KR102604544B1 - 체력시험 항목에 기반한 체력 관리 서비스 제공 방법, 장치 및 프로그램 - Google Patents
체력시험 항목에 기반한 체력 관리 서비스 제공 방법, 장치 및 프로그램 Download PDFInfo
- Publication number
- KR102604544B1 KR102604544B1 KR1020230070335A KR20230070335A KR102604544B1 KR 102604544 B1 KR102604544 B1 KR 102604544B1 KR 1020230070335 A KR1020230070335 A KR 1020230070335A KR 20230070335 A KR20230070335 A KR 20230070335A KR 102604544 B1 KR102604544 B1 KR 102604544B1
- Authority
- KR
- South Korea
- Prior art keywords
- exercise
- information
- user
- physical fitness
- physical
- Prior art date
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 54
- 238000005259 measurement Methods 0.000 claims abstract description 43
- 230000033001 locomotion Effects 0.000 claims description 28
- 238000012937 correction Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 10
- 210000003205 muscle Anatomy 0.000 description 33
- 238000007726 management method Methods 0.000 description 21
- 238000003062 neural network model Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 17
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 12
- 230000009977 dual effect Effects 0.000 description 12
- 229910052760 oxygen Inorganic materials 0.000 description 12
- 239000001301 oxygen Substances 0.000 description 12
- 208000027418 Wounds and injury Diseases 0.000 description 10
- 230000006378 damage Effects 0.000 description 10
- 208000014674 injury Diseases 0.000 description 10
- 230000003387 muscular Effects 0.000 description 9
- 206010028311 Muscle hypertrophy Diseases 0.000 description 7
- 230000012042 muscle hypertrophy Effects 0.000 description 7
- 230000002802 cardiorespiratory effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005728 strengthening Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- 241001503987 Clematis vitalba Species 0.000 description 2
- 210000003489 abdominal muscle Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000037237 body shape Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 206010020880 Hypertrophy Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 230000036640 muscle relaxation Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
- A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
- A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
- A63B2024/0012—Comparing movements or motion sequences with a registered reference
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
- A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/62—Time or time measurement used for time reference, time stamp, master time or clock signal
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/80—Special sensors, transducers or devices therefor
- A63B2220/806—Video cameras
Landscapes
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 발명의 다양한 실시예에 따른 체력시험 항목에 기반한 체력 관리 서비스 제공 방법이 개시된다. 상기 방법은: 직무 및 신체 정보를 포함하는 사용자 정보를 획득하는 단계; 상기 직무에 대응하는 체력시험 항목을 인식하는 단계; 상기 체력시험 항목에 대응하는 적어도 하나의 운동 기구를 인식하는 단계; 상기 신체 정보를 기초로 상기 적어도 하나의 운동 기구의 강도를 결정하는 단계; 상기 적어도 하나의 운동 기구 및 상기 강도를 기초로 측정된 사용자의 체력 측정 정보를 획득하는 단계; 및 상기 사용자 정보 및 상기 체력 측정 정보를 기초로 생성한 체력 분석 정보를 제공하는 단계;를 포함할 수 있다.
Description
본 발명은 체력 관리 서비스 제공 방법, 장치 및 프로그램에 관한 것으로서, 구체적으로 직무와 관련된 체력시험 항목에 기반한 체력 관리 서비스 제공 방법, 장치 및 프로그램에 관한 것이다.
경찰 공무원 및 소방 공무원은 국민의 생명, 신체 및 재산을 보호하고 공공의 안녕 및 질서를 유지해야 한다. 이를 위해 경찰 및 소방 공무원들의 강인한 체력은 가장 필수적인 요소이다.
현재 경찰 및 소방 공무원의 체력관리는 개인자율에 의해 시행되고 있으며 체력단련을 수행하는 사용자는 자신의 신체 상태를 스스로 판단하고 운동을 하는데, 이 경우, 다양한 부작용 및 부상을 초래할 수 있다. 일례로, 소방공무원의 상해 발생 유형을 보면 구급, 화재에 이어 체력단련 중 상해 발생이 전체 11.3% 로 3 번째로 높은 빈도를 차지하고 있으며, 훈련 및 체력검정 시험 중 상해 발생 빈도는 낮으나 매년 발생 건수가 늘어나고 있는 추세에 있다.
또한, 경찰 및 소방 공무원은 채용을 위한 체력시험 뿐 아니라, 인사 관리 및 승진을 위해 주기적인 체력시험이 이루어지는데 다양한 업무 특성상 주기적인 체력관리, 체력시험 대비 및 체력측정이 어려워 지속적인 관리에 어려움이 있는 실정이다.
따라서, 경찰 및 소방 공무원의 체력을 분석하고 관리하여 안전한 방법으로 체력을 증진시킬 수 있는 서비스에 대한 수요가 당업계에 존재한다. 이와 관련하여 대한민국 등록특허공보 제10-1989368호는 스마트 운동 장치, 시스템 및 제어방법을 개시한다.
본 발명은 전술한 배경기술에 대응하여 안출된 것으로 체력시험 항목에 기반한 체력 관리 서비스 제공 방법, 장치 및 프로그램을 제공하고자 하는 것이다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 해결하기 위한 본 발명의 일 실시예에 따라, 체력시험 항목에 기반한 체력 관리 서비스 제공 방법이 개시된다. 상기 방법은: 직무 및 신체 정보를 포함하는 사용자 정보를 획득하는 단계; 상기 직무에 대응하는 체력시험 항목을 인식하는 단계; 상기 체력시험 항목에 대응하는 적어도 하나의 운동 기구를 인식하는 단계; 상기 신체 정보를 기초로 상기 적어도 하나의 운동 기구의 강도를 결정하는 단계; 상기 적어도 하나의 운동 기구 및 상기 강도를 기초로 측정된 사용자의 체력 측정 정보를 획득하는 단계; 및 상기 사용자 정보 및 상기 체력 측정 정보를 기초로 생성한 체력 분석 정보를 제공하는 단계;를 포함할 수 있다.
대안적인 실시예에서, 상기 체력시험 항목에 대응하는 적어도 하나의 운동 기구를 인식하는 단계는, 상기 체력시험 항목과 관련된 운동 항목을 인식하는 단계; 상기 운동 항목에 대응하는 상기 적어도 하나의 운동 기구를 인식하는 단계; 및 상기 운동 항목에 대응하는 상기 적어도 하나의 운동 기구의 세팅 정보를 결정하는 단계;를 포함할 수 있다.
대안적인 실시예에서, 상기 신체 정보를 기초로 상기 적어도 하나의 운동 기구의 강도를 결정하는 단계는, 사용자의 신체 정보를 기초로 상기 운동 항목 별 최대 하중을 결정하는 단계; 및 상기 최대 하중 이내의 하중 별 세트 횟수를 결정하는 단계;를 포함할 수 있다.
대안적인 실시예에서, 상기 적어도 하나의 운동 기구 및 상기 강도를 기초로 측정된 사용자의 체력 측정 정보를 획득하는 단계는, 사용자가 운동을 수행함에 따라 상기 적어도 하나의 운동 기구에 기록되는 운동 정보를 획득하는 단계; 및 상기 사용자가 운동을 수행하는 동안 상기 적어도 하나의 운동 기구에서 촬영되는 영상 정보를 획득하는 단계;를 포함하고, 상기 영상 정보는, 상기 체력 분석 정보에 포함되는 자세 교정 정보를 생성하기 위해 이용되는 것을 특징으로 할 수 있다.
대안적인 실시예에서, 상기 사용자 정보 및 상기 체력 측정 정보를 기초로 생성한 체력 분석 정보를 제공하는 단계는, 상기 직무에 대응하는 체력시험 항목의 합격 기준 시간을 인식하는 단계; 상기 체력 측정 정보를 기초로, 상기 체력시험 항목에 대응하는 상기 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간을 인식하는 단계; 및 상기 수행 완료 시간과 상기 합격 기준 시간을 비교하여, 상기 체력 분석 정보를 생성하는 단계;를 포함할 수 있다.
대안적인 실시예에서, 상기 방법은, 상기 신체 정보에 대응하는 사용자 그룹으로부터 제1 시점에 측정된 상기 적어도 하나의 운동 기구의 기 설정된 세트 별 제1 수행 완료 시간 및 상기 제1 시점 이후인 제2 시점에 측정된 상기 적어도 하나의 운동 기구의 기 설정된 세트 별 제2 수행 완료 시간을 획득하는 단계; 및 상기 제1 수행 완료 시간 및 상기 제2 수행 완료 시간의 차이가 가장 큰 특정 운동 기구를 인식하는 단계;를 더 포함하고, 상기 수행 완료 시간과 상기 합격 기준 시간을 비교하여, 상기 체력 분석 정보를 생성하는 단계는, 상기 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간의 합이 상기 합격 기준 시간 보다 큰 경우, 상기 특정 운동 기구에 대한 운동을 추천하는 상기 체력 분석 정보를 생성하는 단계;를 포함할 수 있다.
대안적인 실시예에서, 상기 사용자 정보 및 상기 체력 측정 정보에 기초하여, 체력 분석 정보를 제공하는 단계는, 상기 사용자가 운동을 수행하는 동안 상기 적어도 하나의 운동 기구에서 촬영되는 영상 정보를 기초로 상기 사용자가 수행하고 있는 특정 운동을 인식하고, 상기 사용자의 제1 아웃라인을 인식하는 단계; 상기 특정 운동과 관련된 표준 동작에 대응하여 기 설정된 제2 아웃라인을 인식하는 단계; 상기 제1 아웃라인에 포함된 적어도 두 개의 특징점을 기초로 상기 제2 아웃라인의 크기를 조정하는 단계; 및 상기 제1 아웃라인 및 크기가 조정된 제2 아웃라인을 기초로 생성한 자세 교정 정보를 제공하는 단계;를 포함할 수 있다.
대안적인 실시예에서, 상기 방법은, 상기 체력시험 항목과 관련된 운동 항목 및 상기 체력시험 항목의 순서를 인식하는 단계; 상기 운동 항목 및 상기 순서에 대응하는 적어도 하나의 운동 기구의 세팅 정보를 결정하는 단계; 상기 적어도 하나의 운동 기구로 상기 세팅 정보를 전송하여, 상기 적어도 하나의 운동 기구를 상기 운동 항목 및 상기 순서에 대응되도록 세팅하고, 세팅이 완료된 상기 적어도 하나의 운동 기구를 이용하여 사용자가 운동을 수행함에 따라 기록되는 운동 정보를 획득하는 단계; 및 상기 운동 정보를 기초로, 상기 체력시험에 대한 합격 여부를 제공하는 단계;를 더 포함할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따라, 장치가 개시된다. 상기 장치는: 하나 이상의 인스트럭션을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 상술한 방법들을 수행할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따라, 하드웨어인 컴퓨터와 결합되어, 상술한 방법들을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터프로그램이 개시된다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명은 직무와 관련된 체력시험을 준비하는 사용자에게 효율적인 체력 증진 방법을 제공할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 시스템을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 서버의 하드웨어 구성도이다.
