WO2020032474A1 - 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법 - Google Patents

휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법 Download PDF

Info

Publication number
WO2020032474A1
WO2020032474A1 PCT/KR2019/009592 KR2019009592W WO2020032474A1 WO 2020032474 A1 WO2020032474 A1 WO 2020032474A1 KR 2019009592 W KR2019009592 W KR 2019009592W WO 2020032474 A1 WO2020032474 A1 WO 2020032474A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
behavior
portable terminal
sensor
reference pattern
Prior art date
Application number
PCT/KR2019/009592
Other languages
English (en)
French (fr)
Inventor
손원길
Original Assignee
손원길
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 손원길 filed Critical 손원길
Publication of WO2020032474A1 publication Critical patent/WO2020032474A1/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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • 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
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • 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
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms

Definitions

  • the present invention relates to a system and method for monitoring a behavioral abnormality of a user, and more particularly, to a monitoring system and method for determining and warning a user's physical abnormality or behavioral abnormality of a user having a portable terminal such as a smartphone. will be.
  • the Ministry of Health and Welfare recognizes the necessity of the above and proceeds care for the elderly. Specifically, regardless of the subject's condition, the Ministry of Health and Welfare identifies the abnormality of the elderly through visits and calls, but with limited budget. Therefore, the benefit rate of the project is very low, around 15%.
  • Patent Document 1 Korean Patent Publication No. 10-2013-0107519
  • a mobile terminal user's behavior abnormality monitoring system and method aims at solving the following problems.
  • the present invention provides a system and method for monitoring a behavioral abnormality of a portable terminal user without incurring additional costs for constructing a system and without fear of conflict with current laws such as a personal information protection law.
  • a system for monitoring behavior abnormality of a user of a portable terminal includes: a user portable terminal having at least one sensor detecting at least one of user behavior information and external environment information; A management server for determining whether the user's behavior is abnormal based on a detection value of the sensor and a preset reference pattern, and generating a warning signal based on a determination result; And a third party terminal receiving the warning signal, wherein the reference pattern is a behavior pattern of a user according to a lapse of time calculated through machine learning of a detection value of the sensor detected during a preset period of time. do.
  • the sensor may be at least one of an acceleration sensor, a gyro sensor, a geomagnetic sensor, a position sensor, an illuminance sensor, and a proximity sensor.
  • the management server the input unit for receiving the detection value of the sensor from the user portable terminal; A reference pattern setting unit for calculating the reference pattern; A determination unit which determines whether the user has an abnormal behavior by comparing the reference pattern with a real-time behavior pattern calculated based on the detection value of the sensor; And a warning signal generation unit generating the warning signal based on a determination result of the determination unit and transmitting the warning signal to at least one of the portable terminal and the third party terminal.
  • the reference pattern setting unit calculates an upper limit allowance and a lower limit allowance based on the reference pattern, and the determination unit determines that the user's behavior is abnormal when the real-time behavior pattern exceeds the upper limit allowance or is lower than the lower limit allowable value. desirable.
  • the reference pattern setting unit sets the reference pattern by dividing the reference pattern into a plurality of time intervals and assigns different first weights to the respective time intervals, wherein the first weight is set higher in a time interval adjacent to the current time point. It is desirable to be.
  • the determination unit determines the abnormality of the user by dividing the real-time behavior pattern into a plurality of time intervals and assigning different second weights to each of the time intervals, wherein the plurality of time intervals are for one day. It is preferable to distinguish based on the state.
  • the warning signal generation unit transmits the warning signal to the third party terminal when there is no reply from the user portable terminal or a response from the request for help request within a preset time after transmitting the warning signal to the user portable terminal. It is desirable to.
  • Determination of the behavior abnormality of the portable terminal user determines the behavior abnormality of the portable terminal user to determine whether the behavior of the portable terminal user based on the detection value of the sensor built in the user portable terminal
  • An apparatus comprising: an input unit configured to receive a detection value of the sensor from the user portable terminal; A reference pattern setting unit for calculating a reference pattern; A determination unit which determines whether the user has an abnormal behavior by comparing the reference pattern with a real-time behavior pattern calculated based on the detection value of the sensor; And a warning signal generation unit generating the warning signal based on a determination result of the determination unit and transmitting the warning signal to at least one of the portable terminal and the third party terminal.
  • a method for monitoring behavior abnormality of a user of a portable terminal comprising: detecting at least one of behavior information and external environment information of a user by a sensor embedded in the user portable terminal; Determining, by a management server, whether the user's behavior is abnormal based on a detection value of the sensor and a preset reference pattern; Generating a warning signal based on whether the user's behavior is abnormal, and transmitting the warning signal to the user portable terminal and a preset third party terminal, wherein the reference pattern is detected during the preset period of time.
  • the detection value of the sensor is characterized in that the behavior pattern of the user over time calculated through the machine learning.
  • the determining of whether the behavior is abnormal may include calculating the reference pattern; Calculating a real-time behavior pattern of the user based on the detected value of the sensor; Comparing the reference pattern with the real time behavior pattern; And determining whether the user's behavior is abnormal based on a comparison result.
  • the transmitting of the warning signal may include generating a warning signal based on whether the user's behavior is abnormal; Transmitting the warning signal to the user portable terminal; Waiting for a reply corresponding to the warning signal from the user portable terminal; Transmitting the warning signal to the third party terminal if there is no reply or a response from the request for help within a preset time.
  • the system and method for monitoring behavioral abnormality of a portable terminal user is easy to use without a separate device because it is possible to determine whether a behavioral abnormality of a user is detected using only data detected by a sensor embedded in a user's terminal. We can expect the effect of building the system at low cost.
  • the elderly care project can be expected to expand the actual beneficiaries without additional budget and manpower increase.
  • FIG. 1 is a conceptual diagram briefly illustrating a system for monitoring a behavioral abnormality of a portable terminal user according to an exemplary embodiment of the present invention.
  • FIG. 2 is a block diagram schematically showing the detailed configuration of the management server of the configuration of the monitoring system for behavioral abnormalities of the portable terminal user according to an embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating a method of monitoring a behavioral abnormality of a portable terminal user according to an embodiment of the present invention in time series.
  • FIG. 1 is a conceptual diagram briefly showing a behavior abnormality monitoring system of a portable terminal user according to an embodiment of the present invention
  • Figure 2 is a configuration of the behavior abnormality monitoring system of a portable terminal user according to an embodiment of the present invention It is a block diagram briefly showing the detailed configuration of the management server.
  • the behavioral abnormality monitoring system of the portable terminal user is largely configured to include the user portable terminal 100, the management server 200 and the third party terminal 300 as shown in FIG. do.
  • the user portable terminal 100 is a terminal such as a smartphone, a tablet PC, etc. possessed by a protected person such as an elderly person, and the user portable terminal 100 may detect at least one of user's behavior information and external environment information. Is provided.
  • Sensors provided in the user portable terminal 100 may include an acceleration sensor, a gyro sensor, a position sensor, an illuminance sensor, a proximity sensor, and the like. It is possible to grasp environmental data and life patterns of users.
  • the management server 200 determines whether the user's behavior is abnormal based on the detection value of the sensor of the user portable terminal 100, and generates a warning signal based on the determination result.
  • the management server 200 may utilize an interrupt type in determining whether the user's behavior is abnormal based on the sensor detection value of the user portable terminal 100.
  • the interrupt type is a method of determining that an abnormality has occurred in the behavior of the portable terminal user when the value detected from the sensor is a value that is difficult to occur universally or generally.
