CN112168625A - 动作辅助系统、动作辅助方法、存储介质、学习装置、学习完毕模型以及学习方法 - Google Patents

Abstract

一种动作辅助系统、动作辅助方法、存储介质、学习装置、学习完毕模型以及学习方法。步行训练装置(100)是具有作为辅助装置的步行辅助装置(120)、选择辅助等级设定部(210a)、负荷数据取得部(220a)、作为位移传感器的角度传感器(223)、以及作为控制部的整体控制部(210)的动作辅助系统。辅助装置辅助使用者进行的关节的动作。辅助等级设定部设定作为辅助装置发挥的力的等级的辅助等级。负荷数据取得部取得与辅助装置的负荷相关的负荷数据。位移传感器检测关节的位移。控制部基于辅助等级、负荷数据以及位移传感器的输出，决定作为推荐的辅助等级的推荐辅助等级，并输出决定好的推荐辅助等级的信息。

Description

动作辅助系统、动作辅助方法、存储介质、学习装置、学习完毕 模型以及学习方法

技术领域

本发明涉及动作辅助系统、动作辅助方法、存储介质、学习装置、学习完毕模型以及学习方法。

背景技术

辅助用户的动作的动作辅助系统正在普及。动作辅助系统存在健常者进行规定的作业时佩戴并利用的类型、患有瘫痪的患者等训练者进行康复训练(康复)时作为康复辅助系统利用的类型等。这样的动作辅助系统不论用户是健常者还是训练者，都辅助用户的关节的活动。

例如日本特开2013-138793号公报所记载的动作辅助系统具备：连杆机构，可旋转地支承关节部；驱动单元，驱动连杆机构来辅助关节部的动作；角度检测单元，检测关节部的角度；以及控制单元，基于关节部的角度来控制驱动单元。控制单元在基于由角度检测单元检测到的角度判断为关节部的角度脱离了规定范围时，以使驱动单元的驱动扭矩变动的方式进行控制。

在这样的动作辅助系统中，适当地设定与用户对应的辅助等级成为了课题。这里辅助等级是辅助用户的动作时的辅助动作的等级。在没有适当地设定辅助等级的情况下，动作辅助系统不能对用户进行适宜的辅助动作。

发明内容

本发明是为了解决这样的课题而完成的，其提供一种用于设定适当的辅助等级的动作辅助系统等。

本发明的1实施形态中的动作辅助系统具有辅助装置、辅助等级设定部、负荷数据取得部、位移传感器以及控制部。辅助装置辅助使用者进行的关节的动作。辅助等级设定部设定作为辅助装置发挥的力的等级的辅助等级。负荷数据取得部取得与辅助装置的负荷相关的负荷数据。位移传感器检测关节的位移。控制部基于辅助等级、负荷数据、以及位移传感器的输出，决定作为推荐的辅助等级的推荐辅助等级，并输出决定好的推荐辅助等级的信息。

由此，动作辅助系统能够根据从用户进行的动作中取得的辅助等级、负荷数据以及位移传感器的输出决定推荐的辅助等级。

也可以构成为：上述动作辅助系统还具备存储部，上述存储部存储关于过去进行的关节的动作的、收集辅助等级、负荷数据以及位移传感器的输出而生成的统计数据，控制部基于统计数据决定推荐辅助等级。由此，动作辅助系统能够利用统计数据来适宜地决定推荐辅助等级。

也可以构成为：上述辅助装置辅助的上述关节的动作包含在用户作为训练者进行的康复训练中，上述动作辅助系统还具备存储部，上述存储部存储关于过去进行的康复训练的、收集表示训练者的恢复度的指标数据、辅助等级、负荷数据以及位移传感器的输出而生成的统计数据，控制部基于统计数据和训练者的指标数据来决定推荐辅助等级。由此，动作辅助系统能够利用统计数据来适宜地决定康复训练中的推荐辅助等级。

也可以构成为：在上述动作辅助系统的基础上，辅助装置具有驱动马达，负荷数据取得部取得与驱动马达的消耗电力相关的信息。由此，动作辅助系统能够监视驱动马达的消耗电力来取得负荷数据。

也可以构成为：在上述动作辅助系统的基础上，位移传感器检测关节的角度。由此，动作辅助系统能够决定与关节的角度相应的辅助等级。

也可以构成为：在上述动作辅助系统的基础上，辅助装置辅助用户的步行动作中的膝关节的伸展动作或者屈曲动作。另外，也可以构成为：上述动作辅助系统还具备检测步行动作的步行周期的步行周期检测部，上述控制部基于步行周期的立腿期所包含的预先设定好的期间内的负荷数据和位移传感器的输出，决定推荐辅助等级。由此，动作辅助系统能够适宜地辅助用户的步行动作。

本发明的1实施形态中的动作辅助方法由具有对用户进行的关节的动作进行辅助的辅助装置的动作辅助系统执行，具有辅助等级设定步骤、负荷数据取得步骤、位移检测步骤、决定步骤以及输出步骤。辅助等级设定步骤设定作为辅助装置发挥的力的等级的辅助等级。负荷数据取得步骤取得与辅助装置的负荷相关的负荷数据。位移检测步骤检测关节的位移。决定步骤基于辅助等级、负荷数据以及位移，决定作为推荐的辅助等级的推荐辅助等级。输出步骤输出推荐辅助等级的信息。由此，动作辅助方法能够根据从用户进行的动作中取得的辅助等级、负荷数据以及位移传感器的输出来决定推荐的辅助等级。

本发明的1实施形态中的程序是使计算机执行由具有对用户进行的关节的动作进行辅助的辅助装置的动作辅助系统执行的动作辅助方法的程序。动作辅助方法具有辅助等级设定步骤、负荷数据取得步骤、位移检测步骤、决定步骤以及输出步骤。辅助等级设定步骤设定作为辅助装置发挥的力的等级的辅助等级。负荷数据取得步骤取得与辅助装置的负荷相关的负荷数据。位移检测步骤检测关节的位移。决定步骤基于辅助等级、负荷数据以及位移，决定作为推荐的辅助等级的推荐辅助等级。输出步骤输出推荐辅助等级的信息。由此，程序能够根据从用户进行的动作中取得的辅助等级、负荷数据以及位移传感器的输出决定推荐的辅助等级。

本发明的1实施方式中的学习装置具有数据取得部和学习部。数据取得部取得选择辅助等级、负荷数据以及位移数据作为学习用数据。选择辅助等级是从关于利用具有对用户的关节的动作进行辅助的辅助装置的动作辅助系统而执行过的动作辅助的、作为辅助装置发挥的力的等级的多个辅助等级中选择出的辅助等级。负荷数据是与辅助装置的负荷相关的信息。位移数据是与关节的位移相关的数据。学习部对基于学习用数据决定在用户利用动作辅助系统的情况下被推荐为应选择的辅助装置的辅助等级亦即推荐辅助等级进行学习。另外，学习部基于进行的学习，生成将负荷数据和位移数据作为输入并将推荐辅助等级作为输出的学习完毕模型。由此，学习装置能够根据取得的负荷数据和位移数据生成输出推荐辅助等级的学习完毕模型。

也可以构成为：在上述学习装置的基础上，学习部将负荷数据和位移数据作为输入，并将选择辅助等级作为教导数据来进行学习。由此，学习装置能够将选择辅助等级作为教导数据来进行有教导学习。

也可以构成为：本发明的1实施方式中的学习完毕模型是用于使计算机发挥如下功能、即基于从辅助装置取得的负荷数据和位移数据来输出推荐辅助等级的学习完毕模型。通过利用该学习完毕模型，从而能够对未学习的输入数据适宜地输出推荐辅助等级。

也可以构成为：本发明的1实施方式中的动作辅助系统是能够访问由上述的学习装置生成的学习模型亦即学习完毕模型的动作辅助系统。该动作辅助系统具有：输出部，将负荷数据和位移数据作为向学习完毕模型的输入来输出；和通知部，将作为对所输入的负荷数据和位移数据的响应而从学习完毕模型输出的推荐辅助等级通知给动作辅助系统的用户。由此，动作辅助系统能够对用户适宜地通知推荐辅助等级。

