KR102405957B1 - 음파 및 전파를 이용한 생활안전 모니터링 시스템 - Google Patents

음파 및 전파를 이용한 생활안전 모니터링 시스템 Download PDF

Info

Publication number
KR102405957B1
KR102405957B1 KR1020200187133A KR20200187133A KR102405957B1 KR 102405957 B1 KR102405957 B1 KR 102405957B1 KR 1020200187133 A KR1020200187133 A KR 1020200187133A KR 20200187133 A KR20200187133 A KR 20200187133A KR 102405957 B1 KR102405957 B1 KR 102405957B1
Authority
KR
South Korea
Prior art keywords
signal
sound
state
user
acoustic
Prior art date
Application number
KR1020200187133A
Other languages
English (en)
Inventor
심우주
최두헌
Original Assignee
주식회사 아이유플러스
주식회사 아비스
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 주식회사 아이유플러스, 주식회사 아비스 filed Critical 주식회사 아이유플러스
Priority to KR1020200187133A priority Critical patent/KR102405957B1/ko
Application granted granted Critical
Publication of KR102405957B1 publication Critical patent/KR102405957B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0492—Sensor dual technology, i.e. two or more technologies collaborate to extract unsafe condition, e.g. video tracking and RFID tracking
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A61B5/1135—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing by monitoring thoracic expansion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0272—Voice signal separating

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Cardiology (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Multimedia (AREA)
  • Pulmonology (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Computational Linguistics (AREA)
  • Critical Care (AREA)
  • Signal Processing (AREA)
  • Emergency Medicine (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Nursing (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

본 발명은 환경오류에 의한 오탐이나 해킹 등의 사생활 침해 걱정없이, 레이더 센서를 이용하여 관리 대상자의 생체신호(심장박동, 호흡, 움직임 등)를 감지하고 딥러닝 기술에 기반한 음향분석을 통해 관리 대상자를 실시간으로 정확하게 모니터링 및 이상발생 시 원격지의 관리자에게 신속히 알릴 수 있는 음파 및 전파를 이용한 생활안전 모니터링 시스템에 관한 것이다.

