본 연구에서는 센서상의 전하량 변화를 통하여 전위차를 측정할 수 있는 수동형 전기장센서를 이용하여 사람의 손동작에 의해 유발되는 신호를 측정 장치의 전원이나 주변 전력선에 의해 센서에 유입되는 잡음(PLN: Power Line Noise)의 고조파 성분을 분석하여 동작신호를 검출하고 추출하는 연구를 수행 한다. 전기장 센서에 유입되는 전력선잡음으로 센서가 사람의 존재, 접근, 동작에 의해 영향 받는 사실을 이용해 PLN의 주성분인 60Hz 고조파 성분의 스펙트럼분석을 수행하여 PLN 신호의 증가 또는 감소를 식별할 수 있고 상대적으로 동작에 민감한 120Hz 성분을 이용한다. FFT를 사용하여 120Hz의 신호성분이 특정 임계값을 통과할 때 신호를 검출하는 방법이다. 동작이 탐지되는 경우 임계값을 기준으로 프레임을 결정한다. 본 연구의 방법을 이용하여 얻은 동작 감지 성공률은 약 90% 수준을 달성하였다. 이렇게 감지된 동작신호로 추출한 프레임의 정확도는 약 85%이다. 수동형 전기장 센서를 이용하여 동작신호를 PLN을 이용하여 동작검출에 이용한 연구사례는 국내외적으로 드문 사례이며, 본 논문에서는 PLN이 상존하는 실내 적용환경에서 유망하게 활용될 수 있다.
본 연구에서는 센서상의 전하량 변화를 통하여 전위차를 측정할 수 있는 수동형 전기장센서를 이용하여 사람의 손동작에 의해 유발되는 신호를 측정 장치의 전원이나 주변 전력선에 의해 센서에 유입되는 잡음(PLN: Power Line Noise)의 고조파 성분을 분석하여 동작신호를 검출하고 추출하는 연구를 수행 한다. 전기장 센서에 유입되는 전력선잡음으로 센서가 사람의 존재, 접근, 동작에 의해 영향 받는 사실을 이용해 PLN의 주성분인 60Hz 고조파 성분의 스펙트럼분석을 수행하여 PLN 신호의 증가 또는 감소를 식별할 수 있고 상대적으로 동작에 민감한 120Hz 성분을 이용한다. FFT를 사용하여 120Hz의 신호성분이 특정 임계값을 통과할 때 신호를 검출하는 방법이다. 동작이 탐지되는 경우 임계값을 기준으로 프레임을 결정한다. 본 연구의 방법을 이용하여 얻은 동작 감지 성공률은 약 90% 수준을 달성하였다. 이렇게 감지된 동작신호로 추출한 프레임의 정확도는 약 85%이다. 수동형 전기장 센서를 이용하여 동작신호를 PLN을 이용하여 동작검출에 이용한 연구사례는 국내외적으로 드문 사례이며, 본 논문에서는 PLN이 상존하는 실내 적용환경에서 유망하게 활용될 수 있다.
Using passive electric field sensor which operates in non-contact mode, we can measure the electric potential induced from the change of electric charges on a sensor caused by the movement of human body or hands. In this study, we propose a new method, which utilizes PLN induced to the sensor around...
Using passive electric field sensor which operates in non-contact mode, we can measure the electric potential induced from the change of electric charges on a sensor caused by the movement of human body or hands. In this study, we propose a new method, which utilizes PLN induced to the sensor around the moving object, to detect one's hand movement and extract gesture frames from the detected signals. Signals from the EPS sensors include a large amount of power line noise usually existing in the places such as rooms or buildings. Using the fact that the PLN is shielded in part by human access to the sensor, signals caused by motion or hand movement are detected. PLN consists mainly of signals with frequency of 60 Hz and its harmonics. In our proposed method, signals only 120 Hz component in frequency domain are chosen selectively and exclusively utilized for detection of hand movement. We use FFT to measure a spectral-separated frequency signal. The signals obtained from sensors in this way are continued to be compared with the threshold preset in advance. Once motion signals are detected passing throng the threshold, we determine the motion frame based on period between the first threshold passing time and the last one. The motion detection rate of our proposed method was about 90% while the correct frame extraction rate was about 85%. The method like our method, which use PLN signal in order to extract useful data about motion movement from non-contact mode EPS sensors, has been rarely reported or published in recent. This research results can be expected to be useful especially in circumstance of having surrounding PLN.
Using passive electric field sensor which operates in non-contact mode, we can measure the electric potential induced from the change of electric charges on a sensor caused by the movement of human body or hands. In this study, we propose a new method, which utilizes PLN induced to the sensor around the moving object, to detect one's hand movement and extract gesture frames from the detected signals. Signals from the EPS sensors include a large amount of power line noise usually existing in the places such as rooms or buildings. Using the fact that the PLN is shielded in part by human access to the sensor, signals caused by motion or hand movement are detected. PLN consists mainly of signals with frequency of 60 Hz and its harmonics. In our proposed method, signals only 120 Hz component in frequency domain are chosen selectively and exclusively utilized for detection of hand movement. We use FFT to measure a spectral-separated frequency signal. The signals obtained from sensors in this way are continued to be compared with the threshold preset in advance. Once motion signals are detected passing throng the threshold, we determine the motion frame based on period between the first threshold passing time and the last one. The motion detection rate of our proposed method was about 90% while the correct frame extraction rate was about 85%. The method like our method, which use PLN signal in order to extract useful data about motion movement from non-contact mode EPS sensors, has been rarely reported or published in recent. This research results can be expected to be useful especially in circumstance of having surrounding PLN.
X. Tand, S. Mandal, "Indoor Occupancy Awareness and Localization Using Passive Electric Field Sensing," IEEE Trans. on Instrumentation and Measurement, vol. 68, no. 11, pp. 4535-4549, 2019.
Fu, B., Kirchbuchner, F., von Wilmsdorff, J. et al. "Performing indoor localization with electric potential sensing," Journal of Ambient Intelligence and Humanized Computing, vol. 10, no. 2, pp. 731-746, Feb. 2019.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.