JP4971808B2

JP4971808B2 - 歩行動作分析装置

Info

Publication number: JP4971808B2
Application number: JP2007008507A
Authority: JP
Inventors: 吉浩松村; 亜紀中務
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 2007-01-17
Filing date: 2007-01-17
Publication date: 2012-07-11
Anticipated expiration: 2027-01-17
Also published as: JP2008173250A

Description

本発明は、人体の歩行動作を測定してその分析結果を表示する歩行動作分析装置に関するものである。

従来から、人体の所定箇所（所定部位）の動作（体動）を測定することによって、人体の動きを検出することが行われている（例えば、特許文献１参照）。

特許文献１には、人体の各部位に装着されたセンサから各部位の加速度または角速度を運動情報として取得し、運動情報を元にして各部位の運動強度レベルなどを算出する身体動作センシング装置が開示されている。また、特許文献１には、例えば、手術後のリハビリテーションなどにおける運動の指針として、上記運動強度レベルを採用することが開示されている。
特開２００１−１９８１１０号公報

ところで、近年では、高齢などによる身体機能の低下を改善したいという要望が高まっている。

しかしながら、上記特許文献１に開示された身体動作センシング装置は、単に、人体の各部位の運動強度レベルなどを算出するものであるため、手術後のリハビリテーションなどの目安に用いることはできるものの、身体機能の低下を改善するための指針を与えるものではなく、上述の要望に満足に応えることはできていなかった。

そこで、本発明者らは、人が高齢になり身体機能が低下してくると、例えば、人体の体力特性の一種である脚力の衰えに伴って足の蹴りの力が弱くなって歩幅が減少することや、転倒を防ぐために足底の中心に重心が一致するような足運びを行うようになって所謂すり足歩行と呼ばれる歩行動作を行うようになることに着目し、身体機能の低下を改善するための指針として、体力特性と、歩行動作の分類結果とを歩行動作の分析結果として提示することに思い至った。

本発明は上述の点に鑑みて為されたもので、その目的は、体力特性の算出と歩行動作の分類とを行えるとともに、算出した体力特性と歩行動作の分類結果とを表示できる歩行動作分析装置を提供することにある。

上記の問題を解決するために、請求項１の発明では、歩行動作を行った際の人体の１乃至複数の部位における体動を測定する体動測定手段と、体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルが記憶された記憶手段と、記憶手段に記憶されたデータテーブルを参照して体動測定手段により得られた体動から体力特性を算出する体力特性算出手段と、体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段と、体力特性算出手段により算出された体力特性および歩行動作分類手段による歩行動作の分類結果を表示する表示手段とを備え、前記データテーブルには、体力特性を柔軟性群、平衡性群、筋力群のいずれかに分類する項目が設けられていることを特徴とする。

請求項１の発明によれば、体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルを参照して前記体動から体力特性を算出する体力特性算出手段と、体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段とを備えているから、体動測定手段によって、歩行動作を行った際の人体の１乃至複数の部位の体動の測定を行うことにより、体力特性の算出および歩行動作の分類を行うことができ、また、体力特性算出手段により算出された体力特性と歩行動作分類手段による歩行動作の分類結果とを表示する表示手段を備えるから、体力特性と、歩行動作の分類結果とを表示できる。
また、請求項１の発明によれば、体力特性を項目毎に整理することが可能になる。

請求項２の発明では、歩行動作を行った際の人体の１乃至複数の部位における体動を測定する体動測定手段と、体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルが記憶された記憶手段と、記憶手段に記憶されたデータテーブルを参照して体動測定手段により得られた体動から体力特性を算出する体力特性算出手段と、体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段と、体力特性算出手段により算出された体力特性および歩行動作分類手段による歩行動作の分類結果を表示する表示手段とを備え、体動測定手段は、人体の腰部に装着されて互いに直交する３軸を回転軸とする角速度を検出する３軸の角速度センサを備え、体力特性算出手段は、前記３軸の角速度それぞれを元にして歩幅、腰回旋可動域、および足関節外旋可動域を算出するように構成されていることを特徴とする。

請求項２の発明によれば、体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルを参照して前記体動から体力特性を算出する体力特性算出手段と、体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段とを備えているから、体動測定手段によって、歩行動作を行った際の人体の１乃至複数の部位の体動の測定を行うことにより、体力特性の算出および歩行動作の分類を行うことができ、また、体力特性算出手段により算出された体力特性と歩行動作分類手段による歩行動作の分類結果とを表示する表示手段を備えるから、体力特性と、歩行動作の分類結果とを表示できる。
また、請求項２の発明によれば、カメラなどの撮像装置を用いて人体の体動を測定するような場合とは異なり、歩行動作を行う範囲が撮像装置の撮像範囲に限られることがないから、歩行動作が広範囲に亘って行われた際でも体動の測定が行える。

請求項３の発明では、歩行動作を行った際の人体の１乃至複数の部位における体動を測定する体動測定手段と、体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルが記憶された記憶手段と、記憶手段に記憶されたデータテーブルを参照して体動測定手段により得られた体動から体力特性を算出する体力特性算出手段と、体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段と、体力特性算出手段により算出された体力特性および歩行動作分類手段による歩行動作の分類結果を表示する表示手段とを備え、体動測定手段は、頭部、背中、足関節、膝関節、および肩関節の少なくとも１箇所に装着された加速度センサまたは角速度センサを備え、体力特性算出手段は、首側屈可動域、股関節屈曲可動域、足関節背屈可動域、歩幅、足関節底屈可動域、脚筋力、腰回旋可動域の少なくとも１つを算出するように構成されていることを特徴とする。

請求項３の発明によれば、体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルを参照して前記体動から体力特性を算出する体力特性算出手段と、体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段とを備えているから、体動測定手段によって、歩行動作を行った際の人体の１乃至複数の部位の体動の測定を行うことにより、体力特性の算出および歩行動作の分類を行うことができ、また、体力特性算出手段により算出された体力特性と歩行動作分類手段による歩行動作の分類結果とを表示する表示手段を備えるから、体力特性と、歩行動作の分類結果とを表示できる。
また、請求項３の発明によれば、カメラなどの撮像装置を用いて人体の体動を測定するような場合とは異なり、歩行動作を行う範囲が撮像装置の撮像範囲に限られることがないから、歩行動作が広範囲に亘って行われた際でも体動の測定が行える。