Description

음파 및 전파를 이용한 생활안전 모니터링 시스템{SYSTEM FOR MONITORING SAFETY OF LIVING USING SOUND WAVES AND RADIO WAVES}
본 발명은 음파 및 전파를 이용한 생활안전 모니터링 시스템에 관한 것으로서, 보다 구체적으로는, 환경오류에 의한 오탐이나 해킹 등의 사생활 침해 걱정없이, 레이더 센서를 이용하여 관리 대상자의 생체신호(심장박동, 호흡, 움직임 등)를 감지하고 딥러닝 기술에 기반한 음향분석을 통해 관리 대상자를 실시간으로 정확하게 모니터링 및 이상발생 시 원격지의 관리자에게 신속히 알릴 수 있는 음파 및 전파를 이용한 생활안전 모니터링 시스템에 관한 것이다.
우리나라는 현재 심각한 고령화 사회로의 변화와 선진국형의 저성장 경제구조로 사회 및 경제적 문제들이 대두되고 있다. 중앙정부와 지방정부는 특히 사회복지 측면을 고려한 정책을 추진 중이며, 최근 급격한 고령화와 저출산 현상에 따른 가구 구조에도 많은 영향을 끼치게 되었다.
과거 70, 80년대의 3세대의 가족이 함께 거주하던 가구 형태는 90년들어 부모와 자식이 2세대가 함께 사는 가구의 구성으로 변화하였고 공유경제 개념이 확산되면서 가족 형태 면에서는 크기가 더욱 축소되었다. 지금은 각 세대가 따로 거주하는 1인 가구가 보편화되고 있다.
과거 1인 가구라고 하면 '독거노인'을 떠올리던 시대와 다르게, 현재의 1인 가구는 급격하게 증가하고 있으며 2019년 8월 통계청 '인구주택총조사' 결과에 따르면 전체 가구 중 가장 많은 30.2%가 1인 가구인 만큼 많은 가구가 1인 가구로 변화하고 있다. 앞으로 1인 가구는 지속적으로 늘어날 것으로 예상되며, 이렇듯 1인 가구의 증가는 사회 전반에 걸친 변화를 초래하고 단절과 고립, 사회통합에 제약 등의 문제를 발생하고 있는 추세이다.
1인 가구는 노년층에도 속하는 문제이고 젊은 층에도 속하는 문제라 하나의 사회문제라 인식하고 접근해야 하며, 현재 우리나라는 최근 혼자 살아가는 노인 비율이 높아지고, 장애인 가구, 은둔형 외톨이(히키코모리) 생활 등 다양한 주거안전에 취약한 인구의 비중이 급격하게 늘어나고 있다. 그러나 1인 가구의 이면에는 고독사라는 대표적인 문제가 함께 하고 있으며, 고독사 현황을 추정하는 통계인 무연고 사망자 통계는 2014년 1,379명에서 2018년에는 2,447명까지 꾸준히 증가하는 모습을 보이고 있다. 이에 국가적인 대책뿐만 아니라 개인적 차원에서의 대응책 마련도 요구되고 있는 실정이며, 1인 가구의 중요성은 경제와 사회적 변화가 급속도로 변화함에 따라서 그 중요성은 더욱 증가하고 있다.
이에 따라 원격지에서 생활 형태에 대하여 사물인터넷을 접목한 비접촉식 생체신호 탐지 생활안전 모니터링에 대한 요구사항이 계속적으로 증가하고 있으며, 이와 관련된 여러 제품에 관하여 관심이 늘고 있다.
한편, 이와 관련하여 종래에는 생활안전 모니터링에 대한 민간 차원의 헬스케어 서비스가 일부 상용화되고 있다
최근 ICT 기술과 IoT 기술의 발전으로 스마트센서를 활용한 케어 서비스가 시도되고 있으며, 대표적으로 적외선 인체감지센서(PIR)를 사용하는 제품과 최근 스마트폰 앱을 통한 홈캠단말로 촬영되는 영상을 실시간으로 확인할 수 있는 제품 및 내장된 마이크와 스피커를 통해 상태를 체크 하거나 간단한 대화를 나눌 수 있는 제품이 출시되고 있다.
그러나 기존제품의 문제점은 다음과 같다.
1) 인체감지센서(PIR) 경우 온도변화를 감지하여 타켓을 감지하는 방식인데 사람이 움직임이 없는 경우 또는 난로 등 발열 물체가 있는 경우 온도 차가 감지가 안돼 환경오류가 종종 발생.
2) 카메라를 통한 영상은 최근 해킹 기술이 발전으로 인하여 사생활 침해 여지가 높음.
3) 마이크를 통한 음성도 해킹으로 사생활 침해 여지가 높음.
특히, 최근 들어 컴퓨터의 해킹 기술이 급격히 발전하여 영상해킹이 쉬워져 개인적인 사생활 침해 문제로 카메라를 이용한 개인의 모니터링은 배제되고 있는 실정이다.
적외선은 빛이지만 물리적으로 열이다. 적외선센서는 온도를 측정하는 체온계 및 열감지 센서로 사용되지만, 보안 분야에서는 온도 차이가 발생할 경우 알람을 발생시켜주는 기능으로 사용된다. 특히 사람이 움직일 때 공기의 온도가 미세하게 변한다. 이런 특징을 이용하여 적외선 인체감지 센서(PIR센서, Passive Infrared Sensor)를 이용하여 움직임이 있는 사람을 감지한다.
적외선센서 경우 열감지이기 때문에 주변에 열을 발생시키는 히터나 고무 옷이나 비닐 등을 씌워 있는 사람은 감지가 어렵다. 또한 더운날 바람에 나뭇잎 흔들리는 경우에도 온도 차가 발생하여 허위 알람이 발생된다. 실내에서 높은 실내온도 경우 선풍기에 의하여 나뭇잎 등 흔들림이 있는 경우도 유사하다. 이런 문제로 환경에 의한 오탐이 자주 발생하는 문제점이 있다.
한국공개특허 제10-2020-0110498호
본 발명은 상술된 문제점을 해결하기 위해 도출된 것으로서, 환경오류에 의한 오탐이나 해킹 등의 사생활 침해 걱정없이 없이, 레이더 센서를 이용하여 관리 대상자의 생체신호(심장박동, 호흡, 움직임 등)를 감지하고 딥러닝 기술에 기반한 음향분석을 통해 관리 대상자를 실시간으로 정확하게 모니터링 및 이상발생 시 원격지의 관리자에게 신속히 알릴 수 있는 음파 및 전파를 이용한 생활안전 모니터링 시스템을 제공하고자 한다.
본 발명의 일 실시예에 따른 음파 및 전파를 이용한 생활안전 모니터링 시스템은 공간 내 사용자의 생체 신호를 측정하는 레이더 센서, 상기 공간 내 음향 신호를 측정하는 음향 센서 및 상기 생체 신호 및 상기 음향 신호를 토대로 사용자의 현재 상태를 모니터링하여 이상상황 발생 여부를 판단하며, 이상상황이 발생한 것으로 판단될 경우 상기 이상상황 발생에 상응하는 알림 신호를 관리자 단말로 전송하는 판단부를 포함하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 생체 신호는 상기 레이더 센서에 의해 사용자의 신체를 향해 발사되는 지속파(Continuous Wave, CW) 또는 FMCW(Frequency Molulation Continuous Wave) 등의 다양한 형태의 레이더 빔이 사용자의 횡경막, 심장 및 신체에 각각 반사되어 돌아오는 반사 신호에 해당하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 판단부는 상기 레이더 빔의 발진 주파수와 상기 반사 신호의 주파수 차이를 토대로 사용자의 호흡 상태, 심장박동 상태 및 움직임 상태를 확인하되, 활동 시간으로 설정된 시간대에서는 상기 움직임 상태를 1차확인하여 사용자의 움직임이 있는지 여부를 1차적으로 판단하고 움직임이 없다고 판단될 경우에는 상기 호흡 상태 및 상기 심장박동 상태를 2차확인하며, 2차확인 결과 상기 호흡 상태 및 상기 심장박동 상태 중 어느 하나 이상에 이상상황이 발생한 것으로 판단될 경우 알림 신호를 관리자 단말로 전송하고, 취침 시간으로 설정된 시간대에서는 상기 움직임 상태를 제외한 상기 호흡 상태 및 상기 심장박동 상태를 확인하며, 확인 결과 상기 호흡 상태 및 상기 심장박동 상태 중 어느 하나 이상에 이상상황이 발생한 것으로 판단될 경우 알림 신호를 관리자 단말로 전송하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 판단부는 진보된 인공 신경망의 하나인 콘볼류션 신경망(CNN: Convolutional Neural Networks)을 사용하여 생활 음향데이터를 학습하도록 함으로써, 오디오 이벤트와 같은 비선형 데이터는 자동으로 분류하기가 매우 어려우나 본 발명을 통해서 약 70~80%의 정확도로 자동으로 생활음향을 분류할 수 있다. 우선 음향 센서와 연결된 하나 이상의 마이크를 통해 측정되는 음향 신호에 대해 고속 퓨리에 변환(ST-FFT) 과정을 통해 특징계수(MFCC)를 추출 후 기준 데이터와 비교하는 과정을 반복해 신경망을 학습 시킨다. 이후 실시간으로 측정되는 음향 신호에 대한 MFCC 계수 데이터를 추출 후 학습된 신경망에 입력하면 음향 신호의 종류를 자동으로 판단하는 신경망을 포함하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 음향분석 신경망은 기 전송된 상기 음향 신호에 대한 특징계수(MFCC)를 추출 후 상기 음파분석 신경망에 적용시켜 상기 실시간 음향 신호의 종류를 구별하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 실시간 음향 신호의 종류는 사용자의 움직임이나 호흡에 의해 발생되는 제1 소리 신호(예, 기침 소리), 반려동물의 움직임이나 반려동물의 호흡에 의해 발생되는 제2 소리 신호 및 상기 제1 및 제2 소리 카테고리에서 학습하지 않은 나머지 소리에 대한 제3 소리 신호(예, 청소기 소리)를 포함하며, 상기 판단부는 기 설정된 시간 동안 상기 제1 소리 신호가 발생되지 않거나, 상기 제1 소리 신호의 볼륨이 기준 범위를 벗어나거나, 상기 제2 소리 신호의 볼륨이 기준 범위를 벗어나거나, 상기 제2 소리 신호의 발생 빈도 및 지속 시간이 기준 범위를 벗어나거나, 상기 제3 소리 신호의 발생 빈도 및 지속 시간이 기준 범위를 벗어날 경우 이상상황이 발생한 것으로 판단하여 알림 신호를 관리자 단말로 전송하는 것을 특징으로 할 수 있다.
본 발명의 일 측면에 따르면, 환경오류에 의한 오탐이나 해킹 등의 사생활 침해 걱정없이 없이, 레이더 센서를 이용하여 관리 대상자의 생체신호(심장박동, 호흡, 움직임 등)를 감지하고 딥러닝 기술에 기반한 음향분석을 통해 관리 대상자를 실시간으로 정확하게 모니터링 및 이상발생 시 원격지의 관리자에게 신속히 알릴 수 있는 이점을 가진다.
특히, 원격지에서 비접촉 방식으로 환자나 독거노인의 상태를 정확하고 신속하게 인지할 수 있으며, 더 나아가 딥러닝 기술에 기반한 음향분석에 이용되는 데이터는 오디오 신호로 역변환이 불가하도록 처리되기 때문에, 개인 사생활 음향이 외부로 유출되지 못하도록 방지함은 물론 유출되더라도 판독 및 청감이 절대 불가하여 개인 사생활 침해를 방지할 수 있는 이점을 가진다.
특히, 본 발명에 따르면, 레이더 센서는 사용자의 호흡, 심장박동, 모션감지를 모두 수행함으로써, 활동 시간, 취침 시간과 같이 기 설정된 시간대 별로 상황에 맞는 상태 파악이 가능하기 때문에 오탐 가능성을 현저히 낮출 수 있는 이점을 가진다.
도 1은 종래의 생활안전 모니터링 시스템(1)의 구성을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 음파 및 전파를 이용한 생활안전 모니터링 시스템(100)의 구성을 도시한 도면이다.
도 3은 도 2에 도시된 레이더 센서(110)를 통해 사용자의 생체 신호를 측정하는 상태를 도시한 도면이다.
도 4는 도 2에 도시된 음향 센서(120)를 통해 측정된 음향 신호를 토대로 음향분석 신경망(134)에서 음향 신호의 종류를 분석하는 과정을 도시한 도면이다.
도 5는 음향분석 신경망(134) 내 음향 분석용 라이브러리를 나타낸 도면이다.
도 6은 음향분석 신경망(134)에서 음향 신호에 대한 MFCC 계수 데이터를 추출하는 과정을 도시한 도면이다.
도 7은 음향분석 신경망(134)에서 음향 신호 및 기준 데이터의 비교 결과를 반복 학습하는 과정을 도시한 도면이다.
도 8은 음향분석 신경망(134)에 의해 구분되는 실시간 음향 신호의 종류를 도시한 도면이다.
이하, 본 발명의 이해를 돕기 위하여 바람직한 실시예를 제시한다. 그러나 하기의 실시예는 본 발명을 보다 쉽게 이해하기 위하여 제공되는 것일 뿐, 실시예에 의해 본 발명의 내용이 한정되는 것은 아니다.
도 1은 종래의 생활안전 모니터링 시스템(1)의 구성을 도시한 도면이다.
도 1을 살펴보면, 종래의 생활안전 모니터링 시스템(1)의 경우, cctv와 같은 카메라를 이용하여 관리 대상자에 대한 실시간 영상을 촬영하고, 적외선 인체 감지센서(PIR 센서)를 이용하여 특정 이상 움직임이 포착될 경우 이를 원격지의 관리자 단말에 알림으로써 관리 대상자가 해당 상황을 인지할 수 있도록 하였다.
하지만, 최근 들어 해킹 기술이 급격히 발전함에 따라 가정에 설치된 카메라의 영상해킹이 쉬워졌고 이는 곧바로 사생활 침해 문제로 대두되었다. 또한, 적외선은 빛이지만 물리적으로는 열이다. 적외선 인체감지 센서는 온도를 측정하는 체온계 및 열감지 센서로 사용되지만, 보안 분야에서는 온도 차이가 발생할 경우 신호를 발생시키게 된다. 특히, 사람이 움직일 때 공기의 온도 또한 미세하게 변하기 때문에, 이런 특성을 이용하여 적외선 인체감지 센서가 움직이는 사람을 인식하게 되는 것이다.
하지만, 적외선 인체감지 센서의 경우, 열감지를 기본으로 하기 때문에 주변에 열을 발생시키는 열원(예컨대, 히터 등)이 존재하거나, 고무 옷 혹은 비닐 등에 의해 감싸진 사람은 감지하기 어렵다는 문제점이 있다. 특히, 더운 날 나뭇잎이 바람에 흔들리는 경우에도 온도 차가 발생하게 되는데, 적외선 인체감지 센서는 이를 오탐하여 허위 알람을 발생시키게 된다. 높은 실내온도에서 선풍기 바람에 의해 나뭇잎 등이 흔들릴 경우 허위 알람이 계속해서 발생하는 경우와 유사하다. 이러한 문제점들로 인해, 종래의 생활안전 모니터링 시스템(1)은 오탐 발생 문제점을 가지고 있다.
따라서, 본 발명은 이러한 종래의 생활안전 모니터링 시스템(1)이 가지는 각종 문제점들을 해결하고자 한다.
도 2는 본 발명의 일 실시예에 따른 음파 및 전파를 이용한 생활안전 모니터링 시스템(100)의 구성을 도시한 도면이다.
도 2를 살펴보면, 본 발명의 일 실시예에 따른 음파 및 전파를 이용한 생활안전 모니터링 시스템(100)은 크게 공간 내 사용자의 생체 신호를 측정하는 레이더 센서(110), 공간 내 음향 신호를 측정하는 음향 센서(120) 및 생체 신호와 음향 신호를 토대로 사용자의 현재 상태를 모니터링하여 이상상황 발생 여부를 판단하며, 만약 이상상황이 발생한 것으로 판단될 경우 그에 상응하는 알림 신호를 유무선 네트워크 방식을 통해 원격지의 관리자 단말에 전송하는 판단부(130)를 포함하여 구성된다.
보다 구체적으로, 레이더 센서(110)는 사용자(독거 노인과 같은 관리 대상자를 의미함)가 생활하는 공간 내에 설치되며, 사용자의 생체 신호를 측정하는 역할을 한다. 여기에서, 사용자의 생체 신호라 함은 사용자의 심장박동, 호흡 등의 바이탈 신호를 의미하며, 특히 레이더 센서(110)에 의해 사용자의 신체를 향해 발사되는 지속파(Continuous Wave, CW) 형태의 레이더 빔이 사용자의 횡경막, 심장 및 신체에 부딛혀 각각 반사되어 돌아오는 반사신호를 의미한다.
기존에는 물체의 움직임을 관찰하는 센서로 초음파 매질을 이용하는 초음파센서와 온도 차를 이용하는 매질이 빛인 적외선센서 그리고 빛을 이용하여 영상을 촬영하는 카메라를 이용해왔다. 하지만 초음파나 빛은 안개, 비, 바람, 먼지 등 환경노이즈에 대하여 영향을 많이 받는다. 이런 문제로 본 발명에서는 환경노이즈에 영향이 매우 작은 전파 매질을 이용하여 사용자의 움직임을 모니터링하고자 한다.
레이더 센서(110)는 레이더는 전파를 사용한 도플러효과를 통하여 속도를 측정하고, 전파의 속도는 빛속도(3*108m/sec)이기 때문에 타겟에 반사되어 오는 시간을 측정해서 거리를 산출한다. 방산/항공/선박 분야에서 레이더는 원거리에 있는 타겟을 관찰하기 위하여 주로 이용해왔다.
최근에는 사물인터넷(IoT)의 발전으로 사람과 사람 또는 사람과 사물 그리고 사물과 사물간의 근거리에서 물체의 움직임을 관찰하기 위하여 레이더 기술을 이용한 레이더 센서 기술이 급속히 발전하고 있는 실정이다.
이러한 레이더 센서(110)는 기 설정된 방향 및 거리에 위치하는 사용자 신체로 레이더 빔을 발사하고, 사용자의 신체로부터 레이더 빔에 대응하여 반사되는 반사 신호를 수신한다. 이때 신체는 사용자의 횡경막, 심장도 모두 포함한다.
후술되는 판단부(130)에서는 이러한 반사 신호를 각각의 기 설정된 주파수 대역으로 필터링한 후 필터링된 신호를 기반으로 신체 내의 심장의 움직임, 신체 내의 횡경막의 움직임, 신체의 움직임 등을 감지하게 된다. 이에 관해서는 도 3을 통해 보다 구체적으로 살펴보기로 한다.
도 3은 도 2에 도시된 레이더 센서(110)를 통해 사용자의 생체 신호를 측정하는 상태를 도시한 도면이다. 보다 구체적으로, 도 3(a)는 레이더 센서(110)를 통해 사용자의 호흡 및 심장박동을 측정하는 상태이고, 도 3(b)는 도 3(a)를 통해 측정된 호흡신호, 심장신호 및 움직임 신호를 토대로 판단부(130)에서 사용자 상태를 판단하는 과정을 도시한 도면이다.
도 3(a) 및 3(b)를 살펴보면, 레이더부(110)는 다양한 변조방식과 상관없이 도플러 효과를 측정하여 속도를 감지하는 모든 레이더가 적용될 수 있다.
판단부(130)에서는 도플러 주파수의 변조 주파수를 이용하여 발진 주파수와 반사 신호의 주파수 차이(Doppler Frequency)에 근거하여 심장의 움직임, 횡격막의 움직임, 객체의 움직임을 감지하게 된다.
이때, 판단부(130)는 호흡신호 검출부(131), 심장신호 검출부(132) 및 모션신호 검출부(133)를 포함한다.
호흡신호 검출부(131)는 횡경막을 향해 발사된 발진 주파수와 반사 신호의 주파수 차이(Doppler Frequency)에 근거하여 횡격막의 움직임에 대응하는 호흡 신호를 검출하며, 횡격막의 움직임을 카운트하여 호흡 횟수를 산출한다.
이러한 호흡신호 검출부(131)는 제1 액티브 필터 및 제1 DSP를 포함할 수 있다.
제1 액티브 필터(Active Filter#1)는 반사 신호 중 횡격막 움직임에 대응하는 제1 주파수 대역의 범위(예컨대, 1Hz)만을 필터링한 제1 필터링 신호를 생성한다. 제1 DSP(Digital Signal Processor#1)는 제1 필터링 신호를 Time Domain에서 디지털신호처리로 또는 주파수도메인에서 FFT(Fast Fourier Transform) 변환한 값과 제1 발진 주파수와의 주파수 차이에 근거하여 횡격막의 움직임에 대응하는 호흡 신호만을 검출한다.
또한 도 3(a)에서, 좌심실/우심실이 팽창 및 축소로 움직임에 따라 도플러주파수가 4개가 나타나게 된다. 이때 심장은 사람의 몸속에 있기 때문에 호흡신호 대비 매우 작게 나타나게 된다.
