WO2023128512A1 - Ai운동가이드장치 및 방법 - Google Patents
Ai운동가이드장치 및 방법 Download PDFInfo
- Publication number
- WO2023128512A1 WO2023128512A1 PCT/KR2022/021299 KR2022021299W WO2023128512A1 WO 2023128512 A1 WO2023128512 A1 WO 2023128512A1 KR 2022021299 W KR2022021299 W KR 2022021299W WO 2023128512 A1 WO2023128512 A1 WO 2023128512A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- exercise
- guide
- motion trajectory
- muscle
- motion
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 29
- 230000033001 locomotion Effects 0.000 claims abstract description 173
- 210000003205 muscle Anatomy 0.000 claims abstract description 101
- 238000012545 processing Methods 0.000 claims abstract description 58
- 230000008602 contraction Effects 0.000 claims description 20
- 238000010801 machine learning Methods 0.000 claims description 18
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 12
- 210000003314 quadriceps muscle Anatomy 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 210000000629 knee joint Anatomy 0.000 description 8
- 210000003127 knee Anatomy 0.000 description 7
- 210000002414 leg Anatomy 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 230000001186 cumulative effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 5
- 210000002310 elbow joint Anatomy 0.000 description 4
- 206010000364 Accessory muscle Diseases 0.000 description 3
- 210000000577 adipose tissue Anatomy 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000004118 muscle contraction Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 210000002027 skeletal muscle Anatomy 0.000 description 3
- 241000489861 Maximus Species 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000968 intestinal effect Effects 0.000 description 2
- 230000012191 relaxation of muscle Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 210000002435 tendon Anatomy 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000036640 muscle relaxation Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
Definitions
- the present invention is intended to provide the user with information about contraction and relaxation of muscles when the user exercises.
- Weight exercise equipment is provided in various forms according to body parts for increasing muscle strength or purpose of use, and is mainly made to train the upper and lower bodies using hands or feet. The user may exercise by moving the selected weight through the exercise structure of the exercise device.
- an exercise guide including information on muscle contraction and relaxation is provided in real time to improve exercise effects.
- an exercise guide including breathing information is provided in real time to improve exercise effects.
- the AI exercise guide device is at least one muscle that is activated when using the exercise machine, the contribution of each of the at least one muscle, and the motion trajectory generated when the exercise machine is properly used according to the criteria for use.
- a storage unit for storing a guide; a sensing unit for detecting a motion trajectory corresponding to a user's movement of the exercise machine; an AI processing unit for determining whether the motion trajectory detected by the sensing unit and the motion trajectory guide coincide with each other when the exercise device is moved in at least one direction; and a motion guide unit for guiding the motion load or motion posture of the exercise device to be adjusted when the deviation between the detected motion trajectory and the motion trajectory guide exceeds a preset value.
- the AI exercise guide method can improve the exercise effect by providing a exercise guide containing information on contraction and relaxation of muscles in real time when a user exercises using an exercise machine.
- an exercise guide including breathing information may be provided in real time to improve exercise effects.
- the AI exercise guide method is based on the motion trajectory information obtained when the user uses the exercise equipment when the user's exercise posture is wrong or the weight of the exercise machine used by the user is unsuitable for the user.
- the exercise effect can be improved by providing a guide.
- FIG. 1 shows a smart gym system in which an AI exercise guide device is used as a preferred embodiment of the present invention.
- FIG. 2 shows an example of an exercise device in which an AI exercise guide method provided in a smart gym is implemented as a preferred embodiment of the present invention.
- Figure 3 shows an internal configuration diagram of a smart gym system as a preferred embodiment of the present invention.
- FIG. 4 shows an example of classifying motion trajectory big data as a preferred embodiment of the present invention.
- Figure 5 shows an example of displaying at least one muscle and a breathing guide that are activated when performing an exercise on a display unit as a preferred embodiment of the present invention.
- FIG. 6 shows an example of a motion trajectory detected in an exercise machine as a preferred embodiment of the present invention.
- FIG. 7 shows an example in which at least one muscle activated when performing an exercise and an accumulated exercise amount are displayed in real time as another preferred embodiment of the present invention.
- the AI exercise guide device is at least one muscle that is activated when using the exercise machine, the contribution of each of the at least one muscle, and the motion trajectory generated when the exercise machine is properly used according to the criteria for use.
- a storage unit for storing a guide; a sensing unit for detecting a motion trajectory corresponding to a user's movement of the exercise machine; an AI processing unit for determining whether the motion trajectory detected by the sensing unit and the motion trajectory guide coincide with each other when the exercise device is moved in at least one direction; and a motion guide unit for guiding the motion load or motion posture of the exercise device to be adjusted when the deviation between the detected motion trajectory and the motion trajectory guide exceeds a preset value.
- the AI exercise guide device is characterized in that it further comprises a display displaying the load added to at least one muscle that is activated when the user uses the exercise equipment based on the contribution.
- the exercise guide unit displays information on the contraction or relaxation state of at least one muscle that is activated when using the exercise equipment in real time; characterized in that it further comprises.
- a contraction guide or a relaxation guide is displayed in real time for the main muscle activated when the user uses the exercise device characterized by
- the exercise guide unit displays an indicator for exhalation in the direction in which the main muscle is contracted and inhalation in the direction in which the main muscle is relaxed among at least one muscle activated when using the exercise machine as an indicator; It is characterized in that it further comprises.
- the sensing unit is characterized in that it detects the angle of the joint when the user moves the exercise device.
- the motion guide unit includes a display that displays information on the contraction or relaxation state of at least one muscle activated when using an exercise device based on the angle of the joint extracted in real time.
- the motion guide unit adjusts the motion posture when the shape of the motion trajectory corresponding to the angle of the joint in a certain section detected by the sensing unit is different from the shape of the motion trajectory of the previously stored motion trajectory guide. It is characterized by guiding to do it.
- the AI exercise guide method includes the steps of detecting a motion trajectory corresponding to a motion of a user moving an exercise device in a sensing unit; Determining whether the motion trajectory detected by the sensing unit when the AI processing unit moves the exercise device in at least one direction matches the motion trajectory guide generated when the exercise device previously stored in the storage unit is properly used according to the usage standard ; and guiding the motion guide unit to adjust the motion load or motion posture of the exercise device when the deviation between the detected motion trajectory and the motion trajectory guide exceeds a preset value.
- the AI exercise guide method displays a load added to at least one muscle activated when the user uses the exercise machine based on the contribution on the display; characterized in that it comprises a .
- the AI exercise guide method displays information on the contraction or relaxation state of at least one muscle that is activated when using the exercise equipment on the display in real time; It is characterized by including.
- the AI exercise guide method uses an indicator for exhalation in the direction in which the main muscle is contracted and inhalation in the direction in which the main muscle is relaxed among at least one muscle activated when using exercise equipment on the display. It is characterized in that it includes; displaying step.
- the sensing unit further detects the angle of the joint when the user moves the exercise device, and the display displays the number of at least one muscle that is activated when using the exercise device based on the detected angle of the joint. Characterized in that it comprises a; step of displaying information on the contraction or relaxation state in real time.
- FIG. 1 shows a smart gym system in which an AI exercise guide device is used as a preferred embodiment of the present invention.
- the smart gym system 100 includes a smart gym server 110, at least one exercise device 100a, 100b, 100c, ..., 100n, at least one user terminal 120 and a manager terminal 130. .
- the smart gym server 110 can communicate with the first smart gym 112, the second smart gym 114, and the nth smart gym 116 in physically different locations, and the first smart gym At least one exercise device (100a, 100b) disposed in 112, at least one exercise device (100c) disposed in the second smart gym 114, and at least one disposed in the nth smart gym 116 Transmission and reception of data with the exercise equipment 100n is possible.
- the smart gym provides the user's exercise record using exercise equipment to the smart gym server 110, and the smart gym server 110 learns and analyzes the user's exercise record to suit the user. It refers to a physical space that provides exercise prescriptions. Smart gyms can be implemented in fitness centers, gyms, and spaces equipped with exercise equipment.
- Users who come to the smart gym to exercise can enter the smart gym after verifying their identity when entering or exiting the smart gym. For example, by tagging the user terminal 120 to an unmanned terminal such as a kiosk at the entrance of a smart gym by NFC (Near Field Communication) or RFID (Radio Frequency IDentification) method, the user can enter or exit after member verification, or unattended Access is possible after member confirmation is performed through biometric information confirmation such as face recognition in the terminal.
- NFC Near Field Communication
- RFID Radio Frequency IDentification
- Information on the user whose membership has been verified may be transmitted from the smart gym server 200 to at least one of the exercise devices 100A, 100B, 100C, ..., 100N through the network.
- the smart gym server 200 may transmit information about the user to the exercise equipment to which the terminal 120 is tagged by the user.
- the information about the user is also used as the term user data and includes at least some or all of the user's gender, age, weight, height, BMI, and body fat percentage.
- the smart gym server 110 provides a first user (USER A) and a second user (USER B) using each of at least one exercise device (100a, 100b) disposed in the smart gym 112, an exercise method suitable for each user. , exercise intensity, breathing method, exercise posture, etc. can be guided.
- the smart gym server 110 may provide values such as a target weight and a recommended usage speed of each of the exercise equipments 100a and 100b.
- the smart gym server 110 may receive exercise records of the first user (USER A) and the second user (USER B) using the exercise equipment (100a, 100b), respectively.
- health information or log information such as heart rate, blood pressure, and pulse of the user may be further received from the user terminal 120 .
- the smart gym server 110 may be implemented in the form of a cloud server.
- the smart gym server 110 can integrate and manage information collected from each exercise equipment in the smart gym exercise center located in different locations. For example, the smart gym server 110 integrates and manages the details of the first user using the exercise equipment in the smart gym 112 in the first location and the details of using the exercise equipment in the smart gym 114 in the second location. can do.
- At least one exercise device may be a stretching exercise machine, a weight exercise machine, or an aerobic exercise machine.
- At least one exercise device (100a, 100b, 100c, ..., 100n) provides an exercise guide suitable for the user through a display attached to the exercise device or a display unit capable of communicating with the exercise device by wire or wireless.
- a stretching device an exercise guide related to stretching to be used by a user is provided through a smart mirror capable of communicating with the stretching device by wire or wirelessly.
- a motion guide may be provided using various output methods such as a speaker and vibration.
- At least one exercise device may perform wired or wireless communication with the smart gym server 110, the user terminal 120, and the manager terminal 130.
- the user terminal 120 may be implemented in the form of a smart phone, smart watch, handheld device, or wearable device.
- the user terminal 120 may install an application for using the smart gym system.
- the user terminal 120 may receive exercise sequence information and the like from the smart gym server 120 .
- the exercise sequence refers to an exercise plan planned in consideration of the user's physical strength and exercise ability.
- the exercise sequence includes information such as a list of exercise equipment to be used by the user, a target weight of each exercise machine, and the number of times of use.
- the user uses at least one exercise device (100a, 100b, 100c, ..., 100n) in the smart gym system 100
- the user performs communication through tagging such as NFC or RFID using the terminal 120, or Identity verification may be performed using the user's body characteristics.
- the smart gym server 110 may transmit user data to the exercise equipment tagged by the user.
- the smart gym system includes an AI exercise guide device 300 and a smart gym server 380.
- the AI movement guide device 300 can communicate with the smart gym server 380, the user terminal 390, and an external server 388.
- the AI exercise guide method may be implemented in the exercise equipment in the smart gym or the smart gym server 380.
- the AI motion guide device 300 includes a processor 310, a sensing unit 320, a communication unit 340, a motion guide unit 360 and a display 370.
- a storage unit (not shown), a camera unit 330 and an image processing unit 350 may be further included.
- the processor 310 may further include an AI processing unit 312 as needed.
- the AI processing unit 312 may detect a motion trajectory based on data sensed by the sensing unit 320 and analyze a difference between the detected motion trajectory and the motion trajectory guide.
- the function of the AI processing unit 312 can also be implemented in the exercise guide processing unit 386 of the smart gym server 380.
- the storage unit may receive and store necessary data through communication with the smart gym server 380, the user terminal 390 or an external server 388.
- the AI exercise guide device 300 stores at least one muscle activated when using the exercise equipment, the contribution of each of the at least one muscle, and a motion trajectory guide generated when the exercise machine is accurately used in the correct posture in the storage unit. Or, it can be received through communication with the smart gym server (380).
- FIG. 2 shows a shoulder press 200, which is an example of an exercise device in which an AI exercise guide device is installed.
- the sensing unit 220 may be installed in the frame structure 213 of the exercise body 210 .
- the frame structure 213 includes a base frame 231a, guide rails 231b, and connection lines 231c.
- the sensing unit 220 irradiates a laser beam toward the fin structure 215, receives the reflected laser beam, and measures the distance D (S220) from the sensing unit 220 to the fin structure 215 in real time or It is measured in units of preset t time. Through this, the sensing unit 220 may detect at least one of the position, moving speed, and moving direction of the weight member 211 selected by the pin structure 215 in real time.
- the sensing unit 220 measures the distance (D) (S220) to the pin structure 215 inserted in the weight plate, Based on this, the motion trajectory can be detected.
- the sensing unit 220 may also be attached to an exercise device to detect an angle of a joint used when a user uses the exercise device. In this case, a mark indicating a reference point or the like may be attached to the user's joint. The sensing unit 220 may detect the angle of the joint in real time by sensing the mark attached to the joint.
- this is only an example and various modifications are possible.
- the display 230 may display a state of contraction or relaxation of at least one muscle activated when the user uses the shoulder press 200, and may also display a load applied to the at least one muscle.
- the display 230 may also display in real time a contraction guide or a relaxation guide for the main muscles that are activated when the user uses the shoulder press 200 .
- a breathing guide may be further displayed.
- the contraction or relaxation state of at least one muscle activated when the user uses the shoulder press 200 refers to the contraction or relaxation state of the user's muscles detected by the sensing unit 220 .
- the contraction guide or relaxation guide is a contraction-occurring muscle and contraction time, and a relaxation-occurring muscle and relaxation when the user uses the shoulder press 200 in a correct posture and meets the criteria refers to time
- the AI processing unit 312 determines whether the motion trajectory detected by the sensing unit 320 and the motion trajectory guide received from the smart gym server match. In addition, the AI processing unit 312 determines whether the motion trajectory corresponding to the angle of the joint and the motion trajectory guide match. For the motion trajectory guide, refer to the description of FIG. 4 .
- the motion trajectory of the 0-4° range of the knee joint coincides with the motion trajectory guide.
- the section where the knee joint is 0-4° is the section where the gastrocnemius muscle is activated.
- the motion trajectory of the range of 5-90° of the knee joint matches the motion trajectory guide.
- the interval in which the knee joint is 5-90° is the interval in which the biceps femoris, semitendinosus, and hamstrings are activated.
- the AI processing unit 312 determines that it is necessary to adjust the exercise posture when the shape of the motion trajectory corresponding to the angle of the joint in a certain section detected by the sensing unit and the shape of the motion trajectory guide are different. In this case, the AI processing unit 312 may further refer to the user's exercise posture detected by the image processing unit 350.
- the AI processing unit 312 determines that there is a problem with the user's gastrocnemius muscle or an exercise posture related to the gastrocnemius muscle when a discrepancy occurs in the range of 0-4 ° for the knee joint.
- the AI processing unit 312 determines that there is a problem with the biceps femoris, semitendinosus muscle, and hamstring muscle, or that there is a problem with the exercise posture related to the biceps femoris muscle, semitendinosus muscle, and hamstring muscle when discrepancies occur in the range of 5-90 ° of the knee joint. do.
- the AI processing unit 312 also sets a preset value between the movement displacement of the motion trajectory corresponding to the angle of the joint in a certain section detected by the sensing unit and the movement displacement of the height or width of the motion trajectory guide received from the smart gym server. If it exceeds, it is determined that the size of the exercise load needs to be adjusted. For example, referring to FIG. 6, when the height H 612 of the user's motion trajectory detected by the sensing unit 320 is lower than the height h of the pre-stored motion trajectory guide by a predetermined ratio or more, lowering the size of the motion load decide what is necessary
- the communication unit 340 may receive user input through the display 230 or transmit and receive user data from the user DB 382 of the smart gym server 380 .
- the communication unit 340 can also communicate with an external server 388 .
- the exercise guide unit 360 includes the user data received from the smart gym server 380, the target weight of the exercise machine, the exercise trajectory guide, the moving speed guide of the exercise machine, the breathing guide, and the main muscles activated when using the exercise machine. It is possible to provide information such as a contraction guide or a relaxation guide for the user.
- the motion guide unit 360 may provide a motion guide based on the determination result of the AI processing unit 312 .
- the motion guide unit 360 may guide the AI processing unit 312 to lower or increase the exercise load of the exercise device when the deviation between the motion trajectory detected by the sensing unit 320 and the motion trajectory guide exceeds a preset value.
- the motion guide unit 360 may guide that a change in exercise posture is required.
- the smart gym server 380 includes a user DB 382, a machine learning processing unit 384, and an exercise guide processing unit 386.
- the user DB 382 stores and manages user data.
- User data includes the user's gender, age, weight, height, BMI, and body fat percentage.
- the machine learning processing unit 384 analyzes, accumulates, learns, and processes big data including user data obtained from the user DB and exercise records of exercise equipment used by users using the smart gym.
- the smart gym server 380 may provide an AI exercise guide method by receiving data obtained from a sensing unit installed in an exercise device.
- the smart gym server 380 stores at least one muscle that is activated when the exercise equipment is used in the storage unit (not shown), the contribution of each of the at least one muscle, and the exercise trajectory generated when the exercise equipment is properly used according to the usage standard. save the guide Then, after determining whether the motion trajectory obtained from the sensing data received by the motion guide processing unit 386 matches the motion trajectory guide, it may be guided to adjust the exercise load or exercise posture of the exercise device used by the user.
- the smart gym server 380 is a mapping table that stores PMW estimated percentile information generated based on PMW (Personal Maximum Weight) data obtained from the population for each exercise machine. holds Table 1 shows PMW estimated percentile information for leg extension exercise equipment.
- PMW estimated percentile value Population PMW Estimation (kg) PMW90 103.3 ... ... PMW50 67.3 PMW40 66.5 ... ... PMW10 24.6
- PMW Personal Maximum Weight
- PMW estimation represents a value obtained by estimating the user's PMW based on the estimated muscle strength value calculated through Equation 1.
- the smart gym server 380 may determine PMW estimation for each exercise equipment.
- the smart gym server 380 determines the PMW estimation of the exercise equipment to be used by the user based on the estimated muscle strength value and the estimated PMW percentile information. And, based on the PMW estimation , the initial target weight of the exercise equipment to be used by the user is automatically set.
- the smart gym server 380 pre-stores PMW estimation percentile information for each exercise equipment as shown in Table 1.
- the motion guide processing unit 386 sets the initial target weight of each exercise device based on the PMW estimation .
- the exercise guide processing unit 386 may set an initial target weight according to exercise intensity or exercise purpose.
- the exercise guide processing unit 386 may set the weight to a% of the estimated PMW when the exercise intensity is low, b% of the estimated PMW when the exercise intensity is medium, and c% of the estimated PMW when the exercise is high intensity.
- a can be set to 20 to 40, b to 40 to 60, and c to 60 to 80.
- various modifications are possible if this is only an example.
- the motion guide processing unit 386 may provide the initial target weight of the exercise device to be used by the user to the motion guide unit 360 of the exercise device 300, and the motion guide unit 360 is displayed on the display unit 370 to be used by the user.
- the initial target weight of the exercise equipment can be displayed.
- the display unit 370 includes a display.
- the smart gym server 380 may predict the maximum muscle strength value PMW individual reflecting the objectification index for each individual user. Then, the smart gym server 380 may update the target weight of the exercise equipment based on the predicted PMW individual . More specifically, the smart gym server 380 sets the initial target weight of the exercise equipment based on the PMW estimation , and when the objectification index for each user is obtained for a predetermined period, the individual user's objectification index is reflected to predict the PMW individual . After that, the target weight of the exercise equipment is updated based on the PMW individual .
- the exercise guide processing unit 386 may display an updated target weight based on the PMW individual on the exercise equipment to be used by the user.
- An example of the objectification index is an exercise record
- the exercise record is the weight of the exercise machine identified when using the exercise machine, the number of repetitions (Reps), the number of sets, the exercise trajectory, the moving speed, and the number of repetitions per set (Reps). regularity, etc.
- the machine learning processing unit 384 learns and processes the objectification index including the exercise records of the exercise equipment used by the user in the smart gym.
- the machine learning processing unit 384 may update the PMW estimate to the PMW individual based on the objectification index of the exercise equipment that the user has used in the smart gym for a certain period of time.
