JP2011152360A - Walking information extraction device, walking information extraction method, and computer readable storage medium - Google Patents

Walking information extraction device, walking information extraction method, and computer readable storage medium Download PDF

Info

Publication number
JP2011152360A
JP2011152360A JP2010017303A JP2010017303A JP2011152360A JP 2011152360 A JP2011152360 A JP 2011152360A JP 2010017303 A JP2010017303 A JP 2010017303A JP 2010017303 A JP2010017303 A JP 2010017303A JP 2011152360 A JP2011152360 A JP 2011152360A
Authority
JP
Grant status
Application
Patent type
Prior art keywords
data
parameter
part
acceleration
walking
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
JP2010017303A
Other languages
Japanese (ja)
Other versions
JP5417204B2 (en )
Inventor
Tatsuya Ishihara
Tatsuaki Ito
Takuya Murayama
Nobuhiro Muto
Shinichiro Naganori
Yukihiro Nakamura
Hirohisa Tezuka
幸博 中村
達明 伊藤
博久 手塚
卓弥 村山
伸洋 武藤
真一郎 永徳
達也 石原
Original Assignee
Nippon Telegr & Teleph Corp <Ntt>
日本電信電話株式会社
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 enable daily walking information of a walker to be easily extracted. <P>SOLUTION: In a data storage part 22, a reference parameter to be the standard for walking judgement is stored. A data input/output part 21 acquires acceleration data measured by an acceleration sensor equipped on a portable terminal carried by a user in daily life. A transformation part 23 produces transformation data by coordinate-transforming the acceleration data using a gravity component and principal component analysis. A fundamental frequency parameter calculation part 24, an absolute value parameter calculation part 25, or a regularity parameter calculation part 26 calculates an acceleration parameter representing characteristics of the acceleration data from the transformation data. A walking judgement part 27 compares the acceleration parameter with the reference parameter to judge whether the acceleration data are data acquired when the user is walking or not. <P>COPYRIGHT: (C)2011,JPO&INPIT

Description

本発明は、歩行情報抽出装置、方向情報検出方法、及びコンピュータ読み取り可能な記憶媒体に関する。 The present invention is a walking information extraction device, the direction information detection method, and a computer-readable storage medium.

従来、歩行者の歩行の形態を示す歩容情報を取得して、生活改善やリハビリテーションに利用する技術が提案されている。 Conventionally, to get the gait information indicating the walking in the form of a pedestrian, technology to be used for life improvement and rehabilitation have been proposed.
例えば非特許文献1には、加速度センサによって検知された体幹加速度信号に対してパワースペクトラム分析、二乗平均平方根(root mean square)の算出、自己相関分析、相互相関分析等の波形解析を行い、歩容の滑らかさ、動揺性、対称性や規則性等の歩容指標を作成して、歩容異常の客観的評価を行なう技術が記載されている。 For example, Non-Patent Document 1 performs power spectrum analysis on the torso acceleration signal sensed by the acceleration sensor, calculation of the root mean square (root mean square), autocorrelation analysis, waveform analysis, such as cross-correlation analysis, smoothness of gait, agitation resistance, creating a gait indicators such as symmetry and regularity, discloses a technique to perform an objective evaluation of the gait abnormalities. この技術では、専用の加速度センサを作成し、歩行者の重心位置近くに当該加速度センサを装着している。 In this technique, to create a dedicated acceleration sensor is mounted the acceleration sensor near the center of gravity of the pedestrian.

また特許文献1には、被験者の歩容パターンを分類し、分類結果をグラフィック表示する歩容パターン分類表示装置が記載されている。 Also in Patent Document 1 classifies the gait pattern of the subject, classification results gait pattern classification display device for graphically displaying is described. この歩容パターン分類表示装置は、被験者の歩行動作を圧力センサにより計測して歩行パラメータを算出し、データベースの歩行パラメータと照合して歩容パターンを分類する。 The gait pattern classification display device, a walking motion of a subject to calculate the walking parameter is measured by the pressure sensor, it classifies the gait pattern by matching the walking parameter database.

特開2003−204953号公報(段落0011〜0012) JP 2003-204953 JP (paragraphs 0011 to 0012)

しかしながら、非特許文献1に記載の技術では、加速度センサを歩行者の重心位置近くに装着する必要があるため、利用が簡単ではない。 However, according to Non-Patent Document 1 technology, it is necessary to mount the acceleration sensor near the center of gravity of the pedestrian, use is not easy. また、特許文献1に記載の歩容パターン分類表示装置は、圧力センサを利用しているため、圧力センサが設置された場所でしか歩容パターンを検出できない。 Further, gait pattern classification display device described in Patent Document 1, because it uses the pressure sensor can not detect gait patterns only at the place where the pressure sensor is installed. このように、これらの技術では、歩行者の歩容情報の検知に特別の装置が必要とされ、歩行者の日常生活における歩容の情報を検知するには制限がある。 Thus, these techniques are needed special equipment for detection of gait information of the pedestrian, to detect the information of the gait in daily life of the pedestrian is limited.

本発明は、前記のような問題に鑑みなされたもので、歩行者の日常の歩行情報を容易に抽出できる歩行情報抽出装置、歩行情報抽出方法、及び歩行情報抽出プログラムを記録した媒体を提供することを目的とする。 The present invention has been made in view of the above problems, to provide pedestrian everyday walking information extraction apparatus can be easily extracted walking information, the walking information extraction method, and a medium which stores the walking information extraction program and an object thereof.

本発明に係る歩行情報抽出装置は以下のような態様の構成とする。 Walking information extraction apparatus according to the present invention is a structure of the following mode.
(1)歩行判定の基準となる参照パラメータを記憶する参照データ記憶手段と、ユーザが日常生活において携帯する携帯端末が具備する加速度センサによって測定された加速度データを取得するデータ取得手段と、前記加速度データを座標変換して変換データを生成する座標変換手段と、前記変換データから、前記加速度データの性質を表す加速度パラメータを算出するパラメータ算出手段と、前記加速度パラメータと前記参照パラメータを比較して、前記加速度データが前記ユーザの歩行時に取得されたデータであるか否かを判定する判定手段を具備する態様とする。 (1) and the reference data storing means for storing reference parameters as a reference for walking determining a data acquisition means for a user to acquire acceleration data measured by the acceleration sensor of the mobile terminal includes that the mobile in daily life, the acceleration and coordinate conversion means for generating conversion data by coordinate transformation data, from the conversion data, and parameter calculation means for calculating an acceleration parameter indicating the nature of the acceleration data, by comparing the reference parameter and the acceleration parameter, a manner in which the acceleration data comprises determination means for determining whether a data obtained during walking of the user.
この態様によれば、ユーザの日常生活において測定された加速度データが歩行時のデータであるか否かを容易に判定することができる。 According to this aspect, it is possible acceleration data measured in daily life of the user to easily determine whether the data at the time of walking.

(2)(1)の構成において、前記座標変換手段は、重力方向と主成分分析によって前記加速度データを前後方向、左右方向、上下方向の加速度データに変換する態様とする。 (2) In the configuration of (1), the coordinate conversion means, the front-rear direction the acceleration data by gravity direction and principal component analysis, the left-right direction, and mode of converting the vertical acceleration data.
この態様によれば、重力方向と主成分分析によって前記加速度データを前後方向、左右方向、上下方向の3次元の加速度データに変換することができる。 According to this aspect, it is possible to convert the acceleration data by gravity direction and principal component analysis longitudinal direction, lateral direction, the vertical direction of the three-dimensional acceleration data.

(3)(1)の構成において、前記加速度パラメータは、前記加速度データの基本周波数の分布、絶対値、及び規則性周期の少なくともいずれか1つを含む態様とする。 (3) In the configuration of (1), the acceleration parameters, the distribution of the fundamental frequency of the acceleration data, the absolute value, and a mode including at least one of the regularity period.
この態様によれば、基本周波数の分布、絶対値、及び規則性周期等のパラメータに基づいて、加速度データが歩行時のデータであるか否かを判定することができる。 According to this embodiment, distribution of the fundamental frequency, can be an absolute value, and based on the parameters such regularity cycle, the acceleration data to determine whether the data at the time of walking.

(4)(1)の構成において、前記判定手段によって歩行時のデータであると判定されたデータを外部に提示する提示手段を更に具備する態様とする。 In the configuration of (4) (1), the aspect, further comprising presentation means for presenting to outside the determined data as the data at the time of walking by the determining means.
この態様によれば、歩行時のデータを外部に提示し応用することができる。 According to this aspect, it is possible to present the data at the time of walking outside applications.
また本発明に係る歩行情報抽出方法は以下のような態様の構成とする。 The walking information extraction method according to the present invention is a structure of the following mode.

(5)歩行判定の基準となる参照パラメータを記憶手段に記憶することと、ユーザが日常生活において携帯する携帯端末が具備する加速度センサによって測定された加速度データを取得することと、前記加速度データを座標変換して変換データを生成することと、前記変換データから、前記加速度データの性質を表す加速度パラメータを算出することと、前記加速度パラメータと前記参照パラメータを比較して、前記加速度データが前記ユーザの歩行時に取得されたデータであるか否かを判定することを備える態様とする。 (5) and storing the reference parameters as a reference for walking determining the storage means, and the user acquires the acceleration data measured by the acceleration sensor of the mobile terminal includes that the mobile in daily life, the acceleration data generating a transformed data by performing coordinate transformation, from the conversion data, and calculating an acceleration parameter indicating the nature of the acceleration data, by comparing the reference parameter and the acceleration parameter, the acceleration data is said user and embodiments comprising determining whether the data obtained during walking.
この態様によれば、ユーザの日常生活において測定された加速度データが歩行時のデータであるか否かを容易に判定することができる。 According to this aspect, it is possible acceleration data measured in daily life of the user to easily determine whether the data at the time of walking.

(6)(5)の構成において、前記加速度パラメータは、前記加速度データの基本周波数の分布、絶対値、及び規則性周期の少なくともいずれか1つを含む態様とする。 (6) In the configuration of (5), the acceleration parameters, the distribution of the fundamental frequency of the acceleration data, the absolute value, and a mode including at least one of the regularity period.
この態様によれば、基本周波数の分布、絶対値、及び規則性周期等のパラメータに基づいて、加速度データが歩行時のデータであるか否かを判定することができる。 According to this embodiment, distribution of the fundamental frequency, can be an absolute value, and based on the parameters such regularity cycle, the acceleration data to determine whether the data at the time of walking.

(7)(5)の構成において、前記ユーザの歩行時のデータであると判定されたデータを外部に提示することを更に備える態様とする。 (7) (5) In the configuration of, and further comprising mode to present the data which is determined to be data at the time of walking of the user to the outside.
この態様によれば、歩行時のデータを外部に提示し応用することができる。 According to this aspect, it is possible to present the data at the time of walking outside applications.
また本発明に係るコンピュータ読み取り可能な記憶媒体は以下のような態様の構成とする。 The computer-readable storage medium according to the present invention is a structure of the following mode.

(8)歩行情報抽出装置において用いられるコンピュータに、歩行判定の基準となる参照パラメータを記憶手段に記憶することと、ユーザが日常生活において携帯する携帯端末が具備する加速度センサによって測定された加速度データを取得することと、前記加速度データを座標変換して変換データを生成することと、前記変換データから、前記加速度データの性質を表す加速度パラメータを算出することと、前記加速度パラメータと前記参照パラメータを比較して、前記加速度データが前記ユーザの歩行時に取得されたデータであるか否かを判定することと、を実行させるための歩行情報抽出プログラムを記憶した態様とする。 (8) to the computer used in the walking information extracting device, and storing the reference parameters as a reference for walking determining the storage means, the acceleration data that the user has been measured by the acceleration sensor, comprising the portable terminal to carry in daily life and obtaining and generating a transformed data the acceleration data by coordinate transformation, from the conversion data, and calculating an acceleration parameter indicating the nature of the acceleration data, the reference parameter and the acceleration parameter in comparison, the embodiment of the acceleration data is stored walking information extraction program for executing, and determining whether the data obtained during walking of the user.
この態様によれば、ユーザの日常生活において測定された加速度データが歩行時のデータであるか否かを容易に判定することができる。 According to this aspect, it is possible acceleration data measured in daily life of the user to easily determine whether the data at the time of walking.

本発明によれば、ユーザが日常生活において携帯する携帯端末が具備する加速度センサによって測定された加速度データから、当該加速度データの性質を表す加速度パラメータを算出し、当該加速度データが歩行を表すデータであるか否かが判定される。 According to the present invention, a user from the acceleration data a mobile to mobile terminal is measured by the acceleration sensor, comprising in daily life, calculates an acceleration parameter indicating the nature of the acceleration data, the data that the acceleration data represents the walking whether there is determined. このため、歩行者の日常の歩行情報を容易に抽出できる For this reason, it is possible to easily extract the walking information of pedestrian of everyday

本発明の一実施形態に係る歩行情報抽出装置の構成を示すブロック図。 Block diagram showing the configuration of a walking information extraction apparatus according to an embodiment of the present invention. 図1に示すデータ記憶部に設けられる加速度データの記憶テーブルの一例を示す図。 It shows an example of the storage table of the acceleration data provided in the data storage unit shown in FIG. 図1に示すデータ記憶部に設けられる加速度データの記憶テーブルの他の一例を示す図。 Another diagram showing an example of a storage table of the acceleration data provided in the data storage unit shown in FIG. 歩行情報抽出装置において実行されるテンプレート歩容ベクトル算出処理を示すフローチャート。 Flow chart illustrating a template gait vector calculation processing executed in the walking information extraction device. 第1〜第3のテンプレート歩容ベクトルデータを記憶する記憶テーブルの一例を示す図。 It shows an example of the storage table for storing the first to third template gait vector data. 歩行情報抽出装置において実行される歩行情報抽出処理を示すフローチャート。 Flow chart illustrating a walking information extraction processing executed in the walking information extraction device. データ記憶部の記憶テーブルに格納される歩行データの一例を示す図。 It illustrates an example of the walking data stored in the storage table in the data storage unit. 図1に示す表示装置に表示される歩行情報の一例を示す図。 It illustrates an example of a walking information displayed on the display device shown in FIG. 図1に示す表示装置に表示される歩行情報の他の一例を示す図。 Diagram showing another example of the walking information displayed on the display device shown in FIG.

以下、図面を参照して本発明による歩行情報抽出装置の実施形態を説明する。 Hereinafter, with reference to the drawings illustrating an embodiment of the walking information extraction apparatus according to the present invention.
近年のハードウェアの実装技術の高度化によって、センサや携帯端末の小型化がなされ、これらのデバイスが様々なシーンで利用されるようになってきた。 The advancement of packaging technology in recent years hardware, sensors and miniaturization of the portable terminal is made, have come to these devices are used in various scenes. 特に加速度センサの小型化も進んでおり、加速度センサを具備した携帯端末も普及し始めている。 Especially miniaturization of the acceleration sensor is also proceeding, are beginning to become popular portable terminal provided with the acceleration sensor. 本実施形態では、このような加速度センサ付きの携帯端末をユーザが所持しながら日常生活を送り、日常生活の中で加速度データを取得する。 In the present embodiment, it sends a daily life while the mobile terminal with such acceleration sensors user possessed, acquiring the acceleration data in everyday life.

日常生活の中で取得される加速度データは、例えば電車やバス等の乗り物に乗っている場合、会議中、あるいは階段の上り下り中等、日常の様々なシーンでの加速度データが含まれる。 Acceleration data acquired in everyday life, for example if you are on a train or a bus or the like of the vehicle, in a meeting or stairs up and down moderate, include the acceleration data in the various scenes of daily life. このような加速度センサのデータから、特に歩行中の加速度データが抽出できれば、日常生活での歩容を分析することが可能となる。 From the data of such an acceleration sensor, if extraction is especially acceleration data during walking, it is possible to analyze gait in daily life. このように日常生活での歩容を抽出して分析した結果は、生活改善や在宅でのリハビリテーション等、様々な分野で利用されることが期待される。 The results were analyzed to extract the gait of daily life in this way, rehabilitation or the like in the life improvements and home, it is expected to be used in a variety of fields.

図1は、本発明の一実施形態に係る歩行情報抽出装置の構成を示すブロック図である。 Figure 1 is a block diagram showing the configuration of a walking information extraction apparatus according to an embodiment of the present invention.
本実施形態にかかる歩行情報抽出装置20は、図1に示すように、加速度センサ10、及び出力装置30に接続されている。 Walking information extracting apparatus 20 according to this embodiment, as shown in FIG. 1, it is connected to the acceleration sensor 10 and the output device 30.
加速度センサ10は、例えば携帯電話等の携帯端末に内蔵され、携帯者の移動に基づく加速度データを所定の時間間隔(例えば0.01秒ごと)で計測する。 The acceleration sensor 10 is, for example, built in the portable terminal such as a cellular phone, to measure the acceleration data based on the movement of the wearer at a predetermined time interval (e.g., every 0.01 seconds). 携帯者は、この加速度センサ10を内蔵する携帯端末を日常的に携帯して生活を送るものとする。 The wearer is intended to send a living on a daily basis carries the portable terminal with a built-in acceleration sensor 10.

歩行情報抽出装置20は、図示しないプロセッサ、プログラムメモリ、ワークメモリを具備し、歩行情報抽出動作を制御する。 Walking information extracting apparatus 20 comprises a processor (not shown), a program memory, a work memory, and controls the walking information extraction operation. プログラムメモリに記憶された所定のプログラムをプロセッサが実行することで、歩行情報抽出装置20の各機能が実現される。 A predetermined program stored in the program memory by the processor executing each function of the walking information extracting device 20 is realized. 歩行情報抽出装置20は、加速度センサ10と同様に上記携帯端末に内蔵されるか、あるいは携帯端末には内蔵されずに加速度センサ10に外部から接続可能な構成を有する。 Walking information extracting device 20 has a possible connection configuration from the outside to the acceleration sensor 10 without a built-in or mobile terminal, built in the portable terminal in the same manner as the acceleration sensor 10.

歩行情報抽出装置20は、データ入出力部21、データ記憶部22、変換部23、基本周波数パラメータ算出部24、絶対値パラメータ算出部25、規則性パラメータ算出部26、歩行判定部27、及び歩行データ提示部28を具備している。 Walking information extracting unit 20, the data input unit 21, data storage unit 22, converter 23, the fundamental frequency parameter calculating unit 24, the absolute value parameter calculator 25, order parameter calculating unit 26, the walking determining part 27, and the walking which comprises a data presentation unit 28.
データ入出力部21は、加速度センサ10と歩行情報抽出装置20を接続するインタフェースとして機能する。 Data input-output unit 21 functions as an interface for connecting the acceleration sensor 10 and the walking information extracting device 20. データ入出力部21は、加速度センサ10が加速度データを計測する都度、あるいは歩行情報抽出装置20が加速度センサ10に接続される都度、加速度センサ10の計測結果を取得して、データ記憶部22に記憶する。 Data input-output unit 21, each time the acceleration sensor 10 measures the acceleration data, or each time the walking information extracting device 20 is connected to the acceleration sensor 10, and acquires the measured result of the acceleration sensor 10, the data storage unit 22 Remember.

データ記憶部22は、データ入出力部21から入力されたデータを記憶するための、例えばフラッシュメモリ等の記憶装置である。 Data storage unit 22, for storing the data inputted from the data input unit 21, for example, a storage device such as a flash memory. 図2及び図3は、データ記憶部22に設けられる加速度データの記憶テーブルの例を示す図である。 2 and 3 are diagrams showing an example of a storage table of the acceleration data provided in the data storage unit 22.
図2に示す記憶テーブルT222には、例えばユーザに携帯端末を保持しながら歩行させる等して予め取得した歩行時の加速度データが、参照用のテンプレート加速度データとして記憶される。 The memory table T222 shown in FIG. 2, for example, the acceleration data previously acquired during walking and the like to walk while keeping the mobile terminal to the user is stored as a template acceleration data for reference. また、図3に示す記憶テーブルT223には、ユーザの日常生活において取得された日常加速度データが記憶される。 The storage table T223 shown in FIG. 3, daily acceleration data obtained in the daily life of the user is stored.

これらの記憶テーブルT222及びT223には、加速度センサ10によって取得された、「タイムスタンプ」、「X軸方向加速度」、「Y軸方向加速度」、及び「Z軸方向加速度」を含むデータ項目のセットが格納される。 These memory table T222 and T223, have been acquired by the acceleration sensor 10, a "time stamp", "X-axis direction acceleration", a set of "Y-axis direction acceleration", and the data items including "Z-axis direction acceleration" There are stored. 加速度データのセットには、「グループID」が付与される。 To a set of acceleration data, "group ID" is given. グループIDとは、一定期間(例えば1分間)にわたって連続的に取得されたデータセットごとに付与されるユニークなIDである。 A group ID, a unique ID that is assigned to each successively acquired data set over time (e.g., 1 minute). 本実施形態では予め測定されたテンプレート加速度データを日常加速度データから区別するために、テンプレート加速度データにはグループID=0を付与している。 To distinguish template acceleration data previously measured from everyday acceleration data in the present embodiment, it is imparted a group ID = 0 The template acceleration data. タイムスタンプは、加速度センサ10が計測を行なった時刻を表す。 Timestamp represents the time at which the acceleration sensor 10 is subjected to measurement. X軸方向加速度、Y軸方向加速度、及びZ軸方向加速度は、加速度センサ10がタイムスタンプによって表される時刻に計測したそれぞれの軸方向の加速度のデータである。 X-axis direction acceleration, Y-axis direction acceleration, and the Z-axis direction acceleration, the acceleration sensor 10 is data of an acceleration of each axis direction measured at the time represented by the time stamp.

変換部23は、テンプレート加速度データ及び日常加速度データに主成分分析を施し、これらの加速度データの座標変換を行なう。 Conversion unit 23 performs principal component analysis on the template acceleration data and daily acceleration data, performs coordinate transformation of the acceleration data.
基本周波数パラメータ算出部24は、座標変換されたテンプレート加速度データに対して周波数分析を行い、基本周波数の分布に基づいて第1のテンプレート歩容ベクトルを算出する。 Fundamental frequency parameter calculating unit 24 performs frequency analysis on the coordinate converted template acceleration data, and calculates the first template gait vector based on the distribution of the fundamental frequency. また基本周波数パラメータ算出部24は、座標変換された日常加速度データに対して周波数分析を行い、基本周波数の分布に基づいて第1の日常歩容ベクトルを算出する。 The fundamental frequency parameter calculating unit 24 performs frequency analysis on daily acceleration data coordinate transformation, to calculate a first routine gait vector based on the distribution of the fundamental frequency.

絶対値パラメータ算出部25は、座標変換されたテンプレート加速度データの絶対値から、第2のテンプレート歩容ベクトルを算出する。 Absolute value parameter calculating unit 25, the absolute value of the template acceleration data coordinate transformation calculates the second template gait vector. また絶対値パラメータ算出部25は、座標変換された日常加速度データの絶対値から、第2の日常歩容ベクトルを算出する。 The absolute value parameter calculating unit 25, the absolute value of the daily acceleration data coordinate transformation, to calculate a second daily gait vector.

規則性パラメータ算出部26は、座標変換されたテンプレート加速度データに対して自己相関分析を行い、第3のテンプレート歩容ベクトルを算出する。 Order parameter calculating unit 26 performs an autocorrelation analysis on coordinates converted template acceleration data, and calculates a third template gait vector. また規則性パラメータ算出部26は、座標変換された日常加速度データに対して自己相関分析を行い、第3の日常歩容ベクトルを算出する。 The order parameter calculating unit 26 performs an autocorrelation analysis on daily acceleration data coordinate transformation, to calculate a third daily gait vector.

歩行判定部27は、基本周波数パラメータ算出部24、絶対値パラメータ算出部25、及び規則性パラメータ算出部26で算出された第1〜第3のテンプレート歩容ベクトルと第1〜第3の日常歩容ベクトルを比較して類似度を算出する。 Walking determining unit 27, the fundamental frequency parameter calculating unit 24, first to third template gait vector and first to third daily walking calculated by absolute value parameter calculation unit 25 and the order parameter calculating unit 26, compared containers vector calculating the degree of similarity. 歩行判定部27は、算出された類似度が予め定めた閾値以上になる加速度データを、歩行時の加速度データであると判定する。 Walking determining unit 27 determines that the acceleration data calculated similarity is equal to or greater than the predetermined threshold value, the acceleration data during walking.

歩行データ提示部28は、出力装置30に接続されており、歩行判定部27によって歩行状態であると判定されたデータを出力装置30に適した形式に変換して、当該出力装置30に提供する。 Walking data presentation unit 28 is connected to an output device 30, converts the data which is determined to be the walking state by the walking determining part 27 into a format suitable for the output device 30 is provided to the output device 30 .
出力装置30は、例えばLCD等の表示装置を含む。 The output device 30 includes a display device such as, for example, LCD. また出力装置20は、表示装置に代わって、あるいは表示装置に加えてスピーカ等の音声出力装置を具備してもよい。 The output device 20 may be provided with a voice output device such as a speaker in addition to instead of the display device, or a display device. 歩行情報抽出装置20が携帯端末に内蔵されている場合は、出力装置30は当該携帯端末の表示装置を兼ねてもよい。 If the walking information extracting device 20 is built into the portable terminal, the output device 30 may also serve as a display device of the portable terminal. また、歩行情報抽出装置20が携帯端末に内蔵されていない場合には、出力装置30も携帯端末の外部に設けられてもよい。 Also, when walking information extracting device 20 is not built into the portable terminal, the output device 30 may also be provided in the mobile terminal outside.

次に、以上のように構成された歩行情報抽出装置20の動作について更に詳細に説明する。 Next, further detailed description will be given of the operation of the configured walking information extracting apparatus 20 as described above.
(テンプレート歩容ベクトル算出処理) (Template gait vector calculation processing)
まず、予めユーザの歩行時に参照用として取得されたテンプレート加速度データから、テンプレート歩容ベクトルを生成する処理について説明する。 First, the template acceleration data acquisition for reference in advance when the user's walking, a description will be given of a process for generating a template gait vector.
図4は、歩行情報抽出装置20において実行されるテンプレート歩容ベクトル算出処理を示すフローチャートである。 Figure 4 is a flowchart showing a template gait vector calculation processing executed in the walking information extracting device 20.

変換部23は、データ記憶部22の記憶テーブルT222からテンプレート加速度データを取得する(ステップS401)。 Conversion unit 23 obtains the template acceleration data from the storage table T222 of the data storage unit 22 (step S401). テンプレート加速度データの各データセットa_ref_org mは、以下の式(1)で表される。 Each data set A_ref_org m of the template acceleration data is represented by the following formula (1).

