KR20210095777A - Machine learning system for 3d spatial information - Google Patents

Machine learning system for 3d spatial information Download PDF

Info

Publication number
KR20210095777A
KR20210095777A KR1020200009525A KR20200009525A KR20210095777A KR 20210095777 A KR20210095777 A KR 20210095777A KR 1020200009525 A KR1020200009525 A KR 1020200009525A KR 20200009525 A KR20200009525 A KR 20200009525A KR 20210095777 A KR20210095777 A KR 20210095777A
Authority
KR
South Korea
Prior art keywords
information
user
machine learning
spatial
data
Prior art date
Application number
KR1020200009525A
Other languages
Korean (ko)
Other versions
KR102300995B1 (en
Inventor
이홍태
김덕우
Original Assignee
주식회사 가이스트코리아
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 가이스트코리아 filed Critical 주식회사 가이스트코리아
Priority to KR1020200009525A priority Critical patent/KR102300995B1/en
Publication of KR20210095777A publication Critical patent/KR20210095777A/en
Application granted granted Critical
Publication of KR102300995B1 publication Critical patent/KR102300995B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0021—Tracking a path or terminating locations
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A63B69/16—Training appliances or apparatus for special sports for cycling, i.e. arrangements on or for real bicycles
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A63B69/18—Training appliances or apparatus for special sports for skiing
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
    • A63C19/00—Design or layout of playing courts, rinks, bowling greens or areas for water-skiing; Covers therefor
    • A63C19/10—Ice-skating or roller-skating rinks; Slopes or trails for skiing, ski-jumping or tobogganing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0021—Tracking a path or terminating locations
    • A63B2024/0025—Tracking the path or location of one or more users, e.g. players of a game
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A63B69/18—Training appliances or apparatus for special sports for skiing
    • A63B2069/185—Training appliances or apparatus for special sports for skiing for ski-jumping
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/18—Inclination, slope or curvature
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/30—Speed
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/50—Force related parameters
    • A63B2220/51—Force
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/70—Measuring or simulating ambient conditions, e.g. weather, terrain or surface conditions
    • A63B2220/76—Wind conditions
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
    • A63C2201/00—Use of skates, skis, roller-skates, snowboards and courts
    • A63C2201/04—Ski jumping

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Architecture (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Processing Or Creating Images (AREA)
  • Navigation (AREA)

Abstract

As the present invention is a machine learning system providing three-dimensional spatial information on longitudinal-based sports. Provided are a user vertical data collection unit for collecting vertical user data including location information from a user device; a 3D spatial information data collection unit that collects 3D spatial information data from a 3D spatial information providing server; and a data analysis unit that analyzes the user vertical data and the 3D spatial information data to provide 3D spatial based recommendation information.

Description

3차원 공간정보 머신러닝 시스템{MACHINE LEARNING SYSTEM FOR 3D SPATIAL INFORMATION}3D spatial information machine learning system {MACHINE LEARNING SYSTEM FOR 3D SPATIAL INFORMATION}

본 발명은 3차원 공간정보 머신러닝 시스템에 관한 것으로, 특히 종적 기반 스포츠의 종적 분석 및 3차원 공간정보를 제공하는 3차원 공간정보 머신러닝 시스템에 관한 것이다.The present invention relates to a three-dimensional spatial information machine learning system, and more particularly, to a three-dimensional spatial information machine learning system that provides longitudinal analysis and three-dimensional spatial information of longitudinal-based sports.

최근 사회적으로 건강에 대한 관심이 증가하고 있고, 자전거, 마라톤, 트레킹, 수영, 요트(카약), 행글라이딩, 패러글라이딩, 스키 등 종적을 기반으로 하는 스포츠를 즐기는 사람들이 증가하고 있다. 이에 위치기반 주행 코스, 신체 위치 등의 3차원 공간정보에 대한 니즈 또한 증가하고 있다.Recently, social interest in health is increasing, and people who enjoy longitudinal sports such as cycling, marathon, trekking, swimming, yachting (kayak), hang gliding, paragliding, and skiing are increasing. Accordingly, the need for 3D spatial information such as location-based driving courses and body positions is also increasing.

종래에는 종적 기반의 스포츠를 즐기는 사용자가 직접 사이트에 코스를 입력하여 관리하였기 때문에, 스포츠 종적의 시작점 및 종점 위치들이 서로 상이하였다. 이로 인해, 사용자의 운동능력에 맞는 추천 코스를 이용하고자 하는 사용자에게 정확한 코스를 제공하지 못하는 문제점이 있었다.Conventionally, since a user who enjoys vertical-based sports directly inputs and manages a course on a site, the starting and ending positions of the sports vertical are different from each other. For this reason, there is a problem in that an accurate course cannot be provided to a user who wants to use a recommended course suitable for the user's exercise ability.

종래에는 위치 기반의 공간정보를 연속적인 2차원 데이터로 구성하였기 때문에, 특정 구간을 구분하거나 특정 구간에 대한 공간 특성 정보를 추출하기 어려운 문제점이 있었다.Conventionally, since location-based spatial information is composed of continuous two-dimensional data, there is a problem in that it is difficult to distinguish a specific section or to extract spatial characteristic information for a specific section.

이에 따라, 사용자에게 종적 기반 스포츠의 추천 코스, 특정 위치의 3차원 공간에 대한 정보(지표면 및 수면의 정보, 표면의 경사도, 해당 위치의 상태/속성, 지중 및 수중, 공중에 대한 정보), 날씨 정보, 플레이어의 시계열 흐름에 따른 신체 부위 및 장비의 위치정보, 운동 능력 정보, 3차원 공간의 유체 흐름 등 유의미한 정보를 제공할 수 있는 기술이 요구된다.Accordingly, it provides users with a recommended course for longitudinal-based sports, information on the three-dimensional space of a specific location (information on the surface and water surface, the inclination of the surface, state/property of the location, information about underground, underwater, and air), weather A technology capable of providing meaningful information such as information, location information of body parts and equipment according to the player's time series flow, exercise ability information, and fluid flow in 3D space is required.

본 발명이 이루고자 하는 기술적 과제는 사용자에게 종적 기반 스포츠의 추천 코스, 플레이어의 시계열 흐름에 따른 신체 부위 및 장비의 위치정보, 운동능력 향상 정보 또는 훈련 정보, 3차원 공간의 정보와 해당 위치의 유체 흐름 등 유의미한 정보를 제공할 수 있는 3차원 공간정보 머신러닝 시스템을 제공하는 것이다.The technical task to be achieved by the present invention is to provide a user with a recommended course for vertical-based sports, location information of body parts and equipment according to the player's time series flow, exercise ability improvement information or training information, three-dimensional space information and fluid flow at the location It is to provide a three-dimensional spatial information machine learning system that can provide meaningful information such as

한 실시예에 따르면, 종적 기반 스포츠의 3차원 공간정보를 제공하는 머신러닝 시스템이 제공된다. 상기 3차원 공간정보 머신러닝 시스템은 사용자 장치로부터 위치 정보를 포함하는 사용자 종적 데이터를 수집하는 사용자 종적 데이터 수집부, 3차원 공간정보 제공 서버로부터 3차원 공간정보 데이터를 수집하는 3차원 공간정보 데이터 수집부, 그리고 상기 사용자 종적 데이터 및 상기 3차원 공간정보 데이터를 분석하여 3차원 공간 기반 추천 정보를 제공하는 데이터 분석부를 포함한다.According to one embodiment, a machine learning system for providing three-dimensional spatial information of longitudinal-based sports is provided. The three-dimensional spatial information machine learning system collects three-dimensional spatial information data from a user vertical data collection unit for collecting vertical user data including location information from a user device, and a three-dimensional spatial information providing server for collecting three-dimensional spatial information data. and a data analysis unit that analyzes the user vertical data and the 3D spatial information data to provide 3D spatial based recommendation information.

상기 사용자 종적 데이터는 사용자가 자전거를 통해 이동한 구간별 위치 정보, 사용자에 의해 미리 입력된 신체 정보 및 기어비 변경 정보, 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 경사 정보, 및 심박수 정보를 포함하고, 상기 3차원 공간정보 데이터 수집부는 상기 3차원 공간정보 제공 서버로부터 상기 사용자가 자전거를 통해 이동한 구간을 포함하는 3차원 공간정보 데이터를 수집하며, 상기 데이터 분석부는, 상기 사용자가 자전거를 통해 이동한 구간별 위치 정보, 사용자에 의해 미리 입력된 신체 정보 및 기어비 변경 정보, 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 경사 정보, 및 심박수 정보를 입력 변수로 하여, 구간별 요구되는 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 기어비 변경 정보, 경사 정보, 및 심박수 정보를 출력하는 기계 학습을 수행할 수 있다.The user vertical data includes location information for each section that the user moves through the bicycle, body information and gear ratio change information previously input by the user, speed information, pedal rotation information, power information applied to the pedal, inclination information, and heart rate. information, wherein the 3D spatial information data collecting unit collects 3D spatial information data including a section in which the user moved through a bicycle from the 3D spatial information providing server, and the data analysis unit includes: Using the location information for each section moved through the bicycle, body information and gear ratio change information entered in advance by the user, speed information, pedal revolution information, power information applied to the pedal, slope information, and heart rate information as input variables, Machine learning may be performed to output required speed information for each section, pedal rotation speed information, power information applied to the pedal, gear ratio change information, inclination information, and heart rate information.

상기 데이터 분석부는, 모바일 단말 또는 상기 사용자 장치로부터 사용자의 추천 정보 제공 요청 메시지가 수신되면, 학습된 구간 중 사용자가 선택한 구간에 대한 구간별 요구되는 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 기어비 변경 정보, 경사 정보, 및 심박수 정보를 상기 모바일 단말 또는 상기 사용자 장치에게 제공할 수 있다.The data analysis unit, when a user's recommendation information provision request message is received from the mobile terminal or the user device, speed information required for each section for the section selected by the user among the learned sections, information on the number of pedal revolutions, and power applied to the pedal Information, gear ratio change information, inclination information, and heart rate information may be provided to the mobile terminal or the user device.

상기 3차원 공간정보 머신러닝 시스템은 상기 사용자가 자전거를 통해 이동한 구간을 포함하는 3차원 지형에 상기 사용자가 선택한 구간에 대한 구간별 요구되는 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 기어비 변경 정보, 경사 정보, 및 심박수 정보를 그래픽 도형과 함께 디스플레이하는 3차원 시각화부를 더 포함할 수 있다.The three-dimensional spatial information machine learning system includes speed information required for each section for the section selected by the user, information on the number of pedal revolutions, and information on the power applied to the pedal in a three-dimensional topography including a section in which the user moves through a bicycle. , gear ratio change information, inclination information, and heart rate information may further include a 3D visualization unit for displaying together with a graphic figure.

상기 3차원 공간정보 머신러닝 시스템은 기상 정보 제공 서버로부터, 사용자가 패러글라이딩을 통해 이동한 비행코스를 포함하는 지역의 기상 정보를 수집하는 기상 정보 데이터 수집부를 더 포함할 수 있고, 상기 사용자 종적 데이터는 사용자가 패러글라이딩을 통해 이동한 비행코스별 위치 정보, 고도 정보, 풍향 정보, 및 풍속 정보를 포함하고, 상기 3차원 공간정보 데이터 수집부는 상기 3차원 공간정보 제공 서버로부터 상기 사용자가 패러글라이딩을 통해 이동한 비행코스를 포함하는 3차원 공간정보 데이터를 수집하며, 상기 데이터 분석부는, 상기 기상 정보, 상기 사용자가 패러글라이딩을 통해 이동한 비행코스별 위치 정보, 고도 정보, 풍향 정보, 및 풍속 정보를 입력 변수로 하여, 시간별 안전 비행코스를 출력하는 기계 학습을 수행할 수 있다.The three-dimensional spatial information machine learning system may further include a weather information data collection unit for collecting weather information of a region including a flight course moved by a user through paragliding from a weather information providing server, and the user longitudinal data includes location information, altitude information, wind direction information, and wind speed information for each flight course the user moved through paragliding, and the 3D spatial information data collection unit allows the user to paragliding from the 3D spatial information providing server. 3D spatial information data including a flight course moved through By using as an input variable, machine learning that outputs a safe flight course by time can be performed.

상기 데이터 분석부는, 모바일 단말 또는 상기 사용자 장치로부터 사용자의 추천 정보 제공 요청 메시지가 수신되면, 사용자가 선택한 시간에 대응하는 안전 비행코스를 상기 모바일 단말 또는 상기 사용자 장치에게 제공할 수 있다.The data analysis unit may provide a safe flight course corresponding to a time selected by the user to the mobile terminal or the user device when a user's recommendation information provision request message is received from the mobile terminal or the user device.

