니언 및 오일러 3축 정렬 각도를 산출하는 데이터 보정(calibration) 작업을 수행하고, 상기 각 관성측정장치(IMU)의 쿼터니언 및 상기 오일러 3축 정렬 각도를 이용하여 상기 복수의 관성측정장치(IMU)의 상대각도를 산출하고, 그리고 상기 복수의 관성측정장치(IMU)의 상대각도를 이용하여 상기 작업자의 상기 인체 모델링을 구현할 수 있다.

일 측면에 따르면, 상기 데이터처리부는 수신한 상기 압력 데이터를 정규화하고, 훈련 세트와 테스트 세트로 분류하고, 상기 훈련 세트에 대해서 윈도우 분할 방법(window segmentation method)을 사용하여 특징점(feature)을 추출하고, 그리고 MI-FS(mutual information - forward feature selection)에 따라 각 특징점들의 랭크(rank)를 계산하고, 상기 랭크를 기반으로 특징점을 선택함으로써 상기 전처리를 수행할 수 있다.

일 측면에 따르면, 상기 작업부담평가부는 상기 인체 모델링을 이용하여, OWAS(Ovako Work Posture Assessment System), REBA(Rapid Entire Body Assessment), RULA(Rapid Upper Limb Assessment), AWBA(Agricultural Whole Body Assessment), 및 Cube 방법 중 적어도 하나의 방법론에 따라 상기 작업자세에 의한 작업부담을 평가할 수 있다.

일 측면에 따르면, 상기 작업부담평가부는 분류 알고리즘을 이용한 인공신경망 모델을 이용하여 상기 작업하중에 의한 작업부담을 평가하고, 상기 분류 알고리즘을 이용한 인공신경망 모델은 상기 압력 데이터를 이용하여 저위험(low risk), 가능한 위험(possible risk), 및 고위험(high risk)의 3가지 유형 중 어느 하나로 작업하중에 의한 작업부담 평가 결과를 출력할 수 있다.

전술한 문제점을 해결하기 위한 본 발명의 다른 실시예에 따른 작업부담평가 방법은 작업자의 제1 신체부위에 복수의 관성측정장치(IMU, Inertia Measurement Method)를 부착하고, 상기 작업자의 제2 신체부위에 적어도 하나의 압력센서를 부착하는 단계와, 상기 복수의 관성측정장치(IMU)가 상기 제1 신체부위의 관성 데이터를 측정하고, 상기 적어도 하나의 압력센서가 작업 시 가해지는 상기 제2 신체부위의 압력을 측정하는 단계와, 상기 측정한 관성 데이터를 이용하여 상기 작업자의 인체 모델링을 구현하고, 상기 압력 데이터를 전처리하는 단계와, 상기 인체 모델링을 이용하여 작업자세에 의한 작업부담을 평가하고, 상기 전처리된 압력 데이터를 이용하여 작업하중에 의한 작업부담을 평가하는 단계를 포함한다.

일 측면에 따르면, 상기 인체 모델링을 구현하는 단계는 보상 알고리즘을 이용하여 상기 측정된 관성 데이터를 보상하고, 각 관성측정장치(IMU) 별 쿼터니언(quaternion) 상대각도를 산출하는 단계와, 상기 각 관성측정장치(IMU) 별 상대각도를 쿼터니언 회전 변환하여 상기 각 관성측정장치(IMU)의 쿼터니언 및 오일러 3축 정렬 각도를 산출하는 데이터 보정(calibration) 작업을 수행하는 단계와, 상기 각 관성측정장치(IMU)의 쿼터니언 및 상기 오일러 3축 정렬 각도를 이용하여 상기 복수의 관성측정장치(IMU)의 상대각도를 산출하는 단계와, 상기 복수의 관성측정장치(IMU)의 상대각도를 이용하여 상기 작업자의 상기 인체 모델링을 구현하는 단계를 포함할 수 있다.

일 측면에 따르면, 상기 압력 데이터를 전처리하는 단계는 수신한 상기 압력 데이터를 정규화하고, 훈련 세트와 테스트 세트로 분류하는 단계와, 상기 훈련 세트에 대해서 윈도우 분할 방법(window segmentation method)을 사용하여 특징점(feature)을 추출하는 단계와, MI-FS(mutual information - forward feature selection)에 따라 각 특징점들의 랭크(rank)를 계산하고, 상기 랭크를 기반으로 특징점을 선택함으로써 상기 전처리를 수행하는 단계를 포함할 수 있다.

일 측면에 따르면, 상기 작업자세에 의한 작업부담을 평가하는 단계는 상기 인체 모델링을 이용하여, OWAS(Ovako Work Posture Assessment System), REBA(Rapid Entire Body Assessment), RULA(Rapid Upper Limb Assessment), AWBA(Agricultural Whole Body Assessment), 및 Cube 방법 중 적어도 하나의 방법론에 따라 상기 작업자세에 의한 작업부담을 평가할 수 있다.

일 측면에 따르면, 상기 작업하중에 의한 작업부담을 평가하는 단계는 분류 알고리즘을 이용한 인공신경망 모델을 이용하여 상기 작업하중에 의한 작업부담을 평가하고, 상기 인경신경망 모델은 상기 압력 데이터를 이용하여 저위험(low risk), 가능한 위험(possible risk), 및 고위험(high risk)의 3가지 유형 중 어느 하나로 작업하중에 의한 작업부담 평가 결과를 출력할 수 있다.

전술한 문제점을 해결하기 위한 본 발명의 또 다른 실시예에 따른 작업부담평가 방법을 수행하는 컴퓨터 프로그램을 저장한 컴퓨터 판독 가능한 저장매체에 있어서, 상기 컴퓨터 프로그램은 상기 컴퓨터로 하여금: 작업자의 제1 신체부위에 부착된 복수의 관성측정장치(IMU, Inertia Measurement Method)가 상기 제1 신체부위의 관성 데이터를 측정하도록 하고, 상기 작업자의 제2 신체부위에 부착된 적어도 하나의 압력센서가 작업 시 가해지는 상기 제2 신체부위의 압력을 측정하도록 하는 명령과, 상기 측정한 관성 데이터를 이용하여 상기 작업자의 인체 모델링을 구현하고, 상기 압력 데이터를 전처리하도록 하는 명령과, 상기 인체 모델링을 이용하여 작업자세에 의한 작업부담을 평가하고, 상기 전처리된 압력 데이터를 이용하여 작업하중에 의한 작업부담을 평가하도록 하는 명령을 포함한다.

개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.

전술한 본 발명의 실시예들에 따른 작업부담평가 장치 및 방법에 따르면, 관성측정장치 및 압력센서를 작업자의 신체에 부착하여 관성 데이터 및 압력을 측정하고 이를 전처리하여 작업부담평가 방법론을 적용함으로써 정확하고 편리하게 그리고 실시간으로 작업자의 작업부담을 평가할 수 있다.

도 1은 본 발명의 일 실시예에 따른 작업부담평가 장치의 구성도이다.
도 2는 작업자의 신체에서 센서가 부착되는 예시적인 위치를 나타낸 도면이다.
도 3은 관성측정장치의 측정값으로부터 인체 모델링을 구현하는 방법을 나타낸 순서도이다.
도 4는 압력센서의 측정값으로부터 작업하중의 위험도를 판단하는 방법을 나타낸 순서도이다.
도 5는 OWAS 방법의 작업부담평가 방법을 설명하기 위한 도면이다.
도 6은 AWBA 방법의 작업부담평가 방법을 설명하기 위한 도면이다.
도 7은 Cube 방법의 작업부담평가 방법을 설명하기 위한 도면이다.
도 8은 본 발명의 다른 실시예에 따른 작업부담평가 방법의 순서도이다.
도 9는 본 발명의 실시예들에 따른 작업부담평가 장치 및 방법을 적용하여 수행한 실험결과이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.

그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하에서는 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 본 발명이 속하는 기술분야에서 통상의 지식을 가진 사람이 본 발명을 쉽게 실시할 수 있도록 명확하고 상세하게 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 작업부담평가 장치의 구성도이고, 도 2는 작업자의 신체에서 센서가 부착되는 예시적인 위치를 나타낸 도면이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 작업부담평가 장치(100)는 센서부(110), 데이터처리부(130), 및 작업부담평가부(150)를 포함하고, 센서부(110)는 관성측정장치(IMU, Inertia Measurement Unit)(112) 및 압력센서(114)를 포함한다. 실시예에 따라 센서부(110)는 데이터처리부(130) 및 작업부담평가부(150)와 별도로 구현될 수 있다. 이 경우 센서부(110)는 작업자의 신체에 부착되어 데이터를 측정하고, 데이터처리부(130) 및 작업부담평가부(150)는 통신모듈과 프로세서를 포함하는 단말기에 구현되어 작업부담을 평가할 수 있다.

관성측정장치(IMU)(112)는 작업자의 신체에 부착되며, 해당 신체부위의 관성 데이터를 측정한다. 여기서, 관성 데이터는 3축 가속도(3-axis acceleration), 3축 각속도(3-axis angular velocity), 및 3축 지자기 데이터(3-axis geomagnetic data) 중 적어도 하나를 포함한다. 즉, 관성측정장치(IMU)(112)는 가속도 센서, 각속도 센서, 및 지자기 센서 중 적어도 하나를 포함한다. 실시예에 따라, 복수의 관성측정장치(IMU)(112)가 작업자의 복수의 신체부위에 부착될 수 있다. 예를 들어, 도 2에 나타난 바와 같이, 복수의 관성측정장치(IMU)(112)는 작업자의 머리(112a), 가슴(112b), 허리(112c), 팔(112d 내지 112g), 또는 다리(112h 내지 112k)에 부착될 수 있다. 이 경우 관성측정장치(IMU)(112)는 작업자의 머리, 가슴, 허리, 팔, 다리 등에 부착될 수 있도록 모자, 밴드, 또는 패치에 결합된 형태로 마련될 수 있다.