심장신호 검출부(132)는 제2 발진 주파수와 반사 신호의 주파수 차이에 근거하여 심장의 움직임에 대응하는 심장 신호를 검출하며 심장의 움직임을 카운트하여 심장박동 횟수를 산출한다.
이러한 심장신호 검출부(132)는 제2 액티브 필터 및 제2 DSP를 포함할 수 있다.
제2 액티브 필터(Active Filter#2)는 반사 신호 중 심장의 움직임에 대응하는 제2 주파수 대역(예컨대, 송신 신호를 24GHz 대역을 사용하는 경우 수Hz~수십Hz)의 범위만을 필터링한 제2 필터링 신호를 생성한다. 제2 DSP(Digital Signal Processor#2)는 제2 필터링 신호를 Time Domain에서 디지털신호처리로 또는 주파수도메인에서 FFT(Fast Fourier Transform) 변환한 값과 제2 발진 주파수와의 주파수 차이에 근거하여 심장의 움직임에 대응하는 심장 신호만을 검출한다.
모션신호 검출부(133)는 제3 발진 주파수와 반사 신호의 주파수 차이에 근거하여 신체의 움직임에 대응하는 모션 신호를 검출한다. 이러한 모션신호 검출부(133)는 제3 액티브 필터 및 제3 DSP(154)를 포함할 수 있다.
제3 액티브 필터(Active Filter#3)는 반사 신호 중 신체의 움직임에 대응하는 제3 주파수 대역(예컨대, 송신 신호를 24GHz 대역을 사용하는 경우 수십Hz 이상)의 범위만을 필터링한 제3 필터링 신호를 생성한다. 제3 DSP(Digital Signal Processor#3)는 제3 필터링 신호를 Time Domain에서 디지털신호처리로 또는 주파수도메인에서 FFT(Fast Fourier Transform) 변환한 값과 제3 발진 주파수와의 주파수 차이에 근거하여 신체의 움직임에 대응하는 모션 신호만을 검출한다.
FMCW 변조방식을 사용하는 경우 130, 131, 132 블록을 하나로 처리하여 FET 처리를 통하여 도플러 주파수를 검출해 호흡, 심장박동, 움직임을 한번에 구분할 수도 있다.
한편, 판단부(130)는 레이더 센서(110)에 의해 발사된 레이더 범의 발진 주파수와 반사 신호의 주파수 차이를 토대로 사용자의 호흡 상태, 심장박동 상태 및 움직임 상태를 확인하되, 사용자에 의해 미리 설정되는 설정 시간대에 따라 확인 동작이 달라질 수 있다.
예컨대, 사용자가 활동 시간으로 설정해 놓은 시간대(예컨대, AM 07:00~PM10:00)에서 판단부(130)는 모션신호 검출부(133)를 통해 사용자의 움직임 상태를 우선적으로 1차확인한다. 이를 통해 사용자가 해당 활동 시간에 움직이는지 여부를 1차적으로 판단하게 되는데, 만약 움직임이 없다고 판단될 경우에는 호흡신호 검출부(131) 및 심장신호 검출부(132)를 토대로 사용자의 호흡 상태 및 심장박동 상태를 2차적으로 확인한다. 만약 2차확인 결과 호흡 상태 및 심장박동 상태에 이상이 없을 경우, 판단부(130)는 현재 사용자가 취침 중이거나 앉거나 누워서 휴식을 취하는 중이라 판단하게 된다.
하지만, 만약 2차확인 결과 호흡 상태 및 심장박동 상태에 이상이 있을 경우 판단부(130)는 현재 사용자에게 이상상황이 발생한 것으로 판단하여 그에 상응하는 알림 신호를 미리 설정된 관리자 단말에 전송하게 된다. 이때, 판단부(130)는 이더넷(유선), 와이파이나 블루투스(무선) 통신 기반의 게이트웨이로 동작됨에 따라 유무선 네트워크 방식을 통해 원격지의 관리자 단말과 연결될 수 있다.
만약, 사용자가 취침 시간으로 설정해 놓은 시간대(예컨대, PM10:00~AM07:00)에서 판단부(130)는 모션신호 검출부(133)는 제외시키고, 호흡신호 검출부(131) 및 심장신호 검출부(132)를 통해 사용자의 호흡상태 및 심장박동 상태를 1차적으로 판단하게 된다. 이때, 모션신호 검출부(133)를 제외시킨 이유는 취침 중에는 사용자가 움직이지 않을 수 있는데, 모션신호 검출부(133)에서 이를 오탐하여 이상상황으로 판단할 소지가 있기 때문이다.
따라서, 판단부(130)에서는 호흡신호 검출부(131) 및 심장신호 검출부(132)를 토대로 사용자의 호흡 상태 및 심장박동 상태를 확인한다. 만약 확인 결과 호흡 상태 및 심장박동 상태에 이상이 없을 경우, 판단부(130)는 현재 사용자가 취침 중이거나 앉거나 누워서 휴식을 취하는 중이라 판단하게 된다.
하지만, 확인 결과 호흡 상태 및 심장박동 상태에 이상이 있을 경우 판단부(130)는 현재 사용자에게 이상상황이 발생한 것으로 판단하여 그에 상응하는 알림 신호를 미리 설정된 관리자 단말에 전송하게 된다. 이때, 판단부(130)는 이더넷(유선), 와이파이나 블루투스(무선) 통신 기반의 게이트웨이로 동작됨에 따라 유무선 네트워크 방식을 통해 원격지의 관리자 단말과 연결될 수 있다.
다시 도 2로 돌아와서, 음향 센서(120)는 사용자가 생활하는 공간 내에 발생되는 소리에 대한 음향 신호를 측정하는 역할을 한다.
보다 구체적으로, 음향 센서(120)는 사용자가 생활하는 공간 내에 설치된 하나 이상의 마이크와 연결되어, 각 마이크를 통해 음향 신호를 측정하게 된다. 여기에서, 음향 신호라 함은 공간 내 사용자의 움직임이나 사용자의 호흡에 의해 발생되는 제1 소리 신호, 반려동물의 움직임이나 반려동물의 호흡에 의해 발생되는 제2 소리 신호, 그 밖에 제1 및 제2 소리 신호를 제외한 나머지 소리(예컨대, TV소리, 라디오소리, 청소기소리, 물내리는 소리, 문이나 창문을 여는 소리 등)에 대한 제3 소리 신호를 의미할 수 있다.
음향 센서(120) 내에는 마이크를 통해 측정되는 음파 내에서 원하는 대역의 신호를 감지하기 위한 오디오 전처리부가 포함된다. 전처리 된 음향 신호는 판단부(130) 내의 음향분석 신경망(134)으로 전달된다.
음향분석 신경망(134)은 음향 센서(120)로부터 전달되는 음향 신호를 딥러닝 기술을 이용하여 학습함으로써 해당 음향 신호의 종류를 분석하게 되는데, 이에 대해서는 도 4 내지 도 7을 통해 보다 구체적으로 살펴보기로 한다.
도 4는 도 2에 도시된 음향 센서(120)를 통해 측정된 음향 신호를 토대로 음향분석 신경망(134)에서 음향 신호의 종류를 분석하는 과정을 도시한 도면이고, 도 5는 음향분석 신경망(134) 내 음향 분석용 라이브러리를 나타낸 도면이며, 도 6은 음향분석 신경망(134)에서 음향 신호에 대한 MFCC 계수 데이터를 추출하는 과정을 도시한 도면이고, 도 7은 음향분석 신경망(134)에서 음향 신호 및 기준 데이터의 비교 결과를 반복 학습하는 과정을 도시한 도면이다.
도 4 내지 도 7을 살펴보면, 음향분석 신경망(134)에는 음향 센서(120)로부터 전달되는 음향 신호를 분석 및 학습할 수 있도록 음향 분석용 라이브러리가 마련된다.
음향 분석용 라이브러리는 앞서 살펴본 제1 내지 제3 소리 신호를 감지하기 위한 빅데이터이며, 음향분석 신경망(134)에서 음향 분석용 라이브러리를 이용하여 음향 신호를 학습하는 과정은 다음과 같다.
먼저, 음향분류 정확도를 최대화하기 위하여, 음향 센서(120)와 연결된 하나 이상의 마이크를 통해 측정되는 음향 신호에 대해 고속 퓨리에 변환(ST-FFT) 과정을 통해 시간 도메인 신호를 주파수 도메인 신호로 변환한 후, 노이즈 제거 및 음향 활동 여부를 태그한 후 음향 분석용 라이브러리 내 기준 데이터와 비교하는 과정을 반복 학습시킨다.
학습이 완료되면 도 6과 같이 학습된 데이터를 음향분석 신경망(134)에 탑재 후 해당 신호에 대해 음향분류 알고리즘(MFCC)을 토대로 MFCC 계수 데이터를 추출(Feature Extraction) 및 저장한다. 여기에서, 인공지능 서버는 음향분석 신경망(134)이 탑재된 서버를 의미할 수 있다. 이때 MFCC 계수 데이터는 청감이 불가한 형태의 데이터이므로, 만일 해킹된 경우 오디오 신호로 역변환이 불가능하여 판독이 되지 않기 때문에, 사용자의 개인 사생활 음향이 외부로 유출되지 않게 되며, 설사 유출되더라도 판독이 불가하여 높은 보안성을 갖추게 된다.
이때, MFCC 계수 데이터를 추출하는 과정을 살펴보면 다음과 같다.
1) 음향 신호에서 평균값을 제거
2) 평균값이 제거된 음향 신호에서 해밍 윈도우를 적용
3) 파워 스펙트럼 밀도(PSD) S(k)를 산출
4) PSD에 멜-주파수 스케일링을 적용
Figure 112020143160517-pat00001
(실험적으로 정해진 α, β값으로 로그를 취함)
5) 역 이산 코사인 변환(IDCT)을 취함
Figure 112020143160517-pat00002
6) 수열 xm(n)을 미분하여 x'm(n)도출
7) 증분항으로부터 미분항 x'm(n)을 켑스트럴항 xm(n)과 연결(미분항과 일반항을 벡터화)
Figure 112020143160517-pat00003
8) 수열 요소
Figure 112020143160517-pat00004
에 절대값을 취함
Figure 112020143160517-pat00005
9) 절대값을 구한
Figure 112020143160517-pat00006
에 loge를 취함
10) 특징 벡터에서 평균값을 제거
11) 특징 벡터값을 [-1. 1] 사이에 배치
이러한 반복 학습 및 MFCC 계수 데이터추출이 완료된 상황에서, 음향분석 신경망(134)에서는 마이크를 통해 실시간으로 측정되는 음향 신호의 MFCC 계수 데이터를 추출 후 앞서 저장된 MFCC 계수 데이터와 비교함으로써 해당 실시간으로 측정되는 음향 신호가 앞서 살펴본 제1 내지 제3 소리 신호 중 어느 종류에 해당하는지를 분석하게 된다.
즉, 음향분석 신경망(134)에서는 마이크를 통해 수집된 실시간 상황에 대한 소리 신호의 MFCC 계수 데이터를 추출 후 기 저장된 MFCC 계수 데이터와 비교하는 과정을 토대로 해당 소리가 어떠한 상황에 대한 소리인지를 판단하게 되는 것이다.
이때, 판단부(130)는 기 설정된 시간 동안 제1 소리가 발생되지 않는 경우(예컨대, 사용자의 움직임에 대한 소리, 호흡에 대한 소리 등이 발생하지 않는 경우), 제1 소리 신호의 볼륨이 기준 범위를 벗어나는 경우(예컨대, 사용자의 호흡 소리가 거칠거나 높은 데시벨의 고함이나 비명이 발생하는 경우), 제2 소리 신호의 볼륨이 기준 범위를 벗어나거나 발생 빈도, 지속 시간이 기준 범위를 벗어나는 경우(예컨대, 반려동물의 짖음 데시벨이 높거나 짖은 시간이 지속되는 경우), 제3 소리 신호의 발생 빈도 및 지속 시간이 기준 범위를 벗어나는 경우(예컨대, TV소리가 과도하게 크거나, 물소리가 크거나 오래 지속되거나, 문이나 창문을 여는 빈도가 지나치게 반복되는 경우, 새벽시간에 문이나 창문이 열리는 경우 등) 이상상황이 발생한 것으로 판단할 수 있으며, 그에 상응하는 알림 신호를 미리 설정된 관리자 단말에 전송하게 된다. 이때, 판단부(130)는 이더넷(유선), 와이파이나 블루투스(무선) 통신 기반의 게이트웨이로 동작됨에 따라 유무선 네트워크 방식을 통해 원격지의 관리자 단말과 연결될 수 있다.
뿐만 아니라, 판단부(130)는 앞서 살펴본 제1 내지 제3 소리 신호가 모두 측정되지 않을 경우에도 이상상황이 발생한 것으로 판단할 수 있으며, 그에 상응하는 알림 신호를 미리 설정된 관리자 단말에 전송하게 된다.
도 8은 음향분석 신경망(134)에 의해 구분되는 실시간 음향 신호의 종류를 도시한 도면이다.
도 8은 TV/라디오 소리, 물사용 소리, 청소기 사용 소리, 사용자의 기침소리, Idle 상태 noise 각각의 파형과, 각각의 추출성분 구성(MFCC 계수 데이터를 추출한 결과(Feature Extraction))를 나타낸 도면이다.
이때, 추출성분 구성을 살펴보면, 각각의 소리마다 추출된 특성 벡터가 모두 상이하기 때문에, 본원발명의 음향분석 신경망(134)에서는 이러한 특성 벡터의 차이점들을 비교하여 학습하는 과정을 반복함으로써 사용자의 정상적인 생활에서 발생되는 소리 및 이상 상황에서 발생되는 소리의 감지 정확도를 높이게 된다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 음파 및 전파를 이용한 생활안전 모니터링 시스템
110: 레이더 센서
120: 음향 센서
130: 판단부
131: 호흡신호 검출부
132: 심장신호 검출부
133: 모션신호 검출부
134: 음향분석 신경망

Claims (6)

  1. 공간 내 사용자의 생체 신호를 측정하는 레이더 센서;
    상기 공간 내 음향 신호를 측정하는 음향 센서; 및
    상기 생체 신호 및 상기 음향 신호를 토대로 사용자의 현재 상태를 모니터링하여 이상상황 발생 여부를 판단하며, 이상상황이 발생한 것으로 판단될 경우 상기 이상상황 발생에 상응하는 알림 신호를 관리자 단말로 전송하는 판단부;
    를 포함하되,
    상기 판단부는,
    상기 음향 센서와 연결된 하나 이상의 마이크를 통해 측정되는 음향 신호에 대해 고속 퓨리에 변환(ST-FFT) 과정을 통해 시간 도메인 신호를 주파수 도메인 신호로 변환 후 음향 분석용 라이브러리 내 기준 데이터와 비교하는 과정을 반복 학습하고, 학습 결과에 따른 신호에 대해 음향분류 알고리즘(MFCC)을 토대로 MFCC 계수 데이터를 추출 및 저장하며, 상기 하나 이상의 마이크를 통해 실시간으로 측정되는 음향 신호에 대한 MFCC 계수 데이터를 추출 후 기 저장된 MFCC 계수 데이터와 비교함으로써 해당 실시간으로 측정되는 음향 신호의 종류를 분석하는 음향분석 신경망;을 포함하고,
    상기 음향분석 신경망은,
    기 전송된 상기 음향 신호에 대한 노이즈를 고속 퓨리에 변환(ST-FFT) 과정을 통해 제거하고, 음향분류 알고리즘(MFCC)을 토대로 상기 실시간 음향 신호의 MFCC 계수 데이터를 추출 후 상기 실시간 음향 신호의 종류를 구별하고,
    상기 실시간 음향 신호의 종류는,
    사용자의 움직임 또는 사용자의 호흡에 의해 발생되는 제1 소리 신호, 반려동물의 움직임 또는 반려동물이 짖는 소리에 의해 발생되는 제2 소리 신호 및 상기 제1 및 제2 소리 신호를 제외한 나머지 소리에 대한 제3 소리 신호를 포함하며,
    상기 판단부는,
    기 설정된 시간 동안 상기 제1 소리 신호가 발생되지 않거나, 상기 제1 소리 신호의 볼륨이 기준 범위를 벗어나거나, 상기 제2 소리 신호의 볼륨이 기준 범위를 벗어나거나, 상기 제2 소리 신호의 발생 빈도 및 지속 시간이 기준 범위를 벗어나거나, 상기 제3 소리 신호의 발생 빈도 및 지속 시간이 기준 범위를 벗어날 경우 이상상황이 발생한 것으로 판단하여 알림 신호를 관리자 단말로 전송하는 것을 특징으로 하는, 음파 및 전파를 이용한 생활안전 모니터링 시스템.
  2. 제1항에 있어서,
    상기 생체 신호는,
    상기 레이더 센서에 의해 사용자의 신체를 향해 발사되는 레이더 빔이 사용자의 횡경막, 심장 및 신체에 각각 반사되어 돌아오는 반사 신호에 해당하는 것을 특징으로 하는, 음파 및 전파를 이용한 생활안전 모니터링 시스템.
  3. 제2항에 있어서,
    상기 판단부는,
    상기 레이더 빔의 발진 주파수와 상기 반사 신호의 주파수 차이를 토대로 사용자의 호흡 상태, 심장박동 상태 및 움직임 상태를 확인하되,
    활동 시간으로 설정된 시간대에서는 상기 움직임 상태를 1차확인하여 사용자의 움직임이 있는지 여부를 1차적으로 판단하고 움직임이 없다고 판단될 경우에는 상기 호흡 상태 및 상기 심장박동 상태를 2차확인하며, 2차확인 결과 상기 호흡 상태 및 상기 심장박동 상태 중 어느 하나 이상에 이상상황이 발생한 것으로 판단될 경우 알림 신호를 관리자 단말로 전송하고,
    취침 시간으로 설정된 시간대에서는 상기 움직임 상태를 제외한 상기 호흡 상태 및 상기 심장박동 상태를 확인하며, 확인 결과 상기 호흡 상태 및 상기 심장박동 상태 중 어느 하나 이상에 이상상황이 발생한 것으로 판단될 경우 알림 신호를 관리자 단말로 전송하는 것을 특징으로 하는, 음파 및 전파를 이용한 생활안전 모니터링 시스템.
  4. 삭제
  5. 삭제
  6. 삭제
KR1020200187133A 2020-12-30 2020-12-30 음파 및 전파를 이용한 생활안전 모니터링 시스템 KR102405957B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200187133A KR102405957B1 (ko) 2020-12-30 2020-12-30 음파 및 전파를 이용한 생활안전 모니터링 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200187133A KR102405957B1 (ko) 2020-12-30 2020-12-30 음파 및 전파를 이용한 생활안전 모니터링 시스템

