WO2022191444A1 - 전자 장치의 모션 센서 및 gps 모듈을 이용하여 사용자의 보폭 길이를 판단하는 방법 및 그 전자 장치 - Google Patents

전자 장치의 모션 센서 및 gps 모듈을 이용하여 사용자의 보폭 길이를 판단하는 방법 및 그 전자 장치 Download PDF

Info

Publication number
WO2022191444A1
WO2022191444A1 PCT/KR2022/001879 KR2022001879W WO2022191444A1 WO 2022191444 A1 WO2022191444 A1 WO 2022191444A1 KR 2022001879 W KR2022001879 W KR 2022001879W WO 2022191444 A1 WO2022191444 A1 WO 2022191444A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
parameter
electronic device
value
stride
Prior art date
Application number
PCT/KR2022/001879
Other languages
English (en)
French (fr)
Inventor
이채흔
김무섭
Original Assignee
삼성전자 주식회사
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 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2022191444A1 publication Critical patent/WO2022191444A1/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
    • 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
    • A61B5/112—Gait analysis
    • 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
    • A61B5/1112—Global tracking of patients, e.g. by using GPS
    • 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
    • A61B5/1116—Determining posture transitions
    • 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
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • 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

Definitions

  • Various embodiments disclosed herein relate to an electronic device, and to a method of determining a stride length of an electronic device user using a motion sensor and a GPS module, and to an electronic device thereof.
  • the electronic device uses a built-in acceleration sensor and/or a GPS module to determine the user's movement speed (or pace) and/or movement It can provide information about distance.
  • the electronic device may provide accurate information on the moving speed and/or the moving distance of the user by using the GPS signal.
  • the GPS signal reception sensitivity is not good, such as in an urban area or indoors
  • the electronic device may provide information on the user's moving speed and/or moving distance by using the acceleration sensor. In this case, in order to provide information on an accurate moving speed and/or moving distance, the electronic device must accurately determine the user's stride length.
  • the electronic device may first determine the user's stride length in order to provide information on the user's moving speed and/or moving distance using data output from the acceleration sensor. For example, the electronic device may estimate the stride length by using information about the time it takes for the user to run (ie, step time) and the user's profile information (eg, height, age, weight, and gender). .
  • the reflected information is limited, the running posture is different for each user, and the relationship between the walking time and the stride length indicates non-linearity, so the accuracy of the estimated stride length may be low.
  • the electronic device may improve the accuracy of determining the stride length by correcting the estimated stride length when the GPS signal reception sensitivity is poor using the learning data when the GPS signal reception sensitivity is good.
  • the method of constructing the training data is important.
  • the electronic device may increase the accuracy of determining the stride length by using the stored stride correction coefficient when the GPS signal reception sensitivity is good.
  • an electronic device may include a motion sensor configured to output motion data on a movement of the electronic device; a GPS module for receiving a GPS signal for the location of the electronic device; a memory for storing a plurality of stride correction coefficients together with corresponding values of the first parameter and the second parameter; and a processor electrically connected to the motion sensor, the GPS module, and the memory, wherein the processor is configured to: recognize a user's step event based on the motion data, and When the intensity is less than a reference value: the value of the first parameter and the value of the second parameter are determined based on the motion data, and the value of the determined first parameter and the A stride correction coefficient corresponding to the determined value of the second parameter may be determined, and the stride length of the user may be determined based on the determined stride correction coefficient and the motion data.
  • a method of determining a stride length using a motion sensor and a GPS module of an electronic device includes: recognizing a user's step event based on motion data output from the motion sensor; and when the strength of the GPS signal received by the GPS module is less than a reference value: determining a value of a first parameter and a value of a second parameter based on the motion data; determining a stride correction coefficient corresponding to the determined value of the first parameter and the determined value of the second parameter from among a plurality of stride correction coefficients stored in a memory of the electronic device; and determining a user's stride length based on the determined stride correction coefficient and the motion data.
  • an electronic device may include a motion sensor configured to output motion data on a movement of the electronic device; a GPS module for receiving a GPS signal for the location of the electronic device; and a processor electrically connected to the motion sensor and the GPS module, wherein the processor is configured to: when the strength of the GPS signal is greater than or equal to a reference value: motion data while the first parameter and the second parameter have constant values; It is possible to determine a stride correction coefficient by using the learning data based on the GPS signal, and store the determined stride correction coefficient together with the value of the first parameter and the value of the second parameter corresponding to the strength of the GPS signal.
  • the value is less than the reference value: determine the value of the first parameter and the value of the second parameter based on the motion data, and correct the stride length corresponding to the determined value of the first parameter and the determined value of the second parameter
  • the coefficient may be determined, and the user's stride length may be determined based on the determined stride correction coefficient and the motion data.
  • the electronic device stores a step length correction coefficient based on various parameters (eg, step time, vertical amplitude) related to a user's running posture when the GPS signal reception sensitivity is good.
  • a stride correction coefficient having a high matching rate may be selected, and the accuracy of determining the stride length may be improved by using the selected stride correction coefficient.
  • FIG. 1 is a block diagram of an external electronic device in a network environment, according to various embodiments of the present disclosure
  • FIG. 2 is a block diagram illustrating an electronic device according to an embodiment.
  • FIG. 3 is an exemplary diagram illustrating an electronic device and a running user according to various embodiments of the present disclosure
  • FIG. 4 is an exemplary diagram illustrating a parameter related to a running posture of a user according to an embodiment.
  • FIG. 5 is a flowchart illustrating a method of determining a stride length based on motion data when the strength of a GPS signal of an electronic device is less than a reference value, according to an exemplary embodiment.
  • FIG. 6 is a flowchart illustrating a method of determining a user's stride length based on a stride correction coefficient and motion data of an electronic device according to an exemplary embodiment.
  • FIG. 7 is a flowchart illustrating a method of determining and storing a stride correction coefficient using learning data when the strength of a GPS signal of an electronic device is equal to or greater than a reference value, according to an exemplary embodiment.
  • FIG. 8 is an exemplary diagram illustrating a process of determining and storing a step length correction coefficient when the strength of a GPS signal of an electronic device is greater than or equal to a reference value, according to an embodiment.
  • FIG. 9 is an exemplary diagram illustrating a process of correcting an estimated stride length using a stored stride correction coefficient when the strength of a GPS signal of an electronic device is less than a reference value, according to an embodiment.
  • FIG. 1 is a block diagram of an electronic device 101 in a network environment 100, according to various embodiments.
  • an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or a second network 199 . It may communicate with the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to an embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • a first network 198 eg, a short-range wireless communication network
  • a second network 199 e.g., a second network 199 . It may communicate with the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to an embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • the electronic device 101 includes a processor 120 , a memory 130 , an input module 150 , a sound output module 155 , a display module 160 , an audio module 170 , and a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or an antenna module 197 .
  • at least one of these components eg, the connection terminal 178
  • some of these components are integrated into one component (eg, display module 160 ). can be
  • the processor 120 for example, executes software (eg, a program 140) to execute at least one other component (eg, a hardware or software component) of the electronic device 101 connected to the processor 120. It can control and perform various data processing or operations. According to one embodiment, as at least part of data processing or operation, the processor 120 converts commands or data received from other components (eg, the sensor module 176 or the communication module 190 ) to the volatile memory 132 . may be stored in , process commands or data stored in the volatile memory 132 , and store the result data in the non-volatile memory 134 .
  • software eg, a program 140
  • the processor 120 converts commands or data received from other components (eg, the sensor module 176 or the communication module 190 ) to the volatile memory 132 .
  • the volatile memory 132 may be stored in , process commands or data stored in the volatile memory 132 , and store the result data in the non-volatile memory 134 .
  • the processor 120 is the main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network processing unit (eg, a graphic processing unit, a neural network processing unit) a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor).
  • the main processor 121 eg, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit (eg, a graphic processing unit, a neural network processing unit) a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor.
  • the main processor 121 e.g, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit (eg, a graphic processing unit, a neural network processing unit) a neural processing unit (NPU), an image signal processor, a
  • the secondary processor 123 may, for example, act on behalf of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or when the main processor 121 is active (eg, executing an application). ), together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of the related functions or states.
  • the coprocessor 123 eg, an image signal processor or a communication processor
  • may be implemented as part of another functionally related component eg, the camera module 180 or the communication module 190 ). have.
  • the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
  • Artificial intelligence models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself on which artificial intelligence is performed, or may be performed through a separate server (eg, the server 108).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but in the above example not limited
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the above, but is not limited to the above example.
  • the artificial intelligence model may include, in addition to, or alternatively, a software structure in addition to the hardware structure.
  • the memory 130 may store various data used by at least one component (eg, the processor 120 or the sensor module 176 ) of the electronic device 101 .
  • the data may include, for example, input data or output data for software (eg, the program 140 ) and instructions related thereto.
  • the memory 130 may include a volatile memory 132 or a non-volatile memory 134 .
  • the program 140 may be stored as software in the memory 130 , and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
  • the input module 150 may receive a command or data to be used by a component (eg, the processor 120 ) of the electronic device 101 from the outside (eg, a user) of the electronic device 101 .
  • the input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 155 may output a sound signal to the outside of the electronic device 101 .
  • the sound output module 155 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • the receiver can be used to receive incoming calls. According to one embodiment, the receiver may be implemented separately from or as part of the speaker.
  • the display module 160 may visually provide information to the outside (eg, a user) of the electronic device 101 .
  • the display module 160 may include, for example, a control circuit for controlling a display, a hologram device, or a projector and a corresponding device.
  • the display module 160 may include a touch sensor configured to sense a touch or a pressure sensor configured to measure the intensity of a force generated by the touch.
  • the audio module 170 may convert a sound into an electric signal or, conversely, convert an electric signal into a sound. According to an embodiment, the audio module 170 acquires a sound through the input module 150 , or an external electronic device (eg, a sound output module 155 ) connected directly or wirelessly with the electronic device 101 .
  • the electronic device 102) eg, a speaker or headphones
  • the electronic device 102 may output a sound.
  • the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the sensed state. can do.
  • the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, a barometric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a biometric sensor, It may include a temperature sensor, a humidity sensor, or an illuminance sensor.
  • the interface 177 may support one or more specified protocols that may be used by the electronic device 101 to directly or wirelessly connect with an external electronic device (eg, the electronic device 102 ).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • the connection terminal 178 may include a connector through which the electronic device 101 can be physically connected to an external electronic device (eg, the electronic device 102 ).
  • the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 179 may convert an electrical signal into a mechanical stimulus (eg, vibration or movement) or an electrical stimulus that the user can perceive through tactile or kinesthetic sense.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 may capture still images and moving images. According to an embodiment, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 may manage power supplied to the electronic device 101 .
  • the power management module 188 may be implemented as, for example, at least a part of a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101 .
  • battery 189 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). It can support establishment and communication performance through the established communication channel.
  • the communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 190 is a wireless communication module 192 (eg, a cellular communication module, a short-range communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, : It may include a local area network (LAN) communication module, or a power line communication module).
  • a wireless communication module 192 eg, a cellular communication module, a short-range communication module, or a global navigation satellite system (GNSS) communication module
  • GNSS global navigation satellite system
  • wired communication module 194 eg, : It may include a local area network (LAN) communication module, or a power line communication module.
  • a corresponding communication module among these communication modules is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (eg, a telecommunication network such as a LAN or a WAN).
  • a first network 198 eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)
  • a second network 199 eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (eg, a telecommunication network such as a LAN or a WAN).
  • a telecommunication network
  • the wireless communication module 192 uses subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199 .
  • subscriber information eg, International Mobile Subscriber Identifier (IMSI)
  • IMSI International Mobile Subscriber Identifier
  • the electronic device 101 may be identified or authenticated.
  • the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, a new radio access technology (NR).
  • NR access technology includes high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), minimization of terminal power and access to multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low-latency) -latency communications)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low-latency
  • the wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
  • a high frequency band eg, mmWave band
  • the wireless communication module 192 uses various techniques for securing performance in a high-frequency band, for example, beamforming, massive multiple-input and multiple-output (MIMO), all-dimensional multiplexing. It may support technologies such as full dimensional MIMO (FD-MIMO), an array antenna, analog beam-forming, or a large scale antenna.
  • the wireless communication module 192 may support various requirements defined in the electronic device 101 , an external electronic device (eg, the electronic device 104 ), or a network system (eg, the second network 199 ).
  • the wireless communication module 192 may include a peak data rate (eg, 20 Gbps or more) for realizing eMBB, loss coverage (eg, 164 dB or less) for realizing mMTC, or U-plane latency for realizing URLLC ( Example: Downlink (DL) and uplink (UL) each 0.5 ms or less, or round trip 1 ms or less) can be supported.
  • a peak data rate eg, 20 Gbps or more
  • loss coverage eg, 164 dB or less
  • U-plane latency for realizing URLLC
  • the antenna module 197 may transmit or receive a signal or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a conductor formed on a substrate (eg, a PCB) or a radiator formed of a conductive pattern.
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is connected from the plurality of antennas by, for example, the communication module 190 . can be selected. A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC)
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module comprises a printed circuit board, an RFIC disposed on or adjacent to a first side (eg, bottom side) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, an array antenna) disposed on or adjacent to a second side (eg, top or side) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
  • peripheral devices eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • GPIO general purpose input and output
  • SPI serial peripheral interface
  • MIPI mobile industry processor interface
  • the command or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199 .
  • Each of the external electronic devices 102 or 104 may be the same as or different from the electronic device 101 .
  • all or a part of operations executed in the electronic device 101 may be executed in one or more external electronic devices 102 , 104 , or 108 .
  • the electronic device 101 may perform the function or service itself instead of executing the function or service itself.
  • one or more external electronic devices may be requested to perform at least a part of the function or the service.
  • One or more external electronic devices that have received the request may execute at least a part of the requested function or service, or an additional function or service related to the request, and transmit a result of the execution to the electronic device 101 .
  • the electronic device 101 may process the result as it is or additionally and provide it as at least a part of a response to the request.
  • cloud computing, distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an Internet of things (IoT) device.
  • the server 108 may be an intelligent server using machine learning and/or neural networks.
  • the external electronic device 104 or the server 108 may be included in the second network 199 .
  • the electronic device 101 may be applied to an intelligent service (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
  • the electronic device may have various types of devices.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance device.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a wearable device e.g., a smart bracelet
  • a home appliance device e.g., a home appliance
  • first, second, or first or second may simply be used to distinguish an element from other elements in question, and may refer elements to other aspects (e.g., importance or order) is not limited. It is said that one (eg, first) component is “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively”. When referenced, it means that one component can be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logic block, component, or circuit.
  • a module may be an integrally formed part or a minimum unit or a part of the part that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of the present document include one or more instructions stored in a storage medium (eg, internal memory 136 or external memory 138) readable by a machine (eg, electronic device 101).
  • a storage medium eg, internal memory 136 or external memory 138
  • the processor eg, the processor 120
  • the device eg, the electronic device 101
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • 'non-transitory' only means that the storage medium is a tangible device and does not contain a signal (eg, electromagnetic wave), and this term is used in cases where data is semi-permanently stored in the storage medium and It does not distinguish between temporary storage cases.
  • a signal eg, electromagnetic wave
  • the method according to various embodiments disclosed in this document may be provided as included in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • the computer program product is distributed in the form of a machine-readable storage medium (eg compact disc read only memory (CD-ROM)), or via an application store (eg Play Store TM ) or on two user devices ( It can be distributed (eg downloaded or uploaded) directly or online between smartphones (eg: smartphones).
  • a portion of the computer program product may be temporarily stored or temporarily generated in a machine-readable storage medium such as a memory of a server of a manufacturer, a server of an application store, or a memory of a relay server.
  • each component eg, a module or a program of the above-described components may include a singular or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. have.
  • one or more components or operations among the above-described corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg, a module or a program
  • the integrated component may perform one or more functions of each component of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to the integration. .
  • operations performed by a module, program, or other component are executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations are executed in a different order, or omitted. , or one or more other operations may be added.
  • FIG. 2 is a block diagram illustrating an electronic device 200 (eg, the electronic device 101 of FIG. 1 ) according to an embodiment.
  • the electronic device 200 may include a plurality of electronic components disposed in an internal space.
  • the electronic device 200 may include a motion sensor 210 , a GPS module 220 , a memory 230 , and/or a processor 240 .
  • the present invention is not limited thereto, and one or more of the electronic components may be omitted or other electronic components may be further included.
  • parts corresponding to each other in FIGS. 1 and 2 may perform the same function.
  • the motion sensor 210 may measure physical data related to the movement of the electronic device 200 (or the user of the electronic device 200 ) and may measure the electronic device 200 (or the electronic device 200 ). ) of the user) can detect the moving state. According to an embodiment, the motion sensor 210 may convert measured or sensed information into an electrical signal.
  • the motion sensor 210 may include various types of sensors capable of detecting a motion state of the electronic device 200 .
  • the motion sensor 210 may include an acceleration sensor 211 , and may further include other gyro sensors 212 and/or barometric pressure sensors 213 .
  • the present invention is not limited thereto, and one or more of the sensors may be omitted or other sensors may be further included.
  • the motion sensor 210 may be a sensor module composed of various types of sensors, or may be a device that determines a user's movement using data output from various types of sensors.
  • the acceleration sensor 211 may be disposed in an inner space of a housing that forms the exterior of the electronic device 200 .
  • the acceleration sensor 211 may perform a linear motion corresponding to three axes (eg, an x-axis, a y-axis, and a z-axis) of the electronic device 200 and/or a linear motion corresponding to the three axes of the electronic device 200 .
  • Acceleration information can be sensed.
  • the acceleration sensor 211 may measure the magnitude of the acceleration with respect to the movement of the electronic device 200 using the sensed data and may measure a force (vector) applied to the electronic device 200 . For example, when there is no movement of the electronic device 200 , a value corresponding to gravitational acceleration may be measured, and when the electronic device 200 moves, a value corresponding to an amount of acceleration change in a corresponding direction may be measured.
  • the acceleration sensor 211 may output acceleration data on the movement of the electronic device 200 .
  • the electronic device 200 may recognize one step event of the user by analyzing the acceleration data or a pattern of the acceleration data, and further recognize a walking motion or a running motion. For example, the electronic device 200 may obtain information on the ground landing time of the user's foot, the user's foot falling off the ground, and/or the amount of left and right impacts applied to the user's body based on the acceleration data, and Based on the user's steps may be recognized.
  • the step may mean a movement in which a user alternately moves one foot and another foot or a movement in which one foot is lifted and moved to another place, and a plurality of step movements are gathered to constitute a walking motion or a running motion. can do.
  • the gyro sensor 212 may be disposed in an inner space of a housing that forms the exterior of the electronic device 200 .
  • the gyro sensor 212 may sense an angular velocity with respect to the movement of the electronic device 200 .
  • the electronic device 200 may determine rotational motion information and/or azimuth change information of the electronic device 200 based on data output from the gyro sensor 212 (ie, angular velocity change). .
  • the barometric pressure sensor 213 may be disposed in an inner space of a housing that forms the exterior of the electronic device 200 .
  • the barometric pressure sensor 213 may measure the pressure of the surrounding gas (or atmosphere) at the location where the electronic device 200 is located.
  • the electronic device 200 may determine a change in the height at which the electronic device 200 is located based on data output from the barometric pressure sensor 213 (ie, a change in gas pressure). For example, when the electronic device 200 is on the ground surface, a value corresponding to 1 atm may be measured, and when the electronic device 200 moves from the ground to a higher place, the measured barometric pressure gradually increases from 1 atm. can be lowered
  • the global positioning system (GPS) module may receive a GPS signal from a satellite and determine the current location of the electronic device 200 based on the received GPS signal.
  • the electronic device 200 may determine the moving distance of the electronic device 200 based on the GPS signal, and may also determine the moving distance per hour, that is, the moving speed.
  • the memory 230 may store data or application programs and algorithms corresponding to various operating systems and various user functions required for operation of the electronic device 200 .
  • Memory 230 may include, for example, high-speed random access memory 230 and/or non-volatile memory 230 such as one or more magnetic disk storage devices, one or more optical storage devices and/or flash memory 230 (eg, : NAND, NOR).
  • the memory 230 may store various data used by at least one component (eg, the processor 240 ) of the electronic device 200 .
  • the memory 230 may store various data for recognizing a step event of the user of the electronic device 200 and determining (or correcting) a stride length.
  • the data includes, for example, when the strength of the GPS signal is greater than or equal to the reference value, motion data while the first parameter and the second parameter related to the step event have constant values, and the step length correction coefficient data determined based on the GPS signal. and may include input data or output data for a command related to related software (eg, the program 140 of FIG. 1 ).
  • the memory 230 may store at least one command for determining a stride length based on motion data and a GPS signal.
  • the processor 240 may be configured to collect various data and calculate a desired output value. According to an embodiment, the processor 240 may support various operations based on at least a part of a user input.
  • the processor 240 may be electrically connected to the motion sensor 210 , the GPS module 220 , and the memory 230 of the electronic device 200 .
  • the processor 240 may recognize a step event as the instruction stored in the memory 230 is executed, and corresponds to the current motion data among a plurality of step length correction coefficients stored in the memory 230 .
  • the stride correction coefficient may be determined, and the user's stride length may be determined based on the determined stride correction coefficient and motion data.
  • the electronic device 200 may further include various components according to its provision form.
  • the electronic device 200 may further include an input module (eg, a touch pad, a button) and/or an output module (eg, a display module).
  • an input module eg, a touch pad, a button
  • an output module eg, a display module
  • the input module may be configured to generate various input signals required to operate the electronic device 200 .
  • the input module may include a touch pad, a touch panel, and/or a button.
  • the touch pad may recognize a touch input in at least one of a capacitive type, a pressure sensitive type, an infrared type, and an ultrasonic type
  • the button may include a physical button and/or an optical button.
  • the display module may visually provide information to the outside (eg, a user) of the electronic device 200 .
  • the display module may output information about the running motion of the user determined based on the stride length.
  • FIG. 3 is an exemplary diagram illustrating electronic devices 200a, 200b, 200c, and 200d and a running user according to various embodiments of the present disclosure.
  • the electronic device 200 may be worn on the user's body and may sense motion data while the user is running and may determine motion information.
  • the electronic device 200 may be worn on a user's body (eg, ears, wrists, fingers, head, chest, waist, ankles) to output various types of electronic information about the user's movement.
  • devices 200a, 200b, 200c, 200d e.g., the electronic device 200 may include an earphone, a headset, a head mounted display (HMD) device, smart glasses, a smart watch, and/or a smart ring.
  • HMD head mounted display
  • the electronic device 200 may include various types of electronic devices 200 that can be carried on the user's body even if the electronic device 200 is not wearable on the user's body.
  • the electronic device 200 may include a smart phone.
  • the smart phone may be worn on the user's body using another structure (eg, a band).
  • the type of the electronic device 200 is not limited to the one illustrated in FIG. 3 or the one described above, and may include all of various types of electronic devices 200 including the motion sensor 210 and the GPS module 220 . can
  • FIG. 4 is an exemplary diagram illustrating a parameter (or index) related to a running posture of a user according to an embodiment.
  • the processor 240 of the electronic device 200 responds to motion data output from the motion sensor 210 , that is, the acceleration sensor 211 , the gyro sensor 212 , and/or the barometric pressure sensor 213 .
  • Various parameters related to the user's running posture may be determined based on the user's running posture.
  • the parameter related to the user's running posture may be, for example, a time taken during the user's one-step running (hereinafter referred to as 'step time'), and a reciprocal of the time taken during the user's one-step running (hereinafter referred to as 'step frequency').
  • 'step frequency (referred to as 'step frequency)'), the vertical displacement of the user's center of gravity during the user's one-step run (hereinafter referred to as 'vertical amplitude (undulation)'), the time the user's body remains in the air during the user's one-step running ( Hereinafter referred to as 'flight time'), the amount of time the user's foot is in contact with the ground while the user is running one step (hereinafter referred to as 'ground contact time'), the user's body while the user is running This left or right tilt degree (hereinafter referred to as 'balance'), the degree of change in speed while the user is running (hereinafter referred to as 'regularity'), while the user's foot is in contact with the ground
  • 'power' parameters for the amount of shock received
  • 'stiffness' the degree of bouncing compared to the amount of shock received by the user while running
  • the step time may mean a time taken while the user moves one step or a time it takes until the user lifts one foot off the ground and lands on the ground again.
  • the walking time may be calculated based on acceleration data output from the acceleration sensor 211 .
  • the walking frequency may be the reciprocal of the walking time, and may be calculated based on the acceleration data output from the acceleration sensor 211 like the walking time.
  • the walking time and the walking frequency may be used identically.
  • the vertical amplitude may mean an amount of change in the distance that the user's body moves vertically while the user moves by one stride.
  • the vertical amplitude may be calculated based on at least one of acceleration data output from the acceleration sensor 211 , gyro data output from the gyro sensor 212 , and barometric pressure data output from the barometric pressure sensor 213 .
  • the flight time may mean a time during which the user's body remains on the ground while the user runs one step. According to an embodiment, the flight time may be calculated based on acceleration data output from the acceleration sensor 211 .
  • the ground contact time may mean a time during which the user's foot lands on the ground while the user runs one step. According to an embodiment, the ground contact time may be calculated based on acceleration data output from the acceleration sensor 211 .
  • the left-right balance may mean a degree to which the user's body or feet are inclined to the left and right while the user is running.
  • the left-right balance may be calculated based on acceleration data output from the acceleration sensor 211 .
  • the left and right balance may be the ratio of the ground contact time of the right foot to the ground contact time of the left foot, or the ratio of a certain flight time to the next flight time.
  • the constant speed may mean a degree of change in a running speed of a user or a degree of change in a posture while the user is running.
  • the constant property may be calculated based on acceleration data output from the acceleration sensor 211 .
  • the power may mean an amount of impact or force that the user receives while running.
  • power may be calculated based on acceleration data output from the acceleration sensor 211 .
  • rigidity may mean a degree of bouncing compared to an amount of shock received by the user while running or how lightly the user jumps while running. For example, as the user's leg muscles develop, the value of the stiffness parameter may be improved.
  • the stiffness may be calculated based on acceleration data output from the acceleration sensor 211 . For example, stiffness can be calculated based on the impact amount, ground contact time, and vertical amplitude.
  • parameters related to the user's running posture are not limited to those shown in FIG. 4 or those described above, and may include various parameters that can define the running posture.
  • FIG. 5 is a flowchart illustrating a method of determining a stride length based on motion data when the strength of a GPS signal of the electronic device 200 is less than a reference value, according to an exemplary embodiment.
  • the operations of FIG. 5 may be performed by the electronic device 200 of FIG. 2 .
  • the processor 240 of the electronic device 200 recognizes a user's step event based on motion data in operation 510, when the strength of the GPS signal is less than a reference value. case, determining the value of the first parameter and the value of the second parameter based on the motion data ( 520 ), the determined value of the first parameter and the determined value of the plurality of stride correction coefficients stored in the memory 230 .
  • Determining a stride correction coefficient corresponding to the value of the second parameter ( 530 ), determining a stride length of the user based on the determined stride correction coefficient and motion data ( 540 ), and determining the user's stride length based on the determined stride length may perform an operation 550 of determining information on the running motion of the .
  • each operation may be sequentially performed, but is not necessarily performed sequentially.
  • the order of each operation may be changed, at least two operations may be performed in parallel, and at least one operation may be omitted.
  • each operation of FIG. 5 will be described in detail.
  • the processor 240 may recognize a user's step event based on motion data output from the motion sensor 210 .
  • the processor 240 may detect the user's steps based on the acceleration data.
  • the electronic device 200 may obtain, for example, information on whether the user's foot lands on the ground, whether the user's foot falls off the ground, and/or the amount of impact applied to the user based on the acceleration data, and the information based on the user's step event may be recognized.
  • operation 510 may be omitted.
  • the processor 240 may determine the value of the first parameter and the value of the second parameter.
  • the first parameter and the second parameter are parameters related to the user's running posture, respectively (eg, step time, step frequency, vertical amplitude, flight time, ground contact time, left-right balance, constant speed, power, and stiffness) ) can be one of
  • the first parameter and the second parameter may be different from each other, for example, the first parameter may be a walking time and the second parameter may be a vertical amplitude.
  • the processor 240 when the strength of the GPS signal received from the GPS module 220 is less than a preset threshold value, the processor 240 is configured to perform the motion sensor 210 , that is, the acceleration sensor 211 and the gyro sensor 212 . , and/or the value of the first parameter and the value of the second parameter may be calculated based on the motion data output from the atmospheric pressure sensor 213 .
  • the processor 240 calculates a step length correction coefficient corresponding to the value of the first parameter and the value of the second parameter determined in operation 520 from among the plurality of stride correction coefficients stored in the memory 230 .
  • the processor 240 may select one stride correction coefficient matching the value of the first parameter and the value of the second parameter determined in operation 520 from among a plurality of pre-stored stride correction coefficients. have. For example, when the first parameter is a walking time and the second parameter is a vertical amplitude, in operation 520 , the processor 240 determines that the walking time value is the first value and the vertical amplitude value is the second value based on the motion data. can do. In this case, in operation 530 , the processor 240 may determine a step length correction coefficient matching (or stored together) with the first value of the walking time and the second value of the vertical amplitude from among the plurality of pre-stored stride correction coefficients.
