CN108348195A - 步行动作显示系统以及程序 - Google Patents
步行动作显示系统以及程序 Download PDFInfo
- Publication number
- CN108348195A CN108348195A CN201680066786.4A CN201680066786A CN108348195A CN 108348195 A CN108348195 A CN 108348195A CN 201680066786 A CN201680066786 A CN 201680066786A CN 108348195 A CN108348195 A CN 108348195A
- Authority
- CN
- China
- Prior art keywords
- walking
- displacement data
- action
- image
- testee
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- 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
- A61B5/112—Gait analysis
-
- 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
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
- G01C22/006—Pedometers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Abstract
步行动作显示系统(1)具备:三轴加速度传感器(10),由被试验者(2)穿戴,用于测量被试验者(2)的步行时的加速度数据;摄像部20,通过拍摄步行的被试验者(2),从而获得表示被试验者(2)的步行动作的影像数据;记录部(31),使加速度数据与影像数据同步并记录;确定部(33),将记录部(31)记录的加速度数据,转换为水平方向的位移数据以及垂直方向的位移数据,根据水平方向的位移数据或者垂直方向的位移数据,从影像数据中确定步行周期中的具有代表性的动作所对应的图像;以及显示部(34),使步行周期中的具有代表性的动作的示意图与由确定部(33)确定的图像一起显示。
Description
技术领域
本发明涉及步行动作显示系统以及程序,该步行动作显示系统显示表示被试验者的步行动作的图像。
背景技术
以往在看护或者康复训练中,向被试验者提示被试验者的步行动作,来指导正确的步行动作。例如通常采用观察者边看拍摄了被试验者步行动作的影像,边剪切规定的图像进行显示的方法。
此外,在专利文献1中公开了如下三维动作分析装置,根据用多个摄像机拍摄穿戴了多个标识器的被试验者而获得的运动图像数据中,算出各个标识器的坐标位置,根据算出的坐标位置,分析步行动作。在专利文献1所述的三维动作分析装置中,根据分析结果显示姿势图。
(现有技术文献)
(专利文献)
专利文献1:日本特开2004-344418号公报
然而,所述以往的观察者剪切图像的方法具有给观察者的负担很大的问题。此外,剪切哪个图像要凭借观察者的经验以及技能,没有优秀的观察者的情况下,不能指导被试验者,便利性差。此外,在专利文献1所述的三维动作分析装置中,被试验者穿戴了多个标识器,利用多个摄像机进行摄影,所以装置构成复杂。
发明内容
于是,本发明的目的在于,提供一种构成简单,便利性高的步行动作显示系统以及程序。
为了达到上述目的,本发明的一个方式涉及的步行动作显示系统,具备:三轴加速度传感器,由被试验者穿戴,用于测量所述被试验者的步行时的加速度数据;摄像部,通过拍摄步行的所述被试验者,从而获得表示所述被试验者的步行动作的影像数据;记录部,使所述加速度数据与所述影像数据同步并记录;确定部,将所述记录部记录的所述加速度数据,转换为水平方向的位移数据以及垂直方向的位移数据,并且根据所述水平方向的位移数据或者所述垂直方向的位移数据,从所述影像数据中确定代表图像,该代表图像是步行周期中的具有代表性的动作所对应的图像;以及显示部,使所述步行周期中的具有代表性的动作的示意图与由所述确定部确定的代表图像一起显示。
此外,本发明的一个方式能够作为程序来实现,该程序用于使计算机作为上述步行动作显示系统来发挥作用。或者作为能够由计算机读取的记录介质来实现,该记录介质存储了程序。
通过本发明能够提供构成简单,便利性高的步行动作显示系统。
附图说明
图1是表示实施方式涉及的步行动作显示系统的构成的图。
图2是表示实施方式涉及的步行动作显示系统的功能构成的方框图。
图3是表示实施方式涉及的步行动作显示系统的三轴加速度传感器穿戴在被试验者的模样的图。
图4是表示步行周期中的具有代表性的动作的示意图。
图5是表示在实施方式涉及的步行动作显示系统中,水平方向以及垂直方向的位移数据和步行动作中的具有代表性的动作的关系的图。
图6是表示实施方式涉及的步行动作显示系统的显示部显示的报告画面的一例的图。
图7是表示在实施方式涉及的步行动作显示系统中,从实际由三轴加速度传感器测量的加速度数据,被转换的水平方向以及垂直方向的位移数据的图。
图8是表示实施方式涉及的步行动作显示系统的显示部显示的报告画面的其他例子的图。
具体实施方式
以下针对本发明的实施方式涉及的步行动作显示系统,利用附图进行详细说明。另外,下面说明的实施方式都是示出本发明优选的一个具体例子。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式、步骤、步骤的顺序等,都是本发明的一个例子,主旨不是限制本发明。从而,在以下实施方式的构成要素中,表示本发明的最上位概念的方案中没有记载的构成要素,作为任意的构成要素来说明。
并且,各个图为模式图,并非是严谨的图示。并且,在各个图中,对于相同的构成部件赋予相同的符号。
(实施方式)
[步行动作显示系统]
首先,利用图1以及图2来说明本实施方式涉及的步行动作显示系统的概要。
图1是表示本实施方式涉及的步行动作显示系统1的具体构成的图。
图2是表示本实施方式涉及的步行动作显示系统1的功能构成的方框图。
如图1所示,步行动作显示系统1具备:三轴加速度传感器10、摄像部20、步行动作显示装置30。如图2所示,步行动作显示装置30具备:记录部31、存储部32、确定部33、显示部34。
以下,利用附图详细说明步行动作显示系统的各构成要素。
[三轴加速度传感器]
图3是表示由被试验者2穿戴本实施方式涉及的三轴加速度传感器10的模样的图。
三轴加速度传感器10,由被试验者2穿戴,用于测量被试验者2步行时的加速度数据。具体而言,三轴加速度传感器10,以规定的测量速率来测量被试验者2穿戴的部位的加速度。测量速率是每单位时间的加速度的测量次数。三轴加速度传感器10,将测量的加速度数据,发送到步行动作显示装置30的记录部31。
在本实施方式,三轴加速度传感器10,与步行动作显示装置30进行通信。三轴加速度传感器10,例如通过无线通信,将加速度数据发送到步行动作显示装置30。无线通信,例如根据Bluetooth(注册商标),Wi-Fi(注册商标)或者ZigBee(注册商标)等的规定的无线通信标准来进行。
三轴加速度传感器10测量的加速度数据是三维加速度矢量数据,例如被试验者2的前后方向、左右方向以及上下方向的各个加速度数据。加速度数据包括多个测量点。多个测量点的各自与表示测量测量点的时刻的时刻信息建立对应。另外,可以不是多个测量点的全部与时刻信息建立对应。例如,对于测量出的没有与时刻信息建立对应的测量点的时刻,可以根据多个测量点中的成为基准的测量点(例如,第一个测量点)的时刻信息和加速度数据的测量速率来计算。
