KR20200134995A - 사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치 - Google Patents

사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치 Download PDF

Info

Publication number
KR20200134995A
KR20200134995A KR1020190061324A KR20190061324A KR20200134995A KR 20200134995 A KR20200134995 A KR 20200134995A KR 1020190061324 A KR1020190061324 A KR 1020190061324A KR 20190061324 A KR20190061324 A KR 20190061324A KR 20200134995 A KR20200134995 A KR 20200134995A
Authority
KR
South Korea
Prior art keywords
processor
electronic device
operation mode
user
pattern
Prior art date
Application number
KR1020190061324A
Other languages
English (en)
Inventor
김현성
강정관
신승혁
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020190061324A priority Critical patent/KR20200134995A/ko
Priority to PCT/KR2020/000867 priority patent/WO2020242005A1/ko
Publication of KR20200134995A publication Critical patent/KR20200134995A/ko
Priority to US17/511,783 priority patent/US20220047185A1/en

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
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

본 발명의 다양한 실시 예들은 센서 모듈, 디스플레이, 메모리, 및 프로세서를 포함하고, 상기 프로세서는, 상기 센서 모듈로부터 센싱 데이터를 획득하고, 상기 획득한 센싱 데이터에 기반하여 사용자의 이동 패턴을 분석하고, 상기 이동 패턴의 분석 결과에 기반하여 이동 특징 정보를 추정하고, 상기 걸음 특징 정보에 기반하여 상기 전자 장치의 동작 모드를 식별하고, 상기 식별된 동작 모드에 기반하여 상기 사용자의 활동 정보를 분석하여 상기 디스플레이를 통해 표시하도록 설정된 방법 및 장치에 관하여 개시한다. 다양한 실시 예들이 가능하다.

