KR102378018B1 - 보행 동작 인식 장치 및 그 방법 - Google Patents

보행 동작 인식 장치 및 그 방법 Download PDF

Info

Publication number
KR102378018B1
KR102378018B1 KR1020140096320A KR20140096320A KR102378018B1 KR 102378018 B1 KR102378018 B1 KR 102378018B1 KR 1020140096320 A KR1020140096320 A KR 1020140096320A KR 20140096320 A KR20140096320 A KR 20140096320A KR 102378018 B1 KR102378018 B1 KR 102378018B1
Authority
KR
South Korea
Prior art keywords
gait motion
hip joint
landing
motion
landing time
Prior art date
Application number
KR1020140096320A
Other languages
English (en)
Other versions
KR20160014284A (ko
Inventor
장준원
김경록
심영보
이주석
임복만
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020140096320A priority Critical patent/KR102378018B1/ko
Priority to US14/556,841 priority patent/US9737240B2/en
Publication of KR20160014284A publication Critical patent/KR20160014284A/ko
Priority to US15/641,655 priority patent/US20170296100A1/en
Priority to KR1020220033988A priority patent/KR102569009B1/ko
Application granted granted Critical
Publication of KR102378018B1 publication Critical patent/KR102378018B1/ko
Priority to KR1020230107221A priority patent/KR20230124532A/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
    • 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
    • A61B5/1116—Determining posture transitions
    • 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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • 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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
    • 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
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H1/00—Apparatus for passive exercising; Vibrating apparatus; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
    • A61H1/02—Stretching or bending or torsioning apparatus for exercising
    • A61H1/0237—Stretching or bending or torsioning apparatus for exercising for the lower limbs
    • A61H1/0244—Hip
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H3/00—Appliances for aiding patients or disabled persons to walk about
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/22—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people in connection with sports or games
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/16—Physical interface with patient
    • A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
    • A61H2201/165—Wearable interfaces
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5061—Force sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5069—Angle sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5079—Velocity sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5084—Acceleration sensors

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Epidemiology (AREA)
  • Rehabilitation Therapy (AREA)
  • Pain & Pain Management (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Rehabilitation Tools (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)

Abstract

보행 동작 인식 장치 및 그 방법을 제공한다. 보행 동작 인식 장치는, 센싱되는 가속도 정보에 기초하여 상기 사용자 발의 착지 시점을 검출하고, 사용자 발의 착지 시점에서 센싱되는 상기 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여, 보행 동작을 추론하고, 상기 추론된 보행 동작에 기초하여 상기 사용자의 양쪽 다리 중 착지한 다리를 검출할 수 있다.

Description

보행 동작 인식 장치 및 그 방법{GAIT MOTION RECOGNITION APPARATUS AND METHOD THEREOF}
보행 동작 인식 장치 및 그 방법을 제공한다. 보다 구체적으로, 보행 보조 장치 등에서 센싱되는 사용자의 생체 데이터에 기반하여 보행 동작을 인식하는 장치 및 방법을 제공한다.
인간의 보행은 평지 보행(Level walking), 계단 올라가기(stair up)와 같은 상향 경사진 방향으로의 보행 및 계단 내려가기(stair down)와 같은 하향 경사진 방향으로의 보행마다 힙 관절 등의 동작 매커니즘이 상이하다.
보행 보조 장치가 사용자의 보행을 보조할 시 사용자의 보행 동작을 인식할 수 없는 경우, 각 보행 동작 마다 최적화된 보행 보조를 제공할 수 없다. 예를 들어, 보행 보조장치가 사용자의 보행 동작을 인식할 수 없는 경우, 각 보행 동작마다 일괄적으로 오실레이터(oscillator) 기반의 패턴을 생성하여 보행을 보조할 수 있을 뿐이다.
따라서, 보행 보조 장치 등을 통해 인간의 보행을 보조해 주는 경우, 사용자의 보행 동작을 인식할 필요가 있다. 이를 통해 인식된 각 보행 동작에 따른 동작 매커니즘에 따라 보행 보조 장치가 다르게 구동되어 최적화된 보행 보조를 제공할 수 있다.
일측에 따르면, 사용자 발의 착지 시점에서 센싱되는 상기 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여, 보행 동작을 추론하는 보행 동작 추론부 및 상기 추론된 보행 동작에 기초하여 상기 사용자의 양쪽 다리 중 착지한 다리를 검출하는 착지 다리 검출부를 포함하는, 보행 동작 인식 장치를 제공한다.
일실시예에 따르면, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보는,상기 오른쪽 및 왼쪽 힙 관절의 각도, 상기 오른쪽 및 왼쪽 힙 관절 각도의 차이 및 상기 오른쪽 및 왼쪽 힙 관절 운동 방향 중 적어도 하나를 포함할 수 있다.
또한, 상기 보행 동작은, 평지 보행 동작, 상향 경사진 방향으로의 보행 동작, 하향 경사진 방향으로의 보행 동작 및 서 있는 동작으로 구분될 수 있다.
일실시예에 따르면, 센싱되는 가속도 정보에 기초하여 상기 사용자 발의 착지 시점을 검출하는 착지 시점 검출부를 더 포함할 수 있다.
또한, 상기 착지 시점 검출부는, 이전 스텝 지속 구간에 기초하여 설정되는 베이스 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값의 차이가 임계치 이상이 되는 경우, 상기 예측 구간을 착지 시점으로 검출할 수 있다.
더불어, 상기 베이스 구간은 상기 착지 시점의 오검출을 방지하기 위해 이전의 착지 시점으로부터 미리 설정된 구간인 프리즈 구간 후에 설정될 수 있다.
일실시예에 따르면, 상기 착지 시점 검출부는, 상기 베이스 구간의 평균 가속도 값과 상기 예측 구간의 평균 가속도 값의 차이가 임계치 미만인 경우, 상기 예측 구간을 이동시켜 상기 사용자의 발의 착지 시점을 검출할 수 있다.
또한, 상기 베이스 구간의 평균 가속도의 값은 매 스텝마다 업데이트 되거나 미리 제1 가속도 값으로 설정될 수 있다.
일실시예에 따르면, 상기 보행 동작 추론부는, 퍼지 로직을 이용하여 상기 보행 동작을 추론할수 있다. 또한, 상기 보행 동작 추론부는, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보를 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 따라 설정되는 멤버 함수를 이용하여 퍼지화한 값과 미리 설정된 퍼지 규칙에 따라 역퍼지화하여 상기 보행 동작을 추론할 수 있다.
일실시예에 따르면, 상기 착지 다리 검출부는, 상기 추론된 보행 동작이 평지 보행 동작 또는 상향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지한 다리로 검출할 수 있다.
또한, 상기 착지 다리 검출부는, 상기 추론된 보행 동작이 하향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 운동 방향 중 힙 관절 운동 방향의 속도가 음의 방향인 쪽을 착지한 다리로 검출할 수 있다.
다른 일측에 따르면, 상기 사용자의 오른쪽 및 왼쪽 힙 관절을 구동시키는 구동부, 상기 오른쪽 및 왼쪽 힙 관절의 관절 각도 정보를 센싱하는 센서부, 상기 사용자의 보행에 따른 가속도 정보를 센싱하는 IMU 센서 및 상기 가속도 정보에 기초하여 검출된 상기 사용자 발의 착지 시점에서 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여 상기 사용자의 보행 동작을 추론하고, 상기 추론된 보행 동작에 따라 착지 다리를 검출하여 상기 구동부를 제어하는 제어부를 포함하는, 보행 보조 장치를 제공한다.
일실시예에 따르면, 상기 제어부는, 센싱되는 가속도 정보에 기초하여 사용자 발의 착지 시점을 검출하는 착지 시점 검출부, 감지된 사용자 발의 착지 시점에서 센싱되는 상기 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여, 상기 보행 동작을 추론하는 보행 동작 추론부 및 상기 추론된 보행 동작에 기초하여 상기 사용자의 양쪽 다리 중 착지한 다리를 검출하는 착지 다리 검출부를 포함할 수 있다.
또한, 상기 착지 시점 검출부는, 이전 스텝 지속 구간에 기초하여 설정되는 베이스 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값의 차이가 임계치 이상이 되는 경우, 상기 예측 구간을 착지 시점으로 검출할 수 있다.
더불어, 상기 보행 동작 추론부는, 퍼지 로직을 이용하여 상기 보행 동작을 추론할 수 있다.
또한, 상기 착지 다리 검출부는, 상기 추론된 보행 동작이 평지 보행 동작 또는 상향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지한 다리로 검출하고, 상기 추론된 보행 동작이 하향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 운동 방향 중 힙 관절 운동 방향의 속도가 음의 방향인 쪽을 착지한 다리로 검출할 수 있다.
또 다른 일측에 따르면, 사용자 발의 착지 시점에서 센싱되는 상기 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여, 보행 동작을 추론하는 단계 및 상기 추론된 보행 동작에 기초하여 상기 사용자의 양쪽 다리 중 착지한 다리를 검출하는 단계를 포함하는 보행 동작 인식 방법을 제공한다.
일실시예에 따르면, 센싱되는 가속도 정보에 기초하여 사용자 발의 착지 시점을 검출하는 단계를 더 포함할 수 있다.
또한, 상기 착지 시점을 검출하는 단계는, 이전 스텝 지속 구간에 기초하여 설정되는 베이스 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값의 차이가 임계치 이상이 되는 경우, 상기 예측 구간을 착지 시점으로 검출할 수 있다.
일실시예에 따르면, 상기 보행 동작을 추론하는 단계는, 퍼지 로직을 이용하여 상기 보행 동작을 추론하고, 상기 보행 동작을 추론하는 단계는, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보를 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 따라 설정되는 멤버 함수를 이용하여 퍼지화한 값과 미리 설정된 퍼지 규칙에 따라 역퍼지화하여 상기 보행 동작을 추론할 수 있다.
더불어, 상기 착지 다리를 검출하는 단계는, 상기 추론된 보행 동작이 평지 보행 동작 또는 상향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지 다리로 검출하고, 상기 추론된 보행 동작이 하향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 운동 방향 중 힙 관절 운동 방향의 속도가 음의 방향인 쪽을 착지 다리로 검출할 수 있다.
또 다른 일측예에 따르면, 센싱되는 상기 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여, 보행 동작을 결정하는 단계 및 상기 결정된 보행 동작에 기초하여, 상기 사용자의 오른쪽 및 왼쪽 힙 관절을 구동시키는 구동 제어 신호를 출력하는 단계를 포함하는, 보행 보조 장치 동작 방법을 제공한다.
