http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 노형석 ( Hyung-suk Lho ) (검색결과 7 건)
- 무료
- 기관 내 무료
- 유료
-
3축 가속도 센서를 이용한 실시간 활동량 모니터링 알고리즘
노형석,김윤경,조위덕,Lho, Hyung-Suk,Kim, Yun-Kyung,Cho, We-Duke 한국정보처리학회 2011 정보처리학회논문지D Vol.18 No.2
본 논문에서는 3축 가속도 센서를 소형 디바이스(활동량 측정기)로 구성하고 이를 사람의 신체에 착용하고 사람이 보행 시 발생하는 가속도 센서의 Raw 데이터 출력 값을 획득하여 실시간 활동량으로 변환하고 모니터링 할 수 있는 활동량 측정기와 알고리즘을 개발하였다. 피험자 59명을 대상으로 트레드밀(Treadmill)에서 호흡가스대사분석기(K4B2), Actical 그리고 본 연구에서 개발된 활동량 측정기를 착용 후 36분 동안 테스트 프로토콜에 따라 다양한 속력의 걸음(느리게 걷기, 걷기, 빠르게 걷기, 천천히 뛰기, 뛰기, 빠르게 뛰기)에 대해서 실험을 하였다. 가속도 센서의 출력 데이터와 피험자 정보를 이용하여 에너지소비량(Energy Expenditure :EE)을 추정하는 회귀식을 도출하였으며 이는 실험시 같이 착용한 Actical보다 제안하는 활동량 변환 알고리즘의 성능이 1.61% 향상 되었다. In this paper developed a wearable activity device and algorithm which can be converted into the real-time activity and monitoring by acquiring sensor row data to be occurred when a person is walking by using a tri-axial accelerometer. Test was proceeded at various step speeds such as slow walking, walking, fast walking, slow running, running and fast running, etc. for 36 minutes in accordance with the test protocol after wearing a metabolic test system(K4B2), Actical and the device developed in this study at the treadmill with 59 participants of subjects as its target. To measure the activity of human body, a regression equation estimating the Energy Expenditure(EE) was drawn by using data output from the accelerometer and information on subjects. As a result of experiment, the recognition rate of algorithm being proposed was shown the activity conversion algorithm was enhanced by 1.61% better than the performance of Actical.
-
-
-
가속도 센서를 이용한 보행 횟수 검출 알고리즘과 활동량 모니터링 시스템
김윤경(Yun Kyung Kim),노형석(Hyung-Suk Lho),조위덕(We-Duke Cho) 大韓電子工學會 2011 電子工學會論文誌-CI (Computer and Information) Vol.48 No.2
본 논문에서는 3축 가속도 센서를 이용하여 사람이 보행 시 발생하는 센서 데이터를 획득하여 실시간 걸음 수 검출과 활동량으로 변환 가능한 웨어러블 디바이스를 개발하였다. 피험자 59명을 대상으로 트레드밀에서 호흡가스대사분석기(K4B2), Actical 그리고 본 연구에서 개발된 디바이스를 착용 후 36분 동안 테스트 프로토콜에 따라 느리게 걷기, 걷기, 빠르게 걷기, 천천히 뛰기, 뛰기, 빠르게 뛰기 등의 다양한 걸음 속력에서 테스트를 진행하였다. 3축 가속도 센서의 X, Y, Z축 출력 값을 하나의 대표 값으로 처리하는 신호벡터크기(Signal Vector Magnitude :SVM)를 사용하였다. 또한 정확한 걸음 수를 검출하기 위해 휴리스틱 알고리즘(Heuristic Algorithm :HA)을 제안하고 적응적인 임계값 알고리즘(Adaptive Threshold Algorithm :ATA), 적응적인 잠금 구간 알고리즘(Adaptive Locking Period Algorithm :ALPA)을 제안한다. 그리고 인체 활동량 측정을 위하여 가속도 센서 출력 데이터와 피험자 정보를 이용하여 에너지소비량(Energy Expenditure :EE)을 추정하는 회귀식을 도출하였다. 실험결과 제안하는 알고리즘의 걸음 수 인식률은 97.34%를 보였으며 활동량 변환 알고리즘도 Actical의 성능보다 1.61% 향상되었다. We have developed a wearable device that can convert sensor data into real-time step counts and activity levels. Sensor data on gait were acquired using a triaxial accelerometer. A test was performed according to a test protocol for different walking speeds, e.g., slow walking, walking, fast walking, slow running, running, and fast running. Each test was carried out for 36 min on a treadmill with the participant wearing a portable gas analyzer (K4B2), an Actical device, and the device developed in this study. The signal vector magnitude (SVM) was used to process the X, Y, and Z values output by the triaxial accelerometer into one representative value. In addition, for accurate step-count detection, we used three algorithms: an heuristic algorithm (HA), the adaptive threshold algorithm (ATA), and the adaptive locking period algorithm (ALPA). A regression equation estimating the energy expenditure (EE) was derived by using data from the accelerometer and information on the participants. The recognition rate of our algorithm was 97.34%, and the performance of the activity conversion algorithm was better than that of the Actical device by 1.61%.
-
-
3축 가속도 센서를 이용한 실시간 걸음 수 검출 알고리즘
김윤경 ( Yun-kyung Kim ),김성목 ( Sung-mok Kim ),노형석 ( Hyung-suk Lho ),조위덕 ( We-duke Cho ) 한국인터넷정보학회 2011 인터넷정보학회논문지 Vol.12 No.3
본 논문에서는 3축 가속도 센서를 이용하여 사람이 보행 시 발생하는 센서 데이터를 획득하여 실시간 걸음 수 검출이 가능한 웨어러블 디바이스를 개발하였다. 피험자 59명을 대상으로 트레드밀에서 Actical 과 본 연구에서 개발된 디바이스를 착용 후 36분 동안 테스트 프로토콜에 따라 느리게 걷기, 걷기, 빠르게 걷기, 천천히 뛰기, 뛰기, 빠르게 뛰기 등의 다양한 걸음속력에서 테스트를 진행하였다. 3축 가속도 센서의 X, Y, Z축 출력 값을 하나의 대표 값으로 처리하는 신호벡터크기(Signal Vector Magnitude:SVM)를 사용하였다. 또한 정확한 걸음 수를 검출하기 위해 휴리스틱 알고리즘(Heuristic Algorithm:HA)을 제안하고 적응적인 임계값 알고리즘(Adaptive Threshold Algorithm:ATA), 적응적인 잠금 구간 알고리즘(Adaptive Locking Period Algorithm:ALPA)을 제안한다. 실험결과 제안하는 알고리즘의 걸음 수 인식률은 97.34%로 Actical의 인식률(91.74%)보다 5.6%향상 되었다. We have developed a wearable device that can convert sensor data into real-time step counts. Sensor data on gait were acquired using a triaxial accelerometer. A test was performed according to a test protocol for different walking speeds, e.g., slow walking, walking, fast walking, slow running, running, and fast running. Each test was carried out for 36 min on a treadmill with the participant wearing an Actical device, and the device developed in this study. The signal vector magnitude (SVM) was used to process the X, Y, and Z values output by the triaxial accelerometer into one representative value. In addition, for accurate step-count detection, we used three algorithms: an heuristic algorithm (HA), the adaptive threshold algorithm (ATA), and the adaptive locking period algorithm (ALPA). The recognition rate of our algorithm was 97.34% better than that of the Actical device(91.74%) by 5.6%.
-
다양한 속도의 걷기와 달리기에서 가속도센서의 에너지소비량 추정과 타당성
배윤정(Yoon Jung Bae),이희진(Hee Jin Lee),이운용(Woon Yong Lee),이대택(Dae Taek Lee),조위덕(We Duke Cho),김양원(Yang Weon Kim),허익현(Ik Hyeon Heo),노형석(Hyung Suk Lho) 한국생활환경학회 2012 한국생활환경학회지 Vol.19 No.2
Physical activity provides various physiological and health promotional benefits. In promoting and monitoring physical activity, accelerometers are often employed. But the algorithm installed within the devices has not been throughly examined whether it reflects human activities sensitively. Currently introduced two accelerometers, Actical and Life Sense, were selected and the values obtained from these two devices and indirectly calorimetry (IC) were compared by sex and exercise intensity. Fifty nine young healthy adults (30 men, 28.3±4.2 yrs, 178.3±4.6 ㎝, 79.8± 10.8 ㎏, 25.7±3.5 ㎏·m-²; 29 women, 27.7±5.1 yrs, 161.7±5.0 ㎝, 59.7±6.5 ㎏, 22.8±2.2 ㎏·m-²) participated in the study. They exercised on a treadmill at 6 different speed consecutively such as 3, 5, 7, 9, 10, ㎞·h-¹ for men and 2, 4, 6, 8, 9, 10 ㎞·h-¹ for women. At each speed, they walked or ran for 5 min and rested 1 min before the next speed. During the exercise, they wore LS and Actical on their waistline. Also EE was measured using a metabolic measurement system. EE for men was 4.53±0.79, 6.17±0.96, 11.03±2.16, 14.80±2.25, 15.75±2.11, and 16.86±2.17 ㎉·min-¹ at 3, 5, 7, 9, 10, and 11 ㎞·h-¹ and EE for women was 2.58±0.56, 3.62±0.70, 5.69±1.01, 9.48±1.17, 10.53±1.37, and 11.25± 1.43 ㎉·min-¹ at 2, 4, 6, 8, 9, and 10 ㎞·h-¹, respectively. Except at the lowest speed, EE obtained by three modalities showed high correlations. by sex and treadmill speed. According to Bland-Altman analyses, EE of Actical was consistently low compared to IC regardless sex and speed. Compared to IC, Life Sense showed a proportional error in moderate locomotive speed. Based on the results, Actical underestimated EE compared to IC in both man and woman over the course of treadmill speed. In particular, the two accelerometers do not appear to reflect actual EE sensitivity at low activity level. The sex differences in sensitivity may exist in high exercise intensity.
ScienceON
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
