DOI QR코드

DOI QR Code

Walking Number Detection Algorithm using a 3-Axial Accelerometer Sensor and Activity Monitoring

3축 가속도 센서를 이용한 보행 횟수 검출 알고리즘과 활동 모니터링

  • Published : 2008.08.28

Abstract

The research for a 3-axial accelerometer sensor has increased dramatically in the fields of cellular phone, PDA, etc. In this paper, we develop a human walking detection algorithm using 3-axial accelerometer sensor and a user interface system to show the activity expenditure in real-time. To measure a walking number more correctly in a variety of walking activities including walking, walking in place, running, slow walking, we propose a new walking number detection algorithm using adaptive threshold value. In addition, we calculate the activity expenditure base on counted walking number and display calculated activity expenditure on UI in real-time. From the experimental results, we could obtain that the detection rate of proposal algorithm is higher than that of existing algorithm using a fixed threshold value about $5{\sim}10%$. Especially, it could be found out high detection rate in walking in place.

최근 핸드폰, PDA 등에서 가속도센서를 이용한 연구가 많이 증가하고 있다. 본 논문에서는 3축 가속도센서를 이용해 사람이 보행 시 발생하는 데이터를 취득하여 사람의 걸음 수를 계산해 내는 알고리즘과 활동량을 실시간으로 모니터링 할 수 있는 UI 시스템을 개발하였다. 걷기, 제자리 걷기, 뛰기, 천천히 걷기 등의 각 상황별 걸음 수를 정밀하게 측정하기 위해 적응적인 임계값을 사용하는 보행 횟수 검출 알고리즘을 제안하였다. 또 이러한 알고리즘에 의해 얻은 보행 횟수를 이용해서 활동량으로 환산하고 UI화면에 실시간으로 보임으로써 정량화된 활동량으로 실시간 모니터링이 가능하도록 하였다. 실험결과 제안한 보행 횟수 검출 알고리즘이 에너지 기반의 기존의 고정 임계값을 이용하는 알고리즘 보다 $5{\sim}10%$ 정확도가 높은 결과 값을 얻을 수 있었으며 특히, 천천히 걷기에서 정확도가 높아진 것을 확인하였다.

Keywords

References

  1. http://www.kosis.kr/static/man/man01/1172698_1489.jsp
  2. http://epic.kdi.re.kr/epic_attach/2006/D0611027.hwp
  3. http://www.itfind.or.kr/WZIN/jugidong/1246/124603.htm
  4. 김남진, 홍주현, 이태수, "보행 패턴 검출을 위한 동작센서 데이터 정규화 알고리즘", 한국콘텐츠학회논문지, 제5권, 제4호, pp.94-102, 2005.
  5. http://www.wv-hsta.org/cdc_chc/walking_kcal_expenditure.htm
  6. S. E. Crouter, J. R. Churilla, and R. B. David Jr, "Estimating energy expenditure using accelerometers," European Journal of Applied Physiology, Vol.98, No.6, pp.601-612, 2006. https://doi.org/10.1007/s00421-006-0307-5
  7. http://203.253.128.6:8088/servlet/eic.wism.EICWeb?Command=0
  8. http://www.patentstorm.us/patents/6273856/description.html
  9. J. W. Gregory, Physical Activity Assessments for Health-Related Research, Human Kinetics, p.135, Table 8.1, 2002.
  10. 장문석, 신광식, 정진하, 이양희, 심재홍, 이응혁, 최상방, "서비스 통합 시스템에서 지그비를 이용한 유비쿼터스 헬스 케어 시스템의 설계 및 구현", 전자공학회 논문지, 제43권, 제11호, pp.16-24, 2006.
  11. 진계환, 이상복, 최훈, 서재원, 배현덕, 이태수, "가속도센서를 이용한 상황인식 시스템", 한국콘텐츠학회논문지, 제5권, 제5호, pp.287-295, 2005.
  12. http://www.brianmac.co.uk/mets.htm
  13. D. U. Jeong, S. J. Kim, and W. Y. Chung, "Classification of Posture and Movement Using a 3-axis Accelerometer," 2007 International Conference on Convergence Information Technology, pp.837-844, 2007.
  14. M. J. Mathie, A. C. F. Coster, B. G. Deller, and N. H. Lovell, "Classification of basic daily movements using a triaxial accelerometer," Med. Biol. Eng. Comput, Vol.42, pp.670-687, 2004.

Cited by

  1. Implementation on SVM based Step Detection Analyzer vol.16, pp.10, 2013, https://doi.org/10.9717/kmms.2013.16.10.1147
  2. Accuracy Improvement Methode of Step Count Detection Using Variable Amplitude Threshold vol.2, pp.6, 2013, https://doi.org/10.3745/KTCCS.2013.2.6.257
  3. Metabolic Rate Estimation for ECG-based Human Adaptive Appliance in Smart Homes vol.20, pp.5, 2014, https://doi.org/10.5302/J.ICROS.2014.14.9026
  4. Ubiquitous Health Management System with Watch-Type Monitoring Device for Dementia Patients vol.2014, pp.1687-0042, 2014, https://doi.org/10.1155/2014/878741