JP6444813B2 - 分析システム、及び、分析方法 - Google Patents

Description

本発明は、分析システム、及び、分析方法に関する。

様々なセンサ及び計測装置の技術進歩に伴い、スポーツ及び教育等の従来センシングが活用されていなかった分野においても、行動情報及び軌跡情報のセンシングが着目されている。しかし、現状の技術は、カメラ又はレーザを用いた人流及び交通流計測が主流であり、スポーツにおけるパフォーマンスのモニタリング、及び、教育におけるコミュニケーション分析等に必要な、集団を構成する個体毎の詳細な軌跡及び動きの情報を十分に取得することができない。

従来の技術には、２台のレーザレーダを用いて競技者（１名）の移動体位置データを収集し、逐次蓄積して移動体軌跡データとして生成する技術がある。また、映像データ中の競技者と、移動体軌跡データとを重ね合わせて移動体軌跡映像データを生成し、出力する技術がある。

また、従来の技術には、対象物（ユーザ、及び、当該ユーザが用いる運動器具）にセンサモジュール（加速度計、磁力計、ＧＰＳ）を装着し、運動（チーム競技）中のパフォーマンスを評価し、提示する技術がある。この技術により、ＧＰＳを用いて運動中の対象物の位置及び軌跡を測定することができ、その他センシングデータと併せることで、センサモジュールを装着した対象物が自分の運動を評価するために有益な軌跡情報、及び、パフォーマンス情報を出力することが出来る。

さらに、複数台の撮像カメラによって競技エリア全体を分割して撮像し、特定波長放射部材を装着し、又は、塗布された目標のみを抽出し、追尾位置を可視化する方法が提案されている（例えば、特許文献１参照）。特許文献１の技術により、模式的に示したグランド画像上に追尾位置情報を重畳させるなどして、指定した選手、ボール等のみの動き又は動きの軌跡を表示することが出来る。

特開平１０−２７６３５１号公報

複数台のレーザレーダを用いて、競技者（１名）の軌跡情報を計測する技術は、集団競技中の個々の軌跡情報を検出できないという課題がある。

また、ＧＰＳを用いて運動中の対象物の位置及び軌跡を測定する技術を用いた場合、ＧＰＳは位置検出精度が低いため、高精度な位置情報が求められるスポーツの分野においては、十分に位置を検出できない。また、衛星電波を受信しにくい室内での競技では軌跡情報の検出は困難である。

また、特許文献１に記載された技術を用いた場合、悪天候時又はナイター等の照明が暗い場合、特定波長放出部材によって反射される信号が小さくなる。したがって、使用する環境によって、特定波長放出部材を用いたマーカーによる個体識別は精度が低下し、十分な精度で位置を検出できない。

このように、従来において、いかなる環境及びフィールドにおいても、集団中の個々の複雑な動き及び軌跡を正確に計測することが出来ないという課題がある。

上記課題を解決するために、本発明は、分析システムであって、移動する個体の位置を時系列で示す軌跡を軌跡データとして記憶し、前記個体が装着したセンサによる前記個体の計測結果を時系列で示すセンサデータを記憶する記憶部と、前記軌跡データに基づいて前記個体の移動の速さを示す速度指標を算出する速度算出部と、前記センサデータに基づいて前記個体の動きの強さを示す行動指標を算出する指標算出部と、前記速度指標と前記行動指標との時系列における変化に基づいて、前記速度指標と前記行動指標との類似度を算出する類似度算出部と、前記類似度に基づいて、前記軌跡データと前記センサデータが計測された個体とを対応付ける対応付け部と、を有する。

本発明によれば、いかなる環境及びフィールドにおいても、集団中の個々の複雑な動き及び軌跡を正確に計測することが出来る。上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

実施例１の軌跡モニタリングシステムの構成を示すブロック図である。 実施例１の位置検出装置が設置された例を示す説明図である。 実施例１の軌跡情報を示す説明図である。 実施例１のセンサデータを示す説明図である。 実施例１の解析部による処理の概要を示すフローチャートである。 実施例１の速度情報を示す説明図である。 実施例１の行動情報を示す説明図である。 実施例１の類似度検定処理及び軌跡情報とセンサデータとの対応付け処理を示す説明図である。 実施例１の個体特定情報を示す説明図である。 実施例１の軌跡連結部の評価処理を示す説明図である。 実施例１の軌跡生成部によって生成した個体の軌跡情報を示す説明図である。 実施例１の表示部によって生成される画面を示す説明図である。 実施例１の速度情報に基づいて生成される画面を示す説明図である。 実施例１の速度情報に基づいて生成される他の画面を示す説明図である。 実施例１の表示部によって生成される画面を示す説明図である。 実施例２の軌跡モニタリングシステムの構成を示すブロック図である。 実施例２の環境情報入力部によって表示される画面を示す説明図である。 実施例２の環境情報を示す説明図である。 実施例２の解析部による処理を示すフローチャートである。 実施例２の表示部によって生成される画面を示す説明図である。 実施例２の速度情報を用いて生成された画面を示す説明図である。 実施例２の一人のユーザのパフォーマンスの分析結果を表示する画面を示す説明図である。 実施例３の保育分野における軌跡モニタリングの対象を示す説明図である。 実施例３の保育分野における画面を示す説明図である。 実施例３の教育分野における軌跡モニタリングの対象を示す説明図である。 実施例３の教育分野における画面を示す説明図である。

以下に、図面を用いて本実施例を説明する。

本発明の好適な実施例１として、運動活動における競技時の軌跡モニタリングを、以下図面に基づいて説明する。

図１は、実施例１の軌跡モニタリングシステムの構成を示すブロック図である。

実施例１の軌跡モニタリングシステムは、個体、特に、集団に含まれる個体の動きの軌跡を取得するシステムである。なお、以下においては、人の動きの軌跡を取得するシステムについて説明するが、動物等、不規則な動きをする個体の軌跡を取得するシステムであれば、いかなるシステムに適用してもよい。また、以下において、軌跡を取得される個体を、特にユーザと記載する。

軌跡モニタリングシステムは、位置検出装置１、ＰＣ３、ウェアラブルデバイス２、ＰＣ４、スマートフォン５、及び、サーバ７を含む。

サーバ７は、ネットワーク６を介してＰＣ３、ＰＣ４及びスマートフォン５と通信する。サーバ７は、ＣＰＵ７１、通信部７２、ＷＥＢ表示部７３、解析部１０、及び、データベース（ＤＢ）２０を有する計算機である。

サーバ７は、メモリに格納されたプログラムをＣＰＵ７１が実行することによって、解析部１０、通信部７２及びＷＥＢ表示部７３の機能を実現する。サーバ７のメモリは、不揮発性の記憶素子であるＲＯＭ及び揮発性の記憶素子であるＲＡＭを含む。

ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ）などを格納する。ＲＡＭは、ＤＲＡＭ（Dynamic Random Access Memory）のような高速かつ揮発性の記憶素子であり、補助記憶装置に格納されたプログラム及びプログラムの実行時に使用されるデータを一時的に格納する。

データベース２０は、補助記憶装置に格納される。補助記憶装置は、例えば、磁気記憶装置（ＨＤＤ）、フラッシュメモリ（ＳＳＤ）等の大容量かつ不揮発性の記憶装置である。また、補助記憶装置は、ＣＰＵ７１が実行するプログラム及びプログラムの実行時に使用されるデータを格納する。すなわち、プログラムは、補助記憶装置から読み出されて、メモリにロードされて、ＣＰＵ７１によって実行される。

解析部１０は、軌跡情報２１とセンサデータ２２とに基づいて、位置検出装置１によって検出された軌跡と、ウェアラブルデバイス２を装着された個体とを対応付ける機能部である。解析部１０は、個体特定部１１と、軌跡生成部１２と、表示部１３との機能部を主に有する。

ＷＥＢ表示部７３は、データベース２０に記録されたデータを、ネットワーク６を介してＰＣ４及びスマートフォン５に出力することにより、個体の動きの軌跡を取得したい操作者に公開する。

通信部７２は、所定のプロトコルに従って、他の装置との通信を制御するネットワークインターフェースである。通信部７２は、ネットワーク６を介して他の機器と通信し、データを送受信することができる。

解析部１０、ＷＥＢ表示部７３及び通信部７２は、プログラムによって実装されてもよく、また、物理的な集積回路によって実装されてもよい。特に解析部１０は、解析部１０に含まれる機能部を実行するための複数のプログラム又は複数の集積回路によって実装されてもよい。また、個体特定部１１、軌跡生成部１２及び表示部１３は、各々が実行する処理ごとに複数のプログラム又は複数の集積回路によって実装されてもよい。

ＣＰＵ７１が実行するプログラムは、リムーバブルメディア（ＣＤ−ＲＯＭ、フラッシュメモリなど）又はネットワークを介してサーバ１００Ｂに提供され、非一時的記憶媒体である補助記憶装置に格納される。このため、サーバ７は、リムーバブルメディアからデータを読み込むインターフェースを有するとよい。

サーバ７は、物理的に一つの計算機上で、又は、論理的又は物理的に複数の計算機上で構成される計算機システムであり、前述したプログラムが、同一の計算機上で別個のスレッドで動作してもよく、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。

データベース２０は、軌跡情報２１、センサデータ２２、速度情報２３、行動情報２４、個体特定情報２５、及び、個体の軌跡情報２６をデータとして格納する。軌跡情報（軌跡データ）２１は、位置検出装置１から収集される。軌跡情報２１は、集団による運動活動において発生した軌跡を示す。本実施例の軌跡は、移動する個体の位置を時系列で示す。

センサデータ２２は、ウェアラブルデバイス２から収集される。センサデータ２２は、個体が装着したウェアラブルデバイス２によって計測された個体に関する計測結果を示す。

個体の軌跡情報２６は、解析部１０によって軌跡情報２１及びセンサデータ２２に基づいて生成され、個体ごとの軌跡を示す。

位置検出装置１は、主にレーザ光を用いて物体を検出する装置である。実施例１の軌跡モニタリングシステムは、複数の位置検出装置１を含んでもよい。位置検出装置１は、レーザ照射部３１、反射強度検出部３２、位置演算部３３、及び、通信部３４を機能部として含む。

位置検出装置１は、プロセッサ及びメモリを備える計算機を有し、プロセッサがプログラムを実行することによって各機能部を実装してもよい。また、位置検出装置１は、各機能部を実装するための物理的な装置を有してもよい。