Description

사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치{APPARATUS AND METHOD FOR CONTROLLING MODE USING MOVEMENT PATTERN FEATURE OF USER}
본 발명의 다양한 실시예들은 사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치에 관하여 개시한다.
디지털 기술의 발달과 함께 이동통신 단말기, PDA(personal digital assistant), 전자수첩, 스마트 폰, 태블릿 PC(personal computer), 웨어러블 디바이스(wearable device)와 같은 다양한 유형의 전자 장치가 널리 사용되고 있다. 이러한, 전자 장치는 기능 지지 및 증대를 위해, 전자 장치의 하드웨어적인 부분 및/또는 소프트웨어적인 부분이 지속적으로 개량되고 있다.
일례로, 웨어러블 디바이스와 같은 전자 장치는 사용자의 신체에 접촉(또는 착용) 가능한 것으로, 예를 들면 스마트 워치, 스마트 글래스, 스마트 밴드와 같은 다양한 형태로 제공되고 있다. 웨어러블 디바이스는 사용자에 관한 다양한 정보(예: 생체, 활동)를 수집 및 분석하여 사용자에게 다양한 기능(예: 건강 정보)를 제공할 수 있다.
그런데, 웨어러블 디바이스는 수집된 정보에 기초하여 기능을 제공할 때, 사용자가 의도하지 않은 동작이 정보로 수집되어 제공됨으로써, 사용자에게 불편을 초래할 수 있다.
다양한 실시예들에서는 사용자의 움직임에 따른 패턴 특징을 추정하여 전자 장치의 동작 모드를 자동으로 전환하고, 동작 모드에 따른 활동 정보를 수집하여 제공하는 방법 및 장치에 관하여 개시할 수 있다.
다양한 실시예들에 따른 전자 장치는 센서 모듈, 디스플레이, 메모리, 및 프로세서를 포함하고, 상기 프로세서는, 상기 센서 모듈로부터 센싱 데이터를 획득하고, 상기 획득한 센싱 데이터에 기반하여 사용자의 이동 패턴을 분석하고, 상기 이동 패턴의 분석 결과에 기반하여 이동 특징 정보를 추정하고, 상기 걸음 특징 정보에 기반하여 상기 전자 장치의 동작 모드를 식별하고, 상기 식별된 동작 모드에 기반하여 상기 사용자의 활동 정보를 분석하여 상기 디스플레이를 통해 표시하도록 설정될 수 있다.
다양한 실시예들에 따른 전자 장치의 동작 방법은 상기 전자 장치의 센서 모듈로부터 센싱 데이터를 획득하는 동작, 상기 획득한 센싱 데이터에 기반하여 사용자의 이동 패턴을 분석하는 동작, 상기 이동 패턴의 분석 결과에 기반하여 이동 특징 정보를 추정하는 동작, 상기 걸음 특징 정보에 기반하여 상기 전자 장치의 동작 모드를 식별하는 동작, 및 상기 식별된 동작 모드에 기반하여 상기 사용자의 활동 정보를 분석하여 상기 전자 장치의 디스플레이를 통해 표시하는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, 사용자의 움직임에 따른 패턴 특징을 추정하여 전자 장치의 동작 모드를 자동으로 전환(또는 변경)함으로써, 사용자 편의성을 증대시킬 수 있다.
다양한 실시예들에 따르면, 전자 장치의 동작 모드에 따라 서로 다른 정보를 활동 정보로서 수집함으로써, 사용자의 움직임 상황에 맞는 활동 정보를 표시할 수 있다.
다양한 실시예들에 따르면, 보행 패턴의 변화에 따라 활동 정보를 차등적으로 표시함으로써, 사용자의 상태에 따라 직관적으로 정보를 제공할 수 있다.
다양한 실시예들에 따르면, 사용 이력에 기반하여 활동 정보를 차등적으로 표시함으로써, 동작 모드가 동일한 사용자라 하더라도 사용 이력에 따라 서로 다른 활동 정보를 표시할 수 있다.
도 1은 다양한 실시예들에 따른 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다.
도 2는 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시한 흐름도(200)이다.
도 3a 및 도 3b는 다양한 실시예들에 따른 제1 동작 모드와 연관된 걸음 패턴으로 분석하는 일례를 도시한 도면들이다.
도 4a 내지 도 4c는 다양한 실시예들에 따른 제2 동작 모드와 연관된 걸음 패턴을 분석하는 일례를 도시한 도면들이다.
도 5a 및 도 5b는 다양한 실시예들에 따른 제1 동작 모드 및 제4 동작 모드와 관련된 움직임 패턴을 분석하는 일례를 도시한 도면들이다.
도 6a 및 도 6b는 다양한 실시예들에 따른 제1 동작 모드 및 제4 도작 모드와 관련된 이동 궤적을 나타낸 도면들이다.
도 7은 다양한 실시예들에 따른 전자 장치에서 이동 패턴 특징을 분석하여 동작 모드를 설정하는 방법을 도시한 흐름도(700)이다.
도 8은 다양한 실시예들에 따른 전자 장치에서 활동 정보를 수집하여 제공하는 방법을 도시한 흐름도(800)이다.
도 9는 다양한 실시예들에 따른 전자 장치에서 활동 정보를 표시하는 사용자 인터페이스의 일례를 도시한 도면이다.
도 10 내지 도 12는 다양한 실시예들에 따른 전자 장치에서 동작 모드에 따른 활동 정보를 표시하는 일례를 도시한 도면들이다.
도 13은 다양한 실시예들에 따른 전자 장치에서 위치 정보에 기반하여 동작 모드를 제어하는 방법을 도시한 흐름도(1300)이다.
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 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 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 저장매체 는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 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 두개의 사용자 장치들(예: 스마트폰들) 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 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 1은 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블럭도이다.
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 장치(150), 음향 출력 장치(155), 표시 장치(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 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: 표시 장치(160) 또는 카메라 모듈(180))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(176)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(160)(예: 디스플레이)에 임베디드된 채 구현될 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)을 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 로드하고, 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), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(123)은 메인 프로세서(121)보다 저전력을 사용하거나, 또는 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: 표시 장치(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 구성 요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 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 장치(150)는, 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 장치(150)은, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 장치(155)는 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 장치(155)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(160)는 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 표시 장치(160)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 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 장치(150)를 통해 소리를 획득하거나, 음향 출력 장치(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)이 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)은, 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(388)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성 요소에 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 제1 네트워크(198)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(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 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 및 인증할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 하나의 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들을 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 외부 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC)이 추가로 안테나 모듈(197)의 일부로 형성될 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))를 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. 전자 장치(102, 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(102, 104, or 108) 중 하나 이상의 외부 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 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 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, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
다양한 실시예들에 따른 전자 장치(예: 도 1의 전자 장치(101))는 센서 모듈(예: 도 1의 센서 모듈(176)), 디스플레이(예: 도 1의 표시 장치(160)), 메모리(예: 도 1의 메모리(160)), 및 프로세서(예: 도 1의 프로세서(120))를 포함하고, 상기 프로세서는, 상기 센서 모듈로부터 센싱 데이터를 획득하고, 상기 획득한 센싱 데이터에 기반하여 사용자의 이동 패턴을 분석하고, 상기 이동 패턴의 분석 결과에 기반하여 이동 특징 정보를 추정하고, 상기 걸음 특징 정보에 기반하여 상기 전자 장치의 동작 모드를 식별하고, 상기 식별된 동작 모드에 기반하여 상기 사용자의 활동 정보를 분석하여 상기 디스플레이를 통해 표시하도록 설정될 수 있다.
상기 이동 패턴은 걸음 패턴 또는 스트로크 패턴을 포함하고, 상기 프로세서는 일정 시간 동안 획득되는 상기 센싱 데이터로부터 패턴 특징을 추출하고, 상기 추출된 패턴 특징이 상기 걸음 패턴 또는 상기 스트로크 패턴 중 적어도 하나에 해당되는지 여부를 식별하도록 설정될 수 있다.
상기 프로세서는 상기 걸음 패턴을 분석하고, 상기 분석 결과에 기반하여 제1 동작 모드, 제2 동작 모드 또는 제3 동작 모드 중 적어도 하나로 상기 전자 장치의 동작 모드를 식별하도록 설정될 수 있다.
상기 프로세서는 상기 걸음 패턴을 분석하여 걸음의 좌/우 균형 정도, 상/하 균형 정도, 또는 일관 정도를 산출하고, 상기 산출된 좌/우 균형 정도, 상/하 균형 정도, 또는 일관 정도 중 적어도 하나에 기반하여 제1 동작 모드, 제2 동작 모드 또는 제3 동작 모드 중 적어도 하나로 상기 전자 장치의 동작 모드를 식별하도록 설정될 수 있다.
상기 프로세서는 상기 좌/우 균형 정도, 상기 상/하 균형 정도, 또는 상기 일관 정도가 기준치를 초과하는 경우, 상기 전자 장치의 동작 모드를 상기 제1 동작 모드로 식별하도록 설정될 수 있다.
상기 프로세서는 상기 좌/우 균형 정도, 상기 상/하 균형 정도, 또는 상기 일관 정도가 기준치 이하인 경우, 상기 전자 장치의 동작 모드를 상기 제2 동작 모드 또는 상기 제3 동작 모드로 식별하도록 설정될 수 있다.
전자 장치는 통신 모듈(예: 도 1의 통신 모듈(190))을 더 포함하고, 상기 프로세서는 상기 통신 모듈을 통해 보행 보조 기구에 해당하는 외부 장치와 연결되었는지 식별하고, 상기 외부 장치와 연결되지 않은 경우, 상기 전자 장치의 동작 모드를 상기 제2 동작 모드로 식별하고, 상기 외부 장치와 연결된 경우, 상기 전자 장치의 동작 모드를 상기 제3 동작 모드로 식별하도록 설정될 수 있다.
상기 프로세서는 상기 획득한 센싱 데이터로부터 GCT(ground contact time) 신호, 가속도 신호의 x, y, z 값, 또는 가속도의 분산 값 중 적어도 하나를 산출하고, 상기 산출된 GCT 신호, 가속도 신호의 x, y, z 값, 또는 가속도의 분산 값 중 적어도 하나에 기반하여 상기 걸음 패턴을 분석하도록 설정될 수 있다.
상기 프로세서는 상기 GCT 신호, 상기 가속도 신호의 x, y, z 값, 또는 상기 가속도의 분산 값 중 적어도 하나에 기반하여 균형성(asymmetry), 일관성(regularity)(, 또는 언듈레이션(undulation) 중 적어도 하나를 식별하도록 설정될 수 있다.
상기 프로세서는 상기 식별된 동작 모드에 기반하여 기능 엔진을 제어하고, 상기 기능 엔진을 이용하여 상기 활동 정보를 수집하도록 설정될 수 있다.
상기 프로세서는 상기 전자 장치의 동작 모드 별 서로 다른 파라미터를 결정하고, 상기 식별된 동작 모드에 대응하는 파라미터를 상기 활동 정보에 적용하도록 설정될 수 있다.
상기 프로세서는 상기 전자 장치의 사용 이력을 식별하고, 상기 식별된 사용 이력에 기반하여 상기 활동 정보를 표시하도록 설정될 수 있다.
상기 프로세서는 상기 식별된 동작 모드에 기반하여 서로 다른 활동 정보를 표시하도록 설정될 수 있다.
상기 프로세서는 상기 획득한 센싱 데이터에 기반하여 사용자의 걸음 패턴의 변화를 분석하고, 상기 걸음 패턴의 변화에 따라 서로 다른 활동 정보를 표시하도록 설정될 수 있다.
상기 프로세서는 상기 통신 모듈로부터 위치 정보를 획득하고, 상기 획득한 위치 정보에 기반하여 상기 전자 장치의 동작 모드를 변경하도록 설정될 수 있다.
상기 프로세서는 일정 시간 동안 상기 위치 정보에 기반하여 클러스터링(clustering)을 수행하고, 상기 클러스터링된 결과에 기반하여 위치 정보에 대응하는 모드 제어 영역을 설정하고, 상기 설정된 모드 제어 영역을 상기 메모리에 저장하도록 설정될 수 있다.
상기 프로세서는 상기 메모리에 저장된 모드 제어 영역 또는 모드 전환 이력 중 적어도 하나에 기반하여 위치 정보에 대응하는 상기 전자 장치의 동작 모드를 변경하도록 설정될 수 있다.
도 2는 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시한 흐름도(200)이다.
도 2를 참조하면, 동작(201)에서, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 도 1의 프로세서(120))는 센서 모듈(예: 도 1의 센서 모듈(176))로부터 센싱 데이터를 획득(또는 수신)할 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 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.
다양한 실시예들에 따르면, 전자 장치(101)는 웨어러블 디바이스와 같은 형태를 가질 수 있다. 전자 장치(101)가 사용자의 신체에 착용 가능한 경우, 센서 모듈(176)은 사용자의 움직임과 관련된 데이터를 수집하고, 수집된 데이터를 프로세서(120)에 전달할 수 있다. 예를 들어, 상기 사용자의 움직임은 걷기, 달리기와 같은 이동 상황(또는 활동)을 나타내는 것일 수 있다. 프로세서(120)는 실시간으로 또는 주기적으로 상기 센싱 데이터를 획득할 수 있다.
동작(203)에서, 프로세서(120)는 상기 센싱 데이터에 기반하여 사용자의 이동 패턴을 분석할 수 있다. 예를 들어, 상기 센싱 데이터는 가속도 센서(예: 센서 모듈(176))에서 가속도를 측정한 값일 수 있다. 상기 가속도 센서는 출력 신호를 처리하여 물체(예: 사용자)의 가속도, 진동, 충격과 같은 동적 힘을 측정할 수 있다. 상기 센싱 데이터는 자이로 센서(예: 센서 모듈(176))에서 각속도를 측정한 값일 수 있다. 상기 자이로 센서는 회전하는 물체(예: 사용자)의 역학 운동을 이용한 개념으로 위치 측정과 방향을 측정할 수 있다. 프로세서(120)는 상기 센싱 데이터에 기반하여 이동 패턴을 분석할 수 있다. 상기 이동 패턴은 짧은 시간(예: 1초, 3초, 등) 내에 반복적으로 발생하는 사용자의 움직임을 나타내는 것일 수 있다. 상기 이동 패턴 분석은 상기 센싱 데이터에 기반하여 주기적이고 반복적인 움직임이 검출되는지 여부를 분석하는 것에 해당할 수 있다.
동작(205)에서, 프로세서(120)는 상기 분석된 이동 패턴에 기반하여 상기 이동 특징 정보를 추정(또는 예측, 분석)할 수 있다. 상기 이동 패턴은 걸음 패턴 또는 스트로크 패턴을 포함할 수 있다. 상기 걸음 패턴과 상기 스트로크 패턴은 반복적으로 발생하는 이동 궤적이 서로 상이할 수 있다. 프로세서(120)는 상기 이동 궤적에 기반하여 상기 이동 특징 정보를 추정할 수 있다. 또는, 프로세서(120)는 상기 이동 궤적과 함께 상기 이동 궤적과 관련하여 작용되는 힘에 기반하여 상기 이동 특징 정보를 추정할 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 일정한 시간 동안 측정(또는 획득)되는 상기 센싱 데이터에 기반하여 가속도 센서 값(또는 가속도 분산 값) 또는 GCT(ground contact time) 신호를 산출(또는 획득)할 수 있다. 상기 GCT 신호는 발이 지면에 닿아 있는 상태를 나타내는 신호일 수 있다. 상기 GCT 신호에서 가속도 값이 10인 제1 구간이 사용자의 오른발이 지면에 닿아있는 상태이고, 가속도 값이 0인 제2 구간이 상기 사용자의 왼발이 지면에 닿아있는 상태를 의미할 수 있다. 프로세서(120)는 상기 가속도 센서 값으로부터 GCT 신호가 추출(또는 측정)되면, 걸음 패턴으로 판단하고, 상기 가속도 센서 값으로부터 GCT 신호가 추출(또는 측정)되지 않으면, 스트로크 패턴으로 판단할 수 있다.
프로세서(120)는 제1 구간과 제2 구간의 간격 비율로 균형성(asymmetry)(또는 균형 정도)을 판단할 수 있다. 상기 균형성은 사용자 신체의 좌/우 균형성 또는 사용자 신체의 좌/우 움직임을 나타낼 수 있다. 프로세서(120)는 일정한 시간 동안 제1 구간과 제2 구간의 일관성(regularity)(또는 일관 정도)을 판단할 수 있다. 일관성은 걸음 패턴의 일관성을 나타낼 수 있다. 프로세서(120)는 일정한 시간 동안 측정(또는 획득)되는 가속도 값의 분산 값을 이용하여 언듈레이션(undulation)을 판단할 수 있다. 언듈레이션은 사용자 신체의 상/하 균형성 또는 사용자 신체의 상/하 움직임을 나타낼 수 있다. 프로세서(120)는 균형성, 일관성, 언듈레이션 중 적어도 하나에 기반하여 이동 특성 정보를 추정할 수 있다.
일반적으로, 상기 걸음 패턴은 사용자가 앞으로 이동할 때 손을 앞, 뒤로 흔드는 이동 궤적이 측정될 수 있다. 보행에 불편함이 없는 사용자의 경우 이동 궤적이 균형있고, 일관되게 나타날 수 있다. 예를 들어, 보행에 불편함이 없는 사용자는 손이 뒤에서 앞으로 이동될 때 이동 궤적과 손이 앞에서 뒤로 이동될 때 이동 궤적이 유사(또는 동일)할 수 있다. 뒤에서 앞으로의 손의 이동 궤적과 앞에서 뒤로의 손의 이동 궤적이 유사하다는 것은 사용자의 한쪽 손 또는 양쪽 손에 무거운 물체를 쥐거나 하는 것과 같은 예외 사항은 고려하지 않고 일반적인 상황을 의미하는 것이다. 보행 시 보조 기구(예: 목발, 의족)에 도움을 받는 사용자의 이동 궤적은 불편함이 없는 사용자의 이동 궤적보다 좌/우 또는 상/하로 불균형이 나타나거나, 일관되지 않는 특징이 나타날 수 있다.
또한, 상기 스트로크 패턴은 사용자가 휠체어를 탑승한 상태에서 상기 사용자의 힘으로 휠체어를 앞으로 이동시키고, 손을 다시 원위치로 이동시킬 때의 이동 궤적이 측정될 수 있다. 상기 스트로크 패턴의 경우 사용자의 손이 뒤에서 앞으로 이동될 때의 이동 궤적과 사용자의 손이 앞에서 뒤로 이동될 때의 이동 궤적이 다를 수 있다. 상기 스트로크 패턴의 경우 사용자가 손을 뒤에서 앞으로 이동할 때는, 휠체어의 바퀴를 손으로 잡고 앞으로 밀어내기 때문에, 위에서 아래로의 이동 궤적이 발생할 수 있다. 또한, 앞으로 이동된 손을 뒤로 움직일 때는 아래에서 위로의 이동 궤적이 발생할 수 있다. 상기 스트로크 패턴은 상기 걸음 패턴과 비교하여 이동 궤적이 좌/우 또는 상/하로 불균형이 나타날 수 있다. 프로세서(120)는 상기 이동 궤적에 기반하여 상기 이동 특징 정보가 걸음 패턴인지 스트로크 패턴인지 여부를 추정(또는 예측)할 수 있다.
다양한 실시예들에 따르면, 상기 걸음 패턴의 경우 사용자의 손이 뒤에서 앞으로 이동될 때와, 사용자의 손이 앞에서 뒤로 이동될 때 거의 동일한(또는 유사한) 속도(또는 힘)가 측정될 수 있다. 반면, 상기 스트로크 패턴의 경우 사용자의 손이 뒤에서 앞으로 이동될 때와, 사용자의 손이 앞에서 뒤로 이동될 때 속도(또는 힘)가 상이하게 측정될 수 있다. 상기 스트로크 패턴의 경우 사용자가 손을 뒤에서 앞으로 이동할 때, 휠체어의 바퀴를 손으로 밀어내는 힘이 작용하고, 앞으로 이동된 손을 뒤로 움직일 때는 걸음 패턴과 유사하게 아무런 힘이 작용하지 않을 수 있다. 프로세서(120)는 상기 이동 궤적 및 상기 이동 궤적과 관련하여 작용되는 힘에 기반하여 상기 이동 특징 정보가 걸음 패턴인지 스트로크 패턴인지 여부를 추정(또는 예측)할 수 있다.
도면에서는 동작(203) 및 동작(205)이 별개로 수행되는 것으로 설명하고 있지만, 동작(203) 및 동작(205)은 하나의 동작으로 동시에 수행될 수 있다.
동작(207)에서, 프로세서(120)는 상기 추정된 이동 특징 정보에 기반하여 모드(또는 동작 모드)를 설정(또는 결정)할 수 있다. 상기 모드(이하, '동작 모드'라 함)는 사용자의 움직임에 대응하는 최적의 정보를 수집하여 제공하기 위해 전자 장치(11)에 설정되는 것일 수 있다. 프로세서(120)는 상기 이동 특징 정보에 기반하여 제1 동작 모드, 제2 동작 모드, 제3 동작 모드 또는 제4 동작 모드 중 어느 하나의 동작 모드를 식별할 수 있다. 프로세서(120)는 상기 이동 특징 정보가 걸음 패턴에 해당하는 경우, 상기 제1 동작 모드 내지 제3 동작 모드 중 어느 하나의 동작 모드를 식별할 수 있다. 프로세서(120)는 상기 이동 특징 정보가 스트로크 패턴에 해당하는 경우, 상기 제4 동작 모드를 식별할 수 있다. 프로세서(120)는 식별된 동작 모드로 전자 장치(101)를 설정할 수 있다.
예를 들어, 상기 제1 동작 모드는 보행에 불편함이 없는 사용자에 해당하는 것일 수 있다. 상기 보행에 불편함이 없는 사용자란 일반 사용자를 의미하는 것으로, 보조 기구 없이 걷거나, 달리는데 전혀 불편함이 없는 것을 의미할 수 있다. 프로세서(120)는 상기 이동 특징 정보가 걸음 패턴에 해당하며, 상기 걸음 패턴이 균형성, 일관성 또는 언듈레이션 중 적어도 하나가 기준치를 초과하는 경우 전자 장치(101)를 사용하는 사용자에 대응하여 상기 제1 동작 모드를 식별할 수 있다. 상기 제2 동작 모드는 의족과 목발과 같은 보조 기구를 사용하는 사용자에 해당하는 것일 수 있다. 상기 제2 동작 모드에 해당하는 사용자가 착용 또는 사용하는 보조 기구는 통신 모듈(예: 무선 통신 모듈)이 포함되지 않은 것일 수 있다. 프로세서(120)는 상기 이동 특징 정보가 걸음 패턴에 해당하며, 상기 걸음 패턴이 균형성, 일관성 또는 언듈레이션 중 적어도 하나가 기준치 이하이고, 통신 모듈(예: 도 1의 통신 모듈(190))을 통해 보조 기구에 해당하는 외부 장치가 연결되어 있지 않은 경우 전자 장치(101)를 사용하는 사용자에 대응하여 상기 제2 동작 모드를 식별할 수 있다.
상기 제3 동작 모드는 웨어러블 로봇과 같은 보조 기구를 사용하는 사용자에 해당하는 것일 수 있다. 상기 제3 동작 모드에 해당하는 사용자가 착용 또는 사용하는 보조 기구는 통신 모듈을 포함할 수 있다. 상기 제3 동작 모드에 해당하는 사용자의 보조 기구는 전자 장치(101)와 연결(또는 페어링)될 수 있다. 프로세서(120)는 보조 기구와 연결된 이후, 동작(201) 내지 동작(209)을 수행할 수 있다. 프로세서(120)는 상기 이동 특징 정보가 걸음 패턴에 해당하며, 상기 걸음 패턴이 균형성, 일관성 또는 언듈레이션 중 적어도 하나가 기준치 이하이고, 통신 모듈(190)을 통해 보조 기구에 해당하는 외부 장치가 연결된 경우 전자 장치(101)를 사용하는 사용자에 대응하여 상기 제3 동작 모드를 식별할 수 있다. 상기 제4 동작 모드는 휠체어를 탑승한(또는 사용한) 사용자에 해당하는 것일 수 있다. 프로세서(120)는 상기 이동 특징 정보가 스트로크 패턴에 해당하는 경우, 전자 장치(101)를 사용하는 사용자에 대응하여 상기 제4 동작 모드를 식별할 수 있다.
동작(209)에서, 프로세서(120)는 전자 장치(101)에 설정된 동작 모드에 따라 활동 정보를 분석 및 표시할 수 있다. 프로세서(120)는 전자 장치(101)에 설정된 동작 모드에 따라 서로 다른 방식으로 활동 정보를 수집하거나, 수집하는 활동 정보에 차이를 둘 수 있다. 프로세서(120)는 상기 수집된 활동 정보를 분석하여 표시할 수 있다. 상기 활동 정보는 걸음수, 건강한 걸음, 스트로크수, 달리기, 칼로리(또는 소모 칼로리), 활동 시간, 이동 층수(또는 오른 층수), 또는 오른 높이 중 적어도 하나를 포함할 수 있다. 동작 모드에 따른 서로 다른 활동 정보를 수집하는 일례는 아래 표 1과 같을 수 있다.
동작모드 칼로리 활동시간 걸음수 스트로크수 달리기 건강한걸음 이동층수 오른 높이
제1 모드 Ο Ο Ο x Ο Ο Ο x
제2 모드 Ο Ο Ο x x x Ο x
제3 모드 Ο Ο Ο x x x Ο x
제4 모드 Ο Ο x Ο x x x Ο
표 1을 참조하면, 프로세서(120)는 전자 장치(101)가 제1 동작 모드(또는 제1 모드)로 설정된 경우, 상기 제1 동작 모드에 기반하여 활동 정보를 수집할 수 있다. 상기 제1 동작 모드에 기반한 활동 정보는 칼로리, 활동 시간, 걸음수, 달리기, 건강한 걸음(또는 건강한 걸음수), 또는 이동 층수 중 적어도 하나를 포함할 수 있다. 상기 칼로리는 상기 걸음수, 상기 달리기, 또는 상기 건강한 걸음 중 적어도 하나에 의해 사용자의 신체에서 소모되는 칼로리를 의미할 수 있다. 프로세서(120)는 상기 걸음수, 상기 달리기, 또는 상기 건강한 걸음 중 적어도 하나를 이용하여 상기 칼로리를 산출할 수 있다. 상기 활동 시간은 상기 걸음수, 상기 달리기, 또는 상기 건강한 걸음 중 적어도 하나를 수행한 시간을 의미할 수 있다. 프로세서(120)는 상기 걸음수, 상기 달리기, 또는 상기 건강한 걸음 중 적어도 하나를 이용하여 상기 활동 시간을 산출할 수 있다. 상기 건강한 걸음은 일정 시간(예: 5분, 10분) 동안 걸음수가 측정되는 것을 의미할 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 상기 센싱 데이터에 기반하여 이동 수(예: 걸음 수, 스트로크 수)를 카운트하고, 카운트된 이동 수 또는 상기 센싱 데이터에 기반하여 소모 칼로리, 활동 시간, 이동 층수, 또는 오른 높이와 같은 사용자의 활동 정보(또는 움직임 정보)를 산출할 수 있다. 다양한 실시예들에 따르면, 프로세서(120)는 가속도 측정값 또는 각속도 측정값을 이용하여 이동 층수, 또는 오른 높이와 같은 사용자의 활동 정보를 산출할 수 있다. 프로세서(120)는 이동 수가 일정 시간(예: 1분, 3분, 5분) 미만 카운트되는 경우, 소모 칼로리 또는 활동 시간과 같은 상기 사용자의 활동 정보를 산출하지 않고, 상기 이동 수가 상기 일정 시간 이상(예: 5분, 10분) 카운트되는 경우, 소모 칼로리 또는 활동 시간과 같은 상기 사용자의 활동 정보를 산출할 수 있다.
상기에서는 발명의 이해를 위해 가속도 센서 또는 자이로 센서를 예로 들어 설명하였지만, 설명에 의해 발명이 제한되는 것은 아니다. 프로세서(120)는 상기 가속도 센서 또는 상기 자이로 센서 이외에 다양한 센서(예: 제스처 센서, 기압 센서, 온도 센서, 생체 센서)에서 측정된 센싱 데이터를 이용하여 상기 이동 수를 카운트하거나, 또는 상기 사용자의 활동 정보를 산출할 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 동작 모드에 따라 활동 정보를 수집(또는 분석)하기 위한 기능 엔진을 제어함으로써, 기능 엔진 제어(또는 수행)에 따른 전력 소모를 줄일 수 있다. 상기 기능 엔진은 활동 정보를 수집 또는 분석하는데 이용되는 프로그램(또는 소프트웨어)일 수 있다. 프로세서(120)는 상기 제1 동작 모드인 경우, 스트로크 수 또는 오른 높이를 측정(또는 산출)하기 위한 기능 엔진을 오프(또는 비활성화)시킬 수 있다. 프로세서(120)는 상기 제1 동작 모드인 경우, 칼로리, 활동 시간, 걸음수, 달리기, 건강한 걸음, 또는 이동 층수 중 적어도 하나를 측정(또는 산출)하기 위한 기능 엔진을 온(또는 활성화)시킬 수 있다.
프로세서(120)는 전자 장치(101)가 제2 동작 모드(또는 제2 모드)로 설정된 경우, 상기 제2 동작 모드에 기반하여 활동 정보를 수집할 수 있다. 상기 제2 동작 모드에 기반한 활동 정보는 칼로리, 활동 시간, 걸음수, 또는 이동 층수 중 적어도 하나를 포함할 수 있다. 프로세서(120)는 제2 동작 모드인 경우, 사용자의 신체 상황에 맞게 일부 활동 정보(예: 건강한 걸음, 달리기, 스트로크 수 또는 오른 높이)를 산출하지 않을 수 있다. 프로세서(120)는 상기 제2 동작 모드인 경우, 칼로리, 활동 시간, 걸음수, 또는 이동 층수 중 적어도 하나를 측정하기 위한 기능 엔진을 활성화시키고, 건강한 걸음, 달리기, 스트로크 수 또는 오른 높이 중 적어도 하나를 측정하기 위한 기능 엔진을 비활성화시킬 수 있다.
프로세서(120)는 전자 장치(101)가 제3 동작 모드(또는 제3 모드)로 설정된 경우, 상기 제3 동작 모드에 기반하여 활동 정보를 수집할 수 있다. 상기 제3 동작 모드에 기반한 활동 정보는 칼로리, 활동 시간, 걸음수, 또는 이동 층수 중 적어도 하나를 포함할 수 있다. 상기 제3 동작 모드에 기반한 활동 정보는 상기 제2 동작 모드에 기반한 활동 정보와 동일하거나, 다를 수 있다. 프로세서(120)는 상기 보조 기구로부터 통신 모듈(예: 도 1의 통신 모듈(190))을 통해 장치 정보를 수신하고, 수신된 장치 정보에 기반하여 상기 제3 동작 모드와 관련된 활동 정보 수집할 수 있다. 프로세서(120)는 제3 동작 모드인 경우, 사용자의 신체 상황에 맞게 일부 활동 정보(예: 건강한 걸음, 달리기, 스트로크 수 또는 오른 높이)를 산출하지 않을 수 있다. 프로세서(120)는 상기 제3 동작 모드인 경우, 칼로리, 활동 시간, 걸음수, 또는 이동 층수 중 적어도 하나를 측정하기 위한 기능 엔진을 활성화시키고, 건강한 걸음, 달리기, 스트로크 수 또는 오른 높이 중 적어도 하나를 측정하기 위한 기능 엔진을 오프시킬 수 있다.
프로세서(120)는 전자 장치(101)가 제4 동작 모드(또는 제4 모드)로 설정된 경우, 상기 제4 동작 모드에 기반하여 활동 정보를 수집할 수 있다. 상기 제4 동작 모드에 기반한 활동 정보는 칼로리, 활동 시간, 스트로크 수, 또는 오른 높이 중 적어도 하나를 포함할 수 있다. 프로세서(120)는 제4 동작 모드에서 걸음수, 건강한 걸음, 이동 층수를 측정하는 대신에, 스트로크 수 또는 오른 높이를 측정(또는 산출)할 수 있다. 휠체어를 탑승한 상태로 이동하는 사용자의 활동은 걷는 것이 아닌 휠체어 바퀴를 이동시키는 것일 수 있다. 또한, 상기 사용자는 휠체어를 타고 경사도가 있는 곳은 이동할 수 있지만, 계단은 이동할 수 없으므로, 프로세서(120)는 이동 층수 대신에 오른 높이를 측정할 수 있다. 프로세서(120)는 제4 동작 모드인 경우, 사용자의 신체 상황에 맞게 일부 활동 정보(예: 걸음수, 건강한 걸음, 달리기, 이동 층수)를 산출하지 않을 수 있다. 프로세서(120)는 상기 제4 동작 모드인 경우, 칼로리, 활동 시간, 스트로크 수, 또는 오른 높이 중 적어도 하나를 측정하기 위한 기능 엔진을 활성화시키고, 걸음수, 건강한 걸음, 달리기, 또는 이동 층수 중 적어도 하나를 측정하기 위한 기능 엔진을 비활성화시킬 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 상기 휠체어 구동과 관련하여 사용자의 개입 정도(또는 여부)에 기반하여 상기 제4 동작 모드와 관련된 활동 정보를 다르게 수집할 수 있다. 예를 들어, 상기 휠체어는 전동 모듈 또는 통신 모듈 중 적어도 하나를 포함하거나, 포함하지 않을 수 있다. 프로세서(120)는 사전에 사용자로부터 상기 휠체어에 대한 장치 정보를 사용자로부터 획득하거나, 상기 휠체어로부터 상기 장치 정보를 수신할 수 있다. 예를 들어, 프로세서(120)는 상기 휠체어가 전동 모듈에 의해 사용자의 개입 없이 이동 가능한 경우와 상기 휠체어가 사용자의 개입으로 이동 가능한 경우에 대하여 수집된 활동 정보에 대하여 서로 다른 파라미터(또는 가중치)를 적용할 수 있다.
도 3a 및 도 3b는 다양한 실시예들에 따른 제1 동작 모드와 연관된 걸음 패턴으로 분석하는 일례를 도시한 도면들이다.
도 3a는 제1 동작 모드의 걸음 패턴과 관련된 제1 가속도 그래프(310)를 나타낸 것이다.
도 3a를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 가속도 센서(예: 도 1의 센서 모듈(176))로부터 가속도 신호(또는 가속도 센싱 신호)를 획득(또는 수신)할 수 있다. 상기 가속도 신호는 x축 센싱 신호(317), y축 센싱 신호(315), z축 센싱 신호(311) 또는 GCT(ground contact time) 신호(313) 중 적어도 하나를 포함할 수 있다. 제1 가속도 그래프(310)에 나타낸 가속도 신호는 보행에 불편함이 없는 사용자가 전자 장치(101)를 착용(또는 소지)하고 걸은 경우 나타날 수 있는 신호일 수 있다. x축 센싱 신호(317), y축 센싱 신호(315), z축 센싱 신호(311)를 보면, 시간에 따라 변화하는 신호(또는 가속도 값)가 균형적이고, 일정할 수 있다. GCT 신호(313)는 발이 지면에 닿아 있는 상태를 나타내는 신호일 수 있다. GCT 신호(313)에서 가속도 값이 10인 제1 구간(318)이 사용자의 오른발이 지면에 닿아있는 상태이고, 가속도 값이 0인 제2 구간(319)이 상기 사용자의 왼발이 지면에 닿아있는 상태를 의미할 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 일정한 시간 동안 제1 구간(318)과 제2 구간(319)의 간격 비율로 균형성(asymmetry)(또는 균형 정도)을 판단할 수 있다. 상기 균형성은 사용자 신체의 좌/우 균형성 또는 사용자 신체의 좌/우 움직임을 나타낼 수 있다. 프로세서(120)는 일정한 시간 동안 제1 구간(318)과 제2 구간(319)의 일관성(regularity)(또는 일관 정도)을 판단할 수 있다. 일관성은 걸음 패턴의 일관성을 나타낼 수 있다. 프로세서(120)는 제1 가속도 그래프(310)와 같은 가속도 신호로부터 가속도 신호가 일정한 간격을 유지하고, 일관성이 있는 걸음 패턴으로 분석할 수 있다. 예를 들어, 프로세서(120)는 1 가속도 그래프(310)와 같은 가속도 신호가 측정되면, 균형성 및 일관성이 기준치를 초과한 것으로 판단할 수 있다.
도 3b는 제1 동작 모드의 걸음 패턴과 관련된 제2 가속도 그래프(350)를 나타낸 것이다.
도 3b를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 가속도 센서(예: 도 1의 센서 모듈(176))로부터 획득한 가속도 신호의 분산 신호(351) 및 GCT 신호(353)를 산출할 수 있다. 제2 가속도 그래프(350)에 나타낸 분산 신호는 보행에 불편함이 없는 사용자가 전자 장치(101)를 착용(또는 소지)하고 걸은 경우 나타날 수 있는 신호일 수 있다. 프로세서(120)는 일정한 시간 동안 분산 신호(351)를 이용하여 언듈레이션(undulation)을 판단할 수 있다. 언듈레이션은 사용자 신체의 상/하 균형성 또는 사용자 신체의 상/하 움직임을 나타낼 수 있다. 프로세서(120)는 일정 시간 동안의 분산 신호(351)에서 나타내는 가속도 분산 크기로부터 언듈레이션을 판단할 수 있다. 제2 가속도 그래프(350)를 보면, 가속도 분산 크기가 대체로 작고, 일관된 패턴을 나타내는 것을 알 수 있다.
프로세서(120)는 제1 가속도 그래프(310) 및 제2 가속도 그래프(350)와 같은 신호 검출 및 패턴이 측정되면, 보행에 불편함이 없는 사용자에 해당하는 제1 동작 모드로 설정할 수 있다.
도 4a 내지 도 4c는 다양한 실시예들에 따른 제2 동작 모드와 연관된 걸음 패턴을 분석하는 일례를 도시한 도면들이다.
도 4a는 제2 동작 모드의 걸음 패턴과 관련된 제3 가속도 그래프(410)를 나타낸 것이다.
도 4a를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 가속도 센서(예: 도 1의 센서 모듈(176))로부터 가속도 신호(또는 가속도 센싱 신호)를 획득(또는 수신)할 수 있다. 상기 가속도 신호는 x축 센싱 신호(417), y축 센싱 신호(415), z축 센싱 신호(411) 또는 GCT(ground contact time) 신호(413) 중 적어도 하나를 포함할 수 있다. 제3 가속도 그래프(410)에 나타낸 가속도 신호는 사용자가 걸을 때 보조 기구(예: 목발)를 이용하여 전자 장치(101)를 착용(또는 소지)하고 걸은 경우 나타날 수 있는 신호일 수 있다. x축 센싱 신호(417), y축 센싱 신호(415), z축 센싱 신호(411)를 보면, 시간에 따라 변화하는 신호(또는 가속도 값)가 균형적이고, 일정하지만, 도 3a의 x축 센싱 신호(317), y축 센싱 신호(315), z축 센싱 신호(311)와 비교하면 균형성과 일관성에 있어 차이가 있음을 알 수 있다.
도 3a의 제1 가속도 그래프(310)의 가속도 신호와 도 4a의 제3 가속도 그래프(410)의 가속도 신호를 비교해 보면, 가속도 값이 차이가 나는 것을 알 수 있다. 제1 가속도 그래프(310)의 z축 센싱 신호(311)는 가속도 크기가 GCT 신호(313)가 10인 구간에서 낮아졌다가 GCT 신호(313)가 0인 구간에서 높아지는 것을 알 수 있다. 반면, 제3 가속도 그래프(410)의 z축 센싱 신호(411)는 가속도 크기가 GCT 신호(413)가 10인 구간에서 낮아지고 GCT 신호(413)가 0에서 10으로 변경되는 시점에 높아지는 것을 알 수 있다. 이는, 사용자의 발과 함께 목발의 디딤축이 지면에 닿음으로써 미세한 가속도 크기 변화가 발생할 수 있기 때문이다. 예를 들어, 제3 가속도 그래프(410)는 왼발(예: 제1 구간(418))에 목발을 함께 사용할 때 나타나는 신호일 수 있다.
GCT 신호(413)는 발이 지면에 닿아 있는 상태를 나타내는 신호일 수 있다. GCT 신호(413)에서 가속도 값이 10인 제1 구간(418)이 사용자의 오른발이 지면에 닿아있는 상태이고, 가속도 값이 0인 제2 구간(419)이 상기 사용자의 왼발과 목발이 지면에 닿아있는 상태를 의미할 수 있다. GCT 신호(413)에서 제1 구간(418)과 제2 구간(419)의 시간이 일정하지 않은 것을 알 수 있다. 제1 가속도 그래프(310)의 GCT 신호(313)와 도 4a의 제3 가속도 그래프(410)의 GCT 신호(413)를 비교해 보면, 구간 길이가 차이가 나는 것을 알 수 있다. 예를 들어, 제1 구간(418)에서는 사용자의 왼발과 함께 목발의 디딤축이 지면에 닿는 반면, 제2 구간(419)에서는 목발 없이 사용자의 오른발만이 지면에 닿을 수 있다. 사용자의 발(예: 오른발)만 지면에 닿는 시간(예: 제2 구간(419)의 시간)과 사용자의 발(예: 왼발)과 함께 목발이 지면에 닿는 시간(예: 제1 구간(418)의 시간)을 비교해 보면, 오른발만 지면에 닿는 시간이 더 긴 것을 알 수 있다. 목발을 이용하여 걸음을 걷는 사용자의 경우 자신의 발만으로는 걸음을 걸을 수 없어, 목발에 도움을 받는 것이므로, 불편하지 않은 발이 지면에 닿는 시간이 더 많아질 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 일정한 시간 동안 제1 구간(418)과 제2 구간(419)의 간격 비율로 균형성(또는 균형 정도)을 판단하고, 일정한 시간 동안 제1 구간(418)과 제2 구간(419)의 일관성을 판단할 수 있다. 프로세서(120)는 제3 가속도 그래프(410)와 제1 가속도 그래프(310)를 비교해 볼 때, 균형성 또는 일관성이 낮은 것으로 판단할 수 있다. 프로세서(120)는 제3 가속도 그래프(410)와 같은 가속도 신호가 측정되면, 균형성 및 일관성이 기준치 이하인 것으로 판단할 수 있다.
도 4b는 제2 동작 모드의 걸음 패턴과 관련된 제4 가속도 그래프(430)를 나타낸 것이다.
도 4b를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 가속도 센서(예: 도 1의 센서 모듈(176))로부터 가속도 신호(또는 가속도 센싱 신호)를 획득(또는 수신)할 수 있다. 상기 가속도 신호는 x축 센싱 신호(437), y축 센싱 신호(435), z축 센싱 신호(431) 또는 GCT(ground contact time) 신호(433) 중 적어도 하나를 포함할 수 있다. 제4 가속도 그래프(430)에 나타낸 가속도 신호는 사용자가 걸을 때 보조 기구(예: 의족)를 이용하여 전자 장치(101)를 착용(또는 소지)하고 걸은 경우 나타날 수 있는 신호일 수 있다. x축 센싱 신호(437), y축 센싱 신호(435), z축 센싱 신호(431)를 보면, 시간에 따라 변화하는 신호(또는 가속도 값)가 균형적이고, 일정하지만, 도 3a의 x축 센싱 신호(317), y축 센싱 신호(315), z축 센싱 신호(311)과 비교하면 균형성과 일관성에 있어 차이가 있음을 알 수 있다.
도 3a의 제1 가속도 그래프(310)의 가속도 신호와 도 4b의 제4 가속도 그래프(430)의 가속도 신호를 비교해 보면, 가속도 값이 차이가 나는 것을 알 수 있다. 제1 가속도 그래프(310)의 z축 센싱 신호(311)는 가속도 크기가 GCT 신호(313)가 0인 구간에서 높아졌다가 GCT 신호(313)가 10인 구간에서 낮아지는 것을 알 수 있다. 반면, 제4 가속도 그래프(430)의 z축 센싱 신호(431)는 가속도 크기가 GCT 신호(433)가 10인 구간에서 높아졌다가 GCT 신호(433)가 0인 구간에서 낮아지는 것을 알 수 있다. 의족을 이용하여 걸음을 걷는 사용자의 경우 짧은 보폭으로 보행하고, 불편하지 않은 발이 지면에 닿는 시간이 더 많아질 수 있다.
GCT 신호(433)는 발이 지면에 닿아 있는 상태를 나타내는 신호일 수 있다. GCT 신호(433)에서 가속도 값이 10인 제1 구간(438)이 사용자의 오른발이 지면에 닿아있는 상태이고, 가속도 값이 0인 제2 구간(439)이 상기 사용자의 의족이 지면에 닿아있는 상태를 의미할 수 있다. GCT 신호(433)에서 제1 구간(438)과 제2 구간(439)의 시간이 일정하지 않은 것을 알 수 있다. 제1 가속도 그래프(310)의 GCT 신호(313)와 도 4b의 제4 가속도 그래프(430)의 GCT 신호(433)를 비교해 보면, 구간 길이가 차이가 나는 것을 알 수 있다. 예를 들어, GCT 신호(433)에서 제1 걸음(441), 제2 걸음(443) 및 제3 걸음(445)을 나타내고, 제1 걸음(441)과 제2 걸음(443)의 가속도가 0인 구간은 유사하지만, 제3 걸음(445)은 가속도가 0인 구간이 더 긴 것을 알 수 있다.
예를 들어, 제1 구간(438)에서는 의족 없이 사용자의 오른발만이 지면에 닿는 반면, 제2 구간(439)에서는 사용자의 왼발에 의족을 차고 지면에 닿을 수 있다. 사용자의 발(예: 오른발)만 지면에 닿는 시간(예: 제1 구간(438)의 시간)과 사용자의 발(예: 왼발)에 의족을 차고 지면에 닿는 시간(예: 제2 구간(439)의 시간)을 비교해 보면, 의족을 지면에 닿는 시간이 더 긴 것을 알 수 있다. 왼발에 의족을 찬 경우, 불편한 다리(예: 왼쪽 다리)를 옮기자마자 다른 한쪽을 곧바로 따라 이동하여 불편하지 않는 다리(예: 오른쪽 다리) 쪽으로 무게 중심을 두며 이동할 수 있다. GCT 신호(433)에서는 가속도 값이 10인 제1 구간(438)과 가속도 값이 0인 제2 구간(439)이 2개씩 나타나는 패턴을 보일 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 일정한 시간 동안 제1 구간(438)과 제2 구간(439)의 간격 비율로 균형성(또는 균형 정도)을 판단하고, 일정한 시간 동안 제1 구간(438)과 제2 구간(439)의 일관성을 판단할 수 있다. 프로세서(120)는 제4 가속도 그래프(430)와 제1 가속도 그래프(310)를 비교해 볼 때, 균형성 또는 일관성이 낮은 것으로 판단할 수 있다. 프로세서(120)는 제4 가속도 그래프(430)와 같은 가속도 신호가 측정되면, 균형성 및 일관성이 기준치 이하인 것으로 판단할 수 있다.
도면에서는 보조 기구에 따라 제3 가속도 그래프(410)와 제4 가속도 그래프(430)의 가속도 신호가 다르게 나타나는 것으로 도시하고 있지만, 보조 기구가 다르더라도 가속도 신호가 유사하게 나타날 수도 있다. 도면은 발명의 이해를 돕기 위한 것일 뿐 발명의 내용을 제한하는 것은 아니다.
도 4c는 제2 동작 모드의 걸음 패턴과 관련된 제5 가속도 그래프(450)를 나타낸 것이다.
도 4c를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 가속도 센서(예: 도 1의 센서 모듈(176))로부터 획득한 가속도 신호의 분산 신호(451) 및 GCT 신호(453)를 산출할 수 있다. 제5 가속도 그래프(450)에 나타낸 분산 신호는 보조 기구(예: 의족)를 착용한 사용자가 전자 장치(101)를 착용(또는 소지)하고 걸은 경우 나타날 수 있는 신호일 수 있다. 프로세서(120)는 일정한 시간 동안 분산 신호(451)를 이용하여 언듈레이션(undulation)을 판단할 수 있다. 언듈레이션은 사용자 신체의 상/하 균형성 또는 사용자 신체의 상/하 움직임을 나타낼 수 있다. 프로세서(120)는 일정 시간 동안의 분산 신호(451)에서 나타내는 가속도 분산 크기로부터 언듈레이션을 판단할 수 있다. 제5 가속도 그래프(450)를 보면, 가속도 분산이 대체로 크고, 패턴이 일관되지만, 보행에 불편함이 없는 사용자의 걸음 패턴과는 상이한 것을 알 수 있다.
프로세서(120)는 제3 가속도 그래프(410), 제4 가속도 그래프(430), 또는 제5 가속도 그래프(450)와 같은 신호 검출 및 패턴이 측정되면, 보조 기구를 사용하여 보행하는 사용자에 해당하는 제2 동작 모드로 설정할 수 있다.
다양한 실시예들에 따르면, 웨어러블 로봇을 착용한 상태에서 보행하는 사용자의 경우 제3 가속도 그래프(410) 또는 제4 가속도 그래프(430)와 같은 가속도 신호가 검출될 것이다. 프로세서(120)는 제3 가속도 그래프(410) 또는 제4 가속도 그래프(430)와 같은 가속도 신호가 검출되고, 웨어러블 로봇으로부터 장치 정보를 수신하는 것에 기반하여 제3 동작 모드로 판단할 수 있다.
도 5a 및 도 5b는 다양한 실시예들에 따른 제1 동작 모드 및 제4 동작 모드와 관련된 움직임 패턴을 분석하는 일례를 도시한 도면들이다.
도 5a는 제1 동작 모드에서 측정된 가속도 값을 나타낸 제6 가속도 그래프(510)를 나타낸 것이다.
도 5a를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 가속도 센서(예: 도 1의 센서 모듈(176))로부터 가속도 신호를 획득(또는 측정)할 수 있다. 상기 가속도 신호는 가속도 분산 신호(511), x축 센싱 신호(517), y축 센싱 신호(515), 또는 z축 센싱 신호(513) 중 적어도 하나를 포함할 수 있다. 제6 가속도 그래프(510)는 보행에 불편함이 없는 사용자가 전자 장치(101)를 착용(또는 소지)하고 걸은 경우의 가속도 신호를 나타낸 것이다.
도 5b는 제2 동작 모드에서 측정된 가속도 값을 나타낸 제7 가속도 그래프(550)를 나타낸 것이다.
도 5b를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 가속도 센서(예: 도 1의 센서 모듈(176))로부터 가속도 신호를 획득(또는 측정)할 수 있다. 상기 가속도 신호는 가속도 분산 신호(551), x축 센싱 신호(557), y축 센싱 신호(555), 또는 z축 센싱 신호(553) 중 적어도 하나를 포함할 수 있다. 제7 가속도 그래프(550)는 휠체어를 탑승한 사용자가 전자 장치(101)를 착용(또는 소지)하고 이동한 경우의 가속도 신호를 나타낸 것이다.
제7 가속도 그래프(550)의 가속도 분산 신호(551)는 제6 가속도 그래프(510)의 가속도 분산 신호(511)에 비해 가속도 값이 큰 것을 알 수 있다. 보행에 불편함이 없는 사용자는 사용자의 신체(예: 손)가 비교적 자유롭기 때문에 가속도 분산 값이 크지 않을 수 있다. 휠체어에 탑승한 사용자는 휠체어의 바퀴를 잡고 밀어야 하는 물리적 특성 때문에 가속도의 분산 크기가 클 수 있다. 상기 물리적 특성이란, 휠체어 바퀴에 작용되는 힘을 의미할 수 있다. 다만, 휠체어의 바퀴를 천천히 미는 경우, 휠체어를 탑승한 상태에서 측정된 가속도 분산이 보행에 불편함이 없는 사용자의 가속도 분산과 차이가 적을 수 있다. 이 경우, 프로세서(120)는 자이로 센서를 활용하여, 손의 이동 궤적을 더 고려하여 사용자의 이동 특성이 제1 동작 모드에 해당되는지 제4 동작 모드에 해당하는지 여부를 판단할 수 있다.
도 6a 및 도 6b는 다양한 실시예들에 따른 제1 동작 모드 및 제4 도작 모드와 관련된 이동 궤적을 나타낸 도면들이다.
도 6a는 제1 동작 모드에서 측정된 센싱 데이터에 기반하여 이동 궤적(610)을 나타낸 것이다.
도 6a를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 가속도 센서(예: 도 1의 센서 모듈(176))로부터 가속도 신호(또는 가속도 센싱 신호)를 획득(또는 수신)할 수 있다. 제1 동작 모드는 보행에 불편함이 없는 사용자에 해당하는 것일 수 있다. 보행에 불편함이 없는 사용자의 경우 이동 궤적이 균형있고, 일관되게 나타날 수 있다. 예를 들어, 보행에 불편함이 없는 사용자는 오른손이 뒤(예: 제1 지점(611))에서 앞(예: 제2 지점(613))으로 이동될 때 제1 이동 궤적(615)과 왼손이 뒤에서 앞으로 이동될 때 제2 이동 궤적(617)이 유사(또는 동일)할 수 있다. 예를 들어, 사용자가 전자 장치(101)를 착용(예: 손목)하거나, 소지(예: 손에 들고)하고 걷는 경우, 손을 앞, 뒤로 흔들면서 걸을 수 있다.
제1 지점(611)에서는 가속도 값이 10이고, 각속도 값이 검출되지 않을 수 있다. 상기 각속도 값은 자이로 센서에 의해 검출되는 회전 값으로 사용자의 손이 제1 지점(611)에 머무르기 때문에 각속도 값이 검출되지 않을 수 있다. 제1 지점(611)에서 제2 지점(613)으로 이동 시에는 0보다 큰 가속도 값이 검출되고, 각속도 값이 검출될 수 있다. 사용자의 손이 제1 지점(611)에서 제2 지점(613)으로 이동함에 따라 가속도 값과 함께 각속도 값이 검출될 수 있다. 제2 지점(613)에서는 가속도 값이 0이고, 각속도 값이 검출되지 않을 수 있다. 사용자의 손이 제2 지점(613)에 머무르기 때문에 각속도 값이 검출되지 않을 수 있다. 이해를 돕기 위해, 도 3a를 참조하여 설명하면, 제1 지점(611)은 제1 가속도 그래프(310) 내 GCT 신호(313)의 제2 구간(319)에 해당하고, 제2 지점(613)은 GCT 신호(313)의 제1 구간(318)에 해당할 수 있다.
다양한 실시예들에 따르면, 보행 시 보조 기구(예: 목발, 의족)에 도움을 받는 사용자의 이동 궤적은 불편함이 없는 사용자의 이동 궤적보다 좌/우 또는 상/하로 불균형이 나타나거나, 일관되지 않는 특징이 나타날 수 있다. 이해를 돕기 위해, 도 4a를 참조하여 설명하면, 제1 지점(611)은 제3 가속도 그래프(410) 내 GCT 신호(413)의 제2 구간(419)에 해당하고, 제2 지점(613)은 GCT 신호(413)의 제1 구간(418)에 해당할 수 있다.
도 6b는 제4 동작 모드에서 측정된 센싱 데이터에 기반하여 이동 궤적(650)을 나타낸 것이다.
도 6b를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 가속도 센서(예: 도 1의 센서 모듈(176))로부터 가속도 신호(또는 가속도 센싱 신호)를 획득(또는 수신)할 수 있다. 제4 동작 모드는 휠체어에 탑승한 사용자에 해당하는 것일 수 있다. 제4 동작 모드에서는 사용자가 휠체어를 탑승한 상태에서 상기 사용자의 힘으로 휠체어를 앞으로 이동시키고, 손을 다시 원위치로 이동시킬 때의 이동 궤적(650)이 측정될 수 있다. 예를 들어, 휠체어에 탑승한 사용자는 손(예: 오른손)이 뒤(예: 제1 지점(651))에서 앞(예: 제2 지점(653))으로 이동될 때 제1 이동 궤적(655)과 손이 앞(예: 제2 지점(653))에서 뒤(예: 제1 지점(651))로 이동될 때 제2 이동 궤적(657)이 다를 수 있다. 예를 들어, 사용자가 전자 장치(101)를 착용(예: 손목)하거나, 소지(예: 손에 들고)하고 휠체어를 미는 경우, 사용자가 손을 뒤에서 앞으로 이동할 때는, 휠체어의 바퀴를 손으로 잡고 앞으로 밀어내기 때문에, 위에서 아래로의 제1 이동 궤적(655)이 발생할 수 있다. 또한, 앞으로 이동된 손을 뒤로 움직일 때는 아래에서 위로의 제2 이동 궤적(657)이 발생할 수 있다. 제4 동작 모드에서 검출되는 이동 궤적(650)은 제1 동작 모드에서 검출되는 이동 궤적(610)과 비교하여 좌/우 또는 상/하로 불균형이 나타날 수 있다. 프로세서(120)는 상기 이동 궤적에 기반하여 이동 특징 정보가 걸음 패턴인지 스트로크 패턴인지 여부를 추정(또는 예측)할 수 있다.
도 7은 다양한 실시예들에 따른 전자 장치에서 이동 패턴 특징을 분석하여 동작 모드를 설정하는 방법을 도시한 흐름도(700)이다. 도 7의 흐름도(700)는 도 2의 동작(205) 및 동작(207)을 상세히 나타낸 것이다.
도 7을 참조하면, 동작(701)에서, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 패턴 특징을 추출할 수 있다. 프로세서(120)는 일정 시간(예: 1분, 3분, 5분) 동안 검출된 센싱 데이터로부터 패턴 특징을 추출할 수 있다. 상기 패턴 특징은 주기적인 패턴을 나타내는 것이거나, 주기적인지 않더라도 일정한 패턴을 가지는 것을 의미할 수 있다.
동작(703)에서, 프로세서(120)는 상기 추출된 패턴 특징이 걸음 패턴인지 식별(또는 판단)할 수 있다. 상기 걸음 패턴은 도 3a, 도 4a 또는 도 4b와 같은 가속도 그래프(예: 제1 가속도 그래프(310), 제3 가속도 그래프(410), 제4 가속도 그래프(430))의 GCT 신호(예: GCT 신호(313), GCT 신호(413), GCT 신호(433))에 해당할 수 있다. 예를 들어, 프로세서(120)는 일정한 시간 간격(예: 1초, 2초, 3초)으로 가속도 값이 0 또는 10이 주기적으로 변화되는 GCT 신호가 검출되는지 여부를 식별할 수 있다. 프로세서(120)는 상기 가속도 센서 값으로부터 GCT 신호가 추출(또는 측정)되면, 걸음 패턴으로 판단할 수 있다. 또는, 상기 걸음 패턴은 가속도 신호의 x, y, z 신호 간에 일정한 패턴을 나타내는 것을 의미할 수 있다. 예를 들어, 프로세서(120)는 일정한 시간 간격으로 x축 가속도 신호(예: 도 3a의 x축 신호(317))와 y축 가속도 신호(예: 도 3a의 y축 신호(315))의 가속도 값이 높을 때, z축 가속도 신호(예: 도 3a의 z축 신호(311))의 가속도 값이 낮은 경우, 걸음 패턴으로 판단할 수 있다. 프로세서(120)는 GCT 신호가 검출되고, 가속도 신호의 x, y, z 신호 간에 일정한 패턴이 검출되면, 걸음 패턴으로 판단할 수 있다.
프로세서(120)는 상기 추출된 패턴 특징으로부터 상기 걸음 패턴이 검출되는 경우 동작(705)을 수행하고, 상기 추출된 패턴 특징으로부터 상기 걸음 패턴이 검출되지 않는 경우 동작(719)을 수행할 수 있다. 도면에서는 동작(703)을 먼저 수행하고, 동작(719)을 나중에 수행하는 것으로 도시하고 있지만, 동작(719)을 먼저 수행하고, 동작(703)을 나중에 수행하거나, 동작(703) 및 동작(719)을 동시에 수행할 수도 있다. 이는 전자 장치(101)의 구현 상의 이슈일 뿐, 발명의 설명에 의해 발명의 내용이 제한되는 것은 아니다.
상기 걸음 패턴이 검출되는 경우 동작(705)에서, 프로세서(120)는 걸음 패턴을 분석할 수 있다. 프로세서(120)는 GCT 신호, 가속도 신호의 x, y, z 값, 또는 가속도의 분산 값 중 적어도 하나에 기반하여 상기 걸음 패턴을 분석할 수 있다. 프로세서(120)는 GCT 신호, 가속도 신호의 x, y, z 값, 또는 가속도의 분산 값 중 적어도 하나에 기반하여 균형성, 일관성, 언듈레이션 중 적어도 하나를 식별(또는 판단)할 수 있다. 예를 들어, 프로세서(120)는 GCT 신호(예: GCT 신호(313), GCT 신호(413), GCT 신호(433))의 제1 구간(예: 제1 구간(318), 제1 구간(418), 제1 구간(438))과 제2 구간(예: 제2 구간(319), 제1 구간(419), 제1 구간(439))의 간격 비율로 균형성을 판단할 수 있다. 상기 균형성은 사용자 신체의 좌/우 균형성 또는 사용자 신체의 좌/우 움직임을 나타낼 수 있다.
프로세서(120)는 일정한 시간 동안 상기 GCT 신호의 상기 제1 구간과 상기 제2 구간을 판단할 수 있다. 일관성은 걸음 패턴의 일관성을 나타낼 수 있다. 프로세서(120)는 일정한 시간 동안 측정(또는 획득)되는 가속도의 분산 값을 이용하여 언듈레이션을 판단할 수 있다. 언듈레이션은 사용자 신체의 상/하 균형성 또는 사용자 신체의 상/하 움직임을 나타낼 수 있다.
동작(707)에서, 프로세서(120)는 상기 분석 결과에 기반하여 모드를 식별(또는 판단)할 수 있다. 예를 들어, 프로세서(120)는 균형성, 일관성, 언듈레이션 중 적어도 하나가 기준치를 초과하는 경우, 제1 동작 모드로 식별할 수 있다. 프로세서(120)는 상기 GCT 신호의 상기 제1 구간과 상기 제2 구간의 시간이 동일한 경우, 균형성이 기준치를 초과하는 것으로 판단할 수 있다. 프로세서(120)는 상기 GCT 신호에서 상기 제1 구간과 상기 제2 구간이 일관성 있게 나타나는 경우, 일관성이 기준치를 초과하는 것으로 판단할 수 있다. 프로세서(120)는 일정한 시간 동안 측정(또는 획득)되는 가속도의 분산 값이 상기 GCT 신호에 대응되게 검출되는 경우, 상기 언듈레이션이 기준치를 초과하는 것으로 판단할 수 있다. 예를 들어, 프로세서(120)는 상기 분산 값의 최고치와 최저치가 상기 GCT 신호의 최고치와 최저치에서 일정값 이내인 경우, 상기 언듈레이션이 기준치를 초과하는 것으로 판단할 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 균형성, 일관성, 언듈레이션 중 적어도 하나가 기준치 이하인 경우, 제2 동작 모드 또는 제3 동작 모드로 식별할 수 있다. 프로세서(120)는 상기 GCT 신호의 상기 제1 구간과 상기 제2 구간의 시간이 동일하지 않은 경우(예: 도 4a 또는 도 4b), 균형성이 기준치 이하인 것으로 판단할 수 있다. 프로세서(120)는 상기 GCT 신호에서 상기 제1 구간과 상기 제2 구간이 일관성 있게 나타나지 않는 경우(예: 도 4a 또는 도 4b), 일관성이 기준치 이하인 것으로 판단할 수 있다. 프로세서(120)는 일정한 시간 동안 측정(또는 획득)되는 가속도의 분산 값이 상기 GCT 신호에 대응되게 검출되지 않는 경우, 상기 언듈레이션이 기준치 이하인 것으로 판단할 수 있다. 예를 들어, 프로세서(120)는 상기 분산 값의 최고치와 최저치가 상기 GCT 신호의 최고치와 최저치에서 일정값을 초과하여 차이나는 경우, 상기 언듈레이션이 기준치 이하인 것으로 판단할 수 있다.
프로세서(120)는 상기 분석 결과에 기반하여 동작(709) 또는 동작(713)을 수행할 수 있다.
동작(709)에서, 프로세서(120)는 전자 장치(101)를 제1 동작 모드로 설정할 수 있다. 상기 제1 동작 모드는 보행에 불편함이 없는 사용자에 해당하는 것일 수 있다. 상기 보행에 불편함이 없는 사용자란 일반 사용자를 의미하는 것으로, 보조 기구 없이 걷거나, 달리는데 전혀 불편함이 없는 것을 의미할 수 있다. 프로세서(120)는 동작(709) 수행 후, 동작(711)을 수행할 수 있다.
동작(713)에서, 프로세서(120)는 보조 기구에 해당하는 외부 장치와 연결되어 있는지 식별(또는 판단)할 수 있다. 상기 외부 장치는 사용자의 보행에 도움을 주는 장치로서, 웨어러블 로봇과 같은 장치를 의미할 수 있다. 프로세서(120)는 사전에 사용자로부터 상기 외부 장치에 대한 장치 정보를 사용자로부터 획득하거나, 상기 외부 장치로부터 상기 장치 정보를 수신하여 상기 외부 장치와 연결할 수 있다. 프로세서(120)는 걸음 패턴으로 검출되지만, 균형성, 일관성, 언듈레이션이 기준치 이하이고, 상기 외부 장치와 연결되어 있는지 여부에 기반하여 동작(715) 또는 동작(717)을 수행할 수 있다. 프로세서(120)는 상기 외부 장치와 연결되어 있지 않은 경우, 동작(715)을 수행하고, 상기 외부 장치와 연결되어 있는 경우, 동작(717)을 수행할 수 있다.
상기 외부 장치와 연결되어 있지 않은 경우, 동작(715)에서, 프로세서(120)는 전자 장치(101)를 제2 동작 모드로 설정할 수 있다. 상기 제2 동작 모드는 의족과 목발과 같은 보조 기구를 사용하는 사용자에 해당하는 것일 수 있다. 상기 제2 동작 모드에 해당하는 사용자가 착용 또는 사용하는 보조 기구는 통신 모듈(예: 무선 통신 모듈)이 포함되지 않은 것일 수 있다. 프로세서(120)는 동작(715) 수행 후, 동작(711)을 수행할 수 있다.
상기 외부 장치와 연결되어 있는 경우, 동작(717)에서, 프로세서(120)는 전자 장치(101)를 제3 동작 모드로 설정할 수 있다. 상기 제3 동작 모드는 웨어러블 로봇과 같은 보조 기구를 사용하는 사용자에 해당하는 것일 수 있다. 상기 제3 동작 모드에 해당하는 사용자가 착용 또는 사용하는 보조 기구는 통신 모듈을 포함할 수 있다. 프로세서(120)는 동작(717) 수행 후, 동작(711)을 수행할 수 있다.
상기 걸음 패턴이 검출되지 않는 경우 동작(719)에서, 프로세서(120)는 상기 추출된 패턴 특징이 스트로크 패턴인지 식별(또는 판단)할 수 있다. 상기 스트로크 패턴은 사용자가 휠체어를 탑승한 상태에서 상기 사용자의 힘으로 휠체어를 앞으로 이동시키고, 손을 다시 원위치로 이동시킬 때의 이동 궤적이 측정될 수 있다. 상기 스트로크 패턴의 경우 사용자의 손이 뒤에서 앞으로 이동될 때의 이동 궤적(예: 도 6b의 제1 이동 궤적(655))과 사용자의 손이 앞에서 뒤로 이동될 때의 이동 궤적(예: 도 6b의 제2 이동 궤적(657))이 다를 수 있다. 상기 스트로크 패턴의 경우 사용자가 손을 뒤에서 앞으로 이동할 때는, 휠체어의 바퀴를 손으로 잡고 앞으로 밀어내기 때문에, 위에서 아래로의 이동 궤적이 발생할 수 있다. 또한, 앞으로 이동된 손을 뒤로 움직일 때는 아래에서 위로의 이동 궤적이 발생할 수 있다.
프로세서(120)는 상기 추출된 패턴 특징이 스트로크 패턴인 경우 동작(721)을 수행하고, 상기 추출된 패턴 특징이 스트로크 패턴이 아닌 경우 동작(701)으로 리턴할 수 있다. 프로세서(120)는 동작(701)으로 리턴한 경우, 일정 시간(예: 1분, 3분) 동안 동작(701)을 다시 수행한 후, 동작(703) 또는 동작(719)을 수행할 수 있다.
상기 추출된 패턴 특징이 스트로크 패턴인 경우 동작(721)에서, 프로세서(120)는 전자 장치(101)를 제4 동작 모드로 설정할 수 있다. 상기 제4 동작 모드는 휠체어를 탑승한(또는 사용한) 사용자에 해당하는 것일 수 있다. 프로세서(120)는 상기 이동 특징 정보가 스트로크 패턴에 해당하는 경우, 전자 장치(101)를 사용하는 사용자에 대응하여 상기 제4 동작 모드를 식별할 수 있다. 프로세서(120)는 동작(721) 수행 후, 동작(711)을 수행할 수 있다.
동작(711)에서, 프로세서(120)는 동작 모드에 기반하여 활동 정보를 수집할 수 있다. 프로세서(120)는 전자 장치(101)에 설정된 동작 모드에 따라 서로 다른 방식으로 활동 정보를 수집하거나, 수집하는 활동 정보에 차이를 둘 수 있다. 상기 활동 정보는 걸음수, 건강한 걸음, 스트로크수, 달리기, 칼로리(또는 소모 칼로리), 활동 시간, 이동 층수(또는 오른 층수), 또는 오른 높이 중 적어도 하나를 포함할 수 있다. 프로세서(120)는 전자 장치(101)가 제1 동작 모드로 설정된 경우, 상기 제1 동작 모드에 기반하여 활동 정보를 수집할 수 있다. 상기 제1 동작 모드에 기반한 활동 정보는 칼로리, 활동 시간, 걸음수, 달리기, 건강한 걸음(또는 건강한 걸음수), 또는 이동 층수 중 적어도 하나를 포함할 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 동작 모드에 따라 활동 정보를 수집(또는 분석)하기 위한 기능 엔진을 제어함으로써, 기능 엔진 제어(또는 수행)에 따른 전력 소모를 줄일 수 있다. 프로세서(120)는 제1 동작 모드인 경우, 사용자의 신체 상황에 맞게 일부 활동 정보(예: 스트로크 수 또는 오른 높이)를 산출하지 않을 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 전자 장치(101)가 제2 동작 모드로 설정된 경우, 상기 제2 동작 모드에 기반하여 활동 정보를 수집할 수 있다. 상기 제2 동작 모드에 기반한 활동 정보는 칼로리, 활동 시간, 걸음수, 또는 이동 층수 중 적어도 하나를 포함할 수 있다. 프로세서(120)는 제2 동작 모드인 경우, 사용자의 신체 상황에 맞게 일부 활동 정보(예: 건강한 걸음, 달리기, 스트로크 수 또는 오른 높이)를 산출하지 않을 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 전자 장치(101)가 제3 동작 모드로 설정된 경우, 상기 제3 동작 모드에 기반하여 활동 정보를 수집할 수 있다. 상기 제3 동작 모드에 기반한 활동 정보는 칼로리, 활동 시간, 걸음수, 또는 이동 층수 중 적어도 하나를 포함할 수 있다. 상기 제3 동작 모드에 기반한 활동 정보는 상기 제2 동작 모드에 기반한 활동 정보와 동일하거나, 다를 수 있다. 프로세서(120)는 상기 보조 기구로부터 통신 모듈(예: 도 1의 통신 모듈(190))을 통해 장치 정보를 수신하고, 수신된 장치 정보에 기반하여 상기 제3 동작 모드와 관련된 활동 정보 수집할 수 있다. 프로세서(120)는 제3 동작 모드인 경우, 사용자의 신체 상황에 맞게 일부 활동 정보(예: 건강한 걸음, 달리기, 스트로크 수 또는 오른 높이)를 산출하지 않을 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 전자 장치(101)가 제4 동작 모드로 설정된 경우, 상기 제4 동작 모드에 기반하여 활동 정보를 수집할 수 있다. 상기 제4 동작 모드에 기반한 활동 정보는 칼로리, 활동 시간, 스트로크 수, 또는 오른 높이 중 적어도 하나를 포함할 수 있다. 프로세서(120)는 제4 동작 모드에서 걸음수, 건강한 걸음, 이동 층수를 측정하는 대신에, 스트로크 수 또는 오른 높이를 측정(또는 산출)할 수 있다. 프로세서(120)는 제4 동작 모드인 경우, 사용자의 신체 상황에 맞게 일부 활동 정보(예: 걸음수, 건강한 걸음, 달리기, 이동 층수)를 산출하지 않을 수 있다.
도 8은 다양한 실시예들에 따른 전자 장치에서 활동 정보를 수집하여 제공하는 방법을 도시한 흐름도(800)이다.
도 8을 참조하면, 동작(801)에서, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 프로세서(120))는 동작 모드에 기반하여 기능 엔진을 제어할 수 있다. 상기 기능 엔진은 활동 정보를 수집 또는 분석하는데 이용되는 프로그램(또는 소프트웨어)일 수 있다. 상기 동작 모드는 제1 동작 모드 내지 제4 동작 모드 중 어느 하나일 수 있다. 프로세서(120)는 전자 장치(101)에 설정된 동작 모드에 따라 활동 정보를 수집(또는 분석)하기 위한 기능 엔진을 제어함으로써, 기능 엔진 제어(또는 수행)에 따른 전력 소모를 줄일 수 있다.
예를 들어, 프로세서(120)는 전자 장치(101)가 제1 동작 모드인 경우, 스트로크 수 또는 오른 높이를 측정(또는 산출)하기 위한 기능 엔진을 오프(또는 비활성화)시킬 수 있다. 프로세서(120)는 상기 제1 동작 모드인 경우, 칼로리, 활동 시간, 걸음수, 달리기, 건강한 걸음, 또는 이동 층수 중 적어도 하나를 측정(또는 산출)하기 위한 기능 엔진을 온(또는 활성화)시킬 수 있다. 프로세서(120)는 전자 장치(101)가 상기 제2 동작 모드인 경우, 칼로리, 활동 시간, 걸음수, 또는 이동 층수 중 적어도 하나를 측정하기 위한 기능 엔진을 활성화시키고, 건강한 걸음, 달리기, 스트로크 수 또는 오른 높이 중 적어도 하나를 측정하기 위한 기능 엔진을 비활성화시킬 수 있다.
프로세서(120)는 전자 장치(101)가 상기 제3 동작 모드인 경우, 칼로리, 활동 시간, 걸음수, 또는 이동 층수 중 적어도 하나를 측정하기 위한 기능 엔진을 활성화시키고, 건강한 걸음, 달리기, 스트로크 수 또는 오른 높이 중 적어도 하나를 측정하기 위한 기능 엔진을 오프시킬 수 있다. 프로세서(120)는 상기 제4 동작 모드인 경우, 칼로리, 활동 시간, 스트로크 수, 또는 오른 높이 중 적어도 하나를 측정하기 위한 기능 엔진을 활성화시키고, 걸음수, 건강한 걸음, 달리기, 또는 이동 층수 중 적어도 하나를 측정하기 위한 기능 엔진을 비활성화시킬 수 있다.
동작(803)에서, 프로세서(120)는 상기 기능 엔진을 이용하여 활동 정보를 수집할 수 있다. 예를 들어, 프로세서(120)는 동작(801)에 의해 비활성화된 기능 엔진을 제외하고, 활성화된 기능 엔진을 이용하여 상기 활동 정보를 수집할 수 있다. 프로세서(120)는 상기 제1 동작 모드인 경우, 칼로리, 활동 시간, 걸음수, 달리기, 건강한 걸음, 또는 이동 층수 중 적어도 하나를 측정(또는 산출)하기 위한 기능 엔진을 이용하여 상기 제1 동작 모드에 대응하는 활동 정보를 수집할 수 있다. 프로세서(120)는 상기 제2 동작 모드인 경우, 칼로리, 활동 시간, 걸음수, 또는 이동 층수 중 적어도 하나를 측정하기 위한 기능 엔진을 이용하여 상기 제2 동작 모드에 대응하는 활동 정보를 수집할 수 있다. 프로세서(120)는 상기 제3 동작 모드인 경우, 칼로리, 활동 시간, 걸음수, 또는 이동 층수 중 적어도 하나를 측정하기 위한 기능 엔진을 이용하여 상기 제3 동작 모드에 대응하는 활동 정보를 수집할 수 있다. 프로세서(120)는 상기 제4 동작 모드인 경우, 칼로리, 활동 시간, 스트로크 수, 또는 오른 높이 중 적어도 하나를 측정하기 위한 기능 엔진을 이용하여 상기 제4 동작 모드에 대응하는 활동 정보를 수집할 수 있다.
동작(805)에서, 프로세서(120)는 파라미터를 결정할 수 있다. 프로세서(120)는 동작 모드에 따라 서로 다른 파라미터를 결정할 수 있다. 상기 파라미터는 각 동작 모드에 대응하는 활동 정보에 포함된 정보 각각에 대하여 서로 다른 가중치를 적용하는 것일 수 있다. 예를 들어, 프로세서(120)는 상기 사용 이력에 기반하여 상기 제1 동작 모드에 대하여 제1 파라미터를 결정하고, 상기 제2 동작 모드에 대하여 제2 파라미터를 결정하고, 상기 제3 동작 모드에 대하여 제3 파라미터를 결정하며, 상기 제4 동작 모드에 대하여 제4 파라미터를 결정할 수 있다. 상기 제1 파라미터 내지 상기 제4 파라미터는 서로 동일하거나, 다를 수 있다.
동작(807)에서, 프로세서(120)는 상기 수집된 활동 정보에 상기 결정된 파라미터를 적용할 수 있다. 예를 들어, 상기 제1 파라미터는 상기 제1 동작 모드에 대응하는 칼로리, 활동 시간, 걸음수, 달리기, 건강한 걸음, 또는 이동 층수 중 적어도 하나에 대하여 상기 제2 파라미터 내지 상기 제4 파라미터와 다른 가중치를 적용하는 것일 수 있다. 예를 들어, 상기 제1 파라미터는 칼로리, 활동 시간, 걸음수, 또는 이동 층수에 대하여, 상기 제2 파라미터 또는 상기 제3 파라미터보다 가중치가 클 수 있다. 또는, 반대로 상기 제1 파라미터는 상기 제2 파라미터 또는 상기 제3 파라미터보다 가중치가 작을 수 있다. 이로 인해, 상기 제1 동작 모드, 상기 제2 동작 모드, 상기 제3 동작 모드에서 동일한 걸음수가 측정되었더라도, 칼로리 또는 활동 시간이 다를 수 있다. 또는, 상기 제4 파라미터는 상기 제1 파라미터 내지 상기 제3 파라미터보다 가중치가 작을 수 있다. 이는, 발명의 이해를 돕기 위한 설명일 뿐, 설명에 의해 발명의 내용이 제한되는 것은 아니다.
다양한 실시예들에 따르면, 프로세서(120)는 전자 장치(101)의 사용자 이동 상황 또는 상기 수집되는 활동 정보 중 적어도 하나에 기반하여 상기 파라미터를 재조정할 수 있다. 프로세서(120)는 주기적으로 또는 선택적으로 상기 활동 정보에 적용하는 상기 파라미터를 조정함으로써, 보다 정확한 활동 정보를 제공할 수 있다.
동작(809)에서, 프로세서(120)는 사용 이력에 기반하여 상기 활동 정보를 디스플레이(예: 도 1의 표시 장치(160))에 표시할 수 있다. 상기 사용 이력은 전자 장치(101)의 사용자가 전자 장치(101)를 사용한 시간, 어플리케이션(또는 기능), 전자 장치(101)를 사용한 위치 정보 또는 전자 장치(101)의 설정 정보 중 적어도 하나를 포함할 수 있다. 프로세서(120)는 동일한 동작 모드가 전자 장치(101)에 설정되었다 하더라도, 상기 사용 이력에 기반하여 사용자마다 서로 다른 활동 정보를 표시할 수 있다. 예를 들어, 전자 장치(101)가 제1 동작 모드로 설정된 경우, 프로세서(120)는 제1 사용자에 대해서는 상기 제1 사용자의 사용 이력에 기반하여 칼로리, 활동 시간, 또는 걸음수 중 적어도 하나를 표시하고, 제2 사용자에 대해서는 상기 제2 사용자의 사용 이력에 기반하여 걸음수, 건강한 걸음수 또는 활동 시간 중 적어도 하나를 표시할 수 있다.
다양한 실시예들에 따르면, 사용자마다 주로 사용하거나, 필요로 하는 정보가 다를 수 있으므로, 프로세서(120)는 사용 이력을 학습하여 동작 모드 전환 시, 사용자에게 유용한 활동 정보를 추천하거나, 자동으로 유용한 활동 정보가 표시되도록 제어할 수 있다.
도 9는 다양한 실시예들에 따른 전자 장치에서 활동 정보를 표시하는 사용자 인터페이스의 일례를 도시한 도면이다.
도 9를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 도 1의 프로세서(120))는 제1 활동 정보(910)를 포함하는 사용자 인터페이스를 디스플레이(예: 도 1의 표시 장치(160))에 표시할 수 있다. 제1 활동 정보(910)는 칼로리(911), 운동 시간(913), 또는 활동 시간(957) 중 적어도 하나를 포함할 수 있다. 제1 활동 시간(910)은 칼로리(911), 운동 시간(913), 또는 활동 시간(957)으로 구성된 하트 모양으로 표시될 수 있다. 이하에서, 활동 정보가 하트 모양으로 표시되는 것은 예시일 뿐, 활동 정보는 삼각형, 사각형, 원형, 타원형, 반원형, 삼각뿔, 원뿔, 다각형 등 다양한 형태로 표시될 수 있다. 프로세서(120)는 각 활동 정보(예: 칼로리(911), 운동 시간(913), 활동 시간(957))를 서로 다른 색상으로 표시할 수 있다. 프로세서(120)는 사전에 사용자 또는 전자 장치(101)에 의해 설정된 각 활동 정보의 목표치를 채우면, 활동 정보에 대하여 완전한 하트 모양으로 표시하고, 상기 목표치를 채우지 못하면, 완전한 하트 모양으로 표시하지 않을 수 있다. 예를 들어, 프로세서(120)는 목표치를 채운 활동 정보에 대해서 목표치를 채우지 못한 활동 정보와 비교하여 진한 색상으로 표시할 수 있다.
프로세서(120)는 제2 활동 정보(930)를 포함하는 사용자 인터페이스를 표시 장치(160)에 표시할 수 있다. 프로세서(120)는 제1 활동 정보(910)가 표시된 상태에서 사용자의 스크롤 입력(예: 화면 아래에서 위로 올리는 터치 입력(예: 수직 드래그))에 기반하여 제2 활동 정보(930)를 표시할 수 있다. 제2 활동 정보(930)는 이미지 활동 정보(931) 및 텍스트 활동 정보(933)를 포함할 수 있다. 이미지 활동 정보(931)는 하트 모양으로 표시되고, 각 활동 정보(예: 칼로리(911), 운동 시간(913), 활동 시간(957))에 대해 목표치를 얼만큼 충족(또는 만족)하는지 여부를 나타내는 것일 수 있다. 예를 들어, 이미지 활동 정보(931)는 칼로리(911)에 대하여 목표치의 14%를 충족하고, 운동 시간(913)에 대하여 목표치를 0% 충족하며, 활동 시간(957)에 대하여 목표치의 25%를 충족함을 나타내는 것일 수 있다. 텍스트 활동 정보(933)는 충족한 활동(예: 14 Cal)과, 목표치(예: 300 Cal)에 대하여 텍스트로 나타내는 것일 수 있다.
프로세서(120)는 제3 활동 정보(950)를 포함하는 사용자 인터페이스를 표시 장치(160)에 표시할 수 있다. 프로세서(120)는 제2 활동 정보(930)가 표시된 상태에서 사용자의 스크롤 입력에 기반하여 제3 활동 정보(950)를 표시할 수 있다. 제3 활동 정보(950)는 칼로리(951), 운동 시간(953), 활동 시간(957)에 대한 충족치(예: 14 Cal, 0 Mins, 2 hrs) 및 목표치(예: 300 Cal, 30 Mins, 8 hrs)를 텍스트 형태로 나타내는 것일 수 있다.
프로세서(120)는 제4 활동 정보(970)를 포함하는 사용자 인터페이스를 표시 장치(160)에 표시할 수 있다. 프로세서(120)는 제1 활동 정보(910) 내지 제3 활동 정보(950)가 표시된 상태에서 사용자의 스크롤 입력(예: 화면 왼쪽(또는 오른쪽)에서 오른쪽(또는 왼쪽)으로 이동하는 터치 입력(예: 수평 드래그))에 기반하여 제4 활동 정보(970)를 표시할 수 있다. 제4 활동 정보(970)는 일별 활동 정보(971) 및 설정 버튼(973)을 포함할 수 있다. 일별 활동 정보(971)는 일주일 동안 수집된 활동 정보에 대하여 일별로 활동 정보를 나타낸 것일 수 있다. 사용자는 일별 활동 정보(971)를 통해 한 눈에 일주일 동안의 활동 정보를 파악할 수 있다. 설정 버튼(973)은 활동 정보로서 표시할 정보를 변경하거나, 활동 정보의 모양을 변경하는 것과 같이, 활동 정보와 관련된 설정을 변경하기 위한 것일 수 있다. 프로세서(120)는 사용자로부터 설정 버튼(973)이 선택되면, 정보 변경 또는 모양 변경을 위한 사용자 인터페이스를 제공할 수 있다.
다양한 실시예들에 따르면, 제1 활동 정보(910) 내지 제4 활동 정보(970)는 제1 동작 모드 내지 제4 동작 모드 중 어느 하나의 동작 모드(예: 제1 동작 모드)로 설정된 전자 장치(101)에서 표시되는 것일 수 있다.
도 10 내지 도 12는 다양한 실시예들에 따른 전자 장치에서 동작 모드에 따른 활동 정보를 표시하는 일례를 도시한 도면들이다.
도 10은 동작 모드별 활동 정보를 다르게 나타내는 일례를 도시한 것이다.
도 10을 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 도 1의 프로세서(120))는 제1 동작 모드로 설정된 경우, 제1 활동 정보(1010)를 제공할 수 있다. 제1 활동 정보(1010)는 소모 칼로리(1011), 이동 층수(1013), 또는 건강한 걸음수(1015) 중 적어도 하나를 포함할 수 있다. 제1 활동 정보(1010)는 하트 모양으로 표시되며, 활동 정보에 기반하여 활동 정보의 충족치 및 활동 정보의 목표치가 각각 표시될 수 있다. 프로세서(120)는 목표치를 충족치보다 흐리게 표시할 수 있다. 프로세서(120)는 제2 동작 모드 또는 제3 동작 모드로 설정된 경우, 제2 활동 정보(1030)를 제공할 수 있다. 제2 활동 정보(1030)는 소모 칼로리(1031), 활동 시간(1033) 또는 총 걸음수(1035) 중 적어도 하나를 포함할 수 있다. 제2 활동 정보(1030)는 제1 활동 정보(1010)와 다르게, 활동 시간(1033) 또는 총 걸음수(1035)가 표시될 수 있다. 프로세서(120)는 제4 동작 모드로 설정된 경우, 제3 활동 정보(1050)를 제공할 수 있다. 제3 활동 정보(1050)는 소모 칼로리(1051), 오른 높이(1053) 또는 총 스트로크 수(1055) 중 적어도 하나를 포함할 수 있다. 제3 활동 정보(1050)는 제1 활동 정보(1010) 또는 제2 활동 정보(103)와 다르게, 오른 높이(1053) 또는 총 스트로크수(1055)가 표시될 수 있다.
도 11은 이동 특징 변화에 따라 활동 정보를 다르게 나타내는 일례를 도시한 것이다.
도 11을 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 도 1의 프로세서(120))는 제1 활동 정보(1110), 제2 활동 정보(1130) 또는 제3 활동 정보(1150) 중 적어도 하나를 제공할 수 있다. 프로세서(120)는 이동 특징 변화에 따라 순서대로 제1 활동 정보(1110), 제2 활동 정보(1130) 또는 제3 활동 정보(1150)를 제공할 수 있다. 제1 활동 정보(1110), 또는 제3 활동 정보(1150)는 하트 모양으로 표시되며, 활동 정보에 기반하여 활동 정보의 충족치 및 활동 정보의 목표치가 각각 표시될 수 있다. 프로세서(120)는 목표치를 충족치보다 흐리게 표시할 수 있다.
예를 들어, 프로세서(120)는 사용자가 다리를 다쳐 보행 패턴(또는 걸음 패턴)이 변경되는 경우 제1 활동 정보(1110)를 제공할 수 있다. 제1 활동 정보(1110)는 소모 칼로리(1111), 활동 시간(1113) 또는 총 걸음수(1115) 중 적어도 하나를 포함할 수 있다. 프로세서(120)는 사용자의 보행 패턴을 분석하여 제2 활동 정보(1130)를 제공할 수 있다. 제2 활동 정보(1130)는 사용자의 보행 패턴이 건강한 걸음으로 회복되고 있음을 안내하는 것일 수 있다. 제2 활동 정보(1130)는 텍스트, 이미지, 또는 동영상 중 적어도 하나로 구성될 수 있다. 제2 활동 정보(1130)는 제1 활동 정보(1110) 위에 중첩하여 팝업 형태로 표시될 수 있다. 프로세서(120)는 제2 활동 정보(1130)를 제공한 후 제3 활동 정보(1150)를 제공할 수 있다. 제3 활동 정보(1150)는 소모 칼로리(1151), 이동 층수(1153) 또는 건강한 걸음수(1155) 중 적어도 하나를 포함할 수 있다. 프로세서(120)는 다리가 다친 사용자가 다리가 나아서, 일정 시간 동안(예: 5분, 10분) 걸음을 걷는 경우 총 걸음수(예: 제1 활동 정보(1110)의 총 걸음수(1115)) 대신에 건강한 걸음수(1155)를 활동 정보로서 제공할 수 있다. 또한, 프로세서(120)는 사용자가 다리가 나아서 계단을 이용하거나, 등산하는 경우 활동 시간(예: 제1 활동 정보(1110)의 활동 시간(1113)) 대신에 이동 층수(1153)를 활동 정보로서 제공할 수 있다.
다양한 실시예들에 따르면, 제1 활동 정보(1110), 제2 활동 정보(1130) 또는 제3 활동 정보(1150) 제공 시, 전자 장치(101)는 제1 동작 모드로 설정될 수 있다. 프로세서(120)는 보행 패턴에 따라 활동 정보만 다르게 표시할 뿐, 전자 장치(101)의 동작 모드를 변경하지 않을 수 있다. 또는, 프로세서(120)는 제1 활동 정보(1110) 및 제2 활동 정보(1130) 제공 시, 전자 장치(101)를 제2 동작 모드로 설정하고, 제3 활동 정보(1150) 제공 시, 전자 장치(101)를 제2 동작 모드에서 제1 동작 모드로 전환(또는 변경)할 수 있다. 프로세서(120)는 보행 패턴에 따라 활동 정보를 다르게 표시하고, 전자 장치(101)의 동작 모드를 변경할 수 있다. 또는, 프로세서(120)는 제3 활동 정보(1150) 제공 시, 전자 장치(101)를 제2 동작 모드에서 제1 동작 모드로 전환할 것을 추천할 수 있다. 프로세서(120)는 상기 추천에 대한 사용자의 선택에 기반하여 전자 장치(101)의 동작 모드를 변경하거나, 변경하지 않을 수 있다.
도 12는 이동 특징 변화에 따라 활동 정보를 다르게 나타내는 일례를 도시한 것이다.
도 12를 참조하면, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 도 1의 프로세서(120))는 제1 동작 모드로 설정된 경우, 제1 활동 정보(1210), 제2 활동 정보(1230) 또는 제3 활동 정보(1250) 중 적어도 하나를 제공할 수 있다. 프로세서(120)는 이동 특징 변화에 따라 순서대로 제1 활동 정보(1210), 제2 활동 정보(1230) 또는 제3 활동 정보(1250)를 제공할 수 있다. 제1 활동 정보(1210), 또는 제3 활동 정보(1250)는 하트 모양으로 표시되며, 활동 정보에 기반하여 활동 정보의 충족치 및 활동 정보의 목표치가 각각 표시될 수 있다. 프로세서(120)는 목표치를 충족치보다 흐리게 표시할 수 있다.
예를 들어, 프로세서(120)는 보행에 불편함이 없는 사용자에 대하여 제1 활동 정보(1210)를 제공할 수 있다. 제1 활동 정보(1210)는 소모 칼로리(1211), 이동 층수(1213) 또는 건강한 걸음수(1215) 중 적어도 하나를 포함할 수 있다. 프로세서(120)는 사용자의 보행 패턴을 분석하여 제2 활동 정보(1230)를 제공할 수 있다. 제2 활동 정보(1230)는 보행에 불편함이 없는 사용자가 다리를 다쳐 보행 패턴이 변경되고 있음을 안내하는 것일 수 있다. 제2 활동 정보(1230)는 텍스트, 이미지, 또는 동영상 중 적어도 하나로 구성될 수 있다. 제2 활동 정보(1230)는 제1 활동 정보(1210) 위에 중첩하여 팝업 형태로 표시될 수 있다. 프로세서(120)는 제2 활동 정보(1230)를 제공한 후 제3 활동 정보(1250)를 제공할 수 있다. 제3 활동 정보(1250)는 소모 칼로리(1251), 활동 시간(1253) 또는 총 걸음수(1255) 중 적어도 하나를 포함할 수 있다. 프로세서(120)는 보행에 불편함이 없는 사용자가 다리를 다쳐 일정 시간 동안(예: 5분, 10분) 걸음을 지속적으로 걷지 못하는 경우 건강한 걸음수(예: 제1 활동 정보(1210)의 건강한 걸음수(1215)) 대신에 총 걸음수(1255)를 활동 정보로서 제공할 수 있다. 또한, 프로세서(120)는 사용자가 다리를 다쳐 계단이나 등산을 하지 못하는 경우 이동 층수(1253)(예: 제1 활동 정보(1210)의 이동 층수(1213)) 대신에 활동 시간(1253)을 활동 정보로서 제공할 수 있다.
다양한 실시예들에 따르면, 제1 활동 정보(1210), 제2 활동 정보(1230) 또는 제3 활동 정보(1250) 제공 시, 전자 장치(101)는 제1 동작 모드로 설정될 수 있다. 프로세서(120)는 보행 패턴에 따라 활동 정보만 다르게 표시할 뿐, 전자 장치(101)의 동작 모드를 변경하지 않을 수 있다. 또는, 프로세서(120)는 제1 활동 정보(1210) 및 제2 활동 정보(1230) 제공 시, 전자 장치(101)를 제1 동작 모드로 설정하고, 제3 활동 정보(1250) 제공 시, 전자 장치(101)를 제1 동작 모드에서 제2 동작 모드로 전환(또는 변경)할 수 있다. 프로세서(120)는 보행 패턴에 따라 활동 정보를 다르게 표시하고, 전자 장치(101)의 동작 모드를 변경할 수 있다. 프로세서(120)는 제3 활동 정보(1250) 제공 시, 전자 장치(101)를 제1 동작 모드에서 제2 동작 모드로 전환할 것을 추천할 수 있다. 프로세서(120)는 상기 추천에 대한 사용자의 선택에 기반하여 전자 장치(101)의 동작 모드를 변경하거나, 변경하지 않을 수 있다.
도 13은 다양한 실시예들에 따른 전자 장치에서 위치 정보에 기반하여 동작 모드를 제어하는 방법을 도시한 흐름도(1300)이다.
도 13을 참조하면, 동작(1301)에서, 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 도 1의 프로세서(120))는 위치 정보를 획득할 수 있다. 상기 위치 정보는 전자 장치(101)의 현재 위치 정보로서, 통신 모듈(예: 도 1의 통신 모듈(190)로부터 획득될 수 있다. 상기 위치 정보는 GPS 정보 또는 wifi 정보일 수 있다. 프로세서(120)는 전자 장치(101)가 연결된 wifi 정보에 기반하여 상기 위치 정보를 분석할 수 있다. 프로세서(120)는 주기적으로 또는 선택적으로 상기 위치 정보를 획득할 수 있다. 예를 들어, 프로세서(120)는 사전에 사용자에 의해 또는 전자 장치(101)에 디폴트로 위치에 따른 동작 모드 변경을 사용할 것으로 전자 장치(101)에 설정된 경우, 상기 위치 정보를 획득할 수 있다. 프로세서(120)는 위치에 따른 동작 모드 변경을 사용하지 않도록 전자 장치(101)에 설정된 경우, 상기 위치 정보를 획득하지 않을 수 있다.
동작(1303)에서, 프로세서(120)는 상기 위치 정보에 기반하여 모드 제어 영역을 검색할 수 있다. 상기 모드 제어 영역은 상기 위치 정보에 대응하여 전자 장치(101)의 동작 모드가 다르게 설정된 것을 의미할 수 있다. 상기 모드 제어 영역은 사용자 또는 전자 장치(101)에 의해 설정될 수 있다. 프로세서(120)는 사용자 입력에 기반하여 상기 모드 제어 영역을 설정할 수 있다. 예를 들어, 목발을 사용하는 사용자는 집에서는 전자 장치(101)를 제1 동작 모드로 설정하고, 사무실에서는 전자 장치(101)를 제4 동작 모드로 설정하고, 집에서 사무실로 이동 중에는 전자 장치(101)를 제2 동작 모드로 설정할 수 있다. 사용자는 집에 대응하는 위치, 사무실에 대응하는 위치, 또는 이동 위치 별로 전자 장치(101)의 동작 모드를 다르게 설정할 수 있다. 또는, 보행에 불편함이 없는 사용자는 위치와 관계없이 전자 장치(101)를 제1 동작 모드로 설정할 수 있다. 또는, 몸이 불편한 사용자는 위치와 관계없이 전자 장치(101)를 제2 동작 모드, 제3 동작 모드 또는 제4 동작 모드 중 어느 하나의 동작 모드로 설정할 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 사용자에 의해 동작 모드가 변경된 위치 정보를 메모리(예: 메모리(130))에 저장될 수 있다. 프로세서(120)는 일정 시간 동안 위치 정보에 기반하여 클러스터링(clustering)을 수행하여 위치 정보에 기반하여 모드 제어 영역을 설정할 수 있다. 상기 모드 제어 영역이 설정된 경우 메모리(예: 메모리(130))에 저장될 수 있다.
동작(1305)에서, 프로세서(120)는 상기 모드 제어 영역이 존재하는지 여부를 식별(또는 판단)할 수 있다. 프로세서(120)는 메모리(130)에 상기 모드 제어 영역이 존재하는지 여부를 식별할 수 있다. 프로세서(120)는 상기 모드 제어 영역이 존재하는 경우, 동작(1307)을 수행하고, 상기 모드 제어 영역이 존재하지 않는 경우 동작(1313)을 수행할 수 있다.
상기 모드 제어 영역이 존재하는 경우, 동작(1307)에서, 프로세서(120)는 모드 전환 이력을 식별할 수 있다. 상기 모드 전환 이력은 상기 모드 제어 영역에 대하여 전자 장치(101)의 사용자에 의해 직접 또는 전자 장치(101)에 의해 자동으로 동작 모드가 전환된 적이 있는지 나타내는 것을 수 있다. 프로세서(120)는 최근 일정 시간(예: 일주일, 보름, 한달) 동안 상기 모드 전환 이력을 식별할 수 있다.
동작(1309)에서, 프로세서(120)는 상기 모드 전환 이력에 기반하여 전자 장치(101)의 동작 모드 전환이 필요한지 여부를 식별(또는 판단)할 수 있다. 프로세서(120)는 위치 정보에 대응하는 모드 제어 영역이 존재하지만, 최근 일주일 동안 상기 위치 정보에 대하여 동작 모드가 변경되지 않은 경우, 모드 전환이 필요하지 않다고 판단할 수 있다. 프로세서(120)는 위치 정보에 대응하는 모드 제어 영역이 존재하지만, 최근 일주일 동안 상기 위치 정보에 대하여 동작 모드가 변경되지 않은 경우, 모드 전환이 필요하지 않다고 판단할 수 있다. 또는, 프로세서(120)는 최근 일정 기간 동안 상기 모드 제어 영역에 대응하는 위치 정보에 진입한 횟수가 기준 횟수 이하인 경우, 모드 전환이 필요하지 않다고 판단할 수 있다. 또는, 프로세서(120)는 최근 일정 기간 동안 상기 모드 제어 영역에 대응하는 위치 정보에 진입한 횟수가 기준 횟수를 초과하는 경우, 모드 전환이 필요하다고 판단할 수 있다.
프로세서(120)는 상기 모드 전환이 필요하다고 판단되는 경우 동작(1311)을 수행하고, 상기 모드 전환이 필요하지 않다고 판단되는 경우 동작(1313)을 수행할 수 있다.
상기 모드 전환이 필요한 경우 동작(1311)에서, 프로세서(120)는 전자 장치(101)의 동작 모드를 변경하거나, 추천할 수 있다. 예를 들어, 프로세서(120)는 현재 위치 정보가 사무실에 대응하는 위치인 경우, 제4 동작 모드로 자동으로 변경하거나, 제4 동작 모드로 변경할 것을 제안할 수 있다.
상기 모드 제어 영역이 존재하지 않거나, 상기 모드 전환이 필요하지 않은 경우 동작(1313)에서, 프로세서(120)는 위치 정보에 기반하여 활동 정보를 수집할 수 있다. 프로세서(120)는 상기 모드 제어 영역이 존재하지 않는 경우, 위치 정보에 기반하여 활동 정보를 수집할 수 있다. 또한, 프로세서(120)는 위치 정보에 기반하여 클러스터링을 수행하여 위치 정보에 기반하여 모드 제어 영역을 설정할 수 있다. 프로세서(120)는 최근 일정 기간 동안 상기 모드 제어 영역에 대응하는 위치 정보에 진입한 횟수가 기준 횟수 이하인 경우, 상기 모드 제어 영역을 삭제할 수 있다.
다양한 실시예들에 따른 전자 장치(예: 도 1의 전자 장치(101))의 동작 방법은 상기 전자 장치의 센서 모듈로부터 센싱 데이터를 획득하는 동작, 상기 획득한 센싱 데이터에 기반하여 사용자의 이동 패턴을 분석하는 동작, 상기 이동 패턴의 분석 결과에 기반하여 이동 특징 정보를 추정하는 동작, 상기 걸음 특징 정보에 기반하여 상기 전자 장치의 동작 모드를 식별하는 동작, 및 상기 식별된 동작 모드에 기반하여 상기 사용자의 활동 정보를 분석하여 상기 전자 장치의 디스플레이를 통해 표시하는 동작을 포함할 수 있다.
상기 이동 패턴은 걸음 패턴 또는 스트로크 패턴을 포함하고, 상기 분석하는 동작은 일정 시간 동안 획득되는 상기 센싱 데이터로부터 패턴 특징을 추출하는 동작, 및 상기 추출된 패턴 특징이 상기 걸음 패턴 또는 상기 스트로크 패턴 중 적어도 하나에 해당되는지 여부를 식별하는 동작을 포함할 수 있다.
상기 식별하는 동작은 상기 센싱 데이터로부터 걸음 패턴을 분석하는 동작, 상기 분석 결과에 기반하여 걸음의 좌/우 균형 정도, 상/하 균형 정도, 또는 일관 정도를 산출하는 동작, 및 상기 산출된 좌/우 균형 정도, 상/하 균형 정도, 또는 일관 정도 중 적어도 하나에 기반하여 상기 전자 장치의 동작 모드를 식별하는 동작을 포함할 수 있다.
본 명세서와 도면에 개시된 본 발명의 다양한 실시 예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 따라서 본 발명의 범위는 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
101: 전자 장치
120: 프로세서
130: 메모리
176: 센서 모듈
190: 통신 모듈

