KR102490972B1 - 라이다센서 및 인공지능을 이용한 실외 골프-시뮬레이션 운영 시스템 - Google Patents

Abstract

본 발명은 실외 골프연습장의 각 경기룸에 설치되는 라이다(LiDAR) 센서들을 이용하여, 플레이어의 각 신체의 움직임과, 골프클럽의 각 부위의 움직임, 골프공의 궤적정보를 포함하는 객체벡터정보를 생성하며, 생성된 객체벡터정보를 기반으로 가상골프경기가 운영되도록 구성됨으로써 실제 플레이어의 스윙에 대한 센싱이 정밀하게 이루어질 뿐만 아니라 가상골프경기의 리얼리티, 흥미 및 재미를 현저히 높일 수 있으며, 스크린-골프 관리서버가 기 학습된 최적스윙검출 알고리즘을 이용하여, 컨트롤러로부터 전송받은 객체벡터정보 및 환경정보를 분석하여 해당 플레이어의 최적스윙정보 및 코멘트정보를 생성하여 이를 해당 컨트롤러로 제공함과 동시에 컨트롤러가 스크린-골프 관리서버로부터 전송받은 최적스윙정보 및 코멘트정보를 전시단말기에 디스플레이 함으로써 플레이어가 현재 가상골프경기의 현재 환경에 따른 최적스윙정보를 참고할 수 있기 때문에 골프 연습/훈련의 효율성 및 효과를 극대화시킬 수 있을 뿐만 아니라 플레이어의 흥미 및 재미를 유발하여 참여도를 높일 수 있는 라이다센서 및 빅데이터를 이용한 스크린-골프 운영시스템에 관한 것이다.

Description

라이다센서 및 인공지능을 이용한 실외 골프-시뮬레이션 운영 시스템{Management system of outdoor golf simulation using LiDAR sensor and AI}

본 발명은 라이다센서 및 인공지능을 이용한 실외 골프-시뮬레이션 운영 시스템에 관한 것으로서, 상세하게로는 플레이어의 실제 타격에 대한 결과를 골프-시뮬레이션 경기에 정확하게 반영하여 리얼리티를 높여 골프-시뮬레이션 경기의 흥미, 현실감 및 참여도를 높일 수 있으며, 플레이어의 스윙에 대한 코멘트 정보를 제공하여 플레이어의 골프 연습/훈련의 효율성 및 효과를 극대화시킬 수 있는 라이다센서 및 인공지능을 이용한 실외 골프-시뮬레이션 운영 시스템을 제공하기 위한 것이다.

최근 들어, 골프에 대한 관심이 높아져 골프를 즐기는 인구가 증가하고, 영상 및 센싱(Sensing) 기술이 고도화되고 정밀화됨에 따라 실내 공간에서 스크린을 이용하여 골프 경기 서비스를 제공하는 스크린골프 시스템이 대중화되었다.

이러한 스크린골프 시스템은 스크린을 통하여 골프-시뮬레이션 경기를 제공할 수 있기 때문에 플레이어에게 실제 골프 경기의 재미를 제공할 수 있을 뿐만 아니라 야외 필드와 비교하여 접근성이 높아 시간 및 비용이 절감되는 등의 이유로 인해 야외 필드의 방문이 쉽지 않은 바쁜 현대인들의 특성으로 인해 그 이용자수가 기하급수적으로 증가하고 있다.

그러나 스크린골프 시스템은 밀폐된 공간에서 경기가 이루어지기 때문에 야외 필드와 비교하여 플레이어가 느끼는 쾌적함, 현실감, 해방감 등이 떨어지는 구조적 한계를 갖고, 이러한 구조적 한계로 인해 해외에서는 국내와 비교하여 인기, 보급률 및 대중성이 현저히 떨어진다.

즉 종래의 스크린골프 시스템의 장점과 야외 골프연습장의 장점을 융합시켜, 실외 및 실내의 각 장점을 부각시키되, 단점을 상쇄시킬 수 있는 복합형 골프연습장에 대한 연구가 시급한 실정이나, 종래의 스크린골프 시스템을 실외 골프연습장에 단순 적용시키는 경우에는 다음과 같은 문제점이 발생한다.

종래의 스크린골프 시스템에 있어서, 플레이어, 골프공 및 클럽 등의 객체를 감지하는 수단으로는 주로 카메라 센서 및 적외선 센서가 사용되고 있다.

그러나 카메라 센서는 광량 및 조도가 높은 날씨인 경우, 빛 반사, 굴절, 우천, 음양 등의 외부 환경으로 인해 객체 검지율이 현저히 떨어져 오류 및 에러율이 높은 단점을 갖는다.

또한 카메라 센서는 카메라의 포커스에 따른 영역에 한해서만 센싱이 가능하기 때문에 검지영역(Sensing coverage)이 매우 좁은 특성을 갖고, 이에 따라 타석과 인접한 영역에서의 골프공의 물리적인 특성의 분석은 가능하나, 타석을 벗어난 영역에서는 검지가 불가능한 단점을 갖는다.

또한 카메라 센서는 검지영역에 목적구가 아닌 다른 골프공이 배치된 경우, 타격대상인 목적구 대신 다른 공을 검지하는 오류가 빈번하여 플레이어는 경기 도중, 검지영역에 다른 골프공을 위치시키지 않도록 주의해야하는 번거로움을 갖고, 이로 인해 경기 집중력이 떨어지는 갖는다.

즉 종래의 실내 스크린골프 시스템에서 사용되는 카메라 센서는, 카메라의 포커스에 대응하는 검지영역(대략 30 ~ 50㎠)에 한정하여, 골프공의 특성과, 클럽헤드의 움직임, 타격 시 클럽헤드 및 골프공의 접촉면(충돌면)의 위치 및 면적 등에 대한 센싱이 가능하여 검지영역 내에서 수집된 정보를 기반으로 물리적 특성의 분석이 이루어지기 때문에 타격 이후, 골프공의 움직임을 마지막까지 리딩하지 못한 상태로 분석이 이루어져 분석의 정확성 및 신뢰도가 떨어져 리얼리티가 저하되는 문제점이 발생한다.

특히, 카메라 센서나 적외선 센서에서 흔히 발생하는 오류 중에 하나는, 탑핑(Topping)이 날 때, 골프클럽이 스윙 궤도를 따라 왼쪽으로 먼저 올라가고 골프공이 바닥으로 굴러 나오기 때문에 골프공 및 골프클럽을 서로 바꾸어 인식하는 오류가 발생하고, 이에 따라 공이 바닥으로 굴러갔음에도 불구하고 왼쪽 위로 움직이는 골프클럽을 골프공으로 오인식하는 오류 및 에러가 빈번하게 발생한다.

또한 종래의 실내 스크린골프 시스템을 설치하기 위해서는, 내부에 망 공사, 메모리폼 공사, 경사로 목공, 스크린-천 공사, 인테리어 공사 등과 같이 복잡하고 다양한 공사가 이루어지기 때문에 설치 및 운용비용이 증가하는 문제점이 발생한다.

한편, 라이다(LiDAR, Light Detection And Ranging)는 외부 대상체로 광신호를 조사한 후, 수신되는 광신호의 시간차(Time of flight) 또는 위상차를 검출하여 거리를 측정하는 것을 의미하며, 레이더와 비교하여 공간 분해능 및 해상도가 우수한 장점으로 인해 종래에 항공 및 위성 분야 등 특수 분야에 한정 사용되었으나, 최근 에는 감시정찰 등의 민수 및 국반 분야 로봇, 무인 수상함, 드론 등의 항공기, 산업용 보안 및 안전 분야 등 다양한 분야로 확대 적용되고 있다.

이러한 라이다(LiDAR)는 x, y, z의 3차원 점군(Point Cloud)을 활용하여 실시간으로 입체 영상을 모델링 할 수 있기 때문에 감지된 객체의 궤적을 추적 및 검출하기 위한 용도로 널리 사용되고 있다.

즉 골프장 또는 골프 연습장에 라이다를 접목시켜, 객체(플레이어, 골프클럽 및 골프공)의 움직임을 감지한 후, 감지된 정보를 가공 및 활용하여 다양한 부가서비스(정보제공, 트레이닝, 골프-시뮬레이션 등)를 제공하기 위한 연구가 다양하게 진행되고 있다.

도 1은 국내공개특허 제10-2021-0064333호(발명의 명칭 : 골프 연습장 샷 이동 경로 특성을 위한 시스템 및 방법)에 개시된 골프 연습장 샷 이동 경로 특성을 위한 시스템을 나타내는 구성도이다.

도 1의 골프 연습장 샷 이동 경로 특성을 위한 시스템(이하 종래기술이라고 함)(100)은 사용자가 골프 볼을 표적 영역(110)으로 타격할 수 있는 발사 영역(120)을 포함한다.

이때 발사 영역(120)은 다중 수준에 걸쳐 배치될 수 있는 복수의 타격 베이(130)를 갖고, 상세하게로는 13개의 타격 베이(130:130-1, ..., 130-13)들을 갖는다.

발사영역(120)은 직선일 수 있어서, 각각의 타격 베이(130)로부터의 최적 발사 방향은 동일한 방향이거나, 작은 곡률을 가질 수 있다.

또한 종래기술(100)은 3개의 거리 레이더, 즉 제1 시야(FOV)(150)를 갖는 제1 레이더(140), 표적영역(110)의 측면에 위치하는 제2 FOV(151)를 갖는 제2 레이더(141), 및 발사 영역(120) 위에 위치된 제3 FOV(152)를 갖는 제3 레이더(142)를 갖는다.

이러한 3개의 레이더(140, 141, 142)들은 비교적 많은 수의 골프 볼, 예를 들어 수십 개 또는 그 초과의 골프 볼을 동시 비행에서 추적하여 발사된 볼이 어느 타격 베이(130)에서 유래했는지를 결정하고 발사된 볼의 비행 세부 사항을 적절한 타격 베이(130)에서 디스플레이를 통해 전시한다.

이와 같이 구성되는 종래기술(100)은 3개의 레이더 센서(140, 141, 142)들을 통해 다수의 타격 베이(130)로부터 발사되는 골프 샷들에 대한 이동 경로 특성을 결정할 수 있는 장점을 갖는다.

그러나 종래기술(100)은 제1 레이더 센서(140) 및 제2 레이더 센서(141)가 타격 베이(130)를 길이 방향 상에서 분할하여 검지하도록 설치되고, 제3 레이더 센서(142)가 전방의 제3 FOV(152)를 검지하도록 설치되기 때문에 실질적으로 단일 레이더 센서(142)만으로 넓은 영역의 제3 FOV(152)를 검지하기 때문에 검지율 및 정밀도가 떨어지는 단점을 갖는다.

또한 종래기술(100)은 전방을 향하는 방향을 X축이라고 할 때, 제3 FOV(152)를 통과하는 골프 샷의 X축 방향의 벡터성분의 검지가 불가능하기 때문에 미세한 골프 샷의 물리적인 특성을 검출하지 못하는 구조적 한계를 갖는다.

또한 종래기술(100)은 타격 베이가 단층으로 형성되는 경우만을 감안하였기 때문에 타격 베이가 복층으로 형성될 때, 다수의 골프 샷들을 정밀하게 검출할 수 없는 문제점이 발생한다.

또한 종래기술(100)은 플레이어의 스윙 자세나 또는 골프 클럽의 움직임을 검출하기 위한 기술 및 방법이 전혀 기재되어 있지 않기 때문에 플레이어 및 골프 클럽의 움직임에 대한 정보를 검출하지 못하는 구조적 한계를 갖는다.

또한 종래기술(100)은 플레이어의 타격이 이루어지면, 플레이어, 골프 클럽 및 골프 볼의 물리적 특성을 종합적으로 분석하여, 해당 플레이어의 타격에서의 문제점에 대한 코멘트 정보를 플레이어에게 제공하기 위한 기술 및 방법이 전혀 기재되어 있지 않기 때문에 트레이닝 효과 및 효율성이 떨어지는 단점을 갖는다.

또한 종래기술(100)은 플레이어가 타격 베이에 안착된 골프 볼을 단순히 타격하는 것만으로 운영되기 때문에 골프-시뮬레이션을 플레이어에게 제공하지 못하여, 연습의 재미, 흥미 및 참여도가 떨어지는 구조적 한계를 갖는다.

본 발명은 이러한 문제를 해결하기 위한 것으로, 본 발명의 해결과제는 플레이어의 실제 타격에 대한 결과를 골프-시뮬레이션 경기에 정확하게 반영하여 리얼리티를 높여 골프-시뮬레이션 경기의 흥미, 현실감 및 참여도를 높일 수 있으며, 플레이어의 스윙에 대한 코멘트 정보를 제공하여 플레이어의 골프 연습/훈련의 효율성 및 효과를 극대화시킬 수 있는 라이다센서 및 인공지능을 이용한 실외 골프-시뮬레이션 운영 시스템을 제공하기 위한 것이다.

상기 과제를 해결하기 위한 본 발명의 해결수단은 다수의 타석들이 구비되는 테라스와 상기 테라스의 전방에 설치되는 그물망으로 구성되는 실외 골프연습장의 운영을 관리하는 실외 골프 연습시스템을 포함하는 실외 골프-시뮬레이션 운영 시스템에 있어서: 상기 실외 골프 연습시스템은 각 타석에 설치되는 모니터; 각 타석의 내부 공간인 타격영역(S1)으로 라이다(LiDAR) 신호를 송출한 후, 반사 신호를 수신 받는 객체검지용 라이다센서들을 포함하는 타석용 라이다부; 상기 그물망의 내부 공간인 상공영역(S2)으로 라이다 신호를 송출한 후, 반사 신호를 수신 받는 라이다센서들을 포함하는 상공용 라이다부; 컨트롤러를 포함하고, 상기 컨트롤러는 상기 객체검지용 라이다센서들에 의해 송수신된 라이다신호를 스캐닝하여, 플레이어, 골프클럽 및 골프공의 객체를 인식 및 트래킹 하여, 플레이어의 움직임정보와, 골프클럽의 움직임정보, 타격영역(S1) 내 골프공 궤적정보를 포함하는 제1 객체벡터정보를 생성하는 제1 객체벡터정보 생성부; 상기 상공용 라이다부의 라이다센서들에 의해 송수신된 라이다신호를 스캐닝하여 골프공을 인식한 후, 상기 제1 객체벡터정보 생성부에 의해 생성된 제1 객체벡터정보를 활용하여, 타격영역(S1) 및 상공영역(S2)의 골프공들을 매칭시키며, 매칭된 골프공을 트래킹 하여, 상공영역(S2) 내 골프공 궤적정보를 검출하며, 검출된 상공영역(S2) 내 골프공 궤적정보와 제1 객체벡터정보를 매칭시켜 최종 객체벡터정보를 생성하는 최종 객체벡터정보 생성부; 기 제작된 골프-시뮬레이션 프로그램을 활용하여, 실제 필드를 모의화한 가상 필드를 기반으로 골프-시뮬레이션이 진행되되, 기 설정된 계산식 또는 계산테이블을 통해 상기 최종 객체벡터정보 생성부에 의해 생성된 최종 객체벡터정보에 따른 착지지점을 가상필드에 매칭시키는 경기영상을 상기 모니터에 디스플레이 하는 골프-시뮬레이션 운영부를 포함하는 것이다.

