重量追踪装置及方法与流程

本发明涉及重量追踪装置及方法，更具体地涉及通过具备nfc读取模块来读取附着于举重机器的配重板中的nfc标签并追踪用户需要举起的配重片重量以使所追踪到的重量信息应用于多种目的的重量追踪装置。

背景技术：

结合运动与it技术的健身科技(fitnesstech)市场成为全球性发展趋势。

对于有氧运动，例如，跑步(running)或骑自行车(cycling)，利用智能手机或智能手表来自动追踪移动路线、移动速度、运动时间等运动明细，并基于所收集到的数据来提供多种个性化健身。

但是，在进行重量训练(weighttraining)的情况下，不存在可自动追踪其运动明细的系统或服务。在进行重量训练的情况下，如利用什么运动器材，锻炼了身体哪个部位，以几公斤重量，重复锻炼了几次，锻炼了几组等运动明细成为重要因素，对于现有的重量训练的系统或服务中没有可自动追踪这些因素(参照韩国公开专利第10-2011-0066432号)。

以下，对用于说明根据本发明的重量追踪装置的背景技术进行描述。

图1为示出现有举重机器及用于其的重量设置销的图。图2为示出用于现有举重机器的多种重量设置销的图。

参照图1，举重机器(weightliftingmachine)70为运动器械，其通过用户在垂直方向上举起具有规定重量的配重板20来增强肌肉力量。

举重机器70中可重叠设置多个配重板20、22。各个配重板20、22可具有规定重量(例如，5kg)。根据实施例，各个配重板可具有相同重量或可具有互不相同的重量。各个配重板20、22中可附着有重量标志贴纸33、34。

例如，重叠的配重板中的最上部配重板20中可附着有记载有5kg的重量标志贴纸33，正下方的配重板22中可附着记载有配重板两个重量的10kg的重量标志贴纸34。即，任意配重板中可附着记载有从最顶部开始的累积重量的重量标志贴纸。

用户可利用重量设置销(weightselectorpin)15来设置自己需要举起的配重板20、22的数量或配重片(weightstack)的重量。配重片30意味着由重量设置销15设置的规定数量的配重板的块体。

具体地，在多个配重板20、22中的上下相邻的配重板之间插入重量设置销15，从而可设置自己需要举起的配重板20、22的数量或配重片重量。或者，将重量设置销插入形成于多个配重板中的任意一个配重板的销孔，从而可设置自己需要举起的配重板的数量或配重片重量。

参照图2，用于设置配重片30重量的重量设置销35、37的形态可具有多种。

重量设置销可由头(head)及销(pin)的部分构成。头部(headpart)和销部(pinpart)的形态可以为多种。例如，根据一实施例的重量设置销35可由一个杆状的销及位于销的端部的头部形成(参照图2的(a)部分)，根据另一实施例的重量设置销37可呈具有两个扁平状的销的形态(参照图2的(b)部分)。

根据实施例，具有一个杆状的重量设置销35可通过插入形成于配重板中的销孔来设置配重片重量，具有两个扁平状的销的重量设置销37可通过插入上下相邻的配重板20、22之间来设置配重片30的重量。

技术实现要素：

技术方案

就用于解决所述技术问题的根据本发明一实施例的重量追踪装置而言，在包括分别附着有nfc标签的多个配重板的举重机器中，向形成于多个配重板中的任意一个配重板的销孔或向多个配重板中的上下相邻的配重板之间插入，以设置配重片重量，并追踪配重片重量，所述重量追踪装置包括：外壳；销，从外壳突出，并向销孔或向上下相邻的配重板之间插入；nfc读取模块，配置于外壳的内部，通过读取在销插入时所检测到的nfc标签来检测用于表示由销设置的配重片重量的重量数据；存储器，配置于外壳的内部；以及处理器，配置于外壳的内部，处理器从nfc读取模块接收由nfc读取模块所检测到的重量数据，并将重量数据存储在存储器中。

就用于解决所述技术问题的根据本发明另一实施例的重量追踪装置而言，在包括分别附着有nfc标签的多个配重板的举重机器中，向形成于多个配重板中的任意一个配重板的销孔或向多个配重板中的上下相邻的配重板之间插入重量设置销，以追踪所设置的配重片重量，所述重量追踪装置包括：外壳，可装拆于所述重量设置销中；nfc读取模块，配置于外壳的内部，通过读取在重量设置销插入时所检测到的nfc标签来检测用于表示由重量设置销设置的配重片重量的重量数据；存储器，配置于外壳的内部；以及处理器，配置于外壳的内部，处理器从nfc读取模块接收由nfc读取模块所检测到的重量数据，并将重量数据存储在存储器中。

就用于解决所述技术问题的根据本发明一实施例的重量追踪方法而言，在包括分别附着有nfc标签的多个配重板的举重机器中，利用重量追踪装置来追踪由用户举起的配重板形成的配重片重量，所述重量追踪方法包括：将销插入于形成于多个配重板中的任意一个配重板的销孔或多个配重板中的上下相邻的配重板之间的步骤；nfc读取模块通过读取在插入销时所检测到的nfc标签来检测用于表示由销设置的配重片重量的重量数据的步骤；处理器从nfc读取模块接收由nfc读取模块检测到的重量数据的步骤；以及处理器将重量数据存储在存储器中的步骤。

就用于解决所述技术问题的根据本发明另一实施例的重量追踪方法而言，在包括分别附着有nfc标签的多个配重板的举重机器中，利用重量追踪装置来追踪由用户举起的配重板形成的配重片重量，所述重量追踪方法包括：向形成于多个配重板中的任意一个配重板的销孔或向多个配重板中的上下相邻的配重板之间插入重量设置销的步骤；将重量追踪装置安装在重量设置销的步骤；nfc读取模块通过读取所检测到的nfc标签来检测用于表示由重量设置销设置的配重片重量的重量数据的步骤；处理器从nfc读取模块接收nfc读取模块检测的重量数据的步骤；以及处理器将重量数据存储在存储器中的步骤。

有益效果

根据本发明，可知道用户在进行重量训练时利用的配重片的准确重量。

附图说明

图1为示出现有举重机器及用于其的重量设置销的图。

图2为示出用于现有举重机器的多种重量设置销的图。

图3及图4为示出根据本发明一实施例的重量追踪装置适用于举重机器的状态的图。

图5为根据本发明一实施例的重量追踪装置的立体图。

图6为根据本发明一实施例的重量追踪装置的结构图。

图7为设置于根据本发明一实施例的重量追踪装置中的nfc读取模块与多个nfc标签进行通信的状态的图。

图8为示出根据本发明一实施例的重量追踪装置中nfc读取模块的设置位置的图。

图9为示出根据本发明一实施例的重量追踪装置中金属板的设置位置的图。

图10为示出设置于根据本发明一实施例的重量追踪装置中的nfc读取模块交替地保持待机模式和活动模式的同时，从nfc标签读取的重量数据中导出用户实际举起的配重片重量数据的过程的图。

图11为示出根据本发明一实施例的重量追踪装置中加速度传感器的设置位置的图。

图12为示出设置于根据本发明一实施例的重量追踪装置中的nfc读取模块利用加速度传感器来与一个nfc标签进行通信的方法的图。

图13及图14为示出设置于根据本发明一实施例的重量追踪装置中的处理器进行的信号处理方法的图。

图15及图16为示出设置于根据本发明一实施例的重量追踪装置中的处理器进行的第一机器学习方法的图。

图17及图18为示出设置于根据本发明一实施例的重量追踪装置中的处理器进行的第二机器学习方法的图。

图19为示出设置于根据本发明一实施例的重量追踪装置中的处理器利用已输入的加速度数据来最终产生的重量追踪装置的位置数据的图。

图20为根据本发明另一实施例的重量追踪装置的立体图。

图21为示出根据本发明另一实施例的重量追踪装置安装在重量设置销中的状态的图。

图22为示出根据本发明一实施例的重量追踪方法的流程图。

图23为示出根据本发明另一实施例的重量追踪方法的流程图。

具体实施方式

参考与附图一同详细描述的多个实施例，使本发明的优点及特征以及实现它们的方法将更加明确。然而，本发明不限定于以下所公开的多个实施例，而是以互不相同的各种形态实现，本实施例仅为了使本发明的公开完整，并为了向本发明所属技术领域的普通技术人员完整告知发明范围而提供，本发明仅由发明要求保护范围定义。在说明书全文种相同附图标记指相同结构要素。

本文中所使用的术语仅出于说明多个实施例的目的，而无意于限定本发明。在本说明书中，除非文中另有说明，单数形式还包括复数形式。文中所使用的“包括(comprises)”和/或“包括(comprising)”是指所提出的结构要素、步骤及动作不排除一个以上的其他结构要素、步骤及动作的存在或添加。

参照图3至图6，说明根据本发明一实施例的重量追踪装置。图3及图4为示出根据本发明一实施例的重量追踪装置适用于举重机器的状态的图。图5为根据本发明一实施例的重量追踪装置的立体图。图6为根据本发明一实施例的重量追踪装置的结构图。

