$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

3축 가속도 센서를 이용한 실시간 걸음 수 검출 알고리즘

Real-Time Step Count Detection Algorithm Using a Tri-Axial Accelerometer

인터넷정보학회논문지 = Journal of Korean Society for Internet Information, v.12 no.3, 2011년, pp.17 - 26  

김윤경 (경기도청 정보화기획단 CERT 센터) ,  김성목 ,  노형석 (아주대학교 유비쿼터스 컨버젼스 연구소) ,  조위덕 (아주대학교 전자공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 3축 가속도 센서를 이용하여 사람이 보행 시 발생하는 센서 데이터를 획득하여 실시간 걸음 수 검출이 가능한 웨어러블 디바이스를 개발하였다. 피험자 59명을 대상으로 트레드밀에서 Actical 과 본 연구에서 개발된 디바이스를 착용 후 36분 동안 테스트 프로토콜에 따라 느리게 걷기, 걷기, 빠르게 걷기, 천천히 뛰기, 뛰기, 빠르게 뛰기 등의 다양한 걸음 속력에서 테스트를 진행하였다. 3축 가속도 센서의 X, Y, Z축 출력 값을 하나의 대표 값으로 처리하는 신호벡터크기(Signal Vector Magnitude : SVM)를 사용하였다. 또한 정확한 걸음 수를 검출하기 위해 휴리스틱 알고리즘(Heuristic Algorithm : HA)을 제안하고 적응적인 임계값 알고리즘(Adaptive Threshold Algorithm : ATA), 적응적인 잠금 구간 알고리즘(Adaptive Locking Period Algorithm : ALPA)을 제안한다. 실험결과 제안하는 알고리즘의 걸음 수 인식률은 97.34%로 Actical의 인식률(91.74%)보다 5.6%향상 되었다.

Abstract AI-Helper 아이콘AI-Helper

We have developed a wearable device that can convert sensor data into real-time step counts. Sensor data on gait were acquired using a triaxial accelerometer. A test was performed according to a test protocol for different walking speeds, e.g., slow walking, walking, fast walking, slow running, runn...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 또한 잠금 구간이 (a)에서처럼 설정되어 있을 때 (b)에서처럼 llKm/h로 빠르게 뛸 경우 고정된 잠 금 구간에 실제 걸음이 노이즈로 처리되어 걸음이 검출되지 않은 오류를 범하게 된다. 따라서 본 논문에서는 이러한 고정적 잠금 구간 설정으로 인한 문제점을 해결하기 위하여 ALPA을 적용하여 걸음 수 검출을 하였다. 걸음의 속도는 한 걸음 동안의 가속도계 출력의 분산과 비례관계에 있으므로[13] 한 걸음에서 발생하는 스텝 사이즈의 Maximum 값과 Minimum 값에 따라 느린 걸음과 빨리 뛰기를 구분지어 식 (6)과 같이 잠금구간을 유연하게 적용하였다.
  • 본 논문에서는 3축 가속도 센서를 이용한 웨어러블 디바이스를 개발하여 신체에 부착 후 보행시 발생하는 센서 데이터를 획득하여 걸음수를 검출하는 알고리즘을 개발하였다. 보행 시 발생하는 센서 데이터 출력은 사람마다 다르지만 피험자 59명 전원의 걸음 동작 패턴에 구애받지 않고 보다 정확한 걸음 수를 검출하기 위해 HA, ATA, ALPA를 보행 동작 패턴에 적용하여 특이한 걸음 일지라도 인식할 수 있도록 하였으며 Actical에서 검출된 걸음 인식률보다 5.
  • 고정된 임계값 범위를 사용하여 걸음수를 검출할 경우 느리게 걷기, 빠르게 뛰기 등의 동작에서 발생하는 신호에 대해서 완전히 검출하기는 어렵다. 본 연구에서는 이전 걸음 데이터의 특정 값을 주줄하여 임계값을 지속적으로 갱신할 수 있도록 ATA를 적용하여 다양한 동작이 연속적으로 들어오더라도 걸음 수를 검출할 수 있도록 하였다. 임계값 범위인 Tmax와 Tmin를 조정하기 위해 바로 이전 두 번의 걸음 데이터 중 최대/최저 Peak 값인 (그림 4)의 %, M„, Pn-i, Mn4 네 개의 값을 사용하였다.
  • 선행 연구에서는 걸음 수를 카운트한 직후부터 발생할 수 있는 노이즈 처리를 위해 일정 시간 동안 걸음을 측정하지 않도록 고정적 잠금 구간을 설정하여 노이즈가 인식되지 않도록 함으로서 인식률을 높이고자 하였다[12]. 하지만 실험 결과 고정된 잠금 구간을 사용하는 경우 느린 걸음에서 잠금 구간을 초과해 노이즈가 발생되면 노이즈 성분과 실제 걸음에 대해서 필터링이 어렵기 때문에 본 연구에서는 ALPA를 사용하여 보다 더 효과적인 실시간 걸음 수를 검출하도록 하였다. 실험에서 분당 걸음 속도가 평균 이하로 느린 사람의 경우 잠금 구간을 고정하였을 때 걸 음 수 측정 데이터가 부정확하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (13)

  1. R.Boulic, N,M. Thalmann, D.Thalmann, A Global Human Walking Model With Real-Rime Kinematic Personification, The Visual Computer, Vol.6, No.6, pp.344-358, 1991 

  2. http://www.thepedometercompany.com 

  3. K.Hinckley, J.Pierce, M.Sinclair, E.Horvitz, Sensing Techniques for Mobile Interaction, ACM UIST2000, CHI Letters 2, pp.91-100, 2000 

  4. 김남진, 홍주현, 이태수, 3축 가속도 데이터의 처리와 응용, 한국콘텐츠학회 추계학술대회 논문집, 제3권, 제1호, pp548-551, 2005 

  5. 남윤영, 최유주, 조위덕, 이미지센서와 3축 가속도 센서를 이용한 인간행동 인식, 한국인터넷정보학회논문지, 제 11권 제 1호, pp. 129-141, 2010 

  6. 이인호, 김정채, 정석영, 유선국, 가속도센서를 이용한 걸음수 검출 및 실시간 모니터링 시스템, CICS 정보 및 제어 학술대회 논문집, pp.476-477, 2008 

  7. 장한진, 김정원, 황동환, 지면 변화 및 보행 형태에 강인한 개인항법시스템용 걸음 수검출기 설계, 전기학회 논문지, 제 55권 제 9호, pp.420-422, 2006 

  8. 김남진, 홍주현 이태수, 보행패턴 검출을 위한 동작센서 데이터 정규화 알고리즘, 한국콘텐츠학회 논문지, 제 5권 제 4호, pp.94-102, 2005 

  9. R.W. DeVaul, S.DUNN, Real-time motion classfication for wearable computing applications, Technical report, MIT midea LAB, 2001 

  10. S.H. Shin, C.G. Park, Adaptive Step Length Estimation Algorithm Using Low-Cost MEMS Inertial Sensors, IEEE Sensors Applications Symposium, San Diego, California USA, pp.1-5, Feb. 2007 

  11. N.Twomey, S.Faul, W.P. Marnane, Comparison of accelerometer-based energy expenditure estimation algorithms, Pervasive Computing Technologies for Healthcare 4th international conference on, pp.1-8, 2010 

  12. 유향미, 서재원, 차은종, 배현덕, 3축 가속도 센서를 이용한 보행 횟수 검출 알고리즘과 활동 모니터링, 한국콘텐츠학회 논문지, 제8권 제 8호, pp.253-260, 2008 

  13. 박찬국, 신승혁, 조성윤, 저가형 관성센서를 이용한 개인항법시스템을 위한 보폭 추정기법, 제 11회 GNSS Workshop, 2004 

저자의 다른 논문 :

LOADING...
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트