| 1 |
1
(1) 가속도 센서로부터 얻은 데이터를 단말기로 전송하는 단계;
(2) 상기 단계 (1)에서 얻어진 데이터로부터 특징 파라미터를 추출하는 단계;
(3) 상기 단계 (2)에서 추출된 특징 파라미터에 기초하여 상태 인식기를 구성하는 단계;
(4) 데이터베이스를 구축하고 구축된 데이터베이스를 이용하여 상기 상태 인식기를 학습하는 단계; 및
(5) 상기 단계 (4)에서 학습된 상기 상태 인식기를 이용하여 사용자의 상태를 인식하는 단계를 포함하되,
상기 단계 (2)에서, 상기 특징 파라미터에는 축별 바이어스(bias), 축별 가속도, 전체 가속도, 짧은 시간동안의 가속도의 분산, 축별 가속도의 회귀계수(regression coefficient), 가속도의 STFT(Short Time Fourier Transform) 계수, 가속도의 Cepstra가 포함되고,
상기 단계 (4)에서, 상기 데이터베이스는 사용자가 가속도 센서를 부착한 상태에서 활동하고 이때 가속도 센서로부터 얻어지는 데이터를 저장함으로써 구축되며,
상기 가속도 센서는 x, y, z의 3축 가속도 센서를 사용하며,
상기 특징 파라미터에는 아래 수학식 1을 통하여 구한 상기 축 별 바이어스, 아래 수학식 2를 통하여 구한 상기 축 별 가속도, 아래 수학식 3을 통하여 구한 상기 전체 가속도, 아래 수학식 4를 통하여 구한 상기 짧은 시간 동안의 가속도의 분산, 아래 수학식 5를 통하여 구한 상기 축 별 가속도의 회귀계수, 아래 수학식 6을 통하여 구한 상기 가속도의 STFT 계수, 및 아래 수학식 7을 통하여 구한 상기 가속도의 Cepstra가 포함되는 것을 특징으로 하는 사용자 상태 인식 방법
|
| 2 |
2
제1항에 있어서,
상기 단계 (5)에서 인식된 시간에 따른 사용자 상태의 변화로부터 자동으로 비상 상태를 검출하는 단계를 더 포함하는 사용자 상태 인식 방법
|
| 3 |
3
제2항에 있어서,
사용자가 비상 상태에 처했다고 검출되는 경우 자동으로 구호 요청을 하는 단계를 더 포함하는 사용자 상태 인식 방법
|
| 4 |
4
제1항에 있어서,
상기 단계 (1)에서, 데이터 전송 수단으로 지그비(Zigbee)를 이용하는 사용자 상태 인식 방법
|
| 5 |
5
삭제
|
| 6 |
6
제1항에 있어서,
상기 단계 (3)에서, 상기 상태 인식기는 Hidden Markov Model(HMM)에 기초하는 사용자 상태 인식 방법
|
| 7 |
7
삭제
|
| 8 |
8
제1항에 있어서,
상기 단계 (5)에서, 사용자의 상기 상태에는 가만히 서있는 상태(stand), 걷는 상태(walk), 뛰는 상태(run), 넘어지는 상태(fall), 누워있는 상태(lie), 뜀뛰는 상태(jump), 앉았다 일어났다 하는 상태(up0026#down)가 포함되는 사용자 상태 인식 방법
|
| 9 |
9
제1항에 있어서,
상기 단계 (5)에서, Viterbi 알고리즘을 이용하여 사용자의 상태를 인식하는 사용자 상태 인식 방법
|
| 10 |
10
제1항 내지 제4항, 제6항, 제8항, 제9항 중 어느 한 항에 있어서,
상기 단말기에는 휴대폰 단말기, PDA 단말기, DMB 단말기, DVD 단말기, GPS 단말기, 내비게이션 단말기가 포함되는 사용자 상태 인식 방법
|