参照图3至图6，根据本发明一实施例的重量追踪装置60可以为通过读取附着于举重机器70的配重板20、25中的nfc标签40来追踪配重片30的重量数据的装置。

举重机器70中可设置多个配重板20、25，所设置的每个配重板20、25中可附着有nfc标签40。此时，当重量设置装置的销(pin)或结合了重量设置装置的重量设置销插入于销孔或上下相邻的配重板之间时，nfc标签能够以位于重量设置装置中的nfc读取模块可读取的区域中的方式进行附着。根据实施例，当被插入时，nfc标签可附着于nfc读取模块与nfc标签叠加的位置。

nfc标签40可存储其所附着的配重板20、25及重叠于这种配重板20、25上的配重板20、25的总重量数据。即，nfc标签40可具有当配重片被设置为附着有nfc标签40的配重板成为位于最底部的配重板时的配重片30的重量数据。换言之，附着于从顶部至第n个配重板的nfc标签40可将从顶部至第一个配重板直到第n个配重板的所有配重板的重量之和作为重量数据。

例如，参照图3，当多个配重板中的每一个具有5kg重量时，(i)附着于位于最顶部的配重板的nfc标签40可具有5kg重量数据，(ii)附着于位于从顶部至第二的配重板中的nfc标签40可具有第一个配重板和第二个配重板的重量之和即10kg重量数据。

并且，nfc标签40可将该重量数据提供给外部设备，并且可以为贴纸形态，但不限定于此，只要可附着于配重板20、25上，就可适用多种形态。

再一次，根据一实施例的重量追踪装置60可包括外壳125、销10、nfc读取模块80、处理器100、存储器110及通信模块120。

外壳125呈重量追踪装置60的外形，并且可具有内置重量追踪装置60的各种结构的空间。

销10可以为从外壳125突出并具有规定长度的部件。如上所述，销10为形成作为配重板20、25重叠的形态的配重片30的结构，可具有多种形态。

根据实施例，如图3所示，销可由两个扁平状的板形成，在用户将销10插入多个配重板中的上下相邻的配重板20、22之间之后，可举起层叠在所插入的销10的上部的配重板20、22，即，配重片30。

或者，如图4所示，销可呈一个杆状，当用户将销向形成于多个配重板中的任意一个配重板25的销孔45中插入之后，可举起形成销孔45的配重板25和堆叠在形成销孔45的配重板25的上部的配重板，即，配重片。

即，销10可向多个配重板20中的上下相邻的配重板20、22之间插入，或者可向形成于多个配重板25中的任意一个配重板25的销孔45中。

像这样，销10插入销孔45或插入上下相邻的配重板20、22之间，从而可形成配重片30。

nfc读取模块80配置于外壳125的内部，并且为通过读取nfc标签40来检测用于表示配重片30的重量的重量数据的模块。

具体地，当插入销10时，nfc读取模块80向附着于配重板20、25的nfc标签40靠近，通过读取在靠近的过程中或完成插入之后所检测到的nfc标签40来检测用于表示由销10设置的配重片30的重量的重量数据。

处理器100配置于外壳125的内部，并且可从nfc读取模块80接收nfc读取模块80所检测的重量数据。即，nfc读取模块80可将识别的重量数据传输给处理器100。

另外，外壳125的内部可配置存储器110，处理器100可将重量数据存储在存储器110中。

另一方面，存储器110可位于处理器100的内部或外部，并且能够以众所周知的多种方法与处理器100相连接。这种存储器110为被公知为可记录及擦除ram、rom、eeprom等数据的半导体器件或硬盘之类的大容量存储介质，无关于设备的种类，是指存储信息的设备的总称，并不指特定的存储器110设备。

并且，外壳125内部还可包括与外部装置通信的通信模块120。处理器100可通过控制通信模块120来将重量数据传输给外部装置。在这里，作为外部装置，可具有用户的手机、管理服务器及其他终端设备等。

即，在处理器100的控制下，重量数据可提供给外部，所提供的重量数据经加工后向用户提供有用的信息。

以下，为了助于理解发明，从上述的举重机器的种类中考虑销插入上下配重板之间的形式的举重机器来进行说明(参照图3)。

参照图7至图10，查看nfc读取模块80在与nfc标签40进行通信的过程中，获取由重量设置销设置的配重片30的重量数据的方法。

图7为示出设置于根据本发明一实施例的重量追踪装置中的nfc读取模块与多个nfc标签进行通信的状态的图。图8为示出根据本发明一实施例的重量追踪装置中nfc读取模块的设置位置的图。图9为示出根据本发明一实施例的重量追踪装置中金属板的设置位置的图。

图10为示出设置于根据本发明一实施例的重量追踪装置中的nfc读取模块交替地保持待机模式和活动模式的同时，从nfc标签读取的重量数据中导出由重量设置销设置的配重片重量数据的过程的图。

首先，参照图7，可在多个配重板20分别附着nfc标签40、43，在重量追踪装置60被插入的过程中，可发生nfc读取模块80除了与距离自己最近的nfc标签40(即，位于插入的重量追踪装置60的正上方的配重板20的nfc标签40)之外，还与其他nfc标签43进行通信的情况。

