KR102591144B1 - 보행 분석 장치 및 방법 - Google Patents

보행 분석 장치 및 방법 Download PDF

Info

Publication number
KR102591144B1
KR102591144B1 KR1020180171265A KR20180171265A KR102591144B1 KR 102591144 B1 KR102591144 B1 KR 102591144B1 KR 1020180171265 A KR1020180171265 A KR 1020180171265A KR 20180171265 A KR20180171265 A KR 20180171265A KR 102591144 B1 KR102591144 B1 KR 102591144B1
Authority
KR
South Korea
Prior art keywords
gait
feature
processor
user
state section
Prior art date
Application number
KR1020180171265A
Other languages
English (en)
Other versions
KR20200081117A (ko
Inventor
배명남
김정균
이강복
이병복
이상연
정민기
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020180171265A priority Critical patent/KR102591144B1/ko
Publication of KR20200081117A publication Critical patent/KR20200081117A/ko
Application granted granted Critical
Publication of KR102591144B1 publication Critical patent/KR102591144B1/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

Landscapes

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

Abstract

보행 분석 장치 및 방법이 개시된다. 상기 보행 분석 장치 및 방법은 사용자의 족부, 골반, 두부에 장착된 보행 센서와 연동되어, 보행 센서로부터 측정된 신체 부위별 가속도 및 각속도 정보를 바탕으로 사용자의 보행을 분석함으로써, 공간의 제약 없는 고편의성 및 고신뢰성의 보행 분석 장치 및 방법을 제공할 수 있다.
또한, 상기 보행 분석 장치 및 방법은 사용자의 실시간 이상 보행을 감지함으로써, 이상 보행 발생시 신속한 대응이 가능한 고효율의 보행 분석 장치 및 방법을 제공할 수 있다.

Description

보행 분석 장치 및 방법{APPARATUS AND METHOD FOR ANALYZING MOVEMENT OF HUMAN'S BODY}
본 발명은 보행 분석 장치 및 방법에 관한 것으로, 보다 상세하게는, 인체의 움직임을 분석하여 이상 징후를 파악하는 보행 분석 장치 및 방법에 관한 것이다.
종래에, 인체의 움직임을 분석하는 기술은 스포츠 및 헬스케어 분야에 한정되어 보편적으로 적용되었다.
그러나, 인체의 보행은 스포츠 및 헬스케어 분야를 제외하고도 일상 생활에서의 갑작스런 이상 사고 또는 이상 사건 발생을 분석하는 데에 유용하게 적용될 수 있다.
하지만, 종래의 보행 분석 장치는 스포츠 및 헬스케어 분야에 초점이 맞춰져, 운동량 정보를 제공하거나 보행 자세에 대한 정보를 제공하는 등 한정된 기능만을 제공하고 있다.
또한, 종래의 보행 분석 장치는 대부분 인지태그를 사용한 영상분석 방식으로 인체의 움직임을 인식하여 분석하는 방식으로 제공됨으로써, 영상획득, 저장, 분석을 위한 추가적인 인프라가 필요하며, 장치의 부피에 의해 공간적인 제약이 발생함으로, 일상 생활에서의 적용이 어려운 단점이 있다.
공개특허공보 제10-2018-0058999호(2018.06.04.) 공개특허공보 제10-2014-0051554호(2014.05.02.) 공개특허공보 제10-2018-0070645호(2018.06.26.)
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 고효율, 고신뢰성 및 고편의성의 보행 분석 장치를 제공하는 데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은 고효율, 고신뢰성 및 고편의성의 보행 분석 방법을 제공하는 데 있다.
상기 목적을 달성하기 위한 본 발명의 실시예에 따른 보행 분석 방법은 사용자의 신체 일부분에 부착되는 적어도 하나의 보행 센서를 동기화하는 단계, 상기 보행 센서로부터 측정된 적어도 하나의 보행 데이터를 수신하는 단계, 상기 보행 데이터로부터 특정 보행 주기에서의 족부의 강도 정보를 포함하는 제1 특징 및 특정 보행 주기에서의 골반 또는 두부의 강도 정보를 포함하는 제2 특징을 추출하는 단계, 상기 제1 특징, 상기 제2 특징 및 의료 데이터 중 적어도 하나의 데이터를 이용하여 정의된 기준 보행 대상의 존재 여부를 확인하는 단계, 상기 제1 특징 및 상기 제2 특징을 분석하여 복합 특징을 추출하는 단계, 상기 제1 특징, 상기 제2 특징 및 기준 보행 모델을 이용하여 이상 보행을 판단하는 단계 및 상기 이상 보행을 분석하는 단계를 포함한다.
본 발명의 실시예에 따른 보행 분석 장치 및 방법은 사용자의 족부, 골반, 두부에 장착된 보행 센서와 연동되어, 보행 센서로부터 측정된 신체 부위별 가속도 및 각속도 정보를 바탕으로 사용자의 보행을 분석함으로써, 공간의 제약 없는 고편의성 및 고신뢰성의 보행 분석 장치 및 방법을 제공할 수 있다.
또한, 상기 보행 분석 장치 및 방법은 사용자의 실시간 이상 보행을 감지함으로써, 이상 보행 발생시 신속한 대응이 가능한 고효율의 보행 분석 장치 및 방법을 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 보행 분석 장치의 블록 구성도이다.
도 2는 본 발명의 실시예에 따른 보행 센서의 관측 지점을 설명하기 위한 개념도이다.
도 3은 본 발명의 실시예에 따른 보행 분석 방법의 순서도이다.
도 4는 보행시 인체의 동작 변화에 따른 보행 주기를 설명하기 위한 이미지이다.
도 5는 본 발명의 실시예에 따른 보행 분석 방법 중 제1 특징을 추출하는 단계를 설명하기 위한 그래프이다.
도 6은 본 발명의 실시예에 따른 보행 분석 방법 중 제2 특징을 추출하는 단계를 설명하기 위한 표이다.
도 7은 본 발명의 실시예에 따른 보행 분석 방법 중 제2 특징을 추출하는 단계를 설명하기 위한 그래프이다.
도 8은 본 발명의 실시예에 따른 보행 분석 방법 중 복합 특징을 추출하는 단계를 설명하기 위한 개념도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 실시예에 따른 보행 분석 장치의 블록 구성도이다.
도 1을 참조하면, 보행 분석 장치(D)는 보행 센서(S)와 연동될 수 있다. 이에 따라, 보행 분석 장치(D)는 보행 센서(S)로부터 송신된 사용자의 신체 정보를 분석 및 모델링하여, 사용자의 이상 보행을 판단할 수 있다.
여기서, 보행 센서(S)는 복수개로 제공되어 사용자의 신체 일부에 장착될 수 있다.
실시예에 따르면, 보행 센서(S)는 제1 센서(S1), 제2 센서(S2), 제3 센서(S3) 및 제4 센서(S4)를 포함할 수 있다.
제1 및 제2 센서(S1, S2)는 사용자의 족부 양쪽에 개별 부착될 수 있다. 예를 들어, 제1 및 제2 센서(S1, S2)는 사용자의 양발 인솔의 족저에 부착될 수 있다. 이에 따라, 제1 및 제2 센서(S1, S2)는 사용자의 족부의 움직임을 측정할 수 있다.
제3 센서(S3)는 사용자의 골반부에 부착될 수 있다. 예를 들어, 제3 센서(S3)는 허리띠가 위치하는 사용자의 요추부에 부착될 수 있다. 이에 따라, 제3 센서(S3)는 사용자의 골반부의 움직임을 측정할 수 있다.
제4 센서(S4)는 사용자의 두부에 부착될 수 있다. 예를 들어, 제4 센서(S4)는 목걸이가 위치되는 뒤쪽 흉추부에 부착될 수 있다. 이에 따라, 제4 센서(S4)는 사용자의 두부의 움직임을 측정할 수 있다.
도 2는 본 발명의 실시예에 따른 보행 센서의 관측 지점을 설명하기 위한 개념도이다.
도 2를 참조하면, 제1 내지 제4 센서(S1, S2, S3, S4)는 관성 센서일 수 있다. 이에 따라, 제1 내지 제4 센서(S1, S2, S3, S4)는 사용자를 기준으로, 수평면, 시상면 및 관상면에서의 사용자의 3차원 움직임을 측정할 수 있다.
예를 들어, 수평면에서는 z축을 기준으로 사용자의 족부, 골반 및 목의 움직임을 관측할 수 있다. 또한, 시상면에서는 y축을 기준으로 사용자의 족부, 골반 및 목의 움직임을 관측할 수 있다. 그리고, 관상면에서는 x축을 기준으로 사용자의 족부, 골반 및 목의 움직임을 관측할 수 있다. 이후, 제1 내지 제4 센서(S1, S2, S3, S4)에 의해 사용자의 족부, 골반 및 목에서 개별 측정된 3차원 움직임은 후술될 보행 분석 장치(D)로 송신될 수 있다.
다시 도 1을 참조하면, 보행 분석 장치(D)는 보행 센서(S)와 통신이 가능한 적어도 하나의 단말로 제공될 수 있다. 실시예에 따르면, 보행 분석 장치(D)는 근거리 통신 네트워크(WPAN) 통신이 지원되는 휴대전화 또는 게이트웨이 단말로 제공될 수 있다.
보행 분석 장치는 메모리(1000), 저장부(3000) 및 프로세스(5000)를 포함할 수 있다. 메모리(1000)는 후술될 프로세서(5000)를 실행하기 위한 적어도 하나의 명령을 포함할 수 있다.
실시예에 따르면, 적어도 하나의 명령은 사용자를 식별하도록 하는 명령, 보행 센서(S)를 동기화하도록 하는 명령, 보행 센서(S)로부터 적어도 하나의 데이터를 수신하도록 하는 명령, 수신된 적어도 하나의 보행 데이터로부터 특징을 추출하도록 하는 명령, 기준 보행 대상이 존재하는지 확인하도록 하는 명령, 복합 특징을 추출하도록 하는 명령, 기준 보행 모델을 생성하도록 하는 명령, 이력화하도록 하는 명령 및 이상 보행을 분석하도록 하는 명령 중 적어도 하나를 포함할 수 있다.
저장부(3000)는 앞서 설명한 바와 같이, 생성된 기준 보행 모델을 이력화하기 위한 저장공간일 수 있다.
또한, 저장부(3000)는 후술될 이상 보행 분석시 연관된 적어도 하나의 정보를 포함할 수 있다.
프로세서(5000)는 앞서 설명한 바와 같이, 메모리(1000)에 저장된 적어도 하나의 명령에 따라 동작할 수 있다. 프로세서(5000)의 동작은 하기 보행 분석 방법의 설명시 보다 자세히 설명하겠다.
이상, 본 발명의 실시예에 따른 보행 분석 장치를 설명하였다. 이하에서는 앞서 언급한 바와 같이, 보행 분석 장치 내 프로세서의 동작에 의한 보행 분석 방법을 보다 구체적으로 설명하겠다.
도 3은 본 발명의 실시예에 따른 보행 분석 방법의 순서도이다.
도 3을 참조하면, 프로세서(5000)는 보행 분석 장치(D)와 연동된 보행 센서(S)의 사용자를 식별할 수 있다(S1000). 다시 말하면, 프로세서(5000)는 보행 센서(S)의 사용자 모드를 설정할 수 있다.
이후, 프로세서(5000)는 보행 센서(S)를 동기화할 수 있다(S2000). 실시예에 따르면, 보행 센서(S)는 사용자의 신체 부위에 복수개로 장착될 수 있다. 이에, 장착된 보행 센서(S)들의 설정 시간을 동기화 할 수 있다.
