• 스마트미디어저널
• /
• 제10권3호
• /
• pp.31-38
• /
• 2021

낙상사고는 언제, 어디에서 일어날지 예측하기 어렵다. 또한 신속한 후속 조치가 수행되지 않으면 생명의 위협으로 이어지므로 낙상사고를 자동으로 감지할 수 있는 연구가 필요하게 되었다. 자동적인 낙상사고 감지기법 중 손목에 부착된 IMU 센서를 활용한 기법은 움직임이 많아 낙상사고 검출이 어렵지만, 착용의 간편함과 접근성이 뛰어난 기법으로 인식되고 있다. 낙상 데이터 확보의 어려움을 극복하기 위해 본 연구는 KNN과 SVM과 같은 머신러닝으로 적은 데이터를 효율적으로 학습하는 알고리즘을 제안한다. 또한, 이들 수학적 분류기의 성능을 높이기 위해 본 연구에서는 주파수 공간에서 취득한 특징 데이터를 활용하였다. 제안된 알고리즘은 표준 데이터세트를 활용한 실험을 통해 모델의 파라미터와 주파수 특징 추출기의 파라미터를 다각화하여 그 영향을 분석하였다. 제안된 알고리즘은 학습 데이터를 확보하기 어려운 현실적인 문제에 적절히 대처할 수 있었다. 또한 본 알고리즘이 다른 분류기보다 경량화되어 있기 때문에 SIMD(Single Instruction Multiple Data) 처리장치 탑재가 어려운 소형 임베디드시스템에도 구현이 용이했다.

• ETRI Journal
• /
• 제44권4호
• /
• pp.654-671
• /
• 2022

Accidental falls frequently occur during activities of daily living. Although many studies have proposed various accident detection methods, no high-performance accident detection system is available. In this study, we propose a method for integrating data and accident detection algorithms presented in existing studies, collect new data (from two stunt performers and 15 people over age 60) using a developed wearable device, demonstrate new features and related accident detection algorithms, and analyze the performance of the proposed method against existing methods. Comparative analysis results show that the newly defined features extracted reflect more important risk factors than those used in existing studies. Further, although the traditional algorithms applied to integrated data achieved an accuracy (AC) of 79.5% and a false positive rate (FPR) of 19.4%, the proposed accident detection algorithms achieved 97.8% AC and 2.9% FPR. The high AC and low FPR for accidental falls indicate that the proposed method exhibits a considerable advancement toward developing a commercial accident detection system.

• 인터넷정보학회논문지
• /
• 제18권3호
• /
• pp.11-17
• /
• 2017

To the elderly, sudden falls are one of the most frightening accidents. If an accident occurs, a prompt action has to be taken to deal with the situation. Recently, there have been a number of attempts to detect sudden falls using acceleration sensors embedded in the mobile devices, such as smart phones and wrist-bands. However, using the sensor readings only, the detection rate of the falls is around 65%. Ordinary daily activities such as running or jumping could not be well distinguished from the falls. In this paper, we describe our attempts on improving the fall-detection rate. We implemented a wrist-band fall detection module, using a three-axis acceleration sensor. With the pattern matching on the fall signal-strength frequency spectrum, in addition to the conventional signal strength measurement, we could improve the detection rate by 9% point. Furthermore, by applying two wrist-bands in the experiment, we could further improve the detection rate to 82%.

• 전기전자학회논문지
• /
• 제18권1호
• /
• pp.134-139
• /
• 2014

노인의 생활안전 사고 유형 중 가장 높은 비율을 차지하는 낙상은 57.2%이상이 가정에서 발생하는 것으로 조사되었다. 본 연구에서는 실내 바닥의 진동을 측정, 분석하여 낙상의 유무를 판별하고자 하였으며, 이를 위해 압전필름과 연산증폭기로 증폭 및 필터링 회로를 제작하여 진동 센서 모듈을 구성하였다. 진동 센서 모듈에서 증폭 및 필터링 과정을 거친 진동 신호는 데이터 수집 장치를 통해 디지털 신호로 변환되어 PC로 전송된다. 진동 신호는 k-NN 분류기를 이용하여 낙상 유무를 판별한다. 피험자 10명을 대상으로 낙상 실험결과, 분류기는 93.6%의 인식율을 나타내었다. 제작된 센서 모듈은 낙상 검출에 유용한 것으로 판단된다.

• 전기전자학회논문지
• /
• 제17권1호
• /
• pp.22-28
• /
• 2013

노인의 생활안전 사고 유형 중 가장 높은 비율을 차지하는 낙상은 50% 이상이 가정에서 발생하는 것으로 조사되었다. 또한 만 65세 이상 노인의 67.1%는 자녀와 동거를 희망하지 않으며 점점 더 독거노인의 비율은 늘어나, 낙상으로 인한 사고의 발생률은 더 높아질 것이다. 본 연구에서는 실내 바닥의 진동을 측정, 분석하여 낙상의 유무를 판별하고자 하였으며 이를 위해 피에조 필름 센서와 Op-Amp, DAQ를 이용하여 하드웨어를 구성하였다. 여기서 제안한 시스템은 바닥 진동을 측정할 수 있는 신호 처리부, 낙상 발생 시 사용자의 의식 확인을 위한 경보부로 구성하였다. 진동 신호는 k-NN분류기를 이용하여 낙상 유무를 판별한다. 실험결과, 분류기는 3.8%의 오차를 나타내어, 진동을 이용한 낙상 검출 가능성을 보여주고 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.461-462
• /
• 2022

최근 지속적인 출산율의 감소와 평균수명의 증가로 인하여, 대한민국의 초고령 사회는 예상보다 훨씬 빠르게 증가하고 있다. 핵가족 형태가 보편화되며 1인 가구도 함께 늘고 있어서 홀로 사는 노인의 수 역시 증가하는 추세이다. 주거 공간에서 낙상사고와 같은 고령화 안전사고가 많이 발생하고 있다. 혼자 사는 독거노인들의 경우 사고 발생 즉시 대처가 가능한 보호자가 없다는 문제점이 있다. 본 논문에서는 MediaPipe를 이용한 낙상사고 감지 시스템을 개발한다. 먼저, 이 시스템은 MediaPipe를 이용해서 카메라를 통해 실시간으로 수신된 영상에서 사람을 인식하고, 자세 유형 분석을 통해 낙상사고 발생 여부를 판별하여 애플리케이션을 통해 보호자에게 현장 상황을 알려주는 시스템이다. 낙상사고가 발생했다면 보호자용 애플리케이션을 통해 사고 발생 알림 및 현장 사진을 보여준다. 이와 같은 기술을 활용하여 응급상황에 처한 노인을 빠르게 구조하며 독거노인의 생활안전사고 문제를 해결하는 데에 기여하고자 한다.

• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.150-159
• /
• 2022

본 논문은 실시간 영상 분석을 통해서 산업현장에서 활동하는 여러 근로자의 영상 객체를 추출해 내고, 추출된 이미지로 부터 개별 영상 분석을 통해 헬멧의 착용 여부와 낙상 사고 여부를 확인하는 방법을 구현한다. 근로자의 영상 객체를 탐지하기 위해서 딥러닝 기반 컴퓨터 비전 모델인 YOLO를 사용하였으며, 추출된 이미지를 이용하여 헬멧의 착용여부를 판단하기 위해 따로 5,000장의 다양한 헬멧 학습 데이터 이미지를 만들어서 사용하였다. 또한, 낙상사고 여부를 판단하기 위해서 Mediapipe의 Pose 실시간 신체추적 알고리즘을 사용하여 머리의 위치를 확인하고 움직이는 속도를 계산하여 쓰러짐 여부를 판단하였다. 결과에 신뢰성을 주기위한 방법으로 YOLO의 바운딩 박스의 크기를 구하여 객체의 자세를 유추하는 방법을 추가하고 구현하였다. 최종적으로 관리자에게 알림 서비스를 위하여 텔레그램 API Bot과 Firebase DB 서버를 구현하였다.

• 센서학회지
• /
• 제31권2호
• /
• pp.96-101
• /
• 2022

As the elderly population gradually increases, the risk of fatal fall accidents among the elderly is increasing. One way to cope with a fall accident is to determine the fall direction before impact using a wearable inertial measurement unit (IMU). In this context, a previous study proposed a method of classifying fall directions using a support vector machine with sensor velocity, acceleration, and tilt angle as input parameters. However, in this method, the IMU signals are processed through several processes, including a Kalman filter and the integration of acceleration, which involves a large amount of computation and error factors. Therefore, this paper proposes a machine learning-based method that classifies the fall direction before impact using IMU raw signals rather than processed data. In this study, we investigated the effects of the following two factors on the classification performance: (1) the usage of processed/raw signals and (2) the selection of machine learning techniques. First, as a result of comparing the processed/raw signals, the difference in sensitivities between the two methods was within 5%, indicating an equivalent level of classification performance. Second, as a result of comparing six machine learning techniques, K-nearest neighbor and naive Bayes exhibited excellent performance with a sensitivity of 86.0% and 84.1%, respectively.

• 한국멀티미디어학회논문지
• /
• 제23권2호
• /
• pp.282-292
• /
• 2020

In order to minimize casualties from marine vessel accidents that occur frequently at home and abroad, it is important to ensure the safety of the passengers aboard the vessel in the event of an accident. There is an EPIRB system as a system for disaster preparedness in the marine situation currently on the market, but there is a problem that the price is very expensive. In order to overcome the cost problem, which is a disadvantage of previous system, LoRaWAN-based communication is used. LoRaWAN communication-based vessel positioning and risk detection system based on LoRaWAN communication transmits measurement data of each module using two Beacon and GPS modules to stably perform position measurement for both indoor and outdoor situations. The rider danger situation detection system can detect the safety status of the rider using the 3-axis acceleration sensor, collect data from the rider positioning system and the rider safety status detection system, and send to server using LoRa communication. When conducting communication experiments in the long-distance maritime situation and actual communication experiments using the implemented system, it was found that the two experiments showed over 90% communication success rate on average.

• 융합신호처리학회논문지
• /
• 제20권2호
• /
• pp.91-98
• /
• 2019

해상과 같이 고립된 장소에서 발생하는 작업자의 사고는 일반적인 건설 사고와는 달리 통신의 제한 등의 문제로 구조에 어려움이 따른다. 또한 CCTV의 부재로 인한 사고 현장의 수색에 어려움이 생긴다. 이러한 문제점을 개선하기 위해 이 논문에서는 작업 현장에서 필수적으로 착용해야 하는 안전모에 IoT 기술을 접목한 장치를 제안한다. 제안 장치는 기존의 안전모에 심박센서, 체온 센서, 가속도 센서 및 카메라 센서를 부착하여 설계 및 구현하며, 사용자 및 관제 센터에서 작업자의 상태를 모니터링 할 수 있게 한다. 또한 작업자에게 비정상적인 생체 신호나 낙상이 발생하면 영상을 관제센터로 전송한다. 제안 시스템을 활용하면 작업자의 상태를 실시간으로 확인할 수 있으므로 작업자의 사고에 대해 빠른 대처를 할 수 있는 장점을 가진다.