A rider communicates with a horse to control the horse. This type of communication, collectively known as riding aids, is important in horse riding. When the rider communicates with the horse during horse riding, the horse determines the rider’s command with its own intelligence and controls its own motors. So rider-horse interaction process is very complicated, however, many horse riding simulators have simple interface to interact with a horse riding simulator. So we expect that probability factors can represent the riding aids and they can be used to control the horse riding simulator. We propose a probabilistic model with multi-variate Gaussian distribution for riding aids. To implement our horse riding interface, it have sensors which can measure the weight, leg and rein aids. So riding aids probabilistic models are formulated by these riding aids measurement data which are measured by the expert. And the horse riding robot simulator can generate various motions depending on the gait, and translate a state according to the user’s command. And user’s commands are classified by Na"ive Bayesian Classifier based on the riding aids probabilistic models. So the user can control the horse riding robot simulator, and our interface can provide more interactive experiences than previous things. Also it doesn’t need to determine any threshold values or many ‘if-else’ conditions to classify the user commands. And it is very flexible performance with opposite riding aids.
승마에 있어서 말과 기수간의 의사소통은 중요하다. 기수가 말에게 명령을 전달하기 위해 사용하는 방법을 승마부조라 부르며 고삐, 체중이동, 다리, 목소리 등 다양한 방법이 있다. 기수가 말에게 자신이 원하는 명령을 제대로 전달하기 위해서는 각각의 승마부조들을 적절하게 조합하여 사용해야 한다. 그렇기 때문에 본 논문에서는 각각의 승마부조들을 확률적으로 조합하면 더 자연스러운 인터페이스를 제공할 수 있을 거라 기대한다. 이를 구현하기 위해 사용자의 체중부조, 다리부조, 고삐부조를 측정할 수 있는 센서를 제작하였다. 그리고 전문가로부터 특정 명령에 대해 측정된 데이터를 통해서 각각의 승마부조에 대한 가우시안 형태의 확률분포를 얻었다. 또한 승마에서의 대표적인 보법과 회전에 대해 총 7가지의 상태로 나누어 각각의 상태에 대한 모션을 생성하였다. 따라서 사용자의 명령에 대해 나이브 베이지안 분류기를 통해 상태전이가 일어나도록 하였다. 이렇게 사용자 명령에 대해 확률 기반으로 접근한 사용자 인터페이스는 기존에 많이 사용했던 특정값을 기준으로 명령을 분류하는 방법에 비해 특정 값을 결정할 필요도 없으며 각각의 특정값들을 비교하지 않는다는 장점이 있다. 또한 서로 상반된 승마부조에 대해서도 유연한 성능을 갖게 된다.
