KR20090001488A

KR20090001488A - 대표인체모델 생성방법

Info

Publication number: KR20090001488A
Application number: KR1020070037881A
Authority: KR
Inventors: 유희천; 정기효
Original assignee: 포항공과대학교 산학협력단
Priority date: 2007-04-18
Filing date: 2007-04-18
Publication date: 2009-01-09
Also published as: US20100114804A1; WO2008130070A1

Abstract

본 발명은 대표인체모델 생성방법에 관한 것이다. ⅰ) 설계 대상 인구를 설정하는 단계, ⅱ) 설계 대상 인구의 목표 수용률을 설정하는 단계, ⅲ) 설계 대상 인구의 인체 크기를 표준 제곱 거리(normalized squared distance)로 변환하는 단계, ⅳ) 표준 제곱 거리를 이용하여 설계 대상 인구를 목표 수용률로 수용하는 경계 영역을 설정하는 단계, ⅴ) 설계 대상 인구 중 경계 영역에 포함된 인구의 군집 분석을 수행하여, 목표 수용률을 만족하는 최소 개수의 인구 군집을 형성하는 단계를 포함하는 대표인체모델 생성방법을 제공한다.

인체모델 생성방법, 인체모델, 군집 분석

Description

대표인체모델 생성방법 {REPRESENTATIVE HUMAN MODEL GENERATION METHOD}

도 1은 본 발명의 실시예에 따른 대표인체모델 생성방법의 순서도이다.

도 2는 경계 영역을 나타내는 그래프이다.

도 3은 유사 인체 집단을 표시하는 그래프이다.

도 4는 군집 형성 후의 결과를 나타내는 그래프이다.

도 5는 최적 군집 개수를 계산한 결과 그래프이다.

본 발명은 대표인체모델을 생성하는 방법에 관한 것으로서, 더욱 상세하게는 통계적 방법을 이용한 대표인체모델 생성방법에 관한 것이다.

인체측정학적 제품의 설계 및 평가에는 설계 대상 인구 분포의 다양성을 대표하는 인체모델이 활용된다. 이러한 대표인체모델 (Representative human models, RHM)이란 제품의 설계 대상이 되는 모집단의 인체측정학적 다양성을 통계적으로 대표하는 인체모델을 의미한다. 대표인체모델을 활용하면 제품 설계 및 평가하는 과정에서 방대한 인체측정자료를 모두 적용하지 않아도 되므로 효율적이다. 종래의 대표인체모델 생성방법으로는 인체 변수별로 백분위수(percentile)을 적용한 방법이 있다. 그러나 이 방법은 설계 대상 인구를 적절하게 대표하지 못하고, 적용할 인체 변수가 증가할 경우 필요한 대표인체모델의 개수가 급격히 증가하는 문제점이 있다.

백분위수 방법의 문제점을 보완하기 위하여, 주변부 기법(boundary approach)이 개발되었다. 이 방법에서는 설계에 관련된 인체 변수를 요인 분석으로 소수의 공통요인으로 줄인 후 대표인체모델을 만든다. 그러나 주변부 기법은 요인 분석을 통해서 전체 인체 크기 변화(Variation)의 80% 정도를 설명하도록 공통요인을 추출한다. 나머지 20% 정도는 대표인체모델 생성에 고려되지 않는다. 따라서 주변부 기법으로 생성된 대표인체모델 역시 설계 대상 인구를 통계적으로 적합하게 대표하지 못하는 문제점이 있다.

전술한 문제점을 해결하기 위하여, 설계 대상 인구를 통계적으로 적합하게 대표하는 대표인체모델을 제공한다.

