KR20230054254A

KR20230054254A - 사용자에게 운동 프로그램을 제공하는 방법 및 시스템

Info

Publication number: KR20230054254A
Application number: KR1020220084402A
Authority: KR
Inventors: 김성철; 김경록; 서기홍; 임복만
Original assignee: 삼성전자주식회사
Priority date: 2021-10-15
Filing date: 2022-07-08
Publication date: 2023-04-24

Abstract

일 실시 예에 따른 전자 장치는, 운동 전에 설정된 목표 운동 정보, 보행에 대한 평가 항목의 현재 값들 및 보행에 대한 평가 항목의 목표 값들에 기초하여 사용자에게 제공될 운동 프로그램을 획득하고, 웨어러블 장치를 통해 운동 프로그램을 사용자에게 제공할 수 있다. 그 외에도 다양한 실시 예들이 가능할 수 있다.

Description

사용자에게 운동 프로그램을 제공하는 방법 및 시스템{METHOD AND SYSTEM FOR PROVIDING EXERCISE PROGRAMS TO USER}

다양한 실시 예들은 사용자에게 운동 프로그램을 제공하는 기술에 관한 것이다.

고령화 사회로 진입하면서 노화로 인한 근력 약화 또는 관절 이상으로 보행에 불편과 고통을 호소하는 사람들이 증가하고 있고, 근력이 약화된 노인이나 근관절이 불편한 환자들이 보행을 원활하게 할 수 있는 보행 보조 장치에 대한 관심이 높아지고 있다.

일 실시 예는, 웨어러블 장치를 통해 사용자에게 다양한 운동 프로그램을 제공하는 시스템을 제공할 수 있다.

다만, 기술적 과제는 상술한 기술적 과제들로 한정되는 것은 아니며, 또 다른 기술적 과제들이 존재할 수 있다.

다양한 실시 예들에 따른, 전자 장치에 있어서, 외부 장치와 데이터를 교환하는 통신 모듈, 및 상기 전자 장치를 제어하는 적어도 하나의 프로세서를 포함하고, 상기 프로세서는, 상기 전자 장치의 사용자로부터 목표 운동 정보를 수신하고 - 상기 목표 운동 정보는 목표 운동 시간 정보 및 목표 운동 구간 정보를 포함함 -, 상기 목표 운동 정보 및 보행에 대한 평가 항목들의 현재 값들에 기초하여 미리 설정된 상기 평가 항목들의 목표 값들을 만족시킬 수 있는 제어 파라미터의 최적화 값을 결정하고 - 상기 제어 파라미터는 토크의 크기, 방향 및 타이밍, 관절 각도들 간의 오프셋 각도, 및 상기 관절 각도들에 대한 상태 인자의 민감도 중 적어도 하나를 조절하기 위한 파라미터임 -, 상기 제어 파라미터의 상기 최적화 값에 기초하여 하나 이상의 추천 운동 프로그램들을 획득하고, 상기 하나 이상의 추천 운동 프로그램들 중 타겟 운동 프로그램을 결정하고, 상기 타겟 운동 프로그램에 대한 정보를 상기 사용자가 착용한 웨어러블 장치로 전송하고, 상기 타겟 운동 프로그램이 상기 웨어러블 장치에 의해 수행되는 동안, 상기 웨어러블 장치로부터 센싱 정보를 수신하고, 상기 센싱 정보에 기초하여 상기 타겟 운동 프로그램의 수행에 대한 상기 사용자에게 피드백 정보를 제공할 수 있다.

상기 보행에 대한 상기 평가 항목들은 보폭, 보행 속도, 보행 대칭성, 및 보행 리듬 중 하나 이상을 포함할 수 있다.

상기 프로세서는, 상기 사용자가 이전 운동 프로그램을 수행하는 동안 획득된 이전 센싱 정보에 기초하여 상기 보행에 대한 상기 평가 항목들의 상기 현재 값들을 획득할 수 있다.

상기 프로세서는, 상기 보행에 대한 상기 평가 항목들의 상기 현재 값들을 획득하기 위한 테스트 운동 프로그램에 대한 정보를 상기 웨어러블 장치로 전송하고, 상기 테스트 운동 프로그램의 수행에 대한 테스트 센싱 정보를 상기 웨어러블 장치로부터 수신하고, 상기 테스트 센싱 정보에 기초하여 상기 보행에 대한 상기 평가 항목들의 상기 현재 값들을 획득할 수 있다.

상기 프로세서는, 설정된 목적 함수를 만족시키는 범위 내에서 상기 보행에 대한 상기 평가 항목들의 상기 목표 값들을 만족시킬 수 있는 상기 제어 파라미터의 상기 최적화 값을 결정할 수 있다.

상기 프로세서는, 상기 제어 파라미터의 상기 최적화 값을 서버로 전송하고, 상기 제어 파라미터의 상기 최적화 값에 기초하여 상기 서버에 의해 결정된 하나 이상의 추천 운동 프로그램들을 상기 서버로부터 수신할 수 있다.

상기 프로세서는, 저장된 복수의 운동 프로그램들 중 상기 최적화 값에 대응하는 하나 이상의 추천 운동 프로그램들을 결정할 수 있다.

상기 프로세서는, 상기 사용자가 수행한 운동 프로그램 이력에 기초하여 상기 저장된 복수의 운동 프로그램들 중 상기 최적화 값에 대응하는 상기 하나 이상의 추천 운동 프로그램들을 결정할 수 있다.

상기 타겟 운동 프로그램에 대한 정보는 목표 운동 시간 동안의 상기 제어 파라미터의 값을 포함할 수 있다.

상기 프로세서는, 상기 센싱 정보에 기초하여 상기 평가 항목들의 상기 목표 값들이 만족되고 있는지 여부를 결정하고, 상기 목표 값들이 만족되지 않는 경우, 상기 목표 값들을 만족시키기 위한 요구 동작을 결정하고, 상기 사용자에게 상기 요구 동작을 포함하는 상기 피드백 정보를 제공할 수 있다.

상기 프로세서는, 부가 전자 장치로 상기 피드백 정보를 전송하고, 상기 부가 전자 장치에 의해 상기 피드백 정보가 출력될 수 있다.

상기 부가 전자 장치는 이어폰, 안경형 전자 장치, 또는 시계형 전자 장치 중 어느 하나일 수 있다.

상기 프로세서는, 상기 센싱 정보로서 상기 부가 전자 장치로부터 상기 사용자의 심박수를 수신할 수 있다.

상기 목표 운동 구간 정보는, 시작점, 종료점 및 상기 시작점 및 상기 종료점 사이의 세부 경로들에 대한 정보를 포함할 수 있다.

상기 타겟 운동 프로그램이 정상적으로 수행된 경우의 예상 보행 나이를 상기 사용자에게 제공할 수 있다.

복수의 운동 목표들 중 상기 사용자에 의해 선택된 타겟 운동 목표에 기초하여 상기 보행에 대한 평가 항목들의 상기 목표 값들을 설정할 수 있다.

상기 복수의 운동 목표들은 보행 능력 향상, 보행 자세 향상, 심혈관계 건강 향상 및 근체력 향상 중 둘 이상을 포함할 수 있다.

다양한 실시 예들에 따른, 전자 장치에 의해 수행되는, 방법은, 상기 전자 장치의 사용자로부터 목표 운동 정보를 수신하는 동작 - 상기 목표 운동 정보는 목표 운동 시간 정보 및 목표 운동 구간 정보를 포함함 -, 상기 목표 운동 정보 및 보행에 대한 평가 항목들의 현재 값들에 기초하여 미리 설정된 상기 보행에 대한 상기 평가 항목들의 목표 값들을 만족시킬 수 있는 제어 파라미터의 최적화 값을 결정하는 동작 - 상기 제어 파라미터는 토크의 크기, 방향 및 타이밍, 관절 각도들 간의 오프셋 각도, 및 상기 관절 각도들에 대한 상태 인자의 민감도 중 적어도 하나를 조절하기 위한 파라미터임 -, 상기 제어 파라미터의 상기 최적화 값에 기초하여 하나 이상의 추천 운동 프로그램들을 획득하는 동작, 상기 하나 이상의 추천 운동 프로그램들 중 타겟 운동 프로그램을 결정하는 동작, 상기 타겟 운동 프로그램에 대한 정보를 상기 사용자가 착용한 웨어러블 장치로 전송하는 동작, 상기 타겟 운동 프로그램이 상기 웨어러블 장치에 의해 수행되는 동안, 상기 웨어러블 장치로부터 센싱 정보를 수신하는 동작, 및 상기 센싱 정보에 기초하여 상기 타겟 운동 프로그램의 수행에 대한 상기 사용자에게 피드백 정보를 제공하는 동작을 포함할 수 있다.

다양한 실시 예들에 따른, 서버는, 외부 장치와 데이터를 교환하는 통신 모듈, 및 상기 서버를 제어하는 적어도 하나의 프로세서를 포함하고, 상기 프로세서는, 전자 장치로부터 제어 파라미터의 최적화 값을 수신하고 - 상기 제어 파라미터는 토크의 크기, 방향 및 타이밍, 관절 각도들 간의 오프셋 각도, 및 상기 관절 각도들에 대한 상태 인자의 민감도 중 적어도 하나를 조절하기 위한 파라미터임 -, 상기 제어 파라미터의 상기 최적화 값에 기초하여 상기 서버에 저장된 복수의 운동 프로그램들 중 하나 이상의 추천 운동 프로그램들을 결정하고, 상기 전자 장치로 하나 이상의 추천 운동 프로그램들을 전송할 수 있다.

다양한 실시 예들에 따르면, 웨어러블 장치를 통해 사용자에게 다양한 운동 프로그램을 제공하는 시스템이 제공될 수 있다.

다양한 실시 예들에 따르면,웨어러블 장치를 사용하는 사용자는 동일한 운동 구간에서 반복적으로 운동을 수행하더라도 매 회수마다 수행되는 다른 운동 프로그램을 통해 해당 운동 구간을 다른 운동 구간처럼 느낄 수 있다.

도 1은 다양한 실시 예들에 따른, 사용자에게 운동 프로그램을 제공하기 위한 시스템의 구성도이다.
도 2는 다양한 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 3a 내지 3d는 다양한 실시 예들에 따른, 웨어러블 장치를 설명하기 위한 도면이다.
도 4는 다양한 실시 예들에 따른, 전자 장치와 통신하는 웨어러블 장치를 설명하기 위한 도면이다.
도 5 내지 도 6은 다양한 실시 예들에 따른, 웨어러블 장치의 토크 출력 방법을 설명하기 위한 도면이다.
도 7은 다양한 실시 예들에 따른, 웨어러블 장치의 파라미터 값을 최적화하기 위한 블록도를 도시한다.
도 8은 다양한 실시 예들에 따른, 사용자에게 운동 프로그램을 제공하는 방법의 흐름도이다.
도 9는 다양한 실시 예들에 따른, 보행에 대한 평가 항목들의 현재 값들을 획득하는 방법의 흐름도이다.
도 10은 다양한 실시 예들에 따른, 제어 파라미터의 최적화 값을 결정하는 방법의 흐름도이다.
도 11은 다양한 실시 예들에 따른, 목표 운동 정보에 기초하여 추천 운동 프로그램들이 결정되는 방법을 도시한다.
도 12는 다양한 실시 예들에 따른, 서버를 통해 추천 운동 프로그램들을 획득하는 방법의 흐름도이다.
도 13은 다양한 실시 예들에 따른, 사용자에게 피드백 정보를 제공하는 방법의 흐름도이다.
도 14는 다양한 실시 예들에 따른, 서버의 구성도이다.

이하, 본 기재의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 기재를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 기재의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.

도 1은 다양한 실시 예들에 따른, 사용자에게 운동 프로그램을 제공하기 위한 시스템의 구성도이다.

다양한 실시 예들에 따른, 사용자에게 운동 프로그램을 제공하기 위한 시스템(100)은 전자 장치(110), 웨어러블 장치(120), 부가 장치(130), 및 서버(140)를 포함할 수 있다.

일 실시 예에 따르면, 전자 장치(110)는 근거리 무선 통신을 이용하여 웨어러블 장치(120)와 연결될 수 있는 사용자 단말일 수 있다. 예를 들어, 전자 장치(110)는 웨어러블 장치(120)를 제어하기 위한 제어 신호를 웨어러블 장치(120)로 전송할 수 있다. 전자 장치(110)에 대해 아래에서 도 2를 참조하여 상세히 설명되고, 제어 신호의 전송에 대해 아래에서 도 4를 참조하여 상세히 설명된다.

일 실시 예에 따르면, 웨어러블 장치(120)는 웨어러블 장치(120)를 착용한 사용자에게 보행을 보조하기 위한 보조력 또는 보행을 방해하기 위한 저항력을 제공할 수 있다. 저항력은 사용자의 운동을 위해 제공될 수 있다. 웨어러블 장치(120)에서 이용되는 다양한 제어 파라미터들의 값들이 제어됨으로써 웨어러블 장치(120)에 의해 출력되는 보조력 또는 저향력이 제어될 수 있다. 웨어러블 장치(120)의 구조 및 구동 방법에 대해 아래에서 도 3a 내지 도 7을 참조하여 상세히 설명된다.

일 실시 예에 따르면, 전자 장치(110)는 근거리 무선 통신을 이용하여 부가 장치(130)(예: 무선 이어폰(131), 스마트워치(132) 또는 스마트글래스(133))와 연결될 수 있다. 예를 들어, 전자 장치(110)는 전자 장치(110)의 상태 또는 웨어러블 장치(120)의 상태 등을 나타내는 정보를 부가 장치(130)를 통해 사용자에게 출력할 수 있다. 예를 들어, 부가 장치(130)의 햅틱 장치, 스피커 장치 및 디스플레이 장치를 통해 웨어러블 장치(120)를 착용한 사용자의 보행 상태에 대한 피드백 정보가 출력될 수 있다.

일 실시 예에 따르면, 전자 장치(110)는 근거리 무선 통신 또는 셀룰러 통신을 이용하여 서버(140)와 연결될 수 있다. 예를 들어, 서버(140)는 웨어러블 장치(120)를 통해 사용자에게 제공될 수 있는 복수의 운동 프로그램들에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 서버(140)는 전자 장치(110) 또는 웨어러블 장치(120)의 사용자에 대한 사용자 계정을 관리할 수 있다. 서버(140)는 사용자가 수행한 운동 프로그램 및 운동 프로그램에 대한 수행 결과 등을 사용자 계정과 연관하여 저장하고, 관리할 수 있다. 서버(140)에 대한 예시적인 구성도에 대해 아래에서 도 14를 참조하여 상세히 설명된다.

일 실시 예에 따르면, 시스템(100)은 사용자가 원하는 다양한 운동 환경에서 운동 목표를 달성하기 위한 운동 프로그램을 사용자에게 제공할 수 있다. 예를 들어, 사용자의 운동 목표는 미리 설정될 수 있고, 예를 들어, 보행 능력 향상, 보행 자세 향상, 심혈관계 건강 향상 및 근체력 향상을 포함할 수 있다. 이러한 운동 목표 아래에서, 사용자는 운동을 수행할 때마다 특정한 운동 환경을 지정할 수 있다. 예를 들어, 사용자는 운동을 수행하기 전에 전자 장치(110)를 통해 목표 운동 구간 및 목표 운동 시간을 운동 환경으로서 지정할 수 있다. 전자 장치(110)는 설정된 운동 목표를 고려하여 운동 환경을 만족할 수 있는 웨어러블 장치(120)의 제어 파라미터들의 값들을 결정할 수 있다. 예를 들어, 제어 파라미터들은 웨어러블 장치(120)를 통해 출력될 토크의 크기, 방향 및 타이밍, 웨어러블 장치(120)의 관절 각도들 간의 오프셋 각도, 및 관절 각도들에 대한 상태 인자의 민감도 중 적어도 하나를 조절하기 위한 파라미터들을 포함할 수 있다. 전자 장치(110)는 결정된 제어 파라미터들의 값들에 기초하여 하나 이상의 운동 프로그램들을 획득할 수 있다.

일 실시 예에 따르면, 운동 프로그램은 설정된 운동 환경에서 웨어러블 장치(120)를 착용한 사용자에게 제공되는 보조력 또는 저항력을 제공하는 방식에 관한 것일 수 있다. 예를 들어, 운동 프로그램은 전체의 운동 시간 내에서 동일한 보조력 또는 저항력을 사용자에게 제공할 수 있다. 다른 예로, 운동 프로그램은 전체의 운동 시간을 복수의 구간들로 나누고, 복수의 구간들에서 서로 다른 보조력 또는 저항력을 사용자에게 제공할 수 있다. 예를 들어, 운동 프로그램을 통해 출력되는 보조력 또는 저항력의 출력 타이밍은 목표 운동 시간 및 운동 목표에 따라 달라질 수 있다.

일 실시 예에 따르면, 복수의 운동 프로그램들은 데이터베이스화되어 전자 장치(110)에 저장되거나, 또는 서버(140)에 저장될 수 있다. 예를 들어, 전자 장치(110) 또는 서버(140)는 결정된 제어 파라미터의 값들에 기초하여 복수의 운동 프로그램들 중 하나 이상을 사용자에게 추천할 수 있다. 예를 들어, 전자 장치(110) 또는 서버(140)는 사용자의 운동 이력에 기초하여 사용자에게 추천할 운동 프로그램을 결정할 수 있다. 이에 따라, 사용자는 동일한 운동 환경에서 운동을 수행하는 경우에도 새로운 운동 프로그램을 추천 받을 수 있고, 사용자는 새로운 운동 프로그램을 수행함으로써 기존과는 다른 운동을 수행하는 느낌을 받을 수 있다.

아래에서 도 8 내지 도 13을 참조하여 사용자에게 운동 프로그램을 제공하는 방법이 상세히 설명된다.

도 2는 다양한 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.

도 2는 다양한 실시 예들에 따른, 네트워크 환경(200) 내의 전자 장치(201)(예: 도 1의 전자 장치(110))의 블록도이다. 도 2를 참조하면, 네트워크 환경(200)에서 전자 장치(201)는 제1 네트워크(298)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(202)와 통신하거나, 또는 제2 네트워크(299)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(204) 또는 서버(208) 중 적어도 하나와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(201)는 서버(208)를 통하여 전자 장치(204)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(201)는 프로세서(220), 메모리(230), 입력 모듈(250), 음향 출력 모듈(255), 디스플레이 모듈(260), 오디오 모듈(270), 센서 모듈(276), 인터페이스(277), 연결 단자(278), 햅틱 모듈(279), 카메라 모듈(280), 전력 관리 모듈(288), 배터리(289), 통신 모듈(290), 가입자 식별 모듈(296), 또는 안테나 모듈(297)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(201)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(278))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(276), 카메라 모듈(280), 또는 안테나 모듈(297))은 하나의 구성요소(예: 디스플레이 모듈(260))로 통합될 수 있다.

프로세서(220)는, 예를 들면, 소프트웨어(예: 프로그램(240))를 실행하여 프로세서(220)에 연결된 전자 장치(201)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(220)는 다른 구성요소(예: 센서 모듈(276) 또는 통신 모듈(290))로부터 수신된 명령 또는 데이터를 휘발성 메모리(232)에 저장하고, 휘발성 메모리(232)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(234)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(220)는 메인 프로세서(221)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(223)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(201)가 메인 프로세서(221) 및 보조 프로세서(223)를 포함하는 경우, 보조 프로세서(223)는 메인 프로세서(221)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(223)는 메인 프로세서(221)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(223)는, 예를 들면, 메인 프로세서(221)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(221)를 대신하여, 또는 메인 프로세서(221)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(221)와 함께, 전자 장치(201)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(260), 센서 모듈(276), 또는 통신 모듈(290))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(223)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(280) 또는 통신 모듈(290))의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 보조 프로세서(223)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(201) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(208))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

메모리(230)는, 전자 장치(201)의 적어도 하나의 구성요소(예: 프로세서(220) 또는 센서 모듈(276))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(240)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(230)는, 휘발성 메모리(232) 또는 비휘발성 메모리(234)를 포함할 수 있다.

프로그램(240)은 메모리(230)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(242), 미들 웨어(244) 또는 어플리케이션(246)을 포함할 수 있다.

입력 모듈(250)은, 전자 장치(201)의 구성요소(예: 프로세서(220))에 사용될 명령 또는 데이터를 전자 장치(201)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(250)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(255)은 음향 신호를 전자 장치(201)의 외부로 출력할 수 있다. 음향 출력 모듈(255)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(260)은 전자 장치(201)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(260)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 디스플레이 모듈(260)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(270)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(270)은, 입력 모듈(250)을 통해 소리를 획득하거나, 음향 출력 모듈(255), 또는 전자 장치(201)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(202))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(276)은 전자 장치(201)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서 모듈(276)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(277)는 전자 장치(201)가 외부 전자 장치(예: 전자 장치(202))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(277)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(278)는, 그를 통해서 전자 장치(201)가 외부 전자 장치(예: 전자 장치(202))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(278)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(279)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(279)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(280)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(280)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(288)은 전자 장치(201)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(288)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(289)는 전자 장치(201)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(289)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(290)은 전자 장치(201)와 외부 전자 장치(예: 전자 장치(202), 전자 장치(204), 또는 서버(208)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(290)은 프로세서(220)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(290)은 무선 통신 모듈(292)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(294)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(298)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(299)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(204)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(292)은 가입자 식별 모듈(296)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 사용하여 제1 네트워크(298) 또는 제2 네트워크(299)와 같은 통신 네트워크 내에서 전자 장치(201)를 확인 또는 인증할 수 있다.

무선 통신 모듈(292)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(292)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(292)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(292)은 전자 장치(201), 외부 전자 장치(예: 전자 장치(204)) 또는 네트워크 시스템(예: 제2 네트워크(299))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(292)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.

안테나 모듈(297)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(297)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(297)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(298) 또는 제2 네트워크(299)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(290)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(290)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(297)의 일부로 형성될 수 있다.

다양한 실시 예에 따르면, 안테나 모듈(297)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시 예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일 실시 예에 따르면, 명령 또는 데이터는 제2 네트워크(299)에 연결된 서버(208)를 통해서 전자 장치(201)와 외부의 전자 장치(204)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(202, 또는 204) 각각은 전자 장치(201)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(201)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(202, 204, 또는 208) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(201)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(201)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(201)로 전달할 수 있다. 전자 장치(201)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 사용될 수 있다. 전자 장치(201)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 사용하여 초저지연 서비스를 제공할 수 있다. 다른 실시 예에 있어서, 외부의 전자 장치(204)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(208)는 기계 학습 및/또는 신경망을 사용한 지능형 서버일 수 있다. 일 실시 예에 따르면, 외부의 전자 장치(204) 또는 서버(208)는 제2 네트워크(299) 내에 포함될 수 있다. 전자 장치(201)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서의 다양한 실시 예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시 예들은 기기(machine)(예: 전자 장치(201)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(236) 또는 외장 메모리(238))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(240))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(201))의 프로세서(예: 프로세서(220))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시 예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

도 3a 내지 도 3d는 다양한 실시 예들에 따른, 웨어러블 장치를 설명하기 위한 도면이다.

도 3a 내지 도 3d를 참조하면, 웨어러블 장치(300)(예: 도 1의 웨어러블 장치(120))는 사용자에게 장착되어 사용자의 보행(gait)을 보조할 수 있다. 예를 들어, 웨어러블 장치(300)는 사용자의 보행을 보조하는 장치일 수 있다. 또한, 웨어러블 장치(300)는 사용자의 보행을 보조할 뿐만 아니라, 사용자에게 저항력을 제공함으로써 운동 기능을 제공하는 운동 장치일 수 있다. 예를 들어, 사용자에게 제공되는 저항력은 모터와 같은 장치에 의해 출력되는 힘과 같이 사용자에게 능동적으로 가해지는 힘일 수도 있고, 다른 예로, 저항력은 사용자에게 능동적으로 가해지는 힘은 아니나 마찰력과 같이 사용자의 움직임을 방해하는 힘일 수 있다. 다른 말로, 저항력은 운동 부하로 표현될 수 있다.

도 3a 내지 도 3d는 힙 타입의 웨어러블 장치(300)를 도시하고 있으나, 웨어러블 장치의 타입은 힙 타입에 제한되는 것은 아니며, 웨어러블 장치는 하지 전체를 지원하는 형태 또는 하지 일부를 지원하는 타입일 수 있다. 그리고, 웨어러블 장치는 하지 일부를 지원하는 형태, 무릎까지 지원하는 형태, 발목까지 지원하는 형태 및 전신을 지원하는 형태 중 어느 하나일 수 있다.

도 3a 내지 도 3d를 참조하여 설명되는 실시예들은 힙 타입에 대해 적용될 수 있으나, 이에 한정되는 것이 아니며 다양한 타입들의 웨어러블 장치에 대해서 모두 적용될 수 있다.

일 측면에 따르면, 웨어러블 장치(300)는 구동부(310), 센서부(320), IMU(Inertial Measurement Unit)(330), 제어부(340), 배터리(350) 및 통신 모듈(152)을 포함한다. 예를 들어, IMU(330) 및 제어부(340)는 웨어러블 장치(300)의 메인 프레임 내에 배치될 수 있다. 다른 예로, IMU(330) 및 제어부(340)는 웨어러블 장치(300)의 메인 프레임의 외부에 형성(또는, 부착)되는 하우징(미도시)에 포함될 수 있다.

구동부(310)는 모터(314) 및 모터(314)를 구동시키기 위한 모터 드라이버 회로(312)를 포함할 수 있다. 센서부(320)는 적어도 하나의 센서(321)를 포함할 수 있다. 제어부(340)는 프로세서(342), 메모리(344) 및 입력 인터페이스(346)를 포함할 수 있다. 도 3c에는 하나의 센서(321), 하나의 모터 드라이버 회로(312), 및 하나의 모터(314)가 도시되어 있으나 이는 예시적인 사항일 뿐, 도 3d에 도시된 예와 같이 다른 일례의 웨어러블 장치(300-1)는 복수의 센서들(321 및 321-1), 복수의 모터 드라이버 회로들(312 및 312-1), 및 복수의 모터들(314 및 314-1)을 포함할 수 있다. 또한, 구현에 따라 웨어러블 장치(300)는 복수의 프로세서들을 포함할 수 있다. 모터 드라이버 회로 개수, 모터 개수, 또는 프로세서 개수는 웨어러블 장치(300)가 착용되는 신체 부위에 따라 달라질 수 있다.

후술할 센서(321), 모터 드라이버 회로(312), 및 모터(314)에 대한 설명은 도 3d에 도시된 센서(321-1), 모터 드라이버 회로(312-1), 및 모터(314-1)에 대해서도 적용될 수 있다.

구동부(310)는 사용자의 힙 관절(hip joint)을 구동시킬 수 있다. 예를 들어, 구동부(310)는 사용자의 오른쪽 힙 및/또는 왼쪽 힙 부분에 위치할 수 있다. 구동부(310)는 사용자의 무릎 부분 및 발목 부분에 추가적으로 위치할 수 있다. 구동부(310)는 회전 토크를 발생시킬 수 있는 모터(314) 및 모터(314)를 구동시키기 위한 모터 드라이버 회로(312)를 포함한다.

센서부(320)는 보행 시 사용자의 힙 관절의 각도를 측정할 수 있다. 센서부(320)에서 센싱되는 힙 관절의 각도에 대한 정보는 오른쪽 힙 관절의 각도, 왼쪽 힙 관절의 각도, 양쪽 힙 관절 각도들 간의 차이 및 힙 관절 운동 방향을 포함할 수 있다. 예를 들어, 센서(321)는 구동부(310) 내에 위치할 수 있다. 센서(321)의 위치에 따라 센서부(320)는 사용자의 무릎 각도 및 발목 각도를 추가적으로 측정할 수 있다. 센서(321)는 엔코더(encoder)일 수 있다. 센서부(320)에 의해 측정된 관절의 각도에 정보는 제어부(340)로 전송될 수 있다.

일 측면에 따르면, 센서부(320)는 포텐셔미터를 포함할 수 있다. 포텐셔미터는 사용자의 보행 동작에 따른 R축 관절 각도, L축 관절 각도, R축 관절 각속도, 및 L축 관절 각속도를 센싱할 수 있다. R/L축은 사용자의 오른쪽/왼쪽 다리에 대한 기준 축일 수 있다. 예를 들어, R/L축은 지면에 수직이 되도록 설정되고, 사람의 몸통의 앞면 쪽이 음수 값을 갖고, 몸통의 뒷면 쪽이 양수 값을 갖도록 설정될 수 있다.

IMU(330)는 보행 시 가속도 정보와 자세 정보를 측정할 수 있다. 예를 들어, IMU(330)는 사용자의 보행 동작에 따른 X축, Y축, Z축 가속도 및 X축, Y축, Z축 각속도를 센싱할 수 있다. IMU(330)에 의해 측정된 가속도 정보와 자세 정보는 제어부(340)로 전송될 수 있다.

웨어러블 장치(300)는 IMU(330)에서 측정된 가속도 정보에 기반하여 사용자의 발이 착지하는 지점을 검출할 수 있다.

압력 센서(도시되지 않음)는 사용자의 발바닥에 위치하여 사용자의 발의 착지 시점을 검출할 수 있다.

웨어러블 장치(300)는 앞서 설명한 센서부(320) 및 IMU(330) 이외에, 보행 동작에 따른 사용자의 운동량 또는 생체 신호 등의 변화를 센싱할 수 있는 다른 센서(예를 들어, 근전도 센서(ElectroMyoGram sensor: EMG sensor))를 포함할 수 있다.

제어부(340)는 웨어러블 장치(300)의 동작을 전반적으로 제어할 수 있다. 예를 들어, 제어부(340)는 센서부(320) 및 IMU(330) 각각이 센싱된 정보를 수신할 수 있다. IMU(330)에 의해 센싱된 정보는 가속도 정보 및 자세 정보를 포함하고, 센서부(320)에 의해 센싱된 정보는 오른쪽 힙 관절의 각도, 왼쪽 힙 관절의 각도, 양쪽 힙 관절 각도들 간의 차이 및 힙 관절 운동 방향을 포함할 수 있다. 실시예에 따라, 제어부(340)가 오른쪽 힙 관절의 각도 및 왼쪽 힙 관절의 각도에 기초하여 양쪽 힙 관절 각도들 간의 차이를 계산할 수도 있다. 제어부(340)는 센싱된 정보에 기초하여 구동부(310)를 제어하기 위한 신호를 생성할 수 있다. 예를 들어, 생성된 신호는 사용자의 보행을 보조하기 위한 보조력일 수 있다. 다른 예로, 생성된 신호는 사용자의 보행을 방해하기 위한 저항력일 수 있다. 저항력은 사용자의 운동을 위해 제공될 수 있다.

일 실시 예에 따르면, 제어부(340)의 프로세서(342)는 사용자에게 저항력을 제공하기 위해 구동부(310)를 제어할 수 있다.

일 측면에 따르면, 구동부(310)는 모터(314)를 통해 사용자에게 능동적인 힘을 가함으로써 사용자에게 저항력을 제공할 수 있다. 다른 예로, 구동부(310)는 사용자에게 능동적인 힘을 가하지 않고, 모터(314)의 역 구동성(back-drivability)을 이용하여 사용자에게 저항력을 제공할 수 있다. 모터의 역 구동성이란, 외부의 힘에 대한 모터의 회전 축의 반응성을 의미할 수 있고, 모터의 역 구동성이 높을수록 모터의 회전 축에 작용하는 외부의 힘에 대해 쉽게 반응할 수 있다(즉, 모터의 회전 축이 쉽게 회전한다). 예를 들어, 모터의 회전 축에 동일한 외부의 힘이 가해지더라도, 역 구동성의 정도에 따라 모터의 회전 축이 회전하는 정도가 달라진다.

다른 일 측면에 따르면, 구동부(310)는 사용자의 움직임에게 방해되는 방향으로 토크를 출력함으로써 사용자에게 저항력을 제공할 수 있다.

일 실시 예에 따르면, 제어부(340)의 프로세서(342)는 구동부(310)가 사용자의 보행을 돕기 위한 토크(또는 보조 토크)를 출력하도록, 구동부(310)를 제어할 수 있다. 예를 들어, 힙 타입의 웨어러블 장치(300)에서, 구동부(310)는 왼쪽 힙 부분 및 오른쪽 힙 부분에 각각 배치되도록 구성될 수 있고, 제어부(340)는 토크가 발생되도록 구동부(310)를 제어하는 제어 신호를 출력할 수 있다.

구동부(310)는 제어부(340)가 출력한 제어 신호에 기반하여, 토크를 발생시킬 수 있다. 토크를 발생시키기 위한 토크 값은 외부에 의해 설정될 수도 있고, 제어부(340)에 의해 설정될 수도 있다. 예를 들어, 제어부(340)는 토크 값의 크기를 나타내기 위해, 구동부(310)로 전송하는 신호에 대한 전류의 크기를 이용할 수 있다. 즉, 구동부(310)가 수신하는 전류의 크기가 클수록, 토크 값이 클 수 있다. 다른 예로, 제어부(340)의 프로세서(342)는 제어 신호를 구동부(310)의 모터 드라이버 회로(312)로 전송하고, 모터 드라이버 회로(312)는 제어 신호에 대응하는 전류를 생성함으로써 모터(314)를 제어할 수 있다.

배터리(350)는 웨어러블 장치(300)의 구성 요소에 전력을 공급한다. 웨어러블 장치(300)는 배터리(350)의 전력을 웨어러블 장치(300)의 구성 요소의 동작 전압에 맞게 변환하여 웨어러블 장치(300)의 구성 요소에 제공하는 회로(예를 들어, PMIC(Power Management Integrated Circuit))를 더 포함할 수 있다. 또한, 웨어러블 장치(300)의 동작 모드에 따라 배터리(350)는 모터(314)에 전력을 공급하거나 공급하지 않을 수 있다.

통신 모듈(352)은 웨어러블 장치(300)와 외부 전자 장치 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(352)은 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(352)은 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크를 통하여 외부의 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다.

도 4는 다양한 실시 예들에 따른, 전자 장치와 통신하는 웨어러블 장치를 설명하기 위한 도면이다.

도 4에 도시된 예에서, 웨어러블 장치(300)는 전자 장치(201)와 통신할 수 있다. 예를 들어, 전자 장치(201)는 웨어러블 장치(300)의 사용자의 전자 장치일 수 있다. 일 실시 예에 따르면, 웨어러블 장치(300)와 전자 장치(201)는 근거리 무선 통신 방식을 이용하여 연결될 수 있다.

전자 장치(201)는 디스플레이(201-1)에 웨어러블 장치(300)의 동작을 제어하기 위한 UI(user interface)를 표시할 수 있다. 예를 들어, UI는 사용자가 웨어러블 장치(300)를 제어할 수 있는 적어도 하나의 소프트키를 포함할 수 있다.

사용자는 전자 장치(201)의 디스플레이(201-1) 상의 UI를 통해 웨어러블 장치(300)의 동작을 제어하기 위한 명령을 입력할 수 있고, 서버(1400)는 명령에 대응하는 제어 명령을 생성하고, 생성된 제어 명령을 웨어러블 장치(300)로 전송할 수 있다. 웨어러블 장치(300)는 수신된 제어 명령에 따라 동작할 수 있고, 제어 결과를 전자 장치(201)로 전송할 수 있다. 전자 장치(201)는 제어 완료 메시지를 전자 장치(201)의 디스플레이(201-1)에 표시할 수 있다.

도 5 내지 도 6은 다양한 실시 예들에 따른, 웨어러블 장치의 토크 출력 방법을 설명하기 위한 도면이다.

도 5 내지 도 6에 도시된 예에서, 도 3의 웨어러블 장치(300)의 구동부들(310-1 및 310-2)은 사용자의 힙 관절 부근에 위치할 수 있고, 웨어러블 장치(300)의 제어부(340)는 허리 부근에 위치할 수 있다. 구동부들(310-1 및 310-2) 및 제어부(340)의 위치는 도 5 및 도 6에 도시된 예로 제한되지 않는다.

웨어러블 장치(300)는 사용자의 왼쪽 힙 관절 각도 q_l과 오른쪽 힙 관절 각도 q_r을 측정(또는, 센싱)한다. 일례로, 웨어러블 장치(300)는 왼쪽 엔코더를 통해 사용자의 왼쪽 힙 관절 각도 q_l을 측정할 수 있고, 오른쪽 엔코더를 통해 사용자의 오른쪽 힙 관절 각도 q_r을 측정할 수 있다. 도 6에 도시된 예에서, 왼쪽 다리는 기준선(620)보다 앞서므로 왼쪽 힙관절 각도 q_l은 음수(negative number)일 수 있고, 오른쪽 다리는 기준선(620)보다 뒤에 있으므로 오른쪽 힙 관절 각도 q_r은 양수(positive number)일 수 있다. 구현에 따라, 오른쪽 다리가 기준선(620)보다 앞설 때 오른쪽 힙관절 각도 q_r이 음수일 수 있고 왼쪽 다리가 기준선(620)보다 뒤에 있을 때 왼쪽 힙 관절 각도 q_l이 양수일 수 있다.

일 실시 예에 따르면, 웨어러블 장치(300)는 센서부(320)가 측정한 제1 관절(예: 오른쪽 힙 관절)의 제1 원시 각도(예: q_r_raw) 및 제2 관절(예: 왼쪽 힙 관절)의 제2 원시 각도(예: q_l_raw)를 필터링함으로써 제1 각도(예: q_r) 및 제2 각도(q_l)를 획득할 수 있다. 예를 들어, 웨어러블 장치(300)는 이전 시각에 대해 측정된 제1 이전 각도 및 제2 이전 각도에 기초하여 제1 원시 각도 및 제2 원시 각도를 필터링할 수 있다.

일 실시 예에 따르면, 웨어러블 장치(300)는 왼쪽 힙 관절 각도 q_l, 오른쪽 힙 관절 각도 q_r, 오프셋 각도(offset angle) c, 민감도 α,게인 κ, 및 딜레이 △t를 기초로 토크 값 τ(t)을 결정하고, 결정된 토크 값 τ(t)이 출력되도록 웨어러블 장치(300)의 모터 드라이버 회로(312)를 제어할 수 있다. 토크 값 τ(t)에 의해 사용자에게 제공되는 힘은 포스 피드백으로 명명될 수 있다. 일례로, 웨어러블 장치(300)는 아래의 [수학식 1]에 기초하여 토크 값 τ(t)을 결정할 수 있다.

[수학식 1]

[수학식 1]에서 y는 상태 인자(state factor)이고, q_r는 오른쪽 힙 관절 각도이고, q_l는 왼쪽 힙 관절 각도일 수 있다. 상기의 [수학식 1]에 따르면, 상태 인자 y는 두 다리들 사이의 거리와 관련될 수 있다. 예를 들어, y가 0인 경우에는 다리들 사이의 거리가 0인 상태(즉, 교차 상태)를 나타내고, y의 절대 값이 최대인 경우에는 다리들 사이의 각도가 최대인 상태(즉, 랜딩 상태)를 나타낼 수 있다. 일 실시 예에 따르면, q_r 및 q_l이 시각 t에서 측정된 경우, 상태 인자는 y(t)로 표현될 수 있다.

게인 κ는 출력되는 토크의 크기와 방향을 나타내는 파라미터이다. 게인 κ의 크기가 클수록 강한 토크가 출력될 수 있다. 게인 κ가 음수이면 사용자에게 저항력으로 작용하는 토크가 출력될 수 있고 게인 κ가 양수이면 사용자에게 보조력으로 작용하는 토크가 출력될 수 있다. 딜레이 △t는 토크의 출력 타이밍과 관련된 파라미터이다. 게인 κ의 값 및 딜레이 △t의 값은 미리 설정될 수 있고, 사용자 또는 웨어러블 장치(300)에 의해 조정 가능할 수 있다. [수학식 1], 게인 κ 및 딜레이 △t와 같은 파라미터들에 기초하여 사용자에게 보조력으로 작용하는 토크를 출력하는 모델은 토크 출력 모델(또는, 토크 출력 알고리즘)로 정의될 수 있다. 웨어러블 장치(300)는 센서들을 통해 수신한 입력 파라미터들의 값들을 토크 출력 모델에 입력함으로써 출력될 토크의 크기 및 딜레이를 결정할 수 있다.

일 실시 예에 따르면, 웨어러블 장치(300)는 상태 인자 y(t)에 대해 결정된 파라미터 값으로서 제1 게인 값 및 제1 딜레이 값을 제1 상태 인자 y(t)에 적용함으로써 아래의 [수학식 2]을 통해 제1 토크 값을 결정할 수 있다.

[수학식 2]

두 다리들에 적용되어야 하므로, 계산된 제1 토크 값은 제1 관절에 대한 값 및 제2 관절에 대한 값을 포함할 수 있다. 예를 들어,

은 제2 관절인 왼쪽 힙 관절에 대한 값일 수 있고,

은 제1 관절인 오른쪽 힙 관절에 대한 값일 수 있다.

및

은 크기는 동일하고, 토크의 방향이 반대인 값일 수 있다. 웨어러블 장치(300)는 제1 토크 값에 대응하는 토크가 출력되도록 웨어러블 장치(300)의 모터 드라이버(312)를 제어할 수 있다.

일 실시 예에 따르면, 사용자가 왼쪽 다리와 오른쪽 다리가 비대칭인 보행을 수행하는 경우, 웨어러블 장치(300)는 비대칭 보행을 보조하기 위해 비대칭적인 토크를 사용자의 양쪽 다리들에 각각 제공할 수 있다. 예를 들어, 보폭이 작거나 또는 스윙 속도가 느린 다리 쪽에 더 강한 보조력을 제공할 수 있다. 이하에서, 보폭이 작거나 또는 스윙 속도가 느린 다리를 환측 다리(affected leg) 또는 타겟 다리(target leg)로 명명한다.

일반적으로 환측 다리는 건측 다리에 비해 스윙 시간이 짧거나, 보폭이 작을 수 있다. 일 실시 예에 따르면, 사용자의 보행을 보조하기 위해 환측 다리에 작용하는 토크의 타이밍을 조절하는 방식이 고려될 수 있다. 예를 들어, 환측 다리의 스윙 동작을 보조하기 위한 토크의 출력 시간을 증가시키기 위해 환측 다리에 대한 실제의 관절 각도에 오프셋 각도가 부가될 수 있다. c는 관절 각도들 간의 오프셋 각도를 나타내는 파라미터의 값일 수 있다. 환측 다리의 실제의 관절 각도에 오프셋 각도가 부가됨으로써 웨어러블 장치(300)에 탑재(또는, 적용)된 토크 출력 모델에 입력되는 입력 파라미터의 값이 조정될 수 있다. 예를 들어, q_r 및 q_l의 값이 아래의 [수학식 3]을 통해 조정될 수 있다. c_r은 오른쪽 힙 관절에 대한 오프셋 각도를 의미하고, c_l은 왼쪽 힙 관절에 대한 오프셋 각도를 의미할 수 있다.

[수학식 3]

일 실시 예에 따르면, 웨어러블 장치(300)는 불규칙한 토크의 출력에 의해 사용자가 느끼는 불편감을 감소시키기 위해 상태 인자를 필터링할 수 있다. 예를 들어, 웨어러블 장치(30)는 제1 관절의 제1 각도 및 제2 관절의 제2 각도에 기초하여 현재 시각 t의 초기 상태 인자 y _raw (t)를 결정하고, 이전 시각 t-1에 대해 결정된 이전 상태 인자 y ^prv 및 초기 상태 인자 y _raw (t)에 기초하여 제1 상태 인자 y(t)를 결정할 수 있다. 현재 시각 t는 t 번째의 데이터(또는, 샘플)에 대한 처리 시각을 의미하고, 이전 시각 t-1는 t-1 번째의 데이터에 대한 처리 시각을 의미할 수 있다. 예를 들어, 현재 시각 t 및 이전 시각 t-1 간의 차이는 해당 데이터들을 생성 또는 처리하는 프로세서의 동작 주기일 수 있다. 민감도 α는 민감도를 나타내는 파라미터의 값일 수 있다. 예를 들어, 민감도 값은 테스트 보행 동안 계속적으로 조정될 수 있으나, 계산의 복잡성을 낮추기 위해 민감도 값은 일정한 값으로 미리 설정될 수 있다.

도 7은 다양한 실시 예들에 따른, 웨어러블 장치의 파라미터 값을 최적화하기 위한 블록도를 도시한다.

일 실시 예에 따르면, 전자 장치(201)는 시스템(770)(예: 도 3의 웨어러블 장치(300))가 토크를 출력하기 위해 이용되는 제어 파라미터들의 값들을 최적화할 수 있다. 예를 들어, 전자 장치(201)의 최적화기(optimizer)(720)에 의해 제어 파라미터들의 최적화된 값들이 결정될 수 있다. 일 실시 예에 따르면, 제어 파라미터들은 오프셋 각도(730), 민감도(740), 딜레이(750) 및 게인(760) 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 최적화기(720)는 웨어러블 장치(300)는 사용자의 테스트 보행을 통해 획득된 테스트 센싱 정보에 기초하여 제어 파라미터들의 값들을 최적화할 수 있다. 예를 들어, 테스트 보행은 사용자의 보행의 현재 상태를 체크하기 위한 보행일 수 있고, 테스트 보행이 수행되는 동안 웨어러블 장치(300)는 사용자에게 보조력 또는 저항력을 제공하지 않을 수 있다. 최적화기(720)는 테스트 보행을 통해 테스트 센싱 정보 및 사용자가 미리 설정한 운동 목표(710)에 기초하여 제어 파라미터들의 값들을 최적화할 수 있다.

전자 장치(201)가 테스트 보행을 통해 제어 파라미터들의 최적화 값들을 결정하는 방법에 대해 아래에서 도 9를 참조하여 상세히 설명된다.

도 8은 다양한 실시 예들에 따른, 사용자에게 운동 프로그램을 제공하는 방법의 흐름도이다.

일 실시 예에 따르면, 아래의 동작들 810 내지 880은 전자 장치(예: 도 1의 전자 장치(110) 또는 도 2의 전자 장치(201))에 의해 수행될 수 있다.

동작 810에서, 전자 장치는 사용자로부터 목표 운동 정보를 수신할 수 있다. 예를 들어, 목표 운동 정보는 목표 운동 시간 정보 및 목표 운동 구간 정보를 포함할 수 있다.

일 실시 예에 따르면, 목표 운동 시간 정보는 사용자가 금번에 수행하고자 하는 전체의 운동 시간(예: 30분 또는 1시간)에 대한 정보일 수 있다.

일 실시 예에 따르면, 목표 운동 구간 정보는 운동 경로를 포함할 수 있다. 예를 들어, 운동 경로는 시작점, 종료점 및 시작점 및 종료점 사이의 세부 경로들에 대한 정보를 포함할 수 있다.

동작 820에서, 전자 장치는 보행에 대한 평가 항목들의 현재 값들을 획득할 수 있다. 예를 들어, 보행에 대한 평가 항목들은 보폭(step length), 보행 속도(gait speed), 보행 대칭성(gait symmetry), 및 보행 리듬(gait rhythm) 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 전자 장치는 웨어러블 장치(예: 도 1의 웨어러블 장치(120) 또는 도 3a의 웨어러블 장치(300))를 이용하여 이전 운동 프로그램을 수행하는 동안 획득한 이전 센싱 정보에 기초하여 보행에 대한 평가 항목들의 현재 값들을 획득할 수 있다. 예를 들어, 이전 운동 프로그램은 가장 최근에 수행된 운동 프로그램 또는 누적된 운동 프로그램들일 수 있다.

일 실시 예에 따르면, 전자 장치는 사용자에게 웨어러블 장치를 통해 테스트 운동 프로그램을 수행하게 하고, 테스트 운동 프로그램의 수행의 결과로서 획득된 테스트 센싱 정보에 기초하여 보행에 대한 평가 항목들의 현재 값들을 획득할 수 있다. 테스트 운동 프로그램에 기초하여 보행에 대한 평가 항목들의 현재 값들을 획득하는 방법에 대해 아래에서 도 9를 참조하여 상세히 설명된다.

일 실시 예에 따르면, 보폭은 보행 시의 왼발 및 오른발 사이의 거리를 의미할 수 있다. 예를 들어, 왼쪽 다리 및 오른쪽 다리가 동시에 지면에 닿은 경우, 다리들 및 지면은 삼각형을 형성할 수 있다. 상기의 경우에서 왼쪽 고관절의 각도, 오른쪽 고관절의 각도 및 다리 길이에 기초하여 삼각형의 나머지 변을 나타내는 보폭이 계산될 수 있다. 예를 들어, 사용자가 수행하는 복수의 걸음(step)들에 대한 평균 보폭이 보폭으로 획득될 수 있다.

일 실시 예에 따르면, 보행 속도는 이동 거리 및 이동 시간에 기초하여 획득될 수 있다. 예를 들어, 보행 속도를 추정하기 위해 IMU가 이용될 수 있다. IMU는 3 자유도의 가속도 및 3 자유도의 회전율을 획득할 수 있다. 전자 장치는 LSTM(long short term memory)에 기초하여 미리 훈련된 보행 속도 추정 모델에 획득한3 자유도의 가속도 및 3 자유도의 회전율을 입력함으로써 보행 속도를 획득할 수 있다. 예를 들어, 보행 속도 추정 모델은 기계 학습을 통해 미리 훈련될 수 있다. 예를 들어, 보행 속도 추정 모델은 동역학적 해석을 이용하는 모델일 수 있다. 예를 들어, 보행 속도 추정 모델은 특징을 추출하고, 선형 회귀하는 방법을 이용하는 모델일 수 있다.

일 실시 예에 따르면, 보행 리듬은 사용자가 보행을 얼마나 일정하게 수행하는지를 나타낼 수 있다. 예를 들어, 보행 리듬은 아래의 [수학식 4]로 계산될 수 있다.

[수학식 4]

[수학식 4]에서, stride time standard deviation은 스트라이드 시간 표준 편차이고, stride time mean은 스트라이드 시간 평균을 나타낸다. 즉, 보행 리듬은 스트라이드 시간에 대한 변동 계수(coefficient of variation: CV)를 의미할 수 있다.

일 실시 예에 따르면, 스트라이드 시간(stride time)은 주기적으로 움직이는 다리의 움직임에 기초하여 계산될 수 있다. 예를 들어, 왼쪽 고관절의 각속도의 부호가 바뀌는 시점들 간의 시간에 기초하여 왼쪽 다리의 걸음 시간(step time)이 계산되고, 오른쪽 고관절의 각속도의 부호가 바뀌는 시점들 간의 시간에 기초하여 오른쪽 다리의 걸음 시간이 계산될 수 있다. 예를 들어, 노이즈를 감소시키기 위해 50개의 각속도 샘플들이 평균화될 수 있고, 평균 값의 부호가 바뀌는 시점들 간의 시간에 기초하여 각 다리의 걸음 시간 및 스트라이드 시간이 계산될 수 있다. 예를 들어, 한번의 스트라이드 시간은 왼쪽 다리의 걸음 시간 및 오른쪽 다리의 걸음 시간의 합으로 계산될 수 있다.

일 실시 예에 따르면, 보행 대칭성은 왼쪽 다리의 걸음과 오른쪽 다리의 걸음이 얼마나 대칭적인지를 의미할 수 있다. 예를 들어, 어느 한쪽 다리의 걸음 시간 대비 다른 한쪽 다리의 걸음 시간의 비율에 기초하여 보행 대칭성이 계산될 수 있다. 예를 들어, 보행 대칭성은 아래의 [수학식 5]로 계산될 수 있다.

[수학식 5]

[수학식 5]에서, left step time mean은 왼쪽 다리의 걸음에 대한 시간 평균이고, right step time mean은 오른쪽 다리의 걸음에 대한 시간 평균을 나타낸다. 즉, 보행 대칭성은 걸음들 간의 대칭 지수(symmetry index: SI)를 의미할 수 있다. 예를 들어, SI로 계산되는 보행 대칭성은 시간적 보행 대칭성을 나타내고, 시간을 시간에 대응하는 길이로 변환하는 경우 공간적 보행 대칭성이 계산될 수 있다.

동작 830에서, 전자 장치는 목표 운동 정보 및 보행의 평가 항목들의 현재 값들에 기초하여 보행의 평가 항목들의 목표 값들을 만족시킬 수 있는 제어 파라미터들의 최적화 값들을 결정할 수 있다.

일 실시 예에 따르면, 전자 장치는 복수의 운동 목표들 중 사용자에 의해 선택된 타겟 운동 목표에 기초하여 보행의 평가 항목들의 목표 값들을 설정할 수 있다. 예를 들어, 복수의 운동 목표들은 보행 능력 향상, 보행 자세 향상, 심혈관계 건강 향상 및 근체력 향상 중 둘 이상을 포함할 수 있다. 예를 들어, 평가 항목들의 목표 값들은 사용자의 신체 정보, 나이 및 성별에 기초하여 세부적으로 조정될 수 있다. 전자 장치는 타겟 운동 목표에 기초하여 평가 항목들 중 사용자에게 우선적으로 필요한 평가 항목들을 우선순위화(prioritization) 또는 정렬(sorting) 할 수 있다.

일 실시 예에 따르면, 전자 장치는 보행의 평가 항목들의 현재 값들에 기초하여 개선되어야 할 타겟 평가 항목을 결정하고, 타겟 평가 항목의 값에 가장 큰 영향을 주는 하나 이상의 제어 파라미터들을 결정할 수 있다. 예를 들어, 타겟 평가 항목이 보폭의 개선인 경우, 타이밍 및 게인이 제어 파라미터로 결정될 수 있다. 예를 들어, 타겟 평가 항목이 보행 속도의 개선인 경우, 민감도가 제어 파라미터로 결정될 수 있다. 예를 들어, 타겟 평가 항목이 보행 대칭성의 개선인 경우, 오프셋 각도가 제어 파라미터로 결정될 수 있다. 예를 들어, 타겟 평가 항목이 보행 리듬의 개선인 경우, 민감도가 제어 파라미터로 결정될 수 있다. 타겟 평가 항목에 대해 결정되지 않은 다른 제어 파라미터들의 값은 최적화 과정에서 고정될 수 있다. 일 예에 따르면, 타겟 평가 항목과 제어 파라미터들 간의 상관 관계가 룩-업 테이블 또는 회귀(regression) 모델을 통해 미리 구축되어 있는 경우, 제어 파라미터의 최적화 값을 결정하기 위한 프로세스가 빠르게 진행될 수 있다.

일 실시 예에 따르면, 전자 장치는 설정된 목적 함수를 만족시키는 범위 내에서 보행에 대한 평가 항목들의 목표 값들을 만족시킬 수 있도록 제어 파라미터의 최적화 값을 결정할 수 있다. 예를 들어, 목적 함수는 아래의 [수학식 6]으로 표현될 수 있다.

[수학식 6]

목적 함수 = α×보폭 + β×보행 속도 + γ×보행 대칭성 + δ×보행 리듬

[수학식 6]에서 α, β, γ, δ는 각 평가 항목들에 대한 가중치일 수 있다. 목적 함수의 값은 방향성의 지표로 이용될 수 있으며, 예를 들어, 이전의 목적 함수의 값보다 향상된 값이 계산되도록 제어 파라미터의 최적화 값이 결정될 수 있다. 예를 들어, 사용자가 매일 운동하는 경우, 어제의 운동에 의한 목적 함수의 값 보다 향상된 값이 계산되도록 오늘의 제어 파라미터의 값이 최적화 값으로서 결정될 수 있다.

일 실시 예에 따르면, 전자 장치는 제어 파라미터의 최적화 값을 결정하기 위해 추가적으로 목표 운동 정보를 더 고려할 수 있다. 예를 들어, 목표 운동 시간이 짧아질수록 또는 목표 운동 거리가 증가할수록 보행 속도가 증가되어야 하므로 토크 출력 타이밍이 짧아질 수 있다. 추가적으로, 현재 사용자의 보행 능력에 기초하여 토크 출력 타이밍의 조절만으로도 목표 운동 시간 내에 목표 운동 거리의 달성이 어렵다고 결정되는 경우, 전자 장치는 사용자에게 보행을 보조하는 토크가 출력되는 크기가 증가되도록 게인의 값을 결정할 수 있다. 상기의 실시예와는 반대로, 현재 사용자의 보행 능력에 기초하여 목표 운동 시간 내에 목표 운동 거리의 달성이 가능하다고 결정되는 경우, 전자 장치는 사용자에게 보행을 방해하는 토크가 출력되도록 게인의 값을 결정할 수 있다. 보행을 방해하는 토크의 크기는 사용자의 현재 보행 능력에 따라 달라질 수 있다. 예를 들어, 사용자의 현재 보행 능력은 상위 그룹, 중위 그룹 또는 하위 그룹 중 어느 하나일 수 있다.

일 실시 예에 따르면, 전자 장치는 전자 장치는 제어 파라미터의 최적화 값을 결정하기 위해 추가적으로 운동 경로에 대한 지형 정보를 더 고려할 수 있다. 전자 장치는 사용자로부터 수신한 운동 경로에 대한 지형 정보를 획득할 수 있다. 예를 들어, 운동 경로에 대한 지형 정보는 전자 장치 내의 데이터베이스에 기초하여 획득될 수 있다. 예를 들어, 운동 경로에 대한 지형 정보는 지도 서비스를 제공하는 외부 서버로부터 획득될 수 있다. 일 예에 따르면, 운동 경로의 지형이 오르막인 경우, 전자 장치는 사용자에게 보행을 보조하는 토크가 출력되도록 게인의 값을 결정할 수 있다.

일 실시 예에 따르면, 제어 파라미터의 최적화 값은 어느 하나의 특정 값으로 결정되거나, 또는 특정 값을 포함하는 범위로 결정될 수 있다. 복수의 제어 파라미터들의 최적화 값들은 최적화 값 세트로 명명될 수 있다.

동작 840에서, 전자 장치는 제어 파라미터의 최적화 값(또는, 최적화 값 세트)에 기초하여 하나 이상의 추천 운동 프로그램들을 획득할 수 있다.

일 실시 예에 따르면, 각각의 운동 프로그램에는 운동 프로그램이 이용하는 또는 운동 프로그램에 적용된 제어 파라미터들의 값들이 매칭되어 있을 수 있다. 운동 프로그램을 통해 출력되는 보조력 또는 저항력의 세기 및 출력 타이밍은 운동 프로그램에 적용된 제어 파라미터의 값에 따라 달라질 수 있다. 예를 들어, 운동 프로그램은 전체의 운동 시간 내에서 웨어러블 장치를 통해 동일한 보조력 또는 저항력을 사용자에게 제공할 수 있다. 예를 들어, 운동 프로그램은 전체의 운동 시간을 복수의 구간들로 나누고, 복수의 구간들에서 웨어러블 장치를 통해 서로 다른 보조력 또는 저항력을 사용자에게 제공할 수 있다.

일 실시 예에 따르면, 전자 장치는 전자 장치에 저장된 복수의 운동 프로그램들 중 제어 파라미터의 최적화 값에 대응하는 후보 운동 프로그램들을 결정할 수 있다. 예를 들어, 전자 장치는 복수의 운동 프로그램들 각각에 적용된 제어 파라미터의 값들이 저장된 데이터베이스에 기초하여 제어 파라미터의 최적화 값에 대응하는 후보 운동 프로그램들을 결정할 수 있다.

일 실시 예에 따르면, 전자 장치는 후보 운동 프로그램들 중 미리 설정된 필터링 조건에 기초하여 추천 운동 프로그램들을 결정할 수 있다. 예를 들어, 필터링 조건은 사용자에 의해 미리 설정될 수 있다. 예를 들어, 필터링 조건은 사용자가 최근 수행한 운동 프로그램 이력에 기초하여 설정될 수 있다. 사용자가 동일한 운동 환경에서 자주 운동을 수행하는 경우에도 운동 히스토리에 따라 추천되는 운동 프로그램이 달라지므로 사용자는 해당 운동 환경이 아닌 다른 운동 환경에서 운동을 하는 느낌을 받을 수 있다. 추천 운동 후보 운동 프로그램들을 결정하는 방법에 대해 아래에서 도 11을 참조하여 상세히 설명된다.

일 실시 예에 따르면, 전자 장치는 제어 파라미터의 최적화 값을 서버(예: 도 1의 서버(140))로 전송하고, 서버로부터 추천 운동 프로그램들을 수신할 수 있다. 전자 장치가 서버를 통해 추천 운동 프로그램을 획득하는 방법에 대해 아래에서 도 12를 참조하여 상세히 설명된다.

동작 850에서, 전자 장치는 하나 이상의 추천 운동 프로그램들 중 타겟 운동 프로그램을 결정할 수 있다. 예를 들어, 전자 장치는 사용자로부터 타겟 운동 프로그램의 선택을 수신함으로써 타겟 운동 프로그램을 결정할 수 있다.

일 실시 예에 따르면, 전자 장치는 전자 장치의 디스플레이 또는 전자 장치와 연결된 부가 장치(예: 도 1의 부가 장치(130))의 디스플레이를 통해 하나 이상의 추천 운동 프로그램들을 출력할 수 있고, 사용자로부터 디스플레이 터치 입력 또는 버튼 입력을 통해 타겟 운동 프로그램의 선택을 수신할 수 있다.

일 실시 예에 따르면, 전자 장치는 추천 운동 프로그램을 수행하는 경우 달성되는 보행 나이를 사용자에게 제공할 수 있다. 예를 들어, 추천 운동 프로그램을 웨어러블 장치의 도움 없이 정상적으로 수행할 수 있는 사용자들의 평균 나이가 추천 운동 프로그램에 대해 미리 매칭되어 있을 수 있다.

동작 860에서, 전자 장치는 타겟 운동 프로그램에 대한 정보를 사용자가 착용한 웨어러블 장치로 전송할 수 있다. 예를 들어, 타겟 운동 프로그램에 대한 정보는 타겟 운동 프로그램에 적용된 제어 파라미터들의 값들에 대한 정보를 포함할 수 있다. 사용자가 웨어러블 장치를 착용하고 타겟 운동 프로그램을 수행하는 동안, 웨어러블 장치는 수신한 제어 파라미터들의 값에 기초하여 사용자의 신체(예: 다리들)에 보조력 또는 저항력을 제공할 수 있다. 예를 들어, 제어 파라미터의 값은 목표 운동 시간에 대한 궤적으로 나타날 수 있다.

예를 들어, 타겟 운동 프로그램은 전체의 운동 시간 내에서 동일한 보조력 또는 저항력을 사용자에게 제공할 수 있다. 다른 예로, 타겟 운동 프로그램은 전체의 운동 시간을 복수의 구간들로 나누고, 복수의 구간들에서 서로 다른 보조력 또는 저항력을 사용자에게 제공할 수 있다. 또 다른 예로, 타겟 운동 프로그램은 전체의 운동 경로를 복수의 세부 운동 경로들로 나누고, 복수의 세부 운동 경로들에서 서로 다른 보조력 또는 저항력을 사용자에게 제공할 수 있다.

동작 870에서, 전자 장치는 타겟 운동 프로그램이 웨어러블 장치에 의해 수행되는 동안 웨어러블 장치로부터 센싱 정보를 수신할 수 있다. 예를 들어, 웨어러블 장치는 적어도 하나의 센서를 이용하여 사용자의 보행에 대한 센싱 정보를 생성하고, 센싱 정보를 전자 장치로 전송할 수 있다.

예를 들어, 센싱 정보는 엔코더에 의해 생성된 사용자의 왼쪽 고관절의 각도 및 오른쪽 고관절의 각도를 포함할 수 있다. 예를 들어, 센싱 정보는 IMU에 의해 생성된 가속도 정보 및 자세 정보를 포함할 수 있다. 예를 들어, 센싱 정보는 바이오 센서에 의해 생성된 생체 정보를 포함할 수 있다. 예를 들어, 센싱 정보는 GPS(global positioning system) 센서에 의해 생성된 위치 정보를 포함할 수 있다. 센싱 정보 내의 각 요소들은 타임스탬프와 연관될 수 있다.

일 실시 예에 따르면, 전자 장치는 전자 장치와 연결된 부가 장치로부터 추가 센싱 정보를 수신할 수 있다. 예를 들어, 부가 장치가 스마트워치(예 도 1의 스마트워치(132))인 경우, 전자 장치는 스마트워치로부터 심박수를 추가 센싱 정보로서 수신할 수 있다.

동작 880에서, 전자 장치는 센싱 정보에 기초하여 타겟 운동 프로그램의 수행에 대해 사용자에게 피드백 정보를 제공할 수 있다.

일 실시 예에 따르면, 전자 장치는 센싱 정보에 기초하여 보행에 대한 평가 항목들의 목표 값들이 만족되고 있는지 여부를 결정하고, 목표 값들이 만족되고 있는지 여부에 기초하여 사용자에게 서로 다른 피드백을 정보를 제공할 수 있다. 아래에서 도 13을 참조하여 사용자에게 피드백 정보를 제공하는 방법에 대해 상세히 설명된다.

일 실시 예에 따르면, 전자 장치는 웨어러블 장치의 사용자 인터페이스 장치를 통해 피드백 정보를 사용자에게 제공할 수 있다. 예를 들어, 웨어러블 장치의 스피커, 디스플레이 또는 햅틱 장치를 통해 사용자에게 피드백 정보를 제공할 수 있다.

일 실시 예에 따르면, 전자 장치는 전자 장치와 연결된 부가 장치(예: 도 1의 부가 장치(130))를 통해 피드백 정보를 사용자에게 제공할 수 있다. 예를 들어, 부가 장치가 무선 이어폰(예: 도 1의 무선 이어폰(131))인 경우, 무선 이어폰을 통해 청각의 피드백 정보가 사용자에게 제공될 수 있다. 예를 들어, 부가 장치가 스마트워치(예 도 1의 스마트워치(132)) 또는 스마트글래스(예: 도 1의 스마트글래스(133))인 경우, 스마트워치 또는 스마트글래스를 통해 시각, 청각, 또는 촉각의 피드백 정보가 사용자에게 제공될 수 있다.

일 실시 예에 따르면, 사용자는 피드백 정보를 통해 보행의 현재 상태를 파악할 수 있고, 파악된 보행의 현재 상태에 기초하여 운동의 수행 방식을 변경할 수 있다. 예를 들어, 피드백 정보가 보행 속도가 낮음을 나타내는 경우, 사용자는 보행 속도를 높일 수 있다.

일 실시 예에 따르면, 전자 장치는 타겟 운동 프로그램에 대한 사용자의 운동이 종료된 후, 운동에 대한 수행 결과를 평가하고, 수행 결과 및 평가를 저장할 수 있다. 예를 들어, 금번의 운동에 대한 수행 결과 및 평가는 다음의 운동을 위한 보행에 대한 평가 항목들의 현재 값들로 이용될 수 있다.

도 9는 다양한 실시 예들에 따른, 보행에 대한 평가 항목들의 현재 값들을 획득하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 8을 참조하여 전술된 동작 820은 아래의 동작들 910, 920 및 930을 포함할 수 있다.

동작 910에서, 전자 장치는 보행에 대한 평가 항목들의 현재 값들을 획득하기 위한 테스트 운동 프로그램에 대한 정보를 웨어러블 장치로 전송할 수 있다.

일 실시 예에 따르면, 테스트 운동 프로그램은 사용자의 보행의 현재 상태를 체크하기 위한 운동 프로그램일 수 있다. 예를 들어, 테스트 운동 프로그램은 사용자에게 보행 시작을 지시할 수 있고, 사용자는 미리 설정된 거리(예: 10미터) 또는 시간(예: 5초) 동안 보행을 수행할 수 있다. 사용자가 테스트 보행을 수행하는 동안 테스트 운동 프로그램은 웨어러블 장치를 통해 사용자에게 보조력 또는 저항력을 제공하지 않을 수 있다.

동작 920에서, 전자 장치는 테스트 운동 프로그램의 수행에 대한 테스트 센싱 정보를 웨어러블 장치로부터 수신할 수 있다. 예를 들어, 웨어러블 장치는 적어도 하나의 센서를 이용하여 사용자의 테스트 보행에 대한 테스트 센싱 정보를 생성하고, 테스트 센싱 정보를 전자 장치로 전송할 수 있다.

예를 들어, 테스트 센싱 정보는 엔코더에 의해 생성된 사용자의 왼쪽 고관절의 각도 및 오른쪽 고관절의 각도를 포함할 수 있다. 예를 들어, 테스트 센싱 정보는 IMU에 의해 생성된 가속도 정보 및 자세 정보를 포함할 수 있다. 예를 들어, 테스트 센싱 정보는 바이오 센서에 의해 생성된 생체 정보를 포함할 수 있다. 테스트 센싱 정보 내의 각 요소들은 타임스탬프와 연관될 수 있다.

동작 930에서, 전자 장치는 테스트 센싱 정보에 기초하여 보행에 대한 평가 항목들의 현재 값들을 획득할 수 있다. 예를 들어, 보행에 대한 평가 항목들은 보폭, 보행 속도, 보행 대칭성, 및 보행 리듬 중 적어도 하나를 포함할 수 있다. 보폭, 보행 속도, 보행 대칭성, 및 보행 리듬 각각에 대한 현재 값을 획득하는 방법에 대한 상세한 설명은 도 8을 참조하여 전술된 동작 820의 설명으로 대체될 수 있다.

도 10은 다양한 실시 예들에 따른, 제어 파라미터의 최적화 값을 결정하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 8을 참조하여 전술된 동작 830은 아래의 동작들 1010, 1020 및 1030을 포함할 수 있다.

동작 1010에서, 전자 장치는 보행에 대한 평가 항목들의 현재 값들 및 목표 값들에 기초하여 타겟 평가 항목을 결정할 수 있다. 예를 들어, 개별 평가 항목의 현재 값과 목표 값 간의 차이가 큰 순서대로 평가 항목들이 정렬될 수 있고, 정렬에 기초하여 하나 이상의 타겟 평가 항목들이 결정될 수 있다.

동작 1020에서, 전자 장치는 타겟 평가 항목의 값을 개선하기 위한 타겟 제어 파라미터를 결정할 수 있다. 예를 들어, 타겟 평가 항목이 보폭의 개선인 경우, 타이밍 및 게인이 제어 파라미터로 결정될 수 있다. 예를 들어, 타겟 평가 항목이 보행 속도의 개선인 경우, 민감도가 제어 파라미터로 결정될 수 있다. 예를 들어, 타겟 평가 항목이 보행 대칭성의 개선인 경우, 오프셋 각도가 제어 파라미터로 결정될 수 있다. 예를 들어, 타겟 평가 항목이 보행 리듬의 개선인 경우, 민감도가 제어 파라미터로 결정될 수 있다. 타겟 평가 항목에 대해 결정되지 않은 다른 제어 파라미터들의 값은 최적화 과정에서 고정될 수 있다.

동작 1030에서, 전자 장치는 목적 함수를 만족시키는 범위 내에서 평가 항목들의 목표 값들을 만족시킬 수 있는 타겟 제어 파라미터의 최적화 값을 결정할 수 있다. 예를 들어, 목적 함수는 전술된 [수학식 6]으로 표현될 수 있다.

일 실시 예에 따르면, 타겟 제어 파라미터의 최적화 값을 결정하기 위해, 목표 운동 시간 정보, 목표 운동 구간 정보, 평가 항목들의 현재 값들 및 평가 항목들의 목표 값들이 고려될 수 있다. 예를 들어, 목표 운동 시간 및 목표 운동 구간을 모두 만족시키면서, 사용자의 운동 목표를 달성할 수 있도록 타겟 제어 파라미터의 최적화 값이 결정될 수 있다. 예를 들어, 사용자의 운동 목표의 달성은 목적 함수의 만족일 수 있고, 금번의 운동에 대한 목적 함수의 값이 이전의 운동에 대한 목적 함수의 값 보다 커지는 경우 목적 함수가 만족될 수 있다.

도 11은 다양한 실시 예들에 따른, 목표 운동 정보에 기초하여 추천 운동 프로그램들이 결정되는 방법을 도시한다.

도시된 3차원 공간은 일 예에 따른, 운동 시간, 운동 거리, 운동 지형으로 표현되는 운동 환경을 도시한다. 각 축의 값이 클수록 사용자에게 높은 운동 강도가 요구될 수 있다.

일 실시 예에 따르면, 전자 장치 또는 전자 장치로부터 제어 파라미터의 최적화 값(또는, 최적화 값 세트)을 수신한 서버는 제어 파라미터의 최적화 값에 기초하여 추천 운동 프로그램들을 결정할 수 있다.

예를 들어, 이전에 운동을 수행한 기록이 있는 운동 구간이 선택되었으나, 이전 보다 짧아진 운동 시간이 선택된 경우(예: C 포인트에서 A 포인트로 이동), 이전에 수행된 운동 프로그램 보다 보행 속도를 증가시키는 운동 프로그램이 추천 운동 프로그램으로 결정될 수 있다.

예를 들어, 이전의 운동 시간과 동일한 운동 시간이 선택되었으나, 이전 보다 짧아진 운동 거리가 선택된 경우(예: E 포인트에서 A 포인트로 이동), 이전에 수행된 운동 프로그램 보다 운동 부하(예: 저항력)를 증가시키는 운동 프로그램이 추천 운동 프로그램으로 결정될 수 있다.

예를 들어, 이전의 운동 시간과 동일한 운동 시간이 선택되었으나, 이전 보다 쉬운 운동 지형이 선택된 경우(예: F 포인트에서 A 포인트로 이동), 이전에 수행된 운동 프로그램 보다 운동 부하(예: 저항력)를 증가시키는 운동 프로그램이 추천 운동 프로그램으로 결정될 수 있다.

예를 들어, 이전의 운동 시간과 동일한 운동 시간이 선택되었으나, 이전 보다 증가된 운동 거리가 선택된 경우(예: A 포인트에서 E 포인트로 이동), 이전에 수행된 운동 프로그램 보다 운동 부하(예: 저항력)를 감소시키거나 또는 보조력을 제공하는 운동 프로그램이 추천 운동 프로그램으로 결정될 수 있다.

예를 들어, 이전의 운동 시간과 동일한 운동 시간이 선택되었으나, 이전 보다 어려운 운동 지형이 선택된 경우(예: A 포인트에서 F 포인트로 이동), 이전에 수행된 운동 프로그램 보다 운동 부하(예: 저항력)를 감소시키거나 또는 보조력을 제공하는 운동 프로그램이 추천 운동 프로그램으로 결정될 수 있다.

예를 들어, 이전의 운동 시간, 운동 거리 및 운동 지형과는 다른 운동 시간, 운동 거리 및 운동 지형이 선택된 경우(예: D 포인트에서 F 포인트로 이동), 제어 파라미터의 최적화 값에 기초하여 다양한 추천 운동 프로그램들이 결정될 수 있다.

일 실시 예에 따르면, 서버는 복수의 추천 운동 프로그램들이 결정된 경우, 전자 장치의 사용자 이외에 다른 사용자들이 수행한 운동 프로그램들에 기초하여 선호도가 높은 운동 프로그램을 사용자에게 우선적으로 추천할 수 있다. 서버는 웨어러블 장치를 이용하여 사용자들이 수행한 운동과 관련된 정보들이 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 목표 운동 구간 정보에 기초하여 목표 운동 구간에서 다른 사용자들이 수행한 운동 프로그램들이 획득될 수 있다. 예를 들어, 참조가 되는 다른 사용자들은 사용자와 운동 목표가 동일하거나 또는 동일한 보행 나이를 가진 사용자들일 수 있다.

도 12는 다양한 실시 예들에 따른, 서버를 통해 추천 운동 프로그램들을 획득하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 8을 참조하여 전술된 동작 840은 아래의 동작들 1210 및 1220을 포함할 수 있다.

동작 1210에서, 전자 장치(예: 도 1의 전자 장치(110) 또는 도 2의 전자 장치(201))는 제어 파라미터의 최적화 값(또는, 최적화 값 세트)를 서버(예: 도 1의 서버(140))로 전송할 수 있다.

일 실시 예에 따르면, 서버는 제어 파라미터의 최적화 값에 기초하여 하나 이상의 추천 운동 프로그램들을 결정할 수 있다.

동작 1220에서, 전자 장치는 제어 파라미터의 최적화 값에 기초하여 서버에 의해 결정된 하나 이상의 추천 운동 프로그램들을 서버로부터 수신할 수 있다.

도 13은 다양한 실시 예들에 따른, 사용자에게 피드백 정보를 제공하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 8을 참조하여 전술된 동작 880은 아래의 동작들 1310, 1320 및 1330을 포함할 수 있다.

동작 1310에서, 전자 장치는 웨어러블 장치로부터 수신한 센싱 정보에 기초하여 보행에 대한 평가 항목들의 목표 값들이 만족되고 있는지 여부를 결정할 수 있다.

일 실시 예에 따르면, 전자 장치는 센싱 정보에 기초하여 보행에 대한 평가 항목들의 현재 값들을 계산할 수 있고, 계산된 현재 값들이 목표 값들에 대응하는지 여부를 결정할 수 있다. 예를 들어, 보폭, 보행 속도, 보행 대칭성, 및 보행 리듬에 대한 현재 값들이 계산되고, 현재 값들이 목표 값들에 대응하는지 여부가 결정될 수 있다. 사용자가 타겟 운동 프로그램을 잘 수행하고 있는 경우 평가 항목들의 현재 값들은 목표 값들에 대응할 수 있고, 사용자가 타겟 운동 프로그램을 잘 수행하지 못하고 있는 경우 적어도 하나의 평가 항목의 현재 값이 목표 값에 미치지 못할 수 있다.

동작 1320에서, 전자 장치는 평가 항목들의 목표 값들이 만족되지 않은 경우 목표 값들을 만족시키기 위한 요구 동작을 결정할 수 있다. 예를 들어, 보행 속도의 목표 값이 만족되지 않는 경우, 보행 속도의 목표 값을 만족시키기 위한 요구 동작으로서 '현재 보다 빨리 걷기'가 결정될 수 있다. 예를 들어, 보폭의 목표 값이 만족되지 않는 경우, 보폭의 목표 값을 만족시키기 위한 요구 동작으로 '현재 보다 보폭 넓히기'가 결정될 수 있다.

동작 1330에서, 전자 장치는 사용자에게 요구 동작을 포함하는 피드백 정보를 제공할 수 있다.

도 14는 다양한 실시 예들에 따른, 서버의 구성도이다.

서버(1400)는 통신부(1410), 프로세서(1420) 및 메모리(1430)를 포함한다. 예를 들어, 서버(1400)는 도 1을 참조하여 전술된 서버(140)일 수 있다.

통신부(1410)는 프로세서(1420) 및 메모리(1430)와 연결되어 데이터를 송수신한다. 통신부(1410)는 외부의 다른 장치와 연결되어 데이터를 송수신할 수 있다.

통신부(1410)는 서버(1400) 내의 회로망(circuitry)으로 구현될 수 있다. 예를 들어, 통신부(1410)는 내부 버스(internal bus) 및 외부 버스(external bus)를 포함할 수 있다. 다른 예로, 통신부(1410)는 서버(1400)와 외부의 장치를 연결하는 요소일 수 있다. 통신부(1410)는 인터페이스(interface)일 수 있다. 통신부(1410)는 외부의 장치로부터 데이터를 수신하여, 프로세서(1420) 및 메모리(1430)에 데이터를 전송할 수 있다.

프로세서(1420)는 통신부(1410)가 수신한 데이터 및 메모리(1430)에 저장된 데이터를 처리한다. "프로세서"는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.

프로세서(1420)는 메모리(예를 들어, 메모리(1430))에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(1420)에 의해 유발된 인스트럭션들을 실행한다.

메모리(1430)는 통신부(1410)가 수신한 데이터 및 프로세서(1420)가 처리한 데이터를 저장한다. 예를 들어, 메모리(1430)는 프로그램(또는 어플리케이션, 소프트웨어)을 저장할 수 있다. 저장되는 프로그램은 제어 파라미터의 최적화 값에 기초하여 하나 이상의 추천 운동 프로그램들을 결정할 수 있도록 코딩되어 프로세서(1420)에 의해 실행 가능한 신텍스(syntax)들의 집합일 수 있다.

일 측면에 따르면, 메모리(1430)는 하나 이상의 휘발성 메모리, 비휘발성 메모리 및 RAM(Random Access Memory), 플래시 메모리, 하드 디스크 드라이브 및 광학 디스크 드라이브를 포함할 수 있다.

메모리(1430)는 서버(1400)를 동작 시키는 명령어 세트(예를 들어, 소프트웨어)를 저장한다. 서버(1400)를 동작 시키는 명령어 세트는 프로세서(1420)에 의해 실행된다. 일 실시 예에 따르면, 메모리(1430)는 복수의 운동 프로그램들에 대한 정보를 포함하는 데이터베이스를 포함할 수 있다. 일 실시 예에 따르면, 메모리(1430)는 복수의 사용자들이 수행한 운동 프로그램들의 이력을 저장하는 데이터베이스를 포함할 수 있다.

일 실시 예에 따른 서버(1400)는, 외부 장치와 데이터를 교환하는 통신 모듈(예: 통신부(1410)), 및 서버(1400)를 제어하는 적어도 하나의 프로세서(예: 프로세서(1420))를 포함하고, 프로세서는, 전자 장치(예: 도 1의 전자 장치(110)) 또는 도 2의 전자 장치(201))로부터 제어 파라미터의 최적화 값을 수신하고 - 제어 파라미터는 토크의 크기, 방향 및 타이밍, 관절 각도들 간의 오프셋 각도, 및 관절 각도들에 대한 상태 인자의 민감도 중 적어도 하나를 조절하기 위한 파라미터임 -, 제어 파라미터의 최적화 값에 기초하여 서버의 메모리(예: 메모리(1430))에 저장된 복수의 운동 프로그램들 중 하나 이상의 추천 운동 프로그램들을 결정하고, 전자 장치로 하나 이상의 추천 운동 프로그램들을 전송할 수 있다.

서버(1400)의 프로세서는, 사용자가 수행한 운동 프로그램 이력에 기초하여 서버(1400)의 메모리에 저장된 복수의 운동 프로그램들 중 최적화 값에 대응하는 하나 이상의 추천 운동 프로그램들을 결정할 수 있다.

서버(1400)의 프로세서는, 하나 이상의 추천 운동 프로그램들 중 타겟 운동 프로그램이 전자 장치와 연결된 웨어러블 장치에 의해 수행되는 동안, 웨어러블 장치로부터 전자 장치가 수신한 센싱 정보를 전자 장치로부터 수신하고, 타겟 운동 프로그램 및 센싱 정보를 사용자의 계정과 연관하여 저장할 수 있다.

이상에서 설명된 실시 예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 사용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시 예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있으며 매체에 기록되는 프로그램 명령은 실시 예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

위에서 설명한 하드웨어 장치는 실시 예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시 예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims

전자 장치에 있어서,
외부 장치와 데이터를 교환하는 통신 모듈; 및
상기 전자 장치를 제어하는 적어도 하나의 프로세서
를 포함하고,
상기 프로세서는,
상기 전자 장치의 사용자로부터 목표 운동 정보를 수신하고 - 상기 목표 운동 정보는 목표 운동 시간 정보 및 목표 운동 구간 정보를 포함함 -,
상기 목표 운동 정보 및 보행에 대한 평가 항목들의 현재 값들에 기초하여 미리 설정된 상기 평가 항목들의 목표 값들을 만족시킬 수 있는 제어 파라미터의 최적화 값을 결정하고 - 상기 제어 파라미터는 토크의 크기, 방향 및 타이밍, 관절 각도들 간의 오프셋 각도, 및 상기 관절 각도들에 대한 상태 인자의 민감도 중 적어도 하나를 조절하기 위한 파라미터임 -,
상기 제어 파라미터의 상기 최적화 값에 기초하여 하나 이상의 추천 운동 프로그램들을 획득하고,
상기 하나 이상의 추천 운동 프로그램들 중 타겟 운동 프로그램을 결정하고,
상기 타겟 운동 프로그램에 대한 정보를 상기 사용자가 착용한 웨어러블 장치로 전송하고,
상기 타겟 운동 프로그램이 상기 웨어러블 장치에 의해 수행되는 동안, 상기 웨어러블 장치로부터 센싱 정보를 수신하고,
상기 센싱 정보에 기초하여 상기 타겟 운동 프로그램의 수행에 대한 상기 사용자에게 피드백 정보를 제공하는,
전자 장치.
제1항에 있어서,
상기 보행에 대한 상기 평가 항목들은 보폭, 보행 속도, 보행 대칭성, 및 보행 리듬 중 하나 이상을 포함하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 사용자가 이전 운동 프로그램을 수행하는 동안 획득된 이전 센싱 정보에 기초하여 상기 보행에 대한 상기 평가 항목들의 상기 현재 값들을 획득하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 보행에 대한 상기 평가 항목들의 상기 현재 값들을 획득하기 위한 테스트 운동 프로그램에 대한 정보를 상기 웨어러블 장치로 전송하고,
상기 테스트 운동 프로그램의 수행에 대한 테스트 센싱 정보를 상기 웨어러블 장치로부터 수신하고,
상기 테스트 센싱 정보에 기초하여 상기 보행에 대한 상기 평가 항목들의 상기 현재 값들을 획득하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
설정된 목적 함수를 만족시키는 범위 내에서 상기 보행에 대한 상기 평가 항목들의 상기 목표 값들을 만족시킬 수 있는 상기 제어 파라미터의 상기 최적화 값을 결정하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 제어 파라미터의 상기 최적화 값을 서버로 전송하고,
상기 제어 파라미터의 상기 최적화 값에 기초하여 상기 서버에 의해 결정된 하나 이상의 추천 운동 프로그램들을 상기 서버로부터 수신하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
저장된 복수의 운동 프로그램들 중 상기 최적화 값에 대응하는 하나 이상의 추천 운동 프로그램들을 결정하는,
전자 장치.
제7항에 있어서,
상기 프로세서는,
상기 사용자가 수행한 운동 프로그램 이력에 기초하여 상기 저장된 복수의 운동 프로그램들 중 상기 최적화 값에 대응하는 상기 하나 이상의 추천 운동 프로그램들을 결정하는,
전자 장치.
제1항에 있어서,
상기 타겟 운동 프로그램에 대한 정보는 목표 운동 시간 동안의 상기 제어 파라미터의 값을 포함하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 센싱 정보에 기초하여 상기 평가 항목들의 상기 목표 값들이 만족되고 있는지 여부를 결정하고,
상기 목표 값들이 만족되지 않는 경우, 상기 목표 값들을 만족시키기 위한 요구 동작을 결정하고,
상기 사용자에게 상기 요구 동작을 포함하는 상기 피드백 정보를 제공하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
부가 전자 장치로 상기 피드백 정보를 전송하고,
상기 부가 전자 장치에 의해 상기 피드백 정보가 출력되는,
전자 장치.
제11항에 있어서,
상기 부가 전자 장치는 이어폰, 안경형 전자 장치, 또는 시계형 전자 장치 중 어느 하나인,
전자 장치.
제11항에 있어서,
상기 프로세서는,
상기 센싱 정보로서 상기 부가 전자 장치로부터 상기 사용자의 심박수를 수신하는,
전자 장치.
제1항에 있어서,
상기 목표 운동 구간 정보는, 시작점, 종료점 및 상기 시작점 및 상기 종료점 사이의 세부 경로들에 대한 정보를 포함하는,
전자 장치.
제1항에 있어서,
상기 타겟 운동 프로그램이 정상적으로 수행된 경우의 예상 보행 나이를 상기 사용자에게 제공하는,
전자 장치.
제1항에 있어서,
복수의 운동 목표들 중 상기 사용자에 의해 선택된 타겟 운동 목표에 기초하여 상기 보행에 대한 평가 항목들의 상기 목표 값들을 설정하는,
전자 장치.
제16항에 있어서,
상기 복수의 운동 목표들은 보행 능력 향상, 보행 자세 향상, 심혈관계 건강 향상 및 근체력 향상 중 둘 이상을 포함하는,
전자 장치.
전자 장치에 의해 수행되는, 방법은,
상기 전자 장치의 사용자로부터 목표 운동 정보를 수신하는 동작 - 상기 목표 운동 정보는 목표 운동 시간 정보 및 목표 운동 구간 정보를 포함함 -;
상기 목표 운동 정보 및 보행에 대한 평가 항목들의 현재 값들에 기초하여 미리 설정된 상기 보행에 대한 상기 평가 항목들의 목표 값들을 만족시킬 수 있는 제어 파라미터의 최적화 값을 결정하는 동작 - 상기 제어 파라미터는 토크의 크기, 방향 및 타이밍, 관절 각도들 간의 오프셋 각도, 및 상기 관절 각도들에 대한 상태 인자의 민감도 중 적어도 하나를 조절하기 위한 파라미터임 -;
상기 제어 파라미터의 상기 최적화 값에 기초하여 하나 이상의 추천 운동 프로그램들을 획득하는 동작;
상기 하나 이상의 추천 운동 프로그램들 중 타겟 운동 프로그램을 결정하는 동작;
상기 타겟 운동 프로그램에 대한 정보를 상기 사용자가 착용한 웨어러블 장치로 전송하는 동작;
상기 타겟 운동 프로그램이 상기 웨어러블 장치에 의해 수행되는 동안, 상기 웨어러블 장치로부터 센싱 정보를 수신하는 동작; 및
상기 센싱 정보에 기초하여 상기 타겟 운동 프로그램의 수행에 대한 상기 사용자에게 피드백 정보를 제공하는 동작
을 포함하는,
방법.
서버에 있어서,
외부 장치와 데이터를 교환하는 통신 모듈; 및
상기 서버를 제어하는 적어도 하나의 프로세서
를 포함하고,
상기 프로세서는,
전자 장치로부터 제어 파라미터의 최적화 값을 수신하고 - 상기 제어 파라미터는 토크의 크기, 방향 및 타이밍, 관절 각도들 간의 오프셋 각도, 및 상기 관절 각도들에 대한 상태 인자의 민감도 중 적어도 하나를 조절하기 위한 파라미터임 -,
상기 제어 파라미터의 상기 최적화 값에 기초하여 상기 서버에 저장된 복수의 운동 프로그램들 중 하나 이상의 추천 운동 프로그램들을 결정하고,
상기 전자 장치로 하나 이상의 추천 운동 프로그램들을 전송하는,
서버.
제19항에 있어서,
상기 프로세서는,
상기 사용자가 수행한 운동 프로그램 이력에 기초하여 상기 저장된 복수의 운동 프로그램들 중 상기 최적화 값에 대응하는 상기 하나 이상의 추천 운동 프로그램들을 결정하는,
서버.