동작에 따른 피부변화 분석을 통한 동작센서 부착의 최적위치 탐색: 조정 동작을 중심으로 An Exploratory Study of Searching Human Body Segments for Motion Sensors of Smart Sportswear: Focusing on Rowing Motion원문보기
하이테크놀로지를 여러 가지 다른 영역과 융합하고자 하는 노력이 다양한 연구 분야에서 시도되고 있으며, 스포츠웨어를 개발함에 있어 운동선수의 운동능력을 향상시키기 위한 분야에 이러한 첨단 기술들이 도입되고 있다. 본 연구는 스포츠 훈련에 도움이 되는 동작 센싱 스마트 스포츠웨어를 개발하기 위한 기초 연구로서, 조정 동작 시 관절의 움직임을 측정할 수 있는 동작 센서를 부착하기 위한 인체상의 최적 위치를 탐색하는 것을 목적으로 한다. 본 연구에서는 일관된 동작을 반복적으로 수행할때 관절의 변화가 큰 조정을 대상 스포츠로 선정하였으며, 조정 선수의 대표 체급인 중량급과 경량급의 피험자를 선정하여 동작에 따른 피부의 변화율을 측정하여 체급별 차이를 분석하였다. 먼저, 3차원 모션캡처 시스템을 이용하여 조정 동작 시 등, 팔꿈치, 엉덩이, 무릎 부위의 피부 변화를 촬영하고, 각 마커 간 거리의 변화율을 분석함으로써 체급에 따른 차이를 보이지 않으면서 동작에 따라 피부의 변화가 큰 부분을 인체 상에 도시하였다. 이를 바탕으로 동작 센싱용 스마트 스포츠웨어를 위한 센서 부착의 가이드라인을 제시하였다.
하이테크놀로지를 여러 가지 다른 영역과 융합하고자 하는 노력이 다양한 연구 분야에서 시도되고 있으며, 스포츠웨어를 개발함에 있어 운동선수의 운동능력을 향상시키기 위한 분야에 이러한 첨단 기술들이 도입되고 있다. 본 연구는 스포츠 훈련에 도움이 되는 동작 센싱 스마트 스포츠웨어를 개발하기 위한 기초 연구로서, 조정 동작 시 관절의 움직임을 측정할 수 있는 동작 센서를 부착하기 위한 인체상의 최적 위치를 탐색하는 것을 목적으로 한다. 본 연구에서는 일관된 동작을 반복적으로 수행할때 관절의 변화가 큰 조정을 대상 스포츠로 선정하였으며, 조정 선수의 대표 체급인 중량급과 경량급의 피험자를 선정하여 동작에 따른 피부의 변화율을 측정하여 체급별 차이를 분석하였다. 먼저, 3차원 모션캡처 시스템을 이용하여 조정 동작 시 등, 팔꿈치, 엉덩이, 무릎 부위의 피부 변화를 촬영하고, 각 마커 간 거리의 변화율을 분석함으로써 체급에 따른 차이를 보이지 않으면서 동작에 따라 피부의 변화가 큰 부분을 인체 상에 도시하였다. 이를 바탕으로 동작 센싱용 스마트 스포츠웨어를 위한 센서 부착의 가이드라인을 제시하였다.
Lots of interdisciplinary studies for fusion of high technologes and the other areas of research had been tried in these days. In sports training area, high technologies like a vital sign sensor or an accelerometer were adopted as training tools to improve the performance of the sports players. The ...
Lots of interdisciplinary studies for fusion of high technologes and the other areas of research had been tried in these days. In sports training area, high technologies like a vital sign sensor or an accelerometer were adopted as training tools to improve the performance of the sports players. The purpose of this study is finding the proper locations on the human body for attaching the motion sensors in order to develop a smart sportswear which could be helpful in training players. The rowing was selected as a subject sport as lots of movements of the joint on human body could be seen in rowing motions. The players of rowing could be devided into two weight divisions, the lightweight and the heavyweight. In this study, the change rates of distance between markers on human skin as the players moved were took on the back, the elbow, the hip and the knee area on human body by 3D motion capturing system. The distances between markers and the differences between the lightweight and heavyweight were analyzed. Finally, this study provided the guide lines for designing a motion sensing smart sportswear.
