JP6926804B2 - 四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラム - Google Patents

四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラム Download PDF

Info

Publication number
JP6926804B2
JP6926804B2 JP2017153688A JP2017153688A JP6926804B2 JP 6926804 B2 JP6926804 B2 JP 6926804B2 JP 2017153688 A JP2017153688 A JP 2017153688A JP 2017153688 A JP2017153688 A JP 2017153688A JP 6926804 B2 JP6926804 B2 JP 6926804B2
Authority
JP
Japan
Prior art keywords
limb
acceleration
landing
measurement data
timing
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
JP2017153688A
Other languages
English (en)
Other versions
JP2019030259A (ja
Inventor
梨紗 田中
梨紗 田中
規洋子 山本
規洋子 山本
理 島田
理 島田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2017153688A priority Critical patent/JP6926804B2/ja
Priority to EP18186813.4A priority patent/EP3440929A1/en
Priority to US16/054,496 priority patent/US11406086B2/en
Publication of JP2019030259A publication Critical patent/JP2019030259A/ja
Application granted granted Critical
Publication of JP6926804B2 publication Critical patent/JP6926804B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K15/00—Devices for taming animals, e.g. nose-rings or hobbles; Devices for overturning animals in general; Training or exercising equipment; Covering boxes
    • A01K15/02—Training or exercising equipment, e.g. mazes or labyrinths for animals ; Electric shock devices ; Toys specially adapted for animals
    • A01K15/027—Exercising equipment, e.g. tread mills, carousels
    • 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
    • A61B5/72—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
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/40—Animals
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Animal Husbandry (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Psychiatry (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Zoology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラムに関する。
例えば競走馬は、能力向上のために管理者である調教師によって、心身に負荷をかけるトレーニングが行われる。しかし、競走馬を含めて馬も生物であるため体調が日々変動し、不調になることがある。馬の身体的な不調としては、跛行と呼ばれる異常歩様状態が挙げられる。跛行は、怪我の初期段階で発生する場合が多く、早期発見は馬を守るために重要なことである。従来、跛行は馬の管理者が経験と勘に基づいて発見することが行われてきたが、軽微な跛行は健常状態と見分けがつかず見逃してしまう場合がある。これに対し、馬の肢等に各種のセンサを取り付けて、跛行を検出することが提案されている。ところが、実際には、繊細な競走馬の肢にセンサを取り付けることは難しい。また、馬の胴体等に各種のセンサを取り付けて、速歩（ｔｒｏｔ）時のデータから跛行を検出することが提案されている。
特表２００８−５０００４６号公報 特開２０１６−０９６７５８号公報
しかしながら、跛行を検出するために、馬を速歩で歩かせると、常歩（ｗａｌｋ）で歩かせた場合よりも馬に大きな負荷がかかる。このため、馬に身体的負担をかけることで、場合によっては跛行を悪化させてしまうことがある。
一つの側面では、身体的負担をかけずに故障を検出できる四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラムを提供することにある。
一つの態様では、四肢動物の故障検出装置は、受付部と、第１判定部と、第２判定部とを有する。受付部は、四肢動物の歩様に基づく測定データであって、上下方向の加速度と前後方向の加速度とを含む前記測定データを受け付ける。第１判定部は、受け付けた前記測定データの前記上下方向の加速度から肢の着地タイミングを判定する。第２判定部は、判定された前記肢の着地タイミングに対応する前記前後方向の加速度の値に基づいて、肢の故障の有無を判定する。
身体的負担をかけずに故障を検出できる。
図１は、実施例の故障検出システムの構成の一例を示すブロック図である。 図２は、胸前センサおよび測定データの成分の一例を示す図である。 図３は、常歩における四肢の着地順の一例を示す図である。 図４は、常歩における四肢の着地および離地の順番の一例を示す図である。 図５は、常歩における測定データの一例を示す図である。 図６は、分析データ記憶部の一例を示す図である。 図７は、分析データ記憶部の他の一例を示す図である。 図８は、常歩における各肢の離着地のタイミングの一例を示す図である。 図９は、常歩における測定データに各肢の離着地のタイミングを付加した一例を示す図である。 図１０は、常歩における各肢の離着地のタイミングと前後加速度との関係の一例を示す図である。 図１１は、着地タイミングに対応する前後加速度の一例を示す図である。 図１２は、各肢の着地タイミングに対応する面積の分類の一例を示す図である。 図１３は、跛行肢判定表の一例を示す図である。 図１４は、前後加速度の波形の比較の一例を示す図である。 図１５は、実施例の故障検出処理の一例を示すフローチャートである。 図１６は、四肢動物の故障検出プログラムを実行するコンピュータの一例を示す図である。
以下、図面に基づいて、本願の開示する四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラムの実施例を詳細に説明する。なお、本実施例により、開示技術が限定されるものではない。また、以下の実施例は、矛盾しない範囲で適宜組みあわせてもよい。
図１は、実施例の故障検出システムの構成の一例を示すブロック図である。図１に示す故障検出システム１は、胸前センサ１０と、故障検出装置１００とを有する。図１では、システムが１つの胸前センサ１０および故障検出装置１００を有する場合を示したが、胸前センサ１０および故障検出装置１００の数は限定されない。すなわち、故障検出システム１は、任意の数の胸前センサ１０および故障検出装置１００を有してもよい。
胸前センサ１０および故障検出装置１００の間は、例えば、図示しない無線ＬＡＮ（Local Area Network）アクセスポイントを経由して、相互に通信可能に接続される。また、胸前センサ１０および故障検出装置１００の間は、例えば、Ｗｉ−Ｆｉ Ｄｉｒｅｃｔ（登録商標）等のように、アクセスポイントを経由せず、直接通信を行うものを用いてもよい。なお、胸前センサ１０および故障検出装置１００の間は、有線で接続されるようにしてもよい。
故障検出システム１は、例えば、馬の胸前の位置に取り付けられた胸前センサ１０で測定した測定データを故障検出装置１００が受け付けて分析を行うシステムの一例である。胸前センサ１０は、例えば、馬の歩様に基づく上下方向の加速度、左右方向の加速度、前後方向の加速度およびヨー軸の角速度を測定して測定データを生成する。胸前センサ１０は、生成した測定データを故障検出装置１００に送信する。なお、以下の説明では、上下方向の加速度、左右方向の加速度、前後方向の加速度およびヨー軸の角速度を、それぞれ、上下加速度、左右加速度、前後加速度およびヨー軸角速度と表現する場合がある。
故障検出装置１００は、例えば、競走馬の管理者である調教師や厩舎の厩務員が用いる情報処理装置である。故障検出装置１００は、胸前センサ１０から受信して受け付けた測定データに基づいて、競走馬の跛行の有無を判定する。すなわち、故障検出装置１００は、四肢動物の歩様に基づく測定データであって、上下方向の加速度と前後方向の加速度とを含む測定データを受け付ける。故障検出装置１００は、受け付けた測定データの上下方向の加速度から肢の着地タイミングを判定する。故障検出装置１００は、判定された肢の着地タイミングに対応する前後方向の加速度の値に基づいて、肢の故障の有無を判定する。これにより、故障検出装置１００は、身体的負担をかけずに故障を検出できる。
次に、胸前センサ１０の構成について説明する。図１に示すように、胸前センサ１０は、通信部１１と、センサ部１２と、記憶部１３と、制御部１４とを有する。なお、胸前センサ１０は、図１に示す機能部以外にも、例えば各種の入力デバイスや出力デバイス等の機能部を有することとしてもかまわない。
通信部１１は、例えば、無線ＬＡＮ等の通信モジュール等によって実現される。通信部１１は、例えば、無線ＬＡＮにより故障検出装置１００と無線で接続され、故障検出装置１００との間で情報の通信を司る通信インタフェースである。通信部１１は、制御部１４から入力された測定データを故障検出装置１００に送信する。
センサ部１２は、馬の歩様に基づく上下加速度、左右加速度、前後加速度およびヨー軸角速度を検出するデバイスである。センサ部１２は、例えば、加速度を測定するデバイスとして、互いに直交するＸ軸方向、Ｙ軸方向、Ｚ軸方向の３軸方向の加速度を測定する３軸加速度センサを有する。つまり、３軸加速度センサは、例えば、左右方向をＸ軸、前後方向をＹ軸、上下方向をＺ軸とすることで、左右加速度、前後加速度および上下加速度を測定できる。また、センサ部１２は、例えば、Ｘ軸方向、Ｙ軸方向、Ｚ軸方向の角速度を測定するデバイスとして、ジャイロセンサを有する。なお、加速度センサとしては、例えば、ピエゾ抵抗型や静電容量型等の３軸加速度センサを用いることができる。また、ジャイロセンサとしては、例えば振動型のジャイロセンサを用いることができる。センサ部１２は、測定した上下加速度、左右加速度、前後加速度およびヨー軸角速度の各データに基づいて測定データを生成し、生成した測定データを制御部１４に出力する。
記憶部１３は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子等の記憶装置によって実現される。記憶部１３は、センサ部１２で測定した測定データを記憶する。また、記憶部１３は、制御部１４での処理に用いる情報を記憶する。なお、記憶部１３は、例えばＳＤメモリカード等の可搬型記録媒体を用いて取り外し可能としてもよい。この場合には、故障検出装置１００に可搬型記録媒体の読み取り装置を設けて、測定データを故障検出装置１００に移してもよい。
制御部１４は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、内部の記憶装置に記憶されているプログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１４は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されるようにしてもよい。
制御部１４は、センサ部１２から入力される測定データを記憶部１３に記憶する。また、制御部１４は、故障検出装置１００と接続された際に、記憶部１３に記憶された測定データを読み出し、通信部１１を介して、測定データを故障検出装置１００に送信する。なお、測定データは、よそ見やノイズの影響を抑えるため、例えば、１分から２分程度の測定データであればよいが、さらに長時間の測定データであっても構わない。
ここで、図２から図５を用いて測定データについて説明する。図２は、胸前センサおよび測定データの成分の一例を示す図である。図２に示すように、胸前センサ１０は、馬の胸前と呼ばれる位置に取り付けられる。胸前センサ１０で測定される測定データは、馬の上下方向、左右方向および前後方向の３軸について、それぞれ、上下加速度成分、左右加速度成分および前後加速度成分を有する。また、上下方向の軸の回転方向であるヨー軸角速度成分を有する。上下加速度成分は、馬の上方向をプラスとし、馬の下方向をマイナスとする。左右加速度成分は、馬の進行方向に対して右方向をプラスとし、馬の進行方向に対して左方向をマイナスとする。前後加速度成分は、馬の進行方向をプラスとし、馬の進行方向と反対方向をマイナスとする。ヨー軸角速度成分は、馬の上下方向の上向きの軸に対して右回り方向をプラスとし、馬の上下方向の上向きの軸に対して左回り方向をマイナスとする。
図３は、常歩における四肢の着地順の一例を示す図である。図３に示すように、馬の常歩における四肢の着地順は、１完歩において、例えば、右前、左後、左前、右後の順となる。馬は、常歩で歩行すると、この順番を繰り返すことになる。なお、速歩や駈歩等では、四肢の着地順が異なってくる。なお、右前、左後、左前および右後は、それぞれ、右前肢、左後肢、左前肢および右後肢を表す。また、以下の説明では、各肢を表す際に、肢を省略して上記のように表す場合がある。
図４は、常歩における四肢の着地および離地の順番の一例を示す図である。図４に示すように、常歩では、例えば、右後が離地している状態から右前が離地し、次に右後が着地する。次に、左後が離地して右前が着地し、左前が離地して左後が着地する。次に、右後が離地して左前が着地する。常歩では、四肢の着地と離地との順番は、この順番を繰り返すことになる。
図５は、常歩における測定データの一例を示す図である。図５のグラフ２０は、測定データのうち、左右加速度成分、上下加速度成分および前後加速度成分をプロットしたものである。グラフ２０に示すように、各加速度成分は、一定の周期を持って繰返していることがわかる。図５の例では、各加速度成分は４０ｍｓ間隔で測定されたデータである。なお、測定データは、馬の個体差によって、プロットされる各値、振れ幅、周期、波形等が異なる。
続いて、故障検出装置１００の構成について説明する。図１に示すように、故障検出装置１００は、通信部１１０と、表示部１１１と、操作部１１２と、記憶部１２０と、制御部１３０とを有する。なお、故障検出装置１００は、図１に示す機能部以外にも既知のコンピュータが有する各種の機能部、例えば各種の入力デバイスや音声出力デバイス等の機能部を有することとしてもかまわない。
通信部１１０は、例えば、無線ＬＡＮ等の通信モジュール等によって実現される。通信部１１０は、例えば、無線ＬＡＮにより胸前センサ１０と無線で接続され、胸前センサ１０との間で情報の通信を司る通信インタフェースである。通信部１１０は、胸前センサ１０から測定データを受信する。通信部１１０は、受信した測定データを制御部１３０に出力する。
表示部１１１は、各種情報を表示するための表示デバイスである。表示部１１１は、例えば、表示デバイスとして液晶ディスプレイ等によって実現される。表示部１１１は、制御部１３０から入力された表示画面等の各種画面を表示する。
操作部１１２は、故障検出装置１００のユーザから各種操作を受け付ける入力デバイスである。操作部１１２は、例えば、入力デバイスとして、キーボードやマウス等によって実現される。操作部１１２は、ユーザによって入力された操作を操作情報として制御部１３０に出力する。
記憶部１２０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、ハードディスクや光ディスク等の記憶装置によって実現される。記憶部１２０は、測定データ記憶部１２１と、分析データ記憶部１２２とを有する。また、記憶部１２０は、制御部１３０での処理に用いる情報を記憶する。
測定データ記憶部１２１は、測定データを記憶する。測定データ記憶部１２１は、例えば、上下加速度、左右加速度、前後加速度およびヨー軸角速度のそれぞれの値をデータ番号と対応付けて記憶する。データ番号は、一意に付される番号であり、各測定データを識別する識別子である。なお、各加速度および角速度は、例えば４０ｍｓ間隔で測定され、同じタイミングで測定された各加速度および角速度は、同じデータ番号と対応付けられる。
分析データ記憶部１２２は、各肢の着地タイミングに対応する前後加速度の値に基づいて、各着地タイミングを複数のグループに分類した分析データを記憶する。図６は、分析データ記憶部の一例を示す図である。図６に示すように、分析データ記憶部１２２は、横軸が、Ａ，Ｂ，Ｃの３つのグループに分類した左右それぞれのグループを示す。分析データ記憶部１２２は、縦軸が四肢の別を示す。図６の１行目の例では、右前肢の着地タイミングの数は、右Ａグループが「０」、右Ｂグループが「３０５６」、右Ｃグループが「１８」となっている。なお、図６の１行目の例では、右前肢の着地タイミングの数であるので、左Ａクループから左Ｃグループは「０」となる。
図７は、分析データ記憶部の他の一例を示す図である。図７に示す分析データ記憶部１２２ａは、図６に示す分析データ記憶部１２２を百分率で表したものである。このように、分析データ記憶部１２２は、着地タイミングの数を肢ごとに割合で表すようにしてもよい。なお、図６および図７の説明における着地タイミングの数は、例えば、着地タイミング間の面積を始点側の着地タイミングに対応付けるとすると、着地タイミング間の数と表すこともできる。
図１の説明に戻って、制御部１３０は、例えば、ＣＰＵやＭＰＵ等によって、内部の記憶装置に記憶されているプログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されるようにしてもよい。制御部１３０は、受付部１３１と、第１判定部１３２と、第２判定部１３３とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図１に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
受付部１３１は、通信部１１０を介して、胸前センサ１０から測定データを受信して受け付ける。受付部１３１は、受け付けた測定データを測定データ記憶部１２１に記憶する。なお、受付部１３１は、測定データが記録された可搬型記録媒体を図示しない読み取り装置で読み込んで受け付けるようにしてもよい。受付部１３１は、測定データを測定データ記憶部１２１に記憶すると、着地タイミング判定指示を第１判定部１３２に出力する。
すなわち、受付部１３１は、四肢動物の歩様に基づく測定データであって、上下方向の加速度と前後方向の加速度とを含む測定データを受け付ける。また、受付部１３１は、歩様が常歩である測定データを受け付ける。また、受付部１３１は、さらに、ヨー軸の角速度を含む測定データを受け付ける。
第１判定部１３２は、受付部１３１から着地タイミング判定指示が入力されると、測定データ記憶部１２１を参照し、測定データに基づいて、各肢の着地タイミングおよび肢の左右を求める。第１判定部１３２は、まず、上下加速度に基づいて、前肢の着地タイミングを判定する。第１判定部１３２は、例えば、上下加速度成分の正負が反転するタイミングを前肢の着地タイミングと判定する。これは、前肢の着地により、胸の位置にある胸前センサ１０が上方向に引き上がり、上下加速度成分の正負が反転するためである。第１判定部１３２は、前肢の着地タイミングの間隔の半分の位置に後肢の着地タイミングがあると判定する。
第１判定部１３２は、次に、ヨー軸角速度に基づいて、前肢の離地タイミング、および、肢の左右を判定する。第１判定部１３２は、例えば、ヨー軸角速度成分の正負がプラス側に反転するタイミングを右前肢の離地タイミングと判定する。また、第１判定部１３２は、例えば、ヨー軸角速度成分の正負がマイナス側に反転するタイミングを左前肢の離地タイミングと判定する。なお、ヨー軸角速度成分の正負は、図２に示すように上下加速度成分の軸のどちら回りをプラスとするかによって変化する。
次に、第１判定部１３２は、右前肢の離地タイミングと、左前肢の離地タイミングとの間隔の半分の位置に、左後肢の離地タイミングがあると判定する。また、第１判定部１３２は、左前肢の離地タイミングと、右前肢の離地タイミングとの間隔の半分の位置に、右後肢の離地タイミングがあると判定する。
第１判定部１３２は、各肢の離地タイミングに基づいて、前肢の着地タイミングおよび後肢の着地タイミングについて、肢の左右を判定する。すなわち、第１判定部１３２は、四肢それぞれの着地タイミングを判定する。第１判定部１３２は、判定した各肢の着地タイミングの情報を第２判定部１３３に出力する。
言い換えると、第１判定部１３２は、受け付けた測定データの上下方向の加速度から肢の着地タイミングを判定する。また、第１判定部１３２は、ヨー軸の角速度に基づいて肢の左右を判定し、上下方向の加速度に基づいて肢の前後を判定し、左右の前肢の着地タイミングに基づいて、左右の後肢の着地タイミングを判定する。
ここで、図８および図９を用いて、各肢の離着地タイミングについて説明する。図８は、常歩における各肢の離着地のタイミングの一例を示す図である。図８に示すグラフ２１は、ある馬の常歩における測定データについて、各肢の離着地タイミングを表したものである。グラフ２１の例では、上下加速度成分の正負がマイナス側からプラス側に反転したタイミングを前肢の着地タイミングと判定され、前肢の着地タイミングの間隔の半分の位置に後肢の着地タイミングがあると判定される。グラフ２１の例では、次に、ヨー軸角速度成分の正負が反転するタイミングに基づいて、左右の前肢の離地タイミングが判定され、前肢の離地タイミングの間隔の半分の位置に後肢の離地タイミングがあると判定される。グラフ２１の例では、各肢の離地タイミングに基づいて、前肢および後肢の着地タイミングの肢の左右が判定される。
図９は、常歩における測定データに各肢の離着地のタイミングを付加した一例を示す図である。図９は、図５の測定データのグラフ２０に、第１判定部１３２で判定した各肢の離着地タイミング群２２を付加したものである。なお、図９の例では、ヨー軸角速度に代えて、左右加速度を用いて肢の左右を判定した場合のグラフである。この場合、例えば、右後肢着地では、馬体が右に傾いているので左右加速度成分は着地の前後においてプラス側の値となり、左後肢着地では、馬体が左に傾いているので左右加速度成分は着地の前後においてマイナス側の値となる。なお、左右加速度成分は、馬の個体差により着地のタイミングとずれる場合がある。また、図９のグラフ２０の測定データでは、上下加速度成分がマイナス側からプラス側への反転するタイミングで左前肢着地を判定している。また、右前肢着地は、上下加速度成分がプラス側からマイナス側へ反転するタイミングとなっているが、馬の個体差によるものと考えられるため、この場合には、例えば、左前肢着地の間隔の半分の位置を右前肢着地のタイミングであると判定することができる。
図１の説明に戻って、第２判定部１３３は、第１判定部１３２から各肢の着地タイミングの情報が入力されると、測定データ記憶部１２１を参照し、各肢の着地タイミングに対応する前後加速度に基づく値を算出する。第２判定部１３３は、前後加速度に基づく値として、例えば、着地タイミング間における前後加速度のグラフの所定範囲の面積や、プロット数を用いることができる。前後加速度のグラフの所定範囲の面積は、例えば、前肢であれば、前肢の前後加速度最高点から前後加速度最低点まで、後肢であれば、後肢の前後加速度最低点から前後加速度最高点までとすることができる。
また、前後加速度のグラフの所定範囲のプロット数は、例えば、前肢であれば、前肢の着地タイミングから前後加速度最高点までと、前後加速度がプラス側からマイナス側に反転したタイミングから前後加速度最低点までとを用いることができる。同様に、後肢であれば、所定範囲のプロット数は、後肢の着地タイミングから前後加速度最低点までと、前後加速度がマイナス側からプラス側に反転したタイミングから前後加速度最高点までとを用いることができる。
ここで、図１０および図１１を用いて着地タイミングと前後加速度との関係について説明する。図１０は、常歩における各肢の離着地のタイミングと前後加速度との関係の一例を示す図である。図１０のグラフ２０ａは、図９のグラフ２０から前後加速度のグラフを抜き出したものである。なお、各肢の離着地タイミング群２２は、図９と同様である。グラフ２０ａでは、前肢が着地したら前後加速度が下がる、つまり馬の後方向の加速度（以下、後方加速度ともいう。）が発生することがわかる。また、グラフ２０ａでは、後肢が着地したら前後加速度が上がる、つまり馬の前方向の加速度（以下、前方加速度ともいう。）が発生することがわかる。この様な着地タイミングにおける前後加速度は、例えば、跛行が発生していると、グラフの傾きが正常な状態より大きくなったり、最高点と最低点との差が正常な状態より大きくなったりする。なお、前後加速度のグラフの正常時と跛行時との差は、馬の個体差や体調によって異なる。
図１１は、着地タイミングに対応する前後加速度の一例を示す図である。図１１に示すように、前肢の着地タイミングに対応する前後加速度のグラフの所定範囲の面積は、例えば、前肢の着地タイミングから後肢の着地タイミングまでの間における前後加速度のグラフの領域３１ａおよび領域３１ｂに基づいて算出する。図１１の例では、前肢の着地タイミングに対応する前後加速度のグラフの所定範囲の面積は、例えば、（領域３１ａの面積）−（領域３１ｂの面積）で求められる。つまり、当該面積は、着地タイミング間の前後加速度のグラフにおける（山側の面積）−（谷側の面積）で求められる。これをプロットの間隔である４０ｍｓを用いて式で表すと、面積＝Σ（０．０４×前後加速度の各プロット値）となる。これは、馬がどれだけ前後に揺れているかを見るためである。
同様に、後肢の着地タイミングに対応する前後加速度のグラフの所定範囲の面積は、例えば、後肢の着地タイミングから次の前肢の着地タイミングまでの間における前後加速度のグラフの領域３２ａおよび領域３２ｂに基づいて算出する。図１１の例では、後肢の着地タイミングに対応する前後加速度のグラフの面積は、例えば、（領域３２ａの面積）−（領域３２ｂの面積）で求められる。すなわち、本実施例では、前後加速度のグラフにおいて、前肢着地から次の後肢着地までの区間が前肢の影響が出る加速度とし、後肢着地から次の前肢着地までの区間が後肢の影響が出る加速度であると仮定している。
また、所定範囲のプロット数は、例えば、前肢の着地タイミングから前後加速度最高点までの区間３３のプロット数と、前後加速度がプラス側からマイナス側に反転したタイミングから前後加速度最低点までの区間３４のプロット数とを用いることができる。図１１の例では、前肢の着地タイミングに対応する前後加速度のグラフの所定範囲のプロット数は、例えば、（区間３３のプロット数）−（区間３４のプロット数）で求められる。プロット数を用いた場合は、プロット数が少ないほど、馬が急激に動いたことを示す。なお、プロット数がマイナスになる場合には、例えば区間３３のプロット数に補正値を加算する等して、補正を行ってもよい。
続いて、第２判定部１３３は、各肢の着地タイミングに対応する前後加速度に基づく値、すなわち、着地タイミング間における前後加速度のグラフの所定範囲の面積やプロット数を求めると、これらの値を肢ごとに、例えばＡ，Ｂ，Ｃの各グループに分類する。つまり、第２判定部１３３は、グループの分類について、例えばＡＢＣ分析を応用して分類を行う。なお、分類するグループの数は、３つに限られず、任意の複数のグループとしてもよい。この場合、最大値側がＡグループに相当し、最小値側がＣグループに相当する。
第２判定部１３３は、まず、Ａ，Ｂ，Ｃの３つのグループに分類するためのＡＢ間およびＢＣ間の閾値を求める。第２判定部１３３は、ＡＢ間およびＢＣ間の閾値を求めるために、各肢の着地タイミング間（区間）における前後加速度のグラフの所定範囲の面積に基づいて、平均、分散および標準偏差を求める。第２判定部１３３は、標準偏差を±３倍、つまり±３σまで範囲を広げて、ＡＢ間の閾値を（３×標準偏差）、ＢＣ間の閾値を（−３×標準偏差）とする。なお、第２判定部１３３は、プロット数を用いる場合についても同様に、各肢の着地タイミング間（区間）における前後加速度のグラフの所定範囲のプロット数に基づいて、平均、分散および標準偏差を求める。第２判定部１３３は、求めたＡＢ間およびＢＣ間の閾値を用いて、測定データの全区間について、各肢の着地タイミングに対応する面積またはプロット数をＡ，Ｂ，Ｃの各グループに分類する。なお、ＡＢ間およびＢＣ間の閾値は、過去の測定データに基づいて、予め馬ごとに求めておいてもよい。第２判定部１３３は、分類した各グループの面積またはプロット数、つまり、着地タイミングの数または着地タイミングの割合を、分析データとして分析データ記憶部１２２に記憶する。
第２判定部１３３は、各肢の着地タイミングに対応する面積またはプロット数を各グループに分類すると、ＡグループおよびＣグループの各グループに属する数に基づいて、第１条件または第２条件を満たすグループを肢ごとに抽出する。ここで、第１条件は、グループに属する数（グループに分類された数）が、グループ単独で所定値（例えば「１６〜１８」）以上であることである。第２条件は、グループに属する数（グループに分類された数）が、ＡグループおよびＣグループのうち、いずれかのグループが第１の値（例えば「０〜２」）以下であり、他方のグループが第２の値（例えば「１０」）以上であることである。なお、第１条件および第２条件は、割合（百分率）で規定してもよく、例えば、第１条件の所定値は「１．００％」、第２条件の第１の値は「０．０６％」、第２の値は「０．３３％」とすることができる。
ここで、図１２を用いて各肢の着地タイミングに対応する面積の分類について説明する。図１２は、各肢の着地タイミングに対応する面積の分類の一例を示す図である。第２判定部１３３は、測定データの全区間について、各肢の着地タイミングに対応する面積を、ＡＢ間の閾値（＋３σ）およびＢＣ間の閾値（−３σ）を用いて、ＡＢＣの３つのグループのいずれかに分類する。図１２の例では、ＡＢ間の閾値は「５０」、ＢＣ間の閾値は「１５」とする。第２判定部１３３は、面積が「５０」より大きいとＡグループに分類し、面積が「１５」より小さいとＣグループに分類する。また、第２判定部１３３は、面積が「１５」以上「６０」以下であればＢグループに分類する。
第２判定部１３３は、測定データの全区間について、面積の各グループへの分類が完了すると、肢ごとに各グループに属する着地タイミングの数を求める。表３５では、右前肢は、右Ａグループ「０」、右Ｂグループ「３０５６」、右Ｃグループ「１８」であり、左Ａ〜左Ｃグループは「０」である。左前肢は、左Ａグループ「９」、左Ｂグループ「３３１０」、左Ｃグループ「１５」であり、右Ａ〜右Ｃグループは「０」である。左後肢は、左Ａグループ「１」、左Ｂグループ「３１０５」、左Ｃグループ「４１」であり、右Ａ〜右Ｃグループは「０」である。右後肢は、右Ａグループ「１６」、右Ｂグループ「３０８２」、右Ｃグループ「０」であり、左Ａ〜左Ｃグループは「０」である。なお、第２判定部１３３は、分類した結果を分析データとして分析データ記憶部１２２に記憶する。
第２判定部１３３は、表３５の例では、左後肢の左Ｃグループであるグループ３６を、第１条件を満たすグループとして抽出する。また、第２判定部１３３は、表３５の例では、右前肢のグループ３７ａ，３７ｃと、左後肢のグループ３８ａ，３８ｃと、右後肢のグループ３９ａ，３９ｃとを第２条件を満たすグループとして抽出する。
次に、第２判定部１３３は、第１条件または第２条件を満たすグループを抽出したか否かを判定する。第２判定部１３３は、第１条件または第２条件を満たすグループを抽出していないと判定した場合には、跛行肢は未検出と判定し、未検出である判定結果を表示部１１１に表示する。
第２判定部１３３は、第１条件または第２条件を満たすグループを抽出したと判定した場合には、抽出した肢ごとのグループと、跛行肢判定表とに基づいて、跛行肢を判定する。第２判定部１３３は、跛行肢の判定結果を表示部１１１に表示する。
ここで、図１３を用いて跛行肢判定表について説明する。図１３は、跛行肢判定表の一例を示す図である。図１３に示す跛行肢判定表４０は、各跛行肢に対応するように、跛行肢の着地時に各肢への影響の有無を示す表４１と、跛行肢と他の肢の着地時の挙動変化を示す表４２とを有する。跛行肢判定表４０は、前後方向の加速度の増加または減少傾向と跛行肢との関係を表す判定表の一例である。例えば、跛行肢判定表４０の１列目では、跛行肢が右前である場合に、着地時に影響のある肢は、右後は影響無し、左前および左後は影響ありである。また、跛行肢判定表４０の１列目では、跛行肢である右前着地時には、通常発生する後方加速度が減少する。右後着地時には、通常の前方加速度が発生する。左前着地時には、影響はあるが軽微であるので通常の後方加速度が発生する。左後着地時には、左後が跛行肢（右前）の次に着地する肢であり、痛む肢を庇うため急いで肢を着地するので、通常発生する前方加速度が減少する。跛行肢判定表４０は、以下、２列目〜４列目も同様に、それぞれ跛行肢と着地時の挙動変化が現れる肢との関係を示している。
例えば、図１２で抽出したグループ３６，３７ａ，３７ｃ，３８ａ，３８ｃ，３９ａ，３９ｃを、図１３に示す跛行肢判定表４０に当てはめてみる。第２判定部１３３は、第１条件を満たすグループ３６が左後着地時のＣグループであり、着地タイミングに対応する面積が小さい、つまり前後加速度が通常より減少していることを示すので、跛行肢は右前または左後であると判定する。第２条件を満たすグループ３７ａ，３７ｃは、右前着地時のＡおよびＣグループであり、着地タイミングに対応する面積がＡＢ間の閾値より大きい場合がなくＢＣ間の閾値より小さい場合が通常の範囲であることを示す。従って、第２判定部１３３は、グループ３７ａ，３７ｃから、跛行肢は右前であると判定する。
グループ３８ａ，３８ｃは、左後着地時のＡおよびＣグループであり、着地タイミングに対応する面積がＡＢ間の閾値より大きい場合が少なくＢＣ間の閾値より小さい場合が多いことを示す。従って、第２判定部１３３は、グループ３８ａ，３８ｃから、跛行肢は右前または左後であると判定する。なお、グループ３８ｃは、グループ３６と同じグループであるが、第２条件の判定ではグループ３８ａ，３８ｃの組で判定するため、別の符号としている。
グループ３９ａ，３９ｃは、右後着地時のＡおよびＣグループであり、着地タイミングに対応する面積がＡＢ間の閾値より大きい場合が通常の範囲でありＢＣ間の閾値より小さい場合がないことを示す。従って、第２判定部１３３は、グループ３９ａ，３９ｃから、前方加速度が減少している場合がないので、右後および左前は跛行肢ではないと判定する。第２判定部１３３は、グループ３６，３７ａ，３７ｃ，３８ａ，３８ｃ，３９ａ，３９ｃの判定結果のうち、最も判定結果の数が多い右前を跛行肢と判定する。
なお、図１３に示す跛行肢判定表４０の２列目の右前着地時、および、４列目の左前着地時には、通常では後方加速度が発生するところ、前方加速度が発生している。この条件に当てはまる場合、第２判定部１３３は、右前着地時の前方加速度の発生は、右後が跛行肢と判定し、左前着地時の前方加速度発生は、左後が跛行肢と判定してもよい。また、跛行肢判定表４０の１列目では、右前着地時および左後着地時のうち、１つまたは複数の条件を満たす場合に、右前肢が跛行肢であると判定してもよい。また、跛行肢判定表４０の３列目では、右後着地時および左前着地時のうち、１つまたは複数の条件を満たす場合に、左前肢が跛行肢であると判定してもよい。
言い換えると、第２判定部１３３は、判定された肢の着地タイミングに対応する前後方向の加速度の値に基づいて、肢の故障の有無を判定する。また、第２判定部１３３は、判定された各肢の着地タイミングに対応する前後方向の加速度の値に基づいて、各肢の故障の有無を判定する。また、第２判定部１３３は、複数の着地タイミング間における、前後方向の加速度のグラフの各面積を、肢ごとに複数のグループに分類し、最大値側および最小値側のグループに分類された着地タイミング間の数に基づいて、各肢の故障の有無を判定する。また、第２判定部１３３は、複数の着地タイミング間における、前後方向の加速度のグラフの各プロット値の数を、肢ごとに複数のグループに分類し、最大値側および最小値側のグループに分類された着地タイミング間の数に基づいて、各肢の故障の有無を判定する。また、第２判定部１３３は、前後方向の加速度の増加または減少傾向と跛行肢との関係を表す判定表を用いて、着地タイミング間の数で表される前後方向の加速度の増加または減少傾向から、跛行肢を判定する。
ここで、図１４を用いて前後加速度の波形の比較について説明する。図１４は、前後加速度の波形の比較の一例を示す図である。図１４の例では、怪我をしていない馬のグラフ５０は、一定のリズムで繰り返すような波形であるのに対し、怪我をしている馬のグラフ５１は、一定のリズムが崩れている波形となっている。このように、馬が怪我をしている場合には、前後加速度の波形が乱れることになる。なお、図１４の例では、グラフ５０の馬とグラフ５１の馬は別の個体であるので、前後加速度の数値の範囲が異なるのは個体差である。
次に、実施例の故障検出装置１００の動作について説明する。図１５は、実施例の故障検出処理の一例を示すフローチャートである。
受付部１３１は、胸前センサ１０から測定データを受信して受け付ける（ステップＳ１）。受付部１３１は、受け付けた測定データを測定データ記憶部１２１に記憶する。受付部１３１は、測定データを測定データ記憶部１２１に記憶すると、着地タイミング判定指示を第１判定部１３２に出力する。
第１判定部１３２は、受付部１３１から着地タイミング判定指示が入力されると、測定データ記憶部１２１を参照し、測定データに基づいて、各肢の着地タイミングおよび肢の左右を求める（ステップＳ２）。第１判定部１３２は、各肢の着地タイミングの情報を第２判定部１３３に出力する。
第２判定部１３３は、第１判定部１３２から各肢の着地タイミングの情報が入力されると、測定データ記憶部１２１を参照し、各肢の着地タイミングに対応する前後加速度に基づく値を算出する。第２判定部１３３は、各肢の着地タイミングに対応する前後加速度に基づく値を肢ごとにＡ，Ｂ，Ｃの各グループに分類する（ステップＳ３）。
第２判定部１３３は、各肢の着地タイミングに対応する前後加速度に基づく値を各グループに分類すると、ＡグループおよびＣグループの各グループに属する数に基づいて、第１条件または第２条件を満たすグループを肢ごとに抽出する（ステップＳ４）。第２判定部１３３は、第１条件または第２条件を満たすグループを抽出したか否かを判定する（ステップＳ５）。
第２判定部１３３は、第１条件または第２条件を満たすグループを抽出していないと判定した場合には（ステップＳ５：否定）、跛行肢は未検出と判定する（ステップＳ６）。第２判定部１３３は、未検出である判定結果を表示部１１１に表示する（ステップＳ８）。
一方、第２判定部１３３は、第１条件または第２条件を満たすグループを抽出したと判定した場合には（ステップＳ５：肯定）、抽出した肢ごとのグループと、跛行肢判定表とに基づいて、跛行肢を判定する（ステップＳ７）。第２判定部１３３は、跛行肢の判定結果を表示部１１１に表示する（ステップＳ８）。これにより、故障検出装置１００は、身体的負担をかけずに故障を検出できる。
なお、上記実施例では、馬の歩様に基づく上下加速度、左右加速度、前後加速度およびヨー軸角速度を用いて、跛行肢を判定して馬の肢の故障の有無を検出したが、これに限定されない。例えば、上下加速度および前後加速度を用いて、馬の前肢または後肢における故障の有無を検出するようにしてもよい。
また、上記実施例では、馬の常歩において肢の故障の有無を検出したが、これに限定されない。例えば、他の四肢動物であって馬の常歩と同様の四肢の着地順である動物であれば、当該動物の肢の故障の有無を検出することができる。
このように、故障検出装置１００は、四肢動物の歩様に基づく測定データであって、上下方向の加速度と前後方向の加速度とを含む測定データを受け付ける。また、故障検出装置１００は、受け付けた測定データの上下方向の加速度から肢の着地タイミングを判定する。また、故障検出装置１００は、判定した肢の着地タイミングに対応する前後方向の加速度の値に基づいて、肢の故障の有無を判定する。その結果、故障検出装置１００は、身体的負担をかけずに故障を検出できる。
また、故障検出装置１００は、歩様が常歩である測定データを受け付ける。その結果、故障検出装置１００は、身体的負担をかけない常歩において故障を検出できる。
また、故障検出装置１００では、測定データは、さらに、ヨー軸の角速度を含む。また、故障検出装置１００は、ヨー軸の角速度に基づいて肢の左右を判定し、上下方向の加速度に基づいて肢の前後を判定し、左右の前肢の着地タイミングに基づいて、左右の後肢の着地タイミングを判定する。また、故障検出装置１００は、判定した各肢の着地タイミングに対応する前後方向の加速度の値に基づいて、各肢の故障の有無を判定する。その結果、故障検出装置１００は、四肢のいずれの肢が故障しているかを判定できる。
また、故障検出装置１００は、複数の着地タイミング間における、前後方向の加速度のグラフの各面積を、肢ごとに複数のグループに分類し、最大値側および最小値側のグループに分類された着地タイミング間の数に基づいて、各肢の故障の有無を判定する。その結果、故障検出装置１００は、四肢のいずれの肢が故障しているかを判定できる。
また、故障検出装置１００は、複数の着地タイミング間における、前後方向の加速度のグラフの各プロット値の数を、肢ごとに複数のグループに分類する。また、故障検出装置１００は、最大値側および最小値側のグループに分類された着地タイミング間の数に基づいて、各肢の故障の有無を判定する。その結果、故障検出装置１００は、四肢のいずれの肢が故障しているかを判定できる。
また、故障検出装置１００は、前後方向の加速度の増加または減少傾向と跛行肢との関係を表す判定表を用いて、着地タイミング間の数で表される前後方向の加速度の増加または減少傾向から、跛行肢を判定する。その結果、故障検出装置１００は、四肢のいずれの肢が故障しているかを判定できる。
また、図示した各部の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、受付部１３１と第１判定部１３２とを統合してもよい。また、図示した各処理は、上記の順番に限定されるものではなく、処理内容を矛盾させない範囲において、同時に実施してもよく、順序を入れ替えて実施してもよい。
さらに、各装置で行われる各種処理機能は、ＣＰＵ（またはＭＰＵ、ＭＣＵ（Micro Controller Unit）等のマイクロ・コンピュータ）上で、その全部または任意の一部を実行するようにしてもよい。また、各種処理機能は、ＣＰＵ（またはＭＰＵ、ＭＣＵ等のマイクロ・コンピュータ）で解析実行されるプログラム上、またはワイヤードロジックによるハードウェア上で、その全部または任意の一部を実行するようにしてもよいことは言うまでもない。
ところで、上記の実施例で説明した各種の処理は、予め用意されたプログラムをコンピュータで実行することで実現できる。そこで、以下では、上記の実施例と同様の機能を有するプログラムを実行するコンピュータの一例を説明する。図１６は、四肢動物の故障検出プログラムを実行するコンピュータの一例を示す図である。
図１６に示すように、コンピュータ２００は、各種演算処理を実行するＣＰＵ２０１と、データ入力を受け付ける入力装置２０２と、モニタ２０３とを有する。また、コンピュータ２００は、記憶媒体からプログラム等を読み取る媒体読取装置２０４と、各種装置と接続するためのインタフェース装置２０５と、他の情報処理装置等と有線または無線により接続するための通信装置２０６とを有する。また、コンピュータ２００は、各種情報を一時記憶するＲＡＭ２０７と、ハードディスク装置２０８とを有する。また、各装置２０１〜２０８は、バス２０９に接続される。
ハードディスク装置２０８には、図１に示した受付部１３１、第１判定部１３２および第２判定部１３３の各処理部と同様の機能を有する四肢動物の故障検出プログラムが記憶される。また、ハードディスク装置２０８には、測定データ記憶部１２１、分析データ記憶部１２２、および、四肢動物の故障検出プログラムを実現するための各種データが記憶される。入力装置２０２は、例えば、コンピュータ２００のユーザから操作情報等の各種情報の入力を受け付ける。モニタ２０３は、例えば、コンピュータ２００のユーザに対して出力画面等の各種画面を表示する。媒体読取装置２０４は、記憶媒体から測定データを読み取る。インタフェース装置２０５は、例えば印刷装置等が接続される。通信装置２０６は、例えば、胸前センサ１０と接続され、胸前センサ１０と測定データ等の各種情報をやりとりする。
ＣＰＵ２０１は、ハードディスク装置２０８に記憶された各プログラムを読み出して、ＲＡＭ２０７に展開して実行することで、各種の処理を行う。また、これらのプログラムは、コンピュータ２００を図１に示した受付部１３１、第１判定部１３２および第２判定部１３３として機能させることができる。
なお、上記の四肢動物の故障検出プログラムは、必ずしもハードディスク装置２０８に記憶されている必要はない。例えば、コンピュータ２００が読み取り可能な記憶媒体に記憶されたプログラムを、コンピュータ２００が読み出して実行するようにしてもよい。コンピュータ２００が読み取り可能な記憶媒体は、例えば、ＣＤ−ＲＯＭやＤＶＤディスク、ＵＳＢメモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリ、ハードディスクドライブ等が対応する。また、公衆回線、インターネット、ＬＡＮ等に接続された装置にこの四肢動物の故障検出プログラムを記憶させておき、コンピュータ２００がこれらから四肢動物の故障検出プログラムを読み出して実行するようにしてもよい。
１ 故障検出システム
１０ 胸前センサ
１１ 通信部
１２ センサ部
１３ 記憶部
１４ 制御部
１００ 故障検出装置
１１０ 通信部
１１１ 表示部
１１２ 操作部
１２０ 記憶部
１２１ 測定データ記憶部
１２２ 分析データ記憶部
１３０ 制御部
１３１ 受付部
１３２ 第１判定部
１３３ 第２判定部

Claims (6)

  1. 四肢動物の胸前の位置に取り付けられたセンサで測定された常歩に基づく測定データであって、前記四肢動物の胴体における上下方向の加速度と前後方向の加速度とヨー軸の角速度とを含む前記測定データを受け付ける受付部と、
    受け付けた前記測定データの前記上下方向の加速度に基づいて肢の着地タイミングおよび肢の前後を判定し、前記ヨー軸の角速度に基づいて肢の左右を判定し、左右の前肢の着地タイミングに基づいて、左右の後肢の着地タイミングを判定する第１判定部と、
    判定された各肢の着地タイミングに基づいて、複数の着地タイミング間における、前記前後方向の加速度に基づく値を、肢ごとに複数のグループに分類し、最大値側および最小値側のグループに分類された前記着地タイミング間の数に基づいて、各肢の故障の有無を判定する第２判定部と、
    を有することを特徴とする四肢動物の故障検出装置。
  2. 前記前後方向の加速度に基づく値は、前記前後方向の加速度のグラフの各面積である、
    ことを特徴とする請求項１に記載の四肢動物の故障検出装置。
  3. 前記前後方向の加速度に基づく値は、前記前後方向の加速度のグラフの各プロット値の数である、
    ことを特徴とする請求項１に記載の四肢動物の故障検出装置。
  4. 前記第２判定部は、前記前後方向の加速度の増加または減少傾向と跛行肢との関係を表す判定表を用いて、前記着地タイミング間の数で表される前記前後方向の加速度の増加または減少傾向から、前記跛行肢を判定する、
    ことを特徴とする請求項２または３に記載の四肢動物の故障検出装置。
  5. 四肢動物の胸前の位置に取り付けられたセンサで測定された常歩に基づく測定データであって、前記四肢動物の胴体における上下方向の加速度と前後方向の加速度とヨー軸の角速度とを含む前記測定データを受け付け、
    受け付けた前記測定データの前記上下方向の加速度に基づいて肢の着地タイミングおよび肢の前後を判定し、前記ヨー軸の角速度に基づいて肢の左右を判定し、左右の前肢の着地タイミングに基づいて、左右の後肢の着地タイミングを判定し、
    判定された各肢の着地タイミングに基づいて、複数の着地タイミング間における、前記前後方向の加速度に基づく値を、肢ごとに複数のグループに分類し、最大値側および最小値側のグループに分類された前記着地タイミング間の数に基づいて、各肢の故障の有無を判定する、
    処理をコンピュータが実行することを特徴とする四肢動物の故障検出方法。
  6. 四肢動物の胸前の位置に取り付けられたセンサで測定された常歩に基づく測定データであって、前記四肢動物の胴体における上下方向の加速度と前後方向の加速度とヨー軸の角速度とを含む前記測定データを受け付け、
    受け付けた前記測定データの前記上下方向の加速度に基づいて肢の着地タイミングおよび肢の前後を判定し、前記ヨー軸の角速度に基づいて肢の左右を判定し、左右の前肢の着地タイミングに基づいて、左右の後肢の着地タイミングを判定し、
    判定された各肢の着地タイミングに基づいて、複数の着地タイミング間における、前記前後方向の加速度に基づく値を、肢ごとに複数のグループに分類し、最大値側および最小値側のグループに分類された前記着地タイミング間の数に基づいて、各肢の故障の有無を判定する、
    処理をコンピュータに実行させることを特徴とする四肢動物の故障検出プログラム。
JP2017153688A 2017-08-08 2017-08-08 四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラム Active JP6926804B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2017153688A JP6926804B2 (ja) 2017-08-08 2017-08-08 四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラム
EP18186813.4A EP3440929A1 (en) 2017-08-08 2018-08-01 Device, method, and program for detecting injury of quadruped
US16/054,496 US11406086B2 (en) 2017-08-08 2018-08-03 Device, method, and program for detecting injury of quadruped

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017153688A JP6926804B2 (ja) 2017-08-08 2017-08-08 四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラム

Publications (2)

Publication Number Publication Date
JP2019030259A JP2019030259A (ja) 2019-02-28
JP6926804B2 true JP6926804B2 (ja) 2021-08-25

Family

ID=63259392

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017153688A Active JP6926804B2 (ja) 2017-08-08 2017-08-08 四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラム

Country Status (3)

Country Link
US (1) US11406086B2 (ja)
EP (1) EP3440929A1 (ja)
JP (1) JP6926804B2 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112957035B (zh) * 2021-03-22 2022-07-08 首都医科大学 一种坐骨神经损伤小鼠脚印采集装置
CN113924993B (zh) * 2021-10-13 2022-09-13 上海恺多科技有限公司 宠物用智能运动计步及步态健康监测装置及其应用方法

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4233845A (en) * 1978-07-28 1980-11-18 Massachusetts Institute Of Technology Method of assessing performance potential of a quadruped
FR2616337B1 (fr) * 1987-06-10 1989-07-07 Ecole Nale Equitation Procede d'analyse et de simulation des deplacements d'un cheval
FR2648234B1 (fr) * 1989-06-09 1991-08-30 Persival Ass Dispositif de prise des mesures des divers elements constitutifs du mouvement d'un mobile
US5736656A (en) * 1996-05-22 1998-04-07 Fullen Systems, Inc. Apparatus and method for measuring the magnitude and distribution of forces on the foot of a quadruped
US6301964B1 (en) * 1997-10-14 2001-10-16 Dyhastream Innovations Inc. Motion analysis system
WO2005115242A2 (en) 2004-05-24 2005-12-08 Equusys, Incorporated Animal instrumentation
US8398560B2 (en) * 2004-11-12 2013-03-19 Andrew H. Elser, PC Equine wireless physiological monitoring system
US20070130893A1 (en) * 2005-11-23 2007-06-14 Davies Michael A M Animal instrumentation
US7467060B2 (en) * 2006-03-03 2008-12-16 Garmin Ltd. Method and apparatus for estimating a motion parameter
IL174449A0 (en) * 2006-03-21 2006-08-20 E Afikim Computerized Dairy Ma A method and a system for lameness recognition
WO2008011590A2 (en) * 2006-07-21 2008-01-24 The Curators Of The University Of Missouri Lameness evaluation systems and methods
CN105210067B (zh) * 2013-03-04 2021-04-30 博能电子公司 计算用户的与体育锻炼有关的生理状态
US10149617B2 (en) * 2013-03-15 2018-12-11 i4c Innovations Inc. Multiple sensors for monitoring health and wellness of an animal
SE537845C2 (sv) * 2013-07-18 2015-11-03 Wememove Ab Metod och system för bestämning av utförandeindikatorer förperiodiska rörelser
US20160073614A1 (en) * 2013-09-13 2016-03-17 Kyle Douglas Lampe System and Method for Detection of Lameness in Sport Horses and other Quadrupeds
EP3007615A4 (en) * 2013-12-02 2017-03-22 SCR Engineers Ltd System and method of monitoring condition of equines
US20150157435A1 (en) * 2013-12-06 2015-06-11 PegaSense, Inc. Equine fitness monitor
US10610131B1 (en) * 2014-05-06 2020-04-07 Cadence Dynamics, Inc. Mobile equine limb inertial sensing systems and methods
JP2016034482A (ja) * 2014-07-31 2016-03-17 セイコーエプソン株式会社 運動解析装置、運動解析方法、運動解析プログラム及び運動解析システム
JP6554783B2 (ja) * 2014-11-19 2019-08-07 富士通株式会社 プログラム、健康状態管理装置、健康状態管理システム、及び健康状態管理方法
US10959647B2 (en) * 2015-12-30 2021-03-30 Seismic Holdings, Inc. System and method for sensing and responding to fatigue during a physical activity
WO2017156100A1 (en) * 2016-03-08 2017-09-14 Das Wächter, LLC. Computer-aided telemedical evaluation
JP6786933B2 (ja) * 2016-07-29 2020-11-18 富士通株式会社 身体特性測定装置、身体特性測定プログラムおよび身体特性測定方法

Also Published As

Publication number Publication date
US11406086B2 (en) 2022-08-09
EP3440929A1 (en) 2019-02-13
JP2019030259A (ja) 2019-02-28
US20190045750A1 (en) 2019-02-14

Similar Documents

Publication Publication Date Title
JP6356616B2 (ja) 逐次姿勢識別装置および自律神経機能情報取得装置、方法ならびにプログラム
Yang et al. Deep learning-based classification of work-related physical load levels in construction
JP6926804B2 (ja) 四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラム
JP2014217691A5 (ja)
JP6860434B2 (ja) 判定装置、判定システム、及び判定プログラム
EP3275369B1 (en) Body characteristic measuring device, storage medium storing body characteristic measurement program, and body characteristic measurement method
Sabatini et al. Fourier-based integration of quasi-periodic gait accelerations for drift-free displacement estimation using inertial sensors
Mannini et al. Automatic classification of gait in children with early-onset ataxia or developmental coordination disorder and controls using inertial sensors
US20240049987A1 (en) Gait measurement system, gait measurement method, and program recording medium
KR102461705B1 (ko) 소아 청소년의 뇌 건강 상태에 대한 정보를 제공하는 방법 및 이를 수행하기 위한 장치
EP3111841B1 (en) Evaluation device and evaluation program
US11129552B2 (en) Estimation method, information processing apparatus, and non-transitory computer-readable storage medium for estimating motion of animal
US20240049990A1 (en) Foot angle calculation device, gait measurement system, gait measurement method, andprogram recording medium
WO2020049621A1 (ja) 歩行状態判別プログラム、歩行状態判別方法および情報処理装置
JP7210852B2 (ja) 情報処理装置、情報処理プログラム及び情報処理方法
WO2022138722A1 (ja) 作業行動認識システムおよび作業行動認識方法
WO2020241222A1 (ja) 片付け支援システム及び片付け支援方法
WO2022201338A1 (ja) 特徴量生成装置、歩容計測システム、特徴量生成方法、および記録媒体
US10638725B2 (en) Estimation method, information processing apparatus, and non-transitory computer-readable storage medium for estimating motion of animal
Moeys et al. Live demonstration: Retinal ganglion cell software and FPGA implementation for object detection and tracking
WO2021130907A1 (ja) 推定装置、推定システム、推定方法、およびプログラム記録媒体
JP2023174049A (ja) フレイル推定装置、推定システム、フレイル推定方法、およびプログラム
JP2022187287A (ja) 情報処理装置、情報処理システム、情報処理方法、及びプログラム
KR20180047291A (ko) 보행자 보행 연속 주기 분석 시스템

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200514

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210415

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210511

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210624

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210706

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210719

R150 Certificate of patent or registration of utility model

Ref document number: 6926804

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150