Core Concepts
본 연구는 전신 움직임 정보를 활용하여 다양한 상황에서 정확한 무릎 각도를 추정하는 확률적 모델을 제안한다. 이를 통해 보철 장치의 자연스러운 움직임 제어가 가능해진다.
Abstract
본 연구는 보철 장치의 정밀한 움직임 제어를 위해 전신 움직임 정보를 활용하는 확률적 모델 AEPM을 제안한다.
실험 결과, AEPM은 걷기, 달리기, 계단 오르기 등 다양한 리듬 운동과 앉기, 일어서기, 점프 등 비리듬 운동에서 우수한 무릎 각도 추정 성능을 보였다. 평균 RMSE는 6.70도로, 기존 방법 대비 11.31% 향상되었다.
AEPM의 주요 특징은 다음과 같다:
전신 움직임 정보를 활용하여 다양한 상황에서 정확한 무릎 각도를 추정할 수 있다.
확률적 모델을 통해 움직임 의도 분류 없이도 자연스러운 움직임 전환이 가능하다.
관절 간 상호작용 분석을 통해 무릎 움직임에 전신 움직임이 중요한 정보를 제공한다는 것을 확인했다.
향후 연구에서는 센서 데이터를 직접 처리하는 엔드-투-엔드 모델 개발과 사용자 의도 및 환경 정보를 통합하는 방향으로 발전시킬 계획이다.
Stats
보행 시나리오에서 AEPM의 평균 RMSE는 3.45도이다.
앉기 시나리오에서 AEPM의 평균 RMSE는 10.24도이다.
AEPM의 전체 평균 RMSE는 6.70도이다.
Quotes
"전신 움직임 정보를 활용하여 다양한 상황에서 정확한 무릎 각도를 추정할 수 있다."
"확률적 모델을 통해 움직임 의도 분류 없이도 자연스러운 움직임 전환이 가능하다."
"관절 간 상호작용 분석을 통해 무릎 움직임에 전신 움직임이 중요한 정보를 제공한다는 것을 확인했다."