JP2024025616A - フィットネストラッキング方法 - Google Patents

フィットネストラッキング方法 Download PDF

Info

Publication number
JP2024025616A
JP2024025616A JP2022189333A JP2022189333A JP2024025616A JP 2024025616 A JP2024025616 A JP 2024025616A JP 2022189333 A JP2022189333 A JP 2022189333A JP 2022189333 A JP2022189333 A JP 2022189333A JP 2024025616 A JP2024025616 A JP 2024025616A
Authority
JP
Japan
Prior art keywords
value
training
axis
sensor
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
Application number
JP2022189333A
Other languages
English (en)
Inventor
ヒェウプ チェ
Hyeob Choi
ジュン、チャングン
Chang Keun Jung
ジンキュク キム
Jin Kyuk Kim
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beflex Inc
Original Assignee
Beflex Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beflex Inc filed Critical Beflex Inc
Publication of JP2024025616A publication Critical patent/JP2024025616A/ja
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • 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
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • 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
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00—Training appliances or apparatus for special sports
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • 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
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/83—Special sensors, transducers or devices therefor characterised by the position of the sensor
    • A63B2220/836—Sensors arranged on the body of the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2225/00—Miscellaneous features of sport apparatus, devices or equipment
    • A63B2225/02—Testing, calibrating or measuring of equipment
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/62—Measuring physiological parameters of the user posture

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】 トレーニングをする人々にとって意味のあるトレーニング分析情報を提供する。
【解決手段】 筋力トレーニングフィットネストラッキング方法は、体幹センサー及び腕センサーのセンサーデータに基づいて、ローカル軸を設定するキャリブレーションステップと、トレーニング準備姿勢の検出のための第１の指定済み軸の値に基づいて、トレーニング準備姿勢であると判断するトレーニング準備姿勢検出ステップと、動作数または筋力トレーニング姿勢の維持可否を検出するための第２の指定済み軸の値に基づいて、トレーニングパラメーターデータを導き出すトレーニングパラメーターデータ導出ステップと、トレーニング終了の有無を判別するための第３の指定済み軸の値に基づいて、トレーニングの終了を検出するトレーニング終了検出ステップと、を含む。
【選択図】 図１