일실시예에 따르면, 상기 보행 동작에 기초하여, 상기 사용자의 오른쪽 다리 또는 왼쪽 다리 중 착지한 다리를 검출하는 단계를 더 포함할 수 있다.
도 1은 일실시예에 따른 보행 보조 장치가 사용자에게 착용된 상태의 측면도이다.
도 2는 일실시예에 따른 보행 동작 인식 장치의 블록도이다.
도 3은 일실시예에 따른 센싱되는 가속도 값과 착지 시점을 검출하기 위해 이용되는 구간들을 표시한 그래프이다.
도 4는 일실시예에 따른 퍼지 로직을 이용하여 보행 동작을 추론하는 과정을 나타낸 블록도이다.
도 5는 일실시예에 따른 상향 경사진 방향으로의 보행 동작에서 사용자의 양쪽 힙 관절 각도의 궤적을 나타내는 그래프이다.
도 6은 일실시예에 따른 하향 경사진 방향으로의 보행 동작에서 사용자의 양쪽 힙 관절 각도의 궤적을 나타내는 그래프이다.
도 7은 일실시예에 따른 평지 보행 동작에서 사용자의 양쪽 힙 관절 각도의 궤적을 나타내는 그래프이다.
도 8은 일실시예에 따른 보행 동작 인식 방법을 나타내는 흐름도이다.
도 9는 일실시예에 따른 착지 시점 검출 방법을 나타내는 흐름도이다.
이하에서, 일부 실시예들를, 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 권리범위가 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는, 연관되는 기술 분야에서 일반적이고 보편적인 것으로 선택되었으나, 기술의 발달 및/또는 변화, 관례, 기술자의 선호 등에 따라 다른 용어가 있을 수 있다. 따라서, 아래 설명에서 사용되는 용어는 기술적 사상을 한정하는 것으로 이해되어서는 안 되며, 실시예들을 설명하기 위한 예시적 용어로 이해되어야 한다.
도 1은 일실시예에 따른 보행 보조 장치가 사용자에게 착용된 상태의 측면도이다.
보행 보조 장치는 구동부(110), 센서부(120), IMU(Inertial Measurement Unit) 센서(130) 및 제어부(140)를 포함할 수 있다. 도 1에서는 힙 타입(hip-type)의 보행 보조 장치가 도시되었으나, 이에 제한되는 것은 아니며, 하지 전체를 지원하는 형태와 하지 일부를 지원하는 형태에 모두 적용될 수 있다. 또한, 하지 일부를 지원하는 형태에서 무릎까지 지원하는 형태, 발목까지 지원하는 형태에 모두 적용될 수 있다.
구동부(110)는 사용자의 양쪽 힙 관절을 구동시킬 수 있고, 사용자의 오른쪽 및 왼쪽 힙 부분에 위치할 수 있다. 센서부(120)는 보행 시 사용자의 양쪽 힙 관절 각도 정보를 측정할 수 있다. 센서부(120)는 구동부(110) 내에 위치할 수 있다. 센서부(120)에서 센싱되는 양쪽 힙 관절 각도 정보는, 양쪽 힙 관절의 각도, 양쪽 힙관절 각도의 차이 및 양쪽 힙 관절 운동 방향 중 적어도 하나를 포함할 수 있다.
IMU 센서(130)는 사용자가 보행 시 가속도 정보와 자세 정보를 측정할 수 있다. IMU 센서(130)에서 측정된 가속도 정보에 기초하여 사용자 발의 착지 시점을 검출할 수 있다. 다만, 보행 보조 장치에 발의 착지 시점을 검출할 수 있는 센서가 포함되어 있는 경우, IMU 센서(130)는 보행 동작을 인식함에 있어 포함되지 않을 수 있다.
제어부(140)는 센싱되는 가속도 정보에 기초하여 검출된 상기 사용자 발의 착지 시점에서 센싱되는 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여 사용자의 보행 동작을 추론하고, 상기 추론된 보행 동작에 따라 착지 다리를 검출할 수 있다.
제어부(140)에서 인식되는 사용자의 보행 동작은, 평지 보행 동작, 상향 경사진 방향으로의 보행 동작, 하향 경사진 방향으로의 보행 동작 및 서 있는 동작 등으로 구분될 수 있다.
상술한 바와 같이 인간의 보행은 평지 보행(Level walking), 계단 올라가기(stair up)와 같은 상향 경사진 방향으로의 보행 및 계단 내려가기(stair down)와 같은 하향 경사진 방향으로의 보행마다 힙 관절 등의 동작 매커니즘이 상이하다.
제어부(140)는 상술한 바와 같이 사용자의 보행 동작을 인식하고, 추론된 보행 동작 및 검출된 착지 다리 중 적어도 하나에 기초하여 구동부(110)를 제어하는 제어 신호를 출력할 수 있다. 제어부(140)에서 출력된 제어 신호에 기반하여 구동부(110)는 사용자의 힙 관절을 인식된 보행 동작에 적합하게 구동시킬 수 있다.
이하에서는 제어부(140)에 포함되어 사용자의 보행 동작을 인식하는 장치 및 방법에 대해 설명한다.
도 2는 일실시예에 따른 보행 동작 인식 장치의 블록도이다.
보행 동작 인식 장치(200)는 착지 시점 검출부(210), 보행 동작 추론부(220) 및 착지 다리 검출부(230)를 포함할 수 있다.
착지 시점 검출부(210)는 IMU 센서(130) 또는 별도의 가속도 센서 등에서 센싱되는 가속도 정보에 기초하여 사용자 발의 착지 시점을 검출할 수 있다. 사용자의 하지 전체를 지원하는 형태의 보행 보조 장치에서는 사용자 발의 착지 시점을 검출하는 풋 포스 센서(foot force sensor)를 포함할 수 있다.
하지 전체를 지원하는 형태의 보행 보조 장치에서는 풋 포스 센서가 신발 바닥에 장치되어 있어 착지 시점을 쉽게 감지할 수 있으므로, 착지 시점 검출부(210)가 포함되지 않을 수 있다. 다만, 하지 일부를 지원하는 형태의 보행 보조 장치에서는 사용자 발의 착지 시점을 검출하는 풋 포스 센서를 포함하지 않으므로, 별도로 사용자 발의 착지 시점을 검출할 필요가 있다.
착지 시점 검출부(210)는 IMU 센서 또는 가속도 센서에서 센싱되는 가속도 정보, 예를 들어 수직 방향의 가속도 값 또는 x 축, y 축 및 수직 방향인 z 축 가속도 값의 제곱의 합을 이용하여 사용자 발의 착지 시점을 검출할 수 있다.
착지 시점 검출부(210)는 이전 스텝 지속 구간에 기초하여 설정되는 베이스 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값의 차이가 임계치 이상이 되는 경우, 예측 구간을 착지 시점으로 검출할 수 있다.
베이스 구간은 이전 스텝 지속 구간에서 착지 시점이 발생하지 않은 구간일 수 있다. 베이스 구간은 이전 착지 시점 발생 후, 착지 시점으로부터 미리 설정된 구간인 프리즈 구간 후에 설정될 수 있다. 베이스 구간은 매 스텝마다 일정하게 설정될 수도 있고, 이전 베이스 구간에 기초하여 매 스텝마다 업데이트 될 수도 있다.
베이스 구간의 평균 가속도 값 역시 매 스텝마다 업데이트 될 수도 있고, 필요에 따라서는 사전에 일정한 값으로 정해질 수 있다. 이와 같이 베이스 구간 및 베이스 구간의 평균 가속도 값은 사람의 일반적인 보행 동작에 기초하여 미리 설정될 수 있다. 다만, 사용자 각각의 특성에 따라 보다 정밀하게 착지 시점을 검출하기 위하여 매 스텝마다 베이스 구간 및 베이스 구간의 평균 가속도 값을 업데이트 할 수 있다.
착지 시점을 검출하기 위한 예측 구간은 이전 착지 시점 이후 프리즈 구간 및 베이스 구간 후에 시작될 수 있다. 이는 사람의 보행 시 현지 착지 시점 이 후 다음 착지 시점까지 물리적으로 일정 시간이 필요하다는 것을 반영한 것이다. 이를 통해 착지 시점을 감지하기 위한 예측 구간을 최소화할 수 있다. 또한, 착지 시점 감지 가능성이 높은 구간에서 착지 시 검출을 시도하게 되므로 감지 성능을 높일 수 있다.
착지 시점 검출부(210)는 베이스 구간의 평균 가속도 값과 예측 구간의 평균 가속도 값의 차이가 임계치 미만인 경우, 예측 구간을 이동 시켜 사용자 발의 착지 시점을 검출할 수 있다. 상술한 바와 같이 예측 구간은 착지 시점을 검출할 가능성이 높은 구간으로 설정되나, 사용자의 보행 상황에 따라 사용자의 매 스텝마다 착지 시점이 검출되는 구간이 일정하지 않을 수 있다.
따라서, 베이스 구간 후에 설정되는 예측 구간에서 착지 시점이 검출되지 않을 수 있다. 이와 같이 베이스 구간의 평균 가속도 값과 예측 구간의 평균 가속도 값의 차이가 임계치 미만인 경우, 예측 구간에서 착지가 발생하지 않은 것으로 판단할 수 있다.
이 경우, 착지 시점 검출부(210)는 예측 구간을 이동 시켜 베이스 구간의 평균 가속도 값과 이동된 예측 구간의 평균 가속도 값을 다시 비교할 수 있다. 착지 시점 검출부(210)에서 사용자 발의 착지 시점을 검출하는 보다 구체적인 방법에 대해서는 도 3에서 후술하기로 한다.
보행 동작 추론부(220)는 사용자 발의 착지 시점에서 센싱되는 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여 보행동작을 추론할 수 있다. 보행 동작 추론부(220)는 사용자의 한 번의 스텝 시점에서의 오른쪽 및 왼쪽 힙 관절 각도 정보 만으로도 사용자의 보행 동작을 추론할 수 있다.
보행 동작 추론부(220)는 퍼지 로직을 이용하여 상기 보행 동작을 추론할 수 있다. 보행 동작 추론부(220)는 사용자 발의 착지 시점에서 사용자의 양쪽 힙 관절 각도, 양쪽 힙 관절 각도의 차이, 양쪽 힙 관절 각도의 방향을 이용하여 사용자의 보행 동작을 추론할 수 있다.
사용자의 양쪽 힙 관절 각도 정보 각각을 임계치와 비교하거나 별도의 미리 설정된 규칙을 통해서 사용자의 보행 동작이 추론될 수도 있다. 다만, 사용자의 보행 특성이 각기 다르고, 사용자의 보행 상황이 일관되지 않으므로 단순히 임계치 설정이나 규칙 만으로는 사용자의 보행 동작을 정확하게 추론해 내기 어렵다.
이에 반하여, 퍼지 로직을 이용하는 경우, 상술한 방법에 비하여 표현이 직관적이고 강인한 추론이 가능하다. 따라서, 일실시예에 따른 보행 동작 추론부(220)는 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보를 입력 받고, 입력에 대해 퍼지화(fuzzification) 및 역퍼지화(defuzzification)를 통해 사용자의 보행 동작을 추론할 수 있다.
구체적으로, 보행 동작 추론부(220)는 입력되는 오른쪽 및 왼쪽 힙 관절 각도 정보를, 오른쪽 및 왼쪽 힙 관절 각도 정보에 따라 설정되는 멤버 함수를 이용하여 퍼지화한 값과 미리 설정된 퍼지 규칙에 따라 역퍼지화하여 사용자의 보행 동작을 추론할 수 있다.
퍼지 규칙은 평지 보행 동작, 상향 경사진 방향으로의 보행 동작, 하향 경사진 방향으로의 보행 동작 및 서있는 동작에서의 양쪽 힙 관절 각도의 정보에 기반하여 미리 설정되는 "IF-THEN" 규칙일 수 있다.
보행 동작 추론부(220)가 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여 사용자의 보행 동작을 추론하는 구체적인 방법에 대해서는 도 4에서 후술한다.
착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작에 기초하여 사용자의 양쪽 다리 중 착지한 다리를 검출할 수 있다. 보행 보조 장치에서 사용자의 보행을 보조하기 위하여 착지한 다리를 검출할 수 있다.
착지 다리 검출부(230)는 추론된 보행 동작에 따라 다른 방법으로 착지 다리를 검출할 수 있다. 착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작이 평지 보행 동작 또는 상향 경사진 방향으로의 보행 동작인 경우, 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지한 다리로 검출할 수 있다.
또한, 착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작이 하향 경사진 방향으로의 보행 동작인 경우, 오른쪽 및 왼쪽 힙 관절 운동 방향 중 힙 관절 운동 방향의 속도가 음의 방향인 쪽을 착지 다리로 검출할 수 있다.
양쪽 힙 관절 각도의 정보에 기초하여 착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작에 따라 착지 다리를 검출하는 방법을 다르게 설정할 수 있다. 착지 다리 검출부(230)가 착지 다리를 검출하는 구체적인 방법에 대해서는 도 5 내지 도 7에서 후술한다.
상술한 바와 같이 보행 동작 인식 장치(200)에서 인식된 보행 동작은 보행 보조 장치에서 사용자에게 보행 동작 별로 최적화된 보행 보조를 제공하기 위한 정보로 활용될 수 있다.
도 3은 일실시예에 따른 센싱되는 가속도 값과 착지 시점을 검출하기 위해 이용되는 구간들을 표시한 그래프이다.
도 3에서는 IMU 센서(130) 또는 가속도 센서를 통해 센싱된 가속도의 값과 시간과의 관계를 나타낸 그래프이다. 여기에서 t_psh는 이전 걸음걸이 구간(stride horizon)이고, t_sh는 현재 걸음 걸이 구간을 나타낸다. t_bh는 베이스 구간(base horizon)을 나타내고, t_fh는 프리즈 구간(freeze horizon)을 나타내며, t_ph는 예측 구간(prediction horizon)을 나타낸다.
베이스 구간은 이전 스텝 지속 구간에서 착지 시점이 발생하지 않은 구간일 수 있다. 베이스 구간은 매 스텝마다 일정하게 설정될 수도 있고, 이전 베이스 구간에 기초하여 매 스텝마다 업데이트 될 수도 있다.
베이스 구간은 착지 시점이 검출 된 후, 착지 시점 오검출을 방지하기 위해 이전의 착지 시점으로부터 미리 설정된 구간인 프리즈 구간 후에 설정될 수 있다. 예측 구간은 착지 시점 이후 다음 시점까지 물리적으로 볼 때 일정 시간이 필요하다는 점을 반영하여 베이스 구간 후에 설정될 수 있다.
현재 스텝을 기준으로 착지 시점 검출부(210)에서 다음 스텝의 착지 시점을 검출하는 방법을 설명한다. 현재 스텝 구간은 이전 스텝 구간을 이용하여 추정될 수 있다. 현재 스텝에서 착지 시점이 검출된 후, 착지 시점으로부터 미리 설정된 프리즈 구간이 설정될 수 있다. 상술한 바와 같이, 프리즈 구간은 착지 시점의 오검출을 방지하기 위해 미리 설정된 구간일 수 있다.
다음 스텝에서의 착지 시점 검출을 위해 베이스 구간의 평균 가속도의 값과 예측 구간의 평균 가속도의 값을 비교할 수 있다. 착지 시점이 발생하지 않는 구간으로 추정되는 베이스 구간의 평균 가속도의 값을 명확히 설정하기 위해 착지 시점의 오검출을 방지하기 위한 프리즈 구간을 설정할 수 있다.
현재 베이스 구간은 이전 스텝의 스텝 지속 구간에 기초하여 설정될 수 있다. 이전 스텝 지속 구간에 기초하여 현재 스텝 구간을 추정할 수 있으며, 추정된 현재 스텝 구간에 따라 베이스 구간을 설정할 수 있다.
예를 들어, 이전 스텝에서 현재 스텝의 착지 시점을 검출함에 있어서, 이전 베이스 구간의 평균 가속도의 값과 최초로 설정된 예측 구간에서의 평균 가속도의 값의 차이가 임계치 미만일 수 있다. 이 경우, 착지 시점 검출을 위해 예측 구간을 이동시킬 수 있다.
이동시킨 예측 구간에서 착지 시점이 검출된 경우, 예측 구간을 이동시킨 구간만큼 그 이전 스텝에 의해 추정된 이전 스텝의 실제 지속 군간이 증가하게 된다. 현재 스텝 구간은 이전 스텝의 실제 지속 구간에 기초하여 설정되므로, 현재 베이스 구간은 이전 베이스 구간에서 예측 구간을 이동시킨 구간만큼 더해진 구간으로 업데이트 될 수 있다.
예측 구간은 현재 스텝의 착지 시점 후 프리즈 구간과 베이스 구간 후로 이동되어 설정될 수 있다. 착지 시점을 감지하기 위한 예측 구간을 최소화면서 착지 시점이 발생한 경우 평균 가속도의 값의 차이가 베이스 구간의 평균 가속도의 값과의 차이가 임계치 이상 발생할 수 있도록 미리 설정될 수 있다.
착지 시점 검출부(210)는 베이스 구간의 평균 가속도의 값과 예측 구간의 평균 가속도의 값의 차이가 임계치 이상인 경우, 예측 구간을 착지 시점으로 검출할 수 있다. 보다 구체적으로, 예측 구간에서 가속도 값이 가장 큰 시점을 착지 시점으로 검출할 수 있다.
착지 시점 검출부(210)는 베이스 구간의 평균 가속도의 값이 예측 구간의 평균 가속도의 값의 차이가 임계치 미만인 경우, 예측 구간에서 사용자 발의 착지가 발생하지 않은 것으로 판단할 수 있다.
이 경우, 착지 시점 검출부(210)는 예측 구간을 이동 시켜 다시 베이스 구간의 평균 가속도의 값과 이동된 예측 구간의 평균 가속도 값의 차이를 임계치와 비교할 수 있다. 착지 시점 검출부(210)는 베이스 구간의 평균 가속도의 값과 예측 구간의 평균 가속도의 값이 차이가 임계치 이상이 될 때까지 예측 구간을 이동시켜 착지 시점을 검출할 수 있다.
착지 시점 검출부(210)는 다음 스텝의 착지 시점이 검출된 경우, 현재 스텝의 실제 지속 구간인 최종 스텝 지속 구간을 저장할 수 있다. 착지 시점 검출부(210)는 현재 스텝의 최종 스텝 구간을 저장함으로써, 다음 스텝 구간을 추정할 수 있다.
다음 스텝을 기준으로 그 다음 스텝의 착지 시점을 검출하는 경우, 저장된 현재 스텝의 최종 스텝 지속 구간을 통해 다음 스텝의 지속 구간을 추정할 수 있다. 또한, 현재 스텝에서의 베이스 구간 및 착지 시점이 검출된 예측 구간에 따라 다음 베이스 구간 역시 업데이트 될 수 있다.
상술한 바와 같이, 베이스 구간 및 베이스 구간의 평균 가속도의 값은 매 스텝마다 업데이트 될 수 있다. 사용자의 보행에서 스텝 지속 기간 및 가속도 값이 항상 일정하지 않을 수 있으므로, 직전의 스텝 지속 기간을 통해 현재 베이스 구간 및 현재 베이스 값의 평균 가속도의 값을 매 스텝마다 업데이트할 수 있다.
다만, 사용자의 스텝 지속 기간 및 가속도의 값이 매 스텝마다 편차가 크지 않은 경우, 베이스 구간 및 베이스 구간의 평균 가속도의 값은 일정한 값으로 설정하여 착지 시점 검출부(210)의 계산량을 감소시킬 수도 있다.
이와 같이 풋 포스 센서를 포함하지 않는 보행 보조 장치에서는 착지 시점 검출부(210)를 통해 착지 시점을 검출할 수 있다. 착지 시점 검출부(210)를 통해 검출된 착지 시점은 보행 동작 추론부(220)로 검출된 착지 시점을 제공할 수 있다. 보행 동작 추론부(220)는 제공된 착지 시점에서 사용자의 양쪽 힙 관절 각도 정보에 기초하여 보행 동작을 추론할 수 있다.
도 4는 일실시예에 따른 퍼지 로직을 이용하여 보행 동작을 추론하는 과정을 나타낸 블록도이다.
도 4를 참조하면, 입력(410)은 보행 동작 추론부(220)로 입력되는 양쪽 힙 관절 정보 및 착지 시점을 포함한다. 입력(410)은 착지 시점, 왼쪽 힙 관절 각도, 오른쪽 힙 관절 각도, 양쪽 힙 관절 각도의 차이, 왼쪽 힙 관절 각도의 운동 방향 및 오른쪽 힙 관절 각도의 운동 방향 중 적어도 하나를 입력 변수로 포함할 수 있다.
멤버 함수는 보행 동작 추론부(220)에 입력되는 입력(410) 별로 미리 설정될 수 있다. 멤버 함수는 입력(410)에 포함되는 각 입력 변수의 특성에 따라 미리 설정될 수 있다.
예를 들어, 입력 변수 중 하나인 왼쪽 힙 관절 각도에 대응하여 설정되는 멤버 함수는, 왼쪽 힙 관절 각도에 따라 NEMID, NELOW, ZERO, POLOW, POMID, POHIGH 및 POVHIGH의 범위로 구분되어 소속 함수로 표현될 수 있다. 소속 함수는 입력 변수의 값에 따라 입력 변수의 값이 구분된 범위에 어느 정도 속하는지를 나타낼 수 있다.
상술한 입력 변수 중 하나인 왼쪽 힙 관절 각도와 같이 다른 입력 변수에 대해서도 각각에 대응하는 멤버 함수가 범위가 구분되어 소속함수로 표현될 수 있다. 다만, 상술한 내용은 설명의 목적을 위한 일 예일 뿐이며, 각 입력 변수의 특성 및 사용자의 특성에 따라 다르게 설정될 수 있다.
보행 동작 추론부(220)는 입력되는 각 입력 변수의 값을 각 입력 변수에 대응하는 멤버 함수를 통해 퍼지화(420)할 수 있다. 보행 동작 추론부(220)는 각 입력 변수를 멤버 함수를 통해 퍼지화(420)함으로써 퍼지화(420)한 값을 얻을 수 있다.
퍼지화(420)한 값은, 각 입력 변수의 값을 각 입력 변수에 대응하는 멤버 함수에서 구분된 범위 각각에 어느 정도 속하는지를 계산하는 과정일 수 있다. 예를 들어, 왼쪽 힙 관절 각도의 값이 20°인 경우, 입력된 왼쪽 힙 관절 각도는 POLOW에 0.5, POMID에 0.5만큼 소속되는 것이 퍼지화(420)한 값으로 표현될 수 있다.
보행 동작 추론부(220)는 각 입력 변수를 멤버 함수를 이용하여 퍼지화(420)한 값과 미리 설정되는 퍼지 규칙에 따라 역퍼지화(430)할 수 있다. 퍼지 규칙은 평지 보행 동작, 상향 경사진 방향으로의 보행 동작, 하향 경사진 방향으로의 보행 동작 및 서있는 동작에서의 양쪽 힙 관절 각도의 정보에 기반하여 미리 설정되는 "IF-THEN" 룰일 수 있다. 예를 들어, 퍼지 규칙은 "IF-THEN" 규칙으로 정의될 수 있다.
아래 1번 내지 6번 규칙은 하나의 퍼지 규칙에 포함될 수 있으며, 보행 동작을 추론하기 위해 각각의 입력 변수에 따라 보행 동작을 추론하기 위한 퍼지 규칙일 수 있다.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
1번 규칙은, 착지 시점이 검출되고, 왼쪽 힙 관절 각도가 POVHIGH에 소속되고, 오른쪽 힙 관절 각도가 POLOW에 소속되고, 양쪽 힙 관절 각도의 차이가 HIGH에 소속되면, 보행 동작은 상향 경사진 방향으로의 보행 동작으로 추론된다는 규칙일 수 있다.
2번 규칙은, 착지 시점이 검출되고, 왼쪽 힙 관절 각도가 POVHIGH에 소속되고, 오른쪽 힙 관절 각도가 ZERO에 소속되고, 양쪽 힙 관절 각도의 차이가 HIGH에 소속되면, 보행 동작은 상향 경사진 방향으로의 보행 동작으로 추론된다는 규칙일 수 있다.
3번 규칙은, 착지 시점이 검출되고, 왼쪽 힙 관절 각도가 POMID에 소속되고, 오른쪽 힙 관절 각도가 POMID에 소속되고, 양쪽 힙 관절 각도의 차이가 HIGH에 소속되면, 보행 동작은 하향 경사진 방향으로의 보행 동작으로 추론된다는 규칙일 수 있다.
4번 규칙은, 착지 시점이 검출되고, 왼쪽 힙 관절 각도가 POMID에 소속되고, 오른쪽 힙 관절 각도의 정보가 POMID에 소속되고, 양쪽 힙 관절 각도의 차이가 LOW에 소속되면, 보행 동작은 하향 경사진 방향으로의 보행 동작으로 추론된다는 규칙일 수 있다.
5번 규칙은, 착지 시점이 검출되고, 왼쪽 힙 관절 각도가 POHIGH에 소속되고, 오른쪽 힙 관절 각도의 정보가 NELOW에 소속되고, 양쪽 힙 관절 각도의 차이가 HIGH에 소속되면, 보행 동작은 평지 보행 동작으로 추론된다는 규칙일 수 있다.
6번 규칙은, 착지 시점이 검출되고, 왼쪽 힙 관절 각도가 POHIGH에 소속되고, 오른쪽 힙 관절 각도가 NEMID에 소속되고, 양쪽 힙 관절 각도의 차이가 VHIGH에 소속되면, 보행 동작은 평지 보행 동작으로 추론된다는 규칙일 수 있다.
다만 상술한 "IF-THEN" 규칙은 설명의 목적을 위한 일 예이며, 보행 동작의 특성에 따라 다르게 설정될 수 있음은 해당 기술 분야의 통상의 기술자에게 있어 명백하다.
이와 같이 보행 동작 추론부(220)는 각 입력 변수를 멤버 함수를 이용하여 퍼지화(420)한 값에 따라 각 입력 변수가 소속되는 범위 및 미리 설정되는 퍼지 규칙에 따라 역퍼지화(430)하여 사용자의 보행 동작을 추론할 수 있다.
보행 동작 추론부(220)는 역퍼지화를 통해 최종적으로 보행 동작을 추론한 결과(440)를 출력할 수 있다. 보행 동작을 추론한 결과(440)는 평지 보행 동작, 상향 경사진 방향으로의 보행 동작, 하향 경사진 방향으로의 보행 동작 및 서있는 동작으로 구분되어 출력될 수 있다.
퍼지 로직은 퍼지 규칙을 기반으로 연역적인 추론을 수행하는 대표적인 인공 지능(Artificial Intelligence)의 기술 중 하나이다. 보행 동작 추론부(420)는 퍼지 로직을 이용하여 사용자의 보행 동작을 추론함으로써, 단순한 임계치 및 규칙 조합에 의한 방법보다 표현이 직관적이고 강인한(robust) 하게 사용자의 보행 동작을 추론할 수 있다.
도 5는 일실시예에 따른 상향 경사진 방향으로의 보행 동작에서 사용자의 양쪽 힙 관절 각도의 궤적을 나타내는 그래프이다.
도 5를 참조하면, 상향 경사진 방향으로의 보행 동작에서 사용자의 오른쪽 힙 관절 각도의 궤적(520) 및 왼쪽 힙 관절 각도의 궤적(530)을 x 축은 시간, y 축은 힙 관절 각도로 설정하여 나타낸 그래프이다.
착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작이 상향 경사진 방향으로의 보행 동작인 경우, 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지한 다리로 검출할 수 있다.
착지 다리 검출부(230)는 상향 경사진 방향으로의 보행 동작에서 도 5와 같이 양쪽 힙 관절 각도의 궤적이 나타나는 점에 기초하여, 착지 시점(511, 512, 513, 514, 515)에서 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지한 다리로 검출할 수 있다.
상술한 내용을 기초로 하여 각 착지 시점(511, 512, 513, 514, 515)에서 착지한 다리는 하기와 같이 검출될 수 있다. 착지 시점(511, 513, 515)에서는 오른쪽 힙 관절 각도가 왼쪽 힙 관절 각도보다 크므로, 오른쪽 다리가 착지한 다리로 검출될 수 있다. 착지 시점(512, 514)에서는 왼쪽 힙 관절 각도가 오른쪽 힙 관절 각도보다 크므로, 왼쪽 다리가 착지한 다리로 검출될 수 있다.
도 6은 일실시예에 따른 하향 경사진 방향으로의 보행 동작에서 사용자의 양쪽 힙 관절 각도의 궤적을 나타내는 그래프이다.
도 6을 참조하면, 하향 경사진 방향으로의 보행 동작에서 사용자의 오른쪽 힙 관절 각도의 궤적(620) 및 왼쪽 힙 관절 각도의 궤적(630)을 x 축은 시간, y 축은 힙 관절 각도로 설정하여 나타낸 그래프이다.
착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작이 하향 경사진 방향으로의 보행 동작인 경우, 오른쪽 및 왼쪽 힙 관절 운동 방향 중 힙 관절 운동 방향의 속도가 음의 방향인 쪽을 착지 다리로 검출할 수 있다.
착지 다리 검출부(230)는 하향 경사진 방향으로의 보행 동작에서 도 6과 같이 양쪽 힙 관절 각도의 궤적이 나타나는 점에 기초하여, 착지 시점(611, 612, 613, 614)에서 오른쪽 및 왼쪽 힙 관절 운동 방향 중 힙 관절 운동 방향의 속도가 음의 방향인 쪽을 착지 다리로 검출할 수 있다.
상술한 내용을 기초로 하여 각 착지 시점(611, 612, 613, 614)에서 착지한 다리는 하기와 같이 검출될 수 있다. 착지 시점(611, 613)에서는 오른쪽 힙 관절 운동 방향의 속도가 음의 방향이므로, 오른쪽 다리가 착지한 다리로 검출될 수 있다. 착지 시점(612, 614)에서는 왼쪽 힙 관절 운동 방향의 속도가 음의 방향이므로, 왼쪽 다리가 착지한 다리로 검출될 수 있다.
도 7은 일실시예에 따른 평지 보행 동작에서 사용자의 양쪽 힙 관절 각도의 궤적을 나타내는 그래프이다.
도 7을 참조하면, 평지 보행 동작에서 사용자의 오른쪽 힙 관절 각도의 궤적(730) 및 왼쪽 힙 관절 각도의 궤적(720)을 x 축은 시간, y 축은 힙 관절 각도로 설정하여 나타낸 그래프이다.
착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작이 평지 보행 동작인 경우, 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지한 다리로 검출할 수 있다.
착지 다리 검출부(230)는 평지 보행 동작에서 도 7과 같이 양쪽 힙 관절 각도의 궤적이 나타나는 점에 기초하여, 착지 시점(711, 712, 713, 714, 715)에서 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지한 다리로 검출할 수 있다.
상술한 내용을 기초로 하여 각 착지 시점(711, 712, 713, 714, 715)에서 착지한 다리는 하기와 같이 검출될 수 있다. 착지 시점(711, 713, 715)에서는 왼쪽 힙 관절 각도가 오른쪽 힙 관절 각도보다 크므로, 왼쪽 다리가 착지한 다리로 검출될 수 있다. 착지 시점(712, 714)에서는 오른쪽 힙 관절 각도가 왼쪽 힙 관절 각도보다 크므로, 오른쪽 다리가 착지한 다리로 검출될 수 있다.
도 5 내지 도 7에서 설명한 바와 같이, 착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작에 따라 다른 기준으로 착지한 다리를 검출할 수 있다.
도 8은 일실시예에 따른 보행 동작 인식 방법을 나타내는 흐름도이다.
단계(810)에서, 착지 시점 검출부(210)는 IMU 센서(130) 또는 별도의 가속도 센서 등에서 센싱되는 가속도 정보에 기초하여 사용자 발의 착지 시점을 검출할 수 있다. 착지 시점 검출부(210)는 이전 스텝 지속 구간에 기초하여 설정되는 베이스 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값의 차이가 임계치 이상이 되는 경우, 예측 구간을 착지 시점으로 검출할 수 있다.
착지 시점 검출부(210)는 베이스 구간의 평균 가속도 값과 예측 구간의 평균 가속도 값의 차이가 임계치 미만인 경우, 예측 구간을 이동 시켜 사용자 발의 착지 시점을 검출할 수 있다.
단계(820)에서 보행 동작 추론부(220)는 사용자 발의 착지 시점에서 센싱되는 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여 보행동작을 추론할 수 있다. 보행 동작 추론부(220)는 사용자의 한 번의 스텝 시점에서의 오른쪽 및 왼쪽 힙 관절 각도 정보 만으로도 사용자의 보행 동작을 추론할 수 있다.
보행 동작 추론부(220)는 퍼지 로직을 이용하여 상기 보행 동작을 추론할 수 있다. 보행 동작 추론부(220)는 사용자 발의 착지 시점에서 사용자의 양쪽 힙 관절 각도, 양쪽 힙 관절 각도의 차이, 양쪽 힙 관절 각도의 방향을 이용하여 사용자의 보행 동작을 추론할 수 있다.
보행 동작 추론부(220)는 입력되는 오른쪽 및 왼쪽 힙 관절 각도 정보를, 오른쪽 및 왼쪽 힙 관절 각도 정보에 따라 설정되는 멤버 함수를 이용하여 퍼지화한 값과 미리 설정된 퍼지 규칙에 따라 역퍼지화하여 사용자의 보행 동작을 추론할 수 있다.
단계(830)에서, 착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작에 기초하여 사용자의 양쪽 다리 중 착지한 다리를 검출할 수 있다.
구체적으로, 착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작이 평지 보행 동작 또는 상향 경사진 방향으로의 보행 동작인 경우, 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지한 다리로 검출할 수 있다.
또한, 착지 다리 검출부(230)는 보행 동작 추론부(220)에서 추론된 보행 동작이 하향 경사진 방향으로의 보행 동작인 경우, 오른쪽 및 왼쪽 힙 관절 운동 방향 중 힙 관절 운동 방향의 속도가 음의 방향인 쪽을 착지 다리로 검출할 수 있다.
도 9는 일실시예에 따른 착지 시점 검출 방법을 나타내는 흐름도이다.
단계(910)에서, 착지 시점 검출부(210)는 이전 스텝 구간을 이용하여 현재 스텝 구간을 추정할 수 있다. 매 스텝마다 스텝 구간의 차이가 크지 않다는 점을 이용하여 현재 스텝 구간을 이전 스텝 구간을 이용하여 추정할 수 있다.
단계(920)에서, 착지 시점 검출부(210)는 추정된 현재 스텝 구간에 기초하여 베이스 구간을 설정할 수 있다. 베이스 구간은 이전 스텝 지속 구간에서 착지 시점이 발생하지 않은 구간일 수 있다. 베이스 구간은 매 스텝마다 일정하게 설정될 수도 있고, 이전 베이스 구간에 기초하여 매 스텝마다 업데이트 될 수도 있다.
단계(930)에서, 착지 시점 검출부(210)는 예측 구간을 현재 스텝의 착지 시점 후 프리즈 구간과 베이스 구간 후로 이동시켜 설정할 수 있다. 착지 시점을 감지하기 위한 예측 구간을 최소화면서 착지 시점이 발생한 경우 평균 가속도의 값의 차이가 베이스 구간의 평균 가속도의 값과의 차이가 임계치 이상 발생할 수 있도록 미리 설정될 수 있다.
단계(940)에서, 착지 시점 검출부(210)는 베이스 구간의 평균 가속도의 값과 예측 구간의 평균 가속도 값의 차이와 임계치를 비교할 수 있다. 임계치는 미리 설정되는 값으로서, 평균 가속도 값의 차이에 따라 착지 시점이 발생 여부를 판단하는 기준값일 수 있다.
착지 시점 검출부(210)는 베이스 구간의 평균 가속도의 값이 예측 구간의 평균 가속도의 값의 차이가 임계치 미만인 경우, 예측 구간에서 사용자 발의 착지가 발생하지 않은 것으로 판단할 수 있다. 이 경우, 착지 시점 검출부(210)는 예측 구간을 이동 시켜 다시 베이스 구간의 평균 가속도의 값과 이동된 예측 구간의 평균 가속도 값의 차이를 임계치와 비교할 수 있다.
단계(950)에서, 착지 시점 검출부(210)는 베이스 구간의 평균 가속도의 값과 예측 구간의 평균 가속도의 값의 차이가 임계치 이상인 경우, 예측 구간을 착지 시점으로 검출할 수 있다. 보다 구체적으로, 예측 구간에서 가속도 값이 가장 큰 시점을 착지 시점으로 검출할 수 있다.
단계(960)에서, 착지 시점 검출부(210)는 다음 스텝의 착지 시점이 검출된 경우, 현재 스텝의 실제 지속 구간인 최종 스텝 지속 구간을 저장할 수 있다. 착지 시점 검출부(210)는 현재 스텝의 최종 스텝 구간을 저장함으로써, 다음 스텝 구간을 추정할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (25)

