JP2023076767A - 身体情報測定用チルティング制御器 - Google Patents

Abstract

【課題】履物を製作するにあたり、多様な足の形を考慮して、履き心地が良い履物を提供し、使用者は自身の足に合うように履き心地の良い履物を選択することができる使用者オーダーメード型ラスト提供システムおよびその方法を提供する。【解決手段】本発明の実施形態による使用者オーダーメード型ラスト提供システムは、被験者が上に乗った状態でのチルティング条件に応じて足裏に加えられる足圧データを測定するチルティング制御器、および、前記チルティング制御器から多様な被験者の身体条件と足圧データ測定による定性データを収集して、累積された原始データを生成し、前記原始データを活用した機械学習を通じて、足の形に応じて最適化されたチルティング条件の定量データを抽出し、使用者の足関連身体情報とマッチングされた定量データに基づいて生成されたラスト情報を提供するサーバーを含む。【選択図】図１

Description

本発明は、使用者オーダーメード型(user-customized)のラスト(last;靴型)提供システムおよびその方法に関するものであって、より詳しくは、使用者の足の形に応じた履物の履き心地を決定する、ラストの情報を提供する使用者オーダーメード型ラスト提供システムおよびその方法に関するものである。

一般に、履物は人（以下、使用者という）が足に着用するものを意味し、周辺環境や用途に応じて、靴（洋靴）、ハイヒール、運動靴、登山靴、短靴、作業靴、および機能性リハビリ靴など多様な履物が製作されている。

通常、使用者は、履物を購入する際、履き心地、デザイン、用途およびメーカーなどの要素を考慮して、好きな履物を購入する。

その中でも、履き心地は履物を履いた際に感じられる感覚であって、使用者はサイズに合わせて履物を購入し、基本的にサイズが合わない履物は他の要素を満足したとしても購入しない。ここで、履き心地は、足の長さ方向サイズ（寸法）だけでなく足幅（足指の付け根部での幅）、足の甲高さ、体重の分配（吸収）、安定性、歩行が楽（らく）なことなどを含む。したがって、履物が足に楽（らく）に合う場合、履き心地が良いと表現される。

反面、履き心地が良くない場合は、履物のサイズが合わないか、サイズが合っても履き心地をなす残りの要素のうちの少なくとも一つが使用者の足と合わなければ発生しうる。この際、履き心地の良くない履物は、使用者の疲労度の増加と、身体の損傷／変形などの、否定的な影響を与える。

例えば、ハイヒール（ｈｉｇｈ－ｈｅｅｌｅｄ ｆｏｏｔｗｅａｒ）の場合、踵の高い履物であって、使用者の体重が分散されずに足の前方に偏るために、使用者の疲労度が増加し、歩行中に事故が発生しうるという問題がある。

さらに、ハイヒールの履き心地が良くない場合、使用者の歩行周期中に荷重を吸収するか分散させないため、様々な副作用を誘発する。

たとえば、歩行中に倒れる単純な事故だけでなく、足の親指が外側に曲がる外反母趾、足首が挫（くじ）ける足根部の捻挫、体重が膝の内側に偏るようになることによって発生する関節炎、脊椎が後に曲がる脊椎後弯症などが発生しうる。

また、最近は、ハイヒール以外にも多様な履物の踵に身長アップ踵を適用するトレンドが形成され、前記の問題と副作用に例外になれない。

一方、履物の販売は、オフラインショップだけでなくオンラインショップを通じても活発であり、たとえば海外直接購入などのオンライン使用者は、履物を直接履いてみることができないので、画一化されたサイズを参照して購入している。

しかし、同一のサイズでも、製造会社ごとに偏差があって履物のサイズが合わない場合があり、サイズ以外の要素が合わず履き心地が悪くても、交換が難しいため不便を甘受して履物を着用するという短所がある。

そして、これは先に指摘された使用者の疲労度、歩行中の事故、および身体の変形が発生するという問題につながる。

したがって、履物を製作するにあたり、多様な足の形を考慮して、履き心地が良い履物を提供し、使用者は自身の足に合うように履き心地の良い履物を選択することができる改善の方策が切実に要求される。

この背景技術部分に記載された事項は、発明の背景に対する理解を増進させるために作成されたものであって、この技術の属する分野における通常の知識を有する者にすでに知られた従来の技術ではない事項を含みうる。

本発明の実施形態は、被験者の多様な身体条件および足の形に応じた定性データを収集して、機械学習によって定量データをＤＢ化することによって、使用者の足の形に合うラスト情報を提供する、使用者オーダーメード型のラスト提供システムおよびその方法を提供しようとする。

また、本発明の他の目的は、使用者が履物を直接履いてみなくても、オンラインショップなどを通じて履き心地が向上した履物を購入することができるようにする、使用者オーダーメード型のラスト提供システムおよびその方法を提供することにある。

本発明の一側面によれば、使用者オーダーメード型ラスト提供システムは、被験者が上に乗った状態でのチルティング条件に応じて、足裏に加えられる足圧のデータを測定するチルティング制御器；および、前記チルティング制御器から、多様な被験者の身体条件及び足圧のデータの測定による定性データを収集して、累積された原始データを生成し、前記原始データを活用した機械学習を通じて足の形に応じて最適化された、チルティング条件の定量データを抽出し、使用者の足関連身体情報とマッチングされた定量データに基づいて生成されたラスト情報を提供するサーバーを含む。

また、前記チルティング制御器は、前記被験者の足の後足部の踵の高さを段階別に調節しながら前足部の左／右チルティングおよび前／後チルティング、前記後足部の左／右チルティング、前／後チルティングおよび回転の条件が異なる前記足圧データを測定することができる。

また、前記チルティング制御器は、被験者の足の前足部が据え置かれる第１足台に第１圧力センサーが配置された第１機構部；後足部が据え置かれる第２足台に第２圧力センサーが配置された第２機構部；および、前記足圧データ測定のための各機構部の動作を制御する制御モジュールを含むことができる。

また、前記第１機構部は、前記第１足台の左右側の下部に形成された二つのモータと第１支持軸を用いて、前記第１足台を、前／後、左／右の方向のうちの少なくとも一つの方向にチルティングすることができる。

また、前記第２機構部は、前記第２足台の左右側の下部に形成された二つのモータと、第２支持軸を用いて前記第２足台を前／後、左／右の方向のうちの少なくとも一つの方向にチルティングし、前記第２足台を上下に移動して踵の高さを調節する高さ調節モータと、前記第２足台を左右に回転させる回転モータとを含むことができる。

また、前記制御モジュールは、並んで配置された複数のチルティング制御器と連結されて、足圧測定アルゴリズムによるチルティング条件を設定した後、被験者の両足の体重が均衡を成す時点にて、前記足圧データを抽出することができる。

また、前記制御モジュールは、前記の左足の体重と右足の体重とが体重均衡を成す時点にて、筋電図センサーからの筋電図データを測定することができる。

また、前記サーバーは、前記のチルティング制御器及び筋電図センサーから、被験者の踵高さごとの各チルティング条件についての、足圧データ、筋電図データ、および、被験者の満足を含む定性データを収集するデータ収集部；前記定性データに基づいて機械学習を行って、足の形に応じた楽（らく）さが最適化されたチルティング条件の定量データを生成するデータ処理部；前記定量データに基づいて人の多様な足関連身体条件を考慮した３Ｄラスト情報を生成する制御部；および、前記の定性データ及び定量データを保存し、保存された情報に応じて、最適化された前記３Ｄラスト情報を保存するデータベースを含むことができる。

また、前記データ収集部は、被験者の身上情報と足関連身体情報から構成された使用者情報テーブルと、前記足圧データ、筋電図データ、被験者の足の楽（らく）さ満足度データから構成された使用者データテーブルとを含む、原始データを生成することができる。

また、前記データ収集部は、前記原始データに、前記足圧データから足圧の合計、足圧の平均、足圧の標準偏差、足圧が測定される圧力センサーのセルの個数、及び、前足部機構と後足部機構の足圧比率のうちの少なくとも一つを計算して追加することができる。

また、前記データ処理部は、前記原始データから、踵高さごとのチルティング条件、足圧の合計、足圧の平均、足圧の標準偏差、足圧が測定される圧力センサーのセルの個数、前足部機構と後足部機構との足圧の比率、平地基準の筋電図に対する類似度、足の楽（らく）さの満足度、および足の偏りの程度のうちの少なくとも一つの入力パラメータを抽出して、機械学習エンジンに入力することができる。

また、前記入力パラメータには、重要度に応じてパラメータごとに加重値が付与されうる。

また、前記制御部は、使用者端末から収集された足の平面および側面のイメージを映像処理によって分析して、足の直線長さ、足幅（足指の付け根部での幅）、足の甲高さ、足の縦アーチ、及び、足指の付け根部までの直線長さのうちの少なくとも一つを含む前記足関連身体情報を獲得することができる。

また、前記制御部は、前記使用者の足関連身体情報を考慮して所望の踵高さに相応する前足部および後足部のチルティング値とそれによるラスト情報を導出することができる。

また、前記制御部は、前記３Ｄラスト情報を活用した３Ｄプリンティングによって実物ラストを出力することができる。

一方、本発明の一側面による、サーバーが使用者の足の形態に応じた使用者オーダーメード型のラスト情報を提供する方法は、ａ）被験者の身上情報、足関連身体情報、チルティング制御器の踵の高さごとの足圧データ、筋電図データ、および、満足度データがマッチングされた定性データを累積して原始データを生成する段階；ｂ）前記原始データに基づいた機械学習を通じて、足の形に応じて最適化されたチルティング条件の定量データを
抽出する段階；ｃ）使用者の身上情報と、足のイメージとを映像処理して、足の直線長さ、足幅、足の甲高さ、足縦アーチ、及び、足指の付け根部までの直線長さのうちの少なくとも一つを含む足関連身体情報を獲得する段階；および、ｄ）前記使用者の身上情報と足関連身体情報に基づいて、マッチングアルゴリズムを通じて、前記定量データから最も類似した情報のチルティング値が適用されたラスト情報を導出して推薦する段階を含む。

また、前記ａ）段階は、複数のチルティング制御器を配置して、足圧測定アルゴリズムにしたがうチルティング条件を設定した後、被験者の両足の体重が均衡を成す時点にて前記足圧データと筋電図データを抽出する段階を含むことができる。

また、前記ｂ）段階は、前記原始データから、踵高さごとのチルティング条件、足圧の合計、足圧の平均、足圧の標準偏差、足圧が測定される圧力センサーのセルの個数、前足部機構と後足部機構との足圧の比率、平地基準の筋電図に対する類似度、足の楽（らく）さの満足度、および、足の偏りの程度のうちの少なくとも一つの入力パラメータを抽出して機械学習する段階を含むことができる。

また、前記ｄ）段階は、前記ラスト情報と、使用者の足データとを互いに重ね合わせて間隙をイメージで表示するフィッティングサービスを提供する段階を含むことができる。

一方、本発明の一側面による、使用者オーダーメード型のラスト提供方法を実現するためのプログラムが記録されたコンピュータ読取可能な記録媒体は、ａ）被験者の身上情報、足関連身体情報、チルティング制御器の踵の高さごとの足圧データ、筋電図データ、および満足度データがマッチングされた定性データを累積して原始データを生成する段階；ｂ）前記原始データに基づいた機械学習を通じて、足の形に応じて最適化されたチルティング条件の定量データを抽出する段階；ｃ）使用者の身上情報と足イメージを映像処理して、足の直線長さ、足幅、足の甲高さ、足縦アーチ、足指の付け根部までの直線長さのうちの少なくとも一つを含む足関連身体情報を獲得する段階；およびｄ）前記使用者の身上情報と足関連身体情報に基づいて、マッチングアルゴリズムを通じて、前記定量データから最も類似した情報のチルティング値が適用されたラスト情報を導出して推薦する段階を含む、使用者オーダーメード型のラスト提供方法を実現するためのプログラムが記録される。

本発明の実施形態によれば、被験者の多様な身体条件および足の形態に応じた定性データを収集し、これを機械学習によって定量化して、使用者の個人化されたオーダーメード型ラスト情報を提供することができるという効果がある。

また、オーダーメード型ラスト情報を提供することによって、使用者が履物を直接履いてみなくても、オンラインショップなどを通じて履き心地の向上した履物を購入することができるという効果がある。

また、ラスト情報に基づいて製作および販売する差別化されたオーダーメード型サービスを提供することで、既成靴の履物についてのサイズの問題による交換および取消の費用を減らし、顧客満足度および信頼度を向上させることができるという効果がある。

