1 |
1
압력 센서를 이용하여 보행 데이터 측정을 하는 보행 데이터 측정부;전체 데이터에서 단위 걸음의 구간을 정의하여 각 단위 걸음에 대한 데이터를 분할하고, 분할된 데이터의 길이가 모두 같도록 데이터를 정규화(normalize)하는 전처리부;전처리된 데이터로부터 보행형태 분류에 적합한 특징을 추출하는 특징 추출부;추출된 특징을 입력으로 받아 최종 보행형태를 결정하는 분류를 하는 보행 패턴 분류부;를 포함하고,상기 특징 추출부는, 보행 형태 분류를 위한 특징 추출시에 Null-LDA(null-space linear discriminant analysis)방법을 이용하여 정규화된 데이터로부터 판별 특징들을 추출하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 장치
|
2 |
2
제 1 항에 있어서, 보행 데이터 측정부의 압력 센서는 신발의 인솔에 서로 이격되는 위치에 복수 개가 구비되고,압력의 세기에 따라 발이 지면에서 떨어져 압력이 없는 상태를 '0'으로, 약한 압력이 있는 상태를 '1'로, 강한 압력이 있는 상태를 '2'로 구분하여 측정 및 저장하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 장치
|
3 |
3
제 1 항에 있어서, 상기 전처리부는,하나의 보행주기를 한 발이 떠 있는 상태인 swing phase와 땅에 붙어있는 상태인 stance phase로 분류하고,swing phase를 검출하고 이를 바탕으로, 측정한 전체 걸음 데이터에서 단위 걸음 별로 보행 샘플을 구성하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 장치
|
4 |
4
제 3 항에 있어서, Swing phase에서의 샘플링 포인트에서는 발이 지면에서 떨어져 있기 때문에 모든 센서의 값이 0이 되어야 하는 점을 이용하여 swing phase와 stance phase를 검출하는 기준을,으로 정의하고,여기서, p는 어떤 샘플링 포인트에서의 모든 압력 센서값의 합을 의미하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 장치
|
5 |
5
제 3 항에 있어서, 보행 시 왼쪽 발의 swing phase를 검출하여 이를 기준으로 왼쪽 발의 swing phase의 시작 시점부터 stance phase의 종료시점까지를 하나의 걸음데이터로 정의하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 장치
|
6 |
6
제 1 항에 있어서, 상기 전처리부는, 한 걸음에 대한 구간들 중 0
|
7 |
7
제 1 항 또는 제 6 항에 있어서, 상기 전처리부는, 노이즈가 제거된 단위 걸음 데이터 중 가장 짧은 시간을 측정하고, 모든 단위 걸음 데이터를 측정한 단위시간만큼의 길이로 리사이징(resizing)하여 한 걸음에 대한 구간이 동일한 크기를 갖도록 정규화하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 장치
|
8 |
8
삭제
|
9 |
9
제 1 항에 있어서, Null-LDA(null-space linear discriminant analysis)방법은,C개의 클래스로 구성된 N개의 학습 데이터 의 클래스 내 산포행렬(SW)과 클래스 간 산포행렬(SB)을,, 으로 정의하고,같은 클래스 내 분산과 다른 클래스의 평균들 간 분산의 비율이 최대가 되도록 으로 목적함수를 설정하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 장치
|
10 |
10
제 9 항에 있어서, 목적함수를 만족하는 WLDA는 의 고유값 분석(eigenvalue analysis)을 통해 구하고, WLDA을 이용하여 샘플 에 대한 특징()은 로 구하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 장치
|
11 |
11
제 9 항에 있어서, 샘플의 개수가 데이터의 차원보다 적어 이 존재하지 않아 해를 구할 수 없는 SSS(Small Smaple Size) 문제가 발생하는 경우에는,PCA(kernel principal component analysis)를 적용하여 데이터의 차원을 클래스 내 산포행렬(Sw)의 차원보다 낮춘 후 LDA를 적용하는 PCA+LDA와 같은 클래스 내의 데이터를 Null Space로 사영시킨 후 산포행렬이 극대화 되는 부분공간을 탐색하는 Null-LDA 같은 방법을 적용하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 장치
|
12 |
12
제 11 항에 있어서, 전체 산란 행렬(total scatter matrix) ST를으로 정의하면,PCA+LDA의 투영행렬은 이고,여기서, , 이고,Null-LDA는 SW의 null 공간을 이용하여 이면서 인 공간에서 의 목적함수를 만족시키는 사영행렬 WNLDA를 구하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 장치
|
13 |
13
신발의 인솔에 서로 이격되는 위치에 복수 개가 구비되는 압력 센서를 이용하여 보행 데이터 측정을 하는 단계;한 걸음에 대한 구간들 중 설정 시간 이하의 길이를 가지는 구간들은 FP swing phase에 의해 생성된 것으로 간주하고 제거하는 단계;노이즈가 제거된 단위 걸음 데이터 중 가장 짧은 시간을 측정하고, 모든 단위 걸음 데이터를 측정한 단위시간만큼의 길이로 리사이징(resizing)하여 한 걸음에 대한 구간이 동일한 크기를 갖도록 정규화하는 전처리 단계;전처리된 데이터로부터 보행형태 분류에 적합한 특징을 추출하고, 추출된 특징을 입력으로 받아 최종 보행형태를 결정하는 분류하는 단계;를 포함하고,전처리된 데이터로부터 보행형태 분류에 적합한 특징을 추출하는 단계에서, 보행 형태 분류를 위한 특징 추출시에 Null-LDA(null-space linear discriminant analysis)방법을 이용하여 정규화된 데이터로부터 판별 특징들을 추출하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 방법
|
14 |
14
제 13 항에 있어서, 보행 데이터 측정을 하는 단계에서,압력의 세기에 따라 발이 지면에서 떨어져 압력이 없는 상태를 '0'으로, 약한 압력이 있는 상태를 '1'로, 강한 압력이 있는 상태를 '2'로 구분하여 측정 및 저장하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 방법
|
15 |
15
제 13 항에 있어서, 상기 전처리 단계에서,하나의 보행주기를 한 발이 떠 있는 상태인 swing phase와 땅에 붙어있는 상태인 stance phase로 분류하고,swing phase를 검출하고 이를 바탕으로, 측정한 전체 걸음 데이터에서 단위 걸음 별로 보행 샘플을 구성하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 방법
|
16 |
16
제 15 항에 있어서, Swing phase에서의 샘플링 포인트에서는 발이 지면에서 떨어져 있기 때문에 모든 센서의 값이 0이 되어야 하는 점을 이용하여 swing phase와 stance phase를 검출하는 기준을,으로 정의하고,여기서, p는 어떤 샘플링 포인트에서의 모든 압력 센서값의 합을 의미하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 방법
|
17 |
17
제 15 항에 있어서, 보행 시 왼쪽 발의 swing phase를 검출하여 이를 기준으로 왼쪽 발의 swing phase의 시작 시점부터 stance phase의 종료시점까지를 하나의 걸음데이터로 정의하는 것을 특징으로 하는 스마트 인솔의 압력 센서를 이용한 보행 패턴 분류를 위한 방법
|