KR20160044963A - 노이즈를 고려한 동작 인식 방법 및 장치 - Google Patents

노이즈를 고려한 동작 인식 방법 및 장치 Download PDF

Info

Publication number
KR20160044963A
KR20160044963A KR1020140140119A KR20140140119A KR20160044963A KR 20160044963 A KR20160044963 A KR 20160044963A KR 1020140140119 A KR1020140140119 A KR 1020140140119A KR 20140140119 A KR20140140119 A KR 20140140119A KR 20160044963 A KR20160044963 A KR 20160044963A
Authority
KR
South Korea
Prior art keywords
motion
user
noise pattern
noise
pattern
Prior art date
Application number
KR1020140140119A
Other languages
English (en)
Other versions
KR101958334B1 (ko
Inventor
김지훈
Original Assignee
에스케이텔레콤 주식회사
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 에스케이텔레콤 주식회사 filed Critical 에스케이텔레콤 주식회사
Priority to KR1020140140119A priority Critical patent/KR101958334B1/ko
Publication of KR20160044963A publication Critical patent/KR20160044963A/ko
Application granted granted Critical
Publication of KR101958334B1 publication Critical patent/KR101958334B1/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
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G01P13/0006—Indicating or recording presence, absence, or direction, of movement of fluids or of granulous or powder-like substances
    • G01P13/0053—Indicating or recording presence, absence, or direction, of movement of fluids or of granulous or powder-like substances by using dynamo-electric effect
    • 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
    • G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)
  • Position Input By Displaying (AREA)

Abstract

본 발명은 물리적 변화를 감지하는 하나 이상의 센서를 통한 센싱값을 이용하여 동작을 인식하는데 있어서, 주변 상황에 따라서 발생하는 노이즈에 의한 영향을 제거함으로써 주변 상황에 관계없이 항상 동작 인식에 대한 신뢰성을 확보할 수 있는 노이즈를 고려한 동작 인식 방법 및 장치에 관한 것으로서, 물리적 변화를 감지하는 하나 이상의 센서로부터 센싱값을 수집하고, 사용자 동작이 감지되기 전까지, 상기 수집된 센싱값을 변화를 분석하여, 노이즈 패턴을 추출하여, 노이즈 패턴의 특징 정보를 추출하고, 사용자 동작이 감지되면, 상기 사전 정의 동작에 대한 특징 정보 및 상기 노이즈 패턴의 특징 정보를 이용하여 동작 인식 처리를 수행하도록 구현된다.

Description

노이즈를 고려한 동작 인식 방법 및 장치{Method and apparatus for recognizing motion to be considered noise}
본 발명은 물리적 변화를 감지하는 하나 이상의 센서를 통한 센싱값을 이용하여 동작을 인식하는 방법 및 장치에 관한 것으로서, 더욱 상세하게는 주변 상황에 따라서 발생하는 노이즈에 의한 영향을 제거함으로써 주변 상황에 관계없이 항시 동작 인식에 대한 신뢰성을 확보할 수 있는 노이즈를 고려한 동작 인식 방법 및 장치에 관한 것이다.
최근에는 개방형 OS를 탑재함으로써, 휴대전화에 PC의 고기능을 결합시킨 스마트폰(Smart Phone)이 대중화되면서, 고기능, 고성능의 스마트폰의 활용 방향에 대한 다양한 시도가 이루어지고 있다.
특히, 초소형 제작 기술의 발달과 함께 첨단 센서들이 더욱 소형화되고 저렴해지면서 스마트폰에 더 많은 센서들이 탑재될 수 있으며, 이에 증강현실이나 3D 게임 등과 같이 이러한 센서들을 활용한 지능형 애플리케이션들이 많이 개발되고 있다.
아울러, 스마트폰에 탑재되는 센서들이 단순히 주변상황을 감지하는 장치에서 사용자의 신체 변화, 감정상태까지 고려하는 지능형 센서로서 진화하여 인간과 감성을 교감할 수 있는 핵심 매개체 역할을 담당할 수 있을 것으로 전망됨에 따라서, 센서들을 활용한 지능형 애플리케이션들은 더 많이 증대될 것으로 예측된다.
스마트폰에 탑재되는 센서로서, 카메라(이미지) 센서, 음향 센서, 근접 센서, 조도 센서, 중력 센서, GPS 센서, 가속도 센서, 자이로 센서, 지자기 센서 등이 있다.
이 중에서, 단위시간당 물체 속도의 변화, 충격, 등 동적 힘의 변화를 감지하는 가속도 센서, 지구 자기장의 흐름을 파악해 나침반처럼 방위각을 탐지하는 지자기 센서이고, 물체의 관성력을 전기신호로 검출하며, 주로 회전각을 감지하는 자이로 센서 등이, 동작 인식에 주로 활용된다.
그런데, 이러한 가속도센서, 지자기 센서, 자이로 센서의 센싱값을 분석하여 동작을 인식하는 경우, 단말의 진동 상황, 버스/자동차/지하철/보행 등에 의해 이동 상황에서 움직임으로 인해 상기 센싱값에 노이즈가 발생할 수 있으며, 이러한 노이즈로 인하여 사용자가 미리 설정되어 있는 사전 정의 동작을 수행하더라도 이를 인지할 수 없게 되는 일이 발생할 수 있다.
구체적으로 설명하면, 정지상태에 있을 때, 가속도 센서, 지자기 센서, 자이로 센서의 센싱값에는 미미한 변화만 나타날 뿐 거의 일정한 값을 유지하는데 반해, 보행중이거나, 버스/자동차/지하철등의 교통 수단을 타고 이동중이거나, 진동 상태인 경우, 상기 가속도 센서, 지자기 센서, 자이로 센서의 센싱값은, 이동 시 혹은 진동 시에 발생하는 움직임으로 인하여, 정지상태에서는 달리 센싱값이 변화된다. 이렇게 발생하는 센싱값의 성분을 노이즈라고 하며, 이러한 노이즈가 발생하는 상황에서는 사용자가 기 설정된 동작을 취하더라도, 센싱값에 상기 노이즈 성분이 포함되어, 사용자가 취한 상기 동작을 인식하지 못하는 경우가 발생하게 된다.
한국공개특허 제10-2010-0081552호, 2010년 7월 19일 공개 (명칭: 휴대용 단말기의 동작 감지 장치 및 방법)
본 발명은 물리적 변화를 감지하는 하나 이상의 센서를 통한 센싱값을 이용하여 동작을 인식하는데 있어서, 주변 상황에 따라서 발생하는 노이즈에 의한 영향을 제거함으로써 주변 상황에 관계없이 항상 동작 인식에 대한 신뢰성을 확보할 수 있는 노이즈를 고려한 동작 인식 방법 및 장치를 제공하고자 한다.
상술한 과제의 해결 수단으로서, 본 발명은 물리적 변화를 감지하는 하나 이상의 센서로부터 센싱값을 수집하는 센싱값 수집 모듈; 상기 수집한 센싱값으로부터 움직임 정보를 산출하는 연산 모듈; 사용자 동작이 감지되기 전까지, 상기 센싱값 수집 모듈로부터 수집된 센싱값을 변화를 분석하여, 노이즈 패턴을 추출하고, 상기 노이즈 패턴의 특징 정보를 추출하여 노이즈 패턴 관리 테이블을 생성하는 노이즈 패턴 추출 모듈; 및 상기 연산 모듈로부터 산출된 움직임 정보를 기반을 상기 사용자 동작을 감지하고, 사용자 동작이 감지되면, 사전 정의 동작에 대한 특징 정보 및 상기 노이즈 패턴의 특징 정보를 이용하여 동작 인식 처리를 수행하는 동작 인식 모듈을 포함하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 장치를 제공한다.
또한, 본 발명은 물리적 변화를 감지하는 하나 이상의 센서로부터 센싱값을 수집하는 단계; 사용자 동작이 감지되기 전까지, 상기 수집된 센싱값을 변화를 분석하여, 노이즈 패턴을 추출하는 단계; 상기 노이즈 패턴의 특징 정보를 추출하여 노이즈 패턴 관리 테이블을 생성하는 단계; 및 상기 사용자 동작이 감지되면, 사전 정의 동작에 대한 특징 정보 및 상기 노이즈 패턴의 특징 정보를 이용하여 동작 인식 처리를 수행하는 단계를 포함하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 방법을 제공한다.
본 발명에 따르면, 자이로 센서, 가속도 센서, 지자기 센서 등의 센싱값을 분석하여, 사용자 동작을 인식하는데 있어서, 사용자 동작이 시작되기 전까지의 대기 상태 동안, 센싱값을 분석하여 노이즈 패턴 및 그 특징 정보를 추출하고, 이를 기반으로 사용자 동작을 인식함으로써, 노이즈와 올바른 사용자 동작을 보다 정확하게 구분하여 인식할 수 있다.
특히, 본 발명은, 주변 상황, 즉, 동작 인식이 수행될 사용자 단말에서 진동이 울리거나 이동하는 경우, 이러한 움직임에 의해 발생하는 노이즈 패턴을 추출하고, 사용자 동작을 상기 노이즈 패턴 및 사전 정의 동작과 각각 비교함에 의해, 노이즈를 구분하여, 동작 인식 처리를 수행하도록 함으로써, 불필요한 연산 및 자원 낭비를 줄이고, 오인식률을 줄여 동작 인식 결과의 신뢰도를 향상시킬 수 있다.
도 1은 동작 인식을 위해 사용되는 기준 좌표계 및 움직임 정보를 나타낸 도면이다.
도 2는 본 발명에 따른 동작 인식 장치에서 인식되는 사전 정의 동작을 예시한 도면이다.
도 3은 본 발명에 따른 노이즈를 고려한 동작 인식 장치를 나타낸 블럭도이다.
도 4 및 도 5는 본 발명에 따른 노이즈를 고려한 동작 인식 방법을 나타낸 순서도이다.
도 6 및 도 7은 정지 상태 및 이동 상태에서의 센서 측정값 변화를 예시한 그래프이다.
도 8은 본 발명에 따른 동작 인식 중에 검출되는 노이즈 패턴의 예시도이다.
도 9는 본 발명에 따른 노이즈 패턴 관리 테이블의 예시도이다.
도 10은 본 발명에 따른 사전 정의 동작을 예시한 그래프이다.
도 11은 본 발명에 따른 동작 관리 테이블의 예시도이다.
도 12는 본 발명에 따른 노이즈를 노이즈 인식 과정을 설명하기 위한 예시도이다.
이하 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다.
더하여, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급할 경우, 이는 논리적 또는 물리적으로 연결되거나, 접속될 수 있음을 의미한다. 다시 말해, 구성요소가 다른 구성요소에 직접적으로 연결되거나 접속되어 있을 수 있지만, 중간에 다른 구성요소가 존재할 수도 있으며, 간접적으로 연결되거나 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 명세서에서 기술되는 "포함 한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 발명에 따른 노이즈를 고려한 동작 인식 방법 및 장치는, 단말의 사용자 동작 인식, 로봇 제어 등 다양한 분야에 적용될 수 있으나, 이하에서는 사용자 단말에 적용된 경우를 예로 들어 설명하기로 한다.
사용자 단말에서의 동작 인식은, 사용자 단말에 대해 발생하는 기 정의된 특정 움직임(뒤집기, 특정 방향으로 흔들기, 특정 패턴 그리기, 사용자 접근)을 감지하여 사용자 단말의 특정 기능을 제어하기 위한 용도로 이용되는 것으로서, 이러한 사용자 단말의 움직임 정보를, 예를 들어, 도 1과 같은 3차원 직각 좌표계를 기준으로, 방위각, 피치(Pitch), 롤(Roll)의 회전 각도로 나타낼 수 있다.
도 1은 동작 인식을 위해 사용되는 기준 좌표계 및 움직임 정보를 나타낸 것으로서, 사용자 단말의 가로 방향을 X축, 세로 방향을 Y축, 폭 방향을 Z축이라 할 때, 방위각은 사용자 단말이 향하는 방향(동, 서, 남, 북)에 따라서 Z축을 기준으로 0~360° 또는 -180~180°로 나타내며, 피치는 가로축 기준 회전각으로서, 사용자 단말이 세워진 형태에 따라서 -90~90°로 나타내며, 롤은 세로축 기준 회전각으로서, 사용자 단말이 뉘어진 형태에 따라서 -180~180°로 나타낸다.
물론, 본 발명에 따른 동작 인식 방법 및 장치에 있어서, 기준 좌표계 및 움직임의 표현 방법은 달라질 수 있는 것으로서, 상술한 정의는 예시에 불과하다.
본 발명에 따른 동작 인식 방법 및 장치에서는, 물리적 변화를 감지하는 하나 이상의 센서에서 측정된 센싱값을 이용하여, 상술한 움직임 정보(x, y, z축 별 회전 각도)를 산출하고, 이렇게 산출된 움직임 정보를 사전 정의 동작에 대한 동작 인식 조건과 비교하여, 동작 인식을 수행한다.
본 발명에 따른 동작 인식 방법 및 장치에서 인식되는 사전 정의 동작은, 하나 이상의 단위 동작의 조합으로 이루어질 수 있다. 여기서, 단위 동작은, 사전 정의 동작을 방향, 시간, 속도 중 하나 이상을 기준으로 세분화한 동작을 의미한다.
도 2에 도시된 바와 같이, 단말을 움직이는 동작이 정의된다고 할 때, 이는 방향에 따라서 단위 동작 1, 단위 동작 2, 및 단위 동작 3으로 구분할 수 있다. 따라서, 이러한 동작을 인식할 때, 상기 단위 동작 1, 단위 동작 2 및 단위 동작 3이 순차적으로 인식된 경우, 해당 동작이 인식된 것으로 판단하게 할 수 있다. 따라서, 상기 동작 인식을 위한 동작 인식 조건은, 단위 동작 단위로 설정될 수 있다.
이상의 내용을 기반으로 본 발명에 따른 노이즈를 고려한 동작 인식 장치 및 방법에 대해 설명한다.
도 3은 본 발명에 따른 노이즈를 고려한 동작 인식 장치를 나타낸 블럭도이다.
도 3을 참조하면, 본 발명에 따른 동작 인식 장치(100)는, 물리적 변화를 감지하는 하나 이상의 센서(10)로부터 출력되는 센싱값을 수집하고, 수집한 센싱값을 비교 분석하여, 주변 상황에 대응하는 노이즈 패턴을 추출하고, 상기 추출된 노이즈 패턴을 고려하여 사전 정의 동작을 인식하기 위한 것이다. 이때, 상기 센싱값을 수집은 기 설정된 샘플링 주기로 이루어질 수 있다.
이를 위하여, 상기 동작 인식 장치(100)는, 센싱값 수집 모듈(110)과, 연산 모듈(120)과, 노이즈 패턴 추출 모듈(130)과, 동작 인식 모듈(1400)을 포함할 수 있다.
상기 센싱값 수집 모듈(110)은 하나 이상의 센서(10)로부터 출력되는 센싱값을 일정 주기로 수집한다. 이때, 하나 이상의 센서(10)로부터 출력되는 센싱값은, 센서에 따라서 상이한 단위의 값을 갖게 된다. 예를 들어, 조도 센서의 센싱값은, 조도의 양(Lux)를 나타내고, 근접 센서의 센싱값은, 근접한 사물과의 거리 및/또는 근접 여부를 나타내며, 3축 가속도 센서의 센싱값은, 3축(X, Y, Z) 방향으로의 가속도값을 나타내며, 3축 자이로 센서의 센싱값은, 3축(X, Y, Z)에 방향으로의 각속도를 나타내며, 지자기 센서의 센싱값은 지자기의 방향을 나타낸다. 상기 가속도 센서의 센싱값을 기반으로 중력가속도를 측정할 수 있으며, 이를 통해 사용자 단말이 어떻게 놓여 있는 지를 판단할 수 있다. 예를 들어, 단말이 지면에 놓여있는 경우, z축이 중력 가속도의 영향을 받게 되어, 가속도 센서의 z축 센싱값이 약 1G(=9.8m/s2)가 된다. 자이로 센서는 3개의 축별 회전 각속도를 측정하는 것으로서, 이를 통해서는 사용자 단말이 어느 방향으로 어떤 속도로 회전하는 지를 파악할 수 있다.
상기 연산 모듈(120)은, 상기 센싱값 수집 모듈(110)이 수집한 하나 이상의 센싱값을 조합하여 움직임 정보를 산출한다. 더 구체적으로 설명하면, 상기 연산 모듈(120)은 회전 벡터와 회전 행렬 연산을 통해서, 수집한 센싱값을 도 1과 같은 기 설정된 좌표계의 x, y, z축에 대한 회전각도로 변환한다.
본 발명에 따른 동작 인식 장치(100)는 동작 인식을 위한 대기 상태에서, 상기 센싱값 수집 모듈(110) 및 연산 모듈(120)을 통해서 주기적으로 하나 이상의 센서(10)의 센싱값을 수집하여, 움직임 정보(회전 각도)를 산출하며, 상기 동작 인식 모듈(140)은 상기 연산 모듈(120)에서 산출된 움직임 정보를 기반으로 사용자 움직임이 발생하였는 지 여부, 즉, 동작 인식 처리를 시작할 지 여부를 판단한다.
한편, 상기 노이즈 패턴 추출 모듈(130)은, 현재 동작 인식 장치(100)가 적용된 단말의 상태에 따른 노이즈 특성을 추출하기 위한 구성이다. 구체적으로, 상기 노이즈 패턴 추출 모듈(130)은 기 센싱값 수집 모듈(110)에 의해 수집된 하나 이상의 센싱값을 지속적으로 모니터링하여, 하나 이상의 센서(10)가 인에이블(enable)되는 시점부터 사전 정의 동작이 발생되는 시점까지의 구간으로부터 노이즈 패턴을 추출한다. 여기서, 사용자 동작이 시작되는 시점까지의 구간을 단말 상태 확인 구간이라 한다. 상기 노이즈 패턴은, 상기 단말 상태 확인 구간에서 동일한 형태로 반복되는 움직임의 최소 단위로서, 센싱값 종류 별로 추출된다.
마지막으로, 상기 동작 인식 모듈(140)은 상기 연산 모듈(200)로부터 출력되는 움직임 정보를 이용하여 기 정의된 동작을 인식하기 위한 구성이다. 구체적으로 본 발명에 있어서, 상기 동작 인식 모듈(140)은, 상기 연산 모듈(120)로부터 산출된 움직임 정보를 사전 정의 동작과 비교하여, 사용자 동작이 발생하였는 지를 판단하고, 사용자 동작이 발생한 것으로 판단되면, 상기 사용자 동작에 대응하는 센싱값에서 상기 노이즈 패턴 추출 모듈(130)에 추출된 노이즈 패턴을 제거한 후, 사전 정의 동작과 비교하여, 상기 사용자 동작이 사전 정의 동작인지 여부를 판단한다.
상술한 바와 같이 구성된 본 발명의 동작 인식 장치(100)에 의해 노이즈 패턴을 고려한 동작 인식 과정을 도 4 내지 도 12를 참조하여 설명한다. 여기서, 도 4 및 도 5는 본 발명에 따른 노이즈를 고려한 동작 인식 방법을 나타낸 순서도이고, 도 6 내지 도 12는 이를 설명하기 위한 예시도이다.
먼저, 도 4를 참조하면, 본 발명에 따른 동작 인식 장치(100)는, 동작 인식 대기 상태(S105)에서, 센싱값 수집 모듈(110)을 통해 주기적으로 하나 이상의 센서(10)의 센싱값을 수집한다(S110).
상기 센싱값 수집 모듈(110)에서 수집된 하나 이상의 센싱값은, 예를 들어, 3축 자이로 센서의 x, y, z축 센싱값, 3축 가속도 센서의 x, y, z축 센싱값이 될 수 있다. 상기 하나 이상의 센싱값은 연산 모듈(120)로 입력되며, 상기 연산 모듈(120)은 상기 하나 이상의 센싱값으로부터 움직임 정보(예를 들어, 회전 각도)를 산출하고, 이어서 동작 인식 모듈(140)은 상기 움직임 정보를 기반으로 우선 사용자 동작이 발생되는 지를 판단한다(S115).
더하여, 상기 센싱값 수집 모듈(110)에서 수집된 센싱값은 노이즈 패턴 추출 모듈(130)로 입력되며, 상기 노이즈 패턴 추출 모듈(130)은, 상기 사용자 동작이 시작되기 전까지의 단말 상태 확인 구간에서 주변 상황에 따라서 발생하는 센싱값의 변화 패턴을 확인하여(S120), 노이즈 패턴을 추출한다(S125).
예를 들어, 도 6은 하나 이상의 센서(10)가 탑재된 사용자 단말이 정지 상태인 경우, 상기 하나 이상의 센서(10)에서 발생한 센싱값을 나타낸 그래프이고, 도 7은 상기 사용자 단말이 이동 상태일 때 상기 하나 이상의 센서(10)에서 발생한 센싱값을 나타낸 그래프이다. 특히, 도 6 및 도 7은, 가속도 센서 및 자이로 센서의 센싱값을 예시한다.
사용자 단말이 정지 상태인 경우, 가속도 센서 및 자이로 센서에서 발생하는 x, y, z 축의 센싱값은, 도 6에 도시된 바와 같이, 큰 변화 없이 거의 직선에 가까운 형태로 나타나지만, 사용자 단말이 진동하거나, 이동하고 있는 경우에는, 도 7에 도시된 바와 같이, 일정한 변화 패턴이 반복하여 나타나는 양상을 보인다. 따라서, 하나 이상의 센서(10)에서 수집된 센싱값의 변화 상태를 확인함으로써, 사용자 단말의 상태를 파악할 수 있다.
상기 S120 단계는, 이러한 센싱값의 변화 패턴을 확인하여, 이동이나 진동에 의해 노이즈가 발생하는 상황인지, 정지 상태인지를 판단하기 위한 것이다.
그리고, S125 단계는, 사용자 단말의 이동이나 진동에 의해 발생된 움직임에 의해 센싱값에 나타나는 변화 패턴으로부터 노이즈 패턴을 추출하기 위한 단계로서, 상기 S125 단계에서, 상기 노이즈 패턴 추출 모듈(130)은, 수집한 센싱값에 도 7에 도시된 바와 같이, 소정의 변화가 나타나는 경우, 동일한 형태로 반복되는 변화의 최소 단위인 노이즈 패턴을 추출한다. 상기 노이즈 패턴은, 센싱값 별로 각각 추출될 수 있다. 예를 들어, 가속도 센서의 x, y, z 축 센싱값, 자이로 센서의 x, y, z 축 센싱값, 각각에 대한 노이즈 패턴이 추출된다.
이서, 상기 노이즈 패턴 추출 모듈(130)은, 상기 추출된 노이즈 패턴의 특징 정보를 추출하여 노이즈 패턴 관리 테이블을 생성한다(S130). 상기 노이즈 패턴의 특징 정보는, 노이즈 패턴에서, 센싱값의 변화가 일정 범위를 벗어나면서 증감 형태(+/-)가 전환되는 하나 이상의 측정 시점 및 각 측정 시점에서의 평균 회전 각도를 포함하여 이루어질 수 있다. 더하여, 상기 노이즈 패턴의 특징 정보는, 센싱값의 변화 정도를 나타내는 정보를 더 포함할 수 있다. 상기 변화 정도를 나타내는 정보는, 예를 들어, 하나 이상의 측정 시점의 평균 회전 각도에 대한 표준편차로 나타낼 수 있다. 상술한 노이즈 패턴의 특징 정보는 노이즈 패턴 관리 테이블이 기록된다.
도 8은, 본 발명에 따라서 노이즈 패턴 추출 모듈(130)에서 추출된 노이즈 패턴의 예시도로서, 도 7에 도시된 가속도 센서의 z축 센싱값으로부터 추출된 노이즈 패턴이다.
도 8에 도시된 노이즈 패턴에서, 일정 범위 이상의 변화가 발생하고, 증감 형태가 전환되는 측정 시점으로서, PN0(Start), PN1, PN2, PN3, PN4, PN5(End)이 추출될 수 있다. 그리고, 노이즈 패턴 추출 모듈(130)은, 동작 인식 대기 상태에서 사용자 동작이 시작되기 전까지인 단말 상태 확인 구간 동안에, 누적된 노이즈 패턴의 수를 파악하고, 각 노이즈 패턴의 측정 시점에 대응하여 연산 모듈(120)에 의해서 산출되는 움직임 정보(회전 각도)를 확인하여, 각 측정 시점 별로 단말 상태 확인 구간 동안에 나타난 복수의 노이즈 패턴들의 평균 움직임 정보(회전 각도)를 산출하여, 도 9에 도시된 바와 같이, 노이즈 패턴 관리 테이블을 생성한다. 상기 노이즈 패턴 관리 테이블에서, 각 측정 시점 별로, 시간 정보[ms](○ms)와 평균 회전 각도[degree](□°)가 매핑되어 저장된다. 아울러, 상기 노이즈 패턴 추출 모듈(130)은 하나 이상의 측정 시점에서 산출된 평균 움직임 정보의 표준 편차(△°)를 구하여 도 9의 노이즈 패턴 관리 테이블에 기록한다.
도 9와 같은 노이즈 패턴 관리 테이블은, 하나 이상의 센싱값에 각각 대응하여 생성될 수 있다.
한편, 상기 S115 단계에서, 사용자 동작으로 판단되면, 이후, 상기 센싱값 수집 모듈(110)에 의해 수집되는 센싱값은, 동작 인식 모듈(140)로 전달되어, 불필요한 처리를 줄일 수 있도록, 노이즈를 필터링하는 과정을 수행한다.
더 구체적으로, 상기 동작 인식 모듈(140)은, 기본적으로, 인식하고자 하는 사전 정의 동작에 대해서, 상기 사전 정의 동작의 특징 정보를 기록한 동작 관리 테이블을 구비하고 있다. 도 10 및 도 11은 사전 정의 동작 및 그에 대응하는 동작 관리 테이블을 예시한 것으로서, 상기 동작 관리 테이블도, 사전 정의 동작에 대응하는 하나 이상의 기준 센싱값의 변화 패턴으로부터 추출된 변화 정도가 일정 범위를 벗어나며 증감 형태(+/-)가 전환되는 하나 이상의 측정 시점 및, 상기 하나 이상의 측정 시점에 대한 시간 정보와, 움직임 정보(회전 각도)가 매핑되어 설정된다.
상기 상태에서, 상기 동작 인식 모듈(140)은, 상기 센싱값 수집 모듈(110)로부터 사용자 동작이 시작된 시점부터 수집되는 센싱값과 동작 관리 테이블의 사전 정의 동작의 특징 정보를 각각 비교하여, x, y, z축 중 적어도 하나의 축의 방향이 사전 정의 동작과 일치하는 지를 판단한다(S140). 즉, 동작 시작 시점부터 동작이 완료되는 시점까지의 움직인 방향이 사전 정의 동작과 일치하는 지를 판단한다. 상기 판단 결과, 사용자 동작의 방향이 x, y, z축 중 하나라도 일치하지 않으면, 노이즈로 판단하여 동작 인식 처리를 수행하지 않는다.
그리고, 상기 사용자 동작의 x, y, z축 중 적어도 한 축의 방향이 사전 정의 동작과 일치하는 경우, 상기 동작 인식 모듈(150)은, 노이즈 패턴 관리 테이블을 참조하여, 가장 변화 폭이 적은 축, 즉, 표준편차가 가장 작은 축을 기준으로 감지된 사용자 동작의 움직임 정보와, 상기 노이즈 패턴 관리 테이블에 저장된 움직임 정보를 비교하여, 그 차이를 산출하여, 상기 차이가 일정 범위 내인 지를 판단한다(S145, S150). 여기서, 판단 결과, 사용자 동작의 움직임 정보와 노이즈 패턴 관리 테이블에 정의된 움직임 정보의 차이가 일정 범위 이내이면, 노이즈로 판단하여 동작 인식 처리를 중단한다. 이에 의하면, 오인식을 줄이고, 불필요한 연산 처리 및 자원 낭비를 줄일 수 있다.
반면, 상기 판단 결과, 사용자 동작의 움직임 정보와 노이즈 패턴 관리 테이블에 정의된 움직임 정보의 차이가 일정 범위를 벗어나면, 노이즈가 아닌 것으로 판단하여, 상기 사용자 동작이 사전 정의 동작인지를 확인하는 동작 인식 처리를 수행한다(S155). 상기 S155 단계에서, 동작 인식 처리는, 노이즈 성분을 제거하고, 그 변화 패턴이 사전 정의 동작의 변화 패턴과 일치하는 지를 비교하는 방식으로 이루어질 수 있다.
상술한 S155 단계는 도 5에 도시된 바와 같이 이루어질 수 있다.
도 5를 참조하면, 상기 S155 단계에서, 동작 인식 모듈(140)은, 먼저, 노이즈 패턴 추출 모듈(130)에서 생성된 노이즈 패턴 관리 테이블 및 동작 관리 테이블에 설정된 모든 측정 시점에 대응하는 사용자 동작의 센싱값을 추출하고, 상기 추출된 센싱값을 연결하여, 사용자 동작의 변화 패턴을 추출한다(S205).
예를 들어, 도 12에 도시된 바와 같이, 노이즈 패턴(12)이 추출되고, 사전 정의 동작(13)이 설정된 상태에서, 사용자 동작에 대응하여 센싱값이 부호 14와 같이 수집된다고 가정할 때, 상기 동작 인식 모듈(140)은, 노이즈 패턴(12)으로부터 추출된 6개의 측정 시점(PN0~PN5)과, 사전 정의 동작(13)에서 추출된 7개의 측정 시점(P0~P6)에서의 사용자 동작의 센싱값을 추출한다. 도 12의 하부 그래프에서, 붉은 점은, 상기 측정 시점, PN0~PN5, 및 P0~P6에서 각각 추출된 사용자 동작의 센싱값을 나타낸다. 그리고, 상기 추출된 센싱값을 시간 순서로 연결하여, 사용자 동작 패턴(15)를 추출하는데, 이때, 일정 시간 동안에 급격하게 센싱값이 변화한 측정 시점은 제외시킨다. 도 12에서, 측정 시점 P1 및 PN1에 대응하는 시점이 제외되었다.
그리고, 동작 인식 모듈(140)은 상기 추출된 사용자 동작 패턴(15)을 사전 정의 동작(13)의 변화 패턴과 비교하여 사전 정의 동작과 일치하는 지를 판단하게 된다.
이를 위하여, 동작 인식 모듈(140)은, 상기 사용자 동작 패턴(15)에서, 각 측정 시점 간 기울기와 증감 형태를 추출한다(S210).
상기 추출된 사용자 동작 패턴(15)의 증감 전환 횟수와 사전 정의 동작(13)의 증감 전환 횟수를 비교하여 일치율을 산출하고(S215), 산출된 일치율을 기준값과 비교하여, 기준값 이상인 경우 사용자 동작을 사전 정의 동작으로 인식한다(S225). 상기 기준값은, 하기의 수학식 1과 같이 설정될 수 있다.
Figure pat00001
상술한 과정을 통해서, 사용자 동작을 인식함으로써, 이동 중이거나 진동에 의해 노이즈가 발생하는 상황에서도, 사전 정의 동작을 효율적으로 인식하여, 노이즈에 의한 오인식을 최소할 수 있게 된다.
본 발명에 따른 민감도 조정이 가능한 동작 인식 방법은 다양한 컴퓨터 수단을 통하여 판독 가능한 소프트웨어 형태로 구현되어 컴퓨터로 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM), 램(RAM, Random Access Memory), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함한다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 다른 유형의 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 본 발명에 따른 장치의 동작을 제어하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.
아울러, 본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다.
본 명세서에서 설명한 주제의 특정한 실시형태를 설명하였다. 기타의 실시형태들은 이하의 청구항의 범위 내에 속한다. 예컨대, 청구항에서 인용된 동작들은 상이한 순서로 수행되면서도 여전히 바람직한 결과를 성취할 수 있다. 일 예로서, 첨부도면에 도시한 프로세스는 바람직한 결과를 얻기 위하여 반드시 그 특정한 도시된 순서나 순차적인 순서를 요구하지 않는다. 특정한 구현예에서, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다.
따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위에 의해 정하여져야 한다.
본 발명에 따르면, 자이로 센서, 가속도 센서, 지자기 센서 등의 센싱값을 분석하여, 사용자 동작을 인식하는데 있어서, 사용자 동작이 시작되기 전까지의 대기 상태 동안, 센싱값을 분석하여 노이즈 패턴 및 그 특징 정보를 추출하고, 이를 기반으로 사용자 동작을 인식함으로써, 노이즈와 올바른 사용자 동작을 보다 정확하게 구분하여 인식할 수 있다.
특히, 본 발명은, 주변 상황, 즉, 동작 인식이 수행될 사용자 단말에서 진동이 울리거나 이동하는 경우, 이러한 움직임에 의해 발생하는 노이즈 패턴을 추출하고, 사용자 동작을 상기 노이즈 패턴 및 사전 정의 동작과 각각 비교함에 의해, 노이즈를 구분하여, 동작 인식 처리를 수행하도록 함으로써, 불필요한 연산 및 자원 낭비를 줄이고, 오인식률을 줄여 동작 인식 결과의 신뢰도를 향상시킬 수 있다.
10: 센서
100: 동작 인식 장치
110: 센싱값 수집 모듈
120: 연산 모듈
130: 노이즈 패턴 추출 모듈
140: 동작 인식 모듈

Claims (11)

  1. 물리적 변화를 감지하는 하나 이상의 센서로부터 센싱값을 수집하는 센싱값 수집 모듈;
    상기 수집한 센싱값으로부터 움직임 정보를 산출하는 연산 모듈;
    사용자 동작이 감지되기 전까지, 상기 센싱값 수집 모듈로부터 수집된 센싱값을 변화를 분석하여, 노이즈 패턴을 추출하고, 상기 노이즈 패턴의 특징 정보를 추출하여 노이즈 패턴 관리 테이블을 생성하는 노이즈 패턴 추출 모듈; 및
    상기 연산 모듈로부터 산출된 움직임 정보를 기반을 상기 사용자 동작을 감지하고, 사용자 동작이 감지되면, 사전 정의 동작에 대한 특징 정보 및 상기 노이즈 패턴의 특징 정보를 이용하여 동작 인식 처리를 수행하는 동작 인식 모듈을 포함하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 장치.
  2. 제1항에 있어서,
    상기 특징 정보는, 센싱값의 변화가 일정 범위를 벗어나며 증감 형태가 전환되는 하나 이상의 측정 시점, 상기 하나 이상의 측정 시점의 평균 움직임 정보, 상기 하나 이상의 측정 시점들의 평균 움직임 정보에 대한 표준 편차 중 하나 이상을 포함하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 장치.
  3. 제1항에 있어서, 상기 동작 인식 모듈은
    상기 사용자 동작이 감지되면, 사용자 동작에 대응하는 센싱값과 상기 사전 정의 동작을 비교하여, x, y, z축 중 적어도 한 축의 방향이 일치하고, 노이즈 패턴 관리 테이블에서 표준 편차가 가장 적은 축을 기준으로 노이즈 패턴의 특징 정보와 사용자 동작의 특징 정보의 차이를 구하여, 그 차가 일정 범위를 벗어나는 경우, 상기 동작 인식 처리를 수행하도록 하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 장치.
  4. 제2항에 있어서, 상기 동작 인식 모듈은
    상기 노이즈 패턴에서 추출된 측정 시점 및 상기 사전 정의 동작에서 추출된 측정 시점에서 측정된 사용자 동작의 센싱값을 추출하고, 상기 추출한 사용자 동작의 센싱값을 시간 순으로 연결하여, 상기 사용자 동작 패턴을 추출하고, 추출한 사용자 동작 패턴과 사전 정의 동작의 변화 패턴을 비교하여, 상기 사용자 동작이 사전 정의 동작인지를 판단하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 장치.
  5. 제4항에 있어서, 상기 동작 인식 모듈은
    상기 추출한 사용자 동작의 센싱값을 시간 순으로 연결할 때, 값의 차이가 기준값 이상 변화되는 센싱값을 제거하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 장치.
  6. 제5항에 있어서, 상기 동작 인식 모듈은
    상기 사용자 동작 패턴의 각 센싱값 사이의 기울기의 부호 전환 횟수와, 상기 사전 정의 동작의 변화 패턴의 기울기 부호 전환 횟수를 비교하여, 그 일치율이 기준값 이상이면 상기 사용자 동작을 사전 정의 동작으로 판단하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 장치.
  7. 제6항에 있어서, 상기 기준값은
    Figure pat00002

    인 것을 특징으로 하는 노이즈를 고려한 동작 인식 장치.
  8. 물리적 변화를 감지하는 하나 이상의 센서로부터 센싱값을 수집하는 단계;
    사용자 동작이 감지되기 전까지, 상기 수집된 센싱값을 변화를 분석하여, 노이즈 패턴을 추출하는 단계;
    상기 노이즈 패턴의 특징 정보를 추출하여 노이즈 패턴 관리 테이블을 생성하는 단계;
    상기 사용자 동작이 감지되면, 사전 정의 동작에 대한 특징 정보 및 상기 노이즈 패턴의 특징 정보를 이용하여 동작 인식 처리를 수행하는 단계를 포함하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 방법.
  9. 제8항에 있어서, 상기 특징 정보는,
    센싱값의 변화가 일정 범위를 벗어나며 증감 형태가 전환되는 하나 이상의 측정 시점, 상기 하나 이상의 측정 시점의 평균 움직임 정보, 상기 하나 이상의 측정 시점들의 평균 움직임 정보에 대한 표준 편차 중 하나 이상을 포함하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 방법.
  10. 제8항에 있어서, 상기 동작 인식 처리를 수행하는 단계는,
    상기 사용자 동작이 감지되면, 사용자 동작에 대응하는 센싱값과 상기 사전 정의 동작을 비교하여, x, y, z축 중 적어도 한 축의 방향이 일치하는 지 판단하는 단계; 및
    상기 노이즈 패턴 관리 테이블에서 표준 편차가 가장 적은 축을 기준으로 노이즈 패턴의 특징 정보와 사용자 동작의 특징 정보의 차이를 구하여, 그 차가 일정 범위를 벗어나지를 판단하는 단계를 더 포함하고,
    상기 적어도 한 축의 방향이 일치하고, 노이즈 패턴의 특징 정보와 사용자 동작의 특징 정보의 차이가 일정 범위를 벗어나면, 상기 동작 인식 처리를 수행하도록 하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 방법.
  11. 제9항에 있어서, 상기 동작 인식 처리를 수행하는 단계는,
    상기 노이즈 패턴에서 추출된 측정 시점 및 상기 사전 정의 동작에서 추출된 측정 시점에서 측정된 사용자 동작의 센싱값을 추출하는 단계;
    상기 추출한 사용자 동작의 센싱값을 시간 순으로 연결하여, 상기 사용자 동작 패턴을 추출하는 단계;
    추출한 사용자 동작 패턴과 사전 정의 동작의 변화 패턴을 비교하여, 상기 사용자 동작이 사전 정의 동작인지를 판단하는 단계를 포함하는 것을 특징으로 하는 노이즈를 고려한 동작 인식 방법.
KR1020140140119A 2014-10-16 2014-10-16 노이즈를 고려한 동작 인식 방법 및 장치 KR101958334B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140140119A KR101958334B1 (ko) 2014-10-16 2014-10-16 노이즈를 고려한 동작 인식 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140140119A KR101958334B1 (ko) 2014-10-16 2014-10-16 노이즈를 고려한 동작 인식 방법 및 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020190026447A Division KR101987308B1 (ko) 2019-03-07 2019-03-07 노이즈를 고려한 동작 인식 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20160044963A true KR20160044963A (ko) 2016-04-26
KR101958334B1 KR101958334B1 (ko) 2019-07-04

Family

ID=55919286

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140140119A KR101958334B1 (ko) 2014-10-16 2014-10-16 노이즈를 고려한 동작 인식 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101958334B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102001121B1 (ko) * 2018-10-30 2019-07-17 (주)유즈브레인넷 자이로 센서를 이용한 모션인식 장치 및 그 모션인식 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009264918A (ja) * 2008-04-24 2009-11-12 Kddi Corp 加速度センサを用いて歩行者の進行向きを決定する携帯端末、プログラム及び方法
KR20100081552A (ko) 2009-01-06 2010-07-15 삼성전자주식회사 차지 펌프 회로 및 이를 이용한 전압 변환 장치
KR20120077423A (ko) * 2010-12-30 2012-07-10 울산대학교 산학협력단 영속도 구간 검출 시스템 및 영속도 구간 검출 방법
KR20130097280A (ko) * 2012-02-24 2013-09-03 주식회사 내비오닉스코리아 이동 표준 편차를 이용한 데이터 필터링 장치 및 방법
KR20140083209A (ko) * 2012-12-26 2014-07-04 전남대학교산학협력단 사용자 동작 인식 장치 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009264918A (ja) * 2008-04-24 2009-11-12 Kddi Corp 加速度センサを用いて歩行者の進行向きを決定する携帯端末、プログラム及び方法
KR20100081552A (ko) 2009-01-06 2010-07-15 삼성전자주식회사 차지 펌프 회로 및 이를 이용한 전압 변환 장치
KR20120077423A (ko) * 2010-12-30 2012-07-10 울산대학교 산학협력단 영속도 구간 검출 시스템 및 영속도 구간 검출 방법
KR20130097280A (ko) * 2012-02-24 2013-09-03 주식회사 내비오닉스코리아 이동 표준 편차를 이용한 데이터 필터링 장치 및 방법
KR20140083209A (ko) * 2012-12-26 2014-07-04 전남대학교산학협력단 사용자 동작 인식 장치 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102001121B1 (ko) * 2018-10-30 2019-07-17 (주)유즈브레인넷 자이로 센서를 이용한 모션인식 장치 및 그 모션인식 방법

Also Published As

Publication number Publication date
KR101958334B1 (ko) 2019-07-04

Similar Documents

Publication Publication Date Title
KR101608878B1 (ko) 가속도계를 이용한 정지 검출
US8942950B2 (en) Motion detection device, electronic device, motion detection method, and program storage medium
US20160061582A1 (en) Scale estimating method using smart device and gravity data
EP3281020B1 (en) Opportunistic calibration of a smartphone orientation in a vehicle
US10520330B2 (en) Estimation of direction of motion of users on mobile devices
EP1764582A3 (en) Apparatus and method for detecting steps in a personal navigation system
KR101685388B1 (ko) 복수의 센서를 이용한 동작 인식 방법 및 장치
CN110942474B (zh) 机器人目标跟踪方法、设备及存储介质
KR20160070341A (ko) 디바이스의 회전각 결정 방법 및 이를 위한 장치
EP3289435B1 (en) User interface control using impact gestures
CN109540143B (zh) 多传感源动态峰值融合的行人非常规动作方向识别方法
CN104112112A (zh) 识别动作的方法及其装置
CN111435083A (zh) 行人航迹推算方法、导航方法及装置、手持终端及介质
KR101958334B1 (ko) 노이즈를 고려한 동작 인식 방법 및 장치
WO2018014432A1 (zh) 语音应用触发控制方法、装置及终端
KR101987308B1 (ko) 노이즈를 고려한 동작 인식 방법 및 장치
CN116092193A (zh) 一种基于人体运动状态识别的行人航迹推算方法
KR101886033B1 (ko) 사용자 동작 정의 방법 및 이를 적용한 동작 인식 장치
KR101870542B1 (ko) 모션 인식 방법 및 장치
EP2998703A1 (en) Offset estimation device, offset estimation method, and program
KR101900754B1 (ko) 사용자 동작 정의 방법 및 이를 적용한 동작 인식 장치
US20220218230A1 (en) System and method of detecting walking activity using waist-worn inertial sensors
KR102081966B1 (ko) 상황 인지 기반의 동작 인식 장치 및 이를 위한 기록 매체
CN105630195B (zh) 运动识别装置、便携式运动检测设备及其运动识别方法
US10558270B2 (en) Method for determining non-contact gesture and device for the same

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
A107 Divisional application of patent