KR101698578B1

KR101698578B1 - 트레이닝 프로그램을 대상에 제공하기 위한 방법 및 시스템

Info

Publication number: KR101698578B1
Application number: KR1020127004994A
Authority: KR
Inventors: 시 첸; 아드리아나 요한나 파스; 닝지앙 첸; 롱 송
Original assignee: 코닌클리케 필립스 엔.브이.
Priority date: 2009-07-31
Filing date: 2010-07-30
Publication date: 2017-01-20
Also published as: EP2459284A1; JP5899113B2; CN102470264B; BR112012001764A8; KR20120087890A; CN102470264A; RU2570478C2; WO2011013099A1; US20120122063A1; JP2013500758A; EP2459284B1; BR112012001764A2; RU2012107521A

Abstract

적어도 제 1 훈련 및 제 2 훈련을 포함하는 트레이닝 프로그램을 제공하기 위한 방법이 개시되며, 상기 방법은: 대상의 제 1 훈련 수행과 연관된 하나 이상의 파라미터들을 획득하는 단계; 및 상기 하나 이상의 파라미터들에 기초하여, 상기 제 1 훈련 후에 제공되는 제 2 훈련의 하나 이상의 타겟 값들을 조정하는 단계를 포함한다.

Description

트레이닝 프로그램을 대상에 제공하기 위한 방법 및 시스템{METHOD AND SYSTEM FOR PROVIDING A TRAINING PROGRAM TO A SUBJECT}

본 발명은 트레이닝 방법 및 시스템에 관한 것이며, 특히 트레이닝 프로그램을 대상에 제공하기 위한 방법 및 시스템에 관한 것이다.

오늘날, 대상, 예를 들면 사고나 질병의 결과로서 운동 기능(motor function)의 손상을 받은 환자에게 훈련들(exercise)을 제공하기 위한 다양한 디바이스들이 알려져 있다. 일반적으로 이들 훈련들은, 트레이닝이 강도 높고 환자가 테라피로 관리받는다고 가정하면, 운동 제어를 회복하는데 효과적이다. 대상의 다른 예는 운동선수이다.

재활 시스템이 출원 CN 200410056143.0에 개시되어 있다. 재활 시스템의 개시에는, 훈련 동안, 환자의 자세가 2개의 카메라들에 의해 캡처된다. 카메라들 및/또는 다른 센서들에 의해 획득되는 움직임의 범위, 물리적 활동 레벨 등과 같은 파라미터들이 하나의 훈련 동안 환자의 실제 수행을 평가하기 위해 이용된다. 훈련의 타겟 레벨과 같은 훈련의 수행 목표는 재활 전문가에 의해 미리 규정된다. 전문가는 실제 수행과 타겟 레벨 사이의 비교에 기초하여 환자에 대해 더욱 정확한 진단을 하거나 및/또는 더욱 적합한 재활 프로그램을 셋업할 수 있다.

재활 프로그램, 예를 들면 훈련의 타겟 레벨은 환자가 전문가를 방문할 때까지 조정될 수 없다. 환자의 순응을 보장하기에는 지속구간이 너무 길 수 있다. 환자는 특히 관리되지 않는 가정용 재활 프로그램에서 훈련하는데 의욕을 잃게 될 수 있다.

따라서, 본 발명의 목적은 자동으로 조정되는 트레이닝 프로그램을 제공하기 위한 방법 및 시스템을 제공하는 것이다.

일 양태에 따라, 적어도 제 1 훈련 및 제 2 훈련을 포함하는 트레이닝 프로그램을 제공하기 위한 방법이 제공되며, 상기 방법은: 대상의 제 1 훈련 수행과 연관된 하나 이상의 파라미터들을 획득하는 단계; 및 하나 이상의 파라미터들에 기초하여, 제 1 훈련 후에 제공되는 제 2 훈련의 하나 이상의 타겟 값들을 조정하는 단계를 포함한다.

다른 양태에 따라, 적어도 제 1 훈련 및 제 2 훈련을 포함하는 트레이닝 프로그램을 제공하는 시스템이 제공되며, 상기 시스템은: 대상의 제 1 훈련 수행과 연관된 하나 이상의 파라미터들을 획득하기 위한 제 1 유닛; 및 하나 이상의 파라미터들에 기초하여, 제 1 훈련 후에 제공되는 제 2 훈련의 하나 이상의 타겟 값들을 조정하기 위한 제 2 유닛을 포함한다.

본 발명의 이들 및 다른 특성들, 특징들 및 이점들은, 본 발명의 원리들을 예의 방식으로 도시한 첨부 도면들과 함께 취해진 다음의 상세한 기술로부터 명확해질 것이다. 기술은 본 발명의 범위를 제한하지 않고 단지 예를 위해 제공된다. 하기에 주어진 참조 번호들은 첨부된 도면들을 나타낸다.

본 발명은 예의 방식으로 그리고 첨부 도면들을 참조하여 더욱 상세히 설명된다.

본 발명에 의하면, 자동으로 조정되는 트레이닝 프로그램을 대상에 제공할 수 있고, 그에 의해 관리되지 않는 가정용 재활 프로그램에서도 용이하게 훈련할 수 있다.

도 1은 본 발명의 실시예에 따라 트레이닝 프로그램을 대상에 제공하는 시스템을 도시한 도면.
도 2는 본 발명의 실시예에 따른 일련의 훈련들을 포함하는 트레이닝 프로그램을 도시한 도면.
도 3은 본 발명의 실시예에 따른 트레이닝 프로그램을 대상에 제공하는 처리에 대한 흐름도.
도 4는 본 발명의 다른 실시예에 따른 트레이닝 프로그램을 대상에 제공하는 시스템을 도시한 도면.
도 5는 본 발명의 다른 실시예에 따른 트레이닝 프로그램을 대상에 제공하는 처리에 대한 흐름도.

상기 도면들 전반에 걸쳐, 동일한 참조 번호들은 동일하거나, 유사하거나 또는 대응하는 특징들 또는 기능들을 나타내기 위한 것임을 알 것이다.

본 발명은 특정 실시예들에 대해 그리고 특정 도면들을 참조하여 기술될 것이지만, 본 발명은 이에 제한되는 것이 아니라 특허청구범위에 의해서만 제한된다. 기술된 도면들은 개략적일 뿐이며 비제한적이다. 도면들에서, 일부 요소들의 크기는 과장될 수 있고 예시적인 목적들을 위해 비례하여 도시되지 않았다. 도 1 및 도 4의 블록도들에서, 점선들은 해당 요소가 다양한 실시예들에서 시스템으로부터 제거될 수 있음을 나타낸다; 도 3 및 도 5의 흐름도들에서, 점선들은 해당 단계가 다양한 실시예들에서 처리로부터 제거될 수 있음을 나타낸다. 단일 명사를 나타낼 때 이용되는 부정관사 또는 정관사(예를 들면, "a", "an", "the")에서, 이것은 달리 특별히 언급되지 않는 한 그 명사의 복수를 포함한다.

도 1은 본 발명의 실시예에 따른 트레이닝 프로그램을 개인 P에 제공하는 시스템(100a)을 도시한다. 시스템(100a)은 감지 디바이스(10), 분석기(20a) 및 제어기(30)를 포함한다. 감지 디바이스(10)는 개인 P의 움직임을 검출하기 위해 복수의 센서들을 포함할 수 있다. 센서들은 예를 들면, 움직임 획득을 위한 내부 센서들, 마커-기반 또는 마커없는 카메라 시스템들일 수 있다. 개인 P에 의해 훈련이 수행되는 시간 동안, 감지 시스템(10)은 개인 P의 훈련을 모니터링하고 움직임들의 파라미터들을 캡처하기 위해 이용된다. 파라미터들은 감지 디바이스(10)와 분석기(20a) 사이의 유선 또는 무선 접속부(60)를 통해 분석기(20a)에 공급된다.

실시예에서, 파라미터들은 특수 트레이닝, 예를 들면, 재활 요법을 위한 훈련과 연관된 진행 팩터들의 세트로서 표현될 수 있다. 진행 팩터들의 값들은 개인 P의 훈련 수행과 연관될 수 있다. 상지들(upper limbs)에 대한 물리적인 활동 훈련에서, 진행 팩터들의 세트는 움직임의 범위 PF_a, 움직임의 속도 PF_b, 평탄성 PF_c, 및 몸통 안정성 PF_d를 포함할 수 있다. 개인 P에 의해 수행된 훈련의 실제 수행(25a)(즉, 수행 레벨)은 진행 팩터들 PF_a, PF_b, PF_c 및 PF_d의 분석에 기초하여 분석기(20a)에 의해 생성된다.

다른 실시예에서, 훈련의 특성들에 기초하여 가중 팩터들의 세트를 분석기(20a)에 공급할 수 있는 가중 공급기(40)를 더 포함한다. 상지들을 스트레칭하기 위한 물리적 활동 훈련에서, 예를 들면, 움직임의 범위 PF_a 및 몸통 안정성 PF_d은 개인 P에 의해 수행된 훈련의 실제 수행(25b)을 평가하기 위해 이용된다. 대응적으로, 가중 팩터들 WF_a 및 WF_d는 영이 아닌 값들로 설정되고 가중 팩터들 WF_b 및 WF_c는 영으로 설정된다. 분석기(20a)는 영이 아닌 가중들 WF_a 및 WF_d에 따라 PF_a 및 PF_d를 선택한다. 실제 수행(25b)은 따라서 진행 팩터들 PF_a 및 PF_d로부터 평가된다.

그 외에도, 훈련은 개인 P에 의해 반복적으로 수행될 수 있다. 훈련의 반복 회수는 재활 전문가에 의해 미리 결정되거나 결정된다. 다른 실시예에서, 시스템(100a)은 저장 장치(50)를 더 포함할 수 있다. 훈련이 반복적으로 수행되는 시간 동안, 훈련에 대한 진행 팩터들의 값들이 저장 장치(50)에 저장된다. 다른 실시예에서, 훈련이 10회 반복된다고 가정하면, 훈련의 1회 이상의 중간-반복들 예를 들면 5회 중간 반복에 대한 진행 팩터들의 값들이 저장 장치(50)에 저장된다. 개인 P가 훈련을 종료할 때, 진행 팩터들의 각각은 저장 장치(50)에 저장될 값들의 그룹을 포함한다. 값들의 일 그룹의 평균은 일 진행 팩터의 실제 값으로 계산된다. 실제 값들은 개인 P에 의해 수행된 훈련의 실제 수행(25c)을 평가하기 위해 사용된다. 즉, 실제 수행(25c)은 진행 팩터들 PF_a, PF_b, PF_c 및 PF_d의 각각에 대한 실제 값들에 기초하여 획득될 수 있다.

제어기(30)에는 실제 수행(25a, 25b 또는 25c)이 제공된다. 제어기(30)에서, 실제 수행은 훈련의 타겟 레벨과 비교된다. 비교된 결과에 기초하여 다음 훈련의 타겟 레벨을 조정하기 위한 명령이 제어기(30)에 의해 생성되며, 이것은 이 명세서의 후반에 상세히 설명될 것이다. 제어기(30)는 디스플레이(도시되지 않음)를 통해 개인 P에 조정된 타겟 값들을 가진 다음 훈련을 제공한다.

도 2는 도 1에 도시된 시스템(100a)에 의해 모니터링될 수 있는 일련의 훈련들을 포함하는 트레이닝 프로그램의 도면이다. 이러한 실시예에서, 트레이닝 프로그램은 스트로크 재활을 위해 사용될 수 있다. 트레이닝 프로그램은 복수의 세션들을 포함하며, 각각의 세션은 일련의 훈련들을 더 포함하고, 일련의 훈련들은 대상에 순차적으로 제공되기 위한 것이다. 도 2에 도시된 바와 같이, 상지들에 대한 물리적 활동의 세션은 3개의 훈련들, 즉 손 움직임을 위한 훈련 A, 손목 회전을 위한 훈련 B 및 상지들을 스트레칭하기 위한 훈련 C를 포함한다.

상지들에 대한 물리적 활동의 세션에서 훈련들의 각각에 대한 수행 레벨의 평가는 4개의 진행 팩터들, 즉 움직임의 범위 PF_a, 움직임의 속도 PF_b, 평탄성 PF_c, 및 몸통 안정성 PF_d에 기초하여 이루어진다. 하나 이상의 진행 팩터들은 대응하는 가중 팩터들에 의해 선택되고, 일 실시예에서, 이들 선택된 진행 팩터들은 실제 수행(25b)의 평가에 사용될 수 있다. 여기서, 훈련들 A, B 및 C는 단계들 1, 2 및 3을 표현한다고 가정한다. 도 2에 도시된 진행 팩터들(PF) 또는 가중 팩터(WF)에서 상위 인덱스 1, 2 및 3은 단계들 1, 2 및 3에 각각 대응하는 훈련들 A, B 및 C의 값들을 나타낸다.

다음은 훈련의 실제 수행의 평가, 진행 팩터들 및 가중 팩터들 사이의 관계를 도시한 표이다.

도 3은 도 2에 도시된 트레이닝 프로그램을 개인 P에 제공하는 방법에 대한 흐름도를 도시한다. 훈련들 A, B 및 C는 대상에 순차적으로 제공되기 위한 것이다. 훈련 A가 대상에 제공되는 시간 동안, 감지 디바이스(10)는 진행 팩터들, 즉 움직임의 범위 PF¹ _a, 움직임의 속도 PF¹ _b, 평탄성 PF¹ _c, 및 몸통 안정성 PF¹ _d를 획득하기 위해 개인 P에 의해 수행된 훈련 A를 모니터링한다(단계 S210).

개인 P가 훈련 A를 반복적으로, 예를 들면 10회 수행하는 시간 동안, 훈련 A의 5회 중간 반복들에 대한 진행 팩터들의 값들이 저장 장치(50)에 저장된다(단계 S220). 개인 P가 훈련 A를 종료하면, 진행 팩터들 PF¹ _a, PF¹ _b, PF¹ _c 및 PF¹ _d의 각각에 대한 평균 값들은 훈련 A의 5회 중간-반복들로부터 진행 팩터들의 저장된 값들에 기초하여 실제 값들로서 계산된다. 실제 값들이 분석기(20a)에 공급된다(단계 S230).

상지들에 대한 물리적 활동의 세션에서 훈련 A의 특성들, 즉 손 움직임에 기초하여, 가중 공급기(40)는 획득된 진행 팩터들 PF¹ _a, PF¹ _b, PF¹ _c 및 PF¹ _d에 대응하는 가중 팩터들 WF¹ _a, WF¹ _b _, WF¹ _c 및 WF¹ _d의 세트를 제공한다(단계 S240). 가중 팩터들은 또한 분석기(20a)에 공급되며, WF¹ _a 및 WF¹ _c의 값들은 영이 아니고, WF¹ _b 및 WF¹ _d의 값들은 영이다(단계 S250).

분석기(20a)는 진행 팩터들 및 가중 팩터들의 실제 값들에 기초하여, 훈련 A의 실제 수행(즉, 실제 수행 레벨)을 생성한다(단계 S260). WF¹ _b 및 WF¹ _d는 영이기 때문에, 영이 아닌 가중들 WF¹ _a 및 WF¹ _c에 대응하는 PF¹ _a 및 PF¹ _c가 훈련 A의 실제 수행 레벨의 평가에 사용되기 위해 선택된다. 그 후에, 실제 수행 레벨은 제어기(30)에 공급된다(단계 S270). 제어기(30)는 훈련 A의 타겟 레벨과 실제 수행 레벨을 비교한다(단계S280a). 이 실시예에서, 각각의 훈련에 대한 타겟 레벨은 훈련과 연관된 진행 팩터들의 타겟 값들의 세트에 의해 결정된다. 바람직하게, 초기 타겟 값들은 전문가에 의해 미리 규정되거나 미리 결정되는 것이 바람직하다.

비교 결과에 기초하여, 훈련 A의 실제 수행 레벨과 타겟 레벨 사이의 차가 임계값을 초과하는 경우, 제어기(30)는 다음의 훈련 B 및/또는 훈련 C의 타겟 레벨을 조정하기 위한 명령을 생성한다(단계 S290a). 특히, 실제 수행 레벨이, 개인 P가 훈련 A를 매우 잘 수행하는 것을 보여주고 그 후에 다음 훈련(즉, 훈련 B)의 타겟 레벨을 조정하기 위한 명령이 나타나는 경우, 훈련 B의 진행 팩터들 PF² _a 및 PF² _c의 타겟 값들은 훈련 A의 선택된 진행 팩터들 PF¹ _a 및 PF¹ _c에 기초하여 증가될 수 있다. 한편, 실제 수행 레벨이, 개인 P가 훈련 A를 불량하게 수행하는 것을 보여주고 훈련 B의 타겟 레벨을 조정하기 위한 명령이 또한 나타나는 경우, 훈련 B의 진행 팩터들 PF² _a 및 PF² _c의 타겟 값들은 훈련 A의 선택된 진행 팩터들 PF¹ _a 및 PF¹ _c에 기초하여 감소될 수 있다. 훈련의 타겟 레벨이 훈련의 진행 팩터들의 타겟 값들에 의해 결정되기 때문에, 훈련 B의 타겟 레벨은 그 진행 팩터들의 타겟 값들을 업데이트함으로써 조정될 것이다.

훈련 B의 타겟 레벨을 조정하기 위한 단계의 실시예에서, 훈련 B의 PF² _a 및 PF² _c는 훈련 B의 PF² _a 및 PF² _c의 초기 타겟 값들을 훈련 A의 PF¹ _a 및 PF¹ _c의 실제 값들로 각각 대체함으로써 업데이트된다. 대안적인 실시예에서, 훈련 B의 PF² _a 및 PF² _c의 초기 타겟 값들은 훈련 A의 실제 수행 레벨에 의존하는 계수를 이들에 곱함으로써 업데이트된다.

그 후에, 조정된 타겟 값들을 가진 훈련 B가 개인 P에 제공된다. 개인 P가 다음 훈련(즉, 훈련 B)을 수행하는 시간 동안, 유사한 처리, 즉 단계(S210) 내지 단계(S290a)가 수행된다. 획득된 진행 팩터들 PF² _a, PF² _b 및 PF² _d가 훈련 B의 실제 수행 레벨의 평가에 사용되기 위해 선택되고, 다음 훈련 C의 타겟 레벨이 조정될지의 여부는 훈련 B의 실제 수행 레벨과, 훈련 A의 진행 팩터들에 기초하여 조정된 훈련 B의 타겟 레벨 사이의 비교에 의존한다.

훈련 C의 타겟 레벨을 조정하기 위한 단계의 실시예에서, 비교 결과에 따라, 훈련 C의 PF³ _a, PF³ _b 및 PF³ _d의 타겟 값들의 일부가 업데이트된다. 예를 들면, 훈련 C의 PF³ _a 및 PF³ _b의 타겟 값들은 훈련 B의 PF² _a 및 PF² _b의 실제 값들에 의해 대체되고, 훈련 C의 PF³ _d의 타겟 값은 업데이트되지 않는다. 그 후에, 조정된 타겟 값들을 가진 훈련 C가 개인 P에 제공된다.

상술된 실시예에 따라, 훈련 B의 PF² _a 및 PF² _c의 초기 타겟 값들은 훈련 A의 PF¹ _a 및 PF¹ _c의 실제 값들에 기초하여 업데이트된다. 또한, 훈련 C의 PF³ _a 및 PF³ _b의 초기 타겟 값들은 훈련 B의 PF² _a 및 PF² _b의 실제 값들에 의해 업데이트된다. 개인 P가 훈련 C를 수행하기 시작할 때, 훈련 C의 진행 팩터들의 PF³ _d를 제외한 모든 타겟 값들이 업데이트된다. 훈련 C의 진행 팩터들의 타겟 값들의 적어도 일부가 그 초기 타겟 값들과 상이하기 때문에, 훈련 C의 타겟 레벨은 훈련 C의 초기 타겟 레벨이 아니다.

도 4는 본 발명의 다른 실시예에 따른 트레이닝 프로그램을 개인 P에 제공하는 시스템(100b)을 도시한다. 도 1에 도시된 시스템(100a)과 비교하여, 시스템(100b)은 분석기(20b)를 포함한다. 시스템(100b)의 분석기(20b), 감지 시스템(10), 제어기(30), 가중 공급기(40) 및 저장 장치(50) 외에도, 시스템(?)은 도 1에 도시된 시스템과 동일하거나 유사한 디바이스들을 채택할 수 있다. 이들 동일하거나 유사한 디바이스들의 상세한 기술은 본 명세서에서 생략된다.

도 4에 도시된 바와 같이, 도 1의 분석기(20a)에 의한 실제 훈련 수행의 평가 외에도, 분석기(20b)는 다음의 훈련들의 타겟 값들을 업데이트하기 위해 계수 매트릭스를 생성하기 위한 생성기(constructor)를 더 포함한다. 시스템(100b)에 의해 수행된 처리는 도 5에 도시된다. 처리는 도 2에 도시된 트레이닝 프로그램을 제공하기 위한 실시예에 따라 기술될 수 있다.

도 5에 도시된 바와 같이, 분석기(20b)는 개인 P가 훈련 A를 수행하는 시간 동안 감지 디바이스(10)에 의해 획득된 트레이닝 데이터를 획득한다(단계 S205). 그 후에, 생성기는 선형 근사 모델에 기초하여 트레이닝 데이터를 사용함으로써 계수 매트릭스를 생성한다(단계 S208).

각각의 훈련의 진행 팩터들이 매트릭스의 요소들로서 표현된다고 가정하면, 단계 m의 매트릭스 및 단계 m-1의 매트릭스는 다음과 같이 표현될 수 있다:

여기서 인덱스(예를 들면, m 및 m-1)는 훈련의 단계를 나타내고, n은 특수 훈련과 연관된 진행 팩터들의 수이고, Coff_n _×n은 계수 매트릭스를 표현한다.

이 실시예에서, 훈련 A의 매트릭스 및 훈련 B의 매트릭스는 다음과 같이 제시될 수 있다:

Coff_n _×n은 4×4 매트릭스이고, 따라서 수식(2)는 또한 다음과 같이 표현될 수 있다:

매트릭스 알고리즘에 따라, 계수 매트릭스에서 각각의 요소의 값들을 획득하기 위해, 트레이닝 데이터는 적어도, 일 훈련에 대해 진행 팩터들의 5개의 그룹들을 포함하고, 진행 팩터들의 각각의 그룹은 개인 P에 의해 수행되는 훈련의 일 반복으로부터 감지 디바이스(10)에 의해 획득될 수 있다. 실시예에서, 개인 P는 훈련을 10회 수행하고, 트레이닝 데이터는 훈련의 하나 이상의 중간-반복들, 예를 들면 5회 중간-반복들로부터 획득된다.

트레이닝 데이터를 사용하여, 계수 매트릭스 Coff_n _×n는 선형 근사 모델에 기초하여 형성되며, 예를 들면 RMSE(root mean square error)를 최소화한다. 계수 매트릭스 Coff_n _×n가 트레이닝 데이터로부터 획득된 후에, 유사한 처리, 즉 단계(S210) 내지 단계(S280a)가 수행된다. 획득된 진행 팩터들 PF_a 및 PF_c는 훈련 A의 실제 수행 레벨 평가에 사용되기 위해 선택되고, 훈련 B의 타겟 레벨이 조정될지의 여부는 훈련 A의 실제 수행 레벨과 훈련 A의 타겟 레벨 사이의 비교에 의존한다. 단계들(S210 내지 S280a)은 도 3에 도시된 단계들과 동일하거나 유사할 수 있다. 이들 단계들의 상세한 기술은 본 명세서에서 생략된다.

비교 결과에 기초하여, 훈련 A의 실제 수행 레벨과 훈련 A의 타겟 레벨 사이의 차가 임계값을 초과하는 경우, 제어기(30)는 다음의 훈련 B의 타겟 레벨을 조정하기 위한 명령을 생성한다(단계 S290b). 단계(S290b)에서, 훈련 B의 진행 팩터들 PF² _a, PF² _b, PF² _c 및 PF² _d의 타겟 값들은 수식(3)에 따라 획득된다. 도 3의 단계(S290a)와 비교할 때, 훈련 A의 진행 팩터들 PF¹ _a, PF¹ _b, PF¹ _c 및 PF¹ _d의 실제 값들의 각각은 훈련 B의 진행 팩터들의 타겟 값들에 기여한다. 즉, 훈련 B의 진행 팩터들의 타겟 값들은 훈련 A의 진행 팩터들 PF¹ _a, PF¹ _b, PF¹ _c 및 PF¹ _d의 실제 값들의 조합에 의해 조정된다. 달리 말하면, 훈련 A의 PF¹ _b 및 PF¹ _d가 영이 아닌 가중들에 따라 훈련 A의 실제 수행 레벨의 평가에 사용되기 위해 선택되지 않더라도, PF¹ _b 및 PF¹ _d를 포함하는 훈련 A의 진행 팩터들의 각각은 훈련 B의 진행 팩터들의 타겟 값들에 영향을 행사한다.

