JP2010125239A - Human posture motion discrimination device - Google Patents
Human posture motion discrimination device Download PDFInfo
- Publication number
- JP2010125239A JP2010125239A JP2008305745A JP2008305745A JP2010125239A JP 2010125239 A JP2010125239 A JP 2010125239A JP 2008305745 A JP2008305745 A JP 2008305745A JP 2008305745 A JP2008305745 A JP 2008305745A JP 2010125239 A JP2010125239 A JP 2010125239A
- Authority
- JP
- Japan
- Prior art keywords
- state
- acceleration
- discriminating
- standing
- sitting
- 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
Links
Images
Abstract
Description
本発明は人の姿勢動作判別装置に関し、特に人体に装着した３軸の重力加速度計を用いて、その人が歩行、走行、臥位、座位、および立位のいずれの状態にあるのかを判別する人の姿勢動作判別装置に関する。 The present invention relates to a human posture / motion determination device, and in particular, using a triaxial gravitational accelerometer attached to a human body, to determine whether the person is in a walking, running, lying down, sitting or standing position. The present invention relates to a posture motion discriminating device for a person who performs a job.
少子高齢化が急速に進み、特に高齢者の介護は社会問題化している。要介護者の中には、外出すると行方不明になったり急に倒れたりするおそれがあるため、外出時に付添いの必要な人達がいる。また、現在は介護不要であっても身体の衰え等により自由な行動に自信を持てず、家に引きこもりがちな人達もいる。後者は要介護予備軍といわれ、近い将来に介護負担増につながる人達である。このような人達が一人で外出し自由に行動できるようにして生きる喜びを持たせ、特に後者の人達が再び社会に貢献できるようにすることは社会的な責務である。そのためには、プライバシーを保護しつつ人の動作状態を監視し、危険な状態になったときには直ちに救援に駆けつけることができるシステムを構築する必要がある。 With the declining birthrate and aging population, nursing care for elderly people is becoming a social problem. Some care recipients may need to be accompanied when they go out because they may go missing or suddenly fall over. In addition, there are people who are not confident about free behavior due to the body's weakness, etc., and tend to stay at home even if they do not need care. The latter are said to be care-reserve reserves and will lead to an increase in care burden in the near future. It is a social responsibility to make these people have the joy of living by being able to go out alone and to make the latter people contribute to society again. To that end, it is necessary to build a system that can monitor a person's operating state while protecting privacy, and can rush to rescue immediately when it becomes dangerous.
このようなシステムは従来から提案されており、人体の腰部に２軸加速度計を装着し、人の体軸方向および前後方向の加速度変化から、その人が立っているか、座っているか、臥しているか、歩行しているか、電車、自動車、自転車に乗車しているか等を判定する技術が示されている（例えば、非特許文献１参照）。
また、３軸加速度計を装着して、上下方向、前後方向、横方向の直交３軸の加速度変化から、歩行、走行、立位静止、転倒の各状態を判定する技術が示されている（例えば、特許文献１参照）。
しかし、上記文献の技術では人の具体的な動作状態、特に安定状態なのか危険状態なのかを精度よく判定できず、信頼性に問題が残されていた。
Such a system has been proposed in the past, and a two-axis accelerometer is attached to the lumbar part of the human body, and the person is standing, sitting or hesitating from the acceleration change in the human body axis direction and the front-rear direction. A technique for determining whether a person is walking, walking, riding a train, a car, a bicycle, or the like (see, for example, Non-Patent Document 1).
In addition, a technique is shown in which a triaxial accelerometer is attached to determine each state of walking, running, standing still, and falling from the three-axis acceleration change in the vertical direction, the front-rear direction, and the horizontal direction ( For example, see Patent Document 1).
However, the technique of the above-mentioned document cannot accurately determine whether a person is in a specific operating state, particularly a stable state or a dangerous state, and a problem remains in reliability.
さらには、我が国における死因の６割以上となる生活習慣病についても迅速な対応が求められている。特に４０歳代から５０歳代のいわゆる働き盛りの世代においては悪性新生物、心疾患、脳血管疾患、糖尿病といった生活習慣病対策が重要であるが、これまで我が国における生活習慣病対策としては早期発見、早期治療を目指す二次予防に力が注がれてきた。生活習慣病の多くは無自覚なまま病態が進行し、気がついたときには脳卒中や心筋梗塞などの重篤な症状発作を起こし、その結果生活の質の低下をもたらすことが極めて重大な問題となる。 Furthermore, prompt action is required for lifestyle-related diseases that account for more than 60% of the causes of death in Japan. In particular, in the so-called working generations in their 40s to 50s, life-style related diseases such as malignant neoplasms, heart diseases, cerebrovascular diseases, and diabetes are important, but so far as early measures for lifestyle-related diseases in Japan. Efforts have been focused on secondary prevention aimed at discovery and early treatment. Many life-style related diseases progress without being conscious, and when they are noticed, severe symptoms such as stroke and myocardial infarction occur, resulting in a decrease in the quality of life.
そこで、近年においては生活習慣を変えることで疾病の発症・進行を防止することが期待されており、健康増進・発症予防を目的とする一次予防の考え方が重視されるようになっている。生活習慣の改善とは、家庭における食生活や運動習慣の改善などを意味し、運動習慣については早足歩行などの無理のない運動を毎日の生活習慣としていくことが理想とされる。また、平成２０年には厚生労働省によってメタボ検診が義務化され、メタボリックシンドロームの予防・治療は非常に重要なファクターとなっている。そして、これを実現するためには身体活動量ないし消費カロリー量の正確な把握が欠かせない。 Therefore, in recent years, it is expected to prevent the onset and progression of diseases by changing lifestyle habits, and the concept of primary prevention for the purpose of health promotion and onset prevention has been emphasized. Improvement of lifestyle habits means improvement of eating habits and exercise habits at home, and it is ideal that exercise habits such as fast walking be daily habits. In 2008, the Ministry of Health, Labor and Welfare obligated metabolic screening, and prevention and treatment of metabolic syndrome has become a very important factor. And in order to realize this, it is indispensable to accurately grasp the amount of physical activity or calorie consumption.
日常生活における身体活動量を測定しようとする技術、特に加速度センサを用いた技術については、従来から種々の方法や装置が提案されている。例えば、検出した加速度から被験者の運動質量の力積ＭＶを求め、求めた力積から消費カロリーを計算する方法が提案されている（例えば、特許文献２参照）。しかし、足が地面に接地する際に発生する加速度の大きさは無視することができないため、加速度センサで検出した加速度を積分することによって得られる速度Ｖには大きな誤差が含まれる。このため、運動質量の力積ＭＶにも大きな誤差が生じて精度の高いカロリー計算を得ることは期待できない。 Conventionally, various methods and devices have been proposed for techniques for measuring the amount of physical activity in daily life, particularly techniques using acceleration sensors. For example, a method has been proposed in which an impulse MV of a subject's kinetic mass is obtained from detected acceleration, and calorie consumption is calculated from the obtained impulse (see, for example, Patent Document 2). However, since the magnitude of the acceleration generated when the foot contacts the ground cannot be ignored, the speed V obtained by integrating the acceleration detected by the acceleration sensor includes a large error. For this reason, a large error also occurs in the impulse MV of the kinetic mass, and it cannot be expected to obtain a highly accurate calorie calculation.
このため、本発明者は、人の具体的な動作状態を精度良く判別すべく、また、精度の高いカロリー計算を行うべく、従来から加速度センサを用いた種々の方法や装置を提案してきた（例えば、特許文献３〜５）。
例えば、特許文献３では、静的状態か動的状態か、安定状態か危険状態か、さらに静的、動的の内容を精度よく判定することで信頼性の高い動作状態監視システムを実現すべく、人体に加速度計を装着して、該加速度計により各測定軸から得られる加速度を測定し、所定時間における加速度の変化の大きさによって静的状態であるか動的状態であるかを判定し、動的状態と判定されたときは、さらに加速度の変化の大きさによって安定状態であるか危険状態であるかを判定する人の動作状態監視方法を提案してきた。
For this reason, the present inventor has conventionally proposed various methods and apparatuses using an acceleration sensor in order to accurately discriminate a specific operation state of a person and to perform highly accurate calorie calculation ( For example, Patent Documents 3 to 5).
For example, in Patent Document 3, a highly reliable operation state monitoring system is to be realized by accurately determining whether a static state or a dynamic state, a stable state or a dangerous state, and static or dynamic contents. An accelerometer is attached to the human body, the acceleration obtained from each measurement axis is measured by the accelerometer, and it is determined whether it is a static state or a dynamic state according to the magnitude of the change in acceleration during a predetermined time. When it is determined that the state is a dynamic state, a method for monitoring a person's operation state that determines whether the state is a stable state or a dangerous state based on the magnitude of a change in acceleration has been proposed.
また、特許文献４では、人体に加速度計を装着して、該加速度計から得られる加速度を測定し、該加速度の大きさ又は所定時間における加速度の変化量の大きさから、人の動作状態または姿勢を判定する人の動作および姿勢の監視方法において、互いに直交する前後方向と左右方向と重力方向とからなる３軸方向の加速度計を人体に装着し、各軸から得られる加速度を測定し、所定時間における該各加速度の変化量の大きさから静的状態であるか動的状態であるかを判定し、静的状態と判定されたときは、前後方向と重力方向の加速度の大きさから立位、座位、臥位の各姿勢の判別を行う人の動作および姿勢の監視方法を提案してきた。 Further, in Patent Document 4, an accelerometer is attached to a human body, and the acceleration obtained from the accelerometer is measured. From the magnitude of the acceleration or the amount of change in acceleration over a predetermined time, In the person's motion and posture monitoring method for determining posture, a human body is equipped with a triaxial accelerometer composed of a front-rear direction, a left-right direction, and a gravitational direction, and the acceleration obtained from each axis is measured. It is determined whether the state is a static state or a dynamic state from the magnitude of the change in each acceleration for a predetermined time. A person's movement and posture monitoring method for discriminating each posture of standing position, sitting position and supine position has been proposed.
あるいは、特許文献５では、人体に装着した３軸加速度センサを用いて、その人が立位、座位、臥位、走行、歩行、階段上昇、階段下降、転倒のいずれの状態にあるかを正確に判別できる人の姿勢動作判別装置を提供すべく、人体にＸ方向が前後、Ｙ方向が左右、Ｚ方向が上下となるように装着した加速度検出手段を用いて姿勢動作状態を判別する人の姿勢動作判別装置において、互いに直交するＸ方向の加速度、Ｙ方向の加速度およびＺ方向の加速度を検出する加速度検出手段と、検出したＺ方向の加速度からＺ方向の姿勢成分を演算する手段と、検出した３方向の加速度から３方向の加速度の合成加速度の運動成分の平均値を演算する手段と、演算したＺ方向の姿勢成分と３方向の加速度の合成加速度の運動成分の平均値から姿勢状態と動作状態のいずれの状態にあるかを判別する判別手段を備える人の姿勢動作判別装置を提案してきた。
本発明の解決すべき課題は、この技術分野の先人が提案してきた、あるいは自らが提案してきた方法や装置よりも、より詳細に被験者が歩行、走行、臥位、座位、および立位のいずれの状態にあるのかを判別することができる、人の姿勢動作判別装置を提供することである。
なお、日常生活において立位かつ微動だにしない直立不動状態は稀有であることから、この状態を判別する技術的意義はそれほど大きくはない。したがって、本発明で言うところの立位状態とは、この立位かつ微動だにしない直立不動状態を除いた状態を指し、具体的には立位ではあるが、歩行や走行の動的状態までは至らない微小な運動・活動をしている静的状態を指す。
The problem to be solved by the present invention is that the subject is able to walk, run, stand, sit and stand in more detail than the methods and devices proposed by the predecessors of this technical field or proposed by himself. It is an object of the present invention to provide a human posture / motion discriminating apparatus capable of discriminating in which state.
In addition, since an upright immovable state that does not make standing and slight movement is rare in daily life, the technical significance of discriminating this state is not so great. Accordingly, the standing state as referred to in the present invention refers to a state excluding the standing and immovable state that does not make a slight movement. Specifically, although it is in a standing state, it is up to the dynamic state of walking and running. Refers to a static state in which minute movement or activity is not possible.
本発明は、上記課題を解決すべく本発明者が誠意研究した結果として完成されたものであり、その要旨とするところは以下のとおりである。
すなわち、本発明は、互いに直交する測定軸であるＸ軸、Ｙ軸およびＺ軸を備える３軸の重力加速度計を、Ｘ軸が体の前後方向、Ｙ軸が体の左右方向、Ｚ軸が体の上下方向となるように人体に装着して、その人が歩行、走行、臥位、座位、および立位のいずれの状態にあるのかを判別する人の姿勢動作判別装置において、
（Ａ）体の上下方向の加速度ＧＺの周波数スペクトルを解析して、その周波数成分からスペクトルパワーのピーク値ＳＺを演算する手段と、
（Ｂ）体の上下方向の加速度ＧＺの移動平均値である姿勢成分ＧＳＺを演算する手段と、
（Ｃ）ピーク値ＳＺが予め定めた閾値より大なるときは歩行と走行からなる動的状態と判別し、否のときは臥位と座位と立位からなる静的状態と判別する第１の判別手段と、
（Ｄ）ピーク値ＳＺが予め定めた別の閾値より大なるときは走行状態と判別し、否のときは歩行状態と判別する第２の判別手段と、
（Ｅ）姿勢成分ＧＳＺが予め定めた閾値より小なるときは臥位状態と判別し、否のときは座位または立位状態と判別する第３の判別手段と、
（Ｆ）ピーク値ＳＺが予め定めたさらに別の閾値より小なるときは座位状態と判別し、否のときは立位状態と判別する第４の判別手段を備えることを特徴とする人の姿勢動作判別装置である。
The present invention has been completed as a result of sincerity research by the present inventor to solve the above-mentioned problems, and the gist thereof is as follows.
That is, the present invention provides a three-axis gravitational accelerometer having X, Y, and Z axes, which are measurement axes orthogonal to each other. In a human posture motion discriminating device that is worn on the human body so as to be in the vertical direction of the body and discriminates whether the person is in a walking, running, supine position, sitting position, or standing position.
By analyzing the frequency spectrum of the vertical acceleration G Z of (A) a body, means for calculating a peak value S Z of the spectral power from the frequency component,
Means for calculating the orientation component G SZ is a moving average value of the acceleration G Z in the vertical direction (B) body,
(C) When the peak value SZ is larger than a predetermined threshold value, it is determined that the dynamic state is composed of walking and running, and when the result is negative, it is determined that the static state is composed of lying down, sitting and standing. Discriminating means, and
(D) a second discriminating means for discriminating the running state when the peak value SZ is larger than another predetermined threshold value, and discriminating the walking state if no;
(E) a third determining unit that determines the posture state when the posture component G SZ is smaller than a predetermined threshold value, and determines the sitting state or the standing state when the posture component G SZ is not;
(F) a human being characterized by comprising fourth discriminating means for discriminating the sitting state when the peak value SZ is smaller than a predetermined threshold value, and discriminating the standing state when the peak value SZ is not. It is a posture motion discrimination device.
本発明に係る人の姿勢動作判別装置によれば、その人が歩行、走行、臥位、座位、および立位のいずれの状態にあるのかを、従来技術よりも高い確度で判別することができる。 According to the posture / movement determination apparatus for a person according to the present invention, it is possible to determine whether the person is in a walking, running, supine, sitting, or standing position with higher accuracy than in the related art. .
以下、図１〜９を参照して、本発明を実施するための最良の形態を説明する。
本発明においては、互いに直交する測定軸であるＸ軸、Ｙ軸およびＺ軸を備える３軸の重力加速度計を、Ｘ軸が体の前後方向、Ｙ軸が体の左右方向、Ｚ軸が体の上下方向となるように人体（被験者）に装着する。
ここで、３軸の重力加速度計としては、動きに伴う加速度と静的な傾きに伴う加速度の両方の検出が可能なタイプの３軸加速度センサを用いるのが望ましい。
また、３軸の重力加速度計の装着位置としては特に限定されるものではないが、動作の起点となり、動作や姿勢の変化に対して最も変化の見られる部位に装着することが望ましい。例えば、腰部、前腸骨棘下部、胸部、第二胸骨下部に装着するのが望ましい。
Hereinafter, the best mode for carrying out the present invention will be described with reference to FIGS.
In the present invention, a triaxial gravitational accelerometer having X, Y, and Z axes, which are measurement axes orthogonal to each other, is configured such that the X axis is the longitudinal direction of the body, the Y axis is the lateral direction of the body, and the Z axis is the body. Attached to the human body (subject) so as to be in the vertical direction.
Here, as the triaxial gravitational accelerometer, it is desirable to use a triaxial acceleration sensor of a type capable of detecting both acceleration due to movement and acceleration due to static inclination.
Further, the mounting position of the triaxial gravitational accelerometer is not particularly limited, but it is preferable that the mounting position is the starting point of the motion and the most changeable with respect to the motion or posture change. For example, it is desirable to attach to the lower back, the lower part of the anterior iliac spine, the chest, and the second lower sternum.
本発明においては、１００Ｈｚのサンプリング周波数で、３軸の重力加速度計のＸ軸から出力された加速度ＧＸ（ｉ）、Ｙ軸から出力された加速度ＧＹ（ｉ）およびＺ軸から出力された加速度ＧＺ（ｉ）を所定の加速度データ記憶手段２０に記憶し、記憶した加速度データ５１２個分に対して姿勢動作の判別に用いるデータを導き出すための演算処理を行うが、サンプリング周波数およびデータ長はこれに限定されるものではない。 In the present invention, the acceleration G X (i) output from the X axis of the triaxial gravitational accelerometer, the acceleration G Y (i) output from the Y axis, and the Z axis are output at a sampling frequency of 100 Hz. The acceleration G Z (i) is stored in the predetermined acceleration data storage means 20, and arithmetic processing for deriving data used for discrimination of posture motion is performed on the stored acceleration data 512, but the sampling frequency and data length Is not limited to this.
加速度演算手段３０による前記演算処理の一つが、体の上下方向の加速度ＧＺの周波数スペクトルを解析して、その周波数成分からスペクトルパワーのピーク値ＳＺを演算する処理である。
なお、周波数解析には高速フーリエ変換（ＦＦＴ）を行うのが望ましく、本発明においては５１２ポイントでＦＦＴ解析しているが、これに限定されるものではない。
また、予め定めた周波数帯域における最小周波数成分からスペクトルパワーのピーク値ＳＺを演算するようにしてもよく、この場合の周波数帯域としては０．６〜４Ｈｚを用いるのが望ましい。
One of the arithmetic processing by the
Note that it is desirable to perform fast Fourier transform (FFT) for frequency analysis. In the present invention, FFT analysis is performed at 512 points, but the present invention is not limited to this.
Also, it may be computed peak value S Z of the spectral power from the minimum frequency component of the predetermined frequency band, as a frequency band in this case is desired to use a 0.6～4Hz.
前記演算処理の一つが、体の上下方向の加速度ＧＺの移動平均値である姿勢成分ＧＳＺを演算する処理である。同様に、演算処理の一つが、体の前後方向の加速度ＧＸの移動平均値である姿勢成分ＧＳＸと、体の左右方向の加速度ＧＹの移動平均値である姿勢成分ＧＳＹを演算する処理であり、各々の姿勢成分の演算は下記式による。
本発明においては上記演算したピーク値ＳＺと姿勢成分ＧＳＺを用いて、被験者が歩行、走行、臥位、座位、および立位のいずれの状態にあるのかを判別する。
図１に示す例においては、第１の判別手段によって歩行と走行からなる動的状態と、臥位と座位と立位からなる静的状態のいずれの状態にあるのかを判別する。そして、前者の動的状態と判別したときは第２の判別手段に、一方、後者の静的状態と判別したときは第３の判別手段に移行する。
そして、第２の判別手段においては歩行と走行のいずれの状態にあるのかを判別し、第３の判別手段においては臥位状態にあるのか否か、すなわち、臥位状態にあるのか、それとも座位または立位の状態にあるのかを判別する。そして、否と判別したときは第４の判別手段に移行し、ここで座位と立位のいずれの状態にあるのかを判別する。
In the present invention, the calculated peak value S Z and posture component G SZ are used to determine whether the subject is in a walking, running, supine, sitting, or standing position.
In the example shown in FIG. 1, the first determination unit determines whether the state is a dynamic state composed of walking and running, or a static state composed of standing, sitting, and standing. When the former dynamic state is determined, the process proceeds to the second determination unit, and when the latter static state is determined, the process proceeds to the third determination unit.
Then, the second discriminating means discriminates whether it is walking or running, and the third discriminating means judges whether it is in the supine position, that is, whether it is in the supine position or sitting position. Alternatively, it is determined whether the robot is in a standing position. When it is determined as NO, the process proceeds to the fourth determining means, where it is determined whether the sitting position or the standing position is established.
第１の判別手段について説明する。第１の判別手段においては、ピーク値ＳＺが予め定めた閾値より大なるときは歩行と走行からなる動的状態と判別し、否のときは臥位と座位と立位からなる静的状態と判別する。
なお、前記したように本発明で言うところの立位状態とは、日常生活において稀有である立位かつ微動だにしない直立不動状態を除いた状態を指し、具体的には立位ではあるが、歩行や走行の動的状態までは至らない微小な運動・活動をしている静的状態を指す。
ここで、動的状態と静的状態の判別にピーク値ＳＺを用いる理由について説明する。図２は、左から被験者１０名がピーク値ＳＺが最小となる静的動作、ピーク値ＳＺが最大となる静的動作、ピーク値ＳＺが最大となる動的動作、ピーク値ＳＺが最小となる動的動作をしたときのピーク値ＳＺをプロットした図であり、この図からピーク値ＳＺを用いることによって動的状態と静的状態を判別できることがわかる。換言すると予め定めた閾値として例えば０．０２３を設定しておき、ピーク値ＳＺがこれより大か小かの判定をするだけで動的状態と静的状態の判別をすることができる。
First discrimination means will be described. In the first discriminating means, when the peak value SZ is larger than a predetermined threshold value, it is discriminated as a dynamic state consisting of walking and running, and when no, a static state consisting of a supine position, a sitting position and a standing position. Is determined.
As described above, the standing state referred to in the present invention refers to a state excluding the standing and non-moving state that is rare in daily life, and is specifically standing. It refers to a static state where there is minute movement or activity that does not reach the dynamic state of walking or running.
Here, the reason why the peak value SZ is used for discrimination between the dynamic state and the static state will be described. 2, the peak value S Z is 10 subjects from the left smallest static operation, static operation, dynamic operation the peak value S Z is the maximum peak value S Z becomes the maximum, the peak value S Z There is a plot of the peak value S Z when the dynamic behavior becomes minimum, it can be seen that determine the dynamic state and static state by using the peak value S Z from FIG. In other words you have configured the 0.023, for example, as the predetermined threshold can be the only dynamic state and determination of the static state peak value S Z is large or small or determination than this.
第２の判別手段について説明する。第２の判別手段においては、ピーク値ＳＺが予め定めた別の閾値より大なるときは走行状態と判別し、否のときは歩行状態と判別する。
ここで、歩行状態と走行状態の判別にもピーク値ＳＺを用いる理由について説明する。図３は、被験者１０名が歩行と走行をしたときのピーク値ＳＺをプロットした図であり、この図からピーク値ＳＺを用いることによって歩行状態と走行状態を判別できることがわかる。換言すると予め定めた閾値として例えば０．１２を設定しておき、ピーク値ＳＺがこれより大か小かの判定をするだけで歩行状態と走行状態の判別をすることができる。
The second determination unit will be described. In the second determination means, when the peak value SZ is larger than another predetermined threshold value, it is determined that the vehicle is in the running state, and when the peak value SZ is not, the vehicle is determined as the walking state.
Here, also described the reason for using the peak value S Z to determine the walking state and the running state. Figure 3 is a diagram plotting the peak value S Z when 10 subjects were traveling and walking, it can be seen that determine the walking state and the running state by using the peak value S Z from FIG. In other words, it is possible to determine the walking state and the running state simply by setting, for example, 0.12 as a predetermined threshold and determining whether the peak value SZ is larger or smaller than this.
第３の判別手段について説明する。第３の判別手段においては、姿勢成分ＧＳＺが予め定めた閾値より小なるときは臥位状態と判別し、否のときは座位または立位状態と判別する。
ここで、臥位状態にあるのか、それとも座位または立位の状態にあるのかの判別に姿勢成分ＧＳＺを用いる理由について説明する。図４は、被験者１０名が臥位状態にあるときと、座位・立位の状態にあるときの姿勢成分ＧＳＺをプロットした図であり、この図から姿勢成分ＧＳＺを用いることによって臥位状態にあるのか、それとも座位または立位の状態にあるのかを判別できることがわかる。換言すると予め定めた閾値として例えば０．９１を設定しておき、姿勢成分ＧＳＺがこれより大か小かの判定をするだけで臥位状態にあるのか、それとも座位または立位の状態にあるのかを判別することができる。
なお、図５は、被験者１０名が仰臥位、腹臥位、左側臥位、右側臥位状態にあるときの姿勢成分ＧＳＸをプロットした図であり、この図から姿勢成分ＧＳＸを用いることによって仰臥位にあるのか腹臥位にあるのかを判別できることがわかる。
同様に、図６は、被験者１０名が仰臥位、腹臥位、左側臥位、右側臥位状態にあるときの姿勢成分ＧＳＹをプロットした図であり、この図から姿勢成分ＧＳＹを用いることによって左側臥位にあるのか右側臥位にあるのかを判別できることがわかる。
The third determination unit will be described. In the third discriminating means, when the orientation component G SZ is smaller than a predetermined threshold, determines that recumbent state, when the absence is determined that sitting position or upright position.
Here, the reason why the posture component GSZ is used to determine whether the vehicle is in the supine position or the sitting position or the standing position. 4, as when 10 subjects is in the supine position state, a diagram plotting the orientation component G SZ when in the state of sitting-standing, lying position by using the orientation component G SZ from FIG It can be seen that it is possible to determine whether it is in a state, or in a sitting or standing state. In other words, for example, 0.91 is set as a predetermined threshold value, and whether the posture component G SZ is larger or smaller than this, the user is in the supine state, or is in the sitting or standing state. Can be determined.
FIG. 5 is a plot of posture component G SX when 10 subjects are in the supine position, prone position, left lateral position, and right lateral position. From this figure, the posture component G SX is used. It can be seen from the above whether it is in the supine position or the prone position.
Similarly, FIG. 6 is a diagram in which posture components GSY are plotted when 10 subjects are in the supine position, prone position, left-side-down position, and right-side-down position. From this figure, the posture component GSY is used. It can be seen that it can be determined whether it is in the left side position or the right side position.
第４の判別手段について説明する。第４の判別手段においては、ピーク値ＳＺが予め定めたさらに別の閾値より小なるときは座位状態と判別し、否のときは立位状態と判別する。
ここで、座位状態と立位状態の判別にもピーク値ＳＺを用いる理由について説明する。図７は、被験者１０名が座位状態にあるときと立位状態にあるときのピーク値ＳＺをプロットした図であり、この図からピーク値ＳＺを用いることによって座位状態と立位状態を判別できることがわかる。換言すると予め定めた閾値として例えば０．００３６を設定しておき、ピーク値ＳＺがこれより大か小かの判定をするだけで座位状態と立位状態の判別をすることができる。
The fourth determination unit will be described. In the fourth determining means, when the peak value SZ is smaller than another predetermined threshold value, it is determined as the sitting state, and when it is not determined as the standing state.
