KR20190077990A - 보행 상태 추정 방법 및 장치 - Google Patents

Abstract

보행 상태 추정 방법 및 장치가 개시된다. 개시된 보행 상태 추정 방법은 사용자의 의족 또는 다리에 부착된 센서를 통해, 상기 사용자의 슬관절의 각도 값을 획득하는 단계; 상기 슬관절의 각도 값에 기초하여 상기 슬관절에 대한 극점 변화 패턴을 결정하는 단계; 및 상기 극점 변화 패턴 및 상태 머신을 이용하여, 상기 사용자의 보행 단계를 추정하는 단계를 포함한다.

Description

보행 상태 추정 방법 및 장치{METHOD AND APPARATUS FOR ESTIMATING WALKING STATE}

아래의 설명은 보행 상태 추정 방법 및 장치에 관한 것이다.

의족은 선천적인 원인 또는 후천적인 사고로 인하여 다리를 절단한 사람들이 사용하는 보조기구이다. 의족은 절단 부위에 따라 대퇴의족과 하퇴의족으로 구분 된다. 대퇴의족은 무릎이하 절단자들이 사용하는 의족이고, 하퇴의족은 발목이하 절단자들이 사용하는 의족이다. 이러한 절단 위치상 이유로 하퇴의족 사용자들이 대퇴의족 절단자 들보다 보편적으로 보조기구를 활용한 보행에 큰 불편함이 없다. 그러나 대퇴의족 착용자들의 경우 의족에 적응하면 평지 보행에 있어 큰 어려움을 느끼지 못하지만 경사도가 높은 경사로 또는 계단 보행 같은 보행 환경에서 보행에 불편함을 호소한다.

이러한 문제점을 해결하고자 현재의 대퇴의족 연구 트렌드는 수동적인 대퇴의족에서 지능형 대퇴의족으로 연구 발전 되고 있다. 수동형 대퇴의족은 머신적 연속동작으로 슬관절을 굽힙과 신전을 재현하는 것이고, 지능형 대퇴의족은 엑추에이터를 제어하여 슬관절의 굽힙과 신전을 원하는 관절 각도로 재현하는 의족이다.

이러한 지능형 의족의 관절각을 보행 환경에 따라 변화 시켜 주기 위해서 과거에는 리모컨으로 모드를 변경하였다. 하지만 최근의 연구 트렌드는 의족의 탑제된 센서로 능동적으로 보행환경을 추정하여 보행 환경에 맞는 보행 궤적으로 슬관절을 운동 시켜주는 형태이다. 그러나 이러한 연구 형태의 단점은 해당 보행 환경에 대퇴의족이 진입을 해야만 보행 환경 추정의 가능하기 때문에 보행 환경 대응이 늦다.

본 발명은 지능형 대퇴의족이 평지보행 환경과 경사로 보행환경을 능동적으로 파악하여 보행모드를 자율적으로 변경하기 위한 방법 및 장치를 제공할 수 있다.

본 발명은 의족에 탑재 또는 부착된 관성센서 모듈과 대퇴의족과 인공 발을 체결하는 체결부에 스트레인게이지로부터 발생되는 데이터를 이용할 수 있다. 본 발명은 스트레인게이지로 추정된 지면반발력을 평지와 경사로에 따라 분류하여 일정 임계값을 기준으로 분류하고, 관성센서로 보행 진행에 따른 슬관절의 각도 값을 바탕으로 보행단계를 세분화하고 평지와 경사로에서 각기 다른 특징으로 도출되는 보행 단계의 특징을 바탕으로 보행 환경을 검출할 수 있다.

일실시예에 따른 보행 상태 추정 방법은 사용자의 의족 또는 다리에 부착된 센서를 통해, 상기 사용자의 슬관절의 각도 값을 획득하는 단계; 상기 슬관절의 각도 값에 기초하여 상기 슬관절에 대한 극점 변화 패턴을 결정하는 단계; 및 상기 극점 변화 패턴 및 상태 머신을 이용하여, 상기 사용자의 보행 단계를 추정하는 단계를 포함한다.

일실시예에 따른 보행 상태 추정 방법에서 상기 사용자의 보행 단계를 추정하는 단계는 한 보행에서 4개의 극점이 존재하는 특성; 상기 극점 변화 패턴이 주기성을 가지는 특성; 및 상기 보행 단계의 현재 단계가 이전 단계 및 이후 단계 중 적어도 하나의 단계와 연관성을 가지는 특성 중 적어도 하나의 특성에 기반하여, 상기 사용자의 보행 단계를 추정할 수 있다.

일실시예에 따른 보행 상태 추정 방법에서 상기 보행 단계는 상기 극점 변화 패턴에 포함된 최대 굴곡과 최대 신전에 기반하여 구분될 수 있다.

일실시예에 따른 보행 상태 추정 방법은 상기 보행 단계에 기초하여 상기 사용자의 보행 환경을 추정하는 단계를 더 포함할 수 있다.

일실시예에 따른 보행 상태 추정 방법에서 상기 보행 환경을 추정하는 단계는 상기 추정된 보행 단계에서 발생된 극점의 특징에 기반하여, 상기 보행 환경을 평지, 경사로 상행 및 경사로 하행 중 어느 하나로 추정할 수 있다.

일실시예에 따른 보행 상태 추정 방법에서 상기 극점 변화 패턴은 상기 사용자의 보행 단계 및 보행 환경 중 적어도 하나에 따른 특성을 가질 수 있다.

일실시예에 따른 보행 상태 추정 방법에서 상기 보행 단계는 초기접지기, 중간입각기, 말기입각기, 중간유각기를 포함할 수 있다.

