$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

가속도 센서를 이용한 실시간 스포츠 동작 분류.모니터링에 관한 연구

A Study on Real-Time Sports Activity Classification & Monitoring Using a Tri-axial Accelerometer

초록

본 연구는 3축 가속도 센서를 허리에 부착하여 실시간으로 스포츠 동작분류를 할 수 있는 모니터 링에 관한 연구를 실시하였다. 이 모니터링 시스템은 스포츠 동작의 기본이라고 할 수 있는 걷기, 달리기, 자세변화 동지 정지상태의 동작들과 추가적으로 사이클링 동작을 분류할 수 있도록 하였다. 또한 운동 시에 발생할 수 있는 낙상을 감지하여 위급상황에 대한 정보도 나타나게 하였다. 가속도센서모듈은 인체에 부착된 형태로 스포츠 활동을 모니터링하기 위하여 소형으로 설계되었으며 활동에 방해가 되지 않게 허리에 부착되었다. 측정된 데이터는 RF통신을 통해 PC로 전송되며 알고리즘을 통해 실시간으로 동작분류를 시행하게 된다. 개발된 알고리즘을 검증하기 위한 실험으로 5명의 피험자를 대상으로 서로 다른 속도의 걷기, 달리기, 사이클링 동작을 각각 100초간 실시하였으며 낙상과 자세변화 동작(앉았다 일어서기, 누웠다 일어서기, 서있다 앉기, 누웠다 앉기, 서있다 눕기, 앉았다 눕기)은 각각 20회씩 실행하였다. 그 결과 동작분류 정확도는 95.4%를 나타내었다. 이번 연구에서 스포츠 모니터링을 통하여 정확한 자신의 운동 정보를 알려주고 운동 시에 발생하는 낙상에 대한 위급상황을 알려줌으로써 스포츠 활동에 도움을 주고자 하였으며, 추가적인 연구로 각각의 스포츠 활동에 대한 정확한 에너지 소비 추정 알고리즘을 개발 중에 있다.

Abstract

D. W. KANG, J. S. CHOI, and G. R. TACK, A Study on Real-Time Sports Activity Classification & Monitoring Using a Tri-axial Accelerometer. Korean Jouranl of Sport Biomechanics, Vol. 18, No. 2, pp. 59-64, 2008. This study was conducted to study the real-time sports activity classification and monitoring using single waist mounted tri-axial accelerometer. This monitoring system detects events of sports activities such as walking, running, cycling, transitions between movements, resting and emergency event of falls. Accelerometer module was developed small and easily attachable on waist using wireless communication system which does not constrain sports activities. The sensor signal was transferred to PC and each movement pattern was classified using the developed algorithm in real-time environment. To evaluate proposed algorithm, experiment was performed with several sports activities such as walking, running, cycling movement for 100sec each and falls, transition movements(sit to stand, lie to stand, stand to sit, lie to sit, stand to lie and sit to lie) for 20 times each with 5 healthy subjects. The results showed that successful detection rate of the system for all activities was 95.4%. In this study, through sports activity monitoring. it was possible to classify accurate sports activities and to notify emergency event such as falls. For further study, the accurate energy consumption algorithm for each sports activity is under development.

참고문헌 (11)

  1. 양윤준(2004). 신체활동 측정법에는 어떤 방법이 있는가? 가정의학회지, 25(11), 380-382. 
  2. 정은경, 이연경, 손혜현(2004). 우리나라 건강조사시 신체활동 측정 현황과 문제점. 가정의학회지, 25(11), 383-395. 
  3. 홍승연, 양윤준, 박훈기, 김병성(2006). 한국청소년 신체활동 설문지(KYPAQ)의 타당도. 한국체육학회지, 45(5), 161-173. 
  4. Allen, F. R., Ambikairajah, E. , & Lovell, N. H. (2006). Classification of a known sequence of motions and postures from accelerometry data using adapted Gaussian mixture models. Physiological Measurement, 27, 935-951. 
  5. Bourke, A. K., O'Brienb, J. V., & Lyons, G. M. (2007). Evaluation of a threshold-based tri-axial accelerometer fall detection algorithm. Gait & Posture, 26, 194-199. 
  6. Bouten, C. V., Koekkoek, K. T., Verduin, M., Kodde, R., & Janssen, J. D. (1997). A triaxial accelerometer and portable data processing unit for the assessment of daily physical activity. IEEE Trans. Biomed. Eng. 44(3), 136-147. 
  7. Fahrenberg, J., Foerster, F., Smeja, M., & Muller, W. (1997). Assessment of posture and motion by multichannel piezoresistive accelerometer recordings. Psychophysiol, 34, 607-612. 
  8. Foerster, F., & Fahrenberg, J. (2000). Motion pattern & posture: Correctly assessed by calibrated accelerometers. Behav. Res.Meth. Instrum. Comput., 32, 450-457. 
  9. Karantonis, D. M., Narayanan, M. R., Mathie, M., Lovell, N. H., & Celler, B. G. (2006). Implementation of a real-time human movement classifier using a triaxial accelerometer for ambulatory monitoring. Information Technology in Biomedicine. IEEE Transactions on, 10(1), 156-167. 
  10. Mathie, M. J., Celler, B. G., Lovell, N. H. ,& Coster, A. C. F. (2004). Classification of basic daily movements using a triaxial accelerometer. Medical & Biological Engineering & Computing, 24, 679-687. 
  11. Najafi, B., Aminian,. K., Paraschiv-Ionescu, A., Loew, F., Bula, C. J., & Robert, P. (2003). Ambulatory system for human motion analysis using a kinematic sensor: monitoring of daily physical activity in the elderly. IEEE Transactions on Biomedical Engineering, 50(6), 711-723. 

이 논문을 인용한 문헌 (1)

  1. Kang, Dong-Won ; Choi, Jin-Seung ; Mun, Kyung-Ryoul ; Bang, Yun-Hwa ; Tack, Gye-Rae 2009. "A Study on the Estimation Accuracy of Energy Expenditure by Different Attaching Position of Accelerometer" 한국운동역학회지 = Korean journal of sport biomechanics, 19(1): 179~186 

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일