CN115551411A - 疲劳推测系统、疲劳推测方法及程序 - Google Patents
疲劳推测系统、疲劳推测方法及程序 Download PDFInfo
- Publication number
- CN115551411A CN115551411A CN202180033912.7A CN202180033912A CN115551411A CN 115551411 A CN115551411 A CN 115551411A CN 202180033912 A CN202180033912 A CN 202180033912A CN 115551411 A CN115551411 A CN 115551411A
- Authority
- CN
- China
- Prior art keywords
- fatigue
- degree
- subject person
- information
- posture
- 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
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1114—Tracking parts of the body
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- 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
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
疲劳推测系统(200)具备:信息输出装置(例如摄像装置(101)),输出与对象者(11)的身体部位的位置有关的信息;以及推测装置(100),基于在规定期间内从信息输出装置输出的信息,将对应于疲劳累积而出现的特定动作的次数进行计数,由此推测在规定期间内累积的对象者(11)的疲劳度并输出。
Description
技术领域
本公开涉及用来推测对象者的疲劳度的疲劳推测系统、疲劳推测方法及程序。
背景技术
近年来,因为疲劳的累积,以身体状况不佳为代表带来受伤及事故等的事例随处可见。对此,通过推测疲劳的程度而将身体状况不佳、受伤及事故等防止于未然的技术受到关注。例如,作为用来推测相当于上述的疲劳的程度的疲劳度的疲劳推测系统,公开了基于力计测及生物体电阻抗计测来判定疲劳的有无及疲劳的种类的疲劳判定装置(参照专利文献1)。
现有技术文献
专利文献
专利文献1:日本特开2017-023311号公报
发明内容
发明要解决的课题
但是,上述的疲劳度的推测有时不能适当地进行。所以,在本公开中,提供能够更适当地推测对象者的疲劳度的疲劳推测系统等。
用来解决课题的手段
有关本公开的一技术方案的疲劳推测系统具备:信息输出装置,输出与对象者的身体部位的位置有关的信息;以及推测装置,基于在规定期间内从上述信息输出装置输出的上述信息,将对应于疲劳累积而出现的特定动作的次数进行计数,由此推测在上述规定期间内累积的上述对象者的疲劳度并输出。
此外,有关本公开的一技术方案的疲劳推测方法包括:取得步骤,取得与对象者的身体部位的位置有关的信息;以及推测步骤,基于被输出的上述信息,将对应于规定期间内的疲劳累积而出现的特定动作的次数进行计数,由此推测在上述规定期间内累积的上述对象者的疲劳度。
此外,本公开的一技术方案能够作为用来使计算机执行上述记载的疲劳推测方法的程序来实现。
发明效果
有关本公开的一技术方案的疲劳推测系统等能够更适当地推测对象者的疲劳度。
附图说明
图1是说明实施方式的疲劳推测系统的概要的概略图。
图2是表示实施方式的疲劳推测系统的功能结构的框图。
图3是用来说明实施方式的特定动作的图。
图4是用来说明实施方式的个人疲劳信息的图。
图5是用来说明实施方式的个人疲劳信息的构建方法的图。
图6是用来说明实施方式的疲劳度的推测的图。
图7是用来说明实施方式的空白期间的图。
图8是用来说明实施方式的疲劳度的修正的图。
图9是例示从实施方式的疲劳推测系统输出的信息的第1图。
图10是例示从实施方式的疲劳推测系统输出的信息的第2图。
图11是表示实施方式的疲劳推测系统的动作的流程图。
具体实施方式
以下,参照附图对实施方式具体地进行说明。另外,以下说明的实施方式都表示包含性或具体的例子。在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置及连接形态、步骤、步骤的顺序等是一例,不是限定本公开的意思。此外,关于以下的实施方式的构成要素中的、在独立权利要求中没有记载的构成要素,设为任意的构成要素进行说明。
另外,各图是示意图,并不一定是严密地图示的。此外,在各图中,对于实质上相同的构成赋予相同的标号,有将重复的说明省略或简略化的情况。
(实施方式)
[系统结构]
首先,参照图1及图2对实施方式的疲劳推测系统的整体结构进行说明。图1是说明实施方式的疲劳推测系统的概要的概略图。在图1中表示使用疲劳推测系统200实施对象者11的疲劳度的推测的状况。在图1所示的场景中,对象者11就座于椅子12上操作放置于桌子13之上的计算机100a。
在本实施方式中,疲劳推测系统200基于在摄像装置101中拍摄的对象者11的图像来实施对象者11的疲劳度的推测。摄像装置101拍摄的图像经由因特网等网络被发送至推测装置100。推测装置100例如是安装于云服务器等服务器装置中的计算处理装置,基于图像进行该图像中包含的对象者11的疲劳度的推测。推测结果例如经由网络被发送至对象者11操作的计算机100a,显示在计算机100a的画面上,或者储存到存储装置(后述的存储部24等)中。
在此情况下,对象者11能够在使用计算机100a的作业中确认显示在相同的计算机100a上的推测结果。另外,在本实施方式中说明如上述说明的那样由服务器装置实现推测装置100的例子,但疲劳推测系统200的结构并不限于此。例如,推测装置100也可以内置在计算机100a中。即,计算机100a是其他实施方式中的推测装置。
在使用计算机100a作为推测装置的情况下,不需要具备网络及服务器装置,所以能够以摄像装置101和计算机100a这样的简单的结构实现疲劳推测系统200。此外,有时在计算机100a的能够拍摄对象者11的位置上设置相机,通过使用该相机作为上述的摄像装置101,还能够仅通过计算机100a实现疲劳推测系统200。
在本公开中,在推测装置100中,当根据对象者11的姿势进行对象者11的疲劳度的推测时,通过将对应于对象者11的疲劳累积而出现的特定动作的次数在规定期间中进行计数,能够通过简单的计算处理推测在该规定期间中累积的对象者11的疲劳度。规定期间是由对象者11或管理对象者11的疲劳度的管理者等的疲劳推测系统200的用户设定的期间,可以设定1小时、8小时、1天、3天、1周、1个月等所有的期间。在本实施方式中,说明将规定期间设为1天,推测一天内累积于对象者11的疲劳度的疲劳推测系统200。
此外,这样的特定动作的次数与累积的疲劳度的关系有时按每个对象者11而不同,所以在本实施方式中,通过使用匹配于对象者11而预先构建的个人疲劳信息,能够得到适合于对象者11的疲劳度的推测结果。通过上述构成,能够用简单的计算处理推测对象者11的疲劳度,进而,这里能够实现适合于每个对象者11的疲劳度的推测。
图2是表示实施方式的疲劳推测系统的功能结构的框图。如图2所示,本实施方式的疲劳推测系统200具备推测装置100、摄像装置101、受理装置102、取得装置103、外部装置104及显示装置105。
如上述那样,推测装置100是推测累积于对象者11的疲劳度的处理装置,安装到服务器装置而实现。推测装置100具备第1取得部21、第2取得部22、第3取得部23、存储部24、姿势推测部25、判定部26、疲劳推测部27及输出部28。
第1取得部21是取得拍摄了对象者11的图像的通信模块。第1取得部21例如通过经由网络与摄像装置101进行通信来取得在摄像装置101中拍摄的图像。
摄像装置101是通过拍摄包含对象者11的图像而输出的装置,例如由监视相机等的设置在设施上的相机、内置在计算机100a或便携终端等中的相机及疲劳推测系统200的专用的相机等实现。另外,摄像装置101输出并由第1取得部21取得的图像是沿着时间序列连续地拍摄的所谓的运动图像。第1取得部21与由摄像装置101进行的拍摄并行地取得这样的运动图像。第1取得部21将所取得的图像向姿势推测部25输出。
姿势推测部25是基于从第1取得部21输出的图像来推测对象者11的姿势的处理部。姿势推测部25通过由处理器及存储器等执行规定的程序来实现。如上述那样,由于图像是由在时间序列上连续的帧图像构成的运动图像,所以姿势推测部25关于构成运动图像的各个帧图像推测对象者11的姿势。由此,遍及进行疲劳度的推测的规定期间的整个期间从姿势推测部25输出推测出的对象者11的姿势。但是,在对象者11从摄像装置101的视场角内离开时,姿势推测部25也可以停止推测对象者11的姿势。
姿势推测部25通过由规定的程序进行图像处理,确定图像中包含的对象者11的图像内的关节位置。姿势推测部25输出通过根据关节彼此的相对位置使规定长度的骨骼连接两个关节间来表现的关节位置模型,作为姿势推测的结果。另外,关节位置模型由于与连接关节间的骨骼彼此的相对位置一对一地对应,所以也可以改称为骨骼位置模型。在推测装置100中,基于在这里输出的对象者11的姿势,将对应于对象者11的疲劳累积而出现的特定动作的次数进行计数,从而能够推测对象者11的疲劳度。
此外,在存储部24中保存有个人疲劳信息作为与特定动作有关的信息。存储部24是由半导体存储器、磁存储介质及光学存储介质等实现的存储装置。在存储部24中,保存有包括个人疲劳信息的在推测装置100中使用的各种信息。推测装置100的各处理部等通过从存储部24读出所需的信息而使用该信息,根据需要将各处理部生成等的信息新写入存储部24。关于特定动作和个人疲劳信息,参照图3~图5在后面叙述。
基于由姿势推测部25推测出的对象者11的姿势的、特定动作的次数的计数,基于由推测出的对象者11的姿势的变化带来的对象者11的动作是否符合特定动作的判定来进行。该判定由判定部26进行。判定部26是具有上述功能的处理部,通过由处理器及存储器等执行规定的程序来实现。如上述那样,判定部26通过判断基于推测出的对象者11的姿势的动作是否符合特定动作,判定是否进行了特定动作。判定部26在判定为对象者11的动作符合特定动作的情况下,对该特定动作的次数加1。
疲劳推测部27是根据特定动作的次数来推测对象者11的疲劳度的处理部。疲劳推测部27通过由处理器及存储器等执行规定的程序来实现。关于疲劳推测部27的详细的动作在后面叙述。
疲劳推测部27在推测对象者11的疲劳度时,通过将根据特定动作的次数计算出的疲劳度进行修正,进行更正确的疲劳度的推测。除了疲劳推测部27以外,第2取得部22及第3取得部23也参与疲劳度的修正。第2取得部22是取得对象者11输入的、基于对象者11的主观的疲劳感的通信模块。第2取得部22例如通过经由网络与受理装置102进行通信来取得由对象者11输入的疲劳感。
受理装置102是受理由对象者11进行的输入的装置,由接口设备等装置实现。在疲劳推测系统200中,使对象者11输入基于主观的疲劳感为何种程度,使用被输入的疲劳感进行计算出的疲劳度的修正。关于使用疲劳感的修正在后面叙述。另外,疲劳感中包含能够与疲劳度比较的同等的信息。
第3取得部23是取得对象者11的个人信息的通信模块。第3取得部23例如通过经由网络与取得装置103进行通信来取得包含对象者11的个人信息的健康诊断结果。取得装置103例如通过经由网络与保存有健康诊断结果的外部装置104等进行通信来取得包含对象者11的个人信息的健康诊断结果。这里的外部装置104例如是实施健康诊断的医院等设施的服务器、对健康诊断的实施进行中介的经营者的服务器以及保存有包括对象者11的公司职员的健康诊断结果的公司内的服务器等。另外,第3取得部23也可以只是取得对象者11自身经由受理装置102等输入的个人信息。
这里,对象者11的个人信息是包括对象者11的年龄、性别、身高、体重、肌肉量、精神压力程度、体脂率及对于运动的熟练度中的至少一个的信息。对象者11的年龄既可以是具体的数值,也可以是如10~19岁、20~29岁及30~39岁那样按每10岁划分的年龄段,也可以是如59岁以下或60岁以上那样的以规定的年龄为边界的两个分类的年龄段,也可以是其他。
此外,对象者11的性别是从男性及女性这二者中选择的、适合于对象者11的一方。此外,作为身高及体重,分别取得对象者11的身高及体重的数值。此外,作为肌肉量,可取得使用体组成计等计测的对象者11的肌肉的组成比率。此外,精神压力程度是作为对象者11感到的主观性的精神压力的程度而从高度、中度及低度等选项中通过对象者11自身的选择来决定的信息。
此外,对象者11对于运动的熟练度既可以用对象者11实施规定的运动程序时的得分来定量化,也可以是对象者11平时做过来的运动的状况。前者中,例如用进行10次背肌运动所需要的时间、跑50m所需要的时间、远投的飞行距离等来定量化。后者中,例如通过一周进行几天运动或进行几小时运动等来定量化。另外,由于个人信息是以提高推测的疲劳度的正确度的目的使用的,所以在确保充分的正确度的情况下,也可以不具备第3取得部23、取得装置103及外部装置104而实现疲劳推测系统200。
疲劳推测部27基于所取得的个人信息对根据将特定动作的次数进行计数的结果计算出的疲劳度进行修正,从而最终进行要从推测装置100输出的疲劳度的推测。在使用个人信息的疲劳度的修正中,例如,对象者11的年龄越接近于肌肉发达的峰值年龄则越减小疲劳度,越远离该峰值年龄则越增大疲劳度。这样的峰值年龄也可以基于对象者11的性别来决定。此外,也可以是,如果对象者11的性别是男性则减小疲劳度,如果是女性则增大疲劳度。此外,也可以是,对象者11的身高及体重是越小的值则越减小疲劳度,身高及体重是越大的值则越增大疲劳度。
此外,也可以是,对象者11的肌肉量的组成比率越大则越减小疲劳度,肌肉量的组成比率越小则越增大疲劳度。此外,也可以是,对象者11的精神压力程度越低则越减小疲劳度,精神压力程度越高则越增大疲劳度。此外,也可以是,对象者11的体脂率越高则越增大疲劳度,体脂率越低则越减小疲劳度。进而,也可以是,对象者11对于运动的熟练度越高则越减小疲劳度,对于运动的熟练度越低则越增大疲劳度。
疲劳推测部27通过如以上这样将与特定动作的次数对应的疲劳度进一步修正,进行每个对象者11的更正确的疲劳度的推测。疲劳推测部27将通过推测得到的疲劳度向输出部28输出。
输出部28是将包含推测出的疲劳度的推测结果作为用来向对象者11提示的提示信息输出的处理部。输出部28通过由处理器及存储器等执行规定的程序来实现。输出部28生成对在疲劳推测部27中推测出的对象者11的疲劳度加上其他信息的作为提示信息的图像数据,经由网络发送给显示装置105。此外,输出部28也可以生成声音数据作为提示信息,在此情况下,将声音数据发送给扬声装置(未图示)。
显示装置105是显示接收到的图像数据的装置。显示装置105是液晶面板等的具有显示模块105a(参照后述的图9)的显示器,通过驱动显示模块105a,显示从输出部28接收到的图像数据。
以下,参照图3~图5对特定动作及个人疲劳信息进行说明。图3是用来说明实施方式的特定动作的图。在图3中表示了进行特定动作的人的示意图。此外,在图3中,作为特定动作而表示了4种例子,但对于在本实施方式中使用的特定动作的种类数没有特别限定。
如在上述中说明那样,特定动作是人在疲劳累积时可能采取的动作。例如,图中作为特定动作A表示的特定动作的一例是人将姿势从后倾姿势变更为前倾姿势的动作。如果以后倾姿势进行某种作业,则在腰部累积疲劳,所以人为了缓解累积的疲劳而进行将姿势从后倾姿势变更为前倾姿势的特定动作A。
此外,例如在图中作为特定动作B表示的特定动作的一例是人抓揉肩部的动作。如果人因持续进行举起手臂的状态下的作业等而持续使用肩部的肌肉,则会处于肌肉变硬的所谓肩部僵硬的状态。人为了使变硬的肌肉松弛,进行特定动作B作为放松肩部的肌肉的动作。
此外,例如在图中作为特定动作C表示的特定动作的一例是人通过伸展手臂而伸展背部的肌肉的动作。如果人以坐着及站立等状态不怎么移动身体而持续进行作业,则背部的肌肉变硬而收缩。人为了伸展收缩的背部的肌肉,进行将与背部的肌肉连动的手臂伸展的特定动作C。
此外,例如在图中作为特定动作D表示的特定动作的一例是人按压头部的动作。与上述同样,当因为肩部僵硬等状态而血流恶化时,会产生头痛的症状,人进行将有疼痛的头部如按压那样碰触的特定动作D。另外,关于这些特定动作,为了与上述的由姿势推测部25推测出的对象者11的姿势比较,由能够与关节位置模型比较的同等的信息构成。但是,由于特定动作是通过多个姿势连续地变化来定义的,所以在多个关节位置模型和该关节位置模型的变化顺序的两方面进行与推测出的姿势的比较。此外,由于特定动作与推测出的姿势完全一致的情况很少,所以对于特定动作,在被判定为符合特定动作的姿势上在时域及空间域中设置了容许范围。
特定动作对应于一般的人在疲劳(或根据疲劳的对于关节及肌肉等的负荷)累积时该人会采取的动作。作为特定动作,并不限于在上述中说明的4种动作,也可以应用在疲劳累积时出现的所有的动作。此外,作为特定动作,也可以包含对象者11所特有的动作。即,也可以包含对于一般的人而言作为在疲劳累积时出现的动作是少见的、但对于对象者11而言作为在疲劳累积时出现的动作是高频度的动作作为特定动作。在本实施方式中,也可以通过这样将个人疲劳信息中包含的特定动作的结构适当化,使推测装置100中的疲劳度的推测成为为对象者11定制的形态。
在以后的实施方式中,说明使用上述的4种特定动作进行对象者11的疲劳度的推测的例子。这里的特定动作是通常在疲劳时出现的动作,所以实现能够应用于所有一般的人的疲劳推测的推测装置100。此外,在以后的说明中,有时不进行特别说明而将特定动作A~特定动作D用于说明,各个特定动作的详细情况通过参照上述图3的说明而省略说明。
图4是用来说明实施方式的个人疲劳信息的图。在图4中表示保存在存储部24中的个人疲劳信息。如图中所示,在个人疲劳信息中,针对各个特定动作,与对应于作为规定的个人的对象者11的信息建立了关联。即,在设想使用疲劳推测系统200的多个对象者11的疲劳度的推测的情况下,与多个对象者11的数量一对一地对应起来准备多个个人疲劳信息。
如图中所示,在个人疲劳信息中,各个特定动作与作为规定期间的一天中的最大次数(日内最大次数)及最小次数(日内最小次数)建立了关联。例如,与特定动作A建立了关联的日内最大次数是12次,日内最小次数是3次。这里,说明日内最大次数及日内最小次数的决定方法。图5是用来说明实施方式的个人疲劳信息的构建方法的图。在图5中,表示了构建个人疲劳信息时的决定日内最大次数及日内最小次数的方法。
在如本实施方式那样作为规定期间而设定了1天的情况下,进行在1天中对象者11进行了特定动作的次数的计数。例如在图中,在第1天,特定动作A被计数为3次,特定动作B被计数为3次,特定动作C被计数为2次,特定动作D被计数为0次。同样,在第2天,特定动作A被计数为3次,特定动作B被计数为3次,特定动作C被计数为1次,特定动作D被计数为1次。同样,在第3天,特定动作A被计数为3次,特定动作B被计数为2次,特定动作C被计数为1次,特定动作D被计数为2次。
通过这样在对应于多次的规定期间的多日中反复对进行上述的特定动作的次数进行计数,能够得到特定动作最多的一天的次数和最少的一天的次数。将得到的特定动作的最多的一天的次数及最少的一天的次数分别决定为日内最大次数及日内最小次数。
根据上述的进行特定动作的次数的计数在规定期间进行了多少次(即多少天),日内最大次数及日内最小次数的精度及正确度变化。因而,疲劳推测系统200的用户只要进行上述的进行特定动作的次数的计数直到能够以希望的精度及正确度得到日内最大次数及日内最小次数,来构建个人疲劳信息即可。
再次参照图4,基于如上述那样决定的日内最大次数及日内最小次数,计算对象者11每当进行特定动作A时累积的第1疲劳度。更详细地讲,使用与各个特定动作建立了关联的日内最大次数及日内最小次数,通过10/{(日内最大次数)-(日内最小次数)}的式子计算各个特定动作的第1疲劳度。第1疲劳度是表示每当特定动作被计数时累积的疲劳度的大小的值,并且是由日内最大次数及日内最小次数唯一地决定的值。
如图中所示,个人疲劳信息包含第1疲劳度及用来决定第1疲劳度的与第1疲劳度有关的信息(这里是日内最大次数及日内最小次数)。另外,如上述那样,第1疲劳度是根据与第1疲劳度有关的信息唯一地决定的值,所以如果在个人疲劳信息中包含与第1疲劳度有关的信息,则也可以不包含第1疲劳度本身。此外,在上述的式子中,是将疲劳度用10分进行了分数化的在本实施方式中使用的式子,在用其他的值进行分数化的情况下,只要变更式中的分子的数值10即可。
在图中,特定动作A的第1疲劳度是10/(12-3)≈1.1,特定动作B的第1疲劳度是10/(4-1)≈3.3,特定动作C的第1疲劳度是10/(6-0)≈1.7,特定动作D的第1疲劳度是10/(8-4)=2.5。这些第1疲劳度就其他的对象者11而言,例如,特定动作A的第1疲劳度是2.4,特定动作B的第1疲劳度是1.0,特定动作C的第1疲劳度是5.0,特定动作D的第1疲劳度是3.3(都未图示)。像这样,按每个对象者11,直到进行特定动作为止所累积的疲劳度不同。在本实施方式中,通过按每个对象者11构建个人疲劳信息,能够推测反映了所进行的特定动作的每个个人的习惯的疲劳度。
此外,如图中所示,本实施方式的个人疲劳信息包含每个特定动作的疲劳部位信息,该疲劳部位信息是将被累积第1疲劳度的对象者11的身体部位即疲劳部位与特定动作建立关联的信息。例如,疲劳部位信息将特定动作A与作为对应于特定动作A的疲劳部位的腰部建立了关联。即,在对象者11进行了特定动作A的情况下,在腰部累积1.1的第1疲劳度。同样,在对象者11进行了特定动作B的情况下,在肩部累积3.3的第1疲劳度,在进行了特定动作C的情况下,在背部累积1.7的第1疲劳度,在进行了特定动作D的情况下,在肩部累积2.5的第1疲劳度。
这里,特定动作B和特定动作D是作为疲劳部位而与相同的肩部建立了关联。在此情况下,既可以计算将在特定动作B及特定动作D各自中最终累积的疲劳度平均的疲劳度,也可以在特定动作B和特定动作D中按照预先设定的加权系数,计算以与该加权系数对应的比率进行一体化的疲劳度。这里的加权系数根据构建个人疲劳信息时的各个特定姿势的频度及次数等来决定。
接着,参照图6~图8对对象者11的疲劳度的推测等进行说明。图6是用来说明实施方式的疲劳度的推测的图。在图6中,沿着时间序列表示了从规定期间的中途到规定期间结束为止的期间的对象者11的姿势和特定动作的定时。具体而言,在图示的期间中,对象者11在将前倾姿势(以下称作疲劳姿势A)下的作业持续进行30分钟后,进行特定动作D,回到了疲劳姿势A。进而,对象者11在将疲劳姿势A下的作业持续进行30分钟后,进行特定动作B,并因对象者11从摄像装置101的视场角内离开而产生两分钟的空白期间。对象者11在将后倾姿势(以下称作疲劳姿势B)下的作业持续进行45分钟后,进行特定动作A,回到疲劳姿势A。进而,对象者11在将疲劳姿势A下的作业持续进行30分钟后,规定期间结束。另外,假设特定动作C被进行5次而进行说明。
在此情况下,判定部26计数为特定动作A为8次,特定动作B为3次,特定动作C为5次,特定动作D为6次。这里,在根据计数的特定动作的次数计算疲劳度时,将日内最小次数时设为疲劳度0而进行标准化。因而,疲劳推测部27对从特定动作的次数减去日内最小次数所得的差分的次数乘以第1疲劳度而进行疲劳度的计算。例如,由于特定动作A是8次,所以为1.1×(8-3)=5.5,疲劳推测部27基于特定动作的次数,计算为在对象者11的腰部累积了5.5的疲劳度。
同样,疲劳推测部27计算为由特定动作B对肩部累积了6.6的疲劳度,由特定动作C对背部累积了8.5的疲劳度,由特定动作D对肩部累积了5.0的疲劳度。这里,特定动作B和特定动作D表示作为相同的疲劳部位的肩部的疲劳度,疲劳推测部27将平均值计算为肩部的疲劳度。具体而言,这里肩部的疲劳度为5.8。
接着,参照图7对空白期间的对象者11的疲劳度的修正进行说明。图7是用来说明实施方式的空白期间的图。如图7所示,如果对象者11从摄像装置101的视场角内离开,则形成不能进行基于图像的疲劳度的推测的空白期间。所以,在本实施方式中,在形成了这样的空白期间的情况下,疲劳推测部27根据该空白期间的长度,将预先设定的填补疲劳度进行累计,对之前计算出的疲劳度加上累计的结果得到的数值。
例如,图6的例子中是对象者11进行了两分钟的休息的情况,疲劳推测部27例如每1分钟累计-0.05作为填补疲劳度。因而,对象者11的疲劳度一部分恢复,计算为分别在肩部累积了5.7的疲劳度,在背部累积了8.4的疲劳度,在腰部累积了5.4的疲劳度。另外,在空白期间在摄像装置101的视场角的外侧进行了其他作业的情况下,累计与该作业对应的填补疲劳度,对象者11的疲劳度增加。关于这样的空白期间的对象者11的行动,既可以从外部的日程管理服务器等(未图示)取得行动计划而自动判别,也可以对象者11自己对疲劳推测系统200进行输入。
接着,在本实施方式中,疲劳推测部27进行用来考虑通过图6中的第8次的特定动作A后的疲劳姿势A累积的疲劳度的修正。具体而言,将规定期间内的规定定时以后且对象者11进行特定动作以前的对象者11的姿势与每单位时间累积的疲劳度一起保存到存储部24等中。疲劳推测部27使用该数据推测最后进行特定动作以后的对象者11的疲劳度。另外,规定定时是规定期间的开始时、刚进行特定动作后或紧接着空白期间之后等。换言之,由规定定时和特定动作的定时夹着1个疲劳姿势的持续期间。疲劳推测部27计算由这样被规定定时和特定动作的定时夹着的疲劳姿势每单位时间累积的疲劳度。
例如,在图中的例子中,在第6次特定动作D之前的疲劳姿势A持续30分钟之后,导致进行疲劳姿势D。可以认为作为导致进行特定动作D的原因的疲劳是由30分钟的疲劳姿势A带来的。因而,疲劳推测部27通过将特定动作D的第1疲劳度2.5除以30分钟,计算疲劳姿势A每1分钟累积的疲劳度(即第2疲劳度)为0.08。另外,由于特定动作D的疲劳部位被设定为肩部,所以关于这里的疲劳姿势A也同样设为每1分钟在肩部积累0.08的疲劳度而保存到存储部24中。
此外,疲劳推测部27关于图中的第6次特定动作D以后且第3次特定动作B以前的疲劳姿势A,同样计算出对肩部的第2疲劳度为3.3/30分钟=0.11,保存到存储部24中。这里,在上述的两个计算例中,都计算由疲劳姿势A带来的累积于肩部的第2疲劳度,但在计算的值中有差异。因而,疲劳推测部27通过取它们的平均值,决定为疲劳姿势A每1分钟向肩部累积0.10的疲劳度,更新保存在存储部24中的信息。疲劳推测部27关于其他的疲劳姿势也通过同样的计算将第2疲劳度保存到存储部24中。
然后,疲劳推测部27关于如图6中的第8次特定动作A之后的疲劳姿势A那样不能进行使用特定动作的疲劳度的推测的期间,参照保存在存储部24中的第2疲劳度进行包括该期间的对象者11的疲劳度的推测。例如在图中的例子中,在不能进行疲劳度的推测的期间,对象者11采取疲劳姿势A。因而,设为每1分钟向肩部累积0.10的疲劳度而计算为30分钟×0.10=3.0。因此,疲劳推测部27与先计算出的疲劳度一起,推测为分别在肩部累积了8.7的疲劳度,在背部累积了8.4的疲劳度,在腰部累积了5.4的疲劳度。
此外,以上说明的推测结果仅仅是根据所拍摄的图像推测的,所以有时不与对象者11实际感到的疲劳感一致。在疲劳度的推测中,如果发生了与对象者11的主观的疲劳感的背离,则对象者11有可能感觉到不协调感。在本实施方式中,疲劳推测部27为了推测出考虑到对象者11的主观的疲劳感的疲劳度,进行基于疲劳感的修正。具体而言,疲劳推测部27从对象者11受理与疲劳感有关的信息的输入,基于所受理的信息进行疲劳度的修正。
例如,疲劳推测系统200通过输出部28及显示装置105,在规定期间结束后向对象者11显示“感到何种程度的疲劳?”等的询问,并作为对其的回答而取得对象者11的疲劳感。由对象者11进行的输入是经由受理装置102受理并由第2取得部22取得。所取得的疲劳感中,包括分别与肩部、背部及腰部对应的疲劳感,疲劳推测部27将所取得的疲劳度和计算出的疲劳度的平均值作为疲劳度的推测值来输出。
这里,作为一例,假设由对象者11输入了在肩部有7.0的疲劳感、在背部有7.0的疲劳感、在腰部有6.0的疲劳感。疲劳推测部27计算所取得的疲劳感和计算出的疲劳度的平均值。疲劳推测部27计算为分别在肩部累积了7.9的疲劳度、在背部累积了7.7的疲劳度以及在腰部累积了5.7的疲劳度,将推测结果向输出部28输出。
此外,如果这样累积了多个计算出的疲劳度和所取得的疲劳感的数据集,则能够求出相关关系。例如,图8是用来说明实施方式的疲劳度的修正的图。在图中表示将所取得的疲劳感配设在X轴、将计算出的疲劳度配设在Y轴来描绘所累积的数据集的曲线图。在图中的例子中,由于计算出的疲劳度为比所取得的疲劳度高的值,所以例如在通过回归分析求出了相关函数的情况下(参照图中的虚线),斜率为1以下。
因而,通过将计算出的疲劳度代入到上述的相关函数中,不用受理来自对象者11的输入就能够推测减小了不协调感的疲劳度。
从输出部28向显示装置105输出图像。参照图9及图10对其输出结果进行说明。图9是例示从实施方式的疲劳推测系统输出的信息的第1图。此外,图10是例示从实施方式的疲劳推测系统输出的信息的第2图。
如图9所示,通过来自输出部28的输出,在显示装置105的显示模块105a上显示了表示对象者11的疲劳度的图像数据。作为该显示装置105,使用对象者11的计算机100a所具备的显示器,但也可以是其他的显示器。例如,显示装置105也可以是用于疲劳推测系统200的专用的显示器。
如图中所示,在图像数据中,将对象者11的疲劳度按每个身体部位区分而表示。具体而言,在图像数据中,分别单独地显示了表示对象者11的肩部的疲劳度的“肩部僵硬程度”、表示背部的疲劳度的“背部疼痛程度”及表示腰部的疲劳度的“腰部疼痛程度”。此外,除此以外还作为附加性的信息而在图像数据中示出了表示有疲劳度的各身体部位在人偶上的位置、综合性的疲劳度的评价及对于疲劳度的推测结果的讲解及建议等。
此外,如图10所示,也可以关于疲劳度比较容易累积的姿势进行建议。例如,在图10的例子中,选取第2疲劳度最大的疲劳姿势A,与表示是疲劳特别容易累积的姿势的语句一起显示该疲劳姿势A的图像。
[动作]
接着,参照图11对以上说明的疲劳推测系统200的动作进行说明。图11是表示实施方式的疲劳推测系统的动作的流程图。
在本实施方式的疲劳推测系统200中,首先,疲劳推测部27读出保存在存储部24中的个人疲劳信息(步骤S101)。这里读出的个人疲劳信息是将特定动作、疲劳部位和与第1疲劳度有关的信息建立了关联的信息。
摄像装置101预先开始工作,从摄像装置101连续地输出构成运动图像的多个图像。第1取得部21开始取得所输出的图像(取得步骤S102),以后连续地继续取得多个图像,直到疲劳推测系统200停止。
这里,姿势推测部25基于所取得的图像,推测对象者11的姿势(步骤S103)。判定部26通过判定根据由姿势推测部25推测出的对象者11的姿势的变化得到的对象者11的动作是否符合个人疲劳信息中包含的特定动作,判定是否由对象者11进行了特定动作(步骤S104)。另外,在包含多个特定动作的情况下,对于多个特定动作分别依次进行对象者11的动作是否符合的判定。
在判定为对象者11进行了特定动作的情况下(在步骤S104中为“是”),判定部26通过对特定动作的次数加上+1,将特定动作的次数进行计数(步骤S105)。然后,前进到步骤S106。另一方面,在没有判定为对象者11进行特定动作的情况下(步骤S104中为“否”),跳过步骤S105,前进到步骤S106。
在步骤S106中,判定部26判定是否经过了规定期间。在判定为没有经过规定期间的情况下(步骤S106中为“否”),回到步骤S103,反复进行对象者11的姿势的推测及有无特定动作的判定。另一方面,在判定为经过了规定期间的情况下(步骤S106中为“是”),疲劳推测部27根据计数得到的特定动作的次数来推测对象者11的疲劳度(推测步骤S107)。然后,推测装置100为下次的疲劳度的推测作准备,将特定动作的次数初始化,结束动作。
在本实施方式中,如以上这样,仅通过是否进行了特定动作的判定就能够进行对象者11的疲劳度的推测。此外,还能够实现要推测的对象者11的疲劳度的正确度的提高、以及与用来应用于单独的对象者11的多个修正机构的组合,能够容易地构建与对象者11或管理对象者11的疲劳度的立场的管理者等要求的正确度对应的疲劳推测系统200。这样,本实施方式的疲劳推测系统200能够更适当地推测对象者11的疲劳度。
[效果等]
如以上说明那样,本实施方式的疲劳推测系统200具备:信息输出装置(例如摄像装置101),输出与对象者11的身体部位的位置有关的信息;以及推测装置100,基于在规定期间内从信息输出装置输出的信息,将对应于疲劳累积而出现的特定动作的次数进行计数,由此推测在规定期间内累积的对象者11的疲劳度并输出。
在这样的疲劳推测系统200中,根据推测出的对象者11的姿势的变化是否符合对应于疲劳累积而出现的特定动作,将对象者11进行了特定动作的次数进行计数。由于在对象者11的疲劳度的累积和所计数的特定动作的次数间有相关性,所以仅通过将这样的特定动作的次数进行计数就能够推测对象者11的疲劳度。由此,简化用来推测对象者11的疲劳度的计算处理。因此,在本实施方式的疲劳推测系统200中,能够更适当地推测对象者11的疲劳度。
此外,例如也可以是,疲劳推测系统200还具备受理疲劳感的输入的受理装置102,上述疲劳感是与对象者11的疲劳度对应的疲劳感,并且是在规定期间内累积的基于对象者11的主观的疲劳感,推测装置100基于疲劳感将对象者11的疲劳度进行修正并输出。
由此,能够将基于对象者11的主观的疲劳感反映到疲劳度的推测值中,能够实现对于对象者11而言不协调感降低的疲劳度的推测。因此,在本实施方式的疲劳推测系统200中,能够更适当地推测对象者11的疲劳度。
此外,例如也可以是,疲劳推测系统200还具备保存有对象者11的个人疲劳信息的存储装置(例如存储部24),上述个人疲劳信息包含与每当特定动作被计数时累积的疲劳度即第1疲劳度有关的信息,推测装置100通过将第1疲劳度对应于特定动作的次数进行累计,来推测对象者11的疲劳度。
由此,能够基于每个对象者11的特定动作的次数所显现的习惯,进行更适合于对象者11的疲劳度的推测。因而,能够实现对于对象者11而言不协调感降低的疲劳度的推测。因此,在本实施方式的疲劳推测系统200中,能够更适当地推测对象者11的疲劳度。
此外,例如也可以是,个人疲劳信息包含将疲劳部位与特定动作建立关联的疲劳部位信息,上述疲劳部位是每当特定动作被计数时被累积第1疲劳度的对象者11的身体部位。
由此,能够推测对象者11的每个身体部位的疲劳度。因此,能够实现更详细的每个身体部位的疲劳度的推测,所以能够更适当地推测对象者11的疲劳度。
此外,例如也可以是,推测装置100在将在规定期间内的规定定时以后且对象者11的特定动作被计数以前基于信息推测出的对象者11的姿势设为疲劳姿势的情况下,将第1疲劳度除以疲劳姿势的持续时间来计算每单位时间通过疲劳姿势累积的第1疲劳度即第2疲劳度,使用计算出的第2疲劳度将对象者11的疲劳度进行修正并输出。
由此,通过基于从规定定时到进行特定动作为止的期间的姿势的第2疲劳度,能够进行更正确的对象者11的疲劳度的推测。因此,能够实现更正确的疲劳度的推测,能够更适当地推测对象者11的疲劳度。
此外,例如也可以是,推测装置100基于在特定动作最后被计数以后输出的信息,推测对象者11的姿势,判定在特定动作最后被计数以后推测出的对象者11的姿势是否是符合疲劳姿势的姿势,将对应于符合疲劳姿势的姿势的持续时间将第2疲劳度进行累计而得到的计算值与对象者11的疲劳度相加并输出。
由此,能够包括不能通过特定动作的次数的计数来推测疲劳度的期间在内,基于第2疲劳度进行疲劳度的推测。因此,能够实现更正确的疲劳度的推测,能够更适当地推测对象者11的疲劳度。
此外,例如也可以是,推测装置100输出用来向对象者11提示疲劳姿势的提示信息。
由此,能够将比较容易累积疲劳的疲劳姿势提示给对象者11,能够有助于对象者11理解容易累积疲劳的姿势。
此外,例如也可以是,还具备取得对象者11的个人信息的取得装置103,上述个人信息包含年龄、性别、身高、体重、肌肉量、精神压力程度、体脂率及对于运动的熟练度中的至少一个,推测装置100使用所取得的个人信息将对象者11的疲劳度进行修正并输出。
由此,通过基于各种个人信息的修正,能够进行更正确的疲劳度的推测。因此,能够更适当地推测对象者11的疲劳度。
此外,例如也可以是,取得装置103通过与保存有包含个人信息的健康诊断结果的外部装置104连接来取得个人信息。
由此,能够基于一起管理许多个人信息的健康诊断结果,一下子取得个人信息。因此,通过基于各种个人信息的修正,能够容易地实现更正确的疲劳度的推测,能够更适当地推测对象者11的疲劳度。
此外,例如也可以是,推测装置100在空白期间,使用将预先设定的填补疲劳度对应于空白期间的长度进行累计而得到的计算值将对象者11的疲劳度进行修正并输出,上述空白期间是规定期间内的信息输出装置不能输出信息的期间。
由此,在图像中不包含对象者11、不能进行疲劳度的推测的情况下,也能够通过预先设定的填补疲劳度进行补全,能够更正确地推测在规定期间内累积的疲劳度。因此,能够更适当地推测对象者11的疲劳度。
此外,本实施方式的疲劳推测方法包括:取得步骤S102,取得与对象者11的身体部位的位置有关的信息;以及推测步骤S107,基于被输出的信息,将规定期间内的对应于疲劳累积而出现的特定动作的次数进行计数,由此推测在规定期间内累积的对象者11的疲劳度。
由此,能够起到与上述疲劳推测系统200同样的效果。
此外,本实施方式还能够作为用来使计算机执行上述中记载的疲劳推测方法的程序来实现。
由此,能够使用计算机起到与上述疲劳推测方法同样的效果。
(其他实施方式)
以上,对实施方式进行了说明,但本公开并不限定于上述实施方式。
例如,在上述实施方式中,也可以将特定的处理部执行的处理由其他的处理部执行。此外,也可以将多个处理的顺序变更,也可以将多个处理并行地执行。
此外,本公开的疲劳推测系统或推测装置也可以由各具有多个构成要素中的一部分的多个装置实现,也可以由具有多个构成要素的全部的单一的装置实现。此外,也可以将构成要素的功能的一部分作为其他的构成要素的功能实现,对各构成要素怎样分配各功能都可以。只要是具备实质上能够实现本公开的疲劳推测系统或推测装置的功能全部的构成的形态,就包含在本公开中。
此外,在上述实施方式中,各构成要素也可以通过执行适合于各构成要素的软件程序来实现。各构成要素也可以通过由CPU或处理器等的程序执行部将记录在硬盘或半导体存储器等的记录介质中的软件程序读出并执行来实现。
此外,各构成要素也可以由硬件实现。例如,各构成要素也可以是电路(或集成电路)。这些电路既可以作为整体构成1个电路,也可以是分别不同的电路。此外,这些电路分别既可以是通用的电路,也可以是专用的电路。
此外,本公开的全局性或具体的技术方案也可以由系统、装置、方法、集成电路、计算机程序或计算机可读取的CD-ROM等的记录介质实现,也可以由系统、装置、方法、集成电路、计算机程序及记录介质的任意的组合来实现。
此外,作为对象者的姿势的推测方法,除了使用摄像装置的结构以外,也可以通过使用位置传感器的结构来实现本公开。具体而言,使用包括位置传感器及电位传感器的传感器模块来推测对象者的姿势。这里,假设对象者佩戴有多个传感器模块而进行说明,但对象者佩戴的传感器模块的数量没有特别限定。也可以对于对象者仅佩戴1个传感器模块。
此外,对于传感器模块的佩戴样式也没有特别限定,只要能够计测对象者的规定的身体部位的位置,则可以是任何样式。作为一例,通过穿着安装有多个传感器模块的衣服,对于对象者佩戴多个传感器模块。
传感器模块是安装在对象者的规定的身体部位,并与该规定的身体部位联动而输出表示检测或计测的结果的信息的装置。具体而言,传感器模块具有输出与对象者的规定的身体部位的空间位置有关的位置信息的位置传感器、以及输出表示对象者的规定的身体部位的电位的电位信息的电位传感器。在图中,表示了同时具有位置传感器及电位传感器的传感器模块,但只要传感器模块具有位置传感器,电位传感器不是必须的。这样的传感器模块中的位置传感器是将位置信息作为与对象者的身体部位的位置有关的信息输出的信息输出装置的一例。因而,输出的信息是位置信息,是包含对象者的规定的身体部位的相对或绝对的位置的信息。此外,在输出的信息中,例如也可以包含电位信息。电位信息是包含在对象者的规定的身体部位计测的电位的值的信息。关于位置信息及电位信息,以下与位置传感器及电位传感器一起详细地进行说明。
位置传感器是检测佩戴传感器模块的对象者的规定的身体部位的空间上的相对位置或绝对位置,并输出作为检测结果的与规定的身体部位的空间位置有关的信息的检测器。与空间位置有关的信息包含如上述那样能够确定空间内的身体部位的位置的信息和能够确定伴随于身体运动的身体部位的位置的变化的信息。具体而言,与空间位置有关的信息包含关节及骨骼在空间内的位置和表示该位置的变化的信息。
位置传感器将加速度传感器、角速度传感器、地磁传感器及测距传感器等各种传感器组合而构成。由位置传感器输出的位置信息能够近似于对象者的规定的身体部位的空间位置,所以能够根据规定的身体部位的空间位置来推测对象者的姿势。
电位传感器是计测佩戴传感器模块的对象者的规定的身体部位的电位,并输出作为计测结果的表示规定的身体部位的电位的信息的检测器。电位传感器是具有多个电极,并由电位计计测在该多个电极间产生的电位的计测器。由电位传感器输出的电位信息表示在对象者的规定的身体部位产生的电位,该电位相当于规定的身体部位处的肌肉的活动电位等,所以能够提高根据规定的身体部位的活动电位等推测的对象者的姿势的推测精度。
在这里说明的疲劳推测系统的一形态中,如上述那样使用推测出的对象者的姿势来推测对象者的疲劳度。另外,对象者的姿势的推测以后的处理与上述实施方式是同样的,所以省略说明。
此外,除了在上述的实施方式中说明的对象者的疲劳度的推测方法以外,还存在以下方法等:基于以a、b及c为系数(换言之是加权系数)的式子即a×肌肉负荷量+b×关节负荷量+c×血流量,根据对象者的姿势来推测对象者的疲劳度。另外,这里的肌肉负荷量及关节负荷量是将具有牛顿单位的量标准化到以预先设定的最大值为1的情况下的0~1的范围内的无单位的指标量。此外,这里的血流量是作为初始值以下的计测值相对于初始值的比来得到的0~1的范围内的无单位的指标量。通过将上述式子中的各系数的关系设为a+b+c=1,将通过上述式子计算的疲劳度也计算为0~1的范围内的值。
此外,上述式子是使用3个指标量的例子,但只要使用3个指标量的至少1个,就能够实施对象者的疲劳度的推测。在此情况下,通过将与各个指标量相乘的加权系数之和设为1,与上述同样,将对象者的疲劳度计算为0~1的范围内的值。
但是,在这些其他方法中,难以进行在上述中说明那样的适合于每个个人的疲劳度的推测。此外,难以将各种参数调整为推测每个个人的疲劳度。所以,在其他方法中多次计算与在上述的实施方式中计算出的1次特定动作相当的期间的疲劳度。这些多次的计算结果相当于上述的1次特定动作,所以能得到相同的疲劳度。即,通过将各种参数调整为使得这些多次计算结果全部一致,即使是其他方法,也可决定适合于每个个人的推测疲劳度的参数。
如以上这样,上述推测装置也可以是,作为上述对象者的疲劳度的另一推测方法,基于以a、b及c为系数的式子即a×肌肉负荷量+b×关节负荷量+c×血流量,推测上述对象者的疲劳度,基于上述式子多次计算与1次上述特定动作相当的期间的疲劳度,基于上述多次的计算结果将a、b及c进行修正。
由此,对于作为推测对象者的疲劳度的另一方法的基于式子a×肌肉负荷量+b×关节负荷量+c×血流量的推测结果,能够将a、b及c的系数修正为,推测出在上述实施方式中说明的适合于每个个人的疲劳度。即,能够基于在本实施方式中计算出的疲劳度将其他的疲劳度的推测方法修正为使其适合于每个个人,也能够用于扩展其他的疲劳度的推测方法的通用性。
此外,本公开也可以作为疲劳推测系统或推测装置执行的疲劳推测方法实现。本公开也可以作为用来使计算机执行这样的疲劳推测方法的程序实现,也可以作为记录有这样的程序的计算机可读取的非暂时性的记录介质实现。
除此以外,对实施方式实施本领域技术人员想到的各种变形而得到的形态、或者通过在不脱离本公开的主旨的范围内将各实施方式的构成要素及功能任意地组合来实现的形态也包含在本公开中。
标号说明
11 对象者
24 存储部(存储装置)
100 推测装置
101 摄像装置(信息输出装置)
102 受理装置
103 取得装置
104 外部装置
200 疲劳推测系统
Claims (14)
1.一种疲劳推测系统,其中,具备:
信息输出装置,输出与对象者的身体部位的位置有关的信息;以及
推测装置,基于在规定期间内从上述信息输出装置输出的上述信息,将对应于疲劳累积而出现的特定动作的次数进行计数,由此推测在上述规定期间内累积的上述对象者的疲劳度并输出。
2.如权利要求1所述的疲劳推测系统,其中,
还具备受理疲劳感的输入的受理装置,上述疲劳感是与上述对象者的疲劳度对应的疲劳感,并且是在上述规定期间内累积的基于上述对象者的主观的疲劳感,
上述推测装置基于上述疲劳感,将上述对象者的疲劳度进行修正并输出。
3.如权利要求1或2所述的疲劳推测系统,其中,
还具备保存有上述对象者的个人疲劳信息的存储装置,上述个人疲劳信息包含与每当上述特定动作被计数时累积的疲劳度即第1疲劳度有关的信息,
上述推测装置对应于上述特定动作的次数将上述第1疲劳度进行累计,从而推测上述对象者的疲劳度。
4.如权利要求3所述的疲劳推测系统,其中,
上述个人疲劳信息包含将疲劳部位与上述特定动作建立关联的疲劳部位信息,上述疲劳部位是每当上述特定动作被计数时被累积上述第1疲劳度的上述对象者的身体部位。
5.如权利要求3或4所述的疲劳推测系统,其中,
上述推测装置中,
在将在上述规定期间内的规定定时以后且上述对象者的上述特定动作被计数以前基于上述信息推测出的上述对象者的姿势设为疲劳姿势的情况下,将上述第1疲劳度除以上述疲劳姿势的持续时间来计算第2疲劳度,该第2疲劳度是每单位时间通过上述疲劳姿势累积的上述第1疲劳度,
使用计算出的上述第2疲劳度将上述对象者的疲劳度进行修正并输出。
6.如权利要求5所述的疲劳推测系统,其中,
上述推测装置中,
基于在上述特定动作最后被计数以后输出的上述信息,推测上述对象者的姿势,
判定在上述特定动作最后被计数以后推测出的上述对象者的姿势是否是符合上述疲劳姿势的姿势,
将对应于符合上述疲劳姿势的姿势的持续时间将上述第2疲劳度进行累计而得到的计算值与上述对象者的疲劳度相加并输出。
7.如权利要求5或6所述的疲劳推测系统,其中,
上述推测装置输出用来向上述对象者提示上述疲劳姿势的提示信息。
8.如权利要求1~7中任一项所述的疲劳推测系统,其中,
还具备取得上述对象者的个人信息的取得装置,上述个人信息包含年龄、性别、身高、体重、肌肉量、精神压力程度、体脂率及对于运动的熟练度中的至少一个,
上述推测装置使用所取得的上述个人信息将上述对象者的疲劳度进行修正并输出。
9.如权利要求8所述的疲劳推测系统,其中,
上述取得装置通过与外部装置连接而取得上述个人信息,上述外部装置保存有包含上述个人信息的健康诊断结果。
10.如权利要求1~9中任一项所述的疲劳推测系统,其中,
上述推测装置在空白期间,使用将预先设定的填补疲劳度对应于上述空白期间的长度进行累计而得到的计算值将上述对象者的疲劳度进行修正并输出,上述空白期间是上述规定期间内的上述信息输出装置不能输出上述信息的期间。
11.如权利要求1所述的疲劳推测系统,其中,
上述推测装置中,
作为上述对象者的疲劳度的另一推测方法,基于使用肌肉负荷量、关节负荷量及血流量中的至少1个指标量和与上述指标量各自相乘的加权系数的关系式,推测上述对象者的疲劳度,
基于多次计算了与一次上述特定动作相当的期间的疲劳度,将上述加权进行修正。
12.如权利要求1所述的疲劳推测系统,其中,
上述推测装置中,
作为上述对象者的疲劳度的另一推测方法,基于以a、b及c为系数的式子,推测上述对象者的疲劳度,上述式子是a×肌肉负荷量+b×关节负荷量+c×血流量,
基于上述式子,多次计算与一次上述特定动作相当的期间的疲劳度,
基于上述多次的计算结果,将a、b及c进行修正。
13.一种疲劳推测方法,其中,包括:
取得步骤,取得与对象者的身体部位的位置有关的信息;以及
推测步骤,基于所输出的上述信息,将规定期间内的对应于疲劳累积而出现的特定动作的次数进行计数,由此推测在上述规定期间内累积的上述对象者的疲劳度。
14.一种程序,用来使计算机执行权利要求13所述的疲劳推测方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020093032 | 2020-05-28 | ||
JP2020-093032 | 2020-05-28 | ||
PCT/JP2021/018946 WO2021241348A1 (ja) | 2020-05-28 | 2021-05-19 | 疲労推定システム、疲労推定方法、及び、プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115551411A true CN115551411A (zh) | 2022-12-30 |
Family
ID=78745109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180033912.7A Pending CN115551411A (zh) | 2020-05-28 | 2021-05-19 | 疲劳推测系统、疲劳推测方法及程序 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230181075A1 (zh) |
JP (1) | JPWO2021241348A1 (zh) |
CN (1) | CN115551411A (zh) |
WO (1) | WO2021241348A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023120064A1 (ja) * | 2021-12-24 | 2023-06-29 | パナソニックIpマネジメント株式会社 | 疲労推定装置、疲労推定システム、及び疲労推定方法 |
CN115736902B (zh) * | 2022-12-01 | 2023-07-25 | 广州市汇源通信建设监理有限公司 | 一种基于智能穿戴设备的施工人员管理系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2751431B2 (ja) * | 1989-07-14 | 1998-05-18 | 日産自動車株式会社 | シート |
JP2003325489A (ja) * | 2002-05-13 | 2003-11-18 | Toyota Central Res & Dev Lab Inc | 腰筋肉疲労判定装置 |
WO2006054542A1 (ja) * | 2004-11-16 | 2006-05-26 | Nihon University | 疲労判定システム及び疲労判定方法 |
JP2015150150A (ja) * | 2014-02-13 | 2015-08-24 | 富士ゼロックス株式会社 | 情報提供装置及びプログラム |
JP2017086524A (ja) * | 2015-11-11 | 2017-05-25 | セイコーエプソン株式会社 | 疲労度管理装置、疲労度管理システムおよび疲労度判定方法 |
JP6707969B2 (ja) * | 2016-04-19 | 2020-06-10 | トヨタ自動車株式会社 | 覚醒度判定装置 |
-
2021
- 2021-05-19 US US17/924,303 patent/US20230181075A1/en active Pending
- 2021-05-19 JP JP2022526926A patent/JPWO2021241348A1/ja active Pending
- 2021-05-19 WO PCT/JP2021/018946 patent/WO2021241348A1/ja active Application Filing
- 2021-05-19 CN CN202180033912.7A patent/CN115551411A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2021241348A1 (ja) | 2021-12-02 |
JPWO2021241348A1 (zh) | 2021-12-02 |
US20230181075A1 (en) | 2023-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9795322B1 (en) | Methods and systems for monitoring posture with alerts and analytics generated by a smart seat cover | |
US6168569B1 (en) | Apparatus and method for relating pain and activity of a patient | |
US11679300B2 (en) | Systems and methods for real-time data quantification, acquisition, analysis, and feedback | |
AU2017386412A1 (en) | Systems and methods for real-time data quantification, acquisition, analysis, and feedback | |
US10624579B2 (en) | Biofeedback system with body mapping clothing for patients with adolescent idiopathic scoliosis | |
CN115551411A (zh) | 疲劳推测系统、疲劳推测方法及程序 | |
US20210093240A1 (en) | Systems and methods for reaction measurement | |
JP6914896B2 (ja) | 健康状態診断システム | |
US20230000409A1 (en) | Fatigue estimation system, estimation device, and fatigue estimation method | |
CN111772577A (zh) | 一种基于云平台的膝关节康复评估系统及方法 | |
US20180279916A1 (en) | System and Method for Monitoring the Running Technique of a User | |
WO2020004102A1 (ja) | 機能回復訓練支援システムおよび方法 | |
CN107242853B (zh) | 腰部活动风险评估和监测设备 | |
JP2011200412A (ja) | 生体情報計測システム | |
Benning et al. | Comparison of accuracy of activity measurements with wearable activity trackers in wheelchair users: a preliminary evaluation | |
JP2020151470A (ja) | 歩行評価装置、歩行評価方法およびプログラム | |
Walsh et al. | Marker-based monitoring of seated spinal posture using a calibrated single-variable threshold model | |
US20210298401A1 (en) | Computer-implemented methods and computer programs for providing assistance regarding wearable medical equipment | |
KR20220121755A (ko) | 척추측만증 자세교정장치, 자세교정방법 및 자세교정시스템, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램 | |
TW202217847A (zh) | 神經肌肉疾病評估系統 | |
RU2116046C1 (ru) | Система диагностики опорно-двигательной функции человека | |
CN112006703B (zh) | 下肢肌肉力量评价方法、评价装置、评价系统以及记录介质 | |
CN116725520B (zh) | 一种基于脊柱矢状面实时监测的驼背矫姿系统及方法 | |
KR102351534B1 (ko) | 균형 능력 평가 장치 및 방법 | |
US20230172506A1 (en) | Fatigue estimation system, fatigue estimation method, and recording medium |
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 |