JP6521477B2 - Data analysis apparatus and data analysis method, data analysis program - Google Patents

Data analysis apparatus and data analysis method, data analysis program Download PDF

Info

Publication number
JP6521477B2
JP6521477B2 JP2014133635A JP2014133635A JP6521477B2 JP 6521477 B2 JP6521477 B2 JP 6521477B2 JP 2014133635 A JP2014133635 A JP 2014133635A JP 2014133635 A JP2014133635 A JP 2014133635A JP 6521477 B2 JP6521477 B2 JP 6521477B2
Authority
JP
Japan
Prior art keywords
data
time
angle
series
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2014133635A
Other languages
Japanese (ja)
Other versions
JP2016010544A (en
Inventor
知明 長坂
知明 長坂
量平 山本
量平 山本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Casio Computer Co Ltd
Original Assignee
Casio Computer Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Casio Computer Co Ltd filed Critical Casio Computer Co Ltd
Priority to JP2014133635A priority Critical patent/JP6521477B2/en
Publication of JP2016010544A publication Critical patent/JP2016010544A/en
Application granted granted Critical
Publication of JP6521477B2 publication Critical patent/JP6521477B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Description

本発明は、人体の運動時の動作状態(運動状態)を可視化して提供するためのデータ解析装置及びデータ解析方法、データ解析プログラムに関する。   The present invention relates to a data analysis device, a data analysis method, and a data analysis program for visualizing and providing a motion state (motion state) at the time of motion of a human body.

近年、健康志向の高まりなどを背景に、日常的にランニングやウォーキング、サイクリング等の運動を行い、健康状態を維持、増進する人々が増えている。また、日常の運動を通して、マラソン大会等の競技大会への参加を目指す人も増加している。このような人々は、自らの健康状態や運動状態を把握するため、種々の生体情報や運動情報を数値やデータで測定したり、記録したりすることに対して、意識や関心が非常に高い。また、競技大会等への参加を目指す人々は、当該競技での好成績を目標としているため、効率的かつ効果的なトレーニング方法に対する意識や関心も非常に高い。   BACKGROUND ART In recent years, with the background of rising health awareness and the like, an increasing number of people regularly perform activities such as running, walking and cycling to maintain and improve their health status. In addition, more and more people are aiming to participate in competitions such as marathon events through daily exercise. Such people are very conscious and interested in measuring and recording various kinds of biological information and exercise information with numerical values and data in order to understand their own health and exercise status. . In addition, people aiming to participate in competitions and the like aim for good results in the competition, so their awareness and interest in efficient and effective training methods are also very high.

運動中に測定された数値やデータに基づいて、自らの健康状態や運動状態を把握するための指標としては、様々なものが知られている。例えば、ランニングの状況やフォームを定量的に評価する場合には、走行速度やストライド等の情報を、重要かつ基礎的な指標として用いることができる。ここで、ランニング中やマラソン中の走行速度やストライドを測定する方法としては、例えばGPS(全地球測位システム;Global Positioning System)による測位データや受信信号を利用する手法が知られている。例えば特許文献1には、人体に装着されたGPS受信装置により受信した搬送波のドップラー周波数から測定した人体の速度に基づいて算出された距離と、加速度センサにより検出された振動変位に基づいて演算された歩数と、に基づいて一歩あたりのストライドを演算し、その後は、定期的にGPS電波を受信して更新されるストライドと積算される歩数に基づいて移動距離や移動速度を算出することが記載されている。また、例えば特許文献2には、GPS信号により取得されるユーザの現在位置に基づいて、ユーザの運動態様を判断し、運動エリア内にある場合には、ユーザの移動距離や移動速度、消費カロリー等の運動量を算出することが記載されている。   Various indexes are known as indicators for grasping one's own health condition and exercise condition based on numerical values and data measured during exercise. For example, in the case of quantitatively evaluating the running condition and the form, information such as the traveling speed and the stride can be used as an important and basic index. Here, as a method of measuring running speed and stride during running and marathon, for example, a method using positioning data and a received signal by GPS (Global Positioning System) is known. For example, Patent Document 1 calculates the distance based on the velocity of the human body measured from the Doppler frequency of the carrier wave received by the GPS receiver attached to the human body and the vibration displacement detected by the acceleration sensor. It is described that the stride per one step is calculated based on the number of steps, and thereafter the movement distance and the movement speed are calculated based on the stride updated by receiving GPS radio waves periodically and the number of steps integrated. It is done. Further, for example, in Patent Document 2, the exercise mode of the user is determined based on the current position of the user acquired by the GPS signal, and if it is in the exercise area, the movement distance or movement speed of the user, calorie consumption It is described that the amount of exercise such as is calculated.

特開平10−325735号公報Japanese Patent Application Laid-Open No. 10-325735 特開2002−306660号公報JP 2002-306660 A

上述した特許文献1、2には、GPSによる測位データや受信信号に基づいて、人体の移動速度や移動距離、ストライド等を算出したり、その補正をしたりする手法が開示されている。しかしながら、このような手法においては、屋内やビルの谷間などGPS電波の受信が困難な場所では、GPS信号を取得できなかったり、その取得状況によっては算出される移動速度や移動距離、ストライド等の精度が大きく変わってしまったりして、運動状態の的確な把握やその判断、改善に十分に役立てることができないという問題を有している。   The above-described Patent Documents 1 and 2 disclose a method of calculating the movement speed, movement distance, stride, etc. of a human body or correcting the movement based on positioning data and received signals by GPS. However, in such a method, in places where reception of GPS radio waves is difficult, such as indoors or in a valley of a building, GPS signals can not be acquired, and the movement speed, movement distance, stride, etc. calculated depending on the acquisition situation. There is a problem that the accuracy is largely changed, and it can not be sufficiently used for accurate grasping of the exercise state, its judgment, and improvement.

そこで、本発明においては上記問題点に鑑みて、GPSを用いることなく、時系列的に収集された各種のデータに基づいて、人体の運動状態に関わる指標を的確に推定し、運動状態の把握やその判断、改善に役立てることができるデータ解析装置及びデータ解析方法、データ解析プログラムを提供することを目的とする。   Therefore, in the present invention, in view of the above-mentioned problems, the index related to the motion state of the human body is accurately estimated based on various data collected in time series without using GPS, and grasping the motion state And a data analysis apparatus, data analysis method, and data analysis program that can be used for the determination and improvement thereof.

本発明に係るデータ解析装置は、
利用者が既知の距離を有するコースを移動する運動中に、前記利用者の身体の体幹に装着されたモーションセンサを有するセンサの前記モーションセンサから時系列的に収集された角速度データに基づいて運動開始時からの角度の絶対値を累積することによって、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成する時系列角度データ生成部と、
入力された指示に基づいて、前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定する入力操作部と、
前記入力操作部による指示により規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成する時系列速度データ生成部と、
少なくとも、前記時系列角度データ及び前記時系列速度データを所定の形態で表示する表示部と、
を有し、
前記入力操作部は、前記表示部に前記所定の形態で表示された前記時系列角度データに対して、前記指示として、連続する前記各区間の境界となる切替点が入力されて、入力された前記切替点に基づいて前記各区間を規定することを特徴とする。
The data analysis apparatus according to the present invention is
Based on angular velocity data collected chronologically from the motion sensor of a sensor having a motion sensor mounted on the trunk of the user's body during an exercise in which the user travels a course having a known distance A time-series angle data generation unit that generates time-series angle data indicating a change in an angle in a traveling direction of the user of the path moved during the movement by accumulating absolute values of angles from the start of the movement;
An input operation unit that defines a plurality of sections having different change tendencies of the angle in the time-series angle data based on an input instruction;
Based on the time required for moving each of the plurality of sections specified by the instruction by the input operation unit and the distance value of each section, time series velocity data indicating the moving speed of each section is generated Time series velocity data generation unit,
A display unit for displaying at least the time-series angle data and the time-series velocity data in a predetermined form;
Have
The input operation unit receives the switching point serving as the boundary of the continuous sections as the instruction, with respect to the time series angle data displayed in the predetermined form on the display unit . Each section is defined based on the switching point.

本発明に係るデータ解析方法は、
利用者が既知の距離を有するコースを移動する運動中に、前記利用者の身体の体幹に装着されたモーションセンサを有するセンサの前記モーションセンサから時系列的に収集された角速度データに基づいて運動開始時からの角度の絶対値を累積することによって、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成し、
入力された指示に基づいて、前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定し、
前記規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成
少なくとも、前記時系列角度データ及び前記時系列速度データを所定の形態で表示部に表示する、データ解析方法であって、
前記表示部に前記所定の形態で表示された前記時系列角度データに対して、前記指示として、連続する前記各区間の境界となる切替点が入力されて、入力された前記切替点に基づいて前記各区間を規定することを特徴とする。
The data analysis method according to the present invention is
Based on angular velocity data collected chronologically from the motion sensor of a sensor having a motion sensor mounted on the trunk of the user's body during an exercise in which the user travels a course having a known distance By accumulating absolute values of angles from the start of exercise, time-series angle data indicating change in angle in the traveling direction of the user of the path moved during the exercise is generated.
Based on the input instruction, the change trend of the angle before Symbol time series angle data defining a plurality of different sections,
Time required for the movement of each of the defined plurality of sections, on the basis of the value of the distance of each segment, and generating a sequence velocity data when indicating the moving speed of each of the sections,
A data analysis method, wherein at least the time series angle data and the time series velocity data are displayed on a display unit in a predetermined form,
With respect to the time series angle data displayed in the predetermined form on the display unit, a switching point serving as a boundary of the successive sections is input as the instruction, and the switching point is input based on the input switching point Each of the sections is defined .

本発明に係るデータ解析プログラムは、
コンピュータに、
利用者が既知の距離を有するコースを移動する運動中に、前記利用者の身体の体幹に装着されたモーションセンサを有するセンサの前記モーションセンサから時系列的に収集された角速度データに基づいて運動開始時からの角度の絶対値を累積することによって、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成し、
入力された指示に基づいて、前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定させ、
前記規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成
少なくとも、前記時系列角度データ及び前記時系列速度データを所定の形態で表示部に表示する、データ解析プログラムであって、
前記表示部に前記所定の形態で表示された前記時系列角度データに対して、前記指示として、連続する前記各区間の境界となる切替点が入力されて、入力された前記切替点に基づいて前記各区間を規定することを特徴とする。
The data analysis program according to the present invention is
On the computer
Based on angular velocity data collected chronologically from the motion sensor of a sensor having a motion sensor mounted on the trunk of the user's body during an exercise in which the user travels a course having a known distance By accumulating absolute values of angles from the start of exercise, time-series angle data indicating change in angle in the traveling direction of the user of the path moved during the exercise is generated.
Based on the input instruction, the change trend of the angle before Symbol time series angle data to define a plurality of different sections,
Time required for the movement of each of the defined plurality of sections, on the basis of the value of the distance of each segment, and generating a sequence velocity data when indicating the moving speed of each of the sections,
It is a data analysis program which displays at least said time series angle data and said time series speed data on a display part in a predetermined form,
With respect to the time series angle data displayed in the predetermined form on the display unit, a switching point serving as a boundary of the successive sections is input as the instruction, and the switching point is input based on the input switching point Each of the sections is defined .

本発明によれば、GPSを用いることなく、時系列的に収集された各種のデータに基づいて、人体の運動状態に関わる指標を的確に推定し、運動状態の把握やその判断、改善に役立てることができる。   According to the present invention, it is possible to accurately estimate an index related to the motion state of a human body based on various data collected chronologically without using GPS, and to help grasp, judge, and improve the motion state. be able to.

本発明に係るデータ解析装置を適用した運動支援装置の一実施形態を示す概略構成図である。It is a schematic block diagram which shows one Embodiment of the exercise assistance apparatus to which the data analysis apparatus which concerns on this invention is applied. 第1の実施形態に係るデータ解析方法の一例を示すフローチャートである。It is a flow chart which shows an example of the data analysis method concerning a 1st embodiment. 第1の実施形態に係るデータ解析方法において生成される角速度データの積分値と時系列角度データとの関係を示す図である。It is a figure which shows the relationship of the integral value of angular velocity data produced | generated in the data-analysis method which concerns on 1st Embodiment, and time-sequential angle data. 第1の実施形態に係るデータ解析方法において生成される時系列角度データと時系列速度データの表示例を示す図である。It is a figure which shows the example of a display of the time-sequential angle data produced | generated in the data-analysis method which concerns on 1st Embodiment, and time-sequential speed data. 第1の実施形態に係るデータ解析方法における入力操作(編集操作)を説明するための表示例を示す図である。It is a figure which shows the example of a display for demonstrating input operation (editing operation) in the data analysis method which concerns on 1st Embodiment. 第1の実施形態に係るデータ解析方法における入力操作(編集操作)の具体例を示す図である。It is a figure which shows the specific example of input operation (editing operation) in the data analysis method which concerns on 1st Embodiment. 第2の実施形態に係るデータ解析方法の一例を示すフローチャートである。It is a flow chart which shows an example of the data analysis method concerning a 2nd embodiment. 第2の実施形態に係るデータ解析方法における区間推定処理の一例を示すフローチャートである。It is a flowchart which shows an example of the area estimation process in the data analysis method which concerns on 2nd Embodiment. 第2の実施形態に係るデータ解析方法における階級選択処理を説明するための概念図である。It is a conceptual diagram for demonstrating the class selection process in the data analysis method which concerns on 2nd Embodiment. 第2の実施形態に係るデータ解析方法における区間推定処理を説明するための概念図である。It is a conceptual diagram for demonstrating the area estimation process in the data analysis method which concerns on 2nd Embodiment. 第2の実施形態に係るデータ解析方法における区間決定処理を説明するための概念図である。It is a conceptual diagram for demonstrating the area determination process in the data analysis method which concerns on 2nd Embodiment. 第2の実施形態に係るデータ解析方法において生成される時系列角度データと時系列速度データと角度ヒストグラムの表示例を示す図である。It is a figure which shows the example of a display of the time-sequential angle data produced | generated in the data-analysis method which concerns on 2nd Embodiment, time-sequential speed data, and an angle histogram. 第2の実施形態に係るデータ解析方法における区間修正処理を説明するための表示例を示す図である。It is a figure which shows the example of a display for demonstrating the area correction process in the data analysis method which concerns on 2nd Embodiment.

以下に、本発明に係るデータ解析装置及びデータ解析方法、データ解析プログラムについて、実施形態を示して詳しく説明する。なお、以下の実施形態においては、本発明に係るデータ解析装置を運動支援装置に適用し、ユーザ(利用者)が陸上競技場等のトラックや所定のランニングコース、マラソンコース等を走った場合に収集される各種のデータ(センサデータ)に基づいて、走行中の移動速度やストライド(歩幅)を推定して、ユーザに可視化して提供する場合について説明する。   Hereinafter, a data analysis apparatus, a data analysis method, and a data analysis program according to the present invention will be described in detail by showing embodiments. In the following embodiments, the data analysis apparatus according to the present invention is applied to an exercise support apparatus, and a user (user) runs a track such as an athletics stadium, a predetermined running course, a marathon course, etc. A case will be described in which the moving speed and the stride (step length) during traveling are estimated based on various data (sensor data) collected, and visualized and provided to the user.

<第1の実施形態>
(運動支援装置)
図1は、本発明に係るデータ解析装置を適用した運動支援装置の第1の実施形態を示す概略構成図である。図1(a)は本実施形態に係る運動支援装置に適用されるセンサ機器等の人体への装着状態を示す概念図であり、図1(b)はセンサ機器及びデータ解析装置の構成を示す概略ブロック図である。
First Embodiment
(Exercise support device)
FIG. 1 is a schematic configuration view showing a first embodiment of an exercise support apparatus to which a data analysis apparatus according to the present invention is applied. FIG. 1A is a conceptual diagram showing how a sensor device or the like applied to the exercise support apparatus according to this embodiment is attached to a human body, and FIG. 1B shows the configuration of the sensor apparatus and data analysis apparatus. It is a schematic block diagram.

本発明の実施形態に係る運動支援装置は、例えば図1(a)に示すように、ユーザUSの腰部等に装着されるセンサ機器100と、ユーザUSの手首等に装着されるコントロール機器300と、センサ機器100により収集されたセンサデータを解析するデータ解析装置200と、を有している。   For example, as shown in FIG. 1A, the exercise support apparatus according to the embodiment of the present invention includes a sensor device 100 attached to the waist of the user US and a control device 300 attached to the wrist of the user US. And a data analysis device 200 that analyzes sensor data collected by the sensor device 100.

センサ機器100は、ランニングやマラソン等の移動を伴う運動中の人体の動作状態に関する各種のセンサデータを測定して蓄積する機能を有するモーションセンサである。ここで、本実施形態においては、センサ機器100としてユーザUSの腰部に装着する構成を示したが、本発明はこれに限定されるものではない。人体の中心を通る体軸上に装着するものであれば他の位置、例えば胸部や頸部、腹部等に装着されるものであってもよい。また、センサ機器100の人体への装着方法についても、特に限定するものではなく、例えばトレーニングウェアにクリップで挟み込む形態やテープ部材等で貼り付ける形態、ベルト等により体に巻き付ける形態等、種々の装着方法を適宜適用するものであってもよい。   The sensor device 100 is a motion sensor having a function of measuring and storing various sensor data related to the operation state of a human body during exercise accompanied by movement such as running or marathon. Here, in the present embodiment, a configuration in which the sensor device 100 is attached to the waist of the user US is shown, but the present invention is not limited to this. As long as it is worn on the body axis passing through the center of the human body, it may be worn at another position, for example, the chest, neck, abdomen or the like. Also, the method of attaching the sensor device 100 to the human body is not particularly limited, and various attachment methods, such as, for example, a form in which it is clipped in training wear, a form in which it is stuck with a tape member, a form in which it is wound around a body by a belt, etc. The method may be applied as appropriate.

センサ機器100は、具体的には、例えば図1(b)に示すように、加速度計測部110と、角速度計測部120と、記憶部130と、制御部140と、無線通信用インターフェース(以下、「無線通信I/F」と略記する)150と、有線通信用インターフェース(以下、「有線通信I/F」と略記する)160と、を備えている。   Specifically, for example, as illustrated in FIG. 1B, the sensor device 100 includes an acceleration measurement unit 110, an angular velocity measurement unit 120, a storage unit 130, a control unit 140, and an interface for wireless communication (hereinafter referred to as The wireless communication interface (abbreviated as “wireless communication I / F”) 150 and a wired communication interface (hereinafter, abbreviated as “wired communication I / F”) 160 are provided.

加速度計測部110は、ユーザUSの運動中の動作速度の変化の割合(加速度)を計測する。加速度計測部110は、3軸加速度センサを有し、互いに直交する3軸方向の各々に沿った加速度成分(加速度信号)を検出して加速度データとして出力する。また、角速度計測部120は、ユーザUSの運動中の動作方向の変化(角速度)を計測する。角速度計測部120は、3軸角速度センサを有し、上記加速度データを規定する、互いに直交する3軸について、各軸に沿った回転運動の回転方向に生じる角速度成分(角速度信号)を検出して角速度データとして出力する。加速度計測部110及び角速度計測部120により取得されたセンサデータ(加速度データ、角速度データ)は、後述する制御部140において生成される時間データに関連付けられて、後述する記憶部130の所定の記憶領域に保存される。   The acceleration measurement unit 110 measures the rate of change (acceleration) of the movement speed of the user US during exercise. The acceleration measurement unit 110 has a three-axis acceleration sensor, detects an acceleration component (acceleration signal) along each of three mutually orthogonal three axis directions, and outputs it as acceleration data. Further, the angular velocity measurement unit 120 measures a change (angular velocity) of the movement direction of the user US during the movement. The angular velocity measurement unit 120 has a three-axis angular velocity sensor, and detects angular velocity components (angular velocity signals) generated in the rotational direction of rotational movement along each of the three axes orthogonal to one another defining the acceleration data. Output as angular velocity data. The sensor data (acceleration data, angular velocity data) acquired by the acceleration measurement unit 110 and the angular velocity measurement unit 120 is associated with time data generated by the control unit 140 described later, and a predetermined storage area of the storage unit 130 described later Stored in

記憶部130は、加速度計測部110及び角速度計測部120により取得されたセンサデータ(加速度データ、角速度データ)を、時間データに関連付けて所定の記憶領域に保存する。なお、記憶部130は、その一部又は全部が、例えばメモリカード等のリムーバブル記憶媒体としての形態を有し、センサ機器100に対して着脱可能に構成されているものであってもよい。   The storage unit 130 stores sensor data (acceleration data, angular velocity data) acquired by the acceleration measurement unit 110 and the angular velocity measurement unit 120 in a predetermined storage area in association with time data. Note that a part or all of the storage unit 130 may have a form as a removable storage medium such as a memory card, for example, and may be configured to be attachable to and detachable from the sensor device 100.

制御部140は、計時機能を備えたCPU(中央演算処理装置)やMPU(マイクロプロセッサ)等の演算処理装置であって、所定の動作クロックに基づいて、所定の制御プログラムを実行する。これにより、制御部140は、加速度計測部110や角速度計測部120におけるセンシング動作や、記憶部130への各種のデータ保存、読出し動作、後述する無線通信I/F150や有線通信I/F160における外部機器との通信やデータ転送動作等の、各種の動作を制御する。   The control unit 140 is an arithmetic processing unit such as a CPU (central processing unit) or an MPU (microprocessor) having a clocking function, and executes a predetermined control program based on a predetermined operation clock. Thus, the control unit 140 performs sensing operations in the acceleration measurement unit 110 and the angular velocity measurement unit 120, stores various data in the storage unit 130, and reads out data, and externals in the wireless communication I / F 150 and the wired communication I / F 160 described later. It controls various operations such as communication with devices and data transfer operations.

無線通信I/F150は、少なくとも、後述するコントロール機器300から送信される、センサ機器100におけるログ開始又はログ終了を指示する命令信号を受信して制御部140に転送する。これにより、加速度計測部110や角速度計測部120におけるセンシング動作の開始又は終了が制御されて、当該センシング動作の期間中に取得されたセンサデータが、記憶部130の所定の記憶領域に時系列的に保存される。ここで、無線通信I/F150において、センサ機器100とコントロール機器300との間で、各種の信号を伝送する手法としては、例えばブルートゥース(Bluetooth(登録商標))やワイファイ(WiFi;wireless fidelity(登録商標))等の各種の無線通信方式を適用することができる。   The wireless communication I / F 150 receives at least a command signal for instructing log start or log end in the sensor device 100 transmitted from the control device 300 described later, and transfers the command signal to the control unit 140. Thereby, the start or the end of the sensing operation in the acceleration measurement unit 110 or the angular velocity measurement unit 120 is controlled, and the sensor data acquired during the sensing operation is chronologically stored in a predetermined storage area of the storage unit 130. Stored in Here, as a method of transmitting various signals between the sensor device 100 and the control device 300 in the wireless communication I / F 150, for example, Bluetooth (registered trademark) or WiFi (wireless fidelity (registered) Various wireless communication systems such as trademarks) can be applied.

有線通信I/F160は、少なくとも、記憶部130に保存されたセンサデータを、後述するデータ解析装置200に転送する機能を有している。これにより、データ解析装置200において、ユーザUSの走行速度やストライドを推定する所定のデータ解析処理が実行される。ここで、有線通信I/F160において、センサ機器100からデータ解析装置200にセンサデータを伝送する手法としては、例えばUSB(Universal Serial Bus)規格の通信ケーブル(USBケーブル)等を介した各種の有線通信方式を適用することができる。   The wired communication I / F 160 has at least a function of transferring sensor data stored in the storage unit 130 to the data analysis device 200 described later. Thereby, in the data analysis device 200, predetermined data analysis processing for estimating the traveling speed and stride of the user US is executed. Here, as a method of transmitting sensor data from the sensor device 100 to the data analysis device 200 in the wired communication I / F 160, various wired methods via, for example, a communication cable (USB cable) of USB (Universal Serial Bus) standard, etc. A communication scheme can be applied.

データ解析装置200は、ユーザUSの運動中にセンサ機器100により測定され蓄積された各種のセンサデータに基づいて、人体の運動状態に関わる指標(運動指標)として、移動速度(走行速度)及びストライドを推定して提供する機能を有している。ここで、データ解析装置200は、後述するデータ解析プログラムを実行できる機能を有するものであれば、ノート型やデスクトップ型のパーソナルコンピュータであってもよいし、スマートフォン(高機能携帯電話機)やタブレット端末のような携帯情報端末であってもよい。また、データ解析装置200は、データ解析プログラムをネットワーク上のクラウドシステムを利用して実行する場合には、当該クラウドシステムに接続された通信端末であってもよい。   The data analysis device 200 uses the moving speed (traveling speed) and stride as an index (exercise index) related to the motion state of the human body based on various sensor data measured and accumulated by the sensor device 100 during the exercise of the user US. Has a function to estimate and provide Here, the data analysis device 200 may be a laptop or desktop personal computer, as long as it has a function capable of executing a data analysis program described later, a smart phone (high-performance mobile phone) or a tablet terminal May be a portable information terminal such as Further, when the data analysis program is executed using a cloud system on a network, the data analysis device 200 may be a communication terminal connected to the cloud system.

データ解析装置200は、具体的には、例えば図1(b)に示すように、表示部210と、記憶部230と、制御部(時系列角度データ生成部、時系列速度データ生成部、運動指標算出部)240と、入力操作部250と、有線通信I/F260と、を備えている。   Specifically, as shown in FIG. 1B, for example, the data analysis device 200 includes a display unit 210, a storage unit 230, and a control unit (time-series angle data generation unit, time-series velocity data generation unit, motion An index calculation unit) 240, an input operation unit 250, and a wired communication I / F 260 are provided.

表示部210は、例えばカラー表示が可能な液晶方式や、有機EL素子等の発光素子方式の表示パネルを有し、少なくとも後述する入力操作部250を用いた入力操作の際に関連する情報等を所定の形態で表示する。具体的には、表示部210は、後述する記憶部230に保存されたセンサデータ(加速度データ、角速度データ)や、これらのセンサデータに基づいて算出される走行速度やストライドを示すグラフ、各種の設定メニュー等を表示する。   The display unit 210 includes, for example, a liquid crystal display capable of color display and a light emitting element display panel such as an organic EL element, and at least information related to an input operation using an input operation unit 250 described later Display in a predetermined form. Specifically, the display unit 210 may be sensor data (acceleration data, angular velocity data) stored in a storage unit 230 described later, a graph indicating traveling speed and stride calculated based on the sensor data, and various types of graphs. Display the setting menu etc.

記憶部230は、後述する有線通信I/F260を介してセンサ機器100から転送されたセンサデータを所定の記憶領域に保存する。ここで、記憶部230に蓄積されるセンサデータは、例えば走行方法(トレーニングメニュー等)やコース条件(コースの種類や走行距離、コーナー角度等)に関連付けて時系列的に保存される。また、記憶部230に蓄積されるセンサデータは、特定の一ユーザのものであってもよいし、複数のユーザのものであってもよい。また、記憶部230は、後述する制御部240において、所定の制御プログラムやアルゴリズムプログラムを実行して、走行速度やストライドを示すデータやグラフを生成する際や、表示部210に各種の情報を表示する際に使用するデータや生成されるデータを保存する。なお、記憶部230は、制御部240において実行される制御プログラムやアルゴリズムプログラムが保存されるものであってもよい。また、記憶部230は、その一部又は全部が、例えばメモリカード等のリムーバブル記憶媒体としての形態を有し、データ解析装置200に対して着脱可能に構成されているものであってもよい。   The storage unit 230 stores sensor data transferred from the sensor device 100 via a wired communication I / F 260 described later in a predetermined storage area. Here, the sensor data accumulated in the storage unit 230 is stored in time series, for example, in association with a traveling method (training menu or the like) or a course condition (course type, traveling distance, corner angle or the like). The sensor data accumulated in the storage unit 230 may be for a specific one user or may be for a plurality of users. In addition, the storage unit 230 executes predetermined control programs and algorithm programs in the control unit 240 described later to generate data and graphs indicating the traveling speed and stride, and various information is displayed on the display unit 210. Save the data to be used and the data generated. The storage unit 230 may store a control program or an algorithm program executed by the control unit 240. In addition, a part or all of the storage unit 230 may have a form as a removable storage medium such as a memory card, for example, and may be configured to be removable from the data analysis device 200.

制御部240は、CPUやMPU等の演算処理装置であって、所定の制御プログラムを実行することにより、表示部210における各種情報の表示や、後述する有線通信I/F260におけるセンサ機器100からのセンサデータの転送、記憶部230におけるセンサデータの保存や読出し等の、各種の動作を制御する。また、制御部240は、記憶部130に保存されている所定のアルゴリズムプログラムを実行することにより、ユーザUSが所望するトレーニングや試技について、対応するセンサデータを記憶部230から抽出し、ユーザUSによる入力操作(編集操作)の内容を反映しつつ、走行速度やストライドを示すデータやグラフを生成する解析処理を行う。ここで、制御部240において実行される制御プログラムやアルゴリズムプログラムは、制御部240の内部に予め組み込まれているものであってもよい。なお、本実施形態に係るデータ解析方法については、詳しく後述する。   The control unit 240 is an arithmetic processing unit such as a CPU or an MPU, and displays a variety of information on the display unit 210 by executing a predetermined control program, or from the sensor device 100 in the wired communication I / F 260 described later. It controls various operations such as transfer of sensor data and storage and readout of sensor data in the storage unit 230. In addition, the control unit 240 executes a predetermined algorithm program stored in the storage unit 130 to extract corresponding sensor data from the storage unit 230 for training and attempts desired by the user US, by the user US While reflecting the contents of the input operation (editing operation), analysis processing is performed to generate data and graphs indicating the traveling speed and the stride. Here, the control program or algorithm program executed by the control unit 240 may be incorporated in advance in the control unit 240. The data analysis method according to the present embodiment will be described in detail later.

入力操作部250は、データ解析装置200に付設されるキーボードやマウス、タッチパッド、タッチパネル等の入力手段である。入力操作部250は、ユーザUSが表示部210に表示される任意の項目やアイコンを選択したり、画面表示中の任意の位置を指示したりすることにより、当該項目やアイコン、位置に対応する機能が実行される。特に、本実施形態においては、入力操作部250は、記憶部230に保存されたセンサデータから解析処理を行うトレーニングや試技を選択する際や、選択されたトレーニングや試技に対応するセンサデータから走行速度やストライドを示すデータやグラフを生成する際の入力操作に用いられる。ここで、入力操作部250に適用される入力手段は、例えば上述した各種の入力手段のうち、いずれか1つを備えているものであってもよいし、複数の入力手段を備えているものであってもよい。   The input operation unit 250 is an input unit such as a keyboard, a mouse, a touch pad, or a touch panel attached to the data analysis device 200. The input operation unit 250 corresponds to the item, the icon, or the position by the user US selecting an arbitrary item or icon displayed on the display unit 210 or designating an arbitrary position on the screen display. The function is performed. In particular, in the present embodiment, when the input operation unit 250 selects training or an attempt to perform analysis processing from sensor data stored in the storage unit 230, or travels from sensor data corresponding to the selected training or attempt. It is used for input operation when generating data and graphs indicating speed and stride. Here, the input unit applied to the input operation unit 250 may include, for example, any one of the various input units described above, or a plurality of input units. It may be

有線通信I/F260は、少なくとも、上述したセンサ機器100から送信されるセンサデータを受信して記憶部230に転送する機能を有している。ここで、有線通信I/F260において、センサ機器100からセンサデータを受信する手法としては、上述したUSBケーブル等を介した有線通信方式を適用することができる。   The wired communication I / F 260 has a function of receiving at least sensor data transmitted from the above-described sensor device 100 and transferring the data to the storage unit 230. Here, as a method of receiving sensor data from the sensor device 100 in the wired communication I / F 260, the wired communication method via the above-described USB cable or the like can be applied.

コントロール機器300は、少なくともセンサ機器100に対して、所定の無線通信方式を用いて接続され、ユーザUSがコントロール機器300の操作部を操作することにより、コントロール機器300からセンサ機器100にログ開始又はログ終了を指示する命令信号が送信される。これにより、センサ機器100において、加速度計測部110や角速度計測部120におけるセンシング動作の開始又は終了が制御される。ここで、コントロール機器300とセンサ機器100との間で各種の信号を伝送する手法としては、上述したブルートゥース(Bluetooth(登録商標))やワイファイ(WiFi;wireless fidelity(登録商標))等の各種の無線通信方式を適用することができる。なお、コントロール機器300は、上記のセンサ機器100におけるセンシング動作の制御の他、センサ機器100において取得されたセンサデータや、センサ機器100の動作状態、時刻情報等を表示(又は報知)する機能を有しているものであってもよい。   The control device 300 is connected to at least the sensor device 100 using a predetermined wireless communication method, and the user US operates the operation unit of the control device 300 to start logging from the control device 300 to the sensor device 100 or A command signal instructing end of log is sent. Thereby, in the sensor device 100, the start or end of the sensing operation in the acceleration measurement unit 110 or the angular velocity measurement unit 120 is controlled. Here, as a method for transmitting various signals between the control device 300 and the sensor device 100, various methods such as Bluetooth (registered trademark) or WiFi (wireless fidelity (registered trademark)) described above may be used. A wireless communication scheme can be applied. The control device 300 has a function of displaying (or notifying) the sensor data acquired in the sensor device 100, the operation state of the sensor device 100, time information, etc., in addition to the control of the sensing operation in the sensor device 100 described above. You may have.

なお、本実施形態に係る運動支援装置においては、有線通信によりセンサ機器100とデータ解析装置200との間でデータ伝送を行い、無線通信によりセンサ機器100とコントロール機器300との間でデータ伝送を行う構成を示したが、本発明はこれに限定されるものではない。すなわち、無線通信によりセンサ機器100とデータ解析装置200との間でデータ伝送するものであってもよいし、有線通信によりセンサ機器100とコントロール機器300との間でデータ伝送するものであってもよい。また、センサ機器100の記憶部130やデータ解析装置200の記憶部230を構成するメモリカード等のリムーバブル記憶媒体を差し替えることにより、センサ機器100からデータ解析装置200にセンサデータを伝送する手法を適用するものであってもよい。   In the exercise support device according to the present embodiment, data transmission is performed between the sensor device 100 and the data analysis device 200 by wired communication, and data transmission is performed between the sensor device 100 and the control device 300 by wireless communication. Although the configuration to be performed is shown, the present invention is not limited to this. That is, data may be transmitted between the sensor device 100 and the data analysis device 200 by wireless communication, or data may be transmitted between the sensor device 100 and the control device 300 by wired communication. Good. Also, the method of transmitting sensor data from the sensor device 100 to the data analysis device 200 is applied by replacing a removable storage medium such as a memory card constituting the storage unit 130 of the sensor device 100 or the storage unit 230 of the data analysis device 200. It may be

また、本実施形態においては、コントロール機器300として、図1(a)に示すように、ユーザUSの手首に装着する腕時計型(又はリストバンド型)の形態を有する機器を示したが、本発明はこれに限定されるものでない。すなわち、コントロール機器は、例えばポケットに収納されたり、上腕部に装着されたりしたスマートフォン等の携帯情報端末や専用端末であってもよいし、センサ機器100とは別個の機器を用いることなく、センサ機器本体にログ開始又はログ終了を指示する操作スイッチを設けたものであってもよい。   Further, in the present embodiment, as the control device 300, as shown in FIG. 1A, a device having a wristwatch type (or wristband type) worn on the wrist of the user US is shown. Is not limited to this. That is, the control device may be, for example, a portable information terminal such as a smartphone housed in a pocket or attached to an upper arm or a dedicated terminal, or a sensor without using a device separate from the sensor device 100. The device body may be provided with an operation switch for instructing log start or log end.

(データ解析方法)
次に、本実施形態に係る運動支援装置における制御方法(データ解析方法)について、図面を参照して説明する。ここでは、本実施形態に係るセンサ機器100における運動中のセンサデータの収集、蓄積から、データ解析装置200における運動状態に関わる指標(走行速度、ストライド)を推定してユーザに提供するまでの、一連の制御処理について説明する。
(Data analysis method)
Next, a control method (data analysis method) in the exercise support apparatus according to the present embodiment will be described with reference to the drawings. Here, from collection and accumulation of sensor data during exercise in the sensor device 100 according to the present embodiment to estimation of an index (traveling speed, stride) related to the exercise state in the data analysis device 200 and provision to the user A series of control processes will be described.

図2は、本実施形態に係る運動支援装置の制御方法(データ解析方法)の一例を示すフローチャートであり、図3は、本実施形態に係るデータ解析方法において生成される角速度データの積分値と時系列角度データとの関係を示す図である。図4は、本実施形態に係るデータ解析方法において生成される時系列角度データと時系列速度データの表示例を示す図である。図5は、本実施形態に係るデータ解析方法における入力操作(編集操作)を説明するための表示例を示す図である。図6は、本実施形態に係るデータ解析方法における入力操作(編集操作)の具体例を示す図である。   FIG. 2 is a flowchart showing an example of a control method (data analysis method) of the exercise support apparatus according to the present embodiment, and FIG. 3 is an integral value of angular velocity data generated in the data analysis method according to the present embodiment It is a figure which shows a relationship with time-sequential angle data. FIG. 4 is a diagram showing a display example of time-series angle data and time-series velocity data generated in the data analysis method according to the present embodiment. FIG. 5 is a view showing a display example for explaining an input operation (editing operation) in the data analysis method according to the present embodiment. FIG. 6 is a diagram showing a specific example of the input operation (editing operation) in the data analysis method according to the present embodiment.

本実施形態に係る運動支援装置における制御方法(データ解析方法)は、大別して、ランニング時の運動状態に関する各種のセンサデータを収集して蓄積する手順(センサデータ収集手順)と、収集したセンサデータに基づいて運動状態に関わる指標(走行速度、ストライド)を推定して表示する手順(指標推定手順)と、を有している。ここで、指標推定手順におけるユーザの入力操作(編集操作)の補助、及び、指標を示すデータやグラフの生成処理は、データ解析装置200の制御部240において実行される所定のアルゴリズムプログラムに基づいて実現される。   The control method (data analysis method) in the exercise support apparatus according to the present embodiment is roughly divided into a procedure (sensor data collection procedure) of collecting and accumulating various sensor data relating to a motion state during running, and collected sensor data And a procedure (estimated estimation procedure) for estimating and displaying an indicator (traveling speed, stride) relating to the movement state based on. Here, the assistance of the user's input operation (editing operation) in the index estimation procedure, and the process of generating data or graphs indicating the index are based on a predetermined algorithm program executed in the control unit 240 of the data analysis device 200. To be realized.

センサデータ収集手順においては、まず、図1(a)に示したように、ユーザUSがセンサ機器100を腰部に装着した状態で、競技場のトラックや所定のランニングコース、マラソンコースのような、ユーザの進行方向におけるコースの角度が互いに異なる複数の区間(例えばトラックのストレートとカーブ等)を有し、且つ、全体の距離及び各区間の距離が既知である(判明している)コースを、ランニング等により走行する。ここで、ランニングを開始する際に、ユーザUSが手首等に装着したコントロール機器300を操作することにより、コントロール機器300からセンサ機器100にログ開始を指示する命令信号が送信される。これにより、センサ機器100の制御部140は、加速度計測部110及び角速度計測部120におけるセンサデータ(加速度データ、角速度データ)の計測を開始し、記憶部130に順次保存する。そして、ランニングを終了する際に、ユーザUSがコントロール機器300を操作することにより、センサ機器100にログ終了を指示する命令信号が送信されて、加速度計測部110及び角速度計測部120におけるセンサデータの計測が終了する。これにより、ランニング中の動作状態を示すセンサデータが、時間データに関連付けられて取得される。   In the sensor data collection procedure, first, as shown in FIG. 1A, with the user US wearing the sensor device 100 on the waist, a track of a stadium, a predetermined running course, a marathon course, etc. There are a plurality of sections (for example, straight and curves of a track, etc.) in which the angle of the course in the traveling direction of the user is different from each other, and the entire distance and the distance of each section are known (known) Run by running etc. Here, when running is started, when the user US operates the control device 300 worn on the wrist or the like, a command signal instructing the start of a log to the sensor device 100 is transmitted from the control device 300. Thereby, the control unit 140 of the sensor device 100 starts measurement of sensor data (acceleration data, angular velocity data) in the acceleration measurement unit 110 and the angular velocity measurement unit 120, and sequentially stores the measurement data in the storage unit 130. Then, when the running is ended, the user US operates the control device 300 to transmit a command signal instructing the sensor device 100 to end the log, and the sensor data in the acceleration measuring unit 110 and the angular velocity measuring unit 120 Measurement ends. Thereby, sensor data indicating an operating state during running is acquired in association with time data.

次いで、センサ機器100とデータ解析装置200とをUSBケーブルで接続することにより、走行中に蓄積されたセンサデータがセンサ機器100からデータ解析装置200に転送され、記憶部230に保存される。ここで、ユーザUSは、センサ機器100からデータ解析装置200にセンサデータを転送する際(又は、記憶部230に保存されたセンサデータを表示部210で参照しつつ)、当該センサデータを取得した際のランニング(運動状態)に関する諸情報を、入力操作部250を用いて入力する。具体的には、ランニング時の走行方法(トレーニングメニュー等)やコース条件(コースの種類や走行距離、コーナー角度等)、ユーザ名等の項目情報が入力される。   Next, by connecting the sensor device 100 and the data analysis device 200 with a USB cable, sensor data accumulated during traveling is transferred from the sensor device 100 to the data analysis device 200 and stored in the storage unit 230. Here, when the user US transfers sensor data from the sensor device 100 to the data analysis device 200 (or while referring to the sensor data stored in the storage unit 230 with the display unit 210), the user data has acquired the sensor data Various pieces of information regarding running (exercise state) are input using the input operation unit 250. Specifically, item information such as a running method (training menu etc.) during running, course conditions (course type, traveling distance, corner angle etc.), user name etc. is input.

次いで、制御部240は、記憶部230に保存されたセンサデータのうちの加速度データに対して軸補正処理を実行する。一般に、人体の体幹に装着したセンサ機器100は、ランニング等の運動中の上体の揺れや傾きの影響を受けるため、重力方向の軸と、センサ機器100により検出される人体の上下方向の加速度の軸との間に差異が生じている。そのため、センサ機器100により取得された角速度データの値に基づいて、時刻ごとに異なる上記軸方向の差異成分を相殺する補正を行う必要がある。   Next, the control unit 240 executes axis correction processing on acceleration data of the sensor data stored in the storage unit 230. In general, the sensor device 100 attached to the trunk of the human body is affected by the swing and tilt of the upper body during exercise such as running, so the axis in the direction of gravity and the vertical direction of the human body detected by the sensor device 100. There is a difference between it and the axis of acceleration. Therefore, based on the value of the angular velocity data acquired by the sensor device 100, it is necessary to perform correction to offset the difference component in the axial direction which differs at each time.

軸補正処理は、具体的には、まず、制御部240によりセンサ機器100により取得された角速度データに基づいて、各時刻の重力方向を推定する。そして、制御部240は、推定した重力方向と加速度データの上下方向が一致するように、加速度データの各軸を回転することで、加速度データの値を補正する。この補正後の加速度データと角速度データは、補正後センサデータとして記憶部230の所定の記憶領域に保存される。   Specifically, the axis correction process first estimates the direction of gravity at each time based on angular velocity data acquired by the sensor device 100 by the control unit 240. Then, the control unit 240 corrects the value of the acceleration data by rotating each axis of the acceleration data so that the estimated gravity direction matches the vertical direction of the acceleration data. The corrected acceleration data and angular velocity data are stored in a predetermined storage area of the storage unit 230 as sensor data after correction.

次いで、指標推定手順においては、制御部240は、上記の補正後センサデータを解析して、ランニング時の運動状態に関わる指標として、ピッチ、上下動、接地時間等をランニング動作の一歩毎に計算し、さらに、走行速度及びストライドを算出して推定する処理を実行する。ここで、本実施形態においては、走行速度及びストライドの算出処理(推定処理)について、ユーザUSによる入力操作(編集操作)を前提とし、当該編集内容を反映した推定処理を実行する。なお、本実施形態においては、説明を簡明にするために、典型的なストレート区間とカーブ区間の2種類の、コースの角度が互いに異なる2つの区間を有する陸上競技場等のトラックを、ユーザUSが走行する場合を想定するものとする。しかしながら、本実施形態の対象となるコースは、このようなトラックに限定されるものではなく、走行距離が既知であれば、コースの角度が互いに異なる、3つ以上の区間(例えばストレート区間、緩いカーブ区間、急なカーブ区間等)を有するコースであっても同様の概念を適用することができる。   Next, in the index estimation procedure, the control unit 240 analyzes the above-mentioned sensor data after correction, and calculates pitch, vertical movement, contact time, and the like for each step of the running operation as an index related to the exercise state during running. Furthermore, a process of calculating and estimating the traveling speed and the stride is executed. Here, in the present embodiment, the calculation process (estimation process) of the traveling speed and the stride is premised on the input operation (edit operation) by the user US, and the estimation process in which the edit content is reflected is executed. In the present embodiment, in order to simplify the description, the user US can use a track such as an athletics stadium having two sections of a typical straight section and a curve section, and two sections having different course angles. It is assumed that the vehicle travels. However, the course that is the object of the present embodiment is not limited to such a track, and if the travel distance is known, three or more sections (for example, straight sections, loose sections, etc.) with different course angles. The same concept can be applied to a course having a curve section, a steep curve section, etc.).

具体的には、指標推定処理においては、まず、ユーザUSがデータ解析装置200の入力操作部250を用いて、記憶部230に保存された任意の補正後センサデータを選択する。これにより、制御部240は、所定のアルゴリズムプログラム(データ解析プログラム)を実行して、図2のフローチャートに示すように、当該補正後センサデータについて、鉛直軸回りの角速度を積分する(ステップS102)。ここで、鉛直軸とは、地表に垂直な重力方向を示す軸であって、制御部240は、補正後センサデータから当該鉛直軸回りの角速度データを抽出して積分処理する。この角速度データを積分処理した結果は、例えば図3(a)中の破線で示される。   Specifically, in the index estimation process, first, the user US uses the input operation unit 250 of the data analysis device 200 to select arbitrary post-correction sensor data stored in the storage unit 230. Thereby, the control unit 240 executes a predetermined algorithm program (data analysis program) and integrates the angular velocity around the vertical axis for the corrected sensor data as shown in the flowchart of FIG. 2 (step S102). . Here, the vertical axis is an axis indicating a gravity direction perpendicular to the ground surface, and the control unit 240 extracts angular velocity data about the vertical axis from the sensor data after correction and performs integration processing. The result of integration processing of the angular velocity data is shown, for example, by a broken line in FIG.

次いで、制御部240は、上記の角速度データを積分処理した結果について、ランニング動作の周期ごとに平均値を算出し、時系列角度データを生成する(ステップS104)。この時系列角度データは、例えば図3(a)中の実線で示される。ここで、周期とは、ランニング時に正面を向いている時を起点として、2歩進んだ後、再び正面を向くまでの期間とする。具体的には、例えば図3(b)に示すように、周期的な変化を繰り返す時系列角度データにおいて、ランニング動作の2歩分(角度が正方向及び負方向に1回ずつ振れる期間)が1周期を示す。あるいは、ランニング動作の周期は、センサデータのうちの上下方向の加速度データから検出される左右の足の着地タイミングに基づいて1周期を算出するものであってもよい。また、図3(a)に示した時系列角度データにおいて、時間の経過とともに角度が増加する領域R1はカーブ区間を示し、時間の経過に関わらず角度が略一定(略均等)の領域R2はストレート区間を示す。すなわち、ユーザUSがストレート区間とカーブ区間を交互に繰り返す陸上競技場等のトラックを走行する場合、図3(a)に示した時系列角度データは、当該トラックの連続するカーブ区間(領域R1)とストレート区間(領域R2)に相当する。   Next, the control unit 240 calculates an average value for each period of the running operation for the integration result of the angular velocity data, and generates time-series angle data (step S104). This time series angle data is shown, for example, by a solid line in FIG. 3 (a). Here, the cycle is a period from when two steps have been taken and the front is turned again, starting from the time when the user is facing the front during running. Specifically, for example, as shown in FIG. 3B, in the time-series angle data repeating cyclical change, two steps of the running operation (period in which the angle swings once in the positive direction and in the negative direction) is One cycle is shown. Alternatively, the period of the running operation may be calculated as one period based on the landing timing of the left and right feet detected from the acceleration data in the vertical direction of the sensor data. Further, in the time-series angle data shown in FIG. 3A, a region R1 in which the angle increases with the passage of time indicates a curve section, and a region R2 in which the angle is substantially constant (substantially equal) regardless of the passage of time is Indicates a straight section. That is, when the user US travels a track such as an athletic field where a straight section and a curve section are alternately repeated, the time-series angle data shown in FIG. 3A is a continuous curve section (region R1) of the track And the straight section (region R2).

次いで、制御部240は、例えば図4の上段に示すように、生成した時系列角度データを表示部210の画面上にグラフの形態で表示する。ここで、図4の上段に示したグラフは、ストレート区間(図中、「直線」区間に相当)とカーブ区間(図中、「曲線」区間に相当)とを交互に繰り返すトラック(ストレート区間:2箇所、カーブ区間:2箇所)を複数回周回した場合の、時系列角度データを示している。なお、図4の上段における縦軸の角度の値は、走り始めからの角度の値の絶対値の累積値を示している。   Next, the control unit 240 displays the generated time series angle data in the form of a graph on the screen of the display unit 210, as shown in the upper part of FIG. 4, for example. Here, the graph shown in the upper part of FIG. 4 is a track (straight section: repeating a straight section (corresponding to a "straight" section in the figure) and a curve section (corresponding to a "curve" section in the figure) Time series angle data at the time of going round a plurality of times at two places and a curve section: two places is shown. The value of the angle on the vertical axis in the upper part of FIG. 4 indicates the accumulated value of the absolute value of the value of the angle from the start of running.

そして、ユーザUSは、データ解析装置200の表示部210に表示された時系列角度データのグラフ(図4の上段)を視認して、マウス等の入力操作部250を用いて手動で各ストレート区間及び各カーブ区間を選択(又は規定)する(ステップS106)。ここで、図3(a)、図4の上段に示したように、時系列角度データにおいてはストレート区間とカーブ区間で角度の増減の傾向が異なる。例えば、角速度にノイズやドリフト成分が含まれていない場合には、ストレート区間を走行中の角度は一定になる。このことから、時系列角度データのグラフ(図4の上段)において、ストレート区間とカーブ区間をユーザUSが目で見て比較的容易に判断することができる。そこで、本実施形態においては、ユーザUSが表示部210に表示された時系列角度データのグラフ(図4の上段)を視認して、各ストレート区間とカーブ区間の境界となる切り替わりを示す点(切替点CP)を、一つずつマウス等の入力操作部250を用いて指定(又は選択)する。図4の上段においては、表示部210に表示された時系列角度データD1のグラフに対して、マウスポインタMPで上記切替点CPを順次クリックして指定(又は選択)した状態を示している。   Then, the user US visually recognizes the graph (upper part of FIG. 4) of the time-series angle data displayed on the display unit 210 of the data analysis device 200, and manually adjusts each straight section using the input operation unit 250 such as a mouse. And select (or define) each curve section (step S106). Here, as shown in FIG. 3A and the upper part of FIG. 4, in the time-series angle data, the tendency of increase and decrease in angle differs between the straight section and the curve section. For example, when the angular velocity does not include noise or a drift component, the angle during traveling on the straight section becomes constant. From this, in the graph of time series angle data (upper part of FIG. 4), the straight section and the curve section can be judged relatively easily by the user US visually. Therefore, in the present embodiment, the user US visually recognizes the graph of the time-series angle data displayed on the display unit 210 (upper part in FIG. 4), and indicates the switching that becomes the boundary between each straight section and the curve section The switching point CP) is designated (or selected) one by one using the input operation unit 250 such as a mouse. The upper part of FIG. 4 shows a state in which the switching point CP is sequentially clicked and designated (or selected) by the mouse pointer MP with respect to the graph of the time-series angle data D1 displayed on the display unit 210.

上記の切替点CPを順次指定する入力操作により、ストレート区間及びカーブ区間が規定されて、各区間を走行するために要した時間が判明する。また、本実施形態の対象となるコース(ランニングを行ったトラック)のストレート区間及びカーブ区間の距離は予め判明している。これにより制御部240は、判明した各区間の所要時間と、既知である各区間の距離とに基づいて、次の(1)式によりランニング中の走行速度を算出する。
走行速度(m/s)= 区間距離(m)/所要時間(s) ・・・(1)
The straight section and the curve section are defined by the input operation of sequentially specifying the switching points CP, and the time required to travel each section is determined. Further, the distances of the straight section and the curve section of the course (track on which the running was performed) which is the target of the present embodiment are known in advance. Accordingly, the control unit 240 calculates the traveling speed during running according to the following equation (1) based on the required time of each section and the distance of each section which is known.
Traveling speed (m / s) = section distance (m) / required time (s) ... (1)

これにより、制御部240は、時系列速度データを生成し(ステップS108)、例えば図4の下段に示すように、生成した時系列速度データを表示部210の画面上にグラフの形態で表示する。   Thereby, the control unit 240 generates time-series velocity data (step S108), and displays the generated time-series velocity data in the form of a graph on the screen of the display unit 210, for example, as shown in the lower part of FIG. .

次いで、ユーザUSは、上記の時系列速度データの変化の程度に応じて、時系列角度データを修正する編集作業を行う。すなわち、ランニング等の走行動作における速度(走行速度)は、少なくとも連続するストレート区間とカーブ区間とでは急激に変化することはなく、緩やかに変化することが一般的である。そこで、このような仮定に基づいて、ユーザUSは、表示部210の画面上に表示された時系列速度データのグラフ(図4の下段)を目で見て、時系列速度データにおける連続(又は隣接)するストレート区間(直線)とカーブ区間(曲線)とにおいて、速度変化が大きい箇所に着目する。例えば、ユーザUSは、図4の下段において、速度変化が比較的大きい箇所VPに着目する。   Next, the user US performs an editing operation to correct the time-series angle data in accordance with the degree of change of the time-series speed data. That is, the speed (traveling speed) in the traveling operation such as running does not change rapidly at least between the continuous straight section and the curved section, but generally changes gently. Therefore, based on such an assumption, the user US looks at the graph of the time-series velocity data displayed on the screen of the display unit 210 (the lower part of FIG. 4) visually, and continues (or In the straight section (straight line) and the curve section (curved line) which are adjacent), attention is paid to a portion where the speed change is large. For example, in the lower part of FIG. 4, the user US focuses on a point VP where the speed change is relatively large.

そして、ユーザUSは、マウス等の入力操作部250を用いて図4の上段の時系列角度データのグラフにおいて、上記の着目した箇所VPに対応するストレート区間とカーブ区間の切替点CPaの位置を、例えば図5の上段に示すように、マウスポインタMPでドラッグして(図中矢印のように、上下左右の任意の位置に移動させて)修正する。これにより、図5の下段に示すように、時系列速度データの着目した箇所VPにおける速度変化が小さくなる(低減される)ように調整される。   Then, the user US uses the input operation unit 250 such as a mouse in the graph of time series angle data in the upper part of FIG. For example, as shown in the upper part of FIG. 5, the user drags with the mouse pointer MP to correct (move to any position in the vertical and horizontal directions as indicated by the arrow in the drawing). Thereby, as shown in the lower part of FIG. 5, the speed change at the focused point VP of the time-series speed data is adjusted to be small (reduced).

この時系列角度データにおける切替点の位置の修正操作は、具体的には、まず、ユーザUSが図4の下段に示された時系列速度データのグラフを見て、速度変化の大きい箇所VPに着目する。そして、図5の上段に示すように、ユーザUSは着目箇所VPに対応する位置の切替点CPaをマウスポインタMPでクリック(又はドラッグ)して選択する。これにより、制御部240は、図6(a)に示すように、切替点CPaが選択されている間、当該切替点CPaと隣接する切替点(両隣に位置する切替点;例えば切替点CPb)との間に、切替点相互を結ぶ補助線Lsx、Lcxを表示する。ユーザUSは、マウスを操作して、マウスポインタMPにより選択されている切替点CPaを画面上で上下左右(図中矢印参照)の任意の位置に移動させて、図6(b)に示すように、それぞれの補助線Lsx、Lcxが時系列角度データD1のストレート区間及びカーブ区間の各変化傾向に一致する、又は、同等となるように(図中、直線Ls、Lc参照)、切替点CPaの位置を修正(調整)する。このような修正操作により、ストレート区間及びカーブ区間が再選択(又は再規定)されたことになるため、制御部240は、修正された切替点CPaの位置により判明した各区間における所要時間に基づいて、上記(1)式により走行速度を再計算する。これにより、制御部240は、時系列速度データを再生成して図5の下段に示ように、表示部210の画面上にグラフを再表示する。ユーザUSは、再表示された時系列速度データのグラフを見て、隣接するストレート区間とカーブ区間における速度変化の程度(大小)を判断する。   Specifically, the correction operation of the position of the switching point in this time series angle data is, first, the user US looking at the graph of the time series speed data shown in the lower part of FIG. Focus on. Then, as shown in the upper part of FIG. 5, the user US clicks (or drags) the switching point CPa of the position corresponding to the focused position VP with the mouse pointer MP to select it. Thereby, as shown in FIG. 6A, the control unit 240 selects a switching point adjacent to the switching point CPa while the switching point CPa is selected (switching points located on both sides; for example, switching point CPb) And the auxiliary lines Lsx, Lcx connecting the switching points to each other. As shown in FIG. 6B, the user US operates the mouse to move the switching point CPa selected by the mouse pointer MP to any position vertically and horizontally (refer to the arrow in the figure) on the screen. In order to make each auxiliary line Lsx, Lcx match or be equal to each change tendency of the straight section and the curve section of the time-series angle data D 1 (see the straight lines Ls, Lc in the figure), the switching point CPa Correct (adjust) the position of. Since the straight section and the curve section are reselected (or redefined) by such a correction operation, the control unit 240 determines the required time in each section which is determined by the corrected position of the switching point CPa. Then, the traveling speed is recalculated by the above equation (1). As a result, the control unit 240 regenerates the time-series velocity data and re-displays the graph on the screen of the display unit 210, as shown in the lower part of FIG. The user US sees the graph of the re-displayed time-series velocity data, and determines the degree (large or small) of the velocity change in the adjacent straight section and the curve section.

すなわち、このような修正操作により、時系列角度データにおいて切替点CPの位置が修正されて、上述したステップS106と同様に、ストレート区間及びカーブ区間が再選択(又は再規定)される。さらに、上述したステップS108と同様に、修正された切替点CPの位置により判明した所要時間と、既知である各区間の距離とに基づいて、(1)式によりランニング中の各ストレート区間及びカーブ区間の走行速度が再計算されて、時系列速度データが再生成される。   That is, by such a correction operation, the position of the switching point CP is corrected in the time-series angle data, and the straight section and the curve section are reselected (or redefined) as in step S106 described above. Furthermore, as in step S108 described above, each straight section and curve during running according to equation (1), based on the required time determined by the corrected position of the switching point CP and the distance of each section that is known. The traveling speed of the section is recalculated to regenerate time-series speed data.

そして、ユーザUSは、上述した修正操作を、時系列速度データにおける速度変化が所望の小ささ(すなわち、速度変化が緩やか)になるまで、各切替点CPについて繰り返し実行する。そして、ユーザUSが時系列速度データの変化が緩やかであると判断した場合には、例えば図4、図5に示された表示部210の画面上の「編集終了」のメニューを選択することにより、一連の編集作業を終了する(ステップS110)。   Then, the user US repeatedly executes the above-mentioned correction operation for each switching point CP until the speed change in the time-series speed data becomes a desired small (that is, the speed change is gentle). Then, when the user US determines that the change in time-series velocity data is gradual, for example, by selecting the "edit end" menu on the screen of the display unit 210 shown in FIG. 4 and FIG. , And end the series of editing operations (step S110).

次いで、制御部240は、上記の編集作業により生成(再計算)された時系列速度データにおける各ストレート区間及びカーブ区間の値を、走行速度として記憶部230の所定の記憶領域に保存する(ステップS112)。   Next, the control unit 240 stores the values of each straight section and curve section in the time-series velocity data generated (recalculated) by the above editing operation as a traveling speed in a predetermined storage area of the storage unit 230 (step S112).

また、制御部240は、各ストレート区間及びカーブ区間について、上記のようにして再計算された走行速度と、随時計算されるピッチとに基づいて、次の(2)式によりランニング中のストライドを算出して、記憶部230の所定の記憶領域に保存する(ステップS114)。ここで、ピッチは、1分間の歩数であるので、例えば、各区間について、記憶部230に保存された加速度データのうちの上下方向の成分の信号波形における、1分当たりの周期の回数を計測することにより取得される。
ストライド(m/歩) = 走行速度(m/s)/ピッチ(歩/s) ・・・(2)
Further, the control unit 240 performs stride during running according to the following equation (2) based on the traveling speed recalculated as described above and the pitch calculated as needed for each straight section and curve section. It is calculated and stored in a predetermined storage area of the storage unit 230 (step S114). Here, since the pitch is the number of steps per minute, for example, the number of cycles per minute in the signal waveform of the component in the vertical direction of the acceleration data stored in the storage unit 230 is measured for each section. It is acquired by doing.
Stride (m / step) = traveling speed (m / s) / pitch (step / s) (2)

このように、本実施形態においては、走行距離が既知であり(判明しており)、かつ、コースの角度が互いに異なる複数の区間を有するコース(例えば、ストレート及びカーブを有する陸上競技場のトラック等)を走行した時の走行速度及びストライドを、GPSを用いることなく、モーションセンサにより時系列的に収集されたセンサデータのうちの鉛直軸回りの角速度(又は、時系列角度データ)に基づいて推定することができる。ここで、本実施形態においては、上記の走行速度及びストライドの算出に際して、ユーザUSによる入力操作(時系列角度データにおける各ストレート区間及びカーブ区間を規定する切替点の位置を修正する編集操作)の内容を反映させることができる。   Thus, in the present embodiment, a track having a plurality of sections whose traveling distances are known (known) and whose course angles are different from each other (for example, a track of an athletic field having straight and curves) Etc.) based on the angular velocity (or time series angle data) about the vertical axis among the sensor data collected in time series by the motion sensor without using GPS. It can be estimated. Here, in the present embodiment, an input operation by the user US (an editing operation for correcting the position of a switching point defining each straight section and curve section in time-series angle data) when calculating the traveling speed and the stride described above. The contents can be reflected.

すなわち、一般に、ジャイロセンサ(角速度計測部)で取得した角速度を積分した場合、角速度データに含まれるノイズやドリフト成分の影響で誤差が大きくなってしまい、例えば、ストレート区間を走行している場合であっても、角度が増減してしまうという問題を有している。これに対して、本実施形態においては、角速度データに含まれるノイズやドリフト成分が時間経過に対して大きく変化しない場合には、ユーザUSによる入力操作(各ストレート区間及びカーブ区間を規定する切替点の位置を修正する編集操作)の内容を反映した推定処理により、時系列角度データにおける各ストレート区間及びカーブ区間を精度よく推定することができる。   That is, in general, when the angular velocity acquired by the gyro sensor (angular velocity measuring unit) is integrated, the error becomes large due to the influence of noise and drift component included in the angular velocity data, for example, when traveling in a straight section Even if there is a problem, the angle may increase or decrease. On the other hand, in the present embodiment, when the noise or drift component included in the angular velocity data does not change significantly with time, the input operation by the user US (a switching point defining each straight section and curve section) Each straight section and curve section in the time-series angle data can be accurately estimated by the estimation process reflecting the content of the editing operation of correcting the position of.

これにより、ユーザUSのランニング中の運動状態に関わる指標(走行速度及びストライド)が的確に推定され、その結果が表示部210の画面上にグラフや数値の形態で表示されるので、ユーザUSは視覚を通じて当該運動状態を把握し、その判断や改善に役立てることができる。   As a result, the index (traveling speed and stride) related to the exercise state of the user US while running is accurately estimated, and the result is displayed on the screen of the display unit 210 in the form of graph or numerical value. It is possible to grasp the motion state through vision and use it for judgment and improvement.

<第2の実施形態>
(データ解析方法)
次に、第2の実施形態に係る運動支援装置における制御方法(データ解析方法)について、図面を参照して説明する。なお、上述した第1の実施形態と同等の構成や手法については、同等の符号を付して説明を簡略化する。
Second Embodiment
(Data analysis method)
Next, a control method (data analysis method) in the exercise support apparatus according to the second embodiment will be described with reference to the drawings. In addition, about the structure and method equivalent to 1st Embodiment mentioned above, an equivalent code | symbol is attached | subjected and description is simplified.

図7は、第2の実施形態に係る運動支援装置の制御方法(データ解析方法)の一例を示すフローチャートであり、図8は、本実施形態に係るデータ解析方法における区間推定処理の一例を示すフローチャートである。図9は、本実施形態に係るデータ解析方法における階級選択処理を説明するための概念図である。図10は、本実施形態に係るデータ解析方法における区間推定処理を説明するための概念図である。図11は、本実施形態に係るデータ解析方法における区間決定処理を説明するための概念図である。図12は、本実施形態に係るデータ解析方法において生成される時系列角度データと時系列速度データと角度ヒストグラムの表示例を示す図である。図13は、本実施形態に係るデータ解析方法における区間修正処理を説明するための表示例を示す図である。   FIG. 7 is a flowchart showing an example of a control method (data analysis method) of the exercise support apparatus according to the second embodiment, and FIG. 8 shows an example of a section estimation process in the data analysis method according to the present embodiment. It is a flowchart. FIG. 9 is a conceptual diagram for explaining class selection processing in the data analysis method according to the present embodiment. FIG. 10 is a conceptual diagram for explaining a section estimation process in the data analysis method according to the present embodiment. FIG. 11 is a conceptual diagram for explaining the section determination process in the data analysis method according to the present embodiment. FIG. 12 is a diagram showing a display example of time-series angle data, time-series velocity data, and an angle histogram generated in the data analysis method according to the present embodiment. FIG. 13 is a view showing a display example for explaining the section correction process in the data analysis method according to the present embodiment.

上述した第1の実施形態に係るデータ解析方法においては、ユーザUSが入力操作部を用いて、ランニングコースの各ストレート区間及びカーブ区間を規定する切替点を指定することにより生成された時系列角度データに基づいて、各区間における走行速度とストライドを算出する手法を示した。第2の実施形態に係るデータ解析方法においては、陸上競技場等のトラックを何十周も走行する場合等に、各ストレート区間及びカーブ区間を規定する切替点を指定するユーザUSの入力操作の負担を軽減する手法を有している。なお、第2の実施形態においても、後述する指標推定手順において実行される走行速度及びストライドの推定処理は、データ解析装置200の制御部240において所定のアルゴリズムプログラムを実行することにより実現される。   In the data analysis method according to the first embodiment described above, the time series angle generated by the user US using the input operation unit to specify the switching points defining each straight section and curve section of the running course. Based on the data, we showed the method to calculate the traveling speed and stride in each section. In the data analysis method according to the second embodiment, when traveling on a track such as an athletics stadium several tens of times, the input operation of the user US who designates a switching point defining each straight section and a curve section. There is a way to reduce the burden. Also in the second embodiment, the estimation processing of the traveling speed and the stride executed in the index estimation procedure described later is realized by executing a predetermined algorithm program in the control unit 240 of the data analysis device 200.

第2の実施形態に係るデータ解析方法においては、まず、上述した第1の実施形態と同様に、センサデータ収集手順が実行されて、センサ機器100によりユーザUSのランニング中の動作状態を示すセンサデータが取得され、当該センサデータがデータ解析装置200に転送されて記憶部230に保存される。   In the data analysis method according to the second embodiment, first, as in the first embodiment described above, a sensor data collection procedure is performed, and the sensor device 100 is a sensor that indicates the operating state of the user US while running. Data is acquired, and the sensor data is transferred to the data analysis device 200 and stored in the storage unit 230.

次いで、指標推定手順においては、図7のフローチャートに示すように、まず、上述した第1の実施形態と同様に、記憶部230に保存された任意の補正後センサデータについて、鉛直軸回りの角速度を積分する(ステップS202)。次いで、制御部240は、上記の角速度を積分処理した結果について、ランニング動作の周期ごとに平均値を算出し、時系列角度データを生成し(ステップS204)、例えば図12の上段に示すように、表示部210の画面上にグラフの形態で表示する。   Next, in the index estimation procedure, as shown in the flowchart of FIG. 7, first, as in the first embodiment described above, with regard to any post-correction sensor data stored in the storage unit 230, the angular velocity around the vertical axis Are integrated (step S202). Next, the control unit 240 calculates an average value for each period of the running operation for the integration result of the above-mentioned angular velocity, and generates time-series angle data (step S204), for example, as shown in the upper part of FIG. , In the form of a graph on the screen of the display unit 210.

次いで、制御部240は、鉛直軸回りの角速度を所定周期ごとに積分する。例えば、所定周期を5周期に設定した場合、走り始めから5周期分の角速度を積分した値を角度として記憶部230に保存し、次いで、5周期分をずらした次の5周期分の角速度を積分した値を角度として記憶部230に保存する処理を、上記の所定周期ごとに繰り返し実行する(ステップS206)。ここで、所定周期は、陸上競技場等のトラックのような場合には、例えば5周期程度に設定すればよいが、比較的短い距離で区間が変わるような場合には、より短い周期を設定することが好ましい。   Next, the control unit 240 integrates the angular velocity about the vertical axis at predetermined intervals. For example, when the predetermined cycle is set to 5 cycles, a value obtained by integrating the angular velocity for 5 cycles from the start of running is stored as an angle in the storage unit 230, and then the angular velocity for the next 5 cycles shifted for 5 cycles is A process of storing the integrated value as an angle in the storage unit 230 is repeatedly executed at each predetermined period (step S206). Here, the predetermined cycle may be set to, for example, about 5 cycles in the case of a track such as an athletics stadium, but if the section changes at a relatively short distance, a shorter cycle is set. It is preferable to do.

次いで、制御部240は、上記の計算結果に基づいて、後述する角度変化のヒストグラムを生成するための階級幅を算出する(ステップS208)。具体的には、例えば周知の手法である「スタージェスの公式」を適用して階級幅を決定するものであってもよいし、階級幅を計算する対象となるデータ数に応じて、他の手法を適用するものであってもよい。   Next, the control unit 240 calculates a class width for generating a histogram of angle change, which will be described later, based on the above calculation result (step S208). Specifically, for example, the class width may be determined by applying the "Sturgest formula", which is a well-known method, or the other according to the number of data for which the class width is to be calculated. The method may be applied.

次いで、制御部(角度ヒストグラム生成部)240は、上記のステップS208により算出され決定された階級幅に基づいて、上記所定周期毎の角度の変化(角度変化)の頻度(度数)を示す角度ヒストグラムを生成し(ステップS210)、例えば図12の下段に示すように、表示部210の画面上に表示する。ここで、本実施形態のように、所定の角度を有するストレート区間とカーブ区間を有するトラックを走行した場合、角度変化のヒストグラムは、例えば図9(a)の左図に示すように、カーブ区間では角度が「0」から離れた位置に度数が極大となる分布を示し、また、ストレート区間ではカーブ区間の分布よりも角度が「0」に近い位置に度数が極大となる分布を示すという特徴を有している。このことから、図9(a)の左図に示すような角度ヒストグラムにおいて、ストレート区間とカーブ区間に相当する階級をユーザUSが目で見て比較的容易に判断することができる。そこで、本実施形態においては、表示部210に表示された角度ヒストグラムをユーザUSが視認して、マウス等の入力操作部250を用いて、例えば左クリック、右クリック等の操作により、図9(b)、(c)の左図のようにストレート区間及びカーブ区間に相当する階級を選択する(ステップS212)。   Next, the control unit (angle histogram generation unit) 240 is an angle histogram indicating the frequency change (angle change) of the angle for each predetermined period (angle change) based on the class width calculated and determined in step S208 above. Is displayed on the screen of the display unit 210, as shown in the lower part of FIG. 12, for example. Here, when traveling a track having a straight section having a predetermined angle and a curve section as in this embodiment, the histogram of the angle change is, for example, a curve section as shown in the left diagram of FIG. In this case, the distribution shows that the frequency is maximal at a position where the angle is away from “0”, and the distribution where the frequency is maximal at a position where the angle is closer to “0” than the distribution of the curve section in the straight section have. From this, in the angle histogram as shown in the left diagram of FIG. 9A, the user US can visually judge the class corresponding to the straight section and the curve section relatively easily. Therefore, in the present embodiment, the user US visually recognizes the angle histogram displayed on the display unit 210, and using the input operation unit 250 such as a mouse, for example, as shown in FIG. b) A class corresponding to the straight section and the curve section is selected as shown in the left drawing of (c) (step S212).

そして、ユーザUSは、上記のステップS212におけるストレート区間及びカーブ区間に相当する階級を選択する入力操作を完了する場合には、例えば完了を示すボタンやアイコンをマウスカーソルによりクリック操作して上記の階級選択処理を終了する。これにより、制御部240は、図9(a)の右図のような階級が選択される前の状態の時系列角度データのストレート区間及びカーブ区間に、図9(b)、(c)の右図に示すように、ユーザUSによる階級の選択操作の結果を反映させて表示部210に表示する(ステップS214)。ここで、図9に示した階級選択処理は、センサデータにノイズやドリフト成分が含まれていない理想的な状態における角度ヒストグラムや時系列角度データを用いた場合の概念を示すものである。   Then, when the user US completes the input operation of selecting the class corresponding to the straight section and the curve section in the above step S212, the user US clicks the button or icon indicating completion, for example, with the mouse cursor to execute the above class End the selection process. As a result, the control unit 240 causes the straight section and the curve section of the time-series angle data in the state before the class is selected as shown in the right diagram of FIG. As shown in the right figure, the result of the class selection operation by the user US is reflected and displayed on the display unit 210 (step S214). Here, the class selection process shown in FIG. 9 shows a concept in the case of using an angle histogram and time-series angle data in an ideal state in which noise and drift components are not included in sensor data.

次いで、制御部240は、ユーザUSにより選択された階級が反映された時系列角度データに基づいて、ストレート区間及びカーブ区間を推定する処理を実行する(ステップS216)。ここで、以下に示すストレート区間及びカーブ区間の推定処理は、センサデータにノイズやドリフト成分が含まれている状態の時系列角度データに適用して、上記のノイズやドリフト成分の影響を除去又は低減するためのものである。すなわち、センサデータにノイズやドリフト成分が含まれていない、あるいは、その影響をほとんど受けない場合には、ステップS216及び図8に示すストレート区間及びカーブ区間の推定処理を省略するものであってもよい。   Next, the control unit 240 executes a process of estimating a straight section and a curve section based on time series angle data in which the class selected by the user US is reflected (step S216). Here, the estimation process of the straight section and the curve section described below is applied to time-series angle data in a state in which noise and drift components are included in sensor data to remove the influence of the noise and drift components or It is for reducing. That is, even if the sensor data does not include noise or drift components or is hardly influenced by the noise, even if the straight segment and curve segment estimation processing shown in step S216 and FIG. 8 is omitted. Good.

本実施形態においては、上記のステップS212、S214における角度ヒストグラムの階級の選択操作の結果に基づいて、例えば図10(a)に示すように、時系列角度データがストレートとカーブの2つのクラスタに分類されている。ここで、図10に示す時系列角度データは、図9の右図に示したような、理想的な状態における時系列角度データとは異なり、センサデータにノイズやドリフト成分が含まれている、より現実的な状態における時系列角度データの一例である。   In this embodiment, based on the result of the selection operation of the class of the angle histogram in the above steps S212 and S214, for example, as shown in FIG. 10A, the time series angle data is divided into two clusters of straight and curve. It is classified. Here, the time-series angle data shown in FIG. 10 differs from the time-series angle data in the ideal state as shown in the right figure of FIG. 9, and the sensor data includes noise and drift components. It is an example of time series angle data in a more realistic state.

本実施形態におけるストレート区間及びカーブ区間の推定処理においては、図8のフローチャートに示すように、制御部240は、時系列角度データ上で分類されているストレートとカーブのクラスタを、次の手順で所定の時間以内でのまとまりからグループ化する(ステップS252)。   In the estimation process of the straight section and the curve section in the present embodiment, as shown in the flowchart of FIG. 8, the control unit 240 performs the straight and curve clusters classified on the time series angle data in the following procedure. The grouping is performed within a predetermined time (step S252).

具体的には、制御部240は、まず、時系列角度データ上の同じクラスタで時間的に連続している点を、例えば図10(b)に示すように、同一のグループとしてまとめる。図10(b)においては、ストレート1〜3とカーブ1〜3にグループ化した状態を示している。ここで、ストレート2とカーブ2に含まれる点は、センサデータに含まれているノイズやドリフト成分に起因する異常値である。   Specifically, the control unit 240 first groups points that are temporally continuous in the same cluster on the time-series angle data into the same group as illustrated in FIG. 10B, for example. In FIG.10 (b), the state grouped into the straight 1-3 and the curves 1-3 is shown. Here, the points included in the straight 2 and the curve 2 are abnormal values caused by noise and drift components included in the sensor data.

次いで、制御部240は、同じクラスタ内のグループ同士を比較し、所定時間Ta以上離れていないグループ同士を統合する。例えば図10(b)において、同じクラスタ内のストレート1、2、3の各グループに着目し、グループ相互が例えば10秒以上離れていない場合には、例えば図10(c)に示すように、これらのグループが1つのグループ(ストレート1)に統合される。ここで、グループ同士の統合の可否を判断するための所定時間Taは、本実施形態のようにトラックを走行する場合には、例えば10秒程度に設定することが好ましい。   Next, the control unit 240 compares the groups in the same cluster, and integrates the groups which are not separated by Ta or more for a predetermined time. For example, in FIG. 10B, focusing on each group of straights 1, 2 and 3 in the same cluster, if the groups are not separated from each other by, for example, 10 seconds or more, as shown in FIG. These groups are integrated into one group (straight 1). Here, it is preferable to set the predetermined time Ta for determining whether or not the groups are to be integrated, for example, to about 10 seconds when traveling the track as in the present embodiment.

次いで、制御部240は、上記のグループの統合後、例えば図10(d)に示すように、各グループ内に存在する所定時間Tb以下のグループを削除する。図10(d)においては、ストレート1のグループ内に存在するカーブ2のグループを削除した状態を示している。ここで、グループの削除の可否を判断するための所定時間Tbは、本実施形態のようにトラックを走行する場合には、例えば10秒程度に設定することが好ましい。   Next, after integration of the above-described groups, for example, as illustrated in FIG. 10D, the control unit 240 deletes a group having a predetermined time Tb or less existing in each group. FIG. 10D shows a state in which the group of curve 2 existing in the group of straight 1 is deleted. Here, it is preferable to set the predetermined time Tb for determining whether or not to delete a group to, for example, about 10 seconds when traveling a track as in the present embodiment.

次いで、制御部240は、グループ化されたクラスタごとに最小二乗法を用いて直線を算出する(ステップS254)。具体的には、例えば図11(a)に示すように、時系列角度データにおいてグループG1〜G4をそれぞれ含む各クラスタについて、例えば図11(b)に示すように、各クラスタ(グループG1〜G4)の角度の時間変化の傾向を示す直線L1〜L4が算出される。   Next, the control unit 240 calculates a straight line using the least squares method for each of the grouped clusters (step S254). Specifically, for example, as shown in FIG. 11A, for each cluster including each of the groups G1 to G4 in the time series angle data, each cluster (groups G1 to G4 as shown in FIG. 11B, for example) Straight lines L1 to L4 indicating the tendency of the time change of the angle of) are calculated.

次いで、制御部240は、時間的に隣接する異なるクラスタの直線の交点を算出する(ステップS256)。具体的には、例えば図11(b)に示すように、時系列角度データ上のクラスタ(グループG1〜G4)ごとに算出された直線L1〜L4について、例えば図11(c)に示すように、時間的に隣接する異なるクラスタの直線相互の交点が算出される。図11(c)においては、直線L1とL2の交点CP1、直線L2とL3の交点CP2、直線L3とL4の交点CP3を算出した状態を示している。   Next, the control unit 240 calculates an intersection point of straight lines of different temporally adjacent clusters (step S256). Specifically, for example, as shown in FIG. 11 (b), straight lines L1 to L4 calculated for each cluster (groups G1 to G4) on the time series angle data, for example, as shown in FIG. 11 (c) The points of intersection of straight lines of different clusters adjacent in time are calculated. FIG. 11C shows a state in which the intersection CP1 of the straight lines L1 and L2, the intersection CP2 of the straight lines L2 and L3, and the intersection CP3 of the straight lines L3 and L4 are calculated.

次いで、制御部240は、時間的に隣接する2つの交点間の区間を、その区間のクラスタの属性に基づいて、ストレート区間、カーブ区間と決定して記憶部230に保存する(ステップS258)。具体的には、例えば図11(c)に示すように、時系列角度データ上のクラスタ(グループG1〜G4)ごとの直線L1〜L4に基づいて算出された交点CP1〜CP3について、隣接する交点間の区間が、例えば当該区間のクラスタに含まれるグループG1〜G4における角度の時間変化の傾向(又は、直線L1〜L4の傾き)に基づいて、例えば図11(d)に示すように、各区間がストレート区間又はカーブ区間として決定される。図11(d)においては、交点CP1とCP2間の区間をストレート区間、交点CP2とCP3間の区間をカーブ区間と決定した状態を示している。
このような一連の処理動作により、時系列角度データにおけるストレート区間及びカーブ区間の推定処理が実行される。
Next, the control unit 240 determines a section between two temporally adjacent points as a straight section and a curve section based on the attribute of the cluster of the section, and stores the section in the storage unit 230 (step S258). Specifically, for example, as shown in FIG. 11C, the intersections CP1 to CP3 calculated based on the straight lines L1 to L4 for each cluster (groups G1 to G4) on the time series angle data are adjacent to each other A section between them is, for example, as shown in FIG. 11D, for example, based on the tendency of the time change of the angle in the groups G1 to G4 included in the cluster of the section (or the inclination of the straight lines L1 to L4) The section is determined as a straight section or a curve section. FIG. 11D shows a state in which the section between the intersections CP1 and CP2 is determined as the straight section, and the section between the intersections CP2 and CP3 is determined as the curve section.
By such a series of processing operations, estimation processing of the straight section and the curve section in the time series angle data is executed.

次いで、図7に示したフローチャートに戻って、制御部240は、上記のステップS216において決定(推定)したストレート区間及びカーブ区間の所要時間と、既知である各区間の距離とに基づいて、第1の実施形態に示した(1)式によりランニング中の走行速度を算出して時系列速度データを生成する(ステップS218)。制御部240は、例えば図12の中段に示すように、生成した時系列速度データを表示部210の画面上にグラフの形態で表示する。   Next, returning to the flowchart shown in FIG. 7, the control unit 240 determines the required durations of the straight section and the curve section determined (estimated) in step S216 above and the distance of each known section. The traveling speed during running is calculated by the equation (1) shown in the embodiment 1 to generate time-series speed data (step S218). The control unit 240 displays the generated time-series velocity data in the form of a graph on the screen of the display unit 210, for example, as shown in the middle part of FIG.

次いで、ユーザUSは、表示部210の画面上に表示された時系列速度データのグラフ(図12の中段)を目で見て、時系列速度データにおける連続(又は隣接)するストレート区間とカーブ区間との速度変化が緩やかであるか否かを判断する(ステップS220)。ユーザUSが時系列速度データの変化が緩やかであると判断して、例えば図12に示された表示部210の画面上の「編集終了」のメニューを選択することにより、制御部240は、生成された時系列速度データにおける各ストレート区間及びカーブ区間の値を、走行速度として記憶部230の所定の記憶領域に保存する(ステップS228)。   Next, the user US looks at the graph of the time-series velocity data displayed on the screen of the display unit 210 (the middle part of FIG. 12), and continuously (or adjacent) straight segments and curve segments in the time-series velocity data. It is determined whether or not the speed change with the speed change is slow (step S220). The control unit 240 generates, for example, by determining that the change of the time-series velocity data is gradual, and the user US selects the "edit end" menu on the screen of the display unit 210 shown in FIG. 12, for example. The values of each straight section and curve section in the time series speed data are stored as a traveling speed in a predetermined storage area of the storage unit 230 (step S228).

また、制御部240は、各ストレート区間及びカーブ区間について、上記のようにして計算された走行速度と、随時計算されるピッチとに基づいて、第1の実施形態に示した(2)式によりランニング中のストライドを算出して、記憶部230の所定の記憶領域に保存する(ステップS230)。   Further, the control unit 240 is configured by the equation (2) according to the first embodiment based on the traveling speed calculated as described above and the pitch calculated as needed for each straight section and curve section. The stride during running is calculated and stored in a predetermined storage area of the storage unit 230 (step S230).

一方、上記のステップS220において、ユーザUSが時系列速度データの変化が緩やかではないと判断した場合には、時系列速度データにおける各ストレート区間及びカーブ区間を修正する処理が実行される。ここで、本実施形態においては、時系列速度データにおけるストレート区間及びカーブ区間の修正処理として、角度ヒストグラムにおける階級幅を変更する手法(第1の手法)と、上述した第1の実施形態に示した時系列角度データにおける切替点の位置を変更する手法(第2の手法)とが適用される。   On the other hand, when the user US determines that the change in the time-series velocity data is not gradual in step S220 described above, a process of correcting each straight section and curve section in the time-series velocity data is executed. Here, in the present embodiment, a method (first method) of changing the class width in the angle histogram as correction processing of the straight section and the curve section in the time-series velocity data is shown in the first embodiment described above. A method (second method) of changing the position of the switching point in the time series angle data is applied.

具体的には、まず、ユーザUSは、角度ヒストグラムにおける階級幅を変更する第1の手法を用いるか、時系列角度データにおける切替点の位置を変更する第2の手法を用いるかを選択する(ステップS222)。上記の第1の手法を選択した場合には、ユーザUSは、図12の下段に示された角度ヒストグラムにおける階級幅を、入力操作部250を用いて任意の数値を入力して、現在設定されている数値から変更する(ステップS226)。これにより、制御部240は、ステップS210に戻って、ユーザUSにより変更された階級幅に基づいて、角度ヒストグラムを再度生成し、例えば図13の下段に示すように、表示部210の画面上に表示する。図13の下段においては、図12の下段に示された角度ヒストグラムにおける階級幅を、「8.508(degree)」から「4.5(degree)」に変更した場合の角度ヒストグラムを示している。   Specifically, first, the user US selects whether to use the first method for changing the class width in the angle histogram or to use the second method for changing the position of the switching point in the time series angle data ((1) Step S222). When the first method described above is selected, the user US uses the input operation unit 250 to input an arbitrary numerical value using the class width in the angle histogram shown in the lower part of FIG. The value is changed from the value (step S226). Thereby, the control unit 240 returns to step S210, and generates again an angle histogram based on the class width changed by the user US, for example, on the screen of the display unit 210 as shown in the lower part of FIG. indicate. The lower part of FIG. 13 shows an angle histogram when the class width in the angle histogram shown in the lower part of FIG. 12 is changed from “8.508 (degree)” to “4.5 (degree)”.

そして、上記のステップS212〜S218が再度実行されて、制御部240は、ユーザUSによる各区間に相当する階級の再選択操作の結果を時系列角度データに反映させて、ストレート区間及びカーブ区間を再度推定し、その推定結果と区間距離に基づいて時系列速度データを再生成する。   Then, the above steps S212 to S218 are executed again, and the control unit 240 reflects the result of the class reselection operation corresponding to each section by the user US on the time series angle data, and makes the straight section and the curve section It reestimates and regenerates time series velocity data based on the estimation result and the interval distance.

一方、上記のステップS222において、ユーザUSが上記の第2の手法を選択した場合には、上述した第1の実施形態に示したデータ解析方法におけるステップS106、S108と同様の処理が実行される。すなわち、ユーザUSは、表示部210に表示された時系列角度データのグラフ(図12の上段)を視認して、入力操作部250を用いて手動で各ストレート区間及びカーブ区間を規定する切替点の位置を修正して(ステップS224)、時系列速度データにおけるストレート区間とカーブ区間との速度変化が小さく(緩やかに)なるように調整する。これにより、制御部240は、修正された切替点CPの位置により判明した各区間の所要時間に基づいて走行速度を再度計算して、時系列速度データを再生成する。   On the other hand, when the user US selects the second method described above in step S222, the same processes as steps S106 and S108 in the data analysis method described in the first embodiment described above are performed. . That is, the user US visually recognizes the graph of the time-series angle data displayed on the display unit 210 (upper part of FIG. 12), and manually uses the input operation unit 250 to manually define the straight section and the curve section. Is corrected (step S224), and the speed change between the straight section and the curve section in the time-series speed data is adjusted to be small (slowly). As a result, the control unit 240 recalculates the traveling speed based on the required time of each section determined by the corrected position of the switching point CP, and regenerates time-series speed data.

本実施形態においては、このような時系列速度データにおけるストレート区間及びカーブ区間の修正処理が、ステップS220においてユーザUSが時系列速度データの変化が緩やかであると判断するまで(あるいは、ユーザUSが例えば図12に示された表示部210の画面上の「編集終了」のメニューを選択するまで)繰り返し実行される。   In the present embodiment, the correction process of the straight section and the curve section in such time-series speed data is performed until the user US determines that the change of the time-series speed data is gradual in step S220 (or the user US For example, the process is repeatedly executed until the menu of “end of editing” on the screen of the display unit 210 shown in FIG. 12 is selected.

このように、本実施形態においても、上述した第1の実施形態と同様に、走行距離が既知であり、かつ、コースの角度が互いに異なる複数の区間を有するコース(例えば、陸上競技場のトラック等)を走行した時の走行速度及びストライドを、GPSを用いることなく、時系列角度データに基づいて推定することができる。ここで、本実施形態においては、上記の走行速度及びストライドの算出に際して、ユーザUSによる入力操作(少なくとも、角度ヒストグラムにおけるストレート区間及びカーブ区間に対応する階級を設定して選択する編集操作、さらには、時系列角度データにおける各区間を規定する切替点の位置を修正する編集操作を含む場合もある)の内容を反映させることができる。   As described above, also in the present embodiment, as in the first embodiment described above, a course having a plurality of sections in which the travel distance is known and the angles of the courses are different from each other (for example, a track of an athletics stadium) The traveling speed and stride when traveling on the vehicle can be estimated based on time series angle data without using GPS. Here, in the present embodiment, an input operation by the user US (an editing operation for setting and selecting a class corresponding to at least a straight section and a curve section in an angle histogram, or the like) in calculating the traveling speed and the stride described above , And may include an editing operation for correcting the position of the switching point that defines each section in the time-series angle data.

すなわち、本実施形態においても、角速度データに含まれるノイズやドリフト成分が時間経過に対して大きく変化しない場合には、ユーザUSによる入力操作(角度ヒストグラムにおけるストレート区間及びカーブ区間に対応する階級を設定して選択する編集操作)の内容を反映した推定処理により、時系列角度データにおける各ストレート区間及びカーブ区間を精度よく推定することができる。   That is, also in the present embodiment, when noise and drift components included in angular velocity data do not change significantly with time, input operation by the user US (a class corresponding to a straight section and a curve section in an angle histogram is set) Each straight section and curve section in the time-series angle data can be accurately estimated by the estimation processing reflecting the content of the editing operation to be selected.

これにより、ユーザUSによる入力操作の負担を軽減しつつ、ランニング中の運動状態に関わる指標(走行速度及びストライド)を的確に推定することができ、その結果が表示部210の画面上にグラフや数値の形態で表示されるので、ユーザUSは視覚を通じて当該運動状態を把握し、その判断や改善に役立てることができる。   As a result, while reducing the load of the input operation by the user US, it is possible to accurately estimate the index (traveling speed and stride) related to the exercise state during running, and the result is displayed on the screen of the display unit 210 Since the display is made in the form of numerical values, the user US can grasp the motion state through vision and can use it for the judgment and improvement.

なお、上述した各実施形態においては、説明を簡明にするために、ユーザUSが陸上競技場等のトラックを周回走行する場合について具体的に説明したが、本発明はこれに限定されるものではない。本発明は、走行距離が既知であり、かつ、コースの角度が互いに異なる複数の区間(ストレートや角度の異なるカーブ等)を有するコースを走行するものであれば、任意のランニングコースやマラソン大会のコース等を走る場合であっても、ストレート区間及びカーブ区間を精度よく推定して、ランニング中の運動状態に関わる指標(走行速度及びストライド)をユーザに提供することができる。   In each of the above-described embodiments, in order to clarify the description, the case where the user US travels a track such as an athletics stadium is specifically described, but the present invention is not limited to this. Absent. The present invention is applicable to any running course or marathon event as long as it travels on a course having a plurality of sections (straight, curves having different angles, etc.) whose course angles are known. Even in the case of running on a course or the like, it is possible to accurately estimate the straight section and the curve section, and provide the user with indices (traveling speed and stride) related to the exercise state during running.

以上、本発明のいくつかの実施形態について説明したが、本発明は、上述した実施形態に限定されるものではなく、特許請求の範囲に記載された発明とその均等の範囲を含むものである。
以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。
Although some embodiments of the present invention have been described above, the present invention is not limited to the above-described embodiments, but includes the invention described in the claims and the equivalents thereof.
In the following, the invention described in the original claims of the present application is appended.

(付記)
[1]
利用者が既知の距離を有するコースを移動する運動中に、前記利用者に装着されたセンサから時系列的に収集された角速度データに基づいて、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成する時系列角度データ生成部と、
入力された指示に基づいて、前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定する入力操作部と、
前記入力操作部による指示により規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成する時系列速度データ生成部と、
少なくとも、前記時系列角度データ及び前記時系列速度データを所定の形態で表示する表示部と、
を有することを特徴とするデータ解析装置。
(Supplementary note)
[1]
During exercise of moving a course having a known distance by the user, the user of the user who traveled during the exercise is based on angular velocity data collected chronologically from sensors attached to the user. A time-series angle data generation unit that generates time-series angle data indicating a change in angle in the traveling direction;
An input operation unit that defines a plurality of sections having different change tendencies of the angle in the time-series angle data based on an input instruction;
Based on the time required for moving each of the plurality of sections specified by the instruction by the input operation unit and the distance value of each section, time series velocity data indicating the moving speed of each section is generated Time series velocity data generation unit,
A display unit for displaying at least the time-series angle data and the time-series velocity data in a predetermined form;
A data analysis apparatus characterized by having:

[2]
更に、前記各区間の前記移動速度に基づく指標を運動指標として提供する運動指標算出部を備えることを特徴とする[1]に記載のデータ解析装置。
[2]
Furthermore, the data analysis device according to [1], further including a motion index calculation unit that provides an index based on the movement speed of each section as a motion index.

[3]
前記入力操作部は、前記表示部にグラフ化して表示された前記時系列角度データに対して、前記指示として、連続する前記各区間の境界となる切替点が入力されて、入力された前記切替点に基づいて前記各区間を規定することを特徴とする[1]又は[2]に記載のデータ解析装置。
[3]
The input operation unit is configured to input a switching point serving as a boundary of the continuous sections as the instruction with respect to the time series angle data graphically displayed on the display unit. The data analysis device according to [1] or [2], wherein each of the sections is defined based on a point.

[4]
前記データ解析装置は、
前記角速度データに基づいて、前記運動中に移動した前記経路における前記角度の変化の頻度を示す角度ヒストグラムを生成する角度ヒストグラム生成部を備え、
前記入力操作部は、前記角度ヒストグラムにおける前記各区間に相当する階級及び当該階級の幅を指示することにより、前記各区間を規定することを特徴とする[1]に記載のデータ解析装置。
[4]
The data analysis device
The angle histogram generation unit generates an angle histogram indicating a frequency of change of the angle in the path moved during the movement based on the angular velocity data.
The data analysis device according to [1], wherein the input operation unit defines each section by specifying a class corresponding to each section in the angle histogram and a width of the class.

[5]
前記時系列角度データ生成部及び前記時系列速度データ生成部は、前記入力操作部による前記各区間を変更して再度規定するための指示に基づいて、前記時系列角度データ及び前記時系列速度データを再度生成することを特徴とする[1]乃至[4]のいずれかに記載のデータ解析装置。
[5]
The time-series angle data generation unit and the time-series speed data generation unit are configured to generate the time-series angle data and the time-series speed data based on an instruction for changing and redefining each section by the input operation unit. The data analysis apparatus according to any one of [1] to [4], wherein

[6]
前記センサは、前記利用者の身体の体幹に装着されたモーションセンサを有し、
前記センサデータは、前記モーションセンサにより時系列的に収集された、前記運動中の加速度及び角速度を含むことを特徴とする[1]乃至[5]のいずれかに記載のデータ解析装置。
[6]
The sensor comprises a motion sensor mounted on the trunk of the user's body,
The data analysis apparatus according to any one of [1] to [5], wherein the sensor data includes the acceleration and the angular velocity during the movement collected chronologically by the motion sensor.

[7]
利用者が既知の距離を有するコースを移動する運動中に、前記利用者に装着されたセンサから時系列的に収集された角速度データに基づいて、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成して表示し、
表示された前記時系列角度データに対して入力された指示に基づいて、前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定し、
前記規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成して表示する、
ことを特徴とするデータ解析方法。
[7]
During exercise of moving a course having a known distance by the user, the user of the user who traveled during the exercise is based on angular velocity data collected chronologically from sensors attached to the user. Generate and display time series angle data indicating change in angle in the traveling direction,
Define a plurality of sections having different change tendency of the angle in the time-series angle data, based on an instruction inputted to the displayed time-series angle data,
Generating and displaying time-series velocity data indicating moving speeds of the respective sections based on the time required for moving each of the plurality of defined sections and the distance value of the respective sections;
Data analysis method characterized by

[8]
コンピュータに、
利用者が既知の距離を有するコースを移動する運動中に、前記利用者に装着されたセンサから時系列的に収集された角速度データに基づいて、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成して表示させ、
表示された前記時系列角度データに対して入力された指示に基づいて、前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定させ、
前記規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成して表示させる、
ことを特徴とするデータ解析プログラム。
[8]
On the computer
During exercise of moving a course having a known distance by the user, the user of the user who traveled during the exercise is based on angular velocity data collected chronologically from sensors attached to the user. Generate and display time series angle data indicating a change in angle in the traveling direction,
Based on an instruction input for the displayed time series angle data, a plurality of sections having different change tendency of the angle in the time series angle data are defined,
Generating and displaying time-series velocity data indicating the moving velocity of each section based on the time required for moving each of the plurality of defined sections and the distance value of each section;
A data analysis program characterized by

100 センサ機器
110 加速度計測部
120 角速度計測部
130 記憶部
140 制御部
150 無線通信I/F
160 有線通信I/F
200 データ解析装置
210 表示部
230 記憶部
240 制御部
250 入力操作部
260 有線通信I/F
300 コントロール機器
US ユーザ
100 sensor device 110 acceleration measurement unit 120 angular velocity measurement unit 130 storage unit 140 control unit 150 wireless communication I / F
160 Wired communication I / F
200 Data Analysis Device 210 Display Unit 230 Storage Unit 240 Control Unit 250 Input Operation Unit 260 Wired Communication I / F
300 Control Equipment US Users

Claims (7)

利用者が既知の距離を有するコースを移動する運動中に、前記利用者の身体の体幹に装着されたモーションセンサを有するセンサの前記モーションセンサから時系列的に収集された角速度データに基づいて運動開始時からの角度の絶対値を累積することによって、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成する時系列角度データ生成部と、
入力された指示に基づいて、前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定する入力操作部と、
前記入力操作部による指示により規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成する時系列速度データ生成部と、
少なくとも、前記時系列角度データ及び前記時系列速度データを所定の形態で表示する表示部と、
を有し、
前記入力操作部は、前記表示部に前記所定の形態で表示された前記時系列角度データに対して、前記指示として、連続する前記各区間の境界となる切替点が入力されて、入力された前記切替点に基づいて前記各区間を規定することを特徴とするデータ解析装置。
Based on angular velocity data collected chronologically from the motion sensor of a sensor having a motion sensor mounted on the trunk of the user's body during an exercise in which the user travels a course having a known distance A time-series angle data generation unit that generates time-series angle data indicating a change in an angle in a traveling direction of the user of the path moved during the movement by accumulating absolute values of angles from the start of the movement;
An input operation unit that defines a plurality of sections having different change tendencies of the angle in the time-series angle data based on an input instruction;
Based on the time required for moving each of the plurality of sections specified by the instruction by the input operation unit and the distance value of each section, time series velocity data indicating the moving speed of each section is generated Time series velocity data generation unit,
A display unit for displaying at least the time-series angle data and the time-series velocity data in a predetermined form;
Have
The input operation unit receives the switching point serving as the boundary of the continuous sections as the instruction, with respect to the time series angle data displayed in the predetermined form on the display unit . A data analyzer characterized in that each section is defined based on the switching point.
更に、前記各区間の前記移動速度に基づく指標を運動指標として提供する運動指標算出部を備えることを特徴とする請求項1に記載のデータ解析装置。   The data analysis device according to claim 1, further comprising a motion index calculation unit that provides an index based on the moving speed of each section as a motion index. 利用者が既知の距離を有するコースを移動する運動中に、前記利用者の身体の体幹に装着されたモーションセンサを有するセンサの前記モーションセンサから時系列的に収集された角速度データに基づいて運動開始時からの角度の絶対値を累積することによって、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成する時系列角度データ生成部と、
入力された指示に基づいて、前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定する入力操作部と、
前記入力操作部による指示により規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成する時系列速度データ生成部と、
前記角速度データに基づいて、前記運動中に移動した前記経路における前記角度の変化の頻度を示す角度ヒストグラムを生成する角度ヒストグラム生成部と、
少なくとも、前記角度ヒストグラムを所定の形態で表示する表示部と、
を有し、
前記入力操作部は、前記表示部に前記所定の形態で表示された前記角度ヒストグラムにおける前記各区間に相当する階級及び当該階級の幅を指示することにより、前記各区間を規定することを特徴とするデータ解析装置。
Based on angular velocity data collected chronologically from the motion sensor of a sensor having a motion sensor mounted on the trunk of the user's body during an exercise in which the user travels a course having a known distance A time-series angle data generation unit that generates time-series angle data indicating a change in an angle in a traveling direction of the user of the path moved during the movement by accumulating absolute values of angles from the start of the movement;
An input operation unit that defines a plurality of sections having different change tendencies of the angle in the time-series angle data based on an input instruction;
Based on the time required for moving each of the plurality of sections specified by the instruction by the input operation unit and the distance value of each section, time series velocity data indicating the moving speed of each section is generated Time series velocity data generation unit,
An angle histogram generation unit configured to generate an angle histogram indicating a frequency of change of the angle in the path moved during the movement based on the angular velocity data;
At least a display unit for displaying the angle histogram in a predetermined form;
Have
The input operation unit defines the sections by specifying a class corresponding to each section in the angle histogram displayed in the predetermined form on the display section and a width of the class. Data analysis device.
利用者が既知の距離を有するコースを移動する運動中に、前記利用者の身体の体幹に装着されたモーションセンサを有するセンサの前記モーションセンサから時系列的に収集された角速度データに基づいて運動開始時からの角度の絶対値を累積することによって、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成する時系列角度データ生成部と、
少なくとも、前記時系列角度データを所定の形態で表示する表示部と、
入力された指示に基づいて、前記表示部に前記所定の形態で表示された前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定する入力操作部と、
前記入力操作部による指示により規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成する時系列速度データ生成部と、
を有し、
前記時系列角度データ生成部及び前記時系列速度データ生成部は、前記入力操作部による前記各区間を変更して再度規定するための指示に基づいて、前記時系列角度データ及び前記時系列速度データを再度生成することを特徴とするデータ解析装置。
Based on angular velocity data collected chronologically from the motion sensor of a sensor having a motion sensor mounted on the trunk of the user's body during an exercise in which the user travels a course having a known distance A time-series angle data generation unit that generates time-series angle data indicating a change in an angle in a traveling direction of the user of the path moved during the movement by accumulating absolute values of angles from the start of the movement;
At least a display unit for displaying the time series angle data in a predetermined form;
An input operation unit that defines a plurality of sections having different change tendencies of the angle in the time-series angle data displayed in the predetermined form on the display unit based on an input instruction;
Based on the time required for moving each of the plurality of sections specified by the instruction by the input operation unit and the distance value of each section, time series velocity data indicating the moving speed of each section is generated Time series velocity data generation unit,
Have
The time-series angle data generation unit and the time-series speed data generation unit are configured to generate the time-series angle data and the time-series speed data based on an instruction for changing and redefining each section by the input operation unit. A data analyzer characterized by generating again.
前記センサのデータは、前記モーションセンサにより時系列的に収集された、前記運動中の加速度データ及び角速度データを含むことを特徴とする請求項1乃至4のいずれかに記載のデータ解析装置。   The data analysis apparatus according to any one of claims 1 to 4, wherein the data of the sensor includes acceleration data and angular velocity data during movement collected in time series by the motion sensor. 利用者が既知の距離を有するコースを移動する運動中に、前記利用者の身体の体幹に装着されたモーションセンサを有するセンサの前記モーションセンサから時系列的に収集された角速度データに基づいて運動開始時からの角度の絶対値を累積することによって、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成し、
入力された指示に基づいて、前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定し、
前記規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成
少なくとも、前記時系列角度データ及び前記時系列速度データを所定の形態で表示部に表示する、データ解析方法であって、
前記表示部に前記所定の形態で表示された前記時系列角度データに対して、前記指示として、連続する前記各区間の境界となる切替点が入力されて、入力された前記切替点に基づいて前記各区間を規定することを特徴とするデータ解析方法。
Based on angular velocity data collected chronologically from the motion sensor of a sensor having a motion sensor mounted on the trunk of the user's body during an exercise in which the user travels a course having a known distance By accumulating absolute values of angles from the start of exercise, time-series angle data indicating change in angle in the traveling direction of the user of the path moved during the exercise is generated.
Based on the input instruction, the change trend of the angle before Symbol time series angle data defining a plurality of different sections,
Time required for the movement of each of the defined plurality of sections, on the basis of the value of the distance of each segment, and generating a sequence velocity data when indicating the moving speed of each of the sections,
A data analysis method, wherein at least the time series angle data and the time series velocity data are displayed on a display unit in a predetermined form,
With respect to the time series angle data displayed in the predetermined form on the display unit, a switching point serving as a boundary of the successive sections is input as the instruction, and the switching point is input based on the input switching point A data analysis method characterized in that each section is defined .
コンピュータに、
利用者が既知の距離を有するコースを移動する運動中に、前記利用者の身体の体幹に装着されたモーションセンサを有するセンサの前記モーションセンサから時系列的に収集された角速度データに基づいて運動開始時からの角度の絶対値を累積することによって、前記運動中に移動した経路の前記利用者の進行方向における角度の変化を示す時系列角度データを生成し、
入力された指示に基づいて、前記時系列角度データにおける前記角度の変化傾向が異なる複数の区間を規定させ、
前記規定された前記複数の区間の各々の移動に要した時間と、前記各区間の距離の値とに基づいて、前記各区間の移動速度を示す時系列速度データを生成
少なくとも、前記時系列角度データ及び前記時系列速度データを所定の形態で表示部に表示する、データ解析プログラムであって、
前記表示部に前記所定の形態で表示された前記時系列角度データに対して、前記指示として、連続する前記各区間の境界となる切替点が入力されて、入力された前記切替点に基づいて前記各区間を規定することを特徴とするデータ解析プログラム。
On the computer
Based on angular velocity data collected chronologically from the motion sensor of a sensor having a motion sensor mounted on the trunk of the user's body during an exercise in which the user travels a course having a known distance By accumulating absolute values of angles from the start of exercise, time-series angle data indicating change in angle in the traveling direction of the user of the path moved during the exercise is generated.
Based on the input instruction, the change trend of the angle before Symbol time series angle data to define a plurality of different sections,
Time required for the movement of each of the defined plurality of sections, on the basis of the value of the distance of each segment, and generating a sequence velocity data when indicating the moving speed of each of the sections,
It is a data analysis program which displays at least said time series angle data and said time series speed data on a display part in a predetermined form,
With respect to the time series angle data displayed in the predetermined form on the display unit, a switching point serving as a boundary of the successive sections is input as the instruction, and the switching point is input based on the input switching point A data analysis program that defines each of the sections .
JP2014133635A 2014-06-30 2014-06-30 Data analysis apparatus and data analysis method, data analysis program Active JP6521477B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014133635A JP6521477B2 (en) 2014-06-30 2014-06-30 Data analysis apparatus and data analysis method, data analysis program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014133635A JP6521477B2 (en) 2014-06-30 2014-06-30 Data analysis apparatus and data analysis method, data analysis program

Publications (2)

Publication Number Publication Date
JP2016010544A JP2016010544A (en) 2016-01-21
JP6521477B2 true JP6521477B2 (en) 2019-05-29

Family

ID=55227671

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014133635A Active JP6521477B2 (en) 2014-06-30 2014-06-30 Data analysis apparatus and data analysis method, data analysis program

Country Status (1)

Country Link
JP (1) JP6521477B2 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6439768B2 (en) * 2016-09-30 2018-12-19 オムロン株式会社 Exercise instruction apparatus, system, method and program

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07112048A (en) * 1993-10-18 1995-05-02 Mitsui Constr Co Ltd Moving body capturing device
US20060217232A1 (en) * 2005-03-24 2006-09-28 Trakstarr Fitness Systems, Inc. Lap counter system for multiple runners
TW200910212A (en) * 2007-08-28 2009-03-01 Ind Tech Res Inst Athletics record system
JP2016010463A (en) * 2014-06-27 2016-01-21 富士通株式会社 Exercise analysis processing system, exercise analysis processing method, and information processing terminal

Also Published As

Publication number Publication date
JP2016010544A (en) 2016-01-21

Similar Documents

Publication Publication Date Title
US9712629B2 (en) Tracking user physical activity with multiple devices
JP6421475B2 (en) Data analysis apparatus, data analysis method, and data analysis program
US8849610B2 (en) Tracking user physical activity with multiple devices
JP6565369B2 (en) Exercise support device, exercise support method, and exercise support program
JP6674791B2 (en) Congestion degree estimation method, number of persons estimation method, congestion degree estimation program, number of persons estimation program, and number of persons estimation system
JP6183716B2 (en) Exercise support device, exercise support method, and exercise support program
CN104713568A (en) Gait recognition method and corresponding pedometer
US20130138394A1 (en) State detecting device, electronic apparatus, and program
US20120150429A1 (en) Method and arrangement relating to navigation
JP2015058096A (en) Exercise support device, exercise support method, and exercise support program
US20160007933A1 (en) System and method for providing a smart activity score using earphones with biometric sensors
US20210068712A1 (en) Detecting the end of cycling activities on a wearable device
US20210093917A1 (en) Detecting outdoor walking workouts on a wearable device
CN104127188A (en) Method and device for monitoring amount of exercise of neck
EP3073716A1 (en) Method, apparatus, and mobile phone for calculating amount of motion
JP2013113761A (en) State detector, electronic equipment and program
US20210038944A1 (en) Activity tracking system with multiple monitoring devices
JP6648439B2 (en) Display control device, method, and program
JP2013188293A (en) Exercise information display system, exercise information display program and exercise information display method
US10260884B2 (en) Apparatus and method for using map data in a calibration process
JP6521477B2 (en) Data analysis apparatus and data analysis method, data analysis program
CN104516844A (en) Methods, Systems and Devices for Generating Real-Time Activity Data Updates to Display Devices
JP5892305B2 (en) Activity amount measuring device, activity amount measuring system, program and recording medium
CN104519123B (en) For making method, system and the equipment of activity tracking equipment and computing device data syn-chronization
CN109063727A (en) Calculate method, apparatus, storage medium and the electronic equipment of track frequency

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170411

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180313

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180322

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180514

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180928

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181119

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190408

R150 Certificate of patent or registration of utility model

Ref document number: 6521477

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190421