WO2017217567A1 - 피트니스 모니터링 시스템 - Google Patents

피트니스 모니터링 시스템 Download PDF

Info

Publication number
WO2017217567A1
WO2017217567A1 PCT/KR2016/006364 KR2016006364W WO2017217567A1 WO 2017217567 A1 WO2017217567 A1 WO 2017217567A1 KR 2016006364 W KR2016006364 W KR 2016006364W WO 2017217567 A1 WO2017217567 A1 WO 2017217567A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
motion
parameter
monitoring system
data
Prior art date
Application number
PCT/KR2016/006364
Other languages
English (en)
French (fr)
Inventor
신기철
Original Assignee
(주)그린콤
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 (주)그린콤 filed Critical (주)그린콤
Priority to PCT/KR2016/006364 priority Critical patent/WO2017217567A1/ko
Publication of WO2017217567A1 publication Critical patent/WO2017217567A1/ko

Links

Images

Classifications

    • 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
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • 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
    • 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
    • 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

Definitions

  • the present invention relates to a fitness monitoring system.
  • Exercises such as pilates, aerobics, and yoga are sports exercises that contract and relax muscles with postures and repeated movements using the load of the body without a separate device. Unlike weight training, it does not significantly damage muscles, so it is known to be suitable for men and women of all ages because there is a feature that can strengthen muscles without great pain.
  • the disclosed sports motion coaching system includes a motion capture unit for capturing a trainee's motion; A controller for analyzing a trainee's motion captured by the motion capture unit and generating a correction command; And a motion feedback unit for transmitting the feedback signal in real time according to the motion correction command of the controller.
  • the disclosed motion capture unit may be provided with an electronic compass, an inertial sensor, a force sensor, and the like in addition to the vision recognition camera.
  • an electronic compass an inertial sensor
  • a force sensor a force sensor
  • it is captured by a camera to recognize a trainee's motion and determine posture, and a method of analyzing torque, force, and acceleration information measured from a sensor has not been proposed.
  • a wearable device capable of recognizing motion should be able to determine the operation using only data of a simple sensor configuration without external equipment such as a vision recognition camera, a projector, and a gaze tracking module.
  • the technical problem to be solved by the present invention is to provide a wearable motion recognition device that can determine the sport operation from the measurement information of the sensor.
  • a wearable motion recognition device that can be worn on the user's body to determine the fitness operation, the type of exercise, and the number of times performed by the user.
  • Another technical problem to be solved by the present invention is to provide a fitness monitoring system that can provide appropriate advice on the accuracy and exercise of the fitness operation currently performed by the user from the measurement information of the sensor.
  • a display device for receiving and displaying data from the mobile terminal;
  • a motion recognition device which is worn on a predetermined part of a user's body and transmits an operation signal corresponding to a user's movement to a mobile terminal;
  • the mobile terminal may generate a real-time comment on the current exercise state and display the comment on the display device and the display unit according to the degree of the pattern parameter approaching the reference parameter.
  • the motion recognition device Pulse sensor; An acceleration sensor that provides information on at least one of linear motion and rotational motion in response to a user's movement; And a gyro sensor that provides information about at least one of a rotational movement and a balance of a body in response to the movement of the user.
  • the mobile terminal the display unit;
  • a first database for storing reference parameters calculated from an operation signal of a person performing a reference operation;
  • a calculation unit configured to calculate a pattern parameter including a first pattern parameter corresponding to an acceleration and a second pattern parameter corresponding to a rotation and a position component according to the information about the linear motion and the rotational motion corresponding to the movement of the user;
  • a comparison unit to determine the accuracy of the user's operation from the difference between the pattern parameter and the reference parameter, and to determine a difference between the user's operation and the user's operation performing the reference operation; Determine the type of the user's motion from the pattern parameter, determine the exercise intensity from the data of the pulse sensor, and comment on the user's motion from the difference between the user's motion determined by the comparator and the motion of the person performing the reference motion. It may include an analysis unit to generate.
  • the first database may further store a plurality of first parameters derived from the reference parameter, and the calculation unit may further include a second corresponding to the first parameter from the pattern parameter. Parameters can be derived.
  • the comparison unit may compare the first and second parameters, and determine a bias value representing the accuracy of an operation performed by a user.
  • the analysis unit compares the first and second parameters to determine the type of operation from the operation performed by the user, or if the second parameter is close to the predetermined operation-specific setting value;
  • the type of operation performed by the user may be determined according to the degree.
  • the analyzer may further determine the calories burned by the user from the data of the pulse sensor.
  • the analysis unit may determine the speed and the number of operations performed by the user from the second parameter.
  • the analysis unit by generating a comment on the user's operation from the deflection value, the type of operation, the speed of the operation, the number of operations, the display may be displayed.
  • the displayed data of the mobile terminal and the data displayed on the display device may be substantially the same.
  • the present invention by extracting a pattern parameter from the motion data measured by the sensor module, it is determined the accuracy of the fitness motion that the user is performing, the operation performed by the user from the peak of the pattern parameter, the shape of the waveform, the period of the waveform By determining the type, speed, and number of times, there is an effect of providing analysis data on the exercise effect of the user.
  • FIG. 1 is a view showing a fitness monitoring system according to an embodiment of the present invention.
  • FIG. 2 is a view showing a wearable motion recognition device according to an embodiment of the present invention.
  • 3A to 3E illustrate graphs of reference data acquired from an acceleration sensor as a result of performing a typical operation of Pilates by wearing a motion recognition device by a fitness trainer.
  • FIG. 4 is a graph showing a pattern parameter and a parameter calculated from the motion data measured when performing a Rolling like ball operation of Pilates.
  • FIG. 5 illustrates an example of displaying information on an exercise state of a user in a display device.
  • FIG. 1 is a view showing the configuration of the fitness monitoring system and wearable motion recognition device 10 according to an embodiment of the present invention.
  • the fitness monitoring system of the present invention the wearable motion recognition device 10, the display device 20, the application that can be associated with the wearable motion recognition device 10 that can determine the user's motion
  • the mobile terminal 30 may include a server 50 that receives exercise information from a plurality of users.
  • the user may perform a Pilates or fitness operation displayed on the display device 20 such as a TV by wearing the motion recognition device 10 on the body.
  • the user may download a video such as Pilates from the smart phone 30 and display it on the display device 20 using the mirroring function.
  • the wearable motion recognition device 10 may determine the overall sports motion such as the type and number of exercises performed by the user.
  • the information determined by the wearable motion recognition device 10 may be transmitted to the mobile terminal 30 using short range wireless communication such as Bluetooth or NFC.
  • the mobile terminal 30 may be provided with an application interlocked with the wearable motion recognition device 10.
  • the application may receive information of the exercise performed by the user from the wearable motion recognition device 1 and statistically analyze and present information such as scheduling of exercise, calorie calculation, preferred exercise, and pulse change according to exercise time.
  • the application may transmit the information of the exercise performed by the user to a separate server 50 using wireless communication (3G, 4G, wifi, etc.).
  • the server 50 may provide exercise information received from various users.
  • the fitness trainer 501 may determine the exercise state of each user by using the server 50. Under such a remote exercise management system, the fitness trainer 501 can appropriately comment or guide the exercise for each user, so that a large number of members can be managed.
  • the wearable motion recognition device 10 may include a sensor module 101, an analysis module 103, and a communication module 105.
  • the wearable motion recognition device 10 includes only the sensor module 101 and the communication module 105, and the analysis module 103 may be provided in the mobile terminal 30. As described.
  • the sensor module 101 may measure the acceleration of the limb in which the user is operating.
  • the sensor module 101 is an acceleration sensor 1011 for measuring the acceleration of the limbs, a gyro sensor 1013 for detecting the rotational inertia of the limbs to measure the position and direction, and a pulse to measure the heart rate of the user
  • the sensor 1015 may be provided.
  • Acceleration sensor 1011 provides information such as the rate of increase or decrease of velocity relative to linear motion or the strength of the applied impact.
  • the gyro sensor 1013 detects the angular velocity of rotation of the object in unit time and provides information such as the rotational motion and the direction of the body.
  • the acceleration sensor 1011 and the gyro sensor 1013 are preferably provided as a three-axis sensor for measuring the acceleration of the x, y, z axis to distinguish the various operations performed.
  • the heart rate measured by the pulse sensor 1015 is proportional to the exercise intensity. That is, since the heart rate rises as the exercise gets stronger, it is possible to determine the exercise intensity by knowing the heart rate during the exercise. In addition, when the heart rate is continuously displayed, the user may confirm that the heart rate gradually decreases at a higher heart rate as the exercise is adapted. Reduced heart rate during exercise means improved cardiopulmonary function.
  • Data of the rotation, direction, and acceleration of the user's body (arm or leg) measured by the sensor module 101 and the pulse rate during the movement may be transmitted to the analysis module 103.
  • 'operation data' data in which the sensor module 101 measures an operation currently performed by a user.
  • the analysis module 103 may determine a sport operation performed by the user by extracting a pattern parameter representing a feature point of the motion from the motion data measured by the sensor module 101.
  • the analysis module 103 may include a calculation unit 1030, a first database 1031, a second database 1033, a comparison unit 1035, and an analysis unit 1037.
  • the calculating unit 1030 may include a configuration of a CPU, a ROM, and a RAM for arithmetic processing.
  • the calculator 1030 may extract the pattern parameter from the operation data.
  • the pattern parameter may be calculated according to Equation 1 below from x, y, z of the sensor module 101.
  • a norm is a pattern parameter
  • a x is the x-axis acceleration
  • a y is the y-axis acceleration
  • a z is the z-axis acceleration.
  • the calculator 1030 may calculate data of the x, y, and z axes measured by the acceleration sensor 1011 according to Equation 1 to calculate a first pattern parameter related to acceleration.
  • the calculator 1030 may calculate data of the x, y, and z axes measured by the gyro sensor 1013 according to an equation similar to that of [Equation 1] to calculate a second pattern parameter related to the rotation and position components.
  • the calculator 1030 may calculate a pattern parameter with respect to the reference data.
  • 'Reference data' refers to the data of the sensor module 101 measured by a skilled practitioner wearing a wearable motion recognition device 10 and performing a fitness motion, such as a fitness trainer, in the first database 1031. It will be described in more detail in the description.
  • the calculation unit 1030 may calculate a first 'pattern parameter related to an acceleration component of reference data and a second' pattern parameter related to a rotation and a position component according to [Equation 1].
  • the pattern parameter may be understood as a variable derived during processing of the data in order to derive the feature point of the exercise motion performed by the user.
  • the pattern parameter over time can be shown in a graph, which will be described later in FIG. 4.
  • the calculation unit 1030 may derive the feature point from which the type, the number of times, the intensity, and the like of the operation may be determined from the pattern parameter.
  • the feature point may be understood as a reference point for determining the exercise state performed by the user.
  • the calculation unit 1030 may calculate a multiple parameter generation that is a feature point from the pattern parameter.
  • the calculator 1030 may set a time period in the data of the pattern parameter to calculate the parameter.
  • the time period means a certain time range.
  • the set time period may be one or more, such as a first time period set relatively narrowly and a second time period set relatively wider.
  • the first time period may be set to 0 seconds and less than 1 second.
  • the second time period may be set to more than 1 second but less than 5 seconds.
  • the first time period may be used to determine the state of the movement within one particular movement.
  • the second time period may be used to determine the number of various operations or repeated operations.
  • the calculator 1030 may calculate a parameter that is a feature point of an operation performed by a user for each set time period. That is, the calculator 1030 may calculate a parameter for each first time period region of a relatively narrow time band, and calculate a parameter for each second time period region of a relatively wide time band.
  • the parameter may be the shape of the peak or waveform of the pattern parameter a norm or the period of the waveform. This will be described later with reference to FIG. 4.
  • reference data previously measured for each of the fitness motions by the sensor module 101 is stored.
  • the reference parameter extracted by the calculator 1030 may be stored in the first database 1031.
  • Pre-stored reference data may be data measured for each exercise of a representative Pilates or fitness as shown in Table 1 below.
  • the first database 1031 may store basic information about a table of the operation, difficulty, and proper number of times of the representative Pilates as shown in [Table 1].
  • the data of the sensor module 101 performed by the trainer 501 by wearing the motion recognition device 10 may be stored in the Pilates operation of [Table 1].
  • the aforementioned reference data may be understood as data of the sensor module 101 measured by the trainer 501 performing a pilates operation as shown in [Table 1].
  • the reference data may be stored as an offset of the analysis module 103 and used to compare and determine the operation of the user (trainee).
  • 3A to 3E show a graph of reference data acquired from the acceleration sensor 1011 as a result of performing the operation of [Table 1] by wearing the motion recognition device 10 on the wrist and ankle by the fitness trainer 501. Can be.
  • FIG. 3A illustrates a graph of reference data acquired at a cycle of 20 Hz when the fitness trainer 501 wears the motion recognition device 10 on the wrist and performs the 'Rolling like ball' operation of [Table 1] 15 times.
  • 3B illustrates a graph of reference data acquired at a frequency of 20 Hz when the fitness trainer 501 wears the motion recognition device 10 on the wrist and performs the 'Single leg pull' operation of [Table 1] 15 times.
  • FIG. 3C illustrates a graph of reference data acquired at a frequency of 20 Hz when the fitness trainer 501 wears the motion recognition device 10 on the wrist and performs the 'Double leg pull' operation of [Table 1] 15 times.
  • FIG. 3D illustrates a graph of reference data acquired at a frequency of 20 Hz when the fitness trainer 501 wears the motion recognition device 10 on the wrist and performs the 'Hamstring pull' operation of [Table 1] 15 times.
  • FIG. 3E illustrates a graph of reference data acquired at a frequency of 20 Hz when the fitness trainer 501 wears the motion recognition device 10 on the wrist and performs the 'Criss Cross' operation of [Table 1] 15 times.
  • the peak shape is different for each type of Pilates motion shown in [Table 1]. Since the number of repeated waveforms indicates the number of repeated operations, detecting the number of peaks during a predetermined time period may determine the number of times of exercise during that time. Further, if the peak shape is smooth and the half width is large, it can be determined that the operation speed is slow.
  • the graph of the reference data may be used to classify peaks, repetition periods, and shapes of waveforms to distinguish a sports operation performed by a user.
  • the second database 1033 may store information on the pattern parameter of the operation data calculated by the calculator 1030.
  • the comparison unit 1035 and the analysis unit 1037 which will be described later compare and analyze the reference data of the fitness trainer stored in the first database 1031 and the motion data of the user stored in the second database 1033 to analyze the sports movements of the user. You will be judged.
  • FIG. 4 is a graph showing a pattern parameter and a parameter calculated from the motion data measured when performing a Rolling like ball operation of Pilates.
  • FIG. 4A is a graph showing pattern parameters of acceleration sensor 1011 data
  • FIG. 4B is a graph showing pattern parameters of gyro sensor 1013 data
  • FIG. 4C shows a moving average of pattern parameters. A data graph is shown.
  • the upper LP refers to an upper peak of a pattern parameter calculated based on the first time period set by the calculator 1030.
  • the upper GP refers to an upper peak of a pattern parameter calculated based on the second time period set by the calculator 1030.
  • the lower LP means a lower local peak FMF of the pattern parameter calculated based on the first time period set by the calculator 1030.
  • the lower GP refers to a lower global peak of the pattern parameter calculated based on the second time period set by the calculator 1030.
  • the pattern parameter a norm and the multiple parameters (Upper LP, Upper GP, lower LP, lower GP) derived as described above may be stored in the second database 1033.
  • the parameter may be set to the shape or period of a specific waveform of the pattern parameter a norm .
  • the shape-related parameter may be set to an area in which the extracted signal is present using a morphology technique in the first and second time periods.
  • the parameter may be set to an average of the pattern parameter a norm as shown in FIG. 4C.
  • the parameters derived from the first time period may be used to determine the detailed state of the operation, and the parameters derived from the second time period may be used to determine the large motion such as repeated motions and the number of motions. .
  • the value, shape, and distribution of each feature point derived from the pattern parameter may be an indicator for determining the type of a specific operation, the speed of the operation, and the number of operations.
  • Pattern parameters of reference data related to acceleration and rotation, such as (a) and (b) of FIG. 4, may be stored in the second database 1033.
  • the reference parameter derived from the reference data may be stored in the first database 1031.
  • the comparator 1035 may calculate the degree to which the operation data matches the reference data by matching the pattern parameter with the reference parameter.
  • the comparison unit 1035 may calculate a bias value for determining the accuracy of the operation performed by the user by comparing a parameter such as a peak of a pattern parameter, a shape of a waveform, and a period of a waveform with a reference parameter. have.
  • the deflection value represents the degree of difference between the parameter of the reference parameter and the operating parameter.
  • the comparator 1035 may display the difference between the reference data and the operation data according to the multiple parameters (Upper LP, Upper GP, lower LP, lower GP) as a percentage. This is an index indicating how close the motion performed by the user is to the motion performed by the fitness trainer 501.
  • the analysis unit 1037 may determine the type of sports movement, the speed of the movement, and the number of movements performed by the user from the parameters (peak, shape of the waveform, period of the waveform) of the pattern parameter stored in the second database 1033. Can be.
  • the analysis unit 1037 may compare the parameters of the reference parameters and the pattern parameters stored in the first database 1031 to more accurately determine the user's sports behavior.
  • the user may determine the sports motion of the user by analyzing only the parameters of the pattern parameters according to a preset fitness motion-specific setting. Information about the number, range, and average of parameters for each fitness exercise may be preset.
  • the analysis unit 1037 may determine the degree to which the parameter of the pattern parameter is close to the setting to determine which operation of Table 1 is performed by the user.
  • the analysis unit 1037 may analyze the user's operation state in detail, such as the speed and the number of operations after the user's operation is classified.
  • the analyzer 1037 may calculate the current exercise intensity of the user by receiving the data of the pulse sensor 1015.
  • the exercise intensity calculated from the heart rate is as shown in Equation 2 below.
  • the maximum heart rate then corresponds to 206.9- (0.67 ⁇ age).
  • the analyzer 1037 may receive a deflection value from the comparator 1035.
  • the analysis unit 1037 may generate a comment on the insufficient situation in the current exercise state based on the deflection value, the type of the motion, the speed of the motion, the number of motions, and the like.
  • the generated comment may be transferred to the display unit 104.
  • the communication module 105 may transmit the result data of the analysis module 103 to the external mobile terminal 30.
  • FIG. 5 illustrates a display device 20 in which information on a user's exercise state is displayed, and transmits and displays the result calculated by the analysis module of the mobile terminal 30 to the display device 20.
  • the display apparatus 20 may visually display calories consumed calculated using the heart rate and the heart rate measured by the pulse sensor 1015.
  • the display apparatus 20 may visually display the accuracy of the exercise performed by the user using the deflection value calculated by the comparator 1035.
  • the display apparatus 20 may receive the speed of the motion, the number of motions, and the intensity of the motion determined by the analyzer 1037 and visually display the motion.
  • the display apparatus 20 may display a comment regarding the exercise state of the user based on the intensity of the exercise, the speed, the number of times, and the accuracy of the exercise.

Landscapes

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

Abstract

피트니스 모니터링 시스템이 개시된다. 본 발명의 시스템에서, 이동단말은 기준동작을 수행하는 자의 동작을 상기 디스플레이 장치 및 디스플레이부에 디스플레이하고, 이에 대응하는 사용자의 상기 동작신호로부터 산출한 패턴 파라미터와, 기준동작을 수행하는 자의 동작신호로부터 산출하여 기 저장된 기준 파라미터를 비교하여, 패턴 파라미터가 기준 파라미터에 근접한 정도에 따라 현재 운동상태에 대한 코멘트를 실시간으로 생성하여 상기 디스플레이 장치 및 디스플레이부에 디스플레이한다.

Description

[규칙 제26조에 의한 보정 17.08.2016]　피트니스 모니터링 시스템
본 발명은 피트니스 모니터링 시스템에 관한 것이다.
현대인들은 신체 활동의 부족과 불규칙한 식습관 등으로 인하여 자세의 불균형, 비만 등과 같은 성인병이 문제되고 있다. 이에 따라, 건강 및 운동에 대한 관심이 높아지고 있으며, 다양한 운동 기구 또는 운동 시스템이 개발되고 있다.
필라테스, 에어로빅, 요가와 같은 운동은 별도의 기구 없이 신체의 하중을 이용한 자세와 반복된 동작으로 근육을 수축, 이완시키는 스포츠 운동이다. 이는 웨이트 트레이닝과 다르게 근육을 크게 손상시키지 않으므로, 큰 통증 없이 근육을 강화할 수 있는 특징이 있어 남녀노소 누구에게나 적합한 운동방식으로 알려져 있다.
종래의 경우, 이러한 운동들은 체육관에서 헬스 트레이너의 지도 아래 이루어지거나 CD, DVD, 컴퓨터 파일 또는 비디오테이프의 형태로 구매하여 가정이나 직장에서 동작을 보면서 따라 하는 형태로 운동을 하고 있다. 필라테스, 피트니스와 같이 신체를 이용한 근력 운동은 그 부하가 약하기는 하나 정해진 횟수를 정확한 동작으로 반복 수행하는 것은 여성이나 운동 초보자들에게 매우 어려운 일이다.
퍼스널 트레이닝과 같이 트레이너가 피교육자의 자세 및 횟수를 직접 교정해주면서 같이 운동하는 경우, 그 효과가 뛰어나기 때문에 운동이 익숙하지 않은 사람들은 체육관을 찾게 된다. 트레이너 없이 피교육자 홀로 운동을 하게 될 경우, 체육관에서 또는 가정에서 정해진 운동을 연속 동작으로 수행한다 하여도 자세가 흐트러지기 쉽고 정해진 횟수를 채우기가 어려워 효과를 못보고 중단하는 사례가 많다.
헬스 트레이너의 지도 아래 체육관에서 강습을 받는 것이 운동의 효율상 바람직하나, 강습비의 부담과 체육관까지 가야하는 번거로움 때문에 바쁜 현대인들에게는 여의치 않다. 가정에서 모니터를 보며 운동을 하는 경우, 동작의 부정확함, 운동의 어려움 등에 의해서 피교육자가 쉽게 포기하게 하지 않도록 헬스 트레이너가 원격으로 피교육자의 운동 상태를 모니터링 할 수 있는 시스템이 필요하다. 이를 위해서는 피교육자의 스포츠 동작을 판단하여 동작의 정확도 및 횟수를 전달할 수 있는 착용형 장치(Wearable Device)가 요구된다.
종래의 헬스케어 웨어러블 디바이스는 카메라를 이용한 모션인식이 주를 이루었다. 피교육자의 모션을 캡쳐 및 인식하여 스포츠 동작을 코칭하는 시스템 및 방법으로는 한국등록특허 제10-1282953호가 있다. 개시된 스포츠 동작 코칭 시스템은 피교육자의 모션을 캡쳐하는 모션 캡쳐부; 모션 캡쳐부에서 캡쳐된 피교육자의 모션을 분석하고, 교정 명령을 생성하는 제어부; 및 제어부의 모션 교정 명령에 따라 피드백 신호를 실시간으로 전달하는 모션 피드백부를 포함한다.
개시된 모션 캡쳐부는 비전 인식 카메라 외에 신체 부위에 전자 나침반, 관성 센서, 힘 센서 등이 설치될 수 있다. 하지만, 종래 기술에서 피교육자의 모션을 인지하고 자세를 판단하는 것은 결국 카메라로 인한 캡쳐이며, 센서로부터 측정된 토크나 힘, 가속도 정보를 분석하는 방법은 제시되고 있지 않다.
착용형 장치로 모션을 판단 분석하기 위해서는 소형 및 경량의 특징이 필요하다. 따라서, 모션을 인식할 수 있는 착용형 장치는 비젼 인식 카메라, 프로젝터, 시선 추적 모듈과 같은 외부 장비 없이 간단한 센서 구성의 데이터만으로 동작을 판단할 수 있어야 한다.
본 발명이 해결하고자 하는 기술적 과제는, 센서의 측정 정보로부터 스포츠 동작을 판단할 수 있는 착용형 모션인식 장치를 제공하는 것이다. 또한, 사용자의 신체에 착용되어 사용자가 수행한 피트니스 동작, 운동의 종류, 및 수행한 횟수를 판단할 수 있는 착용형 모션인식 장치를 제공하는 것이다.
또한, 본 발명이 해결하고자 하는 다른 기술적 과제는, 센서의 측정 정보로부터 현재 사용자가 수행하고 있는 피트니스 동작의 정확도와 운동에 관한 적절한 조언을 제시할 수 있는 피트니스 모니터링 시스템을 제공하는 것이다.
상기와 같은 기술적 과제를 해결하기 위해, 본 발명의 일실시예의 피트니스 모니터링 시스템은, 이동단말로부터 데이터를 수신하여 디스플레이하는 디스플레이 장치; 사용자의 신체의 소정 부위에 착용되는 것으로서, 사용자의 움직임에 대응하는 동작신호를 이동단말로 전송하는 모션인식 장치; 및 기준동작을 수행하는 자의 동작을 상기 디스플레이 장치 및 디스플레이부에 디스플레이하고, 이에 대응하는 사용자의 상기 동작신호로부터 산출한 패턴 파라미터와, 기준동작을 수행하는 자의 동작신호로부터 산출하여 기 저장된 기준 파라미터를 비교하여, 패턴 파라미터가 기준 파라미터에 근접한 정도에 따라 현재 운동상태에 대한 코멘트를 실시간으로 생성하여 상기 디스플레이 장치 및 디스플레이부에 디스플레이하는 상기 이동단말을 포함할 수 있다.
본 발명의 일실시예에서, 상기 모션인식 장치는, 맥박 센서; 사용자의 움직임에 대응하여, 직선운동 또는 회전운동 중 적어도 하나에 대한 정보를 제공하는 가속도 센서; 및 사용자의 움직임에 대응하여, 회전운동 또는 신체의 균형 중 적어도 하나에 대한 정보를 제공하는 자이로 센서를 포함할 수 있다.
본 발명의 일실시예에서, 상기 이동단말은, 상기 디스플레이부; 기준동작을 수행하는 자의 동작신호로부터 산출한 기준 파라미터를 저장하는 제1데이터베이스; 사용자의 움직임에 대응하는 직선운동 및 회전운동에 대한 정보에 따라, 가속도에 대응하는 제1패턴 파라미터와 회전 및 위치성분에 대응하는 제2패턴 파라미터를 포함하는 패턴 파라미터를 산출하는 연산부; 상기 패턴 파라미터와 기준 파라미터의 차이로부터, 사용자의 동작의 정확도를 판단하고, 사용자의 동작과 기준동작을 수행하는 자의 동작의 차이를 결정하는 비교부; 상기 패턴 파라미터로부터 사용자의 동작의 종류를 결정하고, 상기 맥박 센서의 데이터로부터 운동강도를 결정하고, 상기 비교부가 결정한 사용자의 동작과 기준동작을 수행하는 자의 동작의 차이로부터 사용자의 동작에 대한 코멘트를 생성하는 분석부를 포함할 수 있다.
본 발명의 일실시예에서, 상기 제1데이터베이스는, 상기 기준 파라미터로부터 도출된 복수의 제1매개변수를 더 저장하고, 상기 연산부는, 상기 패턴 파라미터로부터, 상기 제1매개변수에 대응하는 제2매개변수를 도출할 수 있다.
본 발명의 일실시예에서, 상기 비교부는, 상기 제1 및 제2매개변수를 비교하여, 사용자가 수행한 동작의 정확도를 나타내는 편향값을 결정할 수 있다.
본 발명의 일실시예에서, 상기 분석부는, 상기 제1 및 제2매개변수를 비교하여 사용자가 수행한 동작으로부터 동작의 종류를 판단하거나, 상기 제2매개변수가 기설정된 동작별 설정값에 근접한 정도에 따라 사용자가 수행한 동작의 종류를 판단할 수 있다.
본 발명의 일실시예에서, 상기 분석부는, 상기 맥박 센서의 데이터로부터 사용자의 소모 칼로리를 더 결정할 수 있다.
본 발명의 일실시예에서, 상기 분석부는, 상기 제2매개변수로부터 사용자가 수행한 동작의 속도 및 횟수를 판단할 수 있다.
본 발명의 일실시예에서, 상기 분석부는, 상기 편향값, 동작의 종류, 동작의 속도, 동작의 횟수로부터, 사용자의 동작에 대한 코멘트를 생성하여 상기 디스플레이부가 디스플레이하게 할 수 있다.
본 발명의 일실시예에서, 상기 이동단말의 상기 디스플레이되는 데이터와 상기 디스플레이 장치에 디스플레이되는 데이터는 실질적으로 동일할 수 있다.
본 발명에 따르면, 센서모듈에서 측정된 동작 데이터로부터 패턴 파라미터를 추출함으로써, 사용자가 수행하고 있는 피트니스 동작의 정확도를 판단하고, 패턴 파라미터의 피크와 파형의 모양, 파형의 주기로부터 사용자가 수행한 동작의 종류, 속도, 횟수를 판단함으로써, 사용자의 운동효과에 대한 분석 데이터를 제공하게 하는 효과가 있다.
도 1은 본 발명의 일실시예에 따른 피트니스 모니터링 시스템을 도시한 모습이다.
도 2는 본 발명의 실시예에 따른 착용형 모션인식 장치를 도시한 모습이다.
도 3a 내지 도 3e는 헬스 트레이너가 모션인식 장치를 착용하여 필라테스의 대표적인 동작을 수행한 결과, 가속도 센서로부터 취득된 기준 데이터의 그래프를 나타낸다.
도 4는 필라테스의 Rolling like ball 동작 수행시 측정된 동작 데이터로부터 패턴 파라미터 및 매개 변수를 산출한 그래프를 나타낸다.
도 5는 디스플레이 장치에서 사용자의 운동 상태에 관한 정보가 표시된 일예를 나타낸 것이다.
이하, 첨부된 도면들에 기재된 내용들을 참조하여 본 발명을 상세히 설명한다. 다만, 본 발명이 예시적 실시 예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일 참조부호는 실질적으로 동일한 기능을 수행하는 부재를 나타낸다.
본 발명의 목적 및 효과는 하기의 설명에 의해서 자연스럽게 이해되거나 보다 분명해 질 수 있으며, 하기의 기재만으로 본 발명의 목적 및 효과가 제한되는 것은 아니다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.
도 1은 본 발명의 실시예에 따른 피트니스 모니터링 시스템 및 착용형 모션인식 장치(10)의 구성도를 도시한 모습이다.
도면에 도시된 바와 같이, 본 발명의 피트니스 모니터링 시스템은, 사용자의 동작을 판단할 수 있는 착용형 모션인식 장치(10), 디스플레이 장치(20), 착용형 모션인식 장치(10)와 연계 가능한 어플리케이션이 구비된 이동단말(30), 다수의 사용자로부터 운동 정보를 수신 받는 서버(50)를 포함할 수 있다.
사용자는 TV와 같은 디스플레이 장치(20)에서 디스플레이되는 필라테스나 피트니스 동작을 신체에 모션인식 장치(10)를 착용하고 수행할 수 있다. 본 실시예로, 사용자는 스마트폰(30)에서 필라테스 등의 동영상을 다운로드 받아 미러링 기능을 이용하여 디스플레이 장치(20)에 디스플레이할 수 있다.
착용형 모션인식 장치(10)는 사용자가 수행한 운동의 종류, 횟수 등 전반적인 스포츠 동작을 판단할 수 있다. 착용형 모션인식 장치(10)가 판단한 정보는 블루투스, NFC와 같은 근거리 무선 통신을 이용하여 이동단말(30)로 전송될 수 있다.
이동단말(30)에는 착용형 모션인식 장치(10)와 연동되는 어플리케이션이 구비될 수 있다. 상기 어플리케이션은 사용자가 수행한 운동의 정보를 착용형 모션인식 장치(1)로부터 수신하여 통계분석하여 운동의 스케줄링, 칼로리 계산, 선호 운동, 운동 시간에 따른 맥박 변화 등의 정보를 제시할 수 있다. 또한, 상기 어플리케이션은 사용자가 수행한 운동의 정보를 무선통신(3G, 4G, wifi, 등)을 이용하여 별도의 서버(50)로 전송할 수 있다.
서버(50)는 다양한 사용자들로부터 전송받은 운동 정보를 제공할 수 있다. 헬스 트레이너(501)는 서버(50)를 이용하여 각 사용자들의 운동 상태를 파악할 수 있다. 이와 같은 원격 운동 관리 시스템하에서, 헬스 트레이너(501)는 이용자 개개인에 맞는 운동에 관한 적절한 코멘트나 지도를 할 수 있으므로 일대 다수의 회원관리가 가능하다.
도 2는 본 발명의 실시예에 따른 착용형 모션인식 장치(10)를 도시한 모습이다. 도 2를 참조하면, 착용형 모션인식 장치(10)는 센서 모듈(101), 분석 모듈(103) 및 통신 모듈(105)을 포함할 수 있다. 다만, 이는 예시적인 것으로서, 착용형 모션인식 장치(10)가 센서모듈(101)과 통신모듈(105)만을 포함하고, 분석모듈(103)은 이동단말(30)에 구비되는 것도 가능한 것임은 위에서 설명한 바와 같다.
센서 모듈(101)은 사용자가 동작중인 팔다리의 가속도를 측정할 수 있다. 본 실시예로, 센서 모듈(101)은 팔다리의 가속도를 측정하는 가속도 센서(1011), 팔다리의 회전 관성을 감지하여 위치와 방향을 측정하는 자이로 센서(1013), 및 사용자의 심박수를 측정하는 맥박 센서(1015)를 구비할 수 있다.
가속도 센서(1011)는 직선운동에 대한 속도의 증감비 또는 가해진 충격의 세기와 같은 정보를 제공한다. 자이로 센서(1013)는 단위시간에 물체가 회전한 각속도를 검출하여 신체의 회전 동작, 방향 등의 정보를 제공한다.
가속도 센서(1011)와 자이로 센서(1013)는 수행되는 다양한 동작을 구분하기 위해서 x, y, z축의 가속도를 측정하는 3축 센서로 제공되는 것이 바람직하다.
맥박 센서(1015)에서 측정되는 심박수는 운동 강도에 비례한다. 즉, 심박수는 운동이 강해지면 상승하기 때문에 운동 중의 심박수를 알면 운동 강도를 파악할 수 있다. 또한, 심박수가 지속적으로 디스플레이되는 경우, 사용자는 운동에 적응될수록 높은 심박수에서 점점 심박수가 감소하는 것을 확인할 수 있다. 운동 중의 심박수가 감소했다는 것은 곧 심폐 기능이 향상되었음을 의미한다.
센서 모듈(101)에서 측정된 사용자 신체(팔 또는 다리)의 회전, 방향, 가속도의 데이터와 운동 중의 맥박 수는 분석 모듈(103)로 전달될 수 있다. 이하, 본 명세서에서는 센서 모듈(101)이 현재 사용자가 수행하고 있는 동작을 측정한 데이터를 '동작 데이터'라 한다.
분석 모듈(103)은 센서 모듈(101)에서 측정된 동작 데이터로부터 동작의 특징점을 나타내는 패턴 파라미터를 추출하여 사용자가 수행한 스포츠 동작을 판단할 수 있다. 본 실시예로, 분석 모듈(103)은 연산부(1030), 제1 데이터베이스(1031), 제2 데이터베이스(1033), 비교부(1035), 분석부(1037)를 구비할 수 있다.
연산부(1030)는 연산 처리를 위한 CPU, ROM, RAM의 구성을 포함할 수 있다. 연산부(1030)는 동작 데이터로부터 패턴 파라미터를 추출할 수 있다. 패턴 파라미터는 센서 모듈(101)의 x, y, z로부터 하기의 [수학식 1]에 따라 산출될 수 있다.
Figure PCTKR2016006364-appb-M000001
여기서, anorm는 패턴 파라미터, ax는 x축 가속도, ay는 y축 가속도, az는 z축 가속도를 의미한다.
