CN116649955A - 信息处理装置、信息处理系统、信息处理方法和记录介质 - Google Patents
信息处理装置、信息处理系统、信息处理方法和记录介质 Download PDFInfo
- Publication number
- CN116649955A CN116649955A CN202310158935.1A CN202310158935A CN116649955A CN 116649955 A CN116649955 A CN 116649955A CN 202310158935 A CN202310158935 A CN 202310158935A CN 116649955 A CN116649955 A CN 116649955A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- information processing
- processing apparatus
- tired
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 229
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 95
- 230000037213 diet Effects 0.000 claims description 42
- 235000005911 diet Nutrition 0.000 claims description 42
- 230000001133 acceleration Effects 0.000 claims description 32
- 230000003340 mental effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 99
- 238000000034 method Methods 0.000 description 88
- 230000008569 process Effects 0.000 description 46
- 238000004891 communication Methods 0.000 description 30
- 206010016256 fatigue Diseases 0.000 description 27
- 230000009471 action Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 238000005259 measurement Methods 0.000 description 13
- 238000010801 machine learning Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- QIVBCDIJIAJPQS-VIFPVBQESA-N L-tryptophane Chemical compound C1=CC=C2C(C[C@H](N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-VIFPVBQESA-N 0.000 description 3
- QIVBCDIJIAJPQS-UHFFFAOYSA-N Tryptophan Natural products C1=CC=C2C(CC(N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-UHFFFAOYSA-N 0.000 description 3
- 235000015097 nutrients Nutrition 0.000 description 3
- 244000068988 Glycine max Species 0.000 description 2
- 235000010469 Glycine max Nutrition 0.000 description 2
- 241000207961 Sesamum Species 0.000 description 2
- 235000003434 Sesamum indicum Nutrition 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- QZAYGJVTTNCVMB-UHFFFAOYSA-N serotonin Chemical compound C1=C(O)C=C2C(CCN)=CNC2=C1 QZAYGJVTTNCVMB-UHFFFAOYSA-N 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 208000019914 Mental Fatigue Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003797 essential amino acid Substances 0.000 description 1
- 235000020776 essential amino acid Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002858 neurotransmitter agent Substances 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 235000015277 pork Nutrition 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 229940076279 serotonin Drugs 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
Classifications
-
- 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
- A61B5/6804—Garments; Clothes
- A61B5/6807—Footwear
-
- 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
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- 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
- A61B5/1038—Measuring plantar pressure during gait
-
- 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
- A61B5/1112—Global tracking of patients, e.g. by using GPS
-
- 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
- A61B5/16—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
- A61B5/68—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
-
- 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
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- A61B2503/12—Healthy persons not otherwise provided for, e.g. subjects of a marketing survey
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Radar, Positioning & Navigation (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physiology (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Psychiatry (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Educational Technology (AREA)
- Nutrition Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Position Input By Displaying (AREA)
