본 연구에서는 걸음 검출 알고리즘들의 걸음 검출률과 걸음 검출 결과를 상호 비교 분석할 수 있는 걸음검출 분석기를 구현하였다. 걸음 검출 분석기는 3축 가속도 센서의 데이터를 SVM 연산을 통하여 연속적인 에너지값으로 변환하고 걸음 측정 장치들에 사용되고 있는 걸음 검출 알고리즘들을 적용하여 걸음 검출결과를 동시에 비교할 수 있도록 함으로써 걸음 검출의 과정과 검출 형태, 그리고 정확성을 분석할 수 있게 하였다. 이를 위하여 걸음 검출 분석기는 에너지값을 에너지 파형 그래프로 나타내고, 걸음 검출 알고리즘을 에너지값에 적용하여, 걸음으로 검출된 Peak값들과 위치를 확인하고, 실제 걸음이 정상적으로 검출되지 않은 경우에는 원인을 시각적으로 분석할 수 있도록 하였다. 또한 걸음 검출 알고리즘마다 걸음 검출에 적용된 임계값을 그래프화하여 같이 표시함으로써, 걸음으로 인정되지 않는 경우에 사용된 임계값을 바로 확인하고, 이를 통하여 적절한 임계값을 구하는 수식의 조정에 필요한 요소들을 파악하는 데에 도움이 될 수 있도록 하였다. 본 연구에서 구현된 걸음 검출 분석기는 여러 걸음 검출 알고리즘을 수평적으로 비교, 분석함으로써 측정 장치에 가장 적합한 걸음 검출 알고리즘을 선택하거나, 기존의 걸음 검출 알고리즘의 성능 개선 방안을 파악하는 데에 효과적으로 활용할 수 있으므로 걸음 검출 알고리즘에 대한 연구, 또는 걸음 측정 장치의 설계에 폭넓게 활용될 수 있다.
본 연구에서는 걸음 검출 알고리즘들의 걸음 검출률과 걸음 검출 결과를 상호 비교 분석할 수 있는 걸음검출 분석기를 구현하였다. 걸음 검출 분석기는 3축 가속도 센서의 데이터를 SVM 연산을 통하여 연속적인 에너지값으로 변환하고 걸음 측정 장치들에 사용되고 있는 걸음 검출 알고리즘들을 적용하여 걸음 검출결과를 동시에 비교할 수 있도록 함으로써 걸음 검출의 과정과 검출 형태, 그리고 정확성을 분석할 수 있게 하였다. 이를 위하여 걸음 검출 분석기는 에너지값을 에너지 파형 그래프로 나타내고, 걸음 검출 알고리즘을 에너지값에 적용하여, 걸음으로 검출된 Peak값들과 위치를 확인하고, 실제 걸음이 정상적으로 검출되지 않은 경우에는 원인을 시각적으로 분석할 수 있도록 하였다. 또한 걸음 검출 알고리즘마다 걸음 검출에 적용된 임계값을 그래프화하여 같이 표시함으로써, 걸음으로 인정되지 않는 경우에 사용된 임계값을 바로 확인하고, 이를 통하여 적절한 임계값을 구하는 수식의 조정에 필요한 요소들을 파악하는 데에 도움이 될 수 있도록 하였다. 본 연구에서 구현된 걸음 검출 분석기는 여러 걸음 검출 알고리즘을 수평적으로 비교, 분석함으로써 측정 장치에 가장 적합한 걸음 검출 알고리즘을 선택하거나, 기존의 걸음 검출 알고리즘의 성능 개선 방안을 파악하는 데에 효과적으로 활용할 수 있으므로 걸음 검출 알고리즘에 대한 연구, 또는 걸음 측정 장치의 설계에 폭넓게 활용될 수 있다.
In this study, we designed and implemented a step detection analyzer that can compare and analyze the step detection rates and results among the step detection algorithms. The step detection analyzer converts 3-axes accelerometer data into continuous energy stream through SVM operation, shows the ho...