그 후에, 조정된 타겟 값들을 가진 훈련 B가 개인 P에 제공된다. 개인 P가 다음 훈련 B를 수행하는 시간 동안, 단계(S210) 내지 단계(S290b)에서 유사한 처리가 수행된다. 훈련 C의 진행 팩터들 PF³ _a, PF³ _b, PF³ _c 및 PF³ _d의 타겟 값들은 훈련 A에서 획득된 트레이닝 데이터에 기초하여 생성된 계수 매트릭스 Coff_n _×n와 훈련 B의 진행 계수들 PF² _a, PF² _b, PF² _c 및 PF² _d의 실제 값들을 곱함으로써 업데이트된다. 그래서, 훈련 C의 타겟 레벨은 훈련 B의 진행 팩터들의 실제 값들에 따라 조정된다.

트레이닝 프로그램을 대상에 제공하는 시스템 및 시스템에 의해 수행되는 방법은 상기에 언급된 실시예들에 제한되어서는 안 된다. 청구된 발명의 다양한 양태들은 이들 특정 세부사항들에서 벗어나는 다른 예들에서 실시될 수 있다는 것은 본 기술분야의 통상의 기술자에게 명확할 것이다.

시스템(100a)의 대안적인 실시예에서, 분석기(20a)는 시스템에서 제거될 수 있다. 따라서, 훈련 A의 실제 수행 평가를 수행하기 위한 단계(단계 S260) 및 실제 수행 레벨을 공급하기 위한 단계(단계 S270)는 수행되지 않는다. 도 3 또는 도 5에 도시된 비교 단계(280a)는 따라서 단계(280b)로 수정될 수 있다.

진행 팩터들 PF_a, PF_b, PF_c 및 PF_d의 각각에 대한 실제 값들이 제어기(30)에 공급되고(단계 230) 가중 공급기(40)에 의해 제공된 가중 팩터들이 제어기(30)에 또한 공급(단계 240)된 후에, 단계(280b)는 하기에 기술되는 다른 실시예들에서 수행될 수 있다.

실시예에서, 제어기(30)는 훈련 B의 타겟 값들을 업데이트하기 위한 명령을 생성한다. 제어기(30)는 가중 공급기(40)에 의해 제공된 영이 아닌 가중들에 따라 훈련 A의 진행 팩터들의 대응하는 실제 값들을 선택한다. 훈련 B의 타겟 값들은 그 후에 훈련 A의 진행 팩터들의 대응하는 실제 값들에 의해 대체된다. 다른 실시예에서, 제어기(30)는 훈련 B의 타겟 값들과 훈련 A의 진행 팩터들의 실제 값들을 먼저 비교한다. 또 다른 실시예에서, 영이 아닌 가중들이 제공되는 훈련 A의 진행 팩터들의 실제 값들은 훈련 B의 타겟 값들과 비교된다. 훈련 B의 타겟 값들이 조정될지의 여부는 비교 결과에 의존한다. 예를 들면, 훈련 A의 PF¹ _a 및 PF¹ _c는 훈련 B의 PF² _a 및 PF² _c와 각각 비교된다. 비교 결과들에 기초하여, 훈련 A의 PF¹ _a와 훈련 B의 PF² _a 사이의 차가 임계값을 초과하지만, 훈련 A의 PF¹ _c와 훈련 B의 PF² _c 사이의 차가 임계값을 초과하지 않는 경우, 훈련 B의 PF² _a만 훈련 A의 PF¹ _a에 의해 대체된다. 즉, 훈련 B의 타겟 값들의 각각은 훈련 A의 진행 팩터들의 실제 값들과 훈련 B의 대응하는 타겟 값들 사이의 비교 결과에 의해 조정될 수 있다.

그 외에도, 단계들의 순서는 도 3 및 도 5에 도시된 절차에 제한되어서는 안 된다. 트레이닝 프로그램을 대상에 제공하는 방법의 다른 실시예에서, 가중 팩터들을 생성하는 단계(즉, 단계 240) 및 분석기에 가중 팩터들을 공급하는 단계(즉, 단계 250)는 예를 들면 분석기에 진행 팩터들의 실제 값들을 공급하기 위한 단계(즉, 단계 230) 전에 수행될 수 있다.

또한, 시스템(100b)에 기술되는 계수 매트릭스는 훈련들의 각각과 연관되는 트레이닝 데이터에 기초하여 생성될 수 있다. 즉, 새로운 계수 매트릭스는 다음 훈련의 시작시에 획득되는 트레이닝 데이터를 사용하여 생성될 수 있다. 새로운 계수 매트릭스는 다음 훈련의 타겟 값들을 조정하기 위해 사용된다. 대안적인 실시예에서, 계수 매트릭스는 일 세션에 포함된 훈련들에 의해 공유될 수 있다. 새로운 계수 매트릭스는 대상에 의해 수행되는 다음 세션에서 훈련의 시작시 획득되는 트레이닝 데이터를 사용하여 생성된다.

또한, 상기에 언급된 실시예에 기술된 바와 같이, 계수 매트릭스는 선형 근사 모델에 기초하여 형성된다. 그러나, 예를 들면 신경망에서의 다른 수학적 모델들이 트레이닝 데이터에 기초하여 계수 매트릭스를 생성하기 위해 마찬가지로 적용될 수 있다.

또한, 훈련에서 획득되는 진행 팩터들에 기초하여 다음 훈련들의 타겟 값들을 업데이트하는 동작은 훈련의 종료시 또는 다음 훈련의 시작시에 교대로 수행될 수 있다.

또한, 분석기(20a), 제어기(30) 및 가중 공급기(40)는 도 1 내지 도 4에 도시된 실시예들에서 별도의 모듈들로서 기술된다. 그러나, 본 기술분야의 통상의 기술자는 이들 모듈들의 기능들이, 명령들의 세트를 포함하는 소프트웨어 프로그램이 기록되는 판독 가능한 매체 및 처리기에 의해 구현될 수 있음을 알 수 있다. 명령들이 실행될 때, 처리기는 상기 언급된 실시예들에 기술된 방법들 중 어느 하나를 수행할 수 있을 것이다.

상기 기술된 실시예들은 본 발명을 제한하기보다는 기술하기 위해 주어진 것임을 유념해야 하고, 본 기술분야의 통상의 기술자가 쉽게 알 수 있는 바와 같이, 수정들 및 변형들이 본 발명의 기술사상 및 범위를 벗어나지 않고 취해질 수 있음을 알아야 한다. 이러한 수정들 및 변형들은 본 발명 및 첨부된 특허청구범위의 범위 내에 있는 것으로 간주된다. 또한, 본 발명의 보호 범위는 첨부된 특허청구범위에 의해 규정된다. 그 외에도, 특허청구범위의 임의의 참조 번호들은 특허청구범위에 대한 제한으로 해석되어서는 안 된다.

10; 감지 디바이스 20a/20b; 분석기
30; 제어기 40; 가중 공급기

Claims

적어도 제 1 및 제 2 훈련을 포함하는 트레이닝 프로그램을 대상에 제공하는 방법에 있어서,
상기 대상에 의해 1회 이상 수행되는 상기 제 1 훈련의 특성들에 연관된 제 1 세트의 진행 팩터들의 실제 값들을 획득하는 단계;
상기 획득된 실제 값들의 적어도 일부에 기초하여 상기 제 1 훈련을 수행하는 상기 대상의 실제 수행 레벨을 평가하는 단계; 및
상기 제 1 훈련에 후속하여 상기 대상에게 제공되는 상기 제 2 훈련의 특성들에 연관된 제 2 세트의 진행 팩터들의 타겟 값들의 적어도 일부를 상기 제 1 훈련을 수행하는 상기 대상의 실제 수행 레벨에 기초하여 조정하는 단계를 포함하고,
상기 제 1 및 상기 제 2 세트의 진행 팩터들은 상기 트레이닝 프로그램의 제 1 및 제 2 훈련의 특성들에 따른 상기 대상의 적어도 일부의 움직임과 연관되는, 트레이닝 프로그램을 대상에 제공하는 방법.
제 1 항에 있어서,
상기 제 1 세트의 진행 팩터들의 각각에 가중 팩터를 제공하는 단계를 추가로 포함하고,
상기 제공된 가중 팩터들은 상기 제 1 훈련의 특성들과 연관되고,
상기 제 1 훈련을 수행하는 상기 대상의 실제 수행 레벨은 또한 상기 제 1 세트의 진행 팩터들에 제공되는 상기 가중 팩터들 및 상기 제 1 진행 팩터의 실제 값들의 적어도 일부에 기초하여 평가되는, 트레이닝 프로그램을 대상에 제공하는 방법.
제 1 항에 있어서,
상기 제 1 및 제 2 세트의 진행 팩터들은 상기 대상의 적어도 일부의 다음의 파라미터들: 움직임의 범위, 움직임의 속도, 평탄성, 및 몸통 안정성 중 적어도 하나를 포함하는, 트레이닝 프로그램을 대상에 제공하는 방법.
제 1 항에 있어서,
상기 트레이닝 프로그램은 제 3 훈련을 추가로 포함하고,
상기 조정 단계는 상기 제 2 훈련을 수행하는 상기 대상의 실제 수행 레벨에 기초하여 상기 제 1 및 상기 제 2 훈련에 후속하여 상기 대상에 제공되는 상기 제 3 훈련의 특성들에 연관된 제 3 세트의 진행 팩터들의 타겟 값들의 적어도 일부를 조정하는 서브 단계를 추가로 포함하는, 트레이닝 프로그램을 대상에 제공하는 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
차를 유도하기 위한 상기 제 1 훈련을 수행하는 상기 대상의 상기 실제 수행 레벨과 타겟 수행 레벨을 비교하는 단계; 및
상기 차가 미리 결정된 임계값을 초과하는 경우 상기 제 2 세트의 진행 팩터들의 타겟 값들의 적어도 일부를 조정하기 위한 명령을 생성하는 단계를 추가로 포함하는, 트레이닝 프로그램을 대상에 제공하는 방법.
제 1 항에 있어서,
상기 대상에 상기 제 2 세트의 진행 팩터들에 대한 조정된 타겟 값들을 상기 제 2 훈련에 제공하는 단계를 추가로 포함하는, 트레이닝 프로그램을 대상에 제공하는 방법.
제 1 항에 있어서,
상기 획득 단계는 상기 제 1 세트의 진행 팩터들의 실제 값들을 획득하기 위해 상기 대상의 움직임을 검출하는 서브 단계를 포함하는, 트레이닝 프로그램을 대상에 제공하는 방법.
적어도 제 1 및 제 2 훈련을 포함하는 트레이닝 프로그램을 대상에 제공하는 시스템에 있어서,
상기 대상에 의해 1회 이상 수행되는 제 1 훈련의 특성들과 연관된 제 1 세트의 진행 팩터들의 실제 값들을 획득하도록 구성된 감지 디바이스(10);
상기 획득된 실제 값들의 적어도 일부에 기초하여 상기 제 1 훈련을 수행하는 상기 대상의 상기 실제 수행 레벨을 평가하도록 구성된 분석기(20a, 20b); 및
상기 제 1 훈련에 후속하여 상기 대상에 제공되는 상기 제 2 훈련의 특성들에 연관된 제 2 세트의 진행 팩터들의 타겟 값들의 적어도 일부를 상기 제 1 훈련을 수행하는 상기 대상의 실제 수행 레벨에 기초하여 조정하도록 구성되는 제어기(30)를 포함하고,
상기 제 1 및 상기 제 2 세트의 진행 팩터들은 상기 트레이닝 프로그램의 제 1 및 제 2 훈련의 특성들에 따른 상기 대상의 적어도 일부의 움직임과 연관되는, 트레이닝 프로그램을 대상에 제공하는 시스템.
제 8 항에 있어서,
상기 제 1 세트의 진행 팩터들의 각각에 가중 팩터를 제공하도록 구성된 가중 공급기(40)를 추가로 포함하고,
상기 제공된 가중 팩터들은 상기 제 1 훈련의 특성들과 연관되고,
상기 분석기는 또한 상기 제 1 훈련을 수행하는 상기 대상의 실제 수행 레벨을 상기 제 1 세트의 진행 팩터들에 제공되는 상기 가중 팩터들 및 상기 제 1 진행 팩터의 실제 값들의 적어도 일부에 기초하여 평가되도록 구성되는, 트레이닝 프로그램을 대상에 제공하는 시스템.
제 8 항에 있어서,
상기 제 1 및 상기 제 2 세트의 진행 팩터들은 상기 대상의 적어도 일부의 다음의 파라미터들: 움직임의 범위, 움직임의 속도, 평탄성, 및 몸통 안정성 중 적어도 하나를 포함하는, 트레이닝 프로그램을 대상에 제공하는 시스템.
제 8 항에 있어서,
상기 트레이닝 프로그램은 제 3 훈련을 추가로 포함하고,
상기 제어기는 또한 상기 제 1 및 상기 제 2 훈련에 후속하여 상기 대상에 제공되는 상기 제 3 훈련의 특성들과 연관된 제 3 세트의 진행 팩터들의 타겟 값들의 적어도 일부를 조정하도록 구성되는, 트레이닝 프로그램을 대상에 제공하는 시스템.
제 8 항 내지 제 11 항 중 어느 한 항에 있어서,
상기 제어기는,
차를 유도하기 위한 상기 제 1 훈련을 수행하는 상기 대상의 타겟 수행 레벨과 상기 실제 수행 레벨을 비교하고,
상기 차가 미리 결정된 임계값을 초과하는 경우 상기 제 2 세트의 진행 팩터들의 타겟 값들의 적어도 일부를 조정하기 위한 명령을 생성하도록 또한 구성되는, 트레이닝 프로그램을 대상에 제공하는 시스템.
제 8 항에 있어서,
상기 감지 디바이스는 상기 제 1 세트의 진행 팩터들의 상기 실제 값들을 얻기 위해 상기 대상의 움직임을 검출하기 위한 복수의 센서들을 포함하는, 트레이닝 프로그램을 대상에 제공하는 시스템.
삭제