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.
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.
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%.
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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.