JP2023093939A - 予測装置、予測方法、および予測システム - Google Patents
予測装置、予測方法、および予測システム Download PDFInfo
- Publication number
- JP2023093939A JP2023093939A JP2021209086A JP2021209086A JP2023093939A JP 2023093939 A JP2023093939 A JP 2023093939A JP 2021209086 A JP2021209086 A JP 2021209086A JP 2021209086 A JP2021209086 A JP 2021209086A JP 2023093939 A JP2023093939 A JP 2023093939A
- Authority
- JP
- Japan
- Prior art keywords
- foot
- data
- shape
- subject
- sample data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 85
- 238000003860 storage Methods 0.000 claims abstract description 23
- 238000005452 bending Methods 0.000 claims description 15
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 abstract description 12
- 210000002683 foot Anatomy 0.000 description 403
- 210000000474 heel Anatomy 0.000 description 51
- 238000010586 diagram Methods 0.000 description 25
- 239000000470 constituent Substances 0.000 description 11
- 229910052602 gypsum Inorganic materials 0.000 description 11
- 239000010440 gypsum Substances 0.000 description 11
- 238000012986 modification Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 210000001255 hallux Anatomy 0.000 description 9
- 230000036544 posture Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 210000003371 toe Anatomy 0.000 description 8
- 210000000454 fifth toe Anatomy 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 210000000459 calcaneus Anatomy 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 210000001872 metatarsal bone Anatomy 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 241001227561 Valgus Species 0.000 description 1
- 241000469816 Varus Species 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000000450 navicular bone Anatomy 0.000 description 1
- 239000011505 plaster Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- A—HUMAN NECESSITIES
- A43—FOOTWEAR
- A43D—MACHINES, TOOLS, EQUIPMENT OR METHODS FOR MANUFACTURING OR REPAIRING FOOTWEAR
- A43D1/00—Foot or last measuring devices; Measuring devices for shoe parts
- A43D1/02—Foot-measuring devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1074—Foot measuring devices
-
- A—HUMAN NECESSITIES
- A43—FOOTWEAR
- A43D—MACHINES, TOOLS, EQUIPMENT OR METHODS FOR MANUFACTURING OR REPAIRING FOOTWEAR
- A43D1/00—Foot or last measuring devices; Measuring devices for shoe parts
- A43D1/02—Foot-measuring devices
- A43D1/025—Foot-measuring devices comprising optical means, e.g. mirrors, photo-electric cells, for measuring or inspecting feet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1036—Measuring load distribution, e.g. podologic studies
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Pathology (AREA)
- Algebra (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Dentistry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Footwear And Its Accessory, Manufacturing Method And Apparatuses (AREA)
Abstract
【課題】無荷重状態における被測定者の足の形状を容易に取得することができる技術を提供する。【解決手段】予測装置1は、荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する通信装置16と、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを記憶するストレージ13と、無荷重状態における被測定者の足の形状を予測するプロセッサ11とを備える。プロセッサ11は、被測定者データと、第1サンプルデータとの差分を算出し、差分と、第2サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する。【選択図】図8
Description
本開示は、無荷重状態における被測定者の足の形状を予測する予測装置、予測方法、および予測システムに関する。
個人の足の形状に合わせたオーダーメイドの靴または中敷(インソール)は、一般的には足の形状、特に足裏の形状に基づき作製される。足の形状は、足裏に荷重がかかっている荷重状態と、足裏に荷重がかかっていない無荷重状態とで異なる。たとえば、無荷重状態における足の形状は、荷重による足の変形がないため、荷重状態における足の形状よりも、足の形状に適した靴または中敷の作製を可能にする。
無荷重状態における足を測定する方法としては、被測定者をベッドにうつ伏せ状態にして被測定者の足に石膏包帯(ギプス)を巻き、硬化した石膏包帯に石膏を流し込むことによって足の形状を採型する方法が知られている。しかしながら、石膏包帯を用いた足の形状の測定方法は、スキルを有する熟練者が担当する必要があり、また、採型に要する時間が長くなり易い。さらに、採型のためのベッドおよび石膏を扱うスペースも必要になる。このため、石膏包帯を用いた足の形状の測定方法は、靴屋などの店舗で実施することが困難である。
この点、特許文献1には、透明板の上に立つ被測定者の足の形状の測定データである加圧状態データと、透明板に軽く接した被測定者の足の形状の測定データである無加圧状態データとを取得し、加圧状態データと無加圧状態データとの差分に基づき中敷を作製する方法が開示されている。
特許文献1に開示された方法によれば、無荷重状態における被測定者の足の形状と、荷重状態における被測定者の足の形状とに基づき、被測定者の足の形状に適した中敷を作製することができる。しかしながら、特許文献1に開示された方法は、店舗において無荷重状態および荷重状態の両方で被測定者の足の形状を測定する必要があるため、測定に要する時間が長くなり易い。さらに、特許文献1に開示された方法は、出来るだけ足裏に荷重をかけないように被測定者が透明板に足裏を軽く接触させた状態を自ら保たなければならないため、正確な測定データを得ることが難しく、測定者である店員にも熟練したスキルが必要である。
本開示は、かかる問題を解決するためになされたものであり、その目的は、無荷重状態における被測定者の足の形状を容易に取得することができる技術を提供することである。
本開示のある局面に従う予測装置は、荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する取得部と、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを記憶する記憶部と、無荷重状態における被測定者の足の形状を予測する予測部とを備える。予測部は、被測定者データと、第1サンプルデータとの差分を算出し、差分と、第2サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する。
本開示のある局面に従う予測方法は、荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得するステップと、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを記憶するステップと、無荷重状態における被測定者の足の形状を予測するステップとを含む。予測するステップは、被測定者データと、第1サンプルデータとの差分を算出するステップと、差分と、第2サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測するステップとを含む。
本開示のある局面に従う予測システムは、荷重状態における被測定者の足の形状を測定する測定装置と、無荷重状態における被測定者の足の形状を予測する予測装置とを備える。予測装置は、測定装置から荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する取得部と、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを記憶する記憶部と、無荷重状態における被測定者の足の形状を予測する予測部とを備える。予測部は、被測定者データと、第1サンプルデータとの差分を算出し、差分と、第2サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する。
本開示によれば、無荷重状態における被測定者の足の形状を容易に取得することができる。
以下、実施形態について図面に基づいて説明する。以下の説明では、同一の構成には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。
[予測システムの構成]
図1は、実施の形態に係る予測システム100の構成を示す概略図である。靴屋などの店舗においては、個人の足の形状に合わせたオーダーメイドの靴または中敷を作製することが行われる。無荷重状態における足の形状は、荷重によって足が変形しないため、荷重状態における足の形状よりも、足の形状に適した靴または中敷の作製を可能にする。
図1は、実施の形態に係る予測システム100の構成を示す概略図である。靴屋などの店舗においては、個人の足の形状に合わせたオーダーメイドの靴または中敷を作製することが行われる。無荷重状態における足の形状は、荷重によって足が変形しないため、荷重状態における足の形状よりも、足の形状に適した靴または中敷の作製を可能にする。
たとえば、図2は、無荷重状態における足の形状および荷重状態における足の形状を示す図である。図2(A)に示すように、無荷重状態における足裏には、輪郭線、内側接地線、および外側接地線といった各線と、横アーチ、内側アーチ、および外側アーチといった各アーチと、ヒールカップとが比較的明確に現れる。
輪郭線は、足の外形を示す線である。内側接地線は、第1趾側である足の内側に現れる接地線である。外側接地線は、第5趾側である足の外側に現れる接地線である。内側アーチは、踵骨から第一中足骨にかけて形成されるアーチである。外側アーチは、踵骨から第五中足骨にかけて形成されるアーチである。横アーチは、内側アーチと外側アーチとの間に形成されるアーチである。ヒールカップは、足裏の踵部分に現れる形状である。これら足裏の各部は、走行時の衝撃を緩和したり、立位時のバランス能力を向上させたりする役割を有する。
一方、図2(B)に示すように、荷重状態における足裏では、輪郭線、内側接地線、および外側接地線については判別可能だが、横アーチ、内側アーチ、外側アーチ、およびヒールカップについては判別し難くなっている。
なお、本開示において「荷重状態」とは、足裏のアーチおよびヒールカップの判別に影響を与え得る状態を意味し、たとえば、図1および後述する図10(A)に示すように、被測定者の足が接地した状態を含む。一方、本開示において「無荷重状態」とは、足裏のアーチおよびヒールカップの判別に影響を与えない状態を意味し、たとえば、後述する図13(A)に示すように、被測定者の足が接地していない状態を含む。なお、「無荷重状態」は、足裏のアーチおよびヒールカップの判別に影響を与えなければ、被測定者の足の一部が地面または何らかのオブジェクトに接した状態であってもよい。
このように、足の形状に適した靴または中敷を作製するためには、無荷重状態における足の形状を取得することが好ましい。しかしながら、店舗において無荷重状態における足の形状を取得する場合、たとえば、被測定者の足に石膏包帯を巻き、硬化した石膏包帯に石膏を流し込むことによって足の形状を採型するなどの作業が必要になり、測定に要する時間が長くなり易く、また、測定者のスキルも必要になる。そこで、実施の形態に係る予測システム100は、無荷重状態における被測定者の足の形状を容易に取得するように構成されている。
図1に示すように、予測システム100は、測定装置2と、予測装置1とを備える。なお、実施の形態においては、予測システム100を用いて中敷を作製するためのデータを生成する例が示されているが、予測システム100を用いてオーダーメイドの靴を作製するためのデータを生成する例に本開示の技術を適用してもよい。
測定装置2は、たとえば、レーザ測定による3次元の足型スキャナであり、天板21と、天板を挟み込むように設置されたレーザ測定部22とを備える。被測定者が立位姿勢で天板21に足を載せると、被測定者の体重によって足から天板21に対して荷重がかかる。すなわち、被測定者の足に荷重がかかった状態になる。測定装置2は、被測定者の足に荷重がかかった状態で、レーザ測定部22によって足のつま先から踵まで移動しながら足の形状を測定する。測定装置2は、レーザ測定部22によって取得した被測定者の足の形状の測定データ(3Dデータ)を含む被測定者データを、予測装置1に出力する。なお、被測定者データは、測定装置2によって取得された足の形状の測定データを少なくとも含んでいればよく、その他のデータ(たとえば、被測定者の性別または年齢などの個人データ)を含んでいてもよい。
予測装置1は、測定装置2から被測定者データを取得し、被測定者データに基づき、無荷重状態における被測定者の足の形状を予測する。予測装置1による無荷重状態における被測定者の足の形状の予測については、詳しくは後述する。予測装置1は、予測した無荷重状態における被測定者の足の形状データを、中敷を作製する3Dプリンタ3などに出力する。
このように、予測システム100においては、測定装置2によって取得された荷重状態における被測定者の足の形状に基づき、予測装置1が無荷重状態における被測定者の足の形状を予測することができる。これにより、予測システム100のユーザは、無荷重状態における被測定者の足の形状を容易に取得することができる。
[足の形状の測定項目]
図3を参照しながら、測定装置2による足の形状の測定項目について説明する。図3は、足の形状の測定項目を説明するための図である。図3に示すように、足の形状の測定項目は、足長、足囲、直交足幅、踵幅、足高、第1趾側角度、踵の傾斜角度、およびアーチ高を含む。
図3を参照しながら、測定装置2による足の形状の測定項目について説明する。図3は、足の形状の測定項目を説明するための図である。図3に示すように、足の形状の測定項目は、足長、足囲、直交足幅、踵幅、足高、第1趾側角度、踵の傾斜角度、およびアーチ高を含む。
図3(A)に示すように、足長は、踵の後端から最も長い指の先端までの長さである。図3(B)に示すように、足囲は、第5趾側において踵の後端から出発して足長のA%となる位置(たとえば、第5趾の付け根)と、第1趾側において踵の後端から出発して足長のB%となる位置(たとえば、第1趾の付け根)との間における足回りの長さである。図3(C)に示すように、直交足幅は、第5趾側において踵の後端から出発して足長のC%となる位置(たとえば、第5趾の付け根)と、第1趾側において踵の後端から出発して足長のD%となる位置(たとえば、第1趾の付け根)との間における足の幅方向の長さである。なお、A~Dは、0より大きい値であり、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。さらに、AはCと同じ値であってもよいし、BはDと同じ値であってもよい。
図3(D)に示すように、踵幅は、第5趾側において踵の後端から出発して足長のE%となる位置と、第1趾側において踵の後端から出発して足長のE%となる位置との間における踵の幅方向の長さである。図3(E)に示すように、足高は、踵の後端から出発して足長のF%となる位置における足の高さである。図3(F)に示すように、第1趾側角度は、第1趾が第5趾側に倒れこむ角度である。図3(G)に示すように、踵の傾斜角度は、地面に垂直な方向に対して踵が傾いている角度である。図3(H)に示すように、アーチ高は、地面から舟状骨までの高さである。アーチ高は、足長、足囲、踵幅、足高、第1趾側角度、および踵の傾斜角度に基づき、計算式を用いて算出されてもよい。なお、EおよびFは、0より大きい値であり、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。
[足の曲がり度合い]
