JP5120795B2 - 人の姿勢動作判別装置およびエネルギー消費量算出装置 - Google Patents
人の姿勢動作判別装置およびエネルギー消費量算出装置Info
- Publication number
- JP5120795B2 JP5120795B2 JP2006194381A JP2006194381A JP5120795B2 JP 5120795 B2 JP5120795 B2 JP 5120795B2 JP 2006194381 A JP2006194381 A JP 2006194381A JP 2006194381 A JP2006194381 A JP 2006194381A JP 5120795 B2 JP5120795 B2 JP 5120795B2
- Authority
- JP
- Japan
- Prior art keywords
- acceleration
- posture
- component
- walking
- discriminating
- 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.)
- Expired - Fee Related
Links
Description
本発明は人の姿勢動作判別装置に関し、特に人体に装着した３軸加速度センサを用いて、その人が立位、座位、臥位、走行、歩行、階段上昇、階段下降、転倒のいずれの状態にあるかを判別する人の姿勢動作判別装置に関する。
さらには、本発明はエネルギー消費量算出装置に関し、特に人体に装着した３軸加速度センサを用いて、その人が立位、座位、臥位、走行、歩行、階段上昇、階段下降のいずれの状態にあるかを判別し、当該姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出装置に関する。
さらには、本発明はエネルギー消費量算出装置に関し、特に人体に装着した３軸加速度センサを用いて、その人が立位、座位、臥位、走行、歩行、階段上昇、階段下降のいずれの状態にあるかを判別し、当該姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出装置に関する。
少子高齢化が急速に進み、特に高齢者の介護は社会問題化している。要介護者の中には、外出すると行方不明になったり急に倒れたりするおそれがあるため、外出時に付添いの必要な人達がいる。また、現在は介護不要であっても身体の衰え等により自由な行動に自信が持てず、家に引きこもりがちな人達もいる。後者は要介護予備軍といわれ、近い将来に介護負担増につながる人達である。このような人達が一人で外出し自由に行動できるようにして生きる喜びを持たせ、特に後者の人達が再び社会に貢献できるようにすることは社会的な責務である。そのためには、プライバシーを保護しつつ人の動作状態を監視し、危険な状態になったときには直ちに救援に駆けつけることができるシステムを構築する必要がある。
このようなシステムは従来から提案されており、人体の腰部に２軸加速度計を装着し、人の体軸方向および前後方向の加速度変化から、その人が立っているか、座っているか、臥しているか、歩行しているか、電車、自動車、自転車に乗車しているか等を判定する技術が示されている（例えば、非特許文献１参照）。また、３軸加速度計を装着して、上下方向、前後方向、横方向の直交３軸の加速度変化から、歩行、走行、立位静止、転倒の各状態を判定する技術が示されている（例えば、特許文献１参照）。しかし、上記文献の技術では人の具体的な動作状態、特に安定状態なのか危険状態なのかを精度よく判定できず、信頼性に問題が残されていた。
さらに、我が国における死因の６割以上となる生活習慣病についても迅速な対応が求められている。特に４０歳代から５０歳代のいわゆる働き盛りの世代においては悪性新生物、心疾患、脳血管疾患、糖尿病といった生活習慣病対策が重要であるが、これまで我が国における生活習慣病対策としては早期発見、早期治療を目指す二次予防に力が注がれてきた。生活習慣病の多くは無自覚なまま病態が進行し、気がついたときには脳卒中や心筋梗塞などの重篤な症状発作を起こし、その結果生活の質の低下をもたらすことが極めて重大な問題となる。そこで、近年においては生活習慣を変えることで疾病の発症・進行を防止することが期待されており、健康増進・発症予防を目的とする一次予防の考え方が重視されるようになっている。生活習慣の改善とは、家庭における食生活や運動習慣の改善などを意味し、運動習慣については早足歩行などの無理のない運動を毎日の生活習慣としていくことが理想とされている。そして、これを実現するためには身体活動量ないしはエネルギー消費量の正確な把握が欠かせない。
日常生活における身体活動量を測定しようとする技術、特に加速度センサを用いた技術については、従来から種々の方法や装置が提案されている。例えば、検出した加速度から被験者の運動質量の力積ＭＶを求め、求めた力積から消費カロリーを計算する方法が提案されている（例えば、特許文献２参照）。しかし、足が地面に接地する際に発生する加速度の大きさは無視することができないため、加速度センサで検出した加速度を積分することによって得られる速度Ｖには大きな誤差が含まれる。このため、運動質量の力積ＭＶにも大きな誤差が生じて精度の高いカロリー計算を得ることは期待できない。また、加速度センサにより体動を検出して運動成分を求め、求めた運動成分から消費カロリーを計算する方法が提案されているが（例えば、特許文献３参照）、この方法では階段昇降の判別が困難である。したがって、運動形態と消費されるエネルギーとの間には密接な関係があるところ、運動形態を正確に判別できない方法では精度の高いカロリー計算を行うことはできない。
日本機械学会誌１９９６Ｖｏｌ．１０１Ｎｏ．９５０ｐ１４〜１６ 特開平１０−２９５６４９号公報
特開２００１−２５８８７０号公報
特開２００４−１４１６６９号公報
日本機械学会誌１９９６Ｖｏｌ．１０１Ｎｏ．９５０ｐ１４〜１６
本発明の解決すべき課題は、人体に装着した３軸加速度センサを用いて、その人が立位、座位、臥位、走行、歩行、階段上昇、階段下降、転倒のいずれの状態にあるかを正確に判別することができる人の姿勢動作判別装置を提供することである。また、人体に装着した３軸加速度センサを用いて、その人が立位、座位、臥位、走行、歩行、階段上昇、階段下降のいずれの状態にあるかを正確に判別し、当該姿勢動作状態に応じたエネルギー消費量を正確に算出することができるエネルギー消費量算出装置を提供することである。
本発明は、上記課題を解決すべく本発明者が誠意検討した結果、完成されたものであり、その要旨とするところは以下の通りである。
（１）人体にＸ方向が前後、Ｙ方向が左右、Ｚ方向が上下となるように装着した加速度検出手段を用いて姿勢動作状態を判別する人の姿勢動作判別装置において、互いに直交するＸ方向の加速度ＧＸ、Ｙ方向の加速度ＧＹおよびＺ方向の加速度ＧＺを検出する加速度検出手段と、検出したＺ方向の加速度ＧＺからＺ方向の姿勢成分ＧＳＺを演算する手段と、検出した３方向の加速度から３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを演算する手段と、演算したＺ方向の姿勢成分Ｇ ＳＺ と所定の閾値を比較することにより臥位とそれ以外の姿勢動作状態とを判別し、演算した３方向の加速度の合成加速度の運動成分の平均値Ｇ ＭＸＹＺＡＶＥ と所定の閾値を比較することにより立位、座位からなる姿勢状態とそれ以外の動作状態とを判別し、これにより立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降、転倒からなる動作状態のいずれの状態にあるかを判別する第１の判別手段を備えることを特徴とする人の姿勢動作判別装置。
（２）検出したＸ方向の加速度ＧＸからＸ方向の姿勢成分ＧＳＸを演算する手段と、演算したＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺ が、立位、座位、臥位とＸ方向の姿勢成分Ｇ ＳＸ およびＺ方向の姿勢成分Ｇ ＳＺ の関係を示す分布図のどの領域に位置するかにより、立位、座位、臥位のいずれの姿勢状態にあるかを判別する第２の判別手段を備えることを特徴とする前記（１）に記載の人の姿勢動作判別装置。
（３）検出したＺ方向の加速度ＧＺからＺ方向の姿勢成分の変化量ΔＧＳＺを演算する手段と、検出したＸ方向の加速度ＧＸとＹ方向の加速度ＧＹからＸ方向とＹ方向の加速度の合成加速度ＧＸＹを演算する手段と、演算したＸ方向とＹ方向の加速度の合成加速度ＧＸＹおよびＺ方向の姿勢成分の変化量ΔＧＳＺ の各々について所定の閾値と比較することにより、走行、歩行、階段上昇、階段下降からなる通常動作と転倒からなる危険動作のいずれの動作状態にあるかを判別する第３の判別手段を備えることを特徴とする前記（１）または（２）に記載の人の姿勢動作判別装置。
（３）検出したＺ方向の加速度ＧＺからＺ方向の姿勢成分の変化量ΔＧＳＺを演算する手段と、検出したＸ方向の加速度ＧＸとＹ方向の加速度ＧＹからＸ方向とＹ方向の加速度の合成加速度ＧＸＹを演算する手段と、演算したＸ方向とＹ方向の加速度の合成加速度ＧＸＹおよびＺ方向の姿勢成分の変化量ΔＧＳＺ の各々について所定の閾値と比較することにより、走行、歩行、階段上昇、階段下降からなる通常動作と転倒からなる危険動作のいずれの動作状態にあるかを判別する第３の判別手段を備えることを特徴とする前記（１）または（２）に記載の人の姿勢動作判別装置。
（４）演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥ と所定の閾値を比較することにより、走行とそれ以外の通常動作のいずれの動作状態にあるかを判別する第４の判別手段を備えることを特徴とする前記（１）〜（３）のいずれか１項に記載の人の姿勢動作判別装置。
（５）検出したＸ方向の加速度ＧＸからＸ方向の運動成分の平均値ＧＭＸＡＶＥを演算する手段と、検出したＹ方向の加速度ＧＹの周波数スペクトルを解析する周波数解析手段と、当該周波数解析手段により解析されたＹ方向の加速度の周波数スペクトルのピークパワー値ＳＹを検出する手段と、検出したＺ方向の加速度ＧＺからＺ方向の運動成分の平均値ＧＭＺＡＶＥを演算する手段と、演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹの各々に予め定めた所定の係数を乗じて和を採った演算結果Ｚ１、Ｚ２が、歩行、階段上昇、階段下降とＺ１、Ｚ２の関係を示す分布図のどの領域に位置するかにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第５の判別手段を備えることを特徴とする前記（４）に記載の人の姿勢動作判別装置。
（５）検出したＸ方向の加速度ＧＸからＸ方向の運動成分の平均値ＧＭＸＡＶＥを演算する手段と、検出したＹ方向の加速度ＧＹの周波数スペクトルを解析する周波数解析手段と、当該周波数解析手段により解析されたＹ方向の加速度の周波数スペクトルのピークパワー値ＳＹを検出する手段と、検出したＺ方向の加速度ＧＺからＺ方向の運動成分の平均値ＧＭＺＡＶＥを演算する手段と、演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹの各々に予め定めた所定の係数を乗じて和を採った演算結果Ｚ１、Ｚ２が、歩行、階段上昇、階段下降とＺ１、Ｚ２の関係を示す分布図のどの領域に位置するかにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第５の判別手段を備えることを特徴とする前記（４）に記載の人の姿勢動作判別装置。
（６）検出したＸ方向の加速度ＧＸからＸ方向の運動成分の平均値ＧＭＸＡＶＥを演算する手段と、検出した３方向の加速度の周波数スペクトルを解析する周波数解析手段と、当該周波数解析手段により解析された３方向のパワースペクトルからＹ方向とＺ方向の基本周波数のパワースペクトル値ＹＭＡＸとＺＭＡＸを演算する手段と、演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびＺＭＡＸを入力として予め定めた各動作状態のメンバーシップ関数を用いて予め定めたファジィルールに従うファジィ推論を行い、各ルールのメンバーシップ関数の論理和の重心をとることにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第６の判別手段を備えることを特徴とする前記（４）に記載の人の姿勢動作判別装置。
（７）さらに、前記周波数解析手段により解析された３方向のパワースペクトルから歩行率Ｒを演算する手段を備え、前記第６の判別手段が、歩行率Ｒに対応した予め定めた各動作状態のメンバーシップ関数を用いて予め定めたファジィルールに従うファジィ推論を行い、各ルールのメンバーシップ関数の論理和の重心をとることにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別することを特徴とする前記（６）に記載の人の姿勢動作判別装置。
（８）さらに、加速度検出手段を装着した人が歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを入力する動作状態入力手段と、入力された真の動作状態と、入力されたＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびＺＭＡＸに基づいて、予め定めた各動作状態のメンバーシップ関数を書き換えるメンバーシップ関数学習手段を備えることを特徴とする前記（６）または（７）に記載の人の姿勢動作判別装置。
（８）さらに、加速度検出手段を装着した人が歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを入力する動作状態入力手段と、入力された真の動作状態と、入力されたＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびＺＭＡＸに基づいて、予め定めた各動作状態のメンバーシップ関数を書き換えるメンバーシップ関数学習手段を備えることを特徴とする前記（６）または（７）に記載の人の姿勢動作判別装置。
（９）前記判別手段による判別結果を装置本体の外部に設置した外部機器に送信する無線通信手段を備えることを特徴とする前記（１）〜（８）のいずれか１項に記載の人の姿勢動作判別装置。
（１０）人体にＸ方向が前後、Ｙ方向が左右、Ｚ方向が上下となるように装着した加速度検出手段を用いて立位、座位、臥位、走行、歩行、階段上昇、階段下降からなる姿勢動作状態を判別し、当該姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出装置において、立位、座位、臥位における基礎代謝量および走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式を記憶する回帰式記憶手段と、互いに直交するＸ方向の加速度ＧＸ、Ｙ方向の加速度ＧＹおよびＺ方向の加速度ＧＺを検出する加速度検出手段と、検出したＸ方向の加速度ＧＸからＸ方向の姿勢成分ＧＳＸおよびＸ方向の運動成分の平均値ＧＭＸＡＶＥを演算する手段と、検出したＺ方向の加速度ＧＺからＺ方向の姿勢成分ＧＳＺおよびＺ方向の運動成分の平均値ＧＭＺＡＶＥを演算する手段と、検出した３方向の加速度の周波数スペクトルを各々解析する周波数解析手段と、当該周波数解析手段により解析されたＹ方向の加速度の周波数スペクトルのピークパワー値ＳＹを検出する手段と、前記周波数解析手段により解析されたＸ方向の加速度の周波数スペクトルのピーク周波数とＺ方向の加速度の周波数スペクトルのピーク周波数を検出するピーク周波数検出手段と、検出したＸ方向の加速度の周波数スペクトルのピーク周波数とＺ方向の加速度の周波数スペクトルのピーク周波数から歩行率Ｒを検出する手段と、検出した３方向の加速度から３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを演算する手段と、演算したＺ方向の姿勢成分Ｇ ＳＺ と所定の閾値を比較することにより臥位とそれ以外の姿勢動作状態とを判別し、演算した３方向の加速度の合成加速度の運動成分の平均値Ｇ ＭＸＹＺＡＶＥ と所定の閾値を比較することにより立位、座位からなる姿勢状態とそれ以外の動作状態とを判別し、これにより立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降からなる動作状態のいずれの状態にあるかを判別する第１の判別手段と、演算したＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺ が、立位、座位、臥位とＸ方向の姿勢成分Ｇ ＳＸ およびＺ方向の姿勢成分Ｇ ＳＺ の関係を示す分布図のどの領域に位置するかにより、立位、座位、臥位のいずれの姿勢状態にあるかを判別する第２の判別手段と、演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥ と所定の閾値を比較することにより、走行とそれ以外の通常動作のいずれの通常動作状態にあるかを判別する第３の判別手段と、演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹの各々に予め定めた所定の係数を乗じて和を採った演算結果Ｚ１、Ｚ２が、歩行、階段上昇、階段下降とＺ１、Ｚ２の関係を示す分布図のどの領域に位置するかにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第４の判別手段と、前記判別手段による判別結果にしたがって適用すべき基礎代謝量または回帰式を選択する回帰式選択手段と、選択された基礎代謝量または回帰式に基づいて姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出手段を備えることを特徴とするエネルギー消費量算出装置。
