JP6688556B2 - Program, information processing apparatus, and information processing method - Google Patents
Program, information processing apparatus, and information processing method Download PDFInfo
- Publication number
- JP6688556B2 JP6688556B2 JP2014228923A JP2014228923A JP6688556B2 JP 6688556 B2 JP6688556 B2 JP 6688556B2 JP 2014228923 A JP2014228923 A JP 2014228923A JP 2014228923 A JP2014228923 A JP 2014228923A JP 6688556 B2 JP6688556 B2 JP 6688556B2
- Authority
- JP
- Japan
- Prior art keywords
- cpu
- walking
- beacon
- abnormality
- shoe
- 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
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Footwear And Its Accessory, Manufacturing Method And Apparatuses (AREA)
Description
本発明は、プログラム、情報処理装置、情報処理方法、及び、情報処理システムに関する。 The present invention relates to a program, an information processing device, an information processing method, and an information processing system.
従来、歩行動作の空間的及び時間的パラメータを被験者に大きな負担をかけることなく取得する技術が知られている(例えば、特許文献1及び特許文献2参照)。
BACKGROUND ART Conventionally, there is known a technique for acquiring spatial and temporal parameters of a walking motion without imposing a heavy burden on a subject (for example, refer to
しかしながら、従来の技術では装置が大がかりになってしまう。 However, in the conventional technique, the size of the device becomes large.
一つの側面では、簡易な構成で歩行時の異常を容易に判断することが可能なプログラム等を提供することにある。 In one aspect, it is to provide a program or the like capable of easily determining abnormality during walking with a simple configuration.
一つの案では、靴に取り付けられた圧力センサから歩行に伴い出力される負荷を示すデータ及び監視箇所に配置されたビーコンを特定するためのビーコンIDを取得し、ビーコンIDに応じてそれぞれ異なる値が設定された閾値から前記ビーコンIDに対応する閾値を選択し、所定時間分の歩行データのピーク値の周期の分散値、ピーク値の差分の平均値、またはピーク値の分散値が、選択した閾値を超えるか否かにより、歩行が異常か否かを判断し、異常と判断した場合に、異常を示す異常情報を携帯端末装置へ出力する処理を靴に設けられていないコンピュータに実行させる。 In one proposal, data indicating a load output along with walking from a pressure sensor attached to shoes and a beacon ID for identifying a beacon arranged at a monitoring point are acquired, and different values are obtained according to the beacon ID. There select the threshold value corresponding to the beacon ID from the set threshold, the variance value of the period of the peak value of the walking data for a predetermined time period, the average value of the difference between the peak value or dispersion value of the peak value, was selected depending on whether or not exceeding the threshold, walking determines whether abnormal or not, when it is determined that the abnormality to execute a process of outputting the abnormality information indicating abnormality to the portable terminal device to a computer that is not provided in the shoe .
一つの側面では、簡易な構成で歩行時の異常を容易に判断することが可能となる。 In one aspect, it is possible to easily determine an abnormality during walking with a simple configuration.
実施の形態1
以下実施の形態を、図面を参照して説明する。図1は情報処理システムのハードウェア群を示す説明図である。情報処理システムは情報処理装置1、通信装置2、及び靴3を含む。情報処置装置1及び通信装置2は、インターネット、公衆回線網、またはLAN(Local Area Network)等の通信網Nを介して接続されている。情報処理装置1はサーバコンピュータまたはパーソナルコンピュータ等である。以下では情報処理装置1をサーバコンピュータ1と読み替えて説明する。
Hereinafter, embodiments will be described with reference to the drawings. FIG. 1 is an explanatory diagram showing a hardware group of the information processing system. The information processing system includes an
通信装置2は、ユーザが所持するパーソナルコンピュータ、携帯電話、スマートフォン、デジタルカメラ、モバイルルータまたはPDA(Personal Digital Assistant)等である。以下では通信装置2を携帯電話2に適用する例を挙げて説明する。靴3は後述するように圧力センサが設けられている。歩行に伴い出力されるデータ(以下、歩行データという)は靴3から携帯電話2に送信される。靴3と携帯電話2とは無線または有線で情報の送受信が行われる。実施形態では一例としてBluetooth(登録商標)を用いた近距離無線通信を行うものとして説明する。
The
歩行データは、サーバコンピュータ1へ送信される。なお、靴3から直接サーバコンピュータ1へ歩行データを送信するようにしても良い。サーバコンピュータ1は受信した歩行データに基づき、歩行が異常か否かを判断する。異常と判断した場合、サーバコンピュータ1は携帯電話2を介して靴3に歩行異常を示す異常情報を出力する。靴3は異常情報を受信した場合、振動等により、例えばホームを酔った状態で歩行するユーザに注意を喚起する。以下詳細を説明する。
The walking data is transmitted to the
図2は靴3のハードウェア群を示すブロック図である。靴3は制御部としてのCPU(Central Processing Unit)31、圧力センサ32、バッテリ33、モータ34、及び通信部としての通信モジュール35等を含む。CPU31は、バス37を介してハードウェア各部と接続されている。圧力センサ32は、歩行に伴い増減する負荷を示す歩行データを出力する。圧力センサ32は、靴3のソール部分に取り付けられる。実施形態では圧力センサ32を一つ用いる例を示すが、複数箇所に設けても良い。また圧力センサ32等を含む各ハードウェアは、靴3のソールに取り付ける形態に限るものではない。取り外すことが可能な靴3の中敷きに圧力センサ32等を取り付ける形態であっても良い。
FIG. 2 is a block diagram showing a hardware group of the
バッテリ33はハードウェア各部に電源を供給する。通知部としてのモータ34は、通信モジュール35を介して異常情報を受け付けた場合に、駆動し、モータ34の駆動に伴う振動によって、ユーザに異常を通知する。実施形態では、モータ34を用いる例を挙げたが、異常をユーザに通知するものであればこれに限らない。例えば、スピーカによる音声通知、発光素子による光を用いた通知、パルス発生器等による電気刺激を用いた通知であっても良い。
The
通信モジュール35は携帯電話2との間で情報の送受信を行うBluetooth(登録商標)モジュールであり、歩行データ及び異常情報の送受信を行う。
The
図3は、携帯電話2のハードウェア群を示すブロック図である。携帯電話2は制御部としてのCPU21、RAM(Random Access Memory)22、入力部23、表示部24、記憶部25、通信部26、時計部28、通信モジュール29、スピーカ210及びマイク211等を含む。CPU21は、バス27を介してハードウェア各部と接続されている。CPU21は記憶部25に記憶された制御プログラム25Pに従いハードウェア各部を制御する。RAM22は例えばSRAM(Static RAM)、DRAM(Dynamic RAM)、フラッシュメモリ等である。RAM22は、記憶部としても機能し、CPU21による各種プログラムの実行時に発生する種々のデータを一時的に記憶する。
FIG. 3 is a block diagram showing a hardware group of the
入力部23はマウスまたはキーボード、マウスまたはタッチパネル等の入力デバイスであり、受け付けた操作情報をCPU21へ出力する。表示部24は液晶ディスプレイまたは有機EL(electroluminescence)ディスプレイ等であり、CPU21の指示に従い各種情報を表示する。データ出力部としての通信部26は通信モジュールであり、通信網Nを介してサーバコンピュータ1等との間で情報の送受信を行う。時計部28は日時をCPU21へ出力する。記憶部25はハードディスクまたは大容量メモリであり、制御プログラム25P等を格納している。
The
データ取得部としての通信モジュール29は靴3の通信モジュール35との間で情報の送受信を行うBluetooth(登録商標)モジュールであり、歩行データ及び異常情報の送受信を行う。スピーカ210は、音声データを出力する。マイク211は、入力された音声データをCPU21へ出力する。
The
図4は、サーバコンピュータ1のハードウェア群を示すブロック図である。サーバコンピュータ1は制御部としてのCPU11、RAM12、入力部13、表示部14、記憶部15、通信部16、及び時計部18等を含む。CPU11は、バス17を介してハードウェア各部と接続されている。CPU11は記憶部15に記憶された制御プログラム15Pに従いハードウェア各部を制御する。RAM12は例えばSRAM(Static RAM)、DRAM(Dynamic RAM)、フラッシュメモリ等である。RAM12は、記憶部としても機能し、CPU11による各種プログラムの実行時に発生する種々のデータを一時的に記憶する。
FIG. 4 is a block diagram showing a hardware group of the
入力部13はマウスまたはキーボード、マウスまたはタッチパネル等の入力デバイスであり、受け付けた操作情報をCPU11へ出力する。表示部14は液晶ディスプレイまたは有機EL(electroluminescence)ディスプレイ等であり、CPU11の指示に従い各種情報を表示する。通信部16は通信モジュールであり、通信網Nを介して携帯電話2との間で情報の送受信を行う。時計部18は日時をCPU11へ出力する。記憶部15はハードディスクまたは大容量メモリであり、制御プログラム15P等を格納している。
The
図5は歩行データの時間的変化を示すグラフである。横軸は時間であり、縦軸は圧力である。なお、単位は省略している。サーバコンピュータ1のCPU11は、通信部16を介して、携帯電話2から出力される歩行データを時系列で受信する。CPU11は取得した歩行データに基づき、歩行が異常か否かを判断する。本実施形態では歩行データのピーク値の周期の分散値に基づき、異常か否かを判断する例を説明する。CPU11はサンプリング期間(例えば1秒間)における歩行データからピーク値を有する時点を複数算出する。具体的には、歩行データの傾きが正から負へ移行した時点及び個数を抽出する。CPU11は、抽出した2時点間の差分を算出する。なお、本実施形態では1秒間に50回程度のサンプリングを行う圧力センサ32を用いる例を示すが、これに限るものではない。
FIG. 5 is a graph showing changes over time in walking data. The horizontal axis represents time and the vertical axis represents pressure. The unit is omitted. The
CPU11は、差分の平均値を算出する。CPU11は各差分から平均値を除した値を2乗した値の総和を求める。CPU11は総和を、求めたピークの個数から1減じた値で除算することで、分散値を求める。なお、CPU11はさらに分散値の平方根を求め、標準偏差を求めるようにしても良い。CPU11は、閾値を記憶部15から読み出す。CPU11は、分散値が閾値より大きい場合、異常と判断する。CPU11は、異常と判断した場合、異常情報を、通信部16を介して、携帯電話2へ出力する。携帯電話2のCPU21は、異常情報を、通信部26を介して受信した場合、通信モジュール29を介して、異常情報を靴3へ出力する。靴3は通信モジュール35を介して、異常情報を受信した場合、CPU31は、モータ34を駆動する。CPU31は靴3を履くユーザに、異常歩行であることを通知する。
The
以上のハードウェア群において各種ソフトウェア処理を、フローチャートを用いて説明する。図6及び図7は異常判断処理の手順を示すフローチャートである。CPU31は、圧力センサ32から出力される歩行データを、通信モジュール35を介して、携帯電話2へ出力する(ステップS61)。CPU21は、歩行データを受信する(ステップS62)。CPU21は、歩行データをサーバコンピュータ1へ出力する(ステップS63)。CPU11は、歩行データを受信する(ステップS64)。
Various software processes in the above hardware group will be described with reference to flowcharts. 6 and 7 are flowcharts showing the procedure of the abnormality determination processing. The
CPU11は、歩行データをRAM12に展開する(ステップS65)。CPU11は、RAM12に読み出した所定時間分の歩行データのピーク値、及び、ピーク値の個数を算出する(ステップS66)。CPU11は、ピーク値間の周期を算出する(ステップS67)。CPU11は、ピーク値の周期の分散値を算出する(ステップS68)。CPU11は、記憶部15から閾値を読み出す(ステップS69)。
The
CPU11は、分散値が閾値以上か否かを判断する(ステップS71)。CPU11は、閾値以上でないと判断した場合(ステップS71でNO)、正常な歩行であるとして処理をステップS64へ戻す。CPU11は、閾値以上であると判断した場合(ステップS71でYES)、処理をステップS72へ移行させる。CPU11は、異常情報を、通信部16を介して携帯電話2へ出力する(ステップS72)。なお、複数の圧力センサ32を用いる場合、一つの圧力センサ32の歩行データの分散値を用いるほか、複数の圧力センサ32の歩行データの分散値を用いても良い。この場合、複数の分散値の平均値を閾値と比較するようにすればよい。また左右の靴3の圧力センサ32を用いても良いことはもちろんである。
The
CPU21は、異常情報を受信する(ステップS73)。CPU21は、通信モジュール29を介して靴3へ、異常情報を出力する(ステップS74)。なお、異常情報は携帯電話2にて出力するようにしても良い。例えば、CPU21は、表示部24に異常を示すテキスト文または画像を表示する。その他、CPU21は、スピーカ210から異常を示す警告音を出力する。またCPU21は、図示しないモータを駆動し、振動によってユーザに異常を促すようにしても良い。
The CPU 21 receives the abnormality information (step S73). The CPU 21 outputs abnormality information to the
CPU31は、通信モジュール35を介して、異常情報を受信する(ステップS75)。CPU31は、異常情報の受信をトリガに、モータ34を駆動する(ステップS76)。これにより、簡易なシステムで異常歩行をユーザに知らせることが可能となる。また分散値を用いることで、容易に異常の有無を判断することが可能となる。
The
実施の形態2
実施の形態2は靴3の前後に圧力センサ32を設ける形態に関する。図8は靴3の圧力センサ32の取り付け状態を示す説明図である。靴3の前方には前方圧力センサ32Fが設けられ、後方には後方圧力センサ32B(以下、場合により32で代表する)が設けられている。図9は2つの圧力センサ32の歩行データの時間的変化を示すグラフである。横軸は時間であり、縦軸は圧力である。なお、単位は省略している。実線の系列は前方圧力センサ32Fに対応する歩行データ(以下、前方歩行データという)であり、点線の系列は後方圧力センサ32Bに対応する歩行データ(以下、後方歩行データという)である。
The second embodiment relates to a mode in which the
