KR101272249B1 - 신체 체형 맞춤형 보행 교정 시스템 및 방법 - Google Patents

신체 체형 맞춤형 보행 교정 시스템 및 방법 Download PDF

Info

Publication number
KR101272249B1
KR101272249B1 KR1020110124450A KR20110124450A KR101272249B1 KR 101272249 B1 KR101272249 B1 KR 101272249B1 KR 1020110124450 A KR1020110124450 A KR 1020110124450A KR 20110124450 A KR20110124450 A KR 20110124450A KR 101272249 B1 KR101272249 B1 KR 101272249B1
Authority
KR
South Korea
Prior art keywords
information
user
unit
specific user
gait
Prior art date
Application number
KR1020110124450A
Other languages
English (en)
Other versions
KR20130058442A (ko
Inventor
이준원
김창환
신성열
이상협
Original Assignee
한국과학기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020110124450A priority Critical patent/KR101272249B1/ko
Publication of KR20130058442A publication Critical patent/KR20130058442A/ko
Application granted granted Critical
Publication of KR101272249B1 publication Critical patent/KR101272249B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B22/00—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements
    • A63B22/02—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with movable endless bands, e.g. treadmills
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A63B2024/0009—Computerised real time comparison with previous movements or motion sequences of the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A63B2024/0012—Comparing movements or motion sequences with a registered reference

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Rehabilitation Tools (AREA)

Abstract

본 발명은 혼합 객체로 형성되는 실험 기구와, 실험 기구에 대응하는 가상 객체를 활용하여 가상 공간에서 진행되는 과학실험을 실제 실험과 유사한 방법으로 수행할 수 있도록 하는 혼합 객체, 실감 과학실험 시스템 및 그 제공 방법에 관한 것이다. 이를 위해 본 발명의 일실시예에 따른 실감 과학실험 시스템은 물리 객체로 형성되어 사용자의 조작에 따른 인터랙션 정보를 생성하는 실험기구와, 사용자의 실험 조작 상황에 대응되는 정보를 표시하는 디지털 실험대와, 실험기구로부터 인터랙션 정보를 수신하여 사용자의 실험 조작 상황을 판단하고, 판단된 실험 조작 상황을 기초로 실험 기구에 대응하는 가상 객체를 디지털 실험대에 표시하는 제어부를 포함한다.

