• 한국컴퓨터정보학회논문지
• /
• 제17권8호
• /
• pp.107-114
• /
• 2012

본 논문에서는 인간의 가장 기본적이며 기초적인 운동인 걸음걸이로부터 검출할 수 있는 걸음 수 및 보행분석을 위해 전도성 섬유를 이용한 전기용량성 압력 센서를 깔창형태로 개발하였다. 개발된 깔창 형태의 센서는 보행시의 압력을 측정하여 보행신호를 검출하고, 검출된 신호를 이용하여 걸음 수 및 자세에 따른 압력 분포를 관찰하였다. 개발된 센서의 성능 검증을 위하여 국제규격의 표준분동을 사용하여 0 kg에서 100 kg 까지 10 kg씩 증가하여 무게에 따른 압력변화를 관찰하였으며, 그 결과 압력에 따라 비선형적인 특성을 가지고 캐패시턴스 값이 증가함을 보였다. 자세에 따른 압력변화 실험과 보행 횟수 검출비교를 위한 실험에서는 건강한 성인남성 다섯 명을 대상으로 4가지의 서로 다른 자세로 있을 때의 압력 변화를 관찰하였고, 보행 횟수 검출을 위해서는 시속 1 km/h와 4 km/h의 두 가지 걸음속도에서 3분 동안 걷게 하여 보행신호를 검출하였다. 상용 만보계 및 관찰자의 수계로 도출된 보수를 비교하였다. 기존의 상용 만보계는 저속(1 km/h)으로 걸었을 때 보수가 잘 측정되지 않은 반면 개발된 센서는 저속에서도 관찰자 수계대비 정확한 보수를 도출 할 수 있었다(상용 만보계 대비 평균 98.06 %의 인식률). 또한 자세에 따라 압력 값을 토대로 사용자의 자세를 모니터링 할 수 있음을 보였다. 본 연구는 향후 스마트폰과 무선 연동하는 스마트 보행관리 시스템을 개발하기 위한 기초연구이다.

• 한국산학기술학회논문지
• /
• 제14권1호
• /
• pp.199-205
• /
• 2013

본 연구는 네 가지의 가방 휴대방법에 따라 세 가지 가방의 무게를 달리하여 보행의 변화를 분석하고자 시행하였다. 20명의 건강한 성인이 연구에 참여하였다. 첫 번째 조건은 한쪽 어깨에 가방을 메고 보행하였고, 두 번째 조건은 한쪽으로 가로질러 가방을 매고 걸었다. 세 번째 조건은 양쪽 어깨에 가방을 메고 걸었고, 네 번째 조건은 한쪽 손으로 가방을 들고 걸었다. 각 네 가지 조건에 모든 대상자가 참가하였고, 오른쪽 신발에 SmartStep의 깔창을 깔고 오른쪽 발목에는 압력제어장치를 묶었다. 모든 대상자는 각각 4가지 조건에서 2.5 kg, 5 kg, 7.5 kg의 무게를 지닌 가방을 휴대하여 10 m를 걸었다. 각 조건에서 2.5 kg, 5 kg, 7.5 kg의 가방의 무게에 따라 입각기 비율, 유각기 비율과 보행속도는 통계학적으로 유의한 차이가 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.317-320
• /
• 2021

본 연구는 주기적인 알츠하이머 병의 중증도 모니터링을 위해 스마트 인솔을 통한 보행 특징 추출과 머신러닝 기반 중증도 분류의 성능에 대해 살펴보았다. 최근 고령화가 가속화되는 추세에 있어 치매 환자가 급증하고 있으며, 중증도가 심해질수록 필요한 치료 비용 및 노력이 급증하기 때문에 조기 진단이 최선의 치료 전략으로 보여진다. 환자 친화적이고 저비용의 관성 측정 장치가 내장된 스마트 인솔만을 사용하여 다양한 보행 실험 패러다임에서 환자의 보행 특징을 추출하고, 이를 알츠하이머 병의 중증도 진단을 위한 머신러닝 기반 분류기를 훈련시켜 성능을 평가한 결과, 숫자세기와 같이 뇌에 부하를 주는 하위 작업이 포함된 복합 보행을 측정한 데이터셋을 사용하여 훈련된 분류 모델이 일반 걷기 데이터셋을 사용한 모델보다 성능이 높게 나타나는 것이 관찰되었다. 본 연구는 안전하고 환경적 제약이 적은 방법을 사용하여 시기 적절한 진단뿐만 아니라 주기적인 중증도 모니터링 시스템의 일환으로 활용될 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권2호
• /
• pp.654-670
• /
• 2020

Workers at construction sites are easily exposed to many dangers and accidents involving falls, tripping, and missteps on stairs. However, researches on construction site monitoring system to prevent work-related injuries are still insufficient. The purpose of this study was to develop a wearable textile pressure insole sensor and examine its effectiveness in managing the real-time safety of construction workers. The sensor was designed based on the principles of parallel capacitance measurement using conductive textile and the monitoring system was developed by C# language. Three separate experiments were carried out for performance evaluation of the proposed sensor: (1) varying the distance between two capacitance plates to examine changes in capacitance charges, (2) repeatedly applying 1 N of pressure for 5,000 times to evaluate consistency, and (3) gradually increasing force by 1 N (from 1 N to 46 N) to test the linearity of the sensor value. Five subjects participated in our pilot test, which examined whether ascending and descending the stairs can be distinguished by our sensor and by weka assessment tool using k-NN algorithm. The 10-fold cross-validation method was used for analysis and the results of accuracy in identifying stair ascending and descending were 87.2% and 90.9%, respectively. By applying our sensor, the type of activity, weight-shifting patterns for balance control, and plantar pressure distribution for postural changes of the construction workers can be detected. The results of this study can be the basis for future sensor-based monitoring device development studies and fall prediction researches for construction workers.

• 대한정형도수물리치료학회지
• /
• 제28권1호
• /
• pp.71-80
• /
• 2022

Background: This study investigated the effect of robot-assisted arm training on muscle activity of arm and weight bearing in stroke patients. Methods: The study subjects were selected 20 stroke patients who met the selection criteria. 10 people in the robot-assisted arm training group and 10 people in the task-oriented arm training group were randomly assigned. The experimental group performed robot-assisted arm training, and the control group performed task-oriented arm training for 6 weeks, 5 days a week, 30 minutes a day. The measurement tools included surface electromyography and smart insole system. Data were analyzed using independent sample t-test and the paired sample t-test. Results: Comparing the muscle activity of arm within the group, the experimental group and the control group showed significant differences in muscle activity in the biceps brachii, triceps brachii, anterior deltoid, upper trapezius, middle trapezius, and lower trapezius. Comparing the muscle activity of arms between the groups, the experimental group showed significant difference in all muscle activity of arm compared to the control group. Comparing the weight bearing within the groups, the experimental group showed significant difference in the affected side and non-affected side weight bearings and there were significant differences in anterior and posterior weight bearing. The control group showed significant difference only in the non-affected side weight bearing. Comparing the weight bearings between groups, the experimental group showed significant difference in the affected side and non-affected side weight bearings compared to the control group. Conclusion: This study confirmed that robot-assisted arm training applied to stroke patients for 6 weeks significantly improved muscle activity of arm and weight bearing. Based on these results, it is considered that robot-assisted arm training can be a useful treatment in clinical practice to improve the kinematic variables in chronic stroke patients.

• 사물인터넷융복합논문지
• /
• 제10권4호
• /
• pp.27-33
• /
• 2024

2023년 기준 국내 건설업에서 발생한 사고 재해자 수는 26,829명으로 기타의 사업(서비스업)에 이어 두 번째에 해당한다. 전 업종 재해자 사고 유형으로는 넘어짐(29,229명), 떨어짐(14,357명) 순으로 이루어져 있다. 위 자료를 토대로 본 연구에서는 건설 현장에서 빈번하게 발생하는 낙상 사고를 예측하기 위해 안전모와 깔창에 센서를 부착하고, 이를 통해 수집된 데이터를 바탕으로 랜덤 포레스트 알고리즘을 적용한 스마트 안전 장비를 제안한다. 랜덤 포레스트 모델은 여러 결정 트리를 생성하여 각 트리의 예측을 종합함으로써 높은 정확도로 낙상 사고를 실시간으로 판별할 수 있다. 이 모델은 안전모에 부착된 MPU-6050 센서에서 수집된 데이터를 통해 노동자의 낙상 사고 여부와 행동 유형을 분류한다. 안전모로부터 일차적으로 판별된 낙상사고는 깔창에 부착된 센서를 통해 이차적으로 예측하여, 예측 정확도를 높인다. 이를 통해 사고 발생 시 신속한 대응이 가능하여 노동자의 사망 및 재해사고를 줄일 수 있다고 기대한다.