在本实施方式,三轴加速度传感器10,如图3所示,被试验者2穿戴在背面侧的腰部。如图1所示,三轴加速度传感器10,固定在穿戴器具11。穿戴器具11,穿戴在被试验者2,从而能够将三轴加速度传感器10装配到被试验者2的规定的部位。
穿戴器具11,例如是穿戴在被试验者2的腰部的带状物。穿戴器具11,如图1所示,具备带子12,尼龙搭扣13。尼龙搭扣13的钩状面与环状面在恰当的位置结合,从而能够调整带子12的长度。具体而言,将带子12缠绕在被试验者2的腰部,将带子12的长度调整为恰当的长度并收紧,从而穿戴器具11被穿戴在被试验者2的腰部。另外,调整带子12的长度的单元,不限定为尼龙搭扣13,也可以是带扣等扣具。
如图3所示,穿戴器具11穿戴在被试验者2的腰部,从而三轴加速度传感器10被穿戴在被试验者2的腰部。另外,穿戴三轴加速度传感器10的被试验者2的部位,不限于背面侧的腰部,可以是正面侧的腰部,或者可以是头部、胸部、腿部,腕部。
此外,穿戴器具11不一定是带状物,可以是被试验者2穿的衣服。例如在该衣服上固定三轴加速度传感器10,或者收纳在衣服口袋里。也可以是三轴加速度传感器10具备尼龙搭扣、别针、夹子等安装器具,通过这些安装器具来装配到衣服上。或者三轴加速度传感器10,可以通过具有粘着性的胶粘材等,直接贴在被试验者2的皮肤上。
[摄像部]
摄像部20,通过拍摄步行的被试验者2,从而获得表示被试验者2的步行动作的影像数据。摄像部20,将获得的影像数据发送到步行动作显示装置30的记录部31。
摄像部20,例如是图1表示的视频摄像机,但不限定为此。可以是智能手机等便携式终端或者个人电脑(PC)中设置的小型摄像机。
在本实施方式中,摄像部20与步行动作显示装置30进行通信。摄像部20,例如通过无线通信,将影像数据发送到步行动作显示装置30。无线通信,例如根据Bluetooth(注册商标)、Wi-Fi(注册商标)或者ZigBee(注册商标)等规定无线通信标准来进行。另外,摄像部20,通过通信电缆与步行动作显示装置30连接,以有线来通信。
摄像部20获得的影像数据,包括多个图像(帧)。多个图像的每一个与时刻信息建立对应,该时刻信息表示获得图像的时刻。另外,可以不是多个图像的全部与时刻信息建立对应。例如,针对与时刻信息没有建立对应的图像的获得时刻,根据多个图像中成为基准的图像(例如第一个帧)的时刻信息和影像数据的帧速率来算出。
[步行动作显示装置]
步行动作显示装置30,根据加速度数据和影像数据,分析被试验者2的步行动作,显示分析结果。具体而言,步行动作显示装置30,作为分析结果,使步行周期中具有代表性动作的示意图与被拍摄的试验者2的图像一起显示。
步行动作显示装置30,例如由图1所示的计算机以及显示器来实现。具体而言,步行动作显示装置30具有:存储了程序的非易失性存储器、为了执行程序的暂时存储区域即易失性存储器、输入输出端口、以及执行程序的处理器等。处理器以及各个存储器等协力动作,执行记录部31、存储部32、确定部33以及显示部34等的功能。
[记录部]
记录部31,使三轴加速度传感器10测量的加速度数据与摄像部20获得的影像数据同步并记录。具体而言,记录部31,根据加速度数据的多个测量点的时刻信息和影像数据的多个图像的时刻信息,将测量点与图像建立对应,并记录到存储部32。
例如,记录部31,针对多个测量点的每一个,使一个测量点和表示与该一个测量点的时刻信息表示的时刻最近的时刻的时刻信息所对应的图像建立对应。从而,加速度数据中包含的多个测量点,与该测量点被测量的时刻大体上相同的时刻拍摄的图像建立对应。另外,加速度数据的测量速率与影像数据的帧速率相同的情况下,记录部31通过使一个测量点与一个图像建立对应,从而使剩余的测量点和图像,能够根据各自的获得顺序建立对应。
另外,加速度数据以及影像数据的至少一方不包括时刻信息的情况下,记录部31,利用从三轴加速度传感器10接收加速度数据的时刻或者从摄像部20接收影像数据的时刻,使加速度数据与影像数据同步并记录。记录部31使加速度数据与影像数据同步的方法,没有特别限定。
[存储部]
存储部32是用于存储加速度数据以及影像数据的存储器。在存储部32存储的加速度数据与影像数据是同步的。具体而言,在存储部32中,将加速度数据中包含的多个测量点,与测量了该测量点的时刻大致相同的时刻拍摄的图像建立对应地进行存储。
[确定部]
确定部33,将记录部31记录的加速度数据,转换为水平方向的位移数据以及垂直方向的位移数据。具体而言,确定部33,对加速度数据进行二次积分,从而生成位移数据。
在本实施方式,记录部31记录的加速度数据,是由三轴加速度传感器10测量的三维加速度矢量数据。因此,确定部33,例如将三维加速度矢量数据转换为三维位移数据之后,将三维位移数据分为水平方向以及垂直方向的位移数据。另外,确定部33,也可以将三维加速度矢量数据分为水平方向的加速度数据以及垂直方向的加速度数据之后,将各自转换为位移数据。
另外,三轴加速度传感器10,作为步行频率的一半以下的低频率成分,受到重力加速度的影响。因此,确定部33,通过快速傅立叶变换(FFT:Fast Fourier Transform),将该低频率成分从加速度数据中除去。另外,步行频率是,被试验者2前进两步(双脚各一步)的期间(周期)的倒数。此外,确定部33,通过从加速度数据除去被试验者2的行进引起的加速度成分,从而生成位移数据,该位移数据只表示基于被试验者2的步行动作的位移。
确定部33,根据水平方向的位移数据或者垂直方向的位移数据,从影像数据中确定步行周期中的具有代表性的动作所对应的代表图像。具体而言,确定部33,从水平方向的位移数据或者垂直方向的位移数据,提取步行周期中的具有代表性的动作所对应的特征点,将与提取的特征点的时刻对应的图像,作为代表图像来确定。另外,对于步行周期中的具有代表性的动作,利用图4在后边说明。
特征点例如是水平方向的位移数据的极大值、极小值或者零交叉点。或者特征点例如是垂直方向的位移数据的极大值、极小值或者零交叉点。关于特征点和具有代表性的动作的关系,利用图5在后边说明。
在本实施方式,确定部33,进一步根据水平方向的位移数据或者垂直方向的位移数据,算出步行时间和规定的每单位时间的步数。步行时间是被试验者2进行步行动作的期间。每个规定的单位时间的步数,例如是每一分种的步数,在步行时间中的被试验者2的步数来算出。
确定部33,进一步根据水平方向的位移数据或者垂直方向的位移数据,算出左右的站立期的比率。左右的站立期的比率是左脚站立期的时间与右脚站立期的时间的比率,表示例如左脚的站立期和右脚的站立期分别占总和期间的比率。左右的站立期的比率,相当于被试验者2的步行动作的左右的平衡。
[显示部]
显示部34,将步行周期中具有代表性的动作的示意图和由确定部33确定的代表图像一起显示。具体而言,显示部34显示包括示意图和代表图像的报告画面。
显示部34,进一步显示确定部33算出的步行时间以及步数。显示部34,进一步显示确定部33算出的左右的站立期的比率。对于显示部34显示的报告画面的一例,利用图6在后边说明。
[步行周期中具有代表性的动作]
在此,利用图4来说明步行周期中的具有代表性的动作。图4是表示步行周期中的具有代表性的动作的示意图。
步行周期是从步行中的1个动作到相同的动作为止的重复的周期。例如,如图4所示,从左脚的脚跟接触地面到下一次左脚的脚跟接触地面的期间为步行周期的一个期间。
如图4所示,步行周期包括站立期和摆荡期。左脚的站立期是从左脚的脚跟接触地面,到左脚的脚尖离开地面的期间。左脚的摆荡期是从左脚的脚尖离开地面,到左脚的脚跟接触地面的期间。右脚也是同样。在通常的情况下,左脚的站立期包括右脚的摆荡期,右脚的站立期包括左脚的摆荡期。
步行周期中的具有代表性的动作包括:脚跟着地、脚底着地、站立中期、脚跟离地,脚趾离地以及摆荡中期的至少一个。该动作如图4所示分别由左脚以及右脚进行。以下着眼于左脚表示步行中的具有代表性的动作。
脚跟着地,如图4的(a)所示,左脚(或者右脚)的脚跟接触地面的动作。这时双脚张开很大,所以被试验者的姿势变低。具体而言,被试验者的腰部(头部以及胸部等也相同),成为最低的位置。