这种情况下，由nfc读取模块80进行的重量识别无法正常进行或者即使进行也识别出错误的重量数据，因此重量识别的准确度及可靠性降低。

参照图8及图8中向l方向观察的状态的图9，考虑到上述的问题，nfc读取模块80能够以与外壳125的前部面150的内侧155相接触的方式配置于外壳125中，所述外壳125的前部面150与配重片30相向。

nfc读取模块80与配重板20的nfc标签40进行通信，因此在外壳125中尽可能需要与nfc标签40相邻配置。考虑到这一点，nfc读取模块80能够以与外壳125的前部面150的内侧155相接触的方式配置于外壳125中，所述外壳125的前部面150与配重片30相向。

即，在配置于外壳125中的多个结构中，nfc读取模块80可与配重片30最相近。

并且，根据实施例，可在外壳125的前部面150的内侧155中的与nfc读取模块80相接触的部分的上部附着金属板140，使得nfc读取模块80仅与一个nfc标签40进行通信。

根据情况，在内侧155中，金属板140还可附着于除与nfc读取模块80相接触的部分以外的所有部分中。或者，可在作为目标的nfc标签的位置以外的部分中附着金属板140。

像这样，金属板140附着于nfc读取模块80的上部或战略性位置，从而除意欲通信的nfc标签40以外，与其他nfc标签43之间的通信受阻，因此nfc读取模块80可识别准确的配重片30的重量。

根据另一实施例，参照图10，nfc读取模块80可重复待机模式s和活动模式a。此时，nfc读取模块80可将活动模式a时所读取的重量数据中的频率最高的重量数据判断为配重片30的重量。

具体地，在用户将重量追踪装置60移向配重片30的过程中，nfc读取模块80在规定时间(例如，1秒钟)期间处于待机模式s后转换为活动模式a，再一次在规定时间期间处于待机模式s之后转换为活动模式a，由此可重复待机模式s和活动模式a。

在此过程中，nfc读取模块80可在活动模式a中识别互不相同的nfc标签40、43以进行读取，并且与靠得最近的nfc标签进行更多通信，因此将读取的重量数据中频率最高的重量数据判断为将要举起的配重片30的重量。

例如，在活动模式a下，nfc读取模块80读取5kg、5kg、10kg、5kg作为重量数据时，读取的重量数据中频率最高的重量数据为5kg，因而将需要举起的配重片30的重量判定为5kg，并可向后述的处理器100传输配重片30的重量为5kg的信息。

根据另一实施例，可通过使附着于配重板20的nfc标签40的大小减小到规定大小(例如，宽度及长度为10～15mm)或更小，以减少可与nfc标签40之间进行通信的范围。

在这种情况下，nfc读取模块80需要靠近nfc标签40才可读取nfc标签40，当重量追踪装置60被插入之后，nfc读取模块80仅可识别靠得最近的nfc标签40。

附加地，参照图6及图11，根据本发明一实施例的重量追踪装置60还可包括加速度传感器90。图11为示出根据本发明一实施例的重量追踪装置中加速度传感器的设置位置的图。

加速度传感器90配置于外壳125的内部，可以为用于感测表示重量追踪装置60的加速度值的加速度数据的传感器。根据实施例的加速度传感器90可以为三轴加速度传感器。

即，用户举起或放下配重片30，在此过程中，配重片30也进行上下移动，同时与配重片30一体动作的重量追踪装置60也可上下移动。

在此过程中，加速度传感器90可感测重量追踪装置60的加速度值或加速度变化。

接着，处理器100可从加速度传感器90接收由加速度传感器90感测到的加速度数据，并对所接收的加速度数据进行信号处理以生成表示重量追踪装置60的位置变化的位置数据。

并且，处理器100通过控制通信模块120来将位置数据传输给外部装置，并将位置数据存储在存储器110中。

如上所述，nfc读取模块80能够以与外壳125的前部面150的内侧155相接触的方式配置，所述外壳125的前部面150与配重片30相向，此时，加速度传感器90可位于以外壳125的前部面150为基准的紧靠nfc读取模块80后面的位置(参照图11的(a)部分)。根据另一实施例的加速度传感器90可并排位于nfc读取模块80的上下或左右，使得与外壳125的前部面150的内侧155相接触。

根据另一实施例的加速度传感器90可位于外壳125的前部面150的宽度中间(参照图11的(b)部分)。

与此相关地，在多个配重板20中，向上下相邻的配重板20之间插入销10之后，随着配重片30上下移动，重量追踪装置60也可以进行上下移动。

此时，以重量追踪装置60的长度方向为基准，随着加速度传感器90远离配重片30，加速度传感器90上下波动的程度变大。因此，可随着加速度传感器90远离配重片30，所测定到的加速度值的准确度会降低。

并且，以重量追踪装置60的宽度方向为基准，随着加速度传感器90远离中间位置，加速度传感器90向上下或左右波动的程度增加。因此，随着加速度传感器90远离宽度中间位置，所测定到的加速度值的准确度会降低。