압력센서(114)는 작업 시 가해지는 신체부위의 압력을 측정한다. 압력센서(114)는 작업 시 압력(즉, 하중)이 가해지는 신체부위에 부착될 수 있다. 예를 들어, 도 2에 나타난 바와 같이, 압력센서(114)는 서서 하는 작업의 작업부담평가를 위해 인솔(insole)에 부착되어 작업자의 신발 안쪽에 설치된 채로 작업자의 양 발에 가해지는 압력(즉, 하중)을 측정할 수 있다(114a, 114b). 또한, 앉아서 하는 작업의 작업부담평가를 위해 패치에 결합되어 작업자의 엉덩이 부분(예컨대, 뒷주머니)에 부착된 채로 작업자의 양쪽 엉덩이에 가해지는 압력(즉, 하중)을 측정할 수도 있다. 이때 하나의 신체부위에 가해지는 압력을 측정하기 위하여 적어도 하나의 압력센서(114)가 사용될 수 있다. 즉, 상기 예에서, 서서 하는 작업의 작업부담평가를 수행하는 경우 각 인솔에 적어도 하나의 압력센서(114)가 부착될 수 있다.

데이터처리부(130)는 관성측정장치(IMU)(112)의 측정값을 이용하여 작업자의 인체 모델링을 구현하고, 작업부담평가부(150)가 인공신경망을 이용하여 작업하중의 위험 정도를 평가할 수 있도록 압력센서(114)의 측정값을 전처리한다.

작업부담평가부(150)는 데이터처리부(130)가 구현한 인체 모델링을 이용하여 작업자세에 의한 작업부담을 평가하고, 전처리된 압력센서(114)의 측정값을 이용하여 작업하중에 의한 작업부담을 평가한다. 작업자세에 의한 작업부담의 평가 방법론으로는, 예를 들어, OWAS(Ovako Work Posture Assessment System), REBA(Rapid Entire Body Assessment), RULA(Rapid Upper Limb Assessment), AWBA(Agricultural Whole Body Assessment), 및 Cube 방법 중 적어도 어느 하나를 이용할 수 있으며, 복수의 평가 방법론을 적용하여 각각의 방법론에 따른 작업부담평가 결과를 산출할 수도 있다.

이하에서는, 도 3을 참조하여 인체 모델링 구현에 관하여 설명하고, 도 4를 참조하여 작업하중에 의한 작업부담평가에 관하여 설명하고, 도 5 내지 도 7을 참조하여 작업부담평가부(150)가 평가 방법론을 적용하여 작업자세에 의한 작업부담을 평가하는 방법을 설명하기로 한다.

도 3은 관성측정장치의 측정값으로부터 인체 모델링을 구현하는 방법을 나타낸 순서도이다.

도 3을 참조하면, 먼저 데이터처리부(130)는 관성측정장치(IMU)(112)로부터 측정값을 수신한다(S310). 상술한 바와 같이, 관성측정장치(IMU)(112)의 측정값은 관성측정장치(IMU)(112)가 부착된 신체부위의 3축 가속도, 3축 각속도, 및 3축 지자기 데이터 중 적어도 하나를 포함한다.

다음으로, 데이터처리부(130)는 보상 알고리즘을 이용하여 관성측정장치(IMU)(112)의 측정값을 보상하고, 각 센서 별 쿼터니언(quaternion) 상대각도를 산출한다(S330). 예를 들어, Madgwick 필터 알고리즘을 이용하여 관성측정장치(IMU)(112)에 포함된 각속도 센서의 드리프트(drift) 현상을 보상하여 각 센서 별 쿼터니언 상대각도를 산출한다.

다음으로, 데이터처리부(130)는 보상된 각 센서 별 상대각도를 쿼터니언 회전 변환하여 관성측정장치(IMU)(112)의 쿼터니언 및 오일러 3축 정렬 각도를 산출하는 데이터 보정(calibration) 작업을 수행한다(S350).

다음으로, 데이터처리부(130)는 관성측정장치(IMU)(112) 쿼터니언 및 오일러 3축 정렬 각도를 이용하여 복수의 관성측정장치(IMU)(112)들의 상대각도를 산출한다. 이때 복수의 관성측정장치(IMU)(112)들의 상대각도는 쿼터니언 2개를 사용하여 계산될 수 있다(S370).

