$\require{mediawiki-texvc}$

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.

[국내논문] 안드로이드 스마트폰 환경에서 속도벡터를 이용한 넘어짐 방향 판단 기법
Detection of Fall Direction using a Velocity Vector in the Android Smartphone Environment 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.19 no.2, 2015년, pp.336 - 342  

이우식 (Department of Computer Science, University of Nebraska at Omaha) ,  송특섭 (Division of Convergence Computer and Media, Mokwon University)

초록
AI-Helper 아이콘AI-Helper

넘어짐은 노인이나 산업현장에서 일하는 사람들에게 심각한 부상을 일으키는 원인이 되기 때문에 센서를 사용하여 넘어짐을 판단하고자 하는 연구가 활발히 진행되고 있다. 최근 들어 스마트폰의 보급이 일반화 되면서 스마트 폰에 내장된 센서를 사용하여 넘어짐을 판단하는 방법이 연구되고 있다. 가속도 센서에서 추출된 가속도벡터의 변화량을 분석하면 넘어짐은 어렵지 않게 판단할 수 있지만, 넘어지는 방향을 판단하기 위해서는 가속도벡터의 크기의 변화나 방향으로의 변화로 판단하기 어렵다. 일반적으로 가속도 벡터의 방향은 물체의 움직임의 방향을 의미하지 않기 때문이다. 한편, 속도 벡터는 물체가 움직이는 방향의 접선방향으로 나타나는 성질을 사용하여 넘어지는 방향을 판단하는 방법을 제안하였다.

Abstract AI-Helper 아이콘AI-Helper

Fall-related injuries are the most common cause of accidental death for the elderly and the most frequent work-related injuries in construction sites. Due to the growing popularity of smartphones, there has been a number of research work related to the use of sensors embedded in the smartphone for f...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 가속센서를 사용하여 사람의 행동을 분석하고자 하는 연구는 오래전부터 활발히 연구되는 분야이며 다양한 시도가 있었다. 본 장에서는 신체부착형 센서와 스마트폰 센서를 이용하여 넘어짐을 판단하는 기존 연구를 소개한다. 신체부착형 가속센서와 압력센서를 사용하여 넘어짐의 방향을 판단하는 방법을 제시하였다.
  • 속도 벡터는 물체의 움직이는 방향의 접선방향으로 나타나기 때문에 본 연구에서는 넘어지는 방향을 속도 벡터의 방향을 고려하는 방법을 제시하였다. 넘어짐의 방향을 판단하는데 방법으로 속도벡터를 사용하는 방법은 제시된 적이 없는 방법이며, 향후 다양한 분야에 적용 가능한 방법으로 판단된다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
넘어지는 방향을 판단하기 위해서 가속도벡터의 크기의 변화나 방향으로의 변화로 판단하기 어려운 이유는 무엇인가? 가속도 센서에서 추출된 가속도벡터의 변화량을 분석하면 넘어짐은 어렵지 않게 판단할 수 있지만, 넘어지는 방향을 판단하기 위해서는 가속도벡터의 크기의 변화나 방향으로의 변화로 판단하기 어렵다. 일반적으로 가속도 벡터의 방향은 물체의 움직임의 방향을 의미하지 않기 때문이다. 한편, 속도 벡터는 물체가 움직이는 방향의 접선방향으로 나타나는 성질을 사용하여 넘어지는 방향을 판단하는 방법을 제안하였다.
가속센서의 특징은? 넘어짐을 판단하기 위해 가속센서(Acceleration Sensor)에서 추출 되는 가속도벡터를 분석하는 방법이 사용된다. 가속센서는 물체나 사람의 움직임에 대한 가속도값을 3축(X,Y,Z)방향으로 발생해 주기 때문에 가속도 벡터의 변화를 분석하여 인간의 행위(넘어짐, 걷기, 뛰기 등)를 판단하는데 일반적으로 사용되는 방법이다[1-3,4-12].
속도벡터의 특징은 무엇인가? 가속도 벡터의 패턴을 분석하여 넘어지는 방향을 판단하는 경우 물리적인 현상을 고려하지 않은 방법으로 일반적인 환경에 적용하는데 한계가 있다. 속도벡터는 일반적으로 물체가 움직이는 방향으로 나타나기 때문에 속도벡터를 사용하여 넘어지는 방향을 판단하는 방법을 제안하였다. 속도벡터는 가속도 벡터를 한번 적분하게 생성되며, 넘어짐의 방향 판단을 위해 속도벡터를 XY평면으로 투영한 각도의 움직임을 통해 넘어지는 방향을 판단하는 방법을 제안하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. Q. Li, J.A.Stankovic, M.A. Hanson,A.T. Barth, J. Lach, and Z. Zhou, "Accurate, fast fall detection using gyroscopes and accelerometer-derived posture information," in Proceeding of Wearable and Implantable Body Sensor Networks, 2009, pp. 138-143, 2009. 

  2. R.K. Jennifer, M.W. Gary, and A.M. Samuel, "Activity recognition using cell phone accelerometers," ACM SIGKDD Explorations Newslette, vol. 12, no. 2, pp.74-82, 2010. 

  3. N. Noury, "A smart sensor for the remote follow up of activity and fall detection of the elderly," in Proceedings of the 2nd International IEEE EMBS Special Topic Conference on Microtechnologies in Medicine and Biology 2002, pp. 314-317, 2002. 

  4. Available: http://www.segiair.co.kr . 

  5. T.H. Quoc, D.N. Uyen, V.T. Su, N. Afshin, and Q.T. Binh, "Fall detection system using combination accelerometer and gyroscope," in Proceeding of the Second International Conference on Advances in Electronic Devices and Circuits 2013, pp. 52-56,2013. 

  6. S. Abbate, M. Avvenuti, F. Bonatesta, G. Cola, P. Corsini, and A. Vecchio, "A smartphone-based fall detection system," Pervasive and Mobile Computing, vol. 8, no. 6, pp. 883-899, 2012. 

  7. M. Tolkiehn, L. Atallah, B. Lo, and G.Z. Yang, "Direction sensitive fall detection using a triaxial accelerometer and a. barometric pressure sensor," in Proceeding of Engineering in Medicine and Biology Society, EMBC, 2011 Annual International Conference of the IEEE, pp. 369-372, 2011. 

  8. S.Wang, J. Yang, N. Chen, X. Chen, and Q. Zhang, "Human activity recognition with user-free accelerometers in the sensor networks," in Proceeding of the Neural Networks and Brain, 2005, vol.2, pp. 1212-1217, 2005. 

  9. Y.W.Bai, S.C. Wu, and C.H. Yu, "Recognition of direction of fall by smartphone," in Proceeding of the Electrical and Computer Engineering (CCECE), 2013 26th Annual IEEE Canadian Conference, pp. 1-6, 2013. 

  10. A. Anjum and M.U. Llyas, "Activity recognition using smartphone sensors," in Proceeding Consumer Communications and Networking Conference 2013 IEEE, pp.914-916, 2013. 

  11. S. Thiemjarus, "A device-orientation independent method for activity recognition," in Proceeding of the IEEE Body Sensor Networks 2010, pp. 19-23, 2010. 

  12. S. Abbate, M. Avvenuti, F. Bonatesta, G. Cola, P. Corsini, and A. Vecchio, "A smartphone-based fall detection system," Pervasive and Mobile Computing, vol. 8, no. 6, pp. 883-899, 2012. 

  13. Available: developer.android.com/reference/android 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

유발과제정보 저작권 관리 안내
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

맨위로