  • the value measured by the accelerometer may be very different from the value measured when the user runs with the portable terminal. It is possible to determine whether or not an error has occurred.
  • the illuminance sensor continuously measures the amount of light above a preset value for a long time at dawn time when the user should be in a normal sleep state, it is also recognized that this is not a general and universal situation, so that the user's behavior is abnormal. It can be judged that it occurred.
  • the situation in which the power of the portable terminal is continuously off (Off) for more than a predetermined period may also be a criterion for determining whether the behavior of the user is abnormal.
  • this type of interrupt can detect the sudden occurrence of the accident, but it is impossible to detect the abnormality of the long-term behavior pattern, such as daily or weekly.
  • the management server 200 in the behavior abnormality monitoring system of the portable terminal user determines whether the behavior abnormality of the user is based on the detection value of the sensor 110 and a preset reference pattern. .
  • such a reference pattern may be defined as a user's pattern of passage of time as the detection value of the sensor detected during a predetermined period is calculated through machine learning.
  • the determination of the behavioral abnormality of the user through comparison with the reference pattern can be applied in various types.
  • the average amount of activity for each day and time is calculated by accumulating the values detected from a preset period (for example, 2 to 3 weeks) sensor, and the average amount of activity. After setting the maximum confidence value and the minimum confidence value for each day on the basis of the standard, if the value detected from the sensor exceeds the maximum confidence value or less than the minimum confidence value, the user's behavior is determined to be abnormal.
  • the maximum confidence level and the minimum confidence level may be set to A + b and Ab, respectively. If the sensor detects that the user's exercise amount is far below Ab, it may be determined that the user's behavior is abnormal.
  • the application of the trend type can be considered. Specifically, by accumulating the values detected from the sensors, the amount of exercise information obtained over time of the user is acquired, and the unit time for data analysis is obtained. After dividing into, the user's behavior abnormality is determined based on the change of the average value for each unit time.
  • the unit time is set to 1 week
  • the average value of the daytime acceleration gradually decreases for 6 months based on the information detected from the acceleration sensor, the user's exercise ability or health is abnormal. You can judge.
  • the average value of the weekly movement amount is continuously lowered based on the information detected from the movement sensor, it may be possible to confirm that the user's outing situation is gradually being lowered.
  • pattern modeling is a method of early identification of abnormal symptoms of users by comparing and retrieving abnormal behavior patterns secured in advance with current user behavior patterns.
  • the reference model may be generated by patterning and modeling, in particular, patterning and Modeling can be performed through machine learning.
  • such a reference pattern should be continuously updated to continuously reflect the detection values continuously transmitted from the sensor of the user portable terminal 100.
  • management server 200 of the behavior abnormality monitoring system of the portable terminal user will be described in more detail with reference to FIG. 2.
  • the management server 200 of the mobile terminal user's behavior abnormality monitoring system has a large input unit 210, a reference pattern setting unit 220, and a determination unit 230. It is configured to include a warning signal generator 240.
  • the input unit 210 receives a detection value detected by a sensor of the user portable terminal 100 from the user portable terminal 100.
  • the reference pattern setting unit 220 performs a function of calculating the above-described reference pattern, and specifically calculates a user's behavior pattern over time based on a detection value of a sensor detected during a preset period through machine learning. .
  • the reference pattern is set by accumulating the detection value detected by the sensor of the user portable terminal 100 for a predetermined period as described above, and the same weight is applied to both the past data and the latest data that are too old from the present time. There is a problem that the reliability of the reference pattern is somewhat lowered when the reference pattern is generated.
  • the reference pattern setting unit 220 sets a reference pattern by dividing the reference pattern into a plurality of time intervals and assigning different first weights to the time intervals, wherein the first weight is the current time point. It is preferable that the time interval adjacent to is set higher.
  • the detection value for the last six months is weighted with 1, and the weighting value for the detection value for the last six months to the last year is 0.5.
  • the reliability of the reference pattern can be improved by increasing the importance of the recent data when setting the reference pattern.
  • the determination unit 230 compares the reference pattern calculated by the reference pattern setting unit 220 with the real-time behavior pattern calculated based on the sensor of the user portable terminal 100 to determine whether the user has an abnormal behavior. .
  • the determination of user behavior abnormality in the determination unit 230 may be performed by various types such as the above-mentioned average type and trend type, and in addition, whether the real-time measurement value is included in the upper and lower limit values set in the reference pattern. It is also possible to judge by whether or not.
  • the reference pattern setting unit 220 calculates an upper limit allowable value and a lower limit allowable value based on the set reference pattern, and the determination unit 230 determines that the user's behavior is abnormal when the real-time behavior pattern exceeds the upper limit allowable value or is lower than the lower limit allowable value. I judge it.
  • the determination unit 230 may classify one day into a plurality of time sections based on the activity state of the user, and then determine whether the user has an abnormal behavior by assigning a different weight, that is, a sensitivity, to each time section.
  • one day can be divided into 0 o'clock to 06 o'clock, 06 o'clock to 18 o'clock, and 18 o'clock to 24 o'clock, based on three activity states of sleep, rest and activity.
  • different weights are applied to each time section to determine whether a user's behavior is abnormal.
  • the warning signal generator 240 generates a warning signal when it is determined that the user's behavior is abnormal as a result of the determination by the determination unit 230, and generates at least one of the user portable terminal 100 and the third party terminal 300. It sends a warning signal.
  • the third party terminal 300 is a portable terminal possessed by a guardian of a portable terminal user such as a child of the user, a primary care physician and a local elderly care manager.
  • the warning signal generator 240 transmits the warning signal to the user portable terminal 100 and there is no reply from the user portable terminal 100 or a response to the request for help within a preset time.
  • the warning signal is transmitted to the third party terminal 300.
  • FIG. 3 is a flowchart illustrating a method of monitoring a behavioral abnormality of a portable terminal user according to an exemplary embodiment of the present invention in a time series
  • FIGS. 4 and 5 are flowcharts detailing some steps of FIG. 3.
  • a method for monitoring behavioral abnormality of a user of a portable terminal is largely composed of three steps as shown in FIG. 3.
  • a sensor 110 embedded in the user portable terminal 100 detects at least one of user's behavior information and external environment information.
  • the management server 200 determines whether the user's behavior is abnormal based on the detection value of the sensor and the preset reference pattern (S200).
  • the reference pattern is defined as a user's behavior pattern over time calculated by machine learning the detection value of the sensor provided in the user portable terminal 100 detected for a predetermined period.
  • step (S200) of determining whether the user's behavior is abnormal may be configured in four steps as shown in FIG.
  • a step (S230) of comparing the reference pattern and the real-time behavior pattern calculated in each of the two previous steps is performed, and thereafter, a step (S240) of determining whether the user's behavior is abnormal based on the comparison result is performed.
  • step S200 of determining whether the user has an abnormal behavior After performing the step S200 of determining whether the user has an abnormal behavior, generating a warning signal based on the abnormal behavior of the user, and transmitting the warning signal to the user portable terminal and a preset third party terminal (S300). ) Is performed.
  • the warning signal generation and warning signal transmission step S300 may be specifically divided into four steps as shown in FIG. 5.
  • a step (S310) of generating a warning signal based on a user's behavioral abnormality is first performed, and then a step (S320) of transmitting a warning signal to the user portable terminal 100 is performed.
  • the management server 200 waits for a reply corresponding to the warning signal from the user portable terminal 100 (S330). In this case, when there is a reply from the user portable terminal 100 that there is no abnormality, the user It is determined that the current state of the normal state does not separately transmit a warning signal to the terminal 300 of the third party.
  • the step S340 of transmitting a warning signal to the preset third party terminal 300 is performed.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템은 사용자의 행동 정보 및 외부 환경 정보 중 적어도 하나를 검출하는 적어도 하나의 센서를 구비하는 사용자 휴대용 단말기; 상기 센서의 검출값과 미리 설정된 기준 패턴에 기초하여 상기 사용자의 행동 이상 여부를 판단하고, 판단 결과에 기초하여 경고 신호를 생성하는 관리서버; 및 상기 경고 신호를 전달받는 제3자 단말기;를 포함하고, 상기 기준 패턴은 미리 설정된 기간동안 검출된 상기 센서의 검출값을 기계학습을 통해 산출되는 시간 경과에 따른 사용자의 행동 패턴인 것을 특징으로 한다.

Description

휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법
본 발명은 사용자의 행동 이상여부 모니터링 시스템 및 방법에 관한 것으로, 구체적으로는 스마트폰 등의 휴대용 단말기를 소지하고 있는 사용자의 신체 이상 또는 행동 이상 여부를 판단하고 경고할 수 있는 모니터링 시스템 및 방법에 관한 것이다.
노인인구 급증과 더불어, 핵가족화 및 고령자의 의식 변화 등에 의해 자녀와 떨어져 독립적으로 생활하는 고령자의 수가 지속적으로 증가할 것으로 예상됨에 따라 심신 기능이 약한 고령자가 안전하고 독립적인 삶을 살기 위해서는 다양한 고령자 지원 서비스가 필요한 상황이다.
현재 보건복지부에서는 상술한 필요성을 인식하여 노인 돌봄사업을 진행하고 있으며, 구체적으로 대상자의 상태와는 상관없이 순번에 의한 방문 및 통화를 통하여 노인의 상태 이상 여부를 파악하고 있는 상황이나, 한정된 예산으로 인하여 해당 사업의 수혜율은 15% 내외로 매우 저조한 실정이다.
결국 노인복지 예산을 늘리지 않음과 동시에 노인 돌봄사업의 실효성을 확보하기 위해서는 이상 상태가 있는 자를 선별하여 선택적으로 케어할 수 있는 시스템이 요구된다.
이를 위하여 고령자의 신체 또는 행동 이상 여부를 모니터링하는 시스템 및 방법이 제안되고 있는 상황이지만, 개인정보 보호법 등의 국내법과의 저촉될 수 있다는 점 및 모니터링 시스템 구축에 많은 비용 및 인력이 필요하다는 점 때문에 이에 대한 개발이 활발히 수행되지 못하고 있다.
한편, 하기 선행문헌은 텔리-덴탈 스마트 케어 시스템 및 방법에 관한 기술이 개시되어 있으며, 본 발명의 기술적 요지는 포함하고 있지 않다.
[선행기술문헌]
(특허문헌 1) 한국공개특허공보 제10-2013-0107519호
본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법은 상술한 문제점을 해결하기 위하여 다음과 같은 해결 과제를 목적으로 한다.
예산 추가 및 인력 증원 없이 고령자의 돌봄사업의 실효성을 담보할 수 있는 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법을 제공하는 것이다.
또한, 시스템 구축을 위한 추가적인 비용 발생이 없는 동시에 개인정보 보호법 등의 현행법과의 충돌 우려가 없는 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법을 제공하는 것이다.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당해 기술분야에 있어서의 통상의 지식을 가진 자에게 명확하게 이해할 수 있을 것이다.
본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템은 사용자의 행동 정보 및 외부 환경 정보 중 적어도 하나를 검출하는 적어도 하나의 센서를 구비하는 사용자 휴대용 단말기; 상기 센서의 검출값과 미리 설정된 기준 패턴에 기초하여 상기 사용자의 행동 이상 여부를 판단하고, 판단 결과에 기초하여 경고 신호를 생성하는 관리서버; 및 상기 경고 신호를 전달받는 제3자 단말기;를 포함하고, 상기 기준 패턴은 미리 설정된 기간동안 검출된 상기 센서의 검출값을 기계학습을 통해 산출되는 시간 경과에 따른 사용자의 행동 패턴인 것을 특징으로 한다.
상기 센서는 가속도 센서, 자이로 센서, 지자기 센서, 위치 센서, 조도 센서, 근접 센서 중 적어도 하나인 것이 바람직하다.
상기 관리서버는, 상기 사용자 휴대용 단말기로부터 상기 센서의 검출값을 전달받는 입력부; 상기 기준 패턴을 산출하는 기준 패턴 설정부; 상기 기준 패턴과 상기 센서의 검출값에 기초하여 산출된 실시간 행동 패턴을 비교하여 상기 사용자의 행동 이상여부를 판단하는 판단부; 및 상기 판단부의 판단 결과에 기초하여 상기 경고 신호를 생성하고, 상기 휴대용 단말기 및 상기 제3자 단말기 중 적어도 하나에 상기 경고 신호를 송신하는 경고신호 생성부;를 포함하는 것이 바람직하다.
상기 기준 패턴 설정부는 상기 기준 패턴에 기초하여 상한 허용치 및 하한 허용치를 산출하고, 상기 판단부는 상기 실시간 행동 패턴이 상기 상한 허용치를 초과하거나 상기 하한 허용치 미만인 경우 상기 사용자의 행동에 이상이 있다고 판단하는 것이 바람직하다.
상기 기준 패턴 설정부는 상기 기준 패턴을 복수 개의 시간 구간으로 구분한 후 상기 시간 구간 별 각각 다른 제1 가중치를 부여하여 상기 기준 패턴을 설정하되, 상기 제1 가중치는 현재 시점과 인접한 시간 구간일수록 높게 설정되는 것이 바람직하다.
상기 판단부는 상기 실시간 행동 패턴을 복수 개의 시간 구간으로 구분한 후 상기 시간 구간 별 각각 다른 제2 가중치를 부여하여 상기 사용자의 이상여부를 판단하되, 상기 복수 개의 시간 구간은 1일을 상기 사용자의 활동 상태에 기초하여 구분되는 것이 바람직하다.
상기 경고신호 생성부는, 상기 사용자 휴대용 단말기에 상기 경고 신호를 송신한 후 미리 설정된 시간 이내에 상기 사용자 휴대용 단말기로부터 회신이 없거나 또는 도움요청 취지의 응답이 있는 경우 상기 제3자 단말기에 상기 경고 신호를 송신하는 것이 바람직하다.
본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 판단 장치는 사용자 휴대용 단말기에 내장된 센서의 검출값에 기초하여 상기 휴대용 단말기 사용자의 행동 이상여부를 판단하는 휴대용 단말기 사용자의 행동이상여부 판단장치에 관한 것으로, 상기 사용자 휴대용 단말기로부터 상기 센서의 검출값을 전달받는 입력부; 기준 패턴을 산출하는 기준 패턴 설정부; 상기 기준 패턴과 상기 센서의 검출값에 기초하여 산출된 실시간 행동 패턴을 비교하여 상기 사용자의 행동 이상여부를 판단하는 판단부; 및 상기 판단부의 판단 결과에 기초하여 상기 경고 신호를 생성하고, 상기 휴대용 단말기 및 상기 제3자 단말기 중 적어도 하나에 상기 경고 신호를 송신하는 경고신호 생성부;를 포함하는 것을 특징으로 한다.
본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 방법은 사용자 휴대용 단말기에 내장된 센서가 사용자의 행동 정보 및 외부 환경 정보 중 적어도 하나를 검출하는 단계; 관리서버가 상기 센서의 검출값과 미리 설정된 기준 패턴에 기초하여 상기 사용자의 행동 이상 여부를 판단하는 단계; 상기 사용자의 행동 이상 여부에 기초하여 경고 신호를 생성하고, 상기 사용자 휴대용 단말기 및 미리 설정된 제3자 단말기에 상기 경고 신호를 송신하는 단계;를 포함하고, 상기 기준 패턴은 미리 설정된 기간동안 검출된 상기 센서의 검출값을 기계학습을 통해 산출되는 시간 경과에 따른 사용자의 행동 패턴인 것을 특징으로 한다.
상기 행동 이상 여부를 판단하는 단계는, 상기 기준 패턴을 산출하는 단계; 상기 센서의 검출값에 기초하여 상기 사용자의 실시간 행동 패턴을 산출하는 단계; 상기 기준 패턴 및 상기 실시간 행동 패턴을 비교하는 단계; 및 비교 결과에 기초하여 상기 사용자의 행동 이상여부를 판단하는 단계;를 포함하는 것이 바람직하다.
상기 경고 신호를 송신하는 단계는, 상기 사용자의 행동 이상 여부에 기초하여 경고 신호를 생성하는 단계; 상기 사용자 휴대용 단말기에 상기 경고 신호를 송신하는 단계; 상기 사용자 휴대용 단말기로부터 상기 경고 신호에 대응되는 회신을 기다리는 단계; 미리 설정된 시간 이내에 상기 회신이 없거나 또는 도움 요청 취지의 응답이 있는 경우 상기 제3자 단말기에 상기 경고 신호를 송신하는 단계;를 포함하는 것이 바람직하다.
본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법은 사용자의 단말기에 내장된 센서에 의하여 검출된 데이터만을 이용하여 사용자의 행동 이상여부를 파악할 수 있으므로 별도의 장치 없이 용이하고 저비용으로 시스템을 구축할 수 있는 효과를 기대할 수 있다.
또한, 휴대용 단말기에 내장된 센서의 검출값에 의하여 획득된 사용자의 행동 패턴을 누적하여 저장하여 빅데이터를 확보하고, 이를 딥러닝(Deep Learning) 등의 기계학습을 통하여 시간 경과에 사용자의 기준 행동패턴을 설정함으로써 사용자의 행동 이상여부를 정확하게 판단할 수 있는 효과를 기대할 수 있다.
아울러, 노인 돌봄사업의 경우 예산 추가 및 인력 증원 없이도 실질적인 수혜자의 확대가 가능하다는 효과를 기대할 수 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당해 기술분야에 있어서의 통상의 지식을 가진 자가 명확하게 이해할 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템을 간략히 도시한 개념도이다.
도 2는 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템의 구성 중 관리서버의 세부 구성을 간략히 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 방법을 시계열적으로 도시한 플로우차트이다.
도 4 및 도 5는 도 3의 일부 단계를 구체적으로 세분화한 플로우차트이다.
[부호의 설명]
100: 사용자 휴대용 단말기
200: 관리서버
300: 제3자 단말기
첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
이하, 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템을 도 1 및 도 2를 참조하여 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템을 간략히 도시한 개념도이고, 도 2는 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템의 구성 중 관리서버의 세부 구성을 간략히 도시한 블록도이다.
본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템은 도 1에 도시된 바와 같이 크게 사용자 휴대용 단말기(100), 관리서버(200) 및 제3자 단말기(300)를 포함하도록 구성된다.
사용자 휴대용 단말기(100)는 노약자 등 피보호대상이 소지하는 스마트폰, 태블릿 PC 등의 단말기이며, 이러한 사용자 휴대용 단말기(100)에는 사용자의 행동 정보 및 외부 환경 정보 중 적어도 하나를 검출할 수 있는 센서가 구비된다.
사용자 휴대용 단말기(100)에 구비된 센서로는 가속도 센서, 자이로 센서, 위치 센서, 조도 센서, 근접 센서 등을 들 수 있으며, 상술한 각 센서의 검출 내용에 기초하여 사용자의 운동 데이터, 사용자 주변의 환경 데이터 및 사용자의 생활 패턴을 파악하는 것이 가능하다.
관리서버(200)는 사용자 휴대용 단말기(100)의 센서의 검출값에 기초하여 사용자의 행동 이상여부를 판단하고, 판단결과에 기초하여 경고 신호를 생성하는 기능을 수행한다.
한편, 관리서버(200)가 사용자 휴대용 단말기(100)의 센서 검출값에 기초하여 사용자의 행동 이상여부를 판단하는데 있어서 인터럽트(Interrupt) 유형을 활용할 수 있다.
여기에서 인터럽트 유형은 센서로부터 검출한 값이 보편적 또는 일반적으로 발생하기 어려운 값인 경우 휴대용 단말기 사용자의 행동에 이상이 발생하였다고 판단하는 방법이다.
예를 들어, 사용자가 뛰다가 넘어져서 휴대용 단말기를 떨어뜨릴 경우 가속도센서에서 측정된 값은 사용자가 휴대용 단말기를 소지한 채로 달릴때 측정되는 값과는 매우 상이한 값이 발생하므로, 이에 기초하여 사용자의 행동에 이상 발생 유무를 판별할 수 있다.
또한, 사용자가 일반적으로 수면 상태에 있어야 할 새벽시간에 조도센서가 미리 설정된 값 이상의 광량을 오랜 시간동안 연속적으로 측정할 경우, 이 또한 일반적이고 보편적인 상황이 아닌 것으로 파악하여 사용자의 행동에 이상이 발생한 것으로 판단할 수 있다.
나아가, 휴대용 단말기의 전원이 미리 설정된 기간을 초과하여 연속적으로 오프(Off) 상태에 있는 상황 또한 사용자의 행동 이상 유무 판별의 기준이 될 수도 있을 것이다.
다만, 이러한 인터럽트 유형은 갑작스러운 사고 발생 상황을 파악하는 것이 가능하지만 사용자의 일간 또는 주간 등의 중장기 행동패턴의 이상여부를 검출하는 것은 불가능하다.
따라서, 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템에서의 관리서버(200)는 센서(110)의 검출값과 미리 설정된 기준 패턴에 기초하여 사용자의 행동이상 여부를 판단한다.
특히, 이러한 기준 패턴은 미리 설정된 기간동안 검출된 센서의 검출값을 기계학습(Machine Learning)을 통하여 산출되는 시간 경과에 따른 사용자의 행통 패턴으로 정의될 수 있다.
상기와 같이 기준 패턴과의 비교를 통한 사용자의 행동 이상여부의 판단은 여러가지 유형으로 적용이 가능하다.
먼저 에버러지(Average) 유형의 적용을 고려해볼 수 있는데, 구체적으로 미리 설정된 기간(예를 들면 2~3주) 센서로부터 검출한 값을 누적시켜 각 요일별, 시간대별 평균 활동량을 산출하고, 평균 활동량을 기준으로 각 요일별 최대신뢰수치 및 최소신뢰수치를 설정한 후, 센서로부터 검출한 값이 최대신뢰수치를 초과하거나 최소신뢰수치 미만일 경우 사용자의 행동에 이상이 발생하였다고 판단하는 방법이다.
예를 들어, 사용자가 매주 토요일날 9시경 교회를 가는 상황이라면 토요일의 사용자 평균 운동량이 A라고 결정될 경우, 최대신뢰수치 및 최소신뢰수치는 각각 A+b, A-b로 설정될 수 있으며, 향후 토요일에 센서가 검출한 사용자의 운동량이 A-b에 훨씬 못미치는 것으로 파악하게 되면, 사용자의 행동에 이상이 발생한 것으로 판단할 수 있다.
두번째로는 트렌드(Trend) 유형의 적용을 고려해볼 수 있으며, 구체적으로 센서로부터 검출한 값을 누적시켜 사용자의 시간 경과에 따른 운동량 정보 등을 획득하고, 획득한 운동량 정보를 데이터 분석을 위한 단위 시간으로 구획한 후, 단위 시간별 평균값의 변화 추이에 기초하여 사용자의 행동이상 여부를 판단하는 방법이다.
예를 들어 단위 시간을 1주로 설정하는 것을 전제로 하면, 가속도센서로부터 검출한 정보에 기초하여 주간 가속도의 평균값이 6개월 내내 점차적으로 낮아지고 있을 경우, 사용자의 운동능력 저하 또는 건강에 이상이 있다고 판단할 수 있다.
또한, 이동센서로부터 검출한 정보에 기초하여 주간 이동량의 평균값이 지속적으로 낮아지고 있을 경우, 사용자의 외출 상황이 점점 낮아지고 있음을 확인하는 것도 가능할 것이다.
세번째로는 패턴모델링(Pattern Modeling) 유형으로, 미리 확보된 이상행동패턴을 현재 사용자의 행동패턴과 상호 비교 및 검색하여 사용자의 이상징후를 조기 판별하는 방법이다.
예를 들어, 우울증 등 질환이 있는 사람이나 자살한 사람의 시간대별 운동량 정보 또는 행동정보 등을 포함한 빅데이터를 확보한 후 이를 패턴화 및 모델링을 하여 기준 모델을 생성할 수 있으며, 특히 패턴화 및 모델링은 머신러닝(Machine learning)을 통하여 수행할 수 있다.
결국, 기준 패턴과의 비교를 통한 사용자의 행동 이상여부의 판단의 경우 일정 시간 동안 센서로부터 측정된 값을 수집한 데이터의 누적이 필요하며, 누적된 데이터를 딥러닝(Deep Learning) 등의 기계학습을 통하여 정확한 기준 패턴의 형성이 필요하다.
아울러, 이러한 기준 패턴은 사용자 휴대용 단말기(100)의 센서로부터 지속적으로 전달받은 검출값들을 연속적으로 반영될 수 있도록 업데이트가 지속적으로 이루어져야 한다.
이하, 도 2를 참조하여 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템의 관리서버(200)에 대하여 좀 더 구체적으로 살펴보도록 한다.
본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템의 관리서버(200)는 도 2에 도시된 바와 같이 크게 입력부(210), 기준 패턴 설정부(220), 판단부(230), 경고신호 생성부(240)를 포함하도록 구성된다.
입력부(210)는 사용자 휴대용 단말기(100)로부터 사용자 휴대용 단말기(100)의 센서가 검출한 검출값을 전달받는 기능을 수행한다.
기준 패턴 설정부(220)는 앞서 설명한 기준 패턴을 산출하는 기능을 수행하며, 구체적으로 미리 설정된 기간동안 검출된 센서의 검출값에 기초하여 시간 경과에 따른 사용자의 행동 패턴을 기계학습을 통하여 산출한다.
특히, 이러한 기준 패턴은 상술한 바와 같이 미리 설정된 기간 동안 사용자 휴대용 단말기(100)의 센서가 검출한 검출값을 누적하여 설정되는데, 현재 시점으로부터 너무 오래된 과거의 데이터와 최근의 데이터에 모두 동일한 가중치를 부여하여 기준 패턴을 생성할 경우 기준 패턴의 신뢰도가 다소 떨어지는 문제점이 있다.
상기 문제점을 해결하기 위하여 기준 패턴 설정부(220)는 기준 패턴을 복수 개의 시간 구간으로 구분한 후 상기 시간 구간 별 각각 다른 제1 가중치를 부여하여 기준 패턴을 설정하되, 이러한 제1 가중치는 현재 시점과 인접한 시간 구간일수록 높게 설정되는 것이 바람직하다.
예를 들어, 최근 2년간의 검출값에 기초하여 기준 패턴을 설정할 경우, 최근 6개월 간의 검출값에는 1의 가중치를 부여하고, 최근 6개월부터 최근 1년 간의 검출값에는 0.5의 가중치를 부여하고, 최근 1년부터 최근 2년 산의 검출값에는 0.2의 가중치를 부여함으로써, 기준 패턴의 설정시 최근 데이터에 중요도를 높임으로써 기준 패턴의 신뢰도를 향상시킬 수 있게 된다.
판단부(230)는 기준 패턴 설정부(220)에서 산출된 기준 패턴과 사용자 휴대용 단말기(100)의 센서에 기초하여 산출된 실시간 행동 패턴을 비교하여 사용자의 행동 이상여부를 판단하는 기능을 수행한다.
이러한 판단부(230)에서의 사용자 행동이상 여부 판단은 앞서 언급한 에버리지 유형, 트렌드 유형 등 여러 유형에 의하여 수행될 수 있으며, 이 밖에 실시간 측정값이 기준 패턴에서 설정된 상한 및 하한 허용치 내에 포함되어 있는지 여부에 의하여 판단하는 것도 가능하다.
구체적으로 기준 패턴 설정부(220)는 설정된 기준 패턴에 기초하여 상한 허용치 및 하한 허용치를 산출하고, 판단부(230)는 실시간 행동 패턴이 상한 허용치를 초과하거나 하한 허용치 미만인 경우 사용자의 행동에 이상이 있다고 판단한다.
한편, 판단부(230)는 사용자의 활동 상태에 기초하여 1일을 복수 개의 시간 구간으로 구분한 후, 각 시간 구간 별 다른 가중치, 즉 민감도를 부여하여 사용자의 행동 이상여부를 판단할 수 있다.
예를 들어 1일을 수면, 휴식, 활동의 3가지의 활동 상태에 기초하여 각각 0시 ~ 06시, 06시 ~ 18시, 18시 ~ 24시로 구분할 수 있으며, 사용자의 성향 및 현재 겪고 있는 질환 등을 고려하여 각 시간 구간 별로 다른 가중치를 적용하여 사용자의 행동 이상여부를 판단하는 것이다.
경고신호 생성부(240)는 판단부(230)의 판단 결과 사용자의 행동에 이상이 있다고 판단될 경우 경고 신호를 생성하고, 사용자 휴대용 단말기(100) 및 제3자 단말기(300) 중 적어도 하나에 경고 신호를 송신하는 기능을 수행한다.
여기에서 제3자 단말기(300)는 사용자의 자녀, 주치의 및 지역 노인돌봄 관리사 등 휴대용 단말기 사용자의 보호자가 소지하는 휴대용 단말기이다.
특히, 이러한 경고신호 생성부(240)는 상기 사용자 휴대용 단말기(100)에 상기 경고 신호를 송신한 후 미리 설정된 시간 이내에 상기 사용자 휴대용 단말기(100)로부터 회신이 없거나 또는 도움요청 취지의 응답이 있는 경우 상기 제3자 단말기(300)에 상기 경고 신호를 송신하는 것이 바람직하다.
이하에서는 도 3 내지 도 5를 참조하여 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 방법에 대하여 설명하도록 하되, 앞에서 설명한 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 시스템의 내용과 중복되는 내용은 그 자세한 설명을 생략하도록 한다.
도 3은 본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 방법을 시계열적으로 도시한 플로우차트이고, 도 4 및 도 5는 도 3의 일부 단계를 구체적으로 세분화한 플로우차트이다.
본 발명의 일 실시예에 따른 휴대용 단말기 사용자의 행동 이상여부 모니터링 방법은 도 3에 도시된 바와 같이 크게 3단계로 구성된다.
먼저 사용자 휴대용 단말기(100)에 내장된 센서(110)가 사용자의 행동 정보 및 외부 환경 정보 중 적어도 하나를 검출하는 단계(S100)가 수행된다.
이후, 관리서버(200)가 센서의 검출값과 미리 설정된 기준 패턴에 기초하여 사용자의 행동 이상 여부를 판단하는 단계(S200)가 수행된다.
여기에서 기준 패턴은 미리 설정된 기간동안 검출된 사용자 휴대용 단말기(100)에 구비된 센서의 검출값을 기계학습을 통해 산출되는 시간 경과에 따른 사용자의 행동 패턴으로 정의된다.
특히, 사용자의 행동 이상여부를 판단하는 단계(S200)는 도 4에 도시된 바와 같이 4단계로 구성될 수 있다.
구체적으로, 기준 패턴을 산출하는 단계(S210) 및 사용자 휴대용 단말기(100)의 센서 검출값에 기초하여 사용자의 실시간 행동 패턴을 산출하는 단계(S220)가 수행된다.
이후, 앞선 두 단계에서 각각 산출된 기준 패턴 및 실시간 행동 패턴을 비교하는 단계(S230)가 수행되고, 이후 비교 결과에 기초하여 사용자의 행동 이상여부를 판단하는 단계(S240)가 수행된다.
이러한 사용자의 행동 이상여부를 판단하는 단계(S200)의 수행 이후에는 사용자의 행동 이상여부에 기초하여 경고 신호를 생성하고, 사용자 휴대용 단말기 및 미리 설정된 제3자 단말기에 경고 신호를 송신하는 단계(S300)가 수행된다.
이러한 경고 신호 생성 및 경고 신호 송신 단계(S300)는 도 5에 도시된 바와 같이 구체적으로 4단계로 세분화될 수 있다.
사용자의 행동 이상여부에 기초하여 경고 신호를 생성하는 단계(S310)가 먼저 수행되고, 이후 사용자 휴대용 단말기(100)에 경고 신호를 송신하는 단계(S320)가 수행된다.
이후 관리서버(200)가 사용자 휴대용 단말기(100)로부터 경고 신호에 대응되는 회신을 기다리는 단계(S330)가 수행되고, 이때 사용자 휴대용 단말기(100)로부터 현재 이상이 없다는 취지의 회신이 있을 경우에는 사용자의 현재 상태가 정상인 것으로 파악하여 보호자인 제3자의 단말기(300)에 별도 경고 신호를 송신하지 않는다.
반대로, 미리 설정된 시간 이내에 사용자 휴대용 단말기(100)로부터 회신이 없거나 또는 도움 요청 취지의 응답이 있는 경우에는 미리 설정된 제3자 단말기(300)에 경고 신호를 송신하는 단계(S340)가 수행된다.
본 명세서에서 설명되는 실시예와 첨부된 도면은 본 발명에 포함되는 기술적 사상의 일부를 예시적으로 설명하는 것에 불과하다. 따라서 본 명세서에 개시된 실시예들은 본 발명의 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이므로, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것이 아님은 자명하다. 본 발명의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당해 기술분야에 있어서의 통상의 지식을 가진 자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시예는 모두 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (9)

  1. 사용자의 행동 정보 및 외부 환경 정보 중 적어도 하나를 검출하는 적어도 하나의 센서를 구비하는 사용자 휴대용 단말기;
    상기 센서의 검출값과 미리 설정된 기준 패턴에 기초하여 상기 사용자의 행동 이상 여부를 판단하고, 판단 결과에 기초하여 경고 신호를 생성하는 관리서버; 및
    상기 경고 신호를 전달받는 제3자 단말기;를 포함하고,
    상기 기준 패턴은 미리 설정된 기간동안 검출된 상기 센서의 검출값을 기계학습을 통해 산출되는 시간 경과에 따른 사용자의 행동 패턴이고,
    상기 관리서버는, 상기 사용자 휴대용 단말기로부터 상기 센서의 검출값을 전달받는 입력부; 및 상기 기준 패턴을 산출하는 기준 패턴 설정부;를 포함하고,
    상기 기준 패턴 설정부는 상기 기준 패턴을 복수 개의 시간 구간으로 구분한 후 상기 시간 구간 별 각각 다른 제1 가중치를 부여하여 상기 기준 패턴을 설정하되, 상기 제1 가중치는 현재 시점과 인접한 시간 구간일수록 높게 설정되는 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템.
  2. 청구항 1에 있어서,
    상기 센서는 가속도 센서, 자이로 센서, 지자기 센서, 위치 센서, 조도 센서, 근접 센서 중 적어도 하나인 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템.
  3. 청구항 1에 있어서, 상기 관리서버는,
    상기 기준 패턴과 상기 센서의 검출값에 기초하여 산출된 실시간 행동 패턴을 비교하여 상기 사용자의 행동 이상여부를 판단하는 판단부; 및
    상기 판단부의 판단 결과에 기초하여 상기 경고 신호를 생성하고, 상기 사용자 휴대용 단말기 및 상기 제3자 단말기 중 적어도 하나에 상기 경고 신호를 송신하는 경고신호 생성부;
    를 포함하는 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템.
  4. 청구항 3에 있어서,
    상기 기준 패턴 설정부는 상기 기준 패턴에 기초하여 상한 허용치 및 하한 허용치를 산출하고,
    상기 판단부는 상기 실시간 행동 패턴이 상기 상한 허용치를 초과하거나 상기 하한 허용치 미만인 경우 상기 사용자의 행동에 이상이 있다고 판단하는 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템.
  5. 청구항 3에 있어서, 상기 경고신호 생성부는,
    상기 사용자 휴대용 단말기에 상기 경고 신호를 송신한 후 미리 설정된 시간 이내에 상기 사용자 휴대용 단말기로부터 회신이 없거나 또는 도움요청 취지의 응답이 있는 경우 상기 제3자 단말기에 상기 경고 신호를 송신하는 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템.
  6. 사용자 휴대용 단말기에 내장된 센서의 검출값에 기초하여 상기 휴대용 단말기 사용자의 행동 이상여부를 판단하는 휴대용 단말기 사용자의 행동이상여부 판단장치에 있어서,
    상기 사용자 휴대용 단말기로부터 상기 센서의 검출값을 전달받는 입력부;
    기준 패턴을 산출하는 기준 패턴 설정부;
    상기 기준 패턴과 상기 센서의 검출값에 기초하여 산출된 실시간 행동 패턴을 비교하여 상기 사용자의 행동 이상여부를 판단하는 판단부; 및
    상기 판단부의 판단 결과에 기초하여 경고 신호를 생성하고, 상기 휴대용 단말기 및 제3자 단말기 중 적어도 하나에 상기 경고 신호를 송신하는 경고신호 생성부;
    를 포함하고,
    상기 기준 패턴 설정부는 상기 기준 패턴을 복수 개의 시간 구간으로 구분한 후 상기 시간 구간 별 각각 다른 제1 가중치를 부여하여 상기 기준 패턴을 설정하되, 상기 제1 가중치는 현재 시점과 인접한 시간 구간일수록 높게 설정되는 휴대용 단말기 사용자의 행동 이상여부 판단 장치.
  7. 사용자 휴대용 단말기에 내장된 센서가 사용자의 행동 정보 및 외부 환경 정보 중 적어도 하나를 검출하는 단계;
    관리서버가 상기 센서의 검출값과 미리 설정된 기준 패턴에 기초하여 상기 사용자의 행동 이상 여부를 판단하는 단계;
    상기 사용자의 행동 이상 여부에 기초하여 경고 신호를 생성하고, 상기 사용자 휴대용 단말기 및 미리 설정된 제3자 단말기에 상기 경고 신호를 송신하는 단계;
    를 포함하고,
    상기 기준 패턴은 미리 설정된 기간동안 검출된 상기 센서의 검출값을 기계학습을 통해 산출되는 시간 경과에 따른 사용자의 행동 패턴이고,
    상기 기준 패턴은 복수 개의 시간 구간으로 구분된 후 상기 시간 구간 별 각각 다른 제1 가중치가 부여되도록 설정되되, 상기 제1 가중치는 현재 시점과 인접한 시간 구간일수록 높게 설정되는 휴대용 단말기 사용자의 행동 이상여부 모니터링 방법.
  8. 청구항 7에 있어서,
    상기 행동 이상 여부를 판단하는 단계는,
    상기 기준 패턴을 산출하는 단계;
    상기 센서의 검출값에 기초하여 상기 사용자의 실시간 행동 패턴을 산출하는 단계;
    상기 기준 패턴 및 상기 실시간 행동 패턴을 비교하는 단계; 및
    비교 결과에 기초하여 상기 사용자의 행동 이상여부를 판단하는 단계;
    를 포함하는 휴대용 단말기 사용자의 행동 이상여부 모니터링 방법.
  9. 청구항 7에 있어서,
    상기 경고 신호를 송신하는 단계는,
    상기 사용자의 행동 이상 여부에 기초하여 경고 신호를 생성하는 단계;
    상기 사용자 휴대용 단말기에 상기 경고 신호를 송신하는 단계;
    상기 사용자 휴대용 단말기로부터 상기 경고 신호에 대응되는 회신을 기다리는 단계;
    미리 설정된 시간 이내에 상기 회신이 없거나 또는 도움 요청 취지의 응답이 있는 경우 상기 제3자 단말기에 상기 경고 신호를 송신하는 단계;
    를 포함하는 휴대용 단말기 사용자의 행동 이상여부 모니터링 방법.
PCT/KR2019/009592 2018-05-04 2019-08-01 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법 WO2020032474A1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR20180051605 2018-05-04
KR10-2018-0091884 2018-08-07
KR1020180091884A KR101943838B1 (ko) 2018-05-04 2018-08-07 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법

Publications (1)

Publication Number Publication Date
WO2020032474A1 true WO2020032474A1 (ko) 2020-02-13

Family

ID=65323344

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/009592 WO2020032474A1 (ko) 2018-05-04 2019-08-01 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR101943838B1 (ko)
WO (1) WO2020032474A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007190306A (ja) * 2006-01-23 2007-08-02 Hitachi Ltd 生活見守りシステム
KR20090053250A (ko) * 2007-11-23 2009-05-27 (주)테크바일 개인위급상황 경보시스템 및 그 방법
JP2009258976A (ja) * 2008-04-16 2009-11-05 Mitsubishi Electric Corp 携帯端末
JP2011097394A (ja) * 2009-10-30 2011-05-12 Hitachi Solutions Ltd 危険感知システム
JP2016207038A (ja) * 2015-04-24 2016-12-08 株式会社オプティム 行動分析サーバ、行動分析方法及び行動分析サーバ用プログラム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101353973B1 (ko) 2012-03-22 2014-01-23 경북대학교 산학협력단 텔리-덴탈 스마트 케어 서비스 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007190306A (ja) * 2006-01-23 2007-08-02 Hitachi Ltd 生活見守りシステム
KR20090053250A (ko) * 2007-11-23 2009-05-27 (주)테크바일 개인위급상황 경보시스템 및 그 방법
JP2009258976A (ja) * 2008-04-16 2009-11-05 Mitsubishi Electric Corp 携帯端末
JP2011097394A (ja) * 2009-10-30 2011-05-12 Hitachi Solutions Ltd 危険感知システム
JP2016207038A (ja) * 2015-04-24 2016-12-08 株式会社オプティム 行動分析サーバ、行動分析方法及び行動分析サーバ用プログラム

Also Published As

Publication number Publication date
KR101943838B1 (ko) 2019-01-31

Similar Documents

Publication Publication Date Title
WO2018074745A1 (ko) Lora 통신을 이용한 독거 노인 안전 24시간 모니터링 시스템 및 방법
WO2021066233A1 (ko) 스마트 기저귀를 포함한 배변량 측정 시스템
WO2015008936A1 (ko) 습관을 이용한 진단 장치 및 진단 관리 장치와 그를 이용한 진단 방법
WO2018212423A1 (ko) 안전도 계산 방법 및 장치
US8223013B2 (en) Method and mechanism for assisted diagnosis and maintenance of health monitoring system
WO2010085033A2 (ko) 유비쿼터스망을 이용한 헬스케어 서비스 시스템 및 방법
WO2022092459A1 (ko) 전원 관리 기능을 가지는 비탈면 실시간 무인 감시 시스템
WO2016197385A1 (zh) 一种可监控人体意外摔倒的报警系统及方法
KR20090053250A (ko) 개인위급상황 경보시스템 및 그 방법
WO2014182034A1 (ko) 무선 네트워크에서의 에너지 고효율을 위한 시간 동기화 방법 및 이를 적용한 네트워크
WO2022220560A1 (ko) 열화상 및 일반 카메라를 이용한 fod 및 lod 검출 방법 및 장치
WO2021086002A1 (ko) 재난 안전형 스마트 수배전반 관리시스템
WO2018169224A1 (ko) 알레르기 질환 환자 맞춤형 환경 통합관리 시스템
WO2016140389A1 (ko) 사용자 모니터링을 위한 착용형 장치 및 시스템
WO2020032474A1 (ko) 휴대용 단말기 사용자의 행동 이상여부 모니터링 시스템 및 방법
WO2020096079A1 (ko) 치매환자 실시간 모니터링 시스템
JPH10257204A (ja) 生活行動遠隔確認装置および生活行動遠隔確認システム
WO2020005016A1 (ko) 배뇨에 관한 설문을 수행하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
JP2003242569A (ja) 安否確認装置
WO2021101116A1 (ko) 문열림 센서를 이용한 고독사 위험도 평가 장치 및 방법, 고독사 위험도 평가를 위한 led 시스템
JP2006092257A (ja) 介護支援システム及び介護支援方法
WO2013191496A1 (ko) 목조전통건축물 재난 상황 조기 경보 시스템
Stroiescu et al. Event detection in an assisted living environment
WO2016068513A1 (ko) 낙상 감지방법
KR102353587B1 (ko) IoT 센서를 이용한 독립 공간 안전관리 시스템 및 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19848740

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19848740

Country of ref document: EP

Kind code of ref document: A1