CN103765161A - 信息处理装置、信息处理方法、程序以及记录介质 - Google Patents

信息处理装置、信息处理方法、程序以及记录介质 Download PDF

Info

Publication number
CN103765161A
CN103765161A CN201280040851.8A CN201280040851A CN103765161A CN 103765161 A CN103765161 A CN 103765161A CN 201280040851 A CN201280040851 A CN 201280040851A CN 103765161 A CN103765161 A CN 103765161A
Authority
CN
China
Prior art keywords
value
walking
absolute position
stride
mobile terminal
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.)
Granted
Application number
CN201280040851.8A
Other languages
English (en)
Other versions
CN103765161B (zh
Inventor
君岛雅人
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.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of CN103765161A publication Critical patent/CN103765161A/zh
Application granted granted Critical
Publication of CN103765161B publication Critical patent/CN103765161B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006—Pedometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator

Abstract

一种信息处理装置，该信息处理装置设置有：绝对位置获取部分，该绝对位置获取部分用于获取用户的绝对位置；获取部分，该获取部分用于获取指示用户步行时的步行节奏的第一值；计算部分，该计算部分用于在用户从绝对位置移动预定距离时计算指示用户的步幅或用户的移动速度的第二值；以及学习部分，该学习部分用于通过使用所计算的第二值来学习第一值与第二值之间的对应关系。

Description

信息处理装置、信息处理方法、程序以及记录介质
技术领域
本公开内容涉及信息处理装置、信息处理方法、程序以及记录介质。
背景技术
近年来，使用位置信息的系统被广泛使用。获取位置信息的方法包括自主导航。自主导航主要用于不能使用绝对定位例如GPS（全球定位系统）定位的情况。自主导航是通过使用移动的行进速度和方向计算与由绝对定位产生的最后定位点的相对位置来获得当前位置信息的方法。
作为在徒步移动时通过自主导航获得速度的方法，可以提及使用计步器的方法。在这种情况下，可以通过使用以下所示出的公式（1）来获得速度。
v=k×f  公式（1）
v是行进速度，k是用户的步幅，而f是步行节奏（每单位时间的步数）。通过用由例如使用加速度传感器的计步器获取的步数的值除以时间来计算这里所使用的步行节奏f。不同用户的步幅k是不同的，并且预先对步幅k进行学习。
作为学习步幅k的最简单的方法，可以列举在步行时用通过GPS定位获得的移动距离除以步数的方法。如果统一地使用平均步幅的值，那么在用户以各种步幅移动的情况下误差增大。
专利文献1公开了通过在固定间隔进行GPS定位并且用此期间的移动距离除以步数来计算步幅的方法。此时，创建将所计算的平均步幅与在此期间的平均步行节奏相关联的对应关系表。使用对应关系表，可以使用依照从计步器获得的步行节奏的步幅来计算速度。
参考文献列表
专利文献
专利文献1：JP2010-85285A
发明内容
技术问题
移动距离的测量误差随着移动距离减小而相对增大。然而，在使用固定间隔内的移动距离来计算步幅的方法中，在固定时间期间用户可能没有移动足够的距离以容许足够的定位精度。因此，如果固定时间内的移动距离是短的，那么步幅的误差增大。因此，需要进一步提高在步行期间自主导航所使用的对应关系表的精度。
问题的解决方案
根据本公开内容的实施方式，提供有一种信息处理装置，包括：绝对位置获取部分，所述绝对位置获取部分获取用户的绝对位置；获取部分，所述获取部分获取指示正在步行的所述用户的步行节奏的第一值；计算部分，所述计算部分通过使用基于所述绝对位置移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值；以及学习部分，所述学习部分通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
根据该配置，通过使用移动距离作为触发来计算步幅和行进速度。在将行进时间用作触发时，由于在间隔中用户暂停的时间段是长的或者由于行进速度是低的，所以该间隔中的移动距离可能是短的。因此，行进距离中的误差有可能增大。然而，在将移动距离用作触发时，可以将单个间隔中的移动距离设定为一定量的距离（足以容许误差的距离）。因此，提高了计算步幅（或行进速度）的精度，并且提高了所生成的对应关系表的精度。
此外，根据本公开内容的实施方式，提供有一种信息处理方法，包括：获取指示正在步行的用户的步行节奏的第一值；通过使用由所述用户移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值；以及通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
此外，根据本公开内容的实施方式，提供一种程序，所述程序使计算机作用为：信息处理装置，所述信息处理装置包括：绝对位置获取部分，所述绝对位置获取部分获取用户的绝对位置，获取部分，所述获取部分获取指示正在步行的所述用户的步行节奏的第一值，计算部分，所述计算部分通过使用基于所述绝对位置移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值，以及学习部分，所述学习部分通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
此外，根据本公开内容的实施方式，提供一种计算机可读记录介质，所述计算机可读记录介质存储使计算机用作信息处理装置的程序，所述信息处理装置包括：绝对位置获取部分，所述绝对位置获取部分获取用户的绝对位置，获取部分，所述获取部分获取指示正在步行的所述用户的步行节奏的第一值，计算部分，所述计算部分通过使用基于所述绝对位置移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值，以及学习部分，所述学习部分通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
发明的有益效果
根据本公开内容，如上所述，提高了在步行期间自主导航所使用的对应关系表的精度。
附图说明
图1是示出了根据本公开内容的第一实施方式的移动终端的功能配置的框图。
图2是示出了根据本公开内容的实施方式的移动终端的硬件配置的框图。
图3是示出了根据本公开内容的第一实施方式的移动终端的操作的示例的流程图。
图4是示出了根据实施方式的移动终端的距离阈值决定处理的操作的示例的流程图。
图5是示出了根据实施方式的移动终端的距离阈值决定处理的操作的另一示例的流程图。
图6是示出了根据实施方式的移动终端的自主定位操作的示例的流程图。
图7是示出了根据本公开内容的第二实施方式的移动终端的功能配置的框图。
图8是示出了根据实施方式的移动终端的概略功能的说明性图。
图9是示出了可以在创建根据实施方式的移动终端的对应关系表中对函数进行识别的情况的说明性图。
图10是示出了不能在创建根据实施方式的移动终端的对应关系表中对函数进行识别的情况的说明性图。
图11是示出了根据实施方式的移动终端的操作的示例的流程图。
图12是示出了根据实施方式的移动终端的输入值积算处理的操作的示例的流程图。
图13是示出了根据实施方式的移动终端的系数计算处理的操作的示例的流程图。
图14是示出了根据实施方式的移动终端的步行节奏分类处理的操作的示例的流程图。
图15是示出了根据实施方式的移动终端的步行节奏分类处理的说明性图。
图16是使用具体示例来示出根据实施方式的移动终端的步行节奏分类处理的说明性图。
图17是示出了根据本公开内容的第三实施方式的移动终端的功能配置的框图。
图18是示出了可以在创建根据实施方式的移动终端的对应关系表中对函数进行识别的情况的说明性图。
图19是示出了不能在创建根据实施方式的移动终端的对应关系表中对函数进行识别的情况的说明性图。
图20是示出了根据实施方式的移动终端的操作的示例的流程图。
图21是示出了实验结果的示例的图，该实验结果示出根据实施方式的移动终端中的步行节奏的变化。
图22是示出了将针对根据实施方式的移动终端所估计的速度与实际速度相比较的实验结果的示例的图。
图23是示出了在根据实施方式的移动终端中所创建的步行节奏与速度之间的对应关系表的示例的说明性图。
图24是示出了在根据实施方式的移动终端中所创建的步行节奏与步幅之间的对应关系表的示例的说明性图。
图25是示出了在由根据实施方式的移动终端测量的垂直加速度与实际速度之间存在有相关性的图。
图26是示出了通过将根据实施方式的移动终端放入裤子前面的口袋中而测量的垂直加速度的实验结果的图。
图27是通过从图26的实验结果中每两秒提取峰值而获得的图。
图28是示出了将每个间隔中的通过使用针对根据实施方式的移动终端所识别的函数而计算的所估计的速度与实际速度相比较的实验结果的图。
图29是示出了通过使用针对根据实施方式的移动终端所识别的函数而生成的对应关系表的示例的说明性图。
图30是示出了将每个间隔中的通过使用基于通过将根据实施方式的移动终端放入胸部口袋中而测量的垂直加速度所识别的函数而计算的所估计的速度与实际速度相比较的实验结果的图。
图31是示出了将每个间隔中的通过使用基于通过将根据实施方式的移动终端放入腹部口袋中而测量的垂直加速度所识别的函数而计算的所估计的速度与实际速度相比较的实验结果的图。
图32是示出了将每个间隔中的通过使用基于通过将根据实施方式的移动终端放入臀部口袋中而测量的垂直加速度所识别的函数而计算的所估计的速度与实际速度相比较的实验结果的图。
图33是示出了将每个间隔中的通过使用基于通过将根据实施方式的移动终端放入斜挎包中而测量的垂直加速度所识别的函数而计算的所估计的速度与实际速度相比较的实验结果的图。
图34是示出了步行节奏与步幅之间的对应关系表的示例的说明性图。
图35是示出了通过使用在固定时间获取的绝对位置来学习步幅的情况的说明性图。
图36是示出了在通过使用在固定时间获取的绝对位置来学习步幅时所生成的对应关系表的示例的说明性图。
图37是示出了通过使用步幅的平均值和步行节奏的平均值所生成的对应关系表的示例的说明性图。
具体实施方式
在下文中，将参照附图对本公开内容的优选实施方式进行详细描述。注意，在本说明书和附图中，用相同的附图标记表示具有基本相同的功能和结构的元件，并省略了重复说明。
将按以下所示出的顺序提供描述。
1.概述
2.第一实施方式（使用针对每个预定距离所获取的绝对位置的示例）
2-1.功能配置
2-2.硬件配置示例
2-3.操作示例
2-4.距离阈值的决定
2-5.自主定位
2-6.效果示例
3.第二实施方式（使用通过假设行进速度与步行节奏之间的相关性而识别的函数的示例）
3-1.功能配置
3-2.操作示例
3-3.步行节奏分类
3-34.效果示例
4.第三实施方式（结合第一实施方式的配置和第二实施方式的配置的示例）
4-1.功能配置
4-2.操作示例
4-3.实验结果
4-4.关于输入值
4-5.如何携带移动终端
<1.概述>
首先，将参照图34至图37来提供本公开内容的概述。图34是示出了步行节奏与步幅之间的对应关系表的示例的说明性图。图35是示出了通过使用在固定时间获取的绝对位置来学习步幅的情况的说明性图。图36是示出了在通过使用在固定时间获取的绝对位置来学习步幅时所生成的对应关系表的示例的说明性图。图37是示出了通过使用步幅的平均值和步行节奏的平均值所生成的对应关系表的示例的说明性图。
具有获取位置信息的功能的终端装置被广泛地用作为包括例如导航装置的信息处理装置。作为在这种信息处理装置中获取位置信息的方法，除了使用例如定位卫星如GPS的绝对定位和通过基于从WiFi基站接收的WiFi无线电波的强度估计距每个基站的距离来计算当前位置的绝对定位之外，还可以使用自主导航。
自主导航是通过使用由传感器等获取的信息计算与确定最后绝对位置处的点的相对位置来获取当前位置信息的方法。可以在不能获取绝对位置的情况下使用自主导航。此外，自主导航可以用于校正绝对位置的误差。
在例如上部空间被覆盖的地方如隧道的内部不能接收GPS信号，并且不能基于GPS定位来获取当前位置。在这种情况下，通过根据由传感器获取的信息计算与紧接在进入隧道之前所获取的绝对位置的相对位置，即使在不能接收GPS信号的地方也可以获取当前位置信息。
可以通过使用行进速度和移动的方向来计算相对位置。可以通过使用例如使用地磁传感器等的电磁罗盘的功能来获取移动的方向。特别是在徒步移动时的自主导航中，可以提及使用计步器的方法作为获得速度的方法。在这种情况下，可以通过以下所示出的公式（1）的关系来获得速度，该公式（1）使用用户的步幅k和步行节奏f而成立。
v=k×f  公式（1）
步行节奏f是每单位时间的步数，且通过由例如使用加速度传感器的计步器获取的步数除以时间来计算。不同用户的步幅k是不同的，并且预先对步幅k进行学习。
作为学习步幅k的最简单的方法，可以列举在步行时用通过GPS定位获得的移动距离除以步数的方法。不同用户的步幅k的值是不同的，并且同时步幅k的值取决于用户的步行节奏而不同。
因此，如图34所示，在学习了依照步行节奏的步幅的值之后，可以通过使用依照从计步器获得的步行节奏的值的步幅来计算速度。因此，与不考虑步行节奏而使用统一的平均步幅的情况相比，提高了所计算的速度的精度。
本公开内容提出了进一步提高在使用步行节奏与步幅的对应关系表计算行进速度的信息处理装置中所计算的行进速度的精度。作为第一方面，提出了将预定距离设定作为获取用于计算步幅的移动距离的触发。例如，在图35中，在地图上由圆圈指示以预定时间间隔所获取的用户的当前位置。在用户停止或者在预定范围内移动的时间段P1和时间段P2中，预定时间内的移动距离是小的。在时间段P1与时间段P2之间的时间段中，相反地，预定时间内的移动距离是大的。通过绝对定位获取的移动距离的误差随着实际距离的增大而相对地减小。例如，GPS定位的误差被认为约10米至100米。在以预定时间间隔获取移动距离时，不保证时间段内的移动距离是使得能够获得足够精度的距离。因此，如图36所示，步幅的精度可能会由于绝对位置的低精度而劣化。此外，在用户暂停时，可能会低估步幅。因此，在以下所示出的本公开内容的第一实施方式中，提出了将预定距离而不是预定时间设定作为获取移动距离的触发。