연산부(1030)는 가속도 센서(1011)에서 측정된 x, y, z축의 데이터를 [수학식 1]에 따라 연산하여, 가속도와 관련된 제1 패턴 파라미터를 산출할 수 있다. 연산부(1030)는 자이로 센서(1013)에서 측정된 x, y, z축의 데이터를 [수학식 1]과 유사한 식에 따라 연산하여, 회전 및 위치 성분에 관련된 제2 패턴 파라미터를 산출할 수 있다.
또한, 연산부(1030)는 기준 데이터에 대한 패턴 파라미터를 산출할 수 있다. '기준 데이터'란, 헬스 트레이너와 같이 운동 숙련자가 착용형 모션인식 장치(10)를 착용하고 피트니스 동작을 수행하여 측정된 센서 모듈(101)의 데이터를 의미하며 하기의 제1데이터베이스(1031)에 대한 설명에서 보다 상세히 설명한다. 연산부(1030)는 [수학식 1]에 따라 기준 데이터의 가속도 성분과 관련된 제1' 패턴 파라미터, 회전 및 위치 성분에 관련된 제2' 패턴 파라미터를 산출할 수 있다.
센서 모듈(101)의 데이터 패턴을 분석하고, 분석 과정에서 연산량을 감소시키기 위해서는 3축의 운동 정보를 통합해야 한다. 패턴 파라미터는 사용자가 수행한 운동 동작의 특징점을 도출하기 위하여 데이터의 가공 과정 중 도출되는 변수로 이해될 수 있다. 시간에 따른 패턴 파라미터는 그래프로 도시할 수 있으며 이는 도 4에서 후술한다.
연산부(1030)는 패턴 파라미터로부터 동작의 종류, 횟수, 강도 등을 판단할 수 있는 특징점을 도출할 수 있다. 특징점은 사용자가 수행한 운동 상태를 판단할 수 있는 기준점으로 이해될 수 있다. 본 실시예로, 연산부(1030)는 패턴 파라미터로부터 특징점이 되는 다중 매개 변수(Multiple Parameter Generation)를 산출할 수 있다.
연산부(1030)는 매개 변수를 산출하기 위하여 패턴 파라미터의 데이터에서 시구간을 설정할 수 있다. 시구간이란 일정 시간 범위를 의미한다. 설정되는 시구간은 상대적으로 좁게 설정한 제1시구간, 상대적으로 넓게 설정한 제2시구간과 같이 하나 이상일 수 있다.
일례로 제1시구간은 0초과 1초 미만으로 설정될 수 있다. 제2시구간은 1초 이상 5초 미만으로 설정될 수 있다. 제1시구간은 특정한 한 동작 내에서 움직임의 상태를 판단하는데 이용될 수 있다. 제2시구간은 여러 동작 또는 반복되는 동작의 횟수를 판단하는데 이용될 수 있다.
연산부(1030)는 설정된 시구간 마다 사용자가 수행한 동작의 특징점인 매개 변수를 산출할 수 있다. 즉, 연산부(1030)는 상대적으로 좁은 시간 대역의 제1시구간 영역마다 매개 변수를 산출할 수 있고, 상대적으로 넓은 시간 대역의 제2시구간 영역마다 매개 변수를 산출할 수 있다. 본 실시예로, 매개 변수는 패턴 파라미터 anorm의 피크 또는 파형의 모양 또는 파형의 주기일 수 있다. 이와 관련 도 4를 통하여 후술한다.
제1데이터베이스(1031)에는 센서 모듈(101)에서 복수개의 피트니스 동작별로 기 측정한 기준 데이터가 저장된다. 보다 상세하게, 제1데이터베이스(1031)에는 연산부(1030)에서 추출한 기준 파라미터가 저장될 수 있다. 기저장되는 기준 데이터는 하기의 [표 1]과 같은 대표적인 필라테스나 피트니스의 운동별로 측정된 데이터가 될 수 있다.
No 이름 동작횟수 또는 시간 난이도
1 Rolling like a ball 15 초급
2 Single leg pull 15 초급
3 Double leg pull 15 초급
4 Hamstring pull 15 초급
5 Double leg lower lift 15 초급
6 Criss cross 15 중급
7 Spine stretch 15 초급
8 Open leg rocker 15 초급
9 Double leg kicks 15 초급
10 Teaser 15 중급
11 C|Double leg circle 15 중급
12 Boomerang 15 고급
13 Crab 15 중급
14 Hundreds 30초 초급
15 Single leg kick 30초 중급
16 Swimmings 30초 중급
17 Side step jack 15 초급
18 Criss-cross squat 15 중급
19 Curtsy lunges 15 중급
20 Alteration toe tab squat 15 중급
21 Butt kick hops 15 중급
22 Squat hops 15 중급
23 Calf hop squats 15 중급
24 Suicide sprints 15 중급
25 Brisk march 30초 초급
26 Jumping jack 30초 중급
27 Burpee leg raise 10 중급
28 Side to side to squat 15 중급
29 Power skips 15 중급
30 Up and out jacks 15 중급
31 Slow butt kickers+Arm swings 15 초급
32 Lateral jumps 15 중급
33 Flutterkick squats 15 중급
34 Jog un place 30초 초급
35 Double buttkickers 30초 중급
제1데이터베이스(1031)에는 [표 1]과 같은 대표적인 필라테스의 동작과 난이도, 적정 횟수가 정해진 테이블에 관한 기본 정보가 저장될 수 있다. 제1데이터베이스(1031)에는 [표 1]의 필라테스 동작을 트레이너(501)가 모션인식 장치(10)를 착용하여 수행한 센서 모듈(101)의 데이터가 저장될 수 있다.
전술한 기준 데이터란 트레이너(501)가 [표 1]과 같은 필라테스 동작을 수행하여 기측정한 센서 모듈(101)의 데이터로 이해될 수 있다. 기준 데이터는 분석 모듈(103)의 오프셋으로 저장되어 사용자(피교육자)의 동작을 비교 판단하는데 이용될 수 있다. 도 3a 내지 도 3e는 헬스 트레이너(501)가 손목과 발목에 모션인식 장치(10)를 착용하여 [표 1]의 동작을 수행한 결과, 가속도 센서(1011)로부터 취득된 기준 데이터의 그래프를 나타낼 수 있다.
도 3a은 헬스 트레이너(501)가 손목에 모션인식 장치(10)를 착용하여 [표 1]의 'Rolling like ball' 동작을 15회 수행한 결과, 20Hz의 주기로 취득한 기준 데이터의 그래프를 나타낸다.
도 3b는 헬스 트레이너(501)가 손목에 모션인식 장치(10)를 착용하여 [표 1]의 'Single leg pull' 동작을 15회 수행한 결과, 20Hz를 주기로 취득한 기준 데이터의 그래프를 나타낸다.
도 3c는 헬스 트레이너(501)가 손목에 모션인식 장치(10)를 착용하여 [표 1]의 'Double leg pull' 동작을 15회 수행한 결과, 20Hz를 주기로 취득한 기준 데이터의 그래프를 나타낸다.
도 3d는 헬스 트레이너(501)가 손목에 모션인식 장치(10)를 착용하여 [표 1]의 'Hamstring pull' 동작을 15회 수행한 결과, 20Hz를 주기로 취득한 기준 데이터의 그래프를 나타낸다.
도 3e는 헬스 트레이너(501)가 손목에 모션인식 장치(10)를 착용하여 [표 1]의 'Criss Cross' 동작을 15회 수행한 결과, 20Hz를 주기로 취득한 기준 데이터의 그래프를 나타낸다.