（１１）人体にＸ方向が前後、Ｙ方向が左右、Ｚ方向が上下となるように装着した加速度検出手段を用いて立位、座位、臥位、走行、歩行、階段上昇、階段下降からなる姿勢動作状態を判別し、当該姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出装置において、立位、座位、臥位における基礎代謝量および走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式を記憶する回帰式記憶手段と、互いに直交するＸ方向の加速度ＧＸ、Ｙ方向の加速度ＧＹおよびＺ方向の加速度ＧＺを検出する加速度検出手段と、検出したＸ方向の加速度ＧＸからＸ方向の姿勢成分ＧＳＸおよびＸ方向の運動成分の平均値ＧＭＸＡＶＥを演算する手段と、検出したＺ方向の加速度ＧＺからＺ方向の姿勢成分ＧＳＺを演算する手段と、検出した３方向の加速度の周波数スペクトルを各々解析する周波数解析手段と、当該周波数解析手段により解析された３方向のパワースペクトルからＹ方向とＺ方向の基本周波数のパワースペクトル値ＹＭＡＸとＺＭＡＸを演算する手段と、前記周波数解析手段により解析された３方向のパワースペクトルから歩行率Ｒを演算する手段と、検出した３方向の加速度から３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを演算する手段と、演算したＺ方向の姿勢成分Ｇ ＳＺ と所定の閾値を比較することにより臥位とそれ以外の姿勢動作状態とを判別し、演算した３方向の加速度の合成加速度の運動成分の平均値Ｇ ＭＸＹＺＡＶＥ と所定の閾値を比較することにより立位、座位からなる姿勢状態とそれ以外の動作状態とを判別し、これにより立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降からなる動作状態のいずれの状態にあるかを判別する第１の判別手段と、演算したＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺ が、立位、座位、臥位とＸ方向の姿勢成分Ｇ ＳＸ およびＺ方向の姿勢成分Ｇ ＳＺ の関係を示す分布図のどの領域に位置するかにより、立位、座位、臥位のいずれの姿勢状態にあるかを判別する第２の判別手段と、演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥ と所定の閾値を比較することにより、走行とそれ以外の通常動作のいずれの動作状態にあるかを判別する第３の判別手段と、演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびＺＭＡＸを入力として歩行率Ｒに対応した予め定めた各動作状態のメンバーシップ関数を用いて予め定めたファジィルールに従うファジィ推論を行い、各ルールのメンバーシップ関数の論理和の重心をとることにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第５の判別手段と、前記判別手段による判別結果にしたがって適用すべき基礎代謝量または回帰式を選択する回帰式選択手段と、選択された基礎代謝量または回帰式に基づいて姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出手段を備えることを特徴とするエネルギー消費量算出装置。
（１２）さらに、加速度検出手段を装着した人が歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを入力する動作状態入力手段と、入力された真の動作状態と、入力されたＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびＺＭＡＸに基づいて、予め定めた各動作状態のメンバーシップ関数を書き換えるメンバーシップ関数学習手段を備えることを特徴とする前記（１１）に記載のエネルギー消費量算出装置。
（１３）算出したエネルギー消費量を一定時間毎に順次記憶する消費量記憶手段と、算出したエネルギー消費量を表示する表示手段を備えることを特徴とする前記（１０）〜（１２）のいずれか１項に記載のエネルギー消費量算出装置。
（１４）算出したエネルギー消費量を積算する手段と、積算したエネルギー消費量を記憶する積算消費量記憶手段と、積算したエネルギー消費量を表示する表示手段を備えることを特徴とする前記（１０）〜（１３）のいずれか１項に記載のエネルギー消費量算出装置。
（１５）立位、座位、臥位における基礎代謝量または走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式を入力する回帰式入力手段を備えることを特徴とする前記（１０）〜（１４）のいずれか１項に記載のエネルギー消費量算出装置。
（１４）算出したエネルギー消費量を積算する手段と、積算したエネルギー消費量を記憶する積算消費量記憶手段と、積算したエネルギー消費量を表示する表示手段を備えることを特徴とする前記（１０）〜（１３）のいずれか１項に記載のエネルギー消費量算出装置。
（１５）立位、座位、臥位における基礎代謝量または走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式を入力する回帰式入力手段を備えることを特徴とする前記（１０）〜（１４）のいずれか１項に記載のエネルギー消費量算出装置。
（Ａ）第１の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が姿勢状態にあるのか動作状態にあるのかを高い確度で判別することができる。
（Ｂ）第１の判別手段と第２の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、動作状態にあるのかを高い確度で判別することができる。
（Ｃ）第１の判別手段と第３の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、転倒以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｄ）第１の判別手段と第２の判別手段と第３の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、転倒状態にあるのか、転倒以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｂ）第１の判別手段と第２の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、動作状態にあるのかを高い確度で判別することができる。
（Ｃ）第１の判別手段と第３の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、転倒以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｄ）第１の判別手段と第２の判別手段と第３の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、転倒状態にあるのか、転倒以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｅ）第１の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が姿勢状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｆ）第１の判別手段と第２の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｇ）第１の判別手段と第３の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｈ）第１の判別手段と第２の判別手段と第３の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、転倒状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｆ）第１の判別手段と第２の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｇ）第１の判別手段と第３の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｈ）第１の判別手段と第２の判別手段と第３の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、転倒状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
（Ｉ）第１の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が姿勢状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
（Ｊ）第１の判別手段と第２の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
（Ｋ）第１の判別手段と第３の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
（Ｌ）第１の判別手段と第２の判別手段と第３の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、転倒状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
（Ｍ）前記した第５の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができるが、第５の判別手段に代えて、予め定めた各動作状態のメンバーシップ関数を用いてファジィ推論を行う第６の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、さらに高い確度でその人が歩行、階段上昇、階段下降のいずれの状態にあるのかを判別することができる。
（Ｎ）さらに、歩行率Ｒを自己検出する本発明に係る人の姿勢動作判別装置によれば、歩行率Ｒに対応した予め定めた各動作状態のメンバーシップ関数を用いてファジィ推論を行うことができるので、その人が歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
（Ｏ）さらに、メンバーシップ関数学習手段を備える本発明に係る人の姿勢動作判別装置によれば、加速度検出手段を装着した人に最適なメンバーシップ関数を容易に作成することができるので、さらに高い確度で歩行、階段上昇、階段下降のいずれの状態にあるのかを判別することができる。
（Ｊ）第１の判別手段と第２の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
（Ｋ）第１の判別手段と第３の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
（Ｌ）第１の判別手段と第２の判別手段と第３の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が立位、座位、臥位のいずれの状態にあるのか、転倒状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
（Ｍ）前記した第５の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、その人が歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができるが、第５の判別手段に代えて、予め定めた各動作状態のメンバーシップ関数を用いてファジィ推論を行う第６の判別手段を備える本発明に係る人の姿勢動作判別装置によれば、さらに高い確度でその人が歩行、階段上昇、階段下降のいずれの状態にあるのかを判別することができる。
（Ｎ）さらに、歩行率Ｒを自己検出する本発明に係る人の姿勢動作判別装置によれば、歩行率Ｒに対応した予め定めた各動作状態のメンバーシップ関数を用いてファジィ推論を行うことができるので、その人が歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
（Ｏ）さらに、メンバーシップ関数学習手段を備える本発明に係る人の姿勢動作判別装置によれば、加速度検出手段を装着した人に最適なメンバーシップ関数を容易に作成することができるので、さらに高い確度で歩行、階段上昇、階段下降のいずれの状態にあるのかを判別することができる。
（Ｐ）本発明に係るエネルギー消費量算出装置によれば、その人が立位、座位、臥位、走行、歩行、階段上昇、階段下降のいずれの状態にあるかを正確に判別することができるので、当該姿勢動作状態に応じたエネルギー消費量を正確に算出することができる。
（Ｑ）さらに歩行、階段上昇、階段下降の判別にファジィ推論を用いる本発明に係るエネルギー消費量算出装置によれば、歩行、階段上昇、階段下降のいずれの動作状態にあるのかを高い確度で判別することができるので、各動作状態に応じたエネルギー消費量をさらに正確に算出することができる。
（Ｑ）さらに歩行、階段上昇、階段下降の判別にファジィ推論を用いる本発明に係るエネルギー消費量算出装置によれば、歩行、階段上昇、階段下降のいずれの動作状態にあるのかを高い確度で判別することができるので、各動作状態に応じたエネルギー消費量をさらに正確に算出することができる。
以下、図１〜図２９を参照して、本発明を実施するための最良の形態を説明する。
図１は加速度検出手段１０である３軸加速度センサ１１の装着位置と軸方向を説明するための模式図である。本発明においては、図１に示すようにＸ軸方向が前後、Ｙ軸方向が左右、Ｚ軸方向が上下となるように３軸加速度センサ１１を被験者に装着する。３軸加速度センサ１１は、動作の起点となり、動作や姿勢の変化に対して最も変化の見られる腰部に装着することが望ましい。さらに望ましくは前腸骨棘下部に装着することが望ましい。また、直立静止（立位）時にＸ軸の加速度が０Ｇ、Ｙ軸が０Ｇ、Ｚ軸が１Ｇとなるように角度補正することが望ましい。
図１は加速度検出手段１０である３軸加速度センサ１１の装着位置と軸方向を説明するための模式図である。本発明においては、図１に示すようにＸ軸方向が前後、Ｙ軸方向が左右、Ｚ軸方向が上下となるように３軸加速度センサ１１を被験者に装着する。３軸加速度センサ１１は、動作の起点となり、動作や姿勢の変化に対して最も変化の見られる腰部に装着することが望ましい。さらに望ましくは前腸骨棘下部に装着することが望ましい。また、直立静止（立位）時にＸ軸の加速度が０Ｇ、Ｙ軸が０Ｇ、Ｚ軸が１Ｇとなるように角度補正することが望ましい。
図２は本発明に係る人の姿勢動作判別装置１の判別方法を示すフローチャートの一例である。この例においては、第１の判別手段４０により立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降、転倒からなる動作状態のいずれの状態にあるかを判別する。そして、姿勢状態と判別したときは第２の判別手段４１へ、動作状態と判別したときは第３の判別手段４２に移行する。
第２の判別手段４１においては立位、座位、臥位のいずれの姿勢状態にあるかを判別し、第３の判別手段４２においては走行、歩行、階段上昇、階段下降からなる通常動作と転倒からなる危険動作のいずれの動作状態にあるかを判別する。そして、第３の判別手段４２において通常動作と判別したときは第４の判別手段４３に移行する。
第４の段別手段４３においては走行とそれ以外の通常動作のいずれの動作状態にあるかを判別し、走行以外の動作状態と判別したときは第５の判別手段４４に移行し、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する。
第２の判別手段４１においては立位、座位、臥位のいずれの姿勢状態にあるかを判別し、第３の判別手段４２においては走行、歩行、階段上昇、階段下降からなる通常動作と転倒からなる危険動作のいずれの動作状態にあるかを判別する。そして、第３の判別手段４２において通常動作と判別したときは第４の判別手段４３に移行する。
第４の段別手段４３においては走行とそれ以外の通常動作のいずれの動作状態にあるかを判別し、走行以外の動作状態と判別したときは第５の判別手段４４に移行し、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する。
本発明に係る人の姿勢動作判別装置１の第１の判別手段４０について説明する。当該第１の判別手段４０においては、図２に示すようにＺ方向の姿勢成分ＧＳＺと３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥから立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降、転倒からなる動作状態のいずれの状態にあるかを判別する。
Ｚ方向の姿勢成分ＧＳＺは、加速度検出手段１０により検出したＺ方向の加速度ＧＺから下記の（１）式により演算した値であり、検出したＺ方向の加速度ＧＺと演算結果であるＺ方向の姿勢成分ＧＳＺとの関係を図３に示す。
なお、本発明においては、図４に示すように１００Ｈｚのサンプリング周波数でＸ方向の加速度ＧＸ（ｉ）、Ｙ方向の加速度ＧＹ（ｉ）およびＺ方向の加速度ＧＺ（ｉ）を検出するとともに、これを所定の加速度データ記憶手段２０に記憶し、記憶した加速度データ５１２個分に対して姿勢動作判別に用いるデータを導き出すための演算処理を加速度演算手段３０により行うが、サンプリング周波数およびデータ長Ｎはこれに限定されるものではない。
Ｚ方向の姿勢成分ＧＳＺは、加速度検出手段１０により検出したＺ方向の加速度ＧＺから下記の（１）式により演算した値であり、検出したＺ方向の加速度ＧＺと演算結果であるＺ方向の姿勢成分ＧＳＺとの関係を図３に示す。
なお、本発明においては、図４に示すように１００Ｈｚのサンプリング周波数でＸ方向の加速度ＧＸ（ｉ）、Ｙ方向の加速度ＧＹ（ｉ）およびＺ方向の加速度ＧＺ（ｉ）を検出するとともに、これを所定の加速度データ記憶手段２０に記憶し、記憶した加速度データ５１２個分に対して姿勢動作判別に用いるデータを導き出すための演算処理を加速度演算手段３０により行うが、サンプリング周波数およびデータ長Ｎはこれに限定されるものではない。
３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥは、加速度検出手段１０により検出した３方向の加速度から下記の（２）、（３）式により演算した値である。
立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降、転倒からなる動作状態のいずれの状態にあるかを判別するためにＺ方向の姿勢成分ＧＳＺと３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを用いる理由について説明する。
図５は各姿勢動作とＺ方向の姿勢成分ＧＳＺの関係を示す分布図である。演算したＺ方向の姿勢成分ＧＳＺと所定の閾値を比較することにより臥位とそれ以外の姿勢動作状態とを判別できることがわかる。また、図６は各姿勢動作と３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥの関係を示す分布図である。演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥと所定の閾値を比較することにより立位、座位からなる姿勢状態とそれ以外の動作状態とを判別できることがわかる。
図５は各姿勢動作とＺ方向の姿勢成分ＧＳＺの関係を示す分布図である。演算したＺ方向の姿勢成分ＧＳＺと所定の閾値を比較することにより臥位とそれ以外の姿勢動作状態とを判別できることがわかる。また、図６は各姿勢動作と３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥの関係を示す分布図である。演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥと所定の閾値を比較することにより立位、座位からなる姿勢状態とそれ以外の動作状態とを判別できることがわかる。
本発明に係る人の姿勢動作判別装置１の第２の判別手段４１について説明する。当該第２の判別手段４１においては、図２に示すようにＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺから立位、座位、臥位のいずれの姿勢状態にあるかを判別する。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから下記の（４）式により演算した値であり、Ｚ方向の姿勢成分ＧＳＺは、加速度検出手段１０により検出したＺ方向の加速度ＧＺから前記（１）式により演算した値である。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから下記の（４）式により演算した値であり、Ｚ方向の姿勢成分ＧＳＺは、加速度検出手段１０により検出したＺ方向の加速度ＧＺから前記（１）式により演算した値である。
立位、座位、臥位のいずれの姿勢状態にあるかを判別するためにＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺを用いる理由について説明する。
図７は立位、座位、臥位とＸ方向の姿勢成分ＧＳＸおよびＺ方向の姿勢成分ＧＳＺの関係を示す分布図である。演算したＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺをプロットし、どの領域に位置するかにより立位、座位、臥位のいずれの姿勢状態にあるかを判別できることがわかる。
図７は立位、座位、臥位とＸ方向の姿勢成分ＧＳＸおよびＺ方向の姿勢成分ＧＳＺの関係を示す分布図である。演算したＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺをプロットし、どの領域に位置するかにより立位、座位、臥位のいずれの姿勢状態にあるかを判別できることがわかる。
本発明に係る人の姿勢動作判別装置１の第３の判別手段４２について説明する。当該第３の判別手段４２においては、図２に示すようにＸ方向とＹ方向の加速度の合成加速度ＧＸＹおよびＺ方向の姿勢成分の変化量ΔＧＳＺから走行、歩行、階段上昇、階段下降からなる通常動作と転倒からなる危険動作のいずれの動作状態にあるかを判別する。
Ｘ方向とＹ方向の加速度の合成加速度ＧＸＹは、加速度検出手段１０により検出したＸ方向の加速度ＧＸとＹ方向の加速度ＧＹから下記の（５）式により演算した値であり、Ｚ方向の姿勢成分の変化量ΔＧＳＺは前記（１）式により演算したＧＳＺの所定時間における変化量である。
Ｘ方向とＹ方向の加速度の合成加速度ＧＸＹは、加速度検出手段１０により検出したＸ方向の加速度ＧＸとＹ方向の加速度ＧＹから下記の（５）式により演算した値であり、Ｚ方向の姿勢成分の変化量ΔＧＳＺは前記（１）式により演算したＧＳＺの所定時間における変化量である。
走行、歩行、階段上昇、階段下降からなる通常動作と転倒からなる危険動作のいずれの動作状態にあるかを判別するためにＸ方向とＹ方向の加速度の合成加速度ＧＸＹおよびＺ方向の姿勢成分の変化量ΔＧＳＺを用いる理由について説明する。
図８は各動作とＸ方向とＹ方向の加速度の合成加速度ＧＸＹの関係を示す分布図である。合成加速度ＧＸＹのみでは転倒をそれ以外の動作状態と判別できないことがわかる。しかし、転倒時、より詳細には転倒の瞬間におけるＺ方向の姿勢成分の変化量ΔＧＳＺは、走行等の動作状態と比較すると明らかに大きいので、Ｘ方向とＹ方向の加速度の合成加速度ＧＸＹおよびＺ方向の姿勢成分の変化量ΔＧＳＺを用いることにより、転倒とそれ以外の動作状態を判別することとした。
図８は各動作とＸ方向とＹ方向の加速度の合成加速度ＧＸＹの関係を示す分布図である。合成加速度ＧＸＹのみでは転倒をそれ以外の動作状態と判別できないことがわかる。しかし、転倒時、より詳細には転倒の瞬間におけるＺ方向の姿勢成分の変化量ΔＧＳＺは、走行等の動作状態と比較すると明らかに大きいので、Ｘ方向とＹ方向の加速度の合成加速度ＧＸＹおよびＺ方向の姿勢成分の変化量ΔＧＳＺを用いることにより、転倒とそれ以外の動作状態を判別することとした。
本発明に係る人の姿勢動作判別装置１の第４の判別手段４３について説明する。当該第４の判別手段４３においては、図２に示すように３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥから走行とそれ以外の通常動作のいずれの動作状態にあるかを判別する。
３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥは、加速度検出手段１０により検出した３方向の加速度から前記（２）、（３）式により演算した値である。
３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥは、加速度検出手段１０により検出した３方向の加速度から前記（２）、（３）式により演算した値である。
走行とそれ以外の通常動作のいずれの動作状態にあるかを判別するために３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを用いる理由について説明する。
前記したように図６は各姿勢動作と３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥの関係を示す分布図である。演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥと所定の閾値を比較することにより走行とそれ以外の動作状態とを判別できることがわかる。
前記したように図６は各姿勢動作と３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥの関係を示す分布図である。演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥと所定の閾値を比較することにより走行とそれ以外の動作状態とを判別できることがわかる。
本発明に係る人の姿勢動作判別装置１の第５の判別手段４４について説明する。当該第５の判別手段４４においては、図２に示すようにＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹの各々に予め定めた所定の係数を乗じて和を採った演算結果Ｚ１、Ｚ２から歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから前記（４）式により演算した値である。
Ｘ方向の運動成分の平均値ＧＭＸＡＶＥは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから下記の（６）、（７）式により演算した値である。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから前記（４）式により演算した値である。
Ｘ方向の運動成分の平均値ＧＭＸＡＶＥは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから下記の（６）、（７）式により演算した値である。
Ｚ方向の運動成分の平均値ＧＭＺＡＶＥは、加速度検出手段１０により検出したＺ方向の加速度ＧＺから下記の（８）、（９）式により演算した値である。
ピークパワー値ＳＹは、加速度検出手段１０により検出したＹ方向の加速度ＧＹの周波数解析を行い、当該周波数解析により解析されたＹ方向の加速度の周波数スペクトルのピークパワー値である。なお、当該周波数解析には高速フーリエ変換（ＦＦＴ）を行うのが望ましい。また、本発明においては５１２ポイントでＦＦＴ解析している。
次に、演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹを要素とする２つの判別関数Ｚ１、Ｚ２を下記の（１０）、（１１）式により演算する。
歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別するために、Ｘ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹ、さらには、これらを要素とする判別関数Ｚ１、Ｚ２を用いる理由について説明する。
図９は歩行、階段上昇、階段下降時におけるＸ方向の運動成分の平均値ＧＭＸＡＶＥと歩行率との関係を示す分布図である。歩行時のプロット領域が階段上昇および階段下降のプロット領域よりも高い位置にあり、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥが歩行と他の動作状態を判別するための判別要素として利用できることがわかる。
図１０は歩行、階段上昇、階段下降時におけるＺ方向の運動成分の平均値ＧＭＺＡＶＥと歩行率との関係を示す分布図である。階段下降時のプロット領域が歩行および階段上昇のプロット領域よりも高い位置にあり、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥが階段下降と他の動作状態を判別するための判別要素として利用できることがわかる。
図１１は歩行、階段上昇、階段下降時におけるＸ方向の姿勢成分ＧＳＸと歩行率との関係を示す分布図であり、図１２は別の被験者について行ったときの分布図である。また、図１３は歩行、階段上昇、階段下降時におけるピークパワー値ＳＹと歩行率との関係を示す分布図であり、図１４は別の被験者について行ったときの分布図である。歩行、階段上昇および階段下降時におけるＸ方向の姿勢成分ＧＳＸには個人差があり、階段上昇と他の動作状態を判別するための判別要素としてＸ方向の姿勢成分ＧＳＸのみを利用するには判定精度に問題が生じるが、判別要素にピークパワー値ＳＹを併用することにより判定精度を向上できることがわかる。
これらの技術的知見から本発明者は、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別するための判別要素として、Ｘ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹを採用したのである。また、より判別しやすくするためにこれらを要素とする判別関数Ｚ１、Ｚ２を採用したのである。図１５は、被験者１０人が歩行、階段上昇および階段下降したときの判別関数Ｚ１とＺ２をプロットした分布図である。この例においては、下記の（１２）、（１３）式により判別関数Ｚ１、Ｚ２を演算しているが、これらの係数は演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹを用いて多変量解析法により算出したものである。なお、この例における判定精度は歩行時で９９％、階段上昇時で９８％、階段下降時で９９．８％である。したがって、予め被験者の歩行、階段上昇、階段下降時におけるＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹを演算しておき、これらのデータを用いて多変量解析を行い、各判別要素の係数を算出しておくことにより、判定精度をより向上させることができる。よって、これらの係数を入力する係数入力手段５０およびこれらを記憶する係数記憶手段５１を備えることが望ましい。