Description

신체 체형 맞춤형 보행 교정 시스템 및 방법{Customized Walking Correction System and Method for Personal Body Type}
본 발명은 신체 체형 맞춤형 보행 교정 시스템 및 방법에 관한 것으로, 더욱 상세하게는 여러 사람들의 신체 체형들과 그들의 보행 패턴을 데이터베이스화 시키고, 이 둘의 상관관계를 나타내는 기계학습 기반 모델을 생성함으로써 신체 체형 맞춤형 보행 교정을 할 수 있는 시스템 및 방법에 관한 것이다.
시대와 장소를 막론하고 보행은 인간의 가장 기본적이고 중요한 신체 활동 중의 하나이고, 사회 공동체 생활을 영위하는 주요 방법 중의 하나이다. 이러한 이유로 잘못된 보행은 골반이나 척추 관련 질병을 불러일으킬 수 있어 오히려 사회적 활동을 제약하게 하는 원인이 되기도 한다.
2010년 한국의 방송사 KBS에서 발표한 통계자료에 따르면, 한국의 허리디스크 환자의 80%는 잘못된 걸음에서 유래된 것이라고 한다. 비정상적 걸음 중에 한국인은 상대적으로 안짱걸음(발이 안쪽으로 꺽인 걸음)과 팔자걸음(발이 바깥쪽으로 꺽인 걸음)이 많다. 이는 한국의 좌식문화, 그리고 타민족에 비해 적은 근육량과 유연성 부족 때문인 것으로 분석되고 있다. 잘못된 보행은 다리 저림, 요통은 물론 뼈의 구조적 변화까지 변화시켜 척추 후관절에 염증을 유발하고, 허리 통증과 심한 경우 허리디스크까지 발생시킬 수 있다.
하지만, 병원에서의 보행 교정 치료는 환자가 전문적인 치료를 받을 수 있다는 장점이 있지만, 의료 비용 부담이 적지 않고, 다른 병들과는 달리 상대적으로 생활에 큰 불편을 주지 않는 경우가 많아 증상이 심해지기 전까지 환자 본인이 자발적으로 치료를 받는 경우가 많지 않다는 단점이 있다.
한국공개특허 제10-2008-0094172호는 “보행 교정장치”에 관한 것으로, 사람이 착용하는 신발 등의 보행 교정 장치를 이용하여 사람의 걸음 수를 카운트하여 연습량을 확인할 수 있게 하며, 바른 걸음걸이를 유지하였을 때와, 그릇된 걸음을 걸었을 때의 비율을 시작적으로 제공하는 것을 특징으로 한다. 하지만, 이 종래 기술은 신발과 같은 특정 부위의 정보만을 이용함으로써 교정의 범위가 제한적이며, 신체 체형에 따른 보행 교정을 제공하지 못한다는 점에서 한계가 있다.
한국공개특허 제10-2008-0094172호
본 발명은 전술한 바와 같은 문제점을 해결하기 위해 안출된 것으로, 사람의 각 신체 체형별 맞춤형 보행 교정을 할 수 있도록 하며, 기존의 여러 장치에 적용이 용이한 보행 교정 시스템 및 방법을 제공하는데 그 목적이 있다.
이를 위해 본 발명의 일실시예에 따른 보행 교정 시스템은 사용자의 움직임을 감지하는 모션 감지부와, 상기 모션 감지부에서 감지된 신체 움직임 정보로부터 사용자 신체의 특징 정보를 추출하는 신체 특징정보 추출부와, 상기 모션 감지부에서 감지된 사용자 신체 움직임 정보로부터 사용자의 보행패턴을 추출하는 보행패턴 추출부와, 사용자의 신체 체형별 표준 보행패턴 정보를 저장하는 데이터베이스부와, 상기 신체 특징정보 추출부에서 추출된 상기 사용자 신체의 특징 정보 및 상기 보행패턴 추출부에서 추출된 상기 사용자 보행패턴을 기초로 신체 체형별 표준 보행패턴 정보를 생성하여 상기 데이터베이스부에 저장하고, 상기 신체 특징정보 추출부에서 추출된 상기 사용자 신체의 특징 정보를 이용하여 사용자의 신체 체형을 분석하고, 상기 분석된 사용자의 신체 체형에 대응되는 표준 보행패턴 정보를 상기 데이터베이스부에서 추출하는 제어부를 포함한다.
상기 제어부는 상기 데이터베이스부에 지정할 신체 체형별 표준 보행패턴 정보를 학습 모델을 이용하여 생성시킬 수 있다.
상기 제어부는 사용자의 의해 입력된 사용자 정보를 더 고려하여 상기 데이터베이스부에 저장할 신체 체형별 표준 보행패턴 정보를 생성하고, 상기 사용자 정보를 더 고려하여 상기 데이터베이스부에서 표준 보행패턴 정보를 추출할 수 있다.
또한, 상기 제어부는 상기 보행패턴 추출부에서 추출된 상기 사용자 보행패턴과의 연관성을 고려하여 상기 특징정보 추출부에서 추출된 상기 사용자 신체의 특징 정보 및 사용자의 의해 입력된 사용자 정보에 각각 가중치를 부여하여 신체 체형별 표준 보행패턴 정보를 생성할 수 있다.
또한, 본 발명의 일실시예에 따른 보행 교정 시스템은 상기 모션 감지부에서 감지된 사용자 신체 움직임 정보를 기초로 생성된 사용자의 보행정보 및 상기 제어부가 추출한 상기 신체 체형에 대응되는 표준 보행패턴 정보를 표시하는 표시부를 더 포함할 수 있다.
또한, 본 발명의 일실시예에 따른 보행 교정 방법은 모션 감지부를 이용하여 사용자 신체의 움직임을 감지하는 단계와, 신체 특징정보 추출부가 상기 모션 감지부에서 감지된 사용자 신체 움직임 정보로부터 사용자 신체의 특징 정보를 추출하는 단계와, 보행패턴 추출부가 상기 모션 감지부에서 감지된 사용자 신체 움직임 정보로부터 사용자의 보행패턴 정보를 추출하는 단계와, 제어부가 상기 신체 특징정보 추출부에서 추출된 상기 사용자 신체의 특징 정보 및 상기 보행패턴 추출부에서 추출된 상기 사용자의 보행패턴을 기초로 신체 체형별 표준 보행패턴 정보를 생성하는 데이터베이스부에 저장하는 단계와, 상기 신체 특징정보 추출부에서 추출된 상기 사용자 신체의 특징 정보를 이용하여 사용자의 신체 체형을 분석하는 단계와, 상기 분석된 사용자의 신체 체형에 대응되는 표준 보행패턴 정보를 상기 데이터베이스부에서 추출하는 단계를 포함한다.
이때, 본 발명의 일실시예에 따른 보행 교정 방법은 상기 제어부가 상기 모션 감지부에서 감지된 사용자 신체 움직임 정보를 기초로 사용자의 보행 정보를 생성하는 단계와, 상기 제어부가 상기 생성된 사용자의 보행 정보 및 상기 추출된 상기 신체 체형에 대응되는 표준 보행패턴 정보를 표시부를 통하여 표시하는 단계를 더 포함할 수 있다.
이때, 상기 제어부는 상기 데이터베이스부에 저장할 신체 체형별 표준 보행패턴 정보를 학습 모델을 이용하여 생성시킬 수 있다.
또한, 본 발명의 일실시예에 따른 보행 교정 방법은 상기 제어부가 사용자에 의해 입력된 사용자 장보를 더 고려하여 신체 체형별 표준 보행패턴 정보를 생성하여 상기 데이터베이스부에 저장하는 단계와, 상기 제어부가 상기 사용자 정보를 더 고려하여 상기 데이터베이스부에서 표준 보행패턴 정보를 추출하는 단계를 더 포함할 수 있다.
이때, 상기 제어부가 상기 보행패턴 출출부에서 추출된 상기 사용자 보행패턴과의 연관성을 고려하여 상기 특징정보 추출부에서 추출된 상기 사용자 신체의 특징 정보 및 사용자에 의해 입력된 사용자 정보에 각각 가중치를 부여하여 신체 체형별 표준 보행패턴 정보를 생성할 수 있다.
본 발명에 따른 신체 체형별 맞춤형 보행 교정 시스템은 기계 학습 모델을 기반으로 사람의 각 신체 체형별 맞춤형 보행 교점을 할 수 있도록 하며, 기존의 여러 장치에 적용이 용이하다는 장점이 있다.
도 1은 본 발명의 일실시예에 따른 보행 교정 시스템의 개략 구성도이다.
도 2 및 도 3은 본 발명의 일실시예에 따른 보행 교정 시스템에 사용되는 사용자 신체 관련 특징 인자들을 나타내는 도면이다.
도 4는 본 발명의 일실시예에 따른 보행 교정 시스템이 신체 체형별 표준 보행 패턴 정보를 생성 및 저장하는 방법을 설명하는 순서도이다.
도 5는 본 발명의 일실시예에 따른 보행 교정 시스템이 사용자의 신체 체형에 대응되는 표준 보행패턴 정보를 제공하는 방법을 설명하는 순서도이다.
도 6은 본 발명의 일실시예에 따른 보행 교정 시스템이 장착된 런닝 머신을 나타내는 도면이다.
도 7은 본 발명의 일실시예에 따른 보행 교정 시스템이 적용된 이동 단말기을 이용하여 보행 교정을 하는 것을 나타내는 도면이다.
이하에서는 첨부도면을 참조하여 본 발명에 대해 상세히 설명한다. 그러나, 첨부도면 및 이하의 설명은 본 발명에 따른 보행 교정 시스템 및 방법의 가능한 일실시예에 불과하며, 본 발명의 기술적 사상은 아래의 내용에 의해 한정되지 아니한다.
도 1은 본 발명의 일실시예에 따른 보행 교정 시스템의 개략 구성도이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 보행 교정 시스템은 모션 감지부(12)와, 신체 특징 정보 추출부(13)와, 보행 패턴 추출부(14)와, 제어부(15)와, 표시부(16)와, 데이터베이스부(17)를 포함하여 이루어진다.
모션 감지부(12)는 사용자의 신체의 움직임을 감지하는 역할을 한다. 모션 감지부(12)는 모션 감지 카메라 등을 이용하여 구축될 수 있다. 모션 감지부(12)는 일반적인 카메라와 같이 이미지 정보를 획득하거나, 각 신체부위까지의 거리 정보인 depth map을 획득하도록 구성될 수 있다.
신체 특징 정보 추출부(13)는 모션 감지부(12)에서 감지된 사용자 신체 움직임 정보로부터 사용자 신체의 특징 정보를 추출하는 역할을 한다. 여기서 ‘사용자 신체의 특징 정보”라 함은 사용자 신체의 체형과 관련된 구체적인 정보를 의미한다.
사용자 신체의 특징 정보는 도 2 및 도 3에 예시적으로 도시되어 있다.
도 2에는, 허벅지 길이(Thigh Length: 21), 종아리 길이(Calf Length:22), 힙의 길이(Bi-trochanteric Width; 23), 허리 길이(Bi-iliac Width; 24)와, ASIS 길이(ASIS Breath; 25), 무릎 폭(Knee Diameter; 10), 복숭아뼈 폭(Malleolus Width; 27), 발 폭(Foot Breath; 28)이 도시되어 있으며, 도 3에는 발 길이(Foot Length; 32)와, 복숭아뼈 높이(Malleolus Height; 31)가 도시되어 있다.
이와 같은 특징점을 신체 체형을 정의하는데 주요한 신체 부위들로 재활 의학을 기초로 미리 정의된 부분이다.
또한, 이러한 신체 특징점들 위에도 사용자의 신체 정보와 관련된 기타 정보들도 특징 인자로 채택되어 사용될 수 있다. 즉, 신체 체형 관련 특징 인자는 나이(age), 키(height), 몸무게(Weight), 성별(gender) 등을 포함할 수 있다.
이러한 신체 체형 관련 특징 인자는 앞의 신체 특징 정보 추출부(13)에서 추출가능한 경우에는 여기에서 추출이 가능하지만, 추출이 불가능한 경우에는 별도의 측정 장치로부터 결과값을 전송받거나, 사용자에 의해서 별도로 마련된 입력부를 통해 입력 받을 수 있다.
보행패턴 추출부(14)는 모션 감지부(12)에서 감지된 사용자 신체 움직임 정보로부터 사용자의 보행패턴을 추출하는 역할을 한다. 즉, 모션 감지 카메라 등으로 구성되는 모션 감지부(12)의 입력 이미지로부터 사용자의 신체 움직임을 분석하고, 보행 패턴을 추출하게 된다.
이때, 보행패턴 추출부(14)는 신체 특징 정보 추출부(13)와 같이 보행패턴을 추출하기 위채 사용자 신체의 특징점을 추출할 수도 있음은 물론이다. 또한, 신체 특징 정보 추출부(13)에서 추출된 특징 정보를 제어부(15)를 통하여 수신 받아 보행 패턴을 추출하도록 구성될 수도 있다.
