JP2010017525A - Action determining apparatus and action determining method - Google Patents

Action determining apparatus and action determining method Download PDF

Info

Publication number
JP2010017525A
JP2010017525A JP2009035680A JP2009035680A JP2010017525A JP 2010017525 A JP2010017525 A JP 2010017525A JP 2009035680 A JP2009035680 A JP 2009035680A JP 2009035680 A JP2009035680 A JP 2009035680A JP 2010017525 A JP2010017525 A JP 2010017525A
Authority
JP
Grant status
Application
Patent type
Prior art keywords
acceleration
user
activity
behavior determining
angular velocity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2009035680A
Other languages
Japanese (ja)
Other versions
JP5531227B2 (en )
JP2010017525A5 (en )
Inventor
Masatsugu Okura
正嗣 大倉
Original Assignee
Tanita Corp
株式会社タニタ
Priority date (The priority date 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 date listed.)
Filing date
Publication date

Links

Images

Abstract

<P>PROBLEM TO BE SOLVED: To provide technique to measure an active mass by classifying kinds of user's action. <P>SOLUTION: An action discriminating part 31 of the action determining apparatus 10 classifies user's action states into five kinds based on a measurement result by an acceleration sensor 20 of a triaxial acceleration meter. Moreover, an action age calculating part 32 calculates an action age based on the component ratio of the active state classified by the action discriminating part 31, Furthermore, a fat-getting action index calculating part 33 calculates user's fat-getting action index. The calculation result is displayed on a displaying part 15. <P>COPYRIGHT: (C)2010,JPO&INPIT

Description

本発明は、行動判定装置及び行動判定方法に係り、ユーザの行動や活動、動作等の種類を類別して活動量を推定する行動判定装置及び行動判定方法に関する。 The present invention relates to a behavior determining apparatus and behavior determining method, actions and activities of the user, regarding behavior determining apparatus and behavior determining method for estimating the amount of activity categorizes the type of operation or the like.

従来より生活習慣病の予防及び改善について、その重要性が様々な場面で喚起されてきたが、近年特に具体的なデータや指標をもとに様々な取り組みが実施されるようになってきた。 For the prevention and improvement of conventionally lifestyle diseases, but its importance has been aroused in various situations, in recent years in particular concrete data and indicators based on various efforts have come to be performed. 厚生労働省による「健康づくりのための運動基準2006」において、生活習慣病の予防策として日常の生活活動を含む3MET(Metabolic Equivalent)s以上の身体活動を1日およそ60分行うことが推奨されており、日常生活活動量の評価の確立がこれまで以上に求められるようになっている。 In the "movement standard 2006 for health promotion" by the Ministry of Health, Labor and Welfare, it is recommended that you do 3MET (Metabolic Equivalent) s or more of physical activity for approximately 60 minutes a day, including the day-to-day life activities as a preventive measure of lifestyle-related diseases cage, so that the establishment of the evaluation activities of daily living amount is required more than ever.

標準的な体型の日本人の場合、1日の総エネルギ消費量の内訳のうち基礎代謝量60%、食事誘発性体熱産生10%という値はほぼ決まっていると言われている。 In the case of the standard type of Japanese, basal metabolic rate 60% of the total energy consumption of the breakdown of the day, the value of meal-induced body heat production 10% are said to be substantially determined. また、ある研究結果によると、1日の総エネルギ消費量の個人差が生まれる原因は家事活動を含む運動以外の身体活動(Nonexercise activity thermogenesis;NEAT)と呼ばれる部分であり、実に総エネルギ消費量の20〜30%を占め、個人差±200〜300kcalとなり、身体活動レベルの大きな個人差を生む原因となっている。 In addition, according to one study result, cause the individual differences of the total energy consumption of the day is born physical activity other than exercise, including housework activities; is a portion called the (Nonexercise activity thermogenesis NEAT), of indeed the total energy consumption accounting for 20% to 30%, individual differences ± 200~300kcal next, has become a cause make a big individual differences in physical activity level.

現在、1日の身体活動量を評価する手段として、例えば、加速度計を用いた活動量計がある。 Currently, as a means to evaluate the physical activity daily, for example, there is an activity meter using an accelerometer. 活動量計は、各行動の身体活動強度METs、活動時間、消費エネルギを推定することができる。 Activity meter, each action of physical activity intensity METs, activity time, it is possible to estimate the energy consumption. そして、その推定の精度を向上させた技術が提案されている(例えば、特許文献1参照)。 Then, technology that improves the accuracy of the estimation is proposed (e.g., see Patent Document 1). 特許文献1に開示の技術では、ユーザの運動強度を精度良く計測する目的で、3軸加速度計を備えた運動量計測装置が用いられている。 In the technology disclosed in Patent Document 1, the exercise intensity of a user in accurately measuring purposes, exercise quantity measuring device provided with a three-axis accelerometer is used.

特開2006−204446号公報 JP 2006-204446 JP

ところで、特許文献1に開示の技術では、加速度の大きさから単位時間毎の消費エネルギは推定できるが、その活動の種類までは把握できないという課題があった。 Incidentally, in the technique disclosed in Patent Document 1, although the energy consumption per unit time from the magnitude of the acceleration can be estimated, there is a problem that can not be grasped until the type of activity. また、活動の種類が把握できないため、一日のおける消費エネルギの推定や、活動(行動)の状態が把握できなかった。 In addition, since the type of activity can not be grasped, estimation and of energy consumption that definitive of the day, the state of the activity (behavior) was not able to grasp. つまり、日常生活の中でどのような活動が高い消費エネルギを生むか分からず、1日の生活活動の改善につながりにくかった。 In other words, do not know or produce what kind of activity is high energy consumption in daily life, it was difficult to lead to the improvement of the life activities of the day.

本発明は以上のような状況に鑑みなされたものであって、その目的は、ユーザの活動の種類を類別して活動量を計測できる技術を提供することにある。 The present invention has been made in consideration of the above situation, and an object thereof is to provide a technique capable of measuring the activity amount categorizes the type of user activity.

本発明に係る装置は、行動判定装置に関する。 Apparatus according to the present invention relates to a behavior determining apparatus. この行動判定装置は、水平方向の加速度と、鉛直方向の加速度を取得する加速度取得手段と、前記水平方向及び前記鉛直方向の各加速度をもとにユーザの活動状態を類別する行動判別手段と、を備える。 The behavior determining apparatus, the horizontal acceleration, a behavior determining means to classify the acceleration acquisition means for acquiring an acceleration in the vertical direction, the activity state of the user based on each acceleration of the horizontal direction and the vertical direction, equipped with a.
前記加速度取得手段として、前記水平方向の加速度と前記鉛直方向の加速度を計測する3軸加速度センサを備えてもよい。 Examples acceleration obtaining unit may include a 3-axis acceleration sensor for measuring acceleration in the horizontal direction of the acceleration and the vertical direction.
また、前記加速度取得手段は、外部の加速度センサの計測結果を取得してもよい。 Further, the acceleration acquisition means may acquire the measurement result of external acceleration sensor.
また、前記行動判別手段は、前記ユーザの活動状態を類別するときに、前記水平方向及び前記鉛直方向の加速度の大きさの比を参照してもよい。 Further, the action determination means, when categorizing activity state of the user may refer to the ratio of the size of the horizontal direction and the vertical direction of the acceleration.
また、当該行動判定装置は、前記類別したユーザの活動状態をもとに、ユーザの消費エネルギを算出する活動量算出手段を備えてもよい。 Also, the behavior determining apparatus, based on the activity state of the user who has the classification may comprise the activity amount calculation means for calculating the energy consumption of the user.
また、当該行動判定装置は、前記類別された活動状態の構成比と、年齢と活動状態とが関連づけられた第1の基準構成パターンとを比較してユーザの活動年齢を推定する活動年齢算出手段を備えてもよい。 Also, the behavior determining apparatus, the categorized and composition ratio of the active, activity age calculating means for comparing a first reference structure pattern and the active age associated estimate the activity age of the user it may be provided.
また、当該行動判定装置は、前記類別された活動状態の構成比と、体型と活動状態とが関連づけられた第2の基準構成パターンと比較してユーザの肥満活動指数を算出する肥満活動指数算出手段を備えてもよい。 Also, the behavior determining apparatus, the composition ratio of the categorized active, integrated and compared with active and the second reference structure pattern associated obesity activity index calculation for calculating obesity activity index of the user it may be provided with a means.
また、当該行動判定装置は、外部機器と通信を行うインタフェイスを備えてもよい。 Also, the behavior determining apparatus may include an interface for communicating with an external device.
また、水平方向の角速度と鉛直方向の角速度とを取得する角速度取得手段を備え、前記行動判別手段は、前記角速度取得手段が取得した角速度を、ユーザの活動状態の類別の処理に反映させてもよい。 Further, provided an angular velocity obtaining means for obtaining a horizontal angular velocity and the vertical angular velocity, the behavior determining means, the angular velocity angular velocity acquisition means has acquired, be reflected in the processing of the user activity state classification good.
また、前記行動判別手段は、前記角速度取得手段が取得した角速度の変動係数をユーザの活動状態の類別の処理に反映させてもよい。 Further, the action determination unit may reflect the variation coefficient of the angular velocity angular velocity acquisition means acquires a classification process of user activity state.
本発明に係る方法は、行動判定方法に関する。 The method according to the present invention relates to a behavior determining process. この方法は、水平方向の加速度と、鉛直方向の加速度を取得する加速度取得工程と、前記水平方向及び前記鉛直方向の各加速度をもとにユーザの活動状態を類別する行動判別工程と、を備える。 The method comprises horizontal acceleration, and the acceleration obtaining step of obtaining the acceleration in the vertical direction, the action determination step to classify the activity of the user based on each acceleration of the horizontal direction and the vertical direction, the .
また、前記行動判別工程は、ユーザの活動状態を類別するために、前記水平方向の加速度と前記鉛直方向の加速度との大きさの比を参照してもよい。 Further, the action determination step, in order to classify the activity of the user, may refer to the ratio of the size of the horizontal direction acceleration and the vertical acceleration.
また、当該行動判定方法は、前記類別したユーザの活動状態をもとに、ユーザの消費エネルギを算出する活動量算出工程を備えてもよい。 Also, the behavior determining method, based on the activity state of the user who has the classification may include an activity amount calculation step of calculating the consumption energy of the user.
また、当該行動判定方法は、前記類別された活動状態の構成比と、年齢と活動状態とが関連づけられた第1の基準構成パターンとを比較してユーザの活動年齢を推定する活動年齢算出工程を備えてもよい。 Also, the behavior determining method, the categorized and composition ratio of the active, activity age calculation step of comparing the first reference configuration pattern and the active age associated estimate the activity age of the user it may be provided.
また、当該行動判定方法は、前記類別された活動状態の構成比と、体型と活動状態とが関連づけられた第2の基準構成パターンと比較してユーザの肥満活動指数を算出する肥満活動指数算出工程を備えてもよい。 Also, the behavior determining method, the composition ratio of the categorized active, integrated and compared with active and the second reference structure pattern associated obesity activity index calculation for calculating obesity activity index of the user process may be provided.
また、水平方向の角速度と鉛直方向の角速度とを取得する角速度取得工程を備え、前記行動判別工程は、ユーザの活動状態の類別の処理に、前記角速度取得工程において取得した角速度を反映させてもよい。 Further, it provided an angular velocity acquisition step of acquiring the horizontal angular velocity and the vertical angular velocity, the action determination process, the process of the assortment of user activity state, even to reflect the angular velocity acquired in the angular velocity acquisition step good.
また、前記行動判別工程は、前記角速度取得工程において取得した角速度の変動係数をユーザの活動状態の類別の処理に反映させてもよい。 Further, the action determination process may be reflected to said acquired user activity state variation coefficient of the angular velocity classification to an angular velocity acquisition step process.

本発明によれば、活動の種類を類別して活動量を計測できる技術を提供することができる。 According to the present invention, it is possible to provide a technique capable of measuring the activity amount categorizes the type of activity.

第1の実施形態に係る、行動判定計の概略外観を示す図である。 According to the first embodiment is a view showing a schematic appearance of a behavior determining meter. 第1の実施形態に係る、行動判定計の概略構成を示す機能ブロック図である。 According to the first embodiment, it is a functional block diagram showing the schematic configuration of the behavior determination meter. 身体活動レベル別に見た活動内容と活動時間の代表的な例を示したテーブルである。 It is a table showing typical examples of activities and activity time as seen by physical activity level. 第1の実施形態に係る、肥満活動指数と身体活動レベルの関係を示したテーブルの例である。 According to the first embodiment is an example of a table showing a relationship between obesity activity index and physical activity levels. 第1の実施形態に係る、行動判定計の表示部に表示される活動状態の構成比、身体活動レベル、及び肥満活動指数の表示例を示した図である。 According to the first embodiment, the configuration ratio of active to be displayed on the display unit of the behavior determining meter is a diagram showing a display example of a physical activity level, and obesity activity index. 第1の実施形態に係る、ユーザの消費エネルギをグラフにして表示させた例を示している。 According to the first embodiment shows an example of displaying to the energy consumption of the user in the graph. 第1の実施形態に係る、行動判定計における加速度の計測及び動作の判定処理を示したフローチャートである。 According to the first embodiment, it is a flowchart showing the determination processing of the acceleration of the measuring and operation of behavior determining meter. 第1の実施形態に係る、ユーザに対して活動状態の履歴を表示する動作を示すフローチャートである。 According to the first embodiment, it is a flowchart illustrating an operation of displaying a history of active to the user. 第2の実施形態に係る、行動判定計と連携して機能する管理用コンピュータやアプリケーションサーバ及び体組成計が接続された状態を示した図である。 According to the second embodiment, a diagram management computer and the application server and the body composition monitor showed the connected state to function in conjunction with behavior determining meter. 第3の実施形態に係る、5種類の活動状態における加速度センサと角速度センサの計測結果を時系列に示した図である。 According to the third embodiment is a view showing in time series measurement results of an acceleration sensor and an angular velocity sensor in five active. 第3の実施形態に係る、歩行時及び走行時に進行ピッチと加速度センサの出力の計測例を示した図である。 According to the third embodiment, a diagram showing a measurement example of the output of the traveling pitch and the acceleration sensor during walking and running. 第3の実施形態に係る、歩行時及び走行時における推定消費エネルギと実測消費エネルギの関係を示したグラフである。 According to the third embodiment, it is a graph showing the walking and the estimated relationship energy consumption and the measured energy consumption during running. 第3の実施形態に係る、デスクワークと座位(安静)の測定結果を時系列連続して示した図である。 According to the third embodiment, a diagram illustrating continuous time series measurements of desk and sitting position (rest). 第3の実施形態に係る、行動判定計の概略構成を示す機能ブロック図である。 According to the third embodiment, a functional block diagram showing the schematic configuration of the behavior determination meter. 第3の実施形態に係る、行動判定計における加速度の計測及び動作の判定処理を示したフローチャートである。 According to the third embodiment is a flowchart showing the determination processing of the acceleration of the measuring and operation of behavior determining meter.

つぎに、本発明を実施するための最良の形態(以下、単に「実施形態」という)を、図面を参照して具体的に説明する。 Next, the best mode for carrying out the present invention (hereinafter, simply referred to as "embodiment") to, specifically described with reference to the accompanying drawings.

<第1の実施形態> <First embodiment>
図1は、本実施形態に係る行動判定計10の概略外観を示す図である。 Figure 1 is a diagram showing a schematic appearance of a behavior determining meter 10 according to the present embodiment. 図1(a)は、表示部15に何も表示されていない状態を示しており、図1(b)〜(d)は、後述する判定結果を表示した状態を示している。 FIGS. 1 (a) shows a state in which nothing is displayed on the display unit 15, FIG. 1 (b) ~ (d) shows a state of displaying the determination result will be described later. また、図2は、行動判定計10の概略構成を示す機能ブロック図である。 2 is a functional block diagram showing a schematic configuration of a behavior determining total 10. 行動判定計10は、3軸方向の加速度を測定できる加速度センサ20(3軸加速時計)を備えており、この加速度センサ20を用いることによって、水平方向の加速度と鉛直方向の加速度を測定し、測定結果をもとにユーザの活動の種類を類別し、活動量の推定精度を向上させる。 Behavior determining meter 10 is provided with an acceleration sensor 20 that can measure accelerations in three axial directions (three axes accelerometer), by using the acceleration sensor 20 measures the acceleration of the horizontal acceleration and vertical direction, the measurement results categorized the type of user activity on the basis, to improve the estimation accuracy of the amount of activity.

特に、本実施形態では、水平方向の加速度の大きさと鉛直方向の加速度の大きさの比(「水平/鉛直成分比」という。)を算出することにより、ユーザの行動状態(「活動状態」ともいう)を、「座位」「立位」「歩行」「運動」「家事活動」の5種類に類別する。 In particular, in this embodiment, by calculating the acceleration of the size ratio of the size and the vertical direction in the horizontal direction of the acceleration (referred to as "horizontal / vertical component ratio".), Both the user's action state ( "active" a say), is classified into five types of "sitting", "standing", "walking", and "exercise", "housework activities". 具体的な類別処理については後述するが、まず、行動判定計10は、加速度の大きさが第1の所定値より小さいときに比較的低い強度の活動状態と判断し、さらに水平/鉛直成分比をもとに活動状態を「座位」または「立位」に類別する。 As will be described later for specific classification process, first, the behavior determining meter 10 determines that the activity status of a relatively low intensity when the magnitude of the acceleration is smaller than a first predetermined value, further horizontal / vertical component ratio the categorizing based on activity status to "sitting" or "standing". つづいて、加速度の大きさが第1の所定値と第2の所定値の間にあるときに、行動判定計10は、中程度の強度の活動状態であると判断し、さらに水平/鉛直成分比をもとに活動状態が「家事活動」または「歩行」に類別する。 Subsequently, when the magnitude of the acceleration is between the first predetermined value and second predetermined value, the behavior determining meter 10, it is determined that the active medium of the strength, further horizontal / vertical component based on the ratio of active to categorize the "housekeeping activities" or "walking". さらにまた、加速度の大きさが第2の所定値より大きいときには、行動判定計10は活動状態を「運動」に類別する。 Further, when the magnitude of the acceleration is greater than a second predetermined value, the behavior determining total 10 categorizing active state to "movement". なお、類別の種類については、上記の5種類に限る趣旨ではない。 It should be noted that, for the kind of classification, it is not intended to be limited to five kinds of the above.

そして、上述の行動状態の類別結果をもとに、1日の総消費エネルギや、行動の種類毎の活動時間、各行動による時間内訳を表示する。 Then, on the basis of the classification result of the action state of the above, and the total energy consumption of the day, activity time for each type of action, to display the time breakdown by each action. また、加齢に伴い身体活動の質的な変化が生じることから(恒吉ら、日本体力医学会2004)、各年代の標準的な行動パターンと比較して、活動年齢を算出しユーザに提示する。 In addition, from the fact that a qualitative change occurs in the physical activity with age (Tsunekichi et al., Japan stamina Medicine 2004), compared to a standard behavior pattern of each age, presented to the user to calculate the activity age . さらに、肥満者と非肥満者とでは1日の行動パターンに占める座位及び立位の各姿勢状態の割合が異なることから、座位、立位、家事活動、歩行といった行動を判別して、ユーザの行動パターンが肥満体型の人の行動パターンに対してどの程度近似しているかを肥満活動指数として提示する。 Further, since the proportion of obese and non-obese subjects with each posture state of behavior patterns accounted sitting and standing 1 day at different, sitting, standing, housekeeping activities, actions to determine the like walking, the user whether the behavior pattern is the extent to which approximation to obesity type of human behavior patterns presented as obesity activity index.

ここで肥満活動指数について説明する。 It will now be described obesity activity index. 肥満活動指数は、身体活動レベル(1日総消費エネルギ量/基礎代謝;PAL)に応じて算出する。 Obesity Activity Index, physical activity level (total daily consumption energy amount / basal metabolic; PAL) is calculated in accordance with the. 図3は、「個人の身体活動レベル」別に見た活動内容と活動時間の代表的な例を示したテーブルである。 FIG. 3 is a table showing typical examples of activities and activity time seen separately from "personal physical activity level". このテーブルは、年齢が15〜69歳のケースの平均的なデータを示している。 This table, age indicates the average data of 15 to 69-year-old case. 「個々の活動の分類」については、5種類に分類しており、各分類中の括弧内の数字は、睡眠状態の基礎代謝を「1」としたときの、各分類における代謝値を示している。 For "classification of individual activities" are classified into five types, numbers in brackets in each classification is shown of when the basal metabolism of the sleep state "1", the metabolism value in each classification there. そして、各活動の分類の時間が、3種類の個人の身体活動レベル別について示されている。 And, the time of the classification of each activity, are shown for another 3 types of personal physical activity level. 例えば、「個人の身体活動レベル」が「普通(II)」の場合、日常生活の内容として、「座位中心の仕事だが、職場内での移動や立位での作業・接客等、あるいは通勤・買い物・家事、軽いスポーツ等のいずれかを含む」活動である旨を示している。 For example, if the "individual's physical activity level" is "Normal (II)", as the content of the daily life, but it is the work of a "sedentary, work, customer service or the like in the movement and standing in the workplace, or commuting shopping, housework, shows the effect that the "activities, including any of the light sport, and the like. さらに、普通(II)の場合の「個々の活動」の分類について例示すると、「睡眠時間」(PAL=1.0)が7〜8時間、「長時間持続可能な運動・労働など中強度の活動(普通歩行を含む)」(PAL=4.5:3.0〜5.9)が2時間である旨を示している。 In addition, To illustrate the classification of "individual activities" in the case of normal (II), "sleep time" (PAL = 1.0) is 7 to 8 hours, of medium strength such as "long-term sustainable movement and labor activities (including the usually walking) "(PAL = 4.5: 3.0~5.9) have shown that it is 2 hours. そして、「個々の活動の分類」における代謝値とそれら各分類の時間との関係から「個人の身体活動レベル」が「低い(I)」「普通(II)」「高い(III)」に分類され、各PAL値は、1日の平均値として、それぞれ1.50(1.40〜1.60)、1.75(1.60〜1.90)、2.00(1.90〜2.20)となっている。 The category from the relationship between the metabolism value and time of their respective classification in "Classification of individual activities" "personal physical activity level" is "low (I)" "Normal (II)" "high (III)" are, each PAL value is an average value of 1 day, respectively 1.50 (1.40 to 1.60), 1.75 (1.60 to 1.90), 2.00 (1.90 to 2 and it has a .20).

そして、ユーザの各行動(座位、立位、家事活動、運動など)の時間とそれぞれの行動の代謝値から身体活動レベルを算出し、算出結果より肥満活動指数を10段階で算定する。 Each action of the user (sitting, standing, housekeeping activities, exercise, etc.) to calculate the physical activity level from metabolic values ​​of time and for each behavior, obesity activity index than the calculation result to calculate at 10 stages. 肥満活動指数は大きいほど肥満体型の人のパターンを示し、肥満になりやすいことを示している。 Obesity activity index is large enough to show the obese person's pattern, it is shown that prone to obesity. 図4は、肥満活動指数と身体活動レベルの関係を示したテーブルの例である。 Figure 4 is an example of a table showing a relationship between obesity activity index and physical activity levels. 図示のような基準に基づいて、肥満活動指数が算出される。 Based on criteria as shown, obesity activity index is calculated. 例えば、身体活動レベルが「1.75」の場合、肥満活動指数は3になり、身体活動レベルが「1.25」の場合、肥満活動指数は「8」になる。 For example, if the physical activity level is "1.75", obesity activity index becomes 3, when physical activity level is "1.25", obesity activity index becomes "8". また、図5(a)及び(b)は、活動状態の構成比、身体活動レベル、及び肥満活動指数の表示例を示しており、ここでは、(a)が身体活動レベル「1.75」であり(b)が身体活動レベル「1.25」である。 Further, FIGS. 5 (a) and (b), the composition ratio of the active, physical activity level, and shows a display example of obesity activity index, where, (a) physical activity level "1.75" and in (b) is a physical activity level "1.25". なお、図5や後述の図6においては、睡眠状態については表示していないが、当然に、睡眠状態について表示されてもよい。 In FIG. 6 in FIG. 5 and described below is not indicated for sleep, it may naturally also be displayed for sleep. また、「歩行」と「立位」が一緒になっているが、当然個々に表示されてもよい。 In addition, a "walking," "standing" are together, but may of course be displayed on the individual.

図2の説明に戻り、行動判定計10の詳細について説明する。 Referring back to FIG. 2, illustrating behavior determining meter 10 the details of. 行動判定計10は、主制御部11と、演算部12と、記憶部13と、操作部14と、表示部15と、入出力インタフェイス16と、加速度センサ20と、判定部30と、を備えて構成されている。 The behavior determining meter 10, a main control unit 11, an operation unit 12, a storage unit 13, an operation unit 14, a display unit 15, an input-output interface 16, an acceleration sensor 20, a determination unit 30, the equipped and are configured. ここで、主制御部11は、行動判定計10の各構成要素を統括的に制御する。 Here, the main control unit 11 centrally controls the respective components of the behavior determining total 10. 操作部14は、ボタンなどのユーザインタフェイスであって、ユーザによる操作を受け付ける。 Operation unit 14 is a user interface such as a button receives an operation by a user. 操作部14による操作を受けると、主制御部11が各構成要素と協働して後述する各種の処理を実行する。 When receiving the operation by the operation unit 14 performs various processes in the main control unit 11 will be described later in cooperation with each component. 表示部15は、液晶パネル等の表示手段であり、図1(b)〜(d)のように測定結果や判定内容を表示する。 Display unit 15 is a display unit such as a liquid crystal panel, and displays the measurement results and determination content as shown in FIG. 1 (b) ~ (d). 図1(b)は、5種類の活動について、当日の活動時間(分)、消費エネルギ(kcal)が表示されている。 1 (b) is about five activities, the day of the active time (min), energy consumption (kcal) is displayed. また、図1(c)には、ユーザの活動年齢が示されており、図示では「45歳」と判定された旨が表示されている。 Further, in FIG. 1 (c), has been shown activity age of the user, are displayed that it is determined as "45 years old" is shown. 図1(d)には、肥満活動指数が「7」と判定された旨が表示されている。 In FIG. 1 (d), that the obesity activity index is determined as "7" is displayed. また、図6(a)及び(b)は、ユーザの消費エネルギをグラフにして表示させた例を示している。 Also, FIG. 6 (a) and (b) shows an example of displaying to the energy consumption of the user in the graph. 図6(a)は、1日の総消費エネルギの割合(構成比)を示しており、また、図6(b)は1日の総消費エネルギの割合の推移を示している。 FIGS. 6 (a) shows the percentage of the total energy consumed daily (composition ratio), and FIG. 6 (b) shows the change in the percentage of the total energy consumed daily. どのような表示態様をとるかは、行動判定計10の演算部12や記憶部13、表示部15等の処理能力に応じて適宜選択されればよい。 Whether it takes what display mode, arithmetic unit 12 and the storage unit 13 of the behavior determining total of 10, may be suitably selected depending on the processing capability such as a display unit 15.

入出力インタフェイス16は、パーソナルコンピュータや携帯電話等の外部機器と通信接続する。 Output interface 16 communicates connected to a personal computer or a cellular phone external device. この通信接続は、有線無線を問わず、例えば、USB(Universal Serial Bus)インタフェイスによる接続であったり、赤外線通信による接続であったり、ブルートゥース(登録商標)による接続であってもよい。 The communication connection, whether wired wireless, for example, USB or a connection by (Universal Serial Bus) interface, or a connection by infrared communication, may be a connection by Bluetooth (registered trademark). なお、行動判定計10が、外部機器と連携しない場合は、入出力インタフェイス16は不要となる。 It should be noted that the behavior determining a total of 10, if you do not work with external devices, input and output interface 16 is unnecessary. 外部機器と連携する構成及び動作については、第2の実施形態で後述する。 The configuration and operation cooperates with an external device will be described later in the second embodiment.

加速度センサ20は、X軸加速度センサ21、Y軸加速度センサ22、Z軸加速度センサ23を備え3軸加速度計を構成しており、3軸方向の加速度を所定のサンプリング周期で計測する。 The acceleration sensor 20 constitutes a three-axis accelerometer comprising an X-axis acceleration sensor 21, Y-axis acceleration sensor 22, Z axis acceleration sensor 23 measures the acceleration in three axial directions in a predetermined sampling cycle. なお、本実施形態では、水平方向と鉛直方向の各加速度を利用する。 In the present embodiment utilizes the acceleration in the horizontal direction and the vertical direction. そして、水平方向の加速度は、加速度センサ20において算出されて主制御部11に出力されてもよいし、主制御部11を介して出力された加速度センサ20のデータをもとに演算部12が算出してもよい。 Then, the acceleration in the horizontal direction, may be output to the main control unit 11 is calculated in the acceleration sensor 20, the computing unit 12 the data of the acceleration sensor 20 which is output via the main control unit 11 based on the calculation may be. 本実施形態では、演算部12が水平方向の加速度を算出するものとする。 In the present embodiment, it is assumed that the calculating unit 12 calculates the acceleration in the horizontal direction. また、測定結果は、加速度センサ20においてデジタル変換され、必要に応じて増幅処理がなされ主制御部11に出力される。 The measurement results are digitally converted in the acceleration sensor 20, the amplification process is output to the main control unit 11 is made as necessary.

演算部12は、CPU(中央演算装置)等のLSI(大規模集積回路)で構成され、水平方向及び鉛直方向の各加速度の大きさと、それらの加速度の大きさから合成加速度の大きさを算出する。 Computing unit 12 calculates consists of CPU LSI of (central processing unit) or the like (large scale integrated circuit), the magnitude of the acceleration in the horizontal and vertical directions, their acceleration from the magnitude of the resultant acceleration magnitude to. 以下、便宜的に、水平方向の加速度の大きさを「水平成分加速度Ah」といい、鉛直方向の加速度の大きさを「鉛直成分加速度Av」という。 Hereinafter, for convenience, refer to the magnitude of the horizontal acceleration and the "horizontal component acceleration Ah", the magnitude of the vertical acceleration of "vertical component acceleration Av." なお、本実施形態では、加速度センサ20の各サンプリングの出力値が所定の閾値を超えたときに、上下方向または水平方向へのユーザの動きがなされたと判断し、鉛直成分加速度Avまたは水平成分加速度Ahとして1カウントだけインクリメントする。 In the present embodiment, when the output value of each sampling of the acceleration sensor 20 exceeds a predetermined threshold value, it is determined that the vertical direction or the user's movement in the horizontal direction is performed, the vertical component acceleration Av or horizontal component acceleration It is incremented by one count as Ah. つまり、鉛直成分加速度Avまたは水平成分加速度Ahの大きさを、カウント値によって代表している。 That is, the magnitude of the vertical component acceleration Av or horizontal component acceleration Ah, is represented by the count value. また、所定の閾値は、加速度センサ20の仕様により異なり、適宜設定すればよい。 Further, the predetermined threshold depends on the specifications of the acceleration sensor 20 may be appropriately set. 当然に、CPU等の処理負荷やコスト、消費電力に関して所望の性能・仕様を実現できるようであれば、加速度センサ20の各サンプリングの出力値に応じた加速度値が算出されて利用されてもよい。 Naturally, if so processing load and cost of such CPU, and desired performance and specifications with respect to power consumption can be realized, the acceleration values ​​corresponding to the output value of each sampling of the acceleration sensor 20 may be utilized is calculated .

さらに、記憶部13は、ROMやRAM等のメモリであり、演算部12の算出処理のために、所定期間だけ加速度センサ20の計測結果を保持する機能と、後述の判定部30による判定結果を蓄積する。 Further, the storage unit 13 is a memory such as a ROM and a RAM, for the calculation process of the arithmetic unit 12, and the function of holding the measurement result for a predetermined period only the acceleration sensor 20, the determination result by the determination unit 30 described later accumulate. また、記憶部13は、図3に示したような、各種判定の基準となる基準データを保持する。 The storage unit 13, as shown in FIG. 3, for holding reference data serving as a reference for various judgments. 図3では、年齢が15〜69歳のユーザを対象とした、身体活動レベルが3種類のテーブルであった。 In Figure 3, age was intended for users of 15-69 years of age, physical activity level was 3 types of tables. 基準データとして、このテーブルを全年代、全体型、男女とも共通に使用されてもよいし、さらに、年代別パターン、体型別パターン(肥満者パターン、標準体型者パターン等)に細分化された基準データが使用されてもよい。 As reference data, the entire table ages, the overall type, may be used in common for both men and women, further age pattern, type-specific pattern (obese pattern, a standard body's pattern, etc.) subdivided criteria data may be used. その場合、行動判定計10の使用開始のときに、ユーザが自己の年齢、体型、性別を入力して設定する構成とする。 In that case, at the time of the start of use of the behavior determining a total of 10, the user is configured to be set by entering self of age, body type, the gender.

判定部30は、CPU等のLSIやメモリ、任意のプログラムにより実現され、行動判別部31と、活動年齢算出部32と、肥満活動指数算出部33と、活動量算出部34とを備えている。 Determining unit 30, LSI and a memory such as a CPU is implemented by any program, the action determination unit 31, an activity age calculation unit 32, and obesity activity index calculation unit 33, and a activity amount calculation unit 34 . 行動判別部31は、記憶部13に記憶されている水平成分加速度Ahや鉛直成分加速度Avの所定期間(例えば、直前の10秒)のデータをもとに、3軸合成加速度Atotalと、水平/鉛直成分比Ah/Avを算出し、算出結果から後述の図7のフローチャートに従い、ユーザの活動を「座位」「立位」「歩行」「運動」「家事活動」の5種類に類別し、記憶部13に記憶し判定履歴データとして蓄積する。 Action determination unit 31, the predetermined period of the horizontal component acceleration Ah and vertical component acceleration Av stored in the storage unit 13 (e.g., immediately preceding 10 seconds) based on the data of a three-axis composite acceleration Atotal, horizontal / calculating the vertical component ratio Ah / Av, in accordance with the flowchart of FIG. 7 below from the calculated results, categorized user activity to five "sitting", "standing", "walking", and "movement", "housekeeping activities", stores accumulate as stored judgment history data in section 13.

活動量算出部34は、記憶部13に蓄積されているユーザの活動の状況をもとに、活動の種類毎の所定期間の積算時間、活動の種類の割合、消費エネルギを算出する。 Activity amount calculation unit 34, based on the status of user activity stored in the storage unit 13, the integration time of the predetermined period for each type of activity, is calculated the ratio of the type of activity, the consumption energy. 算出結果は、図1(b)に示したように必要に応じて表示部15に表示される。 Calculation result is displayed on the display unit 15 as necessary as shown in FIG. 1 (b). 消費エネルギは、総消費エネルギだけでなく、各活動のエネルギも算出される。 Energy consumption is, not only the total energy consumption, the energy of each activity is also calculated. さらに、実際の積算時間における消費エネルギだけでなく、1日の推定消費エネルギが算出されてもよい。 Furthermore, not only the energy consumption in the actual integration time, the estimated energy consumption of the day may be calculated. また、活動量算出部34は、1日毎に、上述の活動の種類の割合、消費エネルギを算出結果を消費エネルギ履歴データとして記憶部13に蓄積する。 Moreover, the activity amount calculation unit 34, for each day, the ratio of the types described above activities, is accumulated in the storage unit 13 the energy consumption calculation result energy consumption history data.

活動年齢算出部32は、記憶部13に蓄積されている消費エネルギ履歴と基準データを比較して、ユーザの行動がどの年代の行動パターンに相当するかを算定する。 Activity age calculation unit 32 compares the energy consumption history and the reference data stored in the storage unit 13, calculates whether action of the user corresponds to a behavior pattern of all ages. この算定は、例えば、ユーザの指示に基づいてなされ、算定結果は、図1(c)に示したように表示部15に表示される。 This calculation, for example, made in accordance with a user instruction, the calculation result is displayed on the display unit 15 as shown in Figure 1 (c).

肥満活動指数算出部33は、記憶部13に蓄積されている消費エネルギ履歴と基準データをもとに、ユーザの行動パターンが肥満者パターンに対してどの程度近いパターンであるかを肥満活動指数として算定する。 Obesity activity index calculation unit 33, based on the energy consumption history and the reference data stored in the storage unit 13, whether the user's behavior pattern is how close patterns for obesity pattern as obesity activity index calculation to. 算定結果は、図1(d)に示したように表示部15に表示される。 Calculation result is displayed on the display unit 15 as shown in FIG. 1 (d).

以上の構成による、行動判定計10の動作について図7及び図8のフローチャートをもとに説明する。 Structured as above, the operation of the behavior determining total 10 based on the flowcharts of FIGS. 図7は、行動判定計10における加速度の計測及び動作の判定処理を示している。 Figure 7 shows a determination processing of the acceleration of the measuring and operation of behavior determining meter 10. 行動判定計10がオンの状態において、主制御部11は、加速度センサ20(X軸加速度センサ21、Y軸加速度センサ22、Z軸加速度センサ23)の計測したデータを読み込み、記憶部13に保持する(S10)。 In behavior determining meter 10 is on, the main control unit 11 reads the measured data of the acceleration sensor 20 (X-axis acceleration sensor 21, Y-axis acceleration sensor 22, Z axis acceleration sensor 23), held in the storage unit 13 to (S10).

つづいて、演算部12が、所定の期間の計測データに基づいて水平成分加速度Ah、鉛直成分加速度Av、3軸合成加速度Atotalを算出する(S12)。 Subsequently, the arithmetic unit 12 calculates the horizontal component acceleration Ah, the vertical component acceleration Av, 3-axis composite acceleration Atotal based on the measurement data of a predetermined time period (S12). そして、行動判別部31が、その算出結果をもとに、3軸合成加速度Atotalが100カウント未満であるか否かを判断する(S14)。 Then, the behavior determination unit 31, based on the calculation result, the three-axis composite acceleration Atotal is equal to or less than 100 counts (S14). 3軸合成加速度Atotalが100カウント未満の場合(S14のY)、行動判別部31は、比較的軽度の活動状態であると判断し、さらに、水平/鉛直成分比Ah/Avを算出し、その値が1未満であるか否かを判断する(S16)。 3 If the axis composite acceleration Atotal is less than 100 counts (S14 of Y), action determination unit 31 determines that a relatively minor active, further calculates the horizontal / vertical component ratio Ah / Av, the value is equal to or less than 1 (S16). 水平/鉛直成分比Ah/Avが1未満である場合(S16のY)、ユーザの活動において上下動が少ないことを示しており、行動判別部31は、ユーザの活動状態が「座位」の状態にあると判定する(S18)。 State when the horizontal / vertical component ratio Ah / Av less than 1 (S16 of Y), it indicates that vertical movement is small in user activity, behavior determination unit 31, the user activity state of "sitting" It is determined to be in the (S18). また、水平/鉛直成分比Ah/Avが1以上である場合(S16のN)、ユーザの活動状態が「立位」の状態にあると判断する(S20)。 Also, when the horizontal / vertical component ratio Ah / Av is 1 or more (S16 of N), the user activity state is determined to be in a state of "standing" (S20).

S14のステップにおいて、3軸合成加速度Atotalが100カウント以上であると判断された場合(S14のN)、行動判別部31は、3軸合成加速度Atotalが200未満であるか否かを判断する(S22)。 In step S14, 3 if the axis composite acceleration Atotal is determined to be 100 counts above (S14 in N), behavior determination unit 31, three-axis composite acceleration Atotal is equal to or less than 200 ( S22). 3軸合成加速度Atotalが200カウント以上である場合(S22のN)、行動判別部31は、ユーザの活動状態がランニングなどの「運動」の状態であると判断する(S24)。 3 If the axis composite acceleration Atotal of 200 counts or more (S22 of N), behavior determination unit 31, a user activity state is determined to be in the state of "movement" that the running (S24). 3軸合成加速度Atotalが200カウント未満である場合(S22のY)、行動判別部31は、水平/鉛直成分比Ah/Avが5未満であるか否かを判断する(S26)。 3 If the axis composite acceleration Atotal is less than 200 counts (S22 of Y), action determination unit 31 determines whether the horizontal / vertical component ratio Ah / Av is less than 5 (S26). 水平/鉛直成分比Ah/Avが5以上の場合(S26のN)、行動判別部31は、ユーザの活動状態が「家事活動」の状態であると判断する(S28)。 If the horizontal / vertical component ratio Ah / Av of 5 or more (S26 of N), behavior determination unit 31, a user activity state is determined to be in the state of "housekeeping activities" (S28). また、水平/鉛直成分比Ah/Avが5未満の場合(S26のY)、行動判別部31はユーザの活動状態が「歩行」であると判断する(S30)。 Also, when the horizontal / vertical component ratio Ah / Av is less than 5 (S26 of Y), action determination unit 31 is active the user is determined to be "walking" (S30).

そしてS18、S20、S24、S28、S30の処理において判定結果が出ると、行動判別部31の判定結果を、日付及び時刻情報に関連づけて記憶部13に判定履歴データとして記憶し蓄積する(S32)。 The S18, S20, S24, S28, the decision result in the processing of S30, leaves, the judgment result of the behavior judgment unit 31 and stored as the determination history data in the storage unit 13 in association with the date and time information storage (S32) .

図8は、ユーザに対して活動状態の履歴を表示する動作を示すフローチャートである。 Figure 8 is a flowchart illustrating an operation of displaying a history of active to the user. まず、行動判定計10の主制御部11が、表示のための操作指示を操作部14によりユーザから取得する(S50)。 First, the main control unit 11 of the behavior determining meter 10 acquires from the user by the operation unit 14 an operation instruction for display (S50).

すると、活動量算出部34が記憶部13に蓄積されている判定履歴データをもとに、各活動の消費エネルギの算出、各活動の累積時間、活動時間の種類別構成比を算出する(S52)。 Then, based on the determination history data activity amount calculation unit 34 is stored in the storage unit 13, the calculation of the energy consumption of each activity, the accumulated time of each activity is calculated by type composition ratio of activity time (S52 ). なお、前日に前述の算出の処理がなされていない場合、例えば、行動判定計10がオンしたときに、活動量算出部34が算出して記憶部13に記録し蓄積してもよい。 Incidentally, if it is not made the aforementioned processing of calculating the day before, for example, when the behavior determining meter 10 is turned on, may be recorded activity amount calculation unit 34 is calculated in the storage unit 13 accumulates.

つぎに、活動量算出部34は、記憶部13に記憶されている、各種の活動パターン(年代別パターンや肥満者パターン)を読み込む(S54)。 Next, the activity amount calculation unit 34 reads stored in the storage unit 13, various activities pattern (age patterns and obesity pattern) (S54).

つづいて、活動年齢算出部32は、算出された各活動の消費エネルギの算出し、各活動の累積時間と、活動時間の種類別構成比と、記憶部13から読み込んだ年代別パターンとを比較して、ユーザの活動状態がどの年代のパターンに近いかを判断し、ユーザの活動年齢として算出する(S56)。 Subsequently, activity age calculation unit 32 calculates the energy consumption of each activity, which is calculated, compared with the accumulated time of each activity, and by type composition ratio of activation time, and the age pattern read from the storage unit 13 and, it is determined whether or close to the pattern of all ages is user activity state, is calculated as the activity age of the user (S56).

さらに、肥満活動指数算出部33が、肥満者パターンと比較して、ユーザの活動状態が、肥満者の活動パターンにどの程度近いかを肥満活動指数として算出する(S58)。 Furthermore, obesity activity index calculation unit 33, as compared to the obese pattern, user activity state, how much closer to the mast's activity pattern is calculated as obesity activity index (S58). なお、上述の通り、行動判別部31における判定結果は時刻情報を含んでいる。 Incidentally, as described above, the determination result in the action determination unit 31 includes a time information. 活動年齢の算出や肥満活動指数の算出の際に、判定結果がない時刻については、ユーザの行動の種別を推定する処理がなされてもよい。 When calculating the calculated and obesity activity index of activity age, the time no determination is may be made a process of estimating the type of behavior of the user. 例えば、ユーザが睡眠していると想定される時刻のデータとして、身体活動レベルの値として「PAL=1」が使用されてもよい。 For example, as data of time at which the user is supposed to be sleeping, "PAL = 1" may be used as the value of the physical activity level.

そして、活動年齢算出部32及び肥満活動指数算出部33による算出処理が終了すると、主制御部11は、図1(b)〜(d)や図5等に示したように算出結果を表示部15に表示するとともに(S60)、算出結果を記憶部13に記憶する(S62)。 When the calculation process by the activity age calculator 32 and obesity activity index calculating unit 33 is completed, the main control unit 11, FIG. 1 (b) ~ (d) and a display unit the calculation result as shown in FIG. 5, etc. and it displays the 15 (S60), and stores the calculation result in the storage unit 13 (S62). 表示可能な算出結果は、上述したように、算出された各活動の消費エネルギの算出、各活動の累積時間、活動時間の種類別構成比、活動年齢、肥満活動指数であり、それぞれ、算出結果が単独で表示されてもよいし、全ての項目が1度に表示されてもよい。 Viewable calculation results, as described above, the calculation of the energy consumption of each activity, which is calculated, the accumulated time of each activity, by type composition ratio of activity time, activity age, are obese activity index, respectively, the calculation result There may be displayed alone, all items may be displayed at a time. さらに、典型的なパターン(標準的パターンや肥満パターン、目標とすべきパターンなど)とともに表示されてもよい。 Furthermore, it may be displayed together with typical pattern (standard patterns and obesity patterns, such as patterns to be targeted).

以上、本実施形態のような構成及び動作の行動判定計10によると、ユーザの活動状態がより正確に把握することができる。 As described above, according to the behavior determining total 10 construction and operation of such as in the present embodiment, it is possible to user activity state is more accurately grasped. さらに、ユーザに対して、ユーザの活動状態が、どのようなパターンに属するかを提示することができる。 Furthermore, the user can user activity state, presents belong to any pattern. これによって、ユーザは、自分の活動状態を的確に把握することができる。 Thus, the user, it is possible to accurately grasp their own activity state.

<第2の実施形態> <Second Embodiment>
第1の実施形態では、行動判定計10が単独で機能する状態について説明した。 In the first embodiment, it has been described state behavior determining meter 10 functions independently. 本実施形態では、行動判定計10の測定結果を、パーソナルコンピュータやネットワーク上のアプリケーション上、さらに、体組成計で利用するケースについて説明する。 In the present embodiment, the measurement result of the behavior determining total of 10, the application on a personal computer or a network, further, a description is given of a case where using the body composition meter.

図9は、行動判定計10と連携して機能する管理用コンピュータ50やアプリケーションサーバ40及び体組成計70が接続された状態を示した図である。 Figure 9 is a diagram management computer 50 or application server 40 and the body composition monitor 70 showing the connected state to function in conjunction with behavior determining total 10. 行動判定計10は、計測データを管理用コンピュータ50やアプリケーションサーバ40、体組成計70に送信する。 Behavior determining meter 10 transmits the measurement data management computer 50 or application server 40, the body composition monitor 70. そして、ユーザは、管理用コンピュータ50やアプリケーションサーバ40、体組成計70がそれぞれ備える所定の健康管理用アプリケーションを起動して、第1の実施形態で行動判定計10が実現した機能と同様の機能を利用する。 Then, the user management computer 50 or application server 40, and the body composition monitor 70 starts a predetermined health management application comprising respectively, functions as the corresponding functions for which behavior determining total of 10 in the first embodiment is realized use the to.

まず、管理用コンピュータ50と行動判定計10の連携について説明する。 First, a description will be given with the management computer 50 behavior determining total 10 cooperation. 行動判定計10の構成は、第1の実施形態と同様である。 Configuration of the behavior determination meter 10 is similar to the first embodiment. そして、入出力インタフェイス16は、USBインタフェイスを備えており、USB規格に基づいて外部機器と通信可能になっている。 The input and output interface 16 includes a USB interface, and can communicate with an external device based on the USB standard.

