KR20230101698A - Ai운동가이드장치 및 방법 - Google Patents

Ai운동가이드장치 및 방법 Download PDF

Info

Publication number
KR20230101698A
KR20230101698A KR1020220152001A KR20220152001A KR20230101698A KR 20230101698 A KR20230101698 A KR 20230101698A KR 1020220152001 A KR1020220152001 A KR 1020220152001A KR 20220152001 A KR20220152001 A KR 20220152001A KR 20230101698 A KR20230101698 A KR 20230101698A
Authority
KR
South Korea
Prior art keywords
pmw
exercise
user
objectification
index
Prior art date
Application number
KR1020220152001A
Other languages
English (en)
Inventor
유선경
Original Assignee
주식회사 디랙스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 디랙스 filed Critical 주식회사 디랙스
Priority to EP22214919.7A priority Critical patent/EP4207212A1/en
Priority to US18/087,813 priority patent/US20230201667A1/en
Priority to CN202211685546.6A priority patent/CN116351024A/zh
Publication of KR20230101698A publication Critical patent/KR20230101698A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0087—Electric or electronic controls for exercising apparatus of groups A63B21/00 - A63B23/00, e.g. controlling load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/17—Counting, e.g. counting periodical movements, revolutions or cycles, or including further data processing to determine distances or speed
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/50—Force related parameters
    • A63B2220/51—Force
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user

Landscapes

  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Human Computer Interaction (AREA)

Abstract

본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 사용자 데이터를 기초로 계산한 추정근력값을 기초로 사용자가 운동하고자 하는 운동기구의 PMW추정을 추정하는 PMW추정부;및 상기 PMW추정에 사용자 개인별 객관화지수를 보완하여 상기 운동기구에 대한 PMW개인을 제공하는 PMW가이드부;를 포함하는 것을 특징으로 한다.

Description

AI운동가이드장치 및 방법{Method and Apparatus for workout guidance}
본 발명은 사용자의 개인적 특성을 고려하여 운동기구의 목표중량을 자동으로 제공하는 방법에 관한 것이다.
웨이트 운동기구는 근력을 높이기 위한 신체 부위나 사용 목적 등에 따라 다양한 형태로 제공되고 있으며, 주로 손이나 발을 이용하여 상체와 하체를 단련시키도록 이루어진다. 사용자는 운동기구의 운동 구조물을 통해 선택된 무게를 이동시킴으로써 운동을 실시할 수 있다.
그러나, 사용자가 운동기구를 자신의 신체적 특성, 운동 수행능력 또는 운동기구의 목적에 맞게 적합하게 사용하고 있는지 확인하기가 어려운 문제가 있다.
KR 10-1968621 B1
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 사용자 성별, 나이, 체중, 키, BMI 및 체지방률 등을 포함하는 사용자데이터만으로 사용자가 이용하는 운동기구의 적합한 초기 목표중량을 제공하고자 한다.
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 사용자의 운동 목적에 따라 운동기구의 목표중량을 자동으로 조정하고자 한다.
본 발명의 바람직한 일 실시예에서는 사용자 성별, 나이, 체중, 키, BMI 및 체지방률 등이 동일한 제 1 사용자와 제 2 사용자에게 운동기구별로 초기목표중량은 동일하게 제공하는 경우에도, 제 1 사용자와 제 2 사용자의 운동기록 등을 포함하는 개인별 객관화지수를 더 반영하여 제 1 사용자 및 제 2 사용자가 이용하는 운동기구마다 각각 제 1 사용자 및 제 2 사용자에게 적합한 목표중량을 새롭게 설정하여 제공하는 방법을 제안한다.
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 사용자 개인별 객관화지수를 학습하고, 분석하여 사용자마다 차별화된 운동기구의 목표중량을 지속적으로 업데이트하여 사용자가 운동기구를 최적화된 방식으로 이용하는 방법을 제공하고자 한다.
본 발명의 바람직한 일 실시예로서 AI운동가이드장치는 사용자 데이터를 기초로 계산한 추정근력값을 기초로 사용자가 운동하고자 하는 운동기구의 PMW추정을 추정하는 PMW추정부;및 상기 PMW추정에 사용자 개인별 객관화지수를 보완하여 상기 운동기구에 대한 PMW개인을 제공하는 PMW가이드부;를 포함하고, 상기 사용자 객관화지수는 사용자가 기설정된 기간동안 상기 운동기구를 이용할 때 파악된 상기 운동기구의 중량, 반복횟수(Reps), 세트수, 운동궤적, 이동속도, 그리고 세트단위 반복횟수(Reps)의 규칙성 중 적어도 일부를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서 AI운동가이드장치는 상기 PMW추정을 기초로 상기 사용자가 이용하고자 하는 운동기구의 초기 목표중량을 자동으로 설정하는 운동목표설정부;를 더 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서 AI운동가이드장치는 상기 PMW개인을 기초로 상기 사용자가 이용하고자 하는 운동기구의 목표중량을 자동으로 업데이트하는 AI운동목표설정부;를 더 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서 상기 PMW가이드부는 상기 객관화지수가 제 1 기준값 이상인 경우 PMW개인을 PMW추정보다 큰 값으로, 그리고 상기 객관화지수가 제 2 기준값 이하인 경우 PMW개인을 PMW추정보다 작은 값으로 PMW개인을 업데이트 하는 PMW업데이트부;를 포함하는 것을 특징으로 한다. PMW업데이트부는 상기 업데이트된 PMW개인을 상기 기설정된 기간 단위마다 상기 객관화지수를 기초로 새롭게 갱신하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서 상기 PMW가이드부는 PMW개인을 기초로 자동으로 업데이트 된 상기 운동기구의 목표중량을 표시하는 표시부를 포함하는 것을 특징으로 한다. 표시부는 상기 기설정된 기간동안 상기 운동기구의 목표중량의 변화량을 더 표시하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서 상기 PMW가이드부는 상기 운동궤적을 상기 객관화지수로 이용한 경우, 운동궤적에서 파악된 상승시작시점, 하강시작시점, 상승구간평균속도, 하강구간평균속도, 그리고 높이를 이용하여 운동궤적의 완결성을 판단하고, 상기 운동궤적의 완결성 정도를 수치로 변환하여 상기 객관화지수로 이용하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서 상기 PMW가이드부는 상기 반복횟수(Reps)를 상기 객관화지수로 이용한 경우, 한 세트를 구성하는 전체 반복횟수 각각의 운동궤적 간의 규칙성을 기초로 상기 반복횟수(Reps)의 완결성을 판단하고, 상기 반복횟수(Reps)의 완결성 정도를 수치로 변환하여 상기 객관화지수로 이용하는 것을 특징으로 한다.
본 발명의 또 다른 바람직한 일 실시예로서 AI운동가이드방법은 PMW추정부에서 사용자 데이터를 기초로 계산한 추정근력값을 기초로 사용자가 운동하고자 하는 운동기구의 PMW추정을 추정하는 단계;및 PMW가이드부는 상기 PMW추정에 사용자 개인별 객관화지수를 보완하여 상기 운동기구에 대한 PMW개인을 제공하는 단계;를 포함하고, 상기 사용자 객관화지수는 사용자가 기설정된 기간동안 상기 운동기구를 이용할 때 파악된 운동기구의 중량, 반복횟수(Reps), 세트수, 운동궤적, 이동속도, 그리고 세트단위 반복횟수(Reps)의 규칙성 중 적어도 일부를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 사용자 성별, 나이, 체중, 키, BMI 및 체지방 중 적어도 일부를 포함하는 사용자 데이터가 입력되면 운동기구마다 사용자에게 적합한 목표중량을 자동으로 설정할 수 있는 효과가 있다.
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 사용자의 운동기록을 학습하고, 분석하여 사용자가 이용하는 운동기구의 목표중량을 지속적으로 업데이트하여 사용자가 운동기구를 최적화된 방식으로 이용하는 방법을 제공하는 효과가 있다.
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 사용자의 운동기록 및 사용자의 변화된 신체상태에 맞추어 운동기구를 이용하는 방법을 새롭게 제안받아 운동 효과를 높일 수 있는 효과가 있다.
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 또한 사용자의 운 동목적에 따라 운동기구마다 사용자에게 적합한 목표중량을 자동으로 설정할 수 있는 효과가 있다.
도 1 은 본 발명의 바람직한 일 실시예로서, AI운동가이드장치가 이용되는 스마트짐 시스템을 도시한다.
도 2 는 본 발명의 바람직한 일 실시예로서, 스마트짐에 구비된 AI운동가이드 방법이 구현된 운동기기의 일 예를 도시한다.
도 3 는 본 발명의 바람직한 일 실시예로서, 스마트짐 시스템에서 AI운동가이드 방법이 구현된 운동기구와 스마트짐 서버의 내부 구성도를 도시한다.
도 4 는 본 발명의 바람직한 일 실시예로서, AI운동가이드장치의 내부 구성도를 도시한다.
도 5 는 본 발명의 바람직한 일 실시예로서, AI운동가이드장치의 사용자인터페이스의 일 예를 도시한다.
도 6 은 본 발명의 바람직한 일 실시예로서, AI운동가이드 방법이 구현된 운동기기에서 검출된 운동궤적의 일 예를 도시한다.
도 7 내지 9는 본 발명의 바람직한 일 실시예로서, 객관화지수계산부에서 반복횟수를 기초로 분석하는 일 예를 도시한다.
도 10은 본 발명의 바람직한 일 실시예로서, 기계학습처리부에서 운동궤적 빅데이터를 분류한 일 예를 도시한다.
도 11은 본 발명의 바람직한 일 실시예로서, 두 명의 사용자의 체스트프레스 운동기구에 대한 운동궤적을 측정한 일 예를 도시한다.
도 12는 본 발명의 바람직한 일 실시예로서, AI운동가이드 방법의 흐름도를 도시한다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명한다.
도 1 은 본 발명의 바람직한 일 실시예로서, AI운동가이드장치가 이용되는 스마트짐 시스템을 도시한다.
스마트짐 시스템(100)은 스마트짐 서버(110), 적어도 하나의 운동기구(100a, 100b, 100c,..., 100n), 적어도 하나의 사용자 단말기(120) 및 관리자 단말기(130)를 포함한다.
도 1 에서 스마트짐 서버(110)는 물리적으로 서로 다른 위치의 제 1 스마트짐(112), 제 2 스마트짐(114), 그리고 제 n 스마트짐(116)과 통신이 가능하며, 제 1 스마트짐(112) 내에 배치된 적어도 하나의 운동기구(100a, 100b), 제 2 스마트짐(114) 내에 배치된 적어도 하나의 운동기구(100c), 그리고 제 n 스마트짐(116) 내에 배치된 적어도 하나의 운동기구(100n)과 데이터의 송수신이 가능하다.
본 발명의 바람직한 일 실시예로서, 스마트짐은 사용자가 운동기구를 이용한 운동기록을 스마트짐 서버(110)에 제공하고, 스마트짐 서버(110)에서 사용자의 운동기록을 학습하고 분석하여 사용자에게 맞는 운동처방을 제공해주는 물리적 공간을 지칭한다. 스마트짐은 피트니스센터, 헬스장, 운동기기를 구비한 공간 등으로 구현될 수 있다.
스마트짐에 운동을 하러 온 사용자는(USER A, USER B, USER C, ..., USER N) 스마트짐 출입 시에 본인 확인을 거친 후 스마트짐 내로 들어올 수 있다. 예를 들어, 사용자는 스마트짐 출입구에 있는 키오스크와 같은 무인 단말기에 사용자 단말기(120)를 NFC(Near Field Communication)나 RFID(Radio Frequency IDentification) 방식으로 태깅함으로써, 회원 확인을 거친 후 출입하거나, 무인 단말기에 얼굴인식 등과 같은 생체정보 확인을 통해 회원 확인이 이루어진 후 출입할 수 있다.
회원 확인이 이루어진 사용자에 대한 정보는 스마트짐 서버(200)에서 네트워크를 통해 운동 기구들(100A,100B, 100C, 100N) 중 적어도 하나로 전송될 수 있다. 예를 들어, 스마트짐 서버(200)는 사용자가 단말기(120)를 태깅한 운동기구에 사용자에 대한 정보를 전송할 수 있다. 본 발명의 바람직한 일 실시예에서, 사용자에 대한 정보는 사용자 데이터라는 용어로도 이용되며 사용자 성별, 나이, 체중, 키, BMI 및 체지방률 중 적어도 일부 또는 전부를 포함한다.
스마트짐 서버(110)는 스마트짐(112) 내에 배치된 적어도 하나의 운동기구(100a, 100b) 각각을 이용하는 제 1 사용자(USER A) 및 제 2 사용자(USER B)에게 각 사용자에게 맞는 운동방법, 운동강도, 운동시퀀스 등을 안내할 수 있다. 그리고, 스마트짐 서버(110)는 운동기구(100a, 100b) 각각의 목표 중량, 추천이용속도 등의 값을 제공할 수 수 있다. 또한, 스마트짐 서버(110)는 운동기구(100a, 100b) 각각을 이용한 제 1 사용자(USER A) 및 제 2 사용자(USER B)의 운동기록을 수신할 수 있다. 그리고 사용자 단말기(120)로부터 사용자의 심박수, 혈압, 맥박 등과 같은 건강정보나 로그 정보 등을 더 수신할 수 있다.
스마트짐 서버(110)는 클라우드 서버의 형태로 구현될 수 있다. 스마트짐 서버(110)는 위치가 서로 다른 스마트짐 운동센터 내의 각각의 운동기구에서 수집한 정보를 통합하여 관리가 가능하다. 예를 들어, 스마트짐 서버(110)는 제 1 사용자가 제 1 위치의 스마트짐(112)에서 운동기구를 이용한 내역과 제 2 위치의 스마트짐(114)에서 운동기구를 이용한 내역을 통합하여 관리할 수 있다.
본 발명의 바람직한 일 실시예로서, 적어도 하나의 운동기구(100a, 100b, 100c,..., 100n)는 스트레칭 운동기구, 웨이트 운동 기구나 유산소 운동 기구일 수 있다. 웨이트 운동 기구는 프리웨이트 기구와 머신 기구를 포함한다. 적어도 하나의 운동기구(100a, 100b, 100c,..., 100n)는 운동기구에 부착된 디스플레이 또는 운동기구와 유무선으로 통신이 가능한 디스플레이를 통해 사용자에게 적합한 운동가이드를 제공한다. 예를 들어, 스트레칭 기구의 경우 스트레칭 기구와 유무선으로 통신이 가능한 스마트미러를 통해 사용자가 이용할 스트레칭과 관련한 운동가이드를 제공한다. 다만 이에 제한되는 것은 아니며, 스피커, 진동 등 다양한 출력 방법을 이용하여 운동가이드를 제공할 수 있다.
적어도 하나의 운동기구(100a, 100b, 100c,..., 100n)는 스마트짐 서버(110), 사용자 단말기(120) 그리고 관리자 단말기(130)와 유무선 통신을 수행할 수 있다.
본 발명의 바람직한 일 실시예로서, 사용자 단말기(120)는 스마트폰, 스마트와치, 핸드헬드 장치, 웨어러블 장치 등의 형태로 구현될 수 있다. 그리고, 사용자 단말기(120)는 스마트짐 시스템 이용을 위한 어플리케이션 등을 설치할 수 있다. 사용자 단말기(120)는 스마트짐 서버(120)로부터 운동시퀀스 정보 등을 수신할 수 있다. 운동시퀀스는 사용자의 체력과 운동 능력을 고려하여 계획된 운동계획을 지칭한다. 운동시퀀스는 사용자가 이용할 운동기구 목록, 각 운동기구의 목표 중량과 이용 횟수 등의 정보를 포함한다.
사용자는 스마트짐 시스템(100) 내의 적어도 하나의 운동기구(100a, 100b, 100c,..., 100n)를 사용할 때 단말기(120)를 이용하여 NFC, RFID 등의 태깅을 통해통신을 수행하거나 또는 사용자의 신체 특성을 이용하여 신원확인을 수행할 수 있다. 사용자의 신원확인이 완료되면, 스마트짐 서버(110)는 사용자가 태깅한 운동기구에 사용자 데이터를 전송할 수 있다.
도 3 은 본 발명의 바람직한 일 실시예로서, 스마트짐 시스템에서 AI운동가이드 방법이 구현된 운동기구와 스마트짐 서버의 내부 구성도를 도시한다.
본 발명의 바람직한 일 실시예로서, 스마트짐 내의 운동기구(300)는 스마트짐 서버(380), 사용자 단말기(390), 그리고 외부 서버(388)와 통신이 가능하다.
본 발명의 바람직한 일 실시예로서, 운동기구(300)는 프로세서(310), 센싱부(320), 통신부(340), 운동가이드부(360) 및 디스플레이(370)를 포함한다. 또한, 카메라부(330)와 영상처리부(350)를 더 포함할 수 있다. 프로세서(310)는 필요에 따라 AI처리부(312)를 더 포함할 수 있다.
도 2 를 더 참고하면, 숄더프레스(200)는 스마트짐에서 이용하는 AI운동가이드방법이 적용된 운동기구(300)의 일 예를 나타낸다. 도 2 및 3을 참고하여 운동기구(300)를 설명한다.
센싱부(220)는 운동 본체(210)의 프레임구조물(213)에 설치될 수 있다. 프레임구조물(213)은 베이스 프레임(231a)와 가이드레일(231b) 및 연결라인(231c)를 포함한다. 센싱부(220)는 핀 구조물(215)을 향해 레이저빔을 조사하고, 반사된 레이저 빔을 수신하여, 센싱부(220)로부터 핀 구조물(215)까지의 거리(D)(S220)를 실시간 또는 기설정된 t시간 단위로 측정한다. 이를 통해, 센싱부(220)는 핀 구조물(215)에 의해 선택된 웨이트 부재(211)의 위치, 이동 속도 및 이동 방향 중 적어도 하나를 실시간으로 검출할 수 있다. 또한 사용자가 운동기구(200)의 손잡이(212)를 밀어 웨이트판이 움직이는 경우, 센싱부(220)는 웨이트판에 꽂혀있는 핀 구조물(215)까지의 거리(D)(S220)를 측정하고, 이를 기초로 운동궤적을 검출할 수 있다.
통신부(340)는 디스플레이부(230)를 통해 사용자입력을 수신하거나 또는 스마트짐 서버(380)의 사용자DB(382)로부터 사용자데이터를 송수신할 수 있다. 통신부(340)는 또한 외부서버(388)와 통신이 가능하다.
운동가이드부(360)는 스마트짐서버(380)로부터 수신한 사용자데이터, 운동기구의 목표중량, 운동기구의 이동속도가이드, 운동기구 이용시 호흡가이드, 그리고 운동시퀀스 등의 정보를 사용자에게 제공할 수 있다. 운동가이드부(360)에서 사용자에게 운동기구의 이동속도가이드를 제공하는 일 예는 도 5 및 10을 참고하여 설명한다.
도 10의 그래프는 기계학습처리부(384)에서 모집단으로부터 획득한 특정 운동기구에 대한 운동궤적을 7개(1010~1070)의 패턴으로 분류한 일 예를 나타낸다. 모집단은 초기에는 n명의 기설정된 인원을 대상으로 하나, 스마트짐을 이용하는 사용자의 데이터를 지속적으로 누적하여 사용할 수 있다.
기계학습처리부(384)는 모집단의 운동궤적 패턴을 분류하고, 각 패턴에 속하는 모집단의 비율을 각각 파악할 수 있다. 기계학습처리부는 분석한 7가지의 운동궤적 패턴 중 운동 효과가 가장 높은 운동궤적을 선택한다. 이 경우, 기계학습처리부는 운동 효과가 가장 높은 기설정된 기준값 궤적(1012)과 편차가 가장 작은 제 2 운동궤적(1020) 및 제 6 운동궤적(1060)을 선택한다. 제 2 운동궤적(1020)은 모집단의 21.7%에 해당하고, 제 6 운동궤적(1060)은 모집단의 23.1%에 해당한다.
운동가이드처리부(386)는 검출된 사용자의 운동궤적이 어떤 패턴에 속하는지 파악할 수 있다. 또한 운동부하, 운동횟수와 시간에 따라 사용자의 운동궤적의 변화를 파악할 수 있다. 예를 들어, 제 1 사용자가 체스트프레스를 60kg으로 이용할 때의 운동궤적은 제 2 운동궤적(1020)에 속하나, 제 1 사용자가 체스트프레스를 70kg으로 이용할 때 운동궤적이 제 1 운동궤적(1010)에 속할 경우, 운동가이드처리부(386)는 제 1 사용자에게 적합한 부하는 60kg이라고 판단할 수 있다.
운동가이드처리부(386)는 사용자에게 적합한 운동기구의 이동속도가이드 VG1(도 5, 530)를 운동가이드부(360)를 통해 제공한다. 이동속도가이드VG1(530)는 사용자가 운동기구를 이용할때 운동목적에 맞는 효과를 얻기에 적합한 이동속도를 의미한다. 일 예로, 사용자는 이동속도가이드 VG1(530)의 이동에 맞추어 숄더 프레스를 밀어내면, 사용자가 숄더 프레스를 밀어내는 측정된 속도 V1(520)가 기준라인(510)에 함께 표시된다.
스마트짐서버(380)는 사용자데이터를 기초로 특정근력의 추정근력값을 계산할 수 있다. 그리고, 추정근력값을 기초로 사용자가 이용할 운동기구의 PMW추정을 파악하고, 사용자의 운동목적 및 PMW추정을 기초로 사용자가 이용할 운동기구의 초기목표중량을 자동으로 설정한다. 본 발명의 바람직한 일 실시예에서 PMW(Personal Maximum Weight)는 개인이 최대 노력으로 중량의 저항에 대항하여 발휘할 수 있는 근력을 말한다. PMW의 예로는 1RM, 4RM 등을 포함한다. PMW추정는 추정근력값을 기초로 사용자의 PMW를 추정한 값을 나타내며, 스마트짐서버(380)는 운동기구별로 PMW추정를 파악할 수 있다.
스마트짐서버(380)는 사용자가 이용할 운동기구의 초기목표중량을 운동기기(300)의 운동가이드부(360)에 제공할 수 있으며, 운동가이드부(360)는 디스플레이(370)에 사용자가 이용할 운동기구의 초기목표중량을 표시할 수 있다. 사용자가 이용할 운동기구의 초기목표중량(도 5, 550)을 제시한 일 예는 도 5를 참고한다.
스마트짐서버(380)는 또한 PMW추정에 사용자 개인별 객관화지수를 보완한 최대근력값인 PMW개인을 예측할 수 있다. 이 경우, 스마트짐서버(380)는 PMW추정을 기초로 설정된 운동기구의 초기목표중량을 업데이트하여 사용자의 개인적 특성을 추가로 반영한 새로운 목표중량을 제공할 수 있다. 객관화지수의 일 예로는 운동기록이 있으며, 운동기구를 이용할 때 파악된 운동기구의 중량, 반복횟수(Reps), 세트수, 운동궤적, 이동속도, 그리고 세트단위 반복횟수(Reps)의 규칙성 등을 포함한다.
카메라부(330)는 운동기기(300)에 내장되거나 또는 운동기기(300)와 유무선으로 통신이 가능하며, 사용자의 운동자세를 촬영할 수 있다. 영상처리부(350)는 카메라부(330)에서 촬영한 사용자의 운동자세를 프로세서(310)를 통해 분석할 수 있다. 또한 AI처리부(312)를 통해 사용자가 운동기구의 목표중량 대로 운동할 때 촬영된 운동자세의 영상처리결과를 학습하고 학습결과를 스마트짐서버(380)에 전송할 수 있다. AI처리부(312)는 또한 사용자의 객관화지수를 처리하거나 학습할 수 있다.
스마트짐서버(380)는 사용자DB(382), 기계학습처리부(384) 및 운동가이드처리부(386)를 포함한다. 사용자DB(382)는 사용자데이터를 저장하고 관리한다. 사용자 데이터는 사용자 성별, 나이, 체중, 키, BMI 및 체지방률 등을 포함한다.
기계학습처리부(384)는 사용자가 스마트짐에서 이용한 운동기기들의 운동기록을 포함하는 객관화지수를 학습하고 처리한다. 기계학습처리부(384)에서 객관화지수를 학습하는 예는 도 6 내지 11을 참고한다.
기계학습처리부(384)는 사용자가 일정기간 동안 스마트짐에서 이용한 운동기기들의 객관화지수를 기초로 PMW추정을 PMW개인으로 업데이트 할 수 있다. 기계학습처리부(384)는 객관화지수가 제 1 기준값 이상인 경우 PMW개인을 PMW추정보다 큰 값으로, 객관화지수가 제 2 기준값 이하인 경우 PMW개인을 PMW추정보다 작은 값으로 PMW개인을 업데이트 할 수 있다.
기계학습처리부(384)는 사용자의 운동기록 등을 기초로 파악된 객관화지수를 기초로 사용자의 운동능력이 사용자의 특정근력으로부터 추정한 PMW추정보다 크다고 판단되면 사용자의 최대근력 값을 PMW추정보다 큰 PMW개인으로 재설정 할 수 있다. 이와 달리 사용자의 운동기록 등을 기초로 파악된 객관화지수를 기초로 사용자의 운동능력이 사용자의 특정근력으로부터 추정한 PMW추정보다 작다고 판단되면 사용자의 최대근력 값을 PMW추정보다 작은 PMW개인으로 재설정할 수 있다.
이를 통해, 기계학습처리부(84)는 사용자 성별, 나이, 체중, 키, BMI 및 체지방률 등이 동일한 제 1 사용자와 제 2 사용자의 PMW추정이 동일하게 추정되는 경우에도, 제 1 사용자와 제 2 사용자의 운동기록 등을 포함하는 개인별 객관화지수를 더 반영하여 제 1 사용자 및 제 2 사용자가 이용하는 운동기구마다 제 1 사용자 및 제 2 사용자에게 적합한 PMW개인을 학습하고 예측할 수 있다.
다시 말해, 기계학습처리부(284)는 사용자 성별, 나이, 체중, 키, BMI 및 체지방률 등의 신체조건과 관련한 사용자 데이터가 동일한 경우에도, 사용자 개개인의 근육발달 상태, 가동범위, 신체 비율, 운동습관, 운동 달성율 등에 따라 달라지는 개인별 객관화지수를 더 반영한 최대근력값인 PMW개인을 학습하고 예측할 수 있다.
센싱부(320)는 또한 사용자가 숄더프레스를 이용하는 동안 센싱한 거리 정보를 기초로 운동궤적을 파악할 수 있다. 기계학습처리부(384)는 사용자가 숄더프레스를 이용하는 동안 검출한 운동궤적에서 파악된 상승시작시점(611), 하강시작시점(613), 상승구간속도 V1(S610), 하강구간속도 V2(S620), 상승구간평균속도, 하강구간평균속도, 그리고 높이 H(612) 중 적어도 일부를 이용하여 운동궤적의 완결성을 판단하고, 운동궤적의 완결성 정도를 수치로 변환하여 객관화지수로 이용할 수 있다.
본 발명의 또 다른 바람직한 일 실시예로서, 기계학습처리부(384)는 반복횟수(Reps)를 객관화지수로 이용한 경우, 한 세트를 구성하는 전체 반복횟수 각각의 운동궤적 간의 규칙성을 기초로 반복횟수(Reps)의 완결성을 판단하고, 상기 반복횟수(Reps)의 완결성 정도를 수치로 변환하여 이용할 수 있다.
운동가이드처리부(386)는 또한 기계학습처리부(384)에서 수신한 PMW개인을 기초로 업데이트된 운동기기들의 목표중량을 제공할 수 있다.
도 4 는 본 발명의 바람직한 일 실시예로서, AI운동가이드장치의 내부 구성도를 도시한다. AI운동가이드장치(400)는 스마트짐서버 또는 단말기를 포함한다.
AI운동가이드장치(400)는 PMW추정부(410), PMW가이드부(420), 운동목표설정부(430), AI운동목표설정부(440) 및 표시부(450)를 포함한다. PMW추정부(410)는 근력추정부(412) 및 검출부(414)를 더 포함한다. PMW가이드부(420)는 객관화지수계산부(422) 및 PMW업데이트부(424)를 더 포함한다.
근력추정부(412)는 사용자 데이터를 기초로 사용자의 특정근력에 대한 추정근력값을 추정한다. 근력추정부(412)는 사용자의 성별, BMI, 체지방률 및 나이 정보를 이용하여 수학식 1의 일 실시예와 같이 사용자의 특정근력에 대한 추정근력값을 계산한다. 사용자의 성별, BMI, 체지방률 및 나이 정보가 모두 동일한 경우 동일한 추정근력값이 계산된다. 특정근력의 일 예는 악력일 수 있다.
Figure pat00001
수학식 1에서 A,B,C,D 및 E는 기설정된 값을 나타낸다.
검출부(414)는 외부서버(도 3, 388)에서 획득하거나 또는 표 1 내지 표 2와 같이 기설정된 성인 근력 백분위값에서 추정근력값이 속하는 백분위 수치를 검출한다. 표 1 은 성인 상대악력 남자의 백분위를 나타내고, 표 2 는 성인 상대악력 여자의 백분위를 나타낸다.

백분위		 연령
19-29 30-39 40-49 50-59 60-69
90 **.* ... **.*
...
50 57.2 56.1 **.* **.*
40 **.* 55.9 **.* 53.8 49.2
...
10 **.* ... **.*

백분위		 연령
19-29 30-39 40-49 50-59 60-69
90 **.* ... 47.5
...
50 **.* 46.3 43.8 **.* **.*
40 40.3 **.* **.* **.* 34.1
...
10 31.7 ... **.*
예를 들어, 근력추정부(412)에서 32살 남성의 추정근력값이 55.9로 계산된 경우, 검출부(414)에서는 표 1과 같이 기설정된 성인 근력 백분위값에서 32살 남성의 추정근력값이 55.9 속하는 백분위 수치 40를 검출한다.
PMW추정부(410)는 검출부(414)에서 검출된 추정근력값의 백분위 수치에 매칭되는 PMW추정백분위값을 이용하여 사용자가 이용하고자 하는 운동기구의 PMW추정을 추정한다. 본 발명의 바람직한 일 실시예에서, PMW추정부(410)는 운동기구를 이용한 모집단에서 획득한 운동기구의 PMW추정백분위값을 기저장하거나, 스마트짐서버로부터 다운받을 수 있다.
스마트짐 서버는 각각의 운동기구에 대한 PMW추정백분위값을 저장한 매핑테이블을 기저장하고 있으며, PMW추정백분위값은 스마트짐에서 각 운동기구를 이용하는 사용자들의 데이터를 더 반영하여 기설정된 기간 단위로 업데이트 될 수 있다. 보다 상세히, 스마트짐 서버(380)의 기계학습처리부(384)는 최초에 기설정된 모집단에서 획득한 PMW 데이터를 기초로 PMW추정백분위값을 포함한 매칭테이블을 생성한다. 이 후, 기계학습처리부(384)는 스마트짐에 비치된 운동기구를 사용한 사용자들의 PMW 데이터를 계속 수집하여 최초에 기설정된 모집단에서 획득한 PMW 데이터를 기초로 생성된 PMW추정백분위값을 제공하는 매칭테이블을 일정 시간 단위로 갱신할 수 있다.
표 3 내지 5는 PMW추정부(410)에서 이용하는 매핑테이블의 일 예를 도시한다. 표 3 내지 5에는 설명의 편의를 위하여 PMW10 백분위 수치에서 PMW90 백분위 수치 중 일부만을 표시하였으며, 기재된 수치는 발명의 이해를 돕기 위한 일 실시예임을 유의한다.
본 발명의 바람직한 일 실시예로서, PMW추정부(410)에서 체스트프레스 운동기구에 대한 모집단에서 획득한 운동기구의 PMW 백분위값 및 매칭테이블의 일 예는 표 3과 같다.
PMW 백분위값 최초 모집단 PMW(kg) 갱신된 모집단 PMW(kg)
PMW90 102.7 107.8
...
PMW50 67.2 67.8
PMW40 65.1 64.7
...
PMW10 24.6 23.9
본 발명의 바람직한 일 실시예로서, PMW추정부(410)에서 레그익스텐션 운동기구에 대한 모집단에서 획득한 운동기구의 PMW 백분위값 및 매칭테이블의 일 예는 표 4와 같다.
PMW추정 백분위값 최초 모집단 PMW추정(kg) 갱신된 모집단 PMW추정(kg)
PMW90 103.3 107.8
... ... ...
PMW50 67.3 69.2
PMW40 66.5 66.8
... ... ...
PMW10 24.6 24.9
본 발명의 바람직한 일 실시예로서, PMW추정부(410)에서 숄더프레스 운동기구에 대한 모집단에서 획득한 운동기구의 PMW추정백분위값을 제공하는 매칭테이블의 일 예는 표 5와 같다.
PMW 백분위값 최초 모집단 PMW(kg) 갱신된 모집단 PMW(kg)
PMW90 64.5 65.5
... ... ...
PMW50 43.3 43.2
PMW40 41.2 40.2
... ... ...
PMW10 16.1 16.3
PMW추정부(410)는 표 1과 같은 기설정된 성인 근력 백분위값에서 32살 남성의 추정근력값 55.9 가 속하는 백분위 수치 40를 검출한 경우, 백분위 수치 40에 대응하는 운동기구의 PMW을 추정한다.
표 3 내지 5를 참고하면, PMW추정부(430)는 '최초 모집단 PMW(kg)'을 기준으로 체스트프레스 운동기구의 PMW추정을 PMW40인 백분위수치에 대응하는 65.1kg으로 추정한다. 레그익스텐션 운동기구의 PMW추정을 PMW40인 백분위수치에 대응하는 66.5kg으로 추정한다. 그리고, 숄더프레스 운동기구의 PMW추정을 PMW40인 백분위수치에 대응하는 41.2kg으로 추정한다.
본 발명의 또 다른 바람직한 일 실시예에서, PMW추정부(430)는 최초에 기설정된 모집단의 PMW 데이터 외에 스마트짐에서 운동기구를 이용한 사용자들의 빅데이터가 더 수집되는 경우, 표 3 내지 5의 "갱신된 모집단 PMW(kg)"와 같이 갱신된 PMW 데이터를 이용할 수 있다. 이 경우, 체스트프레스 운동기구의 PMW추정을 PMW40인 백분위수치에 대응하는 64.7kg으로 업데이트 할 수 있다. 레그익스텐션 운동기구의 PMW추정을 PMW40인 백분위수치에 대응하는 66.8kg으로 업데이트 할 수 있다. 그리고, 숄더프레스 운동기구의 PMW추정을 PMW40인 백분위수치에 대응하는 40.2kg으로 업데이트 할 수 있다.
운동목표설정부(430)는 PMW추정부(410)에서 추정된 각 운동기구의 PMW추정을 기초로 각 운동기구의 초기 목표중량을 설정한다. 운동목표설정부(430)는 사용자인터페이스를 통해 수신한 사용자의 운동목적을 더 반영하여 각 운동기구의 초기 목표값을 설정할 수 있다.
운동목표설정부(430)는 사용자의 운동목적이 자유운동(541), 표준운동(542), 근육증강(543), 컨디셔닝(544)인지 여부에 따라 각각 운동기구의 초기 목표값을 상이하게 설정할 수 있다.
자유운동(541)의 경우 운동기구의 초기 목표값을 PMW추정*PFree(%)로 설정할 수 있다. 표준운동(542)의 경우 운동기구의 초기 목표값을 PMW추정*P표준(%)로 설정할 수 있다. 근육증강(543)의 경우 운동기구의 초기 목표값을 PMW추정*P근육증강(%)로 설정할 수 있다. 그리고, 컨디셔닝(544)인 경우 운동기구의 초기 목표값을 PMW추정*P컨디셔닝(%)로 설정할 수 있다.
본 발명의 바람직한 일 실시예로서, P근육증강(%)의 경우 65~85%로 설정되고, 반복횟수는 6회~12회로 설정할 수 있다. 본 발명의 바람직한 일 실시예로서, 운동목적이 근육증강일 경우 반영하는 가중치 P근육증강(%)는 기설정된 값을 이용할 수 있다. 또한 가중치 P근육증강(%)는 사용자에게 제안한 초기목표중량에 대한 사용자의 운동궤적, 사용자의 운동횟수별 운동궤적 등의 완결성 등의 객관적지수 피드백을 받아 재조정될 수 있다.
사용자가 디스플레이(500)에서 제공하는 사용자 인터페이스를 통해 운동목적을 표준(542)로 선택한 경우를 가정하면, 운동목표설정부는 숄더프레스 운동기구의 PMW추정이 40.2kg인 경우 P표준(%)=60을 반영한 후, 사용자에게 25kg을 초기목표중량으로 설정할 수 있다. 40.2kg*60%=24.12kg 이며, 운동기구에서 지원하는 무게 중 가장 근접한 25kg을 초기목표중량으로 설정할 수 있다.
본 발명의 바람직한 일 실시예로서, PMW가이드부(420)는 PMW추정부(410)에서 추정한 PMW추정에 사용자 개인별 객관화지수를 보완하여 상기 운동기구에 대한 PMW개인을 제공한다. PMW가이드부(420)는 동일한 운동기구에 대하여 동일한 PMW추정이 추정된 서로 다른 사용자에게 각 사용자의 운동기록을 반영하여 각 사용자에게 적합한 PMW개인을 제공한다. PMW가이드부(420)는 동일한 사용자가 동일한 운동기구를 이용하고, PMW추정이 동일하게 추정된 경우에도 일정기간 동안 사용자의 운동기록을 반영하여 현재시점에 사용자에게 적합한 PMW개인을 제공한다. PMW가이드부(420)는 사용자의 신체상태, 체력, 운동로그가 반영된 PMW개인을 이용하여 사용자에게 적합한 운동프로그램을 지속적으로 제공할 수 있다.
PMW가이드부(420)는 표시부(450)에 사용자가 선택한 운동기구를 이용하였을 때 활성화되는 근육, PMW개인 또는 PMW개인을 기초로 계산된 목표중량 중 적어도 하나를 표시할 수 있다.
PMW가이드부(420)는 객관화지수계산부(422) 및 PMW업데이트부(424)를 포함한다. 객관화지수계산부(422)는 사용자가 기설정된 기간동안 상기 운동기구를 이용할 때 파악된 운동기구의 중량, 반복횟수(Reps), 세트수, 운동궤적, 이동속도, 그리고 세트단위 반복횟수(Reps)의 규칙성 중 적어도 일부를 이용하여 객관화지수를 계산한다.
PMW업데이트부(424)는 객관화지수계산부(422)에서 계산된 객관화지수가 제 1 기준값 이상인 경우 PMW개인을 PMW추정보다 큰 값으로, 제 2 기준값 이하인 경우 PMW개인을 PMW추정보다 작은 값으로 PMW개인을 업데이트한다. PMW업데이트부(424)는 객관화지수를 기초로 업데이트된 PMW개인을 기설정된 기간 단위마다 새롭게 갱신할 수 있다.
AI운동목표설정부(440)는 PMW가이드부(420)에서 계산된 PMW개인을 기준으로 각 운동기구의 목표중량을 업데이트한다. 또한, AI운동목표설정부(440)는 사용자인터페이스를 통해 수신한 사용자의 운동목적을 더 반영하여 각 운동기구의 초기 목표값을 설정할 수 있다. 사용자의 운동목적이 자유운동(541), 표준운동(542), 근육증강(543), 컨디셔닝(544)인지 여부에 따라 각각 운동기구의 목표중량을 상이하게 업데이트한다.
본 발명의 바람직한 일 실시예로서, 객관화지수계산부(422)에서 운동궤적을 객관화지수로 이용하는 경우 도 6을 참고하여 설명한다. 객관화지수계산부(422)는 상승시작시점(611), 하강시작시점(613), 상승구간속도 V1(S610), 하강구간속도 V2(S620), 상승구간평균속도, 하강구간평균속도, 그리고 높이 H(612)를 이용하여 운동궤적의 완결성을 판단하고, 운동궤적의 완결성 정도를 수치로 변환하여 객관화지수로 이용한다.
예를 들어, 객관화지수계산부(422)는 기설정된 기준에 따라 상승시작시점(611)이 0~ta초 인 경우 적정하다고 판단하고, ta를 벗어나면 늦었다고 판단한다. 그리고, 적정한 상승시작시점(611) 항목에 기설정된 기준에 따라 완결성을 상, 중, 하 또는 1점에서 10점 단위의 점수를 부여할 수 있다. 마찬가지로, 상승구간속도 V1(S610)이 기설정된 기준에 따라 Va~Vb 사이인 경우 적정하다고 판단하고, Vb를 초과하면 빠르고, Va보다 미만이면 느리다고 판단하고, 적정, 빠름, 느림이라는 판단 결과에 각각 상, 중, 하 또는 1점에서 10점 단위의 점수를 부여할 수 있다.
이상과 같은 방식으로 객관화지수계산부(422)는 상승시작시점(611), 하강시작시점(613), 상승구간속도 V1(S610), 하강구간속도 V2(S620), 상승구간평균속도, 하강구간평균속도, 그리고 높이 H(612) 중 적어도 일부를 이용하여 사용자가 운동기구를 이용할 때 검출되는 운동궤적의 완결성을 판단한다.
PMW업데이트부(424)는 운동궤적의 완결성 수치를 객관화지수로 이용하는 경우, 객관화지수가 제 1 기준값, 예를 들어 8점, 이상이면 PMW개인을 PMW추정보다 큰 값으로 PMW개인을 업데이트한다. 일 예로서 사용자의 객관화지수가 9점이고 제 1 기준값이 8점인 경우, PMW개인을 PMW추정보다 n%만큼(n은 자연수) 높은 값으로 업데이트할 수 있다. 그리고, 객관화지수가 제 2 기준값, 예를 들어 6점, 이하이면 PMW개인을 PMW추정보다 작은 값으로 PMW개인을 업데이트한다. 그리고, 객관화지수가 제 2 기준값 초과 제 1 기준값 미만인 경우에는 PMW개인을 PMW추정값으로 유지한다.
본 발명의 또 다른 바람직한 일 실시예로서, 객관화지수계산부(422)에서 반복횟수(Reps)를 객관화지수로 이용하는 경우 도 7 내지 9를 참고하여 설명한다. 객관화지수계산부(422)는 한 세트를 구성하는 전체 반복횟수 각각의 운동궤적 간의 규칙성을 기초로 반복횟수(Reps)의 완결성을 판단하고, 반복횟수(Reps)의 완결성 정도를 수치로 변환하여 객관화지수로 이용한다.
도 7 내지 9는 제 1 내지 제 3 사용자가 한 세트 동안 12회 반복하여 시티드레그프레스를 운동하는 동안 검출된 운동궤적의 일 예를 도시한다. 도 7 내지 9에서 x축은 시간, y축은 운동기구의 이동변위를 나타낸다.
객관화지수계산부(422)는 한 세트 내의 반복횟수를 모두 완수하였는지 판단한다. 12회 반복횟수를 모두 수행하였는지 중도에 포기하고 일부 반복횟수를 판단하였는지 판단한다. 그리고, 객관화지수계산부(422)는 제 1 사용자의 12회 반복횟수(711~714, 721~724, 731~734), 제 2 사용자의 12회 반복횟수(811~814, 821~824, 831~834) 그리고 제 3 사용자의 12회 반복횟수(911~914, 921~924, 931~934) 각각의 운동궤적 간의 규칙성을 기초로 반복횟수(Reps)의 완결성을 판단한다. 이 경우 초반규칙성, 중반규칙성, 그리고 후반규칙성으로 나누어 판단할 수 있다.
예를 들어, 도 7의 제 1 사용자와 도 9의 제 3 사용자의 제 1회~제 4회(711~744, 911~914)의 초반규칙성은 4개의 운동궤적이 거의 일정하여 규칙성이 높다. 이 경우 초반규칙성을 4점으로 부여할 수 있다. 도 8의 제 2 사용자는 제 1회~제 3회(811~813)은 운동궤적이 일정하나 제 4회(814)의 운동궤적은 많이 벗어나 초반규칙성이 높다고 보기 어렵다. 이 경우 초반규칙성을 3점으로 부여할 수 있다. 다만, 이는 초반규칙성을 판단하기 위하여 운동궤적의 일치여부를 판단하여 수치를 부여하는 일 실시예일뿐, 운동궤적간의 거리, 시계열상의 길이 등을 기초로 규칙성을 판단하는 등의 다양한 방법을 이용할 수 있다.
객관화지수계산부(422)는 제 1 사용자는 12회 반복횟수의 규칙성이 높고, 제 2 사용자는 4회~7회 부분의 반복횟수, 즉 중반 규칙성이 낮으며, 제 3 사용자는 10회 및 12회 부분의 반복횟수 부분, 즉 후반 규칙성이 낮다고 판단하여 각각 점수를 부여할 수 있다.
객관화지수계산부(422)는 또한 각 사용자마다 12회 반복횟수 각각의 운동궤적에서 상승시작시점의 표준편차, 하강시작시점의 표준편차, 높이 표준편차, 상승구간속도 표준편차, 하강구간속도 표준편차 등을 각각 판단하고 기설정된 기준에 맞추어 점수를 부여할 수 있다.
또한 객관화지수계산부(422)는 한 세트를 구성하는 전체 반복횟수를 모두 수행한 수행시간을 더 참고하여 객관화지수를 산출할 수 있다.
도 11 은 본 발명의 바람직한 일 실시예로서, 체스트프레스 운동기구에 대해 동일한 PMW추정값을 지닌 제 1 사용자와 제 2 사용자의 반복횟수에 대한 운동궤적을 검출한 예를 나타낸다. 도 11에서 x푹은 시간, y축은 이동변위를 나타낸다.
제 1 사용자(1120)과 제 2 사용자(1130)는 초기에는 동일한 PMW추정을 기초로 동일한 운동프로그램을 제공받을 수 있다. 체스트프레스 운동기구에 대한 운동프로그램은 사용자가 최적의 운동궤적(1110)으로 운동을 수행하기에 적합한 운동기구의 초기목표중량, 반복횟수, 이동속도가이드, 호흡방법가이드 등을 포함할 수 있다.
도 11을 참고하면, 제 1 사용자(1120)는 이동변위는 최적의 운동궤적(1110)보다 높으나, 상승시작시점, 하강시작시점, 상승구간평균속도, 하강구간평균속도 등은 유사한 것을 확인할 수 있다. 또한 11회의 운동궤적간의 편차(1120a)가 작은 것을 확인할 수 있다.
제 2 사용자(1130)는 이동변위가 높고, 하강시작시점과 하강구간평균속도가 너무 빠른 것을 확인할 수 있다. 또한 11회의 운동궤적간의 편차(1120a)가 큰 것을 확인할 수 있다.
PMW가이드부는 제 1 사용자(1120)의 PMW개인값은 증가시키고, 제 2 사용자(1130)의 PMW개인값은 감소시킬 수 있다.
도 12는 본 발명의 바람직한 일 실시예로서, AI운동가이드방법의 흐름도를 도시한다.
PMW추정부는 사용자 데이터를 기초로 계산한 추정근력값을 기초로 사용자가 운동하고자 하는 운동기구의 PMW추정을 추정한다(S1210). 운동목표설정부는 PMW추정 을 기초로 운동기구의 초기 목표중량을 자동으로 설정한다(S1220).
PMW가이드부는 일정기간 동안 초기 목표중량을 기초로 운동한 운동기록 등을 포함한 사용자 개인별 객관화지수를 PMW추정에 보완하여 상기 운동기구에 대한 PMW개인을 제공한다(S1230). AI운동목표설정부는 PMW개인을 기초로 상기 운동기구의 목표중량을 자동으로 업데이트한다(S1240).
본 발명의 실시 예에 따른 방법들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.

Claims (17)

  1. 사용자 데이터를 기초로 계산한 추정근력값을 기초로 사용자가 운동하고자 하는 운동기구의 PMW추정을 추정하는 PMW추정부;및
    상기 PMW추정에 사용자 개인별 객관화지수를 보완하여 상기 운동기구에 대한 PMW개인을 제공하는 PMW가이드부;를 포함하고,
    PMW(Personal Maximum Weight)는 개인이 최대 노력으로 중량의 저항에 대항하여 발휘할 수 있는 근력을 나타내고, 상기 사용자 객관화지수는 사용자가 기설정된 기간동안 상기 운동기구를 이용할 때 파악된 상기 운동기구의 중량, 반복횟수(Reps), 세트수, 운동궤적, 이동속도, 그리고 세트단위 반복횟수(Reps)의 규칙성 중 적어도 일부를 포함하는 것을 특징으로 하는 AI운동가이드장치.
  2. 제 1 항에 있어서,
    상기 PMW추정을 기초로 상기 사용자가 이용하고자 하는 운동기구의 초기 목표중량을 자동으로 설정하는 운동목표설정부;를 더 포함하는 것을 특징으로 하는 AI운동가이드장치.
  3. 제 1 항에 있어서,
    상기 PMW개인을 기초로 상기 사용자가 이용하고자 하는 운동기구의 목표중량을 자동으로 업데이트하는 AI운동목표설정부;를 더 포함하는 것을 특징으로 하는 AI운동가이드장치.
  4. 제 1 항에 있어서, 상기 PMW가이드부는
    상기 객관화지수가 제 1 기준값 이상인 경우 PMW개인을 PMW추정보다 큰 값으로, 그리고 상기 객관화지수가 제 2 기준값 이하인 경우 PMW개인을 PMW추정보다 작은 값으로 PMW개인을 업데이트 하는 PMW업데이트부;를 포함하는 것을 특징으로 하는 AI운동가이드장치.
  5. 제 4 항에 있어서, 상기 PMW업데이트부는
    상기 업데이트된 PMW개인을 상기 기설정된 기간 단위마다 상기 객관화지수를 기초로 새롭게 갱신하는 것을 특징으로 하는 AI운동가이드장치.
  6. 제 1 항에 있어서, 상기 PMW가이드부는
    PMW개인을 기초로 자동으로 업데이트 된 상기 운동기구의 목표중량을 표시하는 표시부;를 포함하는 것을 특징으로 하는 AI운동가이드장치.
  7. 제 1 항에 있어서, 상기 PMW가이드부는
    상기 운동궤적을 상기 객관화지수로 이용한 경우,
    운동궤적에서 파악된 상승시작시점, 하강시작시점, 상승구간평균속도, 하강구간평균속도, 그리고 높이를 이용하여 운동궤적의 완결성을 판단하고, 상기 운동궤적의 완결성 정도를 수치로 변환하여 상기 객관화지수로 이용하는 것을 특징으로 하는 AI운동가이드장치.
  8. 제 1 항에 있어서, 상기 PMW가이드부는
    상기 반복횟수(Reps)를 상기 객관화지수로 이용한 경우, 한 세트를 구성하는 전체 반복횟수 각각의 운동궤적 간의 규칙성과 상기 한 세트를 구성하는 전체 반복횟수를 모두 수행한 수행시간을 기초로 상기 반복횟수(Reps)의 완결성을 판단하고, 상기 반복횟수(Reps)의 완결성 정도를 수치로 변환하여 상기 객관화지수로 이용하는 것을 특징으로 하는 AI운동가이드장치.
  9. PMW추정부는 사용자 데이터를 기초로 계산한 추정근력값을 기초로 사용자가 운동하고자 하는 운동기구의 PMW추정을 추정하는 단계;및
    PMW가이드부는 상기 PMW추정에 사용자 개인별 객관화지수를 보완하여 상기 운동기구에 대한 PMW개인을 제공하는 단계;를 포함하고,
    상기 사용자 객관화지수는 사용자가 기설정된 기간동안 상기 운동기구를 이용할 때 파악된 운동기구의 중량, 반복횟수(Reps), 세트수, 운동궤적, 이동속도, 그리고 세트단위 반복횟수(Reps)의 규칙성 중 적어도 일부를 포함하는 것을 특징으로 하는 AI운동가이드방법.
  10. 제 9 항에 있어서,
    운동목표설정부는 상기 PMW추정을 기초로 상기 운동기구의 초기 목표중량을 자동으로 설정하는 단계;를 더 포함하는 것을 특징으로 하는 AI운동가이드방법.
  11. 제 9 항에 있어서,
    AI운동목표설정부는 상기 PMW개인을 기초로 상기 운동기구의 목표중량을 자동으로 업데이트하는 단계;를 더 포함하는 것을 특징으로 하는 AI운동가이드방법.
  12. 제 9 항에 있어서, 상기 PMW개인을 제공하는 단계는
    PMW업데이트부에서 상기 객관화지수가 제 1 기준값 이상인 경우 PMW개인을 PMW추정보다 큰 값으로, 그리고 상기 객관화지수가 제 2 기준값 이하인 경우 PMW개인을 PMW추정보다 작은 값으로 PMW개인을 업데이트 하는 단계;를 포함하는 것을 특징으로 하는 AI운동가이드방법.
  13. 제 12 항에 있어서, 상기 PMW개인을 제공하는 단계는
    상기 객관화지수를 기초로 상기 업데이트된 PMW개인을 상기 기설정된 기간 단위마다 새롭게 갱신하는 것을 특징으로 하는 AI운동가이드방법.
  14. 제 9 항에 있어서, 상기 PMW개인을 제공하는 단계는
    표시부를 통해 PMW개인을 표시하거나 또는 상기 운동기구를 이용하였을 때 최대로 들어 올릴 수 있는 중량의 변화량을 표시하는 단계;를 더 포함하는 것을 특징으로 하는 AI운동가이드방법.
  15. 제 9 항에 있어서,
    상기 운동궤적을 상기 객관화지수로 이용한 경우,
    운동궤적에서 파악된 상승시작시점, 하강시작시점, 상승구간평균속도, 하강구간평균속도, 그리고 높이를 이용하여 운동궤적의 완결성을 판단하고, 상기 운동궤적의 완결성 정도를 수치로 변환하여 상기 객관화지수로 이용하는 것을 특징으로 하는 AI운동가이드방법.
  16. 제 9 항에 있어서,
    상기 반복횟수(Reps)를 상기 객관화지수로 이용한 경우, 한 세트를 구성하는 전체 반복횟수 각각의 운동궤적 간의 규칙성을 기초로 상기 반복횟수(Reps)의 완결성을 판단하고, 상기 반복횟수(Reps)의 완결성 정도를 수치로 변환하여 상기 객관화지수로 이용하는 것을 특징으로 하는 AI운동가이드방법.
  17. 컴퓨터-판독가능 기록매체로서,
    상기 컴퓨터-판독가능 기록매체는, 컴퓨팅 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은:
    PMW추정부는 사용자 데이터를 기초로 계산한 추정근력값을 기초로 사용자가 운동하고자 하는 운동기구의 PMW추정을 추정하는 단계;및
    PMW가이드부는 상기 PMW추정에 사용자 개인별 객관화지수를 보완하여 상기 운동기구에 대한 PMW개인을 제공하는 단계;를 포함하고,
    상기 사용자 객관화지수는 사용자가 기설정된 기간동안 상기 운동기구를 이용할 때 파악된 운동기구의 중량, 반복횟수(Reps), 세트수, 운동궤적, 이동속도, 그리고 세트단위 반복횟수(Reps)의 규칙성 중 적어도 일부를 포함하는 것을 특징으로 하는 컴퓨터-판독가능 기록매체.

KR1020220152001A 2021-12-28 2022-11-14 Ai운동가이드장치 및 방법 KR20230101698A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP22214919.7A EP4207212A1 (en) 2021-12-28 2022-12-20 Artificial intelligence workout guide apparatus and method
US18/087,813 US20230201667A1 (en) 2021-12-28 2022-12-23 Artificial intelligence workout guide apparatus and method
CN202211685546.6A CN116351024A (zh) 2021-12-28 2022-12-27 人工智能训练指导装置及方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210190376 2021-12-28
KR1020210190376 2021-12-28

Publications (1)

Publication Number Publication Date
KR20230101698A true KR20230101698A (ko) 2023-07-06

Family

ID=87185344

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020220152001A KR20230101698A (ko) 2021-12-28 2022-11-14 Ai운동가이드장치 및 방법
KR1020220152000A KR20230101697A (ko) 2021-12-28 2022-11-14 Ai운동가이드장치 및 방법
KR1020220152002A KR20230101699A (ko) 2021-12-28 2022-11-14 Ai운동가이드장치 및 방법

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020220152000A KR20230101697A (ko) 2021-12-28 2022-11-14 Ai운동가이드장치 및 방법
KR1020220152002A KR20230101699A (ko) 2021-12-28 2022-11-14 Ai운동가이드장치 및 방법

Country Status (1)

Country Link
KR (3) KR20230101698A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101968621B1 (ko) 2012-11-16 2019-04-12 삼성전자주식회사 1rm 추정 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101968621B1 (ko) 2012-11-16 2019-04-12 삼성전자주식회사 1rm 추정 장치 및 방법

Also Published As

Publication number Publication date
KR20230101699A (ko) 2023-07-06
KR20230101697A (ko) 2023-07-06

Similar Documents

Publication Publication Date Title
Velloso et al. Qualitative activity recognition of weight lifting exercises
US20180133551A1 (en) System and method for personalized exercise training and coaching
KR101999748B1 (ko) IoT 운동기구, 운동지도시스템, 및 이를 이용한 운동지도방법
US11484225B2 (en) Rehabilitation evaluation apparatus, rehabilitation evaluation method, and rehabilitation evaluation program
US20220219046A1 (en) Smart Gym
JP7508698B2 (ja) ユーザー動作を識別する方法、システム、および非一時的コンピュータ可読媒体
US9510789B2 (en) Motion analysis method
US9826923B2 (en) Motion analysis method
KR20220061511A (ko) 운동 자세 및 운동량 가이드 장치, 방법 및 프로그램
KR101819346B1 (ko) 무산소운동 센싱 시스템
JP2022051173A (ja) 運動評価装置および運動評価システム
EP4207213A1 (en) Ai exercise guidance device and method
KR20230101698A (ko) Ai운동가이드장치 및 방법
EP4207212A1 (en) Artificial intelligence workout guide apparatus and method
KR20200144996A (ko) 근육시너지 라이브러리를 이용한 운동 코칭 시스템 및 근육시너지 라이브러리를 이용한 근육시너지 특성 산출방법
KR20230100664A (ko) Ai운동시퀀스제공장치 및 방법
KR20160121460A (ko) 피트니스 모니터링 시스템
WO2023128612A1 (ko) Ai운동가이드장치 및 방법
KR20230100623A (ko) 운동시퀀스제공장치 및 방법
KR20230100662A (ko) Ai운동시퀀스제공장치 및 방법
WO2023128515A1 (ko) Ai운동시퀀스제공장치 및 방법
KR20230100622A (ko) 운동성과비교장치 및 방법
KR20230100661A (ko) Ai운동가이드장치 및 방법
CN118414199A (zh) 一种用于比较运动成果的装置及方法
WO2024040547A1 (zh) 一种运动监控系统、设备和方法