[논문]체감형 게임을 위한 3축 가속도 센서 기반 게임 인터페이스 개발

김성호; 채부경

doi:10.5391/jkiis.2009.19.4.538

체감형 게임을 위한 3축 가속도 센서 기반 게임 인터페이스 개발
Design of game interface based on 3-Axis accelerometer for physical Interactive game 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.19 no.4, 2009년, pp.538 - 544

김성호 (군산대학교 전자정보공학부) , 채부경 (군산대학교 전자정보공학부)

초록
AI-Helper

세계적으로 게임 시장이 약한 성장세를 보임에 따라, 기존 게임방식에 식상한 게임 유저들로부터 새로운 컨셉의 게임에 대한 관심이 급부상 하고 있다. 최근, 사용자의 움직임을 인식하여 사용자와 게임간의 상호작용을 가능케 하는 체감형 게임이 인기를 끌고 있다. 체감형 게임은 가상현실(Virtual Reality; VR)기법을 활용한 것으로 사용자의 게임으로의 몰입을 위한 현실감이 중요한 요소로 간주되고 있다. 이에 본 연구에서는 3축 가속도 센서로부터의 신호를 기반으로 사용자의 동작 상황을 효과적으로 분류할 수 있는 체감형 게임 인터페이스를 제안하고자 하며, 제안된 시스템의 유용성 확인을 위해 실제로 제작된 테스트베드 환경 하에서 다양한 실험을 통해 제안된 기법의 유용성을 확인하고자 하였다.

Abstract ▼ AI-Helper

As the world game marcket has been recording weak growth, the development of new gane concept is required to attract the gamer's attention from those who were fed up with the previous game paradigm. Recently, the game which can recognize the player's motions and provide new interaction between the game and user is more popular than ever before. In the games with somesthesia based on Virtual Reality, the sense of the reality is considered the most important factor for drawing immersion from the gamers. In this work, a new type of 3-axis accelerometer based interactive game interface which can effectively recognize the gamer' motion is suggested. Furthermore, various experiments are carried out to verify the effectiveness of the proposed scheme.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

첫번째 단계에서는 사용자의 활동 또는 비활동 상황을 분류하고, 두 번째 단계에서는 좀 더 세분화된 분류가 수행된다. 따라서 두 번째 세분화 단계의 도입에 의해 활동 및 비활동 상황에 대한 보다 세분화된 동작상황 분류가 가능해 진다.
본 연구에서는 이러한 연구의 일환으로 게임 사용자가 좀 더 현실감 있게 게임으로 몰입하는 것을 가능케 하는 게임 인터페이스를 제안하고자 한다. 제안된 게임 인터페이스는 사용자 몸에 장착되어 사용자의 움직임 신호를 계측하고 계측된 데이터를 원격의 서버로 전송하기 위한 3축 가속도 센서기반의 센서노드와 센서노드로부터 전송된 신호를 수집하고 수집된 정보들을 기반으로 사용자의 움직임을 분류하기 위해 사용되는 미들웨어로 구성된다.

제안 방법

그래프의 결과에서 신호 값은 0, 20, 30 및 40 값을 갖는다는 것을 확인할 수 있으며, 각 값은 활동상황, 우로 돌기, 좌로 돌기, 서기에 대한 상황을 의미한다. 1번 센서노드에서 전송된 데이터는 활동 및 비활동 상황을 모두 분류하기 위해 사용되기 때문에 현재 상황이 활동 상황으로 분류되는 경우 비활동 상황 그래프에는 0값으로 하여 그래프를 나타내도록 프로그램 하였다.
공격 및 정지 상황의 분류는 상기에서 설명된 서기, 좌로 돌기 및 우로 돌기와 같은 제스처들의 분류 방법과 같은 방식으로 이루어진다. 단, 공격상황에 대한 제스처는 서기, 좌로 돌기 및 우로 돌기와 달리 활동 상황에서도 동작이 이루어지기 때문에 별도의 센서노드를 사용하여 분류하였다.
본 연구에서는 게임 사용자의 동작 분류를 위해 다음과 같은 두 단계에 걸친 상황 분류 알고리즘을 사용하였다. 첫번째 단계에서는 사용자의 활동 또는 비활동 상황을 분류하고, 두 번째 단계에서는 좀 더 세분화된 분류가 수행된다.
게임 사용자의 움직임에 따른 신호변화는 3축 가속도 센서에 의해 검출되고, 이들 신호는 원 칩 마이크로프로세서 내에 탑재된 A/D 변환기에 의해 디지털 값으로 변환된 후, RF 트랜시버를 통해 원격의 게임 서버로 전송된다. 본 연구에서는 사용자의 움직임을 효율적으로 측정하기 위해 손목과 발목 두 부위에 센서노드를 부착하였다. 손목에 부착된 센서노드는 게임 사용자의 공격 상태를 인식하기 위해 사용되었으며, 발목에 부착된 센서노드는 사용자의 움직임(걷기, 달리기) 및 제스처(좌로 돌기, 우로 돌기 및 정지 등)를 구분하기 위해 사용되었다.
개발된 게임 인터페이스의 인식률을 검증하기 위해 10명의 실험참여인원에 대한 인식실험을 진행하였다. 실험은 각각의 인원에 게임인터페이스를 순서대로 장착한 후 공격, 좌로 돌다, 우로 돌다에 대한 비활동 상황에서의 키 발생 유/무를 측정하여 인식실험을 진행하였다. 각 상황에서 100회씩 실험하였으며 다음과 같은 결과를 얻을 수 있었다.
본 논문에서는 3축 가속도 센서를 기반으로 위치에 제약받지 않고 사용자의 움직임을 식별하기 위해서 SMA와 PCA기법을 이용하였다. 이 두 가지 기법은 사용자의 활동 상황 및 비활동 상황을 분류하고 이를 통해 PC게임의 입력으로 사용할 수 있는 3-D게임용 인터페이스 모듈을 구현하였으며 제안된 게임기 인터페이스의 유용성 검증을 위해 Zigbee노드와 3축 가속도 센서를 이용한 테스트 베드 환경에서의 실험을 진행하였다. 실험결과 인식률이 매우 좋았으며 다양한 PC 기반의 체감형 게임에 도입이 가능하기 때문에 최근 각광받고 있는 닌텐도 사의 위(닌텐도 사에서 제공되는 인터페이스는 특정게임에만 적용이 가능하며 전용게임기가 있어야 함) 게임 인터페이스보다 활용면에서 좀 더 우수하다고 볼 수 있다.
새로운 제스처 벡터가 입력되면 식(4)의 평균에 의해 새로이 입력된 제스처 벡터에 대한 중심 벡터를 계산하고 이 중심벡터를 식(7)의 고유벡터행렬 V에 의해 투영시킨다. 이 후 새로이 입력된 벡터에 대한 투영벡터와 p개의 미리 설정된 제스처에 대한 투영벡터를 비교함으로써 제스처의 분류를 수행한다. 투영벡터간의 비교는 유클리디언 거리의 계산에 의해 수행된다.
본 연구에서는 이러한 연구의 일환으로 게임 사용자가 좀 더 현실감 있게 게임으로 몰입하는 것을 가능케 하는 게임 인터페이스를 제안하고자 한다. 제안된 게임 인터페이스는 사용자 몸에 장착되어 사용자의 움직임 신호를 계측하고 계측된 데이터를 원격의 서버로 전송하기 위한 3축 가속도 센서기반의 센서노드와 센서노드로부터 전송된 신호를 수집하고 수집된 정보들을 기반으로 사용자의 움직임을 분류하기 위해 사용되는 미들웨어로 구성된다.
제안된 시스템은 게임 사용자의 몸에 부착되어 사용자의 움직임 및 제스처에 따른 3축 가속도 센서들의 신호를 측정하고 이를 원격의 게임 서버로 전달하는 센서노드와 센서노드들로부터의 신호를 받아 들여 사용자의 움직임 및 제스처를 분류하는 알고리즘으로 구성된다.
전처리단계에서는 2가지 처리를 하게 된다. 첫 번째는 발목에 장착된 센서노드로부터 전송된 SMA값을 이용하여 활동 상황, 비활동 상황 및 활동 상황에서의 세분화된 분류를 위해 사용될 임계값 th1과 th2를 결정하는 것이며, 두 번째는 비활동 상황에서 서기, 좌로 돌기 및 우로 돌기에 대한 제스처들을 분류하기 위해 사용될 주성분벡터계산 및 각 제스처들의 대표 값을 이용하여 주성분 벡터공간으로의 투영벡터를 계산하는 것과 손목에 장착된 센서노드(ID=2)로부터 전송된 데이터를 이용하여 공격과 정지 상황을 분류하기 위해 사용될 주성분벡터계산 및 각 제스처들의 대표 값을 이용하여 주성분 벡터공간으로의 투영벡터를 계산하는 것이다. 상기에서 임계값 th1과 th2는 사람마다 조금씩 다르기 때문에 실험에 참여한 인원에 대한 평균데이터를 기반으로 얻어진 결과들을 기반으로 결정되어진다.

대상 데이터

개발된 게임 인터페이스의 인식률을 검증하기 위해 10명의 실험참여인원에 대한 인식실험을 진행하였다. 실험은 각각의 인원에 게임인터페이스를 순서대로 장착한 후 공격, 좌로 돌다, 우로 돌다에 대한 비활동 상황에서의 키 발생 유/무를 측정하여 인식실험을 진행하였다.
각 상황에서 100회씩 실험하였으며 다음과 같은 결과를 얻을 수 있었다. 결과 데이터는 10명의 인원에 대한 평균 인식률을 나타낸 것이다.
본 연구에서 한백전자의 ZigbeX 센서노드를 사용하였다. ZigbeX는 ATMEL사의 고성능 저전력 8비트 마이크로 컨트롤러인 ATMEGA128L과 Chipcon 사의 2.

데이터처리

제안된 기법의 유용성 검증을 위해 그림 7과 같은 테스트 베드를 구축하여 실험을 진행하였다. 손목 및 발목에 부착된 각각의 센서노드는 30ms 마다 가속도 센서 값을 계측하고, 계측된 x, y, z 축에 대한 측정값과 측정된 x, y, z 축 데이터를 이용하여 계산된 SMA 값을 원격의 미들웨어로 전송하게 된다.

이론/모형

본 논문에서는 3축 가속도 센서를 기반으로 위치에 제약받지 않고 사용자의 움직임을 식별하기 위해서 SMA와 PCA기법을 이용하였다. 이 두 가지 기법은 사용자의 활동 상황 및 비활동 상황을 분류하고 이를 통해 PC게임의 입력으로 사용할 수 있는 3-D게임용 인터페이스 모듈을 구현하였으며 제안된 게임기 인터페이스의 유용성 검증을 위해 Zigbee노드와 3축 가속도 센서를 이용한 테스트 베드 환경에서의 실험을 진행하였다.
비활동 상황에서의 좀 더 세분화된 분류를 위해 PCA 기법을 도입하였다. PCA 기법은 다차원 변수들 간에 존재하는 중요한 변량을 선형결합을 통해 얻어지는 새로운 저차의 변수들로 표현하는 통계학적 모델링 기법으로 상관성이 큰 다 변수 데이터의 처리를 가능케 한다.

성능/효과

게임화면을 통해 현재 SMA값이 th2보다 큰 값을 갖게 됨에 따라 3-D게임에서 달리는 동작에 대한 키 입력이 인가되어 게임 사용자와 게임간의 실시간 인터페이스가 가능하게 됨을 알 수 있다.

후속연구

본 연구에서 채택된 SMA는 일정 시간동안의 신호에 대한 면적의 크기를 표현한 것으로 활동 및 비활동의 상황분류에 효과적으로 사용될 수 있음이 확인된 바 있다[5].
게임에서 몰입을 일으키는 요인은 여러 가지가 있다. 특히 게임에는 다양한 문화 장르가 포함되기 때문에 이 문제 고찰에 대해서는 끊임없는 연구가 필요하다고 하겠다. 몰입은 단순히 순간적인 이끌림이 아니다.

질의응답

핵심어	질문	논문에서 추출한 답변
	최근 추세인 체감 기능이 가미된 온라인 게임이 개발된다면, 높은 인기를 끌 것으로 예상하는 이유는 무엇인가?	현재 우리나라에서는 온라인 게임 시장이 주류를 이루고 있으나, 온라인 게임 사용자들이 기존 온라인 게임들의 천편일률적인 내용에 염증을 느끼고 새로운 컨셉의 온라인 게임을 절실히 요구하고 있다. 따라서 최근 추세인 체감 기능이 가미된 온라인 게임이 개발된다면, 높은 인기를 끌 것으로 예상된다[4].
	공격상황에 대한 제스처를 별도의 센서 노드를 사용하여 분류한 이유는 무엇인가?	공격 및 정지 상황의 분류는 상기에서 설명된 서기, 좌로 돌기 및 우로 돌기와 같은 제스처들의 분류 방법과 같은 방식으로 이루어진다. 단, 공격상황에 대한 제스처는 서기, 좌로 돌기 및 우로 돌기와 달리 활동 상황에서도 동작이 이루어지기 때문에 별도의 센서노드를 사용하여 분류하였다.
	3축 가속도 센서를 기반으로 위치에 제약받지 않고 사용자의 움직임을 식별하기 위해 이용하는 기법은 무엇인가?	본 논문에서는 3축 가속도 센서를 기반으로 위치에 제약받지 않고 사용자의 움직임을 식별하기 위해서 SMA와 PCA기법을 이용하였다. 이 두 가지 기법은 사용자의 활동 상황 및 비활동 상황을 분류하고 이를 통해 PC게임의 입력으로 사용할 수 있는 3-D게임용 인터페이스 모듈을 구현하였으며 제안된 게임기 인터페이스의 유용성 검증을 위해 Zigbee노드와 3축 가속도 센서를 이용한 테스트 베드 환경에서의 실험을 진행하였다.

참고문헌 (15)

'게임백서', 한국PC게임 개발사업 협회, 2002
최성, '게임산업과 기술전망', 2002
루리웹 http://ruliweb.empas.com
이대현, '모션센서 기반 체감형 엑서게임의 동향 및 개발 사례', 2007
Rytomaa I, Meurman JH, Koskinen J, et al.' In vitro erosion of bovine enamel caused by acidic drinks and other foodstuffs,' Scand J Dent Re, 96, pp. 324-333, 1988
Deniz Erdogmus, Yadunandana N. Rao, Hemanth Peddaneni, 'RECURSIVE PRINCIPAL COMPONENTS ANALYSIS USING EIGENVECTOR MATRIX PERTURBATION'
Dunia, R. 'Identification of faulty sensors using principle component analysis', AIChE J., 42(10), pp. 2797-2812, 1996

상세보기
C. Chih-Chen, K. Sze, and Z. Sun, 'Structural damage assessment using principal components analysis.' Proceedings of the SPIE: Health Monitoring and Smart Nondestructive Evaluation of Structural and Biological Systems III. Volume 5394, pp. 438-445, 2004
S. Costa and S. Fiori, 'Image compression using principal component neural networks.' Image and Vision Computing,Vol. 19, Issues 9-10, 649-668, 2001

상세보기
B. Champagne, 'Adaptive eigendecomposition of data covariance matrices based on first-order perturbations,' IEEE Trans. Signal Processing, vol. 42, no. 10, pp. 2758-2770, 1994

상세보기
D. Erdogmus, Y. N. Rao, K. E. Hild II, and J. C. Principe, 'Simultaneous principal-component extraction with application to adaptive blind multiuser detection,' EURASIP. J. Appl. Signal Process., vol. 2002, no. 12, pp. 1473-1484, 2002

상세보기
Y. N. Rao and J. C. Principe, 'Robust on-line principal component analysis based on a fixed-point approach,' in Proc. IEEE Int. Conf. Acoustics, Speech, Signal Processing, vol. 1, pp. 981-984, Orlando, Fla, USA, May 2002
Y. Hua, Y. Xiang, T. Chen, K. Abed-Meraim, and Y. Miao, 'Natural power method for fast subspace tracking,' in Proc. IEEE Neural Networks for Signal Processing, pp. 176-185, Madison,Wis, USA, August 1999
B. Yang, 'Projection approximation subspace tracking,' IEEE Trans. Signal Processing, vol. 43, no. 1, pp. 95-107, 1995

상세보기
L. Xu, 'Least mean square error reconstruction principle for self-organizing neural-nets,' Neural Networks, vol. 6, no. 5, pp. 627-648, 1993

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증