  1. 보행 보조 장치에 포함된 센서에 의해 센싱되는 정보에 기초하여 사용자 발의 착지 시점을 검출하는 착지 시점 검출부;
    상기 검출된 사용자 발의 착지 시점에서 센싱되는 상기 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여, 보행 동작을 추론하는 보행 동작 추론부; 및
    상기 추론된 보행 동작에 기초하여 상기 사용자의 양쪽 다리 중 착지한 다리를 검출하는 착지 다리 검출부를 포함하고,
    상기 착지 시점 검출부는,
    이전 스텝 지속 구간에서 착지 시점이 발생하지 않은 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값 간의 차이가 임계치 미만인 경우, 착지 시점의 검출을 위한 예측 구간을 이동시키고, 상기 이동시킨 예측 구간에서 상기 사용자 발의 착지 시점을 검출하고,
    상기 차이가 상기 임계치 이상이 될 때까지 상기 예측 구간을 이동시키는,
    보행 동작 인식 장치.
  2. 제1항에 있어서,
    상기 오른쪽 및 왼쪽 힙 관절 각도 정보는,
    상기 오른쪽 및 왼쪽 힙 관절의 각도, 상기 오른쪽 및 왼쪽 힙 관절 각도의 차이 및 상기 오른쪽 및 왼쪽 힙 관절 운동 방향 중 적어도 하나를 포함하는, 보행 동작 인식 장치.
  3. 제1항에 있어서,
    상기 보행 동작은,
    평지 보행 동작, 상향 경사진 방향으로의 보행 동작, 하향 경사진 방향으로의 보행 동작 및 서 있는 동작으로 구분되는, 보행 동작 인식 장치.
  4. 삭제
  5. 제1항에 있어서,
    상기 착지 시점 검출부는,
    이전 스텝 지속 구간에 기초하여 설정되는 베이스 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값의 차이가 임계치 이상이 되는 경우, 상기 예측 구간을 착지 시점으로 검출하는, 보행 동작 인식 장치.
  6. 제5항에 있어서,
    상기 베이스 구간은 상기 착지 시점의 오검출을 방지하기 위해 이전의 착지 시점으로부터 미리 설정된 구간인 프리즈 구간 후에 설정되는, 보행 동작 인식 장치.
  7. 삭제
  8. 제5항에 있어서,
    상기 베이스 구간의 평균 가속도의 값은 매 스텝마다 업데이트 되거나 미리 제1 가속도 값으로 설정되는, 보행 동작 인식 장치.
  9. 제1항에 있어서,
    상기 보행 동작 추론부는,
    퍼지 로직을 이용하여 상기 보행 동작을 추론하는, 보행 동작 인식 장치.
  10. 제9항에 있어서,
    상기 보행 동작 추론부는,
    상기 오른쪽 및 왼쪽 힙 관절 각도 정보를 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 따라 설정되는 멤버 함수를 이용하여 퍼지화한 값과 미리 설정된 퍼지 규칙에 따라 역퍼지화하여 상기 보행 동작을 추론하는, 보행 동작 인식 장치.
  11. 제1항에 있어서,
    상기 착지 다리 검출부는,
    상기 추론된 보행 동작이 평지 보행 동작 또는 상향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지한 다리로 검출하는, 보행 동작 인식 장치.
  12. 제1항에 있어서,
    상기 착지 다리 검출부는,
    상기 추론된 보행 동작이 하향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 운동 방향 중 힙 관절 운동 방향의 속도가 음의 방향인 쪽을 착지한 다리로 검출하는, 보행 동작 인식 장치.
  13. 사용자의 오른쪽 및 왼쪽 힙 관절을 구동시키는 구동부;
    상기 오른쪽 및 왼쪽 힙 관절의 관절 각도 정보를 센싱하는 센서부;
    상기 사용자의 보행에 따른 가속도 정보를 센싱하는 IMU 센서; 및
    상기 가속도 정보에 기초하여 검출된 사용자 발의 착지 시점에서 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여 상기 사용자의 보행 동작을 추론하고, 상기 추론된 보행 동작에 따라 착지 다리를 검출하여 상기 구동부를 제어하는 제어부를 포함하고,
    상기 제어부는,
    이전 스텝 지속 구간에서 착지 시점이 발생하지 않은 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값 간의 차이가 임계치 미만인 경우, 착지 시점의 검출을 위한 예측 구간을 이동시키고, 상기 이동시킨 예측 구간에서 상기 사용자 발의 착지 시점을 검출하고,
    상기 차이가 상기 임계치 이상이 될 때까지 상기 예측 구간을 이동시키는,
    보행 보조 장치.
  14. 제13항에 있어서,
    상기 제어부는,
    감지된 사용자 발의 착지 시점에서 센싱되는 상기 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여, 상기 보행 동작을 추론하고,
    상기 추론된 보행 동작에 기초하여 상기 사용자의 양쪽 다리 중 착지한 다리를 검출하는,
    를 포함하는, 보행 보조 장치.
  15. 제14항에 있어서,
    상기 제어부는,
    이전 스텝 지속 구간에 기초하여 설정되는 베이스 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값의 차이가 임계치 이상이 되는 경우, 상기 예측 구간을 착지 시점으로 검출하는, 보행 보조 장치.
  16. ◈청구항 16은(는) 설정등록료 납부시 포기되었습니다.◈
    제14항에 있어서,
    상기 제어부는,
    퍼지 로직을 이용하여 상기 보행 동작을 추론하는, 보행 보조 장치.
  17. 제14항에 있어서,
    상기 제어부는,
    상기 추론된 보행 동작이 평지 보행 동작 또는 상향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지한 다리로 검출하고,
    상기 추론된 보행 동작이 하향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 운동 방향 중 힙 관절 운동 방향의 속도가 음의 방향인 쪽을 착지한 다리로 검출하는, 보행 보조 장치.
  18. 보행 동작 인식 장치에 의해 수행되는 보행 동작 인식 방법에 있어서,
    착지 시점 검출부에 의해, 보행 보조 장치에 포함된 센서에 의해 센싱되는 정보에 기초하여 사용자 발의 착지 시점을 검출하는 단계;
    보행 동작 추론부에 의해, 상기 사용자 발의 착지 시점에서 센싱되는 상기 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여, 보행 동작을 추론하는 단계; 및
    착지 다리 검출부에 의해, 상기 추론된 보행 동작에 기초하여 상기 사용자의 양쪽 다리 중 착지한 다리를 검출하는 단계를 포함하고,
    상기 착지 시점을 검출하는 단계는,
    이전 스텝 지속 구간에서 착지 시점이 발생하지 않은 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값 간의 차이가 임계치 미만인 경우, 착지 시점의 검출을 위한 예측 구간을 이동시키고, 상기 이동시킨 예측 구간에서 상기 사용자 발의 착지 시점을 검출하는 단계를 포함하고,
    상기 착지 시점을 검출하는 단계는,
    상기 차이가 상기 임계치 이상이 될 때까지 상기 예측 구간을 이동시키는 단계를 포함하는,
    보행 동작 인식 방법.
  19. 삭제
  20. 제18항에 있어서,
    상기 착지 시점을 검출하는 단계는,
    이전 스텝 지속 구간에 기초하여 설정되는 베이스 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값의 차이가 임계치 이상이 되는 경우, 상기 예측 구간을 착지 시점으로 검출하는, 보행 동작 인식 방법.
  21. 제18항에 있어서,
    상기 보행 동작을 추론하는 단계는,
    퍼지 로직을 이용하여 상기 보행 동작을 추론하는, 보행 동작 인식 방법.
  22. 제21항에 있어서,
    상기 보행 동작을 추론하는 단계는,
    상기 오른쪽 및 왼쪽 힙 관절 각도 정보를 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 따라 설정되는 멤버 함수를 이용하여 퍼지화한 값과 미리 설정된 퍼지 규칙에 따라 역퍼지화하여 상기 보행 동작을 추론하는, 보행 동작 인식 방법.
  23. 제18항에 있어서,
    상기 착지한 다리를 검출하는 단계는,
    상기 추론된 보행 동작이 평지 보행 동작 또는 상향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 각도 중 더 큰 힙 관절 각도를 가지는 쪽을 착지 다리로 검출하고,
    상기 추론된 보행 동작이 하향 경사진 방향으로의 보행 동작인 경우, 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 포함되는 오른쪽 및 왼쪽 힙 관절 운동 방향 중 힙 관절 운동 방향의 속도가 음의 방향인 쪽을 착지 다리로 검출하는, 보행 동작 인식 방법.
  24. 보행 보조 장치에 의해 수행되는 보행 보조 장치의 동작 방법에 있어서,
    센서부에 의해, 사용자의 오른쪽 및 왼쪽 힙 관절 각도 정보를 센싱하는 단계;
    제어부에 의해, 가속도 정보에 기초하여 사용자 발의 착지 시점을 검출하는 단계;
    상기 제어부에 의해, 상기 착지 시점에서 상기 오른쪽 및 왼쪽 힙 관절 각도 정보에 기초하여 보행 동작을 결정하는 단계; 및
    상기 제어부에 의해, 상기 결정된 보행 동작에 기초하여, 상기 사용자의 오른쪽 및 왼쪽 힙 관절을 구동시키는 구동 제어 신호를 출력하는 단계를 포함하고,
    상기 착지 시점을 검출하는 단계는,
    이전 스텝 지속 구간에서 착지 시점이 발생하지 않은 구간의 평균 가속도의 값과 착지 시점 예측 구간의 평균 가속도 값 간의 차이가 임계치 미만인 경우, 착지 시점의 검출을 위한 예측 구간을 이동시키고, 상기 이동시킨 예측 구간에서 상기 사용자 발의 착지 시점을 검출하는 단계를 포함하고,
    상기 착지 시점을 검출하는 단계는,
    상기 차이가 상기 임계치 이상이 될 때까지 상기 예측 구간을 이동시키는 단계를 포함하는,
    동작 방법.
  25. ◈청구항 25은(는) 설정등록료 납부시 포기되었습니다.◈
    제24항에 있어서,
    상기 보행 동작에 기초하여, 상기 사용자의 오른쪽 다리 또는 왼쪽 다리 중 착지한 다리를 검출하는 단계
    를 더 포함하는 동작 방법.
KR1020140096320A 2014-07-29 2014-07-29 보행 동작 인식 장치 및 그 방법 KR102378018B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020140096320A KR102378018B1 (ko) 2014-07-29 2014-07-29 보행 동작 인식 장치 및 그 방법
US14/556,841 US9737240B2 (en) 2014-07-29 2014-12-01 Apparatus and method for recognizing gait motion
US15/641,655 US20170296100A1 (en) 2014-07-29 2017-07-05 Apparatus and method for recognizing gait motion
KR1020220033988A KR102569009B1 (ko) 2014-07-29 2022-03-18 보행 동작 인식 장치 및 그 방법
KR1020230107221A KR20230124532A (ko) 2014-07-29 2023-08-16 보행 동작 인식 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140096320A KR102378018B1 (ko) 2014-07-29 2014-07-29 보행 동작 인식 장치 및 그 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220033988A Division KR102569009B1 (ko) 2014-07-29 2022-03-18 보행 동작 인식 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20160014284A KR20160014284A (ko) 2016-02-11
KR102378018B1 true KR102378018B1 (ko) 2022-03-24

Family

ID=55178765

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020140096320A KR102378018B1 (ko) 2014-07-29 2014-07-29 보행 동작 인식 장치 및 그 방법
KR1020220033988A KR102569009B1 (ko) 2014-07-29 2022-03-18 보행 동작 인식 장치 및 그 방법
KR1020230107221A KR20230124532A (ko) 2014-07-29 2023-08-16 보행 동작 인식 장치 및 그 방법

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020220033988A KR102569009B1 (ko) 2014-07-29 2022-03-18 보행 동작 인식 장치 및 그 방법
KR1020230107221A KR20230124532A (ko) 2014-07-29 2023-08-16 보행 동작 인식 장치 및 그 방법

Country Status (2)

Country Link
US (2) US9737240B2 (ko)
KR (3) KR102378018B1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6660110B2 (ja) * 2015-07-23 2020-03-04 原田電子工業株式会社 歩行解析方法および歩行解析システム
JP6418652B2 (ja) * 2016-04-22 2018-11-07 トヨタ自動車株式会社 上肢リハビリ支援装置及びその作動方法
US11110024B2 (en) * 2016-08-17 2021-09-07 Power Assist International Corporation Wearable assist robot apparatus
US11246507B2 (en) * 2016-08-18 2022-02-15 Sigmasense, Llc. Wireless in-shoe physical activity monitoring apparatus
KR102556924B1 (ko) 2016-09-05 2023-07-18 삼성전자주식회사 보행 보조 방법 및 이를 수행하는 장치
KR20180096241A (ko) 2017-02-21 2018-08-29 삼성전자주식회사 보행 보조 장치의 제어 방법 및 장치
CN109325479B (zh) * 2018-11-28 2020-10-16 清华大学 步伐检测方法及装置
CN109919943B (zh) * 2019-04-16 2020-11-10 广东省妇幼保健院 婴儿髋关节角度自动检测方法、系统和计算设备
CN110558991B (zh) * 2019-07-30 2022-05-20 福建省万物智联科技有限公司 一种步态分析方法
KR102278728B1 (ko) * 2019-08-09 2021-07-16 재단법인대구경북과학기술원 관성센서 기반의 경직 등급 자동 결정 시스템
CN110522458A (zh) * 2019-10-15 2019-12-03 北京理工大学 一种适用于膝关节外骨骼的步态实时识别方法
CN112869732B (zh) * 2019-11-29 2024-05-28 宝成工业股份有限公司 分析步态的方法及其装置
GB2616682A (en) * 2022-03-18 2023-09-20 Biomex Ltd Apparatus and method for determining phase of gait of a subject
WO2024034889A1 (ko) * 2022-08-12 2024-02-15 삼성전자주식회사 보행 상태 결정 방법 및 그 방법을 수행하는 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100651639B1 (ko) 2005-12-30 2006-12-01 서강대학교산학협력단 지능형 근력 및 보행 보조용 로봇의 발바닥 압력 센서
JP2007160076A (ja) 2005-11-15 2007-06-28 Univ Nihon 人の姿勢動作判別装置およびエネルギー消費量算出装置
JP2013099433A (ja) 2011-11-08 2013-05-23 Tokyo Metropolitan Univ 行動認識プログラム、行動認識用の端末および行動認識用の処理装置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6360597B1 (en) 1997-01-08 2002-03-26 The Trustees Of Boston University In-shoe remote telemetry gait analysis system
US8864846B2 (en) 2005-03-31 2014-10-21 Massachusetts Institute Of Technology Model-based neuromechanical controller for a robotic leg
KR101252634B1 (ko) * 2006-04-07 2013-04-09 삼성전자주식회사 보행자세 분석 시스템
AU2010207942A1 (en) * 2009-01-30 2011-09-15 Massachusetts Institute Of Technology Model-based neuromechanical controller for a robotic leg
KR101053491B1 (ko) * 2009-04-07 2011-08-08 (주)휴레브 모션 센서를 이용한 보행주기 검출시스템과 방법
US9188963B2 (en) 2009-07-06 2015-11-17 Autonomous Id Canada Inc. Gait-based authentication system
US9314394B2 (en) 2009-10-21 2016-04-19 Honda Motor Co., Ltd. Motion assisting device, control method therefor, and rehabilitation method
EP2555716A2 (en) 2010-04-05 2013-02-13 Iwalk, Inc. Controlling torque in a prosthesis or orthosis
US8548740B2 (en) 2010-10-07 2013-10-01 Honeywell International Inc. System and method for wavelet-based gait classification
KR101384988B1 (ko) * 2011-04-08 2014-04-21 연세대학교 원주산학협력단 능동적 로보틱 보행 훈련 시스템 및 방법
KR101317354B1 (ko) * 2011-11-21 2013-10-11 서강대학교산학협력단 보행보조토크 제어방법 및 보행보조장치
KR101323019B1 (ko) * 2011-11-25 2013-10-29 신대섭 보행 보조 로봇을 이용한 재활 치료장치
KR101361362B1 (ko) 2012-02-14 2014-02-12 한국산업기술대학교산학협력단 사용자의 보행주기에 따라 능동적으로 이동 속도를 결정하는 보행보조로봇
US9682005B2 (en) 2012-02-24 2017-06-20 Massachusetts Institute Of Technology Elastic element exoskeleton and method of using same
US9610209B2 (en) * 2012-11-01 2017-04-04 Honda Motor Co., Ltd. Walking motion assist device
US9451881B2 (en) 2012-12-06 2016-09-27 Autonomous_Id Canada Inc. Gait-based biometric system for detecting weight gain or loss
US9204797B2 (en) 2012-12-06 2015-12-08 Autonomous Id Canada Inc. Gait-based biometric system for detecting pathomechanical abnormalities relating to disease pathology
KR101358943B1 (ko) 2013-02-12 2014-02-07 한국과학기술연구원 보행 재활 로봇의 골반 지지 장치
KR20160016925A (ko) * 2013-05-31 2016-02-15 프레지던트 앤드 펠로우즈 오브 하바드 칼리지 인간 모션과의 보조를 위한 소프트 엑소슈트
KR102119536B1 (ko) * 2014-01-15 2020-06-05 삼성전자주식회사 착용형 로봇 및 그 제어 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007160076A (ja) 2005-11-15 2007-06-28 Univ Nihon 人の姿勢動作判別装置およびエネルギー消費量算出装置
KR100651639B1 (ko) 2005-12-30 2006-12-01 서강대학교산학협력단 지능형 근력 및 보행 보조용 로봇의 발바닥 압력 센서
JP2013099433A (ja) 2011-11-08 2013-05-23 Tokyo Metropolitan Univ 行動認識プログラム、行動認識用の端末および行動認識用の処理装置

Also Published As

Publication number Publication date
US9737240B2 (en) 2017-08-22
KR102569009B1 (ko) 2023-08-21
KR20160014284A (ko) 2016-02-11
US20170296100A1 (en) 2017-10-19
US20160029928A1 (en) 2016-02-04
KR20230124532A (ko) 2023-08-25
KR20220039694A (ko) 2022-03-29

Similar Documents

Publication Publication Date Title
KR102569009B1 (ko) 보행 동작 인식 장치 및 그 방법
KR102387378B1 (ko) 보행 동작 인식을 위한 장치 및 방법
KR102391966B1 (ko) 보행 보조를 제어하기 위한 장치 및 그 방법
KR102292683B1 (ko) 보행 환경 인식 방법 및 장치
US10449106B2 (en) Method and apparatus for walking assistance
Wagstaff et al. Robust data-driven zero-velocity detection for foot-mounted inertial navigation
KR102365191B1 (ko) 사용자의 동작을 인식하기 위한 장치 및 방법
CN109771225B (zh) 步行辅助装置及其控制方法
KR102586196B1 (ko) 보행 보조 장치 및 그 동작 방법
JP2007272436A (ja) 物体追跡装置、異常状態検知装置及び物体追跡方法
Weon et al. Intelligent robotic walker with actively controlled human interaction
KR102018416B1 (ko) 사용자의 자세나 자세의 변화에 기초하여 배뇨 또는 사정을 모니터링하기 위한 장치 내지 시스템, 배뇨 또는 사정을 모니터링하는 방법, 그리고 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체
WO2019088990A1 (en) Control system for mobile robots
KR20210066698A (ko) 관성 센서 기반의 위치 추정 방법 및 장치
KR20220107920A (ko) 카메라 영상을 이용한 딥러닝 기술 기반 전방 보행자의 자세 예측 및 이를 활용한 충돌 위험도 추정 기술
KR102085372B1 (ko) 보행 상태 추정 방법 및 장치
JP6892685B2 (ja) 歩行者認識装置、歩行者認識方法及びプログラム
US11752393B2 (en) Balance training method using wearable device and the wearable device
JP2010097488A (ja) 周辺監視装置
Nishant Using smartphone sensors for robotic person following
Ramos-Jiménez et al. A Biomimetical Dynamic Window Approach to Navigation for Collaborative Control.
KR20180086536A (ko) 센서 초기화 방법 및 장치

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right