CN117337205A - 跑法分析装置、跑法分析方法及跑法分析程序 - Google Patents
跑法分析装置、跑法分析方法及跑法分析程序 Download PDFInfo
- Publication number
- CN117337205A CN117337205A CN202180098256.9A CN202180098256A CN117337205A CN 117337205 A CN117337205 A CN 117337205A CN 202180098256 A CN202180098256 A CN 202180098256A CN 117337205 A CN117337205 A CN 117337205A
- Authority
- CN
- China
- Prior art keywords
- running
- frequency
- step frequency
- stride
- running speed
- 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
- 238000000034 method Methods 0.000 title claims abstract description 95
- 238000004458 analytical method Methods 0.000 title claims abstract description 50
- 238000004378 air conditioning Methods 0.000 claims 3
- 238000012545 processing Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 13
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 238000000611 regression analysis Methods 0.000 description 11
- 230000014509 gene expression Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- A61B5/103—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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
跑法分析装置中,第一步频获取部76关于受检者的跑步而获取第一跑步速度下的步频作为第一步频。第二步频获取部77关于受检者的跑步而获取与第一跑步速度不同的第二跑步速度下的步频作为第二步频。判定部80基于相对于第一跑步速度与第二跑步速度的差而言的第一步频与第二步频的差的大小,判定受检者的跑步符合包括步幅型及步频型在内的多个跑法型中的哪一种。结果输出部92输出判定的结果。
Description
技术领域
本发明涉及一种对马拉松跑者的跑法进行分析的技术。
背景技术
在马拉松等长距离跑步中,作为跑者的跑法,已知有“步频(cadence)跑法”及“步幅(stride)跑法”。通常认为前者是特征为步频(每单位时间的步数)相对多、步幅(一步的距离)相对短的跑法,后者是特征为步频相对少、步幅相对长的跑法,但尚无明确的定义。
近年来,也开发了适合于步频跑法的跑步鞋及适合于步幅跑法的跑步鞋。因此,跑者有时可通过了解自身的跑法是步频型还是步幅型来选定更适宜的鞋子(例如参照专利文献1)。
现有技术文献
专利文献
专利文献1:日本专利第4856427号公报
发明内容
发明所要解决的问题
然而,以往除了步频或步幅的倾向特别显著的情况以外,某一跑者的跑法符合步频型及步幅型中的哪一种并没有明确的基准,只能依靠主观判断。
在这种情况下,本发明人对大量跑者的跑步记录进行了分析,结果发现了基于跑法的倾向并按照客观的基准判别两者的方法。
本发明是鉴于这种课题而完成,其目的在于提供一种对跑者的跑法进行分析的技术。
解决课题的技术手段
为了解决所述课题,本发明的某一实施例的跑法分析装置包括:第一步频获取部,关于受检者的跑步,获取第一跑步速度下的步频作为第一步频;第二步频获取部,关于受检者的跑步,获取与第一跑步速度不同的第二跑步速度下的步频作为第二步频;判定部基于相对于第一跑步速度与第二跑步速度的差而言的第一步频与第二步频的差的大小,判定受检者的跑步符合包括步幅型及步频型在内的多个跑法型中的哪一种;及结果输出部,输出判定的结果。
此处,“跑法分析装置”可通过在网络服务器上或云上执行的服务器用的程序及服务器的组合来实现,也可以通过在智能手机或平板等信息终端、个人计算机等设备上执行的程序及这些设备的组合来实现。或也可以通过在内置各种传感器的可穿戴设备上执行的程序及可穿戴设备的组合来实现。“第一步频获取部”及“第二步频获取部”可从预先测定的受检者的跑步数据中获取步频的信息,也可以从关于跑步中的受检者而由规定的传感器所获取的信息中获取步频的信息。“第一跑步速度”及“第二跑步速度”可为主要假定跑完马拉松全程的时间为3小时以内的熟练的跑步者的相对较快的速度。例如可将秒速4.17m(相当于一千米4分钟配速)至秒速5.56m(相当于一千米3分钟配速)的范围内相隔跑步速度1m/s的间隔的两个跑步速度设为第一跑步速度、第二跑步速度。相对于跑步速度的增加量而言的步幅的增加量可为步幅型大于步频型的倾向,相对于跑步速度的增加量而言的步频的增加量可为步频型大于步幅型的倾向。“判定部”可根据受检者的跑步中相对于跑步速度的增加量而言的步频的增加量来判定跑法型。“多个跑法型”除了包括步幅型与步频型以外,可还包括处于这些跑法型的中间的中间型。根据所述实施例,通过获取多种跑步速度下的步频并分析相对于速度变化的步频变化即可判定跑者的跑法是步频型还是步幅型,而可获得对于鞋子选定而言有用的信息。
判定部可在第一步频及第二步频中的至少任一者为按照规定的基准求出的判定基准值以上的情况下,不论步频的差的大小如何,均判定为符合步频型。“按照规定的基准求出的判定基准值”可为通过以跑步速度作为变量的规定的一次方程式所算出的可变值,也可以为预先基于实验或分析、见解所确定的规定的固定值。根据所述实施例,在跑者的步频为判定基准值以上的情况下,即使不通过其他计算或分析也能够直接判定为步频型,可使判定方法变得简单。
判定部可在步频的差的大小为规定的第一基准范围的情况下判定为符合步频型,在步频的差的大小为低于第一基准范围的规定的第二基准范围的情况下判定为符合步幅型。此处,“步频的差的大小”可为受检者的跑步中相对于跑步速度的增加量而言的步频的增加量。可将步频的整体范围以规定的值为界分成“第一基准范围”与“第二基准范围”而判定符合哪一种,也可以分成还包括其他基准范围在内的多个基准范围而判定符合哪一种。根据所述实施例,在受检者的跑步中,只要能够获取多种跑步速度下的步频差,则能够高精度地判定是步频型还是步幅型。
判定部可在步频的差的大小为规定的第一基准范围的情况下判定为符合步频型,在步频的差的大小为低于第一基准范围的规定的第二基准范围的情况下判定为符合步幅型,在步频的差的大小为低于第一基准范围且高于第二基准范围的规定的第三基准范围的情况下判定为符合中间型。此处,“中间型”可指如无法完全认为是步频型与步幅型中的哪一种的跑法,也可以指特征不显著、但可勉强认为符合步频型与步幅型的任一种的跑法。根据所述实施例,在受检者的跑步中,只要可获取多种跑步速度下的步频差,则可高精度地判定为步频型、步幅型、中间型中的哪一种。
可还包括推荐输出部,所述推荐输出部基于判定的结果,输出从包括适合于步频型的跑者的鞋子、及适合于步幅型的跑者的鞋子在内的多种鞋子中推荐至少任一种的信息。
根据所述实施例,在受检者的跑步中,只要可获取多种跑步速度下的步频差,则能够高精度地获得适合于跑法的鞋子的信息。
本发明的其他实施例为跑法分析方法。所述方法包括:关于受检者的跑步,获取第一跑步速度下的步频作为第一步频的过程;关于受检者的跑步,获取与第一跑步速度不同的第二跑步速度下的步频作为第二步频的过程;基于相对于第一跑步速度与第二跑步速度的差而言的第一步频与第二步频的差的大小,判定受检者的跑步符合包括步幅型及步频型在内的多个跑法型中的哪一种的过程;及输出判定的结果的过程。
根据所述实施例,通过获取多种跑步速度下的步频并分析相对于速度变化的步频变化即可判定跑者的跑法是步频型还是步幅型,而可获得对于鞋子选定而言有用的信息。
此外,以上构造要素的任意组合或将本发明的构造要素或表述在方法、装置、程序、储存有程序的暂态或非暂态的储存媒体、系统等之间相互置换而成者也作为本发明的实施例而有效。
发明的效果
根据本发明,可对跑者的跑法进行简单分析而获得对使用者而言有益的信息。
附图说明
[图1]是表示跑法分析系统的基本构造的图。
[图2]是在相同的跑步速度范围内的步幅型与步频型之间将步幅变化及步频变化进行比较的图。
[图3]是例示步幅型的多个跑步者的跑步速度与步幅的关系及跑步速度与步频的关系的散布图。
[图4]是例示步频型的多个跑步者的跑步速度与步幅的关系及跑步速度与步频的关系的散布图。
[图5]是表示使用者终端的基本构造的功能框图。
[图6]是表示跑法分析服务器的基本构造的功能框图。
[图7]是表示跑法分析服务器中的基本处理的流程图。
[图8]是详细表示图7的S20中的判定处理的流程图。
[图9]是将基于14名受检者的步频来判定跑法所得的结果与实验结果进行对比的图。
具体实施方式
以下,基于适宜的实施方式并参照各附图对本发明进行说明。在实施方式、变形例中,对相同或同等的构造要素标注相同的符号,并适当省略重复的说明。在各附图中,省略在说明实施方式的方面不重要的部分来显示。
在本实施方式中,前提是作为想要掌握步频型跑法用的跑步鞋(以下简称为“鞋子”)与步幅型跑法用的鞋子中的哪一种适合自身的跑步者的使用者亲自执行跑法的分析。首先,使用者在跑步时佩戴各种可穿戴设备,通过各种传感器获取分析所需的信息,并发送至使用者的终端。然后,使用者从终端向服务器发送信息,并从服务器获得分析结果。
图1表示跑法分析系统的基本构造。跑法分析系统30例如包括使用者终端10、可穿戴设备16、跑法分析服务器20。使用者在将跑步手表12或运动传感器14等可穿戴设备16佩戴于胳膊或腰上的状态下实施跑步,通过跑步手表12或运动传感器14获取各种检测数据。跑步手表12或运动传感器14包括定位模块或9轴运动传感器等传感器。基于由定位模块所检测的时间信息与位置信息的关系获取跑步速度,基于由9轴运动传感器所检测的信息获取步频。而且,基于由定位模块所计测的跑步距离与步频获取步幅(步幅=跑步距离÷步频)。将由使用者终端10所获取的跑步日志经由网络18发送至跑法分析服务器20,利用跑法分析服务器20对跑法进行分析,判定符合包括步频型及步幅型在内的多种跑法中的哪一种。
在变形例中,可代替可穿戴设备16,而使用内置于作为使用者终端10的智能手机中的定位模块或运动传感器。在其他变形例中,作为表示受检者的跑步状态的数据,可设为通过运动捕捉等技术或利用测力板的地面反作用力侦测而从高速照相机所拍摄到的影像获取跑步速度及步频的数据的式样。在所述情况下,可由使用者以外的操作者(例如店铺的店员)操作使用者终端10获取用于受检者的跑步状态数据,并使跑法分析服务器20执行跑法分析。
“步频”的信息是以例如每分钟的步数(spm)为单位的数值,在跑完马拉松全程的时间为3小时30分钟以内的跑步者以比赛配速跑步的情况下,步频通常落入平均175spm~205spm的范围内。而且,“步幅”(也称为步长)的信息为平均步长(m),通过1分钟的跑步距离除以步频而求出。
图2是在相同的跑步速度范围内的步幅型与步频型之间将步幅变化及步频变化进行比较的图。图2(a)是例示步幅型的跑步者(跑完马拉松全程的时间的个人最好成绩为2小时36分7秒)的跑步速度与步幅的关系及跑步速度与步频的关系的散布图。图2(b)是例示步频型的跑步者(跑完马拉松全程的时间的个人最好成绩为2小时40分0秒)的跑步速度与步幅的关系及跑步速度与步频的关系的散布图。横轴为跑步速度[m/s],纵轴为步幅[m]或步频[spm]。在本图中,绘制出在包括秒速4.17m(一千米4分钟配速)至秒速约5.56m(一千米3分钟配速)的范围(4.0m/s~6.5m/s)内跑步的情况下的步幅(“×”标记)与步频(“·”标记)。
在图2(a)所示的步幅型的跑步者的情况下,步幅以与跑步速度的上升成比例的方式在约1.4m至约2m的约0.6m大的范围内大幅增加,表示相对于跑步速度的增加量而言的步幅的增加量的回归直线即步幅变化110的斜率相对较大。尤其是相对于秒速4.17m(一千米4分钟配速)至秒速约5.56m(一千米3分钟配速)的跑步速度的上升,步幅从1.49m增加至1.88m,达+0.39m。
与此相对,步幅型跑步者的步频以与跑步速度的上升成比例的方式,在169spm至183spm的小范围内逐渐增加,但表示相对于跑步速度的增加量而言的步幅的增加量的回归直线即步幅变化111的斜率很小,接近不变。尤其是相对于秒速4.17m(一千米4分钟配速)至秒速约5.56m(一千米3分钟配速)的跑步速度的上升,步频从169spm增加至177spm,仅+8spm。
在图2(b)所示的步频型的跑步者的情况下,步幅以与跑步速度的上升成比例的方式,在约1.4m至约1.8m的约0.4m的范围内增加,表示相对于跑步速度的增加量而言的步幅的增加量的回归直线即步幅变化112的斜率小于步幅型。尤其是相对于秒速4.17m(一千米4分钟配速)至秒速约5.56m(一千米3分钟配速)的跑步速度的上升,步幅从1.48m增加至1.68m,仅+0.2m。
与此相对,步频型跑步者的步频以与跑步速度的上升成比例的方式在170spm至230spm的大范围内大幅增加,表示相对于跑步速度的增加量而言的步频的增加量的回归直线即步频变化113的斜率大于步幅型。尤其是相对于秒速4.17m(一千米4分钟配速)至秒速约5.56m(一千米3分钟配速)的跑步速度的上升,步频从170spm增加至198spm,达+28spm。
图3是例示步幅型的多个跑步者的跑步速度与步幅的关系及跑步速度与步频的关系的散布图。以下,横轴为跑步速度[m/s],纵轴为步幅[m]或步频[spm]。
图3(a)表示第一跑步者在秒速约4.67m(一千米约3分34秒配速)至秒速约5.37m(一千米约3分6秒配速)的范围内跑步的例子。在所述情况下,以“×”标记绘制的步幅以与速度的上升成比例的方式,在约1.44m至约1.63m的约0.19m的范围内大幅增加,表示相对于跑步速度的变化的步幅的变化的回归直线即步幅变化100的斜率相对较大。与此相对,以“·”标记绘制的步频伴随着速度的上升,仅在194至198的小范围内上升,表示相对于跑步速度的变化的配速的变化的回归直线即步频变化101大致不变、或斜率很小。
图3(b)表示第二跑步者在秒速约5.23m(一千米约3分11秒配速)至秒速约5.78m(一千米约2分53秒配速)的范围内跑步的例子。在所述情况下,以“×”标记绘制的步幅以与速度的上升成比例的方式,在约1.73m至约1.93m的约0.2m的范围内大幅增加,表示相对于跑步速度的上升而言的步幅的增加的回归直线即步幅变化102的斜率相对较大。与此相对,以“·”标记绘制的步频伴随着速度的上升,仅在178至183的小范围内变化,并且表示相对于跑步速度的上升而言的配速的变化的回归直线即步频变化103大致不变、或者可以说是略有变小。
图3(c)表示第三跑步者在秒速约5.35m(一千米约3分7秒配速)至秒速约6.42m(一千米约2分36秒配速)的范围内跑步的例子。在所述情况下,以“×”标记绘制的步幅以与速度的上升成比例的方式,在约1.75m至约2.11m的约0.26m的范围内大幅增加,表示相对于跑步速度的上升而言的步幅的增加的回归直线即步幅变化104的斜率相对较大。与此相对,以“·”标记绘制的步频伴随着速度的上升,仅在182至185的小范围内变化,表示相对于跑步速度的上升而言的配速的变化的回归直线即步频变化105大致不变。
图4是例示步频型的多个跑步者的跑步速度与步幅的关系及跑步速度与步频的关系的散布图。以下,横轴为跑步速度[m/s],纵轴为步幅[m]或步频[spm]。
图4(a)表示第四跑步者在秒速约3.0m(一千米约5分33秒配速)至秒速约5.5m(一千米约3分2秒配速)的范围内跑步的例子。在所述情况下,以“×”标记绘制的步幅以与速度的上升成比例的方式,在约0.95m至约1.6m的约0.65m的范围内大幅增加,表示相对于跑步速度的变化的步幅的变化的回归直线即步幅变化106的斜率相对较大。另一方面,以“·”标记绘制的步频也伴随着速度的上升而在177至203的大范围内上升,表示相对于跑步速度的变化的配速的变化的回归直线即步频变化107也大。
图4(b)表示第五跑步者在秒速约4.1m(一千米约4分39秒配速)至秒速约5.3m(一千米约3分9秒配速)的范围内跑步的例子。在所述情况下,以“×”标记绘制的步幅以与速度的上升成比例的方式,在约1.3m至约1.6m的约0.3m的范围内大幅增加,表示相对于跑步速度的变化的步幅的变化的回归直线即步幅变化108的斜率相对较大。另一方面,以“·”标记绘制的步频也伴随着速度的上升而在184至194的大范围内上升,表示相对于跑步速度的变化的配速的变化的回归直线即步频变化109也大。
如上所述,可知步幅型的跑步者为了提高跑步速度,相较于大幅提高步频而言,有通过大幅提高步幅来提高跑步速度的倾向。另一方面,可知步频型的跑步者为了提高跑步速度,也会提高一些步幅,相较而言有通过大幅提高步频来提高跑步速度的倾向。在本实施方式的跑法分析系统中,通过着眼于受检者的跑法是通过所述两种对照性的途径中的哪一种提高跑步速度的分析方法,来判定是步幅型还是步频型。
图5是表示使用者终端的基本构造的功能框图。在本图中,绘制了着眼于功能的框图,这些功能区块可通过硬件、软件、或这些的组合而以各种形式实现。使用者终端10可为作为硬件的例如智能手机或平板等信息终端或个人计算机等设备。使用者终端10至少包括跑步日志记录部50、显示部52、数据处理部54、操作处理部56、数据通信部58的各功能。此外,作为变形例,也可以将本图所示的使用者终端10的各功能内置于可穿戴设备16的形式而作为一体化的设备来实现。
跑步日志记录部50经由近距离无线通信等通信模块从可穿戴设备16获取各种检测数据,以跑步日志的形式进行记录。从可穿戴设备16获取的检测数据例如包括从全球定位系统(Global Positioning System,GPS)等卫星定位系统接收的位置信息及表示其获取日期时间的信息、每单位时间的步频(例如每分钟的步数)的信息。跑步日志记录部50基于从可穿戴设备16获取的检测数据,将跑步时间、跑步距离、各规定距离或各规定时间的跑步速度、每单位时间的步频等信息以跑步日志的形式记录于规定的储存区域。
操作处理部56接收用于使用者的指示的操作输入。显示部52基于经由操作处理部56的使用者的指示,将由跑步日志记录部50记录的跑步日志显示于画面中。数据处理部54基于经由操作处理部56的使用者的指示,从由跑步日志记录部50所记录的跑步日志中选取多种跑步速度下的步频的数据,并将所选取的数据以受检者的跑步日志的形式经由数据通信部58发送至跑法分析服务器20。数据处理部54例如从跑步日志整体中选取秒速4.17m(一千米4分钟配速)以上的跑步速度下的步频的数据,以受检者的跑步日志的形式发送至跑法分析服务器20。去除不用低于秒速4.17m的数据的原因在于:越以相对较高的速度跑步时,跑步速度与步频的关系越稳定,而越能表现出明确的倾向。此外,在变形例中,数据处理部54也可以设为如下式样:将跑步日志整体经由数据通信部58发送至跑法分析服务器20,并在跑法分析服务器20一侧选取必要的数据。
图6是表示跑法分析服务器的基本构造的功能框图。在本图中,绘制了着眼于功能的框图,这些功能区块可通过硬件、软件、或这些的组合而以各种形式实现。跑法分析系统30可为作为硬件的例如服务器计算机。跑法分析系统30至少包括数据接收部70、数据存储部72、步频获取部74、判定部80、输出部90的各功能。
数据接收部70从使用者终端10接收受检者的跑步日志所包括的跑步速度及步频的数据,并保存于数据存储部72中。在本实施方式中,将由使用者终端10的数据处理部54所选取的秒速4.17m以上的跑步速度下的步频的数据作为跑步日志而由数据接收部70接收,但在变形例中,可为数据接收部70接收受检者的跑步日志整体并保存于数据存储部72中。关于受检者的跑步,步频获取部74从保存于数据存储部72中的受检者的跑步日志中获取多个跑步速度下的步频的数据。步频获取部74所获取的步频的数据为例如秒速4.17m以上的跑步速度下的步频的数据。步频获取部74包括回归分析部75、第一步频获取部76、第二步频获取部77。
回归分析部75基于保存于数据存储部72中的跑步日志,通过以步频作为目标变量、以跑步速度作为说明变量的回归分析求出回归式。回归分析部75对作为表示跑步速度与步频的关系的数据的至少2点的数据进行回归分析,但由于所分析的数据越多,回归式的误差越减小而精度越提高,故而理想的是对3点以上的数据进行分析。
第一步频获取部76基于由回归分析部75求出的回归式,获取秒速4.17m(一千米4分钟配速)以上的规定的跑步速度下的步频作为第一跑步速度。第二步频获取部77基于由回归分析部75求出的回归式,获取比第一跑步速度快1m/s的跑步速度下的步频作为第二跑步速度。此外,在本实施方式中,将第二跑步速度设为比第一跑步速度快1m/s的跑步速度,但两者的速度差并不限于1m/s,可以更大的间隔设定第一跑步速度与第二跑步速度,只要可确保某一程度的间隔,则也可以小于1m/s的间隔设定第一跑步速度与第二跑步速度。
判定部80判定受检者的跑步符合包括步幅型及步频型在内的多个跑法型中的哪一种。判定部80包括步频变化算出部82、判定处理部84。步频变化算出部82算出相对于第一跑步速度与第二跑步速度的差而言的第一步频与第二步频的差。
判定处理部84基于相对于第一跑步速度与第二跑步速度的差而言的第一步频与第二步频的差的大小,判定受检者的跑步符合包括步幅型及步频型在内的多个跑法型中的哪一种。首先,判定处理部84在任意跑步速度下的步频为规定的判定基准值以上的情况下,不论步频变化量相对于跑步速度变化量的大小如何,均判定为符合步频型。更具体而言,将跑步速度设为x,将通过一次方程式“9.6x+145spm”求出的可变值设为判定基准值。判定处理部84在将步频设为y且y≧9.6x+145spm的情况下判定为步频型。此外,作为变形例,可将通过实验或分析预先求出的例如“190spm”等固定值设为判定基准值,在所述情况下,可限定在为相对于例如秒速5.56m/s(一千米3分钟配速)以内的跑步速度的步频时采用固定值。通常,跑步速度越高,则即使是步幅型的跑步者,也认为步频越以匹敌步频型的程度增加相当程度,因此相较于以固定值作为判定基准,就判定精度保持而言,理想的是以与跑步速度成比例的由一次方程式获得的可变值作为判定基准。但在如跑步速度(配速)限定于一千米3分钟程度以内的情况下,即使以固定值作为判定基准,也能够高精度地判定。
在步频y小于判定基准值(y<9.6x+145spm)的情况下,若跑步速度增加1m/s时前后的第一步频与第二步频的差(增加量)为第一范围(例如16次以上),则判定为步频型,若为低于第一范围的第二范围(小于10次),则判定为步幅型。在第一步频与第二步频的差为低于第一基准范围且高于第二基准范围的第三范围(10次以上、小于16次)的情况下,判定为中间型。在中间型的情况下,若第一步频与第二步频的差为10次以上、小于13次,则判定为“勉强为步幅型”、即“接近步幅型的中间型”,若第一步频与第二步频的差为13次以上、小于16次,则判定为“勉强为步频型”、即“接近步频型的中间型”。在“中间型”的情况下,认为穿着适于步频型的鞋子与适于步幅型的鞋子的任一种均不会对跑步有大的影响,但判定勉强认为穿着哪一种时存在多少可提高表现的可能性。
输出部90包括结果输出部92、推荐输出部94、数据发送部96。结果输出部92经由数据发送部96将判定部80的判定结果向使用者终端10输出。即,结果输出部92通过向使用者终端10发送受检者的跑法符合步频型、步幅型、中间型中的哪一种的判定结果,而将判定结果显示于使用者终端10的画面。
推荐输出部94基于判定部80的判定结果,从多个选项中选择适合于受检者的跑法的鞋子。推荐输出部94生成从多种鞋子候选中推荐至少任一种的信息,并将所述信息经由数据发送部96向使用者终端10输出。推荐输出部94在判定受检者为步幅型的情况下,选择适合于步幅型的跑步者的鞋子,在判定为步频型的情况下,选择适合于步频型的跑步者的鞋子。步幅型的跑步鞋相较于步频型的跑步鞋而言,例如具有鞋底的回弹性优异等特征。在判定为中间型且判定“勉强为步幅型”的情况下,生成内容为推荐适于步幅型及适于步频型这两者的鞋子、并更强烈推荐适于步幅型的鞋子的推荐信息。在判定为中间型且判定“勉强为步频型”的情况下,生成内容为推荐适于步幅型及适于步频型这两者的鞋子、并更强烈推荐适于步频型的鞋子的推荐信息。
图7是表示跑法分析服务器中的基本处理的流程图。数据接收部70获取受检者的跑步日志(S10),回归分析部75对受检者的跑步日志进行回归分析(S12),第一步频获取部76基于回归式获取第一跑步速度下的第一步频(S14),第二步频获取部77基于回归式获取比第一跑步速度快1m/s的第二跑步速度下的第二步频(S16)。步频变化算出部82算出第一跑步速度与第二跑步速度的跑步速度差1m/s时的步频变化的大小(即步频增加量)(S18),判定处理部84基于步频的大小或步频变化的大小来判定跑法(S20)。结果输出部92将判定处理部84的判定结果向使用者终端10输出(S22),推荐输出部94基于判定处理部84的判定结果确定所推荐的鞋子并生成推荐信息(S24),并向使用者终端10输出(S26)。
图8是详细表示图7的S20中的判定处理的流程图。判定处理部84在将跑步速度设为x,将步频设为y时,在受检者的步频y为判定基准值(9.6x+145spm)以上的情况下(S30的“是”),判定受检者的跑法为步频型(S32)。即使受检者的步频y小于判定基准值(S30的“否”),在跑步速度差1m/s下的步频增加量为第一范围(+16spm以上)的情况下(S34的“是”),判定受检者的跑法为步频型(S32)。在S34中,在跑步速度差1m/s下的步频增加量小于+16spm(S34的“否”)、且步频增加量为第二范围(小于+10spm)的情况下(S36的“是”),判定受检者的跑法为步幅型(S38)。在步频增加量为+10spm以上(S36的“否”)、且步频增加量为+13spm以上、+15spm以下(小于16spm)的情况下(S40的“是”),判定受检者的跑法为接近步频型的中间型(S42)。在步频增加量不为+13spm以上、+15spm以下(小于16spm)的情况下,即为+10spm以上、小于+13spm的情况下(S40的“否”),判定受检者的跑法为接近步幅型的中间型(S44)。
图9是将基于14名受检者的步频来判定跑法所得的结果与实验结果进行对比的图。对于受检者编号“1”~“14”的14人,分别获取跑步日志,以步频作为目标变量,以跑步速度作为说明变量,进行回归分析,将所得的结果示于第一栏120。在第一栏120中,示出通过回归分析所求出的回归式的斜率及截距。基于这些回归式,可获取各受检者的第一跑步速度与第二跑步速度下的各步频、及这些步频的差。将跑步日志所包括的作为实测值的跑步速度(比赛配速)示于第二栏121,将作为所述跑步速度下的实测值的步频示于第三栏122。将在设第二栏121的跑步速度为x的情况下的判定基准值(9.6x+145spm)示于第四栏123,在第三栏122所示的步频为第四栏123的判定基准值以上的情况下(图8的S30的“是”),直接判定受检者的跑法为步频型(图8的S32)。第五栏124示出受检者的跑法的判定结果。例如受检者“5”、“6”、“11”因第三栏122的步频为第四栏123的判定基准值以上,故直接判定为步频型,各自的第五栏124示出“步频型”的判定结果。其他受检者“1”~“4”、“7”~“10”、“12”~“14”在基于第一栏120所示的回归式获取跑步速度差1m/s下的步频增加量后,将基于图8的判定处理所判定的结果示于第五栏124。第五栏124所示的判定结果中带括号的“(步频型)”意指“接近步频型的中间型”的判定结果,带括号的“(步幅型)”意指“接近步幅型的中间型”的判定结果。
第六栏125是各受检者实际穿着适于步频型的鞋子与适于步幅型的鞋子分别进行跑步实验,而示出适于哪一种跑法的鞋子能够跑得更快的实验结果。将第五栏124的判定结果与第六栏125的实验结果进行比较,将一致则为“○”、不一致则为“×”的正误结果示于第七栏126。此外,受检者“13”的实验结果是因为适于步频型的鞋子与适于步幅型的鞋子不存在差异,因此示出表示步频型与步幅型均可的“-”。根据以上,除了受检者“8”这一人以外,14人中13人的实验结果与判定结果一致,确认通过图8的判定处理可高精度地判定。
以上,已基于实施方式对本发明进行了说明。本领域技术人员可理解,实施方式为例示,这些的各构造要素或各处理工艺的组合可存在各种变形例,而且,这种变形例也处于本发明的范围内。以下,对变形例进行说明。
在所述实施方式中,对通过可穿戴设备16获取跑步日志并基于跑步日志执行跑法分析的例子进行了说明。在变形例中,可为如下形式:使用者在网络浏览器上将至少两种跑步速度下的步频的数值以在规定栏内输入文字的形式向跑法分析服务器20发送信息,由跑法分析服务器20执行跑法分析。
在所述实施方式中,对以包括使用者终端10及跑法分析服务器20的跑法分析系统30的形式进行跑步分析的例子进行了说明。在变形例中,可通过在使用者直接操作的智能手机或平板、个人计算机等设备上执行的形式来实现用于跑法分析的各功能,而非通过在跑法分析服务器20上执行的形式来实现。
产业上的可利用性
本发明涉及一种对马拉松跑者的跑法进行分析的技术。
符号的说明
20:跑法分析服务器
30:跑法分析系统
74:步频获取部
76:第一步频获取部
77:第二步频获取部
80:判定部
90:输出部
92:结果输出部
94:推荐输出部
Claims (7)
1.一种跑法分析装置,其特征在于包括:
第一步频获取部,关于受检者的跑步,获取第一跑步速度下的步频作为第一步频;
第二步频获取部,关于所述受检者的跑步,获取与所述第一跑步速度不同的第二跑步速度下的步频作为第二步频;
判定部,基于相对于所述第一跑步速度与所述第二跑步速度的差而言的所述第一步频与所述第二步频的差的大小,判定所述受检者的跑步符合包括步幅型及步频型在内的多个跑法型中的哪一种;及
结果输出部,输出所述判定的结果。
2.根据权利要求1所述的跑法分析装置,其特征在于:所述判定部在所述第一步频及所述第二步频中的至少任一者为按照规定的基准求出的判定基准值以上的情况下,不论所述步频的差的大小如何,均判定为符合步频型。
3.根据权利要求1或2所述的跑法分析装置,其特征在于:所述判定部在所述步频的差的大小为规定的第一基准范围的情况下判定为符合步频型,在所述步频的差的大小为低于所述第一基准范围的规定的第二基准范围的情况下判定为符合步幅型。
4.根据权利要求1或2所述的跑法分析装置,其特征在于:所述判定部在所述步频的差的大小为规定的第一基准范围的情况下判定为符合步频型,在所述步频的差的大小为低于所述第一基准范围的规定的第二基准范围的情况下判定为符合步幅型,在所述步频的差的大小为低于所述第一基准范围且高于所述第二基准范围的规定的第三基准范围的情况下判定为符合中间型。
5.根据权利要求1至4中任一项所述的跑法分析装置,其特征在于还包括:推荐输出部,基于所述判定的结果,输出从包括适于步频型的跑者的鞋子、及适于步幅型的跑者的鞋子在内的多种鞋子中推荐至少任一种的信息。
6.一种跑法分析方法,其特征在于包括:
关于受检者的跑步,获取第一跑步速度下的步频作为第一步频的过程;
关于所述受检者的跑步,获取与所述第一跑步速度不同的第二跑步速度下的步频作为第二步频的过程;
基于相对于所述第一跑步速度与所述第二跑步速度的差而言的所述第一步频与所述第二步频的差的大小,判定所述受检者的跑步符合包括步幅型及步频型在内的多个跑法型中的哪一种的过程;及
输出所述判定的结果的过程。
7.一种跑法分析程序,其特征在于使计算机实现如下功能:
关于受检者的跑步,获取第一跑步速度下的步频作为第一步频的功能;
关于所述受检者的跑步,获取与所述第一跑步速度不同的第二跑步速度下的步频作为第二步频的功能;
基于相对于所述第一跑步速度与所述第二跑步速度的差而言的所述第一步频与所述第二步频的差的大小,判定所述受检者的跑步符合包括步幅型及步频型在内的多个跑法型中的哪一种的功能;及
输出所述判定的结果的功能。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2021/019866 WO2022249298A1 (ja) | 2021-05-25 | 2021-05-25 | 走法分析装置、走法分析方法および走法分析プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117337205A true CN117337205A (zh) | 2024-01-02 |
Family
ID=84228579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180098256.9A Pending CN117337205A (zh) | 2021-05-25 | 2021-05-25 | 跑法分析装置、跑法分析方法及跑法分析程序 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP4327898A4 (zh) |
JP (1) | JPWO2022249298A1 (zh) |
CN (1) | CN117337205A (zh) |
WO (1) | WO2022249298A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001170029A (ja) * | 1999-12-16 | 2001-06-26 | Hamamatsu Photonics Kk | 運動状態測定装置および運動状態測定方法 |
JP4856427B2 (ja) | 2006-01-13 | 2012-01-18 | 株式会社ジャパーナ | 運動靴又はランニングシューズ選定システム及び提示システム |
JP6520380B2 (ja) * | 2015-05-19 | 2019-05-29 | ソニー株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
JP6648439B2 (ja) * | 2015-07-31 | 2020-02-14 | カシオ計算機株式会社 | 表示制御装置、方法、及びプログラム |
JP6307673B1 (ja) * | 2017-10-04 | 2018-04-04 | まさみ 仁頃 | 二肢の間隔計測器を用いた歩行および走行行動提示システム |
JP7031234B2 (ja) * | 2017-11-08 | 2022-03-08 | カシオ計算機株式会社 | 走行データ表示方法、走行データ表示装置及び走行データ表示プログラム |
-
2021
- 2021-05-25 EP EP21942952.9A patent/EP4327898A4/en active Pending
- 2021-05-25 JP JP2023523774A patent/JPWO2022249298A1/ja active Pending
- 2021-05-25 WO PCT/JP2021/019866 patent/WO2022249298A1/ja active Application Filing
- 2021-05-25 CN CN202180098256.9A patent/CN117337205A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4327898A1 (en) | 2024-02-28 |
EP4327898A4 (en) | 2024-05-29 |
JPWO2022249298A1 (zh) | 2022-12-01 |
WO2022249298A1 (ja) | 2022-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9700241B2 (en) | Gait analysis system and method | |
CN103083025B (zh) | 步态分析装置 | |
CN105992932B (zh) | 对在用户运动的测量结果中检测步行的改进 | |
KR101794575B1 (ko) | 센서-기반의 운동 활동 측정 | |
US20100204615A1 (en) | Method and system for assessing athletic performance | |
CN101394788B (zh) | 步态分析 | |
EP2988099A1 (en) | Estimating local motion of physical exercise | |
EP3090684A1 (en) | Pedometer and method for analyzing motion data | |
EP3090685A1 (en) | Pedometer and method for analyzing motion data | |
US20160001131A1 (en) | Accurate Step Counting Pedometer for Children, Adults and Elderly | |
CN104586399A (zh) | 用于辅助行走或者慢跑等训练的装置以及系统 | |
JP6496996B2 (ja) | 運動諸量算出方法、運動諸量算出装置及び携帯機器 | |
CN110006445B (zh) | 跑步距离计算方法及装置 | |
JP6459285B2 (ja) | 速度推定方法、速度推定装置及び携帯機器 | |
CN117337205A (zh) | 跑法分析装置、跑法分析方法及跑法分析程序 | |
EP4198933A1 (en) | Fall risk prevention method and device for carrying out same | |
KR101819179B1 (ko) | 이동거리 측정 장치 및 시스템 | |
EP3112811B1 (en) | System and method for processing a foot acceleration signal | |
US20220151511A1 (en) | System, apparatus and method for activity classification for a watch sensor | |
EP2949267A1 (en) | Portable electronic device, diagnosis method, and diagnosis program | |
US11564439B2 (en) | System and method for determining foot strike pattern | |
JP2012108836A (ja) | 日常計測データからの対人特性推定装置、推定方法および推定プログラム | |
WO2024069987A1 (ja) | 走法分析装置、走法分析方法および走法分析プログラム | |
WO2023195461A1 (ja) | ランニングフォーム解析システム、プログラム及び方法 | |
JP7489729B2 (ja) | 転倒危険予防方法およびこのような方法を遂行する装置 |
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 |