ここで、mは正の整数で、0<m≦Mが成り立つとする。 Here, m is a positive integer, 0 <m ≦ M holds. Mは、テンプレート加速度データの総数、すなわち、グループID=0であるデータセットの総数を示す。 M is the total number of template acceleration data, that is, the total number of data sets is the group ID = 0. は一つのタイムスタンプを表す。 t m represents one of the time stamp.
式(1)に示すように、データセットの各々は、タイムスタンプt によって指定される加速度データで表される。 As shown in equation (1), each data set is represented by acceleration data specified by the timestamp t m. そして、各データセットは、センサに固定されたセンサ座標系のx軸方向の加速度、センサ座標系のy軸方向の加速度、及びセンサ座標系のz軸方向の加速度を、それぞれx成分acc_ref_org_x m 、y成分acc_ref_org_y m 、及びz成分acc_ref_org_z mとするベクトル(加速度ベクトル)で表される。 Then, each data set, x-axis direction of the acceleration of the sensor coordinate system fixed to the sensor, y-axis direction of the acceleration of the sensor coordinate system, and the acceleration in the z-axis direction of the sensor coordinate system, x component respectively Acc_ref_org_x m, y component acc_ref_org_y m, and is represented by a vector (acceleration vector) to z components acc_ref_org_z m.

そして変換部23は、各データセットの加速度ベクトルに以下のような座標変換を施す(ステップS402)。 The conversion unit 23 performs the following such a coordinate transformation the acceleration vector of each data set (step S402).
(暫定的な上下方向の決定) (Temporary up-and-down direction of the decision)
変換部23は、各データセットの加速度ベクトルの成分を用いて、式(2)より第1重心ベクトルacc_ref_gc1を導出する。 Conversion unit 23 uses the components of the acceleration vector of each data set, deriving a first centroid vector acc_ref_gc1 the equation (2).

変換部23は、式(3)を解くことにより、加速度センサ10に固定されたセンサ座標系における重心の方向(θ ,θ ,θ )を算出する。 Converter 23, by solving the equation (3), the center of gravity of the direction in the sensor coordinate system fixed to the acceleration sensor 10 (θ x, θ y, θ z) is calculated.

ただし、g=[0,0,1] であり、z成分のみをもつ基底ベクトルである。 However, a g = [0,0,1] t, a basis vector having only the z component. またR(θ ,θ ,θ )は3×3の回転行列である。 The R (θ x, θ y, θ z) is the rotation matrix 3 × 3. このように、本実施形態では、回転行列R(θ ,θ ,θ )と第1重心ベクトルの方向の単位ベクトルの内積が基底ベクトルgとなるように、数値計算によって重心の方向(θ ,θ ,θ )を算出する。 Thus, in the present embodiment, the rotation matrix R (θ x, θ y, θ z) and as inner product of the direction of the unit vector of the first centroid vector is base vector g, the centroid direction of the numerical calculation ( θ x, θ y, and calculates the theta z).

そして、変換部23は、各データセットの加速度ベクトルについて式(4)によりR(θ ,θ ,θ )を乗算して、第1暫定テンプレート加速度ベクトルacc_ref_temp1 mを算出する。 Then, the conversion unit 23, the R formula (4) for the acceleration vector of each data set (θ x, θ y, θ z) by multiplying the calculated first provisional template acceleration vector acc_ref_temp1 m.
これにより、z軸方向が上下方向となる第1暫定テンプレート加速度ベクトルを算出する。 Thus, to calculate the first provisional template acceleration vector z-axis direction is the vertical direction.

(水平面における暫定的前後左右方向の決定) (Determination of the provisional front and rear, right and left directions in the horizontal plane)
変換部23は、第1暫定テンプレート加速度ベクトルのX及びY方向の加速度成分に対して主成分分析を行って主成分スコアを算出し、式(5)で表される第2暫定テンプレート加速度ベクトルacc_ref_temp2 mを生成する。 Conversion unit 23 performs the principal component analysis and calculating the principal component score with respect to the X and Y direction acceleration component in the first tentative template acceleration vector, second provisional template acceleration vector represented by the formula (5) acc_ref_temp2 to generate m.

これにより、X軸方向が前後方向、Y軸方向が左右方向となる第2暫定テンプレート加速度ベクトルを算出する。 Accordingly, X-axis direction is the longitudinal direction, the Y-axis direction to calculate a second provisional template acceleration vector of the left-right direction.

(上下方向の補正) (Up-and-down direction of the correction)
変換部23は、第2暫定テンプレート加速度ベクトルに基づいて式(6)より、第2重心ベクトルacc_ref_gc2を算出する。 Converter 23, from the equation (6) based on the second provisional template acceleration vector, calculates a second centroid vector Acc_ref_gc2.

変換部23は、次に、式(7)に基づいて角度θ を算出する。 Conversion unit 23 then calculates the angle theta y based on equation (7).

そして変換部23は、式(8)に基づいて第2暫定テンプレート加速度ベクトルacc_ref mの各成分を変換する。 The conversion unit 23 converts each component of the second provisional template acceleration vector Acc_ref m based on equation (8).

ただしR(−θ )は、3×3のY軸方向の回転行列である。 However R (- [theta] y) is a 3 × 3 rotation matrix in the Y-axis direction.
このようにして、第2暫定テンプレート加速度ベクトルacc_ref mが座標変換され、式(9)で表される座標変換後のテンプレート加速度データセットが得られる。 In this manner, the second provisional template acceleration vector Acc_ref m is the coordinate transformation, the template acceleration data set after the coordinate transformation represented by the formula (9) is obtained.
これにより、X軸方向が前後方向、Y軸方向が左右方向、Z軸方向が上下方向となる座標変換後のテンプレート加速度データセットが得られる。 Accordingly, X-axis direction is the longitudinal direction, Y-axis direction horizontal direction, the template acceleration data set after the coordinate transformation comprising Z-axis direction and the vertical direction is obtained.

以上のように各データセットの加速度ベクトルの座標変換が行なわれたら、基本周波数パラメータ算出部24が、基本周波数パラメータ(すなわち、後述する第1テンプレート歩容ベクトル)を算出する(ステップS403)。 After coordinate transformation of the acceleration vector of each data set is performed as described above, the fundamental frequency parameter calculating unit 24 calculates the fundamental frequency parameter (i.e., the first template gait vector to be described later) (step S403).
(基本周波数パラメータの算出) (Calculation of the fundamental frequency parameters)
基本周波数パラメータ算出部24は、座標変換されたテンプレート加速度データセットに対してスペクトル解析を行い、基本周波数を算出する。 Fundamental frequency parameter calculating unit 24 performs a spectral analysis on the coordinate converted template acceleration data sets to calculate the fundamental frequency. 基本周波数パラメータ算出部24は、式(10)に基づいて基本周波数パラメータ、すなわち第1テンプレート歩容ベクトルp1_refを求める。 Fundamental frequency parameter calculating unit 24 calculates the fundamental frequency parameters based on equation (10), namely a first template gait vector P1_ref.

ただし、N_ref_xは、x成分(第1成分)acc_ref_x mの基本周波数が所定の閾値以上となる座標変換されたテンプレート加速度データセットの数を表す。 However, N_ref_x represents the number of x component coordinate converted template acceleration data sets the fundamental frequency of the (first component) acc_ref_x m is greater than or equal to a predetermined threshold value. またM_ref_xは、テンプレート加速度データセットの第1成分acc_ref_x mの基本周波数の総数である。 The M_ref_x is the total number of the fundamental frequency of the first component Acc_ref_x m of the template acceleration data sets.

同様に、N_ref_yは、y成分(第2成分)acc_ref_y mの基本周波数が、所定の閾値以上となる変換済みテンプレート加速度データセットの数を表す。 Similarly, N_ref_y is, y component fundamental frequency (second component) acc_ref_y m is a number from transformed template acceleration data set equal to or greater than a predetermined threshold value. またM_ref_yは、テンプレート加速度データセットの第2成分acc_ref_y mの基本周波数の総数である。 The M_ref_y is the total number of the fundamental frequency of the second component Acc_ref_y m of the template acceleration data sets.

同様に、N_ref_zは、z成分(第3成分)acc_ref_z mの基本周波数が、所定の閾値以上となる変換済みテンプレート加速度データセットの数を表す。 Similarly, N_ref_z is, z component fundamental frequency of the (third component) acc_ref_z m is a number from transformed template acceleration data set equal to or greater than a predetermined threshold value. またM_ref_zは、テンプレート加速度データセットの第3成分acc_ref_z mの基本周波数の総数である。 The M_ref_z is the total number of the fundamental frequency of the third component Acc_ref_z m of the template acceleration data sets.

