[논문]고령자 낙상에 의한 응급 상황의 4족 로봇 기반 알리미 시스템 설계 및 구현

박철호; 임동하; 김남호; 유윤섭

doi:10.6109/jkiice.2013.17.4.781

고령자 낙상에 의한 응급 상황의 4족 로봇 기반 알리미 시스템 설계 및 구현
Design and Implementation of Robot-Based Alarm System of Emergency Situation Due to Falling of The Eldely 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.17 no.4, 2013년, pp.781 - 788

박철호 (한경대학교 전기전자제어공학과) , 임동하 (한경대학교 전기전자제어공학과) , 김남호 (한경대학교 바이오정보기술전문대학원) , 유윤섭 (한경대학교 전기전자제어공학과)

초록
AI-Helper

본 논문에서는 노인의 낙상에 의한 위급상항을 모니터링 하기 위한 4족 로봇 및 모니터링 시스템을 소개한다. 4족 로봇은 FPGA Board(Field Programmable Gate Array)를 이용한 특정 색을 판별하는 영상처리에 기반하여 자율 이동한다. 노인의 낙상을 감지하기 위해 가슴에 센서노드를 착용하고, 낙상에 의한 응급 상황 시에 4족 로봇이 낙상신호를 관리자에게 전송한다. 관리자는 전송된 영상을 기반으로 4족 로봇을 제어 및 상황판단을 하고, 위급상황이면 119에 신고를 한다. 센서노드만을 사용한 낙상 감지 시스템에서 98.33% 낙상의 Sensitivity와 일상행동 94.375% Specificity가 측정 되었다. 100% 낙상 감지를 못했던 점을 낙상 감지 시스템과 이동형 카메라(로봇)의 결합 알고리즘을 제안 및 실험을 통해 100% 검증 하였다.

Abstract ▼ AI-Helper

In this paper, we introduce a quadruped robot-based alarm system for monitoring the emergency situation due to falling in the elderly. Quadruped robot includes the FPGA Board(Field Programmable Gate Array) applying a red-color tracking algorithm. To detect a falling of the elderly, a sensor node is worn on chest and accelerations and angular velocities measured by the sensor node are transferred to quadruped robot, and then the emergency signal is transmitted to manager if a fall is detected. Manager controls the robot and then he judges the situation by monitoring the real-time images transmitted from the robot. If emergency situation is decided by the manager, he calls 119. When the fall detection system using only sensor nodes is used, sensitivity of 100% and specificity of 98.98% were measured. Using the combination of the fall detection system and portable camera (robot), the emergency situation was detected to 100 %.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문은 센서노드를 고령자에 착용한 후에 로봇에 장착된 카메라를 이용해 고령자를 트랙킹 및 실시간 확인을 통해서 고령자의 낙상에 의한 응급상황을 모니터링하는 시스템을 제안한다. 고령자에게 부착된 센서로 구성된 낙상 감지 시스템과 대상자 곁에서 임무를 수행 할 카메라가 장착된 로봇 시스템 및 대상자를 실시간으로 모니터링하며 로봇에게 명령을 내릴 수 있는 제어시스템으로 구성된 하드웨어 시스템과 이 시스템들이 상호 조직적으로 임무를 수행할 수 있는 알고리즘을 소개한다. 마지막으로 대상자에게 낙상이 있을 경우에 제안한 시스템의 효율성을 증명한다.
고령자들의 낙상 상황은 대표적으로 물건에 걸려 넘어지는 경우, 앉았다가 일어날 때 자세의 균형을 유지하지 못해서 넘어지는 경우, 욕실이나 화장실에서 미끄러져 넘어지는 경우가 있다. 본 논문에서는 다음과 같은 낙상 상황에 대한 실험을 하였다.
본 논문은 고령자의 낙상에 의한 위급상황을 모니터링 하기 위한 4족 로봇 및 모니터링 시스템을 소개하였다. 낙상 감지 시스템을 이용해 낙상행동에서 98.
본 논문은 센서노드를 고령자에 착용한 후에 로봇에 장착된 카메라를 이용해 고령자를 트랙킹 및 실시간 확인을 통해서 고령자의 낙상에 의한 응급상황을 모니터링하는 시스템을 제안한다. 고령자에게 부착된 센서로 구성된 낙상 감지 시스템과 대상자 곁에서 임무를 수행 할 카메라가 장착된 로봇 시스템 및 대상자를 실시간으로 모니터링하며 로봇에게 명령을 내릴 수 있는 제어시스템으로 구성된 하드웨어 시스템과 이 시스템들이 상호 조직적으로 임무를 수행할 수 있는 알고리즘을 소개한다.

제안 방법

빨간색 마커는 대상자의 종아리에 착용한다. 4족 로봇에 달려있는 영상처리 카메라로 대상자의 빨간색 마커를 트래킹하다가 대상자가 낙상 시에 낙상 알림 장치는 대상자에 근접한 Gateway를 통해 낙상 이벤트 값을 관리자에게 보내며, 관리자가 이벤트 값을 받으면 로봇에서 무선으로 전송된 영상을 모니터링하여 로봇을 제어하고 대상자의 상태를 확인한다. 위급상황 시에 위급상황 버튼을 누르면 4족 로봇에 달린 벨이 울리게 되며 관리자는 119에 신고를 한다.
Degen 등은 손목시계 형태의 낙상 감지 장치를 개발하였다. 가속도 센서 x, y, z에서 신호의 벡터 합으로 검출하고 심박수 측정을 위해 손목시계위에 장착된 포토다이오드를 사용하여 검출하였다[3].
Maarit Kangas 등은 자이로스코프만을 몸통에 부착해 각속도, 각가속도, 각도 값을 이용하여 일상 행동과 낙상을 분리해 100%의 sensitivity의 결과를 얻었다. 각속도의 SVM(Sum Vector Magnitude)과 각가속도의 변화, 각도의 변화량을 이용해 낙상을 판단하였다[2]. T.
고령자의 낙상 감지하기 위해서 가슴에 낙상 센서노드를 착용하고, 4족 로봇이 고령자의 부착된 특정 색을 판단해 추적한다. 고령자가 넘어질 시에 몸에 찬 낙상시스템에서 Zigbee 통신으로 낙상 이벤트 값을 PC와 로봇에게 보내고, PC에서 Labview 기반 모니터링 및 컨트롤러 시스템을 이용해서 관리자에게 낙상을 알린다. 관리자는 로봇에서 전송된 영상을 모니터링하여 로봇을 제어하고 그것을 통해서 고령자의 상태를 확인한다.
낙상 감지 시스템의 전체 알고리즘은 그림 5와 같이 표현된다. 고령자의 낙상 감지하기 위해서 가슴에 낙상 센서노드를 착용하고, 4족 로봇이 고령자의 부착된 특정 색을 판단해 추적한다. 고령자가 넘어질 시에 몸에 찬 낙상시스템에서 Zigbee 통신으로 낙상 이벤트 값을 PC와 로봇에게 보내고, PC에서 Labview 기반 모니터링 및 컨트롤러 시스템을 이용해서 관리자에게 낙상을 알린다.
4족 로봇이 대상자를 추적 중 낙상을 하였을 때 대상자의 가슴에 부착한 센서 노드에서 이벤트 값을 Zigbee 무선 통신을 통해 관리자에게 전송을 하면 LED가 점등 된다. 관리자는 무선 카메라로 들어오는 영상을 보면서 Controller로 4족 로봇을 제어해서 대상자의 상태를 파악을 한다. 확인 후 대상자가 일어나면 LED가 소등 되며 4족 로봇이 다시 빨간색 마커를 추적을 한다.
낙상 상황은 고령자들의 행동을 모방해 실시하였으며, 20Cm 높이의 매트릭스에서 진행되었다. 실험에는 25세에서 28세사이의 남성 3명이 참가하였으며, 키는 170cm 에서 175cm, 몸무게 68kg 에서 80kg 이다.
본 논문에서는 낙상센서 노드는 낙상 상황과 일상 활동 중에 발생하는 데이터의 차이점을 알아보기 위해 일상 활동 중 일어날 수 있는 행동과 가속도와 각속도를 유발할 수 있는 행동, 낙상이 감지될 수 있는 행동에 대해 실험을 하였고 실험 결과 그래프의 한 예는 그림 8과 9에 나타나 있다. 실험항목은 다음과 같다.
Töreyin 등은 영상정보와 오디오 정보를 사용 한 낙상감지 알고리즘을 제안하였다. 은닉 마르코프모델(Hidden Markov Model; HMM)을 기반으로 시간적 웨이블릿 신호에서 특징점을 추출하여 낙상을 감지하였다[7]. Zhengming 등은 CMOS 카메라를 사용하여 5가지 Pixel의 특징 점을 나누고 차 영상을 이용해 낙상을 감지하였다[8].

대상 데이터

빨간색 마커추적은 그림 12과 같다. 대상자는 가슴에 센서 노드부착 및빨간색 마커를종아리에 착용한다. 대상자와 로봇에 최대 간격은 100cm 이다.
본 논문에서 제안한 로봇은 그림 2와 같이 ARM7(SAM7S256)에 기반한 자율 이동제어 보드와 FPGA(Field Programmable Gate Array) 기반의 영상처리 보드(DE2, Altera)로 구성된다. 이동제어 보드는 12개의 모터(Rx28)를 제어하고 PSD(Position Sensitive Device)를 이용하여 자율적으로 보행한다.
일상행동 201회, 낙상행동 152회의 실험을 실시하였다. 센서노드로부터 수신되는 실험 데이터는 LabView를 PC에서 실시간으로 모니터링 하였다.
낙상 상황은 고령자들의 행동을 모방해 실시하였으며, 20Cm 높이의 매트릭스에서 진행되었다. 실험에는 25세에서 28세사이의 남성 3명이 참가하였으며, 키는 170cm 에서 175cm, 몸무게 68kg 에서 80kg 이다. 일상행동 201회, 낙상행동 152회의 실험을 실시하였다.
실험에는 25세에서 28세사이의 남성 3명이 참가하였으며, 키는 170cm 에서 175cm, 몸무게 68kg 에서 80kg 이다. 일상행동 201회, 낙상행동 152회의 실험을 실시하였다. 센서노드로부터 수신되는 실험 데이터는 LabView를 PC에서 실시간으로 모니터링 하였다.

성능/효과

그림 10에서 나타낸 것처럼 가속도 SUMACC 임계값 2.5g와 각도 MEANANGLE 임계값 60°를 적용했을 때 가장 좋은 98.33% 낙상의 Sensitivity(= true positive rate)와 일상행동 94.375% Specificity(= 1-false positive rate)가 측정되었다.
본 논문은 고령자의 낙상에 의한 위급상황을 모니터링 하기 위한 4족 로봇 및 모니터링 시스템을 소개하였다. 낙상 감지 시스템을 이용해 낙상행동에서 98.33%의 Sensitivity와 일상행동에서 94.375% Specificity가 측정되었고 센서 노드만을 사용했을 시 100% 낙상 감지를 못했던 점을 낙상 감지 시스템과 이동형 카메라 (로봇)의 결합 알고리즘을 제안 및 실험을 통해 100% 검증 하였다. 향후 연구 과제로 첫째는 실제 낙상에 대한 부족한 데이터 보완, 둘째는 로봇이 계단 및 높은 방지턱을 자유롭게 이동할 수 있도록 하는 시스템 보완, 셋째는 로봇의 트랙킹 방법으로 빨간색 마커를 추적해야 하므로 대상자가 항상 착용해야 한다는 점과 본 논문 결과는 제한된 장소에서 빨간색 색상만 인식을 할 수 있어 타 동일색상과의 인식오류 문제점을 보완, 넷째는 현재는 실시간 카메라를 로봇에 장착해서 사용하고 있지만 대상자의 상태를 한눈에 확인할 수 있도록 원하는 위치에 실시간 카메라를 설치할 수 있도록 보완, 다섯째는 대상자가 방향 전환 등으로 인하여 로봇 영상에서 사라질 경우 대처방법 보완, 여섯째는 로봇을 한번 충전으로약 30분가량 밖에 사용을 못하므로 로봇의 무게를 줄이고 적절한 설계를 통해 로봇을 좀더 오래 사용하도록 보완이 필요하다.
고령자에게 부착된 센서로 구성된 낙상 감지 시스템과 대상자 곁에서 임무를 수행 할 카메라가 장착된 로봇 시스템 및 대상자를 실시간으로 모니터링하며 로봇에게 명령을 내릴 수 있는 제어시스템으로 구성된 하드웨어 시스템과 이 시스템들이 상호 조직적으로 임무를 수행할 수 있는 알고리즘을 소개한다. 마지막으로 대상자에게 낙상이 있을 경우에 제안한 시스템의 효율성을 증명한다.

후속연구

향후 연구 과제로 첫째는 실제 낙상에 대한 부족한 데이터 보완, 둘째는 로봇이 계단 및 높은 방지턱을 자유롭게 이동할 수 있도록 하는 시스템 보완, 셋째는 로봇의 트랙킹 방법으로 빨간색 마커를 추적해야 하므로 대상자가 항상 착용해야 한다는 점과 본 논문 결과는 제한된 장소에서 빨간색 색상만 인식을 할 수 있어 타 동일색상과의 인식오류 문제점을 보완, 넷째는 현재는 실시간 카메라를 로봇에 장착해서 사용하고 있지만 대상자의 상태를 한눈에 확인할 수 있도록 원하는 위치에 실시간 카메라를 설치할 수 있도록 보완, 다섯째는 대상자가 방향 전환 등으로 인하여 로봇 영상에서 사라질 경우 대처방법 보완, 여섯째는 로봇을 한번 충전으로약 30분가량 밖에 사용을 못하므로 로봇의 무게를 줄이고 적절한 설계를 통해 로봇을 좀더 오래 사용하도록 보완이 필요하다. 또한 응급상황 목적만으로 사용이 아닌 고령자들이 로봇과 소통을 할 수 있는 새로운 알고리즘을 연구해 진행해 나갈 것이다.
지금까지 발표된 낙상 감지 시스템의 최대 Sensitivity는 100%이고 최대 Specificity는 90%로 알려져 있으므로[2] 좀 더 정확한 낙상 및 일상생활 구분에 대한 연구는 더 필요하다. 낙상 감지 시스템의 최대 sensitivity와 specificity를 향상시킬 수 있는 방법으로 센서노드와 영상정보를 결합하는 방법도 가능하다.
375% Specificity가 측정되었고 센서 노드만을 사용했을 시 100% 낙상 감지를 못했던 점을 낙상 감지 시스템과 이동형 카메라 (로봇)의 결합 알고리즘을 제안 및 실험을 통해 100% 검증 하였다. 향후 연구 과제로 첫째는 실제 낙상에 대한 부족한 데이터 보완, 둘째는 로봇이 계단 및 높은 방지턱을 자유롭게 이동할 수 있도록 하는 시스템 보완, 셋째는 로봇의 트랙킹 방법으로 빨간색 마커를 추적해야 하므로 대상자가 항상 착용해야 한다는 점과 본 논문 결과는 제한된 장소에서 빨간색 색상만 인식을 할 수 있어 타 동일색상과의 인식오류 문제점을 보완, 넷째는 현재는 실시간 카메라를 로봇에 장착해서 사용하고 있지만 대상자의 상태를 한눈에 확인할 수 있도록 원하는 위치에 실시간 카메라를 설치할 수 있도록 보완, 다섯째는 대상자가 방향 전환 등으로 인하여 로봇 영상에서 사라질 경우 대처방법 보완, 여섯째는 로봇을 한번 충전으로약 30분가량 밖에 사용을 못하므로 로봇의 무게를 줄이고 적절한 설계를 통해 로봇을 좀더 오래 사용하도록 보완이 필요하다. 또한 응급상황 목적만으로 사용이 아닌 고령자들이 로봇과 소통을 할 수 있는 새로운 알고리즘을 연구해 진행해 나갈 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	인구의 고령화가 급속히 진행 중인 이유는 무엇인가?	의학기술의 발달과 출산율의 저하로 인한 평균수명의 증가로 인구의 고령화가 급속히 진행 중이다. 이러한 고령화 인구의 증가는 사회적 구조의 변화와 함께 경제적, 신체적, 심리적 문제를 증가시킨다.
	고령화 인구의 증가는 무엇을 야기시키는가?	의학기술의 발달과 출산율의 저하로 인한 평균수명의 증가로 인구의 고령화가 급속히 진행 중이다. 이러한 고령화 인구의 증가는 사회적 구조의 변화와 함께 경제적, 신체적, 심리적 문제를 증가시킨다. 특히, 고령화 사회의 진전에 따라 치매, 중풍 등 요양보호가 필요한 노인의 수도 급격히 증가하고 있다.
	노인의 낙상에 의한 위급상항을 모니터링 하기 위한 4족 로봇 및 모니터링 시스템에 대해 설명하라	4족 로봇은 FPGA Board(Field Programmable Gate Array)를 이용한 특정 색을 판별하는 영상처리에 기반하여 자율 이동한다. 노인의 낙상을 감지하기 위해 가슴에 센서노드를 착용하고, 낙상에 의한 응급 상황 시에 4족 로봇이 낙상신호를 관리자에게 전송한다. 관리자는 전송된 영상을 기반으로 4족 로봇을 제어 및 상황판단을 하고, 위급상황이면 119에 신고를 한다. 센서노드만을 사용한 낙상 감지 시스템에서 98.33% 낙상의 Sensitivity와 일상행동 94.375% Specificity가 측정 되었다. 100% 낙상 감지를 못했던 점을 낙상 감지 시스템과 이동형 카메라(로봇)의 결합 알고리즘을 제안 및 실험을 통해 100% 검증 하였다.

참고문헌 (11)

T. Zhang, J. Wang, L. Xu and P. Liu, "Fall detection by wearable sensor and one-class SVM algorithm," Lecture Notes in Control and Information Sciences, Vol. 345, pp. 858-863, 2006.
M. Kangas, I. Vikman, J. Wiklander, P. Lindgren, L. Nyberg, T. Jamsa, "Sensitivity and specificity of fall detection in people aged 40 years and over," Gait & Posture, Vol. 29, pp. 571-574, 2009.

상세보기
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, Oct. 2005, pp. 184-187.
B. Kaluza and M. Lustrek, "Fall detection and activity recognition methods for the confidence project: A survey," in Proc. 12th International Multiconference Information Society 2008, Vol. A, pp. 22-25, 2008.
김남섭, "유비쿼터스 헬스케어를 위한 효율적인 낙상감지 기법," 한국정보기술학회논문지, 제8권, 제 8호, pp. 133-140, 2010.

상세보기
김성현, 박진, 김동욱, 김남균, "가속도센서와 기울 기센서를 이용한 실시간 낙상 감지 시스템에 관한 연구," 한국정밀공학회지, 제28권, 제11호, pp. 1330-1338, 2011.

원문보기 상세보기
B. U. Toreyin, Y. Dedeo lu and A. E. Cetin, "HMM Based Falling Person Detection Using Both Audio and Video," Lecture Notes in Computer Science, Vol. 3766, pp. 211-220, 2005.
Z. Fu, T. Delbruck, P. Lichtsteiner, E. Culurciello, "An address-event fall detector for assisted living applications," IEEE Trans. Biomedical Circuits and Systems, Vol. 2, No. 2, pp. 88-96, 2008,

상세보기
S.-G. Miaou, P.-H. Sung, and C.-Y. Huang, "A customized human fall detection system using omni-camera images and personal information," in Proc. 1st Distributed Diagnosis and Home Healthcare (D2H2) Conference, April 2006, pp. 39-42.
이윤재, "심전도, 가속도계, 자이로스코프를 이용한 고령자 응급상황 모니터링 시스템에 관한 연구", 한경대학교 대학원 석사학위 논문, 2011.
M. Goonen, "Receiver operating characteristic (ROC) curves," in Proc. SUGI 31, March 2006, pp.210- 231.Available:http://www2.sas.com/proceedings/sugi 31/210-31.pdf.

저자의 다른 논문 :

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