KR20220042666A

KR20220042666A - 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치 및 방법

Info

Publication number: KR20220042666A
Application number: KR1020200125736A
Authority: KR
Inventors: 원홍인; 이수웅; 정승현; 장진석
Original assignee: 한국생산기술연구원
Priority date: 2020-09-28
Filing date: 2020-09-28
Publication date: 2022-04-05
Also published as: KR102456055B1

Abstract

본 발명의 일 실시 예는, 운동 자세 또는 동작이 육안으로 관측 가능하면서도 운동하는 사용자의 자세에 대해 정량적으로 분석 및 평가가 가능하도록 하는 기술을 제공한다. 본 발명의 실시 예에 따른 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치는, 운동기기를 이용하는 사용자의 각 관절의 위치 정보를 획득하고 사용자의 동작을 인식하여 사용자의 자세 정보를 생성하는 동작인식부; 동작인식부로부터 자세 정보를 전달 받고, 자세 정보를 이용하여 복수 개의 자세 지표에 대한 데이터를 도출하며, 복수 개의 자세 지표와 미리 저장된 복수 개의 기준 지표에 대한 데이터와 비교하여 분석 정보를 생성하고 사용자의 자세에 대한 평가 정보를 생성하는 분석평가부; 및 사용자의 이미지와 복수 개의 기준 지표에 의한 가상의 신체 이미지인 기준 이미지를 표시하고, 분석 정보와 평가 정보를 표시하는 디스플레이부;를 포함한다.

Description

반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치 및 방법{APPARATUS AND METHOD FOR QUANTITATIVELY ANALYZING AND EVALUATING POSTURE TO TRAIN EXERCISE BY REPETITIVE MOTION}

본 발명은 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치 및 방법에 관한 것으로, 더욱 상세하게는, 운동 자세 또는 동작이 육안으로 관측 가능하면서도 운동하는 사용자의 자세에 대해 정량적으로 분석 및 평가가 가능하도록 하는 기술에 관한 것이다.

헬스케어에 대한 관심이 증대함에 따라 이러한 목적으로 운동 능력을 분석하는 다양한 형태의 제품이 출시되고 있으나, 대다수의 장비는 하드웨어에 기반하여 신체와 직접적 접촉을 통한 동작 센싱 방식에 근거하고 있어, 운동의 편의성 등에 한계를 가지고 있다. 이에 따라, 육안으로 직접 인지하는 것과 동일한 방법으로 사용자의 동작(또는 자세)를 관측할 수 있는 장비에 대한 요구가 증가하는 추세이다.

상기와 같은 요구에 대응하여 개발된 기존 기술은 사용자의 동작(또는 자세)를 관절 위치의 측정값에 기초하여 관절 위치의 범위(또는 값)와 미리 결정된 범위(또는 값)을 단순 비교하여 운동 동작(또는 자세)의 오류 여부를 판단함으로써, 대략적인 동작(또는 자세)의 오류 여부를 알 수 있을 뿐, 사용자의 신체 부위 각각의 오류 정도가 어느 정도인지를 알 수 없는 문제가 있다.

대한민국 공개특허 제 10-2017-0092378 호(발명의 명칭: 키넥트 센서를 이용한 자세교정 시스템 및 자세교정 방법)에서는, 미리 설정된 센싱 범위 내에 착석자를 인지에 따라, 착석자의 스켈레톤 데이터를 추출하는 키넥트 센서; 및 상기 키넥트 센서로부터 스켈레톤 데이터를 수신한 뒤, 스켈레톤 데이터와 미리 설정된 5가지의 자세 표본 데이터(바른 자세 표본 데이터, 우 기울임 표본 데이터, 좌 기울임 표본 데이터, 앞 기울임 표본 데이터, 뒤 기울임 표본 데이터)를 비교하여, 좌표 오차를 연산하여 비정상 자세인지 정상 자세인지를 분석하여 출력하는 사용자단말; 을 포함하는 것을 특징으로 하는 키넥트 센서를 이용한 자세교정 시스템이 개시되어 있다.

대한민국 공개특허 제10-2019-0044952호

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 운동 자세 또는 동작이 육안으로 관측 가능하면서도 운동하는 사용자의 자세에 대해 정량적으로 분석 및 평가가 가능하도록 하는 것이다.

그리고, 본 발명의 목적은, 각각의 신체 부위를 구분하고 구분된 부위에 따라 자세에 대한 교정 분석이 가능하도록 하는 것이다.

본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

상기와 같은 목적을 달성하기 위한 본 발명의 구성은, 운동기기를 이용하는 사용자의 각 관절의 위치 정보를 획득하고 상기 사용자의 동작을 인식하여 상기 사용자의 자세 정보를 생성하는 동작인식부; 상기 동작인식부로부터 상기 자세 정보를 전달 받고, 상기 자세 정보를 이용하여 복수 개의 자세 지표에 대한 데이터를 도출하며, 상기 복수 개의 자세 지표와 미리 저장된 복수 개의 기준 지표에 대한 데이터와 비교하여 분석 정보를 생성하고 상기 사용자의 자세에 대한 평가 정보를 생성하는 분석평가부; 및 상기 사용자의 이미지와 상기 복수 개의 기준 지표에 의한 가상의 신체 이미지인 기준 이미지를 표시하고, 상기 분석 정보와 상기 평가 정보를 표시하는 디스플레이부;를 포함한다.

본 발명의 실시 예에 있어서, 상기 복수 개의 자세 지표에 대한 데이터는, 상기 사용자의 신체 일 부위의 자세에 대한 벡터인 자세벡터와 기준이 되는 벡터인 기준벡터를 이용하여 도출될 수 있다.