Description

本発明は、フィットネストラッキング装置及び方法に関する。さらに詳しくは、頭と手首の加速度及び角速度の情報から様々な筋力トレーニング（筋トレ）時の動作のトレーニングパラメーターを導き出す測定／分析装置及び方法に関する。
近頃、ウェアラブルデバイスは、デジタル機器の市場においてずいぶん話頭に上っており、日常生活を営む上で多くの変化をもたらすことが見込まれている。また、ウェアラブルデバイスは、フィットネストラッカーの分野を中心として広がりつつあり、加速度センサーを用いて活動量のみを示す機能をはじめとして、様々なセンサーを用いて生体情報を取り集める機能に至るまで、その発展には目を見張るものがある。運動やトレーニングの性格に応じて、これらのデータを用いてユーザーが希望する情報を提供するに至った。但し、着用し易さというメリットを有することから、手首に取り付けられる形態因子を有するウェアラブルフィットネストラッカー製品がウェアラブルデバイス市場の花形になっている。
但し、手首の部位に取り付けられるフィットネストラッカーは、手首の動きの自由度が高すぎるため、様々な運動やトレーニング動作をセンシングし難かった。特に、筋力トレーニングは、これらを行う間に体幹及び腕の動きを伴うケースがほとんどであるため、このような動きを手首に取り付けられたセンサーだけで正確にセンシングするのには多くの難点があった。この理由から、着用しやすいながらも、筋力トレーニングを正確にセンシングすることのできるフィットネストラッカーの開発が切望されている。
このような従来の不都合と関わり、本発明の出願人は、体幹及び腕の動きはそれぞれ頭と手首の動きに似ていることから、頭と手首の運動情報をもって様々な筋力トレーニング動作を測定しかつ分析することができるという点と、頭と手首の加速度及び角速度の場合に、近頃大勢の人々が使っている無線イヤホンとスマートウォッチを用いて測定可能であることから、接近性の高い運動情報であるという点に着目した。
したがって、本発明は、頭と手首の加速度及び角速度センサーの情報から様々な筋力トレーニング動作のトレーニングパラメーターを導き出す方法を確立して、トレーニングをする人々にとって意味のあるトレーニング分析情報を提供することができ、しかも、接近性の高いフィットネストラッカーシステムを提供することをその目的としている。
前述したような課題を解決するために、本発明の一実施形態に係る筋力トレーニングフィットネストラッキング方法は、体幹センサー及び腕センサーのセンサーデータに基づいて、ローカル軸を設定するキャリブレーションステップと、トレーニング準備姿勢の検出のための第１の指定済み軸の値に基づいて、トレーニング準備姿勢であると判断するトレーニング準備姿勢検出ステップと、動作数または筋力トレーニング姿勢の維持可否を検出するための第２の指定済み軸の値に基づいて、トレーニングパラメーターデータを導き出すトレーニングパラメーターデータ導出ステップと、トレーニング終了の有無を判別するための第３の指定済み軸の値に基づいて、トレーニングの終了を検出するトレーニング終了検出ステップと、を含むことを特徴とする。
この場合、前記第１、第２及び第３の指定済み軸は、軸タイプ情報及び値タイプ情報を含み、前記軸タイプ情報は、ローカル軸またはグローバル軸であるか否か、加速度、角速度及び角度のうちのいずれか一つであるか否か、及びｘ、ｙ、ｚ、ロール（ｒｏｌｌ）、ピッチ（ｐｉｔｃｈ）またはヨー（ｙａｗ）軸のうちのいずれか一つであるか否かに関する情報を含み、前記値タイプ情報は、センサー値、平均値、直前値、角度値、大きさ値、または前記センサー値、平均値、角度値、直前値及び大きさ値のうちのいずれか一つを積分した値のうちのいずれか一つであるか否かに関する情報を含んでいてもよい。
また、本発明の筋力トレーニングフィットネストラッキング方法は、前記体幹センサー及び腕センサーのうちのどちらか一方であるか否かを選択し、前記第１、第２及び第３の指定済み軸の値を選択するステップをさらに含んでいてもよい。
さらに、前記ローカル軸は、表示部にガイド画面が現れるときに生成される前後方注視データ、上下方注視データ、及び前記前後方注視データと上下方注視データとを外積して生成された左右方向データに基づいて生成された体幹センサーのｘ、ｙ、ｚ軸を備えていてもよい。
さらにまた、前記ローカル軸は、表示部にガイド画面が現れるときに生成される手の甲の左右データ、手の甲の上下方データ、及び前記手の甲の左右データと手の甲の上下方データとを外積して生成された手の甲の前後方データに基づいて生成された腕センサーのｘ、ｙ、ｚ軸をさらに備えていてもよい。
さらにまた、前記筋力トレーニング姿勢の維持可否は、前記第２の指定済み軸の値に基づいて決められる運動速度、正しい姿勢の維持可否及び可動範囲の適否を含んでいてもよい。
その他の実施形態の具体的な事項は、発明の詳細な説明の欄及び図面に取り込まれている。
したがって、本発明によれば、体幹センサー及び腕センサーにおいて測定した加速度情報により様々な筋力トレーニング動作が感知されるフィットネストラッカーが提供され、トレーニングに際して不便さを感じずに集中できるように着用しやすいフィットネストラッカーが提供される。
また、本発明によれば、既存の腕センサー（スマートウォッチなど）において正確に提供し難かった筋力トレーニング動作の準備及び終了が自動的に感知可能なフィットネストラッカーが提供される。
さらに、本発明によれば、トレーニングデータが自動的に保存されるので、ユーザーの筋力トレーニングを正確に測定することができる。
本発明に係る効果は、以上において例示された内容により何ら制限されず、なお一層様々な効果がこの明細書内に取り込まれている。
本発明の一実施形態に係るフィットネストラッキングシステムの構成を概略的に示すブロック図である。 本発明の一実施形態に係る体幹センサー及び腕センサーの着用例を示す図である。 本発明の一実施形態に係るトレーニング姿勢の分析方法の手順図である。 本発明の一実施形態に係る腕立て伏せのトレーニング分析を示す例示図である。 本発明の一実施形態に係る腕立て伏せのトレーニング分析を示す例示図である。 本発明の一実施形態に係る上体起こしのトレーニング分析を示す例示図である。 本発明の一実施形態に係る上体起こしのトレーニング分析を示す例示図である。 本発明の一実施形態に係るスクワットのトレーニング分析を示す例示図である。 本発明の一実施形態に係るスクワットのトレーニング分析を示す例示図である。 本発明の一実施形態に係るランジのトレーニング分析を示す例示図である。 本発明の一実施形態に係るランジのトレーニング分析を示す例示図である。 本発明の一実施形態に係る縄跳びのトレーニング分析を示す例示図である。 本発明の一実施形態に係る縄跳びのトレーニング分析を示す例示図である。 本発明の一実施形態に係る階段上りのトレーニング分析を示す例示図である。 本発明の一実施形態に係る階段上りのトレーニング分析を示す例示図である。 本発明の一実施形態に係るプランクのトレーニング分析を示す例示図である。
以下の内容は、単に発明の原理を例示する。そのため、当業者は、たとえこの明細書に明らかに説明もしくは図示されていないとしても、発明の原理を実現して発明の概念と範囲に収められる様々な装置を発明することができるのである。なお、この明細書に書き並べられているあらゆる条件付き用語及び実施形態は、原則として、発明の概念が理解されるようにするための目的という明らかな意図しか持たず、このように特に書き並べられている実施形態及び状態に何ら制限されないものと理解されるべきである。
また、以下の説明において、「第１」、「第２」などの序数式の言い回しは、互いに同等であり、しかも、独立したオブジェクトを説明するためのものであり、その順序に主（ｍａｉｎ）／副（ｓｕｂ）または主（ｍａｓｔｅｒ）／従（ｓｌａｖｅ）の意味はないものと理解されるべきである。
上述した目的、特徴及びメリットは、添付図面と結び付けて行われる次の詳細な説明によりなお一層明らかになる筈であり、それにより、発明が属する技術分野において通常の知識を有する者が発明の技術的思想を容易に実施することができるということはいうまでもない。
本発明の色々な実施形態のそれぞれの特徴が部分的にまたは全体的に互いに結合されたり組み合わせられたりすることができ、当業者にとって十分に理解できるように、技術的に様々な連動及び駆動が行われることが可能であり、各実施形態が相互に対して独立して実施可能であってもよく、互いに相関性をもって一緒に実施可能であってもよい。
以下、添付図面に基づいて、本発明の様々な実施形態について詳しく説明する。まず、図１に基づいて、本発明の一実施形態に係るフィットネストラッキングシステムについて詳しく説明する。
図１によれば、本発明の一実施形態に係るフィットネストラッキングシステムは、体幹センサー１００と、腕センサー２００及び制御部３００を備えていてもよい。この場合、体幹センサー１００及び腕センサー２００は、この明細書においては、主としてイヤホンまたはスマートウォッチ内に組み込まれた加速度センサーにより実現されるが、ジャイロセンサーまたは重力センサーもまた使用可能である。
図２を参照すると、体幹センサー１００は、好ましくは、イヤホン１００－１内に配設された加速度センサーであってもよい。但し、本発明はこれに何ら限定されず、耳、頭の近くに帯または様々な装置を用いて取り付けられてもよい。あるいは、例えば、胸帯１００－２内に取り付けられてもよく、腰帯１００－３に取り付けられてもよい。体幹センサー１００は、体幹の動きを代表できる個所であれば、どこにでも制限なしに取り付け可能である。なお、体幹センサー１００は、制御部３００とは別途のハウジングに収められてもよく、同一のハウジングに収められてもよい。
腕センサー２００は、好ましくは、手首に着用されたウォッチ２００－１内に配設された加速度センサーであってもよい。但し、本発明はこれに何ら限定されるものではなく、腕帯２００－２など様々な形態にて腕の動きを代表する個所に取り付け可能である。
この明細書においては、体幹センサー１００の好適な形態としてイヤホン１００－１内に配設された加速度センサーを用い、腕センサー２００としてスマートウォッチ２００－１内に配設された加速度センサーを用いることを想定して説明する。イヤホン及びスマートウォッチは、本発明において、着用のしやすさとセンシング位置の好適さを併せ持つことから、最適なセンサーであるが、体幹センサー及び腕センサーの着用位置として、図２に示すような他の着用位置もまた採用可能である。
制御部３００は、体幹センサー１００及び腕センサー２００において感知したセンシングデータに基づいて、筋力トレーニングの準備または終了を自動的に感知することができ、筋力トレーニングデータを生成することができる。より具体的には、制御部３００は、体幹センサー１００及び腕センサー２００をキャリブレーション可能なセンサーキャリブレーション部３１０と、軸演算部３２０及びトレーニングパラメーター導出部３３０を備えていてもよい。制御部３００及び制御部３００の各構成要素は、体幹センサー１００及び腕センサー２００と無線にて通信する携帯電話、タブレットＰＣ、パソコン（ＰＣ）などにおいて駆動されるアプリケーションソフトウェア、ソフトウェアモジュール、ハードウェアモジュール、及びソフトウェアモジュールとハードウェアとの組み合わせであってもよい。
このとき、センサーキャリブレーション部３１０は、制御部３００の表示部３４０にガイド画面を提供し、ガイド画面に従ってユーザーが動作を行った場合に、動作の際に体幹センサー１００及び腕センサー２００において感知されたセンサーデータに基づいて、当該ユーザーの運動方向をキャリブレーションする。この詳細については、図３と結び付けて詳しく後述する。この場合、センサーキャリブレーション部３１０は、体幹センサーキャリブレーション部３１３及び腕センサーキャリブレーション部３１５を備える。
一方、軸演算部３２０は、センサーから取り集められたデータからローカル軸データ及びグローバル軸データを演算することができる。
トレーニングパラメーター導出部３３０は、トレーニングごとのトレーニング準備姿勢と終了を感知することができ、両時点間の区間をトレーニング区間に設定しかつ分析して、トレーニングパラメーターデータを導き出すことができる。トレーニングごとのパラメーターの導出方法はトレーニングごとに異なり、それについては、図４から図１６と結び付けて詳しく後述する。このとき、トレーニングパラメーター導出部３３０は、ユーザーにとってトレーニングの種類を入力可能にするインタフェースを表示部３４０を介して提供することができる。あるいは、トレーニング準備感知部３３３において導き出したデータの内容に基づいて、トレーニングの種類を自動的に判別することができる。
一方、制御部３００は、サーバー４００と通信し、データベースを築くことができ、データベースにおいてマシンラーニング（機械学習）した内容に基づいて、トレーニングごとのトレーニングパラメーターの導出の目安を周期的に更新することができる。
以下では、図３に基づいて、本発明の実施形態に係るフィットネストラッキング方法について詳しく説明する。
まず、本発明の実施形態に係るフィットネストラッキング方法は、センサーデータに基づいて、ローカル軸にてデータをキャリブレーションする（Ｓ１００）。フィットネストラッキングセンサーにおいて、人によって異なる体型、骨格などによりセンサーの付け方や方向は人によって異なる場合があり、これは、たとえ同じトレーニングをするとしても、測定された筋力トレーニング情報にバラツキを生じさせる。
このようなバラツキを取り除くために補正が必要であり、ユーザーに前方（後方）及び下方（上方）を見つめるようにガイド画面を提供すれば、見つめる間に生じる体幹センサー１００の値を用いて、前後方注視データ及び上下方注視データを生成する。腕センサー２００は、手の甲が向いている方向を基準として手の甲の上下方データ、手の甲の左右データを生成する。この場合、前後方注視データ、手の甲の上下方データ、上下方注視データ及び手の甲の左右データは、使用可能な２方向（例えば、前／後方）のうちのどちらか一方の方向のみを用いて生成することができる。
前後方注視データは、頭が正面を向いているときに測定された体幹センサー１００のセンサーデータを意味し、上下方データは、頭をうつむいたときに測定された加速度データを意味する。手の甲の上下方データは、手の甲が下方または上方を向いているときの加速度データを意味し、手の甲の左右方データは、手の甲がユーザーの正面を基準として左または右の方向を向いているときに測定された加速度データを意味する。
生成された前後方注視データと上下方注視データとを外積して体幹センサーの左右方向を見出すことができ、この場合、前後方／上下方／左右方向に基づいて、体幹センサー１００のｘ、ｙ、ｚ軸を設定することができる。一方、この方法と同様にして、腕センサー２００のｘ、ｙ、ｚ軸もまた設定することができる。設定されたｘ、ｙ、ｚ軸は、ローカル軸データである。
また、ローカル軸データのローカル軸は、以上において定義された方向（体幹の上下方、体幹の前後方、手の甲の上下方、手の甲の左右）のうちの少なくともいずれか一つを軸として演算される。すなわち、ローカル軸データの基準となるｘ、ｙ、ｚ軸またはロール（ｒｏｌｌ）、ピッチ（ｐｉｔｃｈ）、ヨー（ｙａｗ）軸は、体幹の上下方、体幹の前後方、手の甲の上下方、手の甲の左右に基づいて定められ、定められた軸を基準として軸演算部３２０がセンサーデータを補正してローカル軸データを生成する。
グローバル軸データとは、例えば、重力加速度を上下方向（ｚ軸）とし、真北方向（または、ローカル軸データにおいて設定した前方に近く、上下方向と垂直な方向）をｙ軸とし、両方向に垂直な方向をｘ軸と定義するように、固定された軸方向を基準としたデータを指し示す。この場合、グローバル軸データのいずれか一つの軸は、重力加速度を含んでいてもよい。ローカル軸及びグローバル軸データは、センサーデータに基づいて、軸演算部３２０において演算されることができる。
さらに、トレーニングの種類に応じたセンサー及び指定済み軸の値を選択することができる（Ｓ２００）。但し、センサー及び指定済み軸の値は、キャリブレーションステップの前または後に選択されてもよい。例えば、トレーニングの種類がキャリブレーション時の軸方向に応じて自動的に定められる場合には、キャリブレーションステップ後に選択されてもよく、トレーニングの種類をユーザーが指定する場合には、センサー及び測定の対象となるパラメーターの種類の選択がキャリブレーションステップよりも先に行われてもよい。指定済み軸の値の詳細については、後述する。
センサー１００としては、トレーニングの種類に応じて、体幹センサー１００または腕センサー２００または両センサーの組み合わせが選択されてもよい。この場合、選択されたセンサーから入力されるセンサーデータは、軸演算部３２０を介してローカル軸データとグローバル軸データとしてそれぞれ計算及び生成されてもよい。トレーニングパラメーター導出部３３０は、軸演算部３２０において生成されたローカル軸／グローバル軸データに基づいて、トレーニング準備姿勢の検出、トレーニング終了ステップの検出及びトレーニングパラメーターデータの導出を行うことができる。
一方、センサーのキャリブレーションとセンサーの選択が行われた後、トレーニング準備姿勢の検出ステップ（Ｓ３００）が始まる。トレーニング準備姿勢検出ステップ（Ｓ３００）において、トレーニング準備感知部３３３は、例えば、トレーニングの種類に応じて指定されたセンサーの指定済み軸の値が一定の期間の間に第１の基準範囲内において動く場合、当該筋力トレーニングの準備姿勢が取られていると判断することができる。このとき、必要に応じては、さらに指定済み軸の値が第２の基準範囲内の値を有する場合に、当該筋力トレーニングの準備姿勢が取られていると判断することができる。すなわち、トレーニング準備感知部３３３は、複数の指定済み軸の値を同時に用いて正確に判断することもできる。
この場合、指定済み軸の値は、軸タイプ情報、指定済み軸情報及び値タイプ情報を含んでいてもよい。軸タイプ情報は、ローカル軸またはグローバル軸であるか否か、加速度、角速度及び角度のうちのいずれか一つであるか否か、及びｘ、ｙ、ｚ、ロール（ｒｏｌｌ）、ピッチ（ｐｉｔｃｈ）またはヨー（ｙａｗ）軸のうちのいずれか一つであるか否かに関する情報を含んでいてもよい。値タイプ情報は、センサー値、平均値、直前値、角度値大きさ値または前記センサー値、平均値、直前値及び大きさ値のうちのいずれか一つを積分した値のうちのいずれか一つであるか否かに関する情報を含んでいてもよい。直前値は、検出時点または算出時点を基準としてそれ以前の予め定められた時間の間のセンサー値を意味し、平均値は、予め定められた時間の間のセンサー値を意味し、値タイプ情報におけるセンサー値は、検出時点または算出時点において導き出された値を意味する。なお、大きさ値は、ｘ、ｙ、ｚを軸とするときのベクトルの大きさ値を意味する。
一方、この明細書において、加速度、速度及び位置の表記単位は、それぞれｇ（９．８１ｍ／ｓ２）、ｇ＊ｓ（９．８１ｍ／ｓ）及びｇ＊ｓ２（９．８１ｍ）であり、以降の説明においては、説明の簡略さのために単位を省略する。
例えば、指定済み軸の値は、ローカル軸ｙ軸直前２秒加速度、グローバル軸Ｘ軸平均角速度になり得る。
一方、トレーニング準備姿勢の検出が終わると、トレーニングパラメーター算出部３３７は、トレーニングパラメーターデータを算出する（Ｓ４００）。トレーニングパラメーターデータは、指定済み軸の値の極大値または極小値に基づいて定められる動作数を含んでいてもよい。また、トレーニングパラメーターデータは、筋力トレーニング姿勢の維持可否を含んでいてもよいが、前記筋力トレーニング姿勢の維持可否は、指定済み軸の値に応じて決められる運動速度、正しい姿勢の維持可否及び可動範囲の適否を含んでいてもよい。
トレーニングパラメーターデータが算出されながら、引き続き、トレーニング終了感知部３３５は、モニターリングを行い続け、トレーニング終了の動作が感知される場合にそれ以上のデータの算出を中断する。すなわち、トレーニング終了感知部３３５は、指定済み軸のセンサーデータをモニターリングすることにより、トレーニング終了姿勢を検出する（Ｓ５００）。筋力トレーニングは、トレーニング中にトレーニングが行われ続けずに止まっている場合が多くて、筋力トレーニングが一定の時間以上行われ続けないということだけでは終了と判断し難い。なお、筋力トレーニングを終えた後に、ユーザーの動きにより誤ってトレーニングパラメーターデータが算出されてしまう場合も生じる虞があるため、トレーニング終了の感知は必ず行う必要がある。
トレーニング終了感知部３３５は、トレーニングの種類に応じて指定されたセンサーの指定済み軸の値が一定の期間の間に第１の基準範囲内において動く場合、当該筋力トレーニングが終わりつつあると判断することができる。このとき、必要に応じては、さらに指定済み軸の値が第２の基準範囲内の値を有する場合に、当該筋力トレーニングが終わりつつあると判断することができる。
このとき、動作数、運動速度、正しい姿勢の維持可否及び可動範囲と関わる指定済み軸の値が第３の基準範囲から外れると、トレーニングパラメーター導出部は、表示部を用いて警告を送ることができる。
以下では、図４から図１５に基づいて、本発明の出願人の実験に基づいて、各個別のトレーニングに関する実施形態について説明する。この実験においては、トレーニングをする複数の被実験者により得られた値に基づいて基準範囲を定めている。
腕立て伏せ（プッシュアップ）
図４及び図５を参照すると、腕立て伏せのトレーニング準備、トレーニングの終了及びトレーニングパラメーターは、下記のように定義される。
腕立て伏せのトレーニング準備において、選択されたセンサーは、体幹センサー１００のうちの加速度センサーであり、指定済み軸の値は、ローカル軸加速度直前２秒ｙ値及びローカル軸加速度平均ｙ値である。この場合、図４を参照すると、トレーニング準備感知部３３３は、ローカル軸加速度直前２秒間のｙ値が－１．４～－０．６の値を有し、平均値が－１．２～－０．８の値を有する時点４１０でトレーニング準備が整っていると判断した。
すなわち、ここで、第１の基準範囲は－１．４～－０．６の値を有し、第２の基準範囲は－１．２～－０．８となる。この実施形態において、第１の基準範囲及び第２の基準範囲は、実験により定められた値であるが、マシンラーニングを用いて更新してもよい。マシンラーニングに際しては、当該トレーニング専門家のトレーニング値に対して、例えば、サポートベクトルマシン（ＳＶＭ）などのアルゴリズムを適用して最適な指定済み軸の値の選定及び基準範囲の学習が行われて更新されてもよい。
別の実施形態によれば、選択されたセンサーは、体幹センサー１００のうちのジャイロセンサーであり、指定済み軸は、グローバル軸－ｘ軸直前２秒間の角度値であり、グローバル軸－ｘ軸直前２秒間の角度値が６０°超えを保つ時点をトレーニング準備時点と判断してもよい。
一方、トレーニングパラメーターデータ算出部３３７は、腕立て伏せの回数を算出することができるが、例えば、図５を参照すると、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｘ、ｙ、ｚ軸の大きさ値であり、大きさ値が１．３を超える極大値後に、０．８未満の極小値を有する時点５１０で動作１回が感知されてもよい。図５において測定された回数は、１０回である。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｙ軸の値であり、－１．３未満の極小値後に、－０．８超えの極大値を有する時点で動作１回が感知されてもよい。
あるいは、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｚ軸の値であり、１．３を超える極大値後に、０．８未満の極小値を有する時点で動作１回が感知されてもよい。
あるいは、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｚ軸の値から１を差し引いた値であり、値タイプは、前記指定済み軸の値をトレーニング準備時点から２回積分した値であり、前記指定済み軸の値が－０．０１未満の極小値後に、－０．０１超えの極大値を有する時点で動作１回が感知されてもよい。
一方、腕立て伏せのトレーニング終了の指定済み軸の値は、ローカル軸直前３秒ｚ加速度であり、このとき、トレーニング終了感知部３３５は、ローカル軸直前３秒ｚ加速度がトレーニングを行う間に０．６を超える値を有する時点でトレーニングが終わったと判断した。一方、トレーニング終了時点の基準範囲もまた、トレーニング準備時点と同様に、マシンラーニングされてもよい。
さらに別の実施形態によれば、選択されたセンサーは、体幹センサー１００のうちのジャイロセンサーであり、指定済み軸は、グローバル軸－ｘ軸直前３秒間の角度値であり、グローバル軸－ｘ軸直前３秒間の角度値が３０°未満を保つ時点をトレーニング終了時点と判断してもよい。
一方、腕立て伏せにおいては、トレーニングパラメーターデータが、頭及び身体の一字状の維持可否になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００のうちのジャイロセンサーであり、指定済み軸の値は、ローカル軸Ｘ軸センサー値及びグローバル軸ｙ軸センサー値（例えば、直立時の正面値）であり、ローカル軸Ｘ軸センサー値及びグローバル軸ｙ軸センサー値が４５°以上の値を有する場合にトレーニングパラメーターデータが、頭及び身体が一字状に保たれていないと判別してもよい。あるいは、選択されたセンサーが体幹センサー１００であり、ローカル軸加速度ｚセンサー値が基準範囲の－０．４～０．８から外れる場合を感知してもよい。
あるいは、腕立て伏せにおいては、トレーニングパラメーターデータが、過剰な運動速度の感知有無になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、グローバル軸ｚ軸センサー値から１を差し引いた値をトレーニング準備時点から１回積分した値であり、０．１を超える場合を感知して運動速度が過剰であることを感知することができる。
あるいは、腕立て伏せにおいては、トレーニングパラメーターデータが、小さなトレーニングの可動範囲の感知有無になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、グローバル軸ｚ軸センサー値から１を差し引いた値をトレーニング準備時点から２回積分した値の直前５秒間の値であり、最大値と最小値との差が０．０１５未満である場合を感知してトレーニングの可動範囲が小さいということを感知することができる。
上体起こし（シートアップ）
図６及び図７を参照すると、上体起こしのトレーニング準備、トレーニング終了及びトレーニングパラメーターは、下記のように定義される。
上体起こしのトレーニング準備において、選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、ローカル軸加速度直前２秒ｙ値である。この場合、図６を参照すると、トレーニング準備感知部３３３は、ローカル軸加速度直前２秒間のｙ値が０．８～１．２の値を有する時点６１０でトレーニング準備が整っていると判断した。
すなわち、ここで、第１の基準範囲は、０．８～１．２である。この実施形態において、第１の基準範囲は、実験により定められた値であるが、腕立て伏せと略同様に、マシンラーニングを用いて更新してもよい。
さらに別の実施形態によれば、選択されたセンサーは、体幹センサー１００のうちのジャイロセンサーであり、指定済み軸は、グローバル軸Ｘ軸直前２秒間の角度値であり、グローバル軸Ｘ軸直前２秒間の角度値が６０°超えを保つ時点をトレーニング準備時点と判断してもよい。
一方、トレーニングパラメーターデータ算出部３３７は、上体起こしの回数（動作数）を算出することができるが、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｙ軸センサー値であり、センサー値が０未満の極小値を有する時点で動作１回が感知されてもよい。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｙ軸センサー値であり、センサー値が０未満の極小値を有する時点で動作１回が感知されてもよい。
さらに別の実施形態によれば、選択されたセンサーは、体幹センサーのうちのジャイロセンサーであり、指定済み軸の値は、グローバルロール（ｒｏｌｌ）軸角度値であり、角度値が７０°を超える時点７１０で動作１回が感知されてもよい。図７の場合、動作数は、１０回である。
一方、上体起こしのトレーニング終了の指定済み軸の値は、ローカル軸直前３秒ｘ、ｙ、ｚ加速度の大きさ値及びローカル軸加速度ｙ軸センサー値であり、大きさ値が直前３秒の間に０．８～１．２の値を有し、センサー値が直前３秒の間に０．６未満の値を有する時点６２０でトレーニングが終わったと判断した。一方、トレーニング終了時点の基準範囲もまた、トレーニング準備時点と同様に、マシンラーニングされてもよい。
さらに別の実施形態によれば、選択されたセンサーは、体幹センサー１００のうちの加速度センサー及びジャイロセンサーであり、指定済み軸は、ローカル軸直前３秒ｘ、ｙ、ｚ加速度の大きさ値及びグローバル軸－ｘ軸直前３秒間の角度値であり、大きさ値が直前３秒の間に０．８～１．２の値を有し、グローバル軸－ｘ軸直前３秒間の角度値が３０°未満を保つ時点をトレーニング終了時点と判断してもよい。
スクワット
図８及び図９を参照すると、スクワットのトレーニング準備、トレーニング終了及びトレーニングパラメーターは、下記のように定義される。
スクワットのトレーニング準備において、選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、ローカル軸加速度直前２秒ｚ値である。この場合、図８を参照すると、トレーニング準備感知部３３３は、ローカル軸加速度直前２秒間のｚ値が０．８～１．２の値を有する時点８１０でトレーニング準備が整っていると判断した。
すなわち、ここで、第１の基準範囲は、０．８～１．２となる。この実施形態において、第１の基準範囲は、実験により定められた値であるが、マシンラーニングを用いて更新してもよい。
一方、トレーニングパラメーターデータ算出部３３７は、スクワットの回数を算出することができるが、例えば、図９を参照すると、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｘ、ｙ、ｚ軸の大きさ値であり、大きさ値が１．２を超える極大値後に、０．８未満の極小値を有する時点９１０で動作１回が感知されてもよい。図９において、測定された回数は、１０回である。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｚ軸センサー値であり、１．２を超える極大値後に、０．８未満の極小値を有する時点で動作１回が感知されてもよい。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｚ軸センサー値であり、１．２を超える極大値後に、０．８未満の極小値を有する時点で動作１回が感知されてもよい。
あるいは、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｚ軸の値から１を差し引いた値であり、値タイプは、前記指定済み軸の値をトレーニング準備時点から２回積分した値であり、前記指定済み軸の値が－０．０２未満の極小値後に、－０．０１超えの極大値を有する時点で動作１回が感知されてもよい。
スクワットのトレーニング終了の指定済み軸の値は、ローカル軸直前３秒ｘ、ｙ、ｚ加速度の大きさ値であり、このとき、トレーニング終了感知部３３５は、大きさ値が直前３秒の間に０．８～１．２の値を有する時点でトレーニングが終わったと判断した。一方、トレーニング終了時点の基準範囲もまた、トレーニング準備時点と同様に、マシンラーニングされてもよい。
一方、スクワットにおいては、トレーニングパラメーターデータが、正しい立ち上がり感知になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、ローカル軸Ｘ軸加速度センサー値またはグローバル軸Ｚ軸加速度センサー値であり、ローカル軸Ｘ軸センサー値またはグローバル軸ｚ軸センサー値が極大値の間に０．９以上のピークが生じる場合に正しく立ち上がったと判別することができる。あるいは、選択されたセンサーが体幹センサー１００であり、指定済み軸の値は、グローバル軸ｚ軸センサー値から１を差し引いた値をトレーニング準備時点から２回積分した値の極大値時点前後（前後の極大値と極大値との間）の値であり、前記指定済み軸の値が－０．０３以上の値を満たす２秒以上の区間が存在するときに正しい立ち上がりがあったと判断することができる。
あるいは、スクワットにおいては、トレーニングパラメーターデータが、重心の前後方向への揺動の感知有無になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、グローバル軸Ｙ軸加速度センサー値をトレーニング準備時点から２回積分した値の絶対値であり、この絶対値が０．０５を超える場合を感知して重心の前後方向の揺動を判断することができる。あるいは、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、グローバル軸Ｙ軸加速度センサー値をトレーニング準備時点から１回積分した値の絶対値であり、この絶対値が０．２を超える場合を感知して重心の前後方向の揺動を判断することができる。あるいは、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、グローバル軸Ｙ軸加速度センサー値の絶対値が１を超える場合を感知して重心の前後方向の揺動を判断することができる。
あるいは、スクワットにおいては、トレーニングパラメーターデータが、トレーニングの可動範囲が小さな場合の感知有無になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、グローバル軸Ｚ軸加速度センサー値から１を差し引いた値をトレーニング準備時点から２回積分した値の直前５秒の区間値であり、区間値の最大値と最小値との差がユーザーの身長の１／６未満である場合を感知してトレーニングの可動範囲が小さいか否かを感知することができる。
ランジ
図１０及び図１１を参照すると、ランジのトレーニング準備、トレーニング終了及びトレーニングパラメーターは、下記のように定義される。但し、ランジの場合には、ローパスフィルター（Ｌｏｗ ｐａｓｓ ｆｉｌｔｅｒ）処理後のデータを活用する。
ランジのトレーニング準備において、選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、ローカル軸加速度直前２秒ｚ値である。この場合、図１０を参照すると、トレーニング準備感知部３３３は、ローカル軸加速度直前２秒間のｚ値が０．８～１．２の値を有する時点１０１０でトレーニング準備が整っていると判断した。
すなわち、ここで、第１の基準範囲は、０．８～１．２となる。この実施形態において、第１の基準範囲は、実験により定められた値であるが、マシンラーニングを用いて更新してもよい。
一方、トレーニングパラメーターデータ算出部３３７は、ランジの回数を算出することができるが、例えば、図１１を参照すると、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｘ、ｙ、ｚ軸の大きさ値であり、大きさ値が１．１を超える極大値後に、１未満の極小値を有する時点１１１０で動作１回が感知されてもよい。図１１において、測定された回数は、１０回である。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｚ軸センサー値であり、１．１を超える極大値後に、１未満の極小値を有する時点で動作１回が感知されてもよい。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｚ軸センサー値であり、１．１を超える極大値後に、１未満の極小値を有する時点で動作１回が感知されてもよい。
あるいは、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｚ軸の値から１を差し引いた値であり、値タイプは、前記指定済み軸の値をトレーニング準備時点から２回積分した値であり、前記指定済み軸の値が－０．０２未満の極小値後に、－０．０１超えの極大値を有する時点で動作１回が感知されてもよい。
ランジのトレーニング終了の指定済み軸の値は、トレーニングを１回以上行った後のローカル軸直前３秒ｘ、ｙ、ｚ加速度の大きさ値であり、このとき、トレーニング終了感知部３３５は、大きさ値が直前３秒の間に０．９～１．１の値を有する時点でトレーニングが終わったと判断した。一方、トレーニング終了時点の基準範囲もまた、トレーニング準備時点と同様に、マシンラーニングされてもよい。
一方、ランジにおいては、トレーニングパラメーターデータが、重心の左右方向への揺動の感知になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、グローバル軸Ｘ軸加速度センサー値をトレーニング準備時点から２回積分した値の絶対値であり、絶対値が０．０５を超える場合を感知して重心の左右方向への揺動を判別することができる。あるいは、選択されたセンサーが体幹センサー１００であり、指定済み軸の値は、グローバル軸Ｘ軸加速度センサー値をトレーニング準備時点から２回積分した値の絶対値であり、絶対値が０．２を超える場合に、重心の左右方向への揺動を判別することができる。あるいは、グローバル軸加速度ｘ値の絶対値が０．５を超える場合に、重心の左右方向への揺動を判別することができる。
あるいは、スクワットにおいては、トレーニングパラメーターデータが、トレーニングの可動範囲が小さな場合の感知有無になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、グローバル軸Ｚ軸加速度センサー値から１を差し引いた値をトレーニング準備時点から２回積分した値の直前５秒の区間値であり、区間値の最大値と最小値との差がユーザーの身長の１／６未満である場合を感知してトレーニングの可動範囲が小さいか否かを感知することができる。
縄跳び
図１２及び図１３を参照すると、縄跳びのトレーニング準備、トレーニング終了及びトレーニングパラメーターは、下記のように定義される。
縄跳びのトレーニング準備において、選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、ローカル軸加速度直前２秒ｚ値である。この場合、図１２を参照すると、トレーニング準備感知部３３３は、ローカル軸加速度直前２秒間のｚ値が０．８～１．２の値を有する時点１２１０でトレーニング準備が整っていると判断した。
すなわち、ここで、第１の基準範囲は、０．８～１．２となる。この実施形態において、第１の基準範囲は、実験により定められた値であるが、マシンラーニングを用いて更新してもよい。
一方、トレーニングパラメーターデータ算出部３３７は、スクワットの回数を算出することができるが、例えば、図１３を参照すると、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｘ、ｙ、ｚ軸の大きさ値であり、大きさ値が１．５を超える極大値後に、０．６未満の極小値を有する時点１３１０で動作１回が感知されてもよい。図１３において、測定された回数は、１０回である。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｚ軸センサー値であり、１．５を超える極大値後に、０．６未満の極小値を有する時点で動作１回が感知されてもよい。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｚ軸センサー値であり、１．５を超える極大値後に、０．６未満の極小値を有する時点で動作１回が感知されてもよい。
あるいは、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｚ軸の値から１を差し引いた値であり、値タイプは、前記指定済み軸の値をトレーニング準備時点から２回積分した値であり、前記指定済み軸の値が０．００５を超える極大値を有する時点で動作１回が感知されてもよい。
縄跳びのトレーニング終了の指定済み軸の値は、ローカル軸直前３秒ｘ、ｙ、ｚ加速度大きさ値であり、このとき、トレーニング終了感知部３３５は、大きさ値が直前３秒の間に０．８～１．２の値を時点でトレーニングが終わったと判断した。一方、トレーニング終了時点の基準範囲もまた、トレーニング準備時点と同様に、マシンラーニングされてもよい。
階段上り
図１４及び図１５を参照すると、階段上りのトレーニング準備、トレーニング終了及びトレーニングパラメーターは、下記のように定義される。
階段上りのトレーニング準備において、選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、ローカル軸加速度直前２秒ｚ値であり。この場合、図１４を参照すると、トレーニング準備感知部３３３は、ローカル軸加速度直前２秒間のｚ値が０．８５～１．２の値を有する時点８１０でトレーニング準備が整っていると判断した。
すなわち、ここで、第１の基準範囲は、０．８～１．２となる。この実施形態において、第１の基準範囲は、実験により定められた値であるが、マシンラーニングを用いて更新してもよい。
一方、トレーニングパラメーターデータ算出部３３７は、スクワットの回数を算出することができるが、例えば、図１５を参照すると、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｘ、ｙ、ｚ軸の大きさ値であり、大きさ値が１．２を超える極大値を有する時点１５１０で動作１回が感知されてもよい。図１５において、測定された回数は、１０回である。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｚ軸センサー値であり、１．２を超える極大値を有する時点で動作１回が感知されてもよい。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｚ軸センサー値であり、１．２を超える極大値を有する時点で動作１回が感知されてもよい。
階段上りのトレーニング終了の指定済み軸の値は、ローカル軸直前３秒ｘ、ｙ、ｚ加速度の大きさ値であり、このとき、トレーニング終了感知部３３５は、大きさ値がトレーニングを１回以上行った後、直前３秒の間に０．８５～１．２の値を有する時点でトレーニングが終わったと判断した。一方、トレーニング終了時点の基準範囲もまた、トレーニング準備時点と同様に、マシンラーニングされてもよい。
一方、階段上りにおいては、トレーニングパラメーターデータが、上昇した高さになり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、グローバル軸加速度ｚセンサー値をトレーニング準備時点から２回積分した値になり得る。
あるいは、階段上りにおいては、トレーニングパラメーターデータが、頭及び身体の前方への傾きの感知有無になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００のうちのジャイロセンサーであり、指定済み軸の値は、グローバル軸Ｚ軸加速度センサー値をグローバル軸のｙｚ平面に下ろした正射影とグローバル軸ｚ軸とがなす角度であり、前記角度が４５°以上である場合を感知して頭及び身体が前方に傾いたということを感知することができる。あるいは、指定済み軸の値は、ローカル軸加速度ｙ軸センサーであり、前記センサー値が－０．８未満である場合を感知して頭及び身体が前方に傾いたということを感知することができる。
プランク
図１６を参照すると、プランクのトレーニング準備、トレーニング終了及びトレーニングパラメーターは、下記のように定義される。
プランクのトレーニング準備において、選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、ローカル軸加速度直前２秒ｙ平均値及びローカル軸加速度の大きさ値である。この場合、図１６を参照すると、トレーニング準備感知部３３３は、ローカル軸加速度直前２秒間のｙ値の平均値が－０．８未満であり、加速度の大きさが０．７～１．３の値を有する時点１６１０でトレーニング準備が整っていると判断した。
すなわち、ここで、第１の基準範囲及び第２の基準範囲は、それぞれ－０．８未満及び０．７～１．３となる。この実施形態において、第１及び第２の基準範囲は、実験により定められた値であるが、マシンラーニングを用いて更新してもよい。
一方、トレーニングパラメーターデータ算出部３３７は、プランク時間を算出することができ、プランク時間は、トレーニングの開始からトレーニングの終了までの時間となる。
プランクのトレーニング終了の指定済み軸の値は、ローカル軸ｘ、ｙ、ｚ加速度の大きさ値及びローカル軸加速度ｙ軸センサー値であり、このとき、トレーニング終了感知部３３５は、大きさ値が０．５未満または１超えの時点、あるいは、ローカル軸ｙ軸センサー値が－０．２よりも大きな時点で終わったと判断した。
一方、プランクにおいては、トレーニングパラメーターデータが、トレーニング中の疲労度の上昇有無になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００であり、指定済み軸の値は、ローカル軸加速度の大きさの直前３秒値であり、各成分の標準偏差がいずれも目安となる標準偏差以上である場合に疲労度が上昇した状態であると判断することができる。
あるいは、プランクにおいては、トレーニングパラメーターデータが、頭及び身体の前方一字状の維持可否になり得る。このとき、トレーニングパラメーターデータの選択されたセンサーは、体幹センサー１００のうちのジャイロセンサーであり、指定済み軸の値は、グローバル軸Ｚ軸加速度センサー値をグローバル軸のｙｚ平面に下ろした正射影とグローバル軸ｚ軸とがなす角度であり、前記角度が４５°以上である場合を感知して頭及び身体が一字状に保たれていないということを判断することができる。あるいは、指定済み軸の値は、ローカル軸加速度ｚ軸センサーであり、前記センサー値が－０．４～０．８の範囲から外れる場合を感知して頭及び身体が一字状に保たれていないということを判断することができる。
ダンベルカール（二頭筋運動）
ダンベルカールのトレーニング準備、トレーニング終了及びトレーニングパラメーターは、下記のように定義される。
ダンベルカールのトレーニング準備において、選択されたセンサーは、腕センサー２００であり、指定済み軸の値は、ローカル軸加速度ｙセンサー値及び直前２秒間のローカル軸加速度の大きさ値である。この場合、図１６を参照すると、トレーニング準備感知部３３３は、ローカル軸加速度ｙ値センサー値が－０．４～０．４の値を有し、直前２秒間の加速度の大きさが０．８～１．２の値を有する時点でトレーニング準備が整っていると判断した。
一方、トレーニングパラメーターデータ算出部３３７は、ダンベルカールの回数を算出することができるが、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸加速度ｘ、ｙ、ｚ軸の大きさ値であり、大きさ値が０．５を超える極大値を有する時点で動作１回が感知されてもよい。
さらに別の実施形態によれば、トレーニングパラメーターデータ算出の指定済み軸の値は、グローバル軸加速度ｚ軸センサー値から１を差し引いた値をトレーニング準備時点から２回積分した値が０．０１を超える極大値を有する時点で動作１回が感知されてもよい。
さらに別の実施形態によれば、選択されたセンサーは、腕センサー２００のうちのジャイロセンサーであり、トレーニングパラメーターデータ算出の指定済み軸の値は、ローカル軸ピッチ（ｙ）回転角度値の絶対値であり、トレーニング準備時点を基準として絶対値が増加する方向に８０°を超える時点で動作１回が感知されてもよい。
したがって、本発明によれば、体幹センサー及び腕センサーにおいて測定した加速度情報により様々な筋力トレーニング動作が感知されるフィットネストラッカーが提供され、トレーニングに際して不便さを感じずに集中できるように着用しやすいフィットネストラッカーが提供される。
また、本発明によれば、既存の腕センサー（スマートウォッチなど）において正確に提供し難かった筋力トレーニング動作の準備及び終了が自動的に感知可能なフィットネストラッカーが提供される。
さらに、本発明によれば、トレーニングデータが自動的に保存されるので、ユーザーの筋力トレーニングを正確に測定することができる。
以上、添付図面に基づいて本発明の実施形態についてさらに詳しく説明したが、本発明は、必ずしもこれらの実施形態に制限されるとは限らず、本発明の技術思想を逸脱しない範囲内において種々に変形して実施することができる。よって、本発明に開示されている実施形態は、本発明の技術思想を限定するためのものではなく、単に説明するためのものであり、このような実施形態により本発明の技術思想の範囲が限定されるわけではない。よって、以上において記述した実施形態は、あらゆる面において例示的なものであり、限定的なものではないと理解しなければならない。本発明の保護範囲は、特許請求の範囲によって解釈されるべきであり、それと同等の範囲内にあるあらゆる技術思想は、本発明の権利範囲に収まるものであると解釈されるべきである。
１００ 体幹センサー
２００ 腕センサー
３００ 制御部
３１０ センサーキャリブレーション部
３１３ 体幹センサーキャリブレーション部
３１５ 腕センサーキャリブレーション部
３２０ 軸演算部
３３０ トレーニングパラメーター導出部
３３３ トレーニング準備感知部
３３５ トレーニング終了感知部
３３７ トレーニングパラメーターデータ算出部
３４０ 表示部
４００ サーバー

Claims (7)

  1. 体幹センサー及び腕センサーのセンサーデータに基づいて、ローカル軸を設定するキャリブレーションステップと、
    トレーニング準備姿勢の検出のための第１の指定済み軸の値に基づいて、トレーニング準備姿勢であると判断するトレーニング準備姿勢検出ステップと、
    動作数または筋力トレーニング姿勢の維持可否を検出するための第２の指定済み軸の値に基づいて、トレーニングパラメーターデータを導き出すトレーニングパラメーターデータ導出ステップと、
    トレーニング終了の有無を判別するための第３の指定済み軸の値に基づいて、トレーニングの終了を検出するトレーニング終了検出ステップと、
    を含む、筋力トレーニングフィットネストラッキング方法。
  2. 前記第１、第２及び第３の指定済み軸は、軸タイプ情報及び値タイプ情報を含み、
    前記軸タイプ情報は、ローカル軸またはグローバル軸であるか否か、加速度、角速度及び角度のうちのいずれか一つであるか否か、及びｘ、ｙ、ｚ、ロール（ｒｏｌｌ）、ピッチ（ｐｉｔｃｈ）またはヨー（ｙａｗ）軸のうちのいずれか一つであるか否かに関する情報を含み、
    前記値タイプ情報は、センサー値、平均値、直前値、角度値、大きさ値、または前記センサー値、平均値、角度値、直前値及び大きさ値のうちのいずれか一つを積分した値のうちのいずれか一つであるか否かに関する情報を含む、請求項１に記載の筋力トレーニングフィットネストラッキング方法。
  3. 前記体幹センサー及び腕センサーのうちのどちらか一方であるか否かを選択し、前記第１、第２及び第３の指定済み軸の値を選択するステップをさらに含む、請求項１に記載の筋力トレーニングフィットネストラッキング方法。
  4. 前記ローカル軸は、
    表示部にガイド画面が現れるときに生成される前後方注視データ、上下方注視データ、及び前記前後方注視データと上下方注視データとを外積して生成された左右方向データに基づいて生成された体幹センサーのｘ、ｙ、ｚ軸を備える、請求項１に記載の筋力トレーニングフィットネストラッキング方法。
  5. 前記ローカル軸は、
    表示部にガイド画面が現れるときに生成される手の甲の左右データ、手の甲の上下方データ、及び前記手の甲の左右データと手の甲の上下方データとを外積して生成された手の甲の前後方データに基づいて生成された腕センサーのｘ、ｙ、ｚ軸をさらに備える、請求項４に記載の筋力トレーニングフィットネストラッキング方法。
  6. 前記筋力トレーニング姿勢の維持可否は、前記第２の指定済み軸の値に基づいて決められる運動速度、正しい姿勢の維持可否及び可動範囲の適否を含む、請求項１に記載の筋力トレーニングフィットネストラッキング方法。
  7. 前記第１の指定済み軸の値は、ローカル軸ｙ軸加速度直前２秒値及びローカル軸ｙ軸加速度平均値であり、前記ローカル軸ｙ軸加速度直前２秒値が－１．４～－０．６の値を有し、前記ローカル軸ｙ軸加速度平均値が－１．２～－０．８の値を有する時点で腕立て伏せのトレーニング準備が整っていると判断する、請求項１に記載の筋力トレーニングフィットネストラッキング方法。

JP2022189333A 2022-08-11 2022-11-28 フィットネストラッキング方法 Pending JP2024025616A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220100670A KR20240022235A (ko) 2022-08-11 2022-08-11 피트니스 트래킹 장치 및 방법
KR10-2022-0100670 2022-08-11

Publications (1)

Publication Number Publication Date
JP2024025616A true JP2024025616A (ja) 2024-02-26

Family

ID=83903136

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022189333A Pending JP2024025616A (ja) 2022-08-11 2022-11-28 フィットネストラッキング方法

Country Status (5)

Country Link
US (1) US20240050804A1 (ja)
EP (1) EP4321092A1 (ja)
JP (1) JP2024025616A (ja)
KR (1) KR20240022235A (ja)
CN (1) CN117582645A (ja)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150100141A1 (en) * 2013-10-07 2015-04-09 Zinc Software Limited Head Worn Sensor Device and System for Exercise Tracking and Scoring
WO2015060894A1 (en) * 2013-10-21 2015-04-30 Bodhi Technology Ventures Llc Sensors and applications
US11602669B2 (en) * 2020-04-20 2023-03-14 MyFitnessPal, Inc. Fitness tracking system with voice input
US20210394020A1 (en) * 2020-06-17 2021-12-23 FitForm Technologies Inc. Tracking three-dimensional motion during an activity
US20220193522A1 (en) * 2020-12-22 2022-06-23 Beflex Inc. Exercise analysis system using sensor worn on user's head

Also Published As

Publication number Publication date
CN117582645A (zh) 2024-02-23
KR20240022235A (ko) 2024-02-20
EP4321092A1 (en) 2024-02-14
US20240050804A1 (en) 2024-02-15

Similar Documents

Publication Publication Date Title
US10684304B2 (en) Foot exercise motion analysis device during moving exercise
US10512819B2 (en) Gait monitor and a method of monitoring the gait of a person
EP2893961B1 (en) Training device
CN109310364A (zh) 用于自动姿势校准的系统和方法
WO2018094011A1 (en) System and method for personalized exercise training and coaching
KR101715369B1 (ko) 멀티센서를 이용한 운동 가이드피드백 시스템 및 방법
US9599634B2 (en) System and method for calibrating inertial measurement units
JP6772276B2 (ja) 運動認識装置及び運動認識方法
JP2012513227A (ja) 歩行モニタ
KR20170062826A (ko) 자세균형 훈련 시스템
JP6516283B2 (ja) 運動解析装置
JP2015058096A (ja) 運動支援装置及び運動支援方法、運動支援プログラム
US11875697B2 (en) Real time sports motion training aid
JP2009106377A (ja) 歩容情報表示システム
CN109045651B (zh) 高尔夫挥杆矫正系统
JP2009106374A (ja) 歩容情報表示システム
US20210373652A1 (en) System and method for a virtual reality motion controller
TWI625114B (zh) 運動辨識裝置及方法
KR20200119753A (ko) 모션 패턴에 따른 근력 운동 자세 분석 시스템 및 방법
JP2024025616A (ja) フィットネストラッキング方法
EP3588472B1 (en) Improved real time sports motion training aid
KR20220110383A (ko) 모션 패턴에 따른 근력 운동 자세 분석 시스템 및 방법
KR20210040671A (ko) 동적으로 변화하는 인체 무게 중심 궤적 추정 장치 및 그 방법
KR20210085253A (ko) 스마트 개인훈련 운동시스템 및 개인훈련 운동방법
KR102351534B1 (ko) 균형 능력 평가 장치 및 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221128

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20231121

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20231122

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231219

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20240314

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240507