図１６は本発明に係る人の姿勢動作判別装置１の構成の一例を示す構成図である。加速度データ記憶手段２０としては、検出した加速度テータを記憶できるものであれば特に限定されるものではないが、ＲＡＭやハードディスクを用いることが望ましい。判別結果を記憶する判別結果記憶手段６０や係数記憶手段５１についても同様である。また、加速度演算手段３０としてはＣＰＵを用いることができるし、ソフトウェアで実現することもできる。
以上説明したように、（１）演算したＺ方向の姿勢成分ＧＳＺと３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥから立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降、転倒からなる動作状態のいずれの状態にあるかを判別する第１の判別手段４０と、（２）演算したＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺから立位、座位、臥位のいずれの姿勢状態にあるかを判別する第２の判別手段４１と、（３）演算したＸ方向とＹ方向の加速度の合成加速度ＧＸＹおよびＺ方向の姿勢成分の変化量ΔＧＳＺから走行、歩行、階段上昇、階段下降からなる通常動作と転倒からなる危険動作のいずれの動作状態にあるかを判別する第３の判別手段４２と、（４）演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥから走行とそれ以外の通常動作のいずれの動作状態にあるかを判別する第４の判別手段４３と、（５）演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹの各々に予め定めた所定の係数を乗じて和を採った演算結果から歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第５の判別手段４４を備える本発明に係る人の姿勢動作判別装置１によれば、加速度検出手段を装着した人（被験者）が立位、座位、臥位、走行、歩行、階段上昇、階段下降および転倒のいずれの状態にあるかを高い確度で判別することができる。
次に、本発明に係る人の姿勢動作判別装置１の別の実施形態について説明する。図２０は本発明に係る人の姿勢動作判別装置１の別の判別方法を示すフローチャートの一例である。図２８は本発明に係る人の姿勢動作判別装置１の構成の別の一例を示す構成図である。この例においては、前記した第５の判別手段４４に代えて、ファジィ推論を行う第６の判別手段４５を備えることにより、その人が歩行、階段上昇、階段下降のいずれの状態にあるのかを判別する。
本発明に係る人の姿勢動作判別装置１の第６の判別手段４５について説明する。当該第６の判別手段４５においては、図２０に示すようにＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびパワースペクトル値ＺＭＡＸを入力として予め定めた各動作状態のメンバーシップ関数を用いてファジィ推論を行うことにより歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから前記（４）式により演算した値である。
Ｘ方向の運動成分の平均値ＧＭＸＡＶＥは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから前記（６）、（７）式により演算した値である。
パワースペクトル値ＹＭＡＸは、図２１に示すように、加速度検出手段１０により検出した３方向の加速度の周波数解析を行い、当該周波数解析により解析された３方向のパワースペクトルから演算したＹ方向の基本周波数のパワースペクトル値である。
パワースペクトル値ＺＭＡＸは、図２１に示すように、加速度検出手段１０により検出した３方向の加速度の周波数解析を行い、当該周波数解析により解析された３方向のパワースペクトルから演算したＺ方向の基本周波数のパワースペクトル値である。
なお、当該周波数解析には高速フーリエ変換（ＦＦＴ）を行うのが望ましい。また、本発明においては５１２ポイントでＦＦＴ解析している。また、基本周波数の抽出方法としては特に限定されるものではないが、図２１に示すように少なくとも歩行、階段上昇、階段下降の通常動作状態においては、Ｘ方向の基本周波数とＺ方向の基本周波数とがほぼ一致し（一方の基本周波数が片方の基本周波数の整数倍にならない程度）、これらの基本周波数の１／２とＹ方向の基本周波数とがほぼ一致することから、これらの関係を利用して基本周波数を抽出することができる。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから前記（４）式により演算した値である。
Ｘ方向の運動成分の平均値ＧＭＸＡＶＥは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから前記（６）、（７）式により演算した値である。
パワースペクトル値ＹＭＡＸは、図２１に示すように、加速度検出手段１０により検出した３方向の加速度の周波数解析を行い、当該周波数解析により解析された３方向のパワースペクトルから演算したＹ方向の基本周波数のパワースペクトル値である。
パワースペクトル値ＺＭＡＸは、図２１に示すように、加速度検出手段１０により検出した３方向の加速度の周波数解析を行い、当該周波数解析により解析された３方向のパワースペクトルから演算したＺ方向の基本周波数のパワースペクトル値である。
なお、当該周波数解析には高速フーリエ変換（ＦＦＴ）を行うのが望ましい。また、本発明においては５１２ポイントでＦＦＴ解析している。また、基本周波数の抽出方法としては特に限定されるものではないが、図２１に示すように少なくとも歩行、階段上昇、階段下降の通常動作状態においては、Ｘ方向の基本周波数とＺ方向の基本周波数とがほぼ一致し（一方の基本周波数が片方の基本周波数の整数倍にならない程度）、これらの基本周波数の１／２とＹ方向の基本周波数とがほぼ一致することから、これらの関係を利用して基本周波数を抽出することができる。
次に、Ｘ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびパワースペクトル値ＺＭＡＸをファジィ推論の入力とする理由について説明する。
Ｘ方向の姿勢成分ＧＳＸについて説明する。前記したように図１１は歩行、階段上昇、階段下降時におけるＸ方向の姿勢成分ＧＳＸと歩行率との関係を示す分布図で、図１２は別の被験者について行ったときの分布図である。これらの分布図からは個人差が見受けられるものの、Ｘ方向の姿勢成分ＧＳＸが大きければ、階段上昇と他の動作状態を判別するための判別要素として、また、Ｘ方向の姿勢成分ＧＳＸが小さければ、階段下降と他の動作状態を判別するための判別要素として利用できることがわかる。
Ｘ方向の姿勢成分ＧＳＸについて説明する。前記したように図１１は歩行、階段上昇、階段下降時におけるＸ方向の姿勢成分ＧＳＸと歩行率との関係を示す分布図で、図１２は別の被験者について行ったときの分布図である。これらの分布図からは個人差が見受けられるものの、Ｘ方向の姿勢成分ＧＳＸが大きければ、階段上昇と他の動作状態を判別するための判別要素として、また、Ｘ方向の姿勢成分ＧＳＸが小さければ、階段下降と他の動作状態を判別するための判別要素として利用できることがわかる。
Ｘ方向の運動成分の平均値ＧＭＸＡＶＥについて説明する。前記したように図９は歩行、階段上昇、階段下降時におけるＸ方向の運動成分の平均値ＧＭＸＡＶＥと歩行率との関係を示す分布図である。この分布図からは歩行時のプロット領域が階段上昇および階段下降のプロット領域よりも高い位置にあり、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥが歩行と他の動作状態を判別するための判別要素として利用できることがわかる。
パワースペクトル値ＹＭＡＸについて説明する。図２２は歩行、階段上昇、階段下降時におけるパワースペクトル値ＹＭＡＸと歩行率との関係を示す分布図である。この分布図からは階段上昇時のプロット領域が歩行時および階段下降時のプロット領域よりも高い位置にあり、パワースペクトル値ＹＭＡＸが階段上昇と他の動作状態を判別するための判別要素として利用できることがわかる。
パワースペクトル値ＺＭＡＸについて説明する。図２３は歩行、階段上昇、階段下降時におけるパワースペクトル値ＺＭＡＸと歩行率との関係を示す分布図である。この分布図からは階段下降時のプロット領域が歩行時および階段上昇時のプロット領域よりも高い位置にあり、パワースペクトル値ＺＭＡＸが階段下降と他の動作状態を判別するための判別要素として利用できることがわかる。
これらの技術的知見から、（１）Ｘ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびパワースペクトル値ＺＭＡＸに関するメンバーシップ関数を図２４（ａ）〜（ｄ）に示すように予め作成しておき、（２）さらには以下に示すファジィルール１〜３を予め作成しておき、（３）人体に装着した加速度検出手段１０から時々刻々と検出される３方向の加速度データに対し前記した所定の演算を行うことにより得られるＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびパワースペクトル値ＺＭＡＸを入力として予め定めた各動作状態のメンバーシップ関数を用いてファジィ推論を行うことにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別するのが、第６の判別手段４５である。次に、ファジィルールについて説明する。
ルール１： ｉｆ ＧＳＸ＝大 ａｎｄ ＹＭＡＸ＝大 ｔｈｅｎ 階段上昇
ルール２： ｉｆ ＧＭＸＡＶＥ＝大 ｔｈｅｎ 歩行
ルール３： ｉｆ ＧＳＸ＝小 ａｎｄ ＺＭＡＸ＝大 ｔｈｅｎ 階段上昇
ルール２： ｉｆ ＧＭＸＡＶＥ＝大 ｔｈｅｎ 歩行
ルール３： ｉｆ ＧＳＸ＝小 ａｎｄ ＺＭＡＸ＝大 ｔｈｅｎ 階段上昇
ルール１では図２４（ａ）のメンバーシップ関数が使用され、演算されたＸ方向の姿勢成分ＧＳＸを適用して適合度が算出され、および図２４（ｃ）のメンバーシップ関数が使用され、演算されたパワースペクトル値ＹＭＡＸを適用して適合度が算出され、これらの適合度のＡＮＤ（論理積）による適合度が算出される。
同様に、ルール２では図２４（ｂ）のメンバーシップ関数が使用され、演算されたＸ方向の運動成分の平均値ＧＭＸＡＶＥを適用して適合度が算出される。
同様に、ルール３では図２４（ａ）のメンバーシップ関数が使用され、演算されたＸ方向の姿勢成分ＧＳＸを適用して適合度が算出され、および図２４（ｄ）のメンバーシップ関数が使用され、演算されたパワースペクトル値ＺＭＡＸを適用して適合度が算出され、これらの適合度のＡＮＤ（論理積）による適合度が算出される。
同様に、ルール２では図２４（ｂ）のメンバーシップ関数が使用され、演算されたＸ方向の運動成分の平均値ＧＭＸＡＶＥを適用して適合度が算出される。
同様に、ルール３では図２４（ａ）のメンバーシップ関数が使用され、演算されたＸ方向の姿勢成分ＧＳＸを適用して適合度が算出され、および図２４（ｄ）のメンバーシップ関数が使用され、演算されたパワースペクトル値ＺＭＡＸを適用して適合度が算出され、これらの適合度のＡＮＤ（論理積）による適合度が算出される。
そして、各ルールにおける適合度が算出されると、各ルールのメンバーシップ関数の論理和（重ね合わせ）の重心をとることにより歩行、階段上昇、階段下降のいずれの通常動作状態にあるかが判別される。なお、脱ファジィ化の手法としては特に限定されるものではなく、例えば、Ｍａｘ−Ｍｉｎ法を用いることができる。
メンバーシップ関数の作成方法としては特に限定されるものではなく、Ｘ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびパワースペクトル値ＺＭＡＸそれぞれの度数分布から作成することが望ましく、Ｍａｎｄａｎｉ法を用いることができる。そして、作成したメンバーシップ関数は、メンバーシップ関数記憶手段７３に記憶しておく。なお、図２４（ａ）〜（ｄ）に示したメンバーシップ関数は度数分布から作成したものであり、具体的には、歩行率１００ｓｔｅｐ／ｍｉｎで歩行、階段上昇、階段下降したときのそれぞれの度数分布から作成している。
図２５は、ファジィ推論を用いた第６の判別手段４５の判定精度を示すグラフであり、試験条件は以下の通りである。
（１）被験者：２４名
（２）被験者の動作条件：指定した歩行率６０〜１３０ｓｔｅｐ／ｍｉｎ（１０ｓｔｅｐ／ｍｉｎきざみ）で歩行、階段上昇、階段下降の各動作
（３）使用したファジィルール：ルール１〜３
（４）使用したメンバーシップ関数：図２４（ａ）〜（ｄ）に示したメンバーシップ関数
（１）被験者：２４名
（２）被験者の動作条件：指定した歩行率６０〜１３０ｓｔｅｐ／ｍｉｎ（１０ｓｔｅｐ／ｍｉｎきざみ）で歩行、階段上昇、階段下降の各動作
（３）使用したファジィルール：ルール１〜３
（４）使用したメンバーシップ関数：図２４（ａ）〜（ｄ）に示したメンバーシップ関数
前記したように使用したメンバーシップ関数は、歩行率１００ｓｔｅｐ／ｍｉｎで歩行、階段上昇、階段下降したときのそれぞれの度数分布から作成したメンバーシップ関数であるが、被験者が歩行率６０〜１３０ｓｔｅｐ／ｍｉｎ（１０ｓｔｅｐ／ｍｉｎきざみ）で歩行、階段上昇、階段下降しても、約８０％以上の精度で各動作状態を判別できることを確認することができた。
そこで、本発明者はさらなる判別精度の向上を目指し、人体に装着した加速度検出手段１０から時々刻々と検出される加速度を用いて当該人の歩行率Ｒを自動的に検出し、自動検出した歩行率Ｒに対応した予め定めたメンバーシップ関数を用いてファジィ推論を行うことにより歩行、階段上昇、階段下降の判別精度を向上させる判別方法に想到した。
歩行率Ｒの検出については、検出したＸ方向の加速度とＺ方向の加速度の周波数スペクトルを周波数解析手段３３を用いて各々周波数解析（ＦＦＴ解析）し、解析されたＸ方向の加速度の周波数スペクトルのピーク周波数とＺ方向の加速度の周波数スペクトルのピーク周波数を検出し、両者の周波数を比較し、より低いほうのピーク周波数を選択することにより歩行率Ｒを検出することができる。後述する表１は、当該方法を採用した場合の判定精度を示したものである。表１より高い精度で歩行、階段上昇、階段下降時における歩行率を検出できることがわかる。
当該周波数解析には周波数解析手段３３を用いた高速フーリエ変換（ＦＦＴ）を行うのが望ましい。また、本発明においては５１２ポイントでＦＦＴ解析している。また、ピーク周波数の抽出方法としては特に限定されるものではないが、図２１に示すように少なくとも歩行、階段上昇、階段下降の通常動作状態においては、Ｘ方向の基本周波数とＺ方向の基本周波数とがほぼ一致し（一方の基本周波数が片方の基本周波数の整数倍にならない程度）、これらの基本周波数の１／２とＹ方向の基本周波数とがほぼ一致することから、これらの関係を利用してピーク周波数を抽出することができる。これは、人体に装着した加速度検出手段１０から時々刻々と検出される加速度データにノイズが多く、周波数解析しても本来の周波数、すなわち歩行率を示す周波数においてピークが現われない場合に有効である。
以上は、（１）Ｘ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびパワースペクトル値ＺＭＡＸを入力としてファジィ推論を行うことにより歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別することができる第６の判別手段４５の基本原理、ならびに（２）人体に装着した加速度検出手段から時々刻々と検出される加速度を用いて当該人の歩行率Ｒを自動的に検出し、自動検出した歩行率Ｒに対応したメンバーシップ関数を用いてファジィ推論を行うことによって、より判定精度を向上できることを説明したが、判定精度を向上させる方法はこれに限定されるものではない。
例えば、第６の判別手段４５と同じく歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第５の判別手段４４においては、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥを用いた。これは、歩行、階段上昇、階段下降時におけるＺ方向の運動成分の平均値ＧＭＺＡＶＥと歩行率Ｒとの関係を示す図１０に示すように、階段下降時のプロット領域が歩行および階段上昇のプロット領域よりも高い位置にあり、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥが階段下降と他の動作状態を判別するための判別要素として利用できるという技術的知見に基づいたものである。したがって、ファジィ推論を行う第６の判別手段４５においても、前記したファジィルール１〜３に以下に示すルールを追加することにより判定精度を向上させることができる。なお、図２４（ｅ）にＧＭＺＡＶＥのメンバーシップ関数の一例を示す。
ルール４： ｉｆ ＧＭＺＡＶＥ＝大 ｔｈｅｎ 階段下降
ルール４： ｉｆ ＧＭＺＡＶＥ＝大 ｔｈｅｎ 階段下降
さらには、パワースペクトル値ＹＭＡＸを正規化することによっても判定精度を向上させることができる。図２６（ａ）は、正規化する前の歩行、階段上昇、階段下降におけるパワースペクトル値ＹＭＡＸを、図２６（ｂ）は正規化後のパワースペクトル値ＹＭＡＸを示す模式図である。図２６（ａ）に示すように特定（マイナー）の人のパワースペクトル値ＹＭＡＸは平均的な人のパワースペクトル値ＹＭＡＸよりも値が低く、しかも歩行、階段上昇、階段下降における分布が重なるため、このままではファジィ推論を行っても判定精度に限界がある。しかし、下記の（１４）式により正規化を行えば、歩行、階段上昇、階段下降におけるパワースペクトル値ＹＭＡＸは図２６（ｂ）に示すようになり、これら動作の判定精度向上が期待できる。なお、（１４）式におけるＢＹは各動作ごとのパワースペクトル値ＹＭＡＸの平均値である。したがって、前記したファジィルール１〜３に以下に示すルールを追加することにより判定精度を向上させることができる。なお、図２４（ｆ）に正規化したＹＭＡＸ、すなわちＣＹのメンバーシップ関数の一例を示す。
ルール５： ｉｆ ＣＹ＝大 ｔｈｅｎ 階段上昇
ルール５： ｉｆ ＣＹ＝大 ｔｈｅｎ 階段上昇
以上は、度数分布等に基づいて予め定めたメンバーシップ関数を用いてファジィ推論を行う方法であるが、姿勢動作判別装置１にメンバーシップ関数の学習能力（機能）を持たせることにより、さらに判定精度を向上させることができる。図１６に示すように本発明に係る姿勢動作判別装置１には、時々刻々と変化する加速度データが入力され、それに伴い加速度演算手段３０であるＧＳＸ演算手段３１等において演算値ＧＳＸ等が演算され、当該演算値ＧＳＸ等を用いて各姿勢動作が判別される。したがって、加速度検出手段１０を装着した人が歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを入力することにより、入力された真の動作状態と、そのときのＧＳＸ等の演算値との関係を対応づけることができる。すなわち、加速度検出手段１０を装着した人（被験者）のその人特有の歩行、階段上昇、階段下降におけるＧＳＸ等の演算値を把握できる。例えば、ＧＳＸ等の演算値がある特定の範囲ならば、学習によりその人が歩行状態にあると判定できるのである。
メンバーシップ関数の学習能力（機能）はこれを利用したものであり、加速度検出手段１０を装着した人が歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを入力する動作状態入力手段７１と、入力された真の動作状態と、入力されたＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびＺＭＡＸに基づいて、メンバーシップ記憶手段７３に記憶された予め定めた各動作状態のメンバーシップ関数を書き換えるメンバーシップ関数学習手段７２を備えることにより当該学習機能を実現することができる。これにより、メンバーシップ関数学習能力を備える本発明に係る人の姿勢動作判別装置１によれば、加速度検出手段１０を装着した人に最適なメンバーシップ関数を容易に作成することができるので、さらに高い確度で歩行、階段上昇、階段下降のいずれの状態にあるのかを判別することができる。なお、前記したとおり、メンバーシップ関数はこれに限定されるものではなく、前記したＧＭＺＡＶＥやＣＹ等のメンバーシップ関数を追加して用いることができる。
動作状態入力手段７１としては特に限定されるものではなく、電気的あるいは機械的に歩行、階段上昇、階段下降のいずれの動作状態にあるのかを入力できるものであれば形式は問わない。また、メンバーシップ記憶手段７３、メンバーシップ関数学習手段７２についても特に限定されるものではなく、例えば、ＲＡＭやハードディスクを用いることができる。メンバーシップ関数学習手段７２におけるメンバーシップ関数の書き換えについてはＣＰＵを用いることができるし、ソフトウェアで実現することもできる。
なお、本発明に係る人の姿勢動作判別装置１における判別手段の構成例は、上記したものに限定されるものではない。
例えば、第１の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか動作状態にあるのかを高い確度で判別することができる。
また、第１の判別手段と第２の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、動作状態にあるのかを高い確度で判別することができる。
さらに、第１の判別手段と第３の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、転倒以外の通常動作状態にあるのかを高い確度で判別することができる。
あるいは、第１の判別手段と第２の判別手段と第３の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、転倒状態にあるのか、転倒以外の通常動作状態にあるのかを高い確度で判別することができる。
例えば、第１の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか動作状態にあるのかを高い確度で判別することができる。
また、第１の判別手段と第２の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、動作状態にあるのかを高い確度で判別することができる。
さらに、第１の判別手段と第３の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、転倒以外の通常動作状態にあるのかを高い確度で判別することができる。
あるいは、第１の判別手段と第２の判別手段と第３の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、転倒状態にあるのか、転倒以外の通常動作状態にあるのかを高い確度で判別することができる。
また、第１の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
さらには、第１の判別手段と第２の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
あるいは、第１の判別手段と第３の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
そして、第１の判別手段と第２の判別手段と第３の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、転倒状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
さらには、第１の判別手段と第２の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
あるいは、第１の判別手段と第３の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
そして、第１の判別手段と第２の判別手段と第３の判別手段と第４の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、転倒状態にあるのか、走行状態にあるのか、走行以外の通常動作状態にあるのかを高い確度で判別することができる。
また、第１の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
さらには、第１の判別手段と第２の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
あるいは、第１の判別手段と第３の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
さらには、第１の判別手段と第２の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
あるいは、第１の判別手段と第３の判別手段と第４の判別手段と第５の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
同様に、第１の判別手段と第４の判別手段と第６の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
さらには、第１の判別手段と第２の判別手段と第４の判別手段と第６の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
あるいは、第１の判別手段と第３の判別手段と第４の判別手段と第６の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
さらには、第１の判別手段と第２の判別手段と第４の判別手段と第６の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が立位、座位、臥位のいずれの状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
あるいは、第１の判別手段と第３の判別手段と第４の判別手段と第６の判別手段を備える本発明に係る人の姿勢動作判別装置１によれば、その人が姿勢状態にあるのか、転倒状態にあるのか、走行、歩行、階段上昇、階段下降のいずれの状態にあるのかを高い確度で判別することができる。
また、前記判別手段による判別結果を装置本体の外部に設置した外部機器に送信する無線通信手段７０を備えることが望ましい。これにより、高齢者などの弱者が一人で外出するなど安心して自由に行動することができる。また、いざというときには迅速な救援活動を実施することも可能となる。したがって要介護者にも生きる喜びが与えられ、ひきこもりがちな要介護予備軍には社会的貢献の機会をもたらすことができ、さらには介護者の負担をも著しく軽減することができる。
次に、本発明に係るエネルギー消費量算出装置１０１について説明する。本発明に係るエネルギー消費量算出装置は、第一段階として立位、座位、臥位、走行、歩行、階段上昇、階段下降からなる姿勢動作状態を判別し、第二段階として判別した姿勢動作状態に応じたエネルギー消費量を算出する。
図１７は第一段階である姿勢動作の判別方法を示すフローチャートの一例であり、図１９は本発明に係るエネルギー消費量算出装置１０１の構成の一例を示す構成図である。この例においては、第１の判別手段１４０により立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降からなる動作状態のいずれの状態にあるかを判別する。そして、姿勢状態と判別したときは第２の判別手段１４１へ、動作状態と判別したときは第３の判別手段１４２に移行する。
第２の判別手段１４１においては立位、座位、臥位のいずれの姿勢状態にあるかを判別し、第３の判別手段１４２においては走行とそれ以外の通常動作のいずれの動作状態にあるかを判別し、走行以外の動作状態と判別したときは第４の判別手段１４３に移行し、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する。
図１７は第一段階である姿勢動作の判別方法を示すフローチャートの一例であり、図１９は本発明に係るエネルギー消費量算出装置１０１の構成の一例を示す構成図である。この例においては、第１の判別手段１４０により立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降からなる動作状態のいずれの状態にあるかを判別する。そして、姿勢状態と判別したときは第２の判別手段１４１へ、動作状態と判別したときは第３の判別手段１４２に移行する。
第２の判別手段１４１においては立位、座位、臥位のいずれの姿勢状態にあるかを判別し、第３の判別手段１４２においては走行とそれ以外の通常動作のいずれの動作状態にあるかを判別し、走行以外の動作状態と判別したときは第４の判別手段１４３に移行し、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する。
本発明に係るエネルギー消費量算出装置１０１の第１の判別手段１４０について説明する。当該第１の判別手段においては、図１７に示すようにＺ方向の姿勢成分ＧＳＺと３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥから立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降からなる動作状態のいずれの状態にあるかを判別する。
Ｚ方向の姿勢成分ＧＳＺは、加速度検出手段により検出したＺ方向の加速度ＧＺから前記（１）式により演算した値である。また、３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥは、加速度検出手段により検出した３方向の加速度から前記（２）、（３）式により演算した値である。
なお、立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降からなる動作状態のいずれの状態にあるかを判別するためにＺ方向の姿勢成分ＧＳＺと３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを用いる理由およびその原理については本発明に係る人の姿勢動作判別装置１の第１の判別手段４０と同じである。
Ｚ方向の姿勢成分ＧＳＺは、加速度検出手段により検出したＺ方向の加速度ＧＺから前記（１）式により演算した値である。また、３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥは、加速度検出手段により検出した３方向の加速度から前記（２）、（３）式により演算した値である。
なお、立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降からなる動作状態のいずれの状態にあるかを判別するためにＺ方向の姿勢成分ＧＳＺと３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを用いる理由およびその原理については本発明に係る人の姿勢動作判別装置１の第１の判別手段４０と同じである。
本発明に係るエネルギー消費量算出装置１０１の第２の判別手段１４１について説明する。当該第２の判別手段においては、図１７に示すようにＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺから立位、座位、臥位のいずれの姿勢状態にあるかを判別する。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段により検出したＸ方向の加速度ＧＸから前記（４）式により演算した値であり、Ｚ方向の姿勢成分ＧＳＺは、加速度検出手段により検出したＺ方向の加速度ＧＺから前記（１）式により演算した値である。
なお、立位、座位、臥位のいずれの姿勢状態にあるかを判別するためにＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺを用いる理由およびその原理については本発明に係る人の姿勢動作判別装置１の第２の判別手段４１と同じである。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段により検出したＸ方向の加速度ＧＸから前記（４）式により演算した値であり、Ｚ方向の姿勢成分ＧＳＺは、加速度検出手段により検出したＺ方向の加速度ＧＺから前記（１）式により演算した値である。
なお、立位、座位、臥位のいずれの姿勢状態にあるかを判別するためにＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺを用いる理由およびその原理については本発明に係る人の姿勢動作判別装置１の第２の判別手段４１と同じである。
本発明に係るエネルギー消費量算出装置１０１の第３の判別手段１４２について説明する。当該第３の判別手段においては、図１７に示すように３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥから走行とそれ以外の通常動作のいずれの動作状態にあるかを判別する。
３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥは、加速度検出手段により検出した３方向の加速度から前記（２）、（３）式により演算した値である。
なお、走行とそれ以外の通常動作のいずれの動作状態にあるかを判別するために３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを用いる理由およびその原理については本発明に係る人の姿勢動作判別装置１の第４の判別手段４３と同じである。
３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥは、加速度検出手段により検出した３方向の加速度から前記（２）、（３）式により演算した値である。
なお、走行とそれ以外の通常動作のいずれの動作状態にあるかを判別するために３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを用いる理由およびその原理については本発明に係る人の姿勢動作判別装置１の第４の判別手段４３と同じである。
本発明に係るエネルギー消費量算出装置１０１の第４の判別手段１４３について説明する。当該第４の判別手段においては、図１７に示すようにＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹの各々に予め定めた所定の係数を乗じて和を採った演算結果Ｚ１、Ｚ２から歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段により検出したＸ方向の加速度ＧＸから前記（４）式により演算した値である。また、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥは、加速度検出手段により検出したＸ方向の加速度ＧＸから前記（６）、（７）式により演算した値である。Ｚ方向の運動成分の平均値ＧＭＺＡＶＥは、加速度検出手段により検出したＺ方向の加速度ＧＺから前記（８）、（９）式により演算した値である。また、ピークパワー値ＳＹは、加速度検出手段により検出したＹ方向の加速度ＧＹの周波数解析を行い、当該周波数解析により解析されたＹ方向の加速度の周波数スペクトルのピークパワー値である。
なお、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別するために、Ｘ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹ、さらには、これらを要素とする判別関数Ｚ１、Ｚ２を用いる理由およびその原理については本発明に係る人の姿勢動作判別装置１の第５の判別手段４４と同じである。したがって、本発明に係るエネルギー消費量算出装置においても、各判別要素の係数を入力する係数入力手段１５０およびこれらを記憶する係数記憶手段１５１を備えることが望ましい。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段により検出したＸ方向の加速度ＧＸから前記（４）式により演算した値である。また、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥは、加速度検出手段により検出したＸ方向の加速度ＧＸから前記（６）、（７）式により演算した値である。Ｚ方向の運動成分の平均値ＧＭＺＡＶＥは、加速度検出手段により検出したＺ方向の加速度ＧＺから前記（８）、（９）式により演算した値である。また、ピークパワー値ＳＹは、加速度検出手段により検出したＹ方向の加速度ＧＹの周波数解析を行い、当該周波数解析により解析されたＹ方向の加速度の周波数スペクトルのピークパワー値である。
なお、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別するために、Ｘ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹ、さらには、これらを要素とする判別関数Ｚ１、Ｚ２を用いる理由およびその原理については本発明に係る人の姿勢動作判別装置１の第５の判別手段４４と同じである。したがって、本発明に係るエネルギー消費量算出装置においても、各判別要素の係数を入力する係数入力手段１５０およびこれらを記憶する係数記憶手段１５１を備えることが望ましい。
次に、本発明に係るエネルギー消費量算出装置１０１の別の実施形態について説明する。図２７は本発明に係るエネルギー消費量算出装置１０１の別の判別方法を示すフローチャートの一例であり、図２９は本発明に係るエネルギー消費量算出装置１０１の構成の別の一例を示す構成図である。この例においては、前記した第４の判別手段１４３に代えて、ファジィ推論を行う第５の判別手段１４４を備えることにより、その人が歩行、階段上昇、階段下降のいずれの状態にあるのかを判別する。
本発明に係るエネルギー消費量算出装置１０１の第５の判別手段１４４について説明する。当該第５の判別手段においては、図２７に示すようにＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびパワースペクトル値ＺＭＡＸを入力として予め定めた各動作状態のメンバーシップ関数を用いてファジィ推論を行うことにより歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから前記（４）式により演算した値である。
Ｘ方向の運動成分の平均値ＧＭＸＡＶＥは、加速度検出手段１１０により検出したＸ方向の加速度ＧＸから前記（６）、（７）式により演算した値である。
パワースペクトル値ＹＭＡＸは、図２１に示すように、加速度検出手段１１０により検出した３方向の加速度の周波数解析を行い、当該周波数解析により解析された３方向のパワースペクトルから演算したＹ方向の基本周波数のパワースペクトル値である。
パワースペクトル値ＺＭＡＸは、図２１に示すように、加速度検出手段１１０により検出した３方向の加速度の周波数解析を行い、当該周波数解析により解析された３方向のパワースペクトルから演算したＺ方向の基本周波数のパワースペクトル値である。
Ｘ方向の姿勢成分ＧＳＸは、加速度検出手段１０により検出したＸ方向の加速度ＧＸから前記（４）式により演算した値である。
Ｘ方向の運動成分の平均値ＧＭＸＡＶＥは、加速度検出手段１１０により検出したＸ方向の加速度ＧＸから前記（６）、（７）式により演算した値である。
パワースペクトル値ＹＭＡＸは、図２１に示すように、加速度検出手段１１０により検出した３方向の加速度の周波数解析を行い、当該周波数解析により解析された３方向のパワースペクトルから演算したＹ方向の基本周波数のパワースペクトル値である。
パワースペクトル値ＺＭＡＸは、図２１に示すように、加速度検出手段１１０により検出した３方向の加速度の周波数解析を行い、当該周波数解析により解析された３方向のパワースペクトルから演算したＺ方向の基本周波数のパワースペクトル値である。
なお、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別するために、Ｘ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびパワースペクトル値ＺＭＡＸを用いる理由およびその原理については本発明に係る人の姿勢動作判別装置１の第６の判別手段４５で説明した内容と同じである。
また、ファジィ推論全般に関して、例えば、使用するファジィルール、使用するメンバーシップ関数およびその作成方法、メンバーシップ学習機能等についても、本発明に係る人の姿勢動作判別装置１の第６の判別手段４５で説明した内容と同じである。
また、ファジィ推論全般に関して、例えば、使用するファジィルール、使用するメンバーシップ関数およびその作成方法、メンバーシップ学習機能等についても、本発明に係る人の姿勢動作判別装置１の第６の判別手段４５で説明した内容と同じである。
本発明に係るエネルギー消費量算出装置１０１は、立位、座位、臥位における基礎代謝量および走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式を記憶する回帰式記憶手段１８０と、前記判別手段による判別結果にしたがって適用すべき基礎代謝量または回帰式を選択する回帰式選択手段１８１と、選択された基礎代謝量または回帰式に基づいて姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出手段１８２を備えるので、これについて説明する。
図１８は歩行、階段上昇、階段下降時における分時酸素摂取量ＶＯ２と歩行率との関係を示す分布図である。分時酸素摂取量ＶＯ２と歩行率との間には密接な相関関係が成立し、この関係を回帰式により表せることがわかる。また、歩行率を検出することができれば、前記回帰式により分時酸素摂取量ＶＯ２を算出できることがわかる。なお、図１８の縦軸は分時酸素摂取量ＶＯ２であるが、採気した吸気ガスから酸素濃度、二酸化炭素濃度およびガス量を求め、吸気中の酸素量と呼気中の酸素量を求め、分時酸素摂取量ＶＯ２と二酸化炭素産出量を求め、呼吸交換比を求め、酸素１リットル当たりに生ずる熱量Ｋを求め、分時酸素摂取量ＶＯ２（ｌ／ｍｉｎ）と熱量Ｋ（ｋｃａｌ）の積を演算することにより、エネルギー消費量Ｑ（ｋｃａｌ／ｍｉｎ）を求めることができる。
歩行率Ｒの検出については、検出したＸ方向の加速度とＺ方向の加速度の周波数スペクトルを各々周波数解析（ＦＦＴ解析）し、解析されたＸ方向の加速度の周波数スペクトルのピーク周波数とＺ方向の加速度の周波数スペクトルのピーク周波数を検出し、両者の周波数を比較し、より低いほうのピーク周波数を選択することにより歩行率を検出することができる。表１は、当該方法を採用した場合の判定精度を示したものである。表１より高い精度で歩行、階段上昇、階段下降時における歩行率を検出できることがわかる。
図１９は本発明に係るエネルギー消費量算出装置１０１の構成の一例を示す構成図である。加速度データ記憶手段１２０としては、検出した加速度テータを記憶できるものであれば特に限定されるものではないが、ＲＡＭやハードディスクを用いることが望ましい。判別結果を記憶する判別結果記憶手段１６０や係数記憶手段１５１、さらには立位、座位、臥位における基礎代謝量および走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式を記憶する回帰式記憶手段１８０についても同様である。また、加速度演算手段１３０としてはＣＰＵを用いることができるし、ソフトウェアで実現することもできる。
したがって、本発明に係るエネルギー消費量算出装置１０１によれば、前記判別手段により立位、座位、臥位、走行、歩行、階段上昇、階段下降からなる姿勢動作状態を判別することができ、さらには各動作時における歩行率についても検出することができるので、回帰式記憶手段１８０に記憶させた立位、座位、臥位における基礎代謝量および走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式に基づいて、各姿勢動作状態に応じたエネルギー消費量を高い精度で算出することができる。
また、本発明に係るエネルギー消費量算出装置１０１は、算出したエネルギー消費量を一定時間毎に順次記憶する消費量記憶手段１８３と、算出したエネルギー消費量を表示する消費量表示手段１８４を備えることが望ましい。これにより、リアルタイムでエネルギー消費量を確認することができる。なお、消費量表示手段１８４としては特に限定されるものではないが、携帯性から液晶を用いた表示装置を用いるのが望ましい。
また、本発明に係るエネルギー消費量算出装置１０１は、算出したエネルギー消費量を積算する消費量積算手段１８５と、積算したエネルギー消費量を記憶する積算消費量記憶手段１８６と、積算したエネルギー消費量を表示する積算消費量表示手段１８７を備えることが望ましい。これにより、リアルタイムでエネルギー消費積算量を確認することができる。なお、消費量表示手段１８７としても特に限定されるものではないが、携帯性から液晶を用いた表示装置を用いるのが望ましい。
また、本発明に係るエネルギー消費量算出装置１０１は、立位、座位、臥位における基礎代謝量または走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式を入力する回帰式入力手段１７９を備えることが望ましい。基礎代謝量または運動に伴うエネルギー消費量には個人差があるため、回帰式入力手段を備えることにより、より精度の高いエネルギー消費量を算出することができる。
１ 姿勢動作判別装置
１０ 加速度検出手段 １１ ３軸加速度センサ
１２ Ａ／Ｄコンバータ ２０ 加速度データ記憶手段
３０ 加速度演算手段 ３１ ＧＳＸ演算手段
３２ ＧＭＸＡＶＥ演算手段 ３３ 周波数解析手段
３４ ＳＹ検出手段 ３５ ＧＳＺ演算手段
３６ ΔＧＳＺ演算手段 ３７ ＧＭＺＡＶＥ演算手段
３８ ＧＸＹ演算手段 ３９ ＧＭＸＹＺＡＶＥ演算手段
４０ 第１の判別手段 ４１ 第２の判別手段
４２ 第３の判別手段 ４３ 第４の判別手段
４４ 第５の判別手段 ４５ 第６の判別手段
５０ 係数入力手段 ５１ 係数記憶手段
６０ 判別結果記憶手段 ７０ 無線通信手段
７１ 動作状態入力手段 ７２ メンバーシップ関数学習手段
７３ メンバーシップ関数記憶手段 ７４ ＹＭＡＸ演算手段
７５ ＺＭＡＸ演算手段 ７６ 歩行率演算手段
１０１ エネルギー消費量算出装置
１１０ 加速度検出手段 １１１ ３軸加速度センサ
１１２ Ａ／Ｄコンバータ １２０ 加速度データ記憶手段
１３０ 加速度演算手段 １３１ ＧＳＸ演算手段
１３２ ＧＭＸＡＶＥ演算手段 １３３ 周波数解析手段
１３４ ＳＹ検出手段 １３５ ＧＳＺ演算手段
１３７ ＧＭＺＡＶＥ演算手段 １３９ ＧＭＸＹＺＡＶＥ演算手段
１４０ 第１の判別手段 １４１ 第２の判別手段
１４２ 第３の判別手段 １４３ 第４の判別手段
１４４ 第５の判別手段
１５０ 係数入力手段 １５１ 係数記憶手段
１６０ 判別結果記憶手段 １７０ 無線通信手段
１７１ 動作状態入力手段 １７２ メンバーシップ関数学習手段
１７３ メンバーシップ関数記憶手段 １７４ ＹＭＡＸ演算手段
１７５ ＺＭＡＸ演算手段 １７６ 歩行率演算手段
１７９ 回帰式入力手段
１８０ 回帰式記憶手段 １８１ 回帰式選択手段
１８２ エネルギー消費量算出手段 １８３ 消費量記憶手段
１８４ 消費量表示手段 １８５ 消費量積算手段
１８６ 積算消費量記憶手段 １８７ 積算消費量表示手段
１０ 加速度検出手段 １１ ３軸加速度センサ
１２ Ａ／Ｄコンバータ ２０ 加速度データ記憶手段
３０ 加速度演算手段 ３１ ＧＳＸ演算手段
３２ ＧＭＸＡＶＥ演算手段 ３３ 周波数解析手段
３４ ＳＹ検出手段 ３５ ＧＳＺ演算手段
３６ ΔＧＳＺ演算手段 ３７ ＧＭＺＡＶＥ演算手段
３８ ＧＸＹ演算手段 ３９ ＧＭＸＹＺＡＶＥ演算手段
４０ 第１の判別手段 ４１ 第２の判別手段
４２ 第３の判別手段 ４３ 第４の判別手段
４４ 第５の判別手段 ４５ 第６の判別手段
５０ 係数入力手段 ５１ 係数記憶手段
６０ 判別結果記憶手段 ７０ 無線通信手段
７１ 動作状態入力手段 ７２ メンバーシップ関数学習手段
７３ メンバーシップ関数記憶手段 ７４ ＹＭＡＸ演算手段
７５ ＺＭＡＸ演算手段 ７６ 歩行率演算手段
１０１ エネルギー消費量算出装置
１１０ 加速度検出手段 １１１ ３軸加速度センサ
１１２ Ａ／Ｄコンバータ １２０ 加速度データ記憶手段
１３０ 加速度演算手段 １３１ ＧＳＸ演算手段
１３２ ＧＭＸＡＶＥ演算手段 １３３ 周波数解析手段
１３４ ＳＹ検出手段 １３５ ＧＳＺ演算手段
１３７ ＧＭＺＡＶＥ演算手段 １３９ ＧＭＸＹＺＡＶＥ演算手段
１４０ 第１の判別手段 １４１ 第２の判別手段
１４２ 第３の判別手段 １４３ 第４の判別手段
１４４ 第５の判別手段
１５０ 係数入力手段 １５１ 係数記憶手段
１６０ 判別結果記憶手段 １７０ 無線通信手段
１７１ 動作状態入力手段 １７２ メンバーシップ関数学習手段
１７３ メンバーシップ関数記憶手段 １７４ ＹＭＡＸ演算手段
１７５ ＺＭＡＸ演算手段 １７６ 歩行率演算手段
１７９ 回帰式入力手段
１８０ 回帰式記憶手段 １８１ 回帰式選択手段
１８２ エネルギー消費量算出手段 １８３ 消費量記憶手段
１８４ 消費量表示手段 １８５ 消費量積算手段
１８６ 積算消費量記憶手段 １８７ 積算消費量表示手段
Claims (15)
- 人体にＸ方向が前後、Ｙ方向が左右、Ｚ方向が上下となるように装着した加速度検出手段を用いて姿勢動作状態を判別する人の姿勢動作判別装置において、
互いに直交するＸ方向の加速度ＧＸ、Ｙ方向の加速度ＧＹおよびＺ方向の加速度ＧＺを検出する加速度検出手段と、
検出したＺ方向の加速度ＧＺからＺ方向の姿勢成分ＧＳＺを演算する手段と、
検出した３方向の加速度から３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを演算する手段と、
演算したＺ方向の姿勢成分Ｇ ＳＺ と所定の閾値を比較することにより臥位とそれ以外の姿勢動作状態とを判別し、演算した３方向の加速度の合成加速度の運動成分の平均値Ｇ ＭＸＹＺＡＶＥ と所定の閾値を比較することにより立位、座位からなる姿勢状態とそれ以外の動作状態とを判別し、これにより立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降、転倒からなる動作状態のいずれの状態にあるかを判別する第１の判別手段を備えることを特徴とする人の姿勢動作判別装置。 - 検出したＸ方向の加速度ＧＸからＸ方向の姿勢成分ＧＳＸを演算する手段と、
演算したＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺ が、立位、座位、臥位とＸ方向の姿勢成分Ｇ ＳＸ およびＺ方向の姿勢成分Ｇ ＳＺ の関係を示す分布図のどの領域に位置するかにより、立位、座位、臥位のいずれの姿勢状態にあるかを判別する第２の判別手段を備えることを特徴とする請求項１に記載の人の姿勢動作判別装置。 - 検出したＺ方向の加速度ＧＺからＺ方向の姿勢成分の変化量ΔＧＳＺを演算する手段と、
検出したＸ方向の加速度ＧＸとＹ方向の加速度ＧＹからＸ方向とＹ方向の加速度の合成加速度ＧＸＹを演算する手段と、
演算したＸ方向とＹ方向の加速度の合成加速度ＧＸＹおよびＺ方向の姿勢成分の変化量ΔＧＳＺ の各々について所定の閾値と比較することにより、走行、歩行、階段上昇、階段下降からなる通常動作と転倒からなる危険動作のいずれの動作状態にあるかを判別する第３の判別手段を備えることを特徴とする請求項１または２に記載の人の姿勢動作判別装置。 - 演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥ と所定の閾値を比較することにより、走行とそれ以外の通常動作のいずれの動作状態にあるかを判別する第４の判別手段を備えることを特徴とする請求項１〜３のいずれか１項に記載の人の姿勢動作判別装置。
- 検出したＸ方向の加速度ＧＸからＸ方向の運動成分の平均値ＧＭＸＡＶＥを演算する手段と、
検出したＹ方向の加速度ＧＹの周波数スペクトルを解析する周波数解析手段と、
当該周波数解析手段により解析されたＹ方向の加速度の周波数スペクトルのピークパワー値ＳＹを検出する手段と、
検出したＺ方向の加速度ＧＺからＺ方向の運動成分の平均値ＧＭＺＡＶＥを演算する手段と、
演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹの各々に予め定めた所定の係数を乗じて和を採った演算結果Ｚ１、Ｚ２が、歩行、階段上昇、階段下降とＺ１、Ｚ２の関係を示す分布図のどの領域に位置するかにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第５の判別手段を備えることを特徴とする請求項４に記載の人の姿勢動作判別装置。 - 検出したＸ方向の加速度ＧＸからＸ方向の運動成分の平均値ＧＭＸＡＶＥを演算する手段と、
検出した３方向の加速度の周波数スペクトルを解析する周波数解析手段と、
当該周波数解析手段により解析された３方向のパワースペクトルからＹ方向とＺ方向の基本周波数のパワースペクトル値ＹＭＡＸとＺＭＡＸを演算する手段と、
演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびＺＭＡＸを入力として予め定めた各動作状態のメンバーシップ関数を用いて予め定めたファジィルールに従うファジィ推論を行い、各ルールのメンバーシップ関数の論理和の重心をとることにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第６の判別手段を備えることを特徴とする請求項４に記載の人の姿勢動作判別装置。 - さらに、前記周波数解析手段により解析された３方向のパワースペクトルから歩行率Ｒを演算する手段を備え、
前記第６の判別手段が、歩行率Ｒに対応した予め定めた各動作状態のメンバーシップ関数を用いて予め定めたファジィルールに従うファジィ推論を行い、各ルールのメンバーシップ関数の論理和の重心をとることにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別することを特徴とする請求項６に記載の人の姿勢動作判別装置。 - さらに、加速度検出手段を装着した人が歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを入力する動作状態入力手段と、
入力された真の動作状態と、入力されたＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびＺＭＡＸに基づいて、予め定めた各動作状態のメンバーシップ関数を書き換えるメンバーシップ関数学習手段を備えることを特徴とする請求項６または７に記載の人の姿勢動作判別装置。 - 前記判別手段による判別結果を装置本体の外部に設置した外部機器に送信する無線通信手段を備えることを特徴とする請求項１〜８のいずれか１項に記載の人の姿勢動作判別装置。
- 人体にＸ方向が前後、Ｙ方向が左右、Ｚ方向が上下となるように装着した加速度検出手段を用いて立位、座位、臥位、走行、歩行、階段上昇、階段下降からなる姿勢動作状態を判別し、当該姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出装置において、
立位、座位、臥位における基礎代謝量および走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式を記憶する回帰式記憶手段と、
互いに直交するＸ方向の加速度ＧＸ、Ｙ方向の加速度ＧＹおよびＺ方向の加速度ＧＺを検出する加速度検出手段と、
検出したＸ方向の加速度ＧＸからＸ方向の姿勢成分ＧＳＸおよびＸ方向の運動成分の平均値ＧＭＸＡＶＥを演算する手段と、
検出したＺ方向の加速度ＧＺからＺ方向の姿勢成分ＧＳＺおよびＺ方向の運動成分の平均値ＧＭＺＡＶＥを演算する手段と、
検出した３方向の加速度の周波数スペクトルを各々解析する周波数解析手段と、
当該周波数解析手段により解析されたＹ方向の加速度の周波数スペクトルのピークパワー値ＳＹを検出する手段と、
前記周波数解析手段により解析されたＸ方向の加速度の周波数スペクトルのピーク周波数とＺ方向の加速度の周波数スペクトルのピーク周波数を検出するピーク周波数検出手段と、
検出したＸ方向の加速度の周波数スペクトルのピーク周波数とＺ方向の加速度の周波数スペクトルのピーク周波数から歩行率Ｒを検出する手段と、
検出した３方向の加速度から３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを演算する手段と、
演算したＺ方向の姿勢成分Ｇ ＳＺ と所定の閾値を比較することにより臥位とそれ以外の姿勢動作状態とを判別し、演算した３方向の加速度の合成加速度の運動成分の平均値Ｇ ＭＸＹＺＡＶＥ と所定の閾値を比較することにより立位、座位からなる姿勢状態とそれ以外の動作状態とを判別し、これにより立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降からなる動作状態のいずれの状態にあるかを判別する第１の判別手段と、
演算したＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺ が、立位、座位、臥位とＸ方向の姿勢成分Ｇ ＳＸ およびＺ方向の姿勢成分Ｇ ＳＺ の関係を示す分布図のどの領域に位置するかにより、立位、座位、臥位のいずれの姿勢状態にあるかを判別する第２の判別手段と、
演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥ と所定の閾値を比較することにより、走行とそれ以外の通常動作のいずれの通常動作状態にあるかを判別する第３の判別手段と、
演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、Ｚ方向の運動成分の平均値ＧＭＺＡＶＥおよびピークパワー値ＳＹの各々に予め定めた所定の係数を乗じて和を採った演算結果Ｚ１、Ｚ２が、歩行、階段上昇、階段下降とＺ１、Ｚ２の関係を示す分布図のどの領域に位置するかにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第４の判別手段と、
前記判別手段による判別結果にしたがって適用すべき基礎代謝量または回帰式を選択する回帰式選択手段と、
選択された基礎代謝量または回帰式に基づいて姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出手段を備えることを特徴とするエネルギー消費量算出装置。 - 人体にＸ方向が前後、Ｙ方向が左右、Ｚ方向が上下となるように装着した加速度検出手段を用いて立位、座位、臥位、走行、歩行、階段上昇、階段下降からなる姿勢動作状態を判別し、当該姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出装置において、
立位、座位、臥位における基礎代謝量および走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式を記憶する回帰式記憶手段と、
互いに直交するＸ方向の加速度ＧＸ、Ｙ方向の加速度ＧＹおよびＺ方向の加速度ＧＺを検出する加速度検出手段と、
検出したＸ方向の加速度ＧＸからＸ方向の姿勢成分ＧＳＸおよびＸ方向の運動成分の平均値ＧＭＸＡＶＥを演算する手段と、
検出したＺ方向の加速度ＧＺからＺ方向の姿勢成分ＧＳＺを演算する手段と、
検出した３方向の加速度の周波数スペクトルを各々解析する周波数解析手段と、
当該周波数解析手段により解析された３方向のパワースペクトルからＹ方向とＺ方向の基本周波数のパワースペクトル値ＹＭＡＸとＺＭＡＸを演算する手段と、
前記周波数解析手段により解析された３方向のパワースペクトルから歩行率Ｒを演算する手段と、
検出した３方向の加速度から３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥを演算する手段と、
演算したＺ方向の姿勢成分Ｇ ＳＺ と所定の閾値を比較することにより臥位とそれ以外の姿勢動作状態とを判別し、演算した３方向の加速度の合成加速度の運動成分の平均値Ｇ ＭＸＹＺＡＶＥ と所定の閾値を比較することにより立位、座位からなる姿勢状態とそれ以外の動作状態とを判別し、これにより立位、座位、臥位からなる姿勢状態と走行、歩行、階段上昇、階段下降からなる動作状態のいずれの状態にあるかを判別する第１の判別手段と、
演算したＸ方向の姿勢成分ＧＳＸとＺ方向の姿勢成分ＧＳＺ が、立位、座位、臥位とＸ方向の姿勢成分Ｇ ＳＸ およびＺ方向の姿勢成分Ｇ ＳＺ の関係を示す分布図のどの領域に位置するかにより、立位、座位、臥位のいずれの姿勢状態にあるかを判別する第２の判別手段と、
演算した３方向の加速度の合成加速度の運動成分の平均値ＧＭＸＹＺＡＶＥ と所定の閾値を比較することにより、走行とそれ以外の通常動作のいずれの動作状態にあるかを判別する第３の判別手段と、
演算したＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびＺＭＡＸを入力として歩行率Ｒに対応した予め定めた各動作状態のメンバーシップ関数を用いて予め定めたファジィルールに従うファジィ推論を行い、各ルールのメンバーシップ関数の論理和の重心をとることにより、歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを判別する第５の判別手段と、
前記判別手段による判別結果にしたがって適用すべき基礎代謝量または回帰式を選択する回帰式選択手段と、
選択された基礎代謝量または回帰式に基づいて姿勢動作状態に応じたエネルギー消費量を算出するエネルギー消費量算出手段を備えることを特徴とするエネルギー消費量算出装置。 - さらに、加速度検出手段を装着した人が歩行、階段上昇、階段下降のいずれの通常動作状態にあるかを入力する動作状態入力手段と、
入力された真の動作状態と、入力されたＸ方向の姿勢成分ＧＳＸ、Ｘ方向の運動成分の平均値ＧＭＸＡＶＥ、パワースペクトル値ＹＭＡＸおよびＺＭＡＸに基づいて、予め定めた各動作状態のメンバーシップ関数を書き換えるメンバーシップ関数学習手段を備えることを特徴とする請求項１１に記載のエネルギー消費量算出装置。 - 算出したエネルギー消費量を一定時間毎に順次記憶する消費量記憶手段と、
算出したエネルギー消費量を表示する表示手段を備えることを特徴とする請求項１０〜１２のいずれか１項に記載のエネルギー消費量算出装置。 - 算出したエネルギー消費量を積算する手段と、
積算したエネルギー消費量を記憶する積算消費量記憶手段と、
積算したエネルギー消費量を表示する表示手段を備えることを特徴とする請求項１０〜１３のいずれか１項に記載のエネルギー消費量算出装置。 - 立位、座位、臥位における基礎代謝量または走行、歩行、階段上昇、階段下降における歩行率とエネルギー消費量との相関関係を示す回帰式を入力する回帰式入力手段を備えることを特徴とする請求項１０〜１４のいずれか１項に記載のエネルギー消費量算出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006194381A JP5120795B2 (ja) | 2005-11-15 | 2006-07-14 | 人の姿勢動作判別装置およびエネルギー消費量算出装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005330902 | 2005-11-15 | ||
| JP2005330902 | 2005-11-15 | ||
| JP2006194381A JP5120795B2 (ja) | 2005-11-15 | 2006-07-14 | 人の姿勢動作判別装置およびエネルギー消費量算出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2007160076A JP2007160076A (ja) | 2007-06-28 |
| JP5120795B2 true JP5120795B2 (ja) | 2013-01-16 |
Family
ID=38243625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006194381A Expired - Fee Related JP5120795B2 (ja) | 2005-11-15 | 2006-07-14 | 人の姿勢動作判別装置およびエネルギー消費量算出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5120795B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106295680A (zh) * | 2016-07-29 | 2017-01-04 | 深圳云智优泊科技有限公司 | 低功耗驾车和步行状态识别系统 |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5060186B2 (ja) * | 2007-07-05 | 2012-10-31 | 株式会社東芝 | 脈波処理装置及び方法 |
| JP4992595B2 (ja) * | 2007-07-27 | 2012-08-08 | オムロンヘルスケア株式会社 | 活動量計 |
| JP4992043B2 (ja) * | 2007-08-13 | 2012-08-08 | 株式会社国際電気通信基礎技術研究所 | 行動識別装置、行動識別システムおよび行動識別方法 |
| JP5111993B2 (ja) * | 2007-10-03 | 2013-01-09 | バイセン株式会社 | 行動識別システム |
| JP5531227B2 (ja) * | 2008-06-09 | 2014-06-25 | 株式会社タニタ | 行動判定装置 |
| WO2010035187A1 (en) * | 2008-09-23 | 2010-04-01 | Koninklijke Philips Electronics N.V. | Power measurement method and apparatus |
| FR2942388B1 (fr) * | 2009-02-26 | 2012-10-12 | Movea | Systeme et procede de detection de marche d'une personne |
| JP5342929B2 (ja) * | 2009-05-21 | 2013-11-13 | 株式会社タニタ | 体動判定装置 |
| JP5330143B2 (ja) * | 2009-07-30 | 2013-10-30 | 特定非営利活動法人熟年体育大学リサーチセンター | 移動形態判別方法および移動形態判別装置、ならびに消費カロリー算出方法 |
| JP5534163B2 (ja) * | 2009-12-09 | 2014-06-25 | 日本電気株式会社 | 行動判定装置、行動判定システム、行動判定方法、及びプログラム |
| JP5445162B2 (ja) * | 2010-01-20 | 2014-03-19 | オムロンヘルスケア株式会社 | 体動検出装置 |
| JP2011147536A (ja) * | 2010-01-20 | 2011-08-04 | Omron Healthcare Co Ltd | 体動検出装置 |
| JP2012196332A (ja) * | 2011-03-22 | 2012-10-18 | Omron Healthcare Co Ltd | 体動検出装置、および、体動検出装置の制御方法 |
| JP2013000311A (ja) * | 2011-06-16 | 2013-01-07 | Aomori Prefectural Industrial Technology Research Center | 動作検出装置、動作検出ユニット、動作検出システムおよび動作検出方法 |
| CN102302370B (zh) * | 2011-06-30 | 2013-01-30 | 中国科学院计算技术研究所 | 一种跌倒检测方法和装置 |
| US9999376B2 (en) * | 2012-11-02 | 2018-06-19 | Vital Connect, Inc. | Determining body postures and activities |
| EP3046462B1 (en) | 2013-09-16 | 2020-01-08 | Koninklijke Philips N.V. | System and method for estimating cardiovascular fitness of a person |
| KR102378018B1 (ko) * | 2014-07-29 | 2022-03-24 | 삼성전자주식회사 | 보행 동작 인식 장치 및 그 방법 |
| DE102014219148A1 (de) * | 2014-09-23 | 2016-03-24 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erstellen eines Bewegungsmodells eines Straßenverkehrsteilnehmers |
| KR102387378B1 (ko) | 2014-10-07 | 2022-04-15 | 삼성전자주식회사 | 보행 동작 인식을 위한 장치 및 방법 |
| CN104490401B (zh) * | 2015-01-15 | 2017-05-24 | 张�杰 | 基于加速度数据的智能终端进行人体行为自动识别的方法 |
| JP6356616B2 (ja) | 2015-02-17 | 2018-07-11 | 日本電信電話株式会社 | 逐次姿勢識別装置および自律神経機能情報取得装置、方法ならびにプログラム |
| CN104598880A (zh) * | 2015-03-06 | 2015-05-06 | 中山大学 | 一种基于模糊支持向量机的行为识别方法 |
| EP3305193A4 (en) * | 2015-05-29 | 2019-01-09 | Alps Electric Co., Ltd. | POSITION DETECTING DEVICE, LENS-SHAPED ELECTRONIC DEVICE, POSITION DETECTING METHOD, AND PROGRAM THEREOF |
| JP6698997B2 (ja) * | 2016-04-12 | 2020-05-27 | 株式会社アコーズ | 活動量計 |
| CN108338790B (zh) * | 2017-01-24 | 2020-09-18 | 首都医科大学 | 步态分析及跌倒评估系统 |
| JP6610626B2 (ja) * | 2017-08-03 | 2019-11-27 | カシオ計算機株式会社 | 活動状況解析装置、活動状況解析方法及びプログラム |
| JP6645481B2 (ja) | 2017-08-03 | 2020-02-14 | カシオ計算機株式会社 | 活動記録データ処理装置、活動記録データ処理方法及び活動記録データ処理プログラム |
| JP6686985B2 (ja) | 2017-08-03 | 2020-04-22 | カシオ計算機株式会社 | 軌跡推定装置、軌跡推定方法及び軌跡推定プログラム |
| WO2022024900A1 (ja) * | 2020-07-30 | 2022-02-03 | 株式会社村田製作所 | 行動状態推定装置、行動状態推定方法、行動状態学習装置、および、行動状態学習方法 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0554300A (ja) * | 1991-08-22 | 1993-03-05 | Omron Corp | 覚醒度検知装置 |
| JPH0877481A (ja) * | 1994-06-30 | 1996-03-22 | Omron Corp | 認識装置および行動監視システム |
| JPH08240450A (ja) * | 1995-03-03 | 1996-09-17 | Japan Aviation Electron Ind Ltd | 行動パターン取得装置及び運動量解析装置 |
| JP3570163B2 (ja) * | 1996-07-03 | 2004-09-29 | 株式会社日立製作所 | 動作及び行動の認識方法及び装置及びシステム |
| JP3314917B2 (ja) * | 1997-04-17 | 2002-08-19 | 株式会社カージオペーシングリサーチ・ラボラトリー | 体動検出方法及びその装置 |
| JP3571272B2 (ja) * | 2000-03-14 | 2004-09-29 | エスペック株式会社 | 運動カロリー測定方法及び装置 |
| JP2002133555A (ja) * | 2000-10-20 | 2002-05-10 | Matsushita Electric Ind Co Ltd | 状態情報検知送信装置、警報通知システム、および個人特性情報収集システム |
| JP2002200059A (ja) * | 2000-12-28 | 2002-07-16 | Terumo Corp | 体動検出装置及びそれを用いた医療装置及び体動検出方法 |
| JP2003061935A (ja) * | 2001-08-22 | 2003-03-04 | Matsushita Electric Ind Co Ltd | 個人情報端末および行動判別システム |
| JP4214259B2 (ja) * | 2002-08-27 | 2009-01-28 | 学校法人日本大学 | 人の動作状態監視方法および装置 |
| FR2856913B1 (fr) * | 2003-07-02 | 2005-08-05 | Commissariat Energie Atomique | Detecteur portatif pour mesurer des mouvements d'une personne porteuse, et procede. |
| JP4155889B2 (ja) * | 2003-07-14 | 2008-09-24 | ホシデン株式会社 | 体動検出装置 |
| JP4913316B2 (ja) * | 2003-07-15 | 2012-04-11 | 旭化成エレクトロニクス株式会社 | 歩数演算装置 |
| JP2005237576A (ja) * | 2004-02-25 | 2005-09-08 | Kansai Electric Power Co Inc:The | 転倒判定装置 |
| JP4565234B2 (ja) * | 2004-03-03 | 2010-10-20 | 学校法人日本大学 | 人の動作および姿勢の監視方法 |
| JP2006198073A (ja) * | 2005-01-19 | 2006-08-03 | Matsushita Electric Ind Co Ltd | 体動検出機および体動検出機を備える携帯端末装置 |
-
2006
- 2006-07-14 JP JP2006194381A patent/JP5120795B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106295680A (zh) * | 2016-07-29 | 2017-01-04 | 深圳云智优泊科技有限公司 | 低功耗驾车和步行状态识别系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2007160076A (ja) | 2007-06-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5120795B2 (ja) | 人の姿勢動作判別装置およびエネルギー消費量算出装置 | |
| JP5202257B2 (ja) | 人の姿勢動作判別装置 | |
| Greene et al. | Evaluation of falls risk in community-dwelling older adults using body-worn sensors | |
| RU2535615C2 (ru) | Определение затрат энергии пользователя | |
| Sorvala et al. | A two-threshold fall detection algorithm for reducing false alarms | |
| JP5531227B2 (ja) | 行動判定装置 | |
| US20050107723A1 (en) | Methods and apparatus for determining work performed by an individual from measured physiological parameters | |
| EP3136269A1 (en) | Walking-load-degree calculation apparatus, maximum-oxygen-consumption calculation apparatus, and control method | |
| US20150038803A1 (en) | System and Method for Evaluating Concussion Injuries | |
| Subramaniam et al. | Wearable sensor systems for fall risk assessment: A review | |
| WO2005011480A2 (en) | Method and apparatus including altimeter and accelerometers for determining work performed by an individual | |
| JP2008220517A (ja) | 消費カロリー算出方法および携帯用消費カロリー測定装置 | |
| JP2017158999A (ja) | 最大酸素消費をリアルタイムに監視する監視方法 | |
| CN112138361B (zh) | 一种基于摄氧量计算的心肺耐力测量方法及系统 | |
| CN111493882A (zh) | 一种老年人跌倒预测与运动康复干预指导系统和方法 | |
| KR101125672B1 (ko) | 운동패턴 분석방법 및 이를 이용한 운동량 산출장치 | |
| JP6864460B2 (ja) | 疾病予測装置 | |
| JP2005245709A (ja) | 人の動作および姿勢の監視方法 | |
| Ceaser | The estimation of caloric expenditure using three triaxial accelerometers | |
| JP2008246165A (ja) | 活動量計 | |
| CN112205973A (zh) | 一种基于智能穿戴设备的心肺耐力测量方法及系统 | |
| JP2018007979A (ja) | 運動支援装置及び運動支援方法、運動支援プログラム | |
| Montes | Validation and reliability of the Hexoskin and Fitbit Flex wearable BIO collection devices | |
| CN115462782A (zh) | 一种基于多维度特征参数的人体跌倒动态监测方法及系统 | |
| CN213030647U (zh) | 一种老年人跌倒预测与运动康复干预指导系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090710 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110831 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110906 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111107 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120925 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121015 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151102 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |