KR101069001B1 - 낙상 감지 장치 및 낙상 감지 방법 - Google Patents

Abstract

낙상 감지 장치 및 낙상 감지 방법이 개시된다. 본 발명의 일 실시예에 따른 낙상 감지 장치는 바닥에 부착된 센서들을 통해 진동신호를 감지하는 센싱부, 감지된 진동신호를 시간영역에서 주파수영역으로 변환하고 주파수영역으로 변환된 진동신호에 대해 특징을 추출하는 신호 처리부, 추출된 특징에 해당되는 입력 패턴을 미리 저장된 표준 패턴과 비교하여 바닥에 대한 낙상 여부를 판단하는 낙상 판단부 및 판단 결과에 따라 경보신호를 발생하는 경보부를 포함한다. 이에 의해 낙상 사고를 방지할 수 있다.

낙상, 감지, 패턴인식

Description

낙상 감지 장치 및 낙상 감지 방법 {Apparatus and method for detecting falldown}

본 발명의 일 양상은 감지 기술에 관한 것으로, 보다 상세하게는 낙상 감지 기술에 관한 것이다.

최근 들어 고령화에 따라 노인들이나 거동이 불편한 사람들이 증가하고 있는데, 이러한 사람들에게 낙상으로 인한 불미스러운 사고가 발생되고 있다. 특히 노인들은 혼자 생활하는 경우가 많다. 노인들은 젊은 사람들과는 달리 조금만 부상을 입어도 위험하다. 실제로 힘이 약한 노인들은 균형잡는 것이 어렵거나 균형감각이 떨어져 넘어질 우려가 있는데, 이럴 경우 특정 물건에 의지해서 넘어지다 보니 2차 손상이 와서 자칫 큰 사고로 이어질 수 있다.

또한 앞쪽으로 넘어질 경우 젊은 사람들은 타박상에 그치는 경우가 대부분이지만 노인들은 뇌 출혈 우려가 있어 자칫 생명이 위험할 수 있다. 낙상에 의한 뇌 손상이 발생 시 장기적인 휴유증이 생길 수 있으며 사고능력과 인체 기능 모두에 영향을 줄 수 있다.

특히 한국생활안전연합이 2007년 9월 27일부터 28일에 서울지역 65세 이상 노인 357명을 대상으로 노인 낙상사고 실태 조사를 실시한 결과 노인 10명 중 8명이 낙상사고 경험이 있다고 조사된 바 있어서, 낙상 사고를 대비할 수 있는 낙상 감지 기술의 도입이 시급하다.

일 양상에 따라, 낙상 사고를 방지할 수 있는 낙상 감지 장치 및 낙상 감지 방법을 제안한다.

일 양상에 따른 낙상 감지 장치는, 바닥에 부착된 센서들을 통해 진동신호를 감지하는 센싱부, 감지된 진동신호를 시간영역에서 주파수영역으로 변환하고 주파수영역으로 변환된 진동신호에 대해 특징을 추출하는 신호 처리부, 추출된 특징에 해당되는 입력 패턴을 미리 저장된 표준 패턴과 비교하여 바닥에 대한 낙상 여부를 판단하는 낙상 판단부 및 판단 결과에 따라 경보신호를 발생하는 경보부를 포함한다.

한편 다른 양상에 따른 낙상 감지 방법은, 바닥에 부착된 센서들을 통해 진동신호를 감지하는 단계, 감지된 진동신호를 시간영역에서 주파수영역으로 변환하고 주파수영역으로 변환된 진동신호에 대해 특징을 추출하는 단계, 추출된 특징에 해당되는 입력 패턴을 미리 저장된 표준 패턴과 비교하여 바닥에 대한 낙상 여부를 판단하는 단계 및 판단 결과에 따라 경보신호를 발생하는 단계를 포함한다.

전술한 바와 같이 본 발명의 일 실시예에 따르면, 낙상 감지를 통해 낙상 사고를 방지할 수 있다. 즉, 노약자들에게 빈번하게 발생하는 낙상사고를 방지하기 위하여 낙상 여부를 정확히 판단하여 낙상 여부를 외부로 경보함으로써 낙상으로 인한 2차 사고에 적극적으로 대비할 수 있다. 나아가 낙상을 감지하고 실시간으로 모니터링함으로써 노약자들이 안심하고 일상생활을 영위할 수 있도록 하고, 가족들을 안심하게 할 수 있는 효과가 있다.

