KR20180059079A - 보행 상태 인식 장치 및 방법 - Google Patents

보행 상태 인식 장치 및 방법 Download PDF

Info

Publication number
KR20180059079A
KR20180059079A KR1020160158233A KR20160158233A KR20180059079A KR 20180059079 A KR20180059079 A KR 20180059079A KR 1020160158233 A KR1020160158233 A KR 1020160158233A KR 20160158233 A KR20160158233 A KR 20160158233A KR 20180059079 A KR20180059079 A KR 20180059079A
Authority
KR
South Korea
Prior art keywords
leg
walking
user
imu sensor
angular velocity
Prior art date
Application number
KR1020160158233A
Other languages
English (en)
Inventor
김경록
조준기
심영보
임복만
하태신
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020160158233A priority Critical patent/KR20180059079A/ko
Priority to US15/489,126 priority patent/US20180146890A1/en
Publication of KR20180059079A publication Critical patent/KR20180059079A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
    • G01P3/80—Devices characterised by the determination of the time taken to traverse a fixed distance using auto-correlation or cross-correlation detection means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H3/00—Appliances for aiding patients or disabled persons to walk about
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6828—Leg
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58—Random or pseudo-random number generators
    • G06F7/582—Pseudo-random number generators
    • G06F7/584—Pseudo-random number generators using finite field arithmetic, e.g. using a linear feedback shift register
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Rehabilitation Therapy (AREA)
  • Pain & Pain Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

보행 상태 인식 장치는 사용자의 적어도 한쪽 다리의 움직임을 측정하는 IMU 센서부 및 측정된 상기 적어도 한쪽 다리의 움직임에 기초하여 상기 적어도 한쪽 다리의 회전 각도 및 각속도를 계산하는 프로세서를 포함한다. 상기 프로세서는 상기 적어도 한쪽 다리의 움직임으로부터 중력 방향에 대한 상기 적어도 한쪽 다리의 회전 각도를 계산하고, 상기 회전 각도의 추이에 기초하여 중력 방향에 대한 상기 적어도 한쪽 다리의 각속도를 계산한다.

Description

보행 상태 인식 장치 및 방법{APPARATUS AND METHOD FOR RECOGNIZING GAIT STATE}
보행 상태 인식 장치 및 방법에 연관되며, 보다 구체적으로는 IMU(Inertial measurement unit) 센서를 이용하여 사용자의 보행 사이클 상의 보행 상태를 인식하는 장치 및 방법에 연관된다.
운동 보조 장치를 사용하는 사용자에게 사용자의 동작에 따른 구분 없이 일반적인 운동 보조를 제공하는 경우, 사용자에게 효과적인 운동 보조를 제공할 수 없다. 예를 들어, 사용자의 동작에 따른 구분 없이 일반적인 운동 보조를 제공하는 경우, 사용자의 각 동작마다 일괄적으로 설정된 운동 보조만을 제공하여 각 동작의 특성에 따른 운동 보조를 제공할 수 없다.
따라서, 운동 보조 장치를 사용하는 사용자의 동작에 따라 각 동작에 적합한 운동 보조를 제공할 필요가 있다. 이를 통해 사용자의 각 동작마다 불필요한 운동 보조를 피하고, 최적화된 운동 보조를 제공할 필요가 있다.
일측에 따르면, 보행 상태 인식 장치는 사용자의 적어도 한쪽 다리의 움직임을 측정하는 IMU 센서부 및 측정된 상기 적어도 한쪽 다리의 움직임에 기초하여 상기 적어도 한쪽 다리의 회전 각도 및 각속도를 계산하는 프로세서를 포함한다.
일실시예에서, 상기 프로세서는 상기 적어도 한쪽 다리의 움직임으로부터 중력 방향에 대한 상기 적어도 한쪽 다리의 회전 각도를 계산하고, 상기 회전 각도의 추이에 기초하여 중력 방향에 대한 상기 적어도 한쪽 다리의 각속도를 계산한다.
일실시예에서, 상기 프로세서는 상기 적어도 한쪽 다리의 각속도에 기초하여 상기 사용자가 보행 중인지 여부를 결정한다. 일실시예에서, 상기 프로세서는 상기 적어도 한쪽 다리의 회전 각도 및 각속도의 추이에 기초하여 상기 사용자의 보행 상태를 결정한다.
일실시예에서, 상기 보행 상태는 상기 사용자의 보행 사이클에 연관된 적어도 하나의 상태를 포함하는 FSM(Finite State Machine)을 이용하여 결정된다. 일실시예에서, 상기 보행 상태는 왼쪽 다리 스윙, 왼쪽 다리 착지, 오른쪽 다리 스윙, 및 오른쪽 다리 착지를 포함한다.
일실시예에서, 상기 적어도 한쪽 다리는 오른쪽 다리 및 왼쪽 다리를 포함하고, 상기 IMU 센서부는 상기 오른쪽 다리의 움직임을 측정하는 제1 IMU 센서 및 상기 왼쪽 다리의 움직임을 측정하는 제2 IMU 센서를 포함한다.
일실시예에서, 상기 오른쪽 다리 및 상기 왼쪽 다리의 회전 각도가 서로 교차하거나 상기 오른쪽 다리 및 상기 왼쪽 다리의 각속도가 서로 교차하는 경우에 상기 보행 상태 간의 전이가 발생한다.
일실시예에서, 상기 IMU 센서부는 상기 사용자의 상체의 움직임을 측정하는 제3 IMU 센서를 더 포함하고, 상기 프로세서는 상기 상체의 움직임을 이용하여 상기 보행 상태를 결정한다.
일실시예에서, 상기 IMU 센서부 내의 하나 이상의 센서 각각은 상기 적어도 한쪽 다리에 대한 상대적 움직임이 최소화되도록 각 다리의 관절의 회전과 무관한 부위에 장착된다. 일실시예에서, 상기 IMU 센서부 내의 하나 이상의 센서 각각은 상기 사용자의 허벅지 상에 장착된다.
다른 일측에 따르면, 보행 상태 인식 방법은 하나 이상의 IMU 센서를 이용하여 사용자의 적어도 한쪽 다리의 움직임을 측정하는 단계, 측정된 상기 적어도 한쪽 다리의 움직임에 기초하여 상기 적어도 한쪽 다리의 회전 각도 및 각속도를 계산하는 단계, 및 상기 적어도 한쪽 다리의 각속도에 기초하여 상기 사용자가 보행 중인지 여부를 결정하는 단계를 포함한다.
일실시예에서, 상기 회전 각도 및 각속도를 계산하는 단계는, 상기 적어도 한쪽 다리의 움직임으로부터 중력 방향에 대한 상기 적어도 한쪽 다리의 회전 각도를 계산하는 단계, 및 상기 회전 각도의 추이에 기초하여 중력 방향에 대한 상기 적어도 한쪽 다리의 각속도를 계산하는 단계를 포함한다.
일실시예에서, 보행 상태 인식 방법은 상기 사용자가 보행 중인 경우 상기 적어도 한쪽 다리의 회전 각도 및 각속도의 추이에 기초하여 상기 사용자의 보행 상태를 결정하는 단계를 더 포함한다.
일실시예에서, 상기 보행 상태는 상기 사용자의 보행 사이클에 연관된 적어도 하나의 상태를 포함하는 FSM(Finite State Machine)을 이용하여 결정된다.
일실시예에서, 상기 적어도 한쪽 다리는 오른쪽 다리 및 왼쪽 다리를 포함하고, 상기 하나 이상의 센서는 상기 오른쪽 다리의 움직임을 측정하는 제1 IMU 센서 및 상기 왼쪽 다리의 움직임을 측정하는 제2 IMU 센서를 포함한다.
일실시예에서, 상기 오른쪽 다리 및 상기 왼쪽 다리의 회전 각도가 서로 교차하거나 상기 오른쪽 다리 및 상기 왼쪽 다리의 각속도가 서로 교차하는 경우에 상기 보행 상태 간의 전이가 발생한다.
도 1은 일실시예에 따른 보행 상태 인식 장치의 예시적 구성을 나타내는 블록도이다.
도 2는 일실시예에 따른 보행 상태 인식 장치의 예시적 구성을 나타내는 블록도이다.
도 3은 일실시예에 따른 보행 상태 인식 장치의 구현 예를 설명하기 위한 도면이다.
도 4는 일실시예에 따른 보행 상태 인식 장치의 구현 예를 설명하기 위한 도면이다.
도 5는 일실시예에 따른 보행 상태 인식 장치의 구현 예를 설명하기 위한 도면이다.
도 6은 일실시예에 따른 보행 상태 인식 장치의 동작 원리를 설명하기 위한 도면이다.
도 7은 일실시예에 따른 보행 상태 인식 장치에 대한 실험 결과를 설명하기 위한 예시적인 그래프이다.
도 8은 일실시예에 따른 보행 상태 인식 장치를 이용하여 사용자의 보행 사이클 상의 보행 상태를 인식하는 과정을 설명하기 위한 예시적인 그래프이다.
도 9는 일실시예에 따른 보행 상태 인식 장치가 사용자의 동작 인식을 위하여 이용하는 Finite State Machine(FSM)을 예시적으로 도시한다.
도 10은 일실시예에 따른 보행 상태 인식 방법을 설명하기 위한 흐름도이다.
이하에서, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 권리범위는 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는, 연관되는 기술 분야에서 일반적이고 보편적인 것으로 선택되었으나, 기술의 발달 및/또는 변화, 관례, 기술자의 선호 등에 따라 다른 용어가 있을 수 있다. 따라서, 아래 설명에서 사용되는 용어는 기술적 사상을 한정하는 것으로 이해되어서는 안 되며, 실시예들을 설명하기 위한 예시적 용어로 이해되어야 한다.
또한 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
도 1은 일실시예에 따른 보행 상태 인식 장치(100)의 예시적 구성을 나타내는 블록도이다. 일실시예에서, 보행 상태 인식 장치(100)는 IMU 센서부(110) 및 프로세서(120)를 포함할 수 있다.
일반적으로 보행 상태와 연관된 정보를 획득하기 위해서 고관절 또는 무릎 등의 관절 각도를 측정하기 위한 인코더(encoder) 센서가 이용되었다. 다만, 인코더 센서의 경우 관절 주변에 장착되어 사용자 신체의 움직임의 영향을 많이 받는 위치에서 관절 각도 등을 측정하기 때문에 사용자의 신체와 보행 상태 인식 장치 간의 상대적 움직임이 유발되는 동작에서는 보행 상태 인식의 정확도가 높지 않을 수 있다. 이에 비하여, 보행 상태 인식 장치(100)의 IMU 센서부(110)는 인코더 센서 없이 IMU 센서의 조합을 통해 중력 방향에 대한 다리의 움직임을 측정하여 보행 상태와 연관된 정보를 획득한다.
일실시예에서, IMU 센서부(110)는 제1 IMU 센서(111) 및 제2 IMU 센서(112)를 포함할 수 있다. 예를 들어, 제1 IMU 센서(111)는 사용자의 오른쪽 다리의 움직임을 측정하기 위하여 오른쪽 다리에 장착되고, 제2 IMU 센서(112)는 사용자의 왼쪽 다리의 움직임을 측정하기 위하여 왼쪽 다리에 장착될 수 있다. 일실시예에서, 제1 IMU 센서(111) 및 제2 IMU 센서(112)는 각 다리의 6-자유도 움직임을 측정하도록 구성될 수 있다.
일실시예에서, 제1 IMU 센서(111) 및 제2 IMU 센서(112)는 보행 상태 인식 장치(100)의 흔들림, 즉 보행 상태 인식 장치(100)와 사용자의 신체 간의 상대적 움직임의 영향을 적게 받을 수 있는 위치에 장착될 수 있다. 예를 들어, 고관절, 무릎 및 발목과 같은 관절 주변은 관절의 회전으로 인하여 보행 상태 인식 장치(100)와 사용자의 신체 간의 상대적 움직임이 비교적 크게 발생할 수 있다. 따라서, 제1 IMU 센서(111) 및 제2 IMU 센서(112)는 사용자의 신체에 대한 상대적 움직임이 가장 적은 위치에 장착될 수 있다. 예를 들어, 제1 IMU 센서(111) 및 제2 IMU 센서(112)는 신체 표면의 곡률이 비교적 낮고 관절의 회전의 영향은 거의 없을 것으로 기대되는 사용자의 허벅지 상에 장착될 수 있다.
일실시예에서, 프로세서(120)는 하나 이상의 프로세서를 포함하는 칩, 머신, 또는 컴퓨팅 디바이스일 수 있다. 프로세서(120)는 보행 상태 인식 장치(100)의 프레임 내에 함께 구현될 수 있으며, 데스크톱 컴퓨터 및 랩톱 컴퓨터와 같은 퍼스널 컴퓨터, 모바일 사용자 장비, 또는 유선 또는 무선으로 연결된 서버 상에 구현될 수 있다. 제안되는 프로세서(120)의 기능은 그 구현 형태에 의해 제한되지 않는다.
일실시예에서, 프로세서(120)는 IMU 센서부(110)에서 측정한 각 다리의 움직임을 이용하여 중력 방향에 대한 각 다리의 회전 각도를 계산하고, 중력 방향에 대한 각 다리의 회전 각도의 시간에 따른 추이로부터 중력 방향에 대한 각 다리의 각속도를 계산할 수 있다. 회전 각도 및 각속도의 구심점은 임의의 초기값으로 설정되거나 사용자의 실제 고관절의 위치와 연관된 포인트로 커스터마이징 될 수 있다.
일실시예에서, 프로세서(120)는 계산된 각 다리의 각속도에 기초하여 사용자가 보행 중인지 여부를 결정할 수 있다. 예를 들어, 각속도의 절대값이 미리 결정된 임계값보다 큰 경우 사용자가 보행 중이라고 결정할 수 있다. 사용자가 보행 중인지 여부를 결정하는 단계를 통해 사용자가 보행 중일 때에만 사용자의 보행 상태를 인식하도록 할 수 있다.
일실시예에서, 프로세서(120)는 각 다리의 회전 각도의 추이 및 각속도의 추이에 기초하여 사용자의 보행 상태를 결정할 수 있다. 예를 들어, 프로세서(120)는 사용자의 보행 사이클을 구성하는 복수의 보행 상태를 정의하고 각 다리의 회전 각도의 추이 및 각속도의 추이에 따라 사용자의 보행 상태가 복수의 보행 상태 중 어느 것에 속하는지 결정할 수 있다.
사용자의 보행 사이클을 구성하는 복수의 보행 상태는 FSM(Finite State Machine)을 이용하여 정의되고 인식될 수 있다. 예를 들어, 사용자가 전진 방향으로 보행하는 일반적인 보행 패턴의 경우, 사용자의 보행 사이클은 왼쪽 다리 스윙, 왼쪽 다리 착지, 오른쪽 다리 스윙, 및 오른쪽 다리 착지를 포함할 수 있다. FSM을 이용한 보행 상태 인식에 대하여는 아래에서 더 자세하게 설명된다.
도 2는 일실시예에 따른 보행 상태 인식 장치(200)의 예시적 구성을 나타내는 블록도이다. 일실시예에서, 보행 상태 인식 장치(200)는 IMU 센서부(210) 및 프로세서(220)를 포함할 수 있다.
도 1의 보행 상태 인식 장치(100)와 유사하게, 도 2의 보행 상태 인식 장치(200) 역시 인코더 센서 없이 IMU 센서의 조합으로 보행 상태와 연관된 정보를 획득하는 IMU 센서부(210)를 구비한다.
일실시예에서, IMU 센서부(210)는 제1 IMU 센서(211), 제2 IMU 센서(212), 및 제3 IMU 센서(213)를 포함할 수 있다. 예를 들어, 제1 IMU 센서(211)는 사용자의 오른쪽 다리의 움직임을 측정하기 위하여 오른쪽 다리에 장착되고, 제2 IMU 센서(212)는 사용자의 왼쪽 다리의 움직임을 측정하기 위하여 왼쪽 다리에 장착되고, 제3 IMU 센서(213)는 사용자의 상체의 움직임을 측정하기 위하여 허리에 장착될 수 있다. 일실시예에서, 제1 IMU 센서(211), 제2 IMU 센서(212), 및 제3 IMU 센서(213)는 각 다리 및 상체의 6-자유도 움직임을 측정하도록 구성될 수 있다.
보행 상태 인식 장치(200)는 사용자의 상체의 움직임을 측정하는 제3 IMU 센서(213)를 더 포함하기 때문에, 사용자가 보행 중인지 여부를 결정하거나 사용자의 보행 상태를 인식하기 위하여 제3 IMU 센서(213)에 의해 측정된 사용자의 상체의 움직임이 추가적으로 이용될 수 있다. 이러한 방식으로, 사용자의 보행 여부 결정 및 사용자의 보행 상태 인식에 대한 정확도를 향상시킬 수 있다.
도 3 내지 도 5는 일실시예에 따른 보행 상태 인식 장치의 구현 예를 설명하기 위한 도면이다. 인코더 센서를 이용하여 고관절 또는 무릎 등의 회전 각도 등을 측정하는 방식에서는 관절의 회전의 영향을 받는 위치에 센서가 장착되지만, 도 3 내지 도 5에 도시된 실시예에서는 관절의 회전의 영향으로부터 비교적 자유로운 허리, 허벅지, 또는 종아리에 센서가 장착될 수 있다. 따라서, 도시된 실시예에 따르면 사용자의 신체와 센서 간의 상대적 움직임에 따른 인식 오류를 감소시킬 수 있다.
도 3을 참조하면, 사용자의 오른쪽 다리의 움직임을 측정하기 위하여 오른쪽 다리의 허벅지 상에 고정된 제1 IMU 센서(311), 사용자의 왼쪽 다리의 움직임을 측정하기 위하여 왼쪽 다리의 허벅지 상에 고정된 제2 IMU 센서(312) 및 사용자의 상체의 움직임을 측정하기 위하여 허리 상에 고정된 제3 IMU 센서(313)가 각각 도시된다.
