Abstract
오늘 리뷰할 논문은 키넥트 v2 센서를 활용한 인간공학적 자세분석기법을 적용하고 정확성을 검증하는 논문이다.
Keyword : Kinect, RULA, Real work condition
[개 요]
1. Intro
2. Material and Method
2.1 Computation of joint angles using the Kinect data
2.2 Experimental procedure in laboratory condition
2.3 Experimental procedure in real work condition
2.4 Data analysis
3. Results
3.1 Results in laboratory conditions
3.2 Results in real work conditions
4. Discussion
4.1 Main contributions
4.2 Limitation
Introduction
Measurement Technique은 3가지가 있다.
1) Self-report(체크리스트, 설문지, 평가표, 인터뷰기법)
2) Direct methods(센서부착)
3) Observational methods(전통적인 관찰기법:RULA)
1) Self-report의 한계점
평가자의 편견/주관 개입 - 정확도/신뢰성 떨어짐
2) Direct methods의 한계점
현장 적용성이 떨어짐(부착에 대한 불편함, 자세 및 행동에 방해)
3) Observational methods의 한계점
RULA : Input 정보에 기반. 주관적 관찰, 단순각도 판단, 정확도 떨어짐, 평가자 간 평가차이 발생.
하지만, 실제 현장에서 가장 대중적으로 사용되고 있다.
관찰기법을 사용하여 Motion Capture System이 제안되고 있다. 하지만 실제 작업자가 착용해야 하는 불편함으로
실제 현장에 적용 가능성이 떨어진다는 문제가 있다.
따라서, 이에대한 대안으로 Kinect Sensor를 활용한 연구가 활발히 되고있으나, 정확도가 현저히 떨어짐.
-> Correction 기법을 사용하여 해결하려고 함.(본 논문의 이전연구 Pierre Plantard, 2015)
본 연구는 30헤르츠 마다 RULA 점수를 도출하는 Realtime RULA를 제안한다.
검증방법
첫째, 연구실(LAB)환경에서 Kinect 결과와 Motion Capture System(GT)결과와 비교해본다.
두번째, 전문가1, 전문가2(관찰) 과 Kinect 결과를 비교한다.
RULA 기법 소개
RULA의 한계점을 언급(관찰기법만 사용가능, 평가자 간 결과차이 발생)
Material and Method
2.1 Computation of joint angles using the Kinect data = 각도검출방법 설명
Kinect Sensor로부터 검출되는 좌표는 (x, y, z) * N개 이며, ISB recommendation에 근거하여 Correction을 해준다.
(ISB 권장사항과 Kinect 정보가 일치하지않는 부분 교정)
Pelvis(골반)
Trunk(허리) : flexion, side-band, twist angle
Shoulder(어깨) : flexion, abduction angle
Albow(팔꿈치) : Vector 내적으로 계산
Nect(목) : flexion, side-band
(* wrist : manual
(* muscel use : manual
2.2 Experimental procedure in laboratory condition
Protocol 1.
* 12명 Male
* 47개 marker 부착
* measure reference posture [Kinect_v2 vs Vicon Mocap]
-> 실제 현장에서 문제인 가려짐 문제를 검증하기 위해 박스를 들었다가 내려놓는 자세를 모사함.
(Box info. 40cm*30cm*17cm)
▶Front 측정 -- With Box --FrontB
--SideB
-- Without Box -- NoB
▶Side 측정 -- With Box -- FrontB
-- SideB
-- Without box -- NoB
==> 5회 반복(들었다 내렸다)
2.3 Experimental procedure in real work condition
Protocol 2.
* 7 Male Professional Worker(자동차 제조업)
* 5개 다른 공정 / 22개의 영상
* Human Observer(전문가) 1, 2 - 300개 사진 분석
2.4 Data analysis
연구실(LAB) 실험
Kinect 각도 vs Mocap 각도
* 어깨굴곡각도 비교 - Komogorov-Smirnov Test 수행(정규성검증)
- RMSE
- 상관분석(Correlation Coefficient)
Workplace(실제현장)
RULA Kinect vs RULA Mocap
- P0(일치율)
- Cohen's Kappa(k)
Results
3.1 Results in laboratory conditions
Box 없음, Kinect 정면 = 에러 최소
Box 있음, Kinect 측면 = 에러 최대
Correlation(상관분석) : Kinect vs Mocap 상관도 높음.
3.2 Results in Real Workstation
Kinect-Expert Kappa 계수 높음(Moderate)
Discussion
연구 목적/ 기여점~ |
실험 방법 : Protocol 1 - 목적 Protocol 2 - 목적 |
결과 1 |
결과 2 |
결과 1 해석 결과 2 해석 |
"두 평가자(Expert) 간 결과가 다른 경우, Kinect 결과와 더 가까운 값을 사용하였다"
Conclude
30Hz로 RULA 분석이 가능하다. |
'Paper' 카테고리의 다른 글
Tips)논문 쉽게 작성하는 방법 (논문 구조 및 요긴하게 쓰는 팁) (0) | 2020.02.19 |
---|---|
RGB-D Human Posture Analysis for Ergonomics Studies using Deep Convolutional Neural Network 논문 요약 (787) | 2020.02.18 |
U-Net: Convolutional Networks for Biomedical Image Segmentation 논문 리뷰 (390) | 2019.12.05 |
Convolutional Pose Machines(CPM) 논문 요약 (0) | 2019.12.03 |
[Applied Ergonomics]Real time RULA assessment using Kinect v2 sensor review (0) | 2019.08.02 |
댓글