초록 ▼

본 연구의 최종 목표는 다중 생체신호 및 자이로 센서 신호의 융합처리를 통한 실시간 지화 인식 신기술을 개발하는 것으로 이를 달성하기 위해 연구 분야를 다음과 같이 분류하여 수행하였다. 첫 번째로 생체신호 중 하나인 근전도 기반으로 14종의 자음 및 19종의 모음의 지화를 인식하였다. 근전도 신호는 사용자의 전완에서 4채널의 쌍극 전극을 이용하여 취득하였으며 신호의 sampling rate는 256Hz였다. 근전도 신호의 불확실성 및 변화 정도를 나타내는 Informaiotn entropy 를 근전도 신호의 특징으로 사용하였다. 트

본 연구의 최종 목표는 다중 생체신호 및 자이로 센서 신호의 융합처리를 통한 실시간 지화 인식 신기술을 개발하는 것으로 이를 달성하기 위해 연구 분야를 다음과 같이 분류하여 수행하였다. 첫 번째로 생체신호 중 하나인 근전도 기반으로 14종의 자음 및 19종의 모음의 지화를 인식하였다. 근전도 신호는 사용자의 전완에서 4채널의 쌍극 전극을 이용하여 취득하였으며 신호의 sampling rate는 256Hz였다. 근전도 신호의 불확실성 및 변화 정도를 나타내는 Informaiotn entropy 를 근전도 신호의 특징으로 사용하였다. 트레이닝 데이터의 각 채널별 엔트로피의 도수분포표를 구성하여 Gaussian model을 구성하였으며, 최우추정법을 통하여 임의의 동작에 대하여 판별하였다. 이 때, 지화 동작의 자음과 모음에 대한 인식율은 각각 90.0%와 84.9% 임을 확인하였다. 두 번째로 손의 자세에 기반한 근전도 신호를 이용하여 지화 추론의 정확성을 향상시키기 위하여 손의 움직임에 대한 자세 정보를 자이로 센서를 이용하여 측정하였다. 임의의 지화 동작에 대하여 발생하는 각속도를 적분하여 손의 회전 변화 정보를 획득하여 근전도 신호의 entropy와 함께 지화 판별의 특징으로 사용한다. 임의의 동작에 대하여 각 동작의 확률 모델을 다변량 가우시안 분포로 모델링을 하였으며, 최대우도추정법과 최대사후확률추정법을 이용하여 동작을 판별하였다. 이 때, 지화 동작의 자음과 모음에 대한 인식률은 각각 96.13%와 95.76%로 향상되었음을 확인하였다. 세번째로 비동기식 실시간 지화 인식을 위하여 근전도 신호의 short-time entropy를 사용하여 동작의 시작점과 종료점을 탐지 하였다. 이 때, 하나의 슬라이딩 윈도우를 구성하기 위해서는 0.058초(256Hz × 15 samples)간의 근전도 신호를 사용하였다.
기 연구 내용을 바탕으로 안드로이드 OS 기반 모바일 단말기상에 지화 인식 시스템을 구현하였다. 시스템 구현에 사용된 단말기는 현재 시중에서 유통되는 모바일 단말기의 평균적인 사양으로, 근전도/자이로 측정 시스템과 블루투스 통신을 통하여 데이터의 송신이 가능하다.
본 연구를 진행함으로 생체-기계-컴퓨터 접속을 위한 고성능 생체 신호처리 기술을 확보하였으며, 생체의 기능적 변화와 운동 신경계의 상관성 연구로 뇌 인지 과학이나 뇌의 기능을 연구하는 분야에 기여하였다. 본 연구는 장애인의 행동 보조 지원 기술/공공시설 및 기관에서 서비스 로봇의 제어 및 새로운 HCI 기술연구에 기여한다고 판단된다.

목차 Contents

• 일반연구자지원사업 최종(결과)보고서 ... 1
• 목차 ... 3
• Ⅰ. 연구결과 요약문 ... 4
• Ⅱ. 연구내용 및 결과 ... 5
• 1. 연구과제의 개요 ... 5
• 2. 국내외 기술개발 현황 ... 5
• 3. 연구수행 내용 및 결과 ... 6
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 7
• 5. 연구결과의 활용계획 ... 7
• 6. 연구과정에서 수집한 해외과학기술정보 ... 7
• Ⅲ. 연구성과 ... 8
• 끝페이지 ... 9