KR20230081878A

KR20230081878A - 사용자의 머리에 착용되는 센서를 이용한 운동 분석 시스템

Info

Publication number: KR20230081878A
Application number: KR1020210168790A
Authority: KR
Inventors: 정창근; 최협; 김진격
Original assignee: 주식회사 비플렉스
Priority date: 2021-11-30
Filing date: 2021-11-30
Publication date: 2023-06-08

Abstract

본 발명은 사용자의 머리에 착용되는 센서를 이용한 운동 분석 시스템에 관한 것으로, 사용자의 머리에 착용되는 가속도 센서를 이용하여 머리 움직임에 따른 가속도 신호를 측정하고, 측정되는 가속도 신호로부터 사용자의 좌우 방향, 전후 방향 및 상하 방향을 식별하여 머리 움직임에 대응되는 운동 자세를 구분하여 분석하는 운동 분석 시스템에 관한 것이다.

Description

사용자의 머리에 착용되는 센서를 이용한 운동 분석 시스템{SYSTEM FOR ANALYZING MOTHION USING SENSOR WORN ON THE USER'S HEAD}

본 발명은 사용자의 머리에 착용되는 센서를 이용한 운동 분석 시스템에 관한 것으로, 사용자의 머리에 착용되는 가속도 센서만을 이용하여 머리 움직임에 따른 가속도 신호를 측정하고, 측정되는 가속도 신호로부터 사용자의 좌우 방향, 전후 방향 및 상하 방향을 식별하여 머리 움직임에 대응되는 운동 자세를 구분하여 분석하는 운동 분석 시스템에 관한 것이다.

최근 다양한 센서를 이용하여 일상생활에서 사람의 신체 활동을 분석하는 시스템에 대한 개발이 활발히 진행되고 있다. 사람의 신체 활동 중 자세는 대뇌의 기능을 거의 필요로 하지 않는 자연스러운 움직임으로 알려져 있지만 실제로는 집중력, 실행능력 등의 고위인지기능과 관련이 있다고 밝혀졌다. 이처럼, 사람의 자세 분석은 대상자가 정상적인 일상생활을 유지할 수 있는지 평가할 수 있는 중요한 척도로 활용되고 있다.

종래의 가속도 센서만을 이용한 사람의 자세 분석과 관련된 센서들은 중력 가속도 방향을 보여주기 때문에 상하 방향은 구별할 수 있으나, 사람이나 기기의 전우-좌우 방향을 구별하기가 어려웠다. 따라서, 전후-좌우 방향의 컨텍스트를 알기 위하여, 추가로 자이로센서(Gyroscope)를 부가하는 경우가 많았다.

단, 자이로센서는 전력 소모가 심하기 때문에, 스마트폰 초기에는 스마트폰에 실장하는 것도 문제가 있을 정도였다. 단, 스마트폰은 계속하여 크기와 배터리 용량의 증대로 자이로센서의 전력 소모 문제들이 일부 해결되었으나, 웨어러블 워치나 이어폰 등에 자이로센서를 탑재하는 것은 전력 소모 문제로 인하여 아직도 해결이 어려운 상황이다. 또한, 웨어러블 기기들은 특히 크기의 증가에 한계가 있기 때문에 향후에도 자이로센서를 사용하면서 오랜 기간동안 사용하는 것에는 일정한 한계가 있을 것으로 보인다.

따라서, 가속도 센서만을 이용하여 사용자의 상하-좌우-전후 방향을 식별하여 운동 자세를 확인할 수 있는 기술이 필요한 실정이다. 또한, 운동 자세에 따른 운동 파라미터를 도출하여 유의미한 피드백을 제공할 필요가 있다.

발명의 배경이 되는 기술은 본 발명에 대한 이해를 보다 용이하게 하기 위해 작성되었다. 발명의 배경이 되는 기술에 기재된 사항들이 선행기술로 존재한다고 인정하는 것으로 이해되어서는 안 된다.

본 발명은 상술한 기술적 문제에 대응하기 위하여 안출된 것으로, 본 발명의 목적은 동시 사용자의 머리에 착용되는 가속도 센서만을 이용하여 머리 움직임에 따른 가속도 신호를 측정하고, 측정되는 가속도 신호로부터 사용자의 좌우 방향, 전후 방향 및 상하 방향을 식별하여 머리 움직임에 대응되는 운동 자세를 구분하여 분석하는 운동 분석 시스템을 제공하는 것이다.

특히, 본 발명은 수영, 등산, 싸이클 등의 스포츠 운동시 사용자의 머리에 장착되는 가속도 센서만을 이용하여 사용자의 상하, 전후, 좌우방향의 운동 가속도를 수집하여 운동별 운동자세를 구분하고, 운동 파라미터를 도출할 수 있는 운동 분석 시스템을 제공하고자 한다.

전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 운동 분석 시스템은, 사용자의 머리에 착용되되, 가속도 센서를 이용하여 머리 움직임에 따른 가속도 신호를 측정하는 측정 모듈 및 상기 사용자가 정면을 응시하는 시점에 상응하는 제1 가속도와 상기 사용자가 정면이 아닌 다른 각도를 응시하는 시점에 상응하는 제2 가속도를 수집하여 3축방향축을 산출하고, 상기 산출된 3축방향축을 기반으로 상기 사용자의 운동시 상기 측정모듈에서 측정되는 가속도 신호를 사용자 좌표계의 가속도 신호로 보정하여 운동종류에 따른 운동자세를 구분하여 운동파라미터를 분석하는 분석모듈을 포함할 수 있다.

또한, 분석 모듈은, 상기 사용자 좌표계의 가속도 신호로 보정된 좌우 방향 가속도(x'), 전후 방향 가속도(y') 및 상하 방향 가속도(z')가 기설정된 조건을 만족하는지 판단하여 운동 자세를 구분하는 운동자세 판단모듈을 포함할 수 있다.

상기 운동종류가 수영이면 상기 기설정된 조건은, 상기 전후 방향 가속도가 제1기준값 보다 큰 값인지 판단하는 제1조건, 상기 제1조건에 불만족시, 현재 시점을 기준으로 가장 최근의 기설정 시간구간에서 좌우 방향 가속도의 최대값이 상기 제1기준값 보다 큰 값인지 판단하는 제2조건, 상기 제2조건에 불만족시, 전후 방향 가속도 및 상하 방향 가속도의 주파수 분석에서 가속도가 기설정 주파수 대역 이상인 대역에서 제2기준값보다 큰 값인지 판단하는 제3조건을 포함할 수 있다.

이때, 상기 운동자세 판단모듈은, 상기 제1조건 만족시 배영, 제2조건 만족시 자유형, 제3조건 만족시 접영, 제3조건 불만족시 평영으로 판단하며, 상기 제2기준값은 상기 제1기준값보다 작은 값이 될 수 있다.

또한, 상기 분석 모듈은, 상기 운동자세 판단모듈에서 판단된 운동 자세에 대한 운동 파라미터를 추출하는 운동 파라미터 추출모듈을 더 포함할 수 있다.

여기서, 상기 운동 파라미터는, 스트로크(Stroke) 횟수, 스트로크 속도, 스트로크 거리, 터닝 시점, 랩 타임(Lap time), 터닝 횟수, 운동 거리, 운동 속도, 칼로리 소모, 운동 효율성(Swolf) 중 적어도 하나가 될 수 있다.