請求項４の発明では、請求項３の発明において、体動測定手段は、頭部に装着され身体の前後方向および身長方向における頭部の加速度を検出する頭部用加速度センサと、胴体における第４脊椎近傍に装着され身体の前後方向の加速度を検出する胴部用加速度センサと、足関節近傍に装着され身体の幅方向を回転軸方向とする足の角速度を検出する足用角速度センサと、膝関節近傍に装着され身体の幅方向を回転軸とする下肢の角速度を検出する膝用角速度センサと、肩関節近傍に装着され身体の幅方向を回転軸とする上腕の角速度を検出する肩用角速度センサとを備え、体力特性算出手段は、頭部用加速度センサで検出した身体の前後方向の加速度を元にして首側屈可動域を算出し、頭部用加速度センサで検出した身体の身長方向の加速度を元にして股関節屈曲可動域を算出し、胴部用加速度センサで検出した加速度を元にして足関節背屈可動域を算出し、足用角速度センサで得られた角速度より算出した足関節伸展角度を元にして歩隔を算出し、膝用角速度センサで得られた角速度より算出した膝関節屈曲角度を元にして足関節底屈可動域を算出し、肩用角速度センサで検出した角速度より算出した上腕前方最大角度を元にして脚筋力および腰回旋可動域の少なくとも一方を算出するように構成されていることを特徴とする。

請求項４の発明によれば、カメラなどの撮像装置を用いて人体の体動を測定するような場合とは異なり、歩行動作を行う範囲が撮像装置の撮像範囲に限られることがないから、歩行動作が広範囲に亘って行われた際でも体動の測定が行える。

請求項５の発明では、歩行動作を行った際の人体の１乃至複数の部位における体動を測定する体動測定手段と、体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルが記憶された記憶手段と、記憶手段に記憶されたデータテーブルを参照して体動測定手段により得られた体動から体力特性を算出する体力特性算出手段と、体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段と、体力特性算出手段により算出された体力特性および歩行動作分類手段による歩行動作の分類結果を表示する表示手段とを備え、体力特性算出手段により算出された体力特性をレーダーチャートの形で表示するように構成されていることを特徴とする。

請求項５の発明によれば、体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルを参照して前記体動から体力特性を算出する体力特性算出手段と、体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段とを備えているから、体動測定手段によって、歩行動作を行った際の人体の１乃至複数の部位の体動の測定を行うことにより、体力特性の算出および歩行動作の分類を行うことができ、また、体力特性算出手段により算出された体力特性と歩行動作分類手段による歩行動作の分類結果とを表示する表示手段を備えるから、体力特性と、歩行動作の分類結果とを表示できる。
また、請求項５の発明によれば、複数の体力特性を見やすく表示できるとともに、歩行動作の特徴を分かり易く表示できる。

請求項６の発明では、請求項１〜５のうちいずれか１項の発明において、表示手段は、体力特性算出手段により算出された体力特性をその基準値を用いて規格化して評価値を算出し、算出した評価値を表示するように構成されていることを特徴とする。

請求項６の発明によれば、体力特性の比較が容易になる。

本発明は、体力特性の算出と歩行動作の分類を行うことができ、また、体力特性と歩行動作の分類結果とを表示できる。

（実施形態１）
本実施形態の歩行動作分析装置は、歩行動作を行った際の人体Ｐの複数箇所における体動を測定して、その測定結果を元にして人体Ｐの歩行動作を分析するものであって、分析結果として、体力特性と歩行動作の分類結果を表示するように構成されている。

歩行動作分析装置は、図２（ａ）に示すように、測定対象の人が歩行する計測エリア１２を撮像範囲に含むビデオカメラなどの撮像装置からなる検出手段１０と、検出手段１０に接続された演算処理装置６とで構成されている。なお、計測エリア１２は、例えば、長さが１０ｍ、幅が２ｍの矩形状のエリアである。また、撮像装置に用いられるビデオカメラとしては、例えば、ＩＥＥＥ１３９４対応のビデオカメラを用いることができる。

演算処理装置６は、例えば、パソコンなどであって、人体Ｐ（図３（ａ），（ｂ）参照）の所定箇所（動作計測箇所）における体動と体力特性（体力測定項目）との相関関係を示すデータテーブルが記憶されたハードディスクなどの記憶手段２（図１参照）と、液晶ディスプレイ（ＬＣＤ）などの画像表示装置６ａ（図２（ａ）参照）と、キーボードなどのユーザインタフェースからなる入力手段（図示せず）とをハードウェアとして備えている。

また、演算処理装置６は、図１に示すように、検出手段１０より得られた画像を元にして歩行動作を行った際の人体Ｐの所定部位における体動を算出する体動算出手段１１をソフトウェアとして備えており、この体動算出手段１１と検出手段１０とによって、歩行動作を行った際の人体Ｐの１乃至複数の部位における体動を測定する体動測定手段１が構成されている。

加えて、演算処理装置６は、図１に示すように、記憶手段２に記憶されたデータテーブルを参照して体動測定手段１により得られた体動から人体Ｐの体力特性を算出する体力特性算出手段３と、体動測定手段１により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段４と、体力特性算出手段３により算出した体力特性および歩行動作分類手段４による歩行動作の分類結果を画像表示装置６ａに表示する表示手段５とをソフトウェアとして備えている。

本実施形態における体動測定手段１は、画像処理により体動を測定するものであって、体動の測定を行うにあたっては、計測エリア１２内には、図２（ａ），（ｂ）に示すように、基準マーカ（キャリブレーション）１３が、計測エリア１２の長さ方向（人体Ｐの移動方向）に沿った方向に所定間隔を隔てて設置される。基準マーカ１３は、検出手段１０により得られた画像上の座標、すなわち人体Ｐの前後方向（水平方向）と、身長方向（鉛直方向）の２次元座標を実空間上の座標（２次元座標）に変換するための座標変換用データテーブルの作成に用いられる。

ところで、人体Ｐには、体動の測定を行う際の目安となる反射マーカ１４が取り付けられる。反射マーカ１４は、検出手段１０により得られた画像上において、人体Ｐの皮膚や着衣の色と識別できる色のものが用いられる。ここで、反射マーカ１４の取り付け位置は、測定する体動の種類によって決定される。例えば、本実施形態では、体動として、頭部の加速度と、足関節角度、膝関節屈曲角度、股関節角度（大腿の振りの角度）、肩関節角度（腕の振りの角度）とを測定するために、図３（ａ），（ｂ）および図４に示すように、反射マーカ１４を人体Ｐの頭部、肩関節、肘関節、股関節、膝関節、足関節、爪先の７箇所に取り付ける。なお、以下の説明では、人体Ｐに取り付けられた位置で反射マーカ１４を区別するために、必要に応じて反射マーカ１４を符号１４ａ〜１４ｇで示す。

体動算出手段１１は、所定のフレームレート、例えば、３０ＦＰＳ（Frames Per Seconds）で検出手段１０より時系列順に連続した画像を取り込むように構成されている。体動算出手段１１は、検出手段１０より取り込んだ画像を画像処理して各反射マーカ１４の画像のみを抽出し、各反射マーカ１４の重心位置を算出することで、画像上における各反射マーカ１４の２次元座標を得る。そして、演算処理装置１２は、画像上における各反射マーカ１４の２次元座標を、前記座標変換用データテーブルを用いて、実空間上の座標に変換する。なお、上述の実空間上の座標への変換は、例えば、ＤＬＴ法などを用いて実現することができる（池上康夫：「写真撮影による運動の三次元的解析法」，Japanese Journal of Sports Sciences,2-8,pp163-170,1983参照）。

体動算出手段１１は、各反射マーカ１４の位置変化（実空間上に変換された各反射マーカ１４の２次元座標の変化）に基づいて、人体Ｐにおいて反射マーカ１４が取り付けられた部位の体動、例えば、速度、加速度などを求める。

加えて、体動算出手段１１は、反射マーカ１４の位置変化に基づいて、人体Ｐの体動として、例えば、各関節の角度（屈曲角度や、伸展角度）を求める。本実施形態では、足関節角度、膝関節屈曲角度、股関節角度（大腿の振りの角度）、肩関節角度（腕の振りの角度）を求め、これら関節角度の最大値または最小値が人体Ｐの体動として用いられる。

ここで、足関節角度は、図４に示すように、爪先に取り付けられた反射マーカ１４ｇおよび足関節に取り付けられた反射マーカ１４ｆを結ぶ直線Ｌ１と、膝関節に取り付けられた反射マーカ１４ｅと反射マーカ１４ｆを結ぶ直線Ｌ２との間の角度θ１で表される。膝関節角度は、股関節に取り付けられた反射マーカ１４ｄおよび反射マーカ１４ｅを結ぶ直線Ｌ３と直線Ｌ２と間の角度θ２で表される。股関節角度は、股関節に取り付けられた反射マーカ１４ｄを通る鉛直線Ｖ１と直線Ｌ３との間の角度θ３で表される。肩関節角度は、肩関節に取り付けられた反射マーカ１４ｂを通る鉛直線Ｖ２と、肘関節に取り付けられた反射マーカ１４ｃおよび反射マーカ１４ｂを結ぶ直線Ｌ４との間の角度θ４で表される。ところで、本実施形態では、角度θ１〜θ４などの角度を度数法により示しており、角度θ３，θ４については、人体Ｐの前方側（図４における右方側）を正方向とし、後方側（図４における左方側）を負方向としている。なお、角度の値を弧度法により示してもよい。

体動算出手段１１により得られた各体動は、体力特性算出手段３および歩行動作分類手段４それぞれに出力される。

ところで、体動算出手段１１では、検出手段１０からのデータの取り込み開始時刻と、取り込み終了時刻とを計時しており、取り込み開始時刻と取り込み終了時刻との時間差を計測時間として算出するように構成されている。また、体動算出手段１１は、検出手段１０から得た画像を元にして輪郭画像（エッジ画像）を作成するように構成されている。なお、エッジ画像の作成方法は従来周知のものを採用できるから詳細な説明は省略する。

体力特性算出手段３は、体動算出手段１１により得られた各体動を元に所定の体力特性を算出するものであり、例えば、体動として、頭のゆれ（頭の上下動）、腕の振り（肩関節可動域）、膝の伸び（膝関伸展最大角度）、足首の伸び（足関節伸展最大角度）、歩幅、歩隔、脚筋力、腰回旋可動域、股関節伸展最大角度、膝関節屈曲最大角度、足関節底屈最大角度、歩行速度（歩行スピード）の算出を行う。

ここで、頭のゆれは、実空間上の反射マーカ１４ａの２次元座標の時間変化を元にして算出される。例えば、反射マーカ１４ａの鉛直方向における最大値と最小値との差分で与えられる。腕の振りは、上述した角度θ３の最大値と最小値との差分で与えられる。膝の伸びは、上述した角度θ２の最大値で与えられる。足首の伸びは、上述した角度θ１の最大値で与えられる。歩幅および歩行速度は、足関節（足首）に取り付けられた反射マーカ１４ｆあるいは爪先に取り付けられた反射マーカ１４ｇの加速度の極大値間あるいは極小値間の時間間隔およびそのときの人体Ｐの進行方向における距離から求められる。股関節伸展最大角度は、角度θ３の最小値（角度θ３の負の最大値）の絶対値で与えられる。膝関節屈曲最小角度は、角度θ２の最小値で与えられる。足関節伸展（底屈）最大角度は、角度θ１の最大値で与えられる。

ところで、歩隔、脚筋力、腰回旋可動域などは、体動の値より直接的に算出することができない。そのため、これらの体力特性の値を算出するにあたっては、記憶手段２に記憶されているデータテーブルが用いられる。このデータテーブルは、例えば、下記の表１に示すような相関関係を示すものであって、足関節伸展最大角度、すなわち角度θ１の最大値から歩隔／身長を求めることができる。また、上腕前方最大角度、すなわち角度θ４の最大値から脚筋力／体重および腰回旋可動域を求めることができる。なお、歩隔および脚筋力を算出するにあたっては、登録されているユーザの身長および体重がそれぞれ用いられる。

ところで、データテーブルにおいて右側に設けられた体柔軟性、脚柔軟性、柔軟性・平衡性、筋力、体幹柔軟性などの項目は、体力特性が、柔軟性群、平衡性群、筋力群のいずれに分類されるかを示している。したがって、このデータテーブルによれば、体力特性を用いて柔軟性、平衡性、筋力などの評価が行え、また、体力特性を項目毎に整理することが可能になる。

上述したようなデータテーブルを利用することによって、体動から直接的に算出することができない体力特性であっても、体力特性を算出することが可能となる。なお、データテーブルは、例えば、図５（ａ）〜（ｄ）に示すように、複数の人について、体動と、体力特性とを測定し、最小二乗法などにより体動に対する体力特性の近似式を算出することなどによって得ることができる。

ところで、体力特性算出手段３は、算出した体力特性（本実施形態では、頭のゆれ、腕の振り、膝の伸び、足首の伸び、歩幅、歩隔、脚筋力、腰回旋可動域、股関節伸展最大角度、膝関節屈曲最大角度、足関節底屈最大角度）の値をその基準値（体力特性毎に設定された基準値）を用いて正規化することによって、例えば、体力特性の値が基準値に等しいときに０．５となるような評価値に変換するように構成されている。そして、体力特性算出手段３は、各体力特性の値および評価値（ただし、歩行速度はその値のみ）を歩行動作分類手段４および表示手段５の両方に出力するように構成されている。

歩行動作分類手段４は、体動測定手段１により得られた体動を元にして歩行動作の分類を行うものであって、本実施形態では、体動測定手段１により得られた体動を元にして体力特性算出手段３により算出された体力特性を用いて歩行動作の分類を行うように構成されている。歩行動作分類手段４は、歩行動作の分類を行うにあたっては、頭のゆれ、腕の振り、膝の伸び、足首の伸び、歩幅、歩隔、脚筋力、腰回旋可動域、股関節伸展最大角度、膝関節屈曲最大角度、足関節底屈最大角度の各評価値からなる計測データと、歩行動作を分類するために用いられる複数のサンプルデータとを用いてクラスタ分析を行う。なお、上記サンプルデータは、例えば、種々の歩行動作を行った際の人体の体動や、動物（例えば、ゴリラ、熊）などの歩行動作を元に測定した体動などを元にして作成することができ、サンプルデータの数が多ければ多いほど、詳細な分類が可能となる。

クラスタ分析によれば、例えば、図６に示すようなデンドログラム（樹形図）が得られる。なお、クラスタ分析は、従来周知の分析手法であるから、詳細な説明は省略する。図６に示すデンドログラムは、例えば、１つの計測データと４４種類のサンプルデータの全４５種類のデータを用いてクラスタ分析を行ったものであって、４５種類のデータが、データＡからなるＡグループ（歩行種別１）、データＢ１〜Ｂ３からなるＢグループ（歩行種別２）、データＣ１〜Ｃ６からなるＣグループ（歩行種別３）、データＤ１〜Ｄ５からなるＤグループ（歩行種別４）、データＥ１〜Ｅ７からなるＥグループ（歩行種別５）、データＦ１，Ｆ２からなるＦグループ（歩行種別６）、データＧ１〜Ｇ８からなるＧグループ（歩行種別７）、データＨ１〜Ｈ５からなるＨグループ（歩行種別８）、データＩからなるＩグループ（歩行種別９）、データＪからなるＪグループ（歩行種別１０）、データＫ１〜Ｋ３からなるＫグループ（歩行種別１１）、データＬからなるＬグループ（歩行種別１２）、データＭ１，Ｍ２からなるＭグループ（歩行種別１３）の全１３グループに分類されている。

例えば、図６示すデンドログラムでは、データＡはあざらしの歩行動作を、データＦ２はダチョウの歩行動作を、データＧ４はゴリラの歩行動作を、データＧ７はペンギンの歩行動作を、データＪはうさぎの歩行動作を、データＫ３は熊の歩行動作を示している。

また、図７（ａ）はＣグループに含まれるデータのレーダーチャートを、図７（ｂ）はＤグループに含まれるデータのレーダーチャートを、図７（ｃ）はＥグループに含まれるデータのレーダーチャートをそれぞれ示している。なお、図７（ａ），（ｂ）において破線で示されているレーダーチャートは、上記計測データの一例を示している。

同様に、図８（ａ）はＦグループに含まれるデータのレーダーチャートを、図８（ｂ）はＧグループに含まれるデータのレーダーチャートを、図８（ｃ）はＨグループに含まれるデータのレーダーチャートをそれぞれ示している。

歩行動作分類手段４は、各グループに含まれるデータを類似する歩行動作のデータであると判定し、異なるグループ間のデータを非類似の歩行動作のデータであると判定するようになっている。例えば、計測データがデータＧ３であれば、Ｇグループで表される歩行動作に分類される。したがって、このクラスタ分析の結果によって、計測データがいずれかの歩行動作に分類され、この歩行動作の分類結果（クラスタ分析の分析結果）は、表示手段５に出力される。

表示手段５は、画像表示装置６ａに種々の画像を表示する機能を有するものであって、例えば、演算処理装置６が入力手段による動作選択を受け付ける（入力手段による指令待ちの）待ち受け状態である間、図９に示すように、入力手段により選択できる５つのフレームＦＲ１〜ＦＲ５を有する初期画面（メイン画面）を画像表示装置６ａに表示させる（初期画面表示機能）。ここで、フレームＦＲ１は歩行動作の計測を行うユーザのユーザＩＤを選択するために使用されるものであって、例えば、ユーザＩＤ選択用のプルダウンメニューなどによりユーザＩＤの選択が行えるようになっている。フレームＦＲ２はユーザを新規登録するために使用されるものであって、「新規登録」の文字が表示される。フレームＦＲ３は歩行動作の計測を行うために使用されるものであって、「計測」の文字が表示される。フレームＦＲ４は、歩行動作に関するデータを表示するために使用されるものであって、「データ参照」の文字が表示されている。フレームＦＲ５は、歩行動作分析装置の動作を終了するためのものであって、「終了」の文字が表示される。

フレームＦＲ２が入力手段により選択された際には、ユーザの新規登録用の画面（図示せず）が表示される。ユーザ登録を行うにあたっては、ユーザＩＤ、名前、名前のふりがな、性別、年齢、身長、体重の入力が求められる。なお、ユーザＩＤは未使用のユーザＩＤから自動的に選択される。また、ここで入力されたユーザの性別、年齢、身長、体重などのデータは、体力特性算出手段３において体力特性を算出する際や、各体力特性の基準値を決定する際などに用いられる。

ところで、「計測」の文字が表示されているフレームＦＲ３が入力手段により選択された場合には、体動算出手段１１に取り込み開始信号が出力され、取り込み開始信号を受け取った体動算出手段１１では検出手段１０からの画像の取り込みが開始されるようになっている。また、上述したようにフレームＦＲ３が選択された際には、フレームＦＲ３に表示される文字が「計測」から「計測終了」に変更される。そして、「計測終了」の文字が表示されているフレームＦＲ３を選択した際には、体動算出手段１１に取り込み終了信号が出力され、取り込み終了信号を受け取った体動算出手段１１では検出手段１０からの画像の取り込みが終了されて、取り込んだ画像データを元にして体動の算出が開始される。体動算出手段１１で算出された体動は、体力特性算出手段３および歩行動作分類手段４それぞれに出力される。その結果、表示手段５には、体動測定手段１により得られた体動と、体力特性算出手段３により得られた体力特性と、歩行動作分類手段４による分類結果とが入力される。

入力手段によりフレームＦＲ４が選択された際には、表示手段５は、図１０に示すように、入力手段により選択できる８つのフレームＦＲ６〜ＦＲ１３を画像表示装置６ａに表示させる（データ参照画面表示機能）。ここで、フレームＦＲ６はユーザの選択を行うためのものであって、登録されているユーザＩＤが表示される。また、登録されているユーザＩＤの情報として、その性別、計測回数、前回計測日、初回計測日が表示される。フレームＦＲ７はユーザを新規登録するために使用されるものであって、「新規ユーザ登録」の文字が表示される。フレームＦＲ８は登録されているユーザを削除するためのものであって、「ユーザ削除」の文字が表示される。フレームＦＲ９はメイン画面におけるフレームＦＲ３と同様に、歩行動作の計測を行うために使用されるものであって、「計測」の文字が表示される。フレームＦＲ１０は歩行動作の測定結果を表示するデータ表示画面を表示させるためのものであって、「データ表示」の文字が表示される。フレームＦＲ１１はメイン画面に戻るためのものであって、「メイン画面に戻る」の文字が表示される。フレームＦＲ１２は各種設定の変更を行うための設定画面（図示せず）を表示させるためのものであって、「設定」の文字が表示される。なお、設定画面では、検出手段１０の画像を体動算出手段１１で取り込む際のフレームレートの変更や、データ表示画面で表示する内容の変更などが行えるようになっている。設定画面で設定できる項目は使用形態に応じて適宜変更すればよい。フレームＦＲ１３はヘルプ画面（図示せず）を表示するためのものであって、「ヘルプ」の文字が表示される。なお、ヘルプ画面は操作方法などの説明を表示するためのものである。

上述したデータ参照画面において、フレームＦＲ１０が選択された際には、表示手段５は、フレームＦＲ６で選択されているユーザＩＤに関するデータを表示するデータ表示画面を画像表示装置６ａに表示させる（判定結果表示機能）。ここで、データ表示画面としては、例えば、図１１に示すような体動算出手段１１で抽出したエッジ画像が人体Ｐの歩行動作を示すように時系列順に並べられてなる歩行動作の様子を示す画像や、図１２に示すような体力特性の項目（図示例では、頭の上下動、腕の振り、歩行スピード、歩幅）と各体力特性の基準値と各体力特性の値（図示例では空欄としている）とからなる表などが挙げられる。なお、上記歩行動作の様子を示す画像は、実際には輪郭を白色で示すエッジ画像として表されるが、図１１では図示の簡略化のために、白黒を反転した図としている。また、上記歩行動作の様子を示す画像は、検出手段１０で実際に得られた画像の他に、歩行動作を示すモデルの画像であってもよく、要は、歩行動作の様子を示すことができる画像であればよい。

また、歩行動作の総合的な判定結果として、図１３に示すようなデータ表示画面の表示が行われる。図１３に示すデータ表示画面は、ユーザに判定結果を表示するためのフレームＦＲ１４〜ＦＲ２０で構成されている。フレームＦＲ１４は、例えば、主として歩行動作に関係する体力特性のレーダーチャートを表示するためのものであって、例えば、頭のゆれ（上下）、腕の振り、膝の伸び、足首の伸び、歩幅、歩隔の６つの項目の評価値からなるレーダーチャートが表示される。フレームＦＲ１５はフレームＦＲ１４に表示されるレーダーチャートの表題を表示するためのものであって、例えば、「あなたの歩行のようす」の文字が表示される。フレームＦＲ１６はフレームＦＲ１４に表示されるレーダーチャートの説明を表示するものである。フレームＦＲ１７は、例えば、主として柔軟性、平衡性、筋力などの身体能力に関係する体力特性のレーダーチャートを表示するためのものであって、例えば、脚筋力、腰回旋可動域、股関節伸展最大角度、膝関節屈曲最大角度、足関節底屈最大角度の５つの項目の評価値からなるレーダーチャートが表示される。フレームＦＲ１８はフレームＦＲ１７に表示されるレーダーチャートの表題を表示するためのものであって、例えば、「あなたの筋力・柔軟性（推定値）」の文字が表示される。フレームＦＲ１９はフレームＦＲ１７に表示されるレーダーチャートの説明を表示するものである。また、フレームＦＲ１４，ＦＲ１７それぞれには、歩行動作分類手段４の判定結果である歩行種別の番号（図示例では５）を表示するためのフレームＦＲ２０が設けられている。ここで、フレームＦＲ２０に表示させる内容としては、歩行種別の番号ではなく、歩行種別を分かり易く示した名称（例えば、ゴリラ歩き、ペンギン歩きなど）を表示するようにしてもよい。

ところで、表示手段５は、データ表示画面を印刷する機能を有しており、演算処理装置６に接続されたプリンタ（図示せず）などの印刷装置に、データ表示画面を印刷用のデータに変換してなる信号を出力可能に構成されている。

以上述べた歩行動作分析装置では、体動測定手段１により得られた体動と体力特性との相関関係を示すデータテーブルを参照して前記体動から体力特性を算出する体力特性算出手段３と、体動測定手段１により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段４とを備えているから、体動測定手段１によって、歩行動作を行った際の人体Ｐの所定箇所の体動の測定を行うことにより、体力特性の算出および歩行動作の分類を行うことができ、また、体力特性算出手段３により算出された体力特性と歩行動作分類手段４による歩行動作の分類結果を表示する表示手段５を備えるから、体力特性と、歩行動作の分類結果とを表示できる。

このように本実施形態の歩行動作分析装置によれば、歩行動作を行った際の人体の所定箇所の体動により身体の動作の変化を捉え、体動を元にして体力特性の算出と歩行動作の分類とを行い、体力特性と歩行動作の分類結果を歩行動作の分析結果として表示するから、このような分析結果を、身体機能の低下を改善する指標として利用することができる。

また、体力特性算出手段３により算出された体力特性をレーダーチャートの形で表示するから、複数の体力特性を見やすく表示できるとともに、歩行動作の特徴を分かり易く表示できる。さらに、表示手段５は、体力特性算出手段３により算出された体力特性を体力特性それぞれの基準値を用いて規格化して評価値を算出し、算出した評価値を表示するから、体力特性の比較が容易になる。

なお、本実施形態の歩行動作分析装置は、歩行動作を行った際の人体Ｐの複数箇所における体動を測定するものであるが、体動を測定する箇所は、複数箇所ではなく一箇所であってもよい。

（実施形態２）
本実施形態の歩行動作分析装置は、主として体動測定手段１の検出手段１０が実施形態１と異なっている。

本実施形態における検出手段１０は、実施形態１のような撮像装置ではなく、例えば、図１４（ａ）に示すように、人体の腰部背面に装着される３軸の角速度センサ（ジャイロセンサ）からなる。以下の説明では、実施形態１で述べた撮像装置などからなる検出手段１０と区別するために、本実施形態では、検出手段１０を必要に応じて符号１０ａで示す。

この検出手段１０ａは、理想的には、図１４（ｂ）に示すように、人体Ｐの前後方向（図１４（ｂ）において矢印Ｘで示す方向）、人体Ｐの幅方向（図１４（ｂ）において矢印Ｙで示す方向）、人体Ｐの身長方向（図１４（ｂ）において矢印Ｚで示す方向）それぞれが、３軸の方向となるように人体Ｐに装着される。なお、角速度センサとしては、ＭＥＭＳ（Micro Electro Mechanical Systems）技術を利用した半導体センサを用いている。

本実施形態における体動算出手段１１は、検出手段１０ａの出力を所定周期でサンプリングしデジタル形式に変換して体力特性算出手段３に出力するように構成されている。なお、体動算出手段１１に、検出手段１０ａより得た各軸の角速度を、人体Ｐの前後方向、幅方向、身長方向それぞれの角速度に補正する機能を持たせてもよい。このようにすれば、検出手段１０ａの軸方向が人体Ｐの前後方向などからずれた状態で検出手段１０ａが人体Ｐに取り付けられたとしても、正確な角速度が得られる。

本実施形態における体動測定手段１では、体動として、人体Ｐの前後方向を回転軸方向とする角速度（以下、「ロール角速度」と称する）と、人体Ｐの幅方向を回転軸方向とする角速度（以下、「ピッチ角速度」と称する）と、人体Ｐの身長方向を回転軸方向とする角速度（以下、「ヨウ角速度」と称する）とを測定するようになっている。

ヨウ角速度は、図１５（ａ）に示すように、歩行速度（図示例では１０ｍ歩行速度）［ｍ／ｓｅｃ］と相関がある。図１５（ａ）に示すグラフにおいて、データ１は、被測定者が通常の歩行速度で歩いたときのグラフを示し、データ２は被測定者が通常の歩行速度よりも速い速度で歩いたときのグラフを示している。また、ヨウ角速度は、図１５（ｂ）に示すように、歩幅／身長と相関がある。図１５（ｂ）に示すグラフにおいて、データ１は、被測定者が通常の歩行速度で歩いたときのグラフを示し、データ２は被測定者が通常の歩行速度よりも速い速度で歩いたときのグラフを示し、データ３は被測定者が通常の歩行速度よりも遅い速度で歩いたときのグラフを示している。

ピッチ角速度は、図１５（ｃ）に示すように、腰回旋可動域と相関がある。図１５（ｃ）に示すグラフにおいて、データ１は、被測定者が通常の歩行速度で歩いたときのグラフを示し、データ２は被測定者が通常の歩行速度よりも遅い速度で歩いたときのグラフを示している。

ロール角速度は、図１５（ｄ）に示すように、足関節外旋可動域と相関がある。図１５（ｄ）に示すグラフにおいて、データ１は、被測定者が通常の歩行速度で歩いたときのグラフを示し、データ２は被測定者が通常の歩行速度よりも速い速度で歩いたときのグラフを示している。

したがって、本実施形態における記憶手段２には、実施形態１で述べたデータテーブルに替えて、表２に示すような相関関係を示すデータテーブルが記憶されている。

そして、本実施形態における体力特性算出手段３は、表２に示すような相関関係のデータテーブルを用いて、足関節外旋可動域、腰回旋可動域、１０ｍ歩行速度、歩幅を体力特性として算出するように構成されている。なお、歩幅の算出を行うにあたっては、予め登録されたユーザの身長が用いられる。

また、体力特性算出手段３は、実施形態１と同様に、算出した体力特性（本実施形態では、足関節外旋可動域、腰回旋可動域、１０ｍ歩行速度、歩幅）の値をその基準値（体力特性毎に設定された基準値）を用いて正規化することによって、実施形態１と同様な評価値に変換するように構成されている。そして、体力特性算出手段３は、各体力特性の値および評価値（ただし、歩行速度はその値のみ）を歩行動作分類手段４および表示手段５の両方に出力するように構成されている。

本実施形態における歩行動作分類手段４は、足関節外旋可動域、腰回旋可動域、歩幅の各評価値からなる計測データを用いて実施形態１で述べたようなクラスタ分析を行うことで、歩行動作の分類を行い、歩行動作の分類結果を表示手段５に出力するように構成されている。

本実施形態における表示手段５において、上述のデータ表示画面に表示される内容としては、例えば、体力特性の項目（本実施形態では、足関節外旋可動域、腰回旋可動域、歩幅、１０ｍ歩行速度）と、各体力特性の基準値と、各体力特性の測定値とからなる表や、図１６に示すような腰部の加速度変化を示すグラフ、上述したようなレーダーチャートを用いたものなどが挙げられる。

以上述べた本実施形態の歩行動作分析装置によれば、実施形態１と同様の効果が得られる上に、検出手段１０として角速度センサを用いるので、実施形態１のように検出手段１０としてカメラなどの撮像装置を用いて人体Ｐの体動を測定する場合とは異なり、歩行動作を行う範囲が撮像装置の撮像範囲に限られることがないから、歩行動作が広範囲に亘って行われた際でも体動の測定が行える。

（実施形態３）
本実施形態の歩行動作分析装置は、主として体動測定手段１の検出手段１０の構成が実施形態１と異なっている。すなわち、本実施形態における検出手段１０は、例えば、図１７（ａ），（ｂ）に示すように、頭部（例えば、耳）に装着され身体の前後方向および身長方向における頭部の加速度を検出する頭部用加速度センサ１５ａと、胴体（例えば、背中）における第４脊椎（Ｔ４）近傍に装着され身体の前後方向の加速度を検出する胴部用加速度センサ１５ｂと、肩関節近傍に装着され身体の幅方向を回転軸とする上腕の角速度を検出する肩用角速度センサ１６ａと、膝関節近傍に装着され身体の幅方向を回転軸とする下肢の角速度を検出する膝用角速度センサ１６ｂと、足関節近傍に装着され身体の幅方向を回転軸方向とする足の角速度を検出する足用角速度センサ１６ｃと備える。なお、これら加速度センサ１５ａ，１５ｂや、角速度センサ１６ａ〜１６ｃとしてはＭＥＭＳ技術を利用した半導体センサを用いている。

本実施形態における体動算出手段１１は、検出手段１０を構成する加速度センサ１５ａ，１５ｂおよび角速度センサ１６ａ〜１６ｃそれぞれの出力を所定周期でサンプリングしデジタル形式に変換して体力特性算出手段３に出力するように構成されている。

本実施形態における体力特性算出手段３は、上述の表１に示すようなデータテーブルを用いて、頭部用加速度センサ１５ａで検出した身体の前後方向の加速度を元にして首側屈可動域を、頭部用加速度センサ１５ａで検出した身体の身長方向の加速度を元にして股関節屈曲可動域を、胴部用加速度センサ１５ｂで検出した加速度を元にして足関節背屈可動域を、肩用角速度センサ１６ａで検出した角速度より算出した上腕前方最大角度を元にして脚筋力および腰回旋可動域を、膝用角速度センサ１６ｂで得られた角速度より算出した膝関節屈曲角度を元にして足関節底屈可動域を、足用角速度センサ１６ｃで得られた角速度より算出した足関節伸展角度を元にして歩隔をそれぞれ算出するように構成されている。なお、体力特性算出手段３では、脚筋力および腰回旋可動域の少なくとも一方を算出するようにしてもよい。

ところで、体力特性算出手段３は、算出した体力特性（本実施形態では、首側屈可動域、股関節屈曲可動域、足関節背屈可動域、脚筋力、腰回旋可動域、足関節底屈可動域、足関節伸展角度）の値をその基準値（体力特性毎に設定された基準値）を用いて正規化することによって、実施形態１と同様な評価値に変換するように構成されている。そして、体力特性算出手段３は、各体力特性の値および評価値を歩行動作分類手段４および表示手段５の両方に出力するように構成されている。

本実施形態における歩行動作分類手段４は、首側屈可動域、股関節屈曲可動域、足関節背屈可動域、脚筋力、腰回旋可動域、足関節底屈可動域、足関節伸展角度の各評価値からなる計測データを用いてクラスタ分析を行うことで、歩行動作の分類を行い、歩行動作の分類結果を表示手段５に出力するように構成されている。

本実施形態における表示手段５において、上述のデータ表示画面に表示される内容としては、例えば、体力特性の項目（本実施形態では、首側屈可動域、股関節屈曲可動域、足関節背屈可動域、脚筋力、腰回旋可動域、足関節底屈可動域、足関節伸展角度）と、各体力特性の基準値と、各体力特性の測定値とからなる表や、上述したようなレーダーチャートを用いたものなどが挙げられる。

以上述べた本実施形態の歩行動作分析装置によれば、実施形態１と同様の効果が得られる上に、実施形態１のように検出手段１０としてカメラなどの撮像装置を用いて人体Ｐの体動を測定する場合とは異なり、歩行動作を行う範囲が撮像装置の撮像範囲に限られることがないから、歩行動作が広範囲に亘って行われた際でも体動の測定が行える。

なお、体動測定手段１の検出手段１０は、人体Ｐの頭部、背中、足関節、膝関節、および肩関節の少なくとも１箇所に装着された加速度センサまたは角速度センサを備え、体力特性算出手段は、体力特性として、首側屈可動域、股関節屈曲可動域、足関節背屈可動域、歩幅、足関節底屈可動域、脚筋力、腰回旋可動域の少なくとも１つを算出するように構成されていてもよい。

なお、体動測定手段１による体動の測定箇所は上記の例に限られるものではない。また、体力特性算出手段３により算出する体力特性も上記の例に限られるものではなく、例えば、１０ｍ歩行時間、歩幅（歩幅／身長）、歩隔（歩隔／身長）、脚脚力（脚脚力／体重）、首回旋可動域、首側屈可動域、腰回旋可動域、股関節内旋可動域、股関節外旋可動域、股関節外転可動域、股関節屈曲可動域（膝屈曲位）、股関節屈曲可動域（膝伸展位）、股関節伸展可動域（膝伸展位）、膝関節屈曲可動域、足関節底屈可動域、足関節背屈可動域、足関節内旋可動域、足関節外旋可動域などであってもよい。また、歩行動作分類手段４においてクラスタ分析に用いる体力特性も上記の例に限られるものではなく、体動を用いてクラスタ分析を行ってもよい。また、表示手段５により表示する内容も上記の例に限られるものではなく、本発明の趣旨を逸脱しない程度に変更することが可能である。

実施形態１の歩行動作分析装置のブロック図である。（ａ）は同上における歩行動作分析装置の概略説明図、（ｂ）は同上の説明図である。人体への反射マーカの装着位置を示す説明図である。測定する角度の説明図である。体動と体力特性との相関関係を示すグラフである。歩行動作分類手段により得られるデンドログラムの説明図である。歩行動作の分類に使用されるレーダーチャートの説明図である。歩行動作の分類に使用されるレーダーチャートの説明図である。歩行動作分析装置のメイン画面の説明図である。歩行動作分析装置のデータ参照画面に説明図である。歩行動作分析装置のデータ表示画面の説明図である。歩行動作分析装置のデータ表示画面の説明図である。歩行動作分析装置のデータ表示画面の説明図である。実施形態２の検出手段の装着位置を示す説明図である。体動と体力特性との相関関係を示すグラフである。歩行動作分析装置のデータ表示画面の説明図である。実施形態３の検出手段の装着位置を示す説明図である。

符号の説明

１体動測定手段
２記憶手段
３体力特性算出手段
４歩行動作分類手段
５表示手段
１０（１０ａ）検出手段（角速度センサ）
１５ａ頭部用加速度センサ
１５ｂ胴部用加速度センサ
１６ａ足用角速度センサ
１６ｂ膝用角速度センサ
１６ｃ肩用角速度センサ

Claims

歩行動作を行った際の人体の１乃至複数の部位における体動を測定する体動測定手段と、
体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルが記憶された記憶手段と、
記憶手段に記憶されたデータテーブルを参照して体動測定手段により得られた体動から体力特性を算出する体力特性算出手段と、
体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段と、
体力特性算出手段により算出された体力特性および歩行動作分類手段による歩行動作の分類結果を表示する表示手段とを備え、
前記データテーブルには、体力特性を柔軟性群、平衡性群、筋力群のいずれかに分類する項目が設けられていることを特徴とする歩行動作分析装置。
歩行動作を行った際の人体の１乃至複数の部位における体動を測定する体動測定手段と、
体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルが記憶された記憶手段と、
記憶手段に記憶されたデータテーブルを参照して体動測定手段により得られた体動から体力特性を算出する体力特性算出手段と、
体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段と、
体力特性算出手段により算出された体力特性および歩行動作分類手段による歩行動作の分類結果を表示する表示手段とを備え、
体動測定手段は、人体の腰部に装着されて互いに直交する３軸を回転軸とする角速度を検出する３軸の角速度センサを備え、体力特性算出手段は、前記３軸の角速度それぞれを元にして歩幅、腰回旋可動域、および足関節外旋可動域を算出するように構成されていることを特徴とする歩行動作分析装置。
歩行動作を行った際の人体の１乃至複数の部位における体動を測定する体動測定手段と、
体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルが記憶された記憶手段と、
記憶手段に記憶されたデータテーブルを参照して体動測定手段により得られた体動から体力特性を算出する体力特性算出手段と、
体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段と、
体力特性算出手段により算出された体力特性および歩行動作分類手段による歩行動作の分類結果を表示する表示手段とを備え、
体動測定手段は、頭部、背中、足関節、膝関節、および肩関節の少なくとも１箇所に装着された加速度センサまたは角速度センサを備え、体力特性算出手段は、首側屈可動域、股関節屈曲可動域、足関節背屈可動域、歩幅、足関節底屈可動域、脚筋力、腰回旋可動域の少なくとも１つを算出するように構成されていることを特徴とする歩行動作分析装置。
体動測定手段は、頭部に装着され身体の前後方向および身長方向における頭部の加速度を検出する頭部用加速度センサと、胴体における第４脊椎近傍に装着され身体の前後方向の加速度を検出する胴部用加速度センサと、足関節近傍に装着され身体の幅方向を回転軸方向とする足の角速度を検出する足用角速度センサと、膝関節近傍に装着され身体の幅方向を回転軸とする下肢の角速度を検出する膝用角速度センサと、肩関節近傍に装着され身体の幅方向を回転軸とする上腕の角速度を検出する肩用角速度センサとを備え、
体力特性算出手段は、頭部用加速度センサで検出した身体の前後方向の加速度を元にして首側屈可動域を算出し、頭部用加速度センサで検出した身体の身長方向の加速度を元にして股関節屈曲可動域を算出し、胴部用加速度センサで検出した加速度を元にして足関節背屈可動域を算出し、足用角速度センサで得られた角速度より算出した足関節伸展角度を元にして歩隔を算出し、膝用角速度センサで得られた角速度より算出した膝関節屈曲角度を元にして足関節底屈可動域を算出し、肩用角速度センサで検出した角速度より算出した上腕前方最大角度を元にして脚筋力および腰回旋可動域の少なくとも一方を算出するように構成されていることを特徴とする請求項３記載の歩行動作分析装置。
歩行動作を行った際の人体の１乃至複数の部位における体動を測定する体動測定手段と、
体動測定手段により得られた体動と体力特性との相関関係を示すデータテーブルが記憶された記憶手段と、
記憶手段に記憶されたデータテーブルを参照して体動測定手段により得られた体動から体力特性を算出する体力特性算出手段と、
体動測定手段により得られた体動を元にしてクラスタ分析を行うことにより歩行動作の分類を行う歩行動作分類手段と、
体力特性算出手段により算出された体力特性および歩行動作分類手段による歩行動作の分類結果を表示する表示手段とを備え、
表示手段は、体力特性算出手段により算出された体力特性をレーダーチャートの形で表示するように構成されていることを特徴とする歩行動作分析装置。
表示手段は、体力特性算出手段により算出された体力特性をその基準値を用いて規格化して評価値を算出し、算出した評価値を表示するように構成されていることを特徴とする請求項１〜５のうちいずれか１項記載の歩行動作分析装置。