• The Journal of Korean Physical Therapy
• /
• 제29권3호
• /
• pp.145-151
• /
• 2017

Purpose: The purpose of this study was to investigate the validity and reliability of the measurement of shoulder joint motions using an inertial measurement unit (IMU). Methods: For this study, 33 participants (32 females and 1 male) were recruited. The subjects were passively positioned with the shoulder placed at specific angles using a goniometer (shoulder flexion $0^{\circ}-170^{\circ}$, abduction $0^{\circ}-170^{\circ}$, external rotation $0^{\circ}-90^{\circ}$, and internal rotation $0^{\circ}-60^{\circ}$ angles). Kinematic data on the shoulder joints were simultaneously obtained using IMU three-dimensional (3D) angular measurement (MyoMotion) and photographic measurement. Test-retest reliability and concurrent validity were examined. Results: The MyoMotion system provided good to very good relative reliability with small standard error of measurement (SEM) and minimal detectable change (MDC) values from all three planes. It also presented acceptable validity, except for some of shoulder flexion, shoulder external rotation, and shoulder abduction. There was a trend for the shoulder joint measurements to be underestimated using the IMU 3D angular measurement system compared to the goniometer and photo methods in all planes. Conclusion: The IMU 3D angular measurement provided a reliable measurement and presented acceptable validity. However, it showed relatively low accuracy in some shoulder positions. Therefore, using the MyoMotion measurement system to assess shoulder joint angles would be recommended only with careful consideration and supervision in all situations.

• 재활복지공학회논문지
• /
• 제11권3호
• /
• pp.261-270
• /
• 2017

바르지 못한 앉은 자세는 다양한 질병과 신체 변형을 유발한다. 하지만 오랜 시간동안 바른 앉은 자세를 유지하는 것은 쉬운 일이 아니다. 이러한 이유 때문에 그동안 자동으로 바른 앉은 자세를 유도하기 위한 다양한 시스템이 제안되어왔다. 이전에 제안되었던 앉은 자세 판별 및 바른 앉은 자세 유도 시스템은 영상 처리를 이용한 방법, 의자에 압력센서를 달아 측정하는 방법, IMU(Internal Measurement Unit)를 이용한 방법이 있었다. 이 중 IMU를 이용한 측정 방법은 하드웨어 구성이 간단하고, 공간, 광량 등의 환경적 제한이 적어 측정에 있어서 용이한 이점이 있었다. 본 논문에서는 하나의 IMU를 이용하여 적은 데이터로 효율적으로 앉은 자세를 분류하는 방법을 연구하였다. 특징추출 기법을 이용하여 데이터 분류에 기여도가 낮은 데이터를 제거하였으며, 머신러닝 기법을 이용하여 앉은 자세 분류에 적합한 센서 위치를 찾고, 여러 개의 머신러닝 모델 중 가장 분류 정확도가 높은 머신러닝 모델을 선정하였다. 특징추출 기법은 PCA(Principal Component Analysis)를 사용하였고, 머신러닝 모델은 SVM(Support Vector Machine), KNN(K Nearest Neighbor), K-means (K-means Algorithm) GMM (Gaussian Mixture Model), and HMM (Hidden Marcov Model)모델을 사용하였다. 연구결과 데이터 분류율이 높게나온 뒷목이 적합한 센서 위치가 되었으며, 센서 데이터 중 Yaw데이터는 분류 기여도가 가장 낮은 데이터임을 PCA 특징추출 기법을 이용하여 확인하고, 제거하여도 분류율에 영향이 매우 작음을 확인하였다. 적합 머신러닝 모델은 SVM, KNN 모델로 다른 모델에 비하여 분류율이 높게 나오는 것을 확인할 수 있었다.

• Journal of Mechanical Science and Technology
• /
• 제17권5호
• /
• pp.629-636
• /
• 2003

This paper introduces the developed geometry PIG (Pipeline Inspection Gauge), one of several ILI (In-Line Inspection) tools, which provide a full picture of the pipeline from only single pass, and has compact size of the electronic device with not only low power consumption but also rapid response of sensors such as calipers, IMU and odometer. This tool is equipped with the several sensor systems. Caliper sensors measure the pipeline internal diameter, ovality and dent size and shape with high accuracy. The IMU (Inertial Measurement Unit) measures the precise trajectory of the PIG during its traverse of the pipeline. The IMU also provide three-dimensional coordination in space from measurement of inertial acceleration and angular rate. Three odometers mounted on the PIG body provide the distance moved along the line and instantaneous velocity during the PIG run. The datum measured by the sensor systems are stored in on-board solid state memory and magnetic tape devices. There is an electromagnetic transmitter at the back end of the tool, the transmitter enables the inspection operators to keep tracking the tool while it travels through the pipeline. An experiment was fulfilled in pull-rig facility and was adopted from Incheon LT (LNG Terminal) to Namdong GS (Governor Station) line, 13 km length.

• 한국항행학회논문지
• /
• 제25권1호
• /
• pp.68-77
• /
• 2021

본 논문에서는 높은 동특성 환경에서 동작이 가능한 GPS/MEMS IMU 통합항법 수신모듈을 설계 및 제작하고, 그 결과를 확인하였다. 설계한 모듈은 RF 수신부, 관성측정부, 신호처리부, 상관기, 항법 S/W로 구성된다. RF 수신부는 저잡음증폭, 주파수 변환, 필터링, 자동이득조절 기능을 수행하고, 관성측정부는 3축 자이로스코프, 가속도계, 지자기센서가 적용된 MEMS급 IMU로부터 측정 데이터를 수집하여 항법S/W로 전달하는 인터페이스를 제공한다. 신호처리부 및 상관기는 FPGA 로직으로 구현하여 필터링 및 상관 값 계산을 수행하고, FPGA 내부 CPU를 사용하여 위성항법, 통합항법 S/W를 구현하였다. 제작된 모듈의 크기는 95.0 × 85.0 × 12.5 mm 이고, 무게는 110g을 확인하였으며, 동적성능 1200m/s, 가속도 10g의 환경에서 규격 이내의 항법정확도 성능을 확인하였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권4호
• /
• pp.216-223
• /
• 2015

The autonomous underwater vehicle (AUV) is being widely researched in order to achieve superior performance when working in hazardous environments. This research focuses on using image processing techniques to estimate the AUV's egomotion and the changes in orientation, based on image frames from different time frames captured from a single high-definition web camera attached to the bottom of the AUV. A visual odometry application is integrated with other sensors. An internal measurement unit (IMU) sensor is used to determine a correct set of answers corresponding to a homography motion equation. A pressure sensor is used to resolve image scale ambiguity. Uncertainty estimation is computed to correct drift that occurs in the system by using a Jacobian method, singular value decomposition, and backward and forward error propagation.