CN101394787B - 人体运动检测设备和人体运动检测方法 - Google Patents

Abstract

垂直分量提取装置(2)从来自三轴加速度传感器(1)的与用户的人体运动相对应的加速度分量中提取垂直分量，并且该垂直分量被高频带/低频带分离单元(3)分离为高频带分量和低频带分量。利用这些分量，峰检测/确定处理单元(4)检测垂直方向上用户动作的峰位置候选，基于高频带分量和低频带分量之间的能量比值识别峰位置候选，执行关于包括每个峰位置候选的预定范围的波形匹配从而确定峰位置，并且基于峰位置检测人体运动，脚步位置分析单元(5)检测人体运动步调。因此，在不受各种类型噪声的影响的情况下，可以精确地检测垂直方向上用户的人体运动，并且还可以按需要精确地检测用户的人体运动步调。

Description

人体运动检测设备和人体运动检测方法

技术领域

本发明例如涉及检测并使用用户的人体运动(body movement)的设备、方法和程序，例如涉及步数计。

背景技术

出于自我健康管理等的目的，利用步数计来掌握一个人自身的运动量是很常见的。在许多传统的步数计中，为了精确地对步数计数，由于步数计的结构，关于主要单元的安装位置或安装方向存在限制。然而，近年来，为了进一步提高可用性，提出了可以自由设置安装位置和安装方向的人体运动检测设备。其中，提出了用于利用多轴加速度传感器执行姿态估计并利用同一传感器执行人体运动检测的方法和设备。这是有利的，因为与使用角度传感器等来进行姿态估计的方法相比可以获得低成本的实现方式。

例如，日本未实审专利申请公布No.2004-141669公开了一种方法，其中通过具有相互不同的检测方向的多个人体运动传感器来检测加速度，通过分析各个传感器的信号模式来确定/选择操作轴，并且通过对操作轴的信号分析来执行行走检测。此外，日本未实审专利申请公布No.2005-140533公开了一种方法，其中安装了具有相互正交的两轴或三轴的加速度传感器，根据各个轴的传感器向量的组合向量来估计人体运动的运动方向，并且通过分析估计的运动方向上的信号分量来检测人体运动。

发明内容

然而，根据在日本未实审专利申请公布No.2004-141669中公开的方法，由于从多个传感器中只选择一个适合于测量的传感器作为操作轴，因此存在要检测的用户的人体运动方向(运动方向)不与所选的操作轴重合的情况，也就是说，存在由于除行走以外的人体运动的影响而妨碍步数的精确测量的可能性。此外，根据在日本未实审专利申请公布No.2005-140533中公开的方法，由于信号波形的本质不被考虑在内而只有信号强度被考虑为一个因素，所以存在除行走以外的人体运动也被计数的可能性。

这里，除行走以外的人体运动是指除了根据行走在用户人体的垂直方向上发生的动作以外的动作，并且可以想到各种动作，例如在用于测量用户步数的步数计被用户手持并且发生水平方向上的摇摆的情况下的动作，在例如用于测量用户步数的步数计通过挂带被悬挂在用户脖子上的情况下发生的钟摆运动。

因而，希望可以精确检测仅仅是行走期间垂直方向上用户的人体运动并对其计数，而不受除行走以外的用户的其他人体运动的影响，从而可以精确测量用户的步数。此外，详细考虑用户的人体运动，在某些情况下状态是静止的，或者还存在从行走状态到静止状态的瞬时状态。此外，甚至在动作状态中也存在不同状态，例如行走状态和跑步状态。因而，如果可以精确掌握用户的行走步调(行走速率或每单位时间的步数(次数))，则可以精确掌握用户的动作状态，这有助于进一步精确测量步数等等。

考虑到以上因素，本发明的目的是使得可以精确检测垂直方向上用户的人体运动(动作)，而不受各种类型噪声的影响，并且还可以按需要精确检测并使用用户的人体运动(动作)步调。

为了解决上述问题，根据权利要求1的本发明的人体运动检测设备的特征在于包括：

加速度传感器，被配置为安装在用户的人体上；

垂直分量提取装置，用于从加速度传感器的检测输出中提取加速度的垂直分量；

分离装置，用于执行将由垂直分量提取装置提取的垂直分量分离成高频带分量和低频带分量的分量分离操作；

检测装置，用于基于由分离装置分离出的垂直分量的低频带分量检测峰位置候选；

识别装置，用于在处于包括峰位置候选的预定范围中的低频带分量的能量和高频带分量的能量之间的比值小于预定值的情况下将由所述检测装置检测出的峰位置候选识别为峰位置候选；以及

人体运动检测装置，用于根据由识别装置识别出的峰位置候选来检测用户的人体运动。

根据如权利要求1所述的本发明的人体运动检测设备，通过垂直分量提取装置从来自加速度传感器的检测输出中提取用户的人体运动的垂直分量。提取出的垂直分量被分离装置分离为高频带分量和低频带分量。通过分离获得的低频带分量包括与用户的人体运动相对应的分量，并且它被检测装置用来检测人体运动的峰位置候选。

此外，对于包括检测出的每个峰位置候选的每个预定范围，获得高频带分量的能量对低频带分量的能量的比值。噪声很可能混合到高频带分量中。因而，在高频带分量的能量与低频带分量的能量之比小于预定值的情况下，预定范围中的峰位置候选被识别为峰位置。相反，在高频带分量的能量与低频带分量的能量之比大于预定值的情况下，预定范围中的峰位置候选被从峰位置候选中排除。根据如上识别出的峰位置候选，人体运动检测装置检测用户的人体运动。

因此，可以准确检测垂直方向上用户的人体运动，而不受噪声等的影响。

此外，该申请的根据权利要求2的本发明的人体运动检测设备是根据权利要求1的人体运动检测设备，其特征在于包括：

判定装置，用于定义比较对象的范围并比较关于包括由识别装置识别出的每个峰位置候选的预定范围的波形，并且在获得匹配的情况下判定所述峰位置候选是峰位置，

其中人体运动检测装置根据判定装置判定的峰位置检测用户的人体运动。

根据如权利要求2所述的本发明的人体运动检测设备，关于包括由识别装置识别出的每个峰位置候选的预定分段，定义用作一对的分段并比较波形，并且在这两个分段中的波形一致的情况下将参考对象的峰位置候选判定为峰位置，并且在波形不一致的情况下将峰位置候选从峰位置中排除。

因此，排除了由于噪声的混合而导致峰意外发生的情况，并且只有真正与垂直方向上用户的人体运动相对应的峰位置被提取和识别出来，从而可以精确地检测用户的人体运动。

此外，根据权利要求3的本发明的人体运动检测设备是根据权利要求1或2的人体运动检测设备，其特征在于包括：

间隔估计装置，用于通过执行关于时序模式的分析来估计脚步间隔，其中时序模式是由识别装置识别出的多个峰位置候选形成的时序模式或者由判定装置判定的多个峰位置形成的时序模式；以及

区分装置，用于根据间隔估计装置估计的脚步间隔区分至少三种状态：“静止”、“行走/跑步”和“未定义”，来作为用户的动作状态。

根据如权利要求3所述的本发明的人体运动检测设备，间隔估计装置估计由识别装置识别出的峰位置候选的脚步间隔(识别出的峰位置候选之间的间隔)或者由判定装置判定的峰位置的脚步间隔(判定的峰位置之间的间隔)，并且基于所估计的脚步间隔，区分装置区分用户的动作状态是“静止”状态、“行走/跑步”状态、还是“未定义”状态。

因此，可以精确掌握用户的动作状态并根据用户的动作状态控制设备，并且还可以在用户处于“行走/跑步”状态的情况下精确掌握脚步间隔。

此外，根据权利要求11的本发明的人体运动检测设备是根据权利要求1的人体运动检测设备，其特征在于：

加速度传感器是多轴型加速度传感器，并且

垂直分量提取装置根据作为来自多轴加速度传感器的检测输出的加速度向量计算重力加速度向量，并通过利用来自多轴加速度传感器的加速度向量和计算出的重力加速度向量执行计算来提取出加速度的垂直分量。

根据如权利要求11所述的本发明的人体运动检测设备，垂直分量提取装置根据来自多轴加速度传感器的检测输出(加速度向量)计算重力加速度向量，并且通过利用来自多轴加速度传感器的加速度向量和计算出的重力加速度向量执行计算来提取出加速度的垂直分量。

因此，无论多轴加速度传感器在用户人体上的安装方式如何，都可以逻辑地、精确地提取出其检测输出(加速度向量)的垂直分量。

附图说明

图1是用于说明一个实施例的人体运动检测设备的基本配置的框图。

图2是用于说明在使用三轴加速度传感器的情况下加速度向量an、重力加速度向量g和加速度向量an的垂直分量vn的示意图。

图3是用于说明在使用三轴加速度传感器的情况下、考虑到重力加速度向量g的偏角而获得加速度向量an的垂直分量vn的情况的示意图。

图4是用于说明在使用三轴加速度传感器的情况下获得加速度向量an的水平分量hn的情况的示意图。

图5是用于说明在使用两轴加速度传感器的情况下加速度向量an、重力加速度向量g和加速度向量an的垂直分量vn的示意图。

图6A-D是用于说明加速度数据(A)、加速度向量的长度(B)、垂直分量(C)和水平分量(D)的曲线图的例子的示意图。

图7A-C示出在本实施例的人体运动检测设备被安装在用户的腰部的情况下检测到的加速度信号的曲线图。

图8A-C示出在本实施例的人体运动检测设备被放置在用户的裤子口袋中的情况下检测到的加速度信号的曲线图。

图9是用于说明用于获得能量比值d的计算方法的示意图。

图10A-C示出在不规则信号被混合到由多轴加速度传感器1检测到的加速度向量的垂直分量x(n)的低频带分量xl(n)中的情况下的曲线图。

图11是用于说明用户的动作状态的转移的示意图。

图12A-B是示出在图1所示的人体运动检测设备中根据加速度传感器1的检测输出来检测脚步(确定出峰位置)的情况下的波形的示意图。

图13是用于说明用于计算参考步调Ps的公式的例子的示意图。

图14是用于说明在“行走/跑步”状态中发生峰位置的检测遗漏的情况的例子的示意图。

图15是用于说明应用本发明的实施例的步数计的框图；

图16是用于说明垂直分量提取处理的流程图。

图17是用于说明检测并识别峰位置候选的处理的流程图。

图18是用于说明从被识别为峰位置候选的位置中判定峰位置并基于峰位置对用户的步数计数的处理的流程图。

图19是用于说明主要在开头附近防止计数遗漏的处理的流程图。

图20是用于说明人体运动类型估计处理和步数计数处理的流程图。

图21是图20之后的流程图。

图22是用于说明应用本发明的实施例的声音播放设备200的框图。

图23是用于说明在根据用户的动作状态选择适当的播放列表的情况下的处理的流程图。

具体实施方式

现在将参考附图描述根据本发明的设备、方法和程序的实施例。

[关于人体运动检测设备的基本配置]

图1是用于说明该实施例的人体运动检测设备的基本配置的框图。如图1所示，该实施例的人体运动检测设备由加速度传感器1、垂直分量提取单元2、高频带/低频带分离单元3、峰检测/确定处理单元4和脚步位置分析单元5形成。

该实施例的人体运动检测设备通过佩戴在用户的人体上而被使用。加速度传感器1在每个恒定时刻检测与用户的人体运动相对应的加速度，并将该检测输出提供给垂直分量提取单元2。根据来自加速度传感器1的检测输出，垂直分量提取单元2在用户已执行诸如行走或跑步之类的运动的情况下提取出包括与垂直方向的人体运动相对应的分量在内的加速度向量的垂直分量，并将其提供给高频带/低频带分离单元3。注意，由加速度传感器1检测得到的加速度向量的模拟/数字(A/D)转换可以在加速度传感器1一侧执行，可以在垂直分量提取单元2一侧执行，或者可以在加速度传感器1和垂直分量提取单元2之间执行。

高频带/低频带分离单元3将来自垂直分量提取单元2的加速度向量的垂直分量分离为其中很可能混合有噪声的高频带分量和包括与垂直方向上的用户的人体运动相对应的分量的低频带分量，并将这两个分量中的每一个提供给峰检测/确定处理单元4。峰检测/确定处理单元4是响应于从高频带/低频带分离单元提供的加速度向量的垂直分量的高频带分量和低频带分量执行峰检测并基于检测到的峰执行人体运动检测的部件。

即，峰检测/确定处理单元4基于提供自高频带/低频带分离单元3的加速度向量的垂直分量的低频带分量检测峰位置的候选，并且在包括峰位置的候选的预定范围中的高频带分量的能量与低频带分量的能量之比小于预定值的情况下将该峰位置识别为垂直分量的峰位置的候选。

如上所述使用高频带分量的能量与低频带分量的能量之比的原因在于：如后面将描述的，噪声很可能叠加在高频带分量上，并且由于噪声的混合而产生的峰被去除。基于如上所述识别的峰位置候选，可以以相对高的精度来检测垂直方向上用户的人体运动。但是，为了以更高的精度来检测垂直方向上用户的人体运动，该实施例的人体运动检测设备的峰检测/确定处理单元4还执行波形匹配处理。

即，对于每个识别出的峰位置候选，峰检测/确定处理单元4设置包括该峰位置候选在内的预定范围，利用被设置为对象的每个预定范围中的波形来执行与另一预定范围中的波形的匹配，并且在获得匹配的情况下确定在比较对象的波形中包括的峰位置候选是峰位置。如上所述用于执行匹配的原因在于，要可靠地检测诸如行走或跑步之类的用户的周期性运动，并且如果包括不同峰位置候选的预定范围的波形是类似的，则可以确定峰位置候选是周期性发生的。

如上所述确定的峰位置肯定是与垂直方向上用户的人体运动相对应发生的峰位置，因此可以根据所确定的峰位置精确地检测垂直方向上用户的人体运动。此外，在该实施例的人体运动检测设备中，提供了脚步位置分析单元5。

脚步位置分析单元5被配置为接收指示由峰检测/确定处理单元4确定的峰位置的信息并进行分析，从而可以检测到用户行走或跑步的人体运动步调(行走或跑步的节拍)。此外，如后面将详细描述的，允许根据所检测的用户的人体运动步调以不同方式执行控制。

注意，术语“步调”指在重复同一事物或者定期执行某项操作的情况下的速率或次数。因而，术语“人体运动步调”指人体运动的速率或次数，并且在人体运动是行走时指行走的速率(行走速率)或每单位时间的步数。

此外，在本说明书中，作为与“步调”同义的术语，在某些情况下也使用术语“节拍”。术语“节拍”原指在用于音乐演奏的音乐乐谱中指定的速率(音乐片段的行进速率)。因而，当提到音乐片段的“播放节拍”时，它是播放音乐数据时的速率，并且指每分钟的拍子数(BPM：每分钟拍数)。

此外，当提到用户的“人体运动节拍(动作节拍)”时，它是人体运动(动作)的速率，并且指每分钟用户的可计数最小动作的单位数(一个动作(人体运动))，例如，在用户的人体运动(动作)是行走或跑步的情况下指每分钟的步数，或者在动作是跳跃的情况下指每分钟的跳跃次数。如上，关于用户的人体运动(动作)使用的术语“步调”和术语“节拍”在本说明书中被用作基本同义的术语。

[关于人体运动检测设备的各个部件的功能和操作]

下面将更详细描述构成该实施例的人体运动检测设备的各个部件的功能和操作。

[关于加速度传感器1]

首先，将描述加速度传感器1。本发明的人体运动检测设备使得可以基于来自被配置为安装在用户人体上的加速度传感器1的检测输出来精确地检测在与用户的行走或跑步相对应的垂直方向上的人体运动。作为加速度传感器1，可以使用一轴(单轴)型或多轴型，例如两轴型或三轴型。

在一轴加速度传感器被用作加速度传感器1的情况下，为了能够检测垂直方向上用户的人体运动，对安装位置和安装方向施加一定程度的限制。存在这样一种可能性，其中根据安装位置在不同于垂直方向的方向上的影响被放大，例如，在一轴加速度传感器被安装在臂、腿等上的情况下，可以察觉到臂或腿的摆动的影响被放大。

因而，在一轴加速度传感器被用作加速度传感器1的情况下，为了尽可能精确地检测在与用户的行走或跑步相对应的垂直方向上的人体运动，例如进行这样的限制，即一轴加速度传感器必须被安装在用户的腰部，以使得加速度的检测方向变为垂直方向。然而，在遵守这种限制的情况下，来自一轴加速度传感器的检测输出可以被用作加速度的垂直分量。在这种情况下，一轴加速度传感器自身具有与垂直分量提取单元2相同的功能。

相反，利用由相互正交的轴构成的两轴或三轴加速度传感器作为加速度传感器1，可以对加速度传感器1的安装位置和安装方向赋予灵活性。然而，在多轴加速度传感器被用作加速度传感器1的情况下，有必要从多轴检测输出中提取垂直分量。例如，在本实施例的人体运动检测设备中，三轴加速度传感器被用作加速度传感器1。因而，在加速度传感器1的后级提供了垂直分量提取单元2。

[关于垂直分量提取单元2]

垂直分量提取单元2执行以下处理：(1)利用来自多轴加速度传感器1的检测输出来估计其重力场中的重力加速度向量，以及(2)基于重力加速度向量的估计结果，从加速度传感器1的同一检测输出中提取出垂直方向上的信号分量。

通过全面地利用上述来自多轴加速度传感器1的关于所有轴的检测输出来提取垂直分量，没有必要估计操作轴，从而可以精确地检测垂直方向上用户的运动，而不受加速度传感器1相对于用户的安装位置和安装方向的影响。

这里，将具体描述三轴加速度传感器被用作加速度传感器1的情况。假定加速度传感器1具有三个轴：X轴、Y轴和Z轴，并且从加速度传感器1获得的在某一时刻n的加速度向量由axn(X轴分量)、ayn(Y轴分量)和azn(Z轴分量)表示，如图2中的式(1-1)所示。从如图2中的式(1-1)所示的加速度向量(加速度向量的数据序列)估计重力加速度向量g，并且还检测人体运动。

具体而言，关于重力加速度向量g的估计，更简单的说，存在这样一种方法，其中计算加速度向量an的各个轴的移动平均值，并且其平均向量被用作重力加速度向量g。在这种情况下，为了减少可归因于人体运动的信号分量的影响，希望利用足够长的分段来执行移动平均的计算。此外，可以使用这样一种方法，其中通过利用最小二乘法等分析加速度向量an的各个轴的值来计算重力加速度向量g。

令利用加速度向量an估计重力加速度向量g的结果由gx(X轴分量)、gy(Y轴分量)和gz(Z轴分量)表示，如图2中的式(1-2)所示。在这种情况下，通过图2中的式(1-3)所示的计算可以获得加速度向量an的垂直分量vn。即，如图2中的式(1-3)所示，通过将重力加速度向量g和加速度向量an的内积的结果除以重力加速度向量g的绝对值(大小)，可以获得加速度向量an的垂直分量vn。

如上，通过根据由三轴加速度传感器1检测到的加速度向量an和从加速度传感器获得的重力加速度向量g进行计算，可以更精确地获得垂直分量vn。即，本发明是基于这样一个概念作出的：通过全面地使用来自三轴加速度传感器1的检测输出并且通过数值计算仅从其分离出垂直分量，可以精确地检测垂直方向上用户的人体运动。

此外，通过获得三维空间中重力加速度向量g的偏角并旋转加速度向量an，也可以执行类似的计算。即，当关于重力加速度向量g的偏角θ和φ如图3中的式(2-1)和(2-2)所示时，通过图3中的式(2-3)计算出的a’xn是加速度向量an的垂直分量，并且a’xn与垂直分量vn一致。此外，向量a’yn和向量a’zn的内积是加速度向量an投影到以重力加速度向量g为法向向量的平面上的正交投影。

即，由于可以执行将通过来自三轴加速度传感器1的检测输出获得的加速度向量an分量分离为垂直分量和水平分量的操作，因此也可以与垂直分量一样通过分析水平分量来检测水平方向上的人体运动。具体而言，水平向量的长度hn可以通过图4中的式(3-1)或图4中的式(3-2)获得。

在如上使用考虑到重力加速度向量的偏角的计算式的情况下，可以获得相对较简单但是也很精确的垂直方向和水平方向上用户的人体运动。

注意，尽管这里给出的描述是关于三轴加速度传感器1被用作例子的情况，但是这并不是对其的限制。本发明的基本概念可以与使用三轴加速度传感器的情况类似地应用于使用两轴加速度传感器的情况。

即，与使用三轴加速度传感器的情况类似地，令由两轴加速度传感器检测到的加速度向量an和重力加速度向量g表示为图5中的式(4-1)(加速度向量)和图5中的式(4-2)(重力加速度向量)，则可以根据图2中的式(1-3)来计算垂直分量。

此外，令重力加速度向量g的偏角θ表示为图5中的式(4-3)，则可以根据图5中的式(4-4)执行将加速度向量an分量分离为垂直分量a’xn和与其垂直的水平分量a’yn的操作，并且a’xn与垂直分量vn一致。

如上，根据图5中所示的式子和图2中所示的式(1-3)，即使在使用两轴加速度传感器的情况下，也可以精确地检测垂直方向上用户的人体运动。此外，在重力加速度向量g的偏角θ被考虑在内的情况下，还可以精确地检测水平方向上用户的人体运动。

图6A-D以曲线图的形式示出获得的加速度数据和在加速度数据根据上述本发明的基本概念被分离成分量的情况下获得的数据，其中加速度数据是在用户执行诸如行走之类的运动的同时，在50Hz的采样频率下由被配置为安装在用户上的三轴加速度传感器在四秒期间获得的。在图6A-D中，水平轴是时间(毫秒)，垂直轴是重力加速度(G)。此外，同样在后面将描述的图7A-C、图8A-C、图10A-C、图12A-B和图14中，水平轴是时间(毫秒)，垂直轴是重力加速度(G)。

即，图6A是来自三轴加速度传感器的加速度数据的曲线图，图6B是由三轴加速度数据计算出的加速度向量的长度(大小)的曲线图，图6C是通过利用图2至4描述的方法由三轴加速度数据计算得到的垂直分量的曲线图。此外，图6D是通过利用图2至4描述的方法由三轴加速度数据计算得到的水平分量的曲线图。

此外，图6A-D中所示的曲线图示出了这样一种情况：在检测加速度数据时，在用户主要在垂直方向上进行运动的同时，水平方向上的运动在大约第80样本、大约第100样本和第170样本处发生，并且这作为噪声分量存在。

然而，由于噪声分量存在于水平分量中，因此通过根据本发明的基本概念执行将加速度数据(加速度向量)分量分离为垂直分量(图6C)和水平分量(图6D)的操作，可以从垂直分量中去除水平分量的噪声，从而理解可以精确地检测垂直方向上用户的人体运动。很明显，由于可以水平分量中去除垂直分量的噪声，因此可以精确地检测水平方向上用户的人体运动。即，通过分量分离，实现了噪声消除的效果。

注意，尽管加速度向量的垂直分量在这里是通过计算提取的，但这并不是对其的限制。例如，可以通过计算获得每个轴的加速度向量的长度(大小)，并且具有最长长度的加速度向量可以被用作最佳反映了用户的人体运动的加速度向量的垂直分量，或者被估计为最佳反映了用户的人体运动的轴的检测输出(加速度向量)可以被用作垂直分量。

然而，在根据加速度向量的长度识别垂直分量或者估计与垂直分量相对应的轴的情况下，存在对多轴加速度传感器1相对于用户的安装位置和安装方向施加一定程度的限制的情况。然而，在如前所述的通过计算提取出加速度向量的垂直分量的情况下，不对多轴加速度传感器1相对于用户的安装位置或安装方向施加限制，从而可以提高人体运动检测设备相对于用户的安装灵活性。