- User Interface Of Digital Computer (AREA)
- Footwear And Its Accessory, Manufacturing Method And Apparatuses (AREA)
Abstract
本发明提供信息处理装置、信息处理系统、信息处理方法和记录介质,能够基于用户的脚的移动方式高精度地判定用户是否疲劳。信息处理装置基于安装于鞋的电子设备所取得的数据,取得表示用户的穿着所述鞋的脚的移动方式的信息,基于取得的所述信息判定所述用户是否疲劳。
Description
技术领域
本公开涉及信息处理装置、信息处理系统、信息处理方法和记录介质。
背景技术
正在进行关于辅助人的生活的技术的研究、开发。
对此,已知有如下信息处理装置:从安装于用户穿着的鞋的电子设备取得表示用户运动时的冲击次数的信息,并基于取得的信息判定用户是否疲劳(参照专利文献1)。
专利文献1:日本特开平06-054837号公报
发明内容
然而,专利文献1所记载的信息处理装置在取得的信息所表示的次数小于预先确定的阈值的情况下,无论用户是否实际疲劳,都会判定为用户疲劳。
为了解决上述课题,本公开的一个技术方案是一种信息处理装置,基于安装于鞋的电子设备所取得的数据,取得表示用户的穿着所述鞋的脚的移动方式的信息,基于取得的所述信息判定所述用户是否疲劳。
另外,本公开的一个技术方案是一种信息处理系统,具备上述记载的信息处理装置和所述电子设备。
另外,本公开的一个技术方案是一种信息处理方法,其是信息处理装置的信息处理方法,所述信息处理方法进行如下处理:接收安装于鞋的电子设备取得的数据;基于接收到的所述数据,取得表示用户的穿着所述鞋的脚的移动方式的信息;以及基于取得的所述信息判定所述用户是否疲劳。
另外,本公开的一个技术方案是一种记录介质,所述记录介质存储有程序,所述程序使信息处理装置的计算机进行如下处理:接收安装于鞋的电子设备所取得的数据;基于接收到的所述数据,取得表示用户的穿着所述鞋的脚的移动方式的信息;以及基于取得的所述信息判定所述用户是否疲劳。
另外,本公开的一个技术方案是一种信息处理装置,基于安装于鞋的电子设备所取得的数据,取得表示用户的穿着所述鞋的脚的移动方式的信息,基于取得的所述信息判定所述用户是否发生了障碍。
附图说明
图1是示出信息处理系统1的结构的一例的图。
图2是示出电子设备10的硬件结构的一例的图。
图3是示出信息处理装置20的硬件结构的一例的图。
图4是示出便携终端30的硬件结构的一例的图。
图5是示出电子设备10和信息处理装置20各自的功能结构的一例的图。
图6是示出信息处理装置20判定用户U是否疲劳的处理的流程的一例的图。
图7是示出信息处理装置20取得为了生成判定基准信息而使用的检测数据的处理的流程的一例的图。
图8是示出信息处理装置20基于通过图7所示的流程图的处理所取得的检测数据生成判定基准信息的处理的流程的一例的图。
标号说明
1:信息处理系统;10:电子设备;10L:左脚用电子设备;10R:右脚用电子设备;11:第一处理器;12:第一存储部;13:第一通信部;14:检测部;15:第一控制部;20:信息处理装置;21:第二处理器;22:第二存储部;23:第二通信部;24:第二控制部;30:便携终端;31:第三处理器;32:第三存储部;33:第三通信部;34:输入受理部;35:显示部;141:第一检测部;142:第二检测部;143:第三检测部;151:第一处理部;241:取得部;242:第二处理部;243:判定部;244:输出部;A:步行相关信息;B:步行相关信息;S:第一鞋;SL:左脚用鞋;SR:右脚用鞋;U:用户。
具体实施方式
<实施方式>
以下,参照附图对本公开的实施方式进行说明。
<信息处理系统的概要>
首先,对实施方式的信息处理系统的概要进行说明。
实施方式的信息处理系统具备电子设备和信息处理装置。电子设备安装在鞋上。信息处理装置基于电子设备所取得的数据,取得表示用户的穿着鞋的脚的移动方式的信息,基于所取得的该信息判定用户是否疲劳。由此,信息处理系统能够基于用户的脚的移动方式高精度地判定用户是否疲劳。
以下,详细说明实施方式的信息处理系统的结构和该信息处理系统进行的处理。
<信息处理系统的结构>
以下,以信息处理系统1为例对实施方式的信息处理系统的结构进行说明。
图1是表示信息处理系统1的结构的一例的图。以下,作为一例,对信息处理系统1的用户是图1所示的用户U的情况进行说明。
信息处理系统1在用户U步行的期间内判定用户U是否疲劳。然后,信息处理系统1进行与判定用户U是否疲劳的结果对应的处理。该处理例如是输出表示与判定用户U是否疲劳的结果对应的饮食的菜单的饮食菜单信息的处理,但不限于此。在此,用户U步行的期间是由用户U指定的期间,例如是用户U的通勤中的期间、用户U的回家中的期间、用户U的散步中的期间、用户U的竞走中的期间、用户U的工作中的期间、用户U的运动中的期间等,但不限于此。用户U的运动中的期间例如是用户U的马拉松中等。以下,为了便于说明,将用户U步行的期间称为测定期间进行说明。
例如,如图1所示,信息处理系统1包括电子设备10、信息处理装置20和移动终端30。此外,在信息处理系统1中,电子设备10、信息处理装置20以及便携终端30中的一部分或者全部也可以构成为一体。另外,信息处理系统1也可以是不具备便携终端30的结构。
在使用信息处理系统1时,电子设备10安装于用户U穿着的鞋。电子设备10包括:左脚用电子设备10L,其被安装于穿在用户U的左脚上的鞋上;右脚用电子设备10R,其被安装于穿在用户U的右脚上的鞋上。以下,为了便于说明,将使用信息处理系统1时用户U穿着的鞋称为第一鞋S进行说明。另外,以下,为了便于说明,将穿在用户U的左脚的鞋称为左脚用鞋SL,将穿在用户U的右脚的鞋称为右脚用鞋SR来进行说明。在此,第一鞋S可以是跑步鞋等用于运动的鞋,也可以是皮鞋,还可以是其他种类的鞋。
另外,电子设备10可以与第一鞋S分体地构成,也可以与第一鞋S一体地构成。在与第一鞋S一体地构成的情况下,左脚用电子设备10L与左脚用鞋SL一体地构成。另外,在该情况下,右脚用电子设备10R与右脚用鞋SR一体地构成。以下,作为一例,对电子设备10与第一鞋S分体的情况进行说明。在该情况下,左脚用电子设备10L从左脚用鞋SL的外部被安装于左脚用鞋SL。另外,在该情况下,右脚用电子设备10R从右脚用鞋SR的外部被安装于右脚用鞋SR。这些安装可以通过使用了带等约束件的方法来实现,也可以通过使用了其他器具、夹具、器材等的其他任何方法来实现。
左脚用电子设备10L取得表示左脚用电子设备10L的运动方式的1个以上的数据。以下,作为一例,对左脚用电子设备10L取得表示左脚用电子设备10L的加速度的加速度数据、表示左脚用电子设备10L的角速度的角速度数据、以及表示左脚用电子设备10L的位置的位置数据这3个数据的情况进行说明。在该情况下,左脚用电子设备10L包括检测加速度的加速度传感器、检测角速度的角速度传感器、以及接收表示位置的位置数据的位置数据接收器。这里,角速度传感器例如是陀螺仪传感器等能够检测角速度的传感器。另外,位置数据接收器是接收表示由GNSS(Global Navigation Satellite System:全球导航卫星系统)定位的位置的数据作为表示左脚用电子设备10L的位置的位置数据的接收装置,例如是GPS(Global Positioning System:全球定位系统)接收器。因此,在由位置数据接收器接收的位置数据中,包含有表示左脚用电子设备10L的速度的速度数据、和表示位置数据所示的位置被定位的日期时间的日期时间数据。
左脚用电子设备10L从加速度传感器取得表示由加速度传感器检测出的加速度的加速度数据,作为表示用户U的左脚的加速度的用户左脚加速度数据。此外,左脚用电子设备10L从角速度传感器取得表示由角速度传感器检测出的角速度的角速度数据,作为表示用户U的左脚的角速度的用户左脚角速度数据。此外,左脚用电子设备10L从位置数据接收器取得由位置数据接收器接收到的位置数据,作为表示用户U的左脚的位置的用户左脚位置数据。此外,左脚用电子设备10L也可以构成为,代替用户左脚加速度数据、用户左脚角速度数据以及用户左脚位置数据中的一部分或者全部而取得表示左脚用电子设备10L的运动方式的其他1个以上的数据,或者除了用户左脚加速度数据、用户左脚角速度数据以及用户左脚位置数据的全部之外,还取得表示左脚用电子设备10L的运动方式的其他1个以上的数据。在该情况下,左脚用电子设备10L包括分别检测该其他1个以上的数据的1个以上的传感器。此外,左脚用电子设备10L也可以构成为取得用户左脚加速度数据、用户左脚角速度数据、用户左脚位置数据中的一部分。在此,左脚用电子设备10L在不取得用户左脚加速度数据的情况下,也可以采用不包括加速度传感器的结构。此外,左脚用电子设备10L在不取得用户左脚角速度数据的情况下,也可以采用不包括角速度传感器的结构。此外,左脚用电子设备10L在不取得用户左脚位置数据的情况下,也可以采用不包括位置数据接收器的结构。以下,为了便于说明,只要不需要对用户左脚加速度数据、用户左脚角速度数据、用户左脚位置数据进行区分,则统称为检测数据来进行说明。
此外,左脚用电子设备10L每当经过规定的采样周期时,取得检测数据。规定的采样周期例如为几毫秒,但并不限定于此。左脚用电子设备10L每当取得检测数据时,将所取得的检测数据经由便携终端30发送至信息处理装置20。
左脚用电子设备10L通过基于预先确定的第一标准的无线通信,与便携终端30进行各种数据的发送和接收。第一标准例如可以是Bluetooth(注册商标)的标准,也可以是Wi-Fi(注册商标)等标准,还可以是无线通信的其他标准。
右脚用电子设备10R的结构可以是与左脚用电子设备10L的结构相同的结构,只要不损害在本实施方式中说明的信息处理系统1的功能,也可以是不同的结构。以下,作为一个示例,对右脚用电子设备10R的结构为与左脚用电子设备10L的结构相同的结构的情况进行说明。在该情况下,右脚用电子设备10R每当经过规定的采样周期时,取得关于用户U的右脚的检测数据。而且,右脚用电子设备10R每当取得检测数据时,将所取得的检测数据经由便携终端30发送到信息处理装置20。
左脚用电子设备10L和右脚用电子设备10R分别可以由搭载于任一方的1个处理器控制,也可以由相互独立地搭载的处理器控制。以下,作为一例,对左脚用电子设备10L和右脚用电子设备10R分别由相互独立地搭载的处理器控制的情况进行说明。此外,左脚用电子设备10L和右脚用电子设备10R各自的检测数据的取得以及发送的定时既可以相互同步,也可以不相互同步。以下,作为一例,对左脚用电子设备10L和右脚用电子设备10R各自的检测数据的取得以及发送的定时相互同步的情况进行说明。实现这些的方法可以是已知的方法,也可以是由此开发的方法。
如上所述,在本实施方式中,左脚用电子设备10L和右脚用电子设备10R是彼此相同的结构。因此,以下,为了便于说明,只要不需要区分左脚用电子设备10L和右脚用电子设备10R各自的结构,就统一作为电子设备10的结构进行说明。另外,以下,为了便于说明,只要不需要区分左脚用电子设备10L和右脚用电子设备10R各自的动作和处理,就统一作为电子设备10的动作和处理进行说明。因此,以下,电子设备10所取得的检测数据是指左脚用电子设备10L所取得的检测数据和右脚用电子设备10R所取得的检测数据这2个检测数据。
此外,信息处理系统1也可以是具备左脚用电子设备10L和右脚用电子设备10R中的任一方作为电子设备10的结构。在该情况下,信息处理系统1例如将关于用户U的左脚的检测数据和关于用户U的右脚的检测数据中的任意一方用作关于用户U的脚的双脚的检测数据。另外,在该情况下,信息处理系统1例如在取得关于用户U的左脚的检测数据的情况下将电子设备10安装于左脚用鞋SL,在取得关于用户U的右脚的检测数据的情况下将电子设备10安装于右脚用鞋SR。
信息处理装置20只要是能够作为服务器发挥功能的信息处理装置,则可以是任意的信息处理装置。信息处理装置20例如是台式PC(Personal Computer:个人计算机)、工作站等,但并不限定于此。
信息处理装置20在前述的测定期间中经由便携终端30从电子设备10接收电子设备10所取得的检测数据。更具体而言,测定期间是信息处理系统1通过电子设备10进行检测数据的取得的期间,例如,是指从信息处理装置20经由便携终端30从用户受理开始检测数据的取得的操作的定时到信息处理装置20经由便携终端30从用户受理结束检测数据的取得的操作的定时为止的期间。
信息处理装置20基于在测定期间接收到的检测数据,取得表示用户U的脚的移动方式的1种以上的第一信息。在此,作为1种以上的第一信息,例如可以举出表示用户U的步幅的用户步幅信息、表示用户U的步频的用户步频信息等。另外,表示在用户U的步行中对第一鞋S施加的冲击的次数的信息作为1种以上的第一信息是不适合的。这是因为,该冲击并非仅由用户U的脚的移动方式产生。因此,在本实施方式中,表示该冲击的次数的信息不是表示用户U的脚的移动方式的信息。以下,作为一例,对1种以上的第一信息为用户步幅信息的情况进行说明。在该情况下,信息处理装置20基于在测定期间接收到的检测数据,计算用户U的左脚的步幅和用户U的右脚的步幅。在此,用户U的左脚的步幅的计算可以基于用户左脚加速度数据来进行,也可以基于用户左脚加速度数据和用户左脚角速度数据的组合来进行,也可以基于用户左脚加速度数据、用户左脚角速度数据和用户左脚位置数据的组合来进行,也可以基于用户左脚角速度数据和用户左脚位置数据的组合来进行,还可以基于用户左脚位置数据来进行。另外,用户U的右脚的步幅的计算可以基于用户右脚加速度数据来进行,也可以基于用户右脚加速度数据和用户右脚角速度数据的组合来进行,也可以基于用户右脚加速度数据、用户右脚角速度数据和用户右脚位置数据的组合来进行,也可以基于用户右脚角速度数据和用户右脚位置数据的组合来进行,还可以基于用户右脚位置数据来进行。然后,信息处理装置20将计算出的用户U的左脚的步幅与计算出的用户U的右脚的步幅的平均值计算为用户U的步幅。由此,信息处理装置20取得表示用户U的步幅的用户步幅信息。此外,信息处理装置20也可以是计算用户U的左脚的步幅和用户U的右脚的步幅中的任一方作为用户U的步幅的结构。另外,基于检测数据中的一部分或全部分别计算用户U的左脚的步幅和用户U的右脚的步幅的方法可以是已知的方法,也可以是今后开发的方法。
另外,信息处理装置20基于在测定期间接收到的检测数据,取得与穿着第一鞋S的用户U的步行相关的步行关联信息。步行关联信息是包含与用户U的步行有关的1种以上的信息的信息。以下,作为一例,对在步行关联信息中包含表示用户U步行的路面的倾斜的路面倾斜信息、表示用户U步行的速度的用户步行速度信息、以及表示用户步行的时间段的用户步行时间段信息这3个信息的情况进行说明。信息处理装置20例如基于检测数据所包含的用户左脚角速度数据和检测数据所包含的用户右脚角速度数据中的至少一方,计算用户U在测定期间内的各时刻步行的路面的倾斜。基于该用户左脚角速度数据和该用户右脚角速度数据中的至少一方计算用户U在测定期间内的各时刻步行的路面的倾斜的方法可以是已知的方法,也可以是今后开发的方法。另外,信息处理装置20例如基于检测数据计算在测定期间内的各时刻用户U的速度。在此,用户U的速度的计算既可以基于用户左脚加速度数据来进行,也可以基于用户左脚加速度数据与用户左脚角速度数据的组合来进行,还可以基于用户左脚加速度数据、用户左脚角速度数据与用户左脚位置数据的组合来进行,还可以基于用户左脚角速度数据与用户左脚位置数据的组合来进行。另外,基于检测数据中的一部分或全部来计算用户U的速度的方法可以是已知的方法,也可以是今后开发的方法。另外,信息处理装置20也可以构成为将左脚位置数据以及右脚位置数据各自所包含的速度数据所表示的速度的平均值确定为用户U的速度。另外,信息处理装置20例如基于检测数据所包含的各数据的时间戳,确定测定期间所包含的时间段。此外,信息处理装置20例如也可以构成为,基于左脚位置数据以及右脚位置数据各自所包含的日期时间数据所表示的日期时间,来确定测定期间所包含的时间段。如上所述,信息处理装置20基于在测定期间接收到的检测数据取得步行关联信息。此外,步行关联信息也可以构成为,代替路面倾斜信息、用户步行速度信息以及用户步行时间段信息中的一部分或者全部而包含与穿着第一鞋S的用户U的步行有关的其他信息,或者除了路面倾斜信息、用户步行速度信息以及用户步行时间段信息的全部之外,还包含与穿着第一鞋S的用户U的步行有关的其他信息。在该情况下,信息处理装置20基于在测定期间接收到的检测数据取得该其他信息。另外,步行关联信息也可以构成为包括路面倾斜信息、用户步行速度信息以及用户步行时间段信息中的一部分。
在此,在信息处理装置20中预先存储有判定基准信息。判定基准信息是为了进行用户U是否疲劳的判定而使用的信息。判定基准信息是包含表示关于用户U的步幅的阈值的阈值信息的信息。以下,作为一例,对判定基准信息是按照相互不同的多个步行关联信息将步行关联信息与阈值信息建立对应的信息的情况进行说明。在此,“某个步行关联信息A和与步行关联信息A不同的步行关联信息B不同”是指:步行关联信息A所包含的1种以上的信息分别表示的值的组合与步行关联信息B所包含的1种以上的信息分别表示的值的组合不一致。另外,与判定基准信息所包含的多个步行关联信息分别建立了对应的阈值信息中的一部分或全部可以构成为表示彼此相同的阈值,也可以构成为表示彼此不同的阈值。另外,判定基准信息可以是表格形式的信息,也可以是作为机器学习的模型中的节点间的权重而存储的信息,还可以是其他形式的信息。另外,判定基准信息可以构成为由用户U预先存储于信息处理装置20,也可以构成为由信息处理装置20基于从电子设备10取得的检测数据生成。
另外,某个步行关联信息也可以说是表示用户U步行的状况的信息。而且,例如与用户U在平坦面上步行时相比,用户U在倾斜面上向上行走时存在用户U的步幅变短的倾向。另外,例如与用户U在平坦面上行走时相比,用户U在倾斜面上向下行走时存在用户U的步幅变长的倾向。另一方面,与用户U不疲劳时相比,用户U疲劳时存在用户U的步幅变短的倾向。另外,与用户U疲劳时相比,用户U不疲劳时存在用户U的步幅变长的倾向。因此,在判定基准信息中,作为与某步行关联信息建立了对应的阈值信息所表示的阈值,采用在该步行关联信息所表示的状况下不疲劳的情况下的用户U的步幅。由此,信息处理装置20例如能够分别抑制如下情况:由于未疲劳的用户U爬上倾斜面时的步幅与未疲劳的用户U在平坦面上行走时的步幅的差异,尽管用户U未疲劳,但判定为用户U疲劳;尽管用户U疲劳,但判定为用户U未疲劳。即,信息处理装置20能够抑制由于与用户U步行的状况相应地产生的用户U的步幅的差异,尽管用户U没有疲劳,但误判定为用户U疲劳的情况。另外,信息处理装置20能够抑制由于与用户U步行的状况相应产生的用户U的步幅的差异,尽管用户U疲劳,但误判定为用户U没有疲劳的情况。其结果,信息处理装置20能够高精度地判定用户是否疲劳。在用户U步行的各状况下,不疲劳的情况下的用户U的步幅既可以事先通过实验来测定,也可以通过理论计算等来计算,也可以通过机器学习的模型来推定,还可以通过其他方法来确定。
在取得了用户步幅信息以及步行关联信息之后,信息处理装置20基于所取得的用户步幅信息以及步行关联信息和预先存储的判定基准信息,判定用户U是否疲劳。更具体而言,在取得用户步幅信息以及步行关联信息之后,信息处理装置20从判定基准信息中提取与该步行关联信息建立了对应的阈值信息。此时,判定基准信息所包含的某种类的信息所表示的值与步行关联信息所包含的该种类的信息所表示的值一致例如是指:在以判定基准信息所包含的该种类的信息所表示的值为中心值的规定范围内包含有步行关联信息所包含的该种类的信息所表示的值。规定范围例如是该中心值±10%的范围,但并不限定于此。另外,也可以通过其他方法来规定判定基准信息所包含的某种类的信息所表示的值与步行关联信息所包含的该种类的信息所表示的值一致。然后,信息处理装置20判定该用户步幅信息所表示的步幅是否小于提取出的阈值信息所表示的阈值。信息处理装置20在判定为该步幅为该阈值以上的情况下,判定为用户U未疲劳。另一方面,信息处理装置20在判定为该步幅小于该阈值的情况下,判定为用户U疲劳。由此,信息处理装置20能够基于用户U的脚的移动方式,高精度地判定用户U是否疲劳。
在判定用户U是否疲劳之后,信息处理装置20进行与判定用户U是否疲劳的结果对应的处理。关于该处理的具体例,在后面叙述。
此外,上述说明的阈值信息也可以置换为表示作为包含在与阈值信息建立了对应的步行关联信息所表示的状况下不疲劳的情况下的用户U的步幅的范围而预先确定的范围的信息。作为包含在该状况下不疲劳的情况下的用户U的步幅的范围,可以是关于在该状况下不疲劳的情况下的用户U的步幅的1个标准偏差所表示的范围,也可以是关于不疲劳的情况下的用户U的步幅能够统计性地计算的其他范围。另外,上述说明的阈值信息可以是关于在该状况下不疲劳的情况下的用户U的步幅的平均值、中央值等,也可以是关于在该状况下不疲劳的情况下的用户U的步幅的其他统计值。
另外,信息处理装置20也可以是代替用户步幅信息而基于用户步频信息来判定用户U是否疲劳的结构。这是因为,若步行中的人疲劳,则与不疲劳的情况下的该人的步频相比,该人的步频存在减少的倾向。在该情况下,信息处理装置20计算用户U的步频来代替用户U的步幅。在此,用户U的步频是用户U的每单位时间的步数。基于检测数据的用户U的步频的计算方法可以是已知的方法,也可以是此后开发的方法。
另外,信息处理装置20也可以是基于用户步幅信息和用户步频信息来判定用户U是否疲劳的结构。在该情况下,信息处理装置20计算用户U的步幅和用户U的步频。另外,在该情况下,在判定基准信息中,代替前述的阈值信息而包含表示关于用户U的步幅的阈值的步幅阈值信息和表示关于用户U的步频的阈值的步频阈值信息的组合。而且,在该情况下,信息处理装置20例如也可以构成为,当用户U的步幅小于步幅阈值信息所表示的阈值、且用户U的步频小于步频阈值信息所表示的阈值时,判定为用户U疲劳。另外,在该情况下,信息处理装置20例如也可以构成为,当用户U的步幅小于步幅阈值信息所表示的阈值、或者用户U的步频小于步频阈值信息所表示的阈值时,判定为用户U疲劳。
另外,信息处理装置20也可以是不取得步行关联信息的结构。在该情况下,判定基准信息可以是表示某1个预先确定的阈值的阈值信息,也可以是包含该阈值信息的信息。
另外,信息处理装置20也可以构成为,将从电子设备10接收到的检测数据输入到学习了判定基准信息的机器学习的模型,使该模型判定用户U是否疲劳。在此,该模型只要是能够学习判定基准信息且能够根据该检测数据判定用户U是否疲劳的种类的模型,则可以是任何机器学习的模型。
便携终端30向信息处理装置20发送各种请求,作为对该请求的响应,从信息处理装置20接收各种数据。另外,便携终端30向电子设备10发送各种请求,控制电子设备10。另外,便携终端30在从电子设备10接收到检测数据的情况下,将接收到的检测数据发送到信息处理装置20。即,便携终端30对电子设备10与信息处理装置20之间的检测数据的发送和接收进行中继。
在该一个例子中,便携终端30是用户U所拥有的可便携的信息处理终端,例如是平板PC、PDA(Personal Digital Assistant:个人数字助理)、多功能便携电话终端(智能手机)、智能手表、头戴式显示器等,但不限于此。此外,便携终端30可以是用户U从他人出借的可携带的信息处理终端,也可以是其他信息处理终端。
便携终端30通过基于预先确定的第二标准的无线通信,与信息处理装置20进行各种数据的发送和接收。第二标准例如可以是LTE(Long Term Evolution:长期演进)等标准、Wi-Fi(注册商标)等标准,也可以是无线通信的其他标准。
电子设备的硬件配置
以下,参照图2,对电子设备10的硬件结构进行说明。图2是示出电子设备10的硬件结构的一例的图。
电子设备10例如具备第一处理器11、第一存储部12、第一通信部13以及检测部14。这些构成要素经由总线以能够相互通信的方式连接。另外,电子设备10经由第一通信部13与便携终端30进行通信。
第一处理器11例如是CPU(Central Processing Unit:中央处理单元)。此外,第一处理器11也可以是FPGA(Field Programmable Gate Array:现场可编程门阵列)等其他处理器来代替CPU。第一处理器11执行存储于第一存储部12的各种程序。
第一存储部12例如是包含SSD(Solid State Drive:固态硬盘)、EEPROM(Electrically Erasable Programmable Read Only Memory:电可擦可编程只读存储器)、ROM(Read Only Memory:只读存储器)、RAM(Random Access Memory:随机存取存储器)等的存储装置。另外,第一存储部12也可以是通过USB(Universal Serial Bus:通用串行总线)等数字输入输出端口等连接的外置型的存储装置,来代替内置于电子设备10的存储装置。第一存储部12存储电子设备10处理的各种信息、各种程序。
第一通信部13例如是构成为包含无线通信用的天线等的通信装置。
检测部14具备第一检测部141、第二检测部142以及第三检测部143。
第一检测部141是检测加速度的加速度传感器。
第二检测部142是检测角速度的角速度传感器。以下,作为一个示例,对第二检测部142为陀螺仪传感器的情况进行说明。此外,第二检测部142也可以是检测角速度的其他传感器来代替陀螺仪传感器。
第三检测部143是接收表示位置的位置数据的位置数据接收器。以下,作为一例,对第三检测部143为GPS接收器的情况进行说明。此外,第三检测部143也可以是能够接收表示由GNSS定位的位置的数据作为位置数据的其他的接收器来代替GPS接收器。
<信息处理装置的硬件结构>
以下,参照图3,对信息处理装置20的硬件结构进行说明。图3是示出信息处理装置20的硬件结构的一例的图。
信息处理装置20例如具备第二处理器21、第二存储部22以及第二通信部23。这些构成要素经由总线以能够相互通信的方式连接。另外,信息处理装置20经由第二通信部23与便携终端30进行通信。
第二处理器21例如是CPU。此外,第二处理器21也可以是FPGA等其他处理器来代替CPU。第二处理器21执行存储于第二存储部22的各种程序。
第二存储部22例如是包括HDD(Hard Disk Drive:硬盘驱动器)、SSD、EEPROM、ROM、RAM等的存储装置。另外,第二存储部22也可以是通过USB等数字输入输出端口等连接的外置型的存储装置,来代替内置于信息处理装置20的存储装置。第二存储部22存储信息处理装置20处理的各种信息、各种图像、各种程序。例如,第二存储部22存储前述的判定基准信息。
第二通信部23例如是构成为包含无线通信用的天线等的通信装置。
<便携终端的硬件结构>
以下,参照图4,对便携终端30的硬件结构进行说明。图4是示出便携终端30的硬件结构的一例的图。
便携终端30例如具备第三处理器31、第三存储部32、第三通信部33、输入受理部34以及显示部35。这些构成要素经由总线以能够相互通信的方式连接。另外,便携终端30经由第三通信部33与电子设备10、信息处理装置20分别进行通信。
第三处理器31例如是CPU。此外,第三处理器31也可以是FPGA等其他处理器来代替CPU。第三处理器31执行存储于第三存储部32的各种程序。
第三存储部32例如是包含SSD、EEPROM、ROM、RAM等的存储装置。另外,第三存储部32也可以是通过USB等数字输入输出端口等连接的外置型的存储装置,来代替内置于便携终端30的存储装置。第三存储部32存储便携终端30处理的各种信息、各种图像、各种程序。
第三通信部33例如是构成为包含无线通信用的天线等的通信装置。
输入受理部34例如是包括硬键、触摸板等的输入装置。输入受理部34也可以与显示部35一体地构成为触摸面板。
显示部35例如是包含显示器的显示装置。
电子设备和信息处理装置的功能配置
以下,参照图5,对电子设备10以及信息处理装置20各自的功能结构进行说明。图5是示出电子设备10和信息处理装置20各自的功能结构的一例的图。
电子设备10例如具备第一存储部12、第一通信部13、检测部14以及第一控制部15。
第一控制部15控制整个电子设备10。第一控制部15例如具备第一处理部151。第一控制部15所具备的这些功能部例如通过第一处理器11执行存储于第一存储部12的各种程序来实现。另外,该功能部中的一部分或全部也可以是LSI(Large Scale Integration:大规模集成电路)、ASIC(Application Specific Integrated Circuit:专用集成电路)等硬件功能部。此外,第一控制部15也可以构成为除了第一处理部151之外还具备其他功能部。
第一处理部151与从便携终端30接收到的请求相应地进行各种处理。
信息处理装置20例如具备第二存储部22、第二通信部23以及第二控制部24。
第二控制部24控制整个信息处理装置20。第二控制部24例如具备取得部241、第二处理部242、判定部243以及输出部244。第二控制部24所具备的这些功能部例如通过第二处理器21执行存储于第二存储部22的各种程序来实现。另外,该功能部中的一部分或者全部也可以是LSI、ASIC等硬件功能部。此外,第二控制部24也可以构成为除了取得部241、第二处理部242、判定部243以及输出部244之外还具备其他功能部。
取得部241取得信息处理装置20从电子设备10接收到的各种数据。例如,取得部241取得信息处理装置20从电子设备10接收到的检测数据。
第二处理部242进行与经由便携终端30从用户U受理的操作对应的各种处理。例如,第二处理部242基于取得部241取得的检测数据,取得用户步幅信息。
判定部243进行信息处理装置20进行的各种判定。例如,判定部243基于由第二处理部242取得的用户步幅信息,判定用户U是否疲劳。
输出部244与经由便携终端30从用户U受理的操作相应地输出各种信息。例如,输出部244将表示由判定部243判定的结果的信息输出到便携终端30等其他装置。
<信息处理装置判定用户是否疲劳的处理>
以下,参照图6,对信息处理装置20判定用户U是否疲劳的处理进行说明。图6是示出信息处理装置20判定用户U是否疲劳的处理的流程的一例的图。以下,作为一例,对在进行图6所示的步骤S110的处理之前的定时,信息处理装置20经由便携终端30从用户受理了开始检测数据的取得的操作的情况进行说明。另外,以下,作为一例,如图1所示,对在该定时用户U将安装有左脚用电子设备10L的左脚用鞋SL穿在左脚上、且用户U将安装有右脚用电子设备10R的右脚用鞋SR穿在右脚上的情况进行说明。另外,以下,作为一例,对在该定时用户U开始步行的情况进行说明。另外,以下,作为一例,对在该定时上述的判定基准信息存储于第二存储部22的情况进行说明。
在受理了开始取得检测数据的操作之后,取得部241经由便携终端30开始数据取得处理(步骤S110)。在此,数据取得处理是指,每当经过规定的采样周期时取得部241从电子设备10取得检测数据的处理。
接着,第二处理部242待机直到经过预先确定的待机时间为止(步骤S120)。在此,预先确定的待机时间是从进行了步骤S110的处理的定时到在后述的步骤S140中取得能够高精度地执行疲劳判定处理的程度的数量的检测数据为止所需的时间,例如为5分钟左右,但也可以是比5分钟短的时间,也可以是比5分钟长的时间。预先确定的待机时间可以通过事先的实验、理论计算等来决定,也可以通过其他方法来决定。此外,信息处理装置20也可以构成为:能够与经由便携终端30的来自用户U的操作相应地将用户U所希望的时间设定为预先确定的待机时间。另外,在图6所示的流程图的处理中,也可以省略步骤S120的处理。
第二处理部242在判定为经过了预先确定的待机时间的情况下(步骤S120为“是”),待机至满足预先确定的判定条件为止(步骤S130)。在此,预先确定的判定条件是成为周期性地进行用户U是否疲劳的判定的触发的条件。预先确定的判定条件例如是从在步骤S120中第二处理部242判定为经过了预先确定的待机时间的定时、或者在上次执行的步骤S130中判定为满足了判定条件的定时起经过了预先确定的判定周期的情况。此外,预先确定的判定条件也可以是成为周期性地进行用户U是否疲劳的判定的触发的其他条件。另外,预先确定的判定周期例如是1分钟,但也可以是比1分钟短的时间,也可以是比1分钟长的时间。
第二处理部242在判定为满足了预先确定的判定条件的情况下(步骤S130为“是”),基于在从进行步骤S110的定时到当前时刻之间的期间内由取得部241取得的全部检测数据,取得用户步幅信息,并且取得前述的步行关联信息(步骤S140)。在图6中,通过“信息取得处理”来表示步骤S140的处理。此外,关于基于该检测数据的用户步幅信息的取得方法,已经进行了说明,因此省略此处的说明。另外,关于基于该检测数据的步行关联信息的取得方法,由于也已经说明过,因此省略此处的说明。
接着,判定部243基于在步骤S140中由第二处理部242取得的用户步幅信息,进行疲劳判定处理(步骤S150)。在此,疲劳判定处理是依次进行判定部243从第二存储部22读出预先存储于第二存储部22的判定基准信息的第一处理、和基于通过第一处理读出的判定基准信息和该用户步幅信息来判定用户U是否疲劳的第二处理的处理。此外,在第二处理中,关于信息处理装置20基于该判定基准信息和该用户步幅信息来判定用户U是否疲劳的方法,已经进行了说明,因此省略此处的说明。另外,判定部243也可以并行地进行第一处理和第二处理。
接着,第二处理部242对在步骤S150的疲劳判定处理中是否判定为用户U疲劳进行判定(步骤S160)。在图6中,用“疲劳?”表示步骤S160的处理。
第二处理部242在判定为在步骤S150的疲劳判定处理中被判定为用户U疲劳的情况下(步骤S160为“是”),进行与用户U疲劳相应的处理(步骤S170)。在图6中,通过“与判定结果相应的处理”来表示步骤S170的处理。步骤S170的处理是与判定用户是否疲劳的结果相应的处理的一例。在此,对步骤S170的处理进行说明。
在步骤S170中,第二处理部242例如确定包含改善用户U的疲劳的营养素的饮食的菜单,并将表示所确定的菜单的饮食菜单信息经由第二通信部23向便携终端30输出。由此,信息处理装置20能够使该饮食菜单信息显示于便携终端30的显示器。在此,包含改善用户疲劳的营养素的饮食的菜单的确定方法可以是已知的方法,也可以是今后开发的方法。例如,第二处理部242也可以构成为利用因特网检索该菜单,从作为检索的结果而得到的1个以上的菜单中随机地决定向用户U推荐的菜单。另外,例如,第二处理部242也可以是利用机器学习的模型,使该模型输出向用户U推荐的菜单的结构。此外,第二处理部242也可以是通过其他方法确定向用户U推荐的菜单的结构。
在此,例如,在日本特开2020-181313号公报中,记载了一种建议饮食的装置,该饮食改善基于安装于床垫等的参验者的寝具的传感器和参验者向电子设备输入的疲劳度而测量的参验者的实际的疲劳感。然而,这样的装置难以提出与被测者的白天的疲劳度相应的饮食。该装置为了建议促使参验者的疲劳度的改善的饮食,而利用安装于寝具的传感器。因此,该装置在参验者离开寝具的白天,无法进行与参验者的疲劳度相应的饮食的建议。与此相对,作为步骤S170的处理,信息处理系统1通过输出饮食菜单信息,在用户U穿着第一鞋S生活的所有时间段中,判定用户U是否疲劳,在判定为用户U疲劳的情况下,能够输出表示包含改善用户U的疲劳的营养素的饮食的菜单的饮食菜单信息。其结果,信息处理系统1能够在用户U穿着第一鞋S生活的所有时间段中,进行与用户U的疲劳相应的饮食的建议。
另外,在步骤S170中,第二处理部242也可以代替向便携终端30输出饮食菜单信息的结构,例如是向进行用户U的工作地的考勤管理的服务器等输出表示用户U疲劳的信息的结构。由此,信息处理装置20例如能够使用户U的工作地高精度地掌握用户U对工作地的贡献度。其结果,该工作地例如能够高精度地进行从业人员的评价。
另外,在步骤S170中,第二处理部242也可以代替向便携终端30输出饮食菜单信息的结构,例如是向具有播放音乐的功能的信息处理装置输出表示用户U疲劳的信息的结构。作为该信息处理装置的一例,可举出便携终端30、用户U的工作地的信息处理装置等。由此,信息处理装置20例如能够使用户U的工作地根据从业人员的疲劳播放恢复体操的音乐等。其结果,信息处理装置20例如能够改善用户U的生活环境。
另外,在步骤S170中,第二处理部242也可以代替向便携终端30输出饮食菜单信息的结构,而例如是经由第二通信部23向便携终端30输出表示改善用户U的疲劳的行动方案的行动方案信息的结构。由此,信息处理装置20能够使该行动方案信息显示于便携终端30的显示器。在此,该行动方案信息例如是表示去推荐的温泉旅馆旅行的提案的信息、表示去推荐的观光地旅行的提案的信息等,但不限于此。例如优选根据在平日由信息处理装置20判定的结果,由信息处理装置20在休息日、休息日前夜等进行这样的行动方案信息的输出。建议的行动方案的确定方法可以是已知的方法,也可以是今后开发的方法。例如,第二处理部242也可以构成为利用因特网检索行动方案,从作为检索的结果而得到的1个以上的行动方案中随机地决定向用户U推荐的行动方案。另外,例如,第二处理部242也可以是利用机器学习的模型,使该模型输出向用户U推荐的行动方案的结构。此外,第二处理部242也可以是通过其他方法确定向用户U推荐的行动方案的结构。
在进行了步骤S170的处理之后,取得部241结束经由便携终端30的数据取得处理(步骤S180),结束图6所示的流程图的处理。
另一方面,第二处理部242在判定为在步骤S150的疲劳判定处理中未被判定为用户U疲劳的情况下(步骤S160为“否”),判定是否结束检测数据的取得(步骤S190)。例如,在步骤S190中,在信息处理装置20经由便携终端30从用户受理了结束检测数据的取得的操作的情况下,第二处理部242判定为结束检测数据的取得。另外,例如,在步骤S190中,在信息处理装置20未经由便携终端30从用户受理该操作的情况下,第二处理部242判定为不结束检测数据的取得。
第二处理部242在判定为不结束检测数据的取得的情况下(步骤S190为“否”),转移到步骤S130,再次待机直到满足预先确定的判定条件为止。
另一方面,在第二处理部242判定为结束检测数据的取得的情况下(步骤S190为“是”),取得部241结束经由便携终端30的数据取得处理(步骤S200)。
接下来,第二处理部242实施与用户U未疲劳的情况相应的处理(步骤S210)。在图6中,通过“与判定结果相应的处理”来表示步骤S210的处理。步骤S210的处理是与判定用户是否疲劳的结果相应的处理的一例。在此,对步骤S210的处理进行说明。
在步骤S210中,第二处理部242例如确定用户U喜欢的饮食的菜单,并将表示所确定的菜单的饮食菜单信息经由第二通信部23向便携终端30输出。由此,信息处理装置20能够使该饮食菜单信息显示于便携终端30的显示器。在此,用户喜欢的饮食的菜单的确定方法可以是已知的方法,也可以是此后开发的方法。例如,第二处理部242也可以构成为,检索因特网中的用户U的SNS(Social Networking Service:社交网络服务)的利用历史,从作为检索的结果而得到的1个以上的菜单中随机地决定向用户U推荐的菜单。另外,例如,第二处理部242也可以是利用机器学习的模型,使该模型输出向用户U推荐的菜单的结构。此外,第二处理部242也可以是通过其他方法确定向用户U推荐的菜单的结构。
另外,在步骤S210中,第二处理部242也可以代替向便携终端30输出饮食菜单信息的结构,例如是向进行用户U的工作地的考勤管理的服务器等输出表示用户U不疲劳的信息的结构。由此,信息处理装置20例如能够使用户U的工作地高精度地掌握用户U对工作地的贡献度。其结果,该工作地例如能够高精度地进行从业人员的评价。
另外,在步骤S210中,第二处理部242也可以代替向便携终端30输出饮食菜单信息的结构,例如是向具有播放音乐的功能的信息处理装置输出表示用户U不疲劳的信息的结构。作为该信息处理装置的一例,可举出便携终端30、用户U的工作地的信息处理装置等。由此,信息处理装置20例如能够使用户U的工作地播放增加集中力的音乐等。其结果,信息处理装置20例如能够改善用户U的生活环境。
另外,在步骤S210中,第二处理部242也可以代替向便携终端30输出饮食菜单信息的结构,而例如是经由第二通信部23向便携终端30输出表示用户U的工作后的行动方案的行动方案信息的结构。由此,信息处理装置20能够使该行动方案信息显示于便携终端30的显示器。在此,该行动方案信息例如是表示投入用户U的兴趣的建议的信息、表示前往推荐的餐饮店的建议的信息等,但不限于此。建议的行动方案的确定方法可以是已知的方法,也可以是今后开发的方法。例如,第二处理部242也可以是检索因特网中的用户U的SNS的利用历史,从作为检索的结果而得到的1个以上的行动方案中随机地决定向用户U推荐的行动方案的结构。另外,例如,第二处理部242也可以是利用机器学习的模型,使该模型输出向用户U推荐的行动方案的结构。此外,第二处理部242也可以是通过其他方法确定向用户U推荐的行动方案的结构。
在进行了步骤S210的处理之后,第二处理部242结束图6所示的流程图的处理。
如上所述,信息处理装置20基于安装于第一鞋S的电子设备10所取得的检测数据,取得表示穿着第一鞋S的用户U的步幅的用户步幅信息,并基于所取得的用户步幅信息,判定用户U是否疲劳。由此,信息处理装置20能够基于用户U的步幅、即用户U的脚的移动方式,高精度地判定用户U是否疲劳。
在此,信息处理装置20也可以构成为,在步骤S150的疲劳判定处理中,基于用户步幅信息和步行关联信息,分别判定用户U是否在身体上疲劳和用户U是否在精神上疲劳。在该情况下,例如,在用户U上班的时间段判定为用户U疲劳的情况下,由于用户U的体力尚未丧失的可能性高,所以信息处理装置20判定为用户U精神上疲劳。另一方面,例如,在用户U下班的时间段判定为用户U疲劳的情况下,由于用户U的体力已经丧失的可能性高,所以信息处理装置20判定为用户U身体疲劳。在此,在进行这样的判定的情况下,表示用户U上班的时间段的信息、表示用户U下班的时间段的信息分别例如由用户U经由便携终端30登记到信息处理装置20。此外,在利用机器学习的模型进行步骤S150的疲劳判定处理的情况下,信息处理装置20使机器学习的模型学习用户U的生活节奏。由此,信息处理装置20能够以更高的精度分别判定用户U是否在身体上疲劳和用户U是否在精神上疲劳。另外,信息处理装置20也可以是基于步行关联信息中包含的用户速度信息所表示的速度来判定用户U在身体上是否疲劳的结构。在该情况下,该速度越慢,信息处理装置20能够判定为用户U在身体上疲劳。
另外,信息处理装置20也可以构成为,在分别判定用户U是否精神疲劳和用户U是否身体疲劳的情况下,在步骤S170中,输出表示与这2个判定的结果的组合相应的饮食的菜单的饮食菜单信息。在该情况下,信息处理装置20按每个该组合,输出表示相互不同的菜单的饮食菜单信息。例如,信息处理装置20在判定为用户U精神上不疲劳且用户U身体上疲劳的情况下,向便携终端30等输出表示使用了取得营养平衡且含有较多维生素群的猪肉的饮食的菜单的饮食菜单信息等。另外,例如,信息处理装置20在判定为用户U精神上疲劳且用户U身体上不疲劳的情况下,向便携终端30等输出表示使用了包含色氨酸的芝麻、大豆产品等的饮食的菜单的饮食菜单信息等。此处,色氨酸是芝麻、大豆制品等中所含的必需氨基酸,是保持情绪稳定、减少压力的神经递质“血清素”的材料。即,信息处理装置20通过使用户U摄取色氨酸,能够改善精神疲劳。
另外,信息处理装置20也可以是在步骤S150的疲劳判定处理中计算表示用户U的疲劳度的值的结构。例如,信息处理装置20也可以是计算按照用户步幅信息所表示的步幅和与步行关联信息建立了对应的阈值信息所表示的阈值之差的大小建立了对应的离散的数值作为表示用户U的疲劳度的值的结构。在该情况下,该差的大小越大,则表示用户U更强地疲劳的值与该差的大小建立对应。而且,该离散的数值的值越小或者值越大,表示用户U越强烈疲劳。在这样计算表示用户U的疲劳度的值的情况下,信息处理装置20也可以构成为,在步骤S170以及步骤S210中,将表示该值的信息向其他装置输出并显示。
<信息处理装置取得为了生成判定基准信息而使用的检测信息的处理>
在此,如上所述,信息处理装置20也可以是生成判定基准信息的结构。在该情况下,信息处理装置20取得为了生成判定基准信息而使用的检测数据,基于所取得的检测数据,生成判定基准信息。因此,以下,参照图7,对信息处理装置20取得为了生成判定基准信息而使用的检测数据的处理进行说明。图7是示出信息处理装置20取得为了生成判定基准信息而使用的检测数据的处理的流程的一例的图。以下,作为一例,对在进行图7所示的步骤S310的处理之前的定时,信息处理装置20经由便携终端30从用户受理了开始为了生成判定基准信息而使用的检测数据的取得的操作的情况进行说明。另外,以下,作为一例,对在该定时如图1所示用户U将安装有左脚用电子设备10L的左脚用鞋SL穿在左脚上、且用户U将安装有右脚用电子设备10R的右脚用鞋SR穿在右脚上的情况进行说明。另外,以下,作为一例,对在该定时用户U开始步行的情况进行说明。每当用户U进行该操作时,信息处理装置20反复进行图7所示的流程图的处理。由此,信息处理装置20能够在用户U的日常生活中的各种时间段取得检测数据,其结果为,能够生成包括与对应于用户U的日常生活的各种步行关联信息建立了对应的阈值信息在内的判断基准信息。
在受理了开始取得为了生成判定基准信息而使用的检测数据的操作之后,取得部241经由便携终端30开始数据取得处理(步骤S310)。
接着,取得部241每当通过在步骤S310中开始的数据取得处理取得了检测数据时,开始将取得的检测数据存储于第二存储部22的处理(步骤S320)。在图7中,通过“开始数据存储”来表示步骤S320的处理。此外,取得部241在步骤S320中将检测数据存储于第二存储部22时,例如将表示是为了生成判定基准信息而使用的数据的数据识别信息与检测数据建立对应地存储于第二存储部22。
接着,取得部241待机,直到受理结束为了生成判定基准信息而使用的检测数据的取得的操作为止(步骤S330)。在图7中,通过“结束数据取得?”来表示步骤S330的处理。
取得部241在判定为受理了结束为了生成判定基准信息而使用的检测数据的取得的操作的情况下(步骤S330为“是”),使在步骤S310中开始的数据取得处理和在步骤S320中开始的处理这2个处理结束(步骤S340),结束图7所示的流程图的处理。在图7中,通过“结束数据取得以及数据存储”来表示步骤S340的处理。
<信息处理装置生成判定基准信息的处理>
以下,参照图8,对信息处理装置20基于通过图7所示的流程图的处理而取得的检测数据来生成判定基准信息的处理进行说明。图8是示出信息处理装置20基于通过图7所示的流程图的处理而取得的检测数据来生成判定基准信息的处理的流程的一例的图。以下,作为一例,对判定基准信息是机器学习的模型中的节点间的权重的情况进行说明。另外,以下,作为一例,对在进行图8所示的步骤S410的处理之前的定时,信息处理装置20经由便携终端30从用户受理了开始判定基准信息的生成的操作的情况进行说明。另外,以下,作为一例,对在该定时通过图7所示的流程图的处理将用于生成判定基准信息的检测数据存储于第二存储部22的情况进行说明。此外,图8所示的流程图的处理也可以是与图7所示的流程图的处理并行地进行的结构。在该情况下,信息处理装置20一边取得检测数据,一边进行判定基准信息的生成以及更新。
第二处理部242从第二存储部22读出与前述的数据识别信息建立了对应的检测数据(步骤S410)。
接着,第二处理部242基于在步骤S410中从第二存储部22读出的检测数据,取得用户步幅信息以及步行关联信息。第二处理部242将取得的用户步幅信息以及步行关联信息输入到机器学习的模型来进行学习(步骤S420),结束图8所示的流程图的处理。在图8中,通过“学习处理”来表示步骤S420的处理。在此,基于该检测数据的用户步幅信息以及步行关联信息的取得方法已经说明,因此省略说明。这样,在步骤S420中,使机器学习的模型学习基于该检测数据的用户步幅信息以及步行关联信息的组合,因此信息处理装置20能够生成能够用作判定基准信息的机器学习的模型,该判定基准信息包含表示与用户U正在步行的各状况相应的阈值的阈值信息。另外,针对机器学习的模型的详细的学习方法可以是已知的方法,也可以是之后开发的方法。
另外,上述说明的信息处理装置20也可以使用各种函数、各种类(class)等来代替机器学习的模型。
另外,在上述中说明的信息处理装置20也可以构成为,基于安装于第一鞋S的电子设备10所取得的检测数据,取得穿着第一鞋S的用户步幅信息,基于取得的用户步幅信息判定用户U是否发生了障碍。这是因为,例如在用户U的左脚和右脚中的至少一方发生了障碍的情况下,用户U的步幅变短。由此,信息处理装置20能够基于用户U的脚的移动方式,高精度地判定用户U是否发生了障碍。此外,用户U的障碍例如是用户U受伤、用户U的疾病等。
另外,在上述说明的信息处理系统1中,上述说明的所有事项可以任意组合。
如以上说明的那样,实施方式的信息处理装置基于安装于鞋的电子设备所取得的数据,取得表示用户的穿着鞋的脚的移动方式的信息,基于取得的该信息判定用户是否疲劳。由此,信息处理装置能够基于用户的脚的移动方式,高精度地判定用户是否疲劳。此外,在上述说明的例子中,信息处理装置20是该信息处理装置的一例。另外,在上述说明的例子中,第一鞋S是该鞋的一例。另外,在上述说明的例子中,电子设备10是该电子设备的一例。另外,在上述说明的例子中,加速度数据、角速度数据、位置数据分别是该数据的一个例子。另外,在上述说明的例子中,用户U是该用户的一例。另外,在上述说明的例子中,用户步幅信息、用户步频信息分别是该信息的一例。
另外,在信息处理装置中,也可以采用在表示用户的脚的移动方式的信息中包含表示用户的步幅的用户步幅信息的结构。
另外,在信息处理装置中,也可以采用在表示用户的脚的移动方式的信息中包含表示用户的脚的步频的用户步频信息的结构。
另外,信息处理装置也可以采用基于取得的信息和预先确定的阈值来判定用户是否疲劳的结构。
另外,信息处理装置也可以采用基于取得的信息和按照时间段预先确定的阈值来判定用户是否疲劳的结构。
另外,信息处理装置也可以采用基于取得的信息和按照用户的步行速度预先确定的阈值来判定用户是否疲劳的结构。
另外,信息处理装置也可以采用基于取得的信息和按照路面的倾斜预先确定的阈值判定用户是否疲劳的结构。
另外,信息处理装置也可以采用基于取得的信息,分别判定用户是否身体疲劳和用户是否精神疲劳的结构。
另外,信息处理装置也可以采用如下结构:在判定用户是否疲劳之后,输出表示与判定的结果相应的饮食的菜单的饮食菜单信息。
另外,信息处理装置也可以采用如下结构:在分别判定用户是否身体疲劳和用户是否精神疲劳之后,输出表示与判定的结果的组合相应的饮食的菜单的饮食菜单信息。
另外,信息处理装置也可以采用按照组合输出表示相互不同的菜单的饮食菜单信息的结构。
另外,在信息处理装置中,也可以采用如下结构:在电子设备所取得的数据中包含表示第一鞋的加速度的加速度数据和表示第一鞋的角速度的角速度数据中的至少一者。
另外,在信息处理装置中,也可以采用在电子设备所取得的数据中包含表示用户的位置的位置数据的结构。
另外,信息处理装置基于安装于鞋的电子设备所取得的数据,取得表示用户的穿着鞋的脚的移动方式的信息,基于取得的该信息判定用户是否发生了障碍。由此,信息处理装置能够基于用户的脚的移动方式,高精度地判定用户是否发生了障碍。
以上,参照附图详细叙述了本公开的实施方式,但具体的结构不限于该实施方式,只要不脱离本公开的主旨,也可以进行变更、置换、删除等。
另外,也可以将用于实现以上说明的装置中的任意的构成部的功能的程序记录于计算机可读取的记录介质,并使计算机系统读入该程序来执行。在此,该装置例如是电子设备10、信息处理装置20、便携终端30等。此外,这里所说的“计算机系统”包括OS(OperatingSystem:操作系统)、周边设备等硬件。另外,“计算机可读取的记录介质”是指软盘、光磁盘、ROM、CD(Compact Disk:光盘)-ROM等可移动介质、内置于计算机系统的硬盘等存储装置。并且,“计算机可读取的记录介质”也包括如经由因特网等网络、电话线路等通信线路发送了程序的情况下的成为服务器、客户端的计算机系统内部的易失性存储器那样将程序保持一定时间的介质。
另外,上述的程序也可以从将该程序储存于存储装置等的计算机系统经由传输介质、或者通过传输介质中的传输波传输至其他计算机系统。在此,传输程序的“传输介质”是指如互联网等网络、电话线路等通信线路那样具有传输信息的功能的介质。
另外,上述的程序也可以是用于实现前述的功能的一部分的程序。并且,上述的程序也可以是能够通过与已经记录于计算机系统的程序的组合来实现上述的功能的程序、所谓的差分文件或者差分程序。
Claims (17)
1.一种信息处理装置,基于安装于鞋的电子设备所取得的数据,取得表示用户的穿着所述鞋的脚的移动方式的信息,基于取得的所述信息判定所述用户是否疲劳。
2.根据权利要求1所述的信息处理装置,其中,
所述信息包含表示所述用户的步幅的用户步幅信息。
3.根据权利要求1或2所述的信息处理装置,其中,
所述信息包含表示所述用户的脚的步频的用户步频信息。
4.根据权利要求1或2所述的信息处理装置,其中,
基于取得的所述信息和预先确定的阈值,判定所述用户是否疲劳。
5.根据权利要求4所述的信息处理装置,其中,
基于取得的所述信息和按照时间段预先确定的所述阈值,判定所述用户是否疲劳。
6.根据权利要求4所述的信息处理装置,其中,
基于取得的所述信息和按照所述用户的步行速度预先确定的所述阈值,判定所述用户是否疲劳。
7.根据权利要求4所述的信息处理装置,其中,
基于取得的所述信息和按照路面的倾斜预先确定的所述阈值,判定所述用户是否疲劳。
8.根据权利要求1或2所述的信息处理装置,其中,
基于取得的所述信息分别判定所述用户是否身体疲劳和所述用户是否精神疲劳。
9.根据权利要求1或2所述的信息处理装置,其中,
在判定所述用户是否疲劳之后,输出表示与判定的结果相应的饮食的菜单的饮食菜单信息。
10.根据权利要求8所述的信息处理装置,其中,
在分别判定所述用户是否身体疲劳和所述用户是否精神疲劳之后,输出表示与判定的结果的组合相应的饮食的菜单的饮食菜单信息。
11.根据权利要求10所述的信息处理装置,其中,
按照所述组合输出表示相互不同的菜单的所述饮食菜单信息。
12.根据权利要求1或2所述的信息处理装置,其中,
所述数据包含表示所述鞋的加速度的加速度数据和表示所述鞋的角速度的角速度数据中的至少一者。
13.根据权利要求12所述的信息处理装置,其中,
所述数据包含表示所述用户的位置的位置数据。
14.一种信息处理系统,其具备:
权利要求1至13中任一项所述的信息处理装置;以及
所述电子设备。
15.一种信息处理方法,其是信息处理装置的信息处理方法,其中,
所述信息处理方法进行如下处理:
接收安装于鞋的电子设备所取得的数据;
基于接收到的所述数据,取得表示用户的穿着所述鞋的脚的移动方式的信息;以及
基于取得的所述信息判定所述用户是否疲劳。
16.一种记录介质,所述记录介质存储有程序,
所述程序使信息处理装置的计算机进行如下处理:
接收安装于鞋的电子设备所取得的数据;
基于接收到的所述数据,取得表示用户的穿着所述鞋的脚的移动方式的信息;以及
基于取得的所述信息判定所述用户是否疲劳。
17.一种信息处理装置,基于安装于鞋的电子设备所取得的数据,取得表示用户的穿着所述鞋的脚的移动方式的信息,基于取得的所述信息判定所述用户是否发生了障碍。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022027916A JP2023124261A (ja) | 2022-02-25 | 2022-02-25 | 情報処理装置、情報処理システム、情報処理方法、及びプログラム |
JP2022-027916 | 2022-02-25 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116649955A true CN116649955A (zh) | 2023-08-29 |
Family
ID=87714206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310158935.1A Pending CN116649955A (zh) | 2022-02-25 | 2023-02-23 | 信息处理装置、信息处理系统、信息处理方法和记录介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230273048A1 (zh) |
JP (1) | JP2023124261A (zh) |
CN (1) | CN116649955A (zh) |
-
2022
- 2022-02-25 JP JP2022027916A patent/JP2023124261A/ja active Pending
-
2023
- 2023-02-23 CN CN202310158935.1A patent/CN116649955A/zh active Pending
- 2023-02-24 US US18/174,060 patent/US20230273048A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2023124261A (ja) | 2023-09-06 |
US20230273048A1 (en) | 2023-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7015812B2 (ja) | 複数のデバイスからのデータを使用するエネルギー消費の算出 | |
US20130131555A1 (en) | Gait analysis using angular rate reversal | |
JP6332574B1 (ja) | 移動能力評価装置、移動能力評価システム、移動能力評価プログラムおよび移動能力評価方法 | |
US10413812B2 (en) | Operation information measurement apparatus, game control program, operation information measurement program | |
JP2015058096A (ja) | 運動支援装置及び運動支援方法、運動支援プログラム | |
US20170055881A1 (en) | Method and system for determining a length of an object using an electronic device | |
KR102070351B1 (ko) | 다수의 디바이스들로부터의 데이터를 이용한 에너지 소비량 계산 | |
CN111213145B (zh) | 认证装置、认证系统、认证方法及程序 | |
JP6365031B2 (ja) | 活動量測定装置、活動量の測定方法、活動量の測定プログラム | |
KR101974831B1 (ko) | 낙상위험 평가방법 및 이를 위한 사용자 단말기 | |
JP2003242584A (ja) | 身体装着型電子機器システム及び身体装着型電子機器 | |
JP2019042209A (ja) | 歩行姿勢解析方法及び歩行姿勢解析装置 | |
CN116649955A (zh) | 信息处理装置、信息处理系统、信息处理方法和记录介质 | |
US20230184960A1 (en) | Information processing device, behavior analysis system, behavior analysis method, and storage medium | |
JP6398743B2 (ja) | 運動情報測定装置、運動情報測定装置の制御方法、運動情報測定装置の制御プログラム | |
CN107735024B (zh) | 行动通知系统、运动信息测定装置、电子设备、行动通知方法、记录介质 | |
JP2020017121A (ja) | 特典付与装置、特典付与方法、および特典付与プログラム | |
JP7556216B2 (ja) | ナビゲーションシステム、及びナビゲーション方法 | |
KR20180113791A (ko) | 서버가 사용자의 신체활동량을 제공하는 방법 및 그 서버 | |
JP2023141580A (ja) | 情報処理装置、情報処理システム、及びプログラム | |
CN107184216B (zh) | 运动信息获取方法和装置 | |
CN105380595A (zh) | 活动状态信息运算系统 | |
LOPES | GAIT MONITOR AND ANALYZER | |
JP2021196175A (ja) | ナビゲーションシステム、プログラム、及びナビゲーション方法 | |
JP2023108696A (ja) | 情報処理装置、情報処理システム、情報処理方法、及びプログラム |
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 |