KR20170077794A

KR20170077794A - Method and Apparatus for Analyzing Ski-Turn

Info

Publication number: KR20170077794A
Application number: KR1020160174323A
Authority: KR
Inventors: 장영재; 유광재
Original assignee: 한국과학기술원
Priority date: 2015-12-28
Filing date: 2016-12-20
Publication date: 2017-07-06
Also published as: KR101844486B1

Abstract

스키턴 분석 방법 및 그를 위한 장치를 개시한다.
측정 대상자에 부착된 센서를 이용하여 스키턴의 특징, 안정성 등을 분석하고, 분석결과에 근거하여 자가 코칭정보를 생성하여 측정 대상자의 훈련 및 코칭에 활용되도록 하는 스키턴 분석 방법 및 그를 위한 장치에 관한 것이다.A method for analyzing a Skytrain and an apparatus therefor are disclosed.
A method for analyzing the characteristics and stability of a skilton using a sensor attached to a measurement subject and generating self-coaching information based on the analysis result so as to be utilized for training and coaching of the measurement subject, and a device therefor .

Description

&Lt; Desc / Clms Page number 1 > Method and Apparatus for Analyzing Ski-Turn &

본 실시예는 스키턴 분석 방법 및 그를 위한 장치에 관한 것이다. This embodiment relates to a Scutten analysis method and apparatus therefor.

이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.The contents described in this section merely provide background information on the present embodiment and do not constitute the prior art.

동계 스포츠의 하나인 스키에서는 선수의 자세, 동작 및 안정성을 파악하기 위한 다양한 연구가 진행되고 있다. 스키 동작의 퍼포먼스 요소들을 분석하기 위해 족압력센서 기반 디바이스(예: Moticon)가 활용되고 있다. 하지만, 선수들은 안정적인 스키 컨트롤을 위해 빈틈없이 타이트하도록 발 모양에 맞는 메모리폼 부츠를 사용하기 때문에, 주로 인솔형태인 디바이스가 부츠에 삽입될 경우 이물감을 느껴 최고의 퍼포먼스를 내는데 큰 방해요소로 작용한다. In skiing, one of the winter sports, various studies are being carried out to understand the posture, movement and stability of the athlete. Footprint sensor-based devices (such as Moticon) are being used to analyze the performance factors of skiing. However, players use memory foam boots that fit their feet to tight tightness for stable ski control, so when an insole-type device is inserted into the boot, it will feel a sense of foreign body, which is a major obstacle to achieving the best performance.

또한, 족압력센서가 측정을 하는 부위는 설면 과의 마찰과 진동이 격렬하게 작용하는 스키플레이트와 가장 가까운 위치이기 때문에, 센서데이터에 상당한 잡음(Noise)가 잡혀 세밀함을 요구하는 분석을 하기에는 큰 어려움이 있다. 또한, 땀이 많이 배출되는 깔창에 설치됨으로 청결을 유지하기가 어렵고 상당한 압력을 견뎌야 하므로 센서 고장이 자주 발생한다는 문제점이 있다.In addition, since the foot pressure sensor is located closest to the ski plate where the friction with the snow surface and the vibration act vigorously, the sensor data is subjected to considerable noise (noise) There is a difficulty. In addition, since it is installed in an insole for discharging much sweat, it is difficult to maintain cleanliness and it must endure a considerable pressure, so that a sensor failure frequently occurs.

본 실시예는 측정 대상자에 부착된 센서를 이용하여 스키턴의 특징, 안정성 등을 분석하고, 분석결과에 근거하여 자가 코칭정보를 생성하여 측정 대상자의 훈련 및 코칭에 활용되도록 하는 스키턴 분석 방법 및 그를 위한 장치를 제공하는 데 주된 목적이 있다.The present embodiment analyzes a characteristic and stability of a skilton using a sensor attached to a measurement subject, generates a self-coaching information based on the analysis result and uses the information to be used for training and coaching of a measurement subject, There is a main purpose in providing a device for him.

본 실시예의 일 측면에 의하면, 스키턴 분석장치가 측정 대상자의 스키턴을 분석하는 방법에 있어서, 상기 측정 대상자의 신체에 부착된 센서로부터 센싱신호를 획득하는 센싱신호 획득과정; 상기 센싱신호를 이용하여 스키턴 분석을 위한 분석 데이터를 생성하는 분석 데이터 생성과정; 상기 분석 데이터에 근거하여 스키턴 구간을 판단하고, 상기 스키턴 구간 별로 스키턴을 분석하여 상기 측정 대상자에 대한 스키턴 특징정보를 생성하는 스키턴 분석과정; 및 상기 스키턴 특징정보에 근거하여 상기 측정 대상자의 훈련 또는 코칭을 위한 자가 코칭정보를 생성하는 자가코칭 처리과정을 포함하는 것을 특징으로 하는 스키턴 분석 방법을 제공한다.According to an aspect of the present invention, there is provided a method of analyzing a skewton of a measurement subject, comprising the steps of: acquiring a sensing signal from a sensor attached to a body of the measurement subject; An analysis data generation step of generating analysis data for a scatter analysis using the sensing signal; A skewton analysis process of determining a skewness interval based on the analysis data, and analyzing a skew in each of the skewness intervals to generate skewness feature information for the measurement subject; And a self-coaching process for generating self-coaching information for training or coaching the measurement subject based on the characteristic of the skitton.

또한, 본 실시예의 다른 측면에 의하면, 측정 대상자의 스키턴을 분석하는 장치에 있어서, 상기 측정 대상자의 신체에 부착된 센서로부터 센싱신호를 획득하는 센싱신호 획득부; 상기 센싱신호를 이용하여 스키턴 분석을 위한 분석 데이터를 생성하는 분석 데이터 생성부; 상기 분석 데이터에 근거하여 스키턴 구간을 판단하고, 상기 스키턴 구간 별로 스키턴을 분석하여 상기 측정 대상자에 대한 스키턴 특징정보를 생성하는 스키턴 분석부; 및 상기 스키턴 특징정보에 근거하여 상기 측정 대상자의 훈련 또는 코칭을 위한 자가 코칭정보를 생성하는 자가코칭 처리부를 포함하는 것을 특징으로 하는 스키턴 분석장치를 제공한다.According to another aspect of the present invention, there is provided an apparatus for analyzing a skew of a measurement subject, comprising: a sensing signal acquisition unit for acquiring a sensing signal from a sensor attached to a body of the measurement subject; An analysis data generation unit for generating analysis data for a skewton analysis using the sensing signal; A skytrain analyzing unit for determining a skirt interval based on the analysis data, analyzing a skirt according to the skirt interval, and generating skirt characteristic information for the to-be-measured person; And a self-coaching processing unit for generating self-coaching information for training or coaching the measurement subject based on the skittness characteristic information.

이상에서 설명한 바와 같이 본 실시예에 의하면, 스키턴 분석장치는 스키턴 동작의 센싱정보를 추출하여 스키턴 자세를 정확하게 분석할 수 있은 효과가 있다. As described above, according to the present embodiment, there is an effect that the skytrain analyzing apparatus can extract the sensing information of the ski turn operation and accurately analyze the skit turn attitude.

또한, 스키턴 분석장치는 스키턴 동작의 안정성을 분석함으로써, 자가(Self) 코칭이 가능한 효과가 있다. In addition, the Skytrain analyzing apparatus analyzes the stability of the ski turn operation, thereby enabling self coaching.

또한, 스키턴 분석을 위해 측정 대상자의 센서부착에 대한 착용감을 최소화하는 위치에 센서를 부착하고, 부착된 센서를 이용하여 측정 대상자의 스키 동작에 대한 센싱신호를 가장 효과적으로 감지할 수 있는 효과가 있다. In addition, in order to analyze the skewton, a sensor is attached to a position that minimizes the wearer's feel to the sensor attachment, and the sensing signal of the skier's operation is most effectively detected using the attached sensor .

도 1은 본 실시예에 따른 스키턴 분석 시스템의 동작을 개략적으로 나타낸 도면이다.
도 2는 본 실시예에 따른 스키턴 분석장치를 개략적으로 나타낸 블록 구성도이다.
도 3은 본 실시예에 따른 스키턴 분석 방법을 설명하기 위한 순서도이다.
도 4는 본 실시예에 따른 스키턴 분석장치에서 스키턴 구간을 산출하는 동작을 설명하기 위한 도면이다.
도 5는 본 실시예에 따른 스키턴 분석장치에서 스키턴의 안정성을 분석하는 동작을 설명하기 위한 도면이다.
도 6은 본 실시예에 따른 스키턴 분석 결과의 활용성을 설명하기 위한 그래프이다.
도 7a 및 도 7b는 본 실시예에 따른 복수의 센서를 이용하여 스키턴을 분석하기 위한 센서 및 데이터 수집 동작을 설명하기 위한 예시도이다. FIG. 1 is a diagram schematically illustrating the operation of the Skytrain analysis system according to the present embodiment.
FIG. 2 is a block diagram schematically showing a Skytrain analyzing apparatus according to the present embodiment.
3 is a flowchart illustrating a method of analyzing a Skytrain according to an embodiment of the present invention.
4 is a diagram for explaining an operation of calculating a skewness interval in the Skytrain analysis apparatus according to the present embodiment.
FIG. 5 is a view for explaining an operation of analyzing the stability of the skewton in the apparatus for analyzing skewton according to the present embodiment.
FIG. 6 is a graph for explaining utility of the results of the Scutten analysis according to the present embodiment.
FIGS. 7A and 7B are views for explaining a sensor and a data collecting operation for analyzing a skewton using a plurality of sensors according to the present embodiment.

이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, the present embodiment will be described in detail with reference to the accompanying drawings.

최근 정밀 모션센서 기술의 발전 및 센서의 가격하락으로 신체에 센서를 부착하여 실시간으로 운동량을 확인하거나 운동 자세를 교정하는 장치들이 소개되고 있다. 특히 이러한 센서는 손목이나 몸에 부착하는 웨어러블 장치와 같은 형태로 최근 시장 출시되고 있다. Recent advances in precision motion sensor technology and the drop in sensor prices have introduced sensors that attach to sensors in the body to verify the momentum in real time or calibrate the movement posture. Particularly, these sensors are recently put on the market in the form of a wearable device that attaches to the wrist or body.

또한, 웨어러블 장치는 스마트폰과 연동하여 편리하게 운동시 생리학적 혹은 운동역학적 정보를 받아볼 수 있는 형태로 개발되고 있다. 이러한 장치들은 프로 스포츠 선수의 경기력 향상 및 스포츠 과학화를 가속화하고 일반 대중의 자가(Self) 코칭이란 새로운 시장을 열고 있다. 이하에서는 신체에 센서를 부착하여 스키턴을 분석하고, 분석결과에 근거하여 자가 코칭에 활용하는 스키턴 분석 시스템에 대해 설명하도록 한다. In addition, the wearable device is developed in a form that can easily receive physiological or kinetic information during exercise in conjunction with a smartphone. These devices accelerate the professional performance and sports science of professional athletes and open up a new market for the self - coaching of the general public. The following is a description of the Scutton analysis system which is applied to the self-coaching based on the analysis results by attaching sensors to the body.

도 1은 본 실시예에 따른 스키턴 분석 시스템의 동작을 개략적으로 나타낸 도면이다. FIG. 1 is a diagram schematically illustrating the operation of the Skytrain analysis system according to the present embodiment.

본 실시예에 따른 스키턴 분석 시스템(100)은 알파인 스키를 이용하는 측정 대상자에게 훈련 및 코칭(Coaching) 서비스를 제공하기 위한 시스템이다. 여기서, 측정 대상자는 스키선수인 것이 바람직하나 일반 스키어(Skier), 학생 및 코치 등일 수 있다. The Skytrain analysis system 100 according to the present embodiment is a system for providing a training and coaching service to a measurement target using Alpine skiing. Here, the target of the measurement is preferably a skier, but it may be a general skier, a student, a coach, and the like.

스키턴 분석 시스템(100)은 측정 대상자의 스키턴을 분석하고, 분석결과에 근거하여 자가 코칭정보를 생성하여 측정 대상자의 훈련 및 코칭에 활용되도록 제공한다. 본 실시예에 따른 스키턴 분석 시스템(100)은 센서(110) 및 스키턴 분석장치(120)를 포함한다. The Skytrain analysis system 100 analyzes the skew of the measurement subject and generates self-coaching information based on the analysis result and provides it to be used for training and coaching of the measurement subject. The skytrain analysis system 100 according to the present embodiment includes a sensor 110 and a skytrain analysis apparatus 120.

센서(110)는 측정 대상자의 신체영역에 부착되며, 스키턴을 위한 측정 대상자의 움직임(동작)을 감지하는 동작을 수행한다. 여기서, 센서(110)는 측정 대상자의 특정 신체부위에 부착된 단일 센서일 수 있으나 반드시 이에 한정되는 것은 아니며, 복수의 신체부위에 부착된 복수의 센서일 수 있다. The sensor 110 is attached to the body region of the person to be measured, and performs an operation of detecting the movement (operation) of the measurement subject for the skin. Here, the sensor 110 may be a single sensor attached to a specific body part of the person to be measured, but is not limited thereto, and may be a plurality of sensors attached to a plurality of body parts.

센서(110)는 측정 대상자의 이동 관성을 측정할 수 있는 가속도계, 측정 대상자의 회전 관성을 측정할 수 있는 자이로계 및 측정 대상자의 방위각을 측정할 수 있는 자계로 구성된 하나의 통합 유닛 (Unit)으로 구현될 수 있다. 예를 들어, 센서(110)는 측정 대상자의 동작을 센싱하기 위해 가속도센서, 자이로센서, 자계센서 등을 포함하는 IMU (Inertial Motion Sensor) 센서로 구현될 수 있으나 반드시 이에 한정되는 것은 아니며, 위치, 속도, 자세 각을 산출하는 INS(Inertial Navigation System) 센서 등 측정 대상자의 움직임을 감지할 수 있는 다양한 센서로 구현 가능하다. The sensor 110 is an integrated unit composed of an accelerometer capable of measuring the mobile inertia of the measurement subject, a gyro system capable of measuring the rotational inertia of the measurement subject, and a magnetic field capable of measuring the azimuth angle of the measurement subject Can be implemented. For example, the sensor 110 may be implemented as an IMU (Inertial Motion Sensor) sensor including an acceleration sensor, a gyro sensor, a magnetic field sensor, and the like in order to sense an operation of a measurement subject. However, And an INS (Inertial Navigation System) sensor for calculating the velocity and attitude angle of the subject.

센서(110)는 측정 대상자의 움직임(동작)을 감지한 센싱신호를 스키턴 분석장치(120)로 전송한다. 여기서, 센싱신호는 측정 대상자의 동작에 대한 가속도 센싱값, 자이로 센싱값, 자계센싱값 등을 포함할 수 있다. The sensor 110 transmits a sensing signal, which senses the motion of the measurement subject, to the kitton analyzer 120. Here, the sensing signal may include an acceleration sensing value, a gyro sensing value, a magnetic field sensing value, and the like for the operation of the measurement subject.

센서(110)가 단일 센서인 경우, 단일 센서는 측정 대상자의 신체영역 중 꼬리뼈 부분(척추 꼬리뼈 부분)에 부착되어 측정 대상자의 움직임을 감지한다. 단일 센서를 이용하여 측정 대상자를 센싱하는 경우, 단일 센서는 스키턴과 관련된 스키 동작에 대한 센싱신호를 가장 효과적으로 감지할 수 있으며, 측정 대상자가 센서부착에 대한 착용감을 최소화할 수 있다. When the sensor 110 is a single sensor, a single sensor is attached to the tail bone portion (spine tail portion) of the body region of the measurement subject to sense the movement of the measurement subject. When sensing a subject using a single sensor, a single sensor can detect the sensing signal of the skiing related to the skiing most effectively and minimize the wearer's feeling of wearing the sensor.

센서(110)가 복수의 센서인 경우, 복수의 센서는 측정 대상자의 머리, 팔 상단, 팔뚝, 손, 허벅지, 정강이, 발, 발바닥, 허리 상단, 허리 하단, 꼬리뼈 등을 포함하는 복수의 신체영역에 부착되어 측정 대상자의 움직임을 감지한다. 예를 들어, 실제 국가대표 선수가 훈련 시 신체 16개 부분에 IMU 센서와 신체의 무게중심을 가장 정확하게 측정할 수 있는 족압센서를 함께 부착하여 다양한 분석을 수행할 수 있다. In the case where the sensor 110 is a plurality of sensors, the plurality of sensors includes a plurality of body regions including a head, an upper arm, an upper arm, a hand, a thigh, a shank, a foot, a sole, a waist upper, a lower waist, And detects the movement of the measurement subject. For example, a real national athlete can carry out various analyzes by attaching IMU sensor and a foot pressure sensor which can measure the center of gravity of the body most accurately to 16 parts of body during training.

스키턴 분석장치(120)는 측정 대상자에 부착된 센서(110)로부터 센싱신호를 획득하고, 센싱신호를 이용하여 스키턴의 분석을 위한 분석 데이터를 생성한다. 스키턴 분석장치(120)는 생성된 분석 데이터를 이용하여 스키턴 구간을 확인하고, 스키턴 구간별로 스키턴을 분석하여 측정 대상자의 스키턴 특징정보 및 스키턴 안정성 정보를 생성한다. The skythen analyzer 120 acquires a sensing signal from the sensor 110 attached to the measurement subject and generates analysis data for analysis of the skitton using the sensing signal. The SKYTONE analyzer 120 checks the SKYTONE section using the generated analysis data, and analyzes the SKYTON according to the SKYTON section to generate the SKYTON characteristic information and the SKYTON STYLE information of the measurement subject.

스키턴 분석장치(120)는 스키턴 특징정보 또는 스키턴 안정성 정보에 근거하여 스키턴 동작을 시각화하거나 스키에 대한 훈련 또는 자가코칭에 대한 코칭정보를 포함하는 자가 코칭정보를 생성하여 측정 대상자에게 제공한다. The skythen analyzer 120 visualizes the skiton operation based on the skitton characteristic information or the skiton stability information, generates self coaching information including training for skiing or coaching information for self-coaching, and provides the coaching information to the measurement subject do.

스키턴 분석장치(120)는 스키선수, 일반 스키어(Skier), 학생, 코치 등의측정 대상자의 훈련 및 코칭을 위한 장치이다. 스키턴 분석장치(120)는 센서(110)를 신체에 부착하여 분석용 데이터를 수집하는 구성, 부착된 센서의 데이터를 기반으로 스키턴의 시각화 및 분석하는 구성 및 부착된 센서의 데이터를 기반으로 턴의 안정성을 판단하는 구성 등을 포함한다. The Skytrain analyzer 120 is a device for training and coaching of a measurement subject such as a ski player, an ordinary skier, a student, a coach, and the like. The skythen analyzer 120 includes a configuration for collecting analysis data by attaching the sensor 110 to a body, a configuration for visualizing and analyzing the skirt based on the data of the attached sensor, And a configuration for judging the stability of the turn.

즉, 본 실시예에 따른 스키턴 분석 시스템(100)은 스키턴 분석장치(120)를 이용하여 부착된 센서(110)의 데이터를 기반으로 스키턴(회전)의 시각화 처리 및 부착된 센서(110)의 데이터를 기반으로 턴의 안정성을 파악할 수 있다. 여기서, 스키턴 분석장치(120)는 분석용 데이터를 처리하기 위한 메모리, 프로그램, 애플리케이션 등을 입력 및 제어하기 위한 마이크로프로세서, 화면 표시부 등을 구비하는 하나의 장치일 수 있으나 반드시 이에 한정되는 것은 아니며, 스키턴 분석장치(120)에서 수행하는 각각의 기능들로 구현된 별도의 모듈 또는 장치일 수 있다. That is, the skythen analysis system 100 according to the present embodiment can perform a visualization process of a skew (rotation) based on the data of the attached sensor 110 using the skytrain analysis apparatus 120, ), The stability of the turn can be grasped. Here, the skythen analyzer 120 may be a single device including a microprocessor and a screen display unit for inputting and controlling a memory, a program, and an application for processing analysis data, but the present invention is not limited thereto. Or a separate module or device implemented with the respective functions performed by the scatter analyzer 120. [

도 1에 도시된 바와 같이, 스키턴 분석 시스템(100)에서 센서(110)와 스키턴 분석장치(120)는 별도의 장치로 구현되는 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니며, 예를 들어, 스키턴 분석 시스템(100)은 센서(110)와 스키턴 분석장치(120)가 결합된 하나의 장치로 구현되거나 스키턴 분석장치(120)의 일부 기능이 센서(110)에 구현된 형태일 수 있다. As shown in FIG. 1, the sensor 110 and the scatter analyzer 120 in the skytrain analysis system 100 are described as separate devices. However, the present invention is not limited thereto. For example, The skytrain analysis system 100 may be implemented as one device in which the sensor 110 and the skytrain analysis device 120 are combined or may be a form in which some of the functions of the skytrain analysis device 120 are implemented in the sensor 110 have.

도 2는 본 실시예에 따른 스키턴 분석장치를 개략적으로 나타낸 블록 구성도이다.FIG. 2 is a block diagram schematically showing a Skytrain analyzing apparatus according to the present embodiment.

본 실시예에 따른 스키턴 분석장치(120)는 센싱신호 획득부(210), 분석 데이터 생성부(220), 스키턴 분석부(230), 스키턴 안정성 분석부(240) 및 자가코칭 처리부(250)를 포함한다. 도 2에 도시된 스키턴 분석장치(120)는 일 실시예에 따른 것으로서, 도 2에 도시된 모든 블록이 필수 구성요소는 아니며, 다른 실시예에서 스키턴 분석장치(120)에 포함된 일부 블록이 추가, 변경 또는 삭제될 수 있다. The skytrain analyzing apparatus 120 according to the present embodiment includes a sensing signal obtaining unit 210, an analysis data generating unit 220, a skyline analyzing unit 230, a skyline stability analyzing unit 240, 250). 2 is in accordance with one embodiment, and not all of the blocks shown in FIG. 2 are required components, and in some embodiments, some of the blocks included in the skytrain analysis apparatus 120 Can be added, changed or deleted.

센싱신호 획득부(210)는 측정 대상자에 부착된 센서(110)로부터 센싱신호를 획득한다. 여기서, 센싱신호는 측정 대상자의 스키턴 관련 움직임(동작)에 대한 가속도 센싱값, 자이로 센싱값, 자계센싱값 등을 포함할 수 있다. The sensing signal acquisition unit 210 acquires a sensing signal from the sensor 110 attached to the measurement object. Here, the sensing signal may include an acceleration sensing value, a gyro sensing value, a magnetic field sensing value, and the like for a ski-related motion (operation) of the measurement subject.

센싱신호 획득부(210)는 단일 센서 또는 복수의 센서로부터 센싱신호를 획득할 수 있다. 다시 말해, 센싱신호 획득부(210)는 단일 센서로부터 단일 센싱신호를 수신하거나, 복수의 센서 각각으로부터 복수의 센싱신호를 수신할 수 있다. The sensing signal acquisition unit 210 may acquire a sensing signal from a single sensor or a plurality of sensors. In other words, the sensing signal acquisition section 210 may receive a single sensing signal from a single sensor or a plurality of sensing signals from each of the plurality of sensors.

센싱신호 획득부(210)는 무선랜(WIFI), UWB(Ultra Wideband) 등의 무선 통신 또는 무선 주파수(Radio Frequency), 적외선 통신(IrDA: Infrared Data Association), 지그비(Zigbee), 블루투스(Bluetooth), 저전력 블루투스(BLE: Bluetooth Low Energy) 등의 근거리 통신을 이용하여 센서(110)로부터 센싱신호 획득할 수 있다. The sensing signal acquisition unit 210 may be a wireless communication unit such as a wireless communication unit such as a wireless LAN (WIFI) or an ultra wideband (UWB) or a wireless communication unit such as a radio frequency, an infrared data association (IrDA), a Zigbee, , Bluetooth low energy (BLE), or the like, in order to acquire a sensing signal from the sensor 110.

분석 데이터 생성부(220)는 센싱신호를 이용하여 스키턴을 분석하기 위한 분석 데이터를 생성한다. The analysis data generation unit 220 generates analysis data for analyzing the skewton using the sensing signal.

분석 데이터 생성부(220)는 센싱신호를 기반으로 시간의 흐름에 따라 변화하는 측정 대상자의 스키턴 각도 정보, 측정 대상자의 상체 움직임 정보, 측정 대상자의 스키 속도정보 등을 포함하는 분석 데이터를 생성한다. 여기서, 스키턴 각도 정보는 센싱신호를 기반으로 측정 대상자가 정면을 바라본 스탠딩 상태를 기준으로 좌측 또는 우측으로 스키턴을 하면서 측정 대상자의 기울기 각도를 포함한다. 또한, 상체 움직임 정보는 측정 대상자의 스탠딩 상태를 기준으로 상체 높낮이 및 회전에 대한 정보를 포함하고, 스키 속도정보는 스키를 이용하여 측정 대상자가 이동하는 진행방향에 대한 진행 속도정보를 포함한다. The analysis data generation unit 220 generates analysis data including skew angle information of the measurement subject, the upper body motion information of the measurement subject, the ski speed information of the measurement subject, and the like, which change with time according to the sensing signal . Here, the skew angle angle information includes a tilt angle of the measurement subject while skating to the left or right based on the standing state in which the measurement subject looks at the front side based on the sensing signal. In addition, the body motion information includes information on the height and rotation of the upper body based on the standing state of the to-be-measured person, and the ski speed information includes information on the progress speed with respect to the traveling direction in which the to-be-

분석 데이터 생성부(220)는 센싱신호를 기반으로 기 설정된 값에 대한 마킹신호를 포함하는 분석 데이터를 생성할 수 있다. 예를 들어, 분석 데이터 생성부(220)는 스키턴 각도 정보가 0 °일 경우, 해당 각도에 대한 마킹신호를 삽입하여 분석 데이터를 생성할 수 있다. 여기서, 마킹신호는 스키턴의 구간을 구분하기 위한 기준 신호로 활용될 수 있다. The analysis data generation unit 220 may generate analysis data including a marking signal for a predetermined value based on the sensing signal. For example, when the skew angle angle information is 0 °, the analysis data generation unit 220 may generate analysis data by inserting a marking signal for the angle. Here, the marking signal can be used as a reference signal for identifying the section of the skewton.

분석 데이터 생성부(220)는 단일 센서로부터 하나의 센싱신호를 획득한 경우, 실시간으로 수신된 센싱신호를 이용하여 분석 데이터를 생성한다. 예를 들어, 분석 데이터 생성부(220)는 측정 대상자의 신체영역 중 꼬리뼈 부분(척추 꼬리뼈 부분)에 부착된 단일 센서로부터 센싱신호를 획득하는 경우, 센싱신호에 포함된 가속도 센싱값, 자이로 센싱값, 자계센싱값 등을 이용하여 측정 대상자의 스키턴에 대한 분석 데이터를 생성할 수 있다. The analysis data generation unit 220 generates analysis data using a sensing signal received in real time when one sensing signal is obtained from a single sensor. For example, when acquiring a sensing signal from a single sensor attached to the tail bone portion (spinal portion of the vertebrae) of the body region of the measurement subject, the analysis data generation unit 220 may calculate the acceleration sensing value, the gyro sensing value , The magnetic field sensing value, and the like, to generate analysis data on the ski turn of the measurement subject.

분석 데이터 생성부(220)는 복수의 센서 각각으로부터 복수의 센싱신호를 획득하는 경우, 복수의 센싱신호의 전체 또는 일부를 이용하여 분석 데이터를 생성한다. When acquiring a plurality of sensing signals from each of the plurality of sensors, the analysis data generating unit 220 generates analysis data using all or a part of the plurality of sensing signals.

분석 데이터 생성부(220)는 복수의 센서 중 적어도 하나의 특정 센서로부터 수신된 센싱신호를 추출하고, 추출된 센싱신호를 이용하여 분석 데이터를 생성할 수 있다. 여기서, 특정 센서는 기 설정된 위치에 부착된 특정 센서일 수 있으나 반드시 이에 한정되는 것은 아니며, 측정 대상자 또는 외부 관리자에 의해 설정된 센서일 수 있다. The analysis data generation unit 220 may extract a sensing signal received from at least one specific sensor among the plurality of sensors and generate analysis data using the sensed sensing signal. Here, the specific sensor may be a specific sensor attached to a predetermined position, but is not limited thereto, and may be a sensor set by a person to be measured or an external manager.

또한, 분석 데이터 생성부(220)는 특정 센서의 센싱정보를 이용하여 분석 데이터를 생성하되, 분석 데이터를 정확도를 증가시키기 위해 특정 센서를 제외한 나머지 센서의 센싱정보를 이용하여 분석 데이터를 보정할 수 있다. In addition, the analysis data generation unit 220 may generate analysis data using the sensing information of the specific sensor, and may correct the analysis data using the sensing information of the remaining sensors except for the specific sensor, in order to increase the accuracy of the analysis data have.

한편, 분석 데이터 생성부(220)는 복수의 센서 각각으로부터 수신된 복수의 센싱신호 각각의 센서의 인식률을 확인하고, 인식률이 가장 높은 센서의 센싱신호를 추출하여 분석 데이터를 생성할 수 있다. Meanwhile, the analysis data generation unit 220 can check the recognition rate of each of the plurality of sensing signals received from each of the plurality of sensors, and generate the analysis data by extracting the sensing signal of the sensor with the highest recognition rate.

분석 데이터 생성부(220)는 생성된 분석 데이터를 스키턴 분석부(230)로 전송하여 스키턴에 대한 분석이 수행되도록 한다. 한편, 분석 데이터 생성부(220)는 분석 데이터를 시각화한 센싱 결과정보를 생성하여 외부 단말기(미도시) 또는 디스플레이장치(미도시)로 제공할 수 있다. 여기서, 센싱 결과정보는 분석 데이터를 그래프 형태로 시각화한 정보일 수 있다. The analysis data generation unit 220 transmits the generated analysis data to the skyline analysis unit 230 to analyze the skyline. Meanwhile, the analysis data generation unit 220 may generate sensing result information obtained by visualizing the analysis data and provide the sensing result information to an external terminal (not shown) or a display device (not shown). Here, the sensing result information may be information obtained by visualizing the analysis data in the form of a graph.

스키턴 분석부(230)는 분석 데이터에 근거하여 스키턴 구간을 확인하고, 스키턴 구간별로 스키턴을 분석하여 측정 대상자의 스키턴 특징정보를 추출한다. 다시 말해, 스키턴 분석부(230)는 분석 데이터를 이용하여 측정 대상자의 스키턴에 대한 턴 구간, 턴 형태, 턴의 특징 등을 분석할 수 있다. 본 실시예에 따른 스키턴 분석부(230)는 스키턴 구간 판단부(232) 및 스키턴 특징 추출부(234)를 포함하며, 이하 스키턴 분석부(230)에 포함된 각각의 구성요소에 대해 설명하도록 한다. The skythen analyzer 230 determines a skirt interval based on the analysis data, and analyzes the skirt according to the skirt interval to extract the skirt characteristic information of the to-be-measured person. In other words, the SKYTONE analyzer 230 can analyze the turn section, the turn type, and the turn characteristics of the skewton of the measurement subject by using the analysis data. The skyline analysis unit 230 according to the present embodiment includes a skyline interval determination unit 232 and a skyline feature extraction unit 234. The skyline analysis unit 230 includes a skyline analysis unit .

스키턴 구간 판단부(232)는 분석 데이터를 이용하여 측정 대상자의 스키턴 구간을 판단한다. The skirt interval determining unit 232 determines the skirt interval of the measurement subject using the analysis data.

스키턴 구간 판단부(232)는 측정 대상자가 스키턴을 하는 과정에서 정면을 바라보는 스탠딩 상태를 거쳐 좌측 턴 및 우측 턴이 변경되는 점을 고려하여 스탠딩 상태가 되는 시점을 검출하고, 스탠딩 상태인 시점을 기준으로 좌측 및 우측에 대한 스키턴 구간을 판단한다. 여기서, 측정 대상자가 스탠딩 상태가 되는 시점을 제로 크로싱(Zero Crossing) 시점으로 정의하고, 제로 크로싱 시점을 이용하여 스키턴 구간을 판단할 수 있다. The ski-turn interval determination unit 232 detects a time point at which the measurement subject becomes a standing state in consideration of the fact that the left turn and the right turn are changed through a standing state in which the measurement subject looks at the front face in the course of the ski turn, The skewness section for the left and right sides is determined based on the viewpoint. Here, the time point at which the to-be-measured person enters the standing state can be defined as a zero crossing time point, and the skewness section can be determined using the zero crossing time point.

스키턴 구간 판단부(232)는 0 °의 각도정보를 갖는 분석 데이터에 근거하여 제로 크로싱 시점을 검출하고, 제로 크로싱 시점에서 다음 제로 크로싱 시점 사이의 시간 간격을 계산하여 스키턴 구간을 추출한다. 추출된 스키턴 구간에서 양(+)의 분석 데이터를 갖는 구간을 좌측 턴 구간으로 판단하고, 음(-)의 분석 데이터를 갖는 구간을 우측 턴 구간으로 판단할 수 있다. The skewness section determining unit 232 detects a zero crossing point based on analysis data having angle information of 0 degrees, and calculates a time interval between a zero crossing point and a next zero crossing point to extract a skewness interval. The section having the positive analysis data in the extracted skirt section may be determined as the left turn section and the section having the negative analysis data may be determined as the right turn section.

즉, 스키턴 구간 판단부(232)는 측정 대상자의 스탠딩 상태를 기준으로 좌측 턴일 때 양(+)의 분석 데이터, 스탠딩 상태를 기준으로 우측 턴일 때 음(-)의 분석 데이터인 것을 검출하여 스키턴 구간을 추출할 수 있다. 예를 들어, 스키턴 구간 판단부(232)는 "-, -, -, 0, 0, +, +, +, +, 0, 0, 0, -,-,-,-, 0, +, +, +, +"와 같은 분석 데이터에서 '0'의 분석 데이터를 갖는 구간을 스탠딩 상태인 것으로 판단하고, 양(+)의 분석 데이터를 갖는 구간을 좌측 턴 구간, 음(-)의 분석 데이터를 갖는 구간을 우측 턴 구간으로 판단한다. That is, the ski section interval determination unit 232 detects positive (+) analysis data when the left turn is based on the standing state of the to-be-measured person, negative (-) analysis data on the right turn based on the standing state, The turn section can be extracted. For example, the skewness interval determination unit 232 may determine the skew interval interval based on the following equation: "-, -, -, 0, 0, +, +, +, 0, 0, 0, -, (+) Analysis data is determined to be in a standing state and the section having analysis data of positive (+) is referred to as a left turn section, negative (-) analysis data Is determined as the right turn section.

스키턴 구간 판단부(232)는 양(+)의 분석 데이터는 좌측 턴 구간, 음(-)의 분석 데이터는 우측 턴 구간인 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니며, 스키어의 이동 코스 또는 초기 설정에 따라 분석 데이터의 턴 구간 판단 기준은 변경될 수 있다. The ski-turn interval determination unit 232 determines that the positive (+) analysis data is the left turn interval and the negative (-) analysis data is the right turn interval. However, According to the setting, the judgment criteria of the turn interval of the analysis data can be changed.

한편, 스키턴 구간 판단부(232)는 분석 데이터에 마킹신호가 포함되어 있는 경우, 마킹신호를 기준으로 스키턴 구간을 판단할 수 있다. 예를 들어, 스키턴 구간 판단부(232)는 "-, -, -, 마킹신호, +, +, 마킹신호, 마킹신호, -,-, -, 마킹신호, +, +, +"와 같은 분석 데이터에서 마킹신호를 기준으로 양(+)의 분석 데이터를 갖는 구간을 좌측 턴 구간, 음(-)의 분석 데이터를 갖는 구간을 우측 턴 구간으로 판단할 수 있다. Meanwhile, if the marking signal is included in the analysis data, the skirt interval determining unit 232 may determine the skirt interval based on the marking signal. For example, the skewness section determining unit 232 may determine whether or not a marking signal such as "-, -, -, marking signal, +, +, marking signal, marking signal, -, -, marking signal, +, +, In the analysis data, the section having the positive analysis data based on the marking signal can be determined as the left turn section, and the section having the analysis data as negative (-) can be determined as the right turn section.

스키턴 구간 판단부(232)는 기 설정된 알고리즘을 이용하여 스키턴 구간을 검증할 수 있다. 더 자세히 설명하자면, 스키턴 구간 판단부(232)는 0 °의 각도정보를 갖는 분석 데이터에 근거하여 제로 크로싱 시점을 검출하고, 제로 크로싱 시점을 기준으로 이전 분석 데이터값과 이후 분석 데이터값을 곱하여 0 또는 음(-)의 부호값이 나오는 경우에만 스키턴 구간을 구분한다. The ski-turn interval determination unit 232 can verify the ski-turn interval using a predetermined algorithm. More specifically, the skyline interval determining unit 232 detects a zero crossing point based on analysis data having angle information of 0 degrees, multiplies the previous analysis data value with a later analysis data value based on the zero crossing point, It distinguishes the skewness section only when a sign value of 0 or negative (-) appears.

스키턴 구간 판단부(232)는 기 설정된 알고리즘에 따라 스키턴 구간을 확인함으로써, 좌우측이 변경된 스키턴이 아닌 구간에 대한 구간 판단 오류를 줄일 수 있다. 예를 들어, 스키턴 구간 판단부(232)는 "-, -, -, 0, 0, +, +, +, +, 0, 0, 0, +, +, +, +, 0, -,-,-,-"와 같은 분석 데이터에서 '0'의 분석 데이터를 갖는 구간을 기준으로 이전 데이터값와 이후 데이터값의 곱이 양(+)의 부호값이 나오는 구간은 스키턴이 이루어지지 않은 것으로 판단한다. 이러한 구간 판단 오류를 검증하는 동작은 '0'의 분석 데이터 대신 마킹신호가 포함되어 있더라도 동일하게 이루어질 수 있다. The skirt period determining unit 232 may determine the skirt interval according to a predetermined algorithm so that the interval determination error for the interval other than the changed skirt turn can be reduced. For example, the skewness interval determining unit 232 may determine that the skew interval is a value of 0, 0, 0, +, +, +, 0, 0, 0, +, +, +, 0, (-), -, - ", it is judged that the interval in which the product of the previous data value and the subsequent data value is positive and the code value is positive is not formed in the section having the analysis data of" 0 " do. The operation of verifying the interval judgment error may be the same even if the marking signal is included in place of the analysis data of '0'.

