1.계획서

                      종합설계 프로젝트 계획서 요약

팀명


Golden Timer    

제출일

2014 9 17일    

프로젝트 제목


Montion Diary

팀원

성명

학번

SNS 주소

이승준    


20093322

이준택


20083259

장보성


20083266

설계 프로젝트 개요

프로젝트 개요

  • 스마트 폰의 내장된 센서를 이용하여 걷기/뛰기/서기/수면 등의 행위를 인식하고 지도를 통하여 이동 상황 등을 화면상에 표시해주어 사용자에게 자신의 생활 패턴을 자각할 수 있게 함으로써 계획적이며 자기주도적인 생활을 할 수 있게 하는 어플리케이션 개발이다.

    우리는 빠르게 변화하는 현대 정보사회시대에 살고 있다. 이에 따라서 하루하루가 짧고 또한 매일매일 어떠한 일이 일어났는지 기억조차 못 할 때도 많다.

    옛 고사성어 중 수신제가치국평천하라는 말이 있다. 즉 자신이 무엇을 했는지, 또한 무엇을 해야 할지 아는 것 즉, 자신의 시간을 알고 관리하는 것만큼 중요한 것은 없다.

    이에 저희 ‘Golden Timer’조는 걷기/서기/뛰기/수면여부 등의 행위인식을 기반으로, 자신이 어느 위치를 어떻게 다녀왔는지 이동상황을 지도에 표시하며, 또한 메모를 남기며, 자신의 생활패턴을 다시 확인하여 계획적이며, 자기주도적인 생활을 할 수 있게 하는 어플리케이션을 개발하기로 정하였다.

장점

  • 1. 하루 동안의 이동한 경로들을 알 수 있다.
    2. 자신이 이동 하는 장소들에서 기록을 통하여 기억하고 싶은 메세지를 남길 수 있다.
    3. 지도에서의 이동 경로 표시와 행동에 대한 통계 자료들로 시각적인 인식을 쉽게 함으로써 자신의 삶을 개선하는 것에 도움을 줄 수 있다.

현실적 제한요소

하드웨어

1.

     
제조사마다 다른 가속도 센서

디바이스마다 가속도 센서가 다르기 때문에 가속도 센서의 성능에 따라서 인식률이 달라질 수가 있다특히 가속도 센서 데이터를 수집하는 속도에 따라 영향력이 크게 작용할 것으로 보인다.


2.     디바이스 CPU 성능 문제

디바이스마다 CPU 처리 속도가 다르기 때문에 센서 데이터 수집 속도, SVM 처리 속도 등 여러 연산량이 많은 작업이 각각 속도가 다를 것으로 예상된다이 때문에 인식률이 떨어질 가능성이 있다.


3.     배터리 소모 문제

GPS 센서를 이용하여 현재 자신의 위치를 받아보는 기능을 계속적으로 사용하게 되는데 이는 큰 배터리 소모를 일으킨다이를 해결하기 위해 특정 시간에GPS 센서를 키고 끄는 방식을 통해 배터리 소모량을 줄인다.

 

소프트웨어

 

1.     잘못된 학습 데이터

걷기뛰기서기의 학습데이터를 입력할 때 부적절한 학습 데이터가 포함될 수 있다. SVM 옵션 값 중 C 파라미터를 적절하게 조절하여 부적절한 학습 데이터가 학습 모델에 포함되지 않도록 해야 한다.


2.     GPS 좌표 -> 주소 변환

GPS 센서로부터 받아온 위도경도 데이터를 실제 사용되는 주소로 변환하기 위해 GeoCoder를 사용한다하지만 변환된 주소가 실제적으로 큰 의미를 가지지 않는다예를 들면 광화문의 좌표를 변환한 주소가 서울특별시 종로구 세종로 1-57”으로 변환되는데

사용자들은 광화문이라는 상징적인 주소를 원하기 때문에 실제적으로 어플리케이션에서 주소를 표현하기가 힘들다.

비교대상

  • 기존에 있던 행위 인식률을 목표로 했던 프로젝트에서는 정확도를 목표로 했기 때문에 매 3초 마다 측정을 하는 방법을 추구하였다하지만 빈번한 측정으로 인해 베터리 소모량이 많을 것이라 예상되어 실생활에 적용하는 예로서 적절하지 않다고 판단을 하였다

    1. 인식률을 목적으로 하는 것이 아니므로 베터리 소모를 줄이는 방법으로 구현한다.
    2. 기존의 프로젝트에서는 정해놓은 환경에서 실행하였지만, 현재 진행하는 프로젝트에서는 현실을 배경으로 실행 하기 때문에 여러 상황들에 대비하여 구현할 것이다.

마일스톤 일정

 

항목

세부내용

7

8

9

10

11

비고

요구사항분석

요구 분석

 

 

 

 

 

 

SRS 작성

 

 

 

 

 

 

관련분야연구

주요 기술 연구

 

 

 

 

 

 

관련 시스템 분석

 

 

 

 

 

 

설계

시스템 설계

 

 

 

 

 

 

 

 

구현

코딩 및 모듈 테스트

 

 

 

 

 

 

 

 

테스트

시스템 테스트

 

 

 

 

 

 

 

결론

1. 학습데이터 추출 방법 개선

분류 정확성을 향상 시키기 위해서는 정확한 학습 데이터 추출이 필요하다. 정확한 학습 데이터를 추출하기 위해서는 여러 가지 학습 상황을 실험적으로 변경해가야 한다. 그 방법 중에는 특징을 추출하는 방법을 바꿔보는 것이다. 현재 총 13가지의 특징을 가지고 있는데 실험적인 방법을 통하여 특징 수를 추가하거나 줄이는 방법을 적용해야 할 것이다.

2. 학습 옵션 설정

SVM 학습 시에 여러 가지 옵션을 설정할 수가 있다. 하지만 최적의 옵션을 찾기 위해서는 실험적인 방법이 필요하다. 현재 C-SVC 멀티클래스 방법을 통해 걷기, 뛰기, 서기를 구분할 예정이고 특징 수가 적을 때 유리한 가우시안 라디얼 커널을 사용할 것은 확정되었으나 나머지 gamma, nu, C 등 여러 옵션들은 수정 해야 할 것이다. 이것은 프로젝트 마지막에 최적화된 값을 찾아야 할 것이다


      참고: 학기 전에 지도교수에게 과제를 제안하고 선정하는 과정을 이미 거친 것으로 간주하여 프로젝트 계획서는 이미 결정된 과제의 구체적 수행 계획을 서술합니다. 즉 과제를 제안하는 제안서와는 성격이 다릅니다.

      첨부화일 (아래 안내는 첨부 후에 삭제할 것)
      1. 계획서 발표 슬라이드쇼(200초 미만, 음성 녹음을 하여 슬라이드쇼로 만든 .ppsx 파일을 첨부 할 것.)
      2. 계획서 발표 슬라이드(PDF, 장당 2개)
      3. 계획서 화일(반드시 PDF파일로 제출 할 것.)
      Ċ
      10조 캡스톤,
      2014. 9. 17. 오전 1:53
      Ċ
      10조 캡스톤,
      2014. 9. 17. 오전 1:53
      ć
      10조 캡스톤,
      2014. 9. 17. 오전 1:53