도 3은 본 발명의 일 실시예에 따른 체력 분석 정보를 제공하는 방법의 일례를 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 체력시험 항목, 운동 항목 및 이에 대응하는 적어도 하나의 운동 기구의 일례를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 체력시험과 관련된 체력 분석 정보를 생성하는 방법의 일례를 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 모의 체력시험을 제공하는 방법의 일례를 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 서버의 하드웨어 구성도이다.
도 3은 본 발명의 일 실시예에 따른 체력 분석 정보를 제공하는 방법의 일례를 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 체력시험 항목, 운동 항목 및 이에 대응하는 적어도 하나의 운동 기구의 일례를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 체력시험과 관련된 체력 분석 정보를 생성하는 방법의 일례를 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 모의 체력시험을 제공하는 방법의 일례를 설명하기 위한 흐름도이다.
다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 발명의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.
본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.
더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.
당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 발명내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.
제시된 실시예들에 대한 설명은 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.
도 1은 본 발명의 일 실시예에 따른 시스템을 도시한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 시스템은 서버(100), 적어도 하나의 운동 기구(200) 사용자 단말(300) 및 외부 서버(400)를 포함할 수 있다. 도 1에 도시된 시스템은 일 실시예에 따른 것이고, 그 구성 요소가 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.
일 실시예에서, 서버(100)는 체력 관리 서비스를 제공할 수 있다.
구체적으로, 서버(100)는 직무 및 신체 정보를 포함하는 사용자 정보를 획득할 수 있다. 또한, 서버(100)는 직무에 대응하는 체력시험 항목을 인식할 수 있다. 또한, 서버(100)는 체력시험 항목에 대응하는 적어도 하나의 운동 기구를 인식할 수 있다. 또한, 서버(100)는 신체 정보를 기초로 적어도 하나의 운동 기구의 강도를 결정할 수 있다. 또한, 서버(100)는 적어도 하나의 운동 기구 및 강도를 기초로 측정된 사용자의 체력 측정 정보를 획득할 수 있다.
구체적으로, 서버(100)는 적어도 하나의 운동 기구로부터 사용자의 체형, 움직임 및 근력(예를 들어, 상체, 복근, 하체)에 대한 정보를 획득할 수 있다. 즉, 적어도 하나의 운동 기구는 카메라를 구비하고, 사용자를 촬영하여 사용자의 체형 및 움직임을 인식할 수 있다. 예를 들어, 운동 기구는 사용자의 전후 좌우를 촬영하여 체형밸런스 측정하고 3D 동작 촬영을 통해 동작속도, 깊이, 운동량, 운동횟수, 변화량을 측정하고, 서버(100)는 이를 기준으로 체력 측정 정보를 획득할 수 있다. 또한, 적어도 하나의 운동 기구는 운동 기구에 인가되는 부하를 인식하고, 이를 기초로 사용자의 근력을 인식할 수 있다. 다만, 이에 한정되는 것은 아니다.
추가적으로, 서버(100)는 사용자가 착용한 웨어러블 디바이스(예를 들어, 스마트 워치)에서 측정된 생체 정보를 더 획득할 수 있다. 이 경우, 서버(100)는 생체 정보를 후술될 체력 분석 정보 생성에 활용할 수 있다.
구체적으로, 사용자 단말(300)은 사용자가 착용한 스마트 워치로부터 데이터를 수신하고, 수신된 데이터를 서버(100)로 전송할 수 있다. 예를 들어, 웨어러블 디바이스에 수신된 데이터는 사용자의 최대산소 섭취량 및 혈압을 포함할 수 있으나 이에 한정되는 것은 아니다.
예를 들어, 사용자는 스마트 워치를 착용한 상태에서 국민건강 100에서 권장하는 스텝테스트를 진행할 수 있다. 이때 서버(100) 또는 사용자 단말(300)은 스마트 워치에서 측정된 심박수를 기반으로 최대산소 섭취량을 계산할 수 있다. 한편, 사용자가 스텝테스트를 진행하는 동안 운동 기구에서 측정된 체력 측정 정보는 서버(100)로 전송될 수 있다. 즉, 서버(100)는 적어도 하나의 운동 기구에서 측정된 체력 측정 정보와 사용자 단말(300) 또는 스마트 워치로부터 최대산소 섭취량을 획득하고 이를 기초로 심폐 지구력을 측정할 수 있다. 구체적으로, 서버(100)는 사용자가 운동을 하였을 때 안정 상태의 몇 배의 열량을 소모하고 있는지를 나타내는 대사당량(METs)과 고강도의 운동 시에 신체가 최대로 산소를 소비할 수 있는 능력을 나타내는 최대산소섭취량을 측정하여 산출할 수 있다.
추가적인 예를 들어, 서버(100)는 심폐 지구력을 포함한 다양한 생체 정보를 측정하기 위해 신경망 모델을 이용할 수 있다. 예를 들어, 서버(100)는 체력 측정 정보와 최대산소 섭취량이 입력되면 이에 대응하는 심폐 지구력을 출력하는 신경망 모델을 학습 및 활용할 수 있다. 다만, 이에 한정되는 것은 아니다.
한편, 서버(100)는 사용자 정보 및 체력 측정 정보를 기초로 생성한 체력 분석 정보를 사용자에게 제공할 수 있다. 여기서, 체력 분석 정보는 특정 운동 기구에 대한 운동을 추천하는 정보 또는, 사용자의 현재 운동 결과가 체력시험의 합격에 대응하는지 여부에 대한 정보를 포함할 수 있으나 이에 한정되는 것은 아니다.
따라서, 본 발명의 서버(100)는 체력 분석 정보를 통해 효과적인 체력 관리 방법을 사용자에게 제공할 수 있다.
이하, 서버(100)가 체력 관리 서비스를 제공하는 방법의 일례는 도 3 내지 도 6을 참조하여 후술한다.
다양한 실시예에서, 서버(100)는 웹(Web) 또는 애플리케이션(Application) 기반의 서비스를 제공할 수 있다. 그러나, 이에 한정되지 않는다.
서버(100)는 예를 들어, 마이크로프로세서, 메인프레임 컴퓨터, 디지털 프로세서, 휴대용 디바이스 및 디바이스 제어기 등과 같은 임의의 타입의 컴퓨터 시스템 또는 컴퓨터 디바이스를 포함할 수 있다. 다만, 이에 한정되는 것은 아니다.
이하, 서버(100)의 하드웨어 구성에 대한 설명은 도 2를 참조하여 후술한다.
운동 기구(200)는 예를 들어, 디스플레이부가 구비된 듀얼 풀리 머신일 수 있다. 듀얼 풀리 머신은 등, 가슴, 어깨, 팔을 포함한 상체 근육을 작동시키는 데 사용하거나, 허벅지, 종아리를 포함한 하체 근육을 작동시키는데 사용할 수 있는 다목적 피트니스 머신이다. 듀얼 풀리는 풀리와 케이블로 구성되어 있으며 풀리는 바 또는 손잡이에 부착된다. 사용자가 풀리를 당기면 케이블이 당겨지고 바 또는 손잡이가 움직이는 형태로 동작된다. 다만, 이에 한정되는 것은 아니고, 운동 기구(200)는 근육의 수축 이완 운동이 가능하도록 하는 바벨, 덤벨, 픽 덱 플라이(pec-deck fly), 렛 풀 다운(lat pull down), 시티드 케이블 로우(롱풀, seated cable row), 케이블 푸시 다운(cable push down) 시티드 체스트 프레스(seated chest press), 인클라인 체스트 프레스(Incline Chest Press) 등 다양한 운동 장비를 의미할 수 있다.
한편, 사용자 단말(300)은 네트워크(500)를 통해 서버(100) 또는 운동 기구(200)와 연결될 수 있으며, 서버(100)에서 제공하는 체력 관리 서비스를 사용하는 사용자의 단말일 수 있다.
여기서, 사용자 단말(300)은 예를 들어, 다양한 형태의 컴퓨터 장치를 포함할 수 있다. 자세히 예를 들어, 사용자 단말(300)은 스마트폰, 태블릿 PC, 데스크톱, 노트북과 같은 다양한 단말 장치를 의미할 수 있다.
사용자 단말(300)은 단말의 적어도 일부분에 디스플레이를 포함하며, 서버(100)로부터 제공되는 애플리케이션 혹은 확장 프로그램 기반의 서비스 구동을 위한 운영체제를 포함할 수 있다. 예를 들어, 사용자 단말(300)은 스마트폰(Smart-phone)일 수 있으나, 이에 한정되지 않고, 사용자 단말(300)은, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트 패드(Smartpad), 태블릿 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
외부 서버(400)는 네트워크(500)를 통해 서버(100)와 연결될 수 있으며, 서버(100)가 체력 관리 서비스를 제공하기 위하여 필요한 각종 정보/데이터를 송수신 할 수 있고, 서버(100)가 체력 관리 서비스를 제공함에 따라 생성되는 각종 정보/데이터를 저장 및 관리할 수 있다.
예를 들어, 외부 서버(400)는 서버(100) 또는 운동 기구(200)에서 이용되는 정보를 저장하는 데이터베이스 서버일 수 있다. 다른 예를 들어, 외부 서버(400)는 서버(100) 또는 운동 기구(200)에 이용되는 정보를 제공하는 서버일 수 있다.
다른 예를 들어, 외부 서버(400)는 경찰 공무원 또는 소방 공무원의 체력 관리 서버일 수 있다. 즉, 서버(100) 또는 운동 기구(200)는 사용자의 체력 및 운동과 관련된 다양한 정보를 외부 서버(400)로 전송할 수 있다. 이 경우, 사용자의 체력 및 운동과 관련된 다양한 정보는 조직관리 및 인사평가에 활용될 있다.
또 다른 예를 들어, 외부 서버(400)는 직무외 국민의 건강을 관리하기 위한 서버일 수 있다. 즉, 외부 서버(400)는 국민, 군인, 학교, 보건소, 병원 등에서 국민의 건강을 관리하기 위해 서버(100) 또는 운동 기구(200)로부터 사용자의 체력 및 운동과 관련된 정보를 수신할 수 있다. 예를 들어, 다수의 사용자의 체력 및 운동과 관련된 정보가 수집되는 경우, 다양한 건강 분야의 표준 자료로 활용이 가능할 수 있다.
네트워크(500)는 컴퓨팅 장치, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미할 수 있다. 예를 들어, 네트워크(500)는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다.
무선 데이터 통신망은 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
도 2는 본 발명의 일 실시예에 따른 서버의 하드웨어 구성도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 서버(100)는 하나 이상의 프로세서(110), 프로세서(110)에 의하여 수행되는 컴퓨터 프로그램(151)을 로드(Load)하는 메모리(120), 버스(130), 통신 인터페이스(140) 및 컴퓨터 프로그램(151)을 저장하는 스토리지(150)를 포함할 수 있다. 여기서, 도 2에는 본 발명의 실시예와 관련 있는 구성요소들만 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 2에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.
프로세서(110)는 서버(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(110)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치(GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석, 딥러닝을 위한 프로세서를 포함할 수 있다. 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.
또한, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있으며, 서버(100)는 하나 이상의 프로세서를 구비할 수 있다.
다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.
메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(120)는 본 발명의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(150)로부터 컴퓨터 프로그램(151)을 로드할 수 있다. 메모리(120)에 컴퓨터 프로그램(151)이 로드되면, 프로세서(110)는 컴퓨터 프로그램(151)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(120)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 발명의 기술적 범위가 이에 한정되는 것은 아니다.
버스(130)는 서버(100)의 구성 요소 간 통신 기능을 제공한다. 버스(130)는 주소 버스(address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.
통신 인터페이스(140)는 서버(100)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(140)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(140)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(140)는 생략될 수도 있다.
스토리지(150)는 컴퓨터 프로그램(151)을 비 임시적으로 저장할 수 있다. 서버(100)를 통해 본 발명의 실시예에 따른 프로세스를 수행하는 경우, 스토리지(150)는 개시된 실시예에 따른 분석을 수행하기 위하여 필요한 각종 정보를 저장할 수 있다.
스토리지(150)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.
컴퓨터 프로그램(151)은 메모리(120)에 로드 될 때 프로세서(110)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(110)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.
일 실시예에서, 컴퓨터 프로그램(151)은 신경망 모델의 학습과 관련된 다양한 작업과 관련된 다양한 방법들을 수행하도록 하는 하나 이상의 인스트럭션을 포함할 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다.
도 3은 본 발명의 일 실시예에 따른 체력 분석 정보를 제공하는 방법의 일례를 설명하기 위한 흐름도이다. 도 4는 본 발명의 일 실시예에 따른 체력시험 항목, 운동 항목 및 이에 대응하는 적어도 하나의 운동 기구의 일례를 설명하기 위한 도면이다. 도 5는 본 발명의 일 실시예에 따른 체력시험과 관련된 체력 분석 정보를 생성하는 방법의 일례를 설명하기 위한 흐름도이다.
본 발명의 일 실시예에 따르면, 서버(100)는 체력 관리 서비스를 제공할 수 있다. 여기서, 체력 관리 서비스는 직무와 관련된 체력시험에 대응하는 운동 및 체력을 관리해주는 서비스를 포함할 수 있다. 여기서, 직무와 관련된 체력시험은 체력시험 항목에 대한 운동을 제한된 시간 내에 완료하는 것이 평가 요소일 수 있다. 즉, 직무와 관련된 체력시험에 대한 준비는 운동 수행 완료 시간을 단축시키는 연습으로 이루어질 수 있다.
도 3을 참조하면, 서버(100)는 직무 및 신체 정보를 포함하는 사용자 정보를 획득할 수 있다(S110).
구체적으로, 서버(100)는 사용자 단말(300)로부터 지원하고자 하는 직무 또는 재직중인 직무에 대한 정보를 수신할 수 있다. 예를 들어, 직무는 경찰 공무원 및 소방 공무원 중 적어도 하나를 포함할 수 있다. 다만, 이에 한정되는 것은 아니고 체력이 요구되는 다양한 직무(예를 들어, 군인, 의사, 경호원, 운동 선수 등)를 포함할 수 있다.
또한, 서버(100)는 사용자 단말(300)로부터 사용자의 성별, 신장 및 체중과 같은 신체 정보를 수신할 수 있다. 여기서, 신체 정보는 사용자의 안전한 운동을 위해 적어도 하나의 운동 기구(200)의 강도를 결정하는데 이용될 수 있다.
서버(100)는 사용자 정보를 획득한 경우, 직무에 대응하는 체력시험 항목을 인식할 수 있다(S120).
예를 들어, 서버(100)는 제1 직무와 관련된 외부 서버(400)로 체력시험 항목을 요청하고, 체력시험 항목인 장애물 코스 달리기, 장대 허들 넘기, 밀기 당기기, 구조하기 및 방아쇠 당기기와 같은 항동들을 외부 서버(400)로부터 수신하여, 상기 체력시험 항목을 인식할 수 있다. 여기서, 제1 직무는 경찰 공무원이고, 외부 서버(400)는 경찰 공무원 서버일 수 있으나 이에 한정되는 것은 아니다.
다른 예를 들어, 서버(100)는 제2 직무와 관련된 외부 서버(400)로 체력시험 항목을 요청할 수 있다. 그리고, 서버(100)는 제2 직무에 대응하는 체력시험 항목인 버피 테스트, 호스 끌기, 호스 당기기, 장비 옮기기, 메디신볼 벽 던지기, 요구조자 옷깃 끌기, 중량 썰매 밀기, 엎드려 가기, 누워 당기기 및 왕복 오래 달리기와 같은 항목들을 외부 서버(400)로부터 수신하여, 상기 체력시험 항목을 인식할 수 있다. 여기서, 제2 직무는 소방 공무원이고, 외부 서버(400)는 소방 공무원 서버일 수 있으나 이에 한정되는 것은 아니다.
서버(100)는 직무에 대응하는 체력시험 항목을 인식한 경우, 체력시험 항목에 대응하는 적어도 하나의 운동 기구(200)를 인식할 수 있다(S130).
구체적으로, 서버(100)는 직무 별 체력시험 항목 각각에 운동 항목 및 운동 기구가 맵핑된 테이블을 메모리(120)에 저장하고 있을 수 있다. 그리고, 서버(100)는 직무에 대응하는 체력시험 항목을 인식했을 때, 저장된 테이블을 이용하여 각 항목에 대응하는 운동 기구(200)를 인식할 수 있다.
예를 들어, 도 4를 참조하면, 테이블(10)은 직무 구분 열(11), 체력시험 항목 열(12), 운동항목 열(13) 및 운동기구 열(14)로 구성될 수 있다.
예를 들어, 서버(100)는 직무에 대응하는 체력시험 항목을 '밀기 당기기'로 인식한 경우, 도 4에 도시된 테이블(10)을 이용하여 '밀기 당기기'에 대응하는 운동 항목인 '밀기 당기기'를 인식할 수 있다. 또한, 서버(100)는 '밀기 당기기'에 대응하는 운동을 수행할 수 있는 운동 기구인 '듀얼 풀리'를 인식할 수 있다.
또한, 서버(100)는 체력시험 항목에 대응하는 적어도 하나의 운동 기구(200)를 인식한 경우, 적어도 하나의 운동 기구(200)의 세팅 정보를 결정할 수 있다.
예를 들어, 서버(100)는 적어도 하나의 운동 기구(200)가 듀얼 풀리인 경우, '밀기 당기기' 운동을 수행할 수 있는 케이블의 위치 및 부하의 크기(즉, 무게)에 대한 정보를 포함하는 세팅 정보를 결정할 수 있다. 자세히 예를 들어, 밀기 당기기의 체력시험 항목은 32Kg의 하중을 갖는 신체저항성 기구를 당긴 상태로 반원 이동 3회, 상기 신체저항성 기구를 밀고 있는 상태로 반원 이동 3회 수행하는 것일 수 있다. 이 경우, 서버(100)는 밀기 당기기 운동을 수행할 수 있도록 듀얼 풀리의 케이블 위치를 사용자의 허리 높이로 세팅하고, 부하의 크기를 32Kg으로 세팅하는 세팅 정보를 결정할 수 있다.
다시 도 3을 참조하면, 서버(100)는 체력시험 항목에 대응하는 적어도 하나의 운동 기구(200)를 인식한 경우, 신체 정보를 기초로 적어도 하나의 운동 기구(200)의 강도를 결정할 수 있다(S140).
구체적으로, 서버(100)는 도 4에 도시된 테이블(10)을 이용해 체력시험 항목과 관련된 운동 항목을 인식할 수 있다. 그리고, 서버(100)는 사용자의 신체 정보를 기초로 운동 항목 별 최대 하중을 결정할 수 있다.
예를 들어, 서버(100)는 운동 기구 및 성별 별로 신장 및 체중 각각을 행 항목과 열 항목으로 구성된 테이블의 각 셀에 최대 하중을 맵핑하여 메모리(120)에 저장하고 있을 수 있다. 그리고, 서버(100)는 운동 기구, 사용자의 성별, 신장 및 체중에 대응하는 셀을 인식하고, 해당 셀에 맵핑된 최대 하중으로 적어도 하나의 운동 기구의 최대 하중을 결정할 수 있다.
추가적인 실시예에서, 서버(100)는 운동 기구에 대응하는 근육 부위를 인식할 수 있다. 또한, 서버(100)는 운동 기구에 대응하는 근육 부위와 관련된 사용자의 운동 이력을 기초로 상기 근육 부위에 대응하는 1RM(1 Repetition Maximum) 값을 인식할 수 있다. 그리고, 서버(100)는 1RM 값에 대응하는 하중을 최대 하중으로 결정할 수 있다. 여기서, 1RM 값은 사용자가 1회 최대로 들어 올릴 수 있는 하중 값을 의미한다. 예를 들어, 사용자의 제1 근육 부위의 1RM 값은, 사용자가 제1 근육 부위를 이용하여, 1회에 100Kg의 하중을 들어올릴 수 있는 경우, 100Kg이 될 수 있다. 예를 들어, 서버(100)는 사용자의 운동 이력을 획득하고, '1RM = W1* (1+0.025* R1)'의 수학식을 이용하여 산출할 수 있다. 여기서, 1RM은 1회 최대로 들어 올릴 수 있는 하중 값을 나타내고, W1는 사용자가 기 설정된 개수(예를 들어, 7~8회)만큼 들어 올릴 수 있는 하중 값을 나타내며, R1은 사용자가 반복하여 운동한 횟수를 의미한다.
서버(100)는 최대 하중을 결정한 경우, 최대 하중 이내의 하중 별 세트 횟수를 포함하는 적어도 하나의 운동 기구(200)의 강도를 결정할 수 있다.
예를 들어, 서버(100)는 최대 하중으로 운동하는 경우 5회 3세트로 결정하고, 최대 하중의 80%의 하중으로 운동하는 경우 7회 3세트로 결정하고, 최대 하중의 60%의 하중으로 운동하는 경우 10회 3세트로 결정할 수 있다.
즉, 서버(100)는 최대 하중보다 무게가 작을수록 더 많은 횟수 또는 더 많은 세트로 운동하도록 운동 기구의 강도를 결정할 수 있다. 이 경우, 사용자는 다양한 하중을 이용해 운동을 효과적으로 수행할 수 있다.
사용자는 서버(100)에서 운동 기구의 강도가 결정된 이후, 해당 강도로 설정된 운동 기구를 이용하여 운동을 수행할 수 있다. 이 경우, 서버(100)는 적어도 하나의 운동 기구(200) 및 강도를 기초로 측정된 사용자의 체력 측정 정보를 획득할 수 있다(S150). 여기서, 체력 측정 정보는 체력시험 항목에 대응하는 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간을 포함할 수 있다.
구체적으로, 서버(100)는 사용자가 운동을 수행함에 따라 적어도 하나의 운동 기구(200)에 기록되는 운동 정보를 획득할 수 있다. 여기서, 운동 정보는 적어도 하나의 운동 기구(200)에서 사용자가 수행한 세트 별 수행 완료 시간을 포함할 수 있으며, 체력 분석 정보를 생성하는데 이용될 수 있다.
서버(100)는 체력 측정 정보를 획득한 경우, 사용자 정보 및 체력 측정 정보를 기초로 생성한 체력 분석 정보를 제공할 수 있다(S160).
구체적으로, 도 5를 참조하면, 서버(100)는 직무에 대응하는 체력시험 항목의 합격 기준 시간을 인식할 수 있다(S161). 또한, 서버(100)는 체력 측정 정보를 기초로, 체력시험 항목에 대응하는 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간을 인식할 수 있다(S162). 그리고, 서버(100)는 수행 완료 시간과 합격 기준 시간을 비교하여, 체력 분석 정보를 생성할 수 있다(S163). 여기서, 체력 분석 정보는 예를 들어, 사용자의 수행 완료 시간이 합격 기준 시간에 부합하는지 여부에 대한 정보를 포함할 수 있다.
예를 들어, 밀기 당기기의 체력시험 항목은 32Kg의 하중을 갖는 신체저항성 기구를 당긴 상태로 반원 이동 3회, 상기 신체저항성 기구를 밀고 있는 상태로 반원 이동 3회를 30초 이내에 완료하는 경우가 합격 기준일 수 있다. 이러한 기준은 외부 서버(400)가 서버(100)로 제공할 수 있으나 이에 한정되는 것은 아니다.
즉, 서버(100)는 밀기 당기기의 체력시험 항목의 합격 기준 시간이 30초라고 인식할 수 있다. 또한, 서버(100)는 체력 측정 정보를 이용해 밀기 당기기에 대응하는 적어도 하나의 운동 기구(200)에서 밀기 또는 당기기 3회로 구성된 1세트를 사용자가 완료하는데 걸린 시간(즉, 수행 완료 시간)을 인식할 수 있다. 그리고, 서버(100)는 30초와 1세트의 수행 완료 시간을 비교하여 체력 분석 정보를 생성할 수 있다.
구체적으로, 밀기 또는 당기기 3회로 구성된 1세트의 경우, 밀기 1세트와 당기기 1세트를 30초 이내에 완료하여야 합격 기준에 부합하는 것일 수 있다. 따라서, 서버(100)는 밀기 또는 당기기 3회로 구성된 1세트를 사용자가 완료하는데 걸린 수행 완료 시간과 15초를 비교하여 합격 기준에 부합하게 운동했는지 여부를 인식할 수 있다.
예를 들어, 사용자의 수행 완료 시간이 15초 이내인 경우, 사용자가 합격 기준에 부합하게 운동 했다고 인식할 수 있다. 다른 예를 들어, 사용자의 수행 완료 시간이 15초를 초과하는 경우, 합격 기준에 부합하지 않게 운동 했다고 인식할 수 있다. 또한, 서버(100)는 해당 운동에 대한 추가 훈련이 요구된다는 내용을 포함하는 체력 분석 정보를 생성 및 제공할 수 있다.
다양한 실시예에 따르면, 서버(100)는 체력 분석 정보를 생성하기 위해 신경망 기반 분석, 빅데이터 분석 및 전문가 분석을 이용할 수 있다.
구체적으로, 서버(100)는 체력시험의 항목 각각에 대해 사용자의 체력 측정 정보를 기 설정된 기준으로 1차 분류할 수 있다. 예를 들어, 체력 측정 정보는 체력시험 항목에 대응하는 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간을 포함할 수 있으나 이에 한정되는 것은 아니고, 사용자가 적어도 하나의 운동기구에서 수행한 다양한 정보를 포함할 수 있다. 그리고, 예를 들어, 기 설정된 기준은 체력시험의 합격기준, 승급기준 및 권장기준 중 적어도 하나를 포함할 수 있다.
서버(100)는 체력시험 항목 각각에 대해 할당된 기준을 종합하여, 기 설정된 기준으로 2차 분류할 수 있다.
예를 들어, 서버(100)는 체력시험 항목에 포함된 제1 항목, 제2 항목 및 제3 항목 각각에 할당된 기준을 기초로 사용자의 체력 측정 정보가 합격기준, 승급기준 및 권장기준 중 어느 기준에 해당되는지 분류할 수 있다.
한편, 서버(100)는 사용자의 체력 측정 정보 및 다른 사용자의 체력 측정 정보를 기초로 사용자의 현재 신체 상태 또는 사용자의 운동 상태를 분류하기 위한 제1 신경망 모델을 학습시킬 수 있다. 여기서, 제1 신경망 모델은 분류 모델을 포함할 수 있다.
구체적으로, 서버(100)는 사용자의 체력 측정 정보가 입력되면 기 설정된 클래스 별 스코어 값을 출력하도록 제1 신경망 모델을 학습시킬 수 있다. 여기서, 기 설정된 클래스는 체력시험의 합격기준, 승급기준 및 권장기준을 포함할 수 있다.
즉, 서버(100)는 학습이 완료된 제1 신경망 모델에 사용자 또는 새로운 사용자의 체력 분석 정보를 입력하여, 해당 사용자의 현재 신체 상태 또는 운동 상태가 체력시험의 합격기준에 부합하는지 여부, 승급기준에 부합하는지 여부 또는 권장기준에 부합하는지 여부 등을 인식할 수 있다.
다양한 실시예에서, 서버(100)는 사용자의 체력 분석 정보가 체력시험의 합격기준, 승급기준 및 권장기준 각각에 부합하지 않다고 판단한 경우, 사용자의 체력 분석 정보를 기초로 사용자에게 운동을 추천하기 위한 제2 신경망 모델을 학습시킬 수 있다. 여기서, 제2 신경망 모델은 예측 모델을 포함할 수 있다.
구체적으로, 서버(100)는 제1 신경망 모델이 출력한 출력 값을 입력하면, 스코어 값이 가장 낮은 항목에 대응하는 추천 운동을 출력하도록 제2 신경망 모델을 학습시킬 수 있다. 여기서, 제2 신경망 모델은 클래스 별 스코어 값이 상대적으로 낮은 항목을 인식하고, 해당 항목에 대응하는 추천 운동을 출력할 수 있다.
한편, 서버(100)는 제1 신경망 모델 및 제2 신경망 모델 각각의 신뢰도를 높이기 위해 기 설정된 주기 마다 또는 기 설정된 개수의 출력 결과물 마다 전문가 단말로 입력 데이터 및 결과 데이터를 전송할 수 있다. 그리고, 서버(100)는 전문가 단말로부터 입력 데이터 및 결과 데이터에 대한 가중치 또는 수정 데이터를 수신할 수 있다. 이 경우, 서버(100)는 가중치 또는 수정 데이터가 반영된 입력 데이터 및 결과 데이터를 기초로 제1 신경망 모델 및 제2 신경망 모델을 재학습시켜 각 모델의 정확도를 높일 수 있다.
추가적인 실시예에 따르면, 단계(S150)에서 서버(100)는 사용자의 체력 측정 정보를 획득한 경우, 사용자의 신체 부위 별 근력 수치를 결정할 수 있다.
예를 들어, 서버(100)는 체력 측정 정보에 포함된 운동 기구의 종류를 기초로 사용자의 신체 중 운동 대상 부위를 인식할 수 있다. 그리고, 서버(100)는 해당 운동 기구로 운동을 수행한 횟수, 운동을 수행한 시간, 및 운동을 수행한 하중에 대응하는 근력수치를 결정할 수 있다.
예를 들어, 서버(100)는 운동을 수행한 평균 횟수, 운동을 수행한 평균 시간 및 운동을 수행한 하중을 곱연산하여 산출된 값을 사용자의 특정 신체 부위의 근력 수치로 결정할 수 있다.
서버(100)는 사용자의 신체 부위 별 근력 수치를 결정한 경우, 신체 부위 별 근력 수치를 기초로 적어도 하나의 운동 기구의 강도를 보정할 수 있다.
예를 들어, 서버(100)는 사용자의 제1 신체 부위의 근력 수치가 기 설정된 값을 초과하는 경우, 상기 제1 신체 부위를 운동하는 운동 기구의 강도를 강하게 보정할 수 있다.
추가적인 실시예에 따르면, 단계(S160)에서 서버(100)는 체력 분석 정보를 생성할 때, 체력 측정 정보를 분석하여 추천 운동에 대한 정보를 생성할 수 있다.
구체적으로, 서버(100)는 사용자의 체력 측정 정보를 직무와 관련된 체력시험 항목 각각의 기준에 따라 분류할 수 있다.
좀더 구체적으로, 서버(100)는 체력시험 항목에 대응하는 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간을 기준에 따라 분류할 수 있다.
예를 들어, 서버(100)는 제1 항목에 대응하는 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간이 해당되는 합격기준, 승급기준 및 권장기준을 인식할 수 있다. 그리고, 서버(100)는 제1 항목에 대응하는 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간이 특정기준에 해당되는 것으로 분류할 수 있다.
서버(100)는 상술한 방식으로 사용자의 체력 측정 정보를 분류한 경우, 합격기준, 승급기준 및 권장기준 중 어느 하나의 기준에도 만족되지 못하여 분류되지 않은 특정 항목을 인식할 수 있다. 또한, 서버(100)는 특정 항목에 대응하는 특정 운동 기구를 인식할 수 있다. 그리고, 서버(100)는 특정 운동 기구를 이용하여 운동할 것을 추천할 수 있다.
따라서, 사용자는 직무와 관련된 체력시험 항목 중 자신에게 부족한 항목에 대응하는 운동 기구를 쉽게 인지하고, 해당 운동 기구를 이용해 부족한 항목과 관련된 체력을 효과적으로 향상시킬 수 있다.
다양한 실시예에서, 서버(100)는 사용자가 운동을 수행하는 동안 적어도 하나의 운동 기구에서 촬영되는 영상 정보를 획득할 수 있다. 여기서, 영상 정보는 사용자가 운동하는 모습을 포함할 수 있으며, 자세 교정 정보를 생성하는데 이용될 수 있다.
예를 들어, 서버(100)는 사용자가 운동을 수행하는 동안 적어도 하나의 운동 기구에서 촬영되는 영상 정보를 기초로 사용자가 수행하고 있는 특정 운동을 인식하고, 사용자의 제1 아웃라인을 인식할 수 있다. 또한, 서버(100)는 특정 운동과 관련된 표준 동작에 대응하여 기 설정된 제2 아웃라인을 인식할 수 있다. 또한, 서버(100)는 제1 아웃라인에 포함된 적어도 두 개의 특징점을 기초로 제2 아웃라인의 크기를 조정할 수 있다. 그리고, 서버(100)는 제1 아웃라인 및 크기가 조정된 제2 아웃라인을 기초로 생성한 자세 교정 정보를 제공할 수 있다.
본 발명의 자세 교정 정보는 상술한 바와 같이 서버(100)가 적어도 하나의 운동 기구(200)로부터 영상을 수신하고, 영상을 분석하여 생성한 후 사용자 단말(300) 또는 적어도 하나의 운동 기구(200)로 전송하여 사용자에게 제공할 수 있다. 예를 들어, 적어도 하나의 운동 기구(200)로 자세 교정 정보가 전송되는 경우, 적어도 하나의 운동 기구(200)는 디스플레이부를 통해 해당 정보를 출력할 수 있다.
따라서, 본 발명의 서버(100)는 사용자가 위험한 자세로 운동을 지속하는 것을 방지하여, 운동 중 발생될 수 있는 상해를 방지할 수 있다.
