[논문]VR 환경을 고려한 동작 및 위치 인식에 관한 연구

오암석

doi:10.6109/jkiice.2017.21.12.2365

초록
AI-Helper

본 논문에서는 체험형 VR 환경을 고려한 동작 및 위치 인식 기법을 제안한다. 동작 인식은 신체부위에 복수개의 AHRS 디바이스를 부착하고 이를 기준으로 좌표계를 정의한다. 각각의 AHRS 디바이스로부터 측정되는 9축 움직임 정보를 기반으로 사용자의 동작을 인식하고 신체 분절 간의 관절각을 추출하여 동작을 보정한다. 위치인식은 AHRS 디바이스의 관성센서를 통해 보행 정보를 추출하여 상대위치를 인식하고 BLE Fingerprint를 이용하여 누적오차를 보정한다. 제안하는 동작 및 위치인식 기법의 구현을 위해 AHRS기반의 위치인식과 관절각 추출 실험을 진행하였다. 위치 인식 실험의 평균 오차는 0.25m, 관절 각 추출 실험에서 관절 각 평균 오차는 $3.2^{\circ}$로 나타났다.

Abstract ▼ AI-Helper

In this paper, we propose a motion and position recognition technique considering an experiential VR environment. Motion recognition attaches a plurality of AHRS devices to a body part and defines a coordinate system based on this. Based on the 9 axis motion information measured from each AHRS devic...

In this paper, we propose a motion and position recognition technique considering an experiential VR environment. Motion recognition attaches a plurality of AHRS devices to a body part and defines a coordinate system based on this. Based on the 9 axis motion information measured from each AHRS device, the user's motion is recognized and the motion angle is corrected by extracting the joint angle between the body segments. The location recognition extracts the walking information from the inertial sensor of the AHRS device, recognizes the relative position, and corrects the cumulative error using the BLE fingerprint. To realize the proposed motion and position recognition technique, AHRS-based position recognition and joint angle extraction test were performed. The average error of the position recognition test was 0.25m and the average error of the joint angle extraction test was $3.2^{\circ}$.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 논문에서는 체험형 VR 환경에서의 동작및 위치 정밀도 향상을 위해 다중 AHRS를 통한 사용자 동작인식과 BLE 핑거프린트를 이용한 위치 인식에 관하여 연구하였다.
본 논문에서는 AHRS를 이용한 상대위치 인식방법과 BLE Fingerprint를 이용한 절대위치 인식 방법을 결합하는 위치인식 기법을 제안한다. 제안하는 위치인식 기법은 빠른 위치 업데이트가 가능하고 주기적 위치의 보정을 통해 시간에 따른 누적오차를 제거하여 위치인 식과 이동경로의 정확도를 향상시키고자 한다.
본 논문에서는 관절의 링크 정보가 수집 가능한 신체 부위에 복수개의 AHRS 디바이스를 부착하고 이를 기준으로 좌표계를 정의하여 각각의 AHRS 디바이스로 부터 측정되는 9축 움직임 정보를 기반으로 사용자의 동작을 추정하는 방안을 제안한다. 제안하는 사용자의 자세 추정은 그림 5와 같이 AHRS 디바이스가 장착된 링크의 지역 좌표계 대비 동체 좌표계의 상대 자세정보를 측정하여 링크정보와 결합함으로써 각 관절의 위치를 계산하여 링크 좌표의 위치를 검출한다.
본 논문에서는 체감형 VR환경에서 사용자의 몰입감 향상을 위한 동작 및 위치의 정밀도를 증대시키기 위해 9축 관성측정장치 기반의 AHRS를 활용하여 동작과 위치를 인식하는 기법을 제안하였다. 위치 인식 기법으로는 상대위치 인식방법인 보행추적을 기반으로 위치를 인식하고, 절대위치 인식 방법인 BLE 핑거 프린트를 활용하여 누적오차를 제거함으로써 위치 인식의 정확도를 향상시킨다.

제안 방법

동작 인식 기법으로는 신체부위에 다수의 AHRS 디바이스를 부착하고 이를 기준으로 좌표계를 정의하여 각각의 AHRS 디바이스로부터 측정되는 9축 움직임 정보를 기반으로 사용자의 동작을 인식한다. 동작 인식의 정밀도 향상을 위해 신체 분절 간의 관절각을 추출하여 각 관절의 위치정보에 대한 사용자 동작 데이터를 보정한다. 제안하는 동작 및 위치 인식기법의 구현을 위해 가속도 센서를 이용한 위치인식과, 관성 센서를 이용한 동작 인식 실험을 진행하였다.
본 논문에서는 두 개의 관성 센서를 다리에 부착하고, 위의 식을 통해 관절각을 추출하는 실험을 진행 하였다. 그림 8은 추출한 관절각(y축)인 flexion/extension, abduction/adduction, internal/ externalrotation을 시간 (x축)에 따라 나타낸 그래프이다.
기존에 눈앞의 화면만 보여주는 HMD와 달리 카메라 트래킹과 옵티컬 트래킹을 통해 시야각을 크게 개선하여 몰입감을 향상시켰다. 이에 더해 양손에 쥐는 입력 도구인 오큘러스 터치를 통해 보다 직관적으로 VR 콘텐츠와의 상호작용을 가능하게 하였다.
제안하는 AHRS와 BLE Fingerprint를 이용한 위치 인식 기법을 구현하기에 앞서 가속도 센서를 이용한 위치 인식에 대한 실험을 진행하였다. 가속도 센서를 실험자의 발에 부착하고 지정한 경로에 따라 이동하였다.
동작 인식의 정밀도 향상을 위해 신체 분절 간의 관절각을 추출하여 각 관절의 위치정보에 대한 사용자 동작 데이터를 보정한다. 제안하는 동작 및 위치 인식기법의 구현을 위해 가속도 센서를 이용한 위치인식과, 관성 센서를 이용한 동작 인식 실험을 진행하였다. 실험 결과, 가속도 센서 기반 위치인식 실험의 평균오차는 0.
본 논문에서는 관절의 링크 정보가 수집 가능한 신체 부위에 복수개의 AHRS 디바이스를 부착하고 이를 기준으로 좌표계를 정의하여 각각의 AHRS 디바이스로 부터 측정되는 9축 움직임 정보를 기반으로 사용자의 동작을 추정하는 방안을 제안한다. 제안하는 사용자의 자세 추정은 그림 5와 같이 AHRS 디바이스가 장착된 링크의 지역 좌표계 대비 동체 좌표계의 상대 자세정보를 측정하여 링크정보와 결합함으로써 각 관절의 위치를 계산하여 링크 좌표의 위치를 검출한다.
본 논문에서는 AHRS를 이용한 상대위치 인식방법과 BLE Fingerprint를 이용한 절대위치 인식 방법을 결합하는 위치인식 기법을 제안한다. 제안하는 위치인식 기법은 빠른 위치 업데이트가 가능하고 주기적 위치의 보정을 통해 시간에 따른 누적오차를 제거하여 위치인 식과 이동경로의 정확도를 향상시키고자 한다.

이론/모형

그림 4는 제안하는 AHRS와 BLE Fingerprint를 이용한 위치 및 이동 경로 보정 기법의 개념도이다. 상대 위치 인식 방법인 관성센서 기반의 위치 인식 기법의 누적 오차를 개선하기 위해 절대위치 인식 방법으로 블루투스 RSSI 기반의 Fingerprint를 활용한 위치 인식기법을 나타내고 있다.

성능/효과

그림 1의 그림과 같이 사용자의 얼굴에 착용하는 HMD 디바이스를 통해 사용자의 머리 움직임을 감지해, 실제 머리를 움직이는 데로 화면이 따라 움직인다. 기존에 눈앞의 화면만 보여주는 HMD와 달리 카메라 트래킹과 옵티컬 트래킹을 통해 시야각을 크게 개선하여 몰입감을 향상시켰다. 이에 더해 양손에 쥐는 입력 도구인 오큘러스 터치를 통해 보다 직관적으로 VR 콘텐츠와의 상호작용을 가능하게 하였다.
19m로 나타났다. 또한, 이동 속도가 증가함에 따라 오차가 증가함을 볼 수 있었다.
가속도 센서를 실험자의 발에 부착하고 지정한 경로에 따라 이동하였다. 실험 결과 실제 이동 경로와 가속도 센서를 통해 얻은 데이터와의 평균 오차는 0.25m, 칼만 필터를 통해 보정을 한 후 평균 오차는 0.19m로 나타났다. 또한, 이동 속도가 증가함에 따라 오차가 증가함을 볼 수 있었다.
제안하는 동작 및 위치 인식기법의 구현을 위해 가속도 센서를 이용한 위치인식과, 관성 센서를 이용한 동작 인식 실험을 진행하였다. 실험 결과, 가속도 센서 기반 위치인식 실험의 평균오차는 0.25m, 칼만 필터를 통해 보정을한 후 평균 오차는 0.19m로 나타났다. 두 개의 관성 센서를 이용한 관절각 추출 실험에서 관절각의 평균 오차는 3.

후속연구

향후 연구에서는 본 연구에서 얻은 위치 정보와 BLE 핑거프린트 기법을 통해 얻은 위치 정보를 결합하는 위치 인식 실험과 사용자 전신을 대상으로 하는 동작 인식 에 대한 실험을 진행하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	VR의 몰입감 저하 및 부적응이 발생하는 이유는 무엇인가?	HMD의 보급으로 VR 콘텐츠를 경험하고 있으나, 적지 않은 사람들이 VR의 몰입감 저하 및 부적응을 경험 하고 있다. 이와 같은 현상은 대부분 VR 영상을 통해 전달되는 움직임이 실제 운동 정도 및 반응과 일치하지 않기 때문에 발생한다. 이에 최근 VR의 효과를 극대화하기 위해 가상공간에서의 상황이나 환경을 사람의 감각 기관을 통해 느끼게 하여 사용자가 상호작용이 가능하도록 하고, 나아가 기존의 물리적 공간이나 장비들을 활용하여 몰입감이나 현장감과 같은 VR의 강점을 강화하는 체험형 VR시스템이 개발되고 있다[1-3].
	GPS란 무엇인가?	일반적인 경우 보행자를 위한 위치인식 기술은 GPS (Global Positioning System)가 주로 사용되어 왔다. GPS는 위성 기반의 전파 항법장치로서 비교적 정확하고 절대적인 위치를 제공한다. 하지만 실내 혹은 터널 같은 GPS신호 음영지역에서는 단독으로는 사용이 불가능하다.
	가상현실기기의 구성 요소에는 무엇이 있는가?	사용자와 가상공간을 상호 연결시켜주는 하드웨어인 가상현실기기는 HMD와 같은 하드웨어, 컨트롤러, 센서 등으로 구성된다. 대부분 HMD를 중심으로 개발이 이루어지고 있다.

참고문헌 (14)

J. S. Lee, J. A. Noh, S. H. Lim and S. J Lee, "An Activity Contents Technology Trend Based on Virtual Reality," ETRI Electronics and Telecommunications Trends, vol.27, no.3, pp.1-73, Mar. 2012.
J. Y. Jung, J. S. Na, C. W. Lee, G. Y. Lee and J. H. Kim, "Prediction of head movements using neck EMG for VR," Journal of Sensor Science and Technology, vol.25, no.5, pp.365-370, May 2016.

원문보기 상세보기
J. S. Park and Y. C. Seok, "Advertisement Analysis System with Eye Tracking VR HMD(Virtual Reality Head Mounted Display," Smart media journal, vol.5, no.3, pp.1-5, Mar. 2016.
A. Y. Kim, W. S. Chae, G. H. Zhang, H. L. Choi, B. S. Kim and J. W. Lee, "Trends Analysis on virtual reality," ETRI Electronics and Telecommunications Trends, vol.31, no.4, pp.23-35, Apr. 2016.
J. Borenstein, L. Ojeda, and S. Kwanmuang, "Heuristic reduction of gyro drift for personnel tracking systems," The Journal of navigation, vol.62, no.1, pp.41-58, Jan. 2009.

상세보기
S. H. Fang and T. N. Lin, "Principal component localization in indoor WLAN environments," IEEE Trans. on MobileComputing, vol.11, no.1, pp.100-110, Jan. 2012.
C. Huang, Z. Liao, and L. Zhao, "Synergism of INS and PDR in self-contained pedestrian tracking with a miniature sensor module," IEEE Sensors Journal, vol.10, no.8, pp. 1349-1359, Aug. 2010.

상세보기
Y. Zhou, C. L. Law, Y. L. Guan, and F. Chin, "Indoor elliptical localization based on asynchronous UWB range measurement," IEEE Trans. on Instrumentation and Measurement, vol.60, no.1, pp.248-257, 2011.

상세보기
J. Park and J. Lee, "A beacon color code scheduling for the localization of multiple robots," IEEE Trans. on Industrial Informatics, vol.7, no.3, pp.467-475, Mar. 2011.

상세보기
Oculus. Oculus-Left [Internet]. Available: https://www.oculus.com/rift/.
Y. M. Lim and T. H. Jo, "Development Direction and Implications of Virtual Reality / Augmented Reality Technology," Software Policy & Research Institute Issu Report, vol.14, pp.1-23, Jul. 2017.
F. Ramsey and R. Harle, "An analysis of the accuracy of bluetooth low energy for indoor positioning applications," in proceedings of the 27th International Technical Meeting of The Satellite Division of the Institute of Navigation (ION GNSS+ 2014), Florida: FL, vol.812, pp.201-210, Sep. 2014.
S. K. Song, "Regulatory Reform Solution of VR Contents Industry based on Simulator," Journal of the Korea Institute of Information and Communication Engineering, vol.21, no.11, pp.2083-2088, Nov. 2017.
R. J. Conejar, H. K. Kim, "A Review on Mobile Services Secure Mobility Platform," Journal of Security Engineering, vol.12, no.5, pp.525-532, May 2015.

상세보기

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

[국내논문] VR 환경을 고려한 동작 및 위치 인식에 관한 연구
A Study on Motion and Position Recognition Considering VR Environments 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] VR 환경을 고려한 동작 및 위치 인식에 관한 연구 A Study on Motion and Position Recognition Considering VR Environments 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

오암석 (43)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] VR 환경을 고려한 동작 및 위치 인식에 관한 연구
A Study on Motion and Position Recognition Considering VR Environments 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper