KR20170080235A - 보행 보조기를 위한 보행 상태 추정 방법 및 장치 - Google Patents

보행 보조기를 위한 보행 상태 추정 방법 및 장치 Download PDF

Info

Publication number
KR20170080235A
KR20170080235A KR1020150191548A KR20150191548A KR20170080235A KR 20170080235 A KR20170080235 A KR 20170080235A KR 1020150191548 A KR1020150191548 A KR 1020150191548A KR 20150191548 A KR20150191548 A KR 20150191548A KR 20170080235 A KR20170080235 A KR 20170080235A
Authority
KR
South Korea
Prior art keywords
pedestrian
estimating
center point
leg
coordinate system
Prior art date
Application number
KR1020150191548A
Other languages
English (en)
Other versions
KR101908176B1 (ko
Inventor
이응혁
엄수홍
이원영
김병철
이한솔
Original Assignee
한국산업기술대학교산학협력단
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 한국산업기술대학교산학협력단 filed Critical 한국산업기술대학교산학협력단
Priority to KR1020150191548A priority Critical patent/KR101908176B1/ko
Publication of KR20170080235A publication Critical patent/KR20170080235A/ko
Application granted granted Critical
Publication of KR101908176B1 publication Critical patent/KR101908176B1/ko

Links

Images

Classifications

    • 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
    • A61B5/112—Gait analysis
    • 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
    • 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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • 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
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • 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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Rehabilitation Tools (AREA)

Abstract

보행자의 보행 상태를 추정하는 보행상태 추정 방법 및 장치가 개시된다. 일 실시예에 따른 보행상태 추정 방법은, 보행자의 다리 영상을 수신하는 단계, 상기 다리 영상에서 다리 영역을 극 좌표계 데이터로 변환하는 단계, 상기 극 좌표계 데이터를 직교 좌표계 데이터로 변환하는 단계, 상기 직교 좌표계 데이터에서 다리 중심점을 추정하는 단계 및 상기 다리 중심점을 이용해서 상기 보행자의 보행 상태를 추정하는 단계를 포함할 수 있다.

Description

보행 보조기를 위한 보행 상태 추정 방법 및 장치{APPARATUS AND METHOD FOR ESTIMATING WAKING STATUS FOR ROLLATOR}
아래의 설명은 보행 보조기에서 보행자의 보행 상태를 추정하는 기술에 관한 것이다.
최근 의료기술 발달로 인한 삶의 질 향상으로 고령자의 기대수명이 증가하고 있다. 고령자는 점차 하지 근력이 감소하여 보행에 어려움이 발생한다. 이를 극복하기 위해 일상생활을 지원하는 기기에 대한 관심이 높아지고 있으며 이동 대체 수단으로 전동 휠체어, 전동 스쿠터와 이동 보조 수단으로 보행 보조기(Rollator)가 있다. 특히 보행에 대한 자립심이 강한 고령자의 경우 이동 대체 수단 기기보다 이동 보조 수단인 보행 보조기를 선호한다.
보행보조기의 경우 사용자의 힘을 이용하여 사용하는 수동형이 대다수를 이루고 있으나 둔턱 및 장애물과 같은 위험상황 발생 시 대응 가능한 기능이 미비하다. 이를 극복하기 위한 방안으로 전동형 보행 보조기가 개발되고 있다. 이는 사용자가 이용하는 힘을 최소화할 수 있는 조작기가 있으며, 위험상황에 능동적으로 대응이 가능하다.
종래의 보행 보조기는 사용자의 보행 영역 분석을 통해 보행 상태를 파악하는 방식을 사용하고 있다. 하지만 종래에는 다리의 표면을 측정함으로써 사용자의 바지자락과 같이 돌출된 부분 또는 장애물이 검출될 경우 사용자의 위치가 왜곡되어 명확한 보행 영역 파악이 어렵다. 이러한 문제는 인체 중심점 추정의 오차를 불러 일으키며 사용자의 보행 상태 파악 기법에 적용하기 어려워 웨어러블 형태의 IMU(Inertial Measurement Unit)를 부착하여 이를 보완 하고 있는 실정이다.
보행 상태 추정 장치를 통해 사용자의 보행 의도를 정확하게 판단하여 안정적인 보행을 보조할 수 있다.
일 실시예에 따른 보행자의 보행 상태 추정 장치를 통해, 사용자의 인체 중심점 추정의 오차 발생 원인을 최소화할 수 있다.
일 실시예에 따른 보행 상태 추정 방법은, 보행자의 다리 영상을 수신하는 단계, 다리 영상에서 다리 영역을 극 좌표계 데이터로 변환하는 단계, 극 좌표계 데이터를 직교 좌표계 데이터로 변환하는 단계, 직교 좌표계 데이터에서 다리 중심점을 추정하는 단계 및 다리 중심점을 이용해서 상기 보행자의 보행 상태를 추정하는 단계를 포함할 수 있다.
직교 좌표계 데이터에서 다리 중심점을 추정하는 단계는, 다리 영역의 변곡점들을 검출하는 단계 및 상기 변곡점들 및 상기 변곡점 사이에서 검출된 다리 표면의 좌표를 이용해서 다리 중심점을 계산하는 단계를 포함할 수 있다.
보행 상태 추정 방법은, 다리 중심점을 이용해서 신체 중심점을 추정하는 단계를 더 포함할 수 있다.
신체 중심점을 추정하는 단계는, 좌측 다리 중심점과 우측 다리 중심점 사이의 중심에, 통계적 분석에 기초한 오프셋 값을 통해 상기 신체 중심점을 보정하는 단계를 포함할 수 있다.
보행 상태를 추정하는 단계는, 상기 보행자의 이동 속도 및 이동 방향을 추정하는 단계를 포함할 수 있다.
일 실시예에 따른 보행 상태 추정 장치는, 보행자의 다리 영상을 획득하는 데이터 획득부, 다리 영상에서 다리 영역을 극 좌표계 데이터로 변환하고, 극 좌표계 데이터를 직교 좌표계 데이터로 변환하는 데이터 변환부 및 직교 좌표계 데이터에서 다리 중심점을 추정하고, 다리 중심점을 이용해서 보행자의 보행 상태를 추정하는 추정부를 포함할 수 있다.
일 실시예에 따르면, 보행자의 보행 상태 추정 장치를 통해 보행자의 보행 경로를 정확하게 추정하여 보행 보조기의 성능을 강화할 수 있다.
일 실시예에 따르면, 보행자의 보행 상태 추정 장치를 통해 사용자의 인체 중심점 추정의 오차 발생 원인을 최소화할 수 있다.
도 1은 보행자의 보행을 감지하여 보행을 보조하는 보행 보조기를 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 보행 상태 추정 장치를 설명하기 위한 블록도이다.
도 3은 일 실시예에 따른 보행 상태 추정 장치에서의 극좌표계 데이터를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 보행 상태 추정 장치에서의 직교 좌표계 데이터를 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 보행 상태 추정 장치에서 다리 중심점을 추정하는 방법을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 보행 상태 추정 장치에서 직진하는 보행자의 보행 상태를 추정하는 방법을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 보행 상태 추정 장치에서 우회전하는 보행자의 보행 상태를 추정하는 방법을 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 보행 상태 추정 방법을 설명하기 위한 흐름도이다.
아래의 특정한 구조적 내지 기능적 설명들은 단지 실시예들을 설명하기 위한 목적으로 예시된 것으로, 특허출원의 범위가 본 명세서에 설명된 내용에 한정되는 것으로 해석되어서는 안 된다. 설명한 분야에 속하는 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 본 명세서에서 "일 실시예" 또는 "실시예"에 대한 언급은 그 실시예와 관련하여 설명되는 특정한 특징, 구조 또는 특성이 적어도 하나의 실시예에 포함된다는 것을 의미하며, "일 실시예" 또는 "실시예"에 대한 언급이 모두 동일한 실시예를 지칭하는 것이라고 이해되어서는 안 된다.
본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 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.
이하에서 설명될 실시예들은 보행자의 보행 보조 장치에서 보행자의 보행 상태를 추정하는데 적용될 수 있다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 보행자의 보행을 감지하여 보행을 보조하는 보행 보조기를 설명하기 위한 도면이다.
도 1을 참조하면, 보행자(120)의 보행을 보조하는 보행 보조기(110)를 확인할 수 있다.
여기서 보행자(120)는 고령자, 하지 재활 환자, 하지 장애인 등 보행 능력이 부족한 모든 사람을 포함할 수 있다.
보행 보조기를 사용하는 보행자는 신체 능력이 부족하기 때문에 조작이 미숙할 경우, 조향의 정확성이 떨어져 보행자의 안전을 위해 보행 상태를 추정하는 기능이 필요하다.
일 실시예에 따른 보행 보조기(110)는 보행 상태 추정 장치(111), 손잡이(112, 113), 레이저 거리 측정 센서(114), 및 보행 보조 바퀴(115)를 포함할 수 있다.
보행 보조기(110)는 보행 상태 추정 장치(111)에서 추정된 사용자의 보행 상태를 통해 경로를 예측하여 보행 보조 바퀴(115)를 통해 스스로 이동할 수 있다.
보행자(120)는 보행 보조기(110)의 손잡이(112, 113)에 몸을 지탱하여 보행을 보조 받을 수 있다.
레이저 거리 측정 센서(114)는 보행자(120)의 다리 움직임을 촬영하여 보행 상태 추정 장치(111)에 촬영된 영상을 송신할 수 있다. 이때, 레이저 거리 측정 센서(114)는 보행자(120)의 정강이 부분을 촬영하고, 바람직하게는 바닥으로부터 30cm에 위치할 수 있다.
레이저 거리 측정 센서(114)는 레이저를 방출하고 보행자의 다리에서 반사되는 레이저를 감지하여 보행자의 다리 영역을 검출할 수 있다.
보행 상태 추정 장치(111)에 대한 보다 상세한 설명은 도 2에서 하도록 한다.
도 2는 일 실시예에 따른 보행 상태 추정 장치를 설명하기 위한 블록도이다.
도 2를 참조하면, 일 실시예에 따른 보행 상태 추정 장치(111)는 데이터 획득부(210), 데이터 변환부(220) 및 추정부(230)를 포함할 수 있다.
데이터 획득부(210)는 보행자의 다리 영상을 획득할 수 있다.
보행 상태 추정 장치는 레이저 거리 측정 센서를 포함할 수도 있으며, 별도의 레이저 거리 측정 센서로부터 보행자의 다리 영상을 수신할 수도 있다. 따라서, 데이터 획득부(210)는 레이저 거리 측정 센서에서 촬영된 영상을 획득할 수 있다.
레이저 거리 측정 센서는 레이저를 송신하고, 다리에서 반사되는 레이저 신호를 감지해서 보행자의 다리 영상을 획득할 수 있다.
데이터 변환부(220)는 획득한 다리 영상에서의 다리 영역을 극 좌표계 데이터로 변환할 수 있다.
극 좌표계 데이터에 관한 보다 상세한 설명은 도 3을 통해서 하도록 한다.
또, 데이터 변환부(220)는 극 좌표계 데이터를 직교 좌표계 데이터로 변환할 수 있다.
직교 좌표계 데이터에 관한 보다 상세한 설명은 도 4를 통해서 하도록 한다.
추정부(230)는 상기 직교 좌표계 데이터에서 다리 중심점을 추정할 수 있다.
다리 중심점의 추정에 관한 보다 상세한 설명은 도 5를 통해서 하도록 한다.
추정부(230)는 다리 중심점을 이용해서 신체 중심점을 추정할 수 있다. 이때, 신체 중심점은 좌측 다리 중심점과 우측 다리 중심점을 연결한 선과 오프셋만큼의 차이가 있을 수 있다. 따라서, 추정부(230)는 좌측 다리 중심점과 우측 다리 중심점 사이의 중심에, 통계적 분석에 기초한 오프셋 값을 통해 상기 신체 중심점을 보정할 수 있다. 이때, 오프셋 값은 복수의 보행자로부터 머신 러닝을 통해서 측정될 수 있다.
추정부(230)는 다리 중심점을 이용해서 보행자의 보행 상태를 추정할 수 있다. 다리 중심점의 이동 경로를 분석하면 보행자의 보행 경로를 추정할 수 있다. 또, 다리 영상에서 다리 영상이 없어지고 매우 큰 하나의 영역이 검출되면, 보행자의 낙상을 추정할 수도 있다. 또, 추정부(230)는 보행자의 이동 속도 및 이동 방향을 추정할 수 있다.
보행자의 보행 상태의 추정에 관한 보다 상세한 설명은 도 6 및 도 7을 통해서 하도록 한다.
도 3은 일 실시예에 따른 보행 상태 추정 장치에서의 극좌표계 데이터를 설명하기 위한 도면이다.
레이저 거리 측정 센서(310)는 각도에 따른 거리 량을 기준으로 다리 영상을 측정할 수 있다. 이를 보행 상태 추정 장치에서 수집하여 극 좌표계 데이터로 변환할 수 있다.
도 3을 참조하면, 극 좌표 데이터를 확인할 수 있다. 레이저 거리 측정 센서(310)는 보행자의 우측 다리(320)와 좌측 다리(330)를 촬영하고, 보행 상태 추정 장치의 데이터 변환부는 다리 영상을 극 좌표계 데이터로 변환할 수 있다.
이때, 극 좌표계 데이터에서는 우측 다리(320)와 좌측 다리(330)를 각도와 거리를 표시하는 2차원 데이터로 나타낼 수 있다.
도 3의 실험 예에서는 1미터의 측정 반경으로 설명하고 있으나, 이에 국한되는 것은 아니다.
도 3에서 레이저 거리 측정 센서의 관측 영역을 확인할 수 있다. 이때, 실험 예에서 총 관측 가능한 각도는 180°이고, 관측 거리는 1m로 하였다. 수집된 다리 영상은 각도 및 거리를 기초로 하는 극 좌표계로 변환할 수 있다. 그래프의 측정 범위는 각도를 45° 에서 135°까지로 제한할 수 있으며, 하기 수학식 1을 통해 측정 범위를 설정 할 수 있다.
Figure pat00001
수학식 1에서,
Figure pat00002
는 데이터 당 각도를 나타내며,
Figure pat00003
는 총 데이터 개수를 의미한다. 또한 n은 데이터 개수를 의미하며, n의 개수는 측정 범위의 각도
Figure pat00004
에 따라 결정된다.
극 좌표계 데이터는 보행 보조기와 사용자간의 거리 측정에는 용이하지 않으며, 사용자의 보행 관측 구간을 제시하기는 어렵다. 또한 다리 영역에서의 변곡점 분석을 위해서 난이도 높은 연산식이 필요하며, 이로 인해 시간지연이 발생 할 수 있다. 이를 해결하기 위해서는 극 좌표계 데이터를 직교 좌표계 데이터로 변환할 필요가 있다.
도 4는 일 실시예에 따른 보행 상태 추정 장치에서의 직교 좌표계 데이터를 설명하기 위한 도면이다.
도 4를 참조하면, 직교 좌표계 데이터를 확인할 수 있다. 도 3의 극 좌표계 데이터는 도 4와 같이 직교 좌표계 데이터로 변환될 수 있다.
상기 수학식 1에서 도출된
Figure pat00005
와 n을 하기 수학식 2에 넣어서, 직교 좌표계 데이터로 변환할 수 있다.
Figure pat00006
여기서,
Figure pat00007
는 수집된 데이터 당 거리를 나타낸다. 이렇게 수집된 데이터를 삼각함수에 적용하여
Figure pat00008
및
Figure pat00009
를 도출 할 수 있다.
변곡점 및 거리 변화량 분석은 좌측과 우측의 다리 영역 중심점 추정을 위한 최적의 3포인트를 도출하기 위한 전처리 과정이다.
도 4 우측의 확대된 도면에서, 변곡점(421, 422)과 그 중간점(423)을 도출할 수 있다. 변곡점(421, 422)은 y축 변화량 분석을 통해 y축 변화량이 급격한 점을 통해 도출할 수 있다. 이때, y축 변화량은 1사이클 동안 누적된 y축 데이터의 변화 폭을 통해 검출할 수 있다. 변곡점의 위치는 다리가 관측되는 시작점과 끝점에서 발생한다. 변곡점에서의 y축 변화량은 다리 표면에서 측정되는 평균 거리와 반비례 관계이다. 중간점(423)은 변곡점(421, 422) 사이에서 검출된 다리 표면의 좌표를 통해 도출할 수 있다.
보다 상세하게,
Figure pat00010
를 이용하면 보행 보조기와 사용자간의 거리를 추정할 수 있다.
Figure pat00011
는 다리 영역의 분석 시 다리 표면 크기를 추정 하는데 사용될 수 있다. 이를 통해 복잡한 연산 과정 없이, 다리 영역 분석에 따른 변곡점 및 거리 변화량을 분석할 수 있다.
양측의 다리 영역에서 4개의 변곡점이 획득될 수 있다. 이때 한 사이클 동안 수집된 데이터를 직교 좌표계 데이터로 변환하는 과정에서 획득한
Figure pat00012
를 이용해서 거리 간의 평균 변화율을 분석할 수 있다.
다리 영역 분석을 통한
Figure pat00013
의 거리 변화량을 분석한 결과 다리 영역이 검출되는 양 끝 점에서 변화량이 급격히 증가한 것을 알 수 있다.
변곡점(421, 422)과 그 중간점(423)을 이용해서 다리 중심점(424)을 예측할 수 있다.
다리 중심점(424)을 구하는 방법은 도 5에서 상세하게 설명하도록 한다.
도 5는 일 실시예에 따른 보행 상태 추정 장치에서 다리 중심점을 추정하는 방법을 설명하기 위한 도면이다.
도 5를 참조하면, 제1 변곡점(510), 제2 변곡점(520) 및 중심점(530)을 이용해서 다리 중심점(540)을 구하는 방법을 확인할 수 있다.
다리 중심점을 추정하기 위해서, 3개의 점을 이용한 외접원 공식인 하기 수학식 3과 수학식 4를 이용할 수 있다.
Figure pat00014
Figure pat00015
Figure pat00016
수학식 3을 통해 다리 영역의 3개의 점을 이용하여 다리 영역의 중심점을 추정할 수 있다.
Figure pat00017
과
Figure pat00018
는 다리 중심점을 기준으로 한 기울기를 나타내며, 이 기울기는 다리 영역의 시작 점인
Figure pat00019
와 끝 점인
Figure pat00020
, 그리고 중간 점인
Figure pat00021
을 이용해서 획득할 수 있다. 이렇게 얻은 기울기와 다리 영역의 3점을 이용하여 다리 영역의 중심점인
Figure pat00022
,,
Figure pat00023
의 좌표를 추정할 수 있다.
도 6은 일 실시예에 따른 보행 상태 추정 장치에서 직진하는 보행자의 보행 상태를 추정하는 방법을 설명하기 위한 도면이다.
도 6을 참조하면, 보행자의 우측 다리(610)와 좌측 다리(621, 622, 623, 624, 625, 626)의 움직임을 통해서 보행자의 신체 중심점(631, 632, 633, 634, 635, 636)의 이동을 확인할 수 있다.
이때, 신체 중심점(631, 632, 633, 634, 635, 636)은 보행 경로 중심선(640)을 벗어나지 않고 진행하는 것을 확인할 수 있다. 이를 통해서 보행 상태 추정 장치는 보행자가 직진하는 보행을 계속 진행하는 것으로 추정할 수 있다.
이때, 신체 중심점(631, 632, 633, 634, 635, 636)은 우측 다리(610)와 좌측 다리(621, 622, 623, 624, 625, 626)의 중심점을 연결한 선 보다 오프셋 거리만큼 앞으로 나와있는 것을 확인할 수 있다. 이는 보행자의 신체 중심점이 다리 중심점의 연결선 보다 일정 거리만큼 차이가 있음을 보여주는 것이다.
일 실시예에 따르면, 신체 중심점(631, 632, 633, 634, 635, 636)과 우측 다리(610)와 좌측 다리(621, 622, 623, 624, 625, 626)의 중심점을 연결한 선 사이의 오프셋은 복수의 보행자들의 보행을 미리 측정하여 획득할 수 있다. 이는 보행 상태 추정 장치를 이용해서 미리 측정한 뒤에 저장해둘 수 있다. 또, 신체 중심점(631, 632, 633, 634, 635, 636)과 우측 다리(610)와 좌측 다리(621, 622, 623, 624, 625, 626)의 중심점을 연결한 선 사이의 오프셋은 보행자마다 다를 수 있다. 따라서, 오프셋은 해당 보행자에 따라 사용 전에 미리 저장해둘 수 있다.
도 7은 일 실시예에 따른 보행 상태 추정 장치에서 우회전하는 보행자의 보행 상태를 추정하는 방법을 설명하기 위한 도면이다.
도 7을 참조하면, 보행자의 우측 다리(710)와 좌측 다리(721, 722, 723, 724, 725, 726)의 움직임을 통해서 보행자의 신체 중심점(731, 732, 733, 734, 735, 736)의 이동을 확인할 수 있다.
이때, 신체 중심점(31, 732, 733, 734, 735, 736)은 보행 경로 중심선(740)에서 좌측으로 이동하는 것을 확인할 수 있다. 이를 통해서 보행 상태 추정 장치는 보행자가 우회전하는 보행을 계속 진행하는 것으로 추정할 수 있다.
도 6과 도 7에서는 보행자의 직진 경로와 우회전 경로에 대해서 설명하고 있으나, 보행 중 속도 측정, 우회전 측정 시에도 사용할 수 있다.
도 8은 일 실시예에 따른 보행 상태 추정 방법을 설명하기 위한 흐름도이다.
도 8을 참조하면, 단계(810)에서, 보행 상태 추정 장치는 레이저 거리 추정기를 통해서 보행자의 다리 영상을 획득할 수 있다.
보행 상태 추정 장치는 레이저 거리 추정기를 포함할 수도 있으며, 별도의 레이저 거리 추정기로부터 보행자의 다리 영상을 수신할 수도 있다.
이때, 레이저 거리 추정기는 레이저 거리 측정 센서를 포함할 수 있다.
단계(810)에서, 보행 상태 추정 장치는 획득한 다리 영상을 극 좌표계 데이터로 변환할 수 있다.
단계(820)에서, 보행 상태 추정 장치는 극 좌표계 데이터를 직교 좌표계 데이터로 변환할 수 있다.
단계(830)에서, 보행 상태 추정 장치는 직교 좌표계 데이터를 이용해서 다리 중심점을 추정할 수 있다.
일 실시예에 따르면, 보행 상태 추정 장치는 직교 좌표계 데이터에서 변곡점 및 거리 변화량 분석을 통해 다리 중심점을 추정할 수 있다. 변곡점은 직교 좌표계 데이터에서 y축 변화량 분석을 통해 y축 변화량이 급격한 점을 도출할 수 있다. 이때, y축 변화량은 1사이클 동안 누적된 y축 데이터의 변화 폭을 통해 검출할 수 있다. 변곡점의 위치는 다리가 관측되는 시작점과 끝점에서 발생한다. 변곡점에서의 y축 변화량은 다리 표면에서 측정되는 평균 거리와 반비례 관계이다. 중간점은 변곡점 사이에서 검출된 다리 표면의 좌표를 통해 도출할 수 있다.
다리 영역 분석을 통한
Figure pat00024
의 거리 변화량을 분석한 결과 다리 영역이 검출되는 양 끝 점에서 변화량이 급격히 증가한 것을 알 수 있다.
변곡점과 그 중간점을 이용해서 다리 중심점을 예측할 수 있다.
보행 상태 추정 장치는 다리 중심점을 이용해서 신체 중심점을 추정할 수 있다. 이때, 신체 중심점은 좌측 다리 중심점과 우측 다리 중심점을 연결한 선과 오프셋만큼의 차이가 있을 수 있다. 따라서, 보행 상태 추정 장치는 좌측 다리 중심점과 우측 다리 중심점 사이의 중심에, 통계적 분석에 기초한 오프셋 값을 통해 상기 신체 중심점을 보정할 수 있다. 이때, 오프셋 값은 복수의 보행자로부터 머신 러닝을 통해서 측정될 수 있다.
단계(840)에서, 보행 상태 추정 장치는 보행자의 보행 상태를 추정할 수 있다.
다리 중심점의 이동 경로를 분석하면 보행자의 보행 경로를 추정할 수 있다. 또, 다리 영상에서 다리 영상이 없어지고 매우 큰 하나의 영역이 검출되면, 보행자의 낙상을 추정할 수도 있다. 또, 보행 상태 추정 장치는 보행자의 이동 속도 및 이동 방향을 추정할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(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. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

Claims (6)

  1. 보행 상태 추정 방법에 있어서,
    보행자의 다리 영상을 수신하는 단계;
    상기 다리 영상에서 다리 영역을 극 좌표계 데이터로 변환하는 단계;
    상기 극 좌표계 데이터를 직교 좌표계 데이터로 변환하는 단계;
    상기 직교 좌표계 데이터에서 다리 중심점을 추정하는 단계; 및
    상기 다리 중심점을 이용해서 상기 보행자의 선속도 및 회전 각속도를 검출하는 단계
    를 포함하는 보행자의 보행 상태 추정 방법.
  2. 제1항에 있어서,
    상기 직교 좌표계 데이터에서 다리 중심점을 추정하는 단계는,
    다리 영역의 변곡점들을 검출하는 단계;
    상기 변곡점들 및 상기 변곡점 사이에서 검출된 다리 표면의 좌표를 이용해서 다리 중심점을 계산하는 단계
    를 포함하는 보행자의 보행 상태 추정 방법.
  3. 제1항에 있어서,
    상기 다리 중심점을 이용해서 신체 중심점을 추정하는 단계
    를 더 포함하고,
    상기 다리 중심점을 이용해서 상기 보행자의 선속도 및 회전 각속도를 검출하는 단계는,
    상기 신체 중심점을 이용해서 상기 보행자의 선속도 및 회전 각속도를 검출하는 단계
    를 포함하는 보행자의 보행 상태 추정 방법.
  4. 제3항에 있어서,
    상기 신체 중심점을 추정하는 단계는,
    좌측 다리 중심점과 우측 다리 중심점 사이의 중심에, 통계적 분석에 기초한 오프셋 값을 통해 상기 신체 중심점을 보정하는 단계
    를 포함하는 보행자의 보행 상태 추정 방법.
  5. 제1항에 있어서,
    상기 보행 상태를 추정하는 단계는,
    상기 보행자의 이동 속도 및 이동 방향을 추정하는 단계
    를 포함하는 보행자의 보행 상태 추정 방법.
  6. 보행 상태 추정 장치에 있어서,
    보행자의 다리 영상을 획득하는 데이터 획득부;
    상기 다리 영상에서 다리 영역을 극 좌표계 데이터로 변환하고, 상기 극 좌표계 데이터를 직교 좌표계 데이터로 변환하는 데이터 변환부; 및
    상기 직교 좌표계 데이터에서 다리 중심점을 추정하고, 상기 다리 중심점을 이용해서 상기 보행자의 선속도 및 회전 각속도를 검출하여 보행 상태를 추정하는 추정부
    를 포함하는 보행자의 보행 상태 추정 장치.
KR1020150191548A 2015-12-31 2015-12-31 보행 보조기를 위한 보행 상태 추정 방법 및 장치 KR101908176B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150191548A KR101908176B1 (ko) 2015-12-31 2015-12-31 보행 보조기를 위한 보행 상태 추정 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150191548A KR101908176B1 (ko) 2015-12-31 2015-12-31 보행 보조기를 위한 보행 상태 추정 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20170080235A true KR20170080235A (ko) 2017-07-10
KR101908176B1 KR101908176B1 (ko) 2018-10-15

Family

ID=59356104

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150191548A KR101908176B1 (ko) 2015-12-31 2015-12-31 보행 보조기를 위한 보행 상태 추정 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101908176B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220001639A (ko) 2020-06-30 2022-01-06 한국산업기술대학교산학협력단 초음파센서로 사용자의 보행상태를 추정하여 의도를 파악하는 시스템 및 이동보조장치
KR102686509B1 (ko) 2021-12-21 2024-07-17 동의대학교 산학협력단 롤레이터 치수 측정 장치와 이를 이용하여 롤레이터 사용 자세에 대한 자동 신체 치수를 측정하는 방법 및 시스템
KR102663335B1 (ko) 2022-02-15 2024-05-03 아이문헬스케어 주식회사 스마트 보행 보조가 가능한 보행차 및 보행차의 스마트 주행 방법
KR20240071789A (ko) 2022-11-16 2024-05-23 아이문헬스케어 주식회사 사용자의 보행 데이터에 기초한 스마트 보행 보조를 제공하는 보행차 및 보행차의 스마트 주행 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100814289B1 (ko) 2006-11-14 2008-03-18 서경대학교 산학협력단 실시간 동작 인식 장치 및 그 방법
FR2947236B1 (fr) 2009-06-30 2011-07-15 Aldebaran Robotics Procede pour controler la marche d'un robot mobile et robot mettant en oeuvre le procede
JP2014195506A (ja) 2013-03-29 2014-10-16 株式会社エクォス・リサーチ 歩行補助装置
JP2015061579A (ja) 2013-07-01 2015-04-02 株式会社東芝 動作情報処理装置

Also Published As

Publication number Publication date
KR101908176B1 (ko) 2018-10-15

Similar Documents

Publication Publication Date Title
CN107080540B (zh) 用于分析人的步态和姿势平衡的系统和方法
Zhao et al. Adaptive gait detection based on foot-mounted inertial sensors and multi-sensor fusion
KR102292683B1 (ko) 보행 환경 인식 방법 및 장치
KR101908176B1 (ko) 보행 보조기를 위한 보행 상태 추정 방법 및 장치
KR102503910B1 (ko) 기립 보조 방법 및 장치
US20170087416A1 (en) Systems and methods for rehabilitation of limb motion
Weenk et al. Ambulatory estimation of relative foot positions by fusing ultrasound and inertial sensor data
Djurić-Jovičić et al. Nonlinear optimization for drift removal in estimation of gait kinematics based on accelerometers
Chen et al. Extracting spatio-temporal information from inertial body sensor networks for gait speed estimation
Joukov et al. Online tracking of the lower body joint angles using IMUs for gait rehabilitation
Baldewijns et al. Validation of the kinect for gait analysis using the GAITRite walkway
JP2016150193A (ja) 運動解析装置
KR101642286B1 (ko) 보행특성을 이용한 실내에서의 보행자 이동방향 추정 방법
Kyrarini et al. Comparison of vision-based and sensor-based systems for joint angle gait analysis
Watanabe et al. A study on IMU-based stride length estimation for motor disabled subjects: A comparison under different calculation methods of rotation matrix
Joly et al. Feet and legs tracking using a smart rollator equipped with a Kinect
KR20190022198A (ko) 착용형 센서를 이용한 자세정보 보정 방법 및 이를 수행하는 기록매체
JP2016043092A (ja) 運動測定装置
EP3542719B1 (en) Information processing system, information processing device and information processing method
CN105232053B (zh) 一种人体踝关节跖屈相位检测系统及方法
Tsuda et al. Visualization system of crutch walking based on internal sensors
KR20150107783A (ko) 피실험자의 움직임의 범위를 평가하기 위한 시스템 및 방법
JP5424224B2 (ja) 相対角度推定システム
Wu et al. A robust step length estimation system for human gait using motion sensors
Huang et al. An ANN Based Human Walking Distance Estimation with an Inertial Measurement Unit

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