• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.40-42
• /
• 2019

색상 영상과 이에 상응하는 깊이 영상으로 3차원 비디오를 만드는 방법은 최근 키넥트 깊이 카메라와 같이 저가임에도 불구하고 높은 성능을 보이는 카메라가 시중에 출시되면서 다양한 형태의 응용분야에 많이 사용되기 시작했다[1]. 본 연구는 TOF(Time Of Flight) 카메라와 RGB 카메라가 같이 있는 키넥트를 이용해서 깊이 영상에서 보행자를 탐지한다. 전처리 작업으로 배경 깊이 맵을 미리 저장하고, 깊이의 차이로 보행자 유무를 알아낸다. 보행자를 지속적으로 탐지하기 위해 CAMShift 알고리즘을 사용해 라벨링과 보행자 추적을 하며, 보행자의 진행 방향과 속도를 탐지하기 위해 Dense Optical Flow를 사용해 보행자의 벡터 정보를 저장한다. 보행자가 깊이 맵 밖으로 나가면 해당 보행자에 대한 탐지를 종료한다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.2
• /
• pp.131-143
• /
• 2009

Based on the fact that a human being walks naturally and stably with consuming a minimum energy, this paper proposes a new method of generating a natural gait of 5-link biped robot like human by analyzing a COG (Center Of Gravity) trajectory of human's gait. In order to generate a natural gait pattern for 5-link biped robot, it considers the COG trajectory measured from human's gait images on the sagittal and frontal plane. Although the human and 5-link biped robot are similar in the side of the kinematical structure, numbers of their DOFs(Degree Of Freedom) are different. Therefore, torques of the human's joints cannot are applied to robot's ones directly. In this paper, the proposed method generates the gait pattern of the 5-link biped robot from the GA algorithm which utilize human's ZMP trajectory and torques of all joints. Since the gait pattern of the 5-link biped robot model is generated from human's ones, the proposed method creates the natural gait pattern of the biped robot that minimizes an energy consumption like human. In the side of visuality and energy efficiency, the superiority of the proposed method have been improved by comparative experiments with a general method that uses a inverse kinematics.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.824-825
• /
• 2023

본 연구는 동물을 위한 웨어러블 로봇을 개발하고, 이를 상황에 따라 적절한 보행을 제어할 수 있도록 강화학습(DQN 알고리즘)을 적용한다. 다양한 센서를 동물에 부착하여 얻은 데이터를 DQN 알고리즘에 입력으로 사용한다. 이 알고리즘은 수집된 데이터를 분석하여 어떤 상황에서 어떤 종류의 보행이 가장 적절한지를 판단하고, 이를 로봇에 적용하여 동물의 보행을 자연스럽게 구현한다

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.705-708
• /
• 2023

다중밀집 사고를 사전에 방지하기 위해 군중 밀집도를 정확하게 파악하는 것은 중요하다. 기존 방법 중 일부는 군중 계수를 기반으로 군중 밀집도를 추정하거나 원근 왜곡이 있는 데이터를 그대로 학습한다. 이 방식은 물체의 거리에 따라 크기가 달라지는 원근 왜곡에 큰 영향을 받는다. 본 연구는 보행자 깊이 정보를 이용한 군중 밀집도 알고리즘을 제안한다. 보행자의 깊이 정보를 계산하기 위해 편차가 적은 머리 크기를 이용한다. 머리를 탐지하기 위해 OC-Sort를 학습모델로 사용한다. 탐지된 머리의 경계박스 좌표, 실제 머리 크기, 카메라 파라미터 등을 이용하여 보행자의 깊이 정보를 추정한다. 이후 깊이 정보를 기반으로 밀도 맵을 추정한다. 제안 알고리즘은 혼잡한 환경에서 객체의 위치와 밀집도를 정확하게 분석하여 군중밀집 사고를 사전에 방지하는 지능형 CCTV시스템의 기반 기술로 활용될 수 있으며, 더불어 보안 및 교통 관리 시스템의 효율성을 향상하는 데 중요한 역할을 할 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1361-1364
• /
• 2015

본 연구에서는 노인들이 일상에서 많이 행동하는 7가지 유형의 행동의 특징을 추출하고, 총 7가지 분류 알고리즘에 적용하여 가장 인식률이 높은 알고리즘을 도출하고자 하였다. 행동패턴은 정상보행, 절름발이, 지팡이, 느린 보행, 허리가 굽은 상태에서 보행, 스스로 휠체어 끌 때 그리고 누군가가 휠체어를 끌어줄 때 총 7가지로 구성하였다. 행동패턴의 특징은 3축 가속도 센서의 값, 평균, 표준편차, 수직 및 수평축의 데이터를 사용하였다. 분류 알고리즘은 Naive Bayes, Bayes Net, k-NN, SVM, Decision Tree, Multilayer perception, Logistic regression을 사용하였다. 연구결과 k-NN 알고리즘의 인식률이 98.7%로 다른 분류알고리즘에 비해 인식률이 높게 나타났다.

• The Journal of the Korea Contents Association
• /
• v.5 no.4
• /
• pp.94-102
• /
• 2005

In this paper, three axial accelerometer was used to develop a small sensor module, which was attached to human body to calculate the acceleration in gravity direction by human motion, when it was positioned in any direction. To measure its wearer's walking or running motion using the sensor module, the acquired sensor data was pre-processed to enable its quantitative analysis. The acquired digital data was transformed to orthogonal coordinate value in three dimension and calculated to be single scalar acceleration data in gravity direction and normalized to be physical unit value. The normalized sensor data was used to detect walking pattern and calculate their step counts. Developed algorithm was implemented in the form of PDA application. The accuracy of the developed sensor to detect step count was about 97% in laboratory experiment.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.493-495
• /
• 2015

PDR은 일반적으로 IMU센서로 부터의 가속도와 각속도를 측정하여 보행자의 위치를 추적하는 시스템이다. IMU센서로부터 측정된 가속도와 각속도 값은 센서를 기준으로 하기 때문에 보행자가 인지하는 고정 좌표계와는 차이가 있다. 이를 해결하기 위해 회전행렬을 사용하며 이후 계속해서 측정되는 각속도를 통해 회전행렬을 업데이트 한다. 업데이트된 회전행렬을 통해 좌표계를 환산하고 환산된 좌표계의 가속도 값으로부터 보행자는 고정좌표계 기준으로 위치 추적이 가능하다. 하지만 회전행렬을 업데이트 하는 과정에서 센서의 세 축이 이상적으로 수직이 아니라면 업데이트 과정에서 각속도의 오차가 누적되고 이는 좌표계를 환산에 영향을 끼쳐 위치 및 속도 추적 정확성을 낮춘다. 물리적인 Bias가 PDR 시스템에 누적오차를 발생시킨다. 이에 제안하는 센서 축 편향 보정 알고리즘은 IMU 센서의 물리적 축 오차를 보정해주어 더 정확한 위치 추적을 가능하게 한다. 또한 Matlab을 통해 데이터를 분석하고 알고리즘의 필요성을 보인다.

• Information and Communications Magazine
• /
• v.34 no.4
• /
• pp.17-24
• /
• 2017

본고에서는 저가형 관성 센서를 이용하여 실내 항법을 수행하는 여러 방법들에 대해 알아본다. 저가형 관성 센서를 이용한 추측 항법은 휴대성이 뛰어나고 외부의 인프라 없이 구현이 가능하고 가격이 저렴하다는 장점이 있지만, 오차가 빠르게 누적된다는 단점이 있다. 이를 해결하기 위해 사용자의 보행 특성을 이용한 보행자 추측 항법이 제안되었다. 본고에서는 보행자 추측 항법의 두 분류 기법인 걸음-이동방향 결합 기법과 관성 항법-영속도 보정 결합 기법의 원리와 각 기법들의 기술 동향에 대해 다루고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.260-262
• /
• 2019

2족 보행로봇의 가장 중요한 해결 과제는 인간과의 유사성일 것이다. 본 논문에서 2족 보행로봇의 기구부에서는 인간과 비슷한 관절 구조로, 제어부에서는 인간과 유사한 보행 알고리즘을 구현하고 계속해서 검토해나가며 기구부와 제어부를 조절하여 결론적으로는 인간과 유사하게 걸을 수 있도록 하는 것이 최종 목표이다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.39B no.7
• /
• pp.479-490
• /
• 2014

A lower extremity exoskeleton is a robot device that attaches to the lower limbs of the human body to augment or assist with the walking ability of the wearer. In order to improve the wearer's walking ability, the robot senses the wearer's walking locomotion and classifies it into a gait-phase state, after which it drives the appropriate robot motions for each state using its actuators. This paper presents a method by which the robot senses the wearer's locomotion along with a novel classification algorithm which classifies the sensed data as a gait-phase state. The robot determines its control mode using this gait-phase information. If erroneous information is delivered, the robot will fail to improve the walking ability or will bring some discomfort to the wearer. Therefore, it is necessary for the algorithm constantly to classify the correct gait-phase information. However, our device for sensing a human's locomotion has very sensitive characteristics sufficient for it to detect small movements. With only simple logic like a threshold-based classification, it is difficult to deliver the correct information continually. In order to overcome this and provide correct information in a timely manner, a probabilistic gait-phase classification algorithm is proposed. Experimental results demonstrate that the proposed algorithm offers excellent accuracy.