일반적으로 보상운동보다는 균형상실을 검출하는 방법이 낙상을 예측하는데 효과적이다. 균형상실을 검출하는 알고리즘은 크게 데이터 처리부, 내부 모델 구성부, 검출부로 구성된다. 이 알고리즘에서 가장 중요한 부분은 내부 모델 구성부이다. 본 연구의 목적은 이 알고리즘에서 사용되는 변수들 중 내부 모델과 관계된 변수들이 검출 성공률에 끼치는 영향을 규명하는 것이다. 내부 모델과 관계된 변수는 내부 모델의 선형화에 필요한 변수와 알고리즘의 실행 주기에 대한 변수이다. 각각의 변수들이 가지는 중요도 평가하기 위하여 검출 성공률에 대한 민감도를 분석하였다. 분석 결과 가장 민감한 변수는 알고리즘의 실행 주기이며, 주기가 0.3초일 때 검출 성공률이 97.1%로 가장 좋게 나왔다. 또한 주어진 변수들에 대하여 검출 성공률이 95% 이상이 되는 설계 변수의 범위를 제시하였다.
The detection algorithm for loss of balance had three main parts: one for processing data, another for constructing an internal model, and a third for detecting the loss of balance. The part related to the internal model is the most important part of the algorithm. The purpose of this study is to evaluate the effect of variables associated with the internal model on the success rate of the algorithm. The internal model depends on the type of linearization adopted and the operating period of the algorithm. The design variables were evaluated by performing sensitivity analysis of the variables of the internal model in order to obtain the success rate of the algorithm. The results showed that the most sensitive variable was the period and the period of 0.3 s yielded the highest success rate of 97.1%. Further, the ranges of the design variables that can facilitate a success rate of over 95% are presented.
