[논문]FMCW 레이다 기반 휴먼 모션 인지용 레이다 영상 추출 기법

현유진; 진영석; 전형철

doi:10.5515/kjkiees.2018.29.6.411

[국내논문] FMCW 레이다 기반 휴먼 모션 인지용 레이다 영상 추출 기법
Radar Image Extraction Scheme for FMCW Radar-Based Human Motion Indication 원문보기

韓國電磁波學會論文誌 = The journal of Korean Institute of Electromagnetic Engineering and Science, v.29 no.6, 2018년, pp.411 - 414

현유진 (대구경북과학기술원 미래자동차융합연구센터) , 진영석 (대구경북과학기술원 미래자동차융합연구센터) , 전형철 (대구경북과학기술원 미래자동차융합연구센터)

초록
AI-Helper

본 논문에서는 FMCW 레이다 기반으로 휴먼 모션 인식을 위한 레이다 영상 추출 알고리즘을 제안하였다. 3D(거리-속도-각도) 스펙트럼을 생성하였고, 각 좌표방향으로 압축을 통해 세 개의 마이크로-프로파일 영상을 생성하였다. 이때 몸으로부터 반사된 신호를 억제하기 위한 클러터 억제 알고리즘을 적용하였다. 생성된 거리, 도플러. 각도-영상을 향후 영상처리 및 분류기에 적용함으로써, 다양한 모션 종류를 구별할 수 있을 것으로 판단된다.

Abstract ▼ AI-Helper

In this paper, we propose a radar image extraction scheme for frequency modulated continuous wave radar-based human motion indication. We extracted three-dimensional(3D) range-velocity-angle spectra and generated three micro-profile images by compressing the 3D images in all three directions in every frame. Furthermore, we used body echo suppression to make use of the weak reelection such as in hands and arms. By applying the complete images to classifiers, various human motions can be indicated.

주제어

AI 본문요약
AI-Helper

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

문제 정의

기존의 레이다 센서와 같은 타겟별로 한 개씩 인지되는 포인트 정보(거리, 속도, 각도) 만으로는 다양한 모션인식에 한계가 있다. 따라서 효과적인 모션 인식을 위해시간에 따른 마이크로 도플러, 마이크로 거리, 그리고 각도 프로파일 영상을 추출이 필요하며, 이를 위해 본 논문에서는 관련 알고리즘을 제안한다.
본 논문에서는 FMCW 레이다 기반으로 휴먼 모션인식을 위한 거리, 도플러, 각도-영상 추출 알고리즘을 제안하였다. 본 알고리즘으로부터 생성되는 영상을 확인하기 위해, DGIST 첨단레이다 연구실에서 개발한 24 GHz FMCW 레이다 송수신모듈과 실시간 데이터 로깅 하드웨어를 기반으로 실험환경을 구축하였다.
하지만 최근 웨어러블 디바이스의 차세대 인터페이스로 레이다 센서가 새로운 솔루션으로 부각되고 있는데, 그 대표적인 사례가 ‘솔리’ 프로젝트이다. 이 기술은 구글과 인피니언과 협업을 통해 레이다 기반으로 가까운 거리에서 손가락 제스처를 인지하는 초정밀 모션 인지 기술이다. 향후 모바일 디바이스에 적용하기 위해 현재 개발이 진행 중에 있다.

제안 방법

설계된 알고리즘을 검증하기 위해 그림 3과 같이 실험환경을 구축하였다. FOV(Field of View)가 90도인 송신 안테나 1개와 수신 안테나 8개로 구성된 24 GHz FMCW 레이다 전단과 실시간 데이터 로깅이 가능한 하드웨어 보드, 그리고 알고리즘을 구현한 PC로 구성하였다.
본 논문에서는 사람의 팔 동작을 인식하기 위해 최대탐지 속도는 15 km/h 이하, 속도 해상도는 0.2 m/s, 거리해상도는 0.2 m로 설계하였다. 이를 위해 변조주기(T)는800 us, 대역폭은 1 GHz, 램프 개수(M)는 64개가 되도록 그림 1과 같이 파형을 설계하였다.
본 논문에서는 FMCW 레이다 기반으로 휴먼 모션인식을 위한 거리, 도플러, 각도-영상 추출 알고리즘을 제안하였다. 본 알고리즘으로부터 생성되는 영상을 확인하기 위해, DGIST 첨단레이다 연구실에서 개발한 24 GHz FMCW 레이다 송수신모듈과 실시간 데이터 로깅 하드웨어를 기반으로 실험환경을 구축하였다.
아울러 실제 사람의 손과 팔을 종방향 및 횡방향으로왕복하며, 생성된 레이다 영상을 확인하였다.
이를 극복하기 위해 인피니언社에서는 광대역 대역폭을지원하는 60 GHz FMCW(Frequency Modulated Continuous Wave) 송수신칩셋을 출시하였다. 그러나 아직 실제 제품화 된 사례는 없고, 신호처리 알고리즘 등은 NVIDA와 같은 큰 기관 중심으로 연구되고 있다^[4].

이론/모형

그래서 제안된 알고리즘에서는 도플러-처리 단계 이전에 이 클러터의 신호크기를 억제할 수 있는 ‘Body echo suppression’ 알고리즘을 적용하였다.
그래서 제안된 알고리즘에서는 도플러-처리 단계 이전에 이 클러터의 신호크기를 억제할 수 있는 ‘Body echo suppression’ 알고리즘을 적용하였다. 본 알고리즘은 선행연구 [5]의 내용을 기반으로 설계하였다.

후속연구

이 기술은 구글과 인피니언과 협업을 통해 레이다 기반으로 가까운 거리에서 손가락 제스처를 인지하는 초정밀 모션 인지 기술이다. 향후 모바일 디바이스에 적용하기 위해 현재 개발이 진행 중에 있다. 카메라 기술 대신 레이다 기술을 택하면, 카메라에 의한 프라이버시 이슈를 회피할 수 있을뿐 아니라, 도플러 정보를 효과적으로 이용함으로써 카메라가 가지지 못하는 모션도 인식할 수 있는 장점이 있다.
향후에는 보다 다양한 시나리오 기반으로 영상을 생성할 것이며, 생성된 영상을 기반으로 분류기를 통해 실제모션 인식의 성능을 검증할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	최근 웨어러블 디바이스의 차세대 인터페이스로 레이다 센서가 새로운 솔루션으로 부각되고 있는 프로젝트는?	하지만 최근 웨어러블 디바이스의 차세대 인터페이스로 레이다 센서가 새로운 솔루션으로 부각되고 있는데, 그 대표적인 사례가 ‘솔리’ 프로젝트이다. 이 기술은 구글과 인피니언과 협업을 통해 레이다 기반으로 가까운 거리에서 손가락 제스처를 인지하는 초정밀 모션 인지 기술이다.
	레이다 센서 기반 휴먼 모션 인식의 대표적인 방법은 무엇인가?	현재 레이다 센서 기반 휴먼 모션 인식의 대표적인 방법은 CW(Continuous Wave) 레이다 기반으로 미세도플러(Micro-Doppler)를 추출하여 패턴을 인식하는 방법이다[3]. 하지만 이 방법은 객체의 거리 및 각도 측정이 불가능하고, 다중 타겟 탐지가 불가능하다는 단점이 있다.
	CW(Continuous Wave) 레이다 기반으로 미세도플러(Micro-Doppler)를 추출하여 패턴을 인식하는 방법의 단점을 개선하기 위해 나온 칩셋은?	이를 극복하기 위해 인피니언社에서는 광대역 대역폭을지원하는 60 GHz FMCW(Frequency Modulated Continuous Wave) 송수신칩셋을 출시하였다. 그러나 아직 실제 제품화 된 사례는 없고, 신호처리 알고리즘 등은 NVIDA와 같은 큰 기관 중심으로 연구되고 있다[4].

참고문헌 (6)

S. Mitra, T. Acharya, "Gesture recognition: A survey," IEEE Transactions on Systems, Man, and Cybernetics, Part C(Applications and Reviews), vol. 37, no. 3, pp. 311-324, May 2007.

상세보기
장주용, 류문옥, 박순찬, "거리영상 기반 동작인식 기술동향," 전자통신동향분석, 29(1), 2014년 2월.

원문보기 상세보기
Y. Kim, B. Toomajian, "Hand gesture recognition using micro-Doppler signatures with convolutional neural network," IEEE Access, vol. 4, pp. 7125-7130, Oct. 2016.

상세보기
P. Molchanov, S. Gupta, K. Kim, and K. Pulli, "Multi-sensor system for driver's hand-gesture recognition," in 2015 11th IEEE International Conference and Workshops on Automatic Face and Gesture Recognition(FG), Ljubljana, May 2015, pp. 1-8.
E. Hyun, Y. S. Jin, and J. H. Lee, "A pedestrian deteciton scheme using a coherent phase difference method based on 2D range-Doppler FMCW radar," Sensors, vol. 16, no. 1, p. 124, Jan. 2016.

상세보기
현유진, 진영석, "딥러닝 기반 휴먼모션 인식을 위한 FMCW 레이더 센서의 마이크로-거리 및 마이크로-도플러 추출 기법," 2017년 한국전자파학회 하계종합학술대회논문집, 2017년 8월, 5(1), pp. 24-26.

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