JP2018126360A - 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 - Google Patents

Abstract

【課題】歩行又は走行するユーザーの姿勢や身体の使い方が反映された情報を提供することのできる運動解析システム等を提供する。【解決手段】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、ユーザーの歩行又は走行における運動情報を解析する運動解析部と、前記運動情報に基づき、前記歩行又は前記走行に係る運動の一周期内に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に出力する出力部と、を備える。【選択図】図２

Description

本発明は、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に関する。

例えば、特許文献１には、トレーニング中のユーザーに種々の生体情報や運動情報を提供する携帯型フィットネスモニタリングデバイスが開示されている。この携帯型フィットネスモニタリングデバイスは、心拍計や加速度計、ＧＰＳ受信機等の種々のセンサーを装着したユーザーの運動中の心拍数や距離、速度、歩数、消費カロリー等の各種のパフォーマンスパラメーターを測定し、ユーザーに現時点の情報として提供するものである。

特開２０１０−２６４２４６号公報

しかしながら、上記のデバイスは、運動中におけるユーザーの生体情報や運動情報を検出してそのまま、或いはその分析結果をユーザーに提供するものに過ぎず、ユーザーの運動中の姿勢や身体の使い方等に関する情報を提供するものではなかった。

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は、歩行又は走行するユーザーの姿勢や身体の使い方が反映された情報を提供することのできる運動解析システム、運動解析装置、運動解析プログラム及び運動解析方法等を提供するものである。

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、以下の態様又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、ユーザーの歩行又は走行における運動情報を解析する運動解析部と、前記運動情報に基づき、前記歩行又は前記走行に係る運動の一周期内に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に出力する出力部と、を備える。

運動解析部は、慣性センサー（例えば加速度センサー、角速度センサー）を用いて、ユーザーの歩行又は走行における運動情報（例えばユーザーの身体に生じる推進力の時間変化）を解析し、出力部は、前記運動情報（例えばユーザーの身体に生じる推進力の時間変化）に基づき、歩行又は走行に係る運動の一周期内（すなわち一歩分の区間）に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に（例えば慣性力及び重力の少なくとも一方を利用した動作、身体の少なくとも一部の回転を利用した動作、身体の筋力を利用した動作の各々について）出力する。これら動作毎の情報には、ユーザーの歩行又は走行フォームが詳細に反映されるので、ユーザー（歩行又は走行するユーザー、或いはその管理者）は、動作毎の推進力の大小関係や、動作毎の推進力の時間変化などを分析することで、歩行又は走行フォームの癖を見出したり、フォームの改善策を導出したりすることが容易となる。

［適用例２］
本適用例に係る運動解析装置において、前記一周期は、前記歩行又は走行に係る運動における着地から次の着地までの区間であってもよい。

このように、一周期を着地から着地までの区間とすることで、歩行又は走行に係る運動をユーザーに分かりやすく出力することができる。

［適用例３］
本適用例に係る運動解析装置において、前記ユーザーの動作には、（ｉ）慣性力及び重力の少なくとも一方を利用した動作、（ｉｉ）身体の少なくとも一部の回転を利用した動作、（ｉｉｉ）身体の筋力を利用した動作のうち少なくとも１つが含まれてもよい。

上記構成によれば、ユーザーは、動作（ｉ）、（ｉｉ）、（ｉｉｉ）のうち少なくとも１つに係る推進力を他の推進力と区別して把握することができる。なお、「慣性力及び重力の少なくとも一方を利用した動作」は、例えば、着地のブレーキ動作であり、「身体の少なくとも一部の回転を利用した動作」は、例えば脚の引き戻し動作であり、「身体の筋力を利用した動作」は、例えば脚の伸ばし動作、例えば、足首の伸ばし動作である。

［適用例４］
本適用例に係る運動解析装置において、前記出力部が出力する前記情報には、前記ユーザーの右足による前記推進力に係る情報と、前記ユーザーの左足による前記推進力に係る情報とが含まれてもよい。

上記構成によれば、ユーザーは、左足に係る推進力と右足に係る推進力とを区別して把握することができる。

［適用例５］
本適用例に係る運動解析装置において、前記出力部は、前記推進力に係る情報と共に、前記一周期内のブレーキに係る情報を出力してもよい。

上記構成によれば、ユーザーは、ブレーキ（負の推進力に相当する）との比較により推進力を把握することができる。例えば、ユーザーは、推進力とブレーキとの大小関係や、当該大小関係の時間変化などを分析することも可能である。

［適用例６］
本適用例に係る運動解析装置において、前記出力部は、前記ユーザーの移動経路内の所定距離毎に前記推進力に係る情報を出力してもよい。

上記構成によれば、ユーザーは、推進力を距離毎に把握することができるので、例えば、移動経路の前半と後半とで推進力を比較したり、移動距離と推進力との関係を分析したりすることが可能である。

［適用例７］
本適用例に係る運動解析装置において、前記出力部は、前記ユーザーの移動期間内の所定時間毎に前記推進力に係る情報を出力してもよい。

上記構成によれば、ユーザーは、推進力を時間毎に把握することができるので、例えば、移動期間の前半と後半とで推進力を比較したり、移動時間と推進力との関係を分析したりすることが可能である。

［適用例８］
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、ユーザーの歩行又は走行における運動情報を解析する工程と、前記運動情報に基づき、前記歩行又は前記走行に係る運動の一周期内に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に出力する工程と、を含む。

解析する工程は、慣性センサー（例えば加速度センサー、角速度センサー）を用いて、ユーザーの歩行又は走行における運動情報（例えばユーザーの身体に生じる推進力の時間変化）を解析し、出力する工程は、前記運動情報（例えばユーザーの身体に生じる推進力の時間変化）に基づき、前記歩行又は前記走行に係る運動の一周期内（すなわち一歩分の区間）に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に（例えば慣性力及び重力の少なくとも一方を利用した動作、身体の少なくとも一部の回転を利用した動作、身体の筋力を利用した動作の各々について）出力する。これら動作毎の情報には、ユーザーの歩行又は走行フォームが詳細に反映されるので、ユーザー（歩行又は走行するユーザー、或いはその管理者）は、動作毎の推進力の大小関係や、動作毎の推進力の時間変化などを分析することで、歩行又は走行フォームの癖を見出したり、フォームの改善策を導出したりすることが容易となる。

［適用例９］
本適用例に係る運動解析システムは、何れかの適用例に係る運動解析装置と、前記慣性センサーと、を備える。

［適用例１０］
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、ユーザーの歩行又は走行における運動情報を解析する工程と、前記運動情報に基づき、前記歩行又は前記走行に係る運動の一周期内に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に出力する工程と、をコンピューターに実行させる。

解析する工程は、慣性センサー（例えば加速度センサー、角速度センサー）を用いて、ユーザーの歩行又は走行における運動情報（例えばユーザーの身体に生じる推進力の時間変化）を解析し、出力する工程は、前記運動情報（例えばユーザーの身体に生じる推進力の時間変化）に基づき、歩行又は走行に係る運動の一周期内（すなわち一歩分の区間）に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に（例えば慣性力及び重力の少なくとも一方を利用した動作、身体の少なくとも一部の回転を利用した動作、身体の筋力を利用した動作の各々について）出力する。これら動作毎の情報には、ユーザーの歩行又は走行フォームが詳細に反映されるので、ユーザー（歩行又は走行するユーザー、或いはその管理者）は、動作毎の推進力の大小関係や、動作毎の推進力の時間変化などを分析することで、歩行又は走行フォームの癖を見出したり、フォームの改善策を導出したりすることが容易となる。

［適用例１１］
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、ユーザーの歩行又は走行における運動情報を解析し、前記運動情報に基づき、前記歩行又は前記走行に係る運動の一周期内に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に出力する。

運動解析装置は、慣性センサー（例えば加速度センサー、角速度センサー）を用いて、ユーザーの歩行又は走行における運動情報（例えばユーザーの身体に生じる推進力の時間
変化）を解析し、前記運動情報（例えばユーザーの身体に生じる推進力の時間変化）に基づき、歩行又は走行に係る運動の一周期内（すなわち一歩分の区間）に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に（例えば慣性力及び重力の少なくとも一方を利用した動作、身体の少なくとも一部の回転を利用した動作、身体の筋力を利用した動作の各々について）出力する。これら動作毎の情報には、ユーザーの歩行又は走行フォームが詳細に反映されるので、ユーザー（歩行又は走行するユーザー、或いはその管理者）は、動作毎の推進力の大小関係や、動作毎の推進力の時間変化などを分析することで、歩行又は走行フォームの癖を見出したり、フォームの改善策を導出したりすることが容易となる。

本実施形態の運動解析システムの構成例を示す図。 本実施形態の運動解析システムの概要についての説明図。 運動解析装置の構成例を示す機能ブロック図。 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。 運動解析部の構成例を示す機能ブロック図。 報知装置の構成例を示す機能ブロック図。 情報分析装置４の構成例を示す機能ブロック図である。 第１ピーク、第２ピーク、第３ピークを説明する図である。図の横軸は、時間軸であり、縦軸は、加速度軸である。図には、上下方向加速度の時間変化カーブと、進行方向加速度の時間変化カーブとを重畳して表示している。 第１ピークの検出処理のフローチャートである。 第２ピークの検出処理のフローチャートである。 第３ピークの検出処理のフローチャートである。 第３ピークの検出処理を説明する図である。図の横軸は、時間軸であり、縦軸は、加速度軸である。図には、上下方向加速度の時間変化カーブと、進行方向加速度の時間変化カーブとを重畳して表示している。 走行中における第１推進力、第２推進力、第３推進力の推移を示す図である。図の横軸は、歩数であり、図の縦軸は加速度（ピークの大きさ）である。また、図では、右足に係るデータと左足に係るデータとを交互に表示している。 第１指標を説明する図である。図の横軸は、時間軸であり、縦軸は、加速度軸である。 第２指標を説明する図である。図の横軸は、時間軸であり、縦軸は、加速度軸である。 第３指標を説明する図である。図の下部は、進行方向加速度の時間変化カーブであり、図の上部は、上下方向速度の時間変化カーブである。図の横軸は、時間軸であり、縦軸は、加速度軸又は速度軸である。なお、双方のカーブの間で横軸は一致している。 ユーザーの走行中に報知装置３の表示部１７０へ表示される画面の一例である。 ユーザーの走行中の各動作を説明する図である。 ユーザーの走行中に情報分析装置４の表示部７７０へ表示される画面の一例である。 ユーザーの走行中に音出力部４８０から出力される音声の一例である。 ユーザーの走行後に情報分析装置４の表示部７７０へ表示される画面の一例である。 ユーザーの走行後に情報分析装置４の表示部７７０へ表示される画面の他の例である。 ユーザーの走行後に情報分析装置４の表示部７７０へ表示される画面の他の例（評価結果の例）である。 図２７の続きである。

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。用いる図面は説明の便宜上のものである。なお、以下に説明する実施形態は、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．運動解析システム
１−１．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１を例に挙げて説明するが、本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１は、本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１に示すように、本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。本実施形態では、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：Inertial Measurement
Unit）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：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、走行開始時に報知装置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３５０を生成する。運動解析装置２は、生成した運動解析情報３５０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。

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１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３５０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３５０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３５０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。本実施形態では、複数のユーザーが同一の又は異なる運動解析装置２を装着して走行を行い、各ユーザーの運動解析情報３５０がサーバー５のデータベースに保存される。

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複数のユーザーの運動解析情報３５０を取得して当該複数のユーザーの走行能力を比較可能な分析情報を生成し、当該分析情報を表示部（図１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、特定のユーザーの走行能力を他のユーザーと比較して相対的に評価することや各運動指標の目標値を適切に設定することが可能になる。ユーザーが各運動指標の目標値を設定した場合、情報分析装置４は、各運動指標の目標値の設定情報を報知装置３に送信する。報知装置３は、情報分析装置４から各運動指標の目標値の設定情報を受信し、前述した各運動指標の値との比較に用いられる各目標値を更新する。

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。

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 Centered 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．運動解析装置
１−３−１．運動解析装置の構成
図３は、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３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。

通信部４０は、報知装置３の通信部１４０（図１０参照）や情報分析装置４の通信部４４０（図１１参照）との間でデータ通信を行うものである。通信部４０は、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４４０から運動解析情報３５０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４４０に送信する処理等を行う。

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（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後述する各種の運動解析情報３５０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３５０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３５０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４４０に送る処理を行う。

記憶部３０は、例えば、ＲＯＭ（Read Only Memory）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（Random Access Memory）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（運動解析方法の一例、解析する工程の一例）を実行するための運動解析プログラムが記憶されている。運動解析プログラムは、慣性航法演算処理を実行するための慣性航法演算プログラム、運動解析情報生成処理を実行するための運動解析情報生成プログラムを含む。

また、記憶部３０には、センシングデータテーブル、ＧＰＳデータテーブル、地磁気データテーブル、算出データテーブル及び運動解析情報等が記憶される。

センシングデータテーブルは、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。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又は１０ｍｓ）の経過毎に、センシングデータテーブル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を更新する。

ＧＰＳデータテーブルは、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。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データテーブルを更新する。

地磁気データテーブルは、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６０の検出結果）を時系列に記憶するデータテーブルである。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。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の各項目等を含む。これら各種の情報の詳細については後述する。

１−３−２．処理部の機能構成
図４は、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を受信して実行してもよい。

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時刻順に記憶部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３５０（後述する、入力情報３５１、基本情報３５２、第１解析情報３５３、第２解析情報３５４、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３５０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３５０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３５０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。

１−３−３．慣性航法演算部の機能構成
図５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）Ｃｂｅ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Ｃｂｅ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Ｃｂｅ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Ｃｂｍ、ｅフレームからｍフレームへの座標変換行列Ｃｅｍ及びｅフレームからｎフレームへの座標変換行列Ｃｅｎ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、拡張カルマンフィルターを用いて、速度、姿勢角、加速度、角速度及び位置の誤差を推定する。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６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７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６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６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７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７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７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εｚｅ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εｚｅ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６０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εｚｅ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５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６及び図７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８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８において、横軸は時間であり、縦軸は加速度値である。図８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７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７中の○）、左足を踏み出した状態ではヨー角が極小となる（図７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６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６中の（１）や（３）の状態）から右足を踏み出した状態（図６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。したがって、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。

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Ｃｂｍ）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Ｃｅｍ）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Ｃｅｎ）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）。

１−３−４．運動解析部の機能構成
図９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、算出部２９１、左右差率算出部２７８及び生成部２８０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、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、適宜設定してもよい）等である。或いは、ユーザーの走行運動における特徴点は、例えば、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、適宜設定してもよい）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１２のｚ軸の検出値）が正値から負値に変化した時点で着地を検出し、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時点を基準として、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時点を基準として、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。

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３５２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。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を算出する。

算出部２９１は、ユーザーに装着される慣性センサー（慣性計測ユニット１０）の出力に基づいて、ユーザーの運動エネルギーを算出する。図９に示される例では、算出部２９１は、第１解析情報生成部２７４を含んで構成されている。第１解析情報生成部２７４は、入力情報３５１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３５１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。体重はユーザーによって入力され、接地時間及び衝撃時間は接地時間・衝撃時間算出部２６２が算出し、その他の項目は演算データに含まれる。

また、第１解析情報３５３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）、推進効率（推進効率１、推進効率２、推進効率３、推進効率４）、運動エネルギー、着地衝撃、ランニング能力、前傾角、タイミング一致度及び脚の流れの各項目を含む。第１解析情報３５３の各項目は、ユーザーの走行状態を表す項目である。第１解析情報３５３の各項目の定義及び計算方法の詳細については後述する。

また、第１解析情報生成部２７４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２７４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２７４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２７６は、第１解析情報生成部２７４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３５４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３５４の各項目の定義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２７６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２７６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２７８は、入力情報３５１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３５３の全ての項目及び第２解析情報３５４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。左右差率３５５の定義及び計算方法の詳細については後述する。

生成部２８０は、第２解析情報３５４の運動エネルギーと、運動結果（走行結果）である走行距離及び走行時間（ラップタイムなど）とに基づいて、ユーザーの運動能力に関す
る情報である運動能力情報を生成する。図９に示される例では、運動解析部２４は、走行距離及び走行時間を取得する取得部２８２を含んで構成されている。生成部２８０は、取得部２８２が取得した走行距離及び走行時間に基づいて、運動能力情報を生成する。

また、生成部２８０は、第２解析情報３５４の運動エネルギーと、運動結果（走行結果）である走行距離及び走行時間（ラップタイムなど）とに基づいて、ユーザーの身体能力に関する情報である身体能力情報を生成する。生成部２８０は、取得部２８２が取得した走行距離及び走行時間に基づいて、身体能力情報を生成する。

また、生成部２８０は、基本情報３５２、入力情報３５１、第１解析情報３５３、第２解析情報３５４、左右差率３５５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３５１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３５３のすべての項目、第２解析情報３５４のすべての項目、及び、左右差率３５５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３５２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、生成部２８０は、基本情報３５２、入力情報３５１、第１解析情報３５３、第２解析情報３５４、左右差率３５５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、生成部２８０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。また、生成部２８０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。

１−３−５．入力情報
以下に、入力情報３５１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。

［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。

［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。

［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。

［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。

［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、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３５３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＝（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（図１０参照）を操作することによりその数値が入力される。

１−３−６．第１解析情報
以下に、第１解析情報生成部２７４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り、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り、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。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り、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＝（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。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、真下着地率３＝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、左右動だけでは運動指標として不十分であるが、推進効率１は率で表せる運動指標であるため、推進効率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１は、上下方向と左右方向についてそれぞれ計算される。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。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。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り、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。

［運動エネルギー］
運動エネルギーは、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。運動エネルギー＝（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り、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おり（「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。

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、前かがみの時の前傾角は正の値であり、のけぞっている場合の前傾角は負の値である。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。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いれば良い走り方と言える。一方、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いる場合は、脚が流れている走り方と言える。

［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がどの程度後方にあるかを表す運動指標である。脚の流れは、例えば、着地時の後ろ脚の大腿骨の角度として計算される。例えば、脚の流れと相関のある指標を計算し、この指標から着地時の後ろ脚の大腿骨の角度を、予め求められた相関式を用いて推定することができる。

脚の流れと相関のある指標は、例えば、（腰がヨー方向に最大限に回った時の時間−着地時の時間）で計算される。「腰がヨー方向に最大限に回った時」とは、次の１歩の動作の開始時である。着地から次の動作までの時間が長い場合、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。

あるいは、脚の流れと相関のある指標は、（腰がヨー方向に最大限に回った時のヨー角−着地時のヨー角）で計算される。着地から次の動作までにヨー角の変化が大きい場合、着地後に脚を引き戻す動作があり、それがヨー角の変化に現れる。そのため、脚が流れて
いる現象が発生している。

あるいは、着地時のピッチ角を脚の流れと相関のある指標としてもよい。脚が後方に高くある場合、体（腰）が前傾する。そのため、腰につけたセンサーのピッチ角が大きくなる。着地時にピッチ角が大きい時は脚が流れている現象が発生している。

１−３−７．第２解析情報
以下に、第２解析情報生成部２７６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＝｛運動エネルギー×（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＝｛（運動エネルギー−エネルギー損失）／運動エネルギー｝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。

１−３−８．左右差率（左右バランス）
左右差率３５５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３５３の各項目及び第２解析情報３５４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、運動エネルギー、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３５５は、各数値の平均値や分散も含む。

１−３−９．運動能力情報
同一の運動に対して、同程度の運動エネルギーを発揮することは、同程度の身体能力を有していると推定できる。また、同一の運動に対して、同程度の運動エネルギーを発揮したとしても、運動能力の違いによって走行距離及び走行時間には違いが現れると考えられる。したがって、運動能力情報として、例えば、運動エネルギーと走行距離及び走行時間との対応関係の統計データに基づいて、今回測定された運動エネルギーに対する走行距離及び走行時間を偏差値として出力してもよいし、平均値との差分を出力してもよい。

１−４．報知装置
１−４−１．報知装置の構成
図１０は、報知装置３の構成例を示す機能ブロック図である。図１０に示すように、出力部１１０、報知装置３は、出力部１１０、処理部１２０、記憶部１３０、通信部１４０、操作部１５０及び計時部１６０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１２０の作業領域となるＲＡＭ等により構成される。

通信部１４０は、運動解析装置２の通信部４０（図３参照）や情報分析装置４の通信部４４０（図１１参照）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、情報分析装置４の通信部４４０から送信された各運動指標の目標値の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／計測終了の操作データ、表示内容の選択等の操作データ等）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。

出力部１１０は、ユーザーの運動能力情報を出力する。また、出力部１１０は、ユーザーの身体能力情報を出力する。出力部１１０は、ユーザーの運動能力情報と、他のユーザーの運動能力情報とを対比して出力してもよい。出力部１１０は、ユーザーの身体能力情報と、他のユーザーの身体能力情報とを対比して出力してもよい。運動能力情報及び身体能力情報の出力の具体例については後述される。また、出力部１１０は、後述される評価結果を出力してもよい。図１０に示される例では、出力部１１０は、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。

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。

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）を行う。また、例えば、処理部１２０は、通信部１４０から走行中出力情報を受け取り、運動解析情報３５０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。

処理部１２０は、例えば、基準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、基準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、基準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、運動指標毎に基準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。基準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、基準値よりも悪いすべての運動指標の値と基準値の情報を表示部１７０に表示させてもよい。

基準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。

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、基準値よりも悪いすべての運動指標の値と当該基準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、基準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、基準値よりも悪いすべての運動指標の値と基準値の情報を表示部１７０に表示させてもよい。

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、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。

１−５．情報分析装置
１−５−１．情報分析装置の構成
図１１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１１に示すように、情報分析装置４は、処理部４２０、記憶部４３０、通信部４４０、操作部４５０、通信部４６０、表示部４７０及び音出力部４８０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４４０は、運動解析装置２の通信部４０（図３参照）や報知装置３の通信部１４
０（図１０参照）との間でデータ通信を行うものである。通信部４４０は、操作データに応じて指定された運動解析情報３５０（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４２０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４２０に送る処理等を行う。

通信部４６０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４２０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）、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４２０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４５０は、ユーザーからの操作データ（走行データの登録、編集、削除、入れ替え等の操作データ等）を取得し、処理部４２０に送る処理を行う。操作部４５０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４７０は、処理部４２０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４７０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４５０と表示部４７０の機能を実現するようにしてもよい。

音出力部４８０は、処理部４２０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４８０は、例えば、スピーカーやブザーなどで実現される。

記憶部４３０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４２０の作業領域となるＲＡＭ等により構成される。記憶部４３０（いずれかの記録媒体）には、処理部４２０によって読み出され、評価に係る処理を実行するための評価プログラムが記憶されている。

処理部４２０は、例えば、ＣＰＵ、ＤＳＰ、ＡＳＩＣ等により構成され、記憶部４３０（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４２０は、操作部４５０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３５０の送信を要求する送信要求コマンドを、通信部４４０を介して運動解析装置２に送信し、通信部４４０を介して当該運動解析情報を運動解析装置２から受信する処理を行う。また、例えば、処理部４２０は、操作部４５０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を生成し、通信部４６０を介してサーバー５に送信する処理を行う。また、処理部４２０は、操作部４５０から受け取った操作データに応じた管理情報を、通信部４６０を介してサーバー５に送信する処理を行う。また、処理部４２０は、操作部４５０から受け取った操作データに応じて選択された評価対象の走行データの送信要求を、通信部４６０を介してサーバー５に送信し、通信部４６０を介してサーバー５から当該評価対象の走行データを受信する処理を行う。また、処理部４２０は、操作部４５０から受け取った操作データに応じて選択された評価対象の走行データを評価して評価結果の情報である評価情報を生成し、テキストデータや画像データ、音データ等として表示部４７０や音出力部４８０に送る処理を行う。

特に、本実施形態では、処理部４２０は、記憶部４３０に記憶されている評価プログラムを実行する。ただし、処理部４２０は、ネットワーク等を介して、任意の記憶装置（記録媒体）に記憶されている評価プログラムを受信して実行してもよい。

処理部４２０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能力情報及び身体能力情報を取得する処理を行う。処理部４２０が取得した運動能力情報及び身体能力情報は記憶部４３０に記憶される。この運動能力情報及び身体能力情報は、同一の運動解析装置２が生成したものであってもよいし、複数の異なる運動解析装置２のいずれかが生成したものであってもよい。処理部４２０が取得する複数の運動能力情報及び身体能力情報は、ユーザーの各種の運動指標（例えば、上述した各種の運動指標）の値を含んでもよい。

処理部４２０は、取得した運動能力情報に基づいて、ユーザーの運動能力を評価する。また、処理部４２０は、取得した身体能力情報に基づいて、ユーザーの身体能力を評価する。また、処理部４２０は、運動能力情報と身体能力情報とに基づいて、ユーザーの運動能力を評価してもよい。また、処理部４２０は、運動能力情報と身体能力とに基づいて、ユーザーの身体能力を評価してもよい。処理部４２０における評価の具体例については後述される。

処理部４２０は、生成した評価結果を用いて、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４７０や音出力部４８０に出力する。これにより、表示部４７０や音出力部４８０から評価対象のユーザーの評価結果が提示される。

１−６．本実施形態の概要
本実施形態では、上述した第１解析情報３５３には、第１推進力、第２推進力、第３推進力が含まれる。以下、運動解析装置２の動作のうち、第１推進力、第２推進力、第３推進力に関係する動作に着目する。ここでは、ユーザーの走行を解析する例を説明するが、同様にして歩行について解析することも可能である。

本実施形態に係る運動解析装置２は、慣性計測ユニット１０（慣性センサーの一例）の検出結果を用いて、ユーザーの走行における入力情報３５１（運動情報の一例）を解析する処理部２０（運動解析部の一例）と、入力情報３５１に基づき、歩行又は走行に係る運動の一周期内にユーザーの身体に生じる推進力に係る情報を、区間内におけるユーザーの動作毎に出力する通信部４０とを備える。処理部２０は、慣性計測ユニット１０（例えば加速度センサー１２、角速度センサー１４）を用いて、ユーザーの走行における入力情報３５１（例えばユーザーの身体に生じる推進力の時間変化）を解析する。通信部４０は、入力情報３５１（例えばユーザーの身体に生じる推進力の時間変化）に基づき、歩行又は走行に係る運動の一周期内にユーザーの身体に生じる推進力に係る情報、例えば歩行又は走行の着地から次の着地（一方の足の着地から他方の足の着地。例えば右足の着地から左足の着地）までの区間内（すなわち一歩分の区間）にユーザーの身体に生じる推進力に係る情報を、区間内におけるユーザーの動作毎に（例えば慣性力及び重力の少なくとも一方を利用した動作、身体の少なくとも一部の回転を利用した動作、身体の筋力を利用した動作の各々について）、報知装置３及び情報分析装置４の少なくとも一方へ出力する。これら動作毎の情報には、ユーザーの走行フォームが詳細に反映されるので、ユーザー（走行するユーザー、或いはその管理者）は、動作毎の推進力の大小関係や、動作毎の推進力の時間変化などを分析することで、走行フォームの癖を見出したり、フォームの改善策を導出したりすることが容易となる。なお、歩行又は走行に係る運動の一周内にユーザーの身体に生じる推進力に係る情報は、歩行又は走行の着地から次の着地までの区間内以外に、離地（足が地面から離れるタイミング）から次の離地までの区間内、ユーザーのポジションの一番高い位置（例えば、腰の位置が地面から最も離れる位置）からポジションの一番高い位置、ユーザーのポジションの一番低い位置（例えば、腰の位置が地面に最も近くなる位置）からポジションの一番低い位置等でユーザーの身体に生じる推進力に係る情報を出力しても良い。

１−７．推進力の説明
本実施形態に係る運動解析装置２において、ユーザーの動作には、（ｉ）慣性力及び重力の少なくとも一方を利用した動作、（ｉｉ）身体の少なくとも一部の回転を利用した動作、（ｉｉｉ）身体の筋力を利用した動作のうち少なくとも１つが含まれる。上記構成によれば、ユーザーは、動作（ｉ）、（ｉｉ）、（ｉｉｉ）のうち少なくとも１つに係る推進力を他の推進力と区別して把握することができる。なお、「慣性力及び重力の少なくとも一方を利用した動作」は、例えば、着地のブレーキ動作（後述する図２２（１））であり、「身体の少なくとも一部の回転を利用した動作」は、例えば脚の引き戻し動作（後述する図２２（２））であり、「身体の筋力を利用した動作」は、例えば脚の伸ばし動作、例えば、足首の伸ばし動作（後述する図２２（３））である。なお、図２２では、括弧数字（（１），（２），（３）…）の代わりに丸数字を用いている（他の図も同様。）。図中の丸数字は明細書中の括弧数字に対応する。

そこで、本実施形態の処理部２０は、ユーザーの走行中の着地から次の着地までの区間における入力情報３５１を解析し、以下の３種類の推進力を個別に算出する。以下の３種類の推進力の各々は、運動解析情報３５０の一種である。

［第１推進力］
慣性力及び重力の少なくとも一方を利用した動作（第１動作）により生じる推進力であり、例えば、第１動作として着地時のブレーキ（後述する図２２（１））を利用した推進力である。第１推進力は、図１２に示すとおり、進行方向加速度の時間変化カーブに生じる第１ピークの大きさ（ピークの高さ、ピークの面積など）によって表される。第１ピークの検出方法については後述する。

［第２推進力］
身体の少なくとも一部の回転を利用した動作（第２動作）により生じる推進力であり、例えば、第２動作として着地後の脚の引き戻し（後述する図２２（２））を利用した推進力である。第２推進力は、図１２に示すとおり、進行方向加速度の時間変化カーブに生じる第２ピークの大きさ（ピークの高さ、ピークの面積など）によって表される。第２ピークの検出方法については後述する。

［第３推進力］
身体の筋力を利用した動作（第３動作）により生じる推進力であり、例えば、第３動作として、膝の伸ばし、足首の伸ばし（後述する図２２（３））を利用した推進力である。第３推進力は、図１２に示すとおり、進行方向加速度の時間変化カーブに生じる第３ピークの大きさ（ピークの高さ、ピークの面積など）によって表される。第３ピークの検出方法については後述する。

１−８．ユーザーに報知される情報
本実施形態に係る運動解析装置２において、通信部４０が出力する情報には、ユーザーの右足による推進力に係る情報と、ユーザーの左足による推進力に係る情報とが含まれる。上記構成によれば、ユーザーは、左足に係る推進力と右足に係る推進力とを区別して把握することができる。例えば、本実施形態の処理部２０は、ユーザーの右足に係る第１推進力、第２推進力、第３推進力と、ユーザーの左足に係る第１推進力、第２推進力、第３推進力とを、区別して算出し（後述する図２１、図２３等を参照）、通信部４０は、ユーザーの右足に係る第１推進力、第２推進力、第３推進力と、ユーザーの左足に係る第１推進力、第２推進力、第３推進力とを、区別して出力する。

本実施形態に係る運動解析装置２において、通信部４０は、推進力に係る情報と共に、
着地から次の着地までの区間内のブレーキに係る情報を出力する。上記構成によれば、ユーザーは、ブレーキとの比較により推進力を把握することができる。例えば、本実施形態の処理部２０は、ユーザーの右足に係る第１推進力、第２推進力、第３推進力と、ユーザーの左足に係る第１推進力、第２推進力、第３推進力と、右足のブレーキと、左足のブレーキとを区別して算出し、通信部４０は、ユーザーの右足に係る第１推進力、第２推進力、第３推進力と、ユーザーの左足に係る第１推進力、第２推進力、第３推進力と、右足のブレーキと、左足のブレーキとを区別して出力する。上記構成によれば、ユーザーは、推進力とブレーキとの大小関係や、当該大小関係の時間変化などを分析することも可能である（後述する図２６等を参照。）。

１−９．第１ピークの検出処理
以下、図１３に基づき処理部２０による第１ピークの検出処理のフローを説明する。

先ず、処理部２０は、進行方向加速度の時間変化カーブ（図１２）のうち、着地から離地までの区間を参照し、当該区間において着地後に進行方向加速度が最も低くなる点を、ブレーキ最大点として検出する（Ｓ１００）。なお、着地のタイミング及び離地のタイミングの検出方法は前述したとおりである。また、ここでいう「時間変化カーブ」は、時系列に並ぶセンシングデータ（サンプリング順に並ぶセンシングデータ）のことである（以下も同様。）。

次に、処理部２０は、ブレーキ最大点の後において進行方向加速度が最初に極大となる点を、第１ピークとして検出し、フローを終了する（Ｓ１０１）。

なお、以上の第１ピークの検出処理は、例えば、右足の着地から離地までの区間と、左足の着地から離地までの区間とのそれぞれについて実行される。また、第１ピークの検出処理は、例えば、右足の着地が検出される度、左足の着地が検出される度に、それぞれ実行される。

１−１０．第２ピークの検出処理
以下、図１４に基づき処理部２０による第２ピークの検出処理のフローを説明する。

先ず、処理部２０は、進行方向加速度の時間変化カーブ（図１２）に基づき、第１ピークと第３ピークとの間に生じた極大点を、第２ピークとして検出する（Ｓ２００）。なお、第３ピークの検出方法は、後述する。

但し、処理部２０は、極大点が検出されなかった場合は、第２ピークが無いと判定し、極小点を第２ピークとして検出する（Ｓ２０１）。

なお、以上の第２ピークの検出処理は、例えば、右足の着地から離地までの区間と、左足の着地から離地までの区間とのそれぞれについて実行される。また、第２ピークの検出処理は、例えば、右足の着地が検出される度、左足の着地が検出される度に、それぞれ実行される。

１−１１．第３ピークの検出処理
以下、図１５及び図１６に基づき処理部２０による第３ピークの検出処理のフローを説明する。

先ず、処理部２０は、進行方向加速度及び上下方向加速度の時間変化カーブ（図１６）のうち、着地から離地までの区間を参照し、当該区間において、ブレーキ最大点以降に生じる上下方向加速度の極小点を検出する（Ｓ３０１）。

次に、処理部２０は、上下方向加速度の極小点と上下方向加速度の離地点とを結んだ直線の傾きを、上下方向加速度の傾きとして検出する（Ｓ３０２）。

次に、処理部２０は、上下方向加速度の極小点以降において、サンプルごとに、上下方向加速度の前回値及び今回値の２点間の傾きを算出する（Ｓ３０３）。

次に、処理部２０は、２点間の傾きが上下方向加速度の傾きより３回連続で小さくなる点を蹴りだし点として検出する（Ｓ３０４）。

次に、処理部２０は、蹴りだし点以降における、進行方向加速度の極大点を、第３のピークとして検出する（Ｓ３０５）。

なお、以上の第３ピークの検出処理は、例えば、右足の着地から離地までの区間と、左足の着地から離地までの区間とのそれぞれについて実行される。また、第３ピークの検出処理は、例えば、右足の着地が検出される度、左足の着地が検出される度に、それぞれ実行される。

１−１２．システムで送受信される情報
以上説明したとおり、運動解析装置２の処理部２０は、ユーザーの走行中に、右足の着地が検出される度に、第１推進力、第２推進力、第３推進力を算出する。また、処理部２０は、ユーザーの走行中に、左足の着地が検出される度に、第１推進力、第２推進力、第３推進力を算出する。そして、運動解析装置２の通信部４０は、算出された第１推進力、第２推進力、第３推進力に係る情報（運動解析情報）を、報知装置３及び情報分析装置４へ逐次に送信する。

一方、報知装置３の通信部１４０及び情報分析装置４の通信部４４０は、ユーザーの走行中に運動解析装置２から送信される運動解析情報３５０を逐次に受信する。報知装置３の処理部１２０は、走行中に通信部１４０が受信する運動解析情報３５０（第１推進力、第２推進力、第３推進力を含む）を、表示部１７０及び音出力部１８０の少なくとも一方を介して逐次にユーザーへ報知する。

また、情報分析装置４の処理部４２０は、ユーザーの走行中に通信部４４０が受信した運動解析情報３５０を含む走行データ（第１推進力、第２推進力、第３推進力の推移が含まれる）を、走行後の適当なタイミングで通信部４６０を介してサーバー５へ送信する。従って、サーバー５には、ユーザーの走行データ（第１推進力、第２推進力、第３推進力の推移が含まれる）が蓄積される。

なお、情報分析装置４は、走行中に運動解析装置２から通信部４４０が受信する運動解析情報３５０（第１推進力、第２推進力、第３推進力を含む）を、表示部４７０及び音出力部４８０の少なくとも一方を介してユーザーへ逐次に報知してもよい。

１−１３．推進力の推移グラフ
図１７は、走行データに含まれる第１推進力、第２推進力、第３推進力の推移を示す図である。図の横軸は、歩数であり、図の縦軸は加速度（ピークの大きさに相当）である。また、図では、右足に係るデータと左足に係るデータとを交互に表示している。

図１７に示す例では、（ｉ）第２推進力が相対的に弱いので、着地後の脚の引き戻しにより推進力を得る動作が下手であることがわかる。また、（ｉｉ）第３推進力が相対的に強いので、身体の筋力を多く利用する疲れやすい走りであることがわかる。また、（ｉｉ
ｉ）第３推進力の左右差が大きいので、膝又は足首を伸ばす筋力の左右バランスが悪いことがわかる。

従って、本実施形態の情報分析装置４は、上記の走行データに基づき、ユーザーの走行フォーム改善のための評価（アドバイス）をすることが可能である。

１−１４．第１指標
本実施形態において、情報分析装置４の処理部４２０は、第１推進力に係る動作（第１動作）を評価するための第１指標を算出し、走行データの１つとしてサーバー５へアップロードする。

図１８は、第１指標を説明する図である。処理部２０は、以下の式により第１指標（１ｓｔ Ｉｎｄｅｘ）を算出する。

式（７）において、ＡｃｃＸ_Ｍｉｎは、ブレーキに相当する負のピーク（ブレーキ最大点）における進行方向加速度（減速量）であり、ＡｃｃＸ_Ｍａｘ１は、第１ピークの高さ（第１ピークに相当する進行方向加速度の値）である。なお、ＡｃｃＸ_Ｍｉｎ、ＡｃｃＸ_Ｍａｘ１の値は、例えば、着地時における進行方向加速度（図１８において白ドットマークで示したポイント）の値を基準として求めることができる。或いは、ＡｃｃＸ_Ｍｉｎ、ＡｃｃＸ_Ｍａｘ１の値は、進行方向加速度ゼロを基準として求めることもできる。着地時の減速に対して直後の加速が大きい場合に第１指標は大きくなる。また、着地時の減速自体が小さい場合にも第１指標（１ｓｔ Ｉｎｄｅｘ）は大きくなる。

なお、式（７）におけるＬａｎｄｉｎｇ Ｉｎｄｅｘ１は、ブレーキよりも加速が大きければ、Ｌａｎｄｉｎｇ Ｉｎｄｅｘ１＞１となり、ブレーキよりも加速が小さければ、０＜Ｌａｎｄｉｎｇ Ｉｎｄｅｘ１＜１となる。但し、この第１指標（１ｓｔ Ｉｎｄｅｘ）には、Ｌａｎｄｉｎｇ Ｉｎｄｅｘ１の分母ＡｃｃＸ_Ｍｉｎの絶対的な大きさ及び分子ＡｃｃＸ_Ｍａｘ１の絶対的な大きさは反映されないため、ＡｃｃＸ_Ｍｉｎ＝１０、かつＡｃｃＸ_Ｍａｘ１＝１０である場合と、ＡｃｃＸ_Ｍｉｎ＝１００かつＡｃｃＸ_Ｍａｘ１＝１００である場合とで第１指標（１ｓｔ Ｉｎｄｅｘ）は同じ値になる。

また、式（７）におけるＬａｎｄｉｎｇ Ｉｎｄｅｘ２は、０＜Ｌａｎｄｉｎｇ Ｉｎｄｅｘ２≦１となる。ブレーキに係るＡｃｃＸ_Ｍｉｎが小さければＬａｎｄｉｎｇ Ｉｎｄｅｘ２は１に近づき、ＡｃｃＸ_Ｍｉｎが大きければＬａｎｄｉｎｇ Ｉｎｄｅｘ２は限りなくゼロに近い値をとる。

以上の第１指標（１ｓｔ Ｉｎｄｅｘ）の大きさにより、ユーザーの第１動作の良否を評価することができる。具体的には、第１指標の値が大きいほど第１動作が良好であると判断することができる。この第１指標（１ｓｔ Ｉｎｄｅｘ）は、１歩ごとに算出されてもよいし、走行中における平均的な値として算出されてもよいし、左足と右足とで別々に算出されてもよい。

１−１５．第２指標
本実施形態において、情報分析装置４の処理部４２０は、第２推進力に係る動作（第２動作）を評価するための第２指標を算出し、走行データの１つとしてサーバー５へアップ
ロードする。

図１９は、第２指標を説明する図である。処理部２０は、以下の式により第２指標（２ｎｄ Ｉｎｄｅｘ）を算出する。

この第２指標（２ｎｄ Ｉｎｄｅｘ）は、例えば、着地後の所定期間ｔ_{Ｍｉｎｉｍａｌ}〜ｔ_{Ｍｉｎｉｍａｌ＋２０}に亘って進行方向加速度ＡｃｃＸを積分したものである。積分期間の始期ｔ_{Ｍｉｎｉｍａｌ}は、例えば、着地後に進行方向速度（不図示）が最低となるタイミングである。或いは、積分期間の始期ｔ_{Ｍｉｎｉｍａｌ}は、進行方向加速度の第１ピーク直後の極小点（図１９における白ドットマーク）である。但し、第１ピーク直後の極小点が検出不可能である場合には、立脚中期を積分期間の始期ｔ_{Ｍｉｎｉｍａｌ}としてもよい。一方、積分期間の終期ｔ_{Ｍｉｎｉｍａｌ＋２０}は、積分期間の始期ｔ_{Ｍｉｎｉｍａｌ}から例えば４０ｍｓ後（サンプリング周波数が５００Ｈｚの場合２０サンプル後）のタイミングである。以上の第２指標（２ｎｄ Ｉｎｄｅｘ）は、例えば、図１９におけるハッチングエリアの面積に相当する（但し、図１９では、進行方向速度（不図示）が最低となるタイミングを始期ｔ_{Ｍｉｎｉｍａｌ}とした。）。

以上の第２指標の大きさにより、ユーザーの第２動作の良否を評価することができる。第２指標の値が大きいほど第２動作が良好であると判断することができる。なお、第２指標は、１歩ごとに算出されてもよいし、走行中における平均的な値として算出されてもよいし、左足と右足とで別々に算出されてもよい。

１−１６．第３指標
本実施形態において、情報分析装置４の処理部４２０は、第３推進力に係る動作（第３動作）を評価するための第３指標を算出し、走行データの１つとしてサーバー５へアップロードする。

図２０は、第３指標を説明する図である。図の下部は、進行方向加速度の時間変化カーブであり、図の上部は、進行方向速度の時間変化カーブである。双方のカーブの間で横軸（時間時軸）は一致している。

処理部２０は、以下の式により第３指標（３ｒｄ Ｉｎｄｅｘ）を算出する。

但し、式（９）におけるｔ_ＩＣＯＧは、着地時に生じた負の力積Ａが相殺されるタイミングｔ_{Ｖｅｌｍｉｎ}から進行方向速度が最大となるタイミングｔ_ＶＭａｘまでに生じた力積２Ｂの重心に相当するタイミングである。図２０において符号Ａで示す２つの面積は互いに等しく、同等の力積が生じていることを意味しており、図２０において符号Ｂで示す２つの面積は互いに等しく、同等の力積が生じていることを意味している。なお、ｔ_ＩＣＯＧの添え字「ＩＣＯＧ」は、”Impulse Center Of Gravity”の略である。

以上の第３指標の大きさにより、ユーザーの第３動作の良否を評価することができる。第３指標の値が小さいほど第３動作が良好であると判断することができる。なお、第３指標は、１歩ごとに算出されてもよいし、走行中における平均的な値として算出されてもよ
いし、左足と右足とで別々に算出されてもよい。

１−１７．走行中における報知装置の表示画面
図２１は、ユーザーの走行中に報知装置３の表示部１７０へ表示される画面の一例である。図２１では、報知装置３の表示部１７０の輪郭が円形である場合を想定している。図２１に示すとおり、報知装置３の表示部１７０には、例えば、右足に係る第１推進力（図２１（１））、第２推進力（図２１（２））、第３推進力（図２１（３））が棒グラフ（ブロック列）として表示される。ユーザーから見て左側に表示されたブロックが第１推進力を表し、中央に表示されたブロックが第２推進力を表し、右側に表示されたブロックが第３推進力を表している。第１推進力のブロック、第２推進力のブロック、第３推進力のブロックの配列順序は、第１推進力に係る第１動作、第２推進力に係る第２動作、第３推進力に係る第３動作の発生順序に対応している。

図２２は、ユーザーの走行中の各動作を説明する図（人体のシルエットを示すイメージ）である。第１推進力（図２１（１））は、ユーザーの姿勢が図２２（１）に示す状態であるときに発生し、第２推進力（図２１（２））は、ユーザーの姿勢が図２２（２）に示す状態であるときに発生し、第３推進力（図２１（３））は、ユーザーの姿勢が図２２（３）に示す状態であるときに発生する。なお、報知装置３は、図２２に示すようなシルエットのイメージを、第１推進力、第２推進力、第３推進力の説明図として表示部１７０へ表示してもよい。例えば、報知装置３は、表示部１７０の表示画面を、図２１の画面と図２２の画面との間で切り替えてもよい。画面切り替えのタイミングは、例えば、ユーザーの所与の操作又は経過時間等に応じて決定される。

１−１８．走行中における情報分析装置の表示画面
図２３は、ユーザーの走行中に情報分析装置４の表示部４７０へ表示される画面の一例である。図２３に示す画面は、図２１に示した画面（報知装置３の画面）と基本的の同様であるが、情報分析装置４の表示部４７０の輪郭が四角形である場合を想定している。

図２３に示すとおり、情報分析装置４３の表示部４７０には、例えば、右足に係る第１推進力（図２３（１））、第２推進力（図２３（２））、第３推進力（図２３（３））が棒グラフ（ブロック列）として表示される。ユーザーから見て左側に表示されたブロックが第１推進力を表し、中央に表示されたブロックが第２推進力を表し、右側に表示されたブロックが第３推進力を表している。

なお、情報分析装置４は、図２２に示すようなシルエットのイメージを、第１推進力、第２推進力、第３推進力の説明図として表示部４７０へ表示してもよい。例えば、情報分析装置４は、表示部４７０の表示画面を、図２３の画面と図２２の画面との間で切り替えてもよい。画面切り替えのタイミングは、例えば、ユーザーの所与の操作又は経過時間等に応じて決定される。

１−１９．走行中における情報分析装置の音声通知
図２４は、ユーザーの走行中に情報分析装置４の音出力部４８０から出力される音声の一例である。情報分析装置４の処理部４２０は、ユーザーの走行中に、第１の推進力、第２の推進力、第３の推進力に係る評価（例えば、上述した第１指標、第２指標、第３指標の算出）を行い、情報分析装置４の音出力部４８０は、図２４に示すとおり、当該評価の結果を示す音声、例えば「脚の蹴りによる推進力が大きいです。脚の引き戻しを意識しましょう。」などを、出力してもよい。ユーザーが走行中に情報分析装置４の画面を見ることは難しいため、このように評価の結果を音声としてユーザーへ報知することで、確認による走行フォームへの影響を抑えることができる。なお、評価に係る処理については後述する。なお、図２４の向かって左側に示すのは、ユーザーの両耳へ音声を出力するヘッド
ホンのイメージである。ヘッドホンは無線又は有線で音出力部４８０に接続される。なお、処理部４２０の評価に係る処理（タイプ診断）の詳細は、後述する（ユーザーのパワー比のタイプと当該ユーザーへのアドバイスとの関係は、図２７、図２８に示すとおりである。）。

１−２０．走行後における情報分析装置の表示画面その２
図２５は、ユーザーの走行後に情報分析装置４の表示部４７０へ表示される画面の一例である。この画面は、ユーザーの走行中に情報分析装置４が運動解析装置２から受信した情報、又は、ユーザーの走行後にサーバー５から情報分析装置４がダウンロードした情報に基づくものである。

情報分析装置４の表示部４７０は、図２５に示すとおり、走行データに含まれる第１推進力、第２推進力、第３推進力の推移を、例えばグラフとして表示する。図２５において符号１００１で示すのが、第１推進力の推移を示すグラフの例であり、図２５において符号１００２で示すのが、第２推進力の推移を示すグラフの例であり、図２５において符号１００３で示すのが、第３推進力の推移を示すグラフの例である。また、図２５の例では、ユーザーが走行したルートを示すマップ１０００がグラフ１００１、１００２、１００３と共に表示されている。マップ１０００における符号「Ｇ」は、ユーザーが走行したルートの終点であり、符号「Ｓ」は、ルートの始点である。ユーザーが走行したルートは、走行中におけるユーザーの位置の軌跡である。ユーザーの位置は、前述したＧＰＳデータ等に基づき算出されたものである。また、図２５におけるマップは、ユーザーが走行したルートを包含するエリアのマップであって、例えばサーバー５が予め保管する世界地図の中から走行データと共に情報分析装置４へダウンロードされたものである。

１−２１．走行後における情報分析装置の表示画面
図２６は、ユーザーの走行後に情報分析装置４の表示部４７０へ表示される画面の他の例である。この画面は、ユーザーの走行中に情報分析装置４が運動解析装置２から受信した情報、又は、ユーザーの走行後にサーバー５から情報分析装置４がダウンロードした情報に基づくものである。

情報分析装置４の表示部４７０は、図２６に示すとおり、推進力診断画面を表示する。図２６の推進力診断画面には、以下の項目（ｉ）〜（ｖｉ）が表示される。但し、各項目（ｉ）〜（ｖｉ）の画面におけるレイアウトは図２６に示すものに限定されることはなく、項目（ｉ）〜（ｖｉ）のうち少なくとも１つの表示が省略されてもよい。以下、項目（ｉ）〜（ｖｉ）について説明する。

（ｉ）ユーザーデータの項目（紙面左側）：
ユーザーの性別、身長、体重、平均速度、距離、平均ピッチ、平均ストライドなどが含まれる。これらユーザーデータのうち、システムが自動計測できないもの（性別、慎重、体重など）は、例えば、情報分析装置４の操作部４５０を介してユーザーが手動で入力したものである。

（ｉｉ）左足推進力の項目（紙面中央上段）：
左足に係る第１の推進力、第２の推進力、第３の推進力が棒グラフ（ブロック列）として表示される。但し、当該グラフにはブレーキ量を示すブロックも表示されている。ブレーキの発生するタイミングは、第１推進力の発生するタイミングの直前であるので、ブレーキ量を示すブロックは、第１推進力（図２６（１））を示すブロックと同じラインに配置されている。但し、ブレーキは、負の推進力に相当するため、第１推進力のブロックとは反対側に伸びるブロックとして表現されている。

（ｉｉｉ）右足推進力の項目（紙面中央中段）：
右足に係る第１の推進力、第２の推進力、第３の推進力が棒グラフ（ブロック列）として表示される。但し、当該グラフにはブレーキ量を示すブロックも表示されている。ブレーキの発生するタイミングは、第１推進力の発生するタイミングの直前であるので、ブレーキ量を示すブロックは、第１推進力（図２６（１））を示すブロックと同じラインに配置されている。但し、ブレーキは、負の推進力に相当するため、第１推進力のブロックとは反対側に伸びるブロックとして表現されている。

（ｉｖ）左足推進力のレーダーチャート（紙面右上段）：
左足に係る第１指標、第２指標、第３指標のバランスを示すレーダーチャートである。レーダーチャートの第１の軸は、走行中における左足の第１指標の平均値を示す軸であり、レーダーチャートの第２の軸は、走行中における左足の第２指標の平均値を示す軸であり、レーダーチャートの第３の軸は、走行中における左足の第３指標の平均値を示す軸である（但し、第３の軸の原点に近いほど第３指標は大きいものとする。）。レーダーチャートの各軸の値を結んでできる三角形が正三角形に近いほど、推進力に寄与する左足の各動作（第１推進力に係る第１動作、第２推進力に係る第２動作、第３推進力に係る第３動作）のバランスが良いことを意味し、三角形の面積が大きいほど、左足による推進力が高いことを意味する。

（ｖ）右足推進力のレーダーチャートの項目（紙面右中段）：
右足に係る第１指標、第２指標、第３指標のバランスを示すレーダーチャートである。レーダーチャートの第１の軸は、走行中における右足の第１指標の平均値を示す軸であり、レーダーチャートの第２の軸は、走行中における右足の第２指標の平均値を示す軸であり、レーダーチャートの第３の軸は、走行中における右足の第３指標の平均値を示す軸である（但し、第３の軸の原点に近いほど第３指標は大きいものとする。）。レーダーチャートの各軸の値を結んでできる三角形が正三角形に近いほど、推進力に寄与する右足の各動作（第１推進力に係る第１動作、第２推進力に係る第２動作、第３推進力に係る第３動作）のバランスが良いことを意味し、三角形の面積が大きいほど、右足による推進力が高いことを意味する

（ｖｉ）左足及び右足のタイプ診断結果の項目（紙面下段）：
推進力に係る右足のタイプと、推進力に係る左足のタイプとを示している。ここでは、ユーザーの第１推進力、第２推進力、第３推進力、及びブレーキ量の４項目のバランス（以下「パワー比」という。）の属するタイプを示している。ここで、パワー比のタイプには、（ａ）「素人」のタイプ、（ｂ）「市民ランナー」のタイプ、（ｃ）「競技者」のタイプ、（ｄ）「国内競技者」のタイプ、（ｅ）「世界競技者」のタイプの５つがある。本実施形態のシステムの運営者又は製造者は、（ａ）素人の平均的なパワー比、（ｂ）市民ランナーの平均的なパワー比、（ｃ）競技者グループの平均的なパワー比、（ｄ）国内競技者の平均的なパワー比、（ｅ）世界競技者グループの平均的なパワー比を、それぞれ統計データに基づき予め算出し、情報分析装置４の記憶部４３０に予め格納する。そして、情報分析装置４の処理部４２０は、ユーザーの走行データに含まれる第１推進力、第２推進力、第３推進力、及びブレーキ量に係るパワー比と、記憶部４３０に格納された５つのパワー比との相関を算出し、最も相関の高かったパワー比に対応するタイプを、ユーザーのパワー比のタイプと診断する。図２６の例では、ユーザーの左足のパワー比は、（ａ）「素人」のタイプに属し、ユーザーの右足のパワー比は、（ｅ）「世界競技者」のタイプに属する場合を示している。図２６の例では、紙面向かって左側から順番に（ａ）「素人」のタイプ、（ｂ）「市民ランナー」のタイプ、（ｃ）「競技者」のタイプ、（ｄ）「国内競技者」のタイプ、（ｅ）「世界競技者」のタイプが配列されているので、矢印マークが画面の右側に位置するほどユーザーの走行フォームが優れていることを意味する。

１−２２．アドバイス画面
図２７、図２８は、ユーザーの走行後に情報分析装置４の表示部４７０へ表示される画面の他の例（評価結果の例）である。図２７、図２８では、評価結果としてアドバイスが表示される例を示している。図２７、図２８の例では、５つのタイプに対応した５つのアドバイスの全てが表示されているが、ユーザーに該当するいずれか１つのタイプに係るアドバイスのみが表示されることとしてもよい。

図２７、図２８には、例えば、以下の５通りのタイプに係るアドバイスが表示されている。図２７、図２８では、なお、各タイプを示すアイコンとして、各タイプに対応するパワー比の棒グラフ（ブロック列）が表示されている。

（ａ）「素人」のタイプに係るアドバイス：
「脚が流れた走りになっています。」、「マラソン後半に脚の疲れが出る走り方です。」、「脚が流れないようにする練習をしましょう。」、「シザーズやマーチングなどの練習が最適です。」
（ｂ）「市民ランナー」のタイプに係るアドバイス：
「ブレーキが大きく、ブレーキによる推進力を得られていない走り方です。」、「オーバーストライドの可能性があります。」、「腰、膝、腿などの怪我にご注意ください。」、「オーバーストライドを改善するために真下着地を心がける練習をしましょう。」、「バウンティングなどの練習が最適です。」
（ｃ）「競技者」のタイプに係るアドバイス：
「脚の蹴りによる推進力が大きい走り方です。」、「脚を棒のようにするイメージを持つこと、足首を固定して使う練習をしましょう。」、「走行中、リアルタイムに脚の蹴りによる推進力を確認することで、意識付けができるようになります。」
（ｄ）「国内競技者」のタイプに係るアドバイス：
「事業団レベルの推進力です。効率的な推進力の得かたをしています。」、「ブレーキによる推進力を更に向上するよう心がけましょう。」
（ｅ）「世界競技者」のタイプに係るアドバイス：
「世界レベルの推進力です。かなり効率的な推進力の得かたをしています、」、「速度を上げても同じようなパワー比が得られるよう練習をしましょう。」
１−２３．システムの応用例
走行中、ユーザーは、報知装置３又は情報分析装置４から報知されるリアルタイムに指標を確認しながら練習することができる。目標値設定によるフィードバックも可能である。例えば、ユーザーが目標タイプを報知装置３又は情報分析装置４へ入力しておき、ユーザーの走行が目標タイプに該当したか否かを走行中に報知装置３又は情報分析装置４がユーザーへ報知することも可能である。

走行後、ユーザーは、情報分析装置４のアプリケーションを起動し、サーバー５にアップロードされた自分の走行データ（又はこれに係る情報）をダウンロードし、確認することで、自分の弱点を把握することができる。これによって、ユーザーは、自分の次の目標値を設定することが可能である。

走行後、ユーザーは、自分の走行データ（第１推進力、第２推進力、第３推進力、第１指標、第２指標、第３指標など）をサーバー５へアップロードすることができるので、ＳＮＳ（ソーシャルネットワークサービス）を利用し、他者と走行データ（第１推進力、第２推進力、第３推進力、第１指標、第２指標、第３指標など）を共有することができる。例えば、ユーザーは、走行データ指標値（第１推進力、第２推進力、第３推進力、第１指標、第２指標、第３指標など）をオンラインコーチと共有し、オンラインコーチから最適な練習メニューの提供を受けることも可能である。なお、オンラインコーチは、実在の人物であってもよいし、ネットワークに接続された何れかのサーバー（架空の人物）のコン
ピューターであってもよい。

２．実施形態の作用効果
従来、ランニングフォームは千差万別で、体型も人種もレベルも違うランナーに統一化されたフォームの解析は難しいとされてきた。しかし、本実施形態のシステムでは、推進力が詳細に解析され、意味を持って可視化したので、ユーザーの走行に不足している動作が明確になり、誰もが課題点を明確にすることが可能となった。具体的には、本実施形態のシステムでは、走行速度の向上に重要である１歩の中の推進力を動作毎に解析し、それぞれの推進力の有無、大小、時間変化を可視化（或いは可聴化）することで、如何なる動作に課題があるかを明確にした。課題を明確にすることで、練習方法が明確になり、更には同様の解析を繰り返すことで練習が効果を発揮しているかを知ることができるので、効率的に上達することができるようになる。つまり、ユーザーの走りの特徴・課題を詳細に可視化することで、走りの改善点が明白となり、質が高く効率の良い練習をすることができるようになる。また、練習の効果が可視化されるので、モチベーションの向上にもつながる。

３．変形例
本発明は本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．推進力の単位について
上記実施形態では、推進力を表す単位として「加速度」を用いたが、力（加速度に質量を乗じたもの）、仕事率（力ベクトルと速度ベクトルとの内積であって、パワーとも呼ばれる）、若しくは仕事量、又は、これらのうち２以上の組み合わせを用いてもよい。

また、上記実施形態では、進行方向の推進力を用いたが、前後方向、左右方向、若しくは上下方向、又は、これらのうち２以上の組み合わせ（合成）を用いてもよい。

３−２．推進力の算出方法について
上記実施形態では、運動動作（走行）の特徴からタイミング（着地、離地）を検知し、そのタイミング用いて各種の推進力を算出した。その他、上記実施形態では、運動動作（走行）の特徴や時間から区間に分け、その区間のピークや積算値や平均値などを、その区間に影響のある推進力として算出してもよい。また、センシングデータの時間変化（波形）のパターンから推進力を推定してもよい。また、上記実施形態では、第１推進力、第２推進力、第３推進力として絶対値ではなく相対値を用いてもよい。それぞれの推進力の有無、大小、時間変化を判定し、どの推進力に係る動作に課題があるかを判定してもよい。

３−３．走行ルートの距離区間表示
本実施形態に係る運動解析装置２において、通信部４０は、ユーザーの移動経路内の所定距離毎に推進力に係る情報を出力してもよい。上記構成によれば、ユーザーは、推進力を距離毎に把握することができるので、例えば、移動経路の前半と後半とで推進力を比較したり、移動距離と推進力との関係を分析したりすることが可能である。例えば、運動解析装置２の処理部２０は、走行ルートを等距離で区切ってできる区間ごとに、第１推進力の平均値、第２推進力の平均値、第３推進力の平均値を算出し、通信部４０は、区間毎の平均値を、報知装置３へ送信してもよい。また、報知装置３の表示部１７０は、受信した平均値を区間毎に表示してもよい。

また、例えば、情報分析装置４の処理部４２０は、走行ルートを等距離で区切ってできる区間ごとに、第１指標の平均値、第２指標の平均値、第３指標の平均値を算出し、通信
部４６０は、区間毎の平均値を走行データの１つとしてサーバー５へ送信してもよい。また、情報分析装置４の通信部４６０は、走行データをサーバー５から受信し、情報分析装置４の表示部４７０は、受信した走行データに含まれる区間毎の平均値を表示してもよい。

３−４．走行ルートの時間区間表示
本実施形態に係る運動解析装置２において、通信部４０は、ユーザーの移動期間内の所定時間毎に推進力に係る情報を出力してもよい。上記構成によれば、ユーザーは、推進力を時間毎に把握することができるので、例えば、移動期間の前半と後半とで推進力を比較したり、移動時間と推進力との関係を分析したりすることが可能である。例えば、運動解析装置２の処理部２０は、走行ルートを等時間で区切ってできる区間ごとに、第１推進力の平均値、第２推進力の平均値、第３推進力の平均値を算出し、通信部４０は、区間毎の平均値を、報知装置３へ送信してもよい。また、報知装置３の表示部１７０は、受信した平均値を区間毎に表示してもよい。

また、例えば、情報分析装置４の処理部４２０は、走行ルートを等時間で区切ってできる区間ごとに、第１指標の平均値、第２指標の平均値、第３指標の平均値を算出し、通信部４６０は、区間毎の平均値を走行データの１つとしてサーバー５へ送信してもよい。また、情報分析装置４の通信部４６０は、走行データをサーバー５から受信し、情報分析装置４の表示部４７０は、受信し走行データに含まれる区間毎の平均値を表示してもよい。

３−５．その他の情報提示
本実施形態のシステムでは、第１推進力、第２推進力、第３推進力、第１指標、第２指標、第３指標の他に、運動解析情報３５０（入力情報３５１、基本情報３５２、第１解析情報３５３、第２解析情報３５４、左右差率３５５）又は走行データに含まれる少なくとも１つの情報をユーザーへ提示してもよい。ユーザーへの提示は、報知装置３を介して行われてもよいし、情報分析装置４を介して行われてもよい。提示の態様は、音出力により行われてもよいし、画像出力により行われてもよい。

３−６．センサー
上記の実施形態では、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として一体化された運動解析装置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。

３−７．慣性航法演算
上記の実施形態では、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。

３−８．衛星システム
また、上記の実施形態では、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又は２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。

３−９．その他の検出方法
また、上記の実施形態では、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。

３−１０．誤差推定
また、上記の実施形態では、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）を状態変数として、その誤差を推定してもよい。

また、上記の実施形態では、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。

３−１１．生体情報の利用
また、例えば、運動解析装置２は、ユーザーの生体情報を用いて運動解析情報３５０（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、ユーザーの走行中の心拍数を算出してもよい。

３−１２．センサー装着先
また、上記の実施形態では、運動解析装置２がユーザーに装着されているが、これに限られない。例えば、慣性計測ユニット（慣性センサー）やＧＰＳユニット５０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５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５０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。

３−１３．機能分担
上記の実施形態では、運動解析装置２の機能の一部又は全部が報知装置３、情報分析装置４のうち少なくとも１つに搭載されてもよい。

また、上記の実施形態では、運動解析装置２の機能の一部がサーバー５に搭載されてもよい。

また、上記の実施形態では、報知装置３の機能の一部又は全部が運動解析装置２、情報分析装置４、サーバー５のうち少なくとも１つに搭載されてもよい。

また、上記の実施形態では、情報分析装置４の機能の一部又は全部が運動解析装置２、報知装置３、サーバー５のうち少なくとも１つに搭載されてもよい。

また、上記の実施形態では、サーバー５の機能の一部又は全部が運動解析装置２、報知装置３、サーバー５のうち少なくとも１つに搭載されてもよい。

例えば、上記の実施形態では、運動解析装置２が運動解析情報３５０（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、例えば、上記の実施形態では、情報分析装置４が評価処理を行っているが、サーバー５が評価処理を行い（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表示装置に評価結果を送信してもよい。

また、上記の実施形態では、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４３０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。

３−１４．他種のスポーツ
また、上記実施形態では、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、歩行における運動解析を対象としてもよい。また、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。

３−１５．報知処理の態様
また、上記の実施形態では、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１７０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。

３−１６．その他
上述した各実施形態及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、各実施形態及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、１１０…出力部、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、２７２…基本情報生成部、２７４…第１解析情報生成部、２７６…第２解析情報生成部、２７８…左右差率算出部、２８０…生成部、２８２…取得部、２９１…算出部、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、４２０…処理部、４３０…記憶部、４４０…通信部、４５０…操作部、４６０…通信部、４７０…表示部、４８０…音出力部

Claims (11)

1. 慣性センサーの検出結果を用いて、ユーザーの歩行又は走行における運動情報を解析する運動解析部と、
   前記運動情報に基づき、前記歩行又は前記走行に係る運動の一周期内に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に出力する出力部と、
   を備えることを特徴とする運動解析装置。
2. 請求項1に記載の運動解析装置であって、
   前記一周期は、前記歩行又は走行に係る運動における着地から次の着地までの区間である事を特徴とする運動解析装置。
3. 請求項１又は２に記載の運動解析装置であって、
   前記ユーザーの動作には、
   （ｉ）慣性力及び重力の少なくとも一方を利用した動作
   （ｉｉ）身体の少なくとも一部の回転を利用した動作
   （ｉｉｉ）身体の筋力を利用した動作
   のうち少なくとも１つが含まれる、
   ことを特徴とする運動解析装置。
4. 請求項１〜３の何れか一項に記載の運動解析装置であって、
   前記出力部が出力する前記情報には、
   前記ユーザーの右足による前記推進力に係る情報と、
   前記ユーザーの左足による前記推進力に係る情報とが含まれる、
   ことを特徴とする運動解析装置。
5. 請求項１〜４の何れか一項に記載の運動解析装置であって、
   前記出力部は、
   前記推進力に係る情報と共に、前記一周期内のブレーキに係る情報を出力する、
   ことを特徴とする運動解析装置。
6. 請求項１〜５の何れか一項に記載の運動解析装置であって、
   前記出力部は、
   前記ユーザーの移動経路内の所定距離毎に前記推進力に係る情報を出力する、
   ことを特徴とする運動解析装置。
7. 請求項１〜６の何れか一項に記載の運動解析装置であって、
   前記出力部は、
   前記ユーザーの移動期間内の所定時間毎に前記推進力に係る情報を出力する、
   ことを特徴とする運動解析装置。
8. 慣性センサーの検出結果を用いて、ユーザーの歩行又は走行における運動情報を解析する工程と、
   前記運動情報に基づき、前記歩行又は前記走行に係る運動の一周期内に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に出力する工程と、
   を含むことを特徴とする運動解析方法。
9. 請求項１〜７の何れか一項に記載の運動解析装置と、
   前記慣性センサーと、
   を備える運動解析システム。
10. 慣性センサーの検出結果を用いて、ユーザーの歩行又は走行における運動情報を解析する工程と、
    前記運動情報に基づき、前記歩行又は前記走行に係る運動の一周期内に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に出力する工程と、
    をコンピューターに実行させることを特徴とする運動解析プログラム。
11. 慣性センサーの検出結果を用いて、ユーザーの歩行又は走行における運動情報を解析し、
    前記運動情報に基づき、前記歩行又は前記走行に係る運動の一周期内に前記ユーザーの身体に生じる推進力に係る情報を、前記一周期内における前記ユーザーの動作毎に出力する、
    ことを特徴とする運動解析装置。