Lots of interdisciplinary studies for fusion of high technologes and the other areas of research had been tried in these days. In sports training area, high technologies like a vital sign sensor or an accelerometer were adopted as training tools to improve the performance of the sports players. The purpose of this study is finding the proper locations on the human body for attaching the motion sensors in order to develop a smart sportswear which could be helpful in training players. The rowing was selected as a subject sport as lots of movements of the joint on human body could be seen in rowing motions. The players of rowing could be devided into two weight divisions, the lightweight and the heavyweight. In this study, the change rates of distance between markers on human skin as the players moved were took on the back, the elbow, the hip and the knee area on human body by 3D motion capturing system. The distances between markers and the differences between the lightweight and heavyweight were analyzed. Finally, this study provided the guide lines for designing a motion sensing smart sportswear.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서, 본 연구에서는 일관된 동작을 반복적으로 수행하면서도 관절각을 많이 움직이는 대표적인 스포츠로 조정을 선정하고, 조정 동작에 따른 체표의 변화를 분석하여 센서 부착의 최적 위치를 도출하였다. 본 연구의 세부 목표는 첫째, 조정 동작에 따른 각도 변화가 큰 부위인 팔꿈치, 무릎, 등, 엉덩이의 4개 부위에 피부 변화를 측정할 수 있도록 새로운 방법으로 마킹하고, 둘째, 조정 선수의 대표 체급인 중량급과 경량급의 두 그룹의 피험자를 3차원 모션캡처를 실시하고, 셋째, 측정 데이터를 통계 분석하여 인체 부위별 마커 간 거리의 변화율을 도출함으로써 체급 별 연속동작에 따른 체표 변화율을 비교하고, 마지막으로, 도출된 체표 변화율을 인체에 도시하여 체급에 따른 차이가 없는 부위를 동작 측정용 센서 부착의 최적 위치로 도출함으로써 동작센서를 배치하는 가이드라인을 제시하였다.
본 연구는 관절 변화를 측정할 수 있는 새로운 형태의 직물형 탄성센서(strain sensor)를 부착하기 위한 인체 상 최적 위치를 알아내는 것을 목적으로 한다. 직물형 탄성센서는 길이가 늘어나고 줄어듬에 따라 전기 저항이 변화하는 원리를 이용한 것으로 동작센서로 사용하기 위해서는 동작에 따라 길이 변화가 큰 부위에 부착하는 것이 중요하다(Yamada et al.
본 연구에서는 체급에 따른 신체적 체형 차이 및 조정 동작 시 관절의 움직임을 고려하여 인체 마커어레이(marker array) 계측 방법을 개발하였고 실제 조정동작 모션캡처를 통해 관절 측정 센서의 적합한 부착위치를 도출하여 스마트 스포츠의류 및 다른 어플리케이션을 위한 센서 부착의 가이드라인을 제시함에 의의가 있다. 그러나 본 연구에서는 누드와 의복 착용의 차이와 신체사이즈에 성별이 고려되어 있지 않고, 스포츠의 종류가 조정이라는 특정 스포츠로 한정되어 있으므로, 추후 연구에서는 이러한 점을 고사하여 연구가 진행되어야 할 것으로 사료된다.
이 결과를 바탕으로 관절변화 측정 센서의 부착 위치 가이드라인을 제시하였다.
(2011)은 가속도센서를 직접 착용하고 사람의 보행 시 발생하는 가속도 데이터를 획득하여 실시간 걸음수를 검출하는 알고리즘을 개발하였다. 이 연구에서는 느리게 걷기, 걷기, 빠르게 걷기, 천천히 뛰기, 뛰기, 빠르게 뛰기 등 다양한 걸음 속력에 대해 실험을 진행하였다. 하지만 걸음동작에만 초점을 맞춘 연구이며, 실시간 검출을 위해 별도의 디바이스 개발이 필요하였다.
제안 방법
그리고 대전자와 외측상과 사이의 2/3지점과 외측상과 사이와 외측 상과와 외과 사이의 1/3지점과 외측상과 사이를 각 3등분하였다. 가로선은 대퇴골의 외측상과와 슬개골 중앙(patella, P), 대퇴골의 내측상과(medial epicondyle of femur, ME)를 연결하여 각각의 사이를 2등분하였다. 그리고 대전자와 외측상과 사이의 2/3지점과 외측상과와 외과 사이의 1/3지점의 둘레를 측정하여 2등분하였고, 1/2길이의 끝점을 세로선에 위치하여 반대편에 끝점을 표시하고 그 길이를 다시 4등분하였다.
인체는 다양한 움직임이 가능하며 스포츠 종목에 따라 반복적으로 수행되는 주요 동작들이 다를 뿐만 아니라 단체운동일 경우에는 선수 개개인의 동작을 평가하는 데에는 어려움이 따른다. 그러므로 본 연구에서는 동작이 반복적으로 수행되고 관절의 운동범위가 큰 조정종목의 동작을 3차원 모션캡처를 통해 촬영하여 동작에 따른 피부의 변화를 측정하고 분석함으로써 관절부위의 동작을 감지하는 센서 부착의 최적 위치를 도출하였다.
가로선은 대퇴골의 외측상과와 슬개골 중앙(patella, P), 대퇴골의 내측상과(medial epicondyle of femur, ME)를 연결하여 각각의 사이를 2등분하였다. 그리고 대전자와 외측상과 사이의 2/3지점과 외측상과와 외과 사이의 1/3지점의 둘레를 측정하여 2등분하였고, 1/2길이의 끝점을 세로선에 위치하여 반대편에 끝점을 표시하고 그 길이를 다시 4등분하였다. 각 등분된 세로선과 가로선을 연결하여 마커 부착점을 표시하였다.
이등분 된 둘레의 끝을 세로선에 위치시켜 반대편 끝점을 표시하였고 그 사이를 다시 4등분하여 3/4지점까지만 마킹점을 표시하였다. 그리고 척골의 주두(olecranon of ulna, UO)와 상완골의 내측상과(lateral epicondyle of humerus, LE)를 기준점으로 수평선을 선정하였다. 견봉과 상완골의 외측상과 사이의 2/3지점과 외측상과 사이를 2등분하였고, 상완골의 외측상과와 요골의 경상돌기 사이의 1/3지점과 외측상과 사이를 2등분하였다.
이때 1/6길이를 외측부위에 한 점 더 추가하여 표시하였다. 그리고 허리 4/5지점과 엉 덩둘레의 사이를 수직으로 2등분하고, 똑같은 길이로 엉덩둘레에서 수직으로 2개의 점을 더 추가하였다.
조정동작을 실시할 때에 준비 자세는 무릎이 굽혀져 있고, 상체를 숙여 무릎에 가까이 붙어있으며, 팔은 펴서 로잉 머신의 손잡이를 잡도록 지시하였다. 동작을 시작하게 되면 준비 자세에서 무릎을 펴고(무릎관절 신전) 상체를 뒤로 넘기고(엉덩관절 신전), 팔을 당기고(팔꿈치관절 굽힘), 준비자세로 복귀할 때는 팔을 먼저 펴고(팔꿈치관절 신전), 상체를 앞으로 숙이고(엉덩관절 굽힘), 다리를 굽히는(무릎관절 굽힘) 순서로 진행하라고 지시하였다. 이 내용은 전문가 간담회를 통해 조정 훈련시 중요시 판단되는 동작의 순서를 적용하였다.
등, 무릎, 팔꿈치를 측정할 때에는 조정머신을 사용하여 수집하였으나, 엉덩관절 측정 시 조정머신의 의자와 마커부착위치가 중첩되어 엉덩관절이 최대로 굽혀지는 딥스쿼트(deep squat) 동작으로 측정하였다. 딥스쿼트 동작 시 최대로 쪼그리고 앉았다가 일어나도록 지시하였으며, 82bpm속도에 맞춰 동작을 수행할 때 5-7회를 수집하여 분석하였다.
등, 무릎, 팔꿈치를 측정할 때에는 조정머신을 사용하여 수집하였으나, 엉덩관절 측정 시 조정머신의 의자와 마커부착위치가 중첩되어 엉덩관절이 최대로 굽혀지는 딥스쿼트(deep squat) 동작으로 측정하였다. 딥스쿼트 동작 시 최대로 쪼그리고 앉았다가 일어나도록 지시하였으며, 82bpm속도에 맞춰 동작을 수행할 때 5-7회를 수집하여 분석하였다.
2). 마커 부착의 원리는 우선 경추7번(cervical 7th, C7)과 흉추10번(thoracic 10th, T10), 좌우 상후장골극(posterior superior iliac spine, PSIS)의 중앙을 세로선의 기준으로 하여 각 사이를 5등분하였으며, 흉추10번의 수평 둘레와 흉추10번에서 상후장골극을 5등분하였을 때 4번째 등분된 허리점의 수평 둘레를 측정하여 이를 3등분 하여 가로선을 생성하였다. 이때 3등분된 가로선 길이의 중앙값을 세로선의 기준으로 삼아 위치시키고 양끝을 마킹하고 전체길이를 6등분하였고, 견봉(left acromion, LA and right acromion, RA)과 흉추 가로선 끝점, 흉추 가로선 끝점과 4번째 허리점의 끝점 사이를 5등분하였다.
3). 마킹 시 세로선의 기준을 견봉과 상완골의 외측상과(lateral epicondyle of humerus, LE), 요골의 경상돌기(styloid process of radius, RSP)로 선정하여 각 사이를 3등분하였고, 견봉과 상완골의 외측상과 사이의 2/3지점과, 상완골의 외측상과와 요골의 경상돌기 사이의 1/3지점의 둘레를 측정하여 2등분하였다. 이등분 된 둘레의 끝을 세로선에 위치시켜 반대편 끝점을 표시하였고 그 사이를 다시 4등분하여 3/4지점까지만 마킹점을 표시하였다.
피험자는 조정 대표 체급인 중량급과 경량급으로 나누어 측정되었으며, 조정동작 시 관절각이 크게 움직이는 등, 팔꿈치, 엉덩이, 무릎을 선정하여 모션캡처를 실시하였다. 모션캡처용 마커 부착을 위해 신체 사이즈의 다양성을 고려하여 측정 신체 부위를 비율로 등분하여 마킹위치를 선정하였다.
이 때 변형률 ε은 Δl/l0 로 정의된다. 본 논문은 체형별로 나눈 그룹간의 평균 변형률 값을 구하였다.
본 실험은 연세대학교 융합체육과학연구실에서 8대의 적외선카메라(Vicon MX-F20, Oxford Metric Ltd, Oxford, UK)와 동작분석시스템(Vicon NEXUS Systems, Oxford Metric Ltd, Oxford, UK)을 사용하여 예비실험(2015년 1월 20일)을 통해 마킹 방법을 수정 및 보완하여 본 실험(2015년 2월 10-12일)을 진행하였다.
조정 동작을 센싱하기 위한 직물형 동작 감지 센서를 부착할 수 있는 최적의 위치를 도출하기 위해 3차원 모션캡처를 이용하여 동작분석을 실시하였다. 본 연구에서는 피부의 변화를 측정하기 위해 모션캡처의 기준점 35개에 마킹하였으며, 피부의 변화를 측정하기 위해 격자형으로 피부 상에 조밀하게 마킹하였다. 측정 시 피험자 간의 신체적 체형 차이 및 조정 동작 시 관절의 움직임을 고려하여 마커 부착 위치를 선정하였다.
따라서, 본 연구에서는 일관된 동작을 반복적으로 수행하면서도 관절각을 많이 움직이는 대표적인 스포츠로 조정을 선정하고, 조정 동작에 따른 체표의 변화를 분석하여 센서 부착의 최적 위치를 도출하였다. 본 연구의 세부 목표는 첫째, 조정 동작에 따른 각도 변화가 큰 부위인 팔꿈치, 무릎, 등, 엉덩이의 4개 부위에 피부 변화를 측정할 수 있도록 새로운 방법으로 마킹하고, 둘째, 조정 선수의 대표 체급인 중량급과 경량급의 두 그룹의 피험자를 3차원 모션캡처를 실시하고, 셋째, 측정 데이터를 통계 분석하여 인체 부위별 마커 간 거리의 변화율을 도출함으로써 체급 별 연속동작에 따른 체표 변화율을 비교하고, 마지막으로, 도출된 체표 변화율을 인체에 도시하여 체급에 따른 차이가 없는 부위를 동작 측정용 센서 부착의 최적 위치로 도출함으로써 동작센서를 배치하는 가이드라인을 제시하였다.
견봉과 상완골의 외측상과 사이의 2/3지점과 외측상과 사이를 2등분하였고, 상완골의 외측상과와 요골의 경상돌기 사이의 1/3지점과 외측상과 사이를 2등분하였다. 세로선과 가로선을 기준으로 등분된 위치를 마킹하였다.
6에 유의한 차이가 나타난 거리는 파란색 선으로 상위 30 %에 포함되나 유의한 차이를 보이지 않은 것은 초록색 선으로 표시하였다. 신체 체형에 따른 차이를 알아보기 위해 그룹간의 정적과 동적 마커간의 변화율을 비교분석하였고 그룹간의 유의한 차이가 나타난 부위에 빨간색 선으로 표시하였다.
영상자료를 수집하기 위해 Vicon사의 Plug-In-Gait Full Body 모델을 이용하여 모션캡처를 위한 기본마커 35개를 부착하였고(Fig. 1), 측정 부위별로 필요한 마커를 추가하여 측정하였다. 측정은 등, 팔꿈치, 엉덩이, 무릎으로 총 4개의 부위를 선정하였고 등을 제외하고는 모두 오른쪽 부분만 마킹하여 측정하였다.
마커 부착의 원리는 우선 경추7번(cervical 7th, C7)과 흉추10번(thoracic 10th, T10), 좌우 상후장골극(posterior superior iliac spine, PSIS)의 중앙을 세로선의 기준으로 하여 각 사이를 5등분하였으며, 흉추10번의 수평 둘레와 흉추10번에서 상후장골극을 5등분하였을 때 4번째 등분된 허리점의 수평 둘레를 측정하여 이를 3등분 하여 가로선을 생성하였다. 이때 3등분된 가로선 길이의 중앙값을 세로선의 기준으로 삼아 위치시키고 양끝을 마킹하고 전체길이를 6등분하였고, 견봉(left acromion, LA and right acromion, RA)과 흉추 가로선 끝점, 흉추 가로선 끝점과 4번째 허리점의 끝점 사이를 5등분하였다. 생성된 점들은 촘촘한 격자무늬의 마킹점으로 생성하였다.
7). 인체의 동작을 감지하기 위해서는 몸통(torso)과 사지의 동작을 감지할 필요가 있는데, 조정 훈련에서 중요시 되는 동작의 순서로 다리(무릎), 몸통(등, 엉덩이), 팔(팔꿈치)의 움직임을 선정하여 측정하였다.
조정선수들의 노젓기(rowing) 동작을 1회 실시할 때에 평균 82 bpm의 속도로 진행되므로 측정 시 속도에 맞추어 동작을 실시하도록 지시하였다. 측정 시 5-7회 노젓기 동작을 수행하여 82 bpm의 속도와 비슷한 속도로 동작을 수행할 때부터 5-7회 동작을 더 수행하였다.
본 연구에서는 피부의 변화를 측정하기 위해 모션캡처의 기준점 35개에 마킹하였으며, 피부의 변화를 측정하기 위해 격자형으로 피부 상에 조밀하게 마킹하였다. 측정 시 피험자 간의 신체적 체형 차이 및 조정 동작 시 관절의 움직임을 고려하여 마커 부착 위치를 선정하였다.
1), 측정 부위별로 필요한 마커를 추가하여 측정하였다. 측정은 등, 팔꿈치, 엉덩이, 무릎으로 총 4개의 부위를 선정하였고 등을 제외하고는 모두 오른쪽 부분만 마킹하여 측정하였다. 각 부위별 마킹 방법은 다음과 같다.
피험자는 조정 대표 체급인 중량급과 경량급으로 나누어 측정되었으며, 조정동작 시 관절각이 크게 움직이는 등, 팔꿈치, 엉덩이, 무릎을 선정하여 모션캡처를 실시하였다. 모션캡처용 마커 부착을 위해 신체 사이즈의 다양성을 고려하여 측정 신체 부위를 비율로 등분하여 마킹위치를 선정하였다.
하나의 마커를 기준으로 상하좌우 및 대각선 방향의 마커와의 거리를 측정하였으며 마커 당 8개의 거리가 측정되었다. 모든 피험자들의 측정된 정적인 상태에서 마커의 거리 값과 동적인 상태에서 마커의 최대 거리 값의 차이를 알아보기 위하여 대응표본 T검정(pairedt-test)을 사용하였고, 그룹간의 차이를 알아보기 위해 변형률 ε을 구하여 독립표본 T검정(independent t-test)을 사용하여 비교 분석하였다.
엉덩이의 경우에는 등의 마킹 점 중 가장 아래의 세로선과 가로선을 포함하여 마킹하였다. 흉추10번과 상후장골극 사이의 4/5지점의 가로선과 엉덩이 둘레가 제일 두꺼운 부분을 측정하여 3등분하고 1/3길이의 중앙값을 좌우 상후장골극 사이의 세로선에 위치하여 가로 길이를 다시 6등분하였다. 이때 1/6길이를 외측부위에 한 점 더 추가하여 표시하였다.
대상 데이터
다음으로 팔꿈치 관절(elbow)의 경우 측정 시 동작의 기준마커 35개 외에 필요마커 15개를 추가하였으며, 이때 중복된 마커는 1개이므로 측정된 총 마커 수는 39개이다(Fig. 3). 마킹 시 세로선의 기준을 견봉과 상완골의 외측상과(lateral epicondyle of humerus, LE), 요골의 경상돌기(styloid process of radius, RSP)로 선정하여 각 사이를 3등분하였고, 견봉과 상완골의 외측상과 사이의 2/3지점과, 상완골의 외측상과와 요골의 경상돌기 사이의 1/3지점의 둘레를 측정하여 2등분하였다.
마지막으로 무릎 관절의 경우 측정 시 동작의 기준마커 35개와 필요마커 29개를 추가하였으며, 이때 중복된 마커 수는 3개였고, 따라서 총 마킹 수는 71개였다(Fig. 5). 세로선은 대퇴골의 대전자(greater trochanger, GT)와 대퇴골의 외측상과(lateral epicondyle of femur, LE), 비골의 외과(lateral malleolus of fibula, LM)를 연결하여 각각의 사이를 3등분하였다.
본 실험에서는 마커의 변위를 측정하기 위해 200Hz로 데이터를 획득하였고, 노이즈를 제거하기 위해 10Hz의 저역필터를 적용하였다. 측정한 3D좌표간 거리를 계산하기 위해 Matlab (The Mathworks Inc.
본 연구에서 선정한 조정은 외부환경에 영향을 받는 야외경기로서 훈련은 실내외에서 실시된다. 실외에서는 시합과 비슷한 환경에서 연습을 진행하고, 실내에서는 로잉 에르고미터를 사용하여 조법을 훈련한다.
본 연구에서는 피험자로 건강한 성인 남성 중 조정선수의 체급을 참조하여 조정 선수의 중량급(heavy,H) 평균 체격에 해당하는 키 190cm, 체중 90kg에 해당하는 피험자 3명과 조정선수의 경량급(light, L) 평균 체격인 175cm, 체중 70kg에 해당하는 피험자 3명으로 모두 6명을 선정하였다(Table 1). 참여한 피험자들은 근골격계 질환 및 과거 병력이 없었으며, 실험에 참여하기 전에 연구의 목적 및 절차에 대하여 충분히 설명하였고 자발적으로 참가동의서에 서명하였다.
엉덩 관절의 측정 시에는 기준마커 35개에 필요마커 20개를 추가하였으며, 중복되는 마커가 없으므로 전체 마킹 수는 55개였다(Fig. 4). 엉덩이의 경우에는 등의 마킹 점 중 가장 아래의 세로선과 가로선을 포함하여 마킹하였다.
등(back) 부위를 측정하기 위해 기준마커 35개와 필요마커 65개를 추가하였고 이때 중복된 마커 수는 2개이다. 측정 시 부착된 전체 마커 수는 99개이다(Fig. 2). 마커 부착의 원리는 우선 경추7번(cervical 7th, C7)과 흉추10번(thoracic 10th, T10), 좌우 상후장골극(posterior superior iliac spine, PSIS)의 중앙을 세로선의 기준으로 하여 각 사이를 5등분하였으며, 흉추10번의 수평 둘레와 흉추10번에서 상후장골극을 5등분하였을 때 4번째 등분된 허리점의 수평 둘레를 측정하여 이를 3등분 하여 가로선을 생성하였다.
데이터처리
모든 피험자들의 측정된 정적인 상태에서 마커의 거리 값과 동적인 상태에서 마커의 최대 거리 값의 차이를 알아보기 위하여 대응표본 T검정(pairedt-test)을 사용하였고, 그룹간의 차이를 알아보기 위해 변형률 ε을 구하여 독립표본 T검정(independent t-test)을 사용하여 비교 분석하였다.
전 세계적으로는 Motion Analysis와 VICON이가장 많이 사용되고 있으나 소프트웨어를 포함한 장비가 고가라는 단점이 있다. 본 연구에서는 VICON의 시스템을 사용하여 동작분석을 실시하였다.
조정 동작을 센싱하기 위한 직물형 동작 감지 센서를 부착할 수 있는 최적의 위치를 도출하기 위해 3차원 모션캡처를 이용하여 동작분석을 실시하였다. 본 연구에서는 피부의 변화를 측정하기 위해 모션캡처의 기준점 35개에 마킹하였으며, 피부의 변화를 측정하기 위해 격자형으로 피부 상에 조밀하게 마킹하였다.
