[논문]6축 가속도 자이로 센서를 이용한 줄넘기 회전운동 검출

김완우; 허경용

doi:10.6109/jkiice.2017.21.2.285

초록
AI-Helper

줄넘기는 줄을 돌리는 손동작과 뛰어오르는 동작이 결합된 운동으로 정확한 카운트를 위해서는 두 동작을 함께 고려해야 한다. 이전의 연구들에서는 단순 반복적인 운동인 윗몸일으키기, 팔굽혀펴기, 아령 운동과 함께 치부하여 하나의 동작만을 체크하여 카운트 하였다. 이것은 실제 줄넘기 동작과는 차이가 있으며 두 동작 중 하나의 동작만을 하고 있다면 확인해내지 못하는 문제가 있다. 본 논문에서는 6축 가속도 자이로 센서를 이용하여 두 동작을 모두 확인하고 카운트하는 방법을 제안한다. 가속도 센서를 이용하여 뛰어오르는 동작을 확인하며 자이로 센서를 이용하여 손동작을 확인한다. 이때 확인되는 값의 파형을 이용하여 줄넘기 횟수를 카운트하게 된다. 제안하는 방법은 실제 실험을 통하여 카운트 방법의 성능을 확인할 수 있다.

Abstract ▼ AI-Helper

Jump rope has two motions. It starts as hand motion and ends as jump motion. Therefore, two motions should be considered together to detect rotations accurately. But previous researches only consider one of the two motions as in push-up, sit-up, lift dumbbells etc, which results in inaccurate detect...

Jump rope has two motions. It starts as hand motion and ends as jump motion. Therefore, two motions should be considered together to detect rotations accurately. But previous researches only consider one of the two motions as in push-up, sit-up, lift dumbbells etc, which results in inaccurate detection of rotations. In this paper, detection of rotation in jump rope using two motions through 6-axis accelerometer gyro sensor is proposed. Jump motion is detected using accelerometer sensor and hand motion is detected using gyro sensor. Also start point and end point of jump rope is detected using magnitude and standard deviation of accelerometer and gyro sensor values. The count of rotation is detected using y-axis of gyro sensor value. Y-axis of gyro sensor value indicate hand motion of jump rope motion. The usefulness of the proposed method is confirmed through experimental results.

주제어

AI 본문요약
AI-Helper

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

문제 정의

만약 줄넘기의 뛰어오르는 동작만을 하고 손동작은 하지 않고 있는 경우에는 줄넘기를 하는 것이 아님에도 불구하고 알아내지 못한다. 그렇기 때문에 이 논문에서는 두 동작을 모두 이용하여 줄넘기 동작을 확인하고 회전운동을 검출하는 방법을 제시하였다.
이 논문에서는 줄넘기의 회전운동을 검출하기 위한 기법을 제안하였다. 기존의 방식과 다르게 줄넘기의 두 가지 동작을 고려하여 줄넘기의 동작 유무를 확인하고 줄넘기의 회전운동을 검출하였다.

제안 방법

가속도 센서의 값의 경우 뛰어오르는 동작과 손동작에 의해 파형이 합쳐져 복잡해지는데 각속도의 파형의 경우 손동작의 영향을 크게 받기 때문에 파형이 더 선명하다. 각속도의 값 중에서는 줄넘기의 손동작에 직접적인 영향을 받는 y축 값을 이용하여 회전운동을 검출해내었다. 그림 5는 줄넘기 동작에서 각속도 y축에 해당하는 그림이다.
이 논문에서는 줄넘기의 회전운동을 검출하기 위한 기법을 제안하였다. 기존의 방식과 다르게 줄넘기의 두 가지 동작을 고려하여 줄넘기의 동작 유무를 확인하고 줄넘기의 회전운동을 검출하였다. 실험 결과에서 제시한 것과 같이 93.
식 (3)과 같이 정확도를 측정하기 위해 제안하는 방법에서 오류는 두 가지 형태로 구분하였다. 먼저 50개의 데이터를 제안하는 방법을 통해 측정했을 때 회전운동 횟수를 정확히 측정했을 때와 측정하지 못했을 때로 나누었다. 회전운동의 횟수를 정확히 측정하지 못했을 때의 경우에서 하나의 주기를 제대로 찾지 못한 경우를 Type 1 error로 하였다.
그림 4에서 볼 수 있듯이 줄넘기 동작을 하게 되면 일정한 모습의 파형을 그리는 것을 볼 수 있다. 이 6가지 파형 중 이 논문에서는 각속도 y축의 값을 이용하여 줄넘기의 회전운동을 검출하였다. 이것은 6가지 파형 중각 속도의 파형이 가장 선명한 파형을 그리기 때문이다.
이를 토대로 줄넘기 운동의 처음과 끝을 그림 3에 두 센서의 파형을 이용하여 나타내었다. 이때 나타난 파형은 뛰어오르는 동작에 직접적인 영향을 받는 가속도 센서의 z축과 손을 돌리는 동작에 직접적인 영향을 받는 자이로 센서의 y축으로 하였다. 두 축은 움직이는 방향과 같은 방향으로 값을 측정하고 있다.
줄넘기는 윗몸일으키기, 팔굽혀펴기와 같은 운동과 다르게 하나의 동작이 아닌 두 가지 동작이 결합된 운동이다. 제안하는 방법은 줄넘기를 단순 반복운동으로 치부하여 측정하는 것의 대안으로 줄넘기의 두 가지 동작인 줄넘기의 손을 돌리는 동작, 뛰어오르는 동작 모두를 고려하여 회전운동을 검출하도록 하는 것이다. 이 논문의 구성은 다음과 같다.

대상 데이터

이것은 줄넘기 동작을 하기 전 준비 동작으로 줄을 한 번 팽팽하게 당기는 습관에 따라 발생한다. 본 실험에서 사용한 줄넘기에는 MPU 6050의 센서가 하늘을 바라보게 설계되어 있다.
제안하는 방법의 실험을 위해 50명이 줄넘기를 10회 이상을 하여 총 50개의 데이터를 수집하였다. 50개의 데이터를 제안하는 방법을 통해 회전운동을 검출해내었고 정확도를 분석하였다.

데이터처리

제안하는 방법의 실험을 위해 50명이 줄넘기를 10회 이상을 하여 총 50개의 데이터를 수집하였다. 50개의 데이터를 제안하는 방법을 통해 회전운동을 검출해내었고 정확도를 분석하였다. 정확도는 식 (3)과 같은 방식으로 검출해내었다.
그런 이유로 좀 더 정확한 측정을 위해 하나의 동작만을 했을 경우의 파형 역시 염두에 두어야 한다. 이문제를 해결하기 위해 이 논문에서는 파형의 표준편차를 이용하였다[7]. 파형의 표준편차를 이용하면 얼마나 파형이 크게 나타나는지 알 수 있어 한 가지 동작을 했는지 두 가지 동작을 했는지 알 수 있다.
먼저 50개의 데이터를 제안하는 방법을 통해 측정했을 때 회전운동 횟수를 정확히 측정했을 때와 측정하지 못했을 때로 나누었다. 회전운동의 횟수를 정확히 측정하지 못했을 때의 경우에서 하나의 주기를 제대로 찾지 못한 경우를 Type 1 error로 하였다. 회전운동의 횟수를 정확히 측정했을 경우에 그림 7의 제대로 찾은 모습과 다르게 주기를 잘 못 찾았지만 횟수만이 맞았을 경우를 구분해냈다.

성능/효과

이런 경우에는 파형을 바탕으로 줄넘기 동작을 파악하기에는 어려움이 있다. 두 번째 오류 유형은 Type 2 error에서 많이 나타나는 것으로 제대로 된 파형의 최댓값과 최솟값을 파악하지 못하는 유형이다. 제안된 방법은 최댓값과 최솟값을 이용하여 주기를 발견하는 방법이기 때문에 이러한 오류는 제대로 된 회전운동 측정에 큰 영향을 끼친다.
만약 y축이 아래를 향해야 하는데 사용자가 줄넘기를 잘못 들어 x축이 아랫 방향으로 향하게 된다면 그림 1과 같은 파형을 기대하기 힘들다는 것이다. 두 번째는 줄넘기의 동작은 줄을 돌리는 손동작과 뛰어오르는 동작이 결합된 운동이라는 것이다. 앞서 언급한 방법으로는 이러한 두 가지 동작을 확인하지 못한다.
기존의 방식과 다르게 줄넘기의 두 가지 동작을 고려하여 줄넘기의 동작 유무를 확인하고 줄넘기의 회전운동을 검출하였다. 실험 결과에서 제시한 것과 같이 93.3%라는 비교적 높은 정확도를 측정할 수 있었다. 하지만 실험 결과에서 밝힌 것과 같이 몇 가지 사항에 대한 보완점이 남아있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	단순 반복운동으로 치부하는 것이 아닌 방식의 줄넘기 회전운동은 어떻게 검출하는가?	줄넘기는 윗몸일으키기, 팔굽혀펴기와 같은 운동과 다르게 하나의 동작이 아닌 두 가지 동작이 결합된 운동이다. 제안하는 방법은 줄넘기를 단순 반복운동으로 치부하여 측정하는 것의 대안으로 줄넘기의 두 가지 동작인 줄넘기의 손을 돌리는 동작, 뛰어오르는 동작 모두를 고려하여 회전운동을 검출하도록 하는 것이다. 이 논문의 구성은 다음과 같다.
	웨어러블 제품들의 대표적인 기능은 무엇인가?	웨어러블 제품들의 대표적인 기능은 현재의 심박수, 칼로리 소모량, 운동량 등을 표시하고 각종 보조를 해주는 제품이다[3,4]. 특히 운동과 관련하여 보조해 주는 용도로 많이 사용되고 있다.
	기존의 검출 기법들이 줄넘기의 회전운동을 제대로 검출하지 못한 이유는?	기존에 연구되어졌던 줄넘기의 회전운동 검출법은 줄넘기만의 검출법이 아닌 반복 운동을 아우르는 검출 기법들이었다. 기존에 연구된 검출법들은 대다수가 웨어러블 기기와 함께 사용되어 많은 운동들을 검출해야 했기 때문에 동작 별로 세분화하지 않았던 것이다.

참고문헌 (10)

I. Korhonen, J. Parkka, M. V. Gils, "Health monitoring in the home of the future," IEEE Engineering in medicine and biology magazine, vol. 22, pp. 66-73, July 2003.

상세보기
K. Lorincz, B. Chen, G. W. Challen, A. R. Chowdhury, S. Patel, P. Bonato & M. Welsh, "Mercury: a wearable sensor network platform for high-fidelity motion analysis," in SenSys, vol. 9, pp. 183-196, Nov. 2009.
A. Pantelopoulos, N. G. Bourbakis, "A survey on wearable sensor-based systems for health monitoring and prognosis," IEEE Transactions on Systems, Man, and Cybernetics, Part C, vol. 40, pp. 1-12, Jan. 2010.

상세보기
R. Paradiso, G. Loriga, N. Taccini, "A wearable health care system based on knitted integrated sensors," IEEE Transactions on Information Technology in Biomedicine, vol. 9, pp. 337-344, Sept. 2005.

상세보기
D. O. Choi, "Development of u-Healthcare Agent System using of 3-Axis Accelerometer Sensor," Journal of the Korean contents, vol. 10, no. 4, pp. 98-105, Apr. 2010.
J, H. Jo, "Self-Powered Jump-Rope with Embedded Bluetooth Link," in proceeding of the HCI Society of Korea, pp. 45-48, Feb. 2014.
J. Y. Lim, "Methode of Activity Pattern Analysis in the Life Care System," Jounal of the Korea Entertainment Industry Association, vol. 5, no. 2, pp. 115-118, Nov. 2011.
S. Y. Park, "Navigation based Motion Counting Algorithm for a Wearable Smart Device," Journal of Institute of Control Robotics and Systems, vol. 21, pp. 547-552, Jun. 2015.

원문보기 상세보기
B. J. Mortazavi, M. Pourhomayoun, G. Alsheikh, N. Alshurafa, S. I. Lee, "Determining the single best axis for exercise repetition recognition and counting on smartwatches," in 2014 11th International Conference on Wearable and Implantable Body Sensor Networks pp. 33-38, Jun. 2014.
D. Morris, T. S. Saponas, A. Guillory, I. Kelner, "RecoFit: using a wearable sensor to find, recognize, and count repetitive exercises," in Proceedings of the 32nd annual ACM conference on Human factors in computing systems, pp. 3225-3234, Apr. 2014.

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

6축 가속도 자이로 센서를 이용한 줄넘기 회전운동 검출
Detection of Rotation in Jump Rope using 6-axis Accelerometer Gyro Sensor 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

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

6축 가속도 자이로 센서를 이용한 줄넘기 회전운동 검출 Detection of Rotation in Jump Rope using 6-axis Accelerometer Gyro Sensor 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

대상 데이터

데이터처리

성능/효과

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

김완우 (1) 허경용 (37)

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

6축 가속도 자이로 센서를 이용한 줄넘기 회전운동 검출
Detection of Rotation in Jump Rope using 6-axis Accelerometer Gyro Sensor 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper