KR20090053326A - 가속도 센서를 이용한 사용자 상태 인식 방법 - Google Patents

가속도 센서를 이용한 사용자 상태 인식 방법 Download PDF

Info

Publication number
KR20090053326A
KR20090053326A KR1020070120132A KR20070120132A KR20090053326A KR 20090053326 A KR20090053326 A KR 20090053326A KR 1020070120132 A KR1020070120132 A KR 1020070120132A KR 20070120132 A KR20070120132 A KR 20070120132A KR 20090053326 A KR20090053326 A KR 20090053326A
Authority
KR
South Korea
Prior art keywords
state
user
acceleration
terminal
acceleration sensor
Prior art date
Application number
KR1020070120132A
Other languages
English (en)
Other versions
KR100966921B1 (ko
Inventor
김남수
한창우
임우형
Original Assignee
재단법인서울대학교산학협력재단
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 재단법인서울대학교산학협력재단 filed Critical 재단법인서울대학교산학협력재단
Priority to KR1020070120132A priority Critical patent/KR100966921B1/ko
Publication of KR20090053326A publication Critical patent/KR20090053326A/ko
Application granted granted Critical
Publication of KR100966921B1 publication Critical patent/KR100966921B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Emergency Management (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명은 u-헬스(u-health) 분야의 일 구현 예로서, 가속도 센서를 이용하여 사용자의 상태를 인식하는 방법에 관한 것이다. 보다 구체적으로는, 본 발명은, (1) 가속도 센서로부터 얻은 데이터를 단말기로 전송하는 단계; (2) 단계 (1)에서 얻어진 데이터로부터 특징 파라미터를 추출하는 단계; (3) 단계 (2)에서 추출된 특징 파라미터에 기초하여 상태 인식기를 구성하는 단계; (4) 데이터베이스를 구축하고 구축된 데이터베이스를 이용하여 상태 인식기를 학습하는 단계; 및 (5) 단계 (4)에서 학습된 상태 인식기를 이용하여 사용자의 상태를 인식하는 단계를 포함하는, 가속도 센서를 이용하여 사용자의 상태를 인식하는 방법에 관한 것이다.
본 발명의 사용자 상태 인식 방법에 따르면, 가속도 센서를 이용하여 사용자의 현재 상태를 인식하고 사용자가 어떤 상태에 있는지를 모니터링 할 수 있도록 함으로써, 사용자가 비상 상황에 처했는지 여부를 자동으로 검출할 수 있게 하며, 나아가 비상 상황에 처한 경우에 적절한 조치를 취하는 것이 가능하게 된다.
사용자 상태 인식, 가속도 센서, 단말기, 특징 파라미터, 상태 인식기, 데이터베이스, 학습, 비상 상황

Description

가속도 센서를 이용한 사용자 상태 인식 방법{A METHOD FOR RECOGNIZING STATES OF A USER USING ACCELERATION SENSORS}
본 발명은 u-헬스(u-health) 분야의 일 구현예로서, 가속도 센서를 이용하여 사용자의 상태를 인식하는 방법에 관한 것이다. 보다 구체적으로는, 가속도 센서를 착용한 사용자가 일상생활을 할 경우 가속도 센서로부터 단말기로 데이터를 무선으로 받아 신호 처리 기법을 이용하여 분석한 후, 분석 결과를 이용하여 사용자의 현재 상태를 실시간으로 인식하는 시스템에 관한 것이다.
u-헬스란 정보 통신과 보건 의료를 연결하여 언제 어디서나 예방, 진단, 치료, 사후 관리의 보건 의료 서비스를 제공하는 것을 말한다. e-헬스가 시민, 환자, 보건 의료 기관, IT 기업, 솔루션 업체 사이에서 전자적으로 보건 의료 정보를 교환하는 것이라면, u-헬스는 이들을 포괄하는 물리적 공간과 네트워크로 연결된 첨단 보건 의료 기술의 전자적 공간을 연결하여 보건 의료 대상자의 삶과 진료가 중심이 되도록 하는 것을 뜻한다고 할 수 있다.
기존의 u-헬스 구현 예들에서는 보통 병이 있는 사람을 대상으로 한 원격 진료 또는 혈압, 맥박 등을 체크하는 시스템에 관한 연구가 많이 있었다. 사용자의 상태를 인식하기 위한 특징들로서는, 이와 같은 맥박, 혈압 이외에도 체온, 산소포화도, 가속도 등이 사용될 수 있다. 예컨대, 체온의 절대값 또는 시간 변위를 체크함으로써 사용자의 건강 상태를 파악할 수 있을 것이다. 또한, 가속도의 절대값 또는 시간 변위를 체크함으로써 사용자의 상태를 파악하고 시간에 따른 사용자의 상태 변화를 통해 사용자가 비상 상태에 있는지 여부 등을 확인할 수도 있을 것이다. 따라서 기존의 u-헬스 구현 방법에서 벗어나, 사용자의 상태를 인식하기 위한 특징으로서 가속도 데이터를 이용하는 방법, 즉 가속도 센서를 이용하여 실시간으로 일상생활에서 일어날 수 있는 위험 요소에 대비하여 사용자의 상태를 모니터링 하는 방법에 대하여 연구해 볼 필요성이 있다.
본 발명은 상기와 같은 필요성의 인식에서 비롯된 것으로서, 가속도 센서를 이용하여 사용자의 현재 상태를 인식하고 사용자가 어떤 상태에 있는지를 모니터링 할 수 있도록 함으로써, 사용자가 비상 상황에 처했는지 여부를 자동으로 검출할 수 있게 하며, 나아가 비상 상황에 처한 경우에 적절한 조치를 취할 수 있도록 하는, 가속도 센서를 이용한 사용자 상태 인식 방법을 제공하는 것을 그 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 사용자 상태 인식 방법은,
(1) 가속도 센서로부터 얻은 데이터를 단말기로 전송하는 단계;
(2) 상기 단계 (1)에서 얻어진 데이터로부터 특징 파라미터를 추출하는 단계;
(3) 상기 단계 (2)에서 추출된 특징 파라미터에 기초하여 상태 인식기를 구성하는 단계;
(4) 데이터베이스를 구축하고 구축된 데이터베이스를 이용하여 상기 상태 인식기를 학습하는 단계; 및
(5) 상기 단계 (4)에서 학습된 상기 상태 인식기를 이용하여 사용자의 상태를 인식하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 단계 (5)에서 인식된 시간에 따른 사용자 상태의 변화로부터 자동으로 비상 상태를 검출하는 단계를 더 포함할 수 있다.
바람직하게는, 사용자가 비상 상태에 처했다고 검출되는 경우 자동으로 구호 요청을 하는 단계를 더 포함할 수 있다.
바람직하게는, 상기 단계 (1)에서, 데이터 전송 수단으로 지그비(Zigbee)를 이용할 수 있다.
바람직하게는, 상기 단계 (2)에서, 상기 특징 파라미터에는 축별 바이어스(bias), 축별 가속도, 전체 가속도, 짧은 시간 동안의 가속도의 분산, 축별 가속도의 회귀계수(regression coefficient), 가속도의 STFT(Short Time Fourier Transform) 계수, 가속도의 Cepstra가 포함될 수 있다.
바람직하게는, 상기 단계 (3)에서, 상기 상태 인식기는 Hidden Markov Model(HMM)에 기초할 수 있다.
바람직하게는, 상기 단계 (4)에서, 상기 데이터베이스는 사용자가 가속도 센서를 부착한 상태에서 활동하고 이때 가속도 센서로부터 얻어지는 데이터를 저장함으로써 구축될 수 있다.
바람직하게는, 상기 단계 (5)에서, 사용자의 상기 상태에는 가만히 서있는 상태(stand), 걷는 상태(walk), 뛰는 상태(run), 넘어지는 상태(fall), 누워있는 상태(lie), 뜀뛰는 상태(jump), 앉았다 일어났다 하는 상태(up&down)가 포함될 수 있다.
바람직하게는, 상기 단계 (5)에서, Viterbi 알고리즘을 이용하여 사용자의 상태를 인식할 수 있다.
바람직하게는, 상기 단말기에는 휴대폰 단말기, PDA 단말기, DMB 단말기, DVD 단말기, GPS 단말기, 내비게이션 단말기가 포함될 수 있다.
본 발명의 사용자 상태 인식 방법에 따르면, 가속도 센서를 이용하여 사용자의 현재 상태를 인식하고 사용자가 어떤 상태에 있는지를 모니터링 할 수 있도록 함으로써, 사용자가 비상 상황에 처했는지 여부를 자동으로 검출할 수 있게 하며, 나아가 비상 상황에 처한 경우에 적절한 조치를 취하는 것이 가능하게 된다.
이하에서는 첨부된 도면들을 참조하여, 본 발명에 따른 실시예에 대하여 상세하게 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른, 가속도 센서를 이용한 사용자 상태 인식 방법의 구성을 나타내는 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른, 가속도 센서를 이용한 사용자 상태 인식 방법은, 가속도 센서로부터 얻은 데이터를 단말기로 전송하는 단계(S10), 상기 단계 S10에서 얻어진 데이터로부터 특징 파라미터를 추출하는 단계(S20), 상기 단계 S20에서 추출된 특징 파라미터에 기초하여 상태 인식기를 구성하는 단계(S30), 데이터베이스를 구축하고 구축된 데이터베이스를 이용하여 상기 상태 인식기를 학습하는 단계(S40), 및 상기 단계 S40에서 학습된 상기 상태 인식기를 이용하여 사용자의 상태를 인식하는 단계(S50)를 포함한다. 또한, 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따 른, 가속도 센서를 이용한 사용자 상태 인식 방법은, 상기 단계 S50에서 인식된 시간에 따른 사용자 상태의 변화로부터 자동으로 비상 상태를 검출하는 단계(S60)를 더 포함할 수 있으며, 나아가 상기 단계 S60에서 사용자가 비상 상태에 처했다고 검출되는 경우 자동으로 구호 요청을 하는 단계(S70)를 더 포함할 수 있다. 본 발명의 일 실시예에 따른, 가속도 센서를 이용한 사용자 상태 인식 방법은, 도 1에 도시된 바와 같이, 단계 S10, S20, S30, S40으로 구성되는 학습 단계와, 단계 S10, S20, S50, S60, S70으로 구성되는 테스트 단계로 구분될 수 있다.
단계 S10에서는, 가속도 센서로부터 얻은 데이터를 단말기로 전송한다. 가속도 센서로부터 단말기로의 데이터 전송 수단으로는 지그비(Zigbee)를 이용할 수 있다. 지그비는 저속 전송 속도를 갖는 홈오토메이션 및 데이터 네트워크를 위한 표준 기술이다. 버튼 하나로 하나의 동작을 잡아 집안 어느 곳에서나 전등 제어 및 홈 보안 시스템 VCR on/off 등을 할 수 있고, 인터넷을 통한 전화 접속으로 홈오토메이션을 더욱 편리하게 이용하려는 것에서부터 출발한 기술이다. IEEE 802.15.4에서 표준화가 진행되며, 듀얼 PHY 형태로 주파수 대역은 2.4GHz, 868/915MHz를 사용하고, 모뎀 방식은 직접 시퀀스 확산 스펙트럼(DS-SS)이며, 데이터 전송 속도는 20~250kbps이다.
가속도 센서로서는, 기본적으로 x, y, z의 3축 가속도 센서를 이용한다. 3축 가속도 센서를 구현하는 한 가지 예는, 2축 가속도 센서 2개를 수직하게 연결하여 사용하는 것이다. 사용자는 가속도 센서를 허리춤에 벨트 형식으로 부착한다. 허리춤에 부착하는 이유는, 이곳이 인체 중 가장 움직임이 적은 부분이기 때문에 측정 오차를 줄일 수 있기 때문이다. 사용자가 가속도 센서를 부착한 상태에서 일상적인 움직임을 하면 센서에서 측정한 데이터가 무선으로 단말기에 전송된다. 단말기에서는 이 신호를 받아 신호 처리 기법을 이용하여 사용자의 상태를 인식한다. 단말기에는 휴대폰 단말기, PDA 단말기, DMB 단말기, DVD 단말기, GPS 단말기, 내비게이션 단말기 등이 포함될 수 있다.
단계 S20에서는, 상기 단계 S10에서 얻어진 데이터로부터 특징 파라미터를 추출한다. 인식 시스템을 구성하기 위해서는 보통 데이터로부터 특징파라미터를 얻어내고 이것을 이용하여 신호처리 기법 또는 머신 러닝 기법을 이용하여 학습 및 인식을 수행하게 된다. 상태 인식을 할 때 가속도 센서로부터 들어온 데이터 자체를 그대로 사용해도 되지만 그렇게 할 경우 데이터 자체에 필요 없거나 인식에 방해가 되는 정보가 포함되어 있을 수 있기 때문에 일반적으로 원하는 성능을 얻어내기 힘들다. 본 발명에서 제안하는 상태 인식 시스템에서도 가속도 센서로부터 얻어진 데이터는 중력 가속도에 의하여 기울어진 정도에 따라 일정한 바이어스가 존재하고 측정 잡음이 존재하기 때문에 원래 데이터를 그대로 사용할 수 없고 특징 파라미터를 뽑아내어 사용하게 된다.
특징 파라미터란 센서로부터 얻어진 데이터를 이용하여 만들어낸 새로운 파라미터로 인식에 도움이 되는 것을 말한다. 인식에 도움이 되는 파라미터는 일반적으로 동일한 상태에 대해서는 비슷한 분포를 보이고 다른 상태에 대해서는 상이한 분포를 보인다. 특징 파라미터로서는 축별 바이어스(bias), 축별 가속도, 전체 가속도, 짧은 시간 동안의 가속도의 분산, 축별 가속도의 회귀계수(regression coefficient), 가속도의 STFT(Short Time Fourier Transform) 계수, 가속도의 Cepstra 등이 사용될 수 있다.
x, y, z축의 3축 가속도 센서로부터 시간 n에서 얻어진 데이터를
Figure 112007084360013-PAT00001
라 할 때 특징 파라미터는 다음과 같이 구할 수 있다.
(1) 움직임이 없는 상태에서도 가속도 센서에 중력 가속도가 작용하기 때문에 x, y, z 각 축별로 바이어스가 있다. 이 바이어스를 이용하여 가속도 센서의 기울어진 정도를 측정할 수 있다. 중력 가속도에 의한 x, y, z축의 DC 바이어스
Figure 112007084360013-PAT00002
는 다음 수학식 1과 같이 구할 수 있다.
Figure 112007084360013-PAT00003
(2) 수학식 1로부터, x, y, z축의 가속도
Figure 112007084360013-PAT00004
는 다음 수학식 2와 같이 구할 수 있다.
Figure 112007084360013-PAT00005
(3) 수학식 2로부터, 전체 가속도의 크기 a(n)는 다음 수학식 3과 같이 계산할 수 있다.
Figure 112007084360013-PAT00006
(4) 수학식 2로부터, x, y, z축 가속도의 짧은 시간 동안의 분산
Figure 112007084360013-PAT00007
는 다음 수학식 4와 같이 계산할 수 있다.
Figure 112007084360013-PAT00008
(5) 수학식 2로부터, x, y, z축의 가속도의 회귀 계수(regression coefficient, 기울기의 추정치)
Figure 112007084360013-PAT00009
는 다음 수학식 5와 같이 계산할 수 있다.
Figure 112007084360013-PAT00010
(6) 수학식 2로부터, 시간 n에서 가속도의 k번째 STFT 계수
Figure 112007084360013-PAT00011
는 다음 수학식 6과 같이 계산할 수 있다.
Figure 112007084360013-PAT00012
(7) 수학식 6으로부터, 가속도의 Cepstra
Figure 112007084360013-PAT00013
는 다음 수학식 7과 같이 계산할 수 있다.
Figure 112007084360013-PAT00014
위에서 계산한 특징 파라미터들의 분포를 살펴보면 다음 도 2 내지 5와 같다. 도 2는 가속도 크기의 히스토그램을 나타내며, 도 3은 가속도 분산의 분포를 나타낸다. 또한, 도 4는 회귀 계수의 분포를 나타내며, 도 5는 DC 값의 분포를 나타낸다. 각각의 상태에서 분산은 작고, 다른 상태와 구분이 되는 분포를 가지면 상태를 인식하는데 도움이 되는 좋은 파라미터라 할 수 있다.
단계 S30에서는, 상기 단계 S20에서 추출된 특징 파라미터에 기초하여 상태 인식기를 구성한다. 인식기 구성에 있어서는 크게 신호 처리 기법을 이용하는 방 법과 머신 러닝 기법을 이용하는 방법이 있다. 신호 처리 기법을 이용하는 방법에는 Gaussian Mixture Model(GMM), Hidden Markov Model(HMM) 등이 있고, 머신 러닝 기법에는 Support Vector Machine(SVM), Neural Network 방법 등이 있다. 모든 인식기 구조는 데이터의 분포 특성과 인식의 종류에 따라 장단점이 있기 때문에 목적에 적합한 인식기 구조를 선정하는 것이 중요하다. HMM은 시간에 따라 패턴을 가지며 변화하는 데이터를 모델링하는데 적합한 구조로 음성 인식 분야에서 널리 쓰이고 있는 방식이다. 사용자의 상태를 인식하는 경우에도 예를 들어 사용자가 걷거나 뛰는 경우 시간에 따라 가속도 데이터는 일정한 패턴을 보이므로 HMM으로 모델링하기 적합하다. 따라서 본 발명에서 제안하고 있는 사용자의 상태 인식기의 구조로는 HMM을 사용하도록 한다. 물론, 상태 인식기의 구조로서 사용될 수 있는 모델이 HMM으로 제한되는 것은 아니다. 음성 인식에서 HMM을 이용하는 것과 마찬가지 방법을 상태 인식에 이용한다.
단계 S40에서는, 데이터베이스를 구축하고 구축된 데이터베이스를 이용하여 상기 상태 인식기를 학습한다. 데이터베이스는 사용자가 가속도 센서를 부착한 상태에서 활동하고 이때 가속도 센서로부터 얻어지는 데이터를 저장함으로써 구축될 수 있다. 데이터베이스의 구축을 위해 연출할 활동에는, 가만히 서있는 상태(stand), 걷는 상태(walk), 뛰는 상태(run), 넘어지는 상태(fall), 누워있는 상태(lie), 뜀뛰는 상태(jump), 앉았다 일어났다 하는 상태(up&down) 등이 포함될 수 있는데, 상기 상태들이 골고루 포함될 수 있도록 하며 데이터에는 시간에 따라 연출한 활동에 해당하는 라벨을 붙인다. 이와 같은 방식으로 구축된 데이터베이스를 기반으로 각 상태에 따른 HMM의 파라미터들을 학습한다.
단계 S50에서는, 상기 단계 S40에서 학습된 상기 상태 인식기를 이용하여 사용자의 상태를 인식한다. 학습된 HMM을 기반으로 실시간으로 사용자의 현재 상태를 인식하게 되는데, 인식에는 Viterbi 알고리즘이 이용될 수 있다. 이렇게 사용자의 현재 상태를 알아내면 사용자가 현재 어떠한 상황에 처해 있는지 확인할 수 있다. 즉, 시간에 따라 walk-fall-lie 와 같은 상태를 보였을 경우 사용자가 비상상태에 처했다고 판단할 수 있다. 이와 같이 사용자의 현재 상태를 인식하고 시간에 따른 상태의 변화로부터 사용자가 비상 상태에 처했는지 검출해 낼 수 있다. 사용자가 비상 상태에 처했다고 검출되었을 경우 자동으로 구호 요청을 하는 것과 같은 응용이 가능하다.
이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.
본 발명의 사용자 상태 인식 방법에 따르면, 사용자의 현재 상태를 가속도 센서 데이터만을 이용하여 쉽고 정확하게 예측할 수 있으며, 이와 같은 기술은 다음과 같은 다양한 분야에서 활용될 수 있다.
(1) 아동 및 치매 노인이 현재 무엇을 하고 있는지 모니터링 할 수 있다.
(2) 시간에 따른 사용자의 상태 변화로부터 비상 상황에 처했는지 여부를 판단할 수 있다. 예컨대, 시간에 따라 walk-fall-lie와 같은 상태 변화를 보였을 경 우 사용자가 비상 상황에 처했다고 판단하고 자동으로 구호를 요청할 수 있다.
(3) 인체의 움직임을 이용한 게임에 활용할 수 있다.
도 1은 본 발명의 일 실시예에 따른, 가속도 센서를 이용한 사용자 상태 인식 방법의 구성을 나타내는 도면.
도 2는 가속도 크기의 히스토그램을, 도 3은 가속도 분산의 분포를, 도 4는 회귀 계수의 분포를, 도 5는 DC 값의 분포를 각각 나타내는 도면.
<도면 중 주요 부분에 대한 부호의 설명>
S10: 가속도 센서로부터 얻은 데이터를 단말기로 전송하는 단계
S20: 단계 S10에서 얻어진 데이터로부터 특징 파라미터를 추출하는 단계
S30: 단계 S20에서 추출된 특징 파라미터에 기초하여 상태 인식기를 구성하는 단계
S40: 데이터베이스를 구축하고 구축된 데이터베이스를 이용하여 상태 인식기를 학습하는 단계
S50: 단계 S40에서 학습된 상태 인식기를 이용하여 사용자의 상태를 인식하는 단계
S60: 단계 S50에서 인식된 시간에 따른 사용자 상태의 변화로부터 자동으로 비상 상태를 검출하는 단계
S70: 단계 S60에서 사용자가 비상 상태에 처했다고 검출되는 경우 자동으로 구호 요청을 하는 단계

Claims (10)

  1. (1) 가속도 센서로부터 얻은 데이터를 단말기로 전송하는 단계;
    (2) 상기 단계 (1)에서 얻어진 데이터로부터 특징 파라미터를 추출하는 단계;
    (3) 상기 단계 (2)에서 추출된 특징 파라미터에 기초하여 상태 인식기를 구성하는 단계;
    (4) 데이터베이스를 구축하고 구축된 데이터베이스를 이용하여 상기 상태 인식기를 학습하는 단계; 및
    (5) 상기 단계 (4)에서 학습된 상기 상태 인식기를 이용하여 사용자의 상태를 인식하는 단계
    를 포함하는 사용자 상태 인식 방법.
  2. 제1항에 있어서,
    상기 단계 (5)에서 인식된 시간에 따른 사용자 상태의 변화로부터 자동으로 비상 상태를 검출하는 단계를 더 포함하는 사용자 상태 인식 방법.
  3. 제2항에 있어서,
    사용자가 비상 상태에 처했다고 검출되는 경우 자동으로 구호 요청을 하는 단계를 더 포함하는 사용자 상태 인식 방법.
  4. 제1항에 있어서,
    상기 단계 (1)에서, 데이터 전송 수단으로 지그비(Zigbee)를 이용하는 사용자 상태 인식 방법.
  5. 제1항에 있어서,
    상기 단계 (2)에서, 상기 특징 파라미터에는 축별 바이어스(bias), 축별 가속도, 전체 가속도, 짧은 시간동안의 가속도의 분산, 축별 가속도의 회귀계수(regression coefficient), 가속도의 STFT(Short Time Fourier Transform) 계수, 가속도의 Cepstra가 포함되는 사용자 상태 인식 방법.
  6. 제1항에 있어서,
    상기 단계 (3)에서, 상기 상태 인식기는 Hidden Markov Model(HMM)에 기초하는 사용자 상태 인식 방법.
  7. 제1항에 있어서,
    상기 단계 (4)에서, 상기 데이터베이스는 사용자가 가속도 센서를 부착한 상태에서 활동하고 이때 가속도 센서로부터 얻어지는 데이터를 저장함으로써 구축되는 사용자 상태 인식 방법.
  8. 제1항에 있어서,
    상기 단계 (5)에서, 사용자의 상기 상태에는 가만히 서있는 상태(stand), 걷는 상태(walk), 뛰는 상태(run), 넘어지는 상태(fall), 누워있는 상태(lie), 뜀뛰는 상태(jump), 앉았다 일어났다 하는 상태(up&down)가 포함되는 사용자 상태 인식 방법.
  9. 제1항에 있어서,
    상기 단계 (5)에서, Viterbi 알고리즘을 이용하여 사용자의 상태를 인식하는 사용자 상태 인식 방법.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 단말기에는 휴대폰 단말기, PDA 단말기, DMB 단말기, DVD 단말기, GPS 단말기, 내비게이션 단말기가 포함되는 사용자 상태 인식 방법.
KR1020070120132A 2007-11-23 2007-11-23 가속도 센서를 이용한 사용자 상태 인식 방법 KR100966921B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070120132A KR100966921B1 (ko) 2007-11-23 2007-11-23 가속도 센서를 이용한 사용자 상태 인식 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070120132A KR100966921B1 (ko) 2007-11-23 2007-11-23 가속도 센서를 이용한 사용자 상태 인식 방법

Publications (2)

Publication Number Publication Date
KR20090053326A true KR20090053326A (ko) 2009-05-27
KR100966921B1 KR100966921B1 (ko) 2010-06-30

Family

ID=40860846

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070120132A KR100966921B1 (ko) 2007-11-23 2007-11-23 가속도 센서를 이용한 사용자 상태 인식 방법

Country Status (1)

Country Link
KR (1) KR100966921B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012097161A2 (en) * 2011-01-13 2012-07-19 University Of Pittsburgh - Of The Commonwealth System Of Higher Education Human action monitor
CN107041732A (zh) * 2016-02-05 2017-08-15 南京国雅信息科技有限公司 动物体温监测系统以及基于机器学习的体温状态识别方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100775534B1 (ko) * 2004-10-12 2007-11-15 주식회사 케이티프리텔 응급 상황을 감지하기 위한 원격 보호 단말기, 시스템 및방법
KR100673607B1 (ko) 2005-05-07 2007-01-24 주식회사 헬스피아 행태 분석이 가능한 생체신호 측정장치

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012097161A2 (en) * 2011-01-13 2012-07-19 University Of Pittsburgh - Of The Commonwealth System Of Higher Education Human action monitor
WO2012097161A3 (en) * 2011-01-13 2012-11-22 University Of Pittsburgh - Of The Commonwealth System Of Higher Education Human action monitor
CN107041732A (zh) * 2016-02-05 2017-08-15 南京国雅信息科技有限公司 动物体温监测系统以及基于机器学习的体温状态识别方法

Also Published As

Publication number Publication date
KR100966921B1 (ko) 2010-06-30

Similar Documents

Publication Publication Date Title
CN110974162B (zh) 用于操作多模式传感器装置及相关联设备的方法
US8560267B2 (en) Identifying one or more activities of an animate or inanimate object
US20180368780A1 (en) People monitoring and personal assistance system, in particular for elderly and people with special and cognitive needs
EP2264988A1 (en) Method of detecting a current user activity and environment context of a user of a mobile phone using an accelerator sensor and a microphone, computer program product, and mobile phone
US20100217533A1 (en) Identifying a Type of Motion of an Object
Candás et al. An automatic data mining method to detect abnormal human behaviour using physical activity measurements
US20180008191A1 (en) Pain management wearable device
Li et al. Grammar-based, posture-and context-cognitive detection for falls with different activity levels
US20210251573A1 (en) Determining reliability of vital signs of a monitored subject
Zitouni et al. Design of a smart sole with advanced fall detection algorithm
CN114668388A (zh) 一种智能化老年健康监护方法、装置、终端及存储介质
KR102602270B1 (ko) 수면상태 모니터링 서비스 제공 시스템 및 방법
Kambhampati et al. Unified framework for triaxial accelerometer‐based fall event detection and classification using cumulants and hierarchical decision tree classifier
KR100966921B1 (ko) 가속도 센서를 이용한 사용자 상태 인식 방법
KR101270004B1 (ko) 신체활동 측정 시스템, 그 측정방법, 이를 이용한 신체활동 및 응급상황 안내방법
Santos et al. Context inference for mobile applications in the UPCASE project
US11911148B2 (en) Monitoring a subject
He et al. Application of Kalman filter and k-NN classifier in wearable fall detection device
Biswas et al. Body area sensing networks for remote health monitoring
EP3711657A1 (en) Walking aid recommendations
Ranjan et al. Human Context Sensing in Smart Cities
KR20120124510A (ko) 고혈압 환자 맞춤형 상황인식 서비스 방법
Yuan et al. Inexpensive and Power-Efficient Wireless Health Monitoring System for the Aging Population
UMA et al. Recognizing and Analyzing the Child Activity using Triaxial Accelerometer and Barometric Pressure Sensor

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130611

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140613

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20150601

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20160204

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20170524

Year of fee payment: 8