[논문]스마트 인솔 Gym 서비스를 위한 자세 인식 시스템

이준현; 조현욱; 심민선; 김웅섭

스마트 인솔 Gym 서비스를 위한 자세 인식 시스템
Physical Motion Detection Algorithms for Smart Insole Gym Service 원문보기

이준현 (동국대학교 정보통신공학과) , 조현욱 (동국대학교 정보통신공학과) , 심민선 (동국대학교 정보통신공학과) , 김웅섭 (동국대학교 정보통신공학과)

근래에 들어, 웨어러블 기기의 발전으로 사람의 움직임에 대한 측정이 손쉬워 지면서, 워킹, 러닝, 사이클링 등의 인간의 신체 활동 상태를 감지하여 더 효율적인 운동을 할 수 있도록 정보를 획득, 제공하려는 연구가 계속되고 있다. 본 연구에서는 웨어러블 기기중 하나인 스마트 인솔을 통해서 수집되는 가속도 정보와 압력 정보를 사용하여 운동시에 사람의 운동 자세를 감지하고 측정하는 시스템을 구현하였다. 사람이 헬스센터에서 수행하는 각각의 자세는 운동의 특성에 따라 시계열 신호의 표현 패턴이 다르게 나타나며 이 패턴을 통한 정확한 자세의 감지를 위해서 본 연구에서는 다양한 신호처리 알고리즘을 사용하였으며 이 경우 더 정확한 자세를 측정할 수 있음을 알 수 있었다. 따라서 본 연구에서는 정확한 자세의 감지를 위해 운동의 특징에 따라 알고리즘을 선택하여 시계열 정보를 처리 분석 하는 시스템을 제안하였으며 이를 통해 보다 정확하게 사람의 신체활동을 분석할 수 있었다.

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

문제 정의

따라서 본 연구에서는 사용자 움직임의 정확한 분석을 위해서 움직임별로 최적화된 신호처리 기법을 사용하였으며 이러한 기법을 사용하여 운동시간과 운동의 움직임을 카운팅 측정하는 알고리즘을 고안하였다. 본 연구에서는 ‘플랭크’, ‘런지’, ‘허리돌리기’ 운동에 대해 실험을 진행하였으며 운동마다의 고유한 특성과 간접적인 신호를 사용해야 한다는 제약조건 때문에 운동별로 개별적인 신호처리 기법을 사용하게 되었다.
본 논문에서는 ‘플랭크’ ‘런지’ ‘허리돌리기’ 3가지 운동에 대해 스마트 인솔에서 감지한 시계열 신호를 분석하고 이를 토대로 각 운동에 맞는 최적의 알고리즘 신호처리 방법를 결정하는 것에 대하여 연구하였다.

제안 방법

이 데이터로 LPF 통과시켜 연속적인 주기를 가지는 그래프를 가지고 신호처리를 진행하였다. LPF를 통과한 그래프와 레퍼런스(Reference) 그래프의 유클리드 거리(Euclid Distance)를 비교하여 유사도를 측정하는 동적 시간 워핑(DTW: Dynamic Time Warping)을 사용하였다. 동적 시간 워핑(DTW: Dynamic Time Warping) 식은 다음 (3)과 (4)와 같이 정의할 수 있다.
본 연구에서는 ‘플랭크’, ‘런지’, ‘허리돌리기’ 운동에 대해 실험을 진행하였으며 운동마다의 고유한 특성과 간접적인 신호를 사용해야 한다는 제약조건 때문에 운동별로 개별적인 신호처리 기법을 사용하게 되었다.
미가공 데이터에는 많은 잡음이 포함되어있으므로 정확한 알고리즘을 적용시키기 위해서는 불필요한 잡음을 제거하는 것이 요구된다. 여기서 잡음 제거를 위해 푸리에 변환 (Fourier Transform)을 한 데이터를 적절한 헤르츠(Hz)값 으로 저역필터(Low Pass Filter)를 통과시키고 다시 IFFT(Inverse Fourier Transform)을 사용하여 운동 데이터 분석에 적합한 값으로 추출한다. 이때 사용한 푸리에 변환식은 (1)과 같다.
따라서 위아래로 움직임을 보여주는 z축의 데이터를 활용한다. 이 데이터로 LPF 통과시켜 연속적인 주기를 가지는 그래프를 가지고 신호처리를 진행하였다. LPF를 통과한 그래프와 레퍼런스(Reference) 그래프의 유클리드 거리(Euclid Distance)를 비교하여 유사도를 측정하는 동적 시간 워핑(DTW: Dynamic Time Warping)을 사용하였다.
스마트 인솔의 가속도 Y축 센서에서 추출된 데이터를 활용하게 된다. 이 데이터의 LPF 통과한 그래프를 사용하여 표본화와 양자화를 신호처리 기법으로 분석한다. (그림 2)에서 보는 바와 같이 양자화를 거친 데이터에서 값의 폭이 큰 경우가 시작점과 끝 지점을 나타내며, 지속적인 운동 중에는 그 값이 일정히 유지된다.
한편, 운동별로 제거되어야 하는 잡음 값이 다르므로 각운동마다의 Hz는 여러차례 측정된 값에 따라 별도로 지정하였다.

대상 데이터

본 연구에서 사용한 스마트 인솔에는 4개의 압력 센서와 1개의 가속도 센서를 내장되였다. 이러한 인솔을 사용자가 착용하고 운동을 함으로써 수집된 데이터는 블루투스를 통해 스마트폰으로 전송된다.

성능/효과

이때, DTW 값에 대한 값은 낮을수록 유사도가 높다는 것을 의미한다. 따라서, 런지 운동에서 가장 적절한 DTW 분석이 가능하다는 것을 판단할 수 있다.
마지막으로 허리돌리기 운동은 임계치 측정 분석 방법에서 뛰어난 정확도를 보이는 것을 확인할 수 있다.
본 논문에서는 ‘플랭크’ ‘런지’ ‘허리돌리기’ 3가지 운동에 대해 스마트 인솔에서 감지한 시계열 신호를 분석하고 이를 토대로 각 운동에 맞는 최적의 알고리즘 신호처리 방법를 결정하는 것에 대하여 연구하였다. 본 연구를 통해 스마트인솔로 발의 움직임이 적은 허리운동까지 데이터를 추출할 수 있다는 것을 확인하였다. 특이점으로 허리운동과 같은 상체운동에서도 임계치 측정을 통해 정확도가 0.
본 연구를 통해 스마트인솔로 발의 움직임이 적은 허리운동까지 데이터를 추출할 수 있다는 것을 확인하였다. 특이점으로 허리운동과 같은 상체운동에서도 임계치 측정을 통해 정확도가 0.99의 높은 결과를 보임으로써 다른 상체운동에 대한 분석 역시 스마트인솔의 압력센서와 가속도 센서만으로 측정이 가능하다는 점을 기대할 수 있다.

후속연구

임계치 값은 다수의 운동 데이터를 통하여 기준을 잡았다. 그러나, 통계적인 방법에 의한 임계치 값 결정으로 발생하는 문제점을 추후 연구에서 보완할 필요성이 있다.
향후 이러한 단점을 보완하여 웨이브렛 변환, RMS와 같은 다양한 신호처리 기법을 적용하여 본 시스템을 개선할 계획이다. 또한, 횟수를 세는 것 뿐 만 아니라 자세교정에 관한 새로운 분석 방법이 제안된다면 사용자의 입장에서 개량된 형태의 분석법이 사용될 수 있을 것으로 생각된다. 마지막으로 현재는 임계치 측정에서의 임계 치가 통계적인 분석에 의한 임의의 수가 적용되었으나, 향후 사용자의 경험을 적용한 최적의 임계 값을 적용 방법에 대한 분석이 요구된다.
또한, 횟수를 세는 것 뿐 만 아니라 자세교정에 관한 새로운 분석 방법이 제안된다면 사용자의 입장에서 개량된 형태의 분석법이 사용될 수 있을 것으로 생각된다. 마지막으로 현재는 임계치 측정에서의 임계 치가 통계적인 분석에 의한 임의의 수가 적용되었으나, 향후 사용자의 경험을 적용한 최적의 임계 값을 적용 방법에 대한 분석이 요구된다.
향후 연구에서 더 다양한 상체운동에 대한 여러 알고리즘을 사용하여 무의미한 신호 데이터에서 유의미한 데이터를 추출 및 분석을 통해 효과적인 지표를 제시할 수 있다. 현재 제시한 알고리즘과 신호처리 기법은 완전히 무의미한 데이터에서 유의미한 데이터를 추출하는 것은 힘들다는 단점이 있다.
현재 제시한 알고리즘과 신호처리 기법은 완전히 무의미한 데이터에서 유의미한 데이터를 추출하는 것은 힘들다는 단점이 있다. 향후 이러한 단점을 보완하여 웨이브렛 변환, RMS와 같은 다양한 신호처리 기법을 적용하여 본 시스템을 개선할 계획이다. 또한, 횟수를 세는 것 뿐 만 아니라 자세교정에 관한 새로운 분석 방법이 제안된다면 사용자의 입장에서 개량된 형태의 분석법이 사용될 수 있을 것으로 생각된다.

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

스마트 인솔 Gym 서비스를 위한 자세 인식 시스템
Physical Motion Detection Algorithms for Smart Insole Gym Service 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

스마트 인솔 Gym 서비스를 위한 자세 인식 시스템 Physical Motion Detection Algorithms for Smart Insole Gym Service 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

스마트 인솔 Gym 서비스를 위한 자세 인식 시스템
Physical Motion Detection Algorithms for Smart Insole Gym Service 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper