JP6464113B2 - エネルギー消費 - Google Patents

Description

関連出願の相互参照
本出願は、２０１２年１月１９日に出願された米国仮特許出願番号６１／５８８，６４７号の優先権を請求し、この出願は、参照により全体が本明細書に組み込まれる。

ほとんどの人々は、フィジカルフィットネスの重要性を理解しているが、多くの人は、通常の運動プログラムを維持するのに必要な動機を見つけるのに苦労している。一部の人々は、ランニング、ウォーキング、サイクリングなどの連続反復運動を伴う運動内容を維持することが特に難しいことが分っている。

更に、個人は、ワークアウトを労働や嫌な仕事と見なしており、したがって、ワークアウトを毎日の生活の楽しい態様から切り離しうる。多くの場合、アスレチック活動と他の活動をこのように明確に切り離すと、個人がワークアウトを行おうとする動機付けの量が減少する。更にまた、アスレチック活動に関わる個人を励ますためのアスレチック活動サービス及びシステムは、１つ以上の特定の活動に焦点を絞り込み過ぎており、一方で個人の関心が無視される。更に、これにより、アスレチック活動への参加やアスレチック活動サービス及びシステムの使用に対するユーザの関心が低下しうる。

多くの既存のサービス及び装置は、身体活動中に、燃焼カロリーなどのユーザのエネルギー消費の正確な推定を提供できない。したがって、ユーザは、しばしばワークアウトと見なされない日常の機械的作業を含む特定の活動が、自分の健康のためであるという恩恵に気づかない。ユーザが自分のエネルギー消費を監視することを可能にする既存の装置には、１つ以上の欠点があることが多い。そのような欠点には、収集システムが扱い難いこと、測定値の不正確さが許容しきい値を超えること、測定値を報告する待ち時間が許容できないこと、ユーザの検出運動に基づく活動の分類の間違い、異なるユーザ間の偏りを考慮できないこと（例えば、ウォーキング及び／又はランニングの際に「跳ね（バウンスし）」ない個人を「平均」個人と同じ範囲に適切に分類すること）、例えばランニングやウォーキングなどの特定の活動として分類された反復挙動を不適切に含むこと、消費電力が比較的多いこと、及び／又はこれら又は他の欠点の組み合わせが挙げられる。

したがって、当該技術分野においてこれらの欠点の少なくとも１つ以上に対処する改善されたシステム及び方法が望まれる。

以下に、開示の幾つかの態様の基本的理解を提供するために、単純化された要約を示す。要約は、開示の包括的概要ではない。要約は、開示の重要又は不可欠な要素を示すものでもなく、開示の範囲を描写するものでもない。以下の要約は、単に、開示の幾つかの概念を後の記述の導入部として単純化された形で提示する。

この開示の態様は、エネルギー消費値の計算に関する。１つ以上の装置が、加速度計及び／又は他のセンサを使用してユーザの身体活動を監視することができる。一実施形態では、装置は、ユーザの外肢に装着されるように構成され、動作データを収集し処理するために使用されうる。装置は、プロセッサ、ユーザの動作データを取得するように構成された少なくとも１つのセンサ、及びプロセッサによって実行されたときに動作データを収集し解析するコンピュータ実行命令を含むメモリを含むことができる。動作データは、エネルギー消費値を決定するために利用されうる。装置は、ユーザの外肢に装着されている間にセンサでユーザの動作データを取得するように構成されうる。装置は、ユーザの手首に配置されるように限定されず、ユーザの腕に装着されるように構成されうる。特定の実施態様は、全体的に単一装置に実行されうる。

特定の実施形態では、動作データを収集するために利用される唯一のセンサデータは、ユーザに装着された装置から収集（又は導出）される。更に他の実施形態では、ステップの定量化、ステップを定量化しかつ／又は検出するために使用されるデータの決定、データの活動分類へ編成、及び／又はエネルギー消費値を決定するうちの少なくとも１つが、全体的にユーザに装着された装置で実行される。特定の実施形態において、装置は、装置上に配置されたコンピュータ可読媒体に、代謝当量値などの情報、又は計算に利用されるデータ若しくは情報を既に収容している。したがって、計算の際、外部情報は必要ない。

特定の実施態様は、動作データの腕振りピークとバウンスピークを検出することなどによって、ユーザが踏んだステップを動作データに基づいて定量化することができる。定量化は、例えば手首の近くなど、ユーザの腕に装着された単一装置から収集されたデータに完全に基づいて行われうる。一実施形態では、動作データは、加速度計から得られる。加速度計のマグニチュードベクトルは、時間フレームに関して得られ、その時間フレームのマグニチュードベクトルから平均値などの値が計算されうる。平均値（又は、他の値）を利用して、時間フレームのマグニチュードベクトルが、それぞれの時間フレームのステップ数を計算する際に使用できる加速度しきい値を満たすかどうかを判定することができる。しきい値を満たす加速度データは、解析バッファに入れられうる。予想活動と関連した加速度周波数の調査範囲が確立されうる。特定の実施態様では、調査範囲内の加速度データの周波数が解析されて、バウンスピークや腕振りピークなどの１つ以上のピークが識別されうる。一実施形態において、第１の周波数ピークは、推定された腕振り範囲内にあり更に腕振りピークしきい値を満たす場合に、腕振りピークとして識別されうる。同様に、第２の周波数ピークが、推定されたバウンス範囲内にあり更にバウンスピークしきい値を満たす場合に、バウンスピークとして判定されうる。

新規のシステム及び方法は、ステップを定量化するために、腕振りデータ、バウンスデータ、及び／又は他のデータ若しくはデータの一部分を利用するかどうかを判定することができる。腕振りピークやバウンスピークなどのピーク数を使用して、利用するデータを決定することができる。一実施形態では、システム及び方法は、ピーク数（及びピークのタイプ）を使用して、ステップを定量化するステップ周波数とステップ大きさを選択することができる。更に他の実施形態において、動作データの少なくとも一部分は、ステップの定量化に基づいて活動カテゴリに分類されうる。

一実施形態において、センサ信号（加速度計周波数など）と、センサ信号に基づく計算（例えば、ステップの量）が、例えばウォーキングやランニングなどの活動カテゴリの分類に利用されうる。特定の実施形態において、第１のカテゴリ（例えば、ウォーキング）又はカテゴリ群（例えば、ウォーキングとランニング）内にあるとデータを分類できない場合、第１の方法は、収集データを解析することができる。例えば、一実施形態において、検出パラメータを分類できない場合は、更なる解析にユークリッドノルム方程式が利用されうる。一実施形態では、得られた値の平均マグニチュードベクトルノルム（二乗和の平方根）が利用されうる。更に別の実施形態において、異なる方法が、データの少なくとも一部分を解析し、続いて第１のカテゴリ又はカテゴリ群に分類することができる。一実施形態において、本明細書に開示されたようなステップアルゴリズムが利用されうる。分類データと未分類データが、エネルギー消費値を計算するために利用されうる。

メモリは、装置のプロセッサによって実行されたときに、第１の時間期間のエネルギー消費値を第２の時間期間からのエネルギー消費値と組み合わせて、積算エネルギー消費値を決定する命令を含むことができる。装置は、装置がユーザに装着されている間、ユーザが観察できるように構成されたディスプレイを含むことができる。装置は、積算エネルギー消費値をディスプレイに表示するように構成されうる。装置上のエネルギー消費値の表示は、装置上に配置されたユーザ入力装置からのユーザ入力の受け取りに反応しうる。ディスプレイは、エネルギー消費の指示を提供するように構成されたＬＥＤなどの発光構造物を含むことができる。一実施形態では、表示された消費値は、ユーザによって設定された目標などの目標に対するものでもよい。

幾つかの実施形態では、本発明は、例えば、コンピュータ実行命令又はモジュールを記憶することによって、又はコンピュータ可読データ構造を利用することによって、コンピュータ可読媒体上で部分的又は全体に実施されうる。

当然ながら、前述の実施形態の方法及びシステムは、また、他の追加の要素、ステップ、コンピュータ実行命令、又はコンピュータ可読データ構造を含むことができる。

本発明の以上その他の実施形態の詳細は、添付図面と以下の記述で説明される。本発明の他の特徴及び利点は、記述、図面及び特許請求の範囲から明らかになる。

本開示は、例として示され、同じ参照数字が類似の要素を示す添付図面に限定されない。

動作データを収集し解析するために使用されうるシステムの例を示す図であり、アスレチック活動を収集し解析するように構成された例示的ネットワークを示す。 動作データを収集し解析するために使用されうるシステムの例を示す図であり、例示的実施形態による例示的計算装置を示す。 例示的実施形態によりユーザに装着されうる例示的センサ組立体を示す図である。 例示的実施形態によりユーザに装着されうる例示的センサ組立体を示す図である。 一実施形態によるエネルギー消費値を定量化するために利用されうる例示的フローチャートである。 一実施形態によるステップを定量化するために利用されうる例示的フローチャートである。具体的には、一実施形態により動作データを収集し解析するために使用されうるフローチャートである。 一実施形態によるステップを定量化するために利用されうる例示的フローチャートである。具体的には、一実施形態によりユーザのステップや他の身体活動を検出するためのデータ範囲を識別するために使用されうるフローチャートである。 一実施形態による周波数を推定し周波数サーチ範囲を設定することができる例示的なフローチャートである。 特定の実施形態による動作データの例示的な調査範囲を示すグラフである。 サンプルＦＦＴ出力を示すグラフである。具体的には、腕振り範囲内のデータとバウンス範囲内のデータを含む周波数データに対してＦＦＴパワーをプロットしたグラフを示す。 サンプルＦＦＴ出力を示すグラフである。具体的には、バウンス範囲内のピークが基準に適合するかどうかを判定するために利用されるしきい値を有する同じグラフを示す。 一実施形態による腕振り周波数、バウンス周波数及び／又は他の周波数を利用するかどうかの判定で実施されうる例示的なフローチャートである。 一実施形態による腕振り周波数、バウンス周波数及び／又は他の周波数を利用するかどうかの判定で実施されうる例示的なフローチャートである。 一実施形態により活動を分類し速度を決定するために実施されうる例示的フローチャートである。 一実施形態によりエネルギー消費値を決定するために実施されうる例示的フローチャートである。 幾つかの実施形態において実施されうる説明的周波数データに基づいたエネルギー消費値の例示的積算を表わす図である。 本明細書で述べた他の実施形態と共に又は独立に実施されうるユーザの活動を測定する一実施形態のフローチャートである。

様々な実施形態の以下の記述において、添付図面を参照し、添付図面は、本明細書の一部を構成し、開示が実施されうる説明的な様々な実施形態によって示される。本開示の範囲と趣旨から逸脱することなく他の実施形態を利用できまた構造的及び機能的な修正を行えることを理解されたい。更に、この開示内の見出しは、開示の態様を限定すると見なされるべきでない。この開示から利益を得る当業者は、例示的実施形態が、例示的な見出しに限定されないことを理解するであろう。

Ｉ．例示的個人用トレーニングシステム
Ａ．計算装置の例示
図１は、例示的実施形態による個人用トレーニングシステム１００の例を示す。例示的システム１００は、コンピュータ１０２などの１つ以上の電子装置を含むことができる。コンピュータ１０２は、電話、音楽プレーヤ、タブレット、ネットブック、任意の携帯機器などのモバイル端末を含むことができる。他の実施形態では、コンピュータ１０２は、セットトップボックス（ＳＴＢ）、デスクトップコンピュータ、デジタルビデオレコーダ（ＤＶＲ）、コンピュータサーバ、及び／又は他の所望の計算装置を含むことができる。特定の構成では、コンピュータ１０２は、例えば、Ｍｉｃｒｏｓｏｆｔ（登録商標）ＸＢＯＸ、Ｓｏｎｙ（登録商標）ＰｌａｙＳｔａｔｉｏｎ、Ｎｉｎｔｅｎｄｏ（登録商標）Ｗｉｉゲームコンソールなどのゲームコンソールを含むことができる。当業者は、これらのゲームコンソールが、記述のための例示的なコンソールに過ぎず、この開示が、いかなるコンソール又は装置にも限定されないことを理解されよう。

図１Ｂに移ると、コンピュータ１０２は、計算ユニット１０４を含むことができ、計算ユニット１０４は、少なくとも１つの処理ユニット１０６を含むことができる。処理ユニット１０６は、例えばマイクロプロセッサ装置など、ソフトウェア命令を実行するための任意のタイプの処理装置でよい。コンピュータ１０２は、メモリ１０８などの様々な非一時的コンピュータ可読媒体を含むことができる。メモリ１０８には、ＲＡＭ１１０などのランダムアクセスメモリ（ＲＡＭ）や、ＲＯＭ１１２などの読み出し専用メモリ（ＲＯＭ）が挙げられるが、これらに限定されない。メモリ１０８は、電子的消去可能プログラム可能読み出し専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリ又は他のメモリ技術、ＣＤ−ＲＯＭ、デジタル汎用ディスク（ＤＶＤ）又は他の光ディスク記憶機構、磁気記憶装置、又は所望の情報を記憶するために使用できかつコンピュータ１０２がアクセスできる任意の他の媒体のいずれかが挙げられる。

処理ユニット１０６とシステムメモリ１０８は、バス１１４又は代替通信構造を介して、１つ以上の周辺装置に直接又は間接に接続されうる。例えば、処理ユニット１０６又はシステムメモリ１０８は、ハードディスクドライブ１１６、リムーバブル磁気ディスクドライブ、光ディスクドライブ１１８、及びフラッシュメモリカードなど、追加のメモリ記憶機構に直接又は間接に接続されうる。また、処理ユニット１０６とシステムメモリ１０８は、１つ以上の入力装置１２０及び１つ以上の出力装置１２２に直接又は間接に接続されうる。出力装置１２２は、例えば、表示装置１３６、テレビ、プリンタ、ステレオ又はスピーカを含むことができる。幾つかの実施形態では、１つ以上の表示装置は、アイウェアに組み込まれうる。アイウェアに組み込まれた表示装置は、ユーザにフィードバックを提供することができる。また、１つ以上の表示装置を含むアイウェアは、携帯型表示システムを提供する。入力装置１２０には、例えば、キーボード、タッチスクリーン、リモート制御パッド、ポインティング装置（マウス、タッチパッド、スタイラス、トラックボール、ジョイスティックなど）、スキャナ、カメラ又はマイクロフォンが挙げられる。この点で、入力装置１２０は、図１Ａに示されたユーザ（ユーザ１２４など）からのアスレチック運動を感知、検出かつ／又は測定するように構成された１つ以上のセンサを含むことができる。

図１Ａを再び参照すると、画像取得装置１２６及び／又はセンサ１２８は、ユーザ１２４のアスレチック運動を検出しかつ／又は測定する際に利用されうる。一実施形態では、画像取得装置１２６又はセンサ１２８から得られたデータは、直接アスレチックの動作を検出することができ、その結果、画像取得装置１２６又はセンサ１２８から得られたデータが、運動パラメータに直接関連付けられる。更に、他の実施形態では、画像取得装置１２６及び／又はセンサ１２８からのデータは、動きを検出しかつ／又は測定するために、互いに又は他のセンサと組み合わせて利用されうる。したがって、特定の測定値は、２つ以上の装置から取得されたデータを組み合わせることにより決定されうる。画像取得装置１２６及び／又はセンサ１２８には、１つ以上のセンサを含むかそれに機能的に接続されてもよく、そのようなセンサには、加速度計、ジャイロスコープ、位置決定装置（例えば、ＧＰＳ）、光センサ、温度センサ（周囲温度及び／又は体温を含む）、心拍数モニタ、画像取得センサ、水分センサ及び／又はこれらの組み合わせが挙げられるがこれらに限定されない。例示のセンサ１２６，１２８の例示的な用途は、後で「例示のセンサ」と題する節Ｉ．Ｃで示される。コンピュータ１０２は、また、タッチスクリーン又は画像取得装置を使用して、グラフィカルユーザインタフェースで選択するためにユーザがポイントしている場所を決定することができる。１つ以上の実施形態は、１つ以上の有線及び／又は無線技術を単独又は組み合わせで利用してもよく、無線技術の例には、Ｂｌｕｅｔｏｏｔｈ（登録商標）技術、Ｂｌｕｅｔｏｏｔｈ（登録商標）低エネルギー技術、及び／又はＡＮＴ技術が挙げられる。

Ｂ．例示のネットワーク
コンピュータ１０２、計算ユニット１０４、及び／又はその他の電子装置は、ネットワーク１３２などのネットワークと通信するための例示的なインタフェース１３０（図１Ｂに示された）などの、１つ以上のネットワークインタフェースに直接又は間接に接続されうる。図１Ｂの例では、ネットワークインタフェース１３０は、伝送制御プロトコル（ＴＣＰ）、インターネットプロトコル（ＩＰ）、ユーザダイアグラムプロトコル（ＵＤＰ）などの１つ以上の通信プロトコルにしたがって、データ及び制御信号を計算ユニット１０４からネットワークメッセージに変換するように構成されたネットワークアダプタ又はネットワークインタフェースカード（ＮＩＣ）を含むことができる。これらのプロトコルは、当該技術分野で周知であり、したがって、ここでは詳細に考察されない。インタフェース１３０は、例えば、無線トランシーバ、電力線アダプタ、モデム又はイーサネット（登録商標）接続を含む、ネットワークに接続するのに適した接続エージェントを使用することができる。しかしながら、ネットワーク１３２は、インターネット、イントラネット、クラウド、ＬＡＮなどの任意のタイプ又はトポロジーの、単独又は組み合わせの任意の１つ以上の情報配信ネットワークでよい。ネットワーク１３２は、ケーブル、ファイバ、衛星、電話、セルラ、無線などのうちの任意の１つ以上でよい。ネットワークは、当該技術分野で周知であり、したがって、ここでは詳細に考察されない。ネットワーク１３２は、１つ以上の場所（例えば、学校、事業所、家庭、住宅、ネットワーク資源など）を、１つ以上のリモートサーバ１３４、又はコンピュータ１０２と類似若しくは同一の他のコンピュータに接続するために、１つ以上の有線又は無線通信チャネルを有するように様々に構成されうる。実際には、システム１００は、各構成要素の複数のインスタンス（例えば、複数のコンピュータ１０２、複数のディスプレイ１３６など）を含むことができる。

ネットワーク１３２内のコンピュータ１０２や他の電子装置が、携帯型か据置型かにかかわらず、以前に具体的に列挙された入力、出力及び記憶周辺装置に加えて、計算装置は、入力、出力及び記憶機能、又はこれらの何らかの組み合わせ機能を実行できる装置を含む様々な他の周辺装置に、直接接続されてもよく、ネットワーク１３２を介して接続されてもよい。特定の実施形態では、単一装置は、図１Ａに示された１つ以上の構成要素を統合することができる。例えば、単一装置には、コンピュータ１０２、画像取得装置１２６、センサ１２８、ディスプレイ１３６及び／又は追加の構成要素が挙げられる。一実施形態では、センサ素子１３８は、ディスプレイ１３６、画像取得装置１２６、及び１つ以上のセンサ１２８を有するモバイル端末を含むことができる。更に、別の実施形態において、画像取得装置１２６及び／又はセンサ１２８は、例えばゲーミング又はメディアシステムを含むメディア装置に機能的に接続されるように構成された周辺装置でありうる。したがって、以上のことから、この開示が固定式のシステム及び方法に限定されないことが分かる。より正確に言うと、特定の実施形態は、ほとんど任意の場所でユーザ１２４によって実行されうる。

Ｃ．例示のセンサ
コンピュータ１０２及び／又は他の装置は、ユーザ１２４の少なくとも１つのフィットネスパラメータを検出しかつ／又は監視するように構成された１つ以上のセンサ１２６，１２８を含む。センサ１２６及び／又は１２８には、加速度計、ジャイロスコープ、位置決定装置（例えば、ＧＰＳ）、光センサ、温度センサ（周囲温度及び／又は体温を含む）、睡眠パターンセンサ、心拍数モニタ、画像取得センサ、水分センサ及び／又はこれらの組み合わせが挙げられるがこれらに限定されない。ネットワーク１３２及び／又はコンピュータ１０２は、例えばディスプレイ１３６、画像取得装置１２６（例えば、１つ以上のビデオカメラ）、及び赤外線（ＩＲ）装置でよいセンサ１２８を含むシステム１００の１つ以上の電子装置と通信することができる。一実施形態において、センサ１２８は、ＩＲトランシーバを含むことができる。例えば、センサ１２６及び／又は１２８は、波形をユーザ１２４の方向を含む環境に送信し、「反射」を受信するか、そのような放出された波形の変化を別の方法で検出することができる。更に別の実施形態において、画像取得装置１２６及び／又はセンサ１２８は、レーダ、ソナー、可聴情報などの他の無線信号を送信しかつ／又は受信するように構成されうる。当業者は、様々な実施形態により、多数の異なるデータスペクトルに対応する信号が利用されうることを容易に理解するであろう。これに関して、センサ１２６及び／又は１２８は、外部ソース（例えば、システム１００ではない）から放射された波形を検出することができる。例えば、センサ１２６及び／又は１２８は、ユーザ１２４及び／又は周囲環境から放射された熱を検出することができる。したがって、画像取得装置１２６及び／又はセンサ１２８は、１つ以上のサーマルイメージング装置を含むことができる。一実施形態において、画像取得装置１２６及び／又はセンサ１２８は、レンジフェノメノロジーを実行するように構成された赤外線装置を含むことができる。制限ではない例として、レンジフェノメノロジーを実行するように構成された画像取得装置は、オレゴン州モートランドのＦｌｉｒ Ｓｙｓｔｅｍｓ，Ｉｎｃ．から市販されている。画像取得装置１２６、センサ１２８及びディスプレイ１３６が、コンピュータ１０２との直接（無線又は有線）通信するように示されているが、当業者は、ネットワーク１３２と直接（無線又は有線）通信できることを理解するであろう。

１．多目的電子装置
ユーザ１２４は、知覚装置１３８、１４０、１４２及び／又は１４４を含む任意数の電子装置を保有、携帯及び／又は装着することができる。特定の実施形態において、１つ以上の装置１３８，１４０，１４２，１４４は、フィットネス又はアスレチック用に特別に製造されなくてもよい。実際には、この開示の態様は、複数の装置からのデータを利用してアスレチックデータを収集、検出及び／又は測定することに関し、それらの装置の幾つかは、フィットネス装置ではない。一実施形態において、装置１３８は、カリフォルニア州クパチーノのＡｐｐｌｅ，Ｉｎｃ．から入手可能なＩＰＯＤ（登録商標）、ＩＰＡＤ（登録商標）、又はｉＰｈｏｎｅ（登録商標）装置、又はワシントン州レドモンドのＭｉｃｒｏｓｏｆｔから入手可能なＺｕｎｅ（登録商標）又はＭｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓ（登録商標）装置を含む、電話やデジタル音楽プレーヤなどの携帯電子装置を含むことができる。当該技術分野で知られているように、デジタルメディアプレーヤは、コンピュータの出力装置（例えば、音声ファイルから音楽又は画像ファイルから画像を出力）と記憶装置の両方として働くことができる。一実施形態において、装置１３８は、コンピュータ１０２でよいが、他の実施形態では、コンピュータ１０２は、装置１３８と完全に異なってもよい。装置１３８が、特定の出力を提供するように構成されたかどうかにかかわらず、装置１３８は、知覚情報を受け取る入力装置として働くことができる。装置１３８、１４０、１４２、及び／又は１４４には、加速度計、ジャイロスコープ、位置決定装置（例えば、ＧＰＳ）、光センサ、温度センサ（周囲温度及び／又は体温を含む）、心拍数モニタ、画像取得センサ、水分センサ及び／又はこれらの組み合わせを含むがこれに限定されない１つ以上のセンサが挙げられる。特定の実施形態において、センサは、（例えば）画像取得装置１２６及び／又はセンサ１２８によって検出されうる反射材料などの受動的なものでもよい。特定の実施形態では、センサ１４４は、アスレチック衣服などの服に組み込まれうる。例えば、ユーザ１２４は、１つ以上の装着型センサ１４４ａ〜ｂを装着することができる。センサ１４４は、ユーザ１２４の衣類に組み込まれかつ／又はユーザ１２４の身体の任意の所望の場所に配置されうる。センサ１４４は、コンピュータ１０２、センサ１２８、１３８、１４０、１４２及び／又はカメラ１２６と（例えば、無線で）通信することができる。インタラクティブゲーミング衣服の例は、２００２年１０月３０日に出願され、米国特許公開番号２００４／００８７３６６として公開された米国特許出願第１０／２８６，３９６号に示されており、この内容は、あらゆる非限定的な目的のためにその全体が引用により本明細書に組み込まれる。特定の実施形態では、受動的検出面が、画像取得装置１２６及び／又はセンサ１２８によって放射された赤外線などの波形を反射することができる。一実施形態では、ユーザ１２４の服に配置された受動的センサは、波形を反射することができるガラス又は他の透明若しくは半透明面でできたほぼ球状の構造物を含むことができる。様々なクラスの衣服を利用することができ、所定のクラスの衣服は、適切に装着されたときにユーザ１２４の身体の特定部分の近くに配置されるように構成された特定のセンサを有する。例えば、ゴルフ用衣服は、第１の構成で衣服上に位置決めされた１つ以上のセンサを含むことができるが、サッカー用衣服は、第２の構成で衣服上に位置決めされた１つ以上のセンサを含むことができる。

装置１３８〜１４４は、直接、又はネットワーク１３２などのネットワークを介して、互いに通信することができる。装置１３８〜１４４の１つ以上の間の通信は、コンピュータ１０２を介して行われうる。例えば、複数の装置１３８〜１４４は、コンピュータ１０２のバス１１４に機能的に接続された周辺装置でありうる。更に別の実施形態において、装置１３８などの第１の装置は、コンピュータ１０２などの第１のコンピュータ並びに装置１４２などの別の装置と通信することができる。一方、装置１４２は、コンピュータ１０２に接続するように構成されなくてもよいが、装置１３８と通信することができる。当業者は、他の構成が可能であることを理解するであろう。

例示的実施形態の幾つかの実施態様は、代替又は追加として、デスクトップパソコンやラップトップパソコンなどの種々様々な機能に対応できるように設計された計算装置を使用することができる。そのような計算装置は、必要に応じて、周辺装置又は追加の構成要素の任意の組み合わせを有することができる。また、図１Ｂに示された構成要素は、サーバ１３４、他のコンピュータ、装置などに含まれうる。

２．例示の衣服／付属品センサ
特定の実施形態において、知覚装置１３８、１４０、１４２及び／又は１４４は、時計、アームバンド、リストバンド、ネックレス、シャツ、靴などを含む、ユーザ１２４の衣服又は付属品内に構成されてもよく、それらに他の方法で関連付けられてもよい。靴取付型又は手首装着型装置の例（それぞれ装置１４０及び１４２）について、すぐ後で述べられるが、これらは例示的実施形態に過ぎず、この開示は、そのような実施形態に限定されるべきでない。

ｉ．靴取付型装置
特定の実施形態において、知覚装置１４０は、加速度計、ＧＰＳなどの位置検出構成要素、及び／又は力センサシステムを含むがこれらに限定されない１つ以上のセンサを含みうる履物を含むことができる。図２Ａは、センサシステム２０２の一例示的実施形態を示す。特定の実施形態において、システム２０２は、センサ組立体２０４を含むことができる。組立体２０４は、例えば加速度計、位置決定構成要素、力センサなどの１つ以上のセンサを含むことができる。示された実施形態において、組立体２０４は、力感応抵抗器（ＦＳＲ）センサ２０６を含みうる複数のセンサを含む。更に他の実施形態では、他のセンサが利用されうる。ポート２０８は、靴の底構造物２０９内に位置決めされうる。必要に応じて、ポート２０８は、電子モジュール２１０（ハウジング２１１内にありうる）並びにＦＳＲセンサ２０６をポート２０８に接続する複数のリード線２１２と通信するように提供されうる。モジュール２１０は、靴の底構造物の窪み又は空洞内に収容されうる。ポート２０８とモジュール２１０は、接続と通信のための相補的インタフェース２１４，２１６を含む。

特定の実施形態において、図２Ａに示された少なくとも１つの力感応抵抗器２０６は、第１と第２の電極又は電気接点２１８，２２０と、電極２１８，２２０を電気的に接続するために電極２１８，２２０間に配置された力感応抵抗材料２２２とを含むことができる。力感応材料２２２に圧力が加わったとき、力感応材料２２２の固有抵抗及び／又は導電率が変化し、これにより電極２１８，２２０間の電位が変化する。センサシステム２０２が、抵抗値の変化を検出して、センサ２１６に加わる力を検出することができる。力感応抵抗材料２２２は、その抵抗値を圧力下で様々に変化させることができる。例えば、力感応材料２２２は、後でより詳しく述べる量子トンネル効果複合物と同様に、材料が圧縮されたときに減少する内部抵抗を有することができる。この材料を更に圧縮すると抵抗値が更に低下し、定量的測定と二値（オン／オフ）測定が可能になる。状況によって、このタイプの力感応抵抗挙動は、「体積抵抗」と呼ばれることがあり、この挙動を示す材料は「スマート材料」と呼ばれうる。別の例として、材料２２２は、表面間接触の程度を変更することによって抵抗値を変化させてもよい。これは、非圧縮状態で表面抵抗を高め圧縮状態で表面抵抗を低下させる表面上の微小突起の使用、変形させて別の電極との表面間接触を大きくすることができる柔軟電極の使用など、幾つかの方法で達成することができる。この表面抵抗は、材料２２２と電極２１８，２２０，２２２との間の抵抗、及び／又は多層材料２２２の導電層（例えば、炭素／グラファイト）と力感応層（例えば、半導体）との間の抵抗でありうる。圧縮が大きいほど表面間接触が大きくなり、その結果、抵抗が小さくなり、定量的測定が可能になる。幾つかの状況では、このタイプの力感応抵抗挙動は、「接触抵抗」と呼ばれることがある。力感応抵抗材料２２２が、本明細書に定義されたように、ドープト又は非ドープト半導体材料でもよくそれを含むことができることを理解されたい。

ＦＳＲセンサ２１６の電極２１８，２２０は、金属、炭素／炭素繊維若しくは複合物、他の導電性複合物、導電性高分子若しくは導電材料を含む高分子、導電性セラミック、ドープト半導体、又は他の導電材料を含む任意の導電材料から形成されうる。リード線２１２は、溶接、はんだ付け、ろう付け、接着、締結、又は他の一体若しくは非一体結合法を含む、任意の適切な方法によって電極２１８，２２０に接続されうる。あるいは、電極２１８、２２０及び関連したリード線２１２は、同じ材料の単一片から構成されうる。

ｉｉ．手首装着型装置
図２Ｂに示されたように、装置２２６（図１Ａに示された知覚装置１４２と類似してもよく同一でもよい）は、手首、腕、足首のまわりなど、ユーザ１２４によって装着されるように構成されうる。装置２２６は、ユーザ１２４の終日活動を含むユーザのアスレチック運動を監視することができる。この点で、装置組立体２２６は、ユーザ１２４がコンピュータ１０２と対話している間にアスレチック運動を検出しかつ／又はコンピュータ１０２と無関係に動作しうる。例えば、一実施形態において、装置２２６は、ユーザのコンピュータ１０２との接近又は対話に関係なく、活動を測定する終日活動モニタでもよい。装置２２６は、ネットワーク１３２及び／又は装置１３８や１４０などの他の装置と直接通信することができる。他の実施形態では、装置２２６から得られたアスレチックデータは、ユーザ１２４に提示される運動プログラムに関する決定など、コンピュータ１０２によって行われる決定に利用されうる。一実施形態では、装置２２６は、ユーザ１２４と関連付けられた装置１３８などのモバイル装置、又はフィットネス若しくはヘルスケア関連内容に特化されたサイトなどのリモートウェブサイトと無線で対話することもできる。ある所定時間に、ユーザは、装置２２６からのデータを別の場所に転送したいことがある。

図２Ｂに示されたように、装置２２６は、装置２２６の動作を支援する押下式入力ボタン２２８などの入力機構を含むことができる。入力ボタン２２８は、図１Ｂに示されたコンピュータ１０２に関して述べた要素のうちの１つ以上などのコントローラ２３０及び／又は他の電子構成要素に機能的に接続されうる。コントローラ２３０は、ハウジング２３２に埋め込まれてもよく、あるいはその一部でもよい。ハウジング２３２は、エラストマ構成要素を含む１つ以上の材料から構成されてもよく、ディスプレイ２３４などの１つ以上のディスプレイを含むことができる。ディスプレイは、装置２２６の照明部分と見なされうる。ディスプレイ２３４は、例示的実施形態では、ＬＥＤランプ２３４などの一連の個別の発光要素又は光部材を含むことができる。ＬＥＤランプは、アレイで構成され、コントローラ２３０に動作可能に接続されうる。装置２２６は、インジケータシステム２３６を含むことができ、インジケータシステム２３６は、また、ディスプレイ２３４全体の一部又は構成要素と見なされうる。インジケータシステム２３６が、ディスプレイ２３４（画素部材２３５を有することができる）と共に動作し発光してもよく、ディスプレイ２３４と全く別でもよいことを理解されたい。また、インジケータシステム２３６は、例示的実施形態ではＬＥＤランプの形をとることができるが、複数の補助発光要素又は光部材２３８を含むことができる。特定の実施形態では、インジケータシステムは、１つ以上の目標の達成を表わすために発光部材２３８の一部分を照明することなどによって、目標の可視指示を提供することができる。

締結機構２４０を解除することができ、装置２２６をユーザ１２４の手首のまわりに位置決めすることができ、次に締結機構２４０を実質的にラッチ位置にすることができる。ユーザは、必要に応じていつでも装置２２６を装着することができる。一実施形態では、締結機構２４０は、コンピュータ１０２及び／又は装置１３８，１４０と対話するために、ＵＳＢポートを含むがこれに限定されないインタフェースを含むことができる。

特定の実施形態では、装置２２６は、センサ組立体を含むことができる（図２Ｂに示されない）。センサ組立体は、複数の異なるセンサを含むことができる。例示の実施形態において、センサ組立体は、加速度計（多軸加速度計の形を含む）、心拍数センサ、ＧＰＳセンサなどの位置決定センサ、及び／又は他のセンサに対する機能的接続を含むか又はそれを可能にすることができる。装置１４２のセンサから検出された運動又はパラメータは、速度、距離、歩数、カロリー、心拍数、汗検出、労力、酸素消費、及び／又は酸素動力学を含むがこれに限定されない、様々な異なるパラメータ、計量値又は生理的特徴を含むことができる（又は、それらを構成するために使用されうる）。また、これらのパラメータは、ユーザの活動に基づいてユーザが獲得した活動ポイント又は通貨によって表されうる。

ＩＩ．エネルギー消費
この開示の特定の態様が、システム１００のセンサのうちの１つ以上のセンサによるエネルギー消費の決定に関する。一実施形態では、手首装着型装置など、ユーザが装着するように構成された装置上に単独で配置されたセンサを利用して運動パラメータを検出することができる。そのような装置上のセンサからのデータは、活動の分類に関連した決定及び／又はエネルギー消費の決定において、他のセンサの支援なしで使用されうる。活動は、ユーザ１２４のアスレチック及び／又は他の身体活動を含むことができる。図３は、一実施形態により個人の活動を識別しかつ／又はエネルギー消費値を計算するために利用されうる例示のプロセスを示すフローチャート３００である。図３は、複数のサブエレメントを含みうる例示的実施形態の概要として提供される。この点で、図３に続く残りの図（及び関連した開示）は、必要に応じて、図３及び／又は互いに関連して使用されて、センサデータを取得しエネルギー消費値を提供する完全システムを提供することができる。他の実施形態によれば、後述する１つ以上の異なるシステム及び方法は、単独で又は他の開示されたシステム及び方法の一部分だけとの組み合わせで使用され、特に、歩数、活動分類、及びエネルギー消費のうちの１つ以上を提供することができる。ステップ定量化システム及び方法の種々の実施形態は、多層技術を使用した低消費電力、高忠実性、整数型ステップカウンタに関することができる。以上その他の実施形態が後述される。

第１の実施形態によれば、第１の期間に、１つ以上のセンサ（例えば、センサ１２６、１２８及び／又は１３８〜１４２）から複数のサンプルを得ることができる（例えば、ブロック３０２を参照）。特定の構成において、少なくとも１つのセンサ（例えば、センサ１４２）が、加速度計を含むことができる。加速度計は、多軸加速度計でありうる。しかしながら、別の実施形態では、複数の加速度計が利用されうる。他の非加速度計式センサは、加速度計との組み合わせ又は個別に、この開示の範囲内である。実際には、アスレチック運動及び／又は生理学的性質を検出又は測定するように構成可能な任意のセンサがこの開示の範囲である。この点で、データは、例えば位置センサ（例えば、ＧＰＳ）、心拍数センサ、力センサ、ジャイロスコープなどを含む複数のセンサから取得されかつ／又は導出されうる。一実施形態において、様々なシステム及び方法が、少なくとも部分的に携帯装置上で実施される。特定の実施形態において、携帯機器は、手首装着型装置（例えばセンサ１４２を参照）でありうる。一実施形態では、人間の外肢（例えば、手首、腕、首、足首、脚など）に装着されるように構成された装置からのセンサデータが、他のセンサデータなしに利用されうる。例えば加速度計及び／又は他のセンサにより測定された動作データは、マルチセグメントしきい値式加速度バッファにロードされうる。

更に他の態様は、例えば、ユーザ１２４などのユーザが踏んだステップの量などのアスレチックパラメータの検出及び／又は測定に関する。１つ以上のシステム又は方法は、（加速度計データを含む加速度バッファ内などの）データの種々の部分を利用して、検出パラメータが特定のアクション又は活動を示すかどうかを判定することができる。一実施形態では、ステップの量は、所定の時間期間中に検出されうる（例えばブロック３０４を参照）。時間期間中にユーザが踏んだステップの数を定量化する（又は、ステップがセンサデータに存在するかどうかを決定する）ために利用されうる様々なシステム及び方法が、図４〜図８の文脈で提供され、後述される。一実施形態では、ステップデータ及び／又は他の動作データは、例えばウォーキングかランニングかなどの活動の分類で利用されうる（例えばブロック３０６を参照）。特定の実施形態において、データを第１のカテゴリ（例えば、ウォーキング）又はカテゴリ群（例えば、ウォーキングとランニング）内であるように分類できない場合、第１の方法が、収集データを解析することができる。例えば、一実施形態では、検出パラメータを分類できない場合は、更なる解析にユークリッドノルム式が利用されうる。一実施形態において、得られた値の平均マグニチュードベクトルノルム（二乗和の平方根）が利用されうる。更に別の実施形態では、異なる方法が、データの少なくとも一部分を解析しその後で第１のカテゴリ又はカテゴリ群内に分類することができる。一実施形態では、本明細書で開示されたようなステップアルゴリズムが利用されうる。この開示は、更に、実施されうる分類プロセスの幾つかの例を提供する（例えば図９を参照）。

更に他の実施形態は、分類済み活動データ及び／又は未分類活動データを利用して、センサの１つ以上によって検出されたようなユーザの検出運動のエネルギー消費を推定することができる（例えば、ブロック３０８）。図１０は、エネルギー消費を決定するために実施されうる一例を提供する。図１１は、積算エネルギー消費値の一実施形態をグラフで表わし、このグラフは、例えば、幾つかの実施形態では燃焼カロリーを決定するために使用されうる。

更に他の実施形態は、少なくとも１つの活動度によるエネルギー消費値の調整に関する。幾つかの実施形態では、活動と活動度との間に一対一対応はない。活動度の選択は、識別された活動、歩数、心拍数、ワークアウトの強度などの幾つかの異なる変数を基準にすることができる。図１２は、本発明の一実施形態によりエネルギー消費ポイントを計算する方法を示す。

様々な実施形態の態様は、既知のシステム及び方法より優れた１つ以上の利点及び／又は利益を提供しうる。特定の実施形態では、バッファ充填手法を使用して短時間の腕運動の偽陽性を減少又は除去することができる。解析（例えば、ＦＦＴ）の制限付き調査の使用は、適正な周波数（例えば、２脚ステップの適正なウォーキング周波数が得られるように腕振りではなく垂直バウンスに関連する周波数）の選択に役立つことができる。更に他の実施形態では、動作データウィンドウを重ねることにより、活動（例えば、ステップ活動）のショートバーストの検出を改善することができる。最後に、センサの１つの結合チャネルに周波数解析が行なわれ、したがって、腕の回転が、センサ出力の検出及び測定を誤らせない。更に、加速度計チャネルを組み合わせることによって、行う解析（例えば、フーリエ変換周波数解析）を少なくすることができる。これにより、電池寿命が改善されうる。これらの利点の１つ以上は、物理的運動の実行中にユーザの外肢に装着されるように構成された携帯機器上に実施されうる。

図４は、個人のウォーキング、ランニング、又は他の身体活動のパフォーマンスを定量化するために利用されうる例示の方法のフローチャート４００を示す。図４の１つ以上のプロセスは、ブロック３０４の一部として実施されうる。あるいは、フローチャート４００の１つ以上の一部分は、ブロック３０２又は本明細書に開示された他のプロセスと無関係に行われうる。

フローチャート４００は、アスレチック運動に関するデータを取得するブロック４０２で始まることができる。データは、ブロック３０２のセンサデータから計算されるか他の方法で取得されうる。特定の実施形態では、定量化又は計算の少なくとも一部分は、手首装着型装置（例えば、センサ１４２）を含む携帯機器上で行われうる。更に、単一装置（装置１４２／２２６など）及び／又はセンサ（例えば、加速度計）は、複数の異なる運動を決定するために利用されるデータを提供することができる。特定の実施形態は、外肢（腕や脚など）に装着されるように構成され、動作データを収集し処理しかつデータの出力をユーザに提供するために利用されるセンサ及び／又は他の情報を含む、単一の携帯機器で使用されうるシステム及び方法に関する。

一実施形態では、単一の多軸加速度計が、ユーザの実際のステップ（ステッピングによるバウンスの検出など）と腕振り運動に関するデータを提供することができる。一実施形態では、装置／センサ２２６は、装着者のステッピングからバウンスデータを検出し、腕振りデータを収集するように構成される。一実施形態では、手首に装着されるように構成された単一装置は、ユーザの腕振りとステッピングによるバウンスとに基づいて、加速度計データを収集することができる。腕振り及びバウンスデータを検出する例示は、下で図５に提供される。

特定の実施形態において、バウンスデータや腕振りデータなどの複数の動作に関するアスレチックデータを収集することによって、例えば、精度の向上や値を報告する際の待ち時間の短縮を含む、先行技術のシステム及び方法で得られなかった１つ以上の利点が提供されうる。当該技術分野で提供されない１つ以上の実施形態によって提供される更に他の利点には、ステップ計数（又は、関連アスレチック運動）に基づく活動の分類が挙げられる。例えば、ある特定の個人は、ウォーキング及び／又はランニング中に「平均」個人と同じ程度に「バウンス」しない。更に、特定の実施形態は、反復挙動が、例えばウォーキングやランニングなどの特定の活動として不適切に分類されないようにする。更に他の利点には、強度及び／又は速度を決定する改善、活動分類のそのような決定の利用、消費電力の改善、及び／又はこれら若しくは他の改良の組み合わせが挙げられる。

ブロック４０２で得られたデータは、ユーザよって携帯又は装着されるもの、又は手首装着型装置２２６などの特定の場所に固定されたものを含む、１つ以上のセンサから得られうる。第１の実施形態によれば、１つ以上のセンサからの複数のサンプルは、第１の時間期間に得られうる。一実施形態では、少なくとも１つのセンサは、加速度計を含む。加速度計は、多軸加速度計でありうる。別の実施形態では、複数の加速度計が利用されうる。他の非加速度計センサもこの開示の範囲内である。

ブロック４０２（又は、３０２）は、固定サンプリングレートで達成されてもよく、更に他の実施形態では、センサの少なくとも１つに変動サンプリングレートが実施されてもよい。一実施形態では、２５ヘルツのサンプリングレートが利用されうる。そのような実施形態では、外肢装着型（例えば、手首装着型）携帯機器から加速度計データを得るために２５Ｈｚのサンプリングレートを利用することにより、例えばステップ計数などのデータを十分に得ることができ、同時に他の先行技術の方法より満足な電池寿命を得ることができる。更に別の実施形態では、５０Ｈｚサンプリングレートが利用されうる。これらのレートは、単に例示であり、他のレートがこの開示の範囲内にある。特定の実施形態では、第１の時間期間は１秒でありうる。一実施形態では、第１の時間期間中に、データの６４個のサンプルを得ることができる。データの各サンプルは、複数軸の運動ベクトルなどの複数のパラメータを含むことができるが、他の実施形態では、データの各サンプルは、単一値である。特定の実施態様は、単一値として複数の値を含むデータを提供することができる。例えば、３軸加速度計からのデータが、単一値として提供されうる。

収集されたデータは、解析又は処理されてもよく、そのような解析又は処理は、収集時、所定の間隔、所定の基準の発生時、後で、又はこれらの組み合わせで行われてもよい。特定の実施態様では、第１の時間期間内のサンプルは、平均中心かつ／又は倍率変更されうる。

第１の時間期間からのサンプル（又は、受信サンプルに関するデータ）は、バッファ（例えばブロック４０４を参照）に入れられうる。当業者は、１つ以上のバッファが、システムメモリ１０８内のコンピュータ可読媒体１１０及び／又は１１２などの任意の１つ以上のコンピュータ可読媒体の一部でありうることを理解する。１つ以上のシステム又は方法は、第１の時間期間からのサンプルが第１のバッファに入れられるかどうかを判定するために実施されうる。１つ以上の因子は、第１の時間期間からのサンプルがバッファに入れられるかどうか判定することができる。例えば、精度及び／又は信頼性が考慮されうる。

一実施形態では、約１２８個のサンプルが、第１のバッファに入れられうる。別の実施形態では、バッファ持続時間は、異なることができる。特定の実施形態では、バッファは、第１の時間期間の約２倍（例えば、２ｘ）でありうる。例えば、第１の時間期間が１秒の場合、バッファ持続時間は、特定の実施形態において２秒でありうる。バッファは、第１の時間期間の持続時間に関係なく特定の持続時間（例えば、２秒）でありうる。バッファ持続時間は、例えば、特に、電池寿命、所望のエネルギー消費量、サンプリングレート、得たサンプル、計算手順までの所望の待ち時間、及び／又はこれらの組み合わせを含むが、これらに限定されない１つ以上の因子に依存することができる。

特定の実施では、第１のバッファは、１つ以上のサブバッファを含むことができる。例えば、２５Ｈｚのサンプルレートの１２８サンプルバッファは、２つの６４サンプルサブバッファを含むことができる。別の実施形態では、データの収集（即ち、１２８個のサンプルでありうる第１のバッファ）は、例えば２秒などの持続時間で等しく分割されうる。例えば、第１のバッファは、４個の等しいサブバッファ（例えば、持続時間が０．５秒でもよい）に細分されうる。別の実施形態では、各サブバッファは、バッファのサイズに関係なく、約０．５秒のデータと相関することができる。一実施形態によれば、各サブバッファは、少なくとも１つの他のサブバッファとは別個に解析される（また、その特定のバッファ内のそれぞれの他のサブバッファとは別個にバッファされうる）。

この開示の更に他の態様は、詳しい解析（例えばＦＦＴ解析など）を行なう前に廃棄されうる（あるいは、特定の解析に使用されなかった）データを必要に応じて分類することに関する。したがって、ブロック４０６などの特定のプロセスは、１つ以上の排除基準を有する無関係データ（ステップしないことが決定されたデータや腕振りデータなど）をマークし、場合によっては除去するために実施されてもよく、そのようなデータは、後の解析のために保持されうる。一例として、加速度計データのピーク及び／又は谷を測定して、それらがウォーキング又はランニングと見なすのに十分に大きいかどうかを判定することができる。特定の実施形態では、素早い腕の変動が装置によって誤解釈されないようにバッファの複数のセグメントを利用することができ、したがって、バッファの複数のセグメントは、例えば周波数解析モードになるなど、データの解析を行なうことによって限られた処理能力を利用することができる。

この点で、特定のデータは、実際のステップの決定に使用されないこともありうるが、それにも関わらず、他を決定する中でも特に、アスレチック活動の分類の決定（例えば、ウォーキング、ランニング、バスケットボールなど）、又はエネルギー消費を計算するために使用されうる（例えばブロック４０７を参照）。一実施形態では、第１のバッファは、運動や他の身体活動を示すデータを有することができ、例えば、加速度計データ（単独又は１つ若しくは複数の他のセンサからのデータとの組み合わせで）は、検出された活動を示す周波数を含むことができる。但し、活動は、ステップを含む活動でなくてもよい。活動を分類しエネルギー消費を計算する例示的実施形態は、後述され、ステップを定量化するために利用されないデータを含み、少なくとも図９〜図１２の考察と関連して後述されうる。

この開示の態様は、センサデータを利用してユーザステップなどの活動を定量化することができる。更に他の実施形態では、ステップが検出されうるが、検出されたステップは、検出するように構成された装置又はプロセスに関する活動を示さなくてもよい。例えば、装置（又は、複数の装置）は、バスケットボールゲームなどのスポーツ環境で一般に行なわれる動き回る運動ではなく、ウォーキング及び／又はランニングを検出するように構成されうる。しかしながら、幾つかのスポーツ内の活動は、ユーザに腕を振らせかつ／又は飛び跳ねさせるが、ウォーキング又はランニングのことを示すわけではない。例えば、ディフェンスのバスケットボール選手は、多くの場合、幾つかの方向に動き回るはずであるが、ウォーキングもランニングもしない。この開示の態様は、ステップ計数の精度を高めることに関し、これにより、そのような動きをステップ計数決定から除去するプロセスを実施することができる。しかしながら、更に他の実施形態では、そのようなデータは、ユーザが特定の活動を行なっていることを決定し、この発見に基づいて別のプロセスを実施するために使用されうる。更に、特定の実施形態では、ステップ計数を定量化する特定のシステム及び方法でも、意図された検出と関係ないと見なされる活動が、活動分類の決定などの詳しい解析で検討されうる。

ブロック４０６が実施されるかどうかにかかわらず、データ（又は、その一部分）に基づいてステップを定量化するシステム及び方法が実施されうる。一実施形態では、ブロック４０８が、データの少なくとも一部分を処理するために実施されうる。例えばサブバッファ内のデータの平均（例えば、平均値）及び／又は偏差（例えば、変動又は標準偏差）を計算する解析（及び／又は他の統計手段）が、バッファ全体又はサブバッファの少なくとも１つに実行されうる。一実施態様では、センサデータには、スケーリング、重力の除去、データの絶対値の計算、未処理データ及び／又は平均中心絶対値を含む値の平均中心化のうちの１つ以上が実行されうる。この開示の利益を受ける当業者は、この開示の範囲から逸脱することなくデータを処理する他の方法が実施されうることを容易に理解するであろう。

一実施形態によれば、データ（バッファ又はサブバッファ内のデータなど）が、ブロック４０８又は別のプロセスの一部としてしきい値と比較されうる（例えば判定４１０を参照）。本明細書で使用されるとき、しきい値に関する考察は、所定値又は値の範囲より低い値及び／又は高い値を指すことができる。一実施形態では、センサデータからのベクトルマグニチュードが計算されうる。更に他の実施形態では、平均値は、マグニチュードベクトルから決定されうる。一例として、ベクトルマグニチュードデータは、加速度計信号から算出され、加速度計信号の平均値を決定するために利用されうる。平均値は、１秒毎、５秒毎、又は任意の持続時間ごとに計算されうる。一実施形態では、値は、バッファ内のデータを含むサブバッファの第１のしきい値と比較されうる。一実施態様では、サブバッファ内のデータがしきい値を満たさない場合は、全バッファ（例えば、第１のバッファ）内のデータが、ステップ定量化の更なる決定に利用されなくてもよい。サブバッファが有効データ（例えば、しきい値を満たすデータ）を有するかどうかを判定するために更に他のロジックが利用されてもよく、その場合、データは、更に他のステップ計数決定で利用される。一実施形態では、（例えば、周波数決定アルゴリズムなどによって）解析されるしきい値を超えるデータ（例えば、検出された加速度）を有する隣接セグメント（４つのサブバッファでありうる）が組み立てられなければならない。特定の実施形態では、第１のバッファ（個別のサブバッファに対して）のデータは、更なる決定に利用される。

バッファ（例えば、第１のバッファ、又は第１のバッファのサブバッファでありうる第２のバッファ）が、データが利用されうるしきい値を満たす（及び／又は、前節で述べた基準を含むがこれに限定されない他の基準に適合する）場合は、そのデータが利用されうる。例えば、ブロック４１２は、しきい値を満たすデータを利用し始めるために実施されうる。図４Ｂは、次の段落で検討されるデータを利用する例示的プロセスを示すフローチャート４２０を提供する。判定４１０で、データがしきい値を満たさなかったと判定された場合、判定４１４が実行されうる。例えば、一実施形態では、判定４１０で、平均中心加速度データが、しきい値を満たさなかったと判定し、それにより、ＦＦＴの決定などの更なる処理を保証するのに十分な加速度がなかったことが示される。一実施形態では、ブロック４１２は、以前のサンプルバッファに関するステップが検出されたかどうかを判定する（又は、決定に関する情報を取得する）ために実施されうる。検出されなかった場合、データは、定量化ステップのために破棄されうる（例えば、ブロック４１６）。一実施形態では、データを含む解析バッファがリセットされうる。しかしながら、以前のサンプルバッファが、ステップデータを含んでいた場合は、ステップ定量化プロセスで以前のステップデータを利用するためにブロック４１８が実施されうる。

図４Ｂを参照すると、フローチャート４２０は、判定４１０のしきい値を満たす処理データの一実施態様の説明的な例を示す。したがって、一実施形態によれば、フローチャート４２０は、ブロック４１２の一実施態様の例であり、それぞれ４１２ａ〜４１２ｆと表されているが、当業者は、フローチャート４２０が、全体又は部分的に、図４Ａのフローチャート４００のブロック４１２及び／又は１つ以上のプロセスと無関係に実行されうることを理解するであろう。ブロック４１２ａに示されたように、データは、マークされるか、他の方法で解析バッファに入れられる。一実施形態では、データは、活動データの２分の１秒の持続時間から得られた平均強度値を含む。一実施形態では、許容可能な第１のバッファの対応する持続時間中に得られた非平均中心データは、解析バッファに提供されうる。更に別の例では、判定４１０のしきい値を満たすデータから計算された導関数が、解析バッファに入れられうる。一実施形態では、解析バッファは、先入れ後出し（ＦＩＬＯ）バッファでありうる。

判定４１２ｂは、ブロック４１０ａの解析バッファが満杯かどうかを判定するために実施されうる。一実施形態において、判定は、活動データの持続時間に基いてもよく持続時間と関連付けられてもよい。例えば、解析バッファは、一実施形態の持続時間が５秒のデータを含むときに満杯でありうる。解析バッファは、ある量のサンプルを含むときに満杯と見なされうる。一実施形態では、解析バッファは、１２８個のサンプルを含むことができる。特定の実施形態において、解析バッファは、図４Ａのフローチャート４００に関して述べたサンプルバッファより大きくてもよい。一実施形態では、サンプルバッファは、データの６４個のサンプル（例えば、１秒の持続時間の活動データに対応する）を含むことができ、解析バッファは、データの２５６個のサンプルを含むことができる（４秒の活動データに対応することができる）。解析バッファは、第１のバッファと同じ持続時間を含むことができ、したがって、単一のサンプルバッファを得たときに満杯になりうる。したがって、一実施形態において、解析バッファは、単一のサンプルバッファから成ってもよい。解析バッファが満杯でないと思われる場合、ブロック４１２は、バッファが満杯になるまで行われうる。

満杯の解析バッファを得たとき、判定４１２ｃは、データをステップデータ又は非ステップデータとして分類するように実施されうる。これに関して、特定の実施形態は、データがステップデータを含と見なされるか、しきい値レベルのステップデータを含むと見なされるかに関係なく、エネルギー消費量を計算するために解析バッファ内のデータを利用することができるが、更に、検出されたデータを、しきい値量のステップが検出されたかどうかに分類することができる。一実施形態では、解析バッファは、サブバッファに分割されうる。例えば、１２８サンプルバッファは、３２個のサンプルの４つの等しいサブバッファに分割されうる。別の実施形態では、解析バッファの一部として含まれるそれぞれのサンプルバッファは、任意の判定に利用されうる。各サブバッファの属性又はデータのサブセクションが、利用されうる。一実施形態では、データ間の分散又は偏差が利用されうる。例えば、判定４１２ｃの一部として、各サブバッファ又はサブセクションの平均及び標準偏差が計算され利用されうる。標準偏差の平均は、特定の実施形態で決定されうる。

ブロック４１２ｃの一実施態様において、活動は、特定のバッファ内のサブバッファ又はデータのサブセクションが、「低しきい値基準」を満たさない属性を含む場合は、非ステップデータを含むと見なされうる。一実施形態において、低しきい値基準は、サブバッファの属性が、他のサブバッファの標準偏差の平均の５０％未満であるという決定を含む。一実施形態では、解析バッファ全体は、非ステップデータと見なされることがあり、更に別の実施形態では、低しきい値基準を満たさない特定のサブバッファだけが非ステップデータを含むと見なされる。更に他の実施形態は、「高しきい値基準」を利用することができる。一実施形態では、高しきい値基準は、サブバッファのちのいずれかの属性が、他のサブバッファの標準偏差の平均の１８０％より大きいかどうかの判定を含むことができる。低しきい値基準と同様に、基準を満たすことができないと、解析バッファ全体が非ステップデータと見なされることがあり、更に別の実施形態では、高いしきい値基準を満たさない特定のサブバッファだけが、非ステップデータを含むと見なされる。

低しきい値基準と高しきい値基準は、その両方が首尾よく満たされなければならないように組み合わせで使用されうるが、他の実施形態では、１つ以上の基準が、他の実施又は成功完了なしに使用されうる。１つ以上の基準を満たすことができないと、データの少なくとも一部分にステップと関連した詳しい解析が行なわれないことがありうるが、データは、他の活動に関連した決定をするために利用されうる（例えばブロック４１２ｄを参照）。しかしながら、ブロック４１２ｃで基準が首尾よく満たされた場合は、ブロック４１２ｅが、周波数推定を行い周波数調査範囲を設定するために実施されうる。更に他の実施
形態では、ブロック４０６と関係して述べた１つ以上のプロセスは、判定４１２ｃの一部として行なわれうる。

この開示の態様は、周波数推定を行い、ピークを見つける周波数調査範囲を設定するように構成されたシステム及び方法に関する。一実施形態では、ピークを探すシステム及び方法は、解析バッファなどのバッファ内のデータに利用されうる。しかしながら、他の実施形態では、他のデータが、単独で利用されてもよく、解析バッファ内のデータと組み合わせで利用されもよい。図５は、周波数を推定する１つの例示的プロセスを示すフローチャート５００を提供する。当業者は、図５が、様々な実施態様により利用されうる多くの実施形態のうちの１つに過ぎないことを理解するであろう。フローチャート５００を参照すると、周波数を検出する機能のしきい値は、決定又は取得されうる（例えば、ブロック５０２））。

ピークを見つける識別基準を決定する１つ以上のシステム又は方法は、データポイントの周波数を推定することができる。例えば、平均（例えば、平均値など）及び／又は標準偏差（又は、分散）が得られうる。そのようなデータは、定量化されうる「ピーク」と「谷」（例えば、データ内の高い値と低い値）を決定するために利用されうる。そのようなデータは、ピークの前後の動的しきい値及び／又は導関数の決定に使用されうる。一実施形態では、バッファ内のデータの１又は２パス加重移動平均などの加重平均が、任意の決定に利用されうる。更に他の実施形態では、未処理センサデータ（例えば、加速度計信号）が単独で使用されてもよく、データの導関数などの他の属性と組み合わせで使用されてもよい。

一実施形態では、１パス加重移動平均、２パス加重平均、及び未処理データがそれぞれ使用される。別の実施形態では、２パス加重移動平均だけが使用されうる。一実施形態では、導関数の平均及び標準偏差が計算され、しきい値レベルとして使用されうる。一実施形態では、しきい値を得るために１つ以上のプロセスが利用されうる。例えば、固定範囲内のピークを見つけるために第１の方法が利用されうる。しかしながら、特定の実施形態では、ピークを見つける識別基準を決定するために第２の方法が利用されうる。特定の実施では、第１の方法、第２の方法又は付加的な方法は、電池寿命に少なくとも部分的に基づいて実施されうる。例えば、第２の方法は、追加の処理能力を必要とすることがあり、したがって、電池寿命が設定値より減少したこと及び／又はしきい値より高い割合で低下しているという指示を受け取ったときに利用されないことがある。

ブロック５０４で、特定のバッファのステップ周波数が決定されうる。特定の実施形態において、別個の狭い調査範囲のデータ（例えば、周波数）を作成するために、バッファの平均加速度が使用されうる。調査範囲は、平均加速度を予想されたウォーキング／ランニング（又は、他の活動）周波数に関連付けることができる。例えば、図６は、ｘ軸６０２に沿った平均加速度（メートル／秒二乗「ｍ／ｓ^２」で表した）と、ｙ軸６０４に沿った２重フットステップ周波数のヘルツ（Ｈｚ）で表した周波数を示すグラフ６００を示す。領域６０６は、境界線６０８ａ〜６０８ｄによって定められた検出領域を示す。境界線６０８の１つ以上は、少なくとも部分的に、ブロック５０２で計算されたしきい値に基づくことができる。したがって、加速度が、加速度測定法で予測される周波数範囲外（例えば、境界線６０８ａ〜６０８ｄの外）の周波数を生成する場合は、特定のシステム及び方法が、それらをステップとしてカウントしないことがある。これは、ランダムノイズ（例えば、異なる周波数成分を有するが類似の加速度を有するデータ）と見なされるデータが、特定の活動（例えば、ランニング）として計数されないようにするために利用されうる。一実施形態では、平均周波数が、近似されうる。一実施形態では、１つ以上の縦軸に沿って測定されたセンサデータの平均周波数が計算されうる。例えば、１つ以上の加速度計から収集されたセンサデータを使用して、ｘ、ｙ及びｚ軸の１つ以上に沿った平均周波数を決定することができる。例えば、腕振りデータは、３つの軸のそれぞれに沿った成分を含み、これにより測定されうる。一実施形態では、複数軸の平均周波数は、データのピーク及び／又は谷の数を調べることによって近似されうる。

図６に示されたように、境界６０８ａ〜６０８ｄなどの境界を利用して、ウォーキング及び／又はランニング（又は、選択されている別の活動）である可能性が低い信号の少なくとも一部分の検討が除去される。例えば、図９に関して後で説明されるように、０．５〜２．４Ｈｚ（ｙ軸６０４に沿ってある）の範囲内の信号は、ウォーキングを示すものと見なされうる（例えば６１０で示されたサンプルを参照）。別の実施形態では、２．４〜５Ｈｚの範囲内の信号は、ランニングを示すものと見なされうる。例えば、データポイント６１２は、アスリートが８分マイルでランニングしていることを示すことができ、データポイント６１４は、アスリートが５．５分マイルでランニングしていることを示すことがある。更に、「ウォーキング」、「ランニング」、又は他の活動データを含むようなデータの分類としてのこのデータの更なる潜在的用途は、図９に関して後で考察され、例えば、活動分類の変更は、データの２つの部分の周波数と標準偏差の和に基づいて決定されうる。

一実施形態では、このデータ（及び／又は、他のデータ）は、複数の連続値が平均の標準偏差の範囲内にあるかどうかを判定するために調べられうる。一実施形態では、この解析は、複数のサンプルに行なわれうる。更に、特定の実施形態では、腕振りデータは、二本足ステップ周波数（dual foot step frequency）を決定するために利用されうる（軸６０４を参照）。例えば、手首装着型装置が、腕振りを測定するように構成された場合、そのデータは、一本足周波数（single foot frequency）として解釈されうる。この点で、要素６１６によって示された一本足周波数データポイントは、データポイント６１０の半分の値（ｙ軸６０４に関して）に対応しうる。したがって、一実施形態では、一本足周波数の値は、二本足ステップ周波数値になるために２倍にされうる。グラフ６００が、生成も表示もされなくてもよく、むしろ本明細書でこの開示の態様を例証するために示されたことを、当業者は理解するであろう。

判定５０６は、推定されたステップ周波数を調整するかどうかを判定するために実施されうる。一実施形態において、判定５０６は、ステップが前のバッファ内で計数されたかどうか（又は、ステップの周波数）を検討することができる。例えば、判定５０６は、成功したＦＦＴが前のバッファ内のステップを見つけたかどうかを判定することができる。当該技術分野で理解されるように、データ（例えば、周波数）が変化する状況がありうるが、ユーザは、更に、異なるレート又はペースであるが同じ活動を行うことができる。例えば、ユーザが、１０ｍｐｈでランニングしていて、５ｍｐｈに減速した場合、そのユーザは、より遅いペースであるが、ランニングし続けることができる。しかしながら、この状況では、検出された周波数が変更される。特定の実施形態は、一次結合を利用してステップを定量化することができる。例えば、ブロック５０６で、ユーザがウォーキング又はランニングしていたことを以前のデータが示したことが決定された場合は、一実施形態により、次のセットのデータが、ブロック５０８などにより、一次結合などの任意の決定にこの以前のデータを利用することができる。一実施形態において、「ランニング」として分類されたバッファ持続時間の第１の量のセクションと、「ウォーキング」として分類された第２の量のセクションがある場合、システム及び方法は、ユーザが自分のストライドだけを調整したか自分の速度を他の方法で変化させたかどうかを判定するために利用されうる。一実施形態では、バッファ内のサンプルの少なくとも一部分が、その部分のデータに関係なく特定のカテゴリ内にあると見なされうる。例えば、サンプルが１０の期間で収集され、そのうちの９つがランニングとして分類され、１つだけがウォーキングとして分類された場合、ブロック５０８で、持続時間全体が、ランニングと見なされうる。一実施形態では、期間が、一貫して異なるカテゴリを示すデータの直前及び／又は前にある場合、その期間だけが、異なるカテゴリと見なされうる。

特定の実施形態では、ユーザがウォーキングもランニングも別の所定の活動も行っていないことが示されると、ステップ計数決定におけるデータの一次結合の利用が防止又は停止される。例えば、これは、ユーザがステップを止めた（例えば、ウォーキングもランニングもしなくなった）ときに行われうる。したがって、システム及び方法は、任意の一次結合プロセスを防止又は停止することができる。一実施形態では、ステップ定量化は、例えば前述のようなピークを識別することによって、一次結合なしに決定されうる。推定（ブロック５０８によって調整されたことがありうる）は、データ内のバウンスピーク及び／又は腕振りピークの調査範囲を確立するために使用されうる（例えばブロック５１２を参照）。

ブロック４１２ｆは、ステップ定量化の決定で利用する周波数データのピークのサブグループを識別するように実施されうる。一実施形態では、ＦＦＴが実行され、ＦＦＴスペクトルのピークは、しきい値及び／又はピークの前後の導関数などにより識別されうる。ＦＦＴの実行は、図５に関して述べた１つ以上のプロセスなどの周波数推定プロセスの開始前、最中又は後で行われうる。更に他の実施形態では、ＦＦＴは、フローチャート５００の１つ以上のプロセスから得られた１つ以上のしきい値及び導関数を利用することができる。一実施形態において、データ（例えば、第１のバッファ内の得られたデータ及び／又は第１の時間フレーム中に得られたデータなど）の特定のピークが利用されうる。これは、一次結合を使用できないという決定に基づいて行われうる。一実施形態において、「バウンスピーク」、「腕振りピーク」及び／又は他のピークが識別されうる。例えば、多くのユーザは、走っているときに着地した際に「バウンスする（跳ねる）」。このバウンスは、データ内の周波数ピークを提供することができる。センサデータには、他のピーク（及び／又は谷）が存在することができる。例えば、多くのユーザは、しばしばランニング及び／又はウォーキング中に腕を予測可能に振って、「腕振りピーク」を提供する。例えば、腕は、通常、前／後軸に沿って（例えば、前から後ろに）揺れる。この周波数は、「バウンスピーク」の周波数の約半分になることがある。しかしながら、これらのピークはそれぞれ、例えば、個人、運動タイプ、地形、及び／又はこれらの組み合わせに基づいて個別に変化することができる。

図７Ａは、多軸加速度計データなどのセンサデータの例示的なＦＦＴ出力のグラフ７００を示す。グラフ７００は、ｘ軸７０２に沿ってヘルツ（Ｈｚ）で表した周波数と、ｙ軸７０４ＦＦＴに沿った電力を示す。線７０６は、電力（ｙ軸７０８に沿った）に対して周波数（ｘ軸７０２に沿った）をプロットし、ｙ軸７０４に沿った大きさ又は最大高さは、ピークの最大ＦＦＴパワーを提供する。ピークの大きさは、周波数の相対強度を示し、人がステップを踏んでいるかどうかのインジケータとして使用されうる。当業者は、グラフ７００が、生成も表示もされなくてよく、むしろこの開示の態様を例証するために本明細書に示されていることを理解されよう。

図７Ａで更に分かるように、腕振り範囲７０８は、ｘ軸７０２に沿って約０〜２Ｈｚで示され、腕振りピーク７１０を含む。バウンスピーク範囲は、ｘ軸７０２に沿って約２〜４Ｈｚで示され、バウンスピーク７１４を含む。したがって、図示した例では、バウンスピーク範囲内のバウンスピーク７０８の周波数は、腕振りピークの周波数のほぼ２倍である。したがって、システム及び方法は、確立されたしきい値に基づいてピーク（及び／又は谷）を識別することができる。これに関して、１つ以上の非一時的コンピュータ可読媒体のコンピュータ実行命令を実行して、ピークのしきい値量が、（固定されるか動的に決定された）範囲内にあるかどうかを判定することができる。範囲内にピークがない場合、そのバッファは空にされうる（あるいは、ステップ計数決定でそのデータを利用しない）。これに関して、ピークは、最大量のオカレンス及び／又は最大絶対値で測定されうる周波数を指すことができる。

特定の実施形態は、ピーク（例えば、腕振りピーク、バウンスピーク、及び／又は他のピーク）がしきい値を満たすかどうかを判定することができる。一実施形態では、制限月調査範囲内の周波数電力のしきい値は、周波数が単にノイズでなく、活動（例えば、ウォーキング又はランニングなど）と見なされるほど十分に大きいことを保証することができる。更に別の実施形態では、重複ウィンドウ戦略が利用されうる。例えば、ＦＦＴウィンドウは、短期間ステップが確実に計数されるように重複式に解析されうる。しかしながら、図７Ｂは、図７Ａに実質的に示したようなグラフ７００を示すが、更に、腕振りしきい値７１６とバウンスしきい値７１８を含む。図示されたように、腕振り範囲７０８（０〜２Ｈｚ）内のピークは、その大きさがＦＦＴパワーのしきい値を満たす場合だけ計数されうる（例えば、しきい値７１６は、ｙ軸７０４上に示されたように約５００である）。

同様に、特定の実施形態では、バウンスピーク範囲（２〜４Ｈｚ）内のピークは、その大きさがしきい値（そのようなバウンスしきい値７１８は、ｙ軸７０４上に示されたように約２５００である）を満たす場合だけ計数されうる。特定の実施形態では、しきい値を満たすか又は超えるピークは、ステップとして計数されうる（ブロック４１２ｇを参照）。ステップは、ＦＦＴ解析ウィンドウの持続時間など、設定時間にわたって増分されうる。特定の実施形態は、重複ウィンドウと共に増分し続けることができる。一実施形態では、ステップは、各サンプルバッファ又は解析バッファの特定部分（例えば、２５％）に関して定量化されてもよく、しきい値を満たす場合、ステップは、特定のサンプルバッファ又は活動バッファの一部分に関して計数されうる。しかしながら、そのサンプルバッファ又は部分のしきい値を満たない場合、活動バッファの残りの部分のステップ（又は、特定の周囲のサンプル）が、ステップ周波数に基づいて決定される。例えば、解析バッファが、４つのサンプルバッファを含み、最初の３つだけがステップを有する場合、その解析バッファの３／４のステップ計数は、事前に選択されたステップ周波数に基づいてもよい。

更に他の態様は、ピークがある場合に利用されるピークの選択に関する。一実施形態によれば、システム及び方法は、見つかったピークが有効と見なされるかしきい値を満たすにもかかわらずステップを定量化する際に利用されるピークを選択することができる。前述したように、脚接触からのバウンスデータは、状況により、より信頼性の高い腕振りデータでありうる。同様に、腕振りデータは、他の実施形態ではより正確な結果を提供することができる。更に他の例では、両方のピーク（及び／又は他のピーク）を一緒に使用してデータの範囲を導出することにより、最良結果が提供されうる。本明細書に開示された実施形態は、活動データを収集するために外肢（腕や脚など）に装着され、ステップを定量化する際に利用するピーク（及び、多くの場合更に他の実施形態では、活動タイプ及び／又はエネルギー消費量）を決定するように構成された携帯機器上で使用されうるシステム及び方法に関する。これに関して、様々なピークの組み合わせが、アスリートの特定の活動を決定するために使用されうる。特定の実施形態において、システム及び方法は、例えばピーク７１４などのバウンスピーク、又はピーク７１０などの腕振りピークを使用するかどうかを動的に決定するように構成されうる。この決定は、実質的に実時間で（０．５秒、１秒、２秒、４秒毎など）、活動データに基づいて更新されうる。

図８は、一実施形態による腕振り周波数又は往復周波数を利用するかどうかを判定するために実施されうる例示的なフローチャートを示す。図８に示されたように、システム及び方法は、説明的ＦＦＴ出力からの該当周波数ピークを選択して、どのデータが最も正確な結果を提供するかを決定するために実施されうる（例えば、加速度計データのＦＦＴ解析からの周波数が利用されるべきである）。特定の実施形態では、ステップ周波数は、ＦＦＴスペクトルによって表わされた時間期間でのステップ計数の生成に使用されうる。

一実施形態では、「適切な」ピークは、腕振りピークとバウンスピークを含むことができる。ブロック８０１は、対応する調査範囲内の識別ピークの数を定量化するために実施されうる。したがって、バウンス範囲（「ＢＲ」）（例えば、図７Ａの０〜２Ｈｚの周波数を含む範囲７０８）の周波数推定にあるバウンスピークが定量化されてもよく、腕振り範囲（「ＡＳＲ」）（例えば、図７Ａの２〜４Ｈｚの周波数を含む範囲７１２）の周波数推定内にある腕振りピークが定量化されてもよい。特定の実施形態では、識別されたピークの量（及び／又は、識別された特定ピークの量）を利用して、推定ステップ周波数（例えば、ＡＳＲ、ＢＲ、又は他の範囲内のピークによって決定された）のどれが利用されうるかを決定することができる。例えば、判定８０２は、ＢＲ内の少なくとも１つのピーク又はＡＳＲ内の少なくとも１つのピークがあるかどうかを判定することができる。そのようなピークがない場合、指定された範囲内でステップが踏まれなかったことを登録するためにブロック８０４が実施されうる。しかしながら、判定８０２で、少なくとも１つのＢＲ又は少なくとも１つのＡＳＲピークがある場合は、判定８０６が実施されて、１つのＢＲピーク（及び、ゼロ個のＡＳＲピーク）しかないか、あるいは１つのＡＳＲピーク（及び、ゼロ個のＢＲピーク）があるかどうかが判定されうる。１つのＡＳＲピークだけがあると決定された場合、ブロック８０８が実施されて、２＊ＡＳＲ周波数におけるステップ周波数がマークされうる。あるいは、１つのＢＲピークがあると判定された場合、ブロック８１０が実施されて、ステップ周波数がＢＲ周波数に対応するようにマークされうる。第３の選択肢として、どちらもない状態で１つを超えるＡＳＲ又は１つを超えるＢＲがある場合は、判定８１２が実施されうる。判定８１２について述べる前に、図８（及び、本明細書に示された他のフローチャート）が、例えば判定８０２、８０６、８１２及び８１４などの幾つかの判定を含むことを読者に知らせることは価値がある。この開示の利益を受ける当業者は、判定８０２に組み込まれた判定８０４など、１つ以上の判定が、単一の判定にグループ化されてもよくかつ／又は異なる順序で配置されてもよいことを容易に理解するであろう。したがって、複数の判定をこの順序で使用することは、単に説明のためである。

１つ以上のプロセスが、ちょうど１つのＢＲピーク及び１つのＡＳＲピークがあるかどうかを判定することができる（例えば判定８１２を参照）。そうでない場合、ブロック８２４（後述）が実施されうる。しかしながら、そのような場合、判定８１４が実施されて、ＡＳＲピークがＢＲピークの設定範囲内にあるかどうかが判定されうる。一実施形態では、判定８１４は、ＡＳＲピークが１／２＊ＢＲピークの＋／−１５％以内かどうかを判定することができる。そのような場合、ブロック８１６が実施されて、ステップ周波数がＢＲピークとＡＳＲ周波数の２倍の平均であるかどうかを判定することができる。

しかしながら、ＡＳＲピークとＢＲピークが、識別された範囲しきい値内にない場合、ブロック８１８が実施されて、各ピークの推定周波数からの距離が計算されうる。次に、１つ以上のプロセスは、ピークの少なくとも１つの大きさが、しきい値より大きいかどうかを判定することができる。例えば、判定８２０が実施されて、両方のピークの大きさがしきい値より大きいかどうかが判定されうる。判定８２０のしきい値が満たされない場合、ブロック８２１が実施されて、２つのピークのより大きい方の周波数と大きさが選択されうる。しかしながら、ピークの大きさが、しきい値より大きい場合は、ステップ周波数とピーク大きさが、推定ステップ周波数に近いピークから選択されうる（例えば、ブロック８２２）。

フローチャート８２３を示す図８Ｂを参照すると、システム及び方法は、調査範囲内に１つを超えるＢＲピークと１つを超えるＡＳＲピークがあるときのステップ周波数を決定するように構成されうる。一実施形態では、ブロック８２４が、データ内に１つを超えるＢＲピークと１つのＡＳＲピークがあるときのステップ周波数を決定するために利用されうる。ブロック８２４は、図８Ａの判定８１２でＢＲピークとＡＳＲピークが１つもないことが判定されたときに実施されうる。他の実施形態では、ブロック８２４は、判定８１２及び／又は図８Ａに依存しない。ブロック８２４は、周波数推定量（例えば、ブロック４１２ｅとフローチャート５００を参照）によって推定された周波数などの推定周波数に近いピークを決定することができる。一実施形態では、推定周波数に最も近いＢＲピークとＡＳＲピークが決定される。判定８２６は、少なくとも１つの識別されたＡＳＲピークが、ＢＲピークの設定範囲内にあるかどうか、及び／又は少なくとも１つの識別されたＢＲピークが、ＡＳＲピークの設定範囲内にあるかどうかを判定するために実施されうる。一実施形態では、判定８２６は、ＡＳＲピークが、１／２＊ＢＲピークの＋／−１５％以内にあるかどうか、又はＢＲピークが１／２＊ＡＳＲピークの＋／−１５％以内にあるかどうかを判定することができる。

判定８２６で、設定しきい値範囲を満たさないことが判定された場合は、ブロック８２８が開始されて、デフォルトでは単一ピークを有する調査範囲にされ、複数ピーク領域内の最大ピークが見つけられうる。あるいは、ブロック８３０は、判定８２６で示された基準が満たされた場合に実施されうる。一実施形態では、単一ピーク範囲の判定８２６に示された設定範囲（例えば、１５％）内に複数のピークがある場合は、ブロック８３０が実施されて、最大ピークの周波数とピーク大きさが選択されうる。判定８３２は、識別されたピークのどれが大きいかを決定するために実施されうる。例えば、判定８３２は、ＢＲピークがＡＳＲピークより大きいかどうか（又はその逆）を判定することができる。判定８３２は、単に、ＢＲピークとＡＳＲピークのどちらが大きいかを決定することができる。一実施形態では、２つのピークの大きい方が、ステップ周波数として選択されうる（例えばブロック８３４及び８３６を参照）。

この開示の更に他の態様は、センサデータに基づくユーザのアスレチック又は身体運動の分類に関する。本明細書に開示された実施形態は、活動データを収集するために外肢（腕や脚など）に装着され、収集した活動データを使用してユーザがどの活動に関わっているかを決定するように構成された携帯機器で使用されうるシステム及び方法に関する。図９は、一実施形態により活動を分類し必要に応じて速度を決定する説明的な例を示すフローチャート９００である。単純化するため、フローチャート９００で提供された活動分類は、「ランニング」、「ウォーキング」及び「その他」であるが、当業者は、この開示を考慮して他の分類が実施されうることを理解するであろう。

フローチャート９００を参照すると、最初に、センサデータの従来の解析に基づいて、活動が、ウォーキング又はランニングとして分類されうる（例えばブロック９０２を参照）。これは、センサデータを収集しかつ／又はＦＦＴ解析を行なった装置と同じ装置で行われうる。一実施形態では、装置は、ユーザの手首などの外肢に装着されるように構成される。一実施形態では、分類（例えば、ランニングやウォーキングとして）は、データの周波数成分に基づくことができる。例えば、ＦＦＴで選択されたステップ周波数と時間期間情報を利用して、活動を最初に分類することができる。活動分類決定は、ステップ定量化の完了直後など、実質的に実時間で更新されうる。

図６と図７に関して述べたように、しきい値を満たすデータは、定量化ステップが、ランニングかウォーキングか（又は他の活動か）を判定するために利用されうる。特定の実施形態において、信号の「署名」は、ユーザが歩いているか走っているか（又は、別の活動を行っているか）を判定する際に利用されうる。特定範囲のステップ周波数を有する信号が、ウォーキングであることを示すことがあり、他の信号が、ランニングであることを示すことができる。また、大きさデータを使用して、特定の実施形態における活動分類を決定することができる。隣接データのカテゴリの変更は、変化する「署名」に基づいてもよい。

一実施形態において、解析バッファは、最初にブロック９０２で特定活動として分類されうる。更に、他の実施形態において、サンプル及び／又は解析バッファと異なる持続時間を有する別のバッファが利用されうる。分類バッファは、第１のバッファとは異なる持続時間を有することができるが、これらの（又は、他の）バッファが別個のバッファでなくてもよく、むしろ第２のバッファは、幾つかの第１のバッファの集合及び／又は他のバッファの論理的拡張でもよい。これに関して、収集されたデータは、単一場所に記憶されるが、（更に同時に、２つの異なるバッファ、プロセス及び／又は解析に）利用されうる。

更に、周辺データが、データの特定セクションを分類するために使用されうる。例えば、以前のセクションデータ（例えば、少なくとも２つのデータ値）から、ユーザがウォーキング又はランニングしていたことが分かった場合、次の組のデータは、先行データを一次結合などの任意の決定で利用することができる。一実施形態において、「ランニング」として分類されたバッファ持続時間の第１の量のセクションと、「ウォーキング」として分類された第２の量のセクションのセクションがある場合、システム及び方法は、ユーザが単に自分のストライドを調整したか又は自分の速度を他の方法で変更したかを判定するために利用されうる。一実施形態では、バッファ内のサンプルの少なくとも一部分が、その部分のデータに関係なく、特定のカテゴリ内にあると見なされうる。例えば、サンプルが、１０の間隔で収集され、そのうちの９つがランニングとして分類され、１つだけがウォーキングとして分類された場合、持続時間全体は、ランニングと見なされうる。一実施形態では、一貫して異なるカテゴリを示すデータが直前及び／又は前にある場合、間隔が、単に異なるカテゴリと見なされうる。

一実施形態によれば、活動が最初にウォーキングとして分類された場合（例えば、判定９０４で）、ウォーキング活動の速度が計算されうる（例えばブロック９０６を参照）。速度は、ユーザのステップ周波数及び／又は特徴に基づいて計算されうる。例えば、一実施形態では、速度は、ユーザの身長とステップ周波数の一次結合に基づいて計算されうる。当業者は、性別、体重及び／又は他の特徴を含むがこれらに限定されない他の特徴が利用されうることを理解するであろう。

最初の分類がランニングである場合は、一実施形態において、活動分類（及び、必要に応じて速度）の最終決定が、解析バッファ内の各データチャンクの標準偏差（又は、分散）を用いて計算されうる。一実施形態では、速度は、ステップ周波数、標準偏差及び／又はユーザの特徴に基づいて決定されうる。一実施形態では、速度は、ユーザの身長と、指定されたバッファ（例えば、解析バッファ）内のデータチャンクの標準偏差との一次結合に基づいて計算されうる。活動分類の最終決定が、行なわれうる。一実施形態では、解析バッファ内の値又は値の群の標準偏差（又は、分散）が利用されうる。例えば、一実施形態では、複数の連続値（又は、値の群）を調べて、連続値のしきい値レベルが満たされるかどうかを判定することができる（例えば判定９１０を参照）。一実施態様において、そのような値を使用して、４つの連続した合計値に関して満たされる平均の１つの標準偏差内に、幾つか（例えば３つ）の連続値があるかどうかを確認することができる。

判定９１０は、ブロック９０８において速度を決定した結果と無関係に行なわれうる。一実施形態では、判定９１０は、ブロック９０８の少なくとも一部分の間に行なわれてもよく、更に他の実施形態では、判定９１０は、ブロック９０８が開始された後で行なわれてもよい。

一実施形態において、判定９１０での否定的な結果は、最初にブロック９０２でデータに提供された「ランニング」分類を除去又は否定することができる（例えばブロック９１２を参照）。しかしながら、更に他の実施形態は、データがランニングかウォーキング（又は、他の活動分類）を示すと見なされるかどうかにかかわらず、データを利用することができる。一実施形態では、データは、エネルギー消費量を決定するシステム及び方法で利用されうる。エネルギー消費量を決定するシステム及び方法は、このデータ（及び他のデータ）を利用して検出データの活動を分類することができる。そのような例は、この開示の後の方で説明される。

判定９１０に戻ると、しきい値が満たされた場合（又は、しきい値の要件がない場合）、ブロック９１４が実施されて、活動が、分類バッファに入れられうる。分類バッファは、（ブロック９０６から）速度が決定されたウォーキングデータと、ブロック９０８及び９１０からのランニングデータとで満たされうる。特定の実施形態において、活動（例えば、ウォーキングやランニング）、活動持続時間、及び計算した速度が、分類バッファに入れられる。一実施形態では、活動バッファは、持続時間が約１２．８秒でありうる。更に他の持続時間は、この開示の範囲内である。前述のように、任意のバッファ（分類バッファなど）が、別のバッファ（解析又はサンプルバッファなど）と異なる持続時間を有することができるが、これらのバッファ（又は、他のバッファ）が別個のバッファでなくてもよく、むしろ、第２のバッファが、幾つかの第１のバッファの集合及び／又は他のバッファの論理的拡張でありうる。これに関して、収集されたデータは、単一場所に記憶されるが、（２つの異なるバッファ、プロセス及び／又は解析のために同時に）利用されうる。

判定９１６は、ブロック９１４の分類バッファが満杯かどうかを判定するために実施されうる。一実施形態において、判定は、一実施形態では１２．８秒などの活動データの持続時間に基づいてもよく、その持続時間に関連付けられてもよい。解析バッファは、一定量のサンプルを含むときに満杯と見なされうる。一実施形態では、解析バッファは、１２個のサンプルを含みうる。

前述のように、フローチャート９００は、この開示により実行されうる多くの実施形態のうちの１つを提供する。例えば、システム１００は、ユーザの活動を分類するために前述のセンサのうちの１つ以上から受け取ったデータを処理することができる。例えば、システム１００は、センサ信号を、選択された活動に対応する１つ以上の信号又は活動「テンプレート」又は「署名」と比較することができる。特定の実施形態において、テンプレートは、センサをユーザに取り付け、ユーザが様々な活動を行なうときに生成された信号を監視することによって作成されうる。特定の実施形態によれば、活動は、ユーザ１２４に固有の活動テンプレートと関連付けられてもよい。１つのそのような実施形態において、ユーザ１２４は、特定のテンプレートが特定の活動に割り当てられない限り、その特定の活動のためのデフォルトテンプレートが割り当てられうる。したがって、ユーザ１２４は、テンプレートが、ユーザ及び／又は活動に固有なので、デフォルトテンプレートより正確でありうる活動テンプレートを作成するか又は受け取ることができる（但し、作成も受け取りも必須ではない）。ユーザ１２４は、１つ以上事前定義されるか又は未定義の活動のテンプレートを作成する選択肢を有することができる。特定のテンプレートあるいは新しいテンプレートが、ユーザのコミュニティ間で共有されうる。共有されたテンプレートは、様々な異なるセンサに基づいてもよい。幾つかの実施形態において、テンプレートは、様々なセンサと共に使用するように改良又は調整されうる。例えば、靴を利用するセンサと共に使用するように作成されたテンプレートは、手首装着型センサと共に使用するように改良されうる。

活動テンプレートは、複数の異なるセンサのうちの１つ以上から得たデータから作成されうる。例えば、第１群のセンサ（例えば、センサ１２６及び１３８）が、第１の活動テンプレートの形成又は改良に利用されうるが、第２群のセンサ（例えば、センサ１２８及び１４０）が、第２の活動テンプレートの形成又は改良に利用されうる。更に他の実施形態において、センサ１２８及び１４０（及び／又は他のセンサ）などの第３群のセンサが、ユーザ１２４と同じ活動テンプレートの形成に利用されずに、第２のユーザ（例えば、ユーザ１２４ではない）の第１の活動テンプレートの作成に利用されうる。したがって、特定の実施形態によれば、１）異なるユーザに同じ活動テンプレート、及び／又は２）同じユーザに異なる活動テンプレートのために、特定のセンサからデータを受け取る必要はない。

一実施形態において、手首取付型加速度計は、多軸加速度計でもよく、ユーザに取り付けられ、ユーザが走ったり歩いたりするときの加速度計出力に基づいて信号テンプレートが作成されうる。テンプレートは、センサ及び／又はセンサの場所の関数でありうる。幾つかの実施形態において、複数の信号（又は、値）を組み合わせることによって単一信号（又は、値）が作成される。例えば、３軸加速度計の３つの出力が加算されるか他の方法で組み合わされて１つ以上の信号が作成されうる。例示的なステップ９０２は、信号、複数の信号、又は信号の組み合わせを、１つ以上のテンプレートと比較することを含むことができる。幾つかの実施形態において、分類しようとする活動ごとに最適な手法が実施されうる。他の実施形態において、信号、複数の信号、又は信号の組み合わせが、テンプレートに十分に一致しない場合、活動は、分類されないままでありうる。

図１０は、エネルギー消費量を推定するための更に別の実施形態のフローチャート１０００を示す。一実施形態において、１つ以上のセンサからの動作データが得られる。（例えばブロック１００２を参照）。特定の実施態様では、人間の外肢に取り付けられるように構成された単一装置だけからセンサデータが得られてもよい。一実施形態では、単一加速度計（単一軸又は複数軸）からのセンサデータが単独で使用されうる。一実施形態では、未処理センサデータが使用されうる。一実施形態では、未処理加速度データが取得されうる。センサデータは、重力の効果をなくすように処理されうる。一実施形態では、センサデータ（未処理又は処理済み）のユークリッドノムルが計算されうる。データは、加速度計データから成ってもよい。加速度計データは、２５Ｈｚで取得されうる。特定の実施形態では、２５個のサンプルを含むサンプルバッファが得られる。一実施形態では、各サンプルは、約０．５秒の活動データに相当する。

ブロック１００４は、データを活動に分類する（又は、データを分類しようとする）ために実施されうる。これは、サンプルバッファなどのバッファが満杯になった後で行われうる。例えば、２５サンプルバッファ内に２５個のサンプルが得られる。活動の分類は、図９に関して述べた１つ以上の態様を含む、本明細書で述べた分類システム又は方法の１つ以上を含むことができる。一実施形態では、この開示で前に述べたように、フーリエ変換ステップアルゴリズムが実施されうる。当然ながら、データは、導関数データの以前の分類に基づいて、既に分類されていてもよく容易に分類されうる。したがって、一実施形態では、対応する活動分類は、データの少なくとも一部分で既に知られうる。特定の実施形態では、活動は、ウォーキング、ランニング、ジョギング（又は未分類）でありうる。別の実施形態において、データは、ウォーキング又はランニングとして分類されうる（又は未分類と見なされうる）。

分類された活動のエネルギー消費値が決定されうる（例えばブロック１００６を参照）。エネルギー消費値の決定は、例えば年齢、体重、性別、身長、これらの組み合わせなどのユーザの個人情報を含む１つ以上のデータポイントを利用することができる。更に他の実施形態において、既知の個人情報の一部又は全てが利用されないでもよい。一実施形態において、ユーザ情報は、解析で利用された活動データを検出したセンサを含む装置上に配置された非一時的コンピュータ可読媒体に記憶されうる。一実施形態では、ユーザ情報は、少なくとも１つのセンサを含む人間の外肢に装着されるように構成された装置から全体が得られる。一実施形態では、装置は、全てのセンサ及び決定に利用されたユーザ情報を含む。

しかしながら、更に他の実施形態では、システム及び方法は、第１のセンサ（又は、第１のタイプのセンサ）からデータが得られるかどうかに基づいて、少なくとも１つのタイプの個人情報なしに、エネルギー消費値を計算することができた。他の実施形態では、データが、第２のセンサ（又は、センサのタイプ）から得られる場合は、少なくとも１つのタイプの個人情報が利用されうる。センサ又は装置は、例えば、シリアル番号、ＭＡＣアドレスなどの固有識別子から識別可能でもよい。他の実施形態にいて、センサ又は装置は、例えばセンサを有する装置からのモデル番号など、非固有識別子から識別可能でもよい。更に他の実施形態では、デフォルト値が、取得又は導出されうる。特定の実施形態において、デフォルト値は、装置間のばらつきにより意図的に割り引きされうる。

システム及び方法は、未分類データのエネルギー消費値を割り当てるように実施されうる（例えばブロック１００８を参照）。一実施形態では、データに基づいてユークリッド平均値が計算されうる。例えば、ユークリッドノルムの平均加速度が計算されうる。一実施形態では、活動データの持続時間全体（実質的に全体）が、活動が一貫していたこと反映した場合、例えば、持続時間内の１秒間、ユーザがウォーキングしていたか一貫した活動を行っていたことを示した場合は、第１のデフォルトプロセスが、活動の決定に利用されうる。１つ以上のセンサからのデータが利用されうる。１つのそのような実施形態において、値を生成するために幾つかの加速度計（及び／又は、多軸加速度計）からのデータが標準化されうる。値（標準化されうる）は、バッファに入れられうる。一実施形態では、サンプルバッファが利用されうる。サンプルバッファは、１秒バッファでありうる。特定の実施形態では、変動サンプリングレートが利用されうる。１つのそのような実施形態では、２５個のサンプルが、１秒で得られることがある。更に他の実施形態において、例えば固定レートを含む他のレートが利用されうる。一実施形態では、間隔（例えば、１秒）で取得された幾つかの加速度計（及び／又は、多軸加速度計）からのデータが合計されてもよく、加速度の絶対値の平均が計算されうる。加速度カウントに基づいて、デフォルトエネルギー消費値が割り当てられうる。バッファ内のデータから、代謝当量値（ＭＥＴ値）などの当量値が決定されうる。一実施形態では、当量値の決定に直角双曲線プロセスが利用されうる。

特定の実施形態において、エネルギー消費値の決定は、例えば、年齢、体重、性別、身長、安静代謝率（ＲＭＲ）及びこれらの組み合わせなどのユーザの個人情報を含む１つ以上のデータポイントを利用することができる。更に他の実施形態では、既知の個人情報の一部又は全てが利用されなくてもよい。一実施形態において、ユーザ情報は、解析で利用された活動データを検出したセンサを含む装置上に配置された非一時的コンピュータ可読媒体上に記憶されうる。一実施形態において、ユーザ情報は、少なくとも１つのセンサを含む人間の外肢に装着されるように構成された装置から得られる。一実施形態において、装置は、全てのセンサと決定で利用されたユーザ情報を全て含む。エネルギー消費値は、ユーザのＲＭＲ及びＭＥＴ値に基づいてデータの１秒間ごとに決定されうる。

特定の実施形態において、分類済みのエネルギー消費値かつ／又は未分類のエネルギー消費値のエネルギー消費が積算されうる（例えばブロック１０１０を参照）。分類済みの活動と未分類の活動の両方のエネルギー消費値が積算されてもよく、一実施形態では、この情報及び／又は他の情報を使用して燃焼カロリーが決定されうる。一実施態様により、分類済み活動のエネルギー消費値が、バッファに入れられてもよく、一実施形態では、活動バッファ又は別のバッファより大きい時間フレームを有するバッファでもよい。（例えばサブブロック１０１０ａを参照）。これにより、特定の実施形態において、１２．８活動バッファからの情報などの情報が二重計数されないことが保証されうる（ブロック９１０を参照）。サブブロック１０１０ｂは、以前の１２．８秒を減算し、分類済み活動からのエネルギー消費（例えば、燃焼カロリー）を加算することによって調整されうる。当業者は、１３秒と１２．８秒が例に過ぎないことを理解するであろう。特定の実施形態において、バッファは、先入れ先出し（ＦＩＦＯ）バッファでよい。その場合、分類済み活動と未分類活動の両方の全エネルギー消費ポイントが、それぞれの時間期間に関して合算されてもよく、１つ以上のバッファ（サンプル、エネルギー消費、及び／又は活動バッファなど）が、リセットされうる。

図１１は、エネルギー消費決定に対する活動の例示的相関関係の視覚的描写を示す。一実施形態において、描写は、エネルギー消費値に関連付けられた未分類の加速度測定値（図１０として示されたフローチャートの一部など）の例示的な相関関係を示す。更に他の実施形態では、分類されたデータの少なくとも一部分が、このプロセス又は類似のプロセスにより関連付けられてもよい。図１１の上部分は、時間の経過により（ｘ軸１１０４を参照）測定された加速度（ｙ軸１１０２を参照）をプロットするグラフ１１００を含む。一実施形態において、加速度は、時間の経過による複数軸（ｘ、ｙ及びｚ軸などの）のユークリッドノルムとして解析されうる。データセクション１１０６は、データの集合（即ち、ｘ軸１１０４上の０．３〜約０．５）を示し、加速度値は、ｘ軸１１０４上の約０．９に対応するデータセクション１１０８の加速度値などのグラフ１１００上の他の値と比較されたときに一貫して上昇する。具体的には、データセクション１１０８の加速度データ値は、ほぼゼロ（０）である。図１１の下側部分にあるグラフ１１１０で分かるように、積算エネルギー消費は、同じ時間目盛に沿って（スケール１１１４がｘ軸１１０４とほぼ同じ目盛であることを参照）、ｙ軸（１１１２）に沿ってカロリーで測定される。更にグラフ１１１０で分かるように、対応するエネルギー消費は、グラフ１１００に示された加速度値に関連付けられる。したがって、ほぼ位置１１１６（データセクション１１０６に対応する）における対応する積算は、（データセクション１１０８に対応する）ほぼ位置１１１８におけるエネルギー消費値の対応する積算より高い。実際には、場所１１１８は、エネルギー積算値の増大がほとんどないことを示す。

ＩＩＩ．エネルギー消費ポイントの計算
幾つかの実施形態では、活動と活動度との間に一対一対応がない。活動度の選択は、識別された活動、踏んだステップ、心拍数、及びワークアウトの強度などの幾つかの異なる変数に基づくことがある。識別された実際の活動は、１群の活動度に対応することがあり、活動度を最終的に選択するために他の変数が使用されうる。更に別の実施形態では、活動と活動度との間に一対一対応がある。そのような実施形態の幾つかにおいて、踏んだステップ、心拍数、ワークアウトの強度などの他の変数を使用して活動度を調節又は補償しうる。当然ながら、幾つかの実施形態では、活動と活動度との間に一対一対応があり、活動度に調整も補償も行われない。

図１２は、本発明の一実施形態による、ポイントなどのエネルギー消費値を計算する方法を示す。ユーザ１２４の活動の少なくとも１つが分類された後で（例えば本明細書に開示された１つ以上の分類システム及び方法を使用することができるブロック１２０４を参照）、ブロック１２０４が実施されて、対応する活動度が決定されうる。活動度は、軽快なランニング、適度なペースのランニング、ゆっくりしたウォーキング、又は他の活動に対応しうる。活動の活動度は、一般に活動を行なうのに必要なカロリー又はエネルギーと関連しうる。ステップ１２０２で活動が分類されなかった場合、デフォルト活動度が選択又は導出されうる。幾つかの実施形態では、複数のデフォルト活動度が利用されうる。活動の強度、持続時間又は他の特性が推定されてもよく、その推定から、１つ以上のデフォルト活動度が適用されうる。複数の活動度は、中心値／平均値、範囲、又は他の統計手法によって設定されうる。

本発明の様々な実施形態において、活動度は、エネルギー消費ポイントを計算するために使用される。ユーザ１２４の活動の少なくとも１つが分類された後、ステップ１２０６で、エネルギー消費ポイント（「ＥＥＰ」）が計算されうる。エネルギー消費ポイントの使用は、活動レベルの比較を可能にし、ユーザ間の協調を促進し、様々な能力のユーザ間の競争を標準化し、活動を他の方法で促進しうる。一実施形態において、エネルギー消費ポイントは、以下のように計算される。

ＥＥＰｓ＝ＡＦ＊持続時間 （式１）

ここで、
ＥＥＰｓ＝エネルギー消費ポイント
ＡＦ＝ステップ１２０４で決定された活動度
持続時間＝ステップ１２０２で分類された活動の持続時間

ステップ１２０６は、活動を監視するセンサを含む装置及び／又は携帯電話（例えば１３８を参照）やサーバ（例えば１３４を参照）などのプロセッサを含む別の装置で実行されうる。更に他の実施形態において、ブロック１２０６は、人間の外肢（例えば、手首、腕、首、足首、脚など）に装着されるように構成された装置で実行されうる。装置は、活動データを収集するために利用されるセンサを含む同じ装置でよい。一実施形態において、同じ装置は、全てのセンサデータを収集するセンサを含みかつ／あるいは活動データを計算するための全ての情報をローカルに含む。

幾つかの実施形態では、式１は、活動度と持続時間を掛けたスカラーを含むように修正されうる。スカラーは、典型的なエネルギー消費ポイントが所望の範囲内にあるように選択されうる。ポイントの範囲は、種々のゲーム又は競争に必要とされうる。

式１の変形は、本発明の他の実施形態で使用されうる。幾つかの実施形態において、ユーザは、式及び／又は１つ以上の変数（例えば、スカラー）を選択することができる。式は、様々なゲーム及び競争に選択されうる。一例では、グループは、フィットネスに基づいてプレーヤ間のハンディキャップを設定することができ、それにより、プレーヤがより長い時間期間、共通の活動又は活動セットを行う場合だけ、最大フィットがＥＥＰを生成する。エネルギー消費ポイント競争に参加するユーザのグループが、競争を始める前に特定の式又は方法に合意することができる。本発明の幾つかの実施形態では、ユーザは、複数の競争に参加し、計算方法が様々なので同じ活動に異なるポイントを獲得することができる。例えば、ユーザは、固有の計算方法を有する２つの競争に参加することができる。ユーザは、２つの異なるゲームで２つの異なる合計ポイントと、全体のエネルギー消費で第３の合計ポイントとを獲得することができる。全体の合計ポイントと別に、幾つかの合計ポイントが維持されうる。

エネルギー消費ポイントが計算された後で、ブロック１２０８で、計算されたポイントが合計に組み合わされうる（例えば、加算される）。合計は、ユーザ１２４（及び／又は、選択された個人又はユーザ１２４によって許可されたグループ）が、日、週、月などの様々な時間期間に獲得されたポイントの数を知ることを可能にしうる。また、合計は、複数の時間期間で計算されうる。例えば、ユーザは、２４時間、１週間、１月、及び１年を含む期間の合計を受け取ることができる。幾つかの実施形態において、ユーザは、他の時間期間を選択するか時間期間を排除することができる。ユーザは、装置の使用の初め又はプログラムの開始から、複数の時間期間を同時に追跡し、ポイント賞を追跡することができる。所定の時間期間における合計は、幾つかの活動で獲得されたポイントを表すことができる。例えば、ユーザは、一日の様々な時間期間に、ウォーキング、ジョギング及びスプリンティングのためポイントを受け取ることができる。前述したように、各活動で獲得されるポイントは、対応する活動度の関数でありうる。

エネルギー消費ポイントは、ユーザ１２４が所定の時間期間非活動的だったときに控除されてもよく、特定の基準が満たされたときに強化されてもよい。この特徴は、全ての計算に含まれてもよく、様々なゲーム及び競争で使用されてもよい。例えば、ステップ１２１４で、調整基準が満たされたかどうかを判定されうる。調整基準は、所定の時間期間の不活性を含むことできる。幾つかの実施形態では、不活性状態は、ユーザが活動状態であったときから経過した時間の長さを決定するだけでは決定されない。

調整基準が満たされたとき、ステップ１２１０で、エネルギー消費ポイントの合計が調整されうる。調整は、不活性状態の持続時間の関数でありうる。幾つかの実施形態において、装置は、ユーザ１２４（又は、許可されたグループ／個人）が、活動を促進するエネルギー消費ポイントの削減を受けそうであることを警告することができる。更に他の実施形態において、警告は、ユーザ１２４（及び／又は、他の許可された個人及び／又はグループ）に、エネルギー消費ポイントの削減を受け取ったことを知らせることができる。特定の実施形態において、チームメイト及び／又は競争ユーザは、削減（又は、削減の可能性）についての通知を受けとりうる。更に他の実施形態では、教師、トレーナ及び／又は親が、他の人の身体活動をより容易に監視することができる。ユーザが非活動状態でなかったとき、プロセスは、ステップ１２１４で終わることができる。当然ながら、図１２に示された方法は、様々な間隔で繰り返され、日、週、年などの様々な時間期間にわたってポイントを同時に追跡することを可能にする。

別の態様では、装置２２６などの装置１０が、不活性又は非活動期間に基づいてメッセージを提供することができる。ユーザが、所定の時間期間、非活動（例えば、低活動）状態であったことを装置が検出した場合は、ユーザにもっと活動的になるように気付かせるために、警告メッセージがインジケータシステム又はディスプレイに送られうる。警告メッセージは、本明細書で述べた方法のいずれの方法で送られてもよい。また、低活動状態のしきい値レベルと非活動時間の長さは異なり、ユーザによって個々に設定されてもよい。

幾つかの構成では、ユーザの非活動又は不活性状態が、検出され、ユーザを活動目標の達成に向けて前進させうる。例えば、不活性状態は、ユーザが、特定レベルの運動又は特定タイプの運動を指定時間長だけ行わず、少なくともしきい値レベルの心拍数を示さず、特定の時間長さにわたって十分な量の距離を移動せず、及び／又はこれらの組み合わせを行わないときなどに検出されうる。ユーザが活動ポイントを積算して活動ポイント目標を達成する構成の場合、ある量の非活動状態（例えば、不活性又は定着状態）が検出されたときに、ポイント又は値が、ユーザの活動ポイントや他の活動計量値合計から控除されうる。不活性状態を活動ポイント控除に変換するための種々の変換率が使用されうる。特定の例では、１０分間の不活性状態が、５ポイントの控除に相当することができる。別の例では、３０分間の不活性状態が、１００ポイントの控除に相当することができる。活動ポイントの損失又は控除は、線形でもよく、例えば指数関数、放物線などの非線形でもよい。

ユーザの非活動時間は、不活性時間と定着性時間を含むことができる。不活性及び定着性時間は、様々な動き、心拍数、ステップ又は他のしきい値によって定義されてもよく、同じしきい値を使用して定義されてもよい。一例では、定着性時間は、不活性しきい値より高いしきい値（例えば、より高レベルの活動を必要とする）を有することができる。即ち、個人は、定着性であるが不活性ではないと見なされうる。非活動しきい値は、必要に応じて、定着性しきい値又はより高いしきい値に対応することができる。あるいは、不活性しきい値は、定着性しきい値より大きくてもよい。また、複数の定着性しきい値、不活性しきい値、及び／又は非活動しきい値がありうる（例えば、定着性しきい値と不活性しきい値がそれぞれ、非活動しきい値でもよい）。様々なポイント控除又はポイント控除割合が、皆無かそれに近い活動（例えば、非活動）の複数のしきい値とレベルとの間で定義されうる。例えば、ユーザは、不活性状態で毎時５０ポイントを失い、定着性活動で毎時３０ポイントを失うことがあり、その逆のこともある。更に、活動ポイント控除は、ユーザが不活性状態か定着性状態かによって異なる時間にトリガされうる。例えば、ユーザは、不活性状態になった３０分後又は定着性になった４５分後に活動ポイントを失い始めることができる。追加のしきい値（例えば、３個以上のしきい値）及び対応する活動ポイント喪失割合も定義されうる。

幾つかの機構では、非活動時間期間を検出するために様々なセンサが使用されうる。前述したように、非活動時間期間は、心拍数、運動信号の振幅、ステップレートなど（例えば、毎分１０ステップ未満）などに基づいて定義されうる。代替又は追加として、不活性及び定着性時間期間は、物理位置、身体位置、身体向き、身体姿勢、又は個人によって実行される活動のタイプに基づいて測定されうる。種々の物理的不活性又は定着性の身体位置又は向きの有害作用が異なることもありうる。したがって、３０分間のリクライニングが、４５分間の着座と同じ健康リスクを引き起こすことがありえる。健康リスクの可能性も時間に依存しうる。したがって、特定の持続時間範囲と特定の時間範囲の非活動状態（例えば、睡眠）は、健康リスクを引き起こさない可能性がある。一例では、午後９時から午前９までの７〜９時間の睡眠は、有害な健康リスクを引き起こさない可能性があり、したがって、活動ポイントや他の活動計量値の控除に寄与しない可能性がある。実際には、幾つかの例において、特定の持続時間範囲と特定の時間範囲の不活性状態（睡眠など）の不足は、ユーザの健康に有害であると見なされうる。したがって、そのような時間に、活動ポイントが控除されるか、活動ポイントが積算される割合が遅くなりうる。

追加又は代替として、活動計量値（例えば、活動ポイント）の値が減少する量は、時刻、ユーザの場所、ユーザの物理位置、不活性レベルなどに基づいて決定されうる。例えば、ユーザは、夕方より午後の間の方が失う活動計量値が大きくかつ／又は早い。別の例では、ユーザが体育館にいる場合、ユーザが家にいる場合よりも、ユーザは、失う活動ポイント若しくは他の活動計量値が少なく、又は失う計量値が遅いことがありうる。

非活動活動（例えば、活動と見なされるのに必要な運動レベルより低い）のタイプにおける分散を考慮するため、システムは、例えば睡眠、リクライニング、着座及び立位を含む身体位置又は向きを区別することができる。様々な身体位置及び向きの区別は、各身体部分の個別の位置を検出するセンサをユーザの身体の様々な場所に配置することを含むことができる。その場合、ユーザの身体位置は、互いに対する身体部分の相対位置に基づいて決定されうる。例えば、膝位置センサが、腰又は胸センサの第１のしきい値距離の範囲内にあるとき、システムは、ユーザが座っていると判定することができる。膝位置センサが、第１のしきい値距離外にある場合、システムは、ユーザが立っていると判定することができる。上記の例では、システムは、垂直距離などの距離の一部分を使用することができる。垂直距離を単独で使用するか、絶対距離（例えば、２つのセンサ間の直線距離）と組み合わせで使用することによって、システムは、更に、ユーザが横になっているか立っているかを区別することができる。例えば、絶対距離の方が大きい場合でも、横になっている位置が、膝センサと胸又は腰センサとの間のきわめて低い垂直距離に対応することができる。立っている位置は、膝センサと腰又は胸センサとの間のより大きい垂直距離に対応することができるが、類似の絶対距離を示すことができる。他の例では、種々のセンサによって構成された角度は、個人の位置を決定するために使用されうる。追加又は代替として、ユーザの様々な身体部分の場所が、加速度計又は運動データと関連して推定されて、ユーザが、運動又は指定レベル（例えば、そのもの、より上、又はより下の）運動を示すかどうかが判定されうる。

活動ポイントの控除に加えて、システムは、不活性ユーザに活動的な生活様式を促進するように警告を出すことができる。一例では、システムは、２分、５分、３０分、１時間などの特定の長さの不活性状態の後で、本明細書で述べた装着式装置アセンブリなどの装置にメッセージ又はインジケータを表示することによって、ユーザに警告を出すことができる。不活性時間の長さは、非連続時間期間にわたって付加的でありうる。追加又は代替として、連続不活性時間の長さは、追跡されうる。例えば、ユーザが午前１０：１５から１１：００と、再び午後２：００から２：３０に不活性状態な場合、非活動時間の総量は、１時間１５分でよい。不活性状態のメッセージ又はインジケータは、活動ポイントを控除する前に警告として提供されうる。例えば、メッセージは、ユーザが、指定された長さの時間（例えば、３０分、５分、１０秒、３０秒、１時間、２時間など）以内に十分なレベルの活動を示さない場合に、Ｘ量の活動ポイントが控除されることを示すことができる。したがって、装置は、ユーザ非活動の長さを決定する非活動タイマを含むことができる。更に、メッセージは、不活性状態で生じるリスクに防ぐために、ユーザが行なうべき活動のタイプに関する提案を提供することができる。例えば、システムは、ユーザが１０分マイルペースで１時間歩くことを提案することができる。ユーザが、検出された不活性時間長のリスク又は悪影響を打ち消すか考慮したとき、祝福メッセージや他の指示が提供されうる。

ユーザが、既存の定着性又は非活動モードの指定された時間長さの範囲内で定着性又は非活動モードに戻る場合、警告、ポイント控除及び／又は他の通知が提供されうる。例えば、ユーザは、１０分間の定着性又は非活動モードを終了するのに十分なレベルの活動を訓練又は示すことができる。しかしながら、システム又は装置は、１時間、２時間、３時間などの時間期間の追加の警告を回避するために、少なくとも３０分間の活動を要求しうる。例えば、警告は、ユーザが十分な長さの時間、十分なレベルの活動、又はそれらの組み合わせの活動を示さなかったことを示すことができる。更に、短い時間（例えば、しきい値量の時間）内の複数の定着性期間が、健康リスクなどを含む潜在的定着性効果を防ぐために、より高レベル又は追加レベルの活動を必要とすることがある。特定の例において、ユーザは、ポイント控除を停止するために、より高いレベルの活動を行なうことを要求されうる。

装置又は他のシステムは、更に、負の健康効果が生じるまでの許可された非活動時間の長さに関してユーザに助言することができる。一例では、装置又はシステムは、潜在的健康リスクが現れ始めるまでに許容可能な非活動時間の残りの長さを示すカウントダウンを含むことができる。許容可能な非活動時間の長さは、行なわれる活動の量に基づいて、獲得又は積算されうる。したがって、装置は、また、指定された長さの非活動時間を取得する（例えば、１時間テレビを見る）ために行なわれることがある活動のタイプ及び／又は持続時間に関する提案又は推奨を提供することができる。様々なタイプの非活動活動又は定着性活動が、異なるタイプの活動又は量を必要とすることができる。例えば、１時間のリクライニングは、１時間の着座より激しいか又は長い運動を必要とすることができる。別の例では、編み物をしながらの１時間の着座は、テレビを見ながらの１時間の着座より少ない激しさ又は低い量の運動又は活動を必要としうる。１つ以上の構成によれば、推奨は、経験データ、及び／又は活動及び対応する量の許容可能な非活動状態のタイプ及び／又は持続時間を指定する所定のプログラミング及びデータテーブルに基づいて生成されうる。

装置又は活動追跡システムは、更に、履歴記録に基づいて活動を推奨することができる。例えば、装置又は追跡システムは、過去にユーザによって行なわれた活動を決定し、それらのタイプの活動に基づいた推奨を生成することができる。追加又は代替として、装置又は追跡システムは、過去にユーザによって行なわれる特定のワークアウトの推奨を生成することができる。例えば、ユーザは、２時間のＴＶ視聴を防ぐために５００カロリー分の活動を行なう必要がある。そのような場合、システムは、過去にユーザによって行なわれユーザが５００カロリー燃焼させた特定のワークアウトを推奨することができる。推奨を生成するために、履歴活動タイプと特定の履歴ワークアウトの組み合わせが使用されうる。一例では、システムは、ユーザが好むと思われるワークアウトのタイプに基づいてユーザが過去に行った２つのワークアウトのうちの１つを推奨することができる。好みは、ユーザが各タイプのワークアウトを行なった時間数に基づいて決定されうる。場所と時間に基づいて、ワークアウト又は活動タイプも推奨されうる。例えば、ユーザが、以前に、同じ場所及び／又は同じ時間に特定のタイプの活動若しくは特定のワークアウトルーチンを行なった場合、システムは、そのタイプの活動又はワークアウトルーチンを推奨することができる。他の推奨アルゴリズム及び因子が使用されうる。

システム１００は、エネルギー消費ポイントをソーシャルネットワーキングウェブサイトに送信するように構成されうる。ユーザは、所望の時間間隔のポイントの総数に基づいて格付けされうる（例えば、日、週、月、年などによる格付け）。

結論
本明細書で述べた特徴の１つ以上を有する活動環境を提供することにより、アスレチック活動に関与するユーザを励まし動機付けしそのユーザのフィットネスを改善する経験をユーザに提供することができる。ユーザは、更に、ソーシャルコミュニティを介して交流し、互いにチャレンジして、ポイントチャレンジに参加することができる。

実施形態の態様をその説明的な実施形態の観点から述べた。添付の特許請求の範囲の意図及び趣旨の範囲内にある多数の他の実施形態、修正及び変形が、この開示の検討から当業者に想起されよう。例えば、当業者は、説明図に示されたステップが、列挙した順序以外の順序で実行されてもよく、１つ以上のステップが、実施形態の態様により任意選択でありうることを理解するであろう。

１０２ コンピュータ
１０４，１０６ 計算ユニット
１０８ メモリ
１１０ ＲＡＭ
１１２ ＲＯＭ
１１４ バス
１１６ ハードディスクドライブ
１１８ 光ディスクドライブ
１２０ 入力装置
１２２ 出力装置
１２４ ユーザ
１３６ 表示装置

Claims (15)

1. 加速度センサによって、ユーザの動作データを取得する工程と、
   前記動作データを周波数解析することによって、複数の腕振りピークと複数のバウンスピークを検出する工程と、
   前記動作データから検出された腕振りピークの数を測定することと、
   前記動作データから検出されたバウンスピークの数を測定することと、
   プロセッサによって、前記ユーザが踏んだステップの数を定量化するために前記動作データの前記検出された腕振りピーク又は前記検出されたバウンスピークを利用するかどうかを、前記検出された腕振りピークの数、前記検出されたバウンスピークの数、前記動作データから推定された、特定の活動に関する標準化された推定周波数の少なくとも一部に基づいて決定する工程と、
   前記利用された前記動作データの腕振りピーク又はバウンスピークの少なくとも一方に基づいて、時間期間中に前記ユーザが踏んだステップの数を推定する工程と、
   前記時間期間中の前記踏んだステップの推定数に基づいて、前記動作データを活動カテゴリに分類する工程と、
   前記プロセッサによって、エネルギー消費値を計算する工程とを、含む方法。
2. 分類された前記動作データに対応する代謝当量値を受け取り、前記代謝当量値が、前記エネルギー消費値の計算に利用される工程を更に含む、請求項１に記載の方法。
3. 前記動作データの少なくとも一部分が所定の活動カテゴリに対応しない場合に、前記動作データの少なくとも一部分を活動カテゴリに分類できないことを決定する工程と、
   前記動作データの少なくとも一部分を活動カテゴリに分類できないことを決定することに応じて、分類されなかった前記動作データに代謝当量値を割り当てるエネルギー消費決定を行う工程を更に含む、請求項１に記載の方法。
4. 前記エネルギー消費値の前記計算が、分類済み活動のエネルギー消費値と未分類活動のエネルギー消費値とを組み合わせる工程を更に含む、請求項３に記載の方法。
5. 第１の時間期間の前記エネルギー消費値を第２の時間期間からのエネルギー消費値と組み合わせて積算エネルギー消費値を決定する工程と、
   表示装置に、前記積算エネルギー消費値を表示する工程とを更に含む、請求項１に記載の方法。
6. 前記加速度センサが加速度計を含み、前記方法が、
   第１時間フレームの前記加速度計から加速度計マグニチュードベクトルを決定する工程と、
   前記第１時間フレームのマグニチュードベクトルから平均値を計算する工程と、
   前記プロセッサによって、前記ユーザが踏んだステップの数を定量化するために、前記第１時間フレームの前記マグニチュードベクトルが加速度しきい値を満たすかどうかを判定する工程を更に含む、請求項１に記載の方法。
7. 前記第１の時間フレームの前記マグニチュードベクトルが、加速度しきい値を満たさず、したがって少なくとも前記第１の時間フレームのステップを定量化するために使用されないことを決定する工程と、
   エネルギー消費値の計算で前記加速度しきい値を満たさない前記動作データを利用する工程とを更に含む、請求項６に記載の方法。
8. 前記動作データの少なくとも一部分が、前記加速度しきい値を満たすことを判定することに応じて、加速度データを解析バッファ内に入れる工程と、
   前記解析バッファの平均加速度値を計算して、予想活動と関連した加速度周波数の調査範囲を作成する工程と、
   前記調査範囲内の前記加速度データの周波数を解析して、少なくとも１つのバウンスピークと１つの腕振りピークを識別する工程と、
   前記プロセッサによって、前記ユーザが踏んだステップの数を定量化するために前記バウンスピークと前記腕振りピークの少なくとも一方を利用すべきかどうかを判定する工程とを更に含む、請求項７に記載の方法。
9. 前記予想活動が、ウォーキング、ジョギング、ランニング、及びこれらの組み合わせからなる群から選択される、請求項８に記載の方法。
10. 前記調査範囲が、腕振り範囲とバウンス範囲を含み、前記加速度データ内の周波数を解析する工程が、
    第１の周波数ピークが前記腕振り範囲内にあり、腕振りピークしきい値を満たす場合に、前記第１の周波数ピークを腕振りピークとして識別する工程と、
    第２の周波数ピークが前記バウンス範囲内にあり、バウンスピークしきい値を満たす場合に、前記第２の周波数ピークをバウンスピークとして識別する工程とを更に含む、請求項８に記載の方法。
11. ステップを定量化するために前記バウンスピーク又は前記腕振りピークを利用するかどうかを判定する前記工程が、
    識別された前記腕振りピークと前記バウンスピークの数を定量化する工程と、
    ステップ周波数とステップ大きさを決定する計算に、識別された前記腕振りピークと前記バウンスピークの定量化を利用する工程とを含む、請求項１０に記載の方法。
12. 決定された前記ステップ周波数と前記ステップ大きさに基づいて、前記それぞれの時間フレーム中に前記ユーザが踏んだステップの数を定量化する工程と、
    定量化された前記ユーザが踏んだ前記ステップの数に基づいて、前記ユーザの動作データを前記それぞれの時間フレームの活動に分類する工程とを更に含む、請求項１１に記載の方法。
13. 分類された前記活動に基づいて、前記第１の時間期間のエネルギー消費値を割り当てる工程と、
    前記第１の時間期間の前記エネルギー消費値を第２の時間期間からのエネルギー消費値と組み合わせて、積算エネルギー消費値を計算する工程と、
    表示装置に、前記積算エネルギー消費値を表示する工程とを更に含む、請求項１２に記載の方法。
14. 前記第２の時間期間からの前記エネルギー消費値は、前記活動に分類されなかった動作データから算出されたエネルギー消費値である、請求項１３に記載の方法。
15. 入力装置から、前記エネルギー消費値を前記表示装置に表示する要求を示すユーザ入力を受け取る工程を更に含む、請求項１３に記載の方法。

Images