以上のように、基本周波数の分布を表す第1テンプレート歩容ベクトルの各成分が算出される。 As described above, each component of the first template gait vector representing the distribution of the fundamental frequency is calculated.
また、絶対値パラメータ算出部25は、絶対値パラメータ(すなわち、後述する第2テンプレート歩容ベクトル)を算出する(ステップS404)。 The absolute value parameter calculating unit 25, the absolute value parameter (i.e., the second template gait vector to be described later) (step S404).
(絶対値パラメータの算出) (Calculation of the absolute value of the parameter)
絶対値パラメータ算出部25は、変換部23によって座標変換された変換済みテンプレート加速度データセットから加速度の絶対値を算出し、式(11)に基づいて第2テンプレート歩容ベクトルp2_refを求める。 Absolute value parameter calculator 25 calculates the absolute value of the acceleration from the transformed template acceleration data set coordinate conversion by the conversion unit 23 obtains the second template gait vector p2_ref based on equation (11).

以上のように、第2テンプレート歩容ベクトルの各成分が算出される。 As described above, each component of the second template gait vector is calculated.
また、規則性パラメータ算出部26は、規則性パラメータ(すなわち、後述する第3テンプレート歩容ベクトル)を算出する(ステップS405)。 Also, order parameter calculating unit 26 calculates the order parameter (i.e., third template gait vector to be described later) (step S405).
(規則性パラメータの算出) (Calculation of order parameter)
規則性パラメータ算出部26は、変換部23によって座標変換された変換済みテンプレート加速度データセットから、式(12)による自己相関分析を行い、第3テンプレート歩容ベクトルp3_refを求める。 Order parameter calculating unit 26, the transformed template acceleration data set coordinate conversion by the conversion unit 23 performs an autocorrelation analysis by the formula (12), we obtain a third template gait vector P3_ref.

式(12)における関数max(F(k))は、kを変数として、F(k)の最大値を返す関数である。 Function max in equation (12) (F (k)) is the k as a variable, a function that returns the maximum value of F (k).
また、式(12)において、m_ref_x mはacc_ref_x mの平均値を表す。 Further, in the equation (12), m_ref_x m represents the average value of acc_ref_x m. またSD_ref_x mは、acc_ref_x mの標準偏差である。 The SD_ref_x m is the standard deviation of acc_ref_x m.

同様に、m_ref_y mはacc_ref_y mの平均値を表す。 Similarly, m_ref_y m represents the average value of acc_ref_y m. またSD_ref_y mは、acc_ref_y mの標準偏差である。 The SD_ref_y m is the standard deviation of acc_ref_y m.
更に、m_ref_z mはacc_ref_z mの平均値を表す。 Furthermore, m_ref_z m represents the average value of acc_ref_z m. またSD_ref_z mは、acc_ref_z mの標準偏差である。 The SD_ref_z m is the standard deviation of acc_ref_z m.

算出された第3テンプレート歩容ベクトルの各成分は、テンプレート加速度データセットの規則周期性を表す。 Each component in the third template gait vector calculated represents the regularity periodicity of the template acceleration data sets.
以上のように算出された第1〜第3のテンプレート歩容ベクトルのデータは、データ記憶部22に格納される(ステップS406)。 Data of the first to third template gait vector calculated as above is stored in the data storage unit 22 (step S406). データ記憶部22には、例えば図5に示すようなデータ記憶テーブルT225が設けられる。 The data storage unit 22, a data storage table T225 shown in FIG. 5 is provided, for example. データ記憶テーブルT225には、第1〜第3テンプレート歩容ベクトルそれぞれのx、y、及びz成分が格納され、テンプレート歩容ベクトル算出処理が終了する。 The data storage table T225, the first to third template gait vector of each x, y, and z components are stored, the template gait vector calculation process is completed.

このテンプレート歩容ベクトル算出処理によって算出されたテンプレート歩容ベクトルは、以下に述べる歩行情報抽出処理において、日常加速度データが歩行状態を示すか否かを判断するための基準値として用いられる。 Template gait vector calculated by the template gait vector calculation processing, in walking information extraction process described below, is used as a reference value for daily acceleration data to determine whether showing a walking state.
(歩行情報抽出処理) (Walking information extraction processing)
次に、ユーザが携帯端末を携帯して日常生活を送っている間に計測された日常加速度データから、歩行状態のデータを検出する処理について説明する。 Next, the user from everyday acceleration data measured while sending the daily life and carries the portable terminal, a description will be given of a process for detecting the data of the walking state. 図6は、歩行情報抽出装置20において実行される歩行情報抽出処理を示すフローチャートである。 Figure 6 is a flow chart illustrating a walking information extraction processing executed in the walking information extracting device 20.

変換部23は、データ記憶部22の記憶テーブルT223から、グループID=iの日常加速度データを取得する(ステップS601)。 Converter 23, from the memory table T223 of the data storage unit 22, acquires the everyday acceleration data group ID = i (step S601). グループID=iの日常加速度データの各データセットa_org ijは、式(13)で表される。 Each data set A_org ij daily acceleration data group ID = i is expressed by Equation (13).

ここで、jは正の整数で、0<j≦J iが成り立つとする。 Here, j is a positive integer, 0 <j ≦ J i holds. iは、グループIDがiであるデータセットの総数を示す。 J i denotes the total number of data sets group ID is i.
式(13)に示すように、各データセットは、x軸方向の加速度、y軸方向の加速度、及びz軸方向の加速度を、それぞれx成分acc_org i _x j 、y成分acc_org i _y j 、及びz成分acc_org i _z jとするベクトル(加速度ベクトル)で表される。 As shown in equation (13), each data set, x-axis direction of the acceleration, y-axis direction of the acceleration, and the acceleration in the z-axis direction, x component respectively acc_org i _x j, y components acc_org i _y j, and represented by a vector (acceleration vector) to z components acc_org i _z j.

そして変換部23は、各データセットの加速度ベクトルに以下のような座標変換を施す(ステップS602)。 The conversion unit 23 performs the following such a coordinate transformation the acceleration vector of each data set (step S602).
(暫定的な上下方向の決定) (Temporary up-and-down direction of the decision)
変換部23は、各データセットの加速度ベクトルの成分値を用いて、式(14)よりグループID=iのデータの第1重心ベクトルacc_org_gc1を導出する。 Conversion unit 23 uses the components of the acceleration vector of each data set, deriving a first centroid vector acc_org_gc1 data group ID = i from the equation (14).

変換部23は、式(15)を解くことにより、グループID=iのデータについて、加速度センサ10に固定されたセンサ座標系における重心の方向(θi ,θi ,θi )を算出する。 Converter 23, by solving the equation (15), for the group ID = i of the data, and calculates the direction of the center of gravity in the sensor coordinate system fixed to the acceleration sensor 10 (θi x, θi y, θi z) a.

テンプレート加速度データの座標変換の際と同様に、g=[0,0,1] であり、z成分のみをもつ基底ベクトルである。 Like the case of the coordinate transformation of the template acceleration data, a g = [0,0,1] t, a basis vector having only the z component. またR(θi ,θi ,θi )は3×3の回転行列である。 The R (θi x, θi y, θi z) is the rotation matrix 3 × 3.
そして、変換部23は、式(16)により各データセットの加速度ベクトルについてR(θi ,θi ,θi )を乗算して、グループID=iのデータの第1暫定日常加速度ベクトルacc_temp1 ijを算出する。 Then, the conversion unit 23, the acceleration vector R of each data set by equation (16) (θi x, θi y, θi z) is multiplied by the group ID = i first interim routine acceleration vector Acc_temp1 ij Data It is calculated.

これにより、z軸方向が上下方向となる第1暫定日常加速度ベクトルを算出する。 Thus, to calculate the first provisional daily acceleration vector z-axis direction is the vertical direction.

(水平面における暫定的前後左右方向の決定) (Determination of the provisional front and rear, right and left directions in the horizontal plane)
変換部23は、第1暫定日常加速度ベクトルのX及びY方向の加速度成分に対して主成分分析を行なって主成分スコアを算出し、式(17)で表されるグループID=iの第2暫定日常加速度ベクトルacc_temp2 ijを生成する。 Conversion unit 23 performs a principal component analysis and calculating the principal component score with respect to the X and Y direction of the acceleration component of the first interim routine acceleration vector, the second group ID = i represented by the formula (17) to generate a provisional everyday acceleration vector acc_temp2 ij.

これにより、X軸方向が前後方向、Y軸方向が左右方向となる第2暫定日常加速度ベクトルを算出する。 Accordingly, X-axis direction is the longitudinal direction, the Y-axis direction to calculate a second interim routine acceleration vector of the left-right direction.

(上下方向の補正) (Up-and-down direction of the correction)
変換部23は、第2暫定日常加速度ベクトルに基づいて式(18)より、グループID=iのグループの第2重心ベクトルacc_gc2 iを算出する。 Converter 23, from the equation (18) based on the second provisional daily acceleration vector, calculates a second centroid vector Acc_gc2 i group of group ID = i.

変換部23は次に、式(19)に基づいて、グループID=iのデータについて角度θi を算出する。 Conversion unit 23 then, based on the equation (19), for the group ID = i of the data to calculate the angle .theta.i y.

そして変換部23は、式(20)に基づいて、グループID=iのデータについて第2暫定日常加速度ベクトルacc_temp2 ijの各成分を座標変換する。 The conversion unit 23 based on the equation (20), for the group ID = i of the data of each component of the second interim routine acceleration vector Acc_temp2 ij coordinate transformation.

ただし、R(−θi )は、3×3のY軸方向の回転行列である。 However, R (-θi y) is a 3 × 3 rotation matrix in the Y-axis direction.
このようにして、第2暫定日常加速度ベクトルacc_temp2 ijが座標変換され、式(21)で表されるグループID=iの座標変換後の日常加速度データセットacc_ ijが得られる。 In this manner, the second interim routine acceleration vector Acc_temp2 ij is the coordinate transformation, daily acceleration data sets ACC_ ij after the coordinate transformation of the group ID = i of formula (21) is obtained.

これにより、X軸方向が前後方向、Y軸方向が左右方向、Z軸方向が上下方向となるグループID=iの座標変換後の日常加速度データセットが得られる。 Accordingly, X-axis direction is the longitudinal direction, Y-axis direction horizontal direction, Z-axis direction is routinely acceleration data set after the coordinate transformation of the group ID = i as the vertical direction is obtained.

以上のように各データセットの加速度ベクトルの座標変換が行なわれたら、基本周波数パラメータ算出部24が、基本周波数パラメータ(すなわち、後述する第1日常歩容ベクトル)を算出する(ステップS603)。 After coordinate transformation of the acceleration vector of each data set is performed as described above, the fundamental frequency parameter calculating unit 24 calculates the fundamental frequency parameters (i.e., first daily gait vector to be described later) (step S603).
(基本周波数パラメータの算出) (Calculation of the fundamental frequency parameters)
基本周波数パラメータ算出部24は、座標変換されたグループID=iの日常加速度データセットに対して、スペクトル解析を行い、基本周波数を算出する。 Fundamental frequency parameter calculating unit 24, to the daily acceleration data set group ID = i, which is the coordinate transformation, performs a spectrum analysis, calculates the fundamental frequency. 基本周波数パラメータ算出部24は、式(22)に基づいて第1日常歩容ベクトルp1 iを求める。 Fundamental frequency parameter calculating unit 24 obtains a first routine gait vector p1 i based on equation (22).

ただし、N i _xは、x成分(第1成分)acc i_ _x jの基本周波数が所定の閾値以上となる座標変換された日常加速度データセットの数を表す。 However, N i _x represents the number of x component (first component) acc i_ _x daily acceleration data set fundamental frequency which is the coordinate transformation equal to or greater than a predetermined threshold value of j. またM i _xは、グループID=iの第1成分acc i _x jの基本周波数の総数を表す。 The M i _x represents the total number of the fundamental frequency of the first component acc i _x j group ID = i.

同様に、N i _yは、y成分(第2成分)acc i_ _y jの基本周波数が所定の閾値以上となる座標変換された日常加速度データセットの数を表す。 Similarly, N i _y represents the number of y-component (second component) acc i_ _y daily acceleration data set fundamental frequency which is the coordinate transformation equal to or greater than a predetermined threshold value of j. またM i _yは、グループID=iの第2成分acc i _y jの基本周波数の総数を表す。 The M i _y represents the total number of the fundamental frequency of the second component acc i _y j group ID = i.
同様に、N i _zは、z成分(第3成分)acc i_ _z jの基本周波数が所定の閾値以上となる座標変換された日常加速度データセットの数を表す。 Similarly, N i _z represents the number of z components (the third component) acc i_ _z daily acceleration data set fundamental frequency which is the coordinate transformation equal to or greater than a predetermined threshold value of j. またM i _zは、グループID=iの第2成分acc i _z jの基本周波数の総数を表す。 The M i _z represents the total number of the fundamental frequency of the second component acc i _z j group ID = i.

以上のように、基本周波数の分布を表す第1日常歩容ベクトルの各成分が算出される。 As described above, each component of the first daily gait vector representing the distribution of the fundamental frequency is calculated.
また、絶対値パラメータ算出部25は、絶対値パラメータ(すなわち、後述する第2テ日常歩容ベクトル)を算出する(ステップS604)。 The absolute value parameter calculating unit 25, the absolute value parameter (i.e., second tape daily gait vector to be described later) (step S604).
(絶対値パラメータの算出) (Calculation of the absolute value of the parameter)
絶対値パラメータ算出部25は、変換部23によって座標変換されたグループID=iの変換済み日常加速度データセットから加速度の絶対値を算出し、式(23)に基づいて第2日常歩容ベクトルp2 iを求める。 Absolute value parameter calculator 25 calculates the absolute value of the acceleration from the transformed daily acceleration data set group ID = i, which is the coordinate transformation by the transformation unit 23, the second routine gait vector p2 based on equation (23) seek i.

以上のように、絶対値パラメータである第2日常歩容ベクトルの各成分が算出される。 As described above, each component of the second routine gait vector is an absolute value parameter is calculated.
また、規則性パラメータ算出部26は、規則性パラメータ(すなわち、後述する第3日常歩容ベクトル)を算出する(ステップS605)。 Also, order parameter calculating unit 26 calculates the order parameter (i.e., third daily gait vector to be described later) (step S605).
(規則性パラメータの算出) (Calculation of order parameter)
規則性パラメータ算出部26は、変換部23によって座標変換されたグループID=iの変換済み日常加速度データセットから、式(24)による自己相関分析を行い、第3日常歩容ベクトルp3 iを求める。 Order parameter calculating unit 26, the transformed daily acceleration data set group ID = i, which is the coordinate transformation by the transformation unit 23 performs an autocorrelation analysis by the formula (24), obtains a third routine gait vector p3 i .

式(24)における関数max(F(k))は、kを変数として、F(k)の最大値を返す関数である。 Function max in equation (24) (F (k)) is the k as a variable, a function that returns the maximum value of F (k).
また、式(24)において、m_acc i _xはacc i _x jの平均値を表し、SD_acc i _xはacc i _x jの標準偏差を表す。 Further, in the equation (24), m_acc i _x represents the average value of acc i _x j, SD_acc i _x represents the standard deviation of the acc i _x j.

同様に、m_acc i _yはacc i _y jの平均値を表し、SD_acc i _yはacc i _y jの標準偏差を表す。 Similarly, m_acc i _y represents the average value of acc i _y j, SD_acc i _y represent standard deviations of acc i _y j.
更に、m_acc i _zはacc i _z jの平均値を表し、SD_acc i _zはacc i _z jの標準偏差を表す。 Furthermore, m_acc i _z represents the average value of acc i _z j, SD_acc i _z represent standard deviations of acc i _z j.
算出された第3日常歩容ベクトルは、日常加速度データセットの規則周期性を表す。 The third routine gait vector calculated represents the regularity periodicity daily acceleration data sets.

算出されたグループID=iの第1〜第3の日常歩容ベクトルのデータは、歩行判定部27に送られ、歩行を表すか否かが判定される(ステップS607)。 Data of the first to third daily gait vector of the calculated group ID = i is sent to the walking determining unit 27, whether representing the walking is determined (step S607).
歩行判定部27は、第1〜第3テンプレート歩容ベクトルをデータ記憶部22の記憶テーブルT225から読み出す。 Walking determining unit 27 reads out the first to third template gait vector from memory table T225 of the data storage unit 22. そして、グループID=iの第1〜第3日常歩容ベクトルと第1〜第3テンプレート歩容ベクトルの類似度Siを式(25)から算出する。 Then, the first to third daily gait vector and similarity Si of the first to third template gait vector group ID = i is calculated from equation (25).

式(25)におけるα、β及びγの値は、ユーザの選択に応じて、あるいはデフォルトで定めることができる。 The value of the alpha, beta and γ expression (25), in response to the selection of the user, or can be determined by default. これらの値の選び方によって、第1〜第3の歩容ベクトルに重み付けをすることができる。 The choice of these values, can be weighted to the first to third gait vector.
歩行判定部27は、算出した類似度の値が所定の閾値以上であれば当該グループID=iのデータは歩行状態を表すと判定する(ステップS607で「歩行」)。 Walking determining unit 27, data calculation the group values ​​of similarity is equal to or greater than a predetermined threshold value and ID = i is determined to represent a walking state ( "walking" in step S607). このグループID=iのデータのうち必要なデータが抽出されて、データ記憶部22に備えられた記憶テーブルT227に記憶される(ステップS608)。 Necessary data among the data of the group ID = i is extracted and stored in the storage table T227 provided in the data storage unit 22 (step S608). 記憶テーブルT227は、歩行状態を表すと判断されたグループの歩行データを記憶する。 Storage table T227 stores walking data of the determined group to represent the walking state. 図7は、記憶テーブルT227に格納される歩行データの一例を示す図である。 Figure 7 is a diagram showing an example of the walking data stored in the storage table T227. 図7に示すように、歩行状態と判定されたグループID、そのセンシングの開始日時、算出された類似度等が、記憶テーブルT227に記憶される。 As shown in FIG. 7, the walking state determined to be the group ID, start date and time of the sensing, similarity etc. calculated and stored in the storage table T227. また、当該グループIDに対応する加速度データのデータセットが、記憶テーブルT227に記憶されてもよい。 The data sets of acceleration data corresponding to the group ID may be stored in the storage table T227.

一方、類似度が所定の閾値よりも小さい場合は、グループID=iのデータは歩行以外の状態を表すと判定する(ステップS607で「歩行」以外)。 On the other hand, (other than "walk" in step S607) degree of similarity is smaller is than the predetermined threshold value, the data of the group ID = i and judges represents a state other than walking.
以上のようにして、グループID=iのデータについて、歩行状態を表すか否かが判定される。 As described above, the group ID = i of the data, whether representing the walking state is determined.
(データの提示) (Presentation of data)
次に、判定された歩行状態を表す情報のユーザへ提示する一例について説明する。 Next, an example of presenting to a user information representing the determined walking state will be described. 以下では、出力装置30は表示装置を具備しているとする。 In the following, the output device 30 that comprises a display device.

歩行データ提示部28は、歩行判定部27による判定結果を受けて、あるいはユーザからの指示に応じて、歩行状態を表すデータを記憶テーブルT227から読み出す。 Walking data presentation unit 28 receives the determination result of the walking determining part 27, or in response to an instruction from the user, reads the data representative of the walking state from the storage table T227. 歩行データ提示部28は、読み出したデータを出力装置30に送り、表示装置に表示させる。 Walking data presentation unit 28 sends the read data to the output device 30 on the display device.

図8は表示装置に表示される歩行情報の一例を示す図である。 Figure 8 is a diagram showing an example of a walking information displayed on the display device. 図8に示す例では、歩行判定部27によって「歩行」と判定されたグループID、対応するセンシング開始日時と類似度が、類似度の値の順にリスト表示されている。 In the example shown in FIG. 8, the walking determining part 27 group is determined to be "walking" by the ID, the corresponding sensing start time and similarity, they are listed in order of similarity values.
図9は表示装置に表示される歩行情報の他の一例を示す図である。 Figure 9 is a diagram showing another example of the walking information displayed on the display device. 図9に示す例では、歩行判定部27によって「歩行」と判定されたグループIDについて、測定された加速度データの時系列が、x、y、およびz軸についてそれぞれグラフ表示されている。 In the example shown in FIG. 9, the group ID is determined to be "walking" by the walking determining unit 27, time series of measured acceleration data, x, y, and the z-axis are respectively graphed. 例えば図8に示すリストからユーザが一つのグループIDを選択した場合に、当該IDに対応する加速度データが図9に示すようにグラフ表示されてもよい。 For example, when the user selects one of the group ID from the list shown in FIG. 8, the acceleration data corresponding to the ID may be graphical representation as shown in FIG.

以上述べたように、本実施形態に係る歩行情報抽出装置によれば、ユーザが日常的に携帯している加速度センサによって定期的に取得されたデータセットの中から、歩行状態に対応するデータセットを抽出することができる。 As described above, according to the walking information extraction apparatus according to the present embodiment, the data set the user corresponding from the regularly acquired data set by the acceleration sensor that is portable routinely, the walking state it can be extracted. また、歩行状態と判定されたデータを外部に出力することもできる。 It is also possible to output is determined that the walking state data to the outside. 更に、抽出された歩行データから当該ユーザの歩行の経時変化を把握することができるようになる。 Moreover, consisting of the extracted walking data to be able to grasp the temporal change of the walking of the user.

なお、上述の実施形態では、歩行判定部27による類似度Siの算出(ステップS607)において、座標変換されたテンプレート加速度データセットと座標変換された日常加速度データセットの類似度を第1〜第3の歩容ベクトルに基づいて算出した。 In the above embodiment, the walking determining part in 27 calculates the similarity Si by (step S607), coordinate conversion template acceleration data sets and coordinate transformed routinely acceleration data sets first to third degree of similarity It was calculated based on the gait vector. しかしながら、加速度ベクトルの絶対値を用いて、同様の処理によって算出してもよい。 However, by using the absolute value of the acceleration vector may be calculated by the same process.

また、上述の実施形態では、第1〜第3の歩容ベクトルの要素として、基本周波数、絶対値、及び規則性パラメータのx、y及びz成分を用いたが、基本周波数、絶対値、及び規則性パラメータに限定されるものではない。 In the aforementioned embodiment, as an element of the first to third gait vector, the fundamental frequency, the absolute value, and x of the order parameter, it was used y and z components, the fundamental frequency, the absolute value, and It is not limited to regularity parameter. 加速度データの他の性質を現すパラメータが用いられてもよい。 It may be parameters used for representing the other properties of the acceleration data. また、基本周波数、絶対値、及び規則性パラメータの全てを用いる必要は必ずしも無く、加速度データの性質を表すいずれか1以上のパラメータが用いられればよい。 Moreover, the fundamental frequency, the absolute value, and is not absolutely necessary to use all of order parameter, any one or more parameters representing the properties of the acceleration data may be employed.

また、上述の実施形態では、予め取得した歩行時の加速度データをテンプレート加速度データとしたが、テンプレート加速度データの定め方は、これに限定されない。 Further, in the embodiment described above, the acceleration data previously acquired during walking was the template acceleration data, defined how the template acceleration data is not limited thereto. 例えばユーザがデータ記憶部22に記憶された測定結果から、歩行時に相当するグループIDを選択してもよい。 For example, from the user measurement result stored in the data storage unit 22 may select a group ID corresponding to the time of walking. その他、歩行情報抽出装置20の製造時に標準的な歩行時の加速度データを予めテンプレート加速度データとして設定しておく等の構成も可能である。 Other, are also possible configurations such as previously set as the template acceleration data of the acceleration data during a standard walking during manufacture of walking information extracting device 20.

また、図4のテンプレート歩容ベクトルの算出処理は、歩行情報抽出装置20の使用開始時等に1回実行すればよく、以降は実行する必要がない。 The process of calculating the template gait vectors of FIG. 4 may be executed once used at the start or the like of the walking information extracting unit 20, there is no need to perform later. しかしながら、ユーザの指示等に応じて新たに歩行時の加速度データを取得し直し、その後に図4の処理を行ってテンプレート歩容ベクトルを更新してもよい。 However, again it acquires acceleration data at a new walking according to an instruction of the user may update the template gait vector subsequently performs the processing of FIG.

尚、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。 The present invention is not limited to the above embodiments and may be embodied with the components modified without departing from the scope of the invention. また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。 Also, by properly combining the structural elements disclosed in the above embodiments, various inventions can be formed. 例えば、実施形態に示される全構成要素から幾つかの構成を削除してもよい。 For example, it is possible to delete some of the configuration from all the constituent elements disclosed in the embodiments. さらに、異なる実施形態例に亘る構成要素を適宜組み合わせてもよい。 It may be appropriately combined structural elements in different example embodiments.

10…加速度センサ、20…歩行情報抽出装置、21…データ入出力部、22…データ記憶部、23…変換部、24…基本周波数パラメータ算出部、25…絶対値パラメータ算出部、26…規則性パラメータ算出部、27…歩行判定部、28…歩行データ提示部、30…出力装置。 10 ... acceleration sensor, 20 ... walking information extracting device, 21 ... data input-output unit, 22 ... data storage unit, 23 ... transform unit, 24 ... basic frequency parameter calculation unit, 25 ... absolute value parameter calculating unit, 26 ... regularity parameter calculating unit, 27 ... walking determining part, 28 ... walking data presentation unit, 30 ... output device.

Claims (8)

  1. 歩行判定の基準となる参照パラメータを記憶する参照データ記憶手段と、 A reference data storage means for storing reference parameters as a reference for the walk determining,
    ユーザが日常生活において携帯する携帯端末が具備する加速度センサによって測定された加速度データを取得するデータ取得手段と、 A data acquisition means for a user to acquire acceleration data measured by the acceleration sensor of the mobile terminal includes that the mobile in daily life,
    前記加速度データを座標変換して変換データを生成する座標変換手段と、 And coordinate conversion means for generating conversion data the acceleration data and coordinate transformation,
    前記変換データから、前記加速度データの性質を表す加速度パラメータを算出するパラメータ算出手段と、 From the conversion data, and parameter calculation means for calculating an acceleration parameter indicating the nature of the acceleration data,
    前記加速度パラメータと前記参照パラメータを比較して、前記加速度データが前記ユーザの歩行時に取得されたデータであるか否かを判定する判定手段と、 And comparing the reference parameter and the acceleration parameter, and determining means for determining whether or not the acceleration data is data obtained during walking of the user,
    を具備する歩行情報抽出装置。 Including a walking information extraction device.
  2. 前記座標変換手段は、重力方向と主成分分析によって前記加速度データを前後方向、左右方向、上下方向の加速度データに変換する、請求項1に記載の歩行情報抽出装置。 Said coordinate transforming means, the longitudinal direction of the acceleration data by gravity direction and principal component analysis, the lateral direction, into a vertical acceleration data, the walking information extraction apparatus according to claim 1.
  3. 前記加速度パラメータは、前記加速度データの基本周波数の分布、絶対値、及び規則性周期の少なくともいずれか1つを含む、請求項1に記載の歩行情報抽出装置。 The acceleration parameters, the distribution of the fundamental frequency of the acceleration data, the absolute value, and at least one of regularity cycle, walking information extraction apparatus according to claim 1.
  4. 前記判定手段によって歩行時のデータであると判定されたデータを外部に提示する提示手段を更に具備する請求項1に記載の歩行情報抽出装置。 Walking information extraction apparatus according to claim 1, further comprising a presentation means for presenting to outside the determined data as the data at the time of walking by the determining means.
  5. 歩行判定の基準となる参照パラメータを記憶手段に記憶することと、 And storing the reference parameters as a reference for walking determining the storage means,
    ユーザが日常生活において携帯する携帯端末が具備する加速度センサによって測定された加速度データを取得することと、 And the user acquires the acceleration data measured by the acceleration sensor of the mobile terminal includes that the mobile in daily life,
    前記加速度データを座標変換して変換データを生成することと、 Generating a transformed data the acceleration data and coordinate transformation,
    前記変換データから、前記加速度データの性質を表す加速度パラメータを算出することと、 And said from the conversion data, calculates an acceleration parameter indicating the nature of the acceleration data,
    前記加速度パラメータと前記参照パラメータを比較して、前記加速度データが前記ユーザの歩行時に取得されたデータであるか否かを判定することと、 And said compared acceleration parameter and the reference parameter, the acceleration data to determine whether the data obtained during walking of the user,
    を備える歩行情報抽出方法。 Walking information extraction method with a.
  6. 前記加速度パラメータは、前記加速度データの基本周波数の分布、絶対値、及び規則性周期の少なくともいずれか1つを含む、請求項5に記載の歩行情報抽出方法。 The acceleration parameters, the distribution of the fundamental frequency of the acceleration data, the absolute value, and at least one of regularity cycle, walking information extraction method of claim 5.
  7. 前記ユーザの歩行時のデータであると判定されたデータを外部に提示することを更に備える請求項5に記載の歩行情報抽出方法。 Further walking information extraction method of claim 5, comprises presenting the determined data as the data at the time of walking of the user to the outside.
  8. 歩行情報抽出装置において用いられるコンピュータに、 A computer used in the walking information extracting device,
    歩行判定の基準となる参照パラメータを記憶手段に記憶することと、 And storing the reference parameters as a reference for walking determining the storage means,
    ユーザが日常生活において携帯する携帯端末が具備する加速度センサによって測定された加速度データを取得することと、 And the user acquires the acceleration data measured by the acceleration sensor of the mobile terminal includes that the mobile in daily life,
    前記加速度データを座標変換して変換データを生成することと、 Generating a transformed data the acceleration data and coordinate transformation,
    前記変換データから、前記加速度データの性質を表す加速度パラメータを算出することと、 And said from the conversion data, calculates an acceleration parameter indicating the nature of the acceleration data,
    前記加速度パラメータと前記参照パラメータを比較して、前記加速度データが前記ユーザの歩行時に取得されたデータであるか否かを判定することと、 And said compared acceleration parameter and the reference parameter, the acceleration data to determine whether the data obtained during walking of the user,
    を実行させるための歩行情報抽出プログラムを記憶したコンピュータ読み取り可能な記憶媒体。 Computer-readable storage medium storing walking information extraction program for executing.
JP2010017303A 2010-01-28 2010-01-28 Walking information extraction device, the walking information extraction method, and the walking information extraction program Active JP5417204B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2010017303A JP5417204B2 (en) 2010-01-28 2010-01-28 Walking information extraction device, the walking information extraction method, and the walking information extraction program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010017303A JP5417204B2 (en) 2010-01-28 2010-01-28 Walking information extraction device, the walking information extraction method, and the walking information extraction program

Publications (2)

Publication Number Publication Date
JP2011152360A true true JP2011152360A (en) 2011-08-11
JP5417204B2 JP5417204B2 (en) 2014-02-12

Family

ID=44538750

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010017303A Active JP5417204B2 (en) 2010-01-28 2010-01-28 Walking information extraction device, the walking information extraction method, and the walking information extraction program

Country Status (1)

Country Link
JP (1) JP5417204B2 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102824177A (en) * 2012-07-25 2012-12-19 王哲龙 Three-dimensional human body gait quantitative analysis system and method
JP2013106768A (en) * 2011-11-21 2013-06-06 Seiko Epson Corp State detecting device, electronic device, and program
JP2014128459A (en) * 2012-12-28 2014-07-10 Kddi Corp User interface device, program and method capable of timely presenting behavior correspondence information
US9326896B2 (en) 2008-04-29 2016-05-03 The Procter & Gamble Company Process for making an absorbent core with strain resistant core cover

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105105759A (en) * 2015-08-31 2015-12-02 张昊华 Recovery behavior aiding method and mobile intelligent action monitoring recovery guiding instrument

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003061935A (en) * 2001-08-22 2003-03-04 Matsushita Electric Ind Co Ltd Personal information terminal and behavior discriminating system
JP2005114537A (en) * 2003-10-07 2005-04-28 National Institute Of Advanced Industrial & Technology Walking action detecting processor and walking operation detection method
JP2006175206A (en) * 2004-11-29 2006-07-06 National Institute Of Advanced Industrial & Technology Apparatus, method and program for detecting physical condition
WO2007088374A1 (en) * 2006-02-02 2007-08-09 Imperial Innovations Limited Gait analysis
JP2009106374A (en) * 2007-10-26 2009-05-21 Panasonic Electric Works Co Ltd Display system for gait information

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003061935A (en) * 2001-08-22 2003-03-04 Matsushita Electric Ind Co Ltd Personal information terminal and behavior discriminating system
JP2005114537A (en) * 2003-10-07 2005-04-28 National Institute Of Advanced Industrial & Technology Walking action detecting processor and walking operation detection method
JP2006175206A (en) * 2004-11-29 2006-07-06 National Institute Of Advanced Industrial & Technology Apparatus, method and program for detecting physical condition
WO2007088374A1 (en) * 2006-02-02 2007-08-09 Imperial Innovations Limited Gait analysis
JP2009106374A (en) * 2007-10-26 2009-05-21 Panasonic Electric Works Co Ltd Display system for gait information

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9326896B2 (en) 2008-04-29 2016-05-03 The Procter & Gamble Company Process for making an absorbent core with strain resistant core cover
JP2013106768A (en) * 2011-11-21 2013-06-06 Seiko Epson Corp State detecting device, electronic device, and program
CN102824177A (en) * 2012-07-25 2012-12-19 王哲龙 Three-dimensional human body gait quantitative analysis system and method
JP2014128459A (en) * 2012-12-28 2014-07-10 Kddi Corp User interface device, program and method capable of timely presenting behavior correspondence information

Also Published As

Publication number Publication date Type
JP5417204B2 (en) 2014-02-12 grant

Similar Documents

Publication Publication Date Title
Jahn et al. Comparison and evaluation of acceleration based step length estimators for handheld devices
US20100312143A1 (en) Human body measurement system and information provision method using the same
JP2006118909A (en) Walking meter
US20080133171A1 (en) Method and Device for Evaluating Displacement Signals
Velloso et al. Qualitative activity recognition of weight lifting exercises
Joshua et al. Accelerometer-based activity recognition in construction
JP2010207488A (en) Behavior analyzing device and program
JP2008173250A (en) Walking movement analyzer
JP2004358229A (en) Physical motion analyzing apparatus and physical motion analyzing system
JP2004181041A (en) Image analysis apparatus, function map preparing means for image analysis apparatus, method and program of image analysis
JP2008307207A (en) Action measuring instrument
JP2011078534A (en) Walking posture determination device
Tien et al. Results of using a wireless inertial measuring system to quantify gait motions in control subjects
Marwick Will standardization make strain a standard measurement?
CN103699795A (en) Exercise behavior identification method and device and exercise intensity monitoring system
Lee et al. Respiratory rate extraction via an autoregressive model using the optimal parameter search criterion
Lee et al. Estimation of walking behavior using accelerometers in gait rehabilitation
US20140081182A1 (en) Method and apparatus for determining at least one predetermined movement of at least one part of a body of a living being
WO2008132105A1 (en) Monitor device and use thereof
Mooney et al. Inertial sensor technology for elite swimming performance analysis: A systematic review
JP2009028362A (en) Medical image processor and medical image diagnosis apparatus
JP2002233517A (en) Device and method for evaluating beauty of walking
JP2003033337A (en) Apparatus to estimate energy consumption quantity that follows motion by observing man&#39;s positional physical motion
US20140163412A1 (en) Myography method and system
US20130245987A1 (en) State detection device, electronic apparatus, measurement system and program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20120308

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20120627

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130312

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20130314

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130419

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20130515

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: 20131023

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20131112

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20131118

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350