CN106104277A - 相关系数校正方法、运动解析方法、相关系数校正装置及程序 - Google Patents

Abstract

提供能够提高移动体的步行速度、步幅的推算精度的相关系数校正方法、相关系数校正装置和程序、以及能够高精度解析用户的运动的运动解析方法。相关系数校正方法包括：使用第一传感器的检测结果，算出参照速度；使用安装于移动体的第二传感器的检测结果，算出所述移动体的步行的特性信息；以及使用所述参照速度，校正表示所述特性信息与所述移动体的步行速度或步幅间的相关关系的相关式的相关系数。

Description

相关系数校正方法、运动解析方法、相关系数校正装置及程序

技术领域

本发明涉及相关系数校正方法、运动解析方法、相关系数校正装置以及程序。

背景技术

人的步行具有周期性地使身体上下动等一定的节奏，身体的上下动的加速度与步行速度、步幅之间具有相关关系。因此，已知一种捕捉用户步行时的上下动推算步行速度、步幅来算出用户的步行距离、移动轨迹的方法。例如，在专利文献1中，提出了一种以下的方法：即、将导航装置装在用户的腰上，通过内置于导航装置的加速度传感器检测腰的上下动的加速度，使用预先求出的加速度与步幅的相关式推测用户的步幅，基于推测出的步幅算出移动轨迹。特别是，在专利文献1中，着眼于上下动的加速度与步幅的相关程度随用户的速度发生变化，以低速、中速、高速三个阶段判定用户的速度，并根据速度将相关式的相关系数变更为三个阶段来使步幅的推算精度比以往提高。

现有技术文献

专利文献

专利文献1：特开2011-149923号公报

发明内容

发明要解决的技术问题

然而，由于用户的体格、走路方式等的不同，上下动的加速度与步行速度、步幅的相关程度存在个人差异，因此，通过专利文献1的方法，用户间的推算精度会有偏差。另外，即使是相同用户，如果走路方式不同的话，上下动的加速度与步行速度、步幅的相关程度也会发生变化，因此在专利文献1的方法中，也存在未必能够获得充分的推算精度的情况。

本发明是鉴于以上的问题点而作出的发明，根据本发明的几个方式，可以提供能够提高移动体的步行速度、步幅的推算精度的相关系数校正方法、相关系数校正装置和程序、以及能高精度地解析用户的运动的运动解析方法。

用于解决技术问题的方案

本发明是用于解决上述技术问题的至少一部分而作出的发明，能够作为以下的方式或应用例而实现。

[应用例1]

本应用例的相关系数校正方法，包括：使用第一传感器的检测结果算出参照速度；使用安装于移动体的第二传感器的检测结果算出所述移动体的步行的特性信息；以及使用所述参照速度校正表示所述特性信息与所述移动体的步行速度或步幅间的相关关系的相关式的相关系数。

根据本应用例所涉及的相关系数校正方法，能够根据移动体的步行特性、步行状态动态地校正移动体的步行的特性信息与移动体的步行速度或步幅的相关式的相关系数。因此，通过使用以本应用例所涉及的相关系数校正方法校正过的相关系数来计算相关式的值，从而能够在动态地反映移动体的步行特性、步行状态的同时推算移动体的步行速度、步幅，由此，能够提高推算精度。

[应用例2]

在上述应用例所涉及的相关系数校正方法中，也可以是，还包括使用所述第二传感器的检测结果检测所述移动体的步行周期，其中，与所述步行周期同步地算出所述特性信息。

根据本应用例所涉及的相关系数校正方法，由于利用移动体的步行状态的周期性来校正相关系数，因此能够高精度地校正相关系数。

[应用例3]

在上述应用例所涉及的相关系数校正方法中，也可以是，使用所述移动体的上下动的加速度检测所述步行周期。

根据本应用例所涉及的相关系数校正方法，通过捕捉在移动体步行时周期性变化的上下动的加速度，从而能够高精度地检测步行周期。

[应用例4]

在上述应用例所涉及的相关系数校正方法中，也可以是，使用所述第二传感器的检测结果算出所述移动体的上下动的速度，并使用所述移动体的上下动的速度检测所述步行周期。

根据本应用例所涉及的相关系数校正方法，通过捕捉在移动体步行时周期性变化的上下动的速度，从而能够高精度地检测步行周期。

[应用例5]

在上述应用例所涉及的相关系数校正方法中，也可以是，所述特性信息是所述步行周期中的所述移动体的上下动的加速度的振幅。

根据本应用例所涉及的相关系数校正方法，由于使用与步行速度、步幅存在高相关关系的上下动的加速度的振幅作为特性信息，因此，能够使用校正过的相关系数高精度地推算移动体的步行速度、步幅。

[应用例6]

在上述应用例所涉及的相关系数校正方法中，也可以是，使用所述参照速度算出参照步幅，并使用所述参照步幅校正表示所述特性信息与所述步幅间的相关关系的所述相关式的所述相关系数。

根据本应用例所涉及的相关系数校正方法，能够高精度地校正特性信息与步幅的相关系数。

[应用例7]

在上述应用例所涉及的相关系数校正方法中，也可以是，所述第一传感器包括接收来自定位用卫星的信号的传感器。

根据本应用例所涉及的相关系数校正方法，能够使用来自定位用卫星的信号算出参照速度。

[应用例8]

在上述应用例所涉及的相关系数校正方法中，也可以是，所述第二传感器包括加速度传感器。

根据本应用例所涉及的相关系数校正方法，能够使用加速度传感器的检测结果算出特性信息。

[应用例9]

本应用例所涉及的运动解析方法，包括：使用上述任一相关系数校正方法校正所述相关系数；使用校正过的所述相关系数算出所述移动体的所述步行速度或所述步幅；使用算出的所述步行速度或所述步幅推算表示所述移动体的状态的指标的误差；使用推算出的所述误差校正所述指标；以及使用校正后的所述指标解析所述移动体的运动。

根据本应用例所涉及的运动解析方法，能够使用以上述应用例所涉及的相关系数校正方法校正过的相关系数来高精度地校正表示移动体的状态的指标，并能使用该指标高精度地解析移动体的运动。

[应用例10]

本应用例所涉及的相关系数校正装置，包括：参照速度算出部，使用第一传感器的检测结果算出参照速度；步行特性信息算出部，使用安装于移动体的第二传感器的检测结果算出所述移动体的步行的特性信息；以及相关系数校正部，使用所述参照速度校正表示所述特性信息与所述移动体的步行速度或步幅间的相关关系的相关式的相关系数。

根据本应用例所涉及的相关系数校正装置，能够根据移动体的步行特性、步行状态动态地校正移动体的步行的特性信息与移动体的步行速度或步幅的相关式的相关系数。因此，通过使用以本应用例所涉及的相关系数校正装置校正过的相关系数来计算相关式的值，从而能够在动态地反映移动体的步行特性、步行状态的同时推算移动体的步行速度、步幅，由此，能够提高推算精度。

[应用例11]

本应用例所涉及的程序，使计算机执行：使用第一传感器的检测结果算出参照速度；使用安装于移动体的第二传感器的检测结果算出所述移动体的步行的特性信息；以及使用所述参照速度校正表示所述特性信息与所述移动体的步行速度或步幅间的相关关系的相关式的相关系数。

