JP2017164376A - 行動推定装置、行動推定方法及び行動推定プログラム - Google Patents

Abstract

【課題】体幹以外の部位にセンサを装着する場合であっても、行動を高精度に推定することを課題とする。【解決手段】行動推定装置は、姿勢情報算出部、第１位置情報算出部、第２位置情報算出部、行動推定部を有する。姿勢情報算出部は、センサが装着された第１部位の動きを示す時系列情報から、第１部位の姿勢又は姿勢の変化を表す姿勢情報を算出する。第１位置情報算出部は、時系列情報から第１部位の位置又は位置の変化を表す第１位置情報を算出する。第２位置情報算出部は、姿勢情報、第１位置情報、及び、第１部位と第２部位との間の距離を示す距離情報から、第２部位の位置又は位置の変化を表す第２位置情報を算出する。行動推定部は、第２位置情報の時系列変化から行動を推定する。第２部位は、第１部位に対して位置が一意に定まる部位であって、第１部位よりも体幹に近い部位である。【選択図】図４

Description

本発明の実施形態は、行動推定装置、行動推定方法及び行動推定プログラムに関する。

従来、身体の所定部位に装着したセンサから取得した測定値をもとに、行動を推定する技術が知られている。古くは、身体の腰位置等に装着し、歩行に伴い発生する上下の振動を検出することにより、歩数をカウントする歩数計が広く知られている。近年では、加速度センサを用いて動きパターンを高精度に計測し、歩数だけではなく、静止している時間や寝ている時間、立つ動作や座る動作等も推定できるものが存在する。

一般に、高精度に行動を推定するためには、腰等の体幹部にセンサを装着することが好ましい。立つ動作や座る動作等の行動は、体幹部に重力方向の動きが生じるため、このような動きをセンサで検出し、その時系列のパターンから推定している。例えば、重力方向の加速度を計測し、上向き及び下向きの加速度のピークが連続して観測された場合に、その順序により立つ動作や座る動作を検出する技術がある。このほかにも、重力方向加速度の時系列パターンを計測し、予め用意された立つ動作等に対応するパターンとのマッチングにより、立つ動作が行われたことを検出する技術がある。

特許第３５１３６３２号公報 特表２０１４−５２６９１３号公報

しかしながら、従来技術は、体幹以外の部位にセンサを装着する場合に、行動を高精度に推定することが困難であるという問題がある。上述したように、腰等の体幹部にセンサを装着することで、行動を高精度に推定することは可能である。例えば、手首等の体幹以外の部位にセンサを装着する場合には、立つ動作や座る動作が行われていても、手首には重力方向の動きが生じない可能性も有り得るため、行動推定の精度が低下する。

本発明が解決しようとする課題は、体幹以外の部位にセンサを装着する場合であっても、行動を高精度に推定することができる行動推定装置、行動推定方法及び行動推定プログラムを提供することである。

実施形態の行動推定装置は、姿勢情報算出部と、第１位置情報算出部と、第２位置情報算出部と、行動推定部とを有する。姿勢情報算出部は、センサが装着された第１部位の動きを示す時系列情報から、第１部位の姿勢又は姿勢の変化を表す姿勢情報を算出する。第１位置情報算出部は、時系列情報から第１部位の位置又は位置の変化を表す第１位置情報を算出する。第２位置情報算出部は、姿勢情報、第１位置情報、及び、第１部位と第２部位との間の距離を示す距離情報から、第２部位の位置又は位置の変化を表す第２位置情報を算出する。行動推定部は、第２位置情報の時系列変化から行動を推定する。第２部位は、第１部位に対して位置が一意に定まる部位であって、第１部位よりも体幹に近い部位である。

実施形態に係る行動推定システムのシステム構成を示す図。 実施形態に係る行動推定装置のハードウェア構成を示すブロック図。 実施形態に係るセンサの装着を説明する図。 実施形態に係る行動推定装置の機能構成を示すブロック図。 実施形態に係る歩行・走行する動作の推定を説明する図。 実施形態に係る歩行・走行する動作の推定時における地面（床）から第１部位までの高さＨ_０を表す波形の変化を示す図。 実施形態に係る歩行・走行する動作の推定時におけるＬ・ｓｉｎＰを表す波形の変化を示す図。 実施形態に係る歩行・走行する動作の推定時におけるＨを表す波形の変化を示す図。 実施形態に係る立つ動作の推定を説明する図。 実施形態に係る立つ動作の推定時における地面（床）から第１部位までの高さＨ_０を表す波形の変化を示す図。 実施形態に係る立つ動作の推定時におけるＬ・ｓｉｎＰを表す波形の変化を示す図。 実施形態に係る立つ動作の推定時におけるＨを表す波形の変化を示す図。 実施形態に係る行動の推定をキャンセルする例を説明する図。 実施形態に係る行動の推定のキャンセル時における地面（床）から第１部位までの高さＨ_０を表す波形の変化を示す図。 実施形態に係る行動の推定のキャンセル時におけるＬ・ｓｉｎＰを表す波形の変化を示す図。 実施形態に係る行動の推定のキャンセル時におけるＨを表す波形の変化を示す図。 実施形態に係る行動推定装置による処理の流れを示すフローチャート。 変形例に係るしゃがむ動作の推定を説明する図。 変形例に係るしゃがむ動作の推定時における地面（床）から第１部位までの高さＨ_０を表す波形の変化を示す図。 変形例に係るしゃがむ動作の推定時におけるＬ・ｓｉｎＰを表す波形の変化を示す図。 変形例に係るしゃがむ動作の推定時におけるＨを表す波形の変化を示す図。 変形例に係る行動の推定をキャンセルする例を説明する図。 変形例に係る行動の推定のキャンセル時における地面（床）から第１部位までの高さＨ_０を表す波形の変化を示す図。 変形例に係る行動の推定のキャンセル時におけるＬ・ｓｉｎＰを表す波形の変化を示す図。 変形例に係る行動の推定のキャンセル時におけるＨを表す波形の変化を示す図。

（実施形態）
図１は、実施形態に係る行動推定システム１のシステム構成例を示す図である。図１に示すように、行動推定システム１には、行動推定装置１００と、センサ２００とが含まれる。行動推定システム１において、各装置は、無線又は有線により通信可能である。行動推定システム１は、体幹以外の特定部位にセンサ２００（例えば、モーションセンサ）を装着し、ユーザの動きに応じてセンサ２００によって測定された測定値をもとに、該ユーザの行動を推定するものである。

例えば、センサ２００は、ユーザの手首、足首又は頭等の体幹以外の部位に装着されるモーションセンサであり、これらの部位の動きに応じて測定される測定値を出力する。測定値は、行動推定装置１００に対して出力される。本実施形態では、主に、ユーザの手首にセンサ２００を装着する場合を例に挙げる。例えば、行動推定装置１００は、ＰＣ（Personal Computer）やサーバ装置、タブレット端末等の情報処理装置である。かかる行動推定装置１００は、センサ２００によって出力された測定値をもとに、該センサ２００を装着したユーザの行動を推定する。

図２は、実施形態に係る行動推定装置１００のハードウェア構成例を示すブロック図である。図２に示すように、行動推定装置１００は、ＣＰＵ（Central Processing Unit）１２と、ＲＯＭ（Read Only Memory）１３と、ＲＡＭ（Random Access Memory）１４と、通信部１５とを有する。上記各部は、バス１１により互いに接続される。

ＣＰＵ１２は、行動推定装置１００全体の動作を制御する。ＣＰＵ１２は、ＲＡＭ１４等を作業領域として、ＲＯＭ１３等に記憶されたプログラムを実行することで、行動推定装置１００全体の動作を制御する。ＲＡＭ１４は、各種処理に関する情報等を一時的に記憶するとともに、ＲＯＭ１３等に格納されたプログラムの実行時の作業領域として使用される。ＲＯＭ１３は、行動推定装置１００による処理を実現するためのプログラムを記憶する。通信部１５は、無線又は有線によるネットワークを介して、センサ２００等の外部装置と通信する。なお、図２に示したハードウェア構成は一例であり、上記の他にも、処理結果を出力する表示部や各種情報を入力する操作部等が含まれていても良い。

図３は、実施形態に係るセンサ２００の装着例を説明する図である。図３に示すように、センサ２００は、ユーザの手首等の体幹以外の部位に装着される。以下では、センサ２００を装着する手首等の部位を「第１部位」と呼ぶ。また、第１部位に対してその位置が一意に定まる部位であって、第１部位よりも体幹に近い部位を「第２部位」と呼ぶ。図３に示す例では、手首を第１部位としたとき、肘が第２部位となる。一般に、肘は、手首と直線的な位置関係を有し、また、手首に対してその位置が一意に定まる部位であって、手首よりも体幹に近い部位である。後述するように、第２部位である肘の位置（位置の変化）は、第１部位である手首の姿勢や位置、第１部位と第２部位との間の距離から算出することができる。なお、足首を第１部位とする場合には、膝が第２部位となる。また、頭を第１部位とする場合には、首が第２部位となる。何れの場合であっても、第２部位は、第１部位に対してその位置が一意に定まる部位であって、第１部位よりも体幹に近い部位となる。第１部位と第２部位とは、上記の例に限られるものではない。

図４は、実施形態に係る行動推定装置１００の機能構成例を示すブロック図である。図４に示すように、行動推定装置１００は、姿勢情報算出部１１０と、第１位置情報算出部１２０と、取得部１３０と、第２位置情報算出部１４０と、行動推定部１５０とを有する。上記各部は、これらの一部又は全てがソフトウェア（プログラム）で実現されても良いし、ハードウェア回路で実現されても良い。

姿勢情報算出部１１０は、第１部位の姿勢情報を算出する。より具体的には、姿勢情報算出部１１０は、通信部１５を介してセンサ２００から出力された測定値の時系列情報から、該センサ２００が装着された手首等である第１部位の姿勢又は姿勢の変化を表す姿勢情報を算出する。一つの様態として、姿勢情報は、重力方向軸に直交する平面を基準としたときのピッチ角である。このほか、姿勢情報は、ピッチ角の時間あたりの変化量であっても良い。

例えば、ピッチ角は、３軸加速度センサで計測した加速度、及び、３軸ジャイロセンサで計測した角速度から、公知の姿勢推定アルゴリズムによって算出することができる。また、例えば、ピッチ角は、３軸加速度センサで計測した加速度から、重力方向を推定する公知技術を用いて、モーションセンサの座標軸とのなす角から算出しても良い。

第１位置情報算出部１２０は、第１部位の位置情報を算出する。より具体的には、第１位置情報算出部１２０は、通信部１５を介してセンサ２００から出力された測定値の時系列情報から、該センサ２００が装着された手首等である第１部位の位置又は位置の変化を表す第１位置情報を算出する。第１位置情報は、初期位置からの重力方向の相対的な変化量となる。例えば、第１位置情報は、重力方向を座標軸としたときの初期位置からの座標の相対的な変化量とすれば良い。このほか、第１位置情報は、第１部位の速度や加速度であっても良い。

例えば、第１位置情報算出部１２０は、センサ２００の起動時を基準（初期位置）とした、第１部位の重力方向の相対的な移動量を算出する。かかる移動量は、加速度センサで計測された加速度から重力加速度成分を除去することにより、第１部位の動きに伴う加速度を算出した後、その重力方向成分を２階積分することにより得られる。例えば、加速度センサで計測された加速度から重力加速度成分の除去については、姿勢情報算出部１１０において姿勢情報としてピッチ角Ｐとともにロール角Ｒを算出しておき、センサ２００の各軸における重力加速度成分ＧＸ、ＧＹ、ＧＺを（数１）を用いて算出することにより実現する。なお、（数１）において、Ｇは、重力加速度の大きさを示す。

ＧＸ＝−Ｇ・ｓｉｎＰ
ＧＹ＝Ｇ・（ｓｉｎＲ・ｃｏｓＰ）
ＧＺ＝Ｇ・（ｃｏｓＲ・ｃｏｓＰ） ・・・（数１）

動きに伴う加速度の重力方向成分ＡＧは、センサ２００の各軸の計測値ＡＸ、ＡＹ、ＡＺから、（数２）により算出することができる。

ＡＧ＝（ＡＸ−ＧＸ）・ＧＸ＋（ＡＹ−ＧＹ）・ＧＹ＋（ＡＺ−ＧＺ）・ＧＺ ・・・（数２）

取得部１３０は、第１部位と第２部位との間の距離の実測値、又は、距離を推定するための情報を取得する。より具体的には、取得部１３０は、手首等の第１部位と、肘等の第２部位との間の距離の実測値、又は、距離の推定に用いる情報を取得する。例えば、第１部位と第２部位との間の距離情報は、第１部位と第２部位との間の長さの実測値である。このほか、距離情報は、手首（第１部位）と肘（第２部位）との間の長さが身長や性別等によって統計的に推定可能であるため、手首と肘との間の長さの実測値を入力する代わりに、身長や性別をユーザに入力させ、距離を推定するための情報として取得しても良い。

また、センサ２００を装着した状態で、肘から先だけを動かすようにユーザに指示し、センサ２００によって測定される加速度や角速度の関係から、手首と肘との間の長さを推定するようにしても良い。具体的には、手首は肘を中心とした球面上で移動することから、手首に装着したセンサ２００で計測される角速度は、加速度、及び、手首と肘との間の長さの関数として表現することができる。そこで、例えば、センサ２００のＺ座標軸が手の甲面に鉛直となるようにセンサ２００を装着したうえで、ユーザに肘のみを曲げるように指示し、このときのセンサ２００のＺ座標軸方向の加速度及び角速度を計測することで算出することができる。角速度の微分値をｄωＺ／ｄｔとすると、手首と肘との間の長さＬは、（数３）により推定することができる。

ｄωＺ／ｄｔ＝（ＡＺ−ＧＺ）／Ｌ ・・・（数３）

すなわち、第１部位と第２部位との間の距離は、ユーザに入力させた値を実測値としてそのまま利用しても良いし、身長や性別等の情報から求めても良いし、所定動作を指示したうえでセンサ２００によって測定された測定値から推定しても良い。

第２位置情報算出部１４０は、第２部位の位置情報を算出する。より具体的には、第２位置情報算出部１４０は、姿勢情報算出部１１０によって算出された第１部位の姿勢情報、第１位置情報算出部１２０によって算出された第１部位の位置情報、及び、取得部１３０によって取得された第１部位と第２部位との間の距離情報から、第２部位の位置又は位置の変化を表す第２位置情報を算出する。第２位置情報は、初期位置からの重力方向の相対的な変化量となる。例えば、第２位置情報は、重力方向を座標軸としたときの初期位置からの座標の相対的な変化量とすれば良い。すなわち、第２位置情報は、センサ２００の起動時の第１部位の位置情報（第１位置情報）の重力方向座標を基準とした、第２部位の重力方向の相対的な位置となる。

例えば、第１部位の重力方向の相対的な移動量をΔＧ、第１部位のピッチ角をＰ、手首と肘との間の長さをＬとすると、第２部位の相対的な位置Ｈは、（数４）により求めることができる。

Ｈ＝ΔＧ＋Ｌ・ｓｉｎＰ ・・・（数４）

行動推定部１５０は、ユーザの行動を推定する。より具体的には、行動推定部１５０は、第２位置情報算出部１４０によって算出された第２位置情報に基づき、ユーザの行動を推定する。例えば、行動推定部１５０は、ユーザが歩行・走行する動作や、ユーザが立つ・座る動作等の推定対象である行動の推定を行なう。以下に、推定対象となる行動の例を挙げて説明する。

図５は、実施形態に係る歩行・走行する動作の推定例を説明する図である。図６Ａは、実施形態に係る歩行・走行する動作の推定時における地面（床）から第１部位までの高さＨ_０を表す波形の変化例を示す図である。図６Ｂは、実施形態に係る歩行・走行する動作の推定時におけるＬ・ｓｉｎＰを表す波形の変化例を示す図である。図６Ｃは、実施形態に係る歩行・走行する動作の推定時におけるＨを表す波形の変化例を示す図である。なお、図６Ａでは、手振りによる上下動に対する波形（破線）も図示している。

図５に示すように、歩行時又は走行時には、（Ａ）と（Ｂ）との状態が繰り返される。具体的には、図６Ａに示すように、Ｈ_０は、（Ａ）の状態では小さくなり（極小値をとり）、（Ｂ）の状態では大きくなる（極大値をとる）。なお、歩行時と走行時との違いは、（Ａ）の状態と（Ｂ）の状態との時間幅が異なる。具体的には、歩行時は、（Ａ）の状態と（Ｂ）の状態との時間幅が走行時よりも大きくなる。歩行と走行との判別については、閾値を利用して周期を確認すれば良い。また、図６Ｂに示すように、Ｌ・ｓｉｎＰは、（Ａ）の状態では大きくなり（極大値をとり）、（Ｂ）の状態では小さくなる（極小値をとる）。歩行時は、（Ａ）の状態と（Ｂ）の状態との時間幅が走行時よりも大きくなる。また、図６Ｃに示すように、Ｈは、（Ａ）の状態では大きくなり（極大値をとり）、（Ｂ）の状態では小さくなる（極小値をとる）。つまり、歩行や走行等により上下動を繰り返していることがわかる。これらから、行動推定部１５０は、歩行の動作又は走行の動作として行動を推定する。

図７は、実施形態に係る立つ動作の推定例を説明する図である。図８Ａは、実施形態に係る立つ動作の推定時における地面（床）から第１部位までの高さＨ_０を表す波形の変化例を示す図である。図８Ｂは、実施形態に係る立つ動作の推定時におけるＬ・ｓｉｎＰを表す波形の変化例を示す図である。図８Ｃは、実施形態に係る立つ動作の推定時におけるＨを表す波形の変化例を示す図である。なお、椅子等に座っている状態から立つ動作を行なう場合に、机に手をついた状態で立つ動作がなされるものとする。

図７に示すように、立つ動作がなされるときには、（Ａ）の状態から（Ｂ）の状態へと遷移する。具体的には、図８Ａに示すように、Ｈ_０は、机に手をついたまま立つ動作が行われているため、（Ａ）の状態と（Ｂ）の状態とで変化がない。また、図８Ｂに示すように、Ｌ・ｓｉｎＰは、（Ａ）の状態ときよりも（Ｂ）の状態のときの方が大きくなる。また、図８Ｃに示すように、Ｈは、（Ａ）の状態のときよりも（Ｂ）の状態のときの方が大きくなる。これらから、行動推定部１５０は、立つ動作として行動を推定する。なお、座る動作については、（Ｂ）から（Ａ）の状態へと遷移するため、Ｈ_０は変化がなく、Ｌ・ｓｉｎＰは（Ｂ）から（Ａ）に向かって時系列で小さくなり、Ｈは（Ｂ）から（Ａ）に向かって時系列で小さくなる。このようなときに、行動推定部１５０は、座る動作として行動を推定する。

図９は、実施形態に係る行動の推定をキャンセルする例を説明する図である。図１０Ａは、実施形態に係る行動の推定のキャンセル時における地面（床）から第１部位までの高さＨ_０を表す波形の変化例を示す図である。図１０Ｂは、実施形態に係る行動の推定のキャンセル時におけるＬ・ｓｉｎＰを表す波形の変化例を示す図である。図１０Ｃは、実施形態に係る行動の推定のキャンセル時におけるＨを表す波形の変化例を示す図である。行動の推定のキャンセルとは、推定対象となる行動をユーザが行なっていないことを指す。

図９に示すように、歩行する動作や走行する動作、立つ動作や座る動作ではなく、単に、手を上下させるだけの動作が行われるときには、（Ａ）と（Ｂ）との状態が繰り返される。具体的には、図１０Ａに示すように、Ｈ_０は、手を上下させる何らかの作業に伴う手の動きにより、（Ａ）の状態では小さくなり（極小値をとり）、（Ｂ）の状態では大きくなる（極大値をとる）。また、図１０Ｂに示すように、Ｌ・ｓｉｎＰは、（Ａ）の状態では大きくなり（極大値をとり）、（Ｂ）の状態では小さくなる（極小値をとる）。また、図１０Ｃに示すように、Ｈは、（Ａ）の状態と（Ｂ）の状態とで変化がない。このようなときに、行動推定部１５０は、推定対象の行動ではないものとして、行動の推定をキャンセルする。

上述したように、行動推定装置１００は、時系列にユーザの行動を推定できる。このため、行動推定装置１００は、いつユーザがどのような行動をしたか、ある時間内に何回立ったか・座ったか等を処理結果として出力することができる。

図１１は、実施形態に係る行動推定装置１００による処理の流れの例を示すフローチャートである。図１１に示すように、行動推定装置１００は、第１部位に装着されたセンサ２００によって測定された測定値に基づき、第１部位の姿勢情報を算出する（ステップＳ１０１）。そして、行動推定装置１００は、第１部位に装着されたセンサ２００によって測定された測定値に基づき、第１部位の位置情報を算出する（ステップＳ１０２）。

続いて、行動推定装置１００は、第１部位と第２部位との間の距離情報を取得する（ステップＳ１０３）。その後、行動推定装置１００は、第１部位の姿勢情報や位置情報、部位間の距離情報を用いて、第２部位の位置情報を算出する（ステップＳ１０４）。そして、行動推定装置１００は、第２部位の位置情報をもとに行動を推定する（ステップＳ１０５）。

例えば、行動の推定では、第２部位の重力方向の座標の変化に基づいて、行動推定処理を実行するか否かを判定しても良い。すなわち、ユーザが何らかの動作をしているか否かを判定したうえで、動作をしている状態から動作をしていない状態に移行したことを検出したときに、行動推定処理を実行すれば良い。ユーザが動作をしているか否かの判定では、例えば、所定時間における相対座標値の分散を算出し、分散値が閾値以上であるか閾値未満であるかによって判定する。ここでは、立つ動作や座る動作を推定する場合を例に挙げる。

具体的には、行動推定装置１００は、所定区間における第２部位の移動方向及び移動量を評価することで、立つ動作や座る動作を識別する。所定区間は、例えば、ユーザが動作していると判定されている間の時間を指す。所定区間の間に、位置Ｈが上方向に所定の長さ以上移動したときは、立つ動作が行われているものと判定し、立つ動作を行動推定結果として出力する。また、所定区間の間に、位置Ｈが下方向に所定の長さ以上移動したときは、座る動作が行われているものと判定し、座る動作を行動推定結果として出力する。

なお、上記実施形態は一例であり、肘の位置Ｈにより推定できる動作を、立つ動作や座る動作に限定するものではない。例えば、肘の位置Ｈの変化に基づき、ユーザの転倒を検出することも可能である。第１部位である手首の高さＨ_０は、手を地面（又は床等）につけて座った場合においても、転倒した場合においても、地面の高さと近くなる。このとき、第２部位である肘は、手を地面（又は床等）につけて座った場合は通常、少なくとも地面から離れた位置となることから、ステップＳ１０４において算出した第２部位の位置情報を用いることで、転倒状態（又は、肘をついて横たわった状態等）と、手を地面につけて座った状態とを区別することができる。

（変形例）
第１部位を足首、第２部位を膝とすることにより、ユーザがしゃがむ動作を推定することも可能である。これにより、例えば、足首に装着可能なセンサ内蔵バンドや、足首部にセンサ２００を内蔵した靴下等を用いることで、可動部である膝にセンサを直接装着することなくしゃがむ動作を推定することができる。一つの様態として、作業におけるユーザの身体的負荷の分析に役立てることができる。

足首にセンサ２００を装着する場合は、足首が前に倒れる動作を検出することによっても、しゃがむ動作が行なわれていると推定することができる。但し、しゃがむことなく膝を曲げた場合にも足首の角度が変化するため、この場合にしゃがむ動作として誤って推定されてしまう可能性がある。変形例によれば、足首の角度から膝の高さをより正確に推定することで、しゃがむ動作をより高精度に推定することができる。

図１２は、変形例に係るしゃがむ動作の推定例を説明する図である。図１３Ａは、変形例に係るしゃがむ動作の推定時における地面（床）から第１部位までの高さＨ_０を表す波形の変化例を示す図である。図１３Ｂは、変形例に係るしゃがむ動作の推定時におけるＬ・ｓｉｎＰを表す波形の変化例を示す図である。図１３Ｃは、変形例に係るしゃがむ動作の推定時におけるＨを表す波形の変化例を示す図である。

図１２に示すように、しゃがむ動作がなされるときには、（Ａ）の状態から（Ｂ）の状態へと遷移する。具体的には、図１３Ａに示すように、Ｈ_０は、地面に足をつけたまま第１部位の姿勢のみが変化していることから、（Ａ）の状態と（Ｂ）の状態とでほとんど変化がない。一方、図１３Ｂに示すように、Ｌ・ｓｉｎＰは、（Ａ）の状態から（Ｂ）の状態への移行に伴い足首の角度が変化するため小さくなる。その結果、図１２Ｃに示すように、Ｈは、（Ａ）の状態のときよりも（Ｂ）の状態のときの方が小さくなる。これらから、行動推定部１５０は、しゃがむ動作として行動を推定する。

図１４は、変形例に係る行動の推定をキャンセルする例を説明する図である。図１５Ａは、変形例に係る行動の推定のキャンセル時における地面（床）から第１部位までの高さＨ_０を表す波形の変化例を示す図である。図１５Ｂは、変形例に係る行動の推定のキャンセル時におけるＬ・ｓｉｎＰを表す波形の変化例を示す図である。図１５Ｃは、変形例に係る行動の推定のキャンセル時におけるＨを表す波形の変化例を示す図である。行動の推定のキャンセルとは、推定対象となる行動をユーザが行なっていないことを指す。

図１４に示すように、しゃがむ動作ではなく、単に、立ったまま膝を曲げるだけの動作が行なわれるときには、（Ａ）の状態から（Ｂ）の状態へと遷移する。具体的には、図１５Ａに示すように、Ｈ_０は、膝を曲げる動きに伴って足首が持ち上がるため、（Ａ）の状態から（Ｂ）の状態へと遷移するにつれて大きくなる。また、図１５Ｂに示すように、Ｌ・ｓｉｎＰは、膝を曲げる動きに伴って足首の角度が変化するため、（Ａ）の状態から（Ｂ）の状態へと遷移するにつれて小さくなる。その結果、図１５Ｃに示すように、Ｈは、（Ａ）の状態と（Ｂ）の状態とで変化がない。このようなときに、行動推定部１５０は、推定対象の行動ではないものとして、行動の推定をキャンセルする。

なお、上記のしゃがみ動作の推定の例では、第１部位を足首として説明したが、足の骨格の構造上、足首を前に曲げる場合、踵の角度も同時に変化することから、第１部位を踵としてもしゃがみ動作を推定できる。これにより、例えば、靴の踵部分にセンサ２００を内蔵することでも、しゃがむ動作を推定できるため、ユーザの心理的負担をより軽減することができる。

実施形態によれば、センサ２００が装着される第１部位の姿勢情報や位置情報をもとに、第１部位の位置から一意に定まる部位であって、第１部位よりも体幹に近い部位である第２部位の位置情報を算出し、センサ２００を装着したユーザの行動を推定するので、体幹以外の部位にセンサ２００を装着する場合であっても、行動を高精度に推定することができる。また、実施形態によれば、センサ２００を手首等の部位に装着するので、装着時の心理的負担が小さく、より多くのユーザに受け入れられやすい。また、実施形態によれば、第１部位に対して位置が一意に定まる部位であって、第１部位よりも体幹に近い部位である第２部位の位置情報から行動を推定するので、センサ２００を装着する箇所の自由度が高い。

また、上記実施形態に係る行動推定装置１００は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用いることで実現することが可能である。実行されるプログラムは、上述してきた各機能を含むモジュール構成となっている。また、実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録されて提供しても、ＲＯＭ等に予め組み込んで提供しても良い。

また、上述した実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。また、各実施形態は、内容を矛盾させない範囲で適宜組み合わせることが可能である。また、各実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。例えば、実施形態では、行動推定装置１００とセンサ２００とを別の筐体とする場合を例に挙げたが、上述してきた行動推定装置１００の各機能をセンサ２００に含めるようにしても良い。

１００ 行動推定装置
１１０ 姿勢情報算出部
１２０ 第１位置情報算出部
１３０ 取得部
１４０ 第２位置情報算出部
１５０ 行動推定部
２００ センサ

Claims (7)

1. センサが装着された第１部位の動きを示す時系列情報から、前記第１部位の姿勢又は姿勢の変化を表す姿勢情報を算出する姿勢情報算出部と、
   前記時系列情報から、前記第１部位の位置又は位置の変化を表す第１位置情報を算出する第１位置情報算出部と、
   前記姿勢情報、前記第１位置情報、及び、前記第１部位と第２部位との間の距離を示す距離情報から、前記第２部位の位置又は位置の変化を表す第２位置情報を算出する第２位置情報算出部と、
   前記第２位置情報の時系列変化から、行動を推定する行動推定部と、を有し、
   前記第２部位は、前記第１部位に対して位置が一意に定まる部位であって、前記第１部位よりも体幹に近い部位である
   行動推定装置。
2. 前記距離の実測値、又は、前記距離を推定するための情報を取得する取得部をさらに有し、
   前記第２位置情報算出部は、前記距離の実測値、又は、前記距離を推定するための情報から算出した前記第１部位と前記第２部位との間の距離を用いて、前記第２位置情報を算出する請求項１に記載の行動推定装置。
3. 前記姿勢情報算出部は、重力方向軸に直交する平面を基準としたピッチ角、又は、前記ピッチ角の時間あたりの変化量である前記姿勢情報を算出する請求項１又は２に記載の行動推定装置。
4. 前記第１位置情報算出部は、初期位置からの重力方向の相対的な変化量である前記第１位置情報を算出する請求項１〜３の何れか一つに記載の行動推定装置。
5. 前記第２位置情報算出部は、初期位置からの重力方向の相対的な変化量である前記第２位置情報を算出する請求項１〜４の何れか一つに記載の行動推定装置。
6. 行動推定装置によって実行される行動推定方法であって、
   センサが装着された第１部位の動きを示す時系列情報から、前記第１部位の姿勢又は姿勢の変化を表す姿勢情報を算出するステップと、
   前記時系列情報から、前記第１部位の位置又は位置の変化を表す第１位置情報を算出するステップと、
   前記姿勢情報、前記第１位置情報、及び、前記第１部位と第２部位との間の距離を示す距離情報から、前記第２部位の位置又は位置の変化を表す第２位置情報を算出するステップと、
   前記第２位置情報の時系列変化から、行動を推定するステップと、を含み、
   前記第２部位は、前記第１部位に対して位置が一意に定まる部位であって、前記第１部位よりも体幹に近い部位である
   行動推定方法。
7. 行動推定装置に、
   センサが装着された第１部位の動きを示す時系列情報から、前記第１部位の姿勢又は姿勢の変化を表す姿勢情報を算出するステップと、
   前記時系列情報から、前記第１部位の位置又は位置の変化を表す第１位置情報を算出するステップと、
   前記姿勢情報、前記第１位置情報、及び、前記第１部位と第２部位との間の距離を示す距離情報から、前記第２部位の位置又は位置の変化を表す第２位置情報を算出するステップと、
   前記第２位置情報の時系列変化から、行動を推定するステップと、を実行させ、
   前記第２部位は、前記第１部位に対して位置が一意に定まる部位であって、前記第１部位よりも体幹に近い部位である
   行動推定プログラム。

Images