또한 본 발명에서 상기 컨트롤러는 각 타격영역(S1)을 복수개로 분할한 세그먼트(Segment)들을 제1 큐브(Cs1)라고 할 때, 각 제1 큐브(Cs1)의 위치정보가 저장되는 메모리를 더 포함하고, 상기 제1 객체벡터정보 생성부는 상기 객체검지용 라이다센서들에 의해 송수신된 라이다신호를 스캐닝 하며, 스캐닝정보와 기 설정된 제1 큐브(Cs1)별 위치정보를 활용하여 각 제1 큐브별로 라이다영상을 생성하는 스캐닝모듈; 상기 스캐닝모듈에 의해 생성된 각 제1 큐브별 라이다영상에 대하여, 소벨필터를 적용하여 픽셀 변화율이 임계치 이상인 픽셀을 검출하여, 에지라인으로 이루어지는 제1 큐브별 에지영상을 추출하는 제1 큐브별 에지영상 변환모듈; 상기 제1 큐브별 에지영상 변환모듈에 의해 변환된 각 제1 큐브별 에지영상을 분석하여 객체를 인식하는 객체인식모듈; 상기 객체인식모듈에 의해 인식된 객체의 움직임을 추적하는 객체 트래킹모듈; 상기 객체 트래킹모듈에 의해 트래킹 된 객체가 플레이어일 때 실행되며, 플레이어의 각 신체의 움직임을 검출한 후, 검출된 플레이어의 각 신체의 움직임을 포함하는 플레이어 움직임정보를 생성하는 플레이어 움직임정보 생성모듈; 상기 객체 트래킹모듈에 의해 트래킹 된 객체가 골프클럽일 때 실행되며, 골프클럽의 각 부위의 움직임과, 클럽헤드와 골프공이 충돌하는 위치 및 면적을 포함하는 골프공 충돌정보를 검출한 후, 검출된 골프클럽의 각 부위의 움직임과 골프공 충돌정보를 포함하는 골프클럽 움직임정보를 생성하는 골프클럽 움직임정보 생성모듈; 상기 객체 트래킹모듈에 의해 트래킹 된 객체가 골프공일 때 실행되며, 골프공의 위치, 이동속도, 궤적 및 탄도를 검출한 후, 검출된 골프공의 위치, 이동속도, 궤적 및 탄도를 포함하는 골프공 궤적정보를 생성하는 골프공 궤적정보 생성모듈; 상기 플레이어 움직임정보 생성모듈, 상기 골프클럽 움직임정보 생성모듈 및 골프공 궤적정보 생성모듈에서 생성된 플레이어 움직임정보, 골프클럽 움직임정보 및 골프공 궤적정보를 매칭시켜 제1 객체벡터정보를 생성하는 제1 객체벡터정보 생성모듈을 포함하는 것이 바람직하다.

또한 본 발명에서 상기 객체인식모듈은 각 제1 큐브별 에지영상으로부터 인식된 객체가 플레이어일 때, 플레이어의 에지라인과 일정간격으로 균등하게 형성되는 수평선들의 교점인 중간값 픽셀들을 연결한 선인 중심라인을 추출한 후, 추출된 중심라인을 활용하여 해당 플레이어의 신체를 인식하고, 상기 플레이어 움직임정보 생성모듈은 상기 객체인식모듈에 의해 인식된 중심라인의 이동정보를 통해 몸의 중심축인 체중이동정보를 검출한 후, 검출된 체중이동정보가 포함되도록 플레이어 움직임정보를 생성하는 것이 바람직하다.

또한 본 발명에서 상기 메모리에는 상공영역(S2)을 복수개로 분할한 세그먼트들을 제2 큐브(Cs2)라고 할 때, 각 제2 큐브(Cs2)의 위치정보가 저장되고, 상기 최종 객체벡터정보 생성부는 상기 상공용 라이다부의 라이다센서들에 의해 송수신된 라이다신호를 스캐닝 하며, 스캐닝정보와 기 설정된 제2 큐브(Cs2)별 위치정보를 활용하여 각 제2 큐브별로 라이다영상을 생성한 후, 소벨필터를 이용하여 생성된 제2 큐브별 라이다영상을 제2 큐브별 에지영상으로 변환하며, 변환된 각 제2 큐브별 에지영상을 분석하여 객체를 인식하는 것이 바람직하다.

또한 본 발명에서 상기 메모리에는 상기 테라스가 복층일 때, 각 층의 타석의 바닥면과 동일한 높이의 기준선들이 기 설정되어 저장되고, 상기 최종 객체벡터정보 생성부는 상공영역(S2) 내 골프공의 궤적정보를 검출하는 제2 골프공 궤적정보 생성모듈; 골프공이 해당 층의 기준선을 통과할 때, 통과지점까지의 거리를 해당 플레이어의 비거리로 산출하는 비거리 산출모듈; 상기 제1 객체벡터정보 생성부에 의한 제1 객체벡터정보와, 상기 제2 골프공 궤적정보 생성모듈에 의한 상공영역(S2) 내 골프공 궤적정보와, 상기 비거리 산출모듈에 의한 비거리 정보를 매칭시켜 최종 객체벡터정보를 생성하는 최종 객체벡터정보 생성모듈을 포함하는 것이 바람직하다.

또한 본 발명에서 상기 비거리 산출모듈은 골프공이 상기 그물망에 접촉될 때, 해당 골프공의 속도, 이동방향, 가속도 및 탄도를 포함하는 물리적 특성을 검출한 후, 검출된 골프공의 물리적 특성과 골프공이 접촉된 그물망의 위치를 활용하여, 골프공이 그물망에 접촉하지 않고 비행할 때, 해당 층의 기준선에 도달하는 지점인 비거리 및 방향을 산출하는 것이 바람직하다.

또한 본 발명에서 상기 실외 골프-시뮬레이션 운영 시스템은 AI 기반 중앙서버를 더 포함하고, 상기 골프-시뮬레이션 운영부는 가상필드상에서의 플레이어의 위치, 지형 고도와, 홀의 위치, 지형 고도와 풍속 및 풍향을 포함하는 환경정보와 해당 플레이어의 스윙이 이루어진 이후, 가상 필드상에서의 골프공의 최종 낙하지점인 타격결과정보를 검출하고, 상기 컨트롤러는 상기 최종 객체벡터정보 생성부에 의해 생성된 최종 객체벡터정보와, 상기 골프-시뮬레이션 운영부에서 검출된 환경정보 및 스윙결과정보를 매칭시킨 수집데이터를 생성하는 빅데이터 수집부; 상기 최종 객체벡터정보 생성부에 의해 생성된 객체벡터정보와, 상기 골프-시뮬레이션 운영부에서 검출된 환경정보를 매칭시킨 코멘트 요청데이터를 생성하는 코멘트정보 요청부; 상기 빅데이터 수집부에 의해 생성된 수집데이터와, 상기 코멘트정보 요청부에 의해 생성된 코멘트 요청데이터를 상기 AI 기반 중앙서버로 전송하는 제어부를 더 포함하고, 상기 AI 기반 중앙서버는 기 설정된 최적스윙검출 알고리즘이 저장되며, 상기 컨트롤러로부터 전송받은 수집데이터가 저장되는 데이터베이스부; 기 설정된 주기(T) 마다 실행되며, 주기(T) 동안 전송받은 수집데이터의 최종 객체벡터정보, 환경정보 및 타격결과정보를 활용하여, 가상필드상에서의 해당 플레이어의 최적의 스윙정보인 최적스윙정보를 검출하기 위한 파라미터 값들의 집합을 도출하여 상기 최적스윙검출 알고리즘의 학습을 수행하는 인공지능 학습부; 상기 컨트롤러로부터 전송받은 코멘트 요청데이터의 최종 객체벡터정보 및 환경정보를 상기 최적스윙검출 알고리즘의 입력데이터로 하여, 최적스윙정보를 출력하는 최적스윙정보 생성부; 상기 최적스윙정보 생성부에 의해 생성된 최적스윙정보를 상기 컨트롤러로 전송하는 제2 제어부를 포함하는 것이 바람직하다.

또한 본 발명에서 상기 실외 골프 연습시스템은 각 타석에 설치되는 전시단말기를 더 포함하고, 상기 컨트롤러는 상기 AI 기반 중앙서버로부터 최적스윙정보를 전송받으면, 전송받은 최적스윙정보가 상기 전시단말기에 디스플레이 되도록 하는 디스플레이부를 더 포함하는 것이 바람직하다.

또한 본 발명에서 상기 AI 기반 중앙서버는 코멘트정보 생성부를 더 포함하고, 상기 코멘트정보 생성부는 상기 컨트롤러로부터 전송받은 코멘트 요청데이터의 최종 객체벡터정보와, 상기 최적스윙정보 생성부에 의해 생성된 최적스윙정보를 입력받는 데이터 입력모듈; 상기 데이터 입력모듈을 통해 입력된 최종 객체벡터정보 및 최적스윙정보를, ‘플레이어의 각 신체별 움직임’, ’체중이동‘, ‘골프클럽의 각 부위별 움직임’, ’클럽헤드 및 골프공의 충돌정보‘ 중 적어도 하나 이상을 포함하는 기 설정된 카테고리별로 추출하는 카테고리별 데이터 추출모듈; 상기 카테고리별 데이터 추출모듈에 의해 추출된 데이터들을 비교하여, 최종 객체벡터정보와 최적스윙정보에서, 동일 카테고리의 데이터들을 비교하여, 각 카테고리별 차이데이터를 검출하는 카테고리별 데이터 비교모듈; 상기 카테고리별 데이터 비교모듈에 의해 검출된 각 카테고리별 차이데이터들을 매칭시킴과 동시에 해당 스윙의 문제점 및 해결방안 정보를 포함하는 코멘트정보를 생성하는 코멘트정보 생성모듈을 포함하고, 상기 컨트롤러의 상기 디스플레이부는 상기 AI 기반 중앙서버로부터 코멘트정보를 전송받으면, 전송받은 코멘트정보가 상기 전시단말기에 디스플레이 하는 것이 바람직하다.

또한 본 발명에서 상기 코멘트정보 생성부는 상기 카테고리별 데이터 비교모듈에 의해 검출된 각 카테고리별 차이데이터를 그래픽으로 시각화하는 시각화모듈을 더 포함하고, 상기 코멘트정보 생성모듈은 상기 시각화모듈에 의해 시각화된 각 카테고리별 차이데이터를 포함하는 코멘트정보를 생성하는 것이 바람직하다.

또한 본 발명에서 상기 타석용 라이다부는 각 타석에 설치되며, 플레이어의 요청에 따라 실행되어 플레이어에 의해 전방으로 배치된 골프클럽을 향하여 라이다신호를 송수신하는 클럽등록용 라이다센서를 더 포함하고, 상기 컨트롤러는 상기 클럽등록용 라이다센서에 의해 송수신된 라이다신호를 스캐닝 하여, 인식된 골프클럽의 클럽헤드 크기, 클럽헤드의 로프트 각도 및 샤프트 길이 중 적어도 하나 이상을 검출한 후, 검출된 데이터를 포함하는 클럽등록정보를 생성하는 클럽등록정보 생성부를 더 포함하고, 상기 컨트롤러의 상기 제어부는 상기 클럽등록정보 생성부에 의해 생성된 클럽등록정보를 상기 AI 기반 중앙서버로 전송하고, 상기 데이터베이스부에는 제조사/종류별로 골프클럽의 클럽헤드 크기, 클럽헤드의 로프트 각도, 샤프트 길이가 매칭된 기준테이블이 저장되고, 상기 AI 기반 중앙서버는 상기 컨트롤러로부터 전송받은 클럽등록정보에 포함된 클럽헤드 크기, 클럽헤드의 로프트 각도 및 샤프트 길이 정보를 추출하며, 상기 기준테이블을 탐색하여, 해당 골프클럽의 종류를 검출하며, 검출된 골프클럽의 종류를 나타내는 골프클럽 식별정보, 클럽등록정보 및 회원정보를 매칭시켜 등록완료정보를 생성하여 상기 데이터베이스부에 저장하는 골프클럽 등록부를 더 포함하는 것이 바람직하다.

또한 본 발명에서 상기 골프클럽 움직임정보 생성모듈은 상기 객체 인식모듈에 의해 인식된 골프클럽(C)의 헤드 크기, 헤드 로프트 각도 및 샤프트 길이를 검출한 후, 검출된 데이터들을 매칭시켜 클럽상세정보를 생성하며, 생성된 클럽상세정보를 포함하여 골프클럽 움직임정보를 생성하고, 상기 AI 기반 중앙서버는 상기 컨트롤러로부터 수집데이터를 전송받을 때 실행되는 최종타격정보 생성부를 더 포함하고, 상기 최종타격정보 생성부는 상기 컨트롤러로부터 전송받은 수집데이터를 입력받는 수집데이터 입력모듈; 상기 수집데이터 입력모듈에 의해 입력된 수집데이터로부터 최종객체벡터정보의 골프클럽 움직임정보의 클럽상세정보를 추출하는 데이터 추출모듈; 상기 데이터베이스부에 저장된 해당 회원의 등록완료정보의 클럽등록정보와, 상기 데이터 추출모듈에 의해 추출된 클럽상세정보를 카테고리별로 비교하여, 현재 스윙에 사용된 골프클럽의 종류를 선정하는 클럽종류 선정모듈; 상기 클럽종류 선정모듈에 의해 선정된 골프클럽 종류를 나타내는 골프클럽 식별정보와, 수집데이터를 매칭시켜 최종타격정보를 생성하며, 생성된 최종타격정보를 상기 데이터베이스부에 저장하는 최종타격정보 생성모듈을 포함하는 것이 바람직하다.

또한 본 발명에서 상기 테라스의 각 타석에는 골프-티가 승하강 가능하도록 설치되고, 상기 타석용 라이다부는 해당 타석의 골프-티를 향하여 라이다신호를 송수신하는 티-높이 인식용 라이다센서를 더 포함하고, 상기 제1 객체벡터정보 생성부는 상기 티-높이 인식용 라이다센서에 의해 송수신된 라이다신호를 스캐닝 하여 상기 골프-티의 높이인 티-높이(h)를 산출하는 티-높이 검출모듈을 더 포함하고, 상기 제1 객체벡터정보 생성모듈은 상기 티-높이 검출모듈에 의해 검출된 티-높이를 포함하여 제1 객체벡터정보를 생성하는 것이 바람직하다.

또한 본 발명에서 상기 AI 기반 중앙서버는 최적 부가정보 생성부를 더 포함하고, 상기 최적 부가정보 생성부는 상기 데이터베이스부에 저장된 해당 회원에 대한 최종타격정보들을 추출하는 최종타격정보 추출모듈; 상기 최종타격정보 추출모듈에 의해 추출된 최종타격정보들의 환경정보를 분석하여, 최종타격정보들 중 가상필드 상의 현재 환경과 유사한 환경정보들을 갖는 최종타격정보들을 추출하는 유사환경 추출모듈; 상기 유사환경 추출모듈에 의해 추출된 최종타격정보들의 타격결과정보를 참조하여, 타격결과가 우수한 순서대로 최종타격정보들을 정렬하며, 정렬된 최종타격정보들 중 기 설정된 상위 수량의 최종타격정보들인 상위 최종타격정보들을 추출하는 데이터 정렬모듈; 상기 데이터 정렬모듈에 의해 추출된 상위 최종타격정보들의 골프클럽의 식별정보들 중 가장 많은 비중을 차지하는 클럽종류 식별정보를 최적 클럽종류로 추천하는 최적 클럽종류 추천모듈; 상기 데이터 정렬모듈에 의해 추출된 상위 최종타격정보들의 티-높이의 평균값을 산출한 후, 산출된 평균값을 최적 티-높이로 추천하는 최적 티-높이 추천모듈; 상기 최적 클럽종류 추천모듈 및 상기 최적 티-높이 추천모듈에 의해 추천된 최적 클럽종류 및 최적 티-높이 정보를 매칭시켜 최적 부가정보를 생성하는 최적 부가정보 생성모듈을 포함하고, 상기 코멘트정보 생성부는 상기 최적 부가정보 생성모듈에 의해 생성된 최적 부가정보를 포함하여 코멘트정보를 생성하는 것이 바람직하다.

또한 본 발명에서 상기 골프클럽 움직임정보 생성모듈은 상기 객체 인식모듈에 의해 인식된 골프클럽(C)의 샤프트의 휘어지는 정도인 강도(Flex)값과 비틀림강성(회전모멘트)을 나타내는 토크(Torque)값을 산출하고, 산출된 강도 및 토크를 포함하여 골프클럽 움직임정보를 생성하고, 상기 최종타격정보 생성부는 상기 컨트롤러로부터 전송받은 최종 객체벡터정보의 골프클럽 움직임정보의 강도 및 토크 정보를 추출하며, 기 설정된 강도 및 토크의 정상범위와 추출된 강도 및 토크를 비교하여, 샤프트의 강도 또는 토크가 정상범위 보다 낮으면, 해당 회원에게 현재 샤프트 강도보다 낮은 강도의 샤프트 강도를 추천하되, 샤프트의 강도 또는 코트가 정상범위 보다 높으면, 해당 회원에게 현재 샤프트 강도보다 낮은 강도의 샤프트 강도를 추천하는 최적 샤프트 강도 추천모듈을 더 포함하고, 상기 최적 부가정보 생성모듈은 상기 최적 샤프트 강도 추천모듈에 추천된 최적 샤프트 강도를 포함하여 최적 부가정보를 생성하는 것이 바람직하다.

상기 과제와 해결수단을 갖는 본 발명에 따르면 플레이어의 실제 타격에 대한 결과를 골프-시뮬레이션 경기에 정확하게 반영하여 리얼리티를 높여 골프-시뮬레이션 경기의 흥미, 현실감 및 참여도를 높일 수 있으며, 플레이어의 스윙에 대한 코멘트 정보를 제공하여 플레이어의 골프 연습/훈련의 효율성 및 효과를 극대화시키기 위한 것이다.

도 1은 국내공개특허 제10-2021-0064333호(발명의 명칭 : 골프 연습장 샷 이동 경로 특성을 위한 시스템 및 방법)에 개시된 골프 연습장 샷 이동 경로 특성을 위한 시스템을 나타내는 구성도이다.
도 2는 본 발명에 적용되는 실외 골프연습장을 나타내는 평면 예시도이다.
도 3은 도 2의 측면 예시도이다.
도 4는 도 2의 테라스를 나타내는 예시도이다.
도 5는 본 발명의 일실시예인 실외 골프-시뮬레이션 운영 시스템을 나타내는 구성도이다.
도 6은 도 5의 실외 골프 연습시스템을 나타내는 블록도이다.
도 7은 도 6의 타석을 나타내는 예시도이다.
도 8은 6의 컨트롤러의 객체 검지에 활용되는 타격영역(S1)의 큐브를 설명하기 위한 측면예시도이다.
도 9는 도 8의 평면예시도이다.
도 10은 본 발명의 컨트롤러에서 제1 큐브(Cs1) 별로 골프공의 궤적을 감지하는 과정을 설명하기 위한 예시도이다.
도 11은 본 발명의 상공영역(S2)에 적용되는 제2 큐브(Cs2)들을 설명하기 위한 실외 골프연습장의 측면예시도이다.
도 12는 도 6의 컨트롤러를 나타내는 블록도이다.
도 13은 도 12의 제1 객체벡터정보 생성부를 나타내는 블록도이다.
도 14의 (a)는 도 13의 제1 라이다신호 스캐닝모듈에 의해 생성된 제1 큐브별 라이다영상을 나타내는 예시도이고, (b)는 도 13의 제1 큐브별 에지영상 변환모듈에 의해 생성된 제1 큐브별 에지영상을 나타내는 예시도이다.
도 15는 도 14의 객체인식모듈에 의해 인식된 플레이어의 중심라인을 나타내는 예시도이다.
도 16의 (a), (b)는 본 발명의 클럽헤드 및 골프공의 충돌정보를 설명하기 위한 예시도이다.
도 17은 도 12의 최종 객체벡터정보 생성부를 나타내는 블록도이다.
도 18은 도 5의 AI 기반 중앙서버를 나타내는 블록도이다.
도 19는 도 18의 최종타격정보 생성부를 나타내는 블록도이다.
도 20은 도 18의 최적 스윙정보 생성부를 나타내는 블록도이다.
도 21은 도 18의 최적 부가정보 생성부를 나타내는 블록도이다.
도 22는 도 18의 코멘트정보 생성부를 나타내는 블록도이다.

이하, 첨부된 도면을 참조하여 본 발명의 일실시예를 설명한다.

도 2는 본 발명에 적용되는 실외 골프연습장을 나타내는 평면 예시도이고, 도 3은 도 2의 측면 예시도이고, 도 4는 도 2의 테라스를 나타내는 예시도이다.

도 2 내지 4의 실외 골프연습장(200)은 본 발명의 일실시예인 후술되는 도 5의 실외 골프-시뮬레이션 운영 시스템(1)에 적용되는 통상의 골프연습장이다.

또한 실외 골프 연습장(200)은 복수층으로 형성되되, 각 층에 복수개의 타석(210)들이 구비되는 테라스(201)와, 테라스(201)의 전방의 테두리 및 상부에 설치되어 내부 공간(S2)으로 골프공(B)들이 비행하는 그물망(220)으로 이루어진다.

테라스(201)는 전방이 개방된 다층 구조로 이루어지되, 각 층에는 플레이어의 타격이 이루어지는 타석(210)들이 일렬로 간격을 두고 구비된다.

그물망(220)은 테라스(201)의 전방의 테두리 및 상부에 설치되어 내부에 넓은 영역의 공간(S2)이 형성되고, 이 공간(S2)으로는 플레이어의 타격에 의한 골프공(B)의 비행이 이루어지게 된다.

이하, 각 타석(210)의 내부에 형성되어 플레이어의 타격이 이루어지는 공간을 타격영역(S1)이라고 명칭하기로 하고, 그물망(220)의 내부에 형성되어 골프공의 비행이 이루어지는 공간을 상공영역(S2)이라고 명칭하기로 한다.

이때 각 타격영역(S1)은 평면상으로 바라보았을 때, 선단부가 경계선(990)을 기준으로 상공영역(S2)의 후단부와 연결되도록 설정된다. 즉 각 타격영역(S1)을 통과한 골프공(B)은 경계선(990)을 통과하여 상공영역(S2)으로 이동하게 된다.

또한 테라스(201)의 인접한 타석(210)들 사이에는 측벽들이 설치된다. 즉 각 타석(210)의 타격영역(S1)은 해당 타석(210)의 양측에 설치되는 측벽들 사이의 공간을 의미한다.

또한 각 타석(210)의 천장, 후벽 및 양측벽들에는 라이다센서(55‘)들이 설치된다. 이때 라이다센서(55‘)들은 해당 타격영역(S1)의 천장, 후벽 또는 양측벽에, XYZ축 방향으로 간격을 두고 설치됨으로써 타격영역(S1) 내의 플레이어, 골프클럽 및 골프공(B)의 움직임/궤적을 감지한다.

통상적으로, 라이다(Lidar, Light Detection And Ranging)는 레이저를 발사하여 산란되거나 반사되는 레이저가 돌아오는 시간과 강도, 주파수의 변화, 편광 상태의 변화 등으로부터 측정 대상물의 거리와 농도, 속도, 형상 등 물리적 성질을 측정하며, 극초단파를 이용하여 대상물까지의 왕복 시간을 관측하여 거리를 구하는 레이더(RADAR: Radio Detection And Ranging)와 유사하지만, 전파를 이용하는 레이다와 달리 빛을 이용한다는 차이가 있으며, 이러한 점에서 '영상 레이더'라고 칭해지기도 한다.

또한 실외 골프연습장(200)의 그물망(220)에는 라이다센서(57‘)들이 간격을 두고 설치된다.

이때 그물망(220)의 라이다센서(57‘)들은 그물망(220)의 XYZ축 방향으로 간격을 두고 설치됨으로써 상공영역(S2)을 비행하는 골프공(B)의 궤적을 감지한다.

도 5는 본 발명의 일실시예인 실외 골프-시뮬레이션 운영 시스템을 나타내는 구성도이다.

본 발명의 일실시예인 실외 골프-시뮬레이션 운영 시스템(1)은 전술하였던 도 2 내지 4의 실외 골프연습장(200)과 통상의 스크린 골프장을 융합하여 플레이어에게 골프-시뮬레이션 및 티칭 서비스를 야외에서 제공하기 위한 것으로서, 상세하게로는 플레이어가 실외에서 골프-시뮬레이션을 즐길 수 있을 뿐만 아니라 객체 검지율이 떨어지며 다수의 골프공들이 상충되는 실외 골프의 특성을 감안하여, 라이다(LiDAR) 센서들을 이용하여 객체를 감지하도록 구성됨으로써 플레이어의 실제 타격에 대한 결과를 골프-시뮬레이션 경기에 정확하게 반영하여 리얼리티를 높여 골프-시뮬레이션 경기의 흥미, 현실감 및 참여도를 높일 수 있으며, 플레이어의 스윙에 대한 코멘트 정보를 제공하여 플레이어의 골프 연습/훈련의 효율성 및 효과를 극대화시키기 위한 것이다.

또한 본 발명의 실외 골프-시뮬레이션 운영 시스템(1)은 도 5에 도시된 바와 같이, AI 기반 중앙서버(3)와, 실외 골프 연습시스템(5-1), ..., (5-N)들, 통신망(10)으로 이루어진다.

통신망(10)은 AI 기반 중앙서버(3) 및 실외 골프 연습시스템(5-1), ..., (5-N)들 사이의 데이터 이동경로를 제공하며, 상세하게로는 광역 통신망(WAN) 등의 유무선 네트워크-망, 3G, 4G, 5G, LTE 등으로 구성될 수 있다.

도 6은 도 5의 실외 골프 연습시스템을 나타내는 블록도이고, 도 7은 도 6의 타석을 나타내는 예시도이다.

도 6과 7의 실외 골프 연습시스템(5)은 전술하였던 도 2 내지 4의 실외 골프연습장(200)에 구축되며, AI 기반 중앙서버(3)와 연동하여 플레이어(Player)에게 골프-시뮬레이션 및 티칭 서비스를 제공하기 위한 시스템이다.

또한 실외 골프 연습시스템(5)은 도 6에 도시된 바와 같이, 실외 골프연습장(200)의 각 타석(210)에 설치되어 해당 플레이어(P)의 골프-시뮬레이션 영상콘텐츠가 전시되는 모니터(52)와, 각 타석(210)에 설치되어 플레이어(P)의 스윙 및 타격에 대한 코멘트 정보가 전시되는 전시단말기(53)와, 각 타석(210)에 설치되는 라이다센서(55‘)들을 포함하는 타석용 라이다부(55)와, 그물망(220)에 설치되는 라이다센서(57‘)들을 포함하는 상공용 라이다부(57)와, 전술하였던 구성수단(52), (53), (55), (57)들의 동작을 관리 및 제어함과 동시에 AI기반 중앙서버(3)와 연동하여 플레이어(P)에게 골프-시뮬레이션 및 티칭 서비스를 제공하는 컨트롤러(51)로 이루어진다.

실외 골프연습장(200)은 전술하였던 바와 같이, 복층 구조의 테라스(201)와, 테라스(201) 전방에 설치되는 그물망(220)으로 이루어지고, 테라스(201)의 각 층에는 플레이어의 골프 연습이 이루어지는 소정의 공간인 타석(210)들이 일렬로 배치된다.

또한 각 타석(210)의 바닥면에는 도 7에 도시된 바와 같이, 플레이어(P)의 골프스윙을 위한 매트(211)가 마련되고, 매트(211)에는 골프-티(212)가 설치된다.

이때 골프-티(212)는 플레이어의 조작에 따라 승하강 가능하도록 구성된다. 즉 플레이어는 매트(211)의 일측에 설치된 조작패널(215)을 통해 골프-티(212)의 높이를 제어할 수 있다.

또한 각 타석(210)의 매트(211)의 일측에는 골프-시뮬레이션 영상콘텐츠가 전시되는 모니터(52)가 설치된다. 이때 골프-시뮬레이션 프로그램은 실제 필드를 모의화한 가상필드를 기반으로 골프-시뮬레이션 경기를 진행하는 가상게임을 제공하고, 이러한 골프-시뮬레이션 프로그램은 골프 게임 및 스크린 골프 등에서 널리 사용되는 기술이기 때문에 상세한 설명은 생략하기로 한다.

또한 각 타석(210)의 매트(211)의 후방에는 플레이어의 스윙에 따른 코멘트 정보가 전시되는 전시단말기(53)가 설치된다. 이때 코멘트 정보는 플레이어의 스윙에 대한 문제점, 해결방안, 최적스윙정보 등을 포함한다.

또한 각 타석(210)에는 라이다센서(55‘)들이 설치된다.

각 타석의 라이다센서(55‘)들은 도 6에 도시된 바와 같이, 골프클럽을 등록하기 위한 클럽등록용 라이다센서(5501)와, 골프-티(212)의 높이를 감지하기 위한 티-높이 인식용 라이다센서(5502)와, 타격영역(S1) 내 객체의 움직임을 감지하기 위한 객체검지용 라이다센서(5503)들로 이루어진다.

클럽등록용 라이다센서(5501)는 매트(212)의 일측에 설치되어 회원 가입된 플레이어로부터 신규 골프클럽의 등록을 요청받을 때 실행되며, 플레이어에 의해 전방에 배치된 골프클럽을 향하여 라이다신호를 송수신한 후, 송수신된 라이다신호 정보를 컨트롤러(51)로 출력하고, 컨트롤러(51)는 클럽등록용 라이다센서(5501)로부터 입력된 라이다신호를 스캐닝하여 라이다영상을 생성한 후, 생성된 라이다영상을 분석하여 클럽헤드 크기, 클럽헤드의 로프트 각도, 샤프트 길이 등을 검출한다.

이때 플레이어는 조작패널(215), 모니터(52), 별도의 조작버튼 등을 통해 신규 골프클럽의 등록을 요청할 수 있다.

티-높이 인식용 라이다센서(5502)는 각 타석(210)의 측벽 또는 후벽에 설치되며, 매트(211)의 골프-티(212)를 향하여 라이다신호를 송수신하며, 송수신된 라이다신호를 컨트롤러(51)로 출력하고, 컨트롤러(51)는 티-높이 인식용 라이다센서(5502)로부터 전송받은 라이다신호를 스캐닝하여, 골프-티의 높(h)를 산출한다.

객체검지용 라이다센서(5503)들은 각 타석(210)의 천장(218), 측벽(219)들 및 후벽(미도시)에XYZ축 방향으로 간격을 두고 설치된다.

이러한 타석용 라이다부(55)의 라이다센서(55‘)들에 의해 송수신된 라이다신호 정보는 컨트롤러(51)로 출력되고, 컨트롤러(51)는 타석용 라이다부(55)의 라이다센서(55’)들에 의해 송수신된 라이다신호를 분석하여, 타격영역(S1)의 객체(플레이어, 골프클럽 및 골프공)의 움직임을 감지함과 동시에 티-높이를 검출하게 된다.

이때 타격영역(S1)의 객체를 감지하기 위해서는 단일 라이다센서를 설치하여도 무방하나, 본 발명에서 타격영역(S1)의 외측에 다수의 객체검지용 라이다센서(5503)들을 설치하여 객체 검지율을 높이도록 함과 동시에 기 설정된 제1 큐브(Cs) 별로 객체를 감지하여 객체 감지의 정밀도 및 정확성을 높이도록 하였다.

도 8은 6의 컨트롤러의 객체 검지에 활용되는 타격영역(S1)의 큐브를 설명하기 위한 측면예시도이고, 도 9는 도 8의 평면예시도이다.

본 발명의 컨트롤러(51)는 각 타석(S10)의 타석용 라이다부(55)의 객체검지용 라이다센서(5503)들로부터 송수신된 라이다신호 정보를 전송받으면, 전송받은 라이다신호를 스캐닝하여 라이다영상을 획득하되, 도 8과 9에 도시된 바와 같이, 타격영역(S1)을 복수개로 분할하여 각 제1 큐브(Cs) 별 라이다영상을 획득하게 된다.

이때 제1 큐브(Cs1)들은 길이 방향(Y축)으로 길게 형성되되, 폭 방향으로 서로 이격되는 제1 수평가상선(L11)들과, 폭 방향(X축)으로 길게 형성되되, 길이 방향으로 서로 이격되는 제2 수평가상선(L12)들과, 수직방향(Z축)으로 길게 형성되되, XY축 방향으로 서로 이격되게 형성되는 수직가상선(L2)들로 타격영역(S1)을 분할하였을 때, 분할되는 각 세그먼트(Segment)들을 의미한다.

또한 컨트롤러(51)는 객체검지용 라이다센서(5503)들에 의한 제1 큐브별 영상이 생성되면, 생성된 제1 큐브별 영상들을 분석하여 객체(플레이어, 골프클럽 및 골프공)의 움직임 및 궤적정보를 검출, 상세하게로는 1)해당 플레이어의 움직임(각 신체의 움직임, 체중이동 등)과, 2)골프클럽의 움직임(각 부위의 회전궤도, 속도, 클럽헤드 및 골프공의 접촉 위치 등), 3)타격영역(S1) 내에서의 골프공의 궤적(이동, 속도, 회전, 탄도 등)을 검출한다.

또한 컨트롤러(51)는 티-높이 인식용 라이다센서(5502)로부터 전송받은 라이다신호를 스캐닝하여, 티-높이(h)를 검출한다.

또한 컨트롤러(51)는 클럽인식용 라이다센서(5501)로부터 전송받은 라이다신호를 스캐닝하여, 플레이어가 신규 등록하고자 하는 클럽헤드 크기, 클럽헤드의 로프트 각도, 샤프트 길이 등을 포함하는 클럽등록정보를 생성하며, 생성된 클럽등록정보를 해당 플레이어의 식별정보(로그인 정보)와 함께 AI 기반 중앙서버(3)로 전송한다.

도 10은 본 발명의 컨트롤러에서 제1 큐브(Cs1) 별로 골프공의 궤적을 감지하는 과정을 설명하기 위한 예시도이다.

일반적으로 골프는 스윙에 따라, ’원플레인스윙(One plane swing)’, ‘투플레인스윙(Two plane swing)’, ‘미들플레인 스윙(Middle plane swing)’, ‘쿼터스윙(Quarter swing)’, ‘백스윙(Back swing)’, ‘다운힐스윙(Down hill swing)’, ‘업앤힐스윙(Up and hill swing)’ 등으로 분류된다.

이러한 골프는 전술하였던 스윙의 종류와, 스윙자세, 스윙세기, 스윙궤도, 클럽헤드와 골프공이 충돌되는 위치 및 면적 등의 다양한 변수에 따라, 골프공의 궤적이 다양하게 이루어지는 매우 예민한 스포츠이다.

본원 발명은 이러한 골프의 특성을 감안한 것으로서, 본 발명의 컨트롤러(51)는 감지영역의 라이다센서(55‘)들을 활용하여, 각 제1 큐브(Cs1) 별로 객체(플레이어, 골프클럽, 골프공 및 티 높이)를 감지하기 때문에 객체 트래킹의 정밀도 및 신뢰도를 높일 수 있다.

예를 들어, 도 10에 도시된 바와 같이, 단순히 골프공(B)의 최초 위치(가)와 최종 위치(나) 만을 활용하여 공의 궤적을 검출하는 경우, 골프공(B)의 최초 위치(가) 및 최종 위치(나)를 연결한 선(L)을 공의 궤적으로 검출하게 되나, 본 발명에서는 각 제1 큐브(Cs1) 별로 골프공(B)의 객체를 감지하기 때문에 a -> b -> c -> d로 이루어지는 골프공의 궤적을 정밀하게 검출할 수 있게 된다.

다시 말하면, 본원 발명은 각 타석(210)의 천장 및 측벽에 설치되는 라이다 센서(55‘)들을 이용하여, 각 큐브(Cs1) 별로 객체 감지 및 트래킹이 이루어지기 때문에 플레이어의 움직임, 골프클럽의 움직임, 티-높이 및 골프공의 궤적을 정밀하게 검출할 수 있게 된다.

도 11은 본 발명의 상공영역(S2)에 적용되는 제2 큐브(Cs2)들을 설명하기 위한 실외 골프연습장의 측면예시도이다.

본 발명의 컨트롤러(51)는 그물망(220)에 설치된 라이다센서(57‘)들로부터 송수신된 라이다신호 정보를 전송받으면, 전송받은 라이다신호를 스캐닝하여 라이다영상을 획득하되, 도 11에 도시된 바와 같이, 상공영역(S2)을 복수개로 분할한 제2 큐브(Cs2) 별로 라이다영상을 획득하게 된다.

이때 제2 큐브(Cs2)들은 제1 큐브(Cs1)와 동일하게, 상공영역(S2)을 복수개로 분할한 세그먼트(Segment)들을 의미한다.

또한 컨트롤러(51)에는 측면상으로 바라보았을 때, 각 층수의 바닥면과 동일한 높이의 타석의 층수에 대응하여 해당 층의 바닥면과 동일한 높이의 기준선(800)들이 기 설정되어 저장되며, 제2 큐브(Cs2)들을 활용하여 상공영역(S2) 내의 골프공(B) 궤적을 검출할 때, 해당 층수에 대응하는 기준선(800)을 기준으로, 그 상부의 제2 큐브(Cs2)들만을 활용하여 골프공(B)의 궤적을 검출함과 동시에 골프공(B)이 해당 기준선(800)을 통과하는 지점까지를 비거리로 산출한다.

예를 들어, 컨트롤러(51)는 2층의 타석에서 타격이 이루어질 때, 2층에 대응하는 기준선(800)을 기준으로 그 상부의 제2 큐브(Cs2)들만을 활용하여 골프공(B) 궤적을 검출함과 동시에 골프공(B)이 해당 기준선(800)을 통과하는 지점까지를 비거리로 산출한다.

또한 컨트롤러(51)는 그물망(220)의 전방부, 천장 또는 양측부에 골프공(B)이 접촉될 때, 골프공(B)의 속도, 이동방향, 가속도, 탄도 등의 물리적 특성을 검출하며, 검출된 물리적 특성을 활용하여, 골프공(B)의 비거리를 산출한다.

즉 컨트롤러(51)는 1)타격영역(S1) 내의 제1 큐브(Cs1)별 에지영상이 생성되면, 생성된 제1 큐브(Cs1)별 에지영상들을 분석하여, 타격영역(S1) 내에서의 객체(플레이어, 골프클럽, 골프공 및 골프공)의 움직임 및 궤적정보를 포함하는 객체벡터정보를 검출하되, 2)상공영역(S2) 내의 제2 큐브(Cs2)별 에지영상이 생성되면, 생성된 제2 큐브(Cs2)별 에지영상들을 분석하여 상공영역(S2) 내에서의 골프공의 궤적을 포함하는 객체벡터정보를 검출함으로써 타격영역(S1) 및 상공영역(S2)을 분리하여 객체를 감지할 수 있을 뿐만 아니라 각 영역을 큐브별로 분할하여 객체를 감지하여 객체 검지율을 극대화시킬 수 있다.

도 12는 도 6의 컨트롤러를 나타내는 블록도이다.

컨트롤러(51)는 도 12에 도시된 바와 같이, 제어부(500)와, 메모리(505), 데이터 송수신부(510), 인증요청부(515), 클럽등록정보 생성부(520), 제1 객체벡터정보 생성부(530), 최종 객체벡터정보 생성부(540), 골프-시뮬레이션 운영부(550), 빅데이터 수집부(560), 코멘트정보 요청부(570), 디스플레이부(580)로 이루어진다.

제어부(500)는 타석(201)에 진입한 플레이어가 모니터(52)를 통해 로그인 정보를 입력하면, 인증요청부(515)를 실행시킨다. 이때 인증요청부(515)는 AI 기반 중앙서버(3)와 연동하여 해당 플레이어의 로그인 인증을 처리한다.

또한 제어부(500)는 플레이어로부터 신규 골프클럽의 등록을 요청받으면, 클럽등록정보 생성부(520)를 실행시킨다. 이때 플레이어는 모니터(52), 조작패널(251), 별도의 조작버튼 등을 이용하여 신규 골프클럽의 등록을 요청할 수 있다.

또한 제어부(500)는 데이터 송수신부(510)를 통해 타석용 라이다부(55)의 티-높이 인식용 라이다센서(5502) 및 객체검지용 라이다센서(5503)들로부터 라이다신호 정보를 전송받으면, 전송받은 라이다신호 정보를 제1 객체벡터정보 생성부(530)로 입력한다.

또한 제어부(500)는 데이터 송수신부(510)를 통해 상공용 라이다부(57)의 라이다센서(57‘)들로부터 라이다신호 정보를 전송받으면, 전송받은 라이다신호 정보를 최종 객체벡터정보 생성부(540)로 입력한다.

또한 제어부(500)는 제1 객체벡터정보 생성부(53)에 의해 제1 객체벡터정보가 생성되면, 생성된 제1 객체벡터정보를 최종 객체벡터정보 생성부(540)로 입력하고, 최종 객체벡터정보 생성부(540)에 의해 최종 객체벡터정보가 생성되면, 생성된 최종 객체벡터정보를 골프-시뮬레이션 운영부(550), 빅데이터 수집부(560) 및 코멘트정보 요청부(570)로 입력한다.

또한 제어부(500)는 빅데이터 수집부(560)에 의해 수집데이터가 생성되면, 생성된 수집데이터가 AI 기반 중앙서버(3)로 전송되도록 데이터 송수신부(510)를 제어한다.

또한 제어부(500)는 코멘트정보 요청부(570)에 의해 코멘트 요청데이터가 생성되면, 생성된 코멘트 요청데이터가 AI 기반 중앙서버(3)로 전송되도록 데이터 송수신부(510)를 제어한다.

또한 제어부(500)는 데이터 송수신부(510)를 통해 AI 기반 중앙서버(3)로부터 코멘트정보를 전송받으면 전송받은 코멘트정보를 전시단말기(53)로 전송하여 해당 전시단말기(53)에서 해당 플레이어의 타격에 대한 코멘트정보가 디스플레이 되도록 한다.

메모리(505)에는 각 타석용 라이다부(55)의 라이다센서(55‘)들 각각의 설치 위치정보와 기 설정된 제1 큐브(Cs1)별 위치정보가 기 설정되어 저장된다.

또한 메모리(505)에는 상공용 라이다부(57)의 라이다센서(57‘)들 각각의 설치 위치정보와 기 설정된 제2 큐브(Cs2)별 위치정보가 기 설정되어 저장된다.

또한 메모리(505)에는 후술되는 도 13의 제1 객체벡터정보 생성부(530)에 의해 생성된 제1 큐브(Cs1)별 라이다영상들, 제1 큐브(Cs1)별 에지영상들 및 제1 객체벡터정보들이 임시 저장된다.

또한 메모리(505)에는 후술되는 최종 객체벡터정보 생성부(540)에 의해 생성된 제2 큐브(Cs2)별 라이다영상들, 제2 큐브(Cs2)별 에지영상들 및 최종 객체벡터정보들이 임시 저장된다.

또한 메모리(505)에는 기 제작된 골프-시뮬레이션 프로그램이 저장된다.

이때 골프-시뮬레이션 프로그램은 실제 필드를 모의화한 가상필드를 기반으로 골프 경기를 진행하되, 기 설정된 계산식 또는 계산테이블을 통해 입력된 최종 객체벡터정보를 분석하여 착지지점 및 이동정보를 생성한 후, 착지지점 및 이동정보를 백그라운드 영상에 매칭시켜 골프-시뮬레이션 영상콘텐츠를 생성한다. 이러한 가상골프 시뮬레이션 프로그램은 통상의 스크린 골프에서 널리 공지된 기술이기 때문에 상세한 설명은 생략하기로 한다.

데이터 송수신부(510)는 AI 기반 중앙서버(3)와 데이터를 송수신한다.

인증요청부(515)는 모니터(52)를 통해 플레이어로부터 로그인 정보를 입력받을 때 실행되며, 입력된 로그인 정보를 AI 기반 중앙서버(3)로 전송하여 인증을 요청하며, AI 기반 중앙서버(3)로부터 인증에 성공하였다는 인증확인데이터를 전송받으면, 해당 플레이어의 로그인 접속을 허용한다.

클럽등록정보 생성부(520)는 플레이어가 골프클럽의 신규 등록을 요청할 때 실행되며, 해당 타석(210)에 배치된 클럽등록용 라이다센서(5501)로부터 전송받은 라이다신호를 스캐닝 하여, 인식된 골프클럽의 클럽헤드 크기, 클럽헤드 로프트 각도, 샤프트 길이 등을 검출하며, 검출된 데이터들을 매칭시켜 클럽등록정보를 생성한다.

이때 클럽등록정보 생성부(520)에 의해 생성된 클럽등록정보는 제어부(500)의 제어에 따라 데이터 송수신부(510)를 통해 AI 기반 중앙서버(3)로 전송되고, AI 기반 중앙서버(3)는 컨트롤러(51)로부터 전송받은 클럽등록정보를 분석하여, 해당 골프클럽의 종류를 검출한 후, 검출된 골프클럽 종류 및 클럽등록정보를 해당 플레이어와 매칭시켜 저장한다.

도 13은 도 12의 제1 객체벡터정보 생성부를 나타내는 블록도이고, 도 14의 (a)는 도 13의 제1 라이다신호 스캐닝모듈에 의해 생성된 제1 큐브별 라이다영상을 나타내는 예시도이고, (b)는 도 13의 제1 큐브별 에지영상 변환모듈에 의해 생성된 제1 큐브별 에지영상을 나타내는 예시도이다.

제1 객체벡터정보 생성부(530)는 타석용 라이다부(55)의 티-높이 인식용 라이다센서(5502) 및 객체검지용 라이다센서(5503)들로부터 송수신된 라이다신호 정보를 입력받는다.

또한 제1 객체벡터정보 생성부(530)는 도 13에 도시된 바와 같이, 라이다신호 입력모듈(531)과, 스캐닝모듈(532), 제1 큐브별 에지영상 변환모듈(533), 객체인식모듈(534), 객체 트래킹모듈(535), 티-높이 검출모듈(536), 플레이어 움직임정보 생성모듈(537), 골프클럽 움직임정보 생성모듈(538), 골프공 궤적정보 생성모듈(539), 제1 객체벡터정보 생성모듈(539‘)로 이루어진다.

라이다신호 입력모듈(531)은 타석용 라이다부(55)의 티-높이 인식용 라이다센서(5502)에 의해 송수신된 라이다신호 정보와, 객체검지용 라이다센서(5503)들에 의해 송수신된 라이다신호를 입력받는다.

스캐닝모듈(531)은 1)라이다신호 입력모듈(531)에 의해 입력된 티-높이 인식용 라이다센서(5502)의 라이다신호를 스캐닝(Scanning) 하여 라이다영상을 획득하며, 획득된 라이다영상을 티-높이 검출모듈(536)로 입력함과 동시에 2)라이다신호 입력모듈(531)에 의해 입력된 객체검지용 라이다센서(5503)의 라이다신호를 스캐닝하며, 스캐닝정보와 기 설정된 제1 큐브(Cs1)별 위치정보를 활용하여 도 14의 (a)에 도시된 바와 같이, 제1 큐브(Cs1)별 라이다영상(410)을 생성한다.

이때 제1 라이다신호 스캐닝모듈(532)에 의해 생성된 제1 큐브(Cs1)별 라이다영상(410)들은 제어부(500)의 제어에 따라, 제1 큐브(Cs1)별 에지영상 변환모듈(533)로 출력된다.

제1 큐브(Cs1)별 에지영상 변환모듈(533)은 스캐닝모듈(532)에 의해 생성된 도 14의 (a)의 라이다영상(410)에 대한 에지를 검출하기 위하여, 라이다영상(410)에 통상적으로 사용되는 소벨필터를 적용하여 픽셀의 변화율이 임계치 이상인 픽셀을 검출하여 도 14의 (b)에 도시된 바와 같은 에지라인으로 이루어지는 제1 큐브(Cs1)별 에지영상(420)을 추출한다.

이때 컨트롤러(51)가 도 14의 (a)의 제1 큐브(Cs1)별 라이다영상(420)만을 생성한다고 가정할 때, 해당 제1 큐브(Cs1)별 라이다영상(420)은 다수의 에지(경계선)들로 이루어지기 때문에 데이터 처리량이 과도하게 증가하게 되나, 본 발명에서는 컨트롤러(51)의 제1 큐브(Cs1)별 에지영상 추출모듈(533)이 도 14의 (b)에서와 같이, 임계치 이상의 변화율을 갖는 에지들만으로 이루어지는 각 큐브별 에지영상(420)을 생성함으로써 연산처리량을 현저히 절감시켜 연산처리 효율성을 극대화시킬 수 있게 된다.

이때 제1 큐브(Cs1)별 에지영상 변환모듈(533)에 으해 생성된 제1 큐브(Cs1)별 에지영상(420)들은 제어부(500)의 제어에 따라 메모리(505)에 임시 저장됨과 동시에 데이터 송수신부(510)를 통해 AI 기반 중앙서버(3)로 전송된다.

도 15는 도 14의 객체인식모듈에 의해 인식된 플레이어의 중심라인을 나타내는 예시도이다.

객체인식모듈(534)은 제1 큐브(Cs1)별 에지영상 변환모듈(533)에 의해 변환된 제1 큐브(Cs1)별 에지영상(420)을 분석하여 객체(플레이어, 골프클럽 및 골프공)를 인식하며, 상세하게로는 1)감지된 객체가 플레이어일 때, 어깨, 팔, 손목, 다리, 가슴 등과 같은 플레이어의 각 신체와, 2)감지된 객체가 골프클럽일 때, 클럽헤드, 그립, 샤프트 등과 같은 골프클럽의 각 부위와, 3)골프공을 인식한다.

또한 객체인식모듈(534)은 인식된 객체가 플레이어(P)일 때, 각 큐브별 에지영상 변환모듈(533)에 의해 변화된 각 큐브별 에지영상(420)으로부터 플레이어 객체(P)의 중심라인(431)을 추출한다.

이때 중심라인(431)은 도 15에 도시된 바와 같이, 플레이어 객체(P)의 에지라인과 일정간격으로 균등하게 형성되는 수평선들의 교점의 중간값 픽셀을 연결하는 선을 의미한다.

또한 객체인식모듈(534)은 추출된 플레이어 객체(P)의 중심라인(431)을 활용하여, 신체의 머리(A), 손(B, C), 발(D, E)의 위치를 결정한다.

객체 트래킹모듈(535)은 객체인식모듈(534)에 의해 인식된 객체(플레이어, 골프클럽 및 골프공)의 움직임을 추적한다.

티-높이 검출모듈(536)은 스캐닝모듈(532)에 의한, 티-높이 인식용 라이다센서(5502)의 라이다영상을 분석하여, 골프-티의 높이(h)를 산출한다.

플레이어 움직임정보 생성모듈(537)은 객체 인식모듈(533)에 의해 인식되어 객체 트래킹모듈(534)에 의해 트래킹 된, 플레이어(Player)의 각 신체(팔, 손, 어깨, 발 등)의 움직임(이동방향, 속도 및 회전궤도 등)을 검출한다.

또한 플레이어 움직임정보 생성모듈(537)은 객체인식모듈(533)에 의해 인식된 중심라인의 이동정보를 통해 몸의 중심축인 체중이동정보를 검출한다.

즉 플레이어 움직임정보 생성모듈(537)은 체중이동정보와, 각 신체(팔, 손, 어깨, 발 등)의 이동방향, 속도 및 회전궤도 등이 매칭된 플레이어 움직임정보를 생성한다.

도 16의 (a), (b)는 본 발명의 클럽헤드 및 골프공의 충돌정보를 설명하기 위한 예시도이다.

골프클럽 움직임정보 생성모듈(536)은 객체 인식모듈(533)에 의해 인식되어 객체 트래킹모듈(534)에 의해 트래킹 된, 골프클럽의 각 부위(클럽헤드, 그립, 샤프트 등)의 움직임(이동방향, 속도 및 회전궤도 등)을 검출한다.

또한 골프클럽 움직임정보 생성모듈(536)은 도 16의 (a), (b)에 도시된 바와 같이, 객체 인식모듈(533)에 의해 인식된 골프클럽(C)의 클럽헤드(C1)가 골프공(B)과 충돌이 이루어질 때, 클럽헤드(C1)와 골프공(B)의 충돌이 이루어지는 클럽헤드(C1) 상의 위치 및 면적을 나타내는 클럽헤드 충돌정보(L)를 검출한다.

또한 골프클럽 움직임정보 생성모듈(536)은 객체 인식모듈(533)에 의해 인식된 골프클럽(C)의 헤드 크기, 헤드 로프트 각도, 샤프트 길이 등을 검출한 후, 검출된 헤드 크기, 헤드 로프트 각도, 샤프트 길이 등을 포함하는 클럽상세정보를 생성한다.

또한 골프클럽 움직임정보 생성모듈(538)은 스윙 시, 골프클럽(C)의 샤프트의 휘어지는 크기인 강도값과, 비틀림강성(회전모멘트)을 나타내는 토크(Torque)값을 검출한다. 일반적으로 골프클럽의 샤프트는 탄성을 높이도록 휘어지는 부분인 킥포인트(Kick Point)를 갖도록 제조되고, 스윙 시 적절한 샤프트의 강도 및 토크를 가질 때, 최적의 스윙이 이루어지게 된다.

즉 골프클럽 움직임정보 생성모듈(538)은 라이다센서를 이용한 샤프트 객체의 스캐닝 정보를 통해, 플레이어의 스윙 시, 샤프트의 강도 및 토크값을 검출한다.

다시 말하면, 본 발명의 골프클럽 움직임정보 생성모듈(538)은 1)클럽헤드 충돌정보와, 2)골프클럽의 각 부위(클럽헤드, 그립, 샤프트 등)의 이동방향, 속도 및 회전궤도와, 3)클럽상세정보, 4)샤프트의 강도 및 토크값을 포함하는 골프클럽 움직임정보를 생성한다.

골프공 궤적정보 생성모듈(539)은 객체 인식모듈(534)에 의해 인식되어 객체 트래킹모듈(535)에 의해 트래킹 된, 골프공의 위치, 이동속도, 궤적 및 탄도, 타격 시 발사-각도 등의 골프공 궤적정보를 생성한다.

이때 본 발명에서는 전술하였던 바와 같이, 골프공의 궤적을 제1 큐브(Cs1)별로 분할하여 감지 및 트래킹하기 때문에 골프공의 궤적을 정밀하고 신속하게 트래킹 할 수 있게 된다.

제1 객체벡터정보 생성모듈(539‘)은 티-높이 검출모듈(536), 플레이어 움직임정보 생성모듈(537), 골프클럽 움직임정보 생성모듈(538) 및 골프공 궤적정보 생성모듈(539)에서 검출/생성된 티-높이 정보, 플레이어 움직임정보, 골프클럽 움직임정보 및 골프공 궤적정보를 포함하는 제1 객체벡터정보를 생성한다.

이때 제1 객체벡터정보 생성모듈(539‘)에 의해 생성된 제1 객체벡터정보는 제어부(500)의 제어에 따라, 최종 객체벡터정보 생성부(540)로 입력된다.

도 17은 도 12의 최종 객체벡터정보 생성부를 나타내는 블록도이다.

최종 객체벡터정보 생성부(540)는 도 17에 도시된 바와 같이, 제2 라이다신호 스캐닝모듈(541), 제2 큐브별 에지영상 변환모듈(542), 골프공 인식모듈(543), 궤적추적모듈(544), 골프공 매칭모듈(545), 골프공 궤적정보 생성모듈(546), 비거리 산출모듈(547), 최종 객체벡터정보 생성모듈(548)로 이루어진다.

제2 라이다신호 스캐닝모듈(541)은 상공영역(S2)의 라이다센서(57‘)들로부터 전송받은 라이다신호 정보를 스캐닝 하여 제2 큐브(Cs2)별 라이다영상들을 생성한다.

제2 큐브별 에지영상 변환모듈(542)은 제2 라이다신호 스캐닝모듈(541)에 의해 생성된 제2 큐브(Cs2)별 라이다영상들에 소벨필터를 적용하여 픽셀 변화율이 임계치 이상인 픽셀을 검출하여 제2 큐브(Cs2)별 에지영상들을 추출한다.

골프공 인식모듈(543)은 제2 큐브별 에지영상 변환모듈(542)에 의해 추출된 제2 큐브(Cs2)별 에지영상들을 분석하여, 골프공을 인식한다.

궤적추적모듈(544)은 골프공 인식모듈(543)에 의해 인식된 골프공(B)의 궤적을 추적한다.

골프공 매칭모듈(545)은 1)상공용 라이다부(57)의 라이다센서(57‘)들에 의해 인식된 골프공(B)이 경계선(990)을 통과하는 위치(A1) 정보를 검출함과 동시에 2)전술하였던 제1 객체벡터정보 생성부(53)에 의해 생성된 제1 객체벡터정보를 활용하여, 골프공(B)이 경계선(990)을 통과할 때의 위치(A2)를 검출한다.

또한 골프공 매칭모듈(545)은 검출된 위치(A1), (A2)들을 비교하여, 차이값이 임계치 미만인 골프공들을 동일한 골프공이라고 판단하여 이들을 매칭시킨다.

이때 본 발명은 라이다센서를 이용한 3차원 스캐닝 정보를 이용하여 객체 인식 및 위치검출이 이루어지기 때문에 다수의 골프공들이 상충되더라도, 골프공(B)들 각각을 연속적이면서 정확하게 추적할 수 있게 된다.

골프공 궤적정보 생성모듈(546)은 골프공 인식모듈(543)에 의해 인식되어 궤적추적모듈(544)에 의해 추적된 골프공의 궤적정보를 검출한다.

이때 골프공 궤적정보 생성모듈(546)은 골프공의 높이가, 해당 플레이어의 타격이 이루어진 층에 기준선(800) 보다 높은 상태에 한해서만, 궤적정보를 생성한다.

비거리 산출모듈(547)은 골프공(B)이, 해당 플레이어의 타격이 이루어진 층에 대응하는 기준선(800)을 통과할 때의 위치를 검출하며, 타석으로부터 검출된 위치까지의 수평상의 거리를 비거리로 산출한다.

또한 비거리 산출모듈(547)은 골프공(B)이 그물망(220)의 전방부, 천장 또는 양측부에 골프공(B)이 접촉될 때, 골프공(B)의 속도, 이동방향, 가속도, 탄도 등의 물리적 특성을 검출하며, 골프공(B)이 접촉된 그물망(220)의 위치와 검출된 골프공(B)의 물리적 특성을 활용하여, 골프공(B)이 그물망(220)에 접촉하지 않고 비행할 때, 해당 층의 기준선(800)에 도달하는 지점인 비거리를 산출한다.

최종 객체벡터정보 생성모듈(548)은 골프공 궤적정보 생성모듈(546)에 의해 생성된 골프공 궤적정보와, 비거리 산출모듈(547)에 의해 산출된 비거리 정보와, 제1 객체벡터정보 생성모듈(539‘)에 의해 생성된 제1 객체벡터정보를 매칭시켜 최종 객체벡터정보를 생성한다.

이때 최종 객체벡터정보 생성모듈(548)에 의해 생성된 최종 객체벡터정보는제어부(500)의 제어에 따라, 골프-시뮬레이션 운영부(550), 빅데이터 수집부(560) 및 코멘트정보 요청부(570)로 입력한다.

즉 최종 객체벡터정보 생성모듈(548)에 의해 생성되는 최종 객체정보에는, 티-높이(h)와, 플레이어 움직임정보, 골프클럽 움직임정보, 타격영역 내 골프공 궤적정보, 상공영역 내 골프공 궤적정보, 비거리 정보가 포함된다.

다시 도 12로 돌아가서 골프-시뮬레이션 운영부(550)를 살펴보면, 골프-시뮬레이션 운영부(550)는 가상골프 시뮬레이션 프로그램을 활용하여, 실제 필드에 대응하는 가상 필드 콘텐츠를 기반으로 가상골프경기가 진행되는 골프-시뮬레이션 영상을 제공함과 동시에 골프-시뮬레이션 운영에 필요한 데이터를 제공함으로써 골프-시뮬레이션의 운영을 관리 및 제어한다.

또한 골프-시뮬레이션 운영부(550)는 최종 객체벡터정보 생성부(540)로부터 최종 객체벡터정보를 입력받으면, 입력된 최종 객체벡터정보를 기반으로 가상골프경기를 운영한 후, 가상골프 필드상에서의 입력된 최종 객체벡터정보에 따른 골프공의 최종 낙하지점인 타격결과정보를 검출한다.

이러한 골프-시뮬레이션 운영부(540)에서 가상골프경기를 운영하는 기술 및 방법은 통상의 실외 골프연습장에서 널리 사용되는 기술 및 방법이기 때문에 상세한 설명은 생략하기로 한다.

또한 골프-시뮬레이션 운영부(550)는 가상 필드상에서의 플레이어의 위치, 지형, 고도 등과, 홀의 위치, 지형, 고도 등과, 풍속 및 풍향 등을 포함하는 환경정보를 생성한다.

이때 골프-시뮬레이션 운영부(550)에 의해 생성된 환경정보는 빅데이터 수집부(550) 및 코멘트정보 요청부(560)로 각각 입력되고, 골프-시뮬레이션 운영부(540)에 의해 생성된 타격결과정보는 빅데이터 수집부(550)로 입력된다.

빅데이터 수집부(560)는 최종 객체벡터정보 생성부(540)에 의해 생성된 최종 객체벡터정보와, 골프-시뮬레이션 운영부(550)로부터 입력된 환경정보 및 타격결과정보를 매칭시켜 수집데이터를 생성한다.

이때 빅데이터 수집부(560)에 의해 생성된 수집데이터는 제어부(500)의 제어에 따라 데이터 송수신부(510)를 통해 AI 기반 중앙서버(3)로 전송된다.

코멘트정보 요청부(570)는 최종 객체벡터정보 생성부(540) 및 골프-시뮬레이션 운영부(540)로부터 최종 객체벡터정보 및 환경정보를 입력받는다.

또한 코멘트정보 요청부(570)는 입력된 최종 객체벡터정보 및 환경정보를 포함하는 코멘트 요청데이터를 생성한다.

이때 코멘트정보 요청부(570)에 의해 생성된 코멘트 요청데이터는 제어부(500)의 제어에 따라 데이터 송수신부(510)를 통해 AI 기반 중앙서버(3)로 전송된다.

디스플레이부(580)는 제어부(500)의 제어에 따라, AI 기반 중앙서버(3)로부터 전송받은 코멘트정보를 전시단말기(53)에 디스플레이 한다.

도 18은 도 5의 AI 기반 중앙서버를 나타내는 블록도이다.

AI 기반 중앙서버(3)는 도 18에 도시된 바와 같이, 제어부(30)와, 데이터베이스부(31), 통신 인터페이스부(32), 인공지능 학습부(33), 골프-시뮬레이션 관리부(34), 회원가입 및 인증 처리부(35), 골프클럽 등록부(36), 최종타격정보 생성부(37), 최적 스윙정보 생성부(38), 최적 부가정보 생성부(39), 코멘트정보 생성부(40),로 이루어진다.

제어부(30)는 AI 기반 중앙서버(3)의 O.S(Operating System)이며, 제어대상(31), (32), (33), (34), (35), (36), (37), (38), (39), (40)들을 관리 및 제어한다.

또한 제어부(30)는 통신 인터페이스부(32)를 통해 실외 골프 연습시스템(5)의 컨트롤러(51)로부터 제1, 2 큐브별 라이다영상 및 에지영상들을 전송받으면, 이를 데이터베이스부(31)에 저장한다.

또한 제어부(30)는 통신 인터페이스부(32)를 통해 실외 골프 연습시스템(5)의 컨트롤러(51)로부터 수집데이터를 전송받으면, 전송받은 수집데이터를 데이터베이스부(31)에 저장한다.

또한 제어부(30)는 통신 인터페이스부(32)를 통해 컨트롤러(51)로부터 클럽등록정보를 전송받으면, 전송받은 클럽등록정보를 골프클럽 등록부(36)로 입력한다.

또한 제어부(30)는 기 설정된 주기(T) 마다 인공지능 학습부(33)를 실행시킨다.

또한 제어부(30)는 코멘트정보 생성부(40)에 의해 코멘트정보가 생성되면, 생성된 코멘트정보가 해당 컨트롤러(51)로 전송되도록 통신 인터페이스부(32)를 제어한다.

데이터베이스부(31)에는 각 실외 골프 연습시스템(5)의 컨트롤러(51)의 통신식별정보가 저장된다.

또한 데이터베이스부(31)에는 회원 가입한 플레이어의 로그인 정보와, 해당 플레이어에 의해 등록된 골프클럽 정보가 저장된다.

또한 데이터베이스부(31)에는 각 실외 골프 연습시스템(5)의 각 타석(210) 및 그물망(220)에 설치된 라이다센서(55‘), (57’)들 각각의 식별 및 위치정보와, 제1, 2 큐브(Cs1), (Cs2)들 각각의 위치정보가 기 설정되어 저장된다.

또한 데이터베이스부(31)에는 인공지능 학습부(33)에서 학습된 머신러닝 알고리즘인 최적스윙검출 알고리즘이 저장된다.

이때 최적스윙검출 알고리즘은 해당 플레이어의 수집데이터(최종 객체벡터정보, 환경정보 및 타격결과정보)를 입력데이터로 하여, 인공지능 학습부(33)에서 결정된 파라미터 값들의 집합을 적용하여 최적스윙정보(플레이어의 각 신체의 움직임, 골프클럽 각 부위의 움직임, 클럽헤드 충돌정보 등)를 검출하는 머신러닝 알고리즘이며, 인공지능 학습부(33)에 의해 기 설정된 주기(T) 마다 학습화한다.

이때 ‘환경정보’는 전술하였던 바와 같이, 가상 필드상에서의 플레이어의 위치, 지형, 고도 등과, 홀의 위치, 지형, 고도 등과, 풍속 및 풍향 등을 포함하고, ‘클럽헤드 충돌정보’는 클럽헤드(C1)와 골프공(B)의 충돌이 이루어지는 클럽헤드(C1) 상의 위치 및 면적을 포함하고, ‘타격결과정보’는 해당 플레이어의 타격이 이루어진 이후, 가상 필드상에서의 골프공의 최종 낙하지점을 포함한다.

또한 데이터베이스부(31)에는 최종타격정보 생성부(37)에 의해 생성된 최종타격정보가 저장된다.

또한 데이터베이스부(31)에는 시중에 출시된 골프클럽 제조사/종류별로, 클럽헤드 크기 및 형상, 클럽헤드의 로프트 각도, 샤프트 길이가 매칭된 기준테이블이 기 설정되어 저장된다.

통신 인터페이스부(32)는 실외 골프 연습시스템(5)의 컨트롤러(51)와 데이터를 송수신한다.

인공지능 학습부(33)는 제어부(30)의 제어에 따라, 기 설정된 주기(T) 마다 실행되며, 인공지능을 이용하여 최적스윙검출 알고리즘을 학습한다.

이때 최적스윙검출 알고리즘은 해당 주기(T) 동안의 수집데이터(최종 객체벡터정보, 환경정보 및 타격결과정보)를 활용하여, 가상 필드상에서의 해당 플레이어의 환경(플레이어의 위치, 지형, 고도 등과, 홀의 위치, 지형, 고도 등과, 풍속 및 풍향 등)에 따른 최적의 스윙(플레이어의 각 신체의 움직임, 골프클럽의 각 부위의 움직임, 클럽헤드 충돌위치)을 검출하기 위한 파라미터 값들의 집합을 도출한다.

골프-시뮬레이션 관리부(34)는 골프-시뮬레이션 프로그램의 업데이트 등을 관리한다.

회원가입 및 인증처리부(35)는 컨트롤러(51)와 연동하여, 플레이어의 회원가입 및 로그인 인증을 수행한다.

골프클럽 등록부(36)는 컨트롤러(51)로부터 전송받은 클럽등록정보를 입력받으면, 입력된 클럽등록정보에 포함된 클럽헤드 크기 및 형상, 클럽헤드의 로프트 각도, 샤프트 길이 정보를 추출하며, 데이터베이스부(31)에 저장된 기준테이블을 탐색하여, 해당 골프클럽의 종류를 검출한다.

또한 골프클럽 등록부(36)는 해당 회원정보와, 검출된 골프클럽 식별정보, 클럽등록정보를 매칭시켜 등록완료정보를 생성하여 이를 데이터베이스부(31)에 저장한다.

예를 들어, 플레이어가 클럽인식용 라이다센서(5501)를 통해, 신규 등록하고자 하는 ‘A’ 제조사/4번 아이언의 골프클럽을 인식할 때, 골프클럽 등록부(36)는 해당 골프클럽의 클럽헤드 크기 및 형상, 클럽헤드의 로프트 각도, 샤프트 길이 등을 기준테이블과 비교하여, 등록 요청한 골프클럽의 종류를 ‘A’ 제조사/4번 아이언으로 검출할 수 있다.

도 19는 도 18의 최종타격정보 생성부를 나타내는 블록도이다.

최종타격정보 생성부(37)는 도 19에 도시된 바와 같이, 수집데이터 입력모듈(371)과, 데이터 추출모듈(372), 비교 및 탐색모듈(373), 클럽종류 선정모듈(374), 최종타격정보 생성모듈(375)로 이루어진다.

수집데이터 입력모듈(371)은 컨트롤러(51)로부터 전송받은 수집데이터를 입력받는다.

데이터 추출모듈(372)은 수집데이터 입력모듈(371)에 의해 입력된 수집데이터로부터 최종객체벡터정보의 골프클럽 움직임정보의 클럽상세정보를 추출한다.

이때 클럽상세정보에는 해당 골프클럽의 헤드 크기, 헤드 로프트 각도, 샤프트 길이 등이 포함된다.

비교 및 탐색모듈(373)은 데이터베이스부(31)에 저장된 해당 회원의 등록완료정보를 탐색하여, 데이터 추출모듈(372)에 의해 추출된 클럽상세정보의 데이터를 비교한다.

클럽종류 선정모듈(374)은 비교 및 탐색모듈(373)에 의해 해당 회원이 현재 사용하고 있는 골프클럽의 종류를 선정한다.

최종타격정보 생성모듈(375)은 클럽종류 선정모듈(374)에 의해 선정된 골프클럽 종류를 나타내는 골프클럽 식별정보와, 수집데이터를 매칭시켜 최종타격정보를 생성한다. 이때 최종타격정보 생성모듈(375)에 의해 생성된 최종타격정보는 제어부(30)의 제어에 따라 데이터베이스부(31)에 저장된다.

도 20은 도 18의 최적 스윙정보 생성부를 나타내는 블록도이다.

최적 스윙정보 생성부(38)는 도 20에 도시된 바와 같이, 데이터 입력모듈(381)과, 인공지능 기반 분석모듈(382), 최적스윙정보 생성모듈(383)로 이루어진다.

데이터 입력모듈(381)은 제어부(30)의 제어에 따라, 컨트롤러(51)로부터 전송받은 코멘트 요청데이터를 입력받는다.