図9の、F1、F2、F3は前方歩行データのピーク値を示す。B1、B2、B3は後方歩行データのピーク値を示す。CPU11は、前方歩行データ及び後方歩行データの差分に基づき、異常が存在するか否かを判断する。以下では、差分の平均値に基づき異常が存在するか否かを判断する例を示すが、これに限るものではない。差分の分散値または標準偏差に基づき異常が存在するか否かを判断しても良い。
In FIG. 9, F1, F2, and F3 represent peak values of forward walking data. B1, B2, and B3 represent peak values of backward walking data. The
図10及び図11は異常判定処理の手順を示すフローチャートである。ステップS63以降の処理として以下の処理を実行しても良い。CPU11は、前方圧力センサ32Fの歩行データを取得する(ステップS101)。CPU11は、後方圧力センサ32Bの歩行データを取得する(ステップS102)。CPU11は、一定時間分の前方及び後方の歩行データをRAM12に展開する(ステップS103)。CPU11は、前方歩行データのピーク値及びピーク時の時間を取得する(ステップS104)。
10 and 11 are flowcharts showing the procedure of the abnormality determination processing. The following processing may be executed as the processing after step S63. The
CPU11は、後方歩行データのピーク値及びピーク時の時間を取得する(ステップS105)。CPU11は、最も時間的に近接する前方及び後方の歩行データのピーク値の組み合わせを抽出する(ステップS106)。CPU11は、組み合わせに係る前後のピーク値の差分を算出する(ステップS107)。CPU11は、全ての組み合わせについて差分を算出する処理を終えたか否かを判断する(ステップS108)。CPU11は、処理を終えていないと判断した場合(ステップS108でNO)、処理をステップS107へ戻す。これにより、各組み合わせの差分が求まる。
The
CPU11は、全ての組み合わせについて処理を終了したと判断した場合(ステップS108でYES)、処理をステップS109へ移行させる。CPU11は、各組み合わせの差分の合計値を、組み合わせ数で除し、差分の平均値を算出する(ステップS109)。CPU11は、記憶部15から閾値を読み出す(ステップS111)。本実施形態における閾値は例えば、上限となる上限閾値と下限となる下限閾値とが読み出される。CPU11は、平均値が読み出した閾値の範囲外か否かを判断する(ステップS112)。CPU11は、閾値の範囲外でないと判断した場合(ステップS112でNO)、すなわち、平均値が上限閾値と下限閾値との間である場合、処理をステップS101へ戻す。
When the
CPU11は、平均値が閾値の範囲外であると判断した場合(ステップS112でYES)、処理をステップS113へ移行させる。CPU11は、異常情報を、携帯電話2へ出力する(ステップS113)。これにより、より精度良く異常歩行を検出することが可能となる。
When the
本実施の形態2は以上の如きであり、その他は実施の形態1と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。 The second embodiment is as described above, and the other points are the same as those of the first embodiment. Therefore, corresponding parts are designated by the same reference numerals, and detailed description thereof will be omitted.
実施の形態3
実施の形態3は、時系列の歩行データのピーク値に基づき異常か否かを判断する形態に関する。図12は異常判断処理の手順を示すフローチャートである。CPU11は、携帯電話2から歩行データを受信する(ステップS121)。
The third embodiment relates to a mode of determining whether or not there is an abnormality based on the peak value of time-series walking data. FIG. 12 is a flowchart showing the procedure of abnormality determination processing. The
CPU11は、歩行データをRAM12に展開する(ステップS122)。CPU11は、RAM12に読み出した所定時間分の歩行データのピーク値、及び、ピーク値の個数を算出する(ステップS123)。CPU11は、ピーク値の分散値を算出する(ステップS124)。CPU11は、記憶部15から閾値を読み出す(ステップS125)。
The
CPU11は、分散値が閾値以上か否かを判断する(ステップS126)。CPU11は、閾値以上でないと判断した場合(ステップS126でNO)、正常な歩行であるとして処理をステップS121へ戻す。CPU11は、閾値以上であると判断した場合(ステップS126でYES)、処理をステップS127へ移行させる。CPU11は、異常情報を、通信部16を介して携帯電話2へ出力する(ステップS127)。これにより、簡易な処理により、異常の有無を早期に検出することが可能となる。
The
なお、本実施形態ではピーク値の分散値を用いたが、実施の形態1のピーク値の周期の分散値を併せて用いても良い。例えば、CPU11は、ピーク値の分散値及び周期の分散値の双方が閾値を超えると判断した場合、異常情報を出力するようにすれば良い。また、いずれか一方が閾値を超えた場合は、異常情報よりも軽度である事を示す警告情報を出力するようにしても良い。また実施の形態2の前後のピーク値の差分を併せて用いても良く、実施の形態1から3の方式を単独、または、適宜組み合わせても良い。また上述の実施形態では、サーバコンピュータ1が異常の有無を判断したが、これに限るものではない。例えば、携帯電話2が同様の処理を行うことにより異常の有無を判断するようにしても良い。
Although the variance of the peak value is used in this embodiment, the variance of the cycle of the peak value in the first embodiment may be used together. For example, the
本実施の形態3は以上の如きであり、その他は実施の形態1から2と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。 The third embodiment is as described above, and the other points are the same as those of the first and second embodiments. Therefore, corresponding parts are designated by the same reference numerals, and detailed description thereof will be omitted.
実施の形態4
実施の形態4は通信装置として通信ビーコン(以下、ビーコンと省略する)を用いる形態に関する。図13は実施の形態4に係る情報処理システムの概要を示す説明図である。情報処理システムは、ビーコン4、サーバコンピュータ1及び監視装置5(他の情報処理装置)等を含む。ビーコン4はBluetooth(登録商標)通信規格により、靴3と情報の送受信を行う。ビーコン4は、駅ホーム、工場、研究施設、刑務所等、監視が必要な箇所に設置される。ビーコン4は通信範囲内に属した靴3から取得した歩行データを、通信網Nを介してサーバコンピュータ1へ出力する。監視装置5は例えば、パーソナルコンピュータ、スマートフォン、携帯電話機、PDA、施設管理室内の監視制御装置等である。監視装置5は通信網Nを介してサーバコンピュータ1に接続されている。サーバコンピュータ1は、歩行データが異常と判断した場合、異常情報を監視装置5へ出力する。以下詳細を説明する。
The fourth embodiment relates to a mode in which a communication beacon (hereinafter, abbreviated as a beacon) is used as a communication device. FIG. 13 is an explanatory diagram showing an outline of the information processing system according to the fourth embodiment. The information processing system includes a
監視装置5は例えば、パーソナルコンピュータ、スマートフォン、携帯電話機、PDA、施設管理室内の監視制御装置等である。監視装置5は通信網Nを介してサーバコンピュータ1に接続されている。サーバコンピュータ1は、歩行データが異常と判断した場合、異常情報を監視装置5へ出力する。以下詳細を説明する。
The
本実施形態では、一例として、研究施設にビーコン4を複数設置する形態について説明する。ビーコン4は図13に示すように、セキュリティレベルを高く維持する必要がエリアに分散配置される。ビーコン4は通信強度の設定が可能であり、本実施形態では半径約5mであるものとして説明する。なお、数値はあくまで一例であり、これに限るものではない。靴3は研究施設の入館時に各来客者に貸与されるものである。
In the present embodiment, as an example, a mode in which a plurality of
図14は靴3のハードウェア群を示す説明図である。新たに靴ID記憶部36が設けられている。靴ID記憶部36は例えばSRAM、DRAM、フラッシュメモリ等であり、靴3を特定するための固有の識別情報(以下、靴IDという)を記憶している。CPU31は、ビーコン4の通信エリア内に靴3が属した場合、通信モジュール35を介して、靴ID記憶部36に記憶した靴IDをビーコン4へ出力する。なお、上述した実施形態と異なりモータ34は特段設けられていない。本実施形態では、来客者の歩行異常を検出した場合に、監視装置5へ通知する例を示すがこれに限るものではない。靴3にモータ34を設け、異常と判断した場合に、モータ34を動作させても良い。
FIG. 14 is an explanatory diagram showing a hardware group of the
図15はビーコン4のハードウェア群を示すブロック図である。ビーコン4はCPU41、RAM42、通信部46、及び通信モジュール45等を含む。CPU41はRAM42に記憶された制御プログラム42Pに従いハードウェア各部を制御する。RAM42は例えばSRAM、DRAM、フラッシュメモリ等である。RAM42は、CPU41による各種プログラムの実行時に発生する種々のデータを一時的に記憶する。
FIG. 15 is a block diagram showing the hardware group of the
RAM42には、制御プログラム42Pの他、ビーコンID記憶部421が設けられている。ビーコンID記憶部421には、ビーコン4を特定するための固有のビーコン識別情報(以下、ビーコンIDという)が記憶されている。
The
データ取得部としての通信モジュール45はBluetooth(登録商標)規格により、靴3の通信モジュール35とデータの送受信を行う。通信モジュール45は、靴3の通信モジュール35から、歩行データ及び靴IDを受信する。データ出力部としての通信部46は、通信網Nを介して有線または無線によりサーバコンピュータ1との間で情報を送受信する。CPU41は、受信した靴ID及び歩行データを、ビーコンIDと共に、通信部46を介して、サーバコンピュータ1へ送信する。
The
図16は監視装置5のハードウェア群を示すブロック図である。監視装置5は制御部としてのCPU51、RAM52、入力部53、表示部54、記憶部55、通信部56、及び時計部58等を含む。CPU51は、バス57を介してハードウェア各部と接続されている。CPU51は記憶部55に記憶された制御プログラム55Pに従いハードウェア各部を制御する。RAM52は例えばSRAM、DRAM、フラッシュメモリ等である。RAM52は、記憶部としても機能し、CPU51による各種プログラムの実行時に発生する種々のデータを一時的に記憶する。
FIG. 16 is a block diagram showing a hardware group of the
入力部53はマウスまたはキーボード、マウスまたはタッチパネル等の入力デバイスであり、受け付けた操作情報をCPU51へ出力する。表示部54は液晶ディスプレイまたは有機EL(electroluminescence)ディスプレイ等であり、CPU51の指示に従い各種情報を表示する。通信部56は通信モジュールであり、通信網Nを介してサーバコンピュータ1との間で情報の送受信を行う。時計部58は日時をCPU51へ出力する。記憶部55はハードディスクまたは大容量メモリであり、制御プログラム55P等を格納している。
The
記憶部55には、さらに靴ファイル551及びビーコンファイル552が設けられている。図17は靴ファイル551のレコードレイアウトを示す説明図である。靴ファイル551は靴IDフィールド及び氏名フィールド等を含む。靴IDに対応付けて、来客者の氏名が記憶されている。CPU51は、受付等にて登録された来客者の氏名及び当該来客者に貸し出した靴3の靴IDを、入力部53等を介して、靴ファイル551に記憶する。
The
図18はビーコンファイル552のレコードレイアウトを示す説明図である。ビーコンファイル552はビーコンIDフィールド及び設置場所フィールド等を含む。ビーコンIDに対応付けて、ビーコン4を設置した場所が記憶されている。ユーザは入力部53から、ビーコンIDに対応付けてビーコン4を設置した場所を入力する。CPU51は、入力されたビーコンID及びビーコン4の設置場所を対応付けてビーコンファイル552に記憶する。なお、靴ファイル551等は、RAM52に記憶するほか、通信網Nを介して接続されるデータベースサーバ等に記憶してもよい。
FIG. 18 is an explanatory diagram showing a record layout of the
以上のハードウェア群において、各ソフトウェア処理を、フローチャートを用いて説明する。図19及び図20は異常判断処理の手順を示すフローチャートである。CPU31は、ビーコン4の通信エリア内に属した場合、ビーコン4との通信を確立する。CPU31は、圧力センサ32から出力される歩行データ及び靴IDを、通信モジュール35を介して、ビーコン4へ出力する。ビーコン4のCPU41は、歩行データ及び靴IDを受信する(ステップS191)。CPU41は、歩行データ、靴ID及びビーコンIDをサーバコンピュータ1へ出力する(ステップS192)。サーバコンピュータ1のCPU11は、歩行データ、靴ID及びビーコンIDを受信する(ステップS193)。
Each software process in the above hardware group will be described using a flowchart. 19 and 20 are flowcharts showing the procedure of the abnormality determination processing. When the
CPU11は、歩行データをRAM12に展開する(ステップS194)。CPU11は、RAM12に読み出した所定時間分の歩行データのピーク値、及び、ピーク値の個数を算出する(ステップS195)。CPU11は、ピーク値間の周期を算出する(ステップS196)。CPU11は、ピーク値の周期の分散値を算出する(ステップS197)。CPU11は、記憶部15から閾値を読み出す(ステップS198)。
The
CPU11は、分散値が閾値以上か否かを判断する(ステップS199)。CPU11は、閾値以上でないと判断した場合(ステップS199でNO)、正常な歩行であるとして処理をステップS193へ戻す。CPU11は、閾値以上であると判断した場合(ステップS199でYES)、処理をステップS201へ移行させる。CPU11は、靴ID、ビーコンID及び異常情報を、通信部16を介して監視装置5へ出力する(ステップS201)。なお、ステップS193からステップS199の処理は、実施の形態1から3で述べたアルゴリズム一つまたは複数組み合わせて実行すれば良い。
The
CPU51は、靴ID、ビーコンID及び異常情報を受信する(ステップS202)。CPU51は、靴IDに対応する氏名を靴ファイル551から読み出す(ステップS203)。CPU51は、ビーコンIDに対応する設置場所をビーコンファイル552から読み出す(ステップS204)。CPU51は、靴ID、氏名、ビーコンID、設置場所及び異常情報を、表示部54へ出力する(ステップS205)。
The
図21は異常情報の出力イメージを示す説明図である。CPU51は、異常情報を例えばテキスト形式で「異常情報!監視エリアにて来客者の異常歩行を検出しました。」等の文章を記憶部55から読み出し、表示部54に表示する。さらにCPU51は、受信した靴ID、氏名、ビーコンID及び設置場所を表示部54に表示する。CPU51は、設置場所に対応する地図を表示部54に出力しても良い。これにより、来客者に不審な動作があった場合でも検知することが可能となる。また異常な歩行を検出した場合、速やかに監視装置5に通知する事が可能となる。なお、実施の形態1で述べたように、駅ホームにビーコン4を設置することで、同様の情報処理システムを導入しても良い。
FIG. 21 is an explanatory diagram showing an output image of abnormality information. The
本実施の形態4は以上の如きであり、その他は実施の形態1から実施の形態3と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。 The fourth embodiment is as described above, and the other points are the same as those in the first to third embodiments, and therefore, corresponding parts are designated by the same reference numerals and detailed description thereof will be omitted.
実施の形態5
実施の形態5は、位置に応じて閾値を設定する形態に関する。ホームドアの設置されていないホームは、ホームドアが設置されているエリア及び改札エリアよりも、閾値を小さくして、より乗客に注意を促す必要がある。また機密性を保つ必要があるエリアでは、食堂等の他のエリアよりも異常歩行を注意深く検出する必要がある。実施形態では、分散配置したビーコン4毎に異なる閾値を設定する。図22はビーコンファイル552のレコードレイアウトを示す説明図である。新たに閾値フィールドが設けられている。閾値フィールドには、ビーコンID及び設置場所に対応付けて閾値が記憶されている。
The fifth embodiment relates to a mode in which a threshold is set according to the position. It is necessary to make the threshold value smaller in the platform where the platform door is not installed than in the area where the platform door is installed and the ticket gate area to call attention to passengers more. Also, in areas where confidentiality needs to be maintained, it is necessary to detect abnormal walking more carefully than in other areas such as restaurants. In the embodiment, a different threshold is set for each of the distributed
実施の形態1及び3の分散値を用いる場合、閾値は厳しく監視するエリアほど小さくなる値を記憶している。実施の形態2の平均値を用いる場合、閾値は厳しく監視するエリアほど上限閾値及び下限閾値の幅が小さくなる値としている。本実施形態では実施の形態1の判断手法を用いる例を説明する。また本実施形態では、第1閾値及び第2閾値の2つを用いる例を挙げて説明するが、3以上の種類の閾値を用いても良い。図22に示す第1閾値は第2閾値よりも小さな値であり、第2閾値が設定されるエリアよりも厳しい監視が必要とされるエリアにて設定される値であるものとして説明する。 When the variance values of the first and third embodiments are used, the threshold value is stored such that it becomes smaller as the area is monitored more strictly. When the average value of the second embodiment is used, the threshold value is set to a value such that the width of the upper limit threshold value and the lower limit threshold value becomes smaller as the area is monitored more strictly. In this embodiment, an example using the determination method of the first embodiment will be described. Further, in the present embodiment, an example using two of the first threshold value and the second threshold value will be described, but three or more types of threshold values may be used. The first threshold value shown in FIG. 22 is a value smaller than the second threshold value, and will be described as a value set in an area that requires stricter monitoring than the area in which the second threshold value is set.
図23は異常情報出力処理の手順を示すフローチャートである。ステップS192の処理後以下の処理を行う。サーバコンピュータ1のCPU11は、歩行データ、靴ID及びビーコンIDを受信する(ステップS231)。CPU11は、歩行データをRAM12に展開する(ステップS232)。CPU11は、RAM12に読み出した所定時間分の歩行データのピーク値、及び、ピーク値の個数を算出する(ステップS233)。CPU11は、ピーク値間の周期を算出する(ステップS234)。CPU11は、ピーク値の周期の分散値を算出する(ステップS235)。CPU11は、ビーコンファイル552からステップS231で受信したビーコンIDに対応する閾値を読み出す(ステップS236)。
FIG. 23 is a flowchart showing the procedure of the abnormality information output processing. The following process is performed after the process of step S192. The
CPU11は、分散値が閾値以上か否かを判断する(ステップS237)。CPU11は、閾値以上でないと判断した場合(ステップS237でNO)、正常な歩行であるとして処理をステップS231へ戻す。CPU11は、閾値以上であると判断した場合(ステップS237でYES)、処理をステップS238へ移行させる。CPU11は、靴ID、ビーコンID及び異常情報を、通信部16を介して監視装置5へ出力する(ステップS238)。これにより、適宜閾値を変更することで、所定のエリアについては監視を強化することが可能となる。
The
本実施の形態5は以上の如きであり、その他は実施の形態1から4と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。 The fifth embodiment is as described above, and the other points are the same as those of the first to fourth embodiments. Therefore, corresponding parts are designated by the same reference numerals, and detailed description thereof will be omitted.
実施の形態6
実施の形態6は、歩行データの履歴に基づき異常の有無を判断する形態に関する。図24は実施の形態6に係るサーバコンピュータ1のハードウェア群を示すブロック図である。記憶部15には、履歴ファイル151が設けられている。
Sixth Embodiment
The sixth embodiment relates to a form in which the presence / absence of abnormality is determined based on the history of walking data. 24 is a block diagram showing a hardware group of the
図25は履歴ファイル151のレコードレイアウトを示す説明図である。履歴ファイル151は、靴IDフィールド、氏名フィールド、歩行データフィールド及び平均歩行データフィールド等を含む。履歴ファイル151の靴IDフィールドには、靴IDが記憶されている。氏名フィールドには、靴IDに対応付けて当該靴IDに対応する靴を履くユーザの氏名が記憶されている。歩行データフィールドには、靴ID及び取得した日時に対応付けて歩行データの履歴が記憶されている。平均歩行データフィールドには靴IDに対応付けて平均歩行データが記憶されている。平均歩行データは過去に取得した歩行データの履歴に基づき算出された平均を示すデータである。
FIG. 25 is an explanatory diagram showing a record layout of the
図26は歩行データのイメージを示す説明図である。横軸は時間であり、縦軸は圧力強度である。なお、単位は省略している。CPU11は、取得した歩行データから所定周期分の歩行データを抽出する。例えば、圧力が最小となる時間から、圧力が最大となる時間を経て再び圧力が最小となるまでの時間を一周期とし、10周期の歩行データを抽出する。CPU11は、数日分の履歴に係る歩行データを同様に抽出する。例えば、10日分の歩行データを抽出する。そしてCPU11は、日毎に10周期分の歩行データを抽出する。CPU11は、抽出した複数日分の歩行データに基づき、平均歩行データを算出する。図26の太線の系列は平均歩行データの時間的変化を示す。
FIG. 26 is an explanatory diagram showing an image of walking data. The horizontal axis represents time and the vertical axis represents pressure intensity. The unit is omitted. The
図26の細線の系列は新たに取得した歩行データの時間的変化を示す。CPU11は、取得した歩行データのうち、圧力が最小となる時点から10周期の歩行データを抽出する。CPU11は、平均歩行データと、新に取得した歩行データとの相関値を算出する。CPU11は、相関値の絶対値が閾値以下の場合、通常と異なる歩行をしている、または、他人が本人になりすまして靴3を履いていると判断し異常情報を出力する。なお、本実施形態では平均歩行データを用いる例を示すが、ピークの周期の平均値、ピークの平均値、または前後の圧力差の平均値の履歴と、新に取得したピークの周期の平均値、ピークの平均値、前後の圧力差の平均値の履歴とを比較するようにしても良い。
The series of thin lines in FIG. 26 shows the temporal change of the newly acquired walking data. The
図27は平均歩行データの算出処理の手順を示すフローチャートである。CPU11は、歩行データ及び靴IDを、ビーコン4から受信する(ステップS271)。CPU11は、歩行データを靴IDに対応付けて履歴ファイル151に記憶する(ステップS272)。CPU11は、履歴ファイル151を参照し、所定日数分の所定周期分の歩行データを抽出する(ステップS273)。CPU11は、抽出した歩行データの合計値を算出し、日数分で除すことで、平均歩行データを算出する(ステップS274)。CPU11は、算出した平均歩行データを、靴IDに対応付けて履歴ファイル151に記憶する(ステップS275)。
FIG. 27 is a flowchart showing the procedure of calculation processing of average walking data. The
図28は異常情報の出力処理手順を示すフローチャートである。CPU11は、ビーコン4から歩行データ及び靴IDを受信する(ステップS281)。CPU11は、歩行データをRAM12に展開する(ステップS282)。CPU11は、所定周期分の歩行データを抽出する(ステップS283)。CPU11は、ステップS281で受信した靴IDに対応する平均歩行データを、履歴ファイル151から読み出す(ステップS284)。
FIG. 28 is a flowchart showing an output processing procedure of abnormality information. The
CPU11は、読み出した平均歩行データと、ステップS282にて抽出した歩行データとの相関値を算出する(ステップS285)。CPU11は、記憶部15から閾値を読み出す(ステップS286)。なお、閾値は実施の形態5で述べたようにビーコンIDに応じて適宜設定を変えても良い。CPU11は、相関値の絶対値が閾値以下か否かを判断する(ステップS287)。CPU11は、閾値以下でないと判断した場合(ステップS287でNO)、ステップS281に処理を戻す。
The
CPU11は、閾値以下と判断した場合(ステップS287でYES)、相関の低い人物による歩行、または、通常と異なる歩行であると判断してステップS288へ移行する。CPU11は、靴ID及び異常情報を監視装置5へ出力する(ステップS288)。なお、本実施形態ではビーコン4及び監視装置5を用いる形態を記載したがこれに限るものではない。実施の形態1に示した携帯電話2及びモータ34を利用する形態であっても良い。これにより、異常歩行の検出の他、なりすましを防止することが可能となる。
When the
本実施の形態6は以上の如きであり、その他は実施の形態1から実施の形態5と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。 The sixth embodiment is as described above, and the other points are the same as those of the first to fifth embodiments, and therefore, corresponding parts are designated by the same reference numerals and detailed description thereof will be omitted.
