15. 파라미터는 최소자승법으로 계산!
최소자승법 : N회 측정한 측정값이 어떤 다른 측정값의 함수라고 추정할 수 있을
때, 측정값 yi와 함수값의 차이를 제곱한 것의 합이 최소가 되도록 하는 함수를
구하는 것이 최소자승법의 원리이다.
이렇게 해서 x와 y간의 함수를 구할 수 있다.
16. 따라서 위의 보폭추정 파라미터를 사용하기 위해서는 여러 데이터들을 모아서
최소자승법으로 계산한 뒤 최적의 함수를 찾아내서 적용한다.
걸음주파수 - step detection으로 받아온 데이터 가공하여 초당 걸음 수 계산
가속도분산 – 보폭이 커질 수록 가속도의 변화도 크다. 따라서 가속도의 분산과 보폭이
양의 상관관계에 있다. V(x) = E(x2)-[E(x)]2
17. SL: Step Length
K: 보폭 결정 상수-실험을 통해 결정 가능
a3D-max : 한 걸음에서의 최대 가속도
a3D-min : 한 걸음에서의 최소 가속도
18. 다리 : 진자의 실
몸 : 추
걷는 활동은 진자가 쓰러지다가
다른 한 발을 내딛으므로서 새로운 진자 동작이 반복되는
것으로 이루어진다.
19. R(초당 걸음 빈도)=K(비례 상수)*F(고유 진동수)
F : 걷기운동이 진자 운동의 사이클일 때의 진동수
고유 진동수=1/2π · √(g/ℓ) g:중력가속도 ℓ:무게중심까지의 거리
K는 걸음 형태에 따라서 결정된다.
SL(보폭) = A(실험 상수)*K(비례상수)*H(키)
R : 초당 걸음 빈도는 Step detection으로 받아온 데이터를 가지고
초당 빈도가 어떻게 되는지 계산하면 된다.
따라서 이에 따른 K를 실시간으로 구할 수 있고 이것을
아래 식에 대입하면 실시간 보폭 추정이 가능하다.
20. • Smart phone의 Orientation data를 csv파일로 받아온다.
• Orientation data 값을 maltab으로 계산
21. 직선 경로에서 센서를 정방향을 향하는 상태에서 왼쪽으로 회전 후 다시 오
른쪽으로 회전하여 정방향을 향하게 한다
22. 직선 방향으로 이동을 할 때 편차는 약 100도 정도가 되며 회전을 하였을 경
우 확실한 값의 변화가 나타났다.
왼쪽으로 회전
시작
왼쪽으로 회전
중단
오른쪽으로 회
전 시작