CN105435436B - 运动支援装置、运动支援方法及计算机可读取的记录介质 - Google Patents

Abstract

本发明提供一种运动支援装置、运动支援方法及计算机可读取的记录介质。运动支援装置具备：传感器部，具有安装于使用者的身体、在使用者进行使脚活动来移动的运动时输出与使用者的身体的动作状态有关的数据的运动传感器；和控制部，基于数据来算出与使用者的运动状态有关的运动信息。控制部从针对使用者分别以多个移动速度在预先设定的区间内进行了移动时从运动传感器输出的数据而算出的多个运动指标之中，将相对于移动速度的相关相对强的运动指标选择为特定的运动指标，并且算出通过基于以移动速度为变量的一次函数的近似式来表示特定的运动指标时的系数，在使用者通过运动而移动时，基于特定的运动指标以及系数来算出运动信息。

Description

运动支援装置、运动支援方法及计算机可读取的记录介质

对应的日本申请是申请号为特愿2014-191814、申请日为2014.09.19的申请。

技术领域

本发明涉及一种掌握人体运动时的动作状态(运动状态)从而能够在其判断和改善中发挥作用的运动支援装置以及运动支援方法。

背景技术

近年来，以健康志向的提高等为背景，平时进行跑步、劳动、骑自行车等运动来维持、加强健康状态的人群正在增多。

通过平时的运动而以参加马拉松长跑大会等运动会为目标的人也在增加。这样的人群为了掌握自身的健康状态、运动状态，对于将各种生物体信息、运动信息以数值、数据来进行测定或记录的意识和关心程度非常高。进而，以参加运动会等为目标的人群以在该比赛中获取好成绩为目标，因此对于高效且有效的训练方法的意识和关心程度也非常高。

为了确切地掌握自身的健康状态、运动状态，基于在运动中测定的数值、数据来生成容易理解的特定的信息，并且以可视的方式进行提示是有效的。例如，为了定量地对跑步的状况、姿势进行评价，提示跑动速度、步幅(步宽)、步频等信息是有效的。在此，作为测定跑步中、马拉松长跑中的跑动速度、步幅的方法，熟知例如利用基于GPS(全球定位系统；Global Positioning System)的定位数据、接收信号的方法。例如在日本特开平10-325735号公报中记载了下述方法：基于距离和步数来运算平均每一步的步幅，其中，距离是基于根据由安装于人体的GPS接收装置接收到的载波的多普勒频率来测定出的人体的速度而算出的，步数是基于由加速度传感器检测出的振动位移、挥臂周期来运算出的，然后，基于定期接收GPS电波而被更新的步幅和被累计的步数来算出移动距离、移动速度。

在上述的文献中公开了基于通过GPS获得的定位数据来算出人体的移动速度、移动距离、步幅等的方法。在这样的方法中，为了确保定位数据的准确性和精度，需要接收来自许多很多GPS卫星的电波。但是，在大厦之间或室内等无法充分捕捉或难以捕捉GPS卫星的场所，无法算出准确的移动速度、移动距离、步幅等。因此，此时无法确切地掌握运动状态，从而无法适当地对此后的运动状态的改善等进行支援。

发明内容

本发明具有的优点是，可提供一种基于从安装于人体的运动传感器输出的与人体的动作状态有关的数据来确切地掌握人体的运动状态，从而能够在运动状态的改善等的支援中发挥作用的运动支援装置以及运动支援方法。

本发明的一形态所涉及的运动支援装置，其中，具备：传感器部，其具有安装于使用者的身体的运动传感器，在所述使用者进行使脚活动来移动的运动时，从所述运动传感器输出与所述使用者的身体的动作状态有关的数据；和控制部，其基于所述数据来算出与所述使用者的运动状态有关的运动信息，所述控制部，针对所述使用者通过所述运动而分别以多个彼此不同的移动速度在预先设定的区间内进行了移动时从所述运动传感器输出的第1数据，算出预先设定的多个运动指标，将所述多个运动指标之中的相对于所述移动速度的相关相对强的运动指标选择为特定的运动指标，算出通过基于以所述移动速度为变量的一次函数的近似式来表示所述特定的运动指标时的系数，在所述使用者通过所述运动而在与所述区间不同的路径上移动时，基于所述特定的运动指标以及所述系数来算出所述运动信息。

在上述运动支援装置，优选，所述控制部，将所述使用者在所述区间内使所述移动速度彼此不同地至少在所述区间内移动3次时从所述运动传感器输出的所述数据，作为所述第1数据来获取，分别针对彼此不同的所述移动速度来算出所述多个运动指标。

在上述运动支援装置，优选，所述控制部，在所述使用者进行所述运动时，基于所述特定的运动指标以及所述系数，算出所述使用者通过所述运动而在与所述区间不同的路径上移动时的所述使用者的步幅的估计值，作为所述运动指标。

在上述运动支援装置，优选，所述控制部，基于在所述使用者通过所述运动而在给定的移动路径上移动时从所述运动传感器输出的第2数据、所述特定的运动指标和所述系数，估计所述使用者在所述移动动作中的临时步幅，基于所述第2数据，获取所述使用者在所述移动路径中的能够确定所述使用者的位置的彼此不同的两个特定地点之间的移动所需的移动时间，基于所述移动时间和所述临时步幅，算出被估计为所述使用者在所述移动时间内进行了移动的临时移动距离，将修正所述临时移动距离的修正系数，设定为使修正后的所述临时移动距离与所述移动路径中的所述两个特定地点之间的距离一致的值，基于所述修正系数来算出所述步幅的估计值。

在上述运动支援装置，优选，所述两个特定地点是所述移动路径发生弯曲之处，所述第2数据包含表示所述使用者的绕铅直轴的角速度的角速度数据，所述控制部，基于根据所述角速度数据而检测出的所述使用者的绕铅直轴的所述角速度的变化，探测判断出所述使用者处于所述移动路径的所述两个特定地点的两个时刻，基于所述两个时刻来获取所述移动时间。

在上述运动支援装置，优选，所述控制部，基于在所述使用者通过所述运动而在给定的移动路径上移动时从所述运动传感器输出的第2数据、所述特定的运动指标和所述系数，估计所述使用者在所述移动动作中的临时步幅，在所述使用者进行所述运动时，基于所述临时步幅和所述第2数据，依次创建在所述移动路径上移动中的所述使用者的移动轨迹，作为临时移动轨迹，在基于所述第2数据而判定为所述使用者到达了所述移动路径中的能够确定所述使用者的位置的特定地点时，将对所述临时移动轨迹进行修正的修正系数，设定为修正成使修正后的所述临时移动轨迹与所述特定地点一致的值，在所述使用者进行所述运动时，算出根据所述修正系数对所述临时步幅进行了修正后的修正步幅，作为所述步幅的估计值。

在上述运动支援装置，优选，所述特定地点是所述移动路径发生弯曲之处，所述第2数据包含表示所述使用者的绕铅直轴的角速度的角速度数据，所述控制部，基于根据所述角速度数据而检测出的所述使用者的绕铅直轴的所述角速度的变化，判定所述使用者是否到达了所述移动路径的所述特定地点。

在上述运动支援装置，优选，所述第2数据包含表示所述使用者的绕铅直轴的角速度的角速度数据，所述控制部，基于所述角速度数据中的所述使用者的绕铅直轴的所述角速度的积分值，获取用于求取所述运动中的所述使用者的行进方向的临时行进方向，基于所述临时步幅和所述临时行进方向来创建所述临时移动轨迹。

在上述运动支援装置，优选，所述运动支援装置还具备：运动信息提供部，其将所述运动信息与所述路径的信息建立关联后提供给所述使用者。

在上述运动支援装置，优选，所述运动传感器对加速度以及角速度进行检测，所述数据包含与从所述运动传感器检测出的所述加速度以及所述角速度对应的加速度数据以及角速度数据。

在上述运动支援装置，优选，所述多个运动指标包含利用所述加速度数据以及所述角速度数据的至少任一方而算出的下述任一个值：(i)所述运动中的所述使用者的身体的上下动在所述运动中的1周期内的最大值，(ii)所述运动中的所述加速度的平方在所述运动中的1周期内的平均值，(iii)所述运动中的所述加速度的行进方向分量的平方在所述运动中的1周期内的平均值，(iv)所述运动中的所述使用者的脚的触地时间的值，(v)所述运动中的所述使用者的身体的绕铅直轴的偏离角在所述运动中的1周期内的最大值，以及(vi)所述运动中的所述使用者的绕横向贯穿身体的轴的偏离角在所述运动中的1周期内的最大值。

本发明的另一形态所涉及的运动支援方法，其中，包括：在使用者进行使脚活动来移动的运动的同时分别以多个彼此不同的移动速度在预先设定的区间内进行了移动时，针对从安装于所述使用者的身体的运动传感器输出的第1数据，算出预先设定的多个运动指标的步骤；将所述多个运动指标之中的相对于所述移动速度的相关相对强的运动指标选择为特定的运动指标的步骤；算出通过基于以所述移动速度为变量的一次函数的近似式来表示所述特定的运动指标时的系数的步骤；和在所述使用者通过所述运动而在与所述区间不同的路径上移动时，基于所述特定的运动指标以及所述系数来算出与所述使用者的运动状态有关的运动信息的步骤。

在上述运动支援方法，优选，算出所述运动信息的步骤包括：在所述使用者进行所述运动时，基于所述特定的运动指标以及所述系数，算出所述使用者通过所述运动而在与所述区间不同的路径上移动时的所述使用者的步幅的估计值，作为所述运动指标的步骤。

在上述运动支援方法，优选，包括：基于在所述使用者通过所述运动而在给定的移动路径上移动时由所述运动传感器输出的第2数据、所述特定的运动指标和所述系数，估计所述使用者在所述移动动作中的临时步幅的步骤；基于所述第2数据，获取所述使用者在所述移动路径中的能够确定所述使用者的位置的彼此不同的两个特定地点之间的移动所需的移动时间的步骤；基于所述移动时间和所述临时步幅，算出被估计为所述使用者在所述移动时间内进行了移动的临时移动距离的步骤；将修正所述临时移动距离的修正系数，设定为使修正后的所述临时移动距离与所述移动路径中的所述两个特定地点之间的距离一致的值的步骤；和基于所述修正系数来算出所述步幅的估计值的步骤。

在上述运动支援方法，优选，包括：基于在所述使用者通过所述运动而在给定的移动路径上移动时由所述运动传感器输出的第2数据、所述特定的运动指标和所述系数，估计所述使用者在所述移动动作中的临时步幅的步骤；在所述使用者进行所述运动时，基于所述临时步幅和所述第2数据，依次创建在所述移动路径上移动中的所述使用者的移动轨迹，作为临时移动轨迹的步骤；在基于所述第2数据而判定为所述使用者到达了所述移动路径中的能够确定所述使用者的位置的特定地点时，将对所述临时移动轨迹进行修正的修正系数，设定为修正成使修正后的所述临时移动轨迹与所述特定地点一致的值的步骤；和在所述使用者进行所述运动时，算出根据所述修正系数对所述临时步幅进行了修正后的修正步幅，作为所述步幅的估计值的步骤。

附图说明

图1是表示本发明所涉及的运动支援装置的一实施方式的简要构成图。

图2(a)、(b)、(c)是表示一实施方式所涉及的运动支援装置中应用的各构成的简要框图。

图3是表示一实施方式所涉及的运动支援装置的控制方法(运动支援方法)的一例的流程图。

图4是表示在一实施方式所涉及的运动支援方法中的个人特性评价模式下执行的控制处理的一例的流程图。

图5是表示一实施方式所涉及的个人特性评价模式中的说明信息的一例的图。

图6是表示在一实施方式所涉及的个人特性评价模式下进行了测定的一例(奔跑者A的移动速度与各运动指标之间的相关关系)的图表。

图7是表示在一实施方式所涉及的个人特性评价模式下进行了测定的一例(奔跑者B的移动速度与各运动指标之间的相关关系)的图表。

图8是表示在一实施方式所涉及的个人特性评价模式下进行了测定的一例(奔跑者C的移动速度与各运动指标之间的相关关系)的图表。

图9(a)、(b)是表示在一实施方式所涉及的运动支援方法中的训练模式下执行的控制处理的一例的流程图。

图10(a)、(b)是用于说明一实施方式所涉及的临时移动轨迹创建处理的概念图。

图11(a)、(b)是用于说明一实施方式所涉及的路线匹配处理的概念图。

图12是表示在一实施方式所涉及的运动支援方法中的竞赛模式下执行的控制处理的一例的流程图。

图13是表示在一实施方式所涉及的竞赛模式下的竞赛路线的一例的图。

图14是表示一实施方式所涉及的运动支援装置的变形例的简要构成图。

具体实施方式

对于本发明所涉及的运动支援装置以及运动支援方法、运动支援程序，以下示出附图来详细进行说明。

此外，在以下的实施方式中，作为一例，说明基于用户(使用者)在田径赛场等的跑道、给定的跑步路线、马拉松长跑路线等上奔跑时收集的传感器数据，来估计跑动中的移动速度、步幅、步频等，并将基于这些项目的信息提供给用户的情况。但是，本发明并不限于用户跑动来移动的情况，对于通过步行来移动的情况也能够应用。

<运动支援装置>

图1是表示本发明所涉及的运动支援装置的一实施方式的简要构成图。

图2(a)、(b)、(c)是表示本实施方式所涉及的运动支援装置中应用的各构成的简要框图。在此，图2(a)是表示构成运动支援装置的传感器设备的构成的简要框图，图2(b)是表示构成运动支援装置的腕部设备的构成的简要框图，图2(c)是表示构成运动支援装置的信息处理终端的构成的简要框图。

本发明的实施方式所涉及的运动支援装置例如如图1所示，具有：安装于用户(使用者)US的背面侧的腰部的传感器设备100；安装于用户US的手腕等的例如腕表型或腕套型的控制设备(以下记为“腕部设备”)200；和对移动轨迹等进行解析并将与运动状态有关的各种数据以给定的显示方式提供给用户US的信息处理终端300。

传感器设备100具有下述功能：按每个给定的动作模式，收集利用运动传感器(加速度计测部以及角速度计测部)对伴随跑步、马拉松长跑等移动的运动中的人体的动作进行测定而得到的传感器数据，基于该传感器数据来估计与运动状态有关的各种数据，并且创建临时移动轨迹。

具体而言，传感器设备100例如如图2(a)所示，具备：加速度计测部(传感器部、运动传感器)110；角速度计测部(传感器部、运动传感器)120；轴修正部130；存储部140；控制部(临时步幅估计部、移动轨迹估计部、运动指标选择部、行进方向估计部)160；和通信用接口部170。

加速度计测部110计测用户US在运动中的动作速度的变化的比例(加速度)。该加速度计测部110具有3轴加速度传感器，检测沿着彼此正交的3轴方向的各轴方向的加速度分量(加速度信号)，并将加速度数据作为传感器数据来输出。

角速度计测部120计测用户US在运动中的动作方向的变化(角速度)。该角速度计测部120具有3轴角速度传感器，针对规定上述加速度数据的彼此正交的3轴，检测以各轴为中心的旋转运动的旋转方向上产生的角速度分量(角速度信号)，并将角速度数据作为传感器数据来输出。

轴修正部130针对从加速度计测部110以及角速度计测部120输出的传感器数据(加速度数据、角速度数据)执行轴修正处理。

具体而言，一般，人体的背面侧的腰部即使在直立状态下相对于表示与地表垂直的重力方向的铅直轴而言也是前倾的。因此，所安装的传感器设备100的上下方向的轴也相对于铅直轴而前倾。

并且，若用户US开始跑步，腰部会进一步前倾，从而传感器设备100的上下方向的轴进一步倾斜。因此，在跑动动作中从加速度计测部110以及角速度计测部120输出的传感器数据中，会进一步加入跑动动作所引起的倾斜角度变动量。

为此，轴修正部130首先针对跑动动作的几个周期来对各轴的加速度分量进行平均化。由于通过该平均化而加速度分量的重力方向的分量残留下来，因此基于该分量来确定重力方向。轴修正部130使加速度、角速度信号的各轴旋转，以使从加速度计测部110输出的加速度数据的上下方向与上述确定出的重力方向一致，由此来修正传感器数据(加速度数据以及角速度数据)。

存储部140将在轴修正部130中进行了轴修正后的传感器数据(加速度数据、角速度数据)、在后述的控制部160中基于该传感器数据而估计的与运动状态有关的各种数据、创建的临时移动轨迹、从后述的信息处理终端300接收到的竞赛中的路线数据、后述的修正系数等保存至给定的存储区域。

控制部160针对存储部140中保存的修正后的传感器数据来执行给定的信号处理。

具体而言，控制部160执行：基于修正后的传感器数据来估计跑动中的步频、移动速度(跑动速度)、步幅(步宽)等各种数据的处理；以及选择用于对该各种数据进行估计的与个人特性相应的特定的运动指标(以下记为“最佳运动指标”)的处理(最佳运动指标选择处理)。

控制部160还执行：基于修正后的传感器数据来创建运动中的临时移动轨迹的处理(临时移动轨迹创建处理)。

此外，关于在控制部160中执行的各种信号处理将在后面详述。

控制部160是具备计时功能的CPU(中央运算处理装置)等运算处理装置，基于给定的动作模块来执行给定的控制程序。

由此，控制部160控制加速度计测部110以及角速度计测部120中的感测动作、相对于存储部140的各种数据等的保存以及读出动作、以及后述的通信用接口部170中的与腕部设备200、信息处理终端300之间收发控制信号、各种数据等的动作等各种动作。

控制部160还通过执行给定的算法程序来控制轴修正部130中的传感器数据的轴修正处理。

通信用接口部(以下简记为“通信I/F部”)170接收从后述的腕部设备200发送的控制信号，并将其转发给控制部160。由此，传感器设备100中的动作模式(个人特性评价模式、训练模式、竞赛模式)的设定、加速度计测部110以及角速度计测部120中的感测动作的开始、结束等被控制。

通信I/F部170还将从加速度计测部110、角速度计测部120输出的传感器数据、在控制部160中估计出的与运动状态有关的各种数据、临时移动轨迹等发送给后述的腕部设备200、信息处理终端300。

通信I/F部170还从信息处理终端300接收竞赛中的路线数据、后述的修正系数。

这里，在通信I/F部170中，作为在传感器设备100与腕部设备200之间收发各种信号、数据的方法，例如可应用蓝牙(Bluetooth(注册商标))、无线局域网(WiFi；wirelessfidelity(注册商标))等各种无线通信方式。

作为在传感器设备100与信息处理终端300之间传输各种信号、数据的方法，除了上述无线通信方式之外，还可应用例如USB(Universal Serial Bus)标准等的经由通信电缆等的各种有线通信方式、替换存储卡等可移动存储介质的方式。

腕部设备200被安装在用户US容易视觉辨认的位置的人体的部位(例如手腕)。腕部设备200例如利用给定的无线通信方式来与传感器设备100连接。

腕部设备200具有：对传感器设备100中的动作模式进行设定的功能；以及将基于从传感器设备100输出的传感器数据而估计出的与运动状态有关的各种数据以能够视觉辨认的方式向用户US进行显示的功能。

具体而言，腕部设备200例如如图2(b)所示，具备：输入操作部210、显示部220、存储部240、控制部260和通信I/F部270。

输入操作部210是设置于腕部设备200的框体的按钮开关、在后述的显示部220的前面设置的触摸面板等输入单元。输入操作部210例如在传感器设备100中的动作模式的设定、传感器设备100中的感测动作的开始或结束的指示等中的输入操作之中被使用。

显示部220至少将输入操作部210中的输入操作所涉及的数据、在传感器设备100中估计出的与用户US的运动状态有关的各种数据等以给定的方式进行显示。

存储部240至少将经由后述的通信I/F270而从传感器设备100发送来的与用户US的运动状态有关的各种数据保存至给定的存储区域。

控制部260是CPU(中央运算处理装置)等运算处理装置，通过执行给定的控制程序，来控制向显示部220的各种数据的显示动作、相对于存储部240的数据保存和读出动作、通信I/F部270中的与传感器设备100之间的通信动作等各种动作。

通信I/F部270将通过对输入操作部210进行操作而设定的与传感器设备100中设定的动作模式有关的控制信号、对传感器设备100中的感测动作的开始、结束进行指示的控制信号等发送给传感器设备100。

通信I/F部270还接收在传感器设备100中估计出的与用户US的运动状态有关的各种数据。

此外，在本实施方式中，作为控制设备，表示了如图1所示那样具有安装于用户US手腕的腕表型(或腕套型)的形态的情况。但是，本发明并不限定于此。

即，控制设备也可以是具有例如收纳在口袋中或安装于上臂部的形态的设备，进而还可以是具有智能手机等便携信息终端、专用终端的形态的设备。

信息处理终端300具有下述功能：基于在用户US的运动结束后从传感器设备100发送的传感器数据、临时移动轨迹、以及用户US所获取的地图数据，使临时移动轨迹与地图中的路线匹配，从而将每个区间的运动信息与地图建立关联来显示。

在此，信息处理终端300是具备显示面板、并具有能够执行后述的运动支援程序的功能的设备即可。信息处理终端300例如可以是笔记本型、桌上型的个人计算机，也可以是如智能手机(高级便携电话机)、平板终端那样的便携信息终端。

具体而言，信息处理终端300例如如图2(c)所示，具备：输入操作部310、显示部(运动信息提供部)320、存储部340、控制部(修正系数设定部、修正步幅算出部、运动信息提供部)360和通信I/F部370。

输入操作部310是信息处理终端300所附设的键盘、鼠标、触控板、触摸面板等输入单元。

输入操作部310例如在获取或读出地图数据时、在地图上输入运动中的移动路径(路线)时、使输入到地图上的移动路径与临时移动轨迹(移动路径)匹配时、以及对地图上的移动路径之中的任意的区间进行指示时等各种输入操作中被使用。

显示部320至少将利用了输入操作部310的输入操作所涉及的信息、包含通过控制部360创建的移动轨迹的地图、与该地图建立了关联的运动信息(每个区间的步频、移动速度(跑动速度)、步幅)等以给定的方式进行显示。

存储部340将经由后述的通信I/F部370而从传感器设备100接收到的传感器数据、临时移动轨迹等保存至给定的存储区域。

存储部340还将用户US通过操作输入操作部310而经由网络上的提供地图信息服务的网站或收录了地图信息的存储介质等来获取的、包含在运动中移动的路径在内的地图数据，保存至给定的存储区域。

存储部340还保存在后述的控制部360中执行给定的控制程序和算法程序以使临时移动轨迹与地图匹配时、算出每个区间的运动信息时、在显示部320中与地图建立关联地显示运动信息时等所使用的数据和所生成的数据。

控制部360是CPU(中央运算处理装置)等运算处理装置，通过执行给定的控制程序来控制：显示部320中的各种数据、临时移动轨迹、地图的显示；存储部340中的各种数据、临时移动轨迹、地图的保存和读出；后述的通信I/F部370中的与传感器设备100之间的通信动作等各种动作。

控制部360在用户US通过对输入操作部310的操作而从存储部340读出的地图上输入通过运动得到的移动路径(路线)，并调整针对在运动中估计出的临时移动速度的修正系数的值，从而使临时移动轨迹与输入的路线一致(匹配)。

并且，控制部360使用在该匹配处理中被调整后的修正系数，来算出路线的每个区间的运动信息(步频、移动速度、步幅等)。

通信I/F部370接收从传感器设备100发送的传感器数据、临时移动轨迹等。

通信I/F部370还经由网络来获取地图数据等。

<运动支援方法>

下面，参照附图，对本实施方式所涉及的运动支援装置中的控制方法(运动支援方法)进行说明。

在此，说明从本实施方式所涉及的传感器设备100中的运动中的传感器数据的收集至临时移动轨迹的创建、向地图数据(训练路线)的匹配、向用户US提供运动信息为止的一系列的控制处理。

图3是表示本实施方式所涉及的运动支援装置的控制方法(运动支援方法)的一例的流程图。

此外，以下的运动支援方法基于在传感器设备100、腕部设备200以及信息处理终端300的各控制部中执行的给定的算法程序来实现。

在本实施方式所涉及的运动支援方法中，首先，如图3所示，用户US设定运动支援装置的动作模式(步骤102)。

具体而言，用户US对腕部设备200的输入操作部210进行操作来选择传感器设备100中的动作模式。由此，从腕部设备200经由通信I/F部170来发送控制信号。

然后，该控制信号被传感器设备100接收，通过控制部160而使传感器设备100被设定为所选择出的动作模式。

在本实施方式中，运动支援装置的动作模式包括个人特性评价模式、训练模式以及竞赛模式，可选择其中的任一个模式。

以下，对各动作模式进行说明。

(个人特性评价模式)

图4是表示在本实施方式所涉及的运动支援方法中的个人特性评价模式下执行的控制处理的一例的流程图。

图5是表示在本实施方式所涉及的个人特性评价模式下显示部所显示的说明信息的一例的图。

在个人特性评价模式下执行最佳运动指标选择处理，其中，基于在试跑中收集的传感器数据来评价用户个人的跑动动作的特性(运动特性)，并根据其结果来选择对于估计用户US的步幅而言最佳的特定的运动指标。

在个人特性评价模式(最佳运动指标选择处理)下，如图4的流程图所示，首先如图1所示，用户US在将传感器设备100以及腕部设备200安装到人体的给定的部位后的状态下，利用腕部设备200的输入操作部210来选择个人特性评价模式。由此，与该动作模式有关的说明信息被提供给用户US(步骤S112)。

具体而言，例如如图5所示，在腕部设备200的显示部220上，开始与个人特性评价模式有关的一系列的处理的意思、表示其具体过程的文字信息、图像信息，以一并显示、上卷显示、滑动显示等可被用户US充分识别的给定方法来显示。

此外，向用户US提供说明信息的提供方法并不限于上述的显示部220中的文字信息、图像信息的显示。例如，可以在上述的文字信息、图像信息的显示的基础上或者替代上述的文字信息、图像信息的显示，而从扬声器输出与上述的文字信息同等的内容的声音信息来提供给用户US。

然后，将传感器设备100设定为个人特性评价模式的控制信号(模式设定信号)被从腕部设备200发送给传感器设备100。

传感器设备100若从腕部设备200接收到上述控制信号(模式设定信号)，则被设定为个人特性评价模式，使加速度计测部110以及角速度计测部120中的感测动作开始，并转移到等待传感器数据的收集的待机状态(步骤S114)。

然后，用户US基于上述的说明信息，在例如从公园的一端设定到另一端的试跑区间内，以对于用户US而言为慢的速度、平常速度、快的速度这3等级的彼此不同的速度进行跑动(移动)(步骤S116、S122)。

这里，在个人特性评价模式下，设定例如50m左右的试跑区间，来收集以不同的速度进行了多次跑动时的传感器数据(加速度数据、角速度数据)。

这里，对于试跑区间，无需知道距离，只要以不同的速度跑动时的距离彼此大致相同即可。

此时，安装于腰部的传感器设备100判定在试跑中收集到的铅直方向的加速度分量是否超过了重力加速度的给定的常数倍(步骤S118)。

并且，在判定为铅直方向的加速度分量超过了重力加速度的给定的常数倍时(步骤S118中为是)，确定跑动区间(步骤S120)。

在该步骤S118中的判定处理之中，常数例如被设定为2。

具体而言，控制部160判定：由加速度计测部110测定且由轴修正部130进行了轴修正后的加速度数据之中的铅直方向的加速度分量在1步的期间内的最大值，是否超过了重力加速度的常数倍即例如2倍。

在铅直方向的加速度分量在1步的期间内的最大值超过了重力加速度的常数倍的动作连续的情况下，控制部160将铅直方向的加速度分量处于该状态的区间判定为跑动区间。

然后，控制部160使传感器设备100从待机状态转移到收集传感器数据的收集状态，以收集在跑动区间中从加速度计测部110以及角速度计测部120输出的传感器数据(加速度数据、角速度数据)。并且，在将收集到的传感器数据通过轴修正部130进行了轴修正后，保存至存储部140的给定的存储区域。

这里，在上述的步骤S118、S120中示出的跑动区间的确定方法中，即使设为用户US在各跑动中在一定的距离的试跑区间内奔跑，由于在奔跑开始、奔跑结束处存在未成为给定的跑动状态的区间，因此实际的跑动区间也有可能与试跑区间的距离稍微不同。但是，在将试跑区间的距离设定为例如50m左右的情况下，通常能够使试跑区间与实际的跑动区间之差对于试跑区间的距离的影响变为相对微小的程度。另一方面，若使试跑区间的距离与该距离相比而过短，则试跑区间与实际的跑动区间之差对于试跑区间的距离的影响有时会相对增大。进而，若使试跑区间的距离与该距离相比而过长，则以不同的速度进行多次(在此为3次)试跑对于用户US而言有时会成为较大的负担。因此，关于试跑区间，现实中通常优选设定在50m左右。

此外，这里示出的试跑区间的距离只是一例，并不限定于此，可以基于用户US的体力、身体状况等来适当设定。

然后，控制部160基于在如上述的试跑区间内以不同的速度跑动时每次的各所需时间来估计跑动速度(的比率)(步骤S124)。在此，将各试跑中的跑动距离视为相同，根据各所需时间来算出各跑动速度的比率。

然后，控制部160基于收集到的传感器数据(加速度数据、角速度数据)，算出为了估计步幅、移动距离(跑动距离)而使用的多个运动指标(步骤S126)。

在本实施方式中，作为运动指标，例如算出下述6个项目的运动指标IDa～IDf的值。

IDa：跑步动作中的用户的身体的上下动在1周期内的最大值

IDb：加速度的平方在1周期内的平均值(加速度冲量)

IDc：加速度的行进方向分量的平方在1周期内的平均值(前进方向冲量)

IDd：用户的脚的触地时间的值

IDe：用户的身体的绕铅直轴的偏离角在1周期内的最大值(骨盆偏离角/偏转)

IDf：用户的绕横向贯穿身体的轴的偏离角在1周期内的最大值(骨盆偏离角/俯仰)

在此，跑步动作中的1周期是指例如从右脚着地经过左脚着地后至右脚着地为止的两步的时间。

上下动的最大值是通过对铅直方向加速度进行两次积分来算出高度，并从1周期内的最高值减去最低值后的差分。

触地时间基于前后方向加速度而被估计。具体而言，在跑步动作中，脚着地时会在行进方向的反向(朝后)上出现前后方向加速度的尖峰。由此，检测该前后方向加速度的尖峰所出现的定时，将该定时判定为着地定时(触地时间的开始定时)。

而且，前后方向加速度在触地期间中从朝后(着地时)向朝前转换，并且不久就会衰减。即，在脚离开地面时推进力消失，前后方向加速度变为零。由此，检测该前后方向加速度变为零的定时，将该定时判定为离地定时(触地时间的结束定时)。

将从这样检测出的着地定时至离地定时为止的经过时间计测为触地时间。

然后，控制部160算出各运动指标相对于跑动速度的相关系数的值。该相关系数表示：在由以跑动速度为变量的一次函数来表示各运动指标时的、与基于各运动指标的一次函数的直线之间的偏差的程度。

并且，控制部160选择该相关系数的值成为最大的值的运动指标(即，相对于跑动速度的相关系数的值成为最大的运动指标)，将其作为用于估计跑动中的步幅的最佳运动指标(Val)(步骤S128)。

然后，将选择出的最佳运动指标保存至存储部140的给定的存储区域(步骤S130)。

在此，移动速度(跑动速度)能够利用选择出的最佳运动指标(Val)，并使用由下面的(1)式所示的基于以移动速度为变量的1次函数的近似式来近似并估计。在此，a、b表示给定的系数。

移动速度＝a×Val+b···(1)

此外，在本实施方式中，为了简化计算而表示了利用1次式进行近似的情况，但也可利用2次式、3次式来进行近似。

此外，在提高式子的次数时，数据量多是较为理想的。

移动距离(跑动距离)相对于移动速度和移动时间而具有下面的(2)式的关系。

移动距离＝移动速度×移动时间···(2)

步幅相对于移动距离和步数而具有下面的(3)式的关系。

步幅＝移动距离/步数···(3)

根据上述(2)、(3)式，步幅具有下面的(4)式的关系。

步幅＝(a×Val+b)×移动时间/步数···(4)

根据该(4)式的关系，可以说：相对于步幅而相关强的运动指标相对于移动速度(跑动速度)也相关强。

因此，在本实施方式所涉及的个人特性评价模式下示出的各运动指标IDa～IDf之中，能够将相对于跑动速度的相关强的运动指标用作步幅估计用的最佳运动指标(Val)。

这里，在本实施方式中，如上述(1)～(4)式所示，为了估计步幅而能够利用相对于与步幅密切关联的移动速度(跑动速度)的相关强的运动指标，基于此来执行上述的个人特性评价模式下的一系列的处理。

由此，在本实施方式中，仅利用由传感器设备100所具备的运动传感器输出的传感器数据(加速度数据、角速度数据)，就能够判定对于各用户US而言哪个运动指标适合于步幅的估计。

图6是在本实施方式所涉及的个人特性评价模式下进行了测定的一例，是表示作为用户US的奔跑者A的跑动速度与各运动指标之间的相关关系的图表。

图7是在本实施方式所涉及的个人特性评价模式下进行了测定的一例，是表示作为用户US的与奔跑者A不同的奔跑者B的跑动速度与各运动指标之间的相关关系的图表。

图8是在本实施方式所涉及的个人特性评价模式下进行了测定的一例，是表示作为用户US的与奔跑者A、B不同的奔跑者C的跑动速度与各运动指标之间的相关关系的图表。

图6～图8所示的各图表(a)～(f)的横轴是跑动速度的值。

在此，利用将以慢的速度、平常速度、快的速度这3等级的不同的速度跑动之中的“平常速度”下的跑动速度设为1时的相对值，显示了横轴的跑动速度。

图6～图8中的图表(a)的纵轴是作为运动指标的跑步1周期内的最大上下动的值。

图表(b)的纵轴是作为运动指标的加速度(针对铅直分量而减去了重力加速度)的平方在1周期内的平均值。

图表(c)的纵轴是作为运动指标的加速度的前进方向分量的平方在1周期内的平均值。

图表(d)的纵轴是作为运动指标的触地时间的值。

图表(e)的纵轴是作为运动指标的绕铅直轴的1周期内的最大偏离角的值。

图表(f)的纵轴是作为运动指标的绕横向贯穿身体的轴的1周期内的最大偏离角的值。

在此，关于图表(a)～(f)的纵轴的值，也利用将以慢的速度、平常速度、快的速度这3等级的不同的速度跑动之中的以“平常速度”跑动时的值设为1的情况下的相对值来显示。这些各运动指标根据从传感器设备100输出的传感器数据(加速度数据、角速度数据)而被算出。

若对图6～图8所示的各图表(a)～(f)进行验证，则可知：在横轴的跑动速度与纵轴上设定的各运动指标之间存在相关的强弱。

这里，在根据纵轴的运动指标来估计跑动速度时，希望采用与跑动速度的相关比较强、图表上的点(相对于跑动速度的运动指标的值)大致分布在倾斜度的绝对值为1左右的直线上的运动指标。

在此，例如在奔跑者A的情况下，由于图6所示的图表(a)中的运动指标(上下动的最大值)大致分布在倾斜度的绝对值为1左右的直线上，因此能够判定为适合作为步幅估计用的运动指标。并且，能够判定出图表(d)中的运动指标(触地时间)是下一个适合的运动指标。

在另一奔跑者B的情况下，由于图7所示的图表(c)中的运动指标(前进加速度的均方(前进方向冲量))大致分布在倾斜度的绝对值为1左右的直线上，因此能够判定为适合作为步幅估计用的运动指标。并且，能够判定出图表(e)的运动指标(绕铅直轴的最大偏离角(骨盆偏离角))是下一个适合的运动指标。

进而，在又一奔跑者C的情况下，由于图8所示的图表(c)中的运动指标(前进加速度的均方(前进方向冲量))大致分布在倾斜度的绝对值为1左右的直线上，因此能够判定为适合作为步幅估计用的运动指标。并且，能够判定出图表(d)中的运动指标(触地时间)、图表(e)中的运动指标(绕铅直轴的最大偏离角)是接下来适合的运动指标。

在各奔跑者A、B、C中，将如上述的被判定为适合作为步幅估计用的运动指标的运动指标选择为最佳运动指标(Val)。

然后，通过数据拟合来算出上述(1)式中的系数a、b的值。并且，将该系数a、b的值与用户US建立关联地保存至存储部140的给定的存储区域。

这样，在个人特性评价模式下，基于通过试跑而收集到的传感器数据，对跑动速度与各运动指标之间的相关关系进行评价(或分析)，由此能够根据每个用户US的跑动动作的特性，将与跑动速度的相关关系最强的特定的运动指标(最佳运动指标)选择为用于估计步幅的运动指标。

(训练模式)

下面，对本实施方式所涉及的训练模式进行说明。

图9(a)、(b)是表示在本实施方式所涉及的运动支援方法中的训练模式下执行的控制处理的一例的流程图，图9(a)是表示在本实施方式所涉及的训练模式下执行的临时移动轨迹创建处理的一例的流程图，图9(b)是表示在本实施方式所涉及的训练模式下执行的路线匹配处理的一例的流程图。

图10是用于说明本实施方式所涉及的临时移动轨迹创建处理的概念图。

图11是用于说明本实施方式所涉及的路线匹配处理的概念图。

在训练模式下执行：基于在训练中收集到的传感器数据以及在上述的个人特性评价模式(最佳运动指标选择处理)下决定的最佳运动指标来创建临时移动轨迹的临时移动轨迹创建处理；和对所创建的临时移动轨迹与在地图中被指定的训练路线进行比较并进行匹配的路线匹配处理。

在训练模式(临时移动轨迹创建处理)下，首先，如图1所示，在用户US将传感器设备100以及腕部设备200安装到人体的给定的部位后的状态下，通过腕部设备200来选择训练模式。

由此，将传感器设备100设定为训练模式的控制信号(模式设定信号)被从腕部设备200发送给传感器设备100。传感器设备100若从腕部设备200接收到上述控制信号(模式设定信号)，则被设定为训练模式。

然后，若用户US在与训练(跑步)的开始同时、或者在训练的开始定时前后利用腕部设备200的输入操作部210而指示了传感器数据的收集开始，则控制信号(开始命令)被发送给传感器设备100。

如图9(a)的流程图所示，传感器设备100若从腕部设备200接收到上述控制信号(开始命令)，则开始基于加速度计测部110以及角速度计测部120的感测动作，收集从加速度计测部110以及角速度计测部120输出的传感器数据(步骤S212)。

此时，在训练中收集的传感器数据(加速度数据、角速度数据)被轴修正部130进行轴修正，并保存至存储部140的给定的存储区域。

这里，在训练模式下，收集例如在田径赛场等的跑道、跑步路线、马拉松长跑路线等所希望的路线跑动(移动)时的传感器数据(加速度数据、角速度数据)。

接下来，控制部160利用在上述的个人特性评价模式下获取且与用户US建立关联地保存至存储部140中的最佳运动指标(Val)以及系数a、b、基于训练中收集的传感器数据(加速度的周期变化)而算出的移动时间、和步数，根据上述(4)式来算出并估计临时步幅(临时步宽)。

该临时步幅如后述那样是与用户US的实际的步幅近似的量，与实际的步幅成比例。但是，大多情况下是与用户US的实际的步幅不同的。

控制部160将在估计出的临时步幅上乘以步数而算出的距离估计为临时移动距离(步骤S214)。

进而，控制部160将临时移动距离除以移动时间而算出的速度估计为临时移动速度。

控制部160对在训练中收集到的传感器数据之中的绕铅直轴的角速度进行积分来算出角度，对该角度进行积分，并将其按给定区间(例如10步)进行平均，由此来检测行进方向的变化，将该行进方向估计为临时行进方向(步骤S216)。

在上述的步骤S214、S216中估计出的临时步幅、临时移动距离、临时行进方向分别与时间数据、区间数据建立关联地保存至存储部140的给定的存储区域。进而，控制部160经由通信I/F部170而将临时步幅、临时移动距离等数据发送给腕部设备200。

由此，腕部设备200使显示部220例如以数值信息、图像信息等方式大致实时地显示发送来的临时步幅、临时移动距离等信息，并将这些信息作为运动信息而提供给用户US。

接下来，控制部160基于上述的临时移动距离以及临时行进方向，创建训练中的临时移动轨迹(临时跑动轨迹)(步骤S218)。

具体而言，如图10(a)所示，控制部160在假想平面上(二维空间)的任意的位置上确定起点ST。然后，在假想平面上按给定区间沿临时行进方向描绘临时移动距离的箭头符号(向量)AR，将其终点ED确定为新的起点，依次反复进行同样的处理。由此，如图10(b)所示，在假想平面上创建出在训练中移动的路径、即临时移动轨迹RTx。创建出的临时移动轨迹RTx被保存至存储部140的给定的存储区域(步骤S220)。

在训练模式下，接下来执行路线匹配处理。该路线匹配处理是在训练中的跑动(移动)结束后在信息处理终端300中执行的处理。

在路线匹配处理中，如图9(b)的流程图所示，控制部160首先在训练中的跑动(移动)结束之后，经由通信I/F部170，将收集到的传感器数据、创建出的临时移动轨迹等从传感器设备100转发给信息处理终端300(步骤S262)。

信息处理终端300例如由用户US对输入操作部310进行操作，来获取包含本次的训练中用户US跑动(移动)的路径(训练路线)在内的地图数据(步骤S264)。

在此，地图数据例如也可以经由因特网上的提供地图信息服务的网站来获取，还可以从收录了地图信息的存储介质等来获取。

并且，从传感器设备100转发来的传感器数据、临时移动轨迹、获取的地图数据被保存至信息处理终端300的存储部340的给定的存储区域。

然后，用户US使信息处理终端300的显示部320显示存储部340中保存的基于地图数据的包含训练路线在内的地图。并且，用户US利用输入操作部310，如图11(a)所示那样，将作为本次的实际的移动路径的训练路线RTa输入到地图中(步骤S266)。

在此，作为向地图输入训练路线的输入方法，例如可应用通过鼠标光标等依次指定位于训练路线RTa上的道路的多个交叉点的方式、如沿着地图上的道路来描绘训练路线RTa那样引出线来进行指示的方式。

接下来，控制部360使在上述的临时移动轨迹创建处理(步骤S212～S220)中创建出的临时移动轨迹RTx、由用户US输入到地图中的训练路线RTa进行旋转，以使例如临时移动轨迹RTx的朝向与训练路线RTa的朝向相符，并与地图的比例尺相符地比较彼此的大小(步骤S268)。

然后，控制部360如图11(b)所示，基于地图的比例尺进行放大或缩小来修正，以使临时移动轨迹RTx中的距离(临时移动距离)与作为实际的移动路径的训练路线RTa的距离一致(匹配)(步骤S270)。

在此，控制部360算出并设定对估计出的临时移动速度进行修正的系数(以下记为“修正系数”)的值，以使训练路线RTa中的能够确定路线上的位置的拐角等特定地点和临时移动轨迹RTx中的与上述特定地点对应的地点一致。根据该修正系数对临时移动速度进行修正，从而使临时移动轨迹RTx与训练路线RTa一致。

具体而言，如图11(b)所示，例如，临时移动轨迹RTx的地点P对应于训练路线RTa的特定地点P′，临时移动轨迹RTx的地点Q对应于训练路线RTa的特定地点Q′。

然后，基于在训练中收集到的传感器数据，获取判断为用户US处于临时移动轨迹RTx的地点P的第1时刻、和判断为处于地点Q的第2时刻，将第1时刻与第2时刻的时间差作为地点P与地点Q之间的移动时间来获取。

接下来，算出临时移动轨迹RTx中的地点P与地点Q之间的临时移动距离Lx。

此时，临时移动距离Lx具有下面的(5)式的关系。

Lx＝(a×Val+b)×移动时间···(5)

在此，训练路线RTa的地点P′与地点Q′之间的实际的距离设为La。此时，修正系数K成为距离La除以临时移动距离Lx而得到的值。

即，距离La具有下面的(6)式的关系。

La＝K×Lx···(6)