脚底着地,如图4的(b)所示,左脚(或者右脚)的脚底接触地面的动作。
站立中期,如图4的(c)所示,左脚(或者右脚)的脚底接触地面的状态下,两个脚最接近的动作。此时,与地面接触的左脚伸直,所以被试验者的姿势变高。具体而言,被试验者的腰部,位于最高的位置。
脚跟离地,如图4的(d)所示,是左脚(或者右脚)的脚跟离开地面的动作。此时双脚张开很大,所以被试验者的姿势变低。具体而言,被试验者的腰部,位于最低的位置。
脚趾离地,如图4的(e)所示,左脚(或者右脚)的脚尖离开地面的动作。
摆荡中期,如图4的(f)所示,左脚(或者右脚)离开地面的状态,双脚最接近的动作。此时,与地面接触的右脚伸直,所以被试验者的姿势变高。具体而言,被试验者的腰部,位于最高的位置。
另外,右脚也相同。在本实施方式,左脚的动作和右脚的动作,分别具有如下对应关系。即,如图4的(a)所示,左脚的脚跟着地与右脚的脚跟离地对应。如图4的(b)所示,左脚的脚底着地与右脚的脚趾离地对应。如图4的(c)所示,左脚的站立中期与右脚的摆荡中期对应。如图4的(d)所示,左脚的脚跟离地与右脚的脚跟着地对应。如图4的(e)所示,左脚的脚趾离地与右脚的脚底着地对应。如图4的(f)所示,左脚的摆荡中期与右脚的站立中期对应。
在左脚的站立期,被试验者的重心落在左脚,所以被试验者的姿势偏左侧。具体而言,被试验者的腰部,比起直立时,位于偏向左侧的位置。另一方面,在右脚的站立期,被试验者的重心落在右脚,所以被试验者的姿势偏向右侧。具体而言,被试验者的腰部,比起直立时,位于偏向右侧的位置。
例如,在图4的(c)表示的左脚的站立中期(右脚的摆荡中期),落在左脚的重心最大,所以被试验者的腰部位于偏向最左侧的位置。同样,在图4的(f)表示的右脚的站立中期(左脚的摆荡中期),落在右脚的重心最大,所以被试验者的腰部位于偏向最右侧的位置。另一方面,如图4的(a)或者(d)所示,一只脚的脚跟着地(另一只脚的脚跟离地),被试验者的姿势最低且稳定,重心与直立时大致相同。
[位移数据和被试验者动作的关系]
下面,利用图5来说明水平方向的位移数据以及垂直方向的位移数据与被试验者2的动作的关系。
图5是表示在本实施方式涉及的步行动作显示系统1中,水平方向以及垂直方向的位移数据和步行动作中的具有代表性的动作的关系的图。另外,在图5中表示基于理想的步行动作的水平方向(左右方向)的位移数据以及垂直方向(上下方向)的位移数据。在图5,横轴表示步行时间,纵轴表示在水平方向或者垂直方向上的位移量。
如图5所示,水平方向的位移数据以及垂直方向的位移数据,均为接近正弦曲线的曲线。因此,水平方向的位移数据以及垂直方向的位移数据分别包括交替重复的极大值和极小值。在从极大值到极小值的中途、以及极小值到极大值的中途,存在零交叉点。
[水平方向(左右方向)的位移数据]
水平方向的位移数据是穿戴三轴加速度传感器10的部位(具体而言是被试验者2的腰部)的位移,是表示被试验者2在左右方向的位移的数据。水平方向的位移数据,例如将被试验者2的向左方向的位移表示为正,向右方向的位移表示为负。
水平方向的位移数据的极大值91是,在步行周期的一个期间中,向左方向的位移最大的点。具体而言,极大值91相当于被试验者2的腰部偏于最左侧的位置的动作,也就是相当于图4的(c)表示的左脚的站立中期(右脚的摆荡中期)。
水平方向的位移数据的极小值92是,在步行周期的一个期间中,向右方向的位移最大的点。具体而言,极大值92相当于被试验者2的腰部偏于最右侧的位置的动作,也就是相当于图4的(f)表示的右脚的站立中期(左脚的摆荡中期)。
水平方向的位移数据中的零交叉点93表示被试验者2没有向左右方向的位移。具体而言,零交叉点93相当于被试验者2的左脚或者右脚的脚跟着地(或者脚跟离地)。更具体而言,从极小值92向极大值91的途中的零交叉点93a相当于图4的(a)表示的左脚的脚跟着地(右脚的脚跟离地)。从极大值91向极小值92的途中的零交叉点93b相当于图4的(d)表示的右脚的脚跟着地(左脚的脚跟离地)。
在这里,从零交叉点93a到下一个零交叉点93a为止的期间,是步行周期的一个期间。从零交叉点93a到零交叉点93b为止的期间是左脚的站立期(即,左脚接触地面的期间)。从零交叉点93b到零交叉点93a为止的期间是右脚的站立期(即右脚接触地面的期间)。
另外,零交叉点93是水平方向的位移数据和零基准线94的交点。零基准线94,规定为例如多个极大值91以及多个极小值92的平均值。
[垂直方向(上下方向)的位移数据]
垂直方向的位移数据是表示穿戴三轴加速度传感器10的部位(具体而言是被试验者2的腰部)的位移,被试验者2向上下方向位移的数据。垂直方向的位移数据,例如被试验者2向上方向的位移表示为正,向下方向的位移表示为负。
垂直方向的位移数据中的极大值95是,在步行周期的一个期间中,向上方向的位移最大的点。具体而言,极大值95相当于被试验者2的腰部位于最高的位置的动作,即相当于站立中期(或者摆荡中期)。
在这里,仅靠垂直方向的位移数据,不能明确极大值95是左脚的站立中期,还是右脚的站立中期。因此,根据水平方向的位移数据,来判断是哪个脚的站立中期。具体而言,极大值95a是左脚的站立期的极大值,所以相当于图4的(c)表示的左脚的站立中期(右脚的摆荡中期)。极大值95b是右脚的站立期的极大值,所以相当于图4的(f)表示的右脚的站立中期(左脚的摆荡中期)。
垂直方向的位移数据中的极小值96是,在步行周期的一个期间中,向下方向的位移最大的点。具体而言,极小值96相当于被试验者2的腰部位于最低的位置的动作,即相当于脚跟着地(或者脚跟离地)。
与极大值95的情况相同,根据水平方向的位移数据,来判断极小值96是右脚以及左脚的哪个脚跟着地。具体而言,极小值96a是左脚的站立期的开始的定时,所以相当于图4的(a)表示的左脚的脚跟着地(右脚的脚跟离地)。极小值96b是右脚的站立期的开始的定时,所以相当于图4的(d)表示的右脚的脚跟着地(左脚的脚跟离地)。
垂直方向的位移数据中的零交叉点97表示被试验者2没有向上下方向位移。具体而言,零交叉点97相当于被试验者2的脚底着地(或者脚趾离地)。
与极大值95以及极小值96的情况相同,根据水平方向的位移数据,来判断零交叉点97是右脚以及左脚的哪个脚底着地。具体而言,零交叉点97a是左脚的站立期的零交叉点,所以相当于图4的(b)表示的左脚的脚底着地(右脚的脚趾离地)。零交叉点97b是右脚的站立期的零交叉点,所以相当于图4的(e)表示的右脚的脚底着地(左脚的脚趾离地)。
另外,零交叉点97是垂直方向的位移数据和零基准线98的交点。具体而言,零交叉点97是从极小值96向极大值95的途中的零交叉点。零基准线98,例如被规定为多个极大值95以及多个极小值96的平均值。
[报告画面]
接着,对显示部34显示的报告画面,利用图6来说明。图6是表示本实施方式涉及的步行动作显示系统1的显示部34显示的报告画面100的一例的图。
报告画面100是由显示部34显示的画面,用于将由确定部33确定的代表图像向被试验者2等提示。报告画面100包括表示由确定部33算出的步行时间,每单位时间的步数以及步行的左右平衡的信息。具体而言,如图6所示,在报告画面100包括多个示意图101~106、多个代表图像111~116、步行时间信息121、步数信息122、平衡信息123。
在本实施方式中,多个示意图101~106和与多个示意图101~106的每一个对应的代表图像111~116排列设置。具体而言,示意图和对应的代表图像,以一看就容易掌握对应关系的方式,在横方向或者竖方向排列设置。另外,例如示意图和代表图像,可以重叠地显示。
示意图101是显示图4的(d)表示的右脚的脚跟着地的示意图。代表图像111是包括在影像数据中的图像,并且是与右脚的脚跟着地对应的特征点(具体而言,极小值96b)的时刻对应的图像。
示意图102是显示图4的(e)表示的右脚的脚底着地的示意图。代表图像112是包括在影像数据中的图像,是与右脚的脚底着地对应的特征点(具体而言,零交叉点97b)的时刻对应的图像。
示意图103是显示图4的(f)表示的右脚的站立中期的示意图。代表图像113是包括在影像数据中的图像,是与右脚的站立中期对应的特征点(具体而言,极大值95b)的时刻对应的图像。
示意图104是显示图4的(a)表示的左脚的脚跟着地的示意图。代表图像114是包括在影像数据中的图像,是与左脚的脚跟着地对应的特征点(具体而言,极小值96a)的时刻对应的图像。
示意图105是显示图4的(b)表示的左脚的脚底着地的示意图。代表图像115是包括在影像数据中的图像,是与左脚的脚底着地对应的特征点(具体而言,零交叉点97a)的时刻对应的图像。
示意图106是显示图4的(c)表示的左脚的站立中期的示意图。代表图像116是包括在影像数据中的图像,是与左脚的站立中期对应的特征点(具体而言,极大值95a)的时刻对应的图像。
步行时间信息121,用数值表示由确定部33算出的步行时间。确定部33,将正确地拍摄被试验者2的步行动作、并且检测了加速度的期间,作为步行时间来算出。具体而言,确定部33,将由记录部31使加速度数据与影像数据同步地记录的期间,作为步行时间来算出。
步数信息122表示由确定部33算出的每单位时间的步数。被试验者2的一步由水平方向的位移数据中的极大值91或者92表示。因此,确定部33,对步行时间中的极大值91和极小值92进行计数,将计数的总和值(也就是步数)除以步行时间,从而算出每单位时间的步数。
另外,确定部33可以对零交叉点93的数量进行计数,以取代对极大值91和极小值92的总和值进行计数。或者,确定部33可以对垂直方向的位移数据中的极大值95、极小值96以及零交叉点97的任一个进行计数。
平衡信息123表示由确定部33算出的左右的站立期的比率。在本实施方式中,确定部33,提取在水平方向的位移数据的零交叉点93,从而算出左右的站立期的时间。左脚的站立期是从零交叉点93a到零交叉点93b的期间,右脚的站立期是从零交叉点93b到零交叉点93a的期间。在步行时间中,多个站立期包括在左脚和右脚的各自,所以确定部33算出左脚的站立期的平均值或者中间值、以及右脚的站立期的平均值或者中间值。确定部33,例如将左脚的站立期的平均值与右脚的站立期的平均值的比率,作为左右的站立期的比率来算出。
[确定部的详细动作]
在此说明确定部33的详细动作。具体说明确定部33进行的与示意图101~106对应的代表图像111~116的确定方法。
在本实施方式,确定部33,首先根据水平方向的位移数据,确定左脚的站立期和右脚的站立期。进而,确定部33,从垂直方向的位移数据中作为特征点提取极大值95、极小值96以及零交叉点97,将与提取的特征点的时刻对应的图像作为代表图像来确定。
例如,确定部33作为与脚跟着地对应的特征点,提取垂直方向的位移数据的极小值96。此时在极小值96是包括在左脚的站立期的极小值96a的情况下,确定部33将与极小值96a的时刻对应的图像作为代表图像114来确定。从而显示部34将左脚的脚跟着地的示意图104和代表图像114一起显示。在极小值96是包括在右脚的站立期的极小值96b的情况下,确定部33将与极小值96b的时刻对应的图像,作为代表图像111来确定。从而显示部34将右脚的脚跟着地的示意图101和代表图像111一起显示。
另外,确定部33,作为与脚跟着地对应的特征点,可以提取水平方向的位移数据的零交叉点93。具体而言,确定部33,可以将水平方向的位移数据的零交叉点93a,作为左脚的脚跟着地对应的特征点来提取。确定部33,可以将水平方向的零交叉点93b,作为右脚的脚跟着地对应的特征点来提取。
此外,确定部33,作为与脚底着地对应的特征点,提取垂直方向的位移数据的零交叉点97。此时,在零交叉点97是包括在左脚的站立期的零交叉点97a的情况下,确定部33,将与零交叉点97a的时刻对应的图像,作为代表图像115来确定。从而,显示部34将左脚的脚底着地的示意图105与代表图像115一起显示。在零交叉点97是包括在右脚的站立期的零交叉点97b的情况下,确定部33,将与零交叉点97b的时刻对应的图像作为代表图像112来确定。从而,显示部34将右脚的脚底着地的示意图102与代表图像112一起显示。
另外,确定部33,可以根据水平方向的位移数据,来确定代表图像112或者115。具体而言,确定部33,可以将水平方向的位移数据的极小值92与零交叉点93b之间的时刻(例如相当于2点的中点的时刻)所对应的图像,作为代表图像112来确定。确定部33,可以将与水平方向的位移数据中的零交叉点93a与极大值91之间的时刻(例如相当于2点的中点的时刻)所对应的图像,作为代表图像115来确定。
此外,确定部33作为与站立中期对应的特征点,提取垂直方向的位移数据的极大值95。此时,极大值95是包括在左脚的站立期的极大值95a的情况下,确定部33,将与极大值95a的时刻对应的图像,作为代表图像116来确定。从而显示部34将左脚的站立中期的示意图106和代表图像116一起显示。极大值95是包括在右脚的站立期的极大值95b的情况下,确定部33,将与极大值95b的时刻对应的图像,作为代表图像113来确定。从而显示部34将右脚的站立中期的示意图103和代表图像113一起显示。
[实施例]
在此,利用图7以及图8来说明将实际的人物作为被试验者2,穿戴三轴加速度传感器10进行测量以及摄影的实施例。另外,在实施例中,作为被试验者2采用了步行动作不恰当的人物。因此,显示部34显示的报告画面中,示意图表示的动作,与代表图像表示的动作产生偏差。
图7是表示在本实施方式涉及的步行动作显示系统1中,从实际由三轴加速度传感器10测量的加速度数据转换的水平方向以及垂直方向的位移数据的图。另外,在图7中,横轴表示步行时间,纵轴表示在水平方向或者垂直方向上的位移量。
如图7所示,可以设想到在实际的位移数据中会出现提取极大值以及极小值存在困难的情况。被试验者2的步行动作不正确的情况下,重心的移动不符合步行动作。因此,水平方向的位移数据和垂直方向的位移数据,在步行周期出现很大的不同。
例如,通过图7表示的水平方向的位移数据,可以知道步行周期的一个期间是大约3.3秒~3.4秒。另一方面,图7表示的垂直方向的位移数据中,极大值以及极小值出现的定时等不稳定,所以确定步行周期存在困难。例如,在13.3秒~16.7秒的一个期间中,垂直方向的位移数据中包括3个极大值以及3个极小值。
这样,从垂直方向的位移数据提取特征点存在困难的情况下,确定部33,可以不使用垂直方向的位移数据,可以根据水平方向的位移数据,提取特征点。例如,垂直方向的位移数据的步行周期的一个期间的分散,比规定值大的情况下,确定部33判断为从垂直方向的位移数据提取特征点,存在困难,根据水平方向的位移数据,提取特征点。
例如,确定部33,作为与左脚的脚跟着地对应的特征点,从水平方向的位移数据提取零交叉点(例如,大约15.0秒时刻的零交叉点)。确定部33,将与提取的零交叉点的时刻(15.0秒)对应的图像,确定为与左脚的脚跟着地的示意图104一起显示的代表图像114。
与此相同,确定部33,作为与左脚的站立中期对应的特征点,从水平方向的位移数据提取极大值(例如,大约15.8秒时刻的极大值)。确定部33,将与提取的极大值的时刻(15.8秒)对应的图像,确定为与左脚的站立中期的示意图106一起显示的代表图像116。
图8是表示本实施方式涉及的步行动作显示系统1的显示部34显示的报告画面100的例子的图。
如图7所示,被试验者2的步行动作不正确的情况下,重心的移动不符合步行动作。因此,根据水平方向的位移数据或者垂直方向的位移数据,确定代表图像的情况下,示意图表示的动作和代表图像表示的动作不一致。
例如,在图8表示的报告画面100中,代表图像111~116的每一个表示的动作,与示意图101~106每一个表示的动作不一致。因此,被试验者2以及指导者等,通过目测来确认报告画面100,从而能够判断步行动作是否恰当地进行,并且在没有恰当地进行的情况下,能够判断偏离了多少。这样,通过本实施方式涉及的步行动作显示系统1,能够用简易的构成来支援恰当地进行步行动作的指导。
[效果等]
如上所述,本实施方式涉及的步行动作显示系统1具备:三轴加速度传感器10,由被试验者2穿戴,用于测量被试验者2的步行时的加速度数据;摄像部20,通过拍摄步行的被试验者2,从而获得表示被试验者2的步行动作的影像数据;记录部31,使加速度数据与影像数据同步并记录;确定部33,将记录部31记录的加速度数据,转换为水平方向的位移数据以及垂直方向的位移数据,并且根据水平方向的位移数据或者垂直方向的位移数据,从影像数据中确定代表图像,该代表图像是步行周期中的具有代表性的动作所对应的图像;以及显示部34,使步行周期中的具有代表性的动作的示意图与由确定部33确定的代表图像一起显示。
这样,具备三轴加速度传感器10和摄像部20(视频摄像机)的简单的构成,就可以提供利便性高的步行动作显示系统1。具体而言,根据从三轴加速度传感器10测量的加速度数据被转换的水平方向的位移数据或者垂直方向的位移数据,确定代表图像,使代表图像与示意图一起显示,所以即使没有优秀的观察者,也能够简单地确认步行动作。
此外,例如确定部33,从水平方向的位移数据或者垂直方向的位移数据,提取步行周期中的具有代表性的动作所对应的特征点,并将提取的特征点的时刻所对应的图像,作为代表图像来确定。
例如,被试验者2的穿戴三轴加速度传感器10的部位,按照被试验者2的步行动作,被周期性地位移。因此,从三轴加速度传感器10测量的加速度数据被转换的水平方向的位移数据或者垂直方向的位移数据,按照步行周期中的具有代表性的动作,被周期性地变化。位移数据包括的特征点,与步行周期中的具有代表性的动作对应,所以通过从位移数据提取特征点,能够容易且高精度地确定代表图像。从而,通过确认示意图与代表图像的对应关系,能够容易地判断被试验者2的步行动作是否恰当,能够支援步行动作的指导。
此外,例如,特征点是水平方向的位移数据或者垂直方向的位移数据的极大值、极小值或者零交叉点。
这样,将极大值、极小值或者零交叉点作为特征点来利用,所以能够容易提取特征点。
此外,例如步行周期中的具有代表性的动作包括,从站立期与摆荡期中选择的脚跟着地、脚底着地、站立中期、脚跟离地以及脚趾离地的至少一个。
从而,显示部34显示脚跟着地等步行动作中有特征的动作,所以更容易指导被试验者2的步行动作。例如,示意图表示的动作和与该示意图一起显示的代表图像表示的动作大致相同,就能够知道步行动作正确进行。示意图表示的动作和与该示意图一起显示的代表图像表示的动作不同时,能够向被试验者2提示与正确的步行动作的偏差程度,所以能够帮助指导进行正确的步行动作。
此外,例如确定部33,进一步根据水平方向的位移数据或者垂直方向的位移数据,算出步行时间以及每规定单位时间的步数,显示部34,进一步显示确定部33算出的步行时间以及步数。
从而,显示部34显示步行时间和每单位时间的步数,所以能够支援对被试验者2的步行动作中的步行速度等进行指导。
此外,例如确定部33,进一步根据水平方向的位移数据或者垂直方向的位移数据,算出左右的站立期的比率,显示部34,进一步显示确定部33算出的比率。
从而,显示部34显示左右的站立期的比率,所以能够支援对被试验者2的步行动作中的左右的平衡改善等进行指导。
另外,本实施方式中的技术,不仅作为步行动作显示系统来实现,还作为使计算机作为上述步行动作显示系统来发挥作用的程序来实现。或者作为记录了该程序的计算机可读取的DVD(Digital Versatile Disc)等记录介质来实现。
另外,这些全体或具体的实施方式,可以用系统、装置、集成电路、计算机程序或计算机能够读取的记录介质来实现,也可以任意组合系统、装置、集成电路、计算机程序以及记录介质来实现。
(其他)
以上基于实施方式对本发明所涉及的步行动作显示系统进行了说明,不过本发明并非受上述的实施方式所限。
例如,在所述实施方式中示出了确定部33根据水平方向的位移数据以及垂直方向的位移数据的双方来确定代表图像的例子,但是不限于此。确定部33,可以仅根据水平方向的位移数据或者仅根据垂直方向的位移数据,来确定代表图像。
此外,例如,在所述实施方式中示出了确定部33算出步行时间、每单位时间的步数以及站立期的时间比率,并由显示部34显示这些的例子,但是不限于此。例如,显示部34,可以不显示图6显示的步行时间信息121、步数信息122以及平衡信息123中的至少一个。此外,在上述中平衡信息123表示左右的站立期的时间比率,也可以表示左右的摆荡期的时间比率。
此外,例如,在所述实施方式中示出了显示部34是图1示出的计算机的显示器的例子,但不限于此。显示部34,例如可以是视频摄像机(摄像部20)具备的显示器。
此外,在所述各个实施方式中,各个构成要素可以由专用的硬件来构成,或者通过执行适合各个构成要素的软件程序来实现。各个构成要素,可以由CPU(CentralProcessing Unit)或者处理器等程序执行部,读出并执行硬盘或者半导体存储器等记录介质记录的软件程序来实现。
另外,针对上述实施方式实施本领域技术人员所能够想到的各种变形而得到的实施方式,以及在不脱离本发明的主旨的范围内对上述实施方式的构成要素以及功能进行任意组合而实现的实施方式均包含在本发明内。
符号说明
1 步行动作显示系统
2 被试验者
10 三轴加速度传感器
20 摄像部
31 记录部
33 确定部
34 显示部
91,95,95a,95b 极大值
92,96,96a,96b 极小值
93,93a,93b,97,97a,97b 零交叉点
101,102,103,104,105,106 示意图
111,112,113,114,115,116 代表图像
121 步行时间信息
122 步数信息
123 平衡信息
Claims (7)
1.一种步行动作显示系统,具备:
三轴加速度传感器,由被试验者穿戴,用于测量所述被试验者的步行时的加速度数据;
摄像部,通过拍摄步行的所述被试验者,从而获得表示所述被试验者的步行动作的影像数据;
记录部,使所述加速度数据与所述影像数据同步并记录;
确定部,将所述记录部记录的所述加速度数据,转换为水平方向的位移数据以及垂直方向的位移数据,并且根据所述水平方向的位移数据或者所述垂直方向的位移数据,从所述影像数据中确定代表图像,该代表图像是步行周期中的具有代表性的动作所对应的图像;以及
显示部,使所述步行周期中的具有代表性的动作的示意图与由所述确定部确定的代表图像一起显示。
2.如权利要求1所述的步行动作显示系统,
所述确定部,从所述水平方向的位移数据或者所述垂直方向的位移数据,提取所述步行周期中的具有代表性的动作所对应的特征点,并将提取的特征点的时刻所对应的图像,作为所述代表图像来确定。
3.如权利要求2所述的步行动作显示系统,
所述特征点是所述水平方向的位移数据或者所述垂直方向的位移数据的极大值、极小值或者零交叉点。
4.如权利要求1至3的任一项所述的步行动作显示系统,
所述步行周期中的具有代表性的动作包括,从站立期与摆荡期中选择的脚跟着地、脚底着地、站立中期、脚跟离地以及脚趾离地的至少一个。
5.如权利要求1至4的任一项所述的步行动作显示系统,
所述确定部,进一步根据所述水平方向的位移数据或者所述垂直方向的位移数据,算出步行时间以及每规定单位时间的步数,
所述显示部,进一步显示所述确定部算出的步行时间以及步数。
6.如权利要求1至5的任一项所述的步行动作显示系统,
所述确定部,进一步根据所述水平方向的位移数据或者所述垂直方向的位移数据,算出左右的站立期的比率,
所述显示部,进一步显示所述确定部算出的比率。
7.一种程序,用于使计算机作为权利要求1至6的任一项所述的步行动作显示系统来发挥作用。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015227096 | 2015-11-19 | ||
JP2015-227096 | 2015-11-19 | ||
PCT/JP2016/004835 WO2017085914A1 (ja) | 2015-11-19 | 2016-11-09 | 歩行動作表示システム及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108348195A true CN108348195A (zh) | 2018-07-31 |
CN108348195B CN108348195B (zh) | 2022-07-05 |
Family
ID=58718573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680066786.4A Active CN108348195B (zh) | 2015-11-19 | 2016-11-09 | 步行动作显示系统以及程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11559261B2 (zh) |
JP (1) | JP6521093B2 (zh) |
KR (1) | KR102070568B1 (zh) |
CN (1) | CN108348195B (zh) |
WO (1) | WO2017085914A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112044023A (zh) * | 2019-06-07 | 2020-12-08 | 丰田自动车株式会社 | 步行训练系统、存储步行训练系统的控制程序的存储介质以及步行训练系统的控制方法 |
CN113631092A (zh) * | 2019-03-28 | 2021-11-09 | 日本电气方案创新株式会社 | 步态分析设备、步态分析方法和计算机可读记录介质 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016194330A1 (ja) * | 2015-06-01 | 2016-12-08 | パナソニックIpマネジメント株式会社 | 動作表示システム及びプログラム |
JP6599473B2 (ja) * | 2015-10-13 | 2019-10-30 | アルプスアルパイン株式会社 | 歩行計測装置、歩行計測方法及びプログラム |
WO2019180029A1 (en) * | 2018-03-19 | 2019-09-26 | Ao Technology Ag | Device and method for evaluating gait asymmetry |
CN109498027A (zh) * | 2018-12-19 | 2019-03-22 | 南京茂森电子技术有限公司 | 一种单加速度计人体步态检测系统及方法 |
KR102591144B1 (ko) | 2018-12-27 | 2023-10-18 | 한국전자통신연구원 | 보행 분석 장치 및 방법 |
CN112800908B (zh) * | 2021-01-19 | 2024-03-26 | 中国科学院心理研究所 | 一种基于视频中个体步态分析的焦虑感知模型的建立方法 |
CN113303789B (zh) * | 2021-04-30 | 2023-01-10 | 武汉齐物科技有限公司 | 一种基于加速度的步态事件检测方法及装置 |
CN113591552A (zh) * | 2021-06-18 | 2021-11-02 | 新绎健康科技有限公司 | 一种基于步态加速度数据进行身份识别的方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004274101A (ja) * | 2003-03-05 | 2004-09-30 | Shigeo Kaneda | 移動体識別システム |
CN1582851A (zh) * | 2004-06-03 | 2005-02-23 | 清华大学 | 一种人体运动轨迹检测方法 |
CN101327125A (zh) * | 2007-06-23 | 2008-12-24 | 株式会社百利达 | 步行评价系统、步行计、步行评价程序和记录介质 |
JP2009106374A (ja) * | 2007-10-26 | 2009-05-21 | Panasonic Electric Works Co Ltd | 歩容情報表示システム |
CN101558996A (zh) * | 2009-05-15 | 2009-10-21 | 天津大学 | 基于人体运动结构正投影三维重建的步态识别方法 |
US20120136573A1 (en) * | 2010-11-25 | 2012-05-31 | Texas Instruments Incorporated | Attitude estimation for pedestrian navigation using low cost mems accelerometer in mobile applications, and processing methods, apparatus and systems |
CN102564449A (zh) * | 2010-11-17 | 2012-07-11 | 索尼公司 | 步行情况检测装置、方法和程序 |
US20130142384A1 (en) * | 2011-12-06 | 2013-06-06 | Microsoft Corporation | Enhanced navigation through multi-sensor positioning |
JP2014094070A (ja) * | 2012-11-08 | 2014-05-22 | Kao Corp | 歩行年齢評価方法 |
US20150100251A1 (en) * | 2010-02-25 | 2015-04-09 | James C. Solinsky | Systems and methods for sensing balanced-action for improving mammal work-track efficiency |
JP2015136582A (ja) * | 2014-01-24 | 2015-07-30 | パナソニックIpマネジメント株式会社 | 体動判別装置 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69736622T2 (de) * | 1996-07-03 | 2007-09-13 | Hitachi, Ltd. | System zur Bewegungserkennung |
JP2002306628A (ja) | 2001-04-17 | 2002-10-22 | Hitachi Ltd | 歩行機能検査装置 |
EP1616196A4 (en) * | 2003-04-03 | 2009-05-20 | Univ Virginia | METHOD AND SYSTEM FOR CHARACTERIZING HUMAN APPROACH AND PASSIVE DETERMINATION OF FALLS FROM FLOOR VIBRATION |
JP2004344418A (ja) | 2003-05-22 | 2004-12-09 | Anima Kk | 三次元動作解析装置 |
AU2005247441A1 (en) * | 2004-05-24 | 2005-12-08 | Equusys, Incorporated | Animal instrumentation |
EP1779344A4 (en) * | 2004-07-29 | 2009-08-19 | Motiva Llc | SYSTEM FOR MEASURING HUMAN MOVEMENT |
CA2605239A1 (en) * | 2005-05-02 | 2006-11-09 | University Of Virginia Patent Foundation | Systems, devices, and methods for interpreting movement |
GB2439750A (en) * | 2006-07-06 | 2008-01-09 | Wound Solutions Ltd | Monitoring a limb wound |
US20080109295A1 (en) * | 2006-07-12 | 2008-05-08 | Mcconochie Roberta M | Monitoring usage of a portable user appliance |
US7806589B2 (en) * | 2007-09-26 | 2010-10-05 | University Of Pittsburgh | Bi-plane X-ray imaging system |
US8935195B2 (en) * | 2010-05-11 | 2015-01-13 | The Royal Institution For The Advancement Of Learning/Mcgill University | Method of identification and devices thereof |
JP2012024275A (ja) | 2010-07-22 | 2012-02-09 | Omron Healthcare Co Ltd | 歩行姿勢判定装置 |
US20120024061A1 (en) * | 2010-07-29 | 2012-02-02 | Cheng-Tang Chiang | Track measurement apparatus for sports shoes |
US9396385B2 (en) * | 2010-08-26 | 2016-07-19 | Blast Motion Inc. | Integrated sensor and video motion analysis method |
US8452410B2 (en) * | 2010-09-07 | 2013-05-28 | Aalborg Universitet | Method and device for reflex-based functional gait training |
US8573982B1 (en) * | 2011-03-18 | 2013-11-05 | Thomas C. Chuang | Athletic performance and technique monitoring |
US8314840B1 (en) * | 2011-09-10 | 2012-11-20 | Conley Jack Funk | Motion analysis using smart model animations |
JP5994397B2 (ja) * | 2012-06-01 | 2016-09-21 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
CN104519787B (zh) * | 2012-06-04 | 2017-03-22 | 耐克创新有限合伙公司 | 具有使用多个传感器输入的能量消耗计算的健身训练系统 |
JP5768021B2 (ja) | 2012-08-07 | 2015-08-26 | 日本電信電話株式会社 | 歩容測定装置、方法及びプログラム |
JP6188332B2 (ja) | 2013-01-21 | 2017-08-30 | 東芝メディカルシステムズ株式会社 | 医用画像表示装置及びプログラム |
JP6075198B2 (ja) * | 2013-05-10 | 2017-02-08 | オムロンヘルスケア株式会社 | 歩行姿勢計およびプログラム |
EP3065586A4 (en) * | 2013-11-05 | 2017-06-21 | The Board Of Regents Of The Nevada System Of Higher Education On Behalf Of The University Of Nevada | Actuated foot orthotic with sensors |
WO2015164421A1 (en) * | 2014-04-21 | 2015-10-29 | The Trustees Of Columbia University In The City Of New York | Human movement research, therapeutic, and diagnostic devices, methods, and systems |
WO2016057633A1 (en) * | 2014-10-08 | 2016-04-14 | Revealix, Inc. | Automated systems and methods for skin assessment and early detection of a latent pathogenic bio-signal anomaly |
DE102015207415A1 (de) * | 2015-04-23 | 2016-10-27 | Adidas Ag | Verfahren und Gerät zum Verknüpfen von Bildern in einem Video einer Aktivität einer Person mit einem Ereignis |
-
2016
- 2016-11-09 JP JP2017551523A patent/JP6521093B2/ja active Active
- 2016-11-09 WO PCT/JP2016/004835 patent/WO2017085914A1/ja active Application Filing
- 2016-11-09 KR KR1020187013834A patent/KR102070568B1/ko active IP Right Grant
- 2016-11-09 CN CN201680066786.4A patent/CN108348195B/zh active Active
- 2016-11-09 US US15/776,391 patent/US11559261B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004274101A (ja) * | 2003-03-05 | 2004-09-30 | Shigeo Kaneda | 移動体識別システム |
CN1582851A (zh) * | 2004-06-03 | 2005-02-23 | 清华大学 | 一种人体运动轨迹检测方法 |
CN101327125A (zh) * | 2007-06-23 | 2008-12-24 | 株式会社百利达 | 步行评价系统、步行计、步行评价程序和记录介质 |
JP2009106374A (ja) * | 2007-10-26 | 2009-05-21 | Panasonic Electric Works Co Ltd | 歩容情報表示システム |
CN101558996A (zh) * | 2009-05-15 | 2009-10-21 | 天津大学 | 基于人体运动结构正投影三维重建的步态识别方法 |
US20150100251A1 (en) * | 2010-02-25 | 2015-04-09 | James C. Solinsky | Systems and methods for sensing balanced-action for improving mammal work-track efficiency |
CN102564449A (zh) * | 2010-11-17 | 2012-07-11 | 索尼公司 | 步行情况检测装置、方法和程序 |
US20120136573A1 (en) * | 2010-11-25 | 2012-05-31 | Texas Instruments Incorporated | Attitude estimation for pedestrian navigation using low cost mems accelerometer in mobile applications, and processing methods, apparatus and systems |
US20130142384A1 (en) * | 2011-12-06 | 2013-06-06 | Microsoft Corporation | Enhanced navigation through multi-sensor positioning |
JP2014094070A (ja) * | 2012-11-08 | 2014-05-22 | Kao Corp | 歩行年齢評価方法 |
JP2015136582A (ja) * | 2014-01-24 | 2015-07-30 | パナソニックIpマネジメント株式会社 | 体動判別装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113631092A (zh) * | 2019-03-28 | 2021-11-09 | 日本电气方案创新株式会社 | 步态分析设备、步态分析方法和计算机可读记录介质 |
CN112044023A (zh) * | 2019-06-07 | 2020-12-08 | 丰田自动车株式会社 | 步行训练系统、存储步行训练系统的控制程序的存储介质以及步行训练系统的控制方法 |
CN112044023B (zh) * | 2019-06-07 | 2022-04-08 | 丰田自动车株式会社 | 步行训练系统、存储步行训练系统的控制程序的存储介质以及步行训练系统的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
KR102070568B1 (ko) | 2020-01-29 |
JP6521093B2 (ja) | 2019-05-29 |
US20180325467A1 (en) | 2018-11-15 |
JPWO2017085914A1 (ja) | 2018-08-30 |
WO2017085914A1 (ja) | 2017-05-26 |
US11559261B2 (en) | 2023-01-24 |
KR20180070645A (ko) | 2018-06-26 |
CN108348195B (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108348195A (zh) | 步行动作显示系统以及程序 | |
JP6183906B2 (ja) | 歩容推定装置とそのプログラム、転倒危険度算出装置とそのプログラム | |
CN106175778B (zh) | 一种建立步态数据集的方法及步态分析方法 | |
CN102469959B (zh) | 行走姿势判定装置 | |
CN103893950B (zh) | 运动信息显示系统及运动信息显示方法 | |
US7912672B2 (en) | Method and device for evaluating displacement signals | |
CN105388495B (zh) | 估计体育锻炼中的局部运动 | |
US20200205698A1 (en) | Systems and methods to assess balance | |
CN105688396A (zh) | 运动信息显示系统和运动信息显示方法 | |
RU2017111223A (ru) | Информационное терминальное устройство, система сбора данных о движениях и способ сбора данных о движениях | |
JP2012513227A (ja) | 歩行モニタ | |
JP6127455B2 (ja) | 歩行年齢評価方法 | |
JP6127873B2 (ja) | 歩行特徴の解析方法 | |
WO2017004403A1 (en) | Biomechanical information determination | |
JP6837484B2 (ja) | 運動をデジタル化し評価する装置 | |
CN107613867A (zh) | 动作显示系统以及程序 | |
Lee et al. | Wearable sensors in sport: a practical guide to usage and implementation | |
US20200375503A1 (en) | Lower limb muscle strength evaluation method, non-transitory computer-readable recording medium storing lower limb muscle strength evaluation program, lower limb muscle strength evaluation device, and lower limb muscle strength evaluation system | |
JP6127454B2 (ja) | 歩行年齢表示システム | |
WO2013084031A1 (en) | System for motion tracking and comparison | |
Izzo et al. | Balance as quality of motory-sports performance in a target evaluation between advanced technology/IMU | |
Meyer | Biomechanical analysis of alpine skiers performing giant slalom turns | |
US20200107750A1 (en) | Method and system for assessing human movements | |
Parisi et al. | Low-complexity inertial sensor-based characterization of the UPDRS score in the gait task of parkinsonians | |
KR102457614B1 (ko) | 체력관리시스템을 이용한 체력관리방법 |
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 |