KR20150128884A

KR20150128884A - 운동 동작들을 식별하고 특징화하기 위한 시스템 및 컴퓨터 구현 방법과, 비일시적인 컴퓨터 판독가능 매체

Info

Publication number: KR20150128884A
Application number: KR1020157028021A
Authority: KR
Inventors: 아나톨 엠. 록신; 비탈리 에이. 쿠즈킨
Original assignee: 알파인리플레이 아이앤씨
Priority date: 2013-03-07
Filing date: 2013-09-09
Publication date: 2015-11-18
Also published as: WO2014137386A1; JP2016518862A; CN105144194A; EP2965240A4; EP2965240A1; US10548514B2; US20140257743A1

Abstract

본 개시물의 실시형태들은 센서들로부터의 데이터를 이용하여 행위자들 및/또는 그 스포츠 장비에 의해 수행된 운동 동작들을 자동으로 식별하는 것을 돕는다. 다른 무엇보다도, 다양한 실시형태들은 익스트림 스포츠의 심판들 및 관중들이 객관적인 실증 데이터에 기초하여 운동 동작들을 평가하는 것을 돕고, 액션 스포츠 참여자들이 상이한 시간들 및/또는 상이한 로케이션들에서 수행된 트릭들을 객관적으로 비교하도록 한다. 본 개시물의 하나의 실시형태에 다른 컴퓨터-구현 방법은, 컴퓨터 시스템에 의해, 시간 주기에 걸친 행위자에 의한 모션과 관련된 센서 데이터를 수신하는 단계; 컴퓨터 시스템에 의해, 그리고 센서 데이터에 기초하여, 복수의 모션 특징들을 결정하는 단계; 및 복수의 모션 특징들에 기초하여, 시간 주기 동안의 행위자에 의한 모션과 연관된 운동 동작을 식별하는 단계를 포함한다.

Description

운동 동작들을 식별하고 특징화하기 위한 시스템 및 컴퓨터 구현 방법과, 비일시적인 컴퓨터 판독가능 매체{SYSTEMS AND METHODS FOR IDENTIFYING AND CHARACTERIZING ATHLETIC MANEUVERS, AND A NON-TRANSITORY COMPUTER-READABLE MEDIUM}

이 출원은 둘 모두 "METHOD AND APPARATUS FOR MEASURING ACTION SPORT TRICKS(액션 스포츠 트릭들을 측정하기 위한 방법 및 장치)" 라는 명칭으로, 2013 년 3 월 7 일자로 출원된 미국 특허 가출원 제 61/774,050 호 및 2013 년 7 월 1 일자로 출원된 미국 특허 출원 제 13/932,899 호를 우선권 주장하고, 그 전체 개시내용들은 참조를 위해 전체적으로 편입된다.

이 출원은 그 개시 내용이 참조를 위해 본원에서 여기에 편입되는, "METHOD AND APPARATUS FOR DETERMINING SPORTSMAN JUMPS USING FUZZY LOGIC(퍼지 로직을 이용하여 스포츠맨 점프들을 결정하기 위한 방법 및 장치)" 라는 명칭으로 2012 년 9 월 12 일자로 출원된 미국 특허 출원 제 13/612,470 호에 관한 것이다.

익스트림 스포츠(extreme sports)(또한, "액션 스포츠" 또는 "모험 스포츠"로서 지칭됨)의 인기는 꾸준하게 늘어나고 있다. 특히, 스노우 보드 타기, 스케이트 보드 타기, 프리 스키(free skiing), 파도 타기, 스카이다이빙, 윙슈트 플라잉(wingsuit flying), 자전거 모터크로스(bicycle motocross; BMX), 및 다른 것들과 같은 스포츠가 주류 스포츠로 되고 있다(또는 현재 주류 스포츠임). 이러한 스포츠는 다양한 언론 조직들에 의해 점점 커버되고 있는 중이고, (엑스-게임 (X-Game) 들과 같은) 일부의 시합들은 전적으로 익스트림 스포츠를 위한 것이다.

많은 전통적인 스포츠에서, 시합들은 점수들(예컨대, 야구 경기에서의 득점들 또는 농구 경기에서의 포인트들의 수) 또는 시간들(예컨대, 주자 또는 활강 스키어가 최종 라인을 교차하기 위한 시간)과 같은 목표 척도들을 이용하여 측정되고 판정된다. 대조적으로, 많은 익스트림 스포츠에서는, 운동선수들이 점프들, 플립(flip)들, 회전들 등과 같은 다양한 운동 동작들(또는 "트릭들")을 수행함으로써 경쟁한다. 일 예로서, 스노우 보드 타기에서 수행되는 공통의 트릭들의 설명은 http://en.wikipedia.org/wiki/List_of_snowboard_tricks에서 발견될 수 있고, 공통의 스케이트 보드 타기 트릭들의 설명은 http://skateboardingtrickslist.com에서 발견될 수 있다.

익스트림 스포츠에서의 많은 운동 동작들은 복잡하고, 및/또는 매우 신속하게 수행된다. 따라서, 액션 스포츠 시합들에서 수행된 운동 동작들은 특별한 운동 동작의 어려움 또는 미학의 개인의 개인적인 지각을 포함하는 다양한 주관적 인자들에 기초하여 (심판들 및 관중들에 의해) 종종 평가된다. 이것은 종종, 상이한 운동 동작들을 식별하는 것뿐만 아니라, 시합에서 이러한 동작들을 판정하거나 등급부여하는 것에 있어서 문제들을 초래한다. 예를 들어, 스키 점프 시합들에서는, 점프자(jumper)의 이동이 너무 고속일 수도 있어서, 관중들이 점프자가 수행한 회전들 또는 플립들의 수를 결정할 수 없다.

일부의 기존의 시스템들은 관성 센서들로 고속의 회전들을 측정할 것을 시도한다. 이러한 측정들은 전형적으로 센서 축선에 관련하여 행해지지만, 마찬가지로 절대 축선에 관련될 수 있다. 그러나, 이러한 기존의 시스템들은 센서 측정들이 스포츠 참여자들 및 관중들이 이해가능하게 하지 않는다. 기존의 시스템들은 액션 스포츠 "트릭들"을 자동으로 인식하고 측정할 수 없고, 이에 따라, 액션 스포츠 참여자들에 전용인 가상 시합들, 리더보드(leaderboard)들, 및 소셜 네트워크들에 대해 적합하지 않다. 본 개시물의 실시형태들은 이러한 그리고 다른 쟁점들을 다룬다.

본 개시물의 실시형태들은 센서들로부터의 데이터를 이용하여 행위자(actor)들 및/또는 그 스포츠 장비에 의해 수행된 운동 동작들을 식별하는 것을 돕는다. 다른 무엇보다도, 다양한 실시형태들은 익스트림 스포츠의 심판들 및 관중들이 객관적인 실증 데이터에 기초하여 운동 동작들을 평가하는 것을 돕는다.

본 개시물의 하나의 실시형태에 다른 컴퓨터-구현 방법은, 컴퓨터 시스템에 의해, 시간 주기에 걸친 행위자에 의한 모션과 관련된 센서 데이터를 수신하는 단계; 컴퓨터 시스템에 의해, 그리고 센서 데이터에 기초하여, 복수의 모션 특징들을 결정하는 단계; 및 복수의 모션 특징들에 기초하여, 시간 주기 동안의 행위자에 의한 모션과 연관된 운동 동작을 식별하는 단계를 포함한다.

본 개시물의 또 다른 실시형태는 시간 주기에 걸친 행위자에 의한 모션과 관련된 센서 데이터를 수신하기 위한 수단; 센서 데이터에 기초하여, 복수의 모션 특징들을 결정하기 위한 수단; 및 복수의 모션 특징들에 기초하여, 시간 주기 동안의 행위자에 의한 모션과 연관된 운동 동작을 식별하기 위한 수단을 포함한다.

본 개시물은, 이 방법들을 수행하는 데이터 프로세싱 시스템들과, 데이터 프로세싱 시스템들 상에서 실행될 때, 시스템들로 하여금 이 방법들을 수행하게 하는 명령들을 포함하는 컴퓨터 판독가능 매체들을 포함하는, 이 방법들을 수행하는 방법들 및 장치들을 포함한다.

다른 특징점들은 첨부한 도면들로부터, 그리고 뒤따르는 상세한 설명으로부터 명백할 것이다.

어떤 실시형태들의 더욱 완전한 이해는 다음의 예시적인 도면들과 관련하여 고려될 때에 상세한 설명 및 청구항들을 참조함으로써 유도될 수도 있다.
도 1 및 도 1a는 다양한 실시형태들에 따른 예시적인 프로세스들을 도시하는 흐름도들이다.
도 2 는 다양한 실시형태들에 따른 예시적인 시스템의 블록도이다.
도 3, 도 4, 도 5, 도 6a, 도 6b, 및 도 7은 본 개시물의 다양한 양태들에 따른 예시적인 그래프들이다.

다음의 설명 및 도면들은 예시적이며, 제한적인 것으로 해석되지 않아야 한다. 여러 특정한 세부사항들은 철저한 이해를 제공하기 위하여 설명되어 있다. 그러나, 어떤 사례들에서는, 설명을 어렵게 하는 것을 회피하기 위하여 잘 알려졌거나 기존의 세부사항들이 설명되지 않는다. 본 개시물에서 하나 또는 일 실시형태에 대한 참조들은 반드시 동일한 실시형태에 대한 참조들이 아니고; 이러한 참조들은 적어도 하나를 의미한다.

"하나의 실시형태" 또는 "일 실시형태"에 대한 이 명세서에서의 참조는, 실시형태와 관련하여 설명된 특별한 특징부, 구조, 또는 특징은 개시물의 적어도 하나의 실시형태 내에 포함되는 것을 의미한다. 명세서 내의 다양한 장소들에서의 어구 "하나의 실시형태에서"의 출현은 반드시 모두 동일한 실시형태를 참조하는 것이 아닐 뿐만 아니라, 다른 실시형태들을 상호 배제하는 별도의 또는 대안적인 실시형태들도 아니다. 또한, 일부의 실시형태들에 의해 나타내어질 수도 있으며 다른 실시형태들에 의해서는 나타내어질 수도 없는 다양한 특징부들이 설명된다. 유사하게, 일부의 실시형태들에 대한 요건일 수도 있지만 다른 실시형태들에 대해서는 아닌 다양한 요건들이 설명된다.

본원에서 도시된 방법들의 요소들의 임의의 조합 및/또는 서브세트(subset)는 임의의 적당한 순서로, 그리고 임의의 적당한 시스템, 디바이스, 및/또는 프로세스와 함께 실시될 수도 있다. 본원에서 설명되고 도시된 방법들은 하나 이상의 컴퓨터 시스템들 상에서 동작하는 소프트웨어를 통해서와 같이, 임의의 적당한 방식으로 구현될 수 있다. 소프트웨어는 (컴퓨터 시스템의 메모리와 같은) 유형의(tangible) 컴퓨터-판독가능 매체 내에 저장된 컴퓨터-판독가능 명령들을 포함할 수도 있고, 다양한 실시형태들의 방법들을 수행하기 위하여 하나 이상의 프로세서들에 의해 실행될 수 있다.

도 1은 본 개시물의 다양한 실시형태들에 따른 예시적인 프로세스를 도시한다. 도 1에서, 방법(100)은 시간 주기에 걸친 행위자에 의한 모션과 관련된 센서 데이터를 수신하는 단계(105), 및 센서 데이터에 기초하여 모션 특징들을 결정하는 단계(110)를 포함한다. 방법(100)은 운동 동작의 정의와 관련된 입력을 수신하는 단계(115), 하나 이상의 모션 특징들을 정의와 연관시키는 단계(120), 및 운동 동작 정의 및 연관된 모션 특징들을 데이터베이스 내에 저장하는 단계(125)를 더 포함한다. 방법(100)은 결정된 모션 특징들에 기초하여 하나 이상의 운동 동작들을 식별하는 단계(130), 결정된 모션 특징들과, 식별된 운동 동작(들)과 연관된 모션 특징들과의 사이의 유사성의 레벨을 결정하는 단계(135), 및 유사성 레벨이 미리 결정된 문턱 미만인 것에 응답하여 경보를 생성하는 단계(140)를 더 포함한다. 방법(100)은 또한, 운동 동작과 관련된 정보를 운동 동작의 비디오와 합성하거나 오버레이(overlay)하는 단계(145)를 포함한다. 방법(100)의 단계들은 도 2에서 도시된 예시적인 컴퓨터 시스템(200)과 같은 컴퓨터 시스템 상에서 동작하는 소프트웨어에 의해 (전체적으로 또는 부분적으로, 그리고 임의의 희망하는 순서로) 구현될 수도 있다.

본 게시물의 실시형태들은 가속도계, 자이로스코프(gyroscope), 자력계(magnetometer), 홀 효과 센서(Hall effect sensor), 글로벌 위치확인 시스템(global positioning system), 초음파 센서, 광학 센서, 및 이 조합들과 같은 임의의 수 및 타입의 센서들로부터 직접적으로 또는 간접적으로 센서 데이터를 수신(105)할 수도 있다. 상이한 센서들로부터의 정보는 행위자 및/또는 행위자의 장비에 대한 다양한 모션 특징들을 결정하기 위하여 함께 또는 별도로 이용될 수도 있다. 문맥에서 이용된 바와 같이, 운동 동작을 수행하는 "행위자"는 임의의 인간(예컨대, 스키어(skier), 스노우보더(snowboarder), 사이클 선수, 운전자, 운동선수, 등)뿐만 아니라, 인간과 연관되거나 인간에 의해 제어된 스포츠용 장비를 지칭할 수도 있다. 이러한 스포츠용 장비는 예를 들어, (자전거, 보트, 자동차, 모터사이클 등과 같은) 운송수단, 스케이트보드, 스키들, 스노우보드, 낙하산, 및 다른 장비 또는 디바이스들을 포함할 수도 있다.

예를 들어, 홀 효과 센서들은 점프 이전, 점프 동안, 및 점프 이후의 스턴트 사이클 선수의 휠(wheel)들의 속력(speed)을 감시하기 위하여 이용될 수도 있는 한편, 가속도계들 및 자이로스코프들의 하나의 세트(set)로부터의 데이터는 사이클 선수에 의해 수행된 플립들 및 회전들을 감시할 수 있고 가속도계들 및 자이로스코프들의 제 2 세트는 자전거 자체의 플립들 및 회전들을 감시할 수 있다. 광학 센서(예컨대, 근접 센서(proximity sensor)) 또는 글로벌 위치확인 시스템과 같은 다른 센서들은 지면, 램프(ramp), 다른 행위자들, 및 다른 물체들에 대한 행위자의 위치를 결정하는 것을 돕기 위하여 이용될 수 있다. 다양한 실시형태들은 행위자의 의류, 피부, 장비, 또는 (예컨대, 점프들을 수행하기 위하여 행위자에 의해 이용된 램프에서의) 주변들에 내장되거나 이에 부착된 센서들로부터의 데이터를 사용할 수도 있다. 센서 데이터는 행위자 및/또는 행위자의 장비에 결합된 데이터 수집 시스템으로부터 무선과 같이, 임의의 적당한 방식으로 수신될 수도 있다. 동작 또는 "트릭"이 수행되는 시간 간격은, 본원에서 참조를 위해 그 내용들이 편입되는 미국 특허 출원 제13/612,470호에서 설명된 바와 같이, 퍼지 로직(fuzzy logic)을 이용하여 자이로 센서들의 특징 시그니처(characteristic signature)를 감시하고 분석하여 점프를 식별하고 측정함으로써 결정될 수 있다. 예를 들어, 도 7은 스케이트보더에 의해 수행된 동작들 동안에 스케이트보드에 부착되었던 디바이스에 의해 레코딩된, 가속도계들 및 자이로 센서들로부터의 신호를 비교한다. 신호들을 분리시키는 것을 보조하기 위하여, 가속도계 놈(accelerometer norm)은 1000 mili-g에 의해 시프트업(shift up) 되었다. 도 7은 가속도계 신호가 보드 진동으로 인해 매우 잡음이 있지만, 자이로 신호는 트릭 시간 주기와 훨씬 더 상관되는 것을 도시한다.

본 게시물의 실시형태들은 객관적인 데이터에 기초하여 익스트림 스포츠를 위한 운동 동작들을 식별하고 특징화함에 있어서 특별히 효과적일 수 있다. 추가적으로, 다양한 실시형태들은 야구, 농도, 하키, 축구, 및 미식축구와 같은 다양한 다른 스포츠 및 활동들과 함께 이용될 수도 있다. 예를 들어, 본 개시물의 실시형태들은 야구 선수의 배트에 결합된 센서들로부터 뿐만 아니라, 선수의 유니폼에 부착되고 및/또는 야구공에 내장된 센서들로부터 데이터를 수신하도록 구성될 수도 있다. 하나의 이러한 실시형태에서, 선수의 스윙의 각도, 배트의 속도(velocity), 및 야구공이 타격되는 힘과 같이, 선수가 야구공을 타격하는 것에 관한 정보는 야구 경기의 관중들 또는 선수의 스윙을 최적화하는 것을 추구하는 트레이너(trainer)들과 같은 다양한 사용자들에게 제공될 수 있다. 이하에서 더욱 상세하게 논의된 바와 같이, 이러한 정보는 비디오가 관중들에게 방송되는 바와 같이 실시간에 근접하여, 선수가 공을 타격하는 비디오뿐만 아니라, 타격의 리플레이(replay)의 일부와 함께 제공될 수 있다. 이러한 방식으로, 본 개시물의 실시형태들은 관중의 경험(예컨대, 420-피트 홈런으로부터 야구공에 가해진 힘을 디스플레이하는 것)을 증대시키기 위하여 뿐만 아니라, 객관적인 정보에 기초하여 선수들, 트레이너들, 및 코치들이 운동선수의 성과를 개선시키는 것을 돕기 위하여 정보를 제공할 수 있다.

임의의 수의 상이한 모션 특징들이 결정될 수도 있다(110). 모션 특징들은 위치, 속도, 가속도, 방위, 회전, 병진(translation), 및 그에 대한 변화들 및 조합들과 같이, 행위자, 또는 행위자에 의해 이용된 장비의 모션에 관한 임의의 희망하는 정보를 포함할 수도 있다. 본 개시물의 실시형태들은 행위자에 의해 수행된 운동 동작을 포함하는 시간 주기 동안의 다수의 모션 특징들을 결정할 수 있다. 예를 들어, 점프 동안에 복잡한 일련의 플립들 및 회전들을 실행하는 스노우보더의 방위는 점프 이전에 시작하며 점프 후에 종료되는 시간 주기 내에서 다양한 포인트들 및 시간들(예컨대, 각각 밀리세컨드(millisecond))에서 감시될 수 있다.

모션 특징들은 행위자 및/또는 행위자의 장비의 이동(또는 그 결핍)을 특징화하는 임의의 수의 상이한 값들, 설명들, 및 다른 정보를 포함할 수도 있다. 예를 들어, 운동 동작과 연관된 모션 특징은 시간 주기 내의 시간(예컨대, 동작 이전, 동작 동안, 또는 동작 이후)에서의 행위자의 방위, 행위자의 국소 축선(local axis) 주위의 회전의 각도, 행위자의 국소 축선 주위의 행위자의 회전의 방향, 행위자의 모션의 평면에 직각인 절대 축선 주위의 회전의 각도, 행위자의 모션의 평면에 직각인 절대 축선 주위의 회전의 방향, 및 그 조합들 중의 하나 이상을 포함할 수도 있다.

모션 특징들은 임의의 적당한 방식으로 결정될 수도 있다. 예를 들어, 모션 특징들은 2 개의 상이한 기준 프레임들: 행위자에 독립적이며 행위자의 모션에 독립적인 절대적 기준 프레임, 및 행위자와 연관되는(즉, 행위자와 접속되고, 함께 이동하는) 국소적 기준 프레임에 기초하여 결정될 수 있다. 본 개시물의 실시형태들은 절대적 및 국소적 기준 프레임들과 관련하여 측정된 모션 특징들의 조합을 분석하는 것에 기초하여 다양한 상이한 운동 동작들을 특징화할 수 있고 측정할 수 있다.

본 개시물의 실시형태들은 또한, 다양한 모션 특징들을 결정함에 있어서 다양한 센서들의 배치 또는 로케이션에 관한 정보를 사용할 수도 있다. 예를 들어, 행위자의 신체를 따라 축선 주위의 회전을 결정하는 것은 서로 동일 선상으로 위치되는 센서들(예컨대, 가속도계들 및 자이로스코프들)에 기초할 수도 있어서, 3차원 축선들(x, y, 및 z) 중의 하나를 따르는 센서들은 동일하다. 본 개시물의 실시형태들은 또한, 센서들의 제조, 또는 행위자의 의류, 장비 등에서의 센서들의 설치 동안에 수행된 다양한 센서들의 교정과 같은, 센서들로부터의 교정 정보를 사용할 수도 있다. 본 개시물의 다양한 실시형태들은 또한, 센서들을 교정하기 위하여 다양한 센서들(또는 그것에 결합된 제어 시스템들)과 통신하도록 구성될 수도 있다. 이러한 교정은 임의의 적당한 방식으로 수행될 수도 있다. 하나의 실시형태에서, 예를 들어, 행위자 및/또는 행위자의 장비에 부착된 하나 이상의 관성 센서들의 교정은, 센서들이 행위자 및/또는 장비가 이동하고 있지 않음을 표시할 때에 교정될 수 있다.

다수의 센서들은 행위자의 모션에 대한 다량의 정보를 제공할 수도 있고, 모션 자체는 오일러 각도(Euler angle)들, 피치(pitch), 롤(roll) 및 요(yaw), 또는 회전 행렬에 의해 표현될 수 있지만, 행위자에 의해 수행된 스포츠에서 보편적으로 수용되는 용어들 및 스포츠-특정 명명법에서 표현되기만 하면, 이 정보는 참여자들, 심판들 및 관중들에 의해 이해된다. 본 개시물의 실시형태들은 이러한 명명법을 이용하여 "트릭들"을 식별하기 위하여 센서 관측들을 변환한다. 본 개시물의 실시형태들은 각각의 트릭에 대한 핵심 모션들을 식별할 수 있고, 이러한 모든 모션들을 검출 및 측정할 수 있고, 그 다음으로, 검출된 모션들을 각각의 트릭에 대해 요구된 명목상의 모션들과 비교함으로써 트릭 및 그 품질, 또는 어려움의 레벨을 식별할 수 있다.

완전하지는 않지만, 상이한 트릭들을 정의하는 가장 보편적인 특징들은, 트릭 이전의 행위자의 방위(전방 대면(forward facing), 후방 대면(backward facing), 좌측 대면(left side facing), 우측 대면(right side facing)) 트릭의 전단 에지(leading edge)(예컨대, 사용자의 보드의 전방 또는 단부로부터 시작함), 수평이며 트릭 동안의 모션의 방향에 직각인 절대 축선(플립 축선) 주위의 회전, 및 행위자의 신체와 연관된 축선(자체 회전 축선) 주위의 회전이다. 트릭을 특징화함에 있어서, 임의의 축선 주위의 회전 각도는 완전한 회전이어야 할 필요는 없지만, 일부의 특별한 각도에서의 "전후방향(back and forth)" 스윙(예컨대, "시프트성(shifty)" 트릭)일 수 있다.

다양한 실시형태들에서, 시간 주기 동안에 다양한 포인트들에서 행위자(또는 행위자의 장비)의 방위를 결정하는 것은 행위자에 대한 자체-회전의 각도를 결정하는 것, 및 행위자에 대한 플립의 각도를 결정하는 것을 포함한다. 예를 들어, (스케이트보더와 같은) 행위자가 점프를 수행하는 것은 행위자의 장비, 신체, 또는 의류에 접속된 3 개의 자이로스코프들 및 3 개의 가속도계들을 이용하여 감시될 수도 있다. 이 예에 대해서는, 그 국소 축선들이 위에서 설명된 바와 같이 동일 선상에 있도록, 모든 센서들이 디바이스에서 위치되는 것으로 간주된다. 고정된 기준 프레임에 대한 시간 t에서의 행위자의 방위는 사원수(quaternion) L(t)에 의해 결정된다. 사원수 변화는 다음의 운동학 수학식을 충족시킨다:

(수학식 1)

수학식 1에서, L_dot는 L(t)의 시간 미분이고, ω는 (예를 들어) 자이로스코프 센서들에 의해 측정된 신체의 각속도이다. 초기 조건으로서, L(0)(즉, 점프 전의 행위자의 방위)가 결정될 수 있다. 대안적으로, 점프 직후의 행위자의 방위, 즉, L(t_max)가 결정될 수 있고, 여기서, t_max는 행위자가 착지한 후의 시간이다. (동작 이전, 또는 동작 이후의 행위자의 대면/방위를 포함하는) 행위자의 방위는 (예컨대, GPS 센서로부터의) 센서 데이터로부터 계산된 속도 벡터의 방향과, (예컨대, 자력계로부터의) 다른 센서 데이터로부터 계산된 행위자의 방위에 기초한 바와 같이, 임의의 희망하는 방식으로 결정될 수 있다.

실제적인 시스템에서는, L(t_max)를 결정하는 것이 바람직할 수도 있으며, 여기서, 중력에 대해 지향된 반대방향에서의 착지 충격(즉, 점프 후의 큰 가속도)이 측정가능하다. 점프 후의 행위자의 방위가 주어지면, 이에 따라, 수학식은 다음과 같이 된다:

여기서, "

"은, 최종 사원수 L(t_max )와 연관된 일부의 에러일 수도 있으나, 이 근사화는 실제적인 관점으로부터 여전히 충분할 수도 있음을 의미하고, 여기서, 스포츠맨의 절대적 방위는 점프 동안의 턴(turn)들의 계산을 위해 필요하지 않다.

점프의 종료 시의 방위, L(t_max)가 주어지면, 수학식들은 고전적인 코시 형태(Cauchy form)(초기 조건들을 갖는 ODE)로, 그리고 새로운 변수 τ를 이용하여 다시 만들어질 수도 있다:

.

주어진 표현을 수학식 1로 치환하면 다음을 얻는다:

.

이에 따라, 스포츠맨의 방위는 다음의 코시(Cauchy) 문제를 구하여 결정될 수 있다:

; 및

이 예에서, 국소적 수직 축선은 (예를 들어) 점프 동안의 행위자의 자체-회전의 각도를 계산하기 위하여 결정될 수도 있다. 국소적 수직 축선은, 운동 동작 이전의 하나 이상의 가속도계들로부터의 센서 데이터의 평균, 운동 동작 이후의 하나 이상의 가속도계들로부터의 센서 데이터의 평균, (동작 후에 수행된 착지와 같은) 운동 동작의 일부분과 연관된 하나 이상의 가속도계들로부터의 센서 데이터, (예컨대, 이벤트의 로케이션에서의 수직과 관련된 자기 벡터(magnetic vector)의 명목 방위와 함께) 하나 이상의 자력계들로부터의 센서 데이터, 및 그 조합들에 기초한 것을 포함하는, 다양한 상이한 방법들로 결정될 수도 있다. 도 3은 점프 후에 착지하는 행위자로부터의 영향의 충격을 도시하는, 3 개의 가속도계들로부터 측정된 센서 데이터의 예시적인 그래프를 도시한다. 이 그래프에서, 수평 그래프 축선은 밀리세컨드(millisecond)로 시간을 도시하고, 수직 축선은 m/s^2으로 가속도를 도시한다. 3 개의 가속도계들은 x, y, 및 z 평면들에서의 가속도에 대응한다.

행위자에 대한 자체-회전의 각도는, 행위자와 연관되는 국소적 기준 프레임에서의 복수의 단위 벡터들로서, 복수의 단위 벡터들은 행위자에 대한 국소적 수직 벡터에 대해 직교하는 이러한 복수의 단위 벡터들의 각각에 대한 경로를 계산하는 것에 의한 것을 포함하는, 임의의 적당한 방식으로 결정될 수도 있다. 다음으로, 행위자에 대한 자체-회전의 각도는 이러한 단위 벡터들 중에서 최대 회전 각도로서 선택될 수도 있다.

마찬가지로, 행위자에 대한 플립의 각도는, 행위자와 연관되는 전체적인 기준 프레임에서의 수직 벡터의 모션을 결정하는 것, 단위 수직 벡터에 대한 이동의 평면을 식별하는 것, 평면 상의 수직 벡터의 투영(projection)을 계산하는 것, 행위자에 대한 플립의 각도를, 평면 상의 이러한 투영에 의해 이동된 호(arc)의 각도로서 선택하는 것에 의한 것을 포함하는, 임의의 희망하는 방식으로 계산될 수도 있다.

도 4는 시간에 걸친 자체-회전을 도시하는 예시적인 그래프이다. 이 예에서는, 거의 수평 평면에서 거의 수직 축선 주위로 회전된 (도 3에서와 같이 x, y, 및 z 평면들에 대응하는) 3 개의 자이로스코프 센서들로부터의 센서 데이터가 시간에 걸쳐 도표화되어 있다. 이 그래프에서, 수직 축선은 rad/sec로 회전 속력을 도시한다. 위에서 설명된 알고리즘들을 이용하면, 이 데이터에 대해 계산된 자체-회전의 각도는 약 363도이고, 플립의 각도는 1도 미만으로 계산된다.

도 5는 시간에 걸친 플립의 각도를 도시하는 예시적인 그래프이다. 이 예에서는, 플립된 (즉, 거의 수평 축선 주위로 회전된) 자이로스코프 센서로부터의 센서 데이터가 시간에 걸쳐 (밀리세컨드로) 도표화되어 있다. 도 6a는 회전의 종료 시의 수직 벡터와 일치하는, 센서와 접속된 벡터의 궤도를 도시하는 반면, 도 6b는 (이 예에서는 거의 원형인) 회전의 평면 상에서의 궤도의 투영을 도시한다. 이 예에서는, 플립 회전의 결과적인 각도가 약 358도이고 자체-회전의 각도는 약 38도이다.

임의의 희망하는 운동 동작들에 대한 정의들은 수신(115)될 수 있고, 하나 이상의 모션 특징들과 연관(120)될 수 있고, 추후의 참조 및 취출(retrieval)을 위해 데이터베이스 내에 저장(125)될 수 있다. 운동 동작에 대한 정의는 행위자에 의한 임의의 이동 또는 이동들의 그룹, 행위자의 장비, 또는 그 조합에 적용될 수도 있다. 예를 들어, 스노우보더에 의해 수행된 측면 플립(side flip)과 합성된 후방 플립(back flip)은 종종 "와일드캣(wildcat)"으로 지칭된다. 이에 따라, 와일드캣 동작에 대한 정의는 동작의 명칭(또는 가명들), 동작의 문언적 설명, 및 동작과 연관된 모션 특징(들)을 포함할 수도 있다. 이 예를 계속하면, 와일드캣과 연관된 모션 특징들은 행위자의 신체에 의한 상이한 회전 축선들 및 이 축선들 주위의 회전 각도들의 표시자들을 포함할 수도 있다. 행위자의 스노우보드 또는 행위자의 신체의 일부들 상에 가해진 힘들의 전형적인 범위와, 스노우보더가 비행하고 있는 시간의 범위와 같은 다른 정보는, 측정된 모션 특징들을 데이터베이스에서의 와일드캣 점프 정의와 비교함으로써 추후의 와일드캣 점프들을 식별하는 것을 돕기 위하여 그 정의와 연관될 수도 있다.

운동 동작에 대한 정의는 행위자 및/또는 행위자의 장비에 의한 임의의 수의 복잡한 이동들을 포함할 수도 있다. 예를 들어, (스케이트보더와 같은) 행위자에 부착된 센서들로부터의 센서 데이터는 (스케이트보더와 같은) 행위자의 장비로부터의 센서 데이터와 함께 분석될 수 있다. 이러한 방식으로, 행위자에 의한 회전들, 플립들, 및 다른 이동은, 행위자에 의해 수행된 모든 이동들을 식별하고 수행된 동작의 완전하고 정확한 특징화를 제공하기 위하여, 스케이트보드의 회전들 및 플립들과 함께 분석될 수 있다. 이에 따라, 본 개시물의 실시형태들은 복잡하고 및/또는 고속인 동작들을 특징화하고 식별함에 있어서 특별히 효과적일 수 있으며, 그러므로, 관중들 및 심판들이 관여된 모든 이동들을 식별하는 것을 도전하게 할 수 있다.

운동 동작에 대한 정의는 임의의 다른 희망하는 정보를 포함할 수도 있거나, 임의의 다른 희망하는 정보와 연관될 수도 있다. 예를 들어, 동작을 수행하는 특별한 운동선수들에 대한 (모션 특징들을 포함하는) 통계들은 데이터베이스 내의 동작의 정의에 링크될 수도 있어서, 본 개시물의 시스템들 및 방법들의 사용자들이 다양한 운동선수들이 동작을 수행하는 방식을 비교하도록 할 수도 있다. 수행되고 있는 동작의 비디오와 같은 다른 정보는 마찬가지로, 정의 내에 포함될 수도 있거나, 정의에 링크될 수도 있다.

결정된 모션 특징들과 연관된 동작을 식별(130)하기 위하여, 하나 이상의 결정된 모션 특징들은 데이터베이스 내의 알려진 운동 동작들과 연관된 모션 특징들과 비교될 수 있다. 알려지지 않은 동작에 대해 결정된 모션 특징들은 임의의 적당한 방식으로 알려진 동작들에 대한 모션 특징들과 비교될 수도 있다. 예를 들어, 행위자의 속도, 자체-회전의 각도, 플립의 각도, 및 시간 주기 동안의 방위에 있어서의 변화를 설명하는 특징들은 알려진 동작들과 연관된 모션 특징들을 저장하는 관계 데이터베이스(relational database)와 비교될 수 있다. 데이터베이스 내의 알려진 모션 특징들은 명목 값들 및/또는 범위들로 표현될 수도 있고, 이것은 상이한 행위자들이 상이한 신체적 특징들(예컨대, 키, 몸무게)을 가질 수도 있고, 상이한 장비를 가질 수도 있고, 동일한 동작을 다소 상이하게 수행할 수도 있고, 및/또는 다양한 다른 조건들 하에서(예컨대, 상이한 타입들의 램프들로) 동작을 수행할 수도 있는 것을 반영할 수도 있다.

데이터베이스는 또한, 상이한 파라미터 값들과 연관되는 동작의 품질을 특정할 수도 있다. 예를 들어, 점프 동안의 360도의 완전한 회전은 10 포인트로 가치부여될 수도 있는 반면, (점프 시작으로부터 착지까지의) 350도만의 부분적인 회전은 단지 9 포인트로 가치부여될 수도 있다. 동작의 품질은 동작의 어려움과 같은 임의의 희망하는 인자들에 따라 결정될 수도 있다.

모션 특징들의 결정된 세트 및 모션 특징들의 알려진 명목 세트 사이의 유사성의 레벨이 결정될 수도 있다(135). 유사성의 레벨은 복수의 모션 특징들의 각각에 대해 결정될 수도 있다. 대안적으로(또는 추가적으로), 유사성의 종합적인 레벨은 전체 동작에 대해 결정될 수도 있다. 유사성의 레벨(들)은 다양한 문턱 값들과 비교될 수도 있고, 하나 이상의 유사성 레벨들이 문턱 값을 충족시키지 못할 경우에 경보가 생성될 수도 있다. 이러한 방식으로, 본 개시물의 실시형태들은 새로운(즉, 정의되지 않은) 동작들을 식별할 수 있고, 본원에서 설명된 시스템들 및 방법들의 관리자들 및 사용자들이 저장된 모션 특징들의 값들 또는 연관들에 있어서의 에러들을 식별하고 이들을 적절하게 수정하는 것을 도울 수 있다.

도 1a는 다양한 운동 동작들에 관한 정보로 데이터베이스를 파퓰레이팅(populating)하기 위한 예시적인 방법을 도시한다. 이 예에서, 방법(150)은 수행된 트릭(152)으로부터 센서 데이터를 수신하는 단계(154), 및 수신된 데이터에 기초하여 모션 특징들을 결정하는 단계(156) 및 모션 시퀀스들을 결정하는 단계(158)를 포함한다. 모션 특징들 및/또는 모션 시퀀스들은 동일한 트릭의 다른 명목 경우들에 걸쳐 평균화될 수도 있고(160), 트릭 특징들의 세트는 데이터베이스 내에 저장될 수도 있다(162).

본 실시형태들은 운동 동작에 대해 식별되고 및/또는 측정된 정보를 임의의 희망하는 형태의 매체들과 합성하거나 오버레이할 수도 있다(145). 예를 들어, 운동 동작에 관한 정보는 운동 동작을 촬영한 비디오 상으로 합성될 수 있거나 오버레이될 수 있어서, 이에 따라, 동작에 관한 실시간에 근접한 정보를 관중들 또는 심판들에게 제공할 수 있다. 이러한 오버레이는, 본 개시물의 실시형태들과 함께 동작하는 글로벌 위치확인 시스템 또는 다른 센서로부터 측정된 시간을 이용하는 것에 의한 것을 포함하는 임의의 희망하는 방식으로 동기화될 수 있다.

개시물의 실시형태들은 또한, 다양한 운동 동작들과 관련된 정보에 기초하여 보고들, 통계들, 및/또는 분석들을 자동으로 생성하고 송신하도록 구성될 수도 있다. 이것들은 실시간으로 또는 실시간에 근접하여 심판들, 관중들, 소셜 미디어 아울렛(social media outlet)들, 방송 기관들, 웹사이트들, 및 다른 시스템들 및 기관들에 제공될 수도 있다.

도 2는 다양한 실시형태들과 함께 이용될 수도 있는 시스템의 블록도이다. 도 2는 컴퓨터 시스템의 다양한 구성요소들을 예시하지만, 임의의 특별한 아키텍처 또는 구성요소들을 상호접속하는 방식을 나타내도록 의도된 것은 아니다. 더 적거나 더 많은 구성요소들을 가지는 다른 시스템들이 또한 이용될 수도 있다.

도 2에서, 시스템(200)은 프로세서(212), 메모리(214), 및 사용자 인터페이스(216)를 포함하는 컴퓨터 시스템(210)을 포함한다. 컴퓨터 시스템(210)은 임의의 수의 상이한 프로세서들, 메모리 구성요소들, 및 사용자 인터페이스 구성요소들을 포함할 수도 있고, 본 개시물의 실시형태들과 함께 임의의 다른 희망하는 시스템들 및 디바이스들과 상호작용할 수도 있다.

도 1에서 도시된 방법을 (전체적으로 또는 부분적으로) 포함하는, 컴퓨터 시스템(210)의 기능성은 시스템(210)의 메모리 (214) 내에 저장된 컴퓨터-판독가능 명령들을 실행하는 프로세서(212)를 통해 구현될 수도 있다. 메모리(214)는, 소프트웨어 애플리케이션(application)들, 애플릿(applet)들, 및 내장된 연산 코드(operating code)를 포함하는 임의의 컴퓨터-판독가능 명령들 및 데이터를 저장할 수도 있다.

본 개시물의 실시형태들과 함께 동작하는 시스템(210) 또는 다른 시스템 및 디바이스들의 기능성은 또한, 애플리케이션-특정 집적 회로(application-specific integrated circuit; ASIC)들, 필드-프로그래밍가능 게이트 어레이(field-programmable gate array; FPGA)들, 및/또는 복합 프로그래밍가능 논리 디바이스(complex programmable logic device; CPLD)들과 같이, 머신-판독가능 명령들을 저장하는 다양한 하드웨어 구성요소들을 통해 구현될 수도 있다. 어떤 실시형태들의 양태들에 따른 시스템들은 소프트웨어 및/또는 하드웨어 구성요소들의 임의의 희망하는 조합과 함께 동작할 수도 있다. 프로세서(212)는 시스템(210)의 동작을 제어하기 위하여 메모리(214) 내에 저장된 명령들을 취출하고 이를 실행한다. 집적 회로 마이크로프로세서, 마이크로제어기, 및/또는 디지털 신호 프로세서(digital signal processor; DSP)와 같은 임의의 타입의 프로세서는 본 개시물의 실시형태들과 함께 이용될 수 있다. 개시물의 실시형태들과 함께 동작하는 메모리(214)는 하드 드라이브들, 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read only memory; ROM), FLASH 메모리, 또는 임의의 다른 타입의 휘발성 및/또는 비휘발성 메모리와 같은 상이한 메모리 저장 디바이스들의 임의의 조합을 포함할 수도 있다. 운동 동작 정의들 및 연관된 모션 특징들과 같은 데이터는 관계 데이터베이스와 같이, 임의의 희망하는 방식으로 메모리(214) 내에 저장될 수 있다.

시스템(210)은 운동 동작들의 정의들에 관한 입력과 같이, 사용자로부터 커맨드들, 데이터, 및 다른 적당한 입력을 수신하기 위한 임의의 수의 입력 디바이스들(도시되지 않음)을 포함할 수도 있는 사용자 인터페이스(216)를 포함한다. 사용자 인터페이스(216)는 또한, 사용자에게 데이터, 통지들, 및 다른 정보를 제공하기 위한 임의의 수의 출력 디바이스들(도시되지 않음)을 포함할 수도 있다. 전형적인 I/O 디바이스들은 마우스들, 키보드들, 모뎀들, 네트워크 인터페이스들, 프린터들, 스캐너들, 비디오 카메라들 및 다른 디바이스들을 포함할 수도 있다.

시스템(210)은 네트워크(230)를 통하는 것을 포함하는 임의의 희망하는 방식으로, 하나 이상의 센서 디바이스들(220)뿐만 아니라 다른 시스템들 및 디바이스들과 통신할 수도 있다. 센서 디바이스들(220)은, 시스템(210)이 통신하는 하나 이상의 제어 시스템들(도시되지 않음)을 포함할 수도 있거나 이 제어 시스템들에 결합될 수도 있거나, 또는 시스템(210)은 센서들(220)과 직접 통신할 수도 있다.

시스템(210)은 랩톱 컴퓨터, 데스크톱 컴퓨터, 이동 가입자 통신 디바이스, 이동 전화, 개인 정보 단말(personal digital assistant; PDA), 태블릿 컴퓨터, 전자 책 또는 책 리더기, 디지털 카메라, 비디오 카메라, 비디오 게임 콘솔, 및/또는 임의의 다른 적당한 컴퓨팅 디바이스일 수도 있거나, 이들을 포함할 수도 있거나, 이들과 함께 동작할 수도 있다.

네트워크(230)는 임의의 전자 통신 시스템 또는 방법을 포함할 수도 있다. 본 개시물의 실시형태들과 함께 동작하는 구성요소들 사이의 통신은, 예를 들어, 전화 네트워크, 엑스트라넷(extranet), 인트라넷(intranet), 인터넷(Internet), 상호작용 시점(point of interaction) 디바이스(판매 시점(point of sale) 디바이스, 개인 정보 단말(예컨대, iPhone®, Palm Pilot®, Blackberry®), 셀룰러 전화, 키오스크(kiosk) 등), 온라인 통신들, 위성 통신들, 오프-라인 통신들, 무선 통신들, 트랜스폰더 통신들, 로컬 영역 네트워크(local area network; LAN), 광역 네트워크(wide area network; WAN), 가상 사설 네트워크(virtual private network; VPN), 네트워크화된 또는 링크된 디바이스들, 키보드, 마우스 및/또는 임의의 적당한 통신 또는 데이터 입력 모달리티(data input modality)와 같은 임의의 적당한 통신 방법을 이용하여 수행될 수도 있다. 본 개시물의 시스템들 및 디바이스들은 TCP/IP 통신 프로토콜들뿐만 아니라, IPX, Appletalk, IP-6, NetBIOS, OSI, 임의의 터널링 프로토콜(예컨대, IPsec, SSH), 또는 임의의 수의 현존 또는 추후의 프로토콜들을 사용할 수도 있다.

일부의 실시형태들은 완전히 기능하는 컴퓨터들 및 컴퓨터 시스템들에서 구현될 수 있지만, 다양한 실시형태들은 컴퓨팅 제품으로서 다양한 형태들로 배포될 수 있고, 배포를 실제적으로 실시하기 위하여 이용된 특별한 타입의 머신 또는 컴퓨터-판독가능 매체들에 관계없이 적용될 수 있다.

머신 판독가능한 매체는, 데이터 프로세싱 시스템에 의해 실행될 때, 시스템으로 하여금 다양한 방법들을 수행하게 하는 소프트웨어 및 데이터를 저장하기 위하여 이용될 수 있다. 실행가능한 소프트웨어 및 데이터는 예를 들어, ROM, 휘발성 RAM, 비휘발성 메모리 및/또는 캐시(cache)를 포함하는 다양한 장소들에서 저장될 수도 있다. 이 소프트웨어 및/또는 데이터의 부분들은 이 저장 디바이스들 중의 임의의 하나에서 저장될 수도 있다. 또한, 데이터 및 명령들은 중앙집중화된 서버들 또는 피어 투 피어(peer to peer) 네트워크들로부터 얻어질 수 있다. 데이터 및 명령들의 상이한 부분들은 상이한 시간들에서, 그리고 상이한 통신 세션들 또는 동일한 통신 세션에서, 상이한 중앙집중화된 서버들 및/또는 피어 투 피어 네트워크들로부터 얻어질 수 있다. 데이터 및 명령들은 모두 애플리케이션들의 실행 이전에 얻어질 수 있다. 대안적으로, 데이터 및 명령들의 부분들은 동적으로, 적시에, 실행을 위해 필요할 때에 얻어질 수 있다. 이에 따라, 데이터 및 명령들이 특별한 시간의 순간에 모두 머신 판독가능 매체 상에 있을 것이 요구되지는 않는다.

컴퓨터-판독가능 매체들의 예들은, 다른 무엇보다도, 휘발성 및 비휘발성 메모리 디바이스들, 판독 전용 메모리(ROM), 랜덤 액세스 메모리(RAM), 플래시 메모리 디바이스들, 플로피 및 다른 분리가능 디스크들, 자기 디스크 저장 매체들, 광학 저장 매체들(예컨대, 컴팩트 디스크 판독-전용 메모리(Compact Disk Read-Only Memory; CD ROMS), 디지털 다기능 디스크(Digital Versatile Disk; DVD)들 등)과 같은 레코딩가능 및 비-레코딩가능 타입 매체들을 포함하지만, 이것으로 제한되지는 않는다. 컴퓨터-판독가능 매체들은 명령들을 저장할 수도 있다.

다양한 실시형태들에서, 하드와이어링된 회로부(hardwired circuitry)는 기법들을 구현하기 위하여 소프트웨어 명령들과 조합하여 이용될 수도 있다. 이에 따라, 기법들은 하드웨어 회로부 및 소프트웨어의 임의의 특정 조합으로 제한되지 않을 뿐만 아니라, 데이터 프로세싱 시스템에 의해 실행된 명령들에 대한 임의의 특별한 소스로 제한되지 않는다.

도면들의 일부는 다수의 동작들을 특별한 순서로 예시하지만, 순서 종속적이지 않은 동작들이 재순서화될 수도 있고 다른 동작들이 조합될 수도 있거나 이탈될 수도 있다. 일부의 재순서화 또는 다른 그룹화들이 구체적으로 언급되지만, 다른 것들은 당해 분야의 숙련자들에게 명백할 것이고, 그래서, 대안들의 완전한 리스트를 제시하지 않는다. 또한, 단계들이 하드웨어, 펌웨어, 소프트웨어 또는 그 임의의 조합으로 구현될 수 있다는 것을 인식해야 한다.

간결함을 위하여, 시스템들(그리고 시스템들의 개별적인 동작 구성요소들의 구성요소들)의 기존의 데이터 네트워킹, 애플리케이션 전개 및 다른 기능적 양태들은 본원에서 상세하게 설명되지 않을 수도 있다. 본원에서 포함된 다양한 도면들에서 도시된 접속 라인들은 다양한 요소들 사이의 예시적인 기능적 관계들 및/또는 물리적 결합들을 나타내도록 의도된 것이다. 많은 대안적인 또는 추가적인 기능적 관계들 또는 물리적 접속들이 실제적인 시스템에서 존재할 수도 있다는 것을 주목해야 한다.

본원에서 논의된 다양한 시스템 구성요소들은 이하의 것: 디지털 데이터를 프로세싱하기 위한 프로세서를 포함하는 호스트 서버 또는 다른 컴퓨팅 시스템들; 디지털 데이터를 저장하기 위하여 프로세서에 결합된 메모리; 디지털 데이터를 입력하기 위하여 프로세서에 결합된 입력 디지타이저(input digitizer); 프로세서에 의한 디지털 데이터의 프로세싱을 지시하기 위하여, 메모리 내에 저장되며 프로세서에 의해 액세스가능한 애플리케이션 프로그램; 프로세서에 의해 프로세싱된 디지털 데이터로부터 유도된 정보를 디스플레이하기 위하여 프로세서 및 메모리에 결합된 디스플레이 디바이스; 및 복수의 데이터베이스들 중의 하나 이상을 포함할 수도 있다. 본원에서 이용된 다양한 데이터베이스들은 출하 데이터(shipping data), 패키지 데이터(package data), 및/또는 시스템의 동작에서 유용한 임의의 데이터를 포함할 수도 있다.

다양한 기능성은 웹 브라우저(web browser) 및/또는 웹 브라우저를 사용하여 인터페이싱하는 애플리케이션을 통해 수행될 수도 있다. 이러한 브라우저 애플리케이션들은 다양한 기능들을 수행하기 위하여 컴퓨팅 유닛 또는 시스템 내에 설치된 인터넷 브라우징 소프트웨어를 포함할 수도 있다. 이 컴퓨팅 유닛들 또는 시스템들은 컴퓨터 또는 컴퓨터들의 세트의 형태를 취할 수도 있고, 랩톱들, 노트북들, 태블릿들, 핸드 헬드 컴퓨터들, 개인 정보 단말들, 셋톱 박스들, 워크스테이션들, 컴퓨터-서버들, 메인 프레임 컴퓨터들, 미니-컴퓨터들, PC 서버들, 컴퓨터들의 네트워크 세트들, 아이패드(iPad)들, 아이맥(iMAC)들, 및 맥북(MacBook)들과 같은 개인용 컴퓨터들 및 태블릿 컴퓨터들, 키오스크들, 단말들, 판매 시점(POS) 디바이스들 및/또는 단말들, 텔레비전들, 또는 네트워크를 통해 데이터를 수신할 수 있는 임의의 다른 디바이스를 포함하는 임의의 타입의 컴퓨팅 디바이스 또는 시스템들이 이용될 수도 있다. 다양한 실시형태들은 마이크로소프트 인터넷 익스플로러(Microsoft Internet Explorer), 모질라 파이어폭스(Mozilla Firefox), 구글 크롬(Google Chrome), 애플 사파리(Apple Safari), 오프라(Opera), 또는 인터넷을 브라우징하기 위하여 이용가능한 무수한 소프트웨어 패키지들 중의 임의의 다른 것을 사용할 수도 있다.

다양한 실시형태들은 임의의 적당한 오퍼레이팅 시스템(예컨대, Windows NT, 95/98/2000/CE/Mobile/, Windows 7/8, OS2, UNIX, Linux, Solaris, MacOS, PalmOS 등)뿐만 아니라, 컴퓨터들과 전형적으로 연관된 다양한 기존의 지원 소프트웨어 및 드라이버들과 함께 동작할 수도 있다. 다양한 실시형태들은 임의의 적당한 개인용 컴퓨터, 네트워크 컴퓨터, 워크스테이션, 개인 정보 단말, 셀룰러 전화, 스마트폰, 미니컴퓨터, 메인프레임 등을 포함할 수도 있다. 실시형태들은 보안 소켓 계층(Secure Sockets Layer; SSL), 전송 계층 보안(Transport Layer Security; TLS), 및 보안 쉘(Secure Shell; SSH)과 같은 보안 프로토콜들을 구현할 수도 있다. 실시형태들은 http, https, ftp, 및 sftp를 포함하는 임의의 희망하는 애플리케이션 계층 프로토콜을 구현할 수도 있다.

다양한 시스템 구성요소들은, 예를 들어, 표준 모뎀 통신, 케이블 모뎀, 위성 네트워크들, ISDN, 디지털 가입자 회선(Digital Subscriber Line; DSL), 또는 다양한 무선 통신 방법들과 함께 전형적으로 이용되는 바와 같은 로컬 루프(local loop)를 통한 인터넷 서비스 제공자(Internet Service Provider; ISP)에 대한 접속을 포함하는 데이터 링크들을 통해, 독립적으로, 별도로 또는 집합적으로 적당하게 네트워크에 결합될 수도 있다. 본 개시물의 실시형태들은 대화형 텔레비전(interactive television; ITV) 네트워크와 같은 임의의 적당한 타입의 네트워크와 함께 동작할 수도 있는 것에 주목한다.

시스템은 클라우드 컴퓨팅(cloud computing)을 이용하여 부분적으로 또는 전체적으로 구현될 수도 있다. "클라우드" 또는 "클라우드 컴퓨팅"은, 최소의 관리 노력 또는 서비스 제공자 상호작용으로 급속하게 공급되고 해제될 수 있는, 구성가능한 컴퓨팅 자원들(예컨대, 네트워크들, 서버들, 저장장치, 애플리케이션들, 및 서비스들)의 공유된 풀에 대한 편리한 온-디맨드(on-demand) 네트워크 액세스를 가능하게 하기 위한 모델을 포함한다. 클라우드 컴퓨팅은 로케이션-독립적 컴퓨팅을 포함할 수도 있고, 이것에 의하여, 공유된 서버들은 자원들, 소프트웨어, 및 데이터를 온 디맨드로 컴퓨터들 및 다른 디바이스들에 제공한다.

다양한 실시형태들은 웹 서비스들, 유틸리티 컴퓨팅, 전반적 및 개별화된 컴퓨팅(pervasive and individualized computing), 보안 및 아이덴티티 솔루션(identity solution)들, 자율적 컴퓨팅(autonomic computing), 클라우드 컴퓨팅, 범용화 컴퓨팅(commodity computing), 이동성 및 무선 솔루션들, 개방형 소스(open source), 생체인식(biometrics), 그리드 컴퓨팅(grid computing) 및/또는 메시 컴퓨팅(mesh computing)과 함께 이용될 수도 있다.

본원에서 논의된 임의의 데이터베이스들은 관계, 계층, 그래픽, 또는 객체-지향 구조 및/또는 임의의 다른 데이터베이스 구성들을 포함할 수도 있다. 또한, 데이터베이스들은 임의의 적당한 방식으로, 예를 들어, 데이터 테이블들 또는 룩업 테이블들로서 조직될 수도 있다. 각각의 레코드는 단일 파일, 일련의 파일들, 링크된 일련의 데이터 필드들 또는 임의의 다른 데이터 구조일 수도 있다. 어떤 데이터의 연관은 당해 분야에서 알려지거나 실시된 것들과 같은 임의의 희망하는 데이터 연관 기법을 통해 달성될 수도 있다. 예를 들어, 연관은 수동으로 또는 자동으로 달성될 수도 있다.

임의의 데이터베이스들, 시스템들, 디바이스들, 서버들 또는 시스템의 다른 구성요소들은 단일의 로케이션 또는 다수의 로케이션들에서 위치될 수도 있으며, 여기서, 각각의 데이터베이스 또는 시스템은 방화벽(firewall)들, 액세스 코드(access code)들, 암호화, 복호화, 압축, 압축해제, 및/또는 등 중의 임의의 것을 포함한다.

암호화는 당해 분야에서 지금 이용가능하거나 이용가능해질 수도 있는 기법들, 예컨대, Twofish, RSA, El Gamal, Schorr 시그니처(signature), DSA, PGP, PKI, 및 대칭적 및 비대칭적 암호법들 중의 임의의 것을 통해 수행될 수도 있다.

실시형태들은 표준 다이얼-업(dial-up), 케이블, DSL, 또는 당해 분야에서 알려진 임의의 다른 인터넷 프로토콜을 이용하여 인터넷 또는 인트라넷에 접속할 수도 있다. 트랜잭션(transaction)들은 다른 네트워크들의 사용자들로부터의 허가되지 않은 액세스를 방지하기 위하여 방화벽을 통과할 수도 있다.

본원에서 논의된 컴퓨터들은 사용자들에 의해 액세스가능한 적당한 웹사이트 또는 다른 인터넷-기반 그래픽 사용자 인터페이스를 제공할 수도 있다. 예를 들어, 마이크로소프트(Microsoft) 인터넷 정보 서버(Internet Information Server; IIS), 마이크로소프트 트랜잭션 서버(Microsoft Transaction Server; MTS), 및 마이크로소프트 SQL 서버는 마이크로소프트 오퍼레이팅 시스템, 마이크로소프트 NT 웹 서버 소프트웨어, 마이크로소프트 SQL 서버 데이터베이스 시스템, 및 마이크로소프트 상용 서버와 함께 이용될 수도 있다. 추가적으로, 액세스(Access) 또는 마이크로소프트 SQL 서버, 오라클(Oracle), 사이베이스(Sybase), 인포믹스(Informix) MySQL, 인터베이스(Interbase) 등과 같은 구성요소들은 능동 데이터 오브젝트(Active Data Object; ADO) 호환 데이터베이스 관리 시스템을 제공하기 위하여 이용될 수도 있다. 또 다른 예에서, 아파치(Apache) 웹 서버는 리눅스(Linux) 오퍼레이팅 시스템, MySQL 데이터베이스, 및 펄(Perl), PHP, 및/또는 파이썬(Python) 프로그래밍 언어들과 함께 이용될 수 있다.

본원에서 논의된 통신들, 입력들, 저장장치, 데이터베이스들 또는 디스플레이들 중의 임의의 것은 웹 페이지들을 가지는 웹사이트를 통해 촉진될 수도 있다. 본원에서 이용되는 바와 같은 용어 "웹 페이지"는 사용자와 상호작용하기 위하여 이용될 수도 있는 문서들 및 애플리케이션들의 타입을 제한하도록 의도된 것은 아니다. 예를 들어, 전형적인 웹사이트는 표준 HTML 문서들에 추가하여, 다양한 형태들, 자바 애플릿(Java applet)들, 자바스크립트(JavaScript), 활성 서버 페이지(active server page; ASP)들, 보편적인 게이트웨이 인터페이스 스크립트(gateway interface script; CGI), 확장가능한 마크업 언어(extensible markup language; XML), 동적 HTML, 캐스케이딩 스타일 시트(cascading style sheet; CSS)들, AJAX(Asynchronous Javascript And XML; 비동기식 자바스크립트 및 XML), 헬퍼 애플리케이션(helper application)들, 플러그-인(plug-in)들 등을 포함할 수도 있다. 서버는 웹 서버로부터 요청을 수신하는 웹 서비스를 포함할 수도 있고, 요청은 URL 및 IP 어드레스를 포함할 수도 있다. 웹 서버는 적절한 웹 페이지들을 취출하고, 웹 페이지들을 위한 데이터 또는 애플리케이션들을 IP 어드레스로 전송한다. 웹 서비스들은 인터넷과 같은 통신 수단을 통해 다른 애플리케이션들과 상호작용할 수 있는 애플리케이션들이다.

다양한 실시형태들은 브라우저-기반 문서 내에서 데이터를 디스플레이하기 위한 임의의 희망하는 수의 방법들을 채용할 수도 있다. 예를 들어, 데이터는 표준 텍스트로서, 또는 고정된 리스트, 스크롤가능 리스트, 드롭-다운(drop-down) 리스트, 편집가능 텍스트 필드, 고정된 텍스트 필드, 팝-업(pop-up) 윈도우 등의 내에서 표현될 수도 있다. 마찬가지로, 실시형태들은, 예를 들어, 키보드, 메뉴 항목들의 선택, 체크 박스들, 옵션 박스들 등을 이용한 자유로운 텍스트 입력과 같이, 웹 페이지에서 데이터를 수정하기 위한 임의의 희망하는 수의 방법들을 사용할 수도 있다.

본원에서 예시된 예시적인 시스템들 및 방법들은 기능적인 블록 구성요소들, 스크린 샷(screen shot)들, 옵션 선택들 및 다양한 프로세싱 단계들의 측면에서 설명될 수도 있다. 이러한 기능적인 블록들은 특정된 기능들을 수행하도록 구성된 임의의 수의 하드웨어 및/또는 소프트웨어 구성요소들에 의해 실현될 수도 있는 것을 인식해야 한다. 예를 들어, 시스템은, 하나 이상의 마이크로프로세서들 또는 다른 제어 디바이스들의 제어 하에서 다양한 기능들을 수행할 수도 있는, 다양한 집적 회로 구성요소들, 예컨대, 메모리 소자들, 프로세싱 소자들, 로직 소자들, 룩업 테이블들 등을 채용할 수도 있다. 유사하게, 시스템의 소프트웨어 요소들은 C, C++, C#, 자바, 자바스크립트, VB스크립트(VBScript), 매크로미디어 콜드 퓨전(Macromedia Cold Fusion), 코볼(COBOL), 마이크로소프트 활성 서버 페이지들, 어셈블리(assembly), 펄(PERL), PHP, AWK, 파이썬(Python), 비쥬얼 베이직(Visual Basic), SQL 저장 프로시저(Stored Procedures), PL/SQL, 임의의 UNIX 쉘 스크립트(shell script), 및 확장가능한 마크업 언어(XML)와 같은 임의의 프로그래밍 또는 스크립팅 언어로 구현될 수도 있고, 다양한 알고리즘들은 데이터 구조들, 오브젝트들, 프로세스들, 루틴들 또는 다른 프로그래밍 요소들의 임의의 조합으로 구현될 수도 있다. 또한, 시스템은 데이터 송신, 시그널링, 데이터 프로세싱, 네트워크 제어 등을 위한 임의의 수의 기존의 기법들을 채용할 수도 있는 것을 주목해야 한다. 또한, 시스템은 자바스크립트, VB스크립트 등과 같은 클라이언트측 스크립팅 언어로 보안 쟁점들을 검출하거나 방지하기 위하여 이용될 수 있다.

본 개시물의 시스템들 및 방법들은 현존하는 시스템, 애드-온(add-on) 제품, 업그레이딩된 소프트웨어를 실행하는 프로세싱 장치, 스탠드 얼론(stand alone) 시스템, 분산 시스템, 방법, 데이터 프로세싱 시스템, 데이터 프로세싱을 위한 디바이스, 및/또는 컴퓨터 프로그램 제품의 맞춤화(customization)로서 구체화될 수도 있다. 따라서, 시스템 또는 모듈의 임의의 부분은 코드를 실행하는 프로세싱 장치, 인터넷 기반 실시형태, 완전 하드웨어 실시형태, 또는 인터넷, 소프트웨어 및 하드웨어의 양태들을 조합하는 실시형태의 형태를 취할 수도 있다. 또한, 시스템은 저장 매체에서 구체화된 컴퓨터-판독가능 프로그램 코드 수단을 가지는 컴퓨터-판독가능 저장 매체 상의 컴퓨터 프로그램 제품의 형태를 취할 수도 있다. 하드 디스크들, CD-ROM, 광학 저장 디바이스들, 자기 저장 디바이스들 및/또는 등을 포함하는 임의의 적당한 컴퓨터-판독가능 저장 매체가 사용될 수도 있다.

시스템 및 방법은 다양한 실시형태들에 따른 방법들, 장치(예컨대, 시스템), 및 컴퓨터 프로그램 제품들의 스크린 샷들, 블록도들 및 플로우차트 예시들을 참조하여 본원에서 설명된다. 블록도들 및 플로우차트 예시들의 각각의 기능적 블록과, 블록도들 및 플로우차트 예시들에서의 기능적 블록들의 조합들은 컴퓨터 프로그램 명령들에 의해 각각 구현될 수 있는 것을 이해할 것이다.

이 컴퓨터 프로그램 명령들은 머신을 산출하기 위하여 범용 컴퓨터, 특수 목적 컴퓨터, 또는 다른 프로그램가능 데이터 프로세싱 장치 상으로 로딩될 수도 있어서, 컴퓨터 또는 다른 프로그램가능 데이터 프로세싱 장치 상에서 실행되는 명령들은 플로우차트 블록 또는 블록들에서 특정된 기능들을 구현하기 위한 수단을 생성한다. 컴퓨터 또는 다른 프로그램가능 데이터 프로세싱 장치가 특별한 방식으로 기능하도록 지시할 수 있는 이 컴퓨터 프로그램 명령들은 또한 컴퓨터-판독가능 메모리 내에 저장될 수도 있어서, 컴퓨터-판독가능 메모리 내에 저장된 명령들은 플로우차트 블록 또는 블록들에서 특정된 기능을 구현하는 명령 수단을 포함하는 제조 물품(article of manufacture)을 산출한다. 컴퓨터 프로그램 명령들은 또한, 일련의 동작 단계들로 하여금 컴퓨터 또는 다른 프로그램가능 장치 상에서 수행되게 하여, 컴퓨터 또는 다른 프로그램가능 장치 상에서 실행되는 명령들이 플로우차트 블록 또는 블록들에서 특정된 기능들을 구현하기 위한 단계들을 제공하도록 컴퓨터-구현 프로세스를 제공하기 위하여, 컴퓨터 또는 다른 프로그램가능 데이터 프로세싱 장치 상으로 로딩될 수도 있다.

따라서, 블록도들 및 플로우차트 예시들의 기능적 블록들은 특정된 기능들을 수행하기 위한 수단들의 조합들, 특정된 기능들을 수행하기 위한 단계들의 조합들, 및 특정된 기능들을 수행하기 위한 프로그램 명령 수단들을 지원한다. 블록도들 및 플로우차트 예시들의 각각의 기능적 블록과, 블록도들 및 플로우차트 예시들에서의 기능적 블록들의 조합들은 특정된 기능들 또는 단계들을 수행하는 특수 목적 하드웨어-기반 컴퓨터 시스템들, 또는 특수 목적 하드웨어 및 컴퓨터 명령들의 적당한 조합들의 어느 하나에 의해 구현될 수 있는 것을 또한 이해할 것이다. 또한, 프로세스 흐름들 및 그 설명들의 예시들은 사용자 윈도우들, 웹페이지들, 웹 형태들, 프롬프트(prompt)들 등을 참조할 수도 있다. 전문가들은 본원에서 설명된 예시된 단계들이 윈도우들, 웹페이지들, 웹 형태들, 팝업 윈도우들, 프롬프트들 등의 이용을 포함하는 임의의 수의 구성들을 포함할 수도 있는 것을 인식할 것이다. 예시되고 설명된 바와 같은 다수의 단계들은 단일의 웹페이지들 및/또는 윈도우들 내로 조합될 수도 있지만 단순화를 위하여 확대되었다는 것을 추가로 인식해야 한다. 다른 경우들에 있어서, 단일 프로세스 단계들로서 예시되고 설명된 단계들은 다수의 웹페이지들 및/또는 윈도우들로 분리될 수도 있지만, 단순화를 위하여 조합되었다.

용어 "비-일시적인(non-transitory)"은 청구항 범위로부터 일시적인 신호들을 자체로 전파하는 것만을 제거하는 것으로 이해되어야 하지만, 일시적인 신호들을 자체로 전파하기만 하지는 않는 모든 표준적인 컴퓨터-판독가능 매체들에 대한 권리들을 포기하지는 않는다. 또 다른 방법으로 기재되더라도, 용어 "비-일시적인 컴퓨터-판독가능 매체"의 의미는 미국 특허법 35 U.S.C. §101 하의 특허가능한 발명요지의 범위 외부에 속하는 것으로 In Re Nuijten에서 발견되었던 그러한 타입들의 일시적인 컴퓨터-판독가능 매체들만을 제외하는 것으로 해석되어야 한다.

이익들, 다른 장점들, 및 문제들에 대한 해결책들은 특정 실시형태들에 대하여 본원에서 설명되었다. 그러나, 이익들, 장점들, 문제들에 대한 해결책들, 그리고 임의의 이익, 장점, 또는 해결책이 발생하게 하거나 더욱 확연해지게 할 수도 있는 임의의 요소들은 개시물의 중요하거나, 요구되거나, 필수적인 특징부들 또는 요소들로서 해석되지 않아야 한다.

개시물은 방법을 포함하지만, 그것은 자기 또는 광학 메모리 또는 자기 또는 광학 디스크와 같은 유형의 컴퓨터-판독가능 캐리어 상에서 컴퓨터 프로그램 명령들로서 구체화될 수도 있는 것으로 고려된다. 당해 분야의 숙련자들에게 알려져 있는 상기 설명된 예시적인 실시형태들의 요소들에 대한 모든 구조적, 화학적, 및 기능적 등가물들은 참조를 위해 본원에 분명하게 편입되고, 본 청구항들에 의해 망라되도록 의도된 것이다. 또한, 디바이스 또는 방법이 본 개시물에 의해 해결되도록 추구된 각각의 그리고 모든 문제를 다루는 것이 필요하지는 않는데, 왜냐하면, 그것은 본 청구항들에 의해 망라되어야 하기 때문이다. 또한, 본 개시물에서의 요소, 구성요소, 또는 방법 단계는 요소, 구성요소, 또는 방법 단계가 청구항들에서 명시적으로 기재되는지 여부에 관계없이 공중에게 헌정되도록 의도된 것은 아니다. 본원에서의 청구항 요소는 어구 "하기 위한 수단"을 이용하여 분명하게 기재되지 않으면, 미국 특허법 35 U.S.C. 112, 여섯 번째 단락의 조항들 하에서 해석되지 않아야 한다. 본원에서 이용된 바와 같이, 용어들 "포함한다", "포함하는", 또는 그 임의의 다른 변형은 비-배타적 포함을 커버하도록 의도된 것이어서, 요소들의 리스트를 포함하는 프로세스, 방법, 물품, 또는 장치는 그러한 요소들만을 포함하는 것이 아니라, 분명하게 열거되지 않거나, 이러한 프로세스, 방법, 물품, 또는 장치에 고유한 다른 요소들을 포함할 수도 있다.

본 발명의 범위로부터 이탈하지 않으면서, 개시된 실시형태들에 대해 변화들 및 수정들이 행해질 수도 있다. 이러한 그리고 다른 변화들 또는 수정들은 다음의 청구항들에서 표현된 바와 같이, 본 개시물의 범위 내에 포함되도록 의도된 것이다.

Claims

컴퓨터 시스템에 의해, 시간 주기에 걸친 행위자에 의한 모션과 관련된 센서 데이터를 수신하는 단계;
상기 컴퓨터 시스템에 의해, 그리고 상기 센서 데이터에 기초하여, 복수의 모션 특징들을 결정하는 단계; 및
상기 복수의 모션 특징들에 기초하여, 상기 시간 주기 동안의 상기 행위자에 의한 상기 모션과 연관된 운동 동작을 식별하는 단계를 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 1항에 있어서,
상기 복수의 모션 특징들은, 위치; 속도; 가속도; 방위; 회전; 및 병진 중의 하나 이상을 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 1항에 있어서,
상기 센서 데이터는, 가속도계; 자이로스코프; 자력계; 홀 효과 센서;
글로벌 위치확인 시스템; 초음파 센서; 및 광학 센서 중의 하나 이상으로부터의 데이터를 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 1항에 있어서,
상기 복수의 모션 특징들 중의 적어도 하나는 상기 행위자에 독립적인 절대적 기준 프레임의 하나 이상의 축선과 관련하여 결정되고, 상기 복수의 모션 특징들 중의 적어도 하나의 다른 것은 상기 행위자와 연관되는 국소적 기준 프레임의 하나 이상의 축선과 관련하여 결정되는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 1항에 있어서,
상기 복수의 모션 특징들을 결정하는 단계는 상기 시작 주기의 시작 시에 상기 행위자에 대한 방위를 결정하는 단계를 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 5항에 있어서,
상기 시간 주기 동안의 각각의 시간에서 상기 방위를 결정하는 단계는, 상기 행위자에 대한 자체-회전의 각도를 결정하는 단계, 및 상기 행위자에 대한 플립(flip)의 각도를 결정하는 단계를 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 6항에 있어서,
상기 행위자에 대한 상기 자체-회전의 각도를 결정하는 단계는,
상기 행위자에 대한 국소적 수직 벡터에 직교하는 복수의 단위 벡터들을 계산하는 단계;
상기 국소적 수직 벡터 주위의 상기 단위 벡터들의 회전을 결정하는 복수의 각도들을 계산하는 단계; 및
상기 행위자에 대한 상기 자체 회전의 각도를, 상기 복수의 각도들로부터의 최대 각도로서 선택하는 단계를 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 6항에 있어서,
상기 행위자에 대한 상기 플립의 각도를 결정하는 단계는,
전체적인 기준 프레임에서, 상기 행위자와 연관된 수직 단위 벡터의 모션을 결정하는 단계;
상기 수직 벡터에 대한 이동 평면을 식별하는 단계;
상기 평면 상에서 상기 수직 벡터의 투영을 계산하는 단계; 및
상기 행위자에 대한 상기 플립의 각도를, 상기 평면 상에서 상기 투영에 의해 이동된 호 세그먼트(arc segment)의 각도로서 선택하는 단계를 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 6항에 있어서,
상기 자체-회전의 각도 및 상기 플립의 각도 중의 하나 이상을 결정함에 있어서 이용하기 위한 국소적 수직 벡터를 결정하는 단계를 더 포함하고, 상기 국소적 수직 벡터를 결정하는 단계는,
상기 운동 동작 이전의 하나 이상의 가속도계들로부터의 센서 데이터의 평균;
상기 운동 동작 이후의 하나 이상의 가속도계들로부터의 센서 데이터의 평균;
상기 운동 동작의 부분과 연관된 하나 이상의 가속도계들로부터의 센서 데이터; 및
하나 이상의 자력계들로부터의 센서 데이터 중의 하나 이상에 기초하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 1항에 있어서,
상기 복수의 모션 특징들을 결정하는 단계는 상기 센서 데이터로부터 계산된 속도 벡터의 방향과, 상기 센서 데이터에서 자력계 센서로부터의 정보를 이용하여 계산된 자기 벡터의 방향에 기초하여, 상기 행위자에 대한 대면(facing)을 결정하는 단계를 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 1항에 있어서,
상기 운동 동작을 식별하는 단계는 상기 복수의 결정된 모션 특징들을 알려진 운동 동작과 연관된 하나 이상의 모션 특징들과 비교하는 단계를 포함하는, 동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 11항에 있어서,
상기 복수의 결정된 모션 특징들과, 상기 알려진 운동 동작과 연관된 상기 모션 특징들과의 사이의 유사성의 레벨을 결정하는 단계를 더 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 12항에 있어서,
상기 유사성의 레벨이 미리 결정된 문턱 아래인 것에 응답하여 경보를 생성하는 단계를 더 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 11항에 있어서,
상기 알려진 운동 동작과 연관된 상기 하나 이상의 모션 특징들은,
상기 시간 주기의 시작 시의 상기 행위자의 방위;
상기 행위자의 국소 축선 주위의 회전의 각도;
상기 행위자의 국소 축선 주위의 상기 행위자의 회전의 방향;
상기 행위자의 모션의 평면에 직각인 절대 축선 주위의 회전의 각도;
상기 행위자의 모션의 평면에 직각인 절대 축선 주위의 회전의 방향; 및
상기 시간 주기의 시작 시의 하나의 스포츠 장비의 전단 에지(leading edge) 중의 하나 이상을 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 11항에 있어서,
상기 알려진 운동 동작은 하나 이상의 연관된 모션 특징들과 함께 데이터베이스 내에 저장되는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 1항에 있어서,
상기 컴퓨터 시스템과 통신하는 사용자 인터페이스를 통해, 운동 동작 정의와 관련된 입력을 수신하는 단계;
상기 입력에 응답하여, 상기 운동 동작 정의를 상기 복수의 모션 특징들 중의 하나 이상과 연관시키는 단계; 및
상기 컴퓨터 시스템과 통신하는 데이터베이스 내에, 상기 운동 동작 정의 및 상기 하나 이상의 연관된 모션 특징들을 저장하는 단계를 더 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 1항에 있어서,
상기 운동 동작을 수행하는 상기 행위자의 비디오 상에서 상기 운동 동작과 관련된 정보를 오버레이하는 단계를 더 포함하고, 상기 운동 동작과 관련된 정보는 상기 복수의 모션 특징들에 기초하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 17항에 있어서,
상기 운동 동작과 관련된 상기 정보를 오버레이하는 단계는 글로벌 위치확인 시스템으로부터 측정된 시간에 기초하여 상기 오버레이된 정보 및 상기 비디오를 동기화하는 단계를 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 1항에 있어서,
자이로스코프로부터의 신호에 기초하여 상기 시간 주기를 선택함으로써 상기 모션의 상기 시간 주기를 결정하는 단계를 더 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
제 1항에 있어서,
상기 하나 이상의 센서 신호들의 퍼지 논리 분석에 기초하여 시간 주기를 선택함으로써 상기 모션의 상기 시간 주기를 결정하는 단계를 더 포함하는, 운동 동작들을 식별하고 특징화하기 위한 컴퓨터 구현 방법.
명령들을 저장하는 비-일시적인 컴퓨터-판독가능 매체로서,
상기 명령들은, 실행될 경우, 컴퓨팅 디바이스로 하여금,
시간 주기에 걸친 행위자에 의한 모션과 관련된 센서 데이터를 수신하게 하고;
상기 센서 데이터에 기초하여, 복수의 모션 특징들을 결정하게 하고; 그리고
상기 복수의 모션 특징들에 기초하여, 상기 시간 주기 동안의 상기 행위자에 의한 상기 모션과 연관된 운동 동작을 식별하게 하는, 비-일시적인 컴퓨터-판독가능 매체.
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신하고 명령들을
저장하는 메모리를 포함하고,
상기 명령들은, 상기 프로세서에 의해 실행될 경우, 상기 시스템으로 하여금,
시간 주기에 걸친 행위자에 의한 모션과 관련된 센서 데이터를 수신하게 하고;
상기 센서 데이터에 기초하여, 복수의 모션 특징들을 결정하게 하고; 그리고
상기 복수의 모션 특징들에 기초하여, 상기 시간 주기 동안의 상기 행위자에 의한 상기 모션과 연관된 운동 동작을 식별하게 하는, 운동 동작들을 식별하고 특징화하기 위한 시스템.