• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.552-555
• /
• 2018

본 논문에서는 키넥트 센서를 이용한 제스처 인식 방법을 개발하고, 이를 이용한 격투액션 제어 인터페이스를 제안한다. 제스처의 패턴 특징을 추출하기 위해서는 단순한 절대 위치 정보를 이용하는 것이 아닌, 어깨를 중심으로 한 신체 비율 특성을 고려하여 특징을 추출하는 방법을 이용한다. 하지만 동일한 제스처를 수행하더라도 키넥트 센서에 포착되는 각 관절의 위치 좌표값들은 팔의 길이와 방향에 따라 달라질 수 있다는 문제점이 있다. 그래서 논문에서는 제스처를 모델링하고 분석하기 위해 주성분 분석법을 사용하는 방법을 기술한다. 이 방법을 사용함으로서 데이터가 가지는 에러의 영향을 줄일 수 있게 되고, 차원축약의 효과를 얻을 수 있게 된다. 또한 동작 인식 시스템의 동작 제약을 줄이기 위한 방법으로 수정된 매칭 알고리즘을 제안한다.

• 로봇학회논문지
• /
• 제13권4호
• /
• pp.265-271
• /
• 2018

The recent prosthetic technologies pursue to control multi-DOFs (degrees-of-freedom) hand and wrist. However, challenges such as high cost, wear-ability, and motion intent recognition for feedback control still remain for the use in daily living activities. The paper proposes a multi-channel knit band sensor to worn easily for surface EMG-based prosthetic control. The knitted electrodes were fabricated with conductive yarn, and the band except the electrodes are knitted using non-conductive yarn which has moisture wicking property. Two types of the knit bands are fabricated such as sixteen-electrodes for eight-channels and thirty-two electrodes for sixteen-channels. In order to substantiate the performance of the biopotential signal acquisition, several experiments are conducted. Signal to noise ratio (SNR) value of the knit band sensor was 18.48 dB. According to various forearm motions including hand and wrist, sixteen-channels EMG signals could be clearly distinguishable. In addition, the pattern recognition performance to control myoelectric prosthesis was verified in that overall classification accuracy of the RMS (root mean squares) filtered EMG signals (97.84%) was higher than that of the raw EMG signals (87.06%).

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.627-628
• /
• 2013

현대인들은 건강에 대한 관심이 지속적으로 증가하고 있으며, 스마트기기의 이용이 증가하면서 건강과 관련된 어플리케이션이 많이 개발되고 있다. 본 논문에서는 최근 이슈가 되고 있는 헬스 케어어플리케이션의 개념 및 유형과 현재 시장에 나와 있는 헬스 케어 어플리케이션에 대한 장점과 단점을 비교 분석하고 이를 응용한 어플리케이션을 소개한다. 또한 스마트폰의 센서를 이용하여 사용자의 모션을 인식하여 소모 칼로리를 계산하는 어플리케이션을 개발하였다.

• 제어로봇시스템학회논문지
• /
• 제20권9호
• /
• pp.957-963
• /
• 2014

This paper proposes a predictive control for an efficient human following robot using Kinect sensor. Especially, this research is focused on detecting of foot-end-point and foot-vector instead of human body which can be occluded easily by the obstacles. Recognition of the foot-end-point by the Kinect sensor is reliable since the two feet images can be utilized, which increases the detection possibility of the human motion. Depth image features and a decision tree have been utilized to estimate the foot end-point precisely. A tracking point average algorithm is also adopted in this research to estimate the location of foot accurately. Using the continuous locations of foot, the human motion trajectory is estimated to guide the mobile robot along a smooth path to the human. It is verified through the experiments that detecting foot-end-point is more reliable and efficient than detecting the human body. Finally, the tracking performance of the mobile robot is demonstrated with a human motion along an 'L' shape course.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.21-26
• /
• 2009

유비쿼터스 컴퓨팅 환경의 급속한 발전은 Multi-Sensor를 이용하여 자동으로 사용자의 행동인식을 가능한 환경을 만들어주었다. 따라서 이 논문에서는 사용자가 일상생활을 하는데 있어서 기본적으로 필요한 행동인 ADL(activities of daily living)의 수행능력을 분석하고 진단할 수 있는 Multi-Sensor기반의 ADL 자동 진단 시스템을 구축하였다. 두 개의 가속도 센서를 허벅지와 손목에 부착하여 사용자의 행동 정보를 수집하고 이를 Decision-Tree를 통하여 분석하여 사용자의 행동 정보를 수집하였다. 또한 Zigbee 센서를 이용하여 개별 물체의 Object ID를 이용하여 사용자의 위치정보와 주변의 물체의 정보를 수집하여 사용자의 상태 정보를 수집하였다. 이렇게 수집된 행동 정보와 상태 정보들을 통하여 일상생활에 필요한 약 20여 가지의 행동을 인식하였고 평균적으로 96%이상의 정확도를 나타내었으며 이를 통하여 ADL 지수를 자동으로 측정하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.468-472
• /
• 1992

In recent years, lots of researches on autonomous mobile robot have been accomplished. However they focused on environment recognition and its processing to make a decision on the motion, And cooperative multi-robot, which must be able to avoid crash and to make mutual communication, has not been studied much. This paper deals with cooperative motion of two robots, 'Meari 1" and "Meari 2 " made in our laboratory, based on communication between the two. Because there is an interference on communication occurring in cooperative motion of multi-robot, many restrictive conditions are required. Therefore, we have designed these robot system so that communication between them is available and mutual interference is precluded, and we used fuzzy interference to overcome unstability of sensor data.of sensor data.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.552-554
• /
• 2021

도플러 레이더 센서로 취득한 움직임 데이터를 딥러닝 알고리듬을 사용한 낙상 인식 시스템을 제안한다. 딥러닝 알고리듬중 시계열 데이터에 장점을 가지는 RNN을 사용하여 낙상 인식에 적용한다. 도플러 레이더 센서의 낙상데이터는 시계열 데이터로 시간적인 특성을 가지고 있으며 결과는 낙상인지 아닌지 만을 판단하기 때문에 RNN의 구조를 시퀀스 입력에 고정 크기를 출력하는 구조로 설계하였다.

• The Journal of Korean Physical Therapy
• /
• 제27권4호
• /
• pp.214-220
• /
• 2015

Purpose: The purpose of this study was to investigate the availability of software for rehabilitation with the Kinect sensor by presenting an efficient algorithm based on machine learning when classifying the motion data of the PNF pattern if the subjects were wearing a patient gown. Methods: The motion data of the PNF pattern for upper extremities were collected by Kinect sensor. The data were obtained from 8 normal university students without the limitation of upper extremities. The subjects, wearing a T-shirt, performed the PNF patterns, D1 and D2 flexion, extensions, 30 times; the same protocol was repeated while wearing a patient gown to compare the classification performance of algorithms. For comparison of performance, we chose four algorithms, Naive Bayes Classifier, C4.5, Multilayer Perceptron, and Hidden Markov Model. The motion data for wearing a T-shirt were used for the training set, and 10 fold cross-validation test was performed. The motion data for wearing a gown were used for the test set. Results: The results showed that all of the algorithms performed well with 10 fold cross-validation test. However, when classifying the data with a hospital gown, Hidden Markov model (HMM) was the best algorithm for classifying the motion of PNF. Conclusion: We showed that HMM is the most efficient algorithm that could handle the sequence data related to time. Thus, we suggested that the algorithm which considered the sequence of motion, such as HMM, would be selected when developing software for rehabilitation which required determining the correctness of the motion.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1313-1320
• /
• 2023

본 논문에서는 그로브 제스처를 사용하여 스마트 미러의 화면을 제어하고 음성인식 기능을 통해 화면에 웹 브라우저 검색 기능과 거울화면을 제어할 수 있는 스마트 미러를 제안하였다. 스마트 미러의 하드웨어 구성은 LCD모니터에 아크릴 판을 결합하고 반사율 37% 투과율 36%의 하프미러필름을 아크릴판에 부착하여 거울처럼 사용함과 동시에 거울에 디스플레이를 표시하도록 제작하였다. 제안한 스마트 미러는 사용자가 직접 거울을 터치하거나 키보드를 조작하는 등의 번거로운 작업 없이 그로브 제스처 센서를 통해 간단한 손동작만으로 화면을 제어할 수 있는 기능을 구현하였으며 음성인식 기능과 GoogleAssistant를 도입하여 사용자가 내린 음성명령에 일치하는 결과를 화면에 출력하였다.

• 제어로봇시스템학회논문지
• /
• 제21권6호
• /
• pp.547-552
• /
• 2015

In this paper, an ARS-EKF based motion counting algorithm for repetitive exercises such as calisthenics is proposed using a smartwatch. Raw sensor signals from accelerometers and gyroscopes are widely used for conventional smartwatch counting algorithms based on pattern recognition. However, generated features from raw data are not intuitive to reflect the movement of motions. The proposed motion counter algorithm is composed of navigation based feature generation and counting with error correction. The candidate features for each activity are velocity and attitude calculated through an ARS-EKF algorithm. In order to select those features which reveal the characteristics of each motion, an exercise frame from the initial sensor frame is introduced. Counting processes are basically based on the zero crossing method, and misdetected counts are eliminated via simple classification algorithms considering the frequency of the counted motions. Experimental results show that the proposed algorithm efficiently and accurately counts the number of exercises.