In this study, we designed and implemented a step detection analyzer that can compare and analyze the step detection rates and results among the step detection algorithms. The step detection analyzer converts 3-axes accelerometer data into continuous energy stream through SVM operation, shows the horizontal comparison among the step detection results for each step detection algorithms, and can make elemental detection analyses. For these processes, the step detection analyzer presents the continuous energy stream as energy waveform, checks the peak values and time location of the detected steps with step detection algorithms, and gives visual interface to get some possible causes in cases of step detection miss. It can also give the threshold graph for each algorithm to check the threshold value on missed cases directly and can help to get more appropriate threshold values or other adjustable parameters in step detection algorithm. This step detection analyzer can be applied efficiently on performance enhancement of step detection algorithm, on deciding an appropriate algorithm for a specific step counter system in the various step counter filed operations.
In this study, we designed and implemented a step detection analyzer that can compare and analyze the step detection rates and results among the step detection algorithms. The step detection analyzer converts 3-axes accelerometer data into continuous energy stream through SVM operation, shows the horizontal comparison among the step detection results for each step detection algorithms, and can make elemental detection analyses. For these processes, the step detection analyzer presents the continuous energy stream as energy waveform, checks the peak values and time location of the detected steps with step detection algorithms, and gives visual interface to get some possible causes in cases of step detection miss. It can also give the threshold graph for each algorithm to check the threshold value on missed cases directly and can help to get more appropriate threshold values or other adjustable parameters in step detection algorithm. This step detection analyzer can be applied efficiently on performance enhancement of step detection algorithm, on deciding an appropriate algorithm for a specific step counter system in the various step counter filed operations.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이를 위하여 걸음 검출 분석기는 에너지값을 에너지 파형 그래프로 나타내고, 걸음 검출 알고리즘을 에너지값에 적용하여, 걸음으로 검출된 Peak값들과 위치를 확인하고, 실제 걸음이 정상적으로 검출되지 않은 경우에는 원인을 시각적으로 분석할 수 있도록 하였다. 또한 걸음 검출 알고리즘마다 걸음 검출에 적용된 임계값을 그래프화하여 같이 표시함으로써, 걸음으로 인정되지 않는 경우에 사용된 임계값을 바로 확인하고, 이를 통하여 적절한 임계값을 구하는 수식의 조정에 필요한 요소들을 파악하는 데에 도움이 될 수 있도록 하였다.
본 연구에서 구현된 걸음 검출 분석기는 여러 걸음 검출 알고리즘을 수평적으로 비교, 분석함으로써 측정 장치에 가장 적합한 걸음 검출 알고리즘을 선택하거나, 기존의 걸음 검출 알고리즘의 성능 개선 방안을 파악하는 데에 그 목적이 있다. 따라서 걸음 검출 알고리즘에 대한 연구, 또는 걸음 측정 장치의 설계에 본 걸음 검출 분석기를 활용할 경우, 보다 정확하고 효율적인 시스템을 설계할 수 있을 것으로 기대할 수 있다.
본 연구에서는 디지털 방식의 3축 가속도 센서를 이용한 걸음 측정 장치들에 적용되는 SVM 기반의 걸음 검출 알고리즘들에 대하여 검출 과정과 검출 요소들을 상호 비교할 수 있는 걸음 검출 분석기를 설계, 구현하였다. 이는 측정된 3축 가속도 데이터값을 SVM연산을 이용하여 에너지값으로 변환한 다음에, 걸음 측정 장치들에 사용되고 있는 걸음 검출 알고리즘들을 적용하여 걸음 검출 결과를 동시에 비교할 수 있도록 함으로써 걸음 검출의 과정과 검출 형태, 그리고 정확성을 분석할 수 있게 하였다.
제안 방법
본 연구에서는 3축 가속도 센서로 측정한 3축 가속도 데이터값을 SVM(Signal Vector Magnitude) 연산을 이용하여 에너지값으로 변환한 후 걸음을 검출하는 알고리즘들에 대한 걸음 검출 분석 결과를 그래프로 나타내는 걸음 검출 분석기를 설계, 구현하였다. SVM 기반의 걸음 검출 분석기는 에너지 파형 그래프 위에 각각의 걸음 검출 알고리즘에서 걸음으로 인정된 Peak값 위에 걸음 검출 알고리즘마다 다른 심볼로 표시하고, 걸음 검출에 관련된 요소와 정보들을 하나의 사용자 인터페이스에 수평적으로 표현함으로써 이를 통해 걸음 검출이 정상적으로 되었는지의 여부와, 정상적인 걸음 검출이 아닌 경우의 원인을 분석하여 걸음 검출 알고리즘에 적용되는 여러 요소들을 개선할 수 있도록 하였다.
