KR102252269B1 - 수영 분석 시스템 및 방법 - Google Patents

Abstract

수영 세션 동안 사용자의 모션을 분석하는 시스템들 및 방법들이 기술된다. 하나 이상의 모션 센서들이 사용자의 모션 데이터를 수집할 수 있다. 프로세서 회로가 모션 데이터에 기초하여 모션 분석을 행할 수 있다. 프로세서 회로는 사용자의 아암 스윙이 참된 수영 스트로크인지 여부를 결정할 수 있다. 프로세서 회로는 또한, 사용자가 수영하고 있는지 또는 터닝하고 있는지 여부를 결정할 수 있다. 프로세서 회로는 또한, 사용자의 수영 스트로크 스타일을 분류할 수 있다. 프로세서 회로는 또한, 사용자의 수영 스트로크 페이즈를 결정할 수 있다. 프로세서 회로는 또한, 사용자의 스트로크 궤적 일관성을 결정할 수 있다.

Description

수영 분석 시스템 및 방법

우선권 주장

본 출원은, 2016년 8월 31일자로 출원되었고 전체적으로 본 명세서에 참고로 포함되는, 발명의 명칭이 "Systems and Methods of Arm Swing Motion Determination"인 미국 가특허 출원 제62/381,836호에 대한 우선권 및 그의 이익을 주장한다.

본 출원은, 2016년 8월 31일자로 출원되었고 전체적으로 본 명세서에 참고로 포함되는, 발명의 명칭이 "Systems and Methods for Determining Orbit Consistency"인 미국 가특허 출원 제62/381,856호에 대한 우선권 및 그의 이익을 주장한다.

본 출원은, 2016년 8월 31일자로 출원되고 전체적으로 본 명세서에 참고로 포함되는, 발명의 명칭이 "Systems and Methods for Motion Determination using Likelihood Ratios"인 미국 가특허 출원 제62/381,644호에 대한 우선권 및 그의 이익을 주장한다.

본 출원은, 2016년 8월 31일자로 출원되었고 전체적으로 본 명세서에 참고로 포함되는, 발명의 명칭이 "Systems and Methods of Classifying Swim Strokes"인 미국 가특허 출원 제62/381,972호에 대한 우선권 및 그의 이익을 주장한다.

본 출원은, 2016년 8월 31일자로 출원되었고 전체적으로 본 명세서에 참고로 포함되는, 발명의 명칭이 "Systems and Methods of Determining Swim Stroke Phase"인 미국 가특허 출원 제62/382,006호에 대한 우선권 및 그의 이익을 주장한다.

관련 출원에 대한 상호 참조

본 출원은, _______일자로 출원되고 전체적으로 본 명세서에 참고로 포함되는, 발명의 명칭이 "Systems and Methods for Determining Swimming Metrics"인 공동 계류중인 미국 특허 출원 제______호(대리인 관리 번호 337722-628001)에 관한 것이다.

본 출원은, ______일자로 출원되고 전체적으로 본 명세서에 참고로 포함되는, 발명의 명칭이 "Systems and Methods of Swimming Calorimetry"인 공동 계류중인 미국 특허 출원 제______호(대리인 관리 번호 337722-636001)에 관한 것이다.

기술분야

본 발명은 대체로 수영 분석에 관한 것이다.

사용자가 아암 스윙 모션을 포함하는 활동들을 하고 있을 때, 종종 사용자의 아암 확장을 측정할 필요가 있다. 일례로서, 사용자가 왕복 수영(swimming laps)하고 있을 때, 사용자의 아암 확장은 작은 부수적인 아암 스윙 모션과 진정한 수영 스트로크(swim stroke) 사이의 구별을 도울 수 있다. 또한, 아암 확장을 결정하는 것은 상이한 유형의 수영 스트로크들을 분류하는 데 사용될 수 있다. 따라서, 아암 스윙 모션을 결정하는 방법들 및 시스템들을 제공하는 것이 바람직하다.

또한, 사용자가 다수의 유형의 모션들을 포함하는 활동들을 하고 있을 때, 종종 모션들의 유형들을 분류할 필요가 있다. 일례로서, 사용자가 왕복 수영하고 있을 때, 사용자는 2가지 유형의 모션들, 즉, 수영 및 터닝(turning) 사이에서 스위칭할 수 있다. 다른 예로서, 사용자가 달리고 있을 때, 사용자는 달리기와 걷기 사이에서 스위칭할 수 있다. 사용자가 어떤 유형의 모션들을 하고 있는지를 아는 것은, 사용자의 에너지 소비량을 추정하는 것을 비롯한 많은 응용들에서 유용하다. 따라서, 사용자의 모션들의 유형들을 결정하는 방법들 및 시스템들을 제공하는 것이 바람직하다.

일반적으로, 4개의 보편적인 수영 스트로크 스타일들, 즉, 접영, 자유형, 평영 및 배영이 있다. 사용자가 수영하고 있을 때, 사용자는 그의 또는 그녀의 수영 세션의 과정 전체에 걸쳐 상이한 수영 스트로크 스타일들 중 임의의 것을 수행하고 스타일들을 변경할 수 있다. 사용자가 어떤 유형의 수영 스타일을 하고 있는지를 아는 것은, 사용자의 에너지 소비량을 추정하는 것, 스트로크 카운팅, 랩(lap) 카운팅 및 거리 교정을 비롯한 많은 응용들에서 유용하다. 따라서, 수영 스트로크 스타일을 분류하기 위한 방법들 및 시스템들을 제공하는 것이 바람직하다.

그러나, 상이한 수영 스트로크 스타일들을 분류하는 것은, 수영 스트로크 스타일들을 보편적인 개별 페이즈들(예컨대, 글라이드(glide), 풀(pull), 전이 및 리커버리(recovery))로 분해하지 않고는 어렵다. 사용자가 실행하고 있는 수영 스트로크 페이즈를 아는 것은, 수영 스트로크 스타일을 식별하는 데 도움이 될 뿐만 아니라, 턴(turn) 검출, 랩 카운팅, 스트로크 카운팅, 수영 대비 수영이 아님의 검출, 및 사용자의 스트로크를 페이즈 파라미터들의 이상적인 세트와 비교함으로써의 "스트로크 우수(stroke goodness)"를 코칭/측정하는 것에도 또한 유용하다. 따라서, 수영 스트로크 페이즈를 결정하는 방법들 및 시스템들을 제공하는 것이 바람직하다.

사용자가 수영하고 있을 때, 종종 사용자의 아암 움직임들 또는 궤적들의 일관성을 결정할 필요가 있다. 추적할 움직임의 일례는 사용자의 수영 스트로크이다. 예를 들어, 이상적인 상황에서, 개별 수영 자유형은 스트로크의 거의 정확한 복제들을 나타내어야 한다. 그러나 실제로, 스트로크를 정확하게 반복하는 개인의 능력은 많은 인자들에 의해 영향을 받을 수 있다. 따라서, 사용자의 스트로크 궤적들의 일관성의 측정치는 사용자의 기술, 효율, 피로, 및/또는 건강을 암시할 수 있다(예컨대, 움직임들을 반복할 수 없는 것은 질환 또는 부상의 징후일 수 있다). 따라서, 수영하는 동안 사용자의 스트로크 궤적들의 일관성을 결정하는 방법들 및 시스템들을 제공하는 것이 바람직하다.

본 발명은 사용자의 아암 모션을 결정하는 동안 웨어러블 디바이스의 정확도를 개선하기 위한 방법에 관한 것이다. 일부 실시예들에서, 본 방법은, 웨어러블 디바이스의 프로세서 회로에 의해, 웨어러블 디바이스의 하나 이상의 모션 센서들로부터 모션 데이터를 수신하는 단계 - 하나 이상의 모션 센서들은 가속도계 또는 자이로스코프 중 적어도 하나를 포함함 -; 모션 데이터를 사용하는 프로세서 회로에 의해, 모션 데이터에 기초하여 제1 기준계(frame of reference)에서 표현되는 회전 데이터를 결정하는 단계; 프로세서 회로에 의해, 회전 데이터에 기초하여 모멘트 아암 길이(moment arm length)를 결정하는 단계; 프로세서 회로에 의해, 모멘트 아암 길이를 임계 길이와 비교하는 단계; 프로세서 회로에 의해, 모멘트 아암 길이를 임계 길이와 비교하는 단계에 기초하여 사용자의 아암 스윙이 참된 수영 스트로크라고 결정하는 단계; 프로세서 회로에 의해, 사용자의 아암 스윙이 수영 스트로크라고 결정하는 단계에 응답하여 사용자의 수영 메트릭(swimming metric) 또는 에너지 소비량 중 적어도 하나를 계산하는 단계 - 수영 메트릭은 턴들, 호흡(breath)들, 랩들, 수영 스트로크들, 또는 수영 스트로크 스타일들 중 적어도 하나를 포함함 -; 및 프로세서 회로에 의해, 사용자의 수영 메트릭 또는 에너지 소비량 중 적어도 하나를 출력하는 단계를 포함한다. 일부 실시예들에서, 제1 기준계는 사용자 디바이스에 대한 물체 고정 기준계일 수 있다. 일부 실시예들에서, 본 방법은 최소자승법 수학식을 푸는 단계를 포함할 수 있다.

본 발명은 또한, 사용자가 수영하고 있다고 결정하는 동안 웨어러블 디바이스의 정확도를 개선하기 위한 방법에 관한 것이다. 일부 실시예들에서, 본 방법은, 웨어러블 디바이스의 프로세서 회로에 의해, 사용자의 훈련 데이터의 세트를 수신하는 단계; 프로세서 회로에 의해, 웨어러블 디바이스의 하나 이상의 모션 센서들로부터 모션 데이터를 수신하는 단계 - 하나 이상의 모션 센서들은 가속도계 또는 자이로스코프 중 적어도 하나를 포함함 -; 프로세서 회로에 의해, 모션 데이터에 기초하여 사용자의 요각(yaw angle)을 결정하는 단계; 프로세서 회로에 의해, 요각에 대응하는 우도 비(likelihood ratio)의 값을 인출하는 단계; 프로세서 회로에 의해, 우도 비의 값을 임계 값과 비교하는 단계; 프로세서 회로에 의해, 우도 비의 값을 임계 값과 비교하는 단계에 기초하여 사용자가 수영하고 있다고 결정하는 단계; 프로세서 회로에 의해, 사용자가 수영하고 있다고 결정하는 단계에 응답하여 사용자의 수영 메트릭 또는 에너지 소비량 중 적어도 하나를 계산하는 단계 - 수영 메트릭은 턴들, 호흡들, 랩들, 수영 스트로크들, 또는 수영 스트로크 스타일들 중 적어도 하나를 포함함 -; 및 프로세서 회로에 의해, 사용자의 수영 메트릭 또는 에너지 소비량 중 적어도 하나를 출력하는 단계를 포함할 수 있다.

본 발명은 또한, 사용자의 수영 스트로크 스타일을 분류하는 동안 웨어러블 디바이스의 정확도를 개선하기 위한 방법에 관한 것이다. 일부 실시예들에서, 본 방법은, 웨어러블 디바이스의 프로세서 회로에 의해, 웨어러블 디바이스의 하나 이상의 모션 센서들로부터 모션 데이터를 수신하는 단계 - 하나 이상의 모션 센서들은 가속도계 또는 자이로스코프 중 적어도 하나를 포함함 -; 프로세서 회로에 의해, 수신된 모션 데이터에 기초하여 기본 주기를 계산하는 단계; 프로세서 회로에 의해, 웨어러블 디바이스의 회전 데이터를 결정하는 단계 - 회전 데이터는 기준계에서 표현됨 -; 프로세서 회로에 의해, 회전 데이터로부터 하나 이상의 특징부들을 추출하는 단계; 프로세서 회로에 의해, 하나 이상의 특징부들에 기초하여 사용자의 수영 스트로크 스타일을 결정하는 단계; 및 프로세서 회로에 의해, 결정된 수영 스트로크 스타일을 출력하는 단계를 포함할 수 있다. 일부 실시예들에서, 기준계는 웨어러블 디바이스에 대한 물체 고정 기준계일 수 있다. 일부 실시예들에서, 기준계는 관성 기준계일 수 있다.

일부 실시예들에서, 하나 이상의 특징부들은, 웨어러블 디바이스의 평균 크라운 배향(mean crown orientation), 사용자의 아암 및 손목 회전의 상관관계(correlation), 또는 전체 각속도에 대한 웨어러블 디바이스의 크라운을 중심으로 한 회전의 기여 중 적어도 하나를 포함한다. 일부 실시예들에서, 하나 이상의 특징부들은, 풀 페이즈 동안 웨어러블 디바이스의 밴드(band)를 중심으로 한 상대 아암 회전, 사용자의 모멘트 아암, z 가속도 대 y 회전의 비, 가속도에 의해 가중된 평균 중력 크라운, 웨어러블 디바이스의 밴드의 상부의 배향과 웨어러블 디바이스의 밴드를 중심으로 한 회전 사이의 상관관계, 크라운 회전의 제곱 평균 제곱근(root mean square, RMS), 웨어러블 디바이스의 크라운을 중심으로 한 최소 회전, 웨어러블 디바이스의 밴드를 중심으로 한 최대 회전, 또는 y에 대한 x의 최대 회전 중 적어도 하나를 포함한다.

본 발명은 또한, 사용자의 수영 스트로크의 페이즈들을 결정하는 동안 웨어러블 디바이스의 정확도를 개선하기 위한 방법에 관한 것이다. 일부 실시예들에서, 본 방법은, 웨어러블 디바이스의 프로세서 회로에 의해, 웨어러블 디바이스의 하나 이상의 모션 센서들로부터 모션 데이터를 수신하는 단계 - 하나 이상의 모션 센서들은 가속도계 또는 자이로스코프 중 적어도 하나를 포함함 -; 모션 데이터를 사용하는 프로세서 회로에 의해, 웨어러블 디바이스의 제1 세트의 회전 데이터를 결정하는 단계 - 제1 세트의 회전 데이터는 제1 기준계에서 표현됨 -; 프로세서 회로에 의해, 웨어러블 디바이스의 제1 세트의 회전 데이터를 제2 기준계에서 표현되는 제2 세트의 회전 데이터로 변환하는 단계; 프로세서 회로에 의해, 제2 세트의 회전 데이터에 기초하여 사용자의 수영 스트로크의 글라이드 페이즈를 결정하는 단계; 프로세서 회로에 의해, 제2 세트의 회전 데이터에 기초하여 사용자의 수영 스트로크의 전이 페이즈를 결정하는 단계; 프로세서 회로에 의해, 결정된 글라이드 페이즈 및 전이 페이즈에 기초하여 사용자의 수영 스트로크의 풀 페이즈 및 리커버리 페이즈를 결정하는 단계; 프로세서 회로에 의해, 사용자의 수영 스트로크의 결정된 글라이드, 전이, 풀, 및 리커버리 페이즈들에 기초하여 사용자의 하나 이상의 수영 메트릭을 계산하는 단계 - 하나 이상의 수영 메트릭들은 턴들, 호흡들, 랩들, 수영 스트로크들, 또는 수영 스트로크 스타일들 중 적어도 하나를 포함함 -; 및 사용자의 계산된 하나 이상의 수영 메트릭들을 출력하는 단계를 포함할 수 있다. 일부 실시예들에서, 제1 기준계는 웨어러블 디바이스에 대한 물체 고정 기준계일 수 있다. 일부 실시예들에서, 제2 기준계는 관성 기준계일 수 있다.

본 발명은 또한, 사용자의 스트로크 궤적 일관성을 결정하는 동안 웨어러블 디바이스의 정확도를 개선하기 위한 방법에 관한 것이다. 일부 실시예들에서, 본 방법은, 웨어러블 디바이스의 프로세서 회로에 의해, 웨어러블 디바이스의 하나 이상의 모션 센서들로부터 모션 데이터를 수신하는 단계 - 하나 이상의 모션 센서들은 가속도계 또는 자이로스코프 중 적어도 하나를 포함함 -; 모션 데이터를 사용하는 프로세서 회로에 의해, 사용자 디바이스의 회전 데이터를 결정하는 단계 - 회전 데이터는 기준계에서 표현됨 -; 프로세서 회로에 의해, 회전 데이터가 제1 지나간 기간에 최소 분산을 갖는 제1 방향을 결정하는 단계; 프로세서 회로에 의해, 회전 데이터가 제2 지나간 기간에 최소 분산을 갖는 제2 방향을 결정하는 단계; 프로세서 회로에 의해, 제1 방향과 제2 방향 사이의 차이를 결정하는 단계; 프로세서 회로에 의해, 제1 방향과 제2 방향 사이의 차이에 기초하여 사용자의 스트로크 궤적 일관성을 결정하는 단계; 및 프로세서 회로에 의해, 결정된 스트로크 궤적 일관성을 출력하는 단계를 포함할 수 있다. 일부 실시예들에서, 기준계는 사용자 디바이스에 대한 물체 고정 기준계일 수 있다. 일부 실시예들에서, 기준계는 관성 기준계일 수 있다.

일부 실시예들에서, 본 방법은 회전 축을 결정하는 단계를 포함할 수 있다. 일부 실시예들에서, 제1 지나간 기간은 실질적으로 10초일 수 있다. 일부 실시예들에서, 제2 지나간 기간은 실질적으로 3분일 수 있다.

본 발명은 또한, 사용자의 스트로크 궤적 일관성을 결정하는 동안 웨어러블 디바이스의 정확도를 개선하기 위한 방법에 관한 것이다. 일부 실시예들에서, 본 방법은, 웨어러블 디바이스의 프로세서 회로에 의해, 웨어러블 디바이스의 하나 이상의 모션 센서들로부터 모션 데이터를 수신하는 단계 - 하나 이상의 모션 센서들은 가속도계 또는 자이로스코프 중 적어도 하나를 포함함 -; 모션 데이터를 사용하는 프로세서 회로에 의해, 기준계에서 표현되는 회전 데이터를 결정하는 단계; 프로세서 회로에 의해, 회전 데이터를 사용하여 사용자의 스트로크 궤적의 히스토그램을 결정하는 단계; 프로세서에 의해, 히스토그램에 기초하여 엔트로피의 레벨을 결정하는 단계; 프로세서 회로에 의해, 결정된 엔트로피의 레벨에 기초하여 사용자의 궤적 일관성의 레벨을 결정하는 단계; 및 프로세서 회로에 의해, 사용자의 결정된 궤적 일관성의 레벨을 출력하는 단계를 포함할 수 있다. 일부 실시예들에서, 기준계는 사용자 디바이스에 대한 물체 고정 기준계일 수 있다. 일부 실시예들에서, 기준계는 관성 기준계일 수 있다.

다른 특징들 및 이점들은 하기의 상세한 설명 및 도면들로부터 명백해질 것이다.

본 발명의 다양한 목적들, 특징들 및 이점들은, 유사한 도면 부호들이 유사한 요소들을 식별하는 하기의 도면들과 관련하여 고려될 때 본 발명의 하기의 상세한 설명을 참조하여 더욱 완전히 이해될 수 있다.
도 1은 본 발명의 일부 실시예들에 따른 웨어러블 디바이스(또는 "사용자 디바이스")를 예시한다.
도 2는 본 발명의 일부 실시예들에 따른 웨어러블 디바이스의 블록도를 예시한다.
도 3은 본 발명의 일부 실시예들에 따른 동반 디바이스를 예시한다.
도 4a 내지 도 4d는 본 발명의 일부 실시예들에 따른 물체 고정 기준계의 예들을 예시한다.
도 5는 본 발명의 일부 실시예들에 따른, 물체 고정 기준계에서의 웨어러블 디바이스의 회전 데이터의 세트를 예시한다.
도 6은 본 발명의 일부 실시예들에 따른 관성 기준계의 일례를 예시한다.
도 7a 내지 도 7d는 본 발명의 일부 실시예들에 따른 관성 기준계의 예들을 예시한다.
도 8은 본 발명의 일부 실시예들에 따른, 관성 기준계에서의 웨어러블 디바이스의 회전 데이터의 세트를 예시한다.
도 9는 본 발명의 일부 실시예들에 따른, 중력의 방향을 결정하는 방법을 예시한다.
도 10은 본 발명의 일부 실시예들에 따른, 중력의 방향을 결정하는 방법을 예시한다.
도 11은 본 발명의 일부 실시예들에 따른, 사용자의 모멘트 아암을 결정하는 방법을 예시한다.
도 12는 본 발명의 일부 실시예들에 따른 모멘트 아암 길이의 일례를 예시한다.
도 13은 본 발명의 일부 실시예들에 따른, 물체 고정 기준계에서의 웨어러블 디바이스의 모션 데이터를 예시한다.
도 14a 및 도 14b는 본 발명의 일부 실시예들에 따른 예시적인 모멘트 아암 계산들을 예시한다.
도 15는 본 발명의 일부 실시예들에 따른, 수영하는 동안 사용자의 모션들의 유형들을 분류하는 방법을 예시한다.
도 16a 및 도 16b는 본 발명의 일부 실시예들에 따른, 사용자의 모션들의 유형들을 분류하는 일례를 예시한다.
도 17은 본 발명의 일부 실시예들에 따른, 웨어러블 디바이스의 하나 이상의 센서들로부터 모션 정보를 수신하는 방법을 예시한다.
도 18은 본 발명의 일부 실시예들에 따른, 수영하는 동안의 사용자의 요각들을 예시한다.
도 19는 본 발명의 일부 실시예들에 따른, 수영하는 동안 사용자의 수영 스트로크 스타일들을 분류하는 방법을 예시한다.
도 20은 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 스타일을 분류하는 일례를 예시한다.
도 21은 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 스타일을 분류하는 일례를 예시한다.
도 22는 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 스타일을 분류하는 일례를 예시한다.
도 23은 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 스타일을 분류하는 일례를 예시한다.
도 24는 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 스타일을 분류하는 일례를 예시한다.
도 25는 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 스타일을 분류하는 일례를 예시한다.
도 26은 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 스타일을 분류하는 일례를 예시한다.
도 27은 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 스타일을 분류하는 일례를 예시한다.
도 28은 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 스타일을 분류하는 일례를 예시한다.
도 29a 및 도 29b는 본 발명의 일부 실시예들에 따른, 상이한 수영 스트로크 스타일들의 수영 스트로크 페이즈들을 예시한다.
도 30은 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 페이즈를 결정하는 방법을 예시한다.
도 31a 내지 도 31d는 본 발명의 일부 실시예들에 따른, 상이한 수영 스트로크 페이즈들을 식별하는 그래프들을 예시한다.
도 32a 및 도 32b는 본 발명의 일부 실시예들에 따른, 사용자의 모션들의 유형들을 분류하는 일례를 예시한다.
도 33은 본 발명의 일부 실시예들에 따른, 수영 세션 동안 사용자의 스트로크 궤적 일관성을 결정하는 프로세스를 예시하며, 이는 본 발명의 일부 실시예들에 따른 웨어러블 디바이스의 손목 각도를 예시한다.
도 34는 본 발명의 일부 실시예들에 따른 사용자의 스트로크의 궤적을 예시한다.
도 35는 본 발명의 일부 실시예들에 따른 사용자의 스트로크들의 궤적들을 예시한다.
도 36은 본 발명의 일부 실시예들에 따른, 상이한 샘플링 포인트들에서 사용자들의 단기간 스트로크 궤적들의 회전 축의 방향과 사용자들의 장기간/평균 스트로크 궤적들의 회전 축의 방향 사이의 러닝 차이(running difference)들을 예시한다.
도 37은 본 발명의 일부 실시예들에 따른, 수영 세션 동안 사용자의 스트로크 궤적 일관성을 결정하는 프로세스를 예시한다.
도 38은 본 발명의 일부 실시예들에 따른, 사용자의 스트로크 궤적들의 히트 맵(heat map)을 예시한다.

하기의 설명에서, 본 발명의 완전한 이해를 제공하기 위해, 본 발명의 시스템들, 방법들 및 매체들, 및 그러한 시스템들, 방법들 및 매체들이 동작할 수 있는 환경 등에 관한 많은 구체적인 상세사항들이 기재된다. 그러나, 본 발명이 그러한 구체적인 상세사항들 없이 실시될 수 있고, 본 기술 분야에 잘 알려진 소정의 특징부들이 본 발명의 복잡화를 피하기 위해 상세히 기술되지 않는다는 것이 당업자에게 명백할 것이다. 또한, 아래에 제공되는 예들이 예시적이며, 본 발명의 범주 내에 있는 다른 시스템들, 방법들, 및 매체들이 있다는 것이 고려된다는 것이 이해될 것이다.

본 발명은 사용자의 활동들 동안 사용자의 아암 확장을 결정하도록 구성될 수 있는 웨어러블 디바이스를 기술한다. 웨어러블 디바이스는, 웨어러블 디바이스의 공간에서의 위치 및 배향에 관한 데이터를 수집하고 시간 경과에 따라 웨어러블 디바이스의 위치 및 배향에 대한 변화들을 추적하기 위한 하나 이상의 모션 센서들을 포함할 수 있다. 사용자가 웨어러블 디바이스를 착용할 수 있기 때문에, 모션 정보는 사용자의 움직임들에 관한 정보를 제공할 수 있다. 예를 들어, 사용자가 수영하고 있을 때, 사용자의 아암들은 전형적으로 특정 경로를 따라 그리고 특정 빈도로 스윙하고 있다. 사용자가 웨어러블 디바이스를 사용자의 손목에 착용하는 경우, 웨어러블 디바이스는, 사용자의 아암이 소정 경로로 움직이는 방식을 감지함으로써 사용자가 소정 스타일로 수영하고 있다고 추론할 수 있다. 사용자가 수영하고 있을 때, 웨어러블 디바이스에 의해 추적될 수 있는 사용자의 아암/손목의 상당히 주기적인 모션이 있다.

도 1은 본 발명의 일부 실시예들에 따른 웨어러블 디바이스(또는 "사용자 디바이스")(100)의 일례를 도시한다. 일부 실시예들에서, 웨어러블 디바이스(100)는, 개인의 손목 둘레에 착용되도록 구성된 워치(watch) 및/또는 피트니스 밴드와 같은 임의의 적합한 웨어러블 디바이스일 수 있다.

도 2는 본 발명의 일부 실시예들에 따른, 웨어러블 디바이스(100) 내에서 발견될 수 있는 예시적인 컴포넌트들의 블록도를 도시한다. 일부 실시예들에서, 웨어러블 디바이스(100)는 메인 프로세서(210)(또는 "애플리케이션 프로세서"), 모션 코프로세서(215), 메모리(220), 하나 이상의 모션 센서들(240), 디스플레이(270), 인터페이스(280), 및 심박수 센서(290)를 포함할 수 있다. 웨어러블 디바이스(100)는 추가 모듈들, 더 적은 모듈들, 또는 임의의 적합한 동작 또는 동작들의 조합을 수행하는 모듈들의 임의의 다른 적합한 조합을 포함할 수 있다.

일부 실시예들에서, 메인 프로세서(210)는 하나 이상의 코어들을 포함할 수 있고, 다양한 애플리케이션들 및 모듈들을 구동하기 위해 하나 이상의 스레드들을 수용할 수 있다. 컴퓨터 명령어들 또는 컴퓨터 코드를 실행할 수 있는 소프트웨어가 메인 프로세서(210) 상에서 구동될 수 있다. 메인 프로세서(210)는 또한, ASIC(application specific integrated circuit), PLA(programmable logic array), FPGA(field programmable gate array), 또는 임의의 다른 집적 회로를 사용하여 하드웨어로 구현될 수 있다.

일부 실시예들에서, 웨어러블 디바이스(100)는 또한, 메인 프로세서(210)보다 더 적은 전력을 인출할 수 있는 모션 코프로세서(215)를 포함한다. 메인 프로세서(210)는 범용 계산들 및 통신들을 위해 구성될 수 있는 반면, 모션 코프로세서(215)는, 모션 센서(240), 심박수 센서(290), 및 웨어러블 디바이스(100) 내의 다른 모듈들로부터 데이터를 수신 및 프로세싱하는 것과 같은, 비교적 제한된 세트의 태스크들을 수행하도록 구성될 수 있다. 많은 실시예들에서, 메인 프로세서(210)는 전력을 절약하기 위해 소정 시간들에 전원이 차단될 수 있는 반면, 모션 코프로세서(215)는 전원이 켜져 있는 채로 유지된다. 따라서, 모션 코프로세서(215)는 때때로 "올웨이즈 온" 프로세서(always-on processor, AOP)로 지칭된다. 모션 코프로세서(215)는 메인 프로세서(210)가 전원이 켜지거나 또는 꺼지는 때를 제어할 수 있다.

메모리(220)는 비일시적인 컴퓨터 판독가능 매체, 플래시 메모리, 자기 디스크 드라이브, 광학 드라이브, PROM(programmable read-only memory), ROM(read-only memory), 또는 임의의 다른 메모리 또는 메모리들의 조합일 수 있다. 메모리(220)는 하나 이상의 모듈들(230)을 포함할 수 있다.

메인 프로세서(210) 또는 모션 코프로세서(215)는, 메인 프로세서(210) 또는 모션 코프로세서(215)로 하여금, 예를 들어, 도 4, 도 11, 및 도 12와 관련하여 기술되는 방법들과 같은, 본 발명 전체에 걸쳐 논의되는 다양한 단계들을 수행하게 하도록 구성되는 메모리(220)에 저장된 모듈(230)을 구동하도록 구성될 수 있다.

일부 실시예들에서, 웨어러블 디바이스(100)는 하나 이상의 모션 센서들(240)을 포함할 수 있다. 예를 들어, 모션 센서들(240)은 자이로스코프(250) 및 가속도계(260)를 포함할 수 있다. 일부 실시예들에서, 가속도계(260)는 최대 3차원(예를 들어, x-축, y-축, 및 z-축)으로 선형 가속도를 측정하는 3-축 가속도계일 수 있다. 일부 실시예들에서, 자이로스코프(250)는 최대 3차원(예를 들어, 요(yaw), 피치(pitch), 및 롤(roll))으로, 회전 움직임 및/또는 각속도와 같은 회전 데이터를 측정하는 3-축 자이로스코프일 수 있다. 일부 실시예들에서, 가속도계(260)는 MEMS(microelectromechanical system) 가속도계일 수 있고, 자이로스코프(250)는 MEMS 자이로스코프일 수 있다. 웨어러블 디바이스(100)의 메인 프로세서(210) 또는 모션 코프로세서(215)는 하나 이상의 모션 센서들(240)로부터 모션 정보를 수신하여, 3차원 공간을 통해 6 자유도에서 웨어러블 디바이스(100)의 가속도, 회전, 위치, 또는 배향 정보를 추적할 수 있다.

일부 실시예들에서, 웨어러블 디바이스(100)는 가속도계(260) 및 자이로스코프(250)에 더하여 다른 유형의 센서들을 포함할 수 있다. 예를 들어, 웨어러블 디바이스(100)는 고도계 또는 기압계, 또는 다른 유형의 위치 센서들, 예컨대 GPS 센서를 포함할 수 있다.

웨어러블 디바이스(100)는 또한 디스플레이(270)를 포함할 수 있다. 디스플레이(270)는, 사용자에게 출력을 제공할 뿐만 아니라 터치를 통해 사용자로부터 입력을 수신하도록 구성된, 결정질(예컨대, 사파이어) 또는 유리 터치스크린과 같은 스크린일 수 있다. 예를 들어, 디스플레이(270)는 현재 심박수 또는 일일 평균 에너지 소비량을 디스플레이하도록 구성될 수 있다. 디스플레이(270)는 사용자로부터 입력을 수신하여, 예를 들어, 어떤 정보가 디스플레이되어야 하는지, 또는 사용자가 신체 활동, 예컨대 수영 세션, 달리기 세션, 역도 세션, 걷기 세션 또는 사이클링 세션을 시작하고 있는지(예컨대, 세션을 시작하고 있는지) 또는 신체 활동을 종료하고 있는지(예컨대, 세션을 종료하고 있는지) 여부를 선택할 수 있다. 일부 실시예들에서, 웨어러블 디바이스(100)는 다른 방식들로, 예컨대 스피커(도시되지 않음)로 사운드를 생성함으로써, 사용자에게 출력을 제시할 수 있고, 웨어러블 디바이스(100)는 다른 방식들로, 예컨대 마이크로폰(도시되지 않음)을 통해 음성 커맨드들을 수신함으로써, 사용자로부터 입력을 수신할 수 있다.

일부 실시예들에서, 웨어러블 디바이스(100)는, 사용자에게 출력을 제시하거나 또는 사용자로부터 입력을 수신하기 위한 구성을 포함하는, 인터페이스(280)를 통해 외부 디바이스들과 통신할 수 있다. 인터페이스(280)는 무선 인터페이스일 수 있다. 무선 인터페이스는, "저전력 블루투스(Bluetooth low energy)"로도 알려진 블루투스 v4.0과 같은 표준 블루투스(IEEE 802.15) 인터페이스일 수 있다. 다른 실시예들에서, 인터페이스는 LTE(Long Term Evolution) 또는 Wi-Fi(IEEE 802.11) 프로토콜과 같은 셀폰 네트워크 프로토콜에 따라 동작할 수 있다. 다른 실시예들에서, 인터페이스(280)는 헤드폰 잭 또는 버스 커넥터(예컨대, 라이트닝(Lightning), 썬더볼트(Thunderbolt), USB 등)와 같은 유선 인터페이스들을 포함할 수 있다.

웨어러블 디바이스(100)는 심박수 센서(290)로부터 개인의 현재 심박수를 측정할 수 있다. 심박수 센서(290)는 또한, 주어진 심박수 측정치의 정확도의 상대 우도를 나타내는 신뢰도 레벨을 결정하도록 구성될 수 있다. 다른 실시예들에서, 전통적인 심박수 모니터가 사용될 수 있고, 근거리 통신 방법(예컨대, 블루투스)을 통해 웨어러블 디바이스(100)와 통신할 수 있다.

웨어러블 디바이스(100)는, 본 명세서에서 더욱 상세하게 기술되는 바와 같이, 스마트폰과 같은 동반 디바이스(300)(도 3)와 통신하도록 구성될 수 있다. 일부 실시예들에서, 웨어러블 디바이스(100)는 다른 외부 디바이스들, 예컨대 노트북 또는 데스크톱 컴퓨터, 태블릿, 헤드폰, 블루투스 헤드셋 등과 통신하도록 구성될 수 있다.

전술된 모듈들은 예들이고, 웨어러블 디바이스(100)의 실시예들은 도시되지 않은 다른 모듈들을 포함할 수 있다. 예를 들어, 웨어러블 디바이스(100)의 일부 실시예들은 재충전가능 배터리(예컨대, 리튬 이온 배터리), 마이크로폰 또는 마이크로폰 어레이, 하나 이상의 카메라들, 하나 이상의 스피커들, 워치밴드, 내수성 케이싱 또는 코팅 등을 포함할 수 있다. 일부 실시예들에서, 웨어러블 디바이스(100) 내의 모든 모듈들은 전기적으로 그리고/또는 기계적으로 함께 결합될 수 있다. 일부 실시예들에서, 메인 프로세서(210)는 각각의 모듈 간의 통신을 조정할 수 있다.

도 3은 본 발명의 일부 실시예들에 따른 동반 디바이스(300)의 일례를 도시한다. 웨어러블 디바이스(100)는 유선 또는 무선 통신 채널(예컨대, 블루투스, Wi-Fi 등)을 통해 동반 디바이스(300)와 통신하도록 구성될 수 있다. 일부 실시예들에서, 동반 디바이스(300)는 스마트폰, 태블릿 컴퓨터, 또는 유사한 휴대용 컴퓨팅 디바이스일 수 있다. 동반 디바이스(300)는 사용자에 의해 휴대되거나, 사용자의 포켓에 보관되거나, 아암밴드(armband) 또는 유사한 디바이스로 사용자의 아암에 스트랩되거나, 장착 디바이스 내에 배치되거나, 또는 달리 웨어러블 디바이스(100)의 통신가능 범위 내에 위치설정될 수 있다.

일부 실시예들에서, 동반 디바이스(300)는 위치 및 모션 센서들(도시되지 않음)과 같은 다양한 센서들을 포함할 수 있다. 동반 디바이스(300)가 웨어러블 디바이스(100)와의 통신을 위해 이용가능한 경우, 웨어러블 디바이스(100)는 그의 교정 또는 열량측정 프로세스들을 개선 또는 보완하기 위해 동반 디바이스(300)로부터 추가 데이터를 수신할 수 있다. 예를 들어, 일부 실시예들에서, 웨어러블 디바이스(100)는, 웨어러블 디바이스(100)가 GPS 센서를 포함할 수 있는 대안적인 실시예와는 대조적으로 GPS 센서를 포함하지 않을 수 있다. 웨어러블 디바이스(100)가 GPS 센서를 포함하지 않을 수 있는 경우에, 동반 디바이스(300)의 GPS 센서는 GPS 위치 정보를 수집할 수 있고, 웨어러블 디바이스(100)는 동반 디바이스(300)로부터 인터페이스(280)(도 2)를 통해 GPS 위치 정보를 수신할 수 있다.

다른 예에서, 웨어러블 디바이스(100)는, 웨어러블 디바이스(100)가 고도계 또는 기압계를 포함할 수 있는 대안적인 실시예와는 대조적으로, 고도계 또는 기압계를 포함하지 않을 수 있다. 웨어러블 디바이스(100)가 고도계 또는 기압계를 포함하지 않을 수 있는 경우에, 동반 디바이스(300)의 고도계 또는 기압계는 고도 또는 상대 고도 정보를 수집할 수 있고, 웨어러블 디바이스(100)는 동반 디바이스(300)로부터 인터페이스(280)(도 2)를 통해 고도 또는 상대 고도 정보를 수신할 수 있다.

다른 예에서, 웨어러블 디바이스(100)는 동반 디바이스(300)로부터 모션 정보를 수신할 수 있다. 웨어러블 디바이스(100)는 동반 디바이스(300)로부터의 모션 정보를, 웨어러블 디바이스(100)의 하나 이상의 모션 센서들(240)로부터의 모션 정보와 비교할 수 있다. 가속도계(260) 및/또는 자이로스코프(250)로부터의 데이터와 같은 모션 정보는, 모션 정보의 품질을 개선하기 위해 (예컨대, 고역 통과, 저역 통과, 대역 통과, 또는 대역 저지 필터에 의해) 필터링될 수 있다. 예를 들어, 저역 통과 필터가 일부 주변 잡음을 제거하는 데 사용될 수 있다.

웨어러블 디바이스(100)는 감지되고 수집된 모션 정보를 사용하여 사용자의 활동을 예측할 수 있다. 활동들의 예들은 걷기, 달리기, 사이클링, 수영, 역도 등을 포함할 수 있지만 이들로 제한되는 것은 아니다. 웨어러블 디바이스(100)는 또한, 사용자가 정적인 때(예컨대, 잠자기, 앉아 있기, 가만히 서 있기, 운전하기, 또는 달리 차량을 제어하기 등)를 예측하거나 달리 검출할 수 있다. 웨어러블 디바이스(100)는, 일부 실시예들에서, 동반 디바이스로부터의 모션 정보를 포함하는, 다양한 모션 정보를 사용할 수 있다.

웨어러블 디바이스(100)는 사용자의 활동을 예측하기 위해 다양한 휴리스틱(heuristic)들, 알고리즘들, 또는 다른 기법들을 사용할 수 있다. 웨어러블 디바이스(100)는 또한, 특정 예측(예컨대, 사용자가 수영하고 있을 90% 우도) 또는 예측들(예컨대, 사용자가 수영하고 있을 60% 우도 및 사용자가 수영이 아닌 활동을 수행하고 있을 40% 우도)과 연관된 신뢰도 레벨(예컨대, 백분율 우도, 정확도 등)을 추정할 수 있다.

디바이스의 모션을 특성화할 때 고려하기에 유용한 다수의 기준계들, 예를 들어, 물체 고정 기준계 및 관성 기준계가 있다. 이러한 기준계들 사이의 스위칭은 회전 또는 일련의 회전들을 수행함으로써 달성될 수 있다. 모션 센서들에 의해 수집되고 있는 데이터의 대부분이 물체 고정 기준계에 있기 때문에, 데이터를 사용하여 수영 스트로크들을 카운트하기 위해, 데이터는 먼저 물체 고정 기준계로부터 관성계로 변환된다.

도 4a는 본 발명의 일부 실시예들에 따른 물체 고정 기준계(400)의 일례를 예시한다. 도 4a에서, 물체 고정 기준계(400)의 회전 축들은 웨어러블 디바이스(100)에 대한 것이다. 예를 들어, z-축은 웨어러블 디바이스(100)의 디스플레이 표면(160)에 수직이다. x-축 및 y-축은, 3개의 축들이 서로 수직인 한 상대적으로 임의로 선택될 수 있다. 도 4a에서, x-축은 웨어러블 디바이스(100)의 크라운(120)에 의해 지향되는 방향과 평행하고, y-축은 웨어러블 디바이스(100)의 밴드(140)의 방향과 평행하다(웨어러블 디바이스(100)의 크라운(120)에 의해 지향되는 방향이 웨어러블 디바이스(100)의 밴드(140)의 방향에 직각이라고 가정함).

도 4b 내지 도 4d는 본 발명의 일부 실시예들에 따른, 물체 고정 기준계(400)에서 하나 이상의 배향들을 표현하는 예들을 예시한다. 도 4b에서, 배향/방향(410)은 양의 x-축에 대한 각도(Φ)(402), 양의 y-축에 대한 각도(θ)(404), 및 양의 z-축에 대한 각도(ψ)(406)를 갖는다. 방향(410)은 물체 고정 기준계(400)에서 [cos(Φ), cos(θ), cos(ψ)]로서 표현될 수 있는데, 이는 제1 세트의 3차원 회전 데이터의 비제한적인 예/포맷이다. 예를 들어, 도 4b에서의 방향(420)은 양의 x-축과 평행하고 이를 향해 지향하여, 방향(420)과 양의 x-축 사이의 각도(Φ)가 0도이고; 방향(420)과 양의 y-축 사이의 각도(θ)가 90도이고; 방향(420)과 양의 z-축 사이의 각도(ψ)가 90도이게 한다. 따라서, 방향(420)은 [cos(0), cos(90), cos(90)]으로서 표현될 수 있는데, 이는 [1, 0, 0]이다. 다른 예로서, 도 4b에서의 방향(430)은 양의 z-축과 평행하고 이를 향해 지향하여, 방향(430)과 양의 x-축 사이의 각도(Φ)가 90도이고; 방향(430)과 양의 y-축 사이의 각도(θ)가 90도이고; 방향(430)과 양의 z-축 사이의 각도(ψ)가 0도이게 한다. 따라서, 방향(430)은 [cos(90), cos(90), cos(0)]으로서 표현될 수 있는데, 이는 [0, 0, 1]이다. 또 다른 예로서, 방향(440)은 도 4b에서 중력의 방향을 나타내며, 음의 y-축과 평행하고 이를 향해 지향하여, 방향(440)과 양의 x-축 사이의 각도(Φ)가 90도이고; 방향(440)과 양의 y-축 사이의 각도(θ)가 180도이고; 방향(440)과 양의 z-축 사이의 각도(ψ)가 90도이게 한다. 따라서, 방향(440)은 [cos(90), cos(180), cos(90)]으로서 표현될 수 있는데, 이는 [0, -1, 0]이다.

도 4c에서, 웨어러블 디바이스(100)는 수직으로 유지된다. 앞서 논의된 바와 같이, x-축은 크라운(120)에 의해 지향되는 방향과 평행하고, y-축은 밴드(140)와 평행하고, z-축은 디스플레이 표면(160)에 수직이다. 도 4c에서의 방향(450)은 크라운(120)에 의해 지향되는 방향을 나타내어서, 방향(450)과 양의 x-축 사이의 각도(Φ)가 0도이고; 방향(450)과 양의 y-축 사이의 각도(θ)가 90도이고; 방향(450)과 양의 z-축 사이의 각도(ψ)가 90도이게 한다. 따라서, 방향(450)은 [cos(0), cos(90), cos(90)]으로서 표현될 수 있는데, 이는 [1, 0, 0]이다. 다른 예로서, 방향(440)은 도 4c에서 중력의 방향을 나타내며, 음의 y-축과 평행하고 이를 향해 지향하여, 방향(440)과 양의 x-축 사이의 각도(Φ)가 90도이고; 방향(440)과 양의 y-축 사이의 각도(θ)가 180도이고; 방향(440)과 양의 z-축 사이의 각도(ψ)가 90도이게 한다. 따라서, 도 4c에서의 방향(440)은 [cos(90), cos(180), cos(90)]으로서 표현될 수 있는데, 이는 [0, -1, 0]이다.

도 4d에서, 웨어러블 디바이스(100)는 도 4c와 비교하여 시계방향으로 45도 회전되어 있다. 앞서 논의된 바와 같이, x-축은 크라운(120)에 의해 지향되는 방향과 평행하고, y-축은 밴드(140)와 평행하고, z-축은 디스플레이 표면(160)에 수직이다. 도 4d에서의 방향(450)은 크라운(120)에 의해 지향되는 방향을 나타내어서, 방향(450)과 양의 x-축 사이의 각도(Φ)가 0도이고; 방향(450)과 양의 y-축 사이의 각도(θ)가 90도이고; 방향(450)과 양의 z-축 사이의 각도(ψ)가 90도이게 한다. 따라서, 방향(450)은 [cos(0), cos(90), cos(90)]으로서 표현될 수 있는데, 이는 [1, 0, 0]이다. 다른 예로서, 방향(440)은 도 4d에서 중력의 방향을 나타낸다. 방향(440)과 양의 x-축 사이의 각도(Φ)는 45도이고; 방향(440)과 양의 y-축 사이의 각도(θ)는 135도이고; 방향(440)과 양의 z-축 사이의 각도(ψ)는 90도이다. 따라서, 도 5d에서의 방향(440)은 [cos(45), cos(135), cos(0)]으로서 표현될 수 있는데, 이는 [0.707, -0.707, 0]이다.

방향(450)의 표현은, 웨어러블 디바이스(100)가 회전되었더라도 도 4c 및 도 4d에서 동일하다는 것에 유의한다. 이것은 물체 고정 기준계(400)가 항상 웨어러블 디바이스(100)에 대해 고정되어 있기 때문이다. 결과적으로, 웨어러블 디바이스(100)의 위치가 변화할 때, 물체 고정 기준계(450) 내의 3개의 축들뿐만 아니라 방향(450)이 또한 변화하는 한편, 방향(450)과 3개의 축들 사이의 상대 위치는 동일하게 유지된다. 다른 한편으로, 중력의 방향(440)은 "절대적인" 의미에서 변화하지 않지만, 그것은, 웨어러블 디바이스(100)가 위치를 변경할 때 웨어러블 디바이스(100)에 대한 그의 위치를 변경한다. 따라서, 중력 방향(440)의 표현은, 웨어러블 디바이스(100)가 위치를 변경할 때 물체 고정 기준계(400)에 고정된 채로 유지되지 않는다.

도 5는 본 발명의 일부 실시예들에 따른 웨어러블 디바이스(100)의 제1 세트의 회전 데이터를 예시한다. 구체적으로, 도 5는 물체 고정 기준계(400)에서의 중력의 추정을 예시한다. x-축은 cos(Φ)를 나타내는데, 여기서 Φ는 물체 고정 기준계(400)에서의 양의 x-축과 중력 사이의 각도이다. y-축은 cos(θ)를 나타내는데, 여기서 θ는 물체 고정 기준계(400)에서의 양의 y-축과 중력 사이의 각도이다. z-축은 cos(ψ)를 나타내는데, 여기서 ψ는 물체 고정 기준계(400)에서의 양의 z-축과 중력 사이의 각도이다. 예를 들어, 웨어러블 디바이스(100)가 하늘을 향해 위로 향하고 있고 디스플레이 표면이 지면과 평행한 순간의 경우, 중력 방향은 [0, 0, -1]로서 표현될 수 있다. 다른 예로서, 크라운이 지면을 향해 지향되는 경우, 중력 방향은 [1, 0, 0]으로서 표현될 수 있다. 물체 고정 기준계에서의 중력 추정은, 웨어러블 디바이스(100)가 피치 및/또는 롤 움직임을 하고 있을 때를 나타내는 것을 도울 수 있다. 예를 들어, 위에서 논의된 바와 같이, 사용자의 손목이, 크라운이 지면을 향해 지향되도록 하는 위치에 있었을 때, 중력 방향은 [1, 0, 0]이다. 이어서 사용자가 그 또는 그녀의 손목을 위로 90도 롤링(rolling)하고 있고, 이어서 웨어러블 디바이스(100)의 디스플레이 표면이 하늘을 향해 위로 향하고 있고, 디스플레이 표면이 지면과 평행한 경우, 중력 방향은 [0, 0, -1]로서 표현된다. 이어서 사용자가 그 또는 그녀의 손목을 위로 90도 피칭(pitching)하고 있는 경우, 웨어러블 디바이스(100)의 크라운은 하늘을 향해 위로 향하고 있고, 중력 방향은 [-1, 0, 0]으로서 표현된다. 이러한 예들은, 물체 고정 기준계(400)에서의 중력 방향이 피치 및/또는 롤 움직임에 응답하여 변화할 수 있음을 예시한다. 일부 실시예들에서, 물체 고정 기준계(400)에서의 중력 추정은, 중력을 추정하기 위해 가속도계(260)와 함께 사용될 수 있다. 그러나, 물체 고정 기준계(400)에서의 중력 방향은 요 움직임에 응답하여 변화하지 않는다. 예를 들어, 웨어러블 디바이스(100)가 하늘을 향해 위로 향하고 있고, 디스플레이 표면이 지면과 평행한 경우, 중력 방향은 [0, 0, -1]로서 표현되고; 이어서 사용자가 수평 평면을 따라 요 움직임을 행하는 경우, 중력 방향은 [0, 0, -1]로서 유지된다. 또한, 위에서 논의된 바와 같이, 웨어러블 디바이스(100)가 물체 고정 기준계(400)와 동일하게 회전하기 때문에, 웨어러블 디바이스(100) 및 그의 컴포넌트들의 방향들이 고정된다. 예를 들어, 크라운이 위로, 일직선으로 또는 아래로 지향하는지에 상관없이, 크라운 방향은 항상 물체 고정 기준계(400)에서 [1, 0, 0]으로서 표현된다. 따라서, 일부 실시예들에서, 외부 기준들에 대한 웨어러블 디바이스(100)의 움직임들을 더 용이하게 나타내기 위해 물체 고정되지 않은 기준계에서 웨어러블 디바이스(100)의 위치들을 표현하는 것이 더 적합하다.

도 6은 본 발명의 일부 실시예들에 따른 관성 기준계(600)를 예시한다. 도 6에서, z-축(또는 요 축)은 중력의 방향에 기초한다. x-축(또는 롤 축) 및 y-축(또는 피치 축)은, 3개의 축들이 서로 수직인 한 상대적으로 임의로 선택될 수 있다.

도 7a 내지 도 7d는 본 발명의 일부 실시예들에 따른 관성 기준계(700)의 일례를 예시한다. 도 7a는 사용자가 수영하고 있는 상황에서의 관성 기준계(700)를 도시한다. 도 7a에서, 사용자는 웨어러블 디바이스(100)를 착용하고 있다. 그러나, 관성 기준계에서의 z-축(또는 요 축)은, 웨어러블 디바이스 자체보다는 중력의 방향에 기초한다. 부가적으로, 사용자가 왕복 수영하고 있는 것을 가정하면, x-축(또는 롤 축)은 랩들의 방향에 실질적으로 평행하고, y-축(또는 피치 축)은 다른 2개의 축들에 수직이다. 일부 실시예들에서, x-축(또는 롤 축) 및 y-축(또는 피치 축)은, 3개의 축들이 서로 수직인 한 상대적으로 임의로 선택될 수 있다. 도 7a에서, z-축은 요 축으로도 지칭되는데, 그 이유는 임의의 요 움직임이 z-축을 중심으로 회전하기 때문이다. 유사하게, x-축은 롤 축으로도 지칭되는데, 그 이유는 임의의 롤 움직임이 x-축을 중심으로 회전하기 때문이다. 그리고, y-축은 피치 축으로도 지칭되는데, 그 이유는 임의의 피치 움직임이 y-축을 중심으로 회전하기 때문이다. 물체 고정 기준계(400)에서의 3개의 축들과 관성 기준계(700)에서의 3개의 축들 사이의 차이를 앎으로써, 물체 고정 기준계(400)에서 표현되는 회전 데이터는, Sabatini에서 논의되는 것과 같은 당업자에 의해 이해되는 기법들을 사용하여 관성 기준계(700)에서 표현되는 회전 데이터로 변환될 수 있다.

도 7b는 웨어러블 디바이스(100)가 관성 기준계(700)에 대해 회전 움직임을 행할 수 있음을 예시한다. 도 7b에서, 배향/방향(710)은 양의 x-축에 대한 각도(Φ)(702), 양의 y-축에 대한 각도(θ)(704), 및 양의 z-축에 대한 각도(ψ)(706)를 갖는다. 방향(710)은 물체 고정 기준계(700)에서 [cos(Φ), cos(θ), cos(ψ)]로서 표현될 수 있는데, 이는 제2 세트의 회전 데이터의 비제한적인 예/포맷이다.

도 7c 및 도 7d는, 도 4c 및 도 4d에서의 동일한 배향들이 어떻게 관성 기준계(700)에서 상이하게 표현될 수 있는지를 예시한다. 도 7c에서, 웨어러블 디바이스(100)는 수직으로 유지되는데, 이는 도 4c와 동일하다. 앞서 논의된 바와 같이, z-축은 관성 기준계(700)에서 중력에 기초한다. 도 7c에서, 양의 z-축은 중력의 정반대 위치로서 선택되고, x-축은 z-축에 수직이고 수평으로 우측으로 지향하고, y-축은 x-축 및 y-축 둘 모두에 수직이고 도 7c의 "밖"을 향한다. 도 7c에서의 방향(450)은 크라운(120)에 의해 지향되는 방향을 나타내어서, 방향(450)과 양의 x-축 사이의 각도(Φ)가 0도이고; 방향(450)과 양의 y-축 사이의 각도(θ)가 90도이고; 방향(450)과 양의 z-축 사이의 각도(ψ)가 90도이게 한다. 따라서, 방향(450)은 [cos(0), cos(90), cos(90)]으로서 표현될 수 있는데, 이는 [1, 0, 0]이다. 다른 예로서, 방향(440)은 도 7c에서 중력의 방향을 나타내며, 음의 z-축과 평행하고 이를 향해 지향하여, 방향(440)과 양의 x-축 사이의 각도(Φ)가 90도이고; 방향(440)과 양의 y-축 사이의 각도(θ)가 90도이고; 방향(440)과 양의 z-축 사이의 각도(ψ)가 180도이게 한다. 따라서, 도 7c에서의 방향(440)은 [cos(90), cos(90), cos(180)]으로서 표현될 수 있는데, 이는 [0, 0, -1]이다.

도 7d에서, 웨어러블 디바이스(100)는 도 7c와 비교하여 시계방향으로 45도 회전되어 있다. 3개의 축들이 중력에 기초하기 때문에, 이들은 도 7c와 동일하게 유지될 수 있다. 도 7d에서의 방향(450)은 크라운(120)에 의해 지향되는 방향을 나타내고, 방향(450)과 양의 x-축 사이의 각도(Φ)는 45도이고; 방향(450)과 양의 y-축 사이의 각도(θ)는 90도이고; 방향(450)과 양의 z-축 사이의 각도(ψ)는 135도이다. 따라서, 방향(450)은 [cos(45), cos(90), cos(135)]로서 표현될 수 있는데, 이는 [0.707, 0, -0.707]이다. 다른 예로서, 방향(440)은 도 7d에서 중력의 방향을 나타낸다. 방향(440)과 양의 x-축 사이의 각도(Φ)는 90도이고; 방향(440)과 양의 y-축 사이의 각도(θ)는 90도이고; 방향(440)과 양의 z-축 사이의 각도(ψ)는 180도이다. 따라서, 도 7d에서의 방향(440)은 [cos(90), cos(90), cos(180)]으로서 표현될 수 있는데, 이는 [0, 0, -1]이다.

중력 방향(440)의 표현은, 웨어러블 디바이스(100)가 회전되었더라도 도 7c 및 도 7d에서 동일하다는 것에 유의한다. 이것은 관성 기준계(700)가 항상 중력에 대해 고정되어 있기 때문이다. 결과적으로, 웨어러블 디바이스(100)의 위치가 변화할 때, 관성 기준계(700)에서의 3개의 축들은 그에 따라 이동하지 않는다. 다른 한편으로, 방향(450)은 3개의 축들에 대해 이동하여서, 그에 따라서 방향(450)의 표현은 그것이 물체 고정 기준계(400)에서는 고정되어 있긴 해도 관성 기준계(400)에서는 변화될 수 있다.

도 8은 본 발명의 일부 실시예들에 따른 웨어러블 디바이스(100)의 제1 세트의 회전 데이터를 예시한다. 구체적으로, 도 8은 사용자가 왕복 수영하고 있는 동안 관성 기준계(700)에서의 크라운 방향의 추정을 예시한다. x-축은 cos(Φ)를 나타내는데, 여기서 Φ는 관성 기준계(700)에서의 양의 x-축과 크라운 방향 사이의 각도이다. y-축은 cos(θ)를 나타내는데, 여기서 θ는 관성 기준계(700)에서의 양의 y-축과 크라운 방향 사이의 각도이다. z-축은 cos(ψ)를 나타내는데, 여기서 ψ는 관성 기준계(700)에서의 양의 z-축과 크라운 방향 사이의 각도이다. 예를 들어, 웨어러블 디바이스(100)가 하늘을 향해 위로 향하고 있고, 디스플레이 표면이 지면과 평행하고, 크라운이 양의 x-축을 향하는 순간의 경우, 크라운 방향은 [1, 0, 0]으로서 표현될 수 있고; 웨어러블 디바이스(100)가 요 움직임들을 행하고 있고, 크라운이 음의 x-축을 향하는 경우, 크라운 방향은 [-1, 0, 0]으로서 표현될 수 있다. 다른 예로서, 크라운이 지면을 향해 지향되는 경우, 크라운 방향은 [0, 0, 1]로서 표현될 수 있다. 도 8에서의 회전 데이터는 크게 2개의 클러스터들(802, 804)로 나눠지는데, 그 이유는 사용자가 턴을 할 때마다, 관성 기준계(700)에서의 양의 x-축과 크라운 방향 사이의 각도(Φ)가 실질적으로 약 180도 변화하기 때문이다. 따라서, 도 8에서 표현되는 회전 데이터는, 데이터가 클러스터(802)로부터 클러스터(804)로 스위칭될 때 또는 그 반대로 될 때, 웨어러블 디바이스(100)가 진행방향(heading)의 정상 상태 변화를 겪음을 나타낼 수 있다.

도 9는 본 발명의 일부 실시예들에 따른, 중력의 방향을 결정하기 위한 방법(900)을 도시한다. 중력의 방향을 아는 것은 웨어러블 디바이스(100)의 회전 데이터와 같은 모션 정보에 대한 기준계를 결정하는 데 중요하다. 일부 실시예들에서, 방법(900)은, 예를 들어, 단계들이 조합되고/되거나, 나눠지고/지거나, 재배열되고/되거나, 변화되고/되거나, 추가되고/되거나 제거되게 함으로써 수정될 수 있다. 중력 결정 방법(900)은 단계(910)에서 시작될 수 있다.

단계(910)에서, 모션 정보가 사용자의 웨어러블 디바이스(예컨대, 웨어러블 디바이스(100)) 상의 하나 이상의 모션 센서들(240)로부터 수신될 수 있다. 일부 실시예들에서, 모션 정보는 자이로스코프(250)와 같은 하나 이상의 센서들(240)로부터의 3차원 회전 정보 및 가속도계(260)와 같은 하나 이상의 센서들(240)로부터의 3차원 가속도 정보를 포함할 수 있다.

단계(920)에서, 웨어러블 디바이스(100)의 각속도가 물체 고정 기준계 또는 관성 기준계와 같은 기준계에 대해 결정될 수 있다.

단계(930)에서, 중력 결정 방법(900)은, 단계(920)에서 결정되는 웨어러블 디바이스(100)의 각속도가 임계치 미만인지 여부를 결정할 수 있다. 예를 들어, 임계치는 대략 0.05 라디안/초, 0.2 라디안/초, 또는 0.5 라디안/초 등일 수 있다. 각속도가 임계치를 초과하는 경우(예컨대, 사용자가 운동을 하고 있을 때), 중력 결정 방법(900)은 단계(910)로 복귀할 수 있다. 일부 실시예에서, 중력 결정 방법(900)은 단계(910)에서 진행하기 전에 일정 기간(예컨대, 1초, 5초, 1분 등) 동안 일시중지 또는 대기할 수 있다.

각속도가 임계치 미만인 경우(예컨대, 사용자가 비교적 가만히 있을 때), 중력 결정 방법(900)은 단계(940)로 진행할 수 있다. 일부 실시예들에서, 단계(930)에서, 웨어러블 디바이스(100)는 또한, 단계(940)로 진행하기 전에, 웨어러블 디바이스(100)에 작용하는 힘들의 크기가 중력(1G)의 법선력과 대략 동일한지 여부를 결정한다. 크기가 대략 법선 크기가 아닌 경우, 중력 결정 방법(900)은 또한 블록(910)으로 복귀할 수 있다. 각속도가 임계치 미만일 때(예컨대, 사용자가 비교적 가만히 있을 때) 중력의 방향을 추정하는 것이 중요한데, 그 이유는 그러한 방식에서 웨어러블 디바이스(100)가 다른 움직임들로 인한 가속도에 의해 간섭되거나 혼동되지 않을 것이기 때문이다. 가설적으로, 웨어러블 디바이스(100)가 x-축을 따라 1 g 가속도를 갖고 있는 경우, 웨어러블 디바이스(100)는 중력의 방향을 잘못 판단했을 수 있다.

단계(940)에서, 웨어러블 디바이스(100)에 대한 중력의 방향이 추정될 수 있다. 예를 들어, 일부 실시예들에서, 웨어러블 디바이스(100)가 비교적 가만히 있는 채로 유지될 때, 웨어러블 디바이스(100) 내의 가속도계(260)는 웨어러블 디바이스(100)에 작용하는 힘들의 방향에 관한 데이터를 제공할 수 있는데, 이는 주로 중력에 기인할 수 있다. 일부 실시예들에서, 중력 결정 방법(900)은 또한, 웨어러블 디바이스(100)를 착용한 사용자가 중력 방향의 추정을 추가로 개선하기 위해 대략 일정한 속도로 이동하고 있는지 또는 가속하고 있는지(예컨대, 속도를 높이거나 늦추고 있는지) 여부를 결정할 수 있다.

일부 실시예에서, 중력 결정 방법(900)은 추정된 중력 방향을 출력한 후에 종료될 수 있다. 다른 실시예들에서, 중력 결정 방법(900)은 단계(910)로 복귀하여, 웨어러블 디바이스에 대한 중력 방향을 추정하는 방법을 개량하거나 또는 달리 반복할 수 있다.

도 10은 본 발명의 일부 실시예들에 따른, 중력의 방향을 결정하기 위한 방법(1000)을 도시한다. 일부 실시예들에서, 방법(1000)은, 예를 들어, 단계들이 조합되고/되거나, 나눠지고/지거나, 재배열되고/되거나, 변화되고/되거나, 추가되고/되거나 제거되게 함으로써 수정될 수 있다. 중력 결정 방법(1000)은, 사용자가 동반 디바이스(300)를 가질 때 사용될 수 있고, 단계(1010)에서 시작될 수 있다.

단계(1010)에서, 중력 결정 방법(1000)은 동반 디바이스(예컨대, 동반 디바이스(300))의 존재를 주기적으로 또는 연속적으로 확인할 수 있다. 예를 들어, 일부 실시예들에서, 웨어러블 디바이스(100)는, 접속(예컨대, 블루투스, IEEE 802.11 Wi-Fi, 또는 다른 무선 또는 유선 통신 채널)이 확립되었는지 또는 동반 디바이스(300)를 이용하여 확립될 수 있는지 여부를 결정할 수 있다. 동반 디바이스(300)가 존재하는 경우, 중력 결정 방법(1000)은 단계(1020)로 진행할 수 있다.

단계(1020)에서, 동반 디바이스(300)에 대한 중력의 방향이 추정될 수 있다. 일부 실시예들에서, 중력 결정 방법(1000)과는 대조적으로, 동반 디바이스(300)의 각속도의 회전의 대부분 또는 전부가 중력 방향에 직교할 수 있기 때문에 동반 디바이스(300)의 각속도가 임계치 미만인지 여부를 확인하는 것이 필요하지 않을 수 있다.

단계(1030)에서, 동반 디바이스(300)에 대한 중력의 방향이 출력될 수 있다. 일부 실시예들에서, 동반 디바이스(300)에 대한 중력의 방향은 웨어러블 디바이스(100)에 대한 중력의 방향과 조합되거나 또는 달리 비교될 수 있다. 일부 실시예들에서, 동반 디바이스(300)는 동반 디바이스에 대한 중력의 방향을 중심으로 한 회전 속도를 추가로 결정할 수 있고, 동반 디바이스(300)에 대한 중력의 방향 대신에 또는 그에 더하여 회전 속도를 출력할 수 있다.

일부 실시예에서, 중력 결정 방법(1000)은 추정된 중력 방향을 출력한 후에 종료될 수 있다. 다른 실시예들에서, 중력 결정 방법(1000)은 단계(1010)로 복귀하여, 웨어러블 디바이스에 대한 중력 방향을 추정하는 방법을 개량하거나 또는 달리 반복할 수 있다.

아암 스윙 모션의 결정

도 11은 본 발명의 일부 실시예들에 따른, 사용자의 아암 스윙 모션이 참된 수영 스트로크인지 또는 부수적인 모션인지 여부를 결정하는 프로세스(1100)를 예시하는 흐름도를 도시한다. 일부 실시예들에서, 본 방법은 하나 이상의 모션 센서들(240)로부터 모션 정보를 수신하는 단계들(단계(1110))을 포함한다. 일부 실시예들에서, 프로세스(1100)는, 예를 들어, 단계들이 조합되고/되거나, 나눠지고/지거나, 재배열되고/되거나, 변화되고/되거나, 추가되고/되거나 제거되게 함으로써 수정될 수 있다.

단계(1110)에서, 웨어러블 디바이스(100)는 모션 센서(240)로부터 3차원 모션 정보를 수신한다. 단계(1120)에서, 웨어러블 디바이스(100)는 웨어러블 디바이스(100)의 제1 세트의 3차원 회전 데이터를 결정한다. 회전 데이터는 각속도 및 각가속도를 포함할 수 있다.

각속도는 하기의 수학식 1에 의해 표현될 수 있다:

[수학식 1]

ω = [rad/s]

각가속도는 하기의 수학식 2에 의해 표현될 수 있다:

[수학식 2]

α=Δω/ Δt

일부 실시예들에서, 회전 데이터는 자이로스코프(250)로부터 수신되고, 웨어러블 디바이스(100)에 대한 물체 고정 기준계에서 표현된다.

모션 정보는 또한, 최대 3차원으로 웨어러블 디바이스(100)의 가속도 측정치들을 포함할 수 있다. 가속도 측정치들은 방사 가속도와 접선 가속도의 조합일 수 있고, 하기의 수학식 3에 의해 표현될 수 있다:

[수학식 3]

a=ω×(ω×r)+(α×r)

r = 모멘트 아암

일부 실시예들에서, 가속도 측정치들은 가속도계(260)로부터 수신되고, 웨어러블 디바이스(100)에 대한 물체 고정 기준계에서 표현된다.

단계(1130)에서, 자이로스코프로부터 수신된 회전 데이터 및 가속도계로부터 수신된 가속도 측정치들에 기초하여, 모멘트 아암이 계산될 수 있다. 일부 실시예들에서, 예를 들어 도 12에 도시된 바와 같이, 웨어러블 디바이스(1225)에 의해 계산된 모멘트 아암(1215)은 어깨 관절(1210)로부터의 아암의 확장을 나타낸다. 도 12에 도시된 바와 같이, 모멘트 아암(1215)은 어깨 관절(1210)과 어깨 관절의 역선(line of force)(1220) 사이의 수직 거리이다. 역선(1220)은 어깨 관절을 중심으로 스윙하는 사용자의 아암에 접하고, 방향이 일정하게 변화한다.

일 실시예에서, 모멘트 아암은 수학식 3에 나타낸 바와 같이 a = ω x (ω x r) + (α x r)의 외적(cross product)의 행렬 표현을 취함으로써 계산된다. 하기는 모멘트 아암(r)을 찾아내기 위한 가속도(a)의 외적의 계산이다:

a = WWr (여기서, Wr은 (ω x r)의 외적을 나타냄) + Ur (여기서, Ur은 (α x r)의 외적을 나타냄);

a = (WW+U)r

예를 들어, Moore Penrose 유사역(pseudoinverse)을 사용함으로써 r에 대한 최소자승법 수학식을 풀어서 r을 풀 수 있다.

모멘트 아암은, 여러 개의 샘플들의 가속도계 및 자이로스코프 측정들을 취하고 평균을 찾아냄으로써 정규화될 수 있는데(N), 이는 하기의 수학식들에 의해 표현될 수 있다:

a_N = (WW +U)_N r

r_N = (WW +U)_N \ a_N

모멘트 아암의 계산된 길이는 사용자의 아암 확장을 나타내고, 수영자(swimmer)의 아암 스윙 모션이 부수적이었는지 또는 참된 수영 스트로크였는지를 결정하기 위해 사용될 수 있다. 예를 들어, 사용자의 부수적인 아암 스윙은 일반적으로 사용자의 팔꿈치 관절 또는 손목을 중심으로 회전하는 반면, 사용자의 참된 수영 스트로크는 일반적으로 사용자의 어깨를 중심으로 회전한다. 따라서, 부수적인 아암 스윙은 참된 수영 스트로크보다 더 짧은 모멘트 아암 길이를 가질 것이다. 결과적으로, 모멘트 아암 길이가 길수록, 사용자의 아암 스윙 모션이 참된 수영 스트로크일 가능성이 더 많다.

단계(1140)에서, 계산된 모멘트 아암에 기초하여, 웨어러블 디바이스는 수영자의 아암 스윙 모션이 진정한 수영 스트로크였는지 여부를 결정하고/하거나 아암 스윙 모션을 특정 유형의 수영 스트로크로서 분류할 수 있다. 수영 스트로크 유형들은 자유형, 접영, 배영 및 평영을 포함할 수 있다. 일 실시예에서, 웨어러블 디바이스는, 모멘트 아암 길이 최소 임계치를 진정한 수영 스트로크와 연관시키는 훈련 데이터를 저장한다. 웨어러블 디바이스는 계산된 모멘트 아암 길이를 저장된 임계치와 비교할 수 있고, 계산된 아암 길이가 저장된 임계치보다 더 큰 경우, 사용자의 아암 스윙 모션은 진정한 스트로크인 것으로 결정된다. 훈련 데이터는 성별, 연령, 또는 수영 레벨 및/또는 다른 적합한 특성에 기초하여 특정 수영자에 대해 맞춤화될 수 있다. 일부 실시예들에서, 훈련 데이터의 세트는 수영자의 훈련 세션들로부터 관찰된다.

예를 들어, 5 cm 미만의 모멘트 아암은 스트로크가 아닐 가능성이 매우 크고, 25 cm 초과의 모멘트 아암은 스트로크일 가능성이 매우 높다. 그러나, 5 내지 25 cm에서, 아암 스윙은 스트로크일 가능성이 있지만, 상이한 신뢰도 레벨들이 각각의 길이와 연관될 것이다.

도 13은 본 발명의 일부 실시예들에 따른, 적합한 기간, 예컨대 60초 동안 웨어러블 디바이스(100)의, 가속도 데이터를 포함하는 제1 세트의 회전 데이터를 예시한다. 구체적으로, 도 13은 수영 세션 동안 사용자의 손목 상에 착용된 웨어러블 디바이스(100)의 제1 세트의 회전 데이터를 예시하고, 제1 세트의 회전 데이터는 도 4a 내지 도 4d와 관련하여 기술된 바와 같이 물체 고정 기준계에서 표현된다. x-축은 WW +u를 나타내고 rad²/s² 단위로 측정되고, y-축은 중력에 의해 정규화된 가속도를 나타내고 m/s² 단위로 측정된다.

기간은 사용자에 의해 설정될 수 있거나, 또는 기간은 고정될 수 있다. 일부 실시예들에서, 기간은, 사용자가 여러 스트로크들을 완료할 필요가 있는 기간에 비례한다. 웨어러블 디바이스(100)는, 웨어러블 디바이스(100)에 의해 검출되는 사용자의 스트로크들의 평균 지속기간에 기초하여 기간을 동적으로 설정할 수 있다. 예를 들어, 사용자가 스트로크를 완료하기 위해 3초가 걸리는 경우, 기간은 9초로 설정될 수 있다. 일부 실시예들에서, 웨어러블 디바이스(100)는 서브스트로크(sub-stroke) 측정들(예컨대, 250 ms) 또는 멀티스트로크(multi-stroke) 측정들(예컨대, 6 내지 9초)을 행할 수 있다. 서브스트로크 측정은 거의 실시간 측정을 제공하는 경향이 있지만, 잡음 있는 추정치일 수 있다. 한편 멀티스트로크 측정은 모멘트 아암의 "평균" 추정치를 제공한다.

도 13에 도시된 실시예에서, 가속도 데이터를 포함하는 회전 데이터는 아암 스윙들의 2개의 세션들로부터 측정된다: 아암 스윙들의 하나의 세션은, 그래프의 상부에 나타나는 점들의 클러스터(1310)에 의해 도시된 바와 같이, 어깨 관절을 중심으로 회전하고, 아암 스윙의 다른 세션은 그래프의 하부에 나타나는 점들의 클러스터(1320)에 의해 도시된 바와 같이, 팔꿈치 관절을 중심으로 회전한다. 어깨 관절을 중심으로 한 아암 스윙들로부터 측정되는 데이터의 기울기는 팔꿈치 관절을 중심으로 한 아암 스윙들로부터 측정되는 데이터의 기울기보다 더 가파르다. 이 실시예에서, 기울기의 가파름은 모멘트 아암의 길이에 대응한다. 다시 말하면, 기울기가 가파를수록, 모멘트 아암의 길이가 더 커진다. 전형적으로, 수영 스트로크의 경우, 모멘트 아암 길이는 팔꿈치 관절보다 (도 13에서 더 가파른 기울기의 점 클러스터(1310)에 의해 표현된 바와 같이) 어깨 관절로부터 더 클 것이다. 아암 스윙의 회전이 오로지 어깨를 중심으로만 발생하는 경우, 모멘트 아암은 손목으로부터 어깨까지 계산된다. 아암 스윙의 회전이 오로지 팔꿈치를 중심으로만 발생하는 경우, 모멘트 아암은 손목으로부터 팔꿈치까지 계산된다. 그러나, 아암 스윙 모션이 어깨 회전과 손목 회전의 조합인 경우, 조합된 모션은 그 조합된 모션의 모멘트 아암의 근사치를 제공할 수 있다.

일 실시예에서, 웨어러블 디바이스(100)는, 상이한 수영 스트로크 유형들 각각의 특성인 모멘트 아암 길이 값을 연관시키는 훈련 데이터를 저장한다. 웨어러블 디바이스는 계산된 모멘트 아암 길이를 특성 모멘트 아암 길이 값과 비교하여, 수영 스트로크의 유형을 결정할 수 있다. 상이한 수영 스트로크 유형들 각각에 대한 특성 모멘트 아암 길이 값은 성별, 연령, 수영 레벨 및/또는 다른 적합한 특성에 기초하여 특정 수영자에 대해 맞춤화될 수 있다. 일부 실시예들에서, 훈련 데이터의 세트는 수영자의 훈련 세션들로부터 관찰된다. 도 14a는 평영의 예시적인 모멘트 아암 측정 특성을 도시하고, 도 14b는 자유형의 예시적인 모멘트 아암 측정 특성을 도시한다.

일부 실시예들에서, 웨어러블 디바이스(100)는, 자이로스코프로부터의 회전 데이터 및 가속도계로부터의 가속도 측정치들을 포함하는, 모션 센서들로부터의 제1 세트의 모션 데이터를 제2 세트의 모션 정보로 변환한다. 그러나, 물체 고정 기준계에서 표현되는 모션 정보의 하나의 결점은, 물체 고정 기준계가 사용자의 아암/손목의 움직임 및/또는 위치를 용이하게 나타낼 수 없다는 것인데, 그 이유는 물체 고정 기준계가 웨어러블 디바이스(100)에 대한 것이고 수영하는 동안 웨어러블 디바이스(100)도 또한 변경되기 때문이다.

이러한 문제를 다루기 위해, 웨어러블 디바이스(100)는, 문헌["Kalman-filter-based orientation determination using inertial/magnetic sensors: observability analysis and performance evaluation," Angelo Maria Sabatini, published Sept. 27, 2011, Sensors 2011, 11, 9182-9206]에 논의되는 것과 같은 당업자에 의해 이해되는 기법들을 사용하여 물체 고정 기준계에서의 모션 데이터를 관성 기준계에서의 회전 데이터로 변환한다.

우도 비를 사용한 모션 결정

시험을 위해 수행되는 많은 모션/피트니스 실험들에서, 감독관(proctor)은 사용자에 의해 수행되고 있는 모션의 유형을 태깅하고 모션의 유형과 연관된 하나 이상의 특성들을 기록할 수 있다. 사용자가 모션의 유형을 변경함에 따라, 감독관도 또한 모션 유형의 변경을 태깅할 수 있다.

예를 들어, 사용자가 전후로 왕복 수영하고 있을 때, 감독관은 사용자가 실제로 전방으로 수영하고 있을 때 그리고 사용자가 터닝하고 있을 때를 태깅할 수 있다. 감독관은 또한, 속력 및 요각과 같은, 사용자의 수영 또는 터닝과 연관된 하나 이상의 특성들을 기록할 수 있다. 많은 수의 실험들 이후에, 수영 거동 대비 터닝 거동을 상세히 설명하는 상당한 양의 데이터가 있을 것이다. 아래에서 더욱 상세하게 논의되는 바와 같이, 이들 훈련 데이터는, 이어서, 사용자에 의해 착용된 웨어러블 디바이스에 의해 감지된 사용자의 모션 정보와 함께 사용되어 사용자의 모션의 유형들을 실시간으로 결정할 수 있다.

도 15는 본 발명의 일부 실시예들에 따른, 사용자가 수영 세션 동안 수영하고 있는지 또는 터닝하고 있는지 여부를 결정하는 프로세스(1500)를 예시하는 흐름도를 도시한다. 일부 실시예들에서, 프로세스(1500)는, 예를 들어, 단계들이 조합되고/되거나, 나눠지고/지거나, 재배열되고/되거나, 변화되고/되거나, 추가되고/되거나 제거되게 함으로써 수정될 수 있다. 아래에서 더욱 상세하게 기술되는 바와 같이, 일부 실시예들에서, 프로세스(1500)는 5개의 단계들을 포함할 수 있다. 단계(1510)에서, 웨어러블 디바이스(100)는 사용자의 훈련 데이터의 세트를 수신한다. 단계(1520)에서, 사용자의 훈련 데이터의 세트에 기초하여, 웨어러블 디바이스(100)는 복수의 요각들에 대한 복수의 우도 비(LR(yaw))들을 결정한다. 단계(1530)에서, 웨어러블 디바이스(100)는, 웨어러블 디바이스(100)의 하나 이상의 센서들(240)로부터 수신된 모션 정보에 기초하여 사용자의 요각을 결정한다. 단계(1540)에서, 웨어러블 디바이스(100)는, 요각에 대응하는 LR(yaw)의 값을 인출한다. 단계(1550)에서, 웨어러블 디바이스(100)는, LR(yaw)의 값을 임계치와 비교함으로써 사용자가 수영하고 있는지 또는 터닝하고 있는지 여부를 결정한다.

단계(1510)에서, 웨어러블 디바이스(100)는 사용자의 훈련 데이터의 세트를 수신한다. 일부 실시예들에서, 훈련 데이터의 세트는 사용자의 훈련 세션들로부터 관찰된다. 위에서 논의된 바와 같이, 이러한 훈련 세션들 동안, 감독관은 사용자를 모니터링하고, 사용자가 수영하고 있는지 또는 터닝하고 있는지 여부를 특정할 수 있다. 감독관은 또한, 수영하는 동안 사용자의 소정 특성들을 기록할 수 있다. 예를 들어, 감독관은 사용자의 속력 및/또는 요각을 기록할 수 있다. 일부 실시예들에서, 감독관은 필요하지 않으며; 대신에, 가속도계 및/또는 자이로스코프로부터의 원시 데이터를 분석함으로써, 사용자가 수영 및 터닝하고 있었을 때가 결정될 수 있다. 결과적으로, 일부 실시예들에서, 학습 데이터는 세션 후에 분석되고 태깅될 수 있다.

요각은 사용자의 순간적인 수영 방향과 사용자의 정상 상태 수영 방향 사이의 각도를 나타낼 수 있다. 예를 들어, 도 18은 본 발명의 일부 실시예들에 따른, 수영하는 동안의 사용자의 요각들을 예시한다. 도 18에서, 사용자는 풀(pool)의 남쪽 단부(1810)로부터 북쪽 단부(1820)로 왕복 수영하고 있다. 방향(1830)은 사용자의 정상 상태 수영 방향을 나타낸다. 방향들(1840, 1850, 1860, 1870)은 사용자의 순간적인 수영 방향들의 4개의 시나리오들을 나타낸다. 사용자의 순간적인 수영 방향이 1840인 경우, 방향(1840)과 방향(1830) 사이가 0도이고, 사용자의 요각은 0도로서 나타낼 수 있다. 사용자의 순간적인 수영 방향이 1850인 경우, 방향(1830)으로부터 방향(1850)으로는 시계방향으로 90도이고, 사용자의 요각은 90도로서 나타낼 수 있다. 사용자의 순간적인 수영 방향이 1860인 경우, 방향(1830)으로부터 방향(1860)으로는 시계방향으로 180도이고, 사용자의 요각은 180도로서 나타낼 수 있다. 사용자의 순간적인 수영 방향이 1870인 경우, 방향(1830)으로부터 방향(1870)으로는 시계방향으로 270도이고, 사용자의 요각은 270도로서 나타낼 수 있다. 요각을 나타내기 위한 다른 적합한 방식들이 또한 사용될 수 있다. 예를 들어, 일부 실시예들에서, 사용자의 순간적인 수영 방향이 1870일 때, 요각은, 방향(1830)으로부터 방향(1870)으로 90도 시계반대방향 차이가 있음을 나타내기 위해 270도보다는 오히려 90도로서 언급될 수 있다.

일부 실시예들에서, 요각 및/또는 속력과 같은, 사용자의 모션 특성들은 훈련 세션들 동안 감독관에 의해 직접 관찰될 수 있다. 일부 실시예들에서, 사용자의 모션 특성들은 아래에서 더욱 상세하게 기술되는 바와 같이 웨어러블 디바이스(100)의 모션 센서들(240)에 의해 관찰된다. 감독관이 또한 사용자의 모션 유형(예를 들어, 수영 대비 터닝)을 특정하기 때문에, 하나 이상의 훈련 세션들 이후에, 수영 거동 대비 터닝 거동을 상세히 설명하는 상당한 양의 원시 데이터를 획득할 수 있다. 일부 실시예들에서, 훈련 세션은 3 내지 5분일 수 있다. 일부 실시예들에서, 훈련 세션은 10 내지 20분과 같은 더 긴 지속기간일 수 있다. 일부 실시예들에서, 훈련 세션은 임의의 적합한 지속기간일 수 있다. 원시 데이터는 주어진 순간의 사용자의 요각 및 보호자에 의해 특정된 대응하는 모션 유형을 나타낼 수 있다. 예를 들어, 원시 데이터는 {시간 태그, 요각, 모션 유형}과 같은 포맷으로 있을 수 있다. 원시 데이터는 또한 다른 적합한 정보를 포함할 수 있고, 임의의 다른 적합한 포맷일 수 있다. 일부 실시예들에서, 감독관은 필요하지 않으며; 대신에, 가속도계 및/또는 자이로스코프로부터의 원시 데이터를 분석함으로써, 사용자가 수영 및 터닝하고 있었을 때가 결정될 수 있다. 결과적으로, 일부 실시예들에서, 학습 데이터는 세션 후에 분석되고 태깅될 수 있다.

이어서, 훈련 데이터의 세트가 원시 데이터에 기초하여 통계적으로 결정될 수 있다. 일 실시예에서, 훈련 데이터의 세트는 사용자가 터닝하고 있는 동안 사용자의 복수의 요각들의 제1 확률 분포 P (yaw | turning), 사용자가 수영하고 있는 동안 사용자의 복수의 요각들의 제2 확률 분포 P (yaw | swimming), 및 사용자가 터닝하고 있음을 나타내는 제1 우도 대 사용자가 수영하고 있음을 나타내는 제2 우도의 비를 나타내는 인자 K를 포함한다. 일부 실시예에서, 훈련 데이터의 세트는 또한 임의의 다른 적합한 정보를 포함할 수 있다.

도 16a는 본 발명의 일부 실시예들에 따른, 사용자가 수영 및 터닝하고 있는 동안의 사용자의 복수의 요각들의 확률 분포들을 예시한다. x-축은 도(degree) 단위의 요이고, y-축은 사용자가 수영하고 있음 및 사용자가 터닝하고 있음을 나타내는 확률 질량 함수(probability mass function, PMF)들이다. 도 16a에서, 곡선(1610)은 사용자가 수영하고 있는 동안의 사용자의 복수의 요각들의 제2 확률 분포 P(yaw | swimming)를 나타낸다. 또한, 도 16a에서, 곡선(1620)은 사용자가 터닝하고 있는 동안의 사용자의 복수의 요각들의 제1 확률 분포 P(yaw | turning)를 나타낸다. 도 16a에서, 요각이 대략 75도 미만일 때 P(yaw | swimming) > P(yaw | turning)이다. 이것은, 사용자가 수영하고 있을 때, 요각들이 약 75도 미만일 가능성이 더 크고, 사용자가 터닝하고 있을 때, 요각들이 약 75도 초과일 가능성이 더 크다는 것을 시사한다. 또한, 도 16a에서, P(yaw | swimming)는 대략 0도에서 최대 값을 갖고, P (yaw | turning)는 대략 180도에서 최대 값을 갖는다. 이것은, 사용자가 수영하고 있을 때, 요각들이 약 0도일 가능성이 가장 크고, 사용자가 터닝하고 있을 때, 요각들이 약 180도일 가능성이 가장 크다는 것을 시사한다.

일부 실시예들에서, 인자 K는 사용자가 수영하고 있음을 나타내는 제1 우도 P(turning), 대 사용자가 터닝하고 있음을 나타내는 제2 우도 P(swimming)의 비를 나타낼 수 있고, 수학식 4에 의해 표현될 수 있다.

[수학식 4]

K = P(turning) / P(swimming)

일부 실시예들에서, K는 사용자의 훈련 세션들로부터의 관찰에 기초하여 추정될 수 있다. 예를 들어, 사용자가 100 m 풀에서 수영할 때, 사용자는 50초 동안 수영하고 있을 수 있고, 5초 동안만 터닝하고 있을 수 있다. 이 예에서, 임의의 랜덤 시간에서, 사용자는 터닝보다는 수영하고 있을 가능성이 10배 더 크고, K는 0.1일 수 있다.

도 15를 다시 참조하면, 단계(1520)에서, P(yaw | swimming), P(yaw | turning), 및 K를 포함하는 훈련 데이터의 세트로부터, 복수의 우도 비(LR(yaw))들이 계산될 수 있다. 일 실시예에서, LR(yaw)은 하기의 수학식 5로 표현될 수 있다.

[수학식 5]

LR(yaw) = P(turning | yaw) / P(swimming | yaw)

수학식 5에서, P(swimming | yaw)는, 사용자의 확률 분포가 복수의 요각들에서 수영하고 있음을 나타낸다. 마찬가지로, P(turning | yaw)는, 사용자의 확률 분포가 복수의 요각들에서 터닝하고 있음을 나타낸다. P(swimming | yaw) 및 P(turning | yaw)는 각각 수학식 6 및 수학식 7로 추가로 표현될 수 있다.

[수학식 6]

P(swimming | yaw) = P(yaw | swimming) * P(swimming) / P(yaw)

[수학식 7]

P(turning | yaw) = P(yaw | turning) * P(turning) / P(yaw)

수학식 4, 수학식 5, 수학식 6, 및 수학식 7로부터, LR(yaw)은 수학식 8로 추가로 표현될 수 있다.

[수학식 8]

LR(yaw) = P(turning | yaw) / P(swimming | yaw)

= (P(yaw | turning) * P(turning) / P(yaw)) / (P(yaw | swimming) * P(swimming) / P(yaw))

= P(yaw | turning) / P(yaw | swimming) * (P(turning) / P(swimming))

= K* P(yaw | turning) / P(yaw | swimming)

수학식 8은, 훈련 데이터의 세트에 포함되고 훈련 세션들로부터의 원시 데이터로부터 모두 획득될 수 있는, K, P(yaw | swimming), 및 P(yaw | turning)에 의해 LR(yaw)이 결정될 수 있음을 나타낸다.

대안적으로, 일부 실시예들에서, LR(yaw)은 수학식 9 및 수학식 10에 나타낸 바와 같이 대수 계산자(logarithmic scale)로 표현될 수 있다.

[수학식 9]

LR(yaw) = log₁₀(P(turning | yaw) / P(swimming | yaw))

[수학식 10]

= log₁₀(K* P(yaw | turning) / P(yaw | swimming))

LR(yaw)이 수학식 5에 나타낸 바와 같이 P(turning | yaw) / P(swimming | yaw)로서 표현될 때, 요각이 1 초과의 LR(yaw)의 값을 만드는 경우, 사용자는 이 요각에서 터닝일 가능성이 더 크고; 요각이 1 미만의 LR(yaw) 값을 만드는 경우, 사용자는 이 요각에서 수영일 가능성이 더 크다.

유사하게, LR(yaw)이 수학식 10에 나타낸 바와 같이 log10(P(turning | yaw) / P(swimming | yaw))로서 표현될 때, 요각이 0 초과의 LR(yaw)의 값을 만드는 경우, 사용자는 이 요각에서 터닝일 가능성이 더 크고; 요각이 0 미만의 LR(yaw) 값을 만드는 경우, 사용자는 이 요각에서 수영일 가능성이 더 크다.

도 16b는 LR(yaw)이 수학식 10으로 표현될 때 복수의 요각들에서 LR(yaw)의 값들을 예시한다. x-축은 도 단위의 요이고, y-축은 우도 비이다. 도 16b에서, 곡선(1630)은 LR(yaw)이 0인 경우를 나타낸다. 도 16b에서, 곡선(1640)은, 요각이 대략 75도 초과일 때, LR(yaw)이 일반적으로 0 초과이고, 그것이 사용자가 터닝일 가능성이 더 크다는 것을 의미하고; 요각이 대략 75도 미만일 때, LR(yaw)이 일반적으로 0 미만이고, 그것이 사용자가 수영일 가능성이 더 크다는 것을 의미한다는 것을 시사한다.

도 15와 관련하여 위에서 논의된 바와 같이, 단계(1510) 및 단계(1520)에서, 복수의 요각들에서의 사용자의 모션의 우도 비(LR(yaw))들은 훈련 데이터의 세트에 기초하여 결정될 수 있다. 일부 실시예들에서, 각각의 요각에서의 LR(yaw)의 값들을 나타내기 위해 LR(yaw)의 룩업 테이블이 결정될 수 있다. 사용자가 향후 수영 세션에 있을 때, 사용자의 요각이 수신되자마자, 이어서 대응하는 LR(yaw) 값이 룩업 테이블로부터 인출될 수 있고, 실시간으로 사용자가 수영하고 있는지 또는 터닝하고 있는지 여부에 관한 결정이 이루어질 수 있다. 룩업 테이블은 항상, 추가 훈련 세션들로부터의 데이터에 기초하여 미세 조정 및/또는 업데이트될 수 있다.

도 15를 참조하면, 단계(1530)에서, 웨어러블 디바이스(100)는, 웨어러블 디바이스(100)의 하나 이상의 센서들(240)로부터 수신된 모션 정보에 기초하여 사용자의 실시간 요각을 결정할 수 있다. 단계(1530)는 도 17에서 추가로 설명된다. 도 17은 본 발명의 일부 실시예들에 따른, 수영하는 동안의 사용자의 요각들을 결정하는 프로세스(1700)를 예시하는 흐름도를 도시한다. 일부 실시예들에서, 프로세스(1700)는, 예를 들어, 단계들이 조합되고/되거나, 나눠지고/지거나, 재배열되고/되거나, 변화되고/되거나, 추가되고/되거나 제거되게 함으로써 수정될 수 있다. 아래에서 더욱 상세하게 기술되는 바와 같이, 일부 실시예들에서, 프로세스(1700)는 3개의 단계들을 포함할 수 있다. 단계(1710)에서, 웨어러블 디바이스(100)는 하나 이상의 모션 센서들(240)로부터 모션 정보를 수신한다. 단계(1720)에서, 웨어러블 디바이스(100)는 웨어러블 디바이스(100)의 제1 세트의 회전 데이터를 결정한다. 단계(1730)에서, 웨어러블 디바이스(100)는 제1 세트의 회전 데이터를, 사용자의 요각들을 포함하는 제2 세트의 회전 데이터로 변환한다.

단계(1710)에서, 모션 정보는 웨어러블 디바이스(100) 상의 하나 이상의 모션 센서들(240)로부터 수신될 수 있다. 일부 실시예들에서, 모션 정보는 자이로스코프(250)로부터의 웨어러블 디바이스(100)의 3차원 회전 데이터를 포함할 수 있다. 일부 실시예들에서, 모션 정보는 가속도계(260)로부터의 웨어러블 디바이스(100)의 3차원 가속도들을 포함할 수 있다.

단계(1720)에서, 웨어러블 디바이스(100)는 하나 이상의 모션 센서들(240)로부터 수신된 모션 정보에 기초하여 웨어러블 디바이스(100)의 제1 세트의 회전 데이터를 결정한다. 일부 실시예들에서, 웨어러블 디바이스(100)의 회전 데이터는, 웨어러블 디바이스(100)가 어떻게 회전하는지, 예컨대 기준계에 대한, 웨어러블 디바이스(100)의 각위치, 각속도, 및/또는 각가속도를 포함한다. 일부 실시예들에서, 웨어러블 디바이스(100)의 회전 데이터가 각가속도인 경우, 각속도 및/또는 각위치는 시간 경과에 따라 각가속도를 적분함으로써 획득될 수 있다. 마찬가지로, 웨어러블 디바이스(100)의 회전 데이터가 각속도인 경우, 각위치는 시간 경과에 따라 각속도를 적분함으로써 획득될 수 있다. 일부 실시예들에서, 제1 세트의 회전 데이터는 자이로스코프(250)로부터 수신되고, 웨어러블 디바이스(100)에 대한 물체 고정 기준계에서 표현된다.

단계(1730)에서, 웨어러블 디바이스(100)는 제1 세트의 회전 데이터를 제2 세트의 회전 데이터로 변환한다. 전술된 바와 같이, 물체 고정 기준계에서의 회전 데이터는, 웨어러블 디바이스(100)가 외부 기준들에 대해 움직이는지 여부를 용이하게 나타낼 수 없다. 이러한 문제를 다루기 위해, 웨어러블 디바이스(100)는, 문헌["Kalman-filter-based orientation determination using inertial/magnetic sensors: observability analysis and performance evaluation," Angelo Maria Sabatini, published Sept. 27, 2011, Sensors 2011, 11, 9182-9206]에 논의되는 것과 같은 당업자에 의해 이해되는 기법들을 사용하여 물체 고정 기준계에서의 회전 데이터를 관성 기준계에서의 회전 데이터로 변환한다.

다시 도 15를 참조하면, 단계(1540)에서, 단계(1530)에서 획득된 요각은 LR(yaw)의 대응하는 값을 인출하기 위해 웨어러블 디바이스(100)에 의해 사용될 수 있다. 예를 들어, LR(yaw)의 값은 LR(yaw)의 룩업 테이블로부터 인출될 수 있다.

단계(1550)에서, 인출된 LR(yaw)의 값에 기초하여, 웨어러블 디바이스(100)는 인출된 LR(yaw) 값을 임계치와 비교함으로써 사용자가 수영하고 있는지 또는 터닝하고 있는지 여부를 결정할 수 있다. 구체적으로, LR(yaw)이 수학식 5에서와 같이 표현되는 경우, 임계치는 1로 설정될 수 있고: 인출된 LR(yaw)의 값이 1 초과인 경우, 사용자는 수영일 가능성이 더 크고; 인출된 LR(yaw) 값이 1 미만인 경우, 사용자는 터닝일 가능성이 더 크다. 유사하게, LR(yaw)이 수학식 10에서와 같이 표현되는 경우, 임계치는 0으로 설정될 수 있고: 인출된 LR(yaw)의 값이 0 초과인 경우, 사용자는 수영일 가능성이 더 크고; 인출된 LR(yaw) 값이 0 미만인 경우, 사용자는 터닝일 가능성이 더 크다.

수영 스트로크의 분류

일부 실시예들에서, 본 발명은, 사용자의 수영 스트로크를 자유형, 배영, 평영, 및 접영을 포함하는 4개의 보편적인 스타일들 중 하나로 분류하도록 구성될 수 있는 웨어러블 디바이스를 기술한다.

도 19는 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 스타일을 분류하기 위한 프로세스(1900)를 예시하는 흐름도를 도시한다. 일부 실시예들에서, 본 방법은, 모션 센서로부터 정보를 수신하는 단계 및 기본 주기를 계산하는 단계(단계(1910)), 웨어러블 디바이스(100)의 회전 데이터의 세트를 결정하는 단계(단계(1920)), 회전 데이터의 세트로부터 제1 세트의 특징부들을 추출하여, 배영 및 평영을 분류하고 이러한 스트로크 스타일들을 자유형 및 접영으로부터 구별하기 위한 제1 계층 분석을 수행하는 단계(단계(1930)), 및 회전 데이터의 세트로부터 제2 세트의 특징부들을 추출하여, 자유형을 접영으로부터 구별하기 위한 제2 계층 분석을 수행하는 단계(단계(1940))를 포함할 수 있다. 일부 실시예들에서, 프로세스(1900)는, 예를 들어, 단계들이 조합되고/되거나, 나눠지고/지거나, 재배열되고/되거나, 변화되고/되거나, 추가되고/되거나 제거되게 함으로써 수정될 수 있다.

단계(1910)에서, 웨어러블 디바이스(100)는 하나 이상의 모션 센서들(240)로부터 출력 정보를 샘플링한다. 일부 실시예들에서, 정보는 중력, 가속도, 회전 또는 자세의 임의의 조합을 포함할 수 있다. 모션 센서들(240)로부터 출력되는 샘플링된 정보에 기초하여, 기본 주기가 계산될 수 있다. 예를 들어, 하나 이상의 모션 센서들(240)로부터의 정보는 14 ㎐로 샘플링될 수 있다. 스트로크 카운터로부터 획득된 스트로크 레이트(stroke rate)에 기초하여, 웨어러블 디바이스(100)는 2개의 스트로크들과 동등한 기간 동안 모션 정보를 샘플링한다. 일부 실시예들에서, 샘플링된 데이터가 충분히 주기적인 신호를 나타내지 않는 경우, 웨어러블 디바이스(100)는 그것이 충분히 주기적인 신호를 수신할 때까지 모션 센서 정보를 다시 샘플링한다. 사용자의 스트로크를 분류하기 위한 프로세스(1900)는 스트로크 단위로 수행될 수 있지만, 사용자가 랩 또는 데이터를 보고하기 위한 일부 다른 정의된 주기를 완료한 후에 사용자에게 보고될 수 있다.

단계(1920)에서, 웨어러블 디바이스(100)는 하나 이상의 모션 센서들(240)로부터 수신된 정보에 기초하여, 최대 3차원으로 웨어러블 디바이스(100)의, 가속도 데이터를 포함하는, 회전 데이터의 세트를 결정한다. 일부 실시예들에서, 웨어러블 디바이스(100)의 회전 데이터는, 웨어러블 디바이스(100)가 어떻게 회전하는지, 예컨대 기준계에 대한, 웨어러블 디바이스(100)의 각위치, 각속도, 및/또는 각가속도를 포함한다. 일부 실시예들에서, 웨어러블 디바이스(100)의 회전 데이터가 각가속도인 경우, 각속도 및/또는 각위치는 시간 경과에 따라 각가속도를 적분함으로써 획득될 수 있다. 마찬가지로, 웨어러블 디바이스(100)의 회전 데이터가 각속도인 경우, 각위치는 시간 경과에 따라 각속도를 적분함으로써 획득될 수 있다. 일부 실시예들에서, 회전 데이터의 세트는 자이로스코프(250)로부터 수신되고, 웨어러블 디바이스(100)에 대한 물체 고정 기준계에서 표현된다. 일부 실시예들에서, 가속도 데이터는 가속도계(260)로부터 수신되고, 웨어러블 디바이스(100)에 대한 물체 고정 기준계에서 또한 표현된다.

도 20은 수영 세션 동안 사용자에 의해 착용되는 바와 같은, 웨어러블 디바이스(100)의 예시적인 3D 경로들을 도시하는 일련의 그래프들(2000, 2010, 2020, 2030)을 도시한다. 구체적으로, 각각의 그래프는 4개의 수영 스트로크 스타일들 중 하나에 대응하고(즉, 그래프(2000)는 자유형에 대응하고, 그래프(2010)는 배영에 대응하고, 그래프(2020)는 평영에 대응하고 그래프(730)는 접영에 대응함), 그러한 스트로크 스타일의 30개의 스트로크들에 대한 웨어러블 디바이스(100)의 3D 경로를 도시한다. 각각의 그래프는 3개의 축들, 즉 웨어러블 디바이스의 앞면의 배향을 나타내는 축, 웨어러블 디바이스의 크라운의 배향을 나타내는 축, 및 웨어러블 디바이스의 밴드의 배향을 나타내는 축을 포함한다. 각각의 축은, 지면으로 아래로 지향하는 것을 나타내는 1 내지 하늘을 향해 위로 지향하는 것을 나타내는 -1의 범위에 이른다. 그래프들(2000, 2010, 2020, 2030)에 의해 나타낸 바와 같이, 평영(그래프(2020)) 및 배영(그래프(2010)) 둘 모두는, 그들을 자유형(그래프(2000)) 및 접영(그래프(2030))으로부터 구별하기 쉽게 만드는 고유 궤적들을 나타낸다. 그러나, 자유형 및 접영은, 그들을 서로 구별하기 더 어렵게 만드는 유사한 3D 경로들을 나타낸다. 따라서, 개시된 주제의 일부 실시예들에서, 2개의 계층 분석이 수행될 수 있다. 제1 계층의 분석 동안, 단계(1930)와 관련하여 후술되는 바와 같이, 특징부들이 회전 데이터의 세트로부터 추출되어 평영 및 배영을 식별하고, 이러한 스트로크 스타일들을 접영 및 자유형으로부터 구별한다. 스트로크가 평영 또는 배영으로서 식별되는 경우, 제2 레벨의 분석이 수행될 필요가 없다. 달리, 평영 및 배영이 배제되는 경우, 단계(440)와 관련하여 후술되는 바와 같이, 제2 계층 분석이 회전 데이터의 세트에 대해 수행되어, 스트로크가 자유형인지 또는 접영인지 여부를 식별할 수 있다. 일부 실시예들에서, 제2 계층 분석은 제1 계층 분석의 결과들에 관계없이 수행될 수 있다.

단계(1930)에서, 제1 계층 분석은, 회전 데이터의 세트로부터 소정 특징부들을 분석하여 배영 및 평영을 식별하고, 이러한 스트로크 스타일들을 접영 및 자유형으로부터 구별함으로써 수행될 수 있다. 개시된 주제의 일부 실시예들에 따르면, 적어도 3개의 특징부들이 배영 및 평영을 식별하고 이러한 스트로크 스타일들을 접영 및 자유형으로부터 구별하는 데 사용될 수 있다. 이러한 3개의 특징부들은, (1) 사용자의 스트로크의 가장 빠른 부분 동안의 평균 크라운 배향; (2) 사용자의 아암 및 손목 회전의 상관관계; 및 (3) 크라운을 중심으로 한 회전이 전체 각속도에 얼마나 많이 기여하는지를 포함할 수 있다. 이러한 전술한 특징부들은 자유형을 접영으로부터 구별하려는 것이 아니다.

일부 실시예들에 따르면, 도 21의 그래프(2100)에 의해 도시된 바와 같이, 제1 계층 분석의 3개의 특징부들 중 2개가 상이한 수영 스타일들 각각에 대해 그래프로 나타나 있다. 구체적으로, y-축은 스트로크의 가장 빠른 부분 동안 아암 및 손목 회전의 상관관계를 나타내며, 이는 -1(손목 및 아암이 상이한 방향들로 회전하는 음의 상관관계)로부터, 0(상관관계 없음) 내지 1(손목 및 아암이 동일한 방향으로 회전하는 양의 상관관계)의 범위에 이른다. 그래프의 상부 좌측 부분에 도시된 바와 같이, 배영은 아암 및 손목 회전들의 양의 상관관계를 나타내는 한편(즉, 손목이 내향으로 회전하고, 이어서, 아암이 하향으로 회전함), 평영은 아암 및 손목 회전들의 음의 상관관계를 나타낸다(즉, 손목이 외향으로 회전하고, 이어서 아암이 하향으로 회전함). 또한, 그래프(2100)의 x-축은 스트로크의 가장 빠른 부분 동안 웨어러블 디바이스(100)의 평균 크라운 배향(사용자의 손가락 끝의 배향에 대한 대용물(proxy)임)을 나타내며, 이는 사용자의 손가락 끝(또는 크라운)이 하늘을 향해 위로 향하는 -1 내지 사용자의 손가락 끝(또는 크라운)이 지면을 향하여 하향으로 배향되는 1의 범위에 이른다. 그래프(2100)에 도시된 바와 같이, 배영(2110)의 가장 빠른 부분 동안(즉, 손이 물 밖에 있고 하늘을 향해 원호를 만들고 있을 때의 리커버리 페이즈 동안), 사용자의 손가락 끝은 하늘을 향해 상향으로 향하고, 평영(2140) 동안, 손이 가장 빠르게 움직이고 있을 때 사용자의 손가락 끝은 지면을 향해 하향으로 향한다.

또한 도 21의 그래프(2100)에 도시된 바와 같이, 접영(2130) 및 자유형(2120) 스트로크들은 아암 회전과 손목 회전 사이의 유사한 상관관계(즉, 둘 모두는 아암 및 손목 회전들의 양의 상관관계를 나타냄)뿐만 아니라, 스트로크들의 가장 빠른 부분 동안의 유사한 크라운 배향들(즉, 손가락 끝이 지면을 향해 하향으로 향함)을 나타내며, 이는 이러한 2개의 특징부들에 기초하여 이들 스트로크들을 서로 구별하기 어렵게 만든다. 대조적으로, 배영은, (1) 아암-손목의 음의 상관관계 및 (2) 스트로크의 가장 빠른 부분 동안 하늘을 향해 위로 향하는 평균 크라운 배향에 기초하여 쉽게 구별가능하다. 평영은 또한, (1) 아암-손목의 양의 상관관계 및 (2) 스트로크의 가장 빠른 부분 동안 하향으로 향하는 평균 크라운 배향에 기초하여 쉽게 구별가능하다.

도 22에 도시된 다음 일련의 그래프들은, 도 21과 관련하여 위에서 논의된 평균 크라운 배향 특징부에 중점을 두고 있다. 구체적으로, 도 22에 도시된 일련의 그래프들은, 스트로크의 더 빠른 부분들에 의해 가중되는, 중력에 대한 평균 크라운 배향을 도시한다. 이러한 특징부는, 사용자의 아암이 가장 빠르게 움직이고 있을 때 사용자의 손가락 끝이 향하고 있는 방향에 대한 대용물이다. 평균 크라운 배향 특징부는 하기의 수학식에 의해 표현될 수 있다:

[수학식 11]

mean_gx_w1 = sum (gravity_x*total_user_acceleration) / sum(total_user_acceleration)

도 22에 도시된 일련의 그래프들은 상이한 수영 스트로크 스타일들 각각에 대한 크라운 배향에 대응한다(즉, 그래프(2200)는 자유형에 대응하고, 그래프(2210)는 평영에 대응하고, 그래프(2220)는 배영에 대응하고, 그래프(2230)는 접영에 대응한다). 그래프들 각각의 y-축은 크라운 배향 z를 나타내는데, 여기서 -1= 크라운이 하늘을 향해 위로 향하는 것, 0= 크라운이 수평선에 평행하게 향하는 것, 그리고 1= 크라운이 지면을 향해 아래로 향하는 것이다. 그래프들 각각의 x-축은 초 단위의 시간을 나타낸다.

크라운 배향 특징부는, 배영 및 평영을 식별하고 이러한 스트로크 스타일들을 다른 수영 스트로크 스타일들로부터 구별하는 데 사용될 수 있다. 그래프(2220)에 도시된 바와 같이, 사용자의 아암이 물 밖에 있고 빠르게 움직이고 있을 때, 배영에서의 사용자의 손가락 끝은 수평선으로부터 하늘로 그리고 다시 수평선으로의 원호를 따라간다. 다른 수영 스트로크 스타일들과 달리, 배영에서의 크라운의 배향은 스트로크의 절반에 대해 수평선 위에 있고, 높은 가속도의 포인트들 동안 하늘을 향한다.

평영의 경우, 그래프(2210)에 도시된 바와 같이, 크라운은 스트로크의 잠잠한 부분들 동안 수평선 위로 올라가고, 스트로크의 가장 빠른 부분들 동안 하향으로 향한다. 자유형(그래프(2200)) 및 접영(그래프(2230)) 둘 모두의 경우, 크라운은 좀처럼 수평선 위로 올라가지 않고 이러한 스트로크들의 가장 빠른 부분들 동안 수평선에 평행하게 향하며, 이는 이러한 스트로크들을 이러한 특징부에 기초하여 서로 구별하기 어렵게 만든다.

개시된 주제의 일부 실시예들에 따르면, 도 23은 상이한 수영 스트로크 스타일들에 대한 크라운 배향 특징부를 그래프로 나타내기 위한 다른 방법이다. 이 실시예에서, 그래프(2300)의 x-축은 스트로크의 가장 빠른 부분 동안의 크라운 배향을 나타내고(-1= 크라운이 하늘을 향해 위로 향하는 것, 0= 크라운이 수평선에 평행하게 향하는 것, 1= 크라운이 지면을 향해 아래로 향하는 것), y-축은 다양한 기술을 갖는 수영자들의 큰 모집단에 걸쳐 취해진 스트로크들의 수를 나타낸다. 구체적으로, 그래프(2300)는 하기의 상이한 스트로크 스타일들에 대한 크라운 배향 분포를 도시한다: 배영(삼각형들로 이루어진 곡선(2310)에 의해 나타냄), 접영(원형들로 이루어진 곡선(2320)에 의해 나타냄), 자유형(정사각형들로 이루어진 곡선(2330)에 의해 나타냄) 및 평영(별들로 이루어진 곡선(2340)에 의해 나타냄). 그래프(2300)에 도시된 바와 같이, 크라운 배향 특징부를 사용하면, 배영이 다른 스트로크 스타일들로부터 가장 쉽게 구별가능하다.

도 24에 도시된 다음 일련의 그래프들은, 도 21과 관련하여 위에서 논의된 바와 같이, 손목-아암 상관관계 특징부에 중점을 두고 있다. 각각의 그래프는 상이한 수영 스트로크 스타일에 대응한다(즉, 그래프(2400)는 접영에 대응하고, 그래프(2410)는 배영에 대응하고, 그래프(2420)는 평영에 대응하고, 그래프(2430)는 자유형에 대응한다). 구체적으로, 도 24에 도시된 일련의 그래프들은, 밴드의 상부의 위치(gravity_y)가 팔뚝의 회전과 관련하여 팔뚝에 수직인 축을 중심으로 어떻게 회전하는지(rotation_y)를 도시한다. 이러한 특징부는 하기의 수학식에 의해 표현될 수 있다:

[수학식 12]

grav_rotation_norm_cfpy_w1 = gravity_y와 rotation_y 사이의 가중된 피어슨 상관관계(Pearson correlation)

아래에 나타낸 바와 같이, 상관관계는 각각의 포인트에서 전체 각속도에 의해 가중되어서, 스트로크의 더 느린 부분들 동안 발생하는 클러스터들을 무시할 수 있다:

가중 평균:

.

가중된 공분산:

.

가중된 상관관계:

.

도 24의 일련의 그래프들은 14 ㎐의 샘플링 레이트로 샘플들의 수를 나타내는 x-축을 포함하고, y-축은 시계방향 모션(2.5) 또는 시계반대방향 모션(-2.5)에서의 모션을 나타낸다. 도 24에 도시된 일련의 그래프들은 그들이 동일한 축척으로 되도록 정규화된다. 구체적으로, 각각의 신호는 그의 표준 편차로 나누어져서 시각화 목적을 위해 그들 각자의 크기를 정규화한다. 각각의 그래프는 2개의 곡선들을 나타낸다: 파선에 의해 나타낸 하나의 곡선은 손목 회전(즉, 팔뚝에 수직인 축을 중심으로 한 회전에 대한 밴드의 상부의 배향(gravity_y))을 나타내고, 실선에 의해 나타낸 다른 곡선은 팔뚝 회전(rotation_y)을 나타낸다.

수영 스트로크 스타일들 각각에 대한 손목-팔뚝 상관관계를 분석하는 것은, 평영을 제외한, 모든 수영 스트로크 스타일들에 대해 손목-팔뚝의 양의 상관관계를 나타낸다. 평영은 손목-팔뚝의 음의 상관관계를 나타낸다. 구체적으로, 평영(그래프(2420))의 경우, 손목은 외향으로 회전하고, 이어서 아암은 하향으로 회전한다. 다른 모든 스트로크들의 경우, 그래프(2400)(접영), 그래프(2410)(배영) 및 그래프(2430)(자유형)에 의해 도시된 바와 같이, 손목은 내향으로 회전하고, 이어서 아암은 하향으로 회전한다(즉, 양의 상관관계). 따라서, 이러한 손목-팔뚝 상관관계 특징부는, 평영을 식별하고 그것을 다른 스트로크 스타일들로부터 구별하는 데 사용될 수 있다.

아암 및 손목 회전 특징부의 상관관계를 그래프로 나타내기 위한 다른 방식이 도 25의 그래프(2500)에 의해 도시되어 있다. x-축은 아암 및 손목 회전들의 상관관계를 나타내며, 여기서 -1은 음의 상관관계를 나타내고, 0은 상관관계 없음을 나타내고, -1은 양의 상관관계를 나타낸다. y-축은 다양한 능력을 갖는 수영자들의 큰 모집단으로부터의 스트로크들의 수를 나타낸다. 구체적으로, 그래프(2500)는 하기의 상이한 스트로크 스타일들에 대한 아암 및 손목 회전들의 상관관계의 분포를 도시한다: 평영(별들로 이루어진 곡선(2510)에 의해 나타냄), 자유형(정사각형들로 이루어진 곡선(2520)에 의해 나타냄), 배영(삼각형들로 이루어진 곡선(2530)에 의해 나타냄) 및 접영(원형들에 의해 이루어진 곡선(2540)에 의해 나타냄). 그래프(2500)에 도시된 바와 같이, 아암 및 손목 회전 특징부의 상관관계를 사용하면, 평영을 다른 스트로크 스타일들로부터 구별하기가 쉽다.

도 26에 도시된 일련의 그래프들은, 개시된 주제의 일부 실시예들에 따라, 배영 및 평영을 자유형 및 접영으로부터 식별 및 분리하기 위해, 제1 계층 분석에서 사용될 수 있는 제3 특징부에 중점을 둔다. 구체적으로, 이러한 특징부는, 크라운을 중심으로 한 회전이 전체 각속도(및 부호)에 얼마나 많이 기여하는지를 분석한다.

도 26에 도시된 일련의 그래프들은, 크라운을 중심으로 한 정규화된 각속도를 나타내는 y-축, 및 14 ㎐의 샘플링 레이트로 샘플들의 수를 나타내는 x-축을 포함한다. 자유형(2600) 및 접영(2620)에 대한 그래프들은 수학식 3에 대한 음의 회전 평균을 나타내는데, 이는 사용자의 아암이 물 밖에 있을 때 자유형 및 접영 동안 빠른 내향 회전을 캡처한다. 다른 한편으로, 평영(2610) 및 배영(2630)에 대한 그래프들은 양의 회전 평균을 나타낸다.

크라운 특징부를 중심으로 한 상대 각속도를 그래프로 나타내기 위한 다른 방식이 도 27의 그래프(2700)에 의해 도시되어 있다. x-축은 크라운을 중심으로 한 상대 각속도를 나타낸다. y-축은 다양한 기술 레벨들을 갖는 수영자들의 큰 모집단으로부터의 스트로크들의 수를 나타낸다. 그래프는 상이한 스트로크 스타일들에 대해 크라운을 중심으로 한 상대 각속도에 대한 분포를 나타낸다. 그래프(2700)에 도시된 바와 같이, 크라운 특징부를 중심으로 한 상대 각속도를 사용하면, 배영(삼각형들로 이루어진 곡선(2710)에 의해 나타냄) 및 평영(별들로 이루어진 곡선(2720)에 의해 나타냄)을 자유형(정사각형으로 이루어진 곡선(2730)에 의해 나타냄) 및 접영(원형들로 이루어진 곡선(2740)에 의해 나타냄)으로부터 분리하기 쉽다.

제1 계층 분석에 대해 위에서 상술된 3개의 특징부들은 3 방향 로지스틱 회귀(logistic regression)에서 사용될 수 있고, 수영 스트로크 스타일을 분류할 시에 그들의 유용성에 의해 가중될 수 있다. 본 발명이 3 방향 로지스틱 회귀로 제한되지 않고, 유사한 결과들을 산출하기 위해 임의의 분류기, 예컨대 선형 판별 분석(linear discriminant analysis, LDA), 서포트 벡터 머신(support vector machine, SVM), 뉴럴 네트워크(Neural Network) 등이 여기서 사용될 수 있다는 것이 이해된다. 일부 실시예들에서, 아암-손목 상관관계 특징부 및 평균 크라운 배향 특징부는, 크라운 특징부를 중심으로 한 회전보다 더 큰 가중치를 할당받는다. 위에서 논의된 3개의 특징부들이 예시적이며, 다른 적합한 특징부들이 또한 사용될 수 있다는 것이 이해된다.

단계(1940)에서, 제1 계층 분석이 회전 데이터의 세트에 대해 수행된 후에, 제2 계층 분석이 수행될 수 있고, 회전 데이터의 세트로부터의 소정 특징부들이 자유형을 접영으로부터 구별하기 위해 검사될 수 있다. 일부 실시예들에서, 접영과 자유형 사이를 구별하기 위해 제2 계층 분석 동안 9개의 특징부들이 사용될 수 있다.

사용될 수 있는 제1 특징부는 풀 페이즈 동안 밴드를 중심으로 한 상대 아암 회전인데, 이는 하기의 수학식에 의해 표현될 수 있다:

[수학식 13]

RMS (풀 페이즈 동안의 y 회전)/RMS (전체 스트로크 동안의 y 회전)

여기서 RMS는 제곱 평균 제곱근이다

상대 아암 회전 특징부들에 대한 비는 접영의 경우 더 높은 경향이 있는데, 그 이유는 접영이, 자유형과 비교하여, 풀 페이즈 동안 웨어러블 디바이스(100)의 밴드를 중심으로 한 더 많은(더 강한) 회전을 갖는 경향이 있지만, 리커버리 페이즈 동안 밴드를 중심으로 한 유사 또는 더 적은 회전을 갖는 경향이 있기 때문이다. 접영의 리커버리 페이즈 동안, 손바닥은 자유형 동안보다 수평선에 더 평행하게 유지되는 경향이 있으며, 이는 리커버리 동안 밴드를 중심으로 한 더 적은 회전을 야기한다. 손이 접영에서의 리커버리 동안 더 평행하기 때문에, 회전은 앞면을 중심으로 있는 경향이 있다(밴드를 중심으로 한 회전이 더 적음). 자유형의 경우, 손이 덜 평행하여서, 밴드를 중심으로 한 회전이 더 많다.

사용될 수 있는 제2 특징부는 모멘트 아암 특징부 range(uxz)/range(wy)이다:

[수학식 14]

uxz=sqrt(sum(user_x2+user_z2), wy=abs(rotation_y), range(x)=max(x)-min(x)

모멘트 아암 특징부는, 자유형과 비교하여, 접영 동안 더 긴 모멘트 아암(즉, 아암들이 뻗어 있음)을 캡처한다. 이러한 특징부는 밴드(즉, 축 y)를 중심으로 한 회전을 밴드에 수직인 평면에서의 선형 가속도와 비교한다. 모멘트 아암이 길수록, 회전에 비해 더 선형인 가속도가 있을 것이다.

도 28에 도시된 그래프(2800)는 위에서 논의된 제1 특징부 및 제2 특징부를 그래프로 나타낸다. 구체적으로, 그래프(2800)는 모멘트 아암 특징부를 나타내는 x-축, 및 풀 페이즈 동안의 상대 아암 회전 크기를 나타내는 y-축을 포함한다. 그래프(1500)에 의해 도시된 바와 같이, 이러한 2개의 특징부들은 접영을 자유형으로부터 구별하는 데 중요하다.

접영(2810)을 자유형(2820)으로부터 구별하기 위해 사용될 수 있는 제3 특징부는 z 가속도 대 y 회전의 비이다. 이것은 다른 버전의 모멘트 아암이고, 하기에 의해 표현될 수 있다:

[수학식 15]

uz/wy, 여기서 uz=sum(abs(rotation_y)), uz+sum(abs(user_z))

접영을 자유형으로부터 구별하기 위해 사용될 수 있는 제4 특징부는, 도 21 내지 도 23과 관련하여 위에서 논의된, 제1 계층 분석 동안 사용된 특징부와 유사한, 가속도에 의해 가중된 평균 중력 크라운이다. 이러한 특징부는 (스트로크 동안 사용자의 손가락 끝의 배향에 대한 대용물인) 크라운의 배향을 측정한다. 그것은 스트로크의 더 빠른 부분들에 의해 가중되어 스트로크의 리커버리 페이즈에 더 많은 가중치를 부여한다. 접영에서, 중력에 대한 크라운 배향은 0에 가깝고, 이는 사용자의 손이 자유형과 비교하여, 접영 동안 수평선에 더 평행하게 유지되는 것을 캡처한다.

접영을 자유형으로부터 구별하기 위해 사용될 수 있는 제5 특징부는, gravity_y(밴드의 상부 배향)와 rotation_y(밴드를 중심으로 한 회전) 사이의 상관관계이고, 하기 수학식에 의해 측정될 수 있다:

[수학식 16]

구체적으로, 이러한 특징부는 스트로크 동안 손목 및 아암이 어떻게 함께 회전하는지를 측정한다. 손목 및 아암 상관관계는 자유형보다 접영의 경우에 더 낮으며, 이는, 접영 스트로크 동안 아암이 회전하고 있지만 손목이 회전하지 않는 경우의 횟수가 더 많음을 나타낸다. 이러한 특징부는 또한, 손이 자유형과 비교하여, 접영 동안 수평선에 더 평행하게 유지되는 것(즉, 아암들이 더 적은 손목 회전으로 스윙함)을 캡처한다.

접영을 자유형으로부터 구별하기 위해 사용될 수 있는 제6 특징부는 크라운 회전의 RMS이며, 이는 하기 수학식에 의해 표현될 수 있다:

[수학식 17]

RMS(rotation_x)

이러한 특징부는, 자유형과 비교하여, 접영에 의해 나타나는 더 강한 회전 에너지를 캡처한다.

접영을 자유형으로부터 구별하기 위해 사용될 수 있는 제7 특징부는 크라운을 중심으로 한 최소 회전이며, 이는 하기 수학식에 의해 표현될 수 있다:

[수학식 18]

min(rotation_x)

이러한 특징부는 또한, 자유형과 비교하여, 접영에 의해 나타나는 더 강한 회전 에너지를 캡처한다.

접영을 자유형으로부터 구별하기 위해 사용될 수 있는 제8 특징부는 밴드를 중심으로 한 최대 회전이며, 이는 하기 수학식에 의해 표현될 수 있다:

[수학식 19]

max(rotation_y)

이러한 특징부는 또한, 자유형과 비교하여, 접영에 의해 나타나는 더 강한 회전 에너지를 캡처한다.

접영을 자유형으로부터 구별하기 위해 사용될 수 있는 제9 특징부는 y에 대한 x의 최대 회전이며, 이는 하기 수학식에 의해 표현될 수 있다:

[수학식 20]

max (abs(rotation_x)/max(abs(rotation_y))

이러한 특징부는 또한, 자유형과 비교하여, 접영에 의해 나타나는 더 강한 회전 에너지를 캡처한다.

이러한 9개의 특징부들은 접영을 자유형으로부터 구별하기 위해 2 방향 로지스틱 회귀에서 함께 사용될 수 있고, 접영을 자유형으로부터 구별할 시에 그들의 유용성에 기초하여 가중될 수 있다. 대부분의 분류기들(SVM, LDA 등)이 이러한 동일한 특징부 세트와 유사하게 수행할 것임이 이해된다. 위에서 논의된 9개의 특징부들이 예시적이며, 다른 적합한 특징부들이 또한 사용될 수 있다는 것이 추가로 이해된다. 일부 실시예들에서, 제2 계층 분석의 9개의 특징부들은, 최대로부터 최저로 순위가 매겨진, 하기의 유용성 순서를 갖는다:

수영 스트로크 페이즈의 결정

본 발명은 사용자의 수영 스트로크 페이즈를 결정하도록 구성될 수 있는 웨어러블 디바이스를 기술한다. 도 29a 및 도 29b에 도시된 바와 같이, 수영 스트로크(예컨대, 접영(2925), 자유형(2930), 배영(2935) 및 평영(2940))가 4개의 페이즈들, 즉, 글라이드(2905), 풀(2910), 전이(2915) 및 리커버리(2920)로 분해될 수 있다. 각각의 페이즈는 그 페이즈에 고유한 소정 특성들을 나타낸다. 예를 들어, 글라이드 페이즈(2905) - 사용자의 아암들이 이동 방향으로 그의 전방에서 뻗어 있을 때 - 는 전형적으로 스트로크의 가장 잠잠한 부분이다. 이러한 페이즈는 스트로크의 다른 3개의 페이즈들과 비교하여 가장 작은 사용자 가속도 및 가장 안정적인 손목 배향을 나타낸다. 다음 페이즈(즉, 풀 페이즈(2910))는 사용자의 손이 물속에 있고 수영자를 전방으로 추진시킬 때 발생한다. 이러한 페이즈는 글라이드 페이즈(2905)로부터의 증가된 가속도 및 수영자의 손가락 끝의 배향의 변화를 나타낸다. 접영, 자유형, 및 배영의 경우, 손가락 끝이 이러한 페이즈를 통해 아래로 향하는 경향이 있다. 배영의 경우, 손가락 끝이 풀 페이즈 동안 수평선에 더 평행할 것이다. 도 29a 및 도 29b에 도시된 제3 페이즈는 전이 페이즈(2915), 즉, 풀 페이즈(2910)와 리커버리 페이즈(2920) 사이의 페이즈이다. 전이 페이즈(2915)에서, 수영자의 손가락 끝의 배향은 이동 방향에 반대이고, 이동 방향과 사용자의 손가락 끝의 현재 배향 사이의 최대 각도를 나타낼 것이다. 이러한 페이즈는 일반적으로 최단 지속기간을 갖는다. 마지막으로, 리커버리 페이즈(2920) - 수영자가 그의 손을 이동 방향으로 다시 가져올 때 - 는 통상 최대 가속도를 나타낼 것이다. 접영, 자유형 및 배영의 경우, 손이 리커버리 페이즈 동안 물 밖에 있다. 평영의 경우, 손이 물 속에 유지된다. 리커버리 페이즈는 통상 모든 스트로크 스타일들에 걸쳐 최대 가속도를 나타낼 것이지만, 그 차이는 평영의 경우 덜 두드러질 것이다. 위에서 제공된 스트로크들이 예시적이고, 다른 스트로크들이 유사한 페이즈들로 분해될 수 있음이 고려된다는 것이 이해된다.

도 30은 본 발명의 일부 실시예들에 따른, 사용자의 수영 스트로크 페이즈를 결정하기 위한 프로세스(3000)를 예시하는 흐름도이다. 일부 실시예들에서, 본 방법은, 모션 센서로부터 정보를 수신하는 단계(단계(3010)), 웨어러블 디바이스(100)의, 가속도 데이터를 포함하는, 제1 세트의 회전 데이터를 결정하는 단계(단계(3020)), 제1 세트의 회전 데이터를 제2 세트의 회전 데이터로 변환하는 단계(단계(3030)), 제2 세트의 데이터에 기초하여 소정 페이즈들을 결정하는 단계(단계(3040), 단계(3050)), 및 페이즈 특성들을 분석하는 단계(단계(3060))를 포함할 수 있다. 일부 실시예들에서, 프로세스(3000)는, 예를 들어, 단계들이 조합되고/되거나, 나눠지고/지거나, 재배열되고/되거나, 변화되고/되거나, 추가되고/되거나 제거되게 함으로써 수정될 수 있다.

단계(3010)에서, 웨어러블 디바이스(100)는 하나 이상의 모션 센서들(340)로부터 정보를 수신한다. 일부 실시예들에서, 정보는 중력, 가속도, 회전 또는 자세의 임의의 조합을 포함할 수 있다. 모션 센서들(240)로부터 출력되는 정보에 기초하여, 기본 주기가 계산될 수 있다. 사용자가 수영하고 있지 않다고 결정되는 경우, 일부 실시예들에서, 웨어러블 디바이스(100)는 스트로크 페이즈를 결정하지 않을 것이다.

하나 이상의 모션 센서들(240)로부터 출력되는 정보는, 사용자가 스트로크를 완료할 필요가 있는 기간보다 약간 더 긴 기간에 비례하는 시간 상수에 기초하는 차단 주파수를 갖는 저역 통과 필터를 사용하여 필터링될 수 있다.

기간은 사용자에 의해 설정될 수 있거나, 또는 기간은 고정될 수 있다. 일부 실시예들에서, 기간은, 평균 사용자가 단일 스트로크를 완료할 필요가 있는 기간보다 더 긴 기간에 비례한다. 일부 실시예들에서, 웨어러블 디바이스(100)는, 웨어러블 디바이스(100)에 의해 검출되는 사용자의 스트로크들의 평균 지속기간에 기초하여 기간을 동적으로 설정할 수 있다. 예를 들어, 사용자가 스트로크를 완료하기 위해 3초가 걸리는 경우, 기간은 6초로 설정될 수 있다.

단계(3020)에서, 웨어러블 디바이스(100)는 하나 이상의 모션 센서들(240)로부터 수신된 정보에 기초하여, 최대 3차원으로 웨어러블 디바이스(100)의, 가속도 데이터를 포함하는, 제1 세트의 회전 데이터를 결정한다. 일부 실시예들에서, 웨어러블 디바이스(100)의 회전 데이터는, 웨어러블 디바이스(100)가 어떻게 회전하는지, 예컨대 기준계에 대한, 웨어러블 디바이스(100)의 각위치, 각속도, 및/또는 각가속도를 포함한다. 일부 실시예들에서, 웨어러블 디바이스(100)의 회전 데이터가 각가속도인 경우, 각속도 및/또는 각위치는 시간 경과에 따라 각가속도를 적분함으로써 획득될 수 있다. 마찬가지로, 웨어러블 디바이스(100)의 회전 데이터가 각속도인 경우, 각위치는 시간 경과에 따라 각속도를 적분함으로써 획득될 수 있다. 일부 실시예들에서, 제1 세트의 회전 데이터는 자이로스코프(250)로부터 수신되고, 웨어러블 디바이스(100)에 대한 물체 고정 기준계에서 표현된다. 일부 실시예들에서, 가속도 데이터는 가속도계(260)로부터 수신되고, 웨어러블 디바이스(100)에 대한 물체 고정 기준계에서 또한 표현된다.

단계(3030)에서, 웨어러블 디바이스(100)는, 가속도 데이터를 포함하는 제1 세트의 회전 데이터를 제2 세트의 회전 데이터로 변환한다. 전술된 바와 같이, 물체 고정 기준계에서의 회전 데이터는, 웨어러블 디바이스(100)가 외부 기준들에 대해 움직이는지 여부를 용이하게 나타낼 수 없다. 이러한 문제를 다루기 위해, 웨어러블 디바이스(100)는, 문헌["Kalman-filter-based orientation determination using inertial/magnetic sensors: observability analysis and performance evaluation," Angelo Maria Sabatini, published Sept. 27, 2011, Sensors 2011, 11, 9182-9206]에 논의되는 것과 같은 당업자에 의해 이해되는 기법들을 사용하여 물체 고정 기준계에서의, 가속도 데이터를 포함하는, 회전 데이터를 관성 기준계에서의 회전 데이터로 변환한다.

도 31a 내지 도 31d는 본 발명의 일부 실시예들에 따른, 일정 기간에 걸친 관성 기준계에서의 웨어러블 디바이스(100)의, 가속도 데이터를 포함하는, 회전 데이터를 예시한다. 구체적으로, 도 31a 내지 도 31d는 수영 세션 동안 수영자의 손목 상에 착용된 웨어러블 디바이스(100)에 대한, 가속도 데이터를 포함하는, 회전 데이터의 세트를 예시하는데, 이는 물체 고정 기준계로부터 관성 기준계로 변환되었다. x-축은 하나 이상의 모션 센서들(240)로부터 수신된 신호의 기간을 나타내고 (1/100 초) 단위로 측정되고, y-축은 중력에 의해 정규화된 가속도를 나타내고 m/s² 단위로 측정된다. 사용자 가속도는 곡선(3110)에 의해 표현되고, 요각은 곡선(3120)에 의해 표현된다. 요각은 웨어러블 디바이스(100)의 크라운 배향(즉, 사용자의 손가락 끝의 방향)에 대응한다.

일부 실시예들에서, 곡선(3145)(황색으로 도시됨)에 의해 표현되는 피치각(pitch angle)은 또한 상이한 페이즈들을 결정하는 데 사용될 수 있다. 예를 들어, 피치각은 거의 0(글라이드)으로부터 0 초과의 각도(풀)로 그리고 이어서 다시 0(리커버리)으로의 전이를 나타낼 것이다. 예를 들어, 가속도와 함께 피치가 0에 가까울 때 하기의 상태들을 추적함으로써 손이 반대편에 있는 것이 추론될 수 있다:

상태#1 (글라이드): 피치는 거의 0이고 최저 가속도이다

상태#2 (풀): 피치는 거의 0으로부터 0이 아닌 값으로 다시 거의 0으로 전이한다

상태#3 (전이): 피치는 다시 거의 0이다

상태#4 (리커버리): 피치는 (스트로크 유형 및 사용자에 따라) 여기서 0이 아니거나 0일 수 있지만, 가속도는 일반적으로 다른 3개의 페이즈들보다 더 높아야 한다.

도 31a 내지 도 31d 각각은 회전 데이터에 기초하여 사용자의 수영 스트로크의 상이한 페이즈를 강조표시한다. 단계(3040)에서, 일부 실시예들에 따르면, 수영 스트로크의 글라이드 페이즈는, 도 31a에 도시된 바와 같이, 하나의 스트로크에 걸쳐, 사용자의 가속도의 최소 L2 표준을 찾아냄으로써 결정될 수 있다. 가장 작은 가속도에 대응하는 가속도 곡선(3110)을 따른 최저 포인트는 3130에 의해 나타나 있고, 글라이드 페이즈의 중간점을 나타낸다. 글라이드 페이즈의 시작은 중간점 이전의 최대 가속도의 10%로서 정의될 수 있고, 글라이드 페이즈의 종료는 중간점 이후의 최대 가속도의 10%로서 정의될 수 있다(예컨대, 포인트 A와 포인트 B 사이의 가속도 곡선(3110)의 길이). 일단 최소 가속도가 결정되면, 기준 요각(3140)(즉, 요각이 0°일 때)이 최소 가속도 포인트에 대해 결정된다. 기준 요각(3140)은 최저 가속도 포인트 바로 아래의 요각 곡선(3120)을 따른 포인트이다.

다른 실시예에서, 글라이드의 지속기간은 기준 요각의 10도 이내의 가속도 곡선의 부분에 기초하여 계산된다.

단계(3040)에서, 전이 페이즈는, 기준 요각(3140)과 관련하여, 도 31b에 도시된 바와 같이, 최대 요각(3150)에 기초하여 결정된다. 전이 기간(즉, 포인트 C와 포인트 D 사이의 곡선들의 부분들)의 지속기간은 최대 요각의 10도 이내이다. 최대 요각(3150)은, 수영자의 손가락 끝이 이동 방향에 가장 반대편에 있을 때의 수영자의 손가락 끝의 배향을 나타낸다. 다시 말하면, 곡선을 따른 포인트는, 이동 방향과 수영자의 손가락 끝의 현재 배향 사이의 최대 각도를 나타낸다.

일단 수영 스트로크의 글라이드 및 전이 페이즈들이 식별되면, 리커버리 및 풀 페이즈들은 글라이드 및 전이 페이즈들의 시작 및 종료에 기초하여 결정될 수 있다(단계(3050)). 예를 들어, 풀 페이즈는, 도 31c에서 포인트 B와 포인트 C 사이 및 포인트 B'와 포인트 C'사이에 도시된 바와 같이, 단순히 글라이드 페이즈의 종료와 전이의 시작 사이의 가속도 곡선(3110) 및 요각 곡선(3120)의 부분들이다. 그리고 리커버리 페이즈는, 도 31d에서 포인트 D와 포인트 E 사이 및 포인트 D'와 포인트 E'사이에 도시된 바와 같이, 전이 페이즈의 종료와 새로운 글라이드 페이즈(즉, 이전의 글라이드 페이즈 + 일 주기)의 시작 사이의 가속도 곡선(3110) 및 요각 곡선(3120)의 부분들이다. 리커버리 기간은 통상 최대 가속도를 나타낸다.

단계(3060)에서, 일단 수영 스트로크에 대한 상이한 페이즈들이 식별되면, 개별 페이즈들의 특성들이 식별되고 분석될 수 있다. 일부 실시예들에서, 스트로크 유형들 사이에서 상이한 특정 페이즈의 특성들이 스트로크를 분류하는 데 사용될 수 있다. 예를 들어, 리커버리 페이즈 동안의 더 긴 아암 스윕(sweep)은 전형적으로, 자유형 스트로크와 비교하여, 접영 스트로크와 연관된다. 따라서, 리커버리 페이즈 동안의 측정된 아암 스윕은 접영 스트로크와 자유형 스트로크 사이를 구별하는 데 사용될 수 있다. 다른 예에서, 더 긴 전이 페이즈는 전형적으로, 접영 스트로크와 비교하여, 자유형 스트로크와 연관되고, 그에 따라서 자유형 스트로크를 식별하는 데 사용될 수 있다. 다른 예에서, 접영은, 모든 페이즈들에 걸쳐 모든 회전 y-축 에너지에 대한 풀 페이즈들 동안의 y-축을 중심으로 한 회전 에너지에 기초하여 자유형으로부터 구별될 수 있다. 이것은 하기의 식에 의해 계산될 수 있다:

상대 풀 Y 회전 = RMS(풀 동안의 rotation_y)/RMS(모든 페이즈들에 걸친 rotation_y)

RMS: 제곱 평균 제곱근

이 비는 자유형과 비교하여 접영의 경우 더 높은 경향이 있다. 접영은, 자유형보다, 풀 페이즈 동안 밴드를 중심으로 한 더 많은(더 강한) 회전을 갖는 경향이 있지만, (아암들이 리커버리 전체에 걸쳐 수평선에 더 평행한 경향이 있기 때문에) 리커버리 페이즈 동안 밴드를 중심으로 한 유사 또는 더 적은 회전을 갖는 경향이 있다. 이들은 단지 몇 가지 예이며, 다른 구별되는 페이즈 특성들이 수영 스트로크를 분류하는 데 사용될 수 있다는 것이 이해된다.

도 32a는 접영 스트로크의 4개의 페이즈들에 대한 가속도 및 요 데이터를 그래프로 나타내고, 도 32b는 자유형 스트로크의 4개의 페이즈들을 그래프로 나타낸다. x-축은 하나 이상의 모션 센서들(240)로부터 수신된 신호의 기간을 나타내고 초 단위로 측정되고, y-축은 중력에 의해 정규화된 가속도를 나타내고 m/s² 단위로 측정된다. 사용자 가속도 데이터는 그래프의 회색 음영 부분들에 의해 표현되고, 요각 데이터는 어두운 곡선에 의해 표현된다.

도 32a 및 도 32b 둘 모두에 있어서, 글라이드, 풀, 전이, 및 리커버리 페이즈들이 라벨링되어 있다. 도 32a에 도시된 접영 스트로크의 페이즈들을 도 32b에 도시된 자유형 스트로크의 유사 페이즈들과 비교하면, 유사한 페이즈들 사이의 하기의 차이가 명백하다:

위에서 나타낸 표는 자유형 및 접영 스트로크들의 유사한 페이즈들 사이의 일부 예시적인 차이들을 예시한다. 당업자들은 자유형 및 접영 스트로크들의 유사한 페이즈들 사이의 다른 차이들이 존재하고 2개의 스트로크들을 구별하는 데 사용될 수 있다는 것을 이해할 것이다.

본 발명의 다른 응용에서, 특정 페이즈를 결정하는 것은 턴 검출/랩 카운팅 동안 거짓 양성(false positive)들을 억제하는 것을 도울 수 있다. 예를 들어, 글라이드 페이즈 동안의 요각만이 턴을 검출할 목적으로 고려될 수 있다. 이것은, 턴 검출을 위해 고려되는 각도들이, 손이 주로 이동 방향으로 향하고 있을 때이며, 그에 따라서 스트로크 내 동역학으로 인한 임의의 요 변화의 영향들을 감소시키는 것을 돕는다는 것을 보장할 것이다. 다시 말하면, 요각이 전체 스트로크에 걸쳐 추적되는 경우, 그것은 글라이드로부터 전이 페이즈로 0 내지 180도일 것이며, 이는 스트로크 동역학이 필터링되지 않는 한 턴으로서 혼동될 수 있다. 그러나, 요가 글라이드 페이즈 동안만 추적되는 경우, 2개의 연속 스트로크들 사이의 글라이드 페이즈 동안의 요에서의 180도 변화는 실제 턴일 가능성이 더 크다.

다른 응용에서, 페이즈 결정은 진정한 수영 스트로크들을 결정하는 것을 도울 수 있다. 예를 들어, 사용자의 스트로크 페이즈의 지속기간은 모델 스트로크 페이즈의 지속기간과 비교되어, 사용자가 실제 스트로크를 실행했는지 여부를 결정할 수 있다. 유사하게, 특정 페이즈에 대한 가속도 및 손목 배향을 포함하는 다른 특성들이 모델 스트로크 페이즈의 유사한 특성들과 비교하는 데 사용되어, 사용자가 실제 스트로크를 실행했는지 여부를 결정할 수 있다. 다른 예에서, 사용자의 스트로크를 검사하여, 스트로크의 4개의 페이즈들 모두가 정확한 시퀀스로 실행되었는지 여부를 결정하여 사용자가 실제 스트로크를 실행했는지 여부를 결정할 수 있다.

모델 스트로크들은 성별, 연령, 또는 수영 레벨 및/또는 다른 적합한 특성에 기초하여 특정 수영자에 대해 맞춤화될 수 있다. 일부 실시예들에서, 모델 스트로크들은 수영자의 훈련 세션들로부터 관찰된다.

궤적 일관성의 결정

본 발명은 사용자가 수영하고 있는 동안 사용자의 스트로크 궤적들의 일관성을 결정하기 위한 여러 방식들을 기술한다. 예를 들어, 도 33은 본 발명의 일부 실시예들에 따른, 수영 세션 동안 사용자의 스트로크 궤적 일관성을 결정하는 프로세스(3300)를 예시하는 흐름도를 도시한다. 일부 실시예들에서, 프로세스(3300)는, 예를 들어, 단계들이 조합되고/되거나, 나눠지고/지거나, 재배열되고/되거나, 변화되고/되거나, 추가되고/되거나 제거되게 함으로써 수정될 수 있다. 아래에서 더욱 상세하게 기술되는 바와 같이, 일부 실시예들에서, 프로세스(3300)는 5개의 단계들을 포함할 수 있다. 단계(3310)에서, 웨어러블 디바이스(100)는 하나 이상의 모션 센서들(240)로부터 모션 정보를 수신한다. 단계(3320)에서, 웨어러블 디바이스(100)는 웨어러블 디바이스(100)의 회전 데이터의 세트를 결정한다. 단계(3330)에서, 웨어러블 디바이스(100)는, 회전 데이터의 세트가 제1 지나간 기간에 최소 분산을 갖는 제1 방향을 결정한다. 단계(3340)에서, 웨어러블 디바이스(100)는, 회전 데이터의 세트가 제2 지나간 기간에 최소 분산을 갖는 제2 방향을 결정한다. 단계(3350)에서, 웨어러블 디바이스(100)는 사용자의 스트로크 궤적들의 일관성을 결정하기 위해 제1 방향과 제2 방향 사이의 차이를 결정한다.

단계(3330)에서, 웨어러블 디바이스(100)는, 회전 데이터의 세트가 제1 지나간 기간에 최소 분산을 갖는 제1 방향을 결정한다. 일부 실시예들에서, 제1 지나간 기간은 비교적 짧을 수 있다. 비제한적인 예로서, 제1 지나간 기간은 10초일 수 있고, 단계(3330)는 10초마다 수행될 수 있다. 일부 실시예들에서, 회전 데이터의 세트가 최소 분산을 갖는 방향은, 당업자에 의해 이해되는 주 성분 분석을 사용하여 결정될 수 있다. 예를 들어, 도 34를 참조하면, 도 34는 3개의 축들 x, y 및 z를 갖는 3차원 공간에서 사용자의 스트로크의 궤적(3410)을 도시한다. 도 34에서, 궤적(3410)은 타원 형상을 가지며, x-y 평면을 따른다. 궤적(3410)을 따른 위치들은 x-축 및 y-축을 따른 변동을 갖지만, 이들은 z-축을 따른 어떠한 변동도 갖지 않는데, 그 이유는 궤적(3410)의 모든 위치가 z-축을 따른 0의 성분을 갖기 때문이다. 주 성분 분석을 사용하면, 궤적(3410)의 제3 주 성분은, z-축과 평행하고 x-y 방향에 수직인 방향(3420)일 것이다. 제3 주 성분(3420)의 하나의 물리적 의미는, 그것이 궤적(3410)의 회전 축을 나타낸다는 것이다. 이 예에서, 궤적(3410)이 제1 지나간 기간에 회전 데이터의 세트의 궤적인 경우, 방향(3420)은 단계(3330)에서 결정된 제1 방향이다. 제1 지나간 기간이 10초로 설정되는 경우, 지나간 10초마다 회전 데이터의 세트의 궤적에 대한 새로운 제1 방향이 있을 것이다. 이상적인 시나리오에서, 사용자가 스트로크들의 완벽한 반복을 가질 때, 10초마다 결정되는 제1 방향들은 동일할 것인데, 이는 회전 데이터의 세트의 궤적들이 시간 경과에 따라 중첩될 것이기 때문이다. 그러나, 실제 수영 세션에서, 사용자는 스트로크들의 완벽한 반복을 유지할 가능성이 없으며, 제1 지나간 기간마다 결정되는 제1 방향들은 달라질 것이다. 사용자의 스트로크 움직임들의 일관성을 나타내기 위한 하나의 방식은, 예를 들어 3분 또는 임의의 적합한 기간과 같은 더 긴 지나간 기간에 걸쳐 현재 제1 방향과 평균 제1 방향 사이의 편차를 측정하는 것이다.

다시 도 33을 참조하면, 단계(3340)에서, 웨어러블 디바이스(100)는, 회전 데이터의 세트가 제2 지나간 기간에 최소 분산을 갖는 제2 방향을 결정한다. 일부 실시예들에서, 제2 방향은, 제1 방향이 단계(3330)에서 결정되는 것과 동일한 방식에 의해 결정될 수 있다. 전술된 바와 같이, 일부 실시예들에서, 제2 지나간 기간은, 단계(3330)에서 사용된 제1 지나간 기간보다 더 길다. 예를 들어, 제1 지나간 기간이 10초인 경우, 제2 지나간 기간은 일부 실시예들에서 3분일 수 있다. 3분이 180초이기 때문에, 3분마다, 하나의 제2 방향 및 18개의 제1 방향들이 결정될 수 있고, 제2 방향은 지나간 3분 내에 결정된 평균 제1 방향들이다.

도 35는 본 발명의 일부 실시예들에 따른 사용자의 스트로크들의 궤적들을 예시한다. 도 35에서, 3510은 특정 수영 세션에 대한 사용자의 스트로크 궤적들을 나타낸다. 도 34의 궤적(3410)과는 달리, 궤적(3510)은 완벽하게 반복적이지 않고, 수영하는 동안 사용자의 더 현실적인 스트로크 움직임을 나타낸다. 도 35에서, 선들(3520)은 비교적 더 짧은 기간에 걸친 궤적들(3510)의 제3 주 성분들의 방향들을 나타내고, 파선(3530)은 비교적 더 긴 기간에 걸친 궤적들(3510)의 제3 주 성분의 방향을 나타낸다. 예를 들어, 궤적들(3510)은 3분에 걸쳐 수영하는 동안의 사용자의 회전 데이터의 세트일 수 있다. 이어서, 일 실시예에서, 도 33에 기술된 단계(3330)가, 매 10초 동안의 궤적(3510)의 부분들의 제3 주 성분들을 결정하기 위해 10초마다 수행될 수 있다. 결과들은, 궤적들(3510)의 부분들이 매 10초 동안의 최소 분산을 갖는 방향들인 선들(3520)일 수 있다. 그리고 도 33에 기술된 단계(3340)가, 전체 3분에 걸쳐 궤적들(3510)의 제3 주 성분을 결정하기 위해 수행될 수 있다. 결과는, 궤적들(3510)이 전체 3분에 걸쳐 최소 분산을 갖는 방향인 파선(3530)일 수 있다. 궤적들(3510)이 10초마다 완벽하게 반복되는 경우, 선들(3520)은 파선(3530)과 정확하게 정렬될 것이다. 도 35로부터, 선들(3520)과 파선(3530) 사이의 편차들은, 궤적들(3510)이 시간 경과에 따라 어떻게 흔들리는지에 대한 시각적 표시를 제공하는데, 이는 사용자의 스트로크의 일관성의 측정치를 제공한다.

도 33을 다시 참조하면, 단계(3350)에서, 웨어러블 디바이스(100)는 제1 방향과 제2 방향 사이의 차이를 결정한다. 일부 실시예들에서, 제2 지나간 기간은 제1 지나간 기간보다 더 길고, 제2 방향은 과거의 다수의 제1 방향들의 평균으로서 간주될 수 있다. 그러한 실시예들에서, 단계(3350)에서 획득된 차이는, 사용자의 단기간 스트로크 궤적들의 회전 축의 방향이 어떻게 사용자의 장기간/평균 스트로크 궤적들의 회전 축의 방향으로부터 벗어나는지를 나타낸다. 일부 실시예들에서, 작은 크기의 차이는 제1 지나간 기간 동안 사용자의 높은 레벨의 궤적 일관성을 나타내고, 큰 크기의 차이는 제1 지나간 기간 동안 사용자의 낮은 레벨의 궤적 일관성을 나타낸다. 높은 레벨의 궤적 일관성은, 무엇보다도, 사용자가 더 높은 수영 기술, 더 높은 효율, 및/또는 더 적은 피로를 갖는 것을 나타낼 수 있다. 낮은 레벨의 궤적 일관성은 그 반대를 나타낼 수 있다.

도 36은 본 발명의 일부 실시예들에 따른, 상이한 샘플링 포인트들에서 사용자들의 단기간 스트로크 궤적들의 회전 축의 방향과 사용자들의 장기간/평균 스트로크 궤적들의 회전 축의 방향 사이의 러닝 차이들을 예시한다. 도 36은 상이한 필터들에 의해 프로세싱된 데이터를 도시하며, 여기서 3601은 확장된 칼만 필터(extended Kalman filter)를 나타내고, 3602는 상보성 필터(complementary filter)를 나타낸다. 도 36에서, x-축은 0.01초마다 샘플링되는 샘플링 포인트들을 나타낸다. y-축은 스트로크들의 각각의 궤적에 대한 평균 회전 축과 순간적인 회전 축 사이의 각도를 나타낸다. 도 36의 샘플링 주기가 0.1초이지만, 샘플링 주기는 다른 경우에 0.002 내지 0.1초와 같은 임의의 다른 적합한 값일 수 있다. 위에서 논의된 바와 같이, 일부 실시예들에서, 순간적인 회전 축은 비교적 단기간에 걸쳐 사용자의 스트로크들의 스트로크 궤적들의 제3 주 성분을 결정함으로써 획득될 수 있다. 일부 실시예들에서, 그러한 단기간은 적어도 1 내지 2개의 궤적들을 얻기에 충분한 시간일 수 있다. 예를 들어, 단기간은 5 내지 10초일 수 있다. 일부 실시예들에서, 다른 적합한 값들이 사용될 수 있다. 평균 회전 축은 비교적 장기간에 걸쳐 사용자의 스트로크들의 스트로크 궤적들의 제3 주 성분을 결정함으로써 획득될 수 있다. 도 36에서, 각도가 0도인 경우, 평균 회전 축과 순간적인 회전 축 사이의 변화가 없으며, 이는 사용자의 스트로크 궤적들의 일관성 레벨이 높음을 의미한다. 각도가 0도로부터 더 멀수록, 사용자의 스트로크들이 덜 일관된다. 일부 실시예들에서, 사용자의 스트로크의 낮은 일관성 레벨은, 사용자가 수영 기술이 낮고/낮거나, 수영 효율이 낮고/낮거나, 피곤하고/하거나, 건강 관련 문제들을 갖고 있음을 나타낼 수 있다.

일부 실시예들에서, 주 성분 분석을 사용하는 것에 더하여 또는 그 대신에, 사용자의 스트로크들의 일관성이 공간 엔트로피 분석을 사용하여 결정될 수 있다. 예를 들어, 도 37은 본 발명의 일부 실시예들에 따른, 수영 세션 동안 사용자의 스트로크 궤적 일관성을 결정하는 프로세스(3700)를 예시하는 흐름도를 도시한다. 일부 실시예들에서, 프로세스(3700)는, 예를 들어, 단계들이 조합되고/되거나, 나눠지고/지거나, 재배열되고/되거나, 변화되고/되거나, 추가되고/되거나 제거되게 함으로써 수정될 수 있다. 아래에서 더욱 상세하게 기술되는 바와 같이, 일부 실시예들에서, 프로세스(3700)는 4개의 단계들을 포함할 수 있다. 단계(3710)에서, 웨어러블 디바이스(100)는 하나 이상의 모션 센서들(240)로부터 모션 정보를 수신한다. 단계(3720)에서, 웨어러블 디바이스(100)는 웨어러블 디바이스(100)의 회전 데이터의 세트를 결정한다. 단계(3730)에서, 웨어러블 디바이스(100)는 회전 데이터의 세트에 기초하여 사용자의 스트로크 궤적들의 히스토그램을 결정한다. 단계(3740)에서, 웨어러블 디바이스(100)는 히스토그램의 엔트로피의 레벨을 결정한다.

단계(3730)에서, 웨어러블 디바이스(100)는 회전 데이터의 세트에 기초하여 사용자의 스트로크 궤적들의 히스토그램을 결정한다. 일 실시예에서, 히스토그램은 사용자의 스트로크 궤적의 히트 맵일 수 있다. 예를 들어, 도 38은 본 발명의 일부 실시예들에 따른, 사용자의 스트로크 궤적들의 히트 맵을 예시한다. 도 38에서, 히트 맵은 당업자에 의해 이해되는 수평 좌표계를 나타내는 2차원 히스토그램(3800)으로 표현된다. 히스토그램(3800)의 수평 축은 수평 좌표계의 방위각 좌표이며, 여기서 방위각 좌표들은 0도 내지 360도 범위의 Φ로 나타낼 수 있다. 히스토그램(3800)의 수직 축은 수평 좌표계의 고도 좌표들이며, 여기서 고도 좌표들은 0도 내지 180도 범위의 θ로 나타낼 수 있고, 여기서 일 실시예에서, 0도는 수평 좌표계의 천정(zenith)에 대응하고, 180도는 수평 좌표계의 천저(nadir)에 대응한다. 히스토그램(3800)은 사용자의 스트로크 궤적들이 다수의 Φ-Θ 빈(bin)들에 어떻게 대응하는지를 나타낸다: 각각의 Φ-Θ 빈은, 빈이 사용자의 스트로크 궤적들에 대응할 가능성이 얼마나 되는지를 나타내는 스트로크 가능성을 가질 수 있다. 사용자의 스트로크 궤적들이 빈에 빈번하게 대응하는 경우, 그 빈은 도 38에서의 더 밝은 색상, 예컨대 빈들(3810, 3820)에 대응하는 더 높은 값의 스트로크 가능성을 가질 수 있고; 사용자의 스트로크 궤적들이 빈에 덜 빈번하게 대응하는 경우, 그 빈은 도 38에서의 더 어두운 색상에 대응하는 더 낮은 값의 스트로크 가능성을 가질 수 있다.

단계(3740)에서, 웨어러블 디바이스(100)는 히스토그램의 엔트로피의 레벨을 결정한다. 일 실시예에서, 엔트로피의 레벨은 수학식 21로 표현되는 바와 같이 각각의 Φ-Θ 빈의 스트로크 가능성들의 합계의 절대 값으로서 계산될 수 있다.

[수학식 21]

수학식 1에서, P는 Φ-Θ 빈 내에 하나의 포인트를 갖는 궤적의 경험적 확률 측정치를 나타내고, E는 엔트로피 레벨을 나타낸다. 일부 실시예들에서, 엔트로피는, 궤적의 확률 측정치가 상이한 Φ-Θ 빈에 걸쳐 퍼져 있는 정도를 나타낸다. 도 38에서, 완벽하게 일관된 스트로크는 최소 수의 점유된 Φ-Θ 빈들을 가질 것이고, 그에 따라서 더 낮은 엔트로피 레벨을 갖는다. 다른 한편으로, 매우 일관성 없는 스트로크는 점유된 많은 Φ-Θ 빈들을 가질 것이고, 그에 따라서 더 높은 엔트로피 레벨을 갖는다. 예를 들어, 모든 Φ-Θ 빈들에 걸친 균일하게 랜덤한 프로세스는 가장 일관성 없는 스트로크 궤적들일 것이고, 최대 엔트로피를 산출할 것이다. 따라서, 사용자의 스트로크 궤적들의 일관성 레벨은 엔트로피 레벨에 의해 특성화될 수 있다: 엔트로피 레벨이 낮을수록, 사용자의 스트로크 궤적들이 더 일관된다. 일부 실시예들에서, 히스토그램의 엔트로피의 레벨은 히스토그램의 분산의 레벨을 지칭한다. 히스토그램이 적은 수의 Φ-Θ 빈들에 집중되는 경우, 분산의 레벨은 낮다. 히스토그램이 많은 수의 Φ-Θ 빈들에 걸쳐 퍼져 있는 경우, 분산의 레벨은 높다. 일부 실시예들에서, 도 38은 총 개수의 샘플들에 의해 정규화된 2-D 히스토그램으로서 보여질 수 있다.

본 발명은 그의 응용에 있어서, 설명에서 기재되거나 도면에 예시되는 구조의 상세사항들 및 컴포넌트들의 배열들에 제한되지 않는다는 것이 이해되어야 한다. 본 발명은 다른 실시예들이 가능하며, 다양한 방식으로 실시되고 수행될 수 있다. 또한, 본 명세서에 채용된 문구 및 용어는 설명을 위한 것이며 제한하는 것으로 간주되지 않아야 함이 이해되어야 한다. 예를 들어, 본 개시내용에 기술된 기법들은, 아암 확장의 양에 기초하여 진정한 수영 스트로크들을 식별하거나 또는 수영 스트로크 유형을 분류하는 것으로 제한되지 않는다. 다른 응용들은, 보행자 활동들에 대한 걸음걸이 분석을 위해 또는

웨이트 트레이닝(weight training) 활동들에 대한 반복 카운팅을 위해 아암 확장의 양을 사용하는 것을 포함한다.

이와 같이, 당업자는 본 발명이 기초로 하는 개념이 본 발명의 여러 목적을 수행하기 위한 다른 구조들, 시스템들, 방법들 및 매체들의 설계에 대한 기초로서 쉽게 이용될 수 있다는 것을 이해할 것이다. 따라서, 청구범위는 그들이 본 발명의 사상 및 범주로부터 벗어나지 않는 한, 그러한 동등한 구조를 포함하는 것으로 간주된다는 것이 중요하다.

본 발명이 전술한 예시적인 실시예들에서 설명되고 예시되었지만, 본 발명은 단지 예로서 이루어졌고, 하기의 청구범위에 의해서만 제한되는 본 발명의 사상 및 범주로부터 벗어남이 없이 본 발명의 구현예의 상세사항들의 많은 변화들이 이루어질 수 있음이 이해된다.

Claims (21)

1. 시스템으로서,
   프로세서; 및
   컴퓨터 프로그램 코드를 저장하는 비휘발성 메모리를 포함하고, 상기 컴퓨터 프로그램 코드는 상기 프로세서 상에서 실행될 때, 상기 프로세서로 하여금,
   웨어러블 디바이스의 프로세서 회로에 의해, 상기 웨어러블 디바이스의 하나 이상의 모션 센서들로부터 모션 데이터를 수신하도록 - 상기 하나 이상의 모션 센서들은 가속도계 또는 자이로스코프 중 적어도 하나를 포함함 -;
   상기 모션 데이터를 사용하여, 상기 모션 데이터에 기초하여 기준계(frame of reference)에서 표현되는 회전 데이터를 결정하도록;
   상기 회전 데이터에 기초하여 모멘트 아암 길이(moment arm length)를 계산하도록;
   상기 모멘트 아암 길이를 임계 길이와 비교하도록;
   상기 모멘트 아암 길이를 상기 임계 길이와 비교하는 것에 기초하여 사용자의 아암 스윙이 수영 스트로크(swim stroke)라고 결정하도록;
   상기 사용자의 아암 스윙이 수영 스트로크라고 결정하는 것에 응답하여 상기 사용자의 수영 메트릭(swimming metric) 또는 에너지 소비량 중 적어도 하나를 계산하도록 - 상기 수영 메트릭은 턴(turn)들, 호흡(breath)들, 랩(lap)들, 수영 스트로크들, 또는 수영 스트로크 스타일들 중 적어도 하나를 포함함 -; 그리고
   상기 사용자의 상기 수영 메트릭 또는 상기 에너지 소비량 중 상기 적어도 하나를 출력하도록 동작가능한 프로세스를 실행하게 하는, 시스템.
2. 제1항에 있어서, 상기 기준계는 상기 웨어러블 디바이스의 일부에 대해 고정된 하나 이상의 회전축을 갖는 물체 고정 기준계인, 시스템.
3. 제1항에 있어서, 상기 모멘트 아암 길이를 계산하는 것은 최소자승법 수학식을 푸는 것을 포함하는, 시스템.
4. 제1항에 있어서, 상기 컴퓨터 프로그램 코드는 상기 프로세서 상에서 실행될 때, 상기 프로세서로 하여금,
   상기 사용자의 훈련 데이터를 수신하도록;
   상기 모션 데이터에 기초하여 상기 사용자의 요각(yaw angle)을 결정하도록;
   상기 훈련 데이터에 기초하여 상기 요각에 대응하는 우도 비(likelihood ratio)의 값을 결정하도록;
   상기 우도 비의 값을 임계 비와 비교하도록;
   상기 우도 비의 값을 상기 임계 비와 비교하는 것에 기초하여 상기 사용자가 수영하고 있다고 결정하도록; 그리고
   상기 사용자가 수영하고 있다고 결정하는 것에 응답하여 상기 사용자의 수영 메트릭 또는 에너지 소비량 중 적어도 하나를 계산하도록 동작가능한 프로세스를 실행하게 하는, 시스템.
5. 제1항에 있어서, 상기 컴퓨터 프로그램 코드는 상기 프로세서 상에서 실행될 때, 상기 프로세서로 하여금,
   상기 수신된 모션 데이터에 기초하여 기본 주기를 계산하도록;
   상기 회전 데이터로부터 하나 이상의 특징부들을 추출하도록;
   상기 하나 이상의 특징부들에 기초하여 상기 사용자의 수영 스트로크 스타일을 결정하도록; 그리고
   상기 결정된 수영 스트로크 스타일을 출력하도록 동작가능한 프로세스를 실행하게 하는, 시스템.
6. 제5항에 있어서, 상기 기준계는 상기 웨어러블 디바이스의 일부에 대해 고정된 하나 이상의 회전축을 갖는 물체 고정 기준계인, 시스템.
7. 제5항에 있어서, 상기 기준계는 관성 기준계인, 시스템.
8. 제5항에 있어서, 상기 하나 이상의 특징부들은,
   상기 웨어러블 디바이스의 크라운 배향(crown orientation)의 평균값,
   사용자의 아암 및 손목 회전의 상관관계(correlation), 또는
   전체 각속도에 대한 상기 웨어러블 디바이스의 크라운을 중심으로 한 회전의 기여 중 적어도 하나를 포함하는, 시스템.
9. 제5항에 있어서, 상기 하나 이상의 특징부들은,
   풀 페이즈(pull phase) 동안 상기 웨어러블 디바이스의 밴드(band)를 중심으로 한 상대 아암 회전,
   상기 사용자의 모멘트 아암,
   z 가속도 대 y 회전의 비,
   가속도에 의해 가중된 중력에 대한 크라운 배향의 평균값,
   상기 웨어러블 디바이스의 밴드의 상부의 배향과 상기 웨어러블 디바이스의 밴드를 중심으로 한 회전 사이의 상관관계,
   크라운 회전의 제곱 평균 제곱근(root mean square, RMS),
   상기 웨어러블 디바이스의 크라운을 중심으로 한 최소 회전,
   상기 웨어러블 디바이스의 밴드를 중심으로 한 최대 회전, 또는
   y에 대한 x의 최대 회전 중 적어도 하나를 포함하는, 시스템.
10. 제1항에 있어서, 상기 컴퓨터 프로그램 코드는 상기 프로세서 상에서 실행될 때, 상기 프로세서로 하여금,
    상기 모션 데이터를 사용하여, 상기 웨어러블 디바이스의 제1 세트의 회전 데이터를 결정하도록 - 상기 제1 세트의 회전 데이터는 제1 기준계에서 표현됨 -;
    상기 웨어러블 디바이스의 상기 제1 세트의 회전 데이터를 제2 기준계에서 표현되는 제2 세트의 회전 데이터로 변환하도록;
    상기 제2 세트의 회전 데이터에 기초하여 사용자의 수영 스트로크의 글라이드(glide) 페이즈를 결정하도록;
    상기 제2 세트의 회전 데이터에 기초하여 상기 사용자의 수영 스트로크의 전이 페이즈를 결정하도록;
    상기 결정된 글라이드 페이즈 및 전이 페이즈에 기초하여 상기 사용자의 수영 스트로크의 풀 페이즈 및 리커버리(recovery) 페이즈를 결정하도록;
    상기 사용자의 수영 스트로크의 상기 결정된 글라이드, 전이, 풀, 및 리커버리 페이즈들에 기초하여 상기 사용자의 하나 이상의 수영 메트릭들을 계산하도록 - 상기 하나 이상의 수영 메트릭들은 턴들, 호흡들, 랩들, 수영 스트로크들, 또는 수영 스트로크 스타일들 중 적어도 하나를 포함함 -; 그리고
    상기 사용자의 상기 계산된 하나 이상의 수영 메트릭들을 출력하도록 동작가능한 프로세스를 실행하게 하는, 시스템.
11. 제10항에 있어서, 상기 제1 기준계는 상기 웨어러블 디바이스의 일부에 대해 고정된 하나 이상의 회전축을 갖는 물체 고정 기준계인, 시스템.
12. 제10항에 있어서, 상기 제2 기준계는 관성 기준계인, 시스템.
13. 제1항에 있어서, 상기 컴퓨터 프로그램 코드는 상기 프로세서 상에서 실행될 때, 상기 프로세서로 하여금,
    상기 회전 데이터가 제1 지나간 기간에 최소 분산을 갖는 제1 방향을 결정하도록;
    상기 회전 데이터가 제2 지나간 기간에 최소 분산을 갖는 제2 방향을 결정하도록;
    상기 제1 방향과 상기 제2 방향 사이의 차이를 결정하도록;
    상기 제1 방향과 상기 제2 방향 사이의 상기 차이에 기초하여 상기 사용자의 스트로크 궤적 일관성(stroke orbit consistency)을 결정하도록; 그리고
    상기 사용자의 상기 결정된 스트로크 궤적 일관성을 출력하도록 동작가능한 프로세스를 실행하게 하는, 시스템.
14. 제13항에 있어서, 상기 기준계는 상기 웨어러블 디바이스의 일부에 대해 고정된 하나 이상의 회전축을 갖는 물체 고정 기준계인, 시스템.
15. 제13항에 있어서, 상기 기준계는 관성 기준계인, 시스템.
16. 제13항에 있어서, 상기 제1 방향 및 상기 제2 방향을 결정하는 것은 회전 축을 결정하는 것을 포함하는, 시스템.
17. 제13항에 있어서, 상기 제1 지나간 기간은 실질적으로 10초인, 시스템.
18. 제13항에 있어서, 상기 제2 지나간 기간은 실질적으로 3분인, 시스템.
19. 제1항에 있어서, 상기 컴퓨터 프로그램 코드는 상기 프로세서 상에서 실행될 때, 상기 프로세서로 하여금,
    상기 회전 데이터를 사용하여 상기 사용자의 스트로크 궤적의 히스토그램을 결정하도록;
    상기 히스토그램에 기초하여 엔트로피의 레벨을 결정하도록;
    상기 결정된 엔트로피의 레벨에 기초하여 상기 사용자의 궤적 일관성의 레벨을 결정하도록; 그리고
    상기 사용자의 상기 결정된 궤적 일관성의 레벨을 출력하도록 동작가능한 프로세스를 실행하게 하는, 시스템.
20. 사용자의 아암 모션을 결정하는 동안 웨어러블 디바이스의 정확도를 개선하기 위한 방법으로서,
    웨어러블 디바이스의 프로세서 회로에 의해, 상기 웨어러블 디바이스의 하나 이상의 모션 센서들로부터 모션 데이터를 수신하는 단계 - 상기 하나 이상의 모션 센서들은 가속도계 또는 자이로스코프 중 적어도 하나를 포함함 -;
    상기 모션 데이터를 사용하는 상기 프로세서 회로에 의해, 상기 모션 데이터에 기초하여 기준계에서 표현되는 회전 데이터를 결정하는 단계;
    상기 프로세서 회로에 의해, 상기 회전 데이터에 기초하여 모멘트 아암 길이를 계산하는 단계;
    상기 프로세서 회로에 의해, 상기 모멘트 아암 길이를 임계 길이와 비교하는 단계;
    상기 프로세서 회로에 의해, 상기 모멘트 아암 길이를 상기 임계 길이와 비교하는 단계에 기초하여 상기 사용자의 아암 스윙이 수영 스트로크라고 결정하는 단계;
    상기 프로세서 회로에 의해, 상기 사용자의 아암 스윙이 수영 스트로크라고 결정하는 단계에 응답하여 상기 사용자의 수영 메트릭 또는 에너지 소비량 중 적어도 하나를 계산하는 단계 - 상기 수영 메트릭은 턴들, 호흡들, 랩들, 수영 스트로크들, 또는 수영 스트로크 스타일들 중 적어도 하나를 포함함 -; 및
    상기 프로세서 회로에 의해, 상기 사용자의 상기 수영 메트릭 또는 상기 에너지 소비량 중 상기 적어도 하나를 출력하는 단계를 포함하는, 방법.
21. 삭제

Images