CN107788979A - 站起动作辅助装置、站起动作辅助方法以及程序 - Google Patents

站起动作辅助装置、站起动作辅助方法以及程序 Download PDF

Info

Publication number
CN107788979A
CN107788979A CN201710609372.8A CN201710609372A CN107788979A CN 107788979 A CN107788979 A CN 107788979A CN 201710609372 A CN201710609372 A CN 201710609372A CN 107788979 A CN107788979 A CN 107788979A
Authority
CN
China
Prior art keywords
action
chair
seat
user
stands
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
CN201710609372.8A
Other languages
English (en)
Other versions
CN107788979B (zh
Inventor
本山裕之
井上刚
嘉藤佑亮
小泽顺
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.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN107788979A publication Critical patent/CN107788979A/zh
Application granted granted Critical
Publication of CN107788979B publication Critical patent/CN107788979B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H1/00—Apparatus for passive exercising; Vibrating apparatus; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
    • A61H1/02—Stretching or bending or torsioning apparatus for exercising
    • A61H1/0237—Stretching or bending or torsioning apparatus for exercising for the lower limbs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6812—Orthopaedic devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F5/00—Orthopaedic methods or devices for non-surgical treatment of bones or joints; Nursing devices; Anti-rape devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H1/00—Apparatus for passive exercising; Vibrating apparatus; Chiropractic devices, e.g. body impacting devices, external devices for briefly extending or aligning unbroken bones
    • A61H1/02—Stretching or bending or torsioning apparatus for exercising
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H3/00—Appliances for aiding patients or disabled persons to walk about
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H3/00—Appliances for aiding patients or disabled persons to walk about
    • A61H3/02—Crutches
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0006—Exoskeletons, i.e. resembling a human figure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6828—Leg
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
    • A61G5/10—Parts, details or accessories
    • A61G5/14—Standing-up or sitting-down aids
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/16—Physical interface with patient
    • A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
    • A61H2201/164—Feet or leg, e.g. pedal
    • A61H2201/1642—Holding means therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/16—Physical interface with patient
    • A61H2201/1602—Physical interface with patient kind of interface, e.g. head rest, knee support or lumbar support
    • A61H2201/165—Wearable interfaces
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5007—Control means thereof computer controlled
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5023—Interfaces to the user
    • A61H2201/5035—Several programs selectable
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5023—Interfaces to the user
    • A61H2201/5041—Interfaces to the user control is restricted to certain individuals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5064—Position sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5069—Angle sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5079—Velocity sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
    • A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
    • A61H2201/50—Control means thereof
    • A61H2201/5058—Sensors or detectors
    • A61H2201/5084—Acceleration sensors

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Epidemiology (AREA)
  • Pain & Pain Management (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Rehabilitation Therapy (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Nursing (AREA)
  • Vascular Medicine (AREA)
  • Rehabilitation Tools (AREA)
  • Manipulator (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本公开涉及站起动作辅助装置、站起动作辅助方法以及程序，具备：穿戴于用户腿的辅助机构(15)；包括计测与用户的姿势相应的姿势信息的第1传感器和计测用户的肌电位的第2传感器的至少一方的传感器(11)，其输出包含姿势信息和肌电位的至少一方的计测数据；保存计测数据的存储器(13)；和使用存储器所保存的计测数据控制辅助机构的处理器(14)，处理器基于计测数据检测从就座动作开始到就座动作结束的就座动作，在检测出就座动作时，基于计测数据中的就座动作开始后的第1计测数据确定椅子类别，基于计测数据中的就座动作结束后的第2计测数据检测用户站起动作的开始，输出用于使辅助机构辅助与所确定的椅子类别相应的站起动作的辅助信息。

Description

站起动作辅助装置、站起动作辅助方法以及程序
技术领域
本公开涉及辅助用户的站起动作的站起动作辅助装置等。
背景技术
以往提出了对老年人等用户辅助站起动作的站起动作辅助装置(也称为腿辅助用具或电动辅助服)(例如，参照专利文献1)。
现有技术文献
专利文献1：日本特开2010-253048号公报
发明内容
然而，在上述专利文献1的站起动作辅助装置中，存在无法适当地辅助用户的站起动作这一问题。
因此，本公开提供能够适当地辅助用户的站起动作的站起动作辅助装置等。
本公开的一个技术方案涉及的站起动作辅助装置，具备：辅助机构，其穿戴于用户的腿，对所述用户的动作进行辅助；传感器，其包括第1传感器和第2传感器的至少一方，所述第1传感器计测与所述用户的姿势相应的姿势信息并输出所述姿势信息，所述第2传感器计测所述用户的肌电位并输出所述肌电位，所述传感器输出包含所述姿势信息和所述肌电位的至少一方的计测数据；存储器，其保存所述计测数据；以及处理器，其使用所述存储器所保存的所述计测数据来控制所述辅助机构，所述处理器，基于所述计测数据，检测所述用户向椅子的就座动作即从就座动作开始到就座动作结束为止的动作，在检测出所述就座动作时，基于所述计测数据中的所述就座动作开始后的第1计测数据，确定所述椅子的类别，基于所述计测数据中的所述就座动作结束后的第2计测数据，检测站起动作的开始，所述站起动作是所述用户从所述椅子站起的动作，输出用于使所述辅助机构执行与所确定出的所述椅子的类别相应的所述站起动作的辅助的辅助信息。
此外，这些总括性或具体的技术方案既可以通过系统、方法、集成电路、计算机程序或计算机可读取的记录介质来实现，也可以通过装置、系统、方法、集成电路、计算机程序和记录介质的任意组合来实现。计算机可读取的记录介质例如包括CD-ROM(Compact Disc-Read Only Memory)等非易失性记录介质。
本公开的站起动作辅助装置能够适当地辅助用户的站起动作。从本说明书及附图中可知晓本公开的一个技术方案的附加的益处及优点。该益处和/或优点可以单独地由本说明书及附图所公开的各种实施方式及特征而得到，无需为了获得一个以上益处和/或优点而实施所有的实施方式及特征。
附图说明
图1A是实施方式的站起动作辅助装置的概略性的功能框图。
图1B是实施方式的站起动作辅助方法的概略性的流程图。
图2是实施方式的站起动作辅助装置的具体的功能框图。
图3是实施方式的站起动作辅助装置的整体处理的流程图。
图4是表示实施方式的穿戴于用户的辅助机构、躯干姿势计测部以及肌电位计测部各自的整体或一部分的外观的一例的图。
图5是表示实施方式的由肌电位计测部计测的肌肉的一例的图。
图6是表示实施方式的肌电位计测部计测胫骨前肌的肌电位的一例的图。
图7是表示实施方式的计测数据存储部所保存的计测数据的一例的图。
图8A是表示在用户向木制椅子就座时对各肌肉算出的肌电位的RMS的一例的图。
图8B是表示实施方式的就座条件存储部所存储的就座条件的一例的图。
图9是表示在用户向木制椅子就座时所计测出的加速度的一例的图。
图10A是表示在用户向椅子就座时所算出的躯干前倾角度的一例的图。
图10B是表示实施方式的就座条件存储部所存储的就座条件的另一例的图。
图11是表示实施方式的椅子条件存储部所存储的就座动作区间的椅子条件的一例的图。
图12是表示实施方式的椅子条件存储部所存储的就座中区间的椅子条件的一例的图。
图13是实施方式的使用了肌电位的椅子类别的确定方法的流程图。
图14是表示在用户已就座于3种椅子的各椅子时所计测出的加速度的一例的图。
图15是表示实施方式的椅子条件存储部所存储的就座中区间的椅子条件的另一例的图。
图16是实施方式的使用了加速度以及躯干前倾角度的椅子的确定方法的流程图。
图17是表示在用户站起时所算出的躯干前倾角度的一例的图。
图18是表示在正在进行站起动作时对各肌肉计测出的肌电位的ARV的一例的图。
图19是实施方式的站起动作检测部的详细处理的流程图。
图20是表示实施方式的辅助信息存储部所存储的按椅子类别关联的辅助信息的一例的图。
图21是表示实施方式的变形例涉及的站起动作检测部的详细处理的流程图。
图22是表示实施方式的变形例涉及的站起条件存储部所存储的站起条件的例子的图。
图23是表示非穿戴式的站起动作辅助装置的外观的图。
标号的说明
10、100 站起动作辅助装置
11 传感器
12 通信接口
13 存储器
14 处理器
15、112 辅助机构
101 肌电位计测部
102 躯干姿势计测部
103 计时器
104 计测数据存储部
105 就座动作检测部
106 就座条件存储部
107 椅子确定部
108 椅子条件存储部
109 确定结果存储部
110 站起动作检测部
111 站起条件存储部
113 辅助信息存储部
具体实施方式
本发明人对于在“背景技术”一栏中记载的专利文献1的站起动作辅助装置，发现会产生以下的问题。
对于专利文献1那样的以往的穿戴式的站起动作辅助装置，在检测出用户要从坐着椅子的状态站起之前的动作即站起动作之后，不管用户坐着的椅子的类别如何，都以一定的力量和速度来辅助站起动作。
然而，在日常生活中，用户通常会向互不相同的多种椅子就座。对于这些多种椅子，座面的高度不同，站起动作时的用户的脚的配置不同。因此，例如，在用户坐着如沙发这样座面低的椅子的情况下，用户会降低臀部并伸开膝盖，在无法使该膝盖的角度大幅弯曲的状态下进行站起动作。此时，在用户的站起动作的辅助中，需要比较强的力量。另一方面，在用户坐着如办公椅这样座面比沙发高的椅子的情况下，用户能够抬高臀部并比较自由地屈伸膝盖，使该膝盖的角度大幅弯曲来进行站起动作。此时，在用户的站起动作的辅助中，比较弱的力量就足够。
但是，在以往的站起动作辅助装置中，如上所述，不管用户坐着的椅子的类别如何，都以一定的力量和速度进行辅助。因此，存在如下情况：对于坐着沙发的用户的站起动作的辅助而言，力量会不足，对于坐着办公椅的用户的站起动作的辅助而言，会施加了过剩的力量。其结果是，用户的站起动作会变得不稳定。
为了解决这样的问题，本公开的一个技术方案涉及的站起动作辅助装置，具备：辅助机构，其穿戴于用户的腿，对所述用户的动作进行辅助；传感器，其包括第1传感器和第2传感器的至少一方，所述第1传感器计测与所述用户的姿势相应的姿势信息并输出所述姿势信息，所述第2传感器计测所述用户的肌电位并输出所述肌电位，所述传感器输出包含所述姿势信息和所述肌电位的至少一方的计测数据；存储器，其保存所述计测数据；以及处理器，其使用所述存储器所保存的所述计测数据来控制所述辅助机构，所述处理器，基于所述计测数据，检测所述用户向椅子的就座动作即从就座动作开始到就座动作结束为止的动作，在检测出所述就座动作时，基于所述计测数据中的所述就座动作开始后的第1计测数据，确定所述椅子的类别，基于所述计测数据中的所述就座动作结束后的第2计测数据，检测站起动作的开始，所述站起动作是所述用户从所述椅子站起的动作，输出用于使所述辅助机构执行与所确定出的所述椅子的类别相应的所述站起动作的辅助的辅助信息。例如，所述肌电位可以是所述用户的腿所含的至少一条肌肉的肌电位。另外，所述姿势信息可以是所述用户的上半身的加速度、角速度和地磁中的至少一方。
由此，基于就座动作开始后的用户的生物体值确定椅子的类别，通过辅助机构执行与该椅子的类别相应的站起动作的辅助。因此，能够抑制在站起动作的辅助中力量不足或施加了过剩的力量，能够使用户的站起动作稳定。其结果是，能够适当地辅助用户的站起动作。换言之，根据本公开的一个技术方案涉及的站起动作辅助装置，能够以与用户已就座的椅子相应的力量或速度进行用户的站起动作的辅助，因此能够向用户提供稳定的站起动作。另外，由于可抑制施加过剩的力量，因此能够不消耗多余能量而较长时间地使用站起动作辅助装置。
另外，也可以，所述计测数据包含所述用户的腿所含的至少一条肌肉的肌电位，所述处理器在所述至少一条肌肉各自的肌电位为与该肌肉对应的阈值以上的情况下，检测出所述就座动作的开始。
在就座动作时，在胫骨前肌等预定肌肉会产生大的肌电位。因此，通过如上述那样基于肌电位来检测就座动作的开始，能够在适当的时机检测出就座动作。
另外，也可以，所述计测数据包含所述加速度，所述处理器基于所述加速度，算出所述用户的上半身在铅直方向上移动的移动距离，在所述移动距离为阈值以上的情况下，检测出所述就座动作。
在就座动作时，上半身在铅直方向上大幅移动。因此，通过如上述那样基于上半身的移动距离来检测就座动作，能够在适当的时机检测出就座动作。
另外，也可以，所述计测数据包含所述加速度，所述计测数据包含第1计测数据和时间上比所述第1计测数据晚地计测出的第2计测数据，所述第1计测数据包含第1加速度，所述第2计测数据包含第2加速度，所述加速度包含所述第1加速度和所述第2加速度，所述处理器在所述第1加速度的铅直方向朝下分量的大小为第1阈值以上、且所述第2加速度的铅直方向朝上分量的大小为第2阈值以上的情况下，检测出所述就座动作。
在要就座的用户的臀部接触到椅子的座面时，产生铅直方向朝上的大的加速度。因此，通过如上述那样基于铅直方向朝上的加速度来检测就座动作，能够在适当的时机检测出就座动作。
另外，也可以，所述姿势信息是所述用户的上半身的角速度，所述计测数据包含所述用户的上半身的角速度，所述处理器，基于所述角速度算出所述用户的躯干前倾角度，在从所述躯干前倾角度变为小于阈值时起的预先确定的时间以内所述肌电位变大的情况下，检测出所述就座动作开始。
由此，基于躯干前倾角度和肌电位检测就座动作，因此能够在更适当的时机检测出就座动作开始。
另外，也可以，所述处理器使用所述计测数据所包含的正在进行所述就座动作的第1区间的数据和所述用户坐着的第2区间的数据中的至少一方，确定所述椅子的类别。
由此，根据正在进行就座动作的期间即第1区间的计测结果和用户坐着的期间即第2区间的计测结果的至少一方的计测结果来确定椅子的类别。因此，例如，在根据第1区间和第2区间各自的计测结果确定椅子类别的情况下，能够提高被确定的椅子类别的可靠性。
另外，也可以，所述肌电位是所述用户的腿所含的肌肉的肌电位，所述计测数据包含所述用户的腿所含的肌肉的肌电位，所述处理器通过判定所述肌电位是否满足与多种椅子分别对应的条件，确定所述椅子的类别。
无论在正在进行就座动作时，还是在用户坐着时，都会根据椅子的类别而产生不同的肌电位。因此，通过如上述那样基于肌电位来确定椅子的类别，能够进一步提高被确定的椅子类别的可靠性。
另外，也可以，所述姿势信息是所述用户的上半身的加速度，所述计测数据包含所述加速度，所述处理器在所述就座动作开始之后，基于所述加速度的铅直方向朝上分量的大小，算出所述用户的上半身在铅直方向上移动的移动距离，根据所述移动距离来确定所述椅子的类别。
要就座的用户的上半身的铅直方向的移动距离根据椅子座面的高度而不同。因此，通过如上述那样基于移动距离来确定椅子的类别，能够进一步提高被确定的椅子类别的可靠性。
另外，也可以，所述姿势信息是所述用户的上半身的加速度，所述计测数据包含所述加速度，所述处理器算出从所述就座动作开始到经过预先确定的时间为止的期间内的所述加速度的铅直方向的最大变化率，根据所述最大变化率来确定所述椅子的类别。
在要就座的用户的臀部接触到椅子座面时所产生的铅直方向朝上的加速度的最大变化率，根据椅子座面的硬度而不同。因此，通过如上述那样基于该加速度的最大变化率来确定椅子的类别，能够进一步提高被确定的椅子类别的可靠性。
另外，也可以，所述姿势信息是所述用户的上半身的角速度，所述计测数据包含所述角速度，所述处理器根据所述角速度中的所述就座动作的结束后所述用户坐着的区间的角速度算出所述用户的躯干前倾角度，根据所述躯干前倾角度来确定所述椅子的类别。
坐着的用户的躯干前倾角度的最大值根据椅子靠背的角度而不同。因此，通过如上述那样基于该躯干前倾角度来确定椅子的类别，能够进一步提高被确定的椅子类别的可靠性。
另外，也可以，所述肌电位是所述用户的腿所含的多条肌肉各自的肌电位，所述计测数据包含所述多条肌肉各自的肌电位，所述处理器基于所述多条肌肉各自的肌电位，确定所述多条肌肉开始活动的顺序，在所确定出的所述顺序与预先确定的顺序一致的情况下，检测出所述站起动作的开始。
当坐着的用户要站起时，用户的腿的多条肌肉按预先确定的顺序开始活动。因此，通过如上述那样基于多条肌肉开始活动的顺序来检测站起动作的开始，能够在适当的时机检测出站起动作的开始。
另外，也可以，所述姿势信息是所述用户的上半身的角速度，所述计测数据包含所述用户的上半身的角速度，所述处理器根据所述角速度算出所述用户的躯干前倾角度，在所述躯干前倾角度成为阈值以下时之后，确定所述多条肌肉开始活动的顺序。
当坐着的用户要站起时，在进行了躯干前倾运动之后，用户的腿的多条肌肉按预先确定的顺序开始活动。因此，通过如上述那样基于躯干前倾角度成为阈值以下时之后的顺序来检测站起动作的开始，能够在更适当的时机检测出站起动作。
另外，也可以，所述处理器根据所确定出的所述椅子的类别，变更所述躯干前倾角度的阈值。
由此，基于已就座的椅子来检测站起动作的开始，因此能够高精度地检测站起动作的开始。
另外，也可以，所述肌电位是所述用户的腿所含的肌肉的肌电位，所述计测数据包含所述肌肉的肌电位，所述处理器，取得所确定出的所述椅子的类别下的座面的高度越高则表示越小的值的肌电位的阈值来作为特定阈值，在所述肌肉的肌电位中的所述就座动作后的所述肌肉的肌电位成为所述特定阈值以上时，检测出所述站起动作的开始。
由此，能够在与用户已就座的椅子的类别相应的适当的时机检测出站起动作的开始。
另外，也可以，所述处理器输出用于以与所确定出的所述椅子的类别相应的速度或力量使所述辅助机构改变所述用户的膝关节的角度的所述辅助信息。
由此，能够以与椅子的类别相应的速度或力量来辅助站起动作以使用户的膝关节伸展。
以下，参照附图对实施方式进行具体说明。
此外，以下说明的实施方式都表示总括性或具体的例子。以下的实施方式中示出的数值、形状、材料、构成要素、构成要素的配置位置以及连接形态、步骤、步骤的顺序等是一例，并非旨在限定本公开。另外，关于以下的实施方式中的构成要素中未记载在表示最上位概念的独立权利要求中的构成要素，作为任意的构成要素进行说明。
另外，各图是示意图，未必严格图示。另外，在各图中，对相同的构成部件标注相同的标号。
(实施方式)
[概要]
图1A中示出本实施方式的站起动作辅助装置的概略性的功能框图。如图1所示，站起动作辅助装置10具备传感器11、通信接口12、存储器13、处理器14和辅助机构15。
辅助机构15穿戴于用户的腿，对该用户的动作进行辅助。传感器11持续地计测与该用户的姿势相应的数值和肌电位中的至少一方来作为用户的生物体值，输出表示持续计测的用户的生物体值的计测数据。通信接口12取得从传感器11输出的计测数据并保存于存储器13。处理器14使用存储器13所保存的计测数据来控制辅助机构15。
具体而言，处理器14基于计测数据检测用户向椅子的就座动作即从就座动作开始到就座动作结束为止的动作。并且，处理器14在检测出就座动作时，基于由计测数据表示的就座动作开始后的用户的生物体值，确定该椅子的类别。接着，处理器14基于由计测数据表示的就座动作后的用户的生物体值，检测站起动作的开始，所述站起动作是用户从椅子站起的动作。接着，处理器14输出用于使辅助机构15执行与所确定出的椅子类别相应的站起动作的辅助的辅助信息。此外，本实施方式涉及的站起动作辅助装置10具备辅助机构15，但也可以不具备辅助机构15。
图1B中示出本实施方式的站起动作辅助方法的概略性的流程图。在该站起动作辅助方法中，首先，传感器11持续地检测与用户的姿势相应的数值和肌电位中的至少一方来用户的生物体值，输出表示持续计测的用户的生物体值的计测数据(步骤S11)。
接着，通信接口12取得从传感器11输出的计测数据并保存于存储器13(步骤S12)。
接着，处理器14使用存储器13所保存的计测数据来控制穿戴于用户腿的辅助机构15(步骤S13)。
具体而言，在步骤S13中，处理器14基于计测数据，检测用户向椅子的就座动作即从就座动作开始到就座动作结束为止的动作(步骤S13a)。接着，处理器14在检测出就座动作时，基于由该计测数据表示的就座动作开始后的用户的生物体值，确定椅子的类别(步骤S13b)。接着，处理器14基于由计测数据表示的就座动作后的用户的生物体值，检测站起动作的开始，所述站起动作是用户从椅子站起的动作(步骤S13c)。接着，处理器14输出用于使辅助机构15执行与所确定出的椅子类别相应的站起动作的辅助的辅助信息(步骤S13d)。
由此，基于就座动作开始后的用户的生物体值确定椅子的类别，通过辅助机构15执行与该椅子的类别相应的站起动作的辅助。因此，根据椅子的类别，能够抑制在站起动作的辅助中力量不足或施加了过剩的力量。其结果是，不管椅子的类别如何，都能够使用户的站起动作稳定。
以下，对这样的站起动作辅助装置以及站起动作辅助方法的详细情况进行说明。
[装置构成]
图2中示出本实施方式的站起动作辅助装置的具体的功能框图。如图2所示，站起动作辅助装置100具备肌电位计测部101、躯干姿势计测部102、计时器103、计测数据存储部104、就座动作检测部105、就座条件存储部106、椅子确定部107、椅子条件存储部108、确定结果存储部109、站起动作检测部110、站起条件存储部111、辅助机构112、辅助信息存储部113和计测处理部121。此外，图2所示的站起动作辅助装置100是将图1所示的站起动作辅助装置10进一步具体化而成的装置。另外，图2所示的肌电位计测部101以及躯干姿势计测部102相当于图1所示的传感器11。另外，图2所示的计测处理部121、计测数据存储部104以及辅助机构112分别相当于图1所示的通信接口12、存储器13以及辅助机构15。另外，图2所示的就座动作检测部105、椅子确定部107以及站起动作检测部110相当于图1所示的处理器14。
图3中示出站起动作辅助装置100的整体处理的流程图。
首先，站起动作辅助装置100的肌电位计测部101以及躯干姿势计测部102持续地计测用户的下肢的肌电位和躯干的姿势(步骤S110)。计测处理部121将通过该持续的计测而得到的计测数据保存于计测数据存储部104。接着，就座动作检测部105一边参照就座条件存储部106所存储的就座条件，一边基于计测数据存储部104所保存的计测数据，检测用户的就座动作(步骤S120)。接着，椅子确定部107一边参照椅子条件存储部108所存储的椅子条件，一边基于计测数据存储部104所保存的计测数据，确定被用户就座的椅子的类别(步骤S130)。此时，椅子确定部107将所确定出的椅子的类别作为确定结果保存于确定结果存储部109。接着，站起动作检测部110一边参照站起条件存储部111所存储的站起条件，一边基于计测数据存储部104所保存的计测数据，检测用户的站起动作的开始(步骤S140)。然后，辅助机构112从辅助信息存储部113取得与在确定结果存储部109中作为确定结果保存的椅子类别相应的辅助信息，按照该辅助信息来辅助用户的站起动作(步骤S150)。
[计时器103]
计时器103对当前时刻进行计时，将表示该计时到的时刻的时刻信号输出给计测处理部121。例如，计时器103每1μs或1ms输出表示当前时刻的时刻信号。
[存储部]
计测数据存储部104是具有用于存储上述计测数据的存储区域的存储器或硬盘。就座条件存储部106是具有存储有为了检测用户的就座动作而参照的上述就座条件的存储区域的存储器或硬盘。椅子条件存储部108是具有存储有为了确定椅子类别而参照的上述椅子条件的存储区域的存储器或硬盘。站起条件存储部111是具有存储有为了检测用户的站起动作而参照的上述站起条件的存储区域的存储器或硬盘。确定结果存储部109是具有用于存储由椅子确定部107确定出的椅子类别的存储区域的存储器或硬盘。辅助信息存储部113是具有按椅子类别存储有用于使辅助机构112执行与坐着该类别的椅子的用户的站起动作的辅助的辅助信息的存储区域的存储器或硬盘。
此外，这些存储部可以分别由单独的硬件构成，这些存储部中的2个以上的存储部也可以由1个硬件构成。也就是说，1个存储器也可以包含计测数据存储部104、就座条件存储部106、站起条件存储部111、椅子条件存储部108、确定结果存储部109以及辅助信息存储部113。
[辅助机构112]
图4中示出穿戴于用户的辅助机构112、躯干姿势计测部102以及肌电位计测部101各自的整体或一部分的外观的一例。
如图4所示，辅助机构112是穿戴于用户的腿或下肢的机构，具备大腿框架112a、小腿框架112b、动力部112c以及固定部112d。大腿框架112a以及小腿框架112b分别配置成沿着用户的大腿以及小腿，通过固定部112d固定于用户的腿。动力部112c作为将大腿框架112a和小腿框架112b分别以自如转动的方式进行连接的关节而构成。该动力部112c例如通过马达进行驱动来产生动力，使大腿框架112a与小腿框架112b之间的角度即框架角增加。辅助机构112在用户的站起动作时，动力部112c以使用户的膝盖伸展的方式，使大腿框架112a相对于小腿框架112b活动。由此，穿戴了辅助机构112的用户的腿能够以较少的体力来伸展膝盖，用户能够以少量负担进行站起动作。
此外，在图4所示的例子中，辅助机构112具备一个由大腿框架112a、小腿框架112b、动力部112c以及固定部112d构成的单元，但也可以具备2个该单元。即，辅助机构112所包含的2个单元中的一方穿戴于用户的右腿，另一方的单元穿戴于用户的左腿。
[躯干姿势计测部102]
躯干姿势计测部102在图3所示的步骤S110中，计测用户的躯干姿势(即与姿势相应的数值)。此外，用户的躯干例如是用户的脊骨。在本实施方式中，作为与该姿势相应的数值，躯干姿势计测部102计测用户上半身的加速度、角速度和地磁中的至少一方。具体而言，躯干姿势计测部102作为具有加速度传感器、角速度传感器以及地磁传感器的9轴传感器而构成，如图4所示那样配置于用户的腰。并且，躯干姿势计测部102例如按1μs或1ms的周期持续地计测上述的加速度、角速度以及地磁。在躯干姿势计测部102中，如图4所示，设定有x轴、y轴以及z轴。x轴例如是沿着铅直方向的轴，铅直朝上是正向。y轴例如是与x轴垂直且沿着用户的左右方向的轴，朝右是正向。z轴例如是与x轴垂直且沿着用户的前后方向的轴，朝前是正向。加速度传感器计测x轴方向、y轴方向以及z轴方向的各方向上的躯干姿势计测部102的加速度。地磁传感器计测x轴方向、y轴方向以及z轴方向的各方向上的地磁成分的大小，对这些地磁成分的大小进行合成，由此计测地磁的方向和大小。角速度传感器计测以x轴为旋转中心的角速度x(roll，翻滚)、以y轴为旋转中心的角速度y(pitch，俯仰)以及以z轴为旋转中心的角速度(yaw，偏摆)。
另外，由躯干姿势计测部102计测的加速度等与姿势相应的数值，既可以是从9轴传感器直接获得的计测值，也可以是与该计测值相应的值。与该计测值相应的值是通过对直接获得的计测值进行放大、整流或滤波处理等处理而获得的值。也就是说，与姿势相应的数值既可以是从该9轴传感器直接获得的计测值，也可以是根据该计测值进行了计算或处理的值。
[肌电位计测部101]
肌电位计测部101在图3所示的步骤S110中，作为肌电位而计测用户的腿所含的至少一条肌肉的肌电位。具体而言，肌电位计测部101例如按1μs或1ms的周期持续地计测肌电位。肌电位是根据由大脑或脊髓产生的运动指令来诱发在肌纤维上产生的肌收缩的电位变化，发挥越强的肌力就会计测到越大的值作为肌电位。肌电位计测部101在一个部位的肌电位的计测中使用2个电极，使用对由两个电极计测出的电位的差分进行计测的双极导联(bipolar lead)。例如，肌电位计测部101使用如图4所示那样安装于用户下肢的特定位置的电极1011a、1011b，计测该位置处的表面肌电位。
图5中示出由肌电位计测部101计测的肌肉的一例。具体而言，肌电位计测部101计测图5所示的胫骨前肌、腓腹肌、股内侧肌、股外侧肌、股直肌以及股二头肌的肌电位。此外，有可能与椅子座面接触的股二头肌、以及可输出彼此相同趋势的肌电位的股内侧肌和股外侧肌中的某一方也可以被排除在计测对象之外。
图6中示出肌电位计测部101计测胫骨前肌的肌电位的一例。肌电位计测部101具有电极1011a及1011b、放大器1012、和肌电计测电路1013。
电极1011a以及1011b配置在用户的胫骨前肌的皮肤上。例如，电极1011a与电极1011b之间的距离为10～30mm左右。放大器1012对电极1011a与电极1011b之间的电位差进行放大，肌电计测电路1013测定该放大后的电位差来作为肌电位。
此外，肌电位计测部101如上述那样计测用户的一条腿的各肌肉的肌电位，但也可以计测两条腿的各肌肉的肌电位。该情况下，肌电位计测部101也可以将在两条腿的各腿所计测出的同一种肌肉的肌电位的最大值、最小值或平均值作为保存于计测数据存储部104的该肌肉的肌电位进行输出。
另外，由肌电位计测部101计测的肌电位如上述那样，既可以是从电极1011a以及1011b直接获得的计测值，也可以是与该计测值相应的值。与该计测值相应的值是通过对直接获得的计测值进行放大、全波整流或低通滤波处理等处理而获得的值。此外，全波整流以及低通滤波处理也可以由肌电计测电路1013来进行。也就是说，肌电位既可以是从该电极直接获得的计测值，也可以是根据该计测值进行了计算或处理的值。
[计测处理部121]
计测处理部121取得由从计时器103输出的时刻信号表示的时刻、在该时刻由肌电位计测部101计测出的各肌肉的肌电位、和在该时刻由躯干姿势计测部102计测出的躯干的姿势。并且，计测处理部121将该时刻、各肌肉的肌电位和姿势进行关联并作为计测数据的样本(sample)保存于计测数据存储部104。
图7中示出计测数据存储部104所保存的计测数据的一例。在图7所示的例子中，计测处理部121以使采样周期成为1KHz的方式，将样本保存于计测数据存储部104。该计测数据按上述的时刻即计测日期时刻103a，对该计测日期时刻103a的样本、即计测日期时刻103a和在该计测日期时刻103a所计测出的各肌肉的肌电位101a以及姿势102a进行关联地表示。各肌肉的肌电位101a包括胫骨前肌、腓腹肌、股内侧肌、股外侧肌以及股二头肌各自的肌电位。姿势102a包括由9轴传感器获得的x轴方向的加速度x、y轴方向的加速度y、z轴方向的加速度z、x轴的角速度x、y轴的角速度y、z轴的角速度z、和地磁的方向及强度。
[就座动作检测部105]
就座动作检测部105在图3所示的步骤S120中，使用计测数据存储部104所保存的计测数据，检测用户的就座动作。具体而言，就座动作检测部105例如周期性地取得计测数据所示出的与最近的计测日期时刻关联的各肌肉的肌电位以及姿势。接着，就座动作检测部105将所取得的肌电位或姿势变换成用于检测就座动作的数值。并且，就座动作检测部105通过将该数值与就座条件存储部106所存储的就座条件进行比较，进行用户的就座动作的检测。当检测出就座动作时，就座动作检测部105将就座检测信息发送给椅子确定部107。在此，就座检测信息表示检测出就座动作这一情况和就座动作区间。就座动作区间是从就座动作开始的时刻(就座动作开始时刻)到就座动作结束的时刻(就座动作结束时刻)为止的区间。
<使用了肌电位的就座动作的检测方法>
对使用了肌电位的就座动作的检测方法进行更具体的说明。就座动作检测部105从通过图3所示的步骤S110的计测而保存于计测数据存储部104的计测数据中，周期性地(例如按1ms的周期)取得预定时间宽度的数据。例如，就座动作检测部105按1ms的周期取得预定时间宽度的数据，该预定时间宽度为20ms。该情况下，由于计测数据的采样频率为1kHz，因此就座动作检测部105从计测数据中取得包含20个由计测日期时刻、肌电位以及姿势构成的样本的数据。就座动作检测部105对该20个样本各自的肌肉的肌电位的值算出RMS(Root Mean Square，均方根)，将该算出的RMS与在就座条件存储部106中作为就座条件预先存储的肌电位的阈值进行比较。在该比较的结果是该RMS为阈值以上的情况下，就座动作检测部105检测出就座动作的开始。即，就座动作检测部105判定为就座动作已开始。
此外，就座动作检测部105既可以使用对事先设定的一个部位的肌肉计测出的肌电位来检测就座动作的开始，也可以利用对多个部位的肌肉计测出的肌电位来检测就座动作的开始。例如，就座动作检测部105也可以对多个部位的肌肉分别算出肌电位的RMS，在这些RMS全都为阈值以上的情况下，检测出就座动作的开始。多个部位的肌肉各自的阈值既可以互相不同，也可以相同。
如此，就座动作检测部105在由计测数据表示的至少一条肌肉各自的肌电位为与该肌肉对应的阈值以上的情况下，检测出就座动作的开始。由此能够在适当的时机检测出就座动作的开始。
另外，就座动作检测部105也可以基于对多个部位各自的肌肉计测出的肌电位的大小的相对关系来检测就座动作的开始。具体而言，就座动作检测部105在对事先设定的一个部位的肌肉计测出的肌电位的RMS成为阈值以上时，算出对一个或多个其他部位的肌肉分别计测出的肌电位的RMS。并且，就座动作检测部105也可以根据各肌肉的RMS的相对的大小关系来检测就座动作的开始。例如，在该大小关系满足就座条件存储部106所存储的就座条件时，就座动作检测部105检测出就座动作的开始。
图8A中示出在用户向木制椅子就座时对各肌肉算出的肌电位的RMS的一例。图8A所示的肌电位的RMS是最早开始活动的肌肉的RMS超过了阈值的时刻的前后5秒期间的RMS的算出结果。如图8A的算出结果所示，在就座动作开始时，胫骨前肌和股二头肌各自的肌电位的RMS变大，股内侧肌和股外侧肌各自的肌电位的RMS比胫骨前肌和股二头肌各自的肌电位的RMS小。因此，就座动作检测部105例如可以使用胫骨前肌或股二头肌的肌电位的RMS，在这些RMS成为阈值以上(例如，4mV以上)的情况下检测出就座动作的开始。
图8B中示出就座条件存储部106所存储的就座条件的一例。
就座条件存储部106例如如图8B的(a)所示那样存储有被设为肌电位的RMS计算对象的各肌肉和与该各肌肉对应的RMS的阈值来作为就座条件。此外，被设为RMS计算对象的各肌肉也称为计测通道。就座动作检测部105在胫骨前肌的肌电位的RMS为阈值(例如5mV)以上、股二头肌的肌电位的RMS为阈值(例如3mV)以上、且股内侧肌的肌电位的RMS为阈值(例如2mV)以上的情况下，检测出就座动作的开始。
或者，就座条件存储部106例如如图8B的(b)所示那样存储有被设为肌电位的RMS计算对象的各肌肉和与该各肌肉对应的RMS的大小顺序来作为就座条件。对于大小顺序，RMS越大则表示越小的数值。也就是说，该就座条件示出了按胫骨前肌、股二头肌、股内侧肌的顺序各条肌肉的肌电位的RMS变小。因此，就座动作检测部105在所算出的股二头肌的肌电位的RMS比所算出的胫骨前肌的肌电位的RMS小、且所算出的股内侧肌的肌电位的RMS比该股二头肌的肌电位的RMS小的情况下，检测出就座动作的开始。
另外，就座动作检测部105将就座动作开始被检测出的时刻决定为就座动作开始时刻，将所检测出的就座动作即将不再被检测出之前的时刻决定为就座动作结束时刻。
即，就座动作检测部105在对就座动作的检测使用一条肌肉的肌电位的情况下，当周期性地算出的RMS从小于阈值切换为阈值以上时，确定在该阈值以上的RMS的算出中使用的多个样本(例如20个样本)。并且，就座动作检测部105将这些多个样本中的时间最早的样本的计测时刻决定为就座动作开始时刻。接着，就座动作检测部105在就座动作开始时刻以后，当周期性地算出的RMS从阈值以上切换为小于阈值时，确定在即将该切换之前的阈值以上的RMS的算出中使用的多个样本(例如20个样本)。并且，就座动作检测部105将这些多个样本中的时间最晚的样本的计测时刻决定为就座动作结束时刻。通过如此决定的就座动作开始时刻和就座动作结束时刻来确定就座动作区间。
另外，就座动作检测部105在对就座动作的检测使用多条肌肉的肌电位的情况下，也可以针对该多条肌肉的全部肌肉确定各肌肉的就座动作区间。并且，如果对全部肌肉分别确定的就座动作区间的至少一部分存在重叠的区间，则就座动作检测部105将这些就座动作区间中最晚(或最早)的就座动作开始时刻决定为相对于多条肌肉整体的就座动作开始时刻。另外，就座动作检测部105将这些就座动作区间中最早(或最晚)的就座动作结束时刻决定为相对于多条肌肉整体的就座动作结束时刻。此外，在就座动作结束时刻的决定中所使用的阈值和在就座动作开始时刻的决定中所使用的阈值既可以相同，也可以不同。
<使用了加速度的就座动作的检测方法>
接着，对使用了由9轴传感器计测出的加速度的就座动作的检测方法进行说明。就座动作检测部105从通过图3所示的步骤S110的计测而保存于计测数据存储部104的计测数据中，周期性地(例如按1ms的周期)取得最近的加速度。
图9中示出在用户向上述的木制椅子就座时所计测出的加速度的一例。在用户向椅子就座时，用户的腰向铅直方向朝下活动，因此产生铅直方向朝下(x轴方向的负向)的加速度。此外，对于图9的x轴方向的加速度，由于即使在用户静止的情况下也受到重力加速度，因此表示约1m/s2。此外，坐标轴的定义与在[躯干姿势计测部102]中说明的内容同样。
因此，就座动作检测部105也可以在检测出在铅直方向朝下(x轴方向的负向)的方向上产生了加速度的情况下，检测出就座动作的开始。但是，由于铅直方向的加速度的变化在用户下蹲或者上下台阶的情况下也会产生，因此也可以利用就座动作特有的加速度的变化。更具体而言，当腰下落而臀部与座面接触时，在朝上(即反向)的方向上产生大的加速度。因此，就座动作检测部105也可以在检测出产生了铅直方向朝下的加速度(即x轴方向的负向的加速度)、且之后检测出产生了比该加速度大的反向的加速度(即x轴方向的正向的加速度)的情况下，检测出就座动作。即，该情况下，就座动作检测部105也可以判定为就座动作开始、且就座动作已结束。
如此，躯干姿势计测部102计测铅直方向的加速度，就座动作检测部105在由计测数据所包含的第1计测数据表示的加速度为铅直方向朝下且其大小为第1阈值以上、并且由计测数据所包含的时间上比第1计测数据晚地计测出的第2计测数据表示的加速度为铅直方向朝上且其大小为第2阈值以上的情况下，设为检测出就座动作。由此，能够在适当的时机检测出就座动作。
另外，就座动作检测部105也可以使用x轴方向的加速度来算出腰沿着铅直方向的移动距离，基于该移动距离来检测就座动作。椅子座面的平均高度例如约为40cm，男女各自的下档的平均高度例如为71.3cm以及78.3cm。因此，也可以基于这些高度，就座动作检测部105例如在安装于用户腰的躯干姿势计测部102沿着铅直方向朝下的移动距离为30cm以上或30～40cm的情况下，设为检测出就座动作。成为该移动距离的阈值的30cm或30～40cm也可以作为就座条件存储于就座条件存储部106。即，该情况下，就座动作检测部105也可以判定为“就座动作开始，然后就座动作已结束”，即检测出就座动作。
如此，躯干姿势计测部102计测铅直方向的加速度，就座动作检测部105基于由计测数据表示的加速度，算出用户的上半身在铅直方向上移动的移动距离，在该移动距离为阈值以上的情况下，设为检测出就座动作。由此，能够在适当的时机检测出就座动作。
另外，在用户向椅子就座时，用户的躯干会前倾(将该前倾的运动称为躯干前倾运动)。因此，如图9所示，在z轴方向的正向上产生加速度。躯干前倾运动在就座动作中发生，躯干在就座后返回原本的姿势。因此，就座动作检测部105也可以在产生了z轴方向的正向的加速度并且产生了前述的x轴方向的加速度的变化的情况下，设为检测出就座动作的开始。也就是说，就座动作检测部105也可以在z轴方向的正向的加速度产生了阈值以上、且x轴方向的负向的加速度产生了阈值以上时，设为检测出就座动作的开始。进而，就座动作检测部105也可以在该就座动作开始后，在x轴方向的正向的加速度产生了阈值以上时，设为检测出就座动作的结束。此外，这些阈值也可以作为就座条件存储于就座条件存储部106。
<使用了加速度以及躯干前倾角度的就座动作的检测方法>
接着，对使用了加速度以及躯干前倾角度的就座动作的检测方法进行说明。就座动作检测部105从通过图3所示的步骤S110的计测而保存于计测数据存储部104的计测数据中，周期性地(例如按1ms的周期)取得以y轴为旋转中心的最近的角速度。并且，就座动作检测部105通过将该角速度在时间上进行积分来算出躯干前倾角度。躯干前倾角度是用户的躯干与水平方向之间的角度，用户的躯干越前倾，则躯干前倾角度越小。另外，在用户已站起(站立)时，躯干前倾角度约为90deg。
图10A中示出在用户向椅子就座时所算出的躯干前倾角度的一例。如图10A所示，在用户向椅子就座时，施加于椅子座面的力(所谓的座面反作用力)在用户的臀部与座面接触的时刻急剧增加。另外，躯干前倾角度θ从该座面反作用力即将增加之前开始减小，当臀部与座面接触时缓慢增加。因此，就座动作检测部105也可以不仅基于上述的加速度还基于该躯干前倾角度θ的变化来检测就座动作、就座动作开始或就座动作结束。
图10B中示出就座条件存储部106所存储的就座条件的另一例。
就座条件存储部106例如也可以如图10B所示那样存储有就座动作的检测所使用的各参数和与该各参数对应的阈值来作为就座条件。各参数例如是x轴方向的加速度、z轴方向的加速度以及躯干前倾角度。就座动作检测部105在x轴方向的加速度为阈值(例如0.9m/s2)以下、z轴方向的加速度为阈值(例如0.1m/s2)以上、且躯干前倾角度为阈值(例如70deg)以下的情况下，设为检测出就座动作的开始。
另外，就座动作检测部105也可以基于躯干前倾角度和肌电位来检测就座动作。也就是说，躯干姿势计测部102计测用户的腿所含的至少一条肌肉的肌电位来作为肌电位，并且计测用户上半身的角速度来作为与姿势相应的数值。然后，就座动作检测部105基于由计测数据表示的该角速度，持续地算出用户的躯干前倾角度，在从所算出的躯干前倾角度变为小于阈值时起的预先确定的时间以内所计测的肌电位变大的情况下，检测出就座动作开始。由此，能够在更适当的时机检测出就座动作。此外，上述的躯干前倾角度的阈值(例如70deg)以及预先确定的时间也可以作为就座条件存储于就座条件存储部106。
[椅子确定部107]
椅子确定部107接收在图3所示的步骤S120中由就座动作检测部105发送来的就座检测信息。并且，椅子确定部107在图3所示的步骤S130中，从计测数据存储部104所保存的计测数据中取得预定区间的数据，确定被用户就座的椅子的类别。椅子确定部107将该确定出的椅子类别作为确定结果保存于确定结果存储部109，并且将已保存确定结果这一情况通知给站起动作检测部110。椅子确定部107取得2个区间的数据作为上述的预定区间的数据，基于各个区间的数据来确定椅子的类别。2个区间中的第一个区间是就座动作区间，第二个区间是就座动作后的就座中的区间(以下，称为就座中区间)。作为第一个区间的就座动作区间也可以包含在从就座动作开始到就座动作结束的区间中。作为第二个区间的就座中区间也可以包含在从就座动作结束到站起动作开始的区间中。
也就是说，椅子确定部107使用计测数据所包含的作为就座动作区间的第1区间和作为就座中区间的第2区间中的至少一方区间的数据，确定椅子的类别。因此，例如，在按照第1区间和第2区间的各区间的数据确定椅子类别的情况下，能够提高被确定的椅子类别的可靠性。
<使用了肌电位的椅子类别的确定方法>
首先，对使用了肌电位的椅子类别的确定方法进行说明。根据椅子的类别，高度、硬度以及脚的配置限制等不同。因此，椅子确定部107利用就座动作区间的肌肉的活动按椅子类别而不同这一特征和根据椅子而就座中区间的脚的动作按椅子类别而不同这一特征，确定椅子的类别。
具体而言，椅子确定部107从计测数据存储部104所保存的计测数据中，取得就座动作区间的数据。接着，椅子确定部107针对各肌肉，算出该数据所示出的就座动作区间的整体的肌电位的RMS。并且，椅子确定部107通过将椅子条件存储部108所保存的与多个椅子类别分别关联的就座动作区间的椅子条件与所算出的各肌肉的肌电位的RMS进行比较，确定被用户就座的椅子的类别。
如此，椅子确定部107在上述的数据中表示有肌电位的情况下，通过判定该肌电位是否满足与多种椅子分别对应的肌电位的条件，确定椅子的类别。由此，能够进一步提高被确定的椅子类别的可靠性。
图11中示出椅子条件存储部108所存储的就座动作区间的椅子条件的一例。在椅子条件存储部108中，按椅子的类别存储有在人向该类别的椅子就座时所产生的肌电模式来作为就座动作区间的椅子条件。肌电模式是由各肌肉的肌电位的RMS表现的模式。例如，在椅子条件存储部108中，针对木制的硬椅子(类型1)、如办公椅那样带轮脚的软椅子(类型2)、和如沙发那样座面低且更软的椅子(类型3)的各椅子，存储有在向该椅子就座时所产生的肌电模式来作为椅子条件。
椅子确定部107如上述那样，算出整个就座动作区间的各肌肉的肌电位的RMS。并且，椅子确定部107确定与作为上述多个椅子条件的多个肌电模式中的、同由该算出的各肌肉的肌电位的RMS表现的模式最相似的肌电模式所关联的椅子的类别。下面示出所计测出的各肌肉的肌电位的RMS与所存储的各椅子所对应的肌电位的RMS的相似度的算出方法的一例。首先，将所计测出的肌电位和各椅子所对应的肌电位由矢量来表现。例如在计测5个部位的肌电位的情况下，作为5维的矢量来表现，对各矢量的要素使用各肌肉的肌电位的RMS。计算根据所计测出的肌电位生成的矢量和根据与各椅子对应的肌电位生成的矢量的余弦相似度(余弦距离)，以计算结果越大则越相似的方式来确定椅子。如此，可确定就座动作区间的椅子的类别。
此外，椅子条件存储部108所存储的与各椅子的类别对应的肌电模式，也可以通过校准来制作。也就是说，与制作对象的椅子的类别对应的肌电模式通过使用户向该制作对象的类别的椅子就座来制作。或者，与制作对象的椅子的类别对应的肌电模式也可以通过使多个人分别向该制作对象的类别的椅子就座、并对此时得到的RMS进行平均化来制作。
另外，椅子确定部107不仅如上述那样使用就座动作区间，还使用就座中区间的特定动作来确定用户坐着的椅子的类别。例如，坐着带轮脚等的椅子的用户，在就座中区间能够保持坐着的状态向前后移动，因此存在使椅子向前后活动的腿的活动。因此，椅子确定部107通过检测该腿的活动来作为特定动作，能够确定用户坐着的椅子是带轮脚的椅子。
图12中示出椅子条件存储部108所存储的就座中区间的椅子条件的一例。在椅子条件存储部108中，按椅子的类别，存储有在人坐着该类别的椅子时所产生的与特定动作对应的肌电模式来作为就座中区间的椅子条件。图12所示的2种与特定动作对应的肌电模式是在人坐着带轮脚的椅子(即类型2的椅子)时所产生的肌电模式。2种中的一方的肌电模式是在使椅子向前移动的动作时所产生的肌电模式，另一方的肌电模式是在使椅子向后移动的动作时所产生的肌电模式。在检测出这些特定动作的情况下，确定为用户坐着带轮脚的椅子。此外，图12的RMS是从检测出特定动作开始起到预定时间后为止的区间(动作特定区间)内的计测肌电位的RMS。特定动作的开始例如设为事先的就座中区间的按预定区间(例如10ms)算出的各肌肉的RMS的至少一个变为比阈值大的时刻，将从该时刻起到预定时间(例如500ms)后为止的区间设为RMS计算区间。
椅子确定部107从计测数据存储部104所保存的计测数据中，对就座动作区间之后的计测数据进行特定动作开始的检测处理。当检测出特定动作的开始时，椅子确定部107针对各肌肉，对从检测时刻到预定时间后为止的动作特定区间算出各肌肉的肌电位的RMS。并且，椅子确定部107根据椅子条件存储部108所保存的与多个椅子的类别分别关联的椅子条件和所算出的各肌肉的肌电位的RMS，与所述同样地制作矢量，算出根据椅子确定部107所存储的与各特定动作对应的肌电位制作出的矢量的余弦相似度。在相似度为预定值以下的情况下，由于没有进行任何特定动作而不进行椅子的确定。另一方面，在相似度为预定值以上的情况下，决定相似度最高的特定动作，通过该特定动作是与哪个椅子对应的动作来确定椅子的类别。例如，在该最相似的肌电模式为图12所示的肌电模式的情况下，椅子确定部107将用户坐着的椅子的类别确定为带轮脚的椅子(即类型2)。
图13中示出使用了肌电位的椅子类别的确定方法的流程图。此外，该流程图表示图3的步骤S130的详细处理。
(步骤S1301)
椅子确定部107周期性地确认是否接收到从就座动作检测部105发送来的就座检测信息。
(步骤S1302)
椅子确定部107在接收到就座检测信息的情况下，进入步骤S1303。另一方面，在未接收到就座检测信息的情况下，椅子确定部107返回步骤S1301，等待就座检测信息的接收。
(步骤S1303)
椅子确定部107根据从就座动作检测部105接收到的就座检测信息来确定就座动作区间，从计测数据存储部104所保存的计测数据中取得该就座动作区间的数据。
(步骤S1304)
椅子确定部107将由通过步骤S1303取得的就座动作区间的数据表示的至少一个部位的肌肉的肌电位的RMS表现的模式与椅子条件存储部108所存储的按椅子类别的肌电模式进行比较。通过该比较，椅子确定部107确定被用户就座的椅子的类别。
(步骤S1305)
椅子确定部107将通过步骤S1304确定出的椅子类别作为确定结果保存于确定结果存储部109，将已保存确定结果这一情况通知给站起动作检测部110。
(步骤S1306)
椅子确定部107在就座动作区间之后，在用户坐着时，开始确定椅子类别的处理。首先，椅子确定部107从计测数据存储部104所保存的计测数据中，周期性地(例如按10ms的周期)取得该周期的数据(即各肌肉的肌电位的计测结果)，算出各肌肉的肌电位的RMS。也就是说，椅子确定部107监视肌肉活动。
(步骤S1307)
椅子确定部107在通过步骤S1306算出的某条肌肉的RMS大于阈值的情况下，判定为发生了肌肉活动。此时，椅子确定部107进入步骤S1308。另一方面，在判定为没有发生肌肉活动的情况下，椅子确定部107返回步骤S1306，算出下次的RMS。
(步骤S1308)
椅子确定部107当在步骤S1307中判定为至少一条肌肉发生了活动时，算出对象区间的各肌肉的肌电位的RMS。也就是说，椅子确定部107算出在步骤S1307中超过了阈值的肌电位的RMS的算出所使用的数据中的从时间上最早的样本的计测时刻到预定时间后为止的对象区间的各肌肉的肌电位的RMS。椅子确定部107将由所算出的各肌肉的肌电位的RMS表现的模式与在椅子条件存储部108中作为椅子条件而存储的与多个椅子的类别分别关联的肌电模式进行比较。由此，椅子确定部107确定就座中区间的椅子的类别。
(步骤S1309)
椅子确定部107将通过步骤S1308确定出的椅子的类别和在确定结果存储部109中作为确定结果保存的椅子的类别进行比较。
(步骤S1310)
在比较的结果是椅子的类别不同的情况下，椅子确定部107将在确定结果存储部109中作为确定结果保存的椅子的类别更新为通过步骤S1308确定出的椅子的类别。此外，椅子确定部107也可以在步骤S1310的处理之后，再次反复执行从步骤S1306起的处理，由此将确定结果更新多次以上。
<使用了加速度以及躯干前倾角度的椅子类别的确定方法>
接着，对使用了由9轴传感器得到的加速度以及躯干前倾角度的椅子类别的确定方法进行说明。
在该确定方法中，椅子确定部107利用2个特征来确定椅子的类别。2个特征中的第一个特征是：根据椅子的类别而座面的高度或硬度不同，因此就座动作时的加速度的计测结果按该椅子的类别而不同。2个特征中的第二个特征是：根据椅子的类别，靠背的角度不同，坐着椅子之后的工作不同，因此就座中的加速度根据椅子的类别而不同。
图14中示出用户已就座于3种椅子的各椅子时所计测出的加速度的一例。如图14的(a)～(c)所示，无论哪个类别的椅子，在就座动作区间的后半部分x轴方向(铅直方向)的加速度都会出现大变化。该变化表示由于用户在铅直方向朝下的方向上加速的臀部与椅子的座面接触而导致加速度的方向反转。该变化如图14的(a)～(c)所示，根据椅子的类别而不同。其理由是：由于椅子座面的硬度对加速度有影响，因此越硬的椅子会产生越陡的变化。
因此，椅子确定部107在就座动作区间铅直方向朝上的加速度为阈值以上的情况下，算出该加速度的变化的陡度、即加速度的倾斜度的大小。并且，椅子确定部107通过将该倾斜度的大小与在椅子条件存储部108中按椅子的类别存储的椅子条件(例如阈值)进行比较，由此确定椅子的类别。此外，加速度的倾斜度的大小相当于加速度的变化率。因此，椅子确定部107也可以基于就座动作区间的铅直方向的加速度的最大变化率来判别椅子的类别。在椅子条件存储部108中，例如，作为与类型1的椅子对应的椅子条件，存储有加速度的最大变化率为阈值a1以上，作为与类型2的椅子对应的椅子条件，存储有加速度的最大变化率小于阈值a1且为a2以上。进而，在椅子条件存储部108中，作为与类型3的椅子对应的椅子条件，存储有加速度的最大变化率小于阈值a2。如果所算出的加速度的最大变化率例如为阈值a1以上，则椅子确定部107确定类型1来作为椅子的类别。
如此，椅子确定部107在作为就座动作区间的第1区间的数据中示出了用户上半身的铅直方向的加速度作为与姿势相应的数值的情况下，算出该数据所示出的从就座动作开始到经过预先确定的时间为止的期间内的用户上半身的加速度的最大变化率，根据该最大变化率来确定椅子的类别。由此，能够进一步提高被确定椅子类别的可靠性。
另外，椅子座面的高度根据椅子的类别而不同。因此，根据椅子的类别，就座动作时的用户的腰的移动距离不同。因此，椅子确定部107也可以通过对就座动作区间的铅直方向的加速度进行积分来算出移动距离，通过将该算出的移动距离与在椅子条件存储部108中按椅子的类别存储的椅子条件(例如阈值)进行比较来确定椅子的类别。
也就是说，椅子确定部107在第1区间的数据中示出了用户上半身的铅直方向的加速度作为与姿势相应的数值的情况下，基于该数据所示出的从就座动作开始到铅直方向朝上的加速度成为阈值以上为止的期间内的用户上半身的加速度，算出用户上半身在铅直方向上移动的移动距离，根据该移动距离来确定所述椅子的类别。由此，能够进一步提高被确定的椅子类别的可靠性。此外，在该情况下，在椅子条件存储部108中，与多个椅子的类别分别关联地存储有上述的加速度的阈值和移动距离的阈值作为椅子条件。椅子确定部107将所算出的移动距离与作为椅子条件的移动距离的阈值进行比较，基于该比较结果来确定椅子的类别。
另外，根据椅子的类别，就座动作时的用户的躯干前倾角度的最小值不同。例如，在用户向座面的高度低的椅子或者深椅子就座时，用户的躯干会进一步前倾，因此躯干前倾角度的最小值小。另一方面，在用户向座面的高度高的椅子或者前方配置有桌子那样的椅子就座时，用户的躯干不会相对前倾，因此躯干前倾角度的最小值大。因此，椅子确定部107通过对就座动作区间的以y轴为旋转中心的角速度进行积分来算出躯干前倾角度，通过将该算出的躯干前倾角度与在椅子条件存储部108中按椅子的类别存储的椅子条件(例如阈值)进行比较来确定椅子的类别。
另外，椅子靠背的倾斜角度根据椅子的类别而不同。因此，椅子确定部107在用户坐着椅子时即在就座中区间，基于由9轴传感器计测的角速度来周期性地算出躯干前倾角度。并且，椅子确定部107通过将该周期性地算出的躯干前倾角度中的最大值与在椅子条件存储部108中按椅子的类别存储的椅子条件(例如阈值)进行比较，确定被用户坐着的椅子的类别。
图15中示出椅子条件存储部108所存储的就座中区间的椅子条件的另一例。在椅子条件存储部108中，按椅子的类别，作为与该类别对应的椅子条件而存储有躯干前倾角度的阈值。例如，在椅子条件存储部108中，作为与类型1的椅子对应的椅子条件，存储有躯干前倾角度的阈值110deg，作为与类型2的椅子对应的椅子条件，存储有躯干前倾角度的阈值120deg。进而，在椅子条件存储部108中，作为与类型3的椅子对应的椅子条件，存储有躯干前倾角度的阈值130deg。
如果在就座中区间所算出的躯干前倾角度的最大值为类型1的阈值以下，则椅子确定部107确定类型1来作为椅子的类别，如果大于类型1的阈值且为类型2的阈值以下，则椅子确定部107确定类型2来作为椅子的类别。并且，如果在就座中区间所算出的躯干前倾角度的最大值大于类型2的阈值且为类型3的阈值以下，则椅子确定部107确定类型3来作为椅子的类别。
也就是说，椅子确定部107在第2区间的数据中示出了用户上半身的角速度来作为与姿势相应的数值的情况下，根据由该数据表示的角速度来算出用户的躯干前倾角度，根据该躯干前倾角度来确定椅子的类别。由此，能够进一步提高被确定的椅子类别的可靠性。
此外，椅子确定部107也可以基于持续算出小于90deg的躯干前倾角度的时间来确定椅子的类别。在椅子的前方有桌子且用户正在该桌子上工作的情况下，根据桌子的高度，前倾姿势下的停滞时间不同。因此，例如，如果小的躯干前倾角度的持续时间长，则椅子确定部107确定办公椅来作为椅子的类别，如果小的躯干前倾角度的持续时间短，则椅子确定部107确定沙发来作为椅子的类别。
图16中示出使用了加速度以及躯干前倾角度的椅子的确定方法的流程图。此外，该流程图表示图3的步骤S130的详细处理。
(步骤S1301)
椅子确定部107周期性地确认是否接收到从就座动作检测部105发送的就座检测信息。
(步骤S1302)
椅子确定部107在接收到就座检测信息的情况下，进入步骤S1303。另一方面，在未接收到就座检测信息的情况下，椅子确定部107返回步骤S1301，等待就座检测信息的接收。
(步骤S1303)
椅子确定部107根据从就座动作检测部105接收到的就座检测信息来确定就座动作区间，从计测数据存储部104所保存的计测数据中取得该就座动作区间的数据。
(步骤S1321)
椅子确定部107将由通过步骤S1303取得的就座动作区间的数据表示的x轴方向的加速度的最大变化率与椅子条件存储部108所存储的按椅子类别的阈值进行比较。通过该比较，椅子确定部107确定被用户就座的椅子的类别。此外，椅子确定部107也可以基于由该数据表示的至少一个角速度来算出躯干前倾角度的最小值，将该算出的躯干前倾角度的最小值与躯干前倾角度的阈值进行比较，由此确定椅子的类别。
(步骤S1305)
椅子确定部107将通过步骤S1321确定出的椅子的类别作为确定结果保存于确定结果存储部109，将已保存确定结果这一情况通知给站起动作检测部110。
(步骤S1322)
椅子确定部107在就座动作区间之后，在用户坐着时，开始确定椅子类别的处理。首先，椅子确定部107从计测数据存储部104所保存的计测数据中，周期性地取得该周期的数据(即9轴传感器的计测结果)，基于该周期的数据来算出躯干前倾角度。也就是说，椅子确定部107监视躯干前倾角度。
(步骤S1323)
椅子确定部107判定通过步骤S1322算出的躯干前倾角度和根据通过步骤S1321确定出的椅子的类别设想的躯干前倾角度是否不匹配。换言之，椅子确定部107判定通过步骤S1322算出的躯干前倾角度是否出乎意料。具体而言，椅子确定部107在通过步骤S1321确定出的椅子的类别为类型1(图15所示的木制椅子)的情况下，将与该类型1对应的躯干前倾角度的阈值(100deg)从椅子条件存储部108中读出。在此，椅子确定部107在步骤S1322中算出了超过100deg的躯干前倾角度的情况下、或者持续预定时间以上地算出了70deg左右的躯干前倾角度的情况下，将该算出的躯干前倾角度判定为出乎意料。在判定为出乎意料时，椅子确定部107进入步骤S1324。另一方面，当判定为所算出的躯干前倾角度未出乎意料时，椅子确定部107反复执行从步骤S1322起的处理(即躯干前倾角度的监视)。此外，椅子确定部107在站起动作检测部110检测出站起动作的时间点结束步骤S1322的监视。
(步骤S1324)
椅子确定部107将通过步骤S1322算出的出乎意料的躯干前倾角度与在椅子条件存储部108中按椅子类别存储的躯干前倾角度的阈值进行比较，由此确定椅子的类别。
(步骤S1310)
椅子确定部107将在确定结果存储部109中作为确定结果保存的椅子类别更新为通过步骤S1324确定出的椅子类别。
[站起动作检测部110]
站起动作检测部110在图3所示的步骤S140中，当从椅子确定部107通知了椅子类别的确定结果已保存于确定结果存储部109这一情况时，在该通知后，检测站起动作的开始。也就是说，站起动作检测部110使用计测数据存储部104所保存的用户的计测数据来检测站起动作的开始。
在此，为了进行更有效的站起动作的辅助，也可以在尽可能早的时机检测站起动作。例如，在通过铅直方向的加速度的变化来检测站起动作的情况下，由于直接计测因站起动作产生的加速度的变化，因此无论如何站起动作的检测时机都会在站起动作开始后。因此，辅助会晚了。
因此，本实施方式的站起动作检测部110基于进行站起动作之前、即臀部从椅子的座面离开之前进行的躯干前倾运动和在该运动时产生的下肢的肌肉活动，检测站起动作的开始。
图17中示出在用户站起时算出的躯干前倾角度的一例。如图17所示，在用户站起时，首先，通过用户的躯干前倾运动，躯干前倾角度开始变小，在该躯干前倾角度正在减小时，施加于椅子座面的力(所谓的座面反作用力)急剧减小而达到0。也就是说，从躯干前倾角度开始减小开始，之后臀部会离开座面。因此，当躯干前倾角度减小时，开始站起动作的可能性高。
因此，站起动作检测部110周期性地基于由计测数据存储部104所保存的计测数据表示的以y轴为旋转中心的角速度，算出最新的躯干前倾角度。并且，站起动作检测部110判定该算出的躯干前倾角度是否为在站起条件存储部111中作为站起条件存储的躯干前倾角度的阈值以下。
站起动作检测部110在所算出的躯干前倾角度为阈值以下的情况下，进一步监视下肢的肌肉活动。
具体而言，站起动作检测部110从计测数据存储部104所保存的计测数据中的具有躯干前倾角度成为阈值以下的时刻的预定时间前的计测时刻的样本中，参照到具有最新计测时刻的样本为止的数据。并且，站起动作检测部110使用该数据来判定各肌肉是否按预定的顺序开始了活动。更具体而言，站起动作检测部110例如按计测对象的肌肉，对由该数据表示的各时刻的肌电位进行全波整流以及低通滤波处理，由此算出各时刻的肌电位的ARV(Average Rectified Value，平均整流值)。并且，站起动作检测部110在该算出的ARV成为在站起条件存储部111中作为站起条件存储的AVR的阈值以上时，判定为肌肉开始了活动。站起动作检测部110按计测对象的肌肉，保存判定为该肌肉开始了活动的时刻，算出计测对象的各肌肉的活动开始的顺序。
图18中示出在进行站起动作时对各肌肉计测出的肌电位的ARV的一例。如图18所示，各肌肉的活动开始时刻不同。站起动作检测部110使用该各肌肉的活动开始的顺序来检测站起动作的开始。具体而言，如图18所示，在站起动作开始时，首先胫骨前肌(图18的TA)活动，然后，股内侧肌(图18的VL)和股外侧肌(图18的VM)几乎同时活动，接着，股直肌(图18的RF)和腓腹肌(图18的GL)活动。
因此，在本实施方式的站起条件存储部111中，存储有在胫骨前肌开始活动之后股内侧肌开始活动这一活动开始的顺序作为站起条件。因此，站起动作检测部110在胫骨前肌开始活动、接着股内侧肌开始了活动时，判定为该活动开始的顺序满足了站起条件。也就是说，站起动作检测部110此时检测出用户的站起动作的开始。
如此，站起动作检测部110在计测数据中示出了用户的腿所含的多条肌肉各自的肌电位的情况下，基于由该计测数据表示的就座动作后的多条肌肉各自的肌电位，确定多条肌肉开始活动的顺序，在所确定出的顺序与预先确定的顺序一致的情况下，检测出站起动作的开始。由此，能够在适当的时机检测出站起动作的开始。另外，站起动作检测部110在计测数据中进一步示出了用户上半身的角速度来作为与姿势相应的数值的情况下，根据由该计测数据表示的角速度来算出用户的躯干前倾角度，在躯干前倾角度成为阈值以下时之后确定多条肌肉开始活动的顺序。由此，能够在更适当的时机检测出站起动作的开始。
另外，在站起条件存储部111中，也可以存储有在股内侧肌开始了活动的时刻胫骨前肌的ARV大于股内侧肌的ARV这一情况来作为站起条件。该情况下，站起动作检测部110也可以将股内侧肌开始了活动的时刻的胫骨前肌的ARV和股内侧肌的ARV进行比较，在胫骨前肌的ARV大的情况下，判定为这些ARV的大小关系满足了站起条件。此时，站起动作检测部110检测出用户的站起动作的开始。
图19中示出站起动作检测部110的详细处理的流程图。此外，该流程图表示图3的步骤S140的详细处理。
(步骤S141)
站起动作检测部110周期性地确认是否被从椅子确定部107通知了椅子类别的确定结果的保存。
(步骤S142)
站起动作检测部110在步骤S141中的确认结果是未被通知的情况下，返回步骤S141的处理。另一方面，在已被通知的情况下，站起动作检测部110进入步骤S143的处理。
(步骤S143)
站起动作检测部110从确定结果存储部109取得确定结果。另外，站起动作检测部110周期性地从计测数据存储部104所存储的计测数据中逐次取得最新样本。
(步骤S144)
站起动作检测部110基于由逐次取得的样本表示的以y轴为旋转中心的角速度，算出用户的躯干前倾角度。在此，在用户使躯干大幅前倾而导致躯干前倾角度成为阈值以下的情况下，站起动作检测部110进入步骤S145的处理。另一方面，在躯干前倾角度没有成为阈值以下的情况下，站起动作检测部110返回到步骤143的处理，继续样本的取得。此外，上述的阈值作为站起条件存储在站起条件存储部111中。
(步骤S145)
站起动作检测部110如上述那样从计测数据存储部104所保存的计测数据中的具有躯干前倾角度成为阈值以下的时刻的预定时间前的计测时刻的样本中，参照到具有最新计测时刻的样本为止的数据。并且，站起动作检测部110使用该数据来判定各肌肉是否按预定的顺序开始了活动。在此，站起动作检测部110在判定为各肌肉按预定的顺序开始了活动时，进入步骤S146的处理。另一方面，当判定为各肌肉没有按预定的顺序开始活动时，站起动作检测部110反复执行从步骤S143起的处理。
(步骤S146)
站起动作检测部110在通过步骤S145判定为各肌肉按预定的顺序开始了活动时，将检测出站起动作的开始这一情况通知给辅助机构112。
在步骤S146中，站起动作检测部110对检测出站起动作的开始这一情况进行通知，并且取得在确定结果存储部109中作为确定结果保存的椅子类别。并且，站起动作检测部110参照辅助信息存储部113所存储的按椅子类别关联的辅助信息，将与所取得的椅子类别关联的辅助信息输出给辅助机构112。辅助机构112通过基于该辅助信息使动力部112c驱动，辅助用户的站起动作。
图20中示出辅助信息存储部113所存储的按椅子类别关联的辅助信息的一例。例如如图20所示，在辅助信息存储部113中，作为按椅子类别关联的辅助信息，存储有表示辅助角度相对于时间的变化(即时间变化)的信息。辅助角度是大腿框架112a与小腿框架112b之间的角度即框架角在站起动作中的变化量。也就是说，从坐着椅子时的框架角到由辅助机构112进行的站起动作辅助开始后的框架角为止的角度(即)。另外，辅助角度的时间变化表示站起动作的辅助的速度。
具体而言，在辅助信息存储部113中，如图20所示，存储有与类型4的椅子、类型2的椅子以及类型3的椅子分别关联的辅助信息。类型4的椅子是座面高且硬的椅子。类型2的椅子是与类型4的椅子相比座面低且软的办公椅那样的椅子。类型3的椅子是与类型2的椅子相比座面更低且软而腰容易下沉的沙发那样的椅子。
对于类型3的椅子，由于用户的腰容易下沉，因此用户坐着该椅子时的框架角小。因此，辅助机构112在对用户的站起动作进行辅助时，需要花费长时间使辅助角度从0deg大幅变化到超过90deg，直到框架角成为180deg。因此，与类型3的椅子关联的辅助信息表示辅助角度发生变化的辅助时间长、在站起动作的辅助开始时辅助角度缓慢增加、且该辅助角度超过90deg这样的辅助角度的时间变化。
对于类型2的椅子，座面比类型3的椅子的座面高，用户坐着该椅子时的框架角大。因此，辅助机构112在对用户的站起动作进行辅助时，需要花费长时间使辅助角度大幅变化。因此，与类型2的椅子关联的辅助信息表示辅助时间短、在站起动作的辅助开始时辅助角度快速增加、且该辅助角度增加到例如约85deg这样的辅助角度的时间变化。
对于类型4的椅子，座面比类型2的椅子的座面更高，用户坐着该椅子时的框架角更大。因此，辅助机构112在对用户的站起动作进行辅助时，以短时间使辅助角度变化即可。因此，与类型4的椅子关联的辅助信息表示辅助时间更短、在站起动作的辅助开始时辅助角度快速增加、且该辅助角度增加到例如约60～70deg这样的辅助角度的时间变化。
此外，上述的辅助信息示出包含辅助时间的辅助角度的时间变化，但也可以进一步示出动力部112c用于使框架角增加的转矩。例如，类型3的椅子的辅助信息示出大的转矩，类型2的椅子的辅助信息示出小的转矩，类型4的椅子的辅助信息示出更小的转矩。另外，辅助信息也可以进一步示出该转矩的时间变化。例如，这些辅助信息示出在站起动作的辅助开始时产生大的转矩、且该转矩逐渐减小至0这样的转矩的时间变化。另外，对于由这些辅助信息表示的辅助开始时的转矩，也可以是对于类型3的椅子而言转矩大，对于类型2的椅子而言转矩小，对于类型4的椅子而言转矩更小。
如此，辅助机构112从站起动作检测部110取得与用户坐着的椅子的类别关联的图20所示那样的辅助信息。并且，辅助机构112基于该辅助信息使动力部112c驱动。因此，辅助机构112能够适当地辅助用户的站起动作。
也就是说，站起动作检测部110输出用于以与所确定出的椅子类别相应的速度或力量使辅助机构112改变用户的膝关节的角度的辅助信息。由此，能够以使得以与椅子的类别相应的速度或力量使用户的膝关节伸展的方式辅助站起动作。
此外，站起动作检测部110也可以在图19的步骤S143中取得确定结果存储部109所保存的确定结果、即椅子的类别。进而，在站起条件存储部111中，也可以按椅子的类别，作为与该类别对应的站起条件，存储有躯干前倾角度的阈值、AVR的阈值和各肌肉的活动开始的顺序。该情况下，在步骤S144中，站起动作检测部110也可以将与通过步骤S143取得的椅子的类别对应的阈值从站起条件存储部111中读出，判定所算出的躯干前倾角度是否为该阈值以上。例如，在站起条件存储部111中，作为与类型1的椅子(木制椅子)对应的躯干前倾角度的阈值而存储有80deg，作为与类型2的椅子(办公椅)对应的躯干前倾角度的阈值而存储有60deg。进而，在站起条件存储部111中，作为与类型3的椅子(沙发)对应的躯干前倾角度的阈值而存储有50deg。也就是说，站起动作检测部110根据所确定出的椅子类别来变更躯干前倾角度的阈值。由此，由于基于已就座的椅子来检测站起动作的开始，因此能够高精度地检测站起动作的开始。同样地，在步骤S145中，站起动作检测部110也可以将与通过步骤S143取得的椅子类别对应的各肌肉的活动开始的顺序从站起条件存储部111中读出，判定各肌肉是否按该顺序开始了活动。该情况下，也是由于基于已就座的椅子来检测站起动作的开始，因此能够高精度地检测站起动作的开始。
[效果]
如此，在本实施方式中，基于就座动作开始后的用户的生物体值(即肌电位或与姿势相应的数值)确定椅子的类别，通过辅助机构执行与该椅子的类别相应的站起动作的辅助。因此，能够抑制在站起动作的辅助中力量不足或施加了过剩的力量，能够使用户的站起动作稳定。其结果是，能够适当地辅助用户的站起动作。换言之，根据本实施方式的站起动作辅助装置，能够以与用户已就座的椅子相应的力量或速度来进行用户的站起动作的辅助，能够向用户提供稳定的站起动作。另外，由于可抑制施加过剩的力量，因此能够不消耗多余能量而较长时间地使用站起动作辅助装置。
(变形例)
在上述实施方式中，如图19所示，基于躯干前倾角度和各肌肉开始活动的顺序，检测用户的站起动作的开始。在本变形例中，基于所计测出的肌肉的肌电位和通过图3所示的步骤S130确定出的椅子的类别，检测用户的站起动作的开始。所计测出的肌肉的肌电位例如是胫骨前肌或股二头肌等的肌电位。另外，该肌电位也可以是作为上述的AVR而示出的值。
图21中示出本变形例涉及的站起动作检测部110的详细处理的流程图。此外，该流程图表示图3的步骤S140的详细处理。
(步骤S141)
站起动作检测部110周期性地确认是否被从椅子确定部107通知了椅子类别的确定结果的保存。
(步骤S142)
站起动作检测部110在步骤S141中的确认结果是未被通知的情况下，返回到步骤S141的处理。另一方面，在已被通知的情况下，站起动作检测部110进入步骤S161的处理。
(步骤S161)
站起动作检测部110取得确定结果存储部109所保存的确定结果、即椅子的类别。
(步骤S162)
接着，站起动作检测部110通过参照站起条件存储部111所存储的站起条件，取得与通过步骤S161取得的椅子的类别相应的肌电位的阈值来作为特定阈值。
(步骤S163)
接着，站起动作检测部110周期性地从计测数据存储部104所存储的计测数据中逐次取得最新样本。
(步骤S164)
然后，站起动作检测部110判定由最新样本表示的胫骨前肌或股二头肌等肌肉的肌电位是否为通过步骤S162取得的特定阈值以上。在此，站起动作检测部110在判定为肌肉的肌电位为特定阈值以上时(步骤S164：是)，进入步骤S146的处理。另一方面，当判定为肌肉的肌电位不为特定阈值以上时(步骤S164：否)，站起动作检测部110反复执行从步骤S163起的处理。
(步骤S146)
站起动作检测部110在通过步骤S164判定为肌肉的肌电位为特定阈值以上时，将检测出站起动作的开始这一情况通过给辅助机构112。
图22中示出本变形例涉及的站起条件存储部111所存储的站起条件的例子。在站起条件存储部111中，如图22所示，存储有与类型4的椅子、类型2的椅子以及类型3的椅子分别关联的肌电位的阈值Th4、Th2以及Th3。如上所述，类型4的椅子是座面高且硬的椅子。类型2的椅子是与类型4的椅子相比座面低且软的办公椅那样的椅子。类型3的椅子是与类型2的椅子相比座面更低且软而腰容易下沉的沙发那样的椅子。换言之，在上述各类型的椅子的座面高度中，类型4的椅子的座面最高，类型2的椅子的座件次高。另一方面，类型3的椅子的座面最低。
在站起条件存储部111所存储的肌电位的阈值Th4、Th2以及Th3中，与座面高的椅子的类型4关联的阈值Th4最小，与类型2关联的阈值Th2次小。另一方面，与座面低的椅子的类型3关联的阈值Th3最大。
也就是说，站起条件存储部111针对多个椅子类别的各椅子类别，将该椅子类别的座面高度越高则表示越小的值的肌电位的阈值与该椅子类别进行关联地存储。
如此，在本变形例中，站起动作检测部110取得所确定出的椅子类别的座面高度越高则表示越小的值的肌电位的阈值来作为特定阈值。并且，在计测数据中示出了用户的腿所含的肌肉的肌电位的情况下，站起动作检测部110在由该计测数据表示的就座动作后的肌肉的肌电位成为该特定阈值以上时，检测出站起动作的开始。
由此，能够在与用户已就座的椅子的类别相应的适当的时机检测出站起动作的开始。
(其他实施方式)
以上，基于实施方式对一个或多个技术方案涉及的站起动作辅助装置进行了说明，但本公开并不限定于该实施方式。在不脱离本公开的主旨的范围内，在上述实施方式中实施本领域技术人员能想到的各种变形而得到的方式、组合实施方式中的构成要素而构成的方式，也可以包含在本公开的范围内。
例如，上述实施方式的站起动作辅助装置是穿戴式的辅助装置，但也可以是非穿戴式的辅助装置。
图23中示出非穿戴式的站起动作辅助装置的外观。
该非穿戴式的站起动作辅助装置100A是不穿戴于用户的类型的辅助装置，与上述实施方式同样地，具备肌电位计测部101以及躯干姿势计测部102。进而，站起动作辅助装置100A具备固定支持部301、框架部305、座面部306和动力部307。这样的站起动作辅助装置100A如图23所示那样设置于椅子或安装成与椅子一体。
固定支持部301由侧断面形成为大致L字状的金属或硬树脂材料构成，例如设置于地面。框架部305经由动力部307以相对于固定支持部301自如转动的方式安装，并配置在椅子的座面上。座面部306以承载用户臀部的方式安装于框架部305。动力部307在用户的膝盖伸展的方向上使框架部305转动。站起动作辅助装置100A通过该框架部305的转动，使座面部306抬起用户的臀部，辅助用户的站起动作。
即使是这样的站起动作辅助装置100A，也能够起到与上述实施方式同样的效果。
另外，在上述实施方式中，椅子确定部107为了确定椅子的类别而取得计测数据中的就座动作区间的数据，并基于该数据确定了椅子的类别，但也可以不是取得该就座动作区间的全部数据。也就是说，椅子确定部107也可以基于该就座动作区间的一部分数据来确定椅子的类别。
另外，在上述实施方式中，椅子确定部107如图11所示那样，基于由各肌肉的肌电位的RMS表现的模式确定了椅子的类别，但也可以不是基于模式而是基于各肌肉的肌电位的RMS的值本身来确定椅子的类别。
另外，在上述实施方式中，椅子确定部107在就座动作区间和就座中区间的各区间确定了椅子的类别，但也可以仅在就座动作区间确定椅子的类别，也可以反过来仅在就座中区间确定椅子的类别。
此外，在上述实施方式以及各变形例中，各构成要素也可以通过由专用的硬件构成或执行适于各构成要素的软件程序来实现。各构成要素也可以通过CPU或处理器等程序执行部读出硬盘或半导体存储器等记录介质所记录的软件程序并执行来实现。在此，实现上述实施方式或各变形例的站起动作辅助装置的软件程序是使计算机执行图1B、图3、图13、图16、图19以及图21所示的流程图所包含的各步骤的程序。
另外，在本公开中，单元、装置、部件或者功能部的全部或者一部分、或者图1A或图2所示的框图的功能块的全部或者一部分，也可以通过包含半导体装置、半导体集成电路(IC)或者LSI(large scale integration，大规模集成电路)的一个或多个电子电路来执行。LSI或者IC既可以集成到一个芯片上，也可以组合多个芯片而构成。例如，存储元件以外的功能块也可以集成到一个芯片上。在此，称为LSI或IC，但也可以根据集成的程度而改变称呼，称为系统LSI、VLSI(very large scale integration，超大规模集成电路)、或ULSI(ultra large scale integration，特大规模集成电路)。LSI制造后可编程的FPGA(FieldProgrammable Gate Array；现场可编程门阵列)或者可以进行LSI内部的接合关系的重构或者LSI内的电路划分的规划的可重构处理器(reconfigurable processor)也能够以相同的目的来使用。
进而，单元、装置、部件或者功能部的全部或者一部分的功能或者操作能够通过软件处理来执行。该情况下，软件被记录于一个或多个ROM、光盘、硬盘驱动器等非瞬时性记录介质，在软件被处理装置(processor)执行时，由该软件确定的功能被处理装置(processor)以及外围装置执行。系统或者装置也可以具备记录有软件的一个或多个非瞬时性记录介质、处理装置(processor)以及所需的硬件设备、例如接口。
本公开涉及的站起动作辅助装置对于从互不相同的类别的椅子站起的站起动作的辅助是有用的，例如能够适用于辅助服或机器人等。

Claims (19)

1.一种站起动作辅助装置，具备：
辅助机构，其穿戴于用户的腿，对所述用户的动作进行辅助；
传感器，其包括第1传感器和第2传感器的至少一方，所述第1传感器计测与所述用户的姿势相应的姿势信息并输出所述姿势信息，所述第2传感器计测所述用户的肌电位并输出所述肌电位，所述传感器输出包含所述姿势信息和所述肌电位的至少一方的计测数据；
存储器，其保存所述计测数据；以及
处理器，其使用所述存储器所保存的所述计测数据来控制所述辅助机构，
所述处理器，
基于所述计测数据，检测所述用户向椅子的就座动作即从就座动作开始到就座动作结束为止的动作，在检测出所述就座动作时，基于所述计测数据中的所述就座动作开始后的第1计测数据，确定所述椅子的类别，
基于所述计测数据中的所述就座动作结束后的第2计测数据，检测站起动作的开始，所述站起动作是所述用户从所述椅子站起的动作，
输出用于使所述辅助机构执行与所确定出的所述椅子的类别相应的所述站起动作的辅助的辅助信息。
2.根据权利要求1所述的站起动作辅助装置，
所述肌电位是所述用户的腿所含的至少一条肌肉的肌电位。
3.根据权利要求1或2所述的站起动作辅助装置，
所述姿势信息是所述用户的上半身的加速度、角速度和地磁中的至少一方。
4.根据权利要求2所述的站起动作辅助装置，
所述计测数据包含所述用户的腿所含的至少一条肌肉的肌电位，
所述处理器在所述至少一条肌肉各自的肌电位为与该肌肉对应的阈值以上的情况下，检测出所述就座动作的开始。
5.根据权利要求3所述的站起动作辅助装置，
所述计测数据包含所述加速度，
所述处理器基于所述加速度，算出所述用户的上半身在铅直方向上移动的移动距离，在所述移动距离为阈值以上的情况下，检测出所述就座动作。
6.根据权利要求3所述的站起动作辅助装置，
所述计测数据包含所述加速度，
所述计测数据包含第1计测数据和时间上比所述第1计测数据晚地计测出的第2计测数据，所述第1计测数据包含第1加速度，所述第2计测数据包含第2加速度，所述加速度包含所述第1加速度和所述第2加速度，
所述处理器在所述第1加速度的铅直方向朝下分量的大小为第1阈值以上、且所述第2加速度的铅直方向朝上分量的大小为第2阈值以上的情况下，检测出所述就座动作。
7.根据权利要求1所述的站起动作辅助装置，
所述姿势信息是所述用户的上半身的角速度，
所述计测数据包含所述用户的上半身的角速度，
所述处理器，
基于所述角速度算出所述用户的躯干前倾角度，
在从所述躯干前倾角度变为小于阈值时起的预先确定的时间以内所述肌电位变大的情况下，检测出所述就座动作开始。
8.根据权利要求1所述的站起动作辅助装置，
所述处理器使用所述计测数据所包含的正在进行所述就座动作的第1区间的数据和所述用户坐着的第2区间的数据中的至少一方，确定所述椅子的类别。
9.根据权利要求1所述的站起动作辅助装置，
所述肌电位是所述用户的腿所含的肌肉的肌电位，
所述计测数据包含所述用户的腿所含的肌肉的肌电位，
所述处理器通过判定所述肌电位是否满足与多种椅子分别对应的条件，确定所述椅子的类别。
10.根据权利要求1所述的站起动作辅助装置，
所述姿势信息是所述用户的上半身的加速度，
所述计测数据包含所述加速度，
所述处理器在所述就座动作开始之后，基于所述加速度的铅直方向朝上分量的大小，算出所述用户的上半身在铅直方向上移动的移动距离，根据所述移动距离来确定所述椅子的类别。
11.根据权利要求1所述的站起动作辅助装置，
所述姿势信息是所述用户的上半身的加速度，
所述计测数据包含所述加速度，
所述处理器算出从所述就座动作开始到经过预先确定的时间为止的期间内的所述加速度的铅直方向的最大变化率，根据所述最大变化率来确定所述椅子的类别。
12.根据权利要求1所述的站起动作辅助装置，
所述姿势信息是所述用户的上半身的角速度，
所述计测数据包含所述角速度，
所述处理器根据所述角速度中的所述就座动作的结束后所述用户坐着的区间的角速度算出所述用户的躯干前倾角度，根据所述躯干前倾角度来确定所述椅子的类别。
13.根据权利要求1所述的站起动作辅助装置，
所述肌电位是所述用户的腿所含的多条肌肉各自的肌电位，
所述计测数据包含所述多条肌肉各自的肌电位，
所述处理器基于所述多条肌肉各自的肌电位，确定所述多条肌肉开始活动的顺序，在所确定出的所述顺序与预先确定的顺序一致的情况下，检测出所述站起动作的开始。
14.根据权利要求13所述的站起动作辅助装置，
所述姿势信息是所述用户的上半身的角速度，
所述计测数据包含所述用户的上半身的角速度，
所述处理器根据所述角速度算出所述用户的躯干前倾角度，在所述躯干前倾角度成为阈值以下时之后，确定所述多条肌肉开始活动的顺序。
15.根据权利要求14所述的站起动作辅助装置，
所述处理器根据所确定出的所述椅子的类别，变更所述躯干前倾角度的阈值。
16.根据权利要求1所述的站起动作辅助装置，
所述肌电位是所述用户的腿所含的肌肉的肌电位，
所述计测数据包含所述肌肉的肌电位，
所述处理器，
取得所确定出的所述椅子的类别下的座面的高度越高则表示越小的值的肌电位的阈值来作为特定阈值，
在所述肌肉的肌电位中的所述就座动作后的所述肌肉的肌电位成为所述特定阈值以上时，检测出所述站起动作的开始。
17.根据权利要求1所述的站起动作辅助装置，
所述处理器输出用于以与所确定出的所述椅子的类别相应的速度或力量使所述辅助机构改变所述用户的膝关节的角度的所述辅助信息。
18.一种站起动作辅助方法，包括：
传感器输出计测数据，所述传感器包括第1传感器和第2传感器的至少一方，所述第1传感器计测与用户的姿势相应的姿势信息并输出所述姿势信息，所述第2传感器计测所述用户的肌电位并输出所述肌电位，所述计测数据包含所述姿势信息和所述肌电位的至少一方；
存储器保存所述计测数据；
处理器使用所述存储器所保存的所述计测数据，对穿戴于所述用户的腿并辅助所述用户的动作的辅助机构进行控制；
所述处理器，
基于所述计测数据，检测所述用户向椅子的就座动作即从就座动作开始到就座动作结束为止的动作，
在检测出所述就座动作时，基于所述计测数据中的所述就座动作开始后的第1计测数据，确定所述椅子的类别，
基于所述计测数据中的所述就座动作结束后的第2计测数据，检测站起动作的开始，所述站起动作是所述用户从所述椅子站起的动作，
输出用于使所述辅助机构执行与所确定出的所述椅子的类别相应的所述站起动作的辅助的辅助信息。
19.一种程序，是使计算机执行的程序，
所述程序使计算机执行处理，
所述处理包括所述计算机使用存储器所保存的计测数据对穿戴于用户的腿并辅助用户的动作的辅助机构进行控制，
所述计测数据包含传感器输出的姿势信息和肌电位的至少一方，所述传感器包括第1传感器和第2传感器的至少一方，所述第1传感器计测与所述用户的姿势相应的所述姿势信息并输出所述姿势信息，所述第2传感器计测所述用户的所述肌电位并输出所述肌电位，
所述计算机，
基于所述计测数据，检测所述用户向椅子的就座动作即从就座动作开始到就座动作结束为止的动作，
在检测出所述就座动作时，基于所述计测数据中的所述就座动作开始后的第1计测数据，确定所述椅子的类别，
基于所述计测数据中的所述就座动作结束后的第2计测数据，检测站起动作的开始，所述站起动作是所述用户从所述椅子站起的动作，
输出用于使所述辅助机构执行与所确定出的所述椅子的类别相应的所述站起动作的辅助的辅助信息。
CN201710609372.8A 2016-09-02 2017-07-25 站起动作辅助装置、站起动作辅助方法以及程序 Active CN107788979B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-172299 2016-09-02
JP2016172299 2016-09-02

Publications (2)

Publication Number Publication Date
CN107788979A true CN107788979A (zh) 2018-03-13
CN107788979B CN107788979B (zh) 2021-11-23

Family

ID=61281777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710609372.8A Active CN107788979B (zh) 2016-09-02 2017-07-25 站起动作辅助装置、站起动作辅助方法以及程序

Country Status (3)

Country Link
US (1) US10709348B2 (zh)
JP (1) JP6775151B2 (zh)
CN (1) CN107788979B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110403609A (zh) * 2019-09-03 2019-11-05 北京海益同展信息科技有限公司 运动速度分析方法、装置和可穿戴设备
CN113303764A (zh) * 2021-05-25 2021-08-27 上海博灵机器人科技有限责任公司 一种检测感兴趣对象的肌肉健康状态的系统

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101786356B1 (ko) * 2016-06-09 2017-10-18 현대자동차주식회사 하지 보조 로봇 시스템 및 제어방법
JP6871576B2 (ja) * 2018-09-07 2021-05-12 本田技研工業株式会社 センサのキャリブレーション方法、この方法に用いるための椅子及び、この方法を実行する歩行動作計測システム
JP2020066110A (ja) * 2018-10-25 2020-04-30 国立大学法人千葉大学 作業補助器具の制御方法
US20220175598A1 (en) * 2019-03-05 2022-06-09 Fuji Corporation Assistance information management system
JP2021074789A (ja) * 2019-11-05 2021-05-20 株式会社ジェイテクト アシスト装置
JP7537269B2 (ja) * 2020-12-21 2024-08-21 トヨタ自動車株式会社 充電シートおよびプログラム

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005230099A (ja) * 2004-02-17 2005-09-02 Yoshiyuki Yamaumi 装着式動作補助装置、及び装着式動作補助装置における駆動源の制御方法、及びプログラム
US20100271051A1 (en) * 2007-12-27 2010-10-28 University Of Tsukuba Centroid position detector device and wearing type action assistance device including centroid position detector device
JP2010253048A (ja) * 2009-04-24 2010-11-11 Toyota Motor Corp 脚補助装具
CN102172342A (zh) * 2011-03-10 2011-09-07 陕西科技大学 一种自助式辅助起立座椅
CN102596142A (zh) * 2010-06-21 2012-07-18 丰田自动车株式会社 腿辅助装置
US20140303538A1 (en) * 2013-04-08 2014-10-09 Elwha Llc Apparatus, System, and Method for Controlling Movement of an Orthopedic Joint Prosthesis in a Mammalian Subject
CN104114140A (zh) * 2012-02-10 2014-10-22 富士机械制造株式会社 动作设定方法
US20150164719A1 (en) * 2011-07-19 2015-06-18 Skip's Patents, Llc Seat structure with sit-to-stand feature
CN104826280A (zh) * 2014-02-07 2015-08-12 松下知识产权经营株式会社 肌肉力量支援器具和肌肉力量支援方法
US20150231005A1 (en) * 2012-06-26 2015-08-20 David C. Gray Personal independent mobility and lift device
CN105147501A (zh) * 2015-10-21 2015-12-16 湖南人文科技学院 一种膝关节后期康复训练椅
CN105411816A (zh) * 2015-12-16 2016-03-23 哈尔滨工业大学深圳研究生院 一种行走助力装置的控制系统及控制方法
CN105455819A (zh) * 2015-11-10 2016-04-06 华南理工大学 可穿戴仿生外骨骼机械腿康复装置的站立模式控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4178186B2 (ja) * 2003-08-21 2008-11-12 国立大学法人 筑波大学 装着式動作補助装置、装着式動作補助装置の制御方法および制御用プログラム
US8096965B2 (en) * 2008-10-13 2012-01-17 Argo Medical Technologies Ltd. Locomotion assisting device and method
DE102012003369A1 (de) * 2012-02-22 2013-08-22 Otto Bock Healthcare Gmbh Verfahren zur Steuerung eines künstlichen Orthesen- oder Prothesenkniegelenks
JP6241863B2 (ja) * 2013-03-19 2017-12-06 国立大学法人 筑波大学 屈伸動作支援装置
JP6218307B2 (ja) * 2013-06-06 2017-10-25 国立大学法人九州工業大学 起立動作誘導システム
JP6407539B2 (ja) * 2014-03-13 2018-10-17 株式会社東芝 膝関節動作支援装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005230099A (ja) * 2004-02-17 2005-09-02 Yoshiyuki Yamaumi 装着式動作補助装置、及び装着式動作補助装置における駆動源の制御方法、及びプログラム
US20100271051A1 (en) * 2007-12-27 2010-10-28 University Of Tsukuba Centroid position detector device and wearing type action assistance device including centroid position detector device
JP2010253048A (ja) * 2009-04-24 2010-11-11 Toyota Motor Corp 脚補助装具
CN102596142A (zh) * 2010-06-21 2012-07-18 丰田自动车株式会社 腿辅助装置
CN102172342A (zh) * 2011-03-10 2011-09-07 陕西科技大学 一种自助式辅助起立座椅
US20150164719A1 (en) * 2011-07-19 2015-06-18 Skip's Patents, Llc Seat structure with sit-to-stand feature
CN104114140A (zh) * 2012-02-10 2014-10-22 富士机械制造株式会社 动作设定方法
US20150231005A1 (en) * 2012-06-26 2015-08-20 David C. Gray Personal independent mobility and lift device
US20140303538A1 (en) * 2013-04-08 2014-10-09 Elwha Llc Apparatus, System, and Method for Controlling Movement of an Orthopedic Joint Prosthesis in a Mammalian Subject
CN104826280A (zh) * 2014-02-07 2015-08-12 松下知识产权经营株式会社 肌肉力量支援器具和肌肉力量支援方法
CN105147501A (zh) * 2015-10-21 2015-12-16 湖南人文科技学院 一种膝关节后期康复训练椅
CN105455819A (zh) * 2015-11-10 2016-04-06 华南理工大学 可穿戴仿生外骨骼机械腿康复装置的站立模式控制方法
CN105411816A (zh) * 2015-12-16 2016-03-23 哈尔滨工业大学深圳研究生院 一种行走助力装置的控制系统及控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ALFONSO-ROSA, ROSA M.; DEL POZO-CRUZ, BORJA; DEL POZO-CRUZ, JESU: "Test-Retest Reliability and Minimal Detectable Change Scores for Fitness Assessment in Older Adults with Type 2 Diabetes", 《REHABILITATION NURSING 》 *
李骥，等: "我国优秀双人滑男运动员落冰及模仿训练肌电特征研究", 《天津体育学院学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110403609A (zh) * 2019-09-03 2019-11-05 北京海益同展信息科技有限公司 运动速度分析方法、装置和可穿戴设备
CN113303764A (zh) * 2021-05-25 2021-08-27 上海博灵机器人科技有限责任公司 一种检测感兴趣对象的肌肉健康状态的系统

Also Published As

Publication number Publication date
US20180064357A1 (en) 2018-03-08
CN107788979B (zh) 2021-11-23
JP6775151B2 (ja) 2020-10-28
JP2018038785A (ja) 2018-03-15
US10709348B2 (en) 2020-07-14

Similar Documents

Publication Publication Date Title
CN107788979A (zh) 站起动作辅助装置、站起动作辅助方法以及程序
Tapia et al. Real-time recognition of physical activities and their intensities using wireless accelerometers and a heart rate monitor
Sazonov et al. Monitoring of posture allocations and activities by a shoe-based wearable sensor
Ermes et al. Detection of daily activities and sports with wearable sensors in controlled and uncontrolled conditions
Rowlands et al. Sedentary sphere: wrist-worn accelerometer-brand independent posture classification
Hegde et al. The pediatric SmartShoe: wearable sensor system for ambulatory monitoring of physical activity and gait
CN107072379B (zh) 运动辨识装置及方法
Wagenaar et al. Continuous monitoring of functional activities using wearable, wireless gyroscope and accelerometer technology
JP2012524579A5 (zh)
CN107788978A (zh) 站起动作辅助装置、站起动作辅助方法以及程序
King et al. Periods of extreme ankle displacement during one-legged standing
Lin et al. Impact of center-of-mass acceleration on the performance of ultramarathon runners
JP6844284B2 (ja) 歩容の評価方法
CN107174242A (zh) 站起动作辅助装置和站起动作辅助方法
Grecheneva et al. Estimation of human biomechanics during registration with a wearable device
Ryu et al. Multiple gait phase recognition using boosted classifiers based on sEMG signal and classification matrix
Mo et al. Running gait pattern recognition based on cross-correlation analysis of single acceleration sensor
Cvetković et al. Towards human energy expenditure estimation using smart phone inertial sensors
WO2022070651A1 (ja) 情報処理装置、および情報処理方法
Ashwini et al. Kinect based upper limb performance assessment in daily life activities
Youn et al. New gait metrics for biometric authentication using a 3-axis acceleration
JP2010201084A (ja) 着座姿勢推定システム及び着座姿勢推定方法
Tao et al. An intelligent shoe system: Evaluation of weight load approaches by gait analysis
Andreoni et al. Smart garments for performance and training assessment in sport
TWI458517B (zh) 可變速跑步裝置及其控制方法

Legal Events

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