본 기술은 하지 외골격 로봇의 IMU 센서 데이터를 n개 채널의 이미지로 전처리하고, 이를 CNN 기반 피쳐 네트워크를 통해 보행 상태를 분석함과 동시에, 중간 컨볼루션 블록의 특징값을 헤드 네트워크로 전달하여 지형 환경(오르막/내리막/평지)을 동시 예측하는 인공지능 기반 분석 시스템입니다.
종래 기술은 보행 상태 판단과 지형 인식 알고리즘을 각각 분리하여 학습시켜야 하므로 시간 소모가 크고 비효율적이며, 대규모 데이터 샘플 확보의 어려움으로 인해 통합적 분석에 한계가 있습니다.
본 기술은 IMU 측정값을 2차원 채널 이미지로 변환 및 적층하여 입력 데이터를 구성하고, 공통 피쳐 네트워크(컨볼루션 블록)를 기반으로 다중 출력 구조를 설계하여 보행 상태 분석과 지형 환경 분류를 단일 모델 내에서 병렬적으로 수행합니다. 재활 훈련과 보행 보조, 의료·복지 서비스에 적용될 수 있어 보행 상태와 지형 인식을 하나의 모델로 통합해 분석 정확도를 높입니다.
본 발명은 과학기술정보통신부과학기술정보통신부의 하지외골격로봇의 개인화된 보행지원과 평가가 가능한 인공지능/빅데이터 기반 통합 보행제어 솔루션 기술 개발 지원을 통해 개발되었습니다.
N/A
