Abstract
This classification of walking patterns is important and many kinds of applications. Therefore, we attempted to classify walking on level ground from slow walking to fast walking using a waist acceleration signal. A tri-axial accelerometer was fixed to the subject's waist and the three acceleration signals were recorded by bluetooth module at a sampling rate of 100 Hz eleven healthy. The data were analyzed using discrete wavelet transform. Walking patterns were classified using two parameters; One was the ratio between the power of wavelet coefficients which were corresponded to locomotion and total power in the anteroposterior direction (RPA). The other was the ratio between root mean square of wavelet coefficients at the anteroposterior direction and that at the vertical direction(RAV). Slow walking could be distinguished by the smallest value in RPA from other walking pattern. Fast walking could be discriminated from level walking using RAV. It was possible to classify the walking pattern using acceleration signal in healthy people.
걸음걸이 패턴 분류는 많은 응용분야가 있을 뿐만 아니라 매우 중요한 연구 분야이다. 따라서 본 연구에서는 허리에 부착된 가속도 모듈로부터 획득된 신호를 이용하여 천천히 걷기(slow walking, S.W), 일반 걷기(normal walking, N.W), 빠르게 걷기(fast walking, F.W) 등의 보행 패턴을 분류하고자한다. 11명의 성인으로부터 블루트스 모듈을 이용하여 100Hz로 샘플링된 3축 가속도 신호를 획득하였다. 획득된 데이터는 웨이브렛 변환을 이용하여 분석하였다. 걸음걸이 패턴은 두가지의 파라미터들을 이용하여 분석되어지는데, 하나는 운동에 해당하는 웨이브렛 계수의 에너지(power)와 전 후방향의 전체 에너지사이의 비율(RPA)이고, 다른 파라미터는 전 후 방향과 상 하 수직 방향 사이에서 웨이브렛 계수의 제곱근 평균 비율(RAV)이다. 천천히 걷기는 다른 걷기와 비교했을 때 작은 RPA값을 가지게 되어 분류가 용이하며, 천천히 걷기는 RAV를 이용하여 일반 걷기와 구별되어 질 수 있었다. 따라서 본연구는 건강한 성인에게서 3축 가속도 신호를 획득한 후 웨이브렛 파라미터를 이용하여 걷기 패턴을 잘 구별할 수 있는 연구임을 확인 하였다.