상기 3차원 공간정보 머신러닝 시스템은 상기 사용자가 패러글라이딩을 통해 이동한 비행코스를 포함하는 3차원 지형에 상기 사용자가 선택한 시간에 대응하는 안전 비행코스, 고도 정보, 풍향 정보, 및 풍속 정보를 그래픽 도형과 함께 디스플레이하는 3차원 시각화부를 더 포함할 수 있다.The three-dimensional spatial information machine learning system graphically displays a safe flight course, altitude information, wind direction information, and wind speed information corresponding to the time selected by the user on a three-dimensional topography including a flight course moved by the user through paragliding. It may further include a 3D visualization unit for displaying together with the figure.

상기 3차원 공간정보 머신러닝 시스템은 상기 사용자 종적 데이터는 스키점프대를 통과한 사용자의 위치 정보, 점프시 속도 정보, 상체 기울기 정보, 스키 기울기 정보, 점프 포인트 정보, 풍향 정보, 풍속 정보, 및 착지 거리 정보를 포함하고, 상기 데이터 분석부는, 상기 사용자의 위치 정보, 점프시 속도 정보, 상체 기울기 정보, 스키 기울기 정보, 점프 포인트 정보, 풍향 정보, 풍속 정보, 및 착지 거리 정보를 입력 변수로 하여, 최적의 상체 기울기 정보, 스키 기울기 정보, 점프시 속도 정보, 및 점프 포인트 정보를 출력하는 기계 학습을 수행하고, 모바일 단말 또는 상기 사용자 장치로부터 사용자의 추천 정보 제공 요청 메시지가 수신되면, 사용자가 선택한 풍향 정보 및 풍속 정보에 대응하는 최적의 상체 기울기 정보, 스키 기울기 정보, 점프시 속도 정보, 및 점프 포인트 정보를 상기 모바일 단말 또는 상기 사용자 장치에게 제공할 수 있다.In the three-dimensional spatial information machine learning system, the vertical data of the user includes location information of the user who has passed the ski jumping platform, speed information at the time of jumping, upper body slope information, ski slope information, jump point information, wind direction information, wind speed information, and landing distance. information, wherein the data analysis unit uses the user's location information, jumping speed information, upper body inclination information, ski slope information, jump point information, wind direction information, wind speed information, and landing distance information as input variables, the optimal Performs machine learning to output upper body slope information, ski slope information, jump speed information, and jump point information, and when a user's recommendation information provision request message is received from a mobile terminal or the user device, the user's selected wind direction information and optimal upper body inclination information corresponding to wind speed information, ski inclination information, jumping speed information, and jumping point information may be provided to the mobile terminal or the user device.

상기 3차원 공간정보 머신러닝 시스템은 상기 스키점프대를 포함하는 3차원 지형에 상기 사용자가 선택한 풍향 정보 및 풍속 정보에 대응하는 최적의 상체 기울기 정보, 스키 기울기 정보, 점프시 속도 정보, 및 점프 포인트 정보를 그래픽 도형과 함께 디스플레이하는 3차원 시각화부를 더 포함할 수 있다.The three-dimensional spatial information machine learning system includes optimal upper body inclination information corresponding to the wind direction information and wind speed information selected by the user in the three-dimensional terrain including the ski jumping platform, ski slope information, jumping speed information, and jump point information. It may further include a 3D visualization unit for displaying together with the graphic figure.

사용자에게 종적 기반 스포츠의 추천 코스, 플레이어의 시계열 흐름에 따른 신체 부위 및 장비의 위치정보, 3차원 공간의 유체 흐름, 신체 능력 향상 정보, 이동능력 향상 정보 등 유의미한 정보를 제공할 수 있다.It is possible to provide the user with meaningful information, such as a recommended course for vertical-based sports, location information of body parts and equipment according to the player's time series flow, fluid flow in 3D space, information about improving physical ability, and information about improving mobility.

도 1은 한 실시예에 따른 3차원 공간정보 머신러닝 시스템의 블록도이다.
도 2는 한 실시예에 따른 3차원 공간정보 머신러닝 시스템의 데이터 분석부의 블록도이다.
도 3 내지 도 6은 한 실시예에 따른 3차원 공간정보 머신러닝 시스템의 동작 내용을 설명하기 위한 도면이다.1 is a block diagram of a three-dimensional spatial information machine learning system according to an embodiment.
2 is a block diagram of a data analysis unit of a 3D spatial information machine learning system according to an embodiment.
3 to 6 are diagrams for explaining the operation contents of the 3D spatial information machine learning system according to an embodiment.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, with reference to the accompanying drawings, embodiments of the present invention will be described in detail so that those of ordinary skill in the art to which the present invention pertains can easily implement them. However, the present invention may be embodied in many different forms and is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when a part "includes" a certain component, it means that other components may be further included, rather than excluding other components, unless otherwise stated.

도 1은 한 실시예에 따른 3차원 공간정보 머신러닝 시스템의 블록도이다. 도 2는 한 실시예에 따른 3차원 공간정보 머신러닝 시스템의 데이터 분석부의 블록도이다. 도 3 내지 도 6은 한 실시예에 따른 3차원 공간정보 머신러닝 시스템의 동작 내용을 설명하기 위한 도면이다.1 is a block diagram of a three-dimensional spatial information machine learning system according to an embodiment. 2 is a block diagram of a data analysis unit of a 3D spatial information machine learning system according to an embodiment. 3 to 6 are diagrams for explaining the operation contents of the 3D spatial information machine learning system according to an embodiment.

도 1을 참조하면, 한 실시예에 따른 3차원 공간정보 머신러닝 시스템은 사용자 종적 데이터 수집부(110), 3차원 공간정보 데이터 수집부(120), 데이터 분석부(130), 기상 정보 데이터 수집부(140), 및 3차원 시각화부(150)를 포함한다.Referring to FIG. 1 , a 3D spatial information machine learning system according to an embodiment includes a user vertical data collection unit 110 , a 3D spatial information data collection unit 120 , a data analysis unit 130 , and weather information data collection It includes a unit 140 , and a 3D visualization unit 150 .

사용자 종적 데이터 수집부(110)는 사용자 장치(10)로부터 위치 정보를 포함하는 사용자 종적 데이터를 수집한다. 사용자 장치(10)는 한 실시예로서, 사용자의 신체(예, 머리, 어깨, 가슴, 골반, 무릎, 발목, 팔목 등)에 부착되어 컴퓨팅 행위를 할 수 있는 웨어러블 장치(예, 스마트워치, 스마트밴드, 스마트글래스)일 수 있고, 사용자가 탑승하는 장비(예, 자전거, 패러글라이딩, 카약, 무동력 요트, 수상 스키, 스키) 또는 스포츠 도구(예, 골프채, 야구방망이 등)에 부착되는 사물인터넷(Internet of Things ,IoT) 장치일 수 있다. The vertical user data collection unit 110 collects vertical user data including location information from the user device 10 . The user device 10 is an embodiment, and is a wearable device (eg, a smart watch, a smart watch) that is attached to the user's body (eg, head, shoulder, chest, pelvis, knee, ankle, wrist, etc.) to perform a computing action. It can be a band, smart glass), and is attached to the equipment (eg, bicycle, paragliding, kayak, non-motorized yacht, water ski, ski) or sports tool (eg, golf club, baseball bat, etc.) Internet of Things (IoT) device.

사용자 장치(10)는 한 실시예로서, 복수 개일 수 있고, 센서를 통해 종적 기반 스포츠의 사용자 종적 데이터를 수집한다. 종적 기반 스포츠는 한 실시예로서, 조깅, 마라톤, 등산, 자전거, 행글라이딩, 패러글라이딩, 무동력요트, 카약, 수상스키, 스키점프, 피겨스케이팅일 수 있다.As an embodiment, there may be a plurality of user devices 10 , and the user device 10 collects longitudinal data of a longitudinal sport through a sensor. The longitudinal-based sports may be jogging, marathon, mountaineering, biking, hang gliding, paragliding, non-motorized yachting, kayaking, water skiing, ski jumping, and figure skating as an embodiment.

데이터 분석부(130)는 사용자 종적 데이터 및 3차원 공간정보 데이터를 분석하여 3차원 공간 기반 추천 정보를 제공한다.The data analysis unit 130 provides 3D space-based recommendation information by analyzing the user vertical data and 3D spatial information data.

도 2를 참조하면, 데이터 분석부(130)는 데이터 정제부(131), 기계학습부(132), 및 정보 제공부(133)를 포함할 수 있다.Referring to FIG. 2 , the data analysis unit 130 may include a data refiner 131 , a machine learning unit 132 , and an information providing unit 133 .

데이터 정제부(131)는 사용자 종적 데이터 수집부(110)를 통해 수집된 위치기반 종적 데이터 및 운동능력 정보 등을 세부구역 범위로 분할하여 정제한다.The data refiner 131 divides and refines the location-based vertical data and exercise capability information collected through the user vertical data collection unit 110 by dividing them into detailed area ranges.

기계학습부(132)는 지도학습(Supervised Learning), 강화학습(Reinforcement Learning), 결정트리(Decision Tree) 알고리즘, CNN(Convolutional Neural Network) 알고리즘, RNN(Recurrent Neural Network) 알고리즘 중 적어도 하나를 이용하여 사용자 종적 데이터 및 3차원 공간정보 데이터를 분석하고 학습 모델을 생성한다.The machine learning unit 132 uses at least one of supervised learning, reinforcement learning, a decision tree algorithm, a convolutional neural network (CNN) algorithm, and a recurrent neural network (RNN) algorithm. It analyzes user longitudinal data and 3D spatial information data and creates a learning model.

정보 제공부(133)는 학습 모델을 이용하여 사용자가 요청하는 정보에 대응하는 3차원 공간 기반 추천 정보를 제공한다. 예를 들어, 사용자가 요청하는 정보가 자전거 코스 중 특정 구간에서 요구되는 속도 정보, 페달회전수 정보, 심박수 정보, 및 경사 정보이면, 데이터 분석부(130)는 해당 구간을 포함하는 3차원 지형에 해당 속도 정보, 페달회전수 정보, 심박수 정보, 및 경사 정보가 결합된 3차원 공간정보를 제공할 수 있다.The information providing unit 133 provides 3D space-based recommendation information corresponding to the information requested by the user by using the learning model. For example, if the information requested by the user is speed information, pedal rotation speed information, heart rate information, and slope information required for a specific section of the bicycle course, the data analysis unit 130 is configured to perform the three-dimensional terrain including the corresponding section. It is possible to provide 3D spatial information in which corresponding speed information, pedal rotation information, heart rate information, and inclination information are combined.

기상 정보 데이터 수집부(140)는 기상 정보 제공 서버(70)로부터, 종적 기반 스포츠의 해당 종적을 포함하는 지역의 기상 정보를 수집할 수 있다. 기상 정보 제공 서버(70)는 한 실시예로서, 기상청 서버일 수 있다.The weather information data collection unit 140 may collect, from the weather information providing server 70 , meteorological information of a region including a corresponding vertical track of a vertical-based sport. The weather information providing server 70 may be a meteorological agency server as an embodiment.

3차원 시각화부(150)는 3차원 공간정보 제공 서버(30)로부터 수집한 종적 기반 스포츠의 해당 종적을 포함하는 지역의 3차원 공간정보 데이터(예, 3차원 지형 정보)에, 사용자가 요청하는 정보에 대응하는 3차원 공간 기반 추천 정보를 결합한 3차원 공간정보를 디스플레이할 수 있다.The 3D visualization unit 150 provides the 3D spatial information data (eg, 3D topographic information) of the region including the corresponding vertical track of the vertical based sports collected from the 3D spatial information providing server 30, which the user requests. 3D spatial information in which 3D spatial based recommendation information corresponding to the information is combined may be displayed.

도 3 및 도 4를 참조하면, 한 실시예로서, 사용자 장치(10)는 GPS 센서, 속도 센서, 페달회전수 센서, 자이로 센서, 페달 파워 측정 센서(파워미터) 및 심박수 센서를 포함할 수 있다.3 and 4 , as an embodiment, the user device 10 may include a GPS sensor, a speed sensor, a pedal rotational speed sensor, a gyro sensor, a pedal power measuring sensor (power meter), and a heart rate sensor. .

사용자 종적 데이터 수집부(110)는 사용자 장치(10)로부터 사용자가 자전거를 통해 이동한 구간별 위치 정보, 사용자에 의해 미리 입력된 신체 정보(예, 키, 몸무게 등) 및 기어비 변경 정보, 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 및 심박수 정보를 포함하는 사용자 종적 데이터를 수집할 수 있다.The user vertical data collection unit 110 includes location information for each section in which the user moves through the bicycle from the user device 10, body information (eg, height, weight, etc.) input in advance by the user, gear ratio change information, and speed information. , user longitudinal data including pedal rotation information, power applied to the pedal information, and heart rate information may be collected.

3차원 공간정보 데이터 수집부(120)는 3차원 공간정보 제공 서버(30)로부터 사용자가 자전거를 통해 이동한 구간을 포함하는 3차원 공간정보 데이터(예, 화악터널 코스를 포함하는 3차원 지형 정보)를 수집할 수 있다. 3차원 공간정보 데이터 수집부(120)는 한 실시예로서, 오픈 API(open application program interface)를 이용하여 3차원 공간정보 제공 서버(30)로부터 3차원 공간정보 데이터를 수집할 수 있다.The 3D spatial information data collection unit 120 is configured to provide 3D spatial information data (eg, 3D topographic information including a Hwaak tunnel course) including a section in which the user moves through a bicycle from the 3D spatial information providing server 30 . ) can be collected. As an embodiment, the 3D spatial information data collection unit 120 may collect 3D spatial information data from the 3D spatial information providing server 30 using an open application program interface (API).

데이터 분석부(130)는 한 실시예로서, 사용자가 자전거를 통해 이동한 구간별 위치 정보, 사용자에 의해 미리 입력된 신체 정보 및 기어비 변경 정보, 속도 정보(Velocity), 페달회전수 정보(Cadence), 페달에 가해지는 파워 정보, 경사 정보, 및 심박수 정보(Heart Bit Rate, HR)를 입력 변수로 하여, 구간별 요구되는 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 기어비 변경 정보, 경사 정보, 및 심박수 정보 등을 출력하는 기계 학습을 수행할 수 있다.As an embodiment, the data analysis unit 130 includes location information for each section in which the user moves through a bicycle, body information and gear ratio change information input in advance by the user, speed information (Velocity), and pedal rotation information (Cadence). , with the power information applied to the pedal, the slope information, and the heart rate information (Heart Bit Rate, HR) as input variables, the required speed information for each section, the pedal revolution information, the power applied to the pedal information, the gear ratio change information, Machine learning for outputting slope information, heart rate information, and the like may be performed.

데이터 분석부(130)는 모바일 단말(50) 또는 사용자 장치(10)로부터 사용자의 추천 정보 제공 요청 메시지가 수신되면, 학습된 구간 중 사용자가 선택한 구간에 대한 구간별 요구되는 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 기어비 변경 정보, 경사 정보, 및 심박수 정보를 모바일 단말(50) 또는 사용자 장치(10)에게 제공할 수 있다. 모바일 단말(50)은 한 실시예로서, 이동 통신 단말기, 데스크톱 컴퓨터, 노트북 컴퓨터, 워크스테이션, 팜톱(palmtop) 컴퓨터, 개인 휴대 정보 단말기(Personal Digital Assistant, PDA), 웹 패드 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기일 수 있다. 사용자의 추천 정보 제공 요청 메시지는 한 실시예로서, 모바일 단말(50) 또는 사용자 장치(10)의 어플리케이션을 통해 입력된, 자전거 코스 중 특정 구간에 대한 구간별 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 기어비 변경 정보, 경사 정보, 및 심박수 정보를 요청하는 메시지일 수 있다.When the data analysis unit 130 receives the user's recommendation information provision request message from the mobile terminal 50 or the user device 10, the speed information required for each section for the section selected by the user among the learned sections, and the number of pedal revolutions Information, power information applied to the pedal, gear ratio change information, inclination information, and heart rate information may be provided to the mobile terminal 50 or the user device 10 . The mobile terminal 50 is an embodiment, and includes a memory means such as a mobile communication terminal, a desktop computer, a notebook computer, a workstation, a palmtop computer, a personal digital assistant (PDA), a web pad, etc. and may be a digital device equipped with a microprocessor and equipped with computing power. The user's recommendation information provision request message is one embodiment, and is input through an application of the mobile terminal 50 or the user device 10, speed information for each section for a specific section of the bicycle course, pedal rotation information, and pedal information. It may be a message requesting applied power information, gear ratio change information, inclination information, and heart rate information.

데이터 분석부(130)는 한 실시예로서, 사용자의 심박수, 휴식시간, 움직임 여부를 기준으로 시작지점 및 종료지점을 도출할 수 있다.As an embodiment, the data analyzer 130 may derive a start point and an end point based on the user's heart rate, rest time, and movement status.

3차원 시각화부(150)는 도 4와 같이, 모바일 단말(50) 또는 사용자 장치(10)의 화면 상에, 사용자가 자전거를 통해 이동한 구간을 포함하는 3차원 지형에, 사용자가 선택한 구간에 대한 구간별 요구되는 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 기어비 변경 정보, 경사 정보, 및 심박수 정보를 그래픽 도형(예, 속도 정보, 페달회전수 정보, 및 심박수 정보는 사각형 도형, 경사 정보는 삼각형 도형)과 함께 디스플레이할 수 있다.As shown in FIG. 4 , the 3D visualization unit 150 is displayed on the screen of the mobile terminal 50 or the user device 10 on the 3D terrain including the section the user moves through the bicycle, in the section selected by the user. For each section, required speed information, pedal rotation information, power applied to the pedal, gear ratio change information, inclination information, and heart rate information are displayed in graphic shapes (eg, speed information, pedal rotation information, and heart rate information are rectangular shapes). , inclination information may be displayed together with a triangular figure).

3차원 공간정보를 통해 사용자는 사이클 코스 중 난코스 구간을 사전에 파악할 수 있고, 요구되는 속도 정보, 페달회전수 정보, 심박수 정보, 및 경사 정보에 따라 효율적인 코스 공략이 가능하다.Through the 3D spatial information, the user can grasp the difficult course section of the cycle course in advance, and it is possible to efficiently target the course according to the required speed information, pedal revolution information, heart rate information, and slope information.

도 5를 참조하면, 사용자 장치(10)는 한 실시예로서, GPS 센서, 고도 센서, 풍향 센서, 풍속 센서를 포함할 수 있다.Referring to FIG. 5 , as an embodiment, the user device 10 may include a GPS sensor, an altitude sensor, a wind direction sensor, and a wind speed sensor.

사용자 종적 데이터 수집부(110)는 사용자 장치(10)로부터 사용자가 패러글라이딩을 통해 이동한 비행코스별 위치 정보, 고도 정보, 풍향 정보, 및 풍속 정보를 포함하는 사용자 종적 데이터를 수집할 수 있다.The user vertical data collection unit 110 may collect vertical user data including location information, altitude information, wind direction information, and wind speed information for each flight course the user moves through paragliding from the user device 10 .

3차원 공간정보 데이터 수집부(120)는 3차원 공간정보 제공 서버(30)로부터 사용자가 패러글라이딩을 통해 이동한 비행코스를 포함하는 3차원 공간정보 데이터(예, 패러글라이딩 비행코스를 포함하는 3차원 지형 정보)를 수집할 수 있다.The 3D spatial information data collection unit 120 is configured to provide 3D spatial information data including a flight course that the user moves through paragliding from the 3D spatial information providing server 30 (eg, 3D spatial information including a paragliding flight course). dimensional topographic information) can be collected.

기상 정보 데이터 수집부(140)는 사용자가 패러글라이딩을 통해 이동한 비행코스를 포함하는 지역의 기상 정보(예, 해당 지역의 계절별 또는 일자별 풍향 및 풍속 정보)를 수집할 수 있다.The weather information data collection unit 140 may collect meteorological information (eg, wind direction and wind speed information for each season or day in the region) of an area including a flight course that the user moved through paragliding.

데이터 분석부(130)는 한 실시예로서, 기상 정보, 사용자가 패러글라이딩을 통해 이동한 비행코스별 위치 정보, 고도 정보, 풍향 정보, 및 풍속 정보를 입력 변수로 하여, 시간별 안전 비행코스를 출력하는 기계 학습을 수행할 수 있다.The data analysis unit 130 uses weather information, location information for each flight course that the user moves through paragliding, altitude information, wind direction information, and wind speed information as input variables as an embodiment, and outputs a safe flight course for each time. machine learning can be performed.

데이터 분석부(130)는 모바일 단말(50) 또는 사용자 장치(10)로부터 사용자의 추천 정보 제공 요청 메시지가 수신되면, 사용자가 선택한 시간에 대응하는 안전 비행코스를 모바일 단말(50) 또는 사용자 장치(10)에게 제공할 수 있다. 안전 비행코스는 한 실시예로서, 시속 10~15킬로미터의 풍속과 맞바람 방향의 풍향을 충족하는 코스일 수 있다.When the data analysis unit 130 receives the user's recommendation information provision request message from the mobile terminal 50 or the user device 10, the mobile terminal 50 or the user device ( 10) can be provided. The safe flight course may be a course that satisfies a wind speed of 10 to 15 kilometers per hour and a wind direction in a headwind direction as an example.

3차원 시각화부(150)는 도 5와 같이, 모바일 단말(50) 또는 사용자 장치(10)의 화면 상에, 사용자가 패러글라이딩을 통해 이동한 비행코스를 포함하는 3차원 지형에 사용자가 선택한 시간(예, 15:00 ~ 16:00)에 대응하는 안전 비행코스, 고도 정보, 풍향 정보, 및 풍속 정보를 그래픽 도형(예, 풍향 및 풍속은 고도별 색상과 동일한 화살표(5a), 안전 비행코스는 풍향 및 풍속을 나타내는 화살표와 다른 색상의 화살표(5b))과 함께 디스플레이할 수 있다.The three-dimensional visualization unit 150, as shown in FIG. 5, on the screen of the mobile terminal 50 or the user device 10, the time selected by the user in the three-dimensional terrain including the flight course the user moved through paragliding. (e.g., 15:00 ~ 16:00) corresponding to the safe flight course, altitude information, wind direction information, and wind speed information in a graphic diagram (e.g., the wind direction and wind speed are the same arrow (5a) as the color for each altitude), safe flight course can be displayed together with arrows indicating the wind direction and speed and arrows 5b of different colors).

3차원 공간정보를 통해 사용자는 계절별, 일자별, 시간별 안전 비행코스, 고도 정보, 풍향 정보, 및 풍속 정보를 제공받을 수 있다.Through the 3D spatial information, the user may be provided with safe flight course, altitude information, wind direction information, and wind speed information by season, date, and time.

도 6을 참조하면, 사용자 장치(10)는 GPS 센서, 속도 센서, 압력 센서, 기울기 센서, 풍향 센서, 풍속 센서를 포함할 수 있다.Referring to FIG. 6 , the user device 10 may include a GPS sensor, a speed sensor, a pressure sensor, a tilt sensor, a wind direction sensor, and a wind speed sensor.

사용자 종적 데이터 수집부(110)는 사용자 장치(10)로부터 스키점프대를 통과한 사용자의 위치 정보, 점프시 속도 정보, 상체 기울기 정보, 스키 기울기 정보, 점프 포인트 정보, 풍향 정보, 풍속 정보, 및 착지 거리 정보를 포함하는 사용자 종적 데이터를 수집할 수 있다. 사용자 종적 데이터 수집부(110)는 착지지점에 설치된 IoT 압력 센서로부터 착지 거리 정보를 수집할 수 있다.The user vertical data collection unit 110 includes location information of a user who has passed the ski jumping platform from the user device 10, speed information at the time of jumping, upper body slope information, ski slope information, jump point information, wind direction information, wind speed information, and landing User longitudinal data including distance information may be collected. The user vertical data collection unit 110 may collect landing distance information from the IoT pressure sensor installed at the landing point.

데이터 분석부(130)는 사용자의 위치 정보, 점프시 속도 정보, 상체 기울기 정보, 스키 기울기 정보, 점프 포인트 정보, 풍향 정보, 풍속 정보, 및 착지 거리 정보를 입력 변수로 하여, 최적의 상체 기울기 정보, 스키 기울기 정보, 점프시 속도 정보, 및 점프 포인트 정보를 출력하는 기계 학습을 수행할 수 있다.The data analysis unit 130 uses the user's location information, jump speed information, upper body inclination information, ski slope information, jump point information, wind direction information, wind speed information, and landing distance information as input variables, and provides optimal upper body inclination information , ski slope information, jump speed information, and jump point information may be output by machine learning.

데이터 분석부(130)는 모바일 단말(50) 또는 사용자 장치(10)로부터 사용자의 추천 정보 제공 요청 메시지가 수신되면, 사용자가 선택한 풍향 정보 및 풍속 정보에 대응하는 최적의 상체 기울기 정보, 스키 기울기 정보, 점프시 속도 정보, 및 점프 포인트 정보를 모바일 단말(50) 또는 사용자 장치(10)에게 제공할 수 있다. 최적의 상체 기울기 정보, 스키 기울기 정보, 점프시 속도 정보, 및 점프 포인트 정보는 최장 거리의 착지점을 도출할 수 있는 정보일 수 있다.When the data analysis unit 130 receives a user's recommendation information provision request message from the mobile terminal 50 or the user device 10, the user's optimal upper body inclination information corresponding to the wind direction information and wind speed information, ski slope information , jump speed information, and jump point information may be provided to the mobile terminal 50 or the user device 10 . The optimal upper body inclination information, ski inclination information, jumping speed information, and jumping point information may be information capable of deriving a landing point of the longest distance.

3차원 시각화부(150)는 도 6과 같이, 모바일 단말(50) 또는 사용자 장치(10)의 화면 상에, 스키점프대를 포함하는 3차원 지형에 사용자가 선택한 풍향 정보 및 풍속 정보에 대응하는 최적의 상체 기울기 정보, 스키 기울기 정보, 점프시 속도 정보, 및 점프 포인트 정보를 그래픽 도형(예, 점프 포인트와 착지점은 색상이 서로 다른 막대 도형)과 함께 디스플레이할 수 있다.The three-dimensional visualization unit 150, as shown in FIG. 6, on the screen of the mobile terminal 50 or the user device 10, provides an optimum corresponding to the wind direction information and wind speed information selected by the user in the three-dimensional terrain including the ski jumping platform. of upper body inclination information, ski inclination information, jumping speed information, and jumping point information may be displayed together with graphic figures (eg, a jump point and a landing point are bar figures having different colors).

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.Although the embodiments of the present invention have been described in detail above, the scope of the present invention is not limited thereto, and various modifications and improved forms of the present invention are also provided by those skilled in the art using the basic concept of the present invention as defined in the following claims. is within the scope of the right.

Claims (9)

종적 기반 스포츠의 3차원 공간정보를 제공하는 머신러닝 시스템으로서,
사용자 장치로부터 위치 정보를 포함하는 사용자 종적 데이터를 수집하는 사용자 종적 데이터 수집부,
3차원 공간정보 제공 서버로부터 3차원 공간정보 데이터를 수집하는 3차원 공간정보 데이터 수집부, 그리고
상기 사용자 종적 데이터 및 상기 3차원 공간정보 데이터를 분석하여 3차원 공간 기반 추천 정보를 제공하는 데이터 분석부
를 포함하는 3차원 공간정보 머신러닝 시스템.As a machine learning system that provides three-dimensional spatial information of longitudinal-based sports,
a user vertical data collection unit for collecting vertical user data including location information from the user device;
A 3D spatial information data collection unit that collects 3D spatial information data from a 3D spatial information providing server, and
A data analysis unit that analyzes the user vertical data and the 3D spatial information data to provide 3D spatial based recommendation information
A three-dimensional spatial information machine learning system comprising a. 제1항에서,
상기 사용자 종적 데이터는 사용자가 자전거를 통해 이동한 구간별 위치 정보, 사용자에 의해 미리 입력된 신체 정보 및 기어비 변경 정보, 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 경사 정보, 및 심박수 정보를 포함하고,
상기 3차원 공간정보 데이터 수집부는 상기 3차원 공간정보 제공 서버로부터 상기 사용자가 자전거를 통해 이동한 구간을 포함하는 3차원 공간정보 데이터를 수집하며,
상기 데이터 분석부는,
상기 사용자가 자전거를 통해 이동한 구간별 위치 정보, 사용자에 의해 미리 입력된 신체 정보 및 기어비 변경 정보, 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 경사 정보, 및 심박수 정보를 입력 변수로 하여, 구간별 요구되는 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 기어비 변경 정보, 경사 정보, 및 심박수 정보를 출력하는 기계 학습을 수행하는, 3차원 공간정보 머신러닝 시스템.In claim 1,
The user vertical data includes location information for each section that the user moves through the bicycle, body information and gear ratio change information previously input by the user, speed information, pedal rotation information, power information applied to the pedal, inclination information, and heart rate. contain information;
The 3D spatial information data collection unit collects 3D spatial information data including a section in which the user moves through a bicycle from the 3D spatial information providing server,
The data analysis unit,
Input variables include location information for each section that the user moved through the bicycle, body information and gear ratio change information previously input by the user, speed information, pedal revolution information, power information applied to the pedal, inclination information, and heart rate information. A three-dimensional spatial information machine learning system that performs machine learning to output required speed information for each section, pedal rotation speed information, power information applied to the pedal, gear ratio change information, inclination information, and heart rate information. 제2항에서,
상기 데이터 분석부는,
모바일 단말 또는 상기 사용자 장치로부터 사용자의 추천 정보 제공 요청 메시지가 수신되면, 학습된 구간 중 사용자가 선택한 구간에 대한 구간별 요구되는 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 기어비 변경 정보, 경사 정보, 및 심박수 정보를 상기 모바일 단말 또는 상기 사용자 장치에게 제공하는, 3차원 공간정보 머신러닝 시스템.In claim 2,
The data analysis unit,
When a user's recommendation information provision request message is received from the mobile terminal or the user device, speed information required for each section for a section selected by the user among the learned sections, pedal revolution information, power information applied to the pedal, and gear ratio change information , gradient information, and heart rate information to the mobile terminal or the user device, a three-dimensional spatial information machine learning system. 제3항에서,
상기 사용자가 자전거를 통해 이동한 구간을 포함하는 3차원 지형에 상기 사용자가 선택한 구간에 대한 구간별 요구되는 속도 정보, 페달회전수 정보, 페달에 가해지는 파워 정보, 기어비 변경 정보, 경사 정보, 및 심박수 정보를 그래픽 도형과 함께 디스플레이하는 3차원 시각화부를 더 포함하는, 3차원 공간정보 머신러닝 시스템.In claim 3,
In a three-dimensional terrain including a section in which the user moves through a bicycle, required speed information for each section for the section selected by the user, pedal revolution information, power information applied to the pedal, gear ratio change information, inclination information, and A three-dimensional spatial information machine learning system, further comprising a three-dimensional visualization unit for displaying heart rate information together with a graphic figure. 제1항에서,
기상 정보 제공 서버로부터, 사용자가 패러글라이딩을 통해 이동한 비행코스를 포함하는 지역의 기상 정보를 수집하는 기상 정보 데이터 수집부를 더 포함하고,
상기 사용자 종적 데이터는 사용자가 패러글라이딩을 통해 이동한 비행코스별 위치 정보, 고도 정보, 풍향 정보, 및 풍속 정보를 포함하고,
상기 3차원 공간정보 데이터 수집부는 상기 3차원 공간정보 제공 서버로부터 상기 사용자가 패러글라이딩을 통해 이동한 비행코스를 포함하는 3차원 공간정보 데이터를 수집하며,
상기 데이터 분석부는,
상기 기상 정보, 상기 사용자가 패러글라이딩을 통해 이동한 비행코스별 위치 정보, 고도 정보, 풍향 정보, 및 풍속 정보를 입력 변수로 하여, 시간별 안전 비행코스를 출력하는 기계 학습을 수행하는, 3차원 공간정보 머신러닝 시스템.In claim 1,
From the weather information providing server, the user further comprises a weather information data collection unit for collecting weather information of the region including the flight course moved through paragliding,
The user longitudinal data includes location information, altitude information, wind direction information, and wind speed information for each flight course that the user moved through paragliding,
The 3D spatial information data collection unit collects 3D spatial information data including a flight course that the user moves through paragliding from the 3D spatial information providing server,
The data analysis unit,
A three-dimensional space for performing machine learning to output a safe flight course for each time by using the weather information, location information for each flight course moved by the user through paragliding, altitude information, wind direction information, and wind speed information as input variables Information machine learning system. 제5항에서,
상기 데이터 분석부는,
모바일 단말 또는 상기 사용자 장치로부터 사용자의 추천 정보 제공 요청 메시지가 수신되면, 사용자가 선택한 시간에 대응하는 안전 비행코스를 상기 모바일 단말 또는 상기 사용자 장치에게 제공하는, 3차원 공간정보 머신러닝 시스템.In claim 5,
The data analysis unit,
When a user's recommendation information provision request message is received from the mobile terminal or the user device, a three-dimensional spatial information machine learning system that provides a safe flight course corresponding to the time selected by the user to the mobile terminal or the user device. 제6항에서,
상기 사용자가 패러글라이딩을 통해 이동한 비행코스를 포함하는 3차원 지형에 상기 사용자가 선택한 시간에 대응하는 안전 비행코스, 고도 정보, 풍향 정보, 및 풍속 정보를 그래픽 도형과 함께 디스플레이하는 3차원 시각화부를 더 포함하는, 3차원 공간정보 머신러닝 시스템.In claim 6,
A three-dimensional visualization unit that displays a safe flight course, altitude information, wind direction information, and wind speed information corresponding to the time selected by the user on a three-dimensional topography including a flight course moved by the user through paragliding with graphic figures Further comprising, a three-dimensional spatial information machine learning system. 제1항에서,
상기 사용자 종적 데이터는 스키점프대를 통과한 사용자의 위치 정보, 점프시 속도 정보, 상체 기울기 정보, 스키 기울기 정보, 점프 포인트 정보, 풍향 정보, 풍속 정보, 및 착지 거리 정보를 포함하고,
상기 데이터 분석부는,
상기 사용자의 위치 정보, 점프시 속도 정보, 상체 기울기 정보, 스키 기울기 정보, 점프 포인트 정보, 풍향 정보, 풍속 정보, 및 착지 거리 정보를 입력 변수로 하여, 최적의 상체 기울기 정보, 스키 기울기 정보, 점프시 속도 정보, 및 점프 포인트 정보를 출력하는 기계 학습을 수행하고, 모바일 단말 또는 상기 사용자 장치로부터 사용자의 추천 정보 제공 요청 메시지가 수신되면, 사용자가 선택한 풍향 정보 및 풍속 정보에 대응하는 최적의 상체 기울기 정보, 스키 기울기 정보, 점프시 속도 정보, 및 점프 포인트 정보를 상기 모바일 단말 또는 상기 사용자 장치에게 제공하는, 3차원 공간정보 머신러닝 시스템.In claim 1,
The user vertical data includes location information of a user who has passed through the ski jumping platform, speed information at the time of jumping, upper body slope information, ski slope information, jump point information, wind direction information, wind speed information, and landing distance information,
The data analysis unit,
Using the user's location information, jumping speed information, upper body slope information, ski slope information, jump point information, wind direction information, wind speed information, and landing distance information as input variables, optimal upper body slope information, ski slope information, jump Performing machine learning to output time speed information and jump point information, and when a user's recommendation information provision request message is received from the mobile terminal or the user device, the optimal upper body inclination corresponding to the wind direction information and wind speed information selected by the user A three-dimensional spatial information machine learning system that provides information, ski slope information, jump speed information, and jump point information to the mobile terminal or the user device. 제8항에서,
상기 스키점프대를 포함하는 3차원 지형에 상기 사용자가 선택한 풍향 정보 및 풍속 정보에 대응하는 최적의 상체 기울기 정보, 스키 기울기 정보, 점프시 속도 정보, 및 점프 포인트 정보를 그래픽 도형과 함께 디스플레이하는 3차원 시각화부를 더 포함하는, 3차원 공간정보 머신러닝 시스템.In claim 8,
3D displaying the optimal upper body inclination information, ski inclination information, jumping speed information, and jump point information corresponding to the wind direction information and wind speed information selected by the user on a three-dimensional topography including the ski jumping platform along with a graphic figure A three-dimensional spatial information machine learning system further comprising a visualization unit.
KR1020200009525A 2020-01-23 2020-01-23 Machine learning system for 3d spatial information KR102300995B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200009525A KR102300995B1 (en) 2020-01-23 2020-01-23 Machine learning system for 3d spatial information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200009525A KR102300995B1 (en) 2020-01-23 2020-01-23 Machine learning system for 3d spatial information

Publications (2)

Publication Number Publication Date
KR20210095777A true KR20210095777A (en) 2021-08-03
KR102300995B1 KR102300995B1 (en) 2021-09-15

Family

ID=77314324

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200009525A KR102300995B1 (en) 2020-01-23 2020-01-23 Machine learning system for 3d spatial information

Country Status (1)

Country Link
KR (1) KR102300995B1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101566897B1 (en) * 2009-12-03 2015-11-06 엘지전자 주식회사 Mobile terminal capable of receiving gesture input and control method thereof
KR20170068907A (en) * 2015-12-10 2017-06-20 재단법인대구경북과학기술원 Map-based participatory bicycle training service method and apparatus thereof
KR20180115627A (en) * 2017-04-13 2018-10-23 한국과학기술원 Method and Apparatus for Analyzing Country Skiing Techniques

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101566897B1 (en) * 2009-12-03 2015-11-06 엘지전자 주식회사 Mobile terminal capable of receiving gesture input and control method thereof
KR20170068907A (en) * 2015-12-10 2017-06-20 재단법인대구경북과학기술원 Map-based participatory bicycle training service method and apparatus thereof
KR20180115627A (en) * 2017-04-13 2018-10-23 한국과학기술원 Method and Apparatus for Analyzing Country Skiing Techniques

Also Published As

Publication number Publication date
KR102300995B1 (en) 2021-09-15

Similar Documents

Publication Publication Date Title
US11590392B2 (en) Multi-sensor monitoring of athletic performance
US8021270B2 (en) Online sporting system
KR102300995B1 (en) Machine learning system for 3d spatial information
EP4226136A1 (en) System and method for improving an athletic body position

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant