[논문]다중모드 센서를 이용한 자세 및 공간인지 시스템

차주헌; 김시철

doi:10.3795/ksme-a.2015.39.6.603

다중모드 센서를 이용한 자세 및 공간인지 시스템
Posture and Space Recognition System Using Multimodal Sensors 원문보기

大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. A. A, v.39 no.6, 2015년, pp.603 - 610

차주헌 (국민대학교 기계시스템공학부) , 김시철 (국민대학교 대학원 기계설계학과)

초록
AI-Helper

본 논문에서는 기울기 센서와 고도계 센서로 구성된 다중모드 센서를 통하여 일정 공간내의 거주자의 자세 및 행동 패턴을 수집, 분석하여 거주자의 위치를 추론함으로써, 현재 거주자가 위치한 공간을 인지하는 시스템을 제안한다. 여기에서 제안된 센서 시스템의 하드웨어 구성과 소프트웨어 알고리즘에 대하여 설명하고, 다중모드 센서를 통하여 획득한 데이터로부터 거주자의 자세 및 행동을 분석한 후에 거주자가 존재하는 공간을 추론하는 프로세스에 대하여 설명한다. 마지막으로 거주자의 자세 및 행동 분석과 공간인지 기능을 검증하기 위하여 실제 환경 실험을 통하여 본 논문에서 제안한 시스템의 효용성과 타당성을 검토한다.

Abstract ▼ AI-Helper

This paper presents a multimodal sensor system that can determine the location of house space by analyzing the postures and heights of the residents. It consists of two sensors: a tilt sensor and an altimeter sensor. The tilt sensor measures the static and dynamic postures of the residents, and the altimeter sensor measures their heights. The sensor system includes a Bluetooth transmitter, and the server receives the measured data and determines the location in the house. We describe the process determining the locations of the residents after analyzing their postures and behaviors from the measured data. We also demonstrate the usefulness of the proposed system by applying it to a real environment.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 이러한 점들을 보완하여, 일정한 공간내의 거주자의 자세 및 행동정보를 2차원 기울기 센서와 고도계 센서를 이용한 측정을 통해 공간내의 거주자의 행동패턴을 수집하여, 이에 따른 거주자의 위치를 추론하여 거주자가 위치한 공간을 인지하는 시스템을 제안한다.

가설 설정

만약 침대와 바닥에서의 차이점을 파악할 수 있다면 바닥에 누워있다는 판단만으로는 공간을 인식할 수 없지만, 침대에 누워있다는 것으로 현재 거주자가 방이라는 공간에 있다는 것을 파악할 수 있을 것이고, 의자와 소파 그리고 침대에 앉아있는 것을 비교 하였을 때, 서로 다른 모습을 파악할 수 있다면, 현재 거주자가 방과 거실에 있다는 것을 파악할 수 있다는 가정 하에 실험을 진행하였다.