本发明的1实施方式中的学习方法具有数据取得步骤、学习步骤以及学习完毕模型生成步骤。数据取得步骤取得选择辅助等级、负荷数据以及位移数据作为学习用数据。选择辅助等级是从关于利用具有对用户的关节的动作进行辅助的辅助装置的动作辅助系统而执行过的动作辅助的、作为辅助装置发挥的力的等级的多个辅助等级中选择出的辅助等级。负荷数据是与辅助装置的负荷有关的数据。位移数据是与关节的位移有关的数据。学习步骤对基于学习用数据决定在用户利用动作辅助系统的情况下被推荐为应选择的辅助装置的辅助等级亦即推荐辅助等级进行学习。学习完毕模型生成步骤基于学习生成将负荷数据和位移数据作为输入并将推荐辅助等级作为输出的学习完毕模型。由此，学习方法能够根据取得的负荷数据和位移数据生成输出推荐辅助等级的学习完毕模型。

根据本公开，能够提供用于设定适当的辅助等级的动作辅助系统等。

根据以下的详细描述和附图会更充分理解本公开的上述和其他目的、特征以及优点，附图仅以例示的方式给出，因此不应认为限制本公开。

附图说明

图1是实施方式1所涉及的步行训练装置的简要立体图。

图2是步行辅助装置的简要立体图。

图3是表示步行训练装置的系统结构的框图。

图4是表示训练者的步行周期的例子的图。

图5是表示病腿的膝部伸展角度的例子的图。

图6是表示辅助等级的例子的第1图。

图7是表示辅助等级的例子的第2图。

图8是表示实施方式1所涉及的步行训练装置的处理的流程图。

图9是表示实施方式1所涉及的决定推荐辅助等级的条件的例子的图。

图10是表示决定推荐辅助等级的条件的第2例的图。

图11是实施方式2所涉及的康复辅助系统的简要立体图。

图12是表示康复辅助系统的系统结构的框图。

图13是表示服务器的结构的框图。

图14是表示实施方式2所涉及的学习完毕模型的生成处理的流程图。

图15是表示向学习装置输入的数据的例子的图。

图16是表示学习模型的例子的图。

图17是表示实施方式2所涉及的步行训练装置的处理的流程图。

具体实施方式

以下，通过发明的实施方式对本发明进行说明，但并不将权利要求书所涉及的发明限定于以下的实施方式。另外，并不限定为在实施方式中说明的全部结构作为用于解决课题的单元是必须的。为了说明的明确化，适当地省略和简化以下的记载和附图。此外，在各附图中，对相同的元件标注相同的附图标记，并根据需要省略重复说明。

＜实施方式1＞

以下，参照附图对实施方式1进行说明。

(系统结构)

图1是实施方式1所涉及的步行训练装置100的简要立体图。步行训练装置100是辅助用户的动作的动作辅助系统的一个实施形态。更具体而言，步行训练装置100是辅助作为用户的训练者900的康复(康复训练)的康复辅助装置的一个具体例。步行训练装置100是用于供一条腿瘫痪的偏瘫患者亦即训练者900根据训练工作人员901的指导进行步行训练的装置。这里，训练工作人员901能够为治疗师(物理治疗师)或者医师，由于通过指导或者帮助等来辅助训练者的训练，所以也能够称为训练指导者、训练帮助者、训练辅助者等。

步行训练装置100主要具备：控制盘133，被安装于构成整体骨架的框架130；跑步机131，供训练者900步行；以及步行辅助装置120，被佩戴于训练者900的瘫痪侧的腿部亦即病腿。

框架130立设于在地板面设置的跑步机131上。跑步机131通过未图示的马达使环状的带132旋转。跑步机131是促进训练者900的步行的装置，进行步行训练的训练者900登上带132并配合带132的移动来尝试步行动作。此外，例如如图1所示，训练工作人员901也能够站立在训练者900的背后的带132上而一同进行步行动作，但通常优选处于以跨过带132的状态站立等容易进行训练者900的帮助的状态。

框架130对收纳进行马达、传感器的控制的整体控制部210的控制盘133、向训练者900提示训练的进展状况等的例如作为液晶面板的训练用监视器138等进行支承。另外，框架130在训练者900的头上部前方附近支承前侧抻拉部135，在头上部附近支承保护带抻拉部112，在头上部后方附近支承后侧抻拉部137。另外，框架130包括用于供训练者900抓握的扶手130a。

扶手130a被配置于训练者900的左右两侧。各个扶手130a沿着与训练者900的步行方向平行的方向配置。扶手130a能够调整上下位置以及左右位置。即，扶手130a能够包括变更其高度的机构。并且，扶手130a还能够构成为通过以使高度在步行方向的前方侧与后方侧不同的方式进行调整而能够变更其倾斜角度。例如，扶手130a能够带有沿着步行方向逐渐变高那样的倾斜角度。

另外，在扶手130a设置有检测从训练者900受到的载荷的扶手传感器218。例如，扶手传感器218能够是电极被配置为矩阵状的阻力变化检测型的载荷检测片。另外，扶手传感器218还能够是使3轴加速度传感器(x，y，z)与3轴陀螺仪传感器(roll，pitch，yaw)复合而成的6轴传感器。其中，扶手传感器218的种类、设置位置是任意的。

照相机140承担作为用于观察训练者900的全身的拍摄部的功能。照相机140以与训练者相对的方式设置于训练用监视器138的附近。照相机140拍摄训练中的训练者900的静态图像、动态图像。照相机140包括成为能够捕捉训练者900的全身的程度的视场角那样的镜头与拍摄元件的套件。拍摄元件例如是CMOS(Complementary Metal-Oxide-Semiconductor)影像传感器，将成像在成像面的光学像转换为图像信号。

前侧抻拉部135与后侧抻拉部137通过相互的协作的动作，来以步行辅助装置120的载荷不成为病腿的负担的方式抵消该载荷，并且，根据设定的程度来辅助病腿的摆动动作。

前侧绳索134的一端与前侧抻拉部135的卷取机构连结，另一端与步行辅助装置120连结。前侧抻拉部135的卷取机构通过使未图示的马达开/关来根据病腿的活动而卷取或导出前侧绳索134。同样，后侧绳索136的一端与后侧抻拉部137的卷取机构连结，另一端与步行辅助装置120连结。后侧抻拉部137的卷取机构通过使未图示的马达开/关来根据病腿的活动而卷取或导出后侧绳索136。通过这样的前侧抻拉部135与后侧抻拉部137协作的动作，来以步行辅助装置120的载荷不成为病腿的负担的方式抵消该载荷，并且，根据设定的程度来辅助病腿的摆动动作。

例如，训练工作人员901作为操作人员来对于重度瘫痪的训练者将进行辅助的等级设定得大。若进行辅助的等级被设定得大，则前侧抻拉部135配合病腿的摆动时机以比较大的力卷取前侧绳索134。若训练顺利而不需要辅助，则训练工作人员901将进行辅助的等级设定为最小。若将进行辅助的等级设定为最小，则前侧抻拉部135配合病腿的摆动时机以仅消除步行辅助装置120的自重的力来卷取前侧绳索134。

步行训练装置100具备以佩戴用具110、保护带绳索111以及保护带抻拉部112为主要构成要素的、作为安全装置的防跌倒保护带装置。佩戴用具110是被卷绕于训练者900的腹部的带，例如通过面粘扣被固定于腰部。佩戴用具110具备将作为吊具的保护带绳索111的一端连结的连结钩110a，还能够称为悬吊带。训练者900以连结钩110a位于后背部的方式佩戴佩戴用具110。

保护带绳索111的一端与佩戴用具110的连结钩110a连结，另一端与保护带抻拉部112的卷取机构连结。保护带抻拉部112的卷取机构通过使未图示的马达开/关来卷取或导出保护带绳索111。通过这样的结构，在训练者900要跌倒的情况下，防跌倒保护带装置根据检测到该活动的整体控制部210的指示来卷取保护带绳索111，通过佩戴用具110支承训练者900的上身而防止训练者900跌倒。

佩戴用具110具备用于检测训练者900的姿势的姿势传感器217。姿势传感器217例如是将陀螺仪传感器与加速度传感器组合而成的传感器，输出佩戴了佩戴用具110的腹部相对于重力方向的倾斜角。

管理用监视器139被安装于框架130，是主要用于供训练工作人员901进行监视以及操作的显示输入装置。管理用监视器139例如为液晶面板，在其表面设置有触摸面板。管理用监视器139显示与训练设定相关的各种菜单项目、训练时的各种参数值、训练结果等。