Publications (1)

Publication Number Publication Date
KR102405957B1 true KR102405957B1 (ko) 2022-06-14

Family

ID=81980597

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200187133A KR102405957B1 (ko) 2020-12-30 2020-12-30 음파 및 전파를 이용한 생활안전 모니터링 시스템

Country Status (1)

Country Link
KR (1) KR102405957B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090070325A (ko) * 2007-12-27 2009-07-01 원광대학교산학협력단 멀티모달 정보기반 응급상황 인식 시스템 및 방법
KR20200110498A (ko) 2019-03-13 2020-09-24 (주)아이티엔제이 스마트 독거 노인 모니터링 시스템
KR102181856B1 (ko) * 2019-10-28 2020-11-23 주식회사 젠다카디언 웨이크-업 감지 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090070325A (ko) * 2007-12-27 2009-07-01 원광대학교산학협력단 멀티모달 정보기반 응급상황 인식 시스템 및 방법
KR20200110498A (ko) 2019-03-13 2020-09-24 (주)아이티엔제이 스마트 독거 노인 모니터링 시스템
KR102181856B1 (ko) * 2019-10-28 2020-11-23 주식회사 젠다카디언 웨이크-업 감지 장치

Similar Documents

Publication Publication Date Title
EP3588455B1 (en) Identifying a location of a person
EP3483851B1 (en) Intelligent sound classification and alerting
US8917186B1 (en) Audio monitoring and sound identification process for remote alarms
US20240203227A1 (en) System and Method for Monitoring Life Signs of a Person
US20200196915A1 (en) Using active ir sensor to monitor sleep
US10891492B2 (en) Method and a system for providing privacy enabled surveillance in a building
EP1371042A2 (en) Automatic system for monitoring person requiring care and his/her caretaker automatic system for monitoring person requiring care and his/her caretaker
CN112184626A (zh) 姿态识别方法、装置、设备及计算机可读介质
KR101949799B1 (ko) 생체 신호 감지용 밀리미리파 레이더 센서를 활용한 보호 시설 관리 시스템
US10438473B2 (en) Activity monitor
KR20150114373A (ko) 음장 스펙트럼의 상관계수의 변화 패턴을 이용한 보안 감시 장치 및 그것의 보안 감시 방법
CN111653067A (zh) 智能家居设备及基于音频的报警方法
US11011048B2 (en) System and method for generating a status output based on sound emitted by an animal
KR102405957B1 (ko) 음파 및 전파를 이용한 생활안전 모니터링 시스템
KR102303633B1 (ko) 반려동물의 감정 및 상태 분석을 이용한 스마트 홈케어 시스템
JP2005309965A (ja) 宅内セキュリティ装置
CA3087705A1 (en) System and method for monitoring life signs of a person
Chen et al. Fall detection based on fusion of passive and active acoustic sensing
Jose et al. Improving smart home security; integrating behaviour prediction into smart home
Srinivasan et al. Presence detection using wideband audio-ultrasound sensor
CA3211854A1 (en) Sensor and system for monitoring
CN109326082B (zh) 安防监控方法、装置、系统、服务器和空调
EP4123613B1 (en) Telehealth care system
TWI839796B (zh) 聲音監控系統
EP4156134A1 (en) Electronic monitoring system having modified audio output

Legal Events

Date Code Title Description
N231 Notification of change of applicant
E701 Decision to grant or registration of patent right
GRNT Written decision to grant