KR20160020915A - 스마트폰 환경에서 보행 수 검출 장치 및 방법 - Google Patents

스마트폰 환경에서 보행 수 검출 장치 및 방법 Download PDF

Info

Publication number
KR20160020915A
KR20160020915A KR1020140106266A KR20140106266A KR20160020915A KR 20160020915 A KR20160020915 A KR 20160020915A KR 1020140106266 A KR1020140106266 A KR 1020140106266A KR 20140106266 A KR20140106266 A KR 20140106266A KR 20160020915 A KR20160020915 A KR 20160020915A
Authority
KR
South Korea
Prior art keywords
acceleration
value
walking
unit
average
Prior art date
Application number
KR1020140106266A
Other languages
English (en)
Other versions
KR101609813B1 (ko
Inventor
이승룡
염하늘
Original Assignee
경희대학교 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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020140106266A priority Critical patent/KR101609813B1/ko
Publication of KR20160020915A publication Critical patent/KR20160020915A/ko
Application granted granted Critical
Publication of KR101609813B1 publication Critical patent/KR101609813B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P1/00—Details of instruments
    • G01P1/02—Housings
    • G01P1/023—Housings for acceleration measuring devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers
    • 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
    • G01P15/02—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses
    • G01P15/08—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values
    • G01P15/13—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values by measuring the force required to restore a proofmass subjected to inertial forces to a null position

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

스마트폰 환경에서 보행 수를 검출하는 보행 수 검출 장치 및 방법이 개시된다. 일 실시예에 따른 보행 수 검출 장치는 단말기의 가속도 센서에 의하여 상기 단말기 소지자의 행위에 따른 가속도 값을 획득하는 데이터 획득부; 상기 데이터 획득부에 의하여 획득된 가속도 값으로부터 상기 단말기 소지자의 행위의 유형을 판단하는 보행 행위 판단부; 상기 보행 행위 판단부에 의하여 판단된 상기 단말기 소지자의 행위의 유형이 보행인 경우 상기 데이터 획득부에 의하여 획득된 가속도 값을 분석하여 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균을 산출하는 보행 가속도 데이터 분석부; 상기 보행 가속도 데이터 분석부에 의하여 산출된 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균으로부터 임계값 범위를 산출하는 임계값 범위 설정부; 및 상기 임계값 범위 설정부에 의하여 산출된 임계값 범위를 기준으로 상기 데이터 획득부에 의하여 획득된 가속도 값으로부터 보행 수를 검출하는 보행수 검출부를 포함한다.