본 발명의 실시 예에 있어서, 상기 자세벡터의 산출에 이용되며 상기 사용자의 신체 일 부위 대한 신체벡터는, 상기 사용자의 신체 일 부위에 있어서 하나의 관절로부터 다른 관절 방향으로 형성될 수 있다.

본 발명의 실시 예에 있어서, 상기 자세벡터는 상기 신체벡터 자체, 상기 신체벡터의 법선벡터, 상기 신체벡터의 사영벡터 및 하나의 신체벡터와 다른 신체벡터에 의해 형성된 평면에 수직인 벡터 중 선택될 수 있다.

본 발명의 실시 예에 있어서, 상기 사용자의 신체 일 부위는 머리, 몸통, 좌측 팔, 우측 팔, 좌측 다리 및 우측 다리 중에서 선택되는 어느 하나일 수 있다.

본 발명의 실시 예에 있어서, 상기 기준벡터는, 3차원 기본 단위 벡터를 포함할 수 있다.

본 발명의 실시 예에 있어서, 상기 분석평가부는, 하나의 자세벡터에 대한 기준벡터로써 다른 자세벡터를 선택할 수 있다.

본 발명의 실시 예에 있어서, 상기 복수 개의 자세 지표에 대한 데이터는, 상기 사용자의 신체 일 부위에 대한 벡터인 자세벡터와 기준이 되는 평면인 기준평면을 이용하여 도출될 수 있다.

본 발명의 실시 예에 있어서, 상기 평가 정보는, 상기 사용자의 신체 각 부위에 대해 환산된 점수를 포함할 수 있다.

본 발명의 실시 예에 있어서, 상기 동작인식부는, 키넥트 동작 추적 시스템(Kinect Body Tracking System)을 구비할 수 있다.

본 발명의 실시 예에 있어서, 상기 분석평가부는, 상기 사용자의 신장에 따라 상기 기준 이미지의 확대 또는 축소 비율을 조절할 수 있다.

상기와 같은 목적을 달성하기 위한 본 발명의 구성은, 상기 사용자의 각 관절의 위치 정보를 획득하고 상기 사용자의 동작을 인식하여 상기 자세 정보를 수집하는 제1단계; 상기 사용자의 각 관절의 위치 정보를 이용하여 상기 신체벡터를 생성하고, 각각의 신체벡터를 이용하여 상기 자세벡터를 산출하는 제2단계; 상기 자세벡터와 상기 기준벡터를 이용하여 각각의 자세 지표에 대한 각도를 산출하여 상기 복수 개의 자세 지표에 대한 데이터를 수집하는 제3단계; 상기 복수 개의 자세 지표에 대한 데이터와 상기 복수 개의 기준 지표에 대한 데이터를 이용하여 상기 사용자의 신체 부위 각각에 대한 점수를 산출하는 제4단계; 및 상기 점수를 포함하는 상기 평가 정보와 상기 기준 이미지를 상기 디스플레이부에 표시하는 제5단계;를 포함한다.

상기와 같은 구성에 따른 본 발명의 효과는, 사용자의 자세 또는 동작을 정량화할 수 있고, 이를 데이터화하여, 사용자의 자세 또는 동작에 대해 정량 분석이 가능함과 동시에, 사용자의 신체 부위 각각의 오류 정도를 정밀하게 측정할 수 있다는 것이다.

그리고, 본 발명의 효과는, 사용자는 반복 운동의 동작 훈련에서 자세 정확도가 상대적으로 낮은 신체 부위를 파악할 수 있고, 사용자가 해당 부위의 자세 교정에 집중함으로써, 사용자의 자세 또는 동작 교정 효율이 현저히 증대될 수 있다는 것이다.

본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.

도 1은 본 발명의 일 실시 예에 따른 분석 및 평가 장치의 개략도이다.
도 2는 본 발명의 일 실시 예에 따른 동작인식부에 의한 관절 위치 정보에 대한 이미지이다.
도 3은 본 발명의 일 실시 예에 따른 사용자의 이미지와 기준 이미지이다.
도 4 내지 도 9는 본 발명의 일 실시 예에 따른 사용자의 머리, 몸통, 팔 및 다리 각각에 대한 자세 지표 도출에 관련된 이미지이다.
도 10은 본 발명의 일 실시 예에 따른 자세 지표 데이터 값을 정리한 표이다.
도 11은 본 발명의 일 실시 예에 따른 기준 지표 데이터 값을 정리한 표이다.
도 12는 본 발명의 일 실시 예에 따른 자세 지표 데이터 값과 기준 지표 데이터 값의 차이를 정리한 표이다.
도 13은 본 발명의 일 실시 예에 따른 평가 정보를 정리한 표이다.

이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시 예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.

본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이하 첨부된 도면을 참고하여 본 발명에 대하여 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시 예에 따른 분석 및 평가 장치의 개략도이고, 도 2는 본 발명의 일 실시 예에 따른 동작인식부(210)에 의한 관절 위치 정보에 대한 이미지이며, 도 3은 본 발명의 일 실시 예에 따른 사용자(10)의 이미지와 기준 이미지(20)이다.

도 1 내지 도 3에서 보는 바와 같이, 본 발명의 분석 및 평가 장치는, 운동기기(240)를 이용하는 사용자(10)의 각 관절의 위치 정보를 획득하고 사용자(10)의 동작을 인식하여 사용자(10)의 자세 정보를 생성하는 동작인식부(210); 동작인식부(210)로부터 자세 정보를 전달 받고, 자세 정보를 이용하여 복수 개의 자세 지표에 대한 데이터를 도출하며, 복수 개의 자세 지표와 미리 저장된 복수 개의 기준 지표에 대한 데이터와 비교하여 분석 정보를 생성하고 사용자(10)의 자세에 대한 평가 정보를 생성하는 분석평가부(220); 및 사용자(10)의 이미지와 복수 개의 기준 지표에 의한 가상의 신체 이미지인 기준 이미지(20)를 표시하고, 분석 정보와 평가 정보를 표시하는 디스플레이부(230);를 포함한다.

