노인의 생활안전 사고 유형 중 가장 높은 비율을 차지하는 낙상은 50% 이상이 가정에서 발생하는 것으로 조사되었다. 또한 만 65세 이상 노인의 67.1%는 자녀와 동거를 희망하지 않으며 점점 더 독거노인의 비율은 늘어나, 낙상으로 인한 사고의 발생률은 더 높아질 것이다. 본 연구에서는 실내 바닥의 진동을 측정, 분석하여 낙상의 유무를 판별하고자 하였으며 이를 위해 피에조 필름 센서와 Op-Amp, DAQ를 이용하여 하드웨어를 구성하였다. 여기서 제안한 시스템은 바닥 진동을 측정할 수 있는 신호 처리부, 낙상 발생 시 사용자의 의식 확인을 위한 경보부로 구성하였다. 진동 신호는 k-NN분류기를 이용하여 낙상 유무를 판별한다. 실험결과, 분류기는 3.8%의 오차를 나타내어, 진동을 이용한 낙상 검출 가능성을 보여주고 있다.
노인의 생활안전 사고 유형 중 가장 높은 비율을 차지하는 낙상은 50% 이상이 가정에서 발생하는 것으로 조사되었다. 또한 만 65세 이상 노인의 67.1%는 자녀와 동거를 희망하지 않으며 점점 더 독거노인의 비율은 늘어나, 낙상으로 인한 사고의 발생률은 더 높아질 것이다. 본 연구에서는 실내 바닥의 진동을 측정, 분석하여 낙상의 유무를 판별하고자 하였으며 이를 위해 피에조 필름 센서와 Op-Amp, DAQ를 이용하여 하드웨어를 구성하였다. 여기서 제안한 시스템은 바닥 진동을 측정할 수 있는 신호 처리부, 낙상 발생 시 사용자의 의식 확인을 위한 경보부로 구성하였다. 진동 신호는 k-NN분류기를 이용하여 낙상 유무를 판별한다. 실험결과, 분류기는 3.8%의 오차를 나타내어, 진동을 이용한 낙상 검출 가능성을 보여주고 있다.
According to a survey, more than 50% of the elders fall which is the most frequent daily safety accident of the elders takes place at home. Furthermore, the elders fall is anticipated to increase as more elderly people are expected to live alone since, 67.1% of the elders of 65 or more do not hope t...
According to a survey, more than 50% of the elders fall which is the most frequent daily safety accident of the elders takes place at home. Furthermore, the elders fall is anticipated to increase as more elderly people are expected to live alone since, 67.1% of the elders of 65 or more do not hope to live with their children. This research aims to verify the fall by measuring and analyzing the floor vibration, and the hardware system was also designed was Piezo Film Sensor, Op-Amp, and DAQ. The system is consists of signal processing part for measuring floor vibration and alarm part for identifying the consciousness of the user when the fall occurs. The fall detection by vibration signals verified by k-Nearest Neighbor verification, and the results showed the error rate of 3.8%.
According to a survey, more than 50% of the elders fall which is the most frequent daily safety accident of the elders takes place at home. Furthermore, the elders fall is anticipated to increase as more elderly people are expected to live alone since, 67.1% of the elders of 65 or more do not hope to live with their children. This research aims to verify the fall by measuring and analyzing the floor vibration, and the hardware system was also designed was Piezo Film Sensor, Op-Amp, and DAQ. The system is consists of signal processing part for measuring floor vibration and alarm part for identifying the consciousness of the user when the fall occurs. The fall detection by vibration signals verified by k-Nearest Neighbor verification, and the results showed the error rate of 3.8%.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 낙상 대상자의 낙상을 검출하기 위해 피에조 필름 센서를 이용하여 바닥 진동 측정 및 낙상을 인식하는 시스템을 설계하였다. 시스템 구성은 그림 1과 같이 바닥 진동을 측정하여 증폭 및 필터링하기 위한 신호 측정부, 측정된 신호를 분석하여 낙상 유무를 판단하는 신호처리부, 낙상 발생시 낙상 대상자의 의식 상태를 확인하는 경보부로 구성된다.
본 연구에서는 낙상 사고의 절반 이상이 가정내에서 발생하므로 실내에서 낙상 대상자가 별도의 장비 착용 없이 낙상 발생시 발생하는 바닥의 진동을 측정 분석하여 낙상을 검출하는 시스템을 구현하였다.
본 연구에서는 실내에서 발생하는 낙상을 대상으로 바닥 진동 데이터를 측정하여 낙상을 판별하고, 낙상 발생시 단문자 메시지를 이용해 사용자의 낙상을 외부에 알릴 수 있는 시스템을 구현하였다. 제안된 시스템은 가정내에서 낙상 대상자가 별도의 장비 착용 없이도 낙상 발생시 외부의 도움을 받을 수 있으므로 낙상 대상자에게 센서 착용에 따른 이물감이나 영상 정보로 인한 사생활 침해문제를 해결할 수 있을 것으로 판단된다.
제안 방법
낙상 발생시 낙상 대상자에게 알람을 울려 낙상 대상자의 의식 확인을 하는 역할을 한다. 또한 낙상 발생 외에도 낙상 대상자의 판단으로 외부의 도움이 필요하다고 인식되면 푸시 버튼을 눌러 등록된 전화번호로 단 문자 메시지를 전송하도록 구성하였다.
낙상 감지를 위한 절차는 그림 2와 같다. 발걸음 등의 작은 진동신호 제거를 위해 측정된 신호가 문턱치값 이상일 경우에만 패턴 인식 과정을 통해 낙상 유무를 판단하고, 낙상으로 판단될 경우 경보음을 울려 낙상 대상자의 의식을 확인한다. 낙상 대상자가 응답이 없다면 등록되어 있는 전화번호로 단문자 메시지를 전송한다.
본 연구에서 제안한 낙상감지 장치의 검증을 위하여 그림 11과 같이 사람이 정면으로 넘어지는 상황에서 양무릎이 바닥에 부딪쳐 발생하는 진동 패턴과 유사한 진동패턴을 발생시키는 마네킹을 제작하여 실험을 실시하였다.
이런 시간 영역의 신호를 주파수 영역으로 변환했을 때 같은 특성을 갖는 신호는 주파수 영역에서 같은 위치에 있게 되므로 서로 다른 시간대에 취득한 신호의 매핑 문제를 해결할 수 있다. 본 연구에서는 그림 7과 같이 고속 푸리에 변환을 이용하여 시간 영역의 신호를 주파수 영역으로 변환한다.
특징 공간에 분류하려고 하는 특징과 비슷한 다른 종류의 특징들이 존재할 때, 그 결정영역은 일반적으로 비선형 특성을 가지므로 이러한 특징들의 분류는 비선형 분류기로 분류함이 타당하다. 본 연구에서는 비선형 분류기의 일종인 k-NN(k-Nearest Neighbors)분류기를 사용하여 패턴을 분류한다.
이러한 이유에서 패턴의 차원축소와 특징 추출은 보다 정확한 식별을 위하여 필수적인 선택으로 된다. 본 연구에서는 전처리 과정을 거친 3초간의 진동 데이터에서 주파수 범위가 0 62.5Hz인 256개의 데이터를 특징으로 추출하여 패턴인식에 사용한다. 그림 8은 전처리과정을 거친 그림 6의 마네킹 낙상데이터에서 특징으로 추출한 256개의 데이터이다.
대상 데이터
실험은 개체당 200회씩 반복하여 그림 12와 같은 진동 데이터를 총 800개 취득하였다. 개체별로 각 100개씩 무작위로 진동 데이터를 선택하여 학습 데이터로 사용하여 분류기를 학습하였고, 나머지 각각 100개의 개체 데이터를 테스트 데이터로 사용하여 총 400회 실험을 진행하였다. 실험 결과는 표 3과 같이 마네킹 5회 낙상 미인식, 기타 개체들은 10회 낙상으로 오인식되어 400회 실험 평균 3.
경보부는 XBee Zigbee(Digi International Inc. USA) 모듈과 PIC16F688(Microchip Technology, USA) MCU를 사용하여 그림 10과 같이 제작하였다. 낙상 발생시 낙상 대상자에게 알람을 울려 낙상 대상자의 의식 확인을 하는 역할을 한다.
실험은 개체당 200회씩 반복하여 그림 12와 같은 진동 데이터를 총 800개 취득하였다. 개체별로 각 100개씩 무작위로 진동 데이터를 선택하여 학습 데이터로 사용하여 분류기를 학습하였고, 나머지 각각 100개의 개체 데이터를 테스트 데이터로 사용하여 총 400회 실험을 진행하였다.
피에조 필름 센서와 연산증폭기를 이용해 실내 바닥에 부착이 용이하도록 그림 3과 같이 제작하였다. 제작된 센서 모듈은 LDTM-028K(Measurement Specialties, USA) 피에조 필름 센서와 증폭 및 필터링을 위해 TL084 연상증폭기(Texas Instruments, USA)를 사용하였다. DAQPad-6015(National instrument, USA)를 이용하여 측정된 신호를 1000sample/sec로 샘플링 하여 16bit 양자화율로 디지털화한 후 USB를 통해 PC로 전송한다.
이론/모형
낙상 인식을 위해서는 진동 센서로부터 들어오는 실시간 데이터로부터 진동 신호를 포함한 일정 길이의 데이터를 획득하기 위한 전처리 과정이 필요하다. 본 연구에서는 문턱값(threshold value) 기반 차분 방법을 이용하여 진동 신호를 포함한 일정 길이의 데이터를 획득하였다.
성능/효과
제안된 시스템은 가정내에서 낙상 대상자가 별도의 장비 착용 없이도 낙상 발생시 외부의 도움을 받을 수 있으므로 낙상 대상자에게 센서 착용에 따른 이물감이나 영상 정보로 인한 사생활 침해문제를 해결할 수 있을 것으로 판단된다. 마네킹을 이용한 낙상 검출결과 평균 오차율은 3.8%로 나타났다.
식 2를 이용해 무릎이 바닥에 부딪칠 때 발생하는 진동 특징과 실험에 사용한 4가지 개체 각각의 상관계수 r은 표 1과 같다. 마네킹의 상관계수는 0.94로 무릎이 바닥에 부딪치는 경우와 마네킹의 낙상이 가장 높은 상관관계를 나타내었다.
개체별로 각 100개씩 무작위로 진동 데이터를 선택하여 학습 데이터로 사용하여 분류기를 학습하였고, 나머지 각각 100개의 개체 데이터를 테스트 데이터로 사용하여 총 400회 실험을 진행하였다. 실험 결과는 표 3과 같이 마네킹 5회 낙상 미인식, 기타 개체들은 10회 낙상으로 오인식되어 400회 실험 평균 3.8%의 오차율을 나타내었다.
후속연구
본 연구에서는 실내에서 발생하는 낙상을 대상으로 바닥 진동 데이터를 측정하여 낙상을 판별하고, 낙상 발생시 단문자 메시지를 이용해 사용자의 낙상을 외부에 알릴 수 있는 시스템을 구현하였다. 제안된 시스템은 가정내에서 낙상 대상자가 별도의 장비 착용 없이도 낙상 발생시 외부의 도움을 받을 수 있으므로 낙상 대상자에게 센서 착용에 따른 이물감이나 영상 정보로 인한 사생활 침해문제를 해결할 수 있을 것으로 판단된다. 마네킹을 이용한 낙상 검출결과 평균 오차율은 3.
향후 연구에서는 본 연구결과를 바탕으로 실제 사람의 다양한 낙상 데이터를 추가하여 실시간으로 낙상을 검출하는 것이 가능하리라 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
낙상을 감지하는 방법은 무슨 방식으로 구분할 수 있는가?
낙상을 감지하는 방법은 영상정보를 이용하여 낙상의 상황을 구분하는 방법과 낙상 대상자에게 센서를 부착하여 낙상을 검출하는 방식으로 구분할 수 있다. 영상정보를 이용하는 방식은 영상획득 장치로부터 얻은 영상에서 객체 추출을 통해 움직이는 부분에 대한 낙상을 감지하여 93%의 높은 인식률을 보인다.
낙상 대상자에게 센서를 부착하는 방식의 원리는?
그러나 영상을 이용하는 방법은 사생활이 영상으로 노출되기 때문에 근본적으로 사생활 침해에 대하 문제점이 있고, 낙상감지 대상자의 행동반경이 크거나 다수의 장애물이 존재할 경우 여러 대의 영상획득 장치가 필요하기 때문에 비효율적이다[3, 4]. 낙상 대상자에게 센서를 부착하는 방식은 주로 가속도 센서를 사용하여 낙상을 검출하며, 낙상 대상자의 귀, 허리, 가슴, 손목 등에 부착하여 낙상시의 가속도 변화를 통해 낙상을 구분한다. 이 방법은 낙상 감지 대상자에 대한 영상정보를 사용하지 않기 때문에 사생활 침해의 우려가 없으나 신체 부착에 따른 이질감과 신체의 자유로운 움직임 때문에 부착 위치에 따라 낙상 인식률에 큰 차이를 보이는 단점이 있다[5~9].
영상정보를 이용하는 방식의 문제점은 무엇인가?
영상정보를 이용하는 방식은 영상획득 장치로부터 얻은 영상에서 객체 추출을 통해 움직이는 부분에 대한 낙상을 감지하여 93%의 높은 인식률을 보인다. 그러나 영상을 이용하는 방법은 사생활이 영상으로 노출되기 때문에 근본적으로 사생활 침해에 대하 문제점이 있고, 낙상감지 대상자의 행동반경이 크거나 다수의 장애물이 존재할 경우 여러 대의 영상획득 장치가 필요하기 때문에 비효율적이다[3, 4]. 낙상 대상자에게 센서를 부착하는 방식은 주로 가속도 센서를 사용하여 낙상을 검출하며, 낙상 대상자의 귀, 허리, 가슴, 손목 등에 부착하여 낙상시의 가속도 변화를 통해 낙상을 구분한다.
참고문헌 (9)
"Investigation of accidents of life of the elderly in 2007", Korea Consumer Agency, 2007
Jong-Min Kim, Myung-Sun Lee, "Risk Factors for Falls in the Elderly Population in Korea:An Analysis of the Third Korea National Health and Nutrition Examination Survey data", Joural of Korea Society for Health Education and Promotion Vol.24, No 4, pp. 23-39, 2007
Chia-Wen Lin, Zhi-Hong Ling, Yuan-Cheng Chang, Chung J. Kuo, "Compressed-domain fall incident detection for intelligent home surveillance", IEEE International Symposium on Circuits and Systems, Vol. 4, pp.3781-3784, May 2005
C. F. Juang and C. M. Chang, "Human Body Posture Classification by a Neural Fuzzy Network and Home Care System Application," IEEE Trans. Systems, Man and Cybernetics, Part A: Systems and Humans, Vol. 37, No. 6, pp. 984-994, Nov. 2007.
T. Zhang, J. Wang, L. Xu and P. Liu, Detection by Wearable "Fall Sensor and One-Class SVM Algorithm," in Lecture Notes in Control and Information Sciences, pp. 858-863, 2006.
T. Zhang, J. Wang, P. Liu and J. Hou, Journal "Fall Detection by Embedding an Accelerometer in Cellphone and Using KFD Algorithm," IJCSNS International of Computer Science and Network Security, Vol. 6, No. 10, pp. 277-284, Oct. 2006.
J. Y. Hwang, J. M. Kang, Y. W. Jang, and H. C. Kim, "Development of Novel Algorithm and Real-time Monitoring Ambulatory System Using Bluetooth Module for Fall Detection in the Elderly," in Proc. 26th Annu. Int. Conf. IEEE EMBS, pp. 2204-2207, Sep. 2004.
U. Lindemann, A. Hock, M. Stuber, W. Keck and C. Becker, "Evaluation of a fall detector based on accelerometers: A pilot study," Medical and Biological Engineering and Computing, Vol. 43, No. 5, pp.548-551, Jun. 2005.
T. Degen, H. Jaeckel, M. Rufer and S. Wyss, "SPEEDY:a fall detector in a wrist watch," in Proc. 7th IEEE Int. Symp. Wearable Computers, pp. 184-187, Oct. 2005.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.