인천대학교 인디고클랫폼 인천대학교 기술지원허브

● 1개의 중심 주파수를 이용해 지반이나 구조물의 내부를 탐사할 때 주파수 별로 해상도와 탐사심도가 달라지기 때문에 적절한 주파수를 사용하여야 한다. 개별 주파수는 주파수 영역대의 탐사분야와 깊이가 정해져 있어 활용 폭에 있어서 한정되어 있으며, 탐사분야의 확장성 및 정밀도 향상을 위하여 다중 주파수의 융합을 통해 정밀도 및 신뢰성 확보를 하고자 국내외적인 많은 연구가 진행중에 있다. ● 둘 이상의 요소가 합쳐져 하나로 합하는 융합기술은 산업 전반적으로 이뤄지고 있는 기술적인 요소로 다양한 분야에서의 활용도나 관심이 높아지고 있다. GPR은 제한된 대역폭에서의 전자파를 이용하기 때문에 중심주파수의 선택에 따른 탐사 깊이의 제한과 정해진 해상도를 가지게 된다. 해상도와 탐사 깊이의 한계로 인해 다양한 크기로 서로 다른 심도에 매설된 관로를 탐지하는 데에는 많은 어려움이 있다. 다중 주파수는 단일 주파수간의 신호 간섭, 측정시간 및 장비의 운용을 최소화 할 수 있으며, 영역별 조사의 불편함을 해소 할 수 있다는 점과 여러 매질에 동시에 분해능을 높여 판독이 가능하다는 장점을 가지고 있다. 이러한 문제를 해결하기 위해 여러 주파수의 안테나를 사용하여 탐사하는 방법이 사용되고 있다. 그럼에도 불구하고 다중 주파수 GPR 데이터를 단일 영상으로 융합하는 것은 본질적으로 주파수에 따라 달라지는 안테나 이득으로 인해 쉽지 않은 기술이므로 주요 과제로 남아 있다.

폭염 발생 증가에 따른 건설근로자의 온열질환 관리가 중요해짐에 따라, 작업 중인 건설근로자를 모니터링하고 진단하기 위한 연구가 많이 진행되고 있다. 하지만, 효율적으로 건설근로자의 온열질환을 관리하기 위해서는, 건설현장에 투입되기 전에 고열환경에 취약한 그룹을 선별할 필요가 있다. 고열환경에 취약한 정도는 개인의 특성에 따라 다르게 나타날 수 있기 때문에, 사전에 취약한 그룹을 선별하여 집중적으로 관리한다면, 보다 더 효율적으로 온열질환 관리가 이루어질 수 있을 것이다. 따라서 본 특허에서는, 개인생체특성(신장, 체중, 체지방률, 골격근량, BMI 등)이 고열환경에 대한 취약성에 미치는 영향을 객관적이고 상세하게 분석하고, 취약성에 영향을 미치는 주요특성을 파악하여, 고열환경에 취약한 그룹에 속하는 건설근로자를 선별할 수 있는 머신러닝 기반의 열스트레스 고위험군 분류 장치를 제안하였다. 본 특허에서 제안하는 방법을 검증하기 위하여, 총 30명의 피실험자가 자발적으로 참여한 열환경실험을 진행하였다. 우선, 실험 전에 체성분 분석을 통해 피실험자들의 개인생체특성 정보를 수집하였다. 그 다음, 피실험자들은 극한의 고열환경 조건(37℃/70%)에서 건설현장 근로자의 작업부하와 유사한 수준의 신진대사율로 제시된 '트레드밀 걷기(경사: 5°, 속도: 4 km/h)'를 수행하였으며, 이때 실시간 심박수 데이터를 수집하였다. 수집된 데이터를 활용하여, 다음의 3가지 관점에서의 분석을 수행하였다. 첫째, 심박수를 통해 산출된 신진대사율을 활용하여, 피실험자 중에서 고열환경에 취약한 그룹을 분류하였다. 둘째, 개인 생체특성 중 열스트레스에 대한 취약성에 영향을 미치는 주요특성을 파악하였다. 셋째, 이러한 주요특성를 활용하여, 고열환경에 취약한 그룹에 속하는 건설근로자를 선별할 수 있는 머신러닝 기반의 열스트레스 고위험군 분류 장치를 개발하였다.