KR101700004B1 - 반복 운동 파라미터의 실시간 결정 시스템 및 방법 - Google Patents

Abstract

본 발명은 각 형태의 운동 파라미터(PM, T_p) 실시간 결정 시스템에 있어서,
- 상기 운동을 나타내는 각 신호(S1, S2)를 기초로 하여, 현재 운동 종료이전에, 각 형태의 운동 주기 근사값(T_r)을 평가하기 위한 제1 수단(EST1);
- 상기 제1 평가 수단(EST1)에 의해 평가된 상기 주기 근사값(T_r)을 기초로 하여 슬라이딩 윈도우 크기(F)를 결정하기 위한 수단(DET);
- 상기 제1 평가 수단(EST1)에 의해 전달된 슬라이딩 윈도우 크기(F) 그리고 상기 운동을 나타내는 대표 신호(S1, S2)를 기초로 하여 슬라이딩 윈도우에 의해 상기 운동 파라미터를 정밀하게 평가하기 위한 제2 수단(EST2)을 포함하는 각 형태 운동 파라미터(PM, T_p) 실시간 결정 시스템에 대한 것이다.

Description

반복 운동 파라미터의 실시간 결정 시스템 및 방법{SYSTEM AND METHOD FOR REAL-TIME DETERMINATION OF A REPETITIVE MOVEMENT PARAMETER}

본 발명은 반복 형태 이동 파라미터 실시간 결정 시스템 및 방법에 대한 것이다.

실시간이라 함은 응답시간이 애플리케이션에 적용되는 것을 의미한다.

본 발명은 메디컬 분야, 재활, 스포츠 분야와 같은 반복 형태의 운동이 발생되는 분야에 적용되는 것이나, 다양한 게임이 플레이어에게 반복형태의 운동을 필요로 하는 비디오 게임 분야에서도 적용된다. 본 발명은 또한 자동화 또는 로보트의 반복 형태 운동에도 적용될 수 있다.

신체 운동에 대한 분석은 영화, 비디오 게임, 그리고 스포츠와 같이 다양한 분야에서 실시된다. 이 같은 분석은 가령 사용자에 의해 수행된 운동을 재생할 수 있도록 하며, 보다 자연적이고 무의식적인 신체 액션을 유지하면서, 복잡한 신체 모델을 재생하여야 할 필요없이, 스크린에서 등장하는 사람의 가상 액션에 생명을 불어넣도록 한다.

운동의 캡쳐는 주로 영화 및 비디오 게임에 사용되어 가령 WO 2008011352에서 설명된 바와 같이, 리얼한 운동을 재생시키어, 스크린에 등장하는 사람의 아바타(avatars ) 또는 가상 액션에 생명을 불어넣도록 한다.

그러나, 이 같은 시스템은 사용자의 사지 각각에 특수한 마커가 배치되어야 함을 필요로 하며, 등장 인물을 중심으로 한 비디오 습득과 결합되어야 한다. 다음에 이 같은 비디오가 분석되어서 삼차원으로 마커 각각의 위치를 결정함으로써 모델을 만들도록 하여야 한다.

이 같은 기술은 수행된 운동 그리고 마커 위치의 정밀함에 한계가 있어서 실현하기가 복잡하다. 더구나, 데이터 및 이들 데이터 처리의 습득은 기본적으로 이들 운동을 재생하여야 하므로 실시간으로 수행되지 않으며 시스템과 실시간으로 상호 작용하지 않는다.

WO 2006103662에서 개시된 다른 방법은 스포츠 이벤트 트랙킹을 허용한다. 이 같은 애플리케이션은 한 세트 카메라를 조정하여 스포츠 액션 단계에 따라 이들 오리엔테이션(방향설정)을 개선하도록 하거나, 스포츠 액션 단계 종합을 수행할 수 있도록 한다. 그러나, 이들 카메라가 스포츠맨으로부터 멀리 떨어져 있으므로, 높은 정밀도를 필요로 하는 애플리케이션(응용)에서는 사용될 수 없다.

가령 비디오 게임 콘솔과 같은 사용자와 머신 사이 상호작용의 경우, 개발 중에 있는 다른 방법이 있으며, 이는 플레이어(사용자)와 게임 콘솔 사이 상호 작용을 허용한다. 근자에, 마이크로(상표)로부터 프로젝트 나탈(Natal)이 제안되었다. 이는 사용자에 의해 수행된 운동을 해석하는 비디오 카메라를 사용하여 비디오 게임 또는 멀티미디어 인터페이스를 구동하도록 하는 새로운 인터페이스를 제안하는 것이다.

그러나, 이 같은 기술은 사용자와 시스템 사이에 아무런 장애물이 존재하지 않을 것을 필요로 하며, 사용자가 정해진 공간 내에서 행동해야 하는 제한을 갖는다.

다른 시스템은 내장 센서를 사용하거나, 인공위성 위치 시스템 센서와 같은 센서가 장치되어서, 사용자 위치를 파악할 수 있도록 하거나, 가속도계, 자기력계, 자이로미터와 같은 센서가 사용자 운동을 결정할 수 있도록 한다. 이 같은 센서는 가급적 방해가 되지 않아야 하며 외부 간섭없이 용이하게 위치 변경이 가능하여야 한다.

이 같은 센서는, 가격이 저렴한 것이라도, 비디오 센서 보다 측정이 정밀(정확)하도록 하며, 이때의 정밀함은 센서의 크기와 선명도에 비례하고 따라서 더욱더 복잡한 처리 및 더욱 효과적이고 더욱 비싼 처리 장치를 필요로 한다.