本発明の実施形態による使用者オーダーメード型ラスト管理システムの構成を概略的に示す。 本発明の実施形態によるチルティング制御器の構成を示す斜視図である。 本発明の実施形態による、段階別の高さおよびチルティングの調節についての例示を示す。 本発明の実施形態によるチルティング制御器の制御器が被験者の足圧データを測定する方法を示す。 本発明の実施形態によるサーバーの構成を概略的に示すブロック図である。 本発明の実施形態による定性データ収集方法を概略的に示す。 本発明の実施形態による試験者の足関連身体情報を示す。 本発明の実施形態による試験者の足関連身体情報を示す。 本発明の実施形態によるＤＢに累積された原始データと収録された属性情報を示す。 本発明の実施形態による使用者オーダーメード型ラスト提供サービス方法を概略的に示すフローチャートである。 本発明の実施形態によるフィッティングサービスの例示を示した図である。

以下、添付した図面を参考にして本発明の実施形態について本発明の属する技術分野における通常の知識を有する者が容易に実施できるように詳しく説明する。しかし、本発明は、様々な異なる形態に実現でき、ここで説明する実施形態に限定されない。そして、図面において、本発明を明確に説明するために説明上不必要な部分は省略したのであり、明細書全体にわたって、類似の部分については類似の図面符号を付けた。

明細書全体において、ある部分がある構成要素を“含む”というとき、これは特に反する記載がない限り、他の構成要素を除くのではなく他の構成要素をさらに含むことができることを意味する。また、明細書に記載された“…部”、“…器”、“モジュール”などの用語は、少なくとも一つの機能や動作を処理する単位を意味し、これはハードウェアやソフトウェア、またはハードウェアおよびソフトウェアの結合で実現できる。

以下、明細書全体において、オーダーメード型ラスト生成のためのデータ収集のために募集されて試験に参加した人を“被験者”と言い、オーダーメード型ラストサービスの提供を受けるための履物購買者を“使用者”という。

以下、本発明の実施形態による使用者オーダーメード型ラスト管理システムおよびその方法について図面を参照して詳細に説明する。

図１は、本発明の実施形態による使用者オーダーメード型ラスト管理システムの構成を概略的に示す。

添付された図１を参照すれば、本発明の実施形態による使用者オーダーメード型ラスト管理システムは、チルティング制御器１００、サーバー２００、製造会社サーバー３００、および使用者端末１０を含むネットワーク構成を示す。

チルティング制御器１００は、被験者が上に乗った状態でのチルティング条件に応じて足裏に加えられる足圧データを測定する。前記足圧データは、足裏の前足部と後足部の足台に、複数の圧力センサーをセルの形態で配置し、前足部と後足部との高さの調節および前後左右のチルティングの条件に応じて測定された足裏の圧力分布を意味する。

一般に、履物を履かないで平地に立った際、足裏に体重が均一に分散されるが、履物の踵が高まるほど使用者の体重は足の前側の前足部に偏るようになる。また、使用者特有の足の形に応じて、体重が膝の内側に偏るかあるいは外側に偏る傾向がある。

したがって、踵の高い履物を製作する際、使用者の履き心地を確保するためには、使用者の足の形を考慮して、足裏の全体に体重が均一に分散されるようにするのが好ましい。

よって、チルティング制御器１００は、後足部の踵の高さを段階別に調節しながら、前足部の左／右チルティングおよび前／後チルティング、後足部の左／右チルティング、前／後チルティング、および回転の条件について相違するように設定された足圧測定アルゴリズムにしたがう足圧データを測定することができる（以下、説明にて“／”符号は“ＯＲ”の条件を意味する）。

このような足圧データに基づいて、被験者の足の形に応じて高さ別体重が均一に分散されるチルティング条件を導出することができるようにする試験情報を提供する。

サーバー２００は、本発明の実施形態による、多様な被験者の足の形（即ち、足関連身体条件）に基づいて、最適のラストのモデルをＤＢ化し、ＤＢから使用者の足の形に応じたオーダーメード型のラスト情報を導出して提供するサービスプラットフォームに構築できる。

このようなサーバー２００のラスト情報提供方法を、段階（ステップ）ごとに簡単に整理すれば次の通りである。

サーバー２００は、多様な被験者の身体条件と、足圧データ測定による定性データを収集し（Ｓ１）、前記定性データを入力情報として活用した機械学習（Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ）を通じて、足の形に応じて楽（らく）さが最適化されたチルティング条件の定量データを抽出する（Ｓ２）。

この際、サーバー２００は、前記定量データに基づいて、多様な身体条件に合うラストモデルを生成してビックデータ（ＤＢ）を構築することができる。

ここで、前記ラストは、履物の製作の基礎になる足の形状の道具（型）を意味する。ラストは、履物の形態と履き心地を決定するので履物製作において最も重要な部分を占めるのであり、履物のデザイン開発はラストから出発し、その後、アウトソールと踵などの他の全ての構成要素がラストに合わせて製作される。

したがって、サーバー２００のＤＢに構築されたラスト情報に基づいて、オーダーメード履物を製作することができるのであり、さらには、既存のサイズで画一化された既成靴を使用者の身体条件を考慮したラスト情報にしたがって製作するようにして、使用者の履き心地を向上させることができる。

例えば、サーバー２００は、前記ＤＢに構築されたラスト情報を、履物を製作／販売する事業者サーバー３００に提供するラスト情報サービスを提供することができる（Ｓ３）。

また、サーバー２００は、履物を購入する使用者端末１０から使用者の足イメージが入力されれば、前記足イメージを分析して足関連身体情報を抽出する（Ｓ４）。そして、前記足関連身体情報とマッチングされた定量データを抽出し、使用者の足に最適化されたラスト情報を導出して、使用者に提供するオーダーメード型ラスト情報サービスを提供することができる（Ｓ５）。

その後、事業者サーバー３００では前記ラスト情報に基づいて履物を製作し、使用者は自身のラストに合う履物をオンライン／オフラインを通じて購入することができる。した
がって、既存の画一的なサイズのみを考慮した履物の選択でない使用者自身の足関連身体情報によるオーダーメード型ラスト情報を通じて履物を購入するようになるので、直接履いてみなくても履き心地が向上した履物を購入することができるという効果がある。

一方、次の図面を通じて本発明の実施形態による使用者オーダーメード型ラスト管理システムの構成をより具体的に説明する。

一方、図２は、本発明の実施形態によるチルティング制御器の構成を示す斜視図である。

また、図３は本発明の実施形態による段階ごとの高さおよびチルティングの調節の例示を示す。

添付された図２および図３を参照すれば、本発明の実施形態によるチルティング制御器１００は、被験者足の前足部（足の前部）が据え置かれる第１機構部１１０、後足部（足の後部）が据え置かれる第２機構部１２０、及び、被験者の足圧データ測定のための前記各部の動作を制御する制御モジュール１３０を含む。制御モジュール１３０は、第１機構部１１０及び第２機構部１２０の個別の機構学的制御のためのドライバーを含む。

第１機構部１１０は、前足部が据え置かれる第１足台１１１の上面に第１圧力センサー１１２が配置され、第１足台１１１の左右側の下部に連結された二つのモータ１１３及び第１支持軸１１４を用いて、第１足台１１１を前／後、左／右の方向にチルティングする。

前記第１支持軸１１４の両端には、第１足台１１１が前後左右方向にチルティング可能にジョイントが形成される。

第１圧力センサー１１２は、前足部が据え置かれる第１足台１１１が平らで前足部の足裏が広い特徴を考慮して平面に複数のセンサーが列と横配列されたＦＳＲ（Ｆｏｒｃｅ Ｓｅｎｓｉｔｉｖｅ Ｒｅｓｉｓｔｏｒ）方式のセンサーから構成される。

例えば、第１圧力センサー１１２は、横（７ｍｍ）×縦（７ｍｍ）の大きさのセル１６０個から構成されたＦＳＲ方式のセンサーを一つ使用して前足部の足圧データを測定することができる。

第２機構部１２０は、第２足台１２１の上面に第２圧力センサー１２２が配置され、第２足台１２１の左右側の下部に連結された二つのモータ１２３及び第２支持軸１２４を用いて、第２足台１２１を前／後、左／右の方向にチルティングする。

前記第２支持軸１２４の両端には、第２足台１２１が前後左右の方向にチルティング可能にジョイントが形成されるのであり、ここまでは第１機構部１１０と同一である。

追加的に、第２機構部１２０には、図３のように、第２足台１２１を上下に移動して踵の高さを調節する高さ調節モータ１２５と、第２足台１２１を左右に回転させる回転モータ１２６とが、さらに構成される。

ここで、後足部の第２機構部１２０は、追加的に２個のモータを構成することによって、制御モジュール１３０が踵の高さと回転を制御することができるのであり、踵の高さの変化に応じた後足部と前足部との間の距離を測定することができる。

ここで、前記第２機構部１２０に構成された前記回転モータ１２６を、第１機構部１１０に置換して構成して、第１足台１１１を左右に回転させることができるのであり、この場合は、前記第２機構部１２０の回転モータ１２６を省略することができる。

第２圧力センサー１２２は、第２足台１２１が後足部の踵の形状に合うように曲面に形成された特性上、複数のＰＰＳ（ｅｌｅｃｔｒｏｓｔａｔｉｃ ｃａｐａｃｉｔｙ）方式の配列でもって後足部の足圧データを測定する。

これによって、第２圧力センサー１２２は、踵の高さの調節によって第２足台１２１が傾斜しても、踵の曲面に沿って加えられる圧力を正確に測定することができる。

一方、図４は、本発明の実施形態によるチルティング制御器の制御器が、被験者の足圧データを測定する方法を示す。

添付された図４を参照すれば、本発明の実施形態によるチルティング制御器１００を用いた足圧データの測定方法において、信頼性のあるデータを抽出するためには、被験者の両足の体重均衡が同一である状態で測定することが非常に重要である。

したがって、図４のように、複数の第１チルティング制御器１００－１と第２チルティング制御器１００－２を並べて配置して制御モジュール１３０に連結し、被験者が左足と右足で各チルティング制御器１１０－１、１００－２の上に乗った状態で両足の体重が均衡を成す場合にのみ足圧データを抽出する。

より具体的に説明すれば、制御モジュール１３０は、予め設定された足圧測定アルゴリズムにしたがう、踵の高さごとの前足部の前／後、左／右の制御と、後足部の前／後、左／右、回転、及び前足部との距離のうちの少なくとも一つのチルティングの条件を段階的に制御する。

制御モジュール１３０は、前記チルティング条件に応じた前足部圧力及び後足部圧力が出力されても、左足体重と右足体重とが体重均衡をなさなければ、有効でないとして無視する。

したがって、制御モジュール１３０は、前記チルティング条件が設定された状態での左足体重と右足体重が体重均衡を成す時点にて出力された足圧データを、自動的にキャプチャーして、前足部圧力と後足部圧力を抽出することができる。即ち、制御モジュール１３０は、両足の体重の比率が同一な時点での足圧データを自動的に抽出して、当該チルティング条件にマッチングすることができる。

また、制御モジュール１３０は、前記の左足体重と右足体重とが体重均衡を成す時点にて、筋電図センサー１０１から筋電図データを測定することができる。

このために、制御モジュール１３０は、筋電図センサー１０１とも連動されうる。

例えば、筋電図センサー１０１は、表面無線筋電図測定システム（ＦＲＥＥ ＥＭＧ １０００、ＢＴＳ）から構成されうるのであり、８個の筋電図受信のためのパッチを試験者の下肢に付着した後、前記チルティング条件にて筋肉が収縮する程度に応じた筋電図データを測定することができる。

図５は、本発明の実施形態によるサーバーの構成を概略的に示すブロック図である。

添付された図５を参照すれば、本発明の実施形態によるサーバー２００は、データ収集部２１０、データ処理部２２０、データベース（ＤＢ）２３０、および制御部２４０を含む。

データ収集部２１０は、外部機器とデータ送受信が可能なインターフェースを含んで、被験者の身体条件による定性データを収集するのであり、前記定性データは客観的データと主観的データに分けられる。

客観的データは、被験者の個人身上情報、足関連身体情報、被験者の足圧データ、筋電図（ｅｌｅｃｔｒｏｍｙｏｇｒａｍ）、３Ｄ足スキャンデータなどでありうる。

主観的データは、チルティング制御器１００の多様な高さ及びチルティング条件に応じた被験者の足の楽（らく）さの満足度と足の偏りの程度のデータである。前記主観的データは、チルティング制御器１００の高さ及びチルティングの調節を通じた所定の試験条件にて、被験者に質問して、それぞれの程度による数値や比率として入力される。

このように定性データを収集する理由は、機械学習方法を用いた定量データ抽出において、母集団の大きさを増やすことで、質的に優れ信頼性のある定量データを抽出するためである。ここで、前記定量データは、使用者の身上情報と足関連身体情報とがマッチングされるラスト情報を導出するための基盤になる、有効性のある基準情報と定義されうる。

したがって、データ収集部２１０は、ラスト情報の信頼度向上のために、多様な条件の被験者でもって、多様な高さ及びチルティングの条件での定性データを収集することができる。

一方、図６は、本発明の実施形態による定性データ収集方法を概略的に示す。

図７および図８は、本発明の実施形態による試験者の足関連身体情報を示す。

添付された図６～図８を参照すれば、本発明の実施形態によるデータ収集部２１０は、定性データの収集を開始すれば被験者情報を収集する（Ｓ１１）。

この時、データ収集部２１０は、被験者の名前、生年月日、身長、体重、足疾病の病歴の有無を含む身上情報と、図７および図８のように足直線長さ（ｍｍ）、足幅（ｍｍ）、足縦アーチ（Ｍｅｄｉａｌ Ｌｏｎｇｉｔｕｄｉｎａｌ Ａｒｃｈ）、足指の付け根部までの直線長さ（ｍｍ）を含む足関連身体情報を獲得することができる。

この際、前記足関連身体情報は、チルティング制御器１００の上にて、被験者の足の形を、３Ｄスキャナー１０２を通じて全体にスキャンした３Ｄ足スキャンデータをさらに測定し、その３Ｄ足スキャンデータから抽出することもできる。

データ収集部２１０は、チルティング制御器１００と筋電図センサー１０１から、被験者の踵（後足部）高さごとの各チルティング条件についての、足圧データ、筋電図データおよび被験者満足度データを収集する（Ｓ１２）。

データ収集部２１０は、被験者の身上情報、足関連身体情報及び踵の高さごとの、足圧データ、筋電図データおよび満足度データがマッチングされた一つの定性データを生成してデータベース２３０に保存する（Ｓ１３）。

このように先の被験者から獲得された定性データは、データベース２３０に原始データ
（ｒａｗ ｄａｔａ）として累積される。

例えば、図９は、本発明の実施形態による、ＤＢに累積された原始データと収録された属性情報を示す。

添付された図９を参照すれば、本発明の実施形態による原始データは、使用者情報テーブル（Ｕｓｅｒ Ｉｎｆｏ ＴＡＢＬＥ）と、使用者データ（センシング＿筋電図）テーブル（Ｕｓｅｒ Ｄａｔａ ＴＡＢＬＥ）とから構成されうる。

使用者情報テーブルは、被験者の身上情報と足関連身体情報から構成され、このような属性は、後述される使用者のラスト推薦サービスにて、サービス要請された使用者の情報と、ＤＢ２３０に保存されたデータとのマッチングのアルゴリズムを通じて、使用者を識別することに使用される。

また、使用者データ（センシング＿筋電図）テーブルは、足圧データ、筋電図データ、被験者の足の楽（らく）さの満足度から構成され、このような属性は、定量データ抽出のための基礎データとして活用される。

前記被験者の足の楽（らく）さの満足度（０～１００点）と、足の偏りの程度（０～１００点）を測定するためには、各チルティング条件に対する被験者の評価データを収集する。

以上の説明で、本発明の実施形態による原始データが二つのテーブルから構成されることに限定されず、統合された一つのエクセルテーブルから構成されてもよい。

一方、データ収集部２１０は、他の被験者測定がさらに存在すれば（Ｓ１４；はい）、前記Ｓ１１段階に戻って定性データを収集する過程を繰り返す。

反面、データ収集部２１０は、他の被験者測定が存在しなければ（Ｓ１４；いいえ）、被験者を通じた定性データの収集が完了したと判断する。

この時、データ収集部２１０は、被験者ごとに、チルティング制御器１００を使用して踵の高さごとの全てのチルティング条件に対する足圧データを獲得した後、足圧データから足圧の合計、足圧の平均、足圧の標準偏差、足圧が測定される圧力センサー（セル）の個数、前足部機構と後足部機構との足圧の比率を計算して、ＤＢ２３０の原始データに追加することができる（Ｓ１５）。

この際、データ収集部２１０は、筋電図センサー１０１を通じて、被験者が平らな地面に直立した時の基準筋電図（例；１００％）と対比して、足圧データ測定条件ごとに測定された筋電図を比較することで、類似の程度（例；類似比率）をＤＢ２３０の原始データにさらに追加することができる。前記筋電図をさらに測定する理由は、被験者が楽（らく）さを感じる客観的情報を取得するためであり、測定条件ごとの下肢筋肉の収縮量が、前記基準筋電図と類似すればするほど、さらに楽（らく）さを感じるためである。

データ処理部２２０は、前記原始データに収録された定性データに基づいて機械学習を行って足の形態による安らかさが最適化されたチルティング条件の定量データを生成する。

前記定量データは、踵高さ、足の直線長さ、足幅、足の甲高さ、足縦アーチ（内側縦アーチ（Ｍｅｄｉａｌ Ｌｏｎｇｉｔｕｄｉｎａｌ Ａｒｃｈ））、外側縦アーチ（Ｌａｔ
ｅｒａｌ Ｌｏｎｇｉｔｕｄｉｎａｌ Ａｒｃｈ）、足指の付け根部までの直線長さ（ｍｍ）の少なくとも一つ以上の組み合わせにおける、最も楽（らく）な前足部及び後足部のチルティング角度を意味する。

このために、データ処理部２２０は、機械学習エンジンを使用して多層ニューラルネットワークを基盤とする定量データ生成モデルを構築することができる。

データ処理部２２０は、原始データから、学習に必要な入力パラメータを抽出して機械学習エンジンに入力する。

前記学習のための入力パラメータは、踵高さごとのチルティング条件、足圧の合計、足圧の平均、足圧の標準偏差、足圧が測定される圧力センサーの個数（セル個数）、前足部機構と後足部機構との足圧の比率、筋電図の類似度（平地基準筋電図に対する類似度）、足の楽（らく）さの満足度、および足の偏りの程度を含むことができる。

この際、前記入力パラメータは、オーダーメード型履物の種類（例；一般靴、運動靴、ハイヒールなど）に応じて、必要なパラメータが選択的に抽出され、重要度に応じてパラメータごとに加重値が付与されうる。

データベース２３０は、本発明の実施形態による使用者オーダーメード型ラスト提供のための各種プログラムおよびデータを保存し、そのサーバー２００の運用によって生成されるデータを保存する。

データベース２３０は、定性データの累積で生成される原始データを保存し、原始データの学習でもって処理された定量データを保存し、前記保存された情報にしたがって最適化された３Ｄラストモデル情報を、保存して管理することができる。

制御部２４０は、本発明の実施形態による、サーバー２００の運用のための前記各部の全般的な動作を制御する中央処理装置である。

制御部２４０は、前記定量データに基づいて、人の多様な足関連身体条件を考慮した３Ｄラスト情報を生成する。前記３Ｄラスト情報は、人の３Ｄ足スキャンデータとマッチングされて、踵高さごとにチルティング条件が最適化されたラスト情報を含む。

制御部２４０は、前記３Ｄラスト情報を活用した３Ｄプリンティングによって実物ラストを出力（製作）することができる。

また、制御部２４０は、履物を購入しようとする使用者情報と足関連身体情報を収集して、前記定量データに基づいてオーダーメード型３Ｄラスト情報を提供することができる。

例えば、図１０は、本発明の実施形態による、使用者オーダーメード型ラスト提供サービスの方法を概略的に示すフローチャートである。

添付された図１０を参照すれば、本発明の実施形態による制御部２４０は、使用者端末１０から、オーダーメード型ラストサービスの要請に応じた、使用者情報と足の形態イメージを受信する（Ｓ１０１）。前記使用者情報は生年月日、身長、体重を含み、前記足の形態イメージは足の平面および側面のイメージを含む。この際、受信された情報は使用者端末１０のアプリ（ＡＰＰ）を通じて収集できる。

制御部２４０は、収集された足の平面および側面のイメージの映像処理を通じて分析して、足の直線長さ、足幅、足の甲高さ、足縦アーチ（Ｍｅｄｉａｌ Ｌｏｎｇｉｔｕｄｉｎａｌ Ａｒｃｈ、Ｌａｔｅｒａｌ Ｌｏｎｇｉｔｕｄｉｎａｌ Ａｒｃｈ）、足指の付け根部までの直線長さ（ｍｍ）を含む足関連身体情報を獲得する（Ｓ１０２）。

制御部２４０は、使用者情報と足関連身体情報に基づいて、マッチングアルゴリズムを通じて、定量データから最も類似した情報のチルティング値と３Ｄラスト情報を抽出する（Ｓ１０３）。

制御部２４０は、使用者の足の形態に最適化されたチルティング値が適用された３Ｄラスト情報を、使用者端末１０に伝送して推薦する（Ｓ１０４）。

この際、制御部２４０は、使用者の足の形に応じた、踵高さごとに最適化された前足部および後足部のチルティング値とそれによるラスト情報を導出することができる。したがって、使用者が望む条件の踵高さが入力されれば、それに該当するラスト情報を推薦することができる。

一方、前記使用者オーダーメード型ラスト提供サービス方法にて、制御部２４０は、前記３Ｄラスト情報を使用者に推薦するだけでなく、前記３Ｄラスト情報を活用してアプリ（ＡＰＰ）環境にてフィッティング（ｆｉｔｔｉｎｇ）サービスをさらに提供することができる。

例えば、図１１は、本発明の実施形態によるフィッティングサービスの例示を示した図である。

添付された図１１を参照すれば、本発明の実施形態による制御部２４０は、前記３Ｄラスト情報と使用者の３Ｄ足データとを互いに重ね合わせて（ｏｖｅｒｌａｐ）、間隙（ｇａｐ）をイメージで表示するフィッティングサービスを提供することができる。ここで、前記使用者の３Ｄ足データは、前記マッチングアルゴリズムを通じて定量データから導出された、最も類似した被験者の３Ｄ足スキャンデータを活用することができる。

以上の説明で、本発明の実施形態による使用者オーダーメード型ラスト提供方法について、データ収集部２１０、データ処理部２２０および制御部２４０を、各々主体として説明したが、これは一つのサーバー２００に統合できるので、前記方法の各段階は、実質的にサーバー２００を主体として説明することができる。

このように、本発明の実施形態によれば、被験者の多様な身体条件および足の形による定性データを収集し、これを機械学習を通じて定量化して、使用者の個人化されたオーダーメード型ラスト情報を提供することができる効果がある。

また、オーダーメード型ラスト情報を提供することによって、使用者が履物を直接履いてみなくても、オンラインショップなどを通じて履き心地が向上した履物を購入することができるという効果がある。

また、ラスト情報に基づいて製作および販売する差別化されたオーダーメードサービスを提供して、既成靴の履物のサイズの問題による交換および取消の費用を減らし、顧客の満足度および信頼度を向上させることができる効果がある。

以上では本発明の実施形態について説明したが、本発明は前記実施形態にのみ限定されるのではなく、その他の多様な変更が可能である。

例えば、前述の内容から見ると、本発明の実施形態による使用者オーダーメード型ラスト提供サービス方法は、オーダーメード靴だけでなく、既成靴にも十分に活用可能である。

このことによって、使用者は、履物を直接着用しなくても、自身の足に最も楽（らく）なジグで作られた履物の購入が可能であり、その結果、オンライン流通において履物購入の問題点を解決することができる。

また、図１０に示した本発明の実施形態では、使用者の要請に応じてラスト情報を提供することを説明したが、これに限定されず、図１のように履物を製作／販売する事業者サーバー３００の要請に応じてラスト情報を提供して、既成靴製作に活用することができる。

たとえば、事業者サーバー３００が、自身の履物販売サイトのメニューを通じて収集された使用者情報と足の形のイメージをサーバー２００に要請し、サーバー２００で分析された使用者ラスト情報でもって、使用者のラストに合う履物を推薦することによって販売することができる。

また、サーバー２００からラスト情報を受けた使用者に、事業者がそのラスト情報に合う履物を販売するためには、必ず前記ラスト情報を確保して、それによる履物を製作しなければならない。

したがって、サーバー２００は、事業者との契約によってＤＢに保存されたラスト情報を共有するか販売して、事業者が使用者のラスト情報に合う既成靴を製作して販売することができるようにするビジネスモデルを構築することができる。

本発明の実施形態は以上で説明した装置および／または方法によってのみ実現されるのではなく、本発明の実施形態の構成に対応する機能を実現するためのプログラム、そのプログラムが記録された記録媒体などを通じて実現することもでき、このような実現は先に説明した実施形態の記載から本発明の属する技術分野の専門家であれば容易に実現することができる。

以上で本発明の実施形態について詳細に説明したが、本発明の権利範囲はこれに限定されるのではなく、次の特許請求の範囲で定義している本発明の基本概念を用いた当業者の様々な変形および改良形態も本発明の権利範囲に属する。

１０ 使用者端末
１００ チルティング制御器
１０１ 筋電図センサー
１１０ 第１機構部
１１１ 第１足台
１１２ 第１圧力センサー
１１３ モータ
１１４ 第１支持軸
１２０ 第２機構部
１２１ 第２足台
１２２ 第２圧力センサー
１２３ モータ
１２４ 第２支持軸
１２５ 高さ調節モータ
１２６ 回転モータ
１３０ 制御モジュール
２００ サーバー
２１０ データ収集部
２２０ データ処理部
２３０ データベース
２４０ 制御部
３００ 事業者サーバー

本発明は、使用者の足の形態による履物の履き心地を決定する足関連身体情報を提供することができ、チルティング条件を変化させて足圧、足長さ、足幅、足の甲高さなどといった足関連身体情報のデータを獲得するチルティング制御器（Ｔｉｌｔｉｎｇ ｄｅｖｉｃｅ ｆｏｒ ｍｅａｓｕｒｉｎｇ ｈｕｍａｎ ｂｉｏｍｅｃｈａｎｉｃａｌ ｄａｔａ）に関するものである。

本発明の実施形態は、被験者の多様な身体条件および足の形に応じた定性データを収集して、機械学習によって定量データをＤＢ化することによって、使用者の足の形に合う足関連身体情報のデータを獲得するチルティング制御器を提供しようとする。

また、本発明の他の目的は、使用者が履物を直接履いてみなくても、オンラインショップなどを通じて履き心地が向上した履物を購入することができるようにする、チルティング制御器を提供することにある。
また、本発明の他の目的は、足関連身体情報を獲得するチルティング制御器を提供することにある。

一方、本発明の一側面による、使用者オーダーメード型のラスト提供方法を実現するためのプログラムが記録されたコンピュータ読取可能な記録媒体は、ａ）被験者の身上情報、足関連身体情報、チルティング制御器の踵の高さごとの足圧データ、筋電図データ、および満足度データがマッチングされた定性データを累積して原始データを生成する段階；ｂ）前記原始データに基づいた機械学習を通じて、足の形に応じて最適化されたチルティング条件の定量データを抽出する段階；ｃ）使用者の身上情報と足イメージを映像処理して、足の直線長さ、足幅、足の甲高さ、足縦アーチ、足指の付け根部までの直線長さのうちの少なくとも一つを含む足関連身体情報を獲得する段階；およびｄ）前記使用者の身上情報と足関連身体情報に基づいて、マッチングアルゴリズムを通じて、前記定量データから最も類似した情報のチルティング値が適用されたラスト情報を導出して推薦する段階を含む、使用者オーダーメード型のラスト提供方法を実現するためのプログラムが記録される。
本発明は、後足部または前足部が載置される足台を備えた機構部、そして前記機構部を制御して前記足台を所望の角度にチルティングさせる制御モジュールを含む足関連身体情報測定用チルティング制御器を提供する。
また、本発明は、後足部または前足部が載置される足台を備えた機構部、そして前記機構部を制御して前記足台の高さを調節する制御モジュールを含む足関連身体情報測定用チルティング制御器を提供する。
また、本発明は、後足部または前足部が載置される足台を備えた機構部、そして前記機構部を制御して前記足台の回転を調節する制御モジュールを含む足関連身体情報測定用チルティング制御器を提供する。
前記機構部は、被験者の足圧データまたは足関連身体情報を測定するセンサーを含むことが好ましい。
前記後足部が載置される足台は、足が載置される部分が曲面からなってもよい。
前記チルティング制御器は、左足と右足がそれぞれ載置されるように対になってもよい。
前記制御モジュールは、並べて配置された複数のチルティング制御器と連結されて被験者の両足の体重が均衡を成す時点にて足圧データを抽出することが好ましい。
前記制御モジュールは、左足と右足の体重が均衡を成す時点にて筋電図センサーから筋電図データを測定することが好ましい。
前記制御モジュールは、前記足台が、前、後、または左、右または回転のうちの少なくともいずれか一つ以上が選択されてチルティングされるように、前記機構部を制御することが好ましい。
前記機構部は、前記後足部が載置される足台の高さまたは回転を調節しながら前記足台をチルティングさせる構造からなることが好ましい。

本発明の実施形態によれば、被験者の多様な身体条件および足の形態に応じた定性データを収集し、これを機械学習によって定量化して、使用者の個人化された足関連身体情報のデータを提供することができるという効果がある。

また、足関連身体情報のデータに基づいて製作および販売する差別化されたオーダーメード型サービスを提供することで、既成靴の履物についてのサイズの問題による交換および取消の費用を減らし、顧客満足度および信頼度を向上させることができるという効果がある。

このような足圧データに基づいて、被験者の足の形に応じて高さ別体重が均一に分散されるチルティング条件を導出することができるようにする試験情報を提供する。
本発明のチルティング制御器は、履物の履き心地を決定する足関連身体情報を提供する機器である。

Claims (20)

1. 被験者が乗った状態でのチルティング条件により足裏に加えられる足圧データを測定するチルティング制御器；および
   前記チルティング制御器から多様な被験者の身体条件と足圧データの測定による定性データを収集して、累積された原始データを生成し、前記原始データを活用した機械学習を通じて、足の形態に応じて最適化されたチルティング条件の定量データを抽出し、使用者の足関連身体情報とマッチングされた定量データに基づいて生成されたラスト情報を提供するサーバー；
   を含む、使用者オーダーメード型ラスト提供システム。
2. 前記チルティング制御器は、
   前記被験者の足の後足部の踵高さを段階ごとに調節しながら、前足部の左／右チルティングおよび前／後チルティング、前記後足部の左／右チルティング、前／後チルティングおよび回転条件が異なる前記足圧データを測定する、請求項１に記載の使用者オーダーメード型ラスト提供システム。
3. 前記チルティング制御器は、
   被験者の足の前足部が据え置かれる第１足台に第１圧力センサーが配置された第１機構部；
   後足部が据え置かれる第２足台に第２圧力センサーが配置された第２機構部；および
   前記足圧データの測定のための各機構部の動作を制御する制御モジュールを含む、請求項１に記載の使用者オーダーメード型ラスト提供システム。
4. 前記第１機構部は、
   前記第１足台の左右側の下部に形成された二つのモータと第１支持軸を用いて、前記第１足台を、前／後、左／右の方向のうちの少なくとも一つの方向にチルティングする、請求項３に記載の使用者オーダーメード型ラスト提供システム。
5. 前記第２機構部は、
   前記第２足台の左右側下部に形成された二つのモータと第２支持軸を用いて、前記第２足台を、前／後、左／右の方向のうちの少なくとも一つの方向にチルティングするのであり、
   前記第２足台を上下に移動して踵の高さを調節する高さ調節モータと、前記第２足台を左右に回転させる回転モータとを含む、請求項３に記載の使用者オーダーメード型ラスト提供システム。
6. 前記制御モジュールは、
   並べて配置された複数のチルティング制御器と連結されて、足圧測定アルゴリズムにしたがうチルティング条件を設定した後、被験者の両足の体重が均衡を成す時点にて前記足圧データを抽出する、請求項３に記載の使用者オーダーメード型ラスト提供システム。
7. 前記制御モジュールは、
   左足の体重と右足の体重とが体重均衡を成す時点にて筋電図センサーから筋電図データを測定する、請求項６に記載の使用者オーダーメード型ラスト提供システム。
8. 前記サーバーは、
   前記チルティング制御器と筋電図センサーから被験者の踵高さごとの各チルティング条件に対する、足圧データ、筋電図データ、および、被験者の満足を含む定性データを収集するデータ収集部；
   前記定性データに基づいて機械学習を行って、足の形に応じた楽（らく）さが最適化されたチルティング条件の定量データを生成するデータ処理部；
   前記定量データに基づいて、人の多様な足関連身体条件を考慮した３Ｄラスト情報を生成する制御部；および
   前記定性データと定量データを保存し、保存された情報にしたがって最適化された前記３Ｄラスト情報を保存するデータベースを含む、請求項１に記載の使用者オーダーメード型ラスト提供システム。
9. 前記データ収集部は、
   被験者の身上情報と足関連身体情報から構成された使用者情報テーブルと、前記足圧データ、筋電図データ、及び、被験者の足の楽（らく）さの満足度データから構成された使用者データテーブルとを含む原始データを生成する、請求項８に記載の使用者オーダーメード型ラスト提供システム。
10. 前記データ収集部は、
    前記原始データに、前記足圧データから、足圧の合計、足圧の平均、足圧の標準偏差、足圧が測定される圧力センサーのセルの個数、及び、前足部機構と後足部機構との足圧の比率のうちの少なくとも一つを計算して追加する、請求項９に記載の使用者オーダーメード型ラスト提供システム。
11. 前記データ処理部は、
    前記原始データから、踵高さごとのチルティング条件、足圧の合計、足圧の平均、足圧の標準偏差、足圧が測定される圧力センサーのセルの個数、前足部機構と後足部機構との足圧の比率、平地基準の筋電図に対する類似度、足の楽（らく）さの満足度、および、足の偏りの程度のうちの少なくとも一つの入力パラメータを抽出して、機械学習エンジンに入力する、請求項８に記載の使用者オーダーメード型ラスト提供システム。
12. 前記入力パラメータは、重要度に応じてパラメータごとに加重値が付与される、請求項１１に記載の使用者オーダーメード型ラスト提供システム。
13. 前記制御部は、
    使用者端末から収集された足の平面および側面のイメージについて、映像処理を通じて分析して、足の直線長さ、足幅、足の甲高さ、足の縦アーチ、及び、足指の付け根部までの直線長さのうちの少なくとも一つを含む前記足関連身体情報を獲得する、請求項８に記載の使用者オーダーメード型ラスト提供システム。
14. 前記制御部は、
    前記使用者の足関連身体情報を考慮して、所望の踵高さに相応する前足部および後足部のチルティング値と、それによるラスト情報を導出する、請求項８に記載の使用者オーダーメード型ラスト提供システム。
15. 前記制御部は、
    前記３Ｄラスト情報を活用した３Ｄプリンティングによって実物ラストを出力する、請求項８に記載の使用者オーダーメード型ラスト提供システム。
16. サーバーが使用者の足の形に応じた使用者オーダーメード型ラスト情報を提供する方法において、
    ａ）被験者の身上情報、足関連身体情報、チルティング制御器の踵の高さごとの足圧データ、筋電図データ、および満足度データがマッチングされた定性データを累積して原始データを生成する段階；
    ｂ）前記原始データに基づいた機械学習を通じて、足の形に応じて最適化されたチルティング条件の定量データを抽出する段階；
    ｃ）使用者の身上情報と足イメージを映像処理して、足の直線長さ、足幅、足の甲高さ、足縦アーチ、及び、足指の付け根部までの直線長さのうちの少なくとも一つを含む足関連身体情報を獲得する段階；および
    ｄ）前記使用者の身上情報と足関連身体情報に基づき、マッチングアルゴリズムを通じて、前記定量データから最も類似の情報のチルティング値が適用されたラスト情報を導出して推薦する段階を含む、使用者オーダーメード型ラスト提供方法。
17. 前記ａ）段階は、
    複数のチルティング制御器を配置して足圧測定アルゴリズムによるチルティング条件を設定した後、被験者の両足の体重が均衡を成す時点にて前記足圧データと筋電図データを抽出する段階を含む、請求項１６に記載の使用者オーダーメード型ラスト提供方法。
18. 前記ｂ）段階は、
    前記原始データから、踵高さごとのチルティング条件、足圧の合計、足圧の平均、足圧の標準偏差、足圧が測定される圧力センサーのセルの個数、前足部機構と後足部機構との足圧の比率、平地基準の筋電図に対する類似度、足の楽（らく）さの満足度、および、足の偏りの程度のうちの少なくとも一つの入力パラメータを抽出して機械学習する段階を含む、請求項１６に記載の使用者オーダーメード型ラスト提供方法。
19. 前記ｄ）段階は、
    前記ラスト情報と使用者の足データを互いに重ね合わせて間隙をイメージで表示するフィッティングサービスを提供する段階を含む、請求項１６に記載の使用者オーダーメード型ラスト提供方法。
20. ａ）被験者の身上情報、足関連身体情報、チルティング制御器の踵の高さごとの足圧データ、筋電図データ、および、満足度データがマッチングされた定性データを累積して原始データを生成する段階；
    ｂ）前記原始データに基づいた機械学習を通じて、足の形に応じて最適化されたチルティング条件の定量データを抽出する段階；
    ｃ）使用者の身上情報と足イメージを映像処理して足の直線長さ、足幅、足の甲高さ、足縦アーチ、足指の付け根部までの直線長さのうちの少なくとも一つを含む足関連身体情報を獲得する段階；および
    ｄ）前記使用者の身上情報と足関連身体情報に基づき、マッチングアルゴリズムを通じて、前記定量データから最も類似の情報のチルティング値が適用されたラスト情報を導出して推薦する段階を含む、使用者オーダーメード型ラスト提供方法を実現するためのプログラムが記録されたコンピュータ読取可能な記録媒体。

Images