본 실험에서는 마커의 변위를 측정하기 위해 200Hz로 데이터를 획득하였고, 노이즈를 제거하기 위해 10Hz의 저역필터를 적용하였다. 측정한 3D좌표간 거리를 계산하기 위해 Matlab (The Mathworks Inc. Natick, Ma, USA)코드를 이용하였고 시간에 따른 변형률을 분석하였다. 변형률의 정의는 Equation 1과 같다.
본 연구에서는 정적상태의 마커간 거리와 조정 동작 수행 시 최대 마커간 거리를 비교 분석하였으며, 각 부위의 평균 변화율 상위 30 %를 Fig. 6에 유의한 차이가 나타난 거리는 파란색 선으로 상위 30 %에 포함되나 유의한 차이를 보이지 않은 것은 초록색 선으로 표시하였다. 신체 체형에 따른 차이를 알아보기 위해 그룹간의 정적과 동적 마커간의 변화율을 비교분석하였고 그룹간의 유의한 차이가 나타난 부위에 빨간색 선으로 표시하였다.
조정동작을 시행함에 따라 몸통의 위아래로 나뉘어 방향이 다르게 나타났는데 이는 Catch 동작시 팔을 움직여 연결되어있는 견갑골과 광배근도 활성화되어 윗부분은 대각선 방향으로 나타났고, 아랫부분은 몸통이 앞뒤로 움직임에 영향을 받아 수직방향으로 나타났다. 체급 간에는 요추부위에서 대각선방향으로 나타나 센서부착 시 체급에 따라 차이가 있을 수 있으므로 배제되어야 한다.
체급 간에는 요추부위에서 대각선방향으로 나타나 센서부착 시 체급에 따라 차이가 있을 수 있으므로 배제되어야 한다. 조정동작의 Catch 동작과 Stroke 동작 시 팔과 상체의 연결부인 견갑골과 광배근 부위, 상체와 하체의 연결부인 요추부위에서 큰 움직임을 보였다.
팔의 동작을 감지하기 위해서는 팔꿈치 부위에서는 주두를 중심으로 상하 방향으로 센서를 부착할 수 있는 것으로 나타났다.
팔의 움직임시 척골의 주두(Olecranon of ulna)를 기준으로 연결된 마커들의 평균 변형률이 상대적으로 크게 나왔으며 방사형으로 고르게 평균 변형률이 분포함을 확인하였다. 그중에서도 주두의 상하방향으로 높은 변형률이 나타났다고 팔꿈치에서는 체급의 영향을 받지 않으므로 이 부위가 적합하다고 판단된다.
후속연구
본 연구에서는 체급에 따른 신체적 체형 차이 및 조정 동작 시 관절의 움직임을 고려하여 인체 마커어레이(marker array) 계측 방법을 개발하였고 실제 조정동작 모션캡처를 통해 관절 측정 센서의 적합한 부착위치를 도출하여 스마트 스포츠의류 및 다른 어플리케이션을 위한 센서 부착의 가이드라인을 제시함에 의의가 있다. 그러나 본 연구에서는 누드와 의복 착용의 차이와 신체사이즈에 성별이 고려되어 있지 않고, 스포츠의 종류가 조정이라는 특정 스포츠로 한정되어 있으므로, 추후 연구에서는 이러한 점을 고사하여 연구가 진행되어야 할 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
현재까지 대부분 사용되는 웨어러블 형태로 적용 가능한 동작 인식용 센서는 무엇인가?
현재까지 이루어진 대부분의 연구에서 웨어러블 형태로 적용 가능한 동작 인식용 센서로는 관성센서(Inertial sensoers)를 사용하고 있다. 관성센서는 기본적으로 역각센서(force sensor)로서, 한쪽이나 혹은 여러 방향으로 선형의 가속을 측정하는 가속도센서(accelerometer)와 하나 이상의 축을 기준으로 움직임의 각을 측정하는 자이로스코프(gyroscope)가 있다.
관성센서로 어떤 것들이 있는가?
현재까지 이루어진 대부분의 연구에서 웨어러블 형태로 적용 가능한 동작 인식용 센서로는 관성센서(Inertial sensoers)를 사용하고 있다. 관성센서는 기본적으로 역각센서(force sensor)로서, 한쪽이나 혹은 여러 방향으로 선형의 가속을 측정하는 가속도센서(accelerometer)와 하나 이상의 축을 기준으로 움직임의 각을 측정하는 자이로스코프(gyroscope)가 있다.
다중센서를 이용하여 동작인식을 하면 어떤 단점이 있는가?
이처럼 다중센서를 이용하여 동작 인식을 할 경우 단일 센서 보다 높은 인식률을 보이는 장점이 있다. 하지만 카메라센서와 GPS를 이용할 경우 학습데이터를 모으는데 많은 시간이 든다는 단점이 있다. 또한 앞선 연구들은 가속도센서를 직접 제작하거나, 동작 인식을 위한 별도의 장비가 필요했기 때문에 비용이 많이 든다.
참고문헌 (17)
Aitchison, L. T. (2012). A Comparison of Methods for Assessing Space Suit Joint Ranges of Motion, In Proceeding of 42nd International Conference on Environmental Systems, 15-19.
Blum, M. & Pentland, A. S. (2006). Insense: Interestbased life logging. IEEE MultiMedia, 4, 40-48.
Cho, S. H., Lee, S. H., Kim, K. H., & Yu, J. Y. (2004). Gait Analysis before and after Total Hip Arthroplasty in Hip Dysplasia and Osteonecrosis of the Femoral Head, Journal of Korean Orthopedics Associations, 39, 482-488.
Dernbach, S., Das, B., Krishnan, N. C., Thomas, B. L., & Cook, D. J. (2012, June). Simple and complex activity recognition through smart phones. In Intelligent Environments (IE), 2012 8th International Conference on. 214-221. IEEE.
Dunne, L. E., Gioberto, G., Ramesh, V., & Koo, H. (2011). Measuring Movement of Denim Trousers for Garment-Integrated Sensing Applications, In Proceeding of 33rd Annual International Conference of the IEEE EMBS, 3990-3993.
Han, S. A., Nam, Y. J., Yoon, H., Lee, S. H., & Kim, H. J. (2012). Development of Sleeve Patterns of Structural Firefighting Protective Clothing using by 3D Body Shape and 3D Motion Analysis. Journal of the Korean Society for Clothing Industry, 14(1), 109-121.
Jeon, H. M., Lee, S. H., Byun, W. T., & Park, S. K. (2014). Kinematic Analysis of Elite Sculling Rowers at Every 500m Intervals, The Korean Journal of Physical Education, 53(3), 477-485.
Kim, Y. K., Kim, S. M., Lo, H. S., & Cho, W. D. (2011). Real-Time Step Count Detection Algorithm Using a Tri-Axial Accelerometer. Journal of Korean Society for Internet Information, 12(3), 17-26.
Kwapisz, J. R., Weiss, G. M., & Moore, S. A. (2011). Activity recognition using cell phone accelerometers. ACM SigKDD Explorations Newsletter, 12(2), 74-82.
Lee, J., Hah, C., Ryu, J., & Kim, K. (2007). Evaluation on Motion Features of the World's Second Archer during Back-Tension in Archery, Korean Journal of Biomechanics, 17(3), 197-207.
Lee, M. H., Kim, J. K., Lee, I. H., Jee, S. H., & Yoo, S. K. (2009). Physical activity recognition using a single tri-axis accelerometer. In Proceedings of the world congress on engineering and computer science. 1. 20-23.
Park, H. J., Hong, K. H., & Cho, Y. S. (2009b). Segmentation using curvature information of 3D body surface for tight-fit pattern making. Journal of the Korean Society of Clothing and Textiles, 33(1), 68-79.
Reddy, S., Mun, M., Burke, J., Estrin, D., Hansen, M., & Srivastava, M. (2010). Using mobile phones to determine transportation modes. ACM Transactions on Sensor Networks (TOSN), 6(2), 13.
Ryu, S. & Park K. (2000). A Study on the Lower Body Range of Motion (Using a 3-D Motion System) bout Korean Adults, The Research Journal of the Costume Culture, 8(5), 741-753.
Stenneth, L., Wolfson, O., Yu, P. S., & Xu, B. (2011, November). Transportation mode detection using mobile phones and GIS information. In Proceedings of the 19th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems. 54-63. ACM.
Yamada, T., Hayamizu, Y, Yamamoto, Y., Izadi-Najafabadi, A., Futaba, D. N., & Hata, K. (2011). A stretchable carbon nanotude strain sensor for human-motion detection, Nature Nanotechnology, 6, 296-301.
Yang, H. K. & Yong, H. S. (2014) Real-Time Physical Activity Recognition Using Tri-axial Accelerometer of Smart Phone, Journal of Korea Multimedia Society, 17(4), 506-513.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.