선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 논문에서는 노인의 안전에 관한 조사를 진행하였다. 노인의 상해의 주요인으로는 찰과상 및 타박상 또는 낙상사고가 있으며, 이러한 요인을 해결하고자 본 논문에서는 자이로 센서와 가속도 센서를 활용하여 노인의 넘어짐 또는 미끄러짐과 같은 동작을 인지 할 수 있는 시스템에 대해 연구를 진행하였다[1].
- 또한 노인의 안전 및 복지에 관한 법률 및 제품들이 출시되고 있는 상황이다. 따라서 본 논문에서는 노인의 안전에 관한 조사를 진행하였다. 노인의 상해의 주요인으로는 찰과상 및 타박상 또는 낙상사고가 있으며, 이러한 요인을 해결하고자 본 논문에서는 자이로 센서와 가속도 센서를 활용하여 노인의 넘어짐 또는 미끄러짐과 같은 동작을 인지 할 수 있는 시스템에 대해 연구를 진행하였다[1].
- 본 연구에서는 웨어러블 에어백을 위한 IMU센서 데이터 분석을 통해 특정 동작 발생 시 일정한 유형의 파형의 특징을 확인하고, 실험 데이터를 기반으로 인공지능 학습 및 기계학습을 통해 단일 센서로 사용자의 넘어짐을 인지 할 수 있는 시스템을 개발 하고자 한다. 먼저 이러한 실험을 진행하기 위해 그림1과 같이 IMU 센서 모듈을 사람에게 부착하였으며, 본 논문에서는 IMU센서의 데이터를 실시간으로 받기 위해 Arduino UNO를 사용하여 그림 2와 같이 넘어짐에 따른 파형의 특성을 확인하였다.
- 그러므로 현재 일반적인 상ㅌ태와 이벤트(사고)가 발생하였을 때의 파형에서 사용자의 중요부위(머리, 목 등)이땅에 떨어지기 전에 인지해야 함으로 그림 3의 사용자 사고 발생 파형의 최대 피크치 전의 데이터를 기반으로 학습을 진행하여야 할 것으로 사료된다. 현재 본 논문의 데이터는 막대한 양의 데이터를 가지고 있지 않으므로 의사결정에 가까운 Machine Learning 기법 중 SVM(Support Vector Machine) 또는 KNN(K-Nearest Neighbors) 알고리즘을 사용하고자 한다. 하지만 이러한 학습에서는 결정 즉, “넘어졌다” “넘어지지 아니하였다”의결과로만 나오기 때문에 코딩 및 학습 시간이 짧으며, 오동작의 범위를 줄일 수 있을 것으로 예상된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.