운동기기(240)는 트램폴린(tranpoline)일 수 있으나, 이에 한정되는 것은 아니고, 사용자(10)가 복수의 동작을 수행하는 운동기기(240)는 모두 이용될 수 있다. 사용자(10)가 운동기기(240)를 이용하여 반복적인 동작을 수행하는 경우, 동작인식부(210)는 실시간으로 사용자(10)의 자세 정보를 획득하고 분석평가부(220)로 해당 정보를 전달하는데, 여기서, 반복적인 동작은 일정한 동작 또는 시간 변화에 따라 가변하는 동작일 수도 있다.

도 1에서 보는 바와 같이, 동작인식부(210)와 분석평가부(220), 디스플레이부(230), 및 운동기기(240) 각각은 하나의 공간에 설치될 수 있으며, 동작인식부(210)와 디스플레이부(230)가 서로 인접하게 위치하도록 동작인식부(210) 및 디스플레이부(230)와 결합하여 각각을 지지하는 지지부(250)가 형성될 수 있다. 다만, 이와 같은 설치 위치는 변경 가능할 수 있다.

동작인식부(210)는, 키넥트 동작 추적 시스템(Kinect Body Tracking System)을 구비할 수 있다. 키넥트 동작 추적 시스템은 사용자(10)의 신체를 촬상하여 중심이 되는 뼈가 아닌 관절의 위치 정보를 획득할 수 있으며, 도 2에서 보는 바와 같이, 각각의 관절에는 0 내지 24(총 25개) 중 선택되는 어느 하나의 수가 대입될 수 있으며, 이를 이용하여 키넥트 동작 추적 시스템은 각각의 관절의 위치 및 그 변화를 지속적으로 추적할 수 있다. 도 2에서는 일부 관절에 대한 수가 표시되어 있다. 키넥트 동작 추적 시스템은 종래기술로써, 원리 등에 대한 상세한 사항에 대한 설명은 생략하기로 한다.

그리고, 본 발명의 분석 및 평가 장치는, 상기와 같이 각각의 관절의 위치 정보를 이용하여 사용자(10)의 자세 또는 동작에 대한 분석을 수행할 수 있으며, 이에 대한 상세한 사항은 하기에 설명하기로 한다.

분석평가부(220)는, 사용자(10)의 신장에 따라 기준 이미지(20)의 확대 또는 축소 비율을 조절할 수 있다. 분석평가부(220)는 미리 저장된 복수 개의 기준 지표에 대한 데이터에 의한 가상의 신체 이미지인 기준 이미지(20)를 생성하여 디스플레이부(230)로 전달하여 디스플레이부(230)에서 기준 이미지(20)가 표시되게 할 수 있다. 그리고, 동작인식부(210)는 사용자(10)의 이미지를 획득하여 분석평가부(220)로 전달하고, 분석평가부(220)는 사용자(10)의 이미지를 디스플레이부(230)로 전달하며, 디스플레이부(230)에서는 사용자(10)의 이미지와 기준 이미지(20)가 동시에 표시될 수 있다.

여기서, 기준 이미지(20)에서도 가상의 신체에 형성된 각각의 관절이 특정될 수 있으며, 분석평가부(220)는, 기준 이미지(20)에 형성된 각각의 관절이 사용자(10)의 이미지 상 각각의 관절과 디스플레이부(230)의 화면 상 일치되도록, 디스플레이부(230)의 화면 상 에서 기준 이미지(20)에 형성된 각각의 관절의 위치가 변하도록 기준 이미지(20) 관절의 위치 정보를 조절할 수 있다. 이와 같이 기준 이미지(20)에 형성된 각각의 관절의 위치가 변하면서 사용자(10)의 신체 각 부위의 면적에 대응되게 기준 이미지(20)의 각 부위의 면적이 확대 또는 축소될 수 있다. 이에 따라, 사용자(10)가 디스플레이부(230)를 시청하면서 사용자(10)의 자세 또는 동작 교정을 용이하게 수행할 수 있다.

도 4 내지 도 9는 본 발명의 일 실시 예에 따른 사용자(10)의 머리, 몸통, 팔 및 다리 각각에 대한 자세 지표 도출에 관련된 이미지이다. 구체적으로, 도 4는 사용자(10) 머리의 굽힘 각도와 몸통의 굽힘 각도를 산출하는 방식을 나타내는 이미지이고, 도 5는 사용자(10) 몸통의 기울임 각도와 돌림 각도를 산출하는 방식을 나타내는 이미지이다.

또한, 도 6은 사용자(10) 팔의 올림 각도와 벌림 각도를 산출하는 방식을 나타내는 이미지이고, 도 7은 사용자(10) 팔의 굽힘 각도와 돌림 각도를 산출하는 방식을 나타내는 이미지이다. 그리고, 도 8은 사용자(10) 다리의 올림 각도와 벌림 각도를 산출하는 방식을 나타내는 이미지이고, 도 9는 사용자(10) 다리의 굽힘 각도와 돌림 각도를 산출하는 방식을 나타내는 이미지이다.

도 4 내지 도 9에서 보는 바와 같이, 복수 개의 자세 지표에 대한 데이터는, 사용자(10)의 신체 일 부위에 대한 벡터인 자세벡터와 기준이 되는 벡터인 기준벡터를 이용하여 도출될 수 있다. 또는, 복수 개의 자세 지표에 대한 데이터는, 사용자(10)의 신체 일 부위에 대한 벡터인 자세벡터와 기준이 되는 평면인 기준평면을 이용하여 도출될 수 있다.

여기서, 기준벡터는, 사용자(10)의 신체 다른 부위에 대한 자세벡터 또는 3차원 기준 단위 벡터일 수 있다. 즉, 기준벡터는, 3차원 기본 단위 벡터를 포함할 수 있다. 그리고, 분석평가부(220)는, 하나의 자세벡터에 대한 기준벡터로써 다른 자세벡터를 선택할 수 있다. 각각의 구체적인 실시 예에 대해서는 하기에 설명하기로 한다.

3차원 기준 단위 벡터는 3차원 좌표계에서 x, y 및 z축 방향의 벡터일 수 있으며, 지상에 수직인 방향으로 y축 벡터가 형성되고, 사용자(10)의 좌우 방향으로 x축 벡터가 형성되며, 사용자(10)의 전후 방향으로 z축 벡터가 형성될 수 있다. 또한, 기준평면은 3차원 좌표계에서 xy 평면, yz 평면 및 xz 평면일 수 있다. 기준평면이 이용되는 경우, 기준평면 상 해당 자세벡터의 사영벡터(projection vector)가 이용될 수 있다. 사영벡터는 해당 기준평면 상에 소정의 벡터를 수직으로 내려서 생긴 벡터를 의미한다. 그리고, 기준평면으로써 어느 하나의 신체벡터와 다른 신체 신체벡터에 의해 형성된 평면이 이용될 수도 있다.

상기와 같이 자세벡터를 확정하여 사용자(10)의 신체 부위 각각에 대한 위치를 특정하고, 각각의 자세벡터의 위치 변화를 소정의 기준벡터를 기준으로 연산함으로써, 사용자(10)의 자세 또는 동작을 정량화할 수 있고, 이를 데이터화하여, 사용자(10)의 자세 또는 동작에 대해 정량 분석이 가능함과 동시에, 사용자(10)의 신체 부위 각각의 오류 정도를 정밀하게 측정할 수 있다.

그리고, 자세벡터는, 사용자(10)의 신체 일 부위에 있어서 하나의 관절로부터 다른 관절 방향으로 형성될 수 있다. 또한, 사용자(10)의 신체 일 부위는 머리, 몸통, 좌측 팔, 우측 팔, 좌측 다리 및 우측 다리 중에서 선택되는 어느 하나일 수 있다.

본 발명의 실시 예에서는, 20개의 자세 지표가 설정될 수 있으며, 구체적으로, 머리와 몸통 관련된 자세 지표로써, 머리의 굽힘 각도, 몸통의 굽힘 각도, 몸통의 기울임 각도 및 몸통의 돌림 각도가 설정될 수 있다.

또한, 팔과 관련된 자세 지표로써, 좌측 팔의 올림 각도, 좌측 팔의 벌림 각도, 좌측 팔의 굽힘 각도, 좌측 팔의 돌림 각도, 우측 팔의 올림 각도, 우측 팔의 벌림 각도, 우측 팔의 굽힘 각도 및 우측 팔의 돌림 각도가 설정될 수 있다.

그리고, 다리와 관련된 자세 지표로써, 좌측 다리의 올림 각도, 좌측 다리의 벌림 각도, 좌측 다리의 굽힘 각도, 좌측 다리의 돌림 각도, 우측 다리의 올림 각도, 우측 다리의 벌림 각도, 우측 다리의 굽힘 각도 및 우측 다리의 돌림 각도가 설정될 수 있다.

상기와 같은 각각의 각도에 대응되는 자세 지표를 도출하기 위하여, 사용자(10)의 신체 부위 각각에 대응되는 자세벡터가 형성될 수 있으며, 이와 같은 자세벡터는, 도 2에서 보는 바와 같이 키넥트 동작 추적 시스템에 의해 확정되는 복수 개의 관절에서, 하나의 관절과 다른 관절을 잇는 선의 방향을 따라 형성되는 벡터로 형성될 수 있다.

이하, 자세벡터의 산출에 이용되는 신체벡터로써 머리벡터(110), 몸통벡터(121), 어깨벡터(122), 골반벡터(123), 좌측팔상부벡터(131), 좌측팔하부벡터(132), 좌측다리상부벡터(141) 및 좌측다리하부벡터(142)가 설정되는 사항에 대해 설명하기로 한다. 즉, 신체벡터를 이용하여 자세벡터가 규정될 수 있으며, 자세벡터는 신체벡터 자체, 신체벡터의 법선벡터, 신체벡터의 사영벡터, 및 하나의 신체벡터와 다른 신체벡터에 의해 형성된 평면에 수직인 벡터 중 선택되는 어느 하나일 수 있다.

도 2에서 보는 바와 같이, 각각의 관절에는 매칭되는 숫자가 설정될 수 있으며, 사용자(10) 머리에 대한 벡터로써, 2번 관절로부터 1번 관절 방향으로 머리벡터(110)가 형성될 수 있다. 여기서, 방향만 전환되어 1번 관절로부터 3번 관절 방향으로 머리벡터(110)가 형성될 수도 있다. 이와 같은 벡터 생성 원리는 이하 동일하다. 그리고, 각각의 신체벡터의 크기는 임의로 설정될 수 있다.

또한, 사용자(10) 몸통에 대한 벡터로써, 3번 관절로부터 16번 관절, 3번 관절로부터 17번 관절 방향 또는 16번 관절로부터 17번 관절 방향으로 몸통벡터(121)가 형성될 수 있다. 그리고, 4번 관절로부터 5번 관절 방향으로 어깨벡터(122)가 형성될 수 있으며, 18번 관절로부터 19번 관절 방향으로 골반벡터(123)가 형성될 수 있다.

또한, 사용자(10) 팔에 대한 벡터로써, 5번 관절로부터 7번 관절 방향으로 좌측팔상부벡터(131)가 형성될 수 있고, 7번 관절로부터 9번 관절 방향으로 좌측팔하부벡터(132)가 형성될 수 있다. 그리고, 사용자(10) 다리에 대한 벡터로써, 19번 관절로부터 21번 관절 방향으로 좌측다리상부벡터(141)가 형성될 수 있고, 21번 관절로부터 23번 관절 방향으로 좌측다리하부벡터(142)가 형성될 수 있다.

이상, 사용자(10)의 머리, 몸통, 좌측 팔 및 좌측 다리 각각에 대한 벡터를 도출하는 사항에 대해 설명하였으며, 우측 팔 및 우측 다리에 대한 신체벡터도 동일한 원리로 도출시켜 적용할 수 있다.

상기된 각각의 자세 지표의 각도는 하기의 [수학식 1]에 의해 산출될 수 있다.

[수학식 1]

여기서, θ는 자세 지표의 각도이고,

는 기준벡터이며,

는 사용자(10) 신체 일 부위의 자세벡터다. 각각의 경우에 적용되는 자세벡터와 기준벡터는 하기에 상세히 설명하기로 한다.

이하, 각각의 자세 지표 산출에 대해 설명하기로 한다. 먼저, 도 4에서 보는 바와 같이, 사용자(10) 머리의 굽힘 각도와 몸통의 굽힘 각도의 산출에 대해 설명하기로 한다. 여기서, 도 4의 (a)는 사용자(10) 머리의 굽힘에 따른 머리벡터(110)의 변화를 나타낸 이미지이고, 도 4의 (b)는 사용자(10) 몸통의 굽힘에 따른 몸통벡터(121)의 변화를 나타낸 이미지이다.(변화 전의 벡터는 점선으로 표시되어 있다. 이하, 동일하다)

도 4의 (a)에서 보는 바와 같이, 머리의 굽힘 각도는 기준 자세(차렷 자세, 이하 동일하다)에서 사용자(10)가 머리를 당기는 각도로 정의될 수 있으며, 자세벡터로써 머리벡터(110)가 이용되고 기준벡터로써 y축 벡터가 이용될 수 있다. 그리고, y축 벡터(

)와 머리벡터(110)(

)를 상기된 [수학식 1]에 대입하여 머리의 굽힘 각도(θ)를 산출할 수 있다. 또는, 자세벡터로써 머리벡터(110)가 이용되고 기준벡터로써 몸통벡터(121)가 이용될 수 있다. 그리고, 몸통벡터(121)(

)와 머리벡터(110)(

)를 상기된 [수학식 1]에 대입하여 머리의 굽힘 각도(θ)를 산출할 수 있다. 여기서, 머리의 동작 특성 상 음의 방향 구분이 없을 수 있다.

도 4의 (b)에서 보는 바와 같이, 몸통의 굽힘 각도는 기준 자세에서 사용자(10)가 허리를 굽히는 각도로 정의될 수 있으며, 자세벡터로써 몸통벡터(121)의 법선벡터가 이용되고 기준평면으로써 xz 평면이 이용될 수 있다. 그리고, xz 평면 상 몸통벡터(121)의 법선벡터에 대한 사영벡터(

)와 몸통벡터(121)의 법선벡터(

)를 상기된 [수학식 1]에 대입하여 몸통의 굽힘 각도(θ)를 산출할 수 있다. 여기서, 몸통의 동작 특성 상 음의 방향 구분이 없을 수 있다.

또한, 도 5에서 보는 바와 같이, 사용자(10) 몸통의 기울임 각도와 돌림 각도의 산출에 대해 설명하기로 한다. 여기서, 도 5의 (a)는 사용자(10) 몸통의 기울임에 따른 몸통벡터(121)의 변화를 나타낸 이미지이고, 도 5의 (b)는 사용자(10) 몸통의 돌림에 따른 몸통벡터(121)의 변화를 나타낸 이미지이다.

도 5의 (a)에서 보는 바와 같이, 몸통의 기울임 각도는 기준 자세에서 사용자(10)가 몸통을 좌측 또는 우측으로 기울이는 각도로 정의될 수 있으며, 자세벡터로써 어깨벡터(122)가 이용되고 기준평면으로써 xz 평면이 이용될 수 있다. 그리고, xz 평면 상 어깨벡터(122)에 대한 사영벡터(

)와 어깨 벡터(

)를 상기된 [수학식 1]에 대입하여 몸통의 기울임 각도(θ)를 산출할 수 있다. 여기서, 몸통의 동작 특성 상 음의 방향 구분이 없을 수 있다.

도 5의 (b)에서 보는 바와 같이, 몸통의 돌림 각도는 골반을 기준으로 몸통을 회전시키는 각도로 정의될 수 있으며, 자세벡터로써 xz 평면 상 어깨벡터(122)에 대한 사영벡터가 이용되고 기준벡터로써 xz 평면 상 골반벡터(123)에 대한 사영벡터가 이용될 수 있다. 그리고, xz 평면 상 골반벡터(123)에 대한 사영벡터 (

)와 xz 평면 상 어깨벡터(122)에 대한 사영벡터(

)를 상기된 [수학식 1]에 대입하여 몸통의 돌림 각도(θ)를 산출할 수 있다. 여기서, 몸통의 동작 특성 상 음의 방향 구분이 없을 수 있다.

또한, 도 6에서 보는 바와 같이, 사용자(10) 팔의 올림 각도와 벌림 각도의 산출에 대해 설명하기로 한다. 여기서, 도 6의 (a)는 사용자(10) 좌측 팔의 올림에 따른 좌측팔상부벡터(131)의 변화를 나타낸 이미지이고, 도 6의 (b)는 좌측 팔의 벌림에 따른 좌측팔상부벡터(131)의 변화를 나타낸 이미지이다.