내장 센서는 지오로케이션 및 안내를 위해 사용될 수 있다. GPS 수신기와 같은 위성 위치 시스템 수신기가 장치된 차량 또는 일정 장치가 관성의 장비를 포함하며, 시스템 신호 수신이 일시적으로 차단되는 것을 경감하도록 한다. 따라서 이 같은 시스템이 US 2009192708에서 설명된 바와 같이 보행자 안내를 위해 적용되었다. 그러나 이 같은 방법은 지구 위치 참조(global position reference)를 필요로 하며, 운동 센서가 일시적으로 사용되어 결과로 발생되는 결함을 감소시키거나 정밀도를 향상시키도록 한다. 이와 같이 사용된 시스템은 매우 적은 수의 센서들을 포함하며, 단순한 가속도계가 이동 방향과 속도를 정할 수 있도록 하며, 운동의 특징을 결정하는 데 더 이상의 장치를 필요로 하지 않는다. 더욱더, 속도와 방향 변경이 있은 후 가능한 한 빨리 응답할 필요도 없다. 이 같은 시스템은 상대적으로 정밀한 운동에 적용되지 않으며, 인터페이스 사용에도 적용되지 않는다.

본 발명에서, 사용자는 운동 센서에 의해서만 머신과 상호 작용한다. 따라서 이 같은 접근방법은 높은 정밀도를 필요로 하며, 무엇보다도 가급적 가장 빠른 응답 및 단순하고 자연적인 처리를 필요로 한다.

통신 인터페이스를 제어하기 위해 사람에게 고정된 센서를 사용하는 것은 근자에 확대 사용되고 있다.

일정 시스템이 스틱이나 키보드보다 더 정밀하게 상호 작용할 수 있도록 하는 그러나 초심자가 마스터 제어를 배우지 않고도 신속하게 게임할 수 있도록 하여 사용자-친화를 제공하도록 하는 비디오 게임과 관련하여, 운동과 연결된 것들은 더욱 자연스러워진다. 마지막으로, 이 같은 접근 방법은 비디오 게임을 사용자 자신의 운동에 적용하도록 함으로써 개선된 실현을 가능하게 한다.

따라서, 소니는 운동 센서를 포함하는 게임 콘솔과 호환성이 있는 dualshock(이중 충격)(상표) 스틱을 제안하였으며, 상기 콘솔로 적용된 운동이 스크린으로 옮겨질 수 있도록 한다. 그러나 이 같은 운동은 제한이 되며 따라서 중요한 기능은 스틱의 경사도 함수로 방향성 운동을 증폭하는 가능성으로 남게 된다.

특히, 닌텐도는 상호 작용 스틱을 포함하는 대규모-마켓 Wii(상표) 콘솔을 소개하였다. 이들 스틱은 사용자의 운동을 운동의 방향 또는 크기를 정확하게 결정하지 않고도 사용자의 운동을 파악할 수 있도록 하는 가속도계가 제공된다. 이 같은 스틱을 보완하기 위해, 플랫폼이 개발되어 EP 0908701에서 설명된 바와 같이, 다리 운동을 고려할 수 있도록 한다. 그러나, 이 같은 플랫폼은 같은 위치에서 다리 운동의 빈도를 파악할 수 있도록 할 뿐이며 따라서 사용자의 어떠한 이동도 허용하지 않는다. 더욱이, 가령 회전 명령을 수행할 수 있도록 하기 위해 사용자의 오리엔테이션 파악을 가능하게 하지 않는다.

WO 2006086487은 모듈을 스포츠 신발에 적용하여 수행된 운동량과 관련한 정보를 측정하고 전송하도록 함에 관련한다. 본 발명의 특징은 사용자에 의해 수행된 물리적인 활동량을 측정하여 게임의 일정 기능성 또는 아바타 또는 가상 인물(묘사) 일정 특징을 활성화하도록 하는 것이다. 그러나, 이 같은 장치는 사용자와 가상 인물(묘사) 사이의 완벽한 인터페이싱을 허용하지 않는다. 실제에서 물리적인 활동을 측정하기 위해 가속도계와 같은 하나의 센서가 사용되며, 어떠한 정보도 수행된 운동을 정확히 특징을 짓도록 하기 위해 재생되지 않는다.

이들 시스템은 특히 비디오 게임 분야에서 실시간 애플리케이션에 대한 정밀도와 속도의 결함이 있다.

본 발명의 목적은 상기 문제를 해결하는 것이다.

본 발명의 한 특징에 따라,

- 상기 운동을 나타내는 각 신호를 기초로 하여, 현재 운동 종료 이전에, 각 형태의 운동 주기 근사값을 평가하기 위한 제1 수단;

- 상기 제1 평가 수단에 의해 평가된 상기 주기 근사값을 기초로 하여 슬라이딩 윈도우 크기를 결정하기 위한 수단;

- 상기 제1 평가 수단에 의해 전달된 슬라이딩 윈도우 크기 그리고 상기 운동을 나타내는 대표 신호를 기초로 하여 슬라이딩 윈도우에 의해 상기 운동 파라미터를 정밀하게 평가하기 위한 제2 수단을 포함하는 각 형태의 운동 파라미터 실시간 결정 시스템이 제공된다.

따라서 진행중인 운동이 끝나기 전에 반복 형태 운동 주기 근사값 평가 제1 수단이 상기 결정 수단으로 하여금 적합한 적응 방식으로(in an adaptive manner) 특히 신속하게 운동 파라미터에 대한 정확한 계산에 적응되는 슬라이딩 윈도우 크기를 빠르게 평가할 수 있도록 하기 때문에, 상기 실시간 결정은 개선된다. 따라서 상기 슬라이딩 윈도우 크기는 반복 형태 운동 주기에서의 변경에 대하여 자동적으로 적응된다. 상기 반복 형태 익스프레션 운동(expression movement)은 상대적으로 유사 형태의 운동을 의미하는 것이며, 그러나 몇몇 파라미터는 주기(또는 빈도 또는 속도), 진폭, 또는 임팩트(접촉 충격 파워)와 같이 다양할 수 있다.

한 실시 예에서, 상기 운동 파라미터는 반복 형태 운동 주기이다.

상기 시스템은 상기 주기에 대한 정밀한 계산에 특별히 적응된 슬라이딩 윈도우 크기를 신속하게 결정하는 것을 가능하게 하는 제1 근사값 신속 평가를 기초로 하여 실시간으로 반복 형태 운동 주기를 정확하게 평가하도록 적응되며, 따라서 훨씬 더 신속하게 수행된다. 따라서, 반복 형태 운동 주기의 결정이 개선된 가능한 한 빠른 응답 시간으로, 즉 개선된 실시간 특징으로 정확하게 수행된다.

예를들면, 상기 제2 평가 수단은 반복 형태의 운동 주기를 계산하기 위한 상호관계-기초 수단을 포함한다.

따라서, 복잡하지 않은 통계를 기초로 하여, 운동에 대한 일시적인 특징을 사전에 알지않고도 파라미터를 결정하는 것이 가능하다.

한 실시 예에서, 상기 주기와는 다른 상기 반복 형태 운동의 다른 운동 파라미터에 대한 제1 수단은 상기 주기를 정확하게 평가하기 위한 제2 수단을 포함한다.

상기 반복 형태 운동의 주기는 본 발명에 따라 정확하게 실시간으로 시스템에 의해 결정되며, 상기 주기는 슬라이딩 윈도우 크기를 결정하도록 하고, 그 다음에 다른 운동 파라미터에 대한 정확하고 신속한 평가를 허용하여, 본 발명의 또 다른 특징에 따라 상기 주기와는 다른 운동 파라미터를 계산하도록 사용된다.

한 실시 예에서, 상기 결정 수단은 안전 향상을 배가하도록 한다.

따라서 안전 마진(safety margin)이 슬라이딩 윈도우 크기 결정을 위해 택해지고, 이에 의해 슬라이딩 윈도우 크기가 너무 작아지는 것을 막도록 한다.

본 발명에 따라, 상기 시스템은 통신 인터페이스를 포함하여 실시간으로 시청각 인터페이스를 통해 상기 운동 전개를 통신하도록 한다.

이와 같은 시청각 통신 인터페이스는 특히 비디오 게임 시스템에 잘 적응될 수 있다.

한 실시 예에서, 상기 시스템은 반복 형태의 운동을 수행하는 엘리먼트에 고정되는 센서 어셈블리를 더욱 포함하여 상기 신호들을 전달할 수 있도록 한다.

상기 센서 어셈블리는 하나 이상의 자기력계, 하나 이상의 가속도계, 자이로미터, 압력 센서, 심전도계, 호홉량을 측정하기 위한 유속계, 및/또는 호홉 빈도를 측정하기 위한 센서를 포함한다.

본 발명의 다른 한 특징에 따라,

- 상기 운동을 나타내는 각 신호를 기초로 하여, 현재 운동 종료 이전에, 각 형태의 운동 주기 근사값을 평가하고;

- 상기 평가된 주기 근사값을 기초로 하여 슬라이딩 윈도우 크기를 결정하며;

- 슬라이딩 윈도우의 결정된 크기 그리고 상기 운동을 나타내는 대표 신호를 기초로 하여 슬라이딩 윈도우에의해 상기 운동 파라미터를 정밀하게 평가함을 포함하는 각 형태의 운동 파라미터 실시간 결정 방법이 제공된다.

본 발명의 한 실시 모드에 따라, 상기 반복 형태 운동의 정확한 주기가 실시간으로 결정된다.

본 발명의 한 실시 모드에 따라, 반복 형태 운동의 또 다른 운동 파라미터 평가는 상기 주기와는 다르며, 상기 주기를 근사하게 평가하는 단계에서, 반복 형태 운동 주기를 정확하게 평가하는 단계를 사용한다.

본 발명의 실시 모드에 따라, 상기 신호들은 예를 들면 하나 이상의 자기력계, 하나 이상의 가속도계, 자이로미터, 압력 센서, 심전도계, 호홉량을 측정하기 위한 유속계, 및/또는 호홉 빈도를 측정하기 위한 센서를 포함하는, 반복 형태 운동을 수행하는 엘리먼트에 고정된 센서 어셈블리에 의해 전송된다.

한 실시 예에서, 감소하는 고유치,

및

로 분해를 사용하여 제1 직교 프레임[X, Y, Z]이 공급된 센서 어셈블리에 의해 전송된 신호 프레임 변경이 수행되어, 제1 직교 프레임[X, Y, Z]을 제2 직교 프레임[U, V, W]으로 표현하도록 하며, 이때의 축 U, 축 U와 V는 각각 상기 이동의 주요 축 또는 주요 평면에 해당한다.

정확(정밀)도 및 신뢰(견고)도가 개선된다. 또한, 센서 어셈블리의 자동 눈금 조정이 가능하다.

한 실시 예에 따라, 상기 슬라이딩 윈도우를 통해, 반복 형태의 운동 주기를 실시간으로 결정하여, 지역 최대 및 전역 최대를 검출하도록 하고, 상기 지역 및 전역 최대가 엘리먼트 지속시간 배수이며, 가장 빠르게 발생한 정확한 주기에 해당하는 최대를 선택하고, 이때 상기 전체 최대에 대한 이탈은 임계값 이하이다.

따라서 상기 주기에 대한 빠른 근사값 평가에 의해, 이미 최적 상태인 슬라이딩 윈도우 크기에서 상기 정확한 주기 검출에서 오류가 발생될 위험이 더욱 제한된다.

하기에서는 첨부 도면을 참조하여 본원 발명을 상세히 설명한다.
- 도 1은 본 발명 한 특징에 따라 반복 형태 운동 파라미터의 실시간 결정 시스템을 개략적으로 도시한 도면.
- 도 2는 도1 시스템 개략적 실시를 설명하는 도면으로서, 파라미터가 본 발명의 한 특징에 따른 주기인 도면.
- 도 3은 본 발명의 한 특징에 따라, 상기 주기와는 다른, 반복 형태 운동의 또 다른 운동 파라미터를 더욱 평가하는 도 2 시스템을 개략적으로 설명하는 도면.
- 도 4 및 5는 비디오 게임 애플리케이션 경우 센서 어셈블리를 개략적으로 도시하는 도면.
- 도 6 및 7은 주기를 결정하는 문제를 개략적으로 설명하는 도면.
- 도 8은 최적 크기 윈도우 평가로 본 발명의 한 특징에 따른 주기 계산 예시적 비교를 개략적으로 제공하는 도면.

여러 도면에서, 동일한 부분은 동일한 부호를 사용한다.

도 1에서, 반복 형태 운동 파라미터에 대한 실시간 결정을 위한 시스템 예가 설명되며, 현재 운동 종료 전에 반복형태 운동 주기 근사값(Tr)을 평가하기 위해 제1 평가 모듈(EST1)을 포함한다. 결정 모듈(DET)은 가령 안전한 마진을 취하기 위해 근사값(Tr)에

과 동일한 인수 또는 이득을 곱하여, 제1 평가 모듈(EST1)에 의해 평가된 주기를 기초로 하여 슬라이딩 윈도우 크기(F)를 결정한다.

는 0 과 0.5 사이이다. 슬라이딩 윈도우에 의해 운동 파라미터의 정밀 평가를 위한 제2 모듈이 운동을 대표하는 신호 S1, S2 그리고 제1 평가 모듈(EST1)에 의해 전달된 슬라이딩 윈도우 크기(F)를 기초로 한다.

도2는 반복 형태의 운동에서 실시간으로 결정된 운동 파라미터가 운동 주기(period of the movement)인 경우이며, 이는 제2 평가 모듈(EST2)에 의해 출력(Tp)으로서 전달된다.

이 같은 경우, 본 발명은 진행중인 운동이 끝나기 전에 운동 주기(Tr)에 대한 신속한 평가를 통해, 정밀 평가를 위한 제2 모듈에 결정 모듈(DET)에 의해 가장 적합한 슬라이딩 윈도우 크기(F)를 제공함을 가능하게 하며, 가능한 한 가장 빠른 순간에 상기 주기에 대한 정밀 평가(Tp)를 수행할 수 있도록 한다.

상기 주기의 계산 경우, 제2 평가 모듈(EST2)은 단일 신호 또는 여러 신호들을 기초로 하여 슬라이딩 윈도우에 의한 교정을 수행하며, 이는 제1 평가 모듈(EST1)의 입력 신호들을 포함한다.

도 3은 본 발명의 한 특징에 따라, 실시 예 "캐시케이드(cascade)로"를 설명하며, 도 2의 시스템이 사용되고, 제1 신속 평가 모듈(EST'1)로서 사용되어, 또 다른 운동 파라미터를 정밀하게 평가하기 위해 슬라이딩 윈도우 크기를 평가하도록 하며, 이는 곧 주기에 대한 신속한 평가(Tr')로서 정밀한 방법으로 이미 계산된 정밀 주기(Tp)를 택하는 것을 가능하게 한다.

주기에 대한 신속한 평가(EST1)를 위한 모듈은 가령 A. Marakov의 시간-빈도 및 시간-스케일 분석에 대한 국제 심포지엄 진행, 96, p 441-444, "Frequency tracking in nonstationary signals using Joint Order Statistics"에서, M. Jabloun의 "위상 등록 평균에 기초한 새로운 시간-빈도 분석(A new time-frequency analysis tool based on averaging with phase registration)", Gretsi 2009에서, 또는 S. Chandra Sekhar의 "적응성 스펙트러그램 대 즉각적인 빈도 평가를 위한 위그너-빌레 분산(Adaptive spectrogram vs. Adaptive pseudo Wigner-Ville distribution for instantaneous frequency estimation)", Signal Processing 2003에서 설명된다.

신호 S1, S2, 또는 S3는 동일하기도 하고, 다르기도 하며, 혹은 하나가 다른 하나를 포함하기도 한다. 이들은 반복 형태의 운동을 대표하는 신호를 전송하는 센서들로부터 발생된다. 예를들면, 센서 어셈블리가 하나 이상의 자기력계, 하나 이상의 가속도계, 자이로미터, 압력 센서, 심전도계, 호홉량을 측정하기 위한 유속계, 및/또는 호홉 빈도를 측정하기 위한 센서를 포함한다.

도 4는 반복 형태의 워킹(걷기) 운동에 대하여 비디오 게임 분야에 적용되는 예를 설명한다. 센서 어셈블리는 각 다리(레그)에 대하여 삼축압축 가속도계 및 삼축압축 자기력계(X, Y 및 Z)를 포함한다. 각각 3차원 신호이며, 본 발명 실시 예의 경우 총 12개의 신호이다. 세개의 신호가 규칙적인 간격으로 샘플되며, 수신된 신호 각각이 날짜가 정해지고, 데이터를 동기화할 수 있도록 한다.

이 같은 구성은 가령 발(foot)의 사이드에서 센서를 특별히 위치 정함에 응답하며, 이동에 따라 센서의 주요 축(principal axes) 하나의 방향을 정하도록 한다. 그러나 프레임(U,V, W) 변경을 수행할 처리를 적용할 것을 생각할 수 있으며, 하나 또는 동일한 프레임에서 센서들의 위치를 정하도록 한다.이 같은 프레임의 변경은 도 5에서 도시된바, 운동의 주요 방향 또는 주요 평면을 구분할 수 있도록 한다.

달리 표현하면, 제1 직교 프레임(X, Y, Z)에서 신호에 대한 프레임 변경이 감소하는 고유치(decreasing eigenvalues)(

and

)로 분해하여 수행되며, 제1 직교 프레임(X, Y, Z)을 제2 직교 프레임(U, V, W)으로 표현하도록 하고, 그 축 U, 또는 축 U 및 V는 각각 상기 운동의 주요 축 또는 평면에 각각 해당한다.

수행된 운동과 관련하여 최대 정보를 포함해야하는 신호와 관련하여, 신호가 추출되어 질 센서 축이 운동과 관련하여 최적의 방식으로 그 방향이 정해져야 한다.

센서는 최적의 방향으로 위치가 정해져서, 가령 센서의 X축이 대부분의 정보를 포함하는 신호 컴포넌트를 최고 신호/잡음 비로 측정하거나, 프레임 변경이 수행될 수 있다.

(X, Y, Z)에서 (U, V, W)로 이 같은 프레임 변경을 수행하기 위해, 고유치(eigenvalue) 분해가 사용된다. 상기 원리는 계수(

및

)를 결정하도록 하여,

이도록 한다. 따라서, 이 같은 센서의 기본은 직교 프레임을 형성하는 다양한 축들(U, V, W) 조합으로 설명될 수 있다. 이 같은 분해 특성 하나는 U 축이 운동의 주요 축이도록 새로운 프레임을 정하는 것을 가능하게 한다.

예를들면, 발이 정해진 경우, 가령 가속도계 A: [Ax, Ay, Az] 로부터 발생하는 3개의 센서 신호들이 윈도우에서 고려되어야 한다.

상호 관계 매트릭스 C는 다음과 같이 계산되어야 한다.

,

여기서 c(A,B) 는 A와 B를 위한 상호-관련 함수이다.

주성분 분석 또는 CPA 원리에 따라, 계수

및

는 다음 관계식으로 정해진다:

, 및

;

여기서 P는 새로운 프레임을 정하는 스위칭 매트릭스, 즉 신호 수정을 가능하게 하여 이들을 새로운 프레임내에 적용하도록 하는 매트릭스이다. 고유치( eigenvalues)로의 분해는 스위칭 매트릭스 P 그리고 매트릭스 L를 결정함을 가능하게 한다.

따라서, 처리 동작을 적용하기 위해, A_x 가 아니라 가속도계 A_u 의 신호를 고려하는 것이 가능하다.

이 같은 예의 경우, 워킹/런닝을 시뮬레이트하기 위해, 시스템은 사용자 다리가 지면에서 떨어지는 때, 또는 사용자 발가락 끝이 지면에 닿아 있을 때 사용자가 워킹/런닝 운동을 수행함을 고려한다. 뒤이어서, 비제한적으로 본 발명은 이 같은 예에 적용된다.

상기 주기는 사용자 페이스(pace)의 빈도 또는 속도를 정하는 것을, 즉 사용자가 천천히 걷는지 아니면 빨리 걷는지를, 아니면 뛰고 있는 지를 결정하는 것을 가능하게 한다. 이 같은 페이스의 지속시간은 두 신호 S1 및 S2에 대한 상호-상관 함수로 평가될 수 있다. 이 같은 아이디어는 두 신호 사이 시간 변동을 평가하는 것이며, 이때의 시간 변동은 이들 신호의 상호 관계를 최대로 하며, 이 같은 변동

은 그 뒤에 사용자 페이스의 주기 T와 관련된다. 복잡성이 증가하는 다양한 구성이 생각될 수 있을 것이다.

S1=S2= Agx 또는 Adx 또는 Agu 또는 Adu, 즉 임의로 선택된 발의 컴포넌트에 대한 자동 상관관계이며 그리고 가능하다면 주요 운동 축을 따라 방향이 정렬된다. 이 경우,

이다.

S1= Agx 및 S2=Adx, 또는 Agu 또는 Adu, 즉 두 다리의 두 유사 컴포넌트 사이 상관관계이다. 이 같은 경우, 두 축이 동일한 방향을 가지며 같은 센스를 갖는가에 대하여 주의를 하여야한다. 이 경우

이다.

이전의 경우, 신호 고유치 분해 기술에 의해 발 각각에서 주요 운동 축 평가를 수행하여 축들의 일정 공선성이 가능하게 된다.

사용자 페이스 주기에서 변동을 추적할 수 있기 위해, 상관 관계의 계산은 관심 사건 이전 샘플들만을 사용하여 타임 윈도우를 고려하는 신호 윈도우에 의존한다. 즉 , 신호 그리고 획득된 가장 최근 샘플들을 사용한다. 상기 신호의 주기를 결정하기 위해, 하나 이상의 신호 주기를 포함하는 것이 필요하다.

두 신호 S1 및 S2 사이 상호관계

에 대하여 다음 식을 갖는다.

여기서, t는 현재 순간이며,

는 시간 이동이다. 이는 t에

종속하는 시간 간격이다. 이 같은 함수는 다음 식에 의해 평가된다.

T_f 는 관심 대상 타임 윈도우 크기이고 따라서 지연 t의 변동 간격을 [0; Tf]로서 나타낸다.

가장 최근 획득된 샘플에 우선권을 주고, 평가 품질을 개선하기 위해, 지속시간

의 윈도우 가중

를 계산에서 추가하는 것이 가능하며, 따라서 이는 상기 윈도우 순간 그리고 샘플의 순간에 비례하여 일정 가중을 신호의 각 윈도우로 적용하는 것을 가능하게 한다. 다음에 이와 같은 상호 관계 함수는 다음 관계식을 통해 계산될 수 있다.

여기서

는 윈도우 가중(weighting window)의 일시적 인덱스이다.

상기 상관 관계는 상기 인덱스가 최대인 때 신호 주기에 해당하는 최적 이동(시프트)를 결정할 수 있도록 한다. 도 6은 주기가 변하는 신호에 대하여 t 와

의 함수로서 상호관계 함수를 나타낸다.

도 7은 t=35s인 순간에서 도 6의 섹션이다. 이들 두 도면은 S1=S2= Agx 또는 Adx 경우를 포함하며, 다리 컴포넌트에 대한 자동 상관 관계를 갖는다. 그 다음에, 최대 값을 추적하여 정해진 순간 어떠한 오류도 교정할 수 있어야 한다.

따라서 이 같은 단계는 슬라이딩 윈도우의 적절한 적응 크기에 의해 2차 값을 제거하여 여러 주기의 최대 상관 관계 값에 대한 조사를 용이하게 한다.

따라서 페이스 지속 시간에 해당하는 주기의 결과(result of period)는 상기 상관 관계의 최대값에 의해 결정된 값 T이다:

따라서 이 같은 방법은 단일 파라미터:

를 요구하며, 이는 상기 상관관계의 계산을 위해 고려되어야 하는 최대 이동에 해당한다. 이 같은 이동은 가능한 최대 지연으로 해석되는데, 이는 이 같은 크기의 시간 윈도우를 고려하는 데 필요하기 때문이다.

고정 파라미터를 사용하는 때, 상기 지연은 일정할 것이며, 그리나, 속도가 가속된다면, 가능한 한 가장 빠른 순간에 응답할 것이 가능하지 않다. 따라서 가장 느린 페이스 함수, 즉 수 초로, 상기 윈도우 최대 크기를 조정하는 것이 필요하다. 따라서 이 같은 아이디어는 분석 윈도우 크기에 대한 적응성 있는 조정을 가능하게 하여 워킹 속도 변화시 시스템 속도를 최적으로 한다.

다시 말하면,도 7에 도시된 바와 같이, 상관관계

의 결과는 여러개의 로브(lobes)를 나타내며, 이들 각각의 최대값이 자동 상관관계의 경우 T, 2T, 3T,...kT (두 다리 사이 상관관계의 경우 각각 T/2, 3T/2, 5T/2,...(2k+1)T/2)에 위치한다. 완전 고정 신호의 이상적인 경우, 최대값이 전역 최대(global maximum)인 로브(lobe)가 T(T/2 각각)에 위치한다. 그러나, 주기가 비-고정인 신호 경우, 상기 전역 최대값은 T(T/2 각각)에 위치하지 않고 2T 또는 3T (3T/2, 5T/2 각각)에 위치할 수 있다.

따라서 이 같은 경우, 상기 주기 평가에 대하여 정해진 결과는 잘못될 수 있으며, 상기 평가된 주기는 실제 값보다 두 배 또는 세 배 이상 클 수 있다. 따라서, 상관 관계는 다음과 같이 제공된다:

T는 전역 최대(global maximum) 순간이다.

로브 최대가 T/2 or T/3, 또는 T/4 순간에 최대값에 근접한 로브가 존재한다면, 그러면, 순간 T가 T/2 또는 T/3 또는 T/4, 즉 가능한 가장 큰 분모로 교정된다(2T/5, 2T/3, .. 각각)

두 번째 체크가 가능하며, 일시적인 계속성을 유효하게 하도록 한다. 이 같은 원리는 T의 값을 가장 최근 윈도우에 대하여 결정된 값과 비교하여 T 값을 유효하게 하는 것이다. 만약 그 값이 너무 많이 변한다면, 그러면, 새로운 샘플의 습득을 기다린다. 다음 윈도우에서 T 값에 따라, 이전 윈도우에서의 값과 근사하거나, 아니면 현재 윈도우에서의 T 값과 근사하다. 후자의 경우, 속도의 변경이 있으며 양호한 T 값이 발견되고, 그렇지 않으면 운동이 변경되지 않으며 현재 윈도에 대한 T의 평가가 거짓이고, 그리고 이전 윈도우와 다음 윈도우에서 T 평균으로 대체된다.

본 발명의 한 특징에 따라, 슬라이딩 윈도우 크기를 사전에 결정하는 단계가 추가되며, 이는 신호 주기에 대한 간단하고 근사값 평가에 기초한다.

이 같은 간단하고 신속한 평가를 위해, 상기 언급한 Makarov 평가를 실시하는 것이 가능하며, 이는 과거 샘플만을 사용하여 신호 주기에 대한 일정한 값 스케일을 정하는 것을 가능하게 한다.

Makarov 평가는 가장 최근 습득된 샘플을 고려하여, 각 순간에 비-고정 신호 빈도를 결정하는 것을 가능하게 한다. 이 같은 원리는 트렌드(trend) 통계에 따라 정해진다. 신호 각 포인트에서, 트랜드가 수정되는 가를 평가하는 것이 필요하며, 즉 이전 순간에 관찰된 최대 및 최소 값들이 유지되는 가를 평가하는 것이 필요하다. 만약 이같은 트랜드가 수정되면, 그러면 포인트는 극단이 아니며, 그렇지 않으면 상기 포인트는 극단이다.따라서, 각 순간에 이전 극단에 해당하는 순간을 확인하는 것이 가능하며, 이는 샘플링 빈도를 안 뒤에 평가된 주기 또는 빈도로 변환된다.

알고리즘은 복잡성이 줄어들며, 따라서 신호 주기의 이전 결정에 완벽하게 적응된다. 이 같은 평가를 바탕으로, 최적의 방법으로 슬라이딩 윈도우 크기를 결정하는 것이 가능하며, 이를 바탕으로 파라미터 평가를 위한 처리 동작이 뒤이어 수행된다. 계산을 방해하는 과거 및 종료된 운동을 설명하는 신호들을 고려하지 않고, 진행중인 운동에 해당하는 신호의 가장 최근 주기만을 고려하여야 한다.

예를들면, 자기력계로부터 발생된 신호들이 더욱 적은 로브(lobes)를 포함하므로 제1 평가 모듈(EST1)을 위해 이들 신호들이 입력으로 사용된다. 이 같은 Marakov 평가는 단순히 극단(extrema)의 존재를 평가하여 신호의 트랜드 변경을 고려한다. 포인트 각각에 대하여, 가장 근접한 과거 극단으로부터 거리를 결정하는 것이 가능하다. 따라서 새로운 극단 출연시, 이전 극단으로부터의 거리에 의해 상기 주기를 평가하는 것이 가능하다.

평가될 수 있는 제2 파라미터는 진폭, 즉 페이스의 길이이다. 마찬가지로, 제2 평가 모듈(EST2)에 대한 정확한 상호 관계 결과를 사용하여 또는 제1 평가 모듈(EST1)에 대한 제1 신속 평가 Makarov 결과를 기초로하여, 수행된 페이스 신호를 포함하는 슬라이딩 윈도우 크기를 추출하는 것이 필요하다.

상기 진폭은 가기력계로부터 발생하는 신호들 도움으로 결정되며 신호들의 합계 최대와 최소 사이 차이 절대값에 해당한다:

S는 오른발 또는 왼발에 대한 자기력계 신호들의 합이다. 프레임 변경이 있는 경우는 다음과 같다:

또는

(프레임 변경의 경우)

제3 파라미터는 임팩트(impact), 즉 뒤꿈치와 지면사이 충격력일 수 있다. 이 같은 값은 직접 센서의 가속에 연결되며 따라서 이들 충격력에 비례한다.

그 결과는 수행된 페이스 동안 가속력 최대값에 해당한다. 따라서 진폭의 경우에서처럼, 수행된 페이스에 해당하는 신호 윈도우를 추출하는 것이 필요하며, 이는 제2 평가 모듈(EST2)에 대한 정확한 상호관계 결과의 도움으로, 또는 제1 평가 모듈(EST1) 제1 신속 평가에 대한 Makarov 결과를 바탕으로 가능하게 된다.

상기 계산은 가속 신호들에 대한 평균으로 정해진다:

이 같은 운동의 또 다른 특징은 방향설정일 수 있다. 따라서, 가장 자연적으로 자기 북극에 대한 사용자의 방향을 고려하여 자기력계 신호들이 사용된다.

상호관계 계산은 윈도우 가중(weighting window)을 포함한다. 상기 가중의 형태가 선택될 수 있다. 그러나, 이 같은 형태는 윈도우가 가장 최근 샘플들로 더욱 큰 의미를 부여하기 때문에 수행 성능에는 거의 영향을 미치지 않는다.

마지막으로, 센서의 위치에 따라, 상호관계의 계산을 위해 두 신호들만(가령 X축을 따라 왼발과 오른발)을 사용하기 위해, 센서들 방향에 대한 주요 축을 표시하는 것이 바람직하다.

또한 운동에 대한 주요 축을 결정하고, 결과적으로 고려되어야 하는 주요 축을 자동으로 결정하기 위해 프레임의 변경을 적용하는 것이 가능하며, 그러나 이 같은 계산은 추가로 복잡하게 할 수 있다. 여기서 다시, 센서가 발의 측면에 위치하는 때 동일한 X축 사용은 양호한 결과를 제공할 수 있음이 실험적으로 밝혀졌다.

워킹 빈도를 사전에 결정하면 유리하다는 것을 설명하기 위해, 도 8은 적응성 또는 비-적응성 윈도우를 사용하여 페이스들의 주기 또는 지속시간 결정에 대한 결과를 나타낸다.

도 8에서 설명된 신호들은 상부에서 하부로 다음과 같이 설명된다:

- X 축 가속도 신호는 한 발에 연결된 가속도계에 의해 전송된다;

- 가변 윈도우 크기에 대한 시간 t 그리고 이동 시간(shift) t의 함수로서 상호관계 함수. 상기 영상 도면의 상부에서 블랙 영역은 적응성 방식으로 조정된 윈도우 크기와 관련된다. 이 같은 실시에서 시간은 0.5초와 1.7초 사이에서 변한다;

- 본 발명에 따라 적응성 방식으로 평가된 주기는 실재 값에 비례한다;

- 상기 상호관계 함수는 고정 윈도우 크기에 대하여 시간 t 그리고 이동 시간 t의 함수이다;

- 2초의 고정 크기 윈도우로 평가된 주기는 실재 값에 비례한다.

따라서 신속한 워킹에서 느린 워킹으로의 변환이 발생하는 순간 A, B, 및 C에서, 제2 그래프로 표시된 적응성 접근은 고정 크기 윈도우의 제3 그래프로 표시된 경우에서 보다 더우 신속하게 응답한다. 상기 순간 D는 느린 워킹에서 빠른 워킹으로 변화하는 때이며, 이때 차이는 신호 자체 때문에 더욱 미세하지만, 그럼에도불구하고 반응성은 개선된다. 순간 E는 두 워킹 사이 변화가 완만할수록 적응성 접근이 더욱 점진적임을 설명하기 때문에 관심이 되는 때이다.

본 발명은 특히 실시간 특징을 개선하는 데 유익하며, 또한 다양한 방법의 놀이와 관련하여 시스템의 견고함(신뢰성)을 개선하는 데 유익하다.

Claims (16)

1. 각 형태의 운동 파라미터(PM, T_p) 실시간 결정 시스템에 있어서,
   - 상기 운동을 나타내는 각 신호(S1, S2)를 기초로 하여, 현재 운동 종료이전에, 각 형태의 운동 주기 근사값(T_r)을 평가하기 위한 제1 수단(EST1);
   - 상기 제1 평가 수단(EST1)에 의해 평가된 상기 주기 근사값(T_r)을 기초로 하여 슬라이딩 윈도우 크기(F)를 결정하기 위한 수단(DET);
   - 상기 제1 평가 수단(EST1)에 의해 전달된 슬라이딩 윈도우 크기(F) 그리고 상기 운동을 나타내는 대표 신호(S1, S2)를 기초로 하여 슬라이딩 윈도우에 의해 상기 운동 파라미터를 정밀하게 평가하기 위한 제2 수단(EST2)을 포함함을 특징으로 하는 운동 파라미터 실시간 결정 시스템.
2. 제1항에 있어서, 상기 운동 파라미터(PM)가 각 형태의 상기 운동 주기(T_p)임을 특징으로 하는 운동 파라미터 실시간 결정 시스템.
3. 제2항에 있어서, 상기 제2 평가 수단(EST2)이 상호 관계 기초의 계산 수단을 포함함을 특징으로 하는 운동 파라미터 실시간 결정 시스템.
4. 제 2항에 있어서, 제1 수단(EST1')이 상기 주기(T_p)와는 다른, 각 형태의 운동에 대한 또 다른 운동 파라미터(PM)를 평가하기 위한 것이며, 상기 주기를 정확하게 평가하기 위한 제2 수단(EST2)을 포함함을 특징으로 하는 운동 파라미터 실시간 결정 시스템.
5. 제1항에 있어서, 결정 수단(DET')이 안전 증진(multiplicative enhancement)을 포함함을 특징으로 하는 운동 파라미터 실시간 결정 시스템.
6. 제1항에 있어서, 상기 운동 진행을 실시간으로 전달하기 위한 통신 인터페이스를 포함함을 특징으로 하는 운동 파라미터 실시간 결정 시스템.
7. 제6항에 있어서, 상기 통신 인터페이스가 시청각교육 인터페이스를 포함함을 특징으로 하는 운동 파라미터 실시간 결정 시스템.
8. 제1항에 있어서, 반복 형태의 운동을 수행하는 엘리먼트에 고정되는 센서 어셈블리를 더욱 포함하여, 상기 신호(S1, S2, S3, S)를 전달하도록 함을 특징으로 하는 운동 파라미터 실시간 결정 시스템.
9. 제8항에 있어서, 상기 센서 어셈블리가 하나 이상의 자기력계, 하나 이상의 가속도계, 자이로미터, 압력 센서, 심전도계, 호홉량을 측정하기 위한 유속계, 및/또는 호홉 빈도를 측정하기 위한 센서를 포함함을 특징으로 하는 운동 파라미터 실시간 결정 시스템.
10. 각 형태의 운동 파라미터 실시간 결정 방법에 있어서,
    - 상기 운동을 나타내는 각 신호(S, S1, S2, S3)를 기초로 하여, 현재 운동 종료이전에, 각 형태의 운동 주기 근사값(T_r)을 평가하고;
    - 상기 평가된 주기 근사값(T_r)을 기초로 하여 슬라이딩 윈도우 크기(F)를 결정하며;
    - 슬라이딩 윈도우의 결정된 크기(F) 그리고 상기 운동을 나타내는 대표 신호(S1, S2)를 기초로 하여 슬라이딩 윈도우에 의해 상기 운동 파라미터를 정밀하게 평가함을 포함함을 특징으로 하는 운동 파라미터 실시간 결정 방법.
11. 제10항에 있어서, 반복 형태 운동의 정밀 주기(T_p)가 실시간으로 결정됨을 특징으로 하는 운동 파라미터 실시간 결정 방법.
12. 제11항에 있어서, 상기 반복 형태 운동의 상기 주기(T_p)와는 다른 또 다른 운동 파라미터 평가가 상기 주기를 평가하는 단계에서 반복 형태 운동의 주기를 정밀하게 평가하는 단계(T_p)를 사용함을 특징으로 하는 운동 파라미터 실시간 결정 방법.
13. 제11항에 있어서, 상기 신호(S1, S2, S3, S)는 반복 형태 이동을 수행하는 엘리먼트(element)에 고정된 센서 어셈블리에 의해 전송됨을 특징으로 하는 운동 파라미터 실시간 결정 방법.
14. 제13항에 있어서, 상기 센서 어셈블리에 의해 전송된 상기 신호들이 하나 이상의 자기력계, 하나 이상의 가속도계, 자이로미터, 압력 센서, 심전도계, 호홉량을 측정하기 위한 유속계, 및/또는 호홉 주기를 측정하기 위한 센서를 포함함을 특징으로 하는 운동 파라미터 실시간 결정 방법.
15. 제13항에 있어서, 감소하는 고유치(decreasing eigenvalues)로의 분해를 사용하여 제1 직교 프레임[X, Y, Z]이 공급된 센서 어셈블리에 의해 전송된 신호 프레임 변경이 수행되어, 제1 직교 프레임[X, Y, Z]을 제2 직교 프레임[U, V, W]으로 표현하도록 하며, 이때의 축 U, 축 U와 V는 각각 상기 이동의 주요 축 또는 주요 평면에 해당함을 특징으로 하는 운동 파라미터 실시간 결정 방법.
16. 제11항에 있어서, 상기 슬라이딩 윈도우에서 상기 반복 형태 운동의 정밀 주기(T_p) 실시간 결정이 지역 최대 및 전역 최대를 검출하고, 상기 지역 및 전역 최대가 다수의 엘리먼트 지속시간이며, 상기 정밀 주기(T_p)에 해당하는 최대를 선택하고, 가장 빨리 발생하고 그리고 상기 전역 최대에 대한 그 일탈이 임계값보다 작음을 특징으로 하는 운동 파라미터 실시간 결정 방법.

Images