JP2016034482A - 運動解析装置、運動解析方法、運動解析プログラム及び運動解析システム - Google Patents

運動解析装置、運動解析方法、運動解析プログラム及び運動解析システム Download PDF

Info

Publication number
JP2016034482A
JP2016034482A JP2015115213A JP2015115213A JP2016034482A JP 2016034482 A JP2016034482 A JP 2016034482A JP 2015115213 A JP2015115213 A JP 2015115213A JP 2015115213 A JP2015115213 A JP 2015115213A JP 2016034482 A JP2016034482 A JP 2016034482A
Authority
JP
Japan
Prior art keywords
user
information
analysis
motion
unit
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.)
Pending
Application number
JP2015115213A
Other languages
English (en)
Inventor
俊一 水落
Shunichi Mizuochi
俊一 水落
松本　一実
Kazumi Matsumoto
一実 松本
内田　周志
Chikashi Uchida
周志 内田
憲 渡辺
Ken Watanabe
憲 渡辺
大輔 杉谷
Daisuke Sugitani
大輔 杉谷
彰展 佐藤
Akinobu Sato
彰展 佐藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
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
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Priority to JP2015115213A priority Critical patent/JP2016034482A/ja
Priority to CN201510461422.3A priority patent/CN105311814A/zh
Priority to US14/814,480 priority patent/US10032069B2/en
Publication of JP2016034482A publication Critical patent/JP2016034482A/ja
Priority to US16/013,671 priority patent/US20180373926A1/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks

Abstract

【課題】ユーザーの運動成績を向上させることを補助することが可能な運動解析装置、運動解析方法及び運動解析プログラムを提供すること。【解決手段】慣性センサーの検出結果を用いて、ユーザーの走行における特徴点を検出する特徴点検出部と、前記慣性センサーの検出結果を用いて、前記特徴点検出部が前記特徴点を検出したタイミングを基準として前記ユーザーの走行を解析し、前記ユーザーの運動情報を生成する運動情報生成部と、を含む、運動解析装置。【選択図】図１２

Description

本発明は、運動解析装置、運動解析方法、運動解析プログラム及び運動解析システムに関する。
特許文献１には、ユーザーの歩行動作の加速度情報をもとにユーザーの歩行動作の特徴を表す歩容情報を算出し、算出した歩容情報をもとに歩行場所と歩行状態との関係性を示す提示情報を生成し、提示手段に提示するシステムが記載されている。歩容情報は、例えばｘ軸、ｙ軸およびｚ軸方向のそれぞれの加速度計測値に対し、高速フーリエ変換による周波数解析、自己相関解析、ＲＭＳ（Root Mean Square）値の算出、積分値の算出の各処理を行うことによって算出される。
また、特許文献２には、加速度データに基づいて、ユーザーのストライドの生体力学的パラメーターを計算し、表示する装置が記載されている。生体力学的パラメーターとしては、地面に対する脚の着地角度や足が地面に接触する時間の間に走者の重力中心が進む距離などが示されている。
特開２０１１−１７０５５９号公報 特表２０１１−５１６２１０号公報
しかしながら、特許文献１に記載のシステムでは、ユーザーの歩行動作の特徴を表す歩容情報には、ユーザーの１歩ごとの着地や蹴り出し等の特徴点のタイミングに関する情報までは含まれないため、ユーザーの体の動かし方の傾向を抽出することが難しい。そのため、特許文献１に記載のシステムは、ユーザーの歩行状態を監視することはできるものの、ユーザーの運動成績を向上させることを補助することまではできない。
また、特許文献２に記載の装置では、ユーザーの脚が流れていることを検知する機能が存在しない。脚が流れるとは、ランニング時に蹴りだした脚を引き戻すタイミングが遅く、次の着地のタイミングでも脚が後方にあり続ける現象である。脚が流れる走り方では、膝から下の筋肉を多く使うため疲れるのが早い、後方の脚を前方に持っていくまでに時間がかかるため、地面に接地している時間も長く、スピードがでない。脚の流れに限らず、足が接地している時の遊脚（接地していない脚）の状態は、走りを評価する上で重要な指標であるが、これまで、このような情報を自動化して提示する手法は提案されていない。
本発明は、以上のような問題点に鑑みてなされたものであり、本発明のいくつかの態様によれば、ユーザーの運動成績を向上させることを補助することが可能な運動解析装置、運動解析方法及び運動解析プログラムを提供することができる。
また、本発明のいくつかの態様によれば、ユーザーの足が接地している時の遊脚に関する情報を提示することが可能な運動解析装置、運動解析システム、運動解析方法及び運動解析プログラムを提供することができる。
本発明は前述の課題の少なくとも一部を解決するためになされたものであり、以下の態様または適用例として実現することが可能である。
［適用例１］
本適用例に係る運動解析装置は、慣性センサーの検出結果を用いて、ユーザーの走行における特徴点を検出する特徴点検出部と、前記慣性センサーの検出結果を用いて、前記特徴点検出部が前記特徴点を検出したタイミングを基準として前記ユーザーの走行を解析し、前記ユーザーの運動情報を生成する運動情報生成部と、を含む。
本適用例に係る運動解析装置によれば、走行の特徴点を基準とすることでユーザーの体の動かし方の傾向が抽出されやすくなるので、慣性センサーの検出結果を用いて特徴点を基準として生成した運動情報により、ユーザーの運動成績（例えば、運動能力、タイム等のスコア（得点）、怪我のしにくさ等）を向上させることを補助することができる。
［適用例２］
上記適用例に係る運動解析装置において、前記運動情報生成部は、前記特徴点検出部が前記特徴点を検出したタイミングにおける前記慣性センサーの検出結果を用いて、前記運動情報を生成してもよい。
本適用例に係る運動解析装置によれば、走行の特徴点での慣性センサーの検出結果を用いて、特徴点でのユーザーの体の状態を反映した、ユーザーの運動成績の向上のために効果的な運動情報を生成することができる。
［適用例３］
上記適用例に係る運動解析装置において、前記運動情報生成部は、前記特徴点検出部が前記特徴点を検出してから次に前記特徴点を検出するまでの間の前記慣性センサーの検出結果を用いて、前記運動情報を生成してもよい。
本適用例に係る運動解析装置によれば、２つの特徴点の間での慣性センサーの検出結果を用いて、２つの特徴点の間でのユーザーの体の動かし方を反映した、ユーザーの運動成績の向上のために効果的な運動情報を生成することができる。
［適用例４］
上記適用例に係る運動解析装置において、前記運動情報生成部は、前記慣性センサーの検出結果を用いて、前記特徴点検出部が前記特徴点を検出したタイミングを基準として、前記ユーザーの運動状態を表す複数の項目の値を算出し、算出した前記複数の項目の値を組み合わせて前記運動情報を生成してもよい。
本適用例に係る運動解析装置によれば、ユーザーの運動状態が反映された複数の項目の値を組み合わせることで、ユーザーの運動成績の向上のために効果的な運動情報を生成することができる。
［適用例５］
上記適用例に係る運動解析装置において、前記運動情報は、ユーザーの走行における、エネルギー効率、エネルギー損失又は体への負担に関する情報を含んでもよい。
本適用例に係る運動解析装置によれば、走行により消費したエネルギーが走行に効率よく使用されているか否か、あるいは、走行によりどの程度のダメージが体に蓄積されているかといった情報をユーザーに提示することができる。
［適用例６］
上記適用例に係る運動解析装置において、前記運動情報は、ユーザーの走行における、真下着地、推進効率、着地時ブレーキ量、又は接地時間に関する情報を含んでもよい。
本適用例に係る運動解析装置によれば、効率の良い走り方、疲れにくい走り方、あるいは、怪我をしにくい走り方ができているか否かの判断の利用可能な情報をユーザーに提示することができる。
［適用例７］
上記適用例に係る運動解析装置において、前記運動情報生成部は、前記運動情報を前記ユーザーの体の左右にわけて生成してもよい。
本適用例に係る運動解析装置によれば、ユーザーに体の左右の運動状態を区別して提示することができる。
［適用例８］
上記適用例に係る運動解析装置において、前記運動情報は、前記ユーザーの体の左右のバランスに関する情報を含んでもよい。
本適用例に係る運動解析装置によれば、ユーザーに体の左右をどの程度バランスよく使用できているかの情報を提示することができる。
［適用例９］
上記適用例に係る運動解析装置は、前記運動情報を用いて、前記ユーザーの運動成績を向上させるためのアドバイスに関する情報を生成するアドバイス情報生成部をさらに含んでもよい。
運動成績は、例えば、運動能力、タイム等のスコア（得点）、怪我のしにくさ等であってもよい。
本適用例に係る運動解析装置によれば、ユーザーの運動状態に応じたアドバイスを提示することで、ユーザーの運動成績を向上させることを補助することができる。
［適用例１０］
上記適用例に係る運動解析装置において、前記特徴点は、着地、踏込及び離地の少なくとも１つであってもよい。
［適用例１１］
本適用例に係る運動解析方法は、慣性センサーの検出結果を用いて、ユーザーの走行における特徴点を検出することと、前記慣性センサーの検出結果を用いて、前記特徴点を検出したタイミングを基準として前記ユーザーの走行を解析し、前記ユーザーの運動情報を生成することと、を含む。
本適用例に係る運動解析方法によれば、走行の特徴点を基準とすることでユーザーの体の動かし方の傾向が抽出されやすくなるので、慣性センサーの検出結果を用いて特徴点を基準として生成した運動情報により、ユーザーの運動成績を向上させることを補助することができる。
［適用例１２］
本適用例に係る運動解析プログラムは、慣性センサーの検出結果を用いて、ユーザーの
走行における特徴点を検出することと、前記慣性センサーの検出結果を用いて、前記特徴点を検出したタイミングを基準として前記ユーザーの走行を解析し、前記ユーザーの運動情報を生成することと、をコンピューターに実行させる。
本適用例に係る運動解析プログラムによれば、走行の特徴点を基準とすることでユーザーの体の動かし方の傾向が抽出されやすくなるので、慣性センサーの検出結果を用いて特徴点を基準として生成した運動情報により、ユーザーの運動成績を向上させることを補助することができる。
［適用例１３］
本適用例に係る運動解析装置は、慣性センサーの検出結果を用いて、ユーザーの運動情報を生成する演算部と、前記運動情報を用いて、前記ユーザーの足が接地している間の遊脚に関する情報を生成する遊脚情報生成部と、を含む。
運動情報は、例えば、ユーザーの運動により変化する加速度、角速度、速度、位置、姿勢角の少なくとも一部の情報を含んでもよい。
遊脚に関する情報は、例えば、遊脚の所定部位（例えば、大腿骨）が水平面あるいは鉛直平面となす角度の情報であってもよいし、遊脚の所定部位（例えば、膝）の水平面からの距離（高さ）の情報であってもよい。
遊脚の角度は、例えば、遊脚の大腿骨が水平面あるいは鉛直平面となす角度であってもよい。
本適用例に係る運動解析装置によれば、慣性センサーは、ユーザーの細かい動きも検出可能であるため、慣性センサーの検出結果を用いて演算を行って遊脚に関する情報を生成し、提示することができる。
［適用例１４］
上記適用例に係る運動解析装置において、前記遊脚情報生成部は、前記ユーザーの足が接地している間の所定の状態の時の遊脚に関する情報を生成し、前記所定の状態の時は、前記ユーザーの足が着地した時（着地した直後）、立脚中期の時、踏み込んだ時、又は離地する時（離地する直前）であってもよい。
本適用例に係る運動解析装置によれば、例えば、ユーザーの運動における脚の流れに関する情報を提供することができる。
［適用例１５］
上記適用例に係る運動解析装置において、前記運動情報は、前記ユーザーの胴体の姿勢角の情報を含み、前記遊脚情報生成部は、前記姿勢角の情報を用いて、前記遊脚に関する情報を生成してもよい。
姿勢角の情報は、例えば、ユーザーの運動により変化するロール角、ピッチ角、ヨー角の少なくとも１つの情報を含んでもよい。
本適用例に係る運動解析装置によれば、遊脚の状態と相関があると考えられる姿勢角の情報を用いることで、ユーザーの足が接地している時の遊脚に関する情報を比較的精度よく生成することができる。
［適用例１６］
上記適用例に係る運動解析装置において、前記遊脚に関する情報は、前記ユーザーの足が接地している間の前記所定の状態の時の遊脚の角度の情報を含んでもよい。
本適用例に係る運動解析装置によれば、ユーザーの足が接地している時の遊脚の角度の情報を比較的精度よく生成することができる。
［適用例１７］
上記適用例に係る運動解析装置において、前記遊脚情報生成部は、前記遊脚の角度と相関のある指標の値を計算し、前記指標の値を用いて前記遊脚の角度を推定してもよい。
本適用例に係る運動解析装置によれば、ユーザーの足が接地している時の遊脚の角度と相関のある指標の値を用いて、当該遊脚の角度を比較的精度よく推定することができる。
［適用例１８］
上記適用例に係る運動解析装置は、前記所定の状態に対応する前記ユーザーの運動における特徴点を検出する特徴点検出部を含み、前記遊脚情報生成部は、前記特徴点の検出結果を用いて、前記指標の値を計算してもよい。
本適用例に係る運動解析装置によれば、検出した特徴点に基づき、ユーザーの足が所定の状態の時の遊脚の角度と相関のある指標の値を計算することができる。
［適用例１９］
上記適用例に係る運動解析装置において、前記指標は、前記ユーザーの胴体の姿勢角が所定の条件を満たす時の時間と前記ユーザーの足が接地している間の前記所定の状態の時の時間との差であってもよい。
本適用例に係る運動解析装置によれば、当該指標の値が大きいほど、所定の状態から次の動作の開始までの時間が長く、脚を引き戻すのに時間がかかる傾向があると言えるので、当該指標を用いて遊脚の角度を精度よく推定することができる。
［適用例２０］
上記適用例に係る運動解析装置において、前記指標は、前記ユーザーの胴体の姿勢角が所定の条件を満たす時の当該姿勢角の値と前記ユーザーの足が接地している間の前記所定の状態の時の当該姿勢角の値との差であってもよい。
本適用例に係る運動解析装置によれば、当該指標の値が大きいほど、所定の状態から次の動作の開始までの姿勢角の変化が大きく、脚を引き戻す動作が大きくなる傾向があると言えるので、当該指標を用いて遊脚の角度を精度よく推定することができる。
［適用例２１］
上記適用例に係る運動解析装置において、前記姿勢角は、ヨー角であり、前記姿勢角が前記所定の条件を満たす時は、前記ユーザーの足が着地してから離地するまでの間で前記ヨー角が最大又は最小となる時であってもよい。
本適用例に係る運動解析装置によれば、ユーザーの足が着地してから離地するまでの間でヨー角が最大又は最小となる時は、次の動作の開始時に対応し、当該指標が大きいほど、所定の状態から次の動作の開始までの時間が長く、あるいは、所定の状態から次の動作の開始までのヨー角の変化が大きく、脚を引き戻す時間や動作が大きくなる傾向があるので、当該指標を用いて遊脚の角度を精度よく推定することができる。
［適用例２２］
上記適用例に係る運動解析装置において、前記指標は、前記ユーザーの足が接地している間の前記所定の状態の時の前記ユーザーの胴体の姿勢角であってもよい。
本適用例に係る運動解析装置によれば、ユーザーの足が所定の状態の時に、ユーザーの胴体の姿勢角と遊脚の角度とは相関があるので、当該指標を用いて遊脚の角度を精度よく推定することができる。
［適用例２３］
上記適用例に係る運動解析装置において、前記姿勢角は、ピッチ角であってもよい。
本適用例に係る運動解析装置によれば、ユーザーの足が所定の状態の時に、ユーザーの胴体が前傾するほど遊脚がより後方（より高い位置）になるので、ユーザーの胴体のピッチ角と遊脚の角度とは高い相関があるので、当該指標を用いて遊脚の角度を精度よく推定することができる。
［適用例２４］
上記適用例に係る運動解析装置において、前記慣性センサーは、前記ユーザーの胴体に装着されてもよい。
本適用例に係る運動解析装置によれば、慣性センサーがユーザーの胴体の細かい動きを捉えることができるので、慣性センサーの検出結果を用いて演算を行うことで、ユーザーの足が接地している時の遊脚の角度を精度よく計算（推定）することができる。
［適用例２５］
本適用例に係る運動解析システムは、上記のいずれかの運動解析装置と、当該運動解析装置から前記遊脚に関する情報を取得して前記ユーザーの運動中に運動状態に関する情報を報知する報知装置と、を含む。
本適用例に係る運動解析システムによれば、ユーザーは、報知される情報に基づき、遊脚の状態を意識しながら運動することができる。
［適用例２６］
本適用例に係る運動解析システムは、上記のいずれかの運動解析装置と、当該運動解析装置が生成した前記遊脚に関する情報を取得して前記ユーザーの運動能力の分析情報を生成する情報分析装置と、を含む。
運動能力は、例えば、技術力であってもよいし、持久力であってもよい。
本適用例に係る運動解析システムによれば、ユーザーは、分析情報に基づき、運動終了後に、遊脚の状態に関する詳細な情報を取得することができる。
［適用例２７］
本適用例に係る運動解析方法は、慣性センサーの検出結果を用いて演算を行い、ユーザーの運動情報を生成することと、前記運動情報を用いて、前記ユーザーの足が接地している間の所定の状態の時の遊脚に関する情報を生成することと、を含む。
本適用例に係る運動解析方法によれば、ユーザーの細かい動きも検出可能な慣性センサーの検出結果を用いて演算を行って遊脚に関する情報を生成し、提示することができる。
［適用例２８］
本適用例に係る運動解析プログラムは、慣性センサーの検出結果を用いて演算を行い、ユーザーの運動情報を生成することと、前記運動情報を用いて、前記ユーザーの足が接地している間の所定の状態の時の遊脚に関する情報を生成することと、をコンピューターに実行させる。
本適用例に係る運動解析プログラムによれば、ユーザーの細かい動きも検出可能な慣性センサーの検出結果を用いて演算を行って遊脚に関する情報を生成し、提示することができる。
第１実施形態の運動解析システムの概要についての説明図。 第１実施形態における運動解析装置及び報知装置の構成例を示す機能ブロック図。 センシングデータテーブルの構成例を示す図。 ＧＰＳデータテーブルの構成例を示す図。 地磁気データテーブルの構成例を示す図。 算出データテーブルの構成例を示す図。 第１実施形態における運動解析装置の処理部の構成例を示す機能ブロック図。 慣性航法演算部の構成例を示す機能ブロック図。 ユーザーの走行時の姿勢についての説明図。 ユーザーの走行時のヨー角についての説明図。 ユーザーの走行時の３軸加速度の一例を示す図。 第１実施形態における運動解析部の構成例を示す機能ブロック図。 着地及び離地（蹴り出し）のタイミングの判定方法の説明図。 踏込のタイミングの判定方法の説明図。 入力情報と解析情報との関係を示す図。 進行方向加速度、上下方向加速度及び左右方向加速度の一例を示す図。 進行方向速度、上下方向速度及び左右方向速度の一例を示す図。 ロール方向角速度、ピッチ方向角速度及びヨー方向角速度の一例を示す図。 ロール角、ピッチ角及びヨー角の一例を示す図。 進行方向距離、上下方向距離及び左右方向距離の一例を示す図。 衝撃時間の計算方法の説明図。 着地時ブレーキ量１の計算方法の説明図。 着地時ブレーキ量２の計算方法の説明図。 真下着地率１の計算方法の説明図。 真下着地率２の計算方法の説明図。 真下着地率３の計算方法の説明図。 推進力１の計算方法の説明図。 推進力２の計算方法の説明図。 推進効率１の計算方法の説明図。 推進効率２の計算方法の説明図。 推進効率３の計算方法の説明図。 前傾角の説明図。 腰の回転タイミングと蹴り出しのタイミングとの関係の一例を示す図。 ユーザーの走行中に表示される画面の一例を示す図。 全体分析画面の一例を示す図。 全体分析画面の一例を示す図。 詳細分析画面の一例を示す図。 詳細分析画面の一例を示す図。 詳細分析画面の一例を示す図。 比較分析画面の一例を示す図。 第１実施形態における運動解析処理の手順の一例を示すフローチャート図。 慣性航法演算処理の手順の一例を示すフローチャート図。 第１実施形態における走行検出処理の手順の一例を示すフローチャート図。 第１実施形態における運動解析情報生成処理の手順の一例を示すフローチャート図。 走行分析処理の手順の一例を示すフローチャート図。 第２実施形態の運動解析システムの構成例を示す図。 第２実施形態における運動解析装置の構成例を示す機能ブロック図。 第２実施形態における運動解析装置の処理部の構成例を示す機能ブロック図。 第２実施形態における運動解析部の構成例を示す機能ブロック図。 着地時の遊脚の角度と相関のある第１指標の説明図。 着地時の遊脚の角度と相関のある第１指標の説明図。 着地時の遊脚の角度と相関のある第２指標の説明図。 着地時の遊脚の角度と相関のある第２指標の説明図。 着地時の遊脚の角度と相関のある第３指標の説明図。 着地時の遊脚の角度と相関のある第３指標の説明図。 第２実施形態における運動解析処理の手順の一例を示すフローチャート図。 第２実施形態における走行検出処理の手順の一例を示すフローチャート図。 第２実施形態における運動解析情報生成処理の手順の一例を示すフローチャート図。 脚の流れの指標値の計算手順の一例を示すフローチャート図。 脚の流れの指標値の計算手順の他の一例を示すフローチャート図。 脚の流れの指標値の計算手順の他の一例を示すフローチャート図。 第２実施形態における報知装置の構成例を示す機能ブロック図。 報知装置の表示部に表示される情報の一例を示す図。 報知処理の手順の一例を示すフローチャート図。 情報分析装置の構成例を示す機能ブロック図。 分析処理の手順の一例を示すフローチャート図。 情報分析装置の表示部に表示される情報の一例を示す図。 減速量の計算方法の説明図。 ユーザーの走行中に表示される画面の他の一例を示す図。 全体分析画面の他の一例を示す図。 比較分析の一例を示す図。 比較分析の一例を示す図。 変形例の運動解析システムの構成例を示す図。
本実施の形態の運動解析装置は、慣性センサーの検出結果を用いて、ユーザーの運動における特徴点を検出する特徴点検出部と、前記慣性センサーの検出結果を用いて、前記特徴点検出部が前記特徴点を検出したタイミングを基準として前記ユーザーの運動を解析し、前記ユーザーの運動情報を生成する運動情報生成部と、を含む。
本実施の形態の運動解析装置によれば、運動の特徴点を基準とすることでユーザーの体の動かし方の傾向が抽出されやすくなるので、慣性センサーの検出結果を用いて特徴点を基準として生成した運動情報により、ユーザーの運動成績（例えば、運動能力、タイム等のスコア（得点）、怪我のしにくさ等）を向上させることを補助することができる。
本実施の形態の運動解析装置において、前記運動情報生成部は、前記特徴点検出部が前記特徴点を検出したタイミングにおける前記慣性センサーの検出結果を用いて、前記運動情報を生成してもよい。
本実施の形態の運動解析装置によれば、運動の特徴点での慣性センサーの検出結果を用いて、特徴点でのユーザーの体の状態を反映した、ユーザーの運動成績の向上のために効果的な運動情報を生成することができる。
本実施の形態の運動解析装置において、前記運動情報生成部は、前記特徴点検出部が前記特徴点を検出してから次に前記特徴点を検出するまでの間の前記慣性センサーの検出結果を用いて、前記運動情報を生成してもよい。
本実施の形態の運動解析装置によれば、２つの特徴点の間での慣性センサーの検出結果を用いて、２つの特徴点の間でのユーザーの体の動かし方を反映した、ユーザーの運動成績の向上のために効果的な運動情報を生成することができる。
本実施の形態の運動解析装置において、前記運動情報生成部は、前記慣性センサーの検出結果を用いて、前記特徴点検出部が前記特徴点を検出したタイミングを基準として、前記ユーザーの運動状態を表す複数の項目の値を算出し、算出した前記複数の項目の値を組み合わせて前記運動情報を生成してもよい。
本実施の形態の運動解析装置によれば、ユーザーの運動状態が反映された複数の項目の値を組み合わせることで、ユーザーの運動成績の向上のために効果的な運動情報を生成することができる。
本実施の形態の運動解析装置において、前記運動情報は、ユーザーの運動における、エネルギー効率、エネルギー損失又は体への負担に関する情報を含んでもよい。
本実施の形態の運動解析装置によれば、運動により消費したエネルギーが走行に効率よく使用されているか否か、あるいは、運動によりどの程度のダメージが体に蓄積されているかといった情報をユーザーに提示することができる。
本実施の形態の運動解析装置において、前記運動情報は、ユーザーの運動における、真下着地、推進効率、着地時ブレーキ量、又は接地時間に関する情報を含んでもよい。
本実施の形態の運動解析装置によれば、効率の良い走り方、疲れにくい走り方、あるいは、怪我をしにくい走り方ができているか否かの判断の利用可能な情報をユーザーに提示することができる。
本実施の形態の運動解析装置において、前記運動情報生成部は、前記運動情報を前記ユーザーの体の左右にわけて生成してもよい。
本実施の形態の運動解析装置によれば、ユーザーに体の左右の運動状態を区別して提示することができる。
本実施の形態の運動解析装置において、前記運動情報は、前記ユーザーの体の左右のバランスに関する情報を含んでもよい。
本実施の形態の運動解析装置によれば、ユーザーに体の左右をどの程度バランスよく使用できているかの情報を提示することができる。
本実施の形態の運動解析装置は、前記運動情報を用いて、前記ユーザーの運動成績を向上させるためのアドバイスに関する情報を生成するアドバイス情報生成部をさらに含んでもよい。
運動成績は、例えば、運動能力、タイム等のスコア（得点）、怪我のしにくさ等であってもよい。
本実施の形態の運動解析装置によれば、ユーザーの運動状態に応じたアドバイスを提示することで、ユーザーの運動成績を向上させることを補助することができる。
本実施の形態の運動解析方法は、慣性センサーの検出結果を用いて、ユーザーの運動における特徴点を検出することと、前記慣性センサーの検出結果を用いて、前記特徴点を検出したタイミングを基準として前記ユーザーの運動を解析し、前記ユーザーの運動情報を生成することと、を含む。
本実施の形態の運動解析方法によれば、運動の特徴点を基準とすることでユーザーの体の動かし方の傾向が抽出されやすくなるので、慣性センサーの検出結果を用いて特徴点を基準として生成した運動情報により、ユーザーの運動成績を向上させることを補助することができる。
本実施の形態のプログラムは、慣性センサーの検出結果を用いて、ユーザーの運動における特徴点を検出することと、前記慣性センサーの検出結果を用いて、前記特徴点を検出したタイミングを基準として前記ユーザーの運動を解析し、前記ユーザーの運動情報を生成することと、をコンピューターに実行させる。
本実施の形態のプログラムによれば、運動の特徴点を基準とすることでユーザーの体の動かし方の傾向が抽出されやすくなるので、慣性センサーの検出結果を用いて特徴点を基準として生成した運動情報により、ユーザーの運動成績を向上させることを補助することができる。
本実施の形態の運動解析装置は、慣性センサーの検出結果を用いて演算を行い、ユーザーの運動情報を生成する演算部と、前記運動情報を用いて、前記ユーザーの足が接地している間の所定の状態の時の遊脚に関する情報を生成する遊脚情報生成部と、を含む。
運動情報は、例えば、ユーザーの運動により変化する加速度、角速度、速度、位置、姿勢角の少なくとも一部の情報を含んでもよい。
遊脚に関する情報は、例えば、遊脚の所定部位（例えば、大腿骨）が水平面あるいは鉛直平面となす角度の情報であってもよいし、遊脚の所定部位（例えば、膝）の水平面からの距離（高さ）の情報であってもよい。
遊脚の角度は、例えば、遊脚の大腿骨が水平面あるいは鉛直平面となす角度であってもよい。
ユーザーの足が接地している間の所定の状態の時は、例えば、ユーザーの足が着地した時（着地した直後）、立脚中期の時、踏み込んだ時、又は離地する時（離地する直前）であってもよい。
本実施の形態の運動解析装置によれば、慣性センサーは、ユーザーの細かい動きも検出可能であるため、慣性センサーの検出結果を用いて演算を行って遊脚に関する情報を生成し、提示することができる。
本実施の形態の運動解析装置において、前記運動情報は、前記ユーザーの胴体の姿勢角の情報を含み、前記遊脚情報生成部は、前記姿勢角の情報を用いて、前記遊脚に関する情報を生成してもよい。
姿勢角の情報は、例えば、ユーザーの運動により変化するロール角、ピッチ角、ヨー角の少なくとも１つの情報を含んでもよい。
本実施の形態の運動解析装置によれば、遊脚の状態と相関があると考えられる姿勢角の情報を用いることで、ユーザーの足が接地している時の遊脚に関する情報を比較的精度よく生成することができる。
本実施の形態の運動解析装置において、前記遊脚に関する情報は、前記ユーザーの足が接地している間の前記所定の状態の時の遊脚の角度の情報を含んでもよい。
本実施の形態の運動解析装置によれば、ユーザーの足が接地している時の遊脚の角度の情報を比較的精度よく生成することができる。
本実施の形態の運動解析装置において、前記遊脚情報生成部は、前記遊脚の角度と相関のある指標の値を計算し、前記指標の値を用いて前記遊脚の角度を推定してもよい。
本実施の形態の運動解析装置によれば、ユーザーの足が接地している時の遊脚の角度と相関のある指標の値を用いて、当該遊脚の角度を比較的精度よく推定することができる。
本実施の形態の運動解析装置は、前記演算の結果を用いて、前記所定の状態に対応する前記ユーザーの運動における特徴点を検出する特徴点検出部を含み、前記遊脚情報生成部は、前記特徴点の検出結果を用いて、前記指標の値を計算してもよい。
本実施の形態の運動解析装置によれば、検出した特徴点に基づき、ユーザーの足が所定の状態の時の遊脚の角度と相関のある指標の値を計算することができる。
本実施の形態の運動解析装置において、前記指標は、前記ユーザーの胴体の姿勢角が所定の条件を満たす時の時間と前記ユーザーの足が接地している間の前記所定の状態の時の時間との差であってもよい。
本実施の形態の運動解析装置によれば、当該指標の値が大きいほど、所定の状態から次の動作の開始までの時間が長く、脚を引き戻すのに時間がかかる傾向があると言えるので、当該指標を用いて遊脚の角度を精度よく推定することができる。
本実施の形態の運動解析装置において、前記指標は、前記ユーザーの胴体の姿勢角が所定の条件を満たす時の当該姿勢角の値と前記ユーザーの足が接地している間の前記所定の状態の時の当該姿勢角の値との差であってもよい。
本実施の形態の運動解析装置によれば、当該指標の値が大きいほど、所定の状態から次の動作の開始までの姿勢角の変化が大きく、脚を引き戻す動作が大きくなる傾向があると言えるので、当該指標を用いて遊脚の角度を精度よく推定することができる。
本実施の形態の運動解析装置において、前記姿勢角は、ヨー角であり、前記姿勢角が所定の条件を満たす時は、前記ユーザーの足が着地してから離地するまでの間で前記ヨー角が最大又は最小となる時であってもよい。
本実施の形態の運動解析装置によれば、ユーザーの足が着地してから離地するまでの間でヨー角が最大又は最小となる時は、次の動作の開始時に対応し、当該指標が大きいほど、所定の状態から次の動作の開始までの時間が長く、あるいは、所定の状態から次の動作の開始までのヨー角の変化が大きく、脚を引き戻す時間や動作が大きくなる傾向があるので、当該指標を用いて遊脚の角度を精度よく推定することができる。
本実施の形態の運動解析装置において、前記指標は、前記ユーザーの足が接地している間の前記所定の状態の時の前記ユーザーの胴体の姿勢角であってもよい。
本実施の形態の運動解析装置によれば、ユーザーの足が所定の状態の時に、ユーザーの胴体の姿勢角と遊脚の角度とは相関があるので、当該指標を用いて遊脚の角度を精度よく推定することができる。
本実施の形態の運動解析装置において、前記姿勢角は、ピッチ角であってもよい。
本実施の形態の運動解析装置によれば、ユーザーの足が所定の状態の時に、ユーザーの胴体が前傾するほど遊脚がより後方（より高い位置）になるので、ユーザーの胴体のピッチ角と遊脚の角度とは高い相関があるので、当該指標を用いて遊脚の角度を精度よく推定することができる。
本実施の形態の運動解析装置において、前記ユーザーの足が接地している間の前記所定の状態の時は、前記ユーザーの足が着地した時であってもよい。
本実施の形態の運動解析装置によれば、ユーザーの運動における脚の流れに関する情報を提供することができる。
本実施の形態の運動解析装置において、前記慣性センサーは、前記ユーザーの胴体に装着されてもよい。
本実施の形態の運動解析装置によれば、慣性センサーがユーザーの胴体の細かい動きを捉えることができるので、慣性センサーの検出結果を用いて演算を行うことで、ユーザーの足が接地している時の遊脚の角度を精度よく計算（推定）することができる。
本実施の形態の運動解析システムは、上記のいずれかの運動解析装置と、当該運動解析装置から前記遊脚に関する情報を取得して前記ユーザーの運動中に運動状態に関する情報を報知する報知装置と、を含む。
本実施の形態の運動解析システムによれば、ユーザーは、報知される情報に基づき、遊脚の状態を意識しながら運動することができる。
本実施の形態の運動解析システムは、上記のいずれかの運動解析装置と、当該運動解析
装置が生成した前記遊脚に関する情報を取得して前記ユーザーの運動能力の分析情報を生成する情報分析装置と、を含む。
運動能力は、例えば、技術力であってもよいし、持久力であってもよい。
本実施の形態の運動解析システムによれば、ユーザーは、分析情報に基づき、運動終了後に、遊脚の状態に関する詳細な情報を取得することができる。
本実施の形態の運動解析方法は、慣性センサーの検出結果を用いて演算を行い、ユーザーの運動情報を生成することと、前記運動情報を用いて、前記ユーザーの足が接地している間の所定の状態の時の遊脚に関する情報を生成することと、を含む。
本実施の形態の運動解析方法によれば、ユーザーの細かい動きも検出可能な慣性センサーの検出結果を用いて演算を行って遊脚に関する情報を生成し、提示することができる。
本実施の形態のプログラムは、慣性センサーの検出結果を用いて演算を行い、ユーザーの運動情報を生成することと、前記運動情報を用いて、前記ユーザーの足が接地している間の所定の状態の時の遊脚に関する情報を生成することと、をコンピューターに実行させる。
本実施の形態のプログラムによれば、ユーザーの細かい動きも検出可能な慣性センサーの検出結果を用いて演算を行って遊脚に関する情報を生成し、提示することができる。
以下、本発明の好適な実施形態について図面を用いて詳細に説明する。なお、以下に説明する実施の形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また以下で説明される構成の全てが本発明の必須構成要件であるとは限らない。
１．第１実施形態
１−１．運動解析システムの概要
図１は、第１実施形態の運動解析システム１の概要について説明するための図である。図１に示すように、第１実施形態の運動解析システム１は、運動解析装置２及び報知装置３を含んで構成されている。運動解析装置２は、ユーザーの胴体部分（例えば、右腰、左腰、又は腰の中央部）に装着される。運動解析装置２は、慣性計測ユニット（ＩＭＵ：Inertial Measurement Unit）１０を内蔵し、ユーザーの走行（歩行も含む）における動きを捉えて、速度、位置、姿勢角（ロール角、ピッチ角、ヨー角）等を計算し、さらに、ユーザーの運動を解析し、運動解析情報を生成する。本実施形態では、ユーザーが静止している状態で、慣性計測ユニット（ＩＭＵ）１０の１つの検出軸（以下ではｚ軸とする）が重力加速度方向（鉛直下向き）とほぼ一致するように、運動解析装置２がユーザーに装着される。運動解析装置２は、生成した運動解析情報の少なくとも一部を報知装置３に送信する。
報知装置３は、リスト型（腕時計型）の携帯情報機器であり、ユーザーの手首等に装着される。ただし、報知装置３は、ヘッドマウントディスプレイ（ＨＭＤ：Head Mount Display）やスマートフォン等の携帯情報機器であってもよい。ユーザーは、走行開始前又は走行中に報知装置３を操作して運動解析装置２による計測（後述する慣性航法演算処理及び運動解析処理）の開始や終了を指示することができる。また、ユーザーは、走行終了後に報知装置３を操作して運動解析装置２による走行分析処理（後述）の開始や終了を指示することができる。報知装置３は、計測開始や計測終了を指示するコマンド、走行分析処理の開始や終了を指示するコマンド等を運動解析装置２に送信する。報知装置３は、表示装置であってもよい。
運動解析装置２は、計測開始のコマンドを受信すると、慣性計測ユニット（ＩＭＵ）１０による計測を開始し、計測結果に基づきユーザーの走行を解析し、運動解析情報を生成する。運動解析装置２は生成した運動解析情報を報知装置３に送信する。そして、報知装置３は運動解析情報を受信し、受信した運動解析情報を文字、図形、音、振動等の各種の形態でユーザーに提示する。ユーザーは、走行中に報知装置３を介して運動解析情報を認識することができる。
また、運動解析装置２は、走行分析処理の開始を指示するコマンドを受信すると、過去の走行中に生成した運動解析情報を用いて、当該過去の走行を分析し、分析結果の情報を報知装置３又は不図示のパーソナルコンピューターやスマートフォン等の情報機器に送信する。そして、報知装置３又は当該情報機器は、分析結果の情報を受信し、受信した運動解析情報を文字、図形、音、振動等の各種の形態でユーザーに提示する。ユーザーは、報知装置３又は当該情報機器を介して過去の走行の分析結果を認識することができる。
なお、運動解析装置２と報知装置３との間のデータ通信は、無線通信でもよいし、有線通信でもよい。
本実施形態では、以下において、運動解析装置２がユーザーの走行運動（ランニング）における運動解析情報を生成する場合を例に挙げて詳細に説明するが、本実施形態の運動解析システム１は、走行以外の運動における運動解析情報を生成する場合にも、同様に適用することができる。
１−２．座標系
以下の説明において必要となる座標系を定義する。
・ｅフレーム（Earth Centerd Earth Fixed Frame）：地球の中心を原点とし、自転軸に平行にｚ軸をとった右手系の三次元直交座標
・ｎフレーム（Navigation Frame）：移動体（ユーザー）を原点とし、ｘ軸を北、ｙ軸を東、ｚ軸を重力方向とした三次元直交座標系
・ｂフレーム（Body Frame）：センサー（慣性計測ユニット（ＩＭＵ）１０）を基準とする三次元直交座標系
・ｍフレーム（Moving Frame）：移動体（ユーザー）を原点とし、移動体（ユーザー）の進行方向をｘ軸とした右手系の三次元直交座標系
１−３．運動解析システムの構成
図２は、第１実施形態における運動解析装置２及び報知装置３の構成例を示す機能ブロック図である。図２に示すように、運動解析装置２は、慣性計測ユニット（ＩＭＵ）１０、処理部２０、記憶部３０、通信部４０、ＧＰＳ（Global Positioning System）ユニット５０及び地磁気センサー６０を含んで構成されている。ただし、本実施形態の運動解析装置２は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。
慣性計測ユニット１０（慣性センサーの一例）は、加速度センサー１２、角速度センサー１４及び信号処理部１６を含んで構成されている。
加速度センサー１２は、互いに交差する（理想的には直交する）３軸方向の各々の加速度を検出し、検出した３軸加速度の大きさ及び向きに応じたデジタル信号（加速度データ）を出力する。
角速度センサー１４は、互いに交差する（理想的には直交する）３軸方向の各々の角速
度を検出し、計測した３軸角速度の大きさ及び向きに応じたデジタル信号（角速度データ）を出力する。
信号処理部１６は、加速度センサー１２及び角速度センサー１４から、それぞれ加速度データと角速度データを受け取って時刻情報を付して不図示の記憶部に記憶し、記憶した加速度データ、角速度データ及び時刻情報を所定のフォーマットに合わせたセンシングデータを生成し、処理部２０に出力する。
加速度センサー１２及び角速度センサー１４は、それぞれ３軸が、慣性計測ユニット１０を基準とするセンサー座標系（ｂフレーム）の３軸と一致するように取り付けられるのが理想的だが、実際には取り付け角の誤差が生じる。そこで、信号処理部１６は、取り付け角誤差に応じてあらかじめ算出された補正パラメーターを用いて、加速度データ及び角速度データをセンサー座標系（ｂフレーム）のデータに変換する処理を行う。なお、信号処理部１６の代わりに後述する処理部２０が当該変換処理を行ってもよい。
さらに、信号処理部１６は、加速度センサー１２及び角速度センサー１４の温度補正処理を行ってもよい。なお、信号処理部１６の代わりに後述する処理部２０が当該温度補正処理を行ってもよいし、加速度センサー１２及び角速度センサー１４に温度補正の機能が組み込まれていてもよい。
加速度センサー１２と角速度センサー１４は、アナログ信号を出力するものであってもよく、この場合は、信号処理部１６が、加速度センサー１２の出力信号と角速度センサー１４の出力信号をそれぞれＡ／Ｄ変換してセンシングデータを生成すればよい。
ＧＰＳユニット５０は、測位用衛星の一種であるＧＰＳ衛星から送信されるＧＰＳ衛星信号を受信し、当該ＧＰＳ衛星信号を利用して測位計算を行ってｎフレームにおけるユーザーの位置及び速度（大きさと向きを含むベクトル）を算出し、これらに時刻情報や測位精度情報を付したＧＰＳデータを処理部２０に出力する。なお、ＧＰＳを利用して、位置や速度を算出する方法や時刻情報を生成する方法については公知であるため、詳細な説明を省略する。
地磁気センサー６０は、互いに交差する（理想的には直交する）３軸方向の各々の地磁気を検出し、検出した３軸地磁気の大きさ及び向きに応じたデジタル信号（地磁気データ）を出力する。ただし、地磁気センサー６０は、アナログ信号を出力するものであってもよく、この場合は、処理部２０が、地磁気センサー６０の出力信号をＡ／Ｄ変換して地磁気データを生成してもよい。
処理部２０は、例えば、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）等により構成され、記憶部３０に記憶されている各種プログラムに従って、各種の演算処理や制御処理を行う。特に、処理部２０は、慣性計測ユニット１０、ＧＰＳユニット５０及び地磁気センサー６０からそれぞれセンシングデータ、ＧＰＳデータ及び地磁気データを受け取り、これらのデータを用いてユーザーの速度、位置、姿勢角等を算出する。また、処理部２０は、算出したこれらの情報を用いて各種の演算処理を行ってユーザーの運動を解析し、後述する各種の運動解析情報を生成する。そして、処理部２０は、生成した運動解析情報の一部（後述する走行中出力情報や走行後出力情報）を、通信部４０を介して報知装置３に送信し、報知装置３は受信した運動解析情報をテキスト、画像、音、振動等の形態で出力する。
記憶部３０は、例えば、ＲＯＭ（Read Only Memory）やフラッシュＲＯＭ、ＲＡＭ（Ra
ndom Access Memory）等の各種ＩＣメモリーやハードディスクやメモリーカードなどの記録媒体等により構成される。
記憶部３０には、処理部２０によって読み出され、運動解析処理（図４１参照）を実行するための運動解析プログラム３００が記憶されている。運動解析プログラム３００は、慣性航法演算処理（図４２参照）を実行するための慣性航法演算プログラム３０２、運動解析情報生成処理（図４４参照）を実行するための運動解析情報生成プログラム３０４及び走行分析処理（図４５参照）を実行するための走行分析プログラム３０６をサブルーチンとして含む。
また、記憶部３０には、センシングデータテーブル３１０、ＧＰＳデータテーブル３２０、地磁気データテーブル３３０、算出データテーブル３４０及び運動解析情報３５０等が記憶される。
センシングデータテーブル３１０は、処理部２０が慣性計測ユニット１０から受け取ったセンシングデータ（慣性計測ユニット１０の検出結果）を時系列に記憶するデータテーブルである。図３は、センシングデータテーブル３１０の構成例を示す図である。図３に示すように、センシングデータテーブル３１０は、慣性計測ユニット１０の検出時刻３１１、加速度センサー１２により検出された加速度３１２及び角速度センサー１４により検出された角速度３１３が対応付けられたセンシングデータが時系列に並べられて構成される。処理部２０は、計測を開始すると、サンプリング周期Δｔ（例えば、２０ｍｓまたは１０ｍｓ）の経過毎に、センシングデータテーブル３１０に新たなセンシングデータを付加する。さらに、処理部２０は、拡張カルマンフィルターを用いた誤差推定（後述）により推定された加速度バイアス及び角速度バイアスを用いて加速度及び角速度を補正し、補正後の加速度及び角速度を上書きしてセンシングデータテーブル３１０を更新する。
ＧＰＳデータテーブル３２０は、処理部２０がＧＰＳユニット５０から受け取ったＧＰＳデータ（ＧＰＳユニット（ＧＰＳセンサー）５０の検出結果）を時系列に記憶するデータテーブルである。図４は、ＧＰＳデータテーブル３２０の構成例を示す図である。図４に示すように、ＧＰＳデータテーブル３２０は、ＧＰＳユニット５０が測位計算を行った時刻３２１、測位計算により算出した位置３２２、測位計算により算出した速度３２３、測位精度（ＤＯＰ（Dilution of Precision））３２４、受信したＧＰＳ衛星信号の信号
強度３２５等が対応付けられたＧＰＳデータが時系列に並べられて構成される。処理部２０は、計測を開始すると、ＧＰＳデータを取得する毎に（例えば１秒毎に、センシングデータの取得タイミングとは非同期に）、新たなＧＰＳデータを付加してＧＰＳデータテーブル３２０を更新する。
地磁気データテーブル３３０は、処理部２０が地磁気センサー６０から受け取った地磁気データ（地磁気センサーの検出結果）を時系列に記憶するデータテーブルである。図５は、地磁気データテーブル３３０の構成例を示す図である。図５に示すように、地磁気データテーブル３３０は、地磁気センサー６０の検出時刻３３１と地磁気センサー６０により検出された地磁気３３２とが対応付けられた地磁気データが時系列に並べられて構成される。処理部２０は、計測を開始すると、サンプリング周期Δｔ（例えば、１０ｍｓ）の経過毎に、地磁気データテーブル３３０に新たな地磁気データを付加する。
算出データテーブル３４０は、処理部２０がセンシングデータを用いて算出した速度、位置及び姿勢角を時系列に記憶するデータテーブルである。図６は、算出データテーブル３４０の構成例を示す図である。図６に示すように、算出データテーブル３４０は、処理部２０が計算した時刻３４１、速度３４２、位置３４３及び姿勢角３４４が対応付けられた算出データが時系列に並べられて構成される。処理部２０は、計測を開始すると、新た
にセンシングデータを取得する毎に、すなわち、サンプリング周期Δｔの経過毎に、速度、位置及び姿勢角を算出し、算出データテーブル３４０に新たな算出データを付加する。さらに、処理部２０は、拡張カルマンフィルターを用いた誤差推定により推定された速度誤差、位置誤差及び姿勢角誤差を用いて、速度、位置及び姿勢角を補正し、補正後の速度、位置及び姿勢角を上書きして算出データテーブル３４０を更新する。
運動解析情報３５０は、ユーザーの運動に関する各種情報であり、処理部２０が生成した、入力情報３５１の各項目、基本情報３５２の各項目、第１解析情報３５３の各項目、第２解析情報３５４の各項目、左右差率３５５の各項目、走行軌跡情報３５６等を含む。これら各種の情報の詳細については後述する。
図２に戻る。通信部４０は、報知装置３の通信部１４０との間でのデータ通信を行うものであり、処理部２０が生成した運動解析情報の一部（後述する走行中出力情報や走行後出力情報）を受け取って報知装置３に送信する処理、報知装置３から送信されたコマンド（計測開始／終了のコマンドや走行分析処理の開始／終了のコマンド等）を受信して処理部２０に送る処理等を行う。
報知装置３は、処理部１２０、記憶部１３０、通信部１４０、操作部１５０、計時部１６０、表示部１７０、音出力部１８０及び振動部１９０を含んで構成されている。ただし、本実施形態の報知装置３は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。
処理部１２０は、例えば、ＣＰＵ、ＤＳＰ、ＡＳＩＣ等により構成され、記憶部１３０に記憶されているプログラムに従って、各種の演算処理や制御処理を行う。例えば、処理部１２０は、操作部１５０から受け取った操作データに応じた各種処理（計測開始／終了のコマンドや走行分析処理の開始／終了のコマンドを通信部１４０に送る処理や操作データに応じた表示処理や音出力処理等）、通信部１４０から走行中出力情報や走行後出力情報を受け取り、走行中出力情報や走行後出力情報に応じたテキストデータや画像データを表示部１７０に送る処理、走行中出力情報や走行後出力情報に応じた音データを音出力部１８０に送る処理、走行中出力情報に応じた振動データを振動部１９０に送る処理を行う。また、処理部１２０は、計時部１６０から受け取った時刻情報に応じた時刻画像データを生成して表示部１７０に送る処理等を行う。
記憶部１３０は、例えば、処理部１２０が各種処理を行うためのプログラムやデータが記憶されるＲＯＭやフラッシュＲＯＭ、ハードディスクやメモリーカード等の記録媒体や、処理部１２０の作業領域となるＲＡＭ等（例えば、各種ＩＣメモリー）により構成される。
通信部１４０は、運動解析装置２の通信部４０との間でのデータ通信を行うものであり、処理部１２０から操作データに応じたコマンド（計測開始／終了のコマンドや走行分析処理の開始／終了のコマンド等）を受け取って運動解析装置２の通信部４０に送信する処理、運動解析装置２の通信部４０から送信された走行中出力情報や走行後出力情報を受信して処理部１２０に送る処理等を行う。
操作部１５０は、ユーザーからの操作データ（計測開始／終了、表示内容の選択等の操作データ）を取得し、処理部１２０に送る処理を行う。操作部１５０は、例えば、タッチパネル型ディスプレイ、ボタン、キー、マイクなどであってもよい。
計時部１６０は、年、月、日、時、分、秒等の時刻情報を生成する処理を行う。計時部１６０は、例えば、リアルタイムクロック（ＲＴＣ：Real Time Clock）ＩＣなどで実現
される。
表示部１７０は、処理部１２０から送られてきた画像データやテキストデータを、文字、グラフ、表、アニメーション、その他の画像として表示するものである。表示部１７０は、例えば、ＬＣＤ（Liquid Crystal Display）、有機ＥＬ（Electroluminescence）ディスプレイ、ＥＰＤ（Electrophoretic Display）等のディスプレイで実現され、タッチパネル型ディスプレイであってもよい。なお、１つのタッチパネル型ディスプレイで操作部１５０と表示部１７０の機能を実現するようにしてもよい。
音出力部１８０は、処理部１２０から送られてきた音データを、音声やブザー音等の音として出力するものである。音出力部１８０は、例えば、スピーカーやブザーなどで実現される。
振動部１９０は、処理部１２０から送られてきた振動データに応じて振動する。この振動が報知装置３に伝わり、報知装置３を装着したユーザーが振動を感じることができる。振動部１９０は、例えば、振動モーターなどで実現される。
１−４．処理部の機能構成
図７は、第１実施形態における運動解析装置２の処理部２０の構成例を示す機能ブロック図である。本実施形態では、処理部２０は、記憶部３０に記憶されている運動解析プログラム３００を実行することにより、慣性航法演算部２２及び運動解析部２４として機能する。
慣性航法演算部２２は、センシングデータ（慣性計測ユニット１０の検出結果）、ＧＰＳデータ（ＧＰＳユニット５０の検出結果）及び地磁気データ（地磁気センサー６０の検出結果）を用いて、慣性航法演算を行い、加速度、角速度、速度、位置、姿勢角、距離、ストライド及び走行ピッチを算出し、これらの算出結果を含む演算データを出力する。慣性航法演算部２２が出力する演算データは記憶部３０に記憶される。慣性航法演算部２２の詳細については後述する。
運動解析部２４は、慣性航法演算部２２が出力する演算データ（記憶部３０に記憶されている演算データ）を用いて、ユーザーの運動を解析し、ユーザーの走行成績（運動成績の一例）を向上させるための複数の運動情報の各々（後述する、入力情報の各項目、基本情報の各項目、第１解析情報の各項目、第２解析情報の各項目、左右差率の各項目、走行軌跡情報等）を生成する。走行成績は、例えば、走行能力、タイム等のスコア（得点）、怪我のしにくさ等であってもよい。運動解析部２４は、さらに、この複数の運動情報のうち１つ以上の項目を用いてユーザーの走行中に出力する走行中出力情報を生成する。この複数の運動情報を含む運動解析情報は記憶部３０に記憶され、運動解析部２４は、ユーザーの走行終了後に、運動解析情報を用いて走行分析処理を行い、走行終了後に出力する走行後出力情報を生成する。運動解析部２４の詳細については後述する。
１−５．慣性航法演算部の機能構成
図８は、慣性航法演算部２２の構成例を示す機能ブロック図である。本実施形態では、慣性航法演算部２２は、バイアス除去部２１０、積分処理部２２０、誤差推定部２３０、走行処理部２４０及び座標変換部２５０を含む。ただし、本実施形態の慣性航法演算部２２は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。
バイアス除去部２１０は、新たに取得したセンシングデータに含まれる３軸加速度及び３軸角速度から、それぞれ、誤差推定部２３０が推定した加速度バイアスｂａ及び角速度
バイアスｂωを減算し、３軸加速度及び３軸角速度を補正する処理を行う。なお、計測開始直後の初期状態では加速度バイアスｂａ及び角速度バイアスｂωの推定値が存在しないため、バイアス除去部２１０は、ユーザーの初期状態は静止状態であるものとして、慣性計測ユニット（ＩＭＵ）１０からのセンシングデータを用いて、初期バイアスを計算する。
積分処理部２２０は、バイアス除去部２１０が補正した加速度及び角速度からｅフレームの速度ｖｅ、位置ｐｅ及び姿勢角（ロール角φｂｅ、ピッチ角θｂｅ、ヨー角ψｂｅ）を算出する処理を行う。具体的には、積分処理部２２０は、まず、ユーザーの初期状態は静止状態であるものとして、初期速度をゼロとし、あるいは、ＧＰＳデータに含まれる速度から初期速度を算出し、さらに、ＧＰＳデータに含まれる位置から初期位置を算出する。また、積分処理部２２０は、バイアス除去部２１０が補正したｂフレームの３軸加速度から重力加速度の向きを特定してロール角φｂｅとピッチ角θｂｅの初期値を算出するとともに、ＧＰＳデータに含まれる速度からヨー角ψｂｅの初期値を算出し、ｅフレームの初期姿勢角とする。ＧＰＳデータが得られない場合はヨー角ψｂｅの初期値を例えばゼロとする。そして、積分処理部２２０は、算出した初期姿勢角から式（１）で表されるｂフレームからｅフレームへの座標変換行列（回転行列）Ｃｂ ｅの初期値を算出する。
その後は、積分処理部２２０は、バイアス除去部２１０が補正した３軸角速度を積算（回転演算）して座標変換行列Ｃｂ ｅを算出し、式（２）より姿勢角を算出する。
また、積分処理部２２０は、座標変換行列Ｃｂ ｅを用いて、バイアス除去部２１０が補正したｂフレームの３軸加速度をｅフレームの３軸加速度に変換し、重力加速度成分を除去して積算することでｅフレームの速度ｖｅを算出する。また、積分処理部２２０は、ｅフレームの速度ｖｅを積算してｅフレームの位置ｐｅを算出する。
また、積分処理部２２０は、誤差推定部２３０が推定した速度誤差δｖｅ、位置誤差δｐｅ及び姿勢角誤差εｅを用いて、速度ｖｅ、位置ｐｅ及び姿勢角を補正する処理及び補正した速度ｖｅを積分して距離を計算する処理も行う。
さらに、積分処理部２２０は、ｂフレームからｍフレームへの座標変換行列Ｃｂ ｍ、ｅフレームからｍフレームへの座標変換行列Ｃｅ ｍ及びｅフレームからｎフレームへの座標変換行列Ｃｅ ｎも算出する。これらの座標変換行列は座標変換情報として後述する座標変換部２５０の座標変換処理に用いられる。
誤差推定部２３０は、積分処理部２２０が算出した速度・位置、姿勢角、バイアス除去
部２１０が補正した加速度や角速度、ＧＰＳデータ、地磁気データ等を用いて、ユーザーの状態を表す指標の誤差を推定する。本実施形態では、誤差推定部２３０は、速度、姿勢角、加速度、角速度及び位置をユーザーの状態を表す指標とし、拡張カルマンフィルターを用いてこれらの指標の誤差を推定する。すなわち、誤差推定部２３０は、積分処理部２２０が算出した速度ｖｅの誤差（速度誤差）δｖｅ、積分処理部２２０が算出した姿勢角の誤差（姿勢角誤差）εｅ、加速度バイアスｂａ、角速度バイアスｂω及び積分処理部２２０が算出した位置ｐｅの誤差（位置誤差）δｐｅを拡張カルマンフィルターの状態変数とし、状態ベクトルＸを式（３）のように定義する。
誤差推定部２３０は、拡張カルマンフィルターの予測式を用いて、状態ベクトルＸに含まれる状態変数（ユーザーの状態を表す指標の誤差）を予測する。拡張カルマンフィルターの予測式は、式（４）のように表される。式（４）において、行列Φは、前回の状態ベクトルＸと今回の状態ベクトルＸを関連付ける行列であり、その要素の一部は姿勢角や位置等を反映しながら時々刻々変化するように設計される。また、Ｑはプロセスノイズを表す行列であり、その各要素はあらかじめ適切な値に設定される。また、Ｐは状態変数の誤差共分散行列である。
また、誤差推定部２３０は、拡張カルマンフィルターの更新式を用いて、予測した状態変数（ユーザーの状態を表す指標の誤差）を更新（補正）する。拡張カルマンフィルターの更新式は、式（５）のように表される。Ｚ及びＨはそれぞれ観測ベクトル及び観測行列であり、更新式（５）は、実際の観測ベクトルＺと状態ベクトルＸから予測されるベクトルＨＸとの差を用いて、状態ベクトルＸを補正することを表している。Ｒは、観測誤差の共分散行列であり、あらかじめ決められた一定値であってもよいし、動的に変更してもよい。Ｋはカルマンゲインであり、Ｒが小さいほどＫが大きくなる。式（５）より、Ｋが大きい（Ｒが小さい）ほど、状態ベクトルＸの補正量が大きくなり、その分、Ｐが小さくなる。
誤差推定の方法（状態ベクトルＸの推定方法）としては、例えば、以下のようなものが挙げられる。
姿勢角誤差に基づく補正による誤差推定方法：
図９は、運動解析装置２を右腰に装着したユーザーが走行動作（直進）をする場合のユーザーの移動を俯瞰した図である。また、図１０は、ユーザーが走行動作（直進）をする場合に慣性計測ユニット１０の検出結果から算出したヨー角（方位角）の一例を示す図であり、横軸は時間、縦軸はヨー角（方位角）である。
ユーザーの走行動作に伴い、ユーザーに対する慣性計測ユニット１０の姿勢が随時変化する。ユーザーが左足を踏み出した状態では、図９中の（１）や（３）に示すように、慣性計測ユニット１０は進行方向（ｍフレームのｘ軸）に対して左側に傾いた姿勢となる。それに対して、ユーザーが右足を踏み出した状態では、図９中の（２）や（４）に示すように、慣性計測ユニット１０は進行方向（ｍフレームのｘ軸）に対して右側に傾いた姿勢となる。つまり、慣性計測ユニット１０の姿勢は、ユーザーの走行動作に伴い、左右１歩ずつの２歩毎に周期的に変化することになる。図１０では、例えば、右足を踏み出した状態でヨー角が極大となり（図１０中の○）、左足を踏み出した状態でヨー角が極小となっている（図１０中の●）。そこで、前回（２歩前）の姿勢角と今回の姿勢角は等しく、かつ、前回の姿勢角は真の姿勢であるものとして誤差を推定することができる。この方法では、式（５）の観測ベクトルＺは積分処理部２２０が算出した前回の姿勢角と今回の姿勢角との差であり、更新式（５）により、姿勢角誤差εｅと観測値との差に基づいて状態ベクトルＸを補正し、誤差を推定する。
角速度バイアスに基づく補正による誤差推定方法：
前回（２歩前）の姿勢角と今回の姿勢角は等しいが、前回の姿勢角は真の姿勢である必要はないものとして誤差を推定する方法である。この方法では、式（５）の観測ベクトルＺは積分処理部２２０が算出した前回の姿勢角及び今回の姿勢角から算出される角速度バイアスであり、更新式（５）により、角速度バイアスｂωと観測値との差に基づいて状態ベクトルＸを補正し、誤差を推定する。
方位角誤差に基づく補正による誤差推定方法：
前回（２歩前）のヨー角（方位角）と今回のヨー角（方位角）は等しく、かつ、前回のヨー角（方位角）は真のヨー角（方位角）であるものとして誤差を推定する方法である。この方法では、観測ベクトルＺは積分処理部２２０が算出した前回のヨー角と今回のヨー角の差であり、更新式（５）により、方位角誤差εｚ ｅと観測値との差に基づいて状態ベクトルＸを補正し、誤差を推定する。
停止に基づく補正による誤差推定方法：
停止時は速度がゼロであるものとして誤差を推定する方法である。この方法では、観測ベクトルＺは積分処理部２２０が算出した速度ｖｅとゼロとの差であり、更新式（５）により、速度誤差δｖｅに基づいて状態ベクトルＸを補正し、誤差を推定する。
静止に基づく補正による誤差推定方法：
静止時は速度がゼロであり、かつ、姿勢変化がゼロであるものとして誤差を推定する方法である。この方法では、観測ベクトルＺは積分処理部２２０が算出した速度ｖｅの誤差及び積分処理部２２０が算出した前回の姿勢角と今回の姿勢角との差であり、更新式（５）により、速度誤差δｖｅ及び姿勢角誤差εｅに基づいて状態ベクトルＸを補正し、誤差を推定する。
ＧＰＳの観測値に基づく補正による誤差推定方法：
積分処理部２２０が算出した速度ｖｅ、位置ｐｅあるいはヨー角ψｂｅとＧＰＳデータから算出される速度、位置あるいは方位角（ｅフレームに変換後の速度、位置、方位角）は等しいものとして誤差を推定する方法である。この方法では、観測ベクトルＺは積分処理部２２０が算出した速度、位置あるいはヨー角とＧＰＳデータから算出される速度、位置速度あるいは方位角との差であり、更新式（５）により、速度誤差δｖｅ、位置誤差δｐｅあるいは方位角誤差εｚ ｅと観測値との差に基づいて状態ベクトルＸを補正し、誤差を推定する。
地磁気センサーの観測値に基づく補正による誤差推定方法：
積分処理部２２０が算出したヨー角ψｂｅと地磁気センサーから算出される方位角（ｅフレームに変換後の方位角）は等しいものとして誤差を推定する方法である。この方法では、観測ベクトルＺは積分処理部２２０が算出したヨー角と地磁気データから算出される方位角との差であり、更新式（５）により、方位角誤差εｚ ｅと観測値との差に基づいて状態ベクトルＸを補正し、誤差を推定する。
図８に戻り、走行処理部２４０は、走行検出部２４２、歩幅算出部２４４及びピッチ算出部２４６を含む。走行検出部２４２は、慣性計測ユニット１０の検出結果（具体的には、バイアス除去部２１０が補正したセンシングデータ）を用いて、ユーザーの走行周期（走行タイミング）を検出する処理を行う。図９及び図１０で説明したように、ユーザーの走行時にはユーザーの姿勢が周期的に（２歩（左右１歩ずつ）毎に）変化するため、慣性計測ユニット１０が検出する加速度も周期的に変化する。図１１は、ユーザーの走行時に慣性計測ユニット１０が検出した３軸加速度の一例を示す図である。図１１において、横軸は時間であり、縦軸は加速度値である。図１１に示すように、３軸加速度は周期的に変化しており、特にｚ軸（重力方向の軸）加速度は、周期性をもって規則的に変化していることがわかる。このｚ軸加速度は、ユーザーの上下動の加速度を反映しており、ｚ軸加速度が所定の閾値以上の極大値となる時から次に閾値以上の極大値となるまでの期間が１歩の期間に相当する。そして、右足を踏み出している状態の１歩と左足を踏み出している状態の１歩が交互に繰り返される。
そこで、本実施形態では、走行検出部２４２は、慣性計測ユニット１０が検出するｚ軸加速度（ユーザーの上下動の加速度に相当する）が所定の閾値以上の極大値となる毎に、走行周期を検出する。すなわち、走行検出部２４２は、ｚ軸加速度が所定の閾値以上の極大値となる毎に、走行周期を検出したことを示すタイミング信号を出力する。実際には、慣性計測ユニット１０が検出する３軸加速度には高周波のノイズ成分が含まれるため、走行検出部２４２は、ローパスフィルターを通過させてノイズが除去されたｚ軸加速度を用いて走行周期を検出する。
また、走行検出部２４２は、検出した走行周期が左右いずれの走行周期かを判定し、左右いずれの走行周期かを示す左右足フラグ（例えば、右足の時にオン、左足の時にオフ）を出力する。例えば、図１０に示したように、右足を踏み出した状態ではヨー角が極大となり（図１０中の○）、左足を踏み出した状態ではヨー角が極小となる（図１０中の●）ので、走行検出部２４２は、積分処理部２２０が算出する姿勢角（特にヨー角）を用いて
、左右いずれの走行周期かを判定することができる。また、図９に示したように、ユーザーの頭上から見て、慣性計測ユニット１０は、ユーザーが左足を踏み出した状態（図９中の（１）や（３）の状態）から右足を踏み出した状態（図９中の（２）や（４）の状態）に至るまでに時計まわりに回転し、逆に、右足を踏み出した状態から左足を踏み出した状態に至るまでに反時計まわりに回転する。従って、例えば、走行検出部２４２は、ｚ軸角速度の極性から左右いずれの走行周期かを判定することもできる。この場合、実際には、慣性計測ユニット１０が検出する３軸角速度には高周波のノイズ成分が含まれるため、走行検出部２４２は、ローパスフィルターを通過させてノイズが除去されたｚ軸角速度を用いて左右いずれの走行周期かを判定する。
なお、ユーザーが右足と左足のどちらから走行を始めるかわからず、また、走行中に走行周期を検出し損なう場合もあり得るので、走行検出部２４２は、ｚ軸加速度以外の情報（例えば、姿勢角等）も用いて、右足の走行周期か左足の走行周期かを総合的に判定するのがよい。
歩幅算出部２４４は、走行検出部２４２が出力する走行周期のタイミング信号及び左右足フラグと、積分処理部２２０が算出する速度あるいは位置とを用いて、左右毎の歩幅を算出し、左右毎のストライドとして出力する処理を行う。すなわち、歩幅算出部２４４は、走行周期の開始から次の走行周期の開始までの期間、サンプリング周期Δｔ毎に速度を積分して（あるいは、走行周期の開始時の位置と次の走行周期の開始時の位置との差を計算して）歩幅を算出し、当該歩幅をストライドとして出力する。
ピッチ算出部２４６は、走行検出部２４２が出力する走行周期のタイミング信号を用いて、１分間の歩数を算出し、走行ピッチとして出力する処理を行う。すなわち、ピッチ算出部２４６は、例えば、走行周期の逆数をとって１秒当たりの歩数を計算し、これに６０を掛けて１分間の歩数（走行ピッチ）を算出する。
座標変換部２５０は、積分処理部２２０が算出したｂフレームからｍフレームへの座標変換情報（座標変換行列Ｃｂ ｍ）を用いて、バイアス除去部２１０が補正したｂフレームの３軸加速度及び３軸角速度をそれぞれｍフレームの３軸加速度及び３軸角速度に変換する座標変換処理を行う。また、座標変換部２５０は、積分処理部２２０が算出したｅフレームからｍフレームへの座標変換情報（座標変換行列Ｃｅ ｍ）を用いて、積分処理部２２０が算出したｅフレームの３軸方向の速度、３軸回りの姿勢角及び３軸方向の距離をそれぞれｍフレームの３軸方向の速度、３軸回りの姿勢角及び３軸方向の距離に変換する座標変換処理を行う。また、座標変換部２５０は、積分処理部２２０が算出したｅフレームからｎフレームへの座標変換情報（座標変換行列Ｃｅ ｎ）を用いて、積分処理部２２０が算出したｅフレームの位置をｎフレームの位置に変換する座標変換処理を行う。
そして、慣性航法演算部２２は、座標変換部２５０が座標変換した後の加速度、角速度、速度、位置、姿勢角及び距離、走行処理部２４０が算出したストライド、走行ピッチ及び左右足フラグの各情報を含む演算データを出力する（記憶部３０に記憶する）。
１−６．運動解析部の機能構成
図１２は、第１実施形態における運動解析部２４の構成例を示す機能ブロック図である。本実施形態では、運動解析部２４は、特徴点検出部２６０、接地時間・衝撃時間算出部２６２、運動情報生成部２７０、走行中出力情報生成部２８０及び走行分析部２９０を含む。ただし、本実施形態の運動解析部２４は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。
特徴点検出部２６０は、演算データを用いて、ユーザーの走行運動における特徴点を検
出する処理を行う。ユーザーの走行運動における特徴点は、ユーザーの走行運動の特徴部分に対応するデータの部分であり、例えば、着地（足裏の一部が地面に着いた時、足の裏全体が地面に着いた時、足のかかとから着いてつま先が離れる間の任意の時点、足のつま先から着いてかかとが離れる間の任意の時点、足の裏全体が着いている間など、適宜設定して良い）、踏込（足に最も体重がかかっている状態）、離地（蹴り出しともいう、地面から足の裏の一部が離れた時、足の裏全体が地面から離れた時、足のかかとから着いてつま先が離れる間の任意の時点、足のつま先から着いてから離れる間の任意の時点など、適宜設定してよい）等である。具体的には、特徴点検出部２６０は、演算データに含まれる左右足フラグを用いて、右足の走行周期における特徴点と左足の走行周期における特徴点とを別々に検出する。例えば、特徴点検出部２６０は、上下方向加速度（加速度センサーのｚ軸の検出値）が正値から負値に変化するタイミングで着地を検出し、着地の後、上下方向加速度が負の方向にピークとなった以降に進行方向加速度がピークになる時点で踏込を検出し、上下方向加速度が負値から正値に変化した時点で離地（蹴り出し）を検出することができる。
接地時間・衝撃時間算出部２６２は、演算データを用いて、特徴点検出部２６０が特徴点を検出したタイミングを基準として、接地時間及び衝撃時間の各値を算出する処理を行う。具体的には、接地時間・衝撃時間算出部２６２は、演算データに含まれる左右足フラグから現在の演算データが右足の走行周期と左足の走行周期のいずれの演算データであるかを判定し、特徴点検出部２６０が特徴点を検出したタイミングを基準として、接地時間及び衝撃時間の各値を、右足の走行周期と左足の走行周期に分けて算出する。接地時間及び衝撃時間の定義及び算出方法等の詳細については後述する。
運動情報生成部２７０は、走行軌跡算出部２７１、基本情報生成部２７２、第１解析情報生成部２７３、第２解析情報生成部２７４及び左右差率算出部２７５を含み、演算データの一部や入力情報を用いて、ユーザーの運動を解析し、ユーザーの走行成績を向上させるための複数の運動情報を生成する処理を行う。ここで、入力情報は、第１解析情報生成部２７３に入力される情報であり、演算データに含まれる、走行ピッチ、ストライド、ｍフレームの３軸方向の加速度、３軸回りの角速度、３軸方向の速度、３軸方向の距離及び３軸回りの姿勢角、接地時間・衝撃時間算出部２６２が算出した接地時間及び衝撃時間、ユーザーの体重の各項目を含む。具体的には、運動情報生成部２７０は、入力情報を用いて、特徴点検出部２６０が特徴点を検出したタイミングを基準としてユーザーの運動を解析し、運動情報として、基本情報の各項目、第１解析情報の各項目、第２解析情報の各項目、左右差率の情報の各項目、走行軌跡情報等を生成する処理を行う。
走行軌跡算出部２７１は、演算データに含まれるｎフレームの位置の時系列情報を用いて、ｎフレームにおけるユーザーの走行軌跡を算出し、運動情報の１つである走行軌跡情報を生成する処理を行う。
基本情報生成部２７２は、演算データに含まれる加速度、速度、位置、ストライド、走行ピッチの情報を用いて、ユーザーの運動に関する基本情報を生成する処理を行う。ここで、基本情報は、走行ピッチ、ストライド、走行速度、標高、走行距離及び走行時間（ラップタイム）の各項目を含む。基本情報の各項目が１つの運動情報である。具体的には、基本情報生成部２７２は、演算データに含まれる走行ピッチ及びストライドをそれぞれ基本情報の走行ピッチ及びストライドとして出力する。また、基本情報生成部２７２は、演算データに含まれる加速度、速度、位置、走行ピッチ及びストライドの一部又は全部を用いて、走行速度、標高、走行距離、走行時間（ラップタイム）の現在の値や走行中の平均値等の運動情報を算出する。
第１解析情報生成部２７３は、上記の入力情報を用いて、特徴点検出部２６０が特徴点
を検出したタイミングを基準としてユーザーの運動を解析し、第１解析情報を生成する処理を行う。ここで、第１解析情報は、着地時ブレーキ量（着地時ブレーキ量１、着地時ブレーキ量２）、真下着地率（真下着地率１、真下着地率２、真下着地率３）、推進力（推進力１、推進力２）、推進効率（推進効率１、推進効率２、推進効率３、推進効率４）、エネルギー消費量、着地衝撃、ランニング能力、前傾角及びタイミング一致度の各項目を含む。第１解析情報の各項目は、ユーザーの走行状態（運動状態の一例）を表す項目であり、それぞれ１つの運動情報である。第１解析情報の各項目の内容及び計算方法の詳細については後述する。
本実施形態では、第１解析情報生成部２７３は、特徴点検出部２６０が特徴点を検出したタイミングにおける入力情報を用いて、第１解析情報の一部の項目の値を算出する。また、第１解析情報生成部２７３は、特徴点検出部２６０が特徴点を検出してから次に特徴点を検出するまでの間（２つの同じ特徴点の間（例えば、着地から次の着地までの間）でもよいし、２つの異なる特徴点の間（例えば、着地から離地までの間）でもよい）のタイミングにおける入力情報を用いて、第１解析情報の少なくとも一部の項目の値を算出する。
また、第１解析情報生成部２７３は、第１解析情報の各項目の値を、ユーザーの体の左右にわけて算出する。具体的には、第１解析情報生成部２７３は、特徴点検出部２６０が右足の走行周期における特徴点を検出したか左足の走行周期における特徴点を検出したかに応じて、第１解析情報に含まれる各項目を、右足の走行周期と左足の走行周期に分けて算出する。また、第１解析情報生成部２７３は、第１解析情報に含まれる各項目について、左右の平均値あるいは合計値も算出する。
第２解析情報生成部２７４は、第１解析情報生成部２７３が生成した第１解析情報を用いて、第２解析情報を生成する処理を行う。ここで、第２解析情報は、エネルギー損失、エネルギー効率及び体への負担の各項目を含む。第２解析情報の各項目が１つの運動情報である。第２解析情報の各項目の内容及び計算方法の詳細については後述する。第２解析情報生成部２７４は、第２解析情報の各項目の値を、右足の走行周期と左足の走行周期に分けて算出する。また、第２解析情報生成部２７４は、第２解析情報に含まれる各項目について、左右の平均値あるいは合計値も算出する。
左右差率算出部２７５は、入力情報に含まれる走行ピッチ、ストライド、接地時間及び衝撃時間、第１解析情報の全ての項目及び第２解析情報の全ての項目について、それぞれ右足の走行周期における値と左足の走行周期における値とを用いて、ユーザーの体の左右のバランスを示す指標である左右差率を算出する処理を行う。各項目の左右差率が１つの運動情報である。左右差率の内容及び計算方法の詳細については後述する。
走行中出力情報生成部２８０は、走行軌跡情報、基本情報の各項目、入力情報の各項目、第１解析情報の各項目、第２解析情報の各項目、各項目の左右差率等を含む複数の運動情報を用いて、ユーザーの走行中に出力する情報である走行中出力情報を生成する処理を行う。
走行中出力情報生成部２８０は、複数の運動情報のうち、所定条件を満たした少なくとも１つの運動情報に基づいて走行中出力情報を生成してもよい。当該所定条件は、ユーザーの走行状態が基準よりも良いことであってもよいし、ユーザーの走行状態が基準よりも悪いことであってもよい。例えば、走行中出力情報生成部２８０は、走行中出力情報として、一番良い項目だけ出力してもよいし、逆に、一番悪い項目だけ出力してもよい。あるいは、各項目を段階分けして評価し、走行中出力情報として、最も高い評価（例えばランク１〜５の中のランク１）がついた項目のみを出力してもよいし、逆に、最も低い評価（
例えばランク１〜５の中のランク５）がついた項目のみを出力してもよい。また、走行中出力情報生成部２８０は、走行中出力情報として、ユーザーの走行状態を評価する評価情報（段階分けした評価等）や、ユーザーの走行成績を向上させるためのアドバイス又はユーザーの走行状態を改善するためのアドバイスに関するアドバイス情報を含んでもよい。
例えば、走行中出力情報生成部２８０は、第１解析情報に含まれる推進効率の値が所定条件（基準範囲内であること、あるいは、基準範囲外であること）を満たした場合には、推進効率の数値や推進効率が基準値よりも高い（あるいは低い）ことを通知するための情報を含む走行中出力情報を生成し、あるいは、推進効率が高いことを示す評価情報や推進効率を向上させる（改善する）ためのアドバイス情報を含む走行中出力情報を生成してもよい。
また、走行中出力情報生成部２８０は、これら各種の情報の一部又は全部をそのまま又は加工して走行中出力情報としてもよいし、これら各種の情報の一部又は全部を組み合わせて走行中出力情報を生成してもよい。
処理部２０は、走行中出力情報を報知装置３に送信し、報知装置３は走行中出力情報を受信して対応する画像、音、振動等のデータを生成し、表示部１７０、音出力部１８０及び振動部１９０を介してユーザーに提示（伝達）する。
走行分析部２９０は、全体分析部２９１、詳細分析部２９２、比較分析部２９３及び出力情報選択部２９４を含み、記憶部３０に記憶されている複数の運動情報（走行軌跡情報、基本情報の各項目、入力情報の各項目、第１解析情報の各項目、第２解析情報の各項目、各項目の左右差率等）の少なくとも１つの運動情報に基づいて、ユーザーの走行終了後に出力する情報である走行後出力情報を生成する処理を行う。
全体分析部２９１は、記憶部３０に記憶されている各種の運動情報を用いて、ユーザーの過去の走行を全体的に分析（概略的に分析）し、分析結果の情報である全体分析情報を生成する処理を行う。具体的には、全体分析部２９１は、ユーザーが選択した日付の走行における各種の運動情報の一部又は全部について、平均値の算出処理、走行終了時の最終値の選択処理、これらの値が基準値よりも良いか否か（あるいは悪いか否か）や改善率が基準値よりも高いか否か（あるいは低いか否か）の判定処理等を行う。また、全体分析部２９１は、あらかじめ決められた所定の項目やユーザーが選択した項目について、走行した日付毎の平均値（あるいは最終値）を算出（あるいは選択）して時系列データを生成する処理等を行う。また、全体分析部２９１は、ユーザーが選択した日付の走行における走行軌跡情報を選択する処理等を行う。
詳細分析部２９２は、記憶部３０に記憶されている各種の運動情報を用いて、ユーザーの過去の走行を詳細に分析し、分析結果の情報である詳細分析情報を生成する処理を行う。具体的には、詳細分析部２９２は、ユーザーが選択した日付の走行について、ユーザーが選択した時刻における各種の運動情報の一部又は全部の項目の値を選択する処理やユーザーが選択した項目の時系列データを生成する処理等を行う。また、詳細分析部２９２は、ユーザーが選択した日付の走行における走行軌跡情報の選択処理、ユーザーが選択した時刻における走行位置の算出処理、所定の項目又はユーザーが選択した項目について左右差率の時系列データを算出する処理等を行う。また、詳細分析部２９２（アドバイス情報生成部の一例）は、ユーザーが選択した日付の走行における走行成績を評価し、評価結果の情報や、走り方の改善方法、タイムの短縮方法、トレーニング指導などのアドバイスに関する情報を生成する処理等を行う。
比較分析部２９３は、記憶部３０に記憶されている各種の運動情報を用いて、ユーザー
の過去の複数回の走行結果を比較して分析し、あるいは、ユーザーの過去の走行結果を他のユーザーの走行結果と比較して分析し、分析結果の情報である比較分析情報を生成する処理等を行う。具体的には、比較分析部２９３は、ユーザーが選択した複数の日付の各々の走行について、それぞれ詳細分析情報と同様の比較分析情報を生成し、あるいは、ユーザーが選択した日付の走行と他のユーザーの過去の走行とについて、それぞれ詳細分析情報と同様の比較分析情報を生成する処理を行う。
出力情報選択部２９４は、ユーザーの選択操作に応じて、全体分析情報、詳細分析情報及び比較分析情報のいずれかを選択し、走行後出力情報として出力する処理を行う。
走行後出力情報は、複数の運動情報のうち、ユーザーの走行中に出力しなかった運動情報、すなわち、走行中出力情報に含まれなかった運動情報を含んでもよい。あるいは、走行後出力情報は、複数の運動情報のうち、ユーザーの走行中に出力した運動情報、すなわち、走行中出力情報に含まれていた運動情報を含んでもよい。また、走行後出力情報は、ユーザーの走行成績を向上させるためのアドバイス又はユーザーの走行状態を改善するためのアドバイスに関する情報を含んでもよい。また、走行後出力情報は、走行分析部２９０がユーザーの走行終了後に生成した情報（運動情報生成部２７０がユーザーの走行中に生成した運動情報以外の情報）を含んでもよい。
処理部２０は、走行後出力情報を報知装置３又は不図示のパーソナルコンピューターやスマートフォン等の情報機器に送信し、報知装置３又は当該情報機器は走行後出力情報を受信して対応する画像、音、振動等のデータを生成し、表示部、音出力部、振動部等を介してユーザーに提示（伝達）する。
１−７．特徴点の検出
ユーザーの走行時には、右足を踏み出して着地し、踏み込み、離地し（蹴り出し）、次に、左足を踏み出して着地し、踏み込み、離地する（蹴り出す）という動作を繰り返す。従って、着地、踏込、離地（蹴り出し）を走行の特徴点と捉えることができる。そして、これらの特徴点における入力情報や特徴点から次の特徴点までの入力情報を基に、運動の良し悪しを評価することができる。そこで、本実施形態では、特徴点検出部２６０は、ユーザーの走行における着地、踏込、離地（蹴り出し）の３つの特徴点を検出し、接地時間・衝撃時間算出部２６２は、着地や離地（蹴り出し）のタイミングに基づいて接地時間や衝撃時間を算出する。また、第１解析情報生成部２７３は、第１解析情報の一部の項目について、特徴点における入力情報や特徴点から次の特徴点までの入力情報を用いて算出する。
着地及び離地（蹴り出し）のタイミングの判定方法について、図１３を用いて説明する。図１３は、地面に床反力計を設置し、３軸加速度センサーを内蔵した装置を腰に装着した被験者が走行した時に取得した加速度データのグラフである。図１３において、横軸は時間、縦軸は加速度である。なお、図１３では、床反力計の出力データも並べて表示している。床反力計は足が接地しているときのみ検出値が変化するので、図１３より、床反力計のデータと加速度データとを比較すると、着地のタイミングは、上下方向加速度（加速度センサーのｚ軸の検出値）が、正値から負値に変化する点で判定することができるとわかる。また、離地（蹴り出し）のタイミングは上下方向加速度（加速度センサーのｚ軸の検出値）が負値から正値に変化する点で判定することができる。図１３に示すように、接地時間は、離地の時刻と着地の時刻との差から計算できる。
踏込のタイミングの判定方法について、図１４を用いて説明する。図１４において、横軸は時間、縦軸は加速度である。図１４に示すように、着地（上下方向加速度が正値から負値に変化する点）の後、上下方向加速度が負の方向にピークとなった以降に進行方向加
速度がピークになるポイントを踏込のタイミングと判定することができる。
１−８．入力情報及び解析情報の詳細
１−８−１．入力情報と解析情報との関係
図１５は、入力情報と解析情報（第１解析情報、第２解析情報及び左右差率）との関係を示す図である。
入力情報は、「進行方向加速度」、「進行方向速度」、「進行方向距離」、「上下方向加速度」、「上下方向速度」、「上下方向距離」、「左右方向加速度」、「左右方向速度」、「左右方向距離」、「姿勢角（ロール角、ピッチ角、ヨー角）」、「角速度（ロール方向、ピッチ方向、ヨー方向）」、「走行ピッチ」、「ストライド」、「接地時間」、「衝撃時間」及び「体重」の各項目を含む。
第１解析情報は、「着地時ブレーキ量１」、「着地時ブレーキ量２」、「真下着地率１」、「真下着地率２」、「真下着地率３」、「推進力１」、「推進力２」、「推進効率１」、「推進効率２」、「推進効率３」、「推進効率４」、「エネルギー消費量」、「着地衝撃」、「ランニング能力」、「前傾角」及び「タイミング一致度」の項目を含む。第１解析情報に含まれる「推進効率４」を除く各項目は、入力情報の少なくとも１つの項目から算出される。「推進効率４」は、エネルギー消費量から算出される。図１５では、入力情報のどの項目を用いて第１解析情報のどの項目が算出されるかを矢印で示している。例えば、「真下着地率１」は、進行方向加速度と上下方向速度から算出される。
第２解析情報は、「エネルギー損失」、「エネルギー効率」及び「体への負担」の項目を含む。第２解析情報に含まれる各項目は、第１解析情報の少なくとも１つの項目から算出される。図１５では、第１解析情報のどの項目を用いて第２解析情報のどの項目が算出されるかを示している。例えば、「エネルギー損失」は、「真下着地率（真下着地率１〜３）」及び「推進効率（推進効率１〜４）」から算出される。
左右差率は、ユーザーの体の左右のバランスを示す指標であり、入力情報に含まれる「走行ピッチ」、「ストライド」、「接地時間」及び「衝撃時間」、第１解析情報の全ての項目及び第２解析情報のすべての項目に対して算出される。
１−８−２．入力情報
以下に、入力情報の各項目の詳細について説明する。
［進行方向加速度、上下方向加速度、左右方向加速度］
「進行方向」とはユーザーの進行方向（ｍフレームのｘ軸方向）であり、「上下方向」とは鉛直方向（ｍフレームのｚ軸方向）であり、「左右方向」とは進行方向と上下方向にともに直交する方向（ｍフレームのｙ軸方向）である。進行方向加速度、上下方向加速度及び左右方向加速度は、それぞれ、ｍフレームのｘ軸方向の加速度、ｚ軸方向の加速度及びｙ軸方向の加速度であり、座標変換部２５０により算出される。図１６に、ユーザーが走行中の進行方向加速度、上下方向加速度及び左右方向加速度を１０ｍｓ周期で算出したグラフの一例を示す。
［進行方向速度、上下方向速度、左右方向速度］
進行方向速度、上下方向速度及び左右方向速度は、それぞれ、ｍフレームのｘ軸方向の速度、ｚ軸方向の速度及びｙ軸方向の速度であり、座標変換部２５０により算出される。あるいは、進行方向加速度、上下方向加速度及び左右方向加速度をそれぞれ積分することにより、進行方向速度、上下方向速度及び左右方向速度をそれぞれ算出することもできる。図１７に、ユーザーが走行中の進行方向速度、上下方向速度及び左右方向速度を１０ｍ
ｓ周期で算出したグラフの一例を示す。
［角速度（ロール方向、ピッチ方向、ヨー方向）］
ロール方向の角速度、ピッチ方向の角速度及びヨー方向の角速度は、それぞれ、ｍフレームのｘ軸回りの角速度、ｙ軸回りの角速度及びｚ軸回りの角速度であり、座標変換部２５０により算出される。図１８に、ユーザーが走行中のロール方向の角速度、ピッチ方向の角速度及びヨー方向の角速度を１０ｍｓ周期で算出したグラフの一例を示す。
［姿勢角（ロール角、ピッチ角、ヨー角）］
ロール角、ピッチ角及びヨー角は、それぞれ、座標変換部２５０が出力するｍフレームのｘ軸回りの姿勢角、ｙ軸回りの姿勢角及びｚ軸回りの姿勢角であり、座標変換部２５０により算出される。あるいは、ロール方向の角速度、ピッチ方向の角速度及びヨー方向の角速度を積分（回転演算）することにより、ロール角、ピッチ角及びヨー角を算出することもできる。図１９に、ユーザーが走行中のロール角、ピッチ角及びヨー角を１０ｍｓ周期で算出したグラフの一例を示す。
［進行方向距離、上下方向距離、左右方向距離］
進行方向距離、上下方向距離及び左右方向距離は、それぞれ、所望の位置（例えば、ユーザーの走行開始直前の位置）からの、ｍフレームのｘ軸方向の移動距離、ｚ軸方向の移動距離及びｙ軸方向の移動距離であり、座標変換部２５０により算出される。図２０に、ユーザーが走行中の進行方向距離、上下方向距離及び左右方向距離を１０ｍｓ周期で算出したグラフの一例を示す。
［走行ピッチ］
走行ピッチは、１分間あたりの歩数として定義される運動指標であり、ピッチ算出部２４６により算出される。あるいは、１分間の進行方向距離をストライドで除算することにより、走行ピッチを算出することもできる。
［ストライド］
ストライドは、１歩の歩幅として定義される運動指標であり、歩幅算出部２４４により算出される。あるいは、１分間の進行方向距離を走行ピッチで除算することにより、ストライドを算出することもできる。
［接地時間］
接地時間は、着地から離地（蹴り出し）までにかかった時間として定義される運動指標であり（図１３参照）、接地時間・衝撃時間算出部２６２により算出される。離地（蹴り出し）とは、つま先が地面から離れる時である。なお、接地時間は、走行スピードと相関が高いため、第１解析情報のランニング能力として使用することもできる。
［衝撃時間］
衝撃時間は、着地により発生する衝撃が体にかかっている時間として定義される運動指標であり、接地時間・衝撃時間算出部２６２により算出される。衝撃時間の計算方法について、図２１を用いて説明する。図２１において、横軸は時間、縦軸は進行方向加速度である。図２１に示すように、衝撃時間＝（１歩中の進行方向加速度が最小となる時刻−着地の時刻）で計算できる。
［体重］
体重は、ユーザーの体重であり、走行前にユーザーが操作部１５０を操作することによりその数値が入力される。
１−８−３．第１解析情報
以下に、第１解析情報生成部２７３により算出される第１解析情報の各項目の詳細について説明する。
［着地時ブレーキ量１］
着地時ブレーキ量１は、着地により低下した速度量として定義される運動指標である。着地時ブレーキ量１の計算方法について、図２２を用いて説明する。図２２において、横軸は時間、縦軸は進行方向速度である。図２２に示すように、着地時ブレーキ量１＝（着地前の進行方向速度−着地後の進行方向最低速度）で計算できる。着地により進行方向の速度は低下し、１歩の中で着地後の進行方向速度の最下点が進行方向最低速度である。
［着地時ブレーキ量２］
着地時ブレーキ量２は、着地により発生した進行方向マイナスの最低加速度量として定義される運動指標である。着地時ブレーキ量２の計算方法について、図２３を用いて説明する。図２３において、横軸は時間、縦軸は進行方向加速度である。図２３に示すように、着地時ブレーキ量２は、１歩における着地後の進行方向最低加速度と一致する。１歩の中で着地後の進行方向加速度の最下点が進行方向最低加速度である。
［真下着地率１］
真下着地率１は、体の真下で着地できているかを表現する運動指標である。体の真下で着地できるようになると、着地時のブレーキ量が少なくなり効率的な走りができるようになる。通常ブレーキ量は速度に応じて大きくなるため、ブレーキ量だけでは指標として不十分であるが、真下着地率１は率で表せる指標であるため、真下着地率１によれば速度が変わっても同じ評価ができる。真下着地率１の計算方法について、図２４を用いて説明する。図２４に示すように、着地時の進行方向加速度（マイナスの加速度）と上下方向加速度を用いて、α＝ａｒｃｔａｎ（着地時の進行方向加速度／着地時の上下方向加速度）とすると、真下着地率１＝ｃｏｓα×１００（％）で計算できる。あるいは、走行の速い複数人のデータを用いて理想的な角度α’を算出し、真下着地率１＝｛１−｜（α’−α）／α’｜｝×１００（％）で計算することもできる。
［真下着地率２］
真下着地率２は、体の真下で着地できているかを着地時の速度低下度合で表現する運動指標である。真下着地率２の計算方法について、図２５を用いて説明する。図２５において、横軸は時間、縦軸は進行方向速度である。図２５に示すように、真下着地率２＝（着地後の進行方向最低速度／着地直前の進行方向速度）×１００（％）で計算される。
［真下着地率３］
真下着地率３は、体の真下で着地できているかを着地から体の真下に足が来るまでの距離又は時間で表現する運動指標である。真下着地率３の計算方法について、図２６を用いて説明する。図２６に示すように、真下着地率３＝（体の真下に足が来る時の進行方向距離−着地時の進行方向距離）、あるいは、真下着地率３＝（体の真下に足が来る時の時刻−着地時の時刻）で計算できる。ここで、図１４に示したように、着地（上下方向加速度が正値から負値に変化する点）の後、上下方向加速度が負の方向にピークとなるタイミングがあり、このタイミングを体の真下に足が来るタイミング（時刻）と判定することができる。
なお、これ以外にも、図２６に示すように、真下着地率３＝β＝ａｒｃｔａｎ（着地から体の真下に足が来るまでの距離／腰の高さ）と定義してもよい。あるいは、真下着地率３＝（１−着地から体の真下に足が来るまでの距離／着地から蹴り上げまでに移動した距離）×１００（％）（足が接地している間に移動した距離の中で着地から体の真下に足が
来るまでの距離が占める割合）として定義してもよい。あるいは、真下着地率３＝（１−着地から体の真下に足が来るまでの時間／着地から蹴り上げまでに移動した時間）×１００（％）（足が接地している間に移動した時間の中で着地から体の真下に足が来るまでの時間が占める割合）と定義してもよい。
［推進力１］
推進力１は、地面を蹴ることにより進行方向へ増加した速度量として定義される運動指標である。推進力１の計算方法について、図２７を用いて説明する。図２７において、横軸は時間、縦軸は進行方向速度である。図２７に示すように、推進力１＝（蹴り出し後の進行方向最高速度−蹴り出し前の進行方向最低速度）で計算できる。
［推進力２］
推進力２は、蹴り出しにより発生した進行方向プラスの最大加速度として定義される運動指標である。推進力２の計算方法について、図２８を用いて説明する。図２８において、横軸は時間、縦軸は進行方向加速度である。図２８に示すように、推進力２は、１歩における蹴り出し後の進行方向最大加速度と一致する。
［推進効率１］
推進効率１は、蹴り出しの力が効率よく推進力になっているかを表す運動指標である。無駄な上下動、無駄な左右動がなくなると効率のよい走りができるようになる。通常上下動、左右動は速度に応じて大きくなるため、上下動、左右動だけでは指標として不十分であるが、推進効率力１は率で表せる指標であるため、推進効率力１によれば速度が変わっても同じ評価ができる。推進効率力１は、上下方向と左右方向についてそれぞれ計算される。上下方向の推進効率力１の計算方法について、図２９を用いて説明する。図２９に示すように、蹴り出し時の上下方向加速度と進行方向加速度を用いて、γ＝ａｒｃｔａｎ（蹴り出し時の上下方向加速度／蹴り出し時の進行方向加速度）とすると、上下方向の推進効率１＝ｃｏｓγ×１００（％）で計算できる。あるいは、走行の速い複数人のデータを用いて理想的な角度γ’を算出し、上下方向の推進効率１＝｛１−｜（γ’−γ）／γ’｜｝×１００（％）で計算することもできる。同様に、蹴り出し時の左右方向加速度と進行方向加速度を用いて、δ＝ａｒｃｔａｎ（蹴り出し時の左右方向加速度／蹴り出し時の進行方向加速度）とすると、左右方向の推進効率１＝ｃｏｓδ×１００（％）で計算できる。あるいは、走行の速い複数人のデータを用いて理想的な角度δ’を算出し、左右方向の推進効率１＝｛１−｜（δ’−δ）／δ’｜｝×１００（％）で計算することもできる。
なお、これ以外にも、γをａｒｃｔａｎ（蹴り出し時の上下方向の速度／蹴り出し時の進行方向の速度）に置き換えて上下方向の推進効率１を算出することもできる。同様に、δをａｒｃｔａｎ（蹴り出し時の左右方向の速度／蹴り出し時の進行方向の速度）に置き換えて左右方向の推進効率１を算出することもできる。
［推進効率２］
推進効率２は、蹴り出しの力が効率よく推進力になっているかを踏込時の加速度の角度を用いて表す運動指標である。推進効率２の計算方法について、図３０を用いて説明する。図３０に示すように、上下方向の推進効率２は、踏込時の上下方向加速度と進行方向加速度を用いて、ξ＝ａｒｃｔａｎ（踏込時の上下方向加速度／踏込時の進行方向加速度）とすると、上下方向の推進効率２＝ｃｏｓξ×１００（％）で計算できる。あるいは、走行の速い複数人のデータを用いて理想的な角度ξ’を算出し、上下方向の推進効率２＝｛１−｜（ξ’−ξ）／ξ’｜｝×１００（％）で計算することもできる。同様に、踏込時の左右方向加速度と進行方向加速度を用いて、η＝ａｒｃｔａｎ（踏込時の左右方向加速度／踏込時の進行方向加速度）とすると、左右方向の推進効率２＝ｃｏｓη×１００（％
）で計算できる。あるいは、走行の速い複数人のデータを用いて理想的な角度η’を算出し、左右方向の推進効率２＝｛１−｜（η’−η）／η’｜｝×１００（％）で計算することもできる。
なお、これ以外にも、ξをａｒｃｔａｎ（踏込時の上下方向の速度／踏込時の進行方向の速度）に置き換えて上下方向の推進効率２を算出することもできる。同様に、ηをａｒｃｔａｎ（踏込時の左右方向の速度／踏込時の進行方向の速度）に置き換えて左右方向の推進効率２を算出することもできる。
［推進効率３］
推進効率３は、蹴り出しの力が効率よく推進力になっているかを飛び出しの角度を用いて表す運動指標である。推進効率３の計算方法について、図３１を用いて説明する。図３１において、横軸は進行方向距離、縦軸は上下方向距離である。図３１に示すように、１歩における上下方向の最高到達点（上下方向距離の振幅の１／２）をＨ、蹴り出しから着地までの進行方向距離をＸとすると、推進効率３は、式（６）で計算できる。
［推進効率４］
推進効率４は、蹴り出しの力が効率よく推進力になっているかを、１歩の中で発生した全エネルギーに対する進行方向に進むために使われたエネルギーの比率で表す運動指標である。推進効率４＝（進行方向に進むために使用したエネルギー／１歩に使用したエネルギー）×１００（％）で計算される。このエネルギーは、位置エネルギーと運動エネルギーの和である。
［エネルギー消費量］
エネルギー消費量は、１歩進むのに消費するエネルギー量として定義される運動指標であり、１歩進むのに消費するエネルギー量を走行期間積算したものも表す。エネルギー消費量＝（上下方向のエネルギー消費量＋進行方向のエネルギー消費量＋左右方向のエネルギー消費量）で計算される。ここで、上下方向のエネルギー消費量＝（体重×重力×上下方向距離）で計算される。また、進行方向のエネルギー消費量＝［体重×｛（蹴り出し後の進行方向最高速度）２−（着地後の進行方向最低速度）２｝／２］で計算される。また、左右方向のエネルギー消費量＝［体重×｛（蹴り出し後の左右方向最高速度）２−（着地後の左右方向最低速度）２｝／２］で計算される。
［着地衝撃］
着地衝撃は、着地によりどれくらいの衝撃が体にかかっているかを表す運動指標である。着地衝撃＝（上下方向の衝撃力＋進行方向の衝撃力＋左右方向の衝撃力）で計算される。ここで、上下方向の衝撃力＝（体重×着地時の上下方向速度／衝撃時間）で計算される。また、進行方向の衝撃力＝｛体重×（着地前の進行方向速度−着地後の進行方向最低速度）／衝撃時間｝で計算される。また、左右方向の衝撃力＝｛体重×（着地前の左右方向速度−着地後の左右方向最低速度）／衝撃時間｝で計算される。
［ランニング能力］
ランニング能力は、ユーザーのランニングの力を表す運動指標である。例えば、ストラ
イドと接地時間との比と、ランニングの記録（タイム）との間には相関関係があることが知られている（「１００ｍ走レース中の接地時間、離地時間について」、Journal of Research and Development for Future Athletics.3(1):1-4, 2004.）。ランニング能力＝（ストライド／接地時間）で計算される。
［前傾角］
前傾角は、ユーザーの胴体が地面に対してどの程度傾いているかを表す運動指標である。図３２に示すように、ユーザーが地面に対して垂直に立っている状態の時の前傾角を０度とし（左端の図）、前かがみの時の前傾角は正の値であり（中央の図）、のけぞっている場合の前傾角は負の値である（右端の図）。前傾角は、ｍフレームのピッチ角を上記の様な仕様となるように変換することで得られる。運動解析装置２（慣性計測ユニット１０）をユーザーに装着した時に、既に傾きがある可能性があるので、静止時を左の図の０度と仮定し、そこからの変化量で前傾角を計算してもよい。
［タイミング一致度］
タイミング一致度は、ユーザーの特徴点のタイミングが良いタイミングにどれだけ近いかを表す運動指標である。例えば、腰回転のタイミングが蹴り出しのタイミングにどれだけ近いかを表す運動指標が考えられる。脚が流れている走り方では、片脚を着いた時に逆脚はまだ身体の後ろに残っているので、蹴り出し後に腰の回転タイミングが来る場合は脚が流れている走り方と判断できる。図３３（Ａ）では、腰の回転タイミングが蹴り出しのタイミングとほぼ一致しており、良い走り方と言える。一方、図３３（Ｂ）では、腰の回転タイミングが蹴り出しのタイミングよりも遅れており、脚が流れている走り方と言える。
１−８−４．第２解析情報
以下に、第２解析情報生成部２７４により算出される第２解析情報の各項目の詳細について説明する。
［エネルギー損失］
エネルギー損失は、１歩進むのに消費するエネルギー量の中で無駄に使われたエネルギー量を表す運動指標であり、１歩進むのに消費するエネルギー量の中で無駄に使われたエネルギー量を走行期間積算したものも表す。エネルギー損失＝｛エネルギー消費量×（１００−真下着地率）×（１００−推進効率）｝で計算される。ここで、真下着地率は真下着地率１〜３のいずれかであり、推進効率は推進効率１〜４のいずれかである。
［エネルギー効率］
エネルギー効率は、１歩進むのに消費したエネルギーが進行方向へ進むエネルギーに効率よく使われているかを表す運動指標であり、それを走行期間積算したものも表す。エネルギー効率＝｛（エネルギー消費量−エネルギー損失）／エネルギー消費量｝で計算される。
［体への負担］
体への負担は、着地衝撃を累積し、体にどれくらいの衝撃がたまっているかを表す運動指標である。怪我は衝撃の蓄積により起こるので、体への負担を評価することにより、怪我のしやすさも判断できる。体への負担＝（右脚の負担＋左脚の負担）で計算される。右脚の負担は、右脚の着地衝撃を積算することで計算できる。左脚の負担は、左脚の着地衝撃を積算することで計算できる。ここで、積算は走行中の積算と過去からの積算の両方を行う。
１−８−５．左右差率（左右バランス）
左右差率は、走行ピッチ、ストライド、接地時間、衝撃時間、第１解析情報の各項目及び第２解析情報の各項目について、体の左右でどれくらい差がみられるかを表す運動指標であり、左脚が右脚に対してどれくらい違うかを表すものとする。左右差率＝（左脚の数値／右脚の数値×１００）（％）で計算され、数値は、走行ピッチ、ストライド、接地時間、衝撃時間、ブレーキ量、推進力、真下着地率、推進効率、速度、加速度、移動距離、前傾角、腰の回転角、腰の回転角速度、左右への傾き量、衝撃時間、ランニング能力、エネルギー消費量、エネルギー損失、エネルギー効率、着地衝撃、体への負担の各数値である。また、左右差率は、各数値の平均値や分散も含む。
１−９．走行中のフィードバック
１−９−１．フィードバックする情報
走行中出力情報生成部２８０は、走行中出力情報として、走行ピッチ、ストライド、走行速度、標高、走行距離、走行時間などの基本情報を出力する。また、走行中出力情報生成部２８０は、走行中出力情報として、接地時間、着地時ブレーキ量、真下着地率、推進効率、接地時間、前傾角、タイミング一致度、ランニング能力、エネルギー効率、左右差率などの現在の情報の各数値、あるいは、これらの数歩分（例えば１０歩分）の平均値（移動平均値）を出力する。また、走行中出力情報生成部２８０は、走行中出力情報として、これらの数値を時系列にグラフ化した情報、エネルギー消費量、体への負担（蓄積ダメージ）等の時系列の情報を出力する。また、走行中出力情報生成部２８０は、走行中出力情報として、ユーザーの走行状態の評価情報、ユーザーの走行状態を改善するためのアドバイス情報やユーザーの走行成績を向上するためのアドバイス情報、走行軌跡情報等を出力する。走行中出力情報は、ユーザーの走行中にユーザーに提示（フィードバック）される。
１−９−２．フィードバックするタイミング
走行中出力情報生成部２８０は、走行中出力情報を走行中常に出力してもよい。あるいは、走行中出力情報生成部２８０は、所定の項目の数値が設定した閾値（基準値）を超えた場合に、超えてしまったという状態、超えてしまった項目、最も悪い項目などの情報を出力してもよい。あるいは、走行中出力情報生成部２８０は、所定の項目の数値が設定した閾値（基準値）を超えていない場合に、超えていないという状態、超えていない項目、最も良い項目などの情報を出力してもよい。あるいは、走行中出力情報生成部２８０は、ユーザーにより選択された情報を走行中常に出力してもよい。あるいは、走行中出力情報生成部２８０は、ユーザーにより選択された情報が閾値（基準値）を超えた場合に、超えてしまったという状態とその数値を出力してもよい。あるいは、走行中出力情報生成部２８０は、ユーザーにより選択された情報が閾値を超えていない場合に、超えていないという状態とその数値を出力してもよい。
１−９−３．フィードバックする方法
走行中出力情報生成部２８０が出力する走行中出力情報を、報知装置３の表示部１７０に画面表示してユーザーにフィードバックしてもよい。あるいは、報知装置３の音出力部１８０から音声でフィードバックしてもよい。あるいは、腰回転タイミングやピッチ、蹴り出しタイミングなど、タイミングに関する内容を、報知装置３の音出力部１８０から「ピッピッ」などの短い音でフィードバックしてもよい。あるいは、報知装置３の音出力部１８０や振動部１９０から音や振動により、ユーザーに対して表示部１７０に表示した内容を見るように指示してもよい。
１−９−４．フィードバックの具体例
［走行ピッチ］
例えば、表示部１７０に現在の走行ピッチの数値や数歩分の平均値を表示してもよいし、音出力部１８０から走行ピッチに応じたテンポまたは長さの音や走行ピッチに応じた音
楽を出力してもよい。例えば、走行ピッチの逆数（１歩あたりの時間）を算出し、１歩毎に短い音を出力してもよい。
あるいは、走行ピッチが事前に設定された基準範囲内（下限閾値以上、かつ、上限閾値以下）であるか否かを判定し、走行ピッチが下限閾値よりも低くなった場合には「ピッチが低くなっています。」等の表示や音声を表示部１７０や音出力部１８０から出力し、走行ピッチが上限閾値よりも高くなった場合には「ピッチが高くなっています。」等の表示や音声を出力してもよい。あるいは、走行ピッチが下限閾値よりも低くなった場合には、音出力部１８０や振動部１９０からテンポの遅い音や振動を出力し、走行ピッチが上限閾値よりも高くなった場合には、テンポの速い音や振動を出力する等、音や振動のテンポを変えて出力してもよい。
あるいは、走行ピッチが基準範囲外であれば、例えば、「ピッチが低くなっています。歩幅を少し狭くし、ピッチを上げる意識をしましょう。」、「ピッチが高くなっています。歩幅を少し広くし、ピッチを下げる意識をしましょう。」等の、基準範囲内に入るようにするためのアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［ストライド］
例えば、表示部１７０に現在のストライドの数値や数歩分の平均値を表示してもよいし、音出力部１８０からストライドに応じたテンポまたは長さの音やストライドに応じた音楽を出力してもよい。
あるいは、ストライドが事前に設定された基準範囲内（下限閾値以上、かつ、上限閾値以下）であるか否かを判定し、ストライドが下限閾値よりも低くなった場合には「ストライドが短くなっています。」等の表示や音声を表示部１７０や音出力部１８０から出力し、ストライドが上限閾値よりも高くなった場合には「ストライドが長くなっています。」等の表示や音声を出力してもよい。あるいは、ストライドが下限閾値よりも低くなった場合には、音出力部１８０や振動部１９０からテンポの遅い音や振動を出力し、ストライドが上限閾値よりも高くなった場合には、テンポの速い音や振動を出力する等、音や振動のテンポを変えて出力してもよい。
あるいは、ストライドが基準範囲外であれば、例えば、「ストライドが短くなっています。歩幅を少し広くし、ストライドを長くする意識をしましょう。」、「ストライドが長くなっています。歩幅を少し狭くし、ストライドを短くする意識をしましょう。」等の、基準範囲内に入るようにするためのアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［接地時間］
例えば、表示部１７０に現在の接地時間や数歩分の平均値を表示してもよいし、音出力部１８０から接地時間に応じたテンポまたは長さの音や接地時間に応じた音楽を出力してもよい。ただし、ユーザーは接地時間の数値を知っても良いか悪いかの判定が難しいので、例えば、事前に決めた閾値を用いて、接地時間の数値が例えば１０段階のいずれのレベルに属するかを判定し、ユーザーの接地時間のレベルを１〜１０でフィードバックしてもよい。
あるいは、走行中に、接地時間の平均値等が向上した場合には、「ランニング能力が上がりました。このまま継続して練習しましょう。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［着地時ブレーキ量１］
例えば、表示部１７０に現在の着地時ブレーキ量１の数値や数歩分の平均値を表示してもよいし、音出力部１８０から着地時ブレーキ量１に応じた音量の音を出力してもよい。
あるいは、着地時ブレーキ量１を事前に設定された閾値と比較し、閾値よりも高くなった場合にはブレーキ量が大きすぎると判定して「ブレーキ量が大きくなっています。」、「腰が落ちた走り方になっている可能性があります。」等の表示や音声を表示部１７０や音出力部１８０から出力してもよい。あるいは、着地時ブレーキ量１が閾値よりも高くなった場合には、音声以外の音や振動を出力してもよい。
あるいは、着地時ブレーキ量１が閾値よりも高くなった場合には、例えば、「ブレーキ量が大きくなっています。ブレーキ量が大きいと、効率が悪くなり更には怪我の危険性も高まります。」、「腰が落ちた走り方になっている可能性があります。骨盤を意識して、体の真下に着地し、着地時に腰が落ちないように心がけましょう。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［着地時ブレーキ量２］
着地時ブレーキ量１と同様に、着地時ブレーキ量２の数値や数歩分の平均値をフィードバックし、あるいは、着地時ブレーキ量２が閾値よりも高くなった場合に、ブレーキ量が大きすぎることをフィードバックする。あるいは、着地時ブレーキ量２が閾値よりも高くなった場合に、着地時ブレーキ量１と同様のアドバイスをフィードバックしてもよい。
［真下着地率１］
例えば、表示部１７０に現在の真下着地率１の数値や数歩分の平均値を表示してもよいし、音出力部１８０から真下着地率１に応じた音量の音を出力してもよい。
あるいは、真下着地率１を事前に設定された閾値と比較し、閾値よりも低くなった場合には真下に着地できていないと判定して「真下着地率が下がっています。」、「真下に着地できていません。」等の表示や音声を表示部１７０や音出力部１８０から出力してもよい。あるいは、真下着地率１が閾値よりも低くなった場合には、音声以外の音や振動を出力してもよい。
あるいは、真下着地率１が閾値よりも低くなった場合には、例えば、「真下着地率が下がっています。真下着地ができなくなると、ブレーキ量の増加、上下動の増加が起こり、効率の悪い走りになります。背筋は伸ばしてしっかりと腰を入れることを意識しましょう。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［真下着地率２］
真下着地率１と同様に、真下着地率２の数値や数歩分の平均値をフィードバックし、あるいは、真下着地率２が閾値よりも低くなった場合に、真下に着地できていないことをフィードバックする。あるいは、真下着地率２が閾値よりも低くなった場合に、真下着地率１と同様のアドバイスをフィードバックしてもよい。
［真下着地率３］
真下着地率１と同様に、真下着地率３の数値や数歩分の平均値をフィードバックし、あるいは、真下着地率３が閾値よりも低くなった場合に、真下に着地できていないことをフィードバックする。あるいは、真下着地率３が閾値よりも低くなった場合に、真下着地率１と同様のアドバイスをフィードバックしてもよい。
［推進力１］
例えば、表示部１７０に現在の推進力１の数値や数歩分の平均値を表示してもよいし、音出力部１８０から推進力１に応じた音量の音を出力してもよい。
あるいは、推進力１を事前に設定された閾値と比較し、閾値よりも低くなった場合には推進力が低下したと判定して「推進力が下がっています。」、「蹴りの力が上方向に働いている可能性があります。」等の表示や音声を表示部１７０や音出力部１８０から出力してもよい。あるいは、推進力１が閾値よりも低くなった場合には、音声以外の音や振動を出力してもよい。
あるいは、推進力１が閾値よりも低くなった場合には、例えば、「蹴りの力が上方向に働いている可能性があります。蹴り上げずに足裏全体で地面を捉えるようなイメージで走ってみてください。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［推進力２］
推進力１と同様に、推進力２の数値や数歩分の平均値をフィードバックし、あるいは、推進力２が閾値よりも低くなった場合に、推進力が低下したことをフィードバックする。あるいは、推進力２が閾値よりも低くなった場合に、推進力１と同様のアドバイスをフィードバックしてもよい。
［推進効率１］
例えば、表示部１７０に現在の推進効率１の数値や数歩分の平均値を表示してもよいし、音出力部１８０から推進効率１に応じた音量の音を出力してもよい。ただし、ユーザーは推進効率１の数値を知っても良いか悪いかの判定が難しいので、例えば、現在のユーザーの推進効率１に対応する向きの表示と理想の推進効率１（４５度程度）に対応する向きの表示とを重ねて表示してもよい（あるいは、並べて表示してもよい）。
あるいは、推進効率１を事前に設定された閾値と比較し、閾値よりも低くなった場合には上下動や左右動が大きすぎると判定して「推進効率が下がっています。」、「上下動、左右動が大きいです。」等の表示や音声を表示部１７０や音出力部１８０から出力してもよい。あるいは、推進力１が閾値よりも低くなった場合には、音声以外の音や振動を出力してもよい。
あるいは、推進効率１が閾値よりも低くなった場合には、例えば、「上下動、左右動が大きいです。蹴り上げすぎると上にはねるようなフォームになってしまい、ふくらはぎなどの負担が大きくなるので、足裏全体で地面を捉えるようなイメージで走ってください。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［推進効率２］
推進効率１と同様に、推進効率２の数値や数歩分の平均値をフィードバックし、あるいは、推進効率２が閾値よりも低くなった場合に、上下動や左右動が大きすぎることをフィードバックする。あるいは、推進効率２が閾値よりも低くなった場合に、推進効率１と同様のアドバイスをフィードバックしてもよい。
［推進効率３］
推進効率１と同様に、推進効率３の数値や数歩分の平均値をフィードバックし、あるいは、推進効率３が閾値よりも低くなった場合に、上下動や左右動が大きすぎることをフィードバックする。あるいは、推進効率３が閾値よりも低くなった場合に、推進効率１と同様のアドバイスをフィードバックしてもよい。
［推進効率４］
推進効率１と同様に、推進効率４の数値や数歩分の平均値をフィードバックし、あるいは、推進効率４が閾値よりも低くなった場合に、上下動や左右動が大きすぎることをフィードバックする。あるいは、推進効率４が閾値よりも低くなった場合に、推進効率１と同様のアドバイスをフィードバックしてもよい。
［エネルギー消費量］
例えば、表示部１７０に現在までのエネルギー消費量の数値を表示してもよいし、音出力部１８０からエネルギー消費量に応じた音量の音を出力してもよい。
あるいは、エネルギー消費量を事前に設定された閾値と比較し、閾値よりも高くなった場合には無駄なエネルギー消費が大きすぎると判定して「１歩にかかるエネルギー消費量が大きくなっています。」等の表示や音声を表示部１７０や音出力部１８０から出力してもよい。あるいは、エネルギー消費量が閾値よりも高くなった場合には、音声以外の音や振動を出力してもよい。
あるいは、エネルギー消費量が閾値よりも高くなった場合には、例えば、「１歩にかかるエネルギー消費量が大きくなっています。効率的な走りをすることで、無駄なエネルギー消費を抑えましょう。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［着地衝撃］
例えば、表示部１７０に現在の着地衝撃の数値や数歩分の平均値を表示してもよいし、音出力部１８０から着地衝撃に応じた音量の音を出力してもよい。
あるいは、着地衝撃を事前に設定された閾値と比較し、閾値よりも高くなった場合には無駄な着地衝撃が大きすぎると判定して「着地衝撃が大きいです。」等の表示や音声を表示部１７０や音出力部１８０から出力してもよい。あるいは、着地衝撃が閾値よりも高くなった場合には、音声以外の音や振動を出力してもよい。
あるいは、着地衝撃が閾値よりも高くなった場合には、例えば、「着地衝撃が大きいです。衝撃が累積されると怪我につながる危険性があります。上下動を抑えた走り、体の真下に着地するよう心掛けて走りましょう。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［ランニング能力］
例えば、表示部１７０に現在のランニング能力や数歩分の平均値を表示してもよいし、音出力部１８０からランニング能力に応じた音量の音を出力してもよい。ただし、ユーザーはランニング能力の数値を知っても良いか悪いかの判定が難しいので、例えば、事前に決めた閾値を用いて、ランニング能力の数値が例えば１０段階のいずれのレベルに属するかを判定し、ユーザーのランニング能力のレベルを１〜１０でフィードバックしてもよい。
あるいは、走行中に、ランニング能力の平均値等が向上した場合には、「ランニング能力が上がりました。このまま継続して練習しましょう。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［前傾角］
例えば、表示部１７０に現在の前傾角の数値や数歩分の平均値を表示してもよいし、音
出力部１８０から前傾角に応じた音量の音を出力してもよい。ただし、ユーザーは前傾角の数値を知っても良いか悪いかの判定が難しいので、例えば、現在のユーザーの姿勢を表す画像と理想の姿勢（５度〜１０度程度前傾した姿勢）を表す画像とを重ねて表示してもよい（あるいは、並べて表示してもよい）。
あるいは、前傾角が事前に設定された基準範囲内（下限閾値以上、かつ、上限閾値以下）であるか否かを判定し、前傾角が下限閾値よりも低くなった場合には「後傾の走り方になっています。」等の表示や音声を表示部１７０や音出力部１８０から出力し、前傾角が上限閾値よりも高くなった場合には「前傾しすぎています。」等の表示や音声を出力してもよい。あるいは、前傾角が下限閾値よりも低くなった場合には、音出力部１８０や振動部１９０から音量の小さい音や振動量の小さい振動を出力し、前傾角が上限閾値よりも高くなった場合には、音量の大きい音や振動量の大きい振動を出力する等、音量や振動量を変えて出力してもよい。
あるいは、前傾角が基準範囲外であれば、例えば、「後傾の走り方になっています。猫背気味になっている可能性があります。骨盤の上にまっすぐ上体を乗せる、踏み出した足に重心を乗せることを意識しましょう。」等の、基準範囲内に入るようにするためのアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［タイミング一致度］
例えば、表示部１７０に現在のタイミング一致度の数値や数歩分の平均値を表示してもよいし、音出力部１８０からタイミング一致度に応じた音量の音を出力してもよい。
あるいは、タイミング一致度が事前に設定された基準範囲内（下限閾値以上、かつ、上限閾値以下）であるか否かを判定し、タイミング一致度が基準範囲外となった場合には、基準範囲外であることを示す表示や音声を出力してもよい。あるいは、タイミング一致度が基準範囲外となった場合には、音出力部１８０や振動部１９０から音量や振動量を変えて出力してもよい。
あるいは、タイミング一致度が基準範囲外であれば、基準範囲内に入るようにするためのアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
一例として、腰回転のタイミングと蹴り出しのタイミングとのタイミング一致度についてすると、例えば、現在の腰回転のタイミングと蹴り出しのタイミングとの差の数値（正又は負の数値）や数歩分の平均値を表示してもよいし、当該差の数値に応じた音量の音を出力してもよい。あるいは、腰回転のタイミングと蹴り出しのタイミングとの差が上限閾値よりも高くなった場合には、脚が流れている走り方と判定し、「脚が流れている走り方になっています。」等の表示や音声を出力してもよい。あるいは、腰回転のタイミングと蹴り出しのタイミングとの差が上限閾値よりも高くなった場合には、例えば、「脚が流れている走り方になっています。膝から下の力を使う走りになり、ふくらはぎがすぐ疲れてくる可能性があります。蹴り出し後の脚の引きを早くする意識を持ちましょう。」等のアドバイスの表示や音声を出力してもよい。
［エネルギー損失］
例えば、表示部１７０に現在のエネルギー損失の数値や数歩分の平均値を表示してもよいし、音出力部１８０からエネルギー損失に応じた音量の音を出力してもよい。
あるいは、エネルギー損失を事前に設定された閾値と比較し、閾値よりも高くなった場合には無駄なエネルギー消費が大きすぎると判定して「１歩にかかるエネルギー消費量が大きくなっています。」等の表示や音声を表示部１７０や音出力部１８０から出力しても
よい。あるいは、エネルギー損失が閾値よりも高くなった場合には、音声以外の音や振動を出力してもよい。
あるいは、エネルギー損失が閾値よりも高くなった場合には、例えば、「１歩にかかるエネルギー消費量が大きくなっています。効率的な走りをすることで、無駄なエネルギー消費を抑えましょう。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［エネルギー効率］
エネルギー損失と同様に、エネルギー効率の数値をフィードバックし、あるいは、エネルギー効率が閾値よりも高くなった場合に、無駄なエネルギー消費が大きすぎることをフィードバックする。あるいは、エネルギー損失が閾値よりも高くなった場合に、エネルギー損失と同様のアドバイスをフィードバックしてもよい。
［体への負担］
例えば、表示部１７０に現在までの体への負担（蓄積ダメージ）の数値を表示してもよいし、音出力部１８０から体への負担に応じた音量の音を出力してもよい。
あるいは、体への負担を事前に設定された閾値と比較し、閾値よりも高くなった場合には体への負担が大きすぎると判定して「体への負担が大きくなってきています。」等の表示や音声を表示部１７０や音出力部１８０から出力してもよい。あるいは、体への負担が閾値よりも高くなった場合には、音声以外の音や振動を出力してもよい。
あるいは、体への負担が閾値よりも高くなった場合には、例えば、「体への負担が大きくなってきています。休息を挟みましょう。負担が重なると怪我につながる危険性があります。上下動を抑えた走り、体の真下に着地するよう心掛けて走りましょう。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
［左右差率］
例えば、上記の各項目について、表示部１７０に現在の左右差率の数値や数歩分の平均値を表示してもよいし、音出力部１８０から左右差率に応じた音量の音を出力してもよい。
あるいは、左右差率が事前に設定された基準範囲内（下限閾値（例えば７０％）以上、かつ、上限閾値（例えば、１３０％）以下）であるか否かを判定し、左右差率が基準範囲外になった場合には「左右バランスが悪いです。」等の表示や音声を表示部１７０や音出力部１８０から出力してもよい。
あるいは、左右差率が基準範囲外であれば、例えば、「左右バランスが悪いと、怪我の原因になります。左右差を抑えるために、ストレッチで均等な柔軟性を得たり、体幹の筋肉や中臀筋を鍛えましょう。」等のアドバイスの表示や音声を、表示部１７０や音出力部１８０から出力してもよい。
１−９−５．表示例
図３４（Ａ）及び図３４（Ｂ）に、ユーザーの走行中に腕時計型の報知装置３の表示部１７０に表示される画面の一例を示す。図３４（Ａ）の例では、表示部１７０に「前傾角」、「真下着地率」及び「推進効率」の各数値が表示されている。また、図３４（Ｂ）の例では、横軸を走行開始からの時間、縦軸を「走行速度」、「走行ピッチ」、「着地時ブレーキ量」及び「ストライド」の各項目の数値とする時系列グラフが表示されている。図３４（Ａ）の各項目の数値や図３４（Ｂ）の各項目のグラフは、ユーザーの走行中にリア
ルタイムに更新される。ユーザーの操作に応じて、他の項目の数値が表示されてもよいし、グラフがスクロールしてもよい。図３４（Ａ）の画面や図３４（Ｂ）の画面で表示される項目は、所定の条件を満たした項目（例えば、基準範囲内の項目、あるいは、基準項目外の項目）であってもよいし、音などで通知している項目であってもよいし、ユーザーが予め指定した項目であってもよい。また、図３４（Ａ）のような項目の数値を表示する画面と図３４（Ｂ）のようなグラフを表示する画面は、ユーザーの入力操作で切り替え可能であってもよい。
ユーザーは、図３４（Ａ）や図３４（Ｂ）のような画面を見ながら走行することで、現在の走行状態を確認し、例えば、各項目の数値が良くなるような走り方や数値の悪い項目が改善されるような走り方を意識しながら、あるいは、疲労状態を客観的に認識しながら走行を続けることができる。
１−１０．走行後のフィードバック
１−１０−１．フィードバックする情報
走行分析部２９０は、走行後出力情報として、運動情報生成部２７０がユーザーの走行中に生成した各種運動情報の一部又は全部を出力する。すなわち、複数の運動情報のうち、ユーザーの走行中に出力しなかった運動情報、あるいは、ユーザーの走行中に出力した運動情報をユーザーの走行終了後にフィードバックする。また、走行分析部２９０は、複数の運動情報を用いてユーザーの走行終了後に生成した情報を出力する。例えば、ユーザーの走行成績を向上させるためのアドバイス又はユーザーの走行状態を改善するためのアドバイスに関する情報をユーザーの走行後にフィードバックする。具体的には、本実施形態では、ユーザーの選択操作により、走行後出力情報として全体分析情報、詳細分析情報及び比較分析情報のいずれかが選択される。
１−１０−２．フィードバックするタイミング
走行分析部２９０は、ユーザーの走行後にユーザーの入力操作に応じて走行後出力情報を出力する。具体的には、ユーザーが分析したい走行を過去の走行履歴から選択すると、走行分析部２９０は、全体分析モードに移行し、ユーザーが選択した走行の全体分析を行って全体分析情報を生成し、走行後出力情報として出力する。また、ユーザーが詳細分析の選択操作を行うと、走行分析部２９０は、詳細分析モードに移行し、その後のユーザーの操作に応じた詳細分析を行って詳細分析情報を生成し、走行後出力情報として出力する。また、ユーザーが比較分析の選択操作を行うと、走行分析部２９０は、比較分析モードに移行し、その後のユーザーの操作に応じた比較分析を行って比較分析情報を生成し、走行後出力情報として出力する。また、詳細分析モードや比較分析モードにおいて、ユーザーが全体分析の選択操作を行うと、走行分析部２９０は、全体分析モードに移行し、走行後出力情報として全体分析情報を出力する。なお、走行分析部２９０は、過去に生成した全体分析情報、詳細分析情報及び比較分析情報を、例えばＦＩＦＯ（First-In First-Out）方式で記憶部３０に記憶させ、全体分析、詳細分析又は比較分析を行うときにその分析結果の情報が記憶部３０に記憶されている場合には、改めて各分析を行わずに記憶部３０に記憶されている分析情報を読み出して出力してもよい。
１−１０−３．フィードバックする方法
走行分析部２９０が出力する走行後出力情報を、報知装置３の表示部１７０に画面表示してユーザーにフィードバックしてもよい。あるいは、ユーザーの走行の評価やアドバイスを報知装置３の音出力部１８０から音声でフィードバックしてもよい。
１−１０−４．表示例
［全体分析画面］
図３５及び図３６に、報知装置３の表示部１７０に表示される全体分析情報の画面（全
体分析画面）の一例を示す。例えば、図３５が１ページ目の画面であり、図３６が２ページ目の画面である。ユーザーは、画面のスクロール操作等を行って、図３５の画面又は図３６の画面を選択して表示部１７０に表示させることができる。
図３５の例では、全体分析画面４１０（１ページ目）には、ユーザーが事前に登録したユーザー画像４１１及びユーザー名４１２、ユーザーが選択した過去の走行の分析結果を表示するサマリー画像４１３、スタートからゴールまでの走行軌跡を表示する走行軌跡画像４１４、ユーザーが選択した項目の項目名４１５及びその時系列データ４１６、詳細分析ボタン４１７及び比較分析ボタン４１８が含まれている。
サマリー画像４１３には、ユーザーが選択した過去の走行が行われた日付、この走行における、「走行距離」、「走行時間」、「（スタートとゴールとの）標高差」、「平均ピッチ（走行ピッチの平均値）」、「平均ストライド（ストライドの平均値）」、「ランニング能力」、「平均真下着地率（真下着地率の平均値）」、「平均推進効率（進効率の平均値）」、「タイミング一致度」、「平均接地時間（接地時間の平均値）」、「消費エネルギー」、「平均エネルギー損失（エネルギー損失の平均値）」、「平均エネルギー効率（エネルギー効率の平均値）」、「平均左右バランス（左右差率の平均値）」及び「蓄積ダメージ（体への負担）」の各数値が含まれている。なお、走行後分析の起動時には、記憶部３０に記憶されている最新の走行データの全体分析画面が表示されるようにしてもよい。
また、サマリー画像４１３には、数値が基準値よりも良い項目の横に所定のマーク４１９が付される。図３５の例では、「ランニング能力」、「平均真下着地率」、「平均エネルギー損失」、「平均左右バランス」にマーク４１９が付されている。なお、数値が基準値よりも悪い項目や改善率が基準値よりも高い項目あるいは低い項目に所定のマークを付してもよい。
走行軌跡画像４１４は、ユーザーが選択した過去の走行（サマリー画像４１３に対応する走行）における、スタート地点からゴール地点までの走行軌跡を表示する画像である。
項目名４１５は、サマリー画像４１３に含まれる項目からユーザーが選択した項目を示し、時系列データ４１６は項目名４１５で示される項目の数値を時系列にグラフ化したものである。図３５の例では、「平均エネルギー効率」が選択され、横軸を走行日、縦軸を平均エネルギー効率の数値とする時系列グラフが表示されている。そして、ユーザーが時系列データ４１６の横軸のいずれかの日付を選択すると、サマリー画像４１３には、選択した日付の走行の分析結果が表示される。
詳細分析ボタン４１７は、全体分析モードから詳細分析モードに移行するためのボタンであり、ユーザーが詳細分析ボタン４１７の選択操作（押下操作）を行うと詳細分析モードに移行し、詳細分析画面が表示される。
比較分析ボタン４１８は、全体分析モードから比較分析モードに移行するためのボタンであり、ユーザーが比較分析ボタン４１８の選択操作（押下操作）を行うと比較分析モードに移行し、比較分析画面が表示される。
図３６の例では、全体分析画面４２０（２ページ目）には、ユーザーが過去に行った走行の履歴が表示される。図３６の例では、全体分析画面４２０としてカレンダー画像が表示され、今日の日付（２０１４年３月２４日）が太枠で示され、ユーザーが走行を行った日には走行距離と走行時間が表記されている。また、各週の走行距離の合計値と走行時間の合計値も右端の欄に表記されている。ユーザーが全体分析画面４２０において過去のい
ずれかの走行を選択すると、図３５に示した全体分析画面４１０はユーザーが選択した日付の全体分析の結果を表示する画面に変わる。
ユーザーは、図３５や図３６に示した全体分析画面を見て、過去に行った走行の成績を確認することで、自己の走り方の長所や短所を認識し、次回以降の走行において、走行成績を向上させるための走り方や走行状態を改善するための走り方を練習することができる。
［詳細分析画面］
図３７、図３８及び図３９に、報知装置３の表示部１７０に表示される詳細分析情報の画面（詳細分析画面）の一例を示す。詳細分析画面は、全体分析画面よりも詳細な情報を提示できることが好ましい。例えば、全体分析画面よりも多い項目の情報を提示できるようにしてもよい。あるいは、１ページに表示する項目を全体分析画面よりも少なくし、より細かい時間間隔、より細かい数値などを表示することとしてもよい。例えば、図３７が１ページ目の画面、図３８が２ページ目の画面、図３９が３ページ目の画面である。ユーザーは、画面のスクロール操作等を行って、図３７の画面、図３８の画面又は図３９の画面を選択して表示部１７０に表示させることができる。
図３７の例では、詳細分析画面４３０（１ページ目）には、ユーザーが事前に登録したユーザー画像４３１及びユーザー名４３２、ユーザーが選択した過去の走行におけるユーザーが選択した時刻の分析結果を表示するサマリー画像４３３、スタートからゴールまでの走行軌跡を表示する走行軌跡画像４３４、ユーザーが選択した項目の項目名４３５及びその時系列データ４３６、全体分析ボタン４３７及び比較分析ボタン４３８が含まれている。
サマリー画像４３３には、ユーザーが選択した過去の走行が行われた日付、この走行におけるユーザーが選択した時刻（スタートしてからの時刻）における、「（スタートから選択した時刻までの）走行距離」、「（スタートから選択した時刻までの）走行時間」、「走行速度」、「（スタート地点と選択した時刻における走行位置との）標高差」、「走行ピッチ」、「ストライド」、「ランニング能力」、「真下着地率」、「推進効率」、「タイミング一致度」、「着地時ブレーキ量」、「接地時間」、「消費エネルギー」、「エネルギー損失」、「エネルギー効率」、「左右バランス（左右差率）」及び「着地衝撃」の各数値が含まれている。
走行軌跡画像４３４は、ユーザーが選択した過去の走行（サマリー画像４３３に対応する走行）における、スタート地点からゴール地点までの走行軌跡を表示する画像であり、ユーザーが選択した時刻における走行位置が所定のマーク４３９ｂで示されている。
項目名４３５は、サマリー画像４３３に含まれる項目からユーザーが選択した項目を示し、時系列データ４３６は項目名４３５で示される項目の数値を時系列にグラフ化したものである。図３７の例では、「走行速度」、「着地時ブレーキ量」、「走行ピッチ」、「ストライド」が選択され、横軸を走行開始からの時間、縦軸をこれらの各項目の数値とする時系列グラフが表示されている。また、時系列データ４３６には、左右方向に移動可能なスライドバー４３９ａが表示されており、ユーザーはスライドバー４３９ａを移動することで走行開始からの時刻を選択することができる。そして、スライドバー４３９ａの位置（ユーザーが選択した時刻）と連動して、サマリー画像４３３の各項目の数値や走行軌跡画像４３４の走行位置のマーク４３９ｂの位置が変化する。
全体分析ボタン４３７は、詳細分析モードから全体分析モードに移行するためのボタンであり、ユーザーが全体分析ボタン４３７の選択操作（押下操作）を行うと全体分析モー
ドに移行し、全体分析画面が表示される。
比較分析ボタン４３８は、詳細分析モードから比較分析モードに移行するためのボタンであり、ユーザーが比較分析ボタン４３８の選択操作（押下操作）を行うと比較分析モードに移行し、比較分析画面が表示される。
図３８の例では、詳細分析画面４４０（２ページ目）には、ユーザーが選択した走行のアニメーション画像４４１及び４４２、メッセージ画像４４３、ユーザーが選択した項目の項目名４４４、項目名４４４の右足と左足の各数値を時系列に示す折れ線グラフ４４５及びヒストグラム４４６が含まれている。
アニメーション画像４４１はユーザーを側面から見たアニメーション画像であり、アニメーション画像４４２はユーザーを正面から見たアニメーション画像である。アニメーション画像４４１には、ユーザーの推進力や蹴り出し角度と理想的な推進力や蹴り出し角度との比較表示も含まれている。同様に、アニメーション画像４４２には、ユーザーの傾き角度と理想的な傾き角度との比較表示も含まれている。
メッセージ画像４４３には、ユーザーの走行結果に対する評価情報や走行成績を向上させるためのメッセージ等が表示される。図３８の例では、「推進効率が低いです。上下動、左右動が大きい可能性があります。蹴り上げすぎると上にはねるようなフォームになってしまい、ふくらはぎなどの負担が大きくなるので、足裏全体で地面を捉えるようなイメージで走ってください。」という評価及びアドバイスのメッセージが表示されている。
項目名４４４は、図３７に示したサマリー画像４３３に含まれる項目からユーザーが選択した項目を示し、折れ線グラフ４４５及びヒストグラム４４６は項目名４４４で示される項目の右足と左足の各数値を並べて時系列にグラフ化したものである。図３８の例では、「着地時ブレーキ量」が選択され、横軸を走行開始からの時間、縦軸を着地時ブレーキ量の左右足の数値とする折れ線グラフ４４５、及び、横軸を着地時ブレーキ量、縦軸を頻度とし、左右足を色分けして示すヒストグラム４４６が表示されている。
図３９の例では、詳細分析画面４５０（３ページ目）には、ユーザーが選択した走行の分析結果に基づくメッセージ画像４５１、４５２及び４５３が含まれている。
図３９の例では、メッセージ画像４５１は、「着地により効率が○％低下しています。蹴りだし時に上下動方向へ無駄な跳躍が発生し効率が○％低下しています。蹴りだしの力に左右差が○％あります。」という評価やアドバイスのメッセージを表示している。また、メッセージ画像４５２は、「無駄な動きにより一歩で約３ｃｍずつ遅くなっています。改善することにより、フルマラソンで約３分速くなります。」というタイム短縮効果を得るためのアドバイスのメッセージを表示している。また、メッセージ画像４５３は、「ランニング後半に真下着地率が悪くなる傾向があります。持久力を高めるためにＬＳＤトレーニングをしましょう。」という指導のメッセージを表示している。
ユーザーは、図３７〜図３９に示した詳細分析画面を見て、過去に行った走行の詳細やアドバイス等を確認することで、自己の走り方の長所や短所を認識し、次回以降の走行において、走行成績を向上させるための走り方や走行状態を改善するための走り方を練習することができる。
［比較分析画面］
図４０に、報知装置３の表示部１７０に表示される比較分析情報の画面（比較分析画面）の一例を示す。
図４０の例では、比較分析画面４６０には、ユーザーが事前に登録したユーザー画像４６１及びユーザー名４６２、ユーザーが選択した過去の走行の分析結果を表示するサマリー画像４６３、他人の過去の走行の分析結果を表示するサマリー画像４６４、ユーザーが選択した項目の項目名４６５及びその時系列データ４６６、全体分析ボタン４６７及び詳細分析ボタン４６８が含まれている。
サマリー画像４６３には、ユーザーが選択した過去の走行が行われた日付、この走行における、「走行距離」、「走行時間」、「（スタートとゴールとの）標高差」、「平均ピッチ（走行ピッチの平均値）」、「平均ストライド（ストライドの平均値）」、「ランニング能力」、「平均真下着地率（真下着地率の平均値）」、「平均推進効率（進効率の平均値）」、「タイミング一致度」、「平均接地時間（接地時間の平均値）」、「消費エネルギー」、「平均エネルギー損失（エネルギー損失の平均値）」、「平均エネルギー効率（エネルギー効率の平均値）」、「平均左右バランス（左右差率の平均値）」及び「蓄積ダメージ（体への負担）」の各数値が含まれている。
また、サマリー画像４６３には、数値が基準値よりも良い項目の横に所定のマーク４６９が付される。図４０の例では、「平均真下着地率」、「平均エネルギー損失」、「平均左右バランス」にマーク４６９が付されている。なお、数値が基準値よりも悪い項目や改善率が基準値よりも高い項目あるいは低い項目に所定のマークを付してもよい。
サマリー画像４６４には、他人の過去の走行が行われた日付及びサマリー画像４６３に含まれる項目と同じ項目の各数値が含まれている。また、図４０では、他人のユーザー名とユーザー画像がサマリー画像４６４の近傍に表示されている。
項目名４６５は、サマリー画像４６３に含まれる項目からユーザーが選択した項目を示し、時系列データ４６６は項目名４６５で示される項目の数値を時系列にグラフ化したものである。図４０の例では、「平均エネルギー効率」が選択され、横軸を走行日、縦軸をユーザーと他人の平均エネルギー効率の各数値とする時系列グラフが表示されている。そして、ユーザーが時系列データ４６６の横軸のいずれかの日付を選択すると、サマリー画像４６３及びサマリー画像４６４には、選択した日付のユーザー及び他人の走行（選択した日付の走行がなければ、例えばその直近の走行）の分析結果が表示される。
全体分析ボタン４６７は、比較分析モードから全体分析モードに移行するためのボタンであり、ユーザーが全体分析ボタン４６７の選択操作（押下操作）を行うと全体分析モードに移行し、全体分析画面が表示される。
詳細分析ボタン４６８は、比較分析モードから詳細分析モードに移行するためのボタンであり、ユーザーが詳細分析ボタン４６８の選択操作（押下操作）を行うと詳細分析モードに移行し、詳細分析画面が表示される。
ユーザーは、図４０に示した比較分析画面を見て、過去に行った走行成績と他人の走行成績との比較結果を確認することで、自己の走り方の長所や短所を認識し、次回以降の走行において、走行成績を向上させるための走り方や走行状態を改善するための走り方を練習することができる。
１−１１．運動解析システムの用途例
ユーザーは、以下に例示するような用途に本実施形態の運動解析システム１を使用することができる。
［走行中の用途例］
ユーザーは、走行ピッチやストライドを走行開始から時系列で表示させ、走行ピッチやストライドが走行開始からどのように変化しているかを確認しながら走行練習を行う。
また、ユーザーは、着地時ブレーキ量又は真下着地率を走行開始から時系列で表示させ、着地時ブレーキ量又は真下着地率が走行開始からどのように変化しているかを確認しながら走行練習を行う。
また、ユーザーは、推進力又は推進効率を走行開始から時系列で表示させ、推進力又は推進効率が走行開始からどのように変化しているかを確認しながら走行練習を行う。
また、ユーザーは、ランニング能力を走行開始から時系列で表示させ、ランニング能力が走行開始からどれくらい変化しているかを見ながら走行練習を行う。
また、ユーザーは、前傾角を走行開始から時系列で表示させ、前傾角が理想値に対して走行開始からどのように変化しているかを確認しながら走行練習を行う。
また、ユーザーは、腰回転のタイミング一致度を走行開始から時系列で表示させ、腰回転のタイミングが理想的なタイミングに対して走行開始からどのように変化しているかを確認しながら走行練習を行う。
また、ユーザーは、エネルギー消費量、エネルギー損失、エネルギー効率、着地衝撃又は左右差率を走行開始から時系列で表示させ、１歩にかかるエネルギー消費量、１歩にかかるエネルギー損失、１歩にかかるエネルギー効率、着地衝撃又は左右差率がどれくらい変化しているかを見て走行の参考にする。また、ユーザーは、蓄積ダメージ（体への負担）を表示させ、走行開始からの蓄積ダメージ（体への負担）を見て休息のタイミングを決定する。
［走行後の用途例］
ユーザーは、全体分析画面を選択し、過去の複数回の走行における平均ピッチや平均ストライドを日付順に時系列で表示させ、理想的な走行ピッチやストライドに対してどうなっているかなどの経過を確認し、走行練習の参考にする。あるいは、ユーザーは、詳細分析画面を選択し、過去のいずれか１回の走行における走行ピッチやストライドを走行開始からの時刻順に時系列で表示させ、１回の走行中に走行ピッチやストライドがどのように変化しているかを確認し、走行練習の参考にする。
また、ユーザーは、全体分析画面を選択し、過去の複数回の走行における平均着地時ブレーキ量及び平均真下着地率を日付順に時系列で表示させ、着地時ブレーキ量や真下着地率が理想値に対してどのように変化しているか、真下着地率の改善により着地時ブレーキ量が減少しているかなどの経過を確認し、走行練習の参考にする。あるいは、ユーザーは、詳細分析画面を選択し、過去のいずれか１回の走行における着地時ブレーキ量及び真下着地率を走行開始からの時刻順に時系列で表示させ、１回の走行中に着地時ブレーキ量や真下着地率がどれくらいに変化しているかを確認し、走行練習の参考にする。
また、ユーザーは、全体分析画面を選択し、過去の複数回の走行における平均推進力及び平均推進効率を日付順に時系列で表示させ、推進力や推進効率が理想値に対してどのように変化しているか、推進効率の改善により推進力が増加しているかなどの経過を確認し、走行練習の参考にする。あるいは、ユーザーは、詳細分析画面を選択し、過去のいずれか１回の走行における推進力及び推進効率を走行開始からの時刻順に時系列で表示させ、１回の走行中に推進力や推進効率がどれくらいに変化しているかを確認し、走行練習の参
考にする。
また、ユーザーは、全体分析画面を選択し、過去の複数回の走行におけるランニング能力を日付順に時系列で表示させ、過去からのランニング能力の経過を見て能力が向上していることを楽しむ。あるいは、ユーザーは、比較分析画面を選択し、過去の走行における自分と友達のランニング能力を時系列で表示させ、比較して楽しむ。あるいは、ユーザーは、詳細分析画面を選択し、過去のいずれか１回の走行におけるランニング能力を走行開始からの時刻順に時系列で表示させ、１回の走行中にランニング能力がどれくらいに変化しているかを確認し、走行練習の参考にする。
また、ユーザーは、全体分析画面を選択し、過去の複数回の走行における平均前傾角を日付順に時系列で表示させ、理想的な前傾角に対してどうなっているかなどの経過を確認し、走行練習の参考にする。あるいは、ユーザーは、詳細分析画面を選択し、過去のいずれか１回の走行における前傾角を走行開始からの時刻順に時系列で表示させ、１回の走行中に前回角がどのように変化しているかを確認し、走行練習の参考にする。
また、ユーザーは、全体分析画面を選択し、過去の複数回の走行における腰回転のタイミング一致度を日付順に時系列で表示させ、理想的なタイミングに対してどうなっているかなどの経過を確認し、走行練習の参考にする。あるいは、ユーザーは、詳細分析画面を選択し、過去のいずれか１回の走行における腰回転のタイミング一致度を走行開始からの時刻順に時系列で表示させ、１回の走行中にタイミング一致度がどのように変化しているかを確認し、走行練習の参考にする。
また、ユーザーは、全体分析画面を選択し、過去の複数回の走行におけるエネルギー消費、平均エネルギー損失又は平均エネルギー効率及び平均真下着地率又は平均推進効率を日付順に時系列で表示させ、エネルギー消費量、エネルギー損失又はエネルギー効率を真下着地率又は推進効率と比較しながら、効率的な走り方ができているかを確認する。あるいは、ユーザーは、詳細分析画面を選択し、過去のいずれか１回の走行におけるエネルギー消費量、エネルギー損失又はエネルギー効率を走行開始からの時刻順に時系列で表示させ、１回の走行中に１歩にかかるエネルギー消費量、１歩にかかるエネルギー損失又は１歩にかかるエネルギー効率がどれくらいに変化しているかを確認し、走行練習の参考にする。
また、ユーザーは、全体分析画面を選択し、過去の複数回の走行における着地衝撃及び平均真下着地率又は平均推進効率を日付順に時系列で表示させ、着地衝撃を真下着地率又は推進効率と比較しながら、怪我の危険性が下がっているかを確認する。あるいは、ユーザーは、詳細分析画面を選択し、過去のいずれか１回の走行における着地衝撃を走行開始からの時刻順に時系列で表示させ、１回の走行中に着地衝撃がどれくらいに変化しているかを確認し、走行練習の参考にする。
また、ユーザーは、全体分析画面を選択し、過去の複数回の走行における平均左右差率（平均左右バランス）を日付順に時系列で表示させ、過去から左右差率がどれくらい向上しているかなどの経過を見て楽しむ。あるいは、ユーザーは、詳細分析画面を選択し、過去のいずれか１回の走行における左右差率を走行開始からの時刻順に時系列で表示させ、１回の走行中に左右差率がどのように変化しているかを確認し、走行練習の参考にする。
１−１２．処理の手順
図４１は、ユーザーの走行中に第１実施形態における運動解析装置２の処理部２０が行う運動解析処理の手順の一例（運動解析方法の一例）を示すフローチャート図である。運動解析装置２（コンピューターの一例）の処理部２０は、記憶部３０に記憶されている運
動解析プログラム３００を実行することにより、図４１のフローチャートの手順で運動解析処理を実行する。
図４１に示すように、処理部２０は、計測開始のコマンドを受信するまで待機し（Ｓ１０のＮ）、計測開始のコマンドを受信した場合（Ｓ１０のＹ）、まず、ユーザーが静止しているものとして、慣性計測ユニット１０が計測したセンシングデータ、及び、ＧＰＳデータを用いて、初期姿勢、初期位置、初期バイアスを計算する（Ｓ２０）。
次に、処理部２０は、慣性計測ユニット１０からセンシングデータを取得し、取得したセンシングデータをセンシングデータテーブル３１０に付加する（Ｓ３０）。
次に、処理部２０は、慣性航法演算処理を行い、各種の情報を含む演算データを生成する（Ｓ４０）。この慣性航法演算処理の手順の一例は後述する。
次に、処理部２０は、Ｓ４０で生成した演算データを用いて運動解析情報生成処理を行って運動解析情報及び走行中出力情報を生成し、走行中出力情報を報知装置３に送信する（Ｓ５０）。この運動解析情報生成処理の手順の一例は後述する。報知装置３に送信された走行中出力情報は、ユーザーの走行中にリアルタイムにフィードバックされる。なお、本明細書において「リアルタイム」とは、処理対象の情報が取得されたタイミングで処理を開始することを意味する。したがって、情報の取得から処理完了までにある程度の時間差がある場合も含む。
そして、処理部２０は、計測終了のコマンドを受信するまで（Ｓ６０のＮ及びＳ７０のＮ）、前回センシングデータを取得してからサンプリング周期Δｔが経過する毎に（Ｓ６０のＹ）、Ｓ３０以降の処理を繰り返す。処理部２０は、計測終了のコマンドを受信すると（Ｓ７０のＹ）、走行分析処理の開始を指示する走行分析開始コマンドを受信するまで待機する（Ｓ８０のＮ）。
処理部２０は、走行分析開始コマンドを受信すると（Ｓ８０のＹ）、Ｓ５０で生成した運動解析情報や過去の走行中に生成して記憶部３０に記憶した運動解析情報を用いて、ユーザーの過去の走行に対する走行分析処理を行い、分析結果の情報を報知装置３又はその他の情報機器に送信する（Ｓ９０）。この走行分析処理の手順の一例は後述する。処理部２０は、走行分析処理を終了すると、運動解析処理を終了する。
図４２は、慣性航法演算処理（図４１のＳ４０の処理）の手順の一例を示すフローチャート図である。処理部２０（慣性航法演算部２２）は、記憶部３０に記憶されている慣性航法演算プログラム３０２を実行することにより、図４２のフローチャートの手順で慣性航法演算処理を実行する。
図４２に示すように、まず、処理部２０は、図４１のＳ２０で算出した初期バイアスを用いて（後述のＳ１５０で加速度バイアスｂａ及び角速度バイアスｂωを推定した後は、加速度バイアスｂａ及び角速度バイアスｂωを用いて）、図４１のＳ３０で取得したセンシングデータに含まれる加速度と角速度からバイアスを除去して補正し、補正した加速度と角速度によりセンシングデータテーブル３１０を更新する（Ｓ１００）。
次に、処理部２０は、Ｓ１００で補正したセンシングデータを積分して速度、位置及び姿勢角を計算し、計算した速度、位置及び姿勢角を含む算出データを算出データテーブル３４０に付加する（Ｓ１１０）。
次に、処理部２０は、走行検出処理を行う（Ｓ１２０）。この走行検出処理の手順の一
例は後述する。
次に、処理部２０は、走行検出処理（Ｓ１２０）により走行周期を検出した場合（Ｓ１３０のＹ）、走行ピッチ及びストライドを計算する（Ｓ１４０）。また、処理部２０は、走行周期を検出しなかった場合は（Ｓ１３０のＮ）、Ｓ１４０の処理を行わない。
次に、処理部２０は、誤差推定処理を行い、速度誤差δｖｅ、姿勢角誤差εｅ、加速度バイアスｂａ、角速度バイアスｂω及び位置誤差δｐｅを推定する（Ｓ１５０）。
次に、処理部２０は、Ｓ１５０で推定した速度誤差δｖｅ、姿勢角誤差εｅ及び位置誤差δｐｅを用いて、速度、位置及び姿勢角をそれぞれ補正し、補正した速度、位置及び姿勢角により算出データテーブル３４０を更新する（Ｓ１６０）。また、処理部２０は、Ｓ１６０で補正した速度を積分し、ｅフレームの距離を計算する（Ｓ１７０）。
次に、処理部２０は、センシングデータテーブル３１０に記憶されているセンシングデータ（ｂフレームの加速度及び角速度）、算出データテーブル３４０に記憶されている算出データ（ｅフレームの速度、位置及び姿勢角）及びＳ１７０で算出したｅフレームの距離を、それぞれ、ｍフレームの加速度、角速度、速度、位置、姿勢角及び距離に座標変換する（Ｓ１８０）。
そして、処理部２０は、Ｓ１８０で座標変換した後のｍフレームの加速度、角速度、速度、位置、姿勢角及び距離、Ｓ１４０で算出したストライド及び走行ピッチを含む演算データを生成する（Ｓ１９０）。処理部２０は、図４１のＳ３０でセンシングデータを取得する毎に、この慣性航法演算処理（Ｓ１００〜Ｓ１９０の処理）を行う。
図４３は、第１実施形態における走行検出処理（図４２のＳ１２０の処理）の手順の一例を示すフローチャート図である。処理部２０（走行検出部２４２）は、図４３のフローチャートの手順で走行検出処理を実行する。
図４３に示すように、処理部２０は、図４２のＳ１００で補正した加速度に含まれるｚ軸加速度をローパスフィルター処理し（Ｓ２００）、ノイズを除去する。
次に、処理部２０は、Ｓ２００でローパスフィルター処理したｚ軸加速度が閾値以上かつ極大値の場合（Ｓ２１０のＹ）、このタイミングで走行周期を検出する（Ｓ２２０）。
そして、処理部２０は、左右足フラグがオンであれば（Ｓ２３０のＹ）、左右足フラグをオフし（Ｓ２４０）、左右足フラグがオンでなければ（Ｓ２３０のＮ）、左右足フラグをオンし（Ｓ２５０）、走行検出処理を終了する。処理部２０は、ｚ軸加速度が閾値未満か極大値でなければ（Ｓ２１０のＮ）、Ｓ２２０以降の処理を行わずに走行検出処理を終了する。
図４４は、第１実施形態における運動解析情報生成処理（図４１のＳ５０の処理）の手順の一例を示すフローチャート図である。処理部２０（運動解析部２４）は、記憶部３０に記憶されている運動解析情報生成プログラム３０４を実行することにより、図４４のフローチャートの手順で運動解析情報生成処理を実行する。
図４４に示すように、まず、処理部２０は、図４１のＳ４０の慣性航法演算処理で生成した演算データを用いて、基本情報の各項目を算出する（Ｓ３００）。また、処理部２０は、演算データを用いて、走行軌跡を算出し、走行軌跡情報を生成する（Ｓ３１０）。
次に、処理部２０は、演算データを用いて、ユーザーの走行運動における特徴点（着地、踏込、離地等）の検出処理を行う（Ｓ３２０）。
処理部２０は、Ｓ３２０の処理で特徴点を検出した場合（Ｓ３３０のＹ）、特徴点を検出したタイミングに基づき、接地時間及び衝撃時間を算出する（Ｓ３４０）。また、処理部２０は、演算データの一部及びＳ３４０で生成した接地時間及び衝撃時間を入力情報として、特徴点を検出したタイミングに基づき、第１解析情報の一部の項目（算出に特徴点の情報が必要な項目）を算出する（Ｓ３５０）。処理部２０は、Ｓ３２０の処理で特徴点を検出しなかった場合は（Ｓ３３０のＮ）、Ｓ３４０及びＳ３５０の処理を行わない。
次に、処理部２０は、入力情報を用いて、第１解析情報の他の項目（算出に特徴点の情報が不要な項目）を算出する（Ｓ３６０）。
次に、処理部２０は、第１解析情報を用いて、第２解析情報の各項目を算出する（Ｓ３７０）。
次に、処理部２０は、入力情報の各項目、第１解析情報の各項目及び第２解析情報の各項目に対して左右差率を算出する（Ｓ３８０）。処理部２０は、入力情報、基本情報、第１解析情報、第２解析情報、左右差率及び走行軌跡情報を運動解析情報３５０として記憶部３０に記憶する。
次に、処理部２０は、入力情報、基本情報、第１解析情報、第２解析情報、左右差率及び走行軌跡情報を用いて、走行中出力情報を生成し、生成した走行中出力情報を報知装置３に送信し（Ｓ３９０）、運動解析情報生成処理を終了する。
図４５は、走行分析処理（図４１のＳ９０の処理）の手順の一例を示すフローチャート図である。処理部２０（走行分析部２９０）は、記憶部３０に記憶されている走行分析プログラム３０６を実行することにより、図４５のフローチャートの手順で走行分析処理を実行する。
図４５に示すように、まず、処理部２０は、全体分析モードを選択し、図４１のＳ５０の運動解析処理で生成した運動解析情報や過去の走行中に生成して記憶部３０に記憶した運動解析情報を用いて、ユーザーの過去の走行に対する全体分析を行って全体分析情報を生成し、生成した全体分析情報を走行後出力情報として報知装置３又はその他の情報機器に送信する（Ｓ４００）。
処理部２０は、全体分析モードにおいて、走行分析処理の終了を指示する走行分析終了コマンドを受信した場合は（Ｓ４０２のＹ）、走行分析処理を終了し、走行分析終了コマンドを受信せずに（Ｓ４０２のＮ）、詳細分析モードへも比較分析モードへも移行しなければ（Ｓ４０４のＮかつＳ４０６のＮ）、ユーザーの操作に応じて全体分析処理（Ｓ４００）を繰り返す。
処理部２０は、全体分析モードから詳細分析モードへ移行すると（Ｓ４０４のＹ）、詳細分析を行って詳細分析情報を生成し、生成した詳細分析情報を走行後出力情報として報知装置３又はその他の情報機器に送信する（Ｓ４１０）。全体分析モードから詳細分析モードへの移行は、例えば、ユーザーが、図３５に示した全体分析画面４１０に含まれる詳細分析ボタン４１７の選択操作（押下操作）を行った場合に行われる。
処理部２０は、詳細分析モードにおいて、走行分析終了コマンドを受信した場合は（Ｓ４１２のＹ）、走行分析処理を終了し、走行分析終了コマンドを受信せずに（Ｓ４１２の
Ｎ）、比較分析モードへも全体分析モードへも移行しなければ（Ｓ４１４のＮかつＳ４１６のＮ）、ユーザーの操作に応じて詳細分析処理（Ｓ４１０）を繰り返す。
処理部２０は、全体分析モードから比較分析モードへ移行し（Ｓ４０６のＹ）、あるいは、詳細分析モードから比較分析モードへ移行すると（Ｓ４１４のＹ）、比較分析を行って比較分析情報を生成し、生成した比較分析情報を走行後出力情報として報知装置３又はその他の情報機器に送信する（Ｓ４２０）。全体分析モードから比較分析モードへの移行は、例えば、ユーザーが、図３５に示した全体分析画面４１０に含まれる比較分析ボタン４１８の選択操作（押下操作）を行った場合に行われる。また、詳細分析モードから比較分析モードへの移行は、例えば、ユーザーが、図３７に示した詳細分析画面４３０に含まれる比較分析ボタン４３８の選択操作（押下操作）を行った場合に行われる。
処理部２０は、比較分析モードにおいて、走行分析終了コマンドを受信した場合は（Ｓ４２２のＹ）、走行分析処理を終了し、走行分析終了コマンドを受信せずに（Ｓ４２２のＮ）、全体分析モードへも詳細分析モードへも移行しなければ（Ｓ４２４のＮかつＳ４２６のＮ）、ユーザーの操作に応じて比較分析処理（Ｓ４２０）を繰り返す。
処理部２０は、詳細分析モードから全体分析モードへ移行し（Ｓ４１６のＹ）、あるいは、比較分析モードから全体分析モードへ移行すると（Ｓ４２４のＹ）、Ｓ４００の全体分析処理を行う。詳細分析モードから全体分析モードへの移行は、例えば、ユーザーが、図３７に示した詳細分析画面４３０に含まれる全体分析ボタン４３７の選択操作（押下操作）を行った場合に行われる。また、比較分析モードから全体分析モードへの移行は、例えば、ユーザーが、図４０に示した比較分析画面４６０に含まれる全体分析ボタン４６７の選択操作（押下操作）を行った場合に行われる。
処理部２０は、比較分析モードから詳細分析モードへ移行すると（Ｓ４２６のＹ）、Ｓ４１０の詳細分析処理を行う。比較分析モードから詳細分析モードへの移行は、例えば、ユーザーが、図４０に示した比較分析画面４６０に含まれる詳細分析ボタン４６８の選択操作（押下操作）を行った場合に行われる。
１−１３．効果
第１実施形態では、運動解析装置２は、慣性計測ユニット１０の検出結果を用いて、ユーザーの走行における運動の着地、踏込、離地（蹴り出し）等の特徴点を基準として、ユーザーの走行中の体の動かし方の傾向が抽出されやすい、接地時間、衝撃時間、第１解析情報の一部の項目を算出する。さらに、第１実施形態では、運動解析装置２は、第１解析情報のその他の項目、第２解析情報の各項目、各項目の左右差率を算出して各種の運動情報を生成し、これらの運動情報を用いて生成した走行中出力情報や走行後出力情報をユーザーに提示する。従って、第１実施形態によれば、ユーザーの走行成績を向上させることを補助することができる。
特に、第１実施形態では、運動解析装置２は、ユーザーの走行における特徴点での慣性計測ユニット１０の検出結果や２つの特徴点の間での慣性計測ユニット１０の検出結果を用いて、特徴点でのユーザーの体の状態や２つの特徴点の間でのユーザーの体の動かし方を反映した、ユーザーの走行成績の向上のために効果的な運動情報を生成し、ユーザーに提示する。従って、第１実施形態によれば、ユーザーは、提示された情報を確認し、効率よく走行成績を向上させることができる。
また、第１実施形態では、運動解析装置２は、第１解析情報の複数の項目を組み合わせて、ユーザーの走行中の体の動かし方を反映し、かつ、ユーザーにとって走行状態を把握しやすい第２解析情報の各項目（エネルギー効率、エネルギー損失、体への負担）を生成
し、ユーザーに提示する。従って、第１実施形態によれば、ユーザーは、効率的な走り方ができているか、あるいは、怪我をするリスクが低いか等を認識しながら走行を継続し、あるいは走行後に確認することができる。
また、第１実施形態では、運動解析装置２は、入力情報、第１解析情報、第２解析情報の各項目について左右差率を算出し、ユーザーに提示する。従って、第１実施形態によれば、ユーザーは、怪我をするリスクを認識し、左右のバランスを良くするためのトレーニングを検討することができる。
また、第１実施形態では、運動解析装置２は、ユーザーの走行中あるいは走行終了後に、ユーザーの走行状態に応じた各種の評価やアドバイスに関する情報を生成し、ユーザーに提示する。従って、第１実施形態によれば、ユーザーは、自分の走り方の長所や短所を迅速かつ正確に認識することができ、走行成績を効率よく向上させることができる。
第１実施形態では、運動解析装置２は、ユーザーの走行中には、走行状態に応じて所定条件を満たした運動情報に基づいて生成した情報をユーザーに提示するので、ユーザーは提示された情報を走行中に活用しやすい。また、運動解析装置２は、ユーザーの走行中に生成した運動情報の一部に基づく情報をユーザーの走行終了後にユーザーに提示するので、ユーザーは提示された情報を走行終了後にも活用しやすい。従って、第１実施形態によれば、ユーザーの走行成績を向上させることを補助することができる。
また、第１実施形態では、運動解析装置２は、ユーザーの走行中に走行状態の良い項目あるいは走行状態の悪い項目をユーザーに提示する。従って、第１実施形態によれば、ユーザーは自身の走り方の良い点あるいは悪い点を認識しながら走行することができる。
また、本実施形態によれば、運動解析装置２は、ユーザーの走行中には提示しなかった情報も走行終了後に提示するので、ユーザーの走行成績を向上させることを補助することができる。
また、第１実施形態によれば、運動解析装置２は、ユーザーの走行中に提示した情報を走行終了後にも提示するので、ユーザーは、走行中には認識できなかった走行状態を走行後に認識することができる。従って、ユーザーの走行成績を向上させることを補助することができる。
２．第２実施形態
第２実施形態において、第１実施形態と同様の構成には同じ符号を付してその説明を省略又は簡略し、第１実施形態と異なる内容について詳細に説明する。
２−１．運動解析システムの構成
以下では、ユーザーの走行（歩行も含む）における運動を解析する運動解析システムを例に挙げて説明するが、第２実施形態の運動解析システムは、走行以外の運動を解析する運動解析システムにも、同様に適用することができる。図４６は、第２実施形態の運動解析システム１の構成例を示す図である。図４６に示すように、第２実施形態の運動解析システム１は、運動解析装置２、報知装置３及び情報分析装置４を含んで構成されている。運動解析装置２は、ユーザーの走行中の運動を解析する装置であり、報知装置３は、ユーザーに走行中の運動の状態や走行結果の情報をユーザーに通知する装置である。情報分析装置４は、ユーザーの走行終了後に走行結果を分析して提示する装置である。第２実施形態でも、第１実施形態と同様、図１に示したように、運動解析装置２は、慣性計測ユニット（ＩＭＵ）１０を内蔵し、ユーザーが静止している状態で、慣性計測ユニット（ＩＭＵ）１０の１つの検出軸（以下ではｚ軸とする）が重力加速度方向（鉛直下向き）とほぼ一
致するように、ユーザーの胴体部分（例えば、右腰、左腰、又は腰の中央部）に装着される。また、報知装置３は、リスト型（腕時計型）の携帯情報機器であり、ユーザーの手首等に装着される。ただし、報知装置３は、ヘッドマウントディスプレイ（ＨＭＤ）やスマートフォン等の携帯情報機器であってもよい。
ユーザーは、走行開始時に報知装置３を操作して運動解析装置２による計測（慣性航法演算処理及び運動解析処理）の開始を指示し、走行終了時に報知装置３を操作して運動解析装置２による計測の終了を指示する。報知装置３は、ユーザーの操作に応じて、計測の開始や終了を指示するコマンドを運動解析装置２に送信する。
運動解析装置２は、計測開始のコマンドを受信すると、慣性計測ユニット（ＩＭＵ）１０による計測を開始し、計測結果を用いて、ユーザーの走行能力（運動能力の一例）に関係する指標である各種の運動指標の値を計算し、ユーザーの走行運動の解析結果の情報として、各種の運動指標の値を含む運動解析情報を生成する。運動解析装置２は、生成した運動解析情報を用いて、ユーザーの走行中に出力する情報（走行中出力情報）を生成し、報知装置３に送信する。報知装置３は、運動解析装置２から走行中出力情報を受信し、走行中出力情報に含まれる各種の運動指標の値を事前に設定された各目標値と比較し、主として音や振動により各運動指標の良し悪しをユーザーに報知する。これにより、ユーザーは、各運動指標の良し悪しを認識しながら走行することができる。
また、運動解析装置２は、計測終了のコマンドを受信すると、慣性計測ユニット（ＩＭＵ）１０による計測を終了し、ユーザーの走行結果の情報（走行結果情報：走行距離、走行速度）を生成し、報知装置３に送信する。報知装置３は、運動解析装置２から走行結果情報を受信し、走行結果の情報を文字や画像としてユーザーに報知する。これにより、ユーザーは、走行終了後すぐに走行結果の情報を認識することができる。もしくは、報知装置３は、走行中出力情報をもとに走行結果情報を生成し、文字や画像としてユーザーに報知してもよい。
なお、運動解析装置２と報知装置３との間のデータ通信は、無線通信でもよいし、有線通信でもよい。
また、図４６に示すように、本実施形態では、運動解析システム１は、インターネットやＬＡＮ（Local Area Network）などのネットワークに接続されたサーバー５を含んで構成されている。情報分析装置４は、例えば、パーソナルコンピューターやスマートフォン等の情報機器であり、ネットワークを介してサーバー５とデータ通信が可能である。情報分析装置４は、運動解析装置２からユーザーの過去の走行における運動解析情報を取得し、ネットワークを介してサーバー５に送信する。ただし、情報分析装置４とは異なる装置が運動解析装置２から運動解析情報を取得してサーバー５に送信してもよいし、運動解析装置２が運動解析情報をサーバー５に直接送信してもよい。サーバー５は、この運動解析情報を受信して記憶部（不図示）に構築されているデータベースに保存する。
情報分析装置４は、ネットワークを介してサーバー５のデータベースからユーザーの運動解析情報を取得してユーザーの走行能力を分析し、分析結果の情報を表示部（図４６では不図示）に表示させる。情報分析装置４の表示部に表示された分析情報から、ユーザーの走行能力を評価することが可能になる。
運動解析システム１は、運動解析装置２と報知装置３と情報分析装置４とが別に設けられたり、運動解析装置２と報知装置３が一体で情報分析装置４が別に設けられたり、報知装置３と情報分析装置４が一体で運動解析装置２が別に設けられたり、運動解析装置２と情報分析装置４が一体で報知装置３が別に設けられたり、運動解析装置２と報知装置３と
情報分析装置４が一体であってもよい。運動解析装置２と報知装置３と情報分析装置４はどのような組み合わせであってもよい。
２−２．座標系
以下の説明において必要となる座標系を、第１実施形態の「１−２．座標系」と同様に定義する。
２−３．運動解析装置
２−３−１．運動解析装置の構成
図４７は、第２実施形態における運動解析装置２の構成例を示す機能ブロック図である。図４７に示すように、第２実施形態における運動解析装置２は、第１実施形態と同様、慣性計測ユニット（ＩＭＵ）１０、処理部２０、記憶部３０、通信部４０、ＧＰＳユニット５０及び地磁気センサー６０を含んで構成されている。ただし、本実施形態の運動解析装置２は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。
慣性計測ユニット（ＩＭＵ）１０の機能及び構成は、第１実施形態（図２）と同様であるため、その説明を省略する。また、ＧＰＳユニット５０及び地磁気センサー６０の機能も、第１実施形態と同様であるため、その説明を省略する。
通信部４０は、報知装置３の通信部１４０（図６２参照）や情報分析装置４の通信部５４０（図６５参照）との間でデータ通信を行うものであり、報知装置３の通信部１４０から送信されたコマンド（計測開始／計測終了のコマンド等）を受信して処理部２０に送る処理、処理部２０が生成した走行中出力情報や走行結果情報を受け取って報知装置３の通信部１４０に送信する処理、情報分析装置４の通信部５４０から運動解析情報の送信要求コマンドを受信して処理部２０に送り、当該運動解析情報を処理部２０から受け取って情報分析装置４の通信部５４０に送信する処理等を行う。
処理部２０は、例えば、ＣＰＵ、ＤＳＰ、ＡＳＩＣ等により構成され、記憶部３０（記録媒体）に記憶されている各種プログラムに従って、各種の演算処理や制御処理を行う。特に、処理部２０は、通信部４０を介して報知装置３から計測開始のコマンドを受け取ると、計測終了のコマンドを受け取るまで、慣性計測ユニット１０、ＧＰＳユニット５０及び地磁気センサー６０からそれぞれセンシングデータ、ＧＰＳデータ及び地磁気データを受け取り、これらのデータを用いてユーザーの速度や位置、胴体の姿勢角等を算出する。また、処理部２０は、算出したこれらの情報を用いて各種の演算処理を行ってユーザーの運動を解析して各種の運動解析情報を生成し、記憶部３０に記憶させる。また、処理部２０は、生成した運動解析情報を用いて走行中出力情報や走行結果情報を生成し、通信部４０に送る処理を行う。
また、処理部２０は、通信部４０を介して情報分析装置４から運動解析情報の送信要求コマンド受け取ると、送信要求コマンドで指定された運動解析情報を記憶部３０から読み出して通信部４０を介して情報分析装置４の通信部５４０に送る処理を行う。
記憶部３０は、例えば、ＲＯＭやフラッシュＲＯＭ、ハードディスクやメモリーカード等のプログラムやデータを記憶する記録媒体や、処理部２０の作業領域となるＲＡＭ等により構成される。記憶部３０（いずれかの記録媒体）には、処理部２０によって読み出され、運動解析処理（図５６参照）を実行するための運動解析プログラム３００が記憶されている。運動解析プログラム３００は、慣性航法演算処理（図４２参照）を実行するための慣性航法演算プログラム３０２、運動解析情報生成処理（図５８参照）を実行するための運動解析情報生成プログラム３０４をサブルーチンとして含む。
また、第１実施形態と同様、記憶部３０には、センシングデータテーブル３１０、ＧＰＳデータテーブル３２０、地磁気データテーブル３３０、算出データテーブル３４０及び運動解析情報３５０等が記憶される。センシングデータテーブル３１０、ＧＰＳデータテーブル３２０、地磁気データテーブル３３０及び算出データテーブル３４０の構成は第１実施形態（図３〜図６）と同様であるため、その図示及び説明を省略する。
運動解析情報３５０は、ユーザーの運動に関する各種情報であり、処理部２０が生成した、入力情報３５１の各項目、基本情報３５２の各項目、第１解析情報３５３の各項目、第２解析情報３５４の各項目、左右差率３５５の各項目等を含む。
２−３−２．処理部の機能構成
図４８は、第２実施形態における運動解析装置２の処理部２０の構成例を示す機能ブロック図である。第２実施形態でも、第１実施形態と同様、処理部２０は、記憶部３０に記憶されている運動解析プログラム３００を実行することにより、慣性航法演算部２２及び運動解析部２４として機能する。ただし、処理部２０は、ネットワーク等を介して、任意の記憶装置（記録媒体）に記憶されている運動解析プログラム３００を受信して実行してもよい。
第１実施形態と同様、慣性航法演算部２２（演算部の一例）は、センシングデータ（慣性計測ユニット１０の検出結果）、ＧＰＳデータ（ＧＰＳユニット５０の検出結果）及び地磁気データ（地磁気センサー６０の検出結果）を用いて、慣性航法演算を行い、加速度、角速度、速度、位置、姿勢角、距離、ストライド及び走行ピッチを算出し、これらの算出結果を含む演算データ（ユーザーの運動情報の一例）を出力する。慣性航法演算部２２が出力する演算データは時刻順に記憶部３０に記憶される。
運動解析部２４は、慣性航法演算部２２が出力する演算データ（記憶部３０に記憶されている演算データ）を用いて、ユーザーの走行中の運動を解析し、解析結果の情報である運動解析情報（入力情報、基本情報、第１解析情報、第２解析情報、左右差率等）を生成する。運動解析部２４が生成した運動解析情報は、ユーザーの走行中に、時刻順に記憶部３０に記憶される。
また、運動解析部２４は、生成した運動解析情報を用いて、ユーザーの走行中（具体的には慣性計測ユニット１０が計測を開始してから終了するまでの間）に出力する情報である走行中出力情報を生成する。運動解析部２４が生成した走行中出力情報は、通信部４０を介して報知装置３に送信される。
また、運動解析部２４は、走行中に生成した運動解析情報を用いて、ユーザーの走行終了時（具体的には慣性計測ユニット１０の計測終了時）に、走行結果の情報である走行結果情報を生成する。運動解析部２４が生成した走行結果情報は、通信部４０を介して報知装置３に送信される。
２−３−３．慣性航法演算部の機能構成
第２実施形態における慣性航法演算部２２の構成例は、第１実施形態（図８）と同様であるため、その図示を省略する。第２実施形態でも、第１実施形態と同様、慣性航法演算部２２は、バイアス除去部２１０、積分処理部２２０、誤差推定部２３０、走行処理部２４０及び座標変換部２５０を含み、これらの各機能は第１実施形態と同様であるため、その説明を省略する。
２−３−４．運動解析部の機能構成
図４９は、運動解析部２４の構成例を示す機能ブロック図である。本実施形態では、運動解析部２４は、特徴点検出部２６０、接地時間・衝撃時間算出部２６２、基本情報生成部２７２、第１解析情報生成部２７３、第２解析情報生成部２７４、左右差率算出部２７５及び出力情報生成部２７６を含む。ただし、本実施形態の運動解析部２４は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。
特徴点検出部２６０、接地時間・衝撃時間算出部２６２及び基本情報生成部２７２の各機能、第１実施形態と同様であるため、その説明を省略する。本実施形態でも、基本情報生成部２７２が生成する基本情報は、第１実施形態と同様に、走行ピッチ、ストライド、走行速度、標高、走行距離及び走行時間（ラップタイム）の各項目を含む。
第１解析情報生成部２７３は、入力情報を用いて、特徴点検出部２６０が特徴点を検出したタイミングを基準としてユーザーの運動を解析し、第１解析情報を生成する処理を行う。
ここで、入力情報は、第１実施形態と同様に、進行方向加速度、進行方向速度、進行方向距離、上下方向加速度、上下方向速度、上下方向距離、左右方向加速度、左右方向速度、左右方向距離、姿勢角（ロール角、ピッチ角、ヨー角）、角速度（ロール方向、ピッチ方向、ヨー方向）、走行ピッチ、ストライド、接地時間、衝撃時間及び体重の各項目を含む。
また、第１解析情報は、第１実施形態と同様に、着地時ブレーキ量（着地時ブレーキ量１、着地時ブレーキ量２）、真下着地率（真下着地率１、真下着地率２、真下着地率３）、推進力（推進力１、推進力２）、推進効率（推進効率１、推進効率２、推進効率３、推進効率４）、エネルギー消費量、着地衝撃、ランニング能力、前傾角及びタイミング一致度の各項目を含み、さらに、脚の流れの項目を含む。
また、第１解析情報生成部２７３は、第１解析情報の各項目の値を、ユーザーの体の左右にわけて算出する。具体的には、第１解析情報生成部２７３は、特徴点検出部２６０が右足の走行周期における特徴点を検出したか左足の走行周期における特徴点を検出したかに応じて、第１解析情報に含まれる各項目を、右足の走行周期と左足の走行周期に分けて算出する。また、第１解析情報生成部２７３は、第１解析情報に含まれる各項目について、左右の平均値あるいは合計値も算出する。
特に、本実施形態では、第１解析情報生成部２７３は、遊脚情報生成部２７７を含む。遊脚情報生成部２７７は、演算データを用いて、ユーザーの足が接地している間の遊脚に関する情報を生成する処理を行う。遊脚に関する情報は、例えば、遊脚の所定部位（例えば、大腿骨）が水平面あるいは鉛直平面となす角度の情報であってもよいし、遊脚の所定部位（例えば、膝）の水平面からの距離（高さ）の情報であってもよい。遊脚情報生成部２７７は、特徴点検出部２６０が検出する、ユーザーの足が接地している間の所定の状態に対応する特徴点の検出結果を用いて、ユーザーの足が当該所定の状態の時の遊脚の角度（大腿骨の角度）を計算してもよい。
以下、本実施形態では、ユーザーの足が接地している間の所定の状態の時とは、ユーザーの足が着地した時（着地した直後）であり、遊脚に関する情報は、遊脚の大腿骨が水平面又は鉛直平面となす角度（以下、単に「大腿骨の角度」という）であるものとして説明する。すなわち、遊脚情報生成部２７７は、ユーザーの足が着地した時（着地時）の遊脚の角度（大腿骨の角度）を計算する処理を行う。そして、第１解析情報生成部２７３は、遊脚情報生成部２７７により計算した着地時の遊脚の角度の値を、第１解析情報に含まれ
る「脚の流れ」の値とする。
例えば、遊脚情報生成部２７７は、演算データに含まれるｍフレームの姿勢角（ロール角、ピッチ角、ヨー角）の情報を用いて、着地時の遊脚の角度を計算してもよい。具体的には、遊脚情報生成部２７７は、着地時の遊脚の角度と相関のある指標の値を計算し、当該指標の値を用いて着地時の遊脚の角度を推定する。
例えば、着地時の遊脚の角度と相関のある指標は、ユーザーの胴体の姿勢角が所定の条件を満たす時の時間と着地時の時間との差であってもよい。例えば、姿勢角はヨー角であり、姿勢角が所定の条件を満たす時とは、ユーザーの右足が着地してから離地するまでの間でヨー角が最大となる時又はユーザーの左足が着地してから離地するまでの間でヨー角が最小となる時であってもよい。すなわち、着地時の遊脚の角度と相関のある指標は、ユーザーの右足又は左足が着地してから離地するまでの間でユーザーの胴体のヨー角が最大又は最小となる時の時間と右足又は左足の着地時の時間との差であってもよい（以下では、この指標を第１指標と呼ぶ）。言い換えれば、第１指標は、ユーザーの腰がヨー方向に最大限に回った時（次の１歩の動作の開始時）の時間と着地時の時間との差であり、第１指標の値が大きい場合は、着地から次の１歩の動作を開始するまでの時間が長く、脚を引き戻すのに時間がかかっていると言え、脚が流れている現象が発生している。
図５０は、ユーザーの腰のヨー角の時間変化の様子を示すグラフの一例であり、横軸が時間、縦軸がヨー角である。図５０では、左足の着地時刻ｔ０から離地時刻ｔ２までの間でヨー角が最小値となる時刻ｔ１と左足の着地時刻ｔ０との差の時間Ｔが第１指標に相当する。本実施形態では、慣性計測ユニット（ＩＭＵ）１０はユーザーの胴体部分（例えば、右腰、左腰、又は腰の中央部）に装着されるので、歩行周期においてユーザーの腰のヨー角が最大又は最小となるタイミングは、ｍフレームのヨー角が最大又は最小となるタイミングとほぼ一致する。そこで、遊脚情報生成部２７７は、特徴点検出部２６０が検出する右足（あるいは左足）の着地の時の計測時刻と、右足（あるいは左足）の着地から離地までの間でｍフレームのヨー角が最大値（あるいは最小値）となる時の計測時刻とを取得し、第１指標の値としてこの２つの計測時刻の差を計算することができる。
図５１は、第１指標の値と着地時の遊脚の大腿骨の角度（大腿骨と鉛直平面とのなす角度）との関係を多数プロットした図であり、横軸が第１指標（単位：秒）、縦軸が大腿骨の角度（単位：度）である。図５１に示すように、着地時の遊脚の大腿骨の角度は第１指標値と高い相関がある。そこで、遊脚情報生成部２７７は、これらのプロットを最小二乗近似した図中の直線で表される相関式に第１指標の値を代入することで、着地時の遊脚の大腿骨の角度を推定（計算）することができる。
また、例えば、着地時の遊脚の角度と相関のある指標は、ユーザーの胴体の姿勢角が所定の条件を満たす時の当該姿勢角の値と着地時の当該姿勢角の値との差であってもよい。例えば、姿勢角はヨー角であり、姿勢角が所定の条件を満たす時とは、ユーザーの右足が着地してから離地するまでの間でヨー角が最大となる時又はユーザーの左足が着地してから離地するまでの間でヨー角が最小となる時であってもよい。すなわち、着地時の遊脚の角度と相関のある指標は、ユーザーの右足又は左足が着地してから離地するまでの間でユーザーの胴体のヨー角が最大又は最小となる時の当該ヨー角の値と右足又は左足の着地時の当該ヨー角の値との差であってもよい（以下では、この指標を第２指標と呼ぶ）。言い換えれば、第２指標は、ユーザーの腰がヨー方向に最大限に回った時（次の１歩の動作の開始時）のヨー角の値と着地時のヨー角の値との差であり、第２指標の値が大きい場合は、着地から次の１歩の動作を開始するまでにヨー角の変化が大きく、着地後に脚を引き戻す動作が大きいいと言え、脚が流れている現象が発生している。
図５２は、ユーザーの腰のヨー角の時間変化の様子を示すグラフの一例であり、横軸が時間、縦軸がヨー角である。図５２では、左足の着地時刻ｔ０から離地時刻ｔ２までの間でヨー角が極小値（最小値）となる時刻ｔ１でのヨー角と左足の着地時刻ｔ０でのヨー角との差の角度αが第２指標に相当する。そこで、遊脚情報生成部２７７は、特徴点検出部２６０が検出する右足（あるいは左足）の着地の時のｍフレームのヨー角と、右足（あるいは左足）の着地から離地までの間でのｍフレームのヨー角の最大値（あるいは最小値）とを取得し、第２指標の値としてこの２つのヨー角の差を計算することができる。
図５３は、第２指標の値と着地時の遊脚の大腿骨の角度（大腿骨と鉛直平面とのなす角度）との関係を多数プロットした図であり、横軸が第２指標（単位：度）、縦軸が大腿骨の角度（単位：度）である。図５３に示すように、着地時の遊脚の大腿骨の角度は第２指標値と高い相関がある。そこで、遊脚情報生成部２７７は、これらのプロットを最小二乗近似した図中の直線で表される相関式に第２指標の値を代入することで、着地時の遊脚の大腿骨の角度を推定（計算）することができる。
また、例えば、着地時の遊脚の角度と相関のある指標は、着地時のユーザーの胴体の姿勢角であってもよい。例えば、着地時の遊脚の角度と相関のある指標は、ユーザーの右足又は左足が着地した時のユーザーの胴体のピッチ角であってもよい（以下では、この指標を第３指標と呼ぶ）。図５４に示すように、ユーザーの胴体のピッチ角（第３指標）は、例えば、ユーザーの胴体と鉛直平面とのなす角度であり、ユーザーが前傾姿勢の時は正の値、直立姿勢の時はゼロ、後傾姿勢の時は負の値となる。脚が後方に高くある場合、体が前傾するため、ピッチ角が大きくなる。従って、第３指標の値が大きい場合は、脚が流れている現象が発生している。そこで、遊脚情報生成部２７７は、特徴点検出部２６０が検出する右足（あるいは左足）の着地の時のｍフレームのピッチ角を取得して図５４のような仕様となるように変換し、第３指標の値とすることができる。
図５５は、第３指標の値と着地時の遊脚の大腿骨の角度（大腿骨と鉛直平面とのなす角度）との関係を多数プロットした図であり、横軸が第３指標（単位：度）、縦軸が大腿骨の角度（単位：度）である。図５５に示すように、着地時の遊脚の大腿骨の角度は第３指標値と高い相関がある。そこで、遊脚情報生成部２７７は、これらのプロットを最小二乗近似した図中の直線で表される相関式に第３指標の値を代入することで、着地時の遊脚の大腿骨の角度を推定（計算）することができる。
図４９に戻り、第２解析情報生成部２７４は、第１解析情報生成部２７３が生成した第１解析情報を用いて、第２解析情報を生成する処理を行う。ここで、第２解析情報は、第１実施形態と同様に、エネルギー損失、エネルギー効率及び体への負担の各項目を含む。第２解析情報生成部２７４は、第２解析情報の各項目の値を、右足の走行周期と左足の走行周期に分けて算出する。また、第２解析情報生成部２７４は、第２解析情報に含まれる各項目について、左右の平均値あるいは合計値も算出する。
左右差率算出部２７５は、入力情報に含まれる走行ピッチ、ストライド、接地時間及び衝撃時間、第１解析情報の全ての項目及び第２解析情報の全ての項目について、それぞれ右足の走行周期における値と左足の走行周期における値とを用いて、ユーザーの体の左右のバランスを示す指標である左右差率を算出する処理を行う。
出力情報生成部２７６は、基本情報、入力情報、第１解析情報、第２解析情報、左右差率等を用いて、ユーザーの走行中に出力する情報である走行中出力情報を生成する処理を行う。入力情報に含まれる「走行ピッチ」、「ストライド」、「接地時間」及び「衝撃時間」、第１解析情報のすべての項目、第２解析情報のすべての項目、及び、左右差率は、ユーザーの走行技術の評価に用いられる運動指標であり、走行中出力情報は、これらの運
動指標の一部又は全部の値の情報を含む。走行中出力情報に含まれる運動指標は、予め決められていてもよいし、ユーザーが報知装置３を操作して選択可能にしても良い。また、走行中出力情報は、基本情報に含まれる走行速度、標高、走行距離及び走行時間（ラップタイム）の一部又は全部を含んでもよい。
また、出力情報生成部２７６は、基本情報、入力情報、第１解析情報、第２解析情報、左右差率等を用いて、ユーザーの走行結果の情報である走行結果情報を生成する。例えば、出力情報生成部２７６は、ユーザーの走行中（慣性計測ユニット１０の計測中）における各運動指標の平均値の情報等を含む走行結果情報を生成してもよい。また、走行結果情報は、走行速度、標高、走行距離及び走行時間（ラップタイム）の一部又は全部を含んでもよい。
出力情報生成部２７６は、通信部４０を介して、ユーザーの走行中に、走行中出力情報を報知装置３に送信し、ユーザーの走行終了時に、走行結果情報を報知装置３に送信する。
２−３−５．入力情報
入力情報の各項目の詳細については、第１実施形態で説明したため、ここでは説明を省略する。
２−３−６．第１解析情報
第１解析情報生成部２７３により算出される第１解析情報の各項目のうち「脚の流れ」を除く各項目の詳細については、第１実施形態で説明したため、ここでは説明を省略する。
［脚の流れ］
脚の流れは、蹴りだした脚が次に着地した時点でその脚（遊脚）がどの程度後方にあるかを表す運動指標である。上述したように、脚の流れは、ユーザーが着地した時の遊脚の角度（大腿骨の角度）として計算される。例えば、脚の流れ（遊脚の角度）と相関のある指標を計算し、この指標からユーザーの脚が接地している時の遊脚の角度（大腿骨の角度）を、予め求められた相関式を用いて推定することができる。
２−３−７．第２解析情報
第２解析情報生成部２７４により算出される第２解析情報の各項目の詳細については、第１実施形態で説明したため、ここでは説明を省略する。
２−３−８．左右差率（左右バランス）
左右差率は、走行ピッチ、ストライド、接地時間、衝撃時間、第１解析情報の各項目及び第２解析情報の各項目について、体の左右でどれくらい差がみられるかを表す運動指標であり、左脚が右脚に対してどれくらい違うかを表すものとする。左右差率＝（左脚の数値／右脚の数値×１００）（％）で計算され、数値は、走行ピッチ、ストライド、接地時間、衝撃時間、ブレーキ量、推進力、真下着地率、推進効率、速度、加速度、移動距離、前傾角、脚の流れ、腰の回転角、腰の回転角速度、左右への傾き量、衝撃時間、ランニング能力、エネルギー消費量、エネルギー損失、エネルギー効率、着地衝撃、体への負担の各数値である。また、左右差率は、各数値の平均値や分散も含む。
２−３−９．処理の手順
図５６は、第２実施形態における運動解析装置２の処理部２０が行う運動解析処理の手順の一例を示すフローチャート図である。運動解析装置２（コンピューターの一例）の処理部２０は、記憶部３０に記憶されている運動解析プログラム３００を実行することによ
り、例えば図５６のフローチャートの手順で運動解析処理を実行する。
図５６に示すように、処理部２０は、計測開始のコマンドを受信するまで待機し（Ｓ１０のＮ）、計測開始のコマンドを受信した場合（Ｓ１０のＹ）、まず、ユーザーが静止しているものとして、慣性計測ユニット１０が計測したセンシングデータ、及び、ＧＰＳデータを用いて、初期姿勢、初期位置、初期バイアスを計算する（Ｓ２０）。
次に、処理部２０は、慣性計測ユニット１０からセンシングデータを取得し、取得したセンシングデータをセンシングデータテーブル３１０に付加する（Ｓ３０）。
次に、処理部２０は、慣性航法演算処理を行い、各種の情報を含む演算データを生成する（Ｓ４０）。この慣性航法演算処理の手順の詳細は、第１実施形態（図４２）と同様であるため、図示及び説明を省略する。
次に、処理部２０は、Ｓ４０で生成した演算データを用いて運動解析情報生成処理を行って運動解析情報を生成する（Ｓ５０）。この運動解析情報生成処理の手順の一例は後述する。
次に、処理部２０は、Ｓ４０で生成した運動解析情報を用いて走行中出力情報を生成して報知装置３に送信する（Ｓ６０）。
そして、処理部２０は、計測終了のコマンドを受信するまで（Ｓ７０のＮ及びＳ８０のＮ）、前回センシングデータを取得してからサンプリング周期Δｔが経過する毎に（Ｓ７０のＹ）、Ｓ３０以降の処理を繰り返す。
処理部２０は、計測終了のコマンドを受信すると（Ｓ８０のＹ）、Ｓ５０で生成した運動解析情報を用いて走行結果情報を生成して報知装置３に送信し（Ｓ９０）、運動解析処理を終了する。
図５７は、第２実施形態における走行検出処理（図４２のＳ１２０の処理）の手順の一例を示すフローチャート図である。処理部２０（走行検出部２４２）は、例えば図５７のフローチャートの手順で走行検出処理を実行する。
図５７に示すように、処理部２０は、図４２のＳ１００で補正した加速度に含まれるｚ軸加速度をローパスフィルター処理し（Ｓ２００）、ノイズを除去する。
次に、処理部２０は、Ｓ２００でローパスフィルター処理したｚ軸加速度が閾値以上かつ極大値の場合（Ｓ２１０のＹ）、このタイミングで走行周期を検出する（Ｓ２２０）。
次に、処理部２０は、Ｓ２２０で検出した走行周期が左右いずれの走行周期かを判定して左右足フラグを設定し（Ｓ２３０）、走行検出処理を終了する。処理部２０は、ｚ軸加速度が閾値未満か極大値でなければ（Ｓ２１０のＮ）、Ｓ２２０以降の処理を行わずに走行検出処理を終了する。
図５８は、第２実施形態における運動解析情報生成処理（図５６のＳ５０の処理）の手順の一例を示すフローチャート図である。処理部２０（運動解析部２４）は、記憶部３０に記憶されている運動解析情報生成プログラム３０４を実行することにより、例えば図５８のフローチャートの手順で運動解析情報生成処理を実行する。
図５８に示すように、まず、処理部２０は、図５６のＳ４０の慣性航法演算処理で生成
した演算データを用いて、基本情報の各項目を算出する（Ｓ３００）。
次に、処理部２０は、演算データを用いて、ユーザーの走行運動における特徴点（着地、踏込、離地等）の検出処理を行う（Ｓ３１０）。
次に、処理部２０は、Ｓ３１０の処理で特徴点を検出したタイミングに基づき、接地時間及び衝撃時間を算出する（Ｓ３２０）。
次に、処理部２０は、脚の流れの計算処理（遊脚の大腿骨の角度の計算処理）を行う（Ｓ３３０）。この脚の流れの計算処理の手順の一例は後述する。
次に、処理部２０は、演算データの一部及びＳ３２０で生成した接地時間及び衝撃時間を入力情報として、第１解析情報の他の項目を算出する（Ｓ３４０）。
次に、処理部２０は、第１解析情報を用いて、第２解析情報の各項目を算出する（Ｓ３５０）。
次に、処理部２０は、入力情報の各項目、第１解析情報の各項目及び第２解析情報の各項目に対して左右差率を算出する（Ｓ３６０）。
処理部２０は、Ｓ３００〜Ｓ３６０で算出した各情報に現在の計測時刻を付加して記憶部３０に記憶し（Ｓ３７０）、運動解析情報生成処理を終了する。
図５９は、脚の流れの指標値の計算処理（遊脚の大腿骨の角度の計算処理）（図５８のＳ３３０の処理）の手順の一例を示すフローチャート図である。図５９は、着地時の遊脚の角度と相関のある指標として上述の第１指標を用いる場合のフローチャート図である。
図５９に示すように、処理部２０は、図５８のＳ３１０の処理で右足の着地を検出した場合（Ｓ４００のＹ）、右足着地時の計測時刻を取得し（Ｓ４０２）、右足接地フラグをオンする（Ｓ４０４）。処理部２０は、右足の着地を検出しなかった場合は（Ｓ４００のＮ）、Ｓ４０２及びＳ４０４の処理を行わない。
次に、処理部２０は、右足接地フラグがオンである場合（Ｓ４０６のＹ）、右足接地フラグがオンになった以降でヨー角が最大か否かを判定し（Ｓ４０８）、ヨー角が最大である場合（Ｓ４０８のＹ）、ヨー角が最大の時の計測時刻を取得する（Ｓ４１０）。処理部２０は、ヨー角が最大でない場合は（Ｓ４０８のＮ）、Ｓ４１０の処理を行わない。
次に、処理部２０は、図５８のＳ３１０の処理で右足の離地を検出した場合（Ｓ４１２のＹ）、Ｓ４１０で直近に取得したヨー角が最大の時の計測時刻とＳ４０２で直近に取得した右足着地時の計測時刻との差を計算し（Ｓ４１４）、Ｓ４１４の計算値を相関式に代入して右足着地時の左脚（遊脚）の大腿骨の角度を算出する（Ｓ４１６）。そして、処理部２０は、右足接地フラグをオフにし（Ｓ４１８）、計算処理を終了する。
処理部２０は、右足の離地を検出しなかった場合は（Ｓ４１２のＮ）、Ｓ４１４〜Ｓ４１８の処理を行わずに計算処理を終了する。
また、処理部２０は、右足接地フラグがオフである場合（Ｓ４０６のＮ）、図５８のＳ３１０の処理で左足の着地を検出した場合は（Ｓ４２０のＹ）、左足着地時の計測時刻を取得し（Ｓ４２２）、左足接地フラグをオンする（Ｓ４２４）。処理部２０は、左足の着地を検出しなかった場合は（Ｓ４２０のＮ）、Ｓ４２２及びＳ４２４の処理を行わない。
次に、処理部２０は、左足接地フラグがオンである場合（Ｓ４２６のＹ）、左足接地フラグがオンになった以降でヨー角が最小か否かを判定し（Ｓ４２８）、ヨー角が最小である場合（Ｓ４２８のＹ）、ヨー角が最小の時の計測時刻を取得する（Ｓ４３０）。処理部２０は、ヨー角が最小でない場合は（Ｓ４２８のＮ）、Ｓ４３０の処理を行わない。
次に、処理部２０は、図５８のＳ３１０の処理で左足の離地を検出した場合（Ｓ４３２のＹ）、Ｓ４３０で直近に取得したヨー角が最小の時の計測時刻とＳ４２２で直近に取得した左足着地時の計測時刻との差を計算し（Ｓ４３４）、Ｓ４３４の計算値を相関式に代入して左足着地時の右脚（遊脚）の大腿骨の角度を算出する（Ｓ４３６）。そして、処理部２０は、左足接地フラグをオフにし（Ｓ４３８）、計算処理を終了する。
処理部２０は、左足の離地を検出しなかった場合は（Ｓ４３２のＮ）、Ｓ４３４〜Ｓ４３８の処理を行わずに計算処理を終了する。
図６０は、脚の流れの指標値の計算処理（遊脚の大腿骨の角度の計算処理）（図５８のＳ３３０の処理）の手順の他の一例を示すフローチャート図である。図６０は、着地時の遊脚の角度と相関のある指標として上述の第２指標を用いる場合のフローチャート図である。
図６０に示すように、処理部２０は、図５８のＳ３１０の処理で右足の着地を検出した場合（Ｓ４４０のＹ）、右足着地時のヨー角の値を取得し（Ｓ４４２）、右足接地フラグをオンする（Ｓ４４４）。処理部２０は、右足の着地を検出しなかった場合は（Ｓ４４０のＮ）、Ｓ４４２及びＳ４４４の処理を行わない。
次に、処理部２０は、右足接地フラグがオンである場合（Ｓ４４６のＹ）、右足接地フラグがオンになった以降でヨー角が最大か否かを判定し（Ｓ４４８）、ヨー角が最大である場合（Ｓ４４８のＹ）、ヨー角の最大値を取得する（Ｓ４５０）。処理部２０は、ヨー角が最大でない場合は（Ｓ４４８のＮ）、Ｓ４５０の処理を行わない。
次に、処理部２０は、図５８のＳ３１０の処理で右足の離地を検出した場合（Ｓ４５２のＹ）、Ｓ４５０で直近に取得したヨー角の最大値とＳ４４２で直近に取得した右足着地時のヨー角の値との差を計算し（Ｓ４５４）、Ｓ４５４の計算値を相関式に代入して右足着地時の左脚（遊脚）の大腿骨の角度を算出する（Ｓ４５６）。そして、処理部２０は、右足接地フラグをオフにし（Ｓ４５８）、計算処理を終了する。
処理部２０は、右足の離地を検出しなかった場合は（Ｓ４５２のＮ）、Ｓ４５４〜Ｓ４５８の処理を行わずに計算処理を終了する。
また、処理部２０は、右足接地フラグがオフである場合（Ｓ４４６のＮ）、図５８のＳ３１０の処理で左足の着地を検出した場合は（Ｓ４６０のＹ）、左足着地時のヨー角の値を取得し（Ｓ４６２）、左足接地フラグをオンする（Ｓ４６４）。処理部２０は、左足の着地を検出しなかった場合は（Ｓ４６０のＮ）、Ｓ４６２及びＳ４６４の処理を行わない。
次に、処理部２０は、左足接地フラグがオンである場合（Ｓ４６６のＹ）、左足接地フラグがオンになった以降でヨー角が最小か否かを判定し（Ｓ４６８）、ヨー角が最小である場合（Ｓ４６８のＹ）、ヨー角の最小値を取得する（Ｓ４７０）。処理部２０は、ヨー角が最小でない場合は（Ｓ４６８のＮ）、Ｓ４７０の処理を行わない。
次に、処理部２０は、図５８のＳ３１０の処理で左足の離地を検出した場合（Ｓ４７２のＹ）、Ｓ４７０で直近に取得したヨー角の最小値とＳ４６２で直近に取得した左足着地時のヨー角の値との差を計算し（Ｓ４７４）、Ｓ４７４の計算値を相関式に代入して左足着地時の右脚（遊脚）の大腿骨の角度を算出する（Ｓ４７６）。そして、処理部２０は、左足接地フラグをオフにし（Ｓ４７８）、計算処理を終了する。
処理部２０は、左足の離地を検出しなかった場合は（Ｓ４７２のＮ）、Ｓ４７４〜Ｓ４７８の処理を行わずに計算処理を終了する。
図６１は、脚の流れの指標値の計算処理（遊脚の大腿骨の角度の計算処理）（図５８のＳ３３０の処理）の手順の他の一例を示すフローチャート図である。図６１は、着地時の遊脚の角度と相関のある指標として上述の第３指標を用いる場合のフローチャート図である。
図６１に示すように、処理部２０は、図５８のＳ３１０の処理で右足の着地を検出した場合（Ｓ４８０のＹ）、右足着地時のピッチ角の値を取得する（Ｓ４８２）。そして、処理部２０は、Ｓ４８２で取得した右足着地時のピッチ角の値を相関式に代入して右足着地時の左脚（遊脚）の大腿骨の角度を算出し（Ｓ４８４）、計算処理を終了する。
処理部２０は、右足の着地を検出しなかった場合（Ｓ４８０のＮ）、図５８のＳ３１０の処理で左足の着地を検出した場合は（Ｓ４８６のＹ）、左足着地時のピッチ角の値を取得する（Ｓ４８８）。そして、処理部２０は、Ｓ４８８で取得した左足着地時のピッチ角の値を相関式に代入して左足着地時の右脚（遊脚）の大腿骨の角度を算出し（Ｓ４９０）、計算処理を終了する。
処理部２０は、左足の着地を検出しなかった場合は（Ｓ４８６のＮ）、Ｓ４８８及びＳ４９０の処理を行わすに計算処理を終了する。
２−４．報知装置
２−４−１．報知装置の構成
図６２は、第２実施形態における報知装置３の構成例を示す機能ブロック図である。図６２に示すように、第２実施形態における報知装置３は、第１実施形態（図２）と同様に、処理部１２０、記憶部１３０、通信部１４０、操作部１５０、計時部１６０、表示部１７０、音出力部１８０及び振動部１９０を含んで構成されている。ただし、本実施形態の報知装置３は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。
記憶部１３０、操作部１５０、計時部１６０、表示部１７０、音出力部１８０及び振動部１９０の各機能、第１実施形態と同様であるため、その説明を省略する。
通信部１４０は、運動解析装置２の通信部４０（図４７参照）との間でデータ通信を行うものであり、処理部１２０から操作データに応じたコマンド（計測開始／計測終了のコマンド等）を受け取って運動解析装置２の通信部４０に送信する処理、運動解析装置２の通信部４０から送信された走行中出力情報や走行結果情報を受信して処理部１２０に送る処理等を行う。
処理部１２０は、例えば、ＣＰＵ、ＤＳＰ、ＡＳＩＣ等により構成され、記憶部１３０（記録媒体）に記憶されているプログラムを実行することにより、各種の演算処理や制御処理を行う。例えば、処理部１２０は、操作部１５０から受け取った操作データに応じた各種処理（計測開始／計測終了のコマンドを通信部１４０に送る処理や操作データに応じ
た表示処理や音出力処理等）、通信部１４０から走行中出力情報を受け取り、運動解析情報に応じたテキストデータや画像データを生成して表示部１７０に送る処理、運動解析情報に応じた音データを生成して音出力部１８０に送る処理、運動解析情報に応じた振動データを生成して振動部１９０に送る処理を行う。また、処理部１２０は、計時部１６０から受け取った時刻情報に応じた時刻画像データを生成して表示部１７０に送る処理等を行う。
また、本実施形態では、処理部１２０は、例えば、ユーザーの走行前に（計測開始コマンドを送信する前に）、操作部１５０から受け取った操作データに基づき、各運動指標の目標値を設定する。そして、処理部１２０は、走行中出力情報に含まれる各運動指標の値を各目標値と比較し、比較結果に応じて、ユーザーの走行における運動状態に関する情報を生成し、音出力部１８０や振動部１９０を介してユーザーに報知する。
例えば、ユーザーが、操作部１５０を操作して、自分の過去の走行における各運動指標の値を基準に目標値を設定してもよいし、同じ走行チームに所属する他のメンバーの各運動指標の平均値などを基準に目標値を設定してもよいし、憧れのランナーや目標とするランナーの各運動指標の値を目標値に設定してもよいし、目標のタイムをクリアした他のユーザーの各運動指標の値を目標値に設定してもよい。
目標値と比較する運動指標は、走行中出力情報に含まれるすべての運動指標であってもよいし、予め決められた特定の運動指標のみであってもよいし、ユーザーが操作部１５０等を操作して選択可能にしてもよい。
処理部１２０は、例えば、目標値よりも悪い運動指標があれば音や振動により報知するとともに、目標値よりも悪い運動指標の値を表示部１７０に表示させる。処理部１２０は、目標値よりも悪い運動指標の種類に応じて異なる種類の音や振動を発生させてもよいし、運動指標毎に目標値よりも悪い程度によって音や振動の種類を変えてもよい。目標値よりも悪い運動指標が複数存在する場合、処理部１２０は、最も悪い運動指標に応じた種類の音や振動を発生させるとともに、例えば、図６３（Ａ）に示すように、目標値よりも悪いすべての運動指標の値と目標値の情報を表示部１７０に表示させてもよい。
ユーザーは、表示部１７０に表示される情報を見なくても、音や振動の種類から、どの運動指標が最も悪く、どの程度悪いのかを把握しながら走行を継続することができる。さらに、ユーザーは、表示部１７０に表示される情報を見れば、目標値よりも悪いすべての運動指標の値と当該目標値との差を正確に認識することもできる。
また、音や振動を発生させる対象の運動指標は、ユーザーが操作部１５０等を操作して、目標値と比較する運動指標の中から選択可能にしてもよい。この場合も、例えば、目標値よりも悪いすべての運動指標の値と目標値の情報を表示部１７０に表示させてもよい。一例として、ユーザーが「脚の流れ」を意識して走行したい場合、走行前に、音や振動を発生させる対象の運動指標として「脚の流れ」のみを選択すれば、音や振動の発生の有無により、脚が流れているか否かを常に認識することができる。
また、ユーザーが操作部１５０を介して報知周期の設定（例えば、１分毎に５秒間音や振動を発生させる等の設定）を行い、処理部１２０が設定された報知周期に応じてユーザーに報知してもよい。
また、本実施形態では、処理部１２０は、通信部１４０を介して、運動解析装置２から送信された走行結果情報を取得し、表示部１７０に走行結果情報を表示する。例えば、図６３（Ｂ）に示すように、処理部１２０は、走行結果情報に含まれる、ユーザーの走行中
における各運動指標の平均値を表示部１７０に表示する。ユーザーは、走行終了後（計測終了操作を行った後）に、表示部１７０を見れば、各運動指標の良し悪しをすぐに認識することができる。例えば、ユーザーが「脚の流れ」を意識して走行を行った場合、走行終了直後に表示部１７０に表示される走行結果情報を見ることで、脚の流れが改善された走り方ができたか否かを直ちに確認することができる。
２−４−２．処理の手順
図６４は、処理部１２０が行う報知処理の手順の一例を示すフローチャート図である。処理部１２０は、記憶部１３０に記憶されているプログラムを実行することにより、例えば図６４のフローチャートの手順で報知処理を実行する。
図６４に示すように、処理部１２０は、まず、操作部１５０からの操作データに基づき、各運動指標の目標値を取得する（Ｓ５００）。
次に、処理部１２０は、操作部１５０から計測開始の操作データを取得するまで待機し（Ｓ５１０のＮ）、計測開始の操作データを取得した場合（Ｓ５１０のＹ）、通信部１４０を介して、計測開始のコマンドを運動解析装置２に送信する（Ｓ５２０）。
次に、処理部１２０は、操作部１５０から計測終了の操作データを取得するまでは（Ｓ５７０のＮ）、通信部１４０を介して、運動解析装置２から走行中出力情報を取得する毎に（Ｓ５３０のＹ）、取得した走行中出力情報に含まれる各運動指標の値をＳ５００で取得した各目標値と比較する（Ｓ５４０）。
目標値よりも悪い運動指標が存在する場合（Ｓ５５０のＹ）、処理部１２０は、目標値よりも悪い運動指標の情報を生成し、音出力部１８０、振動部１９０及び表示部１７０を介して音、振動、文字等によりユーザーに報知する（Ｓ５６０）。
一方、目標値よりも悪い運動指標が存在しない場合（Ｓ５５０のＮ）、処理部１２０は、Ｓ５６０の処理を行わない。
そして、処理部１２０は、操作部１５０から計測終了の操作データを取得すると（Ｓ５７０のＹ）、通信部１４０を介して、運動解析装置２から走行結果情報を取得して表示部１７０に表示させ（Ｓ５８０）、報知処理を終了する。
このように、ユーザーは、Ｓ５５０で報知される情報に基づき、走行状態を認識しながら走行することができる。また、ユーザーは、Ｓ５８０で表示される情報に基づき、走行終了後、直ちに走行結果を認識することができる。
２−５．情報分析装置
２−５−１．情報分析装置の構成
図６５は、情報分析装置４の構成例を示す機能ブロック図である。図６５に示すように、情報分析装置４は、処理部５２０、記憶部５３０、通信部５４０、操作部５５０、通信部５６０、表示部５７０及び音出力部５８０を含んで構成されている。ただし、本実施形態の情報分析装置４は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。
通信部５４０は、運動解析装置２の通信部４０（図４７参照）との間でデータ通信を行うものであり、操作データに応じて指定された運動解析情報（登録対象の走行データに含まれる運動解析情報）の送信を要求する送信要求コマンドを処理部５２０から受け取って運動解析装置２の通信部４０に送信し、当該運動解析情報を運動解析装置２の通信部４０
から受信して処理部５２０に送る処理等を行う。
通信部５６０は、サーバー５との間でデータ通信を行うものであり、処理部５２０から登録対象の走行データを受け取ってサーバー５に送信する処理（走行データの登録処理）、ユーザーの登録、編集、削除、走行データの編集、削除、入れ替え等の操作データに応じた管理情報を処理部５２０から受け取ってサーバー５に送信する処理等を行う。
操作部５５０は、ユーザーからの操作データ（ユーザーの登録、編集、削除、走行データの登録、編集、削除、入れ替え等の操作データ、分析対象のユーザーを選択する操作データ等）を取得し、処理部５２０に送る処理を行う。操作部５５０は、例えば、タッチパネル型ディスプレイ、ボタン、キー、マイクなどであってもよい。
表示部５７０は、処理部５２０から送られてきた画像データやテキストデータを、文字、グラフ、表、アニメーション、その他の画像として表示するものである。表示部５７０は、例えば、ＬＣＤ、有機ＥＬディスプレイ、ＥＰＤ等のディスプレイで実現され、タッチパネル型ディスプレイであってもよい。なお、１つのタッチパネル型ディスプレイで操作部５５０と表示部５７０の機能を実現するようにしてもよい。
音出力部５８０は、処理部５２０から送られてきた音データを、音声やブザー音等の音として出力するものである。音出力部５８０は、例えば、スピーカーやブザーなどで実現される。
記憶部５３０は、例えば、ＲＯＭやフラッシュＲＯＭ、ハードディスクやメモリーカード等のプログラムやデータを記憶する記録媒体や、処理部５２０の作業領域となるＲＡＭ等により構成される。記憶部５３０（いずれかの記録媒体）には、処理部５２０によって読み出され、分析処理（図６６参照）を実行するための分析プログラム５３２が記憶されている。
処理部５２０は、例えば、ＣＰＵ、ＤＳＰ、ＡＳＩＣ等により構成され、記憶部５３０（記録媒体）に記憶されている各種プログラムを実行することにより、各種の演算処理や制御処理を行う。例えば、処理部５２０は、操作部５５０から受け取った操作データに応じて指定された運動解析情報の送信を要求する送信要求コマンドを、通信部５４０を介して運動解析装置２に送信し、通信部５４０を介して当該運動解析情報を運動解析装置２から受信する処理や、操作部５５０から受け取った操作データに応じて、運動解析装置２から受信した運動解析情報を含む走行データ（登録対象の走行データ）を生成し、通信部５６０を介してサーバー５に送信する処理を行う。また、処理部５２０は、操作部５５０から受け取った操作データに応じた管理情報を、通信部５６０を介してサーバー５に送信する処理を行う。また、処理部５２０は、操作部５５０から受け取った操作データに応じて選択された分析対象の走行データの送信要求を、通信部５６０を介してサーバー５に送信し、通信部５６０を介してサーバー５から当該分析対象の走行データを受信する処理を行う。また、処理部５２０は、操作部５５０から受け取った操作データに応じて選択された分析対象のユーザーの走行データを分析して分析結果の情報である分析情報を生成し、テキストデータや画像データ、音データ等として表示部５７０や音出力部５８０に送る処理を行う。
特に、本実施形態では、処理部５２０は、記憶部５３０に記憶されている分析プログラム５３２を実行することにより、運動解析情報取得部５２２及び分析情報生成部５２４として機能する。ただし、処理部５２０は、ネットワーク等を介して、任意の記憶装置（記録媒体）に記憶されている分析プログラム５３２を受信して実行してもよい。
運動解析情報取得部５２２は、サーバー５のデータベースから（あるいは運動解析装置２から）、分析対象のユーザーの運動の解析結果の情報である運動解析情報（運動解析装置２が生成した運動解析情報）を取得する処理を行う。運動解析情報取得部５２２が取得した運動解析情報は記憶部５３０に記憶される。本実施形態では、運動解析情報取得部５２２が取得する運動解析情報は、各種の運動指標（上述した「脚の流れ」を含む各種の運動指標）の値を含む。
分析情報生成部５２４は、運動解析情報取得部５２２が取得した運動解析情報を用いて、分析対象のユーザーの走行能力に関する分析情報を生成する処理を行う。分析情報生成部５２４は、例えば、操作部５５０から受け取った操作データにおいて選択された期間における分析対象のユーザーの運動解析情報を用いて分析情報を生成してもよい。
分析情報生成部５２４は、分析対象のユーザーが走行を実施した日付毎の走行能力を比較可能な分析情報を生成してもよい。例えば、ユーザーが７月１日、７月８日、７月１５日に３回走行した場合、ユーザーの走行能力を７月１日、７月８日、７月１５日のそれぞれで比較可能な分析情報を生成してもよい。
また、分析情報生成部５２４は、サーバー５のデータベースに登録されている、分析対象のユーザーを含む複数のユーザーの走行データ（運動解析情報）にそれぞれ含まれる運動指標の値を用いて、分析対象のユーザーの走行能力を相対的に評価可能な分析情報を生成してもよい。例えば、当該複数のユーザーは、操作部５５０から受け取った操作データにおいて選択されたユーザーであってもよい。例えば、分析情報生成部５２４は、当該複数のユーザーの運動指標値のうち、最も高い指標値を１０、最も低い指標値を０として、分析対象のユーザーの運動指標値を０〜１０の値に変換し、変換した運動指標値の情報を含む分析情報を生成してもよいし、当該複数のユーザーの運動指標値を用いて分析対象のユーザーの運動指標値の偏差値を計算し、当該偏差値の情報を含む分析情報を生成してもよい。
処理部５２０は、分析情報生成部５２４により生成した分析情報を用いて、テキスト、画像などの表示データや音声等の音データを生成し、表示部５７０や音出力部５８０に出力する。これにより、表示部５７０や音出力部５８０から分析対象の複数のユーザーの分析結果が提示される。
２−５−２．処理の手順
図６６は、処理部５２０が行う分析処理の手順の一例を示すフローチャート図である。処理部５２０は、記憶部５３０に記憶されている分析プログラム５３２を実行することにより、例えば図６６のフローチャートの手順で分析処理を実行する。
まず、処理部５２０は、分析対象を指定する操作データを取得するまで待機し（Ｓ６００のＮ）、分析対象を指定する操作データを取得した場合（Ｓ６００のＹ）、当該操作データにおいて指定されたユーザー（分析対象のユーザー）の指定された期間（分析対象の期間）における運動解析情報（具体的には、走行データ）を、通信部５６０を介してサーバー５のデータベースから取得し、記憶部５３０に記憶させる（Ｓ６１０）。
次に、処理部５２０は、Ｓ６１０で取得した運動解析情報（走行データ）を用いて、指定されたユーザー（分析対象のユーザー）の指定された期間（分析対象の期間）における走行能力の分析情報を生成し、表示部５７０に表示させる（Ｓ６２０）。
次に、処理部５２０は、分析対象を変更する操作データ又は分析終了の操作データを取得しなければ（Ｓ６３０のＮかつＳ６４０のＮ）、Ｓ６２０の処理を行う。
処理部５２０は、分析対象を変更する操作データを取得した場合は（Ｓ６３０のＹ）、Ｓ６１０及びＳ６２０の処理を再び行い、分析終了の操作データを取得した場合は（Ｓ６４０のＹ）、分析処理を終了する。
図６７は、表示部５７０に表示される分析情報の一例を示す図である。図６７の例では、表示部５７０に表示される分析情報は、分析対象のユーザーの分析対象の期間の走行における５つの運動指標（真下着地、推進効率、脚の流れ、着地時ブレーキ量、着地衝撃）の平均値を、選択された複数のユーザーの平均値と比較して相対評価したレーダーチャートを含む。例えば、ユーザーが、操作部５５０を介して、自分自身を分析対象のユーザーとして複数のユーザーを選択し、かつ、分析対象の期間を選択すると、処理部５２０は、選択された複数のユーザーが選択された期間に実施したすべての走行における運動解析情報（各運動指標の値）をサーバー５のデータベースから取得する。そして、処理部５２０は、各ユーザーの各運動指標の平均値を計算し、各運動指標について当該複数のユーザーの中で最高値を１０、最低値を０として、分析対象のユーザーの値を相対評価した値に変換し、図６７に示すようなレーダーチャートを生成する。ユーザーは、図６７のような分析情報により、選択した複数のユーザー（例えば、走行チームのメンバー）の中での自分の走行能力を相対評価することができる。例えば、図６７の例では、「脚の流れ」や「真下着地」が悪い（弱点である）ことがわかるので、次回の走行では、これらの運動指標の改善を意識することで走行結果の向上が期待できる。
２−６．効果
第２実施形態によれば、慣性計測ユニット１０は、３軸の加速度センサー１２と３軸の角速度センサー１４によりユーザーの胴体の細かい動きも検出可能であるため、運動解析装置２は、ユーザーの走行中に、慣性計測ユニット１０の検出結果を用いて慣性航法演算を行い、当該慣性航法演算の結果を用いて脚の流れの指標値（着地時の遊脚の角度）を精度よく計算することができる。
特に、第２実施形態によれば、運動解析装置２は、ユーザーの腰のヨー角や胴体のピッチ角を利用した脚の流れの指標値（着地時の遊脚の角度）と高い相関のある指標値を計算し、当該相関のある指標値を事前に決定した相関式に代入することで、ユーザーの胴体に装着した運動解析装置２（１つの慣性計測ユニット１０）を用いて、脚の流れの指標値（着地時の遊脚の角度）を精度よく計算（推定）することができる。
また、第２実施形態によれば、報知装置３は、ユーザーが走行中の各運動指標の値と目標値とを比較して比較結果をユーザーに音や振動により報知するので、ユーザーは、走行を妨げられることなく、脚の流れの指標値の良し悪しをリアルタイムに認識することができる。従って、ユーザーは、脚が流れていない走り方になるように試行錯誤しながら走行し、あるいは、疲れた時にも脚が流れていない走り方を意識しながら走行することができる。
また、第２実施形態によれば、情報分析装置４は、ユーザーが走行を終了した後に、当該ユーザーの走行能力の分析情報を生成するので、当該ユーザーは、走行を終了した後に、脚の流れに関する詳細な情報を取得することができる。
３．変形例
本発明は上述した各実施形態に限定されず、本発明の要旨の範囲内で種々の変形実施が可能である。以下、変形例について説明する。なお、上記各実施形態と同一の構成については同一の符号を付して再度の説明を省略する。
３−１．センサー
上記の各実施形態では、加速度センサー１２と角速度センサー１４が慣性計測ユニット１０として一体化されて運動解析装置２に内蔵されているが、加速度センサー１２と角速度センサー１４は一体化されていなくてもよい。あるいは、加速度センサー１２と角速度センサー１４とが運動解析装置２に内蔵されずに、ユーザーに直接装着されてもよい。いずれの場合でも、例えば、いずれか一方のセンサー座標系を上記の実施形態のｂフレームとして、他方のセンサー座標系を当該ｂフレームに変換し、上記の実施形態を適用すればよい。
また、上記の各実施形態では、センサー（運動解析装置２（ＩＭＵ１０））のユーザーへの装着部位を腰として説明したが、腰以外の部位に装着することとしてもよい。好適な装着部位はユーザーの体幹（四肢以外の部位）である。しかしながら、体幹に限らず、腕以外の例えばユーザーの頭や足に装着することとしてもよい。また、センサーは１つに限らず、追加のセンサーを体の別の部位に装着することとしてもよい。例えば、腰と足、腰と腕にセンサーを装着してもよい。
３−２．慣性航法演算
上記の各実施形態では、積分処理部２２０がｅフレームの速度、位置、姿勢角及び距離を算出し、座標変換部２５０がこれをｍフレームの速度、位置、姿勢角及び距離に座標変換しているが、積分処理部２２０がｍフレームの速度、位置、姿勢角及び距離を算出してもよい。この場合、運動解析部２４は、積分処理部２２０が算出したｍフレームの速度、位置、姿勢角及び距離を用いて運動解析処理を行えばよいので、座標変換部２５０による速度、位置、姿勢角及び距離の座標変換が不要になる。また、誤差推定部２３０はｍフレームの速度、位置及び姿勢角を用いて拡張カルマンフィルターによる誤差推定を行ってもよい。
また、上記の各実施形態では、慣性航法演算部２２は、ＧＰＳ衛星からの信号を用いて慣性航法演算の一部を行っているが、ＧＰＳ以外の全地球航法衛星システム（ＧＮＳＳ：Global Navigation Satellite System）の測位用衛星やＧＮＳＳ以外の測位用衛星からの信号を用いてもよい。例えば、ＷＡＡＳ（Wide Area Augmentation System）、ＱＺＳＳ（Quasi Zenith Satellite System）、ＧＬＯＮＡＳＳ（GLObal NAvigation Satellite System）、ＧＡＬＩＬＥＯ、ＢｅｉＤｏｕ（BeiDou Navigation Satellite System）といった衛星測位システムのうち１つ、あるいは２つ以上を利用してもよい。また、屋内測位システム（ＩＭＥＳ：Indoor Messaging System）等を利用してもよい。
また、上記の各実施形態では、走行検出部２４２は、ユーザーの上下動の加速度（ｚ軸加速度）が閾値以上で極大値となるタイミングで走行周期を検出しているが、これに限らず、例えば、上下動の加速度（ｚ軸加速度）が正から負に変化するタイミング（又は負から正に変化するタイミング）で走行周期を検出してもよい。あるいは、走行検出部２４２は、上下動の加速度（ｚ軸加速度）を積分して上下動の速度（ｚ軸速度）を算出し、算出した上下動の速度（ｚ軸速度）を用いて走行周期を検出してもよい。この場合、走行検出部２４２は、例えば、当該速度が、極大値と極小値の中央値付近の閾値を値の増加によって、あるいは値の減少によってクロスするタイミングで走行周期を検出してもよい。また、例えば、走行検出部２４２は、ｘ軸、ｙ軸、ｚ軸の合成加速度を算出し、算出した合成加速度を用いて走行周期を検出してもよい。この場合、走行検出部２４２は、例えば、当該合成加速度が、極大値と極小値の中央値付近の閾値を値の増加によって、あるいは値の減少によってクロスするタイミングで走行周期を検出してもよい。
また、上記の各実施形態では、誤差推定部２３０は、速度、姿勢角、加速度、角速度及び位置をユーザーの状態を表す指標あるいは状態変数とし、拡張カルマンフィルターを用
いてこれらの指標あるいは状態変数の誤差を推定しているが、速度、姿勢角、加速度、角速度及び位置の一部をユーザーの状態を表す指標あるいは状態変数として、その誤差を推定してもよい。あるいは、誤差推定部２３０は、速度、姿勢角、加速度、角速度及び位置以外のもの（例えば、移動距離）をユーザーの状態を表す指標あるいは状態変数として、その誤差を推定してもよい。
また、上記の各実施形態では、誤差推定部２３０による誤差の推定に拡張カルマンフィルターを用いているが、パーティクルフィルターやＨ∞（Ｈインフィニティー）フィルター等の他の推定手段に代えてもよい。
３−３．運動解析
運動解析部２４が生成する運動解析情報は、上記各実施形態で示した以外の項目を含んでもよい。例えば、運動解析情報は、「滞空時間」、「接地距離」、「滞空距離」の各項目を含んでもよい。滞空時間は、１歩の時間−接地時間で計算される。接地距離は、接地時間×平均速度、離地位置−接地位置、あるいは、ストライド−滞空距離で計算される。滞空距離は、滞空時間×平均速度、接地位置−離地位置、あるいは、ストライド−接地距離で計算される。また、例えば、運動解析情報は、「滞空時間／接地時間」、「接地時間／１歩の時間」、「滞空時間／１歩の時間」等を含んでもよい。
また、例えば、運動解析情報は、「身長比ストライド」、「上下動」、「腰移動距離」、「腰の位置」、「身体のブレ」の各項目を含んでもよい。身長比ストライドは、ストライド／身長で計算される。上下動は、腰の位置（重力方向）の振幅として計算される。腰移動距離は、接地から離地の間の移動距離として計算される。腰の位置は、直立時を基準とする腰位置の変位として計算される。身体のブレは、姿勢の変化量の合計として計算され、姿勢の変化量は、所定期間内の３軸分の絶対値、又は、所定期間内の各軸いずれかの絶対値である。所定期間は、例えば、１歩の期間、走行開始から終了までの期間、１分などの所定時間である。
また、例えば、運動解析情報は、「減速量」の項目を含んでもよい。進行方向速度を用いた減速量の計算方法の一例について、図６８（Ａ）を用いて説明する。図６８（Ａ）において、横軸は時間、縦軸は進行方向速度である。図６８（Ａ）に示すように、減速期間の開始時刻（着地時刻）をｔ１、減速期間の終了時刻をｔ２、進行方向速度をｖ、サンプリング周期をΔｔとすると、式（７）により減速量を近似計算することができる。
あるいは、減速期間の開始時刻（着地時刻）をｔ１、減速期間の終了時刻をｔ２、着地後の進行方向速度が最小となる時刻をｔｖｍｉｎ、着地時の進行方向速度をｖｔ１、減速期間の終了時の進行方向速度をｖｔ２、着地後の進行方向最低速度をｖｔｖｍｉｎとすると、式（８）により減速量を近似計算することもできる。
さらに、式（８）において、右辺第１項と右辺第２項が等しいと仮定し、式（９）により減速量を近似計算することもできる。
あるいは、減速期間の開始時刻（着地時刻）をｔ１、減速期間の終了時刻をｔ２、時刻ｔ１〜ｔ２の進行方向速度ｖのデータ数をＮ、サンプリング周期をΔｔとすると、式（１０）により減速量を計算することもできる。
また、進行方向加速度を用いた減速量の計算方法の一例について、図６８（Ｂ）を用いて説明する。図６８（Ｂ）において、横軸は時間、縦軸は進行方向加速度である。図６８（Ｂ）に示すように、減速期間の開始時刻（着地時刻）をｔ１、減速期間の終了時刻をｔ２、着地後の進行方向加速度が最小となる時刻をｔａｍｉｎ、進行方向加速度をａ、着地後の進行方向最低加速度をａｔａｍｉｎとすると、式（９）を式（１１）のように変形し、進行方向加速度を用いて減速量を近似計算することができる。
なお、式（７）〜式（１１）では、減速量をいずれも距離（ｍ）で計算するが、減速量を速度（ｍ／ｓ）（例えば、減速期間の最低速度の平均値や減速期間のみの平均速度など）で計算してもよい。例えば、ユーザーの全平均速度が１０ｋｍ／ｈ、減速期間のみの平均速度が２ｋｍ／ｈといった情報を一緒に提示することで、ユーザーは着地時にどの程度減速しているかを直観的に把握しやすくなる。
また、例えば、運動解析装置２（運動解析部２４）は、ユーザーの生体情報を用いて運動解析情報（運動指標）を生成してもよい。生体情報としては、例えば、皮膚温度、中心部温度、酸素消費量、拍動間変異、心拍数、脈拍数、呼吸数、皮膚温度、中心部体温、熱流、電気皮膚反応、筋電図（ＥＭＧ）、脳電図（ＥＥＧ）、眼電図（ＥＯＧ）、血圧、酸素消費量、活動、拍動間変異、電気皮膚反応などが考えられる。運動解析装置２が生体情報を測定する装置を備えていてもよいし、測定装置が測定した生体情報を運動解析装置２が受信してもよい。例えば、ユーザーが腕時計型の脈拍計を装着し、あるいは、ハートレーセンサーをベルトで胸に巻き付けて走行し、運動解析装置２（運動解析部２４）が、当該脈拍計あるいは当該ハートレーセンサーの計測値を用いて、運動解析情報の一項目としてユーザーの走行中の心拍数を算出してもよい。
また、上記各実施形態では、運動解析情報に含まれる各運動指標は、ユーザーの技術力に関する指標であるが、運動解析情報は持久力に関する運動指標を含んでもよい。例えば、運動解析情報は、持久力に関する運動指標として、（心拍数−安静時心拍数）÷（最大心拍数−安静時心拍数）×１００で計算される予備心拍数（ＨＲＲ：Heart Rate Reserved）を含んでもよい。例えば、各選手が走行を行う毎に報知装置３を操作して心拍数、最大心拍数、安静時心拍数を入力し、あるいは、心拍計を装着して走行し、運動解析装置２が報知装置３あるいは心拍計から心拍数、最大心拍数、安静時心拍数の値を取得して予備心拍数（ＨＲＲ）の値を計算してもよい。
また、上記各実施形態では、人の走行における運動解析を対象としているが、これに限らず、動物や歩行ロボット等の移動体の歩行や走行における運動解析にも同様に適用することができる。また、走行に限らず、登山、トレイルラン、スキー（クロスカントリーやスキージャンプも含む）、スノーボード、水泳、自転車の走行、スケート、ゴルフ、テニス、野球、リハビリテーション等の多種多様な運動に適用することができる。一例としてスキーに適用する場合、例えば、スキー板に対する加圧時の上下方向加速度のばらつきから綺麗にカービングできたかスキー板がずれたかを判定してもよいし、スキー板に対する加圧時及び抜重時の上下方向加速度の変化の軌跡から右足と左足との差や滑りの能力を判定してもよい。あるいは、ヨー方向の角速度の変化の軌跡がどの程度サイン波に近いかを解析し、ユーザーがスキー板に乗れているかどうかを判断してもよいし、ロール方向の角速度の変化の軌跡がどの程度サイン波に近いかを解析し、スムーズな滑りができているかどうかを判断してもよい。
また、上記各実施形態では、左右を区別して運動解析を行ったが、左右を区別しないで運動解析を行うことも可能である。この場合、左右足の判定や、左右を比較する解析は省略してもよい。
また、上記の第２実施形態では、運動解析装置２が運動解析情報（運動指標）の生成処理を行っているが、運動解析装置２は慣性計測ユニット１０の計測データあるいは慣性航法演算の演算結果（演算データ）をサーバー５に送信し、サーバー５が当該計測データあるいは当該演算データを用いて、運動解析情報（運動指標）の生成処理を行い（運動解析装置として機能し）、データベースに記憶させてもよい。
また、上記の第２実施形態では、遊脚情報生成部２７７は、ユーザーの足が接地している間の所定の状態の時をユーザーの足が着地した時（着地した直後）であるものとして、ユーザーの着地時の遊脚の角度と相関のある指標を計算し、当該指標の値を用いてユーザーの着地時の遊脚の角度を推定しているが、これに限られない。ユーザーの足が接地している間の所定の状態の時を、例えば、ユーザーの足が踏込の状態の時や、ユーザーの足が離地する時（離地する直前）であってもよい。すなわち、遊脚情報生成部２７７は、ユーザーの踏込時又は離地時の遊脚の角度と相関のある指標を計算し、当該指標の値を用いてユーザーの踏込時又は離地時の遊脚の角度を推定してもよい。
３−４．報知処理
上記の各実施形態では、処理部２０が走行中出力情報を送信する報知装置３は、腕時計型の機器であるが、これに限らず、ユーザーに装着される腕時計型以外の携帯機器（ヘッドマウントディスプレイ（ＨＭＤ）やユーザーの腰に装着した機器（運動解析装置２でもよい）等）や装着型でない携帯機器（スマートフォン等）でもよい。報知装置３がヘッドマウントディスプレイ（ＨＭＤ）である場合、その表示部は腕時計型の報知装置３の表示部よりも十分に大きく視認性がよいため、ユーザーが見ても走行の妨げになりにくいので、例えば、ユーザーの現在地や現在までの走行推移の情報を表示してもよいし、タイム（ユーザーが設定したタイム、自己記録、有名人の記録、世界記録等）に基づいて作成した仮想ランナーが走行する映像を表示してもよい。あるいは、処理部２０は、走行中出力情報をパーソナルコンピューターやスマートフォン等に送信し、走行中のユーザー以外の者にフィードバックしてもよい。
ヘッドマウントディスプレイ（ＨＭＤ）、スマートフォン、パーソナルコンピューター等に走行中出力情報を表示する場合、これらの機器の表示部は、腕時計型の報知装置３の表示部よりも十分に大きいため、図３４（Ａ）及び図３４（Ｂ）に示した情報やその他の情報を一画面で表示可能である。図６９に、ユーザーの走行中に、ヘッドマウントディスプレイ（ＨＭＤ）、スマートフォン、パーソナルコンピューター等の表示部に表示される画面の一例を示す。図６９の例では、表示部に画面４００が表示される。画面４００には、ユーザーが事前に登録したユーザー画像４０１及びユーザー名４０２、ユーザーの走行状態を表示するサマリー画像４０３、スタートしてから現在までの走行軌跡を表示する走行軌跡画像４０４、ユーザーが選択した項目の項目名４０５及びその時系列データ４０６が含まれている。
サマリー画像４０３には、基本情報、第１解析情報及び第２解析情報の各項目である、「走行速度」、「走行ピッチ」、「ストライド」、「ランニング能力」、「前傾角」、「真下着地率」、「推進効率」、「タイミング一致度」、「推進力」、「着地時ブレーキ量」、「接地時間」、「着地衝撃」、「消費エネルギー」、「エネルギー損失」、「エネルギー効率」、「左右バランス（左右差率）」及び「蓄積ダメージ（体への負担）」の各数値が含まれている。これらの数値は、ユーザーの走行中にリアルタイムに更新される。
サマリー画像４０３には、基本情報、第１解析情報及び第２解析情報の全ての項目の数値が含まれていてもよいし、ユーザーが選択した一部の項目のみが含まれていてもよいし、所定の条件を満たした項目のみ（例えば、基準範囲内の項目のみ、あるいは、基準項目外の項目のみ）が含まれていてもよい。
走行軌跡画像４０４は、ユーザーが走行を開始してから現在に至るまでの走行の軌跡を表示する画像であり、現在位置は所定のマーク４０７で示される。
項目名４０５は、サマリー画像４０３に含まれる項目からユーザーが選択した項目を示し、時系列データ４０６は項目名４０５で示される項目の数値を時系列にグラフ化したも
のである。図３４の例では、「走行速度」、「走行ピッチ」、「着地時ブレーキ量」及び「ストライド」が選択され、横軸を走行開始からの時間、縦軸をこれらの各項目の数値とする時系列グラフが表示されている。
例えば、ヘッドマウントディスプレイ（ＨＭＤ）を装着したユーザーは、図６９のような画面を見ながら走行することで、現在の走行状態を確認し、例えば、各項目の数値が良くなるような走り方や数値の悪い項目が改善されるような走り方を意識しながら、あるいは、疲労状態を客観的に認識しながら走行を続けることができる。
ヘッドマウントディスプレイ（ＨＭＤ）を介してフィードバックするタイミングは、上記第１実施形態で示したフィードバックのタイミングと同じであってもよい。また、ヘッドマウントディスプレイ（ＨＭＤ）を介してフィードバックする方法は、例えば、静止画で分かりやすく表示、アニメーションを表示、文字を表示、地図上への表示等、画面表示であってもよいし、音声であってもよい。あるいは、腰回転タイミングや走行ピッチ、蹴り出しタイミングなど、タイミングに関する情報を「ピッピッ」などの短い音や画像でフィードバックしてもよい。
ユーザーの腰に装着した機器を介してフィードバックする情報やフィードバックするタイミングは、上記第１実施形態と同じであってもよい。ユーザーの腰に装着した機器を介してフィードバックする方法は、伝達したい情報を音声でフィードバックするものでもよいし、全ての項目が良い場合に音がなるものでもよいし、悪い項目があった場合に音がなるものでもよい。また、良い項目の情報をフィードバックしてもよいし、悪い項目の情報をフィードバックしてもよい。あるいは、ランニング能力等、レベルに応じて音階で変化をつけてフィードバックしてもよいし、例えば所定時間の「ピッピッ」などの音の数で変化をつけてフィードバックしてもよい。あるいは、腰回転タイミングや走行ピッチ、蹴り出しタイミングなど、タイミングに関する情報を「ピッピッ」などの短い音でフィードバックしてもよい。
装着型でない携帯機器を介してフィードバックする情報、タイミング及び方法は、上記の第１実施形態と同じであってもよい。
また、上記の第２実施形態では、報知装置３は、目標値よりも悪い運動指標が存在する場合に、音や振動によりユーザーに報知しているが、目標値よりも良い運動指標が存在する場合に、音や振動によりユーザーに報知してもよい。
また、上記の第２実施形態では、報知装置３が各運動指標の値と目標値との比較処理を行っているが、運動解析装置２が、この比較処理を行い、比較結果に応じて報知装置３の音や振動の出力や表示を制御してもよい、
３−５．分析処理
上記の第１実施形態では、走行分析プログラム３０６は、運動解析プログラム３００のサブルーチンとして運動解析装置２が実行しているが、運動解析プログラム３００とは別のプログラムであってもよいし、運動解析装置２が実行しなくてもよい。例えば、運動解析装置２が、走行中に解析して生成した運動解析情報をユーザーの走行後にパーソナルコンピューターやスマートフォン等の情報機器に送信し、当該情報機器が、受信した運動解析情報を用いて走行分析プログラム３０６を実行し、分析結果の情報をその表示部等に出力してもよい。あるいは、運動解析装置２が、走行中に解析して生成した運動解析情報をユーザーの走行後にパーソナルコンピューターやスマートフォン等の情報機器に送信し、当該情報機器が、受信した運動解析情報をインターネット等の通信ネットワークを介してネットワークサーバーに送信してもよい。そして、当該ネットワークサーバーが、受信した運動解析情報を用いて走行分析プログラム３０６を実行し、分析結果の情報を当該情報
機器に送信し、当該情報機器が、分析結果の情報を受信してその表示部等に出力してもよい。あるいは、運動解析装置２が、走行中に解析して生成した運動解析情報をメモリーカード等の記録媒体に記憶しておき、パーソナルコンピューターやスマートフォン等の情報機器が、当該メモリーカードから運動解析情報を読み出して、走行分析プログラム３０６を実行し、あるいは、走行分析プログラム３０６を実行するネットワークサーバーに送信してもよい。
また、上記の第１実施形態では、走行分析プログラム３０６は、走行するユーザーの立場で全体分析や詳細分析、あるいは、他人との比較分析を行うもの、すなわち、個人の走行履歴を管理するためのプログラムであるが、例えば、チームの監督の立場で複数のメンバーの走行の全体分析や詳細分析を行うもの、すなわち、複数のメンバーの走行履歴を集団管理するためのプログラムであってもよい。
複数のメンバーの走行履歴を集団管理するためのプログラムでの全体分析画面の一例を図７０に示す。図７０の例では、全体分析画面４７０（１ページ目）には、ユーザー（監督）が事前に登録したユーザー画像４７１及びユーザー名４７２、ユーザーが選択した過去の日付における各メンバーの走行の分析結果をそれぞれ表示する複数のサマリー画像４７３、ユーザーが選択した項目の項目名４７４及びユーザーが選択したメンバーについての当該選択した項目を時系列に表示する時系列グラフ４７５、詳細分析ボタン４７６が含まれている。
各サマリー画像４７３の内容は、図３５に示したサマリー画像４１３と同じであってもよい。また、図７０の例では、項目名４７４は「平均エネルギー効率」であり、時系列グラフ４７５は、横軸を走行日、縦軸を平均エネルギー効率の数値として、メンバー１、メンバー２、メンバー３の平均エネルギー効率を時系列に表示する。そして、ユーザーが時系列グラフ４７５の横軸のいずれかの日付を選択すると、各サマリー画像４７３には、選択した日付の走行の分析結果が表示される。
詳細分析ボタン４７６は、全体分析モードから詳細分析モードに移行するためのボタンであり、ユーザーが日付とメンバーを選択して詳細分析ボタン４７６の選択操作（押下操作）を行うと詳細分析モードに移行し、選択したメンバーの選択した日付における走行に対する詳細分析画面が表示される。この詳細分析画面は、例えば、図３７〜図３９に示した詳細分析画面と同じであってもよい。また、全体分析画面の２ページ目には、図３６と同様のカレンダー画像が表示されてもよい。
また、上記第１実施形態や上記変形例における比較分析以外にも各種の比較分析が考えられる。例えば、図７１は、多数のランナーの走行ピッチとストライドの関係をプロットしたグラフであり、横軸が走行ピッチ［歩／ｓ］、縦軸がストライド［ｍ］である。図７１では、ストライド走法に属する範囲（ストライド走法ゾーン）とピッチ走法に属する範囲（ピッチ走法ゾーン）も表示されている。さらに、図７１では、走行速度が３分／ｋｍ、４分／ｋｍ、５分／ｋｍ、６分／ｋｍに相当する曲線も破線で表示されている。ユーザーの走行ピッチ及びストライドを示す点（「あなたの走法」と表示）は、ピッチ走法ゾーンにあり、走行速度は４分／ｋｍと５分／ｋｍの間である。ストライド走法ゾーンには、ユーザーよりも遅い「Ａさん」やユーザーよりも速い「○○××選手」が含まれ、ピッチ走法ゾーンには、ユーザーよりも遅い「Ｂさん」やユーザーよりも速い「□□△△選手」が含まれている。ユーザーはこのような走法分布のグラフを見ることで、自分が目指すべき走法を知ることができる。例えば、図７１に矢印で示すように、ユーザーは、ピッチ走法を変えずに走行ピッチとストライドを大きくする走り方をして走行速度を４分／ｋｍ以下を目標とすることができる。
また、例えば、図７２は、複数のランナーの１回の走行における走行速度と心拍数の関係をプロットしたグラフであり、横軸が走行速度、縦軸が心拍数である。図７２では、１回の走行中の走行速度と心拍数を近似した、ユーザーの曲線（「あなた○月×日」と表示）、マラソンを３時間半以内で走る選手の曲線（［サブ３．５の選手］と表示）、マラソンを３時間以内で走る選手の曲線（［サブ３の選手］と表示）、マラソンを２時間半以内で走る選手の曲線（［サブ２．５の選手］と表示）も点線で示されている。例えば、ユーザーは、走行を重ねるごとにこの曲線が右下の方向にシフトしていけば、走行速度が速くても心拍が上がらなくなり、運動能力が向上していることを認識することができるし、目標とするタイムの選手にどれくらい近づいているかを確認することもできる。
また、上記の第２実施形態では、情報分析装置４が分析処理を行っているが、サーバー５が分析処理を行い（情報分析装置として機能し）、サーバー５がネットワークを介して報知装置３に分析情報を送信してもよい。
また、上記の第２実施形態では、ユーザーの走行データ（運動解析情報）は、サーバー５のデータベースに記憶されるが、情報分析装置４の記憶部５３０に構築されたデータベースに記憶されてもよい。すなわち、サーバー５は無くてもよい。
３−６．その他
例えば、運動解析装置２又は報知装置３は、入力情報又は解析情報からユーザーの得点を計算して、走行中または走行後に通知しても良い。例えば、各項目（各運動指標）の数値を複数段階（例えば５段階または１０段階）に区分し、各段階に対して得点を定めておく。ユーザーの該当する段階の得点をいずれかの分析画面の当該項目に対応付けて表示するとよい。また、例えば、運動解析装置２又は報知装置３は、成績の良かった運動指標の種類や数に応じて得点を付与し、あるいは、総合得点を計算し、表示してもよい。
また、上記の第１実施形態では、アニメーション画像４４１を表示する例を説明したが、アニメーションや画像の表示は上記実施形態の態様に限らない。例えば、ユーザーの傾向を強調したアニメーションとしてもよい。例えば、身体が理想よりも前傾している場合には、実際の前傾角よりも大きな角度で前傾した画像を表示する。ユーザーが自身の運動の傾向を把握しやすくすることができる。また、アニメーション画像４４１には腕以外の情報を表示することとしてもよい。腰に装着したセンサー（運動解析装置２）の情報からは、腕の動作が推定しにくい場合がある。センサーの情報から推定可能な身体の部位に限定して情報を提示することで、ユーザーがより正確に自身の動作を理解できる。また、例えば、３Ｄの画像を表示し、ユーザーの操作によって所望の角度から画像を確認できるようにしてもよい。
また、上記の各実施形態では、ＧＰＳユニット５０は運動解析装置２に設けられているが、報知装置３に設けられていてもよい。この場合、報知装置３の処理部１２０がＧＰＳユニット５０からＧＰＳデータを受け取って通信部１４０を介して運動解析装置２に送信し、運動解析装置２の処理部２０が通信部４０を介してＧＰＳデータを受信し、受信したＧＰＳデータをＧＰＳデータテーブル３２０に付加すればよい。
また、上記の各実施形態では、運動解析装置２と報知装置３が別体となっているが、運動解析装置２と報知装置３が一体化された運動解析装置であってもよい。
また、上記の各実施形態では、運動解析装置２がユーザーに装着されているが、これに限らず、慣性計測ユニット（慣性センサー）やＧＰＳユニットをユーザーの胴体等に装着し、慣性計測ユニット（慣性センサー）やＧＰＳユニットはそれぞれ検出結果をスマートフォン等の携帯情報機器やパーソナルコンピューター等の設置型の情報機器、あるいは、
ネットワークを介してサーバーに送信し、これらの機器が受信した検出結果を用いてユーザーの運動を解析してもよい。あるいは、ユーザーの胴体等に装着された慣性計測ユニット（慣性センサー）やＧＰＳユニットが検出結果をメモリーカード等の記録媒体に記録し、当該記録媒体をスマートフォンやパーソナルコンピューター等の情報機器が当該記録媒体から検出結果を読み出して運動解析処理を行ってもよい。
また、上記の第１実施形態では、報知装置３が、走行中出力情報及び走行後出力情報を受信して対応する画像、音、振動等のデータを生成し、表示部１７０、音出力部１８０及び振動部１９０を介してユーザーに提示（伝達）している。すなわち、報知装置３は、運動解析装置２が生成したユーザーの複数の運動情報のうち、所定条件を満たした運動情報である走行中出力情報を、ユーザーの走行中に出力する第１報知装置（例えば、第１表示装置）として機能し、かつ、運動解析装置２が生成したユーザーの複数の運動情報のうち、少なくとも１つの運動情報である走行後出力情報を、ユーザーの走行終了後に出力する第１報知装置（例えば、第２表示装置）として機能しているが、例えば、図７３に示すように、第１報知装置と第２報知装置は別体でもよい。図７３では、運動解析システム１は、運動解析装置２、第１報知装置３−１及び第２報知装置３−２を含んで構成されている。運動解析装置２の構成は図２に示した運動解析装置２の構成と同様であってもよく、第１報知装置３−１及び第２報知装置３−２の各構成は図２に示した報知装置３の構成と同様であってもよい。第１報知装置３−１は、例えば、腕時計型等のリスト機器、ヘッドマウントディスプレイ（ＨＭＤ）、スマートフォン等の携帯機器であってもよい。また、第２報知装置３−２は、例えば、スマートフォンやパーソナルコンピューター等の情報機器であってもよい。
図７３に示す運動解析システム１によれば、ユーザーの走行中には、第１報知装置３−１が、運動解析装置２が生成した複数の運動情報のうち走行状態に応じて所定条件を満たした走行中出力情報を出力するので、ユーザーは提示された情報を走行中に活用しやすい。また、第２報知装置３−２が、運動解析装置２がユーザーの走行中に生成した運動情報の一部に基づく走行後出力情報をユーザーの走行終了後に出力するので、ユーザーは提示された情報を走行終了後にも活用しやすい。従って、ユーザーの走行成績を向上させることを補助することができる。
上述した各実施形態および各変形例は一例であって、これらに限定されるわけではない。例えば、各実施形態および各変形例を適宜組み合わせることも可能である。
本発明は、実施の形態で説明した構成と実質的に同一の構成（例えば、機能、方法及び結果が同一の構成、あるいは目的及び効果が同一の構成）を含む。また、本発明は、実施の形態で説明した構成の本質的でない部分を置き換えた構成を含む。また、本発明は、実施の形態で説明した構成と同一の作用効果を奏する構成又は同一の目的を達成することができる構成を含む。また、本発明は、実施の形態で説明した構成に公知技術を付加した構成を含む。
１ 運動解析システム、２ 運動解析装置、３ 報知装置、４ 情報分析装置、５ サーバー、１０ 慣性計測ユニット（ＩＭＵ）、１２ 加速度センサー、１４ 角速度センサー、１６ 信号処理部、２０ 処理部、２２ 慣性航法演算部、２４ 運動解析部、３０
記憶部、４０ 通信部、５０ ＧＰＳユニット、６０ 地磁気センサー、１２０ 処理部、１３０ 記憶部、１４０ 通信部、１５０ 操作部、１６０ 計時部、１７０ 表示部、１８０ 音出力部、１９０ 振動部、２１０ バイアス除去部、２２０ 積分処理部、２３０ 誤差推定部、２４０ 走行処理部、２４２ 走行検出部、２４４ 歩幅算出部、２４６ ピッチ算出部、２５０ 座標変換部、２６０ 特徴点検出部、２６２ 接地時
間・衝撃時間算出部、２７０ 運動情報生成部、２７１ 走行軌跡算出部、２７２ 基本情報生成部、２７３ 第１解析情報生成部、２７４ 第２解析情報生成部、２７５ 左右差率算出部、２７６ 出力情報生成部、２７７ 遊脚情報生成部、２８０ 走行中出力情報生成部、２９０ 走行分析部、２９１ 全体分析部、２９２ 詳細分析部、２９３ 比較分析部、２９４ 出力情報選択部、３００ 運動解析プログラム、３０２ 慣性航法演算プログラム、３０４ 運動解析情報生成プログラム、３０６ 走行分析プログラム、３１０ センシングデータテーブル、３２０ ＧＰＳデータテーブル、３３０ 地磁気データテーブル、３４０ 算出データテーブル、３５０ 運動解析情報、３５１ 入力情報、３５２ 基本情報、３５３ 第１解析情報、３５４ 第２解析情報、３５５ 左右差率、３５６ 走行軌跡情報、５２０ 処理部、５２２ 運動解析情報取得部、５２４ 分析情報生成部、５３０ 記憶部、５３２ 分析プログラム、５４０ 通信部、５５０ 操作部、５６０ 通信部、５７０ 表示部、５８０ 音出力部

Claims (28)

  1. 慣性センサーの検出結果を用いて、ユーザーの走行における特徴点を検出する特徴点検出部と、
    前記慣性センサーの検出結果を用いて、前記特徴点検出部が前記特徴点を検出したタイミングを基準として前記ユーザーの走行を解析し、前記ユーザーの運動情報を生成する運動情報生成部と、を含む、運動解析装置。
  2. 前記運動情報生成部は、
    前記特徴点検出部が前記特徴点を検出したタイミングにおける前記慣性センサーの検出結果を用いて、前記運動情報を生成する、請求項１に記載の運動解析装置。
  3. 前記運動情報生成部は、
    前記特徴点検出部が前記特徴点を検出してから次に前記特徴点を検出するまでの間の前記慣性センサーの検出結果を用いて、前記運動情報を生成する、請求項１又は２に記載の運動解析装置。
  4. 前記運動情報生成部は、
    前記慣性センサーの検出結果を用いて、前記特徴点検出部が前記特徴点を検出したタイミングを基準として、前記ユーザーの運動状態を表す複数の項目の値を算出し、算出した前記複数の項目の値を組み合わせて前記運動情報を生成する、請求項１乃至３のいずれか一項に記載の運動解析装置。
  5. 前記運動情報は、前記ユーザーの走行における、エネルギー効率、エネルギー損失又は体への負担に関する情報を含む、請求項４に記載の運動解析装置。
  6. 前記運動情報は、前記ユーザーの走行における、真下着地、推進効率、着地時ブレーキ量、又は接地時間に関する情報を含む、請求項４又は５に記載の運動解析装置。
  7. 前記運動情報生成部は、
    前記運動情報を前記ユーザーの体の左右にわけて生成する、請求項１乃至６のいずれか一項に記載の運動解析装置。
  8. 前記運動情報は、前記ユーザーの体の左右のバランスに関する情報を含む、請求項１乃至７のいずれか一項に記載の運動解析装置。
  9. 前記運動情報を用いて、前記ユーザーの運動成績を向上させるためのアドバイスに関する情報を生成するアドバイス情報生成部をさらに含む、請求項１乃至８のいずれか一項に記載の運動解析装置。
  10. 前記特徴点は、着地、踏込及び離地の少なくとも１つである、請求項１乃至９のいずれか一項に記載の運動解析装置。
  11. 慣性センサーの検出結果を用いて、ユーザーの走行における特徴点を検出することと、
    前記慣性センサーの検出結果を用いて、前記特徴点を検出したタイミングを基準として前記ユーザーの走行を解析し、前記ユーザーの運動情報を生成することと、を含む、運動解析方法。
  12. 慣性センサーの検出結果を用いて、ユーザーの走行における特徴点を検出することと、
    前記慣性センサーの検出結果を用いて、前記特徴点を検出したタイミングを基準として
    前記ユーザーの走行を解析し、前記ユーザーの運動情報を生成することと、をコンピューターに実行させる、運動解析プログラム。
  13. 慣性センサーの検出結果を用いて、ユーザーの運動情報を生成する演算部と、
    前記運動情報を用いて、前記ユーザーの足が接地している間の遊脚に関する情報を生成する遊脚情報生成部と、を含む、運動解析装置。
  14. 前記遊脚情報生成部は、
    前記ユーザーの足が接地している間の所定の状態の時の遊脚に関する情報を生成し、
    前記所定の状態の時は、前記ユーザーの足が着地した時、立脚中期の時、踏み込んだ時、又は離地する時である、請求項１３に記載の運動解析装置。
  15. 前記運動情報は、前記ユーザーの胴体の姿勢角の情報を含み、
    前記遊脚情報生成部は、
    前記姿勢角の情報を用いて、前記遊脚に関する情報を生成する、請求項１３又は１４に記載の運動解析装置。
  16. 前記遊脚に関する情報は、前記ユーザーの足が接地している間の前記所定の状態の時の遊脚の角度の情報を含む、請求項１４又は１５に記載の運動解析装置。
  17. 前記遊脚情報生成部は、
    前記遊脚の角度と相関のある指標の値を計算し、前記指標の値を用いて前記遊脚の角度を推定する、請求項１３乃至１６のいずれか一項に記載の運動解析装置。
  18. 前記所定の状態に対応する前記ユーザーの運動における特徴点を検出する特徴点検出部を含み、
    前記遊脚情報生成部は、
    前記特徴点の検出結果を用いて、前記指標の値を計算する、請求項１７に記載の運動解析装置。
  19. 前記指標は、前記ユーザーの胴体の姿勢角が所定の条件を満たす時の時間と前記ユーザーの足が接地している間の前記所定の状態の時の時間との差である、請求項１７又は１８に記載の運動解析装置。
  20. 前記指標は、前記ユーザーの胴体の姿勢角が所定の条件を満たす時の当該姿勢角の値と前記ユーザーの足が接地している間の前記所定の状態の時の当該姿勢角の値との差である、請求項１７又は１８に記載の運動解析装置。
  21. 前記姿勢角は、ヨー角であり、
    前記姿勢角が前記所定の条件を満たす時は、前記ユーザーの足が着地してから離地するまでの間で前記ヨー角が最大又は最小となる時である、請求項１９又は２０に記載の運動解析装置。
  22. 前記指標は、前記ユーザーの足が接地している間の前記所定の状態の時の前記ユーザーの胴体の姿勢角である、請求項１７又は１８に記載の運動解析装置。
  23. 前記姿勢角は、ピッチ角である、請求項２２に記載の運動解析装置。
  24. 前記慣性センサーは、前記ユーザーの胴体に装着される、請求項１３乃至２３のいずれか一項に記載の運動解析装置。
  25. 請求項１３乃至２４のいずれか一項に記載の運動解析装置と、当該運動解析装置から前記遊脚に関する情報を取得して前記ユーザーの運動中に運動状態に関する情報を報知する報知装置と、を含む、運動解析システム。
  26. 請求項１３乃至２４のいずれか一項に記載の運動解析装置と、当該運動解析装置が生成した前記遊脚に関する情報を取得して前記ユーザーの運動能力の分析情報を生成する情報分析装置と、を含む、運動解析システム。
  27. 慣性センサーの検出結果を用いて、ユーザーの運動情報を生成することと、
    前記運動情報を用いて、前記ユーザーの足が接地している間の遊脚に関する情報を生成することと、を含む、運動解析方法。
  28. 慣性センサーの検出結果を用いて、ユーザーの運動情報を生成することと、
    前記運動情報を用いて、前記ユーザーの足が接地している間の遊脚に関する情報を生成することと、をコンピューターに実行させる、運動解析プログラム。
JP2015115213A 2014-07-31 2015-06-05 運動解析装置、運動解析方法、運動解析プログラム及び運動解析システム Pending JP2016034482A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2015115213A JP2016034482A (ja) 2014-07-31 2015-06-05 運動解析装置、運動解析方法、運動解析プログラム及び運動解析システム
CN201510461422.3A CN105311814A (zh) 2014-07-31 2015-07-30 运动解析装置、运动解析方法、以及运动解析系统
US14/814,480 US10032069B2 (en) 2014-07-31 2015-07-30 Exercise analysis apparatus, exercise analysis method, exercise analysis program, and exercise analysis system
US16/013,671 US20180373926A1 (en) 2014-07-31 2018-06-20 Exercise analysis apparatus, exercise analysis method, exercise analysis program, and exercise analysis system

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2014157201 2014-07-31
JP2014157201 2014-07-31
JP2014157208 2014-07-31
JP2014157208 2014-07-31
JP2015115213A JP2016034482A (ja) 2014-07-31 2015-06-05 運動解析装置、運動解析方法、運動解析プログラム及び運動解析システム

Publications (1)

Publication Number Publication Date
JP2016034482A true JP2016034482A (ja) 2016-03-17

Family

ID=55178995

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015115213A Pending JP2016034482A (ja) 2014-07-31 2015-06-05 運動解析装置、運動解析方法、運動解析プログラム及び運動解析システム

Country Status (3)

Country Link
US (2) US10032069B2 (ja)
JP (1) JP2016034482A (ja)
CN (1) CN105311814A (ja)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170018529A (ko) * 2015-08-10 2017-02-20 한국전자통신연구원 헬스케어 유닛 기반 시뮬레이터 및 이를 이용한 시뮬레이션 방법
JP2018068669A (ja) * 2016-10-28 2018-05-10 株式会社フジキン 運動アドバイザシステム
JP2018126360A (ja) * 2017-02-09 2018-08-16 セイコーエプソン株式会社 運動解析システム、運動解析装置、運動解析プログラム及び運動解析方法
JP2018201723A (ja) * 2017-05-31 2018-12-27 地方独立行政法人東京都立産業技術研究センター パーソナルトレーナースーツ、姿勢計測装置、姿勢計測方法、及び、トレーニングシャツ
JP2019141603A (ja) * 2019-03-20 2019-08-29 カシオ計算機株式会社 ランニング解析装置、ランニング解析方法及びランニング解析プログラム
JP2019166238A (ja) * 2018-03-26 2019-10-03 株式会社エヌ・ティ・ティ・データ 動作模倣支援システム及び動作模倣支援装置
JP2019528105A (ja) * 2016-08-09 2019-10-10 ビフレクス インコーポレイテッド 運動認識方法および装置
JP2019195633A (ja) * 2018-05-10 2019-11-14 ビフレクス インコーポレイテッド Ｉｖｌｒ予測方法およびそれを用いた走行時のケガ危険性定量化装置
JP2019534062A (ja) * 2016-08-31 2019-11-28 グリーンコム カンパニー リミテッドＧｒｅｅｎｃｏｍｍ Ｃｏ．，Ｌｔｄ． フィットネスモニタリングシステム
US10596415B2 (en) 2016-11-29 2020-03-24 Casio Computer Co., Ltd. Running analysis device
WO2020195874A1 (ja) * 2019-03-25 2020-10-01 カシオ計算機株式会社 走法判別装置、走法判別方法及びプログラム
WO2022091319A1 (ja) * 2020-10-30 2022-05-05 日本電気株式会社 判別装置、判別システム、判別方法、およびプログラム記録媒体
WO2023100565A1 (ja) * 2021-11-30 2023-06-08 リオモ インク ランニングフォーム評価システム、プログラム及び方法
JP7419616B2 (ja) 2020-02-28 2024-01-23 株式会社Shosabi 測定システム、方法、プログラム

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9973614B2 (en) * 2014-04-01 2018-05-15 Sony Mobile Communications, Inc. System and method for controlling an electronic device by human tremor detection
JP2016034481A (ja) * 2014-07-31 2016-03-17 セイコーエプソン株式会社 情報分析装置、運動解析システム、情報分析方法、分析プログラム、画像生成装置、画像生成方法、画像生成プログラム、情報表示装置、情報表示システム、情報表示プログラム及び情報表示方法
KR102312272B1 (ko) 2014-10-15 2021-10-12 삼성전자주식회사 웨어러블 디바이스를 이용한 운동 관리 방법 및 운동 관리 시스템
JP6565369B2 (ja) * 2015-06-22 2019-08-28 カシオ計算機株式会社 運動支援装置及び運動支援方法、運動支援プログラム
JP6645190B2 (ja) * 2016-01-04 2020-02-14 オムロンヘルスケア株式会社 診断支援装置、診断支援方法、及び、診断支援プログラム
CN105769205A (zh) * 2016-02-23 2016-07-20 中国科学院深圳先进技术研究院 一种身体信息检测设备及跌倒检测系统
EP3424315A4 (en) 2016-02-29 2019-03-27 Fujitsu Limited ESTIMATION PROGRAM, ESTIMATING METHOD, AND INFORMATION PROCESSING DEVICE
US10251596B2 (en) * 2016-03-28 2019-04-09 Under Armour, Inc. System and method for monitoring efficiency versus fatigue
WO2017175720A1 (ja) * 2016-04-08 2017-10-12 シャープ株式会社 行動判定装置および行動判定方法
CN107545229A (zh) * 2016-06-29 2018-01-05 卡西欧计算机株式会社 运动评价装置、运动评价方法以及记录介质
US20180035924A1 (en) * 2016-08-02 2018-02-08 Medtronic, Inc. Accelerometer signal change as a measure of patient functional status
CN109789328B (zh) * 2016-10-11 2020-12-04 富士通株式会社 生成程序、生成方法以及生成装置
JP7020479B2 (ja) * 2017-03-28 2022-02-16 ソニーグループ株式会社 情報処理装置、情報処理方法及びプログラム
JP6926804B2 (ja) * 2017-08-08 2021-08-25 富士通株式会社 四肢動物の故障検出装置、四肢動物の故障検出方法および四肢動物の故障検出プログラム
US10796006B2 (en) * 2017-08-31 2020-10-06 Micro Focus Llc Geographical track data obfuscation
WO2019082376A1 (ja) * 2017-10-27 2019-05-02 株式会社アシックス 動作状態評価システム、動作状態評価装置、動作状態評価サーバ、動作状態評価方法、および動作状態評価プログラム
CN108245164B (zh) * 2017-12-22 2021-03-26 北京精密机电控制设备研究所 一种可穿戴式惯性器件人体步态信息采集计算方法
EP3787502A4 (en) * 2018-05-04 2022-03-30 Baylor College of Medicine DETECTION OF FRAGILITY AND FOOT RISK BY SCREENING LOWER LIMBS MOTOR PERFORMANCE
JP7099126B2 (ja) * 2018-07-25 2022-07-12 セイコーエプソン株式会社 表示制御装置および表示制御プログラム
WO2020087364A1 (zh) * 2018-10-31 2020-05-07 华为技术有限公司 一种运动指标评估方法及装置
JP6919670B2 (ja) * 2019-03-25 2021-08-18 カシオ計算機株式会社 ランニング解析装置、ランニング解析方法及びランニング解析プログラム
US20220146280A1 (en) * 2019-03-27 2022-05-12 Nec Corporation Walk discrimination device, walk discrimination method, and program recording medium
WO2021021740A1 (en) * 2019-07-26 2021-02-04 Beatty Sloan Systems, methods, and devices for providing an interactive intelligent sports system
US11717186B2 (en) 2019-08-27 2023-08-08 Medtronic, Inc. Body stability measurement
CN110782967B (zh) * 2019-11-01 2023-04-21 成都乐动信息技术有限公司 一种健身动作标准度评估方法及装置
CN110840409A (zh) * 2019-12-02 2020-02-28 南宁师范大学 一种用于机器学习的步态采集标签模块及其步态采集方法
CN111513723A (zh) * 2020-04-21 2020-08-11 咪咕互动娱乐有限公司 运动姿态监测方法、调整方法、装置和终端
CN112114665B (zh) * 2020-08-23 2023-04-11 西北工业大学 一种基于多模态融合的手部追踪方法
JP7222385B2 (ja) * 2020-09-28 2023-02-15 カシオ計算機株式会社 測定装置、測定方法及びプログラム
US11660501B2 (en) * 2020-11-05 2023-05-30 National Formosa University System for analyzing starts and acceleration phases in squat-style track and field events

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7753861B1 (en) * 2007-04-04 2010-07-13 Dp Technologies, Inc. Chest strap having human activity monitoring device
JP2014124448A (ja) * 2012-12-27 2014-07-07 Casio Comput Co Ltd 運動情報表示システムおよび運動情報表示方法、運動情報表示プログラム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6054709B2 (ja) 1977-05-23 1985-12-02 株式会社日立製作所 文字認識方法および文字認識装置
EP1813916B1 (en) * 2006-01-30 2014-04-30 STMicroelectronics Srl Inertial device with pedometer function and portable electronic appliance incorporating said inertial device
US7653508B1 (en) * 2006-12-22 2010-01-26 Dp Technologies, Inc. Human activity monitoring device
JP5117123B2 (ja) * 2007-06-23 2013-01-09 株式会社タニタ 歩行評価システム、歩行計、歩行評価プログラムおよび記録媒体
JP5202933B2 (ja) * 2007-11-30 2013-06-05 株式会社タニタ 体動検出装置
CN102015037A (zh) 2008-04-09 2011-04-13 耐克国际有限公司 用于运动表现赛跑的系统和方法
JP2011170559A (ja) 2010-02-17 2011-09-01 Nippon Telegr & Teleph Corp <Ntt> 歩容モニタリングシステム、情報処理装置及びそのプログラム
AU2013226907B2 (en) * 2012-02-29 2015-10-29 Mizuno Corporation Running form diagnostic system and method for scoring running form
JP5826120B2 (ja) * 2012-06-11 2015-12-02 日本電信電話株式会社 歩容計測装置、方法及びプログラム
CN102824177B (zh) * 2012-07-25 2014-11-26 王哲龙 一种三维人体步态定量分析系统和方法
JP5896234B2 (ja) * 2012-08-29 2016-03-30 カシオ計算機株式会社 運動状態報知システム、運動状態報知方法および運動状態報知プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7753861B1 (en) * 2007-04-04 2010-07-13 Dp Technologies, Inc. Chest strap having human activity monitoring device
JP2014124448A (ja) * 2012-12-27 2014-07-07 Casio Comput Co Ltd 運動情報表示システムおよび運動情報表示方法、運動情報表示プログラム

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170018529A (ko) * 2015-08-10 2017-02-20 한국전자통신연구원 헬스케어 유닛 기반 시뮬레이터 및 이를 이용한 시뮬레이션 방법
KR102034021B1 (ko) 2015-08-10 2019-10-18 한국전자통신연구원 헬스케어 유닛 기반 시뮬레이터 및 이를 이용한 시뮬레이션 방법
JP2021098027A (ja) * 2016-08-09 2021-07-01 ビフレクス インコーポレイテッド 運動認識システム
JP7101835B2 (ja) 2016-08-09 2022-07-15 ビフレクス インコーポレイテッド 運動認識システム
JP2019528105A (ja) * 2016-08-09 2019-10-10 ビフレクス インコーポレイテッド 運動認識方法および装置
JP2019534062A (ja) * 2016-08-31 2019-11-28 グリーンコム カンパニー リミテッドＧｒｅｅｎｃｏｍｍ Ｃｏ．，Ｌｔｄ． フィットネスモニタリングシステム
JP2018068669A (ja) * 2016-10-28 2018-05-10 株式会社フジキン 運動アドバイザシステム
US10596415B2 (en) 2016-11-29 2020-03-24 Casio Computer Co., Ltd. Running analysis device
JP2018126360A (ja) * 2017-02-09 2018-08-16 セイコーエプソン株式会社 運動解析システム、運動解析装置、運動解析プログラム及び運動解析方法
US11134865B2 (en) 2017-02-09 2021-10-05 Seiko Epson Corporation Motion analysis system, motion analysis apparatus, motion analysis program, and motion analysis method
JP2018201723A (ja) * 2017-05-31 2018-12-27 地方独立行政法人東京都立産業技術研究センター パーソナルトレーナースーツ、姿勢計測装置、姿勢計測方法、及び、トレーニングシャツ
JP2019166238A (ja) * 2018-03-26 2019-10-03 株式会社エヌ・ティ・ティ・データ 動作模倣支援システム及び動作模倣支援装置
JP2019195633A (ja) * 2018-05-10 2019-11-14 ビフレクス インコーポレイテッド Ｉｖｌｒ予測方法およびそれを用いた走行時のケガ危険性定量化装置
JP2019141603A (ja) * 2019-03-20 2019-08-29 カシオ計算機株式会社 ランニング解析装置、ランニング解析方法及びランニング解析プログラム
JP2020156547A (ja) * 2019-03-25 2020-10-01 カシオ計算機株式会社 走法判別装置、走法判別方法及び走法判別プログラム
WO2020195874A1 (ja) * 2019-03-25 2020-10-01 カシオ計算機株式会社 走法判別装置、走法判別方法及びプログラム
JP7076675B2 (ja) 2019-03-25 2022-05-30 カシオ計算機株式会社 走法判別装置、走法判別方法及び走法判別プログラム
JP7419616B2 (ja) 2020-02-28 2024-01-23 株式会社Shosabi 測定システム、方法、プログラム
WO2022091319A1 (ja) * 2020-10-30 2022-05-05 日本電気株式会社 判別装置、判別システム、判別方法、およびプログラム記録媒体
WO2023100565A1 (ja) * 2021-11-30 2023-06-08 リオモ インク ランニングフォーム評価システム、プログラム及び方法

Also Published As

Publication number Publication date
US10032069B2 (en) 2018-07-24
US20180373926A1 (en) 2018-12-27
CN105311814A (zh) 2016-02-10
US20160030804A1 (en) 2016-02-04

Similar Documents

Publication Publication Date Title
JP2016034482A (ja) 運動解析装置、運動解析方法、運動解析プログラム及び運動解析システム
JP6596945B2 (ja) 運動解析方法、運動解析装置、運動解析システム及び運動解析プログラム
JP6834553B2 (ja) 運動解析システム、運動解析装置、運動解析プログラム及び運動解析方法
JP2016032611A (ja) 運動解析装置、運動解析システム、運動解析方法及び運動解析プログラム
JP2016034481A (ja) 情報分析装置、運動解析システム、情報分析方法、分析プログラム、画像生成装置、画像生成方法、画像生成プログラム、情報表示装置、情報表示システム、情報表示プログラム及び情報表示方法
US10740599B2 (en) Notification device, exercise analysis system, notification method, notification program, exercise support method, and exercise support device
JP2016032610A (ja) 運動解析システム、運動解析装置、運動解析プログラム及び運動解析方法
US10959647B2 (en) System and method for sensing and responding to fatigue during a physical activity
EP3047798B1 (fr) Dispositif portable intégré et procédé mettant en oeuvre un accéléromètre pour analyser des paramètres biomécaniques de la foulée
JP6332830B2 (ja) 運動支援システム及び運動支援方法、運動支援プログラム
JP7209363B2 (ja) スタビリティ評価システム、プログラム及び方法
JP2018143537A (ja) 運動解析装置、運動解析システム、運動解析方法及び運動解析プログラム
JP2018143536A (ja) 運動解析装置、運動解析システム、運動解析方法、運動解析プログラム及び表示方法
JP7359232B2 (ja) 情報処理方法、プログラム及び情報処理システム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180417

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190228

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190306

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190424

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20190903