마지막으로, 복수의 관성측정장치(IMU)(112)들의 상대각도를 이용하여 작업자의 인체 모델링을 구현한다(S390). 예를 들어 복수의 관성측정장치(IMU)(112)가 도 2와 같이 작업자의 신체에 부착되어 있는 경우, 112a 및 112b의 상대각도를 이용하여 작업자의 목 각도를 계산하고, 112b 및 112c의 상대각도를 이용하여 작업자의 몸통각도를 계산할 수 있다. 또한 112b 및 112d의 상대각도를 이용하여 작업자의 오른팔 상완 각도를 계산할 수 있고, 112d 및 112e의 상대각도를 이용하여 작업자의 오른팔 하완 각도를 계산할 수 있다. 또한 112b 및 112f의 상대각도를 이용하여 작업자의 왼팔 상완 각도를 계산할 수 있고, 112f 및 112g의 상대각도를 이용하여 작업자의 왼팔 하완 각도를 계산할 수 있다. 한편, 112c 및 112h의 상대각도를 이용하여 작업자의 오른쪽 골반 각도를 계산할 수 있고, 112c 및 112j의 상대각도를 이용하여 작업자의 왼쪽 골반 각도를 계산할 수 있다. 또한 112h 및 112i의 상대각도를 이용하여 작업자의 오른쪽 무릎 각도를 계산할 수 있고, 112j 및 112k의 상대각도를 이용하여 작업자의 왼쪽 무릎 각도를 계산할 수 있다.

도 4는 압력센서의 측정값으로부터 작업하중의 위험도를 판단하는 방법을 나타낸 순서도이다.

도 4를 참조하면, 먼저 데이터처리부(130)는 압력센서(114)로부터 측정값을 수신한다. 상술한 바와 같이, 압력센서(114)의 측정값은 압력센서(114)가 부착된 신체부위에 가해지는 압력(즉, 하중) 데이터이다.

다음으로, 데이터처리부(130)는 작업부담평가부(150)가 인공신경망을 이용하여 작업하중의 위험 정도를 평가할 수 있도록 압력센서(114)의 측정값을 전처리한다(S430). 구체적으로, 수신한 압력 데이터를 정규화하고, 훈련 세트와 테스트 세트로 분류한다. 이때 압력센서(114)의 측정값뿐만 아니라 전문가들의 각 동작 별 평가 결과 데이터를 추가로 수집하여 테스트 세트로 활용할 수 있다. 훈련 세트에 대해서는 윈도우 분할 방법(window segmentation method)을 사용하여 특징점(feature)을 추출한다. 이후 MI-FS(mutual information - forward feature selection)에 따라 각 특징점들의 랭크(rank)를 계산하고, 이를 기반으로 인공신경망의 훈련에 사용될 특징점을 선택한다. MI-FS는 2단계의 특징점 선택 방법으로서 MI 또는 FS만을 사용하였을 때보다 정확도 높은 예측 결과를 도출할 수 있다.

다음으로, 작업부담평가부(150)는 분류 알고리즘을 이용한 인공신경망 모델을 이용하여 작업하중에 의한 작업부담을 평가한다(S450). 인공신경망은 압력센서의 측정값을 이용하여 저위험(low risk)(S471), 가능한 위험(possible risk)(S473), 및 고위험(high risk)(S475)의 3가지 유형으로 작업하중에 의한 작업부담을 출력한다.

한편, 상술한 바와 같이, 작업부담평가부(150)는 데이터처리부(130)가 구현한 인체 모델링을 이용하여 작업자세에 의한 작업부담을 평가한다. 이때 작업부담평가부(150)는 위에서 나열한 평가 방법론을 적용하여 작업자세에 의한 작업부담을 평가할 수 있으며, 이하에서는 그 예시로서 OWAS 방법, AWBA 방법, Cube 방법에 대하여 간략하게 설명하기로 한다. 본 발명의 일 실시예에 따른 작업부담평가 장치(100)는 이러한 평가 방법론을 자동으로 그리고 실시간으로 적용함으로써 종래의 평가자의 수기에 의한 평가 방법에 비하여 정확하고 편의성 있는 평가가 가능하다.

도 5는 OWAS 방법의 작업부담평가 방법을 설명하기 위한 도면이다.

OWAS 방법은, 일반적으로, 국제적으로 가장 많이 사용되는 작업부담평가 방법으로서, 작업 중 한 시점을 기준으로 작업부담을 평가하는 방법론이다. 전술한 바와 같이, OWAS 방법은 관찰자적 평가 방법으로서 훈련된 평가자가 작업장에서 작업을 실제로 보거나 장시간 작업을 기록한 영상을 시청하고, 사전 설정된 시트(sheet)를 수기로 작성함으로써 이루어진다. 정확한 평가를 위하여는 1초에 1회씩 평가해야 하지만, 실질적으로는 인력의 부족으로 인해 10분에 1회씩 평가한다.

도 5를 참조하면, OWAS 방법은 먼저 허리, 팔, 다리에 대하여 작업자세에 따른 점수를 산정하고, 평가된 점수를 OWAS 카테고리에 적용하여 최종적으로 1 내지 4단계의 위험도 평가결과를 도출한다.

본 발명의 일 실시예에 따른 작업부담평가 장치(100)에서, 작업부담평가부(150)는 데이터처리부(130)가 구현한 인체 모델링을 이용하여 OWAS 방법에 따라 작업자세에 따른 점수를 산정하고, 작업하중을 함께 고려하여 OWAS 카테고리에 적용하고 위험도 평가결과를 도출할 수 있다.

도 6은 AWBA 방법의 작업부담평가 방법을 설명하기 위한 도면이다.

AWBA 방법은 대한민국의 농업 특성을 고려하여 대한민국 농민의 작업부담을 평가할 목적으로 개발된 작업부담평가 방법으로서, OWAS 방법과 마찬가지로 작업 중 한 시점을 기준으로 작업부담을 평가하는 방법론이다. AWBA 방법은 관찰자적 평가 방법으로서 훈련된 평가자가 작업장에서 작업을 실제로 보거나 장시간 작업을 기록한 영상을 시청하고, 사전 설정된 시트(sheet)를 수기로 작성함으로써 이루어진다. 정확한 평가를 위하여는 1초에 1회씩 평가해야 하지만, 실질적으로는 인력의 부족으로 인해 10분에 1회씩 평가한다.

도 6을 참조하면, AWBA 방법은 먼저 작업자의 작업자세를 기준으로 AULA 방법, ALLA 방법에 따라 위험도(risk level)를 평가하고, 이를 AWBA 표에 적용하여 최종적으로 1 내지 4단계의 위험도 평가결과를 도출한다.

본 발명의 일 실시예에 따른 작업부담평가 장치(100)에서, 작업부담평가부(150)는 데이터처리부(130)가 구현한 인체 모델링을 이용하여 AWBA 방법에 따라 AULA, ALLA에 따른 위험도를 평가하고, AWBA 표에 따라 위험도 평가결과를 도출할 수 있다.

도 7은 Cube 방법의 작업부담평가 방법을 설명하기 위한 도면이다.

Cube 방법은 작업부담을 발생시키는 3가지 주요 요인(즉, 작업자세, 작업시간, 작업하중)을 모두 고려하는 작업부담평가 방법으로서, 작업의 한 시점을 기준으로 평가하는 것이 아니라 지속적으로 수행되는 작업을 평가하는 동적 작업부담평가 방법론이다.

도 7을 참조하면, Cube 방법은 먼저 수행한 작업을 작업내용 또는 작업동작에 따라 세부작업으로 분류한다. 그리고 세부작업을 도 7의 표에 따라 평가하는데, 여기서 작업시간은 총 작업시간 중 해당 세부작업을 수행한 시간을 백분율로 환산하여 평가하며, 작업하중은 정성적 기준에 따라 평가한다.

본 발명의 일 실시예에 따른 작업부담평가 장치(100)에서, 작업부담평가부(150)는 데이터처리부(130)가 구현한 인체 모델링 및 작업하중을 이용하여 Cube 방법에 따라 수행한 작업을 세부작업으로 분류하고, 작업부담을 평가할 수 있다. 이때, 작업하중의 경우 종래의 작업자의 수기에 의한 평가와 달리 정성적 기준이 아닌 인공신경망을 이용하여 정량적 평가를 할 수 있다.

도 8은 본 발명의 다른 실시예에 따른 작업부담평가 방법의 순서도이다.

도 8을 참조하면, 먼저 작업자의 제1 신체부위에 복수의 관성측정장치(IMU)(112)를 부착하고, 제2 신체부위에 적어도 하나의 압력센서(114)를 부착한다(S810). 복수의 관성측정장치(IMU)(112)는, 예를 들어, 작업자의 머리, 가슴, 허리, 팔, 또는 다리에 부착될 수 있으며, 적어도 하나의 압력센서(114)는, 예를 들어, 인솔(insole)에 부착되어 작업자의 신발 안쪽에 설치되거나 패치에 결합되어 작업자의 엉덩이 부분(예컨대, 뒷주머니)에 부착될 수 있다.

다음으로, 복수의 관성측정장치(IMU)가 제1 신체부위의 관성 데이터를 측정하고, 적어도 하나의 압력센서가 작업 시 가해지는 상기 제2 신체부위의 압력을 측정한다(S830). 예를 들어, 복수의 관성측정장치(IMU)(112)는 제1 신체부위의 3축 가속도(3-axis acceleration), 3축 각속도(3-axis angular velocity), 및 3축 지자기 데이터(3-axis geomagnetic data) 중 적어도 하나를 측정할 수 있다.

다음으로, 관성측정장치(IMU)(112)의 측정값으로부터 인체 모델링을 구현하고, 압력센서(114)의 측정값을 전처리한다(S850).

구체적으로, 관성측정장치(IMU)(112)의 측정값은 보상 알고리즘을 이용하여 보상될 수 있고, 각 센서 별 쿼터니언(quaternion) 상대각도가 산출될 수 있다. 보상된 각 센서 별 상대각도를 쿼터니언 회전 변환함으로써 관성측정장치(IMU)(112)의 쿼터니언 및 오일러 3축 정렬 각도를 산출하는 보정(calibration) 작업이 수행될 수 있다. 또한 관성측정장치(IMU)(112) 쿼터니언 및 오일러 3축 정렬 각도를 이용하여 복수의 관성측정장치(IMU)(112)들의 상대각도가 산출되고, 복수의 관성측정장치(IMU)(112)들의 상대각도를 이용하여 작업자의 인체 모델링이 구현될 수 있다.

한편, 압력센서(114)로부터 수신한 압력 데이터는 정규화되고, 훈련 세트와 테스트 세트로 분류된다. 이때 압력센서(114)의 측정값뿐만 아니라 전문가들의 각 동작 별 평가 결과 데이터가 추가로 수집되어 테스트 세트로 활용될 수 있다. 훈련 세트에 대해서는 윈도우 분할 방법(window segmentation method)을 사용하여 특징점(feature)을 추출할 수 있다. 이후 MI-FS(mutual information - forward feature selection)에 따라 각 특징점들의 랭크(rank)를 계산하고, 이를 기반으로 인공신경망의 훈련에 사용될 특징점을 선택할 수 있다.

다음으로, 작업자세에 의한 작업부담평가 및 작업하중에 의한 작업부담평가를 수행한다(S870).

작업자세에 의한 작업부담평가는, 예를 들어, OWAS(Ovako Work Posture Assessment System), REBA(Rapid Entire Body Assessment), RULA(Rapid Upper Limb Assessment), AWBA(Agricultural Whole Body Assessment), 및 Cube 방법 중 적어도 어느 하나를 이용하여 수행될 수 있으며, 복수의 평가 방법론을 적용하여 각각의 방법론에 따른 작업부담평가 결과를 산출할 수도 있다.

한편, 작업하중에 의한 작업부담은 분류 알고리즘을 이용한 인공신경망 모델을 이용하여 평가될 수 있다. 인공신경망은 압력센서(114)의 측정값을 이용하여 저위험(low risk), 가능한 위험(possible risk), 및 고위험(high risk)의 3가지 유형으로 작업하중에 의한 작업부담을 출력할 수 있다.

도 9는 본 발명의 실시예들에 따른 작업부담평가 장치 및 방법을 적용하여 수행한 실험결과이다.

본 발명의 실시예들에 따른 작업부담평가 장치 및 방법을 적용하여 종래기술과의 비교 실험을 수행하였다. 실험은 작업자가 신체에 센서를 부착하고, 11가지의 대표적인 농작업에서 22가지의 동작을 수행할 때 본 발명의 실시예들에 따른 작업부담평가 장치 및 방법에 의한 작업부담평가 결과와 2인의 관찰자가, 종래기술 중 가장 많이 사용되는, OWAS 방법에 따라 수행한 작업부담평가 결과를 비교하였다.

도 9의 표에서, 음영으로 표시된 셀은 관찰자의 평가 결과와 본 발명의 실시예들에 따른 작업부담평가 장치 및 방법을 적용한 평가 결과가 일치하는 것을 나타낸 것이다. 도 9를 참조하면, 본 발명의 실시예들에 따른 작업부담평가 장치 및 방법의 평가 결과는 2인의 평가자가 평가한 결과와 모두 동일하거나 1인의 평가 결과와 동일하다. 반면, 전체 22개 중 7개의 동작에서 2인의 관찰자의 평가 결과가 서로 상이한 것으로 나타났는데, 이는 종래의 관찰자적 평가 방법의 한계점으로 인한 것이다. 즉, 작업자를 바라보는 각도에 따라 평가자의 평가 결과에 차이가 발생하고, 작업자의 주관이 반영되는 정성적인 평가로 인한 것이다. 본 발명의 실시예들에 따른 작업부담평가 장치 및 방법은 정량적으로 인체의 관절 각도를 계산하고 작업부담을 평가하기 때문에 재연성이 높고, 신뢰도가 높으며, 편의성이 높다.

전술한 본 발명에 따른 작업부담평가 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래시 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한 컴퓨터로 판독 가능한 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.

이상에서 도면 및 실시예를 참조하여 설명하였지만, 본 발명의 보호범위가 상기 도면 또는 실시예에 의해 한정되는 것을 의미하지는 않으며 해당 기술 분야의 숙련된 당업자는 하기의 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

