KR20240022235A - 피트니스 트래킹 장치 및 방법 - Google Patents

피트니스 트래킹 장치 및 방법 Download PDF

Info

Publication number
KR20240022235A
KR20240022235A KR1020220100670A KR20220100670A KR20240022235A KR 20240022235 A KR20240022235 A KR 20240022235A KR 1020220100670 A KR1020220100670 A KR 1020220100670A KR 20220100670 A KR20220100670 A KR 20220100670A KR 20240022235 A KR20240022235 A KR 20240022235A
Authority
KR
South Korea
Prior art keywords
exercise
value
axis
sensor
designated
Prior art date
Application number
KR1020220100670A
Other languages
English (en)
Inventor
최협
정창근
김진격
Original Assignee
주식회사 비플렉스
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 비플렉스 filed Critical 주식회사 비플렉스
Priority to KR1020220100670A priority Critical patent/KR20240022235A/ko
Priority to US18/045,470 priority patent/US20240050804A1/en
Priority to EP22202827.6A priority patent/EP4321092A1/en
Priority to JP2022189333A priority patent/JP2024025616A/ja
Priority to CN202211699432.7A priority patent/CN117582645A/zh
Publication of KR20240022235A publication Critical patent/KR20240022235A/ko

Links

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
    • 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
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • 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
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/83—Special sensors, transducers or devices therefor characterised by the position of the sensor
    • A63B2220/836—Sensors arranged on the body of the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2225/00—Miscellaneous features of sport apparatus, devices or equipment
    • A63B2225/02—Testing, calibrating or measuring of equipment
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/62—Measuring physiological parameters of the user posture

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 출원의 근력 운동 피트니스 트랙킹 방법은 몸통 센서 및 팔 센서의 센서 데이터에 기초하여 지역축을 설정하는 캘리브레이션 단계; 운동 준비 자세 검출을 위한 제1 지정된 축 값에 기초하여 운동 준비 자세인 것으로 판단하는 운동 준비 자세 검출 단계; 동작 수 또는 근력운동 자세 유지 여부를 검출하기 위한 제2 지정된 축 값에 기초하여 운동 파라미터 데이터를 도출하는 운동 파라미터 데이터 도출 단계; 및 운동 종료 여부를 판별하기 위한 제3 지정된 축 값에 기초하여 운동 종료를 검출하는 운동 종료 검출 단계를 포함하는 것을 특징으로 하여, 몸통 센서 및 팔 센서에서 측정한 가속도 정보에 의해 다양한 근력 운동 동작이 감지되는 피트니스 트래커가 제공되며 운동 시 불편함 없이 집중할 수 있도록 착용이 편리한 피트니스 트래커가 제공된다.

Description

피트니스 트래킹 장치 및 방법{AN APPARATUS AND METHOD FOR FITNESS-TRACKING}
본 발명은 피트니스 트래킹 장치 및 방법에 관한 것이다. 보다 상세하게는 머리와 손목의 가속도 및 각속도 정보로부터 다양한 근력 운동 시 동작들의 운동 파라미터를 도출하는 측정/분석 장치 및 방법에 관한 것이다.
웨어러블 디바이스는 디지털 기기의 시장의 큰 화두로서, 일상생활에 많은 변화를 가져올 것으로 예측되고 있다. 이중 웨어러블 디바이스는 피트니스 트래커 분야를 중심으로 확대되고 있으며, 가속도 센서를 사용하여 활동량만을 보여 주는 기능에서 더 나아가 다양한 센서를 이용하여 생체정보 수집으로 발전되고 있다. 운동의 성격에 따라 이 데이터들을 이용하여 사용자가 원하는 정보들을 제공하여 주는 것에 이르렀다. 단, 착용의 편리함으로 인하여 손목에 부착되는 형태인자를 가지는 웨어러블 피트니스 트래커 제품들이 웨어러블 디바이스 시장의 중심이 되고 있다.
단, 손목 부위에 피트니스 트래커는 손목의 움직임의 자유도가 너무 커서 다양한 운동 동작들을 센싱하기가 어려웠다. 특히, 근력 운동들은 시행 중 몸통 및 팔의 움직임을 동반하는 경우가 대부분으로, 이러한 움직임을 손목에 부착된 센서만으로 정확하게 센싱하는 것에는 어려움이 많았다. 따라서 착용이 용이하면서도 근력 운동을 정확하게 센싱할 수 있는 피트니스 트래커의 개발이 요구되고 있다.
이러한 종래의 문제점과 관련하여 본 출원인은 몸통 및 팔의 움직임은 각각 머리와 손목의 움직임과 유사하여, 머리와 손목의 운동 정보로 다양한 근력 운동 동작들을 측정하고 분석할 수 있다는 점과, 머리와 손목의 가속도 및 각속도의 경우, 근래 많은 사람들이 사용하는 무선 이어폰과 스마트 워치를 통해 측정이 가능하여 접근성이 높은 운동 정보라는 점에 주목하였다.
따라서, 본 발명은 머리와 손목의 가속도 및 각속도 센서 정보로부터 다양한 근력 운동 동작들의 운동 파라미터를 도출하는 방법을 수립하여, 운동하는 사람들에게 유의미한 운동 분석 정보를 제공할 수 있으며 접근성이 높은 피트니스 트래커 시스템을 제공하고자 한다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 출원의 근력 운동 피트니스 트랙킹 방법은 몸통 센서 및 팔 센서의 센서 데이터에 기초하여 지역축을 설정하는 캘리브레이션 단계; 운동 준비 자세 검출을 위한 제1 지정된 축 값에 기초하여 운동 준비 자세인 것으로 판단하는 운동 준비 자세 검출 단계; 동작 수 또는 근력운동 자세 유지 여부를 검출하기 위한 제2 지정된 축 값에 기초하여 운동 파라미터 데이터를 도출하는 운동 파라미터 데이터 도출 단계; 및 운동 종료 여부를 판별하기 위한 제3 지정된 축 값에 기초하여 운동 종료를 검출하는 운동 종료 검출 단계를 포함할 수 있다.
이 경우, 상기 제1, 제2 및 제3 지정된 축은 축 타입 정보 및 값 타입 정보를 포함하고, 상기 축 타입 정보는 지역축 또는 전역축 여부, 가속도, 각속도 및 각도 중 어느 하나인지에 대한 여부 및 x, y, z, 롤(roll), 피치(pitch) 또는 요(yaw) 축 중 어느 하나 인지에 대한 정보를 포함하고, 값 타입 정보는 센서값, 평균값, 직전값, 각도값, 크기값 또는 상기 센서값, 평균값, 각도값, 직전값 및 크기값 중 어느 하나를 적분한 값 중 어느 하나 인지에 대한 정보를 포함할 수 있다.
또한, 본 발명의 근력 운동 피트니스 트랙킹 방법은 상기 몸통 센서 및 팔 센서 중 어느 하나인지를 선택하고, 상기 제1, 제2 및 제3 지정된 축 값을 선택하는 단계를 더 포함할 수 있다.
또한, 상기 지역축은, 표시부에 가이드 화면이 나타날 때 생성되는 전후방 주시 데이터, 상하방 주시 데이터 및 상기 전후방 주시 데이터와 상하방 주시 데이터를 외적하여 생성된 좌우 방향 데이터에 기초하여 생성된 몸통 센서 x, y, z 축을 포함할 수 있다.
또한, 상기 지역축은 표시부에 가이드 화면이 나타날 때 생성되는 손등 좌우 데이터, 손등 상하방 데이터 및 상기 손등 좌우 데이터와 손등 상하방 데이터를 외적하여 손등 전후방 데이터에 기초하여 생성된 팔 센서 x, y, z 축을 더 포함할 수 있다.
또한, 상기 근력운동 자세 유지 여부는 상기 제2 지정된 축 값에 따라 결정되는 운동 속도, 바른 자세 유지 여부 및 가동범위의 적절성 여부를 포함할 수 있다.
기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
따라서, 본 발명에 따르면, 몸통 센서 및 팔 센서에서 측정한 가속도 정보에 의해 다양한 근력 운동 동작이 감지되는 피트니스 트래커가 제공되며 운동 시 불편함 없이 집중할 수 있도록 착용이 편리한 피트니스 트래커가 제공된다.
또한, 본 발명에 따르면, 기존의 팔 센서(스마트 워치 등)에서 정확하게 제공하기 어려웠던 근력 운동 동작의 준비 및 종료가 자동으로 감지될 수 있는 피트니스 트래커가 제공된다.
또한, 본 발명에 따르면, 운동 데이터가 자동으로 저장되므로, 사용자의 근력 운동을 정확하게 측정할 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 피트니스 트래킹 시스템의 구성을 개략적으로 도시한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 몸통 센서 및 팔 센서의 착용 예시를 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 운동자세 분석 방법의 순서도이다.
도 4 및 도 5는 본 발명의 일 실시예에 따른 푸시업 운동 분석을 나타낸 예시도이다.
도 6 및 도 7는 본 발명의 일 실시예에 따른 윗몸 일으키기 운동 분석을 나타낸 예시도이다.
도 8 및 도 9는 본 발명의 일 실시예에 따른 스쿼트 운동 분석을 나타낸 예시도이다.
도 10 및 도 11은 본 발명의 일 실시예에 따른 런지 운동 분석을 나타낸 예시도이다.
도 12 및 도 13는 본 발명의 일 실시예에 따른 줄넘기 운동 분석을 나타낸 예시도이다.
도 14 및 도 15는 본 발명의 일 실시예에 따른 계단 오르기 운동 분석을 나타낸 예시도이다.
도 16은 본 발명의 일 실시예에 따른 플랭크 운동 분석을 나타낸 예시도이다.
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. 먼저, 도 1을 참조하여 본 발명의 일 실시예에 따른 피트니스 트래킹 시스템을 상세하게 설명한다.
도 1에 따르면 본 발명의 일 실시예에 따른 피트니스 트래킹 시스템은 몸통 센서(100), 팔 센서(200) 및 제어부(300)를 포함할 수 있다. 이 경우, 몸통 센서(100) 및 팔 센서(200)는 본 명세서에서는 주로 이어폰 또는 스마트 워치 내에 장착된 가속도 센서를 통해 구현되지만, 자이로 센서 또는 중력 센서도 사용할 수 있다.
도 2를 참조하면, 몸통 센서(100)는 바람직하게는 이어폰(100-1) 내에 설치된 가속도 센서일 수 있다. 다만, 이에 한정되지는 않으며 귀, 머리 부근에 밴드 또는 다양한 장치를 이용하여 부착될 수도 있다. 또는 예를 들어, 가슴 밴드(100-2) 내에 부착될 수도 있으며, 허리띠(100-3)에 부착될 수도 있다. 몸통 센서(100)는 몸통의 움직임을 대표할 수 있는 곳이면 어디든 부착이 가능하다. 또한, 몸통 센서(100)는 제어부(300)과는 별도의 하우징에 수용될 수 있고, 동일한 하우징에 수용될 수도 있다.
팔 센서(200)는 바람직하게는 손목에 착용된 워치(200-1) 내에 설치된 가속도 센서일 수 있다. 단, 이에 한정되지는 않으며, 암 밴드(200-2) 등 다양한 형태로 팔의 움직임을 대표하는 곳에 부착될 수 있다.
본 명세서에서는 몸통 센서(100)의 바람직한 형태로서 이어폰(100-1) 내에 설치된 가속도 센서를 사용하고, 팔 센서(200)로서 스마트 워치(200-1) 내에 설치된 가속도 센서를 사용하는 것을 기준으로 설명한다. 이어폰 및 스마트 워치는 본 발명에서 착용의 용이함과 센싱 위치의 적합함으로 인하여 가장 바람직한 센서이지만, 몸통 센서 및 팔 센서로서 도 2와 같은 다른 착용 위치도 가능하다.
제어부(300)는 몸통 센서(100) 및 팔 센서(200)에서 감지한 센싱 데이터들에 기초하여 근력운동 준비 또는 종료를 자동으로 감지할 수 있으며, 근력 운동 데이터를 생성할 수 있다. 보다 구체적으로, 제어부(300)는 몸통 센서(100) 및 팔 센서(200)를 캘리브레이션할 수 있는 센서 캘리브레이션부(310), 축 연산부(320) 및 운동 파라미터 도출부(330)를 포함할 수 있다. 제어부(300) 및 제어부(300)의 각 구성요소는 몸통 센서(100) 및 팔 센서(200)과 무선 통신하는 휴대폰, 태블릿 PC, PC 등에서 구동되는 애플리케이션 소프트웨어, 소프트웨어 모듈, 하드웨어 모듈 및 소프트웨어와 하드웨어의 조합일 수 있다.
이 때 센서 캘리브레이션 부(310)는 제어부(300)의 표시부(340)에 가이드 화면을 제공하고 가이드된 화면에 따라 사용자가 동작을 취한 경우에 동작 시 몸통 센서(100) 및 팔 센서(200)에서 감지된 센서 데이터에 기초하여 해당 사용자의 운동 방향을 캘리브레이션 하게 된다. 이에 대한 상세한 내용은 도 3과 관련하여 상세하게 후술된다. 이 경우, 센서 캘리브레이션 부(310)는 몸통 센서 캘리브레이션부(313) 및 팔 센서 캘리브레이션 부(315)를 포함한다.
한편, 축 연산부(320)는 센서로부터 수집된 데이터로부터 지역축 데이터 및 전역축 데이터를 연산할 수 있다.
운동 파라미터 도출부(330)는 운동별 운동 준비 자세와 종료를 감지할 수 있으며, 양 시점 사이 구간을 운동 구간으로 설정하고 분석하여 운동 파라미터 데이터를 도출할 수 있다. 운동별 파라미터 도출방법은 운동별로 상이하며, 그에 대해서는 도 4내지 도 16과 관련하여 상세하게 후술한다. 이 때 운동 파라미터 도출부(330)는 사용자에게 운동의 종류를 입력할 수 있게 하는 인터페이스를 표시부(340)를 통해 제공할 수 있다. 또는 운동 준비 감지부(333)에서 도출한 데이터의 내용에 따라 운동의 종류를 자동으로 판별할 수 있다.
한편, 제어부(300)는 서버(400)과 통신하며, 데이터 베이스를 구축할 수 있으며, 데이터 베이스에서 기계학습한 내용에 따라 운동 별 운동 파라미터 도출의 기준을 주기적으로 업데이트 할 수 있다.
이하에서는 도 3을 참조하여 본 발명의 실시예에 따른 피트니스 트래킹 방법에 대하여 상세하게 설명한다.
먼저, 본 발명의 실시예에 따른 피트니스 트래킹 방법은 먼저 센서 데이터에 기초하여 지역축으로 데이터를 캘리브레이션 한다. (S100) 피트니스 트래킹 센서에 있어서, 사람에 따라 다른 체형, 골격 등으로 인해 센서의 착용 방식이나 방향은 사람마다 다를 수 있고, 이는 동일한 운동을 하더라도 측정된 근력운동 정보에 편차를 발생하게 한다.
이러한 오차를 제거하기 위해 보정이 필요하며, 사용자에게 전방(후방) 및 하방(상방)을 응시하도록 가이드 화면을 제공하면 응시 중에 발생하는 몸통 센서(100)의 값을 이용하여 전후방 주시 데이터 및 상하방 주시 데이터를 생성한다. 팔 센서(200)는 손등이 보는 방향을 기준으로 손등 상하방 데이터, 손등 좌우 데이터를 생성한다. 이 경우, 전후방 주시 데이터, 손등 상하방 데이터, 상하방 주시 데이터 및 손등 좌우 데이터는 가용한 2 방향 (예컨대, 전/후방) 중 하나의 방향만을 이용해서 생성할 수 있다.
전후방 주시 데이터는 고개를 정면을 바라봤을 때에 몸통 센서(100)의 센서 데이터, 상하방 데이터는 고개를 숙였을 때에 측정된 가속도 데이터를 의미한다. 손등 상하방 데이터는 손등이 하방 또는 상방을 보고 있을 때의 가속도 데이터, 손등 좌우방 데이터는 손등이 사용자 정면을 기준으로 좌 또는 우방향을 볼 때 측정된 가속도 데이터를 의미한다.
생성된 전후방 주시 데이터와 상하방 주시 데이터를 외적하여 몸통 센서의 좌우방향을 찾을 수 있고, 이 경우, 전후방/상하방/좌우 방향에 기초하여 몸통 센서(100)의 x, y, z 축을 설정할 수 있다. 한편, 동일한 방법으로 팔 센서(200)의 x, y, z 축도 설정할 수 있다. 설정된 x, y, z 축은 지역축 데이터이다.
그리고, 지역축 데이터의 지역축은 위에서 정의된 방향(몸통 상하방, 몸통 전후방, 손등 상하방, 손등 좌우) 중 적어도 어느 하나를 축으로 하여 연산되게 된다. 즉, 지역축 데이터의 기준이 되는 x, y, z 축 또는 roll, pitch, yaw 축은 (몸통 상하방, 몸통 전후방, 손등 상하방, 손등 좌우에 기초하여 정해지고, 정해진 축을 기준으로 축 연산부(320)가 센서 데이터를 보정하여 지역축 데이터를 생성한다.
전역축 데이터는 예를 들어, 중력 가속도를 상하방향(z 축)으로 하고 진북 방향(또는 지역축 데이터에서 설정한 전방에 가깝고 상하 방향과 수직인 방향)을 y축으로 하고, 양 방향에 수직인 방향을 x 축으로 정의하는 것과 같이 고정된 축방향에 기준한 데이터를 지칭한다. 이 경우, 전역축 데이터의 어느 한 축은 중력 가속도를 포함할 수 있다. 지역 축 및 전역 축 데이터는 센서 데이터에 기초하여 축연산부(320)에서 연산될 수 있다.
그리고, 운동 종류에 따른 센서 및 지정된 축 값을 선택할 수 있다. (S200) 단, 센서 및 지정된 축 값은 캘리브레이션 단계 전 또는 후에 선택될 수 있다. 예를 들어, 운동 종류가 캘리브레이션 시의 축 방향에 따라 자동으로 정해지는 경우에는 캘리브레이션 단계 후에 선택될 수도 있으며, 운동 종류를 사용자가 지정하는 경우에는 센서 및 측정 대상 파라미터의 종류가 캘리브레이션 단계보다 앞서 실행될 수도 있다. 지정된 축 값에 대해서는 추후에 상세히 기술하기로 한다.
센서(100)는 운동 종류에 따라 몸통 센서(100) 또는 팔 센서(200) 또는 두 센서의 조합이 선택될 수 있다. 이 경우, 선택된 센서에서 입력되는 센서 데이터들은 축연산부(320)를 통해 지역축 데이터와 전역축 데이터로 각각 계산 및 생성될 수 있다. 운동 파라미터 도출부(330)는 축 연산부(320)에서 생성된 지역축/전역축 데이터에 기초하여 운동 준비 자세 검출, 운동 종료 단계 검출 및 운동 파라미터 데이터 도출을 수행할 수 있다.
한편, 센서의 캘리브레이션과 센서 선택이 된 후, 운동 준비 자세 검출 단계(S300)이 시작된다. 운동 준비 자세 검출 단계(S300)에서 운동 준비 감지부(333)는 예를 들어, 운동 종류에 따라 지정된 센서의 지정된 축 값이 일정 기간 동안 제1 기준 범위 내에서 움직이는 경우 해당 근력 운동의 준비 자세가 취해지고 있다고 판단할 수 있다. 이 때, 필요한 경우에는 추가적으로 지정된 축 값이 제2 기준 범위 내의 값을 가지는 경우에 해당 근력 운동의 준비 자세가 취해지고 있다고 판단할 수 있다. 즉, 운동 준비 감지부(333)는 복수의 지정된 축 값을 동시에 사용하여 정확하게 판단할 수도 있다.
이 경우, 지정된 축 값은 축 타입 정보, 지정 축 정보 및 값 타입 정보를 포함할 수 있다. 축 타입 정보는 지역축 또는 전역축 여부, 가속도, 각속도 및 각도 중 어느 하나인지에 대한 여부 및 x, y, z, 롤(roll), 피치(pitch) 또는 요(yaw) 축 중 어느 하나 인지에 대한 정보를 포함할 수 있다. 값 타입 정보는 센서값, 평균값, 직전값, 각도값 크기값 또는 상기 센서값, 평균값, 직전값 및 크기값 중 어느 하나를 적분한 값 중 어느 하나 인지에 대한 정보를 포함할 수 있다. 직전 값은 검출 시점 또는 산출 시점을 기준으로 그 이전의 미리 정해진 시간 동안의 센서 값들을 의미하고, 평균 값은 미리 정해진 시간 동안의 센서 값들을 의미하며, 값 타입 정보에서의 센서 값은 검출 시점 또는 산출 시점에서 도출된 값을 의미한다. 또한 크기 값은 x, y, z를 축으로 할 때 벡터의 크기 값을 의미한다.
한편, 본 명세서에서 가속도, 속도 및 위치의 표기 단위는 각각 g (9.81m/s2), g*s (9.81m/s) 및 g*s2 (9.81m)이며, 앞으로의 설명에서는 설명의 간략함을 위하여 단위를 생략한다.
예를 들어, 지정된 축 값은 지역축 y축 직전 2초 가속도, 전역축 -x축 평균 각속도가 될 수 있다.
한편 운동 준비 자세 검출이 끝나게 되면, 운동 파라미터 산출부(337)는 운동 파라미터 데이터를 산출하게 된다. (S400) 운동 파라미터 데이터는 지정된 축 값의 극대값 또는 극소값에 기초하여 정해지는 동작 수를 포함할 수 있다. 또한, 운동 파라미터 데이터는 근력운동 자세 유지 여부를 포함할 수 있는데, 상기 근력 운동 자세 유지 여부는 지정된 축 값에 따라 결정되는 운동 속도, 바른 자세 유지 여부 및 가동범위의 적절성 여부를 포함할 수 있다.
운동 파라미터 데이터가 산출되면서 계속해서 운동 종료 감지부(335)는 모니터링을 수행하며 운동 종료 동작이 감지되는 경우에 더 이상의 데이터 산출을 중단하게 된다. 즉, 운동 종료 감지부(335)는 지정된 축의 센서 데이터의 모니터링을 통하여 운동 종료 자세를 검출한다. (S500) 근력운동은 운동 중 운동이 지속되지 않고 멈춰 있는 경우가 많아 근력 운동이 일정시간 이상 지속되지 않는다는 것만으로는 종료라고 판단하기 어렵다. 또한, 근력운동을 종료한 뒤에 사용자의 움직임으로 인하여 잘못 운동 파라미터 데이터가 산출되는 경우도 발생할 수 있어서, 운동 종료의 감지는 꼭 필요하다.
운동 종료 감지부(335)는 운동 종류에 따라 지정된 센서의 지정된 축 값이 일정 기간 동안 제1 기준 범위 내에서 움직이는 경우 해당 근력 운동이 종료되고 있다고 판단할 수 있다. 이 때, 필요한 경우에는 추가적으로 지정된 축 값이 제2 기준 범위 내의 값을 가지는 경우에 해당 근력 운동이 종료되고 있다고 판단할 수 있다.
이 때, 동작 수, 운동 속도, 바른 자세 유지 여부 및 가동 범위와 관련한 지정된 축 값이 제3 기준 범위를 벗어나게 되면, 운동 파라미터 도출부는 표시부를 통하여 경고를 전송할 수 있다.
이하에서는 도 4 내지 도 15를 참조하여, 본 출원의 출원인의 실험에 기초하여 각 개별 운동에 대한 실시예에 대하여 설명한다. 본 실험은 여러 명의 운동자의 실험을 통하여 이루어진 값에 기초하여 기준 범위를 정하였다.
푸시업
도 4 및 도 5를 참조하면, 푸시업 운동의 운동 준비, 운동 종료 및 운동 파라미터는 다음과 같이 정의된다.
푸시업 운동의 운동 준비에 있어서, 선택된 센서는 몸통 센서(100) 중 가속도 센서이며, 지정된 축 값은 지역축 가속도 직전 2초 y 값 및 지역축 가속도 평균 y 값이다. 이 경우, 도 4를 참조하면, 운동 준비 감지부(333)는 지역축 가속도 직전 2초간 y값이 -1.4~-0.6 사이 값을 갖고, 평균값이 -1.2~-0.8 사이 값을 갖는 시점(410)에 운동 준비가 이루어졌다고 판단하였다.
즉, 여기서 제1 기준 범위는 -1.4 ~ -0.6 이며, 제2 기준 범위는 -1.2~-0.8 값이 된다. 본 실시예에서 제1 기준 범위 및 제2 기준 범위는 실험에 따라 정해진 값이지만, 기계 학습을 통하여 업데이트 할 수 있다. 기계 학습 시에는 해당 운동의 전문가들의 운동 값에 대하여 예를 들어, 서포트 벡터 머신(SVM) 등의 알고리즘을 적용하여 최적의 지정된 축 값 선정 및 기준 범위가 학습되어 업데이트 될 수 있다.
또 다른 실시예에 따르면, 선택된 센서는 몸통 센서(100) 중 자이로 센서이고, 지정된 축은 전역축 -x축 직전 2초간 각도 값이고, 전역축 -x축 직전 2초간 각도 값이 60도 초과를 유지하는 시점을 운동 준비 시점으로 판단할 수도 있다.
한편, 운동 파라미터 데이터 산출부(337)는 푸시업 회수를 산출할 수 있는데, 예컨대, 도 5를 참조하면, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 x, y, z 축의 크기 값이고, 크기 값이 1.3을 초과하는 극대값 후, 0.8 미만의 극소값을 갖는 시점(510)으로 동작 1회가 감지될 수 있다. 도 5에서 측정된 회수는 10회이다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 y 축 값이고, - 1.3 미만을 미만의 극소값 후, - 0.8 초과의 극대값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
또는 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 z 축 값이고, 1.3을 초과하는 극대값 후, 0.8 미만의 극소값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
또는 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 z 축 값에서 1을 뺀 값이고, 값 타입은 상기 지정된 축 값을 운동 준비 시점부터 2회 적분한 값이며, 상기 지정된 축 값이 -0.01 미만 극소값 후 -0.01 초과 극대값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
한편, 푸시업 운동의 운동 종료의 지정된 축 값은 지역축 직전 3초 z 가속도이고, 이 때, 운동 종료 감지부(335)는 지역축 직전 3초 z 가속도가 운동 시행 중에 0.6을 초과하는 값을 가지는 시점에 운동이 종료된 것으로 판단하였다. 한편, 운동 종료 시점의 기준 범위도 운동 준비 시점과 같이 기계 학습될 수 있다.
또 다른 실시예에 따르면, 선택된 센서는 몸통 센서(100) 중 자이로 센서이고, 지정된 축은 전역축 -x축 직전 3초간 각도 값이고, 전역축 -x축 직전 3초간 각도 값이 30도 미만을 유지하는 시점을 운동 종료 시점으로 판단할 수도 있다.
한편, 푸시업 운동에서는 운동 파라미터 데이터가 머리 및 신체의 일자 형태 유지 여부가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100) 중 자이로 센서이며, 지정된 축 값은 지역축 X 축 센서 값 및 전역축 y 축 센서 값(예를 들어, 직립 시 정면 값)이며, 지역축 X 축 센서 값 및 전역축 y 축 센서 값 45도 이상의 값을 가지는 경우에 운동 파라미터 데이터가 머리 및 신체의 일자 형태 유지되지 않은 것으로 판별할 수 있다. 또는, 선택된 센서가 몸통 센서(100)이며, 지역축 가속도 z 센서 값이 기준 범위 -0.4~0.8를 벗어나는 경우를 감지할 수 있다.
또는, 푸시업 운동에서는 운동 파라미터 데이터가 과도한 운동 속도 감지 여부가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100) 이며, 지정된 축 값은 전역축 z 축 센서 값에서 1을 뺀 값을 운동 준비 시점부터 1회 적분한 값으로 0.1을 넘는 경우를 감지하여 운동 속도가 과도함을 감지할 수 있다.
또는 푸시업 운동에서는 운동 파라미터 데이터가 작은 운동의 가동범위 감지 여부가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100) 이며, 지정된 축 값은 전역축 z 축 센서 값에서 1을 뺀 값을 운동 준비 시점부터 2회 적분한 값의 직전 5초간 값이며, 최대값과 최소값의 차이가 0.015 미만인 경우를 감지하여 운동 가동 범위가 작다는 것을 감지할 수 있다.
윗몸 일으키기
도 6 및 도 7을 참조하면, 윗몸 일으키기 운동의 운동 준비, 운동 종료 및 운동 파라미터는 다음과 같이 정의된다.
윗몸 일으키기 운동의 운동 준비에 있어서, 선택된 센서는 몸통 센서(100)였고, 지정된 축 값은 지역축 가속도 직전 2초 y 값이다. 이 경우, 도 6를 참조하면, 운동 준비 감지부(333)는 지역축 가속도 직전 2초간 y값이 0.8~1.2 사이 값을 갖는 시점(610)에 운동 준비가 이루어졌다고 판단하였다.
즉, 여기서 제1 기준 범위는 0.8~1.2 이다. 본 실시예에서 제1 기준 범위 실험에 따라 정해진 값이지만, 푸쉬업 운동과 유사하게 기계 학습을 통하여 업데이트 할 수 있다.
또 다른 실시예에 따르면, 선택된 센서는 몸통 센서(100) 중 자이로 센서이고, 지정된 축은 전역축 x축 직전 2초간 각도 값이고, 전역축 x축 직전 2초간 각도 값이 60도 초과를 유지하는 시점을 운동 준비 시점으로 판단할 수도 있다.
한편, 운동 파라미터 데이터 산출부(337)는 윗몸 일으키기 회수(동작수)를 산출할 수 있는데, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 y 축의 센서 값이고, 센서 값이 0 미만의 극소값을 갖는 시점으로 동작 1회가 감지될 수 있다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 y 축의 센서 값이고, 센서 값이 0 미만의 극소값을 갖는 시점으로 동작 1회가 감지될 수 있다.
또 다른 실시예에 따르면, 선택된 센서는 몸통 센서 중 자이로 센서이고, 지정된 축 값은 전역축 roll축 각도 값이고 각도 값이 70도를 넘어서는 시점(710)에 동작 1회가 감지될 수 있다. 도 7의 경우, 동작 수는 10회이다.
한편, 윗몸 일으키기 운동의 운동 종료의 지정된 축 값은 지역축 직전 3초 x, y, z 가속도의 크기 값 및 지역축 가속도 y축 센서 값이고, 크기 값이 직전 3 초간 0.8~1.2 사이 값을 가지고 센서 값이 직전 3초간 0.6 미만인 시점(620)에 운동이 종료된 것으로 판단하였다. 한편, 운동 종료 시점의 기준 범위도 운동 준비 시점과 같이 기계 학습될 수 있다.
또 다른 실시예에 따르면, 선택된 센서는 몸통 센서(100) 중 가속도 센서 및 자이로 센서이고, 지정된 축은 지역축 직전 3초 x, y, z 가속도의 크기 값 및 전역축 -x축 직전 3초간 각도 값이고, 크기 값이 직전 3 초간 0.8~1.2 사이 값을 가지고 전역축 x축 직전 3초간 각도 값이 30도 미만을 유지하는 시점을 운동 종료 시점으로 판단할 수도 있다.
스쿼트
도 8 및 도 9를 참조하면, 스쿼트 운동의 운동 준비, 운동 종료 및 운동 파라미터는 다음과 같이 정의된다.
스쿼트 운동의 운동 준비에 있어서, 선택된 센서는 몸통 센서(100)였고, 지정된 축 값은 지역축 가속도 직전 2초 z 값이다. 이 경우, 도 8를 참조하면, 운동 준비 감지부(333)는 지역축 가속도 직전 2초간 z값이 0.8~1.2 사이 값을 갖는 시점(810)에 운동 준비가 이루어졌다고 판단하였다.
즉, 여기서 제1 기준 범위는 0.8~1.2 이이 된다. 본 실시예에서 제1 기준 범위는 실험에 따라 정해진 값이지만, 기계 학습을 통하여 업데이트 할 수 있다.
한편, 운동 파라미터 데이터 산출부(337)는 스쿼트 회수를 산출할 수 있는데, 예컨대, 도 9를 참조하면, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 x, y, z 축의 크기 값이고, 크기 값이 1.2을 초과하는 극대값 후, 0.8 미만의 극소값을 갖는 시점(910)으로 동작 1회가 감지될 수 있다. 도 9에서 측정된 회수는 10회이다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 z 축 센서값이고, 1.2를 초과하는 극대값 후, 0.8 미만의 극소값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 z 축 센서 값이고, 1.2를 초과하는 극대값 후, 0.8 미만의 극소값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
또는 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 z 축 값에서 1을 뺀 값이고, 값 타입은 상기 지정된 축 값을 운동 준비 시점부터 2회 적분한 값이며, 상기 지정된 축 값이 -0.02 미만 극소값 후 -0.01 초과 극대값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
스쿼트 운동 종료의 지정된 축 값은 지역축 직전 3초 x, y, z 가속도 크기 값이고, 이 때, 운동 종료 감지부(335)는 크기 값이 직전 3초간 0.8 ~ 1.2 사이 값을 갖는 시점에 운동이 종료된 것으로 판단하였다. 한편, 운동 종료 시점의 기준 범위도 운동 준비 시점과 같이 기계 학습될 수 있다.
한편, 스쿼트 운동에서는 운동 파라미터 데이터가 올바른 일어섬 감지가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100)이며, 지정된 축 값은 지역축 x 축 가속도 센서 값 또는 전역축 z 축 가속도 센서 값이며, 지역축 x 축 센서 값 또는 전역축 z 축 센서 값이 극대값 사이에 0.9 이상의 피크가 발생하는 경우에 올바르게 일어선 것으로 판별할 수 있다. 또는, 선택된 센서가 몸통 센서(100)이며, 지정된 축 값은 전역축 z 축 센서 값에서 1을 뺀 값을 운동 준비 시점부터 2회 적분한 값의 극대값 시점 전후(앞 뒤의 극대값과 극대값 사이) 값이며, 상기 지정된 축 값이 -0.03 이상값을 만족하는 2초 이상의 구간이 존재할 때에 올바른 일어섬이 있었던 것으로 판단할 수 있다.
또는, 스쿼트 운동에서는 운동 파라미터 데이터가 무게중심의 전후방향 흔들림 감지 여부가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100)이며, 지정된 축 값은 전역축 y 축 가속도 센서 값을 운동 준비 시점부터 2회 적분한 값의 절대값이고, 이 절대값이 0.05를 초과하는 경우를 감지하여 무게중심의 전후방향 흔들림을 판단할 수 있다. 또는, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100)이며, 지정된 축 값은 전역축 y 축 가속도 센서 값을 운동 준비 시점부터 1회 적분한 값의 절대값이고, 이 절대값이 0.2를 초과하는 경우를 감지하여 무게중심의 전후방향 흔들림을 판단할 수 있다. 또는 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100)이며, 지정된 축 값은 전역축 y 축 가속도 센서 값의 절대값이 1을 초과하는 경우를 감지하여 무게중심의 전후방향 흔들림을 판단할 수 있다.
또는, 스쿼트 운동에서는 운동 파라미터 데이터가 운동의 가동범위가 작은 경우 감지 여부가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100)이며, 지정된 축 값은 전역축 z 축 가속도 센서 값에서 1을 뺀 값을 운동 준비 시점부터 2회 적분한 값의 직전 5초 구간 값이고, 구간 값의 최대값과 최소값의 차이가 사용자 신장의 1/6 미만인 경우를 감지하여 운동 가동 범위가 작은 지를 감지할 수 있다.
런지
도 10 및 도 11을 참조하면, 런지 운동의 운동 준비, 운동 종료 및 운동 파라미터는 다음과 같이 정의된다. 단, 런지 운동은 저역 통과 필터(Low pass filter) 처리 후의 데이터를 활용한다.
런지 운동의 운동 준비에 있어서, 선택된 센서는 몸통 센서(100)였고, 지정된 축 값은 지역축 가속도 직전 2초 z 값이다. 이 경우, 도 10을 참조하면, 운동 준비 감지부(333)는 지역축 가속도 직전 2초간 z값이 0.8~1.2 사이 값을 갖는 시점(1010)에 운동 준비가 이루어졌다고 판단하였다.
즉, 여기서 제1 기준 범위는 0.8~1.2 이이 된다. 본 실시예에서 제1 기준 범위는 실험에 따라 정해진 값이지만, 기계 학습을 통하여 업데이트 할 수 있다.
한편, 운동 파라미터 데이터 산출부(337)는 런지 회수를 산출할 수 있는데, 예컨대, 도 11을 참조하면, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 x, y, z 축의 크기 값이고, 크기 값이 1.1을 초과하는 극대값 후, 1 미만의 극소값을 갖는 시점(1110)으로 동작 1회가 감지될 수 있다. 도 11에서 측정된 회수는 10회이다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 z 축 센서값이고, 1.1를 초과하는 극대값 후, 1 미만의 극소값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 z 축 센서값이고, 1.1를 초과하는 극대값 후, 1 미만의 극소값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
또는 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 z 축 값에서 1을 뺀 값이고, 값 타입은 상기 지정된 축 값을 운동 준비 시점부터 2회 적분한 값이며, 상기 지정된 축 값이 -0.02 미만 극소값 후 -0.01 초과 극대값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
런지 운동 종료의 지정된 축 값은 운동 1회 이상 시행 후 지역축 직전 3초 x, y, z 가속도 크기 값이고, 이 때, 운동 종료 감지부(335)는 크기 값이 직전 3초간 0.9 ~ 1.1 사이 값을 갖는 시점에 운동이 종료된 것으로 판단하였다. 한편, 운동 종료 시점의 기준 범위도 운동 준비 시점과 같이 기계 학습될 수 있다.
한편, 런지 운동에서는 운동 파라미터 데이터가 무게중심의 좌우방향 흔들림 감지가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100)이며, 지정된 축 값은 전역축 x 축 가속도 센서 값을 운동 준비 시점부터 2회 적분한 값의 절대값이며, 절대값이 0.05를 초과하는 경우를 감지하여 무게중심의 좌우방향 흔들리는 것 판별할 수 있다. 또는, 선택된 센서가 몸통 센서(100)이며, 지정된 축 값은 전역축 x 축 가속도 센서 값을 운동 준비 시점부터 2회 적분한 값의 절대값이며 절대값이 0.2를 초과하는 경우에 무게중심의 좌우방향 흔들리는 것 판별할 수 있다. 또는 전역축 가속도 x값의 절대값이 0.5를 초과하는 경우에 무게중심의 좌우방향 흔들리는 것 판별할 수 있다.
또는, 스쿼트 운동에서는 운동 파라미터 데이터가 운동의 가동범위가 작은 경우 감지 여부가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100)이며, 지정된 축 값은 전역축 z 축 가속도 센서 값에서 1을 뺀 값을 운동 준비 시점부터 2회 적분한 값의 직전 5초 구간 값이고, 구간 값의 최대값과 최소값의 차이가 사용자 신장의 1/6 미만인 경우를 감지하여 운동 가동 범위가 작은 지를 감지할 수 있다.
줄넘기
도 12 및 도 13을 참조하면, 줄넘기 운동의 운동 준비, 운동 종료 및 운동 파라미터는 다음과 같이 정의된다.
줄넘기 운동의 운동 준비에 있어서, 선택된 센서는 몸통 센서(100)였고, 지정된 축 값은 지역축 가속도 직전 2초 z 값이다. 이 경우, 도 12를 참조하면, 운동 준비 감지부(333)는 지역축 가속도 직전 2초간 z값이 0.8~1.2 사이 값을 갖는 시점(1210)에 운동 준비가 이루어졌다고 판단하였다.
즉, 여기서 제1 기준 범위는 0.8~1.2 이이 된다. 본 실시예에서 제1 기준 범위는 실험에 따라 정해진 값이지만, 기계 학습을 통하여 업데이트 할 수 있다.
한편, 운동 파라미터 데이터 산출부(337)는 스쿼트 회수를 산출할 수 있는데, 예컨대, 도 13를 참조하면, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 x, y, z 축의 크기 값이고, 크기 값이 1.5을 초과하는 극대값 후, 0.6 미만의 극소값을 갖는 시점(1310)으로 동작 1회가 감지될 수 있다. 도 13에서 측정된 회수는 10회이다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 z 축 센서값이고, 1.5를 초과하는 극대값 후, 0.6 미만의 극소값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 z 축 센서값이고, 1.5를 초과하는 극대값 후, 0.6 미만의 극소값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
또는 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 z 축 값에서 1을 뺀 값이고, 값 타입은 상기 지정된 축 값을 운동 준비 시점부터 2회 적분한 값이며, 상기 지정된 축 값이 0.005를 초과하는 극대값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
줄넘기 운동 종료의 지정된 축 값은 지역축 직전 3초 x, y, z 가속도 크기 값이고, 이 때, 운동 종료 감지부(335)는 크기 값이 직전 3초간 0.8 ~ 1.2 사이 값을 시점에 운동이 종료된 것으로 판단하였다. 한편, 운동 종료 시점의 기준 범위도 운동 준비 시점과 같이 기계 학습될 수 있다.
계단 오르기
도 14 및 도 15를 참조하면, 계단 오르기 운동의 운동 준비, 운동 종료 및 운동 파라미터는 다음과 같이 정의된다.
계단 오르기 운동의 운동 준비에 있어서, 선택된 센서는 몸통 센서(100)였고, 지정된 축 값은 지역축 가속도 직전 2초 z 값이다. 이 경우, 도 14를 참조하면, 운동 준비 감지부(333)는 지역축 가속도 직전 2초간 z값이 0.85~1.2 사이 값을 갖는 시점(810)에 운동 준비가 이루어졌다고 판단하였다.
즉, 여기서 제1 기준 범위는 0.8~1.2 가 된다. 본 실시예에서 제1 기준 범위는 실험에 따라 정해진 값이지만, 기계 학습을 통하여 업데이트 할 수 있다.
한편, 운동 파라미터 데이터 산출부(337)는 스쿼트 회수를 산출할 수 있는데, 예컨대, 도 15를 참조하면, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 x, y, z 축의 크기 값이고, 크기 값이 1.2을 초과하는 극대값을 갖는 시점(1510)으로 동작 1회가 감지될 수 있다. 도 15에서 측정된 회수는 10회이다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 z 축 센서 값이고, 1.2를 초과하는 극대값을 갖는 시점에 동작 1회가 감지될 수도 있다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 z 축 센서 값이고, 1.2를 초과하는 극대값을 갖는 시점에 동작 1회가 감지될 수도 있다.
계단 오르기 운동 종료의 지정된 축 값은 지역축 직전 3초 x, y, z 가속도 크기 값이고, 이 때, 운동 종료 감지부(335)는 크기 값이 운동 1회 이상 실행 후 직전 3초간 0.85 ~ 1.2 사이 값을 갖는 시점에 운동이 종료된 것으로 판단하였다. 한편, 운동 종료 시점의 기준 범위도 운동 준비 시점과 같이 기계 학습될 수 있다.
한편, 계단 오르기 운동에서는 운동 파라미터 데이터가 상승한 높이가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100)이며, 지정된 축 값은 전역축 가속도 z 센서 값을 운동 준비 시점으로부터 2회 적분한 값이 될 수 있다.
또는, 계단 오르기 운동에서는 운동 파라미터 데이터가 머리 및 신체의 전방 기울어짐 감지 여부가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100) 중 자이로 센서이며, 지정된 축 값은 전역축 z 축 가속도 센서 값 전역축 yz 평면으로 내린 정사영과 전역축 z 축과 이루는 각도이며, 상기 각도가 45도 이상일 경우를 감지하여 머리 및 신체가 전방으로 기울어졌다는 것을 감지할 수 있다. 또는 지정된 축 값은 지역축 가속도 y 축 센서 이며 상기 센서 값이 -0.8 미만인 경우를 감지하여 머리 및 신체가 전방으로 기울어졌다는 것을 감지할 수 있다.
플랭크
도 16을 참조하면, 플랭크 운동의 운동 준비, 운동 종료 및 운동 파라미터는 다음과 같이 정의된다.
플랭크 운동의 운동 준비에 있어서, 선택된 센서는 몸통 센서(100)였고, 지정된 축 값은 지역축 가속도 직전 2초 y 평균값 및 지역축 가속도 크기 값이다. 이 경우, 도 16을 참조하면, 운동 준비 감지부(333)는 지역축 가속도 직전 2초간 y값 평균값이 -0.8 미만이고, 가속도 크기가 0.7~1.3 사이 값을 갖는 시점(1610)에 운동 준비가 이루어졌다고 판단하였다.
즉, 여기서 제1 기준 범위 및 제2 기준 범위는 각각 -0.8 미만 및 0.7~1.3이 된다. 본 실시예에서 제1 및 제2 기준 범위는 실험에 따라 정해진 값이지만, 기계 학습을 통하여 업데이트 할 수 있다.
한편, 운동 파라미터 데이터 산출부(337)는 플랭크 시간을 산출할 수 있으며, 플랭크 시간은 운동 시작부터 운동 종료시까지의 시간이 된다.
플랭크 운동 종료의 지정된 축 값은 지역축 x, y, z 가속도 크기 값 및 지역축 가속도 y축 센서값이며 이 때, 운동 종료 감지부(335)는 크기 값이 0.5 미만 또는 1초과이거나 또는 지역축 y 축 센서값이 -0.2 보다 큰 시점에 종료된 것으로 판단하였다.
한편, 플랭크 운동에서는 운동 파라미터 데이터가 운동중 피로도 상승 여부가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100)이며, 지정된 축 값은 지역축 가속도 크기의 직전 3초 값이고, 각 성분의 표준 편차가 모두 기준 표준 편차 이상일 경우에 피로도가 상승된 상태로 판단할 수 있다.
또는, 플랭크 운동에서는 운동 파라미터 데이터가 머리 및 신체의 전방 일자 형태 유지 여부가 될 수 있다. 이 때, 운동 파라미터 데이터의 선택된 센서는 몸통 센서(100) 중 자이로 센서이며, 지정된 축 값은 전역축 z 축 가속도 센서 값 전역축 yz 평면으로 내린 정사영과 전역축 z 축과 이루는 각도이며, 상기 각도가 45도 이상일 경우를 감지하여 머리 및 신체의 일자 형태 유지를 하고 있지 않다는 것을 판단할 수 있다. 또는 지정된 축 값은 지역축 가속도 z 축 센서 이며 상기 센서 값이 -0.4~0.8 범위를 벗어나는 경우를 감지하여 머리 및 신체의 일자 형태 유지를 하고 있지 않다는 것을 판단할 수 있다.
덤벨 컬(이두근 운동)
덤벨 컬 운동의 운동 준비, 운동 종료 및 운동 파라미터는 다음과 같이 정의된다.
덤벨 컬의 운동 준비에 있어서, 선택된 센서는 팔 센서(200)였고, 지정된 축 값은 지역축 가속도 y 센서값 및 직전 2초간 지역축 가속도 크기 값이다. 이 경우, 도 16을 참조하면, 운동 준비 감지부(333)는 지역축 가속도 y값 센서값이 -0.4~0.4 사이 값을 가지며, 직전 2초간 가속도 크기가 0.8~1.2 사이 값을 갖는 시점에 운동 준비가 이루어졌다고 판단하였다.
한편, 운동 파라미터 데이터 산출부(337)는 덤벨 컬 회수를 산출할 수 있는데, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 가속도 x, y, z 축의 크기 값이고, 크기 값이 0.5를 초과하는 극대값을 갖는 시점으로 동작 1회가 감지될 수 있다.
또 다른 실시예에 따르면, 운동 파라미터 데이터 산출의 지정된 축 값은 전역축 가속도 z 축 센서값에서 1을 뺀 값을 운동 준비 시점부터 2회 적분한 값이 0.01을 초과하는 극대값을 갖는 시점으로 동작 1회가 감지될 수도 있다.
또 다른 실시예에 따르면, 선택된 센서는 팔 센서(200) 중 자이로 센서이며, 운동 파라미터 데이터 산출의 지정된 축 값은 지역축 Pitch(y) 회전 각도 값의 절대값이며, 운동 준비 시점을 기준으로 절대값이 증가하는 방향으로 80도를 넘어서는 시점으로 동작 1회가 감지될 수도 있다.
따라서, 본 발명에 따르면, 몸통 센서 및 팔 센서에서 측정한 가속도 정보에 의해 다양한 근력 운동 동작이 감지되는 피트니스 트래커가 제공되며 운동 시 불편함 없이 집중할 수 있도록 착용이 편리한 피트니스 트래커가 제공된다.
또한, 본 발명에 따르면, 기존의 팔 센서(스마트 워치 등)에서 정확하게 제공하기 어려웠던 근력 운동 동작의 준비 및 종료가 자동으로 감지될 수 있는 피트니스 트래커가 제공된다.
또한, 본 발명에 따르면, 운동 데이터가 자동으로 저장되므로, 사용자의 근력 운동을 정확하게 측정할 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.
100: 몸통 센서 200: 팔 센서
300: 제어부 310: 센서 캘리브레이션 부
313: 몸통 센서 캘리브레이션 부 315: 팔 센서 캘리브레이션 부
320: 축 연산부 330: 운동 파라미터 도출부
333: 운동 준비 감지부 335: 운동 종료 감지부
337: 운동 파라미터 데이터 산출부 340: 표시부
400: 서버

Claims (7)

  1. 몸통 센서 및 팔 센서의 센서 데이터에 기초하여 지역축을 설정하는 캘리브레이션 단계;
    운동 준비 자세 검출을 위한 제1 지정된 축 값에 기초하여 운동 준비 자세인 것으로 판단하는 운동 준비 자세 검출 단계;
    동작 수 또는 근력운동 자세 유지 여부를 검출하기 위한 제2 지정된 축 값에 기초하여 운동 파라미터 데이터를 도출하는 운동 파라미터 데이터 도출 단계; 및
    운동 종료 여부를 판별하기 위한 제3 지정된 축 값에 기초하여 운동 종료를 검출하는 운동 종료 검출 단계를 포함하는,
    근력 운동 피트니스 트랙킹 방법.
  2. 제1 항에 있어서,
    상기 제1, 제2 및 제3 지정된 축은 축 타입 정보 및 값 타입 정보를 포함하고,
    상기 축 타입 정보는 지역축 또는 전역축 여부, 가속도, 각속도 및 각도 중 어느 하나인지에 대한 여부 및 x, y, z, 롤(roll), 피치(pitch) 또는 요(yaw) 축 중 어느 하나 인지에 대한 정보를 포함하고,
    상기 값 타입 정보는 센서값, 평균값, 직전값, 각도값, 크기값 또는 상기 센서값, 평균값, 각도값, 직전값 및 크기값 중 어느 하나를 적분한 값 중 어느 하나 인지에 대한 정보를 포함하는,
    근력 운동 피트니스 트랙킹 방법.
  3. 제1 항에 있어서,
    상기 몸통 센서 및 팔 센서 중 어느 하나인지를 선택하고, 상기 제1, 제2 및 제3 지정된 축 값을 선택하는 단계를 더 포함하는,
    근력 운동 피트니스 트랙킹 방법.
  4. 제1 항에 있어서,
    상기 지역축은,
    표시부에 가이드 화면이 나타날 때 생성되는 전후방 주시 데이터, 상하방 주시 데이터 및 상기 전후방 주시 데이터와 상하방 주시 데이터를 외적하여 생성된 좌우 방향 데이터에 기초하여 생성된 몸통 센서 x, y, z 축을 포함하는,
    근력 운동 피트니스 트랙킹 방법.
  5. 제4 항에 있어서,
    상기 지역축은,
    표시부에 가이드 화면이 나타날 때 생성되는 손등 좌우 데이터, 손등 상하방 데이터 및 상기 손등 좌우 데이터와 손등 상하방 데이터를 외적하여 손등 전후방 데이터에 기초하여 생성된 팔 센서 x, y, z 축을 더 포함하는,
    근력 운동 피트니스 트랙킹 방법.
  6. 제1 항에 있어서,
    상기 근력운동 자세 유지 여부는 상기 제2 지정된 축 값에 따라 결정되는 운동 속도, 바른 자세 유지 여부 및 가동범위의 적절성 여부를 포함하는,
    근력 운동 피트니스 트랙킹 방법.
  7. 제1 항에 있어서,
    상기 제1 지정된 축 값은 지역축 y축 가속도 직전 2초 값 및 지역축 y 축 가속도 평균값이며, 상기 지역축 y축 가속도 직전 2초 값이 -1.4~-0.6 값을 가지고, 상기 지역축 y 축 가속도 평균값이 -1.2 ~ -0.8 사이 값을 갖는 시점에 푸시업 운동 준비가 이루어졌다고 판단하는,
    근력 운동 피트니스 트랙킹 방법.
KR1020220100670A 2022-08-11 2022-08-11 피트니스 트래킹 장치 및 방법 KR20240022235A (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020220100670A KR20240022235A (ko) 2022-08-11 2022-08-11 피트니스 트래킹 장치 및 방법
US18/045,470 US20240050804A1 (en) 2022-08-11 2022-10-11 An apparatus and method for fitness-tracking
EP22202827.6A EP4321092A1 (en) 2022-08-11 2022-10-20 Fitness tracking device and method
JP2022189333A JP2024025616A (ja) 2022-08-11 2022-11-28 フィットネストラッキング方法
CN202211699432.7A CN117582645A (zh) 2022-08-11 2022-12-28 健身跟踪装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220100670A KR20240022235A (ko) 2022-08-11 2022-08-11 피트니스 트래킹 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20240022235A true KR20240022235A (ko) 2024-02-20

Family

ID=83903136

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220100670A KR20240022235A (ko) 2022-08-11 2022-08-11 피트니스 트래킹 장치 및 방법

Country Status (5)

Country Link
US (1) US20240050804A1 (ko)
EP (1) EP4321092A1 (ko)
JP (1) JP2024025616A (ko)
KR (1) KR20240022235A (ko)
CN (1) CN117582645A (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7533907B1 (ja) 2023-12-21 2024-08-14 有限会社ベータ・エンドルフィン スポーツ技能測定方法、システム及びそのためのプログラム
CN118503858A (zh) * 2024-07-11 2024-08-16 南京陆加壹智能科技有限公司 一种仰卧起坐智能测试方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150100141A1 (en) * 2013-10-07 2015-04-09 Zinc Software Limited Head Worn Sensor Device and System for Exercise Tracking and Scoring
US20160256082A1 (en) * 2013-10-21 2016-09-08 Apple Inc. Sensors and applications
US11602669B2 (en) * 2020-04-20 2023-03-14 MyFitnessPal, Inc. Fitness tracking system with voice input
US20210394020A1 (en) * 2020-06-17 2021-12-23 FitForm Technologies Inc. Tracking three-dimensional motion during an activity
US20220193522A1 (en) * 2020-12-22 2022-06-23 Beflex Inc. Exercise analysis system using sensor worn on user's head

Also Published As

Publication number Publication date
CN117582645A (zh) 2024-02-23
EP4321092A1 (en) 2024-02-14
US20240050804A1 (en) 2024-02-15
JP2024025616A (ja) 2024-02-26

Similar Documents

Publication Publication Date Title
KR20240022235A (ko) 피트니스 트래킹 장치 및 방법
CN110021398B (zh) 一种步态分析、训练方法及系统
EP2893961B1 (en) Training device
US7634379B2 (en) Newtonian physical activity monitor
JP6772276B2 (ja) 運動認識装置及び運動認識方法
KR20170073655A (ko) 사용자의 올바른 런닝을 훈련하는 방법 및 시스템
US11504580B2 (en) Posture coaching system and method for weight training by motion pattern
JP6516283B2 (ja) 運動解析装置
CN105435438B (zh) 运动解析装置以及运动解析方法
US10894186B2 (en) Real time golf swing training aid
KR101651429B1 (ko) 피트니스 모니터링 시스템
EP3588473A1 (en) Sports training aid with motion detector
US20200193865A1 (en) Real time sports motion training aid
US20220193522A1 (en) Exercise analysis system using sensor worn on user's head
WO2019134043A1 (en) Wearable computing apparatus with movement sensors and methods therefor
KR20200119753A (ko) 모션 패턴에 따른 근력 운동 자세 분석 시스템 및 방법
CN114053679A (zh) 运动训练方法及其系统
EP3588472B1 (en) Improved real time sports motion training aid
KR20220110383A (ko) 모션 패턴에 따른 근력 운동 자세 분석 시스템 및 방법
KR20160121460A (ko) 피트니스 모니터링 시스템
KR20210040671A (ko) 동적으로 변화하는 인체 무게 중심 궤적 추정 장치 및 그 방법
KR102351534B1 (ko) 균형 능력 평가 장치 및 방법
JP7465842B2 (ja) 作業支援システム
WO2022250099A1 (ja) 情報処理装置、電子機器、情報処理システム、情報処理方法及びプログラム
KR20230080170A (ko) 신체기능 측정 시스템 및 이를 이용한 신체기능 측정 방법