由此，将上述的系数a、b如(7)式那样进行修正。

a′＝K×a，b′＝K×b···(7)

通过该临时移动距离Lx的匹配而设定的修正系数K被保存至存储部140的给定的存储区域。

在此，在相同路线上进行了多次绕圈跑动的情况下，将基于每圈的跑动时间而算出的多个修正系数的平均值用作修正系数K。

在此，在移动速度(跑动速度)的算出中，通过增大最近测定出的数据的加权，从而能够将当前的用户US的跑动动作的特性反映到修正系数中。

接下来，控制部360利用在上述的步骤S270中被设定为使临时移动轨迹RTx与训练路线RTa一致(匹配)的值的修正系数，按给定区间(例如10步)来算出移动速度。

然后，基于该移动速度，算出对各区间的临时步幅进行修正后的步幅(以下设为修正步幅)(步骤S272)。

该修正步幅成为接近用户US的实际的步幅的值。

按每个区间而算出的移动速度(区间速度)以及修正步幅，与训练路线RTa(即，匹配后的临时移动轨迹RTx)的各区间建立关联地被保存至存储部340的给定的存储区域(步骤S274)。

接下来，用户US利用信息处理终端300的输入操作部310，从存储部340所保存的训练路线中选择任意的训练路线，从而控制部360使显示部320显示明确展示了该训练路线的地图。

然后，例如，用户US通过鼠标光标等来指示被显示的地图上的训练路线的任意的位置、区间，由此控制部360使显示部320的给定的显示区域或弹出窗口以数值信息等方式来显示与该位置、区间建立了关联的移动速度(区间速度)、修正步幅、或者其他数据，并作为运动信息而提供给用户US(步骤S276)。

这样，在训练模式下，在训练后，通过使基于传感器数据而估计出的临时移动轨迹与作为实际的移动路径的训练路线匹配，由此基于通过匹配而设定的修正系数来算出更准确的运动信息，并以与地图建立了关联的方式提供给用户US。

由此，用户US能够确切地掌握在本次的训练中的运动状态。

并且，用户US例如能够基于本次的训练中的运动状态，在下次之后的训练中实现改善。

(竞赛模式)

下面，对本实施方式所涉及的竞赛模式进行说明。

图12是表示在本实施方式所涉及的运动支援方法中的竞赛模式下执行的控制处理的一例的流程图。

图13是表示在本实施方式所涉及的竞赛模式下的竞赛路线的一例的图。

在竞赛模式下执行竞赛支援处理，其中，适当调整在竞赛中的跑动之中收集的传感器数据、以及在上述训练模式下设定的修正系数的值，基于调整后的修正系数而在竞赛中的跑动之中算出运动信息，并将其大致实时地提供给用户US。

在竞赛模式(竞赛支援处理)下，如图12的流程图所示，首先，用户US取得例如如图13所示的竞赛路线RTm的数据，并与该时间点下最新的修正系数一起预先转发到传感器设备100的存储部140中进行存储(步骤S312)。在此，竞赛路线RTm的数据至少包括竞赛路线的形状以及距离的信息。

具体而言，在近年著名的马拉松长跑大会、竞赛等中，会预先由竞赛主办方等公开与路线有关的信息。因此，用户US例如能够通过信息处理终端300而从因特网上的主办方的网站等取得竞赛路线RTm的数据。

然后，用户US将信息处理终端300的存储部340中保存的最新的修正系数作为修正系数的初始值来读出，并与上述的竞赛路线RTm的数据一起转发给传感器设备100。

在此，作为修正系数的初始的值，可应用通过上述训练模式而设定的最新或最近的训练中的修正系数、在最新或最近的竞赛中设定的修正系数。

接下来，如图1所示，在用户US将传感器设备100以及腕部设备200安装于人体的给定的部位的状态下，通过腕部设备200来选择竞赛模式。

由此，将传感器设备100设定为竞赛模式的控制信号(模式设定信号)，被从腕部设备200发送给传感器设备100。

然后，若用户US与竞赛的开始同时、或者在竞赛的开始定时前后通过腕部设备200而指示了传感器数据的收集开始，则控制信号(开始命令)被发送给传感器设备100。

由此，传感器设备100的加速度计测部110以及角速度计测部120开始进行感测动作，从而开始传感器数据的收集(步骤S314)。

在竞赛中的跑动之中收集的传感器数据(加速度数据、角速度数据)被轴修正部130进行轴修正后保存至存储部140的给定的存储区域。

接下来，控制部160基于通过控制部160而在上述的个人特性评价模式下获取到的最佳运动指标(Val)、以及在竞赛中的跑动之中收集的传感器数据，估计临时步幅、临时移动距离、临时移动速度、临时行进方向(步骤S316)。

控制部160基于临时移动距离以及临时行进方向来依次创建在竞赛中的跑动之中的临时移动轨迹(步骤S318)。

这些数据与时间数据、区间数据建立关联地被保存至存储部140的给定的存储区域。进而，控制部160将这些数据发送给腕部设备200。

由此，腕部设备200使显示部220例如以数值信息、图像信息等方式大致实时地显示发送来的临时步幅、临时移动距离、临时移动速度、临时行进方向、临时移动轨迹等信息，并将这些信息作为运动信息而提供给用户US。

在此，通过控制部160执行与上述训练模式下执行的临时移动轨迹创建处理(步骤S214～S218)同等的处理，由此来实现各种数据的估计处理。

接下来，控制部160基于上述的临时移动距离以及临时行进方向，来判定用户US是否到达了例如拐角(弯曲的地点)那样能够确定竞赛路线RTm上的位置的特定地点(步骤S320)。

然后，控制部160在判定为用户US到达了能够确定竞赛路线RTm上的位置的特定地点时(步骤S320中为是)，对上述修正系数的值进行调整，以使在竞赛中的跑动之中依次创建的临时移动轨迹与竞赛路线RTm上的上述特定地点一致(路线匹配)(步骤S322)。

调整后的新的修正系数被保存至存储部140的给定的存储区域。

在此，通过由控制部160执行与上述的训练模式下执行的路线匹配处理(步骤S268、S270)同等的处理，由此来实现该路线匹配中的处理。

另一方面，在用户US未到达能够确定路线的特定地点时(步骤S320中为否)，返回步骤S314，反复执行传感器数据的收集、与运动状态有关的各种数据的估计以及临时移动轨迹的创建。

接下来，控制部160利用在上述的步骤S322中调整后的新的修正系数，或者利用该修正系数和在最新的训练时获取到的修正系数的加权平均值，来算出当前时间点的移动速度。

控制部160基于算出的移动速度和所需时间来算出到当前时间点为止的移动距离。并且，基于根据在竞赛中的跑动之中收集的传感器数据而算出的每单位时间的步数(步频)和移动速度，来算出当前时间点的修正步幅(步骤S324)。

算出的步频、移动速度、移动距离、修正步幅被发送至腕部设备200。

由此，腕部设备200使显示部220例如以数值信息、图像信息等方式大致实时地显示发送来的算出的步频、移动速度、移动距离、修正步幅等信息，并将这些信息作为运动信息而提供给用户US(步骤S326)。

即，在该显示中，与基于在个人特性评价模式下获取到的最佳运动指标(Val)和在竞赛中的跑动之中收集的传感器数据而估计出的初始的步频、移动速度、步幅进行比较，从而将更准确地反映了当前时间点的竞赛路线的数据、用户US的运动状态的适当的运动信息提供给用户US。

此外，在上述说明中，作为运动信息而在显示部220上显示算出的步频、移动速度、移动距离、修正步幅。但是，例如在预先设定了关于这些项目的各项目的目标值的情况下，也可以将算出的这些值与各自的目标值进行比较，表示出相对于目标值的差分的值、相对于目标值的增减的变化趋势等来进行显示，以使用户US容易识别跑动状态的要改善点，从而促使用户US进行改善。

并且，这样的一系列的处理(步骤S314～S326)直至用户US在竞赛路线上结束奔跑从而结束传感器数据的收集为止(即，直至结束竞赛模式为止)被反复执行(步骤S328)。

这样，在竞赛模式下，在每次到达能够确定路线的特定地点时，都对修正系数进行调整(更新)，以使在竞赛中的跑动之中创建的到该地点为止的临时移动轨迹与竞赛路线匹配。

由此，基于在竞赛中的跑动之中收集的传感器数据而估计出的步频、临时移动速度、临时步幅、临时移动距离等数据，随时被修正为更准确地反映了当前时间点的用户US的运动状态的适当的数据，并大致实时地提供给用户US。

因此，用户US在竞赛中的跑动之中能够大致实时地确切地掌握运动状态，所以，在竞赛中的跑动之中，能够认识到运动状态的问题点，实现该问题点的改善，或者基于该问题点而实现记录的提高。

此外，在上述的竞赛模式下，在竞赛中的跑动之中执行路线匹配处理时，作为能够确定竞赛路线上的位置的特定地点而说明了应用竞赛路线中的拐角的情况。但是，本实施方式并不限定于此。

例如，在马拉松长跑大会等中，大多情况下，在路线的途中会设置有供水站。并且，在供水站，用户US会进行用于接受供水的特定的动作。所以，也可以在检测到该特定的动作时判断为用户US处于供水站，执行路线匹配处理，以使临时移动轨迹与供水站的位置一致。

具体而言，一般，跑动中在供水站接受饮料等时，会进行暂时偏出本来的路线(例如靠近道路的左端)然后立即返回本来的路线位置的供水动作。进而，一般在该供水动作中步频会稍微下降。所以，能够应用如下方法，即，通过传感器设备100的加速度计测部110和角速度计测部120来检测该动作状态的变化(即，临时移动轨迹的弯曲，例如绕铅直轴的角速度的变化等)，由此来执行针对供水站的路线匹配处理。

然后，在竞赛结束后，控制部160经由通信I/F部170，将在竞赛中的跑动之中收集到的传感器数据、算出的各种数据、在路线匹配处理中使用的修正系数等从传感器设备100转发给信息处理终端300。

此后，用户US利用信息处理终端300的输入操作部310，获取例如在因特网上公开的本次的竞赛中的表示每隔给定距离的通过时间的一圈时间(1ap time)数据(记录信息)，由此信息处理终端300能够在竞赛后进行更详细的解析。

在本实施方式中，如上所述，作为在执行路线匹配时能够确定路线的地点而应用了拐角等。

另一方面，一般，一圈时间计测点大多位于直线路线上。

因此，通过获取一圈时间计测点的通过时刻，还能够对拐角与拐角之间进行分割来解析。

以下，利用具体的数值来进行说明。

例如，设5km的通过时间为25分10秒。

另一方面，设路线匹配中使用的前后的拐角为2km地点和8.5km地点，设由传感器计测出的通过时间分别为11分30秒和42分30秒。

由此，从2km地点到5km地点之间的3km区间的所需时间为13分50秒，通过用区间距离除以所需时间，从而可知该区间的平均速度为3.61m/秒。

从5km地点到8.5km地点之间的3.5km区间的所需时间为17分20秒，通过用区间距离除以所需时间，从而可知该区间的平均速度为3.37m/秒。

这样，通过利用在竞赛路线上设置的一圈时间计测地点处的信息，从而能够更详细地对区间进行分割来获得各个区间中的速度信息。

由此，能够更详细地对修正系数、运动信息进行补充来提供更准确的数值的运动信息，因此用户US能够确切地掌握竞赛时的运动状态，从而在此后的竞赛和训练中发挥作用。

这样，在本实施方式中，能够在不使用基于GPS的定位数据的情况下，基于由运动传感器收集到的传感器数据(加速度数据、角速度数据)来准确地估计运动中的步频、移动速度、步幅等各种数据并提供给用户US。

因此，即使在GPS电波难以到达的城市的大厦之间等环境下，也能确切地掌握运动状态，从而在该运动状态的判断、改善中发挥作用。

此外，在本实施方式中，通过仅利用了一个最佳运动指标的1次式来进行了移动速度的估计，但本发明并不限定于此，也可以还利用第2个、第3个适合的运动指标来通过2次式、3次式进行估计。

<变形例>

图14是表示本实施方式所涉及的运动支援装置的变形例的简要构成图。

在上述的实施方式中，在传感器设备100中执行运动中的传感器数据的收集、与运动状态有关的各种数据的估计、临时移动轨迹的创建这一系列的处理。并且，说明了在信息处理终端300中执行使临时移动轨迹与路线一致的匹配处理、基于其结果(被设定的修正系数)来算出步频、移动速度、修正步幅等运动信息并进行显示的处理的情况。

本发明并不限定于此。

例如，如图14所示，运动支援装置也可以具备与网络连接的服务器设备500、云系统。

并且，将在运动后从传感器设备100发送来的传感器数据、临时移动轨迹经由信息处理终端300、网络中继设备400而转发给服务器设备500。并且，在服务器设备500中，也可以执行上述的临时移动轨迹的路线匹配、运动信息的算出等处理。

本发明所涉及的运动支援装置在图14所示的构成中，可以通过传感器设备100仅执行运动中的传感器数据的收集。

并且，将收集到的传感器数据在运动后经由信息处理终端300、网络中继设备400而转发给服务器设备500。然后，在服务器设备500中，可以执行与运动状态有关的各种数据的估计、临时移动轨迹的创建、临时移动轨迹的路线匹配、运动信息的算出等处理。

该情况下，信息处理终端300只要具有能够与网络、服务器设备500连接来阅览信息的功能即可，可以是简单的构成。用户US能够通过利用简单构成的信息处理终端300来访问服务器设备500，由此阅览与地图中的路线建立了关联的运动信息。

此外，在上述实施方式中，也可以在基于传感器设备100来收集传感器数据时，在从加速度计测部110输出的加速度为给定的值以下的情况下，控制部160判断为用户US未进行运动而处于静止状态，在该静止状态持续一定时间以上的情况下，例如停止传感器数据的收集动作，并且执行角速度计测部120的校正(calibration)。

在上述的实施方式中，如图1所示，说明了将传感器设备100安装于用户US的腰部的情况。但是，本发明并不限定于此。

传感器设备100只要安装于沿着通过人体的中心的体轴的位置或躯干即可，例如可以安装于胸部、颈部、腹部等其他位置。

关于传感器设备100向人体的安装方法也不特别限定。

例如，能够适当应用通过夹子夹在训练服上的方式、通过胶带部件等贴附在训练服上的方式、通过带子等卷绕在身体上的方式、组合在衣服上的方式等各种安装方法。

这里，在将传感器设备100安装于胸部、颈部那样的上半身或远离地表的位置的情况下，脚着地时产生的尖锐的加速度的峰值难以到达包含胸、颈的上半身，存在测定困难的情况。该情况下，关于上述的运动指标中的触地时间，也可采用其他算出方法。

例如，一般，脚着地后，在由触地的脚用力地支撑体重的时间点，上下方向的加速度成为1G(9.8m/s2)。并且，此后伴随踢的动作，表现出加速度上升然后衰减下去的行动。所以，可以应用：将上下方向的加速度超过了1G的区间作为积极进行了踢的动作的区间来检测，将该区间作为触地时间来应用的方法。

此外，在上述的实施方式中，说明了在设定修正系数时应用在地图上指定的距离的情况。但是，本发明并不限定于此。例如，也可以利用基于GPS的定位数据。

在此，GPS在定位位置包含10m左右的定位误差，因此例如在100m左右的直线上以GPS位置精度为基础来估计速度时，定位误差的影响成为10％左右，比较大。但是，若为例如2km左右的直线，则能够使该定位误差的影响变为1％以下。因此，若临时移动轨迹的直线部分充分长、且在其两端位置处接收来自GPS卫星的电波的接收状态良好，则能够代替地图上的距离，而基于通过GPS位置估计获得的距离信息来调整修正系数的值。

以上，对本发明的几个实施方式进行了说明，但本发明并不限于上述的实施方式，还包含权利要求书中记载的发明和其均等的范围。

Claims (19)

1.一种运动支援装置，具备：

传感器部，其具有安装于使用者的身体的运动传感器，在所述使用者进行使脚活动来移动的运动时，从所述运动传感器输出与所述使用者的身体的动作状态有关的数据；和

控制部，其基于所述数据来算出与所述使用者的运动状态有关的运动信息，

其特征在于，

所述控制部，

针对所述使用者通过所述运动而分别以多个彼此不同的移动速度在预先设定的区间内进行了移动时从所述运动传感器输出的第1数据，算出预先设定的多个运动指标，

将所述多个运动指标之中的相对于所述移动速度的相关相对强的运动指标选择为特定的运动指标，

算出通过基于以所述移动速度为变量的一次函数的近似式来表示所述特定的运动指标时的系数，

在所述使用者通过所述运动而在与所述区间不同的路径上移动时，基于所述特定的运动指标以及所述系数来算出所述运动信息。

2.根据权利要求1所述的运动支援装置，其中，

所述控制部，

将所述使用者在所述区间内使所述移动速度彼此不同地至少在所述区间内移动3次时从所述运动传感器输出的所述数据，作为所述第1数据来获取，

分别针对彼此不同的所述移动速度来算出所述多个运动指标。

3.根据权利要求1所述的运动支援装置，其中，

所述控制部，在所述使用者进行所述运动时，基于所述特定的运动指标以及所述系数，算出所述使用者通过所述运动而在与所述区间不同的路径上移动时的所述使用者的步幅的估计值，作为所述运动指标。

4.根据权利要求3所述的运动支援装置，其中，

所述控制部，

基于在所述使用者通过所述运动而在给定的移动路径上移动时从所述运动传感器输出的第2数据、所述特定的运动指标和所述系数，估计所述使用者在所述移动动作中的临时步幅，

基于所述第2数据，获取所述使用者在所述移动路径中的能够确定所述使用者的位置的彼此不同的两个特定地点之间的移动所需的移动时间，

基于所述移动时间和所述临时步幅，算出被估计为所述使用者在所述移动时间内进行了移动的临时移动距离，

将修正所述临时移动距离的修正系数，设定为使修正后的所述临时移动距离与所述移动路径中的所述两个特定地点之间的距离一致的值，

基于所述修正系数来算出所述步幅的估计值。

5.根据权利要求4所述的运动支援装置，其中，

所述两个特定地点是所述移动路径发生弯曲之处，

所述第2数据包含表示所述使用者的绕铅直轴的角速度的角速度数据，

所述控制部，

基于根据所述角速度数据而检测出的所述使用者的绕铅直轴的所述角速度的变化，探测判断出所述使用者处于所述移动路径的所述两个特定地点的两个时刻，

基于所述两个时刻来获取所述移动时间。

6.根据权利要求3所述的运动支援装置，其中，

所述控制部，

基于在所述使用者通过所述运动而在给定的移动路径上移动时从所述运动传感器输出的第2数据、所述特定的运动指标和所述系数，估计所述使用者在所述移动动作中的临时步幅，

在所述使用者进行所述运动时，基于所述临时步幅和所述第2数据，依次创建在所述移动路径上移动中的所述使用者的移动轨迹，作为临时移动轨迹，

在基于所述第2数据而判定为所述使用者到达了所述移动路径中的能够确定所述使用者的位置的特定地点时，将对所述临时移动轨迹进行修正的修正系数，设定为修正成使修正后的所述临时移动轨迹与所述特定地点一致的值，

在所述使用者进行所述运动时，算出根据所述修正系数对所述临时步幅进行了修正后的修正步幅，作为所述步幅的估计值。

7.根据权利要求6所述的运动支援装置，其中，

所述特定地点是所述移动路径发生弯曲之处，

所述第2数据包含表示所述使用者的绕铅直轴的角速度的角速度数据，

所述控制部，基于根据所述角速度数据而检测出的所述使用者的绕铅直轴的所述角速度的变化，判定所述使用者是否到达了所述移动路径的所述特定地点。

8.根据权利要求6所述的运动支援装置，其中，

所述第2数据包含表示所述使用者的绕铅直轴的角速度的角速度数据，

所述控制部，

基于所述角速度数据中的所述使用者的绕铅直轴的所述角速度的积分值，获取用于求取所述运动中的所述使用者的行进方向的临时行进方向，

基于所述临时步幅和所述临时行进方向来创建所述临时移动轨迹。

9.根据权利要求1所述的运动支援装置，其中，

所述运动支援装置还具备：运动信息提供部，其将所述运动信息与所述路径的信息建立关联后提供给所述使用者。

10.根据权利要求1所述的运动支援装置，其中，

所述运动传感器对加速度以及角速度进行检测，

所述数据包含与从所述运动传感器检测出的所述加速度以及所述角速度对应的加速度数据以及角速度数据。

11.根据权利要求10所述的运动支援装置，其中，

所述多个运动指标包含利用所述加速度数据以及所述角速度数据的至少任一方而算出的下述任一个值：

(i)所述运动中的所述使用者的身体的上下动在所述运动中的1周期内的最大值，

(ii)所述运动中的所述加速度的平方在所述运动中的1周期内的平均值，

(iii)所述运动中的所述加速度的行进方向分量的平方在所述运动中的1周期内的平均值，

(iv)所述运动中的所述使用者的脚的触地时间的值，

(v)所述运动中的所述使用者的身体的绕铅直轴的偏离角在所述运动中的1周期内的最大值，以及

(vi)所述运动中的所述使用者的绕横向贯穿身体的轴的偏离角在所述运动中的1周期内的最大值。

12.一种运动支援方法，其特征在于，包括：

在使用者进行使脚活动来移动的运动的同时分别以多个彼此不同的移动速度在预先设定的区间内进行了移动时，针对从安装于所述使用者的身体的运动传感器输出的第1数据，算出预先设定的多个运动指标的步骤；

将所述多个运动指标之中的相对于所述移动速度的相关相对强的运动指标选择为特定的运动指标的步骤；

算出通过基于以所述移动速度为变量的一次函数的近似式来表示所述特定的运动指标时的系数的步骤；和

在所述使用者通过所述运动而在与所述区间不同的路径上移动时，基于所述特定的运动指标以及所述系数来算出与所述使用者的运动状态有关的运动信息的步骤。

13.根据权利要求12所述的运动支援方法，其中，

算出所述运动信息的步骤包括：

在所述使用者进行所述运动时，基于所述特定的运动指标以及所述系数，算出所述使用者通过所述运动而在与所述区间不同的路径上移动时的所述使用者的步幅的估计值，作为所述运动指标的步骤。

14.根据权利要求13所述的运动支援方法，其中，包括：

基于在所述使用者通过所述运动而在给定的移动路径上移动时由所述运动传感器输出的第2数据、所述特定的运动指标和所述系数，估计所述使用者在所述移动动作中的临时步幅的步骤；

基于所述第2数据，获取所述使用者在所述移动路径中的能够确定所述使用者的位置的彼此不同的两个特定地点之间的移动所需的移动时间的步骤；

基于所述移动时间和所述临时步幅，算出被估计为所述使用者在所述移动时间内进行了移动的临时移动距离的步骤；

将修正所述临时移动距离的修正系数，设定为使修正后的所述临时移动距离与所述移动路径中的所述两个特定地点之间的距离一致的值的步骤；和

基于所述修正系数来算出所述步幅的估计值的步骤。

15.根据权利要求13所述的运动支援方法，其中，包括：

基于在所述使用者通过所述运动而在给定的移动路径上移动时由所述运动传感器输出的第2数据、所述特定的运动指标和所述系数，估计所述使用者在所述移动动作中的临时步幅的步骤；

在所述使用者进行所述运动时，基于所述临时步幅和所述第2数据，依次创建在所述移动路径上移动中的所述使用者的移动轨迹，作为临时移动轨迹的步骤；

在基于所述第2数据而判定为所述使用者到达了所述移动路径中的能够确定所述使用者的位置的特定地点时，将对所述临时移动轨迹进行修正的修正系数，设定为修正成使修正后的所述临时移动轨迹与所述特定地点一致的值的步骤；和

在所述使用者进行所述运动时，算出根据所述修正系数对所述临时步幅进行了修正后的修正步幅，作为所述步幅的估计值的步骤。

16.一种计算机可读取的记录介质，存储有程序，其特征在于，

该程序使计算机实现如下功能：

在使用者进行使脚活动来移动的运动的同时分别以多个彼此不同的移动速度在预先设定的区间内进行了移动时，针对从安装于所述使用者的身体的运动传感器输出的第1数据，算出预先设定的多个运动指标的功能；

将所述多个运动指标之中的相对于所述移动速度的相关相对强的运动指标选择为特定的运动指标的功能；

算出通过基于以所述移动速度为变量的一次函数的近似式来表示所述特定的运动指标时的系数的功能；和

在所述使用者通过所述运动而在与所述区间不同的路径上移动时，基于所述特定的运动指标以及所述系数来算出与所述使用者的运动状态有关的运动信息的功能。

17.根据权利要求16所述的计算机可读取的记录介质，其中，

算出所述运动信息的功能包括：

在所述使用者进行所述运动时，基于所述特定的运动指标以及所述系数，算出所述使用者通过所述运动而在与所述区间不同的路径上移动时的所述使用者的步幅的估计值，作为所述运动指标的功能。

18.根据权利要求17所述的计算机可读取的记录介质，其中，

使所述计算机还实现如下功能：

基于在所述使用者通过所述运动而在给定的移动路径上移动时由所述运动传感器输出的第2数据、所述特定的运动指标和所述系数，估计所述使用者在所述移动动作中的临时步幅的功能；

基于所述第2数据，获取所述使用者在所述移动路径中的能够确定所述使用者的位置的彼此不同的两个特定地点之间的移动所需的移动时间的功能；

基于所述移动时间和所述临时步幅，算出被估计为所述使用者在所述移动时间内进行了移动的临时移动距离的功能；

将修正所述临时移动距离的修正系数，设定为使修正后的所述临时移动距离与所述移动路径中的所述两个特定地点之间的距离一致的值的功能；和

基于所述修正系数来算出所述步幅的估计值的功能。

19.根据权利要求17所述的计算机可读取的记录介质，其中，

使所述计算机还实现如下功能：

基于在所述使用者通过所述运动而在给定的移动路径上移动时由所述运动传感器输出的第2数据、所述特定的运动指标和所述系数，估计所述使用者在所述移动动作中的临时步幅的功能；

在所述使用者进行所述运动时，基于所述临时步幅和所述第2数据，依次创建在所述移动路径上移动中的所述使用者的移动轨迹，作为临时移动轨迹的功能；

在基于所述第2数据而判定为所述使用者到达了所述移动路径中的能够确定所述使用者的位置的特定地点时，将对所述临时移动轨迹进行修正的修正系数，设定为修正成使修正后的所述临时移动轨迹与所述特定地点一致的值的功能；和

在所述使用者进行所述运动时，算出根据所述修正系数对所述临时步幅进行了修正后的修正步幅，作为所述步幅的估计值的功能。