도 3a 내지 도 3e를 참조하면, [표 1]의 필라테스 운동의 종류마다 피크 모양이 상이하게 나타남을 알 수 있다. 반복된 파형의 개수는 반복된 동작의 횟수를 의미하므로, 일정 시간 동안의 피크 수를 검출하면 해당 시간 동안의 운동 횟수를 판정할 수 있다. 또한, 피크의 모양이 완만하여 반폭치가 크다면 동작의 속도가 느린 것으로 판정할 수 있다. 이와 같은 기준 데이터의 그래프는 피크, 반복 주기, 파형의 모양이 샘플링되어 사용자가 수행한 스포츠 동작을 구분하는데 이용될 수 있다.
그러나 3축의 데이터로부터 이러한 특징들을 파악하여 비교분석하는 것은 막대한 연산량을 요구한다. 데이터 분석을 위해선 특징점 도출을 위한 3축 데이터의 가공 과정이 요구되며, 가공된 데이터로부터 동작의 상태를 분석하기 위한 지표로서 특징점을 도출해야 한다.
제2데이터베이스(1033)에는 연산부(1030)가 산출한 동작 데이터의 패턴 파라미터의 정보가 저장될 수 있다. 후술하게 될 비교부(1035) 및 분석부(1037)는 제1데이터베이스(1031)에 저장된 헬스 트레이너의 기준 데이터와 제2데이터베이스(1033)에 저장된 사용자의 동작 데이터를 비교 분석함으로써 사용자의 스포츠 동작을 판단하게 된다.
도 4는 필라테스의 Rolling like ball 동작 수행시 측정된 동작 데이터로부터 패턴 파라미터 및 매개 변수를 산출한 그래프를 나타낸다. 도 4a는 가속도 센서(1011) 데이터의 패턴 파라미터를 그래프로 도시한 모습이고, 도 4b는 자이로 센서(1013) 데이터의 패턴 파라미터를 그래프로 도시한 모습이며, 도 4c는 패턴 파라미터의 이동 평균을 산출한 데이터 그래프를 도시한 모습이다.
도 4의 (a)를 참조하면, 연산부(1030)에서 산출된 패턴 파라미터 및 매개 변수를 확인할 수 있다. Upper LP란 연산부(1030)에서 설정된 제1시구간을 기준으로 계산된 패턴 파라미터의 양의 피크(Upper Local Peak)를 의미한다. Upper GP란 연산부(1030)에서 설정된 제2시구간을 기준으로 계산된 패턴 파라미터의 양의 피크(Upper Global Peak)를 의미한다. Lower LP란 연산부(1030)에서 설정된 제1시구간을 기준으로 계산된 패턴 파라미터의 음의 피크(Lower local Peak)FMF 의미한다. Lower GP란 연산부(1030)에서 설정된 제2시구간을 기준으로 계산된 패턴 파라미터의 음의 피크(Lower Global Peak)를을 의미한다.
이와 같이 도출된 패턴 파라미터 anorm와 다중 매개 변수(Upper LP, Upper GP, lower LP, lower GP)는 제2데이터베이스(1033)에 저장될 수 있다. 다른 실시예로 매개 변수는 패턴 파라미터 anorm의 특정 파형의 모양이나 주기로 설정될 수 있다. 모양과 관련된 매개 변수는, 제1 및 제2시구간에서 모폴로지(mophology) 기법을 이용하여 추출된 신호가 존재하는 영역으로 설정될 수 있다. 또한, 매개 변수는 도 4c와 같이 패턴 파라미터 anorm의 평균으로 설정될 수 있다.
제1시구간에서 도출된 매개 변수는 동작의 세부적인 상태를 판단하는데 이용될 수 있으며, 제2시구간에서 도출된 매개 변수는 반복된 동작, 동작의 횟수 등 큰 움직임을 판단하는데 이용될 수 있다. 패턴 파라미터에서 도출되는 각 특징점의 값, 형태, 분포도는 특정한 동작의 종류, 동작의 속도, 동작의 횟수를 판단하는 지표가 될 수 있다. 도 4의 (a) 및 (b)와 같은 가속도와 회전과 관련된 기준 데이터의 패턴 파라미터는 제2데이터베이스(1033)에 저장될 수 있다. 같은 방식으로, 기준 데이터에서 도출된 기준 파라미터는 제1데이터베이스(1031)에 저장될 수 있다.
비교부(1035)는 패턴 파라미터를 기준 파라미터와 매칭하여 동작 데이터가 기준 데이터와 일치되는 정도를 계산할 수 있다. 본 실시예로, 비교부(1035)는 패턴 파라미터의 피크, 파형의 모양, 파형의 주기와 같은 매개 변수를 기준 파라미터와 비교하여 사용자가 수행한 동작의 정확도를 판단할 수 있는 편향값을 계산할 수 있다. 편향값은 기준 파라미터와 동작 파라미터의 매개 변수 간 차이의 정도를 나타낸다.
비교부(1035)는 다중 매개 변수(Upper LP, Upper GP, lower LP, lower GP)에 따른 기준 데이터와 동작 데이터의 차이를 퍼센트로 표시할 수 있다. 이는 곧, 사용자가 수행한 동작이 헬스 트레이너(501)가 수행한 동작과 근접하는 정도를 나타내는 지표가 된다.
분석부(1037)는 제2데이터베이스(1033)에 저장된 패턴 파라미터의 매개 변수(피크, 파형의 모양, 파형의 주기)로부터 사용자가 수행한 스포츠 동작의 종류와 동작의 속도 및 동작의 횟수를 판단할 수 있다.
분석부(1037)는 제1데이터베이스(1031)에 저장된 기준 파라미터의 매개 변수와 패턴 파라미터의 매개 변수를 비교하여 보다 정확하게 사용자의 스포츠 동작을 판단할 수 있다. 또는, 기 설정된 피트니스 동작 별 설정에 따라 패턴 파라미터의 매개 변수만을 분석하여 사용자의 스포츠 동작을 판단할 수도 있다. 피트니스 동작 별로 매개 변수의 개수, 범위, 평균에 대한 정보가 미리 설정될 수 있다.
분석부(1037)는 패턴 파라미터의 매개 변수가 상기 설정에 근접한 정도를 판단하여 사용자가 수행한 동작이 [표 1]의 어떤 동작인지 구분할 수 있다. 분석부(1037)는 사용자의 동작을 구분한 이후 동작의 속도, 횟수 등 사용자의 동작 상태를 세부적으로 분석할 수 있다.
분석부(1037)는 맥박 센서(1015)의 데이터를 전달받아 사용자의 현재 운동 강도를 계산할 수 있다. 심박수로부터 산출되는 운동 강도는 하기의 [수학식 2]와 같다.
Figure PCTKR2016006364-appb-M000002
이때 최대 심박수는 206.9-(0.67×연령)에 해당한다.
분석부(1037)는 비교부(1035)로부터 편향값을 전달받을 수 있다. 분석부(1037)는 편향값, 동작의 종류, 동작의 속도, 동작의 횟수 등을 토대로 현재 운동 상태에서의 부족한 상황에 대한 코멘트를 생성할 수 있다. 생성된 코멘트는 디스플레이부(104)로 전달될 수 있다.
통신 모듈(105)은 분석 모듈(103)의 결과 데이터를 외부의 이동단말(30)로 송신할 수 있다.
도 5는 사용자의 운동 상태에 관한 정보가 표시된 디스플레이 장치(20)를 나타내는 것으로서, 이동단말(30)의 분석모듈이 계산한 결과를 디스플레이 장치(20)에 전송하여 디스플레이한 것이다.
도 5를 참조하면, 디스플레이 장치(20)는 맥박 센서(1015)에서 측정된 심박수와 심박수를 이용하여 계산된 소비 칼로리를 시각적으로 표시할 수 있다. 또한, 디스플레이 장치(20)는 비교부(1035)에서 산출된 편향값을 이용하여 사용자가 수행한 운동의 정확도를 시각적으로 표시할 수 있다. 또한, 디스플레이 장치(20)는 분석부(1037)로부터 판단된 동작의 속도, 동작의 횟수, 운동의 강도를 전달 받아 시각적으로 표시할 수 있다. 또한, 디스플레이 장치(20)는 운동의 강도, 동작의 속도, 횟수, 정확도를 기초로 사용자의 운동 상태에 관한 코멘트를 표시할 수 있다.
이상에서 대표적인 실시예를 통하여 본 발명을 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명한 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 특허청구범위와 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태에 의하여 정해져야 한다.

Claims (10)

  1. 이동단말로부터 데이터를 수신하여 디스플레이하는 디스플레이 장치;
    사용자의 신체의 소정 부위에 착용되는 것으로서, 사용자의 움직임에 대응하는 동작신호를 이동단말로 전송하는 모션인식 장치; 및
    기준동작을 수행하는 자의 동작을 상기 디스플레이 장치 및 디스플레이부에 디스플레이하고, 이에 대응하는 사용자의 상기 동작신호로부터 산출한 패턴 파라미터와, 기준동작을 수행하는 자의 동작신호로부터 산출하여 기 저장된 기준 파라미터를 비교하여, 패턴 파라미터가 기준 파라미터에 근접한 정도에 따라 현재 운동상태에 대한 코멘트를 실시간으로 생성하여 상기 디스플레이 장치 및 디스플레이부에 디스플레이하는 상기 이동단말을 포함하는 피트니스 모니터링 시스템.
  2. 제1항에 있어서, 상기 모션인식 장치는,
    맥박 센서;
    사용자의 움직임에 대응하여, 직선운동 또는 회전운동 중 적어도 하나에 대한 정보를 제공하는 가속도 센서; 및
    사용자의 움직임에 대응하여, 회전운동 또는 신체의 균형 중 적어도 하나에 대한 정보를 제공하는 자이로 센서를 포함하는 피트니스 모니터링 시스템.
  3. 제2항에 있어서, 상기 이동단말은,
    상기 디스플레이부;
    기준동작을 수행하는 자의 동작신호로부터 산출한 기준 파라미터를 저장하는 제1데이터베이스;
    사용자의 움직임에 대응하는 직선운동 및 회전운동에 대한 정보에 따라, 가속도에 대응하는 제1패턴 파라미터와 회전 및 위치성분에 대응하는 제2패턴 파라미터를 포함하는 패턴 파라미터를 산출하는 연산부;
    상기 패턴 파라미터와 기준 파라미터의 차이로부터, 사용자의 동작의 정확도를 판단하고, 사용자의 동작과 기준동작을 수행하는 자의 동작의 차이를 결정하는 비교부;
    상기 패턴 파라미터로부터 사용자의 동작의 종류를 결정하고, 상기 맥박 센서의 데이터로부터 운동강도를 결정하고, 상기 비교부가 결정한 사용자의 동작과 기준동작을 수행하는 자의 동작의 차이로부터 사용자의 동작에 대한 코멘트를 생성하는 분석부를 포함하는 피트니스 모니터링 시스템.
  4. 제3항에 있어서, 상기 제1데이터베이스는, 상기 기준 파라미터로부터 도출된 복수의 제1매개변수를 더 저장하고,
    상기 연산부는, 상기 패턴 파라미터로부터, 상기 제1매개변수에 대응하는 제2매개변수를 도출하는 것을 특징으로 하는 피트니스 모니터링 시스템.
  5. 제4항에 있어서, 상기 비교부는,
    상기 제1 및 제2매개변수를 비교하여, 사용자가 수행한 동작의 정확도를 나타내는 편향값을 결정하는 피트니스 모니터링 시스템.
  6. 제5항에 있어서, 상기 분석부는,
    상기 제1 및 제2매개변수를 비교하여 사용자가 수행한 동작으로부터 동작의 종류를 판단하거나, 상기 제2매개변수가 기설정된 동작별 설정값에 근접한 정도에 따라 사용자가 수행한 동작의 종류를 판단하는 것을 특징으로 하는 피트니스 모니터링 시스템.
  7. 제3항에 있어서, 상기 분석부는,
    상기 맥박 센서의 데이터로부터 사용자의 소모 칼로리를 더 결정하는 피트니스 모니터링 시스템.
  8. 제5항에 있어서, 상기 분석부는,
    상기 제2매개변수로부터 사용자가 수행한 동작의 속도 및 횟수를 판단하는 것을 특징으로 하는 피트니스 모니터링 시스템.
  9. 제8항에 있어서, 상기 분석부는,
    상기 편향값, 동작의 종류, 동작의 속도, 동작의 횟수로부터, 사용자의 동작에 대한 코멘트를 생성하여 상기 디스플레이부가 디스플레이하도록 하는 피트니스 모니터링 시스템.
  10. 제1항에 있어서, 상기 이동단말의 상기 디스플레이되는 데이터와 상기 디스플레이 장치에 디스플레이되는 데이터는 실질적으로 동일한 피트니스 모니터링 시스템.
PCT/KR2016/006364 2016-06-15 2016-06-15 피트니스 모니터링 시스템 WO2017217567A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2016/006364 WO2017217567A1 (ko) 2016-06-15 2016-06-15 피트니스 모니터링 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2016/006364 WO2017217567A1 (ko) 2016-06-15 2016-06-15 피트니스 모니터링 시스템

Publications (1)

Publication Number Publication Date
WO2017217567A1 true WO2017217567A1 (ko) 2017-12-21

Family

ID=60663240

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/006364 WO2017217567A1 (ko) 2016-06-15 2016-06-15 피트니스 모니터링 시스템

Country Status (1)

Country Link
WO (1) WO2017217567A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298221A (zh) * 2018-03-23 2019-10-01 上海形趣信息科技有限公司 自助健身方法、系统、电子设备、存储介质
CN110782967A (zh) * 2019-11-01 2020-02-11 成都乐动信息技术有限公司 一种健身动作标准度评估方法及装置
US20220001262A1 (en) * 2019-04-10 2022-01-06 Shenzhen Institutes Of Advanced Technology Fitness motion recognition method and system, and electronic device

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003024287A (ja) * 2001-07-12 2003-01-28 Shin Sangyo Souzou Kenkyu Kiko 身体状態の監視装置
KR20140062892A (ko) * 2012-11-15 2014-05-26 삼성전자주식회사 운동 서비스를 제공하기 위한 웨어러블 디바이스와 디스플레이 장치 및 이를 포함하는 운동 서비스 제공 시스템과 그 방법
JP2015119833A (ja) * 2013-12-24 2015-07-02 カシオ計算機株式会社 運動支援システム及び運動支援方法、運動支援プログラム
KR20160001958A (ko) * 2014-06-30 2016-01-07 주식회사 만민엔터프라이즈 웨어러블 기기를 활용한 운동 트레이닝 방법 및 그를 위한 시스템, 웨어러블 기기
JP2016034478A (ja) * 2014-07-31 2016-03-17 セイコーエプソン株式会社 運動解析方法、運動解析装置、運動解析システム、運動解析プログラム、身体活動補助方法、身体活動補助装置及び身体活動補助プログラム
KR101651429B1 (ko) * 2015-04-10 2016-08-29 (주)그린콤 피트니스 모니터링 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003024287A (ja) * 2001-07-12 2003-01-28 Shin Sangyo Souzou Kenkyu Kiko 身体状態の監視装置
KR20140062892A (ko) * 2012-11-15 2014-05-26 삼성전자주식회사 운동 서비스를 제공하기 위한 웨어러블 디바이스와 디스플레이 장치 및 이를 포함하는 운동 서비스 제공 시스템과 그 방법
JP2015119833A (ja) * 2013-12-24 2015-07-02 カシオ計算機株式会社 運動支援システム及び運動支援方法、運動支援プログラム
KR20160001958A (ko) * 2014-06-30 2016-01-07 주식회사 만민엔터프라이즈 웨어러블 기기를 활용한 운동 트레이닝 방법 및 그를 위한 시스템, 웨어러블 기기
JP2016034478A (ja) * 2014-07-31 2016-03-17 セイコーエプソン株式会社 運動解析方法、運動解析装置、運動解析システム、運動解析プログラム、身体活動補助方法、身体活動補助装置及び身体活動補助プログラム
KR101651429B1 (ko) * 2015-04-10 2016-08-29 (주)그린콤 피트니스 모니터링 시스템

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298221A (zh) * 2018-03-23 2019-10-01 上海形趣信息科技有限公司 自助健身方法、系统、电子设备、存储介质
CN110298221B (zh) * 2018-03-23 2022-02-11 上海史贝斯健身管理有限公司 自助健身方法、系统、电子设备、存储介质
US20220001262A1 (en) * 2019-04-10 2022-01-06 Shenzhen Institutes Of Advanced Technology Fitness motion recognition method and system, and electronic device
CN110782967A (zh) * 2019-11-01 2020-02-11 成都乐动信息技术有限公司 一种健身动作标准度评估方法及装置
CN110782967B (zh) * 2019-11-01 2023-04-21 成都乐动信息技术有限公司 一种健身动作标准度评估方法及装置

Similar Documents

Publication Publication Date Title
US9750454B2 (en) Method and device for mobile training data acquisition and analysis of strength training
US20220219046A1 (en) Smart Gym
Saponara Wearable biometric performance measurement system for combat sports
US20090299232A1 (en) Health management device
US20190366154A1 (en) Physical activity training assistant
US20040127337A1 (en) Reducing errors in screening-test administration
US11504580B2 (en) Posture coaching system and method for weight training by motion pattern
KR101651429B1 (ko) 피트니스 모니터링 시스템
US9510789B2 (en) Motion analysis method
US20170216665A1 (en) System for Measuring and Reporting Weight-Training Performance Metrics
JP2017086184A (ja) 筋活動可視化システムと筋活動可視化方法
WO2017217567A1 (ko) 피트니스 모니터링 시스템
KR20140112121A (ko) 네츄럴 인터렉션 기반의 건강 및 재활 게임 장치 및 방법
US20200215390A1 (en) Fitness monitoring system
TW201947358A (zh) 適應性運動姿態感測系統與方法
KR20200119753A (ko) 모션 패턴에 따른 근력 운동 자세 분석 시스템 및 방법
Arosha Senanayake et al. Smart sensing and biofeedback for vertical jump in sports
KR20180014971A (ko) 운동 감지 시스템 및 그의 처리 방법
KR20160121460A (ko) 피트니스 모니터링 시스템
WO2022145563A1 (ko) 사용자 맞춤형 운동 훈련 방법 및 시스템
WO2022030708A1 (ko) 무선 이어폰과 스마트 폰을 활용한 음악 변조 청각 피드백 시스템
TWM581492U (zh) 智慧型重訓系統
KR102643876B1 (ko) 모션 패턴에 따른 근력 운동 자세 분석 시스템 및 방법
WO2023128512A1 (ko) Ai운동가이드장치 및 방법
Lin et al. An IMU-aided Fitness System

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16905551

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16905551

Country of ref document: EP

Kind code of ref document: A1