압력센서를 이용한 머신러닝 기반의 자세 판별 시스템
Machine learning-based attitude determination system using pressure sensor
특허 요약
최근 현대인들의 장시간 좌식생활로 인해 근골격계 질환자가 증가하고 있다. 근골격계 질환은 환자마다 질환을 유발하는 생활습관, 자세, 체형 등이 모두 다르기 때문에 일괄적인 기준으로 치료 및 예방 적용하기보다는 언제 어디서나 즉각적으로 피드백이 가능한 개인 맞춤 서비스가 필요한 시점이다. 본 발명에서는 FSR센서를 이용하여 일상생활에서 사용자의 앉은 자세를 모니터링하고 바른 자세를 유지할 수 있도록 솔루션을 제공해주는 시스템을 구현하였다. 구현된 시스템은 FSR 센서를 이용해 수집된 데이터와 KNN 지도학습 알고리즘을 이용하여 판별한 데이터에 대한 자세점수를 산출하였다. 구현된 시스템의 성능평가를 위하여 FSR센서와 머신러닝 기반의 KNN 지도학습 알고리즘을 통해 체형에 따른 사용자의 앞, 뒤, 좌, 우, 정상의 총 5가지 자세를 50회씩 반복하여 측정한 결과 평균 98%의 자세 판별 정확도를 확인하였다. 또한 사용자가 실시간으로 자세 정보를 확인할 수 있도록 어플리케이션을 통해 자세 움직임을 시각적으로 표현하였다.
청구항
번호청구항
1

사용자가 의자에 앉아 있을 때 사용자의 자세 정보를 센서로 측정하는 계측부;컨트롤러인 제어부;판별된 데이터를 시각화하여 나타내는 모니터링부;를 포함하여 구성되는 것으로, 상기 계측부는 다중 채널의 방석형 압력센서를 이용하여 사용자가 의자에 앉아 있을 때 방석 센서에 내장된 다수 개의 압력센서 측정값을 통해 사용자의 자세 정보를 실시간으로 측정하는 것이며,상기 모니터링부는 판별된 데이터를 시각화하여 바른 자세를 유지할 수 있도록 애플리케이션을 통해 모니터링하는 압력센서를 이용한 머신러닝 기반의 자세 판별 시스템에 있어서,상기 방석형 압력센서는 31개의 개별 압력 센싱 영역으로 구성되어 있으며, 자세 판단 알고리즘은 최근접 이웃 알고리즘을 사용하는 것으로, 최근접 이웃 알고리즘(KNN, k-Nearest Neighbor)은 정답데이터가 있는 레이블을 사용하여 입력 값을 분류하는 알고리즘으로서, 입력 데이터로부터 거리가 가까운 k개의 데이터를 참조하여 가장 많은 데이터가 있는 레이블을 최종 결과 값으로 반환하되, 거리측정 방식은 유클리드 거리 계산법을 사용하여 측정하며, 최종적으로 판별된 자세는 앞, 뒤, 좌, 우, 정상 총 5가지 자세로 나뉘어 정상 자세일 때 자세 점수가 상승 하도록 하고, 자세가 앞, 뒤, 좌, 우로 기울여졌을 때 자세 점수가 하락하도록 구성되는 것으로,상기 k=5일 때, 입력된 압력 데이터에서 측정한 거리가 작은 순으로 5개의 점을 찾아 연결하여, 연결된 점이 가장 많은 레이블을 최종 결과로 분류한 것을 특징으로 하는 압력센서를 이용한 머신러닝 기반의 자세 판별 시스템

2

삭제

3

삭제