제안 방법

제안한 시스템의 효용성을 검증하기 위해 기울기 센서와 고도계 센서의 출력 값을 분석하고 센서 값을 무선으로 전송하는 하드웨어 모듈을 개발하였다. 그리고 수신된 센서의 데이터로부터 인체의 자세 및 행동을 판단할 수 있는 데이터를 실시간으로 홈 서버로 전송하도록 구현하였다.
또한 행동에 따른 기울기 센서 값을 실제 사용할 수 있는 데이터로 변환하기 위해 기울기 센서의 –90°~+90°의 데이터를 초당 5번씩 받아 각 데이터의 적분 작업을 통해 획득한 출력 값을 그래프에서 산출한 식 (1)과 같이 표현된 보간 방정식에 대입하여 이에 맞는 각도 값으로 산출하였다.
마지막으로 본 시스템의 효용성 및 타당성 검증을 위해, 센서의 각 구성모듈과 분석 알고리즘 등을 실제로 제작, 구현하여 실제 환경에서 실험을 수행하기로 한다.
본 논문에서는 일정한 주거 공간내의 거주자의 자세, 행동정보를 2차원 기울기 센서와 고도계 센서를 이용한 측정을 통해 일정한 공간내의 거주자의 행동패턴을 수집하고 그에 따른 거주자의 위치를 추론하여 거주자가 위치한 공간을 인지하는 시스템을 구성하여 제안하였다.
본 센서 시스템을 사용하기에 앞서 기울기 센서와 고도계 센서 중에 고도계 센서 값을 우선순위 높낮이(H: 고도계)로 정했으며, 높낮이 판단(STAND, SIT, LIE) 후에 각각의 높낮이에 따른 기울기 센서 값에 의한 정적 자세를 판단하였다.
본 시스템에 사용한 센서의 타당성 검증을 위해 고도계 센서와 기울기 센서를 실제 환경에서 데이터를 측정하여 그 물리적 값을 확인하였다.
실험은 각 공간에서 센서 모듈을 부착하고 그 자세에 따른 데이터를 수집하였으며 고도계 센서로 인한 기압에 대한 환경변수를 최소화하기 위해, 약 1시간 동안 진행하였다. Fig.
예를 들어, 침대와 방바닥에서 누운 자세를 비교하고 차이점을 비교해 보았고 고도계 센서만으로는 구분하기 힘들 수 있는 의자와 소파에서의 자세를 기울기 센서의 데이터를 비교하여 자세 인식의 차이점을 비교해 보았다.
기울기 센서와 고도계 센서로부터 전송되는 거주자의 행동 데이터는 그 자체로는 사용할 수 없는 데이터이다. 이를 인체의 자세로 인식하기 위해 MCU상의 펌웨어를 통해 각 센서로부터의 신호를 받아 데이터의 자세와 행동 양식을 분석하고 결정하기 위한 센서의 데이터 값을 출력한다.
기본적인 정적 자세를 정의하고 기울기 값과 고도계 값이 일정한 시간 동안 정의된 범위에 존재하면 해당된 자세를 취하고 있는 것으로 판정한다. 정적인 자세는 대한의사협회 의학용어집 4집을 참고하여 7가지로 구분하였다.
제안한 시스템의 효용성을 검증하기 위해 기울기 센서와 고도계 센서의 출력 값을 분석하고 센서 값을 무선으로 전송하는 하드웨어 모듈을 개발하였다. 그리고 수신된 센서의 데이터로부터 인체의 자세 및 행동을 판단할 수 있는 데이터를 실시간으로 홈 서버로 전송하도록 구현하였다.
즉 고도계 센서만으로 구분하기 힘든 자세를 기울기 센서로 구분하였고 기울기 센서만으로 구분하기 힘든 자세를 고도계 센서로 보완하여 구분한 것이다.
즉 본 센서 시스템은 인체의 가슴부분에 부착되어 거주자의 자세에 대한 정보를 통해 집의 어느 공간에 어떠한 자세로 있는지 파악한 후, 홈서버로 정보를 보내 확인할 수 있게 한다.
하드웨어는 크게 세 가지로 구성된다. 측정대상인 거주자의 자세를 측정하는 고도계 센서 Mypressure-1000 모듈과 2차원 기울기 센서인 SCA100T-D02로 구성된 센서부와 MCU(MicroController Unit)인 AVR ATmega128 및 블루투스 모듈로 구성되어 측정 데이터 처리 후 서버로 전송하는 송신부, 9V 전압을 5V로 변환하여 센서부와 송신부에 전원을 공급하는 전원부 등 세 가지로 구성된다.
한편 실제 환경에서의 실험을 위해 실제 가정집인 노원구 중계본동 라이프아파트에서 실험을 진행하였으며, 각 가정집에 따라 공간을 구분하게 되는 의자, 침대, 소파, 변기의 높이가 다르기에 실험을 진행한 가정집의 환경으로 각 요소에 대한 제한조건을 두었다. 이때 측정 환경 온도와 습도는 각각 24°C와 54%이었다.

이론/모형

고도계 센서는 절대 기압차 측정이 가능한 VTITechnology사의 SCP-1000칩을 모듈로 제작한 Mypressure-1000을 사용하였으며, 데이터 출력은 SPI 통신을 통해 디지털 값으로 출력된다. 한편 무선 데이터 통신환경 구축을 위해 블루투스 모듈은 Firmtech사의 FB155BC 모델을 이용하였다. Fig.

성능/효과

그리고 기울기 센서의 데이터 값이 약 +50°~+90° 사이의 변화를 확인할 수 있었으며, 일정시간 동안 +50°만큼 숙여있는 상태를 확인할 수 있다.
바닥면에서의 고도계 센서의 데이터 출력 값이 20cm에서 근접하다가 10cm으로 떨어지는 것을 확인할 수 있었고 침대에서의 고도계 센서의 데이터 출력 값은 30cm에서 20cm로 떨어지는 것을 확인할 수 있었다. 기울기 센서만을 가지고는 행동을 파악하고 고도계 센서를 통해 공간을 구분할 수 있는 결과를 얻었다.
동일해보이는 높이에서의 단순한 앉는 자세라면 기울기 값 또한 동일하다고 생각할 수 있지만, 의자에서의 기울기 데이터 값은 90° + 15° = 105°로 Table 1의 SIT: standing의 x축의 각도인 +70°~+110°에 해당함을 확인할 수 있었고, 소파에서의 기울기 데이터 값은 90° - 20° = 70°로 SIT: lying bending의 x축 각도인 +20°~+60°에 근접한 범위에 속하는 것을 확인할 수 있다.
또한 각 센서로부터 전송받은 데이터로부터 각 공간에서 일어날 수 있는 자세의 데이터와 비교함으로써 유사하게 인식할 수 있는 상황에서도 그 차이점을 찾아낼 수 있음을 확인하였다.
마지막으로 실제 환경에서의 실험을 통하여 본 시스템의 효용성과 타당성을 확인하였다.
바닥과 침대에서 눕는 동작인 LIE: lying과 SIT:lying의 각도 또한 –10°~+10°의 범위를 예상하였고 실제 센서의 출력 값 또한 0°에 근접한 것을 확인 할 수 있었다.
바닥면에서의 고도계 센서의 데이터 출력 값이 20cm에서 근접하다가 10cm으로 떨어지는 것을 확인할 수 있었고 침대에서의 고도계 센서의 데이터 출력 값은 30cm에서 20cm로 떨어지는 것을 확인할 수 있었다. 기울기 센서만을 가지고는 행동을 파악하고 고도계 센서를 통해 공간을 구분할 수 있는 결과를 얻었다.
본 시스템 센서의 자세 인식 실험은 상체 데이터만으로는 동일해 보일 수 있는 자세들을 고도계 센서의 데이터를 이용하여 유사한 행위에 대해 확연히 자세를 구분할 수 있음을 확인하였다
센서의 출력 값에 선형성이 다소 부족하였지만, 일정한 2차 곡선 형태로 보간됨을 확인할 수 있었으며, –90°에서 +90° 까지 측정한 후 다시 +90°에서 –90°까지 측정하였을 때 기존 값으로 다시 환원되는 것을 확인할 수 있었다.
이와 같이 본 다중모드 센서 시스템은 거주자가 집안의 현재 어디에 위치하고 있는지를 실시간 자세 인식을 통해 공간 인지 추론이 가능함을 확인할 수 있었다.

질의응답

핵심어	질문	논문에서 추출한 답변
	유비쿼터스 컴퓨팅이란 무엇인가?	최근 무선통신 기술의 발전으로 장소와 환경에 구애받지 않고 사용자에게 서비스를 제공할 수 있는 유비쿼터스 컴퓨팅(Ubiquitous Computing) 연구가 활발히 진행되고 있다.
	최근 연구되고 있는 위성 신호의 수신이 곤란한 실내에서 GPS보다 적합한 위치 인식 방법은 무엇인가?	실시간으로 이동하는 대상물의 위치 인식을 요구하는 서비스에 GPS(Global Positioning System)가 자주 이용되고 있으나, 위성 신호의 수신이 곤란한 실내에서는 이에 적합한 위치 인식을 위한 새로운 방법이 필요하다. 따라서 최근 무선기술인 UWB(Ultra Wide Band), RFID(Radio Frequency Identification), 크리켓(Cricket) 등을 이용한 IPS(Indoor Positioning System)에 대한 연구가 활발히 진행되고 있다.
	MCU의 역할은 무엇인가?	MCU는 기울기 센서의 아날로그 신호를 디지털로 변환하여 기울기 값을 계산하고, 고도계 센서의 디지털 신호를 받아 두 센서의 출력 값을 계산하여 블루투스 무선 모듈을 통해 홈 서버로 전송한다. 기울기 센서는 VTI Technology 사의 SCA100T-D02로 아날로그 출력과 SPI 방식의 통신으로 데이터의 수집이 가능하며 -90°~+90°의 측정 범위를 갖는다.

참고문헌 (17)

Kim, J.-S., Yang, J.-U. and Yang, S.-H., 2008, "A Study on the Location Awareness System Using TOA(Time of Arrival) of CSS (Chirp Spread Spectrum) Algorithm," The Journal of The Korea Institute of Intelligent Transport Systems, Vol. 7, No. 2, pp. 13-25.
Ju, J.-H., Kim, H.-W. and Yang, S.-H., 2012. "The Design and Implementation of CSS based Location Aware System," KIICE, Vol. 16, No. 7, pp. 1549-1558.
Kim, B.-K., Jung, H.-M., Bang, K.-S. and Ko, Y.-W., 2006. "The Design and Implementation of Mobile RFID System Using Inddor Location-Support System," The Journal of Korean Institute of Information Technology, Vol. 33, No. 2, pp. 812-917.
Kim, B.-K., Jung, H.-M., Kim, J. and Ko, Y.-W., 2008. "Design and Implementation of Cricket-based Location Tracking System," The Journal of Korean Institute of Information Technology, Vol. 6, No. 2, pp. 44-52.
Kim, B.-K., Park, W.-V., Kim, J., Song, C.-G. and Ko, Y.-W., 2011, "Indoor Positioning System Using Inertial Sensor and Cricket," The Journal of Korean Institute of Information Technology, Vol. 9, No. 5, pp. 17-24.
Noury, N., Virone, G. and Creuzet, T., 2002, "The Health Integrated Smart Home Information System(HIS2) : Rules Based System For The Localization of a Human," Proc. 2nd Conf, IEEE-EMBS on Microtechnologies in Medicine and Biology, pp. 319-321.
Cha, J.-H. and Lee, K.-H., 2012, "Development of Sensor System for Indoor Location-Based Service Implementation," Trans. Korean Soc. Mech. Eng. A, Vol. 36, No. 11, pp. 1433-1439.

원문보기 상세보기
Helal, S., Winkler, B., Lee, C., Kaddoura, Y., Giraldo, C., Kuchibhotla, S. and Mann, W., 2003, "Enabling Location-Aware Pervasive Computing Applications for the Elderly," Proc. of the First IEEE International Conference on Pervasive Computing and Communications (PerCom '03).
Sogo, T., Ishiguro, H. and Trivedi, M. M., 2004, "Real-Time Human Tracking System with Multiple Omnidirectional Vision Sensors," System and Computer in Japan, Vol. 35, No. 2, pp. 2567-2577.
Lee, H.-S., Ko, J.-C., Kim, M.-S. and Kim, M.-H., 2009, "Depth Information Recognition In 3D Space Using Stereo Vision," Korea Entertainment Industry Association, pp. 121-124.
Lee, S.-W. and Yang, S.-Y., 2010, "A Wireless Sensor Network Systems to Identify User and Detect Location Transition for Smart Home," The Journal of KIIE, Vol. 37, No. 5, pp. 396-402.
Cho, H.-J., Hwang, K.-I., Noh, D.-S. and Seo, D.-H., 2012. "Real Time Indoor Positioning System Using IEEE 802.15.4a and Sensors," The Journal of the Korean Society of Marine Engineering, Vol. 36, No. 6, pp. 850-856.

원문보기 상세보기
Lee, D.-G., Lee, K.-J., Whangbo, T.-K. and Lim, H.-K., 2006, "Human Behavior Analysis and Remote Emergency Detection System Using the Neural Network," The Journal of the Korea Contents Association, Vol. 6, No. 9, pp. 50-59.
Cha, J.-H. and Jun, S., 2011. "System for Real-Time Analysis of Body Posture of Home Inhabitant by Using a Tilt Sensor," Trans. Korean Soc. Mech. Eng. A, Vol. 35, No. 2, pp. 135-141.

원문보기 상세보기
Lee, H.-S., Park, S.-J. and Jung, J.-Y., 2012, "A Study on Developing a Smart Home Service Based on The Behavior Patterns of the Elderly," The Korean Society of Mechanical Engineers, pp. 159-168.
Lee, S.-H. and Lee, H.-S., 2012, "Service Pattern Oriented Smart Livingroom Based on Elderly Behavior Pattern," The Journal of Korean Institute of Interior Design, pp. 49-52.
Lee, H.-S., Jung, J.-Y. and Park, S.-J., 2013, "Smart Services of the Bathroom Reflecting the Behavior Patterns of the Elderly," The Journal of Korean Institute of Interior Design, Vol. 22, No. 1, pp. 256-264.

원문보기 상세보기

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