스키턴 특징 추출부(234)는 스키턴 구간 내에서 스키턴의 형태를 분석하여 측정 대상자에 대한 스키턴 특징정보를 생성한다. 여기서, 스키턴 특징정보는 표준 비교 특징정보, 구간별 좌우측 특징정보, 부분 특징정보 등을 포함할 수 있다. 표준 비교 특징정보는 기 설정된 표준 스키턴 정보에 근거하여 측정 대상자의 스키턴의 특징을 추출한 정보를 의미하고, 구간별 좌우측 특징정보는 스키턴 구간 별로 측정 대상자의 좌측 턴과 우측 턴을 비교하여 측정 대상자의 스키턴의 특징을 추출한 정보를 의미한다. 또한, 부분 특징정보는 측정 대상자의 좌측 턴 및 우측 턴 중 하나의 턴 방향에 대한 분석 데이터를 비교하여 소정의 방향 부분에 대한 측정 대상자의 스키턴의 특징을 추출한 정보를 의미한다. The skewton feature extraction unit 234 analyzes the shape of the skewton in the skewton section to generate skewton feature information for the measurement target. Here, the skittness feature information may include standard comparison feature information, left and right side feature information, and partial feature information of each section. The standard comparison feature information is information obtained by extracting the characteristics of the skewton of the measurement subject based on the preset standard skewton information, and the left and right feature information of each interval is measured by comparing the left turn and the right turn of the measurement subject by the skewness interval It means information extracted from the characteristics of the person's ski turn. In addition, the partial feature information is information obtained by extracting features of a skewton of a person to be measured with respect to a predetermined direction portion by comparing analysis data of one of the left turn and the right turn of the person to be measured.

스키턴 특징 추출부(234)는 측정 대상자가 스키를 이용하여 통과하는 코스가 설정되어 있고 해당 코스에 대해 기 설정된 표준 스키턴 정보가 존재하는 경우, 표준 스키턴 정보와 분석 데이터를 비교한 차이값을 이용하여 표준 비교 특징정보를 포함하는 스키턴 특징정보를 생성한다. 여기서, 표준 스키턴 정보는 코스에 대해 관리자에 의해 입력된 스키턴 정보일 수 있으나 반드시 이에 한정되는 것은 아니며, 스키선수들이 코스를 통과할 때 최고 성적에 대한 스키턴 정보를 수집하여 누적 및 산출된 정보일 수 있다. The skier characteristic extractor 234 extracts a difference value between the standard ski information and the analysis data when a course through which the measurement target person passes by using the ski is set and the predetermined standard ski information for the course exists, To generate the ski feature information including the standard comparison feature information. Here, the standard ski information may be the ski information inputted by the manager for the course, but it is not limited to this. The skier information about the highest grade when the skiers pass the course is collected, Information.

또한, 스키턴 특징 추출부(234)는 스키턴 구간 별로 측정 대상자의 좌측 턴과 우측 턴을 비교하여 측정 대상자의 좌우 스키턴의 특징을 추출하여 구간별 좌우측 특징정보를 포함하는 스키턴 특징정보를 생성한다. 스키턴 특징 추출부(234)는 구간별 좌우측 특징정보를 포함하는 스키턴 특징정보를 추출하여 양측의 스키턴을 비교할 수 있도록 한다. The skewton feature extraction unit 234 extracts the features of the left and right skis of the measurement subject by comparing the left turn and the right turn of the measurement subject with respect to the skewness intervals, . The skitton feature extraction unit 234 extracts skittle feature information including left and right feature information of each section to compare skitons on both sides.

또한, 스키턴 특징 추출부(234)는 측정 대상자의 좌측 턴 및 우측 턴 중 하나의 턴 방향에 대한 분석 데이터를 스키턴 구간별로 비교하여 부분 특징정보를 포함하는 스키턴 특징정보를 생성한다. 스키턴 특징 추출부(234)는 부분 특징정보를 포함하는 스키턴 특징정보를 추출하여 소정의 방향 부분에 대한 측정 대상자의 스키턴의 특징을 추출하여 일측 턴의 스키턴 또는 구간에 대한 문제점 또는 특징이 감지되도록 한다. 예를 들어, 스키턴 특징 추출부(234)는 복수의 좌측 턴 및 우측 턴을 포함하는 스키턴 구간 각각에서 좌측 턴에 대한 분석 데이터만을 추출하고, 복수의 좌측 턴에 대한 분석 데이터를 서로 비교하여 좌측 턴의 스키턴의 특징 또는 취약 구간(코스)에 대한 문제점을 감지하기 위한 스키턴 특징정보를 생성할 수 있다. The skewton feature extractor 234 compares the analysis data for one turn direction of the left turn and the right turn of the to-be-measured person on a skewon interval basis, and generates skewest feature information including partial feature information. The skewton feature extraction unit 234 extracts the skewness feature information including the partial feature information, extracts the feature of the skewton of the measurement subject with respect to the predetermined direction portion, and detects a problem or characteristic . For example, the skewton feature extractor 234 extracts only the analysis data for the left turn in each of the skewness sections including the plurality of left and right turns, and compares the analysis data for the plurality of left turns with each other It is possible to generate the ski turn feature information for detecting the feature of the left turn or the problem of the weak section (course).

또한, 스키턴 특징 추출부(234)는 분석 데이터에 포함된 측정 대상자의 상체 높낮이 정보 및 상체 회전정보에 근거하여 허리가 회전하는 동작과 전체적인 신체의 스키턴과의 리듬이 잘 이뤄지고 있는지에 대한 자세 특징정보를 포함하는 스키턴 특징정보를 생성할 수 있다. The skewton feature extracting unit 234 extracts the skewness of the skewness of the entire body based on the upper body height information and the upper body rotation information of the measurement subject included in the analysis data, It is possible to generate the skittness feature information including the feature information.

스키턴 특징 추출부(234)는 생성된 스키턴 특징정보를 자가코칭 처리부(250)로 전송하여 측정 대상자에 대한 자가 코칭정보가 생성되도록 한다. The skewton feature extractor 234 transmits the generated skewness feature information to the self-coaching processor 250 to generate self-coaching information for the measurement subject.

스키턴 안정성 분석부(240)는 측정 대상자의 분석 데이터를 기반으로 스키턴의 안정성을 분석하여 스키턴 안정성 정보를 생성한다. 여기서, 스키턴 안정성 정보는 기 설정된 안정성 분석방식을 이용하여 산출된 수치 정보를 포함할 수 있으나 반드시 이에 한정되는 것은 아니며 수치 정보를 기반으로 결정된 안정성 상태에 대한 정보를 포함할 수 있다. The ski-to-stability analyzer 240 analyzes the stability of the ski turn on the basis of the analysis data of the to-be-measured person to generate the ski turn stability information. Here, the skewton stability information may include numerical information calculated using a predetermined stability analysis method, but it is not limited thereto and may include information on the stability state determined based on numerical information.

스키턴 안정성 분석부(240)는 스키턴 분석부(230)로부터 스키턴 구간정보를 획득하고, 각각의 스키턴 구간 별 분석 데이터를 이용하여 측정 대상자의 스키턴 안정성 정보를 생성한다. 스키턴 안정성 분석부(240)는 소정의 스키턴 구간에 대한 분석 데이터를 기반으로 스키턴의 변곡점 개수를 추출하고, 추출된 변곡점 개수에 근거하여 스키턴 안정성 정보를 생성한다. 스키턴 안정성 정보는 [수학식 1]을 이용하여 결정된다. The skewness stability analyzer 240 acquires the skewness interval information from the skewness analyzer 230 and generates the skewness stability information of the measurement subject using the analysis data for each skewness interval. The ski-turn stability analyzer 240 extracts the number of inflection points of the ski turn based on the analysis data for a predetermined ski section, and generates the ski turn stability information based on the number of inflection points extracted. Skyton stability information is determined using Equation (1).

여기서, 턴 자세의 안정성은 스키턴의 안정성을 의미하며, 턴 시간 및 단위시간은 소정의 스키턴 구간의 전체 시간 또는 기 설정된 일부 시간을 의미한다. 또한, 턴당 변곡점 개수 및 턴 자세의 흔들림 횟수는 턴 시간 또는 단위시간 내에서 추출된 변곡점의 개수를 의미한다. Here, the stability of the turn posture means the stability of the ski turn, and the turn time and the unit time mean the entire time of a predetermined skirt section or a predetermined time. In addition, the number of inflection points per turn and the number of shakes of the turn attitude means the number of inflection points extracted within a turn time or a unit time.

[수학식 1]과 같이, 스키턴 안정성 정보는 스키턴 자세의 흔들림 횟수를 스키턴 구간의 총 운동 시간으로 나눈 값으로 정의될 수 있다. As shown in Equation (1), the skewness stability information may be defined as a value obtained by dividing the number of shakes of the skewer posture by the total exercise time of the skewness section.

스키턴 안정성 분석부(240)는 스키턴의 자세가 안정적이지 못할 때 신체가 무게 중심을 잃고 필요 이상으로 흔들리는 상태 즉, 의도한 움직임에서 벗어나 급격한 변화가 일어나는 자세 흔들림을 변곡점(불연속점)으로 추출한다. The skythen stability analyzing unit 240 extracts a posture swing which is a state in which the body loses its center of gravity and shakes more than necessary when the posture of the skitton is not stable, that is, do.

스키턴 안정성 분석부(240)는 스키턴 안정성 정보에 대한 스키턴의 안정성이 높은 경우 즉, 안정적으로 스키턴을 하는 경우 스키턴 구간 내에서 변곡점들의 수가 감소한다. 한편, 스키턴 안정성 분석부(240)는 스키턴 안정성 정보에 대한 스키턴의 안정성이 낮은 경우 즉, 다리에 힘이 부족해지거나 불안정적으로 스키턴을 하는 경우 스키턴 구간 내에서 변곡점들의 수가 증가한다. The stability checker 240 of the skewness stability analyzer 240 decreases the number of inflection points within the skewness interval when the stability of the skewness of the skewness stability information is high, that is, when the skewness is stable. On the other hand, when the stability of the skewness of the skewness stability information is low, that is, when the leg is weakened or unstable, the skewness stability analyzer 240 increases the number of inflection points in the skewness section .

스키턴 안정성 분석부(240)는 측정 대상자의 스키턴 구간 별 분석 데이터에서 매 순간의 미분값(기울기)를 확인하고, 미분값(기울기)의 부호가 달라지는 지점을 변곡점으로 추출할 수 있다. 따라서, 스키턴 안정성 분석부(240)는 매 순간의 기울기값과 바로 다음 순간의 기울기 값들의 곱이 0 또는 음(-)의 부호를 갖는 지점의 개수(변곡점의 개수)를 구한 후 이를 총 운동 시간으로 나누어 턴 안정성을 수치화하여 스키턴 안정성 정보를 생성할 수 있다. 다시 말해, 스키턴 안정성 분석부(240)는 제로 크로싱 방식을 활용하여 결정된 스키턴 구간을 기초로 각 구간별 변곡점 개수를 각 구간의 운동 소요시간으로 나누어 자세의 안정성에 해당하는 부분을 수치화할 수 있다. The skythen stability analyzer 240 can check the differential value (slope) at every moment in the analytical data for each of the skewton sections of the measurement subject and extract a point at which the sign of the differential value (slope) is varied as an inflection point. Therefore, the skewness stability analyzer 240 obtains the number of points (the number of inflection points) at which the product of the slope values at each moment and the slope values at the next instant has 0 or negative signs (the number of inflection points) The stability of the turn can be quantified to generate the ski turn stability information. In other words, the ski-to-stability analyzer 240 divides the number of inflection points for each section by the required time for each section based on the determined skirt interval using the zero-crossing method, thereby quantifying the portion corresponding to the stability of the posture have.

측정 대상자의 스키턴 구간 별로 스키턴 안정성 정보를 측정한 예시는 [표 1]과 같이 표시될 수 있다. An example of measuring the skewness stability information by the ski-to-ski interval of the measurement subject can be shown as [Table 1].

[표 1]은 복수의 스키턴 구간(예: Turn 1 내지 Turn 6) 각각에서 우측 턴 및 좌측 턴의 평균적인 기록정보와 스키턴 안정성 정보를 기재하였으며, 평균적인 기록정보와 스키턴 안정성 정보 간의 차이를 수치적으로 확인하고, 모든 스키턴에 대해 스키턴을 시행할 때마다 스키턴 안정성을 확인할 수 있다. [Table 1] describes the average record information and skewness stability information of the right turn and the left turn in each of a plurality of skewen sections (e.g., Turn 1 to Turn 6), and the average record information and the ski stability information You can check the difference numerically and check the stability of the skew every time you perform a skew on all the skewons.

자가코칭 처리부(250)는 스키턴 특징정보 또는 스키턴 안정성 정보를 기반으로 자가코칭 정보를 생성한다. 여기서, 자가코칭 정보는 스키턴 특징정보 또는 스키턴 안정성 정보에 근거하여 스키턴 동작을 시각화한 정보일 수 있으며, 스키에 대한 훈련 또는 자가코칭에 대한 코칭정보를 추가로 포함하는 정보일 수 있다. 또한, 자가코칭 정보는 측정 대상자의 경기력 및 안정성 레벨에 대한 평가정보를 추가로 포함할 수 있다. The self-coaching processor 250 generates self-coaching information based on the skier characteristic information or the skier stability information. Here, the self-coaching information may be information obtained by visualizing the ski-turn operation based on the ski-token characteristic information or the ski-to-ski stability information, and may be information including additional training for skiing or coaching information for self-coaching. Further, the self-coaching information may further include evaluation information on the performance level and the stability level of the measurement subject.

자가코칭 처리부(250)는 측정 대상자에 부착된 센서(110)에 진동 또는 알림 기능이 존재하는 경우, 자가 코칭정보를 기반으로 측정 대상자에게 코칭 알림신호(자세 교정신호)를 전송하여 자가 코칭을 수행되도록 한다. 한편, 자가코칭 처리부(250)는 측정 대상자에 부착된 센서(110)로 코칭 알림신호(자세 교정신호)를 전송하는 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니며, 측정 대상자의 신체 일부에 부착 또는 휴대할 수 있는 별로의 코칭 알림장치(미도시)가 존재하는 경우 해당 코칭 알림장치(미도시)로 코칭 알림신호(자세 교정신호)를 전송할 수 있다. 여기서, 코칭 알림신호(자세 교정신호)는 자세교정 또는 자가코칭을 위한 음성 메시지, 진동 메시지 등을 포함하는 신호일 수 있다. The self-coaching processing unit 250 transmits a coaching notification signal (posture correction signal) to the measurement subject based on the self-coaching information when the sensor 110 attached to the measurement subject has a vibration or a notification function, . On the other hand, the self-coaching processing unit 250 describes transmitting a coaching notification signal (posture correcting signal) to the sensor 110 attached to the measurement subject, but the present invention is not limited thereto. (Not shown), the coaching notifying device (not shown) can transmit a coaching notification signal (posture correcting signal). Here, the coaching notification signal (posture correction signal) may be a signal including a voice message for voice posture correction or self-coaching, a vibration message, and the like.

본 실시예에 따른 스키턴 분석장치(120)는 측정 대상자의 스키턴을 분석하여 자가코칭을 수행하는 하드웨어 장치인 것이 바람직하나 반드시 이에 한정되는 것은 아니며, 스키 자가 코칭을 위한 소정의 단말기에 탑재된 소프트웨어 형태로 구현될 수 있다. The skytrain analyzer 120 according to the present embodiment is preferably a hardware device that performs self-coaching by analyzing a skew of a measurement subject. However, the present invention is not limited thereto, It can be implemented in software form.

도 3은 본 실시예에 따른 스키턴 분석 방법을 설명하기 위한 순서도이다. 3 is a flowchart illustrating a method of analyzing a Skytrain according to an embodiment of the present invention.

스키턴 분석장치(120)는 측정 대상자에 부착된 센서(110)로부터 센싱신호를 획득한다(S310). 여기서, 센싱신호는 측정 대상자의 스키턴 관련 움직임(동작)에 대한 가속도 센싱값, 자이로 센싱값, 자계센싱값 등을 포함할 수 있다. The Scythen analyzer 120 acquires a sensing signal from the sensor 110 attached to the measurement object (S310). Here, the sensing signal may include an acceleration sensing value, a gyro sensing value, a magnetic field sensing value, and the like for a ski-related motion (operation) of the measurement subject.

스키턴 분석장치(120)는 센싱신호를 이용하여 스키턴을 분석하기 위한 분석 데이터를 생성한다(S320). 스키턴 분석장치(120)는 센싱신호를 기반으로 시간의 흐름에 따라 변화하는 측정 대상자의 스키턴 각도 정보, 측정 대상자의 상체 움직임 정보, 측정 대상자의 스키 속도정보 등을 포함하는 분석 데이터를 생성한다. The skythen analyzer 120 generates analysis data for analyzing the skewton using the sensing signal (S320). The skythen analyzer 120 generates analysis data including skew angle information of the measurement subject, the upper body motion information of the measurement subject, the ski speed information of the measurement subject, and the like, which change with the passage of time based on the sensing signal .

스키턴 분석장치(120)는 분석 데이터에 근거하여 측정 대상자의 스키턴 구간을 판단한다(S330). 스키턴 분석장치(120)는 측정 대상자가 스키턴을 하는 과정에서 정면을 바라보는 스탠딩 상태를 거쳐 좌측 턴 및 우측 턴이 변경되는 점을 고려하여 스탠딩 상태가 되는 시점을 검출하고, 스탠딩 상태인 시점을 기준으로 좌측 및 우측에 대한 스키턴 구간을 판단한다. 여기서, 측정 대상자가 스탠딩 상태가 되는 시점을 제로 크로싱(Zero Crossing) 시점으로 정의하고, 제로 크로싱 시점을 이용하여 스키턴 구간을 판단할 수 있다. The skythen analyzer 120 determines the skirt interval of the measurement subject based on the analysis data (S330). The skythen analyzer 120 detects a time point when the measurement subject becomes a standing state in consideration of the fact that the left turn and the right turn are changed through a standing state in which the measurement subject looks at the front face in the course of the skate turn, The skewness section for the left and right sides is determined. Here, the time point at which the to-be-measured person enters the standing state can be defined as a zero crossing time point, and the skewness section can be determined using the zero crossing time point.

스키턴 분석장치(120)는 스키턴 구간 별로 스키턴 특징을 분석하여 스키턴 특징정보를 생성한다(S340). 여기서, 스키턴 특징정보는 표준 비교 특징정보, 구간별 좌우측 특징정보, 부분 특징정보 등을 포함할 수 있다. 표준 비교 특징정보는 기 설정된 표준 스키턴 정보에 근거하여 측정 대상자의 스키턴의 특징을 추출한 정보를 의미하고, 구간별 좌우측 특징정보는 스키턴 구간 별로 측정 대상자의 좌측 턴과 우측 턴을 비교하여 측정 대상자의 스키턴의 특징을 추출한 정보를 의미한다. The skythen analyzer 120 analyzes the skeleton characteristic according to the skeleton interval to generate the skeleton characteristic information (S340). Here, the skittness feature information may include standard comparison feature information, left and right side feature information, and partial feature information of each section. The standard comparison feature information is information obtained by extracting the characteristics of the skewton of the measurement subject based on the preset standard skewton information, and the left and right feature information of each interval is measured by comparing the left turn and the right turn of the measurement subject by the skewness interval It means information extracted from the characteristics of the person's ski turn.

스키턴 분석장치(120)는 측정 대상자의 분석 데이터를 기반으로 스키턴의 안정성을 분석하여 스키턴 안정성 정보를 생성한다(S350). 스키턴 분석장치(120)는 각각의 스키턴 구간 별 분석 데이터를 이용하여 측정 대상자의 스키턴 안정성 정보를 생성할 수 있다. 스키턴 분석장치(120)는 소정의 스키턴 구간에 대한 분석 데이터를 기반으로 스키턴의 변곡점 개수를 추출하고, 추출된 변곡점 개수에 근거하여 스키턴 안정성 정보를 생성할 수 있다. The ski turn analysis apparatus 120 analyzes the stability of the ski turn on the basis of the analysis data of the person to be measured and generates the ski turn stability information (S350). The skythen analyzer 120 may generate skewton stability information of the measurement subject using analysis data for each skewness interval. The skythen analyzer 120 may extract the number of inflection points of the skewton based on the analysis data of a predetermined skewness interval, and may generate the skewness stability information based on the number of inflection points extracted.

스키턴 분석장치(120)는 스키턴 특징정보 또는 스키턴 안정성 정보를 기반으로 자가코칭 정보를 생성한다(S360). 여기서, 자가코칭 정보는 스키턴 특징정보 또는 스키턴 안정성 정보에 근거하여 스키턴 동작을 시각화한 정보일 수 있으며, 스키에 대한 훈련 또는 자가코칭에 대한 코칭정보를 추가로 포함하는 정보일 수 있다. 또한, 자가코칭 정보는 측정 대상자의 경기력 및 안정성 레벨에 대한 평가정보를 추가로 포함할 수 있다. The skythen analyzer 120 generates self-coaching information based on the skithen feature information or the skiton stability information (S360). Here, the self-coaching information may be information obtained by visualizing the ski-turn operation based on the ski-token characteristic information or the ski-to-ski stability information, and may be information including additional training for skiing or coaching information for self-coaching. Further, the self-coaching information may further include evaluation information on the performance level and the stability level of the measurement subject.

도 3에서는 단계 S310 내지 단계 S360을 순차적으로 실행하는 것으로 기재하고 있으나, 반드시 이에 한정되는 것은 아니다. 즉, 도 3에 기재된 단계를 변경하여 실행하거나 하나 이상의 단계를 병렬적으로 실행하는 것으로 적용 가능할 것이므로, 도 3은 시계열적인 순서로 한정되는 것은 아니다.Although it is described in Fig. 3 that steps S310 to S360 are sequentially executed, it is not limited thereto. That is, FIG. 3 is not limited to the time series order, since it would be applicable to changing or executing the steps described in FIG. 3 or executing one or more steps in parallel.

도 4는 본 실시예에 따른 스키턴 분석장치에서 스키턴 구간을 산출하는 동작을 설명하기 위한 도면이다. 4 is a diagram for explaining an operation of calculating a skewness interval in the Skytrain analysis apparatus according to the present embodiment.

도 4에 도시된 그래프는 스키어(측정 대상자)에 부착된 IMU 센서에서 추출된 센싱신호를 기반으로 생성된 분석 데이터를 시각화한 예시 도면이다. 본 실시예에 따른 스키턴 분석장치(120)는 스키어가 스키턴을 할 때마다 도 4에 도시된 바와 같이 스키턴에 대한 곡선으로 분석 데이터를 시각화할 수 있다. The graph shown in FIG. 4 is an example of visualizing analysis data generated based on a sensing signal extracted from an IMU sensor attached to a skier (measurement subject). The skythen analyzer 120 according to the present embodiment can visualize the analysis data as a curve for the ski turn as shown in FIG. 4 whenever the skier performs a ski turn.

스키턴 분석장치(120)는 스키턴 각각의 시작점과 끝점을 알고리즘으로 파악하고 각 턴의 시간을 수치화하여 각 구간에 대한 다양한 스키턴의 특징을 스키어 또는 외부 사용자가 확인할 수 있도록 한다. 도 4에 도시된 바와 같이, 스키턴 분석장치(120)는 410 내지 460 시점을 스키턴의 시작점과 끝점으로 추출하고, 각 턴의 분석데이터를 기반으로 410 ~ 420 구간, 430 ~ 440 구간, 450 ~ 460 구간 등을 우측 턴 구간으로 판단하고, 420 내지 430 구간, 440 ~ 450 구간 등을 좌측 턴 구간으로 판단한다. The ski-turn analysis apparatus 120 grasps the start and end points of each of the skewons as an algorithm, and numerically counts the time of each turn so that the skier or the external user can identify the characteristics of the various ski turns. 4, the skytrain analyzer 120 extracts the time points 410 to 460 from the start point and the end point of the ski turn, and based on the analysis data of each turn, the skitton analyzer 120 extracts 410 to 420 intervals, 430 to 440 intervals, 450 To 460 sections are determined as the right turn section, and 420 to 430 sections, 440 to 450 sections, and the like are determined as the left turn section.

스키턴 분석장치(120)는 이러한 시각화를 통해 생성된 정보를 외부장치 또는 내부 모듈로 전달하여 스키어 또는 외부 사용자에게 제공할 수 있다. 예를 들어, 스키턴 분석장치(120)는 우측턴과 좌측턴 중 어느 방향의 스키턴이 더 효과적으로 이뤄지는가에 대한 정보, 허리가 돌아가는 것과 전체적인 몸의 턴과의 리듬이 잘 이뤄지고 있는가에 대한 정보 등을 포함하는 스키턴 특징정보를 스키어 또는 외부 사용자에게 제공할 수 있다. The skythen analyzer 120 may transmit the generated information through an external device or an internal module to the skier or an external user. For example, the skytrain analyzer 120 may include information on how the skew in which of the right turn and the left turn is more effectively performed, information on whether the waist turns and the rhythm of the overall body turn is well performed May be provided to the skier or an external user.

스키턴 분석장치(120)는 스키턴 동작의 특징정보를 도 4의 그래프와 같이 시각화하여 보여줄 수 있다. 이러한 시각화를 수행함에 따라 시각화된 정보는 스키선수의 훈련 혹은 일반인들의 자가 코칭에 활용될 수 있다. The skythen analyzer 120 can visualize the characteristic information of the skiton operation as shown in the graph of FIG. As visualization is performed, visualized information can be used for training of ski players or self - coaching of the general public.

도 5는 본 실시예에 따른 스키턴 분석장치에서 스키턴의 안정성을 분석하는 동작을 설명하기 위한 도면이다. FIG. 5 is a view for explaining an operation of analyzing the stability of the skewton in the apparatus for analyzing skewton according to the present embodiment.

스키턴 분석장치(120)는 IMU 센서에서 추출된 데이터를 기반으로 스키어의 스키턴에 대한 안정성을 파악할 수 있다. 스키턴이 진행될 때 안정적으로 턴을 하는 경우 도 5에 도시된 바와 같이, 작은 변곡점들의 수가 감소한다. 반대로, 다리에 힘이 없거나 턴이 불안정하면 스키턴 구간에서 변곡점이 많이 생긴다. 즉, 본 발명의 스키턴 분석장치(120)에서는 IMU 센서에 추출된 데이터를 기반으로 형성된 그래프 상의 스키턴 구간 내에서 변곡점의 개수를 판단하여 스키턴의 안정성을 파악할 수 있다. The ski-turn analysis apparatus 120 can grasp the stability of the skier against the skier based on the data extracted from the IMU sensor. When a stable turn is made when the ski turn is made, the number of small inflection points decreases, as shown in Fig. Conversely, if there is no force on the legs or if the turn is unstable, many inflection points occur in the skewton section. That is, in the Scython analysis apparatus 120 of the present invention, the number of inflection points within the skirt interval on the graph formed based on the data extracted from the IMU sensor is determined, and the stability of the skew turn can be grasped.

도 6은 본 실시예에 따른 스키턴 분석 결과의 활용성을 설명하기 위한 그래프이다. FIG. 6 is a graph for explaining utility of the results of the Scutten analysis according to the present embodiment.

도 6은 본 실시예에 따른 스키턴의 안정성과 경기력(기록)과의 연관성을 나타내는 그래프로서, [표 1]의 결과를 기반으로 안정성의 척도가 경기력(기록)과의 연관성을 나타낸다. FIG. 6 is a graph showing the relationship between the stability of the skate and the performance (record) according to the present embodiment, and the scale of stability shows a correlation with the performance (record) based on the result of [Table 1].

도 6에서 상관관계 R 값이 0.87로 도시되어 있는 것을 기반으로 안정성과 기록이 매우 높은 상관관계를 가지고 있는 것을 확인할 수 있으며, 안정성이 좋을수록 기록이 좋다는 사실을 센서 데이터로부터 입증할 수 있다. 이는 본 실시예에서 제시하는 스키턴의 안정성에 대한 척도가 유효하다는 것을 의미한다. It can be seen from FIG. 6 that the correlation R value is 0.87, indicating that the stability and the recording have a very high correlation, and that the better the stability, the better the record is from the sensor data. This means that the measure of the stability of the skewton proposed in the present embodiment is valid.

도 7a 및 도 7b는 본 실시예에 따른 복수의 센서를 이용하여 스키턴을 분석하기 위한 센서 및 데이터 수집 동작을 설명하기 위한 예시도이다. FIGS. 7A and 7B are views for explaining a sensor and a data collecting operation for analyzing a skewton using a plurality of sensors according to the present embodiment.

도 7a는 스키어(측정 대상자)에 복수의 센서가 부착되는 경우 센서들의 부착위치(왼쪽 그림) 및 족압력 센서의 구성(오른쪽 그림)을 나타낸다. 복수의 센서는 측정 대상자의 머리, 팔 상단, 팔뚝, 손, 허벅지, 정강이, 발, 발바닥, 허리 상단, 허리 하단, 꼬리뼈 등에 부착될 수 있다. 7A shows the attachment positions (left figure) and the foot pressure sensor (right figure) of the sensors when a plurality of sensors are attached to the skier (measurement subject). The plurality of sensors may be attached to the head, arm, arm, hand, thigh, shin, foot, soles, waist, waist, tailbone, etc. of the subject to be measured.

도 7b는 단일 센서를 이용하는 경우, 데이터 수집 과정을 위한 최적의 센서 부착위치를 결정하기 위한 클러스터링 분석 결과를 나타낸다. FIG. 7B shows a clustering analysis result for determining an optimal sensor attachment position for a data acquisition process when a single sensor is used.

알파인스키에서 가장 핵심이 되는 운동은 3 차원 회전축에 대한 운동 중 Roll 회전 운동이다. 이러한 Roll 회전 운동의 패턴은 족압센서의 경우 사인곡선적(Sinusoidal) 형태의 그래프로 나타낼 수 있다. The most important movement in Alpine skiing is the roll rotation movement during the motion for the three-dimensional rotation axis. The pattern of the roll rotational motion can be represented as a sinusoidal graph in the case of the foot pressure sensor.

데이터 수집을 위해 마찬가지로 사인곡선적 형태의 Roll 회전 운동 패턴이 가장 잘 나타나는 IMU 센서의 부착위치를 알아보기 위해 IMU 센서와 족압센서를 동시에 부착하고 6 개의 턴을 진행한 9 회 실험을 진행하였다. [표 2]에 기재된 바와 같이, 총 9 회의 실험 중 2 회차는 센서의 오류로 결과값 산출시 제외한다. In order to collect the data, IMU sensor and foot pressure sensor were attached at the same time to examine the attachment position of the IMU sensor, in which the sinusoidal roll rotational movement pattern is best shown. As shown in [Table 2], two out of nine experiments in total are excluded from the calculation of the result due to sensor error.

이후, 도 7b에 도시된 바와 같이 IMU 센서와 족압센서가 나타내는 패턴의 유사도를 부착 위치 별로 계산한 후 유사한 것끼리 그룹을 묶어주는 클러스터링 분석을 시행한다. Then, as shown in FIG. 7B, the similarity of the patterns represented by the IMU sensor and the foot pressure sensor is calculated for each attachment position, and clustering analysis is performed to group the similar items together.

클러스터링 분석을 시행한 결과, 여러 후보군 중에서도 꼬리뼈(Pelvis) 부위가 사인곡선적 형태의 패턴을 잘 나타냄과 동시에 턴 기록 분석 기법을 활용한 턴 인식률에서도 가장 높은 결과를 나타내는 것을 확인할 수 있다. [표 2]은 클러스터링 분석 결과에 따라 핵심 동작을 파악할 수 있는 사인곡선적 패턴을 보여주는 부위들에 대해 각 실험 당 진행된 6 회 턴에 대한 인식률의 확인결과를 나타낸다. 인식된 턴의 개수가 6 개를 넘어갈 경우 인식률이 100 %가 넘고, 인식된 턴의 개수가 6 개보다 적을 경우 100 %보다 낮은 값을 나타낸다. 결과적으로 100 %에 가장 근접할수록 턴 인식률이 정확하다고 할 수 있으며, 총 실험 평균값을 확인하여 가장 정확한 인식률을 보여주는 부위는 꼬리뼈(Pelvis) 부위임을 판단할 수 있다. As a result of clustering analysis, it can be seen that among the candidates, the pelvis region shows the pattern of the sinusoidal pattern well, and at the same time, the turn recognition rate using the turn history analysis technique is the highest. [Table 2] shows the recognition results of the 6th turn per each experiment on the parts showing the sinusoidal patterns that can identify the key motion according to the clustering analysis result. When the number of recognized turns exceeds 6, the recognition rate is over 100%, and when the number of recognized turns is less than 6, the value is lower than 100%. As a result, the closer to 100%, the more accurately the turn recognition rate is, and by confirming the average value of the total experiment, it is possible to judge that the region showing the most accurate recognition rate is the pelvis region.

다시 말해, 클러스터링 분석 결과, 꼬리뼈(Pelvis), 오른쪽 정강이(Shank(R)), 오른쪽 발(Foot(R)), 왼쪽 발(Foot(L))이 후보가 될 수 있다. 이 중 짝(Pair)으로 존재하는 센서들의 경우 중심축에서 약간 벗어나 부착되기 때문에 센서 데이터의 패턴이 대칭구조에 있지 않는 양상을 보임에 따라, 편향(Bias)적이지 않은 센서 위치는 꼬리뼈(Pelvis)가 유일하다 할 수 있다. 즉, 스키턴의 핵심 동작 데이터 수집을 위해 단일 센서를 사용하는 경우, 최적의 센서 부착 위치는 꼬리뼈 부분인 것이 바람직하다. In other words, as a result of the clustering analysis, the candidates can be the Pelvis, the right shank (Shank (R)), the right foot (R), and the left foot (L). In the case of sensors with a pair, the sensor data pattern is not symmetrical because the sensor is slightly deviated from the central axis. Therefore, the non-bias sensor position is located in the pelvis, Is unique. That is, if a single sensor is used to collect the key motion data of the ski, the optimal sensor attachment location is preferably the tail bone.

이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The foregoing description is merely illustrative of the technical idea of the present embodiment, and various modifications and changes may be made to those skilled in the art without departing from the essential characteristics of the embodiments. Therefore, the present embodiments are to be construed as illustrative rather than restrictive, and the scope of the technical idea of the present embodiment is not limited by these embodiments. The scope of protection of the present embodiment should be construed according to the following claims, and all technical ideas within the scope of equivalents thereof should be construed as being included in the scope of the present invention.

100: 스키턴 분석 시스템 110: 센서
120: 스키턴 분석장치
210: 센싱신호 획득부 220: 분석 데이터 생성부
230: 스키턴 분석부 232: 스키턴 구간 판단부
234: 스키턴 특징 추출부 240: 스키턴 안정성 분석부
250: 자가코칭 처리부100: Skytrain analysis system 110: Sensor
120: Scythen analyzer
210: sensing signal acquisition unit 220: analysis data generation unit
230: Skytrain analysis unit 232: Skytrain interval determination unit
234: Skill feature extraction unit 240: Skill stability analysis unit
250: self-coaching processor

Claims

A method for analyzing a skewton of a subject to be measured by a Skytrain analyzer,
A sensing signal acquiring step of acquiring a sensing signal from a sensor attached to the body of the measurement subject;
An analysis data generation step of generating analysis data for a scatter analysis using the sensing signal;
A skewton analysis process of determining a skewness interval based on the analysis data, and analyzing a skew in each of the skewness intervals to generate skewness feature information for the measurement subject; And
A self-coaching process for generating self-coaching information for training or coaching the measurement subject based on the skittness feature information
The method comprising the steps < RTI ID = 0.0 > of: < / RTI >

The method according to claim 1,
The analysis data generation process includes:
Information on a skew angle of the measurement subject which changes with time using at least one of an acceleration sensing value, a gyro sensing value and a magnetic field sensing value for a ski-related motion of the measurement subject included in the sensing signal, Wherein the analysis data includes at least one of motion information and ski speed information.

The method according to claim 1,
The sensing signal acquisition process includes:
A single sensing signal is acquired from a single sensor attached to a tail bone portion (spinal column portion) of the body region of the measurement subject, and the analysis data generation process generates the analysis data using the single sensing signal received in real time Wherein the method comprises the steps of:

The method according to claim 1,
The sensing signal acquisition process includes:
Wherein a plurality of sensing signals are obtained from each of the plurality of sensors, and the analysis data generating step generates the analysis data using all or a part of the plurality of sensing signals.

5. The method of claim 4,
The analysis data generation process includes:
The method of claim 1, further comprising: extracting a sensing signal for a predetermined sensor among the plurality of sensing signals, generating the analysis data using the sensed signal, And the analysis data is corrected using sensing information.

5. The method of claim 4,
The analysis data generation process includes:
And the analysis data is generated by checking a recognition rate of each sensor of the plurality of sensing signals and extracting a sensing signal for the sensor with the highest recognition rate.

The method according to claim 1,
The skewton analysis process includes:
A zero crossing time point that is in the standing state is detected in consideration of the fact that the left and right turns of the left and right turns are changed through a standing state in which the person to be measured is facing the front while facing the skirt, And a skewton section is determined based on the skewton section.

The method according to claim 1,
The skewton analysis process includes:
Comparing the standard skitt information previously set for the course with the analysis data when a course through which the measurement subject passes by using the skis is set and using the difference value between the standard skitt information and the analysis data And generating the skewness feature information.

The method according to claim 1,
And a skewton stability analysis process for generating skew-point stability information by analyzing the stability of the skew-point based on the analysis data.

10. The method of claim 9,
The skewton stability analysis process includes:
Extracting a number of inflection points of a skin turn based on the analysis data for a predetermined skirt interval, and generating the ski turn stability information based on the extracted number of inflection points.

The method according to claim 1,
The self-coaching process includes:
The self-coaching information including at least one of information obtained by visualizing a skewton operation based on the skewness feature information, coaching information for self-coaching of the measurement subject, and evaluation information about a performance level and a stability level of the measurement subject Wherein the method comprises the steps of:

An apparatus for analyzing a skew of a measurement subject,
A sensing signal acquisition unit for acquiring a sensing signal from a sensor attached to the body of the measurement subject;
An analysis data generation unit for generating analysis data for a skewton analysis using the sensing signal;
A skytrain analyzing unit for determining a skirt interval based on the analysis data, analyzing a skirt according to the skirt interval, and generating skirt characteristic information for the to-be-measured person; And
And a self-coaching processing unit for generating self-coaching information for training or coaching the measurement subject based on the skittness characteristic information,
And a scattering unit for scattering the scattered light.