최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보통신학회논문지 = 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)
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...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
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. |
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.
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.
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.
Available: http://www.segiair.co.kr .
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.
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.
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.
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.
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.
A. Anjum and M.U. Llyas, "Activity recognition using smartphone sensors," in Proceeding Consumer Communications and Networking Conference 2013 IEEE, pp.914-916, 2013.
S. Thiemjarus, "A device-orientation independent method for activity recognition," in Proceeding of the IEEE Body Sensor Networks 2010, pp. 19-23, 2010.
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.
Available: developer.android.com/reference/android
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.