[논문]스마트워치 가속도센서를 이용한 행위데이터 분석

전은광; 한상욱; 강란희; 이화민

[국내논문] 스마트워치 가속도센서를 이용한 행위데이터 분석
Activity signal data analysis using the acceleration sensor of the smart watch 원문보기

전은광 (순천향대학교 컴퓨터소프트웨어공학과) , 한상욱 (순천향대학교 컴퓨터소프트웨어공학과) , 강란희 (순천향대학교 컴퓨터소프트웨어공학과) , 이화민 (순천향대학교 컴퓨터소프트웨어공학과)

웨어러블 디바이스의 등장과 여러종류의 센서탑재로 행위데이터를 수집하는것이 수월해졌다. 행위패턴 모델링에 앞서 사용자의 행위에따른 신호변화와 신호패턴을 파악하기위해 분석을 실시하였다. Moto360의 3축 가속도 센서를 이용 사용자에 행위에대한 센서신호값을 수집하여 행위에따른 신호값을 수집하였으며, 수집된 신호값과 신호값으로부터 SVM(Signal Vector Magnitude)값을 구해 사용자의 각 행위들에 대해 신호값과 SVM값의 특징을 분석하여 측정 신호값으로부터 행위를 인식할수 있도록 시도하였다.

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

문제 정의

본 논문에서는 사용자의 행위인식을 위해 웨어러블 디바이스인 Moto360으로부터 Raw Data를 수집하여 Raw Data로 부터 사용자 행위에 대한 정보를 얻고자 한다.

제안 방법

Moto360의 가속도센서를 이용하여 걷기, 뛰기, 계단오르기행위에 해당하는 신호값의 원시값을 분석하고, 여러 가지 방법으로 행위들 간의 수치비교를 해 보았다. 여러 가지 패턴에 대해 3축 가속도 신호를 수집했지만 단일 센서로는 다양한 행위를 인식하기 위한 패턴을 찾기 어려웠다.
걷기행위와 뛰기행위에 대해서 천천히걷기(2~4KM), 빨리걷기(4~6KM), 천천히뛰기(7~10KM), 빨리뛰기(12~16KM)총 4가지로 구분하여 데이터를 수집하였다. 초당 10개의데이터를 수집했으며 출발 직전의 데이터와 도착 후의 데이터는 삭제하였다.

대상 데이터

Moto360의 가속도센서를 이용하여 가속도신호 데이터를 측정하여 블루투스 통신을 통해 스마트폰에 신호데이터가 저장되고, 사용자는 스마트폰에 저장된 데이터를 PC에 저장하여 데이터를 수집한다.
가속도센서로 부터 초당 10개의 데이터를 수집했으며 결과는 와 같다.
걷기행위와 뛰기행위에 대해서 천천히걷기(2~4KM), 빨리걷기(4~6KM), 천천히뛰기(7~10KM), 빨리뛰기(12~16KM)총 4가지로 구분하여 데이터를 수집하였다. 초당 10개의데이터를 수집했으며 출발 직전의 데이터와 도착 후의 데이터는 삭제하였다.
행위에 대한 신호분석에 앞서 정지상태의 3축 가속도센서 X, Y, Z 축에 대한 신호값을 인지하기위해 부동자세에 대한 신호데이터를 수집하였다.

성능/효과

걷기와 뛰기에 따른 사람의 동작차이는 크게 없어 천천히걷기에서 빨리뛰기로 행위가 변함에따라 패턴에 변화는 크게 없지만 팔의 움직임 반경이 증가하고, 뛰기행위는 걷기행위에 비해 신체가 지면으로부터 떨어지기 때문에 다시 지면과 닿을 때 신체에 가해지는 충격량이 더 커서 3축 신호값과 SVM값의 큰 변화가 생겼다. 뛰기행위에 대해 속력이 빨라질수록 상대적으로 신체가 공중에서 있는 시간이 길어져 빨리뛰기의 경우 큰 변화량 사이에 운동량이 적은 부분을 확인할 수 있는데 그 부분이 공중에 떠 있는 시점의 SVM값이다.
데이터 수집 결과 3축 신호값 평균인 –0.99517, 0.04191,-0.11411에 대한 3축의 차이값도 0.1미만으로 변화가 매우 약하고 SVM값은 평균 1.00277으로 큰 변화가 없어 정지상태인 것을 알 수 있다.
그러므로 계단을 내려갈 때 신체에 전해지는 힘이 빨리걷기보다 더 크므로 이러한 결과가 나타난다. 빨리걷기와 계단내려가기의 팔의 움직임 반경은 유사했지만, 계단을 내려감에 있어 지면으로부터 신체에 전해지는 힘이 빨리걷기보다 커서 X값의 변화량이 크게 측정되었으며, 팔의 움직임 반경은 유사해서 X축과 Z축의 큰 차이점은 없었다.

후속연구

여러 가지 패턴에 대해 3축 가속도 신호를 수집했지만 단일 센서로는 다양한 행위를 인식하기 위한 패턴을 찾기 어려웠다. 더 정확하고 다양한 행위인식을 하기 위해 가속도센서와 GPS센서, 자이로스코프센서등을 이용하면 한층 더 발전할 수 있을 것 같다.
향후 과제로는 행위에따른 행위패턴을 분류하여 사용자의 행위데이터를 입력받아 사용자의 행위에 일치하는 행위인식과 예외적인 행위를 구별하는 것이다.

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] 스마트워치 가속도센서를 이용한 행위데이터 분석
Activity signal data analysis using the acceleration sensor of the smart watch 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 스마트워치 가속도센서를 이용한 행위데이터 분석 Activity signal data analysis using the acceleration sensor of the smart watch 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 스마트워치 가속도센서를 이용한 행위데이터 분석
Activity signal data analysis using the acceleration sensor of the smart watch 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper