JP2018158052A - 運動解析装置、運動解析システム、運動解析方法及びプログラム - Google Patents

Abstract

【課題】より精度良く動作者による動作の結果を推定できるようにする。【解決手段】携帯端末２のＣＰＵ２１は、センサ１によりユーザＵのゴルフスイング動作を計測することにより得られる第一の運動情報と、その第一の運動情報に対応する動作の結果情報とを複数取得して第一通信部２７によりサーバ３に送信する。サーバ３のＣＰＵ３１は、携帯端末２から送信された複数の第一の運動情報及び結果情報に基づいて機械学習を行い、入力された第二の運動情報に対応する飛球結果を推定するためのモデルを生成して携帯端末２に送信する。携帯端末２のＣＰＵ２１は、サーバ３から受信したモデルを用いることにより、センサ１により新たにユーザＵの所定の動作を計測することにより得られる第二の運動情報に対応する結果を推定し、表示部２５及び／又は音声出力部２６により推定結果を出力する。【選択図】図７

Description

本発明は、運動解析装置、運動解析システム、運動解析方法及びプログラムに関する。

従来、器具に備えられたセンサから得られるデータより、打撃後のボールの挙動を予測する技術が知られている（例えば、特許文献１参照）。

特開２０１６−１１６７１９号公報

特許文献１には、上記の技術により広い練習場でなくとも器具の加速度や回転状態から打撃時のボールの方向や球種を推定することが可能である旨の記載がされている。しかしながら、特許文献１に記載の技術では、例えばゴルフスイング動作といった個人の癖による影響の大きい動作では、必ずしも精度高く推定処理を行うことが出来ないという課題があった。

本発明は係る問題に鑑みてなされたものであり、より精度良く動作者による動作の結果を推定することを目的とする。

上記課題を解決するため、請求項１に記載の発明の運動解析装置は、
動作者の所定の動作をセンサで計測することにより得られる第一の運動情報と、前記第一の運動情報に対応する前記動作者の所定の動作の結果を表す結果情報とを複数取得する第一の取得手段と、
前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者の所定の動作を前記センサで計測することにより得られる第二の運動情報を取得する第二の取得手段と、
前記第一の取得手段により取得された複数の前記第一の運動情報及び前記結果情報に基づいて、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定する推定手段と、
前記推定手段により推定された結果を出力する出力手段と、
を備えること、を特徴とする。

本発明によれば、より精度良く動作者による動作の結果を推定することが可能となる。

本実施形態の運動解析システムの全体構成例を示す図である。 図１のセンサのユーザへの装着態様と３軸の方向を模式的に示す図である。 図１のセンサの機能的構成を示すブロック図である。 図１の携帯端末の機能的構成を示すブロック図である。 図１のサーバの機能的構成を示すブロック図である。 ユーザのゴルフスイング動作におけるＹ軸方向の角速度の計測結果を示す図である。 学習処理の流れを示す図である。 飛球結果推定処理の流れを示す図である。

以下、添付図面を参照して本発明に係る実施形態を詳細に説明する。なお、本発明は、図示例に限定されるものではない。

［運動解析システム１００の構成］
図１は、本発明の実施形態における運動解析システム１００の全体構成を示す図である。運動解析システム１００は、図１に示すように、センサ１と携帯端末２とが通信可能に構成され、携帯端末２とサーバ３とが通信可能に構成されている。

［センサ１の構成］
センサ１は、図２に示すように、例えば、動作者であるユーザＵの腰部等に装着され、ユーザＵのゴルフスイング動作を計測してセンサデータを取得し、携帯端末２に送信する。

図３は、センサ１の機能的構成を示すブロック図である。図３に示すように、センサ１は、ＣＰＵ１１、ＲＡＭ（Random Access Memory）１２、記憶部１３、操作部１４、センサ部１５、通信部１６等を備えて構成され、各部はバス１７により接続されている。

ＣＰＵ１１は、記憶部１３に記憶されている各種のプログラムを実行して所定の演算や各部の制御を行うプロセッサである。例えば、操作部１４の操作によりセンサ１が学習モードで起動された場合、ＣＰＵ１１は、記憶部１３に記憶されているプログラムとの協働により、後述する学習処理のセンサ１側の処理を実行する（図７参照）。また、操作部１４によりセンサ１がトレーニングモードで起動された場合、ＣＰＵ１１は、記憶部１３に記憶されているプログラムとの協働により、後述する飛球結果推定処理のセンサ１側の処理を実行する（図８参照）。

ＲＡＭ１２は、ＣＰＵ１１に作業用のメモリ空間を提供し、データを一時的に記憶する。例えば、ＲＡＭ１２は、センサ部１５により取得された計測結果を時系列に並べて（時刻に対応付けて）センサデータとして記憶する。

記憶部１３は、不揮発性の半導体メモリやハードディスク等により構成される。記憶部１３には、ＣＰＵ１１で実行されるシステムプログラムや各種処理プログラム、これらのプログラムの実行に必要なデータ等が記憶されている。

操作部１４は、各種機能キーを備え、ユーザによる各キーの押下入力を受け付けてその操作情報をＣＰＵ１１に出力する。

センサ部１５は、図２に示すＸ軸、Ｙ軸、Ｚ軸の３軸加速度センサ、３軸ジャイロセンサ及び３軸地磁気センサ等を備えて構成され、ユーザＵのゴルフスイング動作における３軸方向の加速度、角速度及び地磁気等を計測して、各センサにおける計測結果を示すセンサデータをＣＰＵ１１に出力する。

通信部１６は、例えば、ＢＬＥ（Bluetooth（登録商標） Low Energy（ＢＬＥ））等の無線通信方式により外部機器とデータ通信を行う。

［携帯端末２の構成］
携帯端末２（端末装置）は、センサ１から送信されたゴルフスイング動作におけるセンサデータ又はその特徴量を第一の運動情報として、そのゴルフスイング動作の結果情報（ここでは、そのゴルフスイング動作による飛球結果情報）と対応付けてサーバ３に送信する。また、サーバ３において複数の第一の運動情報及び結果情報に基づく機械学習によって生成されたモデルを用いて、センサ１から新たに送信されたセンサデータに基づく第二の運動情報からゴルフスイングの動作結果を推定し、推定結果を出力する。ここで、第一の運動情報は、機械学習のための教師データとなる運動情報を指す。第二の運動情報は、機械学習により生成されたモデルに入力される、飛球結果の推定対象となる動作に係る運動情報を指す。

携帯端末２としては、例えば、後述する運動解析アプリケーションを搭載したウェアラブル端末やスマートフォン、タブレット等が適用可能である。

図４は、携帯端末２の機能的構成を示すブロック図である。図４に示すように、携帯端末２は、ＣＰＵ２１、ＲＡＭ２２、記憶部２３、操作部２４、表示部２５、音声出力部２６、第一通信部２７、第二通信部２８等を備えて構成され、各部はバス２９により接続されて構成されている。

ＣＰＵ２１は、記憶部２３のプログラム記憶部２３１に記憶されている各種のプログラムを実行して所定の演算や各部の制御を行うプロセッサである。例えば、ＣＰＵ２１は、操作部２４により運動解析アプリケーション（以下、運動解析アプリ）の起動が指示されると、プログラム記憶部２３１に記憶されている運動解析アプリを起動する。操作部２４により学習モードが設定されると、ＣＰＵ２１は、運動解析アプリとの協働により、後述する学習処理の携帯端末２側の処理を実行する。また、操作部２４によりトレーニングモードが選択されると、ＣＰＵ２１は、運動解析アプリとの協働により後述する飛球結果推定処理の携帯端末２側の処理を実行する。本実施形態において、ＣＰＵ２１は、推定手段として機能する。また、ＣＰＵ２１は、第二通信部２８との協働により、第一の取得手段、第二の取得手段として機能する。

ＲＡＭ２２は、ＣＰＵ２１に作業用のメモリ空間を提供し、データを一時的に記憶する。

記憶部２３は、不揮発性の半導体メモリやハードディスク等により構成される。記憶部２３には、プログラム記憶部２３１及びモデル情報記憶部２３２が設けられている。
プログラム記憶部２３１には、ＣＰＵ２１で実行されるシステムプログラムや運動解析アプリを始めとする各種処理プログラム、これらのプログラムの実行に必要なデータ等が記憶されている。ここで、運動解析アプリは、外部のサーバ（図示せず）からダウンロードされたものであり、運動解析アプリのダウンロード時には携帯端末２のユーザを識別するためのユーザＩＤが発行され、このユーザＩＤが運動解析アプリと併せてプログラム記憶部２３１に記憶されている。
モデル情報記憶部２３２には、サーバ３から送信された機械学習のモデル情報が記憶されている。

操作部２４は、各種機能キーを備え、ユーザによる各キーの押下入力を受け付けてその操作情報をＣＰＵ２１に出力する。また、操作部２４は、表示部２５の表面を覆うように透明電極を格子状に配置したタッチパネル等を有し、手指やタッチペン等で押下された位置を検出し、その位置情報を操作情報としてＣＰＵ２１に出力する。

表示部２５は、ＬＣＤ（Liquid Crystal Display）等により構成され、ＣＰＵ２１からの表示制御信号に従って、画面上に各種表示を行う。

音声出力部２６は、ＣＰＵ２１からの制御に従って音声や報知音を出力する。
表示部２５及び音声出力部２６は、出力手段として機能する。

第一通信部２７は、無線により基地局又はアクセスポイントを介して移動体通信網を含むインターネット等の通信ネットワークに接続し、通信ネットワークに接続されたサーバ３を始めとする外部装置との通信を行う。

第二通信部２８は、例えば、ＢＬＥ等の無線通信方式により、センサ１を始めとする外部機器とデータ通信を行う。

［サーバ３の構成］
サーバ３は、携帯端末２から送信された第一の運動情報及び結果情報を対応付けて蓄積し、蓄積した複数の第一の運動情報及び結果情報を教師データとして、機械学習アルゴリズムにより、入力された第二の運動情報から飛球結果を推定するためのモデルを生成する。

図５は、サーバ３の機能的構成を示すブロック図である。図５に示すように、サーバ３は、ＣＰＵ３１、ＲＡＭ３２、記憶部３３、操作部３４、通信部３５等を備えて構成され、各部はバス３６により接続されて構成されている。

ＣＰＵ３１は、記憶部３３のプログラム記憶部３３１に記憶されている各種のプログラムを実行して所定の演算や各部の制御を行うプロセッサである。例えば、ＣＰＵ３１は、通信部３５により携帯端末２からユーザＩＤ、第一の運動情報及び結果情報を受信すると、受信したユーザＩＤ、第一の運動情報及び結果情報を対応付けて運動情報記憶部３３２に蓄積する。また、ＣＰＵ３１は、運動情報記憶部３３２において各ユーザＩＤに対応付けて記憶されている第一の運動情報及び結果情報が所定数以上になると、プログラム記憶部３３１に記憶されている機械学習プログラムに従って、そのユーザＩＤに対応する複数の第一の運動情報及び結果情報を教師データとして機械学習を行うことにより、入力された第二の運動情報から飛球結果を推定するためのモデルを生成し、生成したモデルをユーザＩＤに対応付けてモデル情報記憶部３３３に記憶する。また、ＣＰＵ３１は、通信部３５により携帯端末２からユーザＩＤとともにモデルの取得要求が受信されると、受信したユーザＩＤに対応するモデルをモデル情報記憶部３３３から読み出して通信部３５によりサーバ３に送信する。ＣＰＵ３１は、学習手段として機能する。

ＲＡＭ３２は、ＣＰＵ３１に作業用のメモリ空間を提供し、データを一時的に記憶する。

記憶部３３は、不揮発性の半導体メモリやハードディスク等により構成される。記憶部３３には、プログラム記憶部３３１、運動情報記憶部３３２及びモデル情報記憶部３３３が設けられている。
プログラム記憶部３３１には、ＣＰＵ３１で実行されるシステムプログラムや機械学習プログラムを始めとする各種処理プログラム、これらのプログラムの実行に必要なデータ等が記憶されている。
運動情報記憶部３３２は、携帯端末２から送信されてきたユーザＩＤ、第一の運動情報及び結果情報が対応付けて記憶される。
モデル情報記憶部３３３には、機械学習により生成したモデル情報がユーザＩＤに対応付けて記憶される。

操作部３４は、各種機能キーを備え、ユーザによる各キーの押下入力を受け付けてその操作情報をＣＰＵ３１に出力する。

通信部３５は、有線又は無線によりインターネット等の通信ネットワークに接続し、通信ネットワークに接続された携帯端末２を始めとする外部装置との通信を行う。

［運動解析システム１００の動作］
次に、運動解析システム１００の動作について説明する。
図６は、ゴルフスイングの一連の動作と、ゴルフスイングの一連の動作時においてセンサ部１５により計測されるＹ軸周り角速度の一例を示す図である。図６に示すように、ゴルフスイングの一連の動作は、アドレス、トップ、ハーフ、インパクト、フィニッシュを含む。ここで、アドレスはテイクバックを開始する直前、トップはバックスイングからダウンスイングへの切り替えし点、ハーフはダウンスイング中にシャフトが水平になる位置、インパクトはゴルフクラブがボールに当たる瞬間、フィニッシュはフォロースルー後に通常の姿勢に戻る切り替えし点を意味する。フォワードスイング方向を正としてユーザＵのＹ軸周りの角速度を基準に見た場合、アドレスはゼロ近傍からマイナスへ移行する直前、トップはマイナスからプラスへ転じる点、ハーフは最大値近傍、インパクトは最大値から少し経過した点、フィニッシュはプラスからゼロ近傍もしくはマイナスへ移行する点である。

運動解析システム１００において、ゴルフスイングの動作から飛球結果を推定するには、まず、学習フェーズでユーザＵがセンサ１を装着して実際にゴルフスイングの一連の動作を行ってゴルフボールを打ち、そのときにセンサ１において計測されたセンサデータに基づく第一の運動情報及び飛球結果の結果情報を所定数以上蓄積して機械学習によりモデルを生成する。モデルの生成後は、トレーニングフェーズにおいてユーザＵがセンサ１を装着してゴルフスイングにおけるアドレスからトップまでの動作を行うと、そのときにセンサ１で計測されたセンサデータに基づく第二の運動情報を入力として、学習フェーズで生成されたモデルを用いて飛球結果の推定を行う。以下、学習フェーズとトレーニングフェーズのそれぞれについて説明する。

（学習フェーズ）
学習フェーズにおいて、ユーザＵは、センサ１を腰に装着して学習モードで起動する。また、ユーザＵは、携帯端末２の運動解析アプリを起動して操作部２４により学習モードに設定する。そして、ゴルフスイングの一連の動作を行う。

図７は、学習フェーズにおいて、運動解析システム１００を構成する各装置間において実行される学習処理の流れを示す図である。図７に示すセンサ１側の処理は、センサ１のＣＰＵ１１と記憶部１３に記憶されているプログラムとの協働により実行される。携帯端末２側の処理は、ＣＰＵ２１とプログラム記憶部２３１に記憶されている運動解析アプリとの協働により実行される。また、サーバ３側の処理は、サーバ３とプログラム記憶部３３１に記憶されているプログラムとの協働により実行される。

センサ１において、ＣＰＵ１１は、センサ部１５によりスイング開始が検知されるのを待機する（ステップＳ１）。
ここで、図６に示すように、ユーザＵがゴルフスイングを開始すると、センサ部１５の角速度センサから出力されるＹ軸周りの角速度が０からマイナスへ変化する。そこで、例えば、ステップＳ１においては、センサ部１５から出力されたＹ軸周りの角速度がマイナス方向に予め定められた閾値以上に変化した場合に、スイング開始が検知されたと判断する。

センサ部１５によりスイング開始が検知されたと判断した場合（ステップＳ１；ＹＥＳ）、ＣＰＵ１１は、センサ部１５によりスイング完了が検知されるのを待機する（ステップＳ２）。
ここで、図６に示すように、一連のゴルフスイング動作が完了すると、センサ部１５の角速度センサから出力されるＹ軸周りの角速度がほぼ０で一定となる。そこで、例えば、ステップＳ２においては、スイング開始の検知後にセンサ部１５から出力されたＹ軸周りの角速度が再度０で一定となった場合に、スイング完了が検知されたと判断する。

センサ部１５によりスイング完了が検知されたと判断した場合（ステップＳ２；ＹＥＳ）、ＣＰＵ１１は、スイング開始から完了までの間にセンサ部１５において取得されたセンサデータを通信部１６により携帯端末２に送信する（ステップＳ３）。

携帯端末２において、第二通信部２８によりセンサ部１５からのセンサデータを受信すると、ＣＰＵ２１は、受信したセンサデータを取得してＲＡＭ２２に読み出す（ステップＳ４）。

次いで、ＣＰＵ２１は、受信したセンサデータからアドレス〜トップの範囲を切り出して第一の運動情報として取得する（ステップＳ５）。
ここで、トップは、バックスイングとダウンスイングの切り替えし点であり、図６に示すように、Ｙ軸周りの角速度の符号が反転する時点である。トップの後、Ｙ軸周りの角速度が最大となる位置（ハーフ近傍）まではＹ軸周りの角速度の符号が反転することはない。そこで、ＣＰＵ２１は、Ｙ軸周りの角速度が最大となる時点から遡ってＹ軸周りの角速度の符号が最初に反転する時点をトップとして特定する。
また、アドレスは、テイクバックを開始する時点であり、図６に示すように、トップから遡り、Ｙ軸周りの角速度がほぼ０になる時点である。そこで、ＣＰＵ２１は、トップから遡ってＹ軸周りの角速度が予め設定された閾値（例えば、−０．３［ｒａｄ／ｓ］）以上となった時点をアドレスの時点として特定する。
そして、ＣＰＵ２１は、センサデータのアドレスからトップまでの範囲を切り出して第一の運動情報として取得する。残りの範囲のデータは削除する。

