[논문]전도성 섬유 기반의 압력센서를 이용한 보행패턴 분석 시스템

정화영; 왕창원; 나예지; 호종갑; 민세동

전도성 섬유 기반의 압력센서를 이용한 보행패턴 분석 시스템
Gait pattern analysis system using pressure sensor based on conductive fiber 원문보기

정화영 (순천향대학교 의료IT공학과) , 왕창원 (순천향대학교 의료IT공학과) , 나예지 (순천향대학교 의료IT공학과) , 호종갑 (순천향대학교 의료IT공학과) , 민세동 (순천향대학교 의료IT공학과)

본 논문은 전도성섬유 압력센서로 보행신호를 획득하고 걷기, 서기, 앉기, 계단오르기, 계단내려오기 등 총 5가지 행동을 인식하는 시스템을 개발하는 것이 목적이다. 시스템은 Capacitive pressure 센서, CDC(Capacitive to Digital Converter), 마이크로프로세서, 블루투스 모듈, 스마트 폰으로 구성되고 획득한 데이터 패턴을 분류한 결과 평균 99.5%의 높은 인식률을 보였다. 각 발당 한 개의 채널만을 이용해 행동패턴을 인지함으로써 적은 수의 채널로도 행동인지의 가능함을 확인할 수 있었다.

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

문제 정의

따라서 본 논문에서는 저렴하고 사용이 용이한 깔창형태의 전도성섬유 압력센서를 이용하여 각 발당 하나의 채널만으로 일상생활의 주를 이루는 걷기, 서기, 앉기, 계단 오르기/내리기 등 총 5가지의 자세를 분류하는 시스템 개발을 목적으로 한다.
본 논문은 행동인식의 목적에 있어 과집적화 된 기존 시스템을 탈피하고 전도성섬유를 이용한 깔창형태의 단일 채널 압력센서를 이용해 패턴을 인식하는 데에 목적을 두었다. 그 결과로 5가지의 행동패턴을 분류하는데 98.

제안 방법

본 논문에서는 피험자를 27세 성인남성 1명으로 한정하여 실험을 진행하였다. 5가지 행동(걷기, 앉기, 서기, 계단 오르기/내려오기)에 대한 데이터를 얻기 위해 아래의 조건에 맞추어 실험을 진행하였다.
그림 2는 제작한 PCB모듈로써 4개의 채널수용이 가능한 입력소켓과 Texas Instruments사의 fdc1004 CDC 칩, Atmel사의 Atmega128 마이크로프로세서, 블루투스 모듈, 스마트폰 및 PC로 구성된다. PCB와 블루투스 모듈 및 전원은 그림3에서 볼 수 있듯이 허리에 결착하였고 양 발의 전도성섬유 압력센서에서 발생하는 출력을 노이즈 발생을 막기 위해 차폐된 연장선을 이용해 구현하였다.
데이터 획득을 과정은 먼저 입력 소켓을 통해 2개의 채널이 입력되면 fdc1004 CDC(Capacitive to Digital Converter) 칩을 사용하여 Capacitive 값을 디지털 신호로 변환시킨다. 이 때 샘플링은 100Hz로 설정하였고, 쌍방향 통신을 통해 모니터링 디바이스에서 100, 200, 400Hz로 실시간 설정이 가능하다.

대상 데이터

본 논문에서는 피험자를 27세 성인남성 1명으로 한정하여 실험을 진행하였다. 5가지 행동(걷기, 앉기, 서기, 계단 오르기/내려오기)에 대한 데이터를 얻기 위해 아래의 조건에 맞추어 실험을 진행하였다.
제안된 시스템은 센서부, 신호처리부, 통신부, 모니터링부로 나뉜다. 그림 1은 Capacitive pressure sensor로 가장 아래에 실제 출력신호가 발생하는 층, 중간은 신체와의 직접적인 접촉으로 인해 발생할 수 있는 잡음을 없애기 위한 Shield 층과 덮개로 구성되어있다.

이론/모형

데이터 분석에는 행동패턴분류를 위해서 Weka를 사용하였으며, 10-ford cross validation과 k-Nearst Neighbors(k-NN) 알고리즘을 이용하여 패턴을 분류하였다.

성능/효과

5%의 높은 정확도를 보였다. 5가지 자세 중 앉기와 서기의 정확도가 99.8%로 가장 높았으며 앉을 때와 서 있을 때의 압력이 일정하므로 패턴의 인식이 다른 행동에 비해 수월했을 것으로 예상된다.
본 논문은 행동인식의 목적에 있어 과집적화 된 기존 시스템을 탈피하고 전도성섬유를 이용한 깔창형태의 단일 채널 압력센서를 이용해 패턴을 인식하는 데에 목적을 두었다. 그 결과로 5가지의 행동패턴을 분류하는데 98.9%∼99.8%로 매우 높은 인식률을 보였다. 하지만 피험자가 1명이기 때문에 현재까지의 실험만으로 평균 99.
5%의 인식률을 확신할 수 없다. 다만 본 연구에서 제안한 전도성섬유를 이용한 깔창형태의 압력측정 시스템으로 족저압 측정에 있어서 센서의 안정성과 신뢰성은 검증할 수 있었다. 추후 피험자의 수를 늘려 데이터의 일반화 및 양 발에 무선 시스템을 구축하여 연장선으로부터 발생하는 잡음제거와 적절한 특징추출을 통해 정확한 인식률을 도출한다면 저렴하고 간편한 웨어러블 보행패턴 분석시스템으로서 가능성이 있을 것이라고 사료된다.
표 1은 패턴 분류의 결과로 각 자세 별 걷기 99.4%, 서기 99.8%, 앉기 99.8%, 계단 오르기 98.9% 계단 내려가기 99%로 평균 99.5%의 높은 정확도를 보였다. 5가지 자세 중 앉기와 서기의 정확도가 99.

후속연구

다만 본 연구에서 제안한 전도성섬유를 이용한 깔창형태의 압력측정 시스템으로 족저압 측정에 있어서 센서의 안정성과 신뢰성은 검증할 수 있었다. 추후 피험자의 수를 늘려 데이터의 일반화 및 양 발에 무선 시스템을 구축하여 연장선으로부터 발생하는 잡음제거와 적절한 특징추출을 통해 정확한 인식률을 도출한다면 저렴하고 간편한 웨어러블 보행패턴 분석시스템으로서 가능성이 있을 것이라고 사료된다.

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

전도성 섬유 기반의 압력센서를 이용한 보행패턴 분석 시스템
Gait pattern analysis system using pressure sensor based on conductive fiber 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

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

전도성 섬유 기반의 압력센서를 이용한 보행패턴 분석 시스템 Gait pattern analysis system using pressure sensor based on conductive fiber 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

이론/모형

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

전도성 섬유 기반의 압력센서를 이용한 보행패턴 분석 시스템
Gait pattern analysis system using pressure sensor based on conductive fiber 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper