KR20190047644A - 운동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법 - Google Patents

운동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법 Download PDF

Info

Publication number
KR20190047644A
KR20190047644A KR1020180130189A KR20180130189A KR20190047644A KR 20190047644 A KR20190047644 A KR 20190047644A KR 1020180130189 A KR1020180130189 A KR 1020180130189A KR 20180130189 A KR20180130189 A KR 20180130189A KR 20190047644 A KR20190047644 A KR 20190047644A
Authority
KR
South Korea
Prior art keywords
data
motion
exercise
sensor
user
Prior art date
Application number
KR1020180130189A
Other languages
English (en)
Other versions
KR102108180B1 (ko
Inventor
김현우
Original Assignee
주식회사 뉴클리어스
주식회사 메디플러스솔루션
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 주식회사 뉴클리어스, 주식회사 메디플러스솔루션 filed Critical 주식회사 뉴클리어스
Publication of KR20190047644A publication Critical patent/KR20190047644A/ko
Application granted granted Critical
Publication of KR102108180B1 publication Critical patent/KR102108180B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B21/00—Exercising apparatus for developing or strengthening the muscles or joints of the body by working against a counterforce, with or without measuring devices
    • A63B21/40—Interfaces with the user related to strength training; Details thereof
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/40—Acceleration
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/70—Measuring or simulating ambient conditions, e.g. weather, terrain or surface conditions
    • A63B2220/74—Atmospheric pressure
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
    • A63B2230/045—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations used as a control parameter for the apparatus

Abstract

운동에 대한 피드백을 제공하는 웨어러블 디바이스는 웨어러블 디바이스에 내장된 복수의 센서로부터 측정된 복수의 센서 데이터를 수집하는 센서 데이터 수집부, 상기 수집된 복수의 센서 데이터를 데이터 퓨전(Data fusion)을 통해 센서 퓨전 데이터를 생성하는 센서 퓨전 데이터 생성부, 상기 센서 퓨전 데이터로부터 특징 구간을 검출하고, 상기 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동을 인지하는 운동 인지부 및 상기 인지된 운동에 기초하여 상기 사용자가 수행 중인 운동에 대한 피드백을 디스플레이를 통해 출력하는 출력부를 포함한다.

Description

운동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법{METHOD AND WEARABLE DEVICE FOR PROVIDING FEEDBACK ON EXERCISE}
본 발명은 운동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법에 관한 것이다.
웨어러블 디바이스(wearable device)란 입을 수 있는 기기를 의미하며, 과학 기술이 발전하여 티셔츠, 안경, 팔찌, 시계, 신발 등의 착용할 수 있는 스마트 장치들이 개발되고 있다. 대표적인 웨어러블 디바이스로는 스마트 워치가 있으며, 스마트 워치에는 시간을 알려주는 기존의 시계 기능에 스마트폰을 확인하지 않아도 알림, 메일, 메시지를 실시간으로 확인할 수 있도록 하는 기능이 더해졌다.
이러한 스마트 기능을 제공하는 웨어러블 디바이스와 관련하여, 선행기술인 한국등록특허 제 10-1689368호는 웨어러블 디바이스를 개시하고 있다.
최근의 웨어러블 디바이스는 내장된 다양한 센서를 통해 측정된 데이터를 이용한 건강 관련 서비스를 제공하고 있다. 그러나 이는 사용자의 걸음 수, 이동 거리, 운동 시간 등에 대한 해석 정보에 한정됨으로써, 사용자가 운동 중인 경우 운동과 관련된 직관적인 피드백을 제공하기 어렵다는 단점을 가지고 있다.
본 발명은 상술한 문제점을 해결하기 위한 것으로서, 웨어러블 디바이스에 내장된 다양한 센서를 이용하여 측정된 복수의 센서 데이터를 데이터 퓨전을 통해 센서 퓨전 데이터로 생성하고, 센서 퓨전 데이터로부터 검출된 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동을 인지하는 운동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법을 제공하고자 한다.
사용자가 수행 중인 운동이 인지되면, 해당 운동에 대한 피드백을 웨어러블 디바이스 및 사용자 단말로 제공하는 운동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법을 제공하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명의 일 실시예는, 웨어러블 디바이스에 내장된 복수의 센서로부터 측정된 복수의 센서 데이터를 수집하는 센서 데이터 수집부, 상기 수집된 복수의 센서 데이터를 데이터 퓨전(Data fusion)을 통해 센서 퓨전 데이터를 생성하는 센서 퓨전 데이터 생성부, 상기 센서 퓨전 데이터로부터 특징 구간을 검출하고, 상기 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동을 인지하는 운동 인지부 및 상기 인지된 운동에 기초하여 상기 사용자가 수행 중인 운동에 대한 피드백을 디스플레이를 통해 출력하는 출력부를 포함하는 웨어러블 디바이스를 제공할 수 있다.
본 발명의 다른 실시예는, 웨어러블 디바이스에 내장된 복수의 센서로부터 측정된 복수의 센서 데이터를 수집하는 단계, 상기 수집된 복수의 센서 데이터를 데이터 퓨전(Data fusion)을 통해 센서 퓨전 데이터를 생성하는 단계, 상기 센서 퓨전 데이터로부터 특징 구간을 검출하고, 상기 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동을 인지하는 단계 및 상기 인지된 운동에 기초하여 상기 사용자가 수행 중인 운동에 대한 피드백을 디스플레이를 통해 출력하는 단계를 포함하는 운동 피드백 제공 방법을 제공할 수 있다.
본 발명의 또 다른 실시예는, 웨어러블 디바이스로부터 사용자가 수행한 운동에 대한 운동 데이터를 수신하는 단계, 상기 수신한 운동 데이터를 운동별 종합 운동 데이터에 저장하는 단계, 상기 저장된 종합 운동 데이터에 기초하여 피드백을 상기 웨어러블 디바이스로 제공하는 단계를 포함하되, 상기 운동 데이터는 상기 웨어러블 디바이스에 내장된 복수의 센서로부터 측정된 복수의 센서 데이터가 수집되고, 상기 수집된 복수의 센서 데이터가 데이터 퓨전(Data fusion)을 통해 센서 퓨전 데이터가 생성되고, 상기 센서 퓨전 데이터로부터 특징 구간이 검출되고, 상기 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동이 인지된 것인 피드백 제공 방법을 제공할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 웨어러블 디바이스에 내장된 다양한 센서를 이용하여 측정된 복수의 센서 데이터를 데이터 퓨전(Data fusion)을 통해 센서 퓨전 데이터로 생성하고, 센서 퓨전 데이터로부터 검출된 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동을 인지하는 운동에 대한 피드백을 제공하는 서버, 방법을 제공할 수 있다.
사용자가 수행 중인 운동이 인지되면, 해당 운동에 대한 피드백을 웨어러블 디바이스 및 사용자 단말로 제공하는 운동에 대한 피드백을 제공하는 서버, 방법을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 운동 피드백 제공 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 웨어러블 디바이스의 구성도이다.
도 3은 본 발명의 일 실시예에 따른 복수의 센서에 의해 측정된 복수의 센서 데이터를 도시한 예시적인 도면이다.
도 4는 본 발명의 일 실시예에 따른 복수의 센서 데이터를 데이터 퓨전을 통해 생성된 센서 퓨전 데이터를 도시한 예시적인 도면이다.
도 5a 및 도 5c는 본 발명의 일 실시예에 따른 사용자가 수행 중인 운동을 인지하는 과정을 설명하기 위한 예시적인 도면이다.
도 6a 및 도 6b는 본 발명의 일 실시예에 따른 웨어러블 디바이스 및 사용자 단말에서 사용자가 수행 중인 운동에 대한 피드백을 도시한 예시적인 도면이다.
도 7은 본 발명의 일 실시예에 따른 신규 운동 데이터를 등록하는 과정을 설명하기 위한 예시적인 도면이다.
도 8은 본 발명의 일 실시예에 따른 웨어러블 디바이스에서 운동에 대한 피드백을 제공하는 방법의 순서도이다.
도 9는 본 발명의 일 실시예에 따른 서버의 구성도이다.
도 10은 본 발명의 일 실시예에 따른 서버에서 운동에 대한 피드백을 제공하는 방법의 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 운동 피드백 제공 시스템의 구성도이다. 도 1을 참조하면, 운동 피드백 제공 시스템(1)은 웨어러블 디바이스(110), 서버(120) 및 사용자 단말(130)을 포함할 수 있다. 웨어러블 디바이스(110), 서버(120) 및 사용자 단말(130)은 운동 피드백 제공 시스템(1)에 의하여 제어될 수 있는 구성요소들을 예시적으로 도시한 것이다.
도 1의 운동 피드백 제공 시스템(1)의 각 구성요소들은 일반적으로 네트워크(network)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 웨어러블 디바이스(110) 또는 사용자 단말(130)은 서버(120)와 동시에 또는 시간 간격을 두고 연결될 수 있다.
네트워크는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷 (WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스 통신, 적외선 통신, 초음파 통신, 가시광 통신(VLC: Visible Light Communication), 라이파이(LiFi) 등이 포함되나 이에 한정되지는 않는다.
웨어러블 디바이스(110)는 운동 피드백을 제공하는 앱이 설치되어 실행될 수 있다. 이 때, 웨어러블 디바이스(110)는 웨어러블 디바이스(110)의 위치 정보에 기초하여 운동 피드백을 제공하기 위한 앱이 실행될 수 있다. 예를 들어, 사용자가 특정 장소(예를 들어, 피트니스 센터 등)에 방문하는 경우, 웨어러블 디바이스(110)에서 자동으로 운동 피드백을 제공하기 위한 앱이 실행될 수 있다.
웨어러블 디바이스(110)는 사용자의 손목에 착용되고, 복수의 센서를 통해 사용자의 움직임을 감지할 수 있다. 웨어러블 디바이스(110)는 웨어러블 디바이스(110)에 내장된 복수의 센서로부터 측정된 복수의 센서 데이터(Sensor Data)를 수집할 수 있다. 이 때, 웨어러블 디바이스(110)는 칼만 필터, 저역 통과 필터, 고역 통과 필터, 상보 필터, 이동 평균 필터 및 스무싱 필터 중 적어도 하나를 이용하여 복수의 센서 데이터로부터 노이즈를 제거할 수 있다.