作为第二方面，提出了通过假设如下函数并且根据由传感器等获取的值对函数进行识别来生成对应关系表，该函数在依照步行用户的身体的移动的第一值（例如，步行节奏）与第二值（用户的步幅或行进速度）之间成立。例如，在图37中，示出了在计算与平均步行节奏对应的平均步幅时的对应关系表的示例。如图37所示，在行进速度改变的条件下所获得的平均步行节奏的范围R1比实际范围更窄。因此，在以与正常速度不同的速度移动时，所计算的速度的精度劣化。因此，在以下所示出的本公开内容的第二实施方式中，通过假设在第一值与第二值之间成立的函数，提出了针对预定时间中的每个步行节奏而不是平均值获取高度精确的步幅或行进速度。
在本公开内容的第三实施方式中，描述具有结合第一实施方式和第二实施方式的配置的实施方式。
<2.第一实施例>
[2-1.功能配置]
将参照图1来描述根据本公开内容的第一实施方式的移动终端的功能配置。图1是示出了根据本公开内容的第一实施方式的移动终端的功能配置的框图。
移动终端100是具有步行时的自主导航功能的信息处理装置。移动终端100可以是，例如，信息处理装置例如移动电话、PDA（个人数字助理）、智能手机、移动音乐再现装置、移动视频处理装置、移动游戏机、移动PC（个人计算机）（包括笔记本PC和平板PC）以及包括PND（个人导航设备）的导航装置。在以下对本实施方式的描述中，将携带移动终端100的用户简称为用户。
移动终端100主要包括绝对定位部分101、步行确定部分103、计数部分105、步行节奏计算部分107、距离阈值决定部分109、步幅计算部分111、学习部分113、方位获取部分115、自主定位部分117、导航部分119、地图信息存储部分121以及对应关系表存储部分123。
（绝对定位部分101）
绝对定位部分101具有获取用户的绝对位置的功能。绝对定位部分101可以是，例如，GPS天线和处理由GPS天线接收的GPS信号的GPS处理部分。或者，绝对定位部分101可以是从多个基站接收WiFi无线电波的WiFi天线，以及通过基于接收的WiFi无线电波的强度估计与每个基站的距离并且使用到每个基站的距离和每个基站的位置基于三角测量的原理来计算当前位置的位置计算部分。
（步行确定部分103）
步行确定部分103具有确定用户是否正在徒步移动的功能。步行确定部分103可以使用例如检测振动的传感器例如加速度传感器。虽然这里使用的是词语步行，但是步行确定部分103也可以确定其中用户跑步移动的状态作为徒步移动的状态。
（计数部分105）
计数部分105具有对用户需要移动的步数和行进时间进行计数的功能。在步行确定部分103确定用户正在徒步移动时，计数部分105可以对步数和行进时间进行计数。只有通过仅在其中确定用户徒步移动的状态中对行进时间进行计数，计数部分105才可以从行进时间中排除用户暂停的时间段。
（步行节奏计算部分107）
步行节奏计算部分107具有通过使用由计数部分105计数的步数和行进时间来计算用户的步行节奏的功能。步行节奏计算部分107可以通过将所计数的步数转换成每单位时间的步数来计算步行节奏。如上所述，由计数部分105计数的行进时间排除了用户暂停的时间段。因此，步行节奏计算部分107可以计算更精确的步行节奏。这里所计算的步行节奏是依照用户身体的移动的第一值的示例。然而，第一值不限于这样的示例。例如，第一值可以是与速度具有相关性的另一值。
（距离阈值决定部分109）
距离阈值决定部分109具有决定距离阈值作为步幅学习的触发的功能。距离阈值决定部分109可以根据由绝对定位部分101获取的绝对位置的精度来决定距离阈值。随着增大绝对位置的精度，距离阈值决定部分109可以减小距离阈值。随着减小绝对位置的精度，距离阈值决定部分109也可以增大距离阈值。
可以通过使用例如存储在地图信息存储部分121中的地图信息来确定绝对位置的精度。例如，在上部空间被覆盖的环境中，例如，在市中心的高层区域、天桥下面或在森林中，通过GPS的绝对定位的精度劣化。另一方面，在独立房屋的居住街道、大型公园或宽阔的道路中，通过GPS的绝对定位的精度得到提高。因此，在绝对定位部分101基于GPS确定绝对位置时，距离阈值决定部分109使用地图信息来掌握当前位置附近的环境。然后，距离阈值决定部分109可以通过根据当前位置是什么类型的地方估计绝对位置的精度来决定距离阈值。或者，距离阈值决定部分109可以基于其他GPS精度指数来决定距离阈值。例如，GPS定位的精度取决于GPS天线从其接收GPS信号的卫星的数量（可以由移动终端100捕获的定位卫星的数量）而不同。因此，距离阈值决定部分109可以基于可以由移动终端100捕获的定位卫星的数量来决定距离阈值。距离阈值决定部分109也可以基于GPS精度DOP（精度因子）的减小率来决定距离阈值。此外，GPS定位的精度取决于接收的GPS信号的强度而不同。因此，距离阈值决定部分109可以基于接收的GPS信号的强度来决定距离阈值。
例如，在绝对定位部分101基于接收的WiFi无线电波的强度来计算绝对位置时，绝对位置的精度取决于绝对定位部分101从其接收WiFi无线电波的基站的数量（从移动终端100可见的基站的数量）。因此，距离阈值决定部分109可以通过基于从移动终端100可见的基站的数量估计绝对位置的精度来决定距离阈值。
（步幅计算部分111）
步幅计算部分111具有使用由距离阈值决定部分109决定的距离阈值的移动作为触发来计算用户的步幅的功能。步幅计算部分111可以通过每次用户步行距离阈值时用移动距离除以步数来计算用户的步幅。步幅计算部分111基于由绝对定位部分101获取的绝对位置来确定用户已经移动了距离阈值，并且可以在每次移动距离阈值之后从计数部分105获取移动期间的步数。在计算步幅时，步幅计算部分111可以基于从步行节奏计算部分107获取的步行节奏来计算在此期间的平均步行节奏，并且在将相关联的平均步行节奏提供给学习部分113之前将其与步幅相关联。
（学习部分113）
学习部分113具有学习步行节奏与步幅之间的对应关系的功能。学习部分113可以生成步行节奏和步幅的对应关系表，并且使对应关系表存储部分123存储对应关系表。
（方位获取部分115）
方位获取部分115具有获取关于用户前进的方位的信息的功能。例如，方位获取部分115可以使用地磁传感器。
（自主定位部分117）
自主定位部分117具有通过基于由传感器等获取的信息计算相对位置来获取当前位置信息的功能。自主定位部分117可以基于用户前进的方位和行进速度来计算与指定点的相对位置。然后，自主定位部分117可以将从指定点移动相对位置后获得的点设定为当前位置信息。指定点可以是，例如，其中由绝对定位部分101获取最后绝对位置的点。更具体地，自主定位部分117可以基于由方位获取部分115获取的用户前进的方位、由步行节奏计算部分107获取的用户的当前步行节奏以及存储在对应关系表存储部分123中的步行节奏和步幅的对应关系表来计算相对位置。在获取用户的当前步行节奏时，自主定位部分117参照对应关系表来获取关于与步行节奏相关联的步幅的信息。然后，自主定位部分117可以通过将步幅乘以步行节奏来计算行进速度。自主定位部分117通过基于行进速度和方位计算相对位置来获取当前位置信息。例如，在不能由绝对定位部分101获取位置信息时，自主定位部分117可以计算当前位置信息。
（导航部分119）
导航部分119具有将用户从当前位置引导到预定点的功能。导航部分119可以从例如绝对定位部分101获取当前位置的位置信息。导航部分119也可以从自主定位部分117获取当前位置的位置信息。
（地图信息存储部分121）
地图信息存储部分121具有存储地图信息的功能。这里所存储的地图信息可以除了地形数据之外例如还包含道路网络数据和POI（兴趣点）信息。可以预先将地图信息存储在地图信息存储部分121中。或者，可以在适当的时候经由通信路径或可移除存储介质将地图信息存储在地图信息存储部分121中。
（对应关系表存储部分123）
对应关系表存储部分123具有存储由学习部分113生成的对应关系表的功能。对应关系表具有将由例如步幅计算部分111计算的用户的步幅与计算步幅时的步行节奏相关联的信息。
这里，假设地图信息存储部分121和对应关系表存储部分123是分离的存储部分，但是本技术不限于这样的示例。地图信息存储部分121和对应关系表存储部分123可以通过集成的存储装置而实现。地图信息存储部分121和对应关系表123是用于数据存储的装置并且可以包括存储介质、将数据记录在存储介质中的记录装置、从存储介质读取数据的读取装置以及删除记录在存储介质中的数据的删除装置。这里，作为存储介质，可以使用非易失性存储器例如闪存、磁阻随机存取存储器（MRAM）、铁电随机存取存储器（FeRAM）、相变随机存取存储器（PRAM）以及电可擦除可编程只读存储器（EEPROM）和磁记录介质例如硬盘驱动器（HDD）。
至此，已经示出了本实施方式的移动终端100的一个示例。可以使用通用构件或电路来配置或者可以使用专用于每个结构元件的功能的硬件来配置上述结构元件中的每个结构元件。此外，可以通过由运算单元例如CPU（中央处理单元）从存储介质例如ROM（只读存储器）或RAM（随机存取存储器）读取控制程序并且通过解释该程序并执行该程序来实现每个结构元件的功能，在存储介质中存储着写有用于实现这些功能的进程的控制程序。因此，可以根据每次执行实施方式时的技术水平适当地改变要使用的配置。在下文中，将描述用于实现以上所述的移动终端100的功能的硬件配置的示例。
注意，可以产生用于实现根据如上所述的本实施方式的移动终端100的各个功能的计算机程序，并且可以在个人计算机等中实现该计算机程序。此外，还可以提供其中存储有计算机程序的计算机可读记录介质。记录介质的示例包括磁盘、光盘、磁光盘和闪存。此外，例如，可以在不使用记录介质的情况下经由网络分发计算机程序。
[2-2.硬件配置示例]
接着，将参照图2来描述根据本公开内容的第一实施方式的移动终端100的硬件配置的示例。虽然该描述继续作为根据本公开内容的第一实施方式的移动终端100的硬件配置，但是该配置也可以适用于根据本公开内容的第二实施方式的移动终端200和根据本公开内容的第三实施方式的移动终端300。图2是示出了根据本公开内容的实施方式的移动终端的硬件配置的框图。
这里，将描述移动终端100的配置的示例。参照图9，移动终端100包括例如电话网络天线817、电话处理部分819、GPS天线821、GPS处理部分823、WiFi天线825、WiFi处理部分827、地磁传感器829、加速度传感器831、陀螺传感器833、压力传感器835、成像部分837、CPU（中央处理单元）839、ROM（只读存储器）841、RAM（随机存取存储器）843、操作部分847、显示部分849、解码器851、扬声器853、编码器855、麦克风857以及存储部分859。移动终端100可以是例如智能手机。
（电话网络天线817）
电话网络天线817是具有经由无线电波与移动电话网络建立连接用于电话呼叫和数据通信的功能的天线的示例。电话网络天线817可以将通过移动电话网络所接收的电话呼叫信号提供给电话处理部分819。
（电话处理部分819）
电话处理部分819具有对由电话网络天线817发送/接收的信号进行各种类型的信号处理的功能。例如，电话处理部分819可以对通过麦克风857输入并且由编码器855编码的音频信号进行各种类型的处理，并且可以将音频信号提供给电话网络天线817。此外，电话处理部分819可以对由电话网络天线817提供的音频信号进行各种类型的处理，并且可以将音频信号提供给解码器851。
（GPS天线821）
GPS天线821是从定位卫星接收信号的天线的示例。GPS天线821能够从多个GPS卫星接收GPS信号，并且将所接收的GPS信号输入到GPS处理部分823。
（GPS处理部分823）
GPS处理部分823是基于从定位卫星接收的信号来计算位置信息的计算部分的示例。GPS处理部分823基于从GPS天线821输入的多个GPS信号来计算当前位置信息，并且输出所计算的位置信息。具体而言，GPS处理部分823基于GPS卫星的轨道数据来计算各个GPS卫星的位置，并且基于GPS信号的发送时间和接收时间之间的差来计算从各个GPS卫星到移动终端30的距离。然后，基于所计算的各个GPS卫星的位置和所计算的从各个GPS卫星到移动终端30的距离，可以计算当前三维位置。注意，例如，这里所使用的GPS卫星的轨道数据可以包括在GPS信号中。或者，可以经由通信天线825从外部服务器获取GPS卫星的轨道数据。
（WiFi天线825）
WiFi天线825例如是具有根据WiFi规范从无线局域网（LAN）通信网络接收通信信号或者将通信信号发送到无线局域网（LAN）通信网络的功能的天线。WiFi天线825可以将所接收的信号提供给WiFi处理部分827。
（WiFi处理部分827）
WiFi处理部分827具有对由WiFi天线825提供的信号进行各种类型的信号处理的功能。WiFi处理部分827可以将根据所提供的模拟信号生成的数字信号提供给CPU839。
（地磁传感器829）
地磁传感器829是用于检测地磁作为电压值的传感器。地磁传感器829可以是在X轴方向、Y轴方向以及Z轴方向上检测地磁的3轴地磁传感器。地磁传感器829可以将所检测的地磁数据提供给CPU839。
（加速度传感器831）
加速度传感器831是用于检测加速度作为电压值的传感器。加速度传感器831可以是检测沿着X轴方向的加速度、沿着Y轴方向的加速度以及沿着Z轴方向的加速度的3轴加速度传感器。加速度传感器831可以将所检测的加速度数据提供给CPU839。
（陀螺传感器833）
陀螺传感器833是用于检测对象的角度或角速度的测量仪器。陀螺传感器833可以是围绕X轴、Y轴以及Z轴中的每个轴检测旋转角的可变速度（角速度）作为电压值的3轴陀螺传感器。陀螺传感器833可以将所检测的角速度数据提供给CPU839。
（压力传感器835）
压力传感器835是用于检测周围压力作为电压值的传感器。压力传感器835以预定采样频率来检测压力，并且可以将所检测的压力数据提供给CPU839。
（成像部分837）
成像部分837具有根据CPU839的控制经由镜头来捕获静止图像或运动图像的功能。成像部分837可以使存储部分859存储所捕获的图像。
（CPU839）
CPU839用作运算处理单元和控制单元，并且根据各种程序来控制移动终端30内的全部操作。此外，CPU839可以是微处理器。CPU839可以根据各种程序来实现各种功能。
（ROM841，RAM843）
ROM841可以存储由CPU839使用的程序和运算参数。RAM843可以临时存储CUP839运行期间所使用的程序和CPU839运行期间适当地改变的参数。
（操作部分847）
操作部分847具有生成由用户用于进行期望的操作所使用的输入信号的功能。例如，可以由例如用于由用户输入信息的输入部分诸如触摸传感器、鼠标、键盘、按钮、麦克风、开关以及操纵杆，和基于用户的输入而生成输入信号并且将所生成的输入信号输出到CPU839的输入控制电路来配置操作部分847。
（显示部分849）
显示部分849是输出设备的示例，并且可以是液晶显示（LCD）设备、有机发光二极管（OLED）显示设备等。显示部分849将画面显示给用户，并且从而能够提供信息。
（解码器851，扬声器853）
解码器851具有根据CPU839的控制对输入数据进行解码、模拟转换等的功能。解码器851可以对通过电话网络天线817和电话处理部分819输入的音频数据进行解码、模拟转换等，并且可以将音频信号输出到例如扬声器853。此外，解码器851可以对通过WiFi天线825和WiFi处理部分827输入的音频数据进行解码、模拟转换等，并且可以将音频信号输出到例如扬声器853。扬声器853可以基于从解码器851提供的音频信号来输出音频。
（编码器855，麦克风857）
编码器855具有根据CPU839的控制对输入数据进行数字转换、编码等的功能。编码器855可以对从麦克风857输入的音频信号进行数字转换、编码等，并且可以输出音频数据。麦克风857可以收集音频并且输出音频作为音频信号。
（存储部分859）
存储部分859是用于存储数据的设备，并且可以包括存储介质、用于将数据记录在存储介质中的记录设备、用于从存储介质读取数据的读取设备以及用于删除记录在存储介质中的数据的删除设备。这里，可以使用非易失性存储器例如闪存、磁阻随机存取存储器（MRAM）、铁电随机存取存储器（FeRAM）、相变随机存取存储器（PRAM）以及电可擦除可编程只读存储器（EEPROM）和磁记录介质例如硬盘驱动器（HDD）作为存储介质。存储部分857可以存储地图信息861。此外，存储部分857可以存储对应关系表。
[2-3.操作示例]
接着，将参照图3来描述根据本公开内容的第一实施方式的移动终端100的操作。图3是示出了根据本公开内容的第一实施方式的移动终端的操作的示例的流程图。
首先，移动终端100确定GPS定位是否是可能的（S101）。如果确定出GPS定位是可能的，那么移动终端100的绝对定位部分101获取当前位置信息（S103）。然后，距离阈值决定部分109对距离阈值进行决定（S105）。稍后将详细地描述对距离阈值的决定。
然后，计数部分105获取当前时间信息（S107）。然后，计数部分105对从该点起的流逝时间进行计数并且也开始步数计数处理（S109）。步幅计算部分111确定在步骤S103中获取位置信息之后是否移动了固定距离（S111）。将步骤S105中所决定的距离阈值用作为这里所使用的固定距离。继续步骤S109中的步数计数处理，直到在步骤S111中确定移动了固定距离为止。
然后，确定用户移动了固定距离，接着步幅计算部分111进行步幅计算处理（S113）。更具体地，步幅计算部分111可以通过用移动距离除以步数来计算步幅作为每步的移动距离。这里，步幅计算部分113使步行节奏计算部分107计算移动期间的步行节奏（S115）。这里所计算的步行节奏可以是例如移动了移动距离时的平均步行节奏。
然后，学习部分113使用步骤S113中所计算的步幅和步骤S115中所计算的步行节奏来学习步幅与步行节奏之间的对应关系（S117）。接着，学习部分113确定是否结束学习（S119）。如果在步骤S119中确定学习应该结束，那么终止本流程。另一方面，如果在步骤S119中确定学习不应该结束，那么该处理通过返回到步骤S101来继续。在步骤S101中，如果确定GPS定位是不可能的，那么移动终端100的自主定位部分117可以进行自主定位（S110）。
[2-4.距离阈值的决定]
将参照图4和图5详细地描述图3中的步骤S105中所示出的对距离阈值的决定。图4是示出了根据实施方式的移动终端的距离阈值决定处理的操作的示例的流程图。图5是示出了根据实施方式的移动终端的距离阈值决定处理的操作的另一示例的流程图。
首先，参照图4，距离阈值决定部分109确定当前位置是否是其中GPS接收环境良好的区域（S121）。距离阈值决定部分109可以通过使用地图信息来确定步骤S121。距离阈值决定部分109通过使用地图信息来掌握当前位置周围的条件。例如，如果当前位置周围的区域是独立房屋的居住街道、大型公园或宽阔的道路，那么距离阈值决定部分109可以确定是良好的GPS接收环境的区域。如果当前位置周围的区域是市中心的高层区域、天桥或森林，那么距离阈值决定部分109可以确定是不良的GPS接收环境的区域。
如果在步骤S121中确定当前位置是良好的GPS接收环境，那么距离阈值决定部分109可以将第一距离阈值设定为200米并且将第二距离阈值设定为400米（S123）。另一方面，如果在步骤S121中确定当前位置是不良的GPS接收环境，那么距离阈值决定部分109可以将第一距离阈值设定为500米并且将第二距离阈值设定为1000米（S125）。
在前述中，参照图4描述了通过使用地图信息来决定距离阈值的方法，但是本技术不限于这样的示例。接着，将参照图5来描述基于GPS精度指数来决定距离阈值的方法。
首先，距离阈值决定部分109确定GPS精度指数是否等于或高于固定水平（S131）。作为GPS精度指数，例如，可以列举所捕获的定位卫星的数量、DOP、接收GPS信号的强度。如果精度指数等于或高于固定水平，那么距离阈值决定部分109可以将第一距离阈值设定为200米并且将第二距离阈值设定为400米（S133）。另一方面，如果精度指数不等于且不高于固定水平，那么距离阈值决定部分109可以将第一距离阈值设定为500米并且将第二距离阈值设定为1000米（S135）。
将绝对定位部分101进行GPS定位的情况作为示例，但是本技术不限于这样的示例。例如，如果绝对定位部分101通过不同于GPS定位的方法来确定位置，那么可以根据定位方法基于适当的定位精度来决定距离阈值。这里所示出的距离阈值仅是示例并且可以根据其他环境自然地使用各种值。在定位精度为高时，设定比定位精度为低时更小的距离阈值。这里，从两个水平中选择距离阈值并且对距离阈值进行决定，但是本技术不限于这样的示例。可以根据定位精度采用各种值。
[2-5.自主定位]
接着，将参照图6来描述图3中的步骤S110中所示出的自主定位处理。图6是示出了根据实施方式的移动终端的自主定位操作的示例的流程图。
首先，自主定位部分117确定是否学习了步行节奏与步幅之间的关系（S141）。自主定位部分117可以基于例如对应关系表是否存储在对应关系表存储部分123中来进行确定。如果在步骤S141中确定学习了步行节奏与步幅之间的关系，那么自主定位部分117对时间进行获取（S143）。然后，自主定位部分117在获取了时间之后使计数部分105对步数进行计数（S145）。然后，自主定位部分117使步行节奏计算部分107计算步行节奏（S147）。
自主定位部分117通过参照对应关系表来获取与步骤S147中所计算的步行节奏对应的步幅（S149）。然后，自主定位部分117通过使用步骤S149中所获取的步幅来计算行进速度（S151）。可以通过将步幅乘以步行节奏来计算行进速度。然后，自主定位部分117从方位获取部分115获取用户移动的方位（S153）。自主定位部分117基于步骤S151中所计算的行进速度和步骤S153中所获取的移动方位来计算当前位置（S155）。更具体地，自主定位部分117基于行进速度和移动方位来计算与由通过GPS定位最后获得的绝对位置所指示的点的相对位置。然后，通过使用绝对位置和相对位置来计算当前位置信息。
另一方面，如果在步骤S141中确定还没有学习步行节奏与步幅之间的关系，那么接着自主定位部分117确定是否可以通过Wifi或基站来定位（S157）。
[2-6.效果示例]
如上所述，根据本公开内容的第一实施例的移动终端100使用距离而不是时间作为计算步幅的触发。通过采用这样的配置，作为步幅的计算单位的移动距离可以是维持足够的定位精度的距离。在将时间用作触发的情况下，如果包括了用户暂停的时间，那么作为步幅的计算单位的移动距离相应地变得更短。因此，作为计算单位的移动距离可能不能维持足够的距离，并且在定位精度减小时，步幅的精度有时显著地减小。本实施方式中的配置使用由用户进行的预定距离阈值的移动作为触发并且因此可以降低步幅精度的减小。
距离阈值根据定位精度是可变的。更具体地，在定位精度为高时可以将距离阈值设定为比在定位精度为低时更短。通过采用这样的配置，可以根据定位精度来选择适当的距离阈值。因此，提高了步行节奏与步幅之间的对应关系的学习精度。
移动终端100确定用户是否正在步行且包括步行时间作为行进时间。也就是说，移动终端100在行进时间中不包括用户暂停的时间。通过采用这样的配置，可以防止在用户暂停时步行节奏的精度的减小。
<3.第二实施方式>
[3-1.功能配置]
接着，将参照图7至图10来描述根据本公开内容的第二实施方式的移动终端的功能配置。图7是示出了根据本公开内容的第二实施方式的移动终端的功能配置的框图。图8是示出了根据实施方式的移动终端的概略功能的说明性图。图9是示出了可以在创建根据实施方式的移动终端的对应关系表中对函数进行识别的情况的说明性图。图10是示出了不能在创建根据实施方式的移动终端的对应关系表中对函数进行识别的情况的说明性图。
移动终端200是具有步行时的自主导航功能的信息处理装置。移动终端200可以是例如信息处理装置比如移动电话、PDA（个人数字助理）、智能手机、移动音乐再现装置、移动视频处理装置、移动游戏机、移动PC（个人计算机）（包括笔记本PC和平板PC）以及包括PND（个人导航设备）的导航装置。在以下对本实施方式的描述中，将携带移动终端200的用户简称为用户。
移动终端200是具有通过假设如下函数以及识别包含在该函数中的系数来学习步行节奏与行进速度或步幅之间的关系的功能的信息处理装置，上述函数在步行节奏和行进速度之间成立。
移动终端200主要包括绝对定位部分101、步行确定部分103、计数部分105、步行节奏计算部分107、函数识别部分210、步幅计算部分211、学习部分113、方位获取部分115、自主定位部分117、导航部分119、地图信息存储部分121以及对应关系表存储部分123。
根据本实施方式的移动终端200的配置与根据本公开内容的第一实施方式的移动终端100的配置部分交叠。因此，省略了对与移动终端100的元件类似的元件的描述并且将主要描述区别。
（函数识别部分210）
函数识别部分210具有对被假设为在步行节奏与行进速度之间成立的函数进行识别的功能。将参照图8来描述在步行节奏与速度之间存在相关性的假设。图8示出了测量期间所检测的实际测量速度和步行节奏的值。如根据图8明显的，在步行节奏与速度之间存在相关性。
这里假设，例如，在步行节奏f与行进速度v之间保持以下所示出的公式（2）的关系。
Figure BDA0000468226380000201
公式（2）
公式（2）中a和b是学习系数。
这里假设，在步行节奏f与行进速度v之间存在线性相关性，但是本技术不限于这样的示例。例如，可以在步行节奏f与行进速度v之间假设二阶相关性或较高阶相关性。或者，可以在步行节奏f与行进速度v之间假设由三角函数示出的相关性。
根据上述公式（2），可以说在移动距离X、步行节奏f以及行进时间T之间保持以下所示出的公式（3）的关系。
Figure BDA0000468226380000211
公式（3）
基于由绝对定位部分101获取的位置信息来获取移动距离X。由步行节奏计算部分107计算步行节奏f。由计数部分105对行进时间T进行计数。因此，可以通过获取两个间隔的移动距离X、步行节奏f以及行进时间T的值来计算系数a和系数b。函数识别部分210可以对步行节奏f进行分类并且对每类的步行节奏进行积算。稍后将详细地描述步行节奏f的分类。
函数识别部分210可以通过获取每个预定时间中的移动距离X和行进时间T并且进一步使用所积算的步行节奏f求解方程以计算系数a和系数b来识别所假设的函数。然而，有时存在不能计算系数a和系数b的情况。
例如，如图9所示，如果不同间隔的平均节奏是不同的（步行节奏的经积算的值是不同的：S1≠S2），那么函数识别部分210可以求解方程并且对函数进行识别。然而，如图10所示，如果每个间隔中的平均节奏大致相同（步行节奏的经积算的值大致相同：S1≈S2），那么函数识别部分210不能求解方程和识别函数。
例如，确定系数a和系数b的方程如下：
m1a+m2b=m3  公式(4)
n1a+n2b=n3   公式(5)
相反地，将通过其不能求解方程的条件（=线性相关）表示为如下公式：
m 1 n 1 - m 2 n 2 = 0 公式（6）
因为实际上包含了噪声，所以该条件容许如由以下公式（7）所示出的一定的裕度。
| m 1 n 1 - m 2 n 2 | < &Delta;ex . &Delta; = 0.5 公式（7）
因此，如果可以求解方程，那么函数识别部分210将所识别的函数提供给步幅计算部分211。如果不能求解方程，那么函数识别部分210可以将表明函数不能被识别的信息提供给步幅计算部分211。
（步幅计算部分211）
步幅计算部分211具有计算用户的步幅的功能。步幅计算部分211可以通过将过去所计算的步行节奏值代入由函数识别部分210识别的函数中来计算每个时间的速度。然后，可以通过使用在速度v与步幅k之间成立的上述公式（1）来计算每个时间的步幅。
v=k×f  公式（1）
在函数识别部分210不能对函数进行识别时，步幅计算部分211可以通过使用移动距离和行进时间来计算步幅。步幅计算部分211可以针对由稍后详细描述的对步行节奏的分类而生成的每个类来计算步幅。
[3-2.操作示例]
接着，将参照图11至图13来描述根据本公开内容的第二实施方式的移动终端的操作。图11是示出了根据实施方式的移动终端的操作的示例的流程图。图12是示出了根据实施方式的移动终端的输入值积算处理的操作的示例的流程图。图13是示出了根据实施方式的移动终端的系数计算处理的操作的示例的流程图。
首先，移动终端200确定GPS定位是否是可能的（S201）。如果确定GPS定位是可能的，那么移动终端200的绝对定位部分101获取当前位置信息（S203）。然后，计数部分105获取当前时间信息（S205）。然后，计数部分105对从该点起的流逝时间进行计数并且还开始步数计数处理（S207）。步行节奏计算部分107通过使用流逝时间和由计数部分105计数的步数来计算步行节奏（S209）。
函数识别部分210对输入值进行积算（S211）。关于步骤S211中的输入值积算处理，参照图12。首先，函数识别部分210确定步行确定部分103是否检测出用户正在步行（S231）。然后，函数识别部分210仅在步骤S241中的确定中检测出步行时对输入值进行积算（S233）。这里所使用的输入值是步行节奏。
再次返回到图11来继续描述，接着函数识别部分210进行步行节奏分类处理（S213）。然后，函数识别部分210确定是否经过了固定时间（S215）。如果确定经过了固定时间，那么接着函数识别部分210将间隔计数增加1（S217）。接着，函数识别部分210确定间隔计数是否等于2或更大（S219）。
如果在步骤S219中确定间隔计数等于2或更大，那么函数识别部分219通过进行系数计算处理来识别函数（S221）。图13中示出了步骤S221中的系数计算处理的细节。参照图13，首先函数识别部分210确定是否可以求解方程（S241）。在上述使用线性相关性的示例中，例如，可以基于两个间隔中的步行节奏f的经积算的值的差是否等于或大于预定值来进行确定。然后，如果在步骤S231中确定出可以求解方程，那么函数识别部分210通过求解方程来计算系数（S243）。另一方面，如果在步骤S231中确定出不能求解方程，那么函数识别部分210通过用移动距离除以行进时间来计算行进速度（S245）。
通过再次返回到图11来继续描述，接着步幅计算部分211计算每个时间间隔中的行进速度（S223）。接着，步幅计算部分211使用行进速度来计算步幅（S225）。接着，学习部分113学习其中计算行进速度的每个时间间隔中的步幅和该时间间隔中的步行节奏之间的对应关系（S227）。接着，学习部分113确定是否结束学习（S229）。如果在步骤S229中确定学习应该结束，那么终止本流程。另一方面，如果在步骤S229中确定学习不应该结束，那么该处理通过返回到步骤S201来继续。在步骤S201中，如果确定GPS定位是不可能的，那么移动终端200的自主定位部分117可以进行自主定位（S210）。步骤S210中所进行的自主定位与参照图6所描述的上述处理相似。
[3-3.步行节奏分类]
将参照图14至图16来描述图11中的步骤S213中所示出的步行节奏的分类。图14是示出了根据实施方式的移动终端的步行节奏分类处理的操作的示例的流程图。图15是示出了根据实施方式的移动终端的步行节奏分类处理的说明性图。图16是使用具体示例来示出根据实施方式的移动终端的步行节奏分类处理的说明性图。
首先，参照图14，函数识别部分210首先确定当前步行节奏值是否属于与最后类不同的类（S251）。这里，将预设条件用作用于分类的条件。例如，如图15所示，由相等间隔Δf=10步/分钟来对步行节奏进行分类，并且可以认为同一类中的步行节奏是相同的。如果将步行节奏作为连续量处理，那么表的信息量将是巨大的。因此，对步行节奏进行分类，并且针对每一类确定平均节奏值。通过以这种方式对步行节奏进行分类，可以减少信息量。
通过再次返回到图14来继续描述，在步骤S251中确定获得了与最后一个不同的步行节奏值时，函数识别部分210将当前类改变成当前步行节奏值属于的类（S253）。然后，函数识别部分210确定当前类是否是还没有生成的类（S255）。如果在步骤S255中确定当前类是还没有生成的类，那么函数识别部分210生成新的类（S257）。
然后，函数识别部分210将输入值积算到当前类中（S259）。另一方面，如果在步骤S251中确定当前步行节奏值属于与最后一个相同的类，那么接着进行步骤S259的处理。同样，如果在步骤S255中确定当前类是已经生成的类，那么省略步骤S257的处理并且进行步骤S259的处理。然后，函数识别部分210将当前类的加法计数增加1（S261）。然后，函数识别部分210计算当前类的平均步行节奏值（S263）。
例如，参照图16中的具体示例，在当前步行节奏值超过100步/分钟时，函数识别部分210生成类100。然后，在步行节奏值在100步/分钟和110步/分钟之间改变时，可以对迂回通过当前类100的绿色空间进行积算。然后，在步行节奏值超过110时，生成新的类110。在图16中，步行节奏值再次降低到低于110。因此，函数识别部分210将当前类返回到类100以重新开始对类100的平均处理。
[3-4.效果示例]
如上所述，根据本公开内容的第二实施方式的移动终端200假设在行进速度与步行节奏之间存在相关性，并且假设在行进速度与步行节奏之间成立的函数。然后，通过根据可使用传感器等获取的值计算包含在函数中的系数来识别函数。然后，移动终端200可以通过使用该函数来计算与各个步行节奏值对应的步幅。在使用学习的间隔中的步幅和步行节奏的时间平均的方法中，计算该间隔中的一个对应关系。因此，在其中步行节奏在间隔中以各种方式进行改变的情况下，所计算的步幅的误差增大并且对应关系表中的步行节奏的范围也变得比实际步行节奏的范围更窄。根据移动终端200的配置，相反地，即使步行节奏在学习间隔中改变，也可以计算与每个步行节奏对应的高度精确的行进速度（或步幅）。因此，提高了步幅的精度并且也可以使对应关系表中的步行节奏的范围更接近实际步行节奏的范围。
在这种情况下，可以对步行节奏进行分类并且可以针对每个类对输入值进行积算。如上所述，移动终端200可以针对每个步行节奏来计算行进速度（或步幅）。因此，如果将步行节奏作为连续量处理，那么对应关系表的信息量将是巨大的。因此，可以对步行节奏进行分类以计算与具有一定裕度的类中的步行节奏值的平均值对应的行进速度（或步幅）。通过采用这样的配置，可以减少对应关系表的信息量。
<4.第三实施方式>
[4-1.功能配置]
接着，将参照图17至图19来描述根据本公开内容的第三实施方式的移动终端的配置。图17是示出了根据本公开内容的第三实施方式的移动终端的功能配置的框图。图18是示出了可以在创建根据实施方式的移动终端的对应关系表中对函数进行识别的情况的说明性图。图19是示出了不能在创建根据实施方式的移动终端的对应关系表中对函数进行识别的情况的说明性图。
移动终端300是具有步行时的自主导航功能的信息处理装置。移动终端300可以是例如信息处理装置比如移动电话、PDA（个人数字助理）、智能手机、移动音乐再现装置、移动视频处理装置、移动游戏机、移动PC（个人计算机）（包括笔记本PC和平板PC）以及包括PND（个人导航设备）的导航装置。在以下对本实施方式的描述中，将携带移动终端300的用户简称为用户。
移动终端300是将第一实施方式中所描述的将预定距离设定作为触发以计算步幅的配置和通过假设在步行节奏与行进速度之间成立的函数来计算与每个步行节奏对应的行进速度（或步幅）的配置相结合的信息处理装置。
移动终端300主要包括绝对定位部分101、步行确定部分103、计数部分105、步行节奏计算部分107、距离阈值决定部分109、函数识别部分310、步幅计算部分211、学习部分113、方位获取部分115、自主定位部分117、导航部分119、地图信息存储部分121以及对应关系表存储部分123。
根据本实施方式的移动终端300的配置与根据本公开内容的第一实施方式的移动终端100的配置部分交叠，并且与根据本公开内容的第二实施方式的移动终端200的配置部分交叠。因此，给与移动终端100或移动终端200的元件类似的元件附加相同的附图标记以在这里省略其描述并且将主要描述不同之处。
（函数识别部分310）
函数识别部分310具有对被假设为在步行节奏与行进速度之间成立的函数进行识别的功能。函数识别部分310可以通过代入通过将由距离阈值决定部分109决定的预定距离设定作为间隔而获取的值以计算包含在函数中的系数来识别函数。
如在第二实施方式中那样，这里假设公式（2）的关系在步行节奏f与行进速度v之间成立。
Figure BDA0000468226380000261
公式（2）
在公式（2）中a和b是学习系数。
根据上述公式（2），可以说以下所示出的公式（3）的关系保持在移动距离X、步行节奏f以及行进时间T之间。
Figure BDA0000468226380000271
公式（3）
基于由绝对定位部分101获取的位置信息来获取移动距离X。由步行节奏计算部分107计算步行节奏f。由计数部分105对行进时间T进行计数。因此，可以通过获取两个间隔的移动距离X、步行节奏f以及行进时间T的值来计算系数a和系数b。函数识别部分310可以对步行节奏f进行分类并且针对每个类对步行节奏进行积算。步行节奏f的分类如本公开内容的第二实施方式中参照图14至图16详细描述的那样。
函数识别部分310可以通过在如上所述的由距离阈值决定部分109决定的预定距离被设定作为间隔之后获取移动距离X和行进时间T并且进一步使用经积算的步行节奏f求解方程以计算系数a和系数b来识别所假设的函数。然而，有时存在不能计算系数a和系数b的情况。
例如，如图18所示，如果不同间隔的平均节奏是不同的（步行节奏的经积算的值是不同的：S1≠S2），那么函数识别部分310可以求解方程并且对函数进行识别。然而，如图19所示，如果每个间隔中的平均节奏大致相同（步行节奏的经积算的值大致相同：S1≈S2），那么函数识别部分310不能求解方程和识别函数。
因此，如果可以求解方程，那么函数识别部分310将所识别的函数提供给步幅计算部分211。如果不能求解方程，那么函数识别部分310可以将表明函数不能被识别的信息提供给步幅计算部分211。
[4-2.操作示例]
接着，将参照图20来描述根据本公开内容的第三实施方式的移动终端的操作。图20是示出了根据实施方式的移动终端的操作的示例的流程图。
首先，移动终端300确定GPS定位是否是可能的（S301）。如果确定GPS定位是可能的，那么移动终端300的绝对定位部分101获取当前位置信息（S303）。然后，距离阈值决定部分109对距离阈值进行决定（S304）。步骤S304中所示出的距离阈值决定处理可以是参照图4或图5所描述的距离阈值决定处理。
然后，计数部分105获取当前时间信息（S305）。然后，计数部分105对从该点起的流逝时间进行计数并且还开始步数计数处理（S307）。步行节奏计算部分107通过使用流逝时间和由计数部分105所计数的步数来计算步行节奏（S309）。
然后，函数识别部分310对输入值进行积算（S311）。步骤S311中所示出的输入值积算处理可以是上述使用图12所描述的输入值积算处理。接着，函数识别部分310进行步行节奏分类处理（S313）。步行节奏分类处理可以是上述使用图14所描述的步行节奏分类处理。
然后，函数识别部分310确定是否移动了步骤S304中所决定的预定距离（S315）。如果确定移动了预定距离，那么接着函数识别部分310将间隔计数增加1（S317）。接着，函数识别部分310确定间隔计数是否等于2或更大（S319）。
如果在步骤S319中确定间隔计数等于2或更大，那么函数识别部分319通过进行系数计算处理来识别函数（S321）。步骤S321中所示出的系数计算处理可以是上述使用图13所描述的系数计算处理。
接着，步幅计算部分211计算每个时间间隔中的行进速度（S323）。接着，步幅计算部分211使用行进速度来计算步幅（S325）。接着，学习部分113学习其中计算行进速度的每个时间间隔中的步幅与该时间间隔中的步行节奏之间的对应关系（S327）。接着，学习部分113确定是否结束学习（S329）。如果在步骤S329中确定学习应该结束，那么终止本流程。另一方面，如果在步骤S329中确定学习不应该结束，那么该处理通过返回到步骤S301来继续。在步骤S301中，如果确定GPS定位是不可能的，那么移动终端300的自主定位部分117可以进行自主定位（S310）。步骤S310中所进行的自主定位可以是上述参照图6所描述的上述自主定位处理。
[4-3.实验结果]
接着，将参照图21至图24来描述证实由根据本实施方式的移动终端300创建对应关系表的有效性的实验结果。图21是示出了根据实施方式的移动终端中的步行节奏的变化的实验结果示例的图。图22是示出了将针对根据实施方式的移动终端所估计的速度与实际速度相比较的实验结果示例的图。图23是示出了在根据实施方式的移动终端中所创建的步行节奏与速度之间的对应关系表的示例的说明性图。图24是示出了在根据实施方式的移动终端中所创建的步行节奏与步幅之间的对应关系表的示例的说明性图。
这里，通过实际地改变速度来进行步幅学习以证实本实施方式中所描述的理论的有效性。图21示出流逝时间和所测量的步行节奏的变化。在虚线的时间点处改变行进速度。这里，在间隔到间隔之间速度逐渐增大。
在对如图21所示的所测量的步行节奏的峰值进行积算并且使用已知的移动距离（400米）时，计算出系数a=1.25和系数b=-0.96。基于这些系数来计算每个间隔中的速度，如图22所示。图22示出了根据所识别的函数计算的估计速度和实际速度。因此，证实了可以获得高度精确的行进速度这一事实。
图23和图24示出了在图21和图22所示出的示例中实际创建的对应关系表。图23的纵轴是速度而图24的纵轴是步幅。可以通过使用上述公式（1）v=k×f来相互计算速度和步幅。
[4-4.关于输入值]
在上述实施方式中，将步行节奏f用作输入值。然而，如果输入值与速度强相关并且如果可能相关性是低阶的，那么输入值不限于步行节奏。将参照图25至图29来描述输入值的其他示例。图25是示出了在由根据实施方式的移动终端测量的垂直加速度与实际速度之间存在相关性的图。图26是示出了通过将根据实施方式的移动终端放入裤子前面的口袋中而测量的垂直加速度的实验结果的图。图27是通过从图26的实验结果中每两秒提取峰值而获得的图。图28是示出了将每个间隔中的通过使用针对根据实施方式的移动终端所识别的函数而计算的估计速度与实际速度相比较的实验结果的图表。图29是示出了通过使用针对根据实施方式的移动终端所识别的函数而生成的对应关系表的示例的说明性图。
例如，垂直加速度可以被列举为可以由广泛使用的移动终端例如智能手机获取的值并且可以被列举为满足上述条件的量。
通过参照例如图25，明显的是在垂直加速度与速度之间存在明确的相关性。因此，假设了在垂直加速度与速度之间成立的函数并且可以通过对系数进行计算来识别函数。此外，根据这些系数来计算速度并且通过将与加速度同时测量的步行节奏与速度相关联来生成对应关系表。
例如，图26示出了由放入裤子前面的口袋中的移动终端300测量的垂直加速度的变化。在图26中，垂直的虚线指示速度改变的时间。图27示出了从图26示出的数据中所提取的每两秒的峰值。作为积算这里所提取的峰值且使用已知的距离阈值400米的结果计算出系数a=1.2和系数b=0.68。图28示出了通过使用由所计算的系数识别的函数计算每个间隔中的行进速度而获得的速度。在图28中，示出了实际速度和通过使用所识别的函数计算的速度。因此，通过使用垂直加速度证实了获得了高度精确的行进速度这一事实。图29示出了通过使用行进速度生成的对应关系表。
[4-5.如何携带移动终端]
接着，将参照图30至图33来证实对如何携带移动终端300的依赖。图30是示出了将每个间隔中的通过使用基于如下垂直加速度所识别的函数而计算的估计速度与实际速度相比较的实验结果的图，其中上述垂直加速度是将根据实施方式的移动终端放入胸部口袋中而测量的。图31是示出了将每个间隔中的通过使用基于如下垂直加速度所识别的函数而计算的估计速度与实际速度相比较的实验结果的图，其中上述垂直加速度是将根据实施方式的移动终端放入腹部口袋中而测量的。图32是示出了将每个间隔中的通过使用基于如下垂直加速度所识别的函数而计算的估计速度与实际速度相比较的实验结果的图，其中上述垂直加速度是将根据实施方式的移动终端放入臀部口袋中而测量的。图33是示出了将每个间隔中的通过使用基于如下垂直加速度所识别的函数而计算的估计速度与实际速度相比较的实验结果的图，其中上述垂直加速度是将根据实施方式的移动终端放入斜挎包中而测量的。
上面描述了使用步行节奏和垂直加速度作为输入值的示例，并且无论用户如何携带移动终端300，输入值都需要与速度具有强的相关性。携带例如移动终端300的方法通常包括将移动终端携带在胸部口袋中、将移动终端携带在腹部口袋中、将移动终端携带在臀部口袋中以及将移动终端携带在包中。此外，例如，可以考虑携带安装在头部、安装在上臂、作为手表、作为颈带、在手持时观看屏幕以及在裤子前面的口袋中的移动终端。
图30至图33证实了垂直加速度对如何携带移动终端的依赖。例如，图30示出了通过使用在将移动终端300携带在胸部口袋中时所检测的垂直加速度作为输入值而计算的所估计的速度和实际速度。图31示出了通过使用在将移动终端300携带在腹部口袋中时所检测的垂直加速度作为输入值而计算的所估计的速度和实际速度。图32示出了通过使用在将移动终端300携带在臀部口袋中时所检测的垂直加速度作为输入值而计算的所估计的速度和实际速度。图33示出了通过使用在将移动终端300携带在斜挎包中时所检测的垂直加速度作为输入值而计算的所估计的速度和实际速度。
如这些图所示的那样，无论如何携带移动终端，垂直加速度都与速度具有线性相关性。因此，结果证明，在将垂直加速度用作输入值时，可以如使用步行节奏时那样获得高度精确的速度，并且因此可以计算高度精确的步幅。
上面已经参照附图描述了本公开内容的优选实施方式，然而，本公开内容当然不限于上述示例。本领域普通技术人员可以发现在所附权利要求的范围内的各种变换和修改，并且应当理解的是，它们将自然地归入本公开内容的技术范围内。
在上述实施方式中，例如，GPS被引用作为定位卫星的示例，但是，定位卫星自然不限于GPS。定位卫星可以是伽利略（Galileo）、格洛纳斯（GLONASS）、北斗（Hokuto）及指路（Michibiki）的各种定位卫星中的任一个定位卫星。在这种情况下，一种类型的卫星可以用作为定位卫星，或者可以结合并使用由多种类型的卫星产生的定位信号。因此，在执行实施方式时可以根据技术水平来适当地改变要用于获取位置信息的配置。
在本说明书中，流程图中所描述的步骤不仅包括以所描述的次序按先后顺序进行的处理，而且包括不一定按先后顺序进行的处理以及并行或单独进行的处理。甚至可以自然地以适当地取决于具体情况的次序来改变按先后顺序执行的步骤。
此外，本技术也可以被配置如下。
（1）一种信息处理装置，包括：
绝对位置获取部分，所述绝对位置获取部分获取用户的绝对位置；
获取部分，所述获取部分获取指示正在步行的所述用户的步行节奏的第一值；
计算部分，所述计算部分通过使用基于所述绝对位置移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值；以及
学习部分，所述学习部分通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
（2）根据（1）所述的信息处理装置，还包括：
决定部分，所述决定部分基于所述绝对位置的精度来决定所述预定距离的值。
（3）根据（2）所述的信息处理装置，
其中，所述决定部分基于地图信息来估计所述绝对位置的精度，并且决定所述预定距离的值。
（4）根据（2）和（3）中任一项所述的信息处理装置，
其中，所述绝对位置获取部分获取基于到通过无线通信连接的多个外部设备的距离的所述绝对位置，以及
其中，所述决定部分基于连接的所述外部设备的数量来估计所述绝对位置的精度，并且决定所述预定距离的值。
（5）根据（1）至（4）中任一项所述的信息处理装置，还包括：
步行确定部分，所述步行确定部分确定所述用户是否正在步行，
其中，在确定所述用户正在步行时，所述获取部分获取所述第一值。
（6）根据（1）至（5）中任一项所述的信息处理装置，还包括：
方位获取部分，所述方位获取部分获取所述用户前进的方位；以及
自主定位部分，所述自主定位部分通过使用由所述学习部分学习的所述对应关系根据由所述获取部分获取的所述第一值来估计当前时间的所述第二值，并且基于所述第二值和所述方位来计算当前位置。
（7）根据（6）所述的信息处理装置，
其中，在所述绝对位置获取部分不能获取所述绝对位置时，所述自主定位部分计算所述当前位置。
（8）根据（6）和（7）中任一项所述的信息处理装置，还包括：
导航部分，所述导航部分使用由所述自主定位部分计算的所述当前位置来引导路径。
（9）一种信息处理方法，包括：
获取指示正在步行的用户的步行节奏的第一值；
通过使用由所述用户移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值；以及
通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
（10）一种程序，所述程序使计算机作用为：
信息处理装置，所述信息处理装置包括：
绝对位置获取部分，所述绝对位置获取部分获取用户的绝对位置，
获取部分，所述获取部分获取指示正在步行的所述用户的步行节奏的第一值，
计算部分，所述计算部分通过使用基于所述绝对位置移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值，以及
学习部分，所述学习部分通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
（11）一种计算机可读记录介质，所述计算机可读记录介质存储使计算机用作信息处理装置的程序，所述信息处理装置包括：
绝对位置获取部分，所述绝对位置获取部分获取用户的绝对位置，
获取部分，所述获取部分获取指示正在步行的所述用户的步行节奏的第一值，
计算部分，所述计算部分通过使用基于所述绝对位置移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值，以及
学习部分，所述学习部分通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
附图标记列表
100，200，300移动终端
101绝对定位部分
103步行确定部分
105计数部分
107步行节奏计算部分
109距离阈值决定部分
111，211步幅计算部分
113学习部分
115方位获取部分
117自主定位部分
119导航部分
121地图信息存储部分
123对应关系表存储部分
210，310函数识别部分

Claims (11)

1.一种信息处理装置，包括：
绝对位置获取部分，所述绝对位置获取部分获取用户的绝对位置；
获取部分，所述获取部分获取指示正在步行的所述用户的步行节奏的第一值；
计算部分，所述计算部分通过使用基于所述绝对位置移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值；以及
学习部分，所述学习部分通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
2.根据权利要求1所述的信息处理装置，还包括：
决定部分，所述决定部分基于所述绝对位置的精度来决定所述预定距离的值。
3.根据权利要求2所述的信息处理装置，
其中，所述决定部分基于地图信息来估计所述绝对位置的精度，并且决定所述预定距离的值。
4.根据权利要求2所述的信息处理装置，
其中，所述绝对位置获取部分获取基于到通过无线通信连接的多个外部设备的距离的所述绝对位置，以及
其中，所述决定部分基于连接的所述外部设备的数量来估计所述绝对位置的精度，并且决定所述预定距离的值。
5.根据权利要求1所述的信息处理装置，还包括：
步行确定部分，所述步行确定部分确定所述用户是否正在步行，
其中，在确定所述用户正在步行时，所述获取部分获取所述第一值。
6.根据权利要求1所述的信息处理装置，还包括：
方位获取部分，所述方位获取部分获取所述用户前进的方位；以及
自主定位部分，所述自主定位部分通过使用由所述学习部分学习的所述对应关系根据由所述获取部分获取的所述第一值来估计当前时间的所述第二值，并且基于所述第二值和所述方位来计算当前位置。
7.根据权利要求6所述的信息处理装置，
其中，在所述绝对位置获取部分不能获取所述绝对位置时，所述自主定位部分计算所述当前位置。
8.根据权利要求6所述的信息处理装置，还包括：
导航部分，所述导航部分使用由所述自主定位部分计算的所述当前位置来引导路径。
9.一种信息处理方法，包括：
获取指示正在步行的用户的步行节奏的第一值；
通过使用由所述用户移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值；以及
通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
10.一种程序，所述程序使计算机作用为：
信息处理装置，所述信息处理装置包括：
绝对位置获取部分，所述绝对位置获取部分获取用户的绝对位置，
获取部分，所述获取部分获取指示正在步行的所述用户的步行节奏的第一值，
计算部分，所述计算部分通过使用基于所述绝对位置移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值，以及
学习部分，所述学习部分通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
11.一种计算机可读记录介质，所述计算机可读记录介质存储使计算机用作信息处理装置的程序，所述信息处理装置包括：
绝对位置获取部分，所述绝对位置获取部分获取用户的绝对位置，
获取部分，所述获取部分获取指示正在步行的所述用户的步行节奏的第一值，
计算部分，所述计算部分通过使用基于所述绝对位置移动预定距离作为触发来计算指示所述用户的步幅或行进速度的第二值，以及
学习部分，所述学习部分通过使用所计算的所述第二值来学习所述第一值与所述第二值之间的对应关系。
CN201280040851.8A 2011-08-30 2012-06-25 信息处理装置和信息处理方法 Active CN103765161B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011-186709 2011-08-30
JP2011186709A JP5953677B2 (ja) 2011-08-30 2011-08-30 情報処理装置、情報処理方法、プログラム、及び記録媒体
PCT/JP2012/066141 WO2013031355A1 (ja) 2011-08-30 2012-06-25 情報処理装置、情報処理方法、プログラム、及び記録媒体

Publications (2)

Publication Number Publication Date
CN103765161A true CN103765161A (zh) 2014-04-30
CN103765161B CN103765161B (zh) 2017-05-24

Family

ID=47755867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280040851.8A Active CN103765161B (zh) 2011-08-30 2012-06-25 信息处理装置和信息处理方法

Country Status (4)

Country Link
US (1) US10976162B2 (zh)
JP (1) JP5953677B2 (zh)
CN (1) CN103765161B (zh)
WO (1) WO2013031355A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105698813A (zh) * 2016-01-29 2016-06-22 广东欧珀移动通信有限公司 防误计步方法和系统、以及移动终端、计步器
US10739138B2 (en) 2015-06-15 2020-08-11 Sony Corporation Information processing apparatus and control method

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6012204B2 (ja) * 2012-03-06 2016-10-25 株式会社メガチップス 測位システム、端末装置、プログラムおよび測位方法
JP5870817B2 (ja) * 2012-03-30 2016-03-01 ソニー株式会社 情報処理装置、情報処理方法、及びプログラム
US9223004B2 (en) * 2013-03-22 2015-12-29 Qualcomm Incorporated Controlling position uncertainty in a mobile device
US10527424B2 (en) * 2013-05-14 2020-01-07 National Institute Of Advanced Industrial Science And Technology Estimated-azimuth-angle assessment device, mobile terminal device, computer-readable storage medium, control method for estimated-azimuth-angle assessment device, and positioning device
JP2015040783A (ja) * 2013-08-22 2015-03-02 ソニー株式会社 情報処理装置、情報処理方法および記録媒体
JP6308804B2 (ja) * 2014-02-27 2018-04-11 セイコーインスツル株式会社 電子機器およびプログラム
JPWO2015166520A1 (ja) * 2014-04-28 2017-04-20 株式会社Ａｇｏｏｐ プログラム及び情報処理装置
KR20170045746A (ko) * 2014-09-18 2017-04-27 쿠니히로 시이나 레코딩 장치, 휴대 단말, 해석 장치, 프로그램 및 기억 매체
WO2016112346A1 (en) * 2015-01-09 2016-07-14 EyesMatch Ltd. Devices, systems and methods for auto-delay video presentation
US11131562B2 (en) 2015-05-14 2021-09-28 Apple Inc. Pedestrian pace estimation with pace change updating
CN105241454A (zh) * 2015-10-23 2016-01-13 中国兵器工业集团第二一四研究所苏州研发中心 一种基于多传感器的行人导航系统及导航方法
US10408627B2 (en) 2015-11-30 2019-09-10 Ricoh Company, Ltd. Inertial device to estimate position based on corrected movement velocity
WO2018135184A1 (ja) * 2017-01-23 2018-07-26 ソニー株式会社 情報処理装置、情報処理方法及びコンピュータプログラム
CN108631788B (zh) * 2018-03-29 2020-12-18 北京航空航天大学 用于匹配区适配性分析的编码失真量优化方法
JP2020010206A (ja) * 2018-07-10 2020-01-16 セイコーエプソン株式会社 回路装置、発振器、クロック信号生成装置、電子機器及び移動体
JP7070495B2 (ja) * 2019-04-18 2022-05-18 カシオ計算機株式会社 電子機器、停止判定方法、および停止判定プログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004085511A (ja) * 2002-08-29 2004-03-18 Hitachi Ltd 移動体の移動速度および位置推定方法およびシステムおよびナビゲーションシステム
JP2004118410A (ja) * 2002-09-25 2004-04-15 Seiko Instruments Inc 歩行距離換算機能を備えた歩数計
CN1914517A (zh) * 2004-02-13 2007-02-14 索尼爱立信移动通讯股份有限公司 根据加速度信息确定位置的移动终端和方法
JP2009064136A (ja) * 2007-09-05 2009-03-26 Seiko Instruments Inc 歩数計
JP2010085285A (ja) * 2008-09-30 2010-04-15 Toshiba Corp 携帯通信端末

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3598352B2 (ja) 1994-06-08 2004-12-08 カシオ計算機株式会社 携帯用電子機器
JP3834855B2 (ja) 1995-11-30 2006-10-18 株式会社エクォス・リサーチ 歩幅測定方法及びその装置
US6122960A (en) * 1995-12-12 2000-09-26 Acceleron Technologies, Llc. System and method for measuring movement of objects
JPH10293038A (ja) 1997-04-21 1998-11-04 Honda Motor Co Ltd 歩行者用経路誘導装置
JP2001181147A (ja) * 1999-12-27 2001-07-03 Lion Corp 毛髪用化粧料
JP2001272247A (ja) * 2000-03-28 2001-10-05 Japan Radio Co Ltd 携帯型複合測位装置及びその現在位置推定方法
JP4205930B2 (ja) * 2002-11-11 2009-01-07 住友精密工業株式会社 携帯用自律航法装置
JP2004340689A (ja) * 2003-05-14 2004-12-02 Matsushita Electric Ind Co Ltd 経路案内装置
US7266477B2 (en) * 2005-06-22 2007-09-04 Deere & Company Method and system for sensor signal fusion
EP2067054B1 (en) * 2007-02-26 2019-11-06 Toyota Jidosha Kabushiki Kaisha Mobile-unit positioning device
JP5186874B2 (ja) * 2007-10-10 2013-04-24 セイコーエプソン株式会社 測位方法、プログラム、測位装置及び電子機器
US20090140887A1 (en) * 2007-11-29 2009-06-04 Breed David S Mapping Techniques Using Probe Vehicles
JP4915343B2 (ja) * 2007-12-21 2012-04-11 ソニー株式会社 電子機器装置及びナビゲーション方法
US8758275B2 (en) * 2008-07-02 2014-06-24 National Institute Of Advanced Industrial Science And Technology Moving body posture angle processing device
ES2719625T3 (es) * 2008-08-20 2019-07-11 Mitsubishi Electric Corp Sistema de posicionamiento de terminales inalámbricos, método de posicionamiento de terminales inalámbricos, sistema de medición ambiental, sistema de gestión de instalación, método de medición ambiental y método de determinación del destino de terminal móvil inalámbrico
US20100209892A1 (en) * 2009-02-18 2010-08-19 Gm Global Technology Operations, Inc. Driving skill recognition based on manual transmission shift behavior
JP5273126B2 (ja) * 2010-09-15 2013-08-28 カシオ計算機株式会社 測位装置、測位方法およびプログラム
JP2012107992A (ja) 2010-11-17 2012-06-07 Sony Corp 歩行状況検出装置、歩行状況検出方法及び歩行状況検出プログラム
US20120173270A1 (en) * 2010-12-31 2012-07-05 Julian Omidi Automated Creation and Maintenance of Nutritional Regimen for Obesity Patients After Surgical Procedures
KR20120080776A (ko) * 2011-01-10 2012-07-18 삼성전자주식회사 추정 위치의 신뢰도 제공 방법 및 이를 구현하는 이동 단말기
US9470529B2 (en) * 2011-07-14 2016-10-18 Microsoft Technology Licensing, Llc Activating and deactivating sensors for dead reckoning
US9042906B1 (en) * 2011-09-20 2015-05-26 Google Inc. Identifying a geographically nearby mobile computing device

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004085511A (ja) * 2002-08-29 2004-03-18 Hitachi Ltd 移動体の移動速度および位置推定方法およびシステムおよびナビゲーションシステム
JP2004118410A (ja) * 2002-09-25 2004-04-15 Seiko Instruments Inc 歩行距離換算機能を備えた歩数計
CN1914517A (zh) * 2004-02-13 2007-02-14 索尼爱立信移动通讯股份有限公司 根据加速度信息确定位置的移动终端和方法
JP2009064136A (ja) * 2007-09-05 2009-03-26 Seiko Instruments Inc 歩数計
JP2010085285A (ja) * 2008-09-30 2010-04-15 Toshiba Corp 携帯通信端末

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10739138B2 (en) 2015-06-15 2020-08-11 Sony Corporation Information processing apparatus and control method
CN105698813A (zh) * 2016-01-29 2016-06-22 广东欧珀移动通信有限公司 防误计步方法和系统、以及移动终端、计步器
CN105698813B (zh) * 2016-01-29 2018-11-27 广东欧珀移动通信有限公司 防误计步方法和系统、以及移动终端、计步器

Also Published As

Publication number Publication date
CN103765161B (zh) 2017-05-24
US10976162B2 (en) 2021-04-13
US20140180626A1 (en) 2014-06-26
JP2013050307A (ja) 2013-03-14
JP5953677B2 (ja) 2016-07-20
WO2013031355A1 (ja) 2013-03-07

Similar Documents

Publication Publication Date Title
CN103765161A (zh) 信息处理装置、信息处理方法、程序以及记录介质
EP3816578A2 (en) Hierarchical context detection method to determine location of a mobile device on a person&#39;s body
US9891059B2 (en) Route smoothing
Randell et al. Personal Position Measurement Using Dead Reckoning.
EP2426511B1 (en) Positioning apparatus and positioning method
CN102207551B (zh) 便携式移动终端和用于计算移动轨迹的方法
US20110029277A1 (en) Methods and applications for motion mode detection for personal navigation systems
JP5870817B2 (ja) 情報処理装置、情報処理方法、及びプログラム
JP5328676B2 (ja) ２次元上を動く物体の移動経路の構築装置および構築方法
CN102692179A (zh) 定位设备、定位方法、程序和记录介质
CN103675859A (zh) 卫星导航接收机、设备和用于定位卫星导航接收机的方法
JP2012052937A (ja) 測位装置、測位方法、及び、プログラム
CN102087109A (zh) 位置估测系统、装置及其估测方法
US20140012539A1 (en) Information processing apparatus, congestion degree map generating apparatus, information processing method, program, and recording medium
WO2012045484A1 (en) Gps-calibrated pedometer
US10739138B2 (en) Information processing apparatus and control method
CN113574521A (zh) 转移检测
WO2013031144A1 (en) Information processing apparatus, information processing method, program, and recording medium
JP5652195B2 (ja) 旋回検出装置、端末装置及びプログラム
JP4229146B2 (ja) ナビゲート装置及びプログラム
US10967221B2 (en) Device and method for monitoring exercise performance
CN101596099A (zh) 基于运动传感器和生物传感器的突发疾病分析网络系统
Chirakkal et al. Exploring smartphone-based indoor navigation: A QR code assistance-based approach
CN101596100A (zh) 基于运动传感器和生物传感器的突发疾病分析系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant