DOI QR코드

DOI QR Code

Development of Gait Event Detection Algorithm using an Accelerometer

가속도계를 이용한 보행 시점 검출 알고리즘 개발

  • Choi, Jin-Seung (Konkuk University, Research Institute of Biomedical Engineering) ;
  • Kang, Dong-Won (Konkuk University, Research Institute of Biomedical Engineering) ;
  • Mun, Kyung-Ryoul (Konkuk University, Research Institute of Biomedical Engineering) ;
  • Bang, Yun-Hwan (Konkuk University, Research Institute of Biomedical Engineering) ;
  • Tack, Gye-Rae (Konkuk University, Research Institute of Biomedical Engineering)
  • 최진승 (건국대학교, 의공학실용기술연구소) ;
  • 강동원 (건국대학교, 의공학실용기술연구소) ;
  • 문경률 (건국대학교, 의공학실용기술연구소) ;
  • 방윤환 (건국대학교, 의공학실용기술연구소) ;
  • 탁계래 (건국대학교, 의공학실용기술연구소)
  • Published : 2009.03.30

Abstract

The purpose of this study was to develop and automatic gait event detection algorithm using single accelerometer which is attached at the top of the shoe. The sinal vector magnitude and anterior-posterior(x-axis) directional component of accelerometer were used to detect heel strike(HS) and toe off(TO), respectively. To evaluate proposed algorithm, gait event timing was compared with that by force plate and kinematic data. In experiment, 7 subjects performed 10 trials level walking with 3 different walking conditions such as fast, preferred & slow walking. An accelerometer, force plate and 3D motion capture system were used during experiment. Gait event by force plate was used as reference timing. Results showed that gait event by accelerometer is similar to that by force plate. The distribution of differences were spread about $22.33{\pm}17.45m$ for HS and $26.82{\pm}14.78m$ for To and most error was existed consistently prior to 20ms. The difference between gait event by kinematic data and developed algorithm was small. Thus it can be concluded that developed algorithm can be used during outdoor walking experiment. Further study is necessary to extract gait spatial variables by removing gravity factor.

본 연구의 목적은 실외 보행 실험 시 사용하기에 간편한 가속도계를 이용하여 보행 이벤트를 자동으로 검출하는 알고리즘을 개발하고 검증하는 것이다. 개발된 알고리즘은 신발의 발등에 부착된 3축 가속도계의 가속도의 총합과 보행 진행 방향(x축) 가속도를 이용하였다. 가속도 총합은 착지 시점의 검출에, x축 가속도는 이지 시점의 검출에 각각 사용되었다. 7명의 피험자가 느린 보행 속도 선호 보행 속도 빠른 보행 속도로 보행 실험을 수행하였고, 개발된 알고리즘의 검증을 위해 지면반력기를 포함한 3차원동작분석시스템과 동시에 실시되었다. 지면반력기를 이용한 보행 시점을 기준으로, 기존에 발표된 동작 자료만을 이용한 알고리즘을 통하여 얻어진 보행 시점도 함께 비교 하였다. 그 결과, 고안된 알고리즘의 정확도는 지면반력기를 이용한 값에 평균, 착지시점은 $22.33{\pm}17.45ms$, 이지시점은 $26.82{\pm}14.78ms$의 차이가 났고, 그 오차의 패턴이 일관적으로 20ms가량 먼저 검출되는 경향이 있었다. 일반적으로 트레드밀 실험에서 많이 사용되는 동작데이터를 통한 보행 시점의 비교에서도 크게 차이를 보이지 않았다. 그러므로 개발된 알고리즘은 실외 실험의 보행 시점 검출에 이용할 수 있을 것으로 판단된다. 추후 연구로는 현재의 가속도계만으로 보행 시점뿐 만아니라, 중력가속도 성분을 제거하여 보행 공간변인의 추출이 필요할 것이다.

Keywords

References

  1. 채원식(2006) 롤러 신발과 조깅슈즈 신발 착용 후 보행 시 지면반력의 형태 비교 분석. 한국운동역학회지, 16(1), 101-108.
  2. 최진승, 강동원, 탁계래(2007). 트레드밀을 이용한 보행간 Variability 분석에 관한 연구. 한국운동역학회지, 17(4), 1-8.
  3. Adam, M. (2009). Gait event detection using a multilayer neural network. Gait and Posture, Article in Press.
  4. Eric, D., Yepremian, D., Philippe, S., Patrick, L.(2009). Foot contact event detection using kinematic data in cerebral palsy children and normal adults gait. Gait & Posture, 29(1), 76-80. https://doi.org/10.1016/j.gaitpost.2008.06.009
  5. Hausdorff, J. M. (2007). Gait dynamics, fractals and falls: Finding meaning in the stride-to-stride fluctuations of human walking. Human Movement Science, 26(4), 555-589. https://doi.org/10.1016/j.humov.2007.05.003
  6. Hausdorff, J. M., Ladin, Z. & Wei, J. Y.(1995). Footswitch system for measurement of the temporal parameters of gait. Journal of Biomechanics, 28(3), 347-351.
  7. Hreljac, A. & Marshall, R. N.(2000). Algorithms to determine event timing during normal walking using kinematic data. Journal of Biomechanics, 33(6), 783-786. https://doi.org/10.1016/S0021-9290(00)00014-2
  8. Jasiewicz, J. M., Allum, J. H. J., Middleton, J. W., Barriskill, A., Condie, P., Purcell, B. & Li, R. C. T.(2006). Gait event detection using linear accelerometers or angular velocity transducers in able-bodied and spinal-cord injured individuals. Gait & Posture, 24(4), 502-509. https://doi.org/10.1016/j.gaitpost.2005.12.017
  9. Lau, H. & Tong, K.(2008). The reliability of using accelerometer and gyroscope for gait event identification on persons with dropped foot. Gait & Posture, 27(2), 248-257. https://doi.org/10.1016/j.gaitpost.2007.03.018
  10. Luinge, H. J., Veltink, P. H., Baten, C. J. M.(1999). Estimating orientation with gyroscopes and accelerometers. Technol. Health Care, 7(6), 455-459. https://doi.org/10.1046/j.1365-2524.1999.00213.x
  11. O'Connor, C. M., Thorpe, S. K., O'Malley, M. J., Vaughan, C. L.(2007). Automatic detection of gait events using kinematic data. Gait & Posture, 25(3), 469-474. https://doi.org/10.1016/j.gaitpost.2006.05.016
  12. Takeda, R., Tadano, S., Todoh, M., Morikawa, M., Nakayasu, M., Yoshinari, S.(2009). Gait analysis using gravitational acceleration measured by wearable sensors. Journal of Biomechanics, 42(3), 223-233. https://doi.org/10.1016/j.jbiomech.2008.10.027

Cited by

  1. Single Gyroscope Sensor Module System for Gait Event Detection vol.21, pp.4, 2011, https://doi.org/10.5103/KJSB.2011.21.4.495
  2. Reliability of 3D-Inertia Measurement Unit Based Shoes in Gait Analysis vol.25, pp.1, 2015, https://doi.org/10.5103/KJSB.2015.25.1.123
  3. A Portable Diagnostic and Treatment System of Abnormal Gait Using Acceleration and Gyroscope Signal vol.522-524, pp.1662-7482, 2014, https://doi.org/10.4028/www.scientific.net/AMM.522-524.1133