사면의 미세진동 및 변위 감지 기법에 관한 연구

A Study on Detection Technique the Micro Vibration and Displacement on Slope

Article information

J. Korean Soc. Hazard Mitig. 2017;17(5):305-310
Publication date (electronic) : 2017 October 31
doi : https://doi.org/10.9798/KOSHAM.2017.17.5.305
김선국, 이정민**, 정인주***, 서유미****
** Member, Land & Housing institute
*** Member, CEO, EDO Ltd.
**** R&D Manager, EDO Ltd.
*Corresponding Author, Member, Ph.D. Candidate, Department of Civil Engineering, INHA University (Tel: +82-70-4048-7450, Fax: +82-55-356-7415, E-mail: birdi@nate.com)
Received 2017 August 10; Revised 2017 August 10; Accepted 2017 August 17.

Abstract

최근 기후변화에 따른 이상기후와 열섬현상 증가로 인하여 도심지를 중심한 국지성 집중호우가 증가하는 추세이며, 서울 서초구 우면산 산사태(2011.07, 14.0~49.5 mm/hr, 18명 사망)와 같은 도심지 토사재해의 주된 원인으로 분석되었다. 현재 산림청의 산사태 예측정보 시스템은 토양 수분 함유량을 기준으로 산사태 주의보를 발령하고 있으나, 주의보(예⋅경보) 발령의 효율성 및 신뢰성 제고가 필요한 실정이다. 따라서 본 연구에서는 3D 가속도 & 3D 각속도 센서(3D accelerometer and 3D gyroscope)기반의 미세진동 및 미세변위 감지 방안을 도출하고 이는 산사태 경보 발령 및 대응체계 구축에 활용될 수 있을 것으로 기대한다.

Trans Abstract

Due to the recent abnormal climate and the increase heat island phenomenon based on climate change, the local concentration heavy rain is increasing in the urban area. It was analyzed as a main cause of urban mud-debris disaster such as the landslide in Mt. Woomyun (2011.07, 14.0 ~ 49.5mm/hr, death of 18 people). Currently, the Forest Service’s Landslide Predictive Information System issues a landslide warning based on the soil moisture content, but it is necessary to improve the efficiency and reliability of the warning (eg warning) issuance. Therefore, in this study, it is expected that it can be applied to the establishment of a landslide warning system and a countermeasure system by deriving the micro vibration and displacement sensing method based on 3D accelerometer and 3D gyroscope sensor.

1. 서론

대도시를 중심으로 국지성 집중호우에 따른 재난의 형태는 점차 다변화 되고 있으며, 특히 강우량 200 mm/day 이상의 집중호우에 의한 산사태 피해는 71건(최근 3년)으로 조사되고 있다(Korea Forest Service, 2014). 도시화와 사업화에 따른 사회기반 환경구축으로 불투수층의 증가와 인구집중 및 도로건설에 따른 인공사면 및 절개사면의 증가는 산사태 발생 위험을 가중 시키고 있다. 현재 산림청에서는 기상청 강우자료를 기반으로 권역별 산사태 토양함수지수를 분석하여 읍면동 단위로 산사태 예측정보를 제공하고 있으며, 탱크모델을 사용하여 토양내 빗물의 양을 토양함수지수로 산정하여 권역별 토향함수지수 80% 도달 시 주의보, 100% 도달 시 산사태 경보를 발령하고 있다. 그러나 토양함수지수는 탱크모델을 이용하여 예측한 지수로서 실측값과는 차이가 있으며, 지역별 세부적인 토양 특성을 모두 반영하여 예측하는 것은 현실적으로 불가능하다. 따라서 산사태 예측정보는 현지 기상 등을 고려하여 산사태 발생 우려지역 주민들을 대상으로 예⋅경보 발령 및 피해예방의 기초자료로 활용할 것을 권고하고 있다(Korea Forest Service, 2014). 또한 위성영상(satellite image), 지리정보시스템(GIS), 인공신경망, 로지스틱 회귀모델 등을 이용한 다양한 산사태 예측기법이 연구되고 있으나, 인명과 재산피해를 동반한 동일 재해는 시공간적으로 불규칙한 특성을 보이며 반복적으로 발생하고 있다.

무선센서 네크워크에 의한 경사면 계측 실용화 연구(Kim, 2008), 실시간 모니터링 기반의 산사태 신속탐지기술 개발(Korea Institute of Geoscience and Mineral Resource, 2015), 사물인터넷 기반의 자가 발전형 토석류 모니터링 시스템 개발(UNU, 2015) 등, 최근 다양한 센서1의 실시간 계측정보2를 기반으로 산사태 위험지역의 지표변위에 대한 다양한 모니터링 기법이 연구되고 있으며, 지표변위 모니터링 결과와 기존 산사태 관련 정보를 상호 보완적으로 활용하는 것이 산사태(토사재해 포함) 예⋅경보의 정확성을 제고할 수 있는 방안으로 제시하고 있다.

본 연구에서는 센서 기반의 산사태 경보시스템으로서 산사태 발생의 전조증상 또는 동반되는 미세진동 및 변위를 저전력 3D 가속도 & 3D 각속도계(3D accelerometer and 3D gyroscope) 센서를 활용하여 정확하게 감지하는 기법을 제시하고자 한다.

2. 연구 및 기술 동향

2.1 산사태 모니터링 시스템 연구 동향

기존의 모니터링 시스템은 유선계측을 중심으로 고가의 센서를 적용하는 경우가 많았으며, 이는 상시전력을 필요하여 설치 및 유지관리에 어려움이 많았다. 또한 많은 산사태 위험지역은 전력공급이 원활하지 않거나, 울창한 식생에 의해 태양광 발전에 의한 충분한 전력생산을 기대하기 어렵다.

국내의 모니터링 시스템은 지하수위계, 경사계 등의 센서로 구성되며 대부분 인공 및 자연사면에 설치되어 운영 중이다. ‘무선 네트위크 기반 산사태 감지 시스템’은 국내 토석류 산사태 붕괴 특성을 고려하여 토석류 산사태를 가장 효율적으로 감시할 수 있는 계측항목을 선정하였으며, 토석류 감지 및 거동, 함수비, 강우량계 센서로 구성되었다(Ministry of Public Safety and Security, 2009a). 또한 다양한 형태의 산사태 모니터링을 위해 가속도 감지, 저 전력운영, 설치 및 유지관리 용이, 간소화된 무선통신 기술 등의 적용을 고려한 ‘무선센서노드’의 기본 기능(Kim, 2008)을 정리하였으며, USN 기반의 사면붕괴 모티너링 시스템(Kim, 2010) 연구, 산사태 전조증상 감지를 위해 산사태 발생 주요인자 계측을 위한 일체형 멀티센서 개발(Korea Institute of Geoscience and Mineral Resource, 2015)에 따른 연구가 진행되었다.

일본은 음향 방출(Acustic Emission) 이라는 비파괴방법(non-destructive testing)과 광섬유케이블을 활용하여 산사태를 감시하고 있으며, 미국은 지반운동과 간극수압을 측정하여 실시간 사면 모니터링 시스템을 운영하고 있다. 홍콩은 자동 우량계 시스템을 이용한 산사태 경보 시스템과 진동형식 간극수압계 또는 지중 경사계로 구성된 사면 자동계측시스템을 병행하여 운형하고 있다. 대만은 10단위의 강우량을 기반으로 와이어 센서, 초음파 수위계 등을 이용하여 산사태를 모니터링하고 있다.

2.2 센서 기술 동향

3축 가속도(3D accelerometer) 센서란 임의의 물체가 지구의 중력가속도(9.8㎨)를 기준으로 어느 정도의 힘을 받고 있는지를 측정하는 센서이다. 특히 3축 가속도 센서는 X, Y, Z 축으로 형성되는 가속도의 크기를 측정한다(Fig. 1). 센서에 작용하는 중력 가속도를 X, Y, Z축으로 분할하여 크기를 측정하는 것으로 정지된 상태에서도 특정한 값을 갖기 때문에 기울기와 진동을 파악하는데 많이 사용된다.

Fig. 1

3D Accelerometer Sensor

일반적으로 가속도는 정적 가속도와 동적 가속도의 합으로 표현될 수 있는데, 정적 가속도는 X, Y, Z축의 기울어짐으로 발생하며, 동적 가속도는 진동과 충격으로 발생한다.

X축 성분의 가속도를X로 정의하면 가속도 센서의 출력값을d2Xdt2으로 표현할 수 있으며, 이 값을 시간으로 적분(1차)하여 속도정보를 추출할 수 있으며, 다시 속도 정보를 시간으로 적분(2차)하여 변위정보를 추출 할 수 있다. 그러나 속도와 변위정보를 추출하기 위해 지속으로 적분하는 과정에서 발생하는 적분 누적오차로 인한 정보의 신뢰성 저하에 대한 주의가 필요하다.

3축 각속도(3D gyroscope) 센서는 물체의 회전속도인 각속도의 값을 이용하여 센서로써, 물체가 회전할 때 생기는 코리올리 힘(Coriolis Force)3을 이용하여 각속도를 추출한다(Fig. 2). 질량 m에 작용하는 코리올리 힘 F는 속도 v와 각속도 ω,의 곱으로 나타낸다.

Fig. 2

3D Gyroscope Sensor

X축 성분의 각속도를θx로 정의하면 각속도 센서의 출력값을dθxdt으로 표현할 수 있으며, 이 값을 시간으로 적분하여 회전각을 추출할 수 있다.

각속도를 적분하여 회전각 시 물체가 빠르게 회전하거나, 회전각 적분을 위한 절대적인 시간으로 인해 누적 적분오차가 발생하게 되며, 각속도 센서를 오랜시간 사용하게 되면 누적오차는 지속적으로 증가한다. 따라서 상보필터(Complementary Filter) 또는 칼만필터(Kalman Filter) 등의 기법을 적용하여 누적오차를 최소화해야 한다.

본 연구에서는 MEMS(Micro Electro Mechanical Systems, 미세전자기계시스템)기반의 Always-on 3D accelerometers and 3D gyroscope Chip(Module: LSM6DS3, STMicroelectronics)을 사용하여 목적물의 미세진동 및 변위를 감지하려 한다.

2.3 3D accelerometers and 3D gyroscope Sensor

목적물에 가해지는 미세진동 및 변위 감지와 정확한 위치를 파악하기 위해서는 가속도 & 각속도 정보를 조합해야 한다. 가속도 센서를 활용하여 목적물에 가해지는 미세진동과 변위량 정보를 추출하고, 각속도 센서를 활용하여 변위방향을 추출 및 조합하여 변위 발생 후 목적물의 정확한 위치 측정이 가능하다.

LSM6DS3는 STMicroelectronics사에서 개발 및 공급하는 3D 가속도 & 3D 각속도(Alway-on 3D accelerometers and 3D gyroscope) Sensor로서 칩(Chip) 형태의 저전력 제품이며, 가속도 범위는±2g∼±16g full scale, 각속도 범위는±125dps∼±2000dps4 full scale에 이른다.

3D 가속도 & 3D 각속도 센서를 적용한 EDO-X SS-200 장비(Fig. 3)를 개발하여 본 연구에 활용하였다. EDO-X SS-200에 적용된 3D 가속도 & 3D 각속도 센서는 미세진동 및 변위를 감지하기 위해 가속도 범위는±125dps, 각속도의 범위는±2000dps로 설정하여 센서의 성능을 극대화 하였다.

Fig. 3

EDO-X SS-200

3. 미세진동 및 변위 감지 기법

3.1 센서 기능의 한계

고가의 3D 가속도 & 3D 각속도 센서는 온도, 지자기, 고도계, 기압센서, GPS 등을 통합(Integration)하여 자체적으로 가속도와 각속도를 보정하는 알고리즘을 탑재하고 있으나, 저가의 3D 가속도 & 3D 각속도 센서를 활용하여 미세진동 및 변위감지의 정확성을 제고하기 위해 몇 가지 고려해야할 사항이 있다.

첫 번째, 초기 동작 시 계산되는 가속도와 각속도 값의 변동 폭이 크다는 것이다. 두 번째, 지속적인 사용에 따른 오차누적 현상이다.

3D 가속도 & 3D 각속도 센서는 알 수 없는 원인으로 불규칙하게 오류 값을 출력하고 있다. 예를 들어 어떠한 미세진동과 변위가 없음에도 불구하고 해당 증상을 감지한 것 같은 결과를 출력하는 경우가 있으며, 이는 센서의 감도가 너무 민감하거나, 자기장의 영향 또는 센서의 값을 아날로그 신호를 디지털 신호로 변환하는 과정에서 발생하는 것으로 추측된다.

따라서, 미세진동의 경우, 초기 동작 시 미세진동 감지 오류를 최소화하기 위해 일정 시간 경과 후 출력 값의 안정성 여부를 확인해야 하며, 변위 감지의 경우 초기 기준 값을 결정하여 변위여부 및 변위량을 파악해야 한다.

3.2 미세진동 감지 기법

미세진동을 감지하기 위해 미세한 가속도 변화량을 정확히 추출해야 하지만, 3D 가속도 & 3D 각속도 센서의 초기 동작 시 가속도 값의 변동폭이 큰 것으로 나타났다. 모든 시료에서 동작 초기(0분 ~ 1분)의 가속도 표준편차(Table 1)는 X축에서 12.8 ~ 6.42, Y축은 9.79 ~ 7.68, Z축은 2.06 ~ 1.41로 나타내고 있어 동작초기 센서의 불안정한 가속도 값을 사용한 가속도 미세 변화량 추출 및 미세 진동 감지는 한계가 있으나 일정 시간(0분 ~ 1분)에 해당되는 일부 값을 제외하면 표준편차는 0.1보다 작은 값을 나타내고 있어 가속도 센서가 점차 안정화 되고 있음을 확인 할 수 있다. 이렇게 안정화된 이후의 가속도 임계 변동폭을 설정하여 유효한 가속도 변화값을 추출해야 한다.

The Standard Deviation of Accelerometers

각속도는 동작 시기와 관계없이 모든 시료의 표준편차(Table 2)가 0.1보다 작은 값을 나타내고 있어 3D 가속도 & 3D 각속도 센서의 초기 동작 시 각속도의 변동폭은 미미한 것으로 분석되었다.

The Standard Deviation of Gyroscope

따라서, 미세진동 감지에 있어 가속도 변화량을 주요인자로, 각속도 변화량을 보조인자로 사용하고 있으며, 미세한 가속도 변화량을 추출하기 위해 3D 가속도 & 3D 각속도 센서의 초기 안정화 시간은 반드시 필요하다. 가속도 표준편차(Table 1)를 고려한 안정화 시간으로는 동작 초기 2분 ~ 4분 정도가 적당한 것으로 분석되었으며, 각속도 표준편차는 고려되지 않았다. 안정화 이후 가속도 변화량에 대한 임계값을 활용하여 무의미한 값을 필터링(filtering)하여 미세진동 감지 정확성을 제고할 수 있다.

3.3 미세변위 감지 기법

미세변위를 감지하기 위해서는 각속도 변화량을 정확히 추출해야 하지만, 3D 가속도 & 3D 각속도 센서의 각속도 값은 시간의 흐름에 따른 적분 누적오차를 포함하고 있으며, 목적물의 기울기 값이 센서 설치에 따라 달라진다는 점을 인지해야 한다.

목적물의 변위 발생 후 안정화된 상태에서 각속도 X, Y, Z 값은 초기화되기 때문에 목적물의 위치정보를 추출하기 위해서는 이전의 변위량을 지속적으로 누적해야 하며, 이 과정에서 누적오차가 발생하게 된다. 또한 변위감지 및 변위량을 추출하기 위해 목적물의 초기 기울기 값을 추출해야 한다. 목적물의 초기 기울기 값은 각속도계로부터 실시간으로 추출되는 기울기 값과 비교 시 사용되며, 이를 활용하여 목적물의 관리방안을 수립한다.

일본 고속도로조사회에 의한 유지관리 단계의 관리 기준치는 지표면의 변위 속도를 기준으로 점검⋅요주의 또는 관측 강화(10 mm 이상/30일), 대책 검토(5~50 mm 이상/5일), 경계 및 응급대책(10~100 mm이상/일), 엄중경계 및 일시대피(100mm이상/일)로 설정하고 있다(Korea Infrastructure Safety and Technology Corporation, 2013).

본 연구에서 개발된 3D 가속도 & 3D 각속도 센서(EDO-X SS-200)는 RF 무선통신 기반의 계측자료 수집체계를 구축하고 있으며, RF 무선통신 특성을 고려하여 지표에서 50 ㎝ 이상의 높이에 설치해야한다. 다시 말해서 지표에서 1m 높이에 설치되고, 기울기 각도가 1° 변하게 되면 약 1.745 ㎝의 변위가 발생한 것이다.

tan(1×II180)=0.01745506492(m)

일본의 경계 및 응급대책 단계를 준용하여 목적물 기울기의 변화량을 1°로 설정하였다. 그러나 기울기 변화량을 1°로 설정한 경우 각속도계의 누적오차에 의해 시간의 흐름에 따라 목적물의 초기 기울기 값과의 차이가 1° 보다 커지는 경우가 있다. Table 3은 3D 각속도를 1시간 단위(17.07.19 ~ 17.07.20)로 계측한 자료로서, 17/07/19-18:00:33과 17/07/19-21:00:50의 자료는 미세변위 없이 X, Y, Z축의 변화량이 1° 초과(X축: 1.0°, Y축: 0.9°, Z축: 1.3°) 하는 경우를 확인할 수 있으며, 이때 3D 가속도 & 3D 각속도 센서의 오작동은 불가피하다.

3D The Angle of Gyroscope

이를 보완하기 위해서 실시간 추출되는 각속도를 활용하여 매시간 간격으로 목적물의 기울기를 재 산정하여 목적물의 초기 기울기 값으로 사용하면 누적오차를 1° 이내로 줄일 수 있다.

4. 결론

국가 균형발전에 따른 사회 인프라 확대와 인구집중에 따른 도시의 확장은 인공사면이 증가하는 주된 요인으로 분석되며, 자연사면과 더불어 국지성 집중호우에 의한 산사태 등의 붕괴위험 지역이 증가하고 있다. 붕괴에 따른 인명을 보호하기 위한 최소한의 대피시간을 확보하거나 더 나아가 센서 기반의 모니터링을 통해 붕괴위험 예⋅경보의 신뢰성을 확보하려는 다양한 연구가 이루지고 있다.

붕괴위험 예⋅경보의 신뢰성을 확보하려는 일환으로 다양한 종류의 센서를 설치하여 실시간으로 모니터링 하는 것이 최적의 방안이지만, 모니터링 시스템 구축 및 운영⋅관리에 전문 인력과 더불어 많은 비용이 요구되며, 예⋅경보 정확성을 제고해야 하는 과제를 포함하고 있다.

본 연구는 저가(Low-Cost)의 MEMS(Micro Electro Mechanical Systems, 미세전자기계시스템)기반 3D 가속도 & 3D 각속도 센서(3D accelerometers and 3D gyroscope)를 활용하여 미세진동과 변위 감지의 정도를 제고하기 위한 기법을 다음과 같이 도출할 수 있었다.

첫째, 미세진동의 정확한 감지를 위해 가속도 변화량 오류를 최소화 하였으며, 이를 위해 전원 인가 후 2분 ~ 4분 이후부터 추촐 되는 가속도 변화량 값을 활용해야 한다.

둘째, 미세변위를 보다 정확히 감지하고, 각속도 센서의 구조적 오류를 최소화하기 위해서는 실시간 추출되는 기울기 값을 사용하여야 하며, 이를 통하여 매 시간마다 목적물의 초기 기울기 값을 재산정하여 정확도를 제고할 수 있었다.

향후 본 연구에서 도출된 미세진동 및 변위 감지기법을 이용하여 다양한 붕괴위험 지역에 센서 기반의 실시간 모니터링 시스템을 구축하고, 이를 통해 낙석, 토사재해 등 붕괴위험에 대한 예⋅경보 정확성이 제고될 경우 인명 및 사회⋅경제적 피해를 경감할 수 있는 골든타임이 확보될 것으로 기대된다.

감사의 글

본 연구는 국토교통부/국토교통과학기술진흥원 건설기술연구사업의 연구지원(13건설연구S04)에 의해 수행되었습니다.

References

Kim K.T. 2010;Development of a USN-Based Monitoring Scenario for Slope Failures. Korean Journal of Construction Engineering and Management 11(6):122–130. 10.6106/KJCEM.2010.11.6.122. 10.6106/KJCEM.2010.11.1.122.
Kim H.W. 2008;Landslide Monitoring Using Wireless Sensor Network. Proceeding of 2008 Spring Annual Conference. Korean Geotechnical Society :1324–1331. PMC2518007.
Korea Forest Service. 2014;Comprehensive Measures to Prevent National Landslides in 2014
Korea Infrastructure Safety and Technology Corporation. 2013;Cut-slope Maintenance Manual
Korea Institute of Geoscience and Mineral Resource. 2015;Development of an Integrated Early Detection Technology of Landslides Based on a Real-time Monitoring
Ma H.S, Jeong W.O, Park J.W. 2008;Development of Prediction Technique of Landslide Hazard Area in Korea National Park. Journal of Korean Forest Society 97(3):326–331.
Ministry of Agriculture Food and Rural Affairs. 2007. Development of Natural Slope Hazard Prediction System by Means of the Physically Based Modelling
Ministry of Public Safety and Security. 2009a. A Study on Development of Ubiquitous-based Landslide Monitoring System
Ministry of Public Safety and Security. 2009b;Development of the System for Landslide Risk Analysis based on GIS Techniques
Ministry of Science and ICT. 2013. Trends in Landslide Disaster Mitigation Technology
Yoo K.T, Kim J.R, Yoon H.G. 2015;Development of Self-Integrated debris flow Monitoring System based on IoT. The Magazine of Korean Soc. Hazard Mitig 15(6):70–75.

Notes

1)

Level, Wire, Piezomete, TDR, Rain Gauge, Geophone, 진동계 Sensor etc.

2)

강우량, 간극수압, 함수량, 온도 등의 계측정보

3)

코리올리Coriolis Force) 힘: 전향력 이라고도 하며, 물체의 회전운동으로 발생하는 관성력, 운동 방향과 직각 방향으로 질량과 속도에 비례한 힘의 크기

4)

dps(degree per second): 초당 각도

Article information Continued

Fig. 1

3D Accelerometer Sensor

Fig. 2

3D Gyroscope Sensor

Fig. 3

EDO-X SS-200

Table 1

The Standard Deviation of Accelerometers

No Time (min) Standard deviation
X Y Z
A1 0 ~ 1 12.86393 9.79167 2.06705
1 ~ 2 0.08366 0.08120 0.06004
2 ~ 3 0.08165 0.07610 0.05384
3 ~ 4 0.08098 0.08064 0.05812
4 ~ 5 0.14323 0.09655 0.06101
5 ~ 6 0.08460 0.07807 0.05558
6 ~ 7 0.13041 0.07801 0.06340
A2 0 ~ 1 6.42498 7.68234 1.89750
1 ~ 2 0.09161 0.08184 0.06034
2 ~ 3 0.13271 0.07838 0.06195
3 ~ 4 0.12938 0.07690 0.05795
4 ~ 5 0.07783 0.07793 0.05897
5 ~ 6 0.08528 0.07709 0.06113
6 ~ 7 0.07797 0.07829 0.06184
A3 0 ~ 1 9.16387 9.69389 1.41440
1 ~ 2 0.13142 0.07856 0.05944
2 ~ 3 0.07874 0.08070 0.05472
3 ~ 4 0.07828 0.07852 0.05606
4 ~ 5 0.07950 0.08258 0.05676
5 ~ 6 0.07913 0.08000 0.05865
6 ~ 7 0.08691 0.08400 0.05536

Table 2

The Standard Deviation of Gyroscope

No Time (min) Standard deviation
X Y Z
G1 0 ~ 1 0.02176 0.04605 0.03647
1 ~ 2 0.03077 0.05000 0.07453
2 ~ 3 0.03288 0.05033 0.04250
3 ~ 4 0.05051 0.04949 0.05013
4 ~ 5 0.04989 0.04996 0.05530
5 ~ 6 0.04551 0.04677 0.06695
6 ~ 7 0.04377 0.04708 0.04856
G2 0 ~ 1 0.04610 0.04153 0.06151
1 ~ 2 0.03167 0.03521 0.04676
2 ~ 3 0.04242 0.05219 0.05899
3 ~ 4 0.05214 0.04492 0.06326
4 ~ 5 0.05075 0.03490 0.05789
5 ~ 6 0.04734 0.04039 0.05275
6 ~ 7 0.05456 0.04546 0.06675
G3 0 ~ 1 0.05065 0.03675 0.08221
1 ~ 2 0.04755 0.02224 0.03706
2 ~ 3 0.04881 0.02026 0.03662
3 ~ 4 0.04931 0.02546 0.03697
4 ~ 5 0.05038 0.03233 0.04408
5 ~ 6 0.03587 0.03509 0.03231
6 ~ 7 0.05072 0.04316 0.04455

Table 3

3D The Angle of Gyroscope

Date Time (hhmmss) Values(°)
X Y Z
170719 180033 -93.70 1.30 3.70
170719 190039 -94.00 1.50 4.30
170719 200044 -94.70 2.00 4.90
170719 210050 -94.70 2.20 5.00
170719 220056 -94.50 2.70 4.90
170719 230001 -94.20 3.00 4.50
170720 000006 -94.10 3.10 4.40
170720 010012 -94.30 2.90 4.50
170720 020018 -94.20 3.00 4.40
170720 030024 -94.10 3.10 4.30
170720 040029 -94.00 3.20 4.30
170720 050035 -94.00 3.30 4.40
170720 060039 -94.00 3.40 4.20
170720 070046 -94.00 3.40 4.20
170720 080051 -94.00 3.30 4.30
170720 090058 -94.00 3.30 4.30
170720 100002 -94.00 3.20 4.20
170720 110007 -94.20 2.70 4.40
170720 120014 -94.30 2.20 4.40
170720 130019 -94.20 1.70 4.20
170720 140025 -94.00 1.70 4.10
170720 150030 -93.80 1.40 3.80
170720 160035 -93.70 1.30 3.60
170720 170041 -93.70 1.20 3.60
170720 180046 -93.90 1.30 4.00
170720 190052 -94.30 1.60 4.60
170720 200058 -94.70 2.40 5.00
170720 210003 -94.30 2.90 4.60
170720 220008 -94.50 2.80 4.80
170720 230014 -94.20 3.00 4.50