한편, 도 4를 참조하면, 사용자의 오른쪽 다리의 움직임을 측정하기 위한 제1 IMU 센서(411) 및 사용자의 왼쪽 다리의 움직임을 측정하기 위한 제2 IMU 센서(412) 및 사용자의 상체의 움직임을 측정하기 위한 제3 IMU 센서(413)가 각각 도시된다. 제1 IMU 센서(411) 및 제2 IMU 센서(412)는 보행 보조 장치 또는 보행 상태 인식 장치의 흔들림으로 인한 인식 오류를 감소시키기 위하여, 센서 고정을 위한 별도의 수단을 포함할 수 있다. 예를 들어, 도 4에 나타난 것처럼 제1 IMU 센서(411) 및 제2 IMU 센서(412)는 보행 보조 장치 또는 보행 상태 인식 장치의 프레임과 분리된 별도의 고정 수단을 이용하여 사용자의 허벅지 상에 고정될 수 있다. 이 경우, 보행 상태 인식 장치는 제1 IMU 센서(411) 및 제2 IMU 센서(412)의 움직임 측정 결과를 전달하기 위한 유선 또는 무선의 통신 수단을 더 포함할 수 있다.
한편, 도 5를 참조하면, 사용자의 오른쪽 다리의 움직임을 측정하기 위하여 오른쪽 다리의 종아리 상에 고정된 IMU 센서(511)가 도시된다. IMU 센서(511)는 보행 보조 장치 또는 보행 상태 인식 장치의 프레임과 분리된 별도의 고정 수단을 이용하여 사용자의 종아리 상에 고정될 수 있다. 이 경우, 보행 상태 인식 장치는 IMU 센서(511)의 움직임 측정 결과를 전달하기 위한 유선 또는 무선의 통신 수단을 더 포함할 수 있다.
도 6은 일실시예에 따른 보행 상태 인식 장치의 동작 원리를 설명하기 위한 도면이다. 도 6에는 사용자의 오른쪽 다리의 움직임을 측정하기 위하여 오른쪽 다리의 허벅지 상에 고정된 제1 IMU 센서(611) 및 사용자의 왼쪽 다리의 움직임을 측정하기 위하여 왼쪽 다리의 허벅지 상에 고정된 제2 IMU 센서(612)가 각각 도시된다.
일실시예에서, 제1 IMU 센서(611) 및 제2 IMU 센서(612)는 각 다리의 6-자유도 움직임을 측정하도록 구성될 수 있다. 보행 상태 인식 장치는 측정한 각 다리의 움직임을 이용하여 중력 방향(g)에 대한 각 다리의 회전 각도를 계산하고, 중력 방향에 대한 각 다리의 회전 각도의 시간에 따른 추이로부터 각 다리의 중력 방향(g)에 대한 각속도를 계산할 수 있다.
예를 들어, 보행 상태 인식 장치는 제1 IMU 센서(611)에 의해 측정된 오른쪽 다리의 움직임에 기초하여 미리 설정된 기준점을 중심으로 하는 중력 방향(g)에 대한 오른쪽 다리의 회전 각도(θ)를 계산할 수 있다. 여기서, 기준점은 보행 상태 인식 장치에 임의의 초기 값으로 설정되거나 사용자의 실제 고관절의 위치와 연관된 포인트로 커스터마이징 될 수 있다.
또한, 다리의 움직임의 지속적인 측정 결과에 기초하여 다리의 회전 각도(θ)를 지속적으로 계산함으로써, 다리의 회전 각도(θ)의 시간에 따른 추이로부터 다리의 중력 방향(g)에 대한 각속도를 계산할 수 있다.
도 7은 일실시예에 따른 보행 상태 인식 장치에 대한 실험 결과를 설명하기 위한 예시적인 그래프이다.
도 7의 상단에는 사용자의 관절 근처에 장착되는 인코더 센서를 이용하여 측정한 관절의 회전 각도(110) 및 사용자의 관절의 회전의 영향으로부터 비교적 자유로운 위치에 장착되는 IMU 센서를 이용하여 측정한 관절의 회전 각도(120)의 시간에 따른 추이가 각각 도시된다.
또한, 도 7의 하단에는 인코더 센서 또는 IMU 센서를 이용하여 관절의 회전 각도를 측정하는 동안 보행 보조 장치에 의해 사용자의 오른쪽 고관절에 인가되는 토크(130) 및 사용자의 왼쪽 고관절에 인가되는 토크(140)의 시간에 따른 추이가 각각 도시된다.
그래프 상에서 사용자의 보행 정지 동작(150)이 발생한 부분을 살펴보면, 사용자가 정지하였음에도 불구하고 보행 보조 장치가 토크를 인가하는 경우 보행 보조 장치의 사용자의 신체에 대한 상대적 움직임이 유발되고, 인코더 센서를 이용하는 방식에서는 이러한 상대적 움직임을 사용자의 관절의 움직임으로 잘못 인식하게 된다. 이에 비하여, IMU 센서를 이용하는 방식에서는 사용자의 정지가 올바르게 인식된다.
도 8은 일실시예에 따른 보행 상태 인식 장치를 이용하여 사용자의 보행 사이클 상의 보행 상태를 인식하는 과정을 설명하기 위한 예시적인 그래프이다.
일실시예에서, 보행 상태 인식 장치는 사용자의 양쪽 다리의 회전 각도(rq, lq) 및 각속도(rω, lω)의 추이에 기초하여 사용자의 보행 사이클 상의 보행 상태를 결정한다. 예를 들어, 사용자의 보행 사이클을 구성하는 복수의 보행 상태는 왼쪽 다리 스윙(S1), 왼쪽 다리 착지(S2), 오른쪽 다리 스윙(S3), 및 오른쪽 다리 착지(S4)를 포함할 수 있다. 이와 같은 보행 상태는 양쪽 다리의 회전 각도가 서로 교차하는 시점 또는 양쪽 다리의 각속도가 서로 교차하는 시점을 기준으로 식별될 수 있다.
사용자가 전진 방향으로 보행하는 일반적인 보행 패턴의 경우, 사용자의 양쪽 다리의 각속도가 서로 교차하는 시점(tE1, tE3) 및 사용자의 양쪽 다리의 회전 각도가 서로 교차하는 시점(tE2, tE4)이 번갈아 나타나게 된다.
예를 들어, 사용자가 오른쪽 다리를 앞으로 딛게 되어 양쪽 다리가 가장 멀어진 상태(810)에서 양쪽 다리의 각속도가 서로 교차하는 시점(tE1)이 나타날 수 있으며, 이어서 사용자의 왼쪽 다리가 스윙함에 따라 사용자의 양쪽 다리가 교차하는 상태(820)에서 양쪽 다리의 회전 각도가 서로 교차하는 시점(tE2)이 나타날 수 있다. 또한, 사용자가 왼쪽 다리를 앞으로 딛게 되어 양쪽 다리가 가장 멀어진 상태(830)에서 양쪽 다리의 각속도가 서로 교차하는 시점(tE3)이 나타날 수 있으며, 이어서 사용자의 오른쪽 다리가 스윙함에 따라 사용자의 양쪽 다리가 교차하는 상태(840)에서 양쪽 다리의 회전 각도가 서로 교차하는 시점(tE4)이 나타날 수 있다.
따라서, 보행 상태 인식 장치는 이러한 시점을 기준으로 사용자의 보행 사이클 상의 보행 상태(S1, S2, S3, S4) 간의 전이를 인식할 수 있다. 다만, 도시된 실시예는 단지 설명을 위한 것으로, 사용자의 보행 사이클 및 보행 상태는 도시된 실시예와 상이하게 정의될 수 있으며 도시된 실시예에 의해 제한되지 않는다.
도 9는 일실시예에 따른 보행 상태 인식 장치가 사용자의 동작 인식을 위하여 이용하는 FSM을 예시적으로 도시한다. 보행 상태 인식 장치는 사용자의 보행 사이클에 연관된 적어도 하나의 상태를 포함하는 FSM을 이용하여 사용자의 보행 상태를 인식할 수 있다.
예를 들어, FSM은 왼쪽 다리 스윙(S1), 왼쪽 다리 착지(S2), 오른쪽 다리 스윙(S3), 오른쪽 다리 착지(S4), 및 예외(S9)로 정의된 복수의 보행 상태를 포함할 수 있다. FSM은 사용자의 다리의 회전 각도 및 각속도의 추이에 기초하여 보행 상태(S1, S2, S3, S4) 간의 전이 조건(E1, E2, E3, E4)이 충족되었는지 여부를 결정할 수 있다.
전이 조건으로는 사용자의 양쪽 다리의 각속도가 서로 교차하는지 여부(E1, E3) 및 사용자의 양쪽 다리의 회전 각도가 서로 교차하는지 여부(E2, E4)가 이용될 수 있다. 그 밖에, 사용자의 보행 상태를 정상적으로 인식할 수 없는 경우 예외(S9) 상태로의 전이 조건(T9)이 충족된 것으로 결정될 수 있고, 예외(S9) 상태에서 사용자의 보행 상태를 인식할 수 있는 것으로 확인되는 경우 각각의 보행 상태(S1, S2, S3, S4)로의 전이 조건(T91, T92, T93, T94)이 충족된 것으로 결정될 수 있다.
도 10은 일실시예에 따른 보행 상태 인식 방법을 설명하기 위한 흐름도이다.
단계(1010)에서, 사용자의 적어도 한쪽 다리의 움직임이 하나 이상의 IMU 센서를 이용하여 측정될 수 있다. IMU 센서는 사용자의 신체에 대한 상대적 움직임이 가장 적을 것으로 기대되는 위치에 장착될 수 있다. 예를 들어, IMU 센서는 신체 표면의 곡률이 비교적 낮고 관절의 회전의 영향은 거의 없을 것으로 기대되는 사용자의 허벅지 상에 장착될 수 있다.
단계(1020)에서, 사용자의 적어도 한쪽 다리의 움직임에 기초하여 다리의 회전 각도 및 각속도가 계산될 수 있다. 측정된 다리의 움직임으로부터 중력 방향에 대한 다리의 회전 각도가 계산되고, 계산되는 회전 각도의 추이에 기초하여 중력 방향에 대한 다리의 각속도가 계산될 수 있다.
단계(1030)에서, 사용자의 다리의 각속도에 기초하여 사용자가 보행 중인지 여부가 결정될 수 있다. 예를 들어, 각속도의 절대값이 미리 결정된 임계값보다 큰 경우 사용자가 보행 중이라고 결정할 수 있다. 사용자가 보행 중인지 여부를 결정하는 단계를 통해 사용자가 보행 중일 때에만 사용자의 보행 상태를 인식하도록 할 수 있다.
단계(1040)에서, 사용자의 다리의 회전 각도의 추이 및 각속도의 추이에 기초하여 사용자의 보행 상태가 결정될 수 있다. 예를 들어, 사용자의 보행 사이클을 구성하는 복수의 보행 상태가 미리 정의될 수 있고, 사용자의 다리의 회전 각도의 추이 및 각속도의 추이에 따라 사용자의 보행 상태가 복수의 보행 상태 중 어느 것에 속하는지 결정될 수 있다.
이러한 방식으로, 보행 상태 인식 방법은 인코더 센서 없이 IMU 센서를 이용하여 중력 방향에 대한 다리의 움직임을 측정하여 보행 상태와 연관된 정보를 획득할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (16)

  1. 사용자의 적어도 한쪽 다리의 움직임을 측정하는 IMU 센서부; 및
    측정된 상기 적어도 한쪽 다리의 움직임에 기초하여 상기 적어도 한쪽 다리의 회전 각도 및 각속도를 계산하고, 상기 사용자의 오른쪽 다리 및 왼쪽 다리의 회전 각도가 서로 교차하거나 상기 오른쪽 다리 및 상기 왼쪽 다리의 각속도가 서로 교차하는 경우에 상기 사용자의 보행 상태 간의 전이를 결정하는 프로세서
    를 포함하는, 보행 상태 인식 장치.
  2. 제1항에 있어서,
    상기 프로세서는 상기 적어도 한쪽 다리의 움직임으로부터 중력 방향에 대한 상기 적어도 한쪽 다리의 회전 각도를 계산하고, 상기 회전 각도의 추이에 기초하여 중력 방향에 대한 상기 적어도 한쪽 다리의 각속도를 계산하는,
    보행 상태 인식 장치.
  3. 제1항에 있어서,
    상기 프로세서는 상기 적어도 한쪽 다리의 각속도에 기초하여 상기 사용자가 보행 중인지 여부를 결정하는,
    보행 상태 인식 장치.
  4. 제1항에 있어서,
    상기 프로세서는 상기 적어도 한쪽 다리의 회전 각도 및 각속도의 추이에 기초하여 상기 사용자의 보행 상태를 결정하는,
    보행 상태 인식 장치.
  5. 제4항에 있어서,
    상기 보행 상태는 상기 사용자의 보행 사이클에 연관된 적어도 하나의 상태를 포함하는 FSM(Finite State Machine)을 이용하여 결정되는,
    보행 상태 인식 장치.
  6. 제4항에 있어서,
    상기 보행 상태는 왼쪽 다리 스윙, 왼쪽 다리 착지, 오른쪽 다리 스윙, 및 오른쪽 다리 착지를 포함하는,
    보행 상태 인식 장치.
  7. 제1항에 있어서,
    상기 IMU 센서부는 상기 오른쪽 다리의 움직임을 측정하는 제1 IMU 센서 및 상기 왼쪽 다리의 움직임을 측정하는 제2 IMU 센서를 포함하는,
    보행 상태 인식 장치.
  8. 제7항에 있어서,
    상기 IMU 센서부는 상기 사용자의 상체의 움직임을 측정하는 제3 IMU 센서를 더 포함하고,
    상기 프로세서는 상기 상체의 움직임을 이용하여 상기 보행 상태를 결정하는,
    보행 상태 인식 장치.
  9. 제1항에 있어서,
    상기 IMU 센서부 내의 하나 이상의 센서 각각은 상기 적어도 한쪽 다리에 대한 상대적 움직임이 최소화되도록 각 다리의 관절의 회전과 무관한 부위에 장착되는,
    보행 상태 인식 장치.
  10. 제1항에 있어서,
    상기 IMU 센서부 내의 하나 이상의 센서 각각은 상기 사용자의 허벅지 상에 장착되는,
    보행 상태 인식 장치.
  11. 하나 이상의 IMU 센서를 이용하여 사용자의 적어도 한쪽 다리의 움직임을 측정하는 단계;
    측정된 상기 적어도 한쪽 다리의 움직임에 기초하여 상기 적어도 한쪽 다리의 회전 각도 및 각속도를 계산하는 단계;
    상기 적어도 한쪽 다리의 각속도에 기초하여 상기 사용자가 보행 중인지 여부를 결정하는 단계; 및
    상기 사용자의 오른쪽 다리 및 왼쪽 다리의 회전 각도가 서로 교차하거나 상기 오른쪽 다리 및 상기 왼쪽 다리의 각속도가 서로 교차하는 경우 상기 사용자의 보행 상태 간의 전이를 결정하는 단계
    를 포함하는, 보행 상태 인식 방법.
  12. 제11항에 있어서,
    상기 회전 각도 및 각속도를 계산하는 단계는,
    상기 적어도 한쪽 다리의 움직임으로부터 중력 방향에 대한 상기 적어도 한쪽 다리의 회전 각도를 계산하는 단계; 및
    상기 회전 각도의 추이에 기초하여 중력 방향에 대한 상기 적어도 한쪽 다리의 각속도를 계산하는 단계
    를 포함하는, 보행 상태 인식 방법.
  13. 제11항에 있어서,
    상기 사용자가 보행 중인 경우 상기 적어도 한쪽 다리의 회전 각도 및 각속도의 추이에 기초하여 상기 사용자의 보행 상태를 결정하는 단계
    를 더 포함하는, 보행 상태 인식 방법.
  14. 제11항에 있어서,
    상기 보행 상태는 상기 사용자의 보행 사이클에 연관된 적어도 하나의 상태를 포함하는 FSM(Finite State Machine)을 이용하여 결정되는,
    보행 상태 인식 방법.
  15. 제11항에 있어서,
    상기 하나 이상의 센서는 상기 오른쪽 다리의 움직임을 측정하는 제1 IMU 센서 및 상기 왼쪽 다리의 움직임을 측정하는 제2 IMU 센서를 포함하는,
    보행 상태 인식 방법.
  16. 제11항 내지 제15항 중 어느 한 항에 따른 보행 상태 인식 방법을 실행하는 프로그램이 기록된 컴퓨터 판독 가능 기록 매체.
KR1020160158233A 2016-11-25 2016-11-25 보행 상태 인식 장치 및 방법 KR20180059079A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160158233A KR20180059079A (ko) 2016-11-25 2016-11-25 보행 상태 인식 장치 및 방법
US15/489,126 US20180146890A1 (en) 2016-11-25 2017-04-17 Apparatus and method for recognizing gait state

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160158233A KR20180059079A (ko) 2016-11-25 2016-11-25 보행 상태 인식 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20180059079A true KR20180059079A (ko) 2018-06-04

Family

ID=62192775

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160158233A KR20180059079A (ko) 2016-11-25 2016-11-25 보행 상태 인식 장치 및 방법

Country Status (2)

Country Link
US (1) US20180146890A1 (ko)
KR (1) KR20180059079A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102378039B1 (ko) * 2021-04-28 2022-03-24 이쎌 주식회사 보행 분석을 기반으로 한 교통 약자 인식 방법 및 이러한 방법을 수행하는 장치
KR102641788B1 (ko) * 2023-11-06 2024-02-28 주식회사 짐보로보틱스 사용자의 움직임 파악 방법 및 그 장치

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102550854B1 (ko) * 2018-12-13 2023-07-04 삼성전자주식회사 보행 보조 방법 및 그 방법을 수행하는 보행 보조 장치
CN110133319B (zh) * 2019-05-10 2022-01-28 国网上海市电力公司 一种gis设备中快速接地开关主轴角速度检测装置
KR20210053389A (ko) * 2019-11-01 2021-05-12 삼성전자주식회사 허벅지 형상에 기초하여 변형 가능한 보행 보조 장치
CN111317480B (zh) * 2020-01-20 2023-05-09 深圳市丞辉威世智能科技有限公司 步态识别方法、装置、设备及可读存储介质
CN111297368A (zh) * 2020-01-20 2020-06-19 深圳市丞辉威世智能科技有限公司 步态识别方法、装置、设备及可读存储介质
CN113317776B (zh) * 2020-12-29 2023-04-07 武汉理工大学 一种无足底压力外骨骼多种运动模式下的步态相位检测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003065891A2 (en) * 2002-02-07 2003-08-14 Ecole Polytechnique Federale De Lausanne (Epfl) Body movement monitoring device
US20100305480A1 (en) * 2009-06-01 2010-12-02 Guoyi Fu Human Motion Classification At Cycle Basis Of Repetitive Joint Movement
US8876739B2 (en) * 2009-07-24 2014-11-04 Oregon Health & Science University System for clinical assessment of movement disorders
US8736087B2 (en) * 2011-09-01 2014-05-27 Bionic Power Inc. Methods and apparatus for control of biomechanical energy harvesting

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102378039B1 (ko) * 2021-04-28 2022-03-24 이쎌 주식회사 보행 분석을 기반으로 한 교통 약자 인식 방법 및 이러한 방법을 수행하는 장치
KR102641788B1 (ko) * 2023-11-06 2024-02-28 주식회사 짐보로보틱스 사용자의 움직임 파악 방법 및 그 장치

Also Published As

Publication number Publication date
US20180146890A1 (en) 2018-05-31

Similar Documents

Publication Publication Date Title
KR20180059079A (ko) 보행 상태 인식 장치 및 방법
US10575761B2 (en) Method and apparatus for recognizing gait motion
US10960552B2 (en) Footed robot landing control method and device
US11919156B2 (en) Method and apparatus for recognizing user motion
JP7266032B2 (ja) Ｖｒ歩行機構及び仮想現実シーンにおける歩行方法
KR102536856B1 (ko) 보행 보조 장치 및 그 동작 방법
KR20220039694A (ko) 보행 동작 인식 장치 및 그 방법
JP6555149B2 (ja) 演算装置、演算方法及び演算プログラム
CN109771225B (zh) 步行辅助装置及其控制方法
Gośliński et al. Performance comparison of EKF-based algorithms for orientation estimation on Android platform
JP2017120495A (ja) 移動体
US20200156721A1 (en) Robot gait planning method and robot with the same
JP2019078560A (ja) ジャイロセンサのオフセット補正装置、オフセット補正プログラム、歩行者自律航法装置
KR102509678B1 (ko) 대상물 모션 예측 방법, 모션 모델 보정 방법, 기정 양 도출 방법 및 가상 현실 뷰 생성 방법
CN113498505A (zh) 通过预测传感器数据对被跟踪对象的姿态建模
JP6663219B2 (ja) 姿勢動作検出装置
CN109866217B (zh) 机器人里程定位方法、装置、终端设备及计算机存储介质
JP2014219340A (ja) オフセット補正方法及びオフセット補正装置
KR20190056647A (ko) 관성 센서 기반 발목 관절 각도 측정 장치
KR20210000095A (ko) 자세 추정 방법 및 장치
US20220111526A1 (en) Localization system and method
EP3846007A1 (en) Wearable device with force feedback and operation method thereof
KR102589970B1 (ko) 객체 측위 방법 및 장치
JP2017146115A (ja) 演算装置、演算方法及び演算プログラム
KR101633507B1 (ko) 엔드 포인트를 보정하는 시스템 및 방법