Here, the reason why the peak value SZ is used for the determination of the sitting state and the standing state will be described. Figure 7 is a diagram plotting the peak value S Z when 10 subjects is in standing state and when in a sitting position state, the sitting state and upright by using the peak value S Z from FIG. It can be seen that it can be distinguished. In other words you have configured the 0.0036, for example, as a predetermined threshold value, it is possible to determine loci state and upright only peak value S Z is large or small of the judgment from this.
以上説明した（Ａ）体の上下方向の加速度ＧＺの周波数スペクトルを解析して、その周波数成分からスペクトルパワーのピーク値ＳＺを演算する手段と、（Ｂ）体の上下方向の加速度ＧＺの移動平均値である姿勢成分ＧＳＺを演算する手段と、（Ｃ）ピーク値ＳＺが予め定めた閾値より大なるときは歩行と走行からなる動的状態と判別し、否のときは臥位と座位と立位からなる静的状態と判別する第１の判別手段と、（Ｄ）ピーク値ＳＺが予め定めた別の閾値より大なるときは走行状態と判別し、否のときは歩行状態と判別する第２の判別手段と、（Ｅ）姿勢成分ＧＳＺが予め定めた閾値より小なるときは臥位状態と判別し、否のときは座位または立位状態と判別する第３の判別手段と、（Ｆ）ピーク値ＳＺが予め定めたさらに別の閾値より小なるときは座位状態と判別し、否のときは立位状態と判別する第４の判別手段を備えることにより、本発明に係る人の姿勢動作判別装置は、これまで提案されてきた、あるいは提案してきた方法や装置よりも、より詳細に被験者が歩行、走行、臥位、座位、および立位のいずれの状態にあるのかを判別することができる。 By analyzing the frequency spectrum of the vertical acceleration G Z of above described (A) body, means for calculating a peak value S Z of the spectral power from the frequency component, (B) acceleration G Z vertical body means for calculating a is the moving average orientation component G SZ, (C) when the peak value S Z is larger than a predetermined threshold, determines a dynamic state consisting of walking and running, whether Wo when the A first discriminating means for discriminating a static state consisting of a position, a sitting position and a standing position; and (D) when the peak value SZ is larger than another predetermined threshold, it is discriminated as a running state, and A second discriminating means for discriminating the walking state; and (E) a discriminating state when the posture component G SZ is smaller than a predetermined threshold value, and discriminating a sitting or standing state when no. discriminating means and, (F) yet another threshold that the peak value S Z is determined in advance When it is smaller, it is determined as a sitting state, and when it is not, it is provided with a fourth determining means for determining a standing state, so that the human posture movement determining device according to the present invention has been proposed so far. Or it can discriminate | determine whether a test subject is a walk, a driving | running, a supine position, a sitting position, and a standing position in more detail than the method and apparatus which have been proposed.
なお、以上説明した演算処理は、３軸の重力加速度計から出力される加速度データＧＸ（ｉ）、ＧＹ（ｉ）、ＧＺ（ｉ）を直接用いた演算処理であるが、図１の例に示すように各軸から出力された加速度データを加速度データ補正手段３１に入力し、これらの加速度データから軸の傾き補正を行うようにしてもよい。
具体的には、本発明においては、Ｘ軸が体の前後方向、Ｙ軸が体の左右方向、Ｚ軸が体の上下方向となるように３軸の重力加速度計を人体に装着するが、実際には３軸の向きが完全に合うように装着することは不可能に近い。
The arithmetic processing described above is arithmetic processing directly using acceleration data G X (i), G Y (i), G Z (i) output from the triaxial gravitational accelerometer. As shown in the example, the acceleration data output from each axis may be input to the acceleration data correction unit 31 and the inclination of the axis may be corrected from these acceleration data.
Specifically, in the present invention, a triaxial gravitational accelerometer is attached to the human body so that the X axis is the front-rear direction of the body, the Y axis is the left-right direction of the body, and the Z-axis is the vertical direction of the body. Actually, it is almost impossible to mount the three axes so that the directions are perfectly matched.
したがって、図１の例に示すように被験者を立位かつ直立不動させたときの加速度データを取り込み、各軸がどの程度ずれて装着されているかを計算し、これに基づいて補正値を算出し、以後は３軸の重力加速度計から出力される加速度データＧＸ（ｉ）、ＧＹ（ｉ）、ＧＺ（ｉ）に対して角度補正を行い、真の前後方向の加速度ＧＸ（ｉ）、真の左右方向の加速度ＧＹ（ｉ）、真の上下方向の加速度ＧＺ（ｉ）を演算し、当該補正された体の上下方向の加速度ＧＺの周波数スペクトルを解析して、その周波数成分からスペクトルパワーのピーク値ＳＺを演算してもよいし、当該補正された体の上下方向の加速度ＧＺの移動平均値である姿勢成分ＧＳＺを演算するようにしてもよい。すなわち、角度補正は、３軸の加速度計から出力される加速度データを補正するものであり、望ましくは、被験者を立位かつ直立不動させたときに真の加速度データ、すなわち補正後の加速度データＧＸ（ｉ）、ＧＹ（ｉ）、ＧＺ（ｉ）がそれぞれ０Ｇ、０Ｇ、１Ｇとなるように補正するのが好ましい。 Therefore, as shown in the example of FIG. 1, the acceleration data when the subject is standing and standing upright is captured, the degree of displacement of each axis is calculated, and the correction value is calculated based on this. Thereafter, angle correction is performed on the acceleration data G X (i), G Y (i), G Z (i) output from the triaxial gravitational accelerometer, and the true longitudinal acceleration G X (i ), Calculating the true lateral acceleration G Y (i) and true vertical acceleration G Z (i), analyzing the corrected frequency spectrum of the vertical acceleration G Z of the body, it from the frequency component may be calculated peak value S Z of the spectrum power may be computed the corrected is a moving average value of the acceleration G Z in the vertical direction of the body orientation component G SZ. That is, the angle correction is to correct acceleration data output from the three-axis accelerometer, and preferably true acceleration data when the subject is standing and standing upright, that is, acceleration data G after correction. It is preferable to correct so that X (i), G Y (i), and G Z (i) are 0G, 0G, and 1G, respectively.
図８は本発明に係る人の姿勢動作判別装置の一例を示す構成図である。加速度データ記憶手段２０としては、検出した加速度テータを記憶できるものであれば特に限定されるものではないが、ＲＡＭやハードディスクを用いることが望ましい。判別結果を記憶する判別結果記憶手段６０についても同様である。
また、加速度演算手段３０としてはコンピュータ（電子計算機）を用いることができるし、ソフトウェアで実現することもできる。
また、判別結果を装置本体の外部に設置した外部機器に送信する無線通信手段７０を備えることが望ましい。これにより、高齢者などの弱者が一人で外出するなど安心して自由に行動することができる。また、いざというときには迅速な救援活動を実施することも可能となる。したがって要介護者にも生きる喜びが与えられ、ひきこもりがちな要介護予備軍には社会的貢献の機会をもたらすことができ、さらには介護者の負担をも著しく軽減することができる。
FIG. 8 is a block diagram showing an example of a human posture / motion discriminating apparatus according to the present invention. The acceleration data storage means 20 is not particularly limited as long as it can store the detected acceleration data, but it is desirable to use a RAM or a hard disk. The same applies to the discrimination result storage means 60 that stores the discrimination result.
Further, as the acceleration calculation means 30, a computer (electronic computer) can be used, or it can be realized by software.
In addition, it is desirable to include wireless communication means 70 for transmitting the determination result to an external device installed outside the apparatus main body. Thereby, a weak person such as an elderly person can act freely with peace of mind such as going out alone. In case of emergency, it is also possible to carry out quick relief activities. Therefore, the care recipient is also given the joy of living, and the care-reserving reserve army who tends to stay behind can be provided with opportunities for social contribution, and the burden on the caregiver can be significantly reduced.
図９は本発明に係る人の姿勢動作判別装置の別の一例を示す構成図であり、加速度検出手段１０から出力される加速度データを無線通信手段７０によって加速度検出手段１０の外部に設置した外部機器に送信する構成としてもよい。この場合、外部機器が、加速度データ記憶手段２０、加速度演算手段３０、および判別結果記憶手段６０を備えることとなる。
FIG. 9 is a block diagram showing another example of a human posture / motion discriminating apparatus according to the present invention, in which acceleration data output from the acceleration detecting means 10 is installed outside the acceleration detecting means 10 by the wireless communication means 70. It is good also as a structure which transmits to an apparatus. In this case, the external device includes the acceleration
以上説明したように本発明に係る人の姿勢動作判別装置によれば、これまで提案されてきた、あるいは自らが提案してきた方法や装置よりも、より詳細に被験者が歩行、走行、臥位、座位、および立位のいずれの状態にあるのかを判別することができる。 As described above, according to the human posture movement determination device according to the present invention, the subject can walk, run, supine, and more in detail than the methods and devices that have been proposed or have been proposed. It is possible to discriminate between the sitting position and the standing position.
したがって、本発明に係る人の姿勢動作判別装置を使用すれば、これまで提案されてきた、あるいは提案してきた方法や装置よりも、より詳細に被験者の消費カロリーを算出することもできる。 Therefore, the use of the human posture / motion discriminating apparatus according to the present invention makes it possible to calculate the calorie consumption of the subject in more detail than the methods and apparatuses that have been proposed or proposed so far.
ここで、本発明者が新たに知見した消費カロリーの算出方法について説明する。これは、走行している被験者の消費カロリーを下記の回帰式を用いて算出する方法であり、ダクラスバック法を用いた消費カロリーの測定値と非常に近似する計算値を算出する有効な算出方法である。また、下記に示すように回帰式のパラメータにピーク値ＳＺを用いる点に特徴がある。 Here, the calorie consumption calculation method newly discovered by the present inventor will be described. This is a method of calculating the calorie consumption of the subject running using the following regression equation, and an effective calculation method for calculating a calculated value that is very close to the measured value of the calorie consumption using the dacrasback method It is. In addition, as shown below, the peak value SZ is used as a parameter of the regression equation.
ＳＰＺ＝ＳＺ （２／３）×身長×０．１
ＢＭＩ＜２６のとき 消費カロリー＝ＢＥＥ×ＳＰＺ （３／５）×２．９４
ＢＭＩ≧２６のとき 消費カロリー＝ＢＥＥ×ＳＰＺ （４／５）×２．３１
S PZ = S Z (2/3) × height × 0.1
When BMI <26 Consumption calories = BEE × S PZ (3/5) × 2.94
When BMI ≧ 26 Calorie consumption = BEE × S PZ (4/5) × 2.31
この回帰式におけるＢＥＥ（基礎代謝）の算出方法は特に限定されるものではなく、例えば、下記に示すHarris-Benedictの近似式を用いることができる。
被験者が男性のとき ＢＥＥ＝66＋（体重×13.7）＋（身長×5.0）−（年齢×6.8）
被験者が女性のとき ＢＥＥ＝66.5＋（体重×9.6）＋（身長×1.7）−（年齢×7.0）
The calculation method of BEE (basal metabolism) in this regression equation is not particularly limited, and for example, the Harris-Benedict approximate equation shown below can be used.
When subject is male BEE = 66 + (weight × 13.7) + (height × 5.0) − (age × 6.8)
When subject is female BEE = 66.5 + (weight × 9.6) + (height × 1.7) − (age × 7.0)
表1は、ダクラスバック法を用いた消費カロリーの測定値との近似度を示すものであり、表中の基礎代謝（ＢＥＥ）は被験者の体重、身長、年齢を用いたHarris-Benedictの近似式によるもの、速度は被験者の走行速度、測定値はダクラスバック法を用いた消費カロリーの測定値、計算式値はこの回帰式による計算値、そして、誤差はダクラスバック法を用いた消費カロリーの測定値とこの回帰式による計算値との誤差である。
表１に示すようにこの回帰式を用いる算出方法は、ダクラスバック法を用いた消費カロリーの測定値と非常に近似する計算値を算出することを確認することができる。
なお、最小二乗法を用いたR二乗値については、被験者Ａが０．９９６８、被験者Ｂが０．９４８５、被験者Ｃが０．９８４３、被験者Ｄが０．９８８２、そして被験者Ｅが０．９９２２であり、この値からもこの回帰式を用いる算出方法が、走行している被験者の消費カロリーの算出に非常に有効であることを確認することができる。
Table 1 shows the degree of approximation with the calorie consumption measurement using the Dacrasbach method, and the basal metabolism (BEE) in the table is an approximate expression of Harris-Benedict using the subject's weight, height, and age. , The speed is the subject's running speed, the measured value is the calorie consumption measured using the Dacrasbach method, the formula value is the calculated value using this regression equation, and the error is the calorie consumption measured using the Dacrasbach method This is the error between the value and the value calculated by this regression equation.
As shown in Table 1, it can be confirmed that the calculation method using this regression equation calculates a calculated value that is very close to the measured value of calorie consumption using the dacrack back method.
As for the R-square value using the least square method, subject A is 0.9968, subject B is 0.9485, subject C is 0.9843, subject D is 0.9882, and subject E is 0.9922. From this value, it can be confirmed that the calculation method using this regression equation is very effective in calculating the calorie consumption of the traveling subject.
さらに、本発明者が新たに知見した消費カロリーの算出方法について説明する。これは、歩行している被験者の消費カロリーを下記の回帰式を用いて算出する方法であり、これについてもダクラスバック法を用いた消費カロリーの測定値と近似する計算値を算出する有効な算出方法である。また、下記に示すように回帰式のパラメータにピーク値ＳＺを用いる点にも特徴がある。 Furthermore, the calculation method of the calorie consumption newly discovered by the present inventor will be described. This is a method of calculating the calorie consumption of a walking subject using the following regression formula, and also for this, an effective calculation for calculating a calculated value approximating the measured value of calorie consumption using the dacrasback method Is the method. Further, as described below, there is a feature in that a peak value SZ is used as a parameter of the regression equation.
ＳＰＺ＝ＳＺ （１／２）×身長×０．１
ＢＭＩ＜２６のとき 消費カロリー＝ＢＥＥ×ＳＰＺ （３／５）×ＢＭＩ／１２
ＢＭＩ≧２６のとき 消費カロリー＝ＢＥＥ×ＳＰＺ （３／５）×ＢＭＩ／１８．１
S PZ = S Z (1/2) × height × 0.1
When BMI <26 Consumption calories = BEE × S PZ (3/5) × BMI / 12
When BMI ≧ 26 Consumption calories = BEE × S PZ (3/5) × BMI / 18.1
この回帰式におけるＢＥＥ（基礎代謝）の算出方法についても特に限定されるものではなく、上記のHarris-Benedictの近似式を用いることができる。 The method for calculating BEE (basal metabolism) in this regression equation is not particularly limited, and the Harris-Benedict approximation equation described above can be used.
表２は、ダクラスバック法を用いた消費カロリーの測定値との近似度を示すものであり、表中の基礎代謝（ＢＥＥ）は被験者の体重、身長、年齢を用いたHarris-Benedictの近似式によるもの、速度は被験者の歩行速度、測定値はダクラスバック法を用いた消費カロリーの測定値、計算式値はこの回帰式による計算値、そして、誤差はダクラスバック法を用いた消費カロリーの測定値とこの回帰式による計算値との誤差である。
表２に示すようにこの回帰式を用いる算出方法は、ダクラスバック法を用いた消費カロリーの測定値と非常に近似する計算値を算出することを確認することができる。
なお、最小二乗法を用いたR二乗値については、被験者Ａが０．７７５３、被験者Ｂが０．８１６７、被験者Ｃが０．８７０４、被験者Ｄが０．９３９１、そして被験者Ｅが０．９２４９であり、この値からもこの回帰式を用いる算出方法が、歩行している被験者の消費カロリーの算出に非常に有効であることを確認することができる。
Table 2 shows the degree of approximation with the calorie consumption measurement using the Dacrasbach method, and the basal metabolism (BEE) in the table is an approximate expression of Harris-Benedict using the subject's weight, height, and age. The speed is the walking speed of the subject, the measured value is the calorie consumption measured using the Dacrasbach method, the formula value is the calculated value using this regression equation, and the error is the calorie consumption measured using the Dacrasback method This is the error between the value and the value calculated by this regression equation.
As shown in Table 2, it can be confirmed that the calculation method using this regression equation calculates a calculated value that is very close to the measured value of calorie consumption using the dacrack back method.
As for the R-square value using the least square method, subject A is 0.7753, subject B is 0.8167, subject C is 0.8704, subject D is 0.9391, and subject E is 0.9249. From this value, it can be confirmed that the calculation method using this regression equation is very effective in calculating the calorie consumption of the walking subject.
１０ 加速度検出手段
１１ 加速度センサ
１２ Ａ／Ｄコンバータ
２０ 加速度データ記憶手段
３０ 加速度演算手段
３１ 加速度データ補正手段
３２ ピーク値ＳＺ演算手段
３３ 姿勢成分ＧＳＸ演算手段
３４ 姿勢成分ＧＳＹ演算手段
３５ 姿勢成分ＧＳＺ演算手段
４０ 第１の判別手段
４１ 第２の判別手段
４２ 第３の判別手段
４３ 第４の判別手段
６０ 判別結果記憶手段
７０ 無線通信手段
DESCRIPTION OF SYMBOLS 10 Acceleration detection means 11 Acceleration sensor 12 A /
Claims (1)
（Ａ）体の上下方向の加速度ＧＺの周波数スペクトルを解析して、その周波数成分からスペクトルパワーのピーク値ＳＺを演算する手段と、
（Ｂ）体の上下方向の加速度ＧＺの移動平均値である姿勢成分ＧＳＺを演算する手段と、
（Ｃ）ピーク値ＳＺが予め定めた閾値より大なるときは歩行と走行からなる動的状態と判別し、否のときは臥位と座位と立位からなる静的状態と判別する第１の判別手段と、
（Ｄ）ピーク値ＳＺが予め定めた別の閾値より大なるときは走行状態と判別し、否のときは歩行状態と判別する第２の判別手段と、
（Ｅ）姿勢成分ＧＳＺが予め定めた閾値より小なるときは臥位状態と判別し、否のときは座位または立位状態と判別する第３の判別手段と、
（Ｆ）ピーク値ＳＺが予め定めたさらに別の閾値より小なるときは座位状態と判別し、否のときは立位状態と判別する第４の判別手段を備えることを特徴とする人の姿勢動作判別装置。
A three-axis gravitational accelerometer having X, Y, and Z axes that are orthogonal to each other, the X axis is the longitudinal direction of the body, the Y axis is the lateral direction of the body, and the Z axis is the vertical direction of the body. In the human posture movement discriminating device, which is mounted on a human body and discriminates whether the person is in a walking, running, supine position, sitting position, or standing position,
By analyzing the frequency spectrum of the vertical acceleration G Z of (A) a body, means for calculating a peak value S Z of the spectral power from the frequency component,
Means for calculating the orientation component G SZ is a moving average value of the acceleration G Z in the vertical direction (B) body,
(C) When the peak value SZ is larger than a predetermined threshold value, it is determined that the dynamic state is composed of walking and running, and when the result is negative, it is determined that the static state is composed of lying down, sitting and standing. Discriminating means, and
(D) a second discriminating means for discriminating the running state when the peak value SZ is larger than another predetermined threshold value, and discriminating the walking state if no;
(E) a third determining unit that determines the posture state when the posture component G SZ is smaller than a predetermined threshold value, and determines the sitting state or the standing state when the posture component G SZ is not;
(F) a human being characterized by comprising fourth discriminating means for discriminating the sitting state when the peak value SZ is smaller than a predetermined threshold value, and discriminating the standing state when the peak value SZ is not. Posture motion discrimination device.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008305745A JP5202257B2 (en) | 2008-11-29 | 2008-11-29 | Human posture motion discrimination device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008305745A JP5202257B2 (en) | 2008-11-29 | 2008-11-29 | Human posture motion discrimination device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2010125239A true JP2010125239A (en) | 2010-06-10 |
| JP5202257B2 JP5202257B2 (en) | 2013-06-05 |
Family
ID=42326019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008305745A Expired - Fee Related JP5202257B2 (en) | 2008-11-29 | 2008-11-29 | Human posture motion discrimination device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5202257B2 (en) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014504932A (en) * | 2011-02-10 | 2014-02-27 | ドーサヴィ ピーティーワイ． エルティーディー． | Apparatus and method for classifying mammalian body orientation |
| US20140128778A1 (en) * | 2012-11-02 | 2014-05-08 | Vital Connect, Inc. | Determining body postures and activities |
| JP2014511239A (en) * | 2011-02-24 | 2014-05-15 | クアルコム，インコーポレイテッド | Low average speed walking motion identification (PEDESTRIALMOTIONIDENTIFICATION) |
| JP2015109915A (en) * | 2013-12-06 | 2015-06-18 | 富士通株式会社 | Posture estimation device, method, and program |
| WO2016180728A1 (en) * | 2015-05-11 | 2016-11-17 | Koninklijke Philips N.V. | Apparatus and method for determining a sedentary state of a subject |
| KR20170003270A (en) * | 2015-06-30 | 2017-01-09 | 인하대학교 산학협력단 | Method and system for measurement of gait imbalance |
| JP2018000230A (en) * | 2016-06-27 | 2018-01-11 | 日本電信電話株式会社 | Sequential posture identification device, sequential posture identification method, and sequential posture identification program |
| WO2018139398A1 (en) * | 2017-01-30 | 2018-08-02 | 日本電信電話株式会社 | Activity state analysis device and method |
| WO2021117693A1 (en) * | 2019-12-12 | 2021-06-17 | 株式会社村田製作所 | Biological activity observation device |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10113343A (en) * | 1996-07-03 | 1998-05-06 | Hitachi Ltd | Method, device and system for recognizing action and behavior |
| JP2004081745A (en) * | 2002-08-29 | 2004-03-18 | Seiko Epson Corp | Pitch meter, method for controlling pitch meter, wrist-watch type information processing apparatus, control program, and recording medium |
| JP2005245709A (en) * | 2004-03-03 | 2005-09-15 | Univ Nihon | Method for monitoring human action and posture |
-
2008
- 2008-11-29 JP JP2008305745A patent/JP5202257B2/en not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10113343A (en) * | 1996-07-03 | 1998-05-06 | Hitachi Ltd | Method, device and system for recognizing action and behavior |
| JP2004081745A (en) * | 2002-08-29 | 2004-03-18 | Seiko Epson Corp | Pitch meter, method for controlling pitch meter, wrist-watch type information processing apparatus, control program, and recording medium |
| JP2005245709A (en) * | 2004-03-03 | 2005-09-15 | Univ Nihon | Method for monitoring human action and posture |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014504932A (en) * | 2011-02-10 | 2014-02-27 | ドーサヴィ ピーティーワイ． エルティーディー． | Apparatus and method for classifying mammalian body orientation |
| US10126108B2 (en) | 2011-02-10 | 2018-11-13 | dorsaVi Ltd | Apparatus and method for classifying orientation of a body of a mammal |
| JP2014511239A (en) * | 2011-02-24 | 2014-05-15 | クアルコム，インコーポレイテッド | Low average speed walking motion identification (PEDESTRIALMOTIONIDENTIFICATION) |
| JP2015536721A (en) * | 2012-11-02 | 2015-12-24 | ヴァイタル コネクト, インコーポレイテッドVital Connect, Inc. | Determination of body posture and activity |
| JP2017196417A (en) * | 2012-11-02 | 2017-11-02 | ヴァイタル コネクト, インコーポレイテッドVital Connect, Inc. | Determination of posture and activity of body |
| US20140128778A1 (en) * | 2012-11-02 | 2014-05-08 | Vital Connect, Inc. | Determining body postures and activities |
| US9999376B2 (en) * | 2012-11-02 | 2018-06-19 | Vital Connect, Inc. | Determining body postures and activities |
| JP2015109915A (en) * | 2013-12-06 | 2015-06-18 | 富士通株式会社 | Posture estimation device, method, and program |
| US10980446B2 (en) | 2015-05-11 | 2021-04-20 | Koninklijke Philips N.V. | Apparatus and method for determining a sedentary state of a subject |
| WO2016180728A1 (en) * | 2015-05-11 | 2016-11-17 | Koninklijke Philips N.V. | Apparatus and method for determining a sedentary state of a subject |
| KR101716479B1 (en) | 2015-06-30 | 2017-03-14 | 인하대학교 산학협력단 | Method and system for measurement of gait imbalance |
| KR20170003270A (en) * | 2015-06-30 | 2017-01-09 | 인하대학교 산학협력단 | Method and system for measurement of gait imbalance |
| JP2018000230A (en) * | 2016-06-27 | 2018-01-11 | 日本電信電話株式会社 | Sequential posture identification device, sequential posture identification method, and sequential posture identification program |
| WO2018139398A1 (en) * | 2017-01-30 | 2018-08-02 | 日本電信電話株式会社 | Activity state analysis device and method |
| WO2021117693A1 (en) * | 2019-12-12 | 2021-06-17 | 株式会社村田製作所 | Biological activity observation device |
| JPWO2021117693A1 (en) * | 2019-12-12 | 2021-06-17 | ||
| JP7306489B2 (en) | 2019-12-12 | 2023-07-11 | 株式会社村田製作所 | Life activity observation device, life activity observation method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5202257B2 (en) | 2013-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5202257B2 (en) | Human posture motion discrimination device | |
| JP5120795B2 (en) | Human posture motion discrimination device and energy consumption calculation device | |
| JP5089200B2 (en) | Calorie consumption calculation method and portable calorie consumption measurement device | |
| JP5742423B2 (en) | Method for obtaining margin of lower limb muscle strength, and lower limb muscle strength evaluation apparatus used therefor | |
| CN106473717A (en) | Walking burden degree computing device, maximal oxygen uptake computing device, control method | |
| JP6127873B2 (en) | Analysis method of walking characteristics | |
| JP4504071B2 (en) | Body motion analysis device | |
| JP2002263086A (en) | Motion measuring instrument | |
| JP2015205133A (en) | Motor function measuring apparatus, method, and program | |
| JP2012161402A (en) | Exercise characteristics evaluation system and exercise characteristics evaluation method | |
| US10561343B2 (en) | Index deriving device, wearable device, and mobile device | |
| Kose et al. | Estimation of traversed distance in level walking using a single inertial measurement unit attached to the waist | |
| JP4565234B2 (en) | How to monitor human movement and posture | |
| KR20120036033A (en) | Health abnormality indiagnosis method and diagmosis system using walking pattern | |
| JP2020120807A (en) | Fall risk evaluation device, fall risk evaluation method and fall risk evaluation program | |
| KR101270004B1 (en) | System and method for measuring physical activity, method for guiding physical activity and abnormal pattern using the same | |
| Ganea et al. | Kinematics and dynamic complexity of postural transitions in frail elderly subjects | |
| US10912510B2 (en) | Index deriving device, wearable device, and mobile device | |
| JP4441301B2 (en) | Activity information collecting apparatus and method for controlling activity information collecting apparatus | |
| JP2018007979A (en) | Exercise support apparatus, exercise support method, and exercise support program | |
| JP2008246165A (en) | Physical activity meter | |
| JP2011220908A (en) | Floor reaction measurement system and method | |
| JP2016146954A (en) | Biological information measurement device and program thereof | |
| Kim et al. | Ambulatory balance monitoring using a wireless attachable three-axis accelerometer | |
| JP4826192B2 (en) | Pedometer |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111128 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20111128 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130121 |
|
| 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: 20130129 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130212 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160222 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |