KR20210063700A - 사용자의 활동 정보를 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법 - Google Patents

사용자의 활동 정보를 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법 Download PDF

Info

Publication number
KR20210063700A
KR20210063700A KR1020190152135A KR20190152135A KR20210063700A KR 20210063700 A KR20210063700 A KR 20210063700A KR 1020190152135 A KR1020190152135 A KR 1020190152135A KR 20190152135 A KR20190152135 A KR 20190152135A KR 20210063700 A KR20210063700 A KR 20210063700A
Authority
KR
South Korea
Prior art keywords
massage
user
information
setting
recommended
Prior art date
Application number
KR1020190152135A
Other languages
English (en)
Inventor
김상원
이재훈
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190152135A priority Critical patent/KR20210063700A/ko
Priority to US16/745,174 priority patent/US11529900B2/en
Publication of KR20210063700A publication Critical patent/KR20210063700A/ko

Links

Images

Classifications

    • 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
    • A61H1/00—Apparatus for passive exercising; Vibrating apparatus; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • A61B5/1118—Determining activity level
    • 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
    • A61H15/00—Massage by means of rollers, balls, e.g. inflatable, chains, or roller chains
    • A61H15/0078—Massage by means of rollers, balls, e.g. inflatable, chains, or roller chains power-driven
    • 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
    • A61H9/00—Pneumatic or hydraulic massage
    • A61H9/005—Pneumatic massage
    • A61H9/0078—Pneumatic massage with intermittent or alternately inflated bladders or cuffs
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/02—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles the seat or part thereof being movable, e.g. adjustable
    • B60N2/0224—Non-manual adjustments, e.g. with electrical operation
    • B60N2/0244—Non-manual adjustments, e.g. with electrical operation with logic circuits
    • B60N2/0273—Non-manual adjustments, e.g. with electrical operation with logic circuits taking into account user data, e.g. knee height or physical state
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/56—Heating or ventilating devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/90—Details or parts not otherwise provided for
    • B60N2/976—Details or parts not otherwise provided for massaging systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/48—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for in-vehicle communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/01—Constructive details
    • A61H2201/0119—Support for the device
    • A61H2201/0138—Support for the device incorporated in furniture
    • A61H2201/0149—Seat or chair
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/02—Characteristics of apparatus not provided for in the preceding codes heated or cooled
    • A61H2201/0207—Characteristics of apparatus not provided for in the preceding codes heated or cooled heated
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/02—Characteristics of apparatus not provided for in the preceding codes heated or cooled
    • A61H2201/0214—Characteristics of apparatus not provided for in the preceding codes heated or cooled cooled
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/02—Characteristics of apparatus not provided for in the preceding codes heated or cooled
    • A61H2201/0221—Mechanism for heating or cooling
    • A61H2201/025—Mechanism for heating or cooling by direct air flow on the patient's body
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/12—Driving means
    • A61H2201/1207—Driving means with electric or magnetic drive
    • A61H2201/1215—Rotary drive
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/12—Driving means
    • A61H2201/1238—Driving means with hydraulic or pneumatic drive
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/16—Physical interface with patient
    • A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
    • A61H2201/1604—Head
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/16—Physical interface with patient
    • A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
    • A61H2201/1623—Back
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/16—Physical interface with patient
    • A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
    • A61H2201/1628—Pelvis
    • A61H2201/1633—Seat
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/16—Physical interface with patient
    • A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
    • A61H2201/1635—Hand or arm, e.g. handle
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/16—Physical interface with patient
    • A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
    • A61H2201/164—Feet or leg, e.g. pedal
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5007—Control means thereof computer controlled
    • A61H2201/501—Control means thereof computer controlled connected to external computer devices or networks
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5007—Control means thereof computer controlled
    • A61H2201/501—Control means thereof computer controlled connected to external computer devices or networks
    • A61H2201/5012—Control means thereof computer controlled connected to external computer devices or networks using the internet
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5023—Interfaces to the user
    • A61H2201/5038—Interfaces to the user freely programmable by the user
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5023—Interfaces to the user
    • A61H2201/5041—Interfaces to the user control is restricted to certain individuals
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5023—Interfaces to the user
    • A61H2201/5043—Displays
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5023—Interfaces to the user
    • A61H2201/5048—Audio interfaces, e.g. voice or music controlled
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5092—Optical sensor
    • 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
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5097—Control means thereof wireless
    • 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
    • A61H2203/00—Additional characteristics concerning the patient
    • A61H2203/04—Position of the patient
    • A61H2203/0425—Sitting on the buttocks
    • A61H2203/0431—Sitting on the buttocks in 90°/90°-position, like on a chair
    • 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
    • A61H2205/00—Devices for specific parts of the body
    • A61H2205/02—Head
    • 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
    • A61H2205/00—Devices for specific parts of the body
    • A61H2205/06—Arms
    • 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
    • A61H2205/00—Devices for specific parts of the body
    • A61H2205/08—Trunk
    • A61H2205/081—Back
    • 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
    • A61H2205/00—Devices for specific parts of the body
    • A61H2205/08—Trunk
    • A61H2205/088—Hip
    • 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
    • A61H2205/00—Devices for specific parts of the body
    • A61H2205/10—Leg
    • 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
    • A61H2205/00—Devices for specific parts of the body
    • A61H2205/12—Feet
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2210/00—Sensor types, e.g. for passenger detection systems or for controlling seats
    • B60N2210/10—Field detection presence sensors
    • B60N2210/14—Inductive; Magnetic field
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2210/00—Sensor types, e.g. for passenger detection systems or for controlling seats
    • B60N2210/10—Field detection presence sensors
    • B60N2210/16—Electromagnetic waves
    • B60N2210/18—Infrared
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2210/00—Sensor types, e.g. for passenger detection systems or for controlling seats
    • B60N2210/10—Field detection presence sensors
    • B60N2210/16—Electromagnetic waves
    • B60N2210/20—Radar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2210/00—Sensor types, e.g. for passenger detection systems or for controlling seats
    • B60N2210/10—Field detection presence sensors
    • B60N2210/16—Electromagnetic waves
    • B60N2210/22—Optical; Photoelectric; Lidar [Light Detection and Ranging]
    • B60N2210/24—Cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2210/00—Sensor types, e.g. for passenger detection systems or for controlling seats
    • B60N2210/10—Field detection presence sensors
    • B60N2210/26—Ultrasonic, e.g. sonar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2210/00—Sensor types, e.g. for passenger detection systems or for controlling seats
    • B60N2210/50—Inertial sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2220/00—Computerised treatment of data for controlling of seats
    • B60N2220/20—Computerised treatment of data for controlling of seats using a deterministic algorithm
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2220/00—Computerised treatment of data for controlling of seats
    • B60N2220/30—Computerised treatment of data for controlling of seats using a neural network

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Epidemiology (AREA)
  • Veterinary Medicine (AREA)
  • Software Systems (AREA)
  • Pain & Pain Management (AREA)
  • Rehabilitation Therapy (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 개시의 일 실시 예는 추천 마사지 설정을 결정하는 인공 지능 마사지 장치에 있어서, 통신부; 적어도 하나 이상의 모터를 포함하는 구동부; 및 상기 통신부를 통해 사용자의 단말기로부터 식별 정보를 수신하고, 상기 수신한 식별 정보를 이용하여 상기 사용자를 식별하고, 상기 통신부를 통해 상기 단말기 또는 헬스 케어 서버로부터 상기 식별된 사용자의 활동 정보를 수신하고, 상기 수신한 활동 정보와 상기 식별된 사용자의 마사지 설정 기록을 고려하여 추천 마사지 설정을 결정하고, 상기 결정한 추천 마사지 설정에 기초하여 상기 구동부를 제어하는 프로세서를 포함하는, 인공 지능 마사지 장치를 제공한다.

Description

사용자의 활동 정보를 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법 {ARTIFICIAL INTELLIGENCE MASSAGE APPARATUS AND METHOD FOR DET0ERMINING RECOMMENDED MASSAGE SETTING IN CONSIDERATION OF ACTIVITY INFORMATION OF USER}
본 개시(disclosure)는 사용자의 활동 정보를 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법에 관한 것이다.
최근 안마를 통하여 뭉쳐진 근육을 풀거나 피로 및 스트레스를 해소하려는 수요가 많아 안마 기구에 대한 관심이 높아지고 있다. 안마란 손이나 특수한 기구로 몸을 쓸거나, 주무르거나, 누르거나, 잡아당기거나, 두드리거나, 움직이거나 하여 혈액 순환을 돕고, 피로가 풀리게 하는 의료 보조 요법의 하나이다. 기계적 장치에 의하여 안마를 수행하는 기구를 안마 기구라 하며, 안마 기구의 대표적인 예로 사용자가 편하게 앉아 안마를 받을 수 있는 안마 의자를 들 수 있다.
활동에 따라 마사지가 필요한 부위가 달라지거나 부위별 마사지 설정이 달라질 수 있음에도, 기존의 안마 기구는 이러한 사용자의 활동이나 주변 정보를 고려하여 추천 마사지 설정을 제공하지 않았다. 따라서, 사용자가 직접 마사지 설정을 입력하여야 하는 불편함이 있었다.
본 개시는 사용자의 활동 정보를 고려하여 사용자가 선호하는 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법을 제공하고자 한다.
본 개시의 일 실시 예는, 통신부를 통해 사용자의 단말기와 연결되면, 연결된 사용자의 단말기를 식별하고, 식별한 단말기로부터 사용자를 식별하고, 연결된 단말기 또는 헬스 케어 서버로부터 식별한 사용자에 대한 활동 정보를 수신하고, 수신한 활동 정보에 기초하여 식별한 사용자에 상응하는 추천 마사지 설정을 결정하고, 결정한 추천 마사지 설정에 기초하여 구동부를 제어하여 마사지 동작을 수행하는 인공 지능 마사지 장치 및 그 방법을 제공한다.
또한, 본 개시의 일 실시 예는, 사용자의 마사지 설정 기록에 기초하여 생성된 학습 데이터로 학습된 추천 마사지 설정 결정 모델을 이용하여 각 사용자별로 활동 정보에 상응하는 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법을 제공한다.
또한, 본 개시의 일 실시 예는, 식별된 사용자에 대한 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보 중에서 적어도 하나 이상을 수신하고, 수신한 정보를 추가로 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법을 제공한다.
또한, 본 개시의 일 실시 예는, 결정된 추천 마사지 설정에 대한 사용자의 부정적 피드백에 기초하여 갱신용 학습 데이터를 생성하고, 생성한 갱신용 학습 데이터를 이용하여 추천 마사지 설정 결정 모델을 갱신하는 인공 지능 마사지 장치 및 그 방법을 제공한다.
본 개시의 다양한 실시 예에 따르면, 사용자는 자신의 활동 정보에 적합한 추천 마사지 설정을 제공받을 수 있고, 그에 따라 별도의 마사지 설정의 입력 없이도 자신의 상태에 적합한 마사지를 제공받을 수 있다.
또한, 본 개시의 다양한 실시 예에 따르면, 사용자는 자신의 활동 정보뿐만 아니라, 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보에 적합한 추천 마사지 설정을 제공받을 수 있으므로, 만족도 높은 마사지를 제공받을 수 있다.
도 1은 본 개시의 일 실시 예에 따른 AI 장치를 나타낸 블록도이다.
도 2는 본 개시의 일 실시 예에 따른 AI 서버를 나타낸 블록도이다.
도 3은 본 개시의 일 실시 예에 따른 AI 시스템을 나타낸 도면이다.
도 4는 본 개시의 일 실시 예에 따른 AI 장치를 나타낸 블록도이다.
도 5는 본 개시의 일 실시 예에 따른 인공 지능 장치를 나타낸 사시도이다.
도 6은 본 개시의 일 실시 예에 따른 인공 지능 시스템을 나타낸 블록도이다.
도 7은 본 개시의 일 실시 예에 추천 마사지 설정을 결정하는 방법을 나타낸 동작 흐름도이다.
도 8은 본 개시의 일 실시 예에 따른 인공 지능 마사지 장치가 사용자를 식별하는 예시를 나타낸 도면이다.
도 9은 본 개시의 일 실시 예에 따른 인공 지능 마사지 장치가 사용자를 식별하는 예시를 나타낸 도면이다.
도 10은 본 개시의 일 실시 예에 따른 활동 정보의 예시를 나타낸 도면이다.
도 11은 본 개시의 일 실시 예에 따른 추천 마사지 설정의 예시들을 나타낸 도면이다.
도 12는 본 개시의 일 실시 예에 따른 추천 마사지 설정을 결정하는 방법을 나타낸 도면이다.
도 13은 본 개시의 일 실시 예에 따른 학습 데이터의 예시들을 나타낸 도면이다.
도 14는 본 개시의 일 실시 예에 추천 마사지 설정을 결정하는 방법을 나타낸 동작 흐름도이다.
도 15는 본 개시의 일 실시 예에 따른 추천 마사지 설정을 결정하는 방법을 나타낸 도면이다.
도 16은 본 개시의 일 실시 예에 따른 추천 마사지 설정 결정 모델을 갱신하는 방법을 나타낸 동작 흐름도이다.
도 17은 본 개시의 일 실시 예를 나타낸 도면이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 '모듈' 및 '부'는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 개시의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 '직접 연결되어' 있다거나 '직접 접속되어' 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
<인공 지능(AI: Artificial Intelligence)>
인공 지능은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, 머신 러닝(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.
인공 신경망(ANN: Artificial Neural Network)은 머신 러닝에서 사용되는 모델로써, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다.
모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.
인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.
머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.
지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.
인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.
<로봇(Robot)>
로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계를 의미할 수 있다. 특히, 환경을 인식하고 스스로 판단하여 동작을 수행하는 기능을 갖는 로봇을 지능형 로봇이라 칭할 수 있다.
로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류할 수 있다.
로봇은 액츄에이터 또는 모터를 포함하는 구동부를 구비하여 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 이동 가능한 로봇은 구동부에 휠, 브레이크, 프로펠러 등이 포함되어, 구동부를 통해 지상에서 주행하거나 공중에서 비행할 수 있다.
<자율 주행(Self-Driving)>
자율 주행은 스스로 주행하는 기술을 의미하며, 자율 주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다.
예컨대, 자율 주행에는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등이 모두 포함될 수 있다.
차량은 내연 기관만을 구비하는 차량, 내연 기관과 전기 모터를 함께 구비하는 하이브리드 차량, 그리고 전기 모터만을 구비하는 전기 차량을 모두 포괄하며, 자동차뿐만 아니라 기차, 오토바이 등을 포함할 수 있다.
이때, 자율 주행 차량은 자율 주행 기능을 가진 로봇으로 볼 수 있다.
<확장 현실(XR: eXtended Reality)>
확장 현실은 가상 현실(VR: Virtual Reality), 증강 현실(AR: Augmented Reality), 혼합 현실(MR: Mixed Reality)을 총칭한다. VR 기술은 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하고, AR 기술은 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 제공하며, MR 기술은 현실 세계에 가상 객체들을 섞고 결합시켜서 제공하는 컴퓨터 그래픽 기술이다.
MR 기술은 현실 객체와 가상 객체를 함께 보여준다는 점에서 AR 기술과 유사하다. 그러나, AR 기술에서는 가상 객체가 현실 객체를 보완하는 형태로 사용되는 반면, MR 기술에서는 가상 객체와 현실 객체가 동등한 성격으로 사용된다는 점에서 차이점이 있다.
XR 기술은 HMD(Head-Mount Display), HUD(Head-Up Display), 휴대폰, 태블릿 PC, 랩탑, 데스크탑, TV, 디지털 사이니지 등에 적용될 수 있고, XR 기술이 적용된 장치를 XR 장치(XR Device)라 칭할 수 있다.
이하에서, 인공 지능 마사지 장치(AI massage apparatus)는 인공 지능 장치라 칭할 수 있고, 두 용어는 혼용되어 사용될 수 있다.
도 1은 본 개시의 일 실시 예에 따른 AI 장치(100)를 나타낸 블록도이다.
이하에서, 인공 지능 장치(100)는 단말기라 칭할 수 있다.
AI 장치(100)는 TV, 프로젝터, 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 1을 참조하면, 인공 지능 장치(100)는 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(170) 및 프로세서(180) 등을 포함할 수 있다.
통신부(110)는 유무선 통신 기술을 이용하여 다른 AI 장치(100a 내지 100e)나 AI 서버(200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.
이때, 통신부(110)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth??), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.
입력부(120)는 다양한 종류의 데이터를 획득할 수 있다.
이때, 입력부(120)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.
입력부(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.
러닝 프로세서(130)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 여기서, 학습된 인공 신경망을 학습 모델이라 칭할 수 있다. 학습 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
이때, 러닝 프로세서(130)는 AI 서버(200)의 러닝 프로세서(240)과 함께 AI 프로세싱을 수행할 수 있다.
이때, 러닝 프로세서(130)는 AI 장치(100)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(130)는 메모리(170), AI 장치(100)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.
센싱부(140)는 다양한 센서들을 이용하여 AI 장치(100) 내부 정보, AI 장치(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센싱부(140)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더 등이 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.
이때, 출력부(150)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.
메모리(170)는 AI 장치(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.
프로세서(180)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(100)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(180)는 AI 장치(100)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.
이를 위해, 프로세서(180)는 러닝 프로세서(130) 또는 메모리(170)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(100)의 구성 요소들을 제어할 수 있다.
이때, 프로세서(180)는 결정된 동작을 수행하기 위하여 외부 장치의 연계가 필요한 경우, 해당 외부 장치를 제어하기 위한 제어 신호를 생성하고, 생성한 제어 신호를 해당 외부 장치에 전송할 수 있다.
프로세서(180)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.
이때, 프로세서(180)는 음성 입력을 문자열로 변환하기 위한 STT(Speech To Text) 엔진 또는 자연어의 의도 정보를 획득하기 위한 자연어 처리(NLP: Natural Language Processing) 엔진 중에서 적어도 하나 이상을 이용하여, 사용자 입력에 상응하는 의도 정보를 획득할 수 있다.
이때, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 적어도 일부가 머신 러닝 알고리즘에 따라 학습된 인공 신경망으로 구성될 수 있다. 그리고, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 러닝 프로세서(130)에 의해 학습된 것이나, AI 서버(200)의 러닝 프로세서(240)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.
프로세서(180)는 AI 장치(100)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(170) 또는 러닝 프로세서(130)에 저장하거나, AI 서버(200) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(100)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, AI 장치(100)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.
도 2는 본 개시의 일 실시 예에 따른 AI 서버(200)를 나타낸 블록도이다.
도 2를 참조하면, AI 서버(200)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(200)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(200)는 AI 장치(100)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(200)는 통신부(210), 메모리(230), 러닝 프로세서(240) 및 프로세서(260) 등을 포함할 수 있다.
통신부(210)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(230)는 모델 저장부(231)를 포함할 수 있다. 모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장할 수 있다.
러닝 프로세서(240)는 학습 데이터를 이용하여 인공 신경망(231a)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(200)에 탑재된 상태에서 이용되거나, AI 장치(100) 등의 외부 장치에 탑재되어 이용될 수도 있다.
학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어(instruction)는 메모리(230)에 저장될 수 있다.
프로세서(260)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.
도 3은 본 개시의 일 실시 예에 따른 AI 시스템(1)을 나타낸 블록도이다.
도 3을 참조하면, AI 시스템(1)은 AI 서버(200), 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상이 클라우드 네트워크(10)와 연결된다. 여기서, AI 기술이 적용된 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 등을 AI 장치(100a 내지 100e)라 칭할 수 있다.
클라우드 네트워크(10)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(10)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, AI 시스템(1)을 구성하는 각 장치들(100a 내지 100e, 200)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(100a 내지 100e, 200)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(200)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(200)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)을 통하여 연결되고, 연결된 AI 장치들(100a 내지 100e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(100a 내지 100e)에 전송할 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(100a 내지 100e)로 전송할 수 있다.
또는, AI 장치(100a 내지 100e)는 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다.
이하에서는, 상술한 기술이 적용되는 AI 장치(100a 내지 100e)의 다양한 실시 예들을 설명한다. 여기서, 도 3에 도시된 AI 장치(100a 내지 100e)는 도 1에 도시된 AI 장치(100)의 구체적인 실시 예로 볼 수 있다.
<AI+로봇>
로봇(100a)은 AI 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
로봇(100a)은 동작을 제어하기 위한 로봇 제어 모듈을 포함할 수 있고, 로봇 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다.
로봇(100a)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 로봇(100a)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 사용자 상호작용에 대한 응답을 결정하거나, 동작을 결정할 수 있다.
여기서, 로봇(100a)은 이동 경로 및 주행 계획을 결정하기 위하여, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
로봇(100a)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 로봇(100a)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 동작을 결정할 수 있다. 여기서, 학습 모델은 로봇(100a)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 로봇(100a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
로봇(100a)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 로봇(100a)을 주행시킬 수 있다.
맵 데이터에는 로봇(100a)이 이동하는 공간에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 벽, 문 등의 고정 객체들과 화분, 책상 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 로봇(100a)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 로봇(100a)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+자율주행>
자율 주행 차량(100b)은 AI 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
자율 주행 차량(100b)은 자율 주행 기능을 제어하기 위한 자율 주행 제어 모듈을 포함할 수 있고, 자율 주행 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다. 자율 주행 제어 모듈은 자율 주행 차량(100b)의 구성으로써 내부에 포함될 수도 있지만, 자율 주행 차량(100b)의 외부에 별도의 하드웨어로 구성되어 연결될 수도 있다.
자율 주행 차량(100b)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 자율 주행 차량(100b)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 동작을 결정할 수 있다.
여기서, 자율 주행 차량(100b)은 이동 경로 및 주행 계획을 결정하기 위하여, 로봇(100a)과 마찬가지로, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
특히, 자율 주행 차량(100b)은 시야가 가려지는 영역이나 일정 거리 이상의 영역에 대한 환경이나 객체는 외부 장치들로부터 센서 정보를 수신하여 인식하거나, 외부 장치들로부터 직접 인식된 정보를 수신할 수 있다.
자율 주행 차량(100b)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 자율 주행 차량(100b)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 주행 동선을 결정할 수 있다. 여기서, 학습 모델은 자율 주행 차량(100b)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 자율 주행 차량(100b)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
자율 주행 차량(100b)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 자율 주행 차량(100b)을 주행시킬 수 있다.
맵 데이터에는 자율 주행 차량(100b)이 주행하는 공간(예컨대, 도로)에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 가로등, 바위, 건물 등의 고정 객체들과 차량, 보행자 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 자율 주행 차량(100b)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 자율 주행 차량(100b)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+XR>
XR 장치(100c)는 AI 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수 있다.
XR 장치(100c)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 속성 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR 장치(100c)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
XR 장치(100c)는 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, XR 장치(100c)는 학습 모델을 이용하여 3차원 포인트 클라우드 데이터 또는 이미지 데이터에서 현실 객체를 인식할 수 있고, 인식한 현실 객체에 상응하는 정보를 제공할 수 있다. 여기서, 학습 모델은 XR 장치(100c)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, XR 장치(100c)는 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
<AI+로봇+자율주행>
로봇(100a)은 AI 기술 및 자율 주행 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
AI 기술과 자율 주행 기술이 적용된 로봇(100a)은 자율 주행 기능을 가진 로봇 자체나, 자율 주행 차량(100b)과 상호작용하는 로봇(100a) 등을 의미할 수 있다.
자율 주행 기능을 가진 로봇(100a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.
자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 이동 경로 또는 주행 계획 중 하나 이상을 결정하기 위해 공통적인 센싱 방법을 사용할 수 있다. 예컨대, 자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 라이다, 레이더, 카메라를 통해 센싱된 정보를 이용하여, 이동 경로 또는 주행 계획 중 하나 이상을 결정할 수 있다.
자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)과 별개로 존재하면서, 자율 주행 차량(100b)의 내부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(100b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.
이때, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)을 대신하여 센서 정보를 획득하여 자율 주행 차량(100b)에 제공하거나, 센서 정보를 획득하고 주변 환경 정보 또는 객체 정보를 생성하여 자율 주행 차량(100b)에 제공함으로써, 자율 주행 차량(100b)의 자율 주행 기능을 제어하거나 보조할 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)에 탑승한 사용자를 모니터링하거나 사용자와의 상호작용을 통해 자율 주행 차량(100b)의 기능을 제어할 수 있다. 예컨대, 로봇(100a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(100b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(100b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(100a)이 제어하는 자율 주행 차량(100b)의 기능에는 단순히 자율 주행 기능뿐만 아니라, 자율 주행 차량(100b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)의 외부에서 자율 주행 차량(100b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(100a)은 스마트 신호등과 같이 자율 주행 차량(100b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(100b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.
<AI+로봇+XR>
로봇(100a)은 AI 기술 및 XR 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇, 드론 등으로 구현될 수 있다.
XR 기술이 적용된 로봇(100a)은 XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇을 의미할 수 있다. 이 경우, 로봇(100a)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇(100a)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 로봇(100a) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 로봇(100a)은 XR 장치(100c)를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
예컨대, 사용자는 XR 장치(100c) 등의 외부 장치를 통해 원격으로 연동된 로봇(100a)의 시점에 상응하는 XR 영상을 확인할 수 있고, 상호작용을 통하여 로봇(100a)의 자율 주행 경로를 조정하거나, 동작 또는 주행을 제어하거나, 주변 객체의 정보를 확인할 수 있다.
<AI+자율주행+XR>
자율 주행 차량(100b)은 AI 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR 기술이 적용된 자율 주행 차량(100b)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상을 제공하는 수단을 구비한 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(100b)은 HUD를 구비하여 XR 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR 객체를 제공할 수 있다.
이때, XR 객체가 HUD에 출력되는 경우에는 XR 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR 객체가 자율 주행 차량(100b)의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(100b)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR 객체들을 출력할 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 자율 주행 차량(100b) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 자율 주행 차량(100b)은 XR 장치(100c) 등의 외부 장치를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
도 4는 본 개시의 일 실시 예에 따른 AI 장치(100)를 나타낸 블록도이다.
도 1과 중복되는 설명은 생략한다.
통신부(110)는 통신 모뎀(communication modem) 또는 통신 회로(communication circuit)라고도 칭할 수 있다.
도 4를 참조하면, 인공 지능 장치(100)는 구동부(160, driver)를 더 포함할 수 있다.
입력부(120)는 영상 신호 입력을 위한 카메라(Camera, 121), 오디오 신호를 수신하기 위한 마이크로폰(Microphone, 122), 사용자로부터 정보를 입력 받기 위한 사용자 입력부(User Input Unit, 123)를 포함할 수 있다.
입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어 명령으로 처리될 수 있다.
입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 영상 정보의 입력을 위하여, AI 장치(100)는 하나 또는 복수의 카메라(121)들을 구비할 수 있다.
카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(Display Unit, 151)에 표시되거나 메모리(170)에 저장될 수 있다.
마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 AI 장치(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 적용될 수 있다.
사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 프로세서(180)는 입력된 정보에 대응되도록 AI 장치(100)의 동작을 제어할 수 있다.
사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예컨대, AI 장치(100)의 전/후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다.
센싱부(140)는 센서부라고 칭할 수 있다.
센싱부(140)는 사용자가 접촉하는 부분에 배치되는 정전 센서, 압력 센서 또는 압전 센서 중 적어도 하나를 포함할 수 있으며, 안마 의자에 사용자가 접촉하는 경우 접촉면 및 접촉 세기 중 적어도 하나에 대한 센서 데이터를 획득할 수 있다. 이 경우, 프로세서(180)는 센싱부(140)에서 획득한 센서 데이터에 기초하여, 사용자의 체형, 자세 또는 위치 중 적어도 하나에 대한 정보를 획득할 수 있다.
센싱부(140)에 포함되는 센서는 상술한 정전 센서, 압력 센서 및 압전 센서에 한정되지 아니하며, 관성 센서, 자기 센서, 중력 센서, 자이로스코프 센서, 가속도 센서, 초음파 센서, 광 센서 등 사용자의 체형, 자세 및 위치 중 적어도 하나에 대한 정보를 획득하는데 이용될 수 있는 센서 데이터를 수집할 수 있는 모든 센서일 수 있다.
출력부(150)는 디스플레이부(Display Unit, 151), 음향 출력부(Sound Output Unit, 152), 햅틱 모듈(Haptic Module, 153), 광 출력부(Optical Output Unit, 154) 중 적어도 하나를 포함할 수 있다.
디스플레이부(151)는 AI 장치(100)에서 처리되는 정보를 표시(출력)한다. 예컨대, 디스플레이부(151)는 AI 장치(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, AI 장치(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 단말기(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다.
음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.
햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다.
광출력부(154)는 AI 장치(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. AI 장치(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.
마사지부(160)는 사용자와 접촉하여 마사지를 수행하는 구성으로, 사용자의 머리를 지지하는 머리 마사지부(161), 사용자의 등을 지지하는 등 마사지부(162), 사용자의 팔을 지지하는 팔 마사지부(163), 사용자의 엉덩이를 지지하는 엉덩이 마사지부(164) 또는 사용자의 다리를 지지하는 다리 마사지부(165) 중 적어도 하나 이상을 포함할 수 있다. 머리 마사지부(161), 등 마사지부(162), 팔 마사지부(163), 엉덩이 마사지부(164) 및 다리 마사지부(165) 각각은 에어백을 포함할 수 있다.
구동부(190)는 회전력을 발생시키는 모터(191)를 통해 마사지를 위한 물리적 움직임 또는 물리력을 발생시킬 수 있고, 발생시킨 물리적 움직임 또는 물리력을 마사지부(160)에 전달할 수 있다. 예컨대, 구동부(190)는 모터(191)에서 발생한 물리력을 이용하여 마사지 헤드를 움직일 수 있고, 마사지 헤드의 움직임을 통해 사용자의 신체를 마사지할 수 있다. 마사지 헤드는 구동부(190)의 구성으로 볼 수도 있고, 마사지부(160)의 구성으로 볼 수도 있다.
구동부(190)는 마사지부(160)의 에어백에 공기를 주입하는 인플레이터(192, inflator)를 통해 에어백의 공기압 또는 에어백에의 공기 주입량을 조절할 수 있다. 즉, 인플레이터(192)는 설정된 공급 공기압에 따라 에어백에 공기 공급을 시도할 수 있으며, 만약 에어백의 공기압이 공급 공기압보다 높은 경우라면 에어백의 공기압이 공급 공기압과 같아질 때까지 에어백이 디플레이트(deflate)되고, 만약 에어백의 공기압이 공급 공기압보다 낮은 경우라면 에어백의 공기압이 공급 공기압과 같아질 때까지 에어백이 인플레이트(inflate)된다.
특히, 구동부(190)는 모터(191)의 회전 속도 또는 인플레이터(192)의 에공기압 또는 공기 주입량을 조절함으로써 마사지 강도를 조절할 수 있다. 예컨대, 구동부(190)는 모터(191)의 회전 속도를 증가시키거나, 인플레이터(192)의 공기압을 감소시킴으로써 마사지 강도를 증가시킬 수 있다. 반대로, 구동부(190)는 모터(191)의 회전 속도를 감소시키거나, 인플레이터(192)의 공기압을 증가시킴으로써 마사지 강도를 감소시킬 수 있다. 에어백의 공기압이 높아질수록 에어백이 인플레이트되므로, 해당 에어백에 상응하는 마사지 헤드와 사용자의 신체 사이의 거리가 멀어지며, 따라서 해당 에어백에 상응하는 신체 부위에 대한 마사지 강도가 낮아지게 된다.
또한, 인공 지능 장치(100)는 발열부(미도시)와 송풍부(미도시)를 더 포함할 수도 있다. 발열부(미도시)는 저항성 소자를 이용하여 전류가 흐를시 발열하여 온기를 제공하고, 송풍부(미도시)는 팬을 이용하여 송풍구들로 바람을 불어넣을 수 있다.
도 4에서는 구동부(190)가 마사지부(160)와 구분된 구성으로 도시되어 있으나, 본 개시가 이에 한정되지는 않는다. 일 실시 예에서, 마사지부(160)에 포함된 머리 마사지부(161), 등 마사지부(162), 팔 마사지부(163), 엉덩이 마사지부(164) 및 다리 마사지부(165) 각각은 개별적으로 적어도 하나 이상의 구동부(190)를 포함할 수 있다.
도 5는 본 개시의 일 실시 예에 따른 인공 지능 장치(100)를 나타낸 사시도이다.
도 5를 참조하면, 인공 지능 장치(100) 또는 인공 지능 마사지 장치(100)는 의자 형태의 마사지 장치일 수 있다. 의자 형태의 마사지 장치는 통상의 마사지 의자뿐만 아니라, 마사지 기능 또는 마사지 동작을 제공할 수 있는 마사지부(160)와 구동부(190) 등을 구비한 의자를 포함할 수 있다.
일 실시 예에서, 인공 지능 장치(100)는 마사지부(160)와 구동부(190)를 포함하여 마사지 기능을 제공하는 카 시트(car seat)일 수 있다. 만약, 인공 지능 장치(100)가 카 시트인 경우라면, 인공 지능 장치(100)는 탑재하고 있는 차량의 일부로 볼 수 있다. 안전을 위해, 인공 지능 장치(100)는 차량이 자율 주행 중인 상황에서만 동작할 수 있다.
인공 지능 장치(100)는 사용자의 머리를 지지하는 머리 마사지부(161), 사용자의 등을 지지하는 등 마사지부(162), 사용자의 팔을 지지하는 팔 마사지부(163), 사용자의 엉덩이를 지지하는 엉덩이 마사지부(164) 또는 사용자의 다리를 지지하는 다리 마사지부(165) 중 적어도 하나 이상을 포함할 수 있다.
머리 마사지부(161), 등 마사지부(162), 팔 마사지부(163), 엉덩이 마사지부(164) 및 다리 마사지부(165) 각각은 하나 이상의 마사지 헤드를 포함할 수 있고, 각 마사지 헤드는 구동부(190)의 모터(191)으로부터 발생한 물리적 움직임 또는 물리력에 의하여 동작함으로써, 사용자의 신체의 적어도 일부를 마사지할 수 있다. 각 마사지 헤드는 하나 이상의 또는 하나 이상의 마사지 봉을 포함할 수 있다.
한편, 머리 마사지부(161), 등 마사지부(162), 팔 마사지부(163), 엉덩이 마사지부(164) 및 다리 마사지부(165) 각각은 하나 이상의 하위 안마기를 포함할 수 있다. 예를 들어, 머리 마사지부(161)는 사용자의 머리를 안마할 수 있는 머리 안마기, 사용자의 목을 안마할 수 있는 목 안마기 중 적어도 하나를 포함할 수 있다. 등 마사지부(162)는 사용자의 어깨를 안마할 수 있는 어깨 안마기, 사용자의 등을 안마할 수 있는 등 안마기 및 사용자의 허리를 안마할 수 있는 허리 안마기 중 적어도 하나를 포함할 수 있다. 다리 마사지부(165)는 사용자의 허벅지를 안마할 수 있는 허벅지 안마기, 사용자의 종아리를 안마할 수 있는 종아리 안마기 및 사용자의 발을 안마할 수 있는 발 안마기 중 적어도 하나를 포함할 수 있다.
또한, 인공 지능 장치(100)는 사용자 입력부(123) 또는 사용자 인터페이스부를 포함할 수 있다. 사용자 입력부(123)는 프로세서(180)의 제어 하에 정보를 디스플레이 하는 디스플레이부(123_1) 및 사용자로부터 입력을 수신하여 프로세서(180)로 전달하는 입력수단(123_2)을 포함할 수 있다. 사용자 입력부(123)에 포함된 디스플레이부(123_1)은 출력부(150)의 디스플레이부(151)을 의미할 수 있다.
도 6은 본 개시의 일 실시 예에 따른 인공 지능 시스템(1)을 나타낸 블록도이다.
도 6을 참조하면, 인공 지능 시스템(1)은 인공 지능 장치 또는 인공 지능 마사지 장치(100), 사용자의 단말기(300), 헬스 케어 서버(400) 및 날씨 서버(500)를 포함할 수 있다. 인공 지능 마사지 장치(100), 단말기(300), 헬스 케어 서버(400) 및 날씨 서버(500)는 유선 통신 기술, 무선 통신 기술 또는 근거리 통신 기술 중에서 적어도 하나 이상을 이용하여 서로 통신할 수 있다.
단말기(300)는 사용자의 활동 정보를 생성(또는 수집), 관리 또는 저장할 수 있는 장치로, 스마트폰과 같은 휴대 단말기가 포함될 수 있다. 단말기(300)는 통신부를 통해 스마트 밴드와 같은 다른 헬스 케어 기기들과 연결되어 센서 정보 또는 사용자의 활동 정보를 수집할 수 있다. 예컨대, 단말기(300)는 내장된 센서로부터 수신한 센서 정보와 연결된 스마트 밴드로부터 수신한 센서 정보를 이용하여 사용자의 활동 정보를 생성할 수 있다.
단말기(300)가 수집하는 센서 정보에는 자이로 센서 정보, 가속도 센서 정보, 생체 센서 정보 등이 포함될 수 있고, 생체 센서 정보에는 맥박 센서 정보, 혈압 센서 정보, 혈류량 센서 정보, 체온 센서 정보, 생체전기 임피던스 분석(BIA: Bioelectric Impedance Analysis)에 이용되는 생체 전기 센서 정보 등이 포함될 수 있다.
단말기(300)는 수집한 센서 정보 또는 사용자의 입력 중에서 적어도 하나 이상에 기초하여 사용자의 활동 정보를 생성할 수 있다. 단말기(300)는 센서 정보로부터 사용자의 활동을 판단하여 활동 정보를 생성할 수 있고, 사용자의 입력에 기초하여 생성한 활동 정보를 수정하거나, 새로운 활동 정보를 생성할 수도 있다. 예컨대, 단말기(300)는 수집한 센서 정보로부터 달리기 활동이 감지되었음을 판단하고 달리기 활동 정보를 생성할 수 있고, 사용자가 해당 활동이 달리기가 아니라 축구였다고 입력을 하게 될 경우에는, 단말기(300)는 생성하였던 달리기 활동 정보를 축구 활동 정보로 변경할 수 있다. 또는, 사용자가 단말기(300)나 헬스 케어 기기를 소지하지 않은 상태로 활동한 경우와 같이 단말기(300)가 센서 정보로부터 사용자의 활동을 감지하지 못하더라도, 사용자가 특정 기간에 특정 활동을 하였다고 입력을 하게 될 경우에는, 단말기(300)는 사용자의 입력에 기초하여 활동 정보를 생성할 수 있다.
단말기(300)는 음성 인식 기능을 탑재하여, 사용자의 음성을 인식하여 인공 지능 마사지 장치(100)의 기능을 제어할 수 있다.
헬스 케어 서버(400)는 다양한 사용자들의 활동 정보를 저장 또는 관리하는 장치를 의미한다. 헬스 케어 서버(400)는 단일한 서버, 클러스터 서버 또는 클라우드 서버 등의 형태로 구현될 수 있다. 헬스 케어 서버(400)는 복수의 단말기들(300)로부터 각 사용자별 활동 정보를 수신하여 관리할 수 있고, 헬스 케어 서버(400)는 주기적으로 또는 인공 지능 마사지 장치(100)의 요청에 따라 특정 사용자의 활동 정보를 인공 지능 마사지 장치(100)에 전송할 수 있다.
날씨 서버(500)는 기상 정보 또는 날씨 정보를 제공하는 생성 또는 관리하는 장치를 의미한다. 날씨 서버(500)는 단일한 서버, 클러스터 서버 또는 클라우드 서버 등의 형태로 구현될 수 있다. 날씨 서버(500)는 실시간으로, 주기적으로 또는 인공 지능 마사지 장치(100)의 요청에 따라 날씨 정보를 인공 지능 마사지 장치(100)에 전송할 수 있다.
일 실시 예에서, 헬스 케어 서버(400) 또는 날씨 서버(500) 중에서 적어도 하나 이상은 인공 지능 서버(200)와 하나의 서버로 구현될 수 있다.
일 실시 예에서, 헬스 케어 서버(400) 또는 날씨 서버(500)는 인공 지능 서버(200)를 통해 인공 지능 장치(100)와 통신할 수 있다.
단말기(300)는 단말기 식별 정보 또는 사용자 식별 정보와 함께 생성한 생체 정보를 실시간으로 또는 주기적으로 인공 지능 마사지 장치(100) 또는 헬스 케어 서버(400)에 전송할 수 있다. 또는, 단말기(300)는 인공 지능 마사지 장치(100)와 인접하여 서로 연결되었을 때에, 이전 연결부터 누적된 생체 정보를 인공 지능 마사지 장치(100)에 전송할 수 있다.
도 7은 본 개시의 일 실시 예에 추천 마사지 설정을 결정하는 방법을 나타낸 동작 흐름도이다.
도 7을 참조하면, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 사용자의 단말기(300)로부터 식별 정보를 수신한다(S701).
통신부(110)는 사용자의 단말기(300)가 인접할 때, 근거리 통신 기술이나 유무선 통신 기술을 이용하여 사용자의 단말기(300)로부터 식별 정보를 수신할 수 있다. 근거리 통신 기술에는 NFC(Near Field Communication), RFID(Radio-Frequency Identification), Bluetooth 등이 포함될 수 있다. 예컨대, 인공 지능 마사지 장치(100)의 통신부(110)에 근거리 통신 태그(tag) 또는 근거리 통신 비콘(beacon)이 포함되고, 사용자의 단말기(300)가 근거리 통신 태그 또는 근거리 통신 비콘에 인접 또는 접촉하게 되면, 통신부(110)는 인접 또는 접촉한 사용자의 단말기(300)로부터 식별 정보를 수신할 수 있다.
사용자의 단말기(300)로부터 수신하는 식별 정보에는 각 단말기들(300)을 서로 구분하는 단말기(300) 식별 정보 또는 단말기(300)를 사용하는 각 사용자들을 서로 구분하는 사용자 식별 정보 중에서 적어도 하나 이상이 포함될 수 있다. 단말기(300) 식별 정보에는 단말기 일련 번호, 단말기 이름, 단말기 종류 등의 정보가 포함될 수 있고, 사용자 식별 정보에는 사용자 이름, 사용자 ID, 사용자 성별, 사용자 나이 등의 정보가 포함될 수 있다.
그리고, 인공 지능 마사지 장치(100)의 프로세서(180)는 수신한 식별 정보를 이용하여 사용자를 식별한다(S703).
프로세서(180)는 단말기(300) 식별 정보에 기초하여 단말기(300)를 식별하고, 식별된 단말기(300)에 대하여 등록된 사용자를 식별함으로써 사용자를 식별할 수 있다. 또는, 프로세서(180)는 사용자 식별 정보에 기초하여 사용자를 식별할 수 있다.
일 실시 예에서, 프로세서(180)가 단말기(300) 식별 정보에 기초하여 단말기(300)를 식별하였으나 식별된 단말기(300)에 복수의 사용자가 등록된 경우 등과 같이 사용자의 식별에 실패한 경우, 프로세서(180)는 사용자의 식별을 위한 인증을 요구할 수 있다. 예컨대, 프로세서(180)는 출력부(150)를 통해 복수의 사용자 목록을 출력하고, 사용자의 응답 입력에 기초하여 사용자를 식별할 수도 있고; 프로세서(180)는 출력부(150)를 추가 인증을 요청하는 알림을 출력하고, 사용자의 지문 인식, 음성 인식 등의 생체 정보 인식에 기초하여 사용자를 식별할 수도 있다.
그리고, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 사용자의 단말기(300) 또는 헬스 케어 서버(400)로부터 식별된 사용자의 활동 정보를 수신한다(S705).
프로세서(180)는 식별된 사용자의 활동 정보의 최종 수신 시점을 파악하고, 단말기(300) 또는 헬스 케어 서버(400)로부터 최종 수신 시점 이후에 수집된 활동 정보를 수신할 수 있다. 그리고, 프로세서(180)는 수신한 활동 정보를 메모리(170)에 저장할 수 있다.
사용자의 활동 정보는 사용자의 입력에 의하여 수동으로 생성될 수도 있고, 센서 정보나 일정 정보에 기초하여 자동으로 생성될 수도 있다. 예컨대, 사용자의 활동 내용은 복수의 센서들로부터 수집된 센서 정보의 패턴이나 사용자의 일정 정보에 기초하여 결정될 수 있고, 활동 정보는 결정된 활동 내용을 포함하여 생성될 수 있다.
일 실시 예에서, 프로세서(180)는 통신부(110)를 통해 사용자의 단말기(300)로부터 식별된 사용자의 일정 정보를 수신하고, 수신한 일정 정보를 기초로 새로운 활동 정보를 생성하거나 수신한 활동 정보를 수정할 수 있다. 예컨대, 특정한 사용자의 수신한 일정 정보에 따르면 특정 시점에 사용자가 테니스 약속이 있었고, 수신한 활동 정보에 따르면 해당 특정 시점에서 사용자가 식별되지 않은 운동을 한 것으로 파악된다면, 프로세서(180)는 수신한 일정 정보의 활동 내용을 "테니스"로 수정할 수 있다.
그리고, 인공 지능 마사지 장치(100)의 프로세서(180)는 수신한 활동 정보를 고려하여 추천 마사지 설정을 결정한다(S707).
추천 마사지 설정은 추천 마사지 코스와 마사지 코스 세부 설정을 포함할 수 있다. 마사지 코스 세부 설정에는 마사지 스케줄 설정, 부가 기능 설정, 마사지 부위 설정, 마사지 순서 설정, 마사지 강도 설정, 마사지 시간 설정 등이 포함될 수 있다. 마사지 기능 설정에는 온열 기능, 쿨링 기능, 멀티미디어 기능 등의 다양한 부가 기능의 설정이 포함될 수 있다. 온열/쿨링 기능에 대한 설정에는 온열/쿨링 기능의 사용 여부와 온열/쿨링 기능의 강도가 포함될 수 있다.
프로세서(180)는 활동 정보에만 기초하여 추천 마사지 설정을 결정할 수도 있지만, 사용자의 선호도에 맞추어 추천 마사지 설정을 결정하기 위하여, 식별된 사용자의 사용자 식별 정보 (예컨대, 사용자 ID), 식별된 사용자의 활동 정보 및 식별된 사용자의 마사지 설정 기록에 기초하여 추천 마사지 설정을 결정할 수도 있다.
메모리(170)는 활동 정보마다 대응되는 디폴트 마사지 설정 값들을 저장할 수 있다. 그리고, 프로세서(180)는 사용자가 식별되지 않는 경우이거나 식별된 사용자의 마사지 설정 기록이 존재하지 않는 경우라면, 디폴트 마사지 설정 값을 추천 마사지 설정 값으로 결정할 수 있다.
프로세서(180)는 메모리(170)에 저장된 제1 추천 마사지 설정 결정 모델을 이용하여, 사용자 식별 정보 및 활동 정보로부터 추천 마사지 설정을 결정할 수 있다. 또는, 프로세서(180)는 통신부(110)를 통해 인공 지능 서버(200)에 사용자 식별 정보 및 활동 정보를 전송하고, 인공 지능 서버(200)의 프로세서(260)가 메모리(230)에 저장된 제1 추천 마사지 설정 결정 모델을 이용하여 사용자 식별 정보 및 활동 정보로부터 추천 마사지 동작 설정을 결정하면, 프로세서(180)는 통신부(110)를 통해 인공 지능 서버(200)로부터 결정된 추천 마사지 설정을 수신할 수 있다.
제1 추천 마사지 설정 결정 모델은 사용자 식별 정보 및 활동 정보가 입력되면, 해당 사용자의 마사지 설정 기록에 적합한 추천 마사지 설정을 출력하는 모델일 수 있다. 또한, 제1 추천 마사지 설정 결정 모델은 활동 정보만 입력되면, 해당 활동 정보에 대응하는 디폴트 마사지 설정 값을 갖는 추천 마사지 설정을 출력하는 모델일 수 있다. 제1 추천 마사지 설정 결정 모델은 인공 신경망을 포함하며, 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습될 수 있다.
제1 추천 마사지 설정 결정 모델은 사용자의 구분이 없는 디폴트 학습 데이터와 각 사용자별로 구분되는 개인화 학습 데이터를 이용하여 학습될 수 있다. 디폴트 학습 데이터는 활동 정보 및 라벨 정보로써 디폴트 마사지 설정 값을 포함할 수 있다. 개인화 학습 데이터는 특정 사용자에 대한 사용자 식별 정보, 해당 특정 사용자의 활동 정보 및 라벨 정보로써 사용자 마사지 설정 값을 포함할 수 있다. 즉, 사용자의 마사지 설정 기록은 개인화 학습 데이터를 생성하는데 이용되며, 따라서 사용자의 마사지 설정 기록은 제1 추천 마사지 설정 결정 모델에 반영되게 된다. 제1 추천 마사지 설정 결정 모델이 상술한 디폴트 학습 데이터와 개인화 학습 데이터를 이용하여 학습됨에 따라, 제1 추천 마사지 설정 결정 모델은 식별되지 않은 사용자나 아직 사용 기록이 없는 사용자에 대하여는 디폴트 마사지 설정 값을 추천 마사지 설정 값으로 결정하며, 사용 기록이 있는 식별된 사용자에 대하여는 해당 사용자의 활동 내용과 마사지 설정 기록에 기초하여 결정된 마사지 설정 값을 추천 마사지 설정 값으로 결정할 수 있다.
나아가, 프로세서(180)는 사용자 식별 정보, 활동 정보 및 마사지 설정 기록뿐만 아니라, 시간 정보, 날씨 정보, 사용자의 생체 정보, 실내 온도 등을 추가로 고려하여 추천 마사지 설정을 결정할 수도 있다. 이에 대한 설명은 후술한다.
그리고, 인공 지능 마사지 장치(100)의 프로세서(180)는 결정된 추천 마사지 설정에 기초하여 구동부(190)를 제어한다(S709).
프로세서(180)는 결정된 추천 마사지 설정에 기초하여 구동부(190)를 제어함으로써 사용자의 활동에 적합한 마사지 동작을 수행할 수 있다. 또한, 추천 마사지 설정에 발열 기능이나 송풍 기능이 포함된 경우라면, 프로세서(180)는 결정된 추천 마사지 설정에 기초하여 구동부(190)뿐만 아니라, 발열부(미도시) 또는 송풍부(미도시)를 제어할 수 있다.
도 7에 도시된 단계들(steps)의 순서는 하나의 예시에 불과하며, 본 개시가 이에 한정되지는 않는다. 즉, 일 실시 예에서, 도 7에 도시된 단계들 중 일부 단계의 순서가 서로 바뀌어 수행될 수도 있다. 또한, 일 실시 예에서, 도 7에 도시된 단계들 중 일부 단계는 병렬적으로 수행될 수도 있다.
도 8은 본 개시의 일 실시 예에 따른 인공 지능 마사지 장치가 사용자를 식별하는 예시를 나타낸 도면이다.
도 8을 참조하면, 인공 지능 마사지 장치(810)는 미리 등록된 또는 페어링된 사용자(830)의 단말기(820)와 무선 통신 기술을 이용하여 연결될 수 있다. 예컨대, 인공 지능 마사지 장치(810)는 블루투스 또는 와이파이 다이렉트(WiFi Direct) 통신을 통해 단말기(820)와 통신할 수 있다.
인공 지능 마사지 장치(810)는 단말기(820)가 연결되었을 때 단말기(820)를 식별함으로써 사용자(830)를 식별할 수도 있고, 연결된 단말기(820)가 일정 거리 이내(840)로 인접하였을 때 단말기(820)를 식별함으로써 사용자(830)를 식별할 수도 있다. 인공 지능 마사지 장치(810)는 단말기(820)와의 연결 강도를 기초로 단말기(820)까지의 거리를 산출하고, 산출한 거리를 기초로 단말기(820)가 미리 정해진 거리 이내(840)로 인접하였는지 판단할 수 있다.
인공 지능 마사지 장치(810)는 단말기(820)와 연결되거나, 단말기(820)가 일정 거리 이내(840)로 인접하였을 때, 연결된 단말기(820)로부터 식별된 사용자(830)의 활동 정보를 수신할 수 있다.
도 9은 본 개시의 일 실시 예에 따른 인공 지능 마사지 장치가 사용자를 식별하는 예시를 나타낸 도면이다.
도 9를 참조하면, 인공 지능 마사지 장치(910)는 미리 등록된 또는 페어링된 사용자(930)의 단말기(920)와 근거리 통신 기술을 이용하여 연결될 수 있다. 예컨대, 인공 지능 마사지 장치(910)는 근거리 통신 태그(915)를 포함하고, 근거리 통신 태그(915)에 대한 태깅을 통해 단말기(920)와 통신할 수 있다.
인공 지능 마사지 장치(910)는 단말기(920)가 연결되었을 때 단말기(920)를 식별함으로써 사용자(930)를 식별하고, 연결된 단말기(920)로부터 식별된 사용자(930)의 활동 정보를 수신할 수 있다.
도 9에는 근거리 통신 기술을 이용하여 단말기를 인식하고 사용자를 식별하는 실시 예를 개시하고 있으나, 본 개시가 이에 한정되지는 않는다. 일 실시 예에서, 인공 지능 마사지 장치(100)는 마이크로폰(122)를 통해 사용자의 발화 음성에 대한 음성 데이터를 수신하고, 수신한 음성 데이터에서 성문 분석을 통해 사용자를 식별할 수 있다. 또한, 일 실시 예에서, 인공 지능 마사지 장치(100)는 센서부(140)에 지문 인식 센서(미도시)를 포함하고, 지문 인식 센서를 통해 사용자의 지문을 인식하여 사용자를 식별할 수 있다.
도 10은 본 개시의 일 실시 예에 따른 활동 정보의 예시를 나타낸 도면이다.
도 10을 참조하면, 사용자의 활동 정보(1031)는 센서 정보(1011), 사용자의 입력(1012) 또는 일정 정보(1013) 중에서 적어도 하나 이상에 기초하여 생성될 수 있다.
단말기(300)는 센서 수집된 센서 정보(1011)의 센서 패턴(1021)에 기초하여 사용자의 활동 정보(1031)를 생성할 수 있다. 단말기(300)는 사용자 입력(1012) 또는 사용자의 일정 정보(1013) 중에서 적어도 하나 이상에 기초하여 새로운 활동 정보(1031)를 생성하거나, 생성된 활동 정보를 수정할 수 있다. 그리고, 단말기(300)는 생성한 활동 정보(1031)를 헬스 케어 서버(400)에 전송할 수 있다.
일 실시 예에서, 인공 지능 마사지 장치(100)는 단말기(300) 또는 헬스 케어 서버(400)로부터 생성된 활동 정보(1031)를 수신하고, 별개의 일정 관리 서버(미도시)로부터 사용자의 일정 정보(1013)를 수신하고, 수신한 일정 정보(1013)를 이용하여 수신한 활동 정보(1031)를 수정할 수 있다. 예컨대, 인공 지능 마사지 장치(100)가 단말기(300)로부터 특정 시간 동안의 알 수 없는 활동(unknown activity)을 포함하는 활동 정보를 수신하고, 일정 관리 서버(미도시)로부터 해당 특정 시간 동안의 "테니스" 활동 약속을 포함하는 일정 정보를 수신한 경우, 인공 지능 마사지 장치(100)는 수신한 활동 정보에서 해당 특정 시간 동안의 활동 내용을 알 수 없는 활동에서 "테니스"로 수정할 수 있다.
도 11은 본 개시의 일 실시 예에 따른 추천 마사지 설정의 예시들을 나타낸 도면이다.
도 11을 참조하면, 인공 지능 마사지 장치(100)의 프로세서(180)는 사용자의 활동 정보(1110)로부터 중점 마사지 부위(1120)를 결정하고, 결정된 중점 마사지 부위(1120)에 기초하여 추천 마사지 설정(1130)을 결정할 수 있다. 추천 마사지 설정(1130)에는 팔 마사지 강도(1131), 다리 마사지 강도(1132), 등 마사지 강도(1133) 및 발바닥 마사지 강도(1134) 등이 포함될 수 있으나, 본 개시가 이에 한정되지는 않는다.
예컨대, 프로세서(180)는 축구나 조깅과 같이 하체를 주로 이용하는 활동 정보(1110)에 대하여는, 중점 마사지 부위(1120)를 하반신과 발바닥으로 결정할 수 있고, 그에 따라 다리 마사지 강도(1132)나 발바닥 마사지 강도(1134) 등을 다른 부위의 마사지 강도에 비하여 높게 설정할 수 있다. 또한, 프로세서(180)는 웨이트 트레이닝과 같이 전신을 사용하는 활동 정보(1110)에 대하여는, 중점 마사지 부위(1120)를 전신으로 결정할 수 있고, 그에 따라 모든 부위의 마사지 강도를 높게 설정할 수 있다.
동일한 활동이라 하더라도 사용자마다 선호하는 마사지 설정이 상이할 수 있으므로, 프로세서(180)는 활동 정보(1110)뿐만 아니라 사용자 또는 사용자 식별 정보를 고려하여 추천 마사지 설정(1130)을 결정할 수 있다.
도 12는 본 개시의 일 실시 예에 따른 추천 마사지 설정을 결정하는 방법을 나타낸 도면이다.
도 12를 참조하면, 인공 지능 마사지 장치(100)는 제1 추천 마사지 설정 결정 모델(1220)을 이용하여 사용자 식별 정보(1211)와 활동 정보(1212)로부터 추천 마사지 설정(1231)을 결정할 수 있다.
제1 추천 마사지 설정 결정 모델(1220)은 인공 신경망을 포함하며, 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습될 수 있다. 제1 추천 마사지 설정 결정 모델(1220)의 학습에 이용되는 학습 데이터는 사용자 식별 정보(1211), 활동 정보(1212) 및 라벨 정보로써의 마사지 설정 또는 마사지 설정 값들을 포함할 수 있다. 제1 추천 마사지 설정 결정 모델(1220)은 사용자 식별 정보(1211)와 활동 정보(1212)가 주어졌을 때, 그에 대응하는 학습 데이터에 포함된 마사지 설정 값들을 추종하는 추천 마사지 설정을 출력하도록 학습될 수 있다.
제1 추천 마사지 설정 결정 모델(1220)은 인공 지능 마사지 장치(100)의 프로세서(180) 또는 러닝 프로세서(130)에서 학습되어 인공 지능 마사지 장치(100)의 메모리(170)에 저장될 수도 있지만, 인공 지능 서버(200)의 프로세서(260) 또는 러닝 프로세서(240)에서 학습되어 인공 지능 마사지 장치(100)의 메모리(170)에 저장될 수도 있다. 또는, 제1 추천 마사지 설정 결정 모델(1220)은 인공 지능 서버(200)의 프로세서(260) 또는 러닝 프로세서(240)에서 학습되어 인공 지능 서버(200)의 메모리(230)에 저장될 수 있다.
인공 지능 마사지 장치(100)의 메모리(170)에 제1 추천 마사지 설정 결정 모델(1220)이 저장된 경우에는, 인공 지능 마사지 장치(100)의 프로세서(180)는 메모리(170)에 저장된 제1 추천 마사지 설정 결정 모델(1220)을 이용하여 추천 마사지 설정(1231)을 결정할 수 있다.
또는, 인공 지능 마사지 장치(100)의 메모리(170)에 제1 추천 마사지 설정 결정 모델(1220)이 저장되지 않은 경우에는, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 인공 지능 서버(200)로부터 제1 추천 마사지 설정 결정 모델(1220)을 수신하여 메모리(170)에 저장하고, 메모리(170)에 저장된 제1 추천 마사지 설정 결정 모델(1220)을 이용하여 추천 마사지 설정(1231)을 결정할 수 있다.
또는, 인공 지능 마사지 장치(100)의 메모리(170)에 제1 추천 마사지 설정 결정 모델(1220)이 저장되지 않은 경우에는, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 사용자 식별 정보(1211)와 활동 정보(1212)를 인공 지능 서버(200)에 전송하고, 인공 지능 서버(200)의 프로세서(260)는 메모리(240)에 저장된 제1 추천 마사지 설정 결정 모델(1220)을 이용하여 추천 마사지 설정(1231)을 결정하고, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 인공 지능 서버(200)로부터 결정된 추천 마사지 설정(1231)를 수신할 수 있다.
도 13은 본 개시의 일 실시 예에 따른 학습 데이터의 예시들을 나타낸 도면이다.
도 13을 참조하면, 제1 추천 마사지 설정 결정 모델의 학습에 이용되는 학습 데이터(1310)는 사용자 식별 정보(1320), 활동 정보(1330) 및 라벨 정보로써의 마사지 설정(1340)을 포함할 수 있다. 마사지 설정(1340)에는 팔 마사지 강도(1341), 다리 마사지 강도(1342), 등 마사지 강도(1343) 및 발바닥 마사지 강도(1344)가 포함될 수 있다.
학습 데이터 1(1351) 및 학습 데이터 2(1352)는 사용자 1에 대한 학습 데이터이고, 학습 데이터 3(1353) 및 학습 데이터 4(1354)는 사용자 2에 대한 학습 데이터이고, 학습 데이터 5(1355)는 사용자 3에 대한 학습 데이터이고, 학습 데이터 6(1356)은 식별되지 않은 사용자에 대한 학습 데이터 또는 디폴트 학습 데이터이다.
학습 데이터 1(1351)과 학습 데이터 2(1352)를 비교하면, 동일한 사용자 1에 대한 학습 데이터이지만, 활동 정보(1330)가 "축구"와 "웨이트 트레이닝"으로 상이하기에, 마사지 설정(1340)이 상이할 수 있다. 마찬가지로, 학습 데이터 3(1353)과 학습 데이터 4(1354)를 비교하면, 동일한 사용자 2에 대한 학습 데이터이지만, 활동 정보(1330)가 "조깅"과 "웨이트 트레이닝"으로 상이하기에, 마사지 설정(1340)이 상이할 수 있다.
학습 데이터 2(1352), 학습 데이터 4(1354), 학습 데이터 5(1355) 및 학습 데이터 6(1356)를 비교하면, 활동 정보(1330)가 "웨이트 트레이닝"으로 동일하지만, 사용자 식별 정보(1320)가 서로 상이하기에, 마사지 설정(1340)이 서로 상이할 수 있다. 예컨대, 학습 데이터 6(1356)에 따르면 식별되지 않은 사용자의 "웨이트 트레이닝"에 대한 마사지 설정(1340)은 팔 마사지 강도(1341), 다리 마사지 강도(1342), 등 마사지 강도(1343) 및 발바닥 마사지 강도(1344)의 순서대로 (5, 5, 5, 5)이지만; 학습 데이터 2(1352)에 따르면 사용자 1의 "웨이트 트레이닝"에 대한 마사지 설정(1340)은 (5, 4, 5, 4)이다. 즉, 사용자 1은 "웨이트 트레이닝"을 한 이후에는 디폴트 마사지 설정에 비하여 하체 마사지 강도를 설정하여 상체 중심 마사지를 선호한다. 마찬가지로, 사용자 2는 "웨이트 트레이닝"을 한 이후에는 등 마사지 강도를 가장 크게 하는 등 중심 마사지를 선호한다. 또한, 사용자 3은 "웨이트 트레이닝"을 한 이후에는 하체 중심 마사지를 선호한다.
도 13에서는 마사지 설정으로써 각 부위별 마사지 강도만을 도시하고 있으나, 본 개시가 이에 한정되지 않는다. 즉, 마사지 설정에는 각 부위별 마사지 강도, 각 부위별 마사지 시간, 각 부위별 마사지 순서, 마사지 스케줄 등이 포함될 수 있다.
이와 같이, 각 사용자별로 구분되는 마사지 설정을 포함하는 학습 데이터를 이용하여 제1 추천 마사지 설정 결정 모델을 학습시킴으로써, 인공 지능 마사지 장치(100)는 제1 추천 마사지 설정 결정 모델을 이용하여 사용자별로 활동 내용에 적합한 추천 마사지 설정을 제공할 수 있다.
도 14는 본 개시의 일 실시 예에 추천 마사지 설정을 결정하는 방법을 나타낸 동작 흐름도이다.
도 14를 참조하면, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 사용자의 단말기(300)로부터 식별 정보를 수신한다(S1401). 이 단계(S1401)는 도 7에 도시된 사용자의 단말기(300)로부터 식별 정보를 수신하는 단계(S701)에 대응된다.
그리고, 인공 지능 마사지 장치(100)의 프로세서(180)는 수신한 식별 정보를 이용하여 사용자를 식별한다(S1403). 이 단계(S1403)는 도 7에 도시된 수신한 식별 정보를 이용하여 사용자를 식별하는 단계(S703)에 대응된다.
그리고, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 사용자의 단말기(300) 또는 헬스 케어 서버(400)로부터 식별된 사용자의 활동 정보를 수신한다(S1405). 이 단계(S1405)는 도 7에 도시된 식별된 사용자의 활동 정보를 수신하는 단계(S705)에 대응된다.
그리고, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 식별된 사용자의 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보 중에서 적어도 하나 이상을 수신한다(S1407).
생체 정보는 맥박, 혈압, 혈류량, 체온, 심전도, 생체전기 센서 정보, 수면 시간 등을 포함할 수 있다. 인공 지능 마사지 장치(100)의 센서부(140) 또는 사용자의 단말기(300)의 센서부(미도시)는 적어도 하나 이상의 센서를 이용하여 사용자의 생체 정보를 생성할 수 있고, 단말기(300)는 생성된 생체 정보를 헬스 케어 서버(400)에 전송할 수 있다. 그리고, 프로세서(180)는 통신부(110)를 통해 사용자의 단말기(300) 또는 헬스 케어 서버(400)로부터 식별된 사용자의 생체 정보를 수신하거나, 센서부(140)로부터 식별된 사용자의 생체 정보를 수신할 수 있다.
실외 환경 정보는 날씨 정보를 의미할 수 있으며, 기상 상태, 실외 온도, 실외 습도 등을 포함할 수 있다. 프로세서(180)는 통신부(110)를 통해 사용자의 단말기(300) 또는 날씨 서버(500)로부터 날씨 정보를 수신할 수 있다.
실내 환경 정보는 인공 지능 마사지 장치(100)가 설치된 공간 내부의 환경 정보를 의미하며, 실내 온도, 실내 습도 등을 포함할 수 있다. 인공 지능 마사지 장치(100)의 센서부(140), 사용자의 단말기(300)의 센서부(미도시) 또는 사물 인터넷 기기(미도시)는 적어도 하나 이상의 센서를 이용하여 실내 환경 정보를 생성할 수 있다. 그리고, 프로세서(180)는 통신부를 통해 사용자의 단말기(300) 또는 사물 인터넷 기기(미도시)로부터 생성된 실내 환경 정보를 수신하거나, 센서부(140)로부터 생성된 실내 환경 정보를 수신할 수 있다.
시간 정보는 현재 시점에 대한 정보를 의미하며, 계절, 날짜, 현재 시간 등을 포함할 수 있다.
그리고, 인공 지능 마사지 장치(100)의 프로세서(180)는 수신한 정보를 고려하여 추천 마사지 설정을 결정한다(S1409).
추천 마사지 설정은 추천 마사지 코스와 마사지 코스 세부 설정을 포함할 수 있다. 마사지 코스 세부 설정에는 마사지 스케줄 설정, 부가 기능 설정, 마사지 부위 설정, 마사지 순서 설정, 마사지 강도 설정, 마사지 시간 설정 등이 포함될 수 있다. 마사지 기능 설정에는 온열 기능, 쿨링 기능, 멀티미디어 기능 등의 다양한 부가 기능의 설정이 포함될 수 있다. 온열/쿨링 기능에 대한 설정에는 온열/쿨링 기능의 사용 여부와 온열/쿨링 기능의 강도가 포함될 수 있다.
수신한 정보에는 단계(S1405)에서 수신한 식별된 사용자의 활동 정보와 단계(S1407)에서 수신한 식별된 사용자의 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보 중에서 적어도 하나 이상이 포함될 수 있다.
프로세서(180)는 수신한 정보에만 기초하여 추천 마사지 설정을 결정할 수도 있지만, 사용자의 선호도에 맞추어 추천 마사지 설정을 결정하기 위하여, 식별된 사용자의 사용자 식별 정보 (예컨대, 사용자 ID), 수신한 정보 및 식별된 사용자의 마사지 설정 기록에 기초하여 추천 마사지 설정을 결정할 수도 있다.
메모리(170)는 활동 정보, 생체 정보, 실외 환경 정보, 실내 환경 정보 및 시간 정보마다 대응되는 디폴트 마사지 설정 값들을 저장할 수 있다. 그리고, 프로세서(180)는 사용자가 식별되지 않는 경우이거나 식별된 사용자의 마사지 설정 기록이 존재하지 않는 경우라면, 디폴트 마사지 설정 값을 추천 마사지 설정 값으로 결정할 수 있다.
프로세서(180)는 메모리(170)에 저장된 제2 추천 마사지 설정 결정 모델을 이용하여, 사용자 식별 정보, 활동 정보, 생체 정보, 실외 환경 정보, 실내 환경 정보 및 시간 정보로부터 추천 마사지 설정을 결정할 수 있다. 또는, 프로세서(180)는 통신부(110)를 통해 인공 지능 서버(200)에 사용자 식별 정보, 활동 정보, 생체 정보, 실외 환경 정보, 실내 환경 정보 및 시간 정보를 전송하고, 인공 지능 서버(200)의 프로세서(260)가 메모리(230)에 저장된 제2 추천 마사지 설정 결정 모델을 이용하여 사용자 식별 정보, 활동 정보, 생체 정보, 실외 환경 정보, 실내 환경 정보 및 시간 정보로부터 추천 마사지 동작 설정을 결정하면, 프로세서(180)는 통신부(110)를 통해 인공 지능 서버(200)로부터 결정된 추천 마사지 설정을 수신할 수 있다.
제2 추천 마사지 설정 결정 모델은 사용자 식별 정보를 포함하여, 활동 정보, 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보 중에서 적어도 하나 이상이 입력되면, 해당 사용자의 마사지 설정 기록에 적합한 추천 마사지 설정을 출력하는 모델일 수 있다. 또한, 제2 추천 마사지 설정 결정 모델은 사용자 식별 정보를 제외하고, 활동 정보, 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보 중에서 적어도 하나 이상이 입력되면, 해당 조건에 대응하는 디폴트 마사지 설정 값을 갖는 추천 마사지 설정을 출력하는 모델일 수 있다. 제2 추천 마사지 설정 결정 모델은 인공 신경망을 포함하며, 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습될 수 있다.
제2 추천 마사지 설정 결정 모델은 사용자의 구분이 없는 디폴트 학습 데이터와 각 사용자별로 구분되는 개인화 학습 데이터를 이용하여 학습될 수 있다. 디폴트 학습 데이터는 활동 정보, 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보 중에서 적어도 하나 이상 및 라벨 정보로써 디폴트 마사지 설정 값을 포함할 수 있다. 개인화 학습 데이터는 특정 사용자에 대한 사용자 식별 정보, 해당 특정 사용자의 활동 정보, 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보 중에서 적어도 하나 이상 및 라벨 정보로써 사용자 마사지 설정 값을 포함할 수 있다. 즉, 사용자의 마사지 설정 기록은 개인화 학습 데이터를 생성하는데 이용되며, 따라서 사용자의 마사지 설정 기록은 제2 추천 마사지 설정 결정 모델에 반영되게 된다. 제2 추천 마사지 설정 결정 모델이 상술한 디폴트 학습 데이터와 개인화 학습 데이터를 이용하여 학습됨에 따라, 제2 추천 마사지 설정 결정 모델은 식별되지 않은 사용자나 아직 사용 기록이 없는 사용자에 대하여는 디폴트 마사지 설정 값을 추천 마사지 설정 값으로 결정하며, 사용 기록이 있는 식별된 사용자에 대하여는 해당 사용자의 활동 정보, 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보 중에서 적어도 하나 이상과 마사지 설정 기록에 기초하여 결정된 마사지 설정 값을 추천 마사지 설정 값으로 결정할 수 있다.
그리고, 인공 지능 마사지 장치(100)의 프로세서(180)는 결정된 추천 마사지 설정에 기초하여 구동부(190)를 제어한다(S1411). 이 단계(S1411)는 도 7에 도시된 결정된 추천 마사지 설정에 기초하여 구동부를 제어하는 단계(S709)에 대응된다.
도 14에 도시된 단계들의 순서는 하나의 예시에 불과하며, 본 개시가 이에 한정되지는 않는다. 즉, 일 실시 예에서, 도 14에 도시된 단계들 중 일부 단계의 순서가 서로 바뀌어 수행될 수도 있다. 또한, 일 실시 예에서, 도 14에 도시된 단계들 중 일부 단계는 병렬적으로 수행될 수도 있다.
도 15는 본 개시의 일 실시 예에 따른 추천 마사지 설정을 결정하는 방법을 나타낸 도면이다.
도 15를 참조하면, 인공 지능 마사지 장치(100)는 제2 추천 마사지 설정 결정 모델(1520)을 이용하여 사용자 식별 정보(1511)를 포함하여, 활동 정보(1512), 생체 정보(1513), 실외 환경 정보(1514), 실내 환경 정보(1515) 또는 시간 정보(1516) 중에서 적어도 하나 이상으로부터 추천 마사지 설정(1531)을 결정할 수 있다.
제2 추천 마사지 설정 결정 모델(1520)은 인공 신경망을 포함하며, 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습될 수 있다. 제2 추천 마사지 설정 결정 모델(1520)의 학습에 이용되는 학습 데이터는 사용자 식별 정보(1511), 활동 정보(1512), 생체 정보(1513), 실외 환경 정보(1514), 실내 환경 정보(1515) 또는 시간 정보(1516) 중에서 적어도 하나 이상 및 라벨 정보로써의 마사지 설정 또는 마사지 설정 값들을 포함할 수 있다. 제2 추천 마사지 설정 결정 모델(1520)은 사용자 식별 정보(1511)와 활동 정보(1512), 생체 정보(1513), 실외 환경 정보(1514), 실내 환경 정보(1515) 또는 시간 정보(1516) 중에서 적어도 하나 이상이 주어졌을 때, 그에 대응하는 학습 데이터에 포함된 마사지 설정 값들을 추종하는 추천 마사지 설정을 출력하도록 학습될 수 있다.
예컨대, 특정 사용자는 비 오는 날씨에는 평소에 비하여 등에 불편을 호소하며, 등 마사지 강도를 평소보다 더 강하게 설정한다면, 제2 추천 마사지 설정 결정 모델(1520)은 비 오는 날씨에 대하여는 해당 사용자에 대하여 등 마사지 강도를 높게 설정하는 추천 마사지 설정을 결정할 수 있다. 또한, 특정 사용자는 실내 온도가 24도 이하일 때 온열 기능을 사용하고, 실내 온도가 28도 이상일 때 쿨링 기능을 사용한다면, 제2 추천 마사지 설정 결정 모델(1520)은 해당 사용자에 대하여는 실내 온도가 28도 이상인지 또는 24도 이하인지에 기초하여 온열 기능 또는 쿨링 기능을 사용하는 추천 마사지 설정을 결정할 수 있다. 또한, 특정 사용자는 수면 시간이 6시간 미만일 때 마사지 시간을 평소보다 약 20퍼센트 길게 설정한다면, 제2 추천 마사지 설정 결정 모델(1520)은 해당 사용자의 수면 시간이 6시간보다 짧을 때 마사지 시간을 약 20퍼센트 길게 설정하는 추천 마사지 설정을 결정할 수 있다. 또한, 특정 사용자가 오전 8시 30분에 외출하는 것으로 결정되는 경우라면, 제2 추천 마사지 설정 결정 모델(1520)은 현재 시간과 해당 사용자의 예상 외출 시간을 고려하여 마사지 시간을 설정하는 추천 마사지 설정을 결정할 수 있다.
제2 추천 마사지 설정 결정 모델(1520)은 인공 지능 마사지 장치(100)의 프로세서(180) 또는 러닝 프로세서(130)에서 학습되어 인공 지능 마사지 장치(100)의 메모리(170)에 저장될 수도 있지만, 인공 지능 서버(200)의 프로세서(260) 또는 러닝 프로세서(240)에서 학습되어 인공 지능 마사지 장치(100)의 메모리(170)에 저장될 수도 있다. 또는, 제2 추천 마사지 설정 결정 모델(1520)은 인공 지능 서버(200)의 프로세서(260) 또는 러닝 프로세서(240)에서 학습되어 인공 지능 서버(200)의 메모리(230)에 저장될 수 있다.
인공 지능 마사지 장치(100)의 메모리(170)에 제2 추천 마사지 설정 결정 모델(1520)이 저장된 경우에는, 인공 지능 마사지 장치(100)의 프로세서(180)는 메모리(170)에 저장된 제2 추천 마사지 설정 결정 모델(1520)을 이용하여 추천 마사지 설정(1531)을 결정할 수 있다.
또는, 인공 지능 마사지 장치(100)의 메모리(170)에 제2 추천 마사지 설정 결정 모델(1520)이 저장되지 않은 경우에는, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 인공 지능 서버(200)로부터 제2 추천 마사지 설정 결정 모델(1520)을 수신하여 메모리(170)에 저장하고, 메모리(170)에 저장된 제2 추천 마사지 설정 결정 모델(1520)을 이용하여 추천 마사지 설정(1531)을 결정할 수 있다.
또는, 인공 지능 마사지 장치(100)의 메모리(170)에 제2 추천 마사지 설정 결정 모델(1520)이 저장되지 않은 경우에는, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 사용자 식별 정보(1511)와 활동 정보(1512), 생체 정보(1513), 실외 환경 정보(1514), 실내 환경 정보(1515) 또는 시간 정보(1516) 중에서 적어도 하나 이상을 인공 지능 서버(200)에 전송하고, 인공 지능 서버(200)의 프로세서(260)는 메모리(240)에 저장된 제2 추천 마사지 설정 결정 모델(1520)을 이용하여 추천 마사지 설정(1531)을 결정하고, 인공 지능 마사지 장치(100)의 프로세서(180)는 통신부(110)를 통해 인공 지능 서버(200)로부터 결정된 추천 마사지 설정(1531)를 수신할 수 있다.
도 16은 본 개시의 일 실시 예에 따른 추천 마사지 설정 결정 모델을 갱신하는 방법을 나타낸 동작 흐름도이다.
도 16을 참조하면, 인공 지능 마사지 장치(100)의 프로세서(180)는 출력부(150)를 통해 추천 마사지 설정을 출력한다(S1601).
프로세서(180)는 디스플레이부(151)를 통해 결정된 추천 마사지 설정을 텍스트나 이미지로 출력할 수도 있고, 음향 출력부(152)를 통해 결정된 추천 마사지 설정을 음성으로 출력할 수도 있다. 예컨대, 프로세서(180)는 음향 출력부(152)를 통해 "추천 마사지 설정은 팔 마사지 강도 5, 다리 마사지 강도 5, 등 마사지 강도 2, 발바닥 마사지 강도 3입니다."와 같이 결정된 추천 마사지 설정을 출력할 수 있다.
그리고, 인공 지능 마사지 장치(100)의 프로세서(180)는 부정적 피드백이 존재하는지 판단한다(S1603).
부정적 피드백은 사용자에게 출력한 추천 마사지 설정에 대한 사용자의 부정적인 반응을 의미하며, 명시적인 피드백뿐만 아니라 묵시적인 피드백을 포함할 수 있다. 부정적 피드백은 출력한 추천 마사지 설정에 대하여 사용자가 명시적으로 부정적인 평가를 내리는 행위뿐만 아니라, 출력한 추천 마사지 설정을 따르지 않고 새로운 마사지 설정을 입력하는 행위를 포함할 수 있다.
단계(S1603)의 판단 결과 부정적 피드백이 존재하는 경우, 인공 지능 마사지 장치(100)의 프로세서(180)는 사용자의 부정적 피드백에 기초하여 갱신용 학습 데이터를 생성하고(S1605), 생성된 갱신용 학습 데이터를 이용하여 추천 마사지 설정 결정 모델을 갱신한다(S1607).
사용자가 결정된 추천 마사지 설정과는 상이한 마사지 설정을 입력한 경우, 프로세서(180)는 사용자가 설정한 마사지 설정을 포함하는 갱신용 학습 데이터를 생성할 수 있다. 만약, 상술한 제1 추천 마사지 설정 결정 모델의 갱신을 위한 학습 데이터를 생성하는 경우, 프로세서(180)는 사용자 식별 정보, 사용자의 활동 정보 및 라벨 정보로써의 사용자 설정의 마사지 설정을 포함하는 제1 학습 데이터를 생성할 수 있다. 만약, 상술한 제2 추천 마사지 설정 결정 모델의 갱신을 위한 학습 데이터를 생성하는 경우, 프로세서(180)는 사용자 식별 정보를 포함하여, 사용자의 활동 정보, 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보 중에서 적어도 하나 이상 및 라벨 정보로써의 사용자 설정의 마사지 설정을 포함하는 제2 학습 데이터를 생성할 수 있다.
프로세서(180)는 직접 또는 러닝 프로세서(130)를 이용하여 생성된 갱신용 학습 데이터를 이용하여 추천 마사지 설정 결정 모델을 갱신할 수 있다. 또는, 프로세서(180)는 통신부(110)를 통해 생성된 갱신용 학습 데이터를 인공 지능 서버(200)에 전송하고, 인공 지능 서버(200)의 프로세서(260) 또는 러닝 프로세서(240)는 수신한 갱신용 학습 데이터를 이용하여 추천 마사지 설정 결정 모델을 갱신할 수 있다.
단계(S1603)의 판단 결과 부정적 피드백이 존재하지 않는 경우, 절차를 종료한다.
도 16에서는 부정적 피드백이 없으면 추천 마사지 설정 결정 모델을 갱신하지 않는 실시 예를 도시하고 있으나, 본 개시가 이에 한정되지는 않는다. 즉, 실시 예에 따라, 사용자의 긍정적 피드백에 기초하여 갱신용 학습 데이터를 생성하고, 생성된 갱신용 학습 데이터를 이용하여 추천 마사지 설정 결정 모델을 갱신할 수도 있다.
도 17은 본 개시의 일 실시 예를 나타낸 도면이다.
도 17을 참조하면, 인공 지능 마사지 장치(100)는 카 시트로써, 자율 주행 차량에 탑재되거나 자율 주행 차량의 일부를 구성할 수 있다. 또는, 인공 지능 마사지 장치(100)가 자율 주행 차량이며, 마사지부(160)가 카 시트를 구성할 수도 있다. 이 경우, 인공 지능 마사지 장치(100)의 프로세서(180)는 자율 주행 차량의 프로세서일 수도 있고, 자율 주행 차량의 프로세서와는 구분되는 별개의 프로세서일 수도 있다. 만약, 인공 지능 마사지 장치(100)의 프로세서(180)가 자율 주행 차량의 프로세서와 구분되는 경우라면, 프로세서(180)는 자율 주행 차량의 프로세서와 연동하여 동작할 수 있다. 인공 지능 마사지 장치(100)는 안전을 위하여 자율 주행 차량이 자율 주행을 수행하고 있는 상황에서만 마사지 동작을 수행하도록 동작에 제한이 있을 수 있다.
인공 지능 마사지 장치(100)의 프로세서(180)는 사용자의 단말기(300) 또는 헬스 케어 서버(400)로부터 사용자(1710)의 활동 정보를 수신할 수 있고, 수신한 활동 정보에 기초하여 사용자(1710)가 차량에 탑승하기 전에 테니스를 하였다는 것을 파악할 수 있다. 프로세서(180)는 해당 사용자(1710)가 테니스를 하였을 때의 마사지 설정을 고려하여 상체 위주로 마사지하는 추천 마사지 설정을 결정하고, 음향 출력부(152)를 통해 "테니스를 하고 오셨군요. 상체 위주로 마사지를 진행할까요?" (1721)와 같이 결정된 추천 마사지 설정을 출력할 수 있다. 그리고, 프로세서(180)는 사용자(1710)의 응답에 기초하여 구동부(190)를 제어하여 마사지 동작을 수행할 수 있다.
본 개시의 일 실시 예에 따르면, 전술한 방법은 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다.

Claims (15)

  1. 추천 마사지 설정을 결정하는 인공 지능 마사지 장치에 있어서,
    통신부;
    적어도 하나 이상의 모터를 포함하는 구동부; 및
    상기 통신부를 통해 사용자의 단말기로부터 식별 정보를 수신하고, 상기 수신한 식별 정보를 이용하여 상기 사용자를 식별하고, 상기 통신부를 통해 상기 단말기 또는 헬스 케어 서버로부터 상기 식별된 사용자의 활동 정보를 수신하고, 상기 수신한 활동 정보와 상기 식별된 사용자의 마사지 설정 기록을 고려하여 추천 마사지 설정을 결정하고, 상기 결정한 추천 마사지 설정에 기초하여 상기 구동부를 제어하는 프로세서
    를 포함하는, 인공 지능 마사지 장치.
  2. 청구항 1에 있어서,
    상기 추천 마사지 설정은
    부위별 마사지 강도, 부위별 마사지 시간, 부위별 마사지 순서 또는 부가 기능 설정 중에서 적어도 하나 이상을 포함하고,
    상기 부가 기능 설정은
    온열 기능 설정, 쿨링 기능 설정 또는 멀티미디어 기능 설정 중에서 적어도 하나 이상을 포함하는, 인공 지능 마사지 장치.
  3. 청구항 2에 있어서,
    상기 프로세서는
    제1 추천 마사지 설정 결정 모델을 이용하여 상기 사용자에 대한 사용자 식별 정보 및 상기 활동 정보로부터 상기 추천 마사지 설정을 결정하고,
    상기 제1 추천 마사지 설정 결정 모델은
    인공 신경망을 포함하고, 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습되는, 인공 지능 마사지 장치.
  4. 청구항 3에 있어서,
    상기 제1 추천 마사지 설정 결정 모델은
    식별되지 않은 사용자 또는 사용 기록이 없는 사용자에 대한 추천 마사지 설정을 포함하는 디폴트 학습 데이터 및 각 사용자별 추천 마사지 설정을 포함하는 개인화 학습 데이터를 이용하여 학습되고,
    상기 개인화 학습 데이터는
    상기 식별된 사용자의 상기 마사지 설정 기록으로부터 생성되는, 인공 지능 마사지 장치.
  5. 청구항 4에 있어서,
    입력부; 및
    출력부
    를 더 포함하고,
    상기 프로세서는
    상기 출력부를 통해 상기 결정된 추천 마사지 설정을 출력하고, 상기 입력부를 통해 상기 결정된 추천 마사지 설정에 대한 부정적 피드백을 수신하면, 상기 수신한 부정적 피드백에 기초하여 갱신용 학습 데이터를 생성하고, 상기 생성된 갱신용 학습 데이터를 이용하여 상기 제1 추천 마사지 설정 결정 모델을 갱신하는, 인공 지능 마사지 장치.
  6. 청구항 2에 있어서,
    상기 프로세서는
    상기 식별된 사용자에 대한 생체 정보, 실외 환경 정보, 실내 환경 정보 또는 시간 정보 중에서 적어도 하나 이상을 수신하고, 상기 생체 정보, 상기 실외 환경 정보, 상기 실내 환경 정보 또는 상기 시간 정보 중에서 적어도 하나 이상을 추가로 고려하여 상기 추천 마사지 설정을 결정하는, 인공 지능 마사지 장치.
  7. 청구항 6에 있어서,
    상기 프로세서는
    제2 추천 마사지 설정 결정 모델을 이용하여 상기 사용자에 대한 사용자 식별 정보 및 상기 활동 정보 그리고 상기 생체 정보, 상기 실외 환경 정보, 상기 실내 환경 정보 또는 상기 시간 정보 중에서 적어도 하나 이상으로부터 상기 추천 마사지 설정을 결정하고,
    상기 제2 추천 마사지 설정 결정 모델은
    인공 신경망을 포함하고, 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습되는, 인공 지능 마사지 장치.
  8. 청구항 1에 있어서,
    상기 활동 정보는
    상기 단말기의 센서를 통해 수집된 센서 정보, 사용자 입력 또는 상기 사용자의 일정 정보 중에서 적어도 하나 이상에 기초하여 생성되는, 인공 지능 마사지 장치.
  9. 청구항 8에 있어서,
    상기 프로세서는
    상기 수신한 활동 정보의 활동 내용을 상기 일정 정보를 고려하여 수정하는, 인공 지능 마사지 장치.
  10. 청구항 1에 있어서,
    상기 통신부는
    무선 통신 기술을 이용하여 상기 단말기와 통신하고,
    상기 프로세서는
    상기 단말기와의 연결 강도에 기초하여 상기 단말기까지의 거리를 산출하고, 상기 단말기가 일정 거리 이내로 인접하였을 때에 상기 사용자를 식별하는, 인공 지능 마사지 장치.
  11. 청구항 1에 있어서,
    상기 통신부는
    근거리 통신 기술을 이용하는 근거리 통신 태그를 포함하고, 상기 근거리 통신 태그에 태그된 상기 단말기와 통신하고,
    상기 프로세서는
    상기 단말기가 상기 근거리 통신 태그를 통해 연결되었을 때에 상기 사용자를 식별하는, 인공 지능 마사지 장치.
  12. 청구항 1에 있어서,
    상기 인공 지능 마사지 장치는
    자율 주행 차량에 탑재되거나 상기 자율 주행 차량의 일부를 구성하는, 인공 지능 마사지 장치.
  13. 청구항 12에 있어서,
    상기 프로세서는
    상기 자율 주행 차량이 자율 주행 중인 상황에서 상기 결정된 추천 마사지 설정에 기초하여 상기 구동부를 제어하는, 인공 지능 마사지 장치.
  14. 추천 마사지 설정을 결정하는 방법에 있어서,
    통신부를 통해 사용자의 단말기로부터 식별 정보를 수신하는 단계;
    상기 수신한 식별 정보를 이용하여 상기 사용자를 식별하는 단계;
    상기 통신부를 통해 상기 단말기 또는 헬스 케어 서버로부터 상기 식별된 사용자의 활동 정보를 수신하는 단계;
    상기 수신한 활동 정보와 상기 식별된 사용자의 마사지 설정 기록을 고려하여 추천 마사지 설정을 결정하는 단계; 및
    상기 결정한 추천 마사지 설정에 기초하여 적어도 하나 이상의 모터를 포함하는 구동부를 제어하는 단계
    를 포함하는, 방법.
  15. 추천 마사지 설정을 결정하는 방법을 수행하기 위한 프로그램이 기록된 기록 매체에 있어서, 상기 마사지 동작을 제어하는 방법은
    통신부를 통해 사용자의 단말기로부터 식별 정보를 수신하는 단계;
    상기 수신한 식별 정보를 이용하여 상기 사용자를 식별하는 단계;
    상기 통신부를 통해 상기 단말기 또는 헬스 케어 서버로부터 상기 식별된 사용자의 활동 정보를 수신하는 단계;
    상기 수신한 활동 정보와 상기 식별된 사용자의 마사지 설정 기록을 고려하여 추천 마사지 설정을 결정하는 단계; 및
    상기 결정한 추천 마사지 설정에 기초하여 적어도 하나 이상의 모터를 포함하는 구동부를 제어하는 단계
    를 포함하는, 기록 매체.
KR1020190152135A 2019-11-25 2019-11-25 사용자의 활동 정보를 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법 KR20210063700A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190152135A KR20210063700A (ko) 2019-11-25 2019-11-25 사용자의 활동 정보를 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법
US16/745,174 US11529900B2 (en) 2019-11-25 2020-01-16 Artificial intelligence massage apparatus and method for determining recommended massage setting in consideration of activity information of user

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190152135A KR20210063700A (ko) 2019-11-25 2019-11-25 사용자의 활동 정보를 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR20210063700A true KR20210063700A (ko) 2021-06-02

Family

ID=75971531

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190152135A KR20210063700A (ko) 2019-11-25 2019-11-25 사용자의 활동 정보를 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법

Country Status (2)

Country Link
US (1) US11529900B2 (ko)
KR (1) KR20210063700A (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11623553B2 (en) * 2019-09-02 2023-04-11 Lg Electronics Inc. Intelligent massage chair and the control method of the same
KR20210063700A (ko) * 2019-11-25 2021-06-02 엘지전자 주식회사 사용자의 활동 정보를 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법
KR102151083B1 (ko) * 2019-12-10 2020-09-02 손범수 압력 감지식 안마 의자 시스템
US11558415B1 (en) 2020-02-10 2023-01-17 Wells Fargo Bank, N.A. Real time application protection system risk identification and mitigation
DE102020108996A1 (de) * 2020-04-01 2021-10-07 Daimler Ag Komfortelement für ein Fahrzeug und Komfortanordnung
US11999061B2 (en) 2020-05-12 2024-06-04 Aescape, Inc. Method and system for autonomous object manipulation
EP4149725A2 (en) 2020-05-12 2023-03-22 Aescape, Inc. Method and system for autonomous object interaction
US11858144B2 (en) * 2020-05-12 2024-01-02 Aescape, Inc. Method and system for autonomous body interaction
CN113384393B (zh) * 2021-06-15 2023-01-20 未来穿戴技术有限公司 按摩设备的控制方法、装置、存储介质以及按摩设备
CN114053112A (zh) * 2021-10-19 2022-02-18 奥佳华智能健康科技集团股份有限公司 一种按摩方法、装置、终端设备及介质
CN115047924B (zh) * 2022-06-20 2024-05-07 深圳市朗大科技有限公司 一种便携式药贴热敷仪的交互控制方法及系统
CN115472279B (zh) * 2022-08-05 2023-05-26 广东亿佛手健康科技有限公司 一种基于人工智能的远程按摩控制方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190086633A (ko) * 2019-07-03 2019-07-23 엘지전자 주식회사 안마의자 및 안마의자의 구동 방법
US11623553B2 (en) * 2019-09-02 2023-04-11 Lg Electronics Inc. Intelligent massage chair and the control method of the same
KR20210035968A (ko) * 2019-09-24 2021-04-02 엘지전자 주식회사 사용자의 표정이나 발화를 고려하여 마사지 동작을 제어하는 인공 지능 마사지 장치 및 그 방법
KR20210063700A (ko) * 2019-11-25 2021-06-02 엘지전자 주식회사 사용자의 활동 정보를 고려하여 추천 마사지 설정을 결정하는 인공 지능 마사지 장치 및 그 방법

Also Published As

Publication number Publication date
US11529900B2 (en) 2022-12-20
US20210155136A1 (en) 2021-05-27

Similar Documents

Publication Publication Date Title
US11529900B2 (en) Artificial intelligence massage apparatus and method for determining recommended massage setting in consideration of activity information of user
US11833311B2 (en) Massage chair and operating method thereof
US11625508B2 (en) Artificial intelligence device for guiding furniture placement and method of operating the same
US11488592B2 (en) Communication robot and method for operating the same
KR102286137B1 (ko) 공기 청정기의 배치 위치를 가이드하는 인공 지능 장치 및 그의 동작 방법
US11465294B2 (en) Artificial intelligence robot for performing cleaning using pollution log and method for same
KR20190096878A (ko) 인공지능 기반의 공기조화기
US11568239B2 (en) Artificial intelligence server and method for providing information to user
KR20210072362A (ko) 인공 지능 모델에 대한 학습 데이터를 생성하는 인공 지능 장치 및 그 방법
KR20190095191A (ko) 인공지능 기반의 세탁 코스 추천 장치 및 그 제어 방법
KR102331672B1 (ko) 사용자의 위치를 결정하는 인공 지능 장치 및 그 방법
US20210208595A1 (en) User recognition-based stroller robot and method for controlling the same
KR20200144202A (ko) 차량 내 승객을 위한 확장현실 장치
KR20190084912A (ko) 사용자의 액션에 따라 제어 가능한 인공 지능 장치 및 그의 동작 방법
KR20220001522A (ko) 장치 정보에 기반하여, 다른 장치를 제어할 수 있는 인공 지능 장치
KR20190098102A (ko) 외부 기기를 제어하기 위한 인공 지능 장치
US11604952B2 (en) Artificial intelligence apparatus using sound signal classification and method for the same
KR20190098099A (ko) 안마 기구
KR20190098930A (ko) 사용자에게 음식을 제공하는 방법 및 그 장치
KR102314385B1 (ko) 로봇 및 그의 제어 방법
KR20190114935A (ko) 인공지능 서버
US11927931B2 (en) Artificial intelligence-based air conditioner
KR20210052958A (ko) 인공 지능 서버
US11464380B2 (en) Artificial intelligence cleaner and operating method thereof
KR20240066697A (ko) 인공 지능 장치 및 그의 연동기기 업데이트 방법