JP2012524579A5

JP2012524579A5 -

Info

Publication number: JP2012524579A5
Application number: JP2012506530A
Authority: JP
Filing date: 2010-04-26
Publication date: 2014-07-17

Description

本発明の一態様によれば、人に付された少なくとも１つの運動センサ（ＣＭ）の出力からの信号処理経路を少なくとも２つ含み、該少なくとも２つの信号処理経路のうちの１つが第１の閾値（Ｓ１）より高い周波数の第１の信号を処理し、該少なくとも２つの信号処理経路の他の信号処理経路が前記第１の閾値（Ｓ１）以下である第２の閾値（Ｓ２）よりも低い周波数の第２の信号を処理する人の姿勢を決定するシステムであって、前記少なくとも１つの運動センサの測定軸（ｋ）の数に自由度が等しいカイ２乗分布により定義された前記第１の信号（ＨＦ）を表す第１の変数の確率密度（Ｐｙ）と、ガウス分布により定義された前記第２の信号（ＢＦ）を表す第２の変数の確率密度（Ｐｘ）とを計算する手段（ＣＡＬＣ）と、前記ユーザーの姿勢決定に適している解析手段（ＡＮ）であって、各々の姿勢について定義されている確率密度である、前記第１の変数および前記第２の変数の同時確率密度、および２個の連続する姿勢間の遷移確率を組み合わせた解析手段（ＡＮ）とを含むことを特徴とする。

本発明の別の態様によれば、以下より特徴付けられる、人の姿勢を決定する方法も提案する。運動センサ（ＣＭ）の出力からの信号処理経路が少なくとも２つ構成され、第１の信号処理経路が第１の閾値（Ｓ１）より高い周波数の第１の信号を処理し、第２の信号処理経路が前記第１の閾値（Ｓ１）以下である第２の閾値（Ｓ２）よりも低い周波数の第２の信号を処理し、前記少なくとも１つの運動センサの測定軸（ｋ）の数に自由度が等しいカイ２乗分布により定義された前記第１の信号（ＨＦ）を表す第１の変数の確率密度（Ｐｙ）と、ガウス分布により定義された前記第２の信号（ＢＦ）を表す第２の変数の確率密度（Ｐｘ）とが計算され、各々Ｎ個の姿勢に対応するＮ個の状態を有する隠れマルコフモデルを用いて、人の姿勢を時間の関数として、各々の姿勢について定義されている確率密度である、前記第２の変数および前記第１の変数の同時確率密度、および２個の連続する姿勢間の遷移確率を組み合わせることにより決定される。

Claims

人に付された少なくとも１つの運動センサ（ＣＭ）の出力からの信号処理経路を少なくとも２つ含み、該少なくとも２つの信号処理経路のうちの１つが第１の閾値（Ｓ１）より高い周波数の第１の信号を処理し、該少なくとも２つの信号処理経路の他の信号処理経路が前記第１の閾値（Ｓ１）以下である第２の閾値（Ｓ２）よりも低い周波数の第２の信号を処理する人の姿勢を決定するシステムであって、
−前記少なくとも１つの運動センサの測定軸（ｋ）の数に自由度が等しいカイ２乗分布により定義された前記第１の信号（ＨＦ）を表す第１の変数の確率密度（Ｐｙ）と、ガウス分布により定義された前記第２の信号（ＢＦ）を表す第２の変数の確率密度（Ｐｘ）とを計算する手段（ＣＡＬＣ）と、
−前記ユーザーの姿勢決定に適している解析手段（ＡＮ）であって、
−各々の姿勢について定義されている確率密度である、前記第１の変数および前記第２の変数の同時確率密度、および
−２個の連続する姿勢間の遷移確率
を組み合わせた解析手段（ＡＮ）と
を含むことを特徴とするシステム。
前記少なくとも２つの信号処理経路は、前記少なくとも１つの運動センサの出力からの信号をフィルタリングすることにより形成される請求項１に記載のシステム。
前記第１の変数は、前記少なくとも１つの運動センサ（ＣＭ）の測定軸ｋの各々の第１の信号の２乗の合計と等しい１次元の成分であり、前記第２の変数は、前記少なくとも１つの運動センサ（ＣＭ）の測定軸の数ｋと等しい次元であり、前記第２の信号から形成される請求項１に記載のシステム。
ｋが１で、前記第２の信号が前記少なくとも１つの運動センサ（ＣＭ）の測定軸による測定値の１次結合に等しい１次元の低周波成分（ＢＦ）で、前記第１の変数を決定する請求項１に記載のシステム。
前記第２の変数および前記第１の変数の値の対（ｘ（ｎ），ｙ（ｎ））の確率密度（Ｐ（ｘ（ｎ），ｙ（ｎ）））が、それぞれ、前記低周波成分（ＢＦ）の値（ｘ（ｎ））が得られる確率密度（Ｐ_ｘ）と、前記高周波成分（ＨＦ）の値（ｙ（ｎ））が得られる確率密度（Ｐ_ｙ）の積を含んでいて、前記確率密度（Ｐ_ｘ，Ｐ_ｙ）は各状態ｉについて次式：

（式中、
ｘ（ｎ）は、１次元の信号であって、サンプル指標ｎにおける前記第２の変数を表し、
μ_ｘ，ｉは、隠れマルコフモデルの状態ｉを表す同次元のベクトルを前記第２の変数として表し、
σ_ｘ，ｉは、隠れマルコフモデルの状態ｉを表す前記第２の変数ｘの分散の２乗根を表し、
ｙ（ｎ）は、サンプル指標ｎにおける前記第１の変数を表し、
ｋは、運動センサに備えられた測定軸の数を表し、
σ_ｙ，ｉは、状態Ｉにおける変数ｙ（ｎ）の時間平均に比例する量であり、
Γは、

が成り立つガンマ関数である）
で定義されている、請求項１記載のシステム。
表示手段（ＡＦＦ）をさらに含んでいる、請求項１に記載のシステム。
前記運動センサ（ＣＭ）が加速度計および／または磁力計および／またはジャイロメーターを含んでいる、請求項１に記載のシステム。
第１の加速度計であって、測定軸、および前記ユーザーが直立しているときに前記測定軸が体の垂直軸ＶＴと一致するように前記第１の加速度計を前記ユーザーの胴体に固定するのに適した固定手段を備えた第１の加速度計を含んでいる、請求項１に記載のシステム。
前記解析手段（ＡＮ）が、起立または着座姿勢、歩行姿勢、傾斜姿勢、および横臥姿勢から最大４個の状態を有する隠れマルコフモデルを用いて、ユーザーの姿勢を時間の関数として決定するのに適している、請求項６に記載のシステム。
−起立または着座姿勢の場合、μ_ｘ∈［０．７；１．３］、σ_ｘ∈［０．０５；０．４］、σ_ｙ∈［１．１０^−３；５．１０^−１］であり、
−歩行姿勢の場合、μ_ｘ∈［０．７；１．３］、σ_ｘ∈［０．０５；０．４］、σ_ｙ∈［１．１０^−２；１］であり、
−傾斜姿勢の場合、μ_ｘ∈［０．７；１．３］、σ_ｘ∈［０．０５；０．４］、σ_ｙ∈［１．１０^−３；５．１０^−１］であり、
−横臥姿勢の場合、μ_ｘ∈［−０．３；０．３］、σ_ｘ∈［０．０５；０．４］、σ_ｙ∈［１．１０^−３；５．１０^−１］である、請求項９に記載のシステム。
第２の加速度計であって、測定軸、および前記ユーザーが直立しているときに前記測定軸が体の垂直軸ＶＴに一致するように前記第２の加速度計を前記ユーザーの大腿に固定するのに適した固定手段を有する第２の加速度計を更に含んでいる、請求項８に記載のシステム。
前記解析手段（ＡＮ）が、起立姿勢、着座姿勢、横臥姿勢、および歩行姿勢から最大４個の状態を有する隠れマルコフモデルを用いて前記ユーザーの姿勢を時間の関数として決定するのに適している、請求項１１に記載のシステム。
サンプル指標ｎにおける、ｘ（ｎ）は前記２個の加速度計の第２の変数の対を表し、ｙ（ｎ）は、前記第２の加速度計の第１の変数を表し、値ｘ（ｎ）を得る確率密度（Ｐ_ｘ）は次式

（式中、
Σ_ｘ，ｉは、前記モデルの状態ｉの信号ｘ（ｎ）の共分散行列を記述する次元２の対角行列であり、
μ_ｘ，ｉは、前記モデルの状態ｉを表す２成分列ベクトルを表す）
により定義される、請求項１２に記載のシステム。
−起立姿勢の場合、

であり、
−着座姿勢の場合、

であり、
−横臥姿勢の場合、

であり、および
−歩行姿勢の場合、

である、請求項１３に記載のシステム。
人の姿勢を決定する方法であって、
−運動センサ（ＣＭ）の出力からの信号処理経路が少なくとも２つ構成され、第１の信号処理経路が第１の閾値（Ｓ１）より高い周波数の第１の信号を処理し、第２の信号処理経路が前記第１の閾値（Ｓ１）以下である第２の閾値（Ｓ２）よりも低い周波数の第２の信号を処理し、
−前記少なくとも１つの運動センサの測定軸（ｋ）の数に自由度が等しいカイ２乗分布により定義された前記第１の信号（ＨＦ）を表す第１の変数の確率密度（Ｐｙ）と、ガウス分布により定義された前記第２の信号（ＢＦ）を表す第２の変数の確率密度（Ｐｘ）とが計算され、
−各々Ｎ個の姿勢に対応するＮ個の状態を有する隠れマルコフモデルを用いて、人の姿勢を時間の関数として、
−各々の姿勢について定義されている確率密度である、前記第２の変数および前記第１の変数の同時確率密度、および
−２個の連続する姿勢間の遷移確率
を組み合わせることにより決定される
ことを特徴とする方法。