• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.418-421
• /
• 2009

본 논문은 표면 근전도 신호(sEMG)를 이용해 상지부의 동작을 실시간으로 예측하고 이를 기반으로 한 인간-기계 상호작용(Human-machine interaction)에 관한 것이다. 사용자의 상지부에 위치한 5 곳의 근육에서 수집하는 근전도 신호와 인공신경회로망(arfiticial neural network) 알고리즘을 이용하여 상지부 동작을 실시간으로 예측하였고, 기계팔(manipulator)이 예측된 동작을 좇아 움직이도록 제어되었다. 이때, 사용자가 기계팔의 끝단(end-effector)과 접촉해 있는 상태에서 상지부 동작은 2 차원 평면 위에서 이루어지도록 제한된다. 본 논문이 제안하는 동작 예측 방법과 인체 각도계(goniometer)를 이용한 경우의 상호 작용 실험을 통해, 동작 예측을 통한 인간-기계 상호 작용의 성능을 알아보았다. 실험 결과로부터, 제안된 실시간 동작 예측 방법을 이용하여 사용자와 기계의 상호 작용 시스템을 구현할 수 있음을 알 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권3호
• /
• pp.209-218
• /
• 2013

인간의 동작 인식에 대한 이전 연구는 주로 관절체로 표현된 신체 움직임을 추적하고 분류하는데 초점을 맞춰 왔다. 이 방식들은 실제 이미지 사용 환경에서 신체 부위에 대한 정확한 분류가 필요하다는 점이 까다롭기 때문에 최근의 동작 인식 연구 동향은 시공간상의 관심 점과 같이 저수준의, 더 추상적인 외형특징을 이용하는 방식이 일반화되었다. 하지만 몇 년 사이 자세 예측 기술이 발전하면서 자세 기반 방식에 대한 시각을 재정립하는 것이 필요하다. 본 연구는 외형 기반 방식에서 저수준의 외형특징만으로 분류기를 학습시키는 것이 충분한지에 대한 문제를 제기하면서 자세 예측을 이용한 효과적인 자세기반 동작인식 방식을 제안하였다. 이를 위해 다양한 감정을 표현하는 동작 시나리오를 대상으로 외형 기반, 자세 기반 특징 및 두 가지 특징을 조합한 방식을 비교하였다. 실험 결과, 자세 예측을 이용한 자세 기반 방식이 저수준의 외형특징을 이용한 방식보다 감정 동작 분류 및 인식 성능이 더 나았으며 잡음 때문에 심하게 망가진 이미지의 감정 동작 인식에도 자세 예측을 이용한 자세기반의 방식이 효과적이었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.552-555
• /
• 2019

디지털 트윈이란 현실 세계의 물리적인 사물을 컴퓨터 상에 동일하게 가상화 시키는 기술을 의미하는 것으로, 물리적 사물이나 시스템을 모델링하거나 IoT 기술에 접목되어 활용되고 있는 기술이다. 디지털 트윈 기술은 가상의 모델을 무한정 시뮬레이션을 통해 동작을 튜닝하고 환경변화에 대한 대응을 미리 실험하여 리스크를 최소화할 수 있는 장점을 지닌다. 최근 인공지능이나 기계학습에 관련된 기술들이 주목받기 시작하면서, 이와 같은 물리적인 사물의 모델링 작업을 데이터 기반으로 수행하려는 시도가 증가하고 있다. 특히, 산업현장에서 많이 활용되는 인더스트리 4.0 공장 자동화의 핵심인 협력 로봇의 디지털 트윈을 구축하기 위해서는 로봇의 동작을 인지하는 과정이 필수적으로 요구된다. 그러나 현재 협력 로봇의 동작을 인지하기 위한 시도는 미비하며, 센서 데이터를 기반으로 동작을 역으로 예측하는 기술은 더욱 그렇다. 따라서 본 논문에서는 로봇의 동작을 인지하기 위해 가정용 협력 로봇에서 전류 및 관성 데이터를 수집하기 위한 실험 환경을 구축하고, 수집한 센서 데이터를 기반으로 한 동작 예측 모델을 제안하고자 한다. 제안하는 방식은 로봇의 동작 명령어를 조인트 위치 기반으로 분류하고 전류와 위치 센서 값을 사용하여 학습을 통해 예측하는 방식이다. SVM 을 이용하여 학습한 결과, 모델의 성능은 평균적으로 정확도, 정밀도, 및 재현율이 모두 96%로 평가되었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.330-334
• /
• 2009

본 연구는 뇌의 편측 영역 에서의 EEG(Electroencephalography) coherence 로 손동작 의도를 예측하고자 하는 연구이다. 손 동작 예측을 위한 실험에 신체에 이상이 없는 6 명의 피실험자가 참여 하였다. 실험은 데이터 트레이닝 6 분과 동작 의도 판단 6 분으로 진행되었으며 무작위 순서로 손 동작을 지시한 후 편측적 영역 5 개 지점의 EEG 와 동작 시점을 알기 위한 오른손 EMG(Electromyography)를 측정하였다. 측정된 EEG 데이터를 분석하기 위해 주파수 별 Alpha 와 Beta 를 분류하였고 EMG 신호를 기준으로 동작과 휴식으로 분류된 Alpha 와 Beta 데이터를 5 개의 측정 영역별 Coherence 분석을 하였다. 그 결과 동작과 휴식을 구분할 수 있는 통계적으로 유효한 EEG Coherence 영역을 통하여 동작 판단을 할 수 있음을 확인하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2012년도 추계학술대회 논문집
• /
• pp.27-28
• /
• 2012

본 논문에서는 수퍼커패시터 에너지 저장장치의 동작을 예측할 수 있는 시뮬레이터를 구현하고 실험하였으며, 수퍼커패시터 시뮬레이터의 동작 및 제어 방법에 대하여 서술한다. 수퍼커패시터는 수초에서 수분 내의 동작 시간을 가지고 있기에 수퍼커패시터의 충전 또는 방전 동작은 빠른 시간에 이루어지게 된다. 충 방전 수행에 따라 증감되는 수퍼커패시터의 전압을 예측하여 제어하는 수퍼커패시터 시뮬레이터를 제안한다. 수퍼커패시터 시뮬레이터 동작은 대기모드인 CV모드와 충 방전모드인 SC모드로 구분된다. CV모드에서는 충 방전모드가 수행되지 않기에 수퍼커패시터 시뮬레이터가 대기하고 있는 상태이고, SC모드에서는 충 방전 동작이 수행됨에 따라 수퍼커패시터의 전압이 변화되는데 증감되는 전압의 크기를 제어하는 알고리즘이 필요하다. 충 방전 시 발생하는 DC 전류를 측정하여 계산과정을 통해 수퍼커패시터에서 변화되는 전압을 예측하여 SC모드에서 충 방전이 안정적으로 동작함을 실험을 통해 확인하였다.

• 전자공학회논문지S
• /
• 제36S권3호
• /
• pp.89-96
• /
• 1999

본 논문에서는 빠른 수행 속도를 가지고 여러 대의 차량을 동시에 추적할 수 있는 다중 차량 추적 알고리즘을 제안한다. 이러한 작업은 연속 영상으로부터 움직이는 물체의 동작 정보를 구하는 동작 분할(motion segmentation)단계와 칼만 필터(Kalman filter)를 이용해서 물체의 위치를 예측하는 동작 예측(motion estimation)단계로 나누어진다. 제안된 알고리즘은 아핀 동작 모델(Affine motion model)을 적용하여 동작 정보를 근사화함으로써 두 개의 선형 칼만 필터를 사용하고, 칼만 필터에서 예측된 위치 정보를 동작 분할 과정에 사용하여 빠른 추적이 이루어지도록 하였다. 또한, 다중 물체 추적 시 중요한 데이터 연결 문제(data association problem)를 해결하기 위해서 패턴 인식 방법을 도입하였다. 제안된 알고리즘을 고속 도로 영상에 대해 적용했을 때, 빠르고 정확한 다중 차량 추적이 이루어짐을 실험 결과를 통해 보였다.

• 인터넷정보학회논문지
• /
• 제15권4호
• /
• pp.9-20
• /
• 2014

대상의 동작을 잘 예측하는 것은 사회적 상호작용과 의사결정 컨텍스트 이해의 핵심이다. 본 연구는 동작 인식 과정에서 인간 뇌 시각인지 과정을 모방한 방법으로 관절 동작의 동작 순서 패턴을 학습하는 컴퓨팅 모델을 제안하였다. 제안 방법의 핵심은 뇌에서 동작 인지 자극을 처리하는 신경생리학적 IT, MT, STS의 피질 기능과 특정 시각 신경 회로 네트워크 기능을 모방하여 비지도 방법으로 동작 순서를 학습한 후 동작을 예측, 인식하는 것이다. 실험을 통해 제안 모델이 어떻게 연속적으로 입력되는 비디오에서 의미있는 동작 스냅샷 뿐 아니라 중요한 동작 패턴을 자동으로 선택하는 지를 제시하였다. 이 핵심 움직임은 학습 네트워크가 정적 시점에서 정지 영상에 함축된 동작을 인식하는지를 증명하는데 이용하는 관절 자세이다. 또한 STS 피질 영역에서 어떻게 정지와 움직임 입력을 통합하는지를 모방하여 학습하고, 학습한 피드백 연결이 차후 동작의 입력 순서를 어떻게 예측하는지를 제시하였다. 네트워크 시뮬레이션을 통해 동작 인식에 대한 제안 모델의 우수성을 입증하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1290-1291
• /
• 2011

본 연구에서는 배선용차단기의 트립부 동작 신뢰성 향상과 트립부의 구조 최적화를 위하여 트립부 동작 특성을 정량적으로 예측할 수 있는 자계-동역학 연성해석기술을 연구하였다. 먼저 전류와 트립부 가동자 변위에 따라 가동자에 유기되는 전자기력을 예측할 수 있는 수식을 도출하였으며, 전자기력 수식과 가동자의 회전운동방정식을 시간에 따라 과도해석하여 가동자의 변위와 동작전류, 트립하중을 정량적으로 예측할 수 있는 트립부 동특성 해석기술을 개발하였다. 그리고 개발된 해석기술을 검증하기 위하여 양산 배선용차단기를 이용하여 트립실험을 실시하였으며 동작전류의 실험값과 해석값이 비교적 일치함을 확인하였다. 또한 본 연구에서는 개발된 해석기술의 활용성을 제고하기 위하여 윈도우즈 환경의 트립부 동특성 해석 프로그램을 개발하였으며, 이를 활용하여 트립부 설계변수별 동작 특성을 분석하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2017년도 전력전자학술대회
• /
• pp.62-63
• /
• 2017

본 논문에서는 휠체어의 탑승자의 구동력과 BLDCM(Brushless DC Motor) 에서 출력되는 보조력인 전기적인 구동력을 동시에 사용하는 탈부착형 하이브리드 휠체어의 동작제어방식을 제안한다. 기존에는 휠체어에 토크센서를 부착하여, 토크센서 신호의 피이드백을 통하여 보조력을 발생하는 방식이 적용되고 있지만, 제안된 방식에서는 토크센서의 사용없이 사용자의 동작을 간접적으로 검출하는 방식을 제안한다. 사용자가 휠체어의 핸드림을 조작할 때, 발생하는 휠체어의 동작을 3축 가속도 센서를 통해 모션을 예측하고, 이에 대응하는 구동력을 보조하는 PAS(Power Assist System)을 설계하였다. 사용자의 동작 예측을 위해, 3축 가속도 센서의 신호를 조합하여 전진과 후진 및 정지 상태 신호를 예측하는 방식을 시뮬레이션과 실험을 통해 증명하였다.

• 대한기계학회논문집A
• /
• 제34권10호
• /
• pp.1345-1350
• /
• 2010

앉기-서기 동작은 인간의 생체역학적 기능 정도를 결정할 수 있는 기본적인 일상생활 동작의 하나이다. 동작 중 발생하는 관절의 운동 정보와 모멘트, 그리고 근력을 예측하는 것은 앉기-서기 동작의 특성을 이해하는데 필요하다. 본 연구에서는 동작 기반 역동역학해석 프로그램과 근전도 기반 근력예측 프로그램을 개발하였다. 개발된 프로그램과 앉기-서기 동작 실험에서 측정한 동작, 지면반력, 그리고 근전도신호 정보를 이용하여 실험적 방법으로 측정하기 힘든 관절각도, 관절모멘트, 및 근력을 예측하고 기존 연구결과와 비교하여 검증하였다. 개발된 기법과 프로그램들은 일상생활 동작에서의 관절 생체역학과 근육 협응에 대한 지식을 얻는 데 사용될 수 있으리라 기대한다.