步行辅助装置120被佩戴于训练者900的病腿，通过减少病腿的膝关节处的伸展以及屈曲的负荷来辅助训练者900的步行。步行辅助装置120具备测量腿底载荷的传感器等，向整体控制部210输出与移动腿相关的各种数据。另外，佩戴用具110还能够使用具有旋转部的连接部件(以下，称为臀部接头：a hip joint)来与步行辅助装置120连接。关于步行辅助装置120的详情将后述。

此外，在本实施方式中，“腿”和“腿部”作为表示比髋关节靠下部的整体的用语使用，“脚”和“脚部”作为表示从脚踝到脚尖的部分的用语使用。

在本实施方式1中，作为动作辅助系统的一个例子，对步行训练装置100进行说明，但动作辅助系统并不限定于此。例如，动作辅助系统也可以是进行训练者的康复辅助的任意的康复辅助装置或康复辅助系统。例如，康复辅助系统也可以是辅助肩、臂的康复的上肢康复辅助系统。或者，康复辅助系统也可以是辅助训练者的平衡能力的康复的康复辅助系统。另外，动作辅助系统并不局限于上述那样的康复辅助系统，也可以是用户亦即健常者进行轻度作业等规定的动作时佩戴并使用的系统、用户亦即健常者为了锻炼规定的身体的部位而使用的系统。

接下来，使用图2对步行辅助装置120进行说明。图2是表示步行辅助装置120的一个结构例的简要立体图。步行辅助装置120主要具备控制单元121、支承病腿的各部的多个框架、以及用于检测施加于脚底的载荷的载荷传感器222。

控制单元121包括进行步行辅助装置120的控制的辅助控制部220，另外，还包括产生用于对膝关节的伸展运动以及屈曲运动进行辅助的驱动力的未图示的马达。支承病腿的各部的框架包括大腿框架122和与大腿框架122连结为转动自如的小腿框架123。另外，该框架还包括与小腿框架123连结为转动自如的脚掌框架124、用于连结前侧绳索134的前侧连结框架127、以及用于连结后侧绳索136的后侧连结框架128。

大腿框架122与小腿框架123绕图示的铰接轴H_a相对转动。控制单元121的马达121M是根据辅助控制部220的指示进行旋转并以大腿框架122与小腿框架123绕铰接轴H_a相对打开、闭合的方式协助的驱动马达。收纳于控制单元121的角度传感器223例如是旋转式编码器，检测大腿框架122与小腿框架123绕铰接轴H_a所成的角。小腿框架123与脚掌框架124绕图示的铰接轴H_b相对转动。相对转动的角度范围通过调整机构126预先调整。

前侧连结框架127被设置为在大腿的前侧沿左右方向伸延并在两端与大腿框架122连接。另外，在前侧连结框架127中，在左右方向的中央附近设置有用于连结前侧绳索134的连结钩127a。后侧连结框架128被设置为在小腿的后侧沿左右方向伸延并在两端分别与沿上下伸延的小腿框架123连接。另外，在后侧连结框架128中，在左右方向的中央附近设置有用于连结后侧绳索136的连结钩128a。

大腿框架122具备大腿带129。大腿带129是一体设置于大腿框架的带，被卷绕于病腿的大腿部来将大腿框架122固定于大腿部。由此，防止了步行辅助装置120的整体相对于训练者900的腿部偏移。

载荷传感器222是被埋入至脚掌框架124的载荷传感器。载荷传感器222检测训练者900的脚底所承受的垂直载荷的大小与分布，例如还能够构成为检测COP(Center OfPressure：载荷中心)。载荷传感器222例如是电极被配置为矩阵状的阻力变化检测型的载荷检测片。

接下来，参照图3对步行训练装置100的系统结构例进行说明。图3是表示步行训练装置100的系统结构例的框图。如图3所示，步行训练装置100能够具备整体控制部210、跑步机驱动部211、操作受理部212、显示控制部213以及抻拉驱动部214。另外，步行训练装置100能够具备保护带驱动部215、图像处理部216、姿势传感器217、扶手传感器218、通信连接IF(接口)219、以及步行辅助装置120。

整体控制部210例如是MPU(Micro Processing Unit)，通过执行从系统存储器读入的控制程序来执行装置整体的控制。整体控制部210例如使用从各种传感器取得的数据，评价训练者900的步行动作是否是异常步行。另外，整体控制部210例如基于异常步行的累计数，判定对一系列的步行训练的训练结果。整体控制部210能够生成其判定结果或以其为基础的异常步行的累计数等作为康复数据的一部分。整体控制部210具有选择辅助等级设定部210a、步行周期检测部210b以及推荐辅助等级决定部210c。

选择辅助等级设定部210a进行执行的步行训练的辅助等级的设定。选择辅助等级是在步行训练中实际设定的辅助等级。选择辅助等级例如被设定为由PT等训练工作人员决定好的辅助等级。更具体而言，选择辅助等级设定部210a经由操作受理部212接受设定选择辅助等级的指示。接受了指示的选择辅助等级设定部210a对步行辅助装置120指示以所设定的选择辅助等级进行动作。通过从PT等接受的操作适当地变更选择辅助等级。

步行周期检测部210b检测训练中的训练者900的步行周期。步行周期检测部210b例如根据从步行辅助装置120的载荷传感器222取得的数据判定病腿的脚底是否与跑步机131接触，或者判定作为脚底接地的时间的立腿期和脚底不接地的摆腿期。而且，步行周期检测部210b检测训练者900的步行模式。此外，对步行周期的详细内容进行后述。步行周期检测部210b也可以代替从载荷传感器222取得的数据，转而从由照相机140拍摄到的训练者900的身体的图像识别训练者，并根据识别出的训练者900的图像检测步行模式。步行周期检测部210b也可以代替上述的手段而根据步行辅助装置120具有的载荷传感器222、角度传感器223生成的数据检测步行模式。

推荐辅助等级决定部210c从步行辅助装置120取得负荷数据、位移数据，并且读取存储部209存储的参照数据，决定推荐的辅助等级(推荐辅助等级)。负荷数据例如也可以是马达121M的消耗电力或者消耗电流。另外在控制单元121具有扭矩传感器(未图示)的情况下，负荷数据也可以是扭矩传感器的输出。位移数据是角度传感器223的输出。推荐辅助等级决定部210c也可以读取存储部209存储的统计数据，并根据读取到的统计数据决定推荐辅助等级。

此外，统计数据是收集关于过去进行的训练的辅助等级、负荷数据以及位移传感器的输出而生成的数据。整体控制部210生成这样的统计数据，并使生成的统计数据存储于存储部209。

跑步机驱动部211包括使带132旋转的马达和其驱动电路。整体控制部210通过向跑步机驱动部211发送驱动信号来执行带132的旋转控制。整体控制部210例如根据由训练工作人员901设定的步行速度来调整带132的旋转速度。

操作受理部212受理来自训练工作人员901的输入操作并将操作信号向整体控制部210发送。训练工作人员901对构成操作受理部212的、设置于装置的操作按钮、与管理用监视器139重叠的触摸面板、附属的遥控器等进行操作。通过该操作，能够赋予电源的开/关、训练的开始的指示、进行与设定相关的数值的输入、菜单项目的选择。此外，操作受理部212还能够受理来自训练者900的输入操作。

显示控制部213接受来自整体控制部210的显示信号来生成显示图像，并显示于训练用监视器138或者管理用监视器139。显示控制部213根据显示信号来生成表示训练的进展的图像、由照相机140拍摄到的实时影像。

抻拉驱动部214包括构成前侧抻拉部135的用于抻拉前侧绳索134的马达及其驱动电路、和构成后侧抻拉部137的用于抻拉后侧绳索136的马达及其驱动电路。整体控制部210通过向抻拉驱动部214发送驱动信号来分别控制前侧绳索134的卷取与后侧绳索136的卷取。另外，并不局限于卷取动作，还通过控制马达的驱动转矩来控制各绳索的抻拉力。整体控制部210例如根据载荷传感器222的检测结果来确定病腿从立腿状态切换为摆腿状态的时机，通过与该时机同步地使各绳索的抻拉力增减，来辅助病腿的摆动动作。

保护带驱动部215包括构成保护带抻拉部112的用于抻拉保护带绳索111的马达及其驱动电路。整体控制部210通过向保护带驱动部215发送驱动信号来控制保护带绳索111的卷取和保护带绳索111的抻拉力。例如在预测到训练者900跌倒的情况下，整体控制部210卷取一定量的保护带绳索111来防止训练者跌倒。

图像处理部216与照相机140连接，能够从照相机140接受图像信号。图像处理部216根据来自整体控制部210的指示来从照相机140接受图像信号，对接受到的图像信号进行图像处理而生成图像数据。另外，图像处理部216还能够根据来自整体控制部210的指示来对从照相机140接受到的图像信号实施图像处理而执行特定的图像解析。例如，图像处理部216通过图像解析来检测与跑步机131接触的病腿的脚的位置(立腿位置)。具体而言，例如通过提取脚掌框架124的前端附近的图像区域并对描绘在与该前端部重叠的带132上的识别标识进行解析来运算立腿位置。

姿势传感器217如上述那样检测训练者900的腹部相对于重力方向的倾斜角，并将检测信号向整体控制部210发送。整体控制部210使用来自姿势传感器217的检测信号来运算训练者900的姿势、具体为躯干的倾斜角。其中，整体控制部210与姿势传感器217可以通过有线连接，也可以通过近距离无线通信连接。

扶手传感器218检测施加于扶手130a的载荷。即，训练者900无法通过两腿完全支撑自身的体重的量的载荷施加于扶手130a。扶手传感器218检测该载荷，并将检测信号向整体控制部210发送。

存储部209是包括闪存、SSD(Solid State Drive)或者HDD(Hard Disc Drive)等非易失性的存储器在内的存储装置，预先存储用于决定推荐辅助等级的参照数据。此外，推荐辅助等级和辅助等级的详细内容进行后述。存储部209也可以存储收集辅助等级、负荷数据以及位移传感器的输出而生成的统计数据。

通信连接IF219是与整体控制部210连接的接口，是用于向被佩戴于训练者900的病腿的步行辅助装置120赋予指令、接受传感器信息的接口。

步行辅助装置120能够具备与通信连接IF219通过有线或者无线连接的通信连接IF229。通信连接IF229与步行辅助装置120的辅助控制部220连接。通信连接IF219、229是符合通信标准的例如有线LAN或者无线LAN等通信接口。

另外，步行辅助装置120能够具备辅助控制部220、关节驱动部221、载荷传感器222、以及角度传感器223。辅助控制部220例如是MPU，通过执行从整体控制部210给予的控制程序来执行步行辅助装置120的控制。另外，辅助控制部220将步行辅助装置120的状态经由通信连接IF219、229向整体控制部210通知。另外，辅助控制部220接受来自整体控制部210的指示而执行步行辅助装置120的起动/停止等控制。辅助控制部220具有负荷数据取得部220a。负荷数据取得部220a取得与步行辅助装置120的负荷相关的数据(负荷数据)，并将取得的负荷数据向整体控制部210供给。

关节驱动部221包括控制单元121的马达121M及其驱动电路。辅助控制部220通过向关节驱动部221发送驱动信号来以大腿框架122与小腿框架123绕铰接轴H_a相对打开或闭合的方式协助。通过这样的动作，来辅助膝的伸展动作以及屈曲动作、防止膝盖打软。

此外，关节驱动部221能够将控制单元121的马达121M的驱动力切换为预先设定好的等级。将控制单元121中的该马达121M的驱动力的切换作为辅助等级来设定。即，本实施方式中的辅助等级是表示对进行步行训练的训练者900进行的辅助动作的强度的等级。辅助等级的详细内容进行后述。

载荷传感器222如上述那样检测训练者900的脚底所承受的垂直载荷的大小和分布，并将检测信号向辅助控制部220发送。辅助控制部220通过接受并解析检测信号来进行摆腿/立腿的状态辨别等。

角度传感器223如上述那样检测大腿框架122与小腿框架123绕铰接轴H_a所成的角并将检测信号向辅助控制部220发送。辅助控制部220接受该检测信号并运算膝关节的打开角。

(辅助等级)

接下来，对本实施方式中的辅助等级的详细内容进行说明。对于本实施方式中的步行训练装置100而言，在进行训练者900的步行训练时，步行辅助装置120辅助(assist)训练者的步行动作。更具体而言，步行辅助装置120根据训练者的步行周期协助病腿的膝部的伸展动作或者屈曲动作。

边参照图4边对训练者900的步行周期进行说明。图4是表示训练者的步行周期的例子的图。图示的内容是着眼于从左朝向右进行步行的训练者900的作为病腿的右腿的情况下的1个周期大小的步行轨迹。步行轨迹将右腿与地板面接触的位置作为0％，将进行了1个周期大小的步行后的位置作为100％来表示。

将1个周期大小的步行周期分类为0～10％的两腿支撑期1、10～50％的立腿期、50～60％的两腿支撑期2以及60～100％的摆腿期。两腿支撑期1是立腿初期，是作为相反侧的腿的左腿也与地板面接触的状态。立腿期是作为着眼的一条腿的右腿(病腿)与地板面接触而相反侧的左腿离开了地板面的状态。两腿支撑期2是立腿末期，是作为相反侧的腿的左腿也与地板面接触的状态。摆腿期是作为着眼的一条腿的右腿离开了地板面的状态。

右腿瘫痪的训练者900在图示的步行周期内有时在立腿期难以支撑自身的体重。在这样的情况下，训练者900的膝部大幅度地屈曲，从而有可能引起“膝盖打软”。膝盖打软是伴随着膝部伸展功能的降低，膝部屈曲而不能保持伸展位置的状态，是指在步行时膝部无意识地折弯的现象。另外，在步行周期的30％前后的位置，需要使膝部伸展，但训练者900有可能在膝部屈曲后不能使其伸展。因而，控制单元121的马达121M以在立腿期中的规定的时机抑制膝盖的过度弯曲、协助膝部的伸展的方式进行驱动。

接下来，参照图5对膝关节的角度进行说明。图5是表示病腿的膝部伸展角度的例子的图。附图是相对于步行方向从侧方观察作为病腿侧的下半身的瘫痪体部的情况的示意图，从上方依次示出躯干TL、髋关节HJ、大腿HL、膝关节NJ、小腿CL、踝关节FJ、脚FL。另外作为使小腿CL向上方延伸的延长线，通过虚线示出了小腿延长线CLL。而且，大腿HL与小腿延长线CLL所成的角度表示为膝部伸展角度A。图5所示的示意图是训练者900的病腿处于立腿期并与地板面接触的状态。

图示的立腿期的状态下的健常者的膝部伸展角度A是10～15度。因此，在训练者900的步行中也优选立腿期中的最大的膝部伸展角度A为10～15度左右。但是，在训练者900不能完全支撑自身的体重的情况下，存在膝部伸展角度A大幅度超过15的情况。因此，在膝部伸展角度A超过了预先设定好的值的情况下，安装于膝关节NJ的控制单元121的马达121M向使其返回至规定的范围的方向进行驱动。

接下来边参照图6边对膝部伸展角度A与马达121M的扭矩的关系进行说明。图6是表示辅助等级的例子的第1图。图示的曲线图的横轴表示膝部伸展角度A，纵轴表示马达121M的扭矩T。另外在附图中用实线绘制的直线表示设定于马达121M的辅助等级。在本实施方式中辅助等级设定为1～5这5个阶段。

各辅助等级设定为膝部伸展角度A越大，则马达扭矩T越大。另外在本实施方式所示的例子中，对于相对于规定的膝部伸展角度的马达扭矩T的值而言，辅助等级1最弱，辅助等级5最高。因此，训练工作人员对需要强力的辅助的训练者例如选择辅助等级5。另外，训练工作人员根据训练者的恢复度适当地变更辅助等级。

在控制单元121设定有在图中通过虚线示出的阈值Ath。阈值Ath是121M驱动开始时的阈值。即，当在步行训练的立腿期膝部伸展角度A超过了阈值Ath的情况下，马达121M进行驱动，并辅助膝部的伸展动作。开始膝部的伸展动作的辅助时的马达扭矩T由设定好的辅助等级决定。

边参照图7边对辅助等级的具体例进行说明。图7是表示辅助等级的例子的第2图。图示的曲线图是在步行训练时选择了辅助等级3的状态。另外，图示的点P11表示病腿的膝部伸展角度超过阈值Ath而变为了角度A1。在该情况下，马达121M辅助训练者900的膝部的伸展动作，使得膝部伸展角度小于阈值Ath，并收纳于范围R10。图示的点P12表示接受了基于马达121M的辅助的病腿的膝部伸展角度变得小于阈值Ath。

图示的扭矩T1是马达121M实际辅助了病腿时输出的扭矩。另外，图示的扭矩T2是膝部伸展角度为角度A1并设定了辅助等级3的马达121M能够输出的扭矩。在图示的例子中，马达121M在角度A1时能够以最大扭矩T2进行驱动。但是，通过观察在附图中绘制的点P11和点P12的推移，可知马达121M实际上能够以扭矩T1进行辅助。这样马达121M通过低于最大扭矩T2的扭矩进行辅助是因为训练者900欲使用自身的力来伸展膝部。即，在训练者900的病腿以从角度A1收敛于范围R10的方式进行推移的期间，训练者900自身的力与马达121M的力的合力作用于训练者的关节。

如上述那样设定控制单元121的马达121M进行的辅助的辅助等级。阈值Ath例如优选20度、25度等稍微超过了15度的值。而且优选步行训练以膝部伸展角度A收敛于图示的范围R10内的方式进行。通过以不超过范围R10的方式进行辅助，从而步行训练装置100能够提供适当的训练。此外，这里，将辅助等级例示为5个阶段，但辅助等级为两个阶段以上即可。另外上述的阈值Ath也可以根据辅助的时机适当地进行变更。

以上，对辅助等级进行了说明。然而，为了有效地进行利用了步行训练装置100的步行训练，设定适当的辅助等级变得重要。例如，在辅助等级的设定过高的情况下，训练者900过于依赖于马达121M的辅助，而不发挥自身的力。在那样的情况下，不能获得运动的学习效果。但是，若辅助等级的设定过低，则训练者900有可能不能充分地进行膝部的伸展动作。在该情况下，训练者900的对训练的积极性降低、或者在步行中训练者900跌倒的可能性变高。为了防止变为这样的状态，优选将辅助等级设定为能够进行最小限度的辅助的等级。

但是，若依赖于训练工作人员的技能来设定辅助等级，则相对于辅助等级的设定的个人差异有可能变大。例如老练的PT能够将辅助等级设定为上述那样的适当的等级。但是，在经验少的训练工作人员的情况下，不能适当地设定辅助等级，作为其结果，有可能不能进行有效的训练。因此，本实施方式中的步行训练装置100使用存储部209存储的参照数据，提示与老练的PT进行训练时采用的辅助等级相当的推荐辅助等级。

接下来，参照图8对步行训练装置100提示推荐辅助等级的方法进行说明。图8是表示实施方式1所涉及的步行训练装置100的处理的流程图。图示的流程图以训练者900在跑步机131的规定的位置佩戴了步行辅助装置120的状态作为前提。

首先，为了开始步行训练，PT等训练工作人员901对步行训练装置100进行规定的设定。在规定的设定中也包括训练工作人员901选择的辅助等级的设定。整体控制部210经由操作受理部212受理选择辅助等级(步骤S11)。

接下来，通过训练工作人员901的操作，步行训练装置100开始动作(步骤S12)。若开始步行训练装置100的动作，则跑步机131进行驱动，并且训练者900开始步行。

接下来，整体控制部210的步行周期检测部210b根据上述的方法检测步行周期(步骤S13)。

接下来，推荐辅助等级决定部210c从步行辅助装置120取得负荷数据和位移数据(步骤S14)。

并且，推荐辅助等级决定部210c根据已取得的负荷数据和位移数据决定推荐辅助等级(步骤S15)。

接下来，整体控制部210输出决定好的推荐辅助等级，并向训练工作人员901通知(步骤S16)。更具体而言，例如在训练用监视器138或者管理用监视器139显示推荐辅助等级。即，在该情况下，训练用监视器138或者管理用监视器139是将推荐辅助等级向训练工作人员901等用户通知的通知部。此外，推荐辅助等级的通知手段并不局限于此，也可以使用声音、振动或者LED的发光等。

参照图9对步骤S15所涉及的决定推荐辅助等级的处理详细内容进行说明。图9是表示实施方式1所涉及的决定推荐辅助等级的条件的例子的图。图示的曲线图表示存储部209存储的参照数据。在本实施方式中，存储部209存储的参照数据按照所选择的每个辅助等级(选择辅助等级)进行设定。因此，推荐辅助等级决定部210c读取与选择辅助等级对应的参照数据。这里，作为具体例，作为选择了辅助等级3的数据，示出了选择辅助等级为3的参照数据。

图示的曲线图的横轴表示膝部伸展角度A，纵轴表示马达121M的负荷LD。在膝部伸展角度A中设定有阈值Ath、角度A2以及角度A3，在负荷LD中设定有负荷LD2和负荷LD3。曲线图内以阈值Ath、角度A2、角度A3、负荷LD2以及第2负荷LD3为边界分为区域1～区域4这4个区域。区域1是角度Ath～A2并且负荷LD2～LD3的范围。区域2是角度A2～A3并且负荷LD2～LD3的范围。区域3是角度Ath～A2并且负荷0～LD2的范围。区域4是角度A2～A3并且负荷0～LD2的范围。

推荐辅助等级决定部210c将取得的角度数据和负荷数据绘制在参照数据中。而且，推荐辅助等级决定部210c根据所绘制的数据属于的区域决定推荐辅助等级。

例如区域1在比较的小的角度的范围时向马达121M施加比较大的负荷。在该情况下，推荐辅助等级决定部210c决定维持选择辅助等级。

区域2在比较大的角度时向马达121M施加比较大的负荷。即对于训练者900而言，膝部伸展角度A大于健常者的步行，并且需要强的辅助。因此，在取得的数据属于区域2的情况下，推荐辅助等级决定部210c决定提示比选择辅助等级高的辅助等级作为推荐辅助等级。例如，在选择辅助等级为3的情况下，推荐辅助等级决定部210c决定使推荐辅助等级变为4。

区域3在比较小的角度时向马达121M施加比较小的负荷。即对于训练者900而言，膝部伸展角度A接近健常者的步行，并且不怎么接受辅助来进行步行。因此，在取得的数据属于区域3的情况下，推荐辅助等级决定部210c决定提示比选择辅助等级低的辅助等级作为推荐辅助等级。例如，在选择辅助等级为3的情况下，推荐辅助等级决定部210c决定使推荐辅助等级变为2。

例如区域4在比较大的角度的范围时向马达121M施加比较小的负荷。在该情况下，推荐辅助等级决定部210c决定维持选择辅助等级。

在图示的曲线图中，作为具体例，示出了在图7中例示的点P11。点P11是角度A1并且是负荷LD1，属于区域3。因此，在该情况下，推荐辅助等级决定部210c决定使推荐辅助等级变为2。

参照图10，对存储部209存储的参照数据的其它例子进行说明。图10是表示决定推荐辅助等级的条件的第2例的图。在图10中例示的曲线图是任意的辅助等级中的参照数据。图示的参照数据具有区域11～区域14，与图9所示的例子不同之处在于各区域具有非线形的区域。另外，在取得的数据属于区域14的情况下，推荐辅助等级决定部210c决定将辅助等级提高两个等级。这样，参照数据能够由各种模式的数据构成。此外，参照数据并不局限于上述的模式。例如，参照数据也可以不是如上述那样决定是否相对地使辅助等级变化的数据，而是在属于规定的区域的情况下决定使推荐辅助等级为多少的数据。

以上，对实施方式1进行了说明。如上述那样，实施方式1所涉及的步行训练装置100根据从用户进行的动作中取得的辅助等级、负荷数据、以及位移传感器的输出来决定推荐的辅助等级。这样的结构并不局限于上述的步行训练装置，也能够用于各种动作辅助系统。此外，实施方式1所涉及的步行训练装置100也可以称为动作辅助装置。步行训练装置100执行动作辅助装置的工作方法。步行训练装置100进行的方法可以是硬件与软件配合来执行的方法，也可以是通过软件执行程序而由硬件实现的方法。因此，根据实施方式1，能够提供用于设定适当的辅助等级的动作辅助系统等。

＜实施方式2＞

接下来，对实施方式2进行说明。对于实施方式2所涉及的康复辅助系统而言，与实施方式1不同之处在于，使用与步行训练装置连接的服务器储存的学习完毕模型来决定推荐辅助等级。图11是表示实施方式2所涉及的康复辅助系统的一个结构例的整体概念图。实施方式2所涉及的康复辅助系统(康复系统)主要由步行训练装置200、外部通信装置300以及服务器(服务器装置)500构成。

对于步行训练装置200的硬件结构而言，与实施方式1所涉及的步行训练装置100的不同之处在于与外部通信装置300可通信地连接。此外，对于与已经说明的步行训练装置100共通的点，这里省略说明。

外部通信装置300是将配置文件数据、康复数据向外部发送的发送单元的一个具体例。外部通信装置300具有接受步行训练装置200输出的数据并暂时存储的功能、和将存储的数据向服务器500发送的功能。

外部通信装置300例如通过USB(Universal Serial Bus)线缆与步行训练装置200的控制面板133连接。另外，外部通信装置300经由无线通信设备410例如通过无线LAN(Local Area Network)与因特网或者局域网等网络400连接。此外，步行训练装置200也能够代替外部通信装置300而具备通信装置。

服务器500是接收配置文件数据并处理接收到的配置文件数据的信息处理单元的一个具体例。服务器500与网络400连接，具有积蓄从外部通信装置300接收到的配置文件数据的功能。服务器500的功能进行后述。

接下来，边参照图12边对步行训练装置200的系统结构例进行说明。图12是表示步行训练装置200的系统结构例的框图。对于步行训练装置200而言，具有输入输出单元231这一点与步行训练装置100不同。另外，对于步行训练装置200而言，不具有存储参照数据的存储部209和推荐辅助等级决定部210c这一点与步行训练装置100不同。

输入输出单元231例如包括USB(Universal Serial Bus)接口，是用于与外部的设备(外部通信装置300、其他外部设备)连接的通信接口。输入输出单元231担当作为将规定的数据作为向外部装置的输入来输出的输出部的功能、和作为从外部装置接受规定的数据的输入部的功能。

整体控制部210的输入输出控制部210d经由输入输出单元231与外部的设备通信，进行上述的整体控制部210内的控制程序、辅助控制部220内的控制程序的重新写入、指令的接纳、规定的数据的输出等。

整体控制部210生成包括进行训练时的与训练者相关的各种信息在内的暂定辅助数据。暂定辅助数据至少包括立腿期的负荷数据和位移数据，还包括训练者的配置文件数据。配置文件数据例如能够包括罹患的疾病的症状信息、基于功能的独立性评价法的认知等级、基于中风功能评价法的评价分数、对运动能力进行了评价的运动能力等级、表示恢复度的数据、以及表示训练者的属性的数据等。

根据上述结构，步行训练装置200通过输入输出控制部210d的控制经由输入输出单元231和外部通信装置300进行与服务器500的通信。例如，输入输出控制部210d经由输入输出单元231和外部通信装置300将上述的暂定辅助数据向服务器500发送。另外输入输出控制部210d进行接收与发送的暂定辅助数据对应的推荐辅助等级的控制。

接下来，对服务器500的详细内容进行说明。服务器500经由网络400从步行训练装置200接收暂定辅助数据，并处理接收到的暂定辅助数据。在处理暂定辅助数据时，服务器500利用预先存储的学习完毕模型。学习完毕模型通过利用多个教导数据来进行机械学习而生成。服务器500利用学习完毕模型，并根据接收到的暂定辅助数据决定推荐的辅助等级。服务器500经由网络400将作为处理结果的辅助等级向步行训练装置200发送。此外，服务器500能够构成为从多个步行训练装置200接收多个暂定辅助数据。由此，服务器500能够收集大量的暂定辅助数据。

图12是表示服务器500的一个结构例的框图。如图12所示，服务器500能够具备控制部510、通信IF514、数据积蓄部520、以及模型存储部521。控制部510例如是MPU，通过执行从系统存储器读入的控制程序来执行服务器500的控制。控制部510能够具备后述的数据取得部510a、学习部510b以及响应处理部510c，在该情况下，上述的控制程序包括用于使这些部位510a～510c的功能实现的程序。

通信IF514例如包括有线LAN接口，是用于与网络400连接的通信接口。控制部510能够经由通信IF514接收来自步行训练装置200的暂定辅助数据，并能够向步行训练装置200发送处理结果。

数据积蓄部520例如具有HDD(Hard disk drive)、SSD(solid state Drive)等存储装置，存储康复数据。控制部510向数据积蓄部520写入经由通信IF514从外部通信装置300接收到的暂定辅助数据。

模型存储部521也具有HDD、SSD等存储装置。此外，数据积蓄部520和模型存储部521也能够具有共通的存储装置。在服务器500与步行训练装置200配合来执行康复辅助处理的情况下，在模型存储部521存储有至少能够运用的学习完毕模型。

服务器500除了对从步行训练装置200接收到的暂定辅助数据输出推荐辅助等级的功能之外，也具有作为用于生成学习完毕模型的学习装置的功能。即，控制部510构成为进行切换作为学习装置的功能、和通过学习完毕模型进行康复辅助处理的功能的控制。其中，服务器500也能够以在学习阶段使用的装置和在伴随着学习完毕模型的运用阶段使用的装置分散形成。

数据取得部510a在学习阶段取得作为与暂定辅助数据及该暂定辅助数据对应选择的辅助等级的选择辅助等级。另外，在进行康复辅助处理的情况下，数据取得部510a取得任意的暂定辅助数据。

学习部510b为了使服务器500作为学习装置发挥功能而设置，响应处理部510c为了使服务器500执行康复辅助处理的一部分而设置。

模型存储部521存储未学习(也包括正在学习中的情况)的学习模型(以下，称为未学习模型)与学习完毕的学习模型(以下，称为学习完毕模型)的至少一个。作为学习装置的服务器500是处理各种数据的处理装置。例如，服务器500使用已取得的暂定辅助数据和教导数据进行机械学习，并生成学习完毕模型。此外，学习装置也能够称为学习模型生成装置。在服务器500作为学习装置发挥功能时，在模型存储部521至少存储有未学习的学习模型。

(配置文件数据)

这里，对配置文件数据进行说明。服务器500取得的配置文件数据是表示与训练者相关的信息的数据，包括以下所示的(1)～(5)的信息中的至少一个信息。

(1)训练者罹患的疾病的症状信息

症状信息能够包括中风(脑血管病)、脊髄损伤等罹患的疾病的类型(病名或者疾病名)和罹患的部位(损伤部位)，根据类型能够包括其分类。例如，中风能够分类为脑梗塞、头盖内出血(脑出血/蛛网膜下出血)等。另外，在症状信息中，付随于上述的内容能够包括初始症状、其发症时期、表示当前的症状的信息。在症状信息中，除了因主要包括在其中的症状而能够理解为训练者需要康复的信息之外，也能够包括与康复没有直接关系那样的症状。

(2)基于训练者的功能独立性评价法的认知等级

作为评价训练者的认知等级的手法，例如公知有FIM(Functional IndependenceMeasure：功能独立性评价表)。FIM决定了评价ADL(Activities of Daily Life)的评价方法之一。在FIM中，根据帮助量而以1分～7分这7个阶段进行评价。

在对进行步行训练的训练者的认知等级进行评价的情况下，步行FIM成为表示恢复度的通用的指标。步行FIM以1～7分这7个阶段评价认知等级。例如无帮助者并且无佩戴用具(辅助器)能够步行50m以上的情况的评价是最高分的7分。另外，无论受到一个帮助者怎样的帮助也只能步行15m的情况的评价是最低分的1分。同样，受到最小帮助(帮助量为25％以下)能够移动50m的情况为4分，受到中程度帮助(帮助量25％以上)能够移动50m的情况下3分。一般来说，随着恢复进展，训练者的步行FIM逐渐变高。

另外，步行FIM能够理解为穿戴了辅助佩戴用具的情况等的评价时的条件下的分数，该情况下，还能够将表示该评价时所应用的条件的信息附加至表示步行FIM的信息。条件能够包含取得该信息时的辅高、所使用的佩戴用具(例如步行辅助装置120、其他步行辅助装置、无佩戴用具等)、该佩戴用具中的膝部、脚踝的部位处的角度设定等设定、平地步行还是斜面步行等。另外，通常步行FIM是平地步行时的步行FIM，表示该情况的平地步行信息中还能够包含平地步行评价时步行最远的距离(最大连续步行距离[m])等信息。

(3)基于训练者的中风功能评价法的评价分数

作为用于将训练者患有的中风的功能障碍定量化的评价手法，例如存在SIAS(Stroke Impairment Assessment Set)。在SIAS中能够包括髋屈曲测试(Hip-Flex)、膝部伸展测试(Knee-Ext)、脚底板测试(Foot-Pat)。另外，在SIAS中能够包括下肢触觉(TouchL/E)、下肢位置感(Position L/E)、腹肌力(Abdominal)、以及垂直性测试(Verticality)。

(4)表示训练者的恢复度的数据

表示上述的步行FIM的变化的数据能够成为表示训练者的恢复度的数据(指标数据)。例如，从初始步行FIM向最新的步行FIM的变化量或者变化速度成为表示恢复度的指标。变化速度也能够称为FIM效率，例如能够为将到现在为止的FIM的增益(变化量)除以康复的实施天数、表示康复的期间的经过天数、或在训练者为住院患者的情况下的住院天数等期间所得的值。

表示训练者的恢复度的数据也可以是Br.stage(Brunnstrom Recovery Stage)。Br.stage(Brunnstrom Recovery Stage)针对偏瘫的恢复过程，根据观察将其恢复阶段分为6个阶段。在本实施方式中，在表示训练者的恢复度的数据中，能够包括Br.Stage中的与步行训练装置200有关的主要项目亦即下肢项目。

(5)表示训练者的属性的数据

表示训练者的属性的数据例如包括训练者的年龄、性别、体格(身高、体重等)、表示身体状况的状态的分数等。

以上，对配置文件数据的详细内容进行了说明，但配置文件数据并不局限于上述的内容，只要包括满足各个目的的信息，也可以是其它种类的信息。另外，配置文件数据能够附加各数据的测定时间等信息。

(学习阶段)

接下来，参照图14对作为学习装置的服务器500进行的学习阶段中的处理进行说明。图14是用于对作为学习装置的服务器500中的处理进行说明的流程图。

首先，服务器500的数据取得部510a取得暂定辅助数据和选择辅助等级作为学习用数据(步骤S1)。即，在服务器500进行学习时，暂定辅助数据和与取得的暂定辅助数据对应的选择辅助等级成为1组学习数据。

暂定辅助数据如上述那样包括训练者罹患的疾病的症状信息、基于功能的独立性评价法的认知等级、基于中风功能评价法的评价分数、对运动能力进行了评价的运动能力等级、表示恢复度的信息以及训练者的属性数据的至少一个数据。选择辅助等级是在与已取得的配置文件数据对应地进行的训练中所选择的辅助等级。这里，服务器500取得的选择辅助等级是老练PT进行有效的训练时选择的选择辅助等级。

接下来，服务器500的学习部510b将已取得的暂定辅助数据用于输入层，并将对应的选择辅助等级作为教导数据来执行学习(步骤S2)。

图15是表示向学习装置输入的数据的例子的表。在图示的表中，在左侧示出的列的数字是数据组编号(1、2、3···)。数据组编号的右侧相邻的列是作为用于输入层的参数1的步行FIM的数据(2、1、7···)。步行FIM的右侧相邻的列是作为参数2的SIAS的数据(3、2、6···)。SIAS的右侧相邻的列是与作为参数3的膝部伸展角度对应的位移数据(数据13、23、33···)。位移数据的右侧相邻的列是作为参数4的负荷数据(数据14、24、34···)。而且，负荷数据的右侧相邻的列示出了作为教导数据的辅助等级(2、5、1···)。

这样，向学习装置输入的数据包括用于输入层的多个参数、和用于输出层的教导数据。通过利用这样的多个数据组来进行学习，作为学习装置的服务器500使学习部510b进行学习。学习部510b利用上述的学习用数据来学习决定在训练者利用康复辅助装置的情况下被推荐为应选择的辅助装置的辅助等级亦即推荐辅助等级。

此外，这里学习的学习模型的种类、其算法是任意的，但作为算法，能够使用神经网络，特别是优选使用将隐藏层多层化后的深层神经网络(DNN)。作为DNN，例如，能够使用采用了误差反向传播法的多层感知器(MLP)等前馈(正向传播型)神经网络。

这里，举出学习部510b生成使用了MLP的学习完毕模型的例子，对在学习部510b向未学习模型输入的输入参数、和从未学习模型输出的输出参数的例子进行说明。输入参数分别与输入层的节点对应，输出参数分别与输出层的节点(即目的变量)对应。此外，未学习模型(未学习的学习模型)并不局限于完全未学习的情况，也包括为学习中的模型的情况。

图16是表示学习模型的例子的图。图16表示学习模型5110。在学习模型5110中，具备输入层5112a、中间层5112b(也称为隐藏层)以及输出层5112c。中间层5112b设置于输入层5112a与输出层5112c之间。

输入层5112a具有多个节点，将数据组所包括的各数据作为输入。中间层5112b具有多个节点。此外，图示的中间层具有的节点的数量、隐藏层的数量只不过表示一个例子，节点的数量和层的数量并不限定于此。

输出层5112c输出用于决定推荐辅助等级的值。在本实施方式中，输出层具有5个节点，分别与辅助等级1～5对应。对于学习模型5110而言，若输入目的函数5111，则向输出层5112c输出规定的数值。将输出层5112c的输出与教导数据5113比较，并反馈比较后的结果。学习模型5110通过反复进行该处理来更新学习模型内的阈值、权重等。

接下来，学习部510b生成通过进行的学习进行了更新的学习完毕模型(步骤S3)。此外，学习完毕模型是指成为能够运用通过上述的处理进行了更新的学习模型的阶段的学习模型。

通过以上的处理，作为学习装置的服务器500生成输出推荐辅助等级的学习完毕模型。由此，康复辅助系统能够在利用生成的学习结束模型进行步行训练时提示推荐辅助等级。

此外，对于学习部510b而言，作为学习模型，除了上述的结构之外，例如也能够使用具有RNN(Recurrent Neural Network)等递归的构造的神经网络。另外，RNN也能够为以具有LSTM(Long short-term memory)块的方式扩展的神经网络(也存在仅称为LSTM的情况)。另外学习部510b除了上述的结构之外，也可以使用k最近邻法(kNN、k-nearestneighbor algorithm)。

(运用阶段)

接下来，参照图17，对在运用阶段步行训练装置200进行的处理进行说明。运用阶段是利用通过上述的学习装置生成的学习完毕模型来进行康复训练的阶段。图17是用于对服务器的处理的一个例子进行说明的流程图。如上述那样，步行训练装置200通过访问服务器500，从而能够利用该学习完毕模型。在运用阶段主要是步行训练装置200和与其网络连接的服务器500配合即作为康复辅助系统进行康复辅助处理。

首先，步行训练装置200取得训练者的配置文件数据(步骤S21)。更具体而言，步行训练装置200受理PT等进行的配置文件数据的输入。PT等进行的配置文件数据的输入例如通过整体控制部210使显示控制部213与操作受理部212合作来实现。

接下来，步行训练装置200受理选择辅助等级(步骤S22)。选择辅助等级例如由PT决定。在决定选择辅助等级的情况下，PT例如可以参照训练者900以前进行的步行训练的数据，也可以选择在具有同等程度的认知等级的其他训练者进行的步行训练中采用的辅助等级。而且PT根据决定好的辅助等级开始训练，因此将决定好的辅助等级设定于步行训练装置200。

接下来，步行训练装置200通过受理规定的操作而开始步行训练(步骤S23)。更具体而言，PT对步行训练装置200进行以辅助等级为代表的各种参数的设定、与训练者900相关的信息以及与PT自身相关的信息的输入。另外PT进行将步行辅助装置120佩戴于训练者900等的准备。若完成这些设定、准备，则PT根据规定的操作开始步行训练。

接下来，步行训练装置200检测开始了训练的训练者900的步行周期(步骤S24)。并且，步行训练装置200根据检测到的步行周期取得立腿期的负荷数据和位移数据(步骤S25)。

接下来，步行训练装置200根据已取得的上述数据生成用于向学习完毕模型输入的暂定辅助数据，并将生成的暂定辅助数据向学习完毕模型发送(步骤S26)。服务器500具有的学习完毕模型将从步行训练装置200发送的暂定辅助数据作为输入来输出推荐辅助等级。

接下来，步行训练装置200从学习完毕模型接收与推荐辅助等级相关的信息(步骤S27)。而且，若接收与推荐辅助等级相关的信息，则步行训练装置200处理与接收到的推荐辅助等级相关的信息，并将推荐辅助等级通知给用户(步骤S28)。具体而言，例如步行训练装置200在管理用监视器139显示推荐辅助等级。接收到推荐辅助等级的通知的PT在其后的训练中将推荐辅助等级用于步行训练。

通过这样的处理，步行训练装置200能够显示与受理的配置文件数据和选择辅助等级对应的推荐辅助等级。PT能够将所显示的推荐辅助等级作为步行辅助装置120进行的辅助等级来设定。通过这样的结构，步行训练装置200不依赖于PT的经验、直觉等就能够适当地设定辅助等级。

此外，上述的学习装置和康复辅助系统对代替训练者的膝关节的辅助动作、或在训练者的膝关节的辅助动作的基础上还进行训练者的脚踝、髋关节的辅助动作的系统也能够应用。另外，上述的学习装置和康复辅助系统也能够在代替步行训练而训练手臂的动作的康复辅助系统中应用。

另外，能够使用各种类型的非暂时性的计算机可读介质来储存上述的程序，并供给至计算机。非暂时性的计算机可读介质包括各种类型的有实体的记录介质。非暂时性的计算机可读介质的例子包括磁记录介质(例如软盘、磁带、硬盘驱动器)、光磁记录介质(例如光磁盘)、CD-ROM(Read Only Memory)、CD-R、CD-R/W、半导体存储器(例如，掩模ROM、PROM(Programmable ROM)、EPROM(Erasable PROM)、闪速ROM、RAM(Random Access Memory))。另外，程序也可以通过各种类型的暂时性的计算机可读介质供给至计算机。暂时性的计算机可读介质的例子包括电信号、光信号以及电磁波。暂时性的计算机可读介质能够经由电线和光纤等有线通信路、或者无线通信路将程序供给至计算机。

此外，本发明并不局限于上述实施方式，在不脱离主旨的范围内能够适当地进行变更。例如实施方式1也可以是还具有可通信地连接的服务器，并且服务器进行决定推荐辅助等级的处理的结构。另外实施方式2的步行训练装置200与服务器500也可以不经由网络400来连接。在该情况下，实施方式2的康复辅助系统也可以将步行训练装置200和学习完毕模型构成为一个装置。

根据上述公开内容，显然本公开的实施例可以以多种方式变化。这些变化不应视为脱离本公开的精神和范围，并且对于本领域技术人员而言，显然所有这些变更旨在包括于技术方案的范围内。

Claims (14)

1.一种动作辅助系统，其中，

所述动作辅助系统具备：

辅助装置，辅助用户进行的关节的动作；

选择辅助等级设定部，设定作为所述辅助装置发挥的辅助等级的选择辅助等级；

负荷数据取得部，取得与所述辅助装置的负荷相关的负荷数据；

位移传感器，检测所述关节的位移；以及

控制部，基于所述选择辅助等级、所述负荷数据以及所述位移传感器的输出，决定作为推荐的所述辅助等级的推荐辅助等级，并输出决定好的所述推荐辅助等级的信息。

2.根据权利要求1所述的动作辅助系统，其中，

还具备存储部，所述存储部存储关于过去进行的所述关节的动作的、收集所述辅助等级、所述负荷数据以及所述位移传感器的输出而生成的统计数据，

所述控制部基于所述统计数据决定所述推荐辅助等级。

3.根据权利要求1所述的动作辅助系统，其中，

所述辅助装置辅助的所述关节的动作包含在所述用户作为训练者进行的康复训练中，

所述动作辅助系统还具备存储部，所述存储部存储关于过去进行的康复训练的、收集表示所述训练者的恢复度的指标数据、所述辅助等级、所述负荷数据、以及所述位移传感器的输出而生成的统计数据，

所述控制部基于所述统计数据和所述训练者的所述指标数据来决定所述推荐辅助等级。

4.根据权利要求1～3中任一项所述的动作辅助系统，其中，

所述辅助装置具有驱动马达，

所述负荷数据取得部取得与所述驱动马达的消耗电力相关的信息。

5.根据权利要求1～4中任一项所述的动作辅助系统，其中，

所述位移传感器检测所述关节的角度。

6.根据权利要求1～5中任一项所述的动作辅助系统，其中，

所述辅助装置辅助所述用户的步行动作中的膝关节的伸展动作或者屈曲动作。

7.根据权利要求6所述的动作辅助系统，其中，

还具备检测所述步行动作的步行周期的步行周期检测部，

所述控制部基于所述步行周期的立腿期所包含的预先设定好的期间内的所述负荷数据和所述位移传感器的输出，决定所述推荐辅助等级。

8.一种动作辅助方法，由具有对用户进行的关节的动作进行辅助的辅助装置的动作辅助系统执行，其中，

所述动作辅助方法具备：

辅助等级设定步骤，设定作为所述辅助装置发挥的力的等级的辅助等级；

负荷数据取得步骤，取得与所述辅助装置的负荷相关的负荷数据；

位移检测步骤，检测所述关节的位移；

决定步骤，基于所述辅助等级、所述负荷数据以及所述位移，决定作为推荐的所述辅助等级的推荐辅助等级；以及

输出步骤，输出所述推荐辅助等级的信息。

9.一种计算机可读入的存储介质，存储有使计算机执行如下的动作辅助方法的程序，所述动作辅助方法由具有对用户进行的关节的动作进行辅助的辅助装置的动作辅助系统执行，其中，

所述动作辅助方法具备：

辅助等级设定步骤，设定作为所述辅助装置发挥的力的等级的辅助等级；

负荷数据取得步骤，取得与所述辅助装置的负荷相关的负荷数据；

位移检测步骤，检测所述关节的位移；

决定步骤，基于所述辅助等级、所述负荷数据以及所述位移，决定作为推荐的所述辅助等级的推荐辅助等级；以及

输出步骤，输出所述推荐辅助等级的信息。

10.一种学习装置，其中，

所述学习装置具备：

数据取得部，取得选择辅助等级、与辅助装置的负荷相关的负荷数据、以及作为与关节的位移相关的数据的位移数据作为学习用数据，所述选择辅助等级是从关于利用具有对用户的关节的动作进行辅助的辅助装置的动作辅助系统而执行过的动作辅助的、作为所述辅助装置发挥的力的等级的多个辅助等级中选择出的辅助等级；和

学习部，基于所述学习用数据对决定在所述用户利用所述动作辅助系统的情况下被推荐为应选择的所述辅助装置的辅助等级亦即推荐辅助等级进行学习，并且基于所述学习，生成将所述负荷数据和所述位移数据作为输入并将所述推荐辅助等级作为输出的学习完毕模型。

11.根据权利要求10所述的学习装置，其中，

所述学习部将所述负荷数据和所述位移数据作为输入，并将所述选择辅助等级作为教导数据来进行所述学习。

12.一种学习完毕模型，用于使计算机发挥如下功能，即：基于从辅助装置取得的负荷数据和位移数据来输出所述推荐辅助等级，其中，

所述学习完毕模型由权利要求10或11所述的学习装置生成。

13.一种动作辅助系统，能够访问由权利要求11所述的学习装置生成的学习模型亦即学习完毕模型，其中，

所述动作辅助系统具备：

输出部，将所述负荷数据和所述位移数据作为向所述学习完毕模型的输入来输出；和

通知部，将作为对所输入的所述负荷数据和所述位移数据的响应而从所述学习完毕模型输出的所述推荐辅助等级通知给所述动作辅助系统的所述用户。

14.一种学习方法，其中，

所述学习方法具备：

数据取得步骤，取得选择辅助等级、作为与辅助装置的负荷相关的数据的负荷数据、以及作为与关节的位移相关的数据的位移数据作为学习用数据，所述选择辅助等级是从关于利用具有对用户的关节的动作进行辅助的辅助装置的动作辅助系统而执行过的动作辅助的、作为所述辅助装置发挥的力的等级的多个辅助等级中选择出的辅助等级；

学习步骤，基于所述学习用数据对决定在所述用户利用所述动作辅助系统的情况下被推荐为应选择的所述辅助装置的辅助等级亦即推荐辅助等级进行学习；以及

学习完毕模型生成步骤，基于所述学习，生成将所述负荷数据和所述位移数据作为输入并将所述推荐辅助等级作为输出的学习完毕模型。

Images