- the machine learning processing unit 384 updates the PMW individual to a value larger than the PMW estimate when the objectification index is equal to or greater than the first reference value, and the PMW individual to a value smaller than the PMW estimate when the objectification index is equal to or less than the second reference value .
- the machine learning processing unit 384 determines whether the first user and the second user have the same PMW estimation as the first user and the second user having the same user gender, age, weight, height, BMI, and body fat percentage. It is possible to learn and predict individual PMW suitable for the first user and the second user for each exercise equipment used by the first user and the second user by further reflecting the individual objectification index including the exercise record of the user.
- the machine learning processing unit 384 learns and processes the motion trajectory detected from the exercise machine. This will be described with reference to FIG. 6 .
- the machine learning processing unit 384 determines the rising start point 611, the falling start point 613, the rising section speed V1 (S610), and the falling section speed V2 (S620) identified from the motion trajectory detected while the user is using the exercise equipment.
- the average speed of the ascending section, the average speed of the descending section, and at least some of the height H 612 are used to determine the completeness of the motion trajectory, and the degree of completeness of the motion trajectory can be converted into a numerical value and converted into an objectification index.
- the machine learning processing unit 384 may generate an objectification index from the user's exercise record.
- the machine learning processing unit 384 uses the number of repetitions (Reps) as the objectification index
- the regularity between the total number of repetitions constituting one set and the movement trajectories of each constitutes the one set
- the completeness of the number of repetitions (Reps) is determined based on the execution time for performing all the number of iterations, and the degree of completeness of the number of repetitions (Reps) can be converted into a numerical value and used as an objectification index.
- the machine learning processing unit 384 can provide a motion trajectory guide optimized for each user by classifying the motion trajectory big data. This will be described with reference to FIG. 4 .
- the machine learning processing unit 384 classifies the exercise trajectory for a specific exercise machine obtained from the population into 7 patterns (410 to 470).
- the x-axis represents time, and the y-axis represents standardized movement displacement.
- the population initially targets n preset persons, but may continuously accumulate and use data of users using the smart gym.
- the machine learning processing unit 384 can classify the motion trajectory patterns of the population and determine the proportion of the population belonging to each pattern.
- the machine learning processing unit 384 selects a motion trajectory guide from among the analyzed 7 types of motion trajectory patterns 410 to 470. In this case, the machine learning processing unit selects the second motion trajectory pattern 420 and the sixth motion trajectory pattern 460 having the smallest deviation from the preset reference value trajectory 412 having the highest motion effect as a motion trajectory guide.
- the machine learning processing unit 384 may select at least one or more motion trajectory guides 420 and 460 in consideration of a difference in motion trajectories generated by differences in height and physical condition for each user.
- the second motion trace pattern 420 corresponds to 21.7% of the population
- the sixth motion trace pattern 460 corresponds to 23.1% of the population.
- the motion guide processing unit 386 selects a motion trajectory guide belonging to a pattern closest to the detected user's motion trajectory among at least one motion trajectory guides 420 and 460 obtained from the machine learning processing unit 384 . For example, when the movement displacement of the user's motion trajectory is smaller than 0.5, the second motion trajectory pattern 420 is selected and provided to the user as a motion trajectory guide. Alternatively, when the movement displacement of the user's motion trajectory is about 0.6, the sixth motion trajectory pattern 460 is selected and provided to the user as a motion trajectory guide.
- the exercise guide processing unit 386 may also determine the change in the user's motion trajectory according to the exercise load, the number of times, and time. For example, the motion trajectory when the first user uses the chest press at 60 kg belongs to the second motion trajectory pattern 420, but when the first user uses the chest press at 70 kg, the motion trajectory is the first motion trajectory pattern ( 410), the motion guide processing unit 386 may determine that the load suitable for the first user is 60 kg. In this case, the motion guide processing unit 386 may guide the motion guide unit 360 to adjust the size of the exercise load.
- the configuration of the movement guide processing unit 386 can also be implemented in the AI processing unit 312.
- the smart gym server 380 stores information on exercise equipment corresponding to each body part, joints and muscles used for each exercise equipment in a storage unit, as shown in the example of Table 2. there is.
- Table 2 shows an example of joint and muscle data for each exercise device corresponding to the body part 'lower body'.
- the smart gym server 380 also stores information about at least one muscle that is activated when using the exercise equipment and the contribution of each of the at least one muscle, as shown in Tables 3 to 4.
- the smart gym server 380 also stores information on at least one muscle used for each movement range of a joint for each exercise device.
- the motion trajectory generated when the exercise equipment is properly used according to the usage standard is stored for each range of motion of the joint, and the motion trajectory stored for each range of motion can be provided to the user as a motion trajectory guide.
- the motion trajectory guide refers to a motion trajectory generated when an exercise device is accurately used in a correct posture.
- Figure 5 shows an example of displaying at least one muscle and a breathing guide that are activated when performing an exercise on a display unit as a preferred embodiment of the present invention.
- the display unit displays information on the contraction 510a or relaxation 520a state of the biceps muscle 500 activated when the dumbbell is used based on the angle of the joint detected by the sensing unit in real time.
- the display unit displays the contraction 510a of the biceps muscle 500 based on the angle of the joint, and displays the necessary breathing guide as an indicator 510b.
- the display unit displays the relaxation 520a of the biceps brachii muscle 500 based on the angle of the joint, and the necessary breathing
- the guide is indicated by an indicator 520b.
- the breathing guide may be provided in various ways according to the exercise device or exercise method. For example, exhalation 510b when the user's muscle load is loaded, and inhalation 520b when the muscle load is reduced may be provided as a breathing guide. Whether or not a load is placed on the user's muscles can be determined from the motion trajectory.
- the AIAI processing unit determines that the user's elbow joint has an injury or problem.
- the exercise guide unit may guide the user on the exercise method 530 of supporting the weight of the dumbbell without using the elbow joint.
- FIG. 7 shows an example in which at least one muscle activated when performing an exercise and an accumulated exercise amount are displayed in real time as another preferred embodiment of the present invention.
- the AI processing unit may calculate the amount of exercise in real time based on the contribution of each of the at least one muscle that is activated when the user performs an exercise.
- the display may display an amount of exercise added to at least one muscle or an amount of cumulative exercise.
- the 'rectus femoris muscle 730a' which is an activated muscle, is displayed in color or shade on the display unit 710 .
- the display unit 710 may display activated muscles in 2D or 3D. The user can intuitively understand the currently activated muscles while looking at the display unit 710 .
- the cumulative momentum of the vastus lateralis, vastus medial, and vastus intermediate is calculated as 20kg*2*80%.
- the AI processing unit calculates a residual momentum indicating a difference between the target momentum of the target muscle and the cumulative momentum of the target muscle when the user has not performed all of the exercise sequences.
- the display unit 710 may display an exercise progress status 740 .
- the exercise progress status 740 includes at least one of a target exercise amount 740a, an accumulated exercise amount 740b, and a remaining exercise amount 740c.
- the display unit 710 digitizes and displays at least one muscle 730a, 730b, 730c, 730d and the cumulative exercise quantity 740b activated during exercise in real time.
- the display unit 720 may display the activated at least one muscle and the cumulative momentum of each of the at least one muscle on the character.
- at least one muscle activated through exercise and the accumulated momentum of each of the at least one muscle may be digitized and displayed on the character.
- Methods according to embodiments of the present invention may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer readable medium.
- the computer readable medium may include program instructions, data files, data structures, etc. alone or in combination.
- Program instructions recorded on the medium may be those specially designed and configured for the present invention or those known and usable to those skilled in computer software.
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 운동기구를 이용할 때 활성화되는 적어도 하나의 근육과 상기 적어도 하나의 근육 각각의 기여도 및 상기 운동기구를 사용기준에 적합하게 이용할 때 생성되는 운동궤적가이드를 저장하는 저장부; 사용자가 운동기구를 이동시키는 움직임에 대응하는 운동궤적을 검출하는 센싱부; 상기 운동기구를 적어도 한 방향으로 이동시킬 때 상기 센싱부에서 검출된 운동궤적과 상기 운동궤적가이드가 일치하는지 판단하는 AI처리부; 상기 검출된 운동궤적과 상기 운동궤적가이드의 편차가 기설정된 값을 초과하면 상기 운동기구의 운동부하 또는 운동자세를 조절하도록 가이드하는 운동가이드부;를 포함한다.
Description
본 발명은 사용자가 운동할 때 근육의 수축, 이완에 대한 정보를 사용자에게 제공하고자 한다.
웨이트 운동기구는 근력을 높이기 위한 신체 부위나 사용 목적 등에 따라 다양한 형태로 제공되고 있으며, 주로 손이나 발을 이용하여 상체와 하체를 단련시키도록 이루어진다. 사용자는 운동기구의 운동 구조물을 통해 선택된 무게를 이동시킴으로써 운동을 실시할 수 있다.
그러나, 사용자가 운동기구를 자신의 신체적 특성, 운동 수행능력 또는 운동기구의 목적에 맞게 적합하게 사용하고 있는지 확인하기가 어려운 문제가 있다.
본 발명의 바람직한 일 실시예에서는 사용자가 운동기구를 이용하여 운동할 때 근육의 수축 및 이완에 대한 정보가 포함된 운동가이드를 실시간으로 제공하여 운동 효과를 향상하고자 한다.
본 발명의 바람직한 일 실시예에서는 사용자가 운동기구를 이용하여 운동할 때 호흡 정보가 포함된 운동가이드를 실시간으로 제공하여 운동 효과를 향상하고자 한다.
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 운동기구를 이용할 때 활성화되는 적어도 하나의 근육과 상기 적어도 하나의 근육 각각의 기여도 및 상기 운동기구를 사용기준에 적합하게 이용할 때 생성되는 운동궤적가이드를 저장하는 저장부; 사용자가 운동기구를 이동시키는 움직임에 대응하는 운동궤적을 검출하는 센싱부; 상기 운동기구를 적어도 한 방향으로 이동시킬 때 상기 센싱부에서 검출된 운동궤적과 상기 운동궤적가이드가 일치하는지 판단하는 AI처리부; 상기 검출된 운동궤적과 상기 운동궤적가이드의 편차가 기설정된 값을 초과하면 상기 운동기구의 운동부하 또는 운동자세를 조절하도록 가이드하는 운동가이드부;를 포함한다.
본 발명의 바람직한 일 실시예에서 AI운동가이드 방법은 사용자가 운동기구를 이용하여 운동할 때 근육의 수축 및 이완에 대한 정보가 포함된 운동가이드를 실시간으로 제공하여 운동 효과를 향상시킬 수 있다.
본 발명의 바람직한 일 실시예에서는 사용자가 운동기구를 이용하여 운동할 때 호흡 정보가 포함된 운동가이드를 실시간으로 제공하여 운동 효과를 향상시킬 수 있다.
본 발명의 바람직한 일 실시예에서 AI운동가이드 방법은 사용자가 운동기구를 이용할 때 획득한 운동궤적 정보를 기초로 사용자의 운동자세가 잘못되거나 사용자가 이용하는 운동기구의 중량이 사용자에게 부적합한 경우 이에 대한 운동가이드를 제공하여 운동 효과를 향상시킬 수 있다.
도 1 은 본 발명의 바람직한 일 실시예로서, AI운동가이드장치가 이용되는 스마트짐 시스템을 도시한다.
도 2 는 본 발명의 바람직한 일 실시예로서, 스마트짐에 구비된 AI운동가이드 방법이 구현된 운동기기의 일 예를 도시한다.
도 3 는 본 발명의 바람직한 일 실시예로서, 스마트짐 시스템의 내부 구성도를 도시한다.
도 4 는 본 발명의 바람직한 일 실시예로서, 운동궤적 빅데이터를 분류한 일 예를 도시한다.
도 5는 본 발명의 바람직한 일 실시예로서, 표시부에서 운동을 수행할 때 활성화되는 적어도 하나의 근육과 호흡가이드를 표시한 일 예를 도시한다.
도 6 은 본 발명의 바람직한 일 실시예로서, 운동기기에서 검출된 운동궤적의 일 예를 도시한다.
도 7 은 본 발명의 또 다른 바람직한 일 실시예로서, 표시부에서 운동을 수행할 때 활성화되는 적어도 하나의 근육과 누적운동량을 실시간으로 표시하는 일 예를 도시한다.
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 운동기구를 이용할 때 활성화되는 적어도 하나의 근육과 상기 적어도 하나의 근육 각각의 기여도 및 상기 운동기구를 사용기준에 적합하게 이용할 때 생성되는 운동궤적가이드를 저장하는 저장부; 사용자가 운동기구를 이동시키는 움직임에 대응하는 운동궤적을 검출하는 센싱부; 상기 운동기구를 적어도 한 방향으로 이동시킬 때 상기 센싱부에서 검출된 운동궤적과 상기 운동궤적가이드가 일치하는지 판단하는 AI처리부; 상기 검출된 운동궤적과 상기 운동궤적가이드의 편차가 기설정된 값을 초과하면 상기 운동기구의 운동부하 또는 운동자세를 조절하도록 가이드하는 운동가이드부;를 포함한다.
본 발명의 바람직한 일 실시예로서, AI운동가이드장치는 기여도를 기초로 사용자가 운동기구를 이용할 때 활성화되는 적어도 하나의 근육에 부가되는 부하를 표시하는 디스플레이;를 더 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 운동가이드부는 운동기구를 이용할 때 활성화되는 적어도 하나의 근육의 수축 또는 이완 상태에 대한 정보를 실시간으로 표시하는 디스플레이;를 더 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 센싱부에서 검출된 운동궤적 및 상기 기저장된 운동궤적가이드를 기초로 사용자가 상기 운동기구를 이용할 때 활성화되는 주근육에 대하여 수축가이드 또는 이완가이드를 실시간으로 표시하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 운동가이드부는 운동기구를 이용할 때 활성화되는 적어도 하나의 근육 중 주근육이 수축되는 방향에서 날숨을, 상기 주근육이 이완되는 방향에서 들숨을 인디케이터로 표시하는 디스플레이;를 더 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 센싱부는 사용자가 운동기구를 이동시킬 때 관절의 각도를 검출하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 운동가이드부는 출된 관절의 각도에 기초하여 운동기구를 이용할 때 활성화되는 적어도 하나의 근육의 수축 또는 이완 상태에 대한 정보를 실시간으로 표시하는 디스플레이;를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 운동가이드부는 상기 센싱부에서 검출된 일정 구간의 관절의 각도에 대응하는 운동궤적의 형태와 상기 기저장된 운동궤적가이드의 운동궤적의 형태가 상이한 경우 운동자세를 조절하도록 가이드하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, AI운동가이드방법은 센싱부에서 사용자가 운동기구를 이동시키는 움직임에 대응하는 운동궤적을 검출하는 단계; AI처리부에서 상기 운동기구를 적어도 한 방향으로 이동시킬 때 상기 센싱부에서 검출된 운동궤적과 저장부에 기저장된 상기 운동기구를 사용기준에 적합하게 이용할 때 생성되는 운동궤적가이드가 일치하는지 판단하는 단계; 운동가이드부에서 상기 검출된 운동궤적과 상기 운동궤적가이드의 편차가 기설정된 값을 초과하면 상기 운동기구의 운동부하 또는 운동자세를 조절하도록 가이드하는 단계;를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, AI운동가이드방법은 디스플레이에서 상기 기여도를 기초로 사용자가 운동기구를 이용할 때 활성화되는 적어도 하나의 근육에 부가되는 부하를 표시하는 단계;를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, AI운동가이드방법은 디스플레이에서 운동기구를 이용할 때 활성화되는 적어도 하나의 근육의 수축 또는 이완 상태에 대한 정보를 실시간으로 표시하는 단계;를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, AI운동가이드방법은 디스플레이에서 운동기구를 이용할 때 활성화되는 적어도 하나의 근육 중 주근육이 수축되는 방향에서 날숨을, 상기 주근육이 이완되는 방향에서 들숨을 인디케이터로 표시하는 단계;를 포함하는 것을 특징으로 한다.
본 발명의 바람직한 일 실시예로서, 센싱부는 상기 사용자가 운동기구를 이동시킬 때 관절의 각도를 더 검출하고, 디스플레이는 검출된 관절의 각도에 기초하여 운동기구를 이용할 때 활성화되는 적어도 하나의 근육의 수축 또는 이완 상태에 대한 정보를 실시간으로 표시하는 단계;를 포함하는 것을 특징으로 한다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명한다.
도 1 은 본 발명의 바람직한 일 실시예로서, AI운동가이드장치가 이용되는 스마트짐 시스템을 도시한다.
스마트짐 시스템(100)은 스마트짐 서버(110), 적어도 하나의 운동기구(100a, 100b, 100c,..., 100n), 적어도 하나의 사용자 단말기(120) 및 관리자 단말기(130)를 포함한다.
도 1 에서 스마트짐 서버(110)는 물리적으로 서로 다른 위치의 제 1 스마트짐(112), 제 2 스마트짐(114), 그리고 제 n 스마트짐(116)과 통신이 가능하며, 제 1 스마트짐(112) 내에 배치된 적어도 하나의 운동기구(100a, 100b), 제 2 스마트짐(114) 내에 배치된 적어도 하나의 운동기구(100c), 그리고 제 n 스마트짐(116) 내에 배치된 적어도 하나의 운동기구(100n)과 데이터의 송수신이 가능하다.
본 발명의 바람직한 일 실시예로서, 스마트짐은 사용자가 운동기구를 이용한 운동기록을 스마트짐 서버(110)에 제공하고, 스마트짐 서버(110)에서 사용자의 운동기록을 학습하고 분석하여 사용자에게 맞는 운동처방을 제공해주는 물리적 공간을 지칭한다. 스마트짐은 피트니스센터, 헬스장, 운동기기를 구비한 공간 등으로 구현될 수 있다.
스마트짐에 운동을 하러 온 사용자는(USER A, USER B, USER C, ..., USER N) 스마트짐 출입 시에 본인 확인을 거친 후 스마트짐 내로 들어올 수 있다. 예를 들어, 사용자는 스마트짐 출입구에 있는 키오스크와 같은 무인 단말기에 사용자 단말기(120)를 NFC(Near Field Communication)나 RFID(Radio Frequency IDentification) 방식으로 태깅함으로써, 회원 확인을 거친 후 출입하거나, 무인 단말기에 얼굴인식 등과 같은 생체정보 확인을 통해 회원 확인이 이루어진 후 출입할 수 있다.
회원 확인이 이루어진 사용자에 대한 정보는 스마트짐 서버(200)에서 네트워크를 통해 운동 기구들(100A,100B, 100C,..., 100N) 중 적어도 하나로 전송될 수 있다. 예를 들어, 스마트짐 서버(200)는 사용자가 단말기(120)를 태깅한 운동기구에 사용자에 대한 정보를 전송할 수 있다. 본 발명의 바람직한 일 실시예에서, 사용자에 대한 정보는 사용자 데이터라는 용어로도 이용되며 사용자 성별, 나이, 체중, 키, BMI 및 체지방률 중 적어도 일부 또는 전부를 포함한다.
스마트짐 서버(110)는 스마트짐(112) 내에 배치된 적어도 하나의 운동기구(100a, 100b) 각각을 이용하는 제 1 사용자(USER A) 및 제 2 사용자(USER B)에게 각 사용자에게 맞는 운동방법, 운동강도, 호흡방법, 운동자세 등의 운동가이드를 안내할 수 있다. 그리고, 스마트짐 서버(110)는 운동기구(100a, 100b) 각각의 목표 중량, 추천이용속도 등의 값을 제공할 수 수 있다. 또한, 스마트짐 서버(110)는 운동기구(100a, 100b) 각각을 이용한 제 1 사용자(USER A) 및 제 2 사용자(USER B)의 운동기록을 수신할 수 있다. 그리고 사용자 단말기(120)로부터 사용자의 심박수, 혈압, 맥박 등과 같은 건강정보나 로그 정보 등을 더 수신할 수 있다.
스마트짐 서버(110)는 클라우드 서버의 형태로 구현될 수 있다. 스마트짐 서버(110)는 위치가 서로 다른 스마트짐 운동센터 내의 각각의 운동기구에서 수집한 정보를 통합하여 관리가 가능하다. 예를 들어, 스마트짐 서버(110)는 제 1 사용자가 제 1 위치의 스마트짐(112)에서 운동기구를 이용한 내역과 제 2 위치의 스마트짐(114)에서 운동기구를 이용한 내역을 통합하여 관리할 수 있다.
본 발명의 바람직한 일 실시예로서, 적어도 하나의 운동기구(100a, 100b, 100c,..., 100n)는 스트레칭 운동기구, 웨이트 운동 기구나 유산소 운동 기구일 수 있다. 적어도 하나의 운동기구(100a, 100b, 100c,..., 100n)는 운동기구에 부착된 표시부 또는 운동기구와 유무선으로 통신이 가능한 표시부를 통해 사용자에게 적합한 운동가이드를 제공한다. 예를 들어, 스트레칭 기구의 경우 스트레칭 기구와 유무선으로 통신이 가능한 스마트미러를 통해 사용자가 이용할 스트레칭과 관련한 운동가이드를 제공한다. 다만 이에 제한되는 것은 아니며, 스피커, 진동 등 다양한 출력 방법을 이용하여 운동가이드를 제공할 수 있다.
적어도 하나의 운동기구(100a, 100b, 100c,..., 100n)는 스마트짐 서버(110), 사용자 단말기(120) 그리고 관리자 단말기(130)와 유무선 통신을 수행할 수 있다.
본 발명의 바람직한 일 실시예로서, 사용자 단말기(120)는 스마트폰, 스마트와치, 핸드헬드 장치, 웨어러블 장치 등의 형태로 구현될 수 있다. 그리고, 사용자 단말기(120)는 스마트짐 시스템 이용을 위한 어플리케이션 등을 설치할 수 있다. 사용자 단말기(120)는 스마트짐 서버(120)로부터 운동시퀀스 정보 등을 수신할 수 있다. 운동시퀀스는 사용자의 체력과 운동 능력을 고려하여 계획된 운동계획을 지칭한다. 운동시퀀스는 사용자가 이용할 운동기구 목록, 각 운동기구의 목표 중량과 이용 횟수 등의 정보를 포함한다.
사용자는 스마트짐 시스템(100) 내의 적어도 하나의 운동기구(100a, 100b, 100c,..., 100n)를 사용할 때 단말기(120)를 이용하여 NFC, RFID 등의 태깅을 통해통신을 수행하거나 또는 사용자의 신체 특성을 이용하여 신원확인을 수행할 수 있다. 사용자의 신원확인이 완료되면, 스마트짐 서버(110)는 사용자가 태깅한 운동기구에 사용자 데이터를 전송할 수 있다.
도 3 는 본 발명의 바람직한 일 실시예로서, AI운동가이드방법이 구현된 스마트짐 시스템의 내부 구성도를 도시한다. 스마트짐 시스템은 AI운동가이드장치(300)와 스마트짐서버(380)를 포함한다.
AI운동가이드장치(300)는 스마트짐 서버(380), 사용자 단말기(390), 그리고 외부 서버(388)와 통신이 가능하다. AI운동가이드방법은 스마트짐 내의 운동기구 또는 스마트짐서버(380)에 구현될 수 있다.
본 발명의 바람직한 일 실시예로서, AI운동가이드장치(300)는 프로세서(310), 센싱부(320), 통신부(340), 운동가이드부(360) 및 디스플레이(370)를 포함한다. 또한, 저장부(미도시), 카메라부(330)와 영상처리부(350)를 더 포함할 수 있다. 프로세서(310)는 필요에 따라 AI처리부(312)를 더 포함할 수 있다. AI처리부(312)는 센싱부(320)에서 센싱한 데이터를 기초로 운동궤적을 검출하고, 검출된 운동궤적과 운동궤적가이드 와의 차이를 분석할 수 있다. 본 발명의 바람직한 일 실시예에서, AI처리부(312)의 기능은 스마트짐 서버(380)의 운동가이드처리부(386)에서도 구현이 가능하다. 저장부는 스마트짐 서버(380), 사용자 단말기(390)나 외부 서버(388)와의 통신을 통해 필요한 데이터를 수신하여 저장할 수 있다. 또한, AI운동가이드장치(300)는 운동기구를 이용할 때 활성화되는 적어도 하나의 근육, 상기 적어도 하나의 근육 각각의 기여도 및 운동기구를 올바른 자세에서 정확하게 이용할 때 생성되는 운동궤적가이드를 저장부에 저장하거나 또는 스마트짐서버(380)와의 통신을 통해 수신할 수 있다.
도 2 는 AI운동가이드장치가 설치된 운동기구의 일 예인 숄더프레스(200)를 도시한다.
센싱부(220)는 운동 본체(210)의 프레임구조물(213)에 설치될 수 있다. 프레임구조물(213)은 베이스 프레임(231a)와 가이드레일(231b) 및 연결라인(231c)를 포함한다. 센싱부(220)는 핀 구조물(215)을 향해 레이저빔을 조사하고, 반사된 레이저 빔을 수신하여, 센싱부(220)로부터 핀 구조물(215)까지의 거리(D)(S220)를 실시간 또는 기설정된 t시간 단위로 측정한다. 이를 통해, 센싱부(220)는 핀 구조물(215)에 의해 선택된 웨이트 부재(211)의 위치, 이동 속도 및 이동 방향 중 적어도 하나를 실시간으로 검출할 수 있다. 또한 사용자가 운동기구(200)의 손잡이(212)를 밀어 웨이트판이 움직이는 경우, 센싱부(220)는 웨이트판에 꽂혀있는 핀 구조물(215)까지의 거리(D)(S220)를 측정하고, 이를 기초로 운동궤적을 검출할 수 있다. 센싱부(220)는 또한 운동 기구에 부착되어 사용자가 운동기구를 이용할 때 이용되는 관절의 각도를 검출 할 수 있다. 이 경우 사용자의 관절에 기준점 등을 표시하는 마크등을 부착할 수 있다. 센싱부(220)는 관절에 부착된 마크를 센싱하여 관절의 각도를 실시간으로 검출할 수 있다. 다만, 이는 예시에 해당할 뿐 다양한 변형이 가능함을 유의하여야 한다. 디스플레이(230)는 사용자가 숄더프레스(200)를 이용할 때 활성화되는 적어도 하나의 근육의 수축 또는 이완상태를 표시하고, 또한 적어도 하나의 근육에 부가되는 부하를 표시할 수 있다. 디스플레이(230)는 또한 사용자가 숄더프레스(200)를 이용할 때 활성화되는 주근육에 대하여 수축가이드 또는 이완가이드를 실시간으로 표시할 수 있다. 그리고 호흡가이드를 더 표시할 수 있다.
본 발명의 바람직한 일 실시예에서, 사용자가 숄더프레스(200)를 이용할 때 활성화되는 적어도 하나의 근육의 수축 또는 이완상태는 센싱부(220)에서 검출된 사용자 근육의 수축 또는 이완상태를 지칭한다. 본 발명의 바람직한 일 실시예에서, 수축가이드 또는 이완가이드는 사용자가 숄더프레스(200)를 올바른 자세로 사용기준에 적합하게 이용할 때 수축이 발생하는 근육과 수축시간, 그리고 이완이 발생하는 근육과 이완시간을 지칭한다.
AI처리부(312)는 센싱부(320)에서 검출한 운동궤적과 스마트짐서버에서 수신한 운동궤적가이드가 일치하는지 판단한다. 또한 AI처리부(312)는 관절의 각도에 대응하는 운동궤적과 운동궤적가이드가 일치하는지 판단한다. 운동궤적가이드는 도 4의 설명을 참고한다.
예를 들어, 사용자가 시티드레그컬 운동기구를 이용할 때 무릎관절이 0-4°인 구간의 운동궤적과 운동궤적가이드가 일치하는지 판단한다. 표 5를 참고하면 무릎관절이 0-4°인 구간은 비복근이 활성화되는 구간이다. 또한, 사용자가 시티드레그컬 운동기구를 이용할 때 무릎관절이 5-90°인 구간의 운동궤적과 운동궤적가이드가 일치하는지 판단한다. 표 5를 참고하면 무릎관절이 5-90°인 구간은 대퇴이두근, 반건양근 그리고 박막양근이 활성화되는 구간이다.
AI처리부(312)는 센싱부에서 검출된 일정 구간의 관절의 각도에 대응하는 운동궤적의 형태와 운동궤적가이드의 형태가 상이한 경우 운동자세의 조절이 필요하다고 판단한다. 이 경우, AI처리부(312)는 영상처리부(350)에서 검출한 사용자의 운동자세를 더 참고할 수 있다.
예를 들어, AI처리부(312)는 무릎관절이 0-4°인 구간에서 불일치가 발생하는 경우 사용자의 비복근에 문제가 있거나 비복근과 관련된 운동자세가 문제가 있다고 판단한다. AI처리부(312)는 무릎관절이 5-90°인 구간에서 불일치가 발생하는 경우 대퇴이두근, 반건양근 그리고 박막양근에 문제가 있거나 대퇴이두근, 반건양근 그리고 박막양근과 관련된 운동자세가 문제가 있다고 판단한다.
AI처리부(312)는 또한 센싱부에서 검출된 일정 구간의 관절의 각도에 대응하는 운동궤적의 이동변위와 스마트짐서버로부터 수신한 운동궤적가이드의 높이 또는 폭의 이동변위의 편차가 기설정된 값을 초과하면 운동부하의 크기의 조절이 필요하다고 판단한다. 예를 들어, 도 6을 참고하면, 센싱부(320)에서 검출된 사용자 운동궤적의 높이 H(612)가 기저장된 운동궤적가이드의 높이 h 보다 기설정된 비율 이상으로 낮은 경우 운동부하의 크기를 낮추는 것이 필요하다고 판단한다.
통신부(340)는 디스플레이(230)를 통해 사용자입력을 수신하거나 또는 스마트짐 서버(380)의 사용자DB(382)로부터 사용자데이터를 송수신할 수 있다. 통신부(340)는 또한 외부서버(388)와 통신이 가능하다.
운동가이드부(360)는 스마트짐서버(380)로부터 수신한 사용자데이터, 운동기구의 목표중량, 운동궤적가이드, 운동기구의 이동속도가이드, 호흡가이드, 그리고, 운동기구를 이용할 때 활성화되는 주근육에 대한 수축가이드 또는 이완가이드 등의 정보를 사용자에게 제공할 수 있다.
운동가이드부(360)는 AI처리부(312)의 판단결과를 기초로 운동가이드를 제공할 수 있다. 운동가이드부(360)는 AI처리부(312)에서 센싱부(320)에서 검출된 운동궤적과 운동궤적가이드의 편차가 기설정된 값을 초과하면 운동기구의 운동부하를 낮추거나 높일 것을 가이드할 수 있다. 또한 AI처리부(312)에서 센싱부(320)에서 검출된 운동궤적의 형태와 운동궤적가이드의 형태가 상이하다고 판단하면, 운동가이드부(360)는 운동자세의 변경이 필요하다고 가이드할 수 있다.
스마트짐서버(380)는 사용자DB(382), 기계학습처리부(384) 및 운동가이드처리부(386)를 포함한다. 사용자DB(382)는 사용자데이터를 저장하고 관리한다. 사용자 데이터는 사용자 성별, 나이, 체중, 키, BMI 및 체지방률 등을 포함한다. 기계학습처리부(384)는 사용자DB에서 획득한 사용자데이터, 스마트짐을 이용하는 사용자들이 이용한 운동기구들의 운동기록 등을 포함하는 빅데이터를 분석, 누적하여 학습하고 처리한다.
본 발명의 바람직한 일 실시예로서, 스마트짐서버(380)는 운동기기에 설치된 센싱부에서 획득한 데이터를 수신하여 AI운동가이드방법을 제공할 수 있다. 스마트짐서버(380)는 저장부(미도시)에 운동기구를 이용할 때 활성화되는 적어도 하나의 근육과 상기 적어도 하나의 근육 각각의 기여도 및 상기 운동기구를 사용기준에 적합하게 이용할 때 생성되는 운동궤적가이드를 저장한다. 그리고, 운동가이드처리부(386)에서 수신한 센싱데이터에서 획득한 운동궤적과 운동궤적가이드가 일치하는지 판단한 후, 사용자가 이용하는 운동기구의 운동부하 또는 운동자세를 조절하도록 가이드할 수 있다.
본 발명의 또 다른 바람직한 일 실시예로서, 스마트짐서버(380)는 표 3과 같이 운동기구마다 모집단에서 획득한 PMW(Personal Maximum Weight) 데이터를 기초로 생성된 PMW추정백분위 정보를 저장한 매핑테이블을 보유한다. 표 1은 레그익스텐션 운동 기구에 대한 PMW추정백분위 정보를 나타낸다.
PMW추정 백분위값 | 모집단 PMW추정(kg) |
PMW90 | 103.3 |
... | ... |
PMW50 | 67.3 |
PMW40 | 66.5 |
... | ... |
PMW10 | 24.6 |
본 발명의 바람직한 일 실시예에서 PMW(Personal Maximum Weight)는 개인이 최대 노력으로 중량의 저항에 대항하여 발휘할 수 있는 근력을 말한다. PMW의 예로는 1RM, 4RM 등을 포함한다. PMW추정는 수학식 1을 통해 계산된 추정근력값을 기초로 사용자의 PMW를 추정한 값을 나타낸다. 스마트짐서버(380)는 운동기구별로 PMW추정를 결정할 수 있다. 스마트짐서버(380)는 추정근력값과 PMW추정백분위 정보를 기초로 사용자가 이용할 운동기구의 PMW추정을 결정한다. 그리고, PMW추정을 기초로 사용자가 이용할 운동기구의 초기목표중량을 자동으로 설정한다.
예를 들어, 32살 남성의 추정근력값이 55.9이고, 추정근력값이 속하는 백분위값이 40인 경우, 이에 대응하는 PMW추정백분위값 40, 즉 66.5kg을 32살 남성의 레그익스텐션 PMW으로 추정한다. 본 발명의 바람직한 일 실시예로서, 스마트짐서버(380)는 표 1과 같이 운동기구별로 PMW추정백분위 정보를 기저장하고 있다.
운동가이드처리부(386)는 PMW추정을 기초로 각 운동기구의 초기 목표중량을 설정한다. 이 경우, 운동가이드처리부(386)는 운동강도 또는 운동목적에 따라 초기 목표중량을 설정할 수 있다.
운동가이드처리부(386)는 운동강도가 저강도인 경우 무게를 PMW추정의 a%, 중강도인 경우 PMW추정의 b%, 그리고 고강도인 경우 PMW추정의 c%로 설정할 수 있다. 일 예로 a는 20~40, b는 40~60, 그리고 c는 60~80 등으로 설정할 수 있다. 다만, 이는 예시에 불과하면 다양한 변형이 가능함을 유의하여야 한다.
운동가이드처리부(386)는 사용자가 이용할 운동기구의 초기목표중량을 운동기구(300)의 운동가이드부(360)에 제공할 수 있으며, 운동가이드부(360)는 표시부(370)에 사용자가 이용할 운동기구의 초기목표중량을 표시할 수 있다. 표시부(370)는 디스플레이를 포함한다.
본 발명의 또 다른 일 실시예로서, 스마트짐서버(380)는 사용자 개인별 객관화지수를 반영한 최대근력값 PMW개인을 예측할 수 있다. 그리고, 스마트짐서버(380)는 예측된 PMW개인을 기초로 운동기구의 목표중량을 업데이트할 수 있다. 보다 구체적으로, 스마트짐서버(380)는 PMW추정을 기초로 운동기구의 초기목표중량을 설정하고, 기설정된 기간동안 사용자 개인별 객관화지수가 획득되면, 사용자 개인별 객관화지수를 반영하여 PMW개인을 예측한다. 그 후, PMW개인을 기초로 운동기구의 목표중량을 업데이트한다. 운동가이드처리부(386)는 사용자가 이용할 운동기구에 PMW개인을 기초로 업데이트된 목표중량을 표시할 수 있다.
객관화지수의 일 예로는 운동기록이 있으며, 운동기록은 운동기구를 이용할 때 파악된 운동기구의 중량, 반복횟수(Reps), 세트수, 운동궤적, 이동속도, 그리고 세트단위 반복횟수(Reps)의 규칙성 등을 포함한다.
기계학습처리부(384)는 사용자가 스마트짐에서 이용한 운동기구들의 운동기록을 포함하는 객관화지수를 학습하고 처리한다. 기계학습처리부(384)는 사용자가 일정기간 동안 스마트짐에서 이용한 운동기구들의 객관화지수를 기초로 PMW추정을 PMW개인으로 업데이트 할 수 있다. 기계학습처리부(384)는 객관화지수가 제 1 기준값 이상인 경우 PMW개인을 PMW추정보다 큰 값으로, 객관화지수가 제 2 기준값 이하인 경우 PMW개인을 PMW추정보다 작은 값으로 PMW개인을 업데이트 할 수 있다.
이를 통해, 기계학습처리부(384)는 사용자 성별, 나이, 체중, 키, BMI 및 체지방률 등이 동일한 제 1 사용자와 제 2 사용자의 PMW추정이 동일하게 추정되는 경우에도, 제 1 사용자와 제 2 사용자의 운동기록 등을 포함하는 개인별 객관화지수를 더 반영하여 제 1 사용자 및 제 2 사용자가 이용하는 운동기구마다 제 1 사용자 및 제 2 사용자에게 적합한 PMW개인을 학습하고 예측할 수 있다.
본 발명의 또 다른 바람직한 일 실시예로서, 기계학습처리부(384)는 운동기기에서 검출된 운동궤적을 학습하고 처리한다. 도 6을 참고하여 설명한다. 기계학습처리부(384)는 사용자가 운동기구를 이용하는 동안 검출한 운동궤적에서 파악된 상승시작시점(611), 하강시작시점(613), 상승구간속도 V1(S610), 하강구간속도 V2(S620), 상승구간평균속도, 하강구간평균속도, 그리고 높이 H(612) 중 적어도 일부를 이용하여 운동궤적의 완결성을 판단하고, 운동궤적의 완결성 정도를 수치로 변환하여 객관화지수로 변환할 수 있다. 예를 들어, 상승시작시점이 0~ta초 인 경우 적정하다고 판단하고, ta를 벗어나면 늦었다고 판단한다. 그리고, 적정한 상승시작시점 항목에 기설정된 기준에 따라 완결성을 상, 중, 하 또는 1점에서 10점 단위의 점수를 부여할 수 있다. 마찬가지로, 상승구간속도 V1이 기설정된 기준에 따라 Va~Vb 사이인 경우 적정하다고 판단하고, Vb를 초과하면 빠르고, Va보다 미만이면 느리다고 판단하며, 적정, 빠름, 느림이라는 판단 결과에 각각 상, 중, 하 또는 1점에서 10점 단위의 점수를 부여할 수 있다. 이상과 같은 방식으로 기계학습처리부(384)는 사용자의 운동기록에서 객관화지수를 생성할 수 있다.
본 발명의 또 다른 바람직한 일 실시예로서, 기계학습처리부(384)는 반복횟수(Reps)를 객관화지수로 이용한 경우, 한 세트를 구성하는 전체 반복횟수 각각의 운동궤적 간의 규칙성과 상기 한 세트를 구성하는 전체 반복횟수를 모두 수행한 수행시간을 기초로 반복횟수(Reps)의 완결성을 판단하고, 상기 반복횟수(Reps)의 완결성 정도를 수치로 변환하여 객관화지수로 이용할 수 있다.
본 발명의 또 다른 바람직한 일 실시예로서, 기계학습처리부(384)는 운동궤적 빅데이터를 분류함으로써 사용자별로 최적화된 운동궤적가이드를 제공할 수 있다. 도 4 를 참고하여 설명한다.
도 4 는 기계학습처리부(384)에서 모집단으로부터 획득한 특정 운동기구에 대한 운동궤적을 7개(410~470)의 패턴으로 분류한 일 예를 나타낸다. x축은 시간, y축은 표준화된 이동변위를 나타낸다. 모집단은 초기에는 n명의 기설정된 인원을 대상으로 하나, 스마트짐을 이용하는 사용자의 데이터를 지속적으로 누적하여 사용할 수 있다.
기계학습처리부(384)는 모집단의 운동궤적 패턴을 분류하고, 각 패턴에 속하는 모집단의 비율을 각각 파악할 수 있다. 기계학습처리부(384)는 분석한 7가지의 운동궤적 패턴(410~470) 중 운동궤적가이드를 선택한다. 이 경우, 기계학습처리부는 운동 효과가 가장 높은 기설정된 기준값 궤적(412)과 편차가 가장 작은 제 2 운동궤적패턴(420) 및 제 6 운동궤적패턴(460)을 운동궤적가이드로 선택한다. 기계학습처리부(384)는 사용자마다 신장과 신체조건의 차이로 발생하는 운동궤적의 차이를 고려하여 적어도 하나 이상을 운동궤적가이드(420, 460)로 선택할 수 있다. 제 2 운동궤적패턴(420)은 모집단의 21.7%에 해당하고, 제 6 운동궤적패턴(460)은 모집단의 23.1%에 해당한다.
운동가이드처리부(386)는 검출된 사용자의 운동궤적이 기계학습처리부(384)로부터 획득한 적어도 하나의 운동궤적가이드(420, 460) 중 가장 가까운 패턴에 속하는 운동궤적가이드를 선택한다. 예를 들어, 사용자의 운동궤적의 이동변위가 0.5보다 작은 경우 제 2 운동궤적패턴(420)을 선택하고, 사용자에게 운동궤적가이드로 제공한다. 또는 사용자의 운동궤적의 이동변위가 약 0.6 인 경우 제 6 운동궤적패턴(460)을 선택하고, 사용자에게 운동궤적가이드로 제공한다.
운동가이드처리부(386)는 또한 운동부하, 운동횟수와 시간에 따라 사용자의 운동궤적의 변화를 파악할 수 있다. 예를 들어, 제 1 사용자가 체스트프레스를 60kg으로 이용할 때의 운동궤적은 제 2 운동궤적패턴(420)에 속하나, 제 1 사용자가 체스트프레스를 70kg으로 이용할 때 운동궤적이 제 1 운동궤적패턴(410)에 속할 경우, 운동가이드처리부(386)는 제 1 사용자에게 적합한 부하는 60kg이라고 판단할 수 있다. 이 경우, 운동가이드처리부(386)는 운동가이드부(360)에 운동부하의 크기를 조절하도록 가이드할 수 있다. 운동가이드처리부(386)의 구성은 AI처리부(312)에서도 구현이 가능하다.
본 발명의 또 다른 바람직한 일 실시예로서, 스마트짐서버(380)는 표 2 의 일 예와 같이 신체 부위별로 대응하는 운동기구, 운동기구별로 이용되는 관절, 근육에 대한 정보를 저장부에 저장하고 있다. 표 2는 신체부위 '하체'에 대응하는 운동기구별 관절 및 근육데이터의 일 예를 도시한다.
운동기구 | 관절움직임 | 운동 목표 근육 | 근육 | |
주근육 | 보조근육 | |||
레그익스텐션 | 무릎 신전 | 대퇴사두근 | 대퇴직근 | |
외측광근 | ||||
내측광근 | ||||
중간광근 | ||||
시티드레그컬 | 무릎 굴곡 | 햄스트링 | 대퇴이두근 | 비복근 |
반건양근 | ||||
박막양근 | ||||
레그프레스 | 무릎 신전 | 대퇴사두근 | 대퇴직근 | 대내전근 |
고관절 신전 | 중둔근 | 외측광근 | 햄스트링 | |
내측광근 | 비장근 | |||
중간광근 | 비복근 | |||
이너사이 | 고관절 내전 | 장내전근 | 장내전근 | |
단내전근 | 단내전근 | |||
대내전근 | 대내전근 | |||
박근 | 박근 | |||
치골근 | 치골근 | |||
아웃사이 | 고관절 외전 | 대둔근 | 대둔근 | 중둔근 |
스마트짐서버(380)는 또한 표 3 내지 표 4와 같이 운동기구를 이용할 때 활성화되는 적어도 하나의 근육과 상기 적어도 하나의 근육 각각의 기여도에 대한 정보를 저장하고 있다.
운동기구 | 관절움직임 | 운동목표근육 | 근육 | |
레그익스텐션 |
무릎 신전 | 대퇴사두근 | 주근육 (세분화) | 기여도 |
대퇴직근(rectus femoris) | 20% | |||
외측광근(vastus lateralis oblique) | 80% | |||
내측광근(vastus medialis oblique) | ||||
중간광근(vastus intermedius) |
운동기구 | 관절움직임 | 운동목표근육 | 근육 | |
시티드레그컬 |
무릎 굴곡 | 햄스트링 | 주근육 (세분화) | 기여도 |
대퇴이두근(biceps femoris) | 60% | |||
반건양근(semitendinosus) | 15% | |||
박막양근(semimembranosus) | 15% | |||
보조근육 | 기여도 | |||
비복근(gastrocnemius) | 10% |
스마트짐서버(380)는 또한 표 5와 같이 운동기구별로 관절의 가동범위별로 이용되는 적어도 하나의 근육에 대한 정보를 저장하고 있다. 또한, 운동기구를 사용기준에 적합하게 이용할 때 생성되는 운동궤적을 관절의 가동범위별로 저장하고 있으며, 가동범위별로 저장된 운동궤적을 운동궤적가이드로 사용자에게 제공할 수 있다. 운동궤적가이드는 운동기구를 올바른 자세에서 정확하게 이용할 때 생성되는 운동궤적을 지칭한다.
운동기구 | 관절움직임 | 가동범위 | 활성근육 | |
주근육 | 보조근육 | |||
레그익스텐션 | 무릎 신전 | 90-81도 | 대퇴직근 | |
80-5도 | 외측광근 내측광근 중간광근 |
|||
10-5도 | 내측광근 | |||
시티드레그컬 | 무릎 굴곡 | 0-4도 | 비복근 | |
5-90도 | 대퇴이두근 반건양근 박막양근 |
|||
50-90도 | 대퇴이두근 |
도 5는 본 발명의 바람직한 일 실시예로서, 표시부에서 운동을 수행할 때 활성화되는 적어도 하나의 근육과 호흡가이드를 표시한 일 예를 도시한다.
도 5는 사용자가 덤벨을 이용하여 이두운동을 하는 일 예를 도시한다. 표시부는 센싱부에서 검출된 관절의 각도에 기초하여 덤벨을 이용할 때 활성화되는 상완이두근(500)의 수축(510a) 또는 이완(520a) 상태에 대한 정보를 실시간으로 표시한다. 센싱부에서 팔꿈치 관절의 각도를 검출하여 팔을 접어 올리는 동작이 검출되면, 표시부는 관절의 각도에 기초하여 상완이두근(500)의 수축(510a)을 표시하고, 필요한 호흡가이드를 인디케이터(510b)로 표시한다. 또한 센싱부에서 팔꿈치 관절의 각도를 검출하여 접어 올리는 동작이후 팔을 제자리로 원위치 시키는 동작이 검출되면, 표시부는 관절의 각도에 기초하여 상완이두근(500)의 이완(520a)을 표시하고, 필요한 호흡가이드를 인디케이터(520b)로 표시한다.
호흡가이드는 운동기기 또는 운동방법에 따라 다양하게 제공될 수 있다. 예를 들어, 사용자의 근육에 부하가 실리는 경우 날숨(510b)을, 근육에 부하가 줄어드는 경우 들숨(520b)을 호흡가이드로 제공할 수 있다. 사용자의 근육에 부하가 실리는지 여부는 운동궤적으로부터 판단이 가능하다.
본 발명의 또 다른 일 실시예에서, 사용자가 덤벨을 이용하여 이두운동을 할 때 검출한 운동궤적이 운동궤적가이드와 불일치하는 경우, AIAI처리부는 사용자의 팔꿈치 관절에 부상이 있거나 문제가 있다고 판단할 수 있다. 이 경우, 운동가이드부는 사용자에게 팔꿈치 관절을 이용하지 않은 채 덤벨의 무게를 지탱하는 운동방법(530)을 가이드 할 수 있다.
도 7 은 본 발명의 또 다른 바람직한 일 실시예로서, 표시부에서 운동을 수행할 때 활성화되는 적어도 하나의 근육과 누적운동량을 실시간으로 표시하는 일 예를 도시한다.
사용자가 레그익스텐션(700)을 초기목표중량 20kg, 반복횟수 20회, Reps 1회 및 인 운동시퀀스에 따라 운동하는 경우의 예를 가정한다. AI처리부는 사용자가 운동을 수행할 때 활성화되는 적어도 하나의 근육 각각의 기여도를 기초로 운동량을 실시간으로 계산할 수 있다. 디스플레이는 적어도 하나의 근육에 부가되는 운동량 또는 누적운동량을 표시할 수 있다.
예를 들어, 20kg, 반복횟수 2회인 경우, AI처리부는 사용자의 무릎관절의 각도가 90-81°인 구간에서 대퇴직근의 누적운동량은 20kg*2*20%=8kg(740b)로 계산한다. 이 경우, 표시부(710)에는 활성화되는 근육인 '대퇴직근(730a)'가 색상이나 음영등으로 표시된다. 표시부(710)는 활성화되는 근육을 2차원 또는 3차원으로 표시할 수 있다. 사용자는 표시부(710)를 보면서 현재 활성화되는 근육을 직관적으로 이해할 수 있다. 그리고,사용자의 무릎관절의 각도가 80-5°인 구간은 외측광근,내측광근,중간광근의 누적운동량은 20kg*2*80%로 계산한다. 또한 AI처리부는 사용자가 운동시퀀스를 모두 수행하지 못한 경우, 타겟근육의 목표운동량과 타겟근육의 누적운동량의 차이를 나타내는 잔여운동량을 계산한다. 이 경우 도 7을 참고하면, 표시부(710)는 운동진행상황(740)을 표시할 수 있다. 운동진행상황(740)은 목표운동량(740a), 누적운동량(740b), 잔여운동량(740c) 중 적어도 하나를 포함한다. 표시부(710)는 운동을 수행할 때 활성화되는 적어도 하나의 근육(730a, 730b, 730c, 730d)과 누적운동량(740b)을 실시간으로 수치화하여 표시한다. 본 발명의 또 다른 바람직한 일 실시예에서, 표시부(720)는 활성화된 적어도 하나의 근육과 상기 적어도 하나의 근육 각각의 누적운동량을 캐릭터에 표시할 수 있다. 또한 캐릭터에 운동진행상황(740)을 더 표시하여 운동을 통해 활성화된 적어도 하나의 근육과 상기 적어도 하나의 근육 각각의 누적운동량을 캐릭터에 수치화하여 표시할 수 있다.
본 발명의 실시 예에 따른 방법들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
Claims (15)
- 운동기구를 이용할 때 활성화되는 적어도 하나의 근육과 상기 적어도 하나의 근육 각각의 기여도 및 상기 운동기구를 올바른 자세에서 정확하게 이용할 때 생성되는 운동궤적가이드를 저장한 저장부;사용자가 운동기구를 이동시키는 움직임에 대응하는 운동궤적을 검출하는 센싱부;상기 운동기구를 적어도 한 방향으로 이동시킬 때 상기 센싱부에서 검출된 운동궤적과 상기 운동궤적가이드의 편차가 기설정된 값을 초과하는지 판단하는 AI처리부;상기 편차가 기설정된 값을 초과하면 상기 운동기구의 운동부하 또는 운동자세를 조절하도록 가이드하는 운동가이드부;를 포함하는 것을 특징으로 하는 AI운동가이드장치.
- 제 1 항에 있어서,상기 기여도를 기초로 사용자가 운동기구를 이용할 때 활성화되는 적어도 하나의 근육에 부가되는 부하를 표시하는 표시부;를 포함하는 것을 특징으로 하는 AI운동가이드장치.
- 제 1 항에 있어서,운동기구를 이용할 때 활성화되는 적어도 하나의 근육의 수축 또는 이완 상태에 대한 정보를 실시간으로 표시하는 표시부;를 포함하는 것을 특징으로 하는 AI운동가이드장치.
- 제 3 항에 있어서,상기 센싱부에서 검출된 운동궤적 및 상기 기저장된 운동궤적가이드를 기초로 사용자가 상기 운동기구를 이용할 때 활성화되는 주근육에 대하여 수축가이드 또는 이완가이드를 실시간으로 표시하는 표시부;를 포함하는 것을 특징으로 하는 AI운동가이드장치.
- 제 1 항에 있어서,운동기구를 이용할 때 활성화되는 적어도 하나의 근육 중 주근육의 수축 또는 이완에 따라 필요한 호흡가이드를 인디케이터로 표시하는 표시부;를 포함하는 것을 특징으로 하는 AI운동가이드장치.
- 제 1 항에 있어서, 상기 센싱부는상기 사용자가 운동기구를 이동시킬 때 관절의 각도를 더 검출하는 것을 특징으로 하는 AI운동가이드장치.
- 제 6 항에 있어서,상기 검출된 관절의 각도에 기초하여 운동기구를 이용할 때 활성화되는 적어도 하나의 근육의 수축 또는 이완 상태에 대한 정보를 실시간으로 표시하는 표시부;를 포함하는 것을 특징으로 하는 AI운동가이드장치.
- 제 1 항에 있어서,상기 운동궤적가이드는 기계학습처리부에서 사용자 빅데이터를 분석하여 생성되는 것을 특징으로 하는 AI운동가이드장치.
- 제 6 항에 있어서, 상기 운동가이드부는상기 센싱부에서 검출된 일정 구간의 관절의 각도에 대응하는 운동궤적의 형태와 상기 기저장된 운동궤적가이드의 운동궤적의 형태가 상이한 경우 운동자세를 조절하도록 가이드하는 것을 특징으로 하는 AI운동가이드장치.
- 센싱부에서 사용자가 운동기구를 이동시키는 움직임에 대응하는 운동궤적을 검출하는 단계;AI처리부에서 상기 운동기구를 적어도 한 방향으로 이동시킬 때 상기 센싱부에서 검출된 운동궤적과 저장부에 기저장된 상기 운동기구를 사용기준에 적합하게 이용할 때 생성되는 운동궤적가이드가 일치하는지 판단하는 단계;운동가이드부에서 상기 검출된 운동궤적과 상기 운동궤적가이드의 편차가 기설정된 값을 초과하면 상기 운동기구의 운동부하 또는 운동자세를 조절하도록 가이드하는 단계;를 포함하는 것을 특징으로 하는 AI운동가이드방법.
- 제 10 항에 있어서,표시부에서 상기 기여도를 기초로 사용자가 운동기구를 이용할 때 활성화되는 적어도 하나의 근육에 부가되는 부하를 표시하는 단계;를 포함하는 것을 특징으로 하는 AI운동가이드방법.
- 제 10항에 있어서,표시부에서 운동기구를 이용할 때 활성화되는 적어도 하나의 근육의 수축 또는 이완 상태에 대한 정보를 실시간으로 표시하는 단계;를 포함하는 것을 특징으로 하는 AI운동가이드방법.
- 제 10 항에 있어서,표시부에서 운동기구를 이용할 때 활성화되는 적어도 하나의 근육 중 주근육이 수축되는 방향에서 날숨을, 상기 주근육이 이완되는 방향에서 들숨을 인디케이터로 표시하는 단계;를 포함하는 것을 특징으로 하는 AI운동가이드방법.
- 제 10 항에 있어서,상기 센싱부는 상기 사용자가 운동기구를 이동시킬 때 관절의 각도를 더 검출하고, 표시부는 검출된 관절의 각도에 기초하여 운동기구를 이용할 때 활성화되는 적어도 하나의 근육의 수축 또는 이완 상태에 대한 정보를 실시간으로 표시하는 단계;를 포함하는 것을 특징으로 하는 AI운동가이드방법.
- 컴퓨터-판독가능 기록매체로서,상기 컴퓨터-판독가능 기록매체는, 컴퓨팅 장치로 하여금 이하의 AI운동가이드방법의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은:센싱부에서 사용자가 운동기구를 이동시키는 움직임에 대응하는 운동궤적을 검출하는 단계;AI처리부에서 상기 운동기구를 적어도 한 방향으로 이동시킬 때 상기 센싱부에서 검출된 운동궤적과 저장부에 기저장된 상기 운동기구를 사용기준에 적합하게 이용할 때 생성되는 운동궤적가이드가 일치하는지 판단하는 단계; 및운동가이드부에서 상기 검출된 운동궤적과 상기 운동궤적가이드의 편차가 기설정된 값을 초과하면 상기 운동기구의 운동부하 또는 운동자세를 조절하도록 가이드하는 단계;를 포함하는 것을 특징으로 하는 컴퓨터-판독가능 기록매체.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202280079429.7A CN118338941A (zh) | 2021-12-28 | 2022-12-26 | 一种人工智能训练指导装置及方法 |
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2021-0190367 | 2021-12-28 | ||
KR20210190368 | 2021-12-28 | ||
KR20210190367 | 2021-12-28 | ||
KR10-2021-0190368 | 2021-12-28 | ||
KR10-2022-0183460 | 2022-12-23 | ||
KR1020220183460A KR20230100661A (ko) | 2021-12-28 | 2022-12-23 | Ai운동가이드장치 및 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023128512A1 true WO2023128512A1 (ko) | 2023-07-06 |
Family
ID=86999817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2022/021299 WO2023128512A1 (ko) | 2021-12-28 | 2022-12-26 | Ai운동가이드장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2023128512A1 (ko) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120014471A (ko) * | 2010-08-09 | 2012-02-17 | 엘지전자 주식회사 | 운동가이드장치 및 운동가이드방법 |
KR101571363B1 (ko) * | 2015-03-31 | 2015-11-24 | (주)개선스포츠 | 운동기구 |
KR20190099555A (ko) * | 2018-02-19 | 2019-08-28 | 주식회사 인프라웨어테크놀러지 | 웨이트 운동기구 및 운동 피드백 서비스를 제공하는 방법 |
KR20200022776A (ko) * | 2018-08-23 | 2020-03-04 | 전자부품연구원 | 4d 아바타를 이용한 동작가이드장치 및 방법 |
KR20210147479A (ko) * | 2020-05-29 | 2021-12-07 | 주식회사 피씨티 | 운동 가이드를 제공하는 근력 운동 머신 운동량 분석 및 자동측정 기기 |
-
2022
- 2022-12-26 WO PCT/KR2022/021299 patent/WO2023128512A1/ko unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120014471A (ko) * | 2010-08-09 | 2012-02-17 | 엘지전자 주식회사 | 운동가이드장치 및 운동가이드방법 |
KR101571363B1 (ko) * | 2015-03-31 | 2015-11-24 | (주)개선스포츠 | 운동기구 |
KR20190099555A (ko) * | 2018-02-19 | 2019-08-28 | 주식회사 인프라웨어테크놀러지 | 웨이트 운동기구 및 운동 피드백 서비스를 제공하는 방법 |
KR20200022776A (ko) * | 2018-08-23 | 2020-03-04 | 전자부품연구원 | 4d 아바타를 이용한 동작가이드장치 및 방법 |
KR20210147479A (ko) * | 2020-05-29 | 2021-12-07 | 주식회사 피씨티 | 운동 가이드를 제공하는 근력 운동 머신 운동량 분석 및 자동측정 기기 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2013122327A1 (ko) | 가속도 센서를 이용한 체력검사 시스템 | |
Seeger et al. | myHealthAssistant: a phone-based body sensor network that captures the wearer's exercises throughout the day | |
WO2016163793A1 (ko) | 개인 트레이닝 서비스 방법 및 시스템 | |
CN101489481A (zh) | 健康管理设备 | |
DE102020129804A1 (de) | Intelligentes fitnessstudio | |
US20180117381A1 (en) | Portable exercise apparatus | |
WO2012020859A1 (ko) | 운동가이드장치 및 운동가이드방법 | |
WO2016208893A1 (ko) | 사용자 위치 인식에 기반한, 운동 프로그램 제공 및 관리 시스템 | |
KR102275175B1 (ko) | IoT 기술을 활용하여 모든 피트니스 기구에 연동되는 장착형 스마트 짐 통합 솔루션 장치와 그 운영 방법 | |
WO2016017968A1 (ko) | 운동 관리 시스템 | |
WO2022050489A1 (ko) | 온라인 그룹을 기반으로 하는 홈 트레이닝 제공 시스템 및 그 방법 | |
Radhakrishnan et al. | ERICA: enabling real-time mistake detection & corrective feedback for free-weights exercises | |
US10272292B1 (en) | Adaptive sport posture sensing system and method | |
CN112364785A (zh) | 一种运动训练指导方法、装置、设备及计算机存储介质 | |
WO2023128512A1 (ko) | Ai운동가이드장치 및 방법 | |
WO2017217567A1 (ko) | 피트니스 모니터링 시스템 | |
WO2014104463A1 (ko) | 네츄럴 인터렉션 기반의 건강 및 재활 장치 | |
WO2023128514A1 (ko) | Ai운동시퀀스제공장치 및 방법 | |
WO2018044059A1 (ko) | 피트니스 모니터링 시스템 | |
WO2023128410A1 (ko) | 운동시퀀스제공장치 및 방법 | |
KR20230100661A (ko) | Ai운동가이드장치 및 방법 | |
WO2017142274A1 (ko) | 매칭 서비스 시스템 및 방법 | |
WO2021117927A1 (ko) | 놀이체험 시스템 및 이를 이용한 신체발달상태 획득방법 | |
WO2023128612A1 (ko) | Ai운동가이드장치 및 방법 | |
WO2022145563A1 (ko) | 사용자 맞춤형 운동 훈련 방법 및 시스템 |
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: 22916653 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2022916653 Country of ref document: EP Effective date: 20240729 |