이때 코멘트 요청데이터에는 최종 객체벡터정보 및 환경정보가 포함된다.

인공지능 기반 분석모듈(382)은 입력된 최종 객체벡터정보 및 환경정보를, 인공지능 학습부(33)에 의해 학습된 최적스윙검출 알고리즘의 입력데이터로 하여, 분석을 실행한다.

최적 스윙정보 생성모듈(383)은 인공지능 기반 분석모듈(372)에서 최적스윙검출 알고리즘으로부터 출력된, 1)플레이어의 각 신체의 최적의 움직임정보 및 체중이동정보와, 2)골프클럽의 각 부위의 최적의 움직임정보 및 충돌정보를 포함하는 최적스윙정보를 생성한다.

이때 제어부(30)는 최적 스윙정보 생성모듈(373)에 의해 생성된 최적스윙정보를 코멘트정보 생성부(39)로 입력한다.

도 21은 도 18의 최적 부가정보 생성부를 나타내는 블록도이다.

최적 부가정보 생성부(39)는 도 21에 도시된 바와 같이, 최종타격정보 추출모듈(391)과, 유사환경 추출모듈(392), 데이터 정렬모듈(393), 최적 클럽종류 추천모듈(394), 최적 티-높이 추천모듈(395), 최적 샤프트 강도 추천모듈(396), 최적 부가정보 생성모듈(397)로 이루어진다.

최종타격정보 추출모듈(381)은 데이터베이스부(31)에 저장된 해당 회원에 대한 최종타격정보들을 추출한다.

유사환경 추출모듈(392)은 최종타격정보 추출모듈(381)에 의해 추출된 최종타격정보들의 환경정보를 분석하여, 최종타격정보들 중 현재 환경(가상 필드상에서의 플레이어의 위치, 지형, 고도 등과, 홀의 위치, 지형, 고도 등과, 풍속 및 풍향 등)과 유사한 환경정보들을 갖는 최종타격정보들을 추출한다.

이때 유사환경 추출모듈(392)은 플레이어 및 홀의 거리차, 고도차 등을 비교하여 유사한 환경을 선정할 수 있다.

데이터 정렬모듈(393)은 유사환경 추출모듈(392)에 의해 추출된 최종타격정보들의 타격결과정보를 참조하여, 타격결과가 우수한 순서대로 최종타격정보들을 정렬하며, 정렬된 최종타격정보들 중 기 설정된 상위 수량의 최종타격정보들인 상위 최종타격정보들을 추출한다.

최적 클럽종류 추천모듈(394)은 데이터 정렬모듈(393)에 의해 추출된 상위 최종타격정보들의 골프클럽의 식별정보들 중 가장 많은 비중을 차지하는 클럽종류 식별정보를 최적 클럽종류로 추천한다.

최적 티-높이 추천모듈(395)은 데이터 정렬모듈(393)에 의해 추출된 상위 최종타격정보들의 티-높이의 평균값을 산출한 후, 산출된 평균값을 최적 티-높이로 추천한다.

최적 샤프트 강도 추천모듈(396)은 컨트롤러(51)로부터 전송받은 최종 객체벡터정보의 골프클럽 움직임정보의 강도 및 토크값을 추출하며, 기 설정된 강도 및 토크값의 정상범위와 추출된 강도 및 토크값의 차이값을 산출한 후, 산출된 차이값에 따라 해당 회원의 최적 샤프트 강도를 추천한다. 이때 최적 샤프트 강도 및 토크 추천모듈(396)은 샤프트의 강도나 또는 토크값이 정상범위 보다 낮으면, 해당 회원에게 현재 샤프트 강도보다 낮은 강도의 샤프트 강도를 추천하고, 샤프트의 강도나 또는 토크값이 정상범위 보다 높으면, 해당 회원에게 현재 샤프트 강도보다 낮은 강도의 샤프트 강도를 추천할 수 있다.

최적 부가정보 생성모듈(397)은 최적 클럽종류 추천모듈(394), 최적 티-높이 추천모듈(395) 및 최적 샤프트 강도 추천모듈(396)에 의해 추천된 최적 클럽종류, 최적 티-높이 및 최적 샤프트 강도 정보를 매칭시켜 최적 부가정보를 생성한다.

이때 최적 부가정보 생성모듈(397)에 의해 생성된 최적부가정보는 제어부(30)의 제어에 따라, 코멘트정보 생성부(40)로 입력된다.

도 22는 도 18의 코멘트정보 생성부를 나타내는 블록도이다.

코멘트정보 생성부(40)는 도 22에 도시된 바와 같이, 데이터 입력모듈(401)과, 카테고리별 데이터 추출모듈(402), 카테고리별 데이터 비교모듈(403), 시각화모듈(404), 코멘트정보 생성모듈(405)로 이루어진다.

데이터 입력모듈(401)은 최적스윙정보 생성부(38)에 의해 생성된 최적 스윙정보와, 최적부가정보 생성부(39)에 의해 생성된 최적 부가정보와, 컨트롤러(51)로부터 전송받은 코멘트 요청데이터(최종 객체벡터정보 및 환경정보)를 입력받는다.

카테고리별 데이터 추출모듈(362)은 입력된 최종 객체벡터정보, 최적스윙정보 및 최적부가정보를 기 설정된 카테고리별로 추출한다. 이때 카테고리는 ‘플레이어의 각 신체별 움직임’, ’체중이동‘, ‘골프클럽의 각 부위별 움직임’, ’클럽헤드 및 골프공의 충돌정보‘, ’골프클럽의 종류‘, ’샤프트 강도‘, ’티-높이‘로 이루어진다.

일반적으로, 골프는 자세, 스윙종류, 각 신체의 움직임, 스윙세기, 스윙궤도, 클럽헤드 및 골프공의 충돌위치 등의 다양한 변수에 따라, 골프공의 궤적이 다양하게 이루어지는 매우 예민한 스포츠이다.

즉 본원 발명의 카테고리별 데이터 추출모듈(362)은 이러한 골프의 특성을 감안한 것으로서, 실제 플레이어의 타격에 관련된 최종 객체벡터정보와, 플레이어 및 홀의 위치에 따른 최적정보(최적스윙정보 및 최적부가정보)에 관련된 정보를 기 설정된 카테고리별로 추출함으로써 차후 이들의 비교를 통해 플레이어의 스윙, 선택된 클럽종류, 티-높이 등에 대한 코멘트 생성이 정확하고 신속하게 이루어질 수 있게 된다.

카테고리별 데이터 비교모듈(363)은 카테고리별 데이터 추출모듈(362)에 의해 추출된 데이터들을 비교하여, 최종 객체벡터정보 및 최적정보에서, 동일 카테고리의 데이터들을 비교하여, 각 카테고리별 차이데이터를 검출한다.

예를 들어, 최적스윙정보의 충돌정보가 ‘x’이고, 객체벡터정보의 충돌정보가 ‘y’일 때, 카테고리별 데이터 비교모듈(363)은 ‘당점’ 카테고리의 데이터들을 비교하여 ‘l x - y l’을 차이데이터로 검출할 수 있다.

시각화모듈(364)은 카테고리별 데이터 비교모듈(363)에 의해 검출된 각 카테고리별 차이데이터를 그래픽, 그림, 텍스트, 기호 등으로 시각화한다.

코멘트정보 생성모듈(365)은 시각화모듈(364)에 의해 시각화된 각 카테고리별 차이데이터들을 매칭시킴과 동시에 문제점 및 해결방안 등의 정보를 포함하는 코멘트정보를 생성한다.

이때 코멘트정보 생성모듈(365)에 의해 생성된 코멘트정보는 제어부(30)의 제어에 따라 통신 인터페이스부(32)를 통해 실외 골프 연습시스템(5)의 컨트롤러(51)로 전송된다.

이와 같이 본 발명의 스크린 골프 운영시스템(1)은 플레이어의 실제 타격에 대한 결과를 골프-시뮬레이션 경기에 정확하게 반영하여 리얼리티를 높여 골프-시뮬레이션 경기의 흥미, 현실감 및 참여도를 높일 수 있으며, 플레이어의 스윙에 대한 코멘트 정보를 제공하여 플레이어의 골프 연습/훈련의 효율성 및 효과를 극대화시킬 수 있다.

1:스크린 골프 운영시스템 3:AI 기반 중앙서버
5:실외 골프 연습시스템 30:제어부
31:데이터베이스부 32:통신 인터페이스부
33:인공지능 학습부 34:골프-시뮬레이션 관리부
35:회원가입 및 인증 처리부 36:골프클럽 등록부
37:최종타격정보 생성부 38:최적 스윙정보 생성부
39:최적 부가정보 생성부 40:코멘트정보 생성부
51:컨트롤러 52:모니터
53:전시단말기 55:타석용 라이다부
57:상공용 라이다부 201:테라스
210:타석 211:매트
212:골프-티 215:조작패널
500:제어부 505:메모리
510:데이터 송수신부 515:인증요청부
520:클럽등록정보 생성부 530:제1 객체벡터정보 생성부
540:최종 객체벡터정보 생성부 550:골프-시뮬레이션 운영부
560:빅데이터 수집부 570:코멘트정보 요청부
580:디스플레이부

Claims (15)

1. 다수의 타석들이 구비되는 테라스와 상기 테라스의 전방에 설치되는 그물망으로 구성되는 실외 골프연습장의 운영을 관리하는 실외 골프 연습시스템을 포함하는 실외 골프-시뮬레이션 운영 시스템에 있어서:
   상기 실외 골프 연습시스템은
   각 타석에 설치되는 모니터;
   각 타석의 내부 공간인 타격영역(S1)으로 라이다(LiDAR) 신호를 송출한 후, 반사 신호를 수신 받는 객체검지용 라이다센서들을 포함하는 타석용 라이다부;
   상기 그물망의 내부 공간인 상공영역(S2)으로 라이다 신호를 송출한 후, 반사 신호를 수신 받는 라이다센서들을 포함하는 상공용 라이다부;
   컨트롤러를 포함하고,
   상기 컨트롤러는
   상기 객체검지용 라이다센서들에 의해 송수신된 라이다신호를 스캐닝하여, 플레이어, 골프클럽 및 골프공의 객체를 인식 및 트래킹 하여, 플레이어의 움직임정보와, 골프클럽의 움직임정보, 타격영역(S1) 내 골프공 궤적정보를 포함하는 제1 객체벡터정보를 생성하는 제1 객체벡터정보 생성부;
   상기 상공용 라이다부의 라이다센서들에 의해 송수신된 라이다신호를 스캐닝하여 골프공을 인식한 후, 상기 제1 객체벡터정보 생성부에 의해 생성된 제1 객체벡터정보를 활용하여, 타격영역(S1) 및 상공영역(S2)의 골프공들을 매칭시키며, 매칭된 골프공을 트래킹 하여, 상공영역(S2) 내 골프공 궤적정보를 검출하며, 검출된 상공영역(S2) 내 골프공 궤적정보와 제1 객체벡터정보를 매칭시켜 최종 객체벡터정보를 생성하는 최종 객체벡터정보 생성부;
   기 제작된 골프-시뮬레이션 프로그램을 활용하여, 실제 필드를 모의화한 가상 필드를 기반으로 골프-시뮬레이션이 진행되되, 기 설정된 계산식 또는 계산테이블을 통해 상기 최종 객체벡터정보 생성부에 의해 생성된 최종 객체벡터정보에 따른 착지지점을 가상필드에 매칭시키는 경기영상을 상기 모니터에 디스플레이 하는 골프-시뮬레이션 운영부를 포함하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
2. 제1항에 있어서, 상기 컨트롤러는
   각 타격영역(S1)을 복수개로 분할한 세그먼트(Segment)들을 제1 큐브(Cs1)라고 할 때, 각 제1 큐브(Cs1)의 위치정보가 저장되는 메모리를 더 포함하고,
   상기 제1 객체벡터정보 생성부는
   상기 객체검지용 라이다센서들에 의해 송수신된 라이다신호를 스캐닝 하며, 스캐닝정보와 기 설정된 제1 큐브(Cs1)별 위치정보를 활용하여 각 제1 큐브별로 라이다영상을 생성하는 스캐닝모듈;
   상기 스캐닝모듈에 의해 생성된 각 제1 큐브별 라이다영상에 대하여, 소벨필터를 적용하여 픽셀 변화율이 임계치 이상인 픽셀을 검출하여, 에지라인으로 이루어지는 제1 큐브별 에지영상을 추출하는 제1 큐브별 에지영상 변환모듈;
   상기 제1 큐브별 에지영상 변환모듈에 의해 변환된 각 제1 큐브별 에지영상을 분석하여 객체를 인식하는 객체인식모듈;
   상기 객체인식모듈에 의해 인식된 객체의 움직임을 추적하는 객체 트래킹모듈;
   상기 객체 트래킹모듈에 의해 트래킹 된 객체가 플레이어일 때 실행되며, 플레이어의 각 신체의 움직임을 검출한 후, 검출된 플레이어의 각 신체의 움직임을 포함하는 플레이어 움직임정보를 생성하는 플레이어 움직임정보 생성모듈;
   상기 객체 트래킹모듈에 의해 트래킹 된 객체가 골프클럽일 때 실행되며, 골프클럽의 각 부위의 움직임 골프클럽의 움직이는 궤도, 샤프트의 휘어지는 정도, 클럽헤드와 골프공이 충돌하는 위치 및 면적을 포함하는 골프공 충돌정보를 검출한 후, 검출된 골프클럽의 각 부위의 움직임과 골프공 충돌정보를 포함하는 골프클럽 움직임정보를 생성하는 골프클럽 움직임정보 생성모듈;
   상기 객체 트래킹모듈에 의해 트래킹 된 객체가 골프공일 때 실행되며, 골프공의 위치, 이동속도, 궤적 및 탄도를 검출한 후, 검출된 골프공의 위치, 이동속도, 궤적 및 탄도를 포함하는 골프공 궤적정보를 생성하는 골프공 궤적정보 생성모듈;
   상기 플레이어 움직임정보 생성모듈, 상기 골프클럽 움직임정보 생성모듈 및 골프공 궤적정보 생성모듈에서 생성된 플레이어 움직임정보, 골프클럽 움직임정보 및 골프공 궤적정보를 매칭시켜 제1 객체벡터정보를 생성하는 제1 객체벡터정보 생성모듈을 포함하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
3. 제2항에 있어서, 상기 객체인식모듈은
   각 제1 큐브별 에지영상으로부터 인식된 객체가 플레이어일 때, 플레이어의 에지라인과 일정간격으로 균등하게 형성되는 수평선들의 교점인 중간값 픽셀들을 연결한 선인 중심라인을 추출한 후, 추출된 중심라인을 활용하여 해당 플레이어의 신체를 인식하고,
   상기 플레이어 움직임정보 생성모듈은
   상기 객체인식모듈에 의해 인식된 중심라인의 이동정보를 통해 몸의 중심축인 체중이동정보를 검출한 후, 검출된 체중이동정보가 포함되도록 플레이어 움직임정보를 생성하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
4. 제3항에 있어서, 상기 메모리에는 상공영역(S2)을 복수개로 분할한 세그먼트들을 제2 큐브(Cs2)라고 할 때, 각 제2 큐브(Cs2)의 위치정보가 저장되고,
   상기 최종 객체벡터정보 생성부는
   상기 상공용 라이다부의 라이다센서들에 의해 송수신된 라이다신호를 스캐닝 하며, 스캐닝정보와 기 설정된 제2 큐브(Cs2)별 위치정보를 활용하여 각 제2 큐브별로 라이다영상을 생성한 후, 소벨필터를 이용하여 생성된 제2 큐브별 라이다영상을 제2 큐브별 에지영상으로 변환하며, 변환된 각 제2 큐브별 에지영상을 분석하여 객체를 인식하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
5. 제4항에 있어서, 상기 메모리에는 상기 테라스가 복층일 때, 각 층의 타석의 바닥면과 동일한 높이의 기준선들이 기 설정되어 저장되고,
   상기 최종 객체벡터정보 생성부는
   상공영역(S2) 내 골프공의 궤적정보를 검출하는 제2 골프공 궤적정보 생성모듈;
   골프공이 해당 층의 기준선을 통과할 때, 통과지점까지의 거리를 해당 플레이어의 비거리로 산출하는 비거리 산출모듈;
   상기 제1 객체벡터정보 생성부에 의한 제1 객체벡터정보와, 상기 제2 골프공 궤적정보 생성모듈에 의한 상공영역(S2) 내 골프공 궤적정보와, 상기 비거리 산출모듈에 의한 비거리 정보를 매칭시켜 최종 객체벡터정보를 생성하는 최종 객체벡터정보 생성모듈을 포함하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
6. 제5항에 있어서, 상기 비거리 산출모듈은
   골프공이 상기 그물망에 접촉될 때, 해당 골프공의 속도, 이동방향, 가속도 및 탄도를 포함하는 물리적 특성을 검출한 후, 검출된 골프공의 물리적 특성과 골프공이 접촉된 그물망의 위치를 활용하여, 골프공이 그물망에 접촉하지 않고 비행할 때, 해당 층의 기준선에 도달하는 지점인 비거리 및 방향을 산출하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
7. 제6항에 있어서, 상기 실외 골프-시뮬레이션 운영 시스템은 AI 기반 중앙서버를 더 포함하고,
   상기 골프-시뮬레이션 운영부는
   가상필드상에서의 플레이어의 위치, 지형 고도와, 홀의 위치, 풍속 및 풍향을 포함하는 환경정보와, 해당 플레이어의 스윙이 이루어진 이후, 가상 필드상에서의 골프공의 최종 낙하지점인 타격결과정보를 검출하고,
   상기 컨트롤러는
   상기 최종 객체벡터정보 생성부에 의해 생성된 최종 객체벡터정보와, 상기 골프-시뮬레이션 운영부에서 검출된 환경정보 및 스윙결과정보를 매칭시킨 수집데이터를 생성하는 빅데이터 수집부;
   상기 최종 객체벡터정보 생성부에 의해 생성된 객체벡터정보와, 상기 골프-시뮬레이션 운영부에서 검출된 환경정보를 매칭시킨 코멘트 요청데이터를 생성하는 코멘트정보 요청부;
   상기 빅데이터 수집부에 의해 생성된 수집데이터와, 상기 코멘트정보 요청부에 의해 생성된 코멘트 요청데이터를 상기 AI 기반 중앙서버로 전송하는 제어부를 더 포함하고,
   상기 AI 기반 중앙서버는
   기 설정된 최적스윙검출 알고리즘이 저장되며, 상기 컨트롤러로부터 전송받은 수집데이터가 저장되는 데이터베이스부;
   기 설정된 주기(T) 마다 실행되며, 주기(T) 동안 전송받은 수집데이터의 최종 객체벡터정보, 환경정보 및 타격결과정보를 활용하여, 가상필드상에서의 해당 플레이어의 최적의 스윙정보인 최적스윙정보를 검출하기 위한 파라미터 값들의 집합을 도출하여 상기 최적스윙검출 알고리즘의 학습을 수행하는 인공지능 학습부;
   상기 컨트롤러로부터 전송받은 코멘트 요청데이터의 최종 객체벡터정보 및 환경정보를 상기 최적스윙검출 알고리즘의 입력데이터로 하여, 최적스윙정보를 출력하는 최적스윙정보 생성부;
   상기 최적스윙정보 생성부에 의해 생성된 최적스윙정보를 상기 컨트롤러로 전송하는 제2 제어부를 포함하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
8. 제7항에 있어서, 상기 실외 골프 연습시스템은 각 타석에 설치되는 전시단말기를 더 포함하고,
   상기 컨트롤러는
   상기 AI 기반 중앙서버로부터 최적스윙정보를 전송받으면, 전송받은 최적스윙정보가 상기 전시단말기에 디스플레이 되도록 하는 디스플레이부를 더 포함하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
9. 제8항에 있어서, 상기 AI 기반 중앙서버는 코멘트정보 생성부를 더 포함하고,
   상기 코멘트정보 생성부는
   상기 컨트롤러로부터 전송받은 코멘트 요청데이터의 최종 객체벡터정보와, 상기 최적스윙정보 생성부에 의해 생성된 최적스윙정보를 입력받는 데이터 입력모듈;
   상기 데이터 입력모듈을 통해 입력된 최종 객체벡터정보 및 최적스윙정보를, ‘플레이어의 각 신체별 움직임’, ’체중이동‘, ‘골프클럽의 각 부위별 움직임’, ’클럽헤드 및 골프공의 충돌정보‘ 중 적어도 하나 이상을 포함하는 기 설정된 카테고리별로 추출하는 카테고리별 데이터 추출모듈;
   상기 카테고리별 데이터 추출모듈에 의해 추출된 데이터들을 비교하여, 최종 객체벡터정보와 최적스윙정보에서, 동일 카테고리의 데이터들을 비교하여, 각 카테고리별 차이데이터를 검출하는 카테고리별 데이터 비교모듈;
   상기 카테고리별 데이터 비교모듈에 의해 검출된 각 카테고리별 차이데이터들을 매칭시킴과 동시에 해당 스윙의 문제점 및 해결방안 정보를 포함하는 코멘트정보를 생성하는 코멘트정보 생성모듈을 포함하고,
   상기 컨트롤러의 상기 디스플레이부는
   상기 AI 기반 중앙서버로부터 코멘트정보를 전송받으면, 전송받은 코멘트정보가 상기 전시단말기에 디스플레이 하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
10. 제9항에 있어서, 상기 코멘트정보 생성부는
    상기 카테고리별 데이터 비교모듈에 의해 검출된 각 카테고리별 차이데이터를 그래픽으로 시각화하는 시각화모듈을 더 포함하고,
    상기 코멘트정보 생성모듈은 상기 시각화모듈에 의해 시각화된 각 카테고리별 차이데이터를 포함하는 코멘트정보를 생성하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
11. 제10항에 있어서, 상기 타석용 라이다부는
    각 타석에 설치되며, 플레이어의 요청에 따라 실행되어 플레이어에 의해 전방으로 배치된 골프클럽을 향하여 라이다신호를 송수신하는 클럽등록용 라이다센서를 더 포함하고,
    상기 컨트롤러는
    상기 클럽등록용 라이다센서에 의해 송수신된 라이다신호를 스캐닝 하여, 인식된 골프클럽의 클럽헤드 크기, 클럽헤드의 로프트 각도 및 샤프트 길이 중 적어도 하나 이상을 검출한 후, 검출된 데이터를 포함하는 클럽등록정보를 생성하는 클럽등록정보 생성부를 더 포함하고,
    상기 컨트롤러의 상기 제어부는
    상기 클럽등록정보 생성부에 의해 생성된 클럽등록정보를 상기 AI 기반 중앙서버로 전송하고,
    상기 데이터베이스부에는 제조사/종류별로 골프클럽의 클럽헤드 크기, 클럽헤드의 로프트 각도, 샤프트 길이가 매칭된 기준테이블이 저장되고,
    상기 AI 기반 중앙서버는
    상기 컨트롤러로부터 전송받은 클럽등록정보에 포함된 클럽헤드 크기, 클럽헤드의 로프트 각도 및 샤프트 길이 정보를 추출하며, 상기 기준테이블을 탐색하여, 해당 골프클럽의 종류를 검출하며, 검출된 골프클럽의 종류를 나타내는 골프클럽 식별정보, 클럽등록정보 및 회원정보를 매칭시켜 등록완료정보를 생성하여 상기 데이터베이스부에 저장하는 골프클럽 등록부를 더 포함하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
12. 제11항에 있어서, 상기 골프클럽 움직임정보 생성모듈은
    상기 객체 인식모듈에 의해 인식된 골프클럽(C)의 헤드 크기, 헤드 로프트 각도 및 샤프트 길이를 검출한 후, 검출된 데이터들을 매칭시켜 클럽상세정보를 생성하며, 생성된 클럽상세정보를 포함하여 골프클럽 움직임정보를 생성하고,
    상기 AI 기반 중앙서버는
    상기 컨트롤러로부터 수집데이터를 전송받을 때 실행되는 최종타격정보 생성부를 더 포함하고,
    상기 최종타격정보 생성부는
    상기 컨트롤러로부터 전송받은 수집데이터를 입력받는 수집데이터 입력모듈;
    상기 수집데이터 입력모듈에 의해 입력된 수집데이터로부터 최종객체벡터정보의 골프클럽 움직임정보의 클럽상세정보를 추출하는 데이터 추출모듈;
    상기 데이터베이스부에 저장된 해당 회원의 등록완료정보의 클럽등록정보와, 상기 데이터 추출모듈에 의해 추출된 클럽상세정보를 카테고리별로 비교하여, 현재 스윙에 사용된 골프클럽의 종류를 선정하는 클럽종류 선정모듈;
    상기 클럽종류 선정모듈에 의해 선정된 골프클럽 종류를 나타내는 골프클럽 식별정보와, 수집데이터를 매칭시켜 최종타격정보를 생성하며, 생성된 최종타격정보를 상기 데이터베이스부에 저장하는 최종타격정보 생성모듈을 포함하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
13. 제12항에 있어서, 상기 테라스의 각 타석에는 골프-티가 승하강 가능하도록 설치되고,
    상기 타석용 라이다부는
    해당 타석의 골프-티를 향하여 라이다신호를 송수신하는 티-높이 인식용 라이다센서를 더 포함하고,
    상기 제1 객체벡터정보 생성부는
    상기 티-높이 인식용 라이다센서에 의해 송수신된 라이다신호를 스캐닝 하여 상기 골프-티의 높이인 티-높이(h)를 산출하는 티-높이 검출모듈을 더 포함하고,
    상기 제1 객체벡터정보 생성모듈은 상기 티-높이 검출모듈에 의해 검출된 티-높이를 포함하여 제1 객체벡터정보를 생성하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
14. 제13항에 있어서, 상기 AI 기반 중앙서버는 최적 부가정보 생성부를 더 포함하고,
    상기 최적 부가정보 생성부는
    상기 데이터베이스부에 저장된 해당 회원에 대한 최종타격정보들을 추출하는 최종타격정보 추출모듈;
    상기 최종타격정보 추출모듈에 의해 추출된 최종타격정보들의 환경정보를 분석하여, 최종타격정보들 중 가상필드 상의 현재 환경과 유사한 환경정보들을 갖는 최종타격정보들을 추출하는 유사환경 추출모듈;
    상기 유사환경 추출모듈에 의해 추출된 최종타격정보들의 타격결과정보를 참조하여, 타격결과가 우수한 순서대로 최종타격정보들을 정렬하며, 정렬된 최종타격정보들 중 기 설정된 상위 수량의 최종타격정보들인 상위 최종타격정보들을 추출하는 데이터 정렬모듈;
    상기 데이터 정렬모듈에 의해 추출된 상위 최종타격정보들의 골프클럽의 식별정보들 중 가장 많은 비중을 차지하는 클럽종류 식별정보를 최적 클럽종류로 추천하는 최적 클럽종류 추천모듈;
    상기 데이터 정렬모듈에 의해 추출된 상위 최종타격정보들의 티-높이의 평균값을 산출한 후, 산출된 평균값을 최적 티-높이로 추천하는 최적 티-높이 추천모듈;
    상기 최적 클럽종류 추천모듈 및 상기 최적 티-높이 추천모듈에 의해 추천된 최적 클럽종류 및 최적 티-높이 정보를 매칭시켜 최적 부가정보를 생성하는 최적 부가정보 생성모듈을 포함하고,
    상기 코멘트정보 생성부는
    상기 최적 부가정보 생성모듈에 의해 생성된 최적 부가정보를 포함하여 코멘트정보를 생성하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.
15. 제14항에 있어서, 상기 골프클럽 움직임정보 생성모듈은
    상기 객체 인식모듈에 의해 인식된 골프클럽(C)의 샤프트의 휘어지는 크기인 강도(Flex)값과, 비틀림강성(회전모멘트)을 나타내는 토크(Torque)값을 산출하고, 산출된 강도 및 토크값을 포함하여 골프클럽 움직임정보를 생성하고,
    상기 최종타격정보 생성부는
    상기 컨트롤러로부터 전송받은 최종 객체벡터정보의 골프클럽 움직임정보의 강도 및 토크값을 추출하며, 기 설정된 강도 및 토크값의 정상범위와 추출된 강도 및 토크값을 비교하여, 샤프트의 강도 또는 토크값이 정상범위 보다 낮으면, 해당 회원에게 현재 샤프트 강도보다 낮은 강도의 샤프트 강도를 추천하되, 샤프트의 강도 또는 토크값이 정상범위 보다 높으면, 해당 회원에게 현재 샤프트 강도보다 낮은 강도의 샤프트 강도를 추천하는 최적 샤프트 강도 추천모듈을 더 포함하고,
    상기 최적 부가정보 생성모듈은
    상기 최적 샤프트 강도 추천모듈에 추천된 최적 샤프트 강도를 포함하여 최적 부가정보를 생성하는 것을 특징으로 하는 실외 골프-시뮬레이션 운영 시스템.

Images