프로세서(5000)는 복수의 보행 센서(S)에 의해 측정된 적어도 하나의 사용자 보행 데이터를 수신할 수 있다(S3000). 실시예에 따르면, 프로세서(5000)는 제1 내지 제 4 센서(S1, S2, S3, S4)에 의해 사용자의 족부(足部), 골반부 및 두부(頭部)에서 개별 측정된 적어도 하나의 3차원 보행 데이터를 수신할 수 있다.
프로세서(5000)는 수신된 적어도 하나의 보행 데이터로부터 특징을 추출할 수 있다(S4000).
실시예에 따르면, 프로세서(5000)는 적어도 하나의 보행 데이터로부터 제1 특징을 추출할 수 있다(S4100). 보다 구체적으로 설명하면, 프로세서(5000)는 상기 보행 주기별 나타나는 제1 특징을 추출할 수 있다.
제1 특징을 추출하는 단계는 하기 도 4 및 도 5를 참조하여 보다 구체적으로 설명하겠다.
도 4는 보행시 인체의 동작 변화에 따른 보행 주기를 설명하기 위한 이미지이다.
도 4를 참조하면, 인체는 중력에 대한 지면 반발력, 다시 말해, 중력에 대한 수직항력을 바탕으로 균형있게 보행할 수 있다.
이에 따라, 본 발명의 실시예에 따른 보행 분석 장치 내 프로세서(5000)는 보행시 일어나는 인체의 동작 변화를 구간별로 설정한 보행 주기를 활용하여 제1 특징을 추출할 수 있다.
실시예에 따르면, 보행시 인체의 동작 변화는 한쪽 발의 움직임을 기준으로 제1 내지 제7 구간으로 구분될 수 있다. 다시 말하면, 보행 주기는 보행시 인체 동작의 상태 변화에 따라 제1 내지 제7 구간으로 구분될 수 있다.
보다 구체적으로 설명하면, 제1 구간은 초기 접지기(HS, Heel Strike) 상태 구간이고, 제2 구간은 부하 반응기(SS, Stance Start) 상태 구간이며, 제3 구간은 말기 입각기(SE, Stance End) 상태 구간이다.
또한, 제4 구간은 전-유각기(TO, Toe-Off) 상태 구간이며, 제5 구간은 초기 유각기(SB, Swing Back) 상태 구간이고, 제6 구간은 중기 유각기(SM, Swing Middle)상태 구간이며, 제7 구간은 말기 유각기(ST, Swing Top) 상태 구간이다.
상기 보행 주기를 바탕으로 제1 특징을 추출하는 방법은 하기 도 5를 참조하여 보다 자세히 설명하겠다.
도 5는 본 발명의 실시예에 따른 보행 분석 방법 중 제1 특징을 추출하는 단계를 설명하기 위한 그래프이다.
도 5를 참조하면, 프로세서(5000)는 앞서 설명한 바와 같이, 제1 특징을 추출할 수 있다.
보다 구체적으로 설명하면, 제1 특징은 상기 보행 주기를 기준으로 족부의 움직임을 측정한 특징점일 수 있다.
실시예에 따르면, 제1 특징(P)은 하기 [수학식 1]과 같이, 특정 시간(t)에서 획득된 강도(strength, s)로 정의될 수 있다.
Figure 112018131282246-pat00001
t: 특정 시간(time)
s: 강도(strength)
예를 들어, 강도(S)는 각각 인체에 부착된 위치인 족부(FR, FL), 골반(P, Pelvic), 목(N, Neck)에서의 관성 정보로 구성될 수 있다. 여기서, 관성 정보는 가속도 정보 및 각속도 정보 중 적어도 하나를 포함할 수 있다.
일 실시에에 따르면, 프로세서(5000)는 오른발(FR)을 기준으로 하는 보행 주기인 제7 구간에서, 시간 t가 FRST 일때의 족부의 가속도(As)인 제1 특징(P1=(FRST, FRAx(FRST)))을 추출할 수 있다.
다른 실시예에 따르면, 프로세서(5000)는 오른발(FR)을 기준으로 하는 보행 주기인 제2 구간에서, 시간 t가 FRSS 일때의 족부의 각속도(Gx)인 제1 특징(P5=(FRSS, FRGx(FRSS)))로 나타낼 수 있다.
다시 도 3을 참조하면, 프로세서(5000)는 제2 특징을 추출할 수 있다(S4500). 제2 특징을 추출하는 단계는 하기 도 6을 참조하여 보다 구체적으로 설명하겠다.
도 6은 본 발명의 실시예에 따른 보행 분석 방법 중 제2 특징을 추출하는 단계를 설명하기 위한 표이다.
도 6을 참조하면, 인체는 보행시, 족부, 무릅, 허리, 척추, 두부 등의 신체 부위별 개별 역할 분담 및 상호 작용을 통해 균형 잡힌 보행 및 완충된 보행을 수행할 수 있다.
이에 따라, 본 발명의 실시예에 따른 프로세서(5000)는 신체 부위별로 수평면, 시상면, 관상면에서의 3차원 움직임을 관찰하여 제2 특징을 추출할 수 있다.
수평면, 시상면, 관상면에서의 신체 부위별 3차원 움직임을 보다 자세히 살펴보면, 수평면을 기준하는 족부의 움직임은 몸 안쪽으로의 제1 각도 변화(Inversion) 및 몸 바깥쪽으로의 제2 각도 변화(Eversion)로 관찰될 수 있다. 예를 들어, 오른발의 경우 제1 각도 변화(Inversion)는 -y 방향으로의 각도 변화일 수 있으며, 왼발의 경우 제1 각도 변화(Inversion)는 +y 방향으로의 각도 변화일 수 있다.
또한, 시상면을 기준하는 골반의 움직임은 +Z축으로의 제1 변위(Anterior pelvic tilt) 및 -Z축으로의 제2 변위(Posterior pelvic tilt)로 관찰될 수 있다. 이에 따라, 프로세서(5000)는 수평면을 기준으로한 제2 특징을 추출할 수 있다.
그리고, 관상면을 기준하는 두부의 움직임은 +x축으로의 제1 변화(left drop) 및 -x축으로의 제2 변화(right drop)로 관찰될 수 있다.
상기 수평면, 시상면, 관상면에서의 신체 부위별 움직임을 바탕으로, 제2 특징을 추출하는 방법은 하기 도 7을 참조하여 보다 구체적으로 설명하겠다.
도 7은 본 발명의 실시예에 따른 보행 분석 방법 중 제2 특징을 추출하는 단계를 설명하기 위한 그래프이다.
도 7을 참조하면, 프로세서(5000)는 하기 [수학식 2]와 같이, 제2 특징(Q)을 시간 및 해당 시간에서의 적어도 하나의 강도(S)로 나타낼 수 있다. 여기서, 강도(S)는 각속도일 수 있다.
다시 말하면, 프로세서(5000)는 상기 특정 보행 주기에서의 골반 및 두부의 움직임에 따른 3차원(수평면, 시상면, 관상면)에서의 각속도의 변화를 측정하여, 제2 특징(Q)을 추출할 수 있다.
Figure 112018131282246-pat00002
t: 시간
s: 특징 정보
일 실시예에 따르면, 프로세서(5000)는 오른발의 제1 구간(초기 접지기(FRHS))으로부터 왼발의 제1 구간(초기 접지기(FLHS)) 사이의 보행 주기 내에서, 수평면을 기준한 골반(P)의 각속도(GX)의 변화를 나타내는 제2 특징(Q6~7 = <{FRHS~FLHS}, {PGx}>)을 추출할 수 있다.
다른 실시예에 따르면, 프로세서(5000)는 오른발의 제1 구간(초기 접지기(FRHS))으로부터 왼발의 제1 구간(초기 접지기(FLHS)) 사이의 보행 주기 내에서, 수평면을 기준한 목(N)의 각속도(GX)의 변화를 나타내는 제2 특징(Q8~9 = <{FRHS~FLHS}, {NGx}>)을 추출할 수 있다.
이에 따라, 본 발명의 실시예에 따른 프로세서(5000)는 동일한 구간에서의 골반 및 두부의 움직임의 상호 관계를 파악할 수 있다. 다시 말해, 프로세서(5000)는 제2 특징에 의해 골반 및 두부의 협업 수준을 관찰할 수 있다.
다시 도 3을 참조하면, 프로세서(5000)는 추출된 적어도 하나의 특징을 바탕으로 기준 보행 대상이 존재하는지 확인할 수 있다(S5000). 여기서, 기준 보행은 사용자의 보행 동작(걷기 또는 달리기 등)에 따른 특징을 반영한 일반화된 보행 패턴일 수 있다.
일 실시예에 따르면, 프로세서(5000)는 추출된 제1 및 제2 특징(P, Q)를 바탕으로 이상 변화 없이 일정 기준의 표준 정보가 산출될 경우, 해당 정보를 기준 보행으로 동적 정의할 수 있다.
다른 실시예에 따르면, 프로세서(5000)는 외부 의료 기관에서 수행된 보행 검사 또는 균형 검사 결과를 수신하여 기준 보행으로 정의할 수 있다.
프로세서(5000)는 기준 보행 대상이 존재하지 않을 경우, 추출된 제1 및 제2 특징(P, Q)를 대상으로 이상 보행 여부를 판단할 수 있다(S5500). 이때, 이상 보행이 아닐 경우, 프로세서(5000)는 S3000 단계로 돌아가, 추출된 보행 센서(S)로부터 보행 데이터를 수신할 수 있다. 한편, 이상 보행일 프로세서(5000)는 상기 이상 보행을 분석할 수 있다(S8000). 이상 보행을 분석하는 단계는 하기에서 보다 구체적으로 설명하겠다.
다시 S5000 단계에서, 기준 보행 대상이 존재할 경우, 프로세서(5000)는 복합 특징을 추출할 수 있다(S5100). 복합 특징을 추출하는 단계는 하기 도 8을 참조하여 보다 자세히 설명하겠다.
도 8은 본 발명의 실시예에 따른 보행 분석 방법 중 복합 특징을 추출하는 단계를 설명하기 위한 개념도이다.
도 8을 참조하면, 프로세서(5000)는 기준별로 분류된 상기 특징들 중 적어도 하나를 선택 및 조합하여 분석할 수 있다.
보다 구체적으로 설명하면, 프로세서(5000)는 추출된 제1 특징(P) 및 제2 특징(Q)을 보행 주기(제1 내지 제7 구간)에 따른 시간 특징 및 착용 위치(족부, 골반, 두부)에 따른 위치 특징을 기준으로 분류할 수 있다.
이후, 프로세서(5000)는 특징별로 분류된 데이터들을 선택적으로 조합하여 연산에 의해 복합 특징을 추출할 수 있다.
일 실시예에 따르면, 프로세서(5000)는 족부의 +x축 방향으로의 전진 가속도만을 추출하여, 걸음수 및 걸음간 시간 크기를 특징으로 하는 제1 복합 특징(P1(FRA, FLB))을 추출할 수 있다.
다른 실시예에 따르면, 프로세서(5000)는 족부, 골반부 및 두부에서의 제1 및 제2 특징으로부터 획득한 특징점, 특징구간 및 특징패턴을 사용하여 제2 복합 특징(S1(FR, FL, P, N))을 추출할 수 있다. 예를 들어, 프로세서(5000)는 보행 주기의 제1 구간으로부터 제4 구간 사이의 오른발의 가속도 및 각속도 데이터에 대해 각각 평균 또는 편차를 산출하여 복합 특징을 추출할 수 있다.
프로세서(5000)는 복합 특징을 반복적 또는 재귀적으로 추출하여 확대 특징 분석시 다양하게 적용할 수 있다.
다시 도 3을 참조하면, 프로세서(5000)는 기준 보행 모델을 생성할 수 있다(S6100).
보다 구체적으로 설명하면, 프로세서(5000)는 추출된 복합 특징을 바탕으로 다양한 조건마다 생성되는 기준 보행 모델을 생성할 수 있다. 기준 보행 모델은 후술될 이상 보행의 판단시 적용되는 표준 모델일 수 있다.
프로세서(5000)는 기준 보행 모델을 주기적으로 갱신하여 저장부(3000) 저장될 수 있다. 다시 말하면, 프로세서(5000)는 기준 보행 모델을 이력화 할 수 있다(S7100). 따라서, 프로세서(5000)는 앞서 설명한 바와 같이, 이상 보행의 판단(S5500)시, 제1 및 제2 특징뿐 아니라 저장부(3000)에 저장된 특정 시간에서의 이력화된 기준 보행 모델 정보를 함께 활용하여 이상 보행임을 판단할 수 있다.
이후, 프로세서(5000)는 이상 보행을 분석할 수 있다(S8000).
실시예에 따르면, 프로세서(5000)는 이상 보행에 대한 일정 기간 동안의 이벤트 정보를 저장부(3000)에 수집할 수 있다.
이후, 프로세서(5000)는 이상 보행이 발생한 시점의 보행 데이터, 발생 시점 전후에 측정된 외부 상황 데이터 및 사용자의 생체 데이터 중 적어도 하나 데이터를 저장부(3000)에 수집할 수 있다.
이에 따라, 프로세서(5000)는 저장부(3000)에 저장된 적어도 하나의 이상 보행 관련 데이터를 바탕으로 이상 보행에 대한 관련 정보를 분석할 수 있다. 따라서, 본 발명의 실시예에 따른 보행 분석 방법은 분석된 이상 보행의 정보를 바탕으로 상황 인지 및 원인을 파악함으로써 신속한 사고 조치 등의 대응 수행이 가능할 수 있다.
이상, 본 발명의 실시예에 따른 보행 분석 장치 및 방법을 설명하였다.
본 발명의 실시예에 따른 보행 분석 장치 및 방법은 사용자의 족부, 골반, 두부에 장착된 보행 센서와 연동되어, 보행 센서로부터 측정된 신체 부위별 가속도 및 각속도 정보를 바탕으로 사용자의 보행을 분석함으로써, 공간의 제약 없는 고편의성 및 고신뢰성의 보행 분석 장치 및 방법을 제공할 수 있다.
또한, 본 발명의 실시예에 따른 보행 분석 장치 및 방법은 사용자의 실시간 이상 보행을 감지함으로써, 이상 보행 발생시 신속한 대응이 가능한 고효율의 보행 분석 장치 및 방법을 제공할 수 있다.
본 발명의 실시예에 따른 방법의 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.
실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.
이상 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
1000: 메모리 3000: 저장부
5000: 프로세서 S: 보행 센서
D: 보행 분석 장치

Claims (10)

  1. 보행 분석 장치의 프로세서에 의해 수행되며 사용자의 인체 거동 중 수신되는 이상 징후로부터 이상 보행을 판단하는 보행 분석 방법으로서,
    상기 프로세서에 의해, 사용자의 오른쪽 족부에 부착된 제1 센서, 왼쪽 족부에 부착된 제2 센서, 골반부에 부착된 제3 센서 및 두부에 부착된 제4 센서를 통해 오른발, 왼발, 골반 및 두부 각각의 움직임에 대한 보행 데이터를 획득하는 단계;
    상기 프로세서에 의해, 상기 보행 데이터에 기초하여, 기설정된 보행 주기별로 나타나는 족부, 골반 및 두부 각각의 움직임에서의 특징점을 포함하는 제1 특징을 추출하는 단계;
    상기 프로세서에 의해, 상기 족부, 상기 골반 및 상기 두부의 움직임에 따른 수평면, 시상면 및 관상면의 3차원에서의 각속도의 변화에 기초하여 제2 특징을 추출하는 단계;
    상기 프로세서에 의해, 기준 보행 대상이 존재하는지를 판단하는 단계;
    상기 기준 보행 대상이 존재하면, 상기 프로세서에 의해, 기설정된 보행 주기들 각각에 대한 시간 특징 및 센서 부착 위치에 따른 위치 특징을 기준으로 상기 제1 특징 및 상기 제2 특징을 분류하는 단계;
    상기 프로세서에 의해, 상기 제1 특징 및 상기 제2 특징을 분류한 데이터를 선택적으로 조합하여 복수의 복합 특징들을 추출하는 단계;
    상기 프로세서에 의해, 상기 복수의 복합 특징들에 기초하여 기설정된 조건별로 기준 보행 모델을 생성하는 단계-상기 기준 보행 모델에 정의되는 기준 보행은 사용자의 보행 동작에 따른 특징을 반영한 일반화된 보행 패턴을 포함함-;
    상기 프로세서에 의해, 상기 조건별로 생성된 기준 보행 모델들을 이력화하여 저장부에 저장하는 단계; 및
    상기 프로세서에 의해, 상기 사용자의 인체 거동 중 수신되는 이상 징후에 대하여, 이력화된 기준 보행 모델들 중 상기 이상 징후가 수신된 보행 주기에서의 특정 시간의 기준 보행 모델의 정보, 상기 이상 징후에 대한 보행 데이터의 제1 특징 및 제2 특징에 기초하여 상기 이상 징후가 이상 보행인지를 판단하는 단계;
    를 포함하는 보행 분석 방법.
  2. 청구항 1에 있어서,
    상기 제1 특징은 상기 사용자의 보행시 일어나는 인체의 동작 변화를 한쪽 발의 움직임을 기준으로 복수의 구간들로 설정한 보행 주기를 활용하여 추출되며, 특정 시간에서 획득된 강도(strength)로 정의되고, 상기 강도는 상기 족부, 골반 및 두부에서의 관성 정보인 가속도 정보 및 각속도 정보 중 적어도 하나를 포함하고, 상기 보행 주기는 초기 접지기 상태 구간, 부하 반응기 상태 구간, 말기 입각기 상태 구간, 전-유각기 상태 구간, 초기 유각기 상태 구간, 중기 유각기 상태 구간 및 말기 유각기 상태 구간을 포함하는, 보행 분석 방법.
  3. 청구항 2에 있어서,
    상기 3차원의 움직임은 상기 수평면에서 z축을 기준으로 하는 사용자의 족부, 골반 및 목의 움직임과, 상기 시상면에서 y축을 기준으로 하는 사용자의 족부, 골반 및 목의 움직임과, 상기 관상면에서 x축을 기준으로 하는 사용자의 족부, 골반 및 목의 움직임을 포함하는, 보행 분석 방법.
  4. 청구항 2에 있어서,
    상기 복수의 복합 특징들을 추출하는 단계는, 상기 초기 접지기 상태 구간, 상기 부하 반응기 상태 구간, 상기 말기 입각기 상태 구간, 상기 전-유각기 상태 구간, 상기 초기 유각기 상태 구간, 상기 중기 유각기 상태 구간 및 상기 말기 유각기 상태 구간으로 구성된 제1 구간 내지 제7 구간의 보행 주기에 따른 시간 특징과 상기 제1 내지 제4 센서들의 부착 위치에 따른 위치 특징으로 분류된 데이터를 선택적으로 조합하여 상기 복수의 복합 특징들을 추출하도록 구성되는, 보행 분석 방법.
  5. 청구항 4에 있어서,
    상기 복수의 복합 특징들은 상기 족부의 움직임으로부터 포지티브 x축 방향으로의 전진 가속도만을 추출하여, 걸음수 및 걸음간 시간 크기를 특징으로 하는 제1 복합 특징, 및 상기 족부, 골반부 및 두부에서의 제1 특징 및 제2 특징으로부터 획득한 특징점, 특징구간 및 특징패턴을 사용하여 추출되는 제2 복합 특징을 포함하는, 보행 분석 방법.
  6. 청구항 1에 있어서,
    상기 프로세서에 의해, 상기 저장부에 저장된 상기 기준 보행 모델을 갱신하는 단계를 더 포함하며,
    상기 기준 보행은, 상기 추출된 제1 특징 및 제2 특징로부터 이상 징후 없이 일정 기준의 표준 정보가 산출되는 경우의 상기 표준 정보로 정의되거나, 외부 의료 기관에서 수행된 보행 검사 결과 또는 균형 검사 결과로 정의되는, 보행 분석 방법.
  7. 청구항 1에 있어서,
    상기 기준 보행 대상이 존재하지 않으면, 상기 프로세서에 의해, 사용자의 인체 거동 중 수신되는 이상 징후에 대하여, 상기 이상 징후에 대한 보행 데이터의 제1 특징 및 제2 특징에 기초하여 상기 이상 징후가 이상 보행인지를 판단하는 단계를 더 포함하는, 보행 분석 방법.
  8. 사용자의 인체 거동 중 수신되는 이상 징후로부터 이상 보행을 판단하는 보행 분석 장치로서,
    보행 분석을 위한 프로그램 또는 상기 프로그램에 대응하는 명령을 저장하는 메모리; 및
    상기 메모리에 연결되어 상기 프로그램 또는 명령을 실행하는 프로세서;
    를 포함하며,
    상기 프로세서는, 상기 프로그램이나 명령에 의해,
    사용자의 오른쪽과 왼쪽 족부, 골반부 및 두부에 부착되는 센서들로부터 족부, 골반 및 두부 각각의 움직임에 대한 보행 데이터를 획득하고, 상기 보행 데이터에 기초하여 기설정된 보행 주기별로 나타나는 족부, 골반 및 두부 각각의 움직임에서의 특징점을 포함하는 제1 특징을 추출하고, 상기 족부, 상기 골반 및 상기 두부의 움직임에 따른 수평면, 시상면 및 관상면의 3차원에서의 각속도의 변화에 기초하여 제2 특징을 추출하고, 기준 보행 대상이 존재하는지를 판단하고, 상기 기준 보행 대상이 존재하면, 기설정된 보행 주기들 각각에 대한 시간 특징 및 센서 부착 위치에 따른 위치 특징을 기준으로 상기 제1 특징 및 상기 제2 특징을 분류하고, 상기 제1 특징 및 상기 제2 특징을 분류한 데이터를 선택적으로 조합하여 복수의 복합 특징들을 추출하고, 상기 복수의 복합 특징들에 기초하여 기설정된 조건별로 기준 보행 모델을 생성하고-여기서 상기 기준 보행 모델에 정의되는 기준 보행은 사용자의 보행 동작에 따른 특징을 반영한 일반화된 보행 패턴을 포함함-, 상기 조건별로 생성된 기준 보행 모델들을 이력화하여 저장부에 저장하고, 상기 사용자의 인체 거동 중 수신되는 이상 징후에 대하여, 이력화된 기준 보행 모델들 중 상기 이상 징후가 수신된 보행 주기에서의 특정 시간의 기준 보행 모델의 정보, 상기 이상 징후에 대한 보행 데이터의 제1 특징 및 제2 특징에 기초하여 상기 이상 징후가 이상 보행인지를 판단하는 단계들을 수행하는, 보행 분석 장치.
  9. 청구항 8에 있어서,
    상기 프로세서는, 상기 복수의 복합 특징들의 추출을 위하여, 초기 접지기 상태 구간, 부하 반응기 상태 구간, 말기 입각기 상태 구간, 전-유각기 상태 구간, 초기 유각기 상태 구간, 중기 유각기 상태 구간 및 말기 유각기 상태 구간으로 구성된 제1 구간 내지 제7 구간의 보행 주기에 따른 시간 특징과 상기 센서들의 부착 위치에 따른 위치 특징으로 분류된 데이터를 선택적으로 조합하는, 보행 분석 장치.
  10. 청구항 8에 있어서,
    상기 프로세서는, 상기 저장부에 저장된 상기 기준 보행 모델들을 주기적으로 갱신하는, 보행 분석 장치.
KR1020180171265A 2018-12-27 2018-12-27 보행 분석 장치 및 방법 KR102591144B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180171265A KR102591144B1 (ko) 2018-12-27 2018-12-27 보행 분석 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180171265A KR102591144B1 (ko) 2018-12-27 2018-12-27 보행 분석 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20200081117A KR20200081117A (ko) 2020-07-07
KR102591144B1 true KR102591144B1 (ko) 2023-10-18

Family

ID=71602996

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180171265A KR102591144B1 (ko) 2018-12-27 2018-12-27 보행 분석 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102591144B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023127010A1 (ja) * 2021-12-27 2023-07-06 日本電気株式会社 移動能力推定装置、移動能力推定システム、移動能力推定方法、および記録媒体

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101427365B1 (ko) 2012-10-23 2014-08-07 이인택 관성 센서를 이용한 모션 캡쳐 시스템
JP6521093B2 (ja) 2015-11-19 2019-05-29 パナソニックＩｐマネジメント株式会社 歩行動作表示システム及びプログラム
KR102089553B1 (ko) * 2016-01-21 2020-03-16 사회복지법인 삼성생명공익재단 동작 분석 장치
KR20180058999A (ko) 2016-11-25 2018-06-04 알바이오텍 주식회사 보행 분석 시스템, 방법 및 컴퓨터 판독 가능한 기록매체
KR20180085926A (ko) * 2017-01-20 2018-07-30 한국전자통신연구원 보행 패턴을 적용한 인체 이상 인식 장치 및 방법
KR102550249B1 (ko) * 2018-02-14 2023-07-03 한국전자통신연구원 이상 행동 검출 방법

Also Published As

Publication number Publication date
KR20200081117A (ko) 2020-07-07

Similar Documents

Publication Publication Date Title
AU2022202445B2 (en) Lower limb loading assessment systems and methods
US20180264320A1 (en) System and method for automatic location detection for wearable sensors
ES2611196T3 (es) Sistema de diagnóstico de la forma de correr y procedimiento de puntuación de la forma de correr
CN109310913B (zh) 三维模拟方法及装置
KR101858116B1 (ko) 자세균형 훈련 시스템
JP7423584B2 (ja) 判別装置、判別方法およびプログラム
KR20190014641A (ko) 관성센서를 이용한 보행 분석 시스템 및 방법
JPWO2017085914A1 (ja) 歩行動作表示システム及びプログラム
Salehi et al. Body-IMU autocalibration for inertial hip and knee joint tracking
WO2018211550A1 (ja) 情報処理装置、情報処理システム及び情報処理方法
Hindle et al. Inertial-based human motion capture: A technical summary of current processing methodologies for spatiotemporal and kinematic measures
JP2020151267A (ja) 人等の身体動作推定システム
KR102591144B1 (ko) 보행 분석 장치 및 방법
KR20160089791A (ko) 보행 단계 인식 시스템, 및 방법
Ahmed Kinect-based human gait recognition using static and dynamic features
CN108903947A (zh) 步态分析方法、步态分析装置以及可读存储介质
US20240049987A1 (en) Gait measurement system, gait measurement method, and program recording medium
Hayashibe et al. Personalized balance and fall risk visualization with Kinect Two
US20230248261A1 (en) 3d human body joint angle prediction method and system using 2d image
US11497962B2 (en) System and method for human motion detection and tracking
KR101767835B1 (ko) 인체운동 역학정보 추정 장치 및 인체운동 역학정보 추정 방법
KR102297110B1 (ko) 보행 분석 시스템 및 방법
CN108697377A (zh) 步态分析器系统和方法
CN114053679A (zh) 运动训练方法及其系统
KR20220065495A (ko) 아바타를 이용한 환자의 운동능력 평가 방법 및 운동능력 평가 장치

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant