4D 이미징 센서를 활용한 인공지능 기반 낙상 감지 모니터링 시스템 연구 (Research on AI-based Fall Detection Monitoring System using 4D Radar Imaging Sensors)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 23권 / 2호 / 41 ~ 56페이지
· 저자명 : 김진석, 최무성, 조은상, 심미선, 안세종, 정성택

초록

본 연구에서는 낙상을 효과적으로 검출하기 위해 4D 이미징 레이더 센서와 인공지능(AI) 기반의 비접촉 낙상 감지 시스템을 제안하였다. 이 시스템은 레이더 센서를 통해 추출한 Point Cloud 데이터를 가공하여 신체의 위치와 자세를 분석하며, CNN 모델을 활용한 서기, 앉기, 눕기 등의 자세를 분류한 후 낙상과 천천히 눕는 동작을 구별하기 위해 속도 및 위치 변화를 비교하는 판별 기준을 수립하였다. 이에 대한 결과로는 낙상 감지 정확도 90%, 자세 분류 정확도 98.66%를 달성하였다. 더불어, 웹 기반 인터페이스와 Unity 엔진을 활용한 아바타 시뮬레이션을 통합하여 사용자 친화적인 실시간 모니터링 환경을 제공하고자 하였다. 향후 연구에서는 다양한 환경에서 추가적인 검증을 수행하고, 낙상의 단계를 더욱 세분화하는 한편, 레이더 센서 외에 추가적인 센서를 융합하여 통합 헬스케어 플랫폼으로 발전시킬 필요가 있다.

영어초록

This study, we propose a non-contact fall detection system based on a 4D imaging radar sensor and artificial intelligence (AI) to effectively detect falls. This system processes Point Cloud data extracted from the radar sensor to analyze body position and posture. It classifies standing, sitting, and lying postures using a CNN model and establishes a discrimination criterion by comparing velocity and positional changes to differentiate between falls and slow lying movements. As a result, the system achieved a fall detection accuracy of 90% and a posture classification accuracy of 98.66%. Furthermore, a user-friendly real-time monitoring environment was developed by integrating a web-based interface and an avatar simulation using the Unity engine. Future research should focus on additional validation in diverse environments, further segmentation of fall stages, and integrating additional sensors beyond radar to evolve into a comprehensive healthcare platform.

참고자료

· 없음