본 발명의 실시예에 따른 대표인체모델 생성방법은, ⅰ) 설계 대상 인구를 설정하는 단계, ⅱ) 설계 대상 인구의 목표 수용률을 설정하는 단계, ⅲ) 설계 대상 인구의 인체 크기를 표준 제곱 거리(normalized squared distance)로 변환하는 단계, ⅳ) 표준 제곱 거리를 이용하여 설계 대상 인구를 목표 수용률로 수용하는 경계 영역을 설정하는 단계, ⅴ) 설계 대상 인구 중 경계 영역에 포함된 인구의 군집 분석을 수행하여, 목표 수용률을 만족하는 최소 개수의 인구 군집을 형성하는 단계를 포함한다. 또한, 형성된 인구 군집마다 대표인체모델을 한 명씩 생성하는 단계를 더 포함할 수 있다.

여기서, 표준 제곱 거리 변환 단계는 하기의 수학식 1을 만족할 수 있다.

여기서, D: 표준화된 제곱 거리, AD _n: n번째 인체변수의 크기,

: n번째 인체변수의 평균, p: 목표 수용률,

: 자유도가 n 카이스퀘어 분포의 (1-p)% 위치, 및 ∑: 신장과 체중의 공분산(covariance) 행렬을 나타낸다.

또한, 경계 영역의 경계값은 하기 수학식 2를 만족할 수 있다.

여기서, n: 인체변수 개수, p: 목표 수용률을 나타낸다.

또한, 군집 분석 방법은 K개의 평균 군집화 방법(K-Mean Clustering)을 사용할 수 있다.

이하, 첨부한 도면을 참고로 하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한 다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 이하에서 설명하는 실시예에 한정되지 않는다. 그리고 본 명세서 및 도면에서 동일한 부호는 동일한 구성요소를 나타낸다.

도 1은 본 발명의 실시예에 따른 대표인체모델 생성방법을 순서도로 나타낸다.

먼저, 설계 대상 인구를 설정한다. 설계 대상 인구는 제품 설계의 대상이 되는 모집단을 의미한다. 예를 들면, 옷을 설계하는 경우, 그 옷을 구매하는 대상이 되는 인구가 설계 대상 인구가 된다.

다음으로, 목표 수용률을 설정한다. 이상적으로는 대표인체모델은 설계 대상 인구의 인체 크기를 모두 수용할 수 있어야 한다. 그러나 설계 대상 인구 각각의 인체 크기는 서로 편차가 있으므로, 모두를 수용하는 것은 어렵다. 따라서 설계 대상 인구의 몇 퍼센트(%)를 수용할 것인지를 결정한다.

다음으로, 설계 대상 인구의 신장과 체중의 크기를 전술한 수학식 1을 이용한 수학식 3을 사용하여 표준 제곱 거리(normalized squared distance)로 변환한다.

여기서, D: 표준화된 제곱 거리, S: 신장, W: 체중, p: 목표 수용률,

: 자유도가 2인 카이스퀘어 분포의 (1-p)% 위치,

: 신장 평균,

: 체중 평균, 및 ∑: 신장과 체중의 공분산(covariance) 행렬을 나타낸다.

인체 크기 변수는 여러 가지가 있을 수 있다. 예를 들면, 신장, 가슴둘레, 팔 길이, 다리 길이가 있다. 즉, 인체 크기는 다양한 다변량 분포를 가진다. 그러나 만약, 다변량 분포를 이용하여 대표인체모델을 생성하는 경우에는, 설계와 관련된 인체 크기 변수의 개수가 증가하면 대표인체모델의 개수도 급격하게 증가하는 문제점이 있다. 따라서 다변량 분포를 가지는 인체 크기를 전술한 수학식 1을 통하여 중심으로부터의 거리를 나타내는 개념인 표준 제곱 거리로 변환한다. 표준 제곱 거리를 이용하게 되면, 변수의 증가에 따라 대표인체모델의 개수가 급격히 증가하는 문제점을 해결할 수 있다. 수학식 1을 통하여 생성된 표준 제곱 거리는 카이스퀘어 분포(Chi-square distribution)를 따른다.

다음으로, 변환된 표준 제곱 거리를 이용하여, 설정한 목표 수용률을 만족하는 경계 영역을 설정한다.

경계 영역을 설정하기 위해서는 2개의 경계값이 필요하다. 표준 제곱 거리가 카이스퀘어 분포를 따르는 경우, 다변량 분포의 100p%(p: 수용률, p = 0 ~ 1)를 수용하는 경계는 전술한 수학식 2와 같다. 따라서 경계값은 전술한 수학식 2를 통하여 계산할 수 있다. 수학식 2를 다시 쓰면 다음과 같다.

여기서, n: 인체변수 개수, p: 목표 수용률을 나타낸다.

2개의 경계를 계산하기 위해서, 목표 수용률에 허용 편차를 가감하여 목표 수용률을 (목표 수용률 + 허용편차), (목표 수용률 - 허용편차)로 나눈다. 예를 들면, 목표 수용률이 90%이고, 허용편차가 1%인 경우, 수용률 범위는 89% 내지 91%가 된다. 이 값을 수학식 2에 대입하여 2개의 경계값을 구한다. 한편, 경계 영역은 경계선으로 형성된 내부 영역으로 정의된다.

다음으로, 경계 영역에 포함된 인구를 대상으로 군집 분석을 수행한다. 이때, 군집의 개수를 변화시키면서 목표 수용률을 만족하는 최소 군집의 개수를 결정한다. 이와 같은, 군집 분석을 통하여 최적 개수의 대표인체모델을 생성할 수 있다. 군집 분석 방법으로는 K-Mean 군집화 방법(K-Mean Clustering)을 사용할 수 있다. K-Mean 군집화 방법은 비계층적 군집분석 방법으로, 순차적으로 군집화 과정을 반복하는 과정을 통하여 집단화하는 방법이다. 여기서 K는 군집화 완료 후의 군집의 개수로, 미리 정하는 값이다. K-Mean 군집화 방법을 이용하면, 각 군집의 중심에서 해당 군집에 포함된 데이터들의 평균 거리가 최소화되도록 각 군집의 중심 및 군집에 속하는 데이터를 결정한다. 본원발명의 실시예에서는 K-Mean 군집화 방법을 이용하여, K값, 즉 군집의 수를 하나씩 증가시키면서 목표 수용률을 만족하는 최소 군집 개수를 찾는다.

다음으로, 군집 분석을 통하여 생성된 각각의 군집에서 하나의 대표 인체모델을 생성한다. 생성된 대표인체모델의 크기는 군집의 중앙으로 설정되거나, 군집의 중앙에서 가장 가까운 데이터로 설정된다.

아래에서는 도2 내지 도 5를 통하여 본원발명의 적용예를 들어 본원 발명을 보다 자세하게 설명한다. 아래의 적용예는 1988년에 측정된 미군 3982명의 인체측 정자료를 이용한 것으로, 앉은 배 두께 및 앉은 엉덩이 무릎 수평거리를 신체변수로 이용하였다.

도 2는 목표 수용률을 90%로 설정한 경우의 경계 영역을 나타낸다.

목표 수용률을 90%로 설정한 경우, 89%와 91%를 수용하는 경계의 내부가 경계 영역이 된다. 예를 들면, 신장과 체중이 (182 cm, 60 kg)과 (171 cm, 90 kg)인 사람의 경우, 전체 분포 중심인 (175.6 cm, 78.5 kg)에 대하여 6.28및 3.31의 표준 제곱 거리를 가진다. 분포 중심에서 90%를 수용하는 경계의 제곱 거리는 4.61이 된다. 따라서 이 값보다 작은 (171 cm, 90 kg)는 수용 경계 내부에 포함되고 (182 cm, 60 kg)는 경계 외부에 위치한다.

도 3는 경계 영역에서의 인체 크기가 유사한 인구 집단을 나타낸다. 이와 같이, 경계 영역에는 유사한 인체 크기를 가지는 인구가 다수 포함된다. 따라서 군집 분석을 통해서 유사한 인체 크기를 갖는 인구를 용이하게 집단화 할 수 있다.

도 4는 군집화가 이루어진 후의 결과를 나타낸다.

도 4를 참조하면 군집화를 통해서 계산에 필요한 인구집단의 개수를 줄일 수 있음을 알 수 있다. 따라서 최소한의 계산으로 목표수용률을 만족시킬 수 있으므로 효율적이다.

도 5는 목표 수용률을 90%로 설정한 경우의 최적 군집 개수를 계산한 결과를 나타낸다. 워크스테이션을 이용한 설계를 위한 인체 변수 10개를 설정하고, 설계 대상 인구의 89% 내지 91%를 수용하는 경계 영역을 설정하였다. 이 경우 경계 영역에 포함된 인구는 55명이다. 여기에, K-Mean 군집화 방법을 적용하여 군집 개수(K 값)을 2부터 55개까지 하나씩 증가시키면서 인구 수용률을 분석하였다. 그 결과 군집 개수가 34개가 될 때, 3892명의 설계대상인구에 대해 목표 수용률인 90%가 되었다. 이와 같이, 본 발명의 실시예에 따른 대표인체모델 생성방법을 이용하면 최소의 군집 개수로 목표하는 수용률을 달성 할 수 있다.

이상 본 발명의 바람직한 실시예에 대하여 설명하였지만, 본 발명은 여기에 한정되는 것이 아니고 특허청구범위와 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 여러 가지로 변형하여 실시할 수 있다.

본 발명의 실시예에 따른 대표인체모델 생성방법은, 인체 크기를 표준 제곱 거리로 변환한다. 따라서, 인체 크기 변수가 증가하여도 필요한 인체모델의 개수가 급격히 증가하지 않는다.

또한, 군집 분석을 통하여 유사한 인체 크기를 가지는 인구를 군집화 한다. 따라서, 적은 개수의 인체모델로 설계 대상 인구를 잘 대표할 수 있다.

또한, K-Mean 군집화 방법을 이용하여 목표 수용률을 만족하는 최소 개수의 군집을 형성한다. 따라서, 적은 수의 인체모델로 설계 대상 인구에 대해 설정된 목표 수용률을 만족할 수 있게 한다.

Claims

설계 대상 인구를 설정하는 단계,

상기 설계 대상 인구의 목표 수용률을 설정하는 단계,

상기 설계 대상 인구의 인체 크기를 표준 제곱 거리(normalized squared distance)로 변환하는 단계,

상기 표준 제곱 거리를 이용하여 상기 설계 대상 인구를 상기 목표 수용률로 수용하는 경계 영역을 설정하는 단계,

상기 설계 대상 인구 중 상기 경계 영역에 포함된 인구의 군집 분석을 수행하여, 상기 목표 수용률을 만족하는 최소 개수의 인구 군집을 형성하는 단계,

를 포함하는 대표인체모델 생성방법.
제1항에 있어서,

상기 형성된 인구 군집마다 대표인체모델을 한 명씩 생성하는 단계를 더 포함하는 대표인체모델 생성방법.
제1항에 있어서,

상기 표준 제곱 거리 변환 단계는 하기의 수학식을 만족하는 대표인체모델 생성방법.

여기서, D: 표준화된 제곱 거리, AD _n: n번째 인체변수의 크기,
: n번째 인체변수의 평균, p: 목표 수용률,
: 자유도가 n 카이스퀘어 분포의 (1-p)% 위치, 및 ∑: 신장과 체중의 공분산(covariance) 행렬을 나타낸다.
제1항에 있어서,

상기 경계 영역의 경계는 하기 수학식을 만족하는 대표인체모델 생성방법

여기서, n: 인체변수 개수, p: 목표 수용률을 나타낸다.
제1항에 있어서,

상기 군집 분석 방법으로 K-Mean 군집화 방법(K-Mean Clustering)을 사용한 대표인체모델 생성방법.