レーザ照射部３１は、レーザ光を照射する。照射されたレーザ光の照射範囲内に物体が存在した場合、反射強度検出部３２は、物体によって反射されたレーザ光の強度を計測する。そして、位置演算部３３は、反射したレーザ光の強度に基づいて位置を特定し、さらに、複数の計測時刻において位置を特定することによって位置を時系列で示す軌跡の軌跡情報を生成する。通信部３４は、位置演算部３３によって生成された軌跡情報を、無線又は有線を用いてＰＣ３に送信する。

ＰＣ３は、集団に含まれる個体の軌跡を求める計算機である。ＰＣ３は、通信部３５、位置補正部３６、及び、軌跡生成部３７を機能部として主に有する。ＰＣ３は、プロセッサ及びメモリを備える計算機であり、プロセッサがプログラムを実行することによって各機能部を実装してもよい。また、ＰＣ３は、各機能部を実装するための物理的な装置を有してもよい。

位置補正部３６は、複数の位置検出装置１から受信した軌跡情報を補正する。軌跡生成部３７は、経時的な軌跡情報を逐次蓄積して軌跡情報を生成する。通信部３５は、軌跡生成部３７によって生成された軌跡情報を、ネットワーク６を介してサーバ７に送信する。

ネットワーク６は、いかなるネットワークであってもよく、インターネットであってもよいし、ＰｔｏＰネットワークであってもよい。

ウェアラブルデバイス２は、位置を検出する対象の個体が装着する装置である。ウェアラブルデバイス２は、加速度センサ４１、メモリ４２、マイコン（ＭＣＵ）４３、及び、通信部４４を主に有する。

加速度センサ４１は、例えば、１秒間に２０〜１０００回程度の回数でユーザの加速度を計測する。マイコン４３は、加速度センサ４１によって計測された計測結果を、センサデータとしてメモリ４２に記録する。ここで、マイコン４３は、ユーザに一意な識別子（ユーザＩＤ）と計測結果とを、センサデータとして記録する。

なお、ウェアラブルデバイス２は、ユーザによる動きの結果、値が変化する内容であれば、いかなる内容をセンサデータとして計測してもよい。ウェアラブルデバイス２が計測する内容は、後述する。

さらに、マイコン４３は、メモリ４２に記録したセンサデータを、通信部４４を介して、ＰＣ４及びスマートフォン５に送信する。通信部４４は、無線又は有線を用いて、通信可能なタイミングで、又は、ユーザの任意のタイミングで、センサデータをＰＣ４又はスマートフォン５に送信する。

ＰＣ４及びスマートフォン５は、ウェアラブルデバイス２と通信し、センサデータを受信した場合、サーバ７に向けてセンサデータを転送する。ＰＣ４は、プロセッサ、メモリ及び、ネットワークインターフェースを有する計算機であり、スマートフォン５はタブレット端末である。

なお、図１に示すサーバ７、ＰＣ３及びＰＣ４は、ネットワーク６を介して接続されるが、本実施例のサーバ７は、ＰＣ３及びＰＣ４の少なくとも一つの機能を有してもよい。これにより、軌跡モニタリングシステムは、位置検出装置１とウェアラブルデバイス２とによって計測されたデータをネットワーク６経由でサーバ７に送ることなく解析することができるため、応答速度が向上する。また、ネットワーク６に接続されるサーバ７を設置する必要が無いため、簡易的に個体の軌跡をモニタリング可能である。

図２は、実施例１の位置検出装置１が設置された例を示す説明図である。

実施例１において軌跡を取得する運動活動は、サッカーである。しかし、軌跡を取得する運動活動の種類は、フィールドにおける競技であればいずれの競技であってもよく、実施例１の軌跡モニタリングシステムは、ラグビー、バスケットボール、バレーボール、ゴールボール、野球、テニス、ハンドボール、ラクロス、陸上競技、スピードスケート等の集団競技に適用されてもよい。また、実施例１の軌跡モニタリングシステムは、フィギュアスケート、体操、及び、スキー等の個人競技に適用されてもよい。

実施例１の位置検出装置１は、レーザ光の反射にて物体の位置を検出することのできるレーザレーダであり、競技エリア１００全体を計測可能な位置に１台以上設置される。

位置検出装置１は、レーザ照射部３１から照射されるレーザ光とフィールドの面とが水平になる位置に設置されることが望ましい。しかし、位置検出装置１の位置演算部３３及びＰＣ３の位置補正部３６が位置座標を補正する場合、スタジアム及び体育館の客席、傾斜のあるフィールドであるスキー場等の様々なフィールドに設置可能である。

また、位置検出装置１は、レーザレーダ以外にも、映像解析により物体の位置を計測する装置であってもよく、位置を計測できるものであればいかなる装置であってもよい。また、位置検出装置１は、歩幅及び足の回転数等を位置とともに検出してもよく、検出したこれらの情報を、軌跡情報としてサーバ７に向けて送信してもよい。

ウェアラブルデバイス２は、運動活動を行うユーザ３０の体に一つ以上装着される。実施例１におけるユーザ３０は、３軸加速度センサを搭載した腕時計型ウェアラブルデバイスを、ウェアラブルデバイス２として、直接手首に装着する。ユーザ３０は、本実施例において軌跡を検出される個体であり、かつ、ウェアラブルデバイス２によって測定される個体である。

ウェアラブルデバイス２は、様々なセンサのうち少なくとも一つ以上のセンサを搭載する。様々なセンサとは、加速度センサ、ジャイロセンサ、歩数計、心拍数モニター、位置センサ、衝撃センサ、磁力計、温度センサ、湿度センサ、風センサ、音センサ、気圧センサ、及び、赤外線センサを含むが、これらに限定されない。そして、これらの様々なセンサによって計測された結果を、センサデータとしてサーバ７に送信してもよい。

また、ユーザ３０は、例えば、頭、首、肩、背中、腕、手首、手、指、ウエスト、ヒップ、脚、足首、足、かかと、及び、つま先などのユーザ３０の体の部分に物理的に連結するように、ウェアラブルデバイス２を装着してもよい。また、ウェアラブルデバイス２とユーザ３０の体との間に、１枚以上の衣類、履物、又は、運動保護具が存在する場合、ユーザ３０は、ウェアラブルデバイス２と衣類、履物、運動活動に使用する運動保護具と一体化する状態で、ストラップ、接着剤、ポケット、及び、クリップなどの様々な取り外し可能又は不可能な連結手段によって、ウェアラブルデバイス２を装着してもよい。

位置検出装置１によって計測された軌跡情報は、ＰＣ３経由でサーバ７に送信され、サーバ７においてデータベース２０内の軌跡情報２１に格納される。同様に、ウェアラブルデバイス２によって計測されたセンサデータは、ＰＣ４又はスマートフォン５経由でサーバ７に送信され、サーバ７においてデータベース２０内のセンサデータ２２に格納される。

図３は、実施例１の軌跡情報２１を示す説明図である。

軌跡情報２１は、エリアテーブル２０１、軌跡ラインテーブル２０２及び軌跡情報テーブル２０３を含む。エリアテーブル２０１は、軌跡情報を検出する場所の情報を記録する。軌跡ラインテーブル２０２は、軌跡ＩＤ毎に軌跡の出現位置から消失位置までの情報を記録する。軌跡情報テーブル２０３は、一つの軌跡における時刻ごとの位置情報を記録する。

エリアテーブル２０１は、エリアＩＤ２０１１、エリア名称２０１２及びエリア頂点座標２０１３を含む。エリアＩＤ２０１１は、軌跡情報を計測した場所を認識するために、計測された場所ごとに割り当てられるＩＤを示す。エリア名称２０１２は、軌跡情報を計測した場所の名称を示し、これにより、ＷＥＢ表示部７３は、ＰＣ４等にエリア名称を表示することができる。

エリア頂点座標２０１３は、空間参照系ＷＧＳ８４を用いて定義された計測エリアの位置座標を格納する。エリアの位置座標を定義する空間参照系には、例えば、ＪＧＤ２０００、ＪＧＤ２０１１、又は、Ｔｏｋｙｏ等を用いることができるが、これらの空間参照系に限定されない。

軌跡ラインテーブル２０２は、軌跡ＩＤ２０２１、開始時刻２０２２、終端時刻２０２３及び軌跡座標列２０２４を含む。軌跡ＩＤ２０２１は、位置検出装置１によって生成された軌跡を認識するために、計測された軌跡毎に割り当てられたＩＤを示す。

開始時刻２０２２は、軌跡の出現時の時刻を記録し、終端時刻２０２３は、軌跡の消失時の時刻を記録する。軌跡座標列２０２４は、軌跡の出現位置から消失位置までの各時刻における座標をＬＩＮＥＳＴＲＩＮＧ型で格納する。

軌跡情報テーブル２０３は、軌跡ＩＤ２０３１、計測日時２０３２、ｘ座標２０３３、ｙ座標２０３４、及び、エリアＩＤ２０３５を含む。軌跡ＩＤ２０３１は、軌跡ラインテーブル２０２の軌跡ＩＤ２０２１に対応する。

計測日時２０３２は、軌跡を計測している間の時刻を示す。ｘ座標２０３３及びｙ座標２０３４は、軌跡ＩＤ２０３１が示す軌跡が、計測日時２０３２が示す日時において存在する位置の位置情報を示す。エリアＩＤ２０３５は、エリアテーブル２０１のエリアＩＤ２０１１に対応する。

図４は、実施例１のセンサデータ２２を示す説明図である。

センサデータ２２は、ウェアラブルデバイス２を装着したユーザ３０の情報を記録するユーザ情報テーブル２０４と、各ユーザ３０の活動量情報を記録する活動量情報テーブル２０５とを含む。

ユーザ情報テーブル２０４は、ユーザＩＤ２０４１、ユーザ名２０４２及びユーザ種別２０４３を含む。ユーザＩＤ２０４１は、ウェアラブルデバイス２を装着したユーザ３０を認識するために、ユーザ３０毎に割り当てられたＩＤを記録する。ユーザＩＤ２０４１が格納するユーザＩＤは、ウェアラブルデバイス２から送信されるセンサデータに格納される。

ユーザ名２０４２は、ウェアラブルデバイス２を装着したユーザ３０の名前又はニックネームを記録する。ユーザ種別２０４３は、ユーザ情報として、年齢及び性別等を記録してもよく、また、これらに限らないユーザ３０の様々な情報を記録する。

例えば、計測する運動活動がサッカーである場合、ユーザ種別２０４３は、所属チーム及びポジション等を記録することで、ＷＥＢ表示部７３は、種別毎の評価及び表示が可能になる。

活動量情報テーブル２０５の１行は、一人のユーザ３０の、１回の時刻の情報を示す。活動量情報テーブル２０５は、ユーザＩＤ２０５１、計測日時２０５２、加速度Ｘ軸２０５３、加速度Ｙ軸２０５４、及び、加速度Ｚ軸２０５５を含む。ユーザＩＤ２０５１は、ユーザ３０を認識するためのＩＤを記録し、ユーザＩＤ２０４１に対応する。

計測日時２０５２は、センサデータが計測された日時を格納する。加速度Ｘ軸２０５３、加速度Ｙ軸２０５４、及び、加速度Ｚ軸２０５５は、３軸加速度センサの計測結果を格納する。

図５は、実施例１の解析部１０による処理の概要を示すフローチャートである。

まず、個体特定部１１は、データベース２０内部に記録された集団の軌跡情報２１に基づいて、各軌跡におけるユーザ３０の移動の速さを示す速度情報２３を算出する（Ｓ１０１）。なお、速度情報２３の算出方法としていかなる方法を用いてもよく、単位時間あたりの移動距離を示す速度情報２３を算出してもよい。また、歩幅及び足の回転数等が軌跡情報に含まれる場合、歩幅、及び足の回転数に基づいて速度情報２３を算出してもよい。

そして、個体特定部１１は、データベース２０内部に記録されたセンサデータ２２から、運動活動時の速度との相関が大きい行動情報２４を算出する（Ｓ１０２）。

行動情報２４は、例えば、運動量又は体動量等のユーザ３０の動きの強さ（又は、動きのエネルギーの大きさ）に従って値が変化する特徴量を示し、さらに、特徴量の変化を時系列で示す。

次に、個体特定部１１は、算出した速度情報２３と算出した行動情報２４とを用いて、類似度検定を実施する（Ｓ１０３）。そして、ステップＳ１０３の結果から、集団の軌跡情報２１とセンサデータ２２とを対応付けることによって、個体特定情報２５を生成する（Ｓ１０４）。

軌跡生成部１２は、個体特定部１１によって生成された個体特定情報２５と、集団の軌跡情報２１とを用いて、時間に関して不連続である軌跡を示す集団の軌跡情報２１を連結させることにより、時間に関して連続である個体の軌跡情報２６を生成する（Ｓ１０５）。さらに、ステップＳ１０５において生成された個体の軌跡情報２６の各連結部位にて軌跡情報の始点と終点との距離を算出する。そして、算出した距離に基づいて、軌跡の正確性を評価する（Ｓ１０６）。

ここで、評価の結果、連結部位に正確性がないと判定した場合、軌跡生成部１２は、処理を終了し、個体特定部１１に個体特定情報２５の集団の軌跡情報２１とセンサデータ２２との再度の対応付けを指示する。個体特定部１１は、指示に従いステップＳ１１０５を再度実行する。

軌跡生成部１２が、評価の結果、連結部位に正確性があると判定した場合、表示部１３は、軌跡生成部１２によって生成した個体の軌跡情報２６と、センサデータ２２から推定された身体の姿勢、動き及び疲労等の様々な情報と、を対応付けることによって、個体の軌跡及びパフォーマンスを表示する画面を生成する。

個体と軌跡情報２６とを対応付けることのできる情報は、前述した身体の姿勢、動き、及び、疲労等の情報に限られず、軌跡情報と同時に計測されたセンサデータ２２から推定される情報であれば、いかなる情報であってもよい。

図５に示す処理を実行することによって、解析部１０は、位置検出装置１によって検出された軌跡情報２１と、ウェアラブルデバイス２によって測定されたセンサデータ２２とを用いて、ユーザ３０の行動情報２４と軌跡とを精度よく対応付けることができるため、軌跡が複数検出される集団の運動活動においても、ユーザ３０の個々の複雑な動き及び軌跡を正確に計測することが出来る。

以下に、図５に示す処理の詳細を記載する。

ステップＳ１０１において、個体特定部１１は、データベース２０内部に記録された集団の軌跡情報２１の軌跡情報テーブル２０３から距離を算出し、算出した距離の時間微分により速度情報２３を算出する。具体的には、個体特定部１１は、軌跡ＩＤ２０３１が同じ軌跡情報テーブル２０３のエントリを特定し、特定したエントリの計測日時２０３２、ｘ座標２０３３及びｙ座標２０３４に基づいて位置情報の時系列を求める。そして、求めた位置情報の時系列に基づいて速度を求める。

図６は、実施例１の速度情報２３を示す説明図である。

速度情報２３は、計測日時２３１、及び、速度情報２３２を含む。計測日時２３１は、軌跡情報２１が計測された日付及び時刻を示す。速度情報２３２は、計測日時２３１において計測された軌跡情報２１に基づいて算出された速度情報を示す。速度情報２３２は、軌跡ＩＤごとに値が格納される。

図６に示す速度情報２３は、１行が１回の計測日時における複数の軌跡の速度を示し、１列が一つの軌跡の速度を時系列で示す。軌跡情報２１及び速度情報２３は、ユーザ３０が特定されていないこと、時間的に断片的であること、という特徴を持つ。

なお、個体特定部１１は、速度情報２３は所定の時間間隔ごとに算出する。図６に示す速度情報２３は、個体特定部１１が１秒毎に算出した結果であるが、個体特定部１１は、速度情報２３をいずれの時間間隔によって算出してもよい。

ステップＳ１０２において、個体特定部１１は行動情報２４を算出する。ここで算出される行動情報２４は、ユーザ３０の動きの強さを示す情報であり、速度情報２３と相関が強い情報である。

実施例１の行動情報２４は、運動強度を示すＭＥＴｓ（ＭｅｔａｂｏｌｉｃＥｑｕｉｖａｌｅｎｔｓ）である。個体特定部１１は、ステップＳ１０２において時刻毎の行動情報２４（ＭＥＴｓ）を算出する。

まず、個体特定部１１は、センサデータ２２の活動量情報テーブル２０５から、加速度Ｘ軸２０５３、加速度Ｙ軸２０５４及び加速度Ｚ軸２０５５を取得し、Ｘ軸、Ｙ軸及びＺ軸の３軸の加速度のスカラー量Ｓを算出する。ここで、スカラー量Ｓは、各軸の加速度をＸｇ、Ｙｇ、Ｚｇと記載した場合、以下の式（１）により算出される。
スカラー量Ｓ＝（Ｘｇ＾２＋Ｙｇ＾２＋Ｚｇ＾２）＾（１／２） ・・・（１）

次に、個体特定部１１は、スカラー量ＳからＭＥＴｓを、以下の式（２）に基づき算出する。
ＭＥＴｓ＝ａ×Ｓ＋１ ・・・（２）

ただし、ａは定数である。このＭＥＴｓ値は、安静時、すなわちスカラー量Ｓ＝０であれば、ＭＥＴｓ＝１であり、運動強度が安静時の何倍であるかを示す。

前述のセンサデータ２２は、３軸の加速度を含んだが、心拍数、呼吸数、及び、振幅等、人の動きの強さを定量的に計測した結果であれば、いかなる計測結果を含んでもよい。そして、個体特定部１１がこれらの様々なセンサデータ２２に基づいて、呼吸数、心拍数、歩行若しくは走行パターン、又は、移動速度等の情報を行動情報２４として算出することにより、本実施例の解析部１０は、より高精度に集団の軌跡から個体を特定することが可能になる。

図７は、実施例１の行動情報２４を示す説明図である。

図７は、ステップＳ１０２においてセンサデータ２２に基づいて算出された行動情報２４の構成例を示す。行動情報２４は、計測日時２４１及び行動情報２４２を含む。

計測日時２４１は、センサデータ２２が計測された日付及び時刻を示す。行動情報２４２は、計測日時２４１が示す日時において計測されたセンサデータ２２から算出された行動情報を示す。図７に示す行動情報２４２は、ＭＥＴｓを示す。

１行が１回の計測日時において計測されたセンサデータ２２に基づく行動情報を示し、１列が一つのウェアラブルデバイス２の行動情報を示す。このため、行動情報２４は、ユーザＩＤごとに行動情報２４２を含む。センサデータ２２及び行動情報２４は、ユーザ３０が特定されていること、及び、時間的に連続であること、という特徴を持つ。

図８は、実施例１の類似度検定処理及び軌跡情報とセンサデータとの対応付け処理を示す説明図である。

図８は、ステップＳ１０３及びステップＳ１０４における処理を示す。また、図８（ａ）は、計測日時ｔが横軸であるグラフにおいて、速度情報２３と行動情報２４との各々を示す説明図である。

ステップＳ１０３は、以下のステップＳ１０３１及びステップＳ１０３２を含む。

個体特定部１１は、まず、ステップＳ１０１において算出した速度情報２３から一つの軌跡の速度情報２３２（すなわち、図６に示す速度情報２３２の一列）を選択する。そして、ステップＳ１０２において算出した複数の行動情報２４から、選択した速度情報２３２の計測日時２３１と同じ計測日時２４１において値が格納されている行動情報２４２（すなわち、図７に示す行動情報２４の行）を抽出する（Ｓ１０３１）。

これによって、位置検出装置１によって軌跡情報が検出されていた間、ウェアラブルデバイス２によって活動が計測されていたユーザ３０の行動情報２４２を特定する。

このステップＳ１０３１において、個体特定部１１は、所定の優先度が高い順に、速度情報２３から一つの軌跡の速度情報を選択する。以下において、データ長が長い（計測日時２４１が長く検出された時間が長い、すなわち、速度情報２３において速度が格納される行が多い）場合、優先度が高い。

データ長がより長い軌跡の速度情報を選択することによって、個体特定部１１は、より長い時間において検出された速度情報と、行動情報とを比較できるため、より精度よく軌跡と行動情報とを対応付けることができる。

図８（ｂ）は、個体特定部１１が、計測日時２４１が最も長い軌跡ＩＤ「ｄ００００１」の速度情報を優先的に選択した結果を示す。また、個体特定部１１が、ユーザＩＤ「Ｐｌａｙｅｒ００１」、「Ｐｌａｙｅｒ００２」、「Ｐｌａｙｅｒ００３」、及び、「Ｐｌａｙｅｒ００４」の行動情報を抽出した結果を示す。

個体特定部１１は、さらに、ステップＳ１０３１において選択した軌跡の速度情報と、ステップＳ１０３１において抽出した行動情報との類似度検定を実行し、類似度を算出する（Ｓ１０３２）。個体特定部１１は、類似度検定の方法として、例えば、ＤＴＷ（Ｄｙｎａｍｉｃ Ｔｉｍｅ Ｗａｒｐｉｎｇ）等の既存の技術を用いて類似度を算出する。

個体特定部１１がステップＳ１０３２において算出する類似度は、速度情報の時系列における値の変化の傾向と、行動情報の時系列における値の変化の傾向とが類似するかを示す。本実施例における類似度は、値が大きいほど類似することを示す。

図８（ｂ）は、軌跡ＩＤ「ｄ００００１」の速度情報と、抽出された行動情報とにおいて算出された類似度を示す。

ステップＳ１０４は、以下のステップＳ１０４１及びＳ１０４２を含む。

個体特定部１１は、ステップＳ１０３２において算出した類似度が、所定の閾値ｂ（ただし、ｂは定数である。）以上であり、かつ、類似度が最も大きい行動情報のユーザＩＤを特定する。そして、特定したユーザＩＤと、ステップＳ１０３１において選択した速度情報の軌跡ＩＤとを、優先的に対応付けする（Ｓ１０４１）。

個体特定部１１が、あらかじめ設定された閾値ｂを用いて行動情報をフィルタリングすることにより、個体特定部１１は、レーザレーダによって計測された集団の軌跡情報２１に含まれている可能性のあるウェアラブルデバイス２を装着していないユーザ３０の軌跡情報を、取り除くことができる。従って、行動情報との類似度が閾値ｂより小さい速度情報の軌跡ＩＤを、行動情報のユーザＩＤと対応付ける必要がない。

さらに、ステップＳ１０３２において、選択した一つの軌跡の速度情報と、抽出した複数の行動情報との間で算出された複数の類似度の分散が小さい場合（すなわち、算出した複数の類似度が所定の範囲である場合）、及び、類似度の最大値と同程度の類似度が少なくとも一つ算出された場合の少なくとも一方の場合、個体特定部１１は、ステップＳ１０４１において選択した速度情報（軌跡ＩＤ）に行動情報（ユーザＩＤ）を対応付けずに、ステップＳ１０３１に戻る。そして、前回のステップＳ１０３１において用いた優先度の次に優先度が高い（例えば、次にデータ長が長い）速度情報を選択する。

これは、これらの条件の場合、選択した一つの軌跡に対応付けられるべき行動情報が複数存在し、対応付ける行動情報を正確に選択できる可能性が低いためである。このため、個体特定部１１は、ステップＳ１０３１を繰り返すことにより、より対応する可能性が高い軌跡と行動情報とから対応付けるため、正確に軌跡と行動情報とを対応付けることができる。

以上によって、個体特定部１１は、より顕著に類似する速度情報と行動情報とを対応付けることができ、ユーザ３０を特定する精度を向上させることが出来る。なお、ここで、個体特定部１１は、速度情報２３における選択されていない他の速度情報にステップＳ１０３２及びＳ１０４１を実行した後、行動情報を対応付けられなかった速度情報にステップＳ１０３２及びＳ１０４１を実行してもよい。

図８（ｃ）は、軌跡ＩＤ「ｄ００００１」の速度情報と、ユーザＩＤ「Ｐｌａｙｅｒ００１」の行動情報とが対応付けられた結果を示す。

ステップＳ１０４１の後、速度情報２３に、行動情報が割り当てられていない速度情報が含まれる場合、個体特定部１１は、ステップＳ１０３１に戻り、前回のステップＳ１０３１において選択した速度情報よりも優先度が低い速度情報を選択する。

なお、２回目以降のステップＳ１０３１において、選択した速度情報の計測日時が、既に行動情報と対応付けられた速度情報の計測日時と重複している場合、個体特定部１１は、既に対応付けられている行動情報を抽出しなくてもよい。

例えば、図８（ａ）における軌跡ＩＤ「ｄ００００１」の速度情報にユーザＩＤ「Ｐｌａｙｅｒ００１」の行動情報を対応付けた後、軌跡ＩＤ「ｄ００００３」の速度情報を選択した場合、軌跡ＩＤ「ｄ００００１」と軌跡ＩＤ「ｄ００００３」との速度情報は計測時刻が重複する。このとき、一人の個体の行動情報に対応付けられる軌跡は一つのタイミング（計測日時）において一つであるため、個体特定部１１は、ユーザＩＤ「Ｐｌａｙｅｒ００１」を抽出しない。

これによって類似度を算出する行動情報が減るため、個体特定部１１は、図８に示す処理の速度を向上させることができ、かつ、ユーザ３０を特定する精度を向上させることができる。

一方で、個体特定部１１は、計測日時が重複していなければ、異なる軌跡ＩＤ間で、同じユーザＩＤを対応付けてもよい。これによって、個体特定部１１は、連続して取得されていなかった複数の速度情報（軌跡ＩＤ）を、一つの行動情報に対応付けることができるため、連続した速度情報として取得することができる。

速度情報２３に含まれるすべての速度情報に、ステップＳ１０３１〜ステップＳ１０４１における処理を実行した後、個体特定部１１は、速度情報２３が示す軌跡ＩＤと、行動情報２４が示すユーザＩＤとの対応付けを示す情報を出力する（Ｓ１０４２）。

図８（ｄ）は、軌跡ＩＤとユーザＩＤとが対応付けられた結果を示す。個体特定部１１は、ステップＳ１０４２において、図８（ｄ）に相当するような情報（個体特定情報２５）を出力する。

図９は、実施例１の個体特定情報２５を示す説明図である。

個体特定部１１は、ステップＳ１０４２による結果を、図９に示すような個体特定情報２５として出力する。個体特定情報２５は、軌跡ＩＤ２５１及びユーザＩＤ２５２を含む。軌跡ＩＤ２５１は、速度情報２３の軌跡ＩＤに対応する。ユーザＩＤ２５２は、行動情報２４のユーザＩＤに対応する。

個体特定情報２５は、１行が一つの軌跡ＩＤに対応付けられるユーザＩＤを示す。ステップＳ１０４において、例えば、類似度が閾値ｂより小さかったためなど、行動情報のユーザＩＤと対応付けられなかった速度情報の軌跡ＩＤには、ユーザＩＤの列に「Ｎａ」が格納される。

図１０は、実施例１の軌跡連結部の評価処理を示す説明図である。

図１０は、ステップＳ１０６における評価処理のイメージ図である。

軌跡生成部１２は、ステップＳ１０５において、個体特定情報２５から、一つのユーザＩＤを選択し、選択したユーザＩＤに対応付けられる少なくとも一つの軌跡ＩＤを特定する。そして、特定した軌跡ＩＤを、速度情報２３の計測日時２３１に基づいて時系列に並べることによって、一人のユーザ３０の個体の軌跡情報２６を生成する。ここで選択したユーザＩＤの行動情報を、行動情報Ａと記載する。

図１０（ａ）は、一人のユーザ３０の軌跡情報に基づいて時系列で並べた速度情報を示す。

さらに軌跡生成部１２は、ステップＳ１０６において、ステップＳ１０５で生成した個体の軌跡情報２６に含まれる軌跡の連結部分を特定する。連結部分は、一つの軌跡ＩＤの速度情報が終わる計測日時（以下、終点）から、その後最初に他の軌跡が開始する計測日時（以下、始点）までの間である。ここで、終点を含む軌跡を軌跡Ｂと記載し、始点を含む軌跡を軌跡Ｃと記載する。

図１０（ａ）における連結部分は、軌跡ＩＤ「ｄ００００２」と「ｄ００００８」との速度情報の計測日時の間である。

そして、軌跡生成部１２は、軌跡Ｂの終点における位置（ｘ座標２０３３及びｙ座標２０３４）と、軌跡Ｃの始点における位置（ｘ座標２０３３及びｙ座標２０３４）とを軌跡情報テーブル２０３から取得する。そして、軌跡Ｂの終点における位置と、軌跡Ｃの始点における位置との距離ｄを算出する。

図１０（ｂ）は、二つの軌跡間の距離ｄを示す説明図である。また、図１０（ｂ）は、二つの軌跡の位置を示し、軌跡ＩＤ「ｄ００００２」の軌跡の終点と軌跡ＩＤ「ｄ００００８」の軌跡との距離ｄを示す。

そして、軌跡生成部１２は、連結部における距離ｄを評価する。具体的には、連結部での距離ｄが所定の閾値ｃ（ただし、ｃは定数である。）以上であるかを判定し、距離ｄが閾値ｃ以上であると判定した場合、行動情報Ａに対応付けられる軌跡は適切なものではないと評価する。そして、軌跡生成部１２は、個体特定部１１に、ステップＳ１０４を再度実行させる。

なお、軌跡生成部１２は、距離ｄと終点の計測日時及び始点の計測日時とに基づいて、連結部分における推定速度を算出し、推定速度がユーザ３０の特性から考えて極めて速く現実的ではない場合、行動情報Ａに対応付けられる軌跡が適切ではないと評価してもよい。

個体特定部１１は、軌跡生成部１２によるステップＳ１０６の後、時系列で後に位置する軌跡Ｃの軌跡ＩＤと、算出した類似度が閾値ｂ以上、かつ、次点に大きい行動情報のユーザＩＤとを対応付ける。これによって、軌跡Ｃに対応付けられる行動指標を変更する。ここで、類似度とは、軌跡Ｃの速度情報と、ステップＳ１０３１において抽出された行動情報との間で、ステップＳ１０３２において算出された類似度である。

また、類似度が次点に大きい行動情報とは、軌跡Ｃの速度情報との間で類似度が算出された行動情報の中で、行動情報Ａと軌跡Ｃの速度情報との間で算出された類似度より低く、かつ、当該類似度の次に大きい類似度が算出された行動情報である。

さらに、個体特定部１１は、本処理においても、類似度が閾値ｂより小さい行動情報と軌跡Ｃとを対応付けない。また、個体特定部１１は、類似度が次点に大きい行動情報が、軌跡Ｃの計測日時において、他の軌跡の軌跡ＩＤに既に対応付けられている場合、さらに低い類似度の行動情報のユーザＩＤと、軌跡Ｃの速度情報の軌跡ＩＤとを対応付けてもよい。

また、本実施例において、行動情報Ａに対応付けられる軌跡が適切なものではないと評価された場合、個体特定部１１は、計測日時が後の軌跡Ｃに対応付ける行動情報を変更したが、計測日時が前の軌跡Ｂに対応付ける行動情報を変更してもよい。

ステップＳ１０６において複数の軌跡間の距離ｄに基づき、行動情報に対応付けられる軌跡が適切でないと判定し、さらに、ステップＳ１０４において軌跡が対応付けられる行動情報を変更し、これらの処理を繰り返すことによって、行動情報は適切な軌跡と対応付けられ、正確に軌跡とユーザ３０の行動情報とを対応付けることができる。

