가속도 센서를 이용한 실시간 스포츠 동작 분류.모니터링에 관한 연구 (A Study on Real-Time Sports Activity Classification & Monitoring Using a Tri-axial Accelerometer)

서지정보

· 발행기관 : 한국운동역학회
· 수록지 정보 : 한국운동역학회지 / 18권 / 2호 / 59 ~ 64페이지
· 저자명 : 강동원, 최진승, 탁계래

초록

본 연구는 3축 가속도 센서를 허리에 부착하여 실시간으로 스포츠 동작분류를 할 수 있는 모니터링에 관한 연구를 실시하였다. 이 모니터링 시스템은 스포츠 동작의 기본이라고 할 수 있는 걷기, 달리기, 자세변화 동작, 정지상태의 동작들과 추가적으로 사이클링 동작을 분류할 수 있도록 하였다. 또한 운동 시에 발생할 수 있는 낙상을 감지하여 위급상황에 대한 정보도 나타나게 하였다. 가속도센서모듈은 인체에 부착된 형태로 스포츠 활동을 모니터링하기 위하여 소형으로 설계되었으며 활동에 방해가 되지 않게 허리에 부착되었다. 측정된 데이터는 RF통신을 통해 PC로 전송되며 알고리즘을 통해 실시간으로 동작분류를 시행하게 된다. 개발된 알고리즘을 검증하기 위한 실험으로 5명의 피험자를 대상으로 서로 다른 속도의 걷기, 달리기, 사이클링 동작을 각각 100초간 실시하였으며 낙상과 자세변화 동작(앉았다 일어서기, 누웠다 일어서기, 서있다 앉기, 누웠다 앉기, 서있다 눕기, 앉았다 눕기)은 각각 20회씩 실행하였다. 그 결과 동작분류 정확도는 95.4%를 나타내었다. 이번 연구에서 스포츠 모니터링을 통하여 정확한 자신의 운동정보를 알려주고 운동 시에 발생하는 낙상에 대한 위급상황을 알려줌으로써 스포츠 활동에 도움을 주고자 하였으며, 추가적인 연구로 각각의 스포츠 활동에 대한 정확한 에너지 소비 추정 알고리즘을 개발 중에 있다.

영어초록

D. W. KANG, J. S. CHOI, and G. R. TACK, A Study on Real-Time Sports Activity Classification & Monitoring Using a Tri-axial Accelerometer. Korean Journal of Sport Biomechanics, Vol. 18, No. 2, pp. 59-64, 2008. This study was conducted to study the real-time sports activity classification and monitoring using single waist mounted tri-axial accelerometer. This monitoring system detects events of sports activities such as walking, running, cycling, transitions between movements, resting and emergency event of falls. Accelerometer module was developed small and easily attachable on waist using wireless communication system which does not constrain sports activities. The sensor signal was transferred to PC and each movement pattern was classified using the developed algorithm in real-time environment. To evaluate proposed algorithm, experiment was performed with several sports activities such as walking, running, cycling movement for 100sec each and falls, transition movements(sit to stand, lie to stand, stand to sit, lie to sit, stand to lie and sit to lie) for 20 times each with 5 healthy subjects. The results showed that successful detection rate of the system for all activities was 95.4%. In this study, through sports activity monitoring, it was possible to classify accurate sports activities and to notify emergency event such as falls. For further study, the accurate energy consumption algorithm for each sports activity is under development.

참고자료

· 없음