• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.143-143
• /
• 2017

산업이 고도화됨에 따라 자동화 기계 및 로봇에 의해 대량 생산 되는 품목과 달리, 작업 절차의 비정형성, 비연속성 등으로 인해 여전히 농업에 많은 인력이 투입되고 있다. 국제노동기구에 따르면, 세계 인력의 절반이 농업 인력에 해당하고 작업 중 부상이나 사망 등으로 인해 가장 위험한 직업군 중 하나에 해당하는 것으로 나타났다. 시설 재배 농업의 경우, 노동집약적인 온실 내 작업 특성상 잘못된 자세로 작업하거나 지나친 작업량 등으로 인해 작업자에게 근골격계 질환이 발생할 수 있다. 근골격계 질환으로 인해 작업효율이 감소하거나 생산비용의 증가로 이어질 수 있으며, 농가 수익에 손실이 발생할 수 있다. 이에 본 연구에서는 현행 시설 재배 농업에서 사용되는 레일 전동 작업차를 이용하여 작업자가 토마토를 수확할 때의 신체에 대한 농작업의 부하를 평가하고자 하였다. 작업차를 이용한 주요 작업 절차는 작물로부터 과실 수확, 과실 상자에 과실 투입, 빈 과실 상자와 가득 찬 과실 상자의 교대, 작업차 위의 과실 상자를 운반용 파레트에 하역하는 순서로 이루어지는 것을 확인하였다. 비디오장비로 촬영된 일련의 농작업 과정을 OWAS, RULA, REBA와 같은 체크리스트형 인간공학적 작업 부하 평가 도구를 이용하여 평가한 결과, 기존 레일 전동 작업차를 이용한 농작업의 근골격계 질환 유발 가능성을 확인하였다. 동작별 위험성을 토대로 근골격계 질환 유발 가능성이 높아 개선이 필요한 농작업 동작을 선정하였다. 선정된 동작은 실험실 내 환경에서 피실험자를 통한 모의 동작의 생체 신호 계측을 통해 신체 부하 정도를 정량적으로 측정할 수 있으며, 보조가 필요한 신체 부위를 특정하거나 안전성 확보가 필요한 동작에 대한 증거가 될 수 있다. 본 연구를 통해 향후 토마토 온실 내 신선도 유지를 위한 레일 전동 작업차의 개발에 작업자의 안전과 효율성 향상을 위한 인간공학적 설계를 적용할 수 있을 것으로 기대한다.

• 한국운동역학회지
• /
• 제12권2호
• /
• pp.229-244
• /
• 2002

남자 기계체조 국가대표 선수 3명과 대학선수 3명을 대상으로 핸드스프링 몸펴 앞공중1회 비틀기 동작을 구간 및 국면별로 분석하고 동작의 숙련도에 따라 역학적 변인이 집단 간 어떠한 차이를 보이는지를 구명하기 위하여 Kwon3D 프로그램을 활용하여 분석한 결과 다음과 같은 결론을 얻었다. 시간요인에서 보폭을 크게 딛는 것이 손을 빠르게 지지 할 수 있고, 핸드스프링 체공시간은 짧게 하여야 발구르기의 압력을 높여 비틀기동작에서 체공 소요 시간이 길어지므로 비틀기 수행의 완성도를 높일 수 있는 것으로 나타났다. 각운동량 요인에서 기술수행 시 전체적으로 좌우(X)축에 대한 각운동량이 전후(Y)축과 수직(Z)축에 대한 각운동량에 비해 더 큰 값을 보였다. 좌우 축 각운동량은 지면에서 이지되어 동작을 수행하는 핸드스프링회전과 앞공중1회 비틀기에서 숙련자가 상대적으로 더 큰 각운동량 보이는 것으로 나타났다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제21권2호
• /
• pp.11-20
• /
• 2015

본 논문은 캐릭터의 특정 신체 부위를 3차원 가상 환경 안의 원하는 위치로 드래깅 함으로써 미래의 동작 시퀀스를 지시하는 새로운 대화형 기법을 제시한다. 캐릭터의 동작 시퀀스는 미리 촬영된 동작 데이터의 세부 구간들을 모션 그래프 구조에 따라 시간적으로 재배열 함으로써 합성한다. 손 동작 추적 장치에 의하여 사용자의 3차원 위치 입력이 주어지면, 모션 그래프를 공간 상에 펼침으로써 캐릭터의 현재 상태로부터 도달 가능한 잠재적 미래 상태들을 샘플링 하고, 선택된 신체 부위와 입력 위치 간의 거리가감소하는 미래 상태를 검출하여 해당 자세를 사용자에게 제시한다. 연속적으로 검출된 자세 간의 변화를 최소화 함으로써 사용자가 입력 위치를 변화 시킴에 따라 어떤 상태가 검출될지 예상하기 용이하도록 하고, 결과적으로 원하는 미래 상태에 신속하게 도달하도록 한다. 제안된 방법의유용성은 브레이크 댄스, 권투, 농구 등의 동작 데이터를 이용한 실험을 통하여 확인할 수 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권2호
• /
• pp.11-19
• /
• 2020

캐릭터의 자세가 변할 때 마다 캐릭터의 무게 중심(COM) 위치도 변하게 된다. 이 때 무게 중심의 위치 변화는 걷기, 뛰기, 쭈그려 앉기 등 다양한 동작 각각에 대응되는 독자적인 패턴을 가지므로 이를 이용하면 원래 동작의 정보를 알아낼 수 있다. 본 논문에서는 캐릭터의 무게 중심의 위치 변화를 토대로 동작을 예측하는 모션 생성 기법을 제안한다. 이 방법을 이용하면 무게 중심 정보를 통해 원래 동작의 유형에 대한 별도의 라벨 없이도 다양한 동작을 생성할 수 있다. 그러므로 네트워크의 학습 및 실행을 위한 데이터셋을 만들 때 사람의 손을 거칠 필요 없이 전처리를 비롯한 모든 과정을 자동으로 진행할 수 있다. 본 논문에서 제안하는 신경망 모델은 캐릭터의 모션 이력(history) 정보와 무게 중심 정보들을 입력 받아 현재 프레임에서의 포즈 정보를 출력하며, 연속적인 시계열 모션 데이터를 다루기 위해 1차원 Convolution을 수행하는 간단한 형태의 Convolutional Neural Network(CNN)를 사용하여 학습되었다.

• 스마트미디어저널
• /
• 제12권7호
• /
• pp.59-67
• /
• 2023

최근 인간의 자세와 행동을 추적하는 행동 분석 연구가 활발해지고 있다. 특히 2017년 CMU에서 개발한 오픈소스인 오픈포즈(OpenPose)는 사람의 외모와 행동을 추정하는 대표적인 방법이다. 오픈포즈는 사람의 키, 얼굴, 손 등의 신체부위를 실시간으로 감지하고 추정할 수 있어 스마트 헬스케어, 운 동 트레이닝, 보안시스템, 의료 등 다양한 분야에 적용될 수 있다. 본 논문에서는 헬스장에서 사용자들이 가장 많이 운동하는 Squat, Walk, Wave, Fall-down 4개 동작을 오픈포즈기반 딥러닝인 DNN과 CNN을 이용하여 운동 동작 분류 방법을 제안한다. 학습데이터는 녹화영상 및 실시간으로 카메라를 통해 사용자의 동작을 캡처해서 데이터 셋을 수집한다. 수집된 데이터 셋은 OpenPose을 이용하여 전처리과정을 진행하고, 전처리과정이 완료된 데이터 셋은 본 논문에서 제안한 DNN 및 CNN 모델 이용하여 운동 동작 분류를 학습한다. 제안한 모델에 대한 성능 오차는 MSE, RMSE, MAE를 사용한다. 성능 평가 결과, 제안한 DNN 모델 성능이 제안한 CNN 모델보다 우수한 것으로 나타났다.

• 디지털콘텐츠학회 논문지
• /
• 제19권8호
• /
• pp.1603-1615
• /
• 2018

본 연구에서는 스마트폰에 적용 가능한 광학식 손떨림 보정 시스템의 저복잡도, 저면적, 저전력 설계를 위하여 자이로스코프의 샘플링 레이트 최적화, 간단한 구조의 정확도가 우수한 자이로필터 설계, 움직임 보정부의 동작속도 최적화, AD/DA 변환기의 비트폭 최적화, 액츄에이터 구동전력을 낮추기 위한 PWM 구동 시 노이즈 평가 등을 제안하였다. 자이로 샘플링 주파수는 5KHz 이상에서 에러 값이 크게 변화가 없는 것으로 확인 되었다. 자이로필터는 퍼지부를 적용하여 손떨림 각도 및 위상 오차에 대한 보상 효과를 검증하였다. PWM 구동은 선형모드 대비 약 50% 이상 소모전력이 감소하는 것을 확인하였으며, 구동 주파수 2MHz 이상에서 영상 노이즈가 감소하는 것을 확인하였다. 움직임 보정부의 동작속도는 제어부 5KHz, 구동부 10KHz로 낮추어도 특성에 문제없는 것으로 확인되었다. AD/DA 변환기의 비트폭은 AD 변환기는 11비트, DA 변환기는 10비트로 최적화되었다.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.145-151
• /
• 2023

3D-CNN은 시계열 데이터 학습을 위한 딥 러닝 기법 중 하나이다. 이러한 3차원 학습은 많은 매개변수를 생성할 수 있으므로 고성능 기계학습이 필요하거나 학습 속도에 커다란 영향을 미칠 수 있다. 본 연구에서는 손의 동적인 제스처 동작을 시공간적으로 학습할 때, 3D-CNN 모델의 구조적 변화 없이 입력 영상 데이터의 시공간적 변화에 따른 학습 정확성을 분석함으로써, 3D-CNN을 이용한 동적 제스처 학습의 효율성을 높이기 위한 입력 영상 데이터의 최적 조건을 찾고자 한다. 첫 번째로 동적 손 제스처 영상 데이터에서 동적 이미지 프레임의 학습구간을 설정함으로써 제스처 동작간 시간 비율을 조정한다. 둘째로는 클래스간 2차원 교차 상관 분석을 통해 영상 데이터의 이미지 프레임간 유사도를 측정하여 정규화 함으로써 프레임간 평균값을 얻고 학습 정확성을 분석한다. 이러한 분석을 통하여, 동적 손 제스처의 3D-CNN 딥 러닝을 위한 입력 영상 데이터를 효과적으로 선택하는 두 가지 방법을 제안한다. 실험 결과는 영상 데이터 프레임의 학습구간과 클래스간 이미지 프레임간 유사도가 학습 모델의 정확성에 영향을 미칠 수 있음을 보여준다.