일실시예에 따른 보행 상태 추정 장치는 프로세서; 및 상기 프로세서에 의해 실행 가능한 적어도 하나의 명령어를 포함하는 메모리를 포함하고, 상기 적어도 하나의 명령어가 상기 프로세서에서 실행되면, 상기 프로세서는 사용자의 의족 또는 다리에 부착된 센서를 통해, 상기 사용자의 슬관절의 각도 값을 획득하고, 상기 슬관절의 각도 값에 기초하여 상기 슬관절에 대한 극점 변화 패턴을 결정하며, 상기 극점 변화 패턴 및 상태 머신을 이용하여, 상기 사용자의 보행 단계를 추정한다.

일실시예에 따르면, 지능형 대퇴의족이 평지보행 환경과 경사로 보행환경을 능동적으로 파악하여 보행모드를 자율적으로 변경하기 위한 방법 및 장치를 제공할 수 있다.

일실시예에 따르면, 의족에 탑재 또는 부착된 관성센서 모듈과 대퇴의족과 인공 발을 체결하는 체결부에 스트레인게이지로부터 발생되는 데이터를 이용할 수 있다. 일실시예에 따르면, 스트레인게이지로 추정된 지면반발력을 평지와 경사로에 따라 분류하여 일정 임계값을 기준으로 분류하고, 관성센서로 보행 진행에 따른 슬관절의 각도 값을 바탕으로 보행단계를 세분화하고 평지와 경사로에서 각기 다른 특징으로 도출되는 보행 단계의 특징을 바탕으로 보행 환경을 검출할 수 있다.

도 1은 일실시예에 따른 보행 상태 추정 방법을 나타낸 도면이다.
도 2는 일실시예에 따라 슬관절의 각도에 따른 보행 단계를 설명하기 위한 도면이다.
도 3은 일실시예에 따라 평지 보행 궤적을 나타낸 도면이다.
도 4는 일실시예에 따라 경사로 상행 보행 궤적을 나타낸 도면이다.
도 5는 일실시예에 따라 경사로 하행 보행 궤적을 나타낸 도면이다.
도 6은 일실시예에 따른 극점을 설명하기 위한 도면이다.
도 7은 일실시예에 따라 보행 단계를 설명하기 위한 도면이다.
도 8은 일실시예에 따른 보행 상태 추정 시스템을 나타낸 도면이다.
도 9는 다른 일실시예에 따른 보행 상태 추정 시스템을 나타낸 도면이다.
도 10은 일실시예에 따른 보행 상태 추정 장치를 나타낸 도면이다.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

하기에서 설명될 실시예들은 전압을 제어하는데 사용될 수 있다. 이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.

도 1은 일실시예에 따른 보행 상태 추정 방법을 나타낸 도면이다.

일실시예에 따라 슬관절 변화에 기반하여 보행 단계가 추정될 수 있고, 추정된 보행 단계에 기반하여 지능형 대퇴의족의 보행 환경이 추정될 수 있다. 슬관절 변화 추정에 신체에 용이하게 부착될 수 있는 관성센서가 이용될 수 있다. 보행에서 슬관절의 변화에 4개의 극점이 존재한다. 이러한 극점 변화 패턴은 동일한 보행 환경에서는 재현성을 보이며, 각기 다른 상황의 보행 환경에선 다른 패턴을 보이는 특성을 가진다. 이러한 극점 변화 패턴은 보행에서 주기성을 갖고 나타날 수 있다. 극점 변화 패턴을 단계적으로 세분화하면, 현재 단계는 이전/이후 단계와 서로 연관성을 가지는 특성이 있다. 이러한 극점 변화 패턴의 특성을 이용하여 보행 환경을 추정하기 위하여, 우선적으로 보행 단계가 추정될 수 있다. 다시 말해, 슬관절의 각도 변화에 따른 극점 변화 패턴과 상태 머신(state machine)을 이용하여 보행 단계가 추정될 수 있으며, 이를 바탕으로 보행 환경도 추정될 수 있다.

일실시예에 따른 본 명세서에서는 건측의 정보를 이용하여 대퇴의족이 변화된 보행 환경에 진입하기 전에 보행 환경을 미리 추정하여 보행을 보다 유연하게 지원 가능한 보행 상태 추정 방법 및 장치가 설명된다. 건측에서 보행 정보를 획득하기 위해서 체압 깔창, 관성 센서 등 다양한 센서가 제한 없이 활용될 수 있다.

인간의 보행은 일반적으로 보행 환경에 따라 슬관절의 보행 궤적이 달라지는 특성을 갖는다. 다만, 다른 보행 궤적을 갖더라도, 해당 보행 환경에 따른 보행 궤적이 일정하게 재현되는 특징이 있다. 이는 슬관절의 굽힘과 신전에서 비롯되는 관절각도 변화 시점일 수 있다. 이 시점은 각도변화 부호가 음에서 양으로, 양에서 음으로 변화되는 것을 의미할 수 있다. 이같이 변화하는 포인트를 극점이라 지칭할 수 있다. 일반적인 보행에서 이상적인 슬관절의 궤적은 한 보행에 4개의 극점이 존재할 수 있다고, 이러한 특징을 바탕으로 보행 단계가 추정될 수 있다. 각 극점은 이전/이후 궤적의 변화에 연관성을 가질 수 있다. 이러한 특성들에 기반한 상태 머신과 극점에 기반하여 보행 단계가 추정될 수 있다.

도 1을 참조하면, 일실시예에 따라 보행 상태 추정 장치의 프로세서에 의해 수행되는 보행 상태 추정 방법이 도시된다. 여기서, 보행 상태는 보행 단계 또는 보행 환경을 의미할 수 있다.

단계(110)에서, 보행 상태 추정 장치는 사용자의 의족 또는 다리에 부착된 센서를 통해, 상기 사용자의 슬관절의 각도 값을 획득한다.

예를 들어, 센서는 관성 센서를 포함할 수 있다. 관성센서는 3축 가속도계와 3축 자이로 센서로 구성될 수 있으며, 각축의 선형가속도와 최전 각속도를 측정할 수 있다. 이를 이용하여 위치, 속도, 자세 등이 추정될 수 있다. 관성 센서는 무릎을 기준으로 약 5cm 위에 대퇴부와 무릎을 기준으로 약 5cm 아래에 하퇴부에 부착하여 두 관성센서 각의 차이를 이용하여 무릎 각도를 추정하여 보행 중 가장 큰 운동이 일어나는 관상면(Sagittal Plane)상 나타나는 무릎 각이 측정될 수 있다. 실시예에 따라 오동작을 줄이기 위해서는 관성 센서 데이터와 미분데이터에 저주파필터가 적용될 수도 있다.

단계(120)에서, 보행 상태 추정 장치는 상기 슬관절의 각도 값에 기초하여 상기 슬관절에 대한 극점 변화 패턴을 결정한다. 일실시예에 따른 극점 변화 패턴은 상기 사용자의 보행 단계 및 보행 환경 중 적어도 하나에 따른 특성을 가질 수 있다.

단계(130)에서, 보행 상태 추정 장치는 상기 극점 변화 패턴 및 상태 머신을 이용하여, 상기 사용자의 보행 단계를 추정한다. 일실시예에 따라 보행 상태 추정 장치는 한 보행에서 4개의 극점이 존재하는 특성, 상기 극점 변화 패턴이 주기성을 가지는 특성 및 상기 보행 단계의 현재 단계가 이전 단계 및 이후 단계 중 적어도 하나의 단계와 연관성을 가지는 특성 중 적어도 하나의 특성에 기반하여, 상기 사용자의 보행 단계를 추정할 수 있다. 보행 단계는 상기 극점 변화 패턴에 포함된 최대 굴곡과 최대 신전에 기반하여 구분될 수 있다. 보행 단계는 초기접지기, 중간입각기, 말기입각기, 중간유각기로 구분될 수 있다.

일실시예에 따른 표 1은 보행 단계 추정 조건일 수 있다. S1은 초기 접지기에서 중간 입각기, S2는 중간입각기에서 말기입각기, S3는 말기입각기에서 중각유각기, S4는 중각 유각기에서 초기접지기를 나타낼 수 있다.

는 현재 슬관절 각도,

는 입각기와 유각기를 구분하기 위한 기준각,

는 S_i 보행단계에서 S_j로 변한 시점의 슬관절 각도를 나타낼 수 있다.

단계(140)에서, 보행 상태 추정 장치는 상기 보행 단계에 기초하여 상기 사용자의 보행 환경을 추정할 수 있다. 일실시예에 따른 보행 상태 추정 장치는 추정된 보행 단계에서 발생된 극점의 특징에 기반하여, 상기 보행 환경을 평지, 경사로 상행 및 경사로 하행 중 어느 하나로 추정할 수 있다.

일실시예에 따른 보행 상태 추정 장치는 일반적인 보행단계에서 이상적인 데이터는 한 스텝에 4개의 극점이 존재하는 특성, 보행 단계와 보행환경에 따라 특징점이 존재하며 각각의 극점은 서로 연관성을 가지는 특성을 이용할 수 있다. 다시 말해, 보행 상태 추정 장치는 슬관절 각도의 극점, 슬관절 각도, 이전 극점에서의 슬관절 각도, 상태 머신을 이용하여 보행 단계를 추정하고, 나아가 보행 환경을 추정할 수 있다.

도 2는 일실시예에 따라 슬관절의 각도에 따른 보행 단계를 설명하기 위한 도면이다.

일실시예에 따라 보행 단계는 슬관절 각도 변화에 따른 특징인 굴곡과 신전에 따라 4단계로 구분될 수 있다.

앞서 기술한 인간의 보행은 각기 다른 동작이 아니라 하나의 유기적인 동작으로 구성될 수 있다. 보행을 진행하는 발이 지면에 닿아 체중부하를 옮기며 전진을 위해 다음발로 체중을 이동하면서, 반대 발을 떼어 앞으로 다시 가져가는 형태로 끊김 없이 물 흐르듯이 진행될 수 있다. 이는 과거의 입력과 출력이 출력에 계속 영향을 미치는 순차적인 로직(logic)으로 볼 수 있으며, 이 같은 특징은 유한 상태 머신(finite state machine)와 유사할 수 있다. 이를 통해, 슬관절 변화에 따른 보행 단계는 유한 상태 머신에 기반하여 추정될 수 있다.

일실시예에 따른 보행 주기는 크게 입각기(Stance)와 유각기(Swing)로 구분될 수 있으며, 예를 들어, 한 보행 주기에서 입각기와 유각기는 60% 대 40%의 비율을 가질 수 있다. 입각기는 발이 땅에 닿아있는 전체의 시간을 나타내는데, 초기접지기(I.C, Initial Contact), 부하반응기(L.R, Loding Response), 중간입각기(M.St, Mid Stance), 말기입각기(T.St, Terminal Stance), 전유각기(P.S, Pre-Swing)로 5단계로 구분될 수 있다. 입각기는 신체가 앞으로 나아가기 위해 발이 공중에 떠있는 시간을 나타내며, 초기유각기(I.Sw, Initial Swing), 중간유각기(M.Sw, Mid Swing), 말기유각기(T.Sw, Terminal Swing)으로 3단계로 구분될 수 있다.

보행 주기 동안 무릎 각도(즉, 슬관절 각도)는 도 2와 같이 굴곡과 신전이 2차례씩 발생하며, 예를 들어, 보행 주기 중 0-15%에서 굴곡이 18도까지, 15-40%에서는 신전이 5도까지, 40-70%에서는 굴곡이 65도, 70-97%에서 신전이 2도 까지 발생할 수 있다. 도 2의 최대 신전, 최대 굴곡에서의 보행단계는 각각

초기접지기,

중간입각기,

말기입각기,

중간유각기로 구분이 될 수 있다. 일실시예에 따른 보행 주기에서 입각기는 초기접지기, 중간입각기, 말기입각기의 3단계로 구성되고, 유각기는 중간입각기로 1단계로 구성될 수 있다.

일실시예에 따른 극점은 미분 가능한 범위에서 미분계수가 0이 되는 포인트를 의미할 수 있다. 기울기의 변화가 증가에서 감소로 변하거나 감소에서 증가로 변하는 경우에 극점이 검출될 수 있다. 보행 단계에서 최대 굴곡과 최대 신전은 보행 단계를 구분하거나 보행 환경을 구분하기 위한 효과적인 요소일 수 있다. 최대 굴곡과 최대 신전은 극점검출기를 통해 효과적으로 검출될 수 있다.

일실시예에 따른 유한 상태 머신은 존재 가능한 상태의 수가 유한한 머신을 나타내며, 유한개의 상태와 이런 상태들 간의 변환으로 구성된 계산 모델일 수 있다. 유한 상태 머신은 머신의 상태를 특정 상태로 규정하기 위해 사용될 수 있다. 유한 상태 머신은 현재 데이터 값만으로 상태를 구분하기 어려운 경우, 현재 상태와 이전 상태의 데이터에 기반하여 상태를 결정할 수 있다. 보행의 경우, 현재 무릎 각도만으로는 보행 단계 파악이 어렵고, 정상적인 보행의 경우 순차적인 움직임이 발생하기 때문에, 유한 상태 머신을 이용함으로써 보행 단계가 효과적으로 검출될 수 있다.

예시적으로 도 2를 참조하면, 보행에 따른 무릎 각도의 변화는 초기접지기에서 최대 신전이 되고, 이 때 무릎 각도는 약 5도 정도일 수 있다. 초기 접기지 이후 중간입각기에는 작은 굴곡이 발생하며, 이 때 무릎 각도는 약 18도 정도일 수 있다. 중간입각기에서 말기입각기에는 다시 최대 신전이 되며, 이 때 무릎 각도는 약 5도 정도이다. 이후 말기입각기에서 중간유각기까지는 보행 주기 동안 최대의 신전이 발생하며, 이 때 무릎 각도는 약 65도 정도일 수 있다. 이후 다시 초기접지기로 넘어가며 최대 신전이 발생될 수 있다. 이러한 보행의 특징은 보행 단계를 구분하기 위한 중요한 요소일 수 있다.

5도 범위에서 초기접지기와 말기입각기가 발생하고 보행자나 보행 환경에 따라 최대 신전과 최대 굴곡의 값이 달라지기 때문에, 일반적으로 사용되는 임계치를 이용해서는 검출되기 어렵다. 때문에 본 명세서에서는 최대 신전과 최대 굴곡 점에서 극점 검출을 하고 극점이 검출된 점을 상태 변환 계산 모델로 구성한 유한 상태 머신을 이용하는 방법이 이용될 수 있다.

도 3은 일실시예에 따라 평지 보행 궤적을 나타낸 도면이다.

도 3을 참조하면, 일실시예에 따른 평지에서의 보행 궤적이 도시된다.

도 3에 도시된 그래프는 시간단위 보행 데이터를 정규화하여 보행의 주기의 백분율로 표현된 것일 수 있다. 즉, x축은 보행의 입각기와 유각기 동안 슬관절이 변화한 궤적을 전체 구간중의 비율로 표현한 것이다. y축은 슬관절의 굴곡과 신전의 각도를 도(Degree) 단위로 나타낸다. 도 4 및 도 5에도 동일한 기준으로 그래프가 도시될 수 있다.

도 3에서 도시된

내지

구간은 슬관절의 최대 굴곡 및 최대 신전을 의미하며, 일실시예에 따른 보행 단계를 8단계로 구분하면,

~

구간은 초기 접지기부터 부하반응기,

~

구간은 중간입각기부터 말기입각기 초기까지,

~

구간은 말기입각기 중기부터 초기유각기까지,

~

구간은 중간유각기부터 말기유각기까지를 나타낼 수 있다. 해당 구간이 슬관절의 운동 방향의 전환 시점이기 때문에, 보행 궤적에서 굴곡으로부터 신전으로 변화 구간이 정의될 수 있다.

도 4는 일실시예에 따라 경사로 상행 보행 궤적을 나타낸 도면이다.

도 4를 참조하면, 일실시예에 따른 오르막에서의 보행 궤적이 도시된다.

도 4에 나타난 특징점은 지면의 각도에 따라서 신체 중앙을 기준으로 앞발과 뒷발의 높이의 차이에 따른 것으로, 앞발이 신체 중앙을 기준으로 높고 뒷발이 낮은 특징에 따를 수 있다. 오르막의 경우, 초기접지기 시 앞쪽 지면은 평지에 비해 높은 위치에 있게 됨에 따라, 평지의 경우에 비해 높은 위치에서 발이 지면에 닿게 된다. 말기입각기 시 뒤쪽 지면이 평지의 경우에 비해 낮은 위치에 있게 되므로, 앞으로 나아가는 힘을 전달하기 위해서는 최대 신전이 되어야 할 필요가 있다. 이러한 특성들로 인해 도 4의 보행 궤적이 나타날 수 있다.

도 4에 따르면, 평지 보행과 비교했을 때 경사로 상행 보행에서 발생하는 슬관절의 변화의 경우,

번 위치인 말기유각기로부터 초기접지기까지 신전이 작게 발생했으며

번 위치인 중간입각기에서 굴곡이 더 높게 발생할 수 있다. 그리고,

번과

번 위치에서는 평지의 보행 궤적과 큰 차이점이 나타나지 않는다.

앞서 설명한 것처럼, 보행 진행 방향의 노면이 이전 보행 노면보다 높은 곳에 위치하기 때문에 발을 접지시키기 위해 고관절의 각도가 높아지면서 발의 입사각을 경사도와 맞추기 위해 슬관절이 유각기에서 완전히 신전되지 못하기 때문에 이와 같은 특징이 나타날 수 있다.

도 5는 일실시예에 따라 경사로 하행 보행 궤적을 나타낸 도면이다.

도 5를 참조하면, 일실시예에 따른 내리막에서의 보행 궤적이 도시된다.

도 5에 나타난 특징점은 오르막의 경우와 동일하게 지면의 각도에 따라서 신체 중앙을 기준으로 앞발과 뒷발의 높이의 차이에 따를 수 있으나, 구체적인 양상이 다를 수 있다. 예를 들어, 내리막의 경우 내리막의 경우 앞발이 신체 중앙을 기준으로 낮고 뒷발이 높은 특징에 따를 수 있다. 초기접지기 시 앞쪽 지면은 평지에 비해 낮은 위치에 있게 됨에 따라 최대 신전이 이루어지며, 평지에 비해 낮은 위치에서 발이 지면에 닿게 된다. 말기입각기 시 뒤쪽 지면은 평지에 비해 높은 위치에 있게 된다. 내리막이므로 앞으로 나아가는 힘을 전달하기 위해서 최대 신전될 필요는 없으며, 최대 신전이 되어 앞으로 넘어지는 것을 방지하기 위해 평지에 비교해서 무릎 각이 커질 수 있다. 이러한 특성들로 인해 도 5의 보행 궤적이 나타날 수 있다.

도 5에 따르면, 경사로 하행 보행은 평지 보행과 비교했을 때

번 위치에서는 큰 차이가 없으나,

번 위치인 중간 입각기에서 굴곡이 더 높은 위치에서 발생되며,

번 위치에서는 신전이 작게 발생되며,

번 위치에서는 평지 보행 궤적보다 슬관절의 굴곡이 일부 높게 발생될 수 있다.

앞서 설명한 것처럼, 경사로 하행 보행에서 평지와 같은 초기접지기에 신전을 하게 되면 신체의 중심이 경사로 아래 방향으로 치우치게 되는 것을 방지하기 위해, 신체의 체중심을 지면의 수직보다 뒤쪽으로 이동하고자 중간입각기에서 신전을 작게 하게 됨에 따라 이와 같은 특징이 나타날 수 있다. 또한, 중간유각기에서 무릎 각도가 일부 증가하는 특징이 있다. 이는 발이 신체의 중심보다 더 높은 곳에 있기 때문에 보행이 유각기 때 발이 지면에 닿지 않기 위하여 다리의 높이를 무릎의 굴곡을 통하여 조절하기 때문일 수 있다.

도 3 내지 도 5를 통해 평지, 경사로 하행, 경사로 상행의 경우를 종합해보면, 각 보행 환경에서 보행의 한 주기에서 굴곡과 신전이 두 차례씩 반복되는 점이 동일할 수 있다. 따라서, 각 보행 상황에서의 보행은 연속적인 시퀀스를 가질 수 있다. 다만, 각 보행 환경에서 굴곡과 신전의 형태는 다르다.

따라서, 각 보행 환경의 슬관절 변화 시점

,

,

,

의 구간에서 평지를 기준으로 경사로 상행, 경사로 하행에서 유의미한 변화가 나타날 수 있으며, 이를 이용하여 보행 단계뿐만 아니라 보행 환경이 추정될 수 있다.

도 6은 일실시예에 따른 극점을 설명하기 위한 도면이다.

도 6을 참조하면, 일실시예에 따른 극대점 및 극소점이 도시된다.

일실시예에 따른 슬관절의 굴곡과 신전의 변화 시점은 2차 평면에서 극점에 해당될 수 있다. 여기서, 극점이란 미분이 가능한 범위에서 미분계수가 '0'이 되는 포인트를 의미하며, 2차 평면에서 그래프의 기울기가 0이 되는 곳을 의미하기도 한다. 디지털 시스템의 경우, 실제로 미분 값이 '0'이 되는 점을 검출하기는 쉽지 않을 수 있기 때문에, 미분 값의 부호가 양에서 음으로, 또는 음에서 양으로 변하는 구간을 검출함으로써, 극점이 검출될 수 있다.

극점은 세부적으로 극대점과 극소점으로 구분될 수 있으며, 극대점의 경우 미분 값의 부호가 양에서 음으로 변하는 점을 나타낸다. 극소점은 미분 값의 부호가 음에서 약으로 변하는 점을 나타낸다. 다시 말해, 극대점은 굴곡에서 신전으로 변하는 점이며, 극소점은 신전에서 굴곡으로 변하는 점일 수 있다. 따라서, 보행의 굴곡과 신전에 기초하여 보행 단계가 검출될 수 있다.

이러한 굴곡과 신전은 임계값에 기초하여 검출될 수도 있다. 그러나, 임계값을 사용하여 보행 단계을 검출하는 방법의 경우, 특정 범위의 유의미한 다른 보행 단계의 발생을 검출할 수 없다. 또한, 다수의 임계값을 사용하는 방법도 있지만, 임계값이 중첩되는 경우 특정 단계를 검출하지 못할 수도 있다. 따라서, 보행의 경우 특정 범위에서 다른 단계가 이루어지므로, 보행 단계는 극점 검출에 기반하여 수행될 필요가 있다.

도 7은 일실시예에 따라 보행 단계를 설명하기 위한 도면이다.

도 7을 참조하면, 일실시예에 따른 4가지 보행 단계들이 도시된다.

일실시예에 따른 정상적인 보행은 일정한 패턴을 가지며, 이러한 일정한 패턴을 벗어나면 보행 이상 또는 병적인 보행으로 볼 수 있다. 따라서, 순차적으로 발생하는 보행이어야 정상 보행으로 볼 수 있다.

이러한 특성에 기반하여, 보행 단계 검출에 이용되는 특징점이 무릎 각도의 극대점과 극소점에 해당될 수 있다. 다시 말해, 극대점과 극소점에 기초하여 보행 단계가 검출될 수 있다. 한 보행주기 동안 무릎 각도에 대한 극소점과 극대점은 2차례씩 발생될 수 있다. 첫 번째 극소점과 두 번째 극소점은 서로 다른 보행 단계로 구분되며, 첫 번째 극대점과 두 번째 극대점도 서로 다른 보행 단계로 구분될 수 있다. 따라서, 보행 단계는 유한 상태 머신의 상태 전이도에 기초하여 구분될 수 있다. 상태 전이도는 보행 분석을 통하여 도출된 특징점을 바탕으로 도 7과 같이 구성될 수 있다.

도 8은 일실시예에 따른 보행 상태 추정 시스템을 나타낸 도면이다.

도 8을 참조하면, 일실시예에 따라 보행 단계를 추정하는 보행 상태 추정 시스템이 도시된다.

일실시예에 따른 보행 상태 추정 시스템은 슬관절 각도와 극점(극대점, 극소점)을 파라미터로 하여 특이점을 검출함으로써, 보행 단계를 추정할 수 있다. 이 때, 높은 신뢰성을 위해 센서의 성능이나 주파수 특성에 따라 잡음을 제거하기 위한 지수가중 필터와 상태 머신이 이용될 수 있다.

지능형 의족에서의 슬관절 각도는 관성 센서로 측정되며, 관성 센서로 측정된 현재 슬관절 각도는

로 정의될 수 있다.

보행은 지면에 닿고 떨어지기를 반복하며, 이는 관성센서에 노이즈로 작용할 수 있다. 이러한 노이즈는 순간적인 충격이기 때문에 고주파 노이즈로 판단하며 이를 제거하기 위하여 저주파통과필터가 요구될 수 있다. 저주파통과필터는 지수가중이동평균필터(EWMA: exponentially weighted moving average) 등 다양한 필터가 적용될 수 있다.

지수가중이동평균필터는 1차 저주파 필터로 아래의 수학식 1과 같이 표현된다.

여기서

는 가중치이며 0<

<1인 상수이다. 이는 평균필터와 유사하지만 평균필터에서는 가중치를 지정할 수 없고, 데이터 개수에 따라 자동으로 결정되는 단점이 있기 때문에 다를 수 있다. 또한, 최신 데이터에 더 높은 가중치가 부여되기 때문에 실제 데이터의 민감도가 낮을 수 있다.

따라서,

에 수학식 1의 1차 저주파 통과 필터를 거친 신호를

로 정한다.

극점을 검출하기 위해서는 보행 각도를 미분해야 하며, 미분은 수학식 2와 같이 수행하며 미분된 보행 각도는

라고 정한다. 여기서

은 관성데이터로 데이터를 취득하는 시간이다.

이렇게 검출된 극점은 극대값인지 극소값인지의 판별이 필요할 수 있다. 극점은 미분 값이 '0'인 경우이지만, 디지털시스템의 경우 그런 상황이 드물게 나타나기 때문에 수학식 3과 같은 판별식으로 판단될 수 있다.

여기서, LocalMax은 극대점이며 신전에서 굴곡이 되는 최대점, LocalMin은 극소점이며 굴곡에서 신전이 되는 최소점이다.

는

를 미분한 미분 값이다.

따라서 수학식 3을 바탕으로 슬관절의 보행 궤적에서 극소값과 극대값을 검출이 가능하며, 현재 상태의 극점에서 도 7의 상태 머신에 적용을 하면 아래의 표 2과 같은 극점기준으로 보행단계를 검출하는 조건이 도출될 수 있다. S1는 초기접지기 이후 나타나는 극소점, S2는 중간입각기 이후 나타나는 극대점, S3는 말기입각기 이후 나타나는 극소점, S4는 중간유각기 이후 나타나는 극대점일 수 있다. 따라서, S1의 검출 조건은 현재 보행 궤적은 입각기 상태의 극소점이고, 이전 보행단계가 S4일 수 있다. S2의 검출 조건은 현재 보행 궤적은 입각기 상태의 극대점이고, 이전 보행단계가 S1일 수 있다. S3의 검출 조건은 현재 보행 궤적은 입각기 상태의 극소점이고, 이전 보행단계가 S2일 수 있다. S4의 검출 조건은 현재 보행 궤적은 유각기 상태의 극대점이고, 이전 보행단계가 S3일 수 있다. 현재 보행궤적에서 입각기와 유각기 상태는

값으로 판별되며, 이 값은 이전 보행주기에서 입각기 동안의 극대값으로 결정될 수 있다. 정상적인 보행은 순차적인 보행 패턴을 가지기 때문에, 이와 같은 검출조건이 설정될 수 있다.

아래 표 2은 극점 기준 보행단계 검출조건을 나타낸다.

S1 단계는 극소점에서 시작하여 극대점에서 끝나며, 무릎 각도는 주로 40도 이하에서 발생할 수 있다. 이전 보행단계와의 연속성에 의해, 이전 단계는 S4일 수 있다. 따라서 검출 수학식은 다음과 같다.

여기서, State(n-1)은 이전 단계를 의미하며,

는 현재 무릎 각도를 의미한다.

는 극대, 극소를 판별하는 조건식일 수 있다.

S2 단계는 극대점에서 시작하여 극소점에서 끝나며, 무릎 각도는 평균 40도 이하에서 발생할 수 있다. 이전 보행단계와의 연속성에 의해, 이전 단계는 S1일 수 있다. 따라서 검출 수학식은 다음과 같다.

S3 단계는 극소점에서 시작하여 극대점에서 끝나며, 무릎 각도의 경우 그 정도가 평균 40도 이하에서 발생할 수 있다. 이전 보행단계와의 연속성에 의해, 이전 단계는 S2이다. 따라서 검출 식은 다음과 같다.

S4 단계는 극대점에서 시작되어 극소점에서 끝나며, 무릎 각도의 경우 그 정도가 평균 40도 이상에서 시작될 수 있다. 이전 보행단계와의 연속성에 의해, 이전 단계는 S3일 수 있다. 따라서 검출 식은 다음과 같다.

실제 보행단계 판별 시스템에서는 잡음 요소는 시스템의 오동작과 오검출을 유발하는 무시할 수 없는 요소이다. 해당 시스템에서 발생하는 잡음요소로는 가속도 센서와 자이로 센서에서 전기적으로 발생하는 잡음, 보행 시 입각기 시작기인 초기 접지기에서 발생되는 충격으로 인하여 관성 측정 장치에 유입되는 노이즈, 관성측정 장치 케이스와 내부 모듈의 이격의 의한 흔들림 등이 있으며 주로 고주파수의 잡음이 발생한다. 이러한 고주파 잡음은 보행단계 판별의 신뢰성의 저하를 가져올 수 있다.

일실시예에 따라 보행 상태 추정 시스템은 무릎 각도 추정 단계와 미분 필터에 저주파 통과 필터를 적용하여 정확성을 향상시킬 수 있다.

도 9는 다른 일실시예에 따른 보행 상태 추정 시스템을 나타낸 도면이다.

도 9를 참조하면, 일실시예에 따라 보행 환경을 추정하는 보행 상태 추정 시스템이 도시된다.

보행 중에는 체중수용(weight acceptance), 단하지 지지(single limb support), 하지의 전진(limb advancement)이 수행되며, 보행 환경에 따라 보행 단계에서 요구되는 보행 궤적이 해당 보행 환경에 적응하기 위하여 달라질 수 있다. 따라서, 보행 환경을 검출하기 위해서는 보행 환경에 따라 발생하는 보행 단계의 특이점을 이용할 필요가 있다.

도 8에서는 관절 각도 변화에 기반하여 보행 단계가 4단계 즉, 초기접지기, 중간입각기, 말기입각기, 중간유각기 중 어느 하나로 추정되었다. 각 보행 단계별 보행 환경에 따른 특징은 다음과 같을 수 있다.

초기 접지기에는 발이 몸보다 앞에 있으며, 발이 지면에 닿는 순간 동작이 발생할 수 있다. 이 때, 슬관절의 각도는 경사로 상행의 보행 환경에서 경사도에 따라 달라질 수 있다. 이는 경사로 상행 보행의 경우 발이 높은 곳으로 디디기 위해 S1의 극소값이 평지보행 및 경사로 하행 보다 높게 일어나기 때문일 수 있다.

전유각기는 입각기의 마지막 주기로 지지하던 무게 중심점을 반대 측 하지로 넘겨주는 현상이 일어나며, 유각기를 준비하는 시기로 발이 몸보다 뒤에 있는 동작이 발생할 수 있다. 이 때, 무릎의 각도는 보행한 후의 환경인 경사도에 따라 달라질 수 있다. 해당 단계에서 보행 환경에 따라 큰 차이를 보이는 환경은 경사로 하행의 경우일 수 있다. 경사로 하행의 경우, S3에서 무릎 신전 정도가 작으며, S4에서 굴곡된 정도가 커질 수 있다. 이는 경사로 하행 보행 환경의 경우 발이 뒤에 있을 때 더 높은 곳에 있기 때문일 수 있다.

따라서, 보행 환경의 경사에 따른 특징이 존재함에 따라, 추정된 보행 단계를 기반으로 각 단계에서 발생하는 극대점과 극소점을 이용하여 보행 환경이 추정될 수 있다.

앞서 기술한 경사에 따른 초기접지기와 전 유각기에서의 극점의 변화가 이용될 수 있다. 각 보행 환경에서의 극점 변화 차이를 정리하면 다음과 같다. 경사로 상행의 경우, 초기 접지기시 평지와 경사로 하행의 슬관절 각도보다 극소점이 높게 나타나고, 경사로 하행의 경우 전 유각기에서 평지와 경사로 상행의 슬관절 각도보다 극대 값이 높게 나타나는 특징이 있다.

따라서, 보행 환경을 검출하는 조건은 초기접지기가 시작될 때 무릎 각

과 전유각기가 시작될 때 무릎 각

의 차이를 이용하며 수학식 8과 같이 표현될 수 있다.

이와 같이 수학식 8이 간단한 이유는 평지와 경사로 상행과 하행에서의 보행 특성에서 비롯된 것으로, 오르막의 경우

값이 양의 방향으로 커지는 경향을 보이며, 내리막의 경우

값이 음의 방향으로 커지는 특징이 있다. 이러한 특징을 바탕으로 표 3와 같은 검출 조건이 결정될 수 있다. 여기서,

는 개인별 차이가 있을 수 있기 때문에 평지보행을 통하여 도출된 값이 적용될 수 있다. 일반적으로 평지 보행에서 첫 번째 신전 시작점은 평균 약 2~5도 정도 이내이며, 두 번째 신전 시작점은 평균 3~7도일 수 있다. 따라서 두 지점의 차이가 작게는 1도 크게는 5도 정도 차이를 보이므로, 일반적으로

=5도로 정의될 수 있다. 이 때, 건측의 운동정보를 추정하는 관성 센서의 측정 오차 및 부하반응기에서 개인별 특성을 더 고려하게 되면,

의 값은 7~10도 정도로 설정될 수 있으며, 이를 임계값으로 설정될 수 있다.

표 3는 보행 환경 검출 조건이 나타낸다.

그러나 이러한 보행 환경 추정은 보행자마다 다를 수 있기 때문에, 임계값의 튜닝이 요구될 수 있다. 따라서 해당 방법과 더불어 사용 가능한 조건 기반의 보행환경 추정 방법이 제안될 수 있다. 추가적인 방법은 극점 기준으로 이전 단계와 다음 단계의 보행 양상에 따른 판별방법으로 수학적으로 정립되지 않는 언어적 분류일 수 있다. 표 4은 이러한 각 보행 환경별 검출 조건을 나타낸다.

검출 조건에서 공통된 사항은 평지, 경사로 상행, 경사로 하행의 보행 단계에서 S2는 S1보다 크다는 점일 수 있다. 그리고 경사로 상행과 경사로 하행의 환경은 S1와 S3의 크기에 기반하여 구별될 수 있다. 또한 추가적으로 S1의 크기를 S4와 비교함으로써, 각 보행환경의 검출 정확도가 보장될 수 있다. 이러한 조건을 바탕으로 정리하면 표 5와 같은 규칙이 도출될 수 있다.

이와 같은 보행 환경 판별 규칙은 보행 주기 특징에 기반하여 도출될 수 있다. 이는 보행이 주기성을 가지고, 유사 패턴이 재현되기 때문일 수 있다. 표 4에서 S4의 20% 값을 검출 조건에 적용한 이유는 도 3 내지 도 5에서 나타난 바와 같이 평지 보행에서 S1과 S3는 각도 차이가 근소한 차이로 도출되는 특징을 보조적으로 보완하여 인식률을 높이기 위함이다. 또한, 경사로 오르막과 내리막에서 S1를 기준으로 보면 경사로 오르막은 S1이 S3보다 높은 각도를 가지며, 경사로 내리막에서는 S3를 기준으로 S1이 낮은 각도를 보이는 특징을 검출하기 위함일 수 있다. 검출 조건에 S4의 값에 백분율을 적용한 이유는 도 3 내지 도 5에서 나타난 바와 같이 S4가 평지와 경사로 오르막에서 큰 변화 없이 유사한 각도를 보이는 반면, 경사로 내리막에서는 경사도 증가에 따라 S4의 각도 값이 상승한 점에 기인할 수 있다. 따라서, S4의 각도는 항시 고정 각도가 아니기 때문에 S4의 20%에 해당되는 구간이라고 설정되었으며, 백분율의 비중인 20은 도 3 내지 도 5에서 나타난 바와 같이 해당 구간에서 규칙 조건들이 에러 없이 모두 만족된 점에 기인할 수 있다. 따라서, 해당 값은 향후 사용자에 따라 변경될 수 있다. 만약 S4의 값을 사용하지 않고, 퍼지화와 같이 소속 값들로 범위를 한정한다면 경사도가 높아짐에 따른 소속 값 범위를 바꿔줘야 하는 문제가 발생될 수도 있으나, 상기 제기한 방법과 같이 수행한다면 실제 변화되는 주체의 값을 바탕으로 검출 조건 값이 유동적으로 가변될 수 있기 때문이다.

도 10은 일실시예에 따른 보행 상태 추정 장치를 나타낸 도면이다.

도 10을 참조하면, 일실시예에 따른 보행 상태 추정 장치(1000)는 메모리(1010) 및 프로세서(1020)를 포함한다. 메모리(1010) 및 프로세서(1020)는 버스(bus)(1030)를 통하여 서로 통신할 수 있다.

메모리(1010)는 컴퓨터에서 읽을 수 있는 명령어를 포함할 수 있다. 프로세서(1020)는 메모리(1010)에 저장된 명령어가 프로세서(1020)에서 실행됨에 따라 앞서 언급된 동작들을 수행할 수 있다. 메모리(1010)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.

프로세서(1020)는 명령어들, 혹은 프로그램들을 실행하거나, 번호판 인식 장치(1200)를 제어하는 장치일 수 있다. 프로세서(1020)는 상술된 동작들을 처리할 수 있으므로, 보다 상세한 설명은 생략한다.

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 머신, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 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 머신어 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 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 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.

Claims (5)

1. 사용자의 의족 또는 다리에 부착된 센서를 통해, 상기 사용자의 슬관절의 각도 값을 획득하는 단계;
   상기 슬관절의 각도 값에 기초하여 상기 슬관절에 대한 극점 변화 패턴을 결정하는 단계; 및
   상기 극점 변화 패턴 및 상태 머신을 이용하여, 상기 사용자의 보행 단계를 추정하는 단계
   를 포함하는 보행 상태 추정 방법.
2. 제1항에 있어서,
   상기 사용자의 보행 단계를 추정하는 단계는
   한 보행에서 4개의 극점이 존재하는 특성;
   상기 극점 변화 패턴이 주기성을 가지는 특성; 및
   상기 보행 단계의 현재 단계가 이전 단계 및 이후 단계 중 적어도 하나의 단계와 연관성을 가지는 특성
   중 적어도 하나의 특성에 기반하여, 상기 사용자의 보행 단계를 추정하는, 보행 상태 추정 방법.
3. 제1항에 있어서,
   상기 보행 단계는 상기 극점 변화 패턴에 포함된 최대 굴곡과 최대 신전에 기반하여 구분되는, 보행 상태 추정 방법.
4. 제1항에 있어서,
   상기 보행 단계에 기초하여 상기 사용자의 보행 환경을 추정하는 단계
   를 더 포함하는, 보행 상태 추정 방법.
5. 제4항에 있어서,
   상기 보행 환경을 추정하는 단계는
   상기 추정된 보행 단계에서 발생된 극점의 특징에 기반하여, 상기 보행 환경을 평지, 경사로 상행 및 경사로 하행 중 어느 하나로 추정하는, 보행 상태 추정 방법.

Images