KR101469851B1 - 인체 자세 예측을 위한 다목적 최적화 기반의 방법 - Google Patents

인체 자세 예측을 위한 다목적 최적화 기반의 방법 Download PDF

Info

Publication number
KR101469851B1
KR101469851B1 KR1020140067708A KR20140067708A KR101469851B1 KR 101469851 B1 KR101469851 B1 KR 101469851B1 KR 1020140067708 A KR1020140067708 A KR 1020140067708A KR 20140067708 A KR20140067708 A KR 20140067708A KR 101469851 B1 KR101469851 B1 KR 101469851B1
Authority
KR
South Korea
Prior art keywords
joint
human body
objective function
freedom
defining
Prior art date
Application number
KR1020140067708A
Other languages
English (en)
Inventor
김재정
김현용
Original Assignee
한양대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020140067708A priority Critical patent/KR101469851B1/ko
Application granted granted Critical
Publication of KR101469851B1 publication Critical patent/KR101469851B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models

Abstract

본 발명은, 인체 모델을 생성하는 단계; 상기 인체 모델을 생성하는 단계에서 생성된 인체 모델의 관절을 분절화 하는 단계; 상기 인체 모델의 관절을 분절화 하는 단계에서 분절된 관절의 토크값에 따른 목적함수를 정의하는 에너지 최소화 단계; 인체의 움직임 정도에 따른 목적함수를 정의하는 움직임 최소화 단계; 인체 각 관절의 불편함 정도에 따른 목적함수를 정의하는 불편함 최소화 단계; 및 인체 모델의 손끝과 목표 지점의 접촉, 각 관절들의 가동 범위 및 공간상에 배치된 장애물 간의 회피 간의 구속조건을 정의하는 단계;를 포함하는 것을 특징으로 한다.