  • the plurality of step length correction coefficients stored in the memory 230 are determined based on the GPS signal and motion data while the first parameter and the second parameter have constant values when the strength of the GPS signal is equal to or greater than a reference value. and may be a stored coefficient.
  • the plurality of step length correction coefficients stored in the memory 230 may include the number of steps determined based on the motion data and the GPS signal when the strength of the GPS signal is equal to or greater than a reference value and the first parameter and the second parameter have constant values. It may be determined based on the movement distance determined based on .
  • a process of calculating and storing a plurality of step length correction coefficients based on motion data and the GPS signal may be referred to as a learning step. Operations constituting the learning step will be described later in detail with reference to FIG. 7 .
  • the processor 240 may determine the user's stride length based on the determined stride correction coefficient and motion data. According to an embodiment, the processor 240 may determine the user's stride length by using the estimated stride length determined based on the motion data and the stride correction coefficient determined in operation 530 .
  • FIG. 6 is a flowchart illustrating a method of determining a user's stride length based on a stride correction coefficient and motion data of the electronic device 200 according to an exemplary embodiment.
  • the operations of FIG. 6 may be performed by the electronic device 200 of FIG. 2 .
  • the processor 240 of the electronic device 200 determines the length of the stride length of the user and the time taken during the user's one-step running (ie, the step time) and the user's profile.
  • An operation 610 of estimating the user's stride length based on the information and an operation 620 of correcting the estimated stride length using the stride correction coefficient (ie, the stride correction coefficient determined in operation 530) may be performed. .
  • the processor 240 may estimate the stride length of the user based on the walking time information and the user's profile information (eg, height information, age information, weight information, and gender information). For example, the estimated stride length may be determined based on a step time value determined based on acceleration data and profile information of the user. That is, the estimated stride length may be basically calculated based on a walking time value, and may be determined by additionally considering the user's height information, age information, weight information, and/or gender information.
  • the user's profile information eg, height information, age information, weight information, and gender information.
  • the processor 240 may correct the stride length estimated in operation 610 by using the stride correction coefficient. According to an embodiment, the processor 240 may determine the user's stride length (ie, the corrected stride length) by correcting the estimated stride length using Equation 1 below.
  • the process of determining the user's stride length (eg, operations 520 to 540) based on the motion data and the stride correction coefficient determined and stored in the learning step is predicted in the step of predicting It can be said that
  • the processor 240 may determine information about the user's running motion based on the stride length determined in the prediction step.
  • the information on the running motion may include, for example, information on the speed at which the user runs and information on the distance the user moves while running.
  • the processor 240 may provide information about the determined running motion of the user to the user through the display.
  • operation 550 may be omitted.
  • the electronic device 200 of the present disclosure may determine information on the movement distance of the user by using the stride length value determined based on the motion data and the pre-stored stride correction coefficient. .
  • 7 is a flowchart illustrating a method of determining and storing a stride correction coefficient using learning data when the strength of a GPS signal of the electronic device 200 is equal to or greater than a reference value, according to an exemplary embodiment. 7 illustrates an operation constituting a learning step.
  • FIG. 7 may be performed by the electronic device 200 of FIG. 2 .
  • the present invention is not limited thereto, and the operations of the learning step may be performed by another electronic device of the user linked to the electronic device 200 of FIG. 2 .
  • the processor 240 of the electronic device 200 when the strength of the GPS signal is greater than or equal to a reference value, the processor 240 of the electronic device 200 according to an embodiment performs motion data and GPS data while the first parameter and the second parameter have constant values. Determining the stride correction coefficient learning data based on the signal (710), estimating the user's stride length based on the motion data and the user's profile information (720), based on the stride correction coefficient learning data and the estimated stride length Thus, an operation 730 of determining the step length correction coefficient and an operation 740 of storing the determined stride length correction coefficient together with the corresponding first parameter value and the second parameter value may be performed.
  • the first parameter and the second parameter in operation 710 may be the same as the first parameter and second parameter described in operation 520 (or prediction step) of FIG. 5 .
  • the first parameter and the second parameter are each of parameters (eg, walking time, step frequency, vertical amplitude, flight time, ground contact time, left-right balance, constant speed, power, and stiffness) related to the user's running posture.
  • the first parameter and the second parameter may be different from each other, for example, the first parameter may be a walking time and the second parameter may be a vertical amplitude.
  • the processor 240 learns based on the GPS signal and motion data while the first parameter and the second parameter have (substantially) constant values.
  • data can be determined.
  • the constant value of the first parameter (or the second parameter) may mean that it has a value within a set tolerance range, even if it is not exactly the same value.
  • the processor 240 when the strength of the GPS signal received from the GPS module 220 is greater than or equal to a preset threshold value and the values of the first parameter and the second parameter are constant, the processor 240 performs the following math Equation 2 may be used to determine the stride correction coefficient training data.
  • the moving distance value used in Equation 2 may be obtained based on a GPS signal, and the step number value may be obtained based on motion data (or acceleration data).
  • the processor 240 may estimate the stride length of the user based on the motion data and the user's profile information (eg, height information, age information, weight information, and gender information). For example, the estimated stride length may be determined based on a step time value determined based on acceleration data and profile information of the user.
  • the method of obtaining the estimated stride length in operation 720 of the learning step may be the same as the method of obtaining the estimated stride length in operation 610 of the prediction step.
  • the order of operations 710 and 720 is not limited to the above, and the order may be changed or may be performed simultaneously.
  • the processor 240 may determine the stride correction coefficient based on the learning data for the stride correction coefficient determined in operation 710 and the estimated stride length determined in operation 720 . According to an embodiment, the processor 240 may determine the stride length correction coefficient using Equation 3 below.
  • the processor 240 may store the stride correction coefficient determined in operation 730 by mapping the corresponding values of the first parameter and the value of the second parameter. According to an embodiment, the processor 240 may store the value of the first parameter and the value of the second parameter determined in operation 710 together with the stride correction coefficient as one set in the memory 230 .
  • the first parameter may be walking time and the second parameter may be vertical amplitude.
  • the processor 240 applies the step length correction coefficient determined in operation 730 to the first value and vertical value of the walking time.
  • the amplitude may be mapped to the second value and stored in the memory 230 .
  • the processor 240 may determine a step length correction coefficient based on a machine learning technique.
  • the stride correction coefficients determined when the GPS signal reception sensitivity is good through the above-described operations 710 to 740 are mapped to the corresponding values of the first parameter and the value of the second parameter, respectively, to be accumulated and stored in the memory 230 .
  • a plurality of accumulated and stored step length correction coefficients may be used to determine a stride length when GPS signal reception sensitivity is poor.
  • FIG. 8 is an exemplary diagram illustrating a process of determining and storing a step length correction coefficient when the GPS signal strength of the electronic device 200 is greater than or equal to a reference value
  • FIG. 9 is an electronic device ( 200) is an exemplary diagram for explaining a process of correcting the estimated stride length using the stored stride correction coefficient when the GPS signal strength is less than the reference value.
  • the first parameter is the walking time and the second parameter is the vertical amplitude. Since the running direction may be different even if the user runs with the same walking time in the learning and predicting stages, when only the walking time is considered, an error in the stride length between the learning stage and the predicting stage may occur. Accordingly, when the step length correction coefficient is calculated by considering both the walking time and the vertical amplitude, the accuracy of determining the stride length can be increased compared to the case where the stride length correction coefficient is obtained by considering only the walking time.
  • the electronic device 200 determines a value of a walking time k based on the motion data and It is possible to determine the value of the vertical amplitude (l).
  • the electronic device 200 may determine the step length correction coefficient learning data based on the acceleration data and the GPS signal, and the step time ( The estimated stride length may be determined based on the value of k) and the user's profile information.
  • the stride correction coefficient learning data can be obtained using Equation (2).
  • the electronic device 200 may determine the stride correction coefficient SF based on the stride correction coefficient learning data and the estimated stride length.
  • the stride length correction coefficient SF can be obtained by using Equation (3).
  • the electronic device 200 maps the determined stride length correction coefficient SF with the value of the walking time k and the vertical amplitude l to configure and store the determined stride correction coefficient SF(l, k) array.
  • the electronic device 200 determines the value of the walking time k based on the motion data and It is possible to determine the value of the vertical amplitude (l).
  • the electronic device 200 determines the value of the step time k and the vertical amplitude (
  • the stride correction coefficient SF(l, k) corresponding to the value of l) may be determined, and the estimated stride length may be determined based on the value of the walking time k and the user's profile information.
  • the electronic device 200 may correct the estimated stride length using the stride correction coefficient SF(l, k), and may determine the corrected stride length as the final stride length.
  • the corrected stride length can be obtained using Equation (1).
  • a step length correction coefficient mapped with a combination of two of parameters eg, walking time, step frequency, vertical amplitude, flight time, ground contact time, left-right balance, constant velocity, power, and stiffness
  • parameters eg, walking time, step frequency, vertical amplitude, flight time, ground contact time, left-right balance, constant velocity, power, and stiffness
  • the present disclosure has mainly described an embodiment using two running posture parameters, the present disclosure is not limited thereto, and it is also possible to use a stride correction coefficient mapped with three or more running posture parameters.
  • the electronic device eg, the electronic device 200 of FIG. 2
  • the electronic device is a motion sensor (eg, the motion sensor 210 of FIG. 2 ) that outputs motion data for the movement of the electronic device ); a GPS module (eg, the GPS module 220 of FIG. 2 ) for receiving a GPS signal for the location of the electronic device; a memory (eg, the memory 230 of FIG. 2 ) for storing the plurality of stride correction coefficients together with the corresponding values of the first parameter and the value of the second parameter; and a processor (eg, processor 240 of FIG.
  • the processor is configured to: perform steps of a user based on the motion data.
  • steps of a user based on the motion data.
  • the processor is configured to: perform steps of a user based on the motion data.
  • the plurality of step length correction coefficients stored in the memory may include motion data and a GPS signal while the first parameter and the second parameter have constant values when the strength of the GPS signal is equal to or greater than the reference value. It may be a coefficient determined based on .
  • the plurality of step length correction coefficients stored in the memory are based on the motion data when the strength of the GPS signal is equal to or greater than the reference value and the first parameter and the second parameter have constant values. It may be a coefficient determined based on the determined number of steps and a moving distance determined based on the GPS signal.
  • the processor estimates the stride length of the user based on a time taken for the user to run one step and the user's profile information, and uses the determined stride correction coefficient to estimate the stride length can be corrected.
  • the time taken while the user runs one step may be determined based on the motion data, and the profile information includes at least one of height information, age information, weight information, and gender information of the user. can do.
  • the first parameter and the second parameter may be parameters related to the running posture of the user
  • the parameter related to the running posture of the user may include a time taken for the user to run one step, the The reciprocal of the time it takes for the user to run one step, the vertical displacement of the user's center of gravity while the user runs one step, the time the user's body stays in the air while the user runs one step, the time the user takes one step
  • the first parameter may be a parameter for a time taken while the user runs one step
  • the second parameter may be a parameter for a vertical displacement of the user's center of gravity while the user runs one step.
  • the motion sensor may include at least one of an acceleration sensor, a gyro sensor, and a barometric pressure sensor.
  • the method for determining the stride length using a motion sensor and a GPS module of an electronic device includes the motion data output from the motion sensor. Recognizing a user's step event based on the operation; and when the strength of the GPS signal received by the GPS module is less than a reference value: determining a value of a first parameter and a value of a second parameter based on the motion data; determining a stride correction coefficient corresponding to the determined value of the first parameter and the determined value of the second parameter from among a plurality of stride correction coefficients stored in a memory of the electronic device; and determining a user's stride length based on the determined stride correction coefficient and the motion data.
  • the plurality of step length correction coefficients stored in the memory may include motion data and a GPS signal while the first parameter and the second parameter have constant values when the strength of the GPS signal is equal to or greater than the reference value. It may be a coefficient determined based on .
  • the plurality of step length correction coefficients stored in the memory are based on the motion data when the strength of the GPS signal is equal to or greater than the reference value and the first parameter and the second parameter have constant values. It may be a coefficient determined based on the determined number of steps and a moving distance determined based on the GPS signal.
  • the determining of the stride length of the user may include: estimating the stride length of the user based on a time taken for the user to run one step and profile information of the user; and correcting the estimated stride length using the determined stride length correction coefficient.
  • the time taken while the user runs one step may be determined based on the motion data
  • the profile information may include at least one of the user's height information, age information, weight information, and gender information. may include
  • the first parameter and the second parameter may be parameters related to the running posture of the user
  • the parameter related to the running posture of the user may include a time taken for the user to run one step, the The reciprocal of the time it takes for the user to run one step, the vertical displacement of the user's center of gravity while the user runs one step, the time the user's body stays in the air while the user runs one step, the time the user takes one step
  • the first parameter may be a parameter for a time taken while the user runs one step
  • the second parameter may be a parameter for a vertical displacement of the user's center of gravity while the user runs one step.
  • the electronic device (eg, the electronic device 200 of FIG. 2 ) according to an embodiment includes a motion sensor for outputting motion data on the movement of the electronic device; a GPS module for receiving a GPS signal for the location of the electronic device; and a processor electrically connected to the motion sensor and the GPS module, wherein the processor is configured to: when the strength of the GPS signal is greater than or equal to a reference value: motion data while the first parameter and the second parameter have constant values; It is possible to determine a stride correction coefficient by using the learning data based on the GPS signal, and store the determined stride correction coefficient together with the value of the first parameter and the value of the second parameter corresponding to the strength of the GPS signal.
  • the value is less than the reference value: determine the value of the first parameter and the value of the second parameter based on the motion data, and correct the stride length corresponding to the determined value of the first parameter and the determined value of the second parameter
  • the coefficient may be determined, and the user's stride length may be determined based on the determined stride correction coefficient and the motion data.
  • the processor may determine information about the running motion of the user based on the determined stride length, and the information about the running motion includes information about speed and information about moving distance. may include.
  • the processor maps the determined stride correction coefficient to the corresponding values of the first parameter and the second parameter to array the stride correction coefficient. can be configured and saved.
  • the first parameter and the second parameter may be parameters related to the running posture of the user, the first parameter may be a parameter for a time taken while the user runs one step, and the second parameter The parameter may be a parameter for vertical displacement of the user's center of gravity while the user runs one step.
  • the stride length may be a horizontal displacement while the user runs one step.