一方、管理用コンピュータ50は、主制御部51と、行動判定管理部52と、データ蓄積部53と、モデル記憶部54と、表示部55と、入出力インタフェイス56とを備えている。 On the other hand, the management computer 50 includes a main control unit 51, the behavior determining management unit 52, a data storage unit 53, a model storage unit 54, a display unit 55, and input and output interface 56. 主制御部51は、管理用コンピュータ50を統括的に制御する。 The main control unit 51 performs overall control of the management computer 50. 行動判定管理部52は、データ蓄積部53と、モデル記憶部54とともに、行動判定計10と同様の機能を実行する。 Behavior determining management unit 52, a data storage unit 53, together with the model storage unit 54, performs the same function as the behavior determining total 10.

まず、ユーザは、行動判定計10と管理用コンピュータ50とを通信可能な状態に設定する。 First, the user sets the the behavior determining gauge 10 and the management computer 50 in a communicable state. より具体的には、行動判定計10及び管理用コンピュータ50の各入出力インタフェイス16、56は、例えば、USBインタフェイスを備えており、USBインタフェイスを備えており、USB規格による通信が可能となっている。 More specifically, the input-output interface 16, 56 of the behavior determining total 10 and the management computer 50 includes, for example, a USB interface has a USB interface, can communicate by USB standard It has become.

行動判定管理部52は、行動判定計10から判定履歴データを取得し、データ蓄積部53に蓄積する。 Behavior determining management unit 52 obtains the judgment history data from the behavior determining meter 10, is stored in the data storage unit 53. このとき、判定履歴データは、行動判定計10の個体識別をする認証コードに関連づけて記憶されてもよい。 At this time, judgment history data may be stored in association with the authentication code to the identification of the behavior determining total 10. そして、同じ認証コードのデータが、データ蓄積部53において蓄積されているデータに付加される。 Then, data of the same authentication code is added to data stored in the data storage unit 53. このとき、データ蓄積部53に複数の行動判定計10のデータが存在する場合、ユーザから指定を受けてもよいし、認証コードと一致するデータが更新されるようになっていてもよいし、両方の認証処理がなされてもよい。 At this time, if the data of a plurality of behavior determining gauge 10 is present in the data storage unit 53, it may be received designation from the user, to data matching the authentication code may be adapted to be updated, both authentication process may be made.

そして、管理用コンピュータ50ではユーザの操作を受けて、行動判定管理部52が判定履歴データをもとに、総消費エネルギと各活動のエネルギを算出する。 Then, in response to operation of the management computer 50 in the user behavior determining management unit 52 based on the judgment history data, we calculate the energy of the total consumed energy and each activity. 算出結果は、上述の活動の種類の割合、消費エネルギを算出結果を消費エネルギ履歴データとしてデータ蓄積部53に蓄積する。 Calculation results, the proportion of types of the above activity, stored in the data storage unit 53 as the energy consumption history data the calculation result energy consumption.

つづいて、行動判定管理部52は、ユーザの操作を受けて、第1の実施形態で示したように、各活動の消費エネルギの算出、各活動の累積時間、活動時間の種類別構成比を算出し、さらに、活動年齢、肥満活動指数を算出する。 Subsequently, behavior determining management unit 52 receives a user's operation, as shown in the first embodiment, the calculation of the energy consumption of each activity, the accumulated time of each activity, the Type configuration ratio of activity time calculated, further, to calculate the activities age, obesity activity index. そして、算出結果は、表示部55に表示される。 The calculation result is displayed on the display unit 55.

なお、行動判定計10が、加速度センサ20の計測データを蓄積する構成の場合、行動判定管理部52は、その計測データを取得してデータ蓄積部53に記録してもよい。 Incidentally, behavior determining meter 10 is, in the configuration for storing the measurement data of the acceleration sensor 20, behavior determining management unit 52 may record in the data storage unit 53 to acquire the measurement data. そして、データ蓄積部53は、その計測データをもとに、ユーザの活動を「座位」「立位」「歩行」「運動」「家事活動」の5種類に類別し、上述同様に、各活動の消費エネルギの算出、各活動の累積時間、活動時間の種類別構成比を算出し、さらに、活動年齢、肥満活動指数を算出する。 Then, the data storage unit 53, based on the measurement data, categorized user activity to five "sitting", "standing", "walking", and "movement", "housekeeping activities", as in the above-described case, each activity calculation of energy consumption of the cumulative time of each activity, calculated by type composition ratio of activity time, further calculates activity age, obesity activity index. そして、モデル記憶部54は、各種パターン(標準的パターンや肥満パターン、年代別パターン)などについて、行動判定計10よりも多くのパターンを備えており、行動判定管理部52は、ユーザの体型、年齢、性別などを考慮にして、比較対象となる基準パターンの選択可能としてもよい。 The model storage unit 54, various patterns (standard patterns and obesity patterns, age pattern) for such has a number of patterns than behavior determining meter 10, behavior determining management unit 52, the user's body type, age, in the consideration of sex, may be selected for the reference pattern to be compared.

そして、表示部55に各算出結果を表示するときに、グラフィック表示や、基準となるモデルを並列にして表示すれば、より、ユーザ自身の活動状態の把握が容易となる。 Then, when displaying the calculation result on the display unit 55, a graphic display and, if displayed by a model as a reference in parallel, more, it is easy to understand the activity state of the user himself. また、行動判定管理部52は、上記機能の他に、例えば、行動判定計10から取得したデータの修正を可能としてもよい。 Moreover, behavior determining management unit 52, in addition to the above functions, for example, may be possible to correct the data acquired from the behavior determining meter 10. 例えば、ユーザは、激しい運動をする場合や水泳をする場合などにおいて行動判定計10を外すときもある。 For example, the user may also when removing the behavior determining total 10 in a case that the or swimming case of strenuous exercise. そこで、行動判定管理部52が、活動の種類を時系列で表示し、期間と行動の種別の修正を受け付ける。 Therefore, the behavior determining management unit 52, to display the type of activities in chronological order, accept the modification of the type of period and action. このような機能を備えるようにすることで、ユーザの活動量の算出精度が向上できる。 By so providing such a feature can be improved by the user of the activity of calculation accuracy.

さらに、図9に示すように、管理用コンピュータ50は、ネットワーク回線90を介して所定のアプリケーションサーバ40と接続される場合、アプリケーションサーバ40は、例えば、ユーザデータ管理部41と、ユーザデータ入出力部42と、モデル記憶部43と、ユーザデータ蓄積部44とを備える。 Furthermore, as shown in FIG. 9, the management computer 50, when via the network line 90 is connected to a predetermined application server 40, application server 40, for example, a user data management section 41, the user data input It comprises a section 42, a model storage unit 43, a user data storage unit 44.

ユーザデータ管理部41は、管理用コンピュータ50からの接続を制御し、管理用コンピュータ50からのリクエスト指示に基づいて処理を実行する。 User data management section 41 controls the connection from the management computer 50 executes processing based on a request instruction from the management computer 50. ユーザデータ入出力部42は、管理用コンピュータ50の認証処理やデータの入出力制御を行う。 User data output unit 42 performs the authentication process and data input-output control of the management computer 50. モデル記憶部43は、各種パターン(標準的パターンや肥満パターン、年代別パターン)を記憶しており、管理用コンピュータ50へ送信可能となっている。 Model storage unit 43, various patterns (standard patterns and obesity patterns, age pattern) stores a, and can transmit to the management computer 50. また、ユーザデータ蓄積部44には、管理用コンピュータ50を介して、または行動判定計10から直接に、多くのユーザからデータを取得し、蓄積する。 Further, the user data storage unit 44, via the management computer 50 or directly from the behavior determining meter 10, to retrieve data from many users, and accumulates. このような構成の場合、ユーザはネットワーク上で自身の活動量を管理できる。 In such a configuration, the user can manage their own activity amount on the network.

例えば、行動判定計10の機能が、携帯電話などに搭載される場合を想定する。 For example, the function of behavior determining total 10, a case to be mounted on a cellular phone. 近年、携帯電話には、モーションセンサなどの3次元センサ(3軸加速時計)が搭載される製品がある。 In recent years, mobile phones, there are products that three-dimensional sensor such as a motion sensor (3-axis accelerometer) is mounted. このような場合、活動量を算出するアプリケーションを搭載することで、携帯電話を行動判定計10として機能させることができる。 In this case, by mounting an application for calculating the amount of activity, can function mobile phone as an action determination meter 10. さらに、携帯電話の通信機能を利用して、アプリケーションサーバ40に接続し、ユーザの活動量の管理、アプリケーションのバージョンアップが容易にできる。 Further, by using the communication function of the cellular phone to connect to the application server 40, the management of the activity of the user, application upgrading can be easily. また、所定時間までの肥満活動指数を算出し、行動判定計10が携帯電話の機能を利用して、例えば、肥満活動指数が高い場合に携帯電話の小型ディスプレイの色を赤色に表示させたりしてもよい。 Moreover, to calculate the obesity activity index until a predetermined time, and behavior determining total 10 using the mobile phone function, for example, or to display the red color of the small display of a mobile phone when obesity activity index is high it may be. これによって、ユーザに運動を促すことができる。 This can prompt the movement to the user.

また、行動判定計10と体組成計70とが連携可能な構成の場合、体組成計70は、行動判定計10の計測結果または判定結果を取得し、体組成計70が計測した体重や体脂肪率、筋肉量とともに一括して管理することで、ユーザの身体健康管理がより効果的に実行できる。 Also, in the case of the behavior determining meter 10 and the body composition monitor 70 capable linkage arrangement, the body composition monitor 70, obtains a measurement result or the decision result in the behavior determining total of 10, weight and body body composition meter 70 has measured fat ratio, by managing collectively with muscle mass, can be performed more effectively the body health management of the user. さらに、体組成計70が管理用コンピュータ50やアプリケーションサーバ40と連携可能であれば、ユーザの身体健康管理がより一層詳細にかつ効果的に行える。 Furthermore, cooperation if the body composition monitor 70 and the management computer 50 or application server 40, the body health care users perform more and effectively in detail. また、行動判定計10と他の装置(アプリケーションサーバ40、管理用コンピュータ50、体組成計70)との各種データの授受に、記憶領域を備える認証用キー装置が使用されてもよい。 Moreover, behavior determining meter 10 and another device (the application server 40, management computer 50, the body composition monitor 70) to exchange various data with, the authentication key device comprising a storage area may be used.

<第3の実施形態> <Third Embodiment>
本実施形態では、上記の実施形態の判別精度を向上させるために、行動判定計110に新たに図14で後述の角速度センサ(2軸ジャイロスコープ)25を追加し、加速度センサ20の計測データの他に、角速度センサ25の計測データを利用して、ユーザの行動を判別する。 In the present embodiment, in order to improve the determination accuracy of the above embodiments, newly adds the angular velocity sensor (2-axis gyroscope) 25 described later in FIG. 14 in the action determination meter 110, the measurement data of the acceleration sensor 20 otherwise, using the measured data of the angular velocity sensor 25, to determine the behavior of the user. 具体的には、上記では図7のフローチャートに従いユーザの活動を5種類に類別したが、本実施形態は、「家事活動」をさらに2種類に分けて判別して、最終的に「座位」「立位」「運動」「歩行」「日常活動動作」「デスクワーク」の6種類にユーザの活動を類別する。 Specifically, in the above it has been categorized user activity to five in accordance with the flowchart of FIG. 7, the present embodiment, to determine further divided into two kinds of "housekeeping activities", finally "sitting", " to categorize the user's activities in six types of standing "," exercise "," walking ", and" everyday activities operation "" desk work ".

まず、「家事活動」を「日常活動動作」と「デスクワーク」とに類別する手法について説明する。 First, a description will be given of a method to classify the "housekeeping activities" in the "daily activities behavior" and "desk work". ここでは、(1)座位と立位、(2)歩行と走行、(3)歩行と家事活動(掃除機かけ)、(4)座位とデスクワーク、の4種類の違いについて検証したので説明する。 Here, (1) sitting and standing, running and (2) walking, (3) walking and housework activities (vacuum cleaner over) will be described (4) loci and desk work, since the verification about the differences between the four types of. 図10に、5種類の状態について加速度センサ20と角速度センサ25の計測結果を時系列に示す。 Figure 10 shows the measurement result of the acceleration sensor 20 and the angular velocity sensor 25 in time series for the five states. 図10(a)は「座位」、図10(b)は「立位」、図10(c)は「座位(椅子にもたれた状態)」、図10(d)に「歩行」、図10(e)に「家事活動(掃除機かけ)」の条件のデータを示している。 10 (a) is "sitting", FIG. 10 (b) "standing", FIG. 10 (c) "locus (a state of leaning against a chair)", "walking" in FIG. 10 (d), FIG. 10 It shows the data of the condition of "housework activities (vacuum cleaner over)" in (e). なお、計測におけるサンプリング周波数は32Hz、行動判定計110は、左胸に固定した。 The sampling frequency in the measurement 32 Hz, behavior determining meter 110 was fixed to the left chest. なお、前後方向の加速度を「acc−x」、鉛直方向の加速度を「acc−z」、左右方向の加速度を「acc−y」で示している。 Also shows an acceleration in the front-rear direction "acc-x", the acceleration in the vertical direction "acc-z", the acceleration in the lateral direction in the "acc-y". また、水平方向の角速度を「jya−x」、鉛直方向の角速度を「jya−z」で示している。 Also shows a horizontal angular velocity "jya-x", the vertical angular velocity "jya-z".

(1)座位と立位の違いについて 人は、一般に、安静座位の時は安静立位と比較して前傾になる傾向があり、下向きにかかる重力加速度が鉛直方向(acc−z)と前方向(acc−x)に分解される(図10(a)及び(b)参照)。 (1) For people the difference between sitting and standing, generally tend to when resting locus becomes inclined forward as compared to the rest standing, gravitational acceleration applied to the downward vertical direction (acc-z) as before is decomposed in the direction (acc-x) (see FIG. 10 (a) and 10 (b)). また、座位の場合椅子などにもたれると、下向きの重力加速度は、詳細に見ると鉛直方向(acc−z)と後方向(acc−x)に分解される(図10(c)参照)。 Further, when the lean to chairs when loci, downward gravitational acceleration (see FIG. 10 (c)), which is decomposed to show detail the vertical direction (acc-z) and backward (acc-x). 以上のことから、前後方向加速度(acc−x)と鉛直方向加速度(acc−z)との比により座位と立位が判別可能であることが確認できた。 From the above, it was confirmed that the sitting and standing by the ratio of the longitudinal acceleration (acc-x) and vertical acceleration (acc-z) can be determined. なお、FFT解析を用いた揺らぎの観点で判別する手法もあるが、前後方向加速度(acc−x)と鉛直方向加速度(acc−z)との比を用いる手法と比べ、判別精度に改善の余地がある。 Incidentally, there is a method to determine in fluctuations in view of using the FFT analysis, but compared to the technique using the ratio of the longitudinal acceleration (acc-x) and vertical acceleration (acc-z), room for improvement in discrimination accuracy there is.

(2)歩行と走行の違いについて 同速度で歩行・走行を行うとピッチ及び振幅の変動が見られる。 (2) walking and about the difference between traveling and do the walking and running at the same speed pitch and amplitude variations can be seen. 図11に示すように、同速度・同ピッチで歩行及び走行を行ったところ、走行のときに振幅が大きくなることが確認できた。 As shown in FIG. 11 was subjected to walking and running at the same speed and the same pitch, it was confirmed that the amplitude becomes large when the traveling. このことから、ピッチと振幅の積を用いることで、歩行と走行が判別できる。 Therefore, by using the product of pitch and amplitude, walking and running it can be determined. また、ピッチと振幅の積に身体情報である身長を掛けることにより、判別精度を向上させる可能性がある。 Further, by multiplying the height is the body information to the product of the pitch and amplitude, it is possible to improve the determination accuracy. 一般に、歩行から走行に移行すると加速度値が劇的に増加してしまう。 In general, the acceleration value when the transition from walking to running is increased dramatically. 図12に歩行時及び走行時における推定消費エネルギと実測消費エネルギの関係を示している。 It shows the relationship between the estimated energy consumption measured energy consumption during walking and running in Figure 12. ここで走行時における推定消費エネルギは、歩行時における推定消費エネルギの算出式を用いている。 Here the estimated energy consumption during traveling uses a calculation formula for estimating energy consumption during walking. このように、走行時において、実測消費エネルギ量に対して、推定式が大幅に過大評価してしまうという課題がある。 Thus, at the time of travel, relative to the measured energy consumption amount, the estimated expression there is a problem that greatly overestimate. そこで歩行又は走行の判別を行ない、歩行と走行で別々の推定式又は補正式を用いることで、消費エネルギの算出精度を向上させることができる。 Therefore performs walking or running of discrimination, walking and by using different estimation equation or correction formula by running, it is possible to improve the calculation accuracy of the energy consumption.

(3)歩行と家事活動の違いについて 図10(d)及び(e)で示すように、図10(d)の歩行では周期的な加速度の変化及び角速度の変化を示すのに対し、図10(e)の掃除機かけ(家事活動)では非周期的な加速度の変化及び角速度の変化を示す。 (3) the difference between walking and housekeeping activities as shown in FIG. 10 (d) and (e), to indicate a change and change in the angular velocity of the periodic acceleration walking in FIG. 10 (d), FIG. 10 over cleaner (e) shows the change and variation of angular velocity of (housekeeping activities) in aperiodic acceleration. ここで、角速度の変動係数は歩行のとき0.044であり、掃除機かけ(家事活動)のとき0.149であった。 Here, the coefficient of variation of the angular velocity is 0.044 when walking, it was 0.149 when multiplied by vacuum cleaner (housework activities). したがって、加速度及び角速度の変動係数を用いることで、歩行と家事活動との判別を精度良く行うことができる。 Accordingly, by using the variation coefficient of the acceleration and angular velocity, it is possible to accurately determine the gait and domestic activities.

(4)座位とデスクワークの違いについて 図13に、デスクワークと座位(安静)の測定結果を時系列連続して示している。 (4) in FIG. 13 the difference between sitting and desk work, shows the measurement results of the desk and sitting position (resting) time series consecutively. 図示のように、デスクワークの状態では、非周期的な加速度変化及び角速度変化が見られるが、座位の状態では、非周期的な変化は見られない。 As shown, in desk work state, the non-periodic acceleration change and the angular speed variation is observed in the state of sitting, aperiodic variation is not observed. なお、加速度変化に関しては、実際には微小であり、乗り物等の揺れを検出しないように設定される現在の閾値以下の値となるため、静止状態と判断されてしまうので、角速度の閾値を適切に設定することによりデスクワークと座位(安静)とを区別できる。 Regarding the acceleration change is in practice very small, since the current threshold value following value set swinging the so as not to detect a vehicle or the like, so thus it is determined that the stationary state, the threshold value of the angular velocity suitable It can distinguish between sedentary and sitting position (rest) by setting.

以上の知見をもとに、「座位」「立位」「運動」「歩行」「日常活動動作」「デスクワーク」の6種類にユーザの活動を類別する行動判定計110および類別判断の処理について以下に説明する。 Based on the above findings, "sitting", "standing", "exercise", "walking", and "everyday activities operation" below behavior determining a total of 110, and of the classification decision process to classify the user activity on six types of "desk work" It will be explained.

図14は、本実施形態に係る行動判定計110の概略構成を示す機能ブロック図である。 Figure 14 is a functional block diagram showing the schematic configuration of the behavior determination meter 110 according to this embodiment. 上述したように、この行動判定計110は、第1の実施形態の行動判定計10に、2軸の角速度センサ25を追加したものである。 As described above, the behavior determining meter 110, the behavior determining meter 10 of the first embodiment is obtained by adding an angular velocity sensor 25 of the two axes. 追加構成以外は同一であるので、同一構成及びその動作等については説明を省略する。 Since the other additional configuration is the same, a description thereof will be omitted for the same configuration and operation, and the like.

角速度センサ25は、水平方向及び鉛直方向への各動きの角速度を計測する。 The angular velocity sensor 25 measures the angular velocity of the movement in the horizontal and vertical directions. より具体的には、角速度センサ25は、所定のサンプリング周期で主制御部11に出力する。 More specifically, the angular velocity sensor 25 outputs to the main control unit 11 at a predetermined sampling period. そして、演算部12は主制御部11を介して角速度センサ25の出力を取得して、所定期間の変動係数を算出する。 Then, computing unit 12 acquires the output of the angular velocity sensor 25 via the main control unit 11 calculates the variation coefficient of the predetermined period. ここで便宜的に、x成分角速度の変動係数をx成分変動係数CVx、y成分角速度の変動係数をy成分変動係数CVyとする。 Here for convenience, the variation coefficient of the x-component velocity x component variation coefficient CVx, the variation coefficient of the y-component velocity and y component variation coefficient cvY.

つぎに、上記構成による類別判断処理について図15のフローチャートをもとに説明する。 It will now be described based on the flowchart of FIG. 15 for classification determination processing performed by the configuration. このフローチャートの処理は、図7のフローチャートにおいて、S10の処理でデータの読み込み対象として角速度センサ25の出力を追加し、S12の処理で変動係数CVx、CVyの算出を追加している。 Processing in this flowchart, in the flowchart of FIG. 7, by adding an output of the angular velocity sensor 25 as a read target data in the process of S10, are added variation coefficient CVx, the calculation of CVy in the processing of S12. さらに、3軸合成加速度Atotalが200カウント未満である場合(S22のY)の処理(S26〜S30)を以下の説明のように置き換えたものである。 Moreover, in which three-axis composite acceleration Atotal is the process of replacing is less than 200 counts (S22: Y) a (S26 to S30) as in the following description. したがって同一の処理については説明を適宜省略する。 Thus appropriately omitted for the same process.

行動判定計10がオンの状態において、主制御部11は、加速度センサ20(X軸加速度センサ21、Y軸加速度センサ22、Z軸加速度センサ23)の計測データ及び角速度センサ25の計測データを読み込み、記憶部13に保持する(S10a)。 In behavior determining meter 10 is on, the main control unit 11 reads the measurement data of the acceleration sensor 20 (X-axis acceleration sensor 21, Y-axis acceleration sensor 22, Z axis acceleration sensor 23) of the measurement data and the angular velocity sensor 25 , held in the storage unit 13 (S10a).

つづいて、演算部12が、水平成分加速度Ah、鉛直成分加速度Av、3軸合成加速度Atotal、x成分変動係数CVx及びy成分変動係数CVyを算出する(S12a)。 Subsequently, the arithmetic unit 12, the horizontal component acceleration Ah, the vertical component acceleration Av, 3-axis composite acceleration Atotal, calculates the x component variation coefficient CVx and y component variation coefficient CVy (S12a). そして、S12aにつづいて、S14、S16、S18、S20、S22の処理がなされる。 The Following S12a, S14, S16, S18, S20, the processing of S22 is made. S22の処理で3軸合成加速度Atotalが200カウント以上の場合(S22のN)、S24の処理がなされる。 3 If the axis composite acceleration Atotal is more than 200 counts in the process of S22 (S22 of N), the processing of S24 is performed.

つぎに、3軸合成加速度Atotalが200カウント未満である場合(S22のY)、本実施形態で特徴的な処理(S25a〜S29a)がなされる。 Then, 3 If the axis composite acceleration Atotal is less than 200 counts (S22 of Y), characteristic processing in the present embodiment (S25a~S29a) is made. 具体的には、行動判別部31は、水平/鉛直成分比Ah/Avが5未満であり、かつ水平方向の角速度変動係数であるx成分変動係数CVxが1未満であるか否かを判断する(S25a)。 Specifically, the action determination unit 31 is a horizontal / vertical component ratio Ah / Av is less than 5, and the x component variation coefficient CVx is an angular velocity variation coefficient in the horizontal direction is determined whether it is less than 1 (S25a). 水平/鉛直成分比Ah/Avが5未満であり、かつx成分変動係数CVxが1未満である場合(S25aのY)、行動判別部31は、ユーザの活動状態が「歩行」の状態にあると判断する(S26a)。 A horizontal / vertical component ratio Ah / Av is less than 5, and when x component variation coefficient CVx is less than 1 (Y in S25a), behavior determination unit 31, a user activity state is in the state of "walking" it is determined that the (S26a).

水平/鉛直成分比Ah/Avが5未満であり、かつ鉛直方向の角速度変動係数であるx成分変動係数CVxが1未満である条件を満たさないとき(S25aのN)、行動判別部31は、水平/鉛直成分比Ah/Avが5未満であり、かつ鉛直方向の角速度変動係数であるy成分変動係数CVyが1以上であるか否かを判断する(S27a)。 When the horizontal / vertical component ratio Ah / Av is less than 5, and an angular velocity variation coefficient in the vertical direction x component variation coefficient CVx does not satisfy the conditions is less than 1 (N in S25a), behavior determination unit 31, horizontal / vertical component ratio Ah / Av is less than 5, and y component variation coefficient CVy an angular velocity variation coefficient of the vertical direction is equal to or greater than or equal to 1 (S27a). 水平/鉛直成分比Ah/Avが5未満であり、かつy成分変動係数CVyが1以上である場合(S27aのY)、行動判別部31は、ユーザの活動状態が「デスクワーク」の状態にあると判断する(S28a)。 If the horizontal / vertical component ratio Ah / Av is less than 5, and at one or more y-component variation coefficient cvY (Y in S27a), behavior determination unit 31, a user activity state is in the state of "desk" it is determined that the (S28a). 水平/鉛直成分比Ah/Avが5未満であり、かつy成分変動係数CVyが1未満である条件を満たさないとき(S27aのN)、行動判別部31は、ユーザの活動状態が「日常生活動作」の状態にあると判断する(S29a)。 Less than the horizontal / vertical component ratio Ah / Av is 5, and when the y component variation coefficient CVy does not satisfy the conditions is less than 1 (N in S27a), behavior determination unit 31, a user activity state is "everyday life It is determined to be in the state of operation "(S29a).

そしてS18、S20、S24、S26a、S28a、S29aの処理において判定結果が出ると、行動判別部31の判定結果が、日付及び時刻情報に関連づけて記憶部13に判定履歴データとして記憶し蓄積される(S32)。 The S18, S20, S24, S26a, S28a, if the decision result in the process of S29a comes, the judgment result of the behavior judgment unit 31 is stored as the determination history data in the storage unit 13 in association with the date and time information storage (S32).

なお、S25において、水平/鉛直成分比Ah/Avが5未満であり、かつy成分変動係数CVyが1未満である場合(S25aのY)に、そのまま直ぐに「歩行」の状態であると判断せずに、歩行速度及び歩行ピッチをもとに、「歩行」または「走行」の状態が類別されてもよい。 Note that, in S25, is less than the horizontal / vertical component ratio Ah / Av is 5, and when the y component variation coefficient CVy is less than 1 (Y in S25a), was determined to be in the state of intact immediately "walking" without, on the basis of the walking speed and walking pitch, the state of "walking" or "running" it may be categorized. 歩行速度及び歩行ピッチは、加速度センサ20の計測結果より容易に算出が可能である。 Walking speed and walking pitch can be more easily calculated measurement result of the acceleration sensor 20. この場合、演算部12は、S12の処理において、歩行速度及び歩行ピッチを算出する。 In this case, the arithmetic unit 12, in the processing of S12, to calculate a walking speed and walking pitch.

以上、本発明を実施形態をもとに説明した。 It has been described based on the embodiment of the present invention. この実施形態は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。 This embodiment is illustrative in nature and allows various modifications to the combination of their respective components and processes, also be in the scope of the present invention such modifications are in and it is understood by those skilled in the art . 例えば、各構成要素を機能ブロックとして説明したが、当然に、各構成要素の機能は、共通のCPUやメモリ等により、各機能の処理のプログラムを実行することにより発揮されてもよく、特に限定するものではないことは、当業者に理解されるところである。 For example, although described respective components as functional blocks, naturally, the function of each component, a common CPU, memory and the like, may be demonstrated by executing the program of the processing of each function, specifically limited it is not intended to is it is understood by those skilled in the art.

10、110 行動判定計11 主制御部12 演算部13 記憶部14 操作部15 表示部16 入出力インタフェイス20 加速度センサ21 X軸加速度センサ22 Y軸加速度センサ23 Z軸加速度センサ25 角速度センサ30 判定部31 行動判別部32 活動年齢算出部33 肥満活動指数算出部34 活動量算出部40 アプリケーションサーバ41 ユーザデータ管理部42 ユーザデータ入出力部43 モデル記憶部44 ユーザデータ蓄積部50 管理用コンピュータ51 主制御部52 行動判定管理部53 データ蓄積部54 モデル記憶部55 表示部56 入出力インタフェイス70 体組成計90 ネットワーク回線 10,110 behavior determining total of 11 main control unit 12 calculation unit 13 storage unit 14 operation unit 15 display unit 16 input-output interface 20 acceleration sensor 21 X-axis acceleration sensor 22 Y-axis acceleration sensor 23 Z-axis acceleration sensor 25 the angular velocity sensor 30 determines part 31 behavior determination unit 32 activity age calculator 33 obese activity index calculation unit 34 activity amount calculation unit 40 the application server 41 the user data management section 42 the user data input and output unit 43 the model storage unit 44 the user data storage unit 50 management computer 51 main control unit 52 behavior determining management unit 53 data storage unit 54 model storage unit 55 display unit 56 input-output interface 70 body composition meter 90 network line

Claims (17)

  1. 水平方向の加速度と、鉛直方向の加速度を取得する加速度取得手段と、 An acceleration acquisition unit that acquires and horizontal acceleration, the acceleration in the vertical direction,
    前記水平方向及び前記鉛直方向の各加速度をもとにユーザの活動状態を類別する行動判別手段と、 An action determining means to classify the user activity state on the basis of the acceleration of the horizontal direction and the vertical direction,
    を備えることを特徴とする行動判定装置。 Behavior determining apparatus comprising: a.
  2. 前記加速度取得手段として、前記水平方向の加速度と前記鉛直方向の加速度を計測する3軸加速度センサを備えることを特徴とする請求項1に記載の行動判定装置。 Examples acceleration obtaining unit, behavior determining apparatus as set forth in claim 1, characterized in that it comprises a three-axis acceleration sensor for measuring acceleration in the horizontal direction of the acceleration and the vertical direction.
  3. 前記加速度取得手段は、外部の加速度センサの計測結果を取得することを特徴とする請求項1に記載の行動判定装置。 The acceleration acquisition means, behavior determining apparatus as set forth in claim 1, characterized in that to obtain the measurement result of external acceleration sensor.
  4. 前記行動判別手段は、前記ユーザの活動状態を類別するときに、前記水平方向及び前記鉛直方向の加速度の大きさの比を参照することを特徴とする請求項1から3までのいずれかに記載の行動判定装置。 Said action determining means, when categorizing activity state of the user, according to claim 1, characterized in that referring to the ratio of the size of the horizontal direction and the vertical direction of the acceleration up to 3 of the behavior determining apparatus.
  5. 前記類別したユーザの活動状態をもとに、ユーザの消費エネルギを算出する活動量算出手段を備えることを特徴とする請求項1から4までのいずれかに記載の行動判定装置。 Based on the activity state of the user who has the classification, behavior determining apparatus according to claim 1, characterized in that it comprises the activity amount calculation means for calculating the energy consumption of the user up to 4.
  6. 前記類別された活動状態の構成比と、年齢と活動状態とが関連づけられた第1の基準構成パターンとを比較してユーザの活動年齢を推定する活動年齢算出手段を備えることを特徴とする請求項1から5までのいずれかに記載の行動判定装置。 Claims, characterized in that it comprises the activity age calculating means for estimating the activity age of the user by comparing the composition ratio of the categorized active, and a first reference structure pattern and the active age associated behavior determining apparatus according to any one of claim 1 to 5.
  7. 前記類別された活動状態の構成比と、体型と活動状態とが関連づけられた第2の基準構成パターンと比較してユーザの肥満活動指数を算出する肥満活動指数算出手段を備えることを特徴とする請求項1から6までのいずれかに記載の行動判定装置。 Characterized in that it comprises a composition ratio of the categorized active, obesity activity index calculating means for calculating obesity activity index of the user as compared to the second reference structure pattern in which the integrated and active associated behavior determining apparatus according to any one of claims 1 to 6.
  8. 外部機器と通信を行うインタフェイスを備える請求項1から7までのいずれかに記載の行動判定装置。 Behavior determining apparatus according to claim 1, further comprising an interface for communicating with an external device to 7.
  9. 水平方向の加速度と、鉛直方向の加速度を取得する加速度取得工程と、 An acceleration acquiring step of acquiring and horizontal acceleration, the acceleration in the vertical direction,
    前記水平方向及び前記鉛直方向の各加速度をもとにユーザの活動状態を類別する行動判別工程と、 A behavior determination step to classify user activity state on the basis of the acceleration of the horizontal direction and the vertical direction,
    を備えることを特徴とする行動判定方法。 Behavior determining method characterized by comprising a.
  10. 前記行動判別工程は、ユーザの活動状態を類別するために、前記水平方向の加速度と前記鉛直方向の加速度との大きさの比を参照することを特徴とする請求項9に記載の行動判定方法。 The action determination process, in order to classify the activity of the user, behavior determining method according to claim 9, characterized in that referring to the ratio of the size of the horizontal direction acceleration and the vertical acceleration .
  11. 前記類別したユーザの活動状態をもとに、ユーザの消費エネルギを算出する活動量算出工程を備えることを特徴とする請求項9または10に記載の行動判定方法。 Behavior determining method according to claim 9 or 10, characterized in that based on the activity state of the user who has the classification comprises an activity amount calculation step of calculating the consumption energy of the user.
  12. 前記類別された活動状態の構成比と、年齢と活動状態とが関連づけられた第1の基準構成パターンとを比較してユーザの活動年齢を推定する活動年齢算出工程を備えることを特徴とする請求項9から11までのいずれかに記載の行動判定方法。 Claims, characterized in that it comprises the assorted and composition ratio of the active, activity age calculation step of estimating the activity age of the user by comparing the first reference structure pattern age and the active state is associated behavior determining method according to any of claim 9 to 11.
  13. 前記類別された活動状態の構成比と、体型と活動状態とが関連づけられた第2の基準構成パターンと比較してユーザの肥満活動指数を算出する肥満活動指数算出工程を備えることを特徴とする請求項9から12までのいずれかに記載の行動判定方法。 Characterized in that it comprises a composition ratio of the categorized active, obesity activity index calculating step for comparing a second reference structure pattern in which the integrated and active associated calculates obesity activity index of the user behavior determining method according to any one of claims 9 to 12.
  14. 水平方向の角速度と鉛直方向の角速度とを取得する角速度取得手段を備え、 With an angular velocity obtaining means for obtaining a horizontal angular velocity and the vertical angular velocity,
    前記行動判別手段は、前記角速度取得手段が取得した角速度を、ユーザの活動状態の類別の処理に反映させることを特徴とする請求項1から8までのいずれかに記載の行動判定装置。 It said action determining means, behavior determining apparatus according to any one of the angular velocity the angular velocity acquisition means acquires, from claim 1, characterized in that to reflect the processing of the user activity state classification to 8.
  15. 前記行動判別手段は、前記角速度取得手段が取得した角速度の変動係数をユーザの活動状態の類別の処理に反映させることを特徴とする請求項14に記載の行動判定装置。 It said action determining means, behavior determining apparatus as set forth in claim 14, characterized in that to reflect the variation coefficient of the angular velocity the angular velocity acquisition means has acquired in the processing of the user activity state classification.
  16. 水平方向の角速度と鉛直方向の角速度とを取得する角速度取得工程を備え、 With an angular velocity acquisition step of acquiring the horizontal angular velocity and the vertical angular velocity,
    前記行動判別工程は、ユーザの活動状態の類別の処理に、前記角速度取得工程において取得した角速度を反映させることを特徴とする請求項9から13までのいずれかに記載の行動判定方法。 The action determination process, the processing of the user activity state classification, behavior determining method according to any one of claims 9 to 13, characterized in that reflect the angular velocity acquired in the angular velocity acquisition step.
  17. 前記行動判別工程は、前記角速度取得工程において取得した角速度の変動係数をユーザの活動状態の類別の処理に反映させることを特徴とする請求項16に記載の行動判定方法。 The action determination process, behavior determining method according to claim 16, characterized in that to reflect the variation coefficient of the angular velocity acquired in the angular velocity acquisition step classification process of user activity state.
JP2009035680A 2008-06-09 2009-02-18 Behavior determining apparatus Active JP5531227B2 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2008150659 2008-06-09
JP2008150659 2008-06-09
JP2009035680A JP5531227B2 (en) 2008-06-09 2009-02-18 Behavior determining apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2009035680A JP5531227B2 (en) 2008-06-09 2009-02-18 Behavior determining apparatus

Publications (3)

Publication Number Publication Date
JP2010017525A true true JP2010017525A (en) 2010-01-28
JP2010017525A5 true JP2010017525A5 (en) 2012-03-15
JP5531227B2 JP5531227B2 (en) 2014-06-25

Family

ID=41702978

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2009035680A Active JP5531227B2 (en) 2008-06-09 2009-02-18 Behavior determining apparatus

Country Status (1)

Country Link
JP (1) JP5531227B2 (en)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010068968A (en) * 2008-09-18 2010-04-02 Omron Healthcare Co Ltd Body motion distinguishing apparatus, and activity meter
JP2012070133A (en) * 2010-09-22 2012-04-05 Navitime Japan Co Ltd Spot history search system, spot history search device, server device, terminal device, spot history search method and program
JP2012165967A (en) * 2011-02-16 2012-09-06 Tanita Corp Activity monitor, method of calculating target activity amount, and storage medium
JP2012179231A (en) * 2011-03-01 2012-09-20 Omron Healthcare Co Ltd Activity meter
WO2012124232A1 (en) * 2011-03-14 2012-09-20 オムロンヘルスケア株式会社 Activity meter
JP2013188508A (en) * 2013-05-27 2013-09-26 Tanita Corp Activity meter, method for calculating target activity, and program
CN103402430A (en) * 2011-03-01 2013-11-20 欧姆龙健康医疗事业株式会社 Physical activity amount meter
WO2013179576A1 (en) * 2012-05-28 2013-12-05 セイコーエプソン株式会社 Action recording apparatus and action recording method
JP2015507811A (en) * 2012-01-18 2015-03-12 ナイキ イノベイト シーブイ Identification of activities
JP2015511133A (en) * 2012-01-18 2015-04-16 ナイキ イノベイト シーブイ Activity point
US9383220B2 (en) 2010-11-01 2016-07-05 Nike, Inc. Activity identification
JPWO2014034404A1 (en) * 2012-09-03 2016-08-08 セイコーインスツル株式会社 Electronic equipment and programs
US9415266B2 (en) 2011-11-01 2016-08-16 Nike, Inc. Wearable device assembly having athletic functionality and milestone tracking
JP2016182160A (en) * 2015-03-25 2016-10-20 日本電信電話株式会社 Movement state analysis system, method, device and program
JP2016198512A (en) * 2012-01-19 2016-12-01 ナイキ イノベイト シーブイ Energy expenditure
US9539486B2 (en) 2010-11-01 2017-01-10 Nike, Inc. Wearable device assembly having athletic functionality
JP2017060899A (en) * 2017-01-17 2017-03-30 京セラ株式会社 Portable apparatus and activity amount calculation system
US10123743B2 (en) 2013-04-26 2018-11-13 Kyocera Corporation Mobile device, activity calculation system, and control method and control program of mobile device

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180066789A (en) * 2016-12-09 2018-06-19 아주대학교산학협력단 Method and apparatus for classifying user activities

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1024026A (en) * 1996-07-11 1998-01-27 Ricoh Co Ltd Portable type information processing device
JPH1142220A (en) * 1997-04-17 1999-02-16 Kaajiopeeshingu Res Lab:Kk Physical motion detection and apparatus therefor
JP2002078697A (en) * 2000-09-07 2002-03-19 Microstone Corp Body action sensing instrument
JP2004065696A (en) * 2002-08-07 2004-03-04 Yoshinobu Baba Bone diagnosing device
JP2005102773A (en) * 2003-09-29 2005-04-21 Microstone Corp Student behavior management system
JP2005143798A (en) * 2003-11-14 2005-06-09 Feel Fine Kk Age assessment apparatus and age assessment method
JP2006068300A (en) * 2004-09-02 2006-03-16 Fukushima Prefecture Body condition monitoring apparatus
JP2007160076A (en) * 2005-11-15 2007-06-28 Univ Nihon Human posture and motion discrimination apparatus and energy consumption calculation apparatus

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1024026A (en) * 1996-07-11 1998-01-27 Ricoh Co Ltd Portable type information processing device
JPH1142220A (en) * 1997-04-17 1999-02-16 Kaajiopeeshingu Res Lab:Kk Physical motion detection and apparatus therefor
JP2002078697A (en) * 2000-09-07 2002-03-19 Microstone Corp Body action sensing instrument
JP2004065696A (en) * 2002-08-07 2004-03-04 Yoshinobu Baba Bone diagnosing device
JP2005102773A (en) * 2003-09-29 2005-04-21 Microstone Corp Student behavior management system
JP2005143798A (en) * 2003-11-14 2005-06-09 Feel Fine Kk Age assessment apparatus and age assessment method
JP2006068300A (en) * 2004-09-02 2006-03-16 Fukushima Prefecture Body condition monitoring apparatus
JP2007160076A (en) * 2005-11-15 2007-06-28 Univ Nihon Human posture and motion discrimination apparatus and energy consumption calculation apparatus

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010068968A (en) * 2008-09-18 2010-04-02 Omron Healthcare Co Ltd Body motion distinguishing apparatus, and activity meter
JP2012070133A (en) * 2010-09-22 2012-04-05 Navitime Japan Co Ltd Spot history search system, spot history search device, server device, terminal device, spot history search method and program
US9757640B2 (en) 2010-11-01 2017-09-12 Nike, Inc. Wearable device assembly having athletic functionality
US9616289B2 (en) 2010-11-01 2017-04-11 Nike, Inc. Wearable device assembly having athletic functionality and milestone tracking
US9750976B2 (en) 2010-11-01 2017-09-05 Nike, Inc. Wearable device assembly having athletic functionality and trend tracking
US9383220B2 (en) 2010-11-01 2016-07-05 Nike, Inc. Activity identification
US9539486B2 (en) 2010-11-01 2017-01-10 Nike, Inc. Wearable device assembly having athletic functionality
JP2012165967A (en) * 2011-02-16 2012-09-06 Tanita Corp Activity monitor, method of calculating target activity amount, and storage medium
JP2012179231A (en) * 2011-03-01 2012-09-20 Omron Healthcare Co Ltd Activity meter
CN103402430A (en) * 2011-03-01 2013-11-20 欧姆龙健康医疗事业株式会社 Physical activity amount meter
DE112011104993T5 (en) 2011-03-01 2013-12-19 Omron Healthcare Co., Ltd. activity meter
US8810410B2 (en) 2011-03-01 2014-08-19 Omron Healthcare Co., Ltd. Activity meter
US8808146B2 (en) 2011-03-01 2014-08-19 Omron Healthcare Co., Ltd. Activity meter
WO2012124232A1 (en) * 2011-03-14 2012-09-20 オムロンヘルスケア株式会社 Activity meter
CN103415250A (en) * 2011-03-14 2013-11-27 欧姆龙健康医疗事业株式会社 Activity meter
JP2012187348A (en) * 2011-03-14 2012-10-04 Omron Healthcare Co Ltd Activity meter
US9415266B2 (en) 2011-11-01 2016-08-16 Nike, Inc. Wearable device assembly having athletic functionality and milestone tracking
JP2015507811A (en) * 2012-01-18 2015-03-12 ナイキ イノベイト シーブイ Identification of activities
US10034624B2 (en) 2012-01-18 2018-07-31 Nike, Inc. Activity points
JP2017204278A (en) * 2012-01-18 2017-11-16 ナイキ イノベイト シーブイ Activity identification
JP2016195788A (en) * 2012-01-18 2016-11-24 ナイキ イノベイト シーブイ Activity points
JP2015511133A (en) * 2012-01-18 2015-04-16 ナイキ イノベイト シーブイ Activity point
JP2016198512A (en) * 2012-01-19 2016-12-01 ナイキ イノベイト シーブイ Energy expenditure
US9996660B2 (en) 2012-01-19 2018-06-12 Nike, Inc. Energy expenditure
JP2013246730A (en) * 2012-05-28 2013-12-09 Seiko Epson Corp Behavior recording device and behavior recording method
WO2013179576A1 (en) * 2012-05-28 2013-12-05 セイコーエプソン株式会社 Action recording apparatus and action recording method
JPWO2014034404A1 (en) * 2012-09-03 2016-08-08 セイコーインスツル株式会社 Electronic equipment and programs
US10123743B2 (en) 2013-04-26 2018-11-13 Kyocera Corporation Mobile device, activity calculation system, and control method and control program of mobile device
JP2013188508A (en) * 2013-05-27 2013-09-26 Tanita Corp Activity meter, method for calculating target activity, and program
JP2016182160A (en) * 2015-03-25 2016-10-20 日本電信電話株式会社 Movement state analysis system, method, device and program
JP2017060899A (en) * 2017-01-17 2017-03-30 京セラ株式会社 Portable apparatus and activity amount calculation system

Also Published As

Publication number Publication date Type
JP5531227B2 (en) 2014-06-25 grant

Similar Documents

Publication Publication Date Title
Howcroft et al. Review of fall risk assessment in geriatric populations using inertial sensors
de Vries et al. Clinimetric review of motion sensors in children and adolescents
US20130013331A1 (en) Systems, Computer Medium and Computer-Implemented Methods for Monitoring Health of Employees Using Mobile Devices
Greene et al. Quantitative falls risk assessment using the timed up and go test
US20140378786A1 (en) Multimode sensor devices
US8529448B2 (en) Computerized systems and methods for stability—theoretic prediction and prevention of falls
Papazoglou et al. Evaluation of a multisensor armband in estimating energy expenditure in obese individuals
US20090048540A1 (en) Wearable Health Monitoring Device and Methods for Fall Detection
US20130009993A1 (en) Systems, Computer Medium and Computer-Implemented Methods for Providing Health Information to Employees Via Augmented Reality Display
US20130211858A1 (en) Automated health data acquisition, processing and communication system
US20080306351A1 (en) Sleep evaluation device
Wiles et al. Falls and stumbles in myotonic dystrophy
JP2007160076A (en) Human posture and motion discrimination apparatus and energy consumption calculation apparatus
Schneider Evaluations of stressful transactions: what's in an appraisal?
WO2004015606A1 (en) Behavior condition providing system using movement condition transmitting terminal
US20100137107A1 (en) Method and device arrangement for measuring physical exercise promoting cholesterol metabolism
Hecht et al. Methodology for using long-term accelerometry monitoring to describe daily activity patterns in COPD
JP2010148829A (en) Computer system
s Calabr et al. Validity of physical activity monitors for assessing lower intensity activity in adults
JP2005124858A (en) Action state judgment apparatus, watching supporting system, and method for action state judgment
JP2004350947A (en) System and method for managing state of exercise, device and method for processing pulse data, and computer program
JP2006101973A (en) Apparatus for health management
US20140142396A1 (en) Health Measurement Systems
JP2006180899A (en) Life activity analysis device, life activity analysis method, program, and recording medium
Smolander et al. A new heart rate variability-based method for the estimation of oxygen consumption without individual laboratory calibration: application example on postal workers

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120130

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20120130

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20130410

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130416

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130613

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130827

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20131017

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20131105

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20131210

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20140311

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140314

R150 Certificate of patent or registration of utility model

Ref document number: 5531227

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250