次いで、ＣＰＵ２１は、表示部２５に飛球結果の入力画面を表示し、操作部２４による飛球結果の入力を受け付ける（ステップＳ６）。
ここで、飛球結果としては、例えば、成功又は失敗を示す区分と、その詳細を入力する。成功の場合に入力する詳細項目としては、例えば、飛球方向（例えば、右、正面又は左）、打球（例えば、ストレート、スライス又はフック）、飛距離のうち、少なくとも一つが挙げられる。失敗の場合に入力する詳細項目としては、例えば、失敗の種類（例えば、ダフリ又はトップ）が挙げられる。
なお、入力画面で要求されている必須項目が入力されずに入力完了が指示された場合、エラーとなるものとする。

次いで、ＣＰＵ２１は、運動解析アプリのユーザＩＤを読み出して、ユーザＩＤ、取得した第一の運動情報及び入力された飛球結果の結果情報を対応付けて第一通信部２７によりサーバ３に送信する（ステップＳ７）。

サーバ３においては、通信部３５により携帯端末２からユーザＩＤ、第一の運動情報及び結果情報を受信すると、ＣＰＵ３１は、受信したユーザＩＤ、第一の運動情報及び飛球結果を対応付けて運動情報記憶部３３２に記憶する（ステップＳ８）。

次いで、ＣＰＵ３１は、運動情報記憶部３３２に記憶されている、受信したユーザＩＤに対応する第一の運動情報及び結果情報のデータ数が所定数以上であるか否かを判断する（ステップＳ９）。
受信したユーザＩＤに対応する第一の運動情報及び結果情報のデータ数が所定数以上ではないと判断した場合（ステップＳ９；ＮＯ）、学習処理は終了する。
一方、受信したユーザＩＤに対応する第一の運動情報及び結果情報の数が所定数以上であると判断した場合（ステップＳ９；ＹＥＳ）、ＣＰＵ３１は、受信したユーザＩＤに対応する第一の運動情報及び結果情報を運動情報記憶部３３２から読み出して、教師データとして機械学習プログラムに入力し、新たに入力される第二の運動情報から飛球結果を推定するためのモデルを生成する（ステップＳ１０）。そして、生成したモデルをユーザＩＤ及び更新フラグに対応付けてモデル情報記憶部３３３に記憶させ（ステップＳ１１）、学習処理を終了する。

ここで、機械学習プログラムに用いられるアルゴリズムとしては、ＳＶＭ（サポートベクタマシン）、ランダムフォレスト、Ｊ４８等、公知のいずれのアルゴリズムを用いてもよい。また、第一の運動情報としては、センサ１から取得されたセンサデータのアドレスからトップまでの範囲を切り出したセンサデータをそのまま機械学習プログラムに入力してもよいし、アドレスからトップまでが切り出されたセンサデータの合計値、平均値、中央値、標準偏差、分散、最大値、最小値等のいずれかの特徴量または複数の特徴量の組み合わせを算出して第一の運動情報として取得して機械学習アルゴリズムに入力することとしてもよい。

（トレーニングフェーズ）
トレーニングフェーズにおいて、ユーザＵは、まず、センサ１を腰に装着してトレーニングモードで起動する。また、ユーザＵは、携帯端末２の運動解析アプリを起動して操作部２４によりトレーニングモードに設定する。そして、ゴルフスイングの一連の動作の、少なくともアドレスからトップまでの動作を行う。このとき、ゴルフクラブは持たなくてもよい。

図８は、トレーニングフェーズにおいて、運動解析システム１００を構成する各装置間において実行される飛球結果推定処理の流れを示す図である。図８に示すセンサ１側の処理は、センサ１のＣＰＵ１１と記憶部１３に記憶されているプログラムとの協働により実行される。携帯端末２側の処理は、ＣＰＵ２１とプログラム記憶部２３１に記憶されている運動解析アプリとの協働により実行される。また、サーバ３側の処理は、サーバ３とプログラム記憶部３３１に記憶されているプログラムとの協働により実行される。

まず、携帯端末２において、トレーニングモードが設定されると、ＣＰＵ２１は、第一通信部２７によりサーバ３にユーザＩＤを送信し、ユーザＩＤに対応するモデルが更新されたか否かを問い合わせる（ステップＳ２１）。

サーバ３のＣＰＵ３１は、通信部３５を介して携帯端末２によりモデルの更新の問い合わせを受信すると、モデル情報記憶部３３３を参照して受信したユーザＩＤに対応するモデルに更新フラグが対応付けられているか否かを判断する（ステップＳ２２）。
受信したユーザＩＤに対応するモデルに更新フラグが対応付けられていると判断した場合（ステップＳ２２；ＹＥＳ）、ＣＰＵ３１は、該当するモデルを読み出して通信部３５により携帯端末２に送信する（ステップＳ２３）。送信後、ＣＰＵ３１は、送信したモデルに対応付けられている更新フラグを削除する（ステップＳ２４）。

携帯端末２において、第一通信部２７によりモデルを受信した場合（ステップＳ２５；ＹＥＳ）、ＣＰＵ２１は、受信したモデルによりモデル情報記憶部２３２に記憶されているモデルを更新する（ステップＳ２６）。なお、モデル情報記憶部２３２にモデルが記憶されていない場合は、受信したモデルをモデル情報記憶部２３２に記憶する。

また、センサ１においては、トレーニングモードで起動されると、ＣＰＵ１１は、センサ部１５によりスイング開始が検知されるのを待機する（ステップＳ２７）。
センサ部１５におけるスイング開始の検知の手法は、ステップＳ１で説明したものと同様であるので説明を援用する。

センサ部１５によりスイング開始が検知されたと判断した場合（ステップＳ２７；ＹＥＳ）、ＣＰＵ１１は、センサ部１５によりトップ動作完了が検知されるのを待機する（ステップＳ２８）。
ここで、図６に示すように、トップは、Ｙ軸周りの角速度の符号が反転する時点である。そこで、例えば、ステップＳ２８においては、スイング開始を検知後、センサ部１５から出力されたＹ軸周りの角速度の符号が初めて反転した場合に、トップ動作完了が検知されたと判断する。

センサ部１５によりトップ動作完了が検知されたと判断した場合（ステップＳ２８；ＹＥＳ）、ＣＰＵ１１は、スイング開始からトップ動作完了までの間にセンサ部１５において取得されたセンサデータを通信部１６により携帯端末２に送信する（ステップＳ２９）。

携帯端末２において、第二通信部２８によりセンサ部１５からのセンサデータを受信すると、ＣＰＵ２１は、受信したセンサデータを取得してＲＡＭ２２に読み出す（ステップＳ３０）。

次いで、ＣＰＵ２１は、受信したセンサデータからアドレス〜トップの範囲を切り出して第二の運動情報として取得する（ステップＳ３１）。
ここで、上述のように、トップはバックスイングとダウンスイングの切り替えし点であり、例えば、図６に示すように、Ｙ軸周りの角速度の符号が反転する時点である。また、ステップＳ３０で取得されるセンサデータは、トップを検知した直後までのデータである。そこで、センサデータの最終時点から遡ってＹ軸周りの角速度の符号が最初に反転する時点をトップとして特定する。
また、アドレスは、上述のように、テイクバックを開始する時点であり、図６に示すように、トップから遡り、Ｙ軸周りの角速度がほぼ０になる時点である。そこで、ＣＰＵ２１は、トップから遡ってＹ軸周りの角速度が予め設定された閾値（例えば、−０．３［ｒａｄ／ｓ］）以上となった時点をアドレスの時点として特定する。
そして、ＣＰＵ２１は、特定したアドレスからトップまでの範囲のセンサデータを切り出して第二の運動情報として取得する。残りの範囲のデータは削除する。

なお、上述のように、アドレスからトップまでが切り出されたセンサデータの合計値、平均値、中央値、標準偏差、分散、最大値、最小値等のいずれかの特徴量または複数の特徴量の組み合わせを算出して第二の運動情報として取得してもよい。

次いで、ＣＰＵ２１は、取得した第二の運動情報を入力として、モデル情報記憶部２３２に記憶されているモデルを用いて第二の運動情報に対応する飛球結果を推定する（ステップＳ３２）。
飛球結果としては、例えば、飛球の成功又は失敗を推定する。また、成功の場合、飛球方向（例えば、右、正面又は左）、打球（例えば、ストレート、スライス又はフック）、飛距離等を推定してもよい。失敗の場合、失敗の種類（例えば、トップ、ダフリ）を推定してもよい。また、例えば、飛球方向であれば右の確率が○％、ストレートの確率が△％、左の確率が□％等、それぞれが発生する確率込で推定してもよい。

そして、ＣＰＵ２１は、推定した飛球結果を表示部２５及び／又は音声出力部２６により出力し（ステップＳ３３）、飛球結果推定処理を終了する。
ステップＳ３３においては、例えば、推定された飛球結果を表示部２５に表示する。飛球結果は、文字で表示してもよいし、飛球結果のイメージ（実際に飛球方向にボールが飛んでいく画像等）を表示してもよい。推定された飛球結果を音声出力部２６から音声により出力することとしてもよい。また、表示と音声（音）の双方を出力することとしてもよい。表示、出力する推定結果は、一番可能性が高い結果を表示、出力することとしてもよいし、それぞれの発生する確率込で表示、出力することとしてもよい。

以上説明したように、運動解析システム１００によれば、携帯端末２のＣＰＵ２１は、センサ１によりユーザＵのゴルフスイング動作を計測することにより得られる第一の運動情報と、その第一の運動情報に対応する動作の結果情報とを複数取得して第一通信部２７によりサーバ３に送信する。サーバ３のＣＰＵ３１は、携帯端末２から送信された複数の第一の運動情報及び結果情報に基づいて機械学習を行い、入力された第二の運動情報に対応する飛球結果を推定するためのモデルを生成して携帯端末２に送信する。携帯端末２のＣＰＵ２１は、サーバ３から受信したモデルを用いることにより、センサ１により新たにユーザＵの所定の動作を計測することにより得られる第二の運動情報に対応する結果を推定し、表示部２５及び／又は音声出力部２６により推定結果を出力する。
したがって、ユーザ自身のゴルフスイング動作とその飛球結果を学習して、新たにユーザが行ったゴルフスイング動作による飛球結果を推定するので、ユーザの癖を反映した飛球結果の推定を行うことができ、より精度良くユーザのゴルフスイング動作の結果を推定することができる。

また、携帯端末２のＣＰＵ２１は、ユーザＵのゴルフスイングの一連の動作をセンサ１で計測することにより得られるセンサデータから、アドレスからトップまでの範囲の計測結果を切り出したものを第一の運動情報として取得し、その時の飛球結果とともにサーバ３に送信し、新たにユーザＵのゴルフスイングのアドレスからトップまでの動作をセンサ１で計測することにより得られるセンサデータを第二の運動情報として取得し、第二の運動情報に対応するユーザＵのゴルフスイングによる飛球結果を推定する。
したがって、ユーザは、一連のゴルフスイング動作をせずにバックスイング動作をするだけで飛球結果を知ることが可能となる。また、ユーザは、バックスイング動作の飛球への影響を把握することができ、ユーザのバックスイング動作の改善に役立てることができる。

なお、上記実施形態における記述内容は、本発明に係る運動解析システムの好適な一例であり、これに限定されるものではない。

例えば、上記実施形態においては、第一の運動情報及び結果情報に基づく機械学習をサーバ３において行う場合を例にとり説明したが、携帯端末２に搭載された運動解析アプリに機械学習を行う機能を含み、携帯端末２で機械学習を行うこととしてもよい。すなわち、携帯端末２のＣＰＵ２１は、運動解析アプリとの協働により、取得した第一の運動情報及び結果情報を対応付けて記憶部２３に蓄積記憶し、所定数以上のデータが記憶された場合に、記憶部２３に記憶されている複数の第一の運動情報及び結果情報に基づいて機械学習を行って新たに入力された第二の運動情報に対応する飛球結果を推定するためのモデルを生成し、生成したモデルに基づいて、入力された第二の運動情報に対応するユーザのゴルフスイングによる飛球結果を推定することとしてもよい。
本実施形態のように、機械学習をサーバ３で行うことにより、携帯端末２の処理負荷を低減することができる。また、機械学習を携帯端末２で行うことにより、サーバ３を設置する必要がなくなり、システム構成を簡単にすることができる。

また、上記実施形態で説明したように、サーバ３で生成したモデルを携帯端末２に送信し、携帯端末２において第二の運動情報に対応する飛球結果を推定することで、ユーザがトレーニングフェーズでゴルフスイングを行ったときの飛球結果のレスポンスが速くなるため好ましいが、サーバ３において飛球結果を推定して携帯端末２に結果を送信することとしてもよい。

また、上記実施形態においては、携帯端末２とセンサ１が別体である場合を例にとり説明したが、携帯端末２に３軸加速度センサ、３軸ジャイロセンサ及び３軸地磁気センサ等を備え、センサデータの取得についても携帯端末２で行う構成としてもよい。

また、上記実施形態においては、携帯端末２においてセンサデータからアドレス〜トップの範囲の切り出し等を行うこととして説明したが、センサ１で行うこととしてもよいし、サーバ３で行うこととしてもよい。センサ１や携帯端末２でセンサデータからアドレス〜トップの範囲の切り出しを行うことで、送信するデータ量を抑えることができる。また、サーバ３でアドレス〜トップの範囲の切り出しを行うことで、センサ１や携帯端末２側の処理を低減することができる。

また、センサ１が飛球結果を入力するためのインターフェース及び飛球結果を出力するための出力部を備え、かつサーバ３と通信接続可能な構成とした場合、センサ１とサーバ３で本発明の運動解析装置の機能を実現することとしてもよい。例えば、センサ１において第一の運動情報及び飛球結果情報を取得してサーバ３に送信し、サーバ３において機械学習を行ってモデルを生成し、生成したモデルに基づいて第二の運動情報に対応する飛球結果を推定し、推定結果をセンサ１に送信してセンサ１において結果を出力することとしてもよい。

すなわち、本発明の運動解析装置の各手段の機能は、単体の装置が備えていてもよいし、複数の装置に分散して備えることとしてもよい。例えば、上記実施形態で説明したように、「センサ１と携帯端末２とサーバ３」に分散して備えてもよいし、「センサ１と携帯端末２」、「携帯端末２とサーバ３」、「センサ１とサーバ３」に分散して備えてもよい。また、携帯端末２やセンサ１単体で備えていてもよい。

また、上記実施形態においては、携帯端末２の表示部２５及び／又は音声出力部２６から飛球結果を出力することとしたが、ＨＭＤ（ヘッドマウントディスプレイ）等の外部装置で飛球結果のイメージを表示することとしてもよい。また、光や振動等によって飛球結果をユーザに報知する構成としてもよい。

また、上記実施形態においては、センサ１をユーザＵの腰に装着することとして説明したが、これに限定されない。例えば、スマートウォッチのようなリストデバイスであってもよい。また、その他の部位（頭、腕、手首）に装着してもよい。手軽なため、身体に装着することが望ましいが、ゴルフクラブに装着することとしてもよい。また、複数個所にセンサ１を装着し、複数のセンサ１からのセンサデータに基づいて第一の運動情報や第二の運動情報を取得することとしてもよい。例えば、腰と背中にセンサ１を装着して第一の運動情報や第二の運動情報を取得することとしてもよい。腰と肩の捻転差は各種競技で重要になるパラメータであるため、効果的である。

また、上記実施形態においては、センサ１からセンサデータを直接取得することとしたが、外部のネットワークを介して取得することとしてもよい。

また、上記実施形態では、アドレスからトップまでのバックスイング動作から飛球結果を推定する場合を例にとり説明したが、アドレスからフィニッシュまでの一連の動作から飛球結果を推定することとしてもよい。

また、ボールとユーザＵの立っている位置との相対関係によってもゴルフクラブのボールへの当たり方が変わる。そこで、ボールとユーザＵが立っている位置との相対距離を取得して、機械学習による飛球結果の推定のパラメータに加えてもよい。これにより、推定精度を向上させることができる。ボールまでの相対距離は、ユーザＵの前傾角度と使用しているゴルフクラブのシャフトの長さにより算出することができる。ユーザＵの前傾角度は、例えば、アドレス時におけるセンサ１のセンサ部１５により計測されるＸ軸周りの加速度により特定することができる。ゴルフクラブのシャフトの長さは、予め携帯端末２の記憶部２３等においてゴルフクラブの番手とシャフトの長さを対応付けて記憶しておき、ユーザＵが操作部２４により番手を入力することにより特定することができる。この場合は、トレーニングモードにおいてもユーザはゴルフクラブを使用することが必要となる。

また、上記実施形態においては、学習フェーズの飛球結果の入力を操作部２４によりユーザが手動で入力することとして説明したが、デジタルカメラによりユーザＵのゴルフスイング動作を撮影し、得られた撮影画像を携帯端末２等で解析して飛球結果を自動的に入力することとしてもよい。

また、上記実施形態においては、センサ１が３軸加速度センサ、３軸ジャイロセンサ（角速度センサ）及び３軸地磁気センサを含むこととして説明したが、３軸加速度センサ、３軸ジャイロセンサ又は３軸地磁気センサを含む構成であってもよい。または、センサ１は、ユーザＵの動作を撮像するイメージセンサを含むこととしてもよい。

また、上記実施形態においては、本発明をゴルフスイング動作からのボールの飛球結果の推定に適用した場合を例にとり説明したが、これに限定されず、例えば、テニスやゲートボール等における飛球結果の推定に適用することもできる。

その他、運動解析システムを構成する各装置の細部構成及び細部動作に関しても、発明の趣旨を逸脱することのない範囲で適宜変更可能である。

本発明のいくつかの実施形態を説明したが、本発明の範囲は、上述の実施形態に限定するものではなく、特許請求の範囲に記載された発明の範囲とその均等の範囲を含む。
以下に、この出願の願書に最初に添付した特許請求の範囲に記載した発明を付記する。付記に記載した請求項の項番は、この出願の願書に最初に添付した特許請求の範囲の通りである。
［付記］
＜請求項１＞
動作者の所定の動作をセンサで計測することにより得られる第一の運動情報と、前記第一の運動情報に対応する前記動作者の所定の動作の結果を表す結果情報とを複数取得する第一の取得手段と、
前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者の所定の動作を前記センサで計測することにより得られる第二の運動情報を取得する第二の取得手段と、
前記第一の取得手段により取得された複数の前記第一の運動情報及び前記結果情報に基づいて、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定する推定手段と、
前記推定手段により推定された結果を出力する出力手段と、
を備えること、を特徴とする運動解析装置。
＜請求項２＞
前記第一の取得手段により取得される複数の前記第一の運動情報及び前記結果情報に基づいて機械学習を行い、入力された前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定するためのモデルを生成する学習手段を備え、
前記推定手段は、前記学習手段により生成されたモデルを用いることにより、複数の前記第一の運動情報及び前記結果情報に基づき前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定すること、
を特徴とする請求項１に記載の運動解析装置。
＜請求項３＞
前記第一の取得手段は、前記動作者の前記所定の動作を前記センサで計測することにより得られる計測結果又はその特徴量を前記第一の運動情報として取得し、
前記第二の取得手段は、前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者の前記所定の動作を前記センサで計測することにより得られる計測結果又はその特徴量を前記第二の運動情報として取得すること、
を特徴とする請求項１又は２に記載の運動解析装置。
＜請求項４＞
前記所定の動作は、一連の動作からなり、
前記第一の取得手段は、前記動作者の一連の動作を前記センサで計測することにより得られる計測結果から予め定められた範囲の計測結果を切り出したもの又はその特徴量を前記第一の運動情報として取得し、
前記第二の取得手段は、前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者が行った前記予め定められた範囲の動作を前記センサで計測することにより得られる計測結果又はその特徴量を前記第二の運動情報として取得すること、
を特徴とする請求項３に記載の運動解析装置。
＜請求項５＞
前記所定の動作は、ゴルフスイングであり、前記結果情報は、前記動作者のゴルフスイングによる飛球結果を示す情報であり、
前記第一の取得手段は、前記動作者のゴルフスイングの一連の動作を前記センサで計測することにより得られる計測結果から、アドレスからトップまでの範囲の計測結果を切り出したもの又はその特徴量を前記第一の運動情報として取得し、
前記第二の取得手段は、前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者のゴルフスイングのアドレスからトップまでの動作を前記センサで計測することにより得られる計測結果又はその特徴量を前記第二の運動情報として取得し、
前記推定手段は、前記第二の運動情報に対応する前記動作者のゴルフスイングによる飛球結果を推定すること、
を特徴とする請求項４に記載の運動解析装置。
＜請求項６＞
前記所定の動作は、前記動作者による一連の動作の一部であり、
前記推定手段は、前記第一の取得手段により取得された複数の前記第一の運動情報及び前記結果情報に基づいて、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定すること、
を特徴とする請求項１〜３のいずれか一項に記載の運動解析装置。
＜請求項７＞
前記推定手段は、前記第二の取得手段により前記第二の運動情報が取得されると、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定すること、
を特徴とする請求項１〜６のいずれか一項に記載の運動解析装置。
＜請求項８＞
前記出力手段は、前記推定手段により推定された結果を表示する表示手段又は前記推定手段により推定された結果を音声により出力する音声出力手段を含むこと、
を特徴とする請求項１〜７のいずれか一項に記載の運動解析装置。
＜請求項９＞
前記センサは前記動作者の身体に装着可能な加速度及び角速度センサ、又は前記動作者の所定の動作を撮像するイメージセンサを含むこと、
を特徴とする請求項１〜８のいずれか一項に記載の運動解析装置。
＜請求項１０＞
センサと、前記センサと通信可能な端末装置と、前記端末装置と通信可能なサーバと、を備える運動解析システムであって、
前記端末装置は、前記センサにより動作者の所定の動作を計測することにより得られる第一の運動情報と、前記第一の運動情報に対応する前記動作者の所定の動作の結果を表す結果情報とを複数取得して前記サーバに送信し、
前記サーバは、前記端末装置から送信された複数の前記第一の運動情報及び前記結果情報に基づいて機械学習を行い、入力された第二の運動情報に対応する前記動作者の所定の動作の結果を推定するためのモデルを生成して前記端末装置に送信し、
前記端末装置は、前記サーバから受信したモデルを用いることにより、前記センサにより新たに前記動作者の所定の動作を計測することにより得られる前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定し、推定結果を出力すること、
を特徴とする運動解析システム。
＜請求項１１＞
動作者の所定の動作をセンサで計測することにより得られる第一の運動情報と、前記第一の運動情報に対応する前記動作者の所定の動作の結果を表す結果情報とを複数取得する工程と、
前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者の所定の動作を前記センサで計測することにより得られる第二の運動情報を取得する工程と、
複数の前記第一の運動情報及び前記結果情報に基づいて、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定する工程と、
前記推定された結果を出力する工程と、
を含むこと、を特徴とする運動解析方法。
＜請求項１２＞
コンピュータを、
動作者の所定の動作をセンサで計測することにより得られる第一の運動情報と、前記第一の運動情報に対応する前記動作者の所定の動作の結果を表す結果情報とを複数取得する第一の取得手段、
前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、前記動作者の所定の動作を前記センサで計測することにより得られる第二の運動情報を取得する第二の取得手段、
前記第一の取得手段により取得された複数の前記第一の運動情報及び前記結果情報に基づいて、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定する推定手段、
前記推定手段により推定された結果を出力する出力手段、
として機能させるためのプログラム。

１００ 運動解析システム
１ センサ
１１ ＣＰＵ
１２ ＲＡＭ
１３ 記憶部
１４ 操作部
１５ センサ部
１６ 通信部
１７ バス
２ 携帯端末
２１ ＣＰＵ
２２ ＲＡＭ
２３ 記憶部
２３１ プログラム記憶部
２３２ モデル情報記憶部
２４ 操作部
２５ 表示部
２６ 音声出力部
２７ 第一通信部
２８ 第二通信部
２９ バス
３ サーバ
３１ ＣＰＵ
３２ ＲＡＭ
３３ 記憶部
３３１ プログラム記憶部
３３２ 運動情報記憶部
３３３ モデル情報記憶部
３４ 操作部
３５ 通信部
３６ バス

Claims (12)

1. 動作者の所定の動作をセンサで計測することにより得られる第一の運動情報と、前記第一の運動情報に対応する前記動作者の所定の動作の結果を表す結果情報とを複数取得する第一の取得手段と、
   前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者の所定の動作を前記センサで計測することにより得られる第二の運動情報を取得する第二の取得手段と、
   前記第一の取得手段により取得された複数の前記第一の運動情報及び前記結果情報に基づいて、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定する推定手段と、
   前記推定手段により推定された結果を出力する出力手段と、
   を備えること、を特徴とする運動解析装置。
2. 前記第一の取得手段により取得される複数の前記第一の運動情報及び前記結果情報に基づいて機械学習を行い、入力された前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定するためのモデルを生成する学習手段を備え、
   前記推定手段は、前記学習手段により生成されたモデルを用いることにより、複数の前記第一の運動情報及び前記結果情報に基づき前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定すること、
   を特徴とする請求項１に記載の運動解析装置。
3. 前記第一の取得手段は、前記動作者の前記所定の動作を前記センサで計測することにより得られる計測結果又はその特徴量を前記第一の運動情報として取得し、
   前記第二の取得手段は、前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者の前記所定の動作を前記センサで計測することにより得られる計測結果又はその特徴量を前記第二の運動情報として取得すること、
   を特徴とする請求項１又は２に記載の運動解析装置。
4. 前記所定の動作は、一連の動作からなり、
   前記第一の取得手段は、前記動作者の一連の動作を前記センサで計測することにより得られる計測結果から予め定められた範囲の計測結果を切り出したもの又はその特徴量を前記第一の運動情報として取得し、
   前記第二の取得手段は、前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者が行った前記予め定められた範囲の動作を前記センサで計測することにより得られる計測結果又はその特徴量を前記第二の運動情報として取得すること、
   を特徴とする請求項３に記載の運動解析装置。
5. 前記所定の動作は、ゴルフスイングであり、前記結果情報は、前記動作者のゴルフスイングによる飛球結果を示す情報であり、
   前記第一の取得手段は、前記動作者のゴルフスイングの一連の動作を前記センサで計測することにより得られる計測結果から、アドレスからトップまでの範囲の計測結果を切り出したもの又はその特徴量を前記第一の運動情報として取得し、
   前記第二の取得手段は、前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者のゴルフスイングのアドレスからトップまでの動作を前記センサで計測することにより得られる計測結果又はその特徴量を前記第二の運動情報として取得し、
   前記推定手段は、前記第二の運動情報に対応する前記動作者のゴルフスイングによる飛球結果を推定すること、
   を特徴とする請求項４に記載の運動解析装置。
6. 前記所定の動作は、前記動作者による一連の動作の一部であり、
   前記推定手段は、前記第一の取得手段により取得された複数の前記第一の運動情報及び前記結果情報に基づいて、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定すること、
   を特徴とする請求項１〜３のいずれか一項に記載の運動解析装置。
7. 前記推定手段は、前記第二の取得手段により前記第二の運動情報が取得されると、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定すること、
   を特徴とする請求項１〜６のいずれか一項に記載の運動解析装置。
8. 前記出力手段は、前記推定手段により推定された結果を表示する表示手段又は前記推定手段により推定された結果を音声により出力する音声出力手段を含むこと、
   を特徴とする請求項１〜７のいずれか一項に記載の運動解析装置。
9. 前記センサは前記動作者の身体に装着可能な加速度及び角速度センサ、又は前記動作者の所定の動作を撮像するイメージセンサを含むこと、
   を特徴とする請求項１〜８のいずれか一項に記載の運動解析装置。
10. センサと、前記センサと通信可能な端末装置と、前記端末装置と通信可能なサーバと、を備える運動解析システムであって、
    前記端末装置は、前記センサにより動作者の所定の動作を計測することにより得られる第一の運動情報と、前記第一の運動情報に対応する前記動作者の所定の動作の結果を表す結果情報とを複数取得して前記サーバに送信し、
    前記サーバは、前記端末装置から送信された複数の前記第一の運動情報及び前記結果情報に基づいて機械学習を行い、入力された第二の運動情報に対応する前記動作者の所定の動作の結果を推定するためのモデルを生成して前記端末装置に送信し、
    前記端末装置は、前記サーバから受信したモデルを用いることにより、前記センサにより新たに前記動作者の所定の動作を計測することにより得られる前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定し、推定結果を出力すること、
    を特徴とする運動解析システム。
11. 動作者の所定の動作をセンサで計測することにより得られる第一の運動情報と、前記第一の運動情報に対応する前記動作者の所定の動作の結果を表す結果情報とを複数取得する工程と、
    前記第一の運動情報及び前記結果情報が複数取得された後に、新たに前記動作者の所定の動作を前記センサで計測することにより得られる第二の運動情報を取得する工程と、
    複数の前記第一の運動情報及び前記結果情報に基づいて、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定する工程と、
    前記推定された結果を出力する工程と、
    を含むこと、を特徴とする運動解析方法。
12. コンピュータを、
    動作者の所定の動作をセンサで計測することにより得られる第一の運動情報と、前記第一の運動情報に対応する前記動作者の所定の動作の結果を表す結果情報とを複数取得する第一の取得手段、
    前記第一の取得手段により前記第一の運動情報及び前記結果情報が複数取得された後に、前記動作者の所定の動作を前記センサで計測することにより得られる第二の運動情報を取得する第二の取得手段、
    前記第一の取得手段により取得された複数の前記第一の運動情報及び前記結果情報に基づいて、前記第二の運動情報に対応する前記動作者の所定の動作の結果を推定する推定手段、
    前記推定手段により推定された結果を出力する出力手段、
    として機能させるためのプログラム。

Images