또한, 상기 운동 파라미터 추출모듈은, 상기 추출된 운동 파라미터에 기초하여, 수직 진동 진폭, 수평 진동 진폭, 균일도(Consistency), 호흡시간, 좌우균형도(Symmetry), 호흡량, 충격량 중 적어도 하나를 더 추출할 수 있다.

또한, 상기 운동 자세 판단모듈은, 상기 운동 종류가 등산이면, 현재 시점을 기준으로 가장 최근의 기설정 시간구간에서 측정된 상하 방향 가속도의 평균값이 기설정 값 보다 큰 값이면 등산 운동의 오르기 자세로 판단하고, 상기 평균값이 상기 기설정 값 이하이면 등산 운동의 내려오기 자세로 판단할 수 있다.

또한, 상기 분석 모듈은, 상기 운동자세 판단모듈에서 판단된 운동 자세에 대한 운동 파라미터를 추출하는 운동 파라미터 추출모듈을 더 포함하고, 이때 운동 파라미터는, 걸음수, 한걸음 속도, 충격량, 좌우균형도, 균일도, 수평 진동 진폭, 최대 부하 중 적어도 하나가 될 수 있다.

또한, 상기 운동 파라미터 추출모듈은, 상기 추출된 운동 파라미터에 기초하여, 운동 거리, 운동 속도, 운동 최대 속도, 랩 타임, 한걸음 길이, 칼로리 소모 중 적어도 하나를 더 추출할 수 있다.

또한, 상기 운동 자세 판단모듈은, 상기 운동종류가 싸이클이면, 상기 측정된 상하 방향 가속도를 2번 적분하여 얻은 수직진동진폭이, 기설정값 보다 크면 싸이클 운동의 일어서기 자세로 판단하고, 상기 기설정값 이하이면 싸이클 운동의 앉기 자세로 판단할 수 있다.

또한, 상기 분석 모듈은, 상기 운동자세 판단모듈에서 판단된 운동 자세에 대한 운동 파라미터를 추출하는 운동 파라미터 추출모듈을 더 포함하고, 이때 운동 파라미터는, 스트로크 횟수, 스트로크 속도, 운동 속도, 운동 거리 및 칼로리 소모 중 적어도 하나가 될 수 있다.

또한, 상기 분석모듈은, 상기 측정되는 가속도 신호로부터 상기 사용자가 정면을 응시하는 시점에 상응하는 제1 가속도와 상기 사용자가 정면이 아닌 다른 각도를 응시하는 시점에 상응하는 제2 가속도를 수집하는 가속도 수집 모듈, 상기 제1 가속도 및 상기 제2 가속도의 변동지표가 미리 정해진 조건을 만족하는 경우, 상기 제1 가속도 및 상기 제2 가속도가 측정된 시점에 대응하는 제1 중력 벡터 및 제2 중력 벡터를 측정하는 중력 벡터 검출 모듈 및 상기 제1 중력 벡터와 상기 제2 중력 벡터를 외적하여 좌우 방향 벡터 및 전후 방향 벡터를 산출하는 방향 축 산출 모듈을 포함할 수 있다.

또한, 상기 분석모듈은, 상기 제1중력벡터인 상하 방향 벡터, 상기 좌우 방향 벡터 및 전후 방향 벡터에 기초하여 캘리브레이션 매트릭스(R)를 산출하는 캘리브레이션 모듈을 더 포함할 수 있다.

상기 캘리블레이션 매트릭스는, 상기 가속도 센서에서 측정되는 상기 사용자의 사용자 좌표 및 센서 좌표의 원시값을 이용하여 하기 수학식에 의해 산출될 수 있다.

(여기서, Xcal은 상하축, 좌우축, 전후축에 대한 사용자 좌표의 센서값((u_x, u_y, u_z), (v_x, v_y, v_z), (w_x, w_y, w_z))으로, (u_x, u_y, u_z)는 상하 방향 가속도(z'), (v_x, v_y, v_z)는 좌우 방향 가속도(x'), (w_x, w_y, w_z)는 전후 방향 가속도(y')가 되고, Xraw는 센서 좌표의 원시값(x,y,z)을 나타내며, 상기 R은 상기 상하 방향 벡터(u), 좌우 방향 벡터(v) 및 전후 방향 벡터(w)를 기초로 구성된 캘리브레이션 매트릭스

임)

또한, 상기 방향 축 산출모듈은, 상기 제1 중력 벡터와 상기 제2 중력 벡터를 외적하여 좌우 축(ML, Medial-Lateral axis)의 좌우 방향 벡터를 산출한 후 상기 제1 중력 벡터와 상기 좌우 방향 벡터를 외적하여 전후 축(AP, Antero-Posterior axis)의 전후 방향 벡터를 산출할 수 있다.

또는, 상기 방향 축 산출모듈은, 상기 제1 중력 벡터와 상기 제2 중력 벡터를 외적하여 전후 축의 전후 방향 벡터를 산출한 후 상기 제1 중력 벡터와 상기 전후 방향 벡터를 외적하여 좌우 축의 좌우 방향 벡터를 산출할 수 있다.

기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명은 머리에 착용된 가속도계 센서만을 이용하여 사용자의 스포츠 운동시 수집되는 좌우, 상하, 전후 방향의 가속도 신호를 분석함으로써 운동별 운동자세를 구분하고, 운동 분석의 정확성을 현저하게 향상시킬 수 있다.

특히, 본 발명은 사용자의 머리에 착용된 가속도 센서로부터 수집된 가속도를 사용자 좌표로 보정하여 가속도를 분석함으로써 사용자의 스포츠 운동(일 예로, 수영, 등산, 싸이클) 및 운동 자세(수영운동시 영법, 등산운동시 등산 또는 하산, 싸이클 운동시 앉기 또는 일어서기)를 정확하게 구분할 수 있다.

또한, 수집된 가속도를 기초로 운동 교정이나 운동 상태 확인을 위한 운동별 운동 파라미터를 추출하여 사용자의 운동에 대한 유의미한 피드백을 제공할 수 있다.

본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.

도 1은 본 발명의 일 실시예에 따른 운동 분석 시스템의 구성을 개략적으로 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 운동 분석 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 운동 분석 시스템을 이용하는 사용자가 정면을 응시하는 경우를 나타낸 예시도이다.
도 4는 본 발명의 일 실시예에 따른 운동 분석 시스템을 이용하는 사용자가 정면이 아닌 다른 각도를 응시하는 경우를 나타낸 예시도이다.
도 5는 본 발명의 일 실시예에 따른 운동 분석 시스템에 따른 축 설정 과정을 설명하기 위한 예시도이다.
도 6은 본 발명의 일 실시예에 따른 축 보정 과정 이후 캘리브레이션 매트릭스를 구성 및 계산하는 과정을 설명하기 위한 예시도이다.
도 7은 본 발명의 일 실시예에 따른 방향 축에 따른 시간별 캘리브레이션 값에 대한 그래프이다.
도 8은 도 2의 운동 자세 판단의 일 실시 예를 설명하기 위한 흐름도이다.
도 9는 본 발명의 제1실시 예에 따른 수영시 운동자세(자유형)의 시간에 대한 가속도 그래프 예시이다.
도 10은 본 발명의 제2실시 예에 따른 수영시 운동자세(평영)의 시간에 대한 가속도 그래프 예시이다.
도 11은 본 발명의 제3실시 예에 따른 수영시 운동자세(배영)의 시간에 대한 가속도 그래프 예시이다.
도 12는 본 발명의 제3실시 예에 따른 수영시 운동자세(접영)의 시간에 대한 가속도 그래프 예시이다.
도 13은 본 발명의 제4실시 예에 따른 등산시 운동자세의 시간에 대한 가속도 그래프 예시이다.
도 14는 본 발명의 제5실시 예에 따른 싸이클 운동시 운동자세의 시간에 대한 가속도 그래프 예시이다.
도 15는 도 13의 상하 방향 가속도(z')에 대한 수직진동 그래프 예시이다.

이하의 내용은 단지 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 발명의 원리를 구현하고 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.

또한, 이하의 설명에서 제1, 제2 등과 같은 서수식 표현은 서로 동등하고 독립된 객체를 설명하기 위한 것이며, 그 순서에 주(main)/부(sub) 또는 주(master)/종(slave)의 의미는 없는 것으로 이해되어야 한다.

상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해질 것이며, 그에 따라 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다.

본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.

이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시예들을 상세히 설명한다.

도 1은 본 발명의 일 실시예에 따른 운동 분석 시스템의 구성을 개략적으로 도시한 도면이다. 도 2는 본 발명의 일 실시예에 따른 운동 분석 방법을 설명하기 위한 흐름도이다. 본 발명의 일 실시 예에 따른 운동 분석 시스템의 구성 및 운동분석방법에 대하여, 도 1 및 도 2를 참고하여 설명하도록 한다.

도 1을 참고하면, 본 발명의 일 실시 예에 따른 운동 분석 시스템은 사용자의 머리에 장착되는 가속도 센서만을 이용하여 스포츠 운동시 운동자세를 분석하고 운동 파라미터를 도출함으로써 사용자에게 운동 정보, 자세 정보, 위험성 정보 및 자세교정을 위한 가이드 등의 유의미한 피드백을 제공할 수 있다.

특히, 본 발명에서는 일 예로, 수영, 등산, 싸이클 등의 스포츠 운동시 사용자의 머리에 장착되는 가속도 센서만을 이용하여 사용자의 상하, 전후, 좌우방향의 운동 가속도를 수집하여 운동별 운동자세를 구분하고, 운동 파라미터를 도출할 수 있다.

이를 위해, 본 발명의 일 실시 예에 따른 운동 분석 시스템은 측정모듈(110), 분석모듈(120), 데이터베이스(130) 및 가이드모듈(140)을 포함할 수 있다. 이때, 운동분석시스템은 일체형으로 구성되어 이어폰의 형태로 사용자의 귀에 장착되는 형태이거나, 측정모듈(110)만 이어폰의 형태로 사용자의 귀에 장착되는 형태로 구현되고, 분석모듈(120), 데이터베이스(130) 및 가이드모듈(140)은 별도의 서버 또는 앱 등으로 구현될 수도 있다. 이때, 이어폰 형태로 한정되지는 않으며 귀, 머리 부근에 밴드 또는 다양한 장치를 이용하여 부착될 수도 있다.

측정 모듈(110)은 사용자의 머리에 착용된 가속도 센서를 이용하여 가속도 신호를 측정하며, 도 1에 도시된 바와 같이, 센서 모듈(111), 센서 제어모듈(112) 및 통신 모듈(113)을 포함할 수 있다.

센서 모듈(111)은 분석 모듈(120)의 운동자세 분석에 필요한 센서 값들을 측정하여 분석 모듈(120)로 전송할 수 있다. 이 경우, 센서 값 분석의 기준이 되는 전후/좌우 방향을 결정하기 위해서, 센서 모듈(111)은 사용자가 정면을 응시한 상태에서의 가속도를 센싱한 센싱 값(이하, 제1 가속도라고 지칭함)을 포함하고, 사용자가 정면이 아닌 다른 각도를 응시한 상태에서의 가속도를 센싱한 센싱 값(이하, 제2 가속도라고 지칭함)을 측정할 수 있다.

또한, 본 발명의 센서 모듈(111)은 자이로 센서 없이 가속도 센서만을 이용하여 센서 값을 수집하는 것을 특징으로 한다. 이와 관련된 구체적인 측정 방법은 후술하기로 한다.

센서 제어모듈(112)은 측정 모듈(110)의 전체적인 동작을 제어할 수 있다.

통신 모듈(113)은 센서 모듈(111)에서 센싱한 센서 값들을 분석 모듈(120)로 전송할 수 있다. 예를 들면, 블루투스, 근거리 무선 통신(Near Field Communication, NFC), RFID(Radio-Frequency Identification), 지그비(Zigbee) 모듈, Wi-Fi 등을 포함할 수 있다.

분석 모듈(120)은 측정 모듈(110)로부터 센싱된 센싱 값을 수신하고, 수신된 센싱 값을 기초로 사용자의 스포츠 운동시 운동자세 및 운동파라미터를 분석하는 모듈이다.

도 1을 참조하면, 분석 모듈(120)은 가속도 수집 모듈(121), 중력 벡터 검출 모듈(122), 방향 축 산출 모듈(123), 캘리브레이션 모듈(124), 운동자세 판단모듈(125), 운동파라미터 추출모듈(126), 분석 제어모듈(127), 통신 모듈(128) 및 사용자 인터페이스 모듈(129)을 포함한다. 여기서, 분석 제어모듈(125)은 상술한 자세 분석 모듈(120)의 각 구성을 제어하여 전체적인 동작을 제어할 수 있다.

가속도 수집 모듈(121)은 센서 모듈(111)로부터 센싱한 가속도 신호를 수집하여 수신한다. 예컨대, 가속도 수집 모듈(121)은 가속도 센서에서 센싱한 가속도 센서 자체의 x축, y축 및 z축 각각의 가속도를 수신한다. 단, 가속도 센서의 움직임이 전혀 없는 경우에는 디폴트로 중력가속도에 대응하는 x축, y축 및 z축 각각의 가속도를 출력하게 된다.

이 경우, 센서 값 분석의 기준이 되는 전후/좌우 방향을 결정하기 위해서, 서로 상이한 시점을 바라볼 때 측정한 가속도를 수집할 수 있다. 여기서, 서로 상이한 시점은 사용자가 정면을 바라보는 시점 및 정면이 아닌 다른 각도를 응시한 시점으로 정의될 수 있다.

이때, 정면을 바라보는 시점은 도 3과 같이, 예컨대, 사용자가 정면이라고 인식하는 방향을 바라보고 있을 때의 방향을 의미한다. 예컨대, 사용자가 정면을 바라보는 시점은 가이드 문구가 이어폰에서 출력되었을 때에 일정 시간 내에 사용자가 정면이라고 인식하는 방향(예를 들어, 시선 방향과 지면이 평행한 방향)을 응시하는(한동안 사용자의 움직임이 없는 상태) 시점을 의미할 수 있다.

한편, 정면이 아닌 다른 각도를 바라보는 시점은 도 4와 같이, 이어폰을 통하여 출력되는 가이드 문구에 따라 정면 방향과 다른 방향으로 사용자가 움직이는 경우 예컨대, 이어폰을 통하여 출력되는 가이드 문구에 따라 머리가 앞 또는 뒤로 기울어진 상태에서 사용자의 시선이 대략 45° 정도 아래 또는 위를 향하게 되는 시점을 의미할 수 있다.

구체적으로 예를 들면, 정면이 아닌 다른 각도는 상하 방향, 좌우 방향 및 전후 방향 중 어느 하나의 축을 기준으로 회전한 각도를 포함할 수 있다.

이에, 가속도 수집 모듈(121)은 전후/좌우 방향을 결정하기 위해서 사용자가 정면을 바라보는 시점에 측정한 제1 가속도를 수집할 수 있고, 정면이 아닌 다른 각도를 응시한 시점에 측정한 제2 가속도를 수집할 수 있다(S310).

또한, 가속도 수집 모듈(121)은 사용자가 특정 영역을 응시한 상태에서 부동자세를 취할 수 있도록 음성 또는 시각적 신호를 출력하는 가이드 음성 또는 가이드 화면을 이용함으로써 사용자로부터 보다 정확한 제1 가속도 및 제2 가속도를 수집할 수 있다. 예컨대, 가이드 음성은 가속도 센서가 이어폰에 착용되는 경우에 사용될 수 있으며, 가이드 화면은 사용자가 스마트 안경과 같은 시스템을 통해 가속도 센서가 머리에 착용되는 경우에 사용될 수 있다.

중력 벡터 검출 모듈(122)은 가속도 수집 모듈(121)에 의해 수 초 동안 수집된 가속도의 변동지표(Index of Variation)가 미리 정해진 조건에 부합하는 경우, 가속도가 수집된 시점에 대응하는 중력 벡터를 측정할 수 있다(S320).

여기서, 가속도의 변동지표는 사용자의 움직임에 따른 가속도의 변화 정도를 나타내는 것으로서, 예컨대, 변동계수(Coefficient of Variation) 또는 일정 시간 동안의 최대 변위 등 다양한 지수를 사용할 수 있다. 본 실시예에서는 변동 지표로서 변동계수를 사용한다. 한편, 변동 계수 외에도 센싱한 가속도 값이 사용자가 일정 방향을 의도를 가지고 쳐다보고 있는지를 나타낼 수 있는 값인 경우에는 변동 지표로서 사용가능하다.

예를 들면, 미리 정해진 조건은 가속도의 변동계수가 2% 미만인 경우, 가속도의 오차율이 적다는 것으로 판단하여 중력 벡터 측정을 수행한다. 그러나, 가속도의 변동지표가 예컨대, 기준값 이상인 경우 사용자가 특정 방향을 쳐다보기 위한 의도를 가진 것이 아니고 가속도의 오차율이 크다는 것으로 판단하여 가속도를 재 측정한 후 중력 벡터 측정을 수행하도록 설정된 조건으로 정의될 수 있다.

이에, 가속도의 변동지표가 기준값 이상인 경우, 서로 상이한 각각의 시점에 따른 제1 가속도 및/또는 제2 가속도를 재 측정한 후, 각각의 시점에 대응하는 중력 벡터를 측정하는 것이 바람직하다.

도 3 및 도 4를 참조하면, 중력 벡터 검출 모듈(122)은 제1 중력 벡터(g₁) 및 제2 중력 벡터(g₂)를 측정하고, 측정한 값을 방향 축 산출 모듈(123)로 전송할 수 있다.

방향 축 산출 모듈(123)은 중력 벡터 검출 모듈(122)로부터 중력 벡터(g₁, g₂)를 수신하고, 각각의 중력 벡터(g₁, g₂)를 기초로 3축에 대한 방향 벡터를 검출할 수 있다(S330). 여기서, 3축은 상하 축(SI), 좌우 축(ML) 및 전후 축(AP)을 포함한다.

구체적으로, 도 4를 참조하면, 상하 축(SI)은 상하 방향 벡터(u)로서, 도 3에서 수집한 제1 중력 벡터(g₁)로 정의될 수 있다.

또한, 좌우 축(ML)은 좌우 방향 벡터(v)로서, 제1 중력 벡터(g₁, 도 5에서는 'u')와 제2 중력 벡터(g₂)를 외적(Outer product)시킨 값으로 정의될 수 있다. 예를 들면, 좌우 방향 벡터(v)는 하기 수학식1에 의해 산출될 수 있다.

(수학식 1)

v = g₁ ⅹ g₂ = u ⅹ g₂

또한, 전후 축(AP)은 전후 방향 벡터(w)로서, 상하 방향 벡터(u)와 좌우 방향 벡터(v)를 외적시킨 값으로 정의될 수 있다. 예를 들면, 전후 방향 벡터(w)는 하기 수학식 2에 의해 산출될 수 있다.

(수학식 2)

w = g₁ ⅹ (g₁ ⅹ g₂) = u ⅹ v

이처럼, 본 발명의 일 실시예에 따르면 상하 방향 벡터(u)를 이용하여 좌우 방향 벡터(v)를 산출한 후, 상하 방향 벡터(u)와 좌우 방향 벡터(v)를 이용하여 전후 방향 벡터(w)를 산출하는 것을 기본으로 한다.

다만, 상술한 과정은 사용자가 정면을 응시할 경우에 기초한 과정이므로, 사용자가 정면이 아닌 다른 각도를 응시할 경우에는 상하 방향 벡터(u)를 이용하여 전후 방향 벡터(w)를 먼저 산출한 후, 좌우 방향 벡터(v)를 나중에 산출할 수도 있다. 즉, 제1 중력 벡터와 상기 제2 중력 벡터를 외적하여 전후 축의 전후 방향 벡터를 산출한 후 제1 중력 벡터와 전후 방향 벡터를 외적하여 좌우 축의 좌우 방향 벡터를 산출할 수 있다.

캘리브레이션 모듈(124)은 방향 축 산출모듈(123)에서 산출한 상하-좌우-전후 축(SI, ML, AP)의 방향 벡터(u, v, w)을 기초로 캘리브레이션 매트릭스를 구성하고, 캘리브레이션 값을 계산한다(S340).

도 6을 참조하면, 캘리브레이션 모듈(124)은 사용자 좌표(user coordinate)의 센서값(Xcal)과 센서 좌표의 원시값(Xraw)를 이용하여 캘리브레이션 매트릭스(Calibration matrix, R)를 산출할 수 있다. 도 6의 (iii)에 도시된 바와 같이, 사용자 좌표 (u_x, u_y, u_z), (v_x, v_y, v_z), (w_x, w_y, w_z) 를 이용하여, 캘리브레이션 매트릭스(R)를 산출한다. 이때, 캘리브레이션 매트릭스(R)는 하기 수학식 3에 의해 산출될 수 있다.

(수학식 3)

Xcal = R ⅹ Xraw

여기서,

이다. 단, 가속도 센서에서 지원해 주는 데이터의 형태 또는 행렬 처리 연산 칩에서 지원해 주는 연산 형태에 따라 4*4 행렬 (예컨대,

)를 사용할 수도 있다. 따라서, 캘리브레이션 산출 모듈(124)은 상기 캘리브레이션 매트릭스를 이용하여, 센서의 자체 좌표계를 사용자 중심 좌표계로 전환시켜 준다.

사용자 중심 좌표계 전환에 의하여, 기존에는 매우 어려웠던 분석들 예컨대, 운동시 인체에 가해지는 충격량 연산, 운동 자세의 교정(예컨대, 우측과 좌측이 비대칭적인 상태로 운동 중인 경우) 등 다양한 분석이 가속도 센서에서 측정되는 정보에 기초하여 자이로 센서에서 측정된 정보를 사용하지 않고 가능하게 되었다.

특히, 기존 기술은 자이로 센서에서 측정시 전력 소모가 많기 때문에 이어폰이나 워치 등의 웨어러블 기기에서 정밀한 운동자세 측정이 매우 어려웠고, 설사 이용한다고 해도 웨어러블 기기의 적은 배터리 용량으로는 감당하기 어려웠다. 그러나, 본 발명에 따르면, 가속도 센서에 기초한 정보만을 활용해도 운동 자세의 정밀한 연산이 가능하게 되었다.

상술한 과정에 의해 캘리브레이션 매트릭스(R)가 결정될 경우, 도 7에 도시된 바와 같이, 센서 좌표의 원시값(Xraw, 801)을 기초로 상하-좌우-전후 축(SI, ML, AP)에 대한 사용자 좌표의 센서 값(Xcal, 802)을 계산할 수 있다. 즉, 캘리브레이션 모듈(124)은 캘리브레이션 값에 대응되는 사용자 좌표계에 기초한 좌우 방향 가속도(x＇), 전후 방향 가속도(y＇) 및 상하 방향 가속도(z＇)를 산출할 수 있다(S350).

구체적으로, 사용자의 귀에 착용된 운동 분석 시스템을 이용하여 시간(ms)에 따른 가속도 신호(801)를 수집한다. 이때, 가속도 신호(801)는 상하 방향 가속도일 수 있고, 좌우 방향 가속도일 수 있고, 전후 방향 가속도일 수 있다. 이때, 수집된 각각의 가속도 신호(801)는 상하 축(AI), 좌우 축(ML), 전후 축(AP) 신호의 규격(norm)으로 설정될 수 있다.

분석 모듈(120)은 캘리브레이션 매트릭스(R)를 이용하여 사용자의 스포츠 운동시 측정모듈(110)로부터 수집되는 가속도 센서값을 사용자 좌표계로 보정하여, 운동자세 판단모듈(125)을 통해 좌우 방향 가속도(x'), 전후 방향 가속도(y') 및 상하 방향 가속도(z')가 기설정된 조건을 만족하는지 판단하여 운동 자세를 구분할 수 있다.

이때, 사용자의 스포츠 운동시 운동종류는 사용자인터페이스 모듈(129)을 통해 입력되거나, 수집되는 가속도 패턴으로부터 기 저장된 운동별 가속도 패턴과 비교하여 해당 운동종류를 판단하거나, 수집되는 가속도 센서값이 기설정된 조건에 만족되는지로부터 결정될 수 있다.

본 발명에서 가속도 센서값을 이용한 스포츠 운동은 수영, 등산, 싸이클을 일 예로 설명할 수 있으며, 기설정된 조건 만족여부 판단을 통해 스포츠 운동별 운동자세를 구분하고, 운동 파라미터를 도출할 수 있다.

일 예로, 스포츠 운동이 수영인 경우, 운동 자세 판단모듈(125)은 조건판단을 통해 배영, 자유형, 접영, 평영의 영법을 구분할 수 있으며, 도 8을 참조하여 설명할 수 있다.

도 8은 도 2의 운동 자세 판단의 일 실시 예를 설명하기 위한 흐름도이다. 도 8을 참조하면, 운동 자세 판단모듈(125)은 사용자의 수영시 수집되는 가속도를 캘리브레이션 매트릭스(R)를 통해 변환된 좌우 방향 가속도(x'), 전후 방향 가속도(y') 및 상하 방향 가속도(z')를 이용하여 분석할 수 있다.

즉, S350단계에서 산출된 좌우 방향 가속도(x'), 전후 방향 가속도(y') 및 상하 방향 가속도(z')가 입력되면, 전후 방향 가속도(y')가 제1기준값 보다 큰 값인지, 제1조건을 판단한다(S361). 여기서, 제1조건 판단시, 제1기준값은 배영 시 사용자가 눕는 자세를 취하면서 중력과 시선방향(즉, 사용자의 전후방향)이 일치된다는 점에 기초하여 결정될 수 있다. 이를 고려할 때, 제1기준값은 0.5g(g는 중력가속도)가 될 수 있으며, 상기 결정에 따라 변경적용 될 수도 있다.

여기서, 제1조건을 만족하면 배영으로 구분할 수 있다(S362). 반면, 제1조건에 불만족시, 현재 시점을 기준으로 가장 최근의 기설정 시간구간에서 좌우 방향 가속도(x')의 최대값이 제1기준값 보다 큰 값인지, 제2조건을 판단한다(S363).

여기서, 제2조건 판단시, 기준값은 자유형 시　호흡을 위해 사용자의 좌우방향으로 사용자가 고개를 움직이기때문에 중력 방향과 일치되는 방향으로 움직이게 된다는 점에 기초하여 결정될 수 있다. 이를 고려할 때, 제2조건 판단시 기준값은 제1기준값과 같이 0.5g가 될 수 있으며, 기준값 결정에 따라 변경적용될 수 있고, 제1기준값과 다른 값이 적용될 수도 있다.

이때, 제2조건을 만족하면 자유형으로 구분할 수 있다(S364). 반면, 제2조건에 불만족시, 전후 방향 가속도(y') 및 상하 방향 가속도(z')의 주파수 분석에서 가속도가 기설정 주파수 대역 이상인 대역에서 크기가 제2기준값보다 큰 성분을 갖고 있는지, 제3조건을 판단한다(S365). 여기서, 기설정 주파수 대역은 0.5Hz, 제2기준값은 0.25g가 될 수 있으며, 접영 및 평영시 움직임의 크기를 기준으로 제2기준값이 결정될 수 있다.

즉, 전후 방향 가속도(y') 및 상하 방향 가속도(z')를 푸리에 변환하여 주파수 응답 그래프를 도출하고, 0.5hz 이상인 주파수 대역에서 0.25g 보다 큰 성분이 있는지 판단할 수 있다. 이때, 제3조건을 만족하면 접영으로 판단하고(S366), 제3조건에 만족되지 않으면 평영으로 판단한다(S376).

일 예로, 제1기준값, 제2기준값, 기설정 주파수 대역 등의 조건들은 본 발명의 일 실시 예에 따른 운동 분석 시스템을 이용하여 영법별 수영을 반복수행하여 얻어진 가속도들로부터 얻어질 수 있고, 영법별 수영을 반복수행하여 얻어진 가속도 신호들을 학습데이터로 활용하여 영법을 구분하는 운동자세 구분 모델을 모델링할 수 있고, 운동자세 구분 모델을 이용하여 본 발명의 일 실시 예에 따른 운동 자세 분석모듈(125)은 사용자가 수영시 수집되는 가속도 신호들을 이용하여 영법을 구분할 수 있다. 한편, 등산 및 싸이클의 운동자세 구분도 동일한 방법을 이용할 수 있다.

또한, 본 발명의 일 실시 예에 따른 운동 파라미터 추출모듈(126)은 시간에 따라 수집되는 좌우 방향 가속도(x'), 전후 방향 가속도(y') 및 상하 방향 가속도(z')로부터 운동자세 판단모듈(125)에서 판단된 운동 자세에 대한 운동 파라미터를 도출하여 제공할 수 있다.

운동 파라미터 추출모듈(126)은 운동종류가 수영이면, 스트로크(Stroke) 횟수, 스트로크 속도, 스트로크 거리, 터닝 시점, 랩 타임(Lap time), 터닝 횟수, 운동 거리, 운동 속도, 칼로리 소모, 운동 효율성(Swolf) 중 적어도 하나의 운동 파라미터를 영법별로 도출하여 제공할 수 있다.

이때, 도 9 내지 도 12는 수영 영법별 운동자세에 따른 가속도 그래프 예시로부터 영법별 추출되는 운동 파라미터에 대하여 설명할 수 있다.

도 9는 본 발명의 제1실시 예에 따른 수영시 운동자세(자유형)의 시간에 대한 가속도 그래프 예시이다. 자유형은 엎드린 자세로 팔을 들어 올려 번갈아 휘저으며 발차기를 하는 영법으로, 도 9와 같이 전진시 및 터닝시로 구분하여 분석할 수 있으며, 다음과 같이 제1운동 파라미터를 도출하여 운동정보로 활용될 수 있다.

또한, 운동 파라미터 추출모듈(126)은, 상기 추출된 제1운동 파라미터에 기초하여, 수직 진동 진폭, 수평 진동 진폭, 균일도(Consistency), 호흡시간, 좌우균형도(Symmetry), 호흡량, 충격량 중 적어도 하나를 더 추출하여 제공할 수 있다. 이때, 추출된 제2 운동 파라미터는 운동시 사용자의 자세정보 및 부상 위험성 정보에 활용될 수 있다.

도 10은 본 발명의 제2실시 예에 따른 수영시 운동자세(평영)의 시간에 대한 가속도 그래프 예시이다. 평영은 두 팔과 두 다리를 동시에 오므렸다가 팔은 앞으로, 다리는 뒤로 펴는 영법으로, 도 10과 같이 전진시 및 터닝시로 구분하여 분석할 수 있으며, 다음과 같이 제1운동 파라미터를 도출하여 운동정보로 활용될 수 있다.

또한, 제1운동 파라미터에 기초하여 추출된 제2운동 파라미터는 다음과 같다.

도 11은 본 발명의 제3실시 예에 따른 수영시 운동자세(배영)의 시간에 대한 가속도 그래프 예시이다. 등을 수면에 대고 두 팔을 번갈아 동그랗게 저으며 발로 발차기하는 영법으로, 도 11과 같이 전진시 및 터닝시로 구분하여 분석할 수 있으며, 다음과 같이 제1운동 파라미터를 도출하여 운동정보로 활용될 수 있다.

도 12는 본 발명의 제3실시 예에 따른 수영시 운동자세(접영)의 시간에 대한 가속도 그래프 예시이다. 두 팔은 동시에 원을 그리며 물 밖으로 뻗고 두 다리는 동시에 위아래로 발차기하는 영법으로, 도 12와 같이 전진시 및 터닝시로 구분하여 분석할 수 있으며, 다음과 같이 제1운동 파라미터를 도출하여 운동정보로 활용될 수 있다.

한편, 도 13은 본 발명의 제4실시 예에 따른 등산시 운동자세의 시간에 대한 가속도 그래프 예시이다. 운동 자세 판단모듈(125)은 등산 운동시, 현재 시점을 기준으로 가장 최근의 기설정 시간구간(일 예로, 5초)에서 측정된 상하 방향 가속도의 평균값이 기설정값 보다 큰 값이면 도 13과 같이, 등산 운동의 오르기 자세로 판단하고, 평균값이 기설정값 이하이면 등산 운동의 내려오기 자세로 판단할 수 있다. 이때, 기설정값은 0.98(g)이 될 수 있다.

또한, 운동 파라미터 추출모듈(126)은 등산 운동시 도 13과 같이 시간에 대한 가속도들을 분석하여 운동 파라미터들을 도출할 수 있다.

구체적으로 운동 파라미터 검출모듈(125)은 등산 시작시 보행시점을 설정하고, 입각기 및 유각기를 포함하는 보행 주기 내에서 수직 방향 가속도의 피크값을 추출하고, 피크값을 기초로 양발지지구간에 대한 시작점 및 끝점을 검출하여 보행 시점을 검출하고, 양발지지구간, 한발지지구간을 구분하여 보행시 왼발, 오른발을 구분함으로써, 등산시 운동파라미터들을 도출할 수 있다. 이와 관련한 보행자인자검출에 대한 구체적인 기술은 본 출원인의 한국등록특허 제10-2304300호에서 개시하고 있다. 다만, 한국등록특허 제10-2304300호에서는 지자기센서도 함께 이용하고 있으나, 본 발명에서는 가속도센서만을 이용하여 구현할 수 있다.

또한, 수직 방향 가속도를 미분하여 한발지지구간에서 상기 양발지지구간으로 넘어갈 때 지면에 충격이 가해지는 시점인 보행 가가속도 신호를 검출하고, 설정된 윈도우 내에서, 수직 방향 가속도의 피크값 전에 위치한 보행 가가속도 신호의 피크값을 양발지지구간에 대한 시작점으로 설정하고, 수직 방향 가속도의 피크값 후에 위치한 상기 보행 가가속도 신호의 피크값을 양발지지구간에 대한 끝점으로 설정할 수 있다.

또한, 등산시 수직 방향 가속도의 최저점 피크에 대응하는 수평 방향 가속도의 부호에 따라 보행자의 왼발 및 오른발을 구별함으로써 다양한 운동 파라미터들을 도출할 수 있다.

즉, 운동 파라미터 추출모듈(126)은 걸음수(Step count), 한걸음 속도(Step rate, 걸음수/소요시간), 충격량(Shock), 좌우균형도(Symmetry), 균일도(Consistency), 수평 진동 진폭, 최대 부하(Max load), 운동 거리(Distance), 운동 속도(Speed, 운동거리/총 소요시간), 운동 최대 속도(Max speed), 랩 타임(Lap time, 목표거리 완료시간), 한걸음 길이(Step length, 운동거리/걸음수), 칼로리 소모(운동거리 x 칼로리 소모계수) 중 적어도 하나를 운동파라미터로 추출할 수 있다.

한편, 도 14는 본 발명의 제5실시 예에 따른 싸이클 운동시 운동자세의 시간에 대한 가속도 그래프 예시이다. 운동 자세 판단모듈(125)는 싸이클 운동시, 측정된 상하 방향 가속도를 2번 적분하여 얻은 수직진동진폭이, 기설정값 보다 크면 도 14와 같이, 싸이클 운동의 일어서기 자세로 판단하고, 기설정값 이하이면 싸이클 운동의 앉기 자세로 판단할 수 있다.

여기서, 수직진동 그래프는 도 14의 가속도 신호 중 상하 방향 가속도(z')를 2회 적분하여 도 15와 같이 얻을 수 있으며, 이때 수직진동 지표의 진폭이 20을 초과할 경우 일어서기 자세(standing)로 구분하고, 20을 초과하지 않는 경우 앉기 자세(sitting)로 구분할 수 있다.

또한, 운동 파라미터 추출모듈(126)은 운동 파라미터로, 스트로크 횟수, 스트로크 속도, 운동 속도, 운동 거리 및 칼로리 소모 중 적어도 하나를 추출할 수 있다.

한편, 이러한 스포츠 운동별 운동자세 분석에 대한 정보는 가이드 모듈(140)을 통해 출력될 수도 있다. 예컨대, 스피커, 휴대폰, 컴퓨터, 무선 이어폰 등에 의하여 출력하는 것도 가능하다.

또한, 가이드 모듈(140)은 분석 모듈(120)에 의해 생성된 자세 분석 정보를 소리 또는 영상을 포함하여 사용자가 인식할 수 있는 정보로 변환하여 출력할 수 있다. 예컨대, 운동 자세 측정 전 사용자의 시선 보정이 필요할 경우, 운동 분석 시스템에 구비된 스피커(이어폰) 또는 운동 분석 시스템과 연결된 휴대폰, 컴퓨터, 무선 이어폰을 통해 “정면을 바라보세요”, “시선을 올려다 보세요”, “시선을 내려다 보세요”와 같은 음성이 출력되도록 하거나, 가이드 문구를 출력할 수 있다. 또는, 사용자의 시선이 정면을 향하지 않을 경우, 경고음을 출력하여 사용자가 경고음만으로도 시선을 어디로 고정해야 하는지 인지할 수 있다.

특히, 가이드 모듈(140)에 무선 이어폰 또는 스피커가 포함될 수 있다고 명시하였으나, 본 발명에서는 사용자의 머리에 착용되는 이어폰에 부착된 가속도 센서가 부착되는 것을 기본으로 하기 때문에 운동 분석 시스템을 통해 직접적으로 사용자의 귀로 자세 분석 정보를 출력하는 것을 기본으로 한다. 또한, 스마트폰, 컴퓨터, 또는 전용 디스플레이 등과 연결되어 영상으로 정확한 교정 정보가 출력되도록 할 수도 있는 등 다양한 형태로의 실현이 가능하다.

또한, 운동 분석 시스템은 분석 모듈(120)에 의해 도출된 스포츠 운동의 운동자세 분석 정보를 데이터베이스(130)에 전송하여 저장할 수 있다. 이때, 운동자세 분석 정보는 누적적으로 저장됨으로써 사용자의 스포츠 운동시 운동자세를 시간 변화에 따라 확인할 수도 있다. 이에. 다량의 운동자세 분석 정보가 누적되어 저장되면 이러한 데이터가 빅데이터로 활용되어 각종 통계나 분석에 사용될 수도 있는 등 다양한 활용이 가능하다.

종래에는 가속도센서(Accelerometer)와 자이로센서(Gyroscope)와 같은 관성 센서(IMU)를 동시에 이용하여 자세를 분석하였는데, 센서가 부착된 부위의 각속도 및 가속도를 측정하고 이를 신호 처리하여 움직임을 표현하는데 한계가 있었다. 이에, 스포츠 운동시 운동별 운동자세를 정확하게 분석하는데 어려움이 있었다.

예컨대, 3축 가속도의 경우는 센서 부착 위치와 방향에 따라 가속도가 수집되는 방향이 결정되며, 이는 사용자별 부착 방법 또는 인체 구조 차이 등으로 인해 상하, 좌우, 전후 방향을 파악하기는 어렵다는 문제점이 있다. 또한, 6축 가속도계(3축 가속도 + 자이로)의 경우는 각속도계 사용을 통해 상하 방향 구분은 가능하나, 사용자의 좌우, 전후 방향을 파악하기는 어렵다는 문제점이 있다. 또한, 9축 가속도의 경우는 상하, 남북, 동서로 구분하여 가속도 정보 수집이 가능하므로 상하 방향은 구분해 낼 수 있으나, 여전히 인체의 좌우, 전후 방향 가속도는 수집하기 어렵다는 문제점이 있다.

또한, 가속도계가 이어폰과 같이 머리에 부착되는 경우에, 사람의 머리모양이나 귀모양이 다르기 때문에 머리에 부착될 때, 특히, 이어폰이 귀에 착용될 때, 센서의 축이 사람마다 크게 변화하게 된다. 따라서, 기존의 기술로는 이어폰에 착용하였을 때 방향을 구분하는 것이 불가능했다.

뿐만 아니라, 종래에는 자이로 센서와 가속도 센서를 동시에 사용함에 따라, 전력이 많이 소비되어 이어폰이나 헤드셋과 같은 부품에 적용하여 상업화하는데 지장이 있었다.

또한, 기존 IMU 모두 고개를 숙이거나 젖힐 때 각도 변위 만을 측정할 수 있으므로, 각도 값을 도출할 수 없는 한계가 있다.

이처럼, 종래의 측정 방법은 가속도 센서만을 사용해서는 사용자의 상하-좌우-전후 방향을 식별하여 가속도를 수집하기 어렵다는 단점이 있다.

이에 반해, 본 출원인은 실험을 통해 힘판을 사용하지 않고도 머리에 가속도 센서만 부착함으로써 사용자의 자세를 분석할 수 있음을 발견하였다.

또한, 본 발명은 머리에 부착된 가속도계 센서만을 이용하여 사용자의 좌우, 상하, 전후 방향의 가속도 신호를 수집하고 분석할 수 있으므로, 전력 소모를 현저하게 줄이면서도 사용자의 자세를 정확하게 분석할 수 있다.

또한, 본 발명은 스포츠 운동별 운동 자세 분석을 통해 운동자세를 구분하고 운동 파라미터를 도출함으로써 사용자에게 유의미한 피드백을 제공할 수 있다.

이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

110: 측정 모듈
111: 센서 모듈 112: 센서 제어모듈
113, 128: 통신 모듈
120: 분석 모듈
121: 가속도 수집 모듈 122: 중력 벡터 검출 모듈
123: 방향 축 산출 모듈 124: 캘리브레이션 모듈
125: 운동 자세 판단모듈 126: 운동 파라미터 추출모듈
127: 분석 제어모듈 129: 사용자 인터페이스 모듈
130: 데이터베이스 140: 가이드모듈

Claims

사용자의 머리에 착용되되, 가속도 센서를 이용하여 머리 움직임에 따른 가속도 신호를 측정하는 측정 모듈; 및
상기 사용자가 정면을 응시하는 시점에 상응하는 제1 가속도와 상기 사용자가 정면이 아닌 다른 각도를 응시하는 시점에 상응하는 제2 가속도를 수집하여 3축방향축을 산출하고,
상기 산출된 3축방향축을 기반으로 상기 사용자의 운동시 상기 측정모듈에서 측정되는 가속도 신호를 사용자 좌표계의 가속도 신호로 보정하여 운동종류에 따른 운동자세를 구분하여 운동파라미터를 분석하는 분석모듈을 포함하는, 운동 분석 시스템.
제1항에 있어서,
상기 분석 모듈은,
상기 사용자 좌표계의 가속도 신호로 보정된 좌우 방향 가속도(x'), 전후 방향 가속도(y') 및 상하 방향 가속도(z')가 기설정된 조건을 만족하는지 판단하여 운동 자세를 구분하는 운동자세 판단모듈을 포함하는, 운동 분석 시스템.
제2항에 있어서,
상기 운동종류가 수영이면 상기 기설정된 조건은, 상기 전후 방향 가속도가 제1기준값 보다 큰 값인지 판단하는 제1조건, 상기 제1조건에 불만족시, 현재 시점을 기준으로 가장 최근의 기설정 시간구간에서 좌우 방향 가속도의 최대값이 상기 제1기준값 보다 큰 값인지 판단하는 제2조건, 상기 제2조건에 불만족시, 전후 방향 가속도 및 상하 방향 가속도의 주파수 분석에서 가속도가 기설정 주파수 대역 이상인 대역에서 제2기준값보다 큰 값인지 판단하는 제3조건을 포함하고,
상기 운동자세 판단모듈은, 상기 제1조건 만족시 배영, 제2조건 만족시 자유형, 제3조건 만족시 접영, 제3조건 불만족시 평영으로 판단하며, 상기 제2기준값은 상기 제1기준값보다 작은 값인, 운동 분석 시스템.
제3항에 있어서,
상기 분석 모듈은,
상기 운동자세 판단모듈에서 판단된 운동 자세에 대한 운동 파라미터를 추출하는 운동 파라미터 추출모듈을 더 포함하고,
상기 운동 파라미터는, 스트로크(Stroke) 횟수, 스트로크 속도, 스트로크 거리, 터닝 시점, 랩 타임(Lap time), 터닝 횟수, 운동 거리, 운동 속도, 칼로리 소모, 운동 효율성(Swolf) 중 적어도 하나가 되는, 운동 분석 시스템.
제4항에 있어서,
상기 운동 파라미터 추출모듈은,
상기 추출된 운동 파라미터에 기초하여, 수직 진동 진폭, 수평 진동 진폭, 균일도(Consistency), 호흡시간, 좌우균형도(Symmetry), 호흡량, 충격량 중 적어도 하나를 더 추출하는, 운동 분석 시스템.
제2항에 있어서,
상기 운동 자세 판단모듈은, 상기 운동 종류가 등산이면,
현재 시점을 기준으로 가장 최근의 기설정 시간구간에서 측정된 상하 방향 가속도의 평균값이 기설정 값 보다 큰 값이면 등산 운동의 오르기 자세로 판단하고, 상기 평균값이 상기 기설정 값 이하이면 등산 운동의 내려오기 자세로 판단하는, 운동 분석 시스템.
제6항에 있어서,
상기 분석 모듈은,
상기 운동자세 판단모듈에서 판단된 운동 자세에 대한 운동 파라미터를 추출하는 운동 파라미터 추출모듈을 더 포함하고,
상기 운동 파라미터는, 걸음수, 한걸음 속도, 충격량, 좌우균형도, 균일도, 수평 진동 진폭, 최대 부하 중 적어도 하나가 되는, 운동 분석 시스템.
제7항에 있어서,
상기 운동 파라미터 추출모듈은,
상기 추출된 운동 파라미터에 기초하여, 운동 거리, 운동 속도, 운동 최대 속도, 랩 타임, 한걸음 길이, 칼로리 소모 중 적어도 하나를 더 추출하는, 운동 분석 시스템.
제2에 있어서,
상기 운동 자세 판단모듈은, 상기 운동종류가 싸이클이면,
상기 측정된 상하 방향 가속도를 2번 적분하여 얻은 수직진동진폭이, 기설정값 보다 크면 싸이클 운동의 일어서기 자세로 판단하고, 상기 기설정값 이하이면 싸이클 운동의 앉기 자세로 판단하는, 운동 분석 시스템.
제9항에 있어서,
상기 분석 모듈은,
상기 운동자세 판단모듈에서 판단된 운동 자세에 대한 운동 파라미터를 추출하는 운동 파라미터 추출모듈을 더 포함하고,
상기 운동 파라미터는, 스트로크 횟수, 스트로크 속도, 운동 속도, 운동 거리 및 칼로리 소모 중 적어도 하나가 되는, 운동 분석 시스템.
제1항에 있어서,
상기 분석모듈은,
상기 측정되는 가속도 신호로부터 상기 사용자가 정면을 응시하는 시점에 상응하는 제1 가속도와 상기 사용자가 정면이 아닌 다른 각도를 응시하는 시점에 상응하는 제2 가속도를 수집하는 가속도 수집 모듈;
상기 제1 가속도 및 상기 제2 가속도의 변동지표가 미리 정해진 조건을 만족하는 경우, 상기 제1 가속도 및 상기 제2 가속도가 측정된 시점에 대응하는 제1 중력 벡터 및 제2 중력 벡터를 측정하는 중력 벡터 검출 모듈; 및
상기 제1 중력 벡터와 상기 제2 중력 벡터를 외적하여 좌우 방향 벡터 및 전후 방향 벡터를 산출하는 방향 축 산출 모듈을 포함하는, 운동 분석 시스템.
제11항에 있어서,
상기 분석모듈은,
상기 제1중력벡터인 상하 방향 벡터, 상기 좌우 방향 벡터 및 전후 방향 벡터에 기초하여 캘리브레이션 매트릭스(R)를 산출하는 캘리브레이션 모듈을 더 포함하고,
상기 캘리브레이션 매트릭스는, 상기 가속도 센서에서 측정되는 상기 사용자의 사용자 좌표 및 센서 좌표의 원시값을 이용하여 하기 수학식에 의해 산출되는, 운동 분석 시스템.

(여기서, Xcal은 상하축, 좌우축, 전후축에 대한 사용자 좌표의 센서값((u_x, u_y, u_z), (v_x, v_y, v_z), (w_x, w_y, w_z))으로, (u_x, u_y, u_z)는 상하 방향 가속도(z'), (v_x, v_y, v_z)는 좌우 방향 가속도(x'), (w_x, w_y, w_z)는 전후 방향 가속도(y')가 되고, Xraw는 센서 좌표의 원시값(x,y,z)을 나타내며, 상기 R은 상기 상하 방향 벡터(u), 좌우 방향 벡터(v) 및 전후 방향 벡터(w)를 기초로 구성된 캘리브레이션 매트릭스
임)
제11항에 있어서,
상기 방향 축 산출모듈은,
상기 제1 중력 벡터와 상기 제2 중력 벡터를 외적하여 좌우 축(ML, Medial-Lateral axis)의 좌우 방향 벡터를 산출한 후 상기 제1 중력 벡터와 상기 좌우 방향 벡터를 외적하여 전후 축(AP, Antero-Posterior axis)의 전후 방향 벡터를 산출하거나,
상기 제1 중력 벡터와 상기 제2 중력 벡터를 외적하여 전후 축의 전후 방향 벡터를 산출한 후 상기 제1 중력 벡터와 상기 전후 방향 벡터를 외적하여 좌우 축의 좌우 방향 벡터를 산출하는, 운동 분석 시스템.