다양한 실시예에서, 자세 교정 정보는 적어도 하나의 운동 기구(200)에서 자체적으로 생성하여 사용자에게 제공할 수 있다.
다양한 실시예에서, 서버(100)는 직무와 관련된 체력시험의 모의 테스트를 제공할 수 있다.
예를 들어, 직무와 관련된 체력시험은 복수의 항목을 포함하고, 상기 복수의 항목 각각을 기 설정된 순서에 따라 수행 완료한 시간에 따라 평가되는 시험일 수 있다.
즉, 서버(100)는 체력시험 항목 각각을 순차적으로 수행할 수 있도록 적어도 하나의 운동 기구(200)를 세팅하고, 사용자가 운동 기구를 통해 운동을 완료하는 시간을 측정하는 방식으로 모의 체력시험을 제공할 수 있다.
이하, 서버(100)가 모의 체력시험을 제공하는 방법의 일례는 도 3 내지 도 6을 참조하여 후술한다.
추가적인 실시예에서, 서버(100)는 체력시험 외에도 다양한 운동 목적에 대응하는 1RM 기반의 체력 분석 정보를 제공할 수 있다.
구체적으로, 서버(100)는 사용자의 운동 이력 또는, 운동 측정 정보를 기초로 사용자의 근육 부위 별 1RM 값을 획득할 수 있다. 그리고, 서버(100)는 사용자 단말(300)로부터 운동 목적 정보를 획득하고, 획득된 운동 목적에 대응하는 근육 부위 별 1RM 기반의 체력 분석 정보를 사용자 단말(300)로 전송할 수 있다.
일 실시예에서, 서버(100)의 메모리(120)는 사용자의 운동 목적에 따른 중량 값을 결정할 수 있는 1RM 값의 비율 및 상기 1RM 값의 비율에 대응하는 반복 횟수를 맵핑하여 저장하고 있을 수 있다.
일례로, 서버(100)는 사용자의 운동 목적이 근력 증가인 경우, 근력 증가에 대응하는 1RM 값에 대한 비율이 100% 또는 90%인 것을 인식할 수 있다. 또한, 서버(100)는 근력 증가에 대응하는 1RM 값에 대한 비율에 대응하는 반복 횟수가 1~2회 또는 3~5회인 것을 인식할 수 있다.
구체적으로, 서버(100)는 사용자의 운동 목적이 근력 증가이고, 사용자의 제1 근육 부위의 1RM 값이 100Kg인 경우, 100Kg으로 1~2회 운동하도록 제안하는 정보 또는, 90Kg으로 3~5회 운동하도록 제안하는 정보를 포함하는 체력 분석 정보를 생성할 수 있다.
다른 일례로, 서버(100)는 사용자의 운동 목적이 근비대인 경우, 근비대에 대응하는 1RM 값에 대한 비율이 85%, 80% 및 75% 중 적어도 하나인 것을 인식할 수 있다. 또한, 서버(100)는 근비대에 대응하는 1RM 값에 대한 비율에 대응하는 반복 횟수가 6~8회, 8~10회 및 10~12회 중 적어도 하나인 것을 인식할 수 있다.
구체적으로, 서버(100)는 사용자의 운동 목적이 근비대이고, 사용자의 제1 근육 부위의 1RM 값이 100Kg인 경우, 85Kg으로 6~8회 운동하도록 제안하는 정보, 80Kg으로 8~10회 운동하도록 제안하는 정보 및 75Kg으로 10~12회 운동하도록 제안하는 정보 중 적어도 하나를 포함하는 체력 분석 정보를 생성할 수 있다.
또 다른 일례로, 서버(100)는 사용자의 운동 목적이 근지구력 강화인 경우, 근지구력 강화에 대응하는 1RM 값에 대한 비율이 70%, 50% 및 35% 중 적어도 하나인 것을 인식할 수 있다. 또한, 서버(100)는 근지구력 강화에 대응하는 1RM 값에 대한 비율에 대응하는 반복 횟수가 13~15회, 20~30회 및 50~60회 중 적어도 하나인 것을 인식할 수 있다.
구체적으로, 서버(100)는 사용자의 운동 목적이 근지구력 강화이고, 사용자의 제1 근육 부위의 1RM 값이 100Kg인 경우, 70Kg으로 13~15회 운동하도록 제안하는 정보, 50Kg으로 20~30회 운동하도록 제안하는 정보 및 35Kg으로 50~60회 운동하도록 제안하는 정보 중 적어도 하나를 포함하는 체력 분석 정보를 생성하고, 이를 사용자 단말(300)로 전송할 수 있다.
따라서, 본 발명의 서버(100)는 사용자의 다양한 운동 목적에 대응하는 체력 분석 정보를 제공하여, 사용자에 목적에 적절한 운동 방법을 제공하면서, 사용자의 부상을 방지할 수 있다.
도 6은 본 발명의 일 실시예에 따른 모의 체력시험을 제공하는 방법의 일례를 설명하기 위한 흐름도이다.
도 6을 참조하면, 서버(100)는 체력시험 항목과 관련된 운동 항목 및 체력시험 항목의 순서를 인식할 수 있다(S210). 또한, 서버(100)는 체력시험의 평가 기준을 인식할 수 있다.
예를 들어, 서버(100)는 제1 직무와 관련된 외부 서버(400)로 체력시험 항목을 요청하고, 체력시험 항목 중 제1 항목인 장애물 코스 달리기, 제2 항목인 장대 허들 넘기, 제3 항목인 밀기 당기기, 제4 항목인 구조하기 및 제5 항목인 방아쇠 당기기와 같은 항동들을 외부 서버(400)로부터 수신하여, 체력시험 항목과 관련된 운동 항목 및 체력시험 항목의 순서를 인식할 수 있다. 그리고, 서버(100)는 외부 서버(400)로부터 우수 등급(4분 40초 이하), 보통 등급(4분 40초 초과, 5분 10초 이하), 미흡 등급(5분 10초 초과)의 평가 기준에 대한 정보를 수신할 수 있다.
서버(100)는 운동 항목 및 순서에 대응하는 적어도 하나의 운동 기구의 세팅 정보를 결정할 수 있다(S220).
예를 들어, 서버(100)는 제1 항목인 장애물 코스 달리기와 관련된 제1 운동 기구(예를 들어, 트레드밀 또는 스테어클라이머)의 제1 세팅 정보를 결정할 수 있다. 또한, 서버(100)는 제2 항목인 장대 허들 넘기와 관련된 제2 운동 기구(예를 들어, 듀얼플리 또는 파워클라이머)의 제2 세팅 정보를 결정할 수 있다. 또한, 서버(100)는 제3 항목인 밀기 당기기와 관련된 제3 운동 기구(예를 들어, 듀얼풀리)의 제3 세팅 정보를 결정할 수 있다. 또한, 서버(100)는 제4 항목인 구조하기와 관련된 제4 운동 기구(예를 들어, 트래드밀 또는 듀얼풀리)의 제4 세팅 정보를 결정할 수 있다. 또한, 서버(100)는 제5 항목인 방아쇠 당기기와 관련된 제5 운동 기구(예를 들어, 듀얼풀리)의 제5 세팅 정보를 결정할 수 있다.
그리고, 서버(100)는 제1 세팅 정보로 세팅된 제1 운동 기구에서 운동 수행이 완료된 경우, 제2 운동 기구를 제2 운동 정보로 세팅할 수 있다. 또한, 서버(100)는 제2 세팅 정보로 세팅된 제2 운동 기구에서 운동 수행이 완료된 경우, 제3 운동 기구를 제3 운동 정보로 세팅할 수 있다. 즉, 서버(100)는 체력시험의 순서대로 운동 기구를 세팅할 수 있다.
한편, 제1 내지 제5 운동 기구는 중복되는 운동기구를 의미할 수도 있다. 예를 들어, 제3 운동 기구, 제4 운동기구 및 제5 운동 기구는 듀얼풀리일 수 있다. 이 경우, 사용자는 모의 체력시험의 제3 항목, 제4 항목 및 제5 항목 각각에 대응하는 테스트를 하나의 운동 기구에서 수행할 수 있다.
서버(100)는 적어도 하나의 운동 기구로 세팅 정보를 전송하여, 적어도 하나의 운동 기구를 운동 항목 및 순서에 대응되도록 세팅하고, 세팅이 완료된 적어도 하나의 운동 기구를 이용하여 사용자가 운동을 수행함에 따라 기록되는 운동 정보를 획득할 수 있다(S230). 그리고, 서버(100)는 운동 정보를 기초로, 체력시험에 대한 합격 여부를 제공할 수 있다(S240).
예를 들어, 사용자는 하나의 운동 기구 또는 두 개 이상의 운동 기구를 이용해 모의 체력시험의 순서대로 운동을 수행할 수 있다. 한편, 상기 하나의 운동 기구 또는 두 개 이상의 운동 기구 중 제1 항목에 대응하는 세팅 정보로 세팅된 운동기구가 운동 시작 시간을 서버(100)로 전송할 수 있다. 그리고, 마지막 항목에 대응하는 세팅 정보로 세팅된 운동기구가 운동 종료 시간을 서버(100)로 전송할 수 있다.
운동 시작 시간 및 운동 종료 시간을 수신한 서버(100)는 두 개의 시간차와 평가 시간을 비교하여, 체력시험에 대한 합격 여부를 결정할 수 있다.
구체적으로, 서버(100)는 운동 시작 시간 및 운동 종료 시간의 시간차가 우수 등급(4분 40초 이하), 보통 등급(4분 40초 초과, 5분 10초 이하) 및 미흡 등급(5분 10초 초과) 중 어느 등급에 해당되는지 여부를 인식하고, 해당 등급을 모의 체력시험의 결과로 사용자에게 제공할 수 있다.
따라서, 본 발명의 서버(100)는 체력시험을 준비하는 사용자가 편리하게 모의 테스트를 진행할 수 있는 기능을 제공할 수 있다.
다양한 실시예에서, 본 발명의 서버(100)가 제공하는 모의 체력시험은 실제 체력시험으로 이용될 수도 있다. 즉, 서버(100)는 체력시험의 결과를 체력시험을 수행하는 기관(예를 들어, 공무원 시스템)의 서버로 전송할 수 있다. 이 경우, 체력시험을 수행하는 수행기관의 업무 효율성을 높일 수 있다.
본 발명의 다양한 실시예에 따르면, 적어도 하나의 운동 기구(200)는 운동 관리 서비스를 제공할 수 있다.
구체적으로, 운동 기구(200)는 운동을 수행하는 사용자의 운동 영상을 획득할 수 있다. 또한, 운동 기구(200)는 운동 영상을 기초로 사용자가 수행하고 있는 특정 운동을 인식하고, 사용자의 제1 아웃라인을 인식할 수 있다. 또한, 운동 기구(200)는 특정 운동과 관련된 표준 동작에 대응하여 기 설정된 제2 아웃라인을 인식할 수 있다. 또한, 운동 기구(200)는 제1 아웃라인에 포함된 적어도 두 개의 특징점을 기초로 제2 아웃라인의 크기를 조정할 수 있다. 그리고, 운동 기구(200)는 제1 아웃라인 및 크기가 조정된 제2 아웃라인을 출력하고, 제1 아웃라인 및 크기가 조정된 제2 아웃라인을 기초로 생성한 자세 교정 정보를 출력할 수 있다. 여기서, 자세 교정 정보는 교정이 필요한 동작 또는 위험 동작에 대한 알림 메시지를 포함할 수 있으나 이에 한정되는 것은 아니다.
따라서, 본 발명의 운동 기구(200)는 자세 교정 정보를 통해 안전한 운동 방법을 사용자에게 제공할 수 있다.
다양한 실시예에서, 운동 기구(200)는 사용자의 체형, 움직임 및 근력(예를 들어, 상체, 복근, 하체)에 대한 정보를 획득할 수 있다. 즉, 적어도 하나의 운동 기구는 카메라를 구비하고, 사용자를 촬영하여 사용자의 체형 및 움직임을 인식할 수 있다. 또한, 적어도 하나의 운동 기구는 운동 기구에 인가되는 부하를 인식하고, 이를 기초로 사용자의 근력을 인식할 수 있다. 다만, 이에 한정되는 것은 아니다.
추가적으로, 운동 기구(200)는 사용자가 착용한 웨어러블 디바이스(예를 들어, 스마트 워치)에서 측정된 생체 정보를 더 획득할 수 있다. 이 경우, 운동 기구(200)는 생체 정보를 후술될 체력 분석 정보 생성에 활용할 수 있다.
구체적으로, 사용자 단말(300)은 사용자가 착용한 스마트 워치로부터 데이터를 수신하고, 수신된 데이터를 운동 기구(200)로 전송할 수 있다. 예를 들어, 웨어러블 디바이스에 수신된 데이터는 사용자의 최대산소 섭취량 및 혈압을 포함할 수 있으나 이에 한정되는 것은 아니다.
예를 들어, 사용자는 스마트 워치를 착용한 상태에서 국민건강 100에서 권장하는 스텝테스트를 진행할 수 있다. 이때 운동 기구(200)는 스마트 워치에서 측정된 심박수를 기반으로 최대 산소 섭취량을 계산할 수 있다. 한편, 사용자가 스텝테스트를 진행하는 동안 운동 기구(200)에서 측정된 체력 측정 정보는 디스플레이부에 출력되거나, 서버(100) 또는 사용자 단말(300)로 전송될 수 있다. 즉, 운동 기구(200)는 체력 측정 정보와 사용자 단말(300) 또는 스마트 워치로부터 최대 산소 섭취량을 획득하고 이를 기초로 심폐 지구력을 측정할 수 있다. 구체적으로, 운동 기구(200)는 사용자가 운동을 하였을 때 안정 상태의 몇 배의 열량을 소모하고 있는지를 나타내는 대사당량(METs)과 고강도의 운동 시에 신체가 최대로 산소를 소비할 수 있는 능력을 나타내는 최대 산소 섭취량을 측정하여 산출할 수 있다.
추가적인 예를 들어, 운동 기구(200)는 심폐 지구력을 포함한 다양한 생체 정보를 측정하기 위해 신경망 모델을 이용할 수 있다. 예를 들어, 운동 기구(200)는 체력 측정 정보와 최대산소 섭취량이 입력되면 이에 대응하는 심폐 지구력을 출력하는 신경망 모델을 학습 및 활용할 수 있다. 다만, 이에 한정되는 것은 아니다.
본 발명의 일 실시예에 따르면, 적어도 하나의 운동 기구(200)는 운동 관리 서비스를 제공할 수 있다. 여기서, 운동 관리 서비스는 사용자의 운동하는 모습을 인식하고, 올바른 운동 자세를 알려주는 서비스를 포함할 수 있다.
운동 기구(200)는 운동을 수행하는 사용자의 운동 영상을 획득할 수 있다.
구체적으로, 운동 기구(200)는 카메라를 구비할 수 있다. 그리고, 운동 기구(200)는 사용자가 운동을 수행하는 경우, 카메라를 이용하여 사용자를 포함하는 운동 영상을 획득할 수 있다.
운동 기구(200)는 운동 영상을 획득한 경우, 운동 영상을 기초로 사용자가 수행하고 있는 특정 운동을 인식하고, 사용자의 제1 아웃라인을 인식할 수 있다. 여기서, 제1 아웃라인은 운동 영상에 포함된 사용자의 윤곽선을 의미할 수 있다.
구체적으로, 운동 기구(200)는 운동 영상에서 사용자의 각 관절 및 척추의 위치를 인식할 수 있다. 또한, 운동 기구(200)는 각 관절을 연결하는 가상선 및 척추에 대응하는 가상선을 생성하고, 가상선 중 적어도 두 개의 가상선이 형성하는 각도에 기초하여, 사용자의 동작을 인식할 수 있다. 그리고, 운동 기구(200)는 사용자의 동작에 기초하여 특정 운동을 인식할 수 있다.
좀더 구체적으로, 운동 기구(200)는 RGB카메라, 적외선 프로젝터 및 깊이 센서(depth sensor)중 적어도 하나를 포함할 수 있다. 운동 기구(200)는 RGB카메라로 촬영되는 색상 뷰(color view), 촬영된 영상의 깊이 뷰(depth view) 및 사용자(2000)의 골격 뷰(Skeleton view) 중 적어도 하나에 기초하여, 사용자의 동작에 따라 척추 및 관절의 연결이 변화하는 정보(즉, 사용자의 동작)를 인식할 수 있다.
운동 기구(200)는 특정 운동과 관련된 표준 동작에 대응하여 기 설정된 제2 아웃라인을 인식할 수 있다. 그리고, 운동 기구(200)는 제1 아웃라인에 포함된 적어도 두 개의 특징점을 기초로 제2 아웃라인의 크기를 조정할 수 있다.
구체적으로, 운동 기구(200)는 운동을 하는 사용자의 신장 및 사용자의 체격을 고려하기 위해 제2 아웃라인의 가로 크기 및 세로 크기를 각각 조절할 수 있다.
예를 들어, 운동 기구(200)는 제1 아웃라인을 구성하는 특징점 중 최우측(예를 들어, 우측 팔꿈치)에 위치한 제1 특징점과 최좌측(예를 들어, 좌측 팔꿈치)에 위치한 제2 특징점을 인식할 수 있다. 또한, 운동 기구(200)는 제2 아웃라인에 포함되며, 제1 특징점에 대응하는 제3 특징점 및 제2 특징점에 대응하는 제4 특징점을 인식할 수 있다. 그리고, 운동 기구(200)는 제1 특징점과 제3 특징점이 정합하고, 제2 특징점과 제4 특징점이 정합되도록 제2 아웃라인의 가로 크기를 조절할 수 있다.
또한, 운동 기구(200)는 제1 아웃라인을 구성하는 특징점 중 최상측(예를 들어, 정수리)에 위치한 제5 특징점과 최하측(예를 들어, 발바닥)에 위치한 제6 특징점을 인식할 수 있다. 또한, 운동 기구(200)는 제2 아웃라인에 포함되며, 제5 특징점에 대응하는 제7 특징점 및 제6 특징점에 대응하는 제8 특징점을 인식할 수 있다. 그리고, 운동 기구(200)는 제5 특징점과 제7 특징점이 정합하고, 제6 특징점과 제8 특징점이 정합되도록 제2 아웃라인의 세로 크기를 조절할 수 있다.
운동 기구(200)는 제1 아웃라인 및 크기가 조정된 제2 아웃라인을 출력할 수 있다. 또한, 운동 기구(200)는 제1 아웃라인 및 크기가 조정된 제2 아웃라인을 기초로 생성한 자세 교정 정보를 출력할 수 있다.
구체적으로, 운동 기구(200)는 디스플레이부를 구비할 수 있다. 그리고, 운동 기구(200)는 사용자가 운동을 수행하는 경우, 디스플레이부를 이용하여 운동 관련 정보를 사용자에게 제공할 수 있다.
예를 들어, 운동 기구(200)는 제1 아웃라인 및 크기가 조정된 제2 아웃라인을 디스플레이부에 제공할 수 있다. 이 경우, 사용자는 현재 자세와 표준 자세를 직관적으로 비교하고, 보다 올바른 자세로 운동을 수행할 수 있다. 나아가, 사용자는 올바른 자세로 운동을 수행하여 부상을 방지할 수 있다.
또한, 운동 기구(200)는 자세 교정 정보를 사용자에게 제공할 수 있다.
구체적으로, 운동 기구(200)는 제1 아웃라인에 포함된 복수의 제1 특징점 및 제2 아웃라인에 포함된 복수의 제2 특징점 각각을 비교할 수 있다. 운동 기구(200)는 서로 대응하는 제1 특징점 및 제2 특정점의 거리가 기 설정된 길이만큼 이격되는 경우, 자세 교정 알림 메시지를 출력할 수 있다. 여기서, 자세 교정 알림 메시지는 올바른 자세로 운동하라는 내용 또는, 현재 부상 위험이 있는 자세라는 내용을 포함할 수 있으나, 이에 한정되는 것은 아니다.
다양한 실시예에서, 운동 기구(200)는 사용자의 동작을 서버(100)로 전송하고, 서버(100)로부터 자세 교정 정보를 수신하여 사용자에게 제공할 수 있다.
한편, 서버(100)는 표준 동작 및 사용자의 동작을 기초로 자세 교정 정보를 생성하기 위한 신경망 모델을 학습시킬 수 있다.
구체적으로, 서버(100)는 사용자의 동작이 입력되면 사용자의 동작과 표준 동작의 유사도를 출력하도록 신경망 모델을 학습시킬 수 있다.
즉, 서버(100)는 학습이 완료된 신경망 모델에 사용자의 동작을 입력하여, 해당 사용자의 동작과 표준 동작의 유사도에 따라 자세 교정 정보를 생성하여 운동 기구(200)로 제공할 수 있다.
다양한 실시예에서, 운동 기구(200)는 제1 특징점 및 제2 특정점의 거리가 기 설정된 길이만큼 이격된 상태가 기 설정된 시간 동안 유지되는 경우, 운동 기구에 현재 설정된 무게 부하를 해제할 수 있다.
즉, 운동 기구(200)는 사용자가 올바르지 않은 자세로 장시간 운동을 수행하는 경우, 운동 기구(200)에 설정된 무게 부하를 해제하여 사용자의 운동을 중단시키고, 사용자의 부상을 방지할 수 있다.
다양한 실시예에서, 운동 기구(200)는 운동을 수행하는 사용자가 속한 사용자 그룹의 운동 퍼포먼스 정보를 사용자에게 제공할 수 있다. 여기서, 사용자 그룹은 예를 들어, 동일한 직무와 관련된 사용자들을 포함하는 그룹일 수 있으나 이에 한정되는 것은 아니다.
구체적으로, 운동 기구(200)는 직무 및 신체 정보를 포함하는 사용자의 사용자 정보를 획득할 수 있다. 또한, 운동 기구(200)는 직무 및 신체 정보를 기초로 사용자가 포함되는 특정 사용자 그룹을 인식할 수 있다. 그리고, 운동 기구(200)는 특정 사용자 그룹의 운동 퍼포먼스 정보를 출력할 수 있다.
여기서, 운동 퍼포먼스 정보는 직무에 대응하는 체력시험 항목과 관련된 적어도 하나의 운동 기구에 대한 기 설정된 세트 별 운동 완료 시간에 대한 정보를 포함할 수 있다. 예를 들어, 운동 퍼포먼스 정보는 사용자가 현재 운동하고 있는 운동기구에 대해 기 설정된 세트를 수행 완료하는데 사용되는 시간에 대한 정보를 포함할 수 있다. 자세히 예를 들어, 운동 퍼포먼스 정보는 사용자가 듀얼 풀리에서 밀기 3회로 구성된 1세트를 수행 완료하는데 사용되는 시간에 대한 정보를 포함할 수 있다. 다만, 이에 한정되는 것은 아니다.
예를 들어, 운동 기구(200)는 사용자의 직무, 사용자의 성별, 사용자의 신장 및 체중 각각에 대응하는 특정 사용자 그룹을 인식할 수 있다. 또한, 운동 기구(200)는 특정 사용자 그룹에 포함된 다른 사용자들의 운동 퍼포먼스 정보를 획득할 수 있다. 또한, 운동 기구(200)는 사용자의 운동 퍼포먼스 정보를 인식할 수 있다. 그리고, 운동 기구(200)는 특정 사용자 그룹 내에서 사용자의 운동 퍼포먼스 랭킹을 디스플레이부에 표시할 수 있다. 또한, 운동 기구(200)는 특정 사용자 그룹의 평균 운동 퍼포먼스 정보를 디스플레이부에 표시할 수 있다.
즉, 운동 기구(200)는 사용자가 현재 운동하고 있는 운동 기구에서 사용자와 유사한 조건을 가진 다른 사용자들이 어떻게 운동을 수행하고 있는지, 그리고, 자신의 현재 운동 수준이 어느 정도인지 직관적으로 판단할 수 있는 운동 퍼포먼스 정보를 사용자에게 제공할 수 있다.
다양한 실시예에서, 운동 기구(200)는 사용자의 1RM을 기초로 운동 기구의 무게 부하를 세팅할 수 있다.
구체적으로, 운동 기구(200)는 특정 운동에서 이용되는 특정 근육 부위를 인식할 수 있다. 또한, 운동 기구(200)는 사용자의 운동 이력을 기초로 결정된 특정 근육 부위의 1RM 값을 인식할 수 있다. 그리고, 운동 기구(200)는 1RM에 대응하는 무게 부하를 세팅할 수 있다.
따라서, 본 발명의 운동 기구(200)는 사용자의 근육 부위에 적절한 무게 부하를 자동으로 세팅하여, 사용자의 부상을 방지할 수 있다.
추가적인 실시예에서, 운동 기구(200)는 다양한 운동 목적에 대응하는 체력 분석 정보를 제공할 수 있다.
구체적으로, 운동 기구(200)는 사용자의 운동 이력 또는, 운동 측정 정보를 기초로 사용자의 근육 부위 별 1RM 값을 획득할 수 있다. 그리고, 운동 기구(200)는 운동 기구(200)에 구비된 사용자 인터페이스를 통해 사용자의 운동 목적을 입력 받거나, 사용자 단말(300)로부터 운동 목적 정보를 획득할 수 있다. 그리고, 운동 기구(200)는 획득된 운동 목적에 대응하는 근육 부위 별 1RM 기반의 체력 분석 정보를 디스플레이부에 출력하거나 사용자 단말(300)로 전송할 수 있다.
일 실시예에서, 운동 기구(200)는 메모리에 사용자의 운동 목적에 따른 중량 값을 결정할 수 있는 1RM 값의 비율 및 상기 1RM 값의 비율에 대응하는 반복 횟수를 맵핑하여 저장하고 있을 수 있다.
일례로, 운동 기구(200)는 사용자의 운동 목적이 근력 증가인 경우, 근력 증가에 대응하는 1RM 값에 대한 비율이 100% 또는 90%인 것을 인식할 수 있다. 또한, 운동 기구(200)는 근력 증가에 대응하는 1RM 값에 대한 비율에 대응하는 반복 횟수가 1~2회 또는 3~5회인 것을 인식할 수 있다.
구체적으로, 운동 기구(200)는 사용자의 운동 목적이 근력 증가이고, 사용자의 제1 근육 부위의 1RM 값이 100Kg인 경우, 100Kg으로 1~2회 운동하도록 제안하는 정보 또는, 90Kg으로 3~5회 운동하도록 제안하는 정보를 포함하는 체력 분석 정보를 생성할 수 있다.
다른 일례로, 운동 기구(200)는 사용자의 운동 목적이 근비대인 경우, 근비대에 대응하는 1RM 값에 대한 비율이 85%, 80% 및 75% 중 적어도 하나인 것을 인식할 수 있다. 또한, 운동 기구(200)는 근비대에 대응하는 1RM 값에 대한 비율에 대응하는 반복 횟수가 6~8회, 8~10회 및 10~12회 중 적어도 하나인 것을 인식할 수 있다.
구체적으로, 운동 기구(200)는 사용자의 운동 목적이 근비대이고, 사용자의 제1 근육 부위의 1RM 값이 100Kg인 경우, 85Kg으로 6~8회 운동하도록 제안하는 정보, 80Kg으로 8~10회 운동하도록 제안하는 정보 및 75Kg으로 10~12회 운동하도록 제안하는 정보 중 적어도 하나를 포함하는 체력 분석 정보를 생성할 수 있다.
또 다른 일례로, 운동 기구(200)는 사용자의 운동 목적이 근지구력 강화인 경우, 근지구력 강화에 대응하는 1RM 값에 대한 비율이 70%, 50% 및 35% 중 적어도 하나인 것을 인식할 수 있다. 또한, 운동 기구(200)는 근지구력 강화에 대응하는 1RM 값에 대한 비율에 대응하는 반복 횟수가 13~15회, 20~30회 및 50~60회 중 적어도 하나인 것을 인식할 수 있다.
구체적으로, 운동 기구(200)는 사용자의 운동 목적이 근지구력 강화이고, 사용자의 제1 근육 부위의 1RM 값이 100Kg인 경우, 70Kg으로 13~15회 운동하도록 제안하는 정보, 50Kg으로 20~30회 운동하도록 제안하는 정보 및 35Kg으로 50~60회 운동하도록 제안하는 정보 중 적어도 하나를 포함하는 체력 분석 정보를 생성할 수 있다.
따라서, 본 발명의 운동 기구(200)는 사용자의 다양한 운동 목적에 대응하는 체력 분석 정보를 제공하여, 사용자에 목적에 적절한 운동 방법을 제공하면서, 사용자의 부상을 방지할 수 있다.
다양한 실시예에서, 운동 기구(200)는 외부 서버(400)로부터 체력시험 요청 신호가 수신된 경우, 체력시험 요청 신호에 대응하는 세팅 정보를 인식할 수 있다. 또한, 운동 기구(200)는 세팅 정보에 대응하도록 운동 기구를 세팅하고, 세팅이 완료된 운동 기구를 이용하여 사용자가 운동을 수행함에 따라 기록되는 운동 정보를 획득할 수 있다. 그리고, 운동 기구(200)는 운동 정보를 외부 서버(400)로 전송할 수 있다.
예를 들어, 외부 서버(400)는 체력시험을 수행하는 기관(예를 들어, 공무원 시스템)의 서버일 수 있다. 즉, 운동 기구(200)는 체력시험에 대응하는 세팅 정보로 운동 기구를 설정하고, 사용자가 세팅이 완료된 운동 기구에서 수행한 운동 정보를 외부 서버(400)로 전송하여 체력시험을 처리할 수 있다.
따라서, 본 발명의 운동 기구(200)는 체력시험을 수행하는 수행기관의 업무 효율성을 높일 수 있다.
본 발명의 일 실시예에 따르면, 운동 기구(200)는 운동을 수행하는 사용자의 목표 운동 완료 시간을 설정하고, 사용자가 이에 부합하도록 운동을 수행하는지에 대한 정보를 실시간으로 제공할 수 있다.
구체적으로, 운동 기구(200)는 적어도 하나의 운동 기구에서 측정된 사용자의 체력 측정 정보를 기초로 생성된 체력 분석 정보를 획득할 수 있다. 또한, 운동 기구(200)는 체력 분석 정보를 이용하여, 특정 운동에 대응하는 1세트 당 목표 운동 완료 시간을 인식하고, 목표 운동 완료 시간을 출력할 수 있다.
예를 들어, 운동 기구(200)는 체력 분석 정보에 포함된 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간이 합격 기준 시간에 부합하는지 여부에 대한 정보를 인식할 수 있다. 그리고, 운동 기구(200)는 합격 기준 시간에 부합하지 않는다고 인식된 특정 운동 기구에 대해 기존 수행 완료 시간 보다 짧은 시간을 목표 운동 완료 시간으로 설정하고, 이를 디스플레이부에 출력할 수 있다.
한편, 운동 기구(200)는 특정 운동의 1세트가 완료될 때마다 세트 별 운동 완료 시간을 인식하고, 세트 별 운동 완료 시간과 목표 운동 완료 시간을 비교하여, 세트 별 운동 상태 정보를 출력할 수 있다.
예를 들어, 운동 기구(200)는 상기 세트 별 운동 완료 시간이 목표 운동 완료 시간 보다 작은 경우 제1 색상(예를 들어, 녹색)으로 운동 상태 정보를 출력할 수 있다. 또한, 운동 기구(200)는 세트 별 운동 완료 시간이 목표 운동 완료 시간 보다 큰 경우 제2 색상(예를 들어, 적색)으로 운동 상태 정보를 표시할 수 있다. 또한, 운동 기구(200)는 세트 별 운동 완료 시간과 목표 운동 완료 시간이 동일한 경우 제3 색상(예를 들어, 백색)으로 표시할 수 있다.
따라서, 직무와 관련된 체력시험을 준비하는 사용자는 자신의 현재 운동 상태를 직관적으로 인식할 수 있고, 나아가, 합격 기준에 부합하도록 운동을 수행할 수 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
Claims (10)
- 체력시험 항목에 기반한 체력 관리 서비스 제공 방법에 있어서,
직무 및 신체 정보를 포함하는 사용자 정보를 획득하는 단계;
상기 직무에 대응하는 체력시험 항목을 인식하는 단계;
상기 체력시험 항목에 대응하는 적어도 하나의 운동 기구를 인식하는 단계;
상기 신체 정보를 기초로 상기 적어도 하나의 운동 기구의 강도를 결정하는 단계;
상기 적어도 하나의 운동 기구 및 상기 강도를 기초로 측정된 사용자의 체력 측정 정보를 획득하는 단계; 및
상기 사용자 정보 및 상기 체력 측정 정보를 기초로 생성한 체력 분석 정보를 제공하는 단계;
를 포함하고,
상기 사용자 정보 및 상기 체력 측정 정보를 기초로 생성한 체력 분석 정보를 제공하는 단계는,
상기 직무에 대응하는 체력시험 항목의 합격 기준 시간을 인식하는 단계;
상기 체력 측정 정보를 기초로, 상기 체력시험 항목에 대응하는 상기 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간을 인식하는 단계; 및
상기 수행 완료 시간과 상기 합격 기준 시간을 비교하여, 상기 체력 분석 정보를 생성하는 단계;
를 포함하는,
체력시험 항목에 기반한 체력 관리 서비스 제공 방법.
- 제1 항에 있어서,
상기 체력시험 항목에 대응하는 적어도 하나의 운동 기구를 인식하는 단계는,
상기 체력시험 항목과 관련된 운동 항목을 인식하는 단계;
상기 운동 항목에 대응하는 상기 적어도 하나의 운동 기구를 인식하는 단계; 및
상기 운동 항목에 대응하는 상기 적어도 하나의 운동 기구의 세팅 정보를 결정하는 단계;
를 포함하는,
체력시험 항목에 기반한 체력 관리 서비스 제공 방법.
- 제1 항에 있어서,
상기 신체 정보를 기초로 상기 적어도 하나의 운동 기구의 강도를 결정하는 단계는,
사용자의 신체 정보를 기초로 운동 항목 별 최대 하중을 결정하는 단계; 및
상기 최대 하중 이내의 하중 별 세트 횟수를 결정하는 단계;
를 포함하는,
체력시험 항목에 기반한 체력 관리 서비스 제공 방법.
- 제1 항에 있어서,
상기 적어도 하나의 운동 기구 및 상기 강도를 기초로 측정된 사용자의 체력 측정 정보를 획득하는 단계는,
사용자가 운동을 수행함에 따라 상기 적어도 하나의 운동 기구에 기록되는 운동 정보를 획득하는 단계; 및
상기 사용자가 운동을 수행하는 동안 상기 적어도 하나의 운동 기구에서 촬영되는 영상 정보를 획득하는 단계;
를 포함하고,
상기 영상 정보는,
상기 체력 분석 정보에 포함되는 자세 교정 정보를 생성하기 위해 이용되는 것을 특징으로 하는,
체력시험 항목에 기반한 체력 관리 서비스 제공 방법.
- 삭제
- 제1 항에 있어서,
상기 방법은,
상기 신체 정보에 대응하는 사용자 그룹으로부터 제1 시점에 측정된 상기 적어도 하나의 운동 기구의 기 설정된 세트 별 제1 수행 완료 시간 및 상기 제1 시점 이후인 제2 시점에 측정된 상기 적어도 하나의 운동 기구의 기 설정된 세트 별 제2 수행 완료 시간을 획득하는 단계; 및
상기 제1 수행 완료 시간 및 상기 제2 수행 완료 시간의 차이가 가장 큰 특정 운동 기구를 인식하는 단계;
를 더 포함하고,
상기 수행 완료 시간과 상기 합격 기준 시간을 비교하여, 상기 체력 분석 정보를 생성하는 단계는,
상기 적어도 하나의 운동 기구의 기 설정된 세트 별 수행 완료 시간의 합이 상기 합격 기준 시간 보다 큰 경우, 상기 특정 운동 기구에 대한 운동을 추천하는 상기 체력 분석 정보를 생성하는 단계;
를 포함하는,
체력시험 항목에 기반한 체력 관리 서비스 제공 방법.
- 제1 항에 있어서,
상기 사용자 정보 및 상기 체력 측정 정보에 기초하여, 체력 분석 정보를 제공하는 단계는,
상기 사용자가 운동을 수행하는 동안 상기 적어도 하나의 운동 기구에서 촬영되는 영상 정보를 기초로 상기 사용자가 수행하고 있는 특정 운동을 인식하고, 상기 사용자의 제1 아웃라인을 인식하는 단계;
상기 특정 운동과 관련된 표준 동작에 대응하여 기 설정된 제2 아웃라인을 인식하는 단계;
상기 제1 아웃라인에 포함된 적어도 두 개의 특징점을 기초로 상기 제2 아웃라인의 크기를 조정하는 단계; 및
상기 제1 아웃라인 및 크기가 조정된 제2 아웃라인을 기초로 생성한 자세 교정 정보를 제공하는 단계;
를 포함하는,
체력시험 항목에 기반한 체력 관리 서비스 제공 방법.
- 제1 항에 있어서,
상기 방법은,
상기 체력시험 항목과 관련된 운동 항목 및 상기 체력시험 항목의 순서를 인식하는 단계;
상기 운동 항목 및 상기 순서에 대응하는 적어도 하나의 운동 기구의 세팅 정보를 결정하는 단계;
상기 적어도 하나의 운동 기구로 상기 세팅 정보를 전송하여, 상기 적어도 하나의 운동 기구를 상기 운동 항목 및 상기 순서에 대응되도록 세팅하고, 세팅이 완료된 상기 적어도 하나의 운동 기구를 이용하여 사용자가 운동을 수행함에 따라 기록되는 운동 정보를 획득하는 단계; 및
상기 운동 정보를 기초로, 상기 체력시험에 대한 합격 여부를 제공하는 단계;
를 더 포함하는,
체력시험 항목에 기반한 체력 관리 서비스 제공 방법.
- 하나 이상의 인스트럭션을 저장하는 메모리; 및
상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를
포함하고,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
제1 항의 방법을 수행하는, 장치.
- 하드웨어인 컴퓨터와 결합되어, 제1 항의 방법을 수행할 수 있도록 컴퓨터에서 독출 가능한 기록매체에 저장된 컴퓨터프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230070335A KR102604544B1 (ko) | 2023-05-31 | 2023-05-31 | 체력시험 항목에 기반한 체력 관리 서비스 제공 방법, 장치 및 프로그램 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230070335A KR102604544B1 (ko) | 2023-05-31 | 2023-05-31 | 체력시험 항목에 기반한 체력 관리 서비스 제공 방법, 장치 및 프로그램 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102604544B1 true KR102604544B1 (ko) | 2023-11-23 |
Family
ID=88974337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230070335A KR102604544B1 (ko) | 2023-05-31 | 2023-05-31 | 체력시험 항목에 기반한 체력 관리 서비스 제공 방법, 장치 및 프로그램 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102604544B1 (ko) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05228116A (ja) * | 1992-02-24 | 1993-09-07 | Toto Ltd | 健康管理ネットワークシステム |
| US20110172497A1 (en) * | 2010-01-08 | 2011-07-14 | Jeffrey Ruby | System, Method and Computer Program for Weight, Lifestyle and/or Disease Management Integrating Nutrition, Exercise and Behaviour Management |
| US20160171905A1 (en) * | 2013-01-03 | 2016-06-16 | Mark E. Nusbaum | Mobile computing weight, diet, nutrition, and exercise management system with enhanced feedback and goal achieving functionality |
| US20170266499A1 (en) * | 2016-03-15 | 2017-09-21 | Nike, Inc. | Adaptive Athletic Activity Prescription Systems |
| KR20170127730A (ko) * | 2016-05-12 | 2017-11-22 | 김용진 | 체력 측정 자동화 시스템 |
| KR101959079B1 (ko) * | 2018-10-08 | 2019-03-18 | 주식회사 마이베네핏 | 신체 측정 및 평가 방법 |
| US20210252369A1 (en) * | 2020-02-14 | 2021-08-19 | Apple Inc. | User interfaces for workout content |
| KR102473738B1 (ko) * | 2022-06-22 | 2022-12-02 | 동국대학교 산학협력단 | 발달장애아동을 위한 확장현실 기반의 운동프로그램 제공시스템 및 그 방법 |
-
2023
- 2023-05-31 KR KR1020230070335A patent/KR102604544B1/ko active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05228116A (ja) * | 1992-02-24 | 1993-09-07 | Toto Ltd | 健康管理ネットワークシステム |
| US20110172497A1 (en) * | 2010-01-08 | 2011-07-14 | Jeffrey Ruby | System, Method and Computer Program for Weight, Lifestyle and/or Disease Management Integrating Nutrition, Exercise and Behaviour Management |
| US20160171905A1 (en) * | 2013-01-03 | 2016-06-16 | Mark E. Nusbaum | Mobile computing weight, diet, nutrition, and exercise management system with enhanced feedback and goal achieving functionality |
| US20170266499A1 (en) * | 2016-03-15 | 2017-09-21 | Nike, Inc. | Adaptive Athletic Activity Prescription Systems |
| KR20170127730A (ko) * | 2016-05-12 | 2017-11-22 | 김용진 | 체력 측정 자동화 시스템 |
| KR101959079B1 (ko) * | 2018-10-08 | 2019-03-18 | 주식회사 마이베네핏 | 신체 측정 및 평가 방법 |
| US20210252369A1 (en) * | 2020-02-14 | 2021-08-19 | Apple Inc. | User interfaces for workout content |
| KR102473738B1 (ko) * | 2022-06-22 | 2022-12-02 | 동국대학교 산학협력단 | 발달장애아동을 위한 확장현실 기반의 운동프로그램 제공시스템 및 그 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210370136A1 (en) | Adaptive calibration for sensor-equipped athletic garments | |
| US11742067B2 (en) | Predictable and adaptive personal fitness planning | |
| US11351419B2 (en) | Smart gym | |
| US8612244B2 (en) | Method, apparatus and data processor program product capable of enabling administration of a levels-based athleticism development program data | |
| Velloso et al. | Qualitative activity recognition of weight lifting exercises | |
| WO2019232899A1 (zh) | 体能和肌肉能力的综合评估系统及方法 | |
| US6746370B1 (en) | Method, apparatus and data processor program product capable of enabling administration of a levels-based athleticism development program | |
| US20110281249A1 (en) | Method And System For Creating Personalized Workout Programs | |
| US20210001172A1 (en) | Exercise Counting and Form Guidance System | |
| US20190046839A1 (en) | Muscle stress measurement in a sensor equipped garment | |
| US20190344121A1 (en) | Exercise training adaptation using physiological data | |
| US20190046107A1 (en) | Exercise application based on muscle stress measurement | |
| WO2016157217A2 (en) | Technological device to assist user in workouts and healthy living | |
| KR102604544B1 (ko) | 체력시험 항목에 기반한 체력 관리 서비스 제공 방법, 장치 및 프로그램 | |
| KR102668498B1 (ko) | 운동 영상에 기반한 운동 관리 서비스 제공 방법, 장치 및 프로그램 | |
| US20240091593A1 (en) | System and Method for Strength Training | |
| US20220047920A1 (en) | Systems and methods for personalized fitness assessments and workout routines | |
| US20220339500A1 (en) | Information generation device, information generation method, and recording medium | |
| Teikari et al. | Precision strength training: Data-driven artificial intelligence approach to strength and conditioning | |
| TW201701223A (zh) | 健身記錄分享系統及方法 | |
| Djuric et al. | Sensitivity of the novel two-point force-velocity model: An assessment of leg muscle mechanical capacities | |
| Przednowek et al. | Estimation of VO 2 max based on 20 m shuttle run test using statistical learning methods: An example of male physical education students | |
| Karandikar et al. | IoT based Smart Fitness Tracker for Gymnasiums | |
| CN117732019A (zh) | 一种运动评估方法及系统 | |
| Moulya et al. | AI Voice-Assisted Fitness Coach with Body Pose Recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| A107 | Divisional application of patent | ||
| GRNT | Written decision to grant |