머신러닝 기반의 동작인식을 수행하는 저전력 센서 허브를 위한 데이터 압축 및 전력 관리 기법 = Data Compression and Power Management Scheme for Low-power Sensor Hub Performing Machine Learning Based Motion Recognition

국문 초록 (Abstract)

최근 다양한 무선통신기술의 발전과 디바이스의 소형화 기술을 기반으로 하여 IoT(Internet of Things)라 불리는 사물인터넷 기술이 보편화되고 있다. 사물인터넷 기술은 현존하는 IT(Information Technology) 기술의 집약체로 다양한 분야에서 사용되고 있으며, 특히 주위 환경이나 디바이스의 상태를 센서를 통하여 감지하고, 무선으로 전송하는 형태의 디바이스가 상당수를 차지하고 있다. 무선 환경에서 작동하는 이러한 기기들은, 주요 에너지원으로 배터리를 사용한다. 그러나 디바이스에 장착된 배터리의 용량은 한정되어 있기 때문에 전력효율을 극대화하는 저전력 기술이 상당히 중요하다. 센서 허브 구조는 센서 데이터를 높은 전력 효율로 처리하기 위하여 제안되었다. 센서 허브라는 센서 처리에 특화된 연산유닛을 추가로 사용함으로써, 메인 프로세서가 슬립 상태에서 깨어나는 빈도를 줄이게 되어 높은 전력 효율을 달성한다.
본 논문은 센서 허브 구조 내부에서 전력절감을 실현할 수 있는 방법으로, 수집되는 센서 데이터의 작은 차이를 압축하여 처리함으로써 센서 허브의 동작시간을 줄이고 메모리 효율을 증대시킬 수 있는 압축 기법을 제안한다. 또한 압축 기법을 기반으로 디바이스에 연결되어 있는 센서들의 전원 상태를 동적으로 변경하는 전력 관리 기법을 제안한다.
제안하는 기법들을 검증하기 위하여 SVM(Support Vector Machine)기반 동작 인식 어플리케이션을 사용했으며, 시뮬레이션을 통하여 검증하였다. 그 결과, 어플리케이션 수행 결과의 정확성 변화가 없으면서도, 센서 허브의 깨어나는 빈도와 데이터 전송량이 78% 감소하였으며, IMU(Inertial Measurement Unit)이 소비하는 전력의 약 59%를 절감할 수 있다.

다국어 초록 (Multilingual Abstract)

Recently, low-power IoT (Internet of Things) devices are equipped with a sensor hub which is a dedicated processor for processing sensor data to save power required for sensor data collection and processing. Furthermore, research is being performed on the low-power architecture of the sensor hub to reduce the power consumption of the sensor hub itself as well as to utilize the sensor hub in low-power systems.
This thesis proposes a sensor data compression mechanism based on the amount of change of sensor input data and a power management scheme for various sensors used for the motion recognition application. The effectiveness of the proposed compression mechanism and sensor power management mechanism are verified based on the experimental results.
The experimental results confirmed that the proposed compression mechanism and power management scheme reduced the wakeup count of the sensor hub core and the amount of data transmitted to the core by about 78% compared to the conventional data buffering structure respectively, and the power consumption of the IMU (inertial measurement unit) is reduced by about 59%.