웨어러블 디바이스(110)는 수집된 복수의 센서 데이터를 데이터 퓨전(Data fusion)을 통해 센서 퓨전 데이터로 생성할 수 있다.
웨어러블 디바이스(110)는 센서 퓨전 데이터로부터 특징 구간을 검출하고, 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동을 인지할 수 있다.
이를 위해, 웨어러블 디바이스(110)는 피크값, 밸리, 제로 크로싱, 그래프의 넓이, 곡률, 시간, 각도, 가속도, 거리, 궤도 중 적어도 하나에 기초하여 적어도 둘 이상의 특이점을 검출할 수 있다. 여기서, 적어도 둘 이상의 특이점은 제 1 특이점 및 제 2 특이점을 포함하고, 특징 구간은 제 1 특이점에 해당하는 시각과 제 2 특이점에 해당하는 시각 사이의 구간을 의미할 수 있다.
이후, 웨어러블 디바이스(110)는 센서 퓨전 데이터로부터 특징 구간에 대한 복수의 센서 데이터를 추출하고, 특징 구간에 대한 복수의 센서 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도를 분석하여 사용자가 수행 중인 운동을 인지할 수 있다.
웨어러블 디바이스(110)는 가속도 센서, 자이로 센서, 쿼터니언의 값을 이용하여 사용자가 수행 중인 운동 자세가 바른 자세인지를 판단할 수 있다. 이 때, 웨어러블 디바이스(110)는 HMM(Hidden Markov model), CNN(Convolution Neural Nerwork), DNN(Deep Neural Network) 등의 머신러닝을 통해 사용자의 운동 자세가 바른 자세인지를 판단할 수 있다.
웨어러블 디바이스(110)는 인지된 운동에 기초하여 사용자가 수행 중인 운동에 대한 피드백을 디스플레이를 통해 출력할 수 있다. 여기서, 피드백은 운동명, 운동 횟수, 운동 시간 및 실시간 소모 칼로리량, 운동 정확도 중 적어도 하나를 포함하는 동적 피드백 및 운동 방법, 운동 부위, 운동 강도 및 랭킹 중 적어도 하나를 포함하는 정적 피드백을 포함할 수 있다.
웨어러블 디바이스(110)는 복수의 운동 패턴 데이터 각각에 대응하는 운동 데이터를 메모리에 저장할 수 있다. 또한, 웨어러블 디바이스(110)는 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도가 기설정된 값 이하인 경우, 사용자가 수행 중인 운동에 대한 운동 패턴 데이터를 추출하고, 추출된 운동 패턴 데이터를 포함하는 신규 운동 데이터를 메모리에 저장할 수 있다. 여기서, 신규 운동 데이터는 다른 사용자의 웨어러블 디바이스(110) 또는 사용자 단말(130)로 공유될 수 있다.
웨어러블 디바이스(110)는 사용자가 수행 중인 운동에 대한 운동 데이터를 서버(120)로 전송한다. 이때, 사용자가 수행 중인 운동에 관한 정보에 기초하여 사용자의 운동별 종합 운동 데이터가 업데이트될 수 있다.
웨어러블 디바이스(110)는 서버(120)로부터 사용자가 수행 중인 운동에 대한 피드백을 수신할 수 있다. 이 때, 피드백은 그림과 텍스트로 구성되어 디스플레이를 통해 출력될 수 있으며, 음성으로 구성되어 스피커를 통해 출력될 수 있으며, 진동을 통해 출력될 수 도 있다. 이를 통해, 사용자에게 시각적, 청각적, 촉각적 피드백을 제공할 수 있다.
웨어러블 디바이스(110)는 사용자 단말(130)과 블루투스(Bluetooth) 통신을 통해 연결될 수 있다. 예를 들어, 사용자가 사용자 단말(130)의 신규 운동 생성 메뉴를 통해 신규 운동을 생성하고자 하는 경우, 웨어러블 디바이스(110)를 착용한 사용자가 특정 운동을 소정의 횟수만큼 수행하면, 웨어러블 디바이스(110)는 블루투스를 통해 연결된 사용자 단말(130)로 해당 운동의 운동 횟수를 전송할 수 있다.
서버(120)는 웨어러블 디바이스로(110)부터 사용자가 수행한 운동에 대한 운동 데이터를 수신할 수 있다.
서버(120)는 수신한 운동 데이터를 운동별 종합 운동 데이터에 저장할 수 있다. 운동별 종합 운동 데이터는 특정 운동의 운동 방법과 해당 운동의 누적된 운동 시간, 누적된 운동 기록, 누적된 운동 횟수 등을 포함한다.
서버(120)는 운동별 종합 운동 데이터에 기초하여 피드백을 제공할 수 있다. 예를 들어, 서버(120)는 사용자가 수행한 운동의 운동 데이터가 종합 운동 데이터에 저장되면, 해당 운동의 랭킹에 기초하여 생성된 피드백을 웨어러블 디바이스(110)로 제공할 수 있다. 다른 예를 들어, 서버(120)는 사용자가 수행하고자 하는 운동의 운동 방법을 포함하는 피드백을 사용자 단말(130)로 제공할 수 있다.
서버(120)는 동적 피드백을 웨어러블 디바이스(110)로 전송하고, 정적 피드백을 사용자 단말(130)로 제공할 수 있다. 이와 달리, 서버(120)는 운동이 종료된 후, 정적 피드백을 웨어러블 디바이스(110)로 전송할 수도 있다.
사용자 단말(130)은 웨어러블 디바이스(110)와 블루투스(bluetooth) 통신을 통해 연결되고, 사용자 단말(130) 및 웨어러블 디바이스(110) 각각에 설치된 운동 피드백을 제공하는 앱을 통해 각각의 운동 정보가 동기화될 수 있다.
사용자 단말(130)은 서버(120)로부터 사용자가 수행하고자 하는 운동의 운동 방법을 포함하는 피드백을 수신할 수 있다. 이 때, 피드백은 그림과 텍스트로 구성되어 디스플레이를 통해 출력될 수 있으며, 음성으로 구성되어 스피커를 통해 출력될 수 있으며, 진동을 통해 출력될 수 도 있다. 이를 통해, 사용자에게 시각적, 청각적, 촉각적 피드백을 제공할 수 있다.
사용자 단말(130)은 사용자로부터 신규 운동 데이터를 등록받을 수 있다. 사용자 단말(130)은 신규 운동 데이터 메뉴를 제공하고, 웨어러블 디바이스(110)와의 통신을 통해 웨어러블 디바이스(110)를 착용한 사용자로부터 운동 데이터를 입력받아 등록할 수 있다.
도 2는 본 발명의 일 실시예에 따른 웨어러블 디바이스의 구성도이다. 도 2를 참조하면, 웨어러블 디바이스(110)는 센서 데이터 수집부(210), 센서 퓨전 데이터 생성부(220), 운동 인지부(230), 저장부(240), 출력부(250), 신규 운동 등록부(260) 및 통신부(270)를 포함할 수 있다.
센서 데이터 수집부(210)는 웨어러블 디바이스(110)에 내장된 복수의 센서로부터 측정된 복수의 센서 데이터(Sensor Data)를 수집할 수 있다. 예를 들어, 센서 데이터 수집부(210)는 웨어러블 디바이스(110)를 착용한 사용자가 운동을 시작하는 경우, 웨어러블 디바이스(110)에 내장된 복수의 센서에 의해 측정된 복수의 센서 데이터를 수집할 수 있다. 여기서, 복수의 센서는 가속도 센서, 자이로 센서, 심박 센서, 중력 센서, 마그네틱 센서, 근접 센서, RGB 센서, 밝기 센서, 기압 센서 등을 포함할 수 있다.
가속도 센서는 중력 가속도가 포함된 칩(chip)으로 구성되며, 웨어러블 디바이스(110)가 어느 정도의 힘을 받고 있는 지에 대한 선방향 가속도를 측정할 수 있다. 가속도 센서는 x/y/z 좌표의 3차원으로 구성되며, 가속도 센서를 통해 가속도 값(단위: g)이 측정되고, 가속도 센서의 값은 ±4G 이상의 값이 이용될 수 있다.
자이로 센서는 각속도를 측정하는 센서로, 자이로 센서를 통해 롤(roll), 피치(pitch), 요(yaw)에 기초한 각도(단위: dps)를 도출할 수 있다. 자이로 센서를 통해 각속도를 계산하여 사용자의 움직임을 파악할 수 있다.
여기서, 센서 데이터 수집부(210)는 노이즈 제거부(211)를 포함할 수 있다.
노이즈 제거부(211)는 칼만 필터, 저역 통과 필터, 고역 통과 필터, 상보 필터, 이동 평균 필터 및 스무싱 필터 등을 이용하여 복수의 센서 데이터로부터 노이즈를 제거할 수 있다. 예를 들어, 센서 데이터는 노이즈를 포함할 수 있으며, 노이즈 제거부(211)가 각 센서의 센서 데이터에 적합한 필터를 적용하여 센서 데이터로부터 노이즈를 제거할 수 있다.
칼만 필터(Kalman filter)는 노이즈가 포함된 입력 데이터로부터 노이즈를 제거하여 현재 상태에 대한 최적의 통계적 예측을 진행할 수 있도록 하는 필터이고, 저역 통과 필터(LPF)는 차단 주파수를 설정하여 고주파 노이즈 신호를 제거하여 저주파 신호만을 이용하는 필터이이다. 고역 통과 필터(HPF)는 차단 주파수를 설정하여 저주파 노이즈 신호를 제거하여 고주파 신호만을 이용하는 필터이고, 상보 필터는 고주파 영역에서 응답 특성이 좋은 자이로 센서를 통해 측정된 값과 저주파영역에서 응답 특성이 좋은 가속도 센서를 통해 측정된 값을 더하여 각도를 측정하는 필터이다. 이동 평균 필터(Moving Average Filter)는 주변의 평균값을 계산하는데 기반한 저주파 통과 또는 평탄화 필터를 의미한다.
센서 퓨전 데이터 생성부(220)는 수신된 복수의 센서 데이터를 데이터 퓨전(Data fusion)을 통해 센서 퓨전 데이터를 생성할 수 있다. 복수의 센서 데이터를 데이터 퓨전을 통해 센서 퓨전 데이터를 생성하는 과정에 대해서는 도 3 및 도 4를 통해 상세히 설명하도록 한다.
도 3은 본 발명의 일 실시예에 따른 복수의 센서에 의해 측정된 복수의 센서 데이터를 도시한 예시적인 도면이다. 도 3을 참조하면, 복수의 센서 데이터(300)는 복수의 센서에 의해 측정된 센서 데이터로, 각각의 센서 데이터는 다른 파형을 지닌 것을 알 수 있다.
도 4는 본 발명의 일 실시예에 따른 복수의 센서 데이터를 데이터 퓨전을 통해 생성된 센서 퓨전 데이터를 도시한 예시적인 도면이다. 도 3 및 도 4를 참조하면, 센서 퓨전 데이터 생성부(220)는 수신한 복수의 센서 데이터(300)를 데이터 퓨전을 통해 하나의 센서 퓨전 데이터(400)로 생성할 수 있다. 이 때, 센서 퓨전 데이터(400)는 적어도 둘 이상의 특이점(410)을 포함할 수 있다. 여기서, 특이점은 운동의 시작점이자 끝점으로 나타내어질 수 있다. 센서 퓨전 데이터(400)는, 예를 들어, 수학식 1을 통해 도출될 수 있다.
Figure pat00001
센서 퓨전 데이터(400)는 복수의 센서 데이터가 데이터 퓨전(Data fusion)을 통해 하나의 센서 퓨전 데이터(400)로 생성된 것으로, 센서 퓨전 데이터 생성부(220)는 예를 들어, 6축의 센서 데이터를 데이터 퓨전을 통해 1개의 축의 센서 퓨전 데이터(400)로 생성할 수 있다. 이는, 사용자가 수행 중인 운동을 인지하기 위해서는 6축 이상의 축이 이용되며, 6축 이상의 축의 센서 데이터로부터 센서 퓨전 데이터를 생성함으로써, 특이점을 용이하게 검출할 수 있게 된다. 여기서, 센서 퓨전 데이터(400)를 통해 검출된 적어도 둘 이상의 특이점은 6축 센서 데이터의 플래그(flag)를 찾기 위한 값일 수 있다.
다시 도 2로 돌아와서, 운동 인지부(230)는 센서 퓨전 데이터로부터 특징 구간을 검출하고, 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동을 인지할 수 있다. 여기서, 운동 인지부(230)는 특이점 검출부(231), 센서 데이터 추출부(232), 유사도 분석부(233)를 포함할 수 있다. 사용자가 수행 중인 운동을 인지하는 과정에 대해서는 도 5a 내지 도 5c를 통해 상세히 설명하도록 한다.
도 5a는 본 발명의 일 실시예에 따른 특징 구간에 따른 센서 데이터를 추출하는 과정을 설명하기 위한 예시적인 도면이다.
도 5a를 참조하면, 특이점 검출부(231)는 피크값, 밸리, 제로 크로싱, 그래프의 넓이, 곡률, 시간, 속도, 가속도, 거리 궤도 등에 기초하여 적어도 둘 이상의 특이점을 검출할 수 있다. 여기서, 적어도 둘 이상의 특이점은 제 1 특이점(501) 및 제 2 특이점(502)을 포함하고, 특징 구간(503)은 제 1 특이점(501)에 해당하는 시각과 제 2 특이점(502)에 해당하는 시각 사이의 구간일 수 있다.
센서 데이터 추출부(232)는 특징 구간(503)에 대한 센서 퓨전 데이터(510)로부터 복수의 센서 데이터(520)를 추출할 수 있다. 예를 들어, 센서 데이터 추출부(232)는 센서 퓨전 데이터(500)로부터 제 1 특이점(501) 및 제 2 특이점(502)에 기초하여 특징 구간(503)이 검출되면, 특징 구간(503)의 센서 퓨전 데이터(510)에 포함된 복수의 센서 데이터(520)로부터 각 센서의 축별 복수의 센서 데이터(530)를 추출할 수 있다.
도 5b는 본 발명의 일 실시예에 따른 각 센서의 축별 센서 데이터와 기저장된 각 센서의 레퍼런스 축별 데이터를 비교하는 과정을 설명하기 위한 예시적인 도면이다.
도 5b를 참조하면, 유사도 분석부(233)는 추출된 각 센서의 축별 센서 데이터와 기저장된 각 센서의 축별 레퍼런스 데이터를 이용하여 각 축 별로 비교(530, 540)할 수 있다.
예를 들어, 유사도 분석부(233) 추출된 가속도 센서의 x축 센서 데이터와 기저장된 가속도 센서의 x축 레퍼런스 데이터를 비교(531)하고, 추출된 가속도 센서의 y축 센서 데이터와 기저장된 가속도 센서의 y축 레퍼런스 데이터를 비교(532)하고, 추출된 가속도 센서의 z축 센서 데이터와 기저장된 가속도 센서의 z축 레퍼런스 데이터를 비교(533)할 수 있다. 또한, 유사도 분석부(233)는 추출된 자이로 센서의 롤(roll)축 센서 데이터와 기저장된 자이로 센서의 롤축 레퍼런스 데이터를 비교(541)하고, 추출된 자이로 센서의 피치(pitch)축 센서 데이터와 기저장된 자이로 센서의 피치축 레퍼런스 데이터를 비교(542)하고, 추출된 자이로 센서의 요(yaw)축 센서 데이터와 기저장된 자이로 센서의 요축 레퍼런스 데이터를 비교(543)할 수 있다.
이러한 과정을 거쳐 유사도 분석부(233)는 각 축별 데이터 간의 정확도 평균을 산출할 수 있다.
도 5c는 본 발명의 일 실시예에 따른 특징 구간에 대한 복수의 센서 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도를 분석하는 과정을 설명하기 위한 예시적인 도면이다.
도 5c를 참조하면, 유사도 분석부(233)는 특징 구간(503)에 대한 복수의 센서 데이터(560)와 기저장된 복수의 운동 패턴 데이터(570) 간의 유사도를 분석할 수 있다. 이 때, 특징 구간(503)에 대한 복수의 센서 데이터(560)와 기저장된 복수의 운동 패턴 데이터(570) 간의 유사도를 분석하기 위해 패턴 인식 알고리즘(pattern recognition algorithm), KNN(k-nearest neighbors algorithm), RNN(Recurrent Neural Network), DTW(Dynamic Time Warping), Perceptrons, Correlation clustering, HMM, MEMMs 등이 이용될 수 있다.
유사도 분석부(233)는 도 5b를 통해 특징 구간(503)에 대한 복수의 센서 데이터(560)의 각 축별 데이터의 평균 정확도가 산출되면, 복수의 센서 데이터(560)의 각 축별 데이터와 기저장된 운동 패턴 데이터의 각 축을 비교하여 일치도를 산출할 수 있다.
예를 들어, 사용자가 현재 수행 중인 운동이 컬인 경우, 유사도 분석부(233)는 컬과 기저장된 덤밸 프레스의 운동 패턴 데이터를 비교하여 일치도 70%로 산출하고, 컬과 기저장된 프론트 레이즈의 운동 패턴 데이터를 비교하여 일치도를 50%로 산출하고, 컬과 기저장된 컬의 운동 패턴 데이터를 비교하여 일치도를 95%로 산출하고, 컬과 기저장된 해머컬의 운동 패턴 데이터를 비교하여 일치도를 80%로 산출하고, 컬과 기저장된 런치의 운동 패턴 데이터를 비교하여 일치도를 20%로 산출할 수 있다.
이러한 과정을 거쳐, 유사도 분석부(233)는 현재 사용자가 수행 중인 운동이 '컬'임을 인지할 수 있게 된다. 이를 통해, 웨어러블 디바이스(110)를 착용한 사용자가 운동 중인 경우, 운동을 자동으로 인지함으로써, 운동을 카운트하기 위해 사용자가 별도의 운동 시작 및 종료에 대한 제어를 불필요해지도록 할 수 있다.
저장부(240)는 복수의 운동 패턴 데이터 각각에 대응하는 운동 데이터를 메모리에 저장할 수 있다. 저장부(240)는 웨어러블 디바이스(110)를 착용한 사용자가 단일 운동을 수행하는 경우 외에 복합 운동을 수행하는 경우에도 각각의 운동을 인지하여 운동 데이터를 저장할 수 있다. 예를 들어, 웨어러블 디바이스(110)를 착용한 사용자가 제 1 운동을 수행한 후 제 2 운동을 수행하고자 하는 경우, 서버(120)는 제 1 운동을 인지하고, 사용자가 제 2 운동을 수행하면, 제 1 운동의 데이터와 다르므로 신규 운동이 입력된 것으로 간주하여 제 1 운동이 종료된 것으로 판단할 수 있다. 이 때, 서버(120)는 제 1 운동 기록을 저장하고, 제 2 운동이 시작된 것으로 간주할 수 있다. 이와 달리, 제 1 운동을 수행한 후 수 초간 어떤 동작도 인지되지 않는 경우, 서버(120)는 제 1 운동이 종료된 것으로 판단하여 운동 기록으로 저장할 수 있다.
이를 통해, 운동 세트별로 자동으로 카운트하여 기록할 수 있다는 장점을 제공할 수 있다.
저장부(240)는 신규 운동 데이터가 저장된 경우, 기저장된 운동 데이터에 신규 운동 데이터를 추가하여 운동 데이터를 업데이트할 수 있다. 이 때, 기저장된 운동 데이터와 사용자의 운동 데이터는 머신러닝을 통해 비교 분석되어 최적의 운동 데이터로 업데이트할 수 있다.
다시 도 2로 돌아와서, 출력부(250)는 인지된 운동에 기초하여 사용자가 수행 중인 운동에 대한 피드백을 디스플레이를 통해 출력할 수 있다. 또한, 출력부(250)는 사용자가 수행 중인 운동에 대한 피드백을 스피커 또는 진동을 통해 출력할 수도 있다. 이 때, 사용자가 운동 중 피드백을 제공받는 것을 원하지 않는 경우, 피드백은 메모리에 저장되고, 앱 종료 또는 앱 시작시 출력될 수 있다.
피드백은 운동명, 운동 가이드, 운동 횟수, 운동 시간, 운동 정확도 및 실시간 소모 칼로리량 중 적어도 하나를 포함하는 동적 피드백 및 운동 방법, 운동 부위, 운동 강도 및 랭킹 중 적어도 하나를 포함하는 정적 피드백을 포함할 수 있다. 랭킹은 사용자로 하여금 자신의 신체 조건(예를 들어, 나이, 키, 몸무게, 국가, 성별, 체지방률, 기후, 인종 등)에 기초하여 자신이 수행중인 운동의 수준(즉, 타인과의 비교)을 파악할 수 있도록 할 수 있다.
운동 정확도는 사용자의 움직임에 기초하여 운동 패턴의 유사도를 이용하여 정확도를 계산될 수 있다. 또한, 운동 정확도를 통해 사용자의 자세를 3차원 좌표로 변환하여 사용자의 자세에 대한 코칭을 제공할 수도 있다. 예를 들어, 운동 정확도을 이용하여 각 센서의 축별 레퍼런스 데이터와 사용자의 특징 구간에 대한 센서 데이터(실시간 데이터) 간의 좌표값의 비교를 통해 사용자의 잘못된 자세(예를 들어, 손목 꺾임, 몸의 쏠림 등)를 실시간으로 코칭할 수 있다.
소모 칼로리량은 쿼터니언 변환 후, 움직임의 변위량에 따라 칼로리가 계산될 수 있다. 이 때, 칼로리는 성별, 나이, 체중, 심박수, 시간에 따른 활동 레벨에 기초하여 계산될 수 있다. 활동 레벨은 쿼터니언 변위량과 운동 부위 레벨에 따라 산출될 수 있다. 예를 들어, 소모 칼로리량은 특징 구간에 대한 센서 데이터가 3차원 좌표 또는 쿼터니언으로 변환된 후, 움직임의 변위량에 따라 소모 칼로리량이 계산될 수 있다. 소모 칼로리량은 예를 들어, 수학식 2를 통해 도출될 수 있다.
Figure pat00002
(여기서, T = 1회 시간, Activity Level = ((쿼터니언(움직임) 변위량) * (운동 부위 레벨(판별운동명)))이며, 운동 부위 레벨은 MET(Metabolic Equivalent Task) 수치와 관련있음)
쿼터니언 변위량은 사용자의 움직임에 해당하고, 변위량은 사용자의 웨어러블 디바이스(110)가 움직인 거리를 의미한다. 소모 칼로리량은 사용자가 착용한 웨어러블 디바이스(110)의 움직인 거리를 측정하고, 기존 칼로리 계산 공식에 쿼터니언 변위량을 변수로 하여 계산될 수 있다. 여기서, 소모 칼로리량은 모든 운동에서 평균을 '1'로 하고, 변위량이 적은 운동의 경우 1보다 낮게, 변위량이 큰 운동의 경우 1보다 크게 정의하여 계산될 수 있다. 이 때, 소모 칼로리량은 운동 횟수에 따라 변화되며, 예를 들어, 팔운동의 경우, 근육의 움직임이 전신운동보다 낮기 때문에 활동 레벨이 낮게 설정되며, 전신 운동의 경우, 활동 레벨이 높게 설정될 수 있다.
운동 강도는 주, 월, 분기 단위로 사용자의 운동량이 파악되면, 운동을 수행한 비율에 따라 운동 강도가 피드백으로 제공될 수 있다. 운동 가이드는 사용자의 운동 자세에 대한 정확도가 계산되어 운동 자세에 대한 가이드를 피드백으로 웨어러블 디바이스(110) 또는 사용자 단말(130)로 제공할 수 있다. 사용자의 운동 데이터를 머신러닝을 통해 분석함으로써, 사용자에게 운동 자세를 가이드하고, 사용자에게 적합한 운동을 추천하고, 사용자가 수행 중인 운동의 운동 강도를 추천할 수 있다. 또한, 운동별로 각각의 칼로리 소모량을 측정하여 사용자에게 제공할 수 있다.
이를 통해, 웨어러블 디바이스(110)를 착용한 사용자는 수행 중인 운동에 대한 피드백을 웨어러블 디바이스(110)의 디스플레이를 통해 직관적으로 확인할 수 있다.
또한, 사용자와 비슷한 특성(예를 들어, 키, 나이, 지역 등)의 다른 사용자와 비교하여 운동 진행 정도를 사용자에게 알려줌으로써, 경쟁 심리를 이용한 동기 부여를 제공할 수 있다. 이 때, 서버(120)는 운동에 따라 이용되는 사용자의 운동 근육을 그래픽을 통해 사용자 단말(130)로 전송하여 사용자에게 부족한 운동을 피드백으로 추천할 수 있다.
예를 들어, 출력부(250)는 '벤치 프레스/4회/02:30'과 같은 피드백을 디스플레이를 통해 출력하고, 운동 횟수가 증가될 때마다 알림음을 스피커를 통해 출력하거나, 진동을 출력할 수도 있다. 사용자가 수행 중인 운동에 대한 피드백을 제공하는 과정에 대해서는 도 6a 및 도 6b를 통해 상세히 설명하도록 한다.
도 6a 및 도 6b는 본 발명의 일 실시예에 따른 웨어러블 디바이스 및 사용자 단말로 제공된 사용자가 수행 중인 운동에 대한 피드백을 도시한 예시적인 도면이다.
도 6a는 본 발명의 일 실시예에 따른 웨어러블 디바이스에서 표시된 사용자가 수행 중인 운동에 대한 피드백을 도시한 예시적인 도면이다. 도 6a를 참조하면, 출력부(250)는 동적 피드백을 디스플레이를 통해 출력할 수 있다. 여기서, 동적 피드백은 운동명, 운동 횟수, 운동 시간 및 실시간 소모 칼로리량 등을 포함할 수 있다. 예를 들어, 운동 인지부(230)에서 사용자가 현재 수행 중인 운동이 '벤치 프레스'로 인지된 경우, 출력부(250)는 '운동명- 벤치프레스', '운동횟수- 4회', '운동 시간- 00:45', '소모 칼로리-7kcal' 등에 대한 피드백(610)을 웨어러블 디바이스(110)로 제공할 수 있다. 다른 예를 들어, 출력부(250)는 운동이 종료되면, 사용자가 수행한 운동 이력에 대한 피드백(620) (즉, 정적 피드백)을 디스플레이를 통해 출력할 수 있다.
도 6b는 본 발명의 일 실시예에 따른 사용자 단말에서 표시된 사용자가 수행 중인 운동에 대한 피드백을 도시한 예시적인 도면이다.
도 6b를 참조하면, 웨어러블 디바이스(110)의 통신부(270)는 사용자가 수행 중인 운동에 대한 운동 데이터를 서버(120)로 전송할 수 있다.
이때, 사용자 단말(130)은 서버(120)로부터 사용자가 수행 중인 운동에 대한 피드백을 수신할 수 있다.
이와 달리, 웨어러블 디바이스(110)는 블루투스 통신을 통해 사용자 단말(130)과 연결되며, 통신부(270)가 사용자가 수행 중인 운동에 대한 피드백을 사용자 단말(130)로 직접 전송할 수도 있다. 여기서, 피드백은 운동명, 운동 횟수, 운동 시간, 실시간 소모 칼로리량, 운동 정확도, 운동 방법, 운동 부위, 운동 강도 및 랭킹 중 등을 포함할 수 있다.
예를 들어, 운동 인지부(230)에서 사용자가 현재 수행 중인 운동이 '벤치 프레스'로 인지된 경우, 통신부(270)는 '벤치프레스'와 관련된 운동 데이터를 서버(120)로 전송할 수 있다. 이때, 서버(120)는 사용자가 수행 중인 운동에 관한 정보에 기초하여 사용자의 운동별 종합 운동 데이터를 업데이트할 수 있다(즉, 운동 기록, 랭킹 등을 업데이트).
이때, 서버(120)는 '벤치프레스'와 관련된 피드백을 사용자 단말(130)로 제공할 수 있다. 이 때, 사용자 단말(130)은 수신한 '벤츠 프레스' 운동 방법에 대한 피드백(630), '벤치 프레스'를 통해 운동이 되는 부위에 대한 피드백(640), '벤치 프레스' 운동의 시간 및 횟수에 기초한 랭킹에 대한 피드백(650), 실시간 운동 피드백(660)을 출력할 수 있다.
출력부(250)는 기저장되지 않은 운동을 수행하는 경우, 해당 운동을 별도로 저장할지에 대한 피드백을 디스플레이를 통해 출력할 수 있다. 예를 들어, 기저장되지 않은 운동 패턴에 해당하는 운동이 사용자에 의해 수행된 경우, 운동 인지부(230)는 해당 운동명은 인지되지 않고, 운동 횟수만 인지하게 된다. 따라서, 기저장되지 않은 운동이 종료되면, 출력부(250)는 해당 운동을 별도로 저장할 것인지에 대한 피드백을 디스플레이를 통해 출력할 수 있다.
신규 운동 등록부(260)는 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도가 기설정된 값 이하인 경우, 사용자가 수행 중인 운동에 대한 운동 패턴 데이터를 추출하고, 추출된 운동 패턴 데이터를 포함하는 신규 운동 데이터를 메모리에 저장할 수 있다. 이 때, 데이터베이스에 저장된 신규 운동 데이터는 사용자 단말(130)과 동기화될 수 있다.
신규 운동 등록부(260)는 기존의 운동 데이터에 신규 운동 데이터를 머신러닝을 통해 업데이트할 수 있다. 이 때, 신규 운동 등록부(260)는 기저장된 운동 패턴 데이터와 비교하여 운동의 성질을 분석하고, 출력부(250)는 운동 성질에 따른 피드백을 디스플레이를 통해 출력할 수 있다. 또는, 통신부(270)가 운동 성질에 따른 피드백을 사용자 단말(130)로 전송할 수 있다.
이와 달리, 신규 운동 등록부(260)는 사용자 단말(130)과의 연동을 통해 신규 운동 데이터를 입력받을 수도 있다. 예를 들어, 신규 운동 등록부(260)는 사용자가 사용자 단말(130)의 운동 피드백을 제공하는 앱을 통해 신규 운동을 등록하기 위한 단계로 진입함으로써 사용자로부터 신규 운동 데이터를 입력받을 수 있다. 사용자가 사용자 단말(130)을 이용하여 신규 운동을 등록하는 과정에 대해서는 도 7을 통해 상세히 설명하도록 한다.
도 7은 본 발명의 일 실시예에 따른 신규 운동 데이터를 등록하는 과정을 설명하기 위한 예시적인 도면이다. 도 7을 참조하면, 신규 운동 등록부(260)는 사용자 단말(130)을 통해 사용자로부터 이미지와 운동 설명 및 운동 부위 등을 입력받아 신규 운동으로 등록할 수 있다.
예를 들어, 사용자는 사용자 단말(130)을 통해 운동 피드백을 제공하는 앱의 신규 운동을 등록하기 위한 메뉴(710)로 진입할 수 있다. 사용자 단말(130)은 '운동만들기' 메뉴(710)를 통해 '새로운 운동을 등록합니다. 같은 동작을 7번 반복해주세요."라는 메시지를 표시할 수 있다. 이 때, 웨어러블 디바이스(110)를 장착한 사용자가 특정 운동을 '7번' 반복한 경우, 사용자 단말(130)이 '등록 메뉴'(720)를 통해 사용자로부터 운동명, 운동 부위, 운동 설명, 이미지, 동영상 등을 입력받거나, 사용자로부터 앱을 통해 등록하고자 하는 운동명을 선택받으면, 신규 운동 등록부(260)는 사용자 단말(130)로부터 신규 운동 데이터를 수신하여 신규 운동으로 등록할 수 있다. 이 때, 사용자가 특정 운동을 '7번' 반복하는 동안, 다른 운동이 입력되는 경우, 신규 운동의 등록이 중지될 수 있다. 서버(120)에 신규 운동이 등록되면, 신규 운동에 대한 피드백을 웨어러블 디바이스(110) 또는 사용자 단말(130)로 제공할 수 있다. 예를 들어, 사용자가 새로운 운동을 생성하였어도 머신러닝을 통해 종합 운동 데이터에 비슷한 운동이 존재하는 경우, 서버(120)는 웨어러블 디바이스(110) 또는 사용자 단말(130)로 피드백을 제공할 수 있다. 이 때, 비슷한 운동의 레퍼런스 데이터가 수정되거나, 삭제될 수 있다.
다른 예를 들어, 신규 운동 생성의 다른 방법으로, 웨어러블 디바이스(110)는 사용자가 운동 패턴이 기저장된 인지 가능한 운동을 실행한 이후 인지되지 않는 운동을 실행하는 경우, 인지되지 않은 운동에 대해 운동 횟수만 인지할 수 있다. 그리고 인지되지 않은 운동이 종료되면, 웨어러블 디바이스(110)는 사용자에게 해당 운동이 저장되어 있지 않은 운동이며, 신규 운동으로의 등록할지에 대한 피드백을 제공할 수 있다. 이를 통해, 사용자만의 개인 맞춤형 운동의 등록이 가능하고, 기저장된 운동과 등록된 신규 운동과의 조합을 통해 피트니스 프로그램을 제작할 수 있으며, 이를 다른 사용자와 공유할 수 있다는 장점을 제공할 수 있다.
또한, 모든 사용자의 운동 데이터를 머신러닝을 통해 최적의 운동 데이터를 도출하고, 다른 사용자에게 최적의 운동 데이터를 제공할 수 있다.
도 8은 본 발명의 일 실시예에 따른 웨어러블 디바이스에서 운동에 대한 피드백을 제공하는 방법의 순서도이다. 도 8에 도시된 웨어러블 디바이스(110)에서 운동에 대한 피드백을 제공하는 방법은 도 1 내지 도 7에 도시된 실시예에 따른 운동 피드백 제공 시스템(1)에 의해 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하 생략된 내용이라고 하더라도 도 1 내지 도 7에 도시된 실시예에 따른 웨어러블 디바이스(110)에서 운동에 대한 피드백을 제공하는 방법에도 적용된다.
단계 S810에서 웨어러블 디바이스(110)는 웨어러블 디바이스(110)에 내장된 복수의 센서로부터 측정된 복수의 센서 데이터(Sensor Data)를 수집할 수 있다.
단계 S820에서 웨어러블 디바이스(110)는 수집된 복수의 센서 데이터를 데이터 퓨전을 통해 센서 퓨전 데이터를 생성할 수 있다.
단계 S830에서 웨어러블 디바이스(110)는 센서 퓨전 데이터로부터 특징 구간을 검출하고, 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동을 인지할 수 있다.
단계 S840에서 웨어러블 디바이스(110)는 인지된 운동에 기초하여 사용자가 수행 중인 운동에 대한 피드백을 디스플레이를 통해 출력할 수 있다.
상술한 설명에서, 단계 S810 내지 S840은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 전환될 수도 있다.
도 9는 본 발명의 일 실시예에 따른 서버의 구성도이다. 도 10을 참조하면, 서버(120)는 수신부(910), 저장부(920) 및 피드백 제공부(930)를 포함할 수 있다.
수신부(910)는 웨어러블 디바이스로(110)부터 사용자가 수행한 운동에 대한 운동 데이터를 수신할 수 있다.
저장부(920)는 수신한 운동 데이터를 운동별 종합 운동 데이터에 저장할 수 있다. 예를 들어, 저장부(920)는 수신한 운동 데이터를 운동 별로 생성된 종합 운동 데이터에 누적하여 저장할 수 있다. 종합 운동 데이터는 특정 운동의 운동 방법과 해당 운동의 누적된 운동 시간, 누적된 운동 기록, 누적된 운동 횟수 등을 포함하는 기저장된 운동 데이터 등을 포함할 수 있다.
피드백 제공부(930)는 운동별 종합 운동 데이터에 기초하여 피드백을 웨어러블 디바이스(110) 및/또는 사용자 단말(130)으로 제공할 수 있다. 예를 들어, 피드백 제공부(930)는 사용자가 수행한 운동의 운동 데이터가 종합 운동 데이터에 저장되면, 해당 운동의 랭킹에 기초하여 생성된 피드백을 웨어러블 디바이스(110)로 제공할 수 있다. 다른 예를 들어, 피드백 제공부(930)는 사용자가 수행하고자 하는 운동의 운동 방법을 포함하는 피드백을 사용자 단말(130)로 제공할 수 있다.
도 10은 본 발명의 일 실시예에 따른 서버에서 운동에 대한 피드백을 제공하는 방법의 순서도이다. 도 10에 도시된 서버(120)에서 운동에 대한 피드백을 제공하는 방법은 도 1 내지 도 9에 도시된 실시예에 따른 운동 피드백 제공 시스템(1)에 의해 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하 생략된 내용이라고 하더라도 도 1 내지 도 9에 도시된 실시예에 따른 서버(120)에서 운동에 대한 피드백을 제공하는 방법에도 적용된다.
단계 S1010에서 서버(120)는 웨어러블 디바이스(110)로부터 사용자가 수행 중인 운동이 인지되고, 인지된 운동 데이터를 수신할 수 있다.
단계 S1020에서 서버(120)는 수신한 운동 데이터를 운동별 종합 운동 데이터에 저장할 수 있다.
단계 S1030에서 서버(120)는 저장된 종합 운동 데이터에 기초하여 피드백을 생성할 수 있다.
단계 S1040에서 서버(120)는 생성된 피드백을 웨어러블 디바이스(110)로 전송할 수 있다.
상술한 설명에서, 단계 S1010 내지 S1040은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 전환될 수도 있다.
도 1 내지 도 10을 통해 설명된 웨어러블 디바이스 및 서버에서 운동에 대한 피드백을 제공하는 방법은 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램 또는 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 또한, 도 1 내지 도 10을 통해 설명된 웨어러블 디바이스 및 서버에서 운동에 대한 피드백을 제공하는 방법은 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램의 형태로도 구현될 수 있다.
컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
110: 웨어러블 디바이스
120: 서버
130: 사용자 단말
210: 센서 데이터 수집부
211: 노이즈 제거부
220: 센서 퓨전 데이터 생성부
230: 운동 인지부
231: 특이점 검출부
232: 센서 데이터 추출부
233: 유사도 분석부
240: 저장부
250: 피드백 제공부
260: 신규 운동 등록부
270: 통신부
910: 수신부
920: 저장부
930: 피드백 제공부

Claims (20)

  1. 운동에 대한 피드백을 제공하는 웨어러블 디바이스에 있어서,
    상기 웨어러블 디바이스에 내장된 복수의 센서로부터 측정된 복수의 센서 데이터를 수집하는 센서 데이터 수집부;
    상기 수집된 복수의 센서 데이터를 데이터 퓨전(Data fusion)을 통해 센서 퓨전 데이터로 생성하는 센서 퓨전 데이터 생성부;
    상기 센서 퓨전 데이터로부터 특징 구간을 검출하고, 상기 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동을 인지하는 운동 인지부; 및
    상기 인지된 운동에 기초하여 상기 사용자가 수행 중인 운동에 대한 피드백을 출력하는 출력부를 포함하는, 웨어러블 디바이스.
  2. 제 1 항에 있어서,
    상기 운동 인지부는 피크값, 밸리, 제로 크로싱, 그래프의 넓이, 곡률, 시간, 각도, 가속도, 거리, 궤도 중 적어도 하나에 기초하여 적어도 둘 이상의 특이점을 검출하는 특이점 검출부를 포함하는 것인, 웨어러블 디바이스.
  3. 제 2 항에 있어서,
    상기 적어도 둘 이상의 특이점은 제 1 특이점 및 제 2 특이점을 포함하고,
    상기 특징 구간은 상기 제 1 특이점에 해당하는 시각과 상기 제 2 특이점에 해당하는 시각 사이의 구간인 것인, 웨어러블 디바이스.
  4. 제 1 항에 있어서,
    상기 운동 인지부는 상기 센서 퓨전 데이터로부터 상기 특징 구간에 대한 복수의 센서 데이터를 추출하는 센서 데이터 추출부
    를 포함하는 것인, 웨어러블 디바이스.
  5. 제 4 항에 있어서,
    상기 운동 인지부는 상기 특징 구간에 대한 복수의 센서 데이터와 상기 기저장된 복수의 운동 패턴 데이터 간의 유사도를 분석하는 유사도 분석부
    를 더 포함하는 것인, 웨어러블 디바이스.
  6. 제 5 항에 있어서,
    상기 유사도 분석부는 상기 특징 구간에 대한 복수의 센서 데이터의 센서별 각 축과 기저장된 각 센서의 축별 레퍼런스 데이터 간의 유사도를 분석하는 것인, 웨어러블 디바이스.
  7. 제 1 항에 있어서,
    상기 복수의 운동 패턴 데이터 각각에 대응하는 운동 데이터를 메모리에 저장하는 저장부
    를 더 포함하는 것인, 웨어러블 디바이스.
  8. 제 5 항에 있어서,
    상기 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도가 기설정된 값 이하인 경우, 상기 사용자가 수행 중인 운동에 대한 운동 패턴 데이터를 추출하고, 상기 추출된 운동 패턴 데이터를 포함하는 신규 운동 데이터를 메모리에 저장하는 신규 운동 등록부
    를 더 포함하는 것인, 웨어러블 디바이스.
  9. 제 8 항에 있어서,
    상기 신규 운동 등록부는 제 1 특징 구간에 대한 데이터에 기초하여 상기 사용자가 수행한 제 1 운동이 인지된 이후, 제 2 특징 구간에 대한 데이터와 상기 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 상기 사용자가 수행 중인 제 2 운동이 인지되지 않은 경우, 상기 인지되지 않은 제 2 운동에 대한 운동 패턴 데이터를 포함하는 신규 운동 데이터를 메모리에 저장하는 것인, 웨어러블 디바이스.
  10. 제 1 항에 있어서,
    상기 피드백은 운동명, 운동 가이드, 운동 횟수, 운동 시간, 운동 정확도 및 실시간 소모 칼로리량 중 적어도 하나를 포함하는 동적 피드백 및 운동 방법, 운동 부위, 운동 강도 및 랭킹 중 적어도 하나를 포함하는 정적 피드백을 포함하는 것인, 웨어러블 디바이스.
  11. 제 10 항에 있어서,
    상기 실시간 소모 칼로리량은 상기 특징 구간에 대한 센서 데이터가 쿼터니언으로 변환되고, 변환된 쿼터니언의 변위량에 따라 칼로리 소모량이 변화되는 것인, 웨어러블 디바이스.
  12. 제 1 항에 있어서,
    상기 사용자가 수행 중인 운동에 관한 운동 데이터를 서버로 전송하는 통신부를 더 포함하고,
    상기 사용자가 수행 중인 운동에 관한 운동 데이터에 기초하여 상기 사용자의 운동별 종합 운동 데이터가 업데이트되는 것인, 웨어러블 디바이스.
  13. 제 1 항에 있어서,
    상기 센서 데이터 수집부는 칼만 필터, 저역 통과 필터, 고역 통과 필터, 상보 필터, 이동 평균 필터 및 스무싱 필터 중 적어도 하나를 이용하여 상기 복수의 센서 데이터로부터 노이즈를 제거하는 노이즈 제어부
    를 포함하는 것인, 웨어러블 디바이스.
  14. 제 7 항에 있어서,
    상기 운동 데이터는 적어도 하나 이상의 운동 패턴 데이터 간의 조합을 통해 큐레이션 운동 데이터로 생성되고, 상기 생성된 큐레이션 운동 데이터가 다른 사용자의 웨어러블 디바이스 또는 사용자 단말로 공유되는 것인, 웨어러블 디바이스.
  15. 웨어러블 디바이스에서 운동에 대한 피드백을 제공하는 방법에 있어서,
    웨어러블 디바이스에 내장된 복수의 센서로부터 측정된 복수의 센서 데이터를 수집하는 단계;
    상기 수집된 복수의 센서 데이터를 데이터 퓨전(Data fusion)을 통해 센서 퓨전 데이터로 생성하는 단계;
    상기 센서 퓨전 데이터로부터 특징 구간을 검출하고, 상기 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 사용자가 수행 중인 운동을 인지하는 단계; 및
    상기 인지된 운동에 기초하여 상기 사용자가 수행 중인 운동에 대한 피드백을 출력하는 단계를 포함하는, 운동 피드백 제공 방법.
  16. 제 14 항에 있어서,
    상기 운동을 인지하는 단계는 피크값, 밸리, 제로 크로싱, 그래프의 넓이, 곡률, 시간, 각도, 가속도, 거리, 궤도 중 적어도 하나에 기초하여 적어도 둘 이상의 특이점을 검출하는 것인, 운동 피드백 제공 방법.
  17. 제 15 항에 있어서,
    상기 적어도 둘 이상의 특이점은 제 1 특이점 및 제 2 특이점을 포함하고,
    상기 특징 구간은 상기 제 1 특이점에 해당하는 시각과 상기 제 2 특이점에 해당하는 시각 사이의 구간인 것인, 운동 피드백 제공 방법.
  18. 제 1 항에 있어서,
    상기 운동을 인지하는 단계는,
    상기 센서 퓨전 데이터로부터 상기 특징 구간에 대한 복수의 센서 데이터를 추출하고,
    상기 특징 구간에 대한 복수의 센서 데이터와 상기 기저장된 복수의 운동 패턴 데이터 간의 유사도를 분석하는 것인, 운동 피드백 제공 방법.
  19. 제 13 항에 있어서,
    상기 피드백은 운동명, 운동 가이드, 운동 횟수, 운동 시간, 운동 정확도 및 실시간 소모 칼로리량 중 적어도 하나를 포함하는 동적 피드백 및 운동 방법, 운동 부위, 운동 강도 및 랭킹 중 적어도 하나를 포함하는 정적 피드백을 포함하는 것인, 운동 피드백 제공 방법.
  20. 서버에서 운동에 대한 피드백을 제공하는 방법에 있어서,
    웨어러블 디바이스로부터 사용자가 수행한 운동에 대한 운동 데이터를 수신하는 단계;
    상기 수신한 운동 데이터에 기초하여 운동별 종합 운동 데이터를 업데이트하는 단계;
    상기 사용자가 수행한 운동에 대한 피드백을 사용자 단말로 제공하는 단계를 포함하되,
    상기 운동 데이터는 센서 퓨전 데이터로부터 특징 구간이 검출되고, 상기 특징 구간에 대한 데이터와 기저장된 복수의 운동 패턴 데이터 간의 유사도에 기초하여 상기 사용자가 수행 중인 운동이 인지되고,
    상기 센서 퓨전 데이터는 수집된 복수의 센서 데이터(Raw Data)가 데이터 퓨전(Data fusion)을 통해 생성되고,
    상기 센서 데이터는 상기 웨어러블 디바이스에 내장된 복수의 센서로부터 측정되는 것인, 피드백 제공 방법.
KR1020180130189A 2017-10-27 2018-10-29 운동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법 KR102108180B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170141522 2017-10-27
KR20170141522 2017-10-27

Publications (2)

Publication Number Publication Date
KR20190047644A true KR20190047644A (ko) 2019-05-08
KR102108180B1 KR102108180B1 (ko) 2020-05-08

Family

ID=66580544

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180130189A KR102108180B1 (ko) 2017-10-27 2018-10-29 운동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법

Country Status (1)

Country Link
KR (1) KR102108180B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220139485A (ko) * 2021-04-07 2022-10-17 이성민 견 관절 회복 솔루션을 제공하는 전자 장치 및 프로그램
WO2023013953A1 (ko) * 2021-08-02 2023-02-09 삼성전자 주식회사 운동 종목을 생성하기 위한 전자 장치 및 그 전자 장치에서의 동작 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015532841A (ja) * 2012-09-07 2015-11-16 ザ リージェンツ オブ ザ ユニヴァーシティー オブ カリフォルニアＴｈｅ Ｒｅｇｅｎｔｓ Ｏｆ Ｔｈｅ Ｕｎｉｖｅｒｓｉｔｙ Ｏｆ Ｃａｌｉｆｏｒｎｉａ マルチセンサ無線式腹部監視装置、システムおよび方法
US20150374280A1 (en) * 2013-02-06 2015-12-31 Corehab S.R.L. Belt for guiding the activation of the core muscles
US20160325143A1 (en) * 2014-09-23 2016-11-10 Fitbit, Inc. Hybrid angular motion sensors
KR101733746B1 (ko) * 2015-10-26 2017-05-08 주식회사 스탠딩에그 사용자 컨텍스트 기반 움직임 카운팅 방법, 이를 수행하는 센서 장치 및 웨어러블 장치
KR20170095691A (ko) * 2016-02-15 2017-08-23 부산외국어대학교 산학협력단 Ict기반 근력트레이닝시스템 제어방법
KR20180064885A (ko) * 2016-12-06 2018-06-15 동서대학교산학협력단 웨어러블 디바이스를 이용한 운동 관리 시스템 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015532841A (ja) * 2012-09-07 2015-11-16 ザ リージェンツ オブ ザ ユニヴァーシティー オブ カリフォルニアＴｈｅ Ｒｅｇｅｎｔｓ Ｏｆ Ｔｈｅ Ｕｎｉｖｅｒｓｉｔｙ Ｏｆ Ｃａｌｉｆｏｒｎｉａ マルチセンサ無線式腹部監視装置、システムおよび方法
US20150374280A1 (en) * 2013-02-06 2015-12-31 Corehab S.R.L. Belt for guiding the activation of the core muscles
US20160325143A1 (en) * 2014-09-23 2016-11-10 Fitbit, Inc. Hybrid angular motion sensors
KR101733746B1 (ko) * 2015-10-26 2017-05-08 주식회사 스탠딩에그 사용자 컨텍스트 기반 움직임 카운팅 방법, 이를 수행하는 센서 장치 및 웨어러블 장치
KR20170095691A (ko) * 2016-02-15 2017-08-23 부산외국어대학교 산학협력단 Ict기반 근력트레이닝시스템 제어방법
KR20180064885A (ko) * 2016-12-06 2018-06-15 동서대학교산학협력단 웨어러블 디바이스를 이용한 운동 관리 시스템 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220139485A (ko) * 2021-04-07 2022-10-17 이성민 견 관절 회복 솔루션을 제공하는 전자 장치 및 프로그램
WO2023013953A1 (ko) * 2021-08-02 2023-02-09 삼성전자 주식회사 운동 종목을 생성하기 위한 전자 장치 및 그 전자 장치에서의 동작 방법

Also Published As

Publication number Publication date
KR102108180B1 (ko) 2020-05-08

Similar Documents

Publication Publication Date Title
Vallabh et al. Fall detection monitoring systems: a comprehensive review
de la Concepción et al. Mobile activity recognition and fall detection system for elderly people using Ameva algorithm
US11779808B2 (en) Wearable device systems and methods for guiding physical movements
Varkey et al. Human motion recognition using a wireless sensor-based wearable system
KR102141288B1 (ko) 홈 트레이닝 제공 방법 및 시스템
KR101687252B1 (ko) 맞춤형 개인 트레이닝 관리 시스템 및 방법
JP5896240B2 (ja) 運動支援装置、運動支援方法及び運動支援プログラム
KR102089002B1 (ko) 행동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법
US20140278219A1 (en) System and Method For Monitoring Movements of a User
Raso et al. m-Physio: personalized accelerometer-based physical rehabilitation platform
KR20150061231A (ko) 웨어러블 디바이스 및 그 제어 방법
US11482126B2 (en) Augmented reality system for providing movement sequences and monitoring performance
JP2022500801A (ja) モバイル装置のユーザの認知状態を判定するための装置、方法、及びプログラム
US11049321B2 (en) Sensor-based object tracking and monitoring
JP6241488B2 (ja) 運動支援装置、運動支援方法及び運動支援プログラム
Xu et al. Personalized multilayer daily life profiling through context enabled activity classification and motion reconstruction: An integrated system approach
KR102108180B1 (ko) 운동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법
Yi et al. Home interactive elderly care two-way video healthcare system design
Faye et al. A two-level approach to characterizing human activities from wearable sensor data
Viana et al. GymApp: A real time physical activity trainner on wearable devices
CN114341947A (zh) 用于使用可穿戴设备的锻炼类型辨识的系统和方法
Bajo et al. A distributed architecture for facilitating the integration of blind musicians in symphonic orchestras
JP6432665B2 (ja) 運動装置、腕降り角度検出方法及びプログラム
US20230389880A1 (en) Non-obtrusive gait monitoring methods and systems for reducing risk of falling
Rahman i-Therapy: a non-invasive multimedia authoring framework for context-aware therapy design

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
N231 Notification of change of applicant