Description

스마트폰 환경에서 보행 수 검출 장치 및 방법{APPARATUS AND METHOD FOR COUNTING STEP IN SMARTPHONE}
본 발명은 보행 수 검출 기술에 관한 것으로서, 보다 구체적으로 스마트폰 환경에서 보행 수를 검출하는 보행 수 검출 장치 및 방법에 관한 것이다.
보행은 사람의 일상 생활 중에서 가장 빈번하게 이루어지는 동작 중의 하나이면서 신체의 여러 부분에 대한 매우 복잡한 매커니즘을 내포한 신체운동이다. 보행 정보는 운동량 계산이나 칼로리 계산 등을 위한 데이터로 활용할 수 있기 때문에, 보행 수 측정에 관한 연구가 활발하게 진행되고 있다.
보행 수를 검출하는 방법에는 허리, 다리, 발 등과 같은 특정 신체 부위에 가속도 센서, 지자기 센서 등 관성 센서를 부착하는 웨어러블 센서를 이용한 기법이 있다. 웨어러블 센서를 이용한 기법은 보행시 신체 변화가 두드러지게 일어나는 특정 신체 부위에 센서를 고정시켰기 때문에 센서를 통하여 검출되는 보행 수는 오차가 적어 신뢰할 수 있다. 하지만, 이러한 웨어러블 센서를 특정 신체 부위에 착용하도록 하는 것은 사용자가 불편을 느낄 수 있기 때문에 일상에서 장기간 동안 보행을 관찰하기 어려운 문제가 있다. 또한 사용자는 별도의 웨어러블 센서를 구입해야 한다.
최근에는 스마트폰의 보급률이 높아지고 일상 생활에서 스마트폰을 항상 소지하기 때문에 사용자의 운동량 측정 등을 위하여 웨어러블 센서를 스마트폰으로 대체하는 연구가 많아지고 있다. 웨어러블 센서를 스마트폰으로 대체함으로써 사용자가 쉽고 편리하게 접근할 수 있게 되어 스마트폰을 이용한 다양한 운동량 측정 서비스가 제공되고, 이에 따라 건강에 대한 관심도가 증가하는 추세이다.
그러나 특정 신체 부위에 고정시키는 웨어러블 센서와 달리, 스마트폰을 특정 신체 부위에 고정시키지 않기 때문에 스마트폰을 이용한 운동량 측정기법들은 노이즈 데이터가 많고 가변적이므로 웨어러블 센서에 비하여 정확도가 매우 떨어지는 문제가 있다. 이로 인해 높은 정확도의 보행 수를 검출하기 위하여, 스마트폰을 이용한 기존 보행 수 측정 연구들은 특정 부위에 스마트폰을 소지하거나, 일정한 속도, 평지, 직선 거리 등 제약적인 조건 하에서 보행 수를 검출한다. 그러나 보행 패턴은 매우 불규칙하며, 같은 동작이더라도 노이즈나 노면 상태가 다른 경우, 또 가속도 센서의 부착 위치가 다른 경우 전혀 다른 값이 측정되기 때문에 실생활에 적용하는데 한계가 있다.
본 발명이 해결하고자 하는 하나의 과제는 스마트폰 환경에서 실시간으로 보행 수를 검출하는 보행 수 검출 장치 및 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 다른 하나의 과제는 스마트폰 소지자가 보행하는 경우에만 보행 수를 검출하는 보행 수 검출 장치 및 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 또 다른 하나의 과제는 스마트폰의 소지 위치와 무관하게 보행 수를 검출하는 보행 수 검출 장치 및 방법을 제공하는 것이다.
상기한 과제를 해결하기 위한 일 실시예에 따른 보행 수 검출 장치는 단말기의 가속도 센서에 의하여 상기 단말기 소지자의 행위에 따른 가속도 값을 획득하는 데이터 획득부; 상기 데이터 획득부에 의하여 획득된 가속도 값으로부터 상기 단말기 소지자의 행위의 유형을 판단하는 보행 행위 판단부; 상기 보행 행위 판단부에 의하여 판단된 상기 단말기 소지자의 행위의 유형이 보행인 경우 상기 데이터 획득부에 의하여 획득된 가속도 값을 분석하여 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균을 산출하는 보행 가속도 데이터 분석부; 상기 보행 가속도 데이터 분석부에 의하여 산출된 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균으로부터 임계값 범위를 산출하는 임계값 범위 설정부; 및 상기 임계값 범위 설정부에 의하여 산출된 임계값 범위를 기준으로 상기 데이터 획득부에 의하여 획득된 가속도 값으로부터 보행 수를 검출하는 보행수 검출부를 포함한다.
상기 실시예의 일 측면에 의하면, 단말기의 가속도 센서가 나타내는 중력 가속도 값의 평균으로부터 가속도 값을 보정하는 가속도 값 보정부를 더 포함할 수 있다.
상기 실시예의 다른 측면에 의하면, 일정 시간 동안 보행 수를 검출하지 않는 구간을 설정하는 잠금구간 설정부를 더 포함할 수 있다.
상기 실시예의 또 다른 측면에 의하면, 상기 보행 행위 판단부는 상기 데이터 획득부에 의하여 획득된 가속도 값을 SVM 변환하여 특징을 추출하고, GMM을 사용하여 상기 단말기 소지자의 행위의 유형을 판단할 수 있다.
상기 실시예의 또 다른 측면에 의하면, 상기 보행은 걷기 및 뛰기 중 하나 이상일 수 있다.
상기한 과제를 해결하기 위한 일 실시예에 따른 보행 수 검출 방법은 단말기의 가속도 센서에 의하여 상기 단말기 소지자의 행위에 따른 가속도 값을 획득하는 단계; 상기 획득된 가속도 값으로부터 상기 단말기 소지자의 행위의 유형을 판단하는 단계; 상기 판단된 상기 단말기 소지자의 행위의 유형이 보행인 경우 상기 획득된 가속도 값을 분석하여 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균을 산출하는 단계; 상기 산출된 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균으로부터 임계값 범위를 산출하는 단계; 및 상기 산출된 임계값 범위를 기준으로 상기 획득된 가속도 값으로부터 보행 수를 검출하는 단계를 포함한다.
상기 실시예의 일 측면에 의하면, 상기 단말기의 가속도 센서가 나타내는 중력 가속도 값의 평균으로부터 가속도 값을 보정하는 단계를 더 포함할 수 있다.
상기 실시예의 다른 측면에 의하면, 일정 시간 동안 보행수를 검출하지 않는 잠금구간을 설정하는 단계를 더 포함할 수 있다.
상기 실시예의 또 다른 측면에 의하면, 상기 보행 행위 유형 판단 단계에서는 상기 획득된 가속도 값을 SVM 변환하여 특징을 추출하고, GMM을 사용하여 상기 단말기 소지자의 행위의 유형을 판단할 수 있다.
상기 실시예의 또 다른 측면에 의하면, 상기 보행은 걷기 및 뛰기 중 하나 이상일 수 있다.
상기한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 컴퓨터 판독가능한 기록매체는 본 발명의 일 실시예에 따른 보행 수 검출 방법을 컴퓨터로 실행하기 위한 프로그램이 기록된다.
이상과 같이 본 발명의 일 실시 예에 따르면, 스마트폰 환경에서 행위인지를 이용하여 보행인 경우에만 보행 수를 검출할 수 있는 효과가 있다.
그리고 본 발명의 일 실시 예에 따르면, 스마트폰의 소지 위치와 무관하게 높은 정확도의 보행 수를 검출할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 보행 수 검출 장치의 구성을 보여주는 블록도이다.
도 2는 본 발명의 일 실시예에 따른 보행 수 검출을 보여주는 도면이다.
도 3은 본 발명의 일 실시예에 따른 보행 수 검출 방법을 보여주는 흐름도이다.
이하 첨부된 도면을 참조하여 본 발명을 보다 상세히 설명한다. 그러나 이러한 도면은 본 발명의 기술적 사상의 내용과 범위를 쉽게 설명하기 위한 예시일 뿐, 이에 의해 본 발명의 기술적 범위가 한정되거나 변경되는 것은 아니다. 또한 이러한 예시에 기초하여 본 발명의 기술적 사상의 범위 안에서 다양한 변형과 변경이 가능함은 통상의 기술자에게는 당연할 것이다.
또한, 본 명세서에서 사용되는 용어 및 단어들은 실시예에서의 기능을 고려하여 선택된 용어들로서, 그 용어의 의미는 발명의 의도 또는 관례 등에 따라 달라질 수 있다. 따라서 후술하는 실시예에서 사용된 용어는, 본 명세서에 구체적으로 정의된 경우에는 그 정의에 따르며, 구체적인 정의가 없는 경우는 통상의 기술자들이 일반적으로 인식하는 의미로 해석되어야 할 것이다.
먼저, 도 1은 본 발명의 일 실시예에 따른 보행 수 검출 장치의 구성을 보여주는 블록도이다.
도 1을 참조하면, 보행 수 검출 장치(100)는 가속도 값 보정부(110), 데이터 획득부(120), 보행 행위 판단부(130), 보행 가속도 데이터 분석부(140), 임계값 범위 설정부(150) 및 보행 수 검출부(170)를 포함한다. 그리고, 도 1에 도시되어 있는 보행 수 검출 장치(100)의 구성은 예시적인 것으로서, 보행 수 검출 장치(100)는 도 1에 개시되어 있는 모듈들의 일부만을 구비하거나 및/또는 그 동작을 위하여 필수적인 다른 모듈들을 추가로 구비할 수도 있다. 예를 들어, 보행 수 검출 장치(100)는 다른 장치와 통신을 위하여 통신 기능을 가지는 통신부 등을 추가로 구비할 수 있다.
가속도 값 보정부(110)는 단말기의 가속도 센서가 나타내는 중력 가속도 값의 평균으로부터 가속도 값을 보정하는 기능을 제공한다. 여기서,‘중력 가속도 값의 평균’이란 가속이 없는 상태 즉, 단말기의 움직임이 없는 상태에서의 중력 가속도 값의 평균을 의미한다. 일반적으로 가속이 없는 상태에서 가속도 값은 중력 가속도 값인 9.8m/s2이다. 그러나, 중력 가속도 값은 단말기에 내장된 센서의 오차에 의해 편차가 존재하여 잘못된 보행 수를 검출할 수 있기 때문에, 중력 가속도 값의 평균으로부터 가속도 값을 보정한다. 예를 들어, 가속도 값 30개의 평균을 계산하여 해당 단말기의 중력 가속도 값을 추출하고, 실제 중력 가속도 값과 오차를 구하여 가속도 값을 교정(calibration)을 한다.
한편, 단말기는 개인 이동 통신 단말 장치(Personal Mobile Communication Services Terminal), 개인용 디지털 단말 장치(Personal Digital Assistants: PDA), 스마트 폰(Smart Phone), 태블릿(tablet), 랩탑, 노트북, 및 무선 랜 단말 장치 등과 같이, 개인이 휴대하면서 무선 통신을 비롯한 응용 프로그램을 이용한 다양한 기능의 구현이 가능한 모든 단말기를 의미할 수 있다.
데이터 획득부(120)는 단말기의 가속도 센서에 의하여 단말기 소지자의 행위에 따른 가속도 값을 획득하는 기능을 제공한다. 여기서, ‘단말기 소지자의 행위’란 단말기 소지자가 단말기를 소지한 상태로 보행과 관련된 행위 즉, 걷기 행위, 뛰기 행위 및 정지 행위 중에서 하나의 행위를 취하는 것을 의미한다. 단말기 소지자는 단말기를 소지한 상태에서 걷기 행위, 뛰기 행위, 정지 행위 등의 행위를 할 수 있다. 이 때, 단말기 소지자의 행위에 의하여 단말기가 움직이게 되면, 단말기의 가속도 센서는 단말기의 움직임을 감지하여 가속도 값을 획득할 수 있다.
보행 행위 판단부(130)는 데이터 획득부(120)에 의하여 획득된 가속도 값으로부터 단말기 소지자의 행위의 유형을 판단하는 기능을 제공한다. 구체적으로, 보행이 아닌 일반 흔들림 즉, 노이즈 데이터를 필터링하기 위하여 보행 수를 검출하기 전 단말기 소지자의 행위의 유형을 판단한다. 단말기 소지자의 행위는 걷기 행위, 뛰기 행위 및 정지 행위의 3가지 유형으로 구분한다. 여기서, 단말기 소지자의 행위의 유형이 걷기 행위이거나 또는 뛰기 행위인 경우에 보행 행위인 것으로 판단한다.
한편, 부착형 웨어러블 센서와 달리 스마트폰 등을 포함한 단말기 사용자는 보통 단말기의 방향을 고려하여 단말기를 휴대하지 않기 때문에, 단말기가 받는 가속도 값을 추출하기 위하여 3축 가속도 데이터에 포함된 중력 성분을 제거한다.
Figure pat00001
수학식 1은 중력 성분을 제거하기 위한 수식을 나타낸다.
여기서, gi(k)는 각 X, Y, Z 축의 가속도 값에서 중력 가속도 값을 제거한 값이고, (k-1)는 직전의 가속도 값이며, (k)는 현재의 가속도 값이다. i는 X, Y, Z 축 중에서 한 개의 값이다.
그리고, 단말기로부터 획득한 3축 가속도 신호에 SVM(Signal Vector Magnitude)를 적용하여 하나의 대표값으로 변환한다. 단말기의 가속도 센서로부터 전송된 데이터는 X, Y, Z 축 세 방향의 좌표를 나타내는 데이터이고 어떠한 처리도 거치지 않은 데이터이다. 가속도 센서는 중력 가속도를 측정할 수 있으므로 정지 상태시 바닥을 향하여 9.8m/s2의 중력 가속도값이 항상 검출된다. 따라서, 센서와 지면의 방향에 따라 3축 가속도는 다른 파형의 신호를 얻게 되므로 단말기의 소지 위치에 따른 단말기의 방향은 이에 큰 영향을 준다. 그러므로 센서의 방향성을 제고하고 이를 하나의 대표값으로 처리하기 위하여 SVM을 적용하여 에너지 값으로 변환한다. SVM은 3축 가속도 센서의 X, Y, Z 축 데이터를 하나의 값으로 처리하는 방법이다.
Figure pat00002
수학식 2는 SVM은 3축 가속도 센서의 X, Y, Z 축 데이터를 하나의 값으로 처리하는 방법을 나타낸다.
여기서, acc는 SVM(Signal Vector Magnitude) 신호값이고, X, Y, Z는 각각 X, Y, Z 축 방향의 가속도 값을 의미한다.
보행 행위 판단은 SVM을 이용하여 변환된 신호로부터 5차 선형 예측 계수, 1개의 선형 예측 오차, 1초 단위의 표준편차 3개, 1개의 평균 교차율 등 총 10개의 특징을 추출하고 GMM(Gaussian Mixture Model)을 사용하여 보행 행위를 판단한다.
한편, 단말기 소지자의 행위의 유형을 판단하는 방법은 반드시 여기에만 한정되는 것은 아니며, 단말기 소지자의 행위의 유형을 판단할 수 있는 방법이라면 해당될 수 있다. 예를 들어, 단말기에 내장된 다른 센서를 이용하여 단말기 소지자의 행위의 유형을 판단할 수 있다. 구체적으로, 단말기의 GPS 센서를 이용하여 단말기 소지자의 행위의 유형을 판단할 수 있다. 즉, GPS의 좌표를 이용하여 일정 시간 간격으로 속도를 측정하여, 속도에 따라 단말기 소지자의 행위의 유형을 판단할 수 있다. 측정된 속도가 사람의 최대 걷기 속도 이상인 경우에는 뛰기 행위로 판단할 수 있고, 그 이하인 경우에는 걷기 행위로 판단할 수 있으며, 속도가 0인 경우에는 정지 행위로 판단할 수 있다.
보행 가속도 데이터 분석부(140)는 경우 데이터 획득부(120)에 의하여 획득된 가속도 값을 분석하여 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균을 산출하는 기능을 제공한다. 이 경우에, 보행 행위 판단부(130)에 의하여 판단된 단말기 소지자의 행위의 유형이 보행 행위 즉, 걷기 행위 또는 뛰기 행위인 경우에 데이터 획득부(120)에 의하여 획득된 가속도 값을 분석하여 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균을 산출한다.
임계값 범위 설정부(150)는 보행 가속도 데이터 분석부(140)에 의하여 산출된 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균으로부터 임계값 범위를 산출하는 기능을 제공한다. 임계값은 보행 행위의 유형이 걷기 행위인지 또는 뛰기 행위인지에 따라 달라질 수 있다. 여기서, 가속도 값의 최고점의 평균은 임계값의 최대값이 되고, 가속도 값의 최고점과 최저점을 합한 값의 평균은 임계값의 최소값이 된다.
Figure pat00003
수학식 3은 가속도 값의 최고점의 평균인 임계값의 최대값을 나타낸다.
Figure pat00004
수학식 4는 가속도 값의 최고점과 최저점을 합한 값의 평균인 임계값의 최소값을 나타낸다.
Figure pat00005
수학식 5는 임계값의 범위를 나타낸다.
수학식 3 내지 수학식 5에서, acc(p)는 가속도 값의 최고점을 의미하고, acc(t)는 가속도 값의 최저점을 의미한다. 그리고, WorR은 걷기 행위(Walking) 또는 뛰기 행위(Running)를 의미한다. MINaccWorR 값은 가속도 값의 최고점과 최저점을 합한 값의 평균이고, MAXaccWorR 값은 가속도 값의 최고점의 평균이다. Threshold는 임계값을 의미하고, 임계값은 MINaccWorR 값과 MAXaccWorR 값의 사이 즉, 가속도 값의 최고점과 최저점을 합한 값의 평균 이상부터 가속도 값의 최고점의 평균 이하에 존재한다.
보행 수 검출부(170)는 데이터 획득부(120)에 의하여 획득된 가속도 값으로부터 보행 수를 검출하는 기능을 제공한다. 이 때, 임계값 범위 설정부(150)에 의하여 산출된 임계값 범위를 기준으로 하여 보행 수를 검출한다.
한편, 본 발명의 일 실시예에 따른 보행 수 검출 장치(100)는 잠금 구간 설정부(160)를 더 포함할 수 있다.
계속해서 도 1을 참조하면, 잠금 구간 설정부(160)는 일정 시간 동안 보행 수를 검출하지 않는 구간을 설정하는 기능을 제공한다. 사람의 보행은 특정한 보행 간격 시간이 존재하기 때문에, 사람이 낼 수 있는 최고의 보행 속도를 고려하여 한번 보행 수가 검출되면 해당 시간 내 즉, 잠금 구간 내에는 보행 수를 검출하지 않는다. 예를 들어, 잠금 구간은 걷기 행위의 경우 400ms이고, 뛰기 행위의 경우 300ms이다.
도 2는 본 발명의 일 실시예에 따른 보행 수 검출을 보여주는 도면이다.
도 2를 참조하면, 그래프는 단말기의 가속도 센서가 획득하는 가속도 값을 나타낸다. 보행 수는 가속도 값의 최고점과 최저점을 합한 값의 평균에서 가속도 값의 최고점의 평균 사이인 임계값 범위 내에서 검출된다. 보행 수가 한번 검출 되면 사람이 낼 수 있는 최고의 보행 속도를 고려하여 잠금 구간이 설정되며, 잠금 구간 내에서는 보행 수를 검출하지 않는다.
실시예에서 보행 수를 검출하기 위한 샘플링 주기는 50ms이다. 샘플링 주기마다 가속도 값이 획득되고, 획득된 가속도 값이 임계값 범위 내이고, 잠금 구간이 아닌 시점이라면, 보행 수가 검출된다. 별표는 가속도 값이 획득되었고, 획득된 가속도 값이 임계값 범위 내었으나, 잠금 구간 내이기 때문에 보행 수로 검출되지 않은 것을 나타낸다.
도 3은 본 발명의 일 실시예에 따른 보행 수 검출 방법을 보여주는 흐름도이다. 본 발명의 실시예를 포함하여 이하에서 설명되는 절차는 다양한 형태로 구현하는 것이 가능하다. 도 3에 도시된 보행 수 검출 방법은 도 1의 보행 수 검출 장치(100) 또는 이를 구비하는 전자 기기를 이용하여 보행 수를 검출하는 방법일 수 있다. 따라서, 불필요한 반복을 피하기 위하여 보행 수 검출 방법에 관하여 간략히 설명하며, 여기에서 상세히 설명되지 않은 사항은 도 1 내지 도 2를 참조하여 설명한 사항이 동일하게 적용될 수 있다.
도 1 내지 도 3을 참조하면, 먼저 단말기의 가속도 센서가 나타내는 중력 가속도 값의 평균으로부터 가속도 값을 보정한다(S301).
다음으로, 단말기의 가속도 센서에 의하여 단말기 소지자의 행위에 따른 가속도 값을 획득한다(S302).
다음으로, 획득된 가속도 값으로부터 단말기 소지자의 행위의 유형을 판단한다(S303). 이 때, 획득된 가속도 값을 SVM 변환하여 특징을 추출하고, GMM을 사용하여 단말기 소지자의 행위의 유형을 판단할 수 있다. 보행 행위의 유형이 걷기 행위 또는 뛰기 행위 중 하나인 경우에 보행 수를 검출한다.
다음으로, 판단된 단말기 소지자의 행위의 유형이 보행인 경우 획득된 가속도 값을 분석하여 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균을 산출한다(S304). 반면에, 판단된 단말기 소지자의 행위의 유형이 보행이 아닌 경우 다시 계속해서 가속도 값을 획득한다(S302).
다음으로, 산출된 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균으로부터 임계값 범위를 산출한다(S305).
다음으로, 일정 시간 동안 보행수를 검출하지 않는 잠금구간을 설정한다(S306).
다음으로, 산출된 임계값 범위를 기준으로 획득된 가속도 값으로부터 보행 수를 검출한다(S307, S308).
또한, 이러한 얼굴 검출 방법은 컴퓨터로 실행하기 위한 프로그램이 기록된 컴퓨터 판독가능 기록매체에 저장될 수 있다. 이때, 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 제안된 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 장치에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 보행 수 검출 장치
110 : 가속도 값 보정부
120 : 데이터 획득부
130 : 보행 행위 판단부
140 : 보행 가속도 데이터 분석부
150 : 임계값 범위 설정부
160 : 잠금구간 설정부
170 : 보행 수 검출부

Claims (11)

  1. 단말기의 가속도 센서에 의하여 상기 단말기 소지자의 행위에 따른 가속도 값을 획득하는 데이터 획득부;
    상기 데이터 획득부에 의하여 획득된 가속도 값으로부터 상기 단말기 소지자의 행위의 유형을 판단하는 보행 행위 판단부;
    상기 보행 행위 판단부에 의하여 판단된 상기 단말기 소지자의 행위의 유형이 보행인 경우 상기 데이터 획득부에 의하여 획득된 가속도 값을 분석하여 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균을 산출하는 보행 가속도 데이터 분석부;
    상기 보행 가속도 데이터 분석부에 의하여 산출된 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균으로부터 임계값 범위를 산출하는 임계값 범위 설정부; 및
    상기 임계값 범위 설정부에 의하여 산출된 임계값 범위를 기준으로 상기 데이터 획득부에 의하여 획득된 가속도 값으로부터 보행 수를 검출하는 보행수 검출부;
    를 포함하는 보행 수 검출 장치.
  2. 제1항에 있어서,
    상기 단말기의 가속도 센서가 나타내는 중력 가속도 값의 평균으로부터 가속도 값을 보정하는 가속도 값 보정부를 더 포함하는 보행 수 검출 장치.
  3. 제1항에 있어서,
    일정 시간 동안 보행 수를 검출하지 않는 구간을 설정하는 잠금구간 설정부를 더 포함하는 보행 수 검출 장치.
  4. 제1항에 있어서,
    상기 보행 행위 판단부는 상기 데이터 획득부에 의하여 획득된 가속도 값을 SVM 변환하여 특징을 추출하고, GMM을 사용하여 상기 단말기 소지자의 행위의 유형을 판단하는 보행 수 검출 장치.
  5. 제1항에 있어서,
    상기 보행은 걷기 및 뛰기 중 하나 이상인 보행 수 검출 장치.
  6. 단말기의 가속도 센서에 의하여 상기 단말기 소지자의 행위에 따른 가속도 값을 획득하는 단계;
    상기 획득된 가속도 값으로부터 상기 단말기 소지자의 행위의 유형을 판단하는 단계;
    상기 판단된 상기 단말기 소지자의 행위의 유형이 보행인 경우 상기 획득된 가속도 값을 분석하여 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균을 산출하는 단계;
    상기 산출된 가속도 값의 최고점의 평균 및 가속도 값의 최고점과 최저점을 합한 값의 평균으로부터 임계값 범위를 산출하는 단계; 및
    상기 산출된 임계값 범위를 기준으로 상기 획득된 가속도 값으로부터 보행 수를 검출하는 단계;
    를 포함하는 보행 수 검출 방법.
  7. 제6항에 있어서,
    상기 단말기의 가속도 센서가 나타내는 중력 가속도 값의 평균으로부터 가속도 값을 보정하는 단계를 더 포함하는 보행 수 검출 방법.
  8. 제6항에 있어서,
    일정 시간 동안 보행수를 검출하지 않는 잠금구간을 설정하는 단계를 더 포함하는 보행 수 검출 방법.
  9. 제6항에 있어서,
    상기 보행 행위 유형 판단 단계에서는 상기 획득된 가속도 값을 SVM 변환하여 특징을 추출하고, GMM을 사용하여 상기 단말기 소지자의 행위의 유형을 판단하는 보행 수 검출 방법.
  10. 제6항에 있어서,
    상기 보행은 걷기 및 뛰기 중 하나 이상인 보행 수 검출 방법.
  11. 제6항 내지 제10항 중 어느 한 항에 따른 방법을 컴퓨터로 실행하기 위한 프로그램이 기록된 컴퓨터 판독가능 기록매체.
KR1020140106266A 2014-08-14 2014-08-14 스마트폰 환경에서 보행 수 검출 장치 및 방법 KR101609813B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140106266A KR101609813B1 (ko) 2014-08-14 2014-08-14 스마트폰 환경에서 보행 수 검출 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140106266A KR101609813B1 (ko) 2014-08-14 2014-08-14 스마트폰 환경에서 보행 수 검출 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20160020915A true KR20160020915A (ko) 2016-02-24
KR101609813B1 KR101609813B1 (ko) 2016-04-20

Family

ID=55449670

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140106266A KR101609813B1 (ko) 2014-08-14 2014-08-14 스마트폰 환경에서 보행 수 검출 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101609813B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180113791A (ko) * 2017-04-07 2018-10-17 스왈라비(주) 서버가 사용자의 신체활동량을 제공하는 방법 및 그 서버
KR20190017467A (ko) * 2017-08-11 2019-02-20 아주대학교산학협력단 양자화된 가속도 모멘텀 신호를 이용한 걸음 검출 방법 및 장치
CN110260882A (zh) * 2019-06-25 2019-09-20 北京金山安全软件有限公司 基于电子地图的计步方法、装置和电子设备
CN113008242A (zh) * 2021-03-19 2021-06-22 深圳市慧鲤科技有限公司 一种用户行为数据处理方法、装置、设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240071769A (ko) * 2022-11-16 2024-05-23 순천향대학교 산학협력단 낙상위험 평가 지표 추출 시스템 및 낙상위험 평가 지표 추출 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180113791A (ko) * 2017-04-07 2018-10-17 스왈라비(주) 서버가 사용자의 신체활동량을 제공하는 방법 및 그 서버
KR20190017467A (ko) * 2017-08-11 2019-02-20 아주대학교산학협력단 양자화된 가속도 모멘텀 신호를 이용한 걸음 검출 방법 및 장치
CN110260882A (zh) * 2019-06-25 2019-09-20 北京金山安全软件有限公司 基于电子地图的计步方法、装置和电子设备
CN110260882B (zh) * 2019-06-25 2022-02-18 北京金山安全软件有限公司 基于电子地图的计步方法、装置和电子设备
CN113008242A (zh) * 2021-03-19 2021-06-22 深圳市慧鲤科技有限公司 一种用户行为数据处理方法、装置、设备及存储介质
CN113008242B (zh) * 2021-03-19 2024-06-07 深圳市慧鲤科技有限公司 一种用户行为数据处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
KR101609813B1 (ko) 2016-04-20

Similar Documents

Publication Publication Date Title
US10302434B2 (en) Method and apparatus for determining walking direction for a pedestrian dead reckoning process
US7450002B2 (en) Method and apparatus for monitoring human activity pattern
KR101609813B1 (ko) 스마트폰 환경에서 보행 수 검출 장치 및 방법
US10215587B2 (en) Method for step detection and gait direction estimation
US10508920B2 (en) Pedestrian dead reckoning position tracker
EP2836791B1 (en) Information determination in a portable electronic device carried by a user
Cho et al. Design and implementation of practical step detection algorithm for wrist-worn devices
US9599634B2 (en) System and method for calibrating inertial measurement units
AU2015316575A1 (en) Inertial tracking based determination of the position of a mobile device carried by a user in a geographical area
JP5328676B2 (ja) ２次元上を動く物体の移動経路の構築装置および構築方法
US10830606B2 (en) System and method for detecting non-meaningful motion
US10520330B2 (en) Estimation of direction of motion of users on mobile devices
KR20120013842A (ko) 휴대 단말을 이용한 사용자 행동 측정 장치 및 방법
Yang et al. An accurate step detection algorithm using unconstrained smartphones
Grammenos et al. You are sensing, but are you biased? a user unaided sensor calibration approach for mobile sensing
KR102081245B1 (ko) 사용자가 휴대하는 휴대용 전자 장치의 정보 결정
US20140309964A1 (en) Internal Sensor Based Personalized Pedestrian Location
Tang et al. Self-adaptive step counting on smartphones under unrestricted stepping modes
Soni et al. A survey of step length estimation models based on inertial sensors for indoor navigation systems
Marron et al. Multi sensor system for pedestrian tracking and activity recognition in indoor environments
Minh et al. Evaluation of smartphone and smartwatch accelerometer data in activity classification
KR20180085916A (ko) 웨어러블 장치의 위치를 추정하는 방법 및 이를 이용하는 장치
EP2960627B1 (en) Carry-state change detection device, carry-state change detection method, and program
Zhao et al. Towards arbitrary placement of multi-sensors assisted mobile navigation system
Uddin et al. SmartSpaghetti: Accurate and robust tracking of Human's location

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
FPAY Annual fee payment

Payment date: 20190107

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200128

Year of fee payment: 5