Description

인체 자세 예측을 위한 다목적 최적화 기반의 방법{Multi-objective optimization-based approach for human posture prediction}
본 발명은, 인체 자세 예측을 위한 다목적 최적화 기반의 방법에 관한 것으로서, 구체적으로는, 실제 사람이 취할 수 있는 자세에 대한 인체 모델의 자세 모델링을 위해 인체 모델로부터 사실적인 인체 자세를 예측하기 위한 다목적 최적화 기반의 방법에 관한 것이다.
최근 자동차, 의류, 스포츠 등의 산업 분야 전반에 걸쳐 디지털 인체 모델을 활용한 인간중심설계의 중요성이 부각되고 있다.
이에 따라, 지금까지 매우 단순화된 모델에서부터 사실적이고 자세한 모델까지 다양한 인체 모델들이 개발되었고, 이들이 실제 제품설계에서 강력한 도구로 활용되고 있다.
인체 자세 예측을 위한 종래의 방법으로는 크게 두 가지로 분류될 수 있다.
첫 번째는 경험에 의한 통계적 방법이다. 이 방법은 실제 사람을 대상으로 수행된 수천 번 이상의 반복적 실험으로부터 인체가 취할 수 있는 자세 데이터를 수집한다. 이렇게 수집된 데이터는 인체 자세를 예측하기 위해 통계적으로 분석되고, 인체 자세 모델링을 위해 활용된다.
두 번째는 역기구학적 방법이다. 이 방법은 인체를 단순화된 다물체 강체 모델로 모델링하고 각 관절각을 변수로 하는 방정식을 수치적으로 계산하여 인체의 자세를 예측한다.
하지만, 위에서 언급된 첫 번째 방법은 실제 사람에 의한 실험 데이트를 활용하기 때문에 사실적인 인체 자세를 표현할 수 있으나, 데이터 수집을 위한 많은 시간이 요구되며, 실험을 통해 구축된 자세 데이터베이스 내에 존재하는 자세에 대해서만 모델링 가능하다. 그리고, 위에서 언급된 두 번째 방법은 인체의 다양한 요소를 고려하지 못해 간단한 모델에만 적용이 가능하고, 또한, 이 방법의 특성상 해의 자유도가 높아 인체가 실제 취할 수 없는 자세가 모델링 될 수 있다.
따라서, 본 출원인은, 위와 같은 문제점을 해결하기 위하여 본 발명을 개발하게 되었으며, 이와 관련된 선행기술문헌으로는, 대한민국등록특허 등록번호 10-1034675호의 '수치적인 역 운동학 기반의 언센티드 칼만 필터를 이용한 인체 자세 추정 방법, 컴퓨터로 읽을 수 있는 매체 및 서버 시스템'이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위하여, 인체가 특정 자세를 취할 때 가지는 특성을 가정으로 그 자세의 표현을 최적화 문제로 정식화하고, 이를 수치적으로 해결하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법을 제공할 수 있다.
본 발명은, 인체 모델을 생성하는 단계; 상기 인체 모델을 생성하는 단계에서 생성된 인체 모델의 관절을 분절화 하는 단계; 상기 인체 모델의 관절을 분절화 하는 단계에서 분절된 관절의 토크값에 따른 목적함수를 정의하는 에너지 최소화 단계; 인체의 움직임 정도에 따른 목적함수를 정의하는 움직임 최소화 단계; 인체 각 관절의 불편함 정도에 따른 목적함수를 정의하는 불편함 최소화 단계; 및 인체 모델의 손끝과 목표 지점의 접촉, 각 관절들의 가동 범위 및 공간상에 배치된 장애물 간의 회피 간의 구속조건을 정의하는 단계;를 포함한다.
또한, 상기 에너지 최소화 단계와 움직임 최소화 단계 및 불편함 최소화 단계는, 인체 모델의 손끝이 목표 지점에 접촉할 때 실제 사람이 취하는 것과 유사한 자세를 찾기 위하여 실시되는 단계인 것을 특징으로 한다.
또한, 상기 에너지 최소화 단계에서 정의되는 목적함수는, 인체 분절의 질량과 무게 중심을 기반으로 각 관절에서 작용하는 토크의 합이 최소화되도록 정의되는 것을 특징으로 한다.
또한, 상기 움직임 최소화 단계에서 정의되는 목적함수는, 인체가 초기 자세 대비 특정 자세에 도달하기까지 최소한의 움직임으로 목적 자세를 취한다는 가정하에 정의되는 것을 특징으로 한다.
또한, 상기 불편함 최소화 단계에서 정의되는 목적함수는, 인체 각 관절의 불편함 정도를 함수로 표현하여 이들의 합이 최소화되도록 정의되는 것을 특징으로 한다.
또한, 상기 구속조건을 정의하는 단계에서는, 인체의 몸통, 어깨, 팔꿈치, 손목 관절들의 가동 범위가 정의되는 것을 특징으로 한다.
또한, 상기 구속조건을 정의하는 단계에서는, 인체가 특정 자세를 취하는 공간 내에 장애물이 존재할 때, 상기 장애물과 간섭이 생기지 않도록 하는 구속조건이 정의되는 것을 특징으로 한다.
또한, 상기 구속조건을 정의하는 단계에서는, 인체의 양 손 끝점과 목표점의 거리가 0이 되도록 구속조건이 정의되는 것을 특징으로 한다.
또한, 상기 에너지 최소화 단계에서 정의되는 목적함수는, 아래의 [수학식]으로 정의되는 것을 특징으로 한다.
[수학식]
Figure 112014052671505-pat00001
(Mass : 질량에 의한 토크가 작용하는 관절의 개수, q : 설계 변수 벡터,
Figure 112014077319815-pat00002
는 관절의 움직임이 쉬운 정도에 따라 부여한 가중치,
Figure 112014077319815-pat00003
: 각 관절에 작용하는 토크)
또한, 상기 움직임 최소화 단계에서 정의되는 목적함수는, 아래의 [수학식]으로 정의되는 것을 특징으로 한다.
[수학식]
Figure 112014052671505-pat00004
(
Figure 112014102201791-pat00083
: 각 관절의 움직임이 쉬운 정도에 따라 부여한 가중치, DOF : 자유도수,
Figure 112014102201791-pat00084
: 인체의 초기 자세에서 각 조인트의 각도,
Figure 112014102201791-pat00085
: 자유도수에 따른 각 조인트의 각도)
또한, 상기 불편함 최소화 단계에서 정의되는 목적함수는, 아래의 [수학식]으로 정의되는 것을 특징으로 한다.
[수학식]
Figure 112014102201791-pat00086
Figure 112014102201791-pat00087

Figure 112014102201791-pat00088

(DOF : 자유도수,
Figure 112014102201791-pat00089
: 각 조인트별 무게계수,
Figure 112014102201791-pat00090
: 자유도수에 따른 조인트 각도 변화량,
Figure 112014102201791-pat00091
: 자유도수에 따른 각 조인트의 각도,
Figure 112014102201791-pat00092
: 자유도수에 따른 인체 초기 자세에서의 각 조인트 각도,
Figure 112014102201791-pat00093
: 자유도수에 따른 각 조인트의 상부 각도,
Figure 112014102201791-pat00094
: 자유도수에 따른 각 조인트의 하부 각도)
본 발명은, 인체가 취할 수 있는 가장 유사한 자세, 즉 편안한 자세를 예측할 수 있기 때문에 디지털 인체 모델을 활용한 높은 품질의 자세 모델링이 가능하다.
또한, 본 발명은, 이러한 자세 모델링은 사용자와 제품 간의 정확한 상호분석을 가능케 하므로, 인체를 대상으로 한 다양한 산업에서 더 나은 인간중심의 설계를 가능하게 한다.
도 1은 본 발명의 실시예에 따른 구속조건을 정의하는 단계에서 인체 관절의 가동범위를 보여주는 도면이다.
도 2는 본 발명의 실시예에 따른 구속조건을 정의하는 단계에서 인체가 특정 자세를 취하는 공간 내에 존재하는 장애물을 타원체로 근사화하는 모습을 보여주는 도면.
도 3은 차량 내의 조건에서 운전자의 자세 예측 시험을 수행하기 위해 실험자가 특정 조작 버튼을 취하는 모습과 차량 내의 목표점을 보여주는 도면이다.
도 4a 및 도 4b는 본 발명의 실시예에 따른 인체 자세 예측을 위한 다목적 최적화 기반의 방법으로부터 예측된 인체 자세와 실제 사람이 취한 자세의 비교 결과를 보여주는 도면이다.
도 5는 본 발명의 실시예에 따른 인체 자세 예측을 위한 다목적 최적화 기반의 방법으로부터 장애물을 고려한 자세 예측 결과를 보여주는 도면이다.
도 6은 본 발명의 실시예에 따른 인체 자세 예측을 위한 다목적 최적화 기반의 방법의 순서도.
도 7은 본 발명의 실시예에 따른 인체 모델의 관절을 분절화 하는 단계에서 관절을 분절화 한 모습을 보여주는 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다.
그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
이하, 도 1 내지 도 7을 참조하여 본 발명의 실시예에 따른 인체 자세 예측을 위한 다목적 최적화 기반의 방법이 상세하게 설명된다. 본 발명을 설명함에 있어, 관련된 공지기능 혹은 구성에 대한 구체적인 설명은 고안의 요지를 모호하지 않게 하기 위하여 생략된다.
본 발명의 실시예에 따른 인체 자세 예측을 위한 다목적 최적화 기반의 방법은, 사람이 특정 자세를 취할 때 적은 에너지를 가지고 편안한 자세를 취하기 위해 에너지, 움직임 량, 불폄함을 최소화하는 방향으로 움직이는 경향이 있다고 가정하였다.
이에 따라, 본 발명의 실시예에 따른 인체 자세 예측을 위한 다목적 최적화 기반 방법은, 도 6에 도시된 바와 같이, 인체 모델을 생성하는 단계(S10)와, 생성된 인체 모델의 관절을 분절화 하는 단계(S20)와, 분절된 관절의 토크값에 따른 목적함수를 정의하는 에너지 최소화 단계(S30)와, 인체의 움직임 정도에 따른 목적함수를 정의하는 움직임 최소화 단계(S40)와, 인체 각 관절의 불편함 정도에 따른 목적함수를 정의하는 불편함 최소화 단계(S50) 및 인체 모델의 손끝과 목표 지점의 접촉, 각 관절들의 가동 범위 및 공간상에 배치된 장애물 간의 회피 간의 구속조건을 정의하는 단계(S60)를 포함할 수 있다.
상기 인체 모델을 생성하는 단계(S10)에서는, 사이즈 코리아에서 제공하는 실제 인체 치수자료를 통계적으로 분석하여 키, 몸무게 등에 따른 인체 모델을 생성할 수 있다.
상기 인체 모델의 관절을 분절화 하는 단계(S20)는, 도 7에 도시된 바와 같이, 상기 인체 모델을 생성하는 단계(S10)에서 생성된 인체 모델이 자세 변형 및 다양한 분야에 활용될 수 있도록 각 인체 관절을 기준으로 분절화하는 단계이다. 인체 모델 관절은 Denavit-Hartenberg model을 활용하여 각 관절의 자유도에 따라 조인트를 중첩하여 생성할 수 있다.
상기 에너지 최소화 단계(S30)와 움직임 최소화 단계(S40) 및 불편함 최소화 단계(S50)는, 예를 들어, 인체 모델의 손끝이 목표 지점에 접촉할 때 실제 사람이 취하는 것과 유사한 자세를 찾기 위하여 실시되는 단계로 정의될 수 있다.
상기 에너지 최소화 단계(S30)에서 정의되는 목적함수는, 인체 분절의 질량과 무게 중심을 기반으로 각 관절에서 작용하는 토크의 합이 최소화되도록 아래의 [수학식 1]로 정의될 수 있다.
[수학식 1]
Figure 112014052671505-pat00009
여기서, Mass : 질량에 의한 토크가 작용하는 관절의 개수, q : 설계 변수 벡터,
Figure 112014052671505-pat00010
는 관절의 움직임이 쉬운 정도에 따라 부여한 가중치,
Figure 112014052671505-pat00011
: 각 과절에 작용하는 토크이다.
여기서,
Figure 112014052671505-pat00012
는 아래의 [수학식 2]로 산출될 수 있다.
[수학식 2]
Figure 112014052671505-pat00013
여기서, L: 각 분절의 중심으로부터 이웃하는 분절의 질량점까지의 거리, M : 각 분절의 질량의 총합,
Figure 112014077319815-pat00062
: i번째 분절의 질량,
Figure 112014077319815-pat00063
: i번째 관절 중심으로부터 이웃하는 분절의 질량점까지의 거리, cm : 거리단위, g : 질량단위이다.
상기 움직임 최소화 단계(S20)에서 정의되는 목적함수는 인체가 초기 자세 대비 특정 자세에 도달하기까지 최소한의 움직임으로 목적 자세를 취한다는 가정하에 아래의 [수학식 3]으로 정의될 수 있다.
[수학식 3]
Figure 112014052671505-pat00016
상기 움직임 최소화 단계(S20)에서는 상기 [수학식 3]을 이용하여 인체의 초기 자세에서 각 조인트의 각도
Figure 112014077319815-pat00017
와 최종 자세에서 각도
Figure 112014077319815-pat00018
의 차를 최소화한다. 실제 각도의 차는
Figure 112014077319815-pat00019
이지만 최적화 문제의 수치적인 어려움과 비차분성이 있기 때문에 이를 제곱한
Figure 112014077319815-pat00020
로 정의하였다. 그리고 상기 [수학식 3]에서
Figure 112014077319815-pat00064
: 각 관절의 움직임이 쉬운 정도에 따라 부여한 가중치, DOF : 자유도수,
Figure 112014077319815-pat00065
: 인체의 초기 자세에서 각 조인트의 각도,
Figure 112014077319815-pat00066
: 자유도수에 따른 각 조인트의 각도이다.
상기 불편함 최소화 단계(S50)에서 정의되는 목적함수는, 인체 각 관절의 불편함 정도를 함수로 표현하여 이들의 합이 최소화되도록 아래의 [수학식 4]로 정의될 수 있다.
[수학식 4]
Figure 112014052671505-pat00022
불편함 정도는 다 변수 최적화 문제에서 최적해를 찾기 위해 활용되는 Penalty Function을 이용한다. 이 함수를 인체에 적용하기 위해 인체는 관절 가동범위의 한계, 즉, 관절을 완전히 접거나 편 상태에서 불편함을 느낀다고 가정하였다. 그리고 불편함 정도를 관절 가동 범위의 한계로 갈수록 큰 값을 가지고 한계에서 멀어질수록 작은 값을 가지는 함수 Penalty term으로 정의한다. Penalty term은 sin 함수를 수정하여 최적화시 미분 연속성을 보장하며 관절 가동 범위의 10%를 기점으로 설정하여 상한과 하한에서 증가할 수 있도록 상기 [수학식 4]와 같이 정의할 수 있고 위의 그래프로 나타낼 수 있다. R값은 0에 가까워질수록 관절 가동범위의 한계에 가까운 것을 의미하며, 그래프에서 보인 바와 같이 R값이 0.1(관절 가동범위의 10%)부터 0에 가까워질수록 함수의 값이 크게 증가하는 것을 볼 수 있다.
그리고, Penalty term을 이용하여 불편함 정도의 목적함수는 아래의 [수학식 5]로 정의될 수 있다.
[수학식 5]
Figure 112014102201791-pat00095

Figure 112014102201791-pat00096

Figure 112014102201791-pat00097
상기 [수학식 5]는 각 조인트별 움직임 각도를 정규화하여 적용하였으며, 목적함수가 관절 가동범위의 상한과 하한에서 큰 값을 가지도록 상한에서의 Penalty term,
Figure 112014077319815-pat00024
과 하한에서의 Penalty term,
Figure 112014077319815-pat00025
을 각각 더해준다
여기서, DOF : 자유도수,
Figure 112014077319815-pat00067
: 각 조인트별 무게계수,
Figure 112014077319815-pat00068
: 자유도수에 따른 조인트 각도 변화량,
Figure 112014077319815-pat00069
: 자유도수에 따른 각 조인트의 각도,
Figure 112014077319815-pat00070
: 자유도수에 따른 인체 초기 자세에서의 각 조인트 각도,
Figure 112014077319815-pat00071
: 자유도수에 따른 각 조인트의 상부 각도,
Figure 112014077319815-pat00072
: 자유도수에 따른 각 조인트의 하부 각도이다.
그리고 목적함수가 과도하게 커지는 것을 방지하기 위해 전체 Term
Figure 112014052671505-pat00026
를 나누었다. 각 조인트별 무게계수(Weighting factor :
Figure 112014052671505-pat00027
)는 인체의 순차적인 움직임을 가정하여 설정하였다. 가령, 인체가 손을 뻗어 특정 지점에 접촉하는 상황을 가정하면, 먼저, 팔을 뻗어 접촉하고자 한다. 그리고 팔의 길이가 부족하면 그때 몸통을 굽혀 목표좀에 접촉한다. 이러한 순차적인 움직임을 매번 최적화 문제로 해결하기에는 시간이 많이 소요되며 계산이 어렵기 때문에 이를 한 번의 계산으로 수행할 수 있도록 무게계수를 적용한다. 팔꿈치나 어깨와 같이 주로 먼저 움직이는 관절들은 작은 무게계수, 몸통의 관절들 큰 무게계수를 가지도록 하였다.
상기 구속조건을 정의하는 단계(S60)는, 관절 가동 범위를 정의하는 단계(S61)와, 장애물의 구속조건을 정의하는 단계(S62)와, 인체의 손 끝점과 목표점 간의 거리 구속조건을 정의하는 단계(S63)를 포함할 수 있다.
상기 관절 가동 범위를 정의하는 단계(S61)는, 도 1에 도시된 바와 같이, 몸통, 어깨, 팔꿈치, 손목 관절들의 가동 범위를 정의할 수 있다.
그리고, 인체가 특정 자세를 취하는 공간 내에 장애물이 존재한다면, 이 장애물과 간섭이 생기지 않도록 하는 구속조건이 필요하다.
따라서, 상기 장애물의 구속조건을 정의하는 단계(S62)에서는, 도 2에 도시된 바와 같이, 인체가 특정 자세를 취하는 공간 내에 장애물이 존재할 때, 상기 장애물을 타원체로 근사화하고, 이를 아래의 방정식으로 표현하면 [수학식 6]으로 정의될 수 있다.
[수학식 6]
Figure 112014052671505-pat00028
여기서, A, B, C는 타원체의 x, y, z축 방향의 길이이며, a, b, c는 타원체의 중심좌표이다.
이후, 인체 모델 각 관절의 중심절들(P1(
Figure 112014052671505-pat00029
,
Figure 112014052671505-pat00030
,
Figure 112014052671505-pat00031
), P2(
Figure 112014052671505-pat00032
,
Figure 112014052671505-pat00033
,
Figure 112014052671505-pat00034
)을 잇는 선분은 아래의 [수학식 7]로 정의될 수 있다.
[수학식 7]
Figure 112014052671505-pat00035
상기 [수학식 7]에서 x, y, z를 t에 대해 정리하고, 상기 [수학식 6]에 대해 정리한 함수 obs는 아래의 [수학식 8]로 정의될 수 있다.
[수학식 8]
Figure 112014052671505-pat00036
여기서, 함수 obs의 해가 존재하는 경우 타원체와 선분들이 만나는 것을 의미하며, 해가 존재하지 않는 경우 타원체와 선분이 만나지 않는 것을 의미한다. 즉, 장애물과 인체의 간섭여부는 함수 obs의 해 존재 여부와 같은 문제가 된다.
따라서, 장애물과 인체가 간섭하지 않게 하기 위해서는 t의 구간(
Figure 112014052671505-pat00037
)에서 해가 존재하지 않게 하면 되므로 아래의 [수학식 9] 및 [수학식 10]으로 표현된 두 가지의 구속조건이 정의될 수 있다.
[수학식 9]
Figure 112014052671505-pat00038
[수학식 10]
Figure 112014052671505-pat00039
Obstacle1은 t=0.1 일때 obs함수의 값이 두 개 모두 양의 값이거나 음의 값인 경우를 의미한다. 이 구속조건을 만족하면 2차 함수인 obs의 극점이 0과 1사이에 있지 않은 경우 해가 존재하지 않는다.
그러나, 극점이 0과 1사이에 존재하는 경우 해가 존재할 수 있다.
따라서, Obstacle2와 같은 구속조건을 정의할 수 있다.
그리고, Obstacle2는 obs함수의 극점(
Figure 112014052671505-pat00040
)이 0과 1사이에 존재하는 경우 obs(0)(혹은 obs(1))과 obs(
Figure 112014052671505-pat00041
)의 값이 모두 양이거나 음인 경우를 의미한다. 위의 두 가지 구속조건을 모두 만족하면 2차 함수인 obs의 해가 존재하지 않으며 이는 장애물과 인체의 간섭이 없음을 의미한다. 따라서 최적화를 통한 자세 모델링 시 공간상에 장애물이 있는 경우 이를 회피하는 자세를 취할 수 있다.
상기 인체의 손 끝점과 목표점 간의 거리 구속조건을 정의하는 단계(S63)에서는, 인체의 양 손 끝점의 좌표를 각각
Figure 112014052671505-pat00042
,
Figure 112014052671505-pat00043
이라 하고, 각 손 끝점에 해당하는 목표점을 point_R, point_L 이라 하여 , 양 손 끝점과 목표점의 거리가 0이 되도록 아래의 [수학식 11]로 정의할 수 있다.
[수학식 11]
Figure 112014052671505-pat00044
그리고, 앞에서 전술된 설계변수(인체 모델 각 관절들의 움직임 각도), 목적함수, 구속조건을 종합해보면 본 발명의 실시예에 따른 다목적 최적화 문제 정식화는 아래의 [수학식 12]로 정의될 수 있다.
[수학식 12]
Figure 112014052671505-pat00045

이하, 도 3 내지 도 5를 참조하여, 본 발명의 실시예에 따른 인체 자세 예측을 위한 다목적 최적화 기반의 방법으로 차량내에서 운전자의 자세 예측 시험을 수행한 결과분석이 설명된다.
도 3의 (a)에 도시된 바와 같이, 특정 조작 버튼을 취하는 상황을 설정하고, 이에 대한 목표점을 자동차 운전석의 운전대(L, O), 룸미러(6), 센터페시아(1) 부분으로 설정하였다. 그리고 좌측 손끝은 항상 운전대 좌측 상단의 Point-L에 접촉되도록 하고, 우측 손끝은 운전대 우측 상단의 Point-O 부터 룸미러 부분인 Point-6 까지 접촉하는 것으로 설정하여 최적화를 통해 양 손끝이 해당 Point에 접촉할 시의 자세를 모델링 하였다.
그리고, 최적화를 통한 자세 예측 결과의 타당성을 검증하기 위해 도 3의 (c)에 도시된 바와 같이, Kinect를 활용한 측정 환경을 구성하였다.
Kinect는 마이크로소프트사에서 개발한 인체 동작 인식 장비로 카메라로 촬영하는 이미지의 형상과 적외선을 이용하여 얻은 깊이 정보를 습득하여 인체의 자세를 인식한다.
측정 환경은 가상 환경과 동일한 위치에 삼각대를 이용하여 Point를 설정하였으며 Kinect를 이용하여 디지털 인체 모델과 유사한 체형의 사람이 직접 자세를 취할 때 이를 측정하였다.
참고로, 도 4는, 본 발명의 실시예에 따른 인체 자세 예측을 위한 다목적 최적화 기반의 방법으로부터 예측된 인체 자세와 실제 사람이 취한 자세를 비교한 결과를 보여주는 도면이다.
그리고, 도 5의 (a)는 장애물 구속조건을 적용하지 않고 양 손끝의 목표점만을 설정하여 인체 자세를 예측한 결과를 보여주는 도면이고, 도 5의 (b)는 장애물 구속조건을 적용한 결과를 보여주는 도면이다.
도 4 및 도 5에 도시된 바와 같이, 본 발명의 실시예에 따른 인체 자세 예측을 위한 다목적 최적화 기반의 방법으로부터 예측된 인체 자세와 실제 사람이 취한 자세가 매우 유사한 것을 확인할 수 있다.
지금까지 본 발명에 따른 구체적인 실시예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능함은 물론이다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 안되며, 후술하는 특허 청구의 범위뿐 아니라 이 특허 청구의 범위와 균등한 것들에 의해 정해져야 한다.
S10 : 인체 모델을 생성하는 단계 S20 : 관절 분절화 단계
S30 : 에너지 최소화 단계 S40 : 움직임 최소화 단계
S50 : 불편함 최소화 단계 S60 : 구속조건 정의단계

Claims (11)

  1. 인체 모델을 생성하는 단계;
    상기 인체 모델을 생성하는 단계에서 생성된 인체 모델의 관절을 분절화 하는 단계;
    상기 인체 모델의 관절을 분절화 하는 단계에서 분절된 관절의 토크값에 따른 목적함수를 정의하는 에너지 최소화 단계;
    인체의 움직임 정도에 따른 목적함수를 정의하는 움직임 최소화 단계;
    인체 각 관절의 불편함 정도에 따른 목적함수를 정의하는 불편함 최소화 단계; 및
    인체 모델의 손끝과 목표 지점의 접촉, 각 관절들의 가동 범위 및 공간상에 배치된 장애물 간의 회피 간의 구속조건을 정의하는 단계;
    를 포함하는 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
  2. 제 1 항에 있어서,
    상기 에너지 최소화 단계와 움직임 최소화 단계 및 불편함 최소화 단계는,
    인체 모델의 손끝이 목표 지점에 접촉할 때 실제 사람이 취하는 것과 유사한 자세를 찾기 위하여 실시되는 단계인 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
  3. 제 2 항에 있어서,
    상기 에너지 최소화 단계에서 정의되는 목적함수는,
    인체 분절의 질량과 무게 중심을 기반으로 각 관절에서 작용하는 토크의 합이 최소화되도록 정의되는 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
  4. 제 2 항에 있어서,
    상기 움직임 최소화 단계에서 정의되는 목적함수는,
    인체가 초기 자세 대비 특정 자세에 도달하기까지 최소한의 움직임으로 목적 자세를 취한다는 가정하에 정의되는 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
  5. 제 2 항에 있어서,
    상기 불편함 최소화 단계에서 정의되는 목적함수는,
    인체 각 관절의 불편함 정도를 함수로 표현하여 이들의 합이 최소화되도록 정의되는 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
  6. 제 1 항에 있어서,
    상기 구속조건을 정의하는 단계에서는,
    인체의 몸통, 어깨, 팔꿈치, 손목 관절들의 가동 범위가 정의되는 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
  7. 제 1 항에 있어서,
    상기 구속조건을 정의하는 단계에서는,
    인체가 특정 자세를 취하는 공간 내에 장애물이 존재할 때, 상기 장애물과 간섭이 생기지 않도록 하는 구속조건이 정의되는 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
  8. 제 1 항에 있어서,
    상기 구속조건을 정의하는 단계에서는,
    인체의 양 손 끝점과 목표점의 거리가 0이 되도록 구속조건이 정의되는 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
  9. 제 3 항에 있어서,
    상기 에너지 최소화 단계에서 정의되는 목적함수는,
    아래의 [수학식]으로 정의되는 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
    [수학식]
    Figure 112014077319815-pat00046

    (Mass : 질량에 의한 토크가 작용하는 관절의 개수, q : 설계 변수 벡터,
    Figure 112014077319815-pat00047
    는 관절의 움직임이 쉬운 정도에 따라 부여한 가중치,
    Figure 112014077319815-pat00048
    : 각 관절에 작용하는 토크)
  10. 제 4 항에 있어서,
    상기 움직임 최소화 단계에서 정의되는 목적함수는,
    아래의 [수학식]으로 정의되는 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
    [수학식]
    Figure 112014077319815-pat00049

    (
    Figure 112014077319815-pat00073
    : 각 관절의 움직임이 쉬운 정도에 따라 부여한 가중치, DOF : 자유도수,
    Figure 112014077319815-pat00074
    : 인체의 초기 자세에서 각 조인트의 각도,
    Figure 112014077319815-pat00075
    : 자유도수에 따른 각 조인트의 각도)
  11. 제 5 항에 있어서,
    상기 불편함 최소화 단계에서 정의되는 목적함수는,
    아래의 [수학식]으로 정의되는 것을 특징으로 하는 인체 자세 예측을 위한 다목적 최적화 기반의 방법.
    [수학식]
    Figure 112014102201791-pat00098

    Figure 112014102201791-pat00099

    Figure 112014102201791-pat00100

    (DOF : 자유도수,
    Figure 112014102201791-pat00077
    : 각 조인트별 무게계수,
    Figure 112014102201791-pat00078
    : 자유도수에 따른 조인트 각도 변화량,
    Figure 112014102201791-pat00079
    : 자유도수에 따른 각 조인트의 각도,
    Figure 112014102201791-pat00080
    : 자유도수에 따른 인체 초기 자세에서의 각 조인트 각도,
    Figure 112014102201791-pat00081
    : 자유도수에 따른 각 조인트의 상부 각도,
    Figure 112014102201791-pat00082
    : 자유도수에 따른 각 조인트의 하부 각도)
KR1020140067708A 2014-06-03 2014-06-03 인체 자세 예측을 위한 다목적 최적화 기반의 방법 KR101469851B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140067708A KR101469851B1 (ko) 2014-06-03 2014-06-03 인체 자세 예측을 위한 다목적 최적화 기반의 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140067708A KR101469851B1 (ko) 2014-06-03 2014-06-03 인체 자세 예측을 위한 다목적 최적화 기반의 방법

Publications (1)

Publication Number Publication Date
KR101469851B1 true KR101469851B1 (ko) 2014-12-09

Family

ID=52677914

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140067708A KR101469851B1 (ko) 2014-06-03 2014-06-03 인체 자세 예측을 위한 다목적 최적화 기반의 방법

Country Status (1)

Country Link
KR (1) KR101469851B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190096659A (ko) * 2018-02-09 2019-08-20 (주)이노시뮬레이션 인체모델을 이용한 차량운전자 시점 생성 시스템
CN110349180A (zh) * 2019-07-17 2019-10-18 深圳前海达闼云端智能科技有限公司 人体关节点预测方法及装置、动作类型识别方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101307341B1 (ko) * 2009-12-18 2013-09-11 한국전자통신연구원 동적 개체 모션 캡쳐 방법 및 그 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101307341B1 (ko) * 2009-12-18 2013-09-11 한국전자통신연구원 동적 개체 모션 캡쳐 방법 및 그 장치

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
기능기반 형상변형기술을 응용한 환자맞춤형 근골격 모델의 보행패턴 예측에 관한 연구 *
다목적 최적화 기법을 이용한 디지털 인체 모델의 자세 예측 *
한국인의 인체측정 데이터를 이용한 파라메트릭 인체분절모델 생성 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190096659A (ko) * 2018-02-09 2019-08-20 (주)이노시뮬레이션 인체모델을 이용한 차량운전자 시점 생성 시스템
KR102029697B1 (ko) 2018-02-09 2019-10-08 (주)이노시뮬레이션 인체모델을 이용한 차량운전자 시점 생성 시스템
CN110349180A (zh) * 2019-07-17 2019-10-18 深圳前海达闼云端智能科技有限公司 人体关节点预测方法及装置、动作类型识别方法及装置
CN110349180B (zh) * 2019-07-17 2022-04-08 达闼机器人有限公司 人体关节点预测方法及装置、动作类型识别方法及装置

Similar Documents

Publication Publication Date Title
Stenger et al. Model-Based Hand Tracking Using an Unscented Kalman Filter.
JP5695758B2 (ja) 手のジェスチャによるヒューマンマシンインターフェースのための方法、回路、及び、システム
Qian et al. Developing a gesture based remote human-robot interaction system using kinect
US8185265B2 (en) Path planning device, path planning method, and computer program
Wang et al. Robot manipulator self-identification for surrounding obstacle detection
Tao et al. A novel sensing and data fusion system for 3-D arm motion tracking in telerehabilitation
US20120259462A1 (en) Information processing apparatus, control method thereof and storage medium
JP2014501011A5 (ko)
JP5555207B2 (ja) ３次元姿勢推定装置、３次元姿勢推定方法、及びプログラム
JP6386768B2 (ja) 人間工学的な人体模型の姿勢を作成し、かつナチュラルユーザインターフェースを用いてコンピュータ支援設計環境を制御すること
JP5959899B2 (ja) 接触状態推定装置
JP2014085933A (ja) ３次元姿勢推定装置、３次元姿勢推定方法、及びプログラム
JPWO2018207282A1 (ja) 対象物認識方法、装置、システム、プログラム
JP6563596B2 (ja) 画像処理装置、画像処理方法およびプログラム
KR101469851B1 (ko) 인체 자세 예측을 위한 다목적 최적화 기반의 방법
Halvorsen et al. Using an extended Kalman filter for rigid body pose estimation
JP4997419B2 (ja) ロボット用動作変換システム
WO2019082853A1 (ja) 画像処理装置、画像処理方法およびプログラム
Felip et al. Multi-sensor and prediction fusion for contact detection and localization
Schaub et al. 6-dof grasp detection for unknown objects
KR102333768B1 (ko) 딥러닝 기반 손 인식 증강현실 상호 작용 장치 및 방법
Usabiaga et al. Global hand pose estimation by multiple camera ellipse tracking
Du et al. A novel natural mobile human-machine interaction method with augmented reality
Agarwal et al. Estimating dynamics on-the-fly using monocular video for vision-based robotics
JP6603993B2 (ja) 画像処理装置、画像処理方法、画像処理システム、及びプログラム

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee