JP6709281B2 - 行動推定方法、行動推定システム、サービス提供方法、信号検出方法、信号検出部および信号処理システム - Google Patents

Description

本発明の実施形態は、測定対象者に装着された活動量計からの検出信号を利用した行動推定技術に関する。

しかしそれに限らず、センサから得られる信号の検出技術あるいはそれを用いた推定技術またはサービス提供技術に関しても包まれるものとする。

活動量計を使用した行動推定において、活動量計の測定対象者である作業者が、装置や設備などの外の系の物品（例．台車）を用いる動作を行う場合、複数の作業者の間での身長等の身体的特徴の違いから動作の推定精度にバラツキが出てしまう。

そのため、作業者毎の推定精度のバラツキを低減する技術が求められる。

また、活動量計に限らず、多くのセンサからの検出信号に混入される外乱のノイズ成分も、検出環境や検出状態に大きく影響を与える。その結果として検出環境や検出状態により、センサを用いた検出精度にバラツキが生じる。

一方で、検出精度のバラツキを低減させるために検出環境毎または検出状態毎に信号検出方法の個別最適化を図ると、大きな煩雑さが伴うという弊害がある。

従って、簡易な手法で検出誤差の少ない信号検出を可能にする技術が求められる。

特許第５４１７７７９号公報

従来、作業者が台車を移動させる際、作業者毎に行動推定に用いる検出信号の正解波形データを準備して、行動推定に際して個別の作業者毎に対応していた。それにより、作業者毎の推定精度のバラツキを低減することは可能ではあった。しかし、全ての作業者毎の正解波形データを取得することは労力やコストを要するとともに、利便性が大きく損なわれる。

また、上記のような台車移動時における作業者の行動推定に限らず、一般的なセンサからの検出信号に混入される外乱ノイズ成分を除去する技術として、特許文献１では、加速度センサからの検出信号の低周波成分について、ハイパスフィルタを用いて除去している。しかし、ゆっくりした変化を検出したい場合には、検出信号の成分が低周波帯に含まれてしまう。従って、この方法では逆に検出信号まで除去する危険性が生じる。

また、加速度センサを作業者の身体に装着した場合、作業者に対して“歩行状態”か“走行状態”か行動を推定する方法として特許文献１では、加速度センサからの検出信号の“振幅の大きさ”と“周期”との比を算出して、容易に判別できるようにしている。しかし、前記のように算出したとしても、外乱ノイズ成分の混入が大きな検出環境では、依然として推定精度が低下してしまう。

従って、仮に外乱ノイズ成分が混入する環境下でも、信号検出の信頼性確保が望ましい。

本実施形態では、重力の分解加速度値から抽出した、作業者（測定対象者）の腕と台車との角度を利用して、測定加速度の座標系を作業者の行動の推定が可能な座標系に変換する。そして、その変換後の検出信号を利用して、作業者の行動を推定する。更に、行動推定の条件を自動的に補正しながら行動推定の精度を向上させる。

また、本実施形態によれば、重力方向などの基準方向と測定対象者の作用方向との間の角度を利用して、複数の検出信号波形の座標変換を行い、その結果に基づいて前記測定対象者の行動推定またはサービス提供を行う。

ここで、前記作用方向は、例えば前記測定対象者が台車を押す方向または台車を握る腕の角度に対応させてもよい。

本実施形態の実施の結果として、推定を測定の対象となる各々の作業者に対応した個別の正解波形データを準備および使用することなく、行動推定の精度を高めることができる。

本実施形態の一例の説明図である。 検出生信号から所定の基準を抽出する方法の説明図（１）である。 検出生信号から所定の基準を抽出する方法の説明図（２）である。 複数の検出信号間の座標変換方法の説明図である。 標準より身長の低い測定対象者が台車を押した時の状況の説明図である。 標準より身長の高い測定対象者が台車を押した時の状況の説明図である。 作用方向に依存する台車の動摩擦力と静止摩擦力変化の説明図である。 測定対象者の行動推定方法の説明図である。 ３次元方向での複数の検出信号間の座標変換方法の説明図である。 ３次元方向での測定加速度波形（検出生信号）と変換後の標準測定加速度間との関係の説明図である。 本実施形態のＷＭＳ（倉庫管理システム）への応用例の説明図である。 本実施形態における信号処理システムの一例の説明図である。 信号処理システムに関する他の実施形態の説明図である。 基準Ａ（地磁気方向）と活動量計に沿った座標軸との関係の説明図である。 基準Ｂ（重力方向）と活動量計に沿った座標軸との関係の説明図（１）である。 基準Ｂ（重力方向）と活動量計に沿った座標軸との関係の説明図（２）である。 測定対象者の腕の角度θｙｚと検出生信号波形との関係の説明図である。 サンプルデータとパターンマッチング対象データとの関係の説明図である。 行動速度のばらつきを考慮したパターンマッチング方法の説明図である。 最適経路選択方法の説明図である。 行動推定システムにおけるハード構成例の説明図である。 本実施形態システムにおける処理フローの説明図（１）である。 本実施形態システムにおける処理フローの説明図（２）である。 本実施形態システムにおける処理フローの説明図（３）である。 図１５とは異なる角度の取り方の説明図である。 図２とは異なる角度の取り方の説明図である。 運搬物を手に持って運搬する場合の信号処理方法の説明図である。 異なる複数センサからの検出信号を利用する応用例の説明図である。 上下動するエレベータからの検出生信号の信号処理方法例の説明図である。 加速度センサと角速度センサを組み合わせた応用例の説明図である。 基準抽出方法に関する他の実施形態の説明図（１）である。 基準抽出方法に関する他の実施形態の説明図（２）である。 基準抽出方法に関する他の実施形態の説明図（３）である。 光電信号に関する所定の基準を用いた応用例の説明図である。 光電信号を利用した応用例に関する処理フロー例の説明図である。 音声信号に関する所定の基準を用いた応用例の説明図である。 一般的な音声信号の周波数スペクトル特性の説明図である。 音声信号から基準を抽出する方法例の説明図である。 本実施例での処理内容の傾向性の説明図である。 基準の抽出に対して外乱信号を混入させる方法の説明図（１）である。 基準の抽出に対して外乱信号を混入させる方法の説明図（２）である。 基準の抽出に対して外乱信号を混入させる方法の説明図（３）である。 本実施例での伸縮マッチング処理の傾向性の説明図である。 メガネ型ウェアラブル端末（駆動デバイス）の構成の説明図である。 本実施形態システム応用例の動作例のフローチャート図である。 本実施形態システム応用例の他の動作例のフローチャート図である。 本実施形態応用例の一例の説明図である。 作業終了状態を検出して通知するセンサデバイスの詳細な構造の説明図である。 環境振動発電デバイス内の基本的な構造の説明図である。 環境振動発電デバイス内の蓄電原理の説明図（１）である。 環境振動発電デバイス内の蓄電原理の説明図（２）である。 環境振動発電デバイス内の蓄電原理の説明図（３）である。 環境振動発電デバイス内の蓄電原理の説明図（４）である。 環境振動発電デバイス内の蓄電原理の説明図（５）である。 センサデバイス内一部構造の他の実施形態の説明図である。 センサデバイス内の複数の瞬時電圧発生部配置の説明図（１）である。 センサデバイス内の複数の瞬時電圧発生部配置の説明図（２）である。 制御部での加速度／角速度変化後の値を検出する方法の説明図である。 ネジ締め作業前後での振動特性の説明図である。 扉を閉めた時の角速度変化状態の説明図である。