Claims (20)

  1. 전자 장치에 있어서,
    센서 모듈;
    디스플레이;
    메모리; 및
    프로세서를 포함하고, 상기 프로세서는,
    상기 센서 모듈로부터 센싱 데이터를 획득하고,
    상기 획득한 센싱 데이터에 기반하여 사용자의 이동 패턴을 분석하고,
    상기 이동 패턴의 분석 결과에 기반하여 이동 특징 정보를 추정하고,
    상기 걸음 특징 정보에 기반하여 상기 전자 장치의 동작 모드를 식별하고,
    상기 식별된 동작 모드에 기반하여 상기 사용자의 활동 정보를 분석하여 상기 디스플레이를 통해 표시하도록 설정된 전자 장치.
  2. 제1항에 있어서,
    상기 이동 패턴은 걸음 패턴 또는 스트로크 패턴을 포함하고,
    상기 프로세서는,
    일정 시간 동안 획득되는 상기 센싱 데이터로부터 패턴 특징을 추출하고,
    상기 추출된 패턴 특징이 상기 걸음 패턴 또는 상기 스트로크 패턴 중 적어도 하나에 해당되는지 여부를 식별하도록 설정된 전자 장치.
  3. 제2항에 있어서, 상기 프로세서는,
    상기 걸음 패턴을 분석하고,
    상기 분석 결과에 기반하여 제1 동작 모드, 제2 동작 모드 또는 제3 동작 모드 중 적어도 하나로 상기 전자 장치의 동작 모드를 식별하도록 설정된 전자 장치.
  4. 제3항에 있어서, 상기 프로세서는,
    상기 걸음 패턴을 분석하여 걸음의 좌/우 균형 정도, 상/하 균형 정도, 또는 일관 정도를 산출하고,
    상기 산출된 좌/우 균형 정도, 상/하 균형 정도, 또는 일관 정도 중 적어도 하나에 기반하여 제1 동작 모드, 제2 동작 모드 또는 제3 동작 모드 중 적어도 하나로 상기 전자 장치의 동작 모드를 식별하도록 설정된 전자 장치.
  5. 제4항에 있어서, 상기 프로세서는,
    상기 좌/우 균형 정도, 상기 상/하 균형 정도, 또는 상기 일관 정도가 기준치를 초과하는 경우, 상기 전자 장치의 동작 모드를 상기 제1 동작 모드로 식별하도록 설정된 전자 장치.
  6. 제4항에 있어서, 상기 프로세서는,
    상기 좌/우 균형 정도, 상기 상/하 균형 정도, 또는 상기 일관 정도가 기준치 이하인 경우, 상기 전자 장치의 동작 모드를 상기 제2 동작 모드 또는 상기 제3 동작 모드로 식별하도록 설정된 전자 장치.
  7. 제6항에 있어서,
    통신 모듈을 더 포함하고,
    상기 프로세서는,
    상기 통신 모듈을 통해 보행 보조 기구에 해당하는 외부 장치와 연결되었는지 식별하고,
    상기 외부 장치와 연결되지 않은 경우, 상기 전자 장치의 동작 모드를 상기 제2 동작 모드로 식별하고,
    상기 외부 장치와 연결된 경우, 상기 전자 장치의 동작 모드를 상기 제3 동작 모드로 식별하도록 설정된 전자 장치.
  8. 제1항에 있어서, 상기 프로세서는,
    상기 획득한 센싱 데이터로부터 GCT(ground contact time) 신호, 가속도 신호의 x, y, z 값, 또는 가속도의 분산 값 중 적어도 하나를 산출하고,
    상기 산출된 GCT 신호, 가속도 신호의 x, y, z 값, 또는 가속도의 분산 값 중 적어도 하나에 기반하여 상기 걸음 패턴을 분석하도록 설정된 전자 장치.
  9. 제8항에 있어서, 상기 프로세서는,
    상기 GCT 신호, 상기 가속도 신호의 x, y, z 값, 또는 상기 가속도의 분산 값 중 적어도 하나에 기반하여 균형성(asymmetry), 일관성(regularity)(, 또는 언듈레이션(undulation) 중 적어도 하나를 식별하도록 설정된 전자 장치.
  10. 제1항에 있어서, 상기 프로세서는,
    상기 식별된 동작 모드에 기반하여 기능 엔진을 제어하고,
    상기 기능 엔진을 이용하여 상기 활동 정보를 수집하도록 설정된 전자 장치.
  11. 제1항에 있어서, 상기 프로세서는,
    상기 전자 장치의 동작 모드 별 서로 다른 파라미터를 결정하고,
    상기 식별된 동작 모드에 대응하는 파라미터를 상기 활동 정보에 적용하도록 설정된 전자 장치.
  12. 제1항에 있어서, 상기 프로세서는,
    상기 전자 장치의 사용 이력을 식별하고,
    상기 식별된 사용 이력에 기반하여 상기 활동 정보를 표시하도록 설정된 전자 장치.
  13. 제1항에 있어서, 상기 프로세서는,
    상기 식별된 동작 모드에 기반하여 서로 다른 활동 정보를 표시하도록 설정된 전자 장치.
  14. 제1항에 있어서, 상기 프로세서는,
    상기 획득한 센싱 데이터에 기반하여 사용자의 걸음 패턴의 변화를 분석하고,
    상기 걸음 패턴의 변화에 따라 서로 다른 활동 정보를 표시하도록 설정된 전자 장치.
  15. 제1항에 있어서,
    통신 모듈을 더 포함하고,
    상기 프로세서는,
    상기 통신 모듈로부터 위치 정보를 획득하고,
    상기 획득한 위치 정보에 기반하여 상기 전자 장치의 동작 모드를 변경하도록 설정된 전자 장치.
  16. 제1항에 있어서, 상기 프로세서는,
    일정 시간 동안 상기 위치 정보에 기반하여 클러스터링(clustering)을 수행하고,
    상기 클러스터링된 결과에 기반하여 위치 정보에 대응하는 모드 제어 영역을 설정하고,
    상기 설정된 모드 제어 영역을 상기 메모리에 저장하도록 설정된 전자 장치.
  17. 제16항에 있어서, 상기 프로세서는,
    상기 메모리에 저장된 모드 제어 영역 또는 모드 전환 이력 중 적어도 하나에 기반하여 위치 정보에 대응하는 상기 전자 장치의 동작 모드를 변경하도록 설정된 전자 장치.
  18. 전자 장치의 동작 방법에 있어서,
    상기 전자 장치의 센서 모듈로부터 센싱 데이터를 획득하는 동작;
    상기 획득한 센싱 데이터에 기반하여 사용자의 이동 패턴을 분석하는 동작;
    상기 이동 패턴의 분석 결과에 기반하여 이동 특징 정보를 추정하는 동작;
    상기 걸음 특징 정보에 기반하여 상기 전자 장치의 동작 모드를 식별하는 동작; 및
    상기 식별된 동작 모드에 기반하여 상기 사용자의 활동 정보를 분석하여 상기 전자 장치의 디스플레이를 통해 표시하는 동작을 포함하는 방법.
  19. 제18항에 있어서,
    상기 이동 패턴은 걸음 패턴 또는 스트로크 패턴을 포함하고,
    상기 분석하는 동작은,
    일정 시간 동안 획득되는 상기 센싱 데이터로부터 패턴 특징을 추출하는 동작; 및
    상기 추출된 패턴 특징이 상기 걸음 패턴 또는 상기 스트로크 패턴 중 적어도 하나에 해당되는지 여부를 식별하는 동작을 포함하는 방법.
  20. 제18항에 있어서, 상기 식별하는 동작은,
    상기 센싱 데이터로부터 걸음 패턴을 분석하는 동작;
    상기 분석 결과에 기반하여 걸음의 좌/우 균형 정도, 상/하 균형 정도, 또는 일관 정도를 산출하는 동작; 및
    상기 산출된 좌/우 균형 정도, 상/하 균형 정도, 또는 일관 정도 중 적어도 하나에 기반하여 상기 전자 장치의 동작 모드를 식별하는 동작을 포함하는 방법.
KR1020190061324A 2019-05-24 2019-05-24 사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치 KR20200134995A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020190061324A KR20200134995A (ko) 2019-05-24 2019-05-24 사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치
PCT/KR2020/000867 WO2020242005A1 (ko) 2019-05-24 2020-01-17 사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치
US17/511,783 US20220047185A1 (en) 2019-05-24 2021-10-27 Mode control method and device using movement pattern characteristics of user

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190061324A KR20200134995A (ko) 2019-05-24 2019-05-24 사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20200134995A true KR20200134995A (ko) 2020-12-02

Family

ID=73553220

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190061324A KR20200134995A (ko) 2019-05-24 2019-05-24 사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치

Country Status (3)

Country Link
US (1) US20220047185A1 (ko)
KR (1) KR20200134995A (ko)
WO (1) WO2020242005A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022191444A1 (ko) * 2021-03-09 2022-09-15 삼성전자 주식회사 전자 장치의 모션 센서 및 gps 모듈을 이용하여 사용자의 보폭 길이를 판단하는 방법 및 그 전자 장치

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101331091B1 (ko) * 2009-12-22 2013-11-20 한국전자통신연구원 보행 패턴 분석 방법
EP2745777A1 (en) * 2012-12-19 2014-06-25 Stichting IMEC Nederland Device and method for calculating cardiorespiratory fitness level and energy expenditure of a living being
US10232165B2 (en) * 2015-01-29 2019-03-19 Elwha Llc Garment system including at least one sensor and at least one actuator responsive to the sensor and related methods
US10973440B1 (en) * 2014-10-26 2021-04-13 David Martin Mobile control using gait velocity
CN105496416B (zh) * 2015-12-28 2019-04-30 歌尔股份有限公司 一种人体运动状态的识别方法和装置
KR101945613B1 (ko) * 2017-03-14 2019-02-07 한국과학기술원 웨어러블 센서를 활용한 등산로 위험 구간 탐지 시스템 및 방법
KR102039381B1 (ko) * 2017-08-09 2019-11-01 주식회사 비플렉스 주행 및 보행 시 좌우 불균형 평가 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022191444A1 (ko) * 2021-03-09 2022-09-15 삼성전자 주식회사 전자 장치의 모션 센서 및 gps 모듈을 이용하여 사용자의 보폭 길이를 판단하는 방법 및 그 전자 장치

Also Published As

Publication number Publication date
US20220047185A1 (en) 2022-02-17
WO2020242005A1 (ko) 2020-12-03

Similar Documents

Publication Publication Date Title
US11586287B2 (en) Object tracking device
US11045117B2 (en) Systems and methods for determining axial orientation and location of a user's wrist
US9782128B2 (en) Wearable device and method for controlling the same
JP6742380B2 (ja) 電子装置
JP6325384B2 (ja) 携帯端末、トレーニング管理プログラムおよびトレーニング管理方法
CN106705989B (zh) 记步方法、设备及终端
EP3671119B1 (en) Attitude matrix calculating method and device
WO2016006479A1 (ja) 活動量測定装置、活動量の測定方法、活動量の測定プログラム
KR20200056197A (ko) 추천 서비스를 제공하기 위한 방법, 이를 위한 전자 장치 및 저장 매체
US20230210424A1 (en) Electronic device and method for providing personalized biometric information based on biometric signal using same
CN113457106A (zh) 一种跑步姿态检测方法与穿戴设备
US11730377B2 (en) Electronic device and method for providing information on cardiovascular state of user
KR20200134995A (ko) 사용자의 이동 패턴 특징을 이용한 모드 제어 방법 및 장치
KR20220087104A (ko) 웨어러블 디바이스 및 웨어러블 디바이스의 모션 제스처 검출 방법
KR20210136722A (ko) 전자 장치의 낙상 이벤트 타입 판단 방법 및 그 전자 장치
KR20210015638A (ko) 센서를 이용한 저전력 낙상 감지 방법 및 장치
WO2022015081A1 (ko) 인체 임피던스 측정을 위한 웨어러블 디바이스 및 방법
KR20210108275A (ko) 정보 송수신 방법 및 그 전자 장치
KR20170002915A (ko) 신발, 이동 단말기 및 그 제어 방법
US20240009519A1 (en) Method and system for providing exercise programs to user
KR20210136389A (ko) 보행에 관한 정보를 확인하는 전자 장치 및 보행에 관한 정보를 확인하는 전자 장치의 동작 방법
KR20210139045A (ko) 데이터 전송 방법 및 이를 지원하는 전자 장치
US20220369944A1 (en) Electronic device and method for providing body component information by using same
CN117769745A (zh) 用于向用户提供锻炼程序的方法和***
KR20240086501A (ko) 걸음걸이에 기반하여 발 건강을 관리하는 방법 및 이를 지원하는 전자 장치

Legal Events

Date Code Title Description
A201 Request for examination