제어부(15)는 신체 특징정보 추출부(13)에서 추출된 사용자 신체의 특징 정보 및 보행패턴 추출부(14)에서 추출된 사용자의 보행패턴을 기초로 신체 체형별 표준 보행패턴 정보를 생성하여 데이터베이스부(17)에 저장한다.
또한, 제어부(15)는 신체 특징정보 추출부(13)에서 추출된 사용자 신체의 특징 정보를 이용하여 사용자의 신체 체형을 분석하고, 분석된 신체 체형에 대응되는 표준 보행패턴 정보를 데이터베이스부(17)에서 추출하고, 이를 표시부(16)를 통하여 사용자에게 제공한다.
표시부(16)는 모니터 등의 화면으로 구성되며, 모션 감지부(12)에서 감지된 사용자 신체 움직임 정보를 기초로 생성된 사용자의 보행정보 및 제어부(15)가 추출한 신체 체형에 대응되는 표준 보행패턴 정보를 동시에 표시할 수 있다.
이하, 이와 같은 구성의 본 발명의 보행 교정 시스템(10)의 구체적인 동작을 도 4 및 도 5의 순서도를 참조하여 설명한다.
도 4는 본 발명의 일실시예에 따른 보행 교정 시스템이 신체 체형별 표준 보행 패턴 정보를 생성 및 저장하는 방법을 설명하는 순서도이다.
본 발명의 보행 교정 시스템(10)는 신체 체형에 가장 적합한 보행 패턴 모델을 각각의 사용자에게 제공해야 하므로, 각각의 신체 체형에 가장 적합한 표준 보행 패턴 모델을 미리 구축하고 있어야 한다. 이를 위해 다양한 신체 체형과 이에 대응되는 보행 패턴을 기록한 데이터베이스가 있어야 하고, 또한 이 둘의 관계 맵핑을 정확히 할 학습 기반의 예측 모델을 이용하여야 한다.
본 발명은 이를 위하여 도 2 및 도 3에서 언급한 바와 같이 사람의 신체 체형을 정의할 신체 특징점들과 신체 체형에 관련된 특징 인자들을 미리 정의하였다. 이러한 특징점 및 특징 인자들은 모션 감지부(12)에서 감지된 사용자 신체의 움직임 정보를 분석하여 얻어지거나, 별도의 외부 측정치를 수신 받아 얻어지거나, 사용자로부터 직접 입력 정보를 수신함으로써 얻어질 수 있다.
도 4를 참조하면, 모션 감지부(12)는 모션 감지 카메라 등을 이용하여 사용자의 신체의 움직임을 감지한다(41). 이렇게 얻어진 영상 이지미, depth map 등의 정보는 신체 특징 정보 추출부(13) 및 보행패턴 추출부(14)로 전송된다.
신체 특징 정보 추출부(13)는 이 신체 움직임 정보로부터 신체의 특징 정보를 추출하고(42), 보행 패턴 추출부(14)는 신체 움직임 정보로부터 사용자의 보행 패턴을 추출한다(43).
제어부(15)는 이렇게 얻어진 신체의 특징 정보 및 보행패턴 정보를 기초로 신체 체형별 표준 보행 패턴 정보를 생성한다. 이때, 각각의 사용자의 정상 보행의 일정 기간 동안의 기록에서 노이즈(noise)와 걸음의 변화(variation)을 고려하여 보행의 전형적 주기와 패턴을 추출한다.
이때, 위에서 언급한 신체의 특징점 및 특징 인자들을 모두 고려하여 신체 체형별 표준 보행 패턴을 생성할 수도 있지만, 추출된 보행패턴과 연관성이 큰 특징점 또는 특징 인자인 경우에는 가중치를 더 부여할 수 있다. 즉, 다시 말하면, 보행 패턴과의 연관성의 정도(상관도)에 따라서, 신체의 특징점 또는 특징 인자 각각에 각각 다른 가중치를 부여한 후에 표준 보행 패턴 정보를 생성할 수 있다.
이렇게 생성된 신체 체형별 표준 보행 패턴 정보는 제어부(15)를 통하여 데이터베이스부(17)에 저장된다(47)
이때, 보행 패턴의 학습은 기존의 기계 학습 모델 방식을 이용할 수 있다. 즉, 차원 변환을 이용해 효율적 최적화 문제로 해답을 찾아내는 학습 모델인 SVR(Support Vector Machine Regression)이나, 데이터 밀도 분포를 multivariate Gaussian으로 가정해 데이터 분포를 예측하는 확률에 기반한 학습 모델인 GMR(Gaussian Mixture Regression)이나, 데이터 차원을 필수 저차원으로 전환(Principle Component Analysis)하여 최적화 문제로 해답을 찾아가는 학습 모델인 EM 기법을 이용할 수 있다.
위와 같은 표준 보행 패턴 데이터베이스를 생성하기 위해서 N명의 사람들로부터 각 개개인의 지정된 신체 특징점과 특징 인자 및 추출된 보행 패턴을 데이터베이스부(17)에 저장한다.
이때, N 명의사람들의 신체 특징점들을 M개의 군으로 나눈다. 여기서 정확한 M 수치는 군으로 나누어주는 클러스터링 기법에 의해서 정해질 수 있다. 이렇게 각 군이 정해지면, 각 군마다 대표 신체 특징점과 대표 보행패턴을 생성한다.
각 군의 대표 신체 특징점은 그 군에 속해 있는 신체 특징점들의 평균값으로 정의될 수 있다. 각 군의 대표 보행 패턴은 그 군에 속한 신체 특징점들의 보행패턴들의 함수 예측(Function Approximation) 모델을 통해 얻을 수 있다. 함수 예측 기법은 크게 선형 기법과 비선형 기법이 있는데, 어느 기법을 쓰는지는 실제 데이터의 각 군에 가장 적합한 모델을 선택할 수 있다.
이와 같은 방법으로 학습 과정을 거쳐 데이터베이스부(17)에 신체 체형별 표준 보행 패턴이 구축되면, 실제 사용자의 보행 교정 과정을 거칠 수 있게 된다.
도 5는 본 발명의 일실시예에 따른 보행 교정 시스템이 사용자의 신체 체형에 대응되는 표준 보행패턴 정보를 제공하는 방법을 설명하는 순서도이다.
사용자가 본 발명에 따른 보행 교정 시스템(10)에서 걷기 시작하면, 모션 감지부(51)는 사용자의 움직임 영상 정보를 추출한다(51). 이 움직임 영상 정보는 신체 특징 정보 추출부(13)로 전송되어 신체 특정 정보가 추출되고(53), 제어부(15)는 이 정보를 기초로 신체 체형을 분석한다(55).
다음, 제어부(15)는 분석된 신체 체형에 대응되는 표준 보행 패턴 정보를 데이터베이스부(17)에 저장된 데이터베이스에서 추출한다(57).
표준 보행 패턴 정보가 추출되면, 제어부(15)는 표시부(16)를 통하여 사용자에게 표준 보행 패턴 정보를 표시한다(59). 이때, 표시부(16)는 현재 사용자가 걷는 영상 정보 및 추출된 표준 보행 패턴 정보를 동시에 표시함으로써, 사용자가 표시부(16)를 보면서 스스로 보행 교정을 할 수 있도록 한다.
본 발명에 따른 보행 교정 시스템의 두 실시예를 도 6 및 도 7을 참조하여 설명한다.
도 6은 본 발명의 일실시예에 따른 보행 교정 시스템이 장착된 런닝 머신을 나타내는 도면이다.
보행 교정 시스템은 모션 감지 카메라(61)와, 디스플레이부(63)를 포함한다. 모션 감지 카메라(61) 및 디스플레이부(63)는 기존의 런닝 머신에 부착되어 설치될 수 있다.
모션 감지 카메라(61)는 실시간으로 사용자의 걷는 영상을 촬영하여 디스플레이부(63)에 표시하고, 제어부(미도시)는 모션 감지 카메라(61)에서 수집된 영상 정보 및 미리 마련된 데이터베이스를 이용하여 사용자의 신체 체형에 맞는 보행패턴 영상 정보를 동시에 디스플레이부(63)에 재생한다.
사용자는 디스플레이부(63)에 자신의 걷는 신체 영상과 표준 보행 패턴 영상을 동시에 보면서 보행 교정을 할 수 있다. 사용자는 두 패턴을 오차를 줄이려고 노력하게 되고, 동기 부여를 위해 오차가 제로가 되었을 경우 점수화 하여 이를 화면 인터페이스로 제공하거나, 소리 또는 영상의 알림을 제공할 수 있다.
도 7은 본 발명의 일실시예에 따른 보행 교정 시스템이 적용된 이동 단말기을 이용하여 보행 교정을 하는 것을 나타내는 도면이다.
10: 보행 교정 시스템 12: 모션 감지부
13: 신체 특징 정보 추출부 14: 보행 패턴 추출부
15: 제어부 16: 표시부
17: 데이터베이스부

Claims (10)

  1. 복수의 사용자의 신체 체형별 표준 보행패턴 정보가 미리 저장되는 데이터베이스부;
    특정 사용자 신체의 움직임을 감지하는 모션 감지부;
    상기 모션 감지부에서 감지된 특정 사용자의 신체 움직임 정보로부터 특정 사용자 신체의 특징 정보를 추출하는 신체 특징정보 추출부;
    상기 모션 감지부에서 감지된 특정 사용자 신체 움직임 정보로부터 특정 사용자의 보행패턴을 추출하는 보행패턴 추출부; 및
    상기 신체 특징정보 추출부에서 추출된 상기 특정 사용자의 신체의 특징 정보를 이용하여 특정 사용자의 신체 체형을 분석하고, 상기 분석된 특정 사용자의 신체 체형에 대응되는 표준 보행패턴 정보를 상기 데이터베이스부로부터 추출하는 제어부를 포함하며,
    상기 제어부는 상기 복수의 사용자 각각에 대해 상기 신체 특징정보 추출부를 통해 추출되는 사용자 신체의 특징 정보와, 상기 보행패턴 추출부를 통해 추출되는 복수의 사용자 각각의 보행패턴을 기초로 신체 체형별 표준 보행패턴 정보를 생성하여 상기 데이터베이스부에 미리 저장시키는 것을 특징으로 하는 보행 교정 시스템.
  2. 제1항에 있어서,
    상기 제어부는 상기 데이터베이스부에 저장할 신체 체형별 표준 보행패턴 정보를 SVR(Support Vector Machine Regression), GMR(Gaussian Mixture Regression) 또는 EM 기법으로부터 선택되는 기계 학습 모델을 이용하여 생성시키는 것을 특징으로 하는 보행 교정 시스템.
  3. 제1항에 있어서,
    상기 제어부는 복수의 사용자 각각에 대한 상기 사용자 신체의 특징 정보와 함께 사용자에 의해 입력된 나이, 키, 몸무게 또는 성별을 포함하는 사용자의 신체 정보와 관련된 특징 인자를 기반으로 상기 데이터베이스부에 저장할 신체 체형별 표준 보행패턴 정보를 생성하고, 상기 특정 사용자 신체의 특징 정보와 상기 특정 사용자의 특징 인자를 기반으로 상기 데이터베이스부로부터 표준 보행패턴 정보를 추출하는 것을 특징으로 하는 보행 교정 시스템.
  4. 제3항에 있어서,
    상기 제어부는 상기 보행패턴 추출부에서 추출된 보행패턴과의 연관성의 정도에 따라서 상기 사용자 신체의 특징 정보 또는 특징 인자 각각에 각각 다른 가중치를 부여한 후에 신체 체형별 표준 보행패턴 정보를 생성하는 것을 특징으로 하는 보행 교정 시스템.
  5. 제1항에 있어서,
    상기 모션 감지부에서 감지된 사용자 신체 움직임 정보를 기초로 생성된 사용자의 보행정보 및 상기 제어부가 추출한 상기 신체 체형에 대응되는 표준 보행패턴 정보를 표시하는 표시부를 더 포함하는 것을 특징으로 하는 보행 교정 시스템.
  6. 제어부에서 복수의 사용자 각각에 대해 신체 특징정보 추출부를 통해 추출되는 사용자 신체의 특징 정보와, 보행패턴 추출부를 통해 추출되는 복수의 사용자 각각의 보행패턴을 기초로 신체 체형별 표준 보행패턴 정보를 생성하여 데이터베이스부에 미리 저장시키는 단계;
    모션 감지부를 이용하여 특정 사용자 신체의 움직임을 감지하는 단계;
    신체 특징정보 추출부가 상기 모션 감지부에서 감지된 특정 사용자 신체 정보로부터 특정 사용자 신체의 특징 정보를 추출하는 단계;
    보행패턴 추출부가 상기 모션 감지부에서 감지된 특정 사용자 신체 정보로부터 특정 사용자의 보행패턴을 추출하는 단계;
    제어부가 상기 신체 특징정보 추출부에서 추출된 상기 특정 사용자 신체의 특징 정보를 이용하여 특정 사용자의 신체 체형을 분석하는 단계; 및
    제어부가 상기 분석된 특정 사용자의 신체 체형에 대응되는 표준 보행패턴 정보를 상기 데이터베이스부에서 추출하는 단계를 포함하는 것을 특징으로 하는 보행 교정 방법.
  7. 제6항에 있어서,
    상기 제어부가 상기 모션 감지부에서 감지된 사용자 신체 움직임 정보를 기초로 사용자의 보행 정보를 생성하는 단계; 및
    상기 제어부가 상기 생성된 사용자의 보행 정보 및 상기 추출된 상기 신체 체형에 대응되는 표준 보행패턴 정보를 표시부를 통하여 표시하는 단계를 더 포함하는 것을 특징으로 하는 보행 교정 방법.
  8. 제6항에 있어서,
    상기 제어부는 상기 데이터베이스부에 저장할 신체 체형별 표준 보행패턴 정보를 SVR(Support Vector Machine Regression), GMR(Gaussian Mixture Regression) 또는 EM 기법으로부터 선택되는 기계 학습 모델을 이용하여 생성시키는 것을 특징으로 하는 보행 교정 방법.
  9. 제6항에 있어서,
    상기 제어부가 복수의 사용자 각각에 대한 상기 사용자 신체의 특징 정보와 함께 사용자에 의해 입력된 나이, 키, 몸무게 또는 성별을 포함하는 사용자의 신체 정보와 관련된 특징 인자를 기반으로 신체 체형별 표준 보행패턴 정보를 생성하여 상기 데이터베이스부에 저장하는 단계; 및
    상기 제어부가 상기 특정 사용자 신체의 특징 정보와 상기 특정 사용자의 특징 인자를 기반으로 상기 데이터베이스부로부터 표준 보행패턴 정보를 추출하는 단계를 더 포함하는 것을 특징으로 하는 보행 교정 방법.
  10. 제9항에 있어서,
    상기 제어부가 상기 보행패턴 추출부에서 추출된 보행패턴과의 연관성의 정도에 따라서 상기 사용자 신체의 특징 정보 또는 특징 인자 각각에 각각 다른 가중치를 부여한 후에 신체 체형별 표준 보행패턴 정보를 생성하는 것을 특징으로 하는 보행 교정 방법.
KR1020110124450A 2011-11-25 2011-11-25 신체 체형 맞춤형 보행 교정 시스템 및 방법 KR101272249B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110124450A KR101272249B1 (ko) 2011-11-25 2011-11-25 신체 체형 맞춤형 보행 교정 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110124450A KR101272249B1 (ko) 2011-11-25 2011-11-25 신체 체형 맞춤형 보행 교정 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20130058442A KR20130058442A (ko) 2013-06-04
KR101272249B1 true KR101272249B1 (ko) 2013-06-13

Family

ID=48857708

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110124450A KR101272249B1 (ko) 2011-11-25 2011-11-25 신체 체형 맞춤형 보행 교정 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101272249B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190120922A (ko) * 2018-04-17 2019-10-25 한국과학기술연구원 제자리 걸음 특성 정보를 이용한 보행 능력 예측 방법 및 시스템
KR20190120923A (ko) * 2018-04-17 2019-10-25 한국과학기술연구원 발 특성 정보를 이용한 보행 능력 예측 방법 및 시스템
US10531968B2 (en) 2014-05-23 2020-01-14 Joseph Coggins Prosthetic limb test apparatus and method
KR20210080948A (ko) 2019-12-23 2021-07-01 주식회사 다온웰니스 자세조절용 보행 교정장치

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101340085B1 (ko) * 2012-11-14 2013-12-09 한국과학기술연구원 보행 패턴 생성 장치 및 방법
KR101606768B1 (ko) * 2014-06-24 2016-03-28 (주)이튜 모션 추출기반의 보행 자세 교정장치
KR102034021B1 (ko) * 2015-08-10 2019-10-18 한국전자통신연구원 헬스케어 유닛 기반 시뮬레이터 및 이를 이용한 시뮬레이션 방법
KR101716375B1 (ko) 2015-10-01 2017-03-14 연세대학교 산학협력단 모션 카운팅 장치 및 방법
KR102072718B1 (ko) 2017-11-07 2020-02-03 김일수 사용자 맞춤형 라스트 제공 시스템 및 그 방법
CN111276253B (zh) * 2020-03-02 2023-09-05 重庆良道医疗器材有限公司 一种基于生物力学的足部智能矫正定制方法及系统
KR102518406B1 (ko) * 2022-12-30 2023-04-05 엑소아틀레트아시아 주식회사 보행패턴 식별 시스템을 이용한 보행패턴 식별 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070100592A (ko) * 2006-04-07 2007-10-11 삼성전자주식회사 보행자세 분석 시스템
KR20090109413A (ko) * 2008-04-15 2009-10-20 김용보 체형진단시스템 및 그 방법
KR101053491B1 (ko) 2009-04-07 2011-08-08 (주)휴레브 모션 센서를 이용한 보행주기 검출시스템과 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070100592A (ko) * 2006-04-07 2007-10-11 삼성전자주식회사 보행자세 분석 시스템
KR20090109413A (ko) * 2008-04-15 2009-10-20 김용보 체형진단시스템 및 그 방법
KR101053491B1 (ko) 2009-04-07 2011-08-08 (주)휴레브 모션 센서를 이용한 보행주기 검출시스템과 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10531968B2 (en) 2014-05-23 2020-01-14 Joseph Coggins Prosthetic limb test apparatus and method
US11554030B2 (en) 2014-05-23 2023-01-17 Joseph Coggins Prosthetic limb fitting apparatus for predicting the effect of a proposed prosthetic limb on able joints
KR20190120922A (ko) * 2018-04-17 2019-10-25 한국과학기술연구원 제자리 걸음 특성 정보를 이용한 보행 능력 예측 방법 및 시스템
KR20190120923A (ko) * 2018-04-17 2019-10-25 한국과학기술연구원 발 특성 정보를 이용한 보행 능력 예측 방법 및 시스템
KR102128267B1 (ko) * 2018-04-17 2020-06-30 한국과학기술연구원 제자리 걸음 특성 정보를 이용한 보행 능력 예측 방법 및 시스템
KR102128268B1 (ko) * 2018-04-17 2020-06-30 한국과학기술연구원 발 특성 정보를 이용한 보행 능력 예측 방법 및 시스템
KR20210080948A (ko) 2019-12-23 2021-07-01 주식회사 다온웰니스 자세조절용 보행 교정장치

Also Published As

Publication number Publication date
KR20130058442A (ko) 2013-06-04

Similar Documents

Publication Publication Date Title
KR101272249B1 (ko) 신체 체형 맞춤형 보행 교정 시스템 및 방법
US20230356058A1 (en) Automated Physical Training System
US10376739B2 (en) Balance testing and training system and method
US8652070B2 (en) Systems, devices, and methods for interpreting movement
US20120108909A1 (en) Assessment and Rehabilitation of Cognitive and Motor Functions Using Virtual Reality
Lam et al. Automated rehabilitation system: Movement measurement and feedback for patients and physiotherapists in the rehabilitation clinic
JP6755356B2 (ja) 検出装置
US11957954B2 (en) Gait data collection and analytics system and methods for operating unweighting training systems
Olugbade et al. Human observer and automatic assessment of movement related self-efficacy in chronic pain: from exercise to functional activity
KR20080005798A (ko) 모션트랙킹 기술과 증강현실 기법을 활용한 인지 및행동장애 재활 지원시스템
Abou et al. Effects of virtual reality therapy on gait and balance among individuals with spinal cord injury: A systematic review and meta-analysis
Patil et al. Body posture detection and motion tracking using ai for medical exercises and recommendation system
Chen et al. Development and pilot test of a machine learning-based knee exercise system with video demonstration, real-time feedback, and exercise performance score
Major et al. Assessing a low-cost accelerometer-based technique to estimate spatial gait parameters of lower-limb prosthesis users
Ramstrand et al. Validation of a patient activity monitor to quantify ambulatory activity in an amputee population
Scandola et al. Anticipation of wheelchair and rollerblade actions in spinal cord injured people, rollerbladers, and physiotherapists
JP2020151470A (ja) 歩行評価装置、歩行評価方法およびプログラム
Wiles et al. NONAN GaitPrint: An IMU gait database of healthy young adults
KR20210025912A (ko) 개인 맞춤형 운동 및 전문가 교육 서비스를 제공 하기 위한 시스템
Wang et al. Evaluation of effects of balance training from using wobble board-based exergaming system by MSE and MMSE techniques
Sprint et al. Designing wearable sensor-based analytics for quantitative mobility assessment
US20130253375A1 (en) Automated Method Of Detecting Neuromuscular Performance And Comparative Measurement Of Health Factors
Morando et al. Biophysical and motion features extraction for an effective home-based rehabilitation
Kuklyte et al. MedFit: A Mobile Application for Patients in CVD Recovery
US20230116004A1 (en) Systems and methods for physical therapy using augmented reality and treatment data collection and analysis

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180409

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190410

Year of fee payment: 7