걸음 검출 분석기의 적용된 걸음 검출 알고리즘의 검출률에 대한 비교, 분석을 위하여, 실험을 통하여 실제로 추출한 3축 센서 데이터를 사용하여 분석 시험을 수행하였다. 시험에 사용된 데이터는 표 2와 같은 조건에서 실험한 걸음 데이터로서 이중에서 전혀 다른 유형의 걸음에서 측정한 3축 가속도 데이터값 2가지를 시험 분석에 사용하였다.
본 연구에서는 3축 가속도 센서로 측정한 3축 가속도 데이터값을 SVM(Signal Vector Magnitude) 연산을 이용하여 에너지값으로 변환한 후 걸음을 검출하는 알고리즘들에 대한 걸음 검출 분석 결과를 그래프로 나타내는 걸음 검출 분석기를 설계, 구현하였다. SVM 기반의 걸음 검출 분석기는 에너지 파형 그래프 위에 각각의 걸음 검출 알고리즘에서 걸음으로 인정된 Peak값 위에 걸음 검출 알고리즘마다 다른 심볼로 표시하고, 걸음 검출에 관련된 요소와 정보들을 하나의 사용자 인터페이스에 수평적으로 표현함으로써 이를 통해 걸음 검출이 정상적으로 되었는지의 여부와, 정상적인 걸음 검출이 아닌 경우의 원인을 분석하여 걸음 검출 알고리즘에 적용되는 여러 요소들을 개선할 수 있도록 하였다.
본 연구에서는 SVM 변환에 의한 에너지값을 사용하는 걸음 검출 알고리즘의 구현 예로서 고정 Peak 임계값 알고리즘과 가변 Peak 임계값 알고리즘의 2가지 알고리즘을 적용하여 걸음 검출 분석기를 구현하였다.
따라서 각 걸음 검출 알고리즘들을 다른 걸음 검출 알고리즘들과 비교, 분석할 수 있는 방법론이나 연구가 상대적으로 부족하였다. 본 연구에서는 걸음 검출 알고리즘 중에서 SVM기반의 알고리즘들에 대하여 복수개의 걸음 검출 알고리즘을 하나의 분석 도구에서 처리, 분석함으로써 분석 횟수를 단축하고 각 걸음 검출 알고리즘의 걸음 검출요소 및 정확성을 비교할 수 있는 걸음 검출 분석기를 구현하였다.
걸음 검출 알고리즘부에는 SVM 기반의 에너지 파형 데이터를 입력으로 하는 걸음 검출 알고리즘들을 포함한다. 본 연구에서는 고정 Peak 임계값 알고리즘과 가변 Peak 임계값 알고리즘을 시험적으로 구현하였다. 고정 임계값 알고리즘에서는 임계값을 1.
앞 절에서 서술한 바와 같이 3축 가속도 센서의 값들은 SVM 연산을 통하여 에너지값으로 변환된 다음에 걸음 검출 알고리즘에 입력되므로 먼저 3축 가속도 센서의 데이터값들을 데이터 파일로 저장하고, 이를 후처리 방식으로 처리한다. 이 과정은 온라인 방식으로 실시간 처리도 가능하지만 본 연구에서는 사용자의 분석 결과 활용이 용이하도록 오프라인 방식으로 설계 구현하였다.
이들 기존 연구에서는 각 연구에서 제시한 걸음 검출 알고리즘의 정확성을 검증하기 위하여 각 걸음 검출 알고리즘에 대한 분석이나 모니터링을 수행할 수 있는 전용 분석 프로그램만을 구현하여 사용하였다. 따라서 각 걸음 검출 알고리즘들을 다른 걸음 검출 알고리즘들과 비교, 분석할 수 있는 방법론이나 연구가 상대적으로 부족하였다.
이는 측정된 3축 가속도 데이터값을 SVM연산을 이용하여 에너지값으로 변환한 다음에, 걸음 측정 장치들에 사용되고 있는 걸음 검출 알고리즘들을 적용하여 걸음 검출 결과를 동시에 비교할 수 있도록 함으로써 걸음 검출의 과정과 검출 형태, 그리고 정확성을 분석할 수 있게 하였다. 이를 위하여 걸음 검출 분석기는 에너지값을 에너지 파형 그래프로 나타내고, 걸음 검출 알고리즘을 에너지값에 적용하여, 걸음으로 검출된 Peak값들과 위치를 확인하고, 실제 걸음이 정상적으로 검출되지 않은 경우에는 원인을 시각적으로 분석할 수 있도록 하였다. 또한 걸음 검출 알고리즘마다 걸음 검출에 적용된 임계값을 그래프화하여 같이 표시함으로써, 걸음으로 인정되지 않는 경우에 사용된 임계값을 바로 확인하고, 이를 통하여 적절한 임계값을 구하는 수식의 조정에 필요한 요소들을 파악하는 데에 도움이 될 수 있도록 하였다.
대상 데이터
걸음 검출 분석기의 적용된 걸음 검출 알고리즘의 검출률에 대한 비교, 분석을 위하여, 실험을 통하여 실제로 추출한 3축 센서 데이터를 사용하여 분석 시험을 수행하였다. 시험에 사용된 데이터는 표 2와 같은 조건에서 실험한 걸음 데이터로서 이중에서 전혀 다른 유형의 걸음에서 측정한 3축 가속도 데이터값 2가지를 시험 분석에 사용하였다.
데이터처리
본 연구에서는 고정 Peak 임계값 알고리즘과 가변 Peak 임계값 알고리즘을 시험적으로 구현하였다. 고정 임계값 알고리즘에서는 임계값을 1.125을 적용하였으며 가변 임계값 알고리즘에서는 산술평균, 제곱평균 및 조화평균에 의하여 도출되는 3가지의 임계값을 적용하여 각각의 걸음 검출을 수행할 수 있도록 하여 총 4가지의 걸음 검출 결과를 도출할 수 있도록 한다.
성능/효과
이와 동시에 에너지값들에 대하여 걸음 검출 알고리즘별로 에너지값에 대한 걸음 검출 결과를 표시하도록 되어 있다. 분석 결과 화면은 걸음 검출 알고리즘마다 분석한 총 걸음수를 상단에 표시하고, 에너지 파형에 걸음으로 검출된 위치를 표시하여 사용자가 결과 분석을 용이하게 할 수 있도록 하였다. 그림 4는 구현된 사용자 인터페이스에 변환된 연속적인 에너지값을 표시하고 있다.
본 연구에서는 디지털 방식의 3축 가속도 센서를 이용한 걸음 측정 장치들에 적용되는 SVM 기반의 걸음 검출 알고리즘들에 대하여 검출 과정과 검출 요소들을 상호 비교할 수 있는 걸음 검출 분석기를 설계, 구현하였다. 이는 측정된 3축 가속도 데이터값을 SVM연산을 이용하여 에너지값으로 변환한 다음에, 걸음 측정 장치들에 사용되고 있는 걸음 검출 알고리즘들을 적용하여 걸음 검출 결과를 동시에 비교할 수 있도록 함으로써 걸음 검출의 과정과 검출 형태, 그리고 정확성을 분석할 수 있게 하였다. 이를 위하여 걸음 검출 분석기는 에너지값을 에너지 파형 그래프로 나타내고, 걸음 검출 알고리즘을 에너지값에 적용하여, 걸음으로 검출된 Peak값들과 위치를 확인하고, 실제 걸음이 정상적으로 검출되지 않은 경우에는 원인을 시각적으로 분석할 수 있도록 하였다.
후속연구
본 연구에서 구현된 걸음 검출 분석기는 여러 걸음 검출 알고리즘을 수평적으로 비교, 분석함으로써 측정 장치에 가장 적합한 걸음 검출 알고리즘을 선택하거나, 기존의 걸음 검출 알고리즘의 성능 개선 방안을 파악하는 데에 그 목적이 있다. 따라서 걸음 검출 알고리즘에 대한 연구, 또는 걸음 측정 장치의 설계에 본 걸음 검출 분석기를 활용할 경우, 보다 정확하고 효율적인 시스템을 설계할 수 있을 것으로 기대할 수 있다. 또한 향후에는 SVM을 적용하지 않는 걸음 검출 알고리즘들, 즉 상황 모니터링에 의한 검출 알고리즘들에 대한 비교 분석 능력도 부여할 예정이다.
따라서 걸음 검출 알고리즘에 대한 연구, 또는 걸음 측정 장치의 설계에 본 걸음 검출 분석기를 활용할 경우, 보다 정확하고 효율적인 시스템을 설계할 수 있을 것으로 기대할 수 있다. 또한 향후에는 SVM을 적용하지 않는 걸음 검출 알고리즘들, 즉 상황 모니터링에 의한 검출 알고리즘들에 대한 비교 분석 능력도 부여할 예정이다.
질의응답
핵심어
질문
논문에서 추출한 답변
걷기 운동을 규칙적으로 실천하기 위해 필요한 것은 무엇인가?
또한 걷기는 운동량 측정이나 BMI(Body Mass Index)계산과 같이 건강상태를 측정하는데 많이 사용되는 데이터를 쉽게 제공할 수 있기도 한 운동이다[4]. 이러한 걷기 운동을 규칙적으로 실천하기 위해서는 걸음수나 걸음 운동량에 대한 측정이 필요한데 이는 GPS와 가속도계를 이용한 이동 위치 추정을 통하여 개략적인 측정이 가능하다[5]. 그러나 실제 생활에서 가장 많이 사용되는 기기는 걸음수를 측정하는 만보계(Step counter)로 IT 기술의 발전에 힘입어 매우 소형이고 경량의 디지털 만보계들이 속속 등장하고 있으며, 스마트폰과 같은 모바일 정보시스템과 연결되는 유비쿼터스 기기로도 발전되고 있다.
Peak 임계값을 사용하는 걸음 검출 알고리즘엔 무엇이 있는가?
Peak 임계값을 사용하는 걸음 검출 알고리즘들은 걸음의 형태나 동작에 대한 처리 방법에 따라서 Peak 임계값을 결정하는 여러 다양한 걸음 검출 요소들을 포함하고 있다. HA(Heuristic algorithm)에서는 센서의 움직임에 동반되는 노이즈의 영향을 적게 받고자 고정 임계값의 범위를 확대하였을 때 걸음 검출률이 낮아지는 문제점을 보완하고자 중간에 미 검출된 걸음을 찾는 기법이다. ATA(Adaptive threshold algorithm)는 다양한 동작이 연속적으로 발생되어 매우 불규칙한 패턴의 3축 값이 입력되더라도 입력값의 변화에 대응되는 입계값을 설정하여 걸음 검출률의 저하를 방지할 수 있다. ALPA(Adaptive locking period algorithm)은 걸음 속도에 따라 걸음 검출의 잠금 구간에 차이를 두어 속도 변화에 따른 임계값에의하여 걸음 수를 검출하도록 한다[8]
걷기는 어떤 운동인가?
이중에서도 각종 건강 관련 기기들의 발달이 두드러지고 있는데 이는 현대 의학 기술의 발달로 평균수명이 증가됨으로써 많은 사람들이 건강한 삶을 오랫동안 유지하기 위하여 건강관리에 대한 관심이 증대되고 있기 때문이다[1,2]. 많은 건강관리 방법 중에서도 걷기는 복잡한 도시 생활이나 바쁜 실생활에서도 쉽게 접근할 수 있고 각종 노인성 질환이나 성인병들을 예방하는 데에 효과가 큰 운동이다[3]. 또한 걷기는 운동량 측정이나 BMI(Body Mass Index)계산과 같이 건강상태를 측정하는데 많이 사용되는 데이터를 쉽게 제공할 수 있기도 한 운동이다[4]. 이러한 걷기 운동을 규칙적으로 실천하기 위해서는 걸음수나 걸음 운동량에 대한 측정이 필요한데 이는 GPS와 가속도계를 이용한 이동 위치 추정을 통하여 개략적인 측정이 가능하다[5].
이은숙, 박만곤, "u-Healthcare 기반의 걷기운 동 활동량 측정 시스템," 한국멀티미디어학회 추계학술발표대회논문집, 제13권, 제2호, pp. 709-712, 2010.
Jeong Won Kim, Han Jin Jang, Dong-Hwan Hwang, and Chanisk Park, "A Step, Stride and Heading Determination for the Pedestrian Navigation System," Journal of Global Positioning Systems, Vol. 3, No. 1-2, pp. 273-279, 2004
※ AI-Helper는 부적절한 답변을 할 수 있습니다.