• 정보처리학회논문지B
• /
• 제12B권2호
• /
• pp.157-166
• /
• 2005

3차원 가상현실 내에서 캐릭터 움직임 동작의 기술은 기존 방식인 키프레임 기법에 의존하던 것이 점차 동작 제어 기법을 활용하고, 보다 사실적이고 자연스러운 움직임을 생성해 내고자 하는 방향으로 발전해 가고 있다. 그러나 이러한 동작 제어 기법을 통해 가상현실의 지형 성질에 따라 적응적인 캐릭터의 동작을 표현하는데 한계가 있다. 즉, 대부분의 가상환경에서 캐릭터의 걷는 움직임은 일정하고 단조로운 동작만을 반복하여 표현하고 있어 관찰자로 하여금 지루함을 느끼게 하고, 지형의 조건이나 형태에 맞지않게 캐릭터의 발끝이 지면에 스며들거나 떠있는 등의 부자연스러운 동작으로 인해 사실감을 저하시킨다. 본 논문에서는 적은 매개변수들과 역운동학 방법을 적용하여 기본 걷기 동작을 표현하고, 지면의 성질을 마찰계수로 대표시켜 지면에 적응적인 걷기 동작의 생성 방법을 제안한다. 제안된 방법에서는 구심력과 마찰계수를 결합한 후, 이를 근거로하여 한 주기 동안의 걷는 동작을 분석하고 이를 기반으로 동작에 필요한 매개변수를 조정하여 지질에 따른 적응적인 캐릭터의 걷기 동작을 생성한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권11호
• /
• pp.1092-1101
• /
• 2003

대부분의 3차원 캐릭터 애니메이션에서는 모션 캡쳐 장비를 통해서 포착된 동작 데이타를 이용하여 다양한 지형상에서 캐릭터가 걷는 동작을 표현한다. 이러한 동작 포착 데이타는 실제 사람과 같이 움직이는 동작들을 자연스럽게 표현할 수 있으나, 만약 다양한 지형에 대한 움직이는 동작이 표현할 경우, 지형의 유형에 따라 모든 동작을 캡쳐하여야 하고, 얻어진 동작 데이타를 다른 유형의 캐릭터에 적용할 경우 동작 데이타를 다시 얻거나 기존 동작 데이타를 재편집해야 하는 어려움이 있다. 따라서 본 연구에서는 적은 매개변수들을 사용하여 평지면, 경사면, 계단면 그리고 굴곡면 등 다양한 지형에서의 적응적인 걷는 동작을 생성하기 위한 방법과 골반과 이동하는 다리의 움직임 제적을 산출하는 방법을 제안한다. 이 방법에서는 캐릭터의 신장이나 걷는 속도, 걸음폭 등의 매개변수들을 조절하여 다양한 걸음걸이를 생성할 수 있으며 역운동학(Inverse Kinematics) 개념을 적용하여 관절들의 위치나 각도를 산출하고 관절의 이동 궤적을 계산하기 위해 큐빅 스플라인 곡선을 활용한다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.883-892
• /
• 2019

본 연구에서는 지능형 대퇴 의족의 노면 적응 기술 구현시 보행 환경이 변화하는 구간 및 약 경사로 보행에서의 보행 불평형 문제를 해결하기 위한 방법으로 발목 관절 운동을 제어 가능한 하퇴 의족을 적용하였다. 제안한 태퇴 의족의 개발을 위해서는 보행의 단계 구분이 필수적이다. 이러한 보행의 입각기의 단계별 구분과 유각기의 판단을 위하여 대퇴의족의 슬관절 데이터와 관성센서 데이터를 바탕으로 의사 결정 나무 학습법과 랜덤포레스트 기법을 융합한 머신러닝 기술을 제안 및 적용하였다. 이러한 방법으로 발목의 운동 상태를 제어 하였으며 보행 평형이 문제가 해소 되는지를 butterfly diagram을 측정하여 평가 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.877-881
• /
• 2008

In this paper, we propose a real-time people tracking system with multiple CCD cameras for security inside the building. The camera is mounted from the ceiling of the laboratory so that the image data of the passing people are fully overlapped. The implemented system recognizes people movement along various directions. To track people even when their images are partially overlapped, the proposed system estimates and tracks a bounding box enclosing each person in the tracking region. The approximated convex hull of each individual in the tracking area is obtained to provide more accurate tracking information. To achieve this goal, we propose a method for 3D walking human tracking based on the IMPRESARIO framework incorporating cascaded classifiers into hypothesis evaluation. The efficiency of adaptive selection of cascaded classifiers have been also presented. We have shown the improvement of reliability for likelihood calculation by using cascaded classifiers. Experimental results show that the proposed method can smoothly and effectively detect and track walking humans through environments such as dense forests.

• 한국전자통신학회논문지
• /
• 제9권10호
• /
• pp.1095-1102
• /
• 2014

본 논문에서는 실시간 감시 시스템에서 인간의 활동성을 분석하기 위하여 움직임 벡터를 사용하며, 고속연산에 GPU를 활용한다. 먼저 가장 중요한 부분인 전경으로부터 적응적 가우시안 혼합기법, 두드러진 움직임을 위한 가중치 차영상 기법, 움직임 벡터를 이용하여 인간이라고 판단되는 블랍을 검출하고, 추출된 움직임 벡터를 이용하여 사람의 활동성을 분석한다. 본 논문에서는 사람의 행동을 크게 {Active, Inactive}, {Position Moving, Fixed Moving}, {Walking, Running}의 세 가지 메타 클래스로 분류하고 인식하였다. 실험을 위해서 약 300개의 상황을 연출하였으며, 약 86%~98% 의 인식률을 보였다. 또한 $1920{\times}1080$ 크기 영상에서 CPU 기반은 4.2초 정도 걸렸는데, GPU 기반에서는 0.4초 이내로 빨라진 결과를 얻었다.

• 한국지능시스템학회논문지
• /
• 제21권1호
• /
• pp.132-137
• /
• 2011

4족 보행로봇은 보행 안정성이 높아서 향후 다양한 분야에 활용이 기대되며, 효율적인 보행을 위한 걸음새의 생성과 제어가 중요하다. 특히, 다양한 로봇 모델들에 대한 수요와 여러 가지 걸음 동작의 필요성으로 인하여 자동적인 걸음새 생성기법이 요구된다. 본 논문에서는 HyperNEAT(Hypercube-based NeuroEvolution of Augmenting Topologies)를 사용하여 지형변화에 적응 가능한 4족 보행로봇의 걸음새를 생성하고, 바이올로이드로 구성된 4족 보행로봇에 대하여 ODE 기반의 Webots 시뮬레이션을 통해서 보행 실험을 수행하고 결과를 분석한다.

• Journal of information and communication convergence engineering
• /
• 제2권2호
• /
• pp.110-115
• /
• 2004

The prosthesis of current commercialized apparatus has considerable problems, requiring improvement. Especially, LLP(Lower Limb Prosthesis)-related problems have improved, but it cannot provide normal walking because, mainly, the gait control of the LLP does not fit with patient's gait manner. To solve this problem, HCI((Human Computer Interaction) that adapts and controls LLP postures according to patient's gait manner more effectively is studied in this research. The proposed control technique has 2 steps： 1) the multilayer neural network forecasts angles of gait of LLP by using the angle of normal side of lower limbs； and 2) the adaptive neural controller manages the postures of the LLP based on the predicted joint angles. According to the experiment data, the prediction error of hip angles was 0.32［deg.］, and the predicted error of knee angles was 0.12［deg.] for the estimated posture angles for the LLP. The performance data was obtained by applying the reference inputs of the LLP controller while walking. Accordingly, the control performance of the hip prosthesis improved by 80% due to the control postures of the LLP using the reference input when comparing with LQR controller.

• 디지털융복합연구
• /
• 제16권2호
• /
• pp.375-383
• /
• 2018

본 연구는 유산소와 저항성 운동이 접목된 복합트레이닝을 비만과 골다공증 진단을 받은 지적장애인 성인에게 12주간 적용한 후 운동의 효과를 알아보기 위해 신체구성검사, 건강관련체력 그리고 골다공증의 변화를 검증하였다. 연구대상들의 운동은 12주간 주2회 유산소운동과 근력 운동을 구성된 복합트레이닝 프로그램을 실시하였다. 유산소운동은 저강도에서 시작하여 점증부하원리를 적용하였고, 저항성 운동은 15회를 반복할 수 있는 강도로 설정하였다. 신체조성과 골밀도는 운동전, 6주, 12주 세 차례 측정하였고, 건강체력평가는 운동전과 운동 후 측정하였다. 체중, 체지방은 운동전에 비해 운동 후 감소하였고, 골밀도는 운동전에 비해 운동 후 증가하였다. 체력요인으로 근력과 근지구력, 유연성이 운동전에 비해 운동 후 개선되었다. 본 연구결과로 12주의 복합트레이닝은 하지근력을 증가시켜 걷기, 달리기 등의 기능을 향상시키고, 건강체력의 향상과 골밀도의 증가를 일으키는 운동임을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권6호
• /
• pp.2070-2086
• /
• 2014

As a kind of personal lifelog data, activity data have been considered as one of the most compelling information to understand the user's habits and to calibrate diagnoses. In this paper, we proposed a robust algorithm to sampling rates for human activity recognition, which identifies a user's activity using accelerations from a triaxial accelerometer in a smartphone. Although a high sampling rate is required for high accuracy, it is not desirable for actual smartphone usage, battery consumption, or storage occupancy. Activity recognitions with well-known algorithms, including MLP, C4.5, or SVM, suffer from a loss of accuracy when a sampling rate of accelerometers decreases. Thus, we start from particle swarm optimization (PSO), which has relatively better tolerance to declines in sampling rates, and we propose PSO with an adaptive boundary correction (ABC) approach. PSO with ABC is tolerant of various sampling rate in that it identifies all data by adjusting the classification boundaries of each activity. The experimental results show that PSO with ABC has better tolerance to changes of sampling rates of an accelerometer than PSO without ABC and other methods. In particular, PSO with ABC is 6%, 25%, and 35% better than PSO without ABC for sitting, standing, and walking, respectively, at a sampling period of 32 seconds. PSO with ABC is the only algorithm that guarantees at least 80% accuracy for every activity at a sampling period of smaller than or equal to 8 seconds.