선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그러나 본 논문에서는 거주자 심박동 기반 인간 적응형 가전기기· 로봇 시스템에서의 능동적 인지를 통한 서비스 적용 가능성을 파악하기 위한 기초 연구로서 신체 활동량 추정 방법에 국한하였다.
- 이러한 변화량을 RS피크 기울기 값으로 나타낸다. 그리고 임계값 방법에서와 같이 RS피크 기울기에 임계율을 곱하여 기울기 임계값을 적용하고 RS피크 기울기와 임계값을 비교하여 추출하는 기법을 본 논문에서 제안하고자 한다.
- 그리하여 본 논문에서는 가전기기 혹은 로봇이 거주자의 상태 즉, 거주자 신체활동량, 거주자의 위치, 거주자와 가전기기와의 거리 등을 종합적으로 분석하고 인지하여, 현재 거주자에게 적합한 최적의 서비스를 능동적으로 제공할 수 있는 시스템을 제안하고자 한다.
- 따라서 본 논문에서는 앞서 제안하였던 위치기반 신체활동량 추정방법의 위치별 대표활동 중심의 활동량 추정 단점을 보완하기 위하여 거주자 심박동수(heart rate)를 이용한 신체 활동량 추정방법을 이용하고자 한다. 심박동수를 이용하여 신체활동량을 추정하게 되면, 거주자의 신체가 느끼는 활동 상태 및 신체대사 상태를 실시간으로 측정할 수 있기 때문에 PMV 지표 계산을 보다 효과적으로 수행할 수 있다.
- 이를 위하여 본 논문에서는 거주자 위치·심전도 기반인간 적응형 가전기기·로봇 지원 시스템 구조에 대하여 제안하였으며, 심전도 모듈을 이용하여 거주자의 신체활동량을 추정할 수 있는 심박동 기반 신체활동량을 추정 알고리즘과 정밀한 심박동 측정을 위한 RS 피크 기울기 알고리즘을 제안하였다. 마지막으로 본 논문에서는 거주자 심박동 기반 신체 활동량 추정 기법의 성능평가와 인간적응형 가전기기의 적용 가능성을 평가하기 위한 실험 장치를 구현하였고 성능평가로부터 다음과 같은 결론을 얻을 수 있었다.
- 본 논문에서 제안하는 거주자 심박동 기반 신체활동량 추정기법은 기존 거주자 위치기반 신체활동량 추정 기법에서 구별하기 힘든 특정 위치에서 다양한 활동을 하는 거주자의 신체 활동량을 구별하기 위해서 제안되었다. 예로, 거주자 위치기반 시스템은 거주자의 위치와 이동속도를 이용하여 신체활동량을 추정함으로 거주자가 쇼파에 앉아 책을 보거나 TV를 보거나 제자리 뛰기를 하더라도 모두 동일한 신체활동량 추정값을 표 1과 같이 58 W/m2로 추정하게 된다.
- 본 논문에서는 가전기기 혹은 가사용 로봇이 거주자의 상태를 능동적으로 인지, 분석하여 적절한 서비스를 제공할 수 있는 시스템을 제안하고자 하였다. 이를 위해 거주자의 심박동을 이용하여 열적 상태를 분석하고 신체활동량을 추정하는 기법을 제안하였다.
- 본 논문에서는 기존 임계값에 의한 방법과 심전도 파형 변화량에 의한 방법을 융합, 변형하여 실내에서 다양한 활동을 하는 거주자의 움직임 잡음을 최소화할 수 있는 RS피크 기울기 기반 심박동 측정 알고리즘을 제안하고자 한다. 심전도 파형은 R피크와 S피크의 짧은 시간 동안 큰 파형 변화를 가지며 양에서 음으로 변화하는 특징이 있다(그림 6).
- 본 논문에서는 심박동기반 인간적응형 가전기기 시스템을 위한 거주자 신체활동량 추정 방법에 대하여 설명하고자 한다. 신체활동량은 인간의 신체 에너지 소비량을 말하며, 현재 활동상태, 성별, 나이 등에 따라 달라진다.
- 본 논문에서는 인간 적응형 지능형 서비스를 제공할 수있는 그림 1과 같은 댁내 위치 인식 시스템을 이용한 심박동기반 인간 적응형 가전기기·로봇 지원 시스템의 구조를 제안한다.
- 본 절에서는 심박동 기반 인간 적응형 가전기기에서 거주자 심전도 기반 신체 활동량 추정 방법의 적용 가능성을 평가하기 위하여, 실내 실험 장치를 구현하고 거주자 활동에 따른 신체 활동량 변화를 관찰하였다. 성능평가 수행을 위해본 논문에서는 그림 10과 같은 스마트 홈 실험 장치를 구축하였으며, 크기는 4 m × 4 m × 2.
- 이러한 부분을 보완하기 위하여, 본 논문에서는 거주자 심박동기반 신체활동량 추정 알고리즘을 제안하고자 한다. 거주자 심박동을 이용하여 신체활동량을 추정하면, 개인차에 따른 오차 범위를 줄일 수 있으며, 위치와 이동속도, 활동 종류에 상관 없이 거주자의 열적상태가 반영된 신체활동량을 추정할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.