また、ステップＳ１０４において、個体特定部１１は、軌跡Ｃに対応付けられる行動情報を類似度が次点である行動情報に変更することによって、類似する可能性が高いほうから軌跡Ｃに対応付けられる行動情報を決定することができる。これにより、より正確に軌跡とユーザ３０の行動情報とを対応付けることができる。

ステップＳ１０４１の後、個体特定部１１は、ステップＳ１０４２を実行し、ステップＳ１０４を終了する。

なお、軌跡生成部１２は、行動情報Ａに三つ以上の軌跡が対応付けられている場合、すべての連結部において距離ｄを算出し、対応付ける行動情報を変更すべき軌跡を決定した後、変更すべき軌跡に対してステップＳ１０４を実行するようにしてもよい。

軌跡生成部１２は、ステップＳ１０５及びＳ１０６、並びに、ステップＳ１０４を軌跡間の連結部における終点と始点と距離が閾値ｃより小さくなるまで繰り返す。これらの処理を繰り返すことにより、ユーザ３０の行動情報Ａに適切な軌跡を対応付けることができ、精度のよい個体の軌跡情報２６を生成できる。

評価処理終了後、軌跡生成部１２は、生成した個体の軌跡情報２６をＤＢ２０に格納する。ステップＳ１０６を実行することにより、高精度に個体の軌跡情報２６を生成することができる。

図１１は、実施例１の軌跡生成部１２によって生成した個体の軌跡情報２６を示す説明図である。

個体の軌跡情報２６は、センサＩＤ毎に一つのテーブルを含み、１行が１回の計測日時における軌跡の位置座標を示す。ここで、位置座標は、空間座標系ＷＧＳ８４で定義される位置情報（Ｘ座標、Ｙ座標）であり、軌跡情報テーブル２０３のｘ座標２０３３及びｙ座標２０３４に相当する。

個体の軌跡情報２６は、ユーザ３０が特定されていること、時間的に連続であること（すなわち、計測日時ごとに値が格納されていること）、という特徴を持つ。

図１２は、実施例１の表示部１３によって生成される画面３００を示す説明図である。

図１２に示す画面３００は、サッカーの試合における出場選手の軌跡をモニタリングする画面である。

表示部１３は、個体の軌跡情報２６、ユーザ情報テーブル２０４、及び、エリアテーブル２０１の等を参照し、試合時の各選手（ユーザ）の軌跡を再現するような画面３００を生成する。図１２に示す画面３００は、画像３０１、３０２及び３０３を含む。

画像３０１は、サッカーのフィールド上における各選手（ユーザ）の軌跡を、個体の軌跡情報２６に基づいて表示する。また、表示部１３は、各選手のユーザ種別２０４３に基づいて、ユーザ３０の軌跡を表す図形をチームによって変化させたり、ユーザ３０の軌跡を表す図形内にユーザ３０（選手）の背番号を表示したりする。

これによって、表示部１３は、位置検出装置１によって検出された軌跡に、ユーザ３０を識別する情報を付加して表示する画面３００を生成するため、運動活動中のユーザ３０の動き及び軌跡（時系列の位置）を示す情報を、操作者に正確に提供することができる。

画像３０２は、タイムラインである。画像３０２は、個体の軌跡情報２６の計測日時に対応する。画像３０２のタイムラインを操作された場合、表示部１３は、画像３０２から計測日時を受け付け、任意の計測日時の位置座標に従って、選手を示す図形を画像３０１に表示する。

さらに、ユーザ情報テーブル２０４が、ユーザの所属チーム、背番号、及び、ポジション等の様々な情報を、ユーザＩＤ２０４１に対応するユーザ種別２０４３として格納する場合、表示部１３は、画像３０３においてこれらのユーザＩＤによって特定される情報を、チームに属する選手に関する情報として表示する。また、画像３０４への操作を受け付け、操作により選択されたユーザを受け付けることにより、表示部１３は、画像３０１において軌跡を表示する選手を選択することができる。

また、センサデータ２２の活動量情報テーブル２０５が腕の動きの量を含む場合、表示部１３は、各選手の歩行及び走行の固有ピッチ又は歩角をセンサデータ２２に基づいて時系列で推定し、推定した固有ピッチ又は歩角に基づいて疲労の程度を推定することができる。そして、これにより、計測日時の各々において残存する体力を推定できる。

そして、表示部１３は、画像３０２におけるタイムラインによって指定された計測日時における、試合中の残存体力を表示することができる。同様に、腕の動きの量を計測したセンサデータ２２を用いて、走りのバランス、及び、質等も推定することができるため、追加して表示することも可能である。

また、表示部１３は、ユーザの行動情報の計測日時の終了日時から開始日時を減算した時間を算出することによって出場時間を算出し、画像３０３に表示してもよい。

図１３は、実施例１の速度情報２３に基づいて生成される画面４００を示す説明図である。

図１３に示す画面４００は、サッカーの試合に出場した選手のパフォーマンスを分析した結果を表示するための画面である。表示部１３は、個体の軌跡情報２６、ユーザ情報テーブル２０４、エリアテーブル２０１、速度情報２３、及び、行動情報２４等を用いることにより、サッカーの試合における出場選手のパフォーマンス求め、表示する。

画面４００は、画像３０６、３０７及び３０８を含む。画像３０６は、タブによって、操作者にチーム名を選択させる領域である。表示部１３は、ユーザ種別２０４３が画像３０６を用いて入力されたチーム名を示すユーザＩＤを特定し、特定したユーザＩＤに該当する選手のパフォーマンスを、画像３０７及び画像３０８に表示する。

表示部１３は、特定したユーザＩＤをユーザＩＤ２０５１に含む活動量情報テーブル２０５に基づいて、画像３０７及び３０８に表示するパフォーマンス情報として求める。

画像３０７は、各選手の走行距離、トップスピード、スプリント回数及び最大運動強度等を表示し、さらにこれらに限られない様々な情報を、パフォーマンス情報として表示する。また、画像３０８は、各選手のステイ、ウォーク、ジョグ、及び、スプリントの割合を、パフォーマンス情報として示す。従って、図１３に示す画面３０５を用いて、操作者は、各選手の試合中のパフォーマンスを確認し、選手間のパフォーマンスを比較することができる。

図１４は、実施例１の速度情報２３に基づいて生成される他の画面３５０を示す説明図である。

画面３５０は、サッカーの試合における１選手の軌跡、及び、パフォーマンスの分析の結果を表示する画面である。

表示部１３は、個体の軌跡情報２６、ユーザ情報テーブル２０４、エリアテーブル２０１、速度情報２３、及び、行動情報２４等を用いることにより、指定した選手の軌跡を再現、及び、パフォーマンスの分析結果を生成し、画面３５０に表示する。

画面３５０は、画像３０９、３１０、３１１、３１２及び３１３を含む。画像３０９は、タブによって、操作者が参照したい選手を操作者に選択させる領域である。

画像３１０は、計測日時のタイムラインを示す。操作者は、画像３１０において開始時刻と終了時刻とを指定することによって、参照したいパフォーマンスの時間帯を選択できる。

表示部１３は、画像３１０において選択された時間帯を受け付け、画像３１０において選択された時間帯におけるステイ、ウォーク、ジョグ及びスプリントの割合、スプリント回数、並びに、最大運動強度等を表示する。また、その他の情報を画像３１１に表示してもよい。

表示部１３は、速度情報２３が示す速度に従って、各計測日時における軌跡が、ステイ、ウォーク、ジョグ及びスプリントであるかを特定してもよい。そして、選手に対応付けられた軌跡の軌跡情報テーブル２０３が示す位置情報に基づいて、選択された時間帯における移動距離を走行距離として算出してもよい。

画像３１２は、画像３１０において選択された時間帯における軌跡を、ウォーク、ジョグ及びスプリント等を識別できる線を用いて表示する。

画像３１３は、画像３１０において選択された時間帯における選手のヒートマップを示す。画像３１３を表示することによって、選手の活動していた場所を表示できる。

また、表示部１３は、色の濃淡を変化させることによって、単位面積あたりの活動時間の差異を画像３１３において表示する。ここで、色が濃い部分ほど選手が活動していた時間が長い位置であることを示す。

したがって、操作者は、画像３１３を参照することによって、選手個体の試合中の軌跡、及び、パフォーマンスを詳細に確認することができる。

図１５は、実施例１の衝撃の強さに基づいて生成された画面３５１を示す説明図である。

前述の例では、３軸加速度センサを搭載したウェアラブルデバイス２を手首に装着したが、ユーザは、ウェアラブルデバイス２を、足へ装着してもよいし、靴に埋め込んでもよい。そして、このようなウェアラブルデバイス２は、脚が受けた衝撃の強さ及び方向を示す測定結果をセンサデータに加えてもよい。

これによって、表示部１３は、センサデータ２２が示す衝撃の強さ及び方向に基づいて、キック、ドリブル、及び、ジャンプを検出できる。

図１５に示す画面３５１は、図１４に示す画面３５１に、キック、ドリブル、及び、ジャンプ等の検出結果を表示した画面の例である。画面３５１は、画像３０９、３１０、３１４、３１５及び３１３を含む。図１５に示す画像３０９、３１０及び３１３は、図１４に示す画像３０９、３１０及び３１３と同じである。

画像３１４は、図１４に示す画像３１１の内容に加え、ドリブルの割合、ドリブル距離、ドリブルスピード、キック回数、及び、ジャンプ回数を表示する。

また、画像３１５は、画像３１０において選択された時間帯における軌跡を、ウォーク、ジョグ、スプリント、ドリブル、キック及びジャンプ等を識別できる線を用いて表示する。また、表示部１３は、キックの強度及びミートポイント等も推定することができるため、これらを画像３１５に追加して表示してもよい。

さらに、本実施例の解析部１０は、装着するウェアラブルデバイス２に搭載するセンサを追加することで、様々な選手の状態及び動作を計測することが可能になり、これらの計測結果を、軌跡情報と対応付けることが出来る。

例えば、ウェアラブルデバイス２が心拍センサ及び脈拍センサを搭載することにより、ユーザ３０の心拍数及び脈拍数を計測するため、表示部１３は、表示する軌跡に、心拍数及び脈拍数の変化を対応させて表示できる。これにより、操作者は、運動の負荷レベル及び疲労を評価する指標を得ることができる。

また、ウェアラブルデバイス２が気圧センサを搭載することにより、高度を計測することが可能になる。この場合、バスケットボール、バレーボール、及び、ハンドボールのような跳躍動作が多く、かつ、このような動作が重要である競技において、表示部１３は、表示する軌跡に跳躍の質を示す情報を対応させて表示してもよい。

また、加速度センサとジャイロセンサを搭載したウェアラブルデバイス２を、ユーザ３０が体の胴体及び四肢などの複数個所に装着することにより、表示部１３は、体の姿勢を３Ｄモデルで再現できる。このため、表示部１３は、軌跡情報に追加して、運動時の動きを詳細に再現して表示することが可能になる。

上記の例に限らず、ウェアラブルデバイス２に搭載するセンサの種類の組合せを選択すること、ウェアラブルデバイス２を装着する箇所、数を変更することにより様々な競技及びシチュエーションに適した、パフォーマンス及び状態を計測でき、軌跡情報と合わせて表示することができる。

図１６は、実施例２の軌跡モニタリングシステムの構成を示すブロック図である。

実施例２の軌跡モニタリングシステムは、実施例１の軌跡モニタリングシステムと同じく、位置検出装置１、ウェアラブルデバイス２、ＰＣ３、ＰＣ４、スマートフォン５、ネットワーク６及びサーバ７を有する。

実施例２の軌跡モニタリングシステムと、実施例１の軌跡モニタリングシステムとの相違点を以下に示す。実施例２の解析部１０は、集団特定部１４を有する点で実施例１の解析部１０と異なる。実施例２のＤＢ２０は、環境情報（特定情報）２７を有する点で実施例１のＤＢ２０と異なる。実施例２のサーバ７は、環境情報入力部７４を有する点で、実施例１のサーバ７と異なる。その他の点において、実施例２の軌跡モニタリングシステムと実施例１の軌跡モニタリングシステムとは同じである。

前述の実施例２と実施例１との相違点によって、操作者は、実施例２において、ＤＢ２０に蓄積された膨大な軌跡情報２１と、センサデータ２２とを迅速に参照できる。

環境情報入力部７４は、ＰＣ３、ＰＣ４及びスマートフォン５等の出力装置に環境表示入力画面を表示し、操作者から入力された環境情報を受け付ける。そして、入力された環境情報を環境情報２７に格納する。

本実施例における環境情報とは、ユーザ３０の運動活動に関する情報を示し、運動活動に基づいて軌跡情報２１及びセンサデータ２２を特定するための情報を含む。例えば、運動活動の内容、運動活動が行われた時間及び場所、並びに、運動活動への参加者等を示す。実施例２の解析部１０は、環境情報２７に基づいて、対応付ける軌跡情報２１の候補とセンサデータ２２の候補とを特定できる。

解析部１０は、環境情報２７を参照することにより、短い時間の運動活動におけるデータ分析が可能になる。また、解析部１０は、短い時間で様々な練習メニューを参加メンバーを入れ替えながら実施するようなトレーニング等の運動活動から、軌跡及び動きを抽出することができる。

例えば、実施例２の運動活動時の軌跡モニタリングにおいて、常時装着されるウェアラブルデバイス２から収集されるセンサデータ２２と、日常のトレーニング時及び試合時等の様々な環境で計測された軌跡情報２１とが、データベース２０に蓄積される。

集団特定部１４は、期間、場所、及び、参加者等を定義した環境情報２７を用いて、位置検出装置１により得た特定の場所の集団の軌跡情報２１と、集団に含まれる参加者のセンサデータ２２とを、ＤＢ２０から選択する。その後、実施例１と同じ手順によって、個体特定部１１、軌跡生成部１２及び表示部１３が、個体の軌跡及び動きを検出し、表示する。

なお、集団特定部１４は、一つのプログラム又は集積回路によって実装されてもよく、また、実行する処理ごとに複数のプログラム又は複数の集積回路によって実装されてもよい。

図１７は、実施例２の環境情報入力部７４によって表示される画面３５２を示す説明図である。

画面３５２は、環境情報入力ページ３１６、参加者選択ページ３１９、及び、組分け選択ページ３２０を含む。環境情報入力ページ３１６は、運動活動の名称、開始時刻、終了時刻、運動活動が行われたエリアのエリア名、運動活動への参加者３１７、及び、参加者の組分け３１８を入力する。

環境情報入力ページ３１６は、操作者が分析したい運動活動に関する環境情報を入力する画面例である。操作者は、環境情報入力ページ３１６の各行に、活動名、開始時刻、及び終了時刻等を入力する。また、操作者は、活動を実施したエリアのエリア名をタブを用いて、事前に登録される候補地から選択する。そして、操作者は、参加者３１７に参加者を入力する。

事前に登録されているウェアラブルデバイス２の装着者の全員が参加者である場合、操作者は、「全員」のチェック欄にチェックを入力する。また、操作者が参加者を選択する場合、参加者３１７の「個別選択」を選択する。

参加者３１７の「個別選択」が選択された場合、環境情報入力部７４は、参加者選択ページ３１９を表示する。参加者選択ページ３１９は、事前に登録されたウェアラブルデバイス２を装着したユーザ３０の一覧を表示し、操作者に参加者を選択させる画面である。

組分け３１８は、操作者に参加者の組分けを選択させるインターフェースを表示する。操作者が参加者を組分けする必要が無い場合、操作者は、組分け３１８における「なし」のチェック欄にチェックをいれる。また、参加者を組分けする場合、操作者は、詳細設定を選択する。

組分け３１８の詳細設定が選択された場合、環境情報入力部７４は、組分け選択ページ３２０を表示する。組分け選択ページ３２０は、事前に登録されたウェアラブルデバイス２を装着したユーザ３０の一覧を表示する。そして、組分け選択ページ３２０は、操作者に、ユーザ３０のチームを選択させるインターフェースを表示する。

また、本実施例では、ユーザ３０が所属するチームによってユーザ３０を組分けるが、これに限られず、ユーザ３０のポジション及び学年等によって組み分けてもよく、さらに、ユーザ情報テーブル２０４に登録される様々な情報を用いて、組分けを行ってもよい。

環境情報入力部７４が受け付けた環境情報は、データベース２０の環境情報２７に格納される。また、環境情報入力部７４は、組分け選択ページ３２０を介して入力されたユーザ３０の組分けを、ユーザ情報テーブル２０４のユーザ種別２０４３に格納してもよい。

図１８は、実施例２の環境情報２７を示す説明図である。

環境情報２７は、軌跡情報２１を計測した活動に関する情報を記録する活動情報テーブル２０６と、活動を実施した集団を特定するために、活動ＩＤ毎に活動の期間、場所、参加者の活動を実施した環境等を記録した環境情報テーブル２０７と、を含む。

活動情報テーブル２０６は、活動ＩＤ２０６１及び活動名２０６２を含む。活動ＩＤ２０６１は、軌跡情報２１を計測した運動活動を認識するために、運動活動毎に設定されたＩＤを記録する。活動ＩＤ２０６１は、環境情報入力ページ３１６に入力された活動ＩＤと同じであってもよいし、当該活動ＩＤに基づいて割り当てられたＩＤでもよい。

活動名２０６２は、軌跡情報２１を計測した運動活動の名称を記録する。これにより、ＷＥＢ表示部７３は、エリア名称を示す画面を表示できる。活動名２０６２は、環境情報入力ページ３１６に入力された活動名を格納する。

環境情報テーブル２０７は、活動ＩＤ２０７１、開始時刻２０７２、終了時刻２０７３、エリアＩＤ２０７４及びユーザＩＤ２０７５を含む。活動ＩＤ２０７１は、活動ＩＤ２０６１に対応する。開始時刻２０７２及び終了時刻２０７３は、活動ＩＤ２０７１が示す運動活動の開始時刻及び終了時刻を示す。開始時刻２０７２及び終了時刻２０７３は、環境情報入力ページ３１６に入力された開始時刻及び終了時刻を格納する。

エリアＩＤ２０７４は、活動ＩＤ２０７１が示す運動活動が行われた場所を示す。エリアＩＤ２０７４は、環境情報入力ページ３１６に入力されたエリア名に割り当てられるＩＤを格納する。ユーザＩＤ２０７５は、活動ＩＤ２０７１が示す運動活動の参加者であり、かつ、ウェアラブルデバイス２を装着したユーザのユーザＩＤを格納する。

図１９は、実施例２の解析部１０による処理を示すフローチャートである。

集団特定部１４は、活動情報テーブル２０６から、個体の軌跡を分析したい運動活動の活動ＩＤ２０６１を選択する（Ｓ１１０）。ここで、集団特定部１４は、すべての活動ＩＤ２０６１について繰り返し、図１９に示す処理を実行してもよいし、後述する画面３５３等によって選択された運動活動について、図１９に示す処理を実行してもよい。

そして、ステップＳ１１０において選択した活動ＩＤを活動ＩＤ２０７１に含む環境情報テーブル２０７のエントリを特定する。さらに、特定したエントリの開始時刻２０７２、終了時刻２０７３、及び、エリアＩＤ２０７４を参照し、軌跡情報２１から特定の集団の軌跡情報を取得する（Ｓ１１１）。

具体的には、特定したエントリの開始時刻２０７２と終了時刻２０７３との間に計測日時２０３２が含まれ、かつ、特定したエントリのエリアＩＤ２０７４とエリアＩＤ２０３５とが同じである軌跡情報テーブル２０３のエントリの軌跡ＩＤを取得する。

そして、取得した軌跡ＩＤを軌跡ＩＤ２０２１に含む軌跡ラインテーブル２０２のエントリを特定し、さらに、エリアＩＤ２０７４と同じエリアＩＤ２０１１のエリアテーブル２０１のエントリを特定する。これらの特定したエントリを取得することにより、選択した活動ＩＤに対応する集団の軌跡情報を取得する。

さらに、集団特定部１４は、ステップＳ１１０において選択した活動ＩＤの環境情報テーブル２０７の開始時刻２０７２、終了時刻２０７３、及び、ユーザＩＤ２０７５に対応するユーザ３０のセンサデータを、センサデータ２２のユーザＩＤ２０５１及び計測日時２０５２を参照することによって特定する。そして、特定したエントリを取得することにより、選択した活動ＩＤに対応するセンサデータを取得する（Ｓ１１２）。

ステップＳ１１２の後、個体特定部１１及び軌跡生成部１２は、集団特定部１４が取得した集団の軌跡情報と、特定したセンサデータとに、図５に示すステップＳ１０１〜Ｓ１０６を実行することによって、特定した軌跡と特定したユーザとを対応付け、個体の軌跡情報２６を生成する。また、表示部１３は、個体の軌跡及び動きを画面に表示する。

なお、集団特定部１４は、ステップＳ１１０において活動ＩＤ２０６１を選択することによって、軌跡情報テーブル２０３の計測日時２０３２及びエリアＩＤ２０３５を特定し、さらに、活動量情報テーブル２０５のユーザＩＤ２０５１及び計測日時２０５２を特定する。しかし、集団特定部１４は、ユーザ種別２０４３等の指示をＷＥＢ表示部７３を介して受け付けた場合、指示された内容に従ってセンサデータを特定してもよい。

以上の処理によって、解析部１０は、任意の条件（計測日時及びエリアＩＤ等）において検出された軌跡、及び、任意の条件（計測日時、ユーザＩＤ、及びユーザ種別等）のユーザ３０のセンサデータに基づいて、軌跡とユーザ３０の行動情報とを対応付けることができる。これにより、軌跡情報２１の一部とセンサデータ２２の一部とを対応付けるため、処理速度が向上し、操作者は軌跡とユーザ３０との対応を迅速に参照できる。

図２０は、実施例２の表示部１３によって生成される画面３５３を示す説明図である。

画面３５３は、サッカーの練習における参加者の軌跡モニタリングの結果を示す。個体特定部１１及び軌跡生成部１２は、環境情報２７を参照して特定した軌跡情報及びセンサデータに基づいて、練習毎の個体の軌跡及び動きを生成し、表示部１３は、サッカーの練習における参加者の軌跡を示す情報を画面３５３に表示する。

画面３５３は、画像３２１、３２２、３２３、３２４、３２５及び３２６を含む。画像３２１は、操作者がチーム名を選択するためのインターフェースを表示する。画像３２１は、運動活動の活動名を選択するためのインターフェースを表示する。図２０において、運動活動はサッカーであり、活動名はサッカーの練習内容を示す。

画像３２３は、画像３２２で選択した運動活動の内容が実施された時間（開始時刻２０７２及び終了時刻２０７３に該当）と場所（エリアＩＤ２０７４に基づいて特定したエリア名称２０１２に該当）とを表示する。画像３２４は、フィールドにおける参加者の軌跡（個体の軌跡情報２６に基づく）を表示し、数字は参加者の背番号（ユーザ情報テーブル２０４のユーザ種別２０４３に基づく）を示す。

解析部１０は、画像３２１及び３２２にチーム名と活動名とが入力された場合、入力された活動名の活動ＩＤに基づいて図１９に示す処理を実行してもよい。そして、表示部１３は、図１９に示す処理の結果に基づいて画像３２５を表示してもよい。

また、表示部１３は、入力された活動名の活動ＩＤとチーム名とに基づいて、軌跡情報を表示するユーザ３０を特定する。具体的には、入力された活動名の活動ＩＤを活動情報テーブル２０６に基づいて特定する。そして、特定した活動ＩＤを活動ＩＤ２０７１に含む環境情報テーブル２０７のエントリを特定し、特定したエントリのユーザＩＤ２０７５から、入力されたチーム名のチームに所属するユーザ３０を、ユーザ情報テーブル２０４のユーザ種別２０４３に基づいて特定する。そして、特定したユーザ３０の個体の軌跡情報２６（入力された活動名における個体の軌跡情報２６）を用いて、画像３２４に軌跡を表示する。

さらに、画像３２５は、計測日時のタイムライン示し、操作者が、画像３２５のタイムラインを操作することで、任意の計測日時の位置及び軌跡を入力する。表示部１３は、入力された計測日時と、個体の軌跡情報２６とに基づいて、例えば、アニメーションのように画像３２４において軌跡を表示する。

ユーザ情報テーブル２０４のユーザ種別２０４３が、ユーザ３０の情報（練習時の組分け、背番号、ポジション等に限られない情報）を保持することによって、表示部１３は、画像３２７に、チームごとのユーザ３０に関する情報を表示できる。

また、センサデータ２２が腕の動きの量を計測した結果を含む場合、表示部１３は、実施例１と同じく、計測日時の各々において残存する体力を推定できる。このため、画像３２５におけるタイムラインによって指定された計測日時における、試合中の残存体力を画像３２７に表示してもよい。

操作者が、画像３２６においてユーザ３０を選択した場合、表示部１３は、画像３２４において軌跡を表示するユーザ３０を変更してもよい。

環境情報２７を用いることで、解析部１０は、練習毎に違う場所で練習したり、メンバーを入れ替えたりした場合でも、個体の軌跡情報を表示することができ日常のトレーニング等での利用が可能になる。

図２１は、実施例２の速度情報２３を用いて生成された画面３５４を示す説明図である。

画面３５４は、サッカーの練習における参加者（ユーザ３０）のパフォーマンスの分析結果を示す画面である。表示部１３は、環境情報２７を参照して抽出した軌跡情報及びセンサデータ、及び、個体の軌跡情報２６に基づいて、練習毎に参加選手のパフォーマンスを画面３５４に表示する。画面３５４は、画像３２８、３２９、３３０、３３１、３３２を含む。

操作者は、画像３２８のタブを用いてパフォーマンスの分析結果を表示したい所属チームを、画像３２９において分析結果を表示したい練習メニュー（活動名称）を選択する。画像３３０は、画像３２９において選択した練習メニューの実施した時間と場所とを表示する。

画像３３１は、画像３２９において選択した練習時の走行距離、トップスピード、及びスプリント回数等に限らない様々な情報を表示する。画像３３２は、速度情報２３に基づいて算出した、各ユーザ３０のステイ、ウォーク、ジョグ、スプリント、及び、ドリブルの割合を表示する。

図２２は、実施例２の一人のユーザ３０のパフォーマンスの分析結果を表示する画面３５５を示す説明図である。

画面３５５は、サッカーの練習における一人の選手（ユーザ３０）のパフォーマンス分析の結果を表示し、表示部１３によって生成される。表示部１３は、環境情報２７を参照して抽出した軌跡情報とセンサデータ等に基づいて、練習毎の個体のパフォーマンスを画面３５５に表示する。画面３５５は、画像３３３、３３４、３３５及び３３６を含む。

操作者は、画像３３３のタブを用いて参照したい選手名を選択する。画像３３４は、練習毎の走行距離、トップスピード、及びスプリント回数等に限らない様々な情報を表示する。

画像３３５は、練習毎のステイ、ウォーク、ジョグ及びスプリントの割合を表示する。また、画像３３６は、画像３３７で選択したメニュー時の走行距離及びトップスピード等に限らない様々な情報をレーザーチャートによって表示し、これによって、操作者は、練習毎のパフォーマンスを比較できる。

実施例３の保育及び教育分野における軌跡モニタリングを、以下図面に基づいて説明する。実施例３の解析部１０は、保育及び教育分野における集団の軌跡情報２１と、ウェアラブルデバイス２によるセンサデータ２２とを用いてユーザ３０の軌跡及び動きを検出するため、遊び及びコミュニケーションの評価、並びに、集団生活の可視化を実現できる。

実施例３の軌跡モニタリングシステムは、実施例１及び実施例２の軌跡モニタリングシステムと同じである。

図２３は、実施例３の保育分野における軌跡モニタリングの対象を示す説明図である。

図２３に示す位置検出装置１のレーザレーダは、レーザ光の反射によって物体の位置を検出することのできる位置に設置され、こども園（保育園又は幼稚園）のグランド１０１全体を計測可能な位置に１台以上設置される。

位置検出装置１は、放出されるレーザ光とフィールドの面とが水平になる位置に設置されることが望ましい。一方で、位置検出装置１及びＰＣ３によって位置座標を補正することができるため、傾斜のあるフィールド等に限られない様々なフィールドに設置可能である。

位置検出装置１が設置されるフィールドも、グランド１０１に限定されず、屋内のホール又は廊下等であってもよい。また、位置検出装置１は、レーザレーダ以外にも、映像解析による物体の位置計測の方法を用いて、位置を計測してもよい。位置を計測できるものであれば、前述のレーザ又は映像解析を用いた位置検出装置１に限定されない。

ウェアラブルデバイス２は、グランド１０１において遊ぶ各ユーザ３０（園児）の体に一つ以上装着される。実施例３における各園児は、３軸加速度センサを搭載した腕時計型のウェアラブルデバイス２を、手首に直接装着する。

前述において、各ユーザ３０は、腕時計型のウェアラブルデバイス２を手首に直接装着したが、ウェアラブルデバイス２は、様々なセンサのうち少なくとも一つ以上を搭載する。

また、実施例３の保育分野におけるウェアラブルデバイス２が搭載するセンサは、実施例１のウェアラブルデバイス２と同じく、いかなるセンサを搭載してもよいし、また、いかなるユーザ３０の部位に装着されてもよい。

図２４は、実施例３の保育分野における画面３５６を示す説明図である。

画面３５６は、園児の遊びを運動活動として、軌跡をモニタリングした結果を示す。また、実施例３の表示部１３は、実施例２と同じく、環境情報２７を参照して抽出した軌跡情報等を用いて、事前に指定した活動時間毎の園児の軌跡及び動きを生成し、各活動における園児の軌跡情報を表示してもよい。

画面３５６は、画像３３８、３３９、３４０、３４１、３４２及び３４３を含む。

操作者は、画像３３８のタブを用いて、参照する運動活動を選択してもよい。画像３３９は、軌跡が計測された時間と場所とを表示してもよいし、選択された運動活動が実施された時間と場所とを表示してもよい。

画像３４０は、グランド１０１上での各園児（ユーザ３０）の軌跡を表示し、画像３４０に表示される数字はユーザＩＤを示す。操作者は、画像３４１のタイムラインを操作することで、任意の計測日時の軌跡を表示する。

ユーザ情報テーブル２０４のユーザ種別２０４３が園児の組、性別、等に限らない様々な情報を保持する場合、表示部１３は、画像３４２にそれらの情報を表示する。操作者が画像３４３において園児（ユーザ３０）を選択することにより、画像３４０において軌跡を表示する園児を選択する。

また、ウェアラブルデバイス２に赤外線センサ及び音センサを搭載することにより、園児同士の対面回数及び会話回数を軌跡情報と同時に計測することができ、軌跡情報に追加して表示することが可能になる。

位置検出装置１を、グランド１０１以外の、屋内の教室又は廊下等にも設置することで、こども園のいたるところにおける、園児の軌跡をモニタリングすることができる。これにより、実施例３により園児の運動活動の様子をモニタリングでき、個体毎のコミュニケーションの頻度、及び、グループの構成過程等を計測することも可能になる。

図２５は、実施例３の教育分野における軌跡モニタリングの対象を示す説明図である。

図２５に示す位置検出装置１のレーザレーダは、レーザ光の反射によって物体の位置を検出することのできる位置に設置され、学校の教室１０２全体を計測可能な位置に、１台以上設置される。

位置検出装置１は、放出されるレーザ光と教室１０２の水平面とが並行になる位置に設置されることが望ましい。一方で、位置検出装置１及びＰＣ３によって位置座標を補正することができるため、教室１０２の天井等に限らない様々な位置に設置可能である。

位置検出装置１が設置されるフィールドも、教室１０２に限定されず、廊下、グランド又は食堂等にも設置可能である。位置検出装置１は、レーザレーダ以外にも、映像解析による物体の位置計測の方法を用いて、位置を計測してもよい。位置を計測できるものであれば、前述のレーザ又は映像解析を用いた位置検出装置１に限定されない。

ウェアラブルデバイス２は、教室１０２内を移動する各ユーザ３０（学生）の体に一つ以上装着される。実施例３における各学生は、３軸加速度センサを搭載した腕時計型のウェアラブルデバイス２を、手首に直接装着する。

また、実施例３の教育分野におけるウェアラブルデバイス２が搭載するセンサは、実施例１のウェアラブルデバイス２と同じく、いかなるセンサを搭載してもよく、また、いかなるユーザ３０の部位に装着されてもよい。

図２６は、実施例３の教育分野における画面３５７を示す説明図である。

画面３５７は、学生の教室内における移動を運動活動として、軌跡をモニタリングした結果を示す。実施例３の表示部１３は、実施例２と同じく、環境情報２７を参照して抽出した軌跡情報等を用いて、事前に指定した活動時間毎の学生の軌跡及び動きを生成し、各活動における学生の軌跡情報を表示してもよい。

画面３５７は、画像３４４、３４５、３４６、３４７、３４８及び３４９を含む。

操作者は、画像３４４のタブを用いて、参照する運動活動を選択してもよい。画像３４５は、軌跡が計測された時間と場所とを表示してもよいし、選択された運動活動が実施された時間と場所とを表示してもよい。

画像３４６は、教室１０２における各学生（ユーザ３０）の軌跡を表示し、画像３４６に表示される数字はユーザＩＤを示す。操作者は、画像３４７のタイムラインを操作することで、任意の計測日時の軌跡を表示する。

ユーザ情報テーブル２０４のユーザ種別２０４３が学生の組、性別等に限らない様々な情報を保持する場合、表示部１３は、画像３４８にそれらの情報を表示する。操作者は、画像３４９において学生を選択することにより、画像３４６に軌跡を表示する学生を選択する。

また、ウェアラブルデバイス２に赤外線センサ及び音センサを搭載することにより、学生同士の対面回数及び会話回数を軌跡情報と同時に計測することができ、軌跡情報に追加して表示することが可能になる。

位置検出装置１を、教室１０２以外の、廊下、食堂又はグランド等にも設置することで、学校のいたるところにおける、学生の軌跡をモニタリングすることができる。これにより、実施例３により学生の運動活動の様子をモニタリングでき、個体毎のコミュニケーションの頻度、及び、グループの構成過程等を計測することも可能になる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウエアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、若しくは、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、又は、ＩＣカード、ＳＤカード、若しくは、ＤＶＤ等の記録媒体に置くことができる。

また、制御線及び情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線及び情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

１ 位置検出装置
２ ウェアラブルデバイス
３ ＰＣ
４ ＰＣ
５ スマートフォン
６ ネットワーク
７ サーバ
１０ 解析部
１１ 個体特定部
１２ 軌跡生成部
１３ 表示部

Claims (12)

1. 分析システムであって、
   位置検出装置により検出された移動する個体の位置を時系列で示す軌跡を軌跡データとして記憶し、前記個体が装着したセンサによる前記個体の計測結果を時系列で示すセンサデータを記憶する記憶部と、
   前記軌跡データに基づいて前記個体の移動の速さを示す速度指標を算出する速度算出部と、
   前記センサデータに基づいて前記個体の動きの強さを示す行動指標を算出する指標算出部と、
   前記速度指標と前記行動指標との時系列における変化に基づいて、前記速度指標と前記行動指標との類似度を算出する類似度算出部と、
   前記類似度に基づいて、前記軌跡と前記センサデータが計測された個体とを対応付ける対応付け部と、を有することを特徴とする分析システム。
2. 請求項１に記載の分析システムであって、
   前記軌跡を特定するための情報と、前記センサデータが計測された個体を特定するための情報と、を含む特定情報を受け付ける入力部を有し、
   前記速度算出部は、前記特定情報に基づいて特定した軌跡における速さを示す速度指標を算出し、
   前記指標算出部は、前記特定情報に基づいて特定した個体の行動指標を算出し、
   前記類似度算出部は、前記特定した軌跡の速度指標と前記特定した個体の行動指標との類似度を算出し、
   前記対応付け部は、前記特定した軌跡の速度指標と前記特定した個体の行動指標との類似度に基づいて、前記軌跡と前記センサデータが計測された個体とを対応付けることを特徴とする分析システム。
3. 請求項１に記載の分析システムであって、
   複数の軌跡と一つの個体とが対応付けられた場合、前記複数の軌跡間の距離を算出し、当該個体に対応付けられた前記複数の軌跡が適切であるかを、前記距離に基づいて判定する判定部を有し、
   前記判定部が、前記個体に対応付けられた複数の軌跡が適切でないと判定した場合、前記対応付け部は、前記複数の軌跡に含まれる少なくとも一つの軌跡に対応付ける個体を変更することを特徴とする分析システム。
4. 請求項３に記載の分析システムであって、
   前記対応付け部は、第１の軌跡及び第２の軌跡と第１の個体とを対応付け、
   前記判定部は、前記第１の軌跡と前記第２の軌跡との間の距離が所定の閾値以上である場合、前記個体に対応付けられた複数の軌跡が適切でないと判定し、
   前記対応付け部は、前記個体に対応付けられた複数の軌跡が適切でないと判定された場合、前記第１の軌跡に基づく速度指標と前記第１の個体の行動指標との類似度よりも低い類似度が、前記第１の軌跡との間で算出された第２の個体を特定し、前記第１の軌跡に対応付ける個体を前記第２の個体に変更することを特徴とする分析システム。
5. 請求項１に記載の分析システムであって、
   前記類似度算出部は、
   最も長い時間において検出された軌跡に基づく速度指標と複数の行動指標との複数の第１の類似度を算出し、
   前記複数の第１の類似度が所定の範囲に含まれる場合、２番目に長い時間において検出された軌跡に基づく速度指標と前記複数の行動指標との複数の第２の類似度を算出し、
   前記対応付け部は、前記複数の第２の類似度に基づいて、前記２番目に長い時間において検出された前記軌跡と前記センサデータが計測された個体とを対応付けることを特徴とする分析システム。
6. 請求項１に記載の分析システムであって、
   前記軌跡と前記軌跡に対応付けられた個体を示す情報とを対応させて、時系列で表示するための画面データを生成する表示部を有することを特徴とする分析システム。
7. 分析システムによる分析方法であって、
   前記分析システムは、プロセッサ及び記憶部を有し、
   前記分析方法は、
   前記プロセッサが、位置検出装置により検出された移動する個体の位置を時系列で示す軌跡を軌跡データとして前記記憶部に格納し、前記個体が装着したセンサによる前記個体の計測結果を時系列で示すセンサデータを前記記憶部に格納する記憶手順と、
   前記プロセッサが、前記軌跡データに基づいて前記個体の移動の速さを示す速度指標を算出する速度算出手順と、
   前記プロセッサが、前記センサデータに基づいて前記個体の動きの強さを示す行動指標を算出する指標算出手順と、
   前記プロセッサが、前記速度指標と前記行動指標との時系列における変化に基づいて、前記速度指標と前記行動指標との類似度を算出する類似度算出手順と、
   前記プロセッサが、前記類似度に基づいて、前記軌跡と前記センサデータが計測された個体とを対応付ける対応付け手順と、を含むことを特徴とする分析方法。
8. 請求項７に記載の分析方法であって、
   前記分析方法は、前記プロセッサが、前記軌跡を特定するための情報と、前記センサデータが計測された個体を特定するための情報と、を含む特定情報を受け付ける入力手順を含み、
   前記速度算出手順は、前記特定情報に基づいて特定した軌跡における速さを示す速度指標を算出する手順を含み、
   前記指標算出手順は、前記特定情報に基づいて特定した個体の行動指標を算出する手順を含み、
   前記類似度算出手順は、前記特定した軌跡の速度指標と前記特定した個体の行動指標との類似度を算出する手順を含み、
   前記対応付け手順は、前記特定した軌跡の速度指標と前記特定した個体の行動指標との類似度に基づいて、前記軌跡と前記センサデータが計測された個体とを対応付ける手順を含むことを特徴とする分析方法。
9. 請求項７に記載の分析方法であって、
   前記分析方法は、前記プロセッサが、複数の軌跡と一つの個体とが対応付けられた場合、前記複数の軌跡間の距離を算出し、当該個体に対応付けられた前記複数の軌跡が適切であるかを、前記距離に基づいて判定する判定手順を含み、
   前記判定手順において、前記個体に対応付けられた複数の軌跡が適切でないと判定された場合、前記対応付け手順は、前記複数の軌跡に含まれる少なくとも一つの軌跡に対応付ける個体を変更する手順を含むことを特徴とする分析方法。
10. 請求項９に記載の分析方法であって、
    前記対応付け手順は、第１の軌跡及び第２の軌跡と第１の個体とを対応付ける手順を含み、
    前記判定手順は、前記第１の軌跡と前記第２の軌跡との間の距離が所定の閾値以上である場合、前記個体に対応付けられた複数の軌跡が適切でないと判定する手順を含み、
    前記対応付け手順は、前記個体に対応付けられた複数の軌跡が適切でないと判定された場合、前記第１の軌跡に基づく速度指標と前記第１の個体の行動指標との類似度よりも低い類似度が、前記第１の軌跡との間で算出された第２の個体を特定し、前記第１の軌跡に対応付ける個体を前記第２の個体に変更する手順を含むことを特徴とする分析方法。
11. 請求項７に記載の分析方法であって、
    前記類似度算出手順は、
    最も長い時間において検出された軌跡に基づく速度指標と複数の行動指標との複数の第１の類似度を算出する手順と、
    前記複数の第１の類似度が所定の範囲に含まれる場合、２番目に長い時間において検出された軌跡に基づく速度指標と前記複数の行動指標との複数の第２の類似度を算出する手順と、を含み、
    前記対応付け手順は、前記複数の第２の類似度に基づいて、前記２番目に長い時間において検出された前記軌跡と前記センサデータが計測された個体とを対応付ける手順を含むことを特徴とする分析方法。
12. 請求項７に記載の分析方法であって、
    前記プロセッサが、前記軌跡と前記軌跡に対応付けられた個体を示す情報とを対応させて、時系列で表示するための画面データを生成する表示手順を含むことを特徴とする分析方法。