100: 작업부담평가 장치
110: 센서부
112: 관성측정장치(IMU)
114: 압력센서
130: 데이터처리부
150: 작업부담평가부

Claims

작업자의 제1 신체부위에 부착되며, 상기 제1 신체부위의 관성 데이터를 측정하는 복수의 관성측정장치(IMU, Inertia Measurement Unit);
상기 작업자의 제2 신체부위에 부착되며, 작업 시 가해지는 상기 제2 신체부위의 압력을 측정하여 압력 데이터를 생성하는 적어도 하나의 압력센서;
상기 측정된 관성 데이터를 이용하여 상기 작업자의 인체 모델링을 구현하고, 상기 압력 데이터를 전처리하는 데이터처리부; 및
상기 인체 모델링을 이용하여 작업자세에 의한 작업부담을 평가하고, 상기 전처리된 압력 데이터를 이용하여 작업하중에 의한 작업부담을 평가하는 작업부담평가부를 포함하고,
상기 데이터처리부는
보상 알고리즘을 이용하여 상기 측정된 관성 데이터를 보상하고, 각 관성측정장치(IMU) 별 쿼터니언(quaternion) 상대각도를 산출하고, 상기 각 관성측정장치(IMU) 별 상대각도를 쿼터니언 회전 변환하여 상기 각 관성측정장치(IMU)의 쿼터니언 및 오일러 3축 정렬 각도를 산출하는 데이터 보정 (calibration) 작업을 수행하고, 상기 각 관성측정장치(IMU)의 쿼터니언 및 상기 오일러 3축 정렬 각도를 이용하여 상기 복수의 관성측정장치(IMU)의 상대각도를 산출하고, 그리고 상기 복수의 관성측정장치(IMU)의 상대각도를 이용하여 상기 작업자의 상기 인체 모델링을 구현하고,
상기 데이터처리부는
수신한 상기 압력 데이터를 정규화하고, 동작별 평가 결과 데이터를 포함하는 테스트 세트 및 훈련 세트로 분류하고,
상기 훈련 세트로부터 추출된 특징점(feature)을 이용하여 MI-FS(mutual information - forward feature selection)에 따라 각 특징점들의 랭크(rank)를 계산하고, 상기 랭크를 기반으로 특징점을 선택함으로써 상기 전처리를 수행하는, 작업부담평가 장치.
제1항에 있어서,
상기 관성 데이터는
3축 가속도(3-axis acceleration), 3축 각속도(3-axis angular velocity), 및 3축 지자기 데이터(3-axis geomagnetic data) 중 적어도 하나를 포함하는, 작업부담평가 장치.
제1항에 있어서,
상기 제1 신체부위는
상기 작업자의 머리, 가슴, 허리, 팔, 및 다리 중 적어도 하나를 포함하는, 작업부담평가 장치.
제1항에 있어서,
상기 적어도 하나의 압력센서는
인솔(insole)에 부착되어 상기 작업자의 신발 안쪽에 설치되는, 작업부담평가 장치.
제1항에 있어서,
상기 적어도 하나의 압력센서는
패치에 결합되어 상기 작업자의 엉덩이 부분에 부착되는, 작업부담평가 장치.
삭제
삭제
제1항에 있어서,
상기 작업부담평가부는
상기 인체 모델링을 이용하여, OWAS(Ovako Work Posture Assessment System), REBA(Rapid Entire Body Assessment), RULA(Rapid Upper Limb Assessment), AWBA(Agricultural Whole Body Assessment), 및 Cube 방법 중 적어도 하나의 방법론에 따라 상기 작업자세에 의한 작업부담을 평가하는, 작업부담평가 장치.
제1항에 있어서,
상기 작업부담평가부는 분류 알고리즘을 이용한 인공신경망 모델을 이용하여 상기 작업하중에 의한 작업부담을 평가하고,
상기 인공신경망 모델은 상기 압력 데이터를 이용하여 저위험(low risk), 가능한 위험(possible risk), 및 고위험(high risk)의 3가지 유형 중 어느 하나로 작업하중에 의한 작업부담 평가 결과를 출력하는, 작업부담평가 장치.
작업자의 제1 신체부위에 부착된 복수의 관성측정장치(IMU, Inertia Measurement Method)가 상기 제1 신체부위의 관성 데이터를 측정하고, 상기 작업자의 제2 신체부위에 부착된 적어도 하나의 압력 센서가 작업시 가해지는 상기 제2 신체부위의 압력을 측정하여 압력 데이터를 생성하는 단계;
상기 측정된 관성 데이터를 이용하여 상기 작업자의 인체 모델링을 구현하고, 상기 압력 데이터를 전처리하는 단계; 및
상기 인체 모델링을 이용하여 작업자세에 의한 작업부담을 평가하고, 상기 전처리된 압력 데이터를 이용하여 작업하중에 의한 작업부담을 평가하는 단계를 포함하고,
상기 인체 모델링을 구현하는 단계는
보상 알고리즘을 이용하여 상기 측정된 관성 데이터를 보상하고, 각 관성측정장치(IMU) 별 쿼터니언(quaternion) 상대각도를 산출하는 단계;
상기 각 관성측정장치(IMU) 별 상대각도를 쿼터니언 회전 변환하여 상기 각 관성측정장치(IMU)의 쿼터니언 및 오일러 3축 정렬 각도를 산출하는 데이터 보정(calibration) 작업을 수행하는 단계;
상기 각 관성측정장치(IMU)의 쿼터니언 및 상기 오일러 3축 정렬 각도를 이용하여 상기 복수의 관성측정장치(IMU)의 상대각도를 산출하는 단계; 및
상기 복수의 관성측정장치(IMU)의 상대각도를 이용하여 상기 작업자의 상기인체 모델링을 구현하는 단계를 포함하고,
상기 압력 데이터를 전처리하는 단계는
수신한 상기 압력 데이터를 정규화하고, 동작별 평가 결과 데이터를 포함하는 테스트 세트 및 훈련 세트로 분류하고,
상기 훈련 세트로부터 추출된 특징점(feature)을 이용하여 MI-FS(mutual information - forward feature selection)에 따라 각 특징점들의 랭크(rank)를 계산하고, 상기 랭크를 기반으로 특징점을 선택함으로써 상기 전처리를 수행하는 단계를 포함하는, 작업부담평가 방법.
제10항에 있어서,
상기 관성 데이터는
3축 가속도(3-axis acceleration), 3축 각속도(3-axis angular velocity), 및 3축 지자기 데이터(3-axis geomagnetic data) 중 적어도 하나를 포함하는, 작업부담평가 방법.
제10항에 있어서,
상기 제1 신체부위는
상기 작업자의 머리, 가슴, 허리, 팔, 및 다리 중 적어도 하나를 포함하는, 작업부담평가 방법.
제10항에 있어서,
상기 적어도 하나의 압력센서는
인솔(insole)에 부착되어 상기 작업자의 신발 안쪽에 설치되는, 작업부담평가 방법.
제10항에 있어서,
상기 적어도 하나의 압력센서는
패치에 결합되어 상기 작업자의 엉덩이 부분에 부착되는, 작업부담평가 방법.
삭제
삭제
제10항에 있어서,
상기 작업자세에 의한 작업부담을 평가하는 단계는
상기 인체 모델링을 이용하여, OWAS(Ovako Work Posture Assessment System), REBA(Rapid Entire Body Assessment), RULA(Rapid Upper Limb Assessment), AWBA(Agricultural Whole Body Assessment), 및 Cube 방법 중 적어도 하나의 방법론에 따라 상기 작업자세에 의한 작업부담을 평가하는, 작업부담평가 방법.
제10항에 있어서,
상기 작업하중에 의한 작업부담을 평가하는 단계는 분류 알고리즘을 이용한 인공신경망 모델을 이용하여 상기 작업하중에 의한 작업부담을 평가하고,
상기 인공신경망 모델은 상기 압력 데이터를 이용하여 저위험(low risk), 가능한 위험(possible risk), 및 고위험(high risk)의 3가지 유형 중 어느 하나로 작업하중에 의한 작업부담 평가 결과를 출력하는, 작업부담평가 방법.
작업부담을 평가하는 방법을 수행하는 컴퓨터 프로그램을 저장한 컴퓨터 판독 가능한 저장매체에 있어서, 상기 컴퓨터 프로그램은 상기 컴퓨터로 하여금:
작업자의 제1 신체부위에 부착된 복수의 관성측정장치(IMU, Inertia Measurement Method)가 상기 제1 신체부위의 관성 데이터를 측정하도록 하고, 상기 작업자의 제2 신체부위에 부착된 적어도 하나의 압력센서가 작업 시 가해지는 상기 제2 신체부위의 압력을 측정하여 압력 데이터를 생성하도록 하는 명령;
상기 측정한 관성 데이터를 이용하여 상기 작업자의 인체 모델링을 구현하고, 상기 압력 데이터를 전처리하도록 하는 명령; 및
상기 인체 모델링을 이용하여 작업자세에 의한 작업부담을 평가하고, 상기 전처리된 압력 데이터를 이용하여 작업하중에 의한 작업부담을 평가하도록 하는 명령을 포함하고,
상기 인체 모델링을 구현하는 명령은
보상 알고리즘을 이용하여 상기 측정된 관성 데이터를 보상하고, 각 관성측정장치(IMU) 별 쿼터니언(quaternion) 상대각도를 산출하는 명령;
상기 각 관성측정장치(IMU) 별 상대각도를 쿼터니언 회전 변환하여 상기 각 관성측정장치(IMU)의 쿼터니언 및 오일러 3축 정렬 각도를 산출하는 데이터 보정(calibration) 작업을 수행하는 명령;
상기 각 관성측정장치(IMU)의 쿼터니언 및 상기 오일러 3축 정렬 각도를 이용하여 상기 복수의 관성측정장치(IMU)의 상대각도를 산출하는 명령; 및
상기 복수의 관성측정장치(IMU)의 상대각도를 이용하여 상기 작업자의 상기인체 모델링을 구현하는 명령을 포함하고,
상기 압력 데이터를 전처리하도록 하는 명령은
수신한 상기 압력 데이터를 정규화하고, 동작별 평가 결과 데이터를 포함하는 테스트 세트 및 훈련 세트로 분류하고,
상기 훈련 세트로부터 추출된 특징점(feature)을 이용하여 MI-FS(mutual information - forward feature selection)에 따라 각 특징점들의 랭크(rank)를 계산하고, 상기 랭크를 기반으로 특징점을 선택함으로써 상기 전처리를 수행하는 명령을 포함하는, 컴퓨터 프로그램을 저장한 컴퓨터 판독 가능한 저장매체.