[关于高频带/低频带分离单元3]

接下来，将描述高频带/低频带分离单元3的功能和操作。如前所述，令由垂直分量提取单元2提取的垂直分量vn由函数x(n)表示。来自垂直分量提取单元2的加速度向量的垂直分量x(n)被提供给高频带/低频带分离单元3。高频带/低频带分离单元3例如被配置为LPF(低通滤波器)，并且其执行对加速度向量的垂直分量x(n)的频带划分以将其分离为高频带分量xh(n)和低频带分量xl(n)。

此时，希望作为LPF的高频带/低频带分离单元3的特性使得包括作为行走或跑步的加速度的主要分量的2Hz至4Hz是通带。此外，希望垂直分量x(n)、高频带分量xh(n)和低频带分量xl(n)是同相的。

如上，将垂直分量x(n)分离为高频带分量xh(n)和低频带分量xl(n)的原因在于：如前所述，低频带分量xl(n)包括大量的根据垂直方向上用户的人体运动而改变的分量，并且噪声分量很可能混合到高频带分量xh(n)中。如上由高频带/低频带分离单元3分离出的高频带分量xh(n)和低频带分量xl(n)被提供给峰检测/确定处理单元4。

[关于峰检测/确定处理单元4的功能和操作]

如前所述，峰检测/确定处理单元4基于加速度向量的垂直分量x(n)的低频带分量xl(n)检测峰位置候选，并且根据利用峰位置候选作为基准的每个预定范围内低频带分量的能量和高频带分量的能量之间的分量比来识别峰位置候选。

将描述如上使用低频带分量的能量和高频带分量的能量之间的分量比的原因。图7A-C和图8A-C示出了在该实施例的人体运动检测设备被安装在用户的不同部位处的情况下检测到的各个频带中加速度信号的曲线图。具体而言，图7A-C示出了在该实施例的人体运动检测设备被固定在用户的腰部的情况下检测到的加速度信号的曲线图。图8A-C示出了在该实施例的人体运动检测设备被放置在用户的裤子口袋中的情况下检测到的加速度信号的曲线图。

在图7A-C和图8A-C中，在用户行走的同时由三轴加速度传感器1检测到的加速度信号是通过在50Hz下采样测得的。此外，在图7A-C和图8A-C中，最上面一行的曲线图(图7A、图8A)是从三轴加速度向量提取出的垂直分量，即x(n)，中间一行的曲线图(图7B、图8B)是垂直分量x(n)中的低频带分量xl(n)，最下面一行的曲线图(图7C、图8C)是垂直分量x(n)中的高频带分量xh(n)。

此外，如图7A-C所示，在该实施例的人体运动检测设备被安装在用户的腰部的情况下时三轴加速度传感器1的检测输出中，周期性的改变集中于中间一行所示的低频带分量xl(n)中，而在最下面一行所示的高频带分量xh(n)中几乎没有周期性的改变，因此理解基本上只有与可归因于行走的上下运动相对应的分量被检测为加速度信号。

因而，在该实施例的人体运动检测设备被安装在用户的腰部的情况下，可以高效地只测量与垂直方向上用户的人体运动相对应的分量。因而，可以通过对垂直分量x(n)的低频带分量xl(n)的波形的峰检测或阈值检查来检测诸如行走或跑步之类的人体运动，并且通过对其执行计数处理，可以实现能够精确对步数计数的步数计。

与此相对称的，如图8A-C所示，在该实施例的人体运动检测设备被放置在用户的口袋中的情况下时三轴加速度传感器1的检测输出中，与对应于行走的周期性上下运动不同的振动分量(噪声分量)在中间一行所示的低频带分量xl(n)和最下面一行所示的高频带分量xh(n)中都有发生，尤其是，在最下面一行所示的高频带分量xh(n)中大量发生。因而，即使关于低频带分量执行阈值检查或峰检测，不正确地将与行走不同的噪声分量检测为人体运动的可能性也非常高。

另外，如图8A-C中的分段A、分段B和分段C所示，在中间一行所示的低频带分量的曲线图中，在大小低于1G的分段(区域)被分段的情况下，与可归因于行走(行走是周期性运动)的上下运动相对应的波形是分段A和分段B的波形，而分段C的波形不是周期性的，并且它是不同于行走的振动，即噪声分量。此外，如图8A-C所示，与高频带分量较弱的分段A和分段B相反，在分段C中，高频带分量较强。

如上，与可归因于行走(行走是周期性运动)的用户的上下运动相对应的分量主要出现在低频带分量xl(n)中，并且噪声分量主要出现在高频带分量xh(n)中。因而，对于被检测为峰位置候选的每个峰位置候选，定义了具有在该峰位置候选之前和之后的预定时间宽度的预定区域。

例如，该预定范围可以定义为峰位置候选之前的M个采样分段和峰位置候选之后的M个采样分段(M是大于或等于1的整数)。注意，在图7A-C和图8A-C中，相对不易受噪声影响的最小值被检测为峰值，而与其相对应的峰位置被识别为峰位置候选。

在如上定义的包括峰位置候选的每个预定范围中，获得低频带分量xl(n)的能量和高频带分量xh(n)的能量之间的比值d。图9是用于说明用于获得能量比值d的计算方法的示意图。加速度向量的垂直分量x(n)的高频带分量xh(n)的能量eh可以由图9中的式(5-1)获得。此外，加速度向量的垂直分量x(n)的低频带分量xl(n)的能量el可以由图9中的式(5-2)获得。

注意，在图9的式(5-1)和式(5-2)中，n1表示包括峰位置候选的预定区域的起始位置，而n2表示包括峰位置候选的预定区域的末尾位置。此外，低频带分量xl(n)的能量和高频带分量xh(n)的能量之间的能量比值d可以由图9中的式(5-3)获得。

在如上获得的能量比值d小于预定阈值D的情况下，预定区域中包括的被检测为峰位置候选的位置被识别为峰位置候选。即，被识别为峰位置候选的位置被确定为形成与诸如行走或跑步之类的用户运动相对应的峰，并且可以通过对峰位置候选计数来精确地对在行走或跑步的用户的步数计数。即，通过定义某一阈值D并且只有当能量比值d＜阈值D时才确定为行走或跑步，可以排除与行走或跑步不同的振动分量的影响。

然而，如上所述，为了检测与诸如行走或跑步之类的用户的人体运动相对应的改变，即使基于加速度向量的垂直分量x(n)的低频带分量xl(n)检测出峰位置候选并且考虑到低频带分量xl(n)的能量el和高频带分量xh(n)的能量eh之间的能量比值d识别出峰位置候选，预计仍然存在发生不正确的确定的情况。

图10A-C示出了在由于除了诸如行走或跑步之类的用户的周期性人体运动之外的其他效应、不规则信号也被混合到由加速度传感器1检测到的垂直分量x(n)的低频带分量xl(n)中的情况下的曲线图(不规则波形)。在发生与行走或跑步不同的不规则操作(例如，人体运动检测设备的掉落、下降，或者用户的跳跃)的情况下，如图10A-C的中间一行的低频带分量xl(n)的曲线图中所表示的，存在与行走或跑步不同的不规则人体运动的分量被混合的情况。

在如上所述与行走或跑步不同的不规则人体运动的分量被混合到加速度向量的垂直分量x(n)的低频带分量xl(n)中的情况下，预计存在它被不正确地确定为与作为周期性运动的行走或跑步相对应的人体运动的情况。因而，执行关于在某些分段中信号波形是否类似的比较，并且如果波形是类似的则确定为行走或跑步。

例如，在发生与行走或跑步不同的不规则动作的情况下的图10A-C(图10A-C是加速度向量的垂直分量x(n)(图10A)、低频带分量xl(n)(图10B)和高频带分量xh(n)(图10C)的例子的曲线图)中，可以检测位置A、位置B和位置C作为峰位置。关于这些位置，在位置A和位置B、位置B和位置C、以及位置A和位置C之间形成对，并且获得关于每对之间在各个峰位置周围的波形的匹配。

在这种情况下，从图10A-C清楚可见，关于位置A附近的波形、位置B附近的波形和位置C附近的波形，没有彼此类似的对，因此确定它不同于作为周期性人体运动的行走或跑步的人体运动，并且可以确定它不是行走或跑步时的人体运动。

相反，如图7A-C和图8A-C所示，在检测加速度向量的垂直分量x(n)、低频带分量xl(n)和高频带分量xh(n)的情况下，在设置了包括被识别为峰位置候选的位置的预定分段并且执行与一个或多个在前和在后的预定时段中的波形的匹配处理的情况下，由于类似情况存在而被识别为峰位置候选的位置可以被确定为正式峰位置。

具体而言，在图7A-C所示的例子的情况下，为了减少噪声的影响，通过使最小值被取为低频带分量xl(n)的曲线图中的峰值，由于包括相邻峰位置的波形之间的类似程度非常高，因此可以确定被识别为每个峰位置候选的位置是峰位置。此外，同样在图8A-C所示的例子的情况下，为了减少噪声的影响，使得最小值被取为低频带分量xl(n)的曲线图中的峰值。因而，包括峰位置候选中每隔一个峰位置的波形之间的类似程度非常高，因此被识别为每个峰位置候选的位置可以被确定为峰位置。

如上，识别峰位置候选，定义另一个预定分段，与该分段之间执行关于包括所述候选的预定分段中的波形的比较(获得匹配)，并且在这两个预定时段中的波形相互比较并且类似程度很高的情况下，在作为比较对象的预定分段中包括的峰位置候选可以被确定为峰位置。

被比较的另一个预定分段可以适当地定义为例如在相邻的预定分段之间，在中间夹有一个分段的预定分段之间，或者在中间夹有两个分段的预定分段之间。或者，可以任意地设置被比较的预定分段的位置或数目，例如执行与一个或多个在前的预定分段(在过去方向上)之间的比较，并且在与两个或更多个预定分段的类似程度很高的情况下确定作为比较基准的预定分段中的峰位置候选是峰位置。

如上，在该实施例的人体运动检测设备中，峰检测/确定处理单元4不仅从加速度向量的垂直分量x(n)的低频带分量xl(n)的信息(波形)中检测峰位置候选并且在考虑到低频带分量的能量el和高频带分量的能量eh之间的能量比值d的情况下识别峰位置候选，而且执行包括峰位置候选的预定分段之间的波形比较(波形匹配)，从而可以精确地检测用户的周期性人体运动，例如行走或跑步。

此外，由于可以精确地检测用户的周期性人体运动，例如行走或跑步，因此通过对用户的人体运动计数，可以实现能够精确对行走或跑步时的用户的步数计数的步数计。注意，如果精度可以轻微降低，如前所述，则可以根据利用能量比值d识别出的峰位置候选来对步数计数，而不用执行波形匹配。

[脚步位置分析单元5的功能和操作]

通过上述加速度传感器1、垂直分量提取单元2、高频带/低频带分离单元3和峰检测/确定处理单元4的各个部件的功能，基于来自安装在用户人体上的加速度传感器1的检测输出，可以精确地检测与用户的行走或跑步相对应地在用户的人体上发生的垂直方向上的人体运动。通过如上所述对检测到的人体运动计数，还可以精确地对用户的步数计数。

然而，用户的动作状态并不总是执行行走或跑步的动作状态，并且在某些情况下，状态是静止状态，或者是既非静止状态又非动作状态的未定义状态。因而，如果可以精确地掌握用户的动作状态，则在对人体运动计数(例如对步数计数)的情况下，可以进一步防止不正确的操作，例如甚至在静止状态或未定义状态下也对人体运动计数。

此外，如果理解用户处于动作状态，即执行诸如行走或跑步之类的运动，则可以精确检测该时段期间用户的人体运动，精确掌握用户的人体运动步调(人体运动节拍)，并根据用户的转移步调控制设备。因而，在该实施例的人体运动检测设备中，脚步位置分析单元5被配置为能够接收指示由峰检测/确定处理单元4确定的峰位置的信息，并且基于该信息精确掌握用户的动作状态，并且还能够在用户正执行诸如行走或跑步之类的周期性运动的情况下精确检测人体运动步调。

图11是用于说明用户的动作状态的转移的示意图。如图11所示，假定作为用户的动作状态，存在三种状态：“未定义”、“静止”和“行走/跑步”。这里，“静止”是指完全没有用户的人体运动的状态，“行走/跑步”是指用户正在行走或跑步的状态，“未定义”是指除了以上两种状态以外的状态。此外，假定初始状态从“未定义”开始。此外，假定在从“静止”状态转移到“行走/跑步”状态或者在从“行走/跑步”状态转移到“静止”状态的情况下，转移途经“未定义”状态发生。

此外，在脚步位置分析单元5中，基于来自峰检测/确定处理单元4的所确定的峰位置信息，首先确定用户的动作状态。这里，在图11中，通过区分从转移A到转移G的各个转移状态，来区分用户的动作状态。

即，动作状态的转移还考虑了作为一种转移状态的、每种状态被维持的情况，例如“未定义”状态被维持的情况是转移A，发生从“未定义”状态到“行走/跑步”状态的改变的情况是转移B，“行走/跑步”状态被维持的情况是转移C，发生从“行走/跑步”状态到“未定义”状态的转移的情况是转移D，发生从“未定义”状态到“静止”状态的转移的情况是转移E，发生从“静止”状态到“未定义”状态的转移的情况是转移F，“静止”状态被维持的情况是转移G。

接下来，将描述用于区分各个转移状态的条件。如前所述，各个转移状态的区分是基于由峰检测/确定处理单元4确定的峰位置执行的。下文中，“所确定的峰位置”也被称为“检测到的脚步”。即，由峰检测/确定处理单元4确定的峰位置被当作与垂直方向上用户的人体运动相对应的脚步。此外，(1)如果既不满足下面描述的用于转移B的情况的条件也不满足用于转移C的情况的条件，则该状态被确定为转移A，并且“未定义”状态被维持。

此外，(2)在确定状态是转移A之后，关于检测到的脚步(所确定峰位置)中的最新脚步，计算相邻脚步之间的时间间隔。在时间间隔恒定的情况下，确定状态是转移B，其中发生从“未定义”状态到“行走/跑步”状态的转移，并且用户的动作状态已变为“行走/跑步”状态。在这种情况下，预先计算参考脚步间隔(参考步调Ps)。后面将描述，参考脚步间隔是用于确定状态是转移B的脚步之间的间隔的平均值。

此外，(3)在确定状态是转移B或转移C之后，在新检测的脚步和紧邻此之前的脚步之间的间隔在相对于参考脚步间隔(参考步调Ps)的整数倍的某一误差范围内的情况下，状态被确定为转移C，并且“行走/跑步”状态被维持。另一方面，在状态被确定为转移B或转移C之后，在不满足用于确定状态是(3)即上述的转移C的条件的情况下，确定状态是转移D，并且用户的动作状态是“未定义”状态。

此外，(5)在状态被确定为转移A或转移D之后，在预定时段或更长时间中没有检测到脚步(没有任何峰位置被确定)的情况下，确定状态是转移E，其中发生从“未定义”到“静止”的转移，并且用户的动作状态是“静止”状态。此外，(6)在确定状态是转移E或转移G之后，在检测到脚步(确定了峰位置)的情况下，确定状态是转移F，其中发生从“静止”到“未定义”的转移，并且用户的动作状态已变为“未定义”状态。

另一方面，(7)在状态被确定为转移E或转移G之后，在没有检测到脚步(没有任何峰位置被确定)的情况下，状态被确定为转移G，并且作为用户的动作状态。“静止”状态被维持。

注意，在如前所述的(2)的关于状态是否是转移B的确定中，用于确定脚步间隔是否恒定的标准可以根据脚步间隔的方差或标准偏差是否存在来确定，或者根据最大值和最小值之间的差异是否小于或等于阈值来确定。此外，作为参考脚步间隔，如前所述可以使用用于确定的脚步的时间间隔的平均值。或者，可以使用用于确定的脚步的时间间隔的中值。

图12A-B是示出在利用图1所示的人体运动检测设备的加速度传感器1、垂直分量提取单元2、高频带/低频带分离单元3和峰检测/确定处理单元4的各个部件的功能从加速度传感器1的检测输出中检测出脚步(峰位置被确定)的情况下的波形的示意图。另外在图12A-B中，峰被取在最小值一侧。图12A中所示的波形代表在从“未定义”状态中检测出四个脚步(所确定峰位置)的情况下的波形。图12B代表在从图12A的状态中检测出紧接在后的脚步的情况下的波形。利用这种图12A-B，将具体描述状态转移的例子。

首先，假定在图12A所示的波形中，状态最初是“未定义”。然后，由于检测出四个脚步(确定了两个峰位置)，因此脚步位置分析单元5计算相邻脚步分段T1、T2和T3的各个脚步间隔，并比较这些脚步间隔。在该例子的情况下，由于各个脚步分段T1、T2和T3的间隔是基本恒定的，因此在这种情况下，状态可以被确定为转移B，其中发生从“未定义”到“行走/跑步”的转移。

此时，脚步位置分析单元5通过图13中所示的式(6-1)计算参考步调(参考脚步间隔)Ps。注意，图13中所示的式(6-1)是用于计算图12A的状态下的参考步调Ps的式子，并且如果脚步分段增大，则在分子中添加的分段和分母中的分段数改变。

然后，在发生从图12A中所示的状态到图12B中所示的状态的改变的情况下，将最近的脚步分段T4的脚步间隔与通过图13中的式(6-1)计算出的参考步调Ps相比较。在这种情况下，由于脚步分段T4的脚步间隔和参考步调Ps是基本相同的，因此确定这一差异在误差范围内，状态被确定为转移C，并且“行走/跑步”状态被维持。

注意，作为在“行走/跑步”状态下的行走或跑步期间步调的时段(脚步间隔)，参考步调可以被用作一个代表值，或者可以使用某一时间分段内的脚步间隔的平均值或预定数目的脚步间隔的平均值。

此外，在以上描述中，并不区分“行走”状态和“跑步”状态，状态被认为是“行走/跑步”状态的一种状态。然而，这并不是对此的限制。可以允许分开管理“行走”状态和“跑步”状态，作为不同的状态。

作为用于区分行走和跑步的标准，除了前述用于(2)确定转移B的条件以外，还可以(A)在脚步间隔小于某一值的情况下确定状态是“跑步”状态，而在其他情况下确定状态是“行走”，或者(B)在加速度波形的峰值大于或等于某一值的情况下确定状态是“跑步”状态，而在其他情况下确定状态是“行走”状态。很明显，如上所述可以使用上述条件(A)或(B)中的任一个，或者可以使用上述条件(A)和(B)两者。

此外，尽管如上所述“行走”状态和“跑步”状态可以被定义为完全不同的动作状态，但假定状态转移根据图11发生，作为“行走/跑步”状态的属性，利用上述条件(标准)(A)和(B)中的任一个或这两者，可以分别管理“行走”和“跑步”。

此外，关于有关状态是否是转移C的确定，不是直接比较脚步间隔和参考步调(参考脚步间隔)Ps，而是利用参考步调Ps的整数倍作为基准来进行确定。这样做有助于防止在发生脚步检测的遗漏的情况下出现不希望出现的状态转移。

例如，在该实施例的人体运动检测设备中，如前所述，在峰检测/确定处理单元4中，检测峰位置候选，在考虑到高频带能量和低频带能量的情况下识别峰位置候选，此外，对于包括峰位置候选的每个预定间隔执行波形比较，从而确定峰位置。

然而，有这样的可能性：没有获得与邻近波形的匹配，并且如果加速度波形受到临时扰动，则即使用户继续行走也会发生检测遗漏。因而，如前所述，在通过脚步位置分析单元5对转移C进行确定的情况下，通过“参照参考步调的整数倍进行确定”，在前一级的峰检测/确定处理单元4中，即使在发生行走脚步的检测遗漏(峰位置的确定遗漏)时也可以稳定地执行状态估计。

例如，图14示出了这样一种情况的例子：在“行走/跑步”状态中，发生由×标记(交叉标记)指示的两个脚步(峰位置)的检测遗漏(计数遗漏)，从而最近检测到的脚步(峰位置)和紧邻此之前检测到的脚步(峰位置)之间的间隔对应于三步。

在图14所示的例子的情况下，在用于确定状态是否是转移C的情况中，在新检测到的脚步和紧邻此之前一个脚步之间的间隔在相对于参考脚步间隔(参考步调Ps)的整数倍的某一误差范围内的情况下，状态被确定为转移C，并且“行走/跑步”状态被维持。

因而，并不是简单地逐一累积检测到的脚步，即使在没有检测到脚步(峰位置)的情况下，在“行走/跑步”状态被维持的情况下，利用参考步调的整数倍作为累积对象，可以更精确地测量步数。因此，通过将本发明应用于步数计，还有助于提高步数计的精确性。

如上，在该实施例的人体运动检测设备中，加速度传感器1、垂直分量提取单元2、高频带/低频带分离单元3、峰检测/确定处理单元4和脚步位置分析单元5的各个部件以有组织的方式工作，从而可以精确地检测诸如行走或跑步之类的用户的人体运动并掌握这一运动。

[应用于特定设备]

接下来，将描述本发明的设备、方法和程序应用于特定设备的情况。下文中，将分别描述将本发明应用于步数计的情况和将本发明应用于声音播放设备的情况。

[关于对步数计的应用]

首先，将描述本发明的设备、方法和程序的实施例被应用于步数计的情况。图15是用于说明该实施例的步数计100的框图。如图15所示，该实施例的步数计100通过将三轴加速度传感器101经由A/D转换器102连接到控制单元110并且连接显示单元103和操作单元104而形成。

作为三轴加速度传感器101，可以使用通过将一轴加速度传感器布置在彼此正交的X轴、Y轴和Z轴的三个轴上而形成的传感器，或者使用通过将正交的三轴加速度传感器封装在一个外壳中而形成的传感器。来自三轴加速度传感器101的X轴、Y轴和Z轴的各个检测输出(模拟输出)被提供给A/D转换器102，在此处它们被转换为具有允许控制单元110进行处理的格式的数字数据，并且该数字数据被提供给控制单元110。

控制单元110控制该实施例的步数计100的各个部件，并且如图15所示，其被配置为微计算机，其中CPU(中央处理单元)111、ROM(只读存储器)112、RAM(随机访问存储器)113和非易失性存储器114经由CPU总线115相连。

这里，CPU 111运行各种程序以形成要提供给各个部件的控制信号，并执行各种类型的计算，等等，并且其用作用于控制单元110中的处理或控制的主要单元。ROM 112存储并维护由CPU 111运行的各种类型程序或处理所需的数据。

此外，RAM 113主要用作工作区，例如临时存储处理的中间结果，并且还用作存储并维护经由A/D转换器102从加速度传感器101提供的数值形式的加速度数据的缓冲存储器等。非易失性存储器114是即使当存储器断电时其中存储的数据也不会被删除的存储器，例如EEPROM(电可擦除可编程ROM)或闪存，并且其存储并维护即使当电源切断时也要被维护的数据，例如已设置的参数、添加的程序等等。

此外，连接到控制单元110的显示单元103包括显示控制电路，并且具有诸如LCD(液晶显示器)、有机EL(电致发光)或CRT(阴极射线管)之类的显示元件，并且其根据控制单元110的控制显示步数的计数值、各种引导信息等。具体而言，响应于从控制单元110提供的显示数据，显示单元103由显示数据形成要提供给显示元件的视频信号，并将视频信号提供给显示元件，从而与来自控制单元110的显示数据相对应的显示信息被显示在显示元件的显示屏上。

此外，操作单元104具有复位键、各种功能键等等，并且它能够接收用户的操作输入并提供与其相对应的电信号。控制单元110被配置为能够响应于电信号控制各个部件并根据用户的指令执行处理。

此外，在该实施例的步数计100中，控制单元110实现图1中所示的人体运动检测设备的垂直分量提取单元2、高频带/低频带分离单元3、峰检测/确定处理单元4和脚步位置分析单元5的功能，并且还实现执行脚步测量的脚步测量单元的功能。

即，如利用图1所描述的，基于来自加速度传感器101的检测输出，该实施例的步数计100的控制单元110执行垂直分量的提取、垂直分量的高频带/低频带的分离、峰位置候选的检测和峰位置候选的识别、以及通过波形匹配进行的峰位置的判定，并且基于所判定的峰位置来测量步数。

此外，基于所判定的峰位置，其被配置为能够精确掌握用户的动作状态并且精确掌握行走、跑步等的人体运动步调，从而在用户的动作状态是“行走/跑步”的情况下，可以基于人体运动步调更精确地测量用户的步数。

下文中，参考图16至21中的流程图，将详细描述主要由图15中所示的该实施例的步数计的控制单元110执行的各种处理。

[关于垂直分量提取处理]

图16是用于说明主要由图15中所示的该实施例的步数计100的控制单元110执行的垂直分量提取处理的流程图。当该实施例的步数计100被加电并且经由操作单元104接受用于执行步数测量的指令的输入时，控制单元110的CPU 111首先执行图16中所示的处理。

控制单元110开始获得经由A/D转换器102提供的加速度数据(加速度向量数据)并在RAM 113中缓冲加速度数据的处理(步骤S101)，并利用所获得的加速度向量计算重力加速度向量g的初始值(步骤S102)。然后，对样本计数器c复位(清零)(步骤S103)。从步骤S101至步骤S103的处理对应于在加电后被称为初始处理的处理。

然后，控制单元110确定样本计数器c的值是否大于预定值N(步骤S104)。在该实施例中，为了减少计算量，以N(N是大于或等于1的整数)个样本的间隔来执行重力加速度向量g的重新计算。

当在步骤S104的确定处理中确定样本计数器c大于预定值N时，控制单元110执行重力加速度向量g的重新计算处理(步骤S105)，然后将样本计数器c设置为0值(步骤S106)。即，步骤S106的处理是样本计数器c的复位处理。然后，利用通过最近的重新计算获得的重力加速度向量g和加速度向量an，通过利用图2或图3所述的计算获得垂直分量vn(步骤S107)。

此外，在步骤S104中确定样本计数器c的值不大于值N的情况下，如前所述，利用在步骤S102中计算出的重力加速度向量g的初始值和最近的加速度向量an，通过利用图2或图3所述的计算获得垂直分量vn(步骤S107)。

然后，在步骤S107的处理之后，控制单元110获得最近的加速度数据(步骤S108)，使样本计数器c加1(步骤S109)，并且重复从步骤S104起的处理。如上在步骤S107中获得的加速度向量的垂直分量被用于高频带/低频带分离处理。

在该实施例中，步骤S105中重新计算重力加速度向量g的处理和步骤S102中计算重力加速度向量的初始值的处理是基本相同的处理，并且通过取加速度向量的各个轴的数据的移动平均，重力加速度向量g被计算为重力加速度的估计值。

将具体描述在步骤S102和步骤S105中执行的处理。这里，将考虑这样一种情况：当前样本位置是n1，并且从过去M个样本的加速度数据获得重力加速度。在这种情况下，为了获得X轴的重力加速度向量gx，通过将从在当前样本位置前M+1个样本的样本起直到n1的各个样本中在X轴的加速度数据axn相加而获得一个总和，并将该总和除以值M，从而获得了X轴的重力加速度向量gx。

类似地，在要获得Y轴的重力加速度向量gy的情况下，通过将从在当前样本位置前M+1个样本的样本起直到n1的各个样本中在Y轴的加速度数据ayn相加而获得一个总和，并将该总和除以值M，从而获得了Y轴的重力加速度向量gy。此外，在要获得Z轴的重力加速度向量gz的情况下，通过将从在当前样本位置前M+1个样本的样本起直到n1的各个样本中在Z轴的加速度数据azn相加而获得一个总和，并将该总和除以值M，从而获得了Z轴的重力加速度向量gz。

在以上述方式计算重力加速度向量的情况下，希望利用足够长的分段取平均值，从而由于运动引起的加速度分量被取平均且被抵消。然而，如果分段太长，则其不能跟随设备的倾斜(不能正确地反映设备的倾斜)，因此，例如，将该时段设置为大约几秒是适当的。

此外，在步骤S107的提取垂直分量的处理中，如前所述，可以基于最新的加速度向量an和重力向量g、通过图2中所示的式(1-3)或图3中所示的式(2-3)获得(提取出)垂直分量vn。

如上所述，控制单元110通过执行图16中所示的处理来实现作为垂直分量提取单元2的功能。

注意，尽管为了减少该实施例的步数计100中的计算量，如图16所示重力加速度的估计是以N个样本的间隔执行的，但是这并不是对其的限制。用于估计重力加速度的计算处理并不限于取各个轴的数据的移动平均值。例如，可以使用最小二乘法等。

[关于垂直分量的高频带/低频带分离的处理]

然后，通过图16中所示的处理提取出的加速度向量的垂直分量被分离为高频带分量和低频带分量。为此，如前所述，例如，通过提取出包括可归因于行走或跑步的加速度的主要分量的2Hz至4Hz频带中的分量作为低频带分量，并提取出高于4Hz的频带中的分量作为高频带分量，可以将垂直分量分离为预定频带的高频带分量和预定频带的低频带分量。

在通过图16中所示的处理提取出的垂直分量x(n)中，发生了与在用户的行走运动中涉及的上下运动相对应的峰。尤其是，在垂直分量x(n)的低频带分量xl(n)中，与在用户的行走运动中涉及的上下运动相对应的峰显著地发生。因而，基于通过分离垂直分量x(n)获得的低频带分量xl(n)检测峰位置候选，并且基于低频带分量xl(n)的能量和高频带分量xh(n)的能量之间的比值来识别峰位置候选。

[关于检测并识别峰位置候选的处理]

图17是用于说明主要由图15中所示的该实施例的步数计100的控制单元110执行的检测并识别峰位置候选的处理的流程图。图17中所示的处理例如是基于通过分离垂直分量x(n)获得的低频带分量xl(n)和高频带分量xh(n)针对每个采样执行的，其中垂直分量x(n)是通过利用图16所描述的垂直分量提取处理提取出的。

首先，如前所述，控制单元110基于从垂直分量x(n)中分离出的低频带分量xl(n)执行搜索(检测)峰位置候选的处理。具体而言，关于低频带分量xl(n)，例如，对于每个采样，对最近获得的低频带分量数据和紧邻此之前的低频带分量数据进行比较，并且在紧邻此之前的低频带分量数据更大而且紧邻此之前的低频带分量数据大于或等于预定值的情况下，紧邻此之前的低频带分量数据被检测为峰值的候选，并且峰值的位置被检测为峰位置候选。

然后，控制单元110确定是否已检测到峰位置(步骤S202)，并且当确定没有检测到候选时，控制单元110完成图17中所示的处理，并且在下一采样时刻再次执行图17中所示的处理。

另一方面，当在步骤S202的确定处理中确定已检测到峰位置候选时，控制单元110利用该峰位置候选附近的低频带分量xl(n)来根据图9中的式(5-2)计算在包括该峰位置候选的预定范围中的低频带分量xl(n)的能量el(步骤S203)。此外，类似地，控制单元110利用该峰位置候选附近的高频带分量xh(n)来根据图9中的式(5-1)计算在包括该峰位置候选的预定范围中的高频带分量xh(n)的能量eh(步骤S204)。

然后，根据图9中的式(5-3)，控制单元110计算在步骤S203中计算出的低频带分量xl(n)的能量el和在步骤S204中计算出的高频带分量xh(n)的能量eh之间的能量比值d(步骤S205)，并且确定计算出的能量比值d是否小于预定阈值D(步骤S206)。

在步骤S206的确定处理中确定能量比值d不小于预定阈值D的情况下，即，在高频带分量xh(n)中存在大量噪声的情况下，由于被检测为峰位置候选的位置是不正确检测的可能性较高，因此所检测的峰位置候选不被识别为峰位置候选，图17中所示的处理完成，并且在下一采样时刻再次执行图17中所示的处理。

在步骤S206的确定处理中确定能量比值d小于预定阈值D的情况下，即，高频带分量xh(n)中的噪声很小的情况下，由于被检测为峰位置候选的位置是峰位置的可能性较高，因此所检测的峰位置候选被识别为峰位置候选，并且峰位置候选被记录在例如峰位置记录缓冲器中，例如记录在RAM 113中(步骤S207)。然后，图17中所示的处理完成，并且在下一采样时刻再次执行图17中所示的处理。

如上，该实施例的步数计100的控制单元110基于通过对从加速度向量an提取出的垂直分量x(n)进行频带划分而获得的低频带分量xl(n)来检测峰位置候选，此外，基于在包括被检测为峰位置候选的位置的预定范围中的低频带分量xl(n)的能量el和高频带分量xh(n)的能量eh而仅仅将可以可靠地作为峰位置候选的位置识别为峰位置候选。

注意，图17中所示的处理是由控制单元110实现的峰检测/确定处理单元的功能中的峰检测功能(检测并识别峰位置候选的功能)的实现方式。

[关于波形匹配和步数计数的处理]

图18是用于说明根据被识别为峰位置候选的位置来确定峰位置并基于峰位置对用户的步数计数的处理的流程图，该处理是主要由图15中所示的该实施例的步数计100的控制单元110执行的处理。

在图18所示的处理中，基于通过图17中所示的处理识别出的峰位置候选，在包括峰位置候选的预定分段之间执行波形匹配以确定真正的峰位置，并且对所确定的峰位置计数，从而精确地对用户的步数计数。

通过图18中所示的处理识别出的峰位置候选通过图17所示的处理中的步骤S207的处理被存储在峰位置记录缓冲器(例如，RAM 113等)中。因而，控制单元110从峰位置记录缓冲器中寻找(搜索)尚未检查的峰位置候选(步骤S301)。峰位置候选是否尚未检查是根据针对每个识别出的峰位置候选设置的已检查标志是ON还是OFF来确定的，这将在后面描述。通常，最近记录的峰位置候选成为尚未检查的峰位置候选。

然后，控制单元110确定在步骤S301的处理中是否找到尚未检查的峰位置候选p1(步骤S302)。当在步骤S302的确定处理中确定已找到尚未检查的峰位置候选p1时，在包括峰位置候选p1的预定范围中的波形和从峰位置候选p1起的过去N秒范围中的包括另一个峰位置候选的预定范围中的波形之间执行波形匹配。

注意，在步骤S303的处理中，尽管它取决于采样频率，但执行与一个或多个预定范围中的波形的匹配。此外，关于用于匹配的波形，它是基于低频带分量xl(n)的波形执行的。很明显，作为用于比较的波形，可以使用垂直分量x(n)的波形。

然后，基于步骤S303的处理，控制单元110确定是否已找到与尚未检查的峰位置候选p1相匹配的过去的峰位置候选p2(步骤S304)。即，在步骤S304的确定处理中，确定是否已找到与包括尚未检查的峰位置候选p1的预定范围的波形具有高类似程度的包括过去的峰位置候选的预定范围中的波形。

当在步骤S304的确定处理中确定已找到与尚未检查的峰位置候选p1相匹配的过去的峰位置候选p2时，尚未检查的峰位置候选p1被确定为峰位置，并且向步数计数加“1”，而且用于尚未检查的峰位置候选p1的已计数标志被设为ON(步骤S305)。

此外，确定当前找到作为匹配的过去的峰位置候选p2的已计数标志是否为ON(步骤S306)。在过去的峰位置候选p2的已计数标志为ON的情况下，用于尚未检查的峰位置候选p1的已检查标志被设为ON(步骤S307)，图18中所示的处理完成，并且等待下一执行时刻。

另一方面，当在步骤S306的确定处理中确定过去的峰位置候选p2的已计数标志不为ON时，关于过去的峰位置候选p2，尽管在之前不存在匹配峰，但是由于它新匹配峰位置候选p1，因此过去的峰位置候选p2也被确定为峰位置，并且向步数计数加“1”，而且用于过去的峰位置候选p2的已计数标志被设为ON(步骤S308)。前进到步骤S307的处理，用于尚未检查的峰位置候选p1的已检查标志被设为ON(步骤S307)，图18中所示的处理完成，并且等待下一执行时刻。

此外，在步骤S302的确定处理中确定未找到尚未检查的峰位置候选p1的情况下以及在步骤S304的确定处理中确定未找到与尚未检查的峰位置候选p1相匹配的过去的峰位置候选p2的情况下，图18中所示的处理完成，并且等待下一执行时刻。

如上，在通过利用图17所述的处理识别出峰位置候选之后，通过图18中所示的处理判定峰位置并对所判定的峰位置计数，从而可以精确地对与用户的行走或跑步相对应的步数计数。

注意，尽管这里与用户的行走或跑步相对应的步数是通过图18的处理对所判定的峰位置计数来计数的，但是只要能够实现预期的精度，与用户的行走或跑步相对应的步数也可以通过对由图17中所示的处理识别出的峰位置候选的数目计数来计数。

注意，图18中所示的处理实现了由控制单元110实现的峰检测/确定处理单元4的功能中的判定峰位置的功能，并且还实现了作为步数计的步数测量的功能。

[用于在开头防止计数遗漏的处理]

另外，在图18所示的处理的情况下，在过去N秒内不存在峰的情况下，就像在从静止状态开始行走时，发生计数遗漏。因而，可以通过如图19中的添加获得从过去峰到当前峰的匹配的处理来防止计数遗漏。

即，在要防止紧接着用户的动作(运动)开始之后的步数的计数遗漏的情况下，在图18中所示的处理之前或之后添加图19中所示的处理。在这种情况下，控制单元110从峰位置记录缓冲器中寻找(搜索)作为在当前N秒前的峰位置候选并且尚未计数的峰位置候选p1(步骤S401)。

步骤S401的处理是寻找尚未计数的过去的峰位置候选的处理。简短地说，它是在开头搜索峰位置候选的处理。控制单元110确定是否已找到尚未计数的峰位置候选(步骤S402)。

当在步骤S402的确定处理中确定已找到尚未计数的峰位置候选p1时，考虑从尚未计数的峰位置候选p1到当前为止的范围作为对象，在包括尚未计数的峰位置候选p1的预定范围中的波形和包括存在于从尚未计数的峰位置候选p1到当前为止的范围中的峰位置候选的预定范围中的波形之间执行匹配(步骤S403)。

与图18所示的步骤S303中的处理(它是从当前到过去的方向上的波形匹配处理)相反，步骤S403中的处理是从过去到当前的方向上的波形匹配处理。

然后，基于步骤S403中的处理，控制单元110确定是否已找到与尚未检查的峰位置候选p1相匹配的在当前方向上的峰位置候选p2(步骤S404)。即，在步骤S404的确定处理中，确定在当前方向(时间流逝的方向)上是否已找到与包括尚未计数的峰位置候选p1的预定范围中的波形具有高类似程度的包括峰位置候选的预定范围中的波形。

当在步骤S404的确定处理中确定已找到与尚未检查的峰位置候选p1相匹配的当前方向上的峰位置候选p2时，向步数计数加“1”，并且尚未检查的峰位置候选p1的已计数标志被设为ON(步骤S405)。

因而，在对于未确定为峰位置的过去的峰位置候选(这是由于在过去不存在峰位置候选)而言，通过与后续波形的比较存在具有高类似程度的波形的情况下，可以确定该过去的峰位置候选是峰位置并对峰位置计数。

此外，控制单元110确定用于当前方向上的峰位置候选p2的已计数标志是否为ON(步骤S406)。当在步骤S406的确定处理中确定用于当前方向上的峰位置候选p2的已计数标志不为ON时，当前方向上的峰位置候选p2也被确定为峰位置，向步数计数加值“1”，并且用于当前方向上的峰位置候选p2的已计数标志被设为ON(步骤S407)。

然后，在步骤S406的确定处理中确定用于当前方向上的峰位置候选p2的已计数标志为ON的情况下或者在步骤S407的处理之后，控制单元110完成图19中所示的处理，并且等待下一执行时刻。

例如，关于第一峰附近的波形，通过除了执行图18中所示的处理之外还执行图19中所示的处理，可以获得与时间上靠后(未来)的峰附近的波形之间的匹配，以确定它是否真正是一个峰，并且当它是峰时进行计数。

[人体运动类型估计处理和步数计数处理]

如上所述，通过识别峰位置候选并对峰位置候选计数，或者通过从峰位置候选中确定真正的峰位置并对峰位置计数，可以测量在用户的运动期间(例如行走或跑步期间)的步数。然而，由于噪声等的影响，存在出现对其未获得匹配的峰的情况。

因而，在该实施例的步数计100中，通过作为由控制单元110实现的脚步位置分析单元5的功能，还可以精确地掌握用户的动作状态(与动作状态相对应的人体运动类型)，并且在正执行行走或跑步的情况下，可以甚至在存在对其不能获得匹配的峰的时段中精确地对用户的步数计数。

图20和21是用于说明主要由该实施例的步数计100的控制单元110执行的人体运动类型估计处理和步数计数处理的流程图。作为在图20和21所示的处理中使用的峰位置的信息，使用通过图17的处理识别出的并被记录在峰位置记录缓冲器中的峰位置候选的数据，并且执行通过波形匹配的峰位置确定处理、人体运动类型估计处理和步数计数处理。

即，在图16和17中的处理之后，执行图20和21中所示的处理。图20和21中的处理由峰检测/确定处理单元4的功能和脚步位置分析单元5的功能实现。

然后，控制单元110从峰位置记录缓冲器(例如RAM 113)中寻找(搜索)尚未检查的峰位置候选(步骤S501)。如后面将描述的，峰位置候选是否尚未检查可以根据为每个识别出的峰位置候选设置的已检查标志的ON/OFF来区分。通常，最近记录的峰位置候选变为尚未检查的峰位置候选。

然后，控制单元110确定在步骤S501的处理中是否已找到尚未检查的峰位置候选(步骤S502)。当在步骤S502的确定处理中确定已找到尚未检查的峰位置候选时，静止计时器C被设为值“0(零)”(步骤S503)。然后，控制单元110执行在包括峰位置候选p1的预定范围中的波形和在包括从峰位置候选p1起的过去N秒的范围中的另一峰位置候选的预定范围中的波形之间的匹配(步骤S504)。

注意，在步骤S504的处理中，尽管它取决于采样频率，但是匹配是与一个或多个过去的预定范围中的波形执行的。此外，关于用于匹配的波形，它可以基于低频带分量xl(n)的波形来执行。很明显，作为用于比较的波形，可以使用垂直分量x(n)的波形。

然后，基于步骤S504中的处理，控制单元110确定是否已找到与尚未检查的峰位置候选p1相匹配的过去的峰位置候选p2(步骤S505)。即，在步骤S505的确定处理中，确定是否已找到与包括尚未检查的峰位置候选p1的预定范围中的波形具有高类似程度的包括过去的峰位置候选的预定范围中的波形。

当在步骤S505的确定处理中确定已找到与尚未检查的峰位置候选p1相匹配的过去的峰位置候选p2时，尚未检查的峰位置候选p1被确定为峰位置，向步数计数加值“1”，并且用于尚未检查的峰位置候选p1的已计数标志被设为ON(步骤S506)。

然后，确定用于当前找到作为匹配的过去的峰位置候选p2的已计数标志是否为ON(步骤S507)。在步骤S507的确定处理中确定用于过去的峰位置候选p2的已计数标志为ON的情况下，过程进行到图21中所示的处理。

另一方面，关于过去的峰位置候选p2，当在步骤S507的确定处理中确定用于过去的峰位置候选p2的已计数标志不为ON时，尽管之前不存在匹配峰，但是由于它新匹配峰位置候选p1，因此过去的峰位置候选p2也被确定为峰位置，向步数计数加值“1”，用于过去的峰位置候选p2的已计数标志被设为ON(步骤S508)，并且过程进行到图21中的处理。

此外，当在图20所示的步骤S502的确定处理中确定还未找到尚未检查的峰位置候选p1时，向静止计时器C加值“1”(步骤S509)，并且确定静止计时器C是否已变得大于参考值(步骤S510)。

当在步骤S510的确定处理中确定静止计时器C是否已变得大于参考值时，用户的动作状态被设为“静止”状态(步骤S511)，图20和21中的处理完成，并且等待下一执行时刻。另一方面，当在步骤S510的确定处理中确定静止计时器C还未变得大于参考值时，什么也不做，图20和21中所示的处理完成，并且等待下一执行时刻。

然后，在如上所述步骤S507的确定处理中确定用于过去的峰位置候选p2的已计数标志为ON的情况下以及在在步骤S508的处理之后，执行图21中所示的处理。在图21所示的处理中，控制单元110首先将尚未检查的峰位置候选p1的已检查标志设为ON(步骤S512)。

然后，控制单元110识别距离最近通过步骤S512的处理已检查标志被设为ON的峰位置p1最近的一个过去的峰位置p1’(步骤S513)，并且计算峰位置p1和紧邻的峰位置p1’之间的间隔T0(步骤S514)。在该实施例的步数计100中，如利用图12所描述的，可以维持在紧邻的四个峰位置之间分别定义的三个峰间隔T0、T1和T2。很明显，可以维持并使用更大数目的峰间隔。

然后，控制单元110确定用户的最近动作状态的确定结果是否为“行走/跑步”状态(步骤S515)。当在步骤S515的确定处理中确定用户的运动状态不是“行走/跑步”状态时，如上所述，计算根据紧邻的四个峰位置确定的三个间隔T0、T1和T2的平均值Ta(步骤S516)，对于所有的峰间隔T0、T1和T2分别获得通过减去平均值Ta而获得的值，并且确定对于所有峰间隔所获得的值是否小于参考值(步骤S517)。

步骤S517的确定处理是确定峰间隔T0、T1和T2是否为基本相同的步调从而已开始执行作为周期性人体运动的行走或跑步的处理。当在步骤S517的确定处理中确定各个峰间隔T0、T1和T2之间的每个差都小于或等于参考值时，控制单元110将平均值Ta设为参考步调Ps，并确定用户的动作状态是“行走/跑步”(步骤S518)。

然后，控制单元110执行偏移峰间隔T0、T1和T2的处理(步骤S519)。即，峰间隔T1被偏移到峰间隔T2，峰间隔T0被偏移到峰间隔T1。注意，对于峰间隔T0，可以执行初始化。

在步骤S519的处理之后并且在步骤S517的确定处理中，当在步骤S517的确定处理中确定各个峰间隔T0、T1和T2之间的每个差都不小于或等于参考值时，控制单元110完成图20和21中所示的处理，并且等待下一执行时刻。

此外，当在步骤S515的确定处理中确定用户的动作状态是“行走/跑步”时，控制单元110将最近的峰间隔T0除以参考步调Ps以计算值r(步骤S520)。步骤S520的处理是考虑到假定被检测为峰值的值不被检测为峰值的情况的处理，并且是计算这样一个数的处理，最近检测到的峰间隔T0乘上该数后将变为参考步调Ps。

然后，计算离在步骤S520中计算出的值r最近的整数R(步骤S521)。例如，在值r是“0.1”、“0.2”等的情况下，整数R是“0”，在值r是“0.9”、“1.1”等的情况下，整数R是“1”，而如果值r是“1.9”或“2.1”，则整数R是“2”。然后，控制单元110确定通过从值r中减去整数R而获得的值的绝对值是否小于预定的参考值(步骤S522)。

步骤S522的确定处理是确定最近的峰间隔T0是否是参考步调Ps的整数倍的处理。当在步骤S522的确定处理中确定通过从值r中减去整数R而获得的值的绝对值不小于预定的参考值时，确定最近的峰间隔T0不是参考步调Ps的整数倍，并且确定(识别出)用户的动作状态是“未定义”状态(步骤S523)。然后，控制单元110完成图20和21中所示的处理，并且等待下一执行时刻。

另一方面，当在步骤S522的确定处理中确定通过从值r中减去整数R而获得的值的绝对值小于预定的参考值时，确定最近的峰间隔T0是参考步调Ps的整数倍，并且确定整数R是否大于值“1”(步骤S524)。步骤S524的确定处理是确定峰间隔T0是否大于或等于参考步调Ps的两倍的处理。

当在步骤S524的确定处理中确定整数R不大于1时，由于最近的峰间隔T0不是大于或等于参考步调两倍的分段，因此控制单元110完成图20和21中所示的处理，什么也不做，并且等待下一执行时刻。

另一方面，当在步骤S524的确定处理中确定整数R大于1时，由于最近的峰间隔T0是大于或等于参考步调两倍的分段，因此控制单元110将通过从整数R中减去1而获得的值加到计数上(步骤S525)，完成图20和21中所示的处理，并且等待下一执行时刻。

如上，在通过图20和21中所示的处理在执行行走或跑步的同时精确地区分用户的动作状态的情况下，即使在存在对其未获得匹配的峰的时段中，也可以精确地对用户的步数计数。此外，还可以实时区分四种动作状态(与动作状态相对应的人体运动类型)：“静止”状态、“未定义”状态、“行走”状态和“跑步”状态。

注意，在利用图20和21所描述的处理中，当最近的峰间隔T0是作为参考步调的整数倍的分段时，根据测量失败的峰位置来测量步数。然而，这并不是对其的限制。即，当最近的峰间隔T0是作为参考步调的整数倍的分段时，考虑垂直分量的低频带分量的幅度以及分段中垂直分量自身的幅度，可以区分在参考步调的整数倍的位置处是否可靠地存在峰位置。

具体而言，对于在参考步调的整数倍的位置处的幅度提供了参考值，并且如果该幅度大于或等于参考值，则它被识别为峰值和峰位置，并且如果该幅度小于参考值，则它不被识别为峰值和峰位置。注意，可以通过进行实验来设置适当的值作为参考值。

[应用于声音播放设备]

接下来，将描述本发明的设备、方法和程序的实施例被应用于声音播放设备的情况。图22是用于说明该实施例的声音播放设备200的框图。如后面将描述的，该实施例的声音播放设备200是便携型设备，其被配置为能够使用具有相对大容量的记录介质来存储音乐片段数据(音乐数据)。

可以想到各种类型的存储介质来用作记录介质，例如硬盘、诸如MD(迷你盘(注册商标))之类的磁光盘、诸如CD或DVD之类的光盘、存储卡或半导体存储器。然而，这里，为了简化描述，将在假定用于存储诸如音乐片段数据之类的内容数据的记录介质是硬盘的情况下给出描述。

如图22所示，在该实施例的声音播放设备200中，三轴加速度传感器201经由A/D转换器202连接到控制单元210，并且作为具有相对较大的存储容量的记录介质，连接有音乐片段数据库(下文中称为音乐片段DB)203和播放列表存储单元204。

此外，扬声器206经由音频播放处理单元205连接到控制单元210，并且连接有作为用户接口的操作单元221和显示单元222。此外，配置有经由外部接口(下文中称为外部I/F)223连接的输入/输出终端224。

与前述步数计100的加速度传感器101类似，作为三轴加速度传感器201，可以使用通过将一轴加速度传感器布置在彼此正交的X轴、Y轴和Z轴的三个轴上而形成的传感器，或者使用通过将正交的三轴加速度传感器封装在一个外壳中而形成的传感器。来自三轴加速度传感器201的X轴、Y轴和Z轴的各个检测输出(模拟输出)被提供给A/D转换器202，在此处它们被转换为具有允许控制单元210进行处理的格式的数字数据，并且该数字数据被提供给控制单元210。

控制单元210控制该实施例的声音播放设备200的各个部件，并且与前述步数计100的控制单元110类似，控制单元210被配置为微计算机，其中CPU 211、ROM 212、RAM 213和非易失性存储器214经由CPU总线215相连。

这里，CPU 211运行各种程序以形成要提供给各个部件的控制信号，并执行各种类型的计算，等等，并且其用作用于控制单元210中的处理或控制的主要单元。ROM 212存储并维护由CPU 211运行的各种类型程序或处理所需的数据。

此外，RAM 213主要用作工作区，例如临时存储处理的中间结果，并且还用作存储并维护经由A/D转换器202从加速度传感器201提供的数值形式的加速度数据的缓冲存储器等。非易失性存储器214是即使当存储器断电时其中存储的数据也不会被删除的存储器，例如EEPROM或闪存，并且其存储并维护即使当电源切断时也要被维护的数据，例如已设置的参数、添加的程序等等。

此外，如前所述，音乐片段DB 203和播放列表存储单元204中的每一个是硬盘。音乐片段DB存储并维护大量的可由该实施例的声音播放设备200播放的音乐片段数据，例如存储为根据预定的数据压缩方法压缩的数据。

此外，播放列表存储单元204存储并维护用于指示当用户处于“静止”状态时要播放的音乐片段的静止场合播放列表、用于指示当用户处于“行走”状态时要播放的音乐片段的行走场合播放列表、以及用于指示当用户处于“跑步”状态时要播放的音乐片段的跑步场合播放列表。

即，关于存储在播放列表存储单元204中的播放列表，允许例如通过诸如附接到每个播放列表的播放列表类型之类的信息而使得静止场合播放列表、行走场合播放列表和跑步场合播放列表彼此不同。此外，多个播放列表分别作为静止场合播放列表、行走场合播放列表和跑步场合播放列表存在。每个播放列表通过例如按播放顺序预先注册音乐片段ID(音乐片段标识符)而形成，这种音乐片段ID例如是标识要播放的一个或多个音乐片段的文件名。

注意，尽管音乐片段DB 203和播放列表存储单元204在图22中是分开示出的以澄清配置，但是很明显，存在这些单元形成在同一硬盘上的情况。

音频播放处理单元205接收由控制单元210从音乐片段DB 203读取的音乐片段数据，对音乐片段数据执行解压缩处理以恢复数据压缩之前的原始音乐片段数据，根据所恢复的音乐片段数据形成具有提供给扬声器206的格式的模拟音频信号，并将模拟音频信号提供给扬声器206。因而，与被选择播放的音乐片段数据相对应的声音被从扬声器206输出。

注意，尽管未示出，但是该实施例的音频播放处理单元205被配置为还连接到头戴式耳机端子。在头戴式耳机连接到头戴式耳机端子的情况下，经音频播放处理单元205处理的音频信号经由头戴式耳机端子被提供给连接到头戴式耳机端子的头戴式耳机，而不是提供给扬声器206，从而允许经由头戴式耳机聆听播放的声音。

此外，操作单元221具有播放键、停止键、快进键、快退键和各种其他的功能键等等，并且它能够接受用户的操作输入并将与其相对应的电信号提供给控制单元210。响应于电信号，控制单元210被配置为能够根据用户的指令控制各个部件并执行处理。

此外，显示单元222包括显示控制电路，并且具有诸如LCD(液晶显示器)、有机EL(电致发光)或CRT(阴极射线管)之类的显示元件，并且其根据控制单元210的控制显示各种引导信息等。具体而言，响应于从控制单元210提供的显示数据，显示单元222由显示数据形成要提供给显示元件的视频信号，并将视频信号提供给显示元件，从而与来自控制单元210的显示数据相对应的显示信息被显示在显示元件的显示屏上。

此外，允许经由外部I/F 223和输入/输出终端224连接到诸如个人计算机之类的外部设备。此外，允许接收经由输入/输出终端224和外部I/F 223从外部设备提供来的音乐片段数据或播放列表，并将音乐片段数据存储在音乐片段DB 203中，同时将播放列表存储在播放列表存储单元204中。

相反地，通过控制单元210的控制，还允许将存储在音乐片段DB 203中的音乐片段数据经由控制单元210、外部I/F 223和输入/输出终端224输出到外部设备，并在外部设备的记录介质上形成备份，或者类似地在外部设备的记录介质上创建在播放列表存储单元204中存储并维护的播放列表的备份。

此外，通过在显示单元222上显示音乐片段DB 203中存储的音乐片段数据的纲要列表，并经由操作单元221选择预期的音乐片段数据而且输入静止场合播放列表、行走场合播放列表和跑步场合播放列表之间的区别，还可以在该实施例的声音播放设备200上创建播放列表。

此外，在该实施例的声音播放设备200中，经由操作单元221选择的音乐片段数据被控制单元210从音乐片段DB 203读取，并且它被提供给音频播放处理单元205。因此，可以播放用户经由操作单元221指示的音乐片段从而可以聆听该音乐片段。

此外，在要使用的播放列表是经由操作单元指示的情况下，音乐片段数据被控制单元210根据所指示的播放列表从音乐片段DB 203读取，并且被提供给音频播放处理单元205，从而允许根据播放列表来播放音乐片段。

此外，在选择用于自动选择播放列表的模式的情况下，还允许根据用户的动作状态选择适当的播放列表。在该实施例的声音播放设备200中，控制单元210实现作为图1所示的人体运动检测设备中的垂直分量提取单元2、高频带/低频带分离单元3、峰检测/确定处理单元4和脚步位置分析单元5的功能，并且精确地掌握用户的动作步调(动作节拍)，从而可以根据用户的动作状态从静止场合播放列表、行走场合播放列表和跑步场合播放列表中自动选择适当的播放列表。

即，该实施例的声音播放设备200的控制单元210具有执行以下处理的功能：例如提取出垂直分量、将垂直分量分离为高频带/低频带、检测峰位置候选及识别峰位置候选，并且基于来自加速度传感器201的检测输出通过波形匹配判定峰位置，如利用图1所描述的。

此外，基于所判定的峰位置，允许精确地掌握用户的动作状态并精确地掌握行走、跑步等的人体运动步调，从而，通过还将人体运动步调考虑在内，可以根据用户的动作状态自动选择适当的播放列表，并且可以利用所选的播放列表播放音乐片段。

下文中，参考图23中的流程图，将描述在该实施例的声音播放设备中选择用于自动选择播放列表的模式的情况下、根据用户的动作状态选择适当的播放列表的情况下的处理。图23是用于说明在该实施例的声音播放设备中根据用户的动作状态选择适当的播放列表的情况下的处理的流程图。

图23中所示的处理主要由该实施例的声音播放设备200的控制单元210执行。首先，与图15中所示的步数计100的控制单元110的情况类似，控制单元210执行人体运动类型估计处理(步骤S601)。步骤S601的处理是这样的处理，其中(1)如利用图16所描述的，从来自三轴加速度传感器201的加速度向量中提取出垂直分量，(2)将提取出的垂直分量分离为高频带分量和低频带分量，(3)如利用图17所描述的，利用这些分量，识别出峰位置候选，以及(4)利用识别出的峰位置候选的信息，执行图20和21中所示的处理以掌握用户的动作状态和动作步调。

注意，在图20和21所示的处理中，没有必要执行对步数计数的处理。没有必要执行步骤S506至S508的处理以及步骤S525的处理。

然后，控制单元210确定用户的动作状态是否已改变(步骤S602)。在确定处理中，例如，作为动作状态的确定结果，保留前一确定的结果和当前确定的结果，从而可以在这些结果不同的情况下确定动作状态已改变。

当在步骤S602的确定处理中确定动作状态还未改变时，图23中所示的处理完成，并且等待下一执行时刻。当在步骤S602的确定处理中确定动作状态已改变时，确定改变之后的状态(即，当前确定的结果)是否是“静止”状态(步骤S603)。

如果在步骤S603的确定处理中确定当前确定的结果是“静止”状态，则使用播放列表存储单元204中存储的静止场合播放列表，并且根据静止场合播放列表播放音乐片段(音乐)(步骤S604)。然后，图23中所示的处理完成，并且等待下一执行时刻。

另一方面，当在步骤S603的确定处理中确定当前确定的结果不是“静止”状态时，确定当前确定的结果是否是“行走/跑步”状态(步骤S605)。当在步骤S605的确定处理中确定该结果是“行走/跑步”状态时，确定通过图20和21中的处理(它是步骤S601的处理)获得的参考步调Ps是否小于预定义值(步骤S606)。

在步骤S606的确定处理中使用的预定义值是用于确定用户的动作状态是行走还是跑步的值。在参考步调Ps不小于预定义值的情况下，可以确定参考步调并不足够快，并且状态是行走状态。另一方面，在参考步调小于预定义值的情况下，可以确定参考步调足够快并且状态是跑步状态。

因而，当在步骤S606的确定处理中确定参考步调Ps不小于预定义值时，用户的动作状态被确定为“行走”状态，使用播放列表存储单元204中存储的行走场合播放列表，并且根据行走场合播放列表播放音乐片段(音乐)(步骤S607)。然后，控制单元210完成图23中所示的处理，并且等待下一执行时刻。

另一方面，当在步骤S606的确定处理中确定参考步调Ps小于预定义值时，用户的动作状态被确定为“跑步”状态，使用播放列表存储单元204中存储的跑步场合播放列表，并且根据跑步场合播放列表播放音乐片段(音乐)(步骤S608)。然后，控制单元210完成图23中所示的处理，并且等待下一执行时刻。

如上，该实施例的声音播放设备200被配置为适当地确定用户的动作状态并根据用户的动作状态自动切换播放列表，从而可以播放根据用户的人体运动的音乐片段。

注意，如前所述，存在多个播放列表被分别准备为静止场合播放列表、行走场合播放列表和跑步场合播放列表的情况。在这种情况下，使用顺序可以预先定义，从而使得播放列表根据顺序被使用，或者可以存储各个播放列表的使用频率并且可以使用具有低使用频率的播放列表，或者相反，可以使用具有高使用频率的播放列表。或者，用户可以预先指定要使用的播放列表是静止场合播放列表、行走场合播放列表还是跑步场合播放列表。

此外，同样在前述的步数计100中，通过在图20和21中的处理之前执行图19中的处理，可以从测量步数的处理的开头就准确地测量步数。

此外，已经描述了三轴加速度传感器101和201被用在上述的步数计100和声音播放设备200中。然而，这并不是对其的限制。可以使用一轴加速度传感器，或者可以使用两轴加速度传感器，然而，在使用一轴或两轴加速度传感器的情况下，加速度传感器必须以这样的方向布置：即人体运动的主要分量可以作为信号被拾取。

然而，优选的使用三轴加速度传感器，因为通过使用三轴加速度传感器，并且如前所述通过执行诸如垂直分量的提取之类的处理并考虑高频带分量和低频带分量之间的能量比值，关于安装位置或安装方向没有限制。

此外，尽管在上述实施例中使用了三轴加速度传感器并且从三轴加速度向量中提取出垂直分量，但是这并不是对其的限制。例如，三轴中其信号强度最强的一轴的信号可以被当作并选为垂直分量。

此外，尽管在上述的步数计100和声音播放设备200中人体运动的步调周期是通过检测加速度向量的垂直分量的峰位置而获得的，但是这并不是对其的限制。作为用于识别峰位置(脚步位置)的方式，可以提供这样的机制：在鞋的底部提供开关并且开关的接触通过行走或跑步期间脚的迈步来闭合，或者可以通过在鞋的底部提供变形量具来提供用于检测迈步的装置。

此外，由于可以在上述实施例的声音播放设备200中精确地测量用户的人体运动步调(行走节拍或跑步节拍)，因此通过使控制单元210控制音频播放处理单元205，可以根据用户的人体运动节拍来控制播放的音乐片段的播放节拍。

通过如上所述根据用户的人体运动节拍来控制播放的音乐片段的播放节拍，用户感受到与播放的音乐片段的同步感觉，从而可以有效地执行诸如行走或跑步之类的运动或者舒适地继续运动。

此外，上述实施例的人体运动检测设备、人体运动检测方法和人体运动检测程序可以应用于各种类型的电子设备，这种电子设备必须被用来检测垂直方向上用户的人体运动，例如，诸如用在健身俱乐部等中的室内跑步机之类的训练机、或者安装型的声音播放设备、以及步数计和便携式声音播放设备。

此外，图16至21和图23是根据本发明的方法和程序的应用，并且可以通过执行根据图16至21和图23中所示的流程图的处理来使用根据本发明的方法，并且可以通过创建根据图16至21和图23中所示的流程图的程序来实现根据本发明的程序。

此外，通过在控制单元中定义处理从而实现图1中所示各个部件的功能，可以实现根据本发明的方法。类似地，通过创建要由控制单元运行的程序从而实现图1中所示各个部件的功能，可以实现根据本发明的程序。

根据本发明，可以去除噪声并精确地检测垂直方向上用户的人体运动。即，可以实现对噪声具有鲁棒性的(不易受噪声影响的)、用于检测人体运动的设备、方法和程序。

Claims (15)

1.一种人体运动检测设备，其特征在于包括：

加速度传感器，被配置为安装在用户的人体上；

垂直分量提取装置，用于从所述加速度传感器的检测输出中提取加速度的垂直分量；

分离装置，用于执行将由所述垂直分量提取装置提取的垂直分量分离为高频带分量和低频带分量的分量分离操作；

检测装置，用于基于由所述分离装置分离出的垂直分量的低频带分量检测峰位置候选；

识别装置，用于在处于包括所述峰位置候选的预定范围中的低频带分量的能量和高频带分量的能量之间的比值小于预定值的情况下将由所述检测装置检测出的峰位置候选识别为实际峰位置候选；以及

人体运动检测装置，用于根据由所述识别装置识别出的实际峰位置候选来检测所述用户的人体运动。

2.如权利要求1所述的人体运动检测设备，其特征在于包括：

判定装置，该判定装置对于由所述识别装置识别出的每个实际峰位置候选设置包括该实际峰位置候选的预定范围，利用每个设置的预定范围中的波形作为对象执行与另一预定范围中的波形的匹配，并在类似程度高的情况下判定用作对象的波形中包括的实际峰位置候选是峰位置，

其中所述人体运动检测装置根据所述判定装置判定的峰位置检测所述用户的人体运动。

3.如权利要求2所述的人体运动检测设备，其特征在于包括：

间隔估计装置，用于通过执行关于时序模式的分析来估计脚步间隔，其中所述时序模式是由所述识别装置识别出的多个实际峰位置候选形成的时序模式或者由所述判定装置判定的多个峰位置形成的时序模式；以及

区分装置，用于根据所述间隔估计装置估计的脚步间隔区分至少三种状态：“静止”、“行走/跑步”和“未定义”，来作为所述用户的动作状态。

4.如权利要求3所述的人体运动检测设备，其特征在于：

当所述状态是不同于“静止”状态的、完全没有检测到峰位置的、并且其中所述脚步间隔不规则的“未定义”状态时，所述判定装置在所述间隔估计装置在多个脚步期间估计所述脚步间隔为规则的情况下，能够将所述用户的动作状态从“未定义”改变为“行走/跑步”，

参考步调计算装置被提供用于在所述用户的动作状态已经被所述判定装置从“未定义”改变为“行走/跑步”的情况下，基于所述间隔估计装置估计的脚步间隔来计算参考步调。

5.如权利要求4所述的人体运动检测设备，其特征在于：

所述判定装置将所述间隔估计装置估计的时间上最近的脚步间隔与所述参考步调相比较，并且在它们的差处于预设的误差范围内或者相对于所述参考步调的整数倍处于预定误差范围内的情况下，维持“行走/跑步”状态。

6.如权利要求4所述的人体运动检测设备，其特征在于包括：

计数装置，用于根据所述间隔估计装置估计的脚步间隔对所述用户的脚步进行计数，

其中所述计数装置在所述用户的动作状态被所述区分装置区分为“行走/跑步”的情况下，根据所述脚步间隔相对于参考步调的整数倍的关系执行计数的插值。

7.如权利要求4所述的人体运动检测设备，其特征在于包括：

确定装置，用于在所述用户的动作状态被所述区分装置区分为“行走/跑步”状态的情况下，根据所述间隔估计装置估计的脚步间隔来确定所述用户的动作状态是“行走”还是“跑步”。

8.如权利要求3所述的人体运动检测设备，其特征在于包括：

确定装置，用于在所述用户的动作状态被所述区分装置区分为“行走/跑步”状态的情况下，根据所述检测装置获得的低频带分量的峰值和所述间隔估计装置估计的脚步间隔来确定所述用户的动作状态是“行走”还是“跑步”。

9.如权利要求3所述的人体运动检测设备，其特征在于包括：

音乐片段播放列表维护装置，用于存储和维护与所述用户的动作状态关联形成的一个或多个音乐片段播放列表；以及

选择装置，用于根据所述区分装置区分的所述用户的动作状态从所述音乐片段播放列表维护装置中选择用于播放音乐片段的音乐片段播放列表。

10.如权利要求1所述的人体运动检测设备，其特征在于包括：

播放装置，用于播放音乐片段数据；

播放控制装置，用于根据所述人体运动检测装置检测到的所述用户的人体运动的周期来控制所述播放装置对音乐片段的播放速率，

其中所述人体运动检测设备具有作为音乐片段播放设备的功能。

11.如权利要求1所述的人体运动检测设备，其特征在于：

所述加速度传感器是多轴型加速度传感器，并且

所述垂直分量提取装置根据作为所述多轴加速度传感器的检测输出的加速度向量来计算重力加速度向量，并通过利用来自所述多轴加速度传感器的加速度向量和计算出的重力加速度向量执行计算来提取加速度的垂直分量。

12.一种人体运动检测方法，其特征在于包括：

垂直分量提取处理，用于从被配置为安装在用户人体上的加速度传感器的检测输出提取加速度的垂直分量；

分离处理，用于执行将在所述垂直分量提取处理中提取的垂直分量分离为高频带分量和低频带分量的分量分离操作；

检测处理，用于基于在所述分离处理中分离出的垂直分量的低频带分量来检测峰位置候选；

识别处理，用于在处于包括所述峰位置候选的预定范围中的低频带分量的能量和高频带分量的能量之间的比值小于预定值的情况下将在所述检测处理中检测出的峰位置候选识别为实际峰位置候选；以及

人体运动检测处理，用于根据在所述识别处理中识别出的实际峰位置候选来检测所述用户的人体运动。

13.如权利要求12所述的人体运动检测方法，其特征在于包括：

判定处理，对于在所述识别处理中识别出的每个实际峰位置候选设置包括该实际峰位置候选的预定范围，利用每个设置的预定范围中的波形作为对象执行与另一预定范围中的波形的匹配，并在类似程度高的情况下判定用作对象的波形中包括的实际峰位置候选是峰位置，

其中，在所述人体运动检测处理中，基于在所述判定处理中判定的峰位置检测所述用户的人体运动。

14.如权利要求13所述的人体运动检测方法，其特征在于包括：

间隔估计处理，用于通过执行关于时序模式的分析来估计脚步间隔，其中所述时序模式是由在所述识别处理中识别出的多个实际峰位置候选形成的时序模式或者由在所述判定处理中判定的多个峰位置形成的时序模式；以及

区分处理，用于基于在所述间隔估计处理中估计的脚步间隔区分至少三种状态：“静止”、“行走/跑步”和“未定义”，来作为所述用户的动作状态。

15.如权利要求12所述的人体运动检测方法，其特征在于：

被配置为安装在所述用户人体上的所述加速度传感器是多轴型加速度传感器，并且

在所述垂直分量提取处理中，根据作为所述多轴加速度传感器的检测输出的加速度向量来计算重力加速度向量，并通过利用来自所述多轴加速度传感器的加速度向量和计算出的重力加速度向量执行计算来提取加速度的垂直分量。

Images