JP2020195737A - 歩行用部材作製用データ作成システム - Google Patents

Abstract

【課題】個々のユーザごとに理想的な使用状態に近付けることが可能な歩行用部材を作製するための技術を提供する。【解決手段】歩行用部材を装着前の動作状態を測定する装着前動作状態測定部と、測定結果から装着前におけるユーザの動作状態を表す装着前特徴量を取得する装着前特徴量取得部と、装着前特徴量から試用歩行用部材を試作するための試作用データを作成する試作用データ作成部と、試作用データから試用歩行用部材を作製する試作部と、試用歩行用部材を装着したユーザの動作状態を測定する装着時動作状態測定部と、測定結果から試用歩行用部材を装着したユーザの動作状態を表す装着時特徴量を取得する装着時特徴量取得部と、取得された装着時特徴量から歩行用部材を作製するための歩行用部材作製用データを作成する歩行用部材作製用データ作成部とを備えている歩行用部材作製用データ作成システム。【選択図】図１

Description

本発明は、靴や義足などの歩行用部材において、個人ごとに理想的な使用状態に近付ける歩行用部材作製用データ作成システムに関する。

従来より、靴や義足などの歩行用部材において、より快適な歩行性やより高度な運動性を提供するために、種々の技術改良が行われている。

例えば、靴底（アウトソール）や中敷（インソール）等のソールについては、個人ごとに、その歩行状態を勘案して、カスタマイズする技術が提案されている（特許文献１〜４）。

特表２０１６−５０１１１４号公報 特表２０１７−５３３０６５号公報 特表２０１７−５３３７６４号公報 特表２０１７−５３４９３７号公報

しかしながら、前記したカスタマイズについての技術は、実際に装着して歩行したときにどうなるかという点に、配慮がなかったため、全てのユーザが理想的な使用状態を体感できているとは言えなかった。

そこで、本発明は、個々のユーザごとに理想的な使用状態に近付けることが可能な歩行用部材を作製するための技術を提供することを課題とする。

本発明者は、前記課題の解決について鋭意検討を行い、以下に記載する発明によれば前記課題が解決できることを見出し、本発明を完成させるに至った。

請求項１に記載の発明は、
ユーザが装着して歩行に供する歩行用部材を作製するためのデータを作成する歩行用部材作製用データ作成システムであって、
前記歩行用部材を装着する前におけるユーザの動作状態を測定する装着前動作状態測定部と、
前記装着前動作状態測定部による測定結果から、前記歩行用部材を装着する前におけるユーザの動作状態を表す装着前特徴量を取得する装着前特徴量取得部と、
前記装着前特徴量取得部によって取得された装着前特徴量から、試用歩行用部材を試作するための試作用データを作成する試作用データ作成部と、
前記試作用データ作成部によって作成された前記試作用データから、前記試用歩行用部材を作製する試作部と、
前記試作部によって試作された前記試用歩行用部材を装着したユーザの動作状態を測定する装着時動作状態測定部と、
前記装着時動作状態測定部による測定結果から、試用歩行用部材を装着したユーザの動作状態を表す装着時特徴量を取得する装着時特徴量取得部と、
前記装着時特徴量取得部によって取得された装着時特徴量から、前記歩行用部材を作製するための歩行用部材作製用データを作成する歩行用部材作製用データ作成部とを備えていることを特徴とする歩行用部材作製用データ作成システムである。

請求項２に記載の発明は、
請求項１に記載の歩行用部材作製用データ作成部として機能することを特徴とする情報処理装置である。

請求項３に記載の発明は、
１または複数の情報処理装置を、請求項１に記載の歩行用部材作製用データ作成部として機能させることを特徴とする歩行用部材作製用データ作成プログラムである。

請求項４に記載の発明は、
ユーザが装着して歩行に供する歩行用部材を作製するためのデータを作成する歩行用部材作製用データ作成方法であって、
前記歩行用部材を装着する前におけるユーザの動作状態を測定する装着前動作状態測定ステップと、
前記装着前動作状態測定ステップにおける測定結果から、前記歩行用部材を装着する前におけるユーザの動作状態を表す装着前特徴量を取得する装着前特徴量取得ステップと、
前記装着前特徴量取得ステップにおいて取得された装着前特徴量から、試用歩行用部材を試作するための試作用データを作成する試作用データ作成ステップと、
前記試作用データ作成ステップにおいて作成された前記試作用データから、前記試用歩行用部材を作製する試作ステップと、
前記試作ステップにおいて試作された前記試用歩行用部材を装着したユーザの動作状態を測定する装着時動作状態測定ステップと、
前記装着時動作状態測定ステップにおける測定結果から、試用歩行用部材を装着したユーザの動作状態を表す装着時特徴量を取得する装着時特徴量取得ステップと、
前記装着時特徴量取得ステップにおいて取得された装着時特徴量から、前記歩行用部材を作製するための歩行用部材作製用データを作成する歩行用部材作製用データ作成ステップとを含むことを特徴とする歩行用部材作製用データ作成方法である。

本発明によれば、個々のユーザごとに理想的な使用状態に近付けることが可能な歩行用部材を作製するための技術を提供することができる。

本発明の第１の実施の形態に係る歩行用部材作製用データ作成システムが組み込まれた歩行用部材作製装置における機能的構成を示すブロック図である。 図１に示した歩行用部材作製装置における電気的構成を示すブロック図である。 本発明の第１の実施の形態に係る歩行用部材作製用データ作成システムに基づいて歩行用部材を作製する処理の流れを説明するフローチャートである。

以下、本発明を実施の形態に基づき、具体的に説明する。

［１］第１の実施の形態
本実施の形態は、ユーザが装着して歩行に供する歩行用部材を作製するためのデータを作成する歩行用部材作製用データ作成システムに関する実施の形態、詳しくは、歩行用部材作製用データ作成システムおよび歩行用部材作製用データ作成システムに基づいた歩行用部材の作製を説明するものである。歩行用部材は、例えば、靴やインソール、アウトソール、ミッドソール、義足など、またはそれらの一部分である。

図１は、この歩行用部材作製用データ作成システムが組み込まれた歩行用部材作製装置における機能的構成を示すブロック図である。図１に示すように、本発明に係る歩行用部材作製用データ作成システムが組み込まれた歩行用部材作製装置１には、（１１）〜（１８）の各部がシステムの要素として組み込まれている。なお、図１では、（１１）〜（１８）の全てが１台の歩行用部材作製装置１に組み込まれているが、各部の１つあるいはそれ以上が組み込まれた複数台の装置を配置して、各装置間でデータをやり取りする通信部を設け、ネットワークで接続することにより、一連のシステムを構築してもよい。

図２は、図１に示した歩行用部材作製装置１における電気的構成を示すブロック図である。図２において、記憶装置１０５（ＲＯＭなど）には、前記した（１１）〜（１８）における各処理を行うプログラムや予め記憶させたモデルやテーブルなどのデータが収納（記憶）されており、入力装置１０１（キーボード、カメラ、センサなど）から入力された測定データやユーザデータを記憶すると共に、各プログラムをメモリ１０４（ＲＡＭなど）上に展開させて、ＣＰＵ１０３で実行させることにより、後述するステップＳ−１〜Ｓ−９の順に処理が進行していき、処理結果が表示装置１０２（ディスプレイなど）に表示されると共に、歩行用部材作製用データとして３Ｄプリンタなどに出力されるようになっている。

図３は、本実施の形態に係る歩行用部材作製用データ作成システムに基づいて歩行用部材を作製する処理の流れを示すフローチャート図であり、基本的には、図１に示した各部に対応して、ステップＳ−１からステップＳ−９へと処理が進行することを示している。

なお、図１〜図３は、後述する第２の実施の形態以降においても、一部の記載について読み替えを行うが、基本的に同様と考えることができる。そして、前記したネットワークでの接続による一連のシステム構築についても、基本的に同様と考えることができる。

前記したように、従来の歩行用部材は、実際に装着して歩行したときにどうなるかという点に、配慮がなかったため、全てのユーザが理想的な使用状態を体感できている技術とは言えなかった。

そこで、本実施の形態においては、ユーザにあわせてカスタマイズした歩行用部材を装着して動作したときにどうなるかを測定するため、まず、図１の（１１）〜（１４）の各部によって、試用の歩行用部材を作製している。

（１１）装着前動作状態測定部
最初に、装着前動作状態測定部１１は、後述する試作部１４が作製する歩行用部材（以下「試作品」）や、後述する歩行用部材作製部１８が作製する歩行用部材（以下「完成品」）を装着する前、すなわち、試作品や完成品を装着していない状態におけるユーザの動作状態を測定し、測定データをシステムに入力する（図３に示すステップ「Ｓ−１」に対応）。

装着前動作状態測定部１１は、例えば、光学センサや圧力センサ、熱センサ、速度・加速度センサ、歪センサ、振動センサなどであり、スマートフォンに内蔵されているカメラであってもよいし、センサが内蔵された衣服（ＷＯ２０１４／２０４３２３など）や靴であってもよい。ユーザの動作は、例えば、歩いたり走ったりなどの、前記センサで検出可能な動きを伴うものである。

例えば、光学センサ（カメラ）を用いる場合であれば、ユーザの歩行の様子を撮影して得られる動画データを測定データとして取得すればよい。また、例えば、圧力センサを用いる場合であれば、ユーザの歩行の際の圧力分布を測定データとして取得すればよい。また、例えば、センサ内蔵衣服を用いる場合であれば、ユーザの足や腕の変位を測定データとして取得すればよい。

これらの測定データは、いずれもユーザの動作状態から得られるデータであり、２種以上の測定データを取得してもよい。なお、測定データとしては、前記の動作状態から得られるデータと共に、ユーザの静止状態から得られるデータ（例えば、足の長さや幅、身長、体重など）を取得してもよい。また、センサ内蔵衣服を用いた場合には、動作状態から得られるデータだけではなく、静止状態から得られるデータも取得することができ、効率的な測定ができる。

具体的には、例えば、ユーザが所持している靴に適したインソールを所望する場合には、その靴を履いた状態で前記測定データの取得が行われてもよく、また、新たな靴そのものを所望する場合には、靴を履かない状態で前記測定データの取得が行われてもよい。なお、装着前動作状態測定部１１は、表示装置を介して、ユーザに特定の動作を促すように構成されてもよい。

（１２）装着前特徴量取得部
次に、装着前特徴量取得部１２は、装着前動作状態測定部１１によって入力された測定データから、試作品および完成品を装着する前、すなわち、試作品および完成品を装着しない状態におけるユーザの動作状態を表す特徴量（装着前特徴量）を取得する（図３に示すステップ「Ｓ−２」に対応）。これにより、個々のユーザごとにおける装着前特徴量が取得される。装着前特徴量は、後述する試作用データ作成部１３によって作成される試作用データの基になるデータである。

本発明において、特徴量とは、基になった測定データと関連し、かつ、基のデータよりも情報量が削減されたデータである。例えば、装着前動作状態測定部１１がユーザの歩行の様子を撮影して得られる動画データを測定データとする場合、この動画データの全てが試作用データの作成に利用される訳ではなく、例えば、この動画データからユーザの歩行時の頭の位置の前後左右方向における揺れ幅が算出され、この揺れ幅が装着前特徴量として取得され、そして、この特徴量が試作用データの作成に利用される。このように情報量を削減することにより、特徴量を基にしたデータ作成の処理時間を短縮することができる。

特徴量としては、前記のものに限定されず、測定データから導出可能な値（例えば、左右の歩幅や、左右の足における圧力の最大・最小値、歩く速さの変動値、体の振れ幅、腕の振れ幅など）であったりしてもよいし、キーボード等の入力装置を介して入力されるユーザデータ（例えば、年齢、性別、身長、体重など）と測定データとを組み合わせて導出される値（筋肉や関節が弱っている箇所など）であったりしてもよい。

（１３）試作用データ作成部
次に、試作用データ作成部１３は、装着前特徴量取得部１２によって取得された装着前特徴量から、試用歩行用部材（試作品）を試作するための試作用データを作成する（図３に示すステップ「Ｓ−３」に対応）。試作用データは、後述する試作部１４によって試作品を作製する際に用いられるデータである。

試作用データ作成部１３は、例えば、予め記憶されている変換テーブルや変換式、機械学習モデルによって装着前特徴量から試作用データを作成する。変換テーブルを用いる場合、例えば、試作用データ作成部１３は、装着前特徴量と試作用データとを１対１で対応させた変換テーブルによって試作用データを作成する。

機械学習を用いる場合、例えば、試作用データ作成部１３は、装着前特徴量を入力とし、望ましい結果が得られた際の試作用データを出力として、入力と出力とをデータセットとする機械学習（教師あり学習）によってモデリングすることにより、望ましい結果が得られやすい試作用データを作成することができる。

ここで、望ましい結果とは、例えば、体への負荷が少なくなる歩行用部材が所望される場合には、試作品の装着によって、未装着時対比で、左右の歩幅の差や特定箇所への圧力の集中が緩和されるような結果や、ユーザの満足度が高くなる結果などである。なお、機械学習としては、教師ありの学習技法を用いても教師なしの学習技法を用いてもよい。機械学習の学習技法としては、例えば、ディープラーニングを含むニューラルネットワークや、サポートベクターマシン、クラスタリング、またはベイジアンネットワークなどを用いてもよい。

試作用データ作成部１３によって作成される試作用データは、試作品を作製するのに必要な全ての値（歩行用部材の全ての寸法など）を示すデータであってもよいし、ユーザに望ましい結果を与えるために特に重要な箇所に関する値（例えば、歩行用部材がインソールであれば土踏まずを支えるアーチの高さなど）であってもよい。

後者の場合、試作用データのみでは試作品が作製できないため、装着前動作状態測定部１１によって取得される動作状態または静止状態のデータ（足の寸法など）やキーボード等の入力装置を介して入力されるユーザデータ（足の寸法など）と、試作用データとを併せて、試作部１４によって試作品が作製される。

また、装着前動作状態測定部１１によって取得される動作状態または静止状態のデータやキーボード等の入力装置を介して入力されるユーザデータは、試作用データを作成する際において、装着前特徴量と併せて用いられてもよい。例えば、機械学習を用いる場合、試作用データ作成部１３は、装着前特徴量およびユーザデータなどを入力とし、望ましい結果が得られた際の試作用データを出力として、入力と出力とをデータセットとする機械学習をしてもよい。

（１４）試作部
次に、試作部１４は、試作用データ作成部１３によって作成された試作用データから、試作品を作製する（図３に示すステップ「Ｓ−４」に対応）。

試作部１４は、例えば、３Ｄプリンタによって試作品を３次元成形する。歩行用部材を販売する店舗やユーザの近くに３Ｄプリンタを設置しておくことで、ユーザが試作品をすぐに装着することが可能になる。なお、試作部１４は、表示装置を介して、ユーザに対して、試作品が出来上がるまでの時間を示すように構成されてもよい。

試作品を装着したユーザが、その使用状態に満足した場合（図３に示すステップ「Ｓ−５」における「Ｙｅｓ」に対応）には、Ｓ−８に進み、この試作品作製に用いた試作用データが、後述する歩行用部材作製用データ作成部１７に完成品データとして入力される。

しかしながら、装着前動作状態測定部１１はユーザに関するあらゆるデータを測定している訳ではなく、しかも、測定データそのものではなく、装着前特徴量取得部１２によって情報量が削減されている装着前特徴量に基づいて試作品は作製されているため、従来技術同様、試作品を装着したユーザがその使用状態に満足する可能性は低い（図３に示すステップ「Ｓ−５」における「Ｎｏ」に対応）。

そこで、本実施の形態においては、さらに、（１５）〜（１７）の各部を備えている。なお、試作部１４は、表示装置および入力装置を介して、ユーザが使用状態に満足したか否かを受け付けてもよい。これにより、装着前特徴量と試作用データとユーザの満足度とを関連付けたデータが得られるため、前記した機械学習に利用することができる。

（１５）装着時動作状態測定部
まず、装着時動作状態測定部１５は、試作品を装着したユーザの動作状態を測定し、測定データをシステムに入力する（図３に示すステップ「Ｓ−６」に対応）。

装着時動作状態測定部１５は、例えば、光学センサや圧力センサ、熱センサ、速度・加速度センサ、歪センサ、振動センサなどであり、スマートフォンに内蔵されているカメラであってもよいし、センサが内蔵された衣服や靴であってもよい。ユーザの動作は、例えば、歩いたり走ったりなどの、前記センサで検出可能な動きを伴うものである。

好ましくは、装着時動作状態測定部１５は、装着前動作状態測定部１１と同一または類似のセンサから構成される。これにより、試作品によるユーザの動作状態の変化をより反映させた完成品を作製することができる。なお、装着時動作状態測定部１５は、表示装置を介して、ユーザに特定の動作を促すように構成されてもよい。

（１６）装着時特徴量取得部
次に、装着時特徴量取得部１６は、装着時動作状態測定部１５によって入力された測定データから、試作品を装着している状態におけるユーザの動作状態を表す特徴量（装着時特徴量）を取得する（図３に示すステップ「Ｓ−７」に対応）。これにより、個々のユーザごとにおける装着時特徴量が取得される。装着時特徴量は、後述する歩行用部材作製用データ作成部１７によって作成される完成用データの基になるデータである。

特徴量としては、測定データから導出可能な値（例えば、頭の位置の前後左右方向における揺れ幅や、左右の歩幅、左右の足における圧力の最大・最小値、歩く速さの変動値、体の振れ幅、腕の振れ幅など）であったりしてもよいし、キーボード等の入力装置を介して入力されるユーザデータ（例えば、年齢、性別、身長、体重など）と測定データとを組み合わせて導出される値（筋肉や関節が弱っている箇所など）であったりしてもよい。好ましくは、装着時特徴量は、装着前特徴量と同一または類似の導出方法によって導出される特徴量である。これにより、試作品によるユーザの動作状態の変化をより反映させた完成品を作製することができる。

（１７）歩行用部材作製用データ作成部
次に、歩行用部材作製用データ作成部１７は、装着時特徴量取得部１６によって取得された装着時特徴量から、完成品を作製するための歩行用部材作製用データ（以下「完成用データ」）を作成する（図３に示すステップ「Ｓ−８」に対応）。完成用データは、後述する歩行用部材作製部１８によって完成品を作製する際に用いられるデータである。

歩行用部材作製用データ作成部１７は、例えば、予め記憶されている変換テーブルや変換式、機械学習モデルによって装着時特徴量から完成用データを作成する。好ましくは、歩行用部材作製用データ作成部１７は、装着時特徴量と共に、装着前特徴量も用いて完成用データを作成する。これにより、試作品によるユーザの動作状態の変化をより反映させた完成品を作製することができる。

変換テーブルを用いる場合、例えば、歩行用部材作製用データ作成部１７は、装着前特徴量および装着時特徴量の組と完成用データとを１対１で対応させた変換テーブルによって完成用データを作成する。

機械学習を用いる場合、例えば、歩行用部材作製用データ作成部１７は、装着前特徴量および装着時特徴量を入力とし、望ましい結果が得られた際の完成用データを出力として、入力と出力とをデータセットとする機械学習（教師あり学習）によってモデリングすることにより、望ましい結果が得られやすい完成用データを作成することができる。

ここで、望ましい結果とは、例えば、体への負荷が少なくなる歩行用部材が所望される場合には、完成品の装着によって、試作品装着時対比で、左右の歩幅の差や特定箇所への圧力の集中が緩和されるような結果や、ユーザの満足度が高くなる結果などである。

歩行用部材作製用データ作成部１７によって作成される完成用データは、完成品を作製するのに必要な全ての値（歩行用部材の全ての寸法など）を示すデータであってもよいし、ユーザに望ましい結果を与えるために特に重要な箇所に関する値（例えば、歩行用部材がインソールであれば土踏まずを支えるアーチの高さなど）であってもよい。

後者の場合、完成用データのみでは完成品が作製できないため、装着時動作状態測定部１５によって取得される動作状態または静止状態のデータ（足の寸法など）やキーボード等の入力装置を介して入力されるユーザデータ（足の寸法など）と、完成用データとを併せて、歩行用部材作製部１８によって完成品が作製される。

また、装着時動作状態測定部１５によって取得される動作状態または静止状態のデータやキーボード等の入力装置を介して入力されるユーザデータは、完成用データを作成する際において、装着時特徴量と併せて用いられてもよい。例えば、機械学習を用いる場合、歩行用部材作製用データ作成部１７は、装着前特徴量、装着時特徴量、およびユーザデータなどを入力とし、望ましい結果が得られた際の完成用データを出力として、入力と出力とをデータセットとする機械学習をしてもよい。

なお、前記したように、ユーザが試作品に満足した場合には、歩行用部材作製用データ作成部１７は、試作用データを完成用データとして記憶する。

以上により、本実施の形態に係る歩行用部材作製用データ作成システムによる各処理が完了し、作成された完成用データは、歩行用部材作製部１８へと送信され、その後、歩行用部材の作製が行われる。

（１８）歩行用部材作製部
上記したように、歩行用部材作製部１８は、歩行用部材作製用データ作成部１７によって作成された完成用データから、完成品を作製し、一連の処理が終了する（図３に示すステップ「Ｓ−９」に対応）。

歩行用部材作製部１８は、例えば、３Ｄプリンタによって完成品を３次元成形する。歩行用部材を販売する店舗やユーザの近くに３Ｄプリンタを設置しておくことで、ユーザが完成品をすぐに装着することが可能になる。なお、歩行用部材作製部１８は、表示装置を介して、ユーザに対して、完成品が出来上がるまでの時間を示すように構成されてもよい。

本実施の形態では、歩行用部材作製部１８は、試作部１４よりも高機能（例えば寸法精度が高いなど）な装置である。したがって、ユーザが試作品に満足した場合（ステップ「Ｓ−５」における「Ｙｅｓ」の場合）であっても、歩行用部材作製部１８は試作品よりも優れた完成品を作製する。一方、他の実施形態としては、歩行用部材作製部１８は、試作部１４と同一であってもよい。この実施形態の場合、ユーザが試作品に満足したとき（ステップ「Ｓ−５」における「Ｙｅｓ」のとき）には、以降のステップＳ−６〜Ｓ−９には進まず、その時点で一連の処理が終了する。

以上のような本実施の形態によれば、個々のユーザの動作にあわせてカスタマイズした試作品を作製し、その試作品を装着した際にユーザの動作がどうなるかを測定して、完成品を作製するため、個々のユーザごとに理想的な使用状態に近付けることが可能になる。

さらに、本実施の形態では、完成品を作製する際、試作品装着時の特徴量だけでなく試作品装着前の特徴量もあわせて利用して完成用データを作製するため、よりユーザにあわせた完成品を作製することができる。例えば、体形等が全く異なるユーザ間において試作品装着時の特徴量が偶然一致する場合があったとしても、試作品装着前の特徴量まで偶然一致する可能性は低くなるので、両方の特徴量を用いて完成用データを作成することで、より個々のユーザごとに理想的な使用状態に近付けることが可能になる。

本実施の形態は、歩行用部材作製用データ作成システムに係る発明の実施形態として、（１１）〜（１７）の各部を有している。これに対して、歩行用部材作製用データ作成方法の実施形態は、（１１）〜（１７）の各部によって実行されるステップＳ−１〜Ｓ−８の一連の処理である。また、歩行用部材作製用データ作成部として機能する情報処理装置の実施形態は、１または複数の情報処理装置を歩行用部材作製用データ作成部１７として機能するように構成したものである。また、プログラムの実施形態は、１または複数の情報処理装置を歩行用部材作製用データ作成部１７として機能させるプログラムである。

［２］第２の実施の形態
本実施の形態は、前記したステップＳ−９で処理が終了せず、図示しないステップＳ−１０（Ｓ−５と同様に、使用状態を確認するステップ）に進み、ステップＳ−１０で、ステップＳ−９において作製された完成品にユーザが満足しなかった場合に完成用データを更新する実施の形態である。

即ち、ステップＳ−１０において、完成品を装着したユーザがその使用状態に満足しなかった場合には、ステップＳ−６に進む。

このとき、歩行用部材作製用データ作成部１７は、ユーザが満足しなかった完成品の基になった完成用データをｎ次完成用データとして、そのｎ次完成用データの基になった装着時特徴量をｎ次装着時特徴量として、それぞれ記憶する。ここで、ｎの初期値は１、ステップＳ−７の処理が終わるごとにｎ＝ｎ＋１となる。

なお、ステップＳ−１０からステップＳ−６に進む前に、歩行用部材作製部１８は、表示装置および入力装置を介して、ユーザが使用状態に満足したか否かを受け付けてもよい。これにより、装着前特徴量と１〜ｎ次装着時特徴量と１〜ｎ次完成用データとユーザの満足度とを関連付けたデータが得られるため、歩行用部材作製用データ作成部１７の機械学習に利用することができる。

ステップＳ−１０からステップＳ−６に進むと、装着時動作状態測定部１５は、ｎ次完成用データから作製されている完成品（ｎ次完成品）を装着している状態におけるユーザの動作状態を測定し、測定データをシステムに入力し、ステップＳ−７に進む。

ステップＳ−７に進むと、装着時特徴量取得部１６は、装着時動作状態測定部１５によって入力された測定データから、ｎ次完成品を装着している状態におけるユーザの動作状態を表す特徴量（装着時特徴量）を取得し、ステップＳ−８に進む。

ステップＳ−８に進むと、歩行用部材作製用データ作成部１７は、装着時特徴量取得部１６によって取得されたｎ−１次装着時特徴量から、ｎ次完成品を作製するための歩行用部材作製用データ（ｎ次完成用データ）を作成する。これにより、ｎ次完成用データが更新された状態で、ステップＳ−９に進むことになる。

歩行用部材作製用データ作成部１７は、例えば、予め記憶されている変換テーブルや変換式、機械学習モデルによってｎ−１次装着時特徴量からｎ次完成用データを作成する。好ましくは、歩行用部材作製用データ作成部１７は、ｎ−１次装着時特徴量と共に、装着前特徴量およびｎ−２次装着時特徴量（ｎ≧３の場合に限る）も用いてｎ次完成用データを作成する。これにより、試作品や１〜ｎ−１次完成品によるユーザの動作状態の変化をより反映させたｎ次完成品を作製することができる。

変換テーブルを用いる場合、例えば、歩行用部材作製用データ作成部１７は、装着前特徴量、ｎ−１次装着時特徴量、およびｎ−２次装着時特徴量（ｎ≧３の場合に限る）の組とｎ次完成用データとを１対１で対応させた変換テーブルによってｎ次完成用データを作成する。

機械学習を用いる場合、例えば、歩行用部材作製用データ作成部１７は、装着前特徴量、ｎ−１次装着時特徴量、およびｎ−２次装着時特徴量（ｎ≧３の場合に限る）を入力とし、望ましい結果が得られた際のｎ次完成用データを出力として、入力と出力とをデータセットとする機械学習（教師あり学習）によってモデリングすることにより、望ましい結果が得られやすいｎ次完成用データを作成することができる。

歩行用部材作製用データ作成部１７によって作成されるｎ次完成用データは、ｎ次完成品を作製するのに必要な全ての値（歩行用部材の全ての寸法など）を示すデータであってもよいし、ユーザに望ましい結果を与えるために特に重要な箇所に関する値（例えば、歩行用部材がインソールであれば土踏まずを支えるアーチの高さなど）であってもよい。

後者の場合、ｎ次完成用データのみではｎ次完成品が作製できないため、装着時動作状態測定部１５によって取得される動作状態または静止状態のデータ（足の寸法など）やキーボード等の入力装置を介して入力されるユーザデータ（足の寸法など）と、ｎ次完成用データとを併せて、歩行用部材作製部１８によってｎ次完成品が作製される。

また、装着時動作状態測定部１５によって取得される動作状態または静止状態のデータやキーボード等の入力装置を介して入力されるユーザデータは、ｎ次完成用データを作成する際において、ｎ次装着時特徴量と併せて用いられてもよい。例えば、機械学習を用いる場合、歩行用部材作製用データ作成部１７は、装着前特徴量、ｎ−１次装着時特徴量、ｎ−２次装着時特徴量（ｎ≧３の場合に限る）、およびユーザデータなどを入力とし、望ましい結果が得られた際のｎ次完成用データを出力として、入力と出力とをデータセットとする機械学習をしてもよい。

ステップＳ−９に進むと、歩行用部材作製部１８は、歩行用部材作製用データ作成部１７によって作成されたｎ次完成用データから、ｎ次完成品を作製し、ステップＳ−１０に進む。ステップＳ−１０に進むと、歩行用部材作製部１８は、再度、ユーザが使用状態に満足したか否かについて、表示装置および入力装置を介したユーザからの入力によって判断を行い、ユーザが満足していれば一連の処理を終了し、満足していなければステップＳ−６へ進む。

本実施の形態では、最初の完成品にユーザが満足しなかった場合でも、完成用データが更新されて新たな完成品が作製されるため、よりユーザの満足度が高い歩行用部材を実現することができる。なお、更新の回数は予め上限が設定（ｎ≦５など）されていてもよい。

［３］第３の実施の形態
本実施の形態は、ユーザが装着して歩行に供する歩行用部材が、運動機能の向上やトレーニング効果の向上を使用目的としている場合における、歩行用部材を作製するためのものである。

第１の実施形態では、望ましい結果の例として、体への負荷が少なくなる歩行用部材を挙げたが、歩行用部材としては、運動機能の向上やトレーニング効果の向上を使用目的としたものもある。そこで、本実施の形態では、望ましい結果を運動機能の向上やトレーニング効果の向上を使用目的とする場合における歩行用部材作製用データ作成システムについて説明する。

（１１）〜（１８）の各部の機能やステップＳ−１〜Ｓ−９の処理は同一であるが、測定データは、運動機能やトレーニング効果と関連するデータ（例えば、走るときの速度や、跳ぶときの高さ、体温の上昇度など）となる。

本実施の形態によれば、作製された歩行用部材を装着することによって、各ユーザにとって、理想状態に近付いた運動機能やトレーニング効果を体感することができる。

［４］第４の実施の形態
本実施の形態は、野球やテニス、ゴルフなど、ユーザが器具を用いて運動する際に、ユーザへの負荷低減や、運動機能の向上、トレーニング効果の向上を使用目的としている場合における、歩行用部材を作製するためのものである。

本実施の形態においても、（１１）〜（１８）の各部の機能やステップＳ−１〜Ｓ−９の処理は同一であるが、システムには器具に関するデータ（例えば、器具の重さや寸法など）が入力され、そのデータも利用して試作用データや完成用データが作成される。器具に関するデータは、入力装置を介してユーザが入力してもよいし、器具自体にセンサが設けられ、それによって入力されてもよい。

本実施の形態によれば、作製された歩行用部材を装着したユーザが器具を用いて運動する際に、各ユーザにとって理想状態に近付いた負荷や、運動機能、トレーニング効果を体感することができる。

［５］第５の実施の形態
本実施の形態は、ユーザの動作状態だけではなく、天候状態にもあわせた歩行用部材を作製するためのものである。

本実施の形態においても、（１１）〜（１８）の各部の機能やステップＳ−１〜Ｓ−９の処理は同一であるが、システムには天候状態に関するデータ（例えば、天気や気圧の現在または予測データなど）が入力され、そのデータも利用して試作用データや完成用データが作成される。天候状態に関するデータは、入力装置を介してユーザが入力してもよいし、通信部を介して入力されてもよい。

本実施の形態によれば、ユーザの動作状態だけではなく、天候状態にもあわせた歩行用部材を作製することができる。

［６］本発明の効果
以上、第１〜第５の実施の形態で説明したように、本発明においては、ユーザごとにカスタマイズした試作品を装着したときの動作状態を測定した後に、測定結果に基づいて完成品が作製されるため、個々のユーザごとに理想的な使用状態に近付けることが可能な歩行用部材を作製することができる。

以上、本発明を実施の形態に基づいて説明したが、本発明は上記の実施の形態に限定されるものではない。本発明と同一および均等の範囲内において、上記の実施の形態に対して種々の変更を加えることが可能である。

１ 歩行用部材作製装置
１１ 装着前動作状態測定部
１２ 装着前特徴量取得部
１３ 試作用データ作成部
１４ 試作部
１５ 装着時動作状態測定部
１６ 装着時特徴量取得部
１７ 歩行用部材作製用データ作成部
１８ 歩行用部材作製部
１０１ 入力装置
１０２ 表示装置
１０３ ＣＰＵ
１０４ メモリ
１０５ 記憶装置

本発明は、靴や義足などの歩行用部材において、個人ごとに理想的な使用状態に近付ける歩行用部材作製用データ作成システムに関する。

従来より、靴や義足などの歩行用部材において、より快適な歩行性やより高度な運動性を提供するために、種々の技術改良が行われている。

例えば、靴底（アウトソール）や中敷（インソール）等のソールについては、個人ごとに、その歩行状態を勘案して、カスタマイズする技術が提案されている（特許文献１〜４）。

特表２０１６−５０１１１４号公報 特表２０１７−５３３０６５号公報 特表２０１７−５３３７６４号公報 特表２０１７−５３４９３７号公報

しかしながら、前記したカスタマイズについての技術は、実際に装着して歩行したときにどうなるかという点に、配慮がなかったため、全てのユーザが理想的な使用状態を体感できているとは言えなかった。

そこで、本発明は、個々のユーザごとに理想的な使用状態に近付けることが可能な歩行用部材を作製するための技術を提供することを課題とする。

本発明者は、前記課題の解決について鋭意検討を行い、以下に記載する発明によれば前記課題が解決できることを見出し、本発明を完成させるに至った。

請求項１に記載の発明は、
ユーザが装着して歩行に供する歩行用部材を作製するためのデータを作成する歩行用部材作製用データ作成システムであって、
前記歩行用部材を装着する前におけるユーザの動作状態を測定する装着前動作状態測定部と、
前記装着前動作状態測定部による測定結果から、前記歩行用部材を装着する前におけるユーザの動作状態を表す装着前特徴量を取得する装着前特徴量取得部と、
前記装着前特徴量取得部によって取得された装着前特徴量から、試用歩行用部材を試作するための試作用データを作成する試作用データ作成部と、
前記試作用データ作成部によって作成された前記試作用データから、前記試用歩行用部材を作製する試作部と、
前記試作部によって試作された前記試用歩行用部材を装着したユーザの動作状態を測定する装着時動作状態測定部と、
前記装着時動作状態測定部による測定結果から、試用歩行用部材を装着したユーザの動作状態を表す装着時特徴量を取得する装着時特徴量取得部と、
前記装着時特徴量取得部によって取得された装着時特徴量から、前記歩行用部材を作製するための歩行用部材作製用データを作成する歩行用部材作製用データ作成部とを備えており、
前記装着時動作状態測定部は、センサおよび／またはカメラを用いて前記試用歩行用部材を装着したユーザの動作状態を測定することを特徴とする歩行用部材作製用データ作成システムである。

請求項２に記載の発明は、
前記装着前動作状態測定部は、センサおよび／またはカメラを用いて前記歩行用部材を装着する前におけるユーザの動作状態を測定することを特徴とする請求項１に記載の歩行用部材作製用データ作成システムである。

請求項３に記載の発明は、
前記装着前動作状態測定部と前記装着時動作状態測定部で用いられるセンサおよび／またはカメラとが、同一または類似のセンサおよび／またはカメラであることを特徴とする請求項２に記載の歩行用部材作製用データ作成システムである。

請求項４に記載の発明は、
前記試作用データ作成部は、機械学習モデルにより前記試作用データを作成することを特徴とする請求項１ないし請求項３のいずれか１項に記載の歩行用部材作製用データ作成システムである。

請求項５に記載の発明は、
前記試作用データ作成部は、前記装着前特徴量を前記試作用データに変換する変換テーブルまたは変換式を予め記憶しており、前記変換テーブルまたは変換式により前記試作用データを作成することを特徴とする請求項１ないし請求項３のいずれか１項に記載の歩行用部材作製用データ作成システムである。

請求項６に記載の発明は、
前記歩行用部材作製用データ作成部は、機械学習モデルにより前記歩行用部材作製用データを作成することを特徴とする請求項１ないし請求項５のいずれか１項に記載の歩行用部材作製用データ作成システムである。

請求項７に記載の発明は、
前記歩行用部材作製用データ作成部は、前記装着時特徴量を前記歩行用部材作製用データに変換する変換テーブルまたは変換式を予め記憶しており、前記変換テーブルまたは変換式により前記歩行用部材作製用データを作成することを特徴とする請求項１ないし請求項５のいずれか１項に記載の歩行用部材作製用データ作成システムである。

請求項８に記載の発明は、
前記歩行用部材作製用データ作成部は、前記装着時特徴量と共に、前記装着前特徴量も用いて前記歩行用部材作製用データを作成することを特徴とする請求項１に記載の歩行用部材作製用データ作成システムである。

請求項９に記載の発明は、
前記歩行用部材作製用データ作成部は、機械学習モデルにより前記歩行用部材作製用データを作成することを特徴とする請求項８に記載の歩行用部材作製用データ作成システムである。

請求項１０に記載の発明は、
前記センサは、圧力センサ、熱センサ、速度・加速度センサ、歪みセンサ、振動センサから選ばれた１種又は２種以上であることを特徴とする請求項１ないし請求項９のいずれか１項に記載の歩行用部材作製用データ作成システムである。

請求項１１に記載の発明は、
請求項１ないし請求項１０のいずれか１項に記載の歩行用部材作製用データ作成部として機能することを特徴とする情報処理装置である。

請求項１２に記載の発明は、
１または複数の情報処理装置を、請求項１ないし請求項１０のいずれか１項に記載の歩行用部材作製用データ作成部として機能させることを特徴とする歩行用部材作製用データ作成プログラムである。

請求項１３に記載の発明は、
ユーザが装着して歩行に供する歩行用部材を作製するためのデータを作成する歩行用部材作製用データ作成方法であって、
前記歩行用部材を装着する前におけるユーザの動作状態を測定する装着前動作状態測定ステップと、
前記装着前動作状態測定ステップにおける測定結果から、前記歩行用部材を装着する前におけるユーザの動作状態を表す装着前特徴量を取得する装着前特徴量取得ステップと、
前記装着前特徴量取得ステップにおいて取得された装着前特徴量から、試用歩行用部材を試作するための試作用データを作成する試作用データ作成ステップと、
前記試作用データ作成ステップにおいて作成された前記試作用データから、前記試用歩行用部材を作製する試作ステップと、
前記試作ステップにおいて試作された前記試用歩行用部材を装着したユーザの動作状態を測定する装着時動作状態測定ステップと、
前記装着時動作状態測定ステップにおける測定結果から、試用歩行用部材を装着したユーザの動作状態を表す装着時特徴量を取得する装着時特徴量取得ステップと、
前記装着時特徴量取得ステップにおいて取得された装着時特徴量から、前記歩行用部材を作製するための歩行用部材作製用データを作成する歩行用部材作製用データ作成ステップとを含み、
前記装着時動作状態測定ステップは、センサおよび／またはカメラを用いて前記試用歩行用部材を装着したユーザの動作状態を測定することを特徴とする歩行用部材作製用データ作成方法である。

請求項１４に記載の発明は、
前記装着前動作状態測定ステップは、センサおよび／またはカメラを用いて前記歩行用部材を装着する前におけるユーザの動作状態を測定することを特徴とする請求項１３に記載の歩行用部材作製用データ作成方法である。

請求項１５に記載の発明は、
前記装着前動作状態測定ステップと前記装着時動作状態測定ステップで用いられるセンサおよび／またはカメラが同一または類似のセンサおよび／またはカメラであることを特徴とする請求項１４に記載の歩行用部材作製用データ作成方法である。

請求項１６に記載の発明は、
前記試作用データ作成ステップは、前記装着前特徴量を前記試作用データに変換する変換テーブルまたは変換式により、または機械学習モデルにより前記試作用データを作成することを特徴とする請求項１３ないし請求項１５のいずれか１項に記載の歩行用部材作製用データ作成方法である。

請求項１７に記載の発明は、
前記歩行用部材作製用データ作成ステップは、前記装着時特徴量を前記歩行用部材作製用データに変換する変換テーブルまたは変換式により、または機械学習モデルにより前記歩行用部材作製用データを作成することを特徴とする請求項１３ないし請求項１６のいずれか１項に記載の歩行用部材作製用データ作成方法である。

請求項１８に記載の発明は、
前記歩行用部材作製用データ作成ステップは、前記装着時特徴量と共に、前記装着前特徴量も用いて前記歩行用部材作製用データを作成することを特徴とする請求項１７に記載の歩行用部材作製用データ作成方法である。

請求項１９に記載の発明は、
前記装着前特徴量および／または前記装着時特徴量に、歩行時の頭の位置の前後左右方向における揺れ幅、左右の歩幅、左右の足における圧力の最大・最小置、歩く速さの変動値、体の振れ幅、腕の振れ幅から選ばれた１種または２種以上が含まれていることを特徴とする請求項１３ないし請求項１８のいずれか１項に記載の歩行用部材作製用データ作成方法である。

請求項２０に記載の発明は、
請求項１３ないし請求項１９のいずれか１項に記載の歩行用部材作製用データ作成方法により作成された前記試作用データを基に３Ｄプリンターを用いて前記試用歩行用部材を作製することを特徴とする歩行用部材の作製方法である。

請求項２１に記載の発明は、
請求項１３ないし請求項１９のいずれか１項に記載の歩行用部材作製用データ作成方法により作成された前記歩行用部材作製用データを基に３Ｄプリンターを用いて前記歩行用部材を作製することを特徴とする歩行用部材の作製方法である。

本発明によれば、個々のユーザごとに理想的な使用状態に近付けることが可能な歩行用部材を作製するための技術を提供することができる。

本発明の第１の実施の形態に係る歩行用部材作製用データ作成システムが組み込まれた歩行用部材作製装置における機能的構成を示すブロック図である。 図１に示した歩行用部材作製装置における電気的構成を示すブロック図である。 本発明の第１の実施の形態に係る歩行用部材作製用データ作成システムに基づいて歩行用部材を作製する処理の流れを説明するフローチャートである。

以下、本発明を実施の形態に基づき、具体的に説明する。

［１］第１の実施の形態
本実施の形態は、ユーザが装着して歩行に供する歩行用部材を作製するためのデータを作成する歩行用部材作製用データ作成システムに関する実施の形態、詳しくは、歩行用部材作製用データ作成システムおよび歩行用部材作製用データ作成システムに基づいた歩行用部材の作製を説明するものである。歩行用部材は、例えば、靴やインソール、アウトソール、ミッドソール、義足など、またはそれらの一部分である。

図１は、この歩行用部材作製用データ作成システムが組み込まれた歩行用部材作製装置における機能的構成を示すブロック図である。図１に示すように、本発明に係る歩行用部材作製用データ作成システムが組み込まれた歩行用部材作製装置１には、（１１）〜（１８）の各部がシステムの要素として組み込まれている。なお、図１では、（１１）〜（１８）の全てが１台の歩行用部材作製装置１に組み込まれているが、各部の１つあるいはそれ以上が組み込まれた複数台の装置を配置して、各装置間でデータをやり取りする通信部を設け、ネットワークで接続することにより、一連のシステムを構築してもよい。

図２は、図１に示した歩行用部材作製装置１における電気的構成を示すブロック図である。図２において、記憶装置１０５（ＲＯＭなど）には、前記した（１１）〜（１８）における各処理を行うプログラムや予め記憶させたモデルやテーブルなどのデータが収納（記憶）されており、入力装置１０１（キーボード、カメラ、センサなど）から入力された測定データやユーザデータを記憶すると共に、各プログラムをメモリ１０４（ＲＡＭなど）上に展開させて、ＣＰＵ１０３で実行させることにより、後述するステップＳ−１〜Ｓ−９の順に処理が進行していき、処理結果が表示装置１０２（ディスプレイなど）に表示されると共に、歩行用部材作製用データとして３Ｄプリンタなどに出力されるようになっている。

図３は、本実施の形態に係る歩行用部材作製用データ作成システムに基づいて歩行用部材を作製する処理の流れを示すフローチャート図であり、基本的には、図１に示した各部に対応して、ステップＳ−１からステップＳ−９へと処理が進行することを示している。

なお、図１〜図３は、後述する第２の実施の形態以降においても、一部の記載について読み替えを行うが、基本的に同様と考えることができる。そして、前記したネットワークでの接続による一連のシステム構築についても、基本的に同様と考えることができる。

前記したように、従来の歩行用部材は、実際に装着して歩行したときにどうなるかという点に、配慮がなかったため、全てのユーザが理想的な使用状態を体感できている技術とは言えなかった。

そこで、本実施の形態においては、ユーザにあわせてカスタマイズした歩行用部材を装着して動作したときにどうなるかを測定するため、まず、図１の（１１）〜（１４）の各部によって、試用の歩行用部材を作製している。

（１１）装着前動作状態測定部
最初に、装着前動作状態測定部１１は、後述する試作部１４が作製する歩行用部材（以下「試作品」）や、後述する歩行用部材作製部１８が作製する歩行用部材（以下「完成品」）を装着する前、すなわち、試作品や完成品を装着していない状態におけるユーザの動作状態を測定し、測定データをシステムに入力する（図３に示すステップ「Ｓ−１」に対応）。

装着前動作状態測定部１１は、例えば、光学センサや圧力センサ、熱センサ、速度・加速度センサ、歪センサ、振動センサなどであり、スマートフォンに内蔵されているカメラであってもよいし、センサが内蔵された衣服（ＷＯ２０１４／２０４３２３など）や靴であってもよい。ユーザの動作は、例えば、歩いたり走ったりなどの、前記センサで検出可能な動きを伴うものである。

例えば、光学センサ（カメラ）を用いる場合であれば、ユーザの歩行の様子を撮影して得られる動画データを測定データとして取得すればよい。また、例えば、圧力センサを用いる場合であれば、ユーザの歩行の際の圧力分布を測定データとして取得すればよい。また、例えば、センサ内蔵衣服を用いる場合であれば、ユーザの足や腕の変位を測定データとして取得すればよい。

これらの測定データは、いずれもユーザの動作状態から得られるデータであり、２種以上の測定データを取得してもよい。なお、測定データとしては、前記の動作状態から得られるデータと共に、ユーザの静止状態から得られるデータ（例えば、足の長さや幅、身長、体重など）を取得してもよい。また、センサ内蔵衣服を用いた場合には、動作状態から得られるデータだけではなく、静止状態から得られるデータも取得することができ、効率的な測定ができる。

具体的には、例えば、ユーザが所持している靴に適したインソールを所望する場合には、その靴を履いた状態で前記測定データの取得が行われてもよく、また、新たな靴そのものを所望する場合には、靴を履かない状態で前記測定データの取得が行われてもよい。なお、装着前動作状態測定部１１は、表示装置を介して、ユーザに特定の動作を促すように構成されてもよい。

（１２）装着前特徴量取得部
次に、装着前特徴量取得部１２は、装着前動作状態測定部１１によって入力された測定データから、試作品および完成品を装着する前、すなわち、試作品および完成品を装着しない状態におけるユーザの動作状態を表す特徴量（装着前特徴量）を取得する（図３に示すステップ「Ｓ−２」に対応）。これにより、個々のユーザごとにおける装着前特徴量が取得される。装着前特徴量は、後述する試作用データ作成部１３によって作成される試作用データの基になるデータである。

本発明において、特徴量とは、基になった測定データと関連し、かつ、基のデータよりも情報量が削減されたデータである。例えば、装着前動作状態測定部１１がユーザの歩行の様子を撮影して得られる動画データを測定データとする場合、この動画データの全てが試作用データの作成に利用される訳ではなく、例えば、この動画データからユーザの歩行時の頭の位置の前後左右方向における揺れ幅が算出され、この揺れ幅が装着前特徴量として取得され、そして、この特徴量が試作用データの作成に利用される。このように情報量を削減することにより、特徴量を基にしたデータ作成の処理時間を短縮することができる。

特徴量としては、前記のものに限定されず、測定データから導出可能な値（例えば、左右の歩幅や、左右の足における圧力の最大・最小値、歩く速さの変動値、体の振れ幅、腕の振れ幅など）であったりしてもよいし、キーボード等の入力装置を介して入力されるユーザデータ（例えば、年齢、性別、身長、体重など）と測定データとを組み合わせて導出される値（筋肉や関節が弱っている箇所など）であったりしてもよい。

（１３）試作用データ作成部
次に、試作用データ作成部１３は、装着前特徴量取得部１２によって取得された装着前特徴量から、試用歩行用部材（試作品）を試作するための試作用データを作成する（図３に示すステップ「Ｓ−３」に対応）。試作用データは、後述する試作部１４によって試作品を作製する際に用いられるデータである。

試作用データ作成部１３は、例えば、予め記憶されている変換テーブルや変換式、機械学習モデルによって装着前特徴量から試作用データを作成する。変換テーブルを用いる場合、例えば、試作用データ作成部１３は、装着前特徴量と試作用データとを１対１で対応させた変換テーブルによって試作用データを作成する。

機械学習を用いる場合、例えば、試作用データ作成部１３は、装着前特徴量を入力とし、望ましい結果が得られた際の試作用データを出力として、入力と出力とをデータセットとする機械学習（教師あり学習）によってモデリングすることにより、望ましい結果が得られやすい試作用データを作成することができる。

ここで、望ましい結果とは、例えば、体への負荷が少なくなる歩行用部材が所望される場合には、試作品の装着によって、未装着時対比で、左右の歩幅の差や特定箇所への圧力の集中が緩和されるような結果や、ユーザの満足度が高くなる結果などである。なお、機械学習としては、教師ありの学習技法を用いても教師なしの学習技法を用いてもよい。機械学習の学習技法としては、例えば、ディープラーニングを含むニューラルネットワークや、サポートベクターマシン、クラスタリング、またはベイジアンネットワークなどを用いてもよい。

試作用データ作成部１３によって作成される試作用データは、試作品を作製するのに必要な全ての値（歩行用部材の全ての寸法など）を示すデータであってもよいし、ユーザに望ましい結果を与えるために特に重要な箇所に関する値（例えば、歩行用部材がインソールであれば土踏まずを支えるアーチの高さなど）であってもよい。

後者の場合、試作用データのみでは試作品が作製できないため、装着前動作状態測定部１１によって取得される動作状態または静止状態のデータ（足の寸法など）やキーボード等の入力装置を介して入力されるユーザデータ（足の寸法など）と、試作用データとを併せて、試作部１４によって試作品が作製される。

また、装着前動作状態測定部１１によって取得される動作状態または静止状態のデータやキーボード等の入力装置を介して入力されるユーザデータは、試作用データを作成する際において、装着前特徴量と併せて用いられてもよい。例えば、機械学習を用いる場合、試作用データ作成部１３は、装着前特徴量およびユーザデータなどを入力とし、望ましい結果が得られた際の試作用データを出力として、入力と出力とをデータセットとする機械学習をしてもよい。

（１４）試作部
次に、試作部１４は、試作用データ作成部１３によって作成された試作用データから、試作品を作製する（図３に示すステップ「Ｓ−４」に対応）。

試作部１４は、例えば、３Ｄプリンタによって試作品を３次元成形する。歩行用部材を販売する店舗やユーザの近くに３Ｄプリンタを設置しておくことで、ユーザが試作品をすぐに装着することが可能になる。なお、試作部１４は、表示装置を介して、ユーザに対して、試作品が出来上がるまでの時間を示すように構成されてもよい。

試作品を装着したユーザが、その使用状態に満足した場合（図３に示すステップ「Ｓ−５」における「Ｙｅｓ」に対応）には、Ｓ−８に進み、この試作品作製に用いた試作用データが、後述する歩行用部材作製用データ作成部１７に完成品データとして入力される。

しかしながら、装着前動作状態測定部１１はユーザに関するあらゆるデータを測定している訳ではなく、しかも、測定データそのものではなく、装着前特徴量取得部１２によって情報量が削減されている装着前特徴量に基づいて試作品は作製されているため、従来技術同様、試作品を装着したユーザがその使用状態に満足する可能性は低い（図３に示すステップ「Ｓ−５」における「Ｎｏ」に対応）。

そこで、本実施の形態においては、さらに、（１５）〜（１７）の各部を備えている。なお、試作部１４は、表示装置および入力装置を介して、ユーザが使用状態に満足したか否かを受け付けてもよい。これにより、装着前特徴量と試作用データとユーザの満足度とを関連付けたデータが得られるため、前記した機械学習に利用することができる。

（１５）装着時動作状態測定部
まず、装着時動作状態測定部１５は、試作品を装着したユーザの動作状態を測定し、測定データをシステムに入力する（図３に示すステップ「Ｓ−６」に対応）。

装着時動作状態測定部１５は、例えば、光学センサや圧力センサ、熱センサ、速度・加速度センサ、歪センサ、振動センサなどであり、スマートフォンに内蔵されているカメラであってもよいし、センサが内蔵された衣服や靴であってもよい。ユーザの動作は、例えば、歩いたり走ったりなどの、前記センサで検出可能な動きを伴うものである。

好ましくは、装着時動作状態測定部１５は、装着前動作状態測定部１１と同一または類似のセンサから構成される。これにより、試作品によるユーザの動作状態の変化をより反映させた完成品を作製することができる。なお、装着時動作状態測定部１５は、表示装置を介して、ユーザに特定の動作を促すように構成されてもよい。

（１６）装着時特徴量取得部
次に、装着時特徴量取得部１６は、装着時動作状態測定部１５によって入力された測定データから、試作品を装着している状態におけるユーザの動作状態を表す特徴量（装着時特徴量）を取得する（図３に示すステップ「Ｓ−７」に対応）。これにより、個々のユーザごとにおける装着時特徴量が取得される。装着時特徴量は、後述する歩行用部材作製用データ作成部１７によって作成される完成用データの基になるデータである。

特徴量としては、測定データから導出可能な値（例えば、頭の位置の前後左右方向における揺れ幅や、左右の歩幅、左右の足における圧力の最大・最小値、歩く速さの変動値、体の振れ幅、腕の振れ幅など）であったりしてもよいし、キーボード等の入力装置を介して入力されるユーザデータ（例えば、年齢、性別、身長、体重など）と測定データとを組み合わせて導出される値（筋肉や関節が弱っている箇所など）であったりしてもよい。好ましくは、装着時特徴量は、装着前特徴量と同一または類似の導出方法によって導出される特徴量である。これにより、試作品によるユーザの動作状態の変化をより反映させた完成品を作製することができる。

（１７）歩行用部材作製用データ作成部
次に、歩行用部材作製用データ作成部１７は、装着時特徴量取得部１６によって取得された装着時特徴量から、完成品を作製するための歩行用部材作製用データ（以下「完成用データ」）を作成する（図３に示すステップ「Ｓ−８」に対応）。完成用データは、後述する歩行用部材作製部１８によって完成品を作製する際に用いられるデータである。

歩行用部材作製用データ作成部１７は、例えば、予め記憶されている変換テーブルや変換式、機械学習モデルによって装着時特徴量から完成用データを作成する。好ましくは、歩行用部材作製用データ作成部１７は、装着時特徴量と共に、装着前特徴量も用いて完成用データを作成する。これにより、試作品によるユーザの動作状態の変化をより反映させた完成品を作製することができる。

変換テーブルを用いる場合、例えば、歩行用部材作製用データ作成部１７は、装着前特徴量および装着時特徴量の組と完成用データとを１対１で対応させた変換テーブルによって完成用データを作成する。

機械学習を用いる場合、例えば、歩行用部材作製用データ作成部１７は、装着前特徴量および装着時特徴量を入力とし、望ましい結果が得られた際の完成用データを出力として、入力と出力とをデータセットとする機械学習（教師あり学習）によってモデリングすることにより、望ましい結果が得られやすい完成用データを作成することができる。

ここで、望ましい結果とは、例えば、体への負荷が少なくなる歩行用部材が所望される場合には、完成品の装着によって、試作品装着時対比で、左右の歩幅の差や特定箇所への圧力の集中が緩和されるような結果や、ユーザの満足度が高くなる結果などである。

歩行用部材作製用データ作成部１７によって作成される完成用データは、完成品を作製するのに必要な全ての値（歩行用部材の全ての寸法など）を示すデータであってもよいし、ユーザに望ましい結果を与えるために特に重要な箇所に関する値（例えば、歩行用部材がインソールであれば土踏まずを支えるアーチの高さなど）であってもよい。

後者の場合、完成用データのみでは完成品が作製できないため、装着時動作状態測定部１５によって取得される動作状態または静止状態のデータ（足の寸法など）やキーボード等の入力装置を介して入力されるユーザデータ（足の寸法など）と、完成用データとを併せて、歩行用部材作製部１８によって完成品が作製される。

また、装着時動作状態測定部１５によって取得される動作状態または静止状態のデータやキーボード等の入力装置を介して入力されるユーザデータは、完成用データを作成する際において、装着時特徴量と併せて用いられてもよい。例えば、機械学習を用いる場合、歩行用部材作製用データ作成部１７は、装着前特徴量、装着時特徴量、およびユーザデータなどを入力とし、望ましい結果が得られた際の完成用データを出力として、入力と出力とをデータセットとする機械学習をしてもよい。

なお、前記したように、ユーザが試作品に満足した場合には、歩行用部材作製用データ作成部１７は、試作用データを完成用データとして記憶する。

以上により、本実施の形態に係る歩行用部材作製用データ作成システムによる各処理が完了し、作成された完成用データは、歩行用部材作製部１８へと送信され、その後、歩行用部材の作製が行われる。

（１８）歩行用部材作製部
上記したように、歩行用部材作製部１８は、歩行用部材作製用データ作成部１７によって作成された完成用データから、完成品を作製し、一連の処理が終了する（図３に示すステップ「Ｓ−９」に対応）。

歩行用部材作製部１８は、例えば、３Ｄプリンタによって完成品を３次元成形する。歩行用部材を販売する店舗やユーザの近くに３Ｄプリンタを設置しておくことで、ユーザが完成品をすぐに装着することが可能になる。なお、歩行用部材作製部１８は、表示装置を介して、ユーザに対して、完成品が出来上がるまでの時間を示すように構成されてもよい。

本実施の形態では、歩行用部材作製部１８は、試作部１４よりも高機能（例えば寸法精度が高いなど）な装置である。したがって、ユーザが試作品に満足した場合（ステップ「Ｓ−５」における「Ｙｅｓ」の場合）であっても、歩行用部材作製部１８は試作品よりも優れた完成品を作製する。一方、他の実施形態としては、歩行用部材作製部１８は、試作部１４と同一であってもよい。この実施形態の場合、ユーザが試作品に満足したとき（ステップ「Ｓ−５」における「Ｙｅｓ」のとき）には、以降のステップＳ−６〜Ｓ−９には進まず、その時点で一連の処理が終了する。

以上のような本実施の形態によれば、個々のユーザの動作にあわせてカスタマイズした試作品を作製し、その試作品を装着した際にユーザの動作がどうなるかを測定して、完成品を作製するため、個々のユーザごとに理想的な使用状態に近付けることが可能になる。

さらに、本実施の形態では、完成品を作製する際、試作品装着時の特徴量だけでなく試作品装着前の特徴量もあわせて利用して完成用データを作製するため、よりユーザにあわせた完成品を作製することができる。例えば、体形等が全く異なるユーザ間において試作品装着時の特徴量が偶然一致する場合があったとしても、試作品装着前の特徴量まで偶然一致する可能性は低くなるので、両方の特徴量を用いて完成用データを作成することで、より個々のユーザごとに理想的な使用状態に近付けることが可能になる。

本実施の形態は、歩行用部材作製用データ作成システムに係る発明の実施形態として、（１１）〜（１７）の各部を有している。これに対して、歩行用部材作製用データ作成方法の実施形態は、（１１）〜（１７）の各部によって実行されるステップＳ−１〜Ｓ−８の一連の処理である。また、歩行用部材作製用データ作成部として機能する情報処理装置の実施形態は、１または複数の情報処理装置を歩行用部材作製用データ作成部１７として機能するように構成したものである。また、プログラムの実施形態は、１または複数の情報処理装置を歩行用部材作製用データ作成部１７として機能させるプログラムである。

［２］第２の実施の形態
本実施の形態は、前記したステップＳ−９で処理が終了せず、図示しないステップＳ−１０（Ｓ−５と同様に、使用状態を確認するステップ）に進み、ステップＳ−１０で、ステップＳ−９において作製された完成品にユーザが満足しなかった場合に完成用データを更新する実施の形態である。

即ち、ステップＳ−１０において、完成品を装着したユーザがその使用状態に満足しなかった場合には、ステップＳ−６に進む。

このとき、歩行用部材作製用データ作成部１７は、ユーザが満足しなかった完成品の基になった完成用データをｎ次完成用データとして、そのｎ次完成用データの基になった装着時特徴量をｎ次装着時特徴量として、それぞれ記憶する。ここで、ｎの初期値は１、ステップＳ−７の処理が終わるごとにｎ＝ｎ＋１となる。

なお、ステップＳ−１０からステップＳ−６に進む前に、歩行用部材作製部１８は、表示装置および入力装置を介して、ユーザが使用状態に満足したか否かを受け付けてもよい。これにより、装着前特徴量と１〜ｎ次装着時特徴量と１〜ｎ次完成用データとユーザの満足度とを関連付けたデータが得られるため、歩行用部材作製用データ作成部１７の機械学習に利用することができる。

ステップＳ−１０からステップＳ−６に進むと、装着時動作状態測定部１５は、ｎ次完成用データから作製されている完成品（ｎ次完成品）を装着している状態におけるユーザの動作状態を測定し、測定データをシステムに入力し、ステップＳ−７に進む。

ステップＳ−７に進むと、装着時特徴量取得部１６は、装着時動作状態測定部１５によって入力された測定データから、ｎ次完成品を装着している状態におけるユーザの動作状態を表す特徴量（装着時特徴量）を取得し、ステップＳ−８に進む。

ステップＳ−８に進むと、歩行用部材作製用データ作成部１７は、装着時特徴量取得部１６によって取得されたｎ−１次装着時特徴量から、ｎ次完成品を作製するための歩行用部材作製用データ（ｎ次完成用データ）を作成する。これにより、ｎ次完成用データが更新された状態で、ステップＳ−９に進むことになる。

歩行用部材作製用データ作成部１７は、例えば、予め記憶されている変換テーブルや変換式、機械学習モデルによってｎ−１次装着時特徴量からｎ次完成用データを作成する。好ましくは、歩行用部材作製用データ作成部１７は、ｎ−１次装着時特徴量と共に、装着前特徴量およびｎ−２次装着時特徴量（ｎ≧３の場合に限る）も用いてｎ次完成用データを作成する。これにより、試作品や１〜ｎ−１次完成品によるユーザの動作状態の変化をより反映させたｎ次完成品を作製することができる。

変換テーブルを用いる場合、例えば、歩行用部材作製用データ作成部１７は、装着前特徴量、ｎ−１次装着時特徴量、およびｎ−２次装着時特徴量（ｎ≧３の場合に限る）の組とｎ次完成用データとを１対１で対応させた変換テーブルによってｎ次完成用データを作成する。

機械学習を用いる場合、例えば、歩行用部材作製用データ作成部１７は、装着前特徴量、ｎ−１次装着時特徴量、およびｎ−２次装着時特徴量（ｎ≧３の場合に限る）を入力とし、望ましい結果が得られた際のｎ次完成用データを出力として、入力と出力とをデータセットとする機械学習（教師あり学習）によってモデリングすることにより、望ましい結果が得られやすいｎ次完成用データを作成することができる。

歩行用部材作製用データ作成部１７によって作成されるｎ次完成用データは、ｎ次完成品を作製するのに必要な全ての値（歩行用部材の全ての寸法など）を示すデータであってもよいし、ユーザに望ましい結果を与えるために特に重要な箇所に関する値（例えば、歩行用部材がインソールであれば土踏まずを支えるアーチの高さなど）であってもよい。

後者の場合、ｎ次完成用データのみではｎ次完成品が作製できないため、装着時動作状態測定部１５によって取得される動作状態または静止状態のデータ（足の寸法など）やキーボード等の入力装置を介して入力されるユーザデータ（足の寸法など）と、ｎ次完成用データとを併せて、歩行用部材作製部１８によってｎ次完成品が作製される。

また、装着時動作状態測定部１５によって取得される動作状態または静止状態のデータやキーボード等の入力装置を介して入力されるユーザデータは、ｎ次完成用データを作成する際において、ｎ次装着時特徴量と併せて用いられてもよい。例えば、機械学習を用いる場合、歩行用部材作製用データ作成部１７は、装着前特徴量、ｎ−１次装着時特徴量、ｎ−２次装着時特徴量（ｎ≧３の場合に限る）、およびユーザデータなどを入力とし、望ましい結果が得られた際のｎ次完成用データを出力として、入力と出力とをデータセットとする機械学習をしてもよい。

ステップＳ−９に進むと、歩行用部材作製部１８は、歩行用部材作製用データ作成部１７によって作成されたｎ次完成用データから、ｎ次完成品を作製し、ステップＳ−１０に進む。ステップＳ−１０に進むと、歩行用部材作製部１８は、再度、ユーザが使用状態に満足したか否かについて、表示装置および入力装置を介したユーザからの入力によって判断を行い、ユーザが満足していれば一連の処理を終了し、満足していなければステップＳ−６へ進む。

本実施の形態では、最初の完成品にユーザが満足しなかった場合でも、完成用データが更新されて新たな完成品が作製されるため、よりユーザの満足度が高い歩行用部材を実現することができる。なお、更新の回数は予め上限が設定（ｎ≦５など）されていてもよい。

［３］第３の実施の形態
本実施の形態は、ユーザが装着して歩行に供する歩行用部材が、運動機能の向上やトレーニング効果の向上を使用目的としている場合における、歩行用部材を作製するためのものである。

第１の実施形態では、望ましい結果の例として、体への負荷が少なくなる歩行用部材を挙げたが、歩行用部材としては、運動機能の向上やトレーニング効果の向上を使用目的としたものもある。そこで、本実施の形態では、望ましい結果を運動機能の向上やトレーニング効果の向上を使用目的とする場合における歩行用部材作製用データ作成システムについて説明する。

（１１）〜（１８）の各部の機能やステップＳ−１〜Ｓ−９の処理は同一であるが、測定データは、運動機能やトレーニング効果と関連するデータ（例えば、走るときの速度や、跳ぶときの高さ、体温の上昇度など）となる。

本実施の形態によれば、作製された歩行用部材を装着することによって、各ユーザにとって、理想状態に近付いた運動機能やトレーニング効果を体感することができる。

［４］第４の実施の形態
本実施の形態は、野球やテニス、ゴルフなど、ユーザが器具を用いて運動する際に、ユーザへの負荷低減や、運動機能の向上、トレーニング効果の向上を使用目的としている場合における、歩行用部材を作製するためのものである。

本実施の形態においても、（１１）〜（１８）の各部の機能やステップＳ−１〜Ｓ−９の処理は同一であるが、システムには器具に関するデータ（例えば、器具の重さや寸法など）が入力され、そのデータも利用して試作用データや完成用データが作成される。器具に関するデータは、入力装置を介してユーザが入力してもよいし、器具自体にセンサが設けられ、それによって入力されてもよい。

本実施の形態によれば、作製された歩行用部材を装着したユーザが器具を用いて運動する際に、各ユーザにとって理想状態に近付いた負荷や、運動機能、トレーニング効果を体感することができる。

［５］第５の実施の形態
本実施の形態は、ユーザの動作状態だけではなく、天候状態にもあわせた歩行用部材を作製するためのものである。

本実施の形態においても、（１１）〜（１８）の各部の機能やステップＳ−１〜Ｓ−９の処理は同一であるが、システムには天候状態に関するデータ（例えば、天気や気圧の現在または予測データなど）が入力され、そのデータも利用して試作用データや完成用データが作成される。天候状態に関するデータは、入力装置を介してユーザが入力してもよいし、通信部を介して入力されてもよい。

本実施の形態によれば、ユーザの動作状態だけではなく、天候状態にもあわせた歩行用部材を作製することができる。

［６］本発明の効果
以上、第１〜第５の実施の形態で説明したように、本発明においては、ユーザごとにカスタマイズした試作品を装着したときの動作状態を測定した後に、測定結果に基づいて完成品が作製されるため、個々のユーザごとに理想的な使用状態に近付けることが可能な歩行用部材を作製することができる。

以上、本発明を実施の形態に基づいて説明したが、本発明は上記の実施の形態に限定されるものではない。本発明と同一および均等の範囲内において、上記の実施の形態に対して種々の変更を加えることが可能である。

１ 歩行用部材作製装置
１１ 装着前動作状態測定部
１２ 装着前特徴量取得部
１３ 試作用データ作成部
１４ 試作部
１５ 装着時動作状態測定部
１６ 装着時特徴量取得部
１７ 歩行用部材作製用データ作成部
１８ 歩行用部材作製部
１０１ 入力装置
１０２ 表示装置
１０３ ＣＰＵ
１０４ メモリ
１０５ 記憶装置

Claims (4)

1. ユーザが装着して歩行に供する歩行用部材を作製するためのデータを作成する歩行用部材作製用データ作成システムであって、
   前記歩行用部材を装着する前におけるユーザの動作状態を測定する装着前動作状態測定部と、
   前記装着前動作状態測定部による測定結果から、前記歩行用部材を装着する前におけるユーザの動作状態を表す装着前特徴量を取得する装着前特徴量取得部と、
   前記装着前特徴量取得部によって取得された装着前特徴量から、試用歩行用部材を試作するための試作用データを作成する試作用データ作成部と、
   前記試作用データ作成部によって作成された前記試作用データから、前記試用歩行用部材を作製する試作部と、
   前記試作部によって試作された前記試用歩行用部材を装着したユーザの動作状態を測定する装着時動作状態測定部と、
   前記装着時動作状態測定部による測定結果から、試用歩行用部材を装着したユーザの動作状態を表す装着時特徴量を取得する装着時特徴量取得部と、
   前記装着時特徴量取得部によって取得された装着時特徴量から、前記歩行用部材を作製するための歩行用部材作製用データを作成する歩行用部材作製用データ作成部とを備えていることを特徴とする歩行用部材作製用データ作成システム。
2. 請求項１に記載の歩行用部材作製用データ作成部として機能することを特徴とする情報処理装置。
3. １または複数の情報処理装置を、請求項１に記載の歩行用部材作製用データ作成部として機能させることを特徴とする歩行用部材作製用データ作成プログラム。
4. ユーザが装着して歩行に供する歩行用部材を作製するためのデータを作成する歩行用部材作製用データ作成方法であって、
   前記歩行用部材を装着する前におけるユーザの動作状態を測定する装着前動作状態測定ステップと、
   前記装着前動作状態測定ステップにおける測定結果から、前記歩行用部材を装着する前におけるユーザの動作状態を表す装着前特徴量を取得する装着前特徴量取得ステップと、
   前記装着前特徴量取得ステップにおいて取得された装着前特徴量から、試用歩行用部材を試作するための試作用データを作成する試作用データ作成ステップと、
   前記試作用データ作成ステップにおいて作成された前記試作用データから、前記試用歩行用部材を作製する試作ステップと、
   前記試作ステップにおいて試作された前記試用歩行用部材を装着したユーザの動作状態を測定する装着時動作状態測定ステップと、
   前記装着時動作状態測定ステップにおける測定結果から、試用歩行用部材を装着したユーザの動作状態を表す装着時特徴量を取得する装着時特徴量取得ステップと、
   前記装着時特徴量取得ステップにおいて取得された装着時特徴量から、前記歩行用部材を作製するための歩行用部材作製用データを作成する歩行用部材作製用データ作成ステップとを含むことを特徴とする歩行用部材作製用データ作成方法。

Images