스마트기기 센서 기반 전투행동 분류

Abstract

최근 CPU 성능 향상 및 데이터 처리 기술의 발전은 실시간으로 빅데이터 분석이 가능한 수준에 이르렀다. 특히 데이터 저장기술의 발달과 함께 각종 센서들의 가격이 낮아짐에 따라 이를 스마트기기에 내장하여 사용자의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 기존 행동 연구들은 하체운동 위주의 간단한 동작에만 집중되어 있으며 이에 대한 응용 역시 보행 횟수나 수면량을 추론하는 등 제한적으로 활용되고 있다. 행동 인식 분야는 실제 다양한 응용이 가능하지만 이를 직접적으로 실제 산업이나 군사적으로 응용하는 연구는 미비하다. 이에 본 연구에서는 기존 행동 인식 분야를 군사적 분야에 적용하였으며 소부대 전투 지휘자가 전투원의 전투행동을 인식함으로써 지휘판단을 하는데 도움이 되는 방법론을 제안하였다. 특히 물리 센서 데이터만을 사용함으로써 제안된 기법이 차후 실제 군 장비에 적용이 용이하도록 하였다. 본 연구에서 제안하는 전투행동 분류 모델은 계층적인 구조로써 사격자세 여부, 움직임 여부를 순차적으로 분류한 후 최종 이동기술을 분류한다. 사격 분류기는 전투원이 조준 사격 간 왼쪽 하박이 일정한 범위의 각도를 유지하는 점에 착안하여 오리엔테이션 센서 데이터를 주요요인으로 모형을 학습하고 분류를 수행한다. 움직임 분류기는 전투원이 정지한 상태인 지 아닌 지를 분류한다. 기존 연구와 같이 가속도 센서만을 이용하는 경우에는 등속도로 이동할 때 정지한 상태로 오분류하는 경우가 발생하는데 오리엔테이션 센서를 추가함으로써 기존 연구에서 발생하는 제한사항을 보완하였다. 이동기술 분류기는 가속도, 오리엔테이션, 자이로스코프 센서 데이터를 이용하여 전술적 보행, 약진, 포복 자세에 대해 분류를 한다. 자체 제작한 애플리케이션을 통하여 현역 군인 18명으로부터 실험 데이터를 수집하고 제안 기법의 성능을 확인하였다. 제안하는 방법을 통해 0.88%의 낮은 오분류율을 얻을 수 있었으며 이는 기존 행동 연구의 오분류율에서 86.63% 더 성능을 개선한 결과이다. 또한 예비전력 및 여군 22명에 대한 추가 실험을 통하여 훈련 정도나 성별, 왼손잡이 여부에 따라 성능에 미치는 영향을 분석하여 제안기법을 예비전력에 적용 시 고려할 사항들을 제시하였다.