Landscapes

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

Abstract

전자 장치에 있어서, 모션 데이터를 출력하는 모션 센서; GPS 신호를 수신하는 GPS 모듈; 복수개의 보폭 보정 계수들을 대응하는 제1 파라미터의 값 및 제2 파라미터의 값과 함께 저장하는 메모리; 및 상기 모션 센서, 상기 GPS 모듈, 및 상기 메모리와 전기적으로 연결된 프로세서를 포함하고, 상기 프로세서는: 상기 모션 데이터에 기초하여 사용자의 걸음(step) 이벤트를 인식하고, 상기 GPS 신호의 세기가 기준치 미만일 경우: 상기 모션 데이터에 기초하여 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값을 판단하고, 상기 메모리에 저장된 복수개의 보폭 보정 계수들 중 상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하고, 상기 결정된 보폭 보정 계수 및 상기 모션 데이터에 기초하여 상기 사용자의 보폭 길이를 판단하는, 전자 장치가 개시된다. 이 외에도 본 문서를 통해 파악되는 다양한 실시 예들이 가능하다.

Description

전자 장치의 모션 센서 및 GPS 모듈을 이용하여 사용자의 보폭 길이를 판단하는 방법 및 그 전자 장치
본 문서에 개시되는 다양한 실시 예들은 전자 장치에 관한 것으로, 모션 센서 및 GPS 모듈을 이용하여 전자 장치 사용자의 보폭 길이를 판단하는 방법 및 그 전자 장치에 관한 것이다.
현대인의 생활에서 스마트 전자 장치의 보급률이 높아짐에 따라 전자 장치의 다양한 기능에 대한 사용자의 요구가 커지고 있다. 예를 들면, 사용자가 전자 장치를 신체에 소지하거나 신체에 착용한 상태에서 걷거나 달릴 경우, 전자 장치는 내장된 가속도 센서 및/또는 GPS 모듈을 이용하여 사용자의 이동 속도(또는 페이스) 및/또는 이동 거리에 대한 정보를 제공할 수 있다.
전자 장치의 GPS 신호 수신 감도가 양호할 경우, 전자 장치는 GPS 신호를 이용하여 사용자의 이동 속도 및/또는 이동 거리에 대한 정확한 정보를 제공할 수 있다. 다만, 도심지 또는 실내와 같이 GPS 신호 수신 감도가 양호하지 않을 경우, 전자 장치는 가속도 센서를 이용하여 사용자의 이동 속도 및/또는 이동 거리에 대한 정보를 제공할 수 있다. 이 경우, 정확한 이동 속도 및/또는 이동 거리에 대한 정보를 제공하기 위하여, 전자 장치는 사용자의 보폭 길이를 정확히 판단해야 한다.
전자 장치는, 가속도 센서에서 출력된 데이터를 이용해 사용자의 이동 속도 및/또는 이동 거리에 대한 정보를 제공하기 위하여, 우선 사용자의 보폭 길이를 판단할 수 있다. 예를 들면, 전자 장치는 사용자가 한 걸음 달리는 동안 걸리는 시간(즉, 걸음 시간)에 대한 정보와 사용자의 프로필 정보(예: 키, 나이, 몸무게, 성별)를 이용하여 보폭 길이를 추정할 수 있다. 다만, 이 경우 반영되는 정보가 제한적이며 사용자 마다 달리기 자세가 다르고 걸음 시간과 보폭 길이의 관계가 비선형성을 나타내기 때문에, 추정된 보폭 길이의 정확도가 낮을 수 있다.
다른 예를 들면, 전자 장치는 GPS 신호 수신 감도가 양호할 때의 학습 데이터를 이용하여 GPS 신호 수신 감도가 불량할 때 추정된 보폭 길이를 보정함으로써, 보폭 길이 판단의 정확도를 높일 수 있다. 다만, 이 경우 학습 데이터를 구성하는 방법이 중요하다.
본 문서에 개시된 다양한 실시 예에 따른 전자 장치는, GPS 신호 수신 감도가 불량할 경우, GPS 신호 수신 감도가 양호할 때 저장된 보폭 보정 계수를 이용하여 보폭 길이 판단의 정확도를 높일 수 있다.
일 실시 예에 따른 전자 장치는, 상기 전자 장치의 움직임에 대한 모션 데이터를 출력하는 모션 센서; 상기 전자 장치의 위치에 대한 GPS 신호를 수신하는 GPS 모듈; 복수개의 보폭 보정 계수들을 대응하는 제1 파라미터의 값 및 제2 파라미터의 값과 함께 저장하는 메모리; 및 상기 모션 센서, 상기 GPS 모듈, 및 상기 메모리와 전기적으로 연결된 프로세서를 포함할 수 있고, 상기 프로세서는: 상기 모션 데이터에 기초하여 사용자의 걸음(step) 이벤트를 인식할 수 있고, 상기 GPS 신호의 세기가 기준치 미만일 경우: 상기 모션 데이터에 기초하여 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값을 판단하고, 상기 메모리에 저장된 복수개의 보폭 보정 계수들 중 상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하고, 상기 결정된 보폭 보정 계수 및 상기 모션 데이터에 기초하여 상기 사용자의 보폭 길이를 판단할 수 있다.
일 실시 예에 따른 전자 장치의 모션 센서 및 GPS 모듈을 이용하여 보폭 길이를 판단하는 방법은, 상기 모션 센서에서 출력되는 모션 데이터에 기초하여 사용자의 걸음(step) 이벤트를 인식하는 동작; 및 상기 GPS 모듈에서 수신하는 GPS 신호의 세기가 기준치 미만일 경우: 상기 모션 데이터에 기초하여 제1 파라미터의 값 및 제2 파라미터의 값을 판단하는 동작; 상기 전자 장치의 메모리에 저장된 복수개의 보폭 보정 계수들 중 상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하는 동작; 및 상기 결정된 보폭 보정 계수 및 상기 모션 데이터에 기초하여 사용자의 보폭 길이를 판단하는 동작을 포함할 수 있다.
일 실시 예에 따른 전자 장치는, 상기 전자 장치의 움직임에 대한 모션 데이터를 출력하는 모션 센서; 상기 전자 장치의 위치에 대한 GPS 신호를 수신하는 GPS 모듈; 및 상기 모션 센서 및 상기 GPS 모듈과 전기적으로 연결된 프로세서를 포함할 수 있고, 상기 프로세서는: 상기 GPS 신호의 세기가 기준치 이상일 경우: 제1 파라미터 및 제2 파라미터가 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초한 학습 데이터를 이용하여 보폭 보정 계수를 판단하고, 상기 판단된 보폭 보정 계수를 대응하는 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값과 함께 저장할 수 있고, 상기 GPS 신호의 세기가 상기 기준치 미만일 경우: 상기 모션 데이터에 기초하여 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값을 판단하고, 상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하고, 상기 결정된 보폭 보정 계수 및 상기 모션 데이터에 기초하여 사용자의 보폭 길이를 판단할 수 있다.
본 문서에 개시된 다양한 실시 예에 따른 전자 장치는, GPS 신호 수신 감도가 양호할 때 사용자의 달리기 자세와 연관된 다양한 파라미터(예: 걸음 시간, 수직 진폭)에 기반하여 보폭 보정 계수를 저장해 둠으로써, GPS 신호 수신 감도가 불량할 때 매칭률이 높은 보폭 보정 계수를 선택할 수 있고, 선택된 보폭 보정 계수를 이용하여 보폭 길이 판단의 정확도를 높일 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 다양한 실시 예들에 따른, 네트워크 환경 내의 외부 전자 장치의 블록도이다.
도 2는 일 실시 예에 따른 전자 장치를 도시하는 블록도이다.
도 3은 다양한 실시 예에 따른 전자 장치 및 달리는 사용자를 도시하는 예시도이다.
도 4는 일 실시 예에 따른 사용자의 달리기 자세와 연관된 파라미터를 설명하는 예시도이다.
도 5는 일 실시 예에 따른 전자 장치의 GPS 신호의 세기가 기준치 미만일 경우, 모션 데이터에 기초하여 보폭 길이를 판단하는 방법을 설명하는 흐름도이다.
도 6은 일 실시 예에 따른 전자 장치의 보폭 보정 계수 및 모션 데이터에 기초하여 사용자의 보폭 길이를 판단하는 방법을 설명하는 흐름도이다.
도 7은 일 실시 예에 따른 전자 장치의 GPS 신호의 세기가 기준치 이상일 경우, 학습 데이터를 이용하여 보폭 보정 계수를 판단 및 저장하는 방법을 설명하는 흐름도이다.
도 8은 일 실시 예에 따른 전자 장치의 GPS 신호의 세기가 기준치 이상일 경우, 보폭 보정 계수를 판단 및 저장하는 과정을 설명하는 예시도이다.
도 9는 일 실시 예에 따른 전자 장치의 GPS 신호의 세기가 기준치 미만일 경우, 저장된 보폭 보정 계수를 이용하여 추정 보폭 길이를 보정하는 과정을 설명하는 예시도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 첨부된 도면을 참조하여 본 문서에 개시된 다양한 실시 예들이 설명된다. 설명의 편의를 위하여 도면에 도시된 구성요소들은 그 크기가 과장 또는 축소될 수 있으며, 본 발명이 반드시 도시된 바에 의해 한정되는 것은 아니다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다.
도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 2는 일 실시 예에 따른 전자 장치(200)(예: 도 1의 전자 장치(101))를 도시하는 블록도이다.
도 2를 참조하면, 전자 장치(200)는 내부 공간에 배치되는 다수의 전자 부품들을 포함할 수 있다. 일 실시 예에 따르면, 전자 장치(200)는 모션 센서(210), GPS 모듈(220), 메모리(230), 및/또는 프로세서(240)를 포함할 수 있다. 다만 이에 한정되지 않으며, 상기 전자 부품 중 하나 이상이 생략되거나 이 외의 전자 부품들이 더 포함될 수 있다. 일 실시 예에 따르면, 도 1과 도 2에서 서로 대응하는 부품은 동일한 기능을 수행할 수 있다.
일 실시 예에 따르면, 모션 센서(210)는 전자 장치(200)(또는 전자 장치(200)의 사용자)의 움직임과 관련된 물리적인 데이터를 측정할 수 있고 전자 장치(200)(또는 전자 장치(200)의 사용자)가 움직이는 상태를 감지할 수 있다. 일 실시 예에 따르면, 모션 센서(210)는 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다.
일 실시 예에 따르면, 모션 센서(210)는 전자 장치(200)의 움직임 상태를 감지할 수 있는 다양한 종류의 센서를 포함할 수 있다. 예를 들면, 모션 센서(210)는 가속도 센서(211)를 포함할 수 있고, 그 밖의 자이로 센서(212) 및/또는 기압 센서(213)를 더 포함할 수 있다. 다만 이에 한정되지 않으며, 상기 센서 중 하나 이상이 생략되거나 이 외의 센서들이 더 포함될 수 있다. 모션 센서(210)는 다양한 종류의 센서로 구성된 센서 모듈일 수 있고 또는 다양한 종류의 센서에서 출력된 데이터를 이용하여 사용자의 움직임을 판단하는 장치일 수 있다.
가속도 센서(211)(accelerometer)는 전자 장치(200)의 외관을 형성하는 하우징의 내부 공간에 배치될 수 있다. 일 실시 예에 따른 가속도 센서(211)는, 전자 장치(200)의 3축(예: x축, y축, z축)에 대응하는 선형 움직임 및/또는 전자 장치(200)의 3축에 대한 가속도 정보를 센싱 할 수 있다. 가속도 센서(211)는 센싱한 데이터를 이용하여 전자 장치(200)의 움직임에 대한 가속도의 크기를 측정할 수 있고 전자 장치(200)에 가해지는 힘(벡터)을 측정할 수 있다. 예를 들면, 전자 장치(200)가 아무런 움직임이 없는 경우 중력 가속도에 해당되는 값이 측정되며, 전자 장치(200)가 움직이는 경우 해당 방향으로 가속도 변화량에 해당하는 값이 측정될 수 있다.
일 실시 예에 따르면, 가속도 센서(211)는 전자 장치(200)의 움직임에 대한 가속도 데이터를 출력할 수 있다. 전자 장치(200)는 가속도 데이터 또는 가속도 데이터의 패턴을 분석하여 사용자의 하나의 걸음(step) 이벤트를 인식할 수 있고, 나아가 보행 동작 또는 뛰는 동작을 인식할 수 있다. 예를 들면, 전자 장치(200)는 가속도 데이터에 기초하여 사용자 발의 지면 착지 시점, 사용자 발이 지면에서 떨어지는 시점, 및/또는 사용자 몸에 가해지는 좌우 충격량 등에 대한 정보를 획득할 수 있고, 상기 정보에 기초하여 사용자의 걸음을 인식할 수 있다. 상기 걸음이란, 사용자가 하나의 발과 다른 하나의 발을 번갈아 옮겨 놓는 움직임 또는 하나의 발을 들어서 다른 장소에 옮겨 두는 움직임을 의미할 수 있고, 복수개의 걸음 움직임들이 모여서 보행 동작 또는 뛰는 동작을 구성할 수 있다.
자이로 센서(212)(gyro Sensor)는 전자 장치(200)의 외관을 형성하는 하우징의 내부 공간에 배치될 수 있다. 일 실시 예에 따른 자이로 센서(212)는, 전자 장치(200)의 움직임에 대한 각속도를 센싱할 수 있다. 일 실시 예에 따르면, 전자 장치(200)는 자이로 센서(212)에서 출력되는 데이터(즉, 각속도 변화)에 기초하여 전자 장치(200)의 회전 움직임 정보 및/또는 방위 변화 정보를 판단할 수 있다.
기압 센서(213)(barometric pressure sensor)는 전자 장치(200)의 외관을 형성하는 하우징의 내부 공간에 배치될 수 있다. 일 실시 예에 따른 기압 센서(213)는, 전자 장치(200)가 위치하는 곳에서 주위 기체(또는 대기)의 압력을 측정할 수 있다. 일 실시 예에 따르면, 전자 장치(200)는 기압 센서(213)에서 출력되는 데이터(즉, 기체의 압력 변화)에 기초하여 전자 장치(200)가 위치하는 높이의 변화를 판단할 수 있다. 예를 들면, 전자 장치(200)가 지표면에 있는 경우 1기압에 해당하는 값이 측정될 수 있고, 전자 장치(200)가 지표면에서 점점 높은 곳으로 이동하는 경우 측정되는 기압 값은 1기압에서 점점 낮아질 수 있다.
일 실시 예에 따르면, GPS(global positioning system) 모듈은 위성으로부터 GPS 신호를 수신할 수 있고, 수신된 GPS 신호에 기초하여 전자 장치(200)의 현재 위치를 판단할 수 있다. 일 실시 예에 따르면, 전자 장치(200)는 GPS 신호에 기초하여 전자 장치(200)의 이동 거리를 판단할 수 있고, 더불어 시간 당 이동 거리 즉, 이동 속도를 판단할 수 있다.
일 실시 예에 따르면, 메모리(230)는 전자 장치(200)의 운용에 필요한 다양한 운영 체제 및 다양한 사용자 기능에 해당하는 데이터 또는 응용 프로그램과 알고리즘 등을 저장할 수 있다. 메모리(230)는, 예를 들면, 하나 이상의 자기 디스크 저장 장치와 같은 고속 랜덤 액세스 메모리(230) 및/또는 비휘발성 메모리(230), 하나 이상의 광 저장 장치 및/또는 플래시 메모리(230)(예: NAND, NOR)를 포함할 수 있다.
일 실시 예에 따르면, 메모리(230)는 전자 장치(200)의 적어도 하나의 구성요소(예: 프로세서(240))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 일 실시 예에 따르면, 메모리(230)는 전자 장치(200) 사용자의 걸음 이벤트를 인식하고 보폭 길이를 판단(또는 보정)하기 위한 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들면, GPS 신호의 세기가 상기 기준치 이상일 때, 걸음 이벤트와 관련된 제1 파라미터 및 제2 파라미터가 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초하여 결정된 보폭 보정 계수 데이터를 포함할 수 있고, 관련 소프트웨어(예: 도 1의 프로그램(140))와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수도 있다. 일 실시 예에 따르면, 메모리(230)는 모션 데이터 및 GPS 신호에 기반하여 보폭 길이를 판단하기 위한 적어도 하나의 명령어를 저장할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 다양한 데이터를 수집하여 목적하는 출력 값을 연산할 수 있도록 구성될 수 있다. 일 실시 예에 따르면, 프로세서(240)는 사용자 입력의 적어도 일부에 기초하여 다양한 동작을 지원할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 전자 장치(200)의 모션 센서(210), GPS 모듈(220), 및 메모리(230)와 전기적으로 연결될 수 있다. 일 실시 예에 따른 프로세서(240)는 메모리(230)에 저장된 명령어가 실행됨에 따라, 걸음 이벤트를 인식할 수 있고, 메모리(230)에 저장된 복수개의 보폭 보정 계수들 중 현재의 모션 데이터에 상응하는 보폭 보정 계수를 결정할 수 있고, 결정된 보폭 보정 계수 및 모션 데이터에 기초하여 사용자의 보폭 길이를 판단할 수 있다.
일 실시 예에 따르면, 전자 장치(200)는 그 제공 형태에 따라 전술한 구성 요소 중 특정 구성 요소들이 제외되거나 다른 구성 요소로 대체될 수도 있다. 또한, 전자 장치(200)는 그 제공 형태에 따라 다양한 구성 요소들을 더 포함할 수 있다.
예를 들면, 전자 장치(200)는 입력 모듈(예: 터치 패드, 버튼) 및/또는 출력 모듈(예: 디스플레이 모듈)을 더 포함할 수 있다.
일 실시 예에 따르면, 입력 모듈은 전자 장치(200) 운용에 필요한 다양한 입력 신호를 생성하도록 구성될 수 있다. 입력 모듈은 터치 패드, 터치 패널, 및/또는 버튼을 포함할 수 있다. 예를 들면, 터치 패드는, 정전식, 감압식, 적외선 방식, 및 초음파 방식 중 적어도 하나의 방식으로 터치 입력을 인식할 수 있고, 버튼은, 물리적인 버튼, 및/또는 광학식 버튼을 포함할 수 있다.
일 실시 예에 따르면, 디스플레이 모듈은 전자 장치(200)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 예를 들면, 디스플레이 모듈은 보폭 길이에 기초하여 판단된 사용자의 달리기 동작에 관한 정보를 출력할 수 있다.
도 3은 다양한 실시 예에 따른 전자 장치(200a, 200b, 200c, 200d) 및 달리는 사용자를 도시하는 예시도이다.
도 3을 참조하면, 전자 장치(200)는, 사용자의 신체에 착용되어 사용자가 달리는 동안 모션 데이터를 센싱할 수 있고 움직임에 대한 정보를 판단할 수 있다.
일 실시 예에 따르면, 전자 장치(200)는 사용자의 신체(예: 귀, 손목, 손가락, 머리, 가슴, 허리, 발목)에 착용되어 사용자의 움직임에 대한 정보를 출력할 수 있는 다양한 형태의 전자 장치(200a, 200b, 200c, 200d)를 포함할 수 있다. 예를 들면, 전자 장치(200)는 이어폰, 헤드셋, HMD(head mounted display) 장치, 스마트 글라스, 스마트 워치, 및/또는 스마트 링을 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(200)는 사용자의 신체에 착용가능한 형태가 아니더라도 사용자의 몸에 소지가능한 다양한 형태의 전자 장치(200)를 포함할 수 있다. 예를 들면, 전자 장치(200)는 스마트 폰을 포함할 수 있다. 이 경우, 스마트 폰은 다른 구조물(예: 밴드)을 이용하여 사용자의 신체에 착용될 수도 있다.
다만, 전자 장치(200)의 종류는 도 3에서 도시된 것 또는 상술한 것에 한정되지 않으며, 모션 센서(210) 및 GPS 모듈(220)을 포함하는 다양한 형태의 전자 장치(200)를 모두 포함할 수 있다.
도 4는 일 실시 예에 따른 사용자의 달리기 자세와 연관된 파라미터(또는 지표)를 설명하는 예시도이다.
일 실시 예에 따르면, 전자 장치(200)의 프로세서(240)는 모션 센서(210) 즉, 가속도 센서(211), 자이로 센서(212), 및/또는 기압 센서(213)에서 출력되는 모션 데이터에 기초하여 사용자의 달리기 자세와 연관된 다양한 파라미터를 판단할 수 있다. 사용자의 달리기 자세와 연관된 파라미터는, 예를 들면, 사용자가 한 걸음 달리는 동안 걸리는 시간(이하 '걸음 시간(step time)'이라 함), 사용자가 한 걸음 달리는 동안 걸리는 시간의 역수(이하 '걸음 주파수(step frequency)'라 함), 사용자가 한 걸음 달리는 동안 사용자 무게 중심의 수직 변위(이하 '수직 진폭(undulation)'이라 함), 사용자가 한 걸음 달리는 동안 사용자의 몸이 공중에 떠 있는 시간(이하 '체공 시간(flight time)'이라 함), 사용자가 한 걸음 달리는 동안 사용자의 발이 지면에 닿아 있는 시간(이하 '지면 접촉 시간(ground contact time)'이라 함), 사용자가 달리는 동안 사용자의 몸이 좌측 또는 우측으로 기울어진 정도(이하 '좌우 균형(balance)'이라 함), 사용자가 달리는 동안 속도의 변화 정도(이하 '정속성(regularity)'이라 함), 사용자의 발이 지면에 접촉하는 동안 받는 충격량(이하 '파워(power)'라 함), 및/또는 사용자가 달리는 동안 받는 충격량 대비 튀어 오르는 정도(이하 '강성(stiffness)'이라 함)에 대한 파라미터를 포함할 수 있다.
일 실시 예에 따르면, 걸음 시간은 사용자가 한 보폭 이동하는 동안 걸리는 시간 또는 사용자가 한 발을 지면에서 들어올려 다시 지면에 착지할 때까지 걸리는 시간을 의미할 수 있다. 일 실시 예에 따르면, 걸음 시간은 가속도 센서(211)에서 출력되는 가속도 데이터에 기초하여 연산 될 수 있다.
일 실시 예에 따르면, 걸음 주파수는 걸음 시간의 역수일 수 있고, 걸음 시간과 마찬가지로 가속도 센서(211)에서 출력되는 가속도 데이터에 기초하여 연산 될 수 있다. 본 개시에서 걸음 시간과 걸음 주파수는 동일하게 이용될 수 있다.
일 실시 예에 따르면, 수직 진폭은 사용자가 한 보폭 이동하는 동안 사용자의 몸이 수직으로 움직이는 거리의 변화량을 의미할 수 있다. 일 실시 예에 따르면, 수직 진폭은 가속도 센서(211)에서 출력되는 가속도 데이터, 자이로 센서(212)에서 출력되는 자이로 데이터, 및 기압 센서(213)에서 출력되는 기압 데이터 중 적어도 하나에 기초하여 연산 될 수 있다.
일 실시 예에 따르면, 체공 시간은 사용자가 한 걸음 달리는 동안 사용자의 신체가 지면에서 떠 있는 시간을 의미할 수 있다. 일 실시 예에 따르면, 체공 시간은 가속도 센서(211)에서 출력되는 가속도 데이터에 기초하여 연산 될 수 있다.
일 실시 예에 따르면, 지면 접촉 시간은 사용자가 한 걸음 달리는 동안 사용자의 발이 지면에 착지하고 있는 시간을 의미할 수 있다. 일 실시 예에 따르면, 지면 접촉 시간은 가속도 센서(211)에서 출력되는 가속도 데이터에 기초하여 연산 될 수 있다.
일 실시 예에 따르면, 좌우 균형은 사용자가 달리는 동안 사용자의 몸 또는 발이 좌우로 기울어진 정도를 의미할 수 있다. 일 실시 예에 따르면, 좌우 균형은 가속도 센서(211)에서 출력되는 가속도 데이터에 기초하여 연산 될 수 있다. 예를 들면, 좌우 규형은 오른발의 지면 접촉 시간과 왼발의 지면 접촉 시간의 비 또는 어떤 체공 시간과 그 다음 체공 시간의 비일 수 있다.
일 실시 예에 따르면, 정속성은 사용자가 달리는 속도의 변화 정도 또는 사용자가 달리는 동안 자세의 변화 정도를 의미할 수 있다. 일 실시 예에 따르면, 정속성은 가속도 센서(211)에서 출력되는 가속도 데이터에 기초하여 연산 될 수 있다.
일 실시 예에 따르면, 파워는 사용자가 달리는 동안 받는 충격량 또는 힘을 의미할 수 있다. 일 실시 예에 따르면, 파워는 가속도 센서(211)에서 출력되는 가속도 데이터에 기초하여 연산 될 수 있다.
일 실시 예에 따르면, 강성은 사용자가 달리는 동안 받는 충격량 대비 튀어 오르는 정도 또는 사용자가 달리는 동안 얼마나 가볍게 뛰는지를 의미할 수 있다. 예를 들면, 사용자의 다리 근육이 발달할수록 강성 파라미터는 값은 좋아질 수 있다. 일 실시 예에 따르면, 강성은 가속도 센서(211)에서 출력되는 가속도 데이터에 기초하여 연산 될 수 있다. 예를 들면, 강성은 충격량, 지면 접촉 시간, 수직 진폭에 기초하여 연산 될 수 있다.
다만, 사용자의 달리기 자세와 연관된 파라미터의 종류는 도 4에서 도시된 것 또는 상술한 것에 한정되지 않으며, 달리기 자세를 정의할 수 있는 다양한 파라미터를 포함할 수 있다.
도 5는 일 실시 예에 따른 전자 장치(200)의 GPS 신호의 세기가 기준치 미만일 경우, 모션 데이터에 기초하여 보폭 길이를 판단하는 방법을 설명하는 흐름도이다.
도 5의 동작들은 도 2의 전자 장치(200)에 의해 수행될 수 있다. 도 5를 참조하면, 일 실시 예에 따른 전자 장치(200)의 프로세서(240)는, 모션 데이터에 기초하여 사용자의 걸음(step) 이벤트를 인식하는 동작(510), GPS 신호의 세기가 기준치 미만일 경우 모션 데이터에 기초하여 제1 파라미터의 값 및 제2 파라미터의 값을 판단하는 동작(520), 메모리(230)에 저장된 복수개의 보폭 보정 계수들 중 상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하는 동작(530), 결정된 보폭 보정 계수 및 모션 데이터에 기초하여 사용자의 보폭 길이를 판단하는 동작(540), 및 판단된 보폭 길이에 기초하여 사용자의 달리기 동작에 관한 정보를 판단하는 동작(550)을 수행할 수 있다.
이하 실시 예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있고, 적어도 하나의 동작이 생략될 수도 있다. 이하 도 5의 각 동작에 대하여 자세히 설명한다.
일 실시 예에 따르면, 동작 510에서 프로세서(240)는 모션 센서(210)에서 출력되는 모션 데이터에 기초하여 사용자의 걸음(step) 이벤트를 인식할 수 있다. 일 실시 예에 따르면, 프로세서(240)는 가속도 데이터에 기초하여 사용자의 걸음을 감지할 수 있다. 전자 장치(200)는, 예를 들면, 가속도 데이터에 기초하여 사용자 발이 지면에 착지하는지 여부, 사용자 발이 지면에서 떨어지는 여부, 및/또는 사용자에게 가해지는 충격량에 대한 정보를 획득할 수 있고, 상기 정보에 기초하여 사용자의 걸음 이벤트를 인식할 수 있다. 일 실시 예에 따르면, 동작 510은 생략될 수도 있다.
일 실시 예에 따르면, 동작 520에서 프로세서(240)는 GPS 신호의 세기가 기준치 미만일 경우, 제1 파라미터의 값 및 제2 파라미터의 값을 판단할 수 있다. 일 실시 예에 따르면, 제1 파라미터 및 제2 파라미터는 각각 사용자의 달리기 자세와 연관된 파라미터(예: 걸음 시간, 걸음 주파수, 수직 진폭, 체공 시간, 지면 접촉 시간, 좌우 균형, 정속성, 파워, 강성) 중 하나일 수 있다. 제1 파라미터와 제2 파라미터는 서로 상이할 수 있고, 예를 들면, 제1 파라미터는 걸음 시간이고 제2 파라미터는 수직 진폭일 수 있다. 일 실시 예에 따르면, 프로세서(240)는 GPS 모듈(220)에서 수신하는 GPS 신호의 세기가 기 설정된 임계 값 보다 작을 경우, 모션 센서(210) 즉, 가속도 센서(211), 자이로 센서(212), 및/또는 기압 센서(213)에서 출력되는 모션 데이터에 기초하여 제1 파라미터의 값 및 제2 파라미터의 값을 연산할 수 있다.
일 실시 예에 따르면, 동작 530에서 프로세서(240)는 메모리(230)에 저장된 복수개의 보폭 보정 계수들 중 동작 520에서 판단된 제1 파라미터의 값 및 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정할 수 있다. 전자 장치(200)의 메모리(230)에는, GPS 신호 수신 감도가 양호할 때 결정된 복수개의 보폭 보정 계수들이 각각 대응하는 제1 파라미터의 값 및 제2 파라미터의 값과 함께 하나의 세트로 기 저장될 수 있다.
일 실시 예에 따르면, 동작 530에서 프로세서(240)는 기 저장된 복수개의 보폭 보정 계수들 중 동작 520에서 판단된 제1 파라미터의 값 및 제2 파라미터의 값과 매칭되는 하나의 보폭 보정 계수를 선택할 수 있다. 예를 들어, 제1 파라미터가 걸음 시간이고 제2 파라미터가 수직 진폭인 경우, 동작 520에서 프로세서(240)는 모션 데이터에 기초하여 걸음 시간 값이 제1 값이고 수직 진폭 값이 제2 값이라고 판단할 수 있다. 이 경우, 동작 530에서 프로세서(240)는 기 저장된 복수개의 보폭 보정 계수들 중 걸음 시간의 제1 값 및 수직 진폭의 제2 값과 매칭되는(또는 함께 저장된) 보폭 보정 계수를 결정할 수 있다.
일 실시 예에 따르면, 메모리(230)에 저장된 복수개의 보폭 보정 계수들은 GPS 신호의 세기가 기준치 이상일 때, 제1 파라미터 및 제2 파라미터가 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초하여 결정되고 저장된 계수일 수 있다. 예를 들면, 메모리(230)에 저장된 복수개의 보폭 보정 계수들은, GPS 신호의 세기가 기준치 이상이고 제1 파라미터 및 제2 파라미터가 일정한 값을 가질 때, 모션 데이터에 기초하여 결정된 걸음 수 및 GPS 신호에 기초하여 결정된 이동 거리에 기초하여 결정될 수 있다. 일 실시 예에 따르면, GPS 신호의 세기가 기준치 이상일 때, 모션 데이터 및 GPS 신호에 기초하여 복수개의 보폭 보정 계수들을 연산하고 저장하는 과정을 학습 단계라고 할 수 있다. 학습 단계를 구성하는 동작들을 도 7에서 자세히 후술한다.
일 실시 예에 따르면, 동작 540에서 프로세서(240)는 상기 결정된 보폭 보정 계수 및 모션 데이터에 기초하여 사용자의 보폭 길이를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(240)는 모션 데이터에 기초하여 결정된 추정 보폭 길이 및 동작 530에서 결정된 보폭 보정 계수를 이용하여 사용자의 보폭 길이를 판단할 수 있다.
이하 도 6을 참조하여 동작 540을 자세히 설명한다.
도 6은 일 실시 예에 따른 전자 장치(200)의 보폭 보정 계수 및 모션 데이터에 기초하여 사용자의 보폭 길이를 판단하는 방법을 설명하는 흐름도이다.
도 6의 동작들은 도 2의 전자 장치(200)에 의해 수행될 수 있다. 도 6을 참조하면, 일 실시 예에 따른 전자 장치(200)의 프로세서(240)는, 사용자의 보폭 길이를 판단하기 위하여, 사용자가 한 걸음 달리는 동안 걸리는 시간(즉, 걸음 시간)과 사용자의 프로필 정보에 기초하여 사용자의 보폭 길이를 추정하는 동작(610) 및 보폭 보정 계수(즉, 상기 동작 530에서 결정된 보폭 보정 계수)를 이용하여 추정된 보폭 길이를 보정하는 동작(620)을 수행할 수 있다.
일 실시 예에 따르면, 동작 610에서 프로세서(240)는 걸음 시간 정보와 사용자의 프로필 정보(예: 키 정보, 나이 정보, 몸무게 정보, 성별 정보)에 기초하여 사용자의 보폭 길이를 추정할 수 있다. 예를 들면, 추정 보폭 길이는 가속도 데이터에 기초하여 결정된 걸음 시간 값과 사용자의 프로필 정보에 기초하여 결정될 수 있다. 즉, 추정 보폭 길이는 기본적으로 걸음 시간 값에 기초하여 산출될 수 있고, 사용자의 키 정보, 나이 정보, 몸무게 정보 및/또는 성별 정보 등을 추가적으로 고려하여 결정될 수 있다.
일 실시 예에 따르면, 동작 620에서 프로세서(240)는 보폭 보정 계수를 이용하여 상기 동작 610에서 추정된 보폭 길이를 보정할 수 있다. 일 실시 예에 따르면, 프로세서(240)는 아래의 수학식 1을 이용하여 추정 보폭 길이를 보정함으로써, 사용자의 보폭 길이(즉, 보정 보폭 길이)를 판단할 수 있다.
Figure PCTKR2022001879-appb-img-000001
일 실시 예에 따르면, GPS 신호의 세기가 기준치 미만일 때, 모션 데이터 및 학습 단계에서 판단 및 저장된 보폭 보정 계수에 기초하여 사용자의 보폭 길이를 판단하는 과정(예: 동작 520 내지 동작 540)을 예측 단계라고 할 수 있다.
일 실시 예에 따르면, 동작 550에서 프로세서(240)는 상기 예측 단계에서 판단된 보폭 길이에 기초하여 사용자의 달리기 동작에 관한 정보를 판단할 수 있다. 달리기 동작에 관한 정보는, 예를 들면, 사용자가 달리는 속도에 관한 정보 및 사용자가 달리는 동안 이동한 거리에 관한 정보를 포함할 수 있다. 일 실시 예에 따른 프로세서(240)는, 판단된 사용자의 달리기 동작에 관한 정보를 디스플레이를 통해 사용자에게 제공할 수 있다. 일 실시 예에 따르면, 동작 550은 생략될 수도 있다.
본 개시의 전자 장치(200)는, GPS 신호의 수신 감도가 불량하더라도, 모션 데이터 및 기 저장된 보폭 보정 계수에 기초하여 판단된 보폭 길이 값을 이용하여 사용자의 이동 거리에 관한 정보를 판단할 수 있다.
도 7은 일 실시 예에 따른 전자 장치(200)의 GPS 신호의 세기가 기준치 이상일 경우, 학습 데이터를 이용하여 보폭 보정 계수를 판단 및 저장하는 방법을 설명하는 흐름도이다. 도 7은 학습 단계를 구성하는 동작을 설명한 것이다.
도 7의 동작들은 도 2의 전자 장치(200)에 의해 수행될 수 있다. 다만 이에 한정되지 않으며, 학습 단계의 동작들은 도 2의 전자 장치(200)와 연동된 사용자의 다른 전자 장치에 의해 수행될 수도 있다.
도 7을 참조하면, 일 실시 예에 따른 전자 장치(200)의 프로세서(240)는, GPS 신호의 세기가 기준치 이상일 경우, 제1 파라미터 및 제2 파라미터가 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초하여 보폭 보정 계수 학습 데이터를 결정하는 동작(710), 모션 데이터 및 사용자의 프로필 정보에 기초하여 사용자의 보폭 길이를 추정하는 동작(720), 보폭 보정 계수 학습 데이터 및 추정 보폭 길이에 기초하여 보폭 보정 계수를 판단하는 동작(730), 및 상기 판단된 보폭 보정 계수를 대응하는 제1 파라미터의 값 및 제2 파라미터의 값과 함께 저장하는 동작(740)을 수행할 수 있다.
동작 710(또는 학습 단계)에서의 제1 파라미터 및 제2 파라미터는, 도 5의 동작 520(또는 예측 단계)에서 설명한 제1 파라미터 및 제2 파라미터와 동일할 수 있다. 학습 단계에서의 제1 파라미터 및 제2 파라미터는 각각 사용자의 달리기 자세와 연관된 파라미터(예: 걸음 시간, 걸음 주파수, 수직 진폭, 체공 시간, 지면 접촉 시간, 좌우 균형, 정속성, 파워, 강성) 중 하나일 수 있다. 제1 파라미터와 제2 파라미터는 서로 상이할 수 있고, 예를 들면, 제1 파라미터는 걸음 시간이고 제2 파라미터는 수직 진폭일 수 있다.
일 실시 예에 따르면, 동작 710에서 프로세서(240)는 GPS 신호의 세기가 기준치 이상일 경우, 제1 파라미터 및 제2 파라미터가 (실질적으로) 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초하여 학습 데이터를 결정할 수 있다. 제1 파라미터(또는 제2 파라미터)의 값이 일정하다는 것은 완전히 동일한 값은 아니더라도 설정된 허용 오차 범위 내의 값을 가지는 것을 의미할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 GPS 모듈(220)에서 수신하는 GPS 신호의 세기가 기 설정된 임계 값 이상이고, 제1 파라미터의 값 및 제2 파라미터의 값이 일정할 경우, 아래의 수학식 2를 이용하여 보폭 보정 계수 학습 데이터를 결정할 수 있다. 수학식 2에서 사용되는 이동 거리 값은 GPS 신호에 기초하여 구할 수 있고, 걸음 수 값은 모션 데이터(또는 가속도 데이터)에 기초하여 구할 수 있다.
Figure PCTKR2022001879-appb-img-000002
일 실시 예에 따르면, 동작 720에서 프로세서(240)는 모션 데이터 및 사용자의 프로필 정보(예: 키 정보, 나이 정보, 몸무게 정보, 성별 정보)에 기초하여 사용자의 보폭 길이를 추정할 수 있다. 예를 들면, 추정 보폭 길이는 가속도 데이터에 기초하여 결정된 걸음 시간 값과 사용자의 프로필 정보에 기초하여 결정될 수 있다. 학습 단계의 동작 720에서 추정 보폭 길이를 구하는 방법은 예측 단계의 동작 610에서 추정 보폭 길이를 구하는 방법과 동일할 수 있다.
동작 710 및 동작 720의 순서는 상술한 것에 제한되지 않으며, 순서가 바뀌거나 동시에 수행될 수도 있다.
일 실시 예에 따르면, 동작 730에서 프로세서(240)는 상기 동작 710에서 결정된 보폭 보정 계수 학습 데이터 및 상기 동작 720에서 결정된 추정 보폭 길이에 기초하여, 보폭 보정 계수를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(240)는 아래의 수학식 3을 이용하여 보폭 보정 계수를 판단할 수 있다.
Figure PCTKR2022001879-appb-img-000003
일 실시 예에 따르면, 동작 740에서 프로세서(240)는 상기 동작 730에서 판단된 보폭 보정 계수를 대응하는 제1 파라미터의 값 및 제2 파라미터의 값에 매핑하여 저장할 수 있다. 일 실시 예에 따르면, 프로세서(240)는 동작 710에서 판단된 제1 파라미터의 값 및 제2 파라미터의 값을 보폭 보정 계수와 함께 하나의 세트로 메모리(230)에 저장할 수 있다.
예를 들면, 제1 파라미터가 걸음 시간이고 제2 파라미터가 수직 진폭일 수 있다. 동작 710에서 판단된 걸음 시간 값이 제1 값이고 판단된 수직 진폭 값이 제2 값인 경우, 동작 740에서 프로세서(240)는 상기 동작 730에서 판단된 보폭 보정 계수를 걸음 시간의 제1 값 및 수직 진폭의 제2 값과 매핑시켜 메모리(230)에 저장할 수 있다.
다른 실시 예에 따르면, 학습 단계에서 프로세서(240)는 머신 러닝 기술에 기반하여 보폭 보정 계수를 판단할 수도 있다.
상술한 동작 710 내지 동작 740을 통하여 GPS 신호 수신 감도가 양호할 때 판단된 보폭 보정 계수는, 각각 대응하는 제1 파라미터의 값 및 제2 파라미터의 값과 매핑되어 메모리(230)에 누적해 저장될 수 있다. 누적되어 저장된 복수개의 보폭 보정 계수들은 GPS 신호 수신 감도가 불량할 때 보폭 길이를 판단하기 위하여 이용될 수 있다.
이하 도 8을 참조하여 동작 710 내지 동작 740의 학습 단계를 설명하고, 도 9를 참조하여 동작 510 내지 동작 540의 예측 단계를 설명한다.
도 8은 일 실시 예에 따른 전자 장치(200)의 GPS 신호의 세기가 기준치 이상일 경우, 보폭 보정 계수를 판단 및 저장하는 과정을 설명하는 예시도이고, 도 9는 일 실시 예에 따른 전자 장치(200)의 GPS 신호의 세기가 기준치 미만일 경우, 저장된 보폭 보정 계수를 이용하여 추정 보폭 길이를 보정하는 과정을 설명하는 예시도이다.
도 8 및 도 9는, 제1 파라미터가 걸음 시간이고 제2 파라미터가 수직 진폭인 실시 예를 설명한 것이다. 사용자가 학습 단계와 예측 단계에서 동일한 걸음 시간으로 달리더라도 뛰는 방향이 상이할 수 있기 때문에, 걸음 시간만 고려할 경우 학습 단계와 예측 단계 사이 보폭 길이의 오차가 발생할 수 있다. 따라서, 걸음 시간과 수직 진폭을 함께 고려하여 보폭 보정 계수를 구할 경우, 걸음 시간만 고려하여 보폭 보정 계수를 구한 경우 보다 보폭 판단의 정확성을 높일 수 있다.
도 8을 참조하면, 전자 장치(200)의 GPS 모듈(220)에서 수신하는 GPS 신호의 세기가 기 설정된 기준치 이상일 경우, 전자 장치(200)는 모션 데이터에 기초하여 걸음 시간(k)의 값 및 수직 진폭(l)의 값을 판단할 수 있다. 걸음 시간(k)의 값이 일정하고 수직 진폭(l)의 값이 일정하다고 판단한 경우, 전자 장치(200)는 가속도 데이터 및 GPS 신호에 기초하여 보폭 보정 계수 학습 데이터를 결정할 수 있고, 걸음 시간(k)의 값 및 사용자의 프로필 정보에 기초하여 추정 보폭 길이를 결정할 수 있다. 보폭 보정 계수 학습 데이터는 수학식 2를 이용하여 구할 수 있다.
일 실시 예에 따른 전자 장치(200)는, 보폭 보정 계수 학습 데이터 및 추정 보폭 길이에 기초하여 보폭 보정 계수(SF)를 판단할 수 있다. 보폭 보정 계수(SF)는 수학식 3을 이용하여 구할 수 있다. 전자 장치(200)는 상기 판단된 보폭 보정 계수(SF)를 걸음 시간(k)의 값 및 수직 진폭(l)의 값과 매핑하여 보폭 보정 계수(SF(l, k)) 어레이로 구성하여 저장할 수 있다.
도 9를 참조하면, 전자 장치(200)의 GPS 모듈(220)에서 수신하는 GPS 신호의 세기가 기 설정된 기준치 미만일 경우, 전자 장치(200)는 모션 데이터에 기초하여 걸음 시간(k)의 값 및 수직 진폭(l)의 값을 판단할 수 있다. 전자 장치(200)는 기 저장된 보폭 보정 계수(SF(l, k)) 어레이를 구성하는 보폭 보정 계수(SF(l, k))들 중 상기 판단된 걸음 시간(k)의 값 및 수직 진폭(l)의 값에 대응하는 보폭 보정 계수(SF(l, k))를 결정할 수 있고, 걸음 시간(k)의 값 및 사용자의 프로필 정보에 기초하여 추정 보폭 길이를 결정할 수 있다.
일 실시 예에 따른 전자 장치(200)는 보폭 보정 계수(SF(l, k))를 이용하여 추정 보폭 길이를 보정할 수 있고, 보정된 보폭 길이를 최종 보폭 길이로 판단할 수 있다. 보정된 보폭 길이는 수학식 1을 이용하여 구할 수 있다.
본 개시에서는 사용자의 달리기 자세와 연관된 파라미터(예: 걸음 시간, 걸음 주파수, 수직 진폭, 체공 시간, 지면 접촉 시간, 좌우 균형, 정속성, 파워, 강성)들 중 2개의 조합과 매핑되는 보폭 보정 계수를 이용하여, 보폭 길이 판단의 정확도를 높이는 방안을 설명하였다. 2개 이상의 파라미터들의 조합(특히, 걸음 시간 및 수직 진폭의 조합)과 매핑되는 보폭 보정 계수를 구하여 이용할 경우, 학습 단계에서 사용된 보폭 길이와 예측 단계에서의 실제 보폭 길이 사이 유사성이 높기 때문에 하나의 파라미터와 매핑되는 보폭 보정 계수를 이용하는 경우 대비 더욱 정확한 보폭 길이를 판단할 수 있다.
본 개시에서는 2개의 달리기 자세 파라미터들을 이용하는 실시 예를 주로 설명하였지만 이제 제한되지 않으며, 3개 이상의 달리기 자세 파라미터들과 매핑되는 보폭 보정 계수를 이용하는 것도 가능하다.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 2의 전자 장치(200))는 상기 전자 장치의 움직임에 대한 모션 데이터를 출력하는 모션 센서(예: 도 2의 모션 센서(210)); 상기 전자 장치의 위치에 대한 GPS 신호를 수신하는 GPS 모듈(예: 도 2의 GPS 모듈(220)); 복수개의 보폭 보정 계수들을 대응하는 제1 파라미터의 값 및 제2 파라미터의 값과 함께 저장하는 메모리(예: 도 2의 메모리(230)); 및 상기 모션 센서, 상기 GPS 모듈, 및 상기 메모리와 전기적으로 연결된 프로세서(예: 도 2의 프로세서(240))를 포함할 수 있고, 상기 프로세서는: 상기 모션 데이터에 기초하여 사용자의 걸음(step) 이벤트를 인식하고, 상기 GPS 신호의 세기가 기준치 미만일 경우: 상기 모션 데이터에 기초하여 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값을 판단하고, 상기 메모리에 저장된 복수개의 보폭 보정 계수들 중 상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하고, 상기 결정된 보폭 보정 계수 및 상기 모션 데이터에 기초하여 상기 사용자의 보폭 길이를 판단할 수 있다.
일 실시 예에 따르면, 상기 메모리에 저장된 상기 복수개의 보폭 보정 계수들은, 상기 GPS 신호의 세기가 상기 기준치 이상일 때, 상기 제1 파라미터 및 상기 제2 파라미터가 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초하여 결정된 계수일 수 있다.
일 실시 예에 따르면, 상기 메모리에 저장된 상기 복수개의 보폭 보정 계수들은, 상기 GPS 신호의 세기가 상기 기준치 이상이고 상기 제1 파라미터 및 상기 제2 파라미터가 일정한 값을 가질 때, 상기 모션 데이터에 기초하여 결정된 걸음 수 및 상기 GPS 신호에 기초하여 결정된 이동 거리에 기초하여 결정된 계수일 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 사용자가 한 걸음 달리는 동안 걸리는 시간 및 상기 사용자의 프로필 정보에 기초하여 상기 사용자의 보폭 길이를 추정하고, 상기 결정된 보폭 보정 계수를 이용하여 상기 추정된 보폭 길이를 보정할 수 있다.
일 실시 예에 따르면, 상기 사용자가 한 걸음 달리는 동안 걸리는 상기 시간은 상기 모션 데이터에 기초하여 결정될 수 있고, 상기 프로필 정보는 상기 사용자의 키 정보, 나이 정보, 몸무게 정보 및 성별 정보 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 파라미터 및 상기 제2 파라미터는 상기 사용자의 달리기 자세와 연관된 파라미터일 수 있고, 상기 사용자의 달리기 자세와 연관된 상기 파라미터는, 상기 사용자가 한 걸음 달리는 동안 걸리는 시간, 상기 사용자가 한 걸음 달리는 동안 걸리는 시간의 역수, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 무게 중심의 수직 변위, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 신체가 공중에 떠 있는 시간, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 발이 지면에 닿아 있는 시간, 상기 사용자가 달리는 동안 상기 사용자의 몸이 좌측 또는 우측으로 기울어진 정도, 상기 사용자가 달리는 동안 속도의 변화 정도, 상기 사용자의 발이 지면에 접촉하는 동안 받는 충격량, 및 상기 사용자가 달리는 동안 받는 충격량 대비 튀어 오르는 정도에 대한 파라미터를 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 파라미터는 상기 사용자가 한 걸음 달리는 동안 걸리는 시간에 대한 파라미터이고, 상기 제2 파라미터는 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 무게 중심의 수직 변위에 대한 파라미터일 수 있다.
일 실시 예에 따르면, 상기 모션 센서는, 가속도 센서, 자이로 센서 및 기압 센서 중 적어도 하나를 포함할 수 있다.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 2의 전자 장치(200))의 모션 센서 및 GPS 모듈을 이용하여 보폭 길이를 판단하는 방법은, 상기 모션 센서에서 출력되는 모션 데이터에 기초하여 사용자의 걸음(step) 이벤트를 인식하는 동작; 및 상기 GPS 모듈에서 수신하는 GPS 신호의 세기가 기준치 미만일 경우: 상기 모션 데이터에 기초하여 제1 파라미터의 값 및 제2 파라미터의 값을 판단하는 동작; 상기 전자 장치의 메모리에 저장된 복수개의 보폭 보정 계수들 중 상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하는 동작; 및 상기 결정된 보폭 보정 계수 및 상기 모션 데이터에 기초하여 사용자의 보폭 길이를 판단하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 메모리에 저장된 상기 복수개의 보폭 보정 계수들은, 상기 GPS 신호의 세기가 상기 기준치 이상일 때, 상기 제1 파라미터 및 상기 제2 파라미터가 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초하여 결정된 계수일 수 있다.
일 실시 예에 따르면, 상기 메모리에 저장된 상기 복수개의 보폭 보정 계수들은, 상기 GPS 신호의 세기가 상기 기준치 이상이고 상기 제1 파라미터 및 상기 제2 파라미터가 일정한 값을 가질 때, 상기 모션 데이터에 기초하여 결정된 걸음 수 및 상기 GPS 신호에 기초하여 결정된 이동 거리에 기초하여 결정된 계수일 수 있다.
일 실시 예에 따르면, 상기 사용자의 보폭 길이를 판단하는 동작은, 상기 사용자가 한 걸음 달리는 동안 걸리는 시간 및 상기 사용자의 프로필 정보에 기초하여 상기 사용자의 보폭 길이를 추정하는 동작; 및 상기 결정된 보폭 보정 계수를 이용하여 상기 추정된 보폭 길이를 보정하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 사용자가 한 걸음 달리는 동안 걸리는 상기 시간은 상기 모션 데이터에 기초하여 결정될 수 있고, 상기 프로필 정보는 상기 사용자의 키 정보, 나이 정보, 몸무게 정보, 및 성별 정보 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 파라미터 및 상기 제2 파라미터는 상기 사용자의 달리기 자세와 연관된 파라미터일 수 있고, 상기 사용자의 달리기 자세와 연관된 상기 파라미터는, 상기 사용자가 한 걸음 달리는 동안 걸리는 시간, 상기 사용자가 한 걸음 달리는 동안 걸리는 시간의 역수, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 무게 중심의 수직 변위, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 신체가 공중에 떠 있는 시간, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 발이 지면에 닿아 있는 시간, 상기 사용자가 달리는 동안 상기 사용자의 몸이 좌측 또는 우측으로 기울어진 정도, 상기 사용자가 달리는 동안 속도의 변화 정도, 상기 사용자의 발이 지면에 접촉하는 동안 받는 충격량, 및 상기 사용자가 달리는 동안 받는 충격량 대비 튀어 오르는 정도에 대한 파라미터를 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 파라미터는 상기 사용자가 한 걸음 달리는 동안 걸리는 시간에 대한 파라미터이고, 상기 제2 파라미터는 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 무게 중심의 수직 변위에 대한 파라미터일 수 있다.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 2의 전자 장치(200))는 상기 전자 장치의 움직임에 대한 모션 데이터를 출력하는 모션 센서; 상기 전자 장치의 위치에 대한 GPS 신호를 수신하는 GPS 모듈; 및 상기 모션 센서 및 상기 GPS 모듈과 전기적으로 연결된 프로세서를 포함할 수 있고, 상기 프로세서는: 상기 GPS 신호의 세기가 기준치 이상일 경우: 제1 파라미터 및 제2 파라미터가 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초한 학습 데이터를 이용하여 보폭 보정 계수를 판단하고, 상기 판단된 보폭 보정 계수를 대응하는 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값과 함께 저장할 수 있고, 상기 GPS 신호의 세기가 상기 기준치 미만일 경우: 상기 모션 데이터에 기초하여 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값을 판단하고, 상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하고, 상기 결정된 보폭 보정 계수 및 상기 모션 데이터에 기초하여 사용자의 보폭 길이를 판단할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 판단된 보폭 길이에 기초하여 상기 사용자의 달리기 동작에 관한 정보를 판단할 수 있고, 상기 달리기 동작에 관한 정보는, 속도에 관한 정보 및 이동 거리에 관한 정보를 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 GPS 신호의 세기가 상기 기준치 이상일 경우, 상기 판단된 보폭 보정 계수를 대응하는 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값과 매핑하여 보폭 보정 계수 어레이로 구성하여 저장할 수 있다.
일 실시 예에 따르면, 상기 제1 파라미터 및 상기 제2 파라미터는 상기 사용자의 달리기 자세와 연관된 파라미터일 수 있고, 상기 제1 파라미터는 상기 사용자가 한 걸음 달리는 동안 걸리는 시간에 대한 파라미터이고, 상기 제2 파라미터는 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 무게 중심의 수직 변위에 대한 파라미터일 수 있다.
일 실시 예에 따르면, 상기 보폭 길이는 상기 사용자가 한 걸음 달리는 동안의 수평 변위일 수 있다.

Claims (15)

  1. 전자 장치에 있어서,
    상기 전자 장치의 움직임에 대한 모션 데이터를 출력하는 모션 센서;
    상기 전자 장치의 위치에 대한 GPS 신호를 수신하는 GPS 모듈;
    복수개의 보폭 보정 계수들을 대응하는 제1 파라미터의 값 및 제2 파라미터의 값과 함께 저장하는 메모리, 상기 제1 파라미터 및 상기 제2 파라미터는 상기 모션 데이터에 기초하여 결정됨; 및
    상기 모션 센서, 상기 GPS 모듈, 및 상기 메모리와 전기적으로 연결된 프로세서를 포함하고, 상기 프로세서는:
    상기 모션 데이터에 기초하여 사용자의 걸음(step) 이벤트를 인식하고,
    상기 GPS 신호의 세기가 기준치 미만일 경우:
    상기 모션 데이터에 기초하여 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값을 판단하고,
    상기 메모리에 저장된 복수개의 보폭 보정 계수들 중 상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하고,
    상기 결정된 보폭 보정 계수 및 상기 모션 데이터에 기초하여 상기 사용자의 보폭 길이를 판단하는, 전자 장치.
  2. 청구항 1에 있어서,
    상기 메모리에 저장된 상기 복수개의 보폭 보정 계수들은, 상기 GPS 신호의 세기가 상기 기준치 이상일 때, 상기 제1 파라미터 및 상기 제2 파라미터가 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초하여 결정된 계수인, 전자 장치.
  3. 청구항 2에 있어서,
    상기 메모리에 저장된 상기 복수개의 보폭 보정 계수들은, 상기 GPS 신호의 세기가 상기 기준치 이상이고 상기 제1 파라미터 및 상기 제2 파라미터가 일정한 값을 가질 때, 상기 모션 데이터에 기초하여 결정된 걸음 수 및 상기 GPS 신호에 기초하여 결정된 이동 거리에 기초하여 결정된 계수인, 전자 장치.
  4. 청구항 1에 있어서,
    상기 프로세서는,
    상기 사용자가 한 걸음 달리는 동안 걸리는 시간 및 상기 사용자의 프로필 정보에 기초하여 상기 사용자의 보폭 길이를 추정하고,
    상기 결정된 보폭 보정 계수를 이용하여 상기 추정된 보폭 길이를 보정하는, 전자 장치.
  5. 청구항 4에 있어서,
    상기 사용자가 한 걸음 달리는 동안 걸리는 상기 시간은 상기 모션 데이터에 기초하여 결정되고,
    상기 프로필 정보는 상기 사용자의 키 정보, 나이 정보, 몸무게 정보 및 성별 정보 중 적어도 하나를 포함하는, 전자 장치.
  6. 청구항 1에 있어서,
    상기 제1 파라미터 및 상기 제2 파라미터는 상기 사용자의 달리기 자세와 연관된 파라미터이고,
    상기 사용자의 달리기 자세와 연관된 상기 파라미터는, 상기 사용자가 한 걸음 달리는 동안 걸리는 시간, 상기 사용자가 한 걸음 달리는 동안 걸리는 시간의 역수, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 무게 중심의 수직 변위, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 신체가 공중에 떠 있는 시간, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 발이 지면에 닿아 있는 시간, 상기 사용자가 달리는 동안 상기 사용자의 몸이 좌측 또는 우측으로 기울어진 정도, 상기 사용자가 달리는 동안 속도의 변화 정도, 상기 사용자의 발이 지면에 접촉하는 동안 받는 충격량, 및 상기 사용자가 달리는 동안 받는 충격량 대비 튀어 오르는 정도에 대한 파라미터를 포함하는, 전자 장치.
  7. 청구항 1에 있어서,
    상기 제1 파라미터는 상기 사용자가 한 걸음 달리는 동안 걸리는 시간에 대한 파라미터이고, 상기 제2 파라미터는 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 무게 중심의 수직 변위에 대한 파라미터인, 전자 장치.
  8. 전자 장치의 모션 센서 및 GPS 모듈을 이용하여 보폭 길이를 판단하는 방법에 있어서,
    상기 모션 센서에서 출력되는 모션 데이터에 기초하여 사용자의 걸음(step) 이벤트를 인식하는 동작; 및
    상기 GPS 모듈에서 수신하는 GPS 신호의 세기가 기준치 미만일 경우:
    상기 모션 데이터에 기초하여 제1 파라미터의 값 및 제2 파라미터의 값을 판단하는 동작;
    상기 전자 장치의 메모리에 저장된 복수개의 보폭 보정 계수들 중 상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하는 동작; 및
    상기 결정된 보폭 보정 계수 및 상기 모션 데이터에 기초하여 사용자의 보폭 길이를 판단하는 동작을 포함하는, 방법.
  9. 청구항 8에 있어서,
    상기 메모리에 저장된 상기 복수개의 보폭 보정 계수들은, 상기 GPS 신호의 세기가 상기 기준치 이상일 때, 상기 제1 파라미터 및 상기 제2 파라미터가 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초하여 결정된 계수인, 방법.
  10. 청구항 9에 있어서,
    상기 메모리에 저장된 상기 복수개의 보폭 보정 계수들은, 상기 GPS 신호의 세기가 상기 기준치 이상이고 상기 제1 파라미터 및 상기 제2 파라미터가 일정한 값을 가질 때, 상기 모션 데이터에 기초하여 결정된 걸음 수 및 상기 GPS 신호에 기초하여 결정된 이동 거리에 기초하여 결정된 계수인, 방법.
  11. 청구항 8에 있어서,
    상기 사용자의 보폭 길이를 판단하는 동작은,
    상기 사용자가 한 걸음 달리는 동안 걸리는 시간 및 상기 사용자의 프로필 정보에 기초하여 상기 사용자의 보폭 길이를 추정하는 동작; 및
    상기 결정된 보폭 보정 계수를 이용하여 상기 추정된 보폭 길이를 보정하는 동작을 포함하는, 방법.
  12. 청구항 11에 있어서,
    상기 사용자가 한 걸음 달리는 동안 걸리는 상기 시간은 상기 모션 데이터에 기초하여 결정되고,
    상기 프로필 정보는 상기 사용자의 키 정보, 나이 정보, 몸무게 정보, 및 성별 정보 중 적어도 하나를 포함하는, 방법.
  13. 청구항 8에 있어서,
    상기 제1 파라미터 및 상기 제2 파라미터는 상기 사용자의 달리기 자세와 연관된 파라미터이고,
    상기 사용자의 달리기 자세와 연관된 상기 파라미터는, 상기 사용자가 한 걸음 달리는 동안 걸리는 시간, 상기 사용자가 한 걸음 달리는 동안 걸리는 시간의 역수, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 무게 중심의 수직 변위, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 신체가 공중에 떠 있는 시간, 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 발이 지면에 닿아 있는 시간, 상기 사용자가 달리는 동안 상기 사용자의 몸이 좌측 또는 우측으로 기울어진 정도, 상기 사용자가 달리는 동안 속도의 변화 정도, 상기 사용자의 발이 지면에 접촉하는 동안 받는 충격량, 및 상기 사용자가 달리는 동안 받는 충격량 대비 튀어 오르는 정도에 대한 파라미터를 포함하는, 방법.
  14. 청구항 8에 있어서,
    상기 제1 파라미터는 상기 사용자가 한 걸음 달리는 동안 걸리는 시간에 대한 파라미터이고, 상기 제2 파라미터는 상기 사용자가 한 걸음 달리는 동안 상기 사용자의 무게 중심의 수직 변위에 대한 파라미터인, 방법.
  15. 전자 장치에 있어서,
    상기 전자 장치의 움직임에 대한 모션 데이터를 출력하는 모션 센서;
    상기 전자 장치의 위치에 대한 GPS 신호를 수신하는 GPS 모듈; 및
    상기 모션 센서 및 상기 GPS 모듈과 전기적으로 연결된 프로세서를 포함하고, 상기 프로세서는:
    상기 GPS 신호의 세기가 기준치 이상일 경우:
    제1 파라미터 및 제2 파라미터가 일정한 값을 갖는 동안의 모션 데이터 및 GPS 신호에 기초한 학습 데이터를 이용하여 보폭 보정 계수를 판단하고, 상기 제1 파라미터 및 상기 제2 파라미터는 상기 모션 데이터에 기초하여 결정됨,
    상기 판단된 보폭 보정 계수를 대응하는 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값과 함께 저장하고,
    상기 GPS 신호의 세기가 상기 기준치 미만일 경우:
    상기 모션 데이터에 기초하여 상기 제1 파라미터의 값 및 상기 제2 파라미터의 값을 판단하고,
    상기 판단된 제1 파라미터의 값 및 상기 판단된 제2 파라미터의 값에 대응하는 보폭 보정 계수를 결정하고,
    상기 결정된 보폭 보정 계수 및 상기 모션 데이터에 기초하여 사용자의 보폭 길이를 판단하는, 전자 장치.
PCT/KR2022/001879 2021-03-09 2022-02-08 전자 장치의 모션 센서 및 gps 모듈을 이용하여 사용자의 보폭 길이를 판단하는 방법 및 그 전자 장치 WO2022191444A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210030979A KR20220126555A (ko) 2021-03-09 2021-03-09 전자 장치의 모션 센서 및 gps 모듈을 이용하여 사용자의 보폭 길이를 판단하는 방법 및 그 전자 장치
KR10-2021-0030979 2021-03-09

Publications (1)

Publication Number Publication Date
WO2022191444A1 true WO2022191444A1 (ko) 2022-09-15

Family

ID=83227937

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/001879 WO2022191444A1 (ko) 2021-03-09 2022-02-08 전자 장치의 모션 센서 및 gps 모듈을 이용하여 사용자의 보폭 길이를 판단하는 방법 및 그 전자 장치

Country Status (2)

Country Link
KR (1) KR20220126555A (ko)
WO (1) WO2022191444A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070072158A1 (en) * 2005-09-29 2007-03-29 Hitachi, Ltd. Walker behavior detection apparatus
KR100703292B1 (ko) * 2006-02-15 2007-04-03 삼성전자주식회사 적응형 보폭 추정 장치 및 방법
KR20160050304A (ko) * 2014-10-29 2016-05-11 한국과학기술연구원 사용자의 보폭을 추정하는 장치 및 방법
US20200355721A1 (en) * 2019-05-08 2020-11-12 Beflex Inc. Method and apparatus for detecting walking factor with portion acceleration sensor
KR20200134995A (ko) * 2019-05-24 2020-12-02 삼성전자주식회사 사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070072158A1 (en) * 2005-09-29 2007-03-29 Hitachi, Ltd. Walker behavior detection apparatus
KR100703292B1 (ko) * 2006-02-15 2007-04-03 삼성전자주식회사 적응형 보폭 추정 장치 및 방법
KR20160050304A (ko) * 2014-10-29 2016-05-11 한국과학기술연구원 사용자의 보폭을 추정하는 장치 및 방법
US20200355721A1 (en) * 2019-05-08 2020-11-12 Beflex Inc. Method and apparatus for detecting walking factor with portion acceleration sensor
KR20200134995A (ko) * 2019-05-24 2020-12-02 삼성전자주식회사 사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치

Also Published As

Publication number Publication date
KR20220126555A (ko) 2022-09-16

Similar Documents

Publication Publication Date Title
WO2022131534A1 (ko) 웨어러블 디바이스 및 웨어러블 디바이스의 모션 제스처 검출 방법
WO2023008677A1 (ko) 전자 장치 및 입력 좌표 예측 방법
WO2022145926A1 (ko) 전자 장치 및 전자 장치의 센서 데이터 교정 방법
WO2022010156A1 (ko) 전자 장치의 지자기 센서 보정 방법 및 그 전자 장치
WO2022154373A1 (ko) 웨어러블 전자 장치의 가속도 센서를 이용하여 사용자의 자세를 판단하는 방법 및 그 전자 장치
WO2022005027A1 (ko) 전자 장치와 연결된 히어러블 장치 및 이의 동작 방법
WO2022025494A1 (ko) 디스플레이의 휘도를 조절하기 위한 전자 장치 및 그의 동작 방법
WO2022191444A1 (ko) 전자 장치의 모션 센서 및 gps 모듈을 이용하여 사용자의 보폭 길이를 판단하는 방법 및 그 전자 장치
WO2022154479A1 (ko) 사용자의 자세를 측정하기 위한 전자 장치 및 그 방법
WO2022220419A1 (ko) 운동에 관한 정보를 출력하는 웨어러블 전자 장치 및 웨어러블 전자 장치의 제어 방법
WO2022255631A1 (ko) 플렉서블 디스플레이를 포함하는 전자 장치
WO2022265251A1 (ko) 사용자 위험시 주변 소리를 제공하는 전자 장치 및 방법
WO2022035062A1 (ko) 충격 감지 동작을 지원하는 전자 장치 및 방법
WO2022173164A1 (ko) Ar 객체를 표시하는 방법 및 전자 장치
WO2022019442A1 (ko) 터치 입력을 감지하는 전자 장치 및 그 방법
WO2022086071A1 (ko) 전자 펜 장치의 동작을 제어하기 위한 전자 장치, 전자 장치에서의 동작 방법 및 비 일시적 저장 매체
WO2022075603A1 (ko) 보행에 관한 정보를 확인하는 전자 장치 및 보행에 관한 정보를 확인하는 전자 장치의 동작 방법
WO2022092766A1 (ko) 지피에스 신호 및/또는 페도미터 정보에 기반하여 실시간 속도를 제공하는 전자 장치 및 그 제어 방법
WO2024177337A1 (ko) 엣지 영역의 터치 좌표를 설정하는 전자 장치 및 제어 방법
WO2022030800A1 (ko) 사용자 입력을 검출하기 위한 전자 장치 및 그의 동작 방법
WO2022103108A1 (ko) 전자 장치 및 전자 장치의 터치 입력 감지 방법
WO2023085848A1 (ko) 신호 제어 방법 및 이를 지원하는 웨어러블 장치
WO2022119366A1 (ko) 안테나를 포함하는 전자 장치
WO2023146092A1 (ko) 영상 기반 관성 센서 보정 방법 및 이를 수행하는 전자 장치
WO2022119132A1 (ko) 손 씻는 행동을 검출하는 방법 및 그 전자 장치

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: 22767340

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: 22767340

Country of ref document: EP

Kind code of ref document: A1