플러스프로젝트 배경
1) 문제점 및 추진 배경 - 기존 스마트 밴드는 단순 걸음 수 측정(만보기) 수준에 그쳐, 정확한 피트니스 동작 인식 및 운동량 산출에 한계가 있음 - 홈트레이닝 사용자가 실시간으로 정확한 운동 동작을 인식받고 체계적인 모니터링을 받을 수 있는 전용 IoT 스마트 밴드 필요성 증대 - 저전력 임베디드 디바이스 환경에서 정밀한 모션 센싱 데이터 처리 및 안정적인 BLE 통신 환경 구축 필요 2) 프
프로젝트 성과
3D 모션 인식 기반 피트니스 동작 인식 정확도 95% 이상 달성
Atmel SAM4L MCU 상에서 모션 센서 데이터 필터링 및 알고리즘 최적화를 수행하여 스쿼트, 런지 등 주요 피트니스 동작의 실시간 인식 정확도를 향상시켰습니다.
초저전력 전력 관리(Power Management)로 디바이스 연속 사용 시간 대폭 연장
Nordic nRF51822 및 메인 MCU의 스시/슬립(Sleep) 모드 최적화 및 센서 샘플링 데이터 효율화를 통해 배터리 소모량을 최소화했습니다.
앱-스마트밴드 간 BLE 데이터 동기화 성공률 99% 달성
저전력 블루투스(BLE 4.0) 통신 패킷 구조 최적화 및 예외 처리 로직을 구현하여 실시간 모션 데이터 및 운동량 손실 없는 안정적인 데이터 통신 환경을 구축했습니다.
KT GiGa IoT 헬스 플랫폼 연동 스마트 밴드 상용화 완료
하드웨어 및 펌웨어 안정화 테스트를 거쳐 제품 완성도를 확보하고, 성공적인 양산 및 KT IoT 헬스케어 서비스 런칭에 기여했습니다.
핵심 기능
실시간 3D 모션 인식 및 동작 카운팅
6축 가속도/자이로 센서 데이터를 기반으로 스쿼트, 런지, 팔굽혀펴기 등 주요 피트니스 동작을 자동 인식하고 실시간 횟수를 정밀하게 측정합니다.
진행 단계
요구사항 분석 및 시스템 설계
2015.01.
3D 모션 인식 스마트 밴드 주요 사양 정의, Atmel MCU 및 Nordic BLE 기반 HW/FW 아키텍처 설계
프로젝트 상세
[프로젝트 개요] KT GiGa IoT 헬스 밴드(숀리밴드)는 3D 모션 인식 기술을 활용하여 사용자의 올바른 피트니스 운동 동작(스쿼트, 런지, 팔굽혀펴기 등)을 실시간으로 감지하고 운동량을 정밀하게 측정·분석하는 전용 스마트 헬스케어 디바이스 프로젝트입니다. [담당 역할 및 참여 범위] - 담당 분야: 하드웨어(HW) 및 펌웨어(FW) 개발 - 주요 담당 업무: 1) 메인 MCU 및 BLE