根据本应用例所涉及的程序，能够根据移动体的步行特性、步行状态动态地校正移动体的步行的特性信息与移动体的步行速度或步幅的相关式的相关系数。因此，通过使用以本应用例所涉及的程序校正过的相关系数来计算相关式的值，从而能够在动态地反映移动体的步行特性、步行状态的同时推算移动体的步行速度、步幅，由此，能够提高推算精度。

附图说明

图1是关于本实施方式的运动解析系统的概要的说明图。

图2是示出运动解析装置以及显示装置的构成例的功能框图。

图3是示出感测数据表的构成例的图。

图4是示出GPS数据表的构成例的图。

图5是示出算出数据表的构成例的图。

图6是示出运动解析装置的处理部的构成例的功能框图。

图7是关于用户步行时的姿势的说明图。

图8是示出用户步行时的一例三轴加速度的图。

图9是示出运动解析处理的一例步骤的流程图。

图10是示出参照速度计算处理的一例步骤的流程图。

图11是示出步行处理的一例步骤的流程图。

具体实施方式

以下，使用附图对本发明的优选实施方式详细地进行说明。需要注意的是，以下说明的实施方式并不是对记载于权利要求书中的本发明内容进行不当限定。并且，以下说明的构成未必全部都是本发明的必须构成成分。

1.运动解析系统

1-1.系统的概要

图1是关于本实施方式的运动解析系统1的概要的说明图。如图1所示，本实施方式的运动解析系统1构成为包括运动解析装置2以及显示装置3。运动解析装置2装于用户(移动体的一例)的躯体部分(例如右腰或左腰)。运动解析装置2内置有惯性计测单元(IMU：Inertial Measurement Unit)10，捕捉用户步行(也包括跑步)中的活动，计算速度、位置、姿势角(侧倾角(ロール角)、俯仰角(ピッチ角)、偏航角(ヨー角))等，进而解析用户的运动并生成运动解析信息。本实施方式中，在用户处于静止的状态下，以惯性计测单元(IMU)10的一个检测轴(下面设为z轴)与重力加速度方向(竖直向下)大致一致的方式安装运动解析装置2。运动解析装置2将生成的运动解析信息发送给显示装置3。

显示装置3是手腕型(手表型)的便携信息设备，装于用户的手腕等。不过，显示装置3也可以是头戴式显示器(HMD：Head Mount Display)、智能手机等便携信息设备。用户可以操作显示装置3来指示运动解析装置2开始或停止计测。显示装置3向运动解析装置2发送指示计测开始、计测停止的指令。运动解析装置2接收到计测开始的指令时，开始惯性计测单元(IMU)10的计测，并基于计测结果解析用户的运动，生成运动解析信息。运动解析装置2将生成的运动解析信息发送给显示装置3，显示装置3接收运动解析信息，并将接收到的运动解析信息以字符、图形、声音等各种形式提示给用户。用户能够经由显示装置3了解运动解析信息。

需要说明的是，运动解析装置2与显示装置3之间的数据通信既可以是无线通信，也可以是有线通信。

在本实施方式中，下面举例详细地说明运动解析装置2推算用户的步行速度并生成包括移动路径、移动时间等的运动解析信息的情况，但本实施方式的运动解析系统1也同样能够应用于生成步行以外的伴有移动的运动中的运动解析信息的情况。

1-2.坐标系

定义在以下的说明中所需的坐标系。

■e坐标系(Earth Centerd Earth Fixed Frame：地球中心固定坐标系)：以地球的中心为原点、z轴与自转轴平行的右手三维正交坐标系

■n坐标系(Navigation Frame：航海坐标系)：以移动体(用户)为原点、以x轴为北、以y轴为东、以z轴为重力方向的三维正交坐标系

■b坐标系(Body Frame：体坐标系)：以传感器(惯性计测单元(IMU)10)为基准的三维正交坐标系

■m坐标系(Moving Frame：运动坐标系)：以移动体(用户)为原点、以移动体(用户)的前进方向为x轴的右手三维正交坐标系

1-3.系统的构成

图2是示出运动解析装置2以及显示装置3的构成例的功能框图。如图2所示，运动解析装置2(相关系数校正装置的一例)构成为包括惯性计测单元(IMU)10、处理部20、存储部30、通信部40以及GPS(Global Positioning System：全球定位系统)单元50。不过，本实施方式的运动解析装置2也可以删除或者变更这些构成成分中的部分、或者追加其它构成成分而构成。

惯性计测单元10(第二传感器的一例)构成为包括加速度传感器12、角速度传感器14以及信号处理部16。

加速度传感器12检测相互交叉(理想的是正交)的三轴方向各自的加速度，并输出与检测出的三轴加速度的大小及方向相应的数字信号(加速度数据)。

角速度传感器14检测相互交叉(理想的是正交)的三轴方向各自的角速度，并输出与计测出的三轴角速度的大小及方向相应的数字信号(角速度数据)。

信号处理部16从加速度传感器12和角速度传感器14分别接收加速度数据与角速度数据，并附加时刻信息而存储到未图示的存储部，并且，生成所存储的加速度数据、角速度数据及时刻信息与规定的格式相符的感测数据，输出到处理部20。

关于加速度传感器12和角速度传感器14，理想的是将其安装成三轴分别与以惯性计测单元10为基准的传感器坐标系(b坐标系)的三轴一致，但在实际中安装角会有误差。因此，信号处理部16进行使用根据安装角误差而预先算出的校正参数来将加速度数据及角速度数据转换成传感器坐标系(b坐标系)的数据的处理。需要说明的是，也可以代替信号处理部16而由后述的处理部20进行该转换处理。

进而，信号处理部16也可以进行加速度传感器12和角速度传感器14的温度校正处理。需要说明的是，既可以代替信号处理部16而由后述的处理部20进行该温度校正处理，也可以在加速度传感器12和角速度传感器14中并入温度校正的功能。

加速度传感器12和角速度传感器14也可以输出模拟信号，在这种情况下，信号处理部16对加速度传感器12的输出信号和角速度传感器14的输出信号分别进行A/D转换而生成感测数据即可。

GPS单元50(第一传感器的一例)接收从作为一种定位用卫星的GPS卫星发送的GPS卫星信号，利用该GPS卫星信号进行定位计算，算出n坐标系中的用户的位置及速度(包括大小和方向的矢量)，并将对它们附加时刻信息、定位精度信息而得到的GPS数据输出到处理部20。需要说明的是，利用GPS算出位置、速度的方法、生成时刻信息的方法是公知的，所以省略详细的说明。

处理部20例如由CPU(Central Processing Unit：中央处理器)、DSP(DigitalSignal Processor：数字信号处理器)、ASIC(Application Specific IntegratedCircuit：专用集成电路)等构成，按照存储于存储部30的各种程序进行各种运算处理、控制处理。特别是，处理部20从惯性计测单元10接收感测数据，从GPS单元50接收GPS数据，并使用感测数据和GPS数据推算用户的步行速度。另外，处理部20使用感测数据和GPS数据算出用户的速度、位置、姿势角等，使用这些信息进行各种运算处理来解析用户的运动，并生成包括移动路径、移动时间等的运动解析信息(图像数据、文本数据、声音数据等)。然后，处理部20将生成的运动解析信息经由通信部40向显示装置3发送。

存储部30例如由ROM(Read Only Memory：只读存储器)、闪存ROM、RAM(RandomAccess Memory：随机存取存储器)等各种IC存储器、硬盘或存储卡等记录介质等构成。

在存储部30中存储有由处理部20读出并用于执行运动解析处理(参照图9)的运动解析程序300。运动解析程序300包括用于执行参照速度计算处理(参照图10)的参照速度计算程序301以及用于执行步行处理(参照图11)的步行处理程序302作为子程序。

另外，在存储部30中存储感测数据表310、GPS数据表320、算出数据表330以及运动解析信息340等。

感测数据表310是按时序存储处理部20从惯性计测单元10接收的感测数据(惯性计测单元10的检测结果)的数据表。图3是示出感测数据表310的构成例的图。如图3所示，感测数据表310是通过按时序排列使惯性计测单元10的检出时刻311、通过加速度传感器12检出的加速度312以及通过角速度传感器14检出的角速度313相互对应的感测数据而构成的。处理部20在开始了计测时，每经过采样周期Δt(例如，20ms)便在感测数据表310中添加新的感测数据。进而，处理部20使用通过采用卡尔曼滤波的误差推算(后述)而推算出的加速度偏差和角速度偏差来校正加速度和角速度，并进行校正后的加速度和角速度的盖写来更新感测数据表310。

GPS数据表320是按时序存储处理部20从GPS单元50接收的GPS数据(GPS单元(GPS传感器)50的检测结果)的数据表。图4是示出GPS数据表320的构成例的图。如图4所示，GPS数据表320是通过按时序排列使GPS单元50进行了定位计算的时刻321、通过定位计算算出的位置322、通过定位计算算出的速度323、定位精度(DOP(Dilution of Precision))324、接收到的GPS卫星信号的信号强度325等相互对应的GPS数据而构成的。处理部20在开始了计测时，每取得GPS数据(例如与感测数据的取得时机不同步)便添加新的GPS数据来更新GPS数据表320。

算出数据表330是按时序存储处理部20使用感测数据算出的速度、位置以及姿势角的数据表。图5是示出算出数据表330的构成例的图。如图5所示，算出数据表330是通过按时序排列使处理部20进行了计算的时刻331、速度332、位置333及姿势角334相互对应的算出数据而构成的。处理部20在开始了计测时，每新取得感测数据、即每经过采样周期Δt便算出速度、位置及姿势角，并对算出数据表330添加新的算出数据。进而，处理部20使用通过采用卡尔曼滤波的误差推算而推算出的速度误差、位置误差以及姿势角误差来校正速度、位置以及姿势角，并进行校正后的速度、位置以及姿势角的盖写来更新算出数据表330。

回到图2的说明。运动解析信息340是关于用户的运动的各种信息，在本实施方式中包括处理部20算出的、关于步行所引起的移动的信息、关于步行运动的评价指标的信息、关于步行的建议、指导、警告等信息。

通信部40与显示装置3的通信部140之间进行数据通信，进行接收处理部20生成的运动解析信息并发送给显示装置3的处理、接收从显示装置3发送来的指令(计测开始/停止的指令等)并发送给处理部20的处理等。

显示装置3构成为包括处理部120、存储部130、通信部140、操作部150、计时部160、显示部170以及声音输出部180。不过，本实施方式的显示装置3也可以采用删除或变更这些构成成分中的一部分的构成、或者追加了其它构成成分的构成。

处理部120按照存储在存储部130中的程序进行各种运算处理、控制处理。例如，处理部120进行：与从操作部150接收的操作数据相应的各种处理(将计测开始/停止的指令发送到通信部140的处理、与操作数据相应的显示处理、声音输出处理等)；从通信部140接收运动解析信息并发送给显示部170、声音输出部180的处理；生成与从计时部160接收到的时刻信息对应的时刻图像数据并发送给显示部170的处理等。

存储部130例如由存储用于处理部120执行各种处理的程序、数据的ROM、成为处理部120的工作区的RAM等各种IC存储器构成。

通信部140与运动解析装置2的通信部40之间进行数据通信，进行：从处理部120接收与操作数据相应的指令(计测开始/停止的指令等)并发送给运动解析装置2的处理；接收从运动解析装置2发送来的运动解析信息(图像数据、文本数据、声音数据等各种数据)并发送给处理部120的处理等。

操作部150进行取得来自用户的操作数据(计测开始/停止、显示内容的选择等操作数据)并发送给处理部120的处理。操作部150例如也可以是触摸面板型显示器、按钮、键、麦克风等。

计时部160进行生成年、月、日、时、分、秒等时刻信息的处理。计时部160例如通过实时时钟(RTC：Real Time Clock)IC等实现。

显示部170将从处理部120送来的图像数据、文本数据显示为字符、图表、表、动画、其它图像。显示部170例如通过LCD(Liquid Crystal Display：液晶显示器)、有机EL(Electroluminescence：电致发光)显示器、EPD(Electrophoretic Display：电泳显示器)等显示器而实现，其也可以是触摸面板型显示器。需要说明的是，也可以通过一个触摸面板型显示器来实现操作部150和显示部170的功能。

声音输出部180将从处理部120送来的声音数据输出为声音、蜂鸣声等声音。声音输出部180例如通过扬声器、蜂鸣器等实现。

图6是示出运动解析装置2的处理部20的构成例的功能框图。在本实施方式中，处理部20通过执行存储于存储部30中的运动解析程序300而作为偏差去除部210、参照速度算出部220、步行处理部230、积分处理部240、误差推算部250、坐标转换部260以及运动解析部270发挥功能。

偏差去除部210进行从新取得的感测数据所包含的加速度(三轴加速度)以及角速度中分别减去误差推算部250所推算出的加速度偏差b_a以及角速度偏差b_ω以校正加速度及角速度的处理。需要说明的是，由于在刚开始计测后的初始状态下不存在加速度偏差b_a及角速度偏差b_ω，所以偏差去除部210假设用户的初始状态为静止状态，使用来自惯性计测单元的感测数据计算初始偏差。

参照速度算出部220进行使用所取得的GPS数据(GPS单元50的检测结果)算出参照速度的处理。GPS数据中包括通过定位计算获得的速度，但由于该速度包括与GPS的定位误差相应的误差，因此也存在可靠性低的情况。于是，在本实施方式中，使用最近取得的两个GPS数据，以作出定位的两个时刻之差除通过定位计算得到的两个位置之差来算出参照速度。这样一来，能够使两个位置的误差相抵消，提高参照速度的精度。

步行处理部230包括步行检测部232、步行特性信息算出部234、相关系数校正部236以及步行速度算出部238，其使用偏差去除部210校正过的加速度或角速度以及参照速度算出部220算出的参照速度进行检测用户的步行周期(步行时机)的处理、算出步行速度的处理。

步行检测部232进行使用惯性计测单元10的检测结果(具体是偏差去除部210校正过的感测数据)检测用户的步行周期(步行时机)的处理。

图7是右腰安装有运动解析装置2的用户进行步行动作时俯瞰用户的移动的图。随着用户的步行动作，惯性计测单元10相对于用户的姿势随时变化。在用户迈出右脚的状态下，如图中的(2)和(4)所示，惯性计测单元10相对于前进方向(m坐标系的x轴)成为向左侧倾斜的姿势。与此相对，在用户迈出左脚的状态下，如图中的(1)和(3)所示，惯性计测单元10相对于前进方向(m坐标系的x轴)成为向右侧倾斜的姿势。也就是说，惯性计测单元10的姿势随着用户的步行动作周期性地变化。于是，根据惯性计测单元10的姿势的周期性变化，惯性计测单元10所计测的加速度也周期性变化。

图8是示出用户步行时惯性计测单元10检出的一例三轴加速度的图。在图8中，横轴是时间，纵轴是加速度值。如图8所示可知，三轴加速度周期性变化，特别是z轴(重力方向的轴)加速度具有周期性地规则变化。该z轴加速度反映了用户上下动的加速度，从z轴加速度达到规定阈值以上的极大值时起到下一次达到阈值以上的极大值为止的期间相当于一步的期间，该一步的期间为步行周期。于是，迈出右脚的状态的一步的步行周期(右脚的步行周期)和迈出左脚的状态的一步的步行周期(左脚的步行周期)交替重复。

因此，在本实施方式中，当惯性计测单元10所检测的z轴加速度(相当于用户上下动的加速度)达到规定阈值以上的极大值时，步行检测部232检出步行时机(步行周期)。不过，实际上，由于惯性计测单元10检测的z轴加速度中包含高频的噪声分量，因此，步行检测部232使用使z轴加速度经低通滤波而去除了噪声的Z轴加速度来检测步行时机(步行周期)。

回到图6，步行特性信息算出部234进行使用惯性计测单元10的检测结果(具体是偏差去除部210校正过的感测数据)，与步行检测部232检测的步行时机(步行周期)同步地算出用户的步行的特性信息的处理。在此，如图7所示，在用户迈出右脚的状态和迈出左脚的状态下，惯性计测单元10的姿势发生较大变化，但如图8所示，z轴加速度的波形却不怎么变化。并且，如图8所示可知，当将各步行周期中的z轴加速度的最大值与最小值之差定义为z轴加速度的振幅时，在该z轴加速度的振幅(amp)与步行速度(v)之间存在高的相关关系，表示该相关关系的相关式如式(1)所示可用一次式近似。在式(1)中，ParamA是1次相关系数，ParamB是0次系数。

[数学式1]

v＝ParamA×amp+ParamB (1)

在本实施方式中，步行特性信息算出部234将步行周期中的用户的上下动的加速度(m坐标系的z轴方向的加速度)的振幅作为步行的特性信息而算出。

相关系数校正部236进行使用参照速度算出部220算出的参照速度，校正表示步行特性信息算出部234算出的步行的特性信息(z轴加速度的振幅amp)与用户的步行速度v之间的相关关系的相关式(式(1))中的相关系数(PramA以及ParamB)的处理。在本实施方式中，相关系数校正部236使用卡尔曼滤波校正相关系数ParamA以及ParamB。即，将ParamA和ParamB作为卡尔曼滤波的状态变量，如式(2)所示定义状态矢量X。

[数学式2]

$X=\left[\begin{array}{c}ParamA\\ ParamB\end{array}\right]---\left(2\right)$

卡尔曼滤波的预测式如式(3)所表示。在式(3)中，矩阵F是将前次状态矢量和本次状态矢量相关联的矩阵，在本实施方式中，如式(4)所示，F设为2×2的单位矩阵。另外，在式(3)中，Q是表示过程噪声的矩阵，各要素被预先设定为恰当的值。另外，P是状态变量的误差协方差矩阵。式(3)表示预测本次状态矢量与前次状态矢量相等，并预测本次误差协方差矩阵P比前次相应增加过程噪声Q。

[数学式3]

$\begin{array}{c}X=FX\\ P={\mathrm{FPF}}^T+Q\end{array}---\left(3\right)$

[数学式4]

$F=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]---\left(4\right)$

卡尔曼滤波的更新式如式(5)所表示。在本实施方式中，将参照速度算出部220使用GPS数据算出的参照速度设为观测矢量Z。H是观测矩阵，如式(6)所表示。因此，在由相关式(1)获得的速度矢量与GPS速度矢量相等的情况下，Z-HX＝0，更新后的状态矢量X与预测的相同。另外，R是观测误差的协方差矩阵，以GPS数据所包含的定位精度越低(DOP值越高)则值越大的方式动态地变更。K是卡尔曼增益，R越小K越大。由式(5)，K越大(R越小)，则更新后的状态矢量X与预测的状态矢量之差(校正量)越大，相应地，P越小。

[数学式5]

$\begin{array}{c}K={\mathrm{PH}}^T{({\mathrm{HPH}}^T+R)}^{-1}\\ X=X+K(Z-HX)\\ P=(I-KH)P\end{array}---\left(5\right)$

[数学式6]

H＝[amp 1] (6)

步行速度算出部238进行与步行检测部232检测的步行时机(步行周期)同步地将步行的特性信息(z轴加速度的振幅amp)与相关系数校正部236校正过的校正系数(ParamA以及ParamB)输入相关式(1)而算出步行速度(v)的处理。需要注意的是，相关系数校正部236进行校正前，校正系数(ParamA及ParamB)设定为通过统计等求得的规定值，步行速度算出部238将该规定值输入相关式(1)而算出步行速度(v)。

积分处理部240进行根据偏差去除部210校正过的加速度及角速度算出e坐标系下的速度v^e、位置p^e及姿势角(侧倾角φ_be、俯仰角θ_be、偏航角ψ_be)的处理。具体地，首先，假设用户的初始状态为静止状态，积分处理部240设初始速度为零、或者从GPS数据中包含的速度算出初始速度，进而从GPS数据中包含的位置算出初始位置。另外，积分处理部240从偏差去除部210校正过的b坐标系下的三轴加速度指定重力加速度的方向，算出侧倾角φ_be和俯仰角θ_be的初始值，并根据GPS数据中包含的速度算出偏航角ψ_be的初始值，设为e坐标系下的初始姿势角。未能获得GPS数据的情况下，设偏航角ψ_be的初始值例如为零。然后，积分处理部240根据算出的初始姿势角算出用式(7)表示的从b坐标系向e坐标系的坐标转换矩阵(旋转矩阵)C_b ^e的初始值。

[数学式7]

之后，积分处理部240对偏差去除部210校正过的三轴角速度进行累积(積算)(旋转运算)，算出坐标转换矩阵C_b ^e，由式(8)算出姿势角。

[数学式8]

另外，积分处理部240使用坐标转换矩阵C_b ^e，将偏差去除部210校正过的b坐标系下的三轴加速度转换为e坐标系下的三轴加速度，并去除重力加速度分量进行累积(積算)，从而算出e坐标系下的速度v^e。另外，积分处理部240对e坐标系下的速度v^e进行累积(積算)而算出e坐标系下的位置p^e。

另外，积分处理部240也进行使用误差推算部250推算出的速度误差δv^e、位置误差δp^e及姿势角误差ε^e来校正速度v^e、位置p^e及姿势角的处理。

进而，积分处理部240还算出从b坐标系向m坐标系的坐标转换矩阵C_b ^m以及从e坐标系向m坐标系的坐标转换矩阵C_e ^m。这些坐标转换矩阵作为坐标转换信息在后述的坐标转换部260的坐标转换处理中使用。

误差推算部250使用步行速度算出部238算出的用户的步行速度、积分处理部240算出的速度/位置、姿势角、偏差去除部210校正过的加速度、角速度、GPS数据等推算表示用户的状态的指标的误差。在本实施方式中，误差推算部250将速度、姿势角、加速度、角速度以及位置作为表示用户的状态的指标，使用扩展卡尔曼滤波推算这些指标的误差。即，误差推算部250将积分处理部240算出的速度v^e的误差(速度误差)δv^e、积分处理部240算出的姿势角的误差(姿势角误差)ε^e、加速度偏差b_a、角速度偏差b_ω、以及积分处理部240算出的位置p^e的误差(位置误差)δp^e作为扩展卡尔曼滤波的状态变量，如式(9)那样定义状态矢量X。

[数学式9]

$X=\left[\begin{array}{c}{\mathrm{\δv}}^e\\ {\mathrm{\ϵ}}^e\\ b_a\\ b_{\mathrm{\ω}}\\ {\mathrm{\δp}}^e\end{array}\right]---\left(9\right)$

扩展卡尔曼滤波的预测式如式(10)所表示。在式(10)中，矩阵Φ是将前次的状态矢量X与本次的状态矢量X关联起来的矩阵，其要素的一部分被设计成反映姿势角、位置等的同时，时刻变化。另外，Q是表示过程噪声的矩阵，其各要素被预先设定为适当的值。另外，P是状态变量的误差协方差矩阵。

[数学式10]

$\begin{array}{c}X=\mathrm{\Φ}X\\ P={\mathrm{\ΦP\Φ}}^T+Q\end{array}---\left(10\right)$

扩展卡尔曼滤波的更新式如式(11)所表示。Z和H分别是观测矢量和观测矩阵，更新式(11)表示使用实际的观测矢量Z与根据状态矢量X预测的矢量HX之差来校正状态矢量X。R是观测误差的协方差矩阵，其既可以是预先确定的固定(一定)值，也可以动态地变更。K是卡尔曼增益，R越小则K越大。根据式(11)，K越大(R越小)，则状态矢量X的校正量越大，相应地P越小。

[数学式11]

$\begin{array}{c}K={\mathrm{PH}}^T{({\mathrm{HPH}}^T+R)}^{-1}\\ X=X+K(Z-HX)\\ P=(I-KH)P\end{array}---\left(11\right)$

作为误差推算的方法(状态矢量X的推算方法)，例如可列举以下的方法。

通过基于姿势角误差的校正的误差推算方法：

如图7说明的那样，由于用户步行时，用户的姿势周期性地(每两步(左右各一步))变化，因此，是假设前次(前两步)的姿势角与本次的姿势角相等且前次的姿势角是真的姿势来推算误差的方法。在该方法中，观测矢量Z是积分处理部240算出的前次姿势角与本次姿势角之差，根据更新式(11)，基于姿势角误差ε^e与观测值之差来校正状态矢量X，推算误差。

通过基于角速度偏差的校正的误差推算方法：

是假设前次(前两步)的姿势角与本次的姿势角相等、但前次的姿势角不必是真的姿势来推算误差的方法。在该方法中，观测矢量Z是根据积分处理部240算出的前次姿势角及本次姿势角算出的角速度偏差，根据更新式(11)，基于角速度偏差b_ω与观测值之差来校正状态矢量X，推算误差。

通过基于方位角误差的校正的误差推算方法：

是假设前次(前两步)的偏航角(方位角)与本次的偏航角(方位角)相等、且前次的偏航角(方位角)是真的偏航角(方位角)来推算误差的方法。在该方法中，观测矢量Z是积分处理部240算出的前次偏航角与本次偏航角之差，根据更新式(11)，基于方位角误差ε_z ^e与观测值之差来校正状态矢量X，推算误差。

通过基于步行速度的校正的误差推算方法：

是假设积分处理部240算出的速度v^e与步行处理部230算出的步行速度v相等来推算误差的方法。在该方法中，观测矢量Z是积分处理部240算出的速度与步行处理部230算出的步行速度之差，根据更新式(11)，基于速度误差δv^e与观测值之差来校正状态矢量X，推算误差。

通过基于停止的校正的误差推算方法：

是假设停止时速度为零来推算误差的方法。在该方法中，观测矢量Z是积分处理部240算出的速度v^e与零之差，根据更新式(11)，基于速度误差δv^e来校正状态矢量X，推算误差。

通过基于静止的校正的误差推算方法：

是假设静止时速度为零、且姿势变化为零来推算误差的方法。在该方法中，观测矢量Z是积分处理部240算出的速度v^e的误差以及积分处理部240算出的前次姿势角与本次姿势角之差，根据更新式(11)，基于速度误差δv^e和姿势角误差ε^e来校正状态矢量X，推算误差。

通过基于GPS的观测值的校正的误差推算方法：

是假设积分处理部240算出的速度v^e、位置p^e或者偏航角ψ_be根据GPS数据算出的速度、位置或者方位角(转换成e坐标系后的速度、位置、方位角)相等来推算误差的方法。在该方法中，观测矢量Z是积分处理部240算出的速度、位置或者偏航角与根据GPS数据算出的速度、位置速度或者方位角之差，根据更新式(11)，基于速度误差δv^e、位置误差δp^e或方位角误差ε_z ^e与观测值之差来校正状态矢量X，推算误差。

在本实施方式中，误差推算部250创建至少应用了“通过基于步行速度的校正的误差推算方法”，进而应用了其它误差推算方法中的部分或全部的观测矢量Z及观测矩阵H，使用扩展卡尔曼滤波来推算状态矢量X。

坐标转换部260进行使用积分处理部240算出的从b坐标系向m坐标系的坐标转换信息(坐标转换矩阵C_b ^m)，将偏差去除部210校正过的b坐标系下的加速度和角速度分别转换成m坐标系下的加速度和角速度的坐标转换处理。另外，坐标转换部260进行使用积分处理部240算出的从e坐标系向m坐标系的坐标转换信息(坐标转换矩阵C_e ^m)，将积分处理部240算出的e坐标系下的速度、位置及姿势角分别转换成m坐标系下的速度、位置及姿势角的坐标转换处理。

运动解析部270进行使用坐标转换部260坐标转换后的m坐标系下的加速度、角速度、速度、位置以及姿势角进行各种运算来解析用户的运动并生成运动解析信息340的处理。在本实施方式中，运动解析部270生成包括用户步行中的、移动路径、移动速度、移动时间等关于移动的信息、前倾程度、左右活动差异、推进效率、能量消耗量、能量效率等关于步行运动的评价指标的信息、为了更好步行的建议和指导的信息、指示姿势差的警告信息(用于使显示装置3输出警告显示、警告声音等的信息)等的运动解析信息340。

处理部20将该运动解析信息340发送给显示装置3，运动解析信息340以文本、图像、图形等显示在显示装置3的显示部170上、或者以声音、蜂鸣音等从声音输出部180输出。基本上，通过使运动解析信息340显示于显示部170，从而用户在希望知道运动解析信息时观看显示部170即可确认，通过将想提醒用户注意的信息(警告信息等)至少作为声音输出，从而用户不必在步行的同时总是看显示部170。

1-4.处理的步骤

图9是示出处理部20进行的运动解析处理的一例步骤(运动解析方法的一例)的流程图。处理部20通过执行存储于存储部30中的运动解析程序300而按图9的流程图的步骤执行运动解析处理。

如图9所示，处理部20在接收到计测开始的指令的情况下(S1的是)，首先假设用户处于静止，使用惯性计测单元10计测到的感测数据、以及GPS数据，计算初始姿势、初始位置、初始偏差(S2)。

接着，处理部20从惯性计测单元10取得感测数据，并将取得的感测数据追加到感测数据表310中(S3)。

接着，处理部20使用初始偏差(在S9中推算加速度偏差b_a及角速度偏差b_ω之后，使用加速度偏差b_a及角速度偏差b_ω)，从在S3中取得的感测数据中所包含的加速度和角速度中去除偏差来进行校正(S4)，用在S4中校正过的加速度和角速度更新感测数据表310(S5)。

接着，处理部20对在S4中校正过的感测数据积分来计算速度、位置以及姿势角，并将包括算出的速度、位置以及姿势角的算出数据追加到算出数据表330中(S6)。

接着，处理部20进行参照速度计算处理(S7)算出参照速度，进而进行步行处理(S8)算出步行周期(步行时机)以及步行速度。该参照速度计算处理(S7)以及步行处理(S8)的一例步骤(相关系数校正方法的一例)将于后述。

接着，处理部20使用扩展卡尔曼滤波进行误差推算处理(S9)，推算速度误差δv^e、姿势角误差ε^e、加速度偏差b_a、角速度偏差b_ω以及位置误差δp^e。

接着，处理部20使用在S9中推算出的速度误差δv^e、姿势角误差ε^e以及位置误差δp^e分别校正速度、位置以及姿势角(S10)，用在S10中校正过的速度、位置以及姿势角更新算出数据表330(S11)。

接着，处理部20将存储于感测数据表310中的感测数据(b坐标系下的加速度以及角速度)以及存储于算出数据表330中的算出数据(e坐标系下的速度、位置以及姿势角)坐标转换为m坐标系下的加速度、角速度、速度、位置以及姿势角(S12)。处理部20将该m坐标系下的加速度、角速度、速度、位置以及姿势角按时序存储于存储部30。

接着，处理部20使用在S12中坐标转换后的m坐标系下的加速度、角速度、速度、位置以及姿势角，实时地解析用户的运动，并生成运动解析信息(S13)。

接着，处理部20将在S13中生成的运动解析信息发送给显示装置3(S14)。发送给显示装置3的运动解析信息在用户的步行过程中被实时地反馈。需要注意的是，本说明书中的“实时”是指，在取得处理对象的信息的时机开始处理。因此，也包括从取得信息起到结束处理为止存在某种程度的时间差的情况。

然后，处理部20从取得前次感测数据起，每经过采样周期Δt(S15的是)便重复S3之后的处理，直到接收到计测停止的指令(S15的否以及S16的否)。当接收到计测停止的指令时(S16的是)，使用在S12中经坐标转换并按时序存储的m坐标系下的加速度、角速度、速度、位置以及姿势角、S13的解析结果，解析用户进行的运动，并生成运动解析信息(S17)。在S17中，处理部20在接收到计测停止的指令时，既可以立刻进行运动解析处理，也可以在接收到基于用户操作的运动解析指令的情况下进行运动解析处理。另外，处理部20既可以将在S17中生成的运动解析信息发送给显示装置3，也可以发送给个人计算机、智能手机等设备，还可以记录在存储卡中。

需要注意的是，在图9中，处理部20如果没有接收到计测开始的指令(S1的否)，则不进行S1～S17的处理，但也可以使用过去存储的m坐标系下的加速度、角速度、速度、位置以及姿势角、S13的解析结果进行S17的处理。

图10是示出参照速度计算处理(图9的S7的处理)的一例步骤的流程图。处理部20(参照速度算出部220)通过执行存储于存储部30中的参照速度计算程序301而按图10的流程图的步骤执行参照速度计算处理。

如图10所示，处理部20在取得了新的GPS数据的情况下(S100的是)，追加所取得的GPS数据来更新GPS数据表320(S110)。

接着，处理部20使用包括在GPS数据表320中的最近的两个GPS数据计算两个位置的差分ΔP和两个时刻的差分ΔT(S120)。例如，将图4的第一个GPS数据和第二个GPS数据当作最近的两个GPS数据的情况下，ΔP＝(P×2-P×1、Py2-Py1、Pz2-Pz1)，ΔT＝T2-T1。

接着，处理部20将在S120中算出的ΔP除以ΔT来计算参照速度。例如，ΔP＝(P×2-P×1、Py2-Py1、Pz2-Pz1)，ΔT＝T2-T1的情况下，参照速度为((P×2-P×1)/(T2-T1)、(Py2-Py1)/(T2-T1)、(Pz2-Pz1)/(T2-T1))。

最后，处理部20开启相关系数校正有效标记(S140)，结束参照速度计算处理。需要注意的是，处理部20在未取得新的GPS数据的情况下(S100的否)，不进行S110以后的处理而结束参照速度计算处理。

图11是示出步行处理(图9的S8的处理)的一例步骤的流程图。处理部20(步行处理部230)通过执行存储于存储部30的步行处理程序302而按图11的流程图的步骤执行步行处理。

如图11所示，处理部20对在图9的S4中校正过的加速度所包含的z轴加速度进行低通滤波处理(S200)，去除噪声。

接着，如果在S200中进行过低通处理的z轴加速度为阈值以上且是极大值(S210的是)，则处理部20检出步行周期(生成步行时机信号)(S220)。

接着，处理部20计算上一步行周期中包含的z轴加速度的振幅amp(最大值和最小值之差)(S230)。

接着，如果相关系数校正有效标记开启(S240的是)，则处理部20使用卡尔曼滤波校正相关式(1)的相关系数ParamA、ParamB(S250)，并关闭相关系数校正有效标记(S260)。

接着，处理部20将在S260中校正过的相关系数ParamA、ParamB输入到相关式(1)来计算步行速度v(S270)，结束步行处理。

另一方面，如果相关系数校正有效标记关闭(S240的否)，则处理部20在不校正相关系数ParamA、ParamB的情况下将其输入到相关式(1)来计算步行速度v(S270)，结束步行处理。需要注意的是，如果z轴加速度小于阈值或者不为极大值(S210的否)，则处理部20不进行S220以后的处理而结束步行处理。

1-5.效果

如以上说明的那样，根据本实施方式，将利用GPS算出的速度作为参照速度，使用卡尔曼滤波动态地校正用户步行时的上下动的加速度(z轴加速度)的振幅与步行速度的相关式的相关系数，因此能够反映用户的体格、走路方式等来高精度地推算步行速度。

另外，在本实施方式中，能够使用将高精度地推算出的步行速度作为参照而应用扩展卡尔曼滤波推算出的误差高精度地校正用户的速度、位置、姿势角等信息。进而，根据本实施方式，能够使用该高精度地校正过的用户的速度、位置、姿势等信息高精度地解析用户的步行运动。

另外，在本实施方式中，使用以与步行速度存在高相关关系的上下动的加速度的振幅为变量的相关式，从而能够使步行速度的推算精度进一步提高。

2.变形例

本发明不限于本实施方式，可在本发明的主旨的范围内进行各种变形实施。下面，说明变形例。需要说明的是，对与上述实施方式相同的构成标注相同的符号并省略其重复的说明。

2-1.传感器

在上述实施方式中，加速度传感器12和角速度传感器14被一体化为惯性计测单元10而被内置于运动解析装置2中，但加速度传感器12与角速度传感器14也可以不被一体化。或者，加速度传感器12和角速度传感器14也可以不内置在运动解析装置2中，而是直接安装于用户。不管在哪种情况下，例如，将某一方的传感器坐标系设为上述实施方式的b坐标系，将另一方的传感器坐标系转换成该b坐标系来应用上述实施方式即可。

另外，在上述实施方式中，将传感器(运动解析装置2(IMU10))安装于用户的安装部位设为腰来进行了说明，但也可以安装于腰以外的部位。适合的安装部位是用户的躯干(四肢以外的部位)。然而，不限于躯干，也可以安装于手臂以外的例如用户的头、脚。

2-2.相关式

在上述实施方式中，使用了用户步行的特性信息之一、即上下动的加速度(z轴加速度)的振幅amp与步行速度v的相关式(1)，但不限定于此，例如，也可以使用用户步行的特性信息之一、即三轴加速度的合成加速度的振幅与步行速度v的相关式。

另外，由于加速度(上下动的加速度、合成加速度、前进方向加速度等)与步幅之间也存在相关关系，因此，也可以使用加速度与步幅的相关式。这种情况下，相关系数校正部236也可以使用参照速度算出部220算出的参照速度算出参照步幅，使用算出的参照步幅校正相关系数。例如，步行检测部232根据连续的两个步行时机之差计算步频(ピッチ)(步行周期的时间)，相关系数校正部236将该步频与参照速度相乘算出参照步幅，将算出的参照步幅作为观测矢量Z来校正加速度与步幅的相关式的相关系数即可。需要注意的是，相关系数校正部236也能够校正对加速度积分而得到的速度与步幅的相关式的相关系数。

另外，也可以将求出步行速度或步幅的式(12)那样的多元回归式用作相关式，例如，将作为用户步行的特性信息的步频(步行周期的时间)以及合成加速度的峰值分别设为x₁和x₂来校正相关系数a₀、a₁以及a₂。

[数学式12]

y＝a₀+a₁x₁+a₂x₂ (12)

2-3.参照速度

在上述实施方式中，参照速度算出部220使用最近的两个GPS数据求出两个位置之差和两个时刻之差来计算参照速度，但不限定于此，例如，也可以使用三个以上的GPS数据计算平均速度来作为参照速度。这种情况下，既可以将GPS数据中包含的速度直接进行平均，也可以根据位置和时刻求出平均速度。

另外，在上述实施方式中，参照速度算出部220在GPS数据被取得的情况下计算参照速度，但也可以在取得GPS数据的情况下，只在定位精度为阈值以上时算出参照速度。或者，参照速度算出部220也可以在GPS数据被取得的情况下，如果定位精度在阈值以上，则将GPS数据中包含的速度作为参照速度，在GPS数据被取得的情况下，若定位精度小于阈值，则使用位置和时刻算出参照速度，或者算出平均速度作为参照速度。

另外，在上述实施方式中，参照速度算出部220使用GPS数据算出参照速度，但不限定于此，例如，也可以使用惯性计测单元10(惯性传感器)的输出算出用户的前进方向的速度作为参照速度。

另外，在上述实施方式中，参照速度算出部220使用来自GPS卫星的信号生成参照速度，但也可以使用来自GPS以外的全球导航卫星系统(GNSS：Global NavigationSatellite System)的定位用卫星、GNSS以外的定位用卫星的信号算出参照速度。例如，也可以利用WAAS(Wide Area Augmentation System：广域增强系统)、QZSS(Quasi ZenithSatellite System：准天顶卫星系统)、GLONASS(Global Navigation Satellite System：全球导航卫星系统)、GALILEO(伽利略定位系统)、BeiDou(BeiDou Navigation SatelliteSystem：北斗卫星导航系统)等卫星定位系统中之一、或两个以上。另外，也可以利用室内定位系统(IMES：Indoor Messaging System)等。

2-4.相关系数的校正

在上述实施方式中，在参照速度算出部220新算出了参照速度的情况下，相关系数校正部236不管该参照速度的使用如何均校正相关系数，但不限定于此，相关系数校正部236也可以在作为参照速度算出基础的GPS数据的定位精度比阈值低(DOP值比阈值高)的情况下不校正相关系数、或者相对增大观测误差的协方差矩阵R来校正相关系数。

另外，上述实施方式中，在相关系数校正部236的相关系数的校正中使用了卡尔曼滤波，但也可以更换为粒子滤波、H∞(H无穷)滤波等其它校正方式。

2-5.误差的推算

在上述实施方式中，误差推算部250将速度、姿势角、加速度、角速度以及位置作为表示用户状态的指标，并使用扩展卡尔曼滤波来推算这些指标的误差，但也可以将速度、姿势角、加速度、角速度以及位置中的部分作为表示用户状态的指标来推算其误差。或者，误差推算部250也可以将速度、姿势角、加速度、角速度以及位置以外的指标(例如移动距离)作为表示用户状态的指标来推算其误差。

另外，上述实施方式中，在误差推算部250的误差推算中使用了扩展卡尔曼滤波，但也可以更换为粒子滤波、H∞(H无穷)滤波等其它推算方式。

2-6.步行检测

在上述实施方式中，步行检测部232将用户的上下动的加速度(z轴加速度)为阈值以上且达到极大值的时机检出作为步行时机，但不限定于此，例如，也可以将上下动的加速度(z轴加速度)从正变化为负(过零)的时机(或从负过零为正的时机)检出作为步行时机。或者，步行检测部232也可以对上下动的加速度(z轴加速度)积分而算出上下动的速度(z轴速度)，使用算出的上下动的速度(z轴速度)检测步行周期(步行时机)。这种情况下，步行检测部232例如也可以在该速度由于值的增加或者值的减少而与极大值和极小值的中值附近的阈值交叉的时机检出步行周期(步行时机)。

另外，在上述实施方式中，步行检测部232按每一步地检出步行周期(步行时机)，但不限定于此，也可以是，步行检测部232每两步(左右各一步)地检出步行周期(步行时机)，相关系数校正部236与步行时机同步地按每两步进行一次相关系数的校正。或者，也可以是，步行检测部232按每一步地检出步行周期(步行时机)，并输出表示是右脚还是左脚的标记，相关系数校正部236分别保持右脚用的相关式(相关系数)和左脚用的相关式(相关系数)，在每个步行周期(步行时机)，根据标记校正任一方的相关式(相关系数)。

2-7.其它

在上述实施方式中，积分处理部240算出e坐标系下的速度、位置以及姿势角，坐标转换部260将其坐标转换为m坐标系下的速度、位置以及姿势角，但积分处理部240也可以算出m坐标系下的速度、位置以及姿势角。这种情况下，运动解析部270使用积分处理部240算出的m坐标系下的速度、位置、姿势角进行运动解析处理即可，因此不需要坐标转换部260进行速度、位置以及姿势角的坐标转换。另外，误差推算部250也可以使用m坐标系下的速度、位置、姿势角进行基于扩展卡尔曼滤波的误差推算。

另外，在上述实施方式中，处理部20生成图像数据、声音数据、文本数据等运动解析信息，但不限定于此，例如也可以是，处理部20发送推进效率、能量消耗量等计算结果，接收到该计算结果的显示装置3的处理部120创建与该计算结果相应的图像数据、声音数据、文本数据(建议等)。

另外，在上述实施方式中，处理部20在接收到计测停止的指令后，进行解析用户进行的运动并生成运动解析信息的处理(图9的S17)，但是，该运动解析处理(后处理)也可以不由处理部20进行。例如也可以是，处理部20将存储在存储部30中的各种信息向个人计算机、智能手机、网络服务器等设备发送，由这些设备进行运动解析处理(后处理)。

另外，在上述实施方式中，显示装置3从显示部170和声音输出部180输出运动解析信息，但不限定于此，例如也可以在显示装置3上设置振动机构，使振动机构以各种模式振动来输出各种信息。

另外，在上述实施方式中，GPS单元50设置于运动解析装置2，但也可以设置在显示装置3。这种情况下，显示装置3的处理部120从GPS单元50接收GPS数据并经由通信部140发送到运动解析装置2，运动解析装置2的处理部20经由通信部40接收GPS数据，并将接收到的GPS数据添加到GPS数据表320中即可。

另外，在上述实施方式中，运动解析装置2与显示装置3分体，但也可以是将运动解析装置2和显示装置3一体化的运动解析装置。

另外，在上述实施方式中，运动解析装置2被安装于用户，但不限于此，也可以是，将惯性计测单元(惯性传感器)、GPS单元装于用户的躯体等，惯性计测单元(惯性传感器)、GPS单元分别将检测结果发送给智能手机等便携信息设备、个人计算机等设置型的信息设备，由这些设备使用所接收到的检测结果对用户的运动进行解析。或者，也可以是，装于用户的躯体等的惯性计测单元(惯性传感器)、GPS单元将检测结果记录到存储卡等记录介质中，由智能手机、个人计算机等信息设备从该记录介质读出检测结果来进行运动解析处理。

另外，在上述实施方式中，将人的步行作为对象，但本发明并不限定于此，其同样也可以应用于动物、步行机器人等移动体的步行。另外，本发明不限于步行，也能够应用于登山、越野跑、滑雪(还包括越野滑雪、跳台滑雪)、滑板滑雪、游泳、自行车的行驶、滑冰、高尔夫球、网球、棒球、机能恢复训练等各种各样的运动。

上述的各实施方式及各变形例只是一个例子，并不局限于此。例如，也可以适当组合各实施方式及各变形例。

本发明包括与实施方式中说明过的构成实质上相同的构成(例如功能、方法及结果相同的构成、或者目的及效果相同的构成)。另外，本发明包括对实施方式中说明过的构成的非本质部分进行置换而得到的构成。另外，本发明包括能与实施方式中说明过的构成起到相同作用效果的构成或者能达到相同目的的构成。另外，本发明包括对实施方式中说明过的构成补充公知技术而得的构成。

附图标记说明

1运动解析系统、2运动解析装置、3显示装置、10惯性计测单元(IMU)、12加速度传感器、14角速度传感器、16信号处理部、20处理部、30存储部、40通信部、50GPS单元、120处理部、130存储部、140通信部、150操作部、160计时部、170显示部、180声音输出部、210偏差去除部、220参照速度算出部、230步行处理部、232步行检测部、234步行特性信息算出部、236相关系数校正部、238步行速度算出部、240积分处理部、250误差推算部、260坐标转换部、270运动解析部。

Claims (11)

1.一种相关系数校正方法，包括：

使用第一传感器的检测结果算出参照速度；

使用安装于移动体的第二传感器的检测结果算出所述移动体的步行的特性信息；以及

使用所述参照速度校正表示所述特性信息与所述移动体的步行速度或步幅间的相关关系的相关式的相关系数。

2.根据权利要求1所述的相关系数校正方法，还包括：

使用所述第二传感器的检测结果检测所述移动体的步行周期，

在所述相关系数校正方法中，与所述步行周期同步地算出所述特性信息。

3.根据权利要求2所述的相关系数校正方法，其中，

使用所述移动体的上下动的加速度检测所述步行周期。

4.根据权利要求2所述的相关系数校正方法，其中，

使用所述第二传感器的检测结果算出所述移动体的上下动的速度，并使用所述移动体的上下动的速度检测所述步行周期。

5.根据权利要求2～4中任一项所述的相关系数校正方法，其中，

所述特性信息是所述步行周期中的所述移动体的上下动的加速度的振幅。

6.根据权利要求1～5中任一项所述的相关系数校正方法，其中，

使用所述参照速度算出参照步幅，并使用所述参照步幅校正表示所述特性信息与所述步幅间的相关关系的所述相关式的所述相关系数。

7.根据权利要求1～6中任一项所述的相关系数校正方法，其中，

所述第一传感器包括接收来自定位用卫星的信号的传感器。

8.根据权利要求1～7中任一项所述的相关系数校正方法，其中，

所述第二传感器包括加速度传感器。

9.一种运动解析方法，包括：

使用权利要求1～8中任一项所述的相关系数校正方法校正所述相关系数；

使用校正过的所述相关系数算出所述移动体的所述步行速度或所述步幅；

使用算出的所述步行速度或所述步幅推算表示所述移动体的状态的指标的误差；

使用推算出的所述误差校正所述指标；以及

使用校正后的所述指标解析所述移动体的运动。

10.一种相关系数校正装置，包括：

参照速度算出部，使用第一传感器的检测结果算出参照速度；

步行特性信息算出部，使用安装于移动体的第二传感器的检测结果算出所述移动体的步行的特性信息；以及

相关系数校正部，使用所述参照速度校正表示所述特性信息与所述移动体的步行速度或步幅间的相关关系的相关式的相关系数。

11.一种程序，使计算机执行：

使用第一传感器的检测结果算出参照速度；

使用安装于移动体的第二传感器的检测结果算出所述移动体的步行的特性信息；以及

使用所述参照速度校正表示所述特性信息与所述移动体的步行速度或步幅间的相关关系的相关式的相关系数。