実施の形態7
図29は上述した形態のサーバコンピュータ1、及び、携帯電話2またはビーコン4の動作を示す機能ブロック図である。CPU21が制御プログラム25Pを実行することにより、携帯電話2は以下のように動作する。データ取得部294は、近距離無線通信により携帯電話2と情報の送受信を行うことが可能な通信モジュール35及び圧力センサ32を有する靴3の圧力センサ32から歩行に伴い前記通信モジュール35から出力されるデータを取得する。データ出力部295は、取得したデータをサーバコンピュータ1へ出力する。
FIG. 29 is a functional block diagram showing the operations of the
CPU41が制御プログラム42Pを実行することにより、ビーコン4は以下のように動作する。データ取得部294は、近距離無線通信によりビーコン4と情報の送受信を行うことが可能な通信モジュール35及び圧力センサ32を有する靴3の圧力センサ32から歩行に伴い前記通信モジュール35から出力されるデータを取得する。データ出力部295は、取得したデータをサーバコンピュータ1へ出力する。
The
CPU11が制御プログラム15Pを実行することにより、サーバコンピュータ1は以下のように動作する。取得部291は、靴3に取り付けられた圧力センサ32から歩行に伴い出力されるデータを取得する。判断部292は、取得したデータに基づき、歩行が異常か否かを判断する。出力部293は、異常と判断した場合に、異常を示す異常情報を出力する。
When the
図30は実施の形態3に係るサーバコンピュータ1のハードウェア群を示すブロック図である。サーバコンピュータ1を動作させるためのプログラムは、ディスクドライブ等の読み取り部10AにCD-ROM、DVD(Digital Versatile Disc)ディスク、メモリーカード、またはUSB(Universal Serial Bus)メモリ等の可搬型記録媒体1Aを読み取らせて記憶部15に記憶しても良い。また当該プログラムを記憶したフラッシュメモリ等の半導体メモリ1Bをサーバコンピュータ1内に実装しても良い。さらに、当該プログラムは、インターネット等の通信網Nを介して接続される他のサーバコンピュータ(図示せず)からダウンロードすることも可能である。以下に、その内容を説明する。
FIG. 30 is a block diagram showing a hardware group of the
図30に示すサーバコンピュータ1は、上述した各種ソフトウェア処理を実行するプログラムを、可搬型記録媒体1Aまたは半導体メモリ1Bから読み取り、或いは、通信網Nを介して他のコンピュータ(図示せず)からダウンロードする。当該プログラムは、制御プログラム15Pとしてインストールされ、RAM12にロードして実行される。これにより、上述したサーバコンピュータ1として機能する。
The
本実施の形態7は以上の如きであり、その他は実施の形態1から6と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。 The seventh embodiment is as described above, and the other points are the same as those of the first to sixth embodiments. Therefore, corresponding parts are designated by the same reference numerals, and detailed description thereof will be omitted.
実施の形態8
実施の形態8は、携帯電話2で処理を行う形態に関する。図31及び図32は異常判断処理の手順を示すフローチャートである。CPU31は、圧力センサ32から出力される歩行データを、通信モジュール35を介して、携帯電話2へ出力する(ステップS311)。携帯電話のCPU21は、歩行データを受信する(ステップS312)。
Embodiment 8
The eighth embodiment relates to a mode in which the
CPU21は、歩行データをRAM22に展開する(ステップS313)。CPU21は、RAM22に読み出した所定時間分の歩行データのピーク値、及び、ピーク値の個数を算出する(ステップS314)。CPU21は、ピーク値間の周期を算出する(ステップS315)。CPU21は、ピーク値の周期の分散値を算出する(ステップS316)。CPU21は、記憶部25から閾値を読み出す(ステップS317)。 The CPU 21 expands the walking data in the RAM 22 (step S313). The CPU 21 calculates the peak value of the walking data for the predetermined time read to the RAM 22 and the number of peak values (step S314). The CPU 21 calculates the cycle between peak values (step S315). The CPU 21 calculates the variance value of the cycle of the peak value (step S316). The CPU 21 reads the threshold value from the storage unit 25 (step S317).
CPU21は、分散値が閾値以上か否かを判断する(ステップS318)。CPU21は、閾値以上でないと判断した場合(ステップS318でNO)、正常な歩行であるとして処理をステップS312へ戻す。CPU21は、閾値以上であると判断した場合(ステップS318でYES)、処理をステップS319へ移行させる。CPU21は、通信モジュール29を介して靴3へ、異常情報を出力する(ステップS319)。
The CPU 21 determines whether the variance value is greater than or equal to the threshold value (step S318). When the CPU 21 determines that it is not greater than or equal to the threshold value (NO in step S318), it determines that the walking is normal and returns the process to step S312. CPU21 when it judges that it is more than a threshold (it is YES at Step S318), shifts processing to Step S319. The CPU 21 outputs abnormality information to the
CPU31は、通信モジュール35を介して、異常情報を受信する(ステップS321)。CPU31は、異常情報の受信をトリガに、モータ34を駆動する(ステップS322)。これにより、簡易なシステムで異常歩行をユーザに知らせることが可能となる。
The
本実施の形態8は以上の如きであり、その他は実施の形態1から7と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。 The eighth embodiment is as described above, and the other points are the same as those of the first to seventh embodiments. Therefore, corresponding parts are designated by the same reference numerals, and detailed description thereof will be omitted.
以上の実施の形態1乃至8を含む実施形態に関し、さらに以下の付記を開示する。 Regarding the embodiments including the first to eighth embodiments described above, the following supplementary notes are further disclosed.
(付記1)
靴に取り付けられた圧力センサから歩行に伴い出力されるデータを取得し、
取得したデータに基づき、歩行が異常か否かを判断し、
異常と判断した場合に、異常を示す異常情報を出力する
処理をコンピュータに実行させるプログラム。
(Appendix 1)
Acquire data output from walking from the pressure sensor attached to the shoe,
Based on the acquired data, determine whether walking is abnormal,
A program that causes a computer to execute processing that outputs abnormality information indicating an abnormality when it is determined to be abnormal.
(付記2)
前記靴には通信モジュール及び前記靴を履くユーザに通知を行う通知部が取り付けられており、異常と判断した場合に前記通信モジュールを介して前記通知部に通知を行わせるべく、前記通信モジュールに異常情報を出力する
処理をコンピュータに実行させる付記1に記載のプログラム。
(Appendix 2)
A communication module and a notification unit for notifying a user wearing the shoe are attached to the shoe, and the communication module is configured to notify the notification unit via the communication module when it is determined that there is an abnormality. The program according to
(付記3)
靴に取り付けられた圧力センサから歩行に伴い出力されるデータが通信ビーコンまたは前記靴を履くユーザが所持する携帯端末装置に送信され、前記通信ビーコンまたは前記携帯端末装置を介して、前記データを取得する
付記1または2に記載のプログラム。
(Appendix 3)
The data output from the pressure sensor attached to the shoe along with walking is transmitted to the communication beacon or the mobile terminal device carried by the user wearing the shoe, and the data is acquired via the communication beacon or the mobile terminal device. The program according to
(付記4)
位置情報に基づき、閾値を設定し、
取得したデータ及び設定した閾値に基づき、歩行が異常か否かを判断する
付記1から3のいずれか一つに記載のプログラム。
(Appendix 4)
Set a threshold based on the location information,
The program according to any one of
(付記5)
異常と判断した場合に、異常を示す異常情報を、通信網を介して接続される他の情報処理装置へ出力する
付記1から4のいずれか一つに記載のプログラム。
(Appendix 5)
The program according to any one of
(付記6)
取得したデータと、前記靴を履くユーザに対応するデータの履歴とに基づき、歩行が異常か否かを判断する
付記1から5のいずれか一つに記載のプログラム。
(Appendix 6)
The program according to any one of
(付記7)
取得した時系列データのピーク値の周期を抽出し、
抽出した周期に基づき分散値を算出し、
分散値の大きさに基づき異常か否かを判断する
付記1から6のいずれか一つに記載のプログラム。
(Appendix 7)
Extract the peak value cycle of the acquired time series data,
Calculate the variance value based on the extracted period,
The program according to any one of
(付記8)
圧力センサは靴の前と後に取り付けられており、
取得した前側の圧力センサに係るデータと後側の圧力センサに係るデータの差分に基づき異常が存在するか否かを判断する
付記1から7のいずれか一つに記載のプログラム。
(Appendix 8)
The pressure sensor is attached to the front and back of the shoe,
The program according to any one of
(付記9)
取得した時系列データのピーク値を抽出し、
抽出したピーク値に基づき分散値を算出し、
分散値の大きさに基づき異常か否かを判断する
付記1から8のいずれか一つに記載のプログラム。
(Appendix 9)
Extract the peak value of the acquired time series data,
Calculate the variance value based on the extracted peak value,
The program according to any one of
(付記10)
靴に取り付けられた圧力センサから歩行に伴い出力されるデータを取得する取得部と、
取得したデータに基づき、歩行が異常か否かを判断する判断部と、
異常と判断した場合に、異常を示す異常情報を出力する出力部と
を備える情報処理装置。
(Appendix 10)
An acquisition unit that acquires data output along with walking from a pressure sensor attached to shoes,
Based on the acquired data, a determination unit that determines whether walking is abnormal,
An information processing apparatus, comprising: an output unit that outputs abnormality information indicating an abnormality when it is determined that the abnormality occurs.
(付記11)
コンピュータを用いた情報処理方法において、
靴に取り付けられた圧力センサから歩行に伴い出力されるデータを取得し、
取得したデータに基づき、歩行が異常か否かを判断し、
異常と判断した場合に、異常を示す異常情報を出力する
情報処理方法。
(Appendix 11)
In the information processing method using a computer,
Acquire data output from walking from the pressure sensor attached to the shoe,
Based on the acquired data, determine whether walking is abnormal,
An information processing method that outputs anomaly information indicating an anomaly when it is determined to be anomaly.
(付記12)
通信装置及び該通信装置に通信網を介して接続されるコンピュータを用いた情報処理システムにおいて、
前記通信装置は、
近距離無線通信により前記通信装置と情報の送受信を行うことが可能な通信部及び圧力センサを有する靴の前記圧力センサから歩行に伴い前記通信部から出力されるデータを取得するデータ取得部と、
取得したデータを前記コンピュータへ出力するデータ出力部とを備え、
前記コンピュータは、
出力されたデータを取得する取得部と、
取得したデータに基づき、歩行が異常か否かを判断する判断部と、
異常と判断した場合に、異常を示す異常情報を出力する出力部と
を備える情報処理システム。
(Appendix 12)
In an information processing system using a communication device and a computer connected to the communication device via a communication network,
The communication device is
A data acquisition unit that acquires data output from the communication unit along with walking from the pressure sensor of shoes having a communication unit and a pressure sensor capable of transmitting and receiving information to and from the communication device by short-range wireless communication,
A data output unit for outputting the acquired data to the computer,
The computer is
An acquisition unit that acquires the output data,
Based on the acquired data, a determination unit that determines whether walking is abnormal,
An information processing system comprising: an output unit that outputs abnormality information indicating an abnormality when it is determined to be abnormal.
1 サーバコンピュータ
1A 可搬型記録媒体
1B 半導体メモリ
10A 読み取り部
11 CPU
12 RAM
13 入力部
14 表示部
15 記憶部
15P 制御プログラム
16 通信部
18 時計部
2 携帯電話
21 CPU
22 RAM
23 入力部
24 表示部
25 記憶部
25P 制御プログラム
26 通信部
28 時計部
29 通信モジュール
210 スピーカ
211 マイク
3 靴
31 CPU
32 圧力センサ
32F 前方圧力センサ
32B 後方圧力センサ
33 バッテリ
34 モータ
35 通信モジュール
36 靴ID記憶部
4 ビーコン
41 CPU
42 RAM
42P 制御プログラム
45 通信モジュール
46 通信部
5 監視装置
51 CPU
52 RAM
53 入力部
54 表示部
55 記憶部
55P 制御プログラム
56 通信部
58 時計部
151 履歴ファイル
291 取得部
292 判断部
293 出力部
421 ビーコンID記憶部
551 靴ファイル
552 ビーコンファイル
N 通信網
1
12 RAM
13
22 RAM
23
32
42 RAM
52 RAM
53
Claims (3)
ビーコンIDに応じてそれぞれ異なる値が設定された閾値から前記ビーコンIDに対応する閾値を選択し、
所定時間分の歩行データのピーク値の周期の分散値、ピーク値の差分の平均値、またはピーク値の分散値が、選択した閾値を超えるか否かにより、歩行が異常か否かを判断し、
異常と判断した場合に、異常を示す異常情報を携帯端末装置へ出力する
処理を靴に設けられていないコンピュータに実行させるプログラム。 Acquiring the data indicating the load output along with walking from the pressure sensor attached to the shoe and the beacon ID for identifying the beacon arranged at the monitoring point ,
Select the threshold corresponding to the beacon ID from the threshold different values are set respectively in accordance with the beacon ID,
Whether the walking is abnormal is judged by whether the variance value of the peak value cycle of the walking data for a predetermined time period, the average value of the peak value differences, or the peak value variance value exceeds the selected threshold value. ,
When it is determined that abnormality, program for executing a process of outputting the abnormality information indicating abnormality to the portable terminal device to a computer that is not provided in the shoe.
ビーコン情報に応じてそれぞれ異なる値が設定された閾値から前記ビーコン情報に対応する閾値を選択する選択部と、
所定時間分の歩行データのピーク値の周期の分散値、ピーク値の差分の平均値、またはピーク値の分散値が、選択した閾値を超えるか否かにより、歩行が異常か否かを判断する判断部と、
異常と判断した場合に、異常を示す異常情報を携帯端末装置へ出力する出力部と
を備える靴に設けられていない情報処理装置。 An acquisition unit for acquiring data indicating a load output along with walking from a pressure sensor attached to shoes and a beacon ID for identifying a beacon arranged at a monitoring point ,
A selection unit for selecting a threshold value corresponding to the beacon information from the threshold different values are set respectively in accordance with the beacon information,
Variance of the period of the peak value of the walking data for a predetermined time period, the difference between the average value of the peak value, or variance of the peak values, according to whether or not more than the selected threshold, walking to determine abnormal or not Judgment section,
If it is determined that the abnormality, an information processing apparatus that is not provided in the shoe and an output unit that outputs abnormality information indicating abnormality to the portable terminal device.
靴に取り付けられた圧力センサから歩行に伴い出力される負荷を示すデータ及び監視箇所に配置されたビーコンを特定するためのビーコンIDを取得し、
ビーコン情報に応じてそれぞれ異なる値が設定された閾値から前記ビーコン情報に対応する閾値を選択し、
所定時間分の歩行データのピーク値の周期の分散値、ピーク値の差分の平均値、またはピーク値の分散値が、選択した閾値を超えるか否かにより、歩行が異常か否かを判断し、
異常と判断した場合に、異常を示す異常情報を携帯端末装置へ出力する
情報処理方法。 In the information processing method using a computer not provided in shoes ,
Acquiring the data indicating the load output along with walking from the pressure sensor attached to the shoe and the beacon ID for identifying the beacon arranged at the monitoring point ,
Select the threshold corresponding to the beacon information from the threshold different values are set respectively in accordance with the beacon information,
Whether the walking is abnormal is judged by whether the variance value of the peak value cycle of the walking data for a predetermined time period, the average value of the peak value differences, or the peak value variance value exceeds the selected threshold value. ,
If it is determined that the abnormality, information processing method for outputting an abnormality information indicating abnormality to the portable terminal device.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014228923A JP6688556B2 (en) | 2014-11-11 | 2014-11-11 | Program, information processing apparatus, and information processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014228923A JP6688556B2 (en) | 2014-11-11 | 2014-11-11 | Program, information processing apparatus, and information processing method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016087346A JP2016087346A (en) | 2016-05-23 |
JP6688556B2 true JP6688556B2 (en) | 2020-04-28 |
Family
ID=56016521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014228923A Active JP6688556B2 (en) | 2014-11-11 | 2014-11-11 | Program, information processing apparatus, and information processing method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6688556B2 (en) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018159731A1 (en) * | 2017-03-03 | 2018-09-07 | 株式会社ジャパンヘルスケア | Gait analyzing system |
US11122852B2 (en) | 2018-05-31 | 2021-09-21 | Nike, Inc. | Intelligent electronic footwear and logic for navigation assistance by automated tactile, audio, and visual feedback |
US10334906B1 (en) | 2018-05-31 | 2019-07-02 | Nike, Inc. | Intelligent electronic footwear and control logic for automated infrastructure-based pedestrian tracking |
CN112638250A (en) * | 2018-07-03 | 2021-04-09 | 莫特鲁姆科技有限公司 | Distributed system architecture for gait monitoring and method of use thereof |
JP7120449B2 (en) * | 2019-04-05 | 2022-08-17 | 日本電気株式会社 | Gait cycle determination system, walking cycle determination method, and program |
JP7355113B2 (en) * | 2019-10-21 | 2023-10-03 | 日本電気株式会社 | Upload system, upload method, upload device, program |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4333603B2 (en) * | 2005-02-18 | 2009-09-16 | 日本電信電話株式会社 | Fall management server, program, and footwear |
US7607243B2 (en) * | 2006-05-03 | 2009-10-27 | Nike, Inc. | Athletic or other performance sensing systems |
JP2010244136A (en) * | 2009-04-01 | 2010-10-28 | Seiko Epson Corp | Monitoring system and monitoring method |
KR20100130860A (en) * | 2009-06-04 | 2010-12-14 | 한양대학교 산학협력단 | System for correcting style of walking |
JP2012011136A (en) * | 2010-07-05 | 2012-01-19 | Nationa Hospital Organization | Device and method for supporting stability of motion |
JP5741067B2 (en) * | 2011-03-02 | 2015-07-01 | セイコーエプソン株式会社 | Analysis system, biological information analysis apparatus and program |
TW201300033A (en) * | 2011-06-29 | 2013-01-01 | Hon Hai Prec Ind Co Ltd | Walking pose regulating system and method |
JP5880820B2 (en) * | 2011-10-21 | 2016-03-09 | セイコーエプソン株式会社 | Activity amount measurement system, server, and activity amount measurement method |
US11006690B2 (en) * | 2013-02-01 | 2021-05-18 | Nike, Inc. | System and method for analyzing athletic activity |
-
2014
- 2014-11-11 JP JP2014228923A patent/JP6688556B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016087346A (en) | 2016-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6688556B2 (en) | Program, information processing apparatus, and information processing method | |
JP5935516B2 (en) | Information processing apparatus, information processing method, and program | |
CN102682571B (en) | Information processor, alarm method and program | |
JP5895716B2 (en) | Information processing apparatus, information processing method, and program | |
CN107004056B (en) | Method and system for providing critical care using a wearable device | |
US20150213555A1 (en) | Predicting driver behavior based on user data and vehicle data | |
US8700054B2 (en) | Prediction of indoor level and location using a three stage process | |
JP2017529521A (en) | Wearable earpieces that provide social and environmental awareness | |
KR102102931B1 (en) | Dementia prediction system | |
KR20160054397A (en) | The method and apparatus for early warning the danger | |
WO2015081760A1 (en) | Smart device safety mechanism | |
CN104937604A (en) | Location based process-monitoring | |
JP6342465B2 (en) | A method for rule-based context retrieval | |
KR20130054327A (en) | Methods and apparatuses for controlling invocation of a sensor | |
CN103968825A (en) | Navigation system with anomaly detection mechanism and method of operation thereof | |
Gowda et al. | Development of a Real-time Location Monitoring App with Emergency Alert Features for Android Devices | |
JP2016149136A (en) | Information processing system, information processing method, and program | |
US11039005B2 (en) | Method, electronic device and storage medium for unlocking electronic device based on location | |
RU2717878C2 (en) | Vehicle user identification system and method | |
CN110612503B (en) | Intelligent context sub-sampling device system | |
KR20150086840A (en) | Apparatus and control method for mobile device using multiple cameras | |
JP2014215747A (en) | Tracking device, tracking system, and tracking method | |
JP5994388B2 (en) | Server, information processing method, and information processing program | |
TW202238169A (en) | Object detection for a rotational sensor | |
KR20220001408A (en) | SYSTEM FOR CONTROLING LOW POWER GENERATION DEVICE USING IoT INFORMATION |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170801 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180626 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180817 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190129 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190314 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190730 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190828 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191112 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191224 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200210 |
|
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: 20200310 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200406 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6688556 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |