JP6373227B2 - バリア情報生成装置、バリア情報生成方法およびプログラム - Google Patents

Description

この発明は、車いすなどの移動機器の移動の妨げとなる対象を表すバリア情報を生成するバリア情報生成装置、バリア情報生成方法およびプログラムに関する。

近年、GPS（Global Positioning System）技術の進歩や、スマートフォンなどの携帯端末の普及により、多くのナビゲーションサービスが提供されるようになっている。そのうちの１つでは、ルートの通りやすさに関する情報を提供している。例えば、国土交通省のバリアフリー経路探索では、ルートにおける段差の有無、坂の傾斜等の情報を提供している。この段差の有無、坂の傾斜等の情報は、サービス提供事業者が収集している場合が多い。しかし、現地に赴いて情報収集することは事業者にとって大きな負担となるため、多くのエリアで情報収集が不十分であるのが現状である。

この状況に鑑み、最近では、加速度センサ等により得られるセンサデータを用いて、車椅子通過時の路面状況や移動経路を自動推定する試みがなされている（例えば非特許文献１または２を参照）。

また、車椅子や歩行者が移動する際の加速度センサ等の情報を取得して解析（学習および集約）し、段差や傾斜、移動の軌跡等の情報を地図上にマッピングする試みもなされている（非特許文献３または４を参照）。

岩澤有祐、矢入郁子、"車いす走行ライフログの時空間解析による路面状況推定システム"、2013年度人工知能学会全国大会、JSAI2013, 1D3-5 (2013) 村尾真、西野隆典、成瀬央、"３軸加速度センサを用いた車いすの移動経路推定法"、電子情報通信学会 技術研究報告、WIT2012-40, pp.41-46 (2012) "「ダイバシティ・ナビゲーション」の実現に向けた研究開発を推進"，NTT持株会社ニュースリリース、2015年1月15日、インターネット＜URL: http://www.ntt.co.jp/news2015/1501/150115a.html＞ "ソーシャル情報で進化するナビゲーション"，NTT R&Dフォーラム2015資料、2015年2月18日、インターネット＜URL: https://labevent.ecl.ntt.co.jp/forum2015/elements/pdf_jpn/01/C-9_j.pdf ＞

ところが、加速度センサ等の慣性センサにより得られるセンサデータをもとに車椅子通過時の路面状況や移動経路を自動推定する従来の技術では、以下の理由により十分なバリア推定を行うことができない。

(1) 慣性センサにより得られるセンサデータをもとに推定されるバリア情報が、車椅子の利用者の体感と合っていない場合がある。例えば、慣性センサのセンサデータをもとに「段差」と推定された場所であっても、車椅子の利用者にとってはそれほど負担に感じない場合があり、この場合上記「段差」をバリア情報として記録することは適当ではない。

(2) 車椅子の利用者が負担に感じている場所であっても、慣性センサによりバリア情報を推定することが困難な場合には、当該場所をバリア情報として記録できない。例えば、繁華街や駅の構内のように人の流れが多い場所では、車椅子の利用者にとって移動に負担を感じることが多いにもかかわらず、慣性センサのセンサデータからでは当該場所をバリア情報として推定することが困難であり、この場合上記場所はバリア情報から漏れてしまう。

この発明は上記事情に着目してなされたもので、その目的とするところは、移動機器の利用者にとってより実情に適合した高精度のバリア情報を推定できるようにしたバリア情報生成装置、バリア情報生成方法およびプログラムを提供することにある。

上記目的を達成するためにこの発明の第１の態様は、利用者または当該利用者が使用する移動機器の移動中に当該利用者または移動機器の動きと位置を計測して、当該動きと位置を表す第１の計測データを送信するデータ計測機器と、前記利用者の生体情報を計測して、当該生体情報を表す第２の計測データを送信する生体情報測定機器との間で通信が可能なバリア情報生成装置において、前記データ計測機器から送信された第１の計測データを受信して、当該第１の計測データから前記動きの特徴量を算出し、当該算出された動きの特徴量と事前に記憶しておいた路面情報推定器とに基づいて前記動きの特徴量に対応する路面状況を推定すると共に、前記生体情報測定機器から送信された前記第２の計測データを受信して、当該第２の計測データから前記利用者の生体情報の特徴量を算出し、当該算出された生体情報の特徴量と事前に記憶しておいた心理的負荷度推定器とに基づいて前記生体情報の特徴量に対応する前記利用者の心理的負荷度を推定する。そして、前記推定された路面状況と前記推定された前記利用者の心理的負荷度とに基づいて前記利用者に対するバリア度を算出し、当該算出されたバリア度と前記第１の計測データに含まれる位置とに基づいてバリア情報を生成するようにしたものである。

この発明の第２の態様は、前記生体情報測定機器により、前記利用者の生体情報として心拍変動を計測して、当該心拍変動を表す計測データを前記第２の計測データとして送信する。そして、前記心理的負荷度を推定する手段により、前記生体情報の特徴量として前記第２の計測データとして受信された心拍変動を表す計測データから心電図波形のピーク間隔であるR-R間隔を算出し、当該算出されたR-R間隔と事前に記憶しておいた心理的負荷度推定器とに基づいて前記利用者の心理的負荷度を推定するようにしたものである。

この発明の第３の態様は、前記バリア情報を生成する手段により、前記算出されたバリア度をしきい値と比較し、バリア度がしきい値以上の場合には前記バリア情報を前記利用者に提示しないように制御するようにしたものである。

この発明の第１の態様によれば、車椅子の利用者向けのバリア情報を生成する際に、路面の物理的な障害の度合いだけでなく、そのときの利用者の心理的な負荷度まで考慮して、最適なバリア情報を生成することが可能となる。このため、車椅子の利用者は、路面の状況に加え自身の体調や気分まで考慮された高精度のバリア情報により無理なく移動することが可能となる。

第２の態様によれば、利用者の生体情報として心拍変動が計測され、この心拍変動を表す計測データから心電図波形のピーク間隔であるR-R間隔が算出されて、このR-R間隔と心理的負荷度推定器に基づいて利用者の心理的負荷度が推定される。このため、利用者の心理的な状態が反映されやすい心拍変動のR-R間隔を用いることで、利用者の心理的負荷を正確に推定することができる。

第３の態様によれば、バリア度がしきい値以上の場合には利用者に対するバリア情報の提示は行われない。このため、車椅子が大きな段差や傾斜の大きいスロープに直面しているときに、利用者はバリア情報に気を取られることなく車椅子の操作に専念することが可能となる。

すなわちこの発明によれば、移動機器の利用者にとってより実情に適合した高精度のバリア情報を推定できるようにしたバリア情報生成装置、バリア情報生成方法およびプログラムを提供することができる。

この発明の第１の実施形態に係るバリア情報生成システムの機能構成を示すブロック図。 図１に示したシステムのバリア情報生成装置において実行されるバリア情報生成処理の処理手順と処理内容を示すフローチャート。 図２に示したバリア情報生成処理におけるセンサデータ入力処理の処理手順と処理内容を示すフローチャート。 図２に示したバリア情報生成処理における路面状況推定処理の処理手順と処理内容を示すフローチャート。 図２に示したバリア情報生成処理における心理的負荷度推定処理の処理手順と処理内容を示すフローチャート。 図２に示したバリア情報生成処理におけるバリア情報推定処理の処理手順と処理内容を示すフローチャート。 図２に示したバリア情報生成処理におけるバリア情報出力処理の処理手順と処理内容を示すフローチャート。 車椅子に対するスロープの傾斜角算出処理を説明するための図。 路面情報推定結果と路面バリア度との関係の一例を示す図。 心理的負荷度推定器の一例を示す図。 バリア情報に基づく移動ルートの選択処理を説明するための図。 この発明の第２の実施形態に係るバリア情報生成システムの機能構成を示すブロック図。

以下、図面を参照してこの発明に係わる実施形態を説明する。
［第１の実施形態］
（構成）
図１は、この発明の第１の実施形態に係るバリア情報生成システムの機能構成を示すブロック図である。
バリア情報生成システムは、例えばサービス事業者が運用するバリア情報生成装置１Ａと、利用者が移動機器として使用する車椅子３と、車椅子３に固定されるデータ収集機器としてのスマートフォン２と、心電測定装置４と、地図システム５を備えている。

このうちスマートフォン２、心電測定装置４および地図システム５は、バリア情報生成装置１Ａとの間で無線回線を介して通信可能となっている。無線回線としては、例えば3Gまたは4G等の携帯電話通信システムや無線ＬＡＮ（Local Area Network）、或いはBluetooth（登録商標）等の小電力無線データ通信規格を採用した無線インタフェースが用いられる。

なお、車椅子３は市販の車椅子からなり、手動式であってもまた電動式であっても構わない。

スマートフォン２は、慣性センサおよびGPS センサを内蔵しており、これらのセンサにより計測されたセンサデータを無線回線を介して上記バリア情報生成装置１Ａへ送信する。なお、本実施形態ではスマートフォン２を車椅子３に固定した場合を例にとって説明するが、スマートフォン２は利用者が把持したり、ポケットや鞄などに収容してもよい。

スマートフォン２の慣性センサは、加速度センサおよび角速度センサからなり、３軸加速度および３軸角速度をそれぞれ計測する。このとき、軸方向は既知であるとし、ここでは簡単のため車椅子３の前方向がｘ軸の正の方向、車椅子３の左方向がｙ軸の正の方向、車椅子３の上方向がｚ軸の正の方向と定義する。

なお、加速度センサおよび角速度センサの軸方向は未知であってもよく、その場合はセンサデータの変化の様子から軸方向を推定する。例えば、車椅子が動いている時間の大半は前方向に動いているはずなので、多くの時間帯で加速度が増減している軸が前方向の軸であると推定できる。また、一般的な加速度センサは静止状態で上向きに約９．８m/s^2（重力加速度）を検出するので、大半の時間で上向きに約９．８m/s^2の加速度が発生している軸が上方向の軸であると推定できる。前方向と上方向の軸が求まれば、左方向は一意に定まる。

心電測定装置６は、例えば利用者の手首等に装着される腕時計型のウェアラブル端末からなり、利用者の心電図を例えば２０ミリ秒ごとに計測してその計測データを蓄積する。そして、一定期間ごと（例えば５秒ごと）に、上記蓄積された一定期間分の心電計測データを読み出してバリア情報生成装置１Ａに向け送信する。

バリア情報生成装置１Ａは、例えばパーソナルコンピュータまたはサーバ装置により構成され、この発明の第１の実施形態を実施するために必要な処理機能部として、センサデータ入力部１１と、路面情報推定部１２と、路面状況推定器記憶部１３と、心電センサ入力部１４と、心理的負荷度推定部１５と、心理的負荷度推定器記憶部１６と、バリア情報推定部１７と、バリア情報出力部１８を備えている。

このうち、センサデータ入力部１１、路面状況推定部１２、心電センサ入力部１４、心理的負荷度推定部１５、バリア情報推定部１７およびバリア情報出力部１８は、いずれも図示しないプログラムメモリに格納されたプログラムをプロセッサに実行させることにより実現される。

路面状況推定器記憶部１３および心理的負荷度推定器記憶部１６は、記憶媒体としてHDD（Hard Disk Drive）またはSSD（Solid State Drive）等の随時書き込みおよび読み出しが可能な不揮発性メモリを使用したもので、それぞれ事前に学習フェーズにより作成された路面状況推定器および心理的負荷度推定器を記憶するために使用される。

路面状況推定器は、３軸加速度および３軸角速度の特徴量を入力としたときに、路面状況を表す情報を出力とするような推定モデルであり、例えばSVM（サポートベクタマシン）や回帰的手法によって構築される。路面状況を表す情報は、例えば「段差」、「スロープ」といった路面ラベルと、「１cm」、「５度」といった路面ラベルの詳細を表す路面プロパティ情報により構成される。

心理的負荷度推定器は、利用者の心電波形のピーク間隔を表すRRI （R-R Interval）を表す情報を入力としたとき、その時の心理的負荷度を表す情報を出力とするような推定モデルであり、この推定モデルもSVM（サポートベクタマシン）や回帰的手法によって構築される。

図１０はその一例を示すもので、RRI時系列を周波数分析して得られる低周波成分：ＬＦ（０．０４〜０．１５Hz）と高周波成分：ＨＦ（０．１５〜０．４０Hz）のパワースペクトル値の比（ＬＦ／ＨＦ）に対し、心理的負荷度「None」、「Low」、「Mid」、「High」を関連付けている。

センサデータ入力部１１は、利用者の移動中に、スマートフォン２から送信された３軸加速度、３軸角速度および位置の各計測データを受信し、適切なノイズ除去処理を行ったのち当該計測データを保存する処理を行う。

路面状況推定部１２は、上記センサデータ入力部１１から３軸加速度及び３軸角速度の各計測データを取り込んでその特徴量を算出し、この算出した計測データの特徴量を、上記路面状況推定器記憶部１３に記憶されている路面状況推定器に入力して、対応する路面状況の推定結果を読み出す。そして、予め設定された変換規則に従い上記路面情報の推定結果を路面バリア度に変換する処理を行う。

心電センサ入力部１４は、心電測定装置４から送信された心電計測データを受信し、適切なノイズ除去処理を行ったのち当該心電計測データを保存する処理を行う。

心理的負荷度推定部１５は、上記心電センサ入力部１４により受信された心電計測データを取り込み、この心電計測データからRRIを表す情報を算出する。そして、この算出されたRRI を表すデータを、上記心理的伏す度推定器記憶部１６に記憶された心理的負荷度推定器に入力して、対応する心理的負荷度の推定結果を読み出す処理を行う。

バリア情報推定部１７は、上記路面状況推定部１２により得られた路面状況推定結果と、上記心理的負荷度推定部１５により得られた心理的負荷度推定結果とを合成することにより、路面のバリア度に利用者の心理的負荷度を加味した総合的なバリア度を算出し、この算出された総合的なバリア度をバリア情報出力部１８へ出力する処理を行う。

バリア情報出力部１８は、上記バリア情報推定部１７から出力されたバリア情報をもとに推奨ルートを選択し、選択された推奨ルートを表す情報と当該推奨ルート上のバリア情報を地図システム５へ出力する処理を行う。

地図システム５は、例えば汎用の地図表示システムからなり、推奨ルートを表す情報とバリア情報を表すデータを入力すると、このバリア情報を地図上に重畳させた表示データを生成する。そして、表示データを例えば利用者のスマートフォン２へ送信して表示させる処理を行う。なお、汎用の地図システムは、例えばwheelmap.org（URL: http://wheelmap.org）に詳しく記載されている。

（動作）
次に、以上のように構成されたバリア情報生成システムによるバリア情報生成動作を説明する。
図２はその処理手順と処理内容を示すフローチャートであり、３軸加速度、３軸角速度および位置の各計測データと、心電計測データを受信するセンサデータ入力処理Ｓ１と、路面状況推定処理Ｓ２と、心理的負荷度推定処理Ｓ３と、バリア情報推定処理Ｓ４と、バリア情報出力処理Ｓ５が順に実行される。

なお、路面状況推定器記憶部１３および心理的負荷度推定器記憶部１６には、それぞれ事前に学習フェーズにより作成された路面状況推定器および心理的負荷度推定器が記憶されているものとして説明を行う。

（１）センサデータ入力処理Ｓ１
利用者が車椅子３により例えば街の中を移動したとする。この移動中に、車椅子３に固定されたスマートフォン２は、一定時間ごと（例：２０ミリ秒ごと）に３軸加速度および３軸角速度の計測を行って、内部の記憶領域にセンサデータを蓄積する。またそれと共にスマートフォン２は、上記３軸加速度及び３軸角速度の計測タイミングと同じタイミングでGPSセンサにより現在位置を表す緯度・経度データを計測して蓄積する。そして、上記３軸加速度および３軸角速度の計測データと、上記緯度・経度データを、一定時間ごと（例：１秒ごと）に、センサデータとしてバリア情報生成装置１Ａに向け無線送信する。なお、３軸加速度および３軸角速度の計測データはいずれもｘ軸、ｙ軸、ｚ軸の三次元座標値として表される。

また上記移動中に心電測定装置４は、一定時間ごと（例：２０ミリ秒ごと）に心電図波形の計測を行ってその計測データを内部メモリに蓄積する。そして、この蓄積された心電計測データを一定時間ごと（例：５秒ごと）に計測時刻と関連付けた形式でバリア情報生成装置１Ａに向け無線送信する。

これに対しバリア情報生成装置１Ａは、センサデータ入力部１１の制御の下、センサデータの入力処理を以下のように実行する。図３はその処理手順と処理内容を示すフローチャートである。

すなわち、センサデータ入力部１１は、先ずステップＳ１１でスマートフォン２からのセンサデータの受信要求を待つ。そして、スマートフォン２からセンサデータが送られると、ステップＳ１２で当該センサデータを受信する。またそれと共にセンサデータ入力部１１は、ステップＳ１３で心電測定装置６からの心電計測データの受信要求を待ち、心電測定装置６から心電計測データが送られるとステップＳ１４で当該心電計測データを受信する。そして、上記センサデータに含まれる加速度、角速度および位置の各計測データと、心電計測データとを、計測時刻が対応するもの同士で関連付けて、内部メモリに保存する。

（２）路面状況推定処理Ｓ２
バリア情報生成装置１Ａは、続いて路面状況推定部１２の制御の下、利用者が移動する路面の状況を推定する処理を以下のように実行する。図４はその処理手順と処理内容を示すフローチャートである。

すなわち、路面状況推定部１２は先ずステップＳ２１により上記センサデータ入力部１１から加速度及び角速度の各計測データを取り込み、ステップＳ２２によりこれらの計測データの特徴量を算出する。そしてステップＳ２３において、路面状況推定器記憶部１３に記憶された路面状況推定器を用い、上記加速度および角速度の特徴量に対応する路面状況を推定する。

例えば、路面状況の路面ラベルとして「平面」、「段差」、「スロープ」を定義した場合、「段差」の大きさは段差通過時の加速度変動量[G] を用いて下式により回帰的に算出する。なお、回帰係数regA と定数項regBは経験的に定めるものとする。
段差の大きさ[mm]＝regA×加速度変動量[G]＋regB
なお、この段差の大きさの算出方法については、例えば以下の文献、
「黒木幹、峯岸順一、岩井茂雄、“走行車両の車軸の加速度測定による路面の段差評価方法とその適用性”、土木学会論文集E1（舗装工学）、Vol. 67 (2011)」
に詳しく記載されている。

一方、「スロープ」の傾斜角は以下のように算出する。すなわち、いま例えば図８に示すように車椅子３に対し加速度の軸を定義した場合、「スロープ」の傾斜角θは以下の２つの式を満たすようなθを算出することで求めることができる。
√（ｙ²＋ｚ²）＝ｙ×sinθ＋ｚ×cosθ
０＝ｙ×cosθ＋ｚ×sinθ
なお、「段差」の大きさが予め設定した値未満で、かつ「スロープ」の傾斜角θが予め設定された値未満の場合は「平面」とする。

路面状況推定部１２は、続いてステップＳ２４において、上記路面状況の推定結果である路面ラベルおよび路面プロパティをもとに、路面バリア度を特定する。例えば、いま路面ラベルおよび路面プロパティに対し路面バリア度が図９に示すように定義されていれば、路面ラベルおよび路面プロパティに応じて、路面バリア度として「None」、「Low」、「Mid」、「High」のいずれかが特定される。

路面状況推定部１２は、最後にステップＳ２５により、上記路面状況の推定結果である路面ラベルおよび路面プロパティと路面バリア度を、位置を表す緯度・経度データと計測時刻と共にバリア情報推定部１７に出力する。

（３）心理的負荷度の推定処理Ｓ３
バリア情報生成装置１Ａは、続いて心理的負荷度推定部１５の制御の下、移動中に利用者が感じる心理的負荷度を推定する処理を以下のように実行する。図５はその処理手順と処理内容を示すフローチャートである。

すなわち、心理的負荷度推定部１５は先ずステップＳ３１により上記心電センサ入力部１４から心電計測データを取り込み、ステップＳ３２によりこの心電計測データから心拍変動の特徴量を算出する。例えば、先に述べたように心電波形のピーク間隔を示すRRI を算出する。より具体的には、RRI時系列を周波数分析して得られる低周波成分：ＬＦ（０．０４〜０．１５Hz）と高周波成分：ＨＦ（０．１５〜０．４０Hz）のパワースペクトル値の比（ＬＦ／ＨＦ）を算出する。

なお、このＬＦ／ＨＦの算出方法については、
「山口勝機、“心拍変動による精神負荷ストレスの分析”、志學館大学人間関係学部研究紀要、vol. 31, 2010」
に詳しく記載されている。

次に心理的負荷度推定部１５は、ステップＳ３３において、上記算出された心拍変動の特徴量であるＬＦ／ＨＦを、心理的負荷度推定器記憶部１６に記憶されている心理的負荷度推定器に入力することにより、対応する心理的負荷度を推定する。例えば、いま心理的負荷度推定器が図１０に示すように構成されていれば、ＬＦ／ＨＦの値に応じて、心理的負荷度として「None」、「Low」、「Mid」、「High」のいずれかが特定される。

心理的負荷度推定部１５は、最後にステップＳ３４において、上記心理的負荷度の推定結果を、計測時刻と共にバリア情報推定部１７に出力する。

（４）バリア情報推定処理Ｓ４
バリア情報生成装置１Ａは、続いてバリア情報推定処理部１７の制御の下、利用者が移動中の路面状況に対応する路面バリア情報に、その時の利用者の心理的負荷度を加味した総合的なバリア度を推定する処理を以下のように実行する。図６はその処理手順と処理内容を示すフローチャートである。

すなわち、バリア情報推定部１７は先ずステップＳ４１により上記路面状況推定部１２および心理的負荷度推定部１５からそれぞれ路面バリア度および心理的負荷度を取り込む。そしてステップＳ４２により、総合的なバリア情報を算出する。例えば、下式に示すように路面バリア度と心理的負荷度の線形和を算出する。
総合的なバリア度＝ａ×路面のバリア度＋b×心理的負荷度
但し、ａ，ｂはそれぞれ路面のバリア度および心理的負荷度に対する重み係数である。
なお、総合的なバリア度の算出手法は、線形和に限らず、積や指数の組み合わせにより算出する手法を用いることができる。

そして、上記算出された総合的なバリア情報を、その位置を表す緯度・経度データと共に、バリア情報出力部１８へ出力する。
（５）バリア情報出力処理Ｓ５
バリア情報生成装置１Ａは、続いてバリア情報出力部１８の制御の下、上記バリア情報推定部１７により算出された総合的なバリア度の情報を地図上に表示させるための処理を以下のように実行する。図７はその処理手順と処理内容を示すフローチャートである。

すなわち、バリア情報出力部１８は、先ずステップＳ５１により、上記バリア情報推定部１７により算出された総合的なバリア情報と、その位置を表す緯度・経度データを受け取る。そして、ステップＳ５２において、バリア情報と共に受け取った緯度・経度データをもとに、移動ルート候補が複数あるか否かを判定する。そして、複数ある場合には、当該複数の移動ルート候補の中の１つを推奨ルートとして選択する。

例えば、いま図１１に示すように候補として移動ルートＡ（Route A）と移動ルートＢ（Route B）が存在し、これらの移動ルートの候補のバリア情報がそれぞれ以下のようなものだったとする。
移動ルートＡ；
段差ラベル：段差
路面プロパティ：１cm
路面のバリア度：Low
心理的負荷度：High
移動ルートＢ；
段差ラベル：段差
路面プロパティ：３cm
路面のバリア度：Mid
心理的負荷度：Low

ここで、路面バリア度および心理的負荷度の尺度（Low，Mid，High）を（１，２，３）と定量化し、かつ重みａ，ｂを“１”とすると、
移動ルートＡの総合的なバリア度＝１×１＋１×３＝４
移動ルートＢの総合的なバリア度＝１×２＋１×１＝３
となる。従ってこの場合には、総合的なバリア度の小さい移動ルートＢを推奨ルートとして選択する。

バリア情報出力部１８は、最後にステップＳ５３において、上記推奨ルートとして選択された移動ルートＢを表す位置情報（緯度・経度データ）と、上記路面状況推定部１２により推定された路面状況を表す路面ラベルおよび路面プロパティと、上記心理的負荷度推定部１５により推定された心理的負荷度を、地図システム５へ出力する。

地図システム５は、上記バリア情報出力部１８から出力された移動ルートＢを表す位置情報（緯度・経度データ）をもとに地図データ上に当該移動ルートＢをマーキングし、さらに当該移動ルートＢ上にバリア該当位置に路面バリア、路面プロパティおよび心理的負荷度を表す情報を付記した表示データを生成する。そして、この生成された表示データを、例えば利用者のスマートフォン２へ送信して表示させる。

（第１の実施形態の効果）
以上詳述したように第１の実施形態では、バリア情報生成装置１Ａにおいて、利用者が携帯するかまたは車椅子３に固定されたスマートフォン２から加速度、角速度および位置の計測データを収集すると共に、心電測定装置４から利用者の心電計測データを収集する。そして、事前に記憶しておいた路面状況推定器を用いて上記加速度および角速度の計測データの特徴量に対応する路面状況を推定すると共に、事前に記憶しておいた心理的負荷度推定器を用いて上記心電計測データのRRIに対応する心理的負荷度を推定し、この推定された路面状況のバリア度に心理的負荷度を加味することで総合的なバリア度を算出し、この総合的なバリア度に従い移動ルートを選択して地図データ上に表示するようにしている。

従って、車椅子３の利用者に対するバリア情報を生成する際に、路面の物理的な障害の度合いだけでなく、そのときの利用者の心理的な負荷度まで考慮して、最適なバリア情報マップを生成することが可能となる。このため、車椅子３の利用者は、路面の状況に加え自身の体調や気分まで考慮された高精度のバリア情報マップにより無理なく移動することが可能となる。

［第２の実施形態］
この発明の第２の実施形態は、車椅子３の利用者に対し移動ルートをナビゲーションする際に、利用者が移動障害となる段差やスロープなどのバリアに直面しているか否かを判定し、バリアに直面しているときにはナビゲーションのための情報提示を中止するようにするものである。

図１２は、この発明の第２の実施形態に係るバリア情報生成システムの機能構成を示すブロック図である。なお、同図において前記図１と同一部分には同一符号を付して詳しい説明は省略する。

バリア情報生成装置１Ｂは、情報提示判断部１９をさらに備えている。情報提示判断部１９は、バリア情報推定部１７から出力された総合的なバリア度を予め設定したしきい値αと比較し、総合的なバリア度＜しきい値αの場合は情報提示可能な状態、しきい値α≦総合的なバリア度の場合には情報提示不可能状態と判定する。そして、情報提示可能状態と判定された場合にバリア情報出力部１８に対し地図システム５へのバリア情報の出力を許可し、情報提示不可能状態と判定された場合にはバリア情報出力部１８に対し地図システム５へのバリア情報の出力を禁止する。

このような構成であるから、バリア情報出力部１８により生成されたバリア情報等は、バリア情報推定部１７により算出された総合的なバリア度がしきい値αに満たない場合にのみ地図システム５へ送信され、総合的なバリア度がしきい値α以上の場合には送信されない。このため、車椅子３が大きな段差や傾斜の大きいスロープに直面している場合には、当該利用者に対する情報提示は行われないことになり、利用者は車椅子３の操作に集中することができる。

なお、以上の説明では総合的なバリア度がしきい値α以上の場合にはバリア情報の送信を行わないようにしたが、当該バリア情報を保存しておき、総合的なバリア度がしきい値α未満に低下した後に送信するようにしてもよい。

［その他の実施形態］
前記第１及び第２の実施形態では、心電測定装置４として測定した心電計測データをバリア情報生成装置１Ａ，１Ｂに向け直接送信するウェアラブル端野末を使用した場合を例にとって説明した。しかしそれに限らず、例えばウェアラブル電極インナーhitoe（登録商標）を利用し、当該hitoeから出力された心電計測データをスマートフォン２を経由してバリア情報生成装置１Ａへ送信するようにしてもよい。なお、hitoeについては、例えば小笠原隆行、小野一善、松浦伸昭、山口真澄、渡邊淳司、塚田信吾、“ウェアラブル電極インナー技術の応用展開”、NTT技術ジャーナル、Vol.26, No.11, pp.16-20 (2014)に詳しく記載されている。

また、前記第１及び第２の実施形態では、利用者または移動機器の動きを計測する手段として、慣性センサを用いて３軸加速度および３軸角速度を計測するようにしたが、振動センサなどを用いて利用者または移動機器の上下動を計測するようにしてもよい。また、生体情報として心拍変動を計測するようにしたが、脈波や呼吸、発汗の度合い等を計測するようにしてもよい。

第１及び第２の実施形態では、利用者が車椅子３により移動する場合を例にとって説明したが、ベビーカーを押して移動する場合や大きなスーツケースや買い物用のキャリアケースを引いて移動する場合にも、この発明は適用可能である。

また、バリア情報にはそのバリア度に対応するアドバイス情報を付加して利用者に提示するようにしてもよい。

その他、総合的なバリア度を算出するための計算式や、バリア情報生成装置の構成、バリア情報生成処理の処理手順と処理内容、心理的負荷度の推定に用いる心拍変動特徴量の種類等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。

要するにこの発明は、上記各実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記各実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、各実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

１Ａ，１Ｂ…バリア情報生成装置、２…スマートフォン、３…車椅子、４…心電測定装置、５…地図システム、１１…センサデータ入力部、１２…路面状況推定部、１３…路面状況推定器記憶部、１４…心電センサ入力部、１５…心理的負荷度推定部、１６…心理的負荷度推定器記憶部、１７…バリア情報推定部、１８…バリア情報出力部、１９…情報提示判断部。

Claims (5)

1. 利用者または当該利用者が使用する移動機器の移動中に、当該利用者または移動機器の動きと位置を計測して当該動きと位置を表す第１の計測データを送信するデータ計測機器と、前記利用者の生体情報を計測して当該生体情報を表す第２の計測データを送信する生体情報測定機器との間で通信が可能なバリア情報生成装置であって、
   前記データ計測機器から送信された第１の計測データを受信して、当該第１の計測データをもとに前記動きの特徴量を算出し、当該算出された動きの特徴量と事前に記憶しておいた路面情報推定器とに基づいて前記動きの特徴量に対応する路面状況を推定する手段と、
   前記生体情報測定機器から送信された前記第２の計測データを受信して、当該第２の計測データをもとに前記利用者の生体情報の特徴量を算出し、当該算出された生体情報の特徴量と事前に記憶しておいた心理的負荷度推定器とに基づいて前記生体情報の特徴量に対応する前記利用者の心理的負荷度を推定する手段と、
   前記推定された路面状況と前記推定された前記利用者の心理的負荷度とに基づいて、前記利用者に対するバリア度を算出し、当該算出されたバリア度と前記第１の計測データに含まれる位置とに基づいてバリア情報を生成する手段と
   を具備することを特徴とするバリア情報生成装置。
2. 前記生体情報測定機器は、前記利用者の生体情報として心拍変動を計測し、当該心拍変動を表す計測データを前記第２の計測データとして送信し、
   前記心理的負荷度を推定する手段は、前記生体情報の特徴量として、前記第２の計測データとして受信された心拍変動を表す計測データから心電図波形のピーク間隔であるR-R間隔を算出し、当該算出されたR-R間隔と事前に記憶しておいた心理的負荷度推定器とに基づいて前記利用者の心理的負荷度を推定することを特徴とする請求項１に記載のバリア情報生成装置。
3. 前記バリア情報を生成する手段は、前記算出されたバリア度をしきい値と比較し、バリア度がしきい値以上の場合には前記バリア情報を前記利用者に提示しないように制御する手段を含むことを特徴とする請求項１又は２に記載のバリア情報生成装置。
4. 利用者または当該利用者が使用する移動機器の移動中に、当該利用者または移動機器の動きと位置を計測して、当該動きと位置を表す第１の計測データを送信するデータ計測機器と、前記利用者の生体情報を計測して、当該生体情報を表す第２の計測データを送信する生体情報測定機器との間で通信が可能なバリア情報生成装置により実行されるバリア情報生成方法であって、
   前記データ計測機器から送信された第１の計測データを受信して、当該第１の計測データをもとに動きの特徴量を算出し、当該算出された動きの特徴量と事前に記憶しておいた路面情報推定器とに基づいて前記動きの特徴量に対応する路面状況を推定する過程と、
   前記生体情報測定機器から送信された前記第２の計測データを受信して、当該第２の計測データをもとに利用者の生体情報の特徴量を算出し、当該算出された生体情報の特徴量と事前に記憶しておいた心理的負荷度推定器とに基づいて前記生体情報の特徴量に対応する前記利用者の心理的負荷度を推定する過程と、
   前記推定された路面状況と前記推定された前記利用者の心理的負荷度とに基づいて、前記利用者に対するバリア度を算出し、当該算出されたバリア度と前記第１の計測データに含まれる位置とに基づいてバリア情報を生成する過程と
   を具備することを特徴とするバリア情報生成方法。
5. 請求項１乃至３のいずれかに記載のバリア情報生成装置が具備する各手段による処理を、当該バリア情報生成装置が備えるプロセッサに実行させるプログラム。