考虑到这些情况，加速度传感器90位于以外壳125的前部面150为基准的紧靠nfc读取模块80后面的位置，并且可位于外壳125的前部面150的宽度中间。

接着，参照图12，来查看nfc读取模块80使用加速度传感器90来仅与位于重量追踪装置60的正上方的配重板20的nfc标签40进行通信的方法。

图12为示出设置于根据本发明一实施例的重量追踪装置中的nfc读取模块利用加速度传感器来与一个nfc标签进行通信的方法的图。

参照图12，在为了重量追踪装置60的插入而移动的过程中，可使nfc读取模块80无法读取nfc标签40，当完成重量追踪装置60的插入之后，可使nfc读取模块80读取nfc标签40。

换言之，在完成重量追踪装置60的插入的情况下，nfc读取模块80可转换为活动模式a，并且与靠得最近的nfc标签40进行通信的可能性高，此时，靠得最近的nfc标签40可以为位于被插入的重量追踪装置60的正上方的配重板20的nfc标签40。

因此，nfc读取模块80可读取位于被插入的重量追踪装置60的正上方的配重板20的nfc标签40，并且可实现用户需要举起的准确的重量数据识别。

与此相关地，当查看在完成重量追踪装置60的插入之后，nfc读取模块80转换为活动模式a的方式时，在相对于销10插入的方向d并行的轴x的加速度值成为预设的参考值以下的时点上，nfc读取模块80可从待机模式s转换为活动模式a以读取nfc标签40。

即，当相对于销10插入的方向d并行的轴x的加速度值为预设的参考值以下时，视为重量追踪装置60完成插入，nfc读取模块80转换为活动模式a并可读取靠得最近的nfc标签40。

作为其他方式，当在参考值以上的三轴加速度值中的两轴以上的加速度值下降至参考值以下时，nfc读取模块80可从待机模式s转换为活动模式a以读取nfc标签40。

具体地，当用户为了使用重量追踪装置60而移动重量追踪装置60时，三轴加速度值发生变化，三轴加速度值可成为参考值以上。

接着，当完成重量追踪装置60的插入时，重量追踪装置60的动作减小，三轴加速度值中的两轴以上的加速度值可成为参考值以下。因此，当参考值以上的三轴加速度值中的两轴以上的加速度值下降为参考值以下时，视为重量追踪装置60完成插入，并且nfc读取模块80可从待机模式s转换为活动模式a以读取靠得最近的nfc标签40。

另一方面，选择重量追踪装置60的完成插入时刻作为两轴以上的加速度值为参考值以下的情况，而不是三轴的原因在于，考虑到了如下情况，即，当插入重量追踪装置60之后，可在超过规定时间之后进行重量训练以使配重片30进行上下移动，但若重量追踪装置60插入后立即进行重量训练以使配重片30进行上下移动，则单轴(例如，z轴)加速度值有可能成为参考值以上。

以下，参照图13及图14，查看处理器的信号处理方式。图13及图14为示出设置于根据本发明一实施例的重量追踪装置中的处理器进行信号处理方法的图。

如上所述，处理器100从加速度传感器90接收由加速度传感器90感测到的加速度数据，对接收到的加速度数据进行信号处理以生成表示重量追踪装置60的位置变化的位置数据。

并且，处理器100可通过控制通信模块120来向外部装置传输位置数据，或将位置数据存储在存储器110中。

参照图13及图14，当查看处理器100的信号处理方式时，处理器100可对感测到的加速度数据适用过滤或积分运算以进行信号处理。根据一实施例的处理器100可通过过滤加速度数据来生成经纯化的加速度数据，接着，对纯化的加速度数据进行积分运算以生成位置数据。

作为另一例，处理器100从加速度传感器90接收由加速度传感器90感测到的加速度数据，通过过滤接收到的加速度数据来除去噪声。或者，处理器100可从加速度数据除去因重量加速度导致的影响。

接着，处理器100可通过对除去噪声的加速度数据进行一次积分来导出速度数据。

并且，处理器100对速度数据适用过滤或积分运算，从而可进行信号处理，并可通过信号处理，从速度数据获取位置数据。

以下，参照图15及图16，来查看处理器使用机器学习(machinelearning)来获取位置数据的方式。图15及图16为示出设置于根据本发明一实施例的重量追踪装置中的处理器进行的第一机器学习方法的图。

参照图15及图16，根据本发明一实施例的处理器100为了通过机器学习来获取高度化的位置数据，可进行(i)学习步骤，学习预先选择的机器学习模型(machinelearningmodel)以及(ii)识别步骤，向已学习的机器学习模型输入已进行信号处理的位置数据p以获取高度化的位置数据p’。

参照图15，在学习步骤的情况下，处理器100可选择多种机器学习模型中的任意一种。根据实施例的处理器100选择(i)深度神经网络(deepneuralnetwork，dnn)、卷积神经网络(convolutionalneuralnetwork，cnn)、深度神经网络(deepneuralnetwork，dnn)、递归神经网络(recurrentneuralnetwork，rnn)等多种神经网络模型(neuralnetworkmodel)中的一种，(ii)对所选择的神经网络模型设置超级参数(hyperparameter)，从而可选择需要学习的机器学习模型。

当选择完需要学习的机器学习模型时，处理器100向选择的机器学习模型输入预先准备的学习数据集(trainingdataset)以使选择的机器学习模型进行学习。此时，学习数据集可包括对上下移动的配重片30的位置，(i)进行实测的实测位置数据q以及(ii)对加速度传感器90所感测到的感测值进行信号处理所获取的感测位置数据p。实测位置数据q为利用尺子或编码器(encoder)160等来测定配重片30的高度变化的数据，有可能要求具有规定标准以上的高准确度。

当完成学习时，处理器100可通过向已完成学习的机器学习模型输入测试数据来评价对已学习的机器学习模型的性能。例如，处理器100将对加速度传感器90所感测到的感测值进行信号处理来获取的感测位置数据p中的一部分输入给已学习的机器学习模型，并确认其输出值与所输入的一部分对应的实测位置数据一部分的对应程度，从而可评价对已学习的机器学习模型的性能。

当性能评价值高于预设的标准时，处理器100可获取已学习的机器学习模型作为用于获取高度化的位置数据的机器学习模型。然而，当性能评价值小于或等于预设的标准时，处理器100重新返回选择机器学习模型的步骤，重复进行上述的步骤，直至获取满足性能评价值的已学习的机器学习模型为止。

参照图16，在识别步骤中，处理器100可对加速度传感器90所感测到的感测值进行信号处理以生成感测位置数据p。并且，处理器100可向已学习的机器学习模型输入生成的感测位置数据p以获取高度化的位置数据p’。

以下，参照图17及图18，查看处理器利用机器学习来获取位置数据的另一方式。图17及图18为示出设置于根据本发明一实施例的重量追踪装置中的处理器进行的第二机器学习方法的图。

参照图17及图18，根据本发明一实施例的处理器100为了通过机器学习来获取高度化的位置数据，可进行(i)学习步骤，使预先选择的机器学习模型(machinelearningmodel)进行学习以及(ii)识别步骤，向已学习的机器学习模型输入加速度传感器90所感测到的感测加速度数据r以获取高度化的加速度数据r’。在此情况下，当处理器100获取高度化的加速度数据r’时，对高度化的加速度数据r’进行过滤、积分运算等的信号处理以获取高度化的位置数据p’。

参照图17，在学习步骤的情况下，处理器100可通过与图15中的说明相同方式来选择需要学习的机器学习模型，并且使机器学习模型进行学习。

但是，此时，学习数据集可包括对上下移动的配重片30的加速度，(i)进行实测的实测加速度数据s以及(ii)加速度传感器90所感测到的感测加速度数据r。实测加速度数据r因价格高或尺寸较大而不适合用于重量追踪装置60的结构，而是利用具有高精度的另一加速度传感器等来测定配重片30的加速度变化的数据，有可能要求具有规定标准以上的高准确度。

当完成学习时，处理器100向已完成学习的机器学习模型输入测试数据，以评价对已学习的机器学习模型的性能。当性能评价值高于预设的标准时，处理器100可获取已学习的机器学习模型作为用于获取高度化的位置数据的机器学习模型。

参照图18，在识别步骤中，处理器100可获取加速度传感器90所感测到的感测加速度数据r。并且，处理器100可通过将所获取的感测加速度数据r输入给已学习的机器学习模型来获取高度化的加速度数据r’。并且，处理器100可对高度化的加速度数据r’进行过滤、积分运算等的信号处理，以获取高度化的位置数据p’。

参照图19，查看通过处理器的信号处理或机器学习来产生的重量追踪装置的位置数据。图19为示出设置于根据本发明一实施例的重量追踪装置中的处理器利用所输入的加速度数据来最终生成的重量追踪装置的位置数据的图。

如上所述，nfc读取模块80识别具有配重片30的重量数据的nfc标签40，并将所识别的重量数据提供给处理器100。

通过这些操作，处理器100可掌握用户举起了哪个程度的重量。

并且，加速度传感器90通过感测重量追踪装置60(或配重片30)的加速度值以向处理器100提供加速度数据。

接着，处理器100可对接受提供的加速度数据进行信号处理或进行机器学习以产生重量追踪装置60或配重片30的位置数据。

通过这种位置数据，可掌握运动的组数，每组举重次数、关节可动作范围、运动量、热量消耗量、运动时间及休息时间等。

通过图19，进一步具体查看，位置数据为0或为规定值以下的时间为规定时间以上时，可判断为结束了一组，并且能够以这种规定时间为基准来掌握总组数。

并且，图表中峰的数量是指次数，可掌握每组次数，图19中可知每组进行了四次。

并且，峰的高度为位置变化量，因此可通过峰的高度掌握用户的关节动作范围。

并且，峰的下方面积t表示运动量，可通过计算峰的下方面积t来掌握运动量，并且可通过t来计算热量消耗量。

另外，势能图的x轴表示时间，可检查运动时间及休息时间。

像这样，可通过位置数据来掌握多种信息，这种信息提供给用户，或者进一步进行加工以适用多种目的。

以上描述了根据本发明一实施例的重量追踪装置。以下，参照图20及图21，说明根据本发明另一实施例的重量追踪装置。图20为根据本发明另一实施例的重量追踪装置的立体图。图21为示出根据本发明另一实施例的重量追踪装置安装在重量设置销的状态的图。

参照图20至图21，根据本发明另一实施例的重量追踪装置200可以为在重量设置销230中可进行装拆且可追踪重量设置销230设置的配重片30重量的装置。

重量追踪装置200可包括与上述的根据本发明一实施例的重量追踪装置200相同的结构，构成重量追踪装置200的外形的外壳190可在重量设置销230上进行装拆。

更具体地，重量设置销230可包括向配重板的销孔或上下配重板之间插入的销部215及位于销部215的一端部的头部210。

重量追踪装置200的外壳190可包括装拆在重量设置销230上的装拆部180，该装拆部180可呈与重量设置销230的头部210相吻合的形状。

例如，若头部210呈球形，则装拆部180可呈能够收容球形头部210的凹形。在这种形状之下，为了使重量追踪装置200结合于重量设置销230上，外壳190的装拆部180收容头部210，头部210以与装拆部180相吻合的方式扣入。

或者，在重量设置销的头部形成一个以上的突起部，并在重量追踪装置的装拆部中形成可扣入突起部的扣入孔，突起部扣入扣入孔中，从而重量追踪装置可安装在重量设置销。

即，在可适用于作为现有产品的重量设置销230的这一点上，根据本发明另一实施例的重量追踪装置200的利用率高。

以上，查看了根据本发明的重量追踪装置，以下，参照图22，查看根据本发明一实施例的重量追踪方法。图22为示出根据本发明一实施例的重量追踪方法的流程图。

根据本发明一实施例的重量追踪方法可以为如下的方法，即，在包括分别附着有nfc标签的多个配重板的举重机器中，利用根据本发明一实施例的重量追踪装置，来追踪由用户举起的配重板形成的配重片重量。

这种重量追踪方法包括：步骤s10，向形成于多个配重板中的任意一个配重板的销孔或向多个配重板中的上下相邻的配重板之间插入销；步骤s20，nfc读取模块通过读取销在插入销时所检测到的nfc标签来检测用于表示由销设置的配重片重量的重量数据；步骤s30，处理器从nfc读取模块接收nfc读取模块所检测的重量数据；以及步骤s40，处理器将重量数据存储在存储器中。

在步骤s10中，向形成于多个配重板中的任意一个配重板的销孔或向多个配重板中的上下相邻的配重板之间插入销，为了设置用户举起的配重片30，用户可将重量追踪装置60的销10插入形成于多个配重板中的任意一个配重板25的销孔45或多个配重板中的上下相邻的配重板20、22之间。

通过这种方式，可设置作为层叠的配重板20形态的配重片30，其结果，可设置用户举起的重量。

在步骤s20中，nfc读取模块通过读取销在插入销时所检测到的nfc标签来检测用于表示由销设置的配重片重量的重量数据，为了设置配重片30，用户将重量追踪装置60移至配重板，可将销10插入销孔45或上下配重板20、22之间，在此过程中，重量追踪装置60的nfc读取模块80可读取附着于配重板20的nfc标签40，以检测用于表示由销10设置的配重片30重量的重量数据。

在步骤s30中，处理器从nfc读取模块接收nfc读取模块所检测的重量数据，nfc读取模块80检测表示配重片30的重量的重量数据之后，重量追踪装置60的处理器100可从nfc读取模块80接收nfc读取模块80所检测的重量数据。

在处理器将重量数据存储在存储器中的步骤s40中，处理器100从nfc读取模块80接收nfc读取模块80所检测的重量数据之后，将重量数据存储于存储器110中，并可通过控制重量追踪装置60的通信模块120来向外部装置传输重量数据。

附加地，重量追踪装置60的加速度传感器90感测重量追踪装置60的加速度数据，处理器100可从加速度传感器90接收所感测的加速度数据之后，对接收到的加速度数据进行信号处理以生成表示重量追踪装置60的位置变化的位置数据。

并且，处理器100可将位置数据存储在存储器110中，并通过控制重量追踪装置60的通信模块120来向外部装置传输位置数据。

或者，处理器100从加速度传感器90接收由加速度传感器90感测到的加速度数据，并对接收到的加速度数据进行积分以生成位置数据，可通过将位置数据适用于机器学习模型170来生成加工位置数据。

并且，处理器100可将加工位置数据存储在存储器110中，并通过控制通信模块120来向外部装置传输加工位置数据。

或者，处理器100从加速度传感器90接收由加速度传感器90感测到的加速度数据，并将加速度数据适用于机器学习模型170以生成加工加速度数据，可通过对加工加速度数据进行积分来生成加工位置数据。

并且，处理器100可将加工位置数据存储在存储器110中，并通过控制通信模块120来向外部装置传输加工位置数据。

以上，查看了根据本发明一实施例的重量追踪方法，以下，参照图23，查看根据本发明另一实施例的重量追踪方法。图23为示出根据本发明另一实施例的重量追踪方法的流程图。

根据本发明另一实施例的重量追踪方法可以为如下的方法，即，在包括分别附着有nfc标签的多个配重板的举重机器中，利用根据本发明另一实施例的重量追踪装置来追踪由用户举起的配重板形成的配重片重量。

这种重量追踪方法可包括：步骤s50，向形成于多个配重板中的任意一个配重板的销孔或向多个配重板中的上下相邻的配重板之间插入重量设置销；步骤s60，将重量追踪装置安装在重量设置销中；步骤s70，nfc读取模块通过读取检测到的nfc标签来检测用于表示由重量设置销设置的配重片重量的重量数据；步骤s80，处理器从nfc读取模块接收nfc读取模块检测的重量数据；以及步骤s90，处理器将重量数据存储在存储器中。

在步骤s50中，向形成于多个配重板中的任意一个配重板的销孔或向多个配重板中的上下相邻的配重板之间插入重量设置销，为了设置用户需要举起的配重片30，用户可将重量设置销230插入形成于多个配重板中的任意一个配重板25中的销孔45或多个配重板中的上下相邻的配重板20、22之间。

通过这种方式，可设置作为层叠的配重板的形态的配重片30，其结果，可设置用户需要举起的重量。

在将重量追踪装置安装在重量设置销中的步骤s60中，将作为不同于重量设置销230结构的重量追踪装置200安装在重量设置销230上，使得重量追踪装置200和重量设置销230形成一体型。

另一方面，不同于上述情况，将重量追踪装置200安装在重量设置销230之后，还可将重量设置销230插入销孔45或上下相邻的配重板20、22之间。

在步骤s70中，nfc读取模块通过读取检测到的nfc标签来检测用于表示由重量设置销设置的配重片重量的重量数据，在用户将重量追踪装置200安装在重量设置销230上的过程或安装完成之后，重量追踪装置200的nfc读取模块80可读取附着于配重板20、25的nfc标签40，以检测表示由重量设置销230设置的配重片30重量的重量数据。

在步骤s80中，处理器从nfc读取模块接收nfc读取模块检测的重量数据，nfc读取模块80检测表示配重片30重量的重量数据之后，重量追踪装置200的处理器100可从nfc读取模块80接收nfc读取模块80所检测的重量数据。

在步骤s90中，处理器将重量数据存储在存储器中，处理器100可从nfc读取模块80接收nfc读取模块80所检测的重量数据之后，将重量数据存储在存储器110中，并控制重量追踪装置200的通信模块120以向外部装置传输重量数据。

附加地，重量追踪装置200的加速度传感器90感测重量追踪装置200的加速度数据，处理器100可从加速度传感器90接收所感测的加速度数据之后，对接收到的加速度数据进行信号处理，以生成表示重量追踪装置200的位置变化的位置数据。

并且，处理器100可将位置数据存储在存储器110中，并通过控制重量追踪装置200的通信模块120来向外部装置传输位置数据。

或者，处理器100可从加速度传感器90接收由加速度传感器90感测到的加速度数据，并对接收到的加速度数据进行积分以生成位置数据，通过将位置数据适用于机器学习模型170来生成加工位置数据。

并且，处理器100可将加工位置数据存储在存储器110中，并通过控制通信模块120来将加工位置数据传输给外部装置。

或者，处理器100从加速度传感器90接收由加速度传感器90感测到的加速度数据，并将加速度数据适用于机器学习模型170以生成加工加速度数据，可通过对加工加速度数据进行积分来生成加工位置数据。

并且，处理器100可将加工位置数据存储在存储器110中，并通过控制通信模块120来向外部装置传输加工位置数据。

以上参照附图说明了本发明的实施例，但本发明所属技术领域的普通技术人员应理解，本发明可在不改变其技术精神或基本特征的情况下，也能够以其他具体方式实施。因此，应该理解的是，以上所描述的多个实施例在所有方面上均为示例性的，而不是限定性的。