이하에서는 첨부한 도면을 참조하여 본 발명의 실시예들을 상세히 설명한다. 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도 1은 본 발명의 일 실시예에 따른 낙상 감지 장치(1a)의 구성도이다. 도 1을 참조하면, 일 실시예에 따른 낙상 감지 장치(1a)는 센싱부(10), 신호 처리부(20), 낙상 판단부(30), 경보부(40) 및 저장부(50)를 포함한다.

센싱부(10)는 바닥에 부착된 센서들을 통해 진동신호를 감지한다. 센서는 진동을 감지할 수 있는 형태이면 어느 것이든 가능하다. 이때 센서는 실내의 방이나 침실, 거실, 욕실이나 화장실, 집안 계단 등의 바닥에 부착될 수 있으나 이에 한정되지 않는다. 센서는 바닥의 외부에 노출된 노출형이거나 매립된 매립형일 수 있다. 특히 센서가 매립형일 경우, 바닥 시공시 처음부터 설치되는 빌트-인(built-in) 형태일 수 있다. 센싱부(10)에서 감지된 진동신호는 RS485 등의 통신방식을 통해 후술할 신호 처리부(20)로 전송될 수 있으나, 통신방식은 이에 한정 되지 않는다.

신호 처리부(20)는 센싱부(10)를 통해 감지된 진동신호를 시간영역(time domain)에서 주파수영역(frequency domain)으로 변환하고 주파수영역으로 변환된 진동신호에 대해 특징을 추출(feature extraction)한다. 이때 일 실시예에 따르면 고속 푸리에 변환(Fast Fourier transform, FFT) 또는 이산 푸리에 변환(Discrete Fourier Transform,DFT)을 이용하여 진동신호를 시간영역에서 주파수영역으로 변환할 수 있다.

신호 처리부(20)는 주파수영역으로 변환된 진동신호의 특징을 추출하는데, 특징은 진동신호가 가지고 있는 진동신호 고유의 분별 가능한 측면(aspect), 양(quality) 또는 특성(characteristic)일 수 있다. 특징은 상징 기호 또는 수치적인 값이 될 수 있는데, 특징이 하나 이상의 수치 값을 가질 경우에는 특징 벡터(feature vector)라고 하는 d-차원의 열 벡터로 표현될 수 있다. 그리고 이러한 특징 벡터가 정의되는 d-차원의 공간을 특징 공간(feature space)이라고 한다. 그러므로 인식 대상이 되는 객체들은 특징 공간상에서 특징 벡터가 형성하는 점들로 표현된다. 특히, 특징 공간상에 표현된 점들로 표현된 특징들의 그림을 "분산 그림(scatter plot)"이라고 한다. 나아가 신호 처리부(20)는 추출된 특징을 분류할 수 있는데, 일 실시예에 따르면 비선형 분류기를 통해 특징을 분류할 수 있다. 비선형 분류기는 k 최근린법(k nearest neighbor), 뉴럴 네트워크(neural network) 등 지도학습(supervised learning) 기반 방법을 이용할 수 있다.

한편, 낙상 판단부(30)는 신호 처리부(20)를 통해 신호 처리되고 추출된 특 징에 해당되는 입력 패턴을 후술할 저장부(50)에 저장된 표준 패턴과 비교하여 바닥에 대한 낙상 여부를 판단한다. 여기서 패턴(pattern)은 감지된 신호의 특징(feature)을 모아놓은 집합에 해당된다. 특징과 패턴은 유사한 개념이지만 특징들이 모여서 패턴을 형성한다고 볼 수 있다. 패턴인식에서 패턴은 관측된 특징벡터 x와 이 특징 벡터가 속한 클래스 ω로 이루어진 변수 쌍 {x,ω}으로 표현될 수 있다. 여기서 클래스(class)는 카테고리(category), 그룹(group), 라벨(label)이라고도 하는데 같은 소스로부터 발생된 공통된 속성 혹은 특징 집합을 공유하는 패턴 집합을 의미한다.

낙상 판단부(30)는 저장부(50)에 저장된 표준 패턴을 입력 패턴과 비교하는 패턴 정합을 실행한다. 이때 진동신호의 추출된 특징에 해당되는 입력 패턴이 표준 패턴과 유사할 경우 바닥에서 진동을 감지하게 한 사용자가 낙상한 것으로 판단할 수 있다. 사용자는 모든 사람을 포함할 수 있으나, 특히 노인 등의 노약자를 그 대상으로 할 수 있다.

저장부(50)는 진동에 대한 표준 패턴을 저장한다. 이때 저장된 표준 패턴은 사용자 별 신체 특성 및 바닥의 매질 특성에 따라 다르게 설정된 패턴일 수 있다. 사용자 별 신체 특성은 사용자의 체중, 체지방, 키, 연령 또는 성별 중 적어도 하나를 포함할 수 있다. 이는 사용자 별 신체 특성에 따라 낙상시 감지되는 진동 신호가 다르기 때문이며, 저장부(50)는 사용자 별 신체 특성에 따른 주파수 상관 관계를 저장하게 된다. 또한 표준 패턴은 사람과 물체의 패턴을 다르게 설정하여, 진동신호가 사람에 의해 발생되었는지 물체에 의해 발생되었는지를 낙상 판단 부(30)가 판단할 수 있게 한다. 이에 따라 낙상 감지 장치(1a)의 낙상 감지의 오류를 줄이고 정확도를 향상시킬 수 있다.

저장부(50)에 저장되는 표준 패턴은 사용자로부터 직접 키 입력될 수 있으며, 사용자의 환경 변화에 따라 수시로 업데이트될 수 있다. 또는 표준 패턴은 신체 표준에 해당되는 일반인들의 표준 데이터를 이용하여 설정될 수도 있다. 예를 들면, 신체 표준에 해당되는 마른 형, 표준 형, 비만 형 등의 기준에 따라 표준 패턴이 설정될 수 있다. 한편 바닥의 매질은 목재, 콘크리트, 석재 등 바닥을 구성할 수 있는 매질에 따라 그 표준 패턴을 다르게 설정할 수 있다. 이는 바닥의 매질에 따라 낙상을 판단하는 진동신호가 다를 수 있기 때문이다. 또한 저장부(50)에는 낙상위치를 파악할 수 있도록 센서들의 설치맵이 포함될 수 있다.

한편, 경보부(40)는 낙상 판단부(30)의 판단 결과에 따라 경보신호를 발생한다. 즉, 낙상 판단부(30)의 판단 결과 사용자가 낙상한 것으로 판단할 경우 경보신호를 외부로 발생할 수 있다. 경보부(40)의 경보신호 발생은 CDMA 전송 형태일 수 있으나, 이에 한정되지 않으며 현재 또는 미래의 통신 수단을 모두 포함할 수 있다.

도 2는 본 발명의 다른 실시예에 따른 낙상 감지 장치(1b)의 구성도이다. 도 2를 참조하면, 다른 실시예에 따른 낙상 감지 장치(1b)는 센싱부(10), 신호 처리부(20), 낙상 판단부(30), 경보부(40) 및 저장부(50)를 포함하며, 예비 판단부(60), 신호 전 처리부(22), 사후 판단부(70), 응급신호 전송부(80) 및 모니터링부(90) 중 적어도 하나를 더 포함할 수 있다. 센싱부(10), 신호 처리부(20), 낙상 판단부(30), 경보부(40) 및 저장부(50)에 대한 상세한 설명은 도 1에서 전술하였으므로 생략한다.

응급신호 전송부(80)는, 경보부(40)를 통해 발생된 경보신호에 대해 미리 설정된 기간 내에 응답신호가 입력되지 않으면 위험을 알리는 응급신호를 발생시킨다. 이때 미리 설정된 기간 내의 응답신호는 유무선 형태의 리코콘을 통해 입력될 수 있다. 리모콘은 무선 형태일 경우 지그비 등의 통신수단을 이용하여 사용자가 휴대할 수 있는 형태로 구현되며, 유선 형태일 경우 실내의 벽면 등에 부착될 수 있으나 구현 형태 및 통신수단은 이에 한정되지 않는다. 또한 응급신호 전송부(80)를 통해 발생되는 응급신호는 지정된 병원 등의 응급처리 시설과 연결될 수 있는 신호 또는 사용자의 보호자와 연결될 수 있는 신호일 수 있다.

예비 판단부(60)는 센싱부(10)를 통해 감지된 진동신호가 미리 설정된 임계값 이상인지를 판단하여 임계값 이상인 경우에 센싱부(10)를 통해 감지된 진동신호를 신호 처리부(20)로 전송한다. 즉, 센싱부(10)를 통해 감지된 진동신호를 바로 신호 처리부(20)로 전송하는 것이 아니라, 임계값 이상인 경우에만 신호 처리부(20)로 전송하도록 한다. 이에 따라 전력을 절감하고 낙상 감지의 처리속도를 향상시킬 수 있다.

한편, 사후 판단부(70)는 낙상 판단부(30) 및 경보부(40) 사이에 위치하여, 낙상 판단부(30)를 통한 낙상 여부 판단 이후 미리 설정된 기간 동안의 진동신호 감지 여부에 따라 낙상 여부를 다시 판단한다. 이때 낙상 판단부(30)가 사용자의 낙상을 1차적으로 판단하는 수단이라고 한다면, 사후 판단부(70)는 사용자의 낙상 을 재차 판단하는 2차 판단 수단이라고 할 수 있다. 낙상 판단부(30)를 통한 낙상 여부 판단 이후 미리 설정된 기간 동안의 진동신호를 감지하는 이유는 사용자가 낙상 이후 활동성(움직임)이 감지되는지를 판단하여 최종적으로 낙상 여부를 판단하기 위함이다. 여기서 미리 설정된 기간동안 진동신호가 감지되지 않는다면 최종적으로 낙상으로 판단하여 경보부(40)를 통해 경보신호를 발생시키도록 제어한다.

신호 전처리부(22)는 센싱부(10)를 통해 감지된 진동신호에 대해 잡음을 제거한다. 한편, 모니터링부(90)는 신호 처리부(20)를 통해 신호 처리된 입력 패턴을 모니터링하여 모니터링된 결과를 외부로 알린다. 이 경우 모니터링 프로그램을 통하여 사용자의 보호자 등이 사용자의 일상을 확인할 수 있다. 이에 따라 낙상 외의 사용자의 이상 여부를 실시간으로 모니터링할 수 있다.

도 3a 내지 도 3d는 본 발명의 일 실시예에 따른 도 2의 신호 전 처리부의 신호 처리과정을 설명하기 위한 참조도이다.

진동신호를 감지하는 센서는 노이즈의 영향을 받으며 이러한 노이즈는 도 3a와 같은 형태로 나타날 수 있다. 만약 노이즈가 진동에 영향을 준다면 진동 자체의 패턴은 노이즈의 영향으로 변할 수 있다. 이러한 변화는 진동 패턴을 분류할 때 불리하게 작용하게 된다. 도 3b를 참조하면 노이즈는 일반적으로 저주파 형태로 나타나며 주파수 대역은 대부분 6Hz 미만에 분포하고 있음을 알 수 있다.

본 발명의 일 실시예에 따르면 전술한 노이즈의 영향을 제거하기 위하여 고역 필터(High-pass filter) 또는 대역필터(Band-pass filter)를 사용한다. 고역 필터(high-pass filter)는 저주파 측의 신호를 감쇠함으로써 지정한 주파수보다 높 은 주파수만을 통과시키는 필터이다. 또한 대역 필터(Band-pass filter)는 특정 범위의 주파수에 존재하는 신호는 통과시키고 이 범위를 벗어난 신호는 제거하는 필터이다.

도 3c는 일 실시예에 따라 컷오프(Cut-off) 주파수가 6Hz인 고역 필터를 보여주며 도 3d는 도 3b의 신호에 대해 일 실시예에 따른 고역 필터를 사용한 후의 결과를 보여준다. 도 3d를 참조하면 고역 필터를 사용함으로써 진폭에 영향이 큰 노이즈도 제거될 수 있음을 알 수 있다.

도 4a 및 도 4b는 본 발명의 일 실시예에 따른 도 1 및 도 2의 신호 처리부의 진동신호의 주파수영역 변환과정을 설명하기 위한 참조도이다.

도 4a는 서로 다른 시간대에서 낙상 실험을 했을 때 얻어진 마네킹 낙상 데이터를 표시한다. 도 4a를 참조하면, 두 데이터의 패턴은 비슷하지만 시간영역에서의 패턴의 위치에 차이가 있다. 시간영역에서 두 개의 패턴을 매칭하려면 두 신호를 동일 시간대에 발생하도록 정확하게 매핑하여야만 매칭이 가능하다. 그러나 시간영역에서 두 신호를 동일 시간대에 발생하도록 정확하게 매핑하는 것은 패턴 인식 이상의 어려움이 있다.

시간영역의 신호를 주파수영역으로 변환했을 때 동일한 특성을 갖는 신호는 주파수영역에서 동일한 위치에 있게 되므로 서로 다른 시간대에 취득한 신호의 매핑 문제를 해결할 수 있다. 일 실시예에 따르면, 고속 푸리에 변환(FFT)을 이용하여 시간영역의 신호를 주파수영역으로 변환할 수 있다. 도 4b는 도 4a에 도시된 신호를 FFT 했을 때의 결과를 나타낸다. 도 4b를 참조하면 비슷한 패턴들이 동일 주파수 영역에 밀집되어 있음을 알 수 있다.

도 5는 본 발명의 일 실시예에 따른 도 1 및 도 2의 신호 처리부의 특징 추출과정을 설명하기 위한 참조도이다.

진동신호를 주파수영역으로 변환한 후 주파수 영역의 데이터들은 패턴 인식을 함에 있어서 특징으로 사용된다. 특징공간의 차원이 높으면 서로 비슷한 정보가 많아지고, 정보들 사이의 상관이 높아져 정확한 식별을 하기 어렵다. 또한, 차원의 증가는 차원의 유해로움(curse of dimensionality)과 SSS(small sample size) 문제를 야기시킨다. 이러한 이유에서 패턴의 차원 축소와 특징 추출은 보다 정확한 식별을 위하여 필수적이다. 도 4b를 참조하면 주파수 영역의 데이터들은 패턴을 구분함에 있어서 유용한 정보가 0~50Hz 사이에 분포되어 있음을 알 수 있다. 일 실시예에 따르면 낙상 데이터에 4096 포인트 FFT를 한 후의 주파수 영역 데이터에서 처음 256개의 데이터를 특징으로 추출하여 패턴 인식에 사용한다(주파수 범위: 0~62.5 Hz *유용한 정보를 가지고 있는 최대 주파수 범위*). 도 5는 특징으로 추출한 256개의 데이터를 보여준다. 그러나 전술한 실시예는 본 발명의 이해를 돕기 위한 일 실시예일 뿐 이 외의 다양한 실시예가 가능하다.

한편, 특징 추출 과정에서 추출된 특징들은 분류기를 통하여 분류될 수 있다. 예를 들면, 특징 추출 과정에서 추출된 특징들은 256개의 데이터를 갖고 있으며 이는 256 차원의 특징 공간에서 하나의 점으로 표시된다. 특징 공간에 분류하려고 하는 특징과 비슷한 다른 종류의 특징들이 존재할 때, 그 결정영역(decision region)은 일반적으로 비선형의 특성을 가지므로 선형 분류기로 분류를 하면 많은 오인식이 발생하게 된다. 본 발명의 일 실시예 따르면 비선형 분류기의 일종인 k 최근린법(k nearest neighbor,이하 KNN) 분류기를 사용하여 패턴을 분류할 수 있다. 최소거리 식별법인 KNN 분류기는 입력되는 패턴과 가장 가까운 k개의 표준 패턴을 선정하고 다수결 원칙을 적용하는 방식으로 패턴을 분류한다. KNN 분류기는 그 구조가 단순하고, 표준 패턴의 결정영역이 중첩되어 있는 패턴 분류에서도 높은 분류성능을 보인다. 또한 일 실시예에 따르면 특징 추출 과정에서 추출된 특징들은 뉴럴 네트워크(neural network)를 포함한 지도학습(supervised learning) 기반 방법을 통하여 분류될 수 있다. 뉴럴 네트워크는 인공신경망이라도 불리우며, 일 실시예에 따르면 선형 분리가 불가능한 상황에서의 패턴인식에 적용될 수 있다.

도 6은 본 발명의 일 실시예에 따른 낙상 감지 방법을 도시한 흐름도이다.

도 6을 참조하면, 바닥에 부착된 센서를 통해 진동신호를 감지한다(S100). 이어서 감지된 진동신호를 신호 처리하는데, 진동신호를 시간영역에서 주파수영역으로 변환하고 주파수영역으로 변환된 진동신호에 대해 특징을 추출한다(S110). 이어서 추출된 특징에 해당되는 입력 패턴을 미리 저장된 표준 패턴과 비교하여 바닥에 대한 낙상 여부를 판단한다(S120). 그리고, 판단 결과에 따라 경보신호를 발생한다(S130).

나아가, 경보신호 발생 단계(S130)에서 발생된 경보신호에 대해 미리 설정된 기간 내에 응답신호가 입력되지 않으면 위험을 알리는 응급신호를 발생시키는 단계를 더 포함할 수 있다. 이때 미리 설정된 기간 내의 응답신호는 유무선 형태의 리모콘을 통해 입력될 수 있다. 나아가 신호 처리 단계(S110) 이전에, 감지된 진동 신호가 미리 설정된 임계값 이상인지를 판단하여 임계값 이상인 경우에 신호를 처리하도록 하는 단계를 더 포함할 수 있다.

나아가, 낙상 여부 판단 단계(S120)와 경보신호 발생 단계(S130) 사이에, 낙상 여부 판단 이후 미리 설정된 기간 동안의 진동신호 감지 여부에 따라 낙상 여부를 다시 판단하는 단계를 더 포함할 수 있다.

나아가, 신호 처리 단계(S110)를 통해 신호 처리된 입력패턴, 낙상 여부 판단 단계(S120)에 의한 판단 결과, 경보신호 발생 단계(S130)에서 발생된 경보신호, 미리 저장된 사용자특성, 낙상이력, 낙상발생 지점 등을 알리는 모니터링 단계를 더 포함할 수 있다.

이제까지 본 발명에 대하여 그 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

도 1은 본 발명의 일 실시예에 따른 낙상 감지 장치의 구성도,

도 2는 본 발명의 다른 실시예에 따른 낙상 감지 장치의 구성도,

도 3a 내지 도 3d는 본 발명의 일 실시예에 따른 신호 전 처리부의 신호 처리과정을 설명하기 위한 참조도,

도 4a 및 도 4b는 본 발명의 일 실시예에 따른 신호 처리부의 진동신호의 주파수 영역 변환과정을 설명하기 위한 참조도,

도 5는 본 발명의 일 실시예에 따른 신호 처리부의 특징 추출과정을 설명하기 위한 참조도,

도 6은 본 발명의 일 실시예에 따른 낙상 감지 방법을 도시한 흐름도이다.

<도면의 주요부분에 대한 부호의 설명>

1a, 1b : 낙상 감지 장치 10 : 센싱부

20 : 신호 처리부 22 : 신호 전처리부

30 : 낙상 판단부 40 : 경보부

50 : 저장부 60 : 예비 판단부

70 : 사후 판단부 80 : 응급신호 전송부

90 : 모니터링부

Claims (15)

1. 바닥에 부착된 센서들을 통해 진동신호를 감지하는 센싱부;

   상기 감지된 진동신호가 미리 설정된 임계값 이상인지를 판단하여 상기 임계값 이상인 경우에 상기 감지된 진동신호를 출력하는 예비 판단부;

   상기 예비 판단부를 통해 출력된 진동신호를 시간영역에서 주파수영역으로 변환하고 상기 주파수영역으로 변환된 진동신호에 대해 특징을 추출하는 신호 처리부;

   상기 추출된 특징에 해당되는 입력 패턴을 미리 저장된 표준 패턴과 비교하여 상기 바닥에 대한 낙상 여부를 판단하는 낙상 판단부; 및

   상기 판단 결과에 따라 경보신호를 발생하는 경보부를 포함하는 것을 특징으로 하는 낙상 감지 장치.
2. 제 1 항에 있어서,

   상기 경보부를 통해 발생된 경보신호에 대해 미리 설정된 기간 내에 응답신호가 입력되지 않으면 위험을 알리는 응급신호를 발생시키는 응급신호 전송부를 더 포함하는 것을 특징으로 하는 낙상 감지 장치.
3. 제 2 항에 있어서,

   상기 미리 설정된 기간 내의 응답신호는 유무선 형태의 리모콘을 통해 입력되는 것을 특징으로 하는 낙상 감지 장치.
4. 제 1 항에 있어서,

   상기 미리 저장된 표준 패턴은 사용자 별 신체 특성 및 상기 바닥의 매질 특성에 따라 다르게 설정된 패턴인 것을 특징으로 하는 낙상 감지 장치.
5. 제 4 항에 있어서,

   상기 사용자 별 신체 특성은 사용자의 체중, 체지방, 키, 연령, 성별 중 적어도 하나를 포함하는 것을 특징으로 하는 낙상 감지 장치.
6. 삭제
7. 제 1 항에 있어서, 상기 낙상 판단부 및 상기 경보부 사이에,

   상기 낙상 판단부를 통한 낙상 여부 판단 이후 미리 설정된 기간동안의 진동신호 감지 여부에 따라 상기 낙상 여부를 다시 판단하는 사후 판단부를 더 포함하는 것을 특징으로 하는 낙상 감지 장치.
8. 제 1 항에 있어서,

   상기 신호 처리부는 상기 추출된 특징을 비선형 분류기를 통해 분류하고,

   상기 낙상 판단부는 상기 비선형 분류기를 통해 분류된 특징에 해당되는 입 력 패턴을 미리 저장된 표준 패턴과 비교하여 상기 바닥에 대한 낙상 여부를 판단하는 것을 특징으로 하는 낙상 감지 장치.
9. 제 8 항에 있어서,

   상기 비선형 분류기는 k 최근린법(k nearest neighbor) 또는 뉴럴 네트워크(neural network)를 포함한 지도학습(supervised learning) 기반 방법을 이용하는 것을 특징으로 하는 낙상 감지 장치.
10. 제 1 항에 있어서,

    상기 센싱부를 통해 감지된 진동신호에 대해 잡음을 제거하는 전처리부를 더 포함하는 것을 특징으로 하는 낙상 감지 장치.
11. 제 10 항에 있어서,

    상기 전처리부는 고역 필터(High-pass filter) 또는 대역 필터(Band-pass filter)를 사용하는 것을 특징으로 하는 낙상 감지 장치.
12. 제 7 항에 있어서,

    상기 신호 처리부를 통해 신호 처리된 입력 패턴, 상기 낙상 판단부의 낙상 여부 판단 결과, 상기 사후 판단부의 낙상 여부 판단 결과, 상기 경보부의 경보신호 또는 미리 저장된 사용자 특성 중 적어도 하나를 모니터링하여 낙상 이력, 낙상발생 지점을 포함한 낙상 상태를 외부로 알리는 모니터링부를 더 포함하는 것을 특징으로 하는 낙상 감지 장치.
13. 바닥에 부착된 센서들을 통해 진동신호를 감지하는 단계;

    상기 감지된 진동신호를 시간영역에서 주파수영역으로 변환하고 상기 주파수영역으로 변환된 진동신호에 대해 특징을 추출하는 단계;

    상기 추출된 특징에 해당되는 입력 패턴을 미리 저장된 표준 패턴과 비교하여 상기 바닥에 대한 낙상 여부를 판단하는 단계;

    상기 판단 결과에 따라 경보신호를 발생하는 단계; 및

    미리 저장된 응급의료기관 또는 보호자의 연락처에 유무선 통신수단으로 상기 발생된 경보신호를 전송하는 단계를 포함하는 것을 특징으로 하는 낙상 감지 방법.
14. 제 13 항에 있어서,

    상기 미리 저장된 표준 패턴은 사용자 별 신체 특성 및 상기 바닥의 매질 특성에 따라 개인화된 패턴인 것을 특징으로 하는 낙상 감지 방법.
15. 삭제

Images