CN117653998A - 跑步分析系统及跑步分析方法 - Google Patents

Abstract

本发明提供一种实现基于与跑步相关的信息的、跑步分析的容易化的跑步分析系统及跑步分析方法。在跑步分析系统中，信息获取部获取通过规定的测定装置针对跑步中的每个经过点测定出的、作为跑步者的用户的位置信息及动作信息。测定值获取部基于按时间序列持续的位置信息及动作信息，获取表示规定单位的每个测定区间的用户的跑步动作状态的多种动作分析指标的测定值。分类处理部按照动作分析指标的每个种类，通过用于以特性对多个测定区间的测定值进行区分的规定的分类方法进行分类。形态决定部基于与规定的比较对象的比较来决定分类后的测定值的输出形态。输出部可基于决定后的输出形态至少输出与分类后的测定值相关的信息。

Description

跑步分析系统及跑步分析方法

技术领域

本发明涉及一种跑步分析系统。尤其涉及一种对跑步的结果进行分析的系统及跑步分析方法。

背景技术

近年来，由于人们的健康意识的提升，跑步人口增加。尤其是近年来，由于内置有全球定位系统(Global Positioning System，GPS)模块的智能手机或手表的普及，任何人均能简便地记录跑步运动的日志(以下，也称为“跑步日志”)。此种跑步日志的有效利用激励人们将跑步持续下去而变成习惯，推动了跑步的流行。

随着跑步人口的增加，马拉松比赛的参加人数或比赛数量也在增加。跑步者通过在比赛中记录跑步日志，可在比赛结束后回顾自身的跑步结果。作为如此显示跑步数据的技术，已知有跑步数据显示方法或运动支援装置(例如，参照专利文献1、专利文献2)。

[现有技术文献]

[专利文献]

[专利文献1]日本专利第7031234号公报

[专利文献2]日本专利第5984002号公报

发明内容

[发明所要解决的问题]

然而，在现有技术中，即便获得了比赛中的跑步时间或跑步距离等与跑步量或跑步姿势相关的各种信息，为了提高自身的水平而找出应该特别着眼于哪些信息也未必容易。因此，对于即便获得了各种信息也无法完全有效利用的用户而言，难以建立基于信息来回顾比赛结果的动机。

本发明是鉴于此种状况而成，其目的在于提供一种实现基于与跑步相关的信息的跑步分析的容易化的技术。

[解决问题的技术手段]

为了解决所述课题，本发明的某一实施例的跑步分析系统包括：信息获取部，获取通过规定的测定装置针对跑步中的每个经过点测定出的、跑步者的位置信息及动作信息；测定值获取部，基于按时间序列持续的位置信息及动作信息，获取表示规定单位的每个测定区间的用户的跑步动作状态的多种动作分析指标的测定值；分类处理部，按照动作分析指标的每个种类，通过用于以特性对多个测定区间的测定值进行区分的规定的分类方法进行分类；形态决定部，基于与规定的比较对象的比较来决定分类后的测定值的输出形态；以及输出部，能够基于决定后的输出形态至少输出与分类后的测定值相关的信息。

本发明的另一实施例是跑步分析方法。所述方法包括如下过程：获取通过规定的测定装置针对跑步中的每个经过点测定出的、跑步者的位置信息及动作信息；基于按时间序列持续的位置信息及动作信息，获取表示规定单位的每个测定区间的用户的跑步动作状态的多种动作分析指标的测定值；按照动作分析指标的每个种类，通过用于以特性对多个测定区间的测定值进行区分的规定的分类方法进行分类；基于与规定的比较对象的比较来决定分类后的测定值的输出形态；以及基于决定后的输出形态至少输出与分类后的测定值相关的信息。

[发明的效果]

通过本发明，可提供一种实现基于与跑步相关的信息的跑步分析的容易化的技术。

附图说明

图1是表示跑步分析系统的结构的图。

图2是表示跑步分析系统的各结构的功能框图。

图3是表示跑步分析系统中的处理的过程的流程图。

图4是表示利用第一分类方法对指标测定值进行分类的例子的图。

图5的(a)至图5的(c)是表示利用第二分类方法对指标测定值进行分类时的准备处理的图。

图6的(a)及图6的(b)是表示利用第二分类方法对指标测定值进行分类的处理的图。

图7是表示针对每个动作分析指标的分类的比例的横向条形图的图。

图8是表示按照进而另一基准对在图7的横向条形图中分割出的指标测定值进行评价的状态的图。

图9的(a)及图9的(b)是表示将输出对象限定在作为关注值而检测出的指标测定值并显示的例子的图。

图10是表示具有作为显著差的倾向持续的区间的最长区间的动作分析指标的例子的图。

图11是表示显示比赛结果的画面例的图。

图12是表示显示比赛评价的画面例的图。

图13是表示显示与评价点相关的详细解说的画面例的图。

[符号的说明]

10：用户

20：测定装置

30：信息获取部

40：测定值获取部

50：信息终端

60：跑步分析服务器

70：信息获取部

80：测定值获取部

85：分类处理部

90：形态决定部

99：输出部

100：跑步分析系统

具体实施方式

以下，根据适宜的实施方式参照各附图对本发明进行说明。在实施方式、变形例中，对同一或同等构成元件标注同一符号，并适宜省略重复的说明。

图1表示跑步分析系统100的结构。跑步分析系统100包括作为跑步运动中的跑步者的用户10可戴在身上的手表型设备12、腰部穿戴型设备14、信息终端型设备16及跑步分析服务器60。手表型设备12、腰部穿戴型设备14、信息终端型设备16统称为测定装置20。手表型设备12是可对位置信息或动作信息等进行测定的体育手表或智能手表。腰部穿戴型设备14是戴在用户10的腰部附近而能够对位置信息或动作信息进行测定的运动传感器。信息终端型设备16是能够在由用户10保持于口袋等中的状态下对位置信息或动作信息进行测定的智能手机等便携式信息终端。用户10将一个或多个测定装置20戴在身上并在比赛等中实施跑步，从而获取位置信息或动作信息。在将多个测定装置20戴在身上的情况下，可根据利用手表型设备12获取位置信息、利用腰部穿戴型设备14获取动作信息这样获取的信息来区分使用设备。

此外，测定装置20并不限于手表型设备12、腰部穿戴型设备14、信息终端型设备16等设备，也可为戴在跑步者的鞋上或鞋中的设备。或者，也可为缠绕在跑步者的胸部或手腕、腰部、手臂周围而可获取位置信息或动作信息的带型设备。此外，作为测定装置20，考虑使用智能眼镜等各种可穿戴设备。另外，也可在跑步路线的各经过点附近设置照相机而对跑步者进行拍摄，通过图像识别获取跑步者的关节位置等骨骼信息、或可根据此种信息算出的步频或步幅等动作信息。也可代替在各经过点附近设置照相机而通过无人驾驶飞机对跑步者进行拍摄。

用户10在将作为测定装置20的手表型设备12、腰部穿戴型设备14、信息终端型设备16中的至少任一者或全部戴在身上的状态下跑步。测定装置20经由通信而与跑步分析服务器60同步信息。其中，测定装置20中的手表型设备12及腰部穿戴型设备14所具有的通信部件为近距离无线通信，因此采取以下形式：不直接与跑步分析服务器60进行通信，而是与信息终端型设备16(也作为后文中详细叙述的“信息终端50”发挥功能)之间同步信息，并由信息终端50与跑步分析服务器60同步信息。如此，手表型设备12及腰部穿戴型设备14经由向信息终端50的同步而对跑步分析服务器60发送信息，因此是以持有信息终端50为前提。但是，未必需要在跑步的实施过程中将信息终端50戴在身上，只要可在运动的实施后与信息终端50进行同步便可。作为变形例，腰部穿戴型设备14也可为以下形式：经由近距离无线通信暂时与手表型设备12同步信息，手表型设备12进而经由近距离无线通信而与信息终端型设备16(信息终端50)同步信息。

用户10主要在马拉松等跑步比赛中将测定装置20戴在身上并实施跑步。但是，并不限于比赛中的测定，也可在假定比赛的长距离的练习跑步中进行测定，也可在更短距离的跑步中进行测定。用户10在跑步开始时对测定装置20的按钮等进行操作而开始进行测定及跑步日志记录。在跑步运动的实施过程中，测定装置20利用计时器测定从记录开始起经过的时间作为跑步时间，并以规定的时间间隔记录每个日期和时间的位置信息。测定装置20通过内置的运动传感器对步频(pitch)(称为每单位时间的步数，也称为步调(cadence))或骨盆的旋转/平移运动、或者冲击值等动作信息进行测定。测定装置20通过内置的光学式心率计对用户10的心率进行测定。

在跑步及跑步日志记录的结束后，从测定装置20向跑步分析服务器60发送跑步时间或位置信息、动作信息、心率等信息作为跑步日志。此外，测定装置20也可基于时间信息或位置信息算出跑步时间或跑步距离、跑步速度、步频、步幅等信息，并将这些算出的信息包含于跑步日志中并发送至跑步分析服务器60。

跑步分析服务器60是与互联网连接并与多个用户10的信息终端50收发数据的服务器计算机。跑步分析服务器60获取作为从信息终端50接收到的用户10的跑步记录数据的时间信息、位置信息、动作信息、心率等信息以及用户10的识别信息或属性信息，并与根据各信息算出的各种种类的跑步分析指标的测定值或评价值一起蓄积。跑步分析服务器60根据来自信息终端50的请求，将所蓄积的跑步日志数据或测定值、评价值等发送至信息终端50。

图2是表示跑步分析系统100的各结构的功能框图。本实施方式中的跑步分析系统100包含测定装置20、信息终端50、跑步分析服务器60。但是，考虑跑步分析系统100由各种硬件结构或软件结构来实现。例如，跑步分析系统100可仅包含信息终端50，也可包含信息终端50与测定装置20的组合，也可包含信息终端50与跑步分析服务器60的组合。或者，也可包含信息终端50与测定装置20及跑步分析服务器60的组合，也可包含测定装置20与跑步分析服务器60的组合，也可仅包含跑步分析服务器60。

例如，以使用各种通用的设备作为测定装置20对跑步状态进行检测并作为跑步日志进行记录为前提，可由信息终端50及跑步分析服务器60的组合、或者仅由跑步分析服务器60构成跑步分析系统100，也可以包含本图的信息终端50及跑步分析服务器60中包含的所有软件结构的单体的装置的形式实现。因此，跑步分析系统100中，不管其硬件结构的形态如何，只要至少包含本图的信息终端50及跑步分析服务器60所具有的软件结构便可。

在图2中，对于测定装置20、信息终端50、跑步分析服务器60，描绘了分别通过各种硬件结构及软件结构的协作来实现的功能区块。因此，本领域技术人员理解这些功能区块可仅通过硬件、仅通过软件、或者通过它们的组合而以各种形式来实现。测定装置20例如包含微处理器、显示装置、存储器、通信模块、定位模块、运动传感器、光学式心率计等硬件的组合。信息终端50例如包含微处理器、触摸屏、存储器、通信模块、定位模块、运动传感器等硬件的组合。跑步分析服务器60例如包含微处理器、存储器、显示器、通信模块等硬件的组合。以下，对测定装置20、信息终端50、跑步分析服务器60各自的功能进行说明。

测定装置20例如是腰部穿戴型设备14。测定装置20具有通信部21、时间测定部22、位置测定部24、动作检测部26。时间测定部22通过计时器的计数对从跑步开始时刻、即测定开始时刻起的跑步时间进行测定。位置测定部24根据GPS模块从卫星定位系统接收的位置信息来对当前位置进行测定。动作检测部26通过运动传感器对用户10的步频或骨盆的旋转/平移运动或者冲击值等进行检测。

作为测定装置20，也可使用手表型设备12或信息终端型设备16。在使用手表型设备12作为测定装置20的情况下，手表型设备12的动作检测部26通过运动传感器对用户10的步频等进行检测，并通过光学式心率计对心率等进行检测。在使用信息终端型设备16作为测定装置20的情况下，信息终端型设备16的动作检测部26通过运动传感器对用户10的步频等进行检测。此外，信息终端50可兼任作为测定装置20的信息终端型设备16，在此情况下，例如可通过一个智能手机等便携式终端具有测定装置20及信息终端50此两者的所有功能。在不将信息终端50兼用作测定装置20的情况下，信息终端50并不限于智能手机，也可为用户10所具有的平板终端或个人计算机。

信息终端50具有信息获取部30、测定值获取部40、输入/输出部51、通信部52。信息获取部30经由通信部52接收通过作为比赛中的跑步者的用户10戴在身上的测定装置20针对每个跑步中的经过点测定出的用户10位置信息及动作信息。此处，所谓“经过点”，是指比赛等的跑步中的时间上的经过地点或距离上的经过地点，针对每个时间上的或距离上的经过地点将位置信息及动作信息记录于测定装置20中。位置信息中包含测定出的日期和时间、位置坐标、标高等信息。动作信息中包含表示步频或骨盆的旋转/平移运动、或者冲击值等的信息。信息获取部30可在跑步过程中与测定装置20同步信息并通过测定装置20获取位置信息及动作信息作为经过中的跑步状态的信息，也可在跑步结束后从测定装置20一并获取全程的位置信息及动作信息。

测定值获取部40基于信息获取部30获取到的信息，并基于按时间顺序持续的位置信息及动作信息，获取表示规定单位的每个测定区间的用户的跑步动作状态的多种动作分析指标的测定值(以下，将表示跑步动作状态的动作分析指标的测定值称为“指标测定值”)。“规定单位的测定区间”是指以每一秒、每一分钟等规定的经过时间为单位的测定间隔、或者以每100m、每1km等规定的经过距离为单位的测定间隔。

测定值获取部40例如算出单圈配速、单圈时间、跑步时间、跑速度、步频、步幅、步幅身高比、躯干的后倾、上下活动、上下活动身高比、腰部的下沉、骨盆的左右倾斜、骨盆的提起量、骨盆的旋转量、骨盆旋转时机、左右方向冲击、踢出时间、落地时间、落地时间率、着地冲击、踢出加速度、减速量、刚度、刚度体重比等多种动作分析指标中的指标测定值。测定值获取部40将在从跑步开始至结束为止的全程中按时间序列持续的指标测定值作为时间序列数据进行记录。

输入/输出部51将通过测定装置20获取的位置信息及动作信息、及通过测定值获取部40获取的指标测定值与作为跑步日志的用户10的属性信息一起经由通信部52发送至跑步分析服务器60。输入/输出部51将通过测定装置20获取的位置信息及动作信息、及通过测定值获取部40获取的指标测定值显示于画面，并且将从跑步分析服务器60接收的信息显示于画面。输入/输出部51受理由用户10进行的操作输入。输入/输出部51在硬件上包含触摸屏。

此外，在本实施方式中，对测定值获取部40获取多种指标测定值的例子进行说明，但通过使跑步分析服务器60具有测定值获取部40的功能，也可不在信息终端50中算出指标测定值。在以下的跑步分析服务器60的说明中，对跑步分析服务器60具有相当于测定值获取部40的功能的测定值获取部80的例子进行说明。

跑步分析服务器60包括通信部62、日志获取部64、信息获取部70、测定值获取部80、分类处理部85、形态决定部90、数据存储部66、输出部99。

日志获取部64经由通信部62获取跑步日志并存储于数据存储部66中。信息获取部70是相当于测定装置20的信息获取部30的功能。即，信息获取部70从存储于数据存储部66中的跑步日志中获取通过作为比赛中的跑步者的用户10戴在身上的测定装置20针对每个跑步中的经过点测定出的用户10的位置信息及动作信息。

测定值获取部80是相当于信息终端50的测定值获取部40的功能。即，测定值获取部80基于信息获取部70所获取的信息，并基于按时间序列持续的位置信息及动作信息，获取表示规定单位的每个测定区间的用户的跑步动作状态的多种动作分析指标的指标测定值。测定值获取部80将在从跑步开始至结束为止的全程中按时间序列持续的指标测定值作为时间序列数据而存储于数据存储部66中。

此外，根据比赛等的跑步路线不同，有时也会富于起伏，另外有时会因季节或天气、气温、湿度、时间段、参加人数等外部环境因素而对指标测定值带来大的影响。因此，测定值获取部80可获取与路线条件或环境条件相关的信息，并基于此种信息标准化为不受这些路线条件或环境条件影响的状况下的数据。在此情况下，通过也同样地使后述的作为比较对象的数据标准化，可实现平等的条件下的比较，从而提高分析精度。

分类处理部85按照动作分析指标的每个种类，通过用于以特性对多个测定区间的指标测定值进行区分的规定的分类方法进行分类。作为分类方法，有两种方法。第一分类方法是按照动作分析指标的每个种类，基于根据指标测定值的平均值及标准偏差求出的范围对指标测定值进行分类的方法。第二分类方法是按照动作分析指标的每个种类，通过聚类分析对指标测定值进行分类的方法。通过这些分类方法，可按照动作分析指标的每个种类，以指标测定值彼此的近似度进行区分。

在第一分类方法中，分类处理部85使用平均值与标准偏差对指标测定值进行分类。分类处理部85根据是否处于平均值±标准偏差的范围内对指标测定值的时间序列数据进行分类。由此，可通过正常值与异常值对指标测定值进行区别，或者可通过表示稳定的跑步姿势的指标测定值与不稳定的跑步姿势的指标测定值进行区别。

在第二分类方法中，分类处理部85通过聚类分析来对指标测定值进行分类。作为聚类分析的准备处理，分类处理部85在指标测定值的时间序列数据中算出从出发地点至终点地点为止每隔规定单位的数据的平均值与标准偏差。即，在指标测定值的时间序列数据中设定了从出发地点起的规定长度区间的窗口后，执行一边遍及整个范围使窗口滑动至终点地点，一边依次算出窗口内的指标测定值的平均值与标准偏差的窗口处理。通过聚类分析将如此算出的平均值与标准偏差的值聚类至规定个数的群组中，由此将指标测定值分类为多个群组来标记群组标签。关于聚类分析的详情，将在后文叙述。

根据指标测定值，利用第一分类方法与第二分类方法中的哪一种进行分类也可不同，利用哪一种分类方法进行分类也可根据指标测定值预先设定。或者，分类处理部85可针对每个指标测定值利用第一分类方法与第二分类方法此两者执行分类处理，并根据其执行结果来决定采用哪一个。例如，在利用其中一个分类方法的执行结果中无法分类为适当的数的情况下，可采用另一个分类方法。

形态决定部90基于与规定的比较对象的比较来决定分类后的指标测定值的输出形态。此处，所谓“输出形态”，是指包含向信息终端50的画面显示的信息的种类或显示内容、显示形式、向信息终端50发送的数据内容等的、向信息终端50输出的信息的形态。形态决定部90基于经由向测定装置20的输入/输出部51的输入的用户10的指示，决定所输出的信息的种类或信息的比较对象、信息的输出形式等。形态决定部90具有指示获取部91、输出对象决定部92、比较对象设定部93、比较处理部94、变化条件设定部95、变化检测部96。

指示获取部91获取经由向测定装置20的输入/输出部51的输入的用户10的指示。指示获取部91可通过使用户10选择用户10在意的分析视点，将与所述选择出的分析视点对应的指标测定值设定为输出对象或比较对象。例如，作为用户10所选择的多种分析视点，准备“负担少的落地”、“稳定的姿态”、“以骨盆为轴的全身的联动”、“顺利的重心移动”、“活动的力度”、“左右对称性”、“比赛的速度”这七种分析视点。这些是分别各别地影响一个或多个指标测定值的分析视点。

输出对象决定部92将与用户10选择出的分析视点对应的指标测定值设定为输出对象。例如，与“负担少的落地”的分析视点对应的指标测定值是上下活动身高比、着地冲击、踢出加速度。与“稳定的姿态”的分析视点对应的指标测定值是骨盆的左右倾斜、躯干的后倾量。与“以骨盆为轴的全身的联动”的分析视点对应的指标测定值是踢出时间、骨盆的旋转时机、腰部的下沉。与“顺利的重心移动”的分析视点对应的指标测定值是减速量、左右方向冲击。与“活动的力度”的分析视点对应的指标测定值是步幅身高比、骨盆的旋转量、骨盆的提起量。所有的指标测定值均对应于“左右对称性”的分析视点。与“比赛的速度”的分析视点对应的指标测定值是跑速度。

此外，输出对象决定部92可特别是在并无用户10的指示的情况下将所有的指标测定值作为输出对象。另外，输出对象决定部92也可在一个指标测定值中将所有的测定区间作为输出对象，也可在指示获取部91获取到用户10自身在意的测定区间的选择指示的情况下，限定在基于用户10的指示的特定的测定区间而作为输出对象。输出对象决定部92也可限定在通过后述的变化检测部96检测出的、特别可见异常的测定区间或表示特别优异的结果的测定区间而作为输出对象。

输出数据生成部98以包含通过输出对象决定部92设为输出对象的指标测定值的方式生成输出数据。在输出数据，至少确定通过测定装置20的输入/输出部51显示于画面的内容。

形态决定部90可根据将何种值作为比较对象而以不同的输出形态输出指标测定值。比较对象设定部93将某些基准值设定为比较对象。比较对象设定部93例如可设定为以通过分类处理部85分类后的每个群组标签的平均值彼此进行比较。比较对象设定部93例如可将指标测定值的时间序列数据中的平均值、或限定在规定的测定区间的范围的平均值作为比较对象，也可将其他测定区间中的同种指标测定值作为比较对象。比较对象设定部93也可在为左右脚中的其中一者的指标测定值的情况下，将另一脚的指标测定值作为比较对象。比较对象设定部93也可将其他日期和时间或其他用户中的同种指标测定值作为比较对象。

比较处理部94将成为输出对象的指标测定值与通过比较对象设定部93设定的比较对象进行比较。例如，在将通过分类处理部85分类后的每个群组标签的平均值作为比较对象的情况下，比较处理部94对每个群组标签的平均值彼此进行比较。评价决定部97基于由比较处理部94获得的比较结果对通过分类处理部85分类后的指标测定值的各群组进行评价。关于通过输出对象决定部92设为输出对象的指标测定值，评价决定部97除基于由比较处理部94获得的比较结果外，也基于由变化检测部96获得的检测结果来决定指标测定值的评价。

变化检测部96在成为输出对象的指标测定值的时间序列数据中对符合规定的变化条件的变化进行检测。变化条件设定部95设定通过变化检测部96成为检测对象的变化条件。变化条件设定部95可将特定的变化条件作为标准的检测条件而设定为变化条件，也可将用户10指定的条件设定为变化条件。作为变化条件，例如也可为在规定的基准值与指标测定值之差超过规定范围的情况下以将所述指标测定值作为关注值进行检测的方式确定的条件。例如，也可在指标测定值显著优于基准值的情况下或显著差于基准值的情况下作为关注值进行检测。成为比较对象的基准值可为比较对象设定部93设定的比较对象。

关于主要通过输出对象决定部92设为输出对象的指标测定值，评价决定部97基于由比较处理部94获得的比较结果或由变化检测部96获得的检测结果来决定指标测定值的评价。

输出数据生成部98以将通过变化检测部96检测出变化的指标测定值的测定区间与其他指标测定值、即未检测出变化的测定区间加以区别的形式生成输出数据。另外，输出数据生成部98以将通过变化检测部96检测出变化的指标测定值的动作分析指标与其他动作分析指标、即未检测出同样的变化的动作分析指标的指标测定值加以区别的形式生成输出数据。输出数据生成部98在通过评价决定部97决定了评价的情况下，以包含其评价结果的方式生成输出数据。

图3是表示跑步分析系统中的处理过程的流程图。信息获取部70获取用户10在比赛等的跑步中通过测定装置20测定出的位置信息或动作信息(S10)，测定值获取部80基于所获取的位置信息或动作信息获取各种动作分析指标的测定值(S12)。分类处理部85根据规定的分类方法对与各种动作分析指标对应的指标测定值进行分类(S14)。指示获取部91在通过用户10的操作输入了分析视点的情况下获取分析视点的信息(S16)，输出对象决定部92根据分析视点来决定指标测定值的输出对象(S18)，变化检测部96对符合规定的变化条件的动作分析指标或者其指标测定值进行检测(S22)，评价决定部97决定指标测定值的评价(S24)。输出数据生成部98将作为输出对象的指标测定值与比较结果或检测结果、评价一起生成输出数据。输出部99基于通过输出数据生成部98生成的输出数据而输出指标测定值(S26)。此外，考虑以各种顺序执行S12～S26的处理，本图的流程图中的S12～S26的顺序仅是为了方便而规定的顺序。

图4表示利用第一分类方法对指标测定值进行分类的例子。在第一分类方法中，分类处理部85使用平均值与标准偏差对指标测定值进行分类。在图4的图表中，作为设为分类对象的指标测定值，以与跑步距离地点对应的方式绘制出表示骨盆的旋转量的指标测定值的时间序列数据。纵轴表示骨盆的旋转量[deg]，横轴表示距离地点[km]。实线110表示骨盆的旋转量的时间序列数据的平均值，虚线112表示骨盆的转数的时间序列数据的平均值±标准偏差的范围。处于两条虚线112的范围内的指标测定值以圆形绘制出，处于虚线112的范围外的指标测定值以菱形绘制出。在本图的例子中，绘图群组114a～绘图群组114k的菱形绘图是虚线112的范围外的指标测定值，且以与处于虚线112的范围内的圆形绘图的指标测定值加以区别的形式进行分类。圆形绘图所表示的指标测定值被分类为表示处于标准偏差内的稳定的跑步姿势的指标值，菱形绘图所表示的指标测定值被分类为表示处于标准偏差外的不稳定或紊乱的跑步姿势的指标值。

如此，通过根据是否处于平均值±标准偏差的范围内对指标测定值的时间序列数据进行分类，可将表示稳定的跑步姿势的指标测定值与不稳定的跑步姿势的指标测定值加以区别。

图5的(a)至图5的(c)表示利用第二分类方法对指标测定值进行分类时的准备处理。在第二分类方法中，分类处理部85通过聚类分析来对指标测定值进行分类。在图5的(a)至图5的(c)的图表中，作为设为分类对象的指标测定值，以与跑步距离地点的对应的方式绘制出表示跑步配速的指标测定值的时间序列数据。纵轴表示跑步配速[min/km]，横轴表示距离地点[km]。图5的(a)直接绘制出指标测定值。此处，作为准备处理，如图所示设定规定长度区间的窗口W，并执行一边使窗口W从出发地点滑动至终点地点一边算出窗口W中包含的指标测定值的平均值与标准偏差的窗口处理。窗口W覆盖可包含按时间序列连续的多个、例如五个指标测定值的范围的区间。在假设每隔100m的距离测定出指标测定值的情况下，设定500m的区间的窗口。或者，例如在以每10秒等时间单位测定出指标测定值的情况下，设定一区间为60秒那样的时间窗口。

第一窗口W₁覆盖第一个～第五个指标测定值，第二窗口W₂覆盖第二个～第六个指标测定值，并以每次滑动一个指标测定值的方式设定窗口。当朝向终点地点滑动，从第n-1窗口W_n-1到达最后的第n窗口W_n时，窗口处理结束。图5的(b)中以与各窗口的跑步距离地点对应的方式绘制出通过窗口处理算出的各窗口内的指标测定值的平均值的时间序列数据。图5的(c)中以与各窗口的跑步距离地点对应的方式绘制出通过窗口处理算出的各窗口内的指标测定值的标准偏差的时间序列数据。

图6的(a)及图6的(b)表示利用第二分类方法对指标测定值进行分类的处理。图6的(a)的图表是以图5的(a)至图5的(c)的针对每个窗口算出的图5的(b)的平均值为横轴，以图5的(c)的标准偏差为纵轴绘制出的散布图。例如通过K平均法对所有绘图进行聚类。对于聚类数K，例如可设定基于弯管法的推定值，也可在与跑步评价值的种类无关而欲一律分为四个阶段的情况下设定“4”等固定值。如图所示，所有绘图根据与K个重心点的距离经聚类，被分类为以重心点121为核心的第一群组120、以重心点123为核心的第二群组122、以重心点125为核心的第三群组124、以重心点127为核心的第四群组126。各绘图分别以分类后的群组标签来标记。图6的(b)的图表表示图5的(b)的平均值。各绘图被分类为在图6的(a)中经标记的群组标签即第一群组120、第二群组122、第三群组124、第四群组126。聚类数可根据指标测定值而不同，聚类数也可根据每个用户10或者每次跑步的指标测定值的偏差而不同。

如此，通过利用聚类分析对指标测定值的时间序列数据进行分类，可按照指标测定值彼此的特性的近似度进行区分，可客观地捕捉指标测定值的偏差并进行检测。

图7是表示每个动作分析指标的分类的比例的横向条形图的图。针对每个动作分析指标，其指标测定值通过所述第一分类方法或第二分类方法进行分类，在所述分类的变化点分割时间序列数据。在纵轴排列各指标测定值，横轴取跑步距离地点[km]。在马拉松的情况下，将整体设为42km，按照每个分类的比例对各动作分析指标的指标测定值的横向条形图进行分割。例如，在动作分析指标“刚度”中，以34.5km附近为边界而分割成两个分类。在动作分析指标“骨盆旋转时机”中，以4km附近与14.5km附近为边界而分割成三个分类。例如，在利用第一分类方法分类后的动作分析指标的情况下，以标准偏差的范围内抑或是范围外的边界来分割指标测定值的时间序列数据。在利用第二分类方法分类后的动作分析指标的情况下，以群组标签的变化点为边界来分割指标测定值的时间序列数据。

图8表示按照进而另一基准对在图7的横向条形图中分割出的指标测定值进行评价的状态。比较处理部94将比较对象设定部93所设定的比较对象作为基准值，对每个动作分析指标的分类进行评价。例如，在将通过分类处理部85分类后的每个群组标签的平均值作为比较对象的情况下，比较处理部94对每个群组标签的平均值彼此进行比较。评价决定部97基于由比较处理部94获得的比较结果，对通过分类处理部85分类后的指标测定值的各群组进行评价，且按照每个群组的平均值的顺序，如图8所示以与另一指标测定值的群组加以区别的形式用颜色区分并显示。第一色130表示最佳值的分类(例如以蓝色表示)。第二色131表示稍佳值的分类(例如以绿色表示)。第三色132表示稍差值的分类(例如以黄色表示)。第四色表示最差值的分类(例如以红色表示)。作为变形例，比较处理部94也可算出比赛整体的指标测定值的平均值，按照群组标签与比赛整体的平均值进行比较，以按照比较结果加以区别的形式用颜色区分并显示。

图9的(a)及图9的(b)表示将输出对象限定在作为关注值检测出的指标测定值并显示的例子。图9的(a)、图9的(b)中，作为由比较处理部94获得的比较结果，限定并显示为显著优于成为比较对象的规定的基准值的分类与显著差于成为比较对象的规定的基准值的分类，以第四色134(例如红色)表示显著佳的分类，以第五色135(例如蓝色)表示显著差的分类。图9的(a)中的比较对象例如是用户10自身的数据或其他跑步者的数据。可从相同的比赛内的相同的跑步者的指标测定值中设定比较对象，也可从过去的比赛中的相同的跑步者的指标测定值中设定比较对象，也可从其他跑步者的指标测定值中设定比较对象。在将其他跑步者的指标测定值作为比较对象的情况下，也可将相同的测定区间中的其他跑步者的指标测定值作为比较对象。关于图9的(b)中的比较对象，例如可将图5的(a)的每个窗口的前一个窗口的值作为比较对象，也可将每一圈的前一个圈的值作为比较对象。

变化检测部96对具有作为显著佳的倾向持续的区间的最长区间的动作分析指标(在图9的(a)的例子中为“骨盆的左右倾斜”)、或具有作为显著差的倾向持续的区间的最长区间的动作分析指标(在图9的(a)的例子中为“减速量”)进行检测。

变化检测部96也可对多个动作分析指标中的任一个均具有作为显著佳的倾向持续的区间的最长区间的动作分析指标的组合、或者多个动作分析指标中的任一个均具有作为显著差的倾向的区间的最长区间的动作分析指标的组合进行检测。变化检测部96例如将着地冲击/踢出加速度(负担少的落地)、左右方向冲击(顺利的重心移动)的组合作为在比赛最后阶段具有作为显著佳的倾向持续的区间的最长区间的动作分析指标的组合来进行检测。在此情况下，评价决定部97可将能够无浪费地发挥出力量而奔跑的建议决定为评价结果。另外，将骨盆的旋转量(活动的力度)、踢出时间(以骨盆为轴的全身的联动)的组合作为在比赛最后阶段具有作为显著差的倾向持续的区间的最长区间的动作分析指标的组合来进行检测。在此情况下，评价决定部97可将应减小踢出活动，使用骨盆使脚向前伸出而奔跑的建议决定为评价结果。

图10表示具有作为显著差的倾向持续的区间的最长区间的动作分析指标的例子。在本图中，以图表表示在比赛最后阶段具有作为显著差的倾向持续的区间的最长区间的骨盆的旋转量。作为指标测定值，以与跑步距离地点对应的方式绘制出表示骨盆的旋转量的指标测定值的时间序列数据。纵轴表示骨盆的旋转量[deg]，横轴表示距离地点[km]。特别是，作为比赛最后阶段的区间139中的用户10的骨盆的旋转量显著差的倾向持续，并通过变化检测部96检测为重要的变化。用户10自身在比赛中凭感觉认识到产生此种重要的变化的情况也多，但实际上作为预兆，有时用户10自身也无法完全认识到是在哪个阶段开始发生变化。通过本实施方式，客观性的数据中的重要变化与所述变化开始的时机也可作为预兆进行检测，且成为用于提高用户10的水平的有用数据。

图11表示显示比赛结果的画面例。在用户10进行了显示比赛结果的概要的指示的情况下，显示通过形态决定部90生成的比赛摘要画面140。在比赛摘要画面140中，除显示跑步距离、跑步时间、平均配速、平均步幅、平均步频等表示跑步状态的信息外，也以雷达图形式显示基于各种动作分析指标的测定值的得分作为跑步姿势得分。另外，显示基于跑步的位置信息的路线的信息。在最下栏显示包含对用户10的建议的评价内容。

图12表示显示比赛评价的画面例。在用户10进行了显示比赛评价的指示的情况下，显示通过形态决定部90生成的比赛评论画面142。在比赛评论画面142中，在第一栏143显示与跑步配速相关的评价。在第二栏144显示表示跑步配速的经过的图表。在第三栏145显示分为比赛开始阶段、中间阶段、最后阶段的配速的评价及与姿势相关的评价。

在第四栏146显示基于通过变化检测部96检测出的重要变化的评价、或与用户10选择的视点所对应的动作分析指标相关的评价。在第四栏146显示通过评价决定部97决定的多个评价点，根据用户10的指示切换至显示与各个评价点相关的详细解说或图表的下图那样的画面。

图13表示显示与评价点相关的详细解说的画面例。在用户10进行了显示与评价点相关的详细解说的指示的情况下，显示通过形态决定部90生成的点解说画面150。在点解说画面150中，动作分析指标本身的解说、或检测出重要变化时的变化的解说、与规定的比较对象的比较结果的解说等以文章与图表显示。

以上，根据实施方式对本发明进行了说明。所述实施方式为示例，本领域技术人员将理解，它们的各构成元件或各处理程序的组合可能有各种变形例，而且此种变形例也处于本发明的范围内。另外，若对所述实施方式进行概括，则获得以下的形态。

〔形态1〕

一种跑步分析系统，包括：

信息获取部，获取通过规定的测定装置针对跑步中的每个经过点测定出的、作为跑步者的用户的位置信息及动作信息；

测定值获取部，基于按时间序列持续的所述位置信息及所述动作信息，获取表示规定单位的每个测定区间的所述用户的跑步动作状态的多种动作分析指标的测定值；

分类处理部，按照所述动作分析指标的每个种类，通过用于以特性对多个测定区间的测定值进行区分的规定的分类方法进行分类；

形态决定部，基于与规定的比较对象的比较来决定所述分类后的测定值的输出形态；以及

输出部，能够基于所述决定后的输出形态至少输出与所述分类后的测定值相关的信息。

〔形态2〕

根据形态1所述的跑步分析系统，所述分类处理部按照所述动作分析指标的每个种类，通过以测定值彼此的近似度进行区分的规定的分类方法对测定值进行分类。

〔形态3〕

根据形态1或2所述的跑步分析系统，所述分类处理部按照所述动作分析指标的每个种类，基于根据测定值的平均值及标准偏差求出的范围对测定值进行分类。

〔形态4〕

根据形态1至3中任一项所述的跑步分析系统，所述分类处理部按照所述动作分析指标的每个种类，通过聚类分析对测定值进行分类。

〔形态5〕

根据形态1至4中任一项所述的跑步分析系统，所述形态决定部以将检测出符合规定的变化条件的变化而得的测定值与其他测定值加以区别的形式来决定所述输出形态。

〔形态6〕

根据形态1至5中任一项所述的跑步分析系统，所述形态决定部以将检测出符合规定的变化条件的变化而得的动作分析指标与其他动作分析指标加以区别的形式来决定所述输出形态。

〔形态7〕

根据形态1至6中任一项所述的跑步分析系统，所述形态决定部以将检测出符合用户所指定的变化条件的变化而得的测定值与其他测定值加以区别的形式来决定所述输出形态。

〔形态8〕

根据形态1至7中任一项所述的跑步分析系统，所述形态决定部以将在用户所指定的动作分析指标中检测出符合规定的变化条件的变化而得的测定值与其他测定值加以区别的形式来决定所述输出形态。

〔形态9〕

根据形态1至8中任一项所述的跑步分析系统，所述形态决定部以将在用户所指定的测定区间中检测出符合规定的变化条件的变化而得的测定值与其他测定值加以区别的形式来决定所述输出形态。

〔形态10〕

根据形态1至9中任一项所述的跑步分析系统，所述形态决定部基于与用户所指定的比较对象的比较来决定所述分类后的测定值的输出形态。

〔形态11〕

一种跑步分析方法，包括如下过程：

获取通过规定的测定装置针对跑步中的每个经过点测定出的、作为跑步者的用户的位置信息及动作信息；

基于按时间序列持续的所述位置信息及所述动作信息，获取表示规定单位的每个测定区间的所述用户的跑步动作状态的多种动作分析指标的测定值；

按照所述动作分析指标的每个种类，通过用于以特性对多个测定区间的测定值进行区分的规定的分类方法进行分类；

基于与规定的比较对象的比较来决定所述分类后的测定值的输出形态；以及

基于所述决定后的输出形态至少输出与所述分类后的测定值相关的信息。

Claims (11)

1.一种跑步分析系统，其特征在于，包括：

信息获取部，获取通过规定的测定装置针对跑步中的每个经过点测定出的、作为跑步者的用户的位置信息及动作信息；

测定值获取部，基于按时间序列持续的所述位置信息及所述动作信息，获取表示规定单位的每个测定区间的所述用户的跑步动作状态的多种动作分析指标的测定值；

分类处理部，按照所述动作分析指标的每个种类，通过用于以特性对多个测定区间的测定值进行区分的规定的分类方法进行分类；

形态决定部，基于与规定的比较对象的比较来决定分类后的测定值的输出形态；以及

输出部，能够基于决定后的输出形态至少输出与所述分类后的测定值相关的信息。

2.根据权利要求1所述的跑步分析系统，其特征在于，所述分类处理部按照所述动作分析指标的每个种类，通过以测定值彼此的近似度进行区分的规定的分类方法对测定值进行分类。

3.根据权利要求2所述的跑步分析系统，其特征在于，所述分类处理部按照所述动作分析指标的每个种类，基于根据测定值的平均值及标准偏差求出的范围对测定值进行分类。

4.根据权利要求2所述的跑步分析系统，其特征在于，所述分类处理部按照所述动作分析指标的每个种类，通过聚类分析对测定值进行分类。

5.根据权利要求1至4中任一项所述的跑步分析系统，其特征在于，所述形态决定部以将检测出符合规定的变化条件的变化而得的测定值与其他测定值加以区别的形式来决定所述输出形态。

6.根据权利要求1至4中任一项所述的跑步分析系统，其特征在于，所述形态决定部以将检测出符合规定的变化条件的变化而得的动作分析指标与其他动作分析指标加以区别的形式来决定所述输出形态。

7.根据权利要求1至4中任一项所述的跑步分析系统，其特征在于，所述形态决定部以将检测出符合用户所指定的变化条件的变化而得的测定值与其他测定值加以区别的形式来决定所述输出形态。

8.根据权利要求1至4中任一项所述的跑步分析系统，其特征在于，所述形态决定部以将在用户所指定的动作分析指标中检测出符合规定的变化条件的变化而得的测定值与其他测定值加以区别的形式来决定所述输出形态。

9.根据权利要求1至4中任一项所述的跑步分析系统，其特征在于，所述形态决定部以将在用户所指定的测定区间中检测出符合规定的变化条件的变化而得的测定值与其他测定值加以区别的形式来决定所述输出形态。

10.根据权利要求1至4中任一项所述的跑步分析系统，其特征在于，所述形态决定部基于与用户所指定的比较对象的比较来决定所述分类后的测定值的输出形态。

11.一种跑步分析方法，其特征在于，包括如下过程：

获取通过规定的测定装置针对跑步中的每个经过点测定出的、作为跑步者的用户的位置信息及动作信息；

基于按时间序列持续的所述位置信息及所述动作信息，获取表示规定单位的每个测定区间的所述用户的跑步动作状态的多种动作分析指标的测定值；

按照所述动作分析指标的每个种类，通过用于以特性对多个测定区间的测定值进行区分的规定的分类方法进行分类；

基于与规定的比较对象的比较来决定分类后的测定值的输出形态；以及

基于决定后的输出形态至少输出与所述分类后的测定值相关的信息。