도 6의 (a)에서 보는 바와 같이, 팔의 올림 각도는 기준 자세에서 사용자(10)가 팔 상부를 들어올린 각도로 정의될 수 있으며, 자세벡터로써 좌측팔상부벡터(131)가 이용되고 기준벡터로써 y축 벡터가 이용될 수 있다. 그리고, y축 벡터(

)와 좌측팔상부벡터(131)(

)를 상기된 [수학식 1]에 대입하여 팔의 올림 각도(θ)를 산출할 수 있다. 또는, 자세벡터로써 좌측팔상부벡터(131)가 이용되고 기준벡터로써 몸통벡터(121)가 이용될 수 있다. 그리고, 몸통벡터(121)(

)와 좌측팔상부벡터(131)(

)를 상기된 [수학식 1]에 대입하여 팔의 올림 각도(θ)를 산출할 수 있다. 여기서, 팔의 동작 특성 상 음의 방향 구분이 없을 수 있다.

도 6의 (b)에서 보는 바와 같이, 팔의 벌림 각도는 몸통의 정면에서 사용자(10)의 팔 상부가 벌어진 각도로 정의될 수 있으며, 기준평면으로써 몸통벡터(121)와 좌측팔상부벡터(131)의 곱에 의한 수평면이 이용되고 자세벡터로써 좌측팔상부벡터(131)가 이용될 수 있다. 그리고, 상기된 수평면(

)과 좌측팔상부벡터(131)(

)를 상기된 [수학식 1]에 대입하여 팔의 벌림 각도(θ)를 산출할 수 있다. 여기서, 팔의 올림 각도가 0도인 경우, 팔의 벌림 각도는 초기 각도인 0도로 설정될 수 있다. 그리고, 팔의 동작 특성 상 음의 방향 구분이 있을 수 있다. 사용자(10)가 몸의 정면이 아닌 후면을 향해 팔을 벌릴 수도 있기 때문이다.

또한, 도 7에서 보는 바와 같이, 사용자(10) 팔의 굽힘 각도와 돌림 각도의 산출에 대해 설명하기로 한다. 여기서, 도 7의 (a)는 사용자(10) 좌측 팔의 굽힘에 따른 좌측팔상부벡터(131)와 좌측팔하부벡터(132)의 변화를 나타낸 이미지이고, 도 7의 (b)는 사용자(10) 좌측 팔의 돌림에 따른 좌측팔상부벡터(131)와 좌측팔하부벡터(132)의 변화를 나타낸 이미지이다.

도 7의 (a)에서 보는 바와 같이, 팔의 굽힘 각도는 사용자(10)의 팔꿈치를 굽힌 각도로 정의될 수 있으며, 자세벡터로써 좌측팔하부벡터(132)가 이용되고 기준벡터로써 좌측팔상부벡터(131)가 이용될 수 있다. 그리고, 좌측팔상부벡터(131)(

)와 좌측팔하부벡터(132)(

)를 상기된 [수학식 1]에 대입하여 팔의 굽힘 각도(θ)를 산출할 수 있다. 여기서, 팔의 동작 특성 상 음의 방향 구분이 없을 수 있다.

도 7의 (b)에서 보는 바와 같이, 팔의 돌림 각도는 좌측 팔의 올림 평면을 기준으로 사용자(10)의 팔꿈치의 안쪽(팔 오금)이 몸통 측으로 회전한 각도로 정의될 수 있으며, 자세벡터로써 몸통벡터(121)와 좌측팔상부벡터(131)의 곱에 의한 평면에 수직인 벡터가 이용되고, 기준벡터로써 좌측팔상부벡터(131)와 좌측팔하부벡터(132)의 곱에 의한 평면에 수직인 벡터가 이용될 수 있다. 이를 바꿔 말하면, 몸통벡터(121)와 좌측팔상부벡터(131)의 곱에 의한 평면(

)과 좌측팔상부벡터(131)와 좌측팔하부벡터(132)의 곱에 의한 평면(

) 사이의 각도가 팔의 돌림 각도일 수 있다는 것이다. 따라서, 몸통벡터(121)와 좌측팔상부벡터(131)의 곱 (

)과 좌측팔상부벡터(131)와 좌측팔하부벡터(132)의 곱(

) 각각의 값을 상기된 [수학식 1]에 대입하여 팔의 돌림 각도(θ)를 산출할 수 있다. 여기서, 팔의 동작 특성 상 음의 방향 구분이 있을 수 있다. 사용자(10)가 몸의 정면이 아닌 후면을 향해 팔을 돌릴 수도 있기 때문이다.

또한, 도 8에서 보는 바와 같이, 사용자(10) 다리의 올림 각도와 벌림 각도의 산출에 대해 설명하기로 한다. 여기서, 도 8의 (a)는 사용자(10) 좌측 다리의 올림에 따른 좌측다리상부벡터(141)의 변화를 나타낸 이미지이고, 도 8의 (b)는 좌측 다리의 벌림에 따른 좌측다리상부벡터(141)의 변화를 나타낸 이미지이다.

도 8의 (a)에서 보는 바와 같이, 다리의 올림 각도는 기준 자세에서 사용자(10)가 다리 상부(넓적다리)를 들어올린 각도로 정의될 수 있으며, 자세벡터로써 좌측다리상부벡터(141)가 이용되고 기준벡터로써 y축 벡터가 이용될 수 있다. 그리고, y축 벡터(

)와 좌측다리상부벡터(141)(

)를 상기된 [수학식 1]에 대입하여 다리의 올림 각도(θ)를 산출할 수 있다. 또는, 자세벡터로써 좌측다리상부벡터(141)가 이용되고 기준벡터로써 몸통벡터(121)가 이용될 수 있다. 그리고, 몸통벡터(121)(

)와 좌측다리상부벡터(141)(

)를 상기된 [수학식 1]에 대입하여 다리의 올림 각도(θ)를 산출할 수 있다. 여기서, 다리의 동작 특성 상 음의 방향 구분이 없을 수 있다.

도 8의 (b)에서 보는 바와 같이, 다리의 벌림 각도는 몸통의 정면에서 사용자(10)의 팔 상부가 벌어진 각도로 정의될 수 있으며, 기준평면으로써 몸통벡터(121)와 좌측다리상부벡터(141)의 곱에 의한 수평면이 이용되고 자세벡터로써 좌측다리상부벡터(141)가 이용될 수 있다. 그리고, 상기된 수평면(

)과 좌측다리상부벡터(141)(

)를 상기된 [수학식 1]에 대입하여 다리의 벌림 각도(θ)를 산출할 수 있다. 여기서, 다리의 올림 각도가 0도인 경우, 다리의 벌림 각도는 초기 각도인 0도로 설정될 수 있다. 그리고, 다리의 동작 특성 상 음의 방향 구분이 있을 수 있다. 사용자(10)가 몸의 정면이 아닌 후면을 향해 다리를 벌릴 수도 있기 때문이다.

그리고, 도 9에서 보는 바와 같이, 사용자(10) 다리의 굽힘 각도와 돌림 각도의 산출에 대해 설명하기로 한다. 여기서, 도 9의 (a)는 사용자(10) 좌측 다리의 굽힘에 따른 좌측다리상부벡터(141)와 좌측다리하부벡터(142)의 변화를 나타낸 이미지이고, 도 9의 (b)는 사용자(10) 좌측 다리의 돌림에 따른 좌측다리상부벡터(141)와 좌측다리하부벡터(142)의 변화를 나타낸 이미지이다.

도 9의 (a)에서 보는 바와 같이, 다리의 굽힘 각도는 사용자(10)의 무릎을 굽힌 각도로 정의될 수 있으며, 자세벡터로써 좌측다리하부벡터(142)가 이용되고 기준벡터로써 좌측다리상부벡터(141)가 이용될 수 있다. 그리고, 좌측다리상부벡터(141)(

)와 좌측다리하부벡터(142)(

)를 상기된 [수학식 1]에 대입하여 다리의 굽힘 각도(θ)를 산출할 수 있다. 여기서, 다리의 동작 특성 상 음의 방향 구분이 없을 수 있다.

도 9의 (b)에서 보는 바와 같이, 다리의 돌림 각도는 좌측 다리의 올림 평면을 기준으로 사용자(10)의 무릎의 안쪽(다리 오금)이 몸통 측으로 회전한 각도로 정의될 수 있으며, 자세벡터로써 몸통벡터(121)와 좌측다리상부벡터(141)의 곱에 의한 평면에 수직인 벡터가 이용되고, 기준벡터로써 좌측다리상부벡터(141)와 좌측다리하부벡터(142)의 곱에 의한 평면에 수직인 벡터가 이용될 수 있다. 이를 바꿔 말하면, 몸통벡터(121)와 좌측다리상부벡터(141)의 곱에 의한 평면(

)과 좌측다리상부벡터(141)와 좌측다리하부벡터(142)의 곱에 의한 평면(

) 사이의 각도가 다리의 돌림 각도일 수 있다는 것이다. 따라서, 몸통벡터(121)와 좌측다리상부벡터(141)의 곱 (

)과 좌측다리상부벡터(141)와 좌측다리하부벡터(142)의 곱(

) 각각의 값을 상기된 [수학식 1]에 대입하여 다리의 돌림 각도(θ)를 산출할 수 있다. 여기서, 다리의 동작 특성 상 음의 방향 구분이 있을 수 있다. 사용자(10)가 몸의 정면이 아닌 후면을 향해 다리를 돌릴 수도 있기 때문이다.

상기에 개시되지는 않았으나, 우측 팔에 대한 자세 지표와 우측 다리에 대한 자세 지표도 동일한 원리로 도출될 수 있다.

도 10은 본 발명의 일 실시 예에 따른 자세 지표 데이터 값을 정리한 표이고, 도 11은 본 발명의 일 실시 예에 따른 기준 지표 데이터 값을 정리한 표이며, 도 12는 본 발명의 일 실시 예에 따른 자세 지표 데이터 값과 기준 지표 데이터 값의 차이를 정리한 표이다. 그리고, 도 13은 본 발명의 일 실시 예에 따른 평가 정보를 정리한 표이다.

도 10과 도 11에서 보는 바와 같이, 복수 개의 자세 지표 데이터 값과 복수 개의 기준 지표 데이터 값은 각각의 자세 지표 별로 구분되어 서로 대응되도록 분석평가부(220)에 저장될 수 있으며, 분석평가부(220)는 각각의 자세 지표 별로 기준 지표와 비교하여 도 13의 박스 표시에서 보는 바와 같이 각도 차이 값을 연산하여 도출할 수 있다. 즉, 평가 정보는, 사용자(10)의 신체 각 부위에 대해 환산된 점수를 포함할 수 있다.

그리고, 분석평가부(220)는, 사전에 저장되고 각각의 각도 차이에 따른 점수 데이터를 이용하여, 도 13의 (a)에서 보는 바와 같이 각각의 자세 지표에 대한 점수를 산출하고, 도 13의 (b)에서 보는 바와 같이 이와 같은 점수를 각각의 신체 부위에 따라 평균 내어 결과 값을 산출할 수 있다. 그리고, 분석평가부(220)는 디스플레이부(230)로 상기와 같은 평가 정보를 전달하여 이와 같은 결과 값이 디스플레이부(230)에 표시될 수 있다. 이에 따라, 사용자(10)는 반복 운동의 동작 훈련에서 자세 정확도가 상대적으로 낮은 신체 부위를 파악할 수 있고, 사용자(10)가 해당 부위의 자세 교정에 집중함으로써, 사용자(10)의 자세 또는 동작 교정 효율이 현저히 증대될 수 있다.

이하, 본 발명의 분석 및 평가 방법에 대해서 설명하기로 한다.

먼저, 제1단계에서, 사용자(10)의 각 관절의 위치 정보를 획득하고 사용자(10)의 동작을 인식하여 자세 정보를 수집할 수 있다. 다음으로, 제2단계에서, 사용자(10)의 각 관절의 위치 정보를 이용하여 신체벡터를 생성하고, 각각의 신체벡터를 이용하여 자세벡터를 산출할 수 있다. 그리고, 제3단계에서, 자세벡터와 기준벡터를 이용하여 각각의 자세 지표에 대한 각도를 산출하여 복수 개의 자세 지표에 대한 데이터를 수집할 수 있다. 그 후, 제4단계에서, 복수 개의 자세 지표에 대한 데이터와 복수 개의 기준 지표에 대한 데이터를 이용하여 사용자(10)의 신체 부위 각각에 대한 점수를 산출할 수 있다. 그리고, 제5단계에서, 점수를 포함하는 평가 정보와 기준 이미지(20)를 디스플레이부(230)에 표시할 수 있다. 나머지 상세한 사항은, 상기된 본 발명의 분석 및 평가 장치의 설명에 기재된 사항과 동일하다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

10 : 사용자
20 : 기준 이미지
110 : 머리벡터
121 : 몸통벡터
122 : 어깨벡터
123 : 골반벡터
131 : 좌측팔상부벡터
132 : 좌측팔하부벡터
141 : 좌측다리상부벡터
142 : 좌측다리하부벡터
210 : 동작인식부
220 : 분석평가부
230 : 디스플레이부
240 : 운동기기
250 : 지지부

Claims

운동기기를 이용하는 사용자의 각 관절의 위치 정보를 획득하고 상기 사용자의 동작을 인식하여 상기 사용자의 자세 정보를 생성하는 동작인식부;
상기 동작인식부로부터 상기 자세 정보를 전달 받고, 상기 자세 정보를 이용하여 복수 개의 자세 지표에 대한 데이터를 도출하며, 상기 복수 개의 자세 지표와 미리 저장된 복수 개의 기준 지표에 대한 데이터와 비교하여 분석 정보를 생성하고 상기 사용자의 자세에 대한 평가 정보를 생성하는 분석평가부; 및
상기 사용자의 이미지와 상기 복수 개의 기준 지표에 의한 가상의 신체 이미지인 기준 이미지를 표시하고, 상기 분석 정보와 상기 평가 정보를 표시하는 디스플레이부;를 포함하는 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 1에 있어서,
상기 복수 개의 자세 지표에 대한 데이터는, 상기 사용자의 신체 일 부위의 자세에 대한 벡터인 자세벡터와 기준이 되는 벡터인 기준벡터를 이용하여 도출되는 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 2에 있어서,
상기 자세벡터의 산출에 이용되며 상기 사용자의 신체 일 부위 대한 신체벡터는, 상기 사용자의 신체 일 부위에 있어서 하나의 관절로부터 다른 관절 방향으로 형성되는 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 3에 있어서,
상기 자세벡터는 상기 신체벡터 자체, 상기 신체벡터의 법선벡터, 상기 신체벡터의 사영벡터 및 하나의 신체벡터와 다른 신체벡터에 의해 형성된 평면에 수직인 벡터 중 선택되는 어느 하나의 벡터인 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 2에 있어서,
상기 사용자의 신체 일 부위는 머리, 몸통, 좌측 팔, 우측 팔, 좌측 다리 및 우측 다리 중에서 선택되는 어느 하나인 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 2에 있어서,
상기 기준벡터는, 3차원 기본 단위 벡터를 포함하는 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 2에 있어서,
상기 분석평가부는, 하나의 자세벡터에 대한 기준벡터로써 다른 자세벡터를 선택하는 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 1에 있어서,
상기 복수 개의 자세 지표에 대한 데이터는, 상기 사용자의 신체 일 부위에 대한 벡터인 자세벡터와 기준이 되는 평면인 기준평면을 이용하여 도출되는 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 1에 있어서,
상기 평가 정보는, 상기 사용자의 신체 각 부위에 대해 환산된 점수를 포함하는 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 1에 있어서,
상기 동작인식부는, 키넥트 동작 추적 시스템(Kinect Body Tracking System)을 구비하는 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 1에 있어서,
상기 분석평가부는, 상기 사용자의 신장에 따라 상기 기준 이미지의 확대 또는 축소 비율을 조절하는 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치.
청구항 4의 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 장치를 이용한 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 방법에 있어서,
상기 사용자의 각 관절의 위치 정보를 획득하고 상기 사용자의 동작을 인식하여 상기 자세 정보를 수집하는 제1단계;
상기 사용자의 각 관절의 위치 정보를 이용하여 상기 신체벡터를 생성하고, 각각의 신체벡터를 이용하여 상기 자세벡터를 산출하는 제2단계;
상기 자세벡터와 상기 기준벡터를 이용하여 각각의 자세 지표에 대한 각도를 산출하여 상기 복수 개의 자세 지표에 대한 데이터를 수집하는 제3단계;
상기 복수 개의 자세 지표에 대한 데이터와 상기 복수 개의 기준 지표에 대한 데이터를 이용하여 상기 사용자의 신체 부위 각각에 대한 점수를 산출하는 제4단계; 및
상기 점수를 포함하는 상기 평가 정보와 상기 기준 이미지를 상기 디스플레이부에 표시하는 제5단계;를 포함하는 것을 특징으로 하는 반복 운동의 동작 훈련을 위한 정량적 자세 분석 및 평가 방법.