• 한국건축시공학회지
• /
• 제15권5호
• /
• pp.473-481
• /
• 2015

공동주택의 구조형식이 점차 기둥식 구조로 바뀌면서 비내력 경량벽체의 수요가 증가하고 있다. 경량벽체는 구조적 안전을 위해 소정의 내력을 확보할 필요가 있다. 본 연구에서는 경량벽체의 정적 수평하중저항성 및 내충격성 시험방법의 기초자료로서 활용하기 위해 인간이 벽체에 가하는 힘을 실험적으로 파악하였다. 정적하중을 가하는 동작으로는 양손 밀기, 어깨 밀기, 등 기대기, 한 손 기대기의 4종류를 설정하였다. 동적하중을 가하는 동작으로는 발뒤꿈치차기, 어깨 부딪치기, 주먹치기의 3종류를 설정하였다. 하중해석 장치의 하중판 강성은 20kN/cm, 4.7kN/cm, 2.2kN/cm의 3종류로 설정하였다. 정적하중 해석결과로부터, 동작별 최대하중비(Pmax/W)는 양손 밀기의 경우 1.17~1.25, 어깨 밀기의 경우 0.95~0.99, 등 기대기의 경우 0.16~0.18, 한 손 기대기의 경우 0.12~0.15인 것을 알 수 있었다. 또한 동적하중 해석결과로부터, 동작별 최대하중비(Pmax/W)의 상한 값은 발차기의 경우 약 10.07, 어깨 부딪치기의 경우 4.46, 주먹치기의 경우 약 5.58인 것을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제14권12호
• /
• pp.545-554
• /
• 2014

본 논문에서는 깊이 카메라를 이용한 실시간 사용자 한자 학습 시스템을 제안한다. 사용자 학습 방법으로는 사용자가 화면에서 손을 움직여 한자를 입력하고, 입력 제스처와 미리 저장된 템플릿을 매칭하여 사용자가 한자를 올바르게 썼는지 판단한다. 이를 위해 본 논문에서는 손가락 검출 및 검증을 통한 손 영역 검출 및 추적 방법과 스트로크의 연속성을 분석하기 위해 적응적 체인 코드를 제안한다. 손가락 검출로는 깊이 값을 이용하여 손 영역을 검출 후, 손가락의 축을 생성, 손가락의 두께를 이용하여 검증한다. 손 영역 추적으로 생성된 스트로크는 추적된 점들과 순서 그리고 길이 정보가 포함되어 있다. 이들을 이용하여 사용자가 올바른 입력을 했는지 확인하기 위해 적응적 체인 코드 방법을 제안한다. 이 방법은 매칭 속도와 스트로크 안에서 잘못 입력된 부분을 찾는데 매우 효율적이다. 실험 결과에서는 본 논문에서 제안한 시스템이 실시간으로 동작하며 학습 과정과 오류 검출에 매우 효과적임을 보여준다.

• 디지털콘텐츠학회 논문지
• /
• 제13권2호
• /
• pp.235-245
• /
• 2012

우리는 본 논문에서 사용자 제스처 인터페이스 기반 퀴즈게임 콘텐츠를 제안한다. 우리는 기존의 아날로그 방식으로 수행해 오던 퀴즈게임의 요소들을 파악하여 디지털화함으로써 퀴즈 진행자의 역할을 콘텐츠 프로그램이 담당할 수 있도록 하였다. 우리는 키넥트 카메라를 사용하여 깊이영상을 획득하고 깊이영상에서 사용자 분할, 머리 위치 검출 및 추적, 손 검출 등의 전처리 작업과 손들기, 손 상하이동, 주먹 모양, 패스, 주먹 쥐고 당김 등의 명령형 손 제스처 인식기술을 개발하였다. 특히 우리는 사람이 일상생활에서 물리적인 객체를 조작하는 동작으로 인터페이스를 위한 제스처를 정의함으로써 사용자가 이동, 선택, 확인 등의 추상적인 개념을 인터페이스 과정에서 체감할 수 있도록 디자인하였다. 앞서 발표되었던 선행 작업과 비교할 때, 우리는 승리 팀에 대한 카드보상 절차를 추가하여 콘텐츠의 완성도를 높였으며, 손 상하이동 인식과 주먹 모양 인식 알고리즘 등을 개선하여 문제 보기선택의 성능을 크게 향상시켰고, 체계적인 실험을 통해 만족할 만한 인식 성능을 입증하였다. 구현된 콘텐츠는 실시간 테스트에서 만족스러운 제스처 인식 결과를 보였으며 원활한 퀴즈게임 진행이 가능하였다.