JP6199875B2 - 電子地図上の経路を生成する際に使用するコストデータを作成する方法及び装置 - Google Patents

Description

本発明は、電子地図上の経路を生成する際に使用するコストデータを判定する方法及びシステムに関する。特に、方法は、オフロードセグメントである電子地図のナビゲート可能セグメントの横断に関するコストデータの判定に関するが、それに限定されない。本発明は、少なくとも部分的にユーザ自身の力を用いる電子地図のセグメントの横断に関連付けられるコストデータを判定する方法及びシステムを提供する。

ＧＮＳＳ（グローバルナビゲーション衛星システム）信号受信／処理機能性を含むポータブルナビゲーション装置（ＰＮＤ）は周知であり、車両搭載型のナビゲーションシステム又は他の車両ナビゲーションシステムとして広く採用される。そのような装置は、ＧＰＳアンテナ等のＧＮＳＳアンテナを含み、これにより場所データを含む衛星放送信号が受信され、その後装置の現在地を判定するために処理される。ＰＮＤ装置は、現在の角加速度及び直線加速度を判定し、ＧＰＳ信号から導出された場所情報と関連して装置及び装置が通常搭載されている車両の速度及び相対変位を判定するために処理可能な信号を生成する電子ジャイロスコープ及び加速度計を更に含んでもよい。そのようなセンサを車両搭載型のナビゲーションシステムに提供するのが最も一般的であるが、ＰＮＤ装置自体に提供されてもよい。

近年、ＧＰＳは、徒歩及び屋外での用途に使用され始めた。現在、例えばスポーツ活動、徒歩旅行及び他の屋外用途で使用するための場所判定機能を有するポータブルパーソナルトレーニング装置が非常に多く市販されている。ポータブルパーソナルトレーニング装置は、ランナー、ジョギングする人、サイクリスト、並びに他の運動選手及び屋外活動の愛好家等に着用され、例えば運動中の特定の時点におけるユーザの速度及び／又は運動中にユーザが走行する距離である、ある期間にわたるユーザの移動を示すデータを追跡及び記録できる装置である。例えばＧＰＳアンテナを含むスポーツ腕時計は、ユーザの速度、移動距離等のリアルタイムデータを取得する手段として、そのようなユーザにより使用され始めた。通常、ＧＰＳデータはそのような装置に更に格納され、例えば場合によっては収集したデータをコンピュータ又はウェブサイトに転送してデジタル地図上に軌跡として表示する（例えば、地理情報システム（ＧＩＳ）の形態で）ことにより、運動選手は活動を終了後にＧＰＳデータを解析できる。

そのようなポータブルパーソナルトレーニング装置は、運動期間中に心拍数データを収集して装置に格納できるように、心拍数センサ（通常はユーザの胸の周囲のストラップ上に着用される）等のセンサと更にリンク可能である。収集されたデータは、ユーザが運動中の身体運動レベルを確認できるように、ＧＰＳデータと共に装置からコンピュータ又はウェブサイトに転送可能である。

従って、例えばポータブルパーソナルトレーニング装置を使用して、運動のコースを追跡し、ユーザ間で及び１人のユーザの別個の移動間で心拍数等のユーザの身体パラメータ、移動時間及び他のパラメータを比較することは当技術では既知である。

しかし、自身の力を用いるユーザによる通行に対して、特にオフロードのナビゲート可能セグメントを含む経路がユーザに提案されるようにする方法及びシステムが依然として必要とされていることを当出願人は認識した。オフロードのナビゲート可能セグメントを含む電子地図を生成する改善された方法も同様に必要とされている。

本発明の第１の態様によると、ナビゲート可能セグメントの電子地図上の経路を生成する際に使用するコストデータを作成する方法であって、
ユーザ毎の時間に対するユーザの移動を示す移動データ及び時間に関するユーザの移動に関連する身体運動の少なくとも１つの測定値を示す身体運動データを含むプローブデータを複数のユーザから受信することと、
電子地図のナビゲート可能セグメントに対する正規化経路コストデータを生成できるようにするために、ユーザの能力プロファイルを使用して各ユーザの受信したプローブデータを処理することと、
を備える方法が提供される。

いずれかの態様又は実施形態における本発明によると、プローブデータは、時間に関する複数のユーザの移動を示すデータと、移動に関する関連する身体運動データとを含む。ユーザの移動は、ユーザ自身の力を用いて実行される移動である。換言すると、移動は、ユーザの一部における身体運動を伴う。移動は、少なくとも部分的にユーザ自身の力を用いて実行され、好ましくは完全にユーザ自身の力を用いて実行される。移動は、どんな人力による移動であってもよい。移動は、ユーザの力で動く乗り物の移動に関連してもしなくてもよい。ユーザの力で動く乗り物を含む実施形態において、ユーザの力で動く乗り物は、完全に又は部分的にユーザの力で動く乗り物であってもよい。従って、移動は、徒歩によるユーザの移動であってもよく、ユーザのウォーキング、ジョギング又はランニングによる移動であってもよい。他の実施形態において、移動は、ボート（例えば、カヌー、カヤック等）、自転車、スキー等のユーザの力で動く乗り物を推進させる場合のユーザの移動であってもよい。従って、乗り物は、地上又は水上の乗り物であってもよい。移動は、スポーツ、通勤又は余暇の活動に関係する移動であってもよい。

本発明によると、プローブデータは、複数のユーザの各々から取得され、時間に対する各ユーザの移動を示す移動成分と、移動を実行時のユーザの身体運動レベルを示す身体運動成分とを含む。従って、プローブデータは、複数のユーザの各々の移動データと、それに関連する身体運動データとを含む。各ユーザのプローブデータは、電子地図のナビゲート可能セグメントに対する正規化経路コストデータを生成する際に各ユーザの能力プロファイルと共に使用される。

従って、本発明は、複数のユーザから取得したプローブデータに基づいて電子地図上の経路を生成するために使用されてもよい正規化コストデータを取得する方法を提供する。所定のユーザの身体運動プローブデータは、所定のナビゲート可能セグメントを横断する際の当該ユーザに対する難易度を示す。横断が少なくとも部分的にユーザの力を用いて実行されるため、例えばユーザの個人の健康状態レベル、経験レベル等に依存して、同一のナビゲート可能セグメントの横断が異なるユーザに対して異なる難易度を示す場合があることは明らかだろう。本発明は、そのような個人差を考慮して、各ユーザの能力プロファイルデータを用いてユーザのプローブデータを処理することによりセグメントに対する正規化コストデータ、すなわち標準化コストデータを生成できるようにする。能力プロファイルデータは、異なるユーザに対して比較可能であり且つセグメントに対するコストデータを生成する際に使用されるデータを提供するために例えば身体運動データであるプローブデータのスケールを変更する方法を提供し、これにより、複数のユーザから取得したプローブデータを使用して正規化コストデータを判定できる。このように、電子地図のナビゲート可能セグメントは、セグメントの横断の相対難易度を示すコストを用いて全体的に格付けされる。

本発明は、ナビゲート可能セグメントの電子地図上の経路を生成する際に使用するコストデータを作成するシステム及びオプションでサーバであって、
ユーザ毎の時間に対するユーザの移動を示す移動データ及び時間に関するユーザの移動に関連する身体運動の少なくとも１つの測定値を示す身体運動データを含むプローブデータを複数のユーザから受信する手段と、
電子地図のナビゲート可能セグメントに対する正規化経路コストデータを生成できるようにするために、受信した各ユーザのプローブデータをユーザの能力プロファイルを使用して処理する手段と、
を備えるシステムを更に含む。

第１の態様及びこの更なる態様が相互に矛盾しない限り、この更なる態様における本発明は本発明の第１の態様に関して説明される特徴のいずれか又は全てを含み、あるいは、第１の態様における本発明は本発明のこの更なる態様に関して説明される特徴のいずれか又は全てを含む。従って、本明細書において特に記載されない場合、本発明のシステムは説明される方法のステップのいずれかを実行する手段を備えてもよい。

方法のステップのいずれかを実行する手段は、そのようなステップを実行する１つ以上のプロセッサの集合を備えてもよい。所定のステップは、他の何らかのステップと同一又は異なる集合のプロセッサを使用して実行されてもよい。何らかの所定のステップは、プロセッサの集合の組み合わせを使用して実行されてもよい。

プローブデータは、本発明に従って、電子地図のナビゲート可能セグメントに対する正規化経路コストを生成するために使用されてもよい。複数のユーザから受信されるプローブデータは、ある期間にわたるユーザの移動及びそれらに関連する運動を示す。実施形態において、データは、電子地図の１つ以上の所定のナビゲート可能セグメントに沿う複数のユーザの移動を示す。その場合、方法は、１つ以上の所定のナビゲート可能セグメントの各々に対する正規化経路コストを生成できるようにするために、各ユーザの能力プロファイルを使用して１つ以上の所定のナビゲート可能セグメントに沿うユーザの移動に関する複数のユーザからのプローブデータを処理することを含む。

以下に更に詳細に説明するように、正規化経路コストを生成するために受信したプローブデータを処理するために、過去の天候状態（例えば、過去数日間又は数週間）を示すデータ、現在の天候状態及び／又は予測される天候状態を示すデータ、横断中のナビゲート可能セグメントの地形又は一般構成（例えば、コンクリート、砂利、泥等）を示すデータを含む他のデータが能力プロファイルに加えて使用されてもよい。

本明細書中で参照する１つ以上のナビゲート可能セグメントは、どんな種類であってもよい。各セグメントは、オフロードセグメントであるのが好ましい。ナビゲート可能セグメントは、人力で動く乗り物の関連する移動を伴い又は伴わずに少なくとも部分的に自分の力を用いて移動する際にユーザが使用するどんなパスであってもよい。ナビゲート可能セグメントは、水上又は地上のセグメントであってもよい。ナビゲート可能セグメントは、小道、河川、運河、自転車道、引き船道又は鉄道線路等のセグメントであってもよい。セグメントは、自転車等の非電動式の乗り物又はスキー、あるいはＡＴＶ（全地形万能車）、スノーモービル又はオフロードオートバイ等の電動車両により使用するためのセグメントであってもよい。水域セグメントは、カヌー又はカヤック等により使用するためのセグメントであってもよい。オフロードのナビゲート可能セグメントは、人工のセグメントであってもなくてもよい。例えばそのようなナビゲート可能セグメントは、地形に存在する自然のパス及び／又は例えばランナーにより形成された森林中のパスである他のユーザにより形成されたパスに従ってもよい。

方法は、時間に対する１つ以上のナビゲート可能セグメントを含む所定のパスに沿うユーザの移動を示す移動データと、時間に関する所定のパスに沿う移動に関連する身体運動の少なくとも１つの測定値を示す身体運動データとを含むプローブデータを複数のユーザから受信することを含む。明らかになるように、処理されるプローブデータは、例えばユーザのポータブルパーソナルトレーニング装置から直接受信されてもよい。しかし、プローブデータがデータ記憶装置から取得されてもよいことが更に考えられる。換言すると、ユーザから送信されたデータは、第１のサーバに少なくとも一時的に格納されてもよく、そこでデータは更に事前処理されてもよく（例えば、位置データが平滑化されてもよい）、その後、格納され且つオプションで事前処理されたプローブデータが正規化経路コストを作成する後続の処理のために検索されてもよい。

本発明によると、位置データ及び関連する運動データは、同一のナビゲート可能セグメントを横断する複数のユーザに対して取得される。実施形態において、ナビゲート可能セグメントは、ユーザが移動するトレイルの一部を形成する。異なるユーザに関する運動データは、異なるユーザが移動する同一又は異なるトレイルの一部であるナビゲート可能セグメントの横断に対して取得されてもよい。本明細書中で参照する場合、パスは、本明細書中で説明するいずれの種類であってもよい１つ以上のナビゲート可能セグメントで構成される。本明細書中で使用する場合、用語「トレイル」は、１つ以上のナビゲート可能なオフロードセグメントを含むパスを示す。１つ以上のオフロードのナビゲート可能セグメントは、上述の種類のいずれであってもよい。従って、トレイルは、例えば歩行者用パス、レクリエーション用パス、川岸のパス等であるオフロードのトレイルを示す。トレイル、すなわちオフロード経路及びオフロードのナビゲート可能セグメントを特に参照して本発明を説明するが、本発明の方法が、例えば常在する小道等である道路型のセグメントであるか又はそれらを含むナビゲート可能セグメント、並びにナビゲート可能セグメントを含むパスに適用されてもよいことは明らかだろう。本明細書中に特に記載されない場合、「トレイル」を参照して説明される実施形態は、文脈上他の意味に解釈すべき場合を除いて、ナビゲート可能セグメントで構成されるあらゆる形態のパスに適用可能である。

道路型のナビゲート可能セグメントと異なり、オフロードのナビゲート可能セグメント又はそのようなセグメントで構成されるパス、すなわちトレイルは、潜在的にある程度の頻度で時間と共に変化する場合があることは明らかだろう。例えば、新しいトレイルが追加される場合があり、トレイルの経路が再指定される場合があり、トレイルが劣化し且つ／又は改善される場合がある。本発明がナビゲート可能セグメントに対するコストデータを判定し、実施形態において、実際のユーザから収集したプローブデータを使用してナビゲート可能セグメントのコースを判定するため、方法は、刻々と変化するセグメントネットワークに関する正確なコストデータを提供でき且つそのような変化するネットワークにおける経路を提供するために後で使用されてもよい動的システムを提供してもよい。

上述のように、本発明は、ナビゲート可能セグメントの電子地図上の経路を生成する際に使用するコストデータの作成に関する。ナビゲート可能セグメントは、既知のナビゲート可能セグメントであってもよい。換言すると、ナビゲート可能セグメントは、既存の電子地図の事前に定義されたナビゲート可能セグメントであってもよい。他の実施形態において、方法は、ナビゲート可能セグメントを判定するステップを含んでもよい。ステップはプローブデータの移動成分、すなわちある期間にわたるユーザの移動に関する位置データを使用して実行されるのが好ましい。ステップは、本発明に従ってセグメントに対するコストデータを判定する前に実行されてもよい。従って、方法は電子地図を生成するステップを含んでもよい。当然、そのような技術の組み合わせが使用されてもよく、すなわち電子地図は、既知の部分とプローブデータを使用して生成される部分とを含んでもよい。換言すると、既存の電子地図のナビゲート可能セグメントは、複数のユーザから受信した位置データを使用して継続的に更新されてもよい。従って、実施形態において、電子地図は既知のナビゲート可能セグメントのネットワークを含み、且つ／あるいは、方法は、電子地図の少なくとも一部分を提供するナビゲート可能セグメントのネットワークを生成するためにプローブデータを使用することを含む。

方法がプローブデータを使用して電子地図の少なくとも一部分を生成するステップを含む実施形態において、方法は、地理的領域内の１つ以上のナビゲート可能セグメントのネットワークを判定するために、当該領域における時間に対する複数のユーザの各々の移動を示す移動データを使用することを含んでもよい。方法は、地理的領域内の複数のユーザが使用する１つ以上のパスを判定するために移動データを使用することと、当該領域内の１つ以上のナビゲート可能セグメントのネットワークを生成することとを含んでもよい。プローブデータに基づいて判定された複数のユーザの位置の軌跡、すなわち時間に対する位置が領域内のパス及びナビゲート可能セグメントの適切な位置を推論するために使用されてもよいことは明らかだろう。方法は、一般に使用されるパス等を判定するためにプローブ軌跡をクラスタ化することを含んでもよい。

いずれかの態様又は実施形態における本発明によると、受信されるプローブデータは、あるゆる適切な方法で受信されてもよい。データは、あらゆる適切な通信リンクを介して受信されてもよい。リンクは、無線リンク又は有線リンクであってもよく、あるいは、それらの組み合わせを含んでもよい。例えばデータは、インターネットを介して又は無線で受信されてもよい。上述のように、データは、ユーザのパーソナルポータブルトレーニング装置から直接受信されてもよく、あるいは事前にアップロードされたデータをデータ記憶装置から検索することによりパーソナルポータブルトレーニング装置から間接的に受信されてもよい。

受信されるプローブデータは、あらゆる適切な供給元から受信されてもよい。受信されるプローブデータは、時間に対する各ユーザの移動データ及び関連する身体運動データを含む。各ユーザのプローブデータは、ユーザに関連付けられる移動装置から受信される。装置は、ユーザにより搬送、着用又は携帯されてもよい。従って、装置の移動はユーザの移動に対応すると考えられてもよい。

好適な実施形態において、移動プローブデータは、ユーザに関連付けられる移動装置の場所判定／追跡手段から受信される。場所判定／追跡手段は、装置の場所を判定し且つ追跡するように構成されてもよい。場所判定／追跡手段は、どんな種類であってもよい。例えば緯度／経度座標が、ＷｉＦｉアクセスポイント又はセルラ通信ネットワークにアクセスして情報を受信できる装置を使用して判定されてもよい。しかし、場所判定／追跡手段は、特定の時点における受信機（及びユーザ）の位置を示す衛星信号を受信し且つ更新された位置情報を定期的に受信するＧＰＳ受信機等のグローバルナビゲーション衛星システム（ＧＮＳＳ）受信機を含むのが好ましい。好適な実施形態において、場所判定／追跡手段は、グローバルナビゲーション衛星システム（ＧＮＳＳ）受信機を含み、ＧＰＳ受信機を含むのが好ましく、ＧＰＳチップセットを含むのが好ましい。従って、これらの特に好適な実施形態において、方法は、装置のＧＰＳチップセットから位置データを受信することを含む。従って、実施形態において、位置データは、ユーザにより搬送、携帯又は着用されるように構成されたパーソナルポータブルトレーニング装置の場所判定／追跡手段から受信され、場所判定／追跡手段はグローバルナビゲーション衛星システム（ＧＮＳＳ）受信機を含む。

移動データは、例えばパスに沿って移動している際の異なる時点におけるユーザの位置に関する。従って、移動データは、異なる時点におけるユーザの位置データを含む。従って、移動データは、各々が所定の時点におけるユーザの位置を表す位置データポイントの集合で構成されてもよい。データは、ＧＰＳデータを含むのが好ましい。実施形態において、位置データは、装置及びユーザを追跡できる何らかの所定の頻度で装置により取得されてもよい。いくつかの実施形態において、位置データは、０．５Ｈｚ以上であり、好ましくは１Ｈｚ以上であって最大２０Ｈｚ等であるペースで装置により取得される。いくつかの実施形態において、位置データは１Ｈｚのペースで装置により受信される。従って、実施形態において、位置データは、２秒以下であるか又は１秒以下であって最短０．０５秒等である時間間隔でのユーザの位置に関する。実施形態において、受信される移動データは、時間情報、すなわち位置データが関連する時間を識別する情報に関連付けられた位置データを含む。時間情報は、タイムスタンプの形態であってもよい。

移動データは時間に対するユーザの移動を示す。移動データは少なくとも時間に対するユーザの位置を示す。位置は２次元位置であってもよい。しかし、好適な実施形態において、移動データは時間に対するユーザの標高を示す標高データを更に含む。従って、位置は３次元位置であるのが好ましい。従って、移動データは、少なくとも経度／緯度データを含むのが好ましく、標高データを含んでもよい。標高データは、経度／緯度位置データと同様の方法で装置のＧＰＳチップセットから取得されてもよく、あるいは装置の気圧センサ等の別個のセンサから取得されてもよい。方法のステップは、要望に応じて、２次元位置データ又は３次元位置データを使用して実行されてもよい。

移動データの供給元である装置は、あらゆる適切な種類であってもよい。好適な実施形態において、装置は、ユーザにより搬送、携帯又は着用されるように構成される移動装置である。移動装置は、車両ＰＮＤにおいて見られるようなナビゲーション機能性を含まないのが好ましい。例えば装置は、装置のメモリに格納された地図データ又は地図データを使用して第１の場所（又は「出発地」）と第２の場所（又は「目的地」）との間の経路を判定し且つ適切なナビゲーション（又は案内）命令を提供できる処理手段を含まないのが好ましい。

いくつかの好適な実施形態において、移動装置は、ユーザが１つの場所から別の場所に移動する際にユーザにより携帯されるように構成される。移動装置は、例えばユーザの腕又は手首に装着するか、あるいは単にポケット又は他の適切な容器（例えば、特別に設計されたホルダ又はケース）内に配置してユーザにより携帯されるように構成可能である。他の実施形態において、移動装置は、ユーザにより搬送されるように構成可能である。例えば移動装置は、例えば自転車、カヌー、カヤック又は他の同様の乗り物であるユーザにより使用されている乗り物に装着可能である。移動装置は、ベビーカー等のユーザにより押引される物体に装着されてもよい。そのような移動装置を一般にポータブルパーソナルトレーニング装置と呼ぶ。従って、特に好適な実施形態において、移動装置はポータブルパーソナルトレーニング装置である。いくつかの好適な実施形態において、移動装置はスポーツ腕時計である。本発明に従ってデータを送出する移動装置の例は、２０１１年３月２８日に出願され且つ本明細書に参考として全ての内容が取り入れられる国際出願（ＰＣＴ）ＰＣＴ／ＥＰ２０１１／０５４６８６及びこの国際公開公報であるＷＯ２０１２／０４５４８３において説明される。

受信される移動データは、パスに沿うユーザの移動に関する。本明細書における用語「パス」は、１つ以上のナビゲート可能セグメントに沿ってユーザにより行われる何らかの行程又は移動を示すものであり、ユーザが事前に計画された経路を移動したことを示すものではないことは明らかだろう。

ユーザのプローブデータは、身体運動データを更に含む。身体運動データは、ユーザの身体運動の１つ以上の測定値を示し、移動データに関連付けられる。身体運動データは、移動データの取得元である移動装置に関連付けられたセンサから取得され、例えばポータブルパーソナルトレーニング装置から取得されるのが好ましい。センサは、移動装置に動作可能に接続される１つ以上の「外部」センサであってもよく、それらは、装置の主筐体の外部に位置し、あるいは装置の主筐体の内部に位置してもよい。他の実施形態において、身体運動データは、ユーザに関連付けられた別個の移動装置から取得されてもよい。例えば心拍数センサ（又は他の種類のセンサ）は、グローブ内に提供されてもよく、あるいはリストバンド又は胸ストラップ等に装着されてもよい。

身体運動データは、移動データに関連付けられる。従って、身体運動データは、例えば移動データにより示される所定の時間及び位置における所定の移動を実行している際の身体運動データを示す。これにより、当該ユーザに対してセグメントの横断の相対難易度を判定できる。身体運動データは、それと関連する移動データとをリンクできるあらゆる適切な方法で移動データに関連付けられてもよい。身体運動データが移動データとは別個の装置から取得される実施形態において、データは例えば中央サーバにおいて移動データに関連付けられてもよい。

身体運動データは、ユーザの身体活動の強度のどんな測定値を示してもよい。測定値は、ユーザの心拍数、脈拍、血中酸素含有量、主観的運動強度、血中二酸化炭素飽和度、最大酸素摂取量の値等のうちのいずれか又は全てに基づいてもよい。好適な実施形態において、身体運動データは少なくともユーザの心拍数を示す。心拍数は最大心拍数又は他の何らかの心拍値であってもよい。身体運動データはユーザに関連付けられた心拍数センサを使用して取得されるのが好ましい。実施形態において、心拍数センサは移動データを提供する、例えばユーザのポータブルパーソナルトレーニング装置である移動装置に関連付けられ、例えば動作可能に接続される。

本発明によると、各ユーザから受信されるプローブデータは、ユーザの能力プロファイルを使用して処理される。能力プロファイルは、ユーザが１つ以上のナビゲート可能セグメントを横断する能力を示すユーザの個人プロファイルである。能力プロファイルは、電子地図の全てのナビゲート可能セグメントに適用可能であってもよく、あるいはナビゲート可能セグメントに依存してもよい。例えばプロファイルは、異なる種類のセグメントを横断する際のユーザの個別の難易度を考慮して、例えば上り坂であるか、ぬかるんでいる可能性があるか等のナビゲート可能セグメントのカテゴリに依存して異なってもよい。能力プロファイルは、ナビゲート可能セグメントを横断する個人の能力に影響を及ぼす１つ以上の要素の関数であってもよい。能力プロファイルは、ユーザの健康状態レベル、ユーザの経験レベル、ユーザの敏捷性レベル、ユーザの体力レベル、ユーザの身体的特徴、並びに適用可能である場合はユーザの機器の種類のうちの１つ以上の関数であってもよい。能力プロファイルは、少なくともユーザの健康状態レベルの関数であるのが好ましい。従って、実施形態において、能力プロファイルは能力プロファイルであってもよい。用語「健康状態プロファイル」を本明細書中で使用するが、文脈上他の意味に解釈すべき場合を除いて、用語が広義な用語「能力プロファイル」に置き換えられてもよいことは明らかだろう。

個々のユーザの能力プロファイルデータは、所定のナビゲート可能セグメントの横断に対するコストデータを生成できるようにするためにユーザから取得したプローブデータを処理する際に使用される。能力プロファイルデータを使用することにより、プローブデータにより示されるセグメントの横断の難易度の個人差を補償して、セグメントを横断する際の異なるユーザから取得したプローブデータに基づいてセグメントに対する汎用コストデータを判定できるようにする方法が提供される。例えば健康状態レベルが高く、機器の適性が高く且つ／又は経験が豊富なユーザは、健康状態レベルが低く、経験レベルが低く且つ／又は機器の適性が低い別のユーザより低い運動レベルで所定のナビゲート可能セグメントを横断できる場合がある。異なるユーザの能力プロファイルを考慮することにより、複数のユーザからのプローブデータのスケールが適切に変更され、例えば適切な平均化処理を介して、正規化コストデータを提供する際に使用できる比較可能なデータが提供される。換言すると、能力プロファイルデータにより、異なるユーザから取得した所定のナビゲート可能セグメントの横断に関するプローブデータを比較できるようになり、従って、セグメントに対する正規化コストデータを導出する際に当該プローブデータを使用できる。

方法は、コストデータを生成する際に使用するユーザの移動データに関連付けられたプローブデータを例えばスケールを変更して調整するために能力プロファイルを使用することを含んでもよい。方法は、所定のナビゲート可能セグメントに沿う移動に関する移動データと複数のユーザの各々の関連する身体運動データとを含むプローブデータを受信することと、各ユーザの能力プロファイルを使用して少なくともユーザの身体運動データを処理することとを含んでもよい。方法は、セグメントの横断に対する正規化コストを生成する際に処理済プローブデータを使用することを更に含んでもよい。その代わりに又はそれに加えて、実施形態において、移動プローブデータがユーザの能力プロファイルを使用して処理されてもよい。身体運動データはユーザの個人の能力の影響を直接受けるが、移動データも同様に影響を受ける場合がある。例えば移動データにより示される移動速度、登坂速度等はユーザの能力の影響を受け、正規化コストデータを判定する際に使用できるようにするために、そのような個人差を補償するために同様に例えばスケールを変更して調整されてもよい。

能力プロファイルデータは、あらゆる適切な方法で取得されてもよい。能力プロファイルは、事前に判定された能力プロファイルであるのが好ましい。いくつかの実施形態において、能力プロファイルデータは、各ユーザにより提供されるデータに少なくとも部分的に基づく。例えばユーザは、能力プロファイルを確立するために一連の質問に回答するように求められてもよい。その代わりに又はそれに加えて、プロファイルは、例えばユーザの過去の実績等に関する検出データに基づいてもよい。能力プロファイルデータは、移動データを提供するユーザに関連付けられた装置から取得されるのが好ましく、ユーザのパーソナルポータブルトレーニング装置から取得されるのが好ましい。

本明細書における「能力プロファイル」又は「健康状態プロファイル」への参照は、各プロファイルを示すデータへの参照に置き換えられてもよい。

方法は、電子地図の１つ以上のナビゲート可能セグメントに対する正規化コストデータを生成するステップを含むのが好ましい。方法は、コストデータを判定するために、処理済プローブデータ、すなわち能力プロファイルデータを使用して処理されたプローブデータを使用することを含む。正規化コストデータは、１つ以上のセグメントを含む電子地図上の経路を生成する際に使用されてもよいデータである。ナビゲート可能セグメントの横断に関連付けられるコストの概念は、例えば道路セグメントのナビゲーションにおいて既知である。コストは、ナビゲート可能セグメントの横断の難易度（又は消費エネルギー）を示す。本発明により、特にセグメントがオフロードセグメントである場合の自身の力を用いるユーザによる横断に関連して、ナビゲート可能セグメントに対してコストデータを確実に取得できる。この場合に生成されるコストデータは、少なくとも部分的に自身の力を用いるユーザによる所定のナビゲート可能セグメントの横断の難易度を示す。コストデータは、少なくとも処理済を使用して生成されてもよい。

コストデータは、異なるナビゲート可能セグメントの横断に関連付けられる相対コストを判定できるように、すなわち、異なるセグメントに関連付けられるコストを比較できるように、正規化される。各々のナビゲート可能セグメントに対する正規化コストデータは、所定のコストスケールを参照してもよい。例えば、各々のナビゲート可能セグメントは、例えば１〜１０等であり、すなわち、事前に定義された数のレベルを有する所定のスケールに従うコストレベルを割り当てられてもよい。コストデータは、異なるセグメントの横断に関連付けられる難易度を全体的に比較する方法を提供する。

ナビゲート可能セグメントに対する正規化コストデータは、処理済プローブデータ及び能力プロファイルデータを何らかの適切な方法で使用して判定されてもよい。コストデータは、セグメントに関連する属性を含む複数の要素の関数であってもよく且つ／又は処理済プローブデータに基づいて判定されてもよい。

方法は、コストデータを判定するために、ナビゲート可能セグメントに沿う複数のユーザの各々の移動に関し且つ各ユーザの能力プロファイルを使用して処理された身体運動データを少なくとも使用することを含むのが好ましく、移動データを使用することを更に含むのが好ましく、移動データは能力プロファイルを使用して処理されるのが好ましい。

移動プローブデータがコストデータの判定に直接使用されてもよく、あるいは、移動データから導出されたデータがコストデータの判定に使用されてもよい。移動データが標高データを含むいくつかの実施形態において、方法は、セグメントの横断に関連付けられるコストの判定に標高データを使用することを含んでもよい。例えば標高データは、コストを生成する際に使用される標高の変化を判定するために使用されてもよい。その代わりに又はそれに加えて、移動プローブデータを使用して判定された速度データが使用されてもよい。当然、他のデータがコストの判定に更に使用されてもよい。データは、例えば起伏、湾曲、セグメントの長さ等であるナビゲート可能セグメントの属性を更に含んでもよい。そのようなデータは、電子地図においてセグメントに関連付けられてもよく且つ／又は移動プローブデータを使用して判定されてもよい。従って、セグメントの横断に関連付けられるコストの判定に使用されるデータは、既知のデータであってもよく、あるいは、プローブデータを使用して判定されるデータであってもよい。

好適な実施形態において、コストデータは、機械学習処理を使用して判定される。機械学習処理は、ニューラルネットワークを使用してもよい。従って、本発明のシステムは、コストデータを判定する機械学習システムを含んでもよく、好ましくはニューラルネットワークを含んでもよい。当然、他の技術がその代わりに又はそれに加えて使用されてもよい。一般に、方法は多変量統計解析を使用してもよい。方法は、機械学習処理に対する入力として処理済プローブデータを使用することを含んでもよい。

方法は、複数のユーザの処理済プローブデータに基づいてナビゲート可能セグメントの電子地図上の経路を生成する際に使用するコストデータを作成する推定モデルを訓練すること及びオプションで推定モデルを作成することを含んでもよい。当技術において既知であるように、推定モデルは、既知のデータを使用して訓練されてもよい。訓練されたモデルは、新しいデータの判定に適用されてもよい。例えばモデルを訓練するために、入力データ（すなわち、複数のユーザによる所定のナビゲート可能セグメントの横断に対する移動データ及び身体運動データを含むプローブデータ、各ユーザの敏捷性プロファイル、セグメントに対する既知又は所望のコストデータ、並びにオプションでセグメントの表面に関するデータ、天候データ等）がモデルに提供されてもよい。入力データは、モデルに対して適切な形式で提供されてもよい。複数のナビゲート可能セグメントに対して当該処理を繰り返すことにより、入力データを所望の出力コストデータに適切にマッピングするようにモデルが訓練される。モデルは、入力データとコストデータとの間の関係を示す１つ以上のパラメータを導出してもよい。従って、例えば、セグメントに対する（判定された）コストデータがユーザの能力プロファイルと共に適用される場合、セグメントを横断するための時間及び／又はセグメントを横断するためのエネルギー（例えば、カロリー）消費量とユーザから受信したプローブデータにおいて提供されるものとが一致するように、１つ以上のパラメータが導出される。

モデルが訓練されると、１つ以上の導出されたパラメータを使用して新しいコストデータを判定するために、新しい入力データ、すなわちコストデータが既知でないナビゲート可能セグメントに関するデータがモデルに入力されてもよい。モデルは、必要に応じて再訓練又は更新されてもよい。

更なる態様によると、本発明は、例えば上述のように、ナビゲート可能セグメントの電子地図上の経路を生成する際に使用するコストデータを作成するモデルを訓練する方法を提供する。この更なる態様において、本発明は、前述の実施形態に関連して説明した特徴のいずれか又は全てを含んでもよい。

いずれかの態様に係る方法は、各々のナビゲート可能セグメントに対する生成された正規化コストデータを格納するステップを更に含んでもよい。データは、セグメントを示す電子地図データと関連付けて格納されてもよい。

所定のセグメントの横断の難易度は、天候状態又は時期に依存する場合があることは明らかだろう。時期又は天候に依存する所定のセグメントに対するコストデータは、関連する期間又は天候状態に対して収集されたプローブデータを使用して判定されてもよい。方法は、電子地図の１つ以上のナビゲート可能セグメントに対する時期及び／又は天候に依存する正規化コストデータを生成するステップを含むのが好ましい。その場合、経路を移動する時の時期及び／又は状態に対する関連するコストデータが、コストデータを使用して経路を生成する際に使用されてもよい。実施形態において、本発明に従って使用されるプローブデータは、所定の期間及び／又は天候状態のセットに対する各ユーザの移動に関するデータである。方法は、ナビゲート可能セグメントの横断に対する時期及び／又は天候に依存するコストを判定するためにデータを使用することを含んでもよい。コストデータは、同一のナビゲート可能セグメントに対して、例えば雨天又は晴天、冬又は夏等である複数の異なる時期及び／又は天候状態のセットに対して判定されてもよい。

従って、実施形態において、方法は、ユーザが横断する（且つプローブデータが取得される）パスの少なくとも一部分の表面の種類、ユーザが横断する（且つプローブデータが取得される）地理的領域の過去（例えば、過去一週間、過去一日、ここ数時間等）の天候状態及び現在の天候状態のうちの少なくとも１つを取得することを更に含む。

生成された正規化コストデータは、種々の方法で使用されてもよい。いくつかの実施形態において、方法は、提案される経路をユーザに提供するために正規化コストデータを使用することを更に含む。提案される経路は、ユーザの能力プロファイル及び１つ以上のユーザ指定パラメータに基づくのが好ましい。ユーザ指定パラメータは、活動時間、距離、開始位置（又は「出発地」）、終了位置（又は「目的地」）、セグメント（すなわち、表面）の種類、並びに身体運動レベルのうちの１つ以上を含んでもよい。ユーザが横断できる経路の適切な難易度は、ユーザの能力プロファイルとユーザ指定パラメータのうちの１つ以上とを使用して確立され、その場合、コストデータは、難易度の基準及び何らかの必要なユーザ指定パラメータに一致する経路を判定するために使用される。経路は、コストデータが判定された電子地図の１つ以上のナビゲート可能セグメントのセットを含んでもよい。経路は、トレイル、すなわちオフロードの経路であるのが好ましい。方法は、提案された経路に沿ってユーザを案内するナビゲーション命令のセットを提供することを更に含んでもよい。

時期及び／又は天候に依存するコストデータが判定される実施形態において、方法は、現在の時期又は天候状態、あるいは経路を移動する時期に適用可能な時期又は予想される天候状態に対応する期間及び／又は天候状態に対するコストデータを使用して、提案される経路をユーザに提供することを含んでもよい。現在の天候状態又は予想される天候状態が未知であるいくつかの実施形態において、過去の天候状態に基づいて経路を判定する際に使用するために、天候に依存するコストデータが選択されてもよい。例えば１日、１ヶ月及び／又は１年の所定の時間に対する過去の天候状態に基づいて予想される天候状態に対する適切なコストデータが使用されてもよい。

いずれかの態様又は実施形態における本発明によると、プローブデータを受信するステップ及び正規化経路コストを判定するステップは、中央サーバにより実行される。本発明のシステムは、本明細書中で示されるステップのいずれか又は全てを実行するように構成された中央サーバを含んでもよい。受信データは、装置から直接受信されてもよく、あるいは間接的に受信されてもよい。

上述のように、本明細書中で「トレイル」を参照する場合、これは１つ以上のオフロードのナビゲート可能セグメントを含むパスを示すと理解されるべきである。

本発明の更なる態様によると、トレイルシステムに沿う経路を判定する方法であって、
出発地及び終了地、トレイルにおける活動の種類、実行されるトレイルにおける活動の種類をサポートする経路設定可能なトレイルネットワークのデータベースの選択、実行されるトレイルにおける活動の種類に対する少なくとも１人の参加者の参加者プロファイル、要求される経路横断時間及び経路を横断するための要求されるエネルギー消費量のうちの少なくとも一方、並びに経路を横断するための最大運動レベルを含む入力パラメータをトレイルにおける活動の少なくとも１人の参加者から取得することと、
入力パラメータ、参加者プロファイル、横断時間とエネルギー消費量と最大運動レベルとのうちの少なくとも１つ、並びに経路設定可能なトレイルネットワークのデータベースの関数として、潜在経路セグメントに関連付けられる経路コストを判定することと、
実行可能である場合、選択されたトレイルネットワークからの接続された経路セグメントで構成され且つ選択された要求される移動時間、要求されたエネルギー消費量及び最大運動レベルのうちの少なくとも１つを最適に満たす１つ以上の最適な経路を計算することと、
を備える方法が提供される。

参加者プロファイルは、トレイルにおける所定の活動に対する健康状態、敏捷性及び体力の指標を含んでもよい。

少なくとも１人の参加者は２人以上の共同参加者を含んでもよく、その場合、計算される１つ以上の最適経路は、経路を横断する体力を有する参加者の中の実行されるトレイルにおける活動に対する最長横断時間、最大エネルギー消費量及び最大運動レベルのうちの少なくとも１つに基づいて計算される。

潜在経路を横断することを意図する参加者に対して計算されたエネルギー消費量が参加者に対する最大値を上回る場合、潜在経路は考慮されなくてもよい。

本発明の別の態様によると、トレイルの複数の使用法に対し且つ参加者又は参加者グループの能力に特有のトレイルの経路設定可能な地図データベースを発展させる方法であって、
トレイルの１つ以上の使用法を識別することと、
トレイルの所定の使用法及び所定のトレイルシステムに対するトレイルセグメントの横断に関連するセンサデータを収集することと、
基準となる参加者が入力した入力を収集することと、
トレイルを横断中に参加者が入力したデータを収集することと、
トレイルセグメントの地形及び特徴に関連付けられたセンサに基づいて、トレイルシステムを３次元にマッピングすることと、
トレイルを横断中のセンサ入力、トレイルを横断中に入力された参加者が直接入力した基準及びデータ、並びに横断されるトレイルセグメントの地図のうちの少なくとも１つに基づいて、トレイルセグメントに関連付けられる経路コストモデルを発展させることと、
を備える方法が提供される。

トレイルの使用法は、ランニング、ハイキング、ボート、自転車、スキー、スノーシュー、乗馬、スノーモービル及びオートバイのうちの１つ以上を含んでもよい。

センサデータは、トレイルセグメントの地形及び特徴、トレイルシステム周辺の環境条件、並びに参加者の身体機能のうちの少なくとも１つを含んでもよい。

トレイルセグメントの地形及び特徴は、セグメントに沿うある間隔での緯度、経度及び標高のうちの少なくとも１つを含んでもよい。

環境条件は、リアルタイムの天候情報及び過去の天候情報の少なくとも一方を含んでもよい。

セグメントを横断している間の参加者の身体機能は、セグメントに沿うある間隔での心拍数、パルスオキシメトリ、体温及び加速度（３成分であるのが好ましい）のうちの少なくとも１つを含んでもよい。

基準となる参加者が入力する入力は、参加者の身体的特徴及び使用される機器の特徴の少なくとも一方の測定値である。

トレイルを横断中に入力される参加者データは、水分補給情報、カロリー摂取及び機器の状態のうちの少なくとも１つを含んでもよい。

参加者の身体的特徴は、性別、年齢、安静時心拍数及び最大心拍数、最大酸素摂取量、血中酸素含有量、主観的運動強度、並びに血中二酸化炭素飽和度のうちの少なくとも１つを含んでもよい。

経路コストモデルの発展は、多変量統計解析及び／又は機械学習技術を使用して実行されてもよい。

モデルの結果に対して影響を殆ど又は全く及ぼさない入力がモデルから除去されるように、主成分解析が経路コストモデルに対して実行されてもよく、その後モデルは再計算される。

経路コストは、参加者の健康状態、体力及び敏捷性の指標、並びに参加者の身体的特徴に関連付けられてもよい。

本発明の別の態様によると、トレイルにおける所定の活動に対する参加者の健康状態プロファイルを確立する方法であって、
地形が既知であり且つ収集されているセンサの種類に関連する経路コストが既知である既知のトレイルセグメントにわたる種々のレベルの運動中の身体機能を測定するセンサ入力を収集することと、
参加者の身体的特徴、トレイルを横断している間の推定運動レベル、トレイルを横断している間のエネルギー消費量、並びに使用される機器の特徴のうちの少なくとも１つに対して参加者が直接入力した入力を収集することと、
センサ入力、参加者が入力した入力及び使用される経路の経路コストの間の関数関係を発展させる機械学習技術を使用して、健康状態プロファイルを作成することと、
を備える方法が提供される。

本発明の別の態様によると、ナビゲーション装置において使用される経路設定可能なトレイルの地図のデータベースであって、トレイルセグメントの幾何学的配置、標高、関連する経路コスト及びメタデータを含み、トレイルにおける所定の活動に対する経路コストは、トレイルの所定の使用法に対するユーザの敏捷性、健康状態及び持久力の指示と、トレイルセグメントを所定の方向に横断するのに必要なエネルギー消費量の形態である運動の指示とを組み込む経路設定可能なトレイルの地図のデータベースが提供される。

トレイルにおける所定の活動に対する経路コストは、参加者の横断時間及びエネルギー消費量のうちの少なくとも一方を予測するために使用される多項式関数として示されてもよく、その場合、多項式関数の変数は、トレイルセグメントの地形を示すパラメータ、環境要素、トレイルの所定の使用法に対する参加者の敏捷性及び体力を示す指標のうちの少なくとも１つを含み、変数に適用される乗算係数は、トレイルセグメントを横断している複数の参加者によるセンサ測定値の多変量解析に基づいて判定される重み関数である。

少なくとも１つのセンサ測定値は、心拍数モニタ、パルスオキシメータ、安静時心拍数及び血中酸素含有量のリストから取得されてもよい。

トレイルの地形を示すパラメータは、平均傾斜、最大傾斜、標高の増加、平均曲率、起伏、標高の減少、トレイルの長さ、トレイルの上り坂の長さ及びトレイルの下り坂の長さのうちの少なくとも１つを含む。

本発明の別の態様によると、トレイル地図のデータベース及び関連する経路コストを保守する方法であって、経路コスト及びトレイルシステムの地形に関連付けられるメタデータは、地形及び経路コストを作成するために使用される入力データの即時性とトレイルの横断に対する移動時間及びエネルギー消費量の予測子の有効性とを含み、品質が閾値を下回る場合、幾何学的配置又は経路コストは、
経路コスト及びトレイルセグメントの地形の判定に新しいセンサ入力及び指標を組み込むことと、
選択された閾値期限より古いデータを経路コスト及びトレイルセグメントの地形の判定から除去することと、
複数の参加者が所定のトレイルセグメントの格納済幾何学的配置から逸れる場合に地図の幾何学的配置を更新することと、
主成分解析を利用して、経路コスト関数に対するセンサ入力の中で影響が最小であるものを除去することと、
予測品質に好影響を及ぼす新しいセンサ入力を経路コストに追加することと、
により更新される方法が提供される。

本発明の別の態様によると、トレイルにおける活動中の機器又は技術の影響を判定する方法であって、
１人の参加者又は少人数の参加者グループに対する個人的健康状態プロファイルを発展させることと、
１人の参加者の健康状態プロファイルを使用して、トレイルセグメントに対するトレイル経路コストを発展させることと、
技術又は機器における新しい入力を多変量解析に組み込むことと、
新しい入力が解析に及ぼす影響を識別することと、
を備える方法が提供される。

本発明の別の態様によると、ナビゲーション装置を使用してトレイルにおける活動の参加者に経路命令を提供する方法であって、
上述の方法を使用して経路を判定することと、
経路を開始することと、
経路に沿う経過時間及び参加者のバイタルサインを監視することと、
トレイル横断中に音声コマンド又はグラフィック表示の一方を使用して、方向転換命令、運動レベル、経路の間に予測された移動時間及びエネルギー消費量のうちの少なくとも一方からの誤差、経路の完了時に体力レベルが超過する場合の警告、水分補給又は消費カロリーに関する注意喚起、経過時間及び終了時間のうちの少なくとも１つを参加者に通知することと、
を備える方法が提供される。

本発明の一態様によると、
上述の方法のいずれかを実行するソフトウェアがロードされたプロセッサと、
経路設定可能な地図のデータベースを含むメモリと、
場所、標高、心拍数、パルスオキシメトリ、体温、加速度及び速度のうちの少なくとも１つを測定でき且つこれらの読み取り値をプロセッサに通信できるセンサと、
装置のユーザに命令及び統計データを通信する出力装置と、
を備えるトレイルナビゲーション／経路設定装置が提供される。

少なくともいくつかの態様又は実施形態において、本発明は、参加者にとって選択された活動の種類に対して未知であるトレイルシステムの場合に使用する経路を参加者が判定できるようにする経路設定可能なデジタルトレイル地図を作成し且つ保守する方法及び装置を提供する。この場合、選択される経路は、特定の努力レベル及び／又は所定の時間において所定のエネルギー消費量で横断可能であり、あるいはトレイルシステムに沿う出発地から目的地への正確な横断時間及び／又はエネルギー消費量が推定可能である。

トレイルの使用法の例は、特にレクリエーション又は通勤及びスポーツトレーニングである。トレイルシステムは、通常、歩行者、ハイカー又はランナー、あるいは自転車等の非電動式の乗り物又はスキー、並びにＡＴＶ（全地形万能車）、スノーモービル及びダートオートバイ等の電動車両により使用される。カヌー及びカヤック用の経路を含む水域経路が更に含まれる。この種類の交通システムは、トレイルシステムの側面に加えて、トレイルシステムのユーザの身体的特徴とトレイル上で使用される機器及び天候の側面とを更に含む関連する一意の経路コストを有する。天候は、道路を走っている時の向かい風等、移動時間に重大な影響を及ぼすため、電動車両を使用しない活動にとって特に重要である。

少なくともいくつかの態様又は実施形態において、本発明は、トレイルにおける所定の活動に対する参加者の健康状態及び敏捷性を追跡する機能を提供してもよく、使用する経路を判定するために使用される経路コストの一部としてそれらのパラメータを含んでもよい。トレイルセグメントを通行するためのエネルギー消費量、天候等の環境要素による当該エネルギー消費量への影響、並びに参加者の個人の健康状態及び敏捷性を含む経路コストの判定及び更新は、多変量解析又は機械学習解析を使用して行われる。

少なくともいくつかの態様又は実施形態において、本発明は、加速度計、ＧＰＳプローブ軌跡、心拍数モニタ及びパルスオキシメータ等の種々のセンサ情報を使用することと、各入力の統計上の相関及び関連性、並びに経路コストの更新にそれらを使用する際の重み係数を評価することとを含んでもよい。

少なくともいくつかの態様又は実施形態において、本発明は、参加者がトレイルの経路を計画できるようにし、トレイルのマッピング及び格付けを支援し且つトレーニング装置として使用される装置を提供してもよく、トレイルの案内を提供することは本発明の一部である。装置は、ＧＰＳ、心拍数モニタ及びパルスオキシメータ等のセンサを用いて更に構成される。装置は、これらの入力をログ記録し且つ中央サーバにアップロードできる。

少なくともいくつかの態様又は実施形態において、本発明は、参加者と仮想競争相手又は別の実際の競争相手との競争を支援し、敏捷性及び健康状態プロファイルに基づく競争相手へのハンデ付けを支援する。

少なくともいくつかの態様又は実施形態において、本発明は、トレイルの多くの使用法、異なるトレイルシステム及び異なる個人に対する経路コストデータを発展させる統合システムを提供する。これにより、各ユーザは、以前に経験したことのない異なるトレイルシステムを使用することができ、現実的な移動時間又はカロリー消費量、並びに参加者の技術能力又は所望の努力レベルを超過しない経路の選択を提供するレクリエーション、通勤又はスポーツトレーニングのための経路を選択できる。経路設定可能なトレイルの地図の考案には、プローブの処理、クラウドソーシング、ソーシャルネットワーキング及び地理情報システムの側面が関係する。新しいトレイルの追加、トレイルの経路の再指定、時間の経過に伴うトレイルの劣化及びその改善により、多くのトレイルシステムは非常に頻繁に変化するため、地図及び経路コストは絶えず変化し、マッピング／経路設定システムは動的である必要がある。同様に、個人の健康状態レベル、個人の怪我及び個人の技術レベルも全て動的である。

少なくともいくつかの態様又は実施形態において、本発明は、競争相手のパフォーマンスに対する機器の影響を評価するシステムを提供する。

少なくともいくつかの態様又は実施形態において、本発明は、同一のトレイルを同時に使用している参加者グループの集団プロファイルに更に基づく経路選択を提供する。

少なくともいくつかの態様又は実施形態において、本発明は、追跡される参加者が使用した過去の経路を追跡し、以前の経路と重複しないように、当該参加者に対して新たに提案される経路に当該知識が組み込まれるようにしてもよい。

少なくともいくつかの態様又は実施形態において、トレイルの使用法（陸上又は水上）に対して経路設定可能なデジタル地図のデータベースをマッピングし、経路設定し且つ保守するように設計されるシステム及び装置が提示される。トレイルは、運動又は通勤のためのものであり、一般に、人間が推進する乗り物又は単純に徒歩で進むハイカー又は歩行者のためのものである。装置は、情報を照合して再配信する中央処理施設に定期的に接続されるパーソナルナビゲーション装置の分散ネットワークを備える。経路コスト（横断時間及び／又は参加者の運動）は、天候要素及び人的要素を含む。本発明は人力で動く乗り物又は歩行者に対して使用可能であるため、経路を実行するコストは、歩行者又は人力で動く乗り物の運転者の能力に非常に関係する。トレイルシステムに対するトレイルを横断するための時間及び／又はエネルギー消費量（又は他の経路コスト）を適切に判定するために、他者と比較した場合の参加者の能力を格付けできる必要がある。

上記の実施形態の利点は以下に記載され、上記の各実施形態の更なる詳細及び特徴は添付の従属請求項及び以下の詳細な説明において定義される。

添付の図面を参照して、本発明の教示の種々の態様及びそれらの教示を実現する構成を例により以下に説明する。

人工ニューラルネットワークモデルを使用してトレイルの経路設定のための経路コストを発展させる一実施形態を示す図である。 人工ニューラルネットワークモデルを使用してトレイルの経路設定のための経路コストを発展させる一実施形態を示す図である。 ポータブルパーソナルトレーニング装置を提供するように構成された電子構成要素を概略的に示す図である。 装置がスポーツ腕時計の形態である図２の装置の一実施形態を示す図である。 追加パラメータの影響が評価される場合の処理を示す図である。 参加者がトレイルを横断したい場合の経路設定処理を示す図である。

上述のように、少なくとも好適な実施形態において、本発明は、オフロードセグメントであるナビゲート可能セグメントに関連付けられるコスト及びそのようなセグメントのネットワークを通る経路を生成する際に使用されてもよいコストの判定に関する。例えば経路は、オフロードのナビゲート可能セグメントのネットワークを通るトレイルの形態であってもよい。本明細書中で使用される場合、トレイルは、１つ以上のオフロードのナビゲート可能セグメントを含むパスを示す。トレイルを構成するセグメントを「トレイルセグメント」と呼んでもよい。トレイル及びオフロードのナビゲート可能セグメントを参照して好適な実施形態を示すが、本発明がオフロードセグメントであってもなくてもよいナビゲート可能セグメントのネットワークを通る他の種類のナビゲート可能セグメント及びパスに適用可能であることは明らかになるだろう。

トレイル、すなわちオフロードのナビゲート可能セグメントを含むパスに対する経路設定と車両道路ネットワークを通るパスに対する経路設定との間のいくつかの基本的な相違点は、参加者の健康状態及び技術の側面を考慮する必要があること、機器が非常に重要である場合があること、天候等の環境条件がより重要であること、並びに、重力、摩擦及び天候が影響するため移動方向が重要であることである。

実施形態において、所定の参加者がトレイルセグメント又はトレイルセグメント群を横断する移動時間を推定することが望ましい。横断時間は、各参加者の身体条件、体力、努力レベル及び横断前に行った活動の関数である。

敏捷性又はトレイルにおける特定の活動を実行する際の参加者の技術レベルは、参加者の体重及び参加者の健康状態と同様に、トレイルを横断するために必要なエネルギー量に影響を及ぼす。技術レベルの低い参加者は、更なるエネルギー消費を必要とする場合があり、あるいは、参加者が有する技術より高い技術を必要とするトレイルを横断することができない場合がある。トレイルを横断するために参加者が必要とするエネルギー消費量は、主に重力及び摩擦の関数であるが、参加者の敏捷性による影響も受ける。しかし、トレイルは不変でなく、天候が摩擦に大きな影響を及ぼす。参加者の持久力も重要である。トレイルセグメントが困難な運動の最後の方で横断される場合、参加者の敏捷性は低く、体力レベルは低下する場合がある。

トレイルを横断するために必要なエネルギー、参加者の健康状態及び敏捷性、天候がトレイルを横断するための当該エネルギー要件に及ぼす影響、並びに天候が参加者の能力に及ぼす影響が既知である場合、トレイルを横断するために必要な時間及び必要なエネルギー消費量を予測できる。最後に、参加者は、トレイルを横断するために最大限の努力をすることを望まない場合があり、トレイルにおける活動の種類に加えて、例えば最大心拍数の割合として定義可能であるレクリエーション、トレーニング又は競争である努力レベルを更に考慮する必要がある。

経路設定可能なトレイルのデータベースを導出して保守し、経路設定、スポーツのトレーニング及び機器の評価に当該データベースを使用できるようにすることが望まれる。所定の活動に対する事前に判定された経路コストに基づいて横断時間及びカロリー消費量を予測するために必要な要素は、以下のように分けられる。

参加者の能力：努力レベル（レクリエーション、トレーニング、競争）、健康状態、強度、敏捷性、持久力（又は体力）、変更子−天候（リアルタイム、過去）、機器、水分補給、カロリー摂取

トレイルセグメントの難易度：エネルギー消費量、敏捷性

本明細書において、敏捷性は、特定の活動における参加者の技術を意味するために使用される。特定のスポーツに精通している場合、同様の健康状態であるが技術レベルが低い別の参加者より少ないエネルギーを使用してトレイルを横断できる場合がある。同様に、よりよいパフォーマンスを収められるようになる適切な機器を有する場合、これは敏捷性の格付けに影響を及ぼす。

地図及び経路コストに対する初期値及び変更は、トレイルシステム及び個人の特徴のセンサ測定値、並びに天候の観測値に多変量解析を適用することにより「学習」される。

トレイルの使用法が異なり、膨大な量のトレイルシステムが存在し且つ大部分のトレイルシステムが商業的に扱われていないため、トレイルシステムのマッピング及び経路コストの判定は通常はクラウドソーシングにより行われる。これは、センサデータが中央リポジトリにアップロードされ、地図及び経路コストがプローブ軌跡から自動的に及び／又は手動で導出されることを意味する。これは、パーソナルナビゲーションシステム及びスマートフォンのアプリケーションの使用が一般化し、スポーツ参加者が情報をアップロードして統計データを互いに比較したいという意志を示すことにより可能になった。ナビゲート可能セグメントに関連付けられるコストの判定を含む実施形態において、本発明は、セグメントネットワークの初期マッピングを含んでも含まなくてもよい。いくつかの構成において、システムの例えばトレイルセグメントであるナビゲート可能セグメントは既にマッピングされていてもよく、方法は、既存のトレイルセグメントの電子地図を使用してもよい。

トレイルシステムにおける経路コストに対する方向性の側面が更に存在する。すなわち、重力及び摩擦は、人力により行われる活動及びトレイルシステムにおけるマシン性能に対する重要な要素として作用する。経路に対する移動時間を正確に予測するためには、各トレイルセグメントの難易度、並びに参加者の健康状態、持久力及び敏捷性に対する一様の格付けシステムを有することが重要である。多くの場合、これらのコストを直接測定できないため、直接的な観測及び評価（主観的である傾向がある）とセンサ測定とのいずれかによる入力から推論する必要がある。そのため、格付けシステムは、例外なく定義され且つ極端な健康状態及び難易度を範囲に含むことができる必要がある。活動に対する格付けシステムの一例は、急流で行うカヤックに対する格付けシステムであり、その場合、河川の区間はＩ〜Ｖに格付けされ、Ｖ級は、ボートから落下して泳がなければならないことは生命に危険が及ぶ可能性があることを示す。当該システムは非常に有用であるが、経験的であるため制限される。言うまでもなく、級は、河川の特定の部分に流れる水量に基づいて変化する。同様に、機器の評価等が実行される場合、当該システムは精度が不十分である。Ｉ〜Ｖ級の代わりに、１〜５０級等の更に精密な指標を有する必要がある。トレイルに対する格付けシステムは、「誰でもできる」から「誰もできない」までであるのが理想である。個人に対する格付けは、「努力不要」から「努力しても不可能」までであり、「敏捷性不要」から「取得不可能な敏捷性」までであるのが理想である。

現在使用可能であるセンサは参加者又は少なくとも参加者の機器に装着されるため、観測者と実験とを切り離すことができない。すなわち、トレイルセグメントの難易度を測定しようとする場合、参加者の健康状態及び敏捷性レベルが測定値に影響を及ぼす。更に、参加者の持久力も重要である。持久力が低い場合、活動が長引くと健康状態レベルが低下する場合がある。

トレイルに特有の（エネルギー消費量（又は健康状態）及び敏捷性の）経路コストは全て、重力及び摩擦の影響に関係する。摩擦は間接的に測定可能である。例えば自転車に乗る場合、車輪の心棒に取り付けられた歪みゲージを使用してトルクを測定できるが、車輪の滑りは、表面の滑りやすさだけが原因ではなく、参加者が後ろ車軸にかける体重も原因となる。難易度を判定するために使用できる観測値の例は、傾斜及び当該傾斜の長さである。別の例は、特定のセグメントに対する単純に記録された累積標高差である。トレイルにおける特定の活動におけるユーザの敏捷性又は技術に関する難易度と相関する測定値の一例は、スマートフォン又は参加者が着用する他の装置の加速度計により監視される加速度の変化である。加速度がある方向及び向きにおいて絶えず変化する場合、これはトレイルの表面が凸凹であることを示す。

ここで重要な要素は、測定する時にユーザとトレイルとを切り離すことができず、一般に、難易度又は健康状態／敏捷性レベルが直接測定できないか又は単一の種類の測定値と十分に相関しないことである。

多変量解析及び機械学習
実施形態において、トレイル、参加者、天候及び活動を含む複雑なシステムのモデルが作成される。２つの活動が全く同一になることはなく、２人の参加者が全く同一であることはなく、２つの成分の相互作用が全く同一になることはないため、殆どの経路コストを直接測定できず、経路コストを直接導出することは不可能である。また、処理の動的性質のため、これらの経路コストは絶えず変化する。更に、経路コストとの相関が高い要素（測定されているパラメータ）はトレイルの使用法の種類に依存して異なる場合がある。また、システムが複雑であるため、従来の統計的手段又は直接観測を用いる場合より、多変量解析の形態がより適切な相関を見つける場合がある。

本出願において、多変量解析は、活動に関する種々の測定値又は観測値と当該活動の参加者の種々の測定値又は観測値とを取得する何らかの解析で構成され、これらの測定値又は観測値の影響を組み合わせて結果を予測するモデルを発展させる。この場合、予測される結果は、所定の経路における所定の参加者に対する移動時間及び／又は同一経路を横断するためのエネルギー消費量である。

多変量解析、すなわち、複数の変数を組み合わせて使用して結果を予測する解析を実行する種々の統計的手段が存在する。一実施形態において、結果は、トレイルセグメントの物理的特徴、環境パラメータ、並びに複数の参加者の健康状態及び敏捷性の特徴と、トレイルセグメントの横断時間及び所定の活動に対して所定の参加者がセグメントを横断するのに必要なカロリー量とを関連付けることである。

使用される統計的手段に関係なく、格付けシステムを発展させる手順は同様であり、当業者は、本説明に基づいて種々の解析アルゴリズムを使用できるだろう。図１に示す一実施形態において、誤差逆伝搬人工ニューラルネットワークの場合の初期モデルを発展させる方法を説明する。解析の目的は、所定のトレイルセグメント、所定の活動及び所定の参加者に対して、移動時間、エネルギー消費量、最大運動レベルを予測することである。

方法は、以下のステップを含む。

１．データを収集する
同一の活動の複数の参加者に対して、最小心拍数及び最大心拍数、パルスオキシメータの読み取り値、体格指数、身長、体重、機器の重量及び年齢等の健康状態の基本的な量的指標及び質的指標を測定する（ステップ１００）。

種々の難易度の複数のトレイルセグメントを横断する間の上記の参加者に対するデータを収集する（ステップ１０２）。ある期間にわたりある間隔で情報を収集するために使用されるセンサの例は、地理的場所及び標高に対するＧＰＳ、心拍数センサ、３軸加速度、並びに血中酸素含有量を測定するためのパルスオキシメトリである。

降水量、前週の降水量、風速／風向き、気温、地面の被覆物（葉、雪等）等の天候データ及び他の環境データ、並びにトレイルセグメントの横断時間又は消費エネルギーに影響を及ぼす何らかの同様の測定値を収集する。

人工ニューラルネットワーク（又は同様の多変量技術）に入力される各セグメントの長さにわたるセンサ測定値を平均するか又は組み合わせた複数のバリエーションを作成する（ステップ１０４）。例は、平均速度、平均加速度、ピーク速度、ピーク加速度等である。他の例は、移動方向及び移動方向に垂直な方向の双方における地面に対して平行な平均加速度及び地面に対して垂直な平均加速度、累積標高差、総標高、標高の減少、最大傾斜、平均傾斜、平均標高、開始時の心拍数、平均心拍数、最大心拍数、トレイルセグメント毎の総心拍数、平均血中酸素濃度、最大血中酸素濃度である。

あるいは、一般的な質的指標がニューラルネットワークに入力するために作成されてもよく（不図示）、例えばトレイルセグメントを横断するために消費されるカロリー量は、ある期間にわたる心拍数のみ、パルスオキシメトリのみ又はそれらの組み合わせに基づく指標により近似される。これにより、同一の指標を導出するために複数の種類のセンサを使用することができ、方法のシミュレーションにおいて、それら全てを個々のセンサ測定値の代わりに入力変数として使用できる。当然、全ての種類のセンサが特定の指標を間接的に測定するのに適しているわけではないという問題があり、指標を作成するために使用される測定値の精度を示すメタデータを用いてこれを説明する必要がある。

２．人工ニューラルネットワークを作成する
本実施形態において、誤差逆伝搬ニューラルネットワークを構築するために、上記の収集されたデータ、あるいはデータ又は指標から導出されたものから訓練及び検証データセットを集める必要がある。ニューラルネットワークにおいて入力の複数の組み合わせが実現される必要があり、各構成に対する結果として得られた予測の品質を評価する必要がある。ニューラルネットワークの結果に同様の影響を及ぼす冗長な導出指標又はセンサ入力を制限するように注意する必要がある。例えば、平均心拍数と心拍数から導出される消費カロリーの指標との双方を同一のニューラルネットワークにおいて使用することは望ましくない。主成分解析では、測定値又は指標は直交する必要があり、すなわち、可能な限り相互に排他的なパラメータを表す必要がある。

各ネットワークは、各セグメントに対する横断時間及びカロリー消費量である所望の出力を予測するように訓練される。

３．ネットワークを訓練し且つ検証する
入力のサブセットが訓練セットとして選択される。最初に、使用される特定のアルゴリズムに依存して、ニューラル接続毎に重みが選択されるか又はランダムな重みが入力される。その後、学習モードにおいてネットワークが繰り返され、各入力に関連付けられた重みは出力の予測を最適化するように調整される。次に、最適化されたニューラルネットワークが検証セットと共に使用され、予測された出力と測定された出力との間の差分が定量化され、最小予測誤差を有するモデルが選択される。

あるいは、予測の精度は若干低いが安価であるか又は動作の信頼性が高いセンサセットが選択される（ステップ１０６〜１１２）。

主成分解析を実行し、いずれかの入力パラメータの影響が非常に小さい場合、それらを廃棄し、廃棄したパラメータを使用せずに新しいニューラルネットワークを構築して検証する（ステップ１１４）。

特定のトレイルセグメントを特徴付ける際に重要なセンサの全てを利用できない場合、当該セグメントに対する予測品質が使用中の各パラメータの相対的影響に基づいて推定されるように、誤差関数を作成する（ステップ１１６）。

横断時間の予測に対してモデルを使用し、要望に応じて、予測の品質測度を表示する。

４．難易度を判定する
全ての参加者が全てのトレイルセグメントを通行できるわけではなく、トレイルセグメントの難易度が参加者の健康状態又は技術のレベルにとって高すぎる場合がある。移動時間及びエネルギー消費量に対する関係が発展すると、トレイルが参加者の能力を超える場合を定義する関係を発展させることにより、関係は改善される。観測される関係の例は、参加者がトレイルを横断した経験があるか、加速度計の読み取り値等に基づいて移動方向以外の方向に大きく加速するか、加速度が大きく低下するか、並びに横断中に頻繁に停止するかである。その後、難易度がトレイルセグメントに割り当てられ、更なる経路コストパラメータとして使用される（ステップ１１８）。

５．ネットワークを使用する
初期ニューラルネットワークが作成され且つ検証されると、更なるトレイルセグメント及び参加者が追加される。新しいセグメント又は参加者が追加される場合、センサ測定値が取得され、データベースに追加される。

６．ネットワークを更新する
誤差逆伝搬又は同様の技術を定期的に実行して、ネットワークの重み係数を調整し、新しい参加者及びトレイルセグメントを格付けする。

データベースから古いデータを定期的に除去する。これは、ネットワークの計算に組み込まれる。これは、トレイルシステムにおける変化が経路コストに影響を及ぼすのを避けるのに役立ち、健康状態レベルが変化した場合にユーザプロファイルを更新するのに役立つ。

新しい種類のセンサが現れた場合、トレイルセットに対する統計上十分なデータを記録し、新しい種類のセンサを使用してニューラルネットワークを再計算する。より適切な予測により正当性が示される場合、新しい種類のセンサを用いてネットワークを更新する。もう関係ない（予測される移動時間又はエネルギー消費量、あるいは難易度に殆ど影響を及ぼさない）と解析が示す古い種類のセンサを除去する。

結果（例えば、経路コスト）に関係するか又は関係しない大量の種々の測定値が与えられることにより、最善の予測を提供する測定値の組み合わせ及び予測の最適性の信頼レベルを判定するように各独立変数に対する重み係数を発展させることができる。取得される測定値が多くなるにつれて、アルゴリズムは更に適切な予測を行う方法を学習する。他の種類の測定値が取得されると、それらはモデルの予測を向上するかに関して解析され、モデルの予測を向上する場合、それらはモデルに組み込まれる。

当該多変量解析の目的は、結果（経路コスト）を予測し且つ最終的に移動時間及びエネルギー消費量を予測するために使用できる複数の測定値（独立変数）を有することである。予測は多項式の形態をとり、個々のパラメータは正規化され、重み係数を乗算され、予測結果である結果と合計される。このように、所定の経路及び参加者に対して、努力レベル、天候及び機器、トレイルを横断するための時間、トレイルを横断するのに必要なエネルギー量及び敏捷性が予測される。次に、予測値と実際の移動時間とを比較する。その後、誤差逆伝搬が行われ、重み係数は、多項式が移動時間をより適切に予測するように調整される（最初の重み係数の信頼度の関数として）重み係数の信頼度が記録される。信頼度は、測定値の精度及び正確性、並びに測定値の重み係数の判定に使用された観測値の数の関数である。

全ての参加者が同一のプローブセンサを使用できるわけではなく、全ての参加者の健康状態又は敏捷性が他の参加者と同様に記録されるわけではなく、当該データをネットワークと共有したいわけではないことが理解される。参加者は、必要な入力の予測値を量的に入力することにより、センサを用いずに経路設定するためにシステムを使用してもよい。例えば、参加者は自身の健康状態レベルに対する意見を入力するように求められ且つ体重及び年齢を更に入力し、システムは最小心拍数及び最大心拍数を推論する。

一実施形態において、予測を最適化する方法は、異なる検知装置セットのユーザに対する様々な参加者の種類に対して複数のニューラルネットワークを有することである。その場合、ネットワークは、所定のグループに対する使用可能なセンサ入力に対して最適化される。

別の実施形態において、参加者が有する処理対象の測定値が少ない場合、例えば天候データを利用できず且つ参加者が心拍数モニタ及びＧＰＳのみを有する場合、参加者が十分に特徴付けられた統計上有意な数のトレイルを横断し且つ健康状態レベルが複数の異なるトレイルを横断するのにかかった時間に基づいて確立されると、完全なセンサ／測定値セットより精度は低いが、将来の移動時間を予測できる。一実施形態において、精度は、使用されている予測モデルにおいて使用可能なセンサ読み取り値の統計的妥当性により特徴付けられる。

地図の構築
本発明の方法は、ナビゲート可能セグメントの既存の電子地図を利用してもよく、あるいは、電子地図を生成するステップを含んでもよい。

トレイルシステムにおける経路設定は、ナビゲート可能な地図及び属性から開始する必要がある。地図は、動的であるか又は絶えず変化すると考えられる。実行される場合、初期地図の生成はパーソナルナビゲーション装置、スマートフォン又は他の場所センサ装置からの１つ以上のプローブ軌跡から導出可能である。軌跡（一連の場所及び標高の測定値、並びに測定値の関連時間）は、命名、特徴の種類等に関するユーザの観測値と共にアップロードされ、ナビゲート可能な地図は従来の手段を使用して構築される。更に、軌跡に関連付けられる他のセンサ測定値及び／又は計算された指標が同様にアップロードされる。場所及び標高データが平均プローブ軌跡に適用され、その結果、一連のトレイルセグメントと、１つ以上のトレイルセグメントが終了／交差するか又は例えば急坂である経路コストに大きい変化が生じる地点であるノードとが得られる。

車両交通に対する経路設定可能なデジタル地図を構築する方法は、当技術において既知である。デジタル地図を構築するために、ポータビルナビゲーション装置から中央ウェブサイトにプローブ（ＧＰＳ）軌跡をアップロードすることも既知である。同様に、完全にクラウドソーシングされた市街地図は既知である。この適用例の場合、初期地図及び地図に対する更なる更新は、車両の経路設定可能な道路ネットワークのクラウドソーシング及び構築と同様の技術を使用して実行可能である。

しかし、車両交通に対する地図を構築する際に使用される技術に対する１つの追加点は、トレイル経路設定システムを構築／保守する際にユーザ支援を有することであり、それにより、パーソナルナビゲーション装置上のユーザインタフェースはユーザと対話して単純な質問を尋ね且つ／又はユーザがプローブ軌跡を取得しながら属性を付与できるようにする。例えばトレイルセグメントに命名するか又は番号を付与し且つ／あるいは横断している既存のトレイルセグメントの名称を確認するか又はノードを越える時を識別する。当該情報は、プローブ軌跡と既存のデータベースとの合成を向上するか又はデータベースを最初から構築するのに非常に役立つ。

尚、種々の装置が少なくとも断続的且つ定期的に通信している限り、データベース全体をそのような装置に分散できる。例えば１つのトレイルシステムに対するトレイル地図は、別のシステムに対するトレイル地図と同一のサーバ上に常駐する必要がない。同様に、個々のユーザ／参加者プロファイルはパーソナルナビゲーション装置又はパーソナルコンピュータ上に常駐してもよく、プライバシー上の理由から、ユーザに対する統計データは定期的に匿名でアップロードされる（要望に応じて）。

トレイルシステムにおけるノードは、３つ以上のセグメントの交点又は行き止まりのセグメント以外の場所に配置されてもよい。ノードは、難易度又は基本的な経路コストが明確に変化する場所に配置されてもよい。例えばトレイルの一部分が非常に急峻になった後に平坦になる場合、傾斜が変化する場所にノードを配置するのが望ましい。同様に、例えば表面が舗装から砕石に変化する場合、これはノードを用いて観測されてもよい。

手動による地図の作成、地図情報の合成及び／又はプローブ軌跡からの情報の種々の組み合わせを使用して初期地図を作成できる。初期地図が作成されると、地図及び経路コストは、ユーザプロファイルと組み合わせてユーザからアップロードされるプローブ軌跡からの情報、ユーザからの監視情報及び天候等の環境データを用いて継続的に改善される。プローブ軌跡からの幾何学的配置は、既存のデータベースに対して絶えず導入され且つ比較される。幾何学的配置が大きく変化する場合、軌跡をアップロードしているユーザに、「これは新しいトレイルですか？新しいトレイルではない場合、このトレイルは、軌跡Ｘに沿って特定のノードを通過し、軌跡Ｙと交差しますか？」等の質問を尋ねてもよい。従って、生データと単純な質問及び回答との組み合わせから、トレイルネットワーク地図を継続的に更新できる。

データの収集
特定のパラメータは他のパラメータより経路コストに影響を及ぼすと推論されるが、人工ニューラルネットワーク解析は、明確でない要素の組み合わせを見つける場合がある。最初にデータを収集する場合、一般に使用可能なセンサ出力の全てが記録される必要がある。これは、ＧＰＳプローブ軌跡（時間、場所、標高を含む）、心拍数及び加速度（スマートフォンの加速度計から）を含む。

本発明の実施形態において、位置データは、全地球測位システム（ＧＰＳ）データにアクセスできるスポーツ腕時計等のポータブルパーソナルトレーニング装置から取得される。多くの場合、そのようなスポーツ腕時計は、例えばユーザの速度及び距離を監視し且つユーザに当該情報を提供することにより走行又は運動中に運動選手を支援するために、運動選手により着用される。しかし、装置は、ユーザにより携帯されるか、あるいは自転車又はカヤック等の乗り物に既知の方法で接続又は「ドッキング」されるように構成されてもよいことが明らかだろう。

図２は、本発明の好適な一実施形態に係るパーソナルポータブルトレーニング装置２００の電子構成要素をブロック構成要素の形式で例示的に示す図である。尚、装置２００のブロック図は、ナビゲーション装置の全ての構成要素を含むものではなく、構成要素の多くの例を表すにすぎない。

装置２００は、入力装置２１２及びＬＣＤディスプレイ等の表示画面２１０に接続されたプロセッサ２０２を含む。入力装置２１２は、１つ以上のボタン又はスイッチ（例えば、図３に示す）を含むことができる。装置２００は、特定の速度に到達したか又は特定の距離を移動したという警報等である可聴情報をユーザに提供するように構成された出力装置を更に含むことができる。図２は、プロセッサ２０２とＧＰＳアンテナ／受信機２０４との動作可能な接続を更に示す。アンテナ及び受信機は図示のため概略的に組み合わされるが、アンテナ及び受信機は別個に配置された構成要素であってもよい。アンテナは、例えばＧＰＳパッチアンテナ又はヘリカルアンテナである。

装置２００は、ｘ方向、ｙ方向及びｚ方向におけるユーザの加速度を検出するように構成された３軸加速度計であってもよい加速度計２０６を更に含む。加速度計は、第１に、特定の時点における着用者の運動の状態を判定する手段としての役割であり、第２に、ＧＰＳ受信を行えない場合に使用される歩数計としての役割である２つの役割を果たしてもよい。加速度計は、装置内に配置されるように示されるが、ユーザにより着用又は搬送され且つ送受信機２０８を介して装置２００にデータを送信する外部センサであってもよい。

装置は、フットパッドセンサ２２２又は心拍数センサ２２６等の他のセンサからデータを更に受信してもよい。フットパッドセンサは、例えばユーザの靴底の中又は上に配置される圧電加速度計であってもよい。各外部センサは、送受信機２２４及び２２８をそれぞれ備える。これらは、送受信機２０８を介して装置２００との間でデータを送出又は受信するために使用される。

プロセッサ２０２は、メモリ２２０に動作可能に結合される。メモリリソース２２０は、例えばランダムアクセスメモリ（ＲＡＭ）等の揮発性メモリ及び／又は例えばフラッシュメモリ等のデジタルメモリである不揮発性メモリを含んでもよい。メモリリソース２２０は、取外し可能であってもよい。以下に更に説明するように、メモリリソース２２０はＧＰＳ受信機２０４、加速度計２０６及び送受信機２０８に動作可能に更に結合され、これらのセンサ及び装置から取得したデータを格納する。

更に、図２に示す電子構成要素は従来の方法で電源２１８により電力を供給されることが当業者には理解されるだろう。電源２１８は充電池であってもよい。

装置２００は、ＵＳＢコネクタ等の入出力（Ｉ／Ｏ）装置２１６を更に含む。Ｉ／Ｏ装置２１６は、プロセッサに動作可能に結合され、少なくともメモリ２２０及び電源２１８に動作可能に更に結合される。Ｉ／Ｏ装置２１６は、例えば、プロセッサ２０２のファームウェア、センサ等を更新するため、メモリ２２０に格納されたデータをパーソナルコンピュータ又はリモートサーバ等の外部演算リソースに転送するため、並びに装置２００の電源２１８を充電するために使用される。他の実施形態において、データは、何らかの適切なモバイル通信手段を使用して装置２００により無線で送出又は受信されてもよい。

当業者には理解されるように、図２に示す構成要素の異なる構成は本出願の範囲に含まれると考えられる。例えば図２に示す構成要素は、有線接続及び／又は無線接続等を介して互いに通信していてもよい。

図３は、装置２００の好適な一実施形態を示す。この場合、装置２００は腕時計３００の形態で提供される。腕時計３００は、上述のような装置上の種々の電子構成要素が含まれる筐体３０１を有する。例えばディスプレイ２１０上に示されるメニュー構造をナビゲートするためにユーザが装置にデータを入力できるようにするために、２つのボタン２１２が筐体３０１の側面に提供される。要望に応じて、任意の数のボタン又は他の種類の入力手段を代わりに使用できる。

腕時計３００は、ユーザの腕に装置を固定するためのストラップ３０２を有する。図から分かるように、ストラップ３０２の終端は、例えば図３Ａに示すように、ＵＳＢコネクタ３０８を露出するために持ち上げることができるヒンジカバー３０４を有する。コネクタは、電力及び／又はデータを転送するために何らかの適切なＵＳＢポートに挿入可能である。

ユーザの健康状態及び敏捷性の初期判定
例えば健康状態プロファイルである能力プロファイルがユーザに対して導出される方法の例を以下に説明する。

一実施形態において、初期ユーザプロファイリングの場合、健康状態は、全ての活動に対して、単純なエアロビックフィットネスにより測定され且つエアロビックフィットネスの適切な予測子である心拍数の監視に更に限定されると仮定できる。

本発明の基本的な実施形態を以下に説明する。トレイルシステムは、緯度、経度及び標高の３次元でマッピングされると仮定する。地図は、少なくともトレイルの交点の間のセグメント及び交点に存在するノードにより定義される。体格指数、安静時心拍数及び最大心拍数、体重、身長、性別及び年齢等を含む基準となる健康状態の測定値は、少なくとも１人の参加者で構成される。少なくとも１人の参加者の心拍数、時間及び場所は、トレイルネットワークを横断している間に継続的に監視される。心拍数モニタ、基準となる参加者の身体パラメータ及びトレイルシステムの幾何学的配置のみを使用する場合、経路設定モデルは前述の方法を使用して構築される。

エアロビックフィットネスは、一般に、最大酸素摂取量（ＶＯ２ Ｍａｘ）により最適に表されると考えられる。ＶＯ２ Ｍａｘを測定する１つの間接的方法は、安静時心拍数と最大心拍数とを比較することであるが、酸素摂取量の直接測定が将来実現可能だろう。心拍数（又は脈拍）は、身体的強度の不正確な予測子であり、更に詳細には、特定の筋群の身体的強度の不正確な予測子である。トレイルにおける特定の種類の活動に対して、強度はエアロビックフィットネスより重要である。

そのため、新しい種類のセンサ測定値が将来使用できるようになるだろう。その場合、大量の当該測定値が種々の参加者及び種々のトレイルセグメントに対して取得される必要があり、新しいセンサが予測を向上するか及び／又は予測分散を低下させることなく他のセンサ測定値と置き換えられるかを確認するための新しい学習セッションが行われる。現時点では、参加者は安静時脈拍及び最大脈拍を定義する必要がある。これらは、負荷テスト環境において直接測定可能であり、あるいはカルボーネン法又は当技術において既知である他の方法を介して推定されてもよい。

本格的な運動選手はトレーニングメニュー又はトレーニング機器を評価することを望むと考えられるため、格付けシステムは可能な限り正確且つ精密である必要がある。

動脈血酸素飽和度と脈拍数とを組み合わせたものは、参加者の健康状態の有用な予測子であるため、パルスオキシメータによる動脈血酸素飽和度の測定は特に関心が高いセンサである。本発明の更なる目的は、センサを指先に対してしっかり固定するためにグローブに埋め込まれたパルスオキシメータセンサを有することである。この場合、グローブは、パルスオキシメトリを記録器に中継する手首の受信機、Ｂｌｕｅｔｏｏｔｈ又は同様の無線送受信機に対する配線を更に保護する。更に別の実施形態は、局所パルスオキシメータセンサを単体で又は心拍数センサと組み合わせて含む胸ストラップハーネスを有することである。他の有用な測定値は血中二酸化炭素飽和度等を含む。

同様に、ユーザは、他のユーザと比較した自身の健康状態／敏捷性に基づいて、自身の健康状態／敏捷性レベルを推定できる。あるいは、方法はボルグの主観的運動強度に適応してもよい。しかし、ボルグの主観的運動強度は個人に対する最小／最大運動レベルであり、参加者間で相対的ではない。従って、ボルグの主観的運動強度が判定される心拍数に変換する必要がある。種々の運動量及びユーザの年齢に対して心拍数を推定する種々の手段が存在する。

個人又はグループでトレーニングを行う運動選手又は機器の評価者は、機器又は技術の関数であるエネルギー消費量の僅かな差異を観測できるように、自分自身の多変量解析を考案したい場合がある（図４）。そのため、これらのグループ又は個人は、多くのプローブ軌跡及び参加者の記録により高度に特徴付けられるトレイルセグメントのみを学習に含めること、並びにそれらの非常に多く測定されたトレイルに対する追加の測定値及び観測値のデータベースを構築することを選択してもよい。自転車走行の場合の例は、モニタ、自転車の種類、タイヤの空気圧、タイヤの溝のパターン、衝撃圧力、サドルの位置であり、結果の個人的評価を実行してエネルギー効率に対する影響を判定する。同様に、ロードバイクに乗る人は、ペダルの回転数を監視してネットワークに入力し、参加者が時々停止して食事をとるか否か、参加者が特定の量の水を飲んだかがエネルギー効率に及ぼす影響を観測してもよい。これらの要素を組み入れる前にニューラルネットワークがエネルギー消費量を適切に予測する場合、これらの独立変数をネットワークに追加することにより、それらにより違いが生じるかを観測できるようになるはずである。図４に示すように、十分に特徴付けられた参加者の場合、予測モデルは１人の参加者に対して発展可能であり、水分補給、カロリー摂取量及び機器等の項目が監視される（ステップ４００）。新しい入力の統計的有意性が監視され、パフォーマンスの向上又は低下が新しい入力に基づいて評価される（ステップ４０２、ステップ４０４）。

リアルタイムの天候及び過去の天候がトレイルの摩擦力及参加者に影響を及ぼし且つ参加者のエネルギー消費量にも影響を及ぼすため、所定の経路に対するエネルギー消費量を正確に予測するために、リアルタイムの天候及び過去の天候を多変量解析の計算に含む必要がある。例えばトレイル上に雪が存在する場合、ハイカーは足を高く上げる必要があり且つ摩擦力が減少するため、多くのエネルギーが必要とされる。別の例は、高温多湿の場合、特定の個人のエネルギー変換の効率が低下することである。当該情報の供給元は、参加者による手動入力又は無線天候サービスからのフィードである。

トレイルの経路設定に有用である情報は、以下のパラメータの指標を提供できる以下のセンサ又は参加者による入力を含む。

１．地図
−セグメント（ノードで終了するトレイルシステムの一部分の３次元軌跡）
−ノード（１つ以上のセグメントが交差するか又は経路コストの重要な変化（例えば、傾斜の変化）が発生する決定点）
−過去の天候（先週ずっと雨が降った場合、トレイルはぬかるみ、移動時間に影響を及ぼす）
−リアルタイムの天候（現在雨が降っているか又は霜が下りている場合、滑りやすいため移動時間が増加する）
−温度／湿度：ユーザ／参加者の効率は、これらのパラメータの関数として変化する

２．トレイルセグメントの難易度／トレイル毎の経路コスト（各活動に対する）
−健康状態に基づくもの（トレイルを横断するのに必要なエネルギー量）
−敏捷性に基づくもの（トレイルは岩が多いか、あるいは樹木の根又は他の植物に覆われているか？他の人は歩かなければならないトレイルセグメントで自転車に乗ることができるか？）
−方向（トレイルセグメントに沿って前向き又は後向き）

３．ユーザプロファイル
−健康状態レベル及び身体パラメータ（これらは、最初はユーザ入力に基づいてもよく、あるいは、心拍数の監視等のセンサ入力又は所定のトレイルセグメント及び所定の条件に対する他のユーザの統計データとの比較に基づいてもよい）
−体重、体格指数、年齢、性別
−敏捷性／技術レベル（平衡感覚、反応時間、タイヤの回転数等）
−持久力（特定の運動レベルを持続できる時間）
−機器プロファイル（使用しているタイヤの種類、ギア比、ランニングシューズ、衣服等、乗っている馬）
個人の外出の場合：
−トレーニングモード又はレクリエーション、グループ又は個人
−水分補給／カロリー摂取量
−風速及び風向き、気温及び湿度、過去の降水量（週単位）及び現在の降水量等の環境要素（トレイルの難易度及びユーザプロファイルの双方に影響を及ぼす）

機器の利用、水分及び栄養の補充は、１つ以上の機器の結果として得られる何らかのパフォーマンスの向上の解析と同様に非公開にできる。一実施形態において、一般的な用途の場合、個人の平均的な健康状態／敏捷性レベルを中央プロセッサにアップロードするだけでよい。この情報は、トレイルセグメントの難易度の格付け及び他のユーザの健康状態レベルの格付けの全体的な品質を絶えず向上するために必要である。

センサ又は特定の測定値を使用して基準を確立することにより、ユーザプロファイルを個々のユーザ間で正規化できる。例えば初期の基準となる健康状態の測定は、「President's Council on Fitness,Sports and Nutrition」ガイドラインを一般指標に使用でき、例えばウォーキングの前後の心拍数の変化、実行できる腕立て伏せの回数、柔軟性の単純な測定値、体格指数の測定値を測定できる。これは、個人の場合の開始点であるが、トレーニングを積んだ運動選手の場合、更に多くの情報が必要になる。例えば短距離走者は長距離走者の１０倍の腕立て伏せをできるが、双方は各々の競技に対して最善の状態である。個人の制御グループを用いる場合、最初に、種々の健康状態が記録された健康状態レベルを有する様々な個人に対するセグメントの移動時間（両方向における）を比較することにより、個々のトレイルセグメントを難易度に関して格付けできる。

膨大な量のデータに裏づけされたプロフィールを有する個人は、機器の試験者になることができる。機器とこの特定の種類の機器を用いない場合の基準とを比較することにより、パフォーマンスの向上を相関させることができる。

試合及び競技は、実際の個人の間に設定可能であり、あるいは実際の個人と仮想競争相手との間に設定可能である。チーム競技の場合、ゴルフのようにハンデを確立できる。トレーニングメニューを作成することができ、その場合、ユーザは健康度を選択し、ソフトウェアは、指定された健康状態を上回って又は下回って運動を行っている場合にユーザに通知する。健康状態の向上が更に追跡可能である。

トレイル経路は道路より頻繁に変化する可能性が高いため、統計的に平均されたトレイルセグメントの作成に使用されるプローブ軌跡は時間と共に変更される必要があり、トレイルセグメントを表すために使用される平均プローブ軌跡を発展させる場合、古いセグメントに対する重みを軽減する必要がある。プローブを時間と共に変更する速度は、使用可能なプローブ軌跡の数の関数である。同様に、プローブは、品質及び精度が可変であってもよく、低品質及び低精度のプローブ軌跡に対する重みを減少する必要がある。

使用例
トレイルの地図及び経路コスト、並びに個人の健康状態が確立されると、図５に示すように以下の動作を実行できる。

経路を判定するために、ユーザは、例えば、活動に望ましい時間の長さ、活動の種類、活動のモード（トレーニング、レクリエーション、その他）、グループの人数、グループのメンバーの名前（メンバーがプロファイルを有する場合）、使用されるトレイルシステム（現在地又は入力された場所に基づいて自動的に判定されてもよい）、最大難易度（自身に負担をかけたいか又は気軽に行いたいか）をナビゲーション装置に入力する（ステップ５００）。

その後、経路設定アルゴリズムは、ネットワークに接続されるかを判定する。ネットワークに接続される場合、アルゴリズムは、基本コスト又は幾何学的配置の変更のいずれかである当該トレイルシステムに対する更新を探し、ローカルデータベースを更新する。アルゴリズムは、過去及びリアルタイムの天候情報を更に探す（ステップ５０６）。基本コスト全体に対する変更子は、例えば前週の降水量（トレイルがどの程度ぬかるんでいるか）、本日の現在の降水／降雪及び予想される降水／降雪（トレイルがどの程度滑りやすいか）の関数として判定される。アルゴリズムにより考慮される他の要素は、グループ内の弱いつながり、グループの大きさ及び構成、経路が難易度を超えないこと、ユーザが最近使用した経路と同一の経路でないことを含む（ステップ５０２、５０４、５１０）。

経路設定
活動の種類、トレイルシステム、移動時間及び運動レベル（及び所望の最大運動）（通常は、最小心拍数と最大心拍数との間の範囲の割合に基づく）が与えられると、経路が提案される。

経路において、以下の項目のうちの１つ以上を通信する：
−心拍数が要望より高いか又は低い場合、警告する（特定の急坂又は困難な区間で所望の心拍数を超えるために、現在のトレイルセグメントを横断するのに必要なエネルギーの説明が必要な場合がある）。
−交点（ノード）において、経路設定命令を与える（可聴又は視覚命令）。
−更なる運動が必要な場合、警告する。
−トレイルシステムの地図ビューを表示する。トレイルセグメント毎のエネルギー消費量又はトレイルセグメント毎の最大傾斜を色分けする。

本発明の別の態様は、経路設定命令を提供する方法である。ナビゲーション装置が運転者の注意力を低下させる場合があることは車両において既に示されている。運転より集中力を必要とするスポーツ活動を扱う場合、注意力の低下は更に問題である。トレーニングの場合、停止して地図を見ることは都合が悪い。更に、当該システムは主に屋外で使用されるため、直射日光下で画面を閲覧するのが困難である場合がある。従って、注意力の低下を避けるために、命令は可聴命令又はヘッドアップ表示装置のいずれかで供給されるのが好ましい。更に、「前方で左折」という種類の単純な命令に、次のセグメントの運動レベルに関する情報が提供されてもよい。例えば４分の３マイルを継続的に上がる急坂に進もうとする場合、当該情報が参加者に伝えられ、参加者は自身の活動のペースを調整できる。参加者が拡張プロファイルを登録しており且つ心拍数モニタが使用されていた場合、経路設定アルゴリズムは、予測される参加者の体力及び運動の継続時間に基づいてペースを予測してもよい。当該システムは、ＧＰＳ又は他の場所センサを装備し且つオプションで心拍数モニタ又は参加者のエネルギー消費量を測定できる他のセンサを装備するポータブル装置において動作するように設計される。例えばポータブル装置は、１つ以上のサーバと通信して情報及び計算を共有できる。装置は、経路設定計算を装置上でローカルに実行するか又はサーバから取得するように構成可能である。装置は、ディスプレイ、音声通信又はテキスト通信のうちの少なくとも１つを必要とする。特定の実施形態において、装置は、手動入力によりトレイル情報を取得するように更に構成される必要がある。

次に、電子地図により表される例えばトレイルセグメントであるオフロードのナビゲート可能セグメントのネットワークのそのようなセグメントの横断に関連付けられるコストを判定する本発明の方法の一実施形態を説明する。電子地図及びそのセグメントは既知であってもよく、あるいはセグメントを含む地理的領域における時間に対するユーザの移動に関するプローブデータを使用して更なるステップにおいて生成されてもよい。プローブデータは、コストデータの判定に関して説明したのと同一の方法で、ユーザに関連付けられた装置から収集されてもよい。

プローブデータは、ネットワークの所定のナビゲート可能セグメントを横断する異なるユーザに関連付けられたパーソナルポータブルトレーニング装置から収集される。各装置から取得されるプローブデータは、標高データを含むタイムスタンプ付き位置データを含む。プローブデータは、例えばタイムスタンプ付き位置データに関連付けられたユーザの心拍数であるユーザの運動を示すデータを更に含む。例えば心拍数データである運動データは、トレーニング装置に関連付けられた適切なセンサから取得され、セグメントを横断する際のある期間にわたるユーザの運動レベルを示す。

プローブデータは、サーバにおいて収集される。例えば健康状態プロファイルである敏捷性プロファイルが各ユーザに対して設定されている。健康状態プロファイルは、ユーザが回答した質問事項又は過去のパフォーマンス等に基づいて確立されてもよい。ユーザのプローブデータは、所定のナビゲート可能セグメントの横断に対するコストを判定するために使用される前に、プローブデータが関係する所定のユーザの能力プロファイルデータを使用して処理される。このように、プローブデータは、セグメントの横断に対するコストを判定するために使用される前に、例えば異なるユーザ間の健康状態レベルの相違を補償するために調整されてもよい。

所定のセグメントを横断する際に各ユーザから取得された処理済プローブデータは、セグメントの横断に対する正規化コスト関数を判定するために使用される。例えばセグメントは、相対難易度（すなわち、セグメントの横断に関係する運動）を示す例えば１〜５である所定の範囲の整数を割り当てられてもよい。これは、例えばニューラルネットワークである適切に訓練された機械学習技術を使用して達成されてもよい。

正規化コストは、同様の方法で電子地図の他のセグメントに対して判定されてもよく、各セグメントに関連付けられたコストデータに対して判定されてもよい。判定されたコストは、セグメントのネットワークを通る経路を生成する際にコストを使用できるようにするために、道路セグメントに対して既知である方法と同様の方法で各セグメントに関連付けられる。

コストデータは、各ユーザに対してセグメントのネットワークを通る経路の提案を提供するために使用されてもよい。例えばコストデータは、ユーザにより指定された所定の運動範囲レベルに一致する経路又は例えばユーザの健康状態プロファイルである能力プロファイルを参照して適切であると考えられる経路を提案するために使用されてもよい。その代わりに又はそれに加えて、経路は、ユーザにより指定された時間又は距離の基準に一致する経路であってもよい。

所定の経路の横断の難易度は、天候状態又は時期に依存する場合があることは明らかだろう。時期又は天候に依存する所定のセグメントに対するコストデータは、関連する期間に対して収集されたプローブデータを使用して判定されてもよい。経路を移動する時の時期又は状態に対する関連するコストデータが、コストデータを使用して経路を生成する際に使用されてもよい。

本発明の実施形態がハードウェア、ソフトウェア、あるいはハードウェア及びソフトウェアの組み合わせの形態で実現可能であることは明らかだろう。そのようなソフトウェアは、例えば、消去可能、書き換え可能、消去不可能又は書き換え不可能なＲＯＭ等の記憶装置等の揮発性又は不揮発性記憶装置の形態、あるいは例えばＲＡＭ、メモリチップ、装置又は集積回路等のメモリの形態で格納されてもよく、あるいは、例えばＣＤ、ＤＶＤ、磁気ディスク又は磁気テープ等の光可読媒体又は磁気可読媒体に格納されてもよい。記憶装置及び記憶媒体は、実行される場合に本発明の実施形態を実現するプログラムを格納するのに適するマシン可読記憶装置の実施形態であることは明らかだろう。従って、実施形態は、いずれかの先行する請求項において特許請求されるシステム又は方法を実現するためのコードを含むプログラム、並びにそのようなプログラムを格納するマシン可読記憶装置を提供する。更に、本発明の実施形態は、有線又は無線接続を介して搬送される通信信号等の何らかの媒体を介して電子的に伝達されてもよく、実施形態はそれらを適切に含む。

本明細書（添付の特許請求の範囲、要約及び図面を含む）において開示される特徴の全て及び／あるいは本明細書において開示される方法又は処理のステップの全ては、そのような特徴及び／又はステップの少なくともいくつかが互いに矛盾する組み合わせを除くどんな組み合わせで組み合わされてもよい。

本明細書（添付の特許請求の範囲、要約及び図面を含む）において開示される各特徴は、特に記載されない限り、同一、等価又は同様の目的に役立つ別の特徴に置き換えられてもよい。従って、特に記載されない限り、開示される各特徴は、一般的な一連の等価又は同様の特徴の一例にすぎない。

本発明は、前述の実施形態の詳細に限定されない。本発明は、本明細書（添付の特許請求の範囲、要約及び図面を含む）において開示される特徴の新規の特徴又はそれらの新規の組み合わせ、あるいは本明細書において開示される方法又は処理のステップの新規のステップ又は新規の組み合わせを全て含む。特許請求の範囲は、前述の実施形態のみを含むと解釈されるべきでなく、特許請求の範囲の範囲に含まれるあらゆる実施形態も含む。

Claims (14)

1. ナビゲート可能セグメントの電子地図における経路の生成に利用されるコストデータを生成する方法であって、
   複数のユーザからプローブデータを受信するステップであって、該プローブデータは、各ユーザに対して、時間に対するユーザの移動を表す移動データと、時間と共にユーザの移動に関連付けられた少なくとも１つの身体運動の計測値を表す身体運動データと、を含む、前記受信するステップと、
   前記電子地図の１以上のナビゲート可能セグメントに対する正規化された経路コストデータを生成するため、ユーザに対する能力プロファイルを用いて、前記受信した各ユーザのプローブデータを処理するステップと、
   前記経路コストデータを前記電子地図の前記１以上のナビゲート可能セグメントに関連付けるステップと、
   を含むことを特徴とする方法。
2. 前記プローブデータは、前記電子地図の１以上の所与のナビゲート可能セグメントに沿った前記複数のユーザの移動を表す移動データと関連付けられた身体運動データとを含み、
   前記方法は、前記１以上の所与のナビゲート可能セグメントの各々に対する正規化された経路コストの生成が可能となるように、各ユーザの前記能力プロファイルを使用して、前記１以上の所与のナビゲート可能セグメントに沿ったユーザの移動に関連する前記複数のユーザからのプローブデータを処理するステップを含む
   ことを特徴とする請求項１に記載の方法。
3. 前記移動データは、
   時間に関するユーザの位置を表すデータを含み、
   時間に関するユーザの標高を表す標高データをオプションで含む
   ことを特徴とする請求項１又は２に記載の方法。
4. 前記プローブデータは、ユーザにより運搬、搬送又は着用されるように構成されるパーソナルトレーニング装置の位置決定追跡手段から受信され、
   該位置決定追跡手段は、グローバルナビゲーション衛星システム（ＧＮＳＳ）受信機を含む
   ことを特徴とする請求項１乃至３の何れか一項に記載の方法。
5. 前記身体運動データは、ユーザの心拍数の表示である
   ことを特徴とする請求項１乃至４の何れか一項に記載の方法。
6. 前記能力プロファイルは、少なくともユーザの健康状態レベルの関数である
   ことを特徴とする請求項１乃至５の何れか一項に記載の方法。
7. 前記コストデータは、機械学習処理を用いて決定される
   ことを特徴とする請求項１乃至６の何れか一項に記載の方法。
8. 前記１以上のナビゲート可能セグメントに対する前記コストデータは、時間及び／又は天候に依存する
   ことを特徴とする請求項１乃至７の何れか一項に記載の方法。
9. 前記ナビゲート可能セグメントは、オフロードセグメントである
   ことを特徴とする請求項１乃至８の何れか一項に記載の方法。
10. ユーザの能力プロファイル及び／又は１以上のユーザ指定パラメータに基づいて提案される経路をユーザに提供するため、前記正規化したコストデータを使用するステップを更に含む
    ことを特徴とする請求項１乃至９の何れか一項に記載の方法。
11. 前記１以上のユーザ指定パラメータは、
    アクティビティ時間、距離、開始位置、終了位置、セグメントタイプ、身体運動
    から構成されるグループから選択される
    ことを特徴とする請求項１０に記載の方法。
12. コンピュータ上で実行されるとき、請求項１乃至１１の何れか一項に記載の方法を実行するのに適したプログラムコードを含むコンピュータプログラム。
13. 複数のナビゲート可能セグメントを表すデータと、
    前記複数のナビゲート可能セグメントの１以上と関連付けられた、請求項１乃至１１の何れか一項に記載の方法を使用して生成された経路コストデータと、
    を含む電子地図。
14. ナビゲート可能セグメントの電子地図における経路の生成に利用されるコストデータを生成するためのシステムであって、
    複数のユーザからプローブデータを受信する手段であって、該プローブデータは、各ユーザに対して、時間に対するユーザの移動を表す移動データと、時間と共にユーザの移動に関連付けられた少なくとも１つの身体運動の計測値を表す身体運動データと、を含む、前記受信する手段と、
    前記電子地図の１以上のナビゲート可能セグメントに対する正規化された経路コストデータを生成するため、ユーザに対する能力プロファイルを用いて、前記受信した各ユーザのプローブデータを処理する手段と、
    前記経路コストデータを前記電子地図の前記１以上のナビゲート可能セグメントに関連付ける手段と、
    を有することを特徴とするシステム。

Images