図4および図5を参照しながら、足の曲がり度合いについて説明する。図4は、足のカーブ線を説明するための図である。図5は、足の断面を示す図である。図4に示すように、足のカーブ線は、踵の後端から出発して足長のG%の長さに対応する内踏まず長の範囲において定義され、足の曲がり度合いを示す線である。なお、Gは、0より大きい値であり、たとえば、70%~75%の範囲内の所定の値に設定される。Gは、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。
図4および図5を参照しながら、足の曲がり度合いについて説明する。図4は、足のカーブ線を説明するための図である。図5は、足の断面を示す図である。図4に示すように、足のカーブ線は、踵の後端から出発して足長のG%の長さに対応する内踏まず長の範囲において定義され、足の曲がり度合いを示す線である。なお、Gは、0より大きい値であり、たとえば、70%~75%の範囲内の所定の値に設定される。Gは、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。
輪郭線と内側接地線との間の中点をX、輪郭線と外側接地線との間の中点をYとすると、点Xと点Yとの間の中点Zを通る線がカーブ線になる。
図5には、図4に示された足のA-A’断面が示されている。なお、図5には、無荷重状態で取得された足の断面が示されている。図5に示すように、地面に接する足の部分を通る線を最下線とした場合、内側接地点は、最下線からHmmの高さを通る線Lと足の内側における外形との交点で表すことができる。このような内側接地点は、断面ごとに設定されるため、複数の断面のそれぞれで設定された複数の内側接地点を足長方向に繋げた線が、図4に示した内側接地線と概ね一致する。また、外側接地点は、線Lと足の外側における外形との交点で表すことができる。このような外側接地点は、断面ごとに設定されるため、複数の断面のそれぞれで設定された複数の外側接地点を足長方向に繋げた線が、図4に示した外側接地線と概ね一致する。なお、Hは、0より大きい値であり、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。
地面から足の内側に向かってa度傾いた線(内側a度線)と足の内側における外形との接点P1が、足の内側における中敷のトップラインの一部になる。また、地面から足の外側に向かってa度傾いた線(外側a度線)と足の外側における外形との接点P2が、足の外側における中敷のトップラインの一部になる。なお、aは、0より大きい値であり、たとえば、45度~65度の範囲内の所定の値に設定される。aは、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。
また、地面から足の内側に向かってb度傾いた線(内側b度線)と足の内側における外形との接点をQ1とし、地面から足の外側に向かってb度傾いた線(外側a度線)と足の外側における外形との接点をQ2とする。なお、bは、0より大きい値であり、たとえば、15度~30度の範囲内の所定の値に設定される。bは、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。
接点P1から接点P2にかけて形成される足の上側における外形部分を甲部とも称する。接点P1から接点Q1にかけて形成される足の下側における外形部分を巻き上げ内部とも称する。接点P2から接点Q2にかけて形成される足の下側における外形部分を巻き上げ外部とも称する。接点Q1から接点Q2にかけて形成される足の下側における外形部分を底部とも称する。
[足の形状データ]
図6を参照しながら、中敷を作製するときに用いる足の形状データについて説明する。図6は、足の形状データを説明するための図である。図6に示すように、足の形状データは、足の断面の外形に沿って配置された複数の構成点の各々の位置データを含む。
図6を参照しながら、中敷を作製するときに用いる足の形状データについて説明する。図6は、足の形状データを説明するための図である。図6に示すように、足の形状データは、足の断面の外形に沿って配置された複数の構成点の各々の位置データを含む。
たとえば、図6の例では、形状データは、足の断面において、底部を25等分することによって得られる25点の構成点と、巻き上げ内部を8等分することによって得られる8点の構成点と、巻き上げ外部を8等分することによって得られる8点の構成点と、甲部を40等分することによって得られる40点の構成点とを含む。
形状データにおいては、このような断面に配置された複数の構成点(図6の例では81点)が足長方向に所定間隔(たとえば、1mmごと)に配置されている。すなわち、足長が255mmとなる足の場合、形状データは、255箇所の断面ごとに配置された81点の構成点の各々の位置データを含む。なお、底部、巻き上げ内部、巻き上げ外部、および甲部の各々の構成点の数は、上述した数に限らず、任意に設定可能である。
[相同モデル]
図7を参照しながら、相同モデルについて説明する。図7は、相同モデルを説明するための図である。図7に示すように、相同モデルは、複数の線を用いて足の形状を表した足形モデルである。具体的には、図6に示すような足の断面ごとに得られる、底部、巻き上げ内部、巻き上げ外部、および甲部の各々の構成点を、足長方向に線で結ぶことによって、足長方向に81本の線を作ることができる。このような81本の線によって、相同モデルを得ることができる。たとえば、足長が255mmとなる足の場合、20655点(255×81点)の構成点(位置データ)を含む相同モデルを作製することができる。
図7を参照しながら、相同モデルについて説明する。図7は、相同モデルを説明するための図である。図7に示すように、相同モデルは、複数の線を用いて足の形状を表した足形モデルである。具体的には、図6に示すような足の断面ごとに得られる、底部、巻き上げ内部、巻き上げ外部、および甲部の各々の構成点を、足長方向に線で結ぶことによって、足長方向に81本の線を作ることができる。このような81本の線によって、相同モデルを得ることができる。たとえば、足長が255mmとなる足の場合、20655点(255×81点)の構成点(位置データ)を含む相同モデルを作製することができる。
[予測装置の構成]
図8は、実施の形態に係る予測装置1の構成を示すブロック図である。図8に示すように、予測装置1は、プロセッサ11と、メモリ12と、ストレージ13と、インターフェース14と、メディア読取装置15と、通信装置16とを備える。これらの各構成は、プロセッサバス17を介して接続されている。
図8は、実施の形態に係る予測装置1の構成を示すブロック図である。図8に示すように、予測装置1は、プロセッサ11と、メモリ12と、ストレージ13と、インターフェース14と、メディア読取装置15と、通信装置16とを備える。これらの各構成は、プロセッサバス17を介して接続されている。
プロセッサ11は、「予測部」の一例である。プロセッサ11は、ストレージ13に記憶されたプログラム(たとえば、OS(Operating System)132および予測プログラム131)を読み出し、読み出したプログラムをメモリ12に展開して実行するコンピュータである。プロセッサ11は、たとえば、CPU(Central Processing Unit)、FPGA(Field Programmable Gate Array)、GPU(Graphics Processing Unit)、またはMPU(Multi Processing Unit)などで構成される。なお、プロセッサ11は、演算回路(Processing Circuitry)で構成されていてもよい。
メモリ12は、DRAM(Dynamic Random Access Memory)またはSRAM(Static Random Access Memory)などの揮発性メモリ、あるいは、ROM(Read Only Memory)またはフラッシュメモリなどの不揮発性メモリなどで構成される。
ストレージ13は、「記憶部」の一例である。ストレージ13は、たとえば、HDD(Hard Disk Drive)またはSSD(Solid State Drive)などの不揮発性記憶装置などで構成される。ストレージ13は、予測プログラム131と、OS132と、荷重足形データ133と、無荷重足形データ134とを記憶する。
予測プログラム131は、測定装置2によって取得された荷重状態における被測定者の足の形状に基づき、予測装置1が無荷重状態における被測定者の足の形状を予測する処理(後述する図14に示す予測処理)を実行するためのプログラムである。
荷重足形データ133は、「第1サンプルデータ」の一例である。荷重足形データ133は、荷重状態における複数のサンプルの足の形状の測定データから算出されたデータを含む。荷重足形データ133については、図9~図11を用いて後述する。
無荷重足形データ134は、「第2サンプルデータ」の一例である。無荷重足形データ134は、無荷重状態における複数のサンプルの足の形状の測定データから算出されたデータを含む。無荷重足形データ134については、図12および図13を用いて後述する。
インターフェース14は、予測装置1のユーザによる入力を受け付け、キーボード、マウス、およびタッチデバイスなどで構成される。
メディア読取装置15は、リムーバブルディスク18などの記憶媒体を受け入れ、リムーバブルディスク18に格納されているデータを取得する。
通信装置16は、「取得部」の一例である。通信装置16は、有線通信または無線通信を行うことによって、他の装置との間でデータを送受信する。たとえば、通信装置16は、測定装置2と通信することによって、測定装置2によって取得された足の形状の測定データを測定装置2から取得する。通信装置16は、3Dプリンタ3と通信することによって、中敷を作製するために用いる足の形状データを3Dプリンタ3に出力する。
なお、予測装置1は、通信装置16によって足の形状の測定データを測定装置2から取得することに限らない。たとえば、予測装置1は、インターフェース14を用いてユーザによって入力された足の形状の測定データを取得してもよい。この場合、インターフェース14が「取得部」の一例になる。あるいは、予測装置1は、メディア読取装置15によってリムーバブルディスク18に記憶された足の形状の測定データを読み取ってもよい。この場合、メディア読取装置15が「取得部」の一例になる。
[荷重足形データ]
図9~図11を参照しながら、荷重足形データ133について説明する。図9は、予測装置1が記憶する荷重足形データの一例を示す図である。図10は、荷重足形データの取得の一例を示す図である。図11は、基準の足長および直交足幅を説明するための図である。
図9~図11を参照しながら、荷重足形データ133について説明する。図9は、予測装置1が記憶する荷重足形データの一例を示す図である。図10は、荷重足形データの取得の一例を示す図である。図11は、基準の足長および直交足幅を説明するための図である。
図9に示すように、荷重足形データは、足の形状に関する少なくとも1つの特徴量に基づき、荷重状態における複数のサンプルの足の形状の測定データ(具体的には測定データに基づき作製された相同モデル)を複数の足形タイプごとに分類したデータを含む。図9に示す例では、少なくとも1つの特徴量として、アーチ高率および踵の傾斜角度(踵の内側への倒れ込み角度)が用いられている。そして、アーチ高率に基づいて分類された3種類のアーチタイプと、踵の傾斜角度に基づいて分類された3種類の踵傾斜タイプとによって、荷重足形データは、計9種類の足形タイプに分類される。
アーチタイプは、アーチ高(図3(H))を、足長(図3(A))で除算することによって算出されるアーチ高率によって分類される。サンプルの足のアーチ高率がA1%未満である場合、サンプルの足は扁平に分類される。サンプルの足のアーチ高率がA1%以上でありかつA2%未満である場合、サンプルの足は平均に分類される。サンプルの足のアーチ高率がA2%以上である場合、サンプルの足はハイアーチに分類される。なお、A1およびA2は、0より大きい値(0<A1<A2)であり、たとえば、A1は12%~16%の範囲内の所定の値に設定され、A2は18%~22%の範囲内の所定の値に設定される。これらA1およびA2は、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。
踵の傾斜タイプは、踵の傾斜角度(図3(G))に基づき算出される。サンプルの足の踵の傾斜角度がB1度未満である場合、サンプルの足は内反に分類される。サンプルの足の踵の傾斜角度がB1度以上でありかつB2度未満である場合、サンプルの足は平均に分類される。サンプルの足の踵の傾斜角度がB2度以上である場合、サンプルの足は外反に分類される。たとえば、B1は-2度~0度の範囲内の所定の値に設定され、B2は2度~5度の範囲内の所定の値に設定される。これらB1およびB2は、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。
荷重足形データの生成においては、図10(A)に示すように、まず、測定装置2によって、荷重状態における複数のサンプル対象者の各々の足の形状が取得される。なお、測定装置2によるサンプル対象者の足の測定方法は、図1に示した測定装置2による被測定者の足の測定方法と同じである。具体的には、サンプル対象者が立位姿勢で天板21に足を載せると、サンプル対象者の体重によって足から天板21に対して荷重がかかる。測定装置2は、サンプル対象者の足に荷重がかかった状態で、レーザ測定部22によって足のつま先から踵まで移動しながら足の形状を測定する。
図10(B)に示すように、測定装置2によって取得されたサンプルの足の形状の測定データは、サンプルの足の形状に関する少なくとも1つの特徴量(この例では、アーチ高率,踵の傾斜角度)に基づき、複数の足形タイプごとに分類される。具体的には、測定装置2によって取得されたサンプルの足の形状の測定データに基づき、図7に示すような相同モデルが作製され、作製された相同モデルは、複数の足形タイプごとに分類される。
複数の足形タイプごとに分類されたサンプルの足の相同モデルは、基準の足長および直交足幅に合わせて変更される。
図11を参照しながら、基準の足長および直交足幅について説明する。図11(A)に示すように、アーチタイプおよび踵の傾斜タイプに基づき、複数の足形タイプが設定され得る。図11(B)に示すように、基準の足長をXmm(たとえば、255mm)とした場合、足形タイプに応じて直交足幅が予め決められている。なお、XおよびY1~Y9は、0より大きい値であり、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。
サンプルの足の相同モデルが基準の足長および直交足幅に合わせて変更されることにより、相同モデル(測定データ)から算出可能な図4に示す足のカーブ線も変更される。
図10に戻り、サンプルの足の形状の相同モデルが基準の足長および直交足幅に合わせて変更された後、複数の足形タイプごとに、変更後のサンプルの足の形状の相同モデルの平均値が算出される。図10(C)に示すように、複数の足形タイプごとに算出された平均値は、データA1~A9として、荷重足形データ133に含まれる。
このように、予測装置1の設計者は、測定装置2によって取得されたサンプルの足の形状の測定データに基づき作製された相同モデルを少なくとも1つの特徴量(この例では、アーチ高率,踵の傾斜角度)に基づきタイプ別に分類し、分類した相同モデルを基準の足長および直交足幅に合わせて変更し、変更後の相同モデルから平均値を算出することによって、複数の足形タイプごとに荷重状態におけるサンプルデータを取得する。取得された荷重状態におけるサンプルデータは、荷重足形データ133(第1サンプルデータ)として、予めストレージ13に記憶される。すなわち、ストレージ13に記憶された荷重足形データ133(第1サンプルデータ)は、複数の足形タイプごとに、荷重状態における平均的な足の形状データを含む。
[無荷重足形データ]
図12および図13を参照しながら、無荷重足形データ134について説明する。図12は、予測装置1が記憶する無荷重足形データの一例を示す図である。図13は、無荷重足形データの取得の一例を示す図である。
図12および図13を参照しながら、無荷重足形データ134について説明する。図12は、予測装置1が記憶する無荷重足形データの一例を示す図である。図13は、無荷重足形データの取得の一例を示す図である。
図12に示すように、無荷重足形データは、足の形状に関する少なくとも1つの特徴量に基づき、無荷重状態における複数のサンプルの足の形状の測定データ(具体的には測定データに基づき作製された相同モデル)を複数の足形タイプごとに分類したデータを含む。図12に示す例では、少なくとも1つの特徴量として、アーチ高率および踵の傾斜角度が用いられている。そして、アーチ高率に基づいて分類された3種類のアーチタイプと、踵の傾斜角度に基づいて分類された3種類の踵傾斜タイプとによって、無荷重足形データは、計9種類の足形タイプに分類される。
無荷重足形データの生成においては、図13(A)に示すように、まず、石膏包帯を用いて、無荷重における複数のサンプル対象者の各々の足の形状が取得される。なお、無荷重状態における複数のサンプル対象者は、図10の荷重状態における複数のサンプル対象者と同じである。また、得られた石膏の足形を測定装置2で測定することによって、無荷重状態における複数のサンプル対象者の各々の足の形状が取得される。
図13(B)に示すように、石膏包帯を用いて取得されたサンプルの足の形状の測定データは、サンプルの足の形状に関する少なくとも1つの特徴量(この例では、アーチ高率,踵の傾斜角度)に基づき、複数の足形タイプごとに分類される。なお、図10の荷重状態における複数のサンプル対象者と図13の無荷重状態における複数のサンプル対象者とが同じであるため、荷重状態における複数のサンプル対象者の足の形状の測定データが分類された足形タイプに合わせて、無荷重状態における複数のサンプル対象者の足の形状の測定データが分類されればよい。具体的には、測定装置2によって取得されたサンプルの足の形状の測定データに基づき、図7に示すような相同モデルが作製され、作製された相同モデルは、荷重状態におけるサンプル対象者の足の相同モデルと同じ足形タイプに分類される。
複数の足形タイプごとに分類されたサンプルの足の相同モデルは、基準の足長および直交足幅に合わせて変更される。無荷重状態におけるサンプルの足の相同モデルの変更は、図10の荷重状態におけるサンプルの足の相同モデルの変更と同じである。
サンプルの足の相同モデルが基準の足長および直交足幅に合わせて変更されることにより、相同モデル(測定データ)から算出可能な図4に示す足のカーブ線も変更される。
サンプルの足の相同モデルが基準の足長および直交足幅に合わせて変更された後、複数の足形タイプごとに、変更後のサンプルの足の相同モデルの平均値が算出される。図13(C)に示すように、複数の足形タイプごとに算出された平均値は、データB1~B9として、無荷重足形データ134に含まれる。
これにより、予測装置1の設計者は、石膏包帯を用いて取得されたサンプルの足の形状の測定データに基づき作製された相同モデルを少なくとも1つの特徴量(この例では、アーチ高率,踵の傾斜角度)に基づきタイプ別に分類し、分類した相同モデルを基準の足長および直交足幅に合わせて変更し、変更後の相同モデルから平均値を算出することによって、複数の足形タイプごとに無荷重状態におけるサンプルデータを取得する。取得された無荷重状態におけるサンプルデータは、無荷重足形データ134(第2サンプルデータ)として、予めストレージ13に記憶される。すなわち、ストレージ13に記憶された無荷重足形データ134(第2サンプルデータ)は、複数の足形タイプごとに、無荷重状態における平均的な足の形状データを含む。
[被測定者の足の形状の予測]
図14~図16を参照しながら、予測装置1による無荷重状態における被測定者の足の形状の予測処理について説明する。図14は、実施の形態に係る予測装置1が実行する予測処理を示すフローチャートである。図15は、被測定者データと第1サンプルデータとの差分の算出を説明するための図である。図16は、差分に基づく第2サンプルデータの変更を説明するための図である。図14に示す各ステップ(以下、「S」で示す。)は、予測装置1のプロセッサ11が予測プログラム131を実行することによって実現される。
図14~図16を参照しながら、予測装置1による無荷重状態における被測定者の足の形状の予測処理について説明する。図14は、実施の形態に係る予測装置1が実行する予測処理を示すフローチャートである。図15は、被測定者データと第1サンプルデータとの差分の算出を説明するための図である。図16は、差分に基づく第2サンプルデータの変更を説明するための図である。図14に示す各ステップ(以下、「S」で示す。)は、予測装置1のプロセッサ11が予測プログラム131を実行することによって実現される。
図14に示すように、予測装置1は、測定装置2によって取得された荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する(S1)。予測装置1は、被測定者データに基づき、図7に示すような相同モデルを作製し、被測定者データの特徴量(この例では、アーチ高率,踵の傾斜角度)を抽出する(S2)。予測装置1は、被測定者データの特徴量に基づき、被測定者の足の足形タイプを選択する(S3)。たとえば、予測装置1は、被測定者の足のアーチタイプおよび踵の傾斜タイプに基づいて分類される図11(A)に示す足形タイプから一の足形タイプを選択する。
予測装置1は、ストレージ13に記憶している荷重足形データ133から、S3で選択した被測定者の足形タイプに合った荷重状態における第1サンプルデータを抽出する(S4)。抽出された第1サンプルデータは、被測定者の足形タイプに合った荷重状態における平均的な足の形状データ(相同モデル)を含む。
さらに、予測装置1は、ストレージ13に記憶している無荷重足形データ134から、S3で選択した被測定者の足形タイプに合った無荷重状態における第2サンプルデータを抽出する(S5)。抽出された第2サンプルデータは、被測定者の足形タイプに合った無荷重状態における平均的な足の形状データ(相同モデル)を含む。
予測装置1は、S4で抽出した荷重状態における第1サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせる(S6)。これにより、第1サンプルデータに対応する荷重状態における平均的な足のカーブ線が、被測定者の足長および直交足幅に合わせて変更される。
さらに、予測装置1は、S5で抽出した無荷重状態における第2サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせる(S7)。これにより、第2サンプルデータに対応する無荷重状態における平均的な足のカーブ線が、被測定者の足長および直交足幅に合わせて変更される。
予測装置1は、被測定者データおよびS6で変更された第1サンプルデータの各々に基づき、足のカーブ線を算出し、被測定者データにおける足のカーブ線と、S6で変更された第1サンプルデータに対応する荷重状態における足のカーブ線とを比較することによって、両者の差分を算出する(S8)。
具体的には、図15に示すように、予測装置1は、実線で表される被測定者データにおける足のカーブ線と、点線で表される第1サンプルデータに対応する荷重状態における足のカーブ線とを比較することによって、足長方向における両者のカーブ線の差分を算出する。
ここで、荷重状態における第1サンプルデータの足のカーブ線および被測定者データの足のカーブ線は、それぞれ測定装置2によって取得された足裏の形状から算出すればよい。具体的には、図2に示すように、荷重状態であっても、輪郭線、内側接地線、および外側接地線が判別可能であるため、図4を用いて説明したように、輪郭線、内側接地線、および外側接地線に基づき、荷重状態における第1サンプルデータの足のカーブ線および被測定者データの足のカーブ線を算出すればよい。なお、第1サンプルデータの足のカーブ線は、無荷重状態における第2サンプルデータの足のカーブ線を用いてもよい。たとえば、図4および図5を用いて説明したように、最下線からHmmの高さを通る線Lと足の内側または外側における外形との交点を用いて、内側接地線および外側接地線を算出し、算出した内側接地線および外側接地線を用いて第2サンプルデータの足のカーブ線を算出し、算出したカーブ線を第1サンプルデータの足のカーブ線としてもよい。
予測装置1は、算出したカーブ線の差分に基づき、S6で変更された第2サンプルデータに対応する無荷重状態における足の曲がり度合い(カーブ線)を変更することによって、無荷重状態における被測定者の足の形状(相同モデル)を算出する(S9)。その後、予測装置1は、本処理を終了する。
具体的には、図16に示すように、予測装置1は、第2サンプルデータにおける足の断面の外形に沿って配置された複数の構成点を、S8で算出した差分を相殺する方向に移動させる。すなわち、予測装置1は、第2サンプルデータにおける足のカーブ線を、被測定者データにおける足のカーブ線に一致させるように、第2サンプルデータにおける足の断面の外形に沿って配置された複数の構成点を移動させる。予測装置1は、このような複数の構成点の移動を、足長方向に沿って所定間隔(たとえば、1mmごと)で実行する。
これにより、予測装置1は、測定装置2によって取得された荷重状態における被測定者の足の形状の測定データから、無荷重状態における被測定者の足の形状のデータ(相同モデル)を算出することができる。
[中敷の作製]
図17を参照しながら、中敷の作製の一例を説明する。図17は、中敷の作製の一例を説明するための図である。図17には、予測装置1が図14の予測処理によって取得した無荷重状態における被測定者の足の形状を表す相同モデルの一断面が示されている。図17においては、図5と同様に、相同モデルの内側におけるトップラインの一部の点をP1、相同モデルの外側におけるトップラインの一部の点をP2、内側b度線と相同モデルの内側における外形との接点をQ1、外側b度線と相同モデルの外側における外形との接点をQ2とする。
図17を参照しながら、中敷の作製の一例を説明する。図17は、中敷の作製の一例を説明するための図である。図17には、予測装置1が図14の予測処理によって取得した無荷重状態における被測定者の足の形状を表す相同モデルの一断面が示されている。図17においては、図5と同様に、相同モデルの内側におけるトップラインの一部の点をP1、相同モデルの外側におけるトップラインの一部の点をP2、内側b度線と相同モデルの内側における外形との接点をQ1、外側b度線と相同モデルの外側における外形との接点をQ2とする。
中敷の設計者は、中敷の底面に対する接点Q1の長さT1を測定し、長さT1にサポート調整量T2を加えることによって、点Uを取得する。設計者は、相同モデルの内側におけるトップラインの点P1と、点Uと、相同モデルの最下点Vと、相同モデルの外側におけるトップラインの点P2とを線で結ぶことによって、相同モデルの一断面における中敷の表面形状を取得することができる。設計者は、このような作業を足長方向に複数の断面ごとに行うことによって、中敷を作製することができる。
[変形例]
本開示は、上記の実施例に限られず、さらに種々の変形、応用が可能である。以下、本開示に適用可能な変形例について説明する。
本開示は、上記の実施例に限られず、さらに種々の変形、応用が可能である。以下、本開示に適用可能な変形例について説明する。
実施の形態に係る予測装置1は、予測処理において、図1に示すように立位姿勢で被測定者が測定した足の形状の測定データと、図10に示すように立位姿勢でサンプル対象者が測定した足の形状の測定データから算出された第1サンプルデータとを用いていたが、このような立位姿勢で測定されたデータを用いて予測処理を実行することに限らない。
たとえば、予測装置1は、座位姿勢で被測定者が測定した足の形状の測定データと、座位姿勢でサンプル対象者が測定した足の形状の測定データから算出された第1サンプルデータとを用いて、予測処理を実行してもよい。
実施の形態に係る予測装置1は、少なくとも1つの特徴量として、アーチ高率および踵の傾斜角度に基づき、被測定者データ、第1サンプルデータ、および第2サンプルデータを分類していたが、アーチ高率および踵の傾斜角度に基づきデータを分類することに限らない。
たとえば、予測装置1は、少なくとも1つの特徴量として、アーチ高率、踵の傾斜角度、足囲、足の曲がり度合い(カーブ線)、つま先の形状、および年齢のうち、少なくとも1つに基づき、被測定者データ、第1サンプルデータ、および第2サンプルデータを分類してもよい。これらの特徴量は、いずれも、足の形状に影響を与え得るパラメータであり、予測装置1は、これらのいずれかの特徴量を用いることにより、被測定者データ、第1サンプルデータ、および第2サンプルデータを精度高く分類することができる。
実施の形態に係る予測システム100において、予測装置1は、測定装置2が設置された店舗内に設置されてもよいし、クラウド上のサーバ装置として存在してもよい。さらに、クラウド上のサーバ装置として存在する予測装置1は、複数の店舗の各々に設置された測定装置2と通信可能に接続され、各測定装置2から取得した被測定者データに基づき、無荷重状態における各被測定者の足の形状を予測してもよい。
実施の形態に係る予測装置1は、S6において、荷重状態における第1サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせるとともに、S7において、無荷重状態における第2サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせていたが、合わせる項目は、足長および直交足幅以外であってもよい。
たとえば、予測装置1は、S6において、荷重状態における第1サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせた後、さらに、被測定者データにおける相同モデルの見かけのアーチの長さに基づき、変更後の第1サンプルデータを補正してもよい。また、予測装置1は、S7において、無荷重状態における第2サンプルデータの足長および直交足幅を、被測定者データの足長および直交足幅に合わせた後、さらに、被測定者データにおける相同モデルの見かけのアーチの長さに基づき、変更後の第2サンプルデータを補正してもよい。
たとえば、図18は、見かけのアーチに基づくサンプルデータの変更を説明するための図である。図18(A)に示すように、足の断面において、地面から足の内側に向かってa度傾いた線(内側a度線)と足の内側における外形との接点をP1とする。図18(B)に示すように、接点P1を足長方向に所定間隔(たとえば、1mmごと)で取得し、取得した複数の接点P1を結んだ線を、見かけのアーチとする。そして、見かけのアーチの終点と踵が位置する踵点との間の長さを、見かけのアーチの長さとする。
予測装置1は、S6において、荷重状態における第1サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせることにより、第1サンプルデータに対応する荷重状態における平均的な足のカーブ線を、被測定者の足長および直交足幅に合わせて変更する。さらに、予測装置1は、変更後の第1サンプルデータにおける見かけのアーチの長さを、被測定者データにおける相同モデルの見かけのアーチの長さに合わせることにより、第1サンプルデータにおける足のカーブ線を補正する。
また、予測装置1は、S7において、無荷重状態における第2サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせることにより、第2サンプルデータに対応する無荷重状態における平均的な足のカーブ線を、被測定者の足長および直交足幅に合わせて変更する。さらに、予測装置1は、変更後の第2サンプルデータにおける見かけのアーチの長さを、被測定者データにおける相同モデルの見かけのアーチの長さに合わせることにより、第2サンプルデータにおける足のカーブ線を補正する。
予測装置1は、このような補正を行うことにより、図18(C)に示すように、点線で表される補正前のサンプルデータの足長を、実線で表される補正後のサンプルデータの足長へと調整することができる。その後は、予測装置1は、S8以降の処理を実行すればよい。
[まとめ]
図8に示すように、予測装置1は、荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する通信装置16と、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを記憶するストレージ13と、無荷重状態における被測定者の足の形状を予測するプロセッサ11とを備える。図14に示すように、プロセッサ11は、被測定者データと、第1サンプルデータとの差分を算出し(S8)、差分と、第2サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する(S9)。
図8に示すように、予測装置1は、荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する通信装置16と、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを記憶するストレージ13と、無荷重状態における被測定者の足の形状を予測するプロセッサ11とを備える。図14に示すように、プロセッサ11は、被測定者データと、第1サンプルデータとの差分を算出し(S8)、差分と、第2サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する(S9)。
これにより、予測装置1は、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを用いることにより、荷重状態における被測定者の足の形状の測定データから、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測装置1のユーザは、荷重状態における被測定者の足の形状を測定するだけで、予測装置1を用いて無荷重状態における被測定者の足の形状を容易に取得することができる。
図10に示すように、第1サンプルデータは、足の形状に関する少なくとも1つの特徴量に基づき、荷重状態における複数のサンプルの足の形状の測定データを複数の足形タイプごとに分類したデータである。図13に示すように、第2サンプルデータは、少なくとも1つの特徴量に基づき、無荷重状態における複数のサンプルの足の形状の測定データを複数の足形タイプごとに分類したデータである。図14に示すように、プロセッサ11は、被測定者データに基づき、複数の足形タイプから一の足形タイプを選択し(S3)、被測定者データと、一の足形タイプに属する第1サンプルデータとの差分を算出し(S8)、差分と、一の足形タイプに属する第2サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する(S9)。
これにより、予測装置1は、荷重状態における被測定者の足の足形タイプに合った第1サンプルデータおよび第2サンプルデータを用いて、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測装置1は、無荷重状態における被測定者の足の形状の予測精度を向上させることができる。
図10に示すように、第1サンプルデータは、複数の足形タイプごとに荷重状態における複数のサンプルの足の形状の測定データを平均化したデータである。図13に示すように、第2サンプルデータは、複数の足形タイプごとに無荷重状態における複数のサンプルの足の形状の測定データを平均化したデータである。
これにより、予測装置1は、荷重状態における被測定者の足の足形タイプに合った平均化された第1サンプルデータおよび第2サンプルデータを用いて、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測装置1は、膨大な第1サンプルデータおよび第2サンプルデータを記憶する必要がないため、ストレージ13の消費容量が増大することを抑えることができる。
図14に示すように、プロセッサ11は、被測定者データに含まれる足の長さおよび幅に合わせて、一の足形タイプに属する第1サンプルデータに含まれる足の長さおよび幅を変更することによって、変更後の第1サンプルデータを算出し(S6)、被測定者データに含まれる足の長さおよび幅に合わせて、一の足形タイプに属する第2サンプルデータに含まれる足の長さおよび幅を変更することによって、変更後の第2サンプルデータを算出し(S7)、被測定者データに含まれる足の曲がり度合いと、変更後の第1サンプルデータに含まれる足の曲がり度合いとを比較することによって、差分を算出し(S8)、差分に基づき、変更後の第2サンプルデータに含まれる足の曲がり度合いを変更することによって、無荷重状態における被測定者の足の形状を予測する(S9)。
これにより、予測装置1は、被測定者データに含まれる足の長さおよび幅に合わせて、第1サンプルデータおよび第2サンプルデータの各々における足の長さおよび幅を変更した上で、被測定者データに含まれる足の曲がり度合いに合うように第2サンプルデータにおける足の曲がり度合いを変更することによって、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測装置1は、無荷重状態における被測定者の足の形状の予測精度をより向上させることができる。
図18に示すように、プロセッサ11は、被測定者データに含まれる足の側面側のアーチ(見かけのアーチ)の長さに基づき、変更後の第1サンプルデータを補正し、被測定者データに含まれる足の側面側のアーチ(見かけのアーチ)の長さに基づき、変更後の第2サンプルデータを補正する。
これにより、予測装置1は、被測定者データに含まれる足の見かけのアーチの長さに基づき、第1サンプルデータおよび第2サンプルデータを補正するため、被測定者データの足に第1サンプルデータおよび第2サンプルデータをより近づけることができる。したがって、予測装置1は、無荷重状態における被測定者の足の形状の予測精度をより向上させることができる。
少なくとも1つの特徴量は、アーチ高率、踵の傾斜角度、足囲、足の曲がり度合い、つま先の形状、および年齢のいずれかを含む。
これにより、予測装置1は、アーチ高率、踵の傾斜角度、足囲、足の曲がり度合い、つま先の形状、および年齢のいずれかに基づき、被測定者データ、第1サンプルデータ、および第2サンプルデータを分類することができる。さらに、予測装置1は、分類に用いる特徴量の種類を増やせば、被測定者データ、第1サンプルデータ、および第2サンプルデータをより詳細に分類することができる。
図1に示すように、被測定者データは、被測定者が立位姿勢で測定した足の形状の測定データを含む。図10に示すように、第1サンプルデータは、複数のサンプル対象者が立位姿勢でそれぞれ測定した複数のサンプルの足の形状の測定データから算出されたデータである。
これにより、予測装置1のユーザは、店舗を訪れた被測定者の足を立位姿勢で測定するだけで、予測装置1を用いて無荷重状態における被測定者の足の形状を容易に取得することができる。したがって、必ずしもスキルを有する熟練者が被測定者の足の形状を測定する必要がなく、店舗における利便性が向上する。
プロセッサ11による無荷重状態における被測定者の足の形状を予測する予測方法は、荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得するステップと、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを記憶するステップと、無荷重状態における被測定者の足の形状を予測するステップとを含む。図14に示すように、予測するステップは、被測定者データと、第1サンプルデータとの差分を算出するステップ(S8)と、差分と、第2サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測するステップ(S9)とを含む。
これにより、予測装置1は、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを用いることにより、荷重状態における被測定者の足の形状の測定データから、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測装置1のユーザは、荷重状態における被測定者の足の形状を測定するだけで、予測装置1を用いて無荷重状態における被測定者の足の形状を容易に取得することができる。
図1に示すように、予測システム100は、荷重状態における被測定者の足の形状を測定する測定装置2と、無荷重状態における被測定者の足の形状を予測する予測装置1とを備える。図8に示すように、予測装置1は、測定装置2から荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する通信装置16と、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを記憶するストレージ13と、無荷重状態における被測定者の足の形状を予測するプロセッサ11とを備える。図14に示すように、プロセッサ11は、被測定者データと、第1サンプルデータとの差分を算出し(S8)、差分と、第2サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する(S9)。
これにより、予測システム100は、荷重状態における第1サンプルデータおよび無荷重状態における第2サンプルデータを用いることにより、荷重状態における被測定者の足の形状の測定データから、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測システム100のユーザは、荷重状態における被測定者の足の形状を測定するだけで、予測装置1を用いて無荷重状態における被測定者の足の形状を容易に取得することができる。
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
1 予測装、2 測定装置、3 3Dプリンタ、11 プロセッサ、12 メモリ、13 ストレージ、14 インターフェース、15 メディア読取装置、16 通信装置、17 プロセッサバス、18 リムーバブルディスク、21 天板、22 レーザ測定部、100 予測システム、131 予測プログラム、133 荷重足形データ、134 無荷重足形データ。
Claims (9)
- 無荷重状態における被測定者の足の形状を予測する予測装置であって、
荷重状態における前記被測定者の足の形状の測定データを含む被測定者データを取得する取得部と、
前記荷重状態と前記無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、前記荷重状態における第1サンプルデータおよび前記無荷重状態における第2サンプルデータを記憶する記憶部と、
前記無荷重状態における前記被測定者の足の形状を予測する予測部とを備え、
前記予測部は、
前記被測定者データと、前記第1サンプルデータとの差分を算出し、
前記差分と、前記第2サンプルデータとに基づき、前記無荷重状態における前記被測定者の足の形状を予測する、予測装置。 - 前記第1サンプルデータは、足の形状に関する少なくとも1つの特徴量に基づき、前記荷重状態における前記複数のサンプルの足の形状の測定データを複数の足形タイプごとに分類したデータであり、
前記第2サンプルデータは、前記少なくとも1つの特徴量に基づき、前記無荷重状態における前記複数のサンプルの足の形状の測定データを前記複数の足形タイプごとに分類したデータであり、
前記予測部は、
前記被測定者データに基づき、前記複数の足形タイプから一の足形タイプを選択し、
前記被測定者データと、前記一の足形タイプに属する前記第1サンプルデータとの差分を算出し、
前記差分と、前記一の足形タイプに属する前記第2サンプルデータとに基づき、前記無荷重状態における前記被測定者の足の形状を予測する、請求項1に記載の予測装置。 - 前記第1サンプルデータは、前記複数の足形タイプごとに前記荷重状態における前記複数のサンプルの足の形状の測定データを平均化したデータであり、
前記第2サンプルデータは、前記複数の足形タイプごとに前記無荷重状態における前記複数のサンプルの足の形状の測定データを平均化したデータである、請求項2に記載の予測装置。 - 前記予測部は、
前記被測定者データに含まれる足の長さおよび幅に合わせて、前記一の足形タイプに属する前記第1サンプルデータに含まれる足の長さおよび幅を変更することによって、変更後の第1サンプルデータを算出し、
前記被測定者データに含まれる足の長さおよび幅に合わせて、前記一の足形タイプに属する前記第2サンプルデータに含まれる足の長さおよび幅を変更することによって、変更後の第2サンプルデータを算出し、
前記被測定者データに含まれる足の曲がり度合いと、前記変更後の第1サンプルデータに含まれる足の曲がり度合いとを比較することによって、前記差分を算出し、
前記差分に基づき、前記変更後の第2サンプルデータに含まれる足の曲がり度合いを変更することによって、前記無荷重状態における前記被測定者の足の形状を予測する、請求項3に記載の予測装置。 - 前記予測部は、
前記被測定者データに含まれる足の側面側のアーチの長さに基づき、前記変更後の第1サンプルデータを補正し、
前記被測定者データに含まれる足の側面側のアーチの長さに基づき、前記変更後の第2サンプルデータを補正する、請求項4に記載の予測装置。 - 前記少なくとも1つの特徴量は、アーチ高率、踵の傾斜角度、足囲、足の曲がり度合い、つま先の形状、および年齢のいずれかを含む、請求項2~請求項5のいずれか1項に記載の予測装置。
- 前記被測定者データは、前記被測定者が立位姿勢で測定した足の形状の測定データを含み、
前記第1サンプルデータは、複数のサンプル対象者が前記立位姿勢でそれぞれ測定した前記複数のサンプルの足の形状の測定データから算出されたデータである、請求項1~請求項6のいずれか1項に記載の予測装置。 - コンピュータによる無荷重状態における被測定者の足の形状を予測する予測方法であって、
荷重状態における前記被測定者の足の形状の測定データを含む被測定者データを取得するステップと、
前記荷重状態と前記無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、前記荷重状態における第1サンプルデータおよび前記無荷重状態における第2サンプルデータを記憶するステップと、
前記無荷重状態における前記被測定者の足の形状を予測するステップとを含み、
前記予測するステップは、
前記被測定者データと、前記第1サンプルデータとの差分を算出するステップと、
前記差分と、前記第2サンプルデータとに基づき、前記無荷重状態における前記被測定者の足の形状を予測するステップとを含む、予測方法。 - 無荷重状態における被測定者の足の形状を予測する予測システムであって、
荷重状態における前記被測定者の足の形状を測定する測定装置と、
前記無荷重状態における前記被測定者の足の形状を予測する予測装置とを備え、
前記予測装置は、
前記測定装置から前記荷重状態における前記被測定者の足の形状の測定データを含む被測定者データを取得する取得部と、
前記荷重状態と前記無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、前記荷重状態における第1サンプルデータおよび前記無荷重状態における第2サンプルデータを記憶する記憶部と、
前記無荷重状態における前記被測定者の足の形状を予測する予測部とを備え、
前記予測部は、
前記被測定者データと、前記第1サンプルデータとの差分を算出し、
前記差分と、前記第2サンプルデータとに基づき、前記無荷重状態における前記被測定者の足の形状を予測する、予測システム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021209086A JP2023093939A (ja) | 2021-12-23 | 2021-12-23 | 予測装置、予測方法、および予測システム |
EP22208580.5A EP4201321A1 (en) | 2021-12-23 | 2022-11-21 | Prediction device, prediction method, and prediction system |
US18/064,029 US11805860B2 (en) | 2021-12-23 | 2022-12-09 | Prediction device, prediction method, and prediction system |
CN202211614435.6A CN116326885A (zh) | 2021-12-23 | 2022-12-15 | 预测装置、预测方法以及预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021209086A JP2023093939A (ja) | 2021-12-23 | 2021-12-23 | 予測装置、予測方法、および予測システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023093939A true JP2023093939A (ja) | 2023-07-05 |
Family
ID=84360592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021209086A Pending JP2023093939A (ja) | 2021-12-23 | 2021-12-23 | 予測装置、予測方法、および予測システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11805860B2 (ja) |
EP (1) | EP4201321A1 (ja) |
JP (1) | JP2023093939A (ja) |
CN (1) | CN116326885A (ja) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3474534B2 (ja) * | 2000-12-15 | 2003-12-08 | 寿代 石丸 | 靴型設計方法および靴型設計装置 |
US7409256B2 (en) * | 2005-12-16 | 2008-08-05 | Industrial Technology Research Institute | Footwear measurement and footwear manufacture systems and methods |
US7617068B2 (en) * | 2006-10-20 | 2009-11-10 | Amfit, Inc. | Method for determining relative mobility or regions of an object |
JP5717894B2 (ja) | 2014-02-26 | 2015-05-13 | 株式会社ドリーム・ジーピー | インソールの製造方法 |
US9775405B2 (en) * | 2015-05-27 | 2017-10-03 | Nike, Inc. | Article of footwear comprising a sole member with regional patterns |
KR101759960B1 (ko) * | 2015-06-29 | 2017-07-31 | 한국과학기술연구원 | 동적인 정보를 기초로 한 발 지지체 모델링 시스템 및 방법 |
JP2019171855A (ja) * | 2018-03-27 | 2019-10-10 | 三井化学株式会社 | インソールの設計装置、インソールの設計システム、インソールの設計方法、インソールの製造方法、インソールの設計プログラム、構造体、および、インソール |
US20200275862A1 (en) * | 2019-03-01 | 2020-09-03 | Wiivv Wearables Inc. | Multiple physical conditions embodied in body part images to generate an orthotic |
-
2021
- 2021-12-23 JP JP2021209086A patent/JP2023093939A/ja active Pending
-
2022
- 2022-11-21 EP EP22208580.5A patent/EP4201321A1/en active Pending
- 2022-12-09 US US18/064,029 patent/US11805860B2/en active Active
- 2022-12-15 CN CN202211614435.6A patent/CN116326885A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US11805860B2 (en) | 2023-11-07 |
EP4201321A1 (en) | 2023-06-28 |
CN116326885A (zh) | 2023-06-27 |
US20230200496A1 (en) | 2023-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7409256B2 (en) | Footwear measurement and footwear manufacture systems and methods | |
JP3921453B2 (ja) | 足の傾角測定方法、靴または靴用中敷選択方法、靴または靴用中敷製造方法、および、足の傾角測定装置 | |
Telfer et al. | The use of 3D surface scanning for the measurement and assessment of the human foot | |
Luximon et al. | Foot landmarking for footwear customization | |
US10264853B2 (en) | Insole design and fabricate system | |
JP6881451B2 (ja) | 歩行状態判定装置、歩行状態判定システム、歩行状態判定方法及びプログラム | |
JP7431354B2 (ja) | 靴部品製造機を制御するためのシステムおよび方法 | |
KR20200092264A (ko) | 3d 프린팅을 이용한 맞춤형 스마트 인솔 제조 방법 및 이에 의해 제조된 맞춤형 스마트 인솔 | |
Wan et al. | Validation of a 3D foot scanning system for evaluation of forefoot shape with elevated heels | |
KR20190051643A (ko) | 사용자 맞춤형 라스트 제공 시스템 및 그 방법 | |
Goonetilleke et al. | Foot anthropometry in Hong Kong | |
Bookstein et al. | The principal components of adult female insole shape align closely with two of its classic indicators | |
Zhang et al. | Foot deformation analysis with different load-bearing conditions to enhance diabetic footwear designs | |
JP2023093939A (ja) | 予測装置、予測方法、および予測システム | |
JP7395336B2 (ja) | 足圧測定装置、方法、及び、その非一時的な有形の機械可読媒体 | |
JP7079862B2 (ja) | マーカレス足寸法推定装置、マーカレス足寸法推定方法およびマーカレス足寸法推定プログラム | |
EP2501251B1 (en) | Functional insole | |
JPWO2017057388A1 (ja) | インソール設計システム、靴、靴とインソールの組み合わせ方法 | |
US20120304492A1 (en) | Last, method for manufacturing the last and footwear made from the last | |
EP3964098B1 (en) | Data generating apparatus, shoe last producing system and data generating method | |
JP5717894B2 (ja) | インソールの製造方法 | |
TWI739565B (zh) | 鞋墊製作方法及鞋墊 | |
Baksa et al. | 3D Scanner application in the function of digital foot antropometry (FootSABA 3D Foot Scanner) | |
Luximon | Dynamic footwear fit model similar to NIOSH lifting equation | |
US20220265003A1 (en) | Shoe making assistance apparatus |