초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 급격한 인구 고령화 및 스마트 디바이스의 확산으로 인해 시간과 장소에 구애받지 않고 지속적으로 건강을 관리 할 수 있는 모바일 헬스케어 기술이 증대되고 있다. 건강관리를 위해 제공되는 정보들 중 중요시 되는 요소 중 하나는 정확한 운동 거리 측정으로 기존의 운동량 측정 시스템들의 경우 운동거리 측정 시 고도 정보를 아예 제외하거나 오차를 보정하지 않은 알고리즘을 사용하여 정확도가 낮은 단점이 있다. 따라서 본 논문에서는 위와 같은 문제점을 개선하기 위해 ...

최근 급격한 인구 고령화 및 스마트 디바이스의 확산으로 인해 시간과 장소에 구애받지 않고 지속적으로 건강을 관리 할 수 있는 모바일 헬스케어 기술이 증대되고 있다. 건강관리를 위해 제공되는 정보들 중 중요시 되는 요소 중 하나는 정확한 운동 거리 측정으로 기존의 운동량 측정 시스템들의 경우 운동거리 측정 시 고도 정보를 아예 제외하거나 오차를 보정하지 않은 알고리즘을 사용하여 정확도가 낮은 단점이 있다. 따라서 본 논문에서는 위와 같은 문제점을 개선하기 위해 칼만 필터를 통해 GPS의 고도 값을 기압계 센서의 고도 값으로 보정한 모바일 헬스 케어 기반의 향상된 운동거리 측정 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘을 설계하기 위해 GPS와 기압계 센서를 통해 위도, 경도, 고도 값을 수집하고, 칼만 필터 알고리즘을 사용하여 GPS와 기압계센서의 고도 값 오차를 보정한다. 마지막으로 보정된 고도 데이터를 적용하여 평면상 거리 계산 알고리즘을 통해 단순 거리를 측정하여 이동한 거리를 측정하는 알고리즘을 설계하였다. 제안하는 알고리즘의 시스템을 구축하기 위하여 Android v5.0.1 Lollipop의 클라이언트에서 제안 알고리즘을 적용하였고, 클라이언트에서 측정된 샘플링 구간 의 거리 측정 결과 값을 서버에 전달하여 최종 결과 값을 분석하는 테스트 환경을 구현하였다. 본 논문에서 제안하는 알고리즘을 테스트 및 평가하기 위해 지도 상 혼합, 산악 지형에서 운동 루트를 설정하였으며, 운동 루트를 줄자를 통해 실제 측정을 한다. 그리고 실제 측정과 동시에 스마트 디바이스를 이용하여 위도, 경도, 고도 값을 수집해 DMACA알고리즘과 제안하는 알고리즘을 적용해 이동 거리를 측정하였다. 제안하는 알고리즘과 기존 알고리즘을 동일한 조건에서 테스트 한 결과 설정된 운동 루트 상 실제 측정된 이동거리를 기준으로 기존의 DMACA 알고리즘 보다 제안하는 알고리즘이 실제 지형대비 혼합 지형에서는 30%, 산악지형에서는 26%로 정확도가 향상되었음을 확인하였다.

주제어