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
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。
日本機械学会誌1996Vol.101No.950p14〜16
(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。
(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。
(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。
(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。
(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。
(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。
(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。
(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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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
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。
(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
ルール4: if GMZAVE=大 then 階段下降
ルール5: if CY=大 then 階段上昇
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。
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。
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。
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。
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。
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。
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。
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。
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 |