JP2018000543A - ウェアラブル機器、制御方法、およびプログラム - Google Patents

Abstract

【課題】ユーザーの運動状況に基づいて、運動中に測定した情報を的確にユーザーに伝えるとともに電力消費を抑制することができるウェアラブル機器を提供すること。
【解決手段】ユーザーに関する生体情報を検出する生体情報検出部１６と、ユーザーの動作に関する体動信号を検出する体動検出部１０と、生体情報および体動信号のうち少なくとも一方の情報に基づいて報知情報を生成する処理部５０と、報知情報をユーザーに報知する報知部（表示部２０）と、を備え、処理部５０は、ユーザーの体動信号に基づいて動作状態Ｍを検知し、動作状態Ｍに含まれる動作状態Ｍ３を検知した場合に、報知部に報知情報を報知させる処理（制御Ｃ２）を行い、動作状態Ｍ４を検知した場合に、報知部による報知情報の報知を停止する処理（制御Ｃ１）を行うことを特徴とする。
【選択図】図２

Description

本発明は、ウェアラブル機器、制御方法、およびプログラムに関する。

従来から、ユーザーに装着されて、歩行やランニングなどの運動中に測定された脈拍数や運動強度などの情報を表示するウェアラブル機器が知られていた。特許文献１に記載のウェアラブル機器では、運動中に測定した脈拍数などの生体情報を液晶装置などの表示装置に常時表示していた。また、測定ができなかった場合には、測定不可（測定不能）を示す「−−」などを表示していた。ウェアラブル機器では、内蔵する電池から供給される電力により各構成部が駆動されるため、長時間の測定をするために少しでも無駄な電力消費を抑える必要があった。

特開２００９−３４３６６号公報

しかしながら、特許文献１では、脈拍数などの計測が困難な場合に測定処理や表示処理を抑制する構成が開示されているが、脈拍数などの計測が可能な状態であっても、ユーザーが目視しない、あるいは目視できない状態においてどのように機器を制御するかについて言及は無かった。つまり、ユーザーがウェアラブル機器の画面を目視しない、あるいは目視できない状態において情報を画面に表示することは、ユーザーに視認されず無駄となり、更に表示するために表示装置を駆動させる電力は無駄な電力消費であった。
また、ユーザーが意図した時にウェアラブル機器で情報を閲覧することができる利便性と、ウェアラブル機器の電力消費を低減させて、より長期間に渡り機能するウェアラブル機器が期待されていた。

本発明は、このような課題に鑑みて考案されたものであり、ユーザーの運動状況に基づいて、運動中に測定した情報を的確にユーザーに伝えるとともに電力消費を抑制することができるウェアラブル機器を提供することを主目的とする。

［適用例１］本適用例に係るウェアラブル機器は、ユーザーに関する生体情報を検出する生体情報検出部と、前記ユーザーの動作に関する体動信号を検出する体動検出部と、前記生体情報および前記体動信号のうち少なくとも一方の情報に基づいて報知情報を生成する処理部と、前記報知情報を前記ユーザーに報知する報知部と、を備え、前記処理部は、前記ユーザーの前記体動信号に基づいて動作状態を検知し、前記動作状態に含まれる第１動作状態を検知した場合に、前記報知部に前記報知情報を報知させる処理を行い、前記第１動作状態とは異なる前記動作状態を検知した場合に、前記報知部による前記報知情報の報知を停止する処理を行うことを特徴とする。

本適用例によれば、処理部は、第１動作状態とは異なる動作状態を検知した場合に、報知部による報知情報の報知を停止するため、この間における報知情報を報知するために必要となる駆動電力の消費を抑えることができる。
また、処理部が、体動信号に基づいて第１動作状態を検知した場合に、報知部は、報知情報をユーザーに報知するため、ユーザーは、第１動作状態において報知情報を認識することができる。例えば、報知部を表示装置とした場合に、運動において、ユーザーが表示装置を視認できる状態を第１動作状態として検知し、表示装置に表示された報知情報はユーザーに視認される可能性が高く、ユーザーに伝わりやすい。また、ユーザーが運動に集中しているために表示装置を視認できないといった第１動作状態とは異なる動作状態を検知した場合には、表示装置を非表示にするため無駄な電力を消費することが無くなる。従って、ユーザーの運動状況に基づいて、運動中に測定した情報を的確にユーザーに伝えるとともに電力消費を抑制することができる。

［適用例２］上記適用例に記載の処理部は、前記報知部に前記報知情報を報知させる処理を行ってから第１の期間が経過した場合に、前記報知情報の報知を停止することを特徴とする。

本適用例によれば、第１の期間経過以降の報知処理に係わる電力消費を軽減することができる。

［適用例３］上記適用例に記載の処理部は、検知した前記第１動作状態から第２動作状態に遷移したことを検知した場合に、前記報知部による前記報知情報の報知を停止する処理を行うことを特徴とする。

本適用例によれば、第２動作状態に遷移した以降の報知処理に係わる電力消費を軽減することができる。

［適用例４］上記適用例に記載の第１動作状態は、水泳における静止動作を含むことを特徴とする。

本適用例によれば、水泳における静止動作の状態は、水泳中の泳ぎ動作のような動いている動作ではないため、ユーザーは報知情報の有無に気付きやすい。

［適用例５］上記適用例に記載の第２動作状態は、泳ぎ動作、水中ウォーキング、およびウォーターエアロビクスのうち少なくとも１つを含むことを特徴とする。

本適用例によれば、泳ぎ動作、水中ウォーキング、およびウォーターエアロビクスを運動している最中は、ユーザーは運動に集中しているため、報知情報が報知されても気付き難い動作状態といえる。

［適用例６］上記適用例に記載の生体情報検出部により検出される前記生体情報は、脈拍数を少なくとも含むことを特徴とする。

本適用例によれば、脈拍数の検出により、ユーザーの動作状態に応じて変化する生体への負荷状態を把握することができる。

［適用例７］上記適用例に記載の報知情報は、前回のターン動作から今回のターン動作までの片道距離間における最大脈拍数および平均脈拍数の少なくともいずれか一方、ストローク回数、ストロークピッチ、ストローク距離、および水泳時間のうち少なくとも１つの情報を含むことを特徴とする。

本適用例によれば、ユーザーにより行われた直前の片道距離間の動作状態に関する情報を報知することができる。

［適用例８］上記適用例に記載の報知情報は、累計ターン回数、および累計水泳距離とのうち少なくとも１つの情報を含むことを特徴とする。

本適用例によれば、ユーザーにより行われた累計の動作状態に関する情報を報知することができる。

［適用例９］上記適用例に記載の体動検出部は、加速度センサー、圧力センサー、およびジャイロセンサー、のうち少なくとも１つを備えることを特徴とする。

本適用例によれば、ユーザーの動作状態に関する体動信号を検出することができる。

［適用例１０］上記適用例に記載の圧力センサーを用いて前記ユーザーに装着された前記ウェアラブル機器の着水と離水とを検知することを特徴とする。

本適用例によれば、圧力センサーによって水圧と気圧との圧力差を明確に区別することができるため着水と離水とを検知することができる。

［適用例１１］上記適用例に記載の処理部は、前記ウェアラブル機器が前記着水から前記離水の状態に遷移したのち第２の期間が経過した場合に、サマリー情報を前記報知部に報知させる処理を行うことを特徴とする。

本適用例によれば、水中における運動を終了した後に、サマリー情報を報知し、ユーザーに認識させることが可能である。

［適用例１２］上記適用例に記載のサマリー情報は、平均脈拍数、最大脈拍数、体力評価、トレーニング効果、および疲労度情報の少なくとも１つと、水泳時間、水泳距離、ターン回数、泳法、消費カロリー、平均ＳＷＯＬＦおよびターン動作間の片道距離におけるベストタイムの少なくとも１つと、を含むことを特徴とする。

本適用例によれば、ユーザーにより行われた動作状態に関する総合的な分析結果を表示することができる。

［適用例１３］本適用例によるウェアラブル機器は、ユーザーに関する生体情報を検出する生体情報検出部と、前記ユーザーの動作に関する体動信号を検出する体動検出部と、前記生体情報および前記体動信号のうち少なくとも一方の情報に基づいて報知情報を生成する処理部と、前記報知情報を前記ユーザーに報知する報知部と、を備え、前記処理部は、前記体動検出部によって検出された前記体動信号に基づいて前記ユーザーにより行われる運動種別を判定し、前記運動種別の運動が第３の期間以上継続した場合であって、かつ、前記体動信号に基づいて第１動作状態を検知した場合に、前記第１動作状態において前記生体情報検出部により検出された前記生体情報を取得し、前記運動種別と取得した前記生体情報との関連情報を生成し、前記関連情報に基づいて前記生体情報を推定すること、を特徴とする。

本適用例によれば、体動信号に基づいて判定された運動種別と、第１動作状態において検出した生体情報との関連情報を生成する。関連情報に基づいて生体情報を推定する。従って、例えば、運動種別の運動が行われた第３の期間において、生体情報を検出することができなかったような場合であっても、生成された関連情報を参照して第３の期間における生体情報を推定することができる。

［適用例１４］上記適用例に記載の処理部は、前記第３の期間に達するまでの残り時間を示す情報を生成することを特徴とする。

本適用例によれば、例えば、残り時間を示す情報を、ユーザーに報知することで、ユーザーは、運動を継続する時間を知ることができる。運動種別の運動を第３の期間以上継続した場合に関連情報が生成されるため、運動種別に対応する関連情報を増やすことができる。

［適用例１５］上記適用例に記載の報知部は、前記第３の期間に達したら振動および音出力の少なくとも一方で前記ユーザーに報知することを特徴とする。

本適用例によれば、ユーザーは、運動中に振動による身体への刺激、または聴覚への音出力によって、第３の期間に達したことに気付きやすい。

［適用例１６］上記適用例に記載の処理部は、前記ユーザーに対して前記第１動作状態を維持させる時間を含む前記報知情報を生成し、前記報知部へ報知させることを特徴とする。

本適用例によれば、第１動作状態を維持させる時間を報知されたユーザーが、第１動作状態を維持する機会が増えることにより、信頼度の高い生体情報が検出されやすくなる。関連情報に記憶される運動種別とその生体情報とを増やすことができる。

［適用例１７］上記適用例に記載のウェアラブル機器は、さらに、前記運動種別の運動強度と、前記第１動作状態において検出された前記生体情報と、の前記関連情報を前記運動種別に関連付けて記憶する記憶部を備えることを特徴とする。

本適用例によれば、運動種別ごとに関連付けられた関連情報を記憶しておくことができる。

［適用例１８］上記適用例に記載の処理部は、前記関連情報を参照して、前記体動検出部により検出された前記ユーザーの前記体動信号に基づいて、前記ユーザーの現在の前記生体情報を決定することを特徴とする。

本適用例によれば、記憶されている関連情報を参照して、現在のユーザーの体動信号から現在のユーザーの生体情報を決定することができる。例えば、生体情報検出部によりユーザーの運動に伴う生体情報が検出されなかった場合であっても、体動検出部により検出された体動信号のみで、生体情報を決定することができる。

［適用例１９］上記適用例に記載の運動種別は、クロール泳法、平泳ぎ泳法、背泳ぎ泳法、バタフライ泳法、および水中ウォーキングのうち少なくとも１つの種別を含むことを特徴とする。

本適用例によれば、多様な泳法に対応することができる。

［適用例２０］本適用例に係わる制御方法は、ユーザーに関する生体情報を取得し、前記ユーザーの動作に関する体動信号を取得し、前記ユーザーに報知するための報知情報を報知する報知処理を行い、前記生体情報および前記体動信号のうち少なくとも一方の情報に基づいて前記報知情報を生成し、前記ユーザーの前記体動信号に基づいて動作状態を検知し、前記動作状態に含まれる第１動作状態を検知した場合に、前記報知処理に前記報知情報の報知を実行させる処理を行い、前記第１動作状態とは異なる前記動作状態を検知した場合に、前記報知情報の報知を停止する処理を行う報知制御方法と、前記体動信号に基づいて前記ユーザーにより行われる運動種別を判定し、前記運動種別の運動が第３の期間以上継続した場合であって、かつ、前記体動信号に基づいて前記第１動作状態を検知した場合に、前記第１動作状態における前記生体情報を取得し、取得した前記生体情報と判定した前記運動種別との関連情報を生成する生成方法と、を有することを特徴とする。

本適用例によれば、第１動作状態とは異なる動作状態を検知した場合に、報知情報の報知を停止するため、この間における報知情報を報知するために必要となる駆動電力の消費を抑えることができる。
また、第１動作状態を検知した場合に、報知情報をユーザーに報知するため、ユーザーは、第１動作状態において報知情報を認識することができる。例えば、第１動作状態をユーザーが運動していない状態とし、第１動作状態と異なる状態を、運動している状態とすることで、第１動作状態では、ユーザーは運動に集中していないため報知情報はユーザーに気付かれる可能性が高く、情報は伝わりやすい。また、第１動作状態とは異なる動作状態を検知した場合には、上述したように電力の消費を抑えている。従って、ユーザーの運動状況に基づいて、運動中に測定した情報を的確にユーザーに伝えるとともに電力消費を抑制することができる。

［適用例２１］本適用例に関わるプログラムは、ユーザーに関する生体情報を取得し、前記ユーザーの動作に関する体動信号を取得し、前記ユーザーに報知するための報知情報を報知する報知処理を行い、前記生体情報および前記体動信号のうち少なくとも一方の情報に基づいて前記報知情報を生成し、前記ユーザーの前記体動信号に基づいて動作状態を検知し、前記動作状態に含まれる第１動作状態を検知した場合に、前記報知処理に前記報知情報の報知を実行させる処理を行い、前記第１動作状態とは異なる前記動作状態を検知した場合に、前記報知情報の報知を停止する処理を行う報知制御方法と、前記体動信号に基づいて前記ユーザーにより行われる運動種別を判定し、前記運動種別の運動が第３の期間以上継続した場合であって、かつ、前記体動信号に基づいて前記第１動作状態を検知した場合に、前記第１動作状態における前記生体情報を取得し、取得した前記生体情報と判定した前記運動種別との関連情報を生成する生成方法と、を有する制御方法をコンピューターに実行させること特徴とする。

本適用例によれば、第１動作状態とは異なる動作状態を検知した場合に、報知情報の報知を停止するため、この間における報知情報を報知するために必要となる駆動電力の消費を抑えることができる。
また、第１動作状態を検知した場合に、報知情報をユーザーに報知するため、ユーザーは、第１動作状態において報知情報を認識することができる。例えば、第１動作状態をユーザーが運動していない状態とし、第１動作状態と異なる状態を、運動している状態とすることで、第１動作状態では、ユーザーは運動に集中していないため報知情報はユーザーに気付かれる可能性が高く、情報は伝わりやすい。また、第１動作状態とは異なる動作状態を検知した場合には、上述したように電力の消費を抑えている。従って、ユーザーの運動状況に基づいて、運動中に測定した情報を的確にユーザーに伝えるとともに電力消費を抑制することができる。

装着機器の概要を表す説明図。 装着機器の表示制御処理を説明するシーケンス図。 装着機器の学習処理を説明するシーケンス図。 装着機器の概略構成を示すブロック図。 表示制御処理の流れを示すフローチャート図。 サマリー情報の表示処理の流れを示すフローチャート図。 学習処理の流れを示すフローチャート図。 水泳中における加速度データを示すグラフ。 運動分析データの一例を示す図。 ユーザーの泳ぎ動作におけるストロークピッチと脈拍数の時間変化を示すグラフ。 学習テーブルの一例を示す図。 表示画面の一例を示す図。 サマリー情報の画面の一例を示す図。 サマリー情報の画面の一例を示す図。

以下、本発明の実施形態について、図面を参照して説明する。尚、以下の各図においては、各構成部や各画面を認識可能な程度の大きさにするため、各部や各画面の尺度や配置位置を実際とは異ならせしめている。

（実施形態１）
（装着機器の概要）
図１は、装着機器の概要を表す説明図である。尚、本実施形態では、水泳などの水中における運動として、クロール泳法による運動を例に挙げて説明するが、水中における運動として平泳ぎ泳法、背泳ぎ泳法、バタフライ泳法、水中ウォーキング、および水中ジョギングであってもよい。また、以降の説明における泳ぎ動作には、水中ウォーキング動作、水中ジョギング動作も含まれる。

図１に示す装着機器１は、ウェアラブル機器に相当し、水中における運動をするユーザーの手首ＷＲ（または上腕を含む腕部）にバンド５で装着される腕時計型の装置である。装着機器１は、手首ＷＲに装着された状態で、バンド５の手首ＷＲ側の表面に露出して配置される脈拍センサー１７と、バンド５の手首ＷＲ側の反対側の表面に露出して配設される表示部２０と、バンド５の内側に内蔵して配設される加速度センサー１１、圧力センサー１３、処理部５０、記憶部７０、および、電池３１などを備えている。

加速度センサー１１および圧力センサー１３は、体動検出部１０に含まれ、ユーザーの体動信号を検出する。加速度センサー１１では、図示される３軸（Ｘ軸、Ｙ軸、Ｚ軸）方向の手首ＷＲの動きに伴う加速度信号が検出され、圧力センサー１３では、ユーザーにより装着された装着機器１の着水および離水が検知される。脈拍センサー１７は、生体情報検出部１６に含まれ、光電センサーなどにより構成され、手首ＷＲに光を照射し手首ＷＲの血管によって反射された光を受光して脈動を検出し、生体情報としての脈拍数を算出（検出）する。

処理部５０はＣＰＵなどを含むコンピューターであり、記憶部７０はＲＡＭ、ＲＯＭなどのメモリーである。処理部５０は、記憶部７０に記憶されるプログラムに基づいて実現される機能部を有している。電池３１は、一次電池または二次電池などであり、処理部５０の機能部（以降、単に機能部と呼称する）の制御により上述した各部への電源供給を行う。表示部２０は、表示駆動回路、表示パネル（いずれも図示を省略する）などを含み構成され、機能部の制御により表示状態および非表示状態が切り替えられる。機能部は、表示部２０を、表示状態に切り替えると、表示部２０に対して電池３１から表示駆動回路および表示パネルなどへ電源を供給し、生成した表示情報を表示させる。また、表示部２０が、機能部により非表示状態に切り替えられると、電池３１から電源供給が遮断または供給量が微弱にされ、表示パネルへの表示が消える。
尚、表示部２０は、報知部に相当し、表示情報は報知情報に相当する。また、処理部５０の機能部が表示部２０に対して生成した表示情報を表示させる処理は、処理部が、報知部に報知情報を報知させる処理に相当し、表示部２０が機能部により非表示状態に切り替えられる処理は、報知部による報知情報の報知を停止する処理に相当する。

（表示制御処理の概要）
図２を用いて表示制御処理の概要を説明する。図２は、装着機器の表示制御処理を説明するシーケンス図である。図２の上段に示される動作状態Ｍは、ユーザーの動作状態の変化を帯形状に表したものであり、時間の流れに沿って（左から右へ）変化していることを示している。動作状態Ｍには、動作状態Ｍ１から動作状態Ｍ６までの異なる動作状態が示され、それぞれの動作状態のトリガーとなるユーザーの行動が、行動Ａ１から行動Ａ６に示されている。図２に示す行動Ａ１から行動Ａ６、および動作状態Ｍ１から動作状態Ｍ６のそれぞれを次のような行動および動作状態として定義している。

行動Ａ１ ・・・着水。
動作状態Ｍ１・・・準備行動。
行動Ａ２ ・・・泳ぎ動作開始。
動作状態Ｍ２・・・片道往路２５ｍクロール泳ぎ動作。
行動Ａ３ ・・・ターン動作開始。
動作状態Ｍ３・・・ターン動作。
行動Ａ４ ・・・泳ぎ動作開始。
動作状態Ｍ４・・・片道復路２５ｍクロール泳ぎ動作。
行動Ａ５ ・・・泳ぎ動作終了と静止動作開始。
動作状態Ｍ５・・・静止動作。
行動Ａ６ ・・・離水。
動作状態Ｍ６・・・離水状態継続。

ここでは、表示制御処理の概要の説明にあたって、動作状態Ｍに応じた表示部２０の表示状態に注目して説明する。尚、表示部２０の表示状態の制御処理（表示制御処理）は、処理部５０の表示制御部５７によって実現されている。また、図２に示す他の機能部の詳細については後述する。
動作状態Ｍ１の期間中では、表示部２０に表示（表示２０ａ）が行われている。表示２０ａでは、泳ぎ動作中に測定する信号（加速度センサー１１および脈拍センサー１７などにおいて検出する信号）の検出状態（正常に検出されているか否か）に関する情報が表示されている。
行動Ａ２をトリガーとして、動作状態Ｍが動作状態Ｍ２に遷移すると、表示部２０は非表示（非表示２０ｂ）にされる。
行動Ａ３をトリガーとして、動作状態Ｍが動作状態Ｍ３に遷移すると、表示部２０に表示（表示２０ｃ）が行われる。表示２０ｃでは、動作状態Ｍ２の期間中（片道往路）に測定された加速度センサー１１および脈拍センサー１７、またはいずれか一方のセンサーによって検出された信号に基づいて生成された表示情報（表示画面）が表示される。
行動Ａ４をトリガーとして、動作状態Ｍが動作状態Ｍ４に遷移すると、表示部２０は非表示（非表示２０ｂ）にされる。
行動Ａ５をトリガーとして、動作状態Ｍが動作状態Ｍ５に遷移すると、表示部２０に表示（表示２０ｃ）が行われる。表示２０ｃでは、動作状態Ｍ４の期間中（片道復路）に測定された加速度センサー１１および脈拍センサー１７、またはいずれか一方のセンサーによって検出された信号に基づいて生成された表示情報（表示画面）が期間Ｔ１の間、表示され、期間Ｔ１が経過すると非表示（非表示２０ｂ）にされる。図１２に示す画面Ｄ１０は、表示画面の一例である。
行動Ａ６をトリガーとして、動作状態Ｍが動作状態Ｍ６に遷移すると、期間Ｔ２が計時され、期間Ｔ２経過後に表示部２０にサマリー情報が表示（表示２０ｄ）される。サマリー情報には、着水後から泳いできた動作（動作状態Ｍ２および動作状態Ｍ４）に対する分析情報などが含まれている。図１３に示す画面Ｄ２０は、サマリー情報の画面の一例である。
尚、期間Ｔ１は、第１の期間に相当し、期間Ｔ２は、第２の期間に相当する。

このようにして、装着機器１では、処理部５０の表示制御処理によって、ユーザーの泳ぎ動作（動作状態Ｍ２および動作状態Ｍ４）の期間中には表示部２０が非表示に制御され、ユーザーのターン動作および静止動作（動作状態Ｍ３および動作状態Ｍ５）の期間中は表示部２０に表示情報（表示画面）を表示するように制御されている。つまり、装着機器１では、ユーザーが泳ぎ動作に徹しているために表示部２０を視認することができない期間中では、表示部２０を非表示にしても影響が少ないため、非表示に切り替えて供給される駆動電力を抑えている。また、装着機器１では、片道泳いだ泳ぎ動作に関する情報をユーザーが表示部２０を視認することができるターン動作や静止動作のタイミングを捉えて、表示情報として表示している。
尚、動作状態Ｍ３および動作状態Ｍ５は、第１動作状態に相当し、動作状態Ｍ２および動作状態Ｍ４は、第２動作状態に相当する。

（学習処理の概要）
図３および図１０を用いて学習処理の概要を説明する。図３は、装着機器の学習処理を説明するシーケンス図である。図１０は、ユーザーの泳ぎ動作におけるストロークピッチと脈拍数の時間変化を示すグラフである。尚、図１０に示すユーザーの泳ぎ動作は、クロール泳法の具体例である。

学習処理では、運動中の運動種別と、運動中または運動後に取得した生体情報と、を関連付けて学習テーブル８０を記憶部７０に記憶する。学習テーブル８０は、関連情報に相当し、運動する度に新たに取得した運動種別とその生体情報とに基づいて更新される。学習処理は、運動種別と取得した生体情報との関連情報を生成する処理に相当する。運動種別には、クロール泳法などの泳法や水中運動の種類の情報とストロークピッチなどの運動強度の情報が含まれている。生体情報は、生体情報検出部１６により検出された脈拍数であり、生体情報データ７３として記憶されている。学習処理では、生体情報が運動中に検出できた場合では、生体情報と生体情報が検出されたタイミングの運動種別とを関連付けて学習テーブル８０に記憶する。しかし、装着機器１が対象とする運動のような水中における運動の場合では、生体情報データ７３の検出が困難な場合が多かった。詳しくは、水中における運動の場合では、地上におけるランニングなどの運動に比べ、ユーザーの上肢の体動が激しく複雑な動きをすることが多い。このような場合に、体動が脈動に反映されてしまうと、脈拍センサー１７から出力される波形信号には、脈波信号以外のノイズが多くなり有効な生体情報データ７３が出力されていない場合があった。特に、水中における運動では、装着機器１が装着された手首ＷＲの回転、ねじり、手首ＷＲの水面への突入など様々な衝撃が加わるため、脈拍センサー１７から泳ぎ動作中の脈拍数を検出できず、生体情報データ７３の中では欠損データになっている部分もあった。

学習処理では、泳ぎ動作中において脈拍数が出力できなかった場合に備え、泳ぎ動作が終了した後の静止動作時に脈拍センサー１７により脈拍数を検出する。これは、泳ぎ動作などの運動を急に終了したあとでも、脈拍数はすぐには下がらないことから（シグモイド形（Ｓ字型）の時間変化、特開２０１２−２３２０１０号公報参照）、直前の泳ぎ動作などの脈拍数を推定するものである。図１０のグラフをみると、脈拍数Ｐ１は、行動Ａ４の前は９０拍／分程度であり、動作状態Ｍ４では、期間Ｔ６の間で９５〜１３０拍／分近くまで上昇している。ストロークピッチＰ２は、クロール泳法における１分間当たりのストローク回数であり、動作状態Ｍ４の期間Ｔ６の間で６０〜６５回／分を示し、それ以外の期間では現れていないためストロークはない（泳いでいない）ことを示している。行動Ａ５により、泳ぎ動作が終了し静止動作が開始され、動作状態Ｍ５（静止動作）において期間Ｔ４の間に脈拍数Ｐ１が１３０拍／分から１１５拍／分まで下がっている。期間Ｔ４の中でも期間Ｔ５においては、期間Ｔ６の終盤とほぼ同程度で横ばいの脈拍数が検出されている。
このようにして取得される期間Ｔ５における脈拍数データを、期間Ｔ６における泳ぎ動作の運動種別（クロール泳法、ストロークピッチＰ２）と関連付けて学習テーブル８０へ格納する。尚、このとき学習テーブル８０へ格納される脈拍数データは、ターゲット脈拍数として格納される。

（学習テーブルの利用）
学習処理により更新された学習テーブル８０は、泳ぎ動作における脈拍数の算出に利用される。算出された脈拍数は、表示制御処理において動作状態Ｍ２または動作状態Ｍ４などの片道泳ぎ動作中における平均脈拍数や最大脈拍数の情報として、動作状態Ｍ３または動作状態Ｍ５などのターン動作または静止動作時に表示される（図１２の画面Ｄ１０参照）。
図１１は、学習テーブルの一例を示す図である。学習テーブル８０は、運動種別（列８０ａ）、ストロークピッチ（列８０ｂ）、ターゲット脈拍数（列８０ｃ）などで構成されている。ターゲット脈拍数は、運動種別の内容およびストロークピッチの値の情報から、脈拍数を推定するために利用される情報である。
例えば、表示制御処理では、泳ぎ動作中に生体情報データ７３の欠損データとなった部分の脈拍数を推定し、表示情報として必要な平均脈拍数や最大脈拍数などを算出する。表示制御処理では、生体情報データ７３に含まれている欠損データとなった時間帯の運動種別とストロークピッチを運動分析データ７５から取得する。そして、学習テーブル８０を参照して取得した運動種別の内容とストロークピッチの値の情報からターゲット脈拍数を取得する。表示制御処理では、ターゲット脈拍数を用いて、欠損データ部分の脈拍数を推定する。そして、推定した脈拍数を用いて、片道泳ぎ動作中における平均脈拍数や最大脈拍数を算出し、表示情報を生成後、表示部２０へ出力する。

このようにして、学習処理では、泳ぎ動作中において脈拍数が検出できなかった場合であっても、泳ぎ動作直後の静止動作中に検出した脈拍数を、学習テーブル８０のターゲット脈拍数としている。表示制御処理では、学習テーブル８０を参照して、欠損した脈拍数を推定し、その推定した脈拍数に基づいて、ユーザーが視認可能なターン動作や静止時のタイミングに表示情報を生成し、表示部２０へ表示させることができる。

以降、このような表示制御処理や学習処理を実現する装着機器１の構成および制御方法について詳細に説明する。

（装着機器）
図４は、装着機器の概略構成を示すブロック図である。装着機器１は、体動検出部１０、生体情報検出部１６、表示部２０、操作部２２、計時部２４、通信部２６、電源部３０、処理部５０、および記憶部７０などから構成されている。

（体動検出部）
体動検出部１０は、加速度センサー１１、圧力センサー１３、およびジャイロセンサー１５などで構成されている。
加速度センサー１１は、上述したように互いに直交するＸ軸、Ｙ軸、Ｚ軸の３軸方向の加速度信号を検出するセンサーである。加速度センサー１１は、各軸の加速度変化をサンプリング間隔ごとに計測する。好適例として、サンプリング周波数は、１６Ｈｚ以上に設定されている。加速度センサー１１は、ユーザーの動きを検出し、検出した加速度信号を増幅回路、波形整形回路、Ａ／Ｄ変換回路（いずれも図示を省略する）において、増幅、整形、Ａ／Ｄ変換し、加速度データとして体動信号取得部５１（処理部５０）へ出力する。また、加速度信号が、生体情報検出部１６に出力されてもよく、その場合では、加速度信号は、生体情報検出部１６において生体情報を検出する際に脈波信号に重畳される体動ノイズの抑制処理においても用いることができる。また、加速度信号は、処理部５０の制御の元で操作部２２へ出力されてもよく、その場合では、操作部２２は、加速度信号に基づいた各種ユーザー操作を取得することができる。

圧力センサー１３は、単位時間毎に圧力信号を検出するセンサーである。圧力センサー１３では、単位時間毎に検出した圧力信号を増幅回路、波形整形回路、Ａ／Ｄ変換回路（いずれも図示を省略する）において、増幅、整形、Ａ／Ｄ変換し、圧力データとして体動信号取得部５１（処理部５０）へ出力する。また、圧力センサー１３は、圧力データの値から気圧であるか水圧であるかを判別し、判別した結果（例えば、気圧を「０」、水圧を「１」などの値で）を圧力データとして体動信号取得部５１へ出力してもよい。

ジャイロセンサー１５は、上述したＸ軸、Ｙ軸、Ｚ軸の３軸を中心軸とした角速度を検出するセンサーである。ジャイロセンサー１５では、単位時間毎に検出したジャイロ信号を増幅回路、波形整形回路、Ａ／Ｄ変換回路（いずれも図示を省略する）において、増幅、整形、Ａ／Ｄ変換し、ジャイロデータとして体動信号取得部５１（処理部５０）へ出力する。処理部５０では、ジャイロデータを用いて、装着機器１が装着された手首ＷＲの傾きや回転などの動きを算出することができる。

尚、加速度センサー１１およびジャイロセンサー１５では、検出対象を３軸方向の軸としているが、３軸に限らず１軸、２軸、または４軸以上であってもよい。

（生体情報検出部）
生体情報検出部１６は、脈拍センサー１７を備えて構成される。
脈拍センサー１７は、光電センサーや演算回路などで構成され、ユーザーの脈波を検出し、脈拍数を算出するセンサーモジュールである。光電センサーでは、発光素子と受光素子とを備え、発光素子から手首ＷＲに向かって光を照射させ、血管で反射された反射光を受光素子により受光する。脈拍センサー１７は、血管の拡張時と縮小時とで光の反射率が異なる現象を利用してユーザーの脈波を検出する。演算回路では、検出された脈波のデータを周波数分解処理し各周波数の信号強度値を分析し、脈波以外のノイズも含まれている周波数スペクトルから脈波に相当する周波数スペクトルを特定する。尚、脈波の信号（Ｓ）と脈波以外のノイズ（Ｎ）信号との比をＳＮ比と称し、算出された脈拍数値の信頼度の判定に利用される。脈波以外のノイズの原因の一つとして、ユーザーの泳ぎ動作による手首ＷＲの動きが影響を与えているため、手首ＷＲの動きに伴い変化する加速度信号を参照することにより脈波に相当する周波数スペクトルを特定することができる。ただし、演算回路では、手首ＷＲの動きが激しくなると、脈波に相当する周波数スペクトルを特定することができなくなる傾向があった。
脈拍センサー１７は、算出した脈拍数を処理部５０へ出力する。尚、ＳＮ比の値も処理部５０へ出力してもよい。

尚、脈拍センサー１７は、上述の光電センサーに限らず、超音波により血管の収縮を検出して脈拍数を測定する超音波センサーや圧電素子などにより脈圧を検出する脈圧計を採用しても良く、さらに電極から微弱電流を体内に流して脈拍数を測定するセンサー等を採用しても良い。

（表示部）
表示部２０は、文字やアイコンの表示が可能な表示装置であり、例えば、柔軟に変形可能なフレキシブルタイプのドットマトリックス型ＥＰＤ（Electrophoretic Display）、および表示駆動回路などで構成される。処理部５０の表示制御部５７から出力される信号に従って表示駆動回路の駆動と非駆動とが切り替えられ、駆動時には表示制御部５７から出力される各種表示情報が表示される。
尚、表示部２０は、ＥＰＤに限らず、ＬＣＤ（Liquid Crystal Display）、セグメント型ＬＣＤ、有機エレクトロルミネッセンスディスプレイなどであってもよい。

（操作部）
操作部２２は、操作ボタンやスイッチ、表示部２０の表示面を覆うタッチパネル（いずれも図示を省略）であり、ユーザーの操作に対応する操作信号を処理部５０へ出力する。また、操作部２２は、ユーザーにより意図して装着機器１に所定の操作が加えられたことを検出する機能部として構成されていてもよい。所定の操作とは、例えば、装着機器１の表面を３回タップ（軽く叩く）するという操作であり、操作部２２はその操作を検出した場合に、表示部２０の表示内容を切り替えたりすることができる。詳しくは、操作部２２は、加速度センサー１１から出力される加速度信号の出力信号のパターンからタップが３回連続されたことを検出することができる。操作部２２は、３回連続のタップ操作を検出した場合に、予め決められたその操作に対応する機能を実現する。

（計時部）
計時部２４は、リアルタイムクロックであり、加速度センサー１１、圧力センサー１３、ジャイロセンサー１５などで利用するサンプリング間隔や、単位時間などを発生する。また、タイマー機能、カレンダー機能、時計機能、ストップウォッチ機能などの計時機能を有している。

（通信部）
通信部２６は、好適例として電力消費を抑えた近距離無線アダプターであり、記憶部７０に格納された各種データやユーザーに報知した表示情報などのデータを他の情報機器やネットワーク上のサーバーなどに送信する。また、他の情報機器やサーバーなどから装着機器１の各機能部を実現するためのプログラムなどを受信する。近距離無線アダプターは、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）アダプターであってもよい。尚、この構成に限定するものではなく、無線通信が可能な通信アダプターであれば良く、無線ＬＡＮアダプターとして、ＩＰ（Internet Protocol）、および外部の情報端末と共通の通信プロトコルを有しているものであってもよい。また、通信部２６は、物理的な通信端子を含み、他の情報機器などとケーブルを介して接続する構成であってもよい。

（電源部）
電源部３０は、電池３１および電源回路などで構成され、処理部５０の制御により電池３１から装着機器１の各部へ電力を供給する。電池３１が充電可能な充電式の二次電池である場合は、電源回路に非接触または充電端子により外部から供給される電力を電池３１へ充電する充電機能を備える。尚、電源部３０は、電力発現部（図示は省略）が備えられていてもよい。装着機器１が有する電力発現部の発電は、太陽発電（ソーラーセル）により実現されてもよいし、振動発電、手巻き発電または温度差発電などにより発現されてもよい。

（処理部と記憶部）
処理部５０は、ＣＰＵやＤＳＰ（Digital Signal Processor）等のプロセッサーを有して構成され、装着機器１の各部を統括的に制御する制御装置および演算装置である。処理部５０は、体動信号取得部５１、生体情報取得部５３、運動分析部５５、表示制御部５７、および学習部５９などの機能部を含み構成されている。尚、これらの機能部は一部であり、必ずしも必須の構成要素ではなく、処理部５０が実行する機能あるいは処理であるということもできる。また、他の機能部を含めてもよい。

記憶部７０は、ＲＯＭやフラッシュＲＯＭ、ＲＡＭ、ＨＤＤ、ＳＳＤ等の記憶装置によって構成され、体動信号データ７１、生体情報データ７３、運動分析データ７５、学習テーブル８０、およびプログラム８３などが記憶されている。

以降、処理部５０の各機能部、および記憶部７０に記憶される各データについて説明する。
（体動信号取得部）
体動信号取得部５１は、体動検出部１０から加速度データ、圧力データ、およびジャイロデータなどの体動信号に係わるデータを取得する。取得した各データを時系列に記憶部７０へ体動信号データ７１として記憶する。体動信号取得部５１は、圧力データに基づいて着水および離水を検知し、運動分析部５５および生体情報取得部５３の機能部の処理を開始する。図２を用いて詳細について説明する。
体動信号取得部５１は、体動検出部１０から圧力データを取得すると、圧力データの変化量から着水したか否か（気圧値から水圧値に変化したか否か）を判定する（判定５１ａ）。判定５１ａにより着水が判定されると、運動分析部５５の処理を開始（実行Ｇ１）し、生体情報取得部５３の処理を開始（実行Ｇ２）する。実行Ｇ１、実行Ｇ２、および以降で説明する実行Ｇ３〜Ｇ９は、対象機能部のプログラムをＣＰＵへ実行させることを示し、それらのプログラムは実行されると並列処理または擬似並列処理により他のプログラムと並行して実行される。また、実行中のプログラム間では、プロセス間通信やセマフォなどにより各種データを双方向に送受信することが可能である。

体動信号取得部５１は、圧力データの変化量から離水したか否か（水圧値から気圧値に変化したか否か）を判定する（判定５１ｂ）。判定５１ｂにより離水が判定されると、計時部２４のタイマー機能を起動し、期間Ｔ２の期間を経過後に表示制御部５７（サマリー表示処理５７ｃ）の処理開始（実行Ｇ７）を設定する。
体動信号取得部５１は、判定５１ｂにより離水が判定されると、運動分析部５５、学習部５９、および生体情報取得部５３に離水が判定されたことを通知する。

（生体情報取得部）
生体情報取得部５３は、生体情報検出部１６において検出または算出された脈拍数などの生体情報および脈拍数のＳＮ比などの関連情報を取得する。取得した各データを時系列に記憶部７０へ生体情報データ７３として記憶する。

（運動分析部）
運動分析部５５は、体動信号に係わるデータからユーザーの動きを分析する。分析した動きの種類に応じて表示制御部５７や学習部５９の処理を開始する。詳しくは、運動分析部５５は、体動信号データ７１を参照して時系列に記憶された加速度データなどの体動信号を分析し、ユーザーの行動や動作状態を判定する。
分析するユーザーの動作状態は、運動に集中している第２動作状態と、運動の一区切りとなる（運動に集中していない）第１動作状態に大別される。
第２動作状態としては、上述の動作状態Ｍ２および動作状態Ｍ４のような泳ぎ動作に加え、水中ウォーキングやウォーターエアロビクスなどの運動最中の動作状態がある。このような動作状態におけるユーザーは、運動に集中しているため、装着機器１の表示部２０を視認することは困難である。尚、泳ぎ動作としては、クロール泳法、平泳ぎ泳法、背泳ぎ泳法、バタフライ泳法などがあり、運動分析部５５は、これらの種類も分析する。運動分析部５５では、それぞれの泳ぎ動作を対象にして、片道距離（例えば、２５ｍ）間のストローク回数や時間や速度、１分間当たりのストローク回数であるストロークピッチ、１ストロークあたりの進行距離であるストローク距離など、泳ぎ動作の内容に関する情報を算出する。これらの泳ぎ動作の内容に関する情報は、一定単位時間（例えば１秒間）毎に運動分析データ７５に記憶される。
第１動作状態としては、上述の動作状態Ｍ３および動作状態Ｍ５のようなターン動作、静止動作などのような第２動作状態の運動継続を一時中断（一区切り）する動作状態である。このような動作状態では、ユーザーは、運動に集中していない運動途中における一区切りの間に、装着機器１の表示部２０を視認することが可能である。
尚、ユーザーの動作状態を第１動作状態と判定することは、第１動作状態を検知すること、に相当する。また、同様にユーザーの動作状態を第２動作状態と判定することは、第２動作状態を検知すること、に相当する。

次に、運動分析部５５において、体動信号からユーザーの行動および動作状態を分析する処理について説明する。図８は、水泳中における加速度データを示すグラフである。
この図は、ユーザーがクロール泳法で泳いでいる時の３軸方向における加速度データの変化の一例を示している。グラフの縦軸は、加速度信号がＡ／Ｄ変換された値の範囲を示し、ここでは−８０〜＋１２０の範囲を示している。横軸は、計測時間であり、目盛数値は左端を「０」として秒単位で経過時間を示している。横軸方向には、図２の説明で定義した動作状態Ｍ２、行動Ａ３、動作状態Ｍ３、行動Ａ４、動作状態Ｍ４がそれぞれの対応する時間帯に行われたことを示している。
グラフＭｘは、Ｘ軸方向の加速度データを示し、グラフＭｙは、Ｙ軸方向の加速度データ、グラフＭｚは、Ｚ軸方向の加速度データを示している。

動作状態Ｍ２では、クロール泳法による腕の回転に伴い、グラフＭｘが、腕を進行方向に伸ばす方向であるＸ軸のプラス方向に略「８０」をピークとして、Ｘ軸のマイナス方向に略「−６０」をピークとした加速度が周期的に表れている。グラフＭｙは、腕が胴体から離れる方向であるＹ軸のプラス方向に略「３０」をピークとして、近づく方向であるＹ軸のマイナス方向に略「−２０〜−６０」をピークとしてグラフＭｘと同様な周期で表れている。グラフＭｚは、水深方向であるＺ軸のプラス方向とその反対方向のマイナス方向に小刻みに振れて、その周期はグラフＭｘやグラフＭｙの周期の略半分で表れている。

動作状態Ｍ３では、ターン動作中の腕の動作状態を示しており、グラフＭｘ、グラフＭｙ、グラフＭｚのいずれも、動作状態Ｍ２とは異なり、小さい値を示し、顕著な周期性も認められない。
動作状態Ｍ４では、グラフＭｘ、グラフＭｙ、グラフＭｚ共に動作状態Ｍ２と略同様な傾向を示すグラフとなっている。

運動分析部５５では、ユーザーの行動と動作状態に対応する加速度データのパターン、特性や特徴点などが格納された行動判定テーブル（図示は省略）を管理している。行動判定テーブルは、予め記憶部７０に記憶されている。運動分析部５５では、ユーザーの動きに伴い逐次記憶された体動信号データ７１のデータを一定時間（例えば、１秒）毎に、一定の期間（例えば、最新の４秒間）分のデータを読み込み、行動判定テーブルを参照して対応するユーザーの行動と動作状態とを出力する。このようにして、運動分析部５５では、ユーザーの行動および動作状態の変化に対応して、略リアルタイムにユーザーの動きを分析することができる。

図８に示す動作状態Ｍ２と動作状態Ｍ４の期間中では、３軸方向の加速度データに周期性が現れているという特徴がある。運動分析部５５では、その特徴から動作状態を周期性のある泳ぎ動作または水中ウォーキングと判定することができる。更に、運動分析部５５では、グラフＭｘとグラフＭｙとグラフＭｚとのそれぞれの波形傾向からクロール泳法と判定する。このような泳法の判定は、例えば、公知文献（米国特許第ＵＳ８，６５２，０１０号明細書）においても公開されている。また、行動Ａ３から行動Ａ４までの動作状態Ｍ３では、３軸方向の加速度の周期性が認められなくなるとともに、３軸方向の加速度の大きさの総和量が小さくなってきている。運動分析部５５では、加速度の大きさに対して所定の閾値以下（例えば、泳ぎ動作時の５分の１程度）になった場合は、ゆっくりターンしているターン動作または静止動作と判別する。ターン動作の判別方法としては、公知文献（特開２００８−２５３４７０号公報）においても公開されている。また、３軸方向の加速度データの周期性が認められず、加速度の大きさが（所定の閾値よりも）小さい場合に静止動作と判別されてもよい。
尚、運動分析部５５では、３軸方向の加速度データの周期性が認めらないものの、加速度の大きさが（所定の閾値よりも）大きい（動き動作が激しい）場合では、ウォーターエアロビクスなどの運動をしている動作状態であると判定することができる。

運動分析部５５では、動作状態を判定すると、その動作状態における運動内容について分析し、分析した結果を記憶部７０に運動分析データ７５として格納する。運動分析データ７５には、上述したように一定時間（例えば、１秒）毎に、判定した動作状態とその時の泳ぎ動作の内容に関する情報が時系列に格納されている。例えば、１秒毎に、クロール泳法、ストロークピッチ、といった内容の情報が格納される。
また、運動分析データ７５には、片道泳ぎ動作毎に運動分析された情報も格納されている。図９にその一例を示す。図９は、運動分析データの一例を示す図である。図９に示す運動分析データ７５は、片道泳ぎ動作が終了したタイミングにおいて格納された情報を示している。列７５ａに、分析する運動内容の項目が示され、列７５ｂと列７５ｃには、ユーザーにより実施された運動内容が示されている。列７５ａの１行目の「本数［本］」は、プールにおいて片道を泳いだ本数であり、列７５ｂの各項目は、１本目の運動内容が、列７５ｃの各項目は２本目の運動内容が格納されている。次に、２行目以降の各項目について説明する。

「距離［ｍ］」は、プールの片道の距離であり、予め、装着機器１の操作部２２を介して入力される距離である。
「時間［秒］」は、片道に泳いだ時間の結果である。
「ストローク回数」は、片道のストローク回数の結果である。
「ストロークピッチ［回数／分］」は、１分間当たりのストローク回数である。ストロークピッチは、加速度の波形データ（図８）に対して周波数分解処理を適用して周波数スペクトルを取得し、この周波数スペクトルから泳ぎ動作時のストロークピッチを特定する。また、周波数分解処理を用いずに、加速度データの特定軸（例えば、グラフＭｘ）の単位時間当たりのピーク数を用いてストロークピッチを算出してもよい。
「ストローク距離［ｃｍ］」は、１ストロークで進行した距離である。ストローク距離は、「ストロークピッチ」および「距離」の値を用いて算出する。また、進行方向の加速度データから速度情報を算出し、１ストロークごとの進行方向における進行距離を算出してもよい。
「合計距離［ｍ］」は、片道ごとの「距離［ｍ］」を累計して算出する。
「合計時間［秒］」は、片道ごとの「時間［秒］」を累計して算出する。
「ＳＷＯＬＦ」は、ＳＷＯＬＦスコアーであり、片道の「時間［秒］」と片道のストローク回数との和から算出する。
「平均ＳＷＯＬＦ」は、片道ごとのＳＷＯＬＦスコアーの平均値である。

運動分析部５５では、ユーザーの行動を判定すると、判定した行動に対応する表示制御部５７および学習部５９の処理を開始する。表示制御部５７および学習部５９の処理は、運動分析部５５と並行して実行される。

図２に示すように、運動分析部５５は、行動Ａ２（泳ぎ動作開始）を判定（判定５５ａ）すると、表示制御部５７に含まれる非表示処理５７ａの処理を開始（実行Ｇ３）する。運動分析部５５は、行動Ａ３（ターン動作開始）を判定（判定５５ｂ）すると、表示制御部５７の表示処理５７ｂの処理を開始（実行Ｇ４）する。運動分析部５５は、行動Ａ４（泳ぎ動作開始）を判定（判定５５ａ）すると、表示制御部５７に含まれる非表示処理５７ａの処理を開始（実行Ｇ５）する。運動分析部５５は、行動Ａ５（泳ぎ動作終了と静止動作開始）を判定（判定５５ｃ）すると、表示処理５７ｂの処理を開始（実行Ｇ６）する。

図３に示すように運動分析部５５は、行動Ａ４（泳ぎ動作開始）を判定（判定５５ｄ）すると、学習部５９の処理を開始（実行Ｇ８）する。運動分析部５５は、行動Ａ４の判定後、ユーザーの動作状態Ｍ４（泳ぎ動作）が継続されている間、運動内容（動作状態が泳ぎ動作であること）を分析し、行動Ａ５（泳ぎ動作終了と静止動作開始）を判定（判定５５ｅ）すると、学習部５９に行動Ａ５が判定された旨の情報を送信（実行Ｇ９）する。運動分析部５５は、行動Ａ５の判定後、動作状態Ｍ５（静止動作）が継続されている間、動作状態が静止動作であること分析する。

（表示制御部）
表示制御部５７は、上述した表示制御処理を実現する機能部であり、表示部２０の表示および非表示を制御する。表示制御部５７は、表示部２０に表示するための情報を取得または算出して、それらを表示する表示画面を生成する。表示制御部５７は、引き続き、表示駆動回路を駆動して、表示指示コマンドと表示画面の情報を表示部２０へ出力する。表示部２０には、表示画面が表示される。また、表示制御部５７は、表示駆動回路を非駆動にして、表示部２０を非表示にする。表示部２０に表示するための情報および表示画面は共に表示情報に相当する。

表示制御部５７は、運動分析部５５の判定５５ａの判定に基づいて起動される（実行Ｇ３）と、非表示処理５７ａを実行し、表示部２０を非表示２０ｂに切り替える（制御Ｃ１）。
表示制御部５７は、運動分析部５５の判定５５ｂの判定に基づいて起動される（実行Ｇ４）と、表示処理５７ｂを実行し、生体情報データ７３および運動分析データ７５から表示に必要な情報を読み込んで表示画面を生成する。表示部２０を表示２０ｃに切り替えて、生成した表示画面を表示部２０へ出力する（制御Ｃ２）。

表示制御部５７は、運動分析部５５の判定５５ａの判定に基づいて起動される（実行Ｇ５）と、非表示処理５７ａを実行し、表示部２０を非表示２０ｂに切り替える（制御Ｃ１）。
表示制御部５７は、運動分析部５５の判定５５ｃの判定に基づいて起動される（実行Ｇ６）と、表示処理５７ｂを実行し、生体情報データ７３および運動分析データ７５から表示に必要な情報を読み込んで表示画面を生成する。そして、表示部２０を表示２０ｃに切り替えて、生成した表示画面を表示部２０へ出力する（制御Ｃ３）。
図１２は、表示画面の一例を示す図である。画面Ｄ１０には、運動分析部５５において生成された運動分析データ７５から読み込んだ情報と、生体情報データ７３から読み込んだ情報と、それぞれの情報に基づいて生成された情報とが含まれている。画面Ｄ１０の表示内容には、泳いだ合計距離（累計水泳距離）と泳いだ合計時間などの累計の動作状態に関する情報が示されている。累計の情報としては、累計ターン回数、累計ストローク回数などが表示されてもよい。また、２本目（動作状態Ｍ４）の記録として、ストローク回数、ストロークピッチ、ストローク距離が示されている。尚、２本目の記録として２本目の水泳時間が含まれていてもよい。画面Ｄ１０における、「平均脈拍数 １５３拍／分」および「最大脈拍数 １６０拍／分」は生体情報データ７３から読み込んだ情報または表示制御部５７により推定された脈拍数に基づいて生成されている（詳細は後述する）。
尚、画面Ｄ１０は、表示画面の一例であり、上述の表示内容の少なくともいずれか１つが含まれていればよく、また、上述の表示内容以外の内容が表示されてもよい。また、ユーザーによって任意の表示内容を選択することができてもよい。

表示制御部５７は、制御Ｃ３により表示部２０を表示２０ｃに切り替えると同時に、計時部２４のタイマーを起動し、期間Ｔ１の期間を計時する。期間Ｔ１の期間が経過すると、非表示処理５７ａを実行し、制御Ｃ４により表示部２０を非表示２０ｂに切り替える。

体動信号取得部５１の判定５１ｂにより離水が判定されてから期間Ｔ２経過後に、表示制御部５７が処理開始（実行Ｇ７）されると、表示制御部５７ではサマリー表示処理５７ｃを実行する。サマリー表示処理５７ｃでは、着水後から離水までに泳いできた動作（動作状態Ｍ２および動作状態Ｍ４）に対する分析情報などが含まれている。具体的には、制御Ｃ５により、今まで表示してきた表示２０ｃの情報などを総合してサマリー情報の画面を生成し、表示部２０を表示２０ｄに切り替える。図１３は、サマリー情報の画面の一例を示す図である。画面Ｄ２０には、サマリー情報として、泳いだ合計距離（水泳距離）、泳いだ合計時間（水泳時間）、泳法、消費カロリー、平均ストロークピッチ、平均ストローク距離、平均脈拍数、最大脈拍数、平均ＳＷＯＬＦとその区間などが表示されている。図１４は、サマリー情報の画面の一例を示す図である。画面Ｄ３０では、サマリー情報として区間（片道）毎に水泳時間が棒グラフで示されている。
尚、サマリー情報として、ターン回数、疲労度情報、体力評価、トレーニング効果、ターン動作間の片道距離におけるベストタイムなどが含まれていてもよい。ターン回数、泳法、ターン動作間の片道距離におけるベストタイムは、運動分析データ７５を参照することにより導出される。消費カロリー、疲労度情報、体力評価、トレーニング効果の詳細に関しては、変形例にて後述する。

次に、表示制御部５７により、表示情報を生成する処理の詳細について説明する。
表示制御部５７は、生体情報データ７３の脈拍数データにおいて、信頼度の高い脈拍数値が測定できているか否か判定し、信頼度の高い脈拍数が測定できている場合では、生体情報データ７３から取得した脈拍数データに基づいて、表示情報を生成する。一方で、表示制御部５７では、時系列に格納された生体情報データ７３において、部分的に信頼できない値や異常値（突出した脈拍数値）を示す脈拍数値が存在していたり、測定ができていない欠損データがあったりした場合に、そのような脈拍数データに代わる脈拍数データを推定し補正する。尚、信頼度の高い脈拍数値が測定できているか否かの判定方法は、例えば、脈拍センサー１７から出力されたＳＮ比の値が所定の閾値以上か否かを判定することにより実現できる。

信頼できない脈拍数値、異常値、欠損データなどの欠陥脈拍数値を補正する処理について具体的に説明する。欠陥脈拍数値が生じた時刻に対応する運動種別（運動強度を含む）の情報を生体情報データ７３および運動分析データ７５を参照して取得する。次に、学習テーブル８０を参照して、当該運動種別に対応するターゲット脈拍数を取得する。
図１１に示す学習テーブル８０の例を用いて説明すると、表示制御部５７では、欠陥脈拍数値が生じた時刻が含まれる運動種別とストロークピッチとを取得し、学習テーブル８０の列８０ａ（運動種別）と列８０ｂ（ストロークピッチ）とを参照して列８０ｃのターゲット脈拍数を取得する。
表示制御部５７では、生体情報データ７３を参照し欠陥脈拍数値の前後に存在する信頼度の高い脈拍数値と、取得したターゲット脈拍数と、を用いて、欠陥脈拍数値となっている脈拍数データに対応する脈拍数の値を推定する（特開２０１２−２３２０１０号公報参照）。生体情報データ７３の欠陥脈拍数値となっている脈拍数データの部分を、推定した脈拍数の値に置き換える。このようにして更新された生体情報データ７３を用いて、平均脈拍数や最大脈拍数を算出する。算出した平均脈拍数や最大脈拍数の情報を含めて表示画面を生成した後、表示部２０へ出力する。

（学習部）
学習部５９は、上述した学習処理を実現する機能部であり、学習テーブル８０を生成する。また、学習テーブル８０の内容を更新する。図３に示すように学習部５９は、運動分析部５５の判定５５ｄによって、泳ぎ動作の開始が判定されると、実行Ｇ８により処理が開始される。また、その後、運動分析部５５の判定５５ｅによって、静止動作の開始が判定されると、実行中の学習部５９にその旨の情報（静止動作の開始）が送信される（実行Ｇ９）。以降に詳細について説明する。

学習部５９は、実行Ｇ８により、計時部２４のタイマー機能を起動して期間Ｔ３の期間の計時を開始する。学習部５９は、動作状態Ｍ４における運動分析データ７５を取得し、その運動内容（運動強度を含む運動種別の情報）が安定している間の期間が期間Ｔ３の期間以上に達したか否かを判定する。運動内容が安定しているか否かの判定は、運動種別が同じで、運動強度の変化が所定の範囲内である場合は、運動内容が安定していたと判定され、そうでない場合は安定していないと判定される。運動内容が安定していた期間が、期間Ｔ３以上の期間存在していたと判定された場合は、学習フラグがＯＮ（学習可能）にされ、そうでない場合は、ＯＦＦ（学習不可）にされる。学習フラグは記憶部７０に格納されている（図示は省略）。尚、期間Ｔ３は、第３の期間に相当する。

学習部５９は、実行Ｇ９により、動作状態Ｍ４（泳ぎ動作）から動作状態Ｍ５（静止動作）に変わったことが通知（送信）されると、学習フラグの内容を取得し、学習フラグがＯＮであった場合は、動作状態Ｍ４の運動分析データ７５の情報に基づいて学習処理を行う。
まず、動作状態Ｍ４の運動内容が安定していた期間を抽出する。この抽出期間は、動作状態Ｍ４の泳ぎ動作終了時点（判定５５ｅ）から遡って、運動内容が安定していた期間であり、少なくとも期間Ｔ３以上の長さの期間となる。

学習部５９は、抽出期間を決定すると、その期間において生体情報が安定して検出されていたか否か判定する。具体的には、抽出期間における生体情報データ７３の脈拍数のＳＮ比を評価し、脈拍数（値）の信頼度が高いか否かを判定する。

学習部５９において、脈拍数の信頼度が高いと判定された場合は、動作状態Ｍ４の抽出期間における運動内容が安定しており、かつ生体情報も安定して検出されていたことになるため、それらの運動内容（運動種別および運動強度）に対応する生体情報（脈拍数）を学習テーブル８０に格納（更新Ｗ１）する。

学習部５９において、脈拍数（値）の信頼度が高くないと判定された場合は、動作状態Ｍ４の抽出期間にける運動内容は安定しているが、生体情報が安定して検出されなかったことを示す。この場合、学習部５９は、実行Ｇ９の直後から、計時部２４のタイマー機能を起動して、期間Ｔ４の期間の計時を開始する。学習部５９は、期間Ｔ４が経過すると、その期間に検出された生体情報（脈拍数）を生体情報データ７３から取得する。期間Ｔ４の期間中は、ユーザーは動作状態Ｍ５（静止動作）であるため、脈波信号以外のノイズが極めて少なくなることから、生体情報データ７３の信頼度は高いデータとなっている可能性が大きい。そして、動作状態Ｍ４の抽出期間における運動内容（運動種別および運動強度）と、期間Ｔ４における生体情報（脈拍数）を関連付けて学習テーブル８０に格納（更新Ｗ１）する。動作状態Ｍ４の抽出期間における運動中の生体情報を、動作状態Ｍ４終了後の動作状態Ｍ５の期間Ｔ４の生体情報で推定することができる。これは、学習処理の概要で説明した脈拍数のシグモイド形の時間変化の性質を利用している。

学習部５９では、期間Ｔ４の期間の全ての生体情報データ７３を参照するのではなく、比較的信頼度の低いデータを除外した生体情報を決定してもよい。また、期間Ｔ４の開始または開始以前から脈拍数の変化量の少ない期間の生体情報が選択されてもよい。例えば、図１０に示した期間Ｔ５が変化量の少ない期間に相当する。このようにして、学習部５９は、信頼度が高い脈拍数や期間Ｔ４の開始前後の変化量の少ない期間の脈拍数を抽出し、それらの脈拍数と、直前に運動していた動作状態Ｍ４の期間Ｔ３の期間における運動種別および運動強度と関連付けて学習テーブル８０を更新（更新Ｗ１）することで、さらに信頼度の高い情報とすることができる。

学習部５９では、抽出した脈拍数を、学習テーブル８０の列８０ｃ（図１１）にターゲット脈拍数として、運動種別と運動強度（ストロークピッチ）に関連付けて格納する。
尚、期間Ｔ３、および期間Ｔ４の期間を示す値は、予め記憶部７０に記憶されている。それぞれの値は、運動種別ごとに、また、片道距離の長さによって異なる値が設定されている。例えば、クロール泳法で片道２５ｍの場合では、期間Ｔ３は、１０秒から２０秒程度の期間が設定され、期間Ｔ４は、１０秒程度の期間が設定されている。

（制御方法のフロー）
次に図５、図６および図７を中心に適宜、図２および図３などの各図を用いて制御方法について説明する。
図５は、表示制御処理の流れを示すフローチャート図である。図６は、サマリー情報の表示処理の流れを示すフローチャート図である。図７は、学習処理の流れを示すフローチャート図である。
図５、図６、および図７に示すフローは、記憶部７０に記憶されるプログラム８３が処理部５０により読み込まれて実行されることにより実現される処理の流れである。尚、図５に示すフローは、報知制御方法に相当し、図７に示すフローは生成方法に相当し、図５、図６、および図７のフローは制御方法に相当する。また、以降のフローにおける表示処理は、報知処理に相当する。

（表示制御処理）
ステップＳ１０では、準備が行われる。具体的には、本フローの以降のステップで使用される時刻データを格納する変数Ｔｓｔおよび変数Ｔｃｎｔの初期化を行う。「ＧｅｔＴｉｍｅ」は、現在の時刻を取得する関数を示している。「変数Ｔｓｔ＝ＧｅｔＴｉｍｅ」では、ステップＳ１０が実行される時刻が変数Ｔｓｔに格納されることを示している。

ステップＳ２０では、運動判定が行われる。詳しくは、体動検出部１０から体動信号を取得し、生体情報検出部１６から生体情報を取得し、体動信号に基づいてユーザーの行動と動作状態とを取得する。動作状態としては、泳ぎ動作、ターン動作、静止動作を判定する。泳ぎ動作の場合では、泳法などの運動種別とストロークピッチなどの運動強度の情報も取得する。尚、泳ぎ動作以外の運動についての説明は本フローでは省略している。

ステップＳ３０では、動作が変わったか否か判定する。詳しくは、ステップＳ２０により判定された動作状態が、それ以前の動作状態と変わったか否かを判定する。具体的には、内部変数に格納した以前の動作状態の内容と、直前のステップＳ２０によって判定された動作状態の内容とを比較し、一致しなかった場合には、動作が変わったと判定し（ステップＳ３０；Ｙｅｓ）、ステップＳ４０へ進み、一致している場合は、動作が変わっていないと判定し（ステップＳ３０；Ｎｏ）、ステップＳ１００へ進む。

ステップＳ４０では、変わった後の動作種類を判定する。詳しくは、変わった後の動作種類（動作状態の運動種別）が、泳ぎ動作である場合はステップＳ５０へ進み、ターン動作または静止動作である場合はステップＳ６０へ進む。

ステップＳ５０では、表示部２０を非駆動（非表示）にする。ステップＳ５０の処理は、図２に示す制御Ｃ１により非表示２０ｂに切り替える処理に相当する。
ステップＳ６０からステップＳ８０では、表示部２０を駆動し（ステップＳ６０）、表示部２０に運動分析データおよび生体情報データを表示し（ステップＳ７０）、変数Ｔｓｔに現在時刻を格納する（ステップＳ８０）。変数Ｔｓｔには、表示部２０に表示情報を表示した時刻が格納される。ステップＳ６０〜Ｓ８０の処理は、図２に示す制御Ｃ２および制御Ｃ３により表示２０ｃに切り替えて表示情報を表示する処理に相当する。

ステップＳ１００からステップＳ１３０は、ターン動作または静止動作が継続されている場合の処理である。ステップＳ３０によって動作状態が変わらない判定で、ステップＳ１００に進み、その変わらない動作状態がターン動作または静止動作であると判定した場合は（ステップＳ１００；Ｙｅｓ）、ステップＳ１１０へ進む。動作状態がターン動作および静止動作のいずれでもない場合は（ステップＳ１００；Ｎｏ）、つまり、泳ぎ動作の場合は、ステップＳ２０へ移る。
ステップＳ１１０では、現在の時刻を取得して変数Ｔｃｎｔへ格納する。
ステップＳ１２０では、変数Ｔｃｎｔから変数Ｔｓｔを差し引いた時間が、期間Ｔ１以上になったか否か判定する。詳しくは、変数Ｔｓｔは、表示部２０に表示情報を表示した時刻であるため、変数Ｔｃｎｔを差し引いた時間は、表示部２０に表示情報が表示されている経過時間になる。その経過時間が、期間Ｔ１以上となった場合は（ステップＳ１２０；Ｙｅｓ）、ステップＳ１３０へ進み、表示部２０を非駆動にし、期間Ｔ１未満の場合は（ステップＳ１２０；Ｎｏ）、表示部２０の情報表示が継続された状態でステップＳ２０へ移る。ステップＳ１００〜Ｓ１３０の処理は、図２に示す期間Ｔ１経過後に制御Ｃ４により表示２０ｃを非表示２０ｂに切り替える処理に相当する。

このようにして、ターン動作または静止動作に動作状態が変わったタイミングを判定し（ステップＳ２０〜Ｓ４０）、ターン動作または静止動作に動作状態が変わった場合には、表示部２０に表示情報を表示する（ステップＳ６０〜Ｓ８０）。動作状態が、泳ぎ動作に変わったタイミングを判定し（ステップＳ２０〜Ｓ４０）、表示部２０を非表示にする（ステップＳ５０）。また、表示部２０に表示情報が表示されていてターン動作または静止動作が継続中の場合は、期間Ｔ１経過後に表示部２０を非表示にしている（ステップＳ１００〜Ｓ１３０）。

（サマリー情報の表示処理）
ステップＳ２００では、準備が行われる。具体的には、本フローの以降のステップで使用される時刻データを格納する変数Ｔｓｔおよび変数Ｔｃｎｔの初期化を行う。本ステップでは、時刻を格納する変数Ｔｓｔおよび変数Ｔｃｎｔとして初期化するために、現在の時刻を格納する。

ステップＳ２１０では、離水が検出（検知）されたか否か判定する。詳しくは、体動検出部１０の圧力センサー１３から圧力データを取得し、水圧値から気圧値に変化して一定時間が継続したか否かを判定し、継続した場合は離水が検出（検知）されたと判定し（ステップＳ２１０；Ｙｅｓ）、ステップＳ２２０へ進む。離水が検出（検知）されない間は（ステップＳ２１０；Ｎｏ）本ステップを繰り返す。
ステップＳ２２０では、現在の時刻を取得して変数Ｔｓｔに格納する。
ステップＳ２３０では、現在の時刻を取得して変数Ｔｃｎｔに格納する。
ステップＳ２４０では、変数Ｔｃｎｔから変数Ｔｓｔを差し引いた時間が、期間Ｔ２以上になったか判定し、期間Ｔ２以上になった場合（ステップＳ２４０；Ｙｅｓ）は、ステップＳ２５０へ進み、期間Ｔ２未満の場合は（ステップＳ２４０；Ｎｏ）はステップＳ２３０へ戻る。つまり、期間Ｔ２が経過するまでステップＳ２３０とＳ２４０とを繰り返す。
ステップＳ２５０では、表示部２０を駆動し、ステップＳ２６０では、サマリー情報を生成して、表示部２０に表示する。

このようにして図２に示す離水を検出（検知）（判定５１ｂ）した後、期間Ｔ２経過後に表示部２０が表示２０ｄに切り替わり、サマリー情報の画面が表示される。

（学習処理）
ステップＳ３００では、準備が行われる。具体的には、本フローの以降のステップで使用される時刻データを格納する変数Ｔｓｔおよび変数Ｔｃｎｔに現在の時刻を設定して初期化を行う。また、同様に以降のステップで使用される変数のひとつである学習フラグをＯＦＦに初期化する。学習フラグは、学習が可能な場合はＯＮに設定される。

ステップＳ３１０では、運動判定が行われる。本ステップでは、ステップＳ２０と同様な処理が行われ、動作状態として泳ぎ動作、ターン動作、静止動作を判定し、泳ぎ動作の場合では、泳法などの運動種別とストロークピッチなどの運動強度の情報を取得する。

ステップＳ３２０では、動作が変わったか否か判定する。詳しくは、ステップＳ３１０により判定された動作状態が、それ以前の動作状態と変わったか否かを判定する。動作状態が変わった場合は（ステップＳ３２０；Ｙｅｓ）、ステップＳ３３０へ進み、動作状態が変わっていない場合は（ステップＳ３２０；Ｎｏ）、ステップＳ３４０へ進む。
ステップＳ３３０では、変数Ｔｓｔに現在の時刻が格納される。変数Ｔｓｔには、動作状態が変わったタイミングの時刻が格納されている。
ステップＳ３４０からステップＳ４８０は、動作状態が変わっていない場合、つまり同じ動作状態が継続されている場合に、繰り返し処理されるステップである。

ステップＳ３４０では、動作種類を判定する。詳しくは、動作状態が継続している動作種類を判定し、動作種類が泳ぎ動作である場合は、ステップＳ３５０からステップＳ４００の処理が行われる。動作種類が静止動作である場合は、ステップＳ４１０からステップＳ４８０の処理が行われる。尚、動作種類がターン動作の場合は、説明の都合上省略している。

ステップＳ３５０からステップＳ４００は、泳ぎ動作の最中に、運動種別（例えば、クロール泳法）の運動強度（例えば、スクロールピッチ）に対する学習が可能かどうかを判定する処理である。
ステップＳ３５０では、運動分析データを取得する。運動分析データは、泳ぎ動作中に記憶部７０に運動分析データ７５として記憶されているので、そこから時系列に格納されている運動強度のデータを取得する。運動強度のデータは、例えば、１秒単位で算出されたストロークピッチのデータである。
ステップＳ３６０では、運動強度が安定しているか否か判定する。詳しくは、運動強度のデータを直近５秒分程度の移動平均値を算出し、移動平均値と最新の運動強度との値を比較し、差異量が所定の閾値よりも小さい場合は、運動強度が安定していると判定し、所定の閾値以上である場合は、運動強度が安定していない（不安定）と判定する。運動強度が安定していると判定した場合は（ステップＳ３６０；Ｙｅｓ）、ステップＳ３７０へ進み、運動強度が不安定と判定した場合は（ステップＳ３６０；Ｎｏ）、ステップＳ４００へ進む。ステップＳ４００では、現在の時刻を変数Ｔｓｔに格納し、ステップＳ３１０へ移る。

ステップＳ３７０では、現在の時刻を変数Ｔｃｎｔに格納する。
ステップＳ３８０では、変数Ｔｃｎｔから変数Ｔｓｔを差し引いた期間が、期間Ｔ３以上になったか否か判定する。期間が、期間Ｔ３以上になった場合は（ステップＳ３８０；Ｙｅｓ）、ステップＳ３９０へ進み、期間が、期間Ｔ３未満の場合は（ステップＳ３８０；Ｎｏ）、ステップＳ３１０に移る。

ステップＳ３９０では、学習フラグをＯＮに設定する。変数Ｔｓｔの時刻から継続している運動の運動種別および運動強度について、学習が可能であることを示している。

ステップＳ３８０において判定に用いられた期間Ｔ３は、図３の例に示した動作状態Ｍ４において行われた運動種別の運動の運動強度が安定していたか否かを判定するための期間である。ステップＳ３６０からＳ３８０の処理が行われ、ステップＳ３８０でＹｅｓと判定された場合は、泳ぎ動作において運動強度が安定していた状態が、期間Ｔ３以上継続されたことを示す。

このようにしてステップＳ３５０からステップＳ４００の処理では、泳ぎ動作をしている最中に、安定した運動強度で運動していた場合に、学習することができる（学習フラグをＯＮ）ことを判定している。

ステップＳ４１０からステップＳ４８０は、静止動作中に、ステップＳ３５０〜Ｓ４００において学習可能と判定された運動種別および運動強度に対応する生体情報を学習する処理である。

ステップＳ４１０では、学習フラグがＯＮになっているか否か判定する。学習フラグがＯＮになっている場合は（ステップＳ４１０；Ｙｅｓ）、学習可能な運動種別および運動強度が存在することを示し、ステップＳ４２０へ進む。学習フラグがＯＮでない場合は（ステップＳ４１０；Ｎｏ）、学習可能な運動強度がないため、ステップＳ３１０へ移り、次の運動判定を行う。

ステップＳ４２０では、運動内容が安定している抽出期間を決定し、その期間の運動強度を記憶する。詳しくは、運動分析データ７５に格納された運動種別および運動強度のデータを取得し、運動が終了した時刻から遡って運動強度が安定している期間を抽出期間として決定する。運動強度が安定しているか否かの判定については、ステップＳ３６０による判定方法が用いられる。抽出期間の長さは、ステップＳ３８０において運動強度が安定している期間は期間Ｔ３以上であるため、少なくとも期間Ｔ３以上の期間の長さとなる。
記憶する運動強度は、例えば、ステップＳ３６０で算出した移動平均値でもよいし、期間Ｔ３中の運動強度の最小と最大の値であってもよい。このような運動強度の情報が、抽出期間におけるも運動強度として、記憶部７０に記憶される。このとき、運動種別についても記憶される。記憶された運動強度および運動種別の情報は、後述するステップＳ４７０で利用される。

ステップＳ４４０では、現在の時刻を変数Ｔｃｎｔに格納する。
ステップＳ４５０では、生体情報データ７３を取得する。ここでは、静止動作中に検出された生体情報を取得する。
尚、ステップＳ４５０では、抽出期間における生体情報データ７３を取得して、その生体情報の信頼度を判定してもよい。抽出期間における生体情報の信頼度が高いと判定された場合は、その生体情報データを用いてステップＳ４７０（ステップＳ４６０はスキップ）へ進む。抽出期間における生体情報の信頼度が高くないと判定された場合は、ステップＳ４６０へ進む。

ステップＳ４６０では、生体情報の信頼度が高く、かつ、変数Ｔｃｎｔから変数Ｔｓｔを差し引いた期間が期間Ｔ４以上であるか否か判定する。詳しくは、ステップＳ４５０で取得した生体情報データのＳＮ比が所定の閾値以上である場合は、信頼度が高いと判定する。変数Ｔｓｔは、ステップＳ３３０によって格納された時刻であり、静止動作に切り替わった時刻が格納されている。従って、変数Ｔｃｎｔから変数Ｔｓｔを差し引いた期間は、静止動作が継続している期間である。
ステップＳ４６０では、静止動作状態において生体情報を検出し、検出した生体情報の信頼度が高く、静止動作開始から期間Ｔ４以上経過した場合に（ステップＳ４６０；Ｙｅｓ）、ステップＳ４７０へ進み、そうでない場合（ステップＳ４６０；Ｎｏ）は、ステップＳ３１０へ移る。

ステップＳ４７０では、記憶した運動強度、生体情報データを学習テーブル８０に記憶（更新）する。詳しくは、ステップＳ４２０において記憶した抽出期間における運動種別の運動強度に、ステップＳ４５０において取得した生体情報データを関連付けて、学習テーブル８０に格納する。学習テーブル８０には、抽出期間における泳ぎ動作の最中に取得した運動種別の運動強度と、静止動作の最中に取得した生体情報データとが関連付けられて格納される。尚、ステップＳ４５０において抽出期間における生体情報の信頼度が高い場合では、学習テーブル８０には、抽出期間における運動種別の運動強度と、抽出期間における生体情報データとが関連付けられて格納される。

ステップＳ４８０では、学習フラグをＯＦＦに設定する。学習テーブル８０の更新が終了したため、次に行われる泳ぎ動作の運動種別および運動強度に対応する学習に備えてＯＦＦに設定される。

このようにしてステップＳ４１０からステップＳ４８０の処理では、抽出期間における生体情報の信頼度が高くなかった場合に、静止動作に切り替わった後の生体情報データを用いて、学習テーブル８０に記憶している。

以上、述べたように本実施形態に係わる装着機器１によれば、以下の効果を得ることができる。
装着機器１では、体動検出部１０、体動信号取得部５１、および運動分析部５５によりユーザーの体動信号を検出し、ユーザーの行動および動作状態を検知することができる。また、装着機器１では、生体情報検出部１６および生体情報取得部５３によりユーザーの生体情報を検出する。装着機器１の表示制御部５７では、運動分析部５５および生体情報取得部５３から取得した情報に基づいて、ユーザーに報知する表示情報を生成する。
運動分析部５５では、ターン動作、静止動作、泳ぎ動作、などの動作状態を検知し、泳ぎ動作時には、運動種別を判定し、運動強度を算出する。
運動分析部５５によりターン動作および静止動作が検知されると、表示制御部５７の処理が開始され、表示部２０に生成した表示情報を表示する。運動分析部５５により泳ぎ動作が検知されると、表示制御部５７の処理が開始され、表示部２０を非駆動にして非表示にする。

装着機器１では、ユーザーの動作状態を検知し、検知した動作状態の内容に応じて表示部２０の表示および非表示の制御を行うことができる。従って、装着機器１では、このような制御が可能であるため、表示部２０において常時表示情報を表示している場合よりも、表示部２０を駆動するための電力消費を抑えることができる。また、装着機器１では、泳ぎ動作を検知した場合に、表示部２０を非表示に切り替えている。ユーザーは、泳ぎ動作中に表示部２０を視認しながら泳ぐことは困難であり、その間は実際に表示部２０に表示されていなくても影響は極めて少ない。このように、装着機器１では、ユーザーの使い勝手に影響を与えることなく電力消費を抑えることができる。従って、装着機器１では、ユーザーの行動に応じた表示部２０の駆動制御を行うことで、消費される電力を効率よく制御することができる。

更に、装着機器１の学習部５９では、泳ぎ動作中の運動強度と、泳ぎ動作終了後に測定した生体情報と、を関連付けて学習テーブル８０に記憶している。この学習テーブル８０を参照して泳ぎ動作中の運動強度に対応する生体情報を推定することができる。装着機器１では、泳ぎ動作中の生体情報を取得（検出）できなかった場合に、学習テーブル８０を参照して生体情報を推定し、推定した生体情報を用いて表示情報を生成することができる。従って、泳ぎ動作中の生体情報を安定して測定できなかったとしても、ユーザーにより行われた運動状態に応じた生体情報を表示することができる。

なお、本発明は上述した実施形態に限定されず、上述した実施形態に種々の変更や改良などを加えることが可能である。変形例を以下に述べる。

（変形例１）
上述の実施形態では、体動検出部１０は、加速度センサー１１、圧力センサー１３、およびジャイロセンサー１５を備える構成としているが、必ずしも全てのセンサーを備えていなくてもよい。例えば、処理部５０によりユーザーの動きを分析するために、加速度センサー１１およびジャイロセンサー１５のうちいずれか一方が備えられている構成であってもよい。また、装着機器１のバンド５から露出する２点の外部端子を設け、２点の外部端子間の導通、非導通によって着水および離水を検知する構成であってもよい。その場合では、必ずしも圧力センサー１３が備えられなくてもよい。

（変形例２）
上述の実施形態および変形例では、生体情報検出部１６は、生体情報として脈拍数を検出するために脈拍センサー１７を備えるとしているが、生体情報としては脈拍数に加えて、さらに、ＳｐＯ２（血中酸素濃度）、消費カロリー、体温などが検出されてもよい。具体的には、赤色光および赤外光を照射し、それらの反射光を受光する（受光素子）センサーを備えることで、ＳｐＯ２を検出することができる。また、手首ＷＲの皮膚表面に接触して体温を検出する温度センサー、手首ＷＲまたはユーザーの皮膚から放射される赤外線を検出して体温を検出する非接触温度センサーを備えることで、体温を検出することができる。また、消費カロリーは、脈拍センサー１７によって検出した脈拍数の変化と酸素摂取量の変化との相関関係を用いて運動強度を算出し運動強度に対応する消費カロリーを参照して求めることができる。

（変形例３）
上述の実施形態および変形例では、表示制御部５７では、生体情報データ７３を用いて算出する情報として、平均脈拍数や最大脈拍数としているが、それらの情報に限定されない。生体情報データ７３を用いて算出される情報であればよい。
例えば、脂肪燃焼ゾーンにおける運動時間、筋力アップゾーンにおける運動時間などであってもよい。脂肪燃焼ゾーンは、脂肪燃焼に有効な脈拍数の範囲、筋力アップゾーンは筋力アップに有効な脈拍数の範囲であり、生体情報データ７３に時系列に格納される脈拍数データを用いて算出される。
例えば、リラックスと緊張度合を表す指標の情報であってもよい。リラックスと緊張度合を表す指標は、心臓の交感神経および副交感神経の活動状況と脈拍数の変化状況とにおける相関関係に基づいて導出される。
例えば、疲労度情報に関する情報が算出されてもよい。疲労度情報は、トレーニングで蓄積した身体負荷の回復度合を表す指標であり、疲労度と自律神経の活性状態、および最低脈拍数（安静脈拍数、睡眠時または起床時の脈拍数）との間にある相関関係に基づいて、自律神経の活動状態を測定することで疲労の回復度合を推測することができる。ここで、自律神経の活動状態は、脈拍センサー１７によって検出された脈波信号を処理して拍動間隔の揺らぎを表すＨＲＶ（Heart rate variability）の分布状態に基づいて算出される。
例えば、体力評価に関する情報が算出されてもよい。体力評価としては、脈拍数と運動強度との相関関係に基づいて算出（推定）された最大酸素摂取量や、最大脈拍数に至るまでの泳ぎ動作時間を体力評価の指標としてもよい。また、脈拍数に基づいて推定される持久力の指標などを体力評価の指標としてもよい。
例えば、トレーニング効果に関する情報が算出されてもよい。トレーニング効果は、ＥＰＯＣ（Excess Post-exercise Oxygen Consumption）を用いて導出された指標であり、脈拍数と運動強度とに基づいてＥＰＯＣ値を算出し、運動後に算出されたＥＰＯＣ値を過去の運動におけるＥＰＯＣ値と比較することによりトレーニング効果を推定することができる。また、単独の運動においてもＥＰＯＣ値の大小によりトレーニング効果を推定してもよい。
表示制御部５７では、上述した情報を用いて表示画面およびサマリー情報の表示画面を生成し、表示部２０へ出力する。

（変形例４）
図７を用いて説明する。
上述の実施形態および変形例では、処理部５０が実現されることにより処理される学習処理の処理フローにおいて、ステップＳ３８０でＮｏと判定された場合に、ステップＳ３１０に移るとしているが、ステップＳ３１０に移る前に、期間Ｔ３が経過するまでの時間を表示部２０に表示してもよい。
具体的には、以下の式（１）によって期間ＴＸを算出し、「あと、ＴＸ秒継続して泳いで下さい。」といった文言の表示情報を生成し、表示部２０へ出力してもよい。
期間ＴＸ＝期間Ｔ３ −（変数Ｔｃｎｔ − 変数Ｔｓｔ） ・・・式（１）
なお、期間ＴＸは、第３の期間に達するまでの残り時間に相当する。
また、上述のような文言を表示情報として生成する代わりに、期間Ｔ３が経過するまでの間の時間に表示部２０を全点灯し、期間Ｔ３の経過後に表示部２０を消灯する制御情報を表示情報としてもよい。表示部２０では、このような制御情報の内容に応じて、液晶装置の全点灯および消灯を行う。このようにすることにより、ユーザーは表示部２０が全点灯している間は泳ぎ動作を継続することを認識して泳ぐことができる。
以上、本変形例によれば、表示情報を意識して泳ぎ動作を継続させることにより、学習テーブル８０に記憶される運動種別を増やすことができる。学習テーブル８０は、多様な運動種別に対応することができる。

（変形例５）
図７を用いて説明する。
上述の実施形態および変形例では、処理部５０が実現されることにより処理される学習処理の処理フローにおいて、ステップＳ４６０でＮｏと判定された場合に、ステップＳ３１０に移るとしているが、ステップＳ３１０に移る前に、期間Ｔ４が経過するまでの時間を表示部２０に表示してもよい。
具体的には、以下の式（２）によって期間ＴＹを算出し、「あと、ＴＹ秒静止動作を継続して下さい。」といった文言の表示情報を生成し、表示部２０へ出力してもよい。
期間ＴＹ＝期間Ｔ４ −（変数Ｔｃｎｔ − 変数Ｔｓｔ） ・・・式（２）
なお、期間ＴＹは、第１動作状態を維持させる時間に相当する。
このような表示情報によって、ユーザーに静止動作を維持させることができ、信頼度の高い生体情報を検出しやすくなる。学習テーブル８０に記憶される運動種別と関連する生体情報を増やすことができる。

（変形例６）
上述の実施形態および変形例では、泳ぎ動作中に生体情報検出部１６によって生体情報を検出するとしているが、泳ぎ動作中における全てまたは一部の期間、生体情報検出部１６を非駆動にして、生体情報を検出しない期間があってもよい。詳しくは、泳ぎ動作中に生体情報を検出できなかった場合に、学習テーブル８０を利用して体動信号に基づいて判定された運動種別から生体情報を推定することができる。従って、泳ぎ動作中に生体情報検出部１６の駆動電力を節約するために、生体情報検出部１６を非駆動にしたとしても、体動信号を検出していれば、そのときの生体情報を推定することができる。
このように装着機器１においては、表示部２０に限らず、生体情報検出部１６においても泳ぎ動作中に非駆動に制御することにより、電力消費を抑えることができる。

（変形例７）
上述の実施形態および変形例における水中における運動として、横泳ぎ泳法や犬掻き泳法や古式泳法などの各種泳法、ドルフィンキック泳法などの潜水泳法であってもよい。これらの泳法の場合であっても、運動分析部５５では、ターン動作や静止動作を第１動作状態として検知することにより上述の実施形態と同様な効果を得ることができる。

（変形例８）
上述の実施形態および変形例における水中における運動として、必ずしもプールにおいて往復する運動とは限らない。例えば、ウォーターエアロビクスであってもよい。この場合では、運動分析部５５において静止動作を第１動作状態として検知することができ、上述の実施形態と同様な効果を得ることができる。また、ウォーターエアロビクスでは、泳ぎ動作において運動強度としてストロークピッチを例示したが、ウォーターエアロビクスにおいては、例えば、運動分析部５５において、加速度センサー１１またはジャイロセンサー１５から出力された体動信号に基づいて単位時間当たり動作変化量を算出し、その値を運動強度としてもよい。また、動作変化量に対応する運動強度の指数（メッツ）を算出して、その値で運動強度を示してもよい。

（変形例９）
上述の実施形態および変形例では、報知部の一例として表示部２０について説明しているが、報知部は表示部２０に限らず、音出力部および振動部などであってもよい。

音出力部は、スピーカー、圧電振動子などを有して構成され、処理部５０から入力される出力信号に基づく各種報知を行う音出力装置である。音出力部では、ユーザーに報知する報知情報を、ブザー音や音声音、周波数の異なる音を組み合わせた音などの音出力情報に変換して出力する。尚、音出力部は、イヤフォンジャックや近距離無線を備えてもよく、その場合はユーザーに装着されるイヤフォンやヘッドフォンへ音出力信号を送信してもよい。

振動部は、圧電振動子、または超小型振動モーターなどであり、処理部５０から入力される信号に基づいて駆動され、装着機器１を、多様な振動パターンで振動させる。処理部５０では、ユーザーに報知する報知情報に対応する振動パターンを選択して、その振動パターンの信号を振動部へ出力する。

また、音出力部および振動部では、図７に示す学習処理の処理フローで、運動内容が安定している状態が期間Ｔ３以上となった（ステップＳ３８０でＹｅｓと判定された）場合に、音出力部および振動部から音出力や振動が発せられてもよい。
また、音出力部および振動部では、図７に示す学習処理の処理フローで、静止動作が安定している状態が期間Ｔ４以上となった（ステップＳ４６０でＹｅｓと判定された）場合に、音出力部および振動部から音出力や振動が発せられてもよい。
また、音出力部および振動部では、表示部２０において表示すべき表示情報が表示されたタイミングで、音出力部および振動部から音出力や振動が発せられてもよい。
このような音出力部や振動部により発せられる音出力や振動で、ユーザーは、運動中に振動による身体への刺激、または聴覚への音出力によって、上述に例示した報知内容に気付きやすい。

（変形例１０）
上述の実施形態および変形例では、運動種別の運動強度としてストロークピッチを例にして説明しているが、運動強度はストロークピッチに限定されない。運動強度と相関を示す指標であればよく、例えば、体動信号の解析情報から算出される動作に伴う周波数やパワースペクトル、単位時間当たりの動作量や消費カロリー、ＭＥＴＳなどであっても適用可能である。
また、学習テーブル８０には、上述のような運動強度と相関を示す指標に関する情報も格納されていてもよい。

（変形例１１）
上述の実施形態および変形例では、学習テーブル８０の利用として、生体情報データ７３の欠損部分の脈拍数を算出する例を示したが、そのような利用用途に限定されない。
例えば、学習テーブル８０を利用して、体動検出部１０により逐次検出される体動信号に基づいて、脈拍数を算出することも可能である。このような利用により、装着機器１に生体情報検出部１６（脈拍センサー１７）が備えらえていなくとも、ユーザーの脈拍数を提示することができる。
また、装着機器１に、生体情報検出部１６（脈拍センサー１７）が備えられている場合では、このように体動信号から算出された脈拍数を用いて、脈拍センサー１７における信号解析処理に利用することができる。このような利用により、脈拍センサー１７によって検出される脈拍数の信頼度を高めることが可能になる。

上述の実施形態および変形例では、本発明の理解を容易にするために、具体例として水泳を例に挙げて説明をしたが、これに限定されるものではない。例えば、短距離走、体操、エアロビクス、テニス、ゴルフ、サッカーなどのスポーツであっても本発明を適用することができる。装着機器１においてユーザーが運動に集中している動作状態を第２動作状態（第１動作状態とは異なる動作状態）、ユーザーが装着機器１から報知される報知情報に気付きやすい動作状態を第１動作状態とすることにより、上述の実施形態および変形例と同様な効果を得ることができる。

１…装着機器、５…バンド、１０…体動検出部、１１…加速度センサー、１３…圧力センサー、１５…ジャイロセンサー、１６…生体情報検出部、１７…脈拍センサー、２０…表示部、２０ａ…表示、２０ｂ…非表示、２０ｃ…表示、２０ｄ…表示、２２…操作部、２４…計時部、２６…通信部、３０…電源部、３１…電池、５０…処理部、５１…体動信号取得部、５１ａ…判定、５１ｂ…判定、５３…生体情報取得部、５５…運動分析部、５５ａ…判定、５５ｂ…判定、５５ｃ…判定、５５ｄ…判定、５５ｅ…判定、５７…表示制御部、５７ａ…非表示処理、５７ｂ…表示処理、５７ｃ…サマリー表示処理、５９…学習部、７０…記憶部、７１…体動信号データ、７３…生体情報データ、７５…運動分析データ、８０…学習テーブル、８３…プログラム、Ａ１，Ａ２，Ａ３，Ａ４，Ａ５，Ａ６…行動、Ｍ，Ｍ１，Ｍ２，Ｍ３，Ｍ４，Ｍ５，Ｍ６…動作状態、Ｍｘ，Ｍｙ，Ｍｚ…グラフ、Ｃ１，Ｃ２，Ｃ３，Ｃ４，Ｃ５…制御、Ｄ１０，Ｄ２０，Ｄ３０…画面、Ｐ１…脈拍数、Ｐ２…ストロークピッチ、Ｇ１，Ｇ２，Ｇ３，Ｇ４，Ｇ５，Ｇ６，Ｇ７，Ｇ８，Ｇ９…実行、Ｔ１，Ｔ２，Ｔ３，Ｔ４，Ｔ５，Ｔ６…期間、Ｗ１…更新、ＷＲ…手首。

Claims (21)

1. ユーザーに関する生体情報を検出する生体情報検出部と、
   前記ユーザーの動作に関する体動信号を検出する体動検出部と、
   前記生体情報および前記体動信号のうち少なくとも一方の情報に基づいて報知情報を生成する処理部と、
   前記報知情報を前記ユーザーに報知する報知部と、
   を備え、
   前記処理部は、前記ユーザーの前記体動信号に基づいて動作状態を検知し、前記動作状態に含まれる第１動作状態を検知した場合に、前記報知部に前記報知情報を報知させる処理を行い、前記第１動作状態とは異なる前記動作状態を検知した場合に、前記報知部による前記報知情報の報知を停止する処理を行うことを特徴とするウェアラブル機器。
2. 前記処理部は、前記報知部に前記報知情報を報知させる処理を行ってから第１の期間が経過した場合に、前記報知情報の報知を停止することを特徴とする請求項１に記載のウェアラブル機器。
3. 前記処理部は、検知した前記第１動作状態から第２動作状態に遷移したことを検知した場合に、前記報知部による前記報知情報の報知を停止する処理を行うことを特徴とする請求項１または請求項２に記載のウェアラブル機器。
4. 前記第１動作状態は、水泳における静止動作を含むことを特徴とする請求項１から請求項３のいずれか一項に記載のウェアラブル機器。
5. 前記第２動作状態は、泳ぎ動作、水中ウォーキング、およびウォーターエアロビクスのうち少なくとも１つを含むことを特徴とする請求項３または請求項４に記載のウェアラブル機器。
6. 前記生体情報検出部により検出される前記生体情報は、脈拍数を少なくとも含むことを特徴とする請求項１から請求項５のいずれか一項に記載のウェアラブル機器。
7. 前記報知情報は、前回のターン動作から今回のターン動作までの片道距離間における最大脈拍数および平均脈拍数の少なくともいずれか一方、ストローク回数、ストロークピッチ、ストローク距離、および水泳時間のうち少なくとも１つの情報を含むことを特徴とする請求項４から請求項６のいずれか一項に記載のウェアラブル機器。
8. 前記報知情報は、累計ターン回数、および累計水泳距離とのうち少なくとも１つの情報を含むことを特徴とする請求項４から請求項７のいずれか一項に記載のウェアラブル機器。
9. 前記体動検出部は、加速度センサー、圧力センサー、およびジャイロセンサー、のうち少なくとも１つを備えることを特徴とする請求項４から請求項８のいずれか一項に記載のウェアラブル機器。
10. 前記圧力センサーを用いて前記ユーザーに装着された前記ウェアラブル機器の着水と離水とを検知することを特徴とする請求項９に記載のウェアラブル機器。
11. 前記処理部は、前記ウェアラブル機器が前記着水から前記離水の状態に遷移したのち第２の期間が経過した場合に、サマリー情報を前記報知部に報知させる処理を行うことを特徴とする請求項１０に記載のウェアラブル機器。
12. 前記サマリー情報は、平均脈拍数、最大脈拍数、体力評価、トレーニング効果、および疲労度情報の少なくとも１つと、水泳時間、水泳距離、ターン回数、泳法、消費カロリー、平均ＳＷＯＬＦおよびターン動作間の片道距離におけるベストタイムの少なくとも１つと、を含むことを特徴とする請求項１１に記載のウェアラブル機器。
13. ユーザーに関する生体情報を検出する生体情報検出部と、
    前記ユーザーの動作に関する体動信号を検出する体動検出部と、
    前記生体情報および前記体動信号のうち少なくとも一方の情報に基づいて報知情報を生成する処理部と、
    前記報知情報を前記ユーザーに報知する報知部と、
    を備え、
    前記処理部は、
    前記体動検出部によって検出された前記体動信号に基づいて前記ユーザーにより行われる運動種別を判定し、
    前記運動種別の運動が第３の期間以上継続した場合であって、かつ、前記体動信号に基づいて第１動作状態を検知した場合に、前記第１動作状態において前記生体情報検出部により検出された前記生体情報を取得し、
    前記運動種別と取得した前記生体情報との関連情報を生成し、
    前記関連情報に基づいて前記生体情報を推定すること、
    を特徴とするウェアラブル機器。
14. 前記処理部は、前記第３の期間に達するまでの残り時間を示す情報を生成することを特徴とする請求項１３に記載のウェアラブル機器。
15. 前記報知部は、前記第３の期間に達したら振動および音出力の少なくとも一方で前記ユーザーに報知することを特徴とする請求項１３または請求項１４に記載のウェアラブル機器。
16. 前記処理部は、前記ユーザーに対して前記第１動作状態を維持させる時間を含む前記報知情報を生成し、前記報知部へ報知させることを特徴とする請求項１３から請求項１５のいずれか一項に記載のウェアラブル機器。
17. 前記ウェアラブル機器は、さらに、
    前記運動種別の運動強度と、前記第１動作状態において検出された前記生体情報との前記関連情報を前記運動種別に関連付けて記憶する記憶部を備えることを特徴とする請求項１３から請求項１６のいずれか一項に記載のウェアラブル機器。
18. 前記処理部は、前記関連情報を参照して、前記体動検出部により検出された前記ユーザーの前記体動信号に基づいて、前記ユーザーの現在の前記生体情報を決定することを特徴とする請求項１３から請求項１７のいずれか一項に記載のウェアラブル機器。
19. 前記運動種別は、クロール泳法、平泳ぎ泳法、背泳ぎ泳法、バタフライ泳法、および水中ウォーキングのうち少なくとも１つの種別を含むことを特徴とする請求項１３から請求項１８のいずれか一項に記載のウェアラブル機器。
20. ユーザーに関する生体情報を取得し、
    前記ユーザーの動作に関する体動信号を取得し、
    前記ユーザーに報知するための報知情報を報知する報知処理を行い、
    前記生体情報および前記体動信号のうち少なくとも一方の情報に基づいて前記報知情報を生成し、
    前記ユーザーの前記体動信号に基づいて動作状態を検知し、前記動作状態に含まれる第１動作状態を検知した場合に、前記報知処理に前記報知情報の報知を実行させる処理を行い、
    前記第１動作状態とは異なる前記動作状態を検知した場合に、前記報知情報の報知を停止する処理を行う報知制御方法と、
    前記体動信号に基づいて前記ユーザーにより行われる運動種別を判定し、
    前記運動種別の運動が第３の期間以上継続した場合であって、かつ、前記体動信号に基づいて前記第１動作状態を検知した場合に、前記第１動作状態における前記生体情報を取得し、
    取得した前記生体情報と判定した前記運動種別との関連情報を生成する生成方法と、
    を有することを特徴とする制御方法。
21. ユーザーに関する生体情報を取得し、
    前記ユーザーの動作に関する体動信号を取得し、
    前記ユーザーに報知するための報知情報を報知する報知処理を行い、
    前記生体情報および前記体動信号のうち少なくとも一方の情報に基づいて前記報知情報を生成し、
    前記ユーザーの前記体動信号に基づいて動作状態を検知し、前記動作状態に含まれる第１動作状態を検知した場合に、前記報知処理に前記報知情報の報知を実行させる処理を行い、
    前記第１動作状態とは異なる前記動作状態を検知した場合に、前記報知情報の報知を停止する処理を行う報知制御方法と、
    前記体動信号に基づいて前記ユーザーにより行われる運動種別を判定し、
    前記運動種別の運動が第３の期間以上継続した場合であって、かつ、前記体動信号に基づいて前記第１動作状態を検知した場合に、前記第１動作状態における前記生体情報を取得し、
    取得した前記生体情報と判定した前記運動種別との関連情報を生成する生成方法と、
    を有することを特徴とする制御方法を、コンピューターに実行させるプログラム。

Images