CN114980809A - 判定装置及姿势控制装置 - Google Patents
判定装置及姿势控制装置 Download PDFInfo
- Publication number
- CN114980809A CN114980809A CN202080095527.0A CN202080095527A CN114980809A CN 114980809 A CN114980809 A CN 114980809A CN 202080095527 A CN202080095527 A CN 202080095527A CN 114980809 A CN114980809 A CN 114980809A
- Authority
- CN
- China
- Prior art keywords
- peak
- amplitude
- gravity
- person
- angular velocity
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- A61B5/1036—Measuring load distribution, e.g. podologic studies
-
- 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
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4561—Evaluating static posture, e.g. undesirable back curvature
-
- 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
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D57/00—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track
- B62D57/02—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Physical Education & Sports Medicine (AREA)
- Mathematical Physics (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Geometry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Stacking Of Articles And Auxiliary Devices (AREA)
- Attitude Control For Articles On Conveyors (AREA)
- Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)
Abstract
判定装置(100)具备:检测人的动作时的摇晃的摇动检测器(10)和控制器(20)。通过将从摇动检测器(10)输出的摇动数据分解为频率成分来进行频谱分析,在通过频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一峰值、第二峰值及第三峰值。控制器(20)基于第一峰值、第二峰值及第三峰值判定人的身体的状态。
Description
技术领域
本发明涉及判定装置及姿势控制装置。
背景技术
若能实时地高精度地知道人的身体的状态、姿势等,则能在各种各样的领域得到有用的信息。例如,专利文献1中记载了基于来自安装在人的身体上的加速度传感器的信号,推定人的步行状态、姿势等的技术。
现有技术文献:
专利文献:
专利文献1:日本特开平2016-41155号公报。
发明内容
发明要解决的问题:
作为一例,本发明的课题在于提供一种能够比以往更简单且高精度地判定人的身体的状态的判定装置。
解决问题的手段:
本发明的一形态(aspect)的判定装置具备:检测人的动作时的摇晃的摇动检测器;和控制器,通过将从摇动检测器输出的摇动数据分解为频率成分来进行频谱(spectre)分析,在通过所述频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一峰值(peak)、第二峰值及第三峰值,所述控制器基于所述第一峰值、第二峰值及第三峰值,判定人的身体的状态。
发明的效果:
本发明的一形态的判定装置取得能够比以往更简单且高精度地判定人的身体的状态的效果。
附图说明
图1是示出人步行时的身体的模型化的一例的图;
图2A是示出在被实验者[1]的步行时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图2B是示出在被实验者[1]的步行时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图3A是示出在被实验者[2]的步行时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图3B是示出在被实验者[2]的步行时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图4A是示出在被实验者[3]的步行时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图4B是示出在被实验者[3]的步行时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图5是示出存在于人的重心的位置的一例的图;
图6是示出第一实施形态的判定装置的一例的图;
图7是示出图6的摇动检测器的安装的一例的图;
图8是示出第一实施形态的判定装置的动作的一例的流程图(flow chart);
图9A是示出在从被实验者[3]的步行开始经过20分钟时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图9B是示出在从被实验者[3]的步行开始经过20分钟时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图10A是示出在从被实验者[3]的步行开始经过40分钟时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图10B是示出在从被实验者[3]的步行开始经过40分钟时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图11A是示出在从被实验者[3]的步行开始经过60分钟时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图11B是示出在从被实验者[3]的步行开始经过60分钟时的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图12A是示出在从被实验者[3]的步行开始经过60分钟后,被实验者[3]刚刚休息并获取完水分之后的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图12B是示出在从被实验者[3]的步行开始经过60分钟后,被实验者[3]刚刚休息并获取完水分之后的,分析从摇动检测器输出的摇动数据的结果的一例的图;
图13是示出第二实施形态的姿势控制装置的一例的图。
具体实施方式
[获得本发明的一形态的判定装置的经过]
本发明人一直以来从事对物流行业中的行驶具(例如,集装箱货运车辆)上的三维重心(以下,有时简称为重心)的位置,使用安装于行驶具的摇动检测器进行理论推导的研究和开发,其成果的一部分,在现有专利(例如,日本专利第4517107号公报)中公开。
然而,在这样的研究和开发的过程中,本发明人注意到以上的成果在人的身体的状态判定中是有用的。
具体而言,在万物中,一定存在重量的三维上的中心(重心)。而且,如果物体的重心相对于干扰稳定,则物体能够维持姿势。这一点,人也不例外。即,可以认为人的身体的状态与重心是否相对于干扰稳定这一物理现象密切相关。
例如,假设,人的重心由肌肉和骨骼支撑,身体是左右对称的体形,所以能将人的身体看作是左右对称的弹簧构造体,综合地模型化。如果该假设是合理的,则能基于上述现有专利中公开的理论来获知人的重心的位置。
在此,首先,进行人步行时的人的身体的模型化,同时通过计量人的步行时的摇动数据,进行人的步行时的摇动数据的频谱分析。然后,基于上述现有专利公开的理论导出人的重心的位置。
<人步行时的身体的模型化(弹簧构造体)>
图1是示出人在步行时的身体的模型化的一例的图。
根据以下的文献1,
文献1:护士全疾病类别系列,整形外科,第一章 骨·神经·骨骼肌的解剖和作用,RECRUIT (C) Recruit MedicAl CAreer Co.,Ltd.
https://nurseful.jp/nursefulshikkAnbetsu/orthopedics/section_0_00/
人是下肢支撑着整个大腿上部。下肢是允许向左右的旋转运动的构造,因此下肢为弹簧构造体。位于下肢上部的脊柱从胸部支撑着上部。脊柱由24个椎构成,由腹肌等的肌肉支撑,因此是允许向左右的旋转运动的构造。从锁骨到上部是肌肉支撑着头部,颈椎(脊柱的上部)是允许头部的向左右的旋转运动的构造。
因此,本发明人认为,如图1所示,人在步行时,人的身体由下肢部弹簧台座L支撑的身体整体的重心GL、脊柱部弹簧台座M支撑的胸部上部的重心GM、和锁骨部弹簧台座T支撑的头部的重心GT保持姿势,且判断将人在步行时的身体如该图这样模型化是合理的。
<摇动数据的频谱分析>
以下的被实验者[1]、被实验者[2]及被实验者[3](以下有时简称为被实验者们)分别戴上固定有摇动检测器的工程用头盔,并在平坦的道路上步行,从而得到从摇动检测器输出的摇动数据。具体而言,测定了在相对于被实验者们的步行方向正交的横方向(即,被实验者们的身体的宽度方向)上的被实验者们的步行时的摇晃的角速度数据和在重力作用的纵方向(以下,有时简称为垂直方向)上的被实验者们的步行时的摇晃的加速度数据。
被实验者[1]:20岁前半的女性(身材矮且瘦)
被实验者[2]:20岁前半的男性(身材高且瘦)
被实验者[3]:50岁后半的男性(身材中等且不胖不瘦)
图2A及图2B是示出在被实验者[1]的步行时的,分析从摇动检测器输出的摇动数据的结果的一例的图。
图3A及图3B是示出在被实验者[2]的步行时的,分析从摇动检测器输出的摇动数据的结果的一例的图。
图4A及图4B是示出在被实验者[3]的步行时的,分析从摇动检测器输出的摇动数据的结果的一例的图。
此处,在图2A、图3A及图4A中,横轴取频率(Hz),纵轴取角速度(deg/s),通过将上述的角速度数据分解为频率成分来示出角速度的频谱分析的结果。即,在图2A、图3A及图4A中,特别确定了角速度的峰值频率,该角速度的峰值频率为对摇动检测器计量到的时间序列的角速度数据进行傅立叶变换,而由被实验者们步行时产生的在被实验者们的重心的横向的摇晃引起。
在图2B、图3B及图4B中,横轴取频率(Hz),纵轴取加速度(G),通过将上述的加速度数据分解为频率成分来示出加速度的频谱分析的结果。即,在图2B、图3B及图4B中,特别确定了加速度的峰值频率,该加速度的峰值频率为对摇动检测器计量到的时间序列的加速度数据进行傅立叶变换,而由被实验者们步行时产生的在被实验者们的重心的垂直方向的摇晃引起。
另外,摇动检测器不能完全排除灵敏度轴的相互干扰,因此在图2A、图3A及图4A所示的角速度的频谱中,产生由在被实验者们的重心的垂直方向的摇晃引起的加速度的干扰,反之亦然。因此,在图2A及图2B、图3A及图3B、以及图4A及图4B中,观察到一些由上述的相互干扰引起的波形。
如图2A、图3A及图4A所示,在通过频谱分析获得的频谱中,按照频率从低到高的顺序,出现第一角速度峰值PD1、第二角速度峰值PD2及第三角速度峰值PD3。而且,与第一角速度峰值PD1、第二角速度峰值PD2及第三角速度峰值PD3分别对应的振幅(图中的纵轴的角速度的数值)按照顺序变小。
又,如图2B、图3B及图4B所示,在通过频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一加速度峰值PG1、第二加速度峰值PG2及第三加速度峰值PG3。而且,与第一加速度峰值PG、第二加速度峰值PG2及第三加速度峰值分别对应的振幅(图中的纵轴的加速度的数值)按照顺序变小。
此处,根据经验可知,人在步行时,相对于胸部及头部几乎感觉不到摇晃,而下肢部摇晃的程度(振幅)较大。
又,由于外力而振动的物体,理论上质量越大,物体的重心的振动动作越缓慢。即,这样的物体质量越大,物体的重心的摇晃的频率越小。
由以上,在考虑到图1的人的身体的模型时,由于下肢部弹簧台座L支撑的被实验者们的身体整体的重量最大,所以可以认为第一角速度峰值PD1及第一加速度峰值PG1是由人在步行时的存在于人的下肢上部的重心GL的摇晃引起的峰值。
又,由于锁骨部弹簧台座T支撑的头部的重量最小,因此可以认为第三角速度峰值PD3及第三加速度峰值PG3是由人在步行时的人的头部存在的重心GT的摇晃引起的峰值。
此外,由于脊柱部弹簧台座M支撑的胸部的重量是上述两重量之间的值,因此可以认为第二角速度峰值PD2及第二加速度峰值PG2是由人在步行时的人的胸部上部存在的重心GM的摇晃引起的峰值。
表1(下述)基于以上假设,表示当被实验者[1]、被实验者[2]及被实验者[3]分别步行时,由重心的摇晃引起的峰值频率。
[表1]
<人的重心的位置的导出>
接着,基于上述现有专利(专利第4517107号公报)的公开内容,导出人在步行时的上述的三个重心GL、重心GM及重心GT的位置。
根据上述现有专利,左右成对的弹簧构造体上的重心的高度由以下的式(1)表示。另外,在下肢没有障碍的健康人的情况下,由于大多没有相对于人的步行方向正交的横方向的重心位移,所以不考虑上述现有专利中公开的表示重心位移的运算式。
式(1)中,l:重心高度、α:摇动中心角、b:弹簧台座的宽度、v′:加速度的频率、v:角速度的频率、g:重力加速度、π:圆周率。另外,式(1)的导出法等能通过参酌上述现有专利而容易的理解,因此省略说明。
此处,一般来说,在下肢没有障碍的健康人的情况下,由于大多没有上述的横方向的重心位移,所以摇动中心角α能视为零(α=0)。因此,能将式(1)简化为如下的式(2)。
在此,通过将上述表1中记载的频率代入上述式(2),从而能对于各个被实验者们,导出来自下肢部弹簧台座L的重心GL的高度L1(参照图5)、来自脊柱部弹簧台座M的重心GM的高度L2(参照图5)、及来自锁骨部弹簧台座T的重心GT的高度L3(参照图5)。
但是,在式(2)中,为了得到重心高度,需要知道弹簧台座的宽度b。
根据上述文献1,人的股关节的宽度与肩宽(锁骨与肩胛骨交叉的位置)相等,该位置相当于左右单侧的肌肉集合的中心。因此,在下肢部弹簧台座L、脊柱部弹簧台座M及锁骨部弹簧台座T中,下肢部弹簧台座L的宽度B1(参照图5)和锁骨部弹簧台座T的宽度B3(参照图5)几乎相同。
相对于此,由于脊柱部弹簧台座M的部位是腹肌肉的集合体本身,且朝向脊柱收紧,因此脊柱部弹簧台座M的宽度B2(参照图5)比上述宽度B1及宽度B3稍小。根据文献1的记载类推,可以认为脊柱部弹簧台座M的宽度B2为上述宽度B1及宽度B3的95%左右。
由以上,对于各个被实验者们,例如通过实测锁骨部弹簧台座T的宽度B3,能得知式(2)中的弹簧台座的宽度b。
如此,对于各个被实验者们,分别得到从下肢部弹簧台座L到重心GL的高度L1、从脊柱部弹簧台座M到重心GM的高度L2、及从锁骨部弹簧台座T到重心GT的高度L3,这些数值如下。
被实验者[1]:L1=0.141m,L2=0.133m,L3=0.134m
被实验者[2]:L1=0.150m,L2=0.150m,L3=0.150m
被实验者[3]:L1=0.146m,L2=0.144m,L3=0.144m
以上的重心高度证明了在考虑到成人的一般体格时,在通过上述频谱分析得到的频谱中出现的三个峰值是以下内容的数据:按照频率从低到高的顺序为,人在步行的情况下的,由存在于比脊柱部弹簧台座M的部位靠近下方的人的下肢上部的重心GL的摇晃引起的峰值,由存在于比锁骨部弹簧台座T的部位靠近下方的人的胸部上部的重心GM的摇晃引起的峰值,由存在于人的头部的重心GT的摇晃引起的峰值。
因此,可以认为在通过上述频谱分析得到的频谱中出现的三个峰值是在人的身体的状态的判定中有用的信息。
即,本发明的第一形态的判定装置具备:检测人动作时的摇晃的摇动检测器;和控制器,通过将从摇动检测器输出的摇动数据分解为频率成分来进行频谱分析,在通过所述频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一峰值、第二峰值及第三峰值,所述控制器基于所述第一峰值、第二峰值及第三峰值,判定人的身体的状态。
根据以上的结构,本形态的判定装置能够比以往更简单且高精度地判定人的身体的状态。
例如,近年来,在土木建设行业的现场,随着在夏季的高温、高湿度环境下的作业者的疲劳积蓄而产生的作业者的身体状况恶化、作业效率的降低、作业错误发生等被视为问题。另外,作为判定人的疲劳度的一般方法,已知测定人的血糖值、心率等的方法。但这些数据均受个人生活习惯等影响较大,难以通过统一的数值、指标等明确示出人的疲劳度。又,通过进行医院的精密检查来判断的既往医学的判定,不能实时测量人的疲劳的积蓄,因此不适合在土木建设行业的现场、物流行业的现场等进行人的疲劳度的判定。
此处,人由于疲劳或睡眠不足等原因经常会感到晃动。例如,如果在某些作业中开始疲劳,则在步行时容易晃动。而且,存在以下情况:随着疲劳的积蓄,晃动变得显著,同时陷入步行困难的状况。
本发明者深入研究的结果,在人的疲劳没有积存的正常时和积累了疲劳的异常时,判断为人的晃动发生了明确的差异,发现基于与上述频谱中出现的由水平方向的摇晃引起的峰值对应的振幅的大小关系,能够实时且高精度地判定人的疲劳度,并想到了以下的本发明的一形态。
即,本发明的第二形态的判定装置,在第一形态的判定装置中,摇动检测器具备角速度传感器,其检测相对于重力作用的方向正交的水平方向上的人的动作时的摇晃的角速度,第一峰值、第二峰值及第三峰值各自分别包括第一角速度峰值、第二角速度峰值及第三角速度峰值,控制器基于对应于第一角速度峰值的第一振幅、对应于第二角速度峰值的第二振幅、和对应于第三角速度峰值的第三振幅之间的大小关系,判定人的疲劳度。
此处,本发明的第三形态的判定装置,在第三形态的判定装置中,第一角速度峰值为由存在于人的下肢上部的重心的水平方向的摇晃引起的峰值;第二角速度峰值为由存在于人的胸部上部的重心的水平方向的摇晃引起的峰值;第三角速度峰值为由存在于人的头部的重心的水平方向的摇晃引起的峰值。
根据以上的结构,本形态的判定装置能根据不易受个人的生活习惯等影响的、与存在于人的重心的摇晃有关的普遍基准,适当地判定人的疲劳度。又,本形态的判定装置例如在土木建设行业的现场、物流行业的现场等中,仅由作业者佩戴摇动检测器,就能够简单且实时地判定作业者的疲劳度。
此处,如上所述,由于人的身体的状态被认为与重心是否相对于干扰稳定这样的物理现象密切相关,因此本发明人,对通过上述频谱分析得到的频谱中出现的三个峰值频率进一步进行了研究。
<重心的摇晃的共鸣现象>
首先,在本说明书中,如下定义物体的振动现象。振动现象大致分为以下两种。
一种是不同的强制振动使固有周期相同重叠的情况,振幅不稳定地增幅。这种情况下,振动系统不稳定,可能导致破坏。这种现象被称为共振(unstable resonation)。
相对于此,当一个强制振动对最初静止的其他物体进行激振时,该物体按照自身所具有的固有周期开始摇晃,但由于自身不具有运动要素(强制振动),所以振动的程度稳定,不发散且平稳。这种现象被称为共鸣(stable resonation)。
此处,在上述表1中,同时记载了其他峰值频率相对于由重心GL的摇晃引起的峰值频率的倍率。
从表1可以容易地理解,在由被实验者们的重心GL、重心GM及重心GT的摇晃引起的各峰值频率之间,构成以下两个明确的相关(1)及相关(2):
(1)加速度的峰值频率比为整数倍的比率。即,以使由重心GM的摇晃引起的加速度的峰值频率是由重心GL的摇晃引起的加速度的峰值频率的约2倍,由重心GT的摇晃引起的加速度的峰值频率是由重心GL的摇晃引起的加速度的峰值频率的约3倍的形式,分别与加速度的峰值频率相关;
(2)角速度的峰值频率比为奇数倍的比率。即,以使由重心GM的摇晃引起的角速度的峰值频率是由重心GL的摇晃引起的角速度的峰值频率的约3倍,由重心GT的摇晃引起的角速度的峰值频率是由重心GL的摇晃引起的角速度的峰值频率的约5倍的形式,分别与角速度的峰值频率相关。
以上的事实意味着重心GL的摇晃、重心GM的摇晃和重心GT的摇晃共鸣。理由如下。
根据文献2“和建三树,物理学用的数学,6-4 强制振动,岩波书店,pp168”,将成为摇晃的根源的根源频率设为f0时,在对与根源频率f0不同的其他频率的摇晃作用复原力时,如果存在使以下的式(3)成立的整数n,则在其他频率下摇晃也变得显著,但根源频率f0的摇晃更大。
如上所述,以上的现象被称为共鸣。即,所谓产生共鸣引起的摇动,是指产生与根源频率以整数倍呼应的被动且有限大小的摇晃。另外,由于共鸣引起的摇动的能量源只是根源摇动,因此共鸣引起的摇动的大小有限且不发散。
并且,从相关(1)及相关(2)可以理解,由被实验者们的重心GL、重心GM及重心GT的摇晃引起的各峰值频率,明确地表现出式(3)的关系性。
又,如上述所说明的,重心GL位于比脊柱部弹簧台座M的部位靠近下方;重心GM位于比锁骨部弹簧台座T的部位靠近下方。因此,脊柱部弹簧台座M及锁骨部弹簧台座T,不影响与它们的下方的其他弹簧台座对应的重心的摇晃。
又,由于质量越轻,重心的摇晃快速地变小,因此对于重心GL的摇动,重心GM的摇晃和重心GT的摇晃以它们的峰值频率为整数倍共鸣,从而重心GM与重心GL相比更快速地摇动得较小,同时重心GT与重心GM相比更快速地摇动得较小。由此可知,在人的动作中,身体的平衡被自律地维持。
此外,如表1所示,由于重心GL的角速度的峰值频率是重心GL的加速度的峰值频率的约1/2左右的值,因此在相关(1)及相关(2)中说明的、整数倍及奇数倍的频率比率的条件下,三个重心的各自的摇晃,至少在数Hz至数十Hz左右的低频率区域中,相互不易发生共振。这在图2A及图2B、图3A及图3B、以及图4A及图4B中也明确地示出。另外,如上所述,所谓共振,是指频率不同的摇动的发生源的合成振幅在特定的频率下在数学上无限大或不定的现象。在共振下,由于摇晃的振幅为无限大或不定,所以如果发生共振,可能最终导致振动系统破坏,因此需要极力避免。如此,共振与相对于一个摇动的发生源被动地以有限振幅呼应的共鸣是不同的现象。
实际上,在被实验者们的任何数据中,频谱中出现的角速度的峰值频率和频谱中出现的加速度的峰值频率都没有产生重叠。这是人在动作中避开共振而活用共鸣的证明。
由此,可以认为存在于人的重心GL、重心GM及重心GT在相互保持独立性的同时进行共鸣,从而适当地维持人的姿势。即,即使在人的动作(例如,步行、作业等)引起的下肢的剧烈运动使下肢部弹簧台座L支撑的身体整体的重心GL摇动的情况下,脊柱部弹簧台座M支撑的胸部上部的重心GM的摇动也通过上述共鸣现象与重心GL的摇动相比稳定化。此外,锁骨部弹簧台座T支撑的头部的重心GT的摇动通过上述共鸣现象与重心GM的摇动相比稳定化。在现实中,人在步行时胸部和头部几乎感觉不到摇晃。
本发明人深入研究的结果,通过了解上述说明的存在于人的重心的摇晃的共鸣而发现了与人的疲劳度有关的适当的判定基准,想到了以下的本发明的一形态。
即,本发明的第四形态的判定装置,也可以是,在第三形态的判定装置中,控制器在第一振幅、第二振幅及第三振幅按顺序变小的情况下,判定人的疲劳度为正常水平。
即,在以上的情况下,可以认为存在于人的重心GL、重心GM及重心GT是通过在相互保持独立性的同时进行共鸣从而适当地维持人的姿势的正常水平的状态。
又,本发明的第五形态的判定装置,也可以是,在第三形态的判定装置中,控制器在第一振幅为第二振幅以下且大于第三振幅,且第一振幅大于第二振幅及第三振幅的平均值的情况下,判定人的疲劳度为警戒水平。
即,在以上的情况下,将与由人的动作(例如,步行,作业等)引起的下肢的运动产生的身体整体的重心GL的摇晃对应的第一振幅和与由人的动作引起的存在于胸部上部的重心GM的摇晃对应的第二振幅进行比较,由于人的晃动等,后者的第二振幅为前者的第一振幅以上。但是,在该阶段中,由于第一振幅大于第二振幅及第三振幅的平均值,因此可以认为存在于人的重心GL、重心GM及重心GT是通过在相互保持独立性的同时进行共鸣从而维持人的姿势的警戒水平的状态。另外,第二振幅及第三振幅的平均值相当于重心GM及重心GT的摇晃的方向一致时的最大振幅。
又,本发明的第六形态的判定装置,也可以是,在第三形态的判定装置中,控制器在第一振幅为第二振幅以下且大于第三振幅,且第一振幅为第二振幅及第三振幅的平均值以下的情况下,判定人的疲劳度为异常水平。
即,在以上情况下,将与由人的动作(例如,步行时,作业时等)引起的下肢运动产生的身体整体的重心GL的摇晃对应的第一振幅和与由人的动作引起的胸部上部存在的重心GM的摇晃对应的第二振幅进行比较,由于人的晃动等,后者的第二振幅为前者的第一振幅以上。又,第一振幅达到第二振幅及第三振幅的平均值以下。在该状态下,可以认为存在于人的重心GM及重心GT不对下肢的运动产生共鸣,是在人的动作中难以自主维持身体的平衡的异常水平。
[获得本发明的一形态的姿势控制装置的经过]
与图5所示的重心GL、重心GM和重心GT一样,可以容易地类推即使在能够直立双足步行的类人物(humanoid)中也存在三个重心。
在此,本发明者深入研究的结果,发现通过活用上述说明的重心的摇晃的共鸣现象,能够适当地进行类人物的动作时的姿势控制,想到了以下的本发明的一形态。
即,本发明的第七形态的姿势控制装置是控制能直立双足步行的类人物的姿势的装置,具备:检测类人物的动作时的摇晃的摇动检测器;和控制器,
通过将从摇动检测器输出的摇动数据分解为频率成分来进行频谱分析,在频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一峰值、第二峰值及第三峰值,
第一峰值、第二峰值及第三峰值各自是由存在于类人物的三个重心的各自的摇晃引起的峰值,
控制器以使三个重心的各自的摇晃互相共鸣的形式,控制类人物的姿势。
本发明的第八形态的姿势控制装置,也可以是,在第七形态的姿势控制装置中,摇动检测器具备:角速度传感器:其检测相对于重力作用的方向(以下,称为垂直方向)正交的水平方向上的,类人物的动作时的摇晃的角速度;和加速度传感器,其检测在垂直方向上的类人物的动作时的摇晃的加速度,
第一峰值、第二峰值及第三峰值各自分别包括,第一角速度峰值及第一加速度峰值,第二角速度峰值及第二加速度峰值,以及第三角速度峰值及第三加速度峰值,
第一角速度峰值,第二角速度峰值及第三角速度峰值分别是由存在于类人物的三个重心的各自的水平方向的摇晃引起的峰值,
第一加速度峰值,第二加速度峰值及第三加速度峰值分别是由存在于类人物的三个重心的各自的垂直方向的摇晃引起的峰值,
控制器以使三个重心的各自的水平方向的摇晃互相以奇数倍共鸣的同时,使三个重心的各自的垂直方向的摇晃互相以整数倍共鸣的形式,控制类人物的姿势。
根据以上的结构,本形态的姿势控制装置通过利用存在于类人物的三个重心的摇晃的共鸣现象,能够适当地进行类人物的姿势控制。即,能够以与人同样的自然平衡维持类人物的姿势。
又,可以认为本形态的姿势控制装置,与以往相比,能够削减维持类人物的姿势所需的传感器数,同时能够简化类人物的控制构造。
以下,参照所附附图对本发明的各形态的具体例进行说明。以下说明的具体例均表示上述各形态的一例。因此,以下所示的形状、构成元件、构成元件的配置位置及连接形态等,只要不在权利要求中记载,就不限定上述的各形态。又,对于以下的构成元件中的表示本形态的最上位概念的独立权利要求中未记载的构成元件,作为任意的构成元件进行说明。又,在附图中,带有相同符号的构件有时省略说明。又,为了便于理解,附图示意性地表示各个构成元件,对于形状及尺寸比等有时不是正确的表示。又,在以下说明的动作中,根据需要,能够变更各步骤的顺序等。又,根据需要,能追加其他公知的步骤。
(第一实施形态)
[装置结构]
图6是示出第一实施形态的判定装置的一例的图。
如图6所示,判定装置100具备:摇动检测器10;发信机15;和控制器20。
摇动检测器10是检测人的动作时的摇晃的传感器。另外,摇动检测器10例如内置有将模拟信号数据转换为数字信号的功能、除去不需要的信号的滤波功能、增幅信号的功能等,但这些功能都是公知的,因此省略说明。又,摇动检测器10也可以设置有控制上述功能的微处理器。
此处,在本实施形态的判定装置100中,摇动检测器10具备角速度传感器,其检测相对于重力作用的方向(以下,称为垂直方向)正交的水平方向上的人动作时的摇晃的角速度。角速度传感器只要能够检测出这样的人动作时的摇晃的角速度,则可以是任何结构。
例如,角速度传感器,可以是振动式或静电容量式的陀螺仪传感器。陀螺传感器可以是单轴传感器,也可以是双轴传感器,也可以是三轴传感器。
另外,摇动检测器10构成为通过将其安装于人,从而角速度传感器检测人的动作时的水平方向的摇晃的角速度,但该安装位置没有特别限定。例如,在土木建筑行业的现场作业的作业者安装摇动检测器10的情况下,如图7所示,能够容易地固定在作业者佩戴的工程用头盔的头部。
又,摇动检测器10除了上述角速度传感器之外,还具备加速度传感器。加速度传感器只要能够检测垂直方向上的人的动作时的摇晃的加速度,可以是任何结构。
发信机15将从摇动检测器10输出的摇动数据无线地发送至控制器20的接收机。发信机15只要能够将这样的摇动摇动数据无线地发送至控制器20的接收机,则可以是任何结构。例如,发信机15可以是Bluetooth(注册商标)发信机。
此处,如上所述,可以认为人的身体的状态与重心是否相对于干扰稳定这样的物理现象密切相关。
在此,在本实施形态的判定装置100中,通过将从摇动检测器10输出的摇动数据分解为频率成分来进行频谱分析(傅立叶变换),在通过频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一峰值、第二峰值及第三峰值,控制器20基于第一峰值、第二峰值及第三峰值,判定人的身体的状态。
具体而言,例如,当人步行时,如图2A、图3A及图4A所示,第一峰值、第二峰值及第三峰值各自分别包括第一角速度峰值PD1、第二角速度峰值PD2及第三角速度峰值PD3。而且,第一角速度峰值PD1是由存在于人的下肢上部的重心GL(参照图5)的水平方向的摇晃引起的峰值,第二角速度峰值PD2是由存在于人的胸部上部的重心GM(参照图5)的水平方向的摇晃引起的峰值,第三角速度峰值PD3是由存在于人的头部的重心GT(参照图5)的水平方向的摇晃引起的峰值。
此时,控制器20基于对应于第一角速度峰值PD1的第一振幅Al、对应于第二角速度峰值PD2的第二振幅Am、和对应于第三角速度峰值PD3的第三振幅At之间的大小关系,判定人的疲劳度。
作为一例,也可以是,控制器20也可以在第一振幅Al、第二振幅Am及第三振幅At按顺序变小的情况下(即,作为第一判定基准,Al>Am>At的情况下),判定为人的疲劳度为正常水平。
即,在以上的情况下,如上所述,可以认为存在于人的重心GL、重心GM及重心GT是通过在相互保持独立性的同时进行共鸣从而适当地维持人的姿势的正常水平的状态。
又,作为一例,控制器20在第一振幅Al为第二振幅Am以下且大于第三振幅At,且第一振幅Al大于第二振幅Am及第三振幅At的平均值的情况下(即,作为第二判定基准,Am≧Al>At,且Al>(Am+At)/2的情况下),判定人的疲劳度为警戒水平。
此处,第二振幅Am及第三振幅At的平均值相当于重心GM及重心GT的摇晃的方向一致的情况下的最大振幅。
即,以上的情况下,将与由人的动作(例如,步行,作业等)引起的下肢的运动产生的身体整体的重心GL的摇晃对应的第一振幅Al和与由人的动作引起的存在于胸部上部的重心GM的摇晃对应的第二振幅Am进行比较,由于人的晃动等,后者的第二振幅Am为前者的第一振幅Al以上。但是,在该阶段中,由于第一振幅Al大于第二振幅Am及第三振幅At的平均值,因此可以认为存在于人的重心GL、重心GM及重心GT是通过在保持相互独立性的同时进行共鸣从而维持人的姿势的警戒水平的状态。
又,作为一例,控制器20在第一振幅Al为第二振幅Am以下且大于第三振幅At,且第一振幅Al为第二振幅Am及第三振幅At的平均值以下的情况下(即,作为第三判定基准,Am≧Al>At,且Al≦(Am+At)/2的情况下),判定为人的疲劳度为异常水平。
即,在以上情况下,将与由人的动作(例如,步行时,作业时等)引起的下肢的运动产生的身体整体的重心GL的摇晃对应的第一振幅AL和与由人的动作引起的存在于胸部上部的重心GM的摇晃对应的第二振幅Am进行比较,由于人的晃动等,后者的第二振幅Am为前者的第一振幅Al以上。又,第一振幅Al达到第二振幅Am及第三振幅At的平均值以下。在该状态下,可以认为存在于人的重心GM及重心GT不对下肢的运动产生共鸣,是在人的动作中难以自主维持身体的平衡的异常水平。
另外,与以上的人的疲劳度有关的第一判定基准、第二判定基准及第三判定基准是一例,并不限定于本例。例如,也可以是,控制器20在第一振幅Al为第二振幅Am以下,且第二振幅Am为第三振幅At以下的情况下(即,作为第四判定基准,Al≦Am≦At的情况下),判定人的疲劳度为紧急应对水平。
控制器20例如具备:运算电路(未图示);和存储用于进行上述判定的程序的存储电路(未图示)。作为运算电路,例如可以举出MPU(Microprocessor Unit),CPU(centralprocessing unit)等。作为存储电路,例如可以举出存储器(memory)等。控制器20可以由进行集中控制的单独的控制器构成,也可以由相互协作进行分散控制的多个控制器构成。另外,上述程序除了具有执行控制器20的判定基准的功能之外,还可以具有通过将从摇动检测器10输出的摇动数据分解为频率成分来进行频谱分析(傅立叶变换)的功能。
又,控制器20也可以具备未图示的操作设定装置及通知装置。作为操作设定装置,例如可以举出键盘等。作为通知装置,例如可以举出作业者用于识别控制器20的判定内容的显示报警器、声音报警器等。作为显示报警器,可以使用显示面板画面、灯等,但不限于此。作为声音报警器,例如可以使用扬声器等,但不限于此。作为这样的控制器20,可以举出人能够携带的信息携带终端(例如个人计算机),但不限于此。
[动作]
接着,参照附图说明第一实施形态的判定装置的动作的一例。
图8是示出第一实施形态的判定装置的动作的一例的流程图。
另外,以下的动作,例如也可以是通过控制器20的运算电路从控制器20的存储电路读出程序来进行。但是,由控制器20进行以下的动作并不一定是必须的。作业者也可以进行其一部分的动作。
作业者例如在土木建筑行业的现场作业时,通过戴上固定有摇动检测器10的工程用头盔,开始作业。
首先。在步骤S1中,适时地进行从摇动检测器10的角速度传感器输出的角速度数据的采样。
接着,在步骤S2中,通过将角速度数据分解为频率成分来进行频谱分析(角速度数据的FFT处理)。于是,如图2A、图3A及图4A所示,在通过频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一角速度峰值PD1、第二角速度峰值PD2及第三角速度峰值PD3,因此特别确定对应于第一角速度峰值PD1的第一振幅Al、对应于第二角速度峰值PD2的第二振幅Am、对应于第三角速度峰值PD3的第三振幅At(步骤S3)。
接着,在步骤S4中,判定在步骤S3中得到的第一振幅Al和第二振幅Am和第三振幅At之间的大小关系是否满足第一判定基准(Al>Am>At)。
在上述的大小关系满足第一判定基准的情况下(步骤S4中为“是”的情况下),在步骤S5中,判定作业者的疲劳度为正常水平。此时,使用控制器20的通知装置,向作业者通知作业者的疲劳度为正常水平即可。在上述通知之后,也可以在步骤S1中,适时地重新开始步骤S1以后的动作。
在上述的大小关系不满足第一判定基准的情况下(步骤S4中为“否”的情况下),进入下一步骤6。
在步骤S6中,判定在步骤S3中得到的第一振幅Al和第二振幅Am和第三振幅At之间的大小关系是否满足第二判定基准(Am≧Al>At,且Al>(Am+At)/2)。
在上述的大小关系满足第二判定基准的情况下(步骤S6为“是”的情况下),在步骤S7中,判定作业者的疲劳度为警戒等级。此时,使用控制器20的通知装置,向作业者通知作业者的疲劳度为警戒水平即可。在上述通知之后,也可以在步骤S1中,适时地重新开始步骤S1以后的动作。
在上述的大小关系不满足第二判定基准的情况下(步骤S6为“否”的情况下),进入下一步骤8。
在步骤S8中,判定在步骤S3中得到的第一振幅Al和第二振幅Am和第三振幅At和之间的大小关系是否满足第三判定基准(Am≧Al>At,且Al≦(Am+At)/2)。
在上述的大小关系满足第三判定基准的情况下(步骤S8为“是”的情况下),在步骤S7中,判定作业者的疲劳度为异常水平。此时,使用控制器20的通知装置,向作业者通知作业者的疲劳度为异常水平即可。
在上述通知之后及上述大小关系不满足第三判定基准的情况下(步骤S8为“否”的情况下),也可以在步骤S1中,适时地重新开始步骤S1以后的动作。
[实验]
对将上述的第一判定基准、第二判定基准及第三判定基准应用于被实验者[3]步行时的疲劳度的判定的事例进行说明。具体而言,在高温及高湿度的夏季,被实验者[3]戴上固定有摇动检测器10的工程用头盔,背着装有控制器20的背包步行,由此测定从摇动检测器10输出的摇动数据。
图9A及图9B是示出在从被实验者[3]的步行开始经过20分钟时的,分析从摇动检测器输出的摇动数据的结果的一例的图。
图10A及图10B是示出在从被实验者[3]的步行开始经过40分钟时的,分析从摇动检测器输出的摇动数据的结果的一例的图。
图11A及图11B是示出在从被实验者[3]的步行开始经过60分钟时的,分析从摇动检测器输出的摇动数据的结果的一例的图。
图12A及图12B示出在从被实验者[3]的步行开始经过60分钟后,被实验者[3]刚刚休息并获取完水分之后的,分析从摇动检测器输出的摇动数据的结果的一例的图。
另外,图9A、图10A、图11A及图12A的横轴、纵轴及峰值频率与图4A相同,因此省略说明。又,图9B、图10B、图11B及图12B的横轴、纵轴及峰值频率与图4B相同,因此省略说明。
此处,如图9A、图10A、图11A及图12A所示,在通过频谱分析获得的频谱中,按照频率从低到高的顺序,出现第一角速度峰值PD1、第二角速度峰值PD2及第三角速度峰值PD3。在此,以下的表2中,按照从被实验者[3]的步行开始起的经过时间,示出了对应于第一角速度峰值PD1的第一振幅Al、对应于第二角速度峰值PD2的第二振幅Am及对应于第三角速度峰值PD3的第三振幅At。
[表2]
首先,如图9A及表2所示,在从被实验者[3]的步行开始经过20分钟时,第一振幅Al、第二振幅Am及第三振幅At分别为“2.131”、“1.652”及“0.958”,这些数值满足第一判定基准(Al>Am>At)。
该结果意味着在被实验者[3]步行时,存在于被实验者[3]的重心GL、重心GM及重心GT在保持相互独立性的同时进行共鸣,从而适当地维持人的姿势。
因此,在该阶段中,判定被实验者[3]的步行引起的疲劳度为正常水平。
另外,如图9B所示,在通过频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一加速度峰值PG1、第二加速度峰值PG2及第三加速度峰值PG3。
接着,如图10A及表2所示,在从被实验者[3]的步行开始经过40分钟时,第一振幅Al、第二振幅Am及第三振幅At分别为“2.132”、“2.141”及“1.136”,这些数值满足第二判定基准(Am≧Al>At,且Al>(Am+At)/2)。
该结果意味着在被实验者[3]步行时,由于被实验者[3]的晃动等,第二振幅Am成为第一振幅Al以上。然而,该结果也意味着,由于第一振幅Al大于第二振幅Am及第三振幅At的平均值,因此存在于被实验者[3]的重心GL、重心GM及重心GT在保持相互独立性的同时进行共鸣,从而维持人的姿势。
因此,在该阶段中,判定被实验者[3]的步行引起的疲劳度为警戒水平。
另外,如图10B所示,在通过频谱分析得到频谱中,按照频率从低到高的顺序,出现第一加速度峰值PG1,第二加速度峰值PG2及第三加速度峰值PG3,这些相对于图9B中所示的峰值没有观察到变化。
接着,如图11A及表2所示,在从被实验者[3]的步行开始经过60分时,第一振幅Al、第二振幅Am及第三振幅At分别为“1.653”、“2.154”及“1.280”,这些数值满足第三判定基准(Am≧Al>At,且Al≦(Am+At)/2)。
该结果意味着,在被实验者[3]步行时,由于被实验者[3]的晃动等,第二振幅Am成为第一振幅Al以上。又,该结果意味着,由于第一振幅Al达到第二振幅Am及第三振幅At的平均值以下,因此存在于被实验者[3]的重心GM及重心GT不对下肢的运动产生共鸣,在被实验者[3]的步行中,难以自主维持身体的平衡。
因此,在该阶段中,判定被实验者[3]的步行引起的疲劳度为异常水平。
另外,如11B所示,在通过频谱分析得到频谱中,按照频率从低到高的顺序,出现第一加速度峰值PG1、第二加速度峰值PG2及第三加速度峰值PG3,这些相对于图9B中所示的峰值没有观察到变化。
接着,如图12A及表2所示,在从被实验者[3]开始经过60分钟之后,在被实验者[3]刚刚休息并获取完水分之后,第一振幅Al、第二振幅Am及第三振幅At分别为“1.742”、“1.353”及“0.568”,这些数值满足第一判定基准(Al>Am>At)。
该结果意味着在被实验者[3]步行时,存在于被实验者[3]的重心GL、重心GM及重心GT在保持相互独立性的同时进行共鸣,从而适当地维持人的姿势。
因此,在该阶段中,被实验者[3]的由步行引起的疲劳通过充分的休息而恢复,从而判定被实验者[3]的疲劳重回到正常水平。
另外,如图12B所示,在通过频谱分析得到频谱中,按照频率从低到高的顺序,出现第一加速度峰值PG1、第二加速度峰值PG2及第三加速度峰值PG3,这些相对于图9B中所示的峰值没有观察到变化。
如上所述,本实施形态的判定装置100能够比以往更简单且高精度地判定人的身体的状态。
例如,近年来,在土木建设行业的现场,随着在夏季的高温、高湿度环境下的作业者的疲劳积蓄而产生的作业者的身体状况恶化、作业效率的降低、作业错误发生等被视为问题。另外,作为判定人的疲劳度的一般方法,已知测定人的血糖值、心率等的方法。但这些数据均受个人生活习惯等影响较大,难以通过统一的数值、指标等明确示出人的疲劳度。又,通过进行医院的精密检查来判断的既往医学的判定,不能实时测量人的疲劳的积蓄,因此不适合在土木建设行业的现场、物流行业的现场等进行人的疲劳度的判定。
相对于此,本实施形态的判定装置100能根据不易受个人的生活习惯等影响的、与存在于人的重心的摇晃有关的普遍基准,适当地判定人的疲劳度。又,本实施形态的判定装置100例如在土木建设行业的现场、物流行业的现场等中,仅由作业者佩戴摇动检测器10,就能够简单且实时地判定作业者的疲劳度。
(变形例)
本实施形态中,说明了控制器20通过使用摇动检测器10检测人的动作(例如,步行时、作业时等)引起的存在于人的重心的摇晃,来判定人的疲劳度的情况。
但是,控制器20也能通过使用摇动检测器10检测人的动作(例如,步行时,作业时等)引起的存在于人的重心的摇晃,来判定例如人的健康状态。
具体而言,例如,不健康肥胖的人与健康人相比,下肢部弹簧座L支撑的身体整体的重心GL的位置与脊柱部弹簧座M支撑的胸部上部的重心GM的位置往往接近。又,不健康肥胖的人与健康者相比,下肢部弹簧台座L的位置与重心GL的位置往往接近。于是,通过将从摆动检测器10输出摆动数据分解为频率成分来进行频谱分析(傅立叶变换),在频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一峰值、第二峰值及第三峰值时,第一峰值、第二峰值及第三峰值在不健康肥胖的人和健康人中被认为是不同的。
由此,控制器20能够基于第一峰值、第二峰值及第三峰值来判定人的健康状态。
本变形例的判定装置100除了上述特征以外,也可以与第一实施形态的判定装置100相同。
(第二实施形态)
图13是示出第二实施形态的姿势控制装置的一例的图。
如图13所示,姿势控制装置200具备:摇动检测器10;发信机15;和控制器20A。
此处,关于摇动检测器10及发信机15,由于与第一实施形态相同,所以省略说明。
如上所述,与图5所示的重心GL、重心GM及重心GT同样地,能够容易地类推出即使在能够直立双足步行的类人物中,也存在三个重心。
在此,在本实施形态的姿势控制装置200中,在类人物动作时,通过将从佩戴在类人物上的摇动检测器10输出的摆动数据分解为频率成分来进行频谱分析(傅立叶变换)。于是,在通过频谱分析得到频谱中,按照频率从低到高的顺序,出现的第一峰值、第二峰值及第三峰值分别是由存在于类人物(未图示)中的三个重心的各自的摇晃引起的峰值,控制器20A以使存在于类人物的三个重心的各自的摇晃相互共鸣的形式,控制类人物的姿势。
具体而言,第一峰值、第二峰值及第三峰值各自分别包括第一角速度峰值PD1及第一加速度峰值PG1、第二角速度峰值PD2及第二加速度峰值PG2、以及第三角速度峰值PD3及第三加速度峰值PG3。而且,第一角速度峰值PD1、第二角速度峰值PD2及第三角速度峰值PD3分别是由存在于类人物的三个重心的各自的水平方向的摇晃引起的峰值,第一加速度峰值PG1、第二加速度峰值PG2及第三加速度峰值PG3分别是由存在于类人物的三个重心的各自的垂直方向的摇晃引起的峰值。
此时,控制器20A以使存在于类人物的三个重心的各自的水平方向的摇晃相互以奇数倍共鸣,同时使三个重心的各自的垂直方向的摇晃相互以整数倍共鸣的形式控制类人物的姿势。另外,在该情况下,控制器20A以使存在于类人物的三个重心的各自的水平方向的摇晃和存在于类人物的三个重心的各自的垂直方向的摇晃难以共振的形式,控制类人物的姿势。这例如是通过将与上述水平方向的摇晃中的频率最低的摇晃对应的频率和与上述垂直方向的摇晃中的频率最低的摇晃对应的频率错开规定的频率来实现。作为一例,前者的频率可以是后者的频率的约1/2左右。
控制器20A例如具备运算电路(未图示)和存储用于进行上述姿势控制的程序的存储电路(未图示)。作为运算电路,例如可以举出MPU(Microprocessor Unit),CPU(centralprocessing unit)等。作为存储电路,例如可以举出存储器等。控制器20A可以由进行集中控制的单独的控制器构成,也可以由相互协作进行分散控制的多个控制器构成。
由以上,本实施形态的姿势控制装置200通过利用存在于类人物中的三个重心的摇晃的共鸣现象,能够适当地进行类人物的姿势控制。即,能够以与人同样的自然的平衡维持类人物的姿势。
又,可以认为本实施形态的姿势控制装置200与以往相比,能够削减维持类人物的姿势所需的传感器数,同时能够简化类人物的控制构造。
另外,第一实施形态,第一实施形态的变形例及第二实施形态只要不相互排除对方,也可以相互组合。
又,根据上述说明,对于本领域技术人员来说,本发明的许多改良和其他实施形态是显而易见的。因此,上述说明仅应被解释为示例,其目的是为了教导本领域技术人员执行本发明的最佳形态而提供。在不脱离本发明的精神的情况下,其构造和/或功能的细节可以实质性改变。
产业上的可利用性
本发明的一形态可以利用于能够比以往更简单且高精度地判定人的身体状态的判定装置。
符号说明
10:摇动检测器;
15:发信机;
20:控制器;
20A:控制器;
100:判定装置;
200:姿势控制装置;
GL:重心;
GM:重心;
GT:重心;
L:下肢部弹簧台座;
M:脊柱部弹簧台座;
T:锁骨部弹簧台座。
Claims (8)
1.一种判定装置,其特征在于,具备:
检测人的动作时的摇晃的摇动检测器;和控制器,
通过将从所述摇动检测器输出的摇动数据分解为频率成分来进行频谱分析,在通过所述频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一峰值、第二峰值及第三峰值,
所述控制器基于所述第一峰值、第二峰值及第三峰值,判定所述人的身体的状态。
2.根据权利要求1所述的判定装置,其特征在于,
所述摇动检测器具备角速度传感器,其检测相对于重力作用的方向正交的水平方向上的、所述人的动作时的摇晃的角速度,
第一峰值、第二峰值及第三峰值各自分别包括第一角速度峰值、第二角速度峰值及第三角速度峰值,
所述控制器基于对应于所述第一角速度峰值的第一振幅、对应于所述第二角速度峰值的第二振幅和对应于所述第三角速度峰值的第三振幅之间的大小关系,判定人的疲劳度。
3.根据权利要求2所述的判定装置,其特征在于,
所述第一角速度峰值是由存在于所述人的下肢上部的重心的水平方向的摇晃引起的峰值,所述第二角速度峰值是由存在于所述人的胸部上部的重心的水平方向的摇晃引起的峰值,所述第三角速度峰值是由存在于所述人的头部的重心的水平方向的摇晃引起的峰值。
4.根据权利要求3所述的判定装置,其特征在于,
所述控制器在所述第一振幅、所述第二振幅及所述第三振幅按顺序变小的情况下,判定人的疲劳度为正常水平。
5.根据权利要求3所述的判定装置,其特征在于,
所述控制器在所述第一振幅为所述第二振幅以下且比所述第三振幅大,并所述第一振幅比所述第二振幅及所述第三振幅的平均值大的情况下,判定人的疲劳度为警戒水平。
6.根据权利要求3所述的判定装置,其特征在于,
所述控制器在所述第一振幅为所述第二振幅以下且比所述第三振幅大,并所述第一振幅为所述第二振幅及所述第三振幅的平均值以下的情况下,判定人的疲劳度为异常水平。
7.一种姿势控制装置,其特征在于,是控制能直立双足步行的类人物的姿势的姿势控制装置,具备:
检测类人物的动作时的摇晃的摇动检测器;和控制器,
通过将从所述摇动检测器输出的摇动数据分解为频率成分来进行频谱分析,在通过所述频谱分析得到的频谱中,按照频率从低到高的顺序,出现第一峰值、第二峰值及第三峰值,
所述第一峰值、第二峰值及第三峰值分别是由存在于所述类人物的三个重心的各自的摇晃引起的峰值,
所述控制器以使所述三个重心的各自的摇晃互相共鸣的形式,控制所述类人物的姿势。
8.根据权利要求7所述的姿势控制装置,其特征在于,
所述摇动检测器具备:角速度传感器,其检测相对于重力作用的方向(以下,称为垂直方向)正交的水平方向上的、所述类人物的动作时的摇晃的角速度;和加速度传感器,其检测垂直方向上的所述类人物的动作时的摇晃的加速度,
所述第一峰值、第二峰值及第三峰值各自分别包括第一角速度峰值及第一加速度峰值、第二角速度峰值及第二加速度峰值、以及第三角速度峰值及第三加速度峰值,
所述第一角速度峰值、第二角速度峰值及第三角速度峰值分别是由存在于所述类人物的三个重心的各自的水平方向的摇晃引起的峰值,
所述第一加速度峰值、第二加速度峰值及第三加速度峰值分别是由存在于所述类人物的三个重心的各自的垂直方向的摇晃引起的峰值,
所述控制器以使所述三个重心的各自的水平方向的摇晃互相以奇数倍共鸣的同时,使所述三个重心的各自的垂直方向的摇晃互相以整数倍共鸣的形式,控制所述类人物的姿势。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/004615 WO2021157026A1 (ja) | 2020-02-06 | 2020-02-06 | 判定装置および姿勢制御装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114980809A true CN114980809A (zh) | 2022-08-30 |
Family
ID=77200577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080095527.0A Pending CN114980809A (zh) | 2020-02-06 | 2020-02-06 | 判定装置及姿势控制装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230083094A1 (zh) |
EP (1) | EP4101376A4 (zh) |
JP (1) | JP7370021B2 (zh) |
KR (1) | KR20220127901A (zh) |
CN (1) | CN114980809A (zh) |
WO (1) | WO2021157026A1 (zh) |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3969412B2 (ja) | 1997-09-05 | 2007-09-05 | セイコーエプソン株式会社 | 生体情報計測装置 |
WO2002094091A1 (fr) | 2001-05-22 | 2002-11-28 | Kazuyoshi Sakamoto | Dispositif de controle de fatigue et procede d'evaluation de fatigue |
JP2004081745A (ja) * | 2002-08-29 | 2004-03-18 | Seiko Epson Corp | ピッチ計、ピッチ計の制御方法、腕時計型情報処理装置、制御プログラムおよび記録媒体 |
JP4649913B2 (ja) | 2003-09-19 | 2011-03-16 | ソニー株式会社 | ロボット装置及びロボット装置の移動制御方法 |
JP4345459B2 (ja) | 2003-12-01 | 2009-10-14 | 株式会社デンソー | 生体状態検出装置 |
JP2005342254A (ja) | 2004-06-03 | 2005-12-15 | Matsushita Electric Ind Co Ltd | 歩行周期検出装置 |
WO2007138930A1 (ja) * | 2006-05-29 | 2007-12-06 | Sharp Kabushiki Kaisha | 疲労推定装置及びそれを搭載した電子機器 |
JP4517107B2 (ja) | 2006-11-22 | 2010-08-04 | 国立大学法人東京海洋大学 | 重心検知装置および横転限界速度予測装置並びに貨物重量予測装置並びに演算プログラム |
US9990333B1 (en) * | 2014-05-28 | 2018-06-05 | University Of South Florida | Systems and methods for synchronizing the kinematics of uncoupled, dissimilar rotational systems |
JP6080078B2 (ja) | 2014-08-18 | 2017-02-15 | 高知県公立大学法人 | 姿勢および歩行状態推定装置 |
KR102250045B1 (ko) | 2014-10-06 | 2021-05-11 | 삼성디스플레이 주식회사 | 디스플레이 장치 및 디스플레이 시스템 |
JP6321755B2 (ja) * | 2016-10-26 | 2018-05-09 | ミネベアミツミ株式会社 | 妊娠状態モニタリングシステム |
-
2020
- 2020-02-06 KR KR1020227028094A patent/KR20220127901A/ko unknown
- 2020-02-06 CN CN202080095527.0A patent/CN114980809A/zh active Pending
- 2020-02-06 JP JP2021575200A patent/JP7370021B2/ja active Active
- 2020-02-06 EP EP20917314.5A patent/EP4101376A4/en active Pending
- 2020-02-06 US US17/760,293 patent/US20230083094A1/en active Pending
- 2020-02-06 WO PCT/JP2020/004615 patent/WO2021157026A1/ja active Search and Examination
Also Published As
Publication number | Publication date |
---|---|
JPWO2021157026A1 (zh) | 2021-08-12 |
US20230083094A1 (en) | 2023-03-16 |
JP7370021B2 (ja) | 2023-10-27 |
EP4101376A1 (en) | 2022-12-14 |
WO2021157026A1 (ja) | 2021-08-12 |
EP4101376A4 (en) | 2023-06-21 |
KR20220127901A (ko) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Leirós-Rodríguez et al. | Analyzing the use of accelerometers as a method of early diagnosis of alterations in balance in elderly people: A systematic review | |
Baghdadi et al. | Hip and trunk kinematics estimation in gait through Kalman filter using IMU data at the ankle | |
Kavanagh et al. | The role of the neck and trunk in facilitating head stability during walking | |
Wong et al. | Clinical applications of sensors for human posture and movement analysis: a review | |
CN107920782A (zh) | 步行分析方法及步行分析系统 | |
Grimm et al. | Evaluating physical function and activity in the elderly patient using wearable motion sensors | |
US20140024981A1 (en) | Wearable vibratory stimulation device and operational protocol thereof | |
Zhang et al. | A wireless human motion monitoring system for smart rehabilitation | |
JP2012513227A (ja) | 歩行モニタ | |
KR101043556B1 (ko) | 척추 측만정도 측정시스템 및 방법 | |
Giansanti et al. | Energetic assessment of trunk postural modifications induced by a wearable audio-biofeedback system | |
Sabatini | Inertial sensing in biomechanics: a survey of computational techniques bridging motion analysis and personal navigation | |
Ross et al. | Detecting dynamical boundaries from kinematic data in biomechanics | |
CN114980809A (zh) | 判定装置及姿势控制装置 | |
US20240032820A1 (en) | System and method for self-learning and reference tuning activity monitor | |
Weinberg et al. | Tilt determination in MEMS inertial vestibular prosthesis | |
Martínez-Solís et al. | A portable system with sample rate of 250 Hz for characterization of knee and hip angles in the sagittal plane during gait | |
Junior et al. | Use of wearable inertial sensors for the assessment of spatiotemporal gait variables in children: A systematic review | |
Côrrea et al. | Accelerometry for the motion analysis of the lateral plane of the human body during gait | |
CZ309829B6 (cs) | Zařízení, systém a způsob pro monitoring chůze osoby | |
Andò et al. | A multisensor architecture for the assessment of postural sway in elderly and people with neurological disease | |
Baadkar et al. | Posture Detector Using 8051 Microcntroller | |
Lim | Combining inertial sensing and predictive modeling for biomechanical exposure assessment in specific material handling work | |
Tsuruoka et al. | Analysis of 1/f fluctuation in walking using gyro sensor system | |
Chinimilli | Human activity recognition and control of wearable robots |
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 |