以下、図面を参照しながら実施形態を説明する。まず、人体への装着が可能であるとともに、そこから得られた検出信号を利用して装着者の何らかの活動量を検出可能なセンサデバイスを、本明細書では活動量計と記す。この活動量計を人体（測定対象者２）に装着する方法の例として、図１（ａ）では、活動量計（センサデバイス）４は装着者（測定対象者２）の腕や足に付けるリストバンドを利用したリストバンド形となっているこの図１（ａ）に示す方法例では、活動量計４を装着した測定対象者２が台車１２２を押しており、活動量計４から収集する検出生信号から“測定対象者２が台車１２２の移動中２２か否か”の行動推定を行う例を示す。しかしそれに限らず、人体が身に着ける帽子やメガネ、靴などの装着品や服（着衣）の一部に活動量計を埋め込んでもよい。本実施形態の基本的内容は、
（１）人体（もしくは動物）に装着された活動量計から得られた検出生信号を取得し、
（２）その取得した検出生信号を利用して基準を抽出し、
（３）抽出した基準に基付いて検出生信号から信号処理し、
（４）信号処理した結果に基づいて人体（もしくは動物）の行動（または状態や要求）を推定し、
（５）測定対象者（作業員）毎の（例えば業務／作業中の）行動履歴を分析し、
（６）分析結果を業務改善（作業工程の改善）につなげる
という（１）〜（６）の流れに沿った処理を行う（場合により、一部割愛されてもよい）。また、この処理に限らず（１）〜（４）で得られた推定結果を利用して
（７）適正なサービスを提供する
という処理を行ってもよい。更に、本実施形態のシステムではそれに限らず、上記の推定結果を利用した任意の活用を行ってもよい。

また本実施形態は更に、（人や動物以外の）所定の物体にセンサデバイスを固定し、そのセンサデバイスから得られた検出信号に基づき、その所定物体に関係した状態を推定し、その結果に基づいてサービス提供を行ってもよい。

図１（ｂ）は経過時間毎の測定対象者２の行動変化と、各行動時の活動量計４から取得される検出生信号（加速度波形）の変化を示している。具体的には測定対象者２が、
○時刻９時から９時１分の間に手作業２０を行い、
○時刻９時１分から９時３分の間に台車移動２２を行った後、
○９時４分までの間は一時的に静止２４し
○９時４分から９時６分の間に歩行２６している。

その際、図１（ｂ）が示すように、活動量計４からは行動毎に各々固有（独自）な検出生信号（加速度波形）が得られる。

従って行動推定エンジン１４を利用し、これらの固有（独自）な検出生信号（加速度波形）の特徴を抽出する事で、測定対象者２の行動を推定できる。本実施形態では活動量計４から取得される検出生信号（加速度波形）をメモリ部（センサからの出力波形データ記憶部）に一旦保存し（上記の（１）の処理に該当）、メモリ部（出力波形データ記憶部）から読み取った検出生信号（加速度波形）を利用して（２）基準の抽出および（３）信号処理、（４）行動推定、（５）履歴分析、（６）業務改善１０へ向けた立案までの一連の処理を行う。

しかしそれに限らず、（１）活動量計４から取得する（１）の処理に対して、検出生信号（加速度波形）に対してリアルタイムで（２）〜（６）の処理を行ってもよい。更にその行動推定結果１６に基づき、（７）の処理（適正なサービスの提供）を行なってもよい。

なお、追って図３を用いて説明するように活動量計４の信号検出部６０の内部およびセンサデバイス６の信号検出部６０の内部では、互いに直交する３軸（Ｘ軸およびＹ軸、Ｚ軸）方向が予め設定されている。それらの軸と所定の基準（例えばｚ軸に沿った重力方向やｙ軸に沿った地磁気方向など）との関係は、例えば追って図５に示すように、活動量計４を装着した測定対象者２の腕１２０から中指に向かう方向をＹ軸と設定する。ここでは、測定対象者２が台車を押すときの作用方向１００（測定対象者２が力を及ぼす方向）をＹ軸方向と一致させている。

また、測定対象者の手の甲に垂直な軸方向をＺ軸方向と設定するとともに、Ｙ軸およびＺ軸と直行する方向（測定対象者２の小指から親指へ向かう方向）をＸ軸と設定している。そして、その座標軸に応じて、３軸加速度センサ７２からはＸ軸方向、Ｙ軸方向およびＺ軸方向の加速度波形（検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ））を得ている。

それと同時に３軸地磁気センサ７４からは、Ｘ軸およびＹ軸、Ｚ軸方向の磁界強度信号が得られる。

一方、基準Ａ（地磁気方向）１０２に沿った方向をｙ軸（南極方向１１４から北極方向１１２に向かう方向）と定義する。また、西方向から東方向に向かう方向をｘ軸と定義する。

なお、Ｙ軸方向とｙ軸方向とは一致しないことが多く、互いに傾きを持つため、Ｗｘ（ｔ）とＷｙ（ｔ）の波形は検出生信号として直接は検出されない。これらの前提のもとで、以下の説明ができる。

ここで、活動量計４に内蔵された３軸加速度センサ７２（図１７）からは、それぞれ検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）が得られる。ここで図１に示す活動量計データ（加速度波形）１２は、ＷＺ（ｔ）（あるいはＷＹ（ｔ））が対応する。

そして時間経過と共に逐次収集される検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）は、図１７のメモリ部（出力波形データ記憶部）８２に逐次保存される。このメモリ部（出力波形データ記憶部）８２に一度に保存される検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）は、測定対象者２の２〜３時間分の連続した行動に対応したデータでもよい。またそれに限らず、１日分の測定対象者２の行動データを一度に保存してもよい。

ここで、加速度を示す、ローパスフィルタ処理を施した信号成分Ｑ４１Ｌ、Ｑ４２Ｌを利用して、基準Ｂ（重力方向）１０４を抽出する方法を図２に示す。Ｙ軸方向で取得した検出生信号ＷＹ（ｔ）の低周波数成分Ｑ４２ＬとＺ軸方向で取得した検出生信号ＷＺ（ｔ）の低周波数成分Ｑ４１Ｌとｚ軸方向を向く重力加速度成分Ｇとの間には

の関係が成立する。従って上記の（１）式と（２）式、（３）式のいずれかを利用することで、角度θｙｚが算出できる。

ここで、図１２と図１３に記載した基準方向抽出９２と角度抽出９４の機能が、図３と図２を用いて検出生信号から基準Ｂ（重力）１０４を抽出して角度θを算出する機能、および図２と図３を用いて検出生信号から基準Ａ（地磁気方向）１０２を抽出して角度θを算出する機能にそれぞれ対応する。

更に、図１２と図１３に記載したノイズ成分低減後の検出信号生成（信号処理）９６の機能が、検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）から（４）式〜（７）式を用いて信号処理して所定方向の検出信号“ＷＹ（ｔ）｜θｙｚ＝θｓ”やＷｙ（ｔ）に変換する機能に対応する。

また、活動量計４を装着した測定対象者２の腕１２０が震動すると、その震動が外乱ノイズ成分として検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）内に混入する。この測定対象者２の腕１２０の震動に起因する周波数は０．５Ｈｚ以上の場合が多い。

従って図３に示すように、検出生信号ＷＺ（ｔ）、ＷＹ（ｔ）、ＷＸ（ｔ）に対してローパスフィルタ処理１３８を施した後の信号成分Ｑ４１Ｌ、Ｑ４２Ｌ、Ｑ４３Ｌを抽出することで上述した外乱ノイズ成分を低減できる。このローパスフィルタの周波数ｆに対する利得ｇの特性が図３に示す特性の場合、遮断周波数ｆｃ以下の信号成分のみの抽出が可能となる。このローパスフィルタ処理１３８を施すときの遮断周波数ｆｃの値は、上記の説明から６０Ｈｚもしくは５０Ｈｚに設定できるし、０．５Ｈｚに設定してもよい。

また、図３の周波数特性に限らず、本実施形態ではあらゆるフィルタ処理を採用してもよい。例えば特定の周波数成分のみを抽出するバンドパスフィルタ処理などを行ってもよい。

このように検出生信号ＷＺ（ｔ）、ＷＹ（ｔ）、ＷＸ（ｔ）に対して何らかの信号処理を行って外乱ノイズ成分を低減することで、精度良く所定の基準（方向）を抽出できる効果が生まれる。

ここで、複数の作業者の間での身長等の身体的特徴の違いから生じる動作の推定精度のバラツキを低減するため、重力の分解加速度値から抽出した、測定対象者２の腕と台車１２２との角度を利用して、測定加速度の座標系を測定対象者２の行動推定が可能な座標系に変換する手法について説明する。

Ｘ軸とｘ軸が一致したときの、ｙ軸／ｚ軸とＹ軸／Ｚ軸との間の座標変換状況を図４に示す。図４に示すように、変換処理後の検出波形Ｗｙ（ｔ）／Ｗｚ（ｔ）と検出生信号ＷＹ（ｔ）／ＷＺ（ｔ）間の変換式は

で表される。従って（４）式を利用して、３軸加速度センサ７２（もしくは３軸地磁気センサ７４）から得られた検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）から基準Ａ（地磁気方向）１０２に平行なｙ軸と基準Ｂ（重力）１０４に平行なｚ軸（およびそれらと直交するｘ軸）の方向で得られると推定される変換後の検出信号Ｗｘ（ｔ）、Ｗｙ（ｔ）、Ｗｚ（ｔ）を算出できる。

そして、Ｘ軸とＸｓ軸が一致したときの、Ｙ軸とＹｓ軸間の角度およびＺ軸とＺｓ軸間の角度を両者間の差分値“ｄθｙｚ≡θｓ−θｙｚ”で定義する。すると、Ｙ軸およびＺ軸とＹｓ軸およびＺｓ軸との間の回転座標変換の関係を用いると、測定加速度波形（検出生信号）ＷＹ（ｔ）、ＷＺ（ｔ）から変換後の標準測定加速度ＷＹｓ（ｔ）、ＷＺｓ（ｔ）への変換式は、

で表せる。

センサとして３軸加速度センサ７２（もしくは３軸地磁気センサ７４）を用いた場合、１個または複数のセンサからはＷｘ（ｔ）、Ｗｙ（ｔ）、Ｗｚ（ｔ）などの時間経過と共に変化する複数の検出生信号が収集される。そして、得られた複数の検出生信号の特徴（それに含まれるθｙｚなどの所定の独自情報の抽出）を利用した複数の検出生信号間に跨った信号処理により（例えばノイズ成分を偏在させた結果としてＷｚ（ｔ）側にノイズ成分を集めた代わりにＷｙ（ｔ）側のノイズ成分を低減させるなどの処理結果として）、信号処理後の所定の検出信号（例えばＷｙ（ｔ））のノイズ成分を低減できる効果がある。またノイズ低減に限らず、この複数の検出生信号間を跨った信号処理により検出生信号内に含まれる特定の信号成分を抽出（例えば（１）式を用いた重力加速度値Ｇの抽出など）してもよい。

ところで、この複数の検出生信号内に含まれる所定の独自情報抽出の一例として、図３のローパスフィルタ処理１３８を利用して所定周波数成分のみを抜き出し、（１）式〜（３）式を用いた所定基準（の方向）の抽出例を既に説明した。しかしそれに限らず本実施形態の一例では複数の検出生信号内に含まれる“あらゆる種類の情報”を抽出してもよい。例えばこの“検出生信号内に含まれる所定の情報”として図２６を用いて後述するように、複数の検出生信号ＷＹ（ｔ）とＷＺ（ｔ）内に共通に含まれるノイズ成分（横揺れ成分２０８）を対応させてもよい。

また、３軸加速度センサ７２と３軸角速度センサ２１２などの異なる複数種類のセンサから同時に収集した複数の検出生信号を跨って信号処理を行ってもよい。例えば、図２８の実施形態（詳細な内容は後述）における“検出生信号内に含まれる所定の独自情報”とは、『ハンドル２１４の回転方向２１８』あるいは『バスまたはトラック、乗用車２１０の加速／減速方向』、『バスまたはトラック、乗用車２１０の進行方向変更の向き』などが該当する。

そして、これらの独自情報の抽出方法として特定センサ取り付け方向（特定センサ内に設置された所定座標軸方向）の識別や特定の信号成分（例えば『加速／減速』時には、加速／減速開始時に検出加速度の絶対値が急増し、定速に近づくに従って検出加速度の絶対値が“０”へ収束するなどの信号の特徴検出）などを用いてもよい。

ここで、標準身長の測定対象者１４０とそれより低い身長の測定対象者１４２または高い身長の測定対象者１４４に対する取り扱いを説明する。図５に示すように、標準より身長の低い測定対象者１４２が台車１２２を押したときの角度θｙｚは、標準身長の測定対象者１４０が台車１２２を押したときの角度θｓと比べてθｙｚ＜θｓの関係がある。一方で、図６に示すように、標準より身長の高い測定対象者１４４が台車１２２を押したときの角度θｙｚはθｙｚ＞θｓとなる。

図５および図６で説明した本実施形態の応用例として、標準身長より低い身長の測定対象者１４２または高い身長の測定対象者１４４に対する行動推定の処理で利用する閾値に関するフィードバック方法（一種の学習機能）について説明する。標準よりも身長の高い測定対象者１４４が台車１２２を押す場合には（図７（ａ））、作用方向１００と台車１２２の移動する方向（ｙ軸）とのなす角度θｙｚの値は大きくなる。その場合には、測定対象者１４４が台車１２２を床面に押し付ける力が強くなる。その結果として、台車１２２の動摩擦力と静止摩擦力が大きくなり、台車１２２が動き難くなる。

その際、標準身長よりも低い測定対象者１４２が台車１２２を押す場合（図７（ｂ））には、作用方向１００と台車１２２の移動方向（ｙ軸方向）のなす角度θｙｚの値が小さくなる。そのため測定対象者１４２による台車１２２を床面に押し付ける力が相対的に弱くなる。その結果として、台車の動摩擦力と静止摩擦力が弱くなり、台車１２２が動き易くなる。従って台車１２２の動摩擦力と静止摩擦力の変化が、測定対象者２の行動推定に影響を及ぼす。

ここで、標準身長の測定対象者１４０が台車１２２を押すときの作用方向１００と台車１２２の移動方向（ｙ軸方向）のなす角度θｓを基準として考える。図８は角度θｓを基準とし、測定対象者２が台車１２２を押すときの角度θｙｚに対する変換後の標準測定加速度と測定加速度波形（検出生信号）間の誤差量または標準測定加速度波形（サンプルデータ）と比較したユークリッド距離の関係を示す。

θｙｚ≒θｓでは、図８に示される特性は、測定対象者の行動推定時の判定閾値１５０より充分小さな値をしめす。しかし、角度θｙｚがθｓから大きく外れるに従って、測定対象者の行動推定時の判定閾値１５０より大きくなり、行動推定の精度が低下することが分かる。本実施形態ではその対策として、角度θｙｚがθｓから大きくずれたときには行動推定時の判定閾値１５０を自動的に補正する（判定値１５０を大きく設定し直す）。それにより、角度θｙｚがθｓから大きく外れたときでも測定対象者２に対して精度の良い行動推定を実現できる効果がある。

ところで、上述した（４）式は、Ｘ軸とｘ軸とが一致する場合の変換式を示している。即ち、上記（４）式を導く基礎となった図４は、Ｘ軸とｘ軸を一致させたままｙ軸とｚ軸をθｙｚだけ回転させてＹ軸とＺ軸に変換した図（垂直回転の座標変換‥立体変換）を示している。

それに対してＹ軸とｙ軸を一致させたままｚ軸とｘ軸をθｚｘだけ回転させてＺ軸とＸ軸に変換した図（水平回転の座標変換‥回転変換）を図９（ａ）に示す。同様にＺ軸とｚ軸を一致させたままｘ軸とｙ軸をθｘｙだけ回転させてＸ軸とＹ軸に変換した図を図９（ｂ）に示す。

図４を用いて（４）式を導いたのと同様に、図４および図９（ａ）（ｂ）を利用することで一般的な場合の変換式は

で表される。

床面１２８の凹凸形状の影響を軽減する信号処理方法として、例えば後述する図１７（ｂ）に示すように、信号成分Ｗｚ（ｔ）に重畳される床面１２８の凹凸形状に対応した加速度変化成分をノイズ成分と見なした場合で説明する。図１７（ｃ）に示す検出生信号“ＷＹ（ｔ）｜θｙｚ＜θｓ”や図１７（ｅ）に示す検出生信号“ＷＹ（ｔ）｜θｙｚ＞θｓ”内には、上記のノイズ成分が混入されている。この検出生信号“ＷＹ（ｔ）｜θｙｚ＜θｓ”や“ＷＹ（ｔ）｜θｙｚ＞θｓ”を利用して信号処理を行い、上記ノイズ成分の混入が少ないＷｙ（ｔ）の検出信号に変換できた場合を考える。すると上記の信号処理はノイズ成分の混入が大きい検出生信号“ＷＹ（ｔ）｜θｙｚ＜θｓ”や“ＷＹ（ｔ）｜θｙｚ＞θｓ”からノイズ成分が低減されたＷｙ（ｔ）の検出信号を抽出した事を意味する。これが図１３のノイズ成分低減後の検出信号抽出（信号処理）９６の機能に相当する。

次に、測定対象者２の身長の影響を軽減する信号処理方法として、図１７（ｃ）あるいは図１７（ｅ）に示す検出生信号（後述する“測定加速度波形”即ち検出生信号）ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）から、標準身長の測定対象者１４０に対応するθｙｚ＝θｓ時の検出信号（後述する変換後の標準測定加速度）“ＷＹ（ｔ）｜θｙｚ＝θｓ”（あるいはＷＹｓ（ｔ））へと変換する方法を説明する。

ここで、図１０（ａ）に示すように、Ｙ軸とＹｓ軸を一致させた場合のＺ軸とＺｓ軸間の角度およびＸ軸とＸｓ軸間の角度をｄθｚｘで表す。同様に図１０（ｂ）が示すように、Ｚ軸とＺｓ軸を一致させたときのＸ軸とＸｓ軸間の角度およびＹ軸とＹｓ軸間の角度をｄθｘｙで表す。

そして、Ｘ軸とＸｓ軸が一致しない場合の測定加速度波形（検出生信号）ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）から変換後の標準測定加速度ＷＸｓ（ｔ）、ＷＹｓ（ｔ）、ＷＺｓ（ｔ）への一般的な変換式は、図４および図１０（ａ）（ｂ）から上記の（５）式を拡張した

で与えられる。それにより図１７（ｃ）あるいは図１７（ｅ）に示す測定加速度波形（検出生信号）から、θｙｚ＝θｓに対応した変換後の標準測定加速度“ＷＹ（ｔ）｜θｙｚ＝θｓ”（またはＷｓ）に変換できる。

このように標準身長より低い測定対象者１４２や標準身長より高い測定対象者１４４が装着している活動量計４から得られる測定加速度波形（検出生信号）ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）をＷＸｓ（ｔ）、ＷＹｓ（ｔ）、ＷＺｓ（ｔ）（対応する標準身長に変換後の標準測定加速度）へ変換し、この変換後の検出信号（標準測定加速度）に基づいて測定対象者１４２、１４４の行動推定を行ってもよい。その結果として、測定対象者１４０〜１４４の身長の違いによらずに共通の尺度で測定対象者１４０〜１４４に対する行動推定を高い精度で行える効果がある。

ここでは、信号処理により測定対象者２の身長の影響を軽減する検出信号に変換する方法として図４に示す座標軸間の回転座標変換を利用する方法について説明した。しかし、それに限らず本実施形態では各種センサ７２、７４から得られた検出生信号Ｗｘ（ｔ）、Ｗｙ（ｔ）、Ｗｚ（ｔ）を利用した信号処理で有れば、他のあらゆる信号処理方法を利用してもよい。例えば、その一例として検出生信号Ｗｘ（ｔ）、Ｗｙ（ｔ）、Ｗｚ（ｔ）を３次元ベクトルと見なし、各ベクトル成分間のベクトル演算処理（例えばベクトル合成処理）を行ってもよい。

また、それに限らず複数の異なるセンサ７２、７４から得られた検出生信号間で跨った信号処理を行い、ノイズ成分低減後の検出信号生成（信号処理）９６（図１２または図１３）を行ってもよい。すなわち、図４を用いて算出された（４）式を用いた検出信号間の変換では、例えば３軸加速度センサ７２のみから得られた検出信号間の変換を行っている。しかしそれに限らず、例えばそれに３軸地磁気センサ７４から得られた検出信号も同時に組み合わせた信号処理を行い、検出生信号のノイズ成分低減を行ってもよい。

次に、この回転変換（信号処理）後の検出信号を用いて測定対象者２の行動推定例について説明する。

台車１２２を押すときの測定対象者２の腕１２０の角度θｙｚは時間経過と共に刻々と変化する。従って、回転変換（信号処理）後の検出信号を算出する処理は何回も繰り返す必要がある。

図２１（または図１２、図１３）に示す行動推定システム５２による行動推定例を以下に説明する前に、使用する用語の定義をする。３軸加速度センサ７２から収集される検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）の１個またはそれ以上を“測定加速度波形（検出生信号）”と記す。また、θｙｚ＝θｓの際での検出信号（のうちの１個またはそれ以上）を“標準加速度”と記す。標準身長の測定対象者１４０（図５または図６）が台車１２２を押したときに直接得られる３軸加速度センサ７２から収集される検出生信号ＷＸ（ｔ）｜θｙｚ＝θｓ、ＷＹ（ｔ）｜θｙｚ＝θｓ、ＷＺ（ｔ）｜θｙｚ＝θｓ（これらのうちの１個またはそれ以上）は、上記の“標準加速度”に該当する。

ところで、上記の標準加速度（検出生信号）をメモリ部８２（図１２）内に保存して行動推定時の参照データ（サンプルデータ）として利用する場合、メモリ部８２内に保存された上記の標準加速度（検出生信号）を“標準測定加速度波形（サンプルデータ）”と記す。ここで、上記の標準測定加速度波形（サンプルデータ）は、唯一の標準身長の測定対象者１４０から１回だけ収集したサンプルデータでもよいし、複数回収集したデータの平均値あるいは複数の標準身長の測定対象者１４０から得られたデータの平均値を利用してもよい。

一方で、図５や図６を用いて説明したように、標準身長より低い測定対象者１４２や標準身長より高い測定対象者１４４から収集された検出生信号に基づいて、（５）式または（７）式を用いて上記の標準加速度に変換された後の検出信号を“変換後の標準測定加速度”と記す。

また、上述した処理で『検出生信号収集⇒信号処理（検出信号の回転変換）』までの処理を“サイクル”と記す。そして、１秒間に繰り返すサイクルの回数を“サイクル周波数”、１回のサイクルに要する時間を“サイクル期間”と記す。ここで前記サイクル期間が短い程、細かくかつ精度良く測定対象者２の行動に関する情報収集が行える。従って前記サイクル期間は、上記サイクル処理の“分解能”（情報収集速度）に相当する。

次に、本実施形態では１サイクル毎に得られた変換後の標準測定加速度のデータを所定期間にわたり蓄積した後、統計処理を実施する。そのため、統計処理に必要な変換後の標準測定加速度のデータの蓄積期間を“統計処理用蓄積期間”と記す。

更に、統計処理用蓄積期間毎に算出された統計処理の結果を所定期間について集めて、測定対象者２の行動推定を行う。この行動推定の単位期間（統計処理結果を集める期間）を“行動推定の判定期間”と記す。

本実施形態システム（行動推定システム５２）でのサイクル周波数は高い程、サイクル処理の分解能が上がり、測定対象者２の高速な行動変化の検出が容易となる。図１（ｂ）の例では、測定対象者２の行動（作業）が手作業２０から台車移動２２、静止、歩行２６と１分毎または２分毎に変化している。しかし忙しいときには、測定対象者２の行動（作業）がより頻繁に変化する場合もある。このような測定対象者２が忙しいときに検出生信号の収集／信号処理のサイクルが１分に１回では、頻繁に変化する測定対象者２の行動（作業）を細かに追跡できない。従って、本実施形態での上記サイクル期間は、長くても１０秒以下に設定する。

ところで、非常に忙しいときには、１秒単位で測定対象者２の行動（作業）が変わる場合がある。このような早い変化にも対応できるように、本実施形態でのサイクル期間は０．５秒以下が望ましい。以下ではサイクル周波数の例として暫定的に２０Ｈｚと設定して説明を続ける。

ところで、図３を用いて所定の基準を抽出する場合の遮断周波数ｆｃの値を５０Ｈｚまたは６０Ｈｚに設定した場合の例を説明した。上記の遮断周波数ｆｃの値は前述したサイクル周波数２０Ｈｚとはある程度の整合性はある。しかし、遮断周波数ｆｃを０．５Ｈｚなど低い値に設定した場合には、１サイクル毎に検出生信号に対してローパスフィルタ処理１３８を施すには技術的無理が生じる。この場合には、複数サイクル間の検出生信号を用いてローパスフィルタ処理１３８を行ってもよい。

既に説明したように本実施形態システム（信号処理システム）では、３軸加速度センサ７２や３軸地磁気センサ７４からの（信号増幅器群７６を経てＡ／Ｄコンバータ７８でデジタル信号に変換された）検出生信号は、一旦メモリ部８２に保存された後、制御部８０の指示に対応して読み出されて、信号処理される。従って、複数サイクル間の検出生信号を用いたローパスフィルタ処理１３８は容易となる。しかし、それに限らずメモリ部８２の処理を適正に使いこなすことで、リアルタイムでの信号処理を行ってもよい。

次に、前述した統計処理用蓄積期間に関する説明を行う。例えば１サイクルのみのデータでは統計処理する意味が無い。有効な統計処理を行うには、少なくとも４サイクル以上、望ましくは１０サイクル以上のデータ蓄積が望ましい。例えばサイクル周波数を２０Ｈｚ（サイクル期間５０ｍＳ）の場合、１０サイクル分のデータを蓄積するには、統計処理用蓄積期間は０．５秒が必要となる。

ところで、最低条件として、上記の行動推定の判定期間は統計処理用蓄積期間以上あれば、測定対象者２に対する行動推定は可能となる。しかし、より精度の高い行動推定を目指す場合には、行動推定の判定期間は統計処理用蓄積期間の４倍以上（望ましくは８倍以上）が必要となる。上記の理由から、行動推定の判定期間として４秒を設定してもよい。

上記の説明から各期間の関係は、“行動推定の判定期間”≧“統計処理用蓄積期間”≧“サイクル期間”となる。ところで、行動推定の判定期間毎（例えば４秒毎）に測定対象者２に対する行動推定を行うと、測定対象者２に対するサービス提供に大きな遅延が起きる。従って、本実施形態システム（行動推定システム５２）ではサイクル期間毎にずらしながら連続的に行動推定処理を継続させる。同様にサイクル期間毎にずらしながら逐次的に統計処理用蓄積期間を設定する。

信号処理後の検出信号（変換後の標準測定加速度）を用いた測定対象者２の行動推定方法として、本実施形態では
（Ａ）回転変換（信号処理）前後での検出信号間の分散と不規則性判定
（Ｂ）変換後の標準測定加速度とサンプルデータ間の類似度判定
（Ｃ）変換後の標準測定加速度とサンプルデータ間の伸縮マッチング判定
のいずれかまたはその組み合わせを行う。上記の各種行動推定方法の説明をする。

（Ａ）回転変換（信号処理）前後での検出信号間の分散と不規則性判定
（Ａ１）前述した統計処理用蓄積期間毎にＺ軸方向（重力成分）またはＹ軸方向（台車の移動方向）の測定加速度波形（検出生信号）と変換後の標準測定加速度との間の分散（すなわち１サイクル毎の測定加速度波形（検出生信号）と変換後の標準測定加速度との間の差分値を１データと見なし、統計処理用蓄積期間内の各データ間の分散特性）の違い（動きの大きさ）を統計処理する。そしてこの統計処理された分散値が所定の閾値以内に入っているか否かを判定する。

（Ａ２）統計処理用蓄積期間毎にＺ軸方向（重力成分）またはＹ軸方向（台車の移動方向）の測定加速度波形（検出生信号）と変換後の標準測定加速度との間のランダム値の違い（不規則性）を行動推定に利用する。そしてこの算出されたランダム値が所定の閾値以内に入っているか否かを判定する。

ここでランダム値とは、統計処理用蓄積期間内での上記差分値の符号が変化する回数を意味する。例えばｋ番目のサイクルにおける測定加速度波形（検出生信号）と変換後の標準測定加速度との間の差分値をΔ（ｋ）とする。ここで“Δ（ｋ）＜Δ（ｋ＋１）”のときにＤ（ｋ）＝＋１を割り当てる。また“Δ（ｋ）＞Δ（ｋ＋１）”のときにはＤ（ｋ）＝−１、“Δ（ｋ）＝Δ（ｋ＋１）”のときにはＤ（ｋ）＝０と設定する。そして統計処理用蓄積期間内でのＤ（ｋ）の合計値を、ランダム値と定義する。例えば｛Ｄ（１）、Ｄ（２）、Ｄ（３）、Ｄ（４）、Ｄ（５）、Ｄ（６）、Ｄ（７）、Ｄ（８）、Ｄ（９）｝の系列が、｛＋１、＋１、＋１、−１、−１、＋１、＋１、＋１、＋１｝の場合を考える。前記系列内では、“ ＋１ ⇒ −１ ”の符号変化が１回、“ −１ ⇒ ＋１ ”の符号変化が１回の合計２回変化するので、ランダム値は“２”となる。

行動推定の判定期間内において、上記（Ａ１）と（Ａ２）を同時に満たす頻度（類似度）が８０％以上有れば一致と判定する。例えばサイクル期間が５０ｍＳで統計処理用蓄積期間が０．５秒、行動推定の判定期間が４秒とする。前述したように本実施形態では、サイクル期間毎にずらしながら逐次的に統計処理用蓄積期間を設定する。従って上記行動推定の判定期間（４秒間）の間に８０回（４０００÷５０）だけ統計処理用蓄積期間が設定できる。従って８０回の統計処理結果のうちで８０％以上の頻度で（６４回以上）（Ａ１）と（Ａ２）を同時に満たす場合には、測定対象者２が台車移動中２０であると判定する。

（Ｂ）変換後の標準測定加速度とサンプルデータ間の類似度判定
（Ｂ１）統計処理用蓄積期間毎にＺ軸方向（重力成分）またはＹ軸方向（台車の移動方向）の変換後の標準測定加速度と標準測定加速度波形（サンプルデータ）との間の分散（すなわち１サイクル毎の変換後の標準測定加速度と標準測定加速度波形（サンプルデータ）との間の差分値を１データと見なし、統計処理用蓄積期間内の各データ間の分散特性）の違い（動きの大きさ）を統計処理する。そしてこの統計処理された分散値が所定の閾値以内に入っているか否かを判定。

（Ｂ２）統計処理用蓄積期間毎にＺ軸方向（重力成分）またはＹ軸方向（台車の移動方向）の変換後の標準測定加速度と標準測定加速度波形（サンプルデータ）との間の上記ランダム値の違い（不規則性）を行動推定に利用する。そしてこの算出されたランダム値が所定の閾値以内に入っているか否かを判定。

行動推定の判定期間内において、上記（Ｂ１）と（Ｂ２）を同時に満たす頻度（類似度）が８０％以上有れば一致と判定する。

（Ｃ）変換後の標準測定加速度とサンプルデータ間の伸縮マッチング判定
統計処理用蓄積期間毎にＺ軸方向（重力成分）またはＹ軸方向（台車の移動方向）の変換後の標準測定加速度と標準測定加速度波形（サンプルデータ）との間で、伸縮マッチング手法を適用する。そして統計処理用蓄積期間毎に得られたユークリッド距離（詳細は後述）が所定の閾値以内に入っているか否かを判定する。そして行動推定の判定期間内において、上記のユークリッド距離が閾値以内に入っている頻度（類似度）がが８０％以上有れば一致と判定する。

上記の伸縮マッチング手法とは、サンプルデータ（標準測定加速度波形）のパターンと検出信号（変換後の標準測定加速度）のパターン間の部分的な時間軸上の伸び縮みを考慮しながら両者の類似度を計算するパターンマッチング手法に関する総称した呼び方を示す。

本実施形態システム（行動推定システム５２）では、検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）（これらのうちの少なくともいずれかあるいは所定の周波数成分や所定の信号内要素成分）の値（検出値）がが時間経過と共に変化する。また測定対象者２の行動速度（作業速度）に個人差があるため、時間経過に伴う変化速度が測定対象者２によりばらつく。このように人間や動物の行動推定や所定物体の状態を推定する状態推定に利用される検出生信号の変化速度は、測定対象ごとにばらつく。そのため本実施形態システム（行動推定システム５２）での推定処理に上記の伸縮マッチング手法を用いることで、検出生信号の変化速度のばらつきが吸収されて（検出生信号の時間経過方向での伸縮に適応し）推定精度が向上する効果がある。

これからは、実施例の位置づけで具体的な一例を挙げて本実施形態を説明する。まず、図１に示す測定対象者２が台車移動２２中に得られる検出生信号を利用して推定処理や業務改善１０の立案、あるいはサービス提供を行うまでの方法を説明する。しかし、それに限らず以下の説明内容は、図１（ｂ）に示す手作業２０や静止２４、歩行２６等いずれの作業に対して適用してもよい。

図１に示した本実施形態の利用場面として、ＷＭＳ（Warehouse Management System）と呼ばれる倉庫管理システムへの応用例を図１１に示す。このＷＭＳは大きく分けて、“在庫把握”と“作業支援”に該当する２種類の問題を解決する仕組みを指す。上記の在庫把握の一例として、在庫の賞味期限の把握や倉庫内の物品毎の保管位置把握などが挙げられる。

この作業支援の適用場面例として、図１１に示すものがある。倉庫内に並んだラック（棚）ＲＫ毎に格納された各物品毎に、その物品内容を示す画像マーカＭＫが設置されている。この画像マーカＭＫの例として１次元もしくは２次元方向のコード、あるいは一目で物品内容の判別が容易なマーク（アイコンなど）が記載されている。しかしそれに限らず、画像マーカＭＫ毎に無線通信機能が内蔵された通信ノードで有ってもよいし、ビーコンを用いた配置情報（位置情報）検出機能を前記画像マーカＭＫに持たせてもよい。

このラック（棚）ＲＫ毎に格納された指定物品を作業員（Personal Worker）ＰＷ（もしくは測定対象者２）が選択・抽出（ピッキング）して、カート（籠）ＣＲＴ内に入れる（または大きな被運搬物８の場合には台車１２２に乗せる）。

そして、この作業員ＰＷ（もしくは測定対象者２）は活動量計４を装着しており、この活動量計４から検出生信号を収集する（１）。この収集された検出生信号を一旦メモリ部（センサからの出力波形データ記憶部）に保存する。その後に検出生信号を読み取り、前述した（２）〜（６）の処理を行う。その結果を利用して、個々の作業員ＰＷ（もしくは測定対象者２）の業務改善（作業行動プロセスや手順の改善）につなげる。またそれに限らず、作業員ＰＷ（もしくは測定対象者２）にメガネ型ウェアラブル端末（駆動デバイス）１１００（図３８以降を用いた詳細説明を参照）を用いて例えば次の行動指示などのサービス提供（７）を行ってもよい。

先に本実施形態の一応用例として、図１を用いてＷＮＳでの使用例を説明した。しかし、それには限られず本実施形態を、例えば社会インフラ市場やパーソナル市場、ヘルスケア市場、生産／管理市場（設計／製造／検査現場）などで適応させてもよい。

例えば社会インフラ市場として、交通機関あるいは橋やビルなどの建設物環境、電気・水道・ガスなど公共消費財の供給市場、銀行や証券・損保関連などの金融業界市場などに利用してもよい。またパーソナル市場として、ビジネスユースでの利用や各家庭向け応用に利用してもよい。更にヘルスケア市場では医療現場や介護現場で利用してもよい。

ここで、行動推定システム５２の各構成に関して説明する。図１２に示す本実施形態における信号処理システムのハード構成は、活動量計４とセンサデバイス６、エッジ装置４２、サーバ４０から構成される。ここで、センサデバイス６は図１６を用いて後述するように、人以外の所定の物体（例えば台車１２２等）に固定されている。また、活動量計４とエッジ装置４２との間およびセンサデバイス６とエッジ装置４２との間、エッジ装置４２とサーバ４０との間は、有線または無線の通信回線が構成されており、互いに情報通信が可能となっている。

このエッジ装置４２とサーバ４０が協調して、後述する推定結果の処理とサービス提供制御を行う。またエッジ装置４２では、活動量計４とセンサデバイス６内部の信号処理部６０で行う処理結果（送信情報３０の内容）のとりまとめも行う。

また、図１２に示す信号処理システムの機能構成は、行動推定システム５２とサービス制御部５８および位置検出用信号発生部４６とその制御部４８から構成される。そしてこの行動推定システム５２は、活動量計４およびセンサデバイス６とエッジ装置４２の一部から構成される。

図１２では活動量計４の構造を中心に説明してあるが、センサデバイス６のハード構成６２と機能構成６４は基本的には活動量計４の構造と一致する。

活動量計４（およびセンサデバイス６）は、固定部材５０と信号検出部６０から構成される。この固定部材５０は、測定対象者２の装着時に前記の信号検出部６０を測定対象者２の体の一部に固定する機能を持つ。この固定部材５０の具体的な構造は図１（ａ）に示すようにリストバンドの構造を有し、測定対象者２の腕もしくは足に直接装着できる。またそれに限らず、例えば粘着層を用いて人体に貼り付ける構造や、帽子やメガネ、靴など人体への装着部の一部あるいは服（着衣）の一部を利用してもよい。更に、被運搬物８にセンサデバイス６を固定する場合の固定部材５０の構造としては、接着層や被運搬物８の包装に利用される紐の一部をしてもよい。

特に、図１２に示す実施形態では、信号検出部６０全体が活動量計４内（あるいはセンサデバイス６内）に内蔵されている。この信号検出部６０のハード構成６２には、発電部（環境振動形または光電変換形）６８および蓄電部（バッテリ）６６、３軸加速度センサ７２、３軸地磁気センサ７４、信号増幅器群７６、Ａ／Ｄコンバータ（Analog to Digital Converter）７８、制御部８０、メモリ部８２、通信制御部８４が含まれる。

発電部６８の形態として後述する環境電動形を利用してもよいし、太陽電池のような光電変換形を使用してもよい。またこの発電部６８で発生した電力が、蓄電部６６で蓄えられる。そしてこの蓄電部６６に蓄えられた電力を利用して、信号検出部６０の各回路が動作する。

３軸加速度センサ７２からは互いに直交する３軸方向（Ｘ軸およびＹ軸、Ｚ軸の各方向）の加速度信号波形（ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ））が得られると共に、３軸地磁気センサ７４を用いて地磁気の方向が検出できる。本実施形態の一例では、この地磁気センサ７４内で規定される３軸方向も上記の３軸加速度センサ７２の３軸方向（Ｘ軸およびＹ軸、Ｚ軸の各方向）と完全に一致している。すなわち活動量計４の信号検出部６０の内部およびセンサデバイス６の信号検出部６０の内部では、互いに直交する３軸（Ｘ軸およびＹ軸、Ｚ軸）方向が予め設定されている。

ここでは説明の便宜上、３軸センサの例を用いて説明する。しかしそれに限らず、例えば１軸センサあるいは２軸センサを用いてもよいし、更なる多軸センサ（例えば同一センサ内に３軸加速度センサ機能と多軸角速度センサ機能が内蔵）を使用してもよい。

３軸加速度センサ７２と３軸地軸センサ７４から得られた３軸方向の検出生信号（ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ））は、信号増幅器群７６により個々に信号増幅された後、Ａ／Ｄコンバータ（Analog to Digital Converter）７８によりデジタル信号に変換され、一度はメモリ部８２に蓄えられる。また信号検出部６０には制御部８０が内蔵されており、メモリ部８２に保存された検出生信号（ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ））を利用した信号処理が行われる。更に、信号処理の結果は通信制御部８４を経由して、送信情報３０としてエッジ装置４２へ送信される。

次に信号検出部６０の機能構成６４の説明を行う。検出生信号生成９０では３軸加速度センサ７２と３軸地磁気センサ７４から検出生信号を抽出し、信号増幅器群７６を経てＡ／Ｄコンバータ７８でデジタル信号に変換させる処理を担う。

検出生信号生成９０で得られた結果に基づく基準方向抽出９２と角度抽出９４およびノイズ成分低減後の検出信号生成（信号処理）９６は、メモリ部８２を利用しながら制御部８０が担う。

基準方向抽出９２とは、検出生信号生成９０の結果を利用して所定の基準（の方向）を抽出する機能を意味する。その一例として、３軸加速度センサ７２から取得する検出生信号波形を利用して重力方向（例えばｚ軸方向）を抽出してもよい。また３軸地磁気センサ７４からの検出生信号を利用して、地磁気の方向（例えばｙ軸方向）を検出してもよい。

上記の基準方向抽出９２の結果を利用し、所定の基準（の方向に対応するｚ軸やｙ軸の方向）と活動量計４やセンサデバイス６内で予め設定された座標軸（Ｘ軸およびＹ軸、Ｚ軸）との間の角度θの算出処理が、前記の角度抽出９４に対応する。

またノイズ成分低減後の検出信号生成（信号処理）９６とは、前記の角度抽出９４の結果を利用して検出生信号（ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ））を信号処理して、ノイズ成分低減後の検出信号（Ｗｘ（ｔ）、Ｗｙ（ｔ）、Ｗｚ（ｔ））を生成する機能を意味する。その結果得られた検出信号（Ｗｘ（ｔ）、Ｗｙ（ｔ）、Ｗｚ（ｔ））のうちの少なくともいずれかは、検出生信号（ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ））よりノイズ成分が低減されている。

そしてその結果は、通信制御部８４を経由して活動量計４からエッジ装置４２に送信される。このときに送信される送信情報３０には、抽出角度情報３２とノイズ成分低減後の検出信号情報３４が含まれる。

図１２に示す本実施形態システムは、活動量計４とセンサデバイス６共に通信制御部８４を内蔵し、それぞれ無線通信機能を持っている。この無線通信機能を利用し、ＧＰＳ（Global Positioning System）と同様な方法で自分の位置を検出させてもよい。

エッジ装置４２の位置検出用信号発生の制御部４８が制御する位置検出用信号発信部４６は、（Ａ）〜（Ｄ）とそれぞれ異なる場所に分散配置されている。そしてそれぞれの（Ａ）〜（Ｄ）の地点からは、無線で発信時刻情報を継続的に発信される。また各（Ａ）〜（Ｄ）の地点から発信される時刻情報の通信制御部８４が受信する時刻差を検出し、三角法を用いて活動量計４（またはセンサデバイス６）のリアルタイムの配置場所が検出できる。

上記に得られた位置情報と３軸加速度センサ７２および３軸地磁気センサ７４から得られたノイズ成分低減後の検出信号（Ｗｘ（ｔ）、Ｗｙ（ｔ）、Ｗｚ（ｔ））を組み合わせることで、より精度の高い位置検出を行える効果が有る。

エッジ装置４２が所有する行動推定部５４の行動推定エンジン５６は、センサデバイス４，６から送信される送信情報３０に基づいて行動推定（あるいは状態推定や測定対象者２の要求推定）を行う。そしてその推定結果に基づき、サービス制御部５８でサービス提供や業務改善１０の提案を行う。

具体的には行動推定エンジン５６で得られた結果（行動推定結果１６）がサーバ４０へ送信されると、サーバ４０からサービス指示１１の内容が返送される。このサービス指示１１内容に基づき、無線通信を利用してエッジ装置４２から駆動デバイス４４を操作し、測定対象者２あるいはそれ以外のユーザに対してサービス提供が実行される。

この駆動デバイス４４は電動モータや発光素子、表示素子、スピーカなどが内蔵され、エッジ装置４２からの操作に応じて電動モータの駆動や発光、表示、音声出力などが行われる。

図１２で示した信号処理システムに関する他の実施形態システムを図１３に示す。図１３の実施形態システム（信号処理システム）では、位置検出部６０が担う機能構成６４の中で、検出生信号生成９０と位置検出９８のみを活動量計４内（あるいはセンサデバイス６内）で実行される。

そして信号検出部６０の機能構成６４に含まれる前述した基準方向抽出９２と角度抽出９４、ノイズ成分低減後の検出信号抽出（信号処理）９６は、エッジ装置４２側が担う。

また、その機能分担（活動量計４／センサデバイス６とエッジ装置４２間の機能分散）に対応し、検出位置情報３８と検出生信号情報３６のみが送信情報３１として活動量計４またはセンサデバイス６からエッジ装置４２に送信される。

上記の機能分担に対応した説明として、信号検出部６０のハード構成６２の一部に含まれる通信制御部８６と制御部８１、メモリ部８３をエッジ装置４２に特に明記した。ところで、図１２での明示を省略したが、図１２で示した信号処理システム形態でも、エッジ装置４２に通信制御部８６と制御部８１、メモリ部８３は存在する。

即ち、図１３に示す他の実施形態システム（信号処理システム）では、活動量計４（またはセンサデバイス６）から送信される検出位置情報３８と検出生信号情報３６を通信制御部８６を介してメモリ部８３に一旦保存する。その後でエッジ装置４２の制御部８１が、メモリ部８３に保存された検出生信号（ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ））を利用した信号処理を行う。そしてこの信号処理結果得られたノイズ成分低減後の検出信号（Ｗｘ（ｔ）、Ｗｙ（ｔ）、Ｗｚ（ｔ））もメモリ部８３に保存される。

このようにエッジ装置４２で３軸加速度センサ７２や３軸地磁気センサ７４から収集された検出生信号（ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ））に対する信号処理を行うことで、活動量計４やセンサデバイス６の機能の簡素化が図れる。その結果として、活動量計４やセンサデバイス６単体のみならず、信号処理システム全体を安価にできる効果がある。

その後にエッジ装置４２の行動推定部５４に内蔵された行動推定エンジン５６が、メモリ部８３に保存されたノイズ成分低減後の検出信号（Ｗｘ（ｔ）、Ｗｙ（ｔ）、Ｗｚ（ｔ））を利用して測定対象者２の行動推定処理あるいは状態推定処理、（測定対象者２あるいはそれ以外のユーザの）要求推定処理を行う。

また、このときの行動推定部５４の処理を実行するハード構成６３は、エッジ装置４２に設置された信号検出部６０に属するハード構成６２内容（通信制御部８６および制御部８１、メモリ部８３）が兼用する。

そして、エッジ装置が所有する行動推定部５４の行動推定エンジン５６が行う行動推定結果１６がサーバ４０に送信される。するとサーバ４０ではその結果を利用してサービス提供内容が検討される。その後はサーバ４０からエッジ装置４２に対してサービス指示１１が行われる。

ここで、上記で説明した内容以外は、図１２を用いて既に説明した内容と一致する。

図１２で説明したように活動量計４の信号検出部６０の内部およびセンサデバイス６の信号検出部６０の内部では、互いに直交する３軸（Ｘ軸およびＹ軸、Ｚ軸）方向が予め設定されている。それと所定の基準（例えばｚ軸に沿った重力方向やｙ軸に沿った地磁気の方向など）との関係を、図１４と図１５と図１６を用いて詳細に説明する。

例えば図１４に示すように、活動量計４を装着した測定対象者２の腕１２０から中指に向かう方向をＹ軸と設定する。また説明の便宜上、測定対象者２が台車を押すときの作用方向１００（測定対象者２が力を及ぼす方向）をＹ軸方向と一致させる。

また測定対象者の手の甲に垂直な軸方向をＺ軸方向と設定し、Ｙ軸およびＺ軸と直行する方向（測定対象者２の小指から親指へ向かう方向）をＸ軸と設定する。またその座標軸に応じて、３軸加速度センサ７２からはＸ軸方向、Ｙ軸方向およびＺ軸方向の加速度波形（検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ））が得られる。

それと同時に３軸地磁気センサ７４からは、Ｘ軸およびＹ軸、Ｚ軸方向の磁界強度信号（検出生信号を意味するＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）と記述してもよいし、加速度波形との違いを出すためにＷＸ＊（ｔ）、ＷＹ＊（ｔ）、ＷＺ＊（ｔ）と記述してもよい）が得られる。

一方、基準Ａ（地磁気方向）１０２に沿った方向をｙ軸（南極方向１１４から北極方向１１２に向かう方向）と定義する。また西方向から東方向に向かう方向をｘ軸と定義する。多くの場合Ｙ軸方向とｙ軸方向とは一致せずに互いに傾きを持つため、Ｗｘ（ｔ）とＷｙ（ｔ）の波形は検出生信号として直接は検出されない。

図１５では説明の便宜上、Ｘ軸とｘ軸が一致した場合の説明を行う。ここで、床面１２８上を北に向かって台車１２２を移動させた場合には、この台車１２２の移動方向はｙ軸方向と一致する。ここで重力方向を基準Ｂ＿１０４としてｚ軸を定義すると、ｙ軸とｚ軸は互いに直交する。

図１５が示すように、測定対象者２が台車１２２を押す方向（Ｙ軸の作用方向１００）は、重力に垂直な面１１８に対してθｙｚの傾きを持つ。また前述したようにＹ軸方向とＺ軸方向は互いに直交するため、ｚ軸とＺ軸間の傾き角もθｙｚとなる。

ｙ軸方向で得られるべき仮想的な加速度波形Ｗｙ（ｔ）の時間変化を、図１５の右側に示す。最初台車１２２が静止していた状態（Ｗｙ（ｔ）＝０の状態）で測定対象者２が台車１２２を押し始めると、台車１２２の動き始めに応じてＷｙ（ｔ）波形が時間経過とともに上昇する。

このときの重力方向（ｚ軸方向）で得られるべき仮想的な加速度波形の時間変化をＷｚ（ｔ）で表す。活動量計４には常に一定な重力加速度が働くため、Ｗｚ（ｔ）には常に重力加速度Ｇに相当する直流成分が加算されている。

その際、台車１２２が移動する床面１２８に凹凸がある場合、台車１２２の移動に応じてＷｚ（ｔ）にこの凹凸に対応した加速度成分（ノイズ成分）が混入する。

図１５の右側に記載されたＷｙ（ｔ）波形もＷｙ（ｔ）波形も３軸加速度センサ７２（または３軸地磁気センサ７４）からは検出生信号として直接の収集は出来ない。しかし上記の角度θｙｚを利用すれば、３軸加速度センサ７２（または３軸地磁気センサ７４）直接収集可能な検出生信号ＷＺ（ｔ）とＷＹ（ｔ）からＷｚ（ｔ）とＷｙ（ｔ）を算出できる。

本実施形態（信号処理システム）では、センサデバイス（活動量計）４とセンサデバイス６の各種センサから得られる検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）を利用して基準Ａ（地磁気方向）１０２や基準Ｂ（重力方向）１０４を抽出する。それには精度良く（検出生信号に混入するノイズ成分を低減して）所定の基準（方向）を抽出する必要が有る。

図１５に対する応用例を図１６に示す。図１５では測定対象者２の腕１２０に装着した活動量計４からの検出生信号を利用した信号処理／測定対象者２の行動推定を行い、測定対象者２の行動履歴分析を経て業務改善（作業工程の改善）につなげたり、必要なサービス提供を行う。また測定対象者２の行動推定はそれに限らず、例えば台車１２２など所定の物体の一部にセンサデバイス６を（貼り付けなどで）固定し、このセンサデバイス６から収集した検出生信号単体から信号処理／行動推定⇒行動履歴／業務改善やサービス提供を行ってもよい。また更に、活動量計４からの検出生信号とセンサデバイス６からの検出生信号を組み合わせてもよい。両者を組み合わせることで測定対象者２の行動推定が高まり、より適切な業務改善立案やサービス提供が可能となる効果が生まれる。

また本実施形態システム（信号処理システム）ではエッジ装置４２が駆動デバイス４４を操作して（測定対象者２またはその他のユーザに対して）サービスを提供できることを、図１２と図１３の説明で記述した。それに対応して駆動デバイス４４の一種に相当する電動モータ（駆動デバイス）１２４と発光素子またはスピーカ（駆動デバイス）１２６が装備されている。

そして行動推定エンジン５６（図１２および図１３）での行動推定結果１６として、『測定対象者２が台車移動中２０』と判定した、サーバ４０からのサービス指示１１に基づき電動モータ１２４が動くと共に発光素子の発光またはスピーカからの音声出力が行われる。測定対象者２の台車移動中２０に電動モータ１２４が自動的に動き出すことで、測定対象者２に対して台車移動への負担を軽減できる効果が生まれる。また発光素子の発光またはスピーカからの音声出力により、台車移動に伴う第三者への『注意喚起』が自動的に行える。その結果として、安全に（第三者との間の不用意な接触防止）台車移動を可能にする効果も生まれる。

まず始めに、検出生信号内に混入するノイズ成分の混入経路の説明から行う。図１２もしくは図１３が示すように、信号検出部６０の内部では各種センサ７２、７４から得られた微弱信号が信号増幅群７６で信号増幅され、Ａ／Ｄコンバータ７８を経てデジタル信号に変換される。

上記方法で抽出した角度θを利用し、各種センサ７２、７４からの検出生信号ＷＺ（ｔ）、ＷＹ（ｔ）、ＷＸ（ｔ）から所定方向の信号成分を生成する方法を以下に説明する。

静止中の台車１２２を測定対象者２が押し、台車１２２が動き始めたときに直接的あるいは間接的に得られる検出信号の時間変化を図１７に示す。ここでは便宜上、図１６と同じ座標軸の取り方（Ｘ軸とｘ軸が一致する場合）を想定する。

台車１２２が動き始めると図１７（ａ）が示すように、台車の移動方向（ｙ軸方向）での加速度波形Ｗｙ（ｔ）は時間経過とともに増加する。一方、重力方向（ｚ軸方向）での加速度波形Ｗｚ（ｔ）は、常に存在する重力加速度成分Ｇ（直流成分）に加算される形で、床面１２８の凹凸形状に対応した加速度変化が現れる（図１７（ｂ））。

なお、先に図１５を用いて説明したように、活動量計４内で予め設定されたＹ軸方向は重力に垂直な面１１８に対して角度θｙｚだけ傾く。そのため角度θｙｚに応じてＷｚ（ｔ）のノイズ成分（床面１２８の凹凸形状に対応）が検出生信号ＷＹ（ｔ）に混入される。

標準的な身長を持った測定対象者２が台車１２２を押した場合のθｙｚをθｓで表す。そして、θｙｚ＝θｓのときに活動量計４の加速度センサ７２のＹ軸方向から収集される検出生信号“ＷＹ（ｔ）｜θｙｚ＝θｓ”は、図１７（ｄ）の波形となる。

また、標準よりも身長の低い測定対象者１４２が台車１２２を押したときには、θｙｚ＜θｓとなる。この場合には、検出生信号“ＷＹ（ｔ）｜θｙｚ＜θｓ”へのＷｚ（ｔ）ノイズ成分（床面１２８の凹凸形状に対応）の混入量は相対的に少なくなる。その結果、図１７（ｃ）に示す波形が得られる。

一方で、標準より身長の高い測定対象者１４４が台車１２２を押したときには、θｙｚ＞θｓとなる。この場合には、検出生信号“ＷＹ（ｔ）｜θｙｚ＞θｓ”へのＷｚ（ｔ）ノイズ成分（床面１２８の凹凸形状に対応）の混入量は相対的に大きくなる。その結果、図１７（ｅ）に示す波形が得られる。

本実施形態では図１７（ｃ）あるいは図１７（ｅ）に示す検出生信号に対して何らかの信号処理を施して、測定対象者２の身長の影響を軽減する。このように測定対象者２の身長の影響を軽減する信号処理結果を用いて測定対象者２の行動推定（あるいは状況推定）を行うことで、行動推定（あるいは状況推定）の判定精度が高まる効果が生じる。

測定対象者２の身長の影響を軽減する方法として、図１７（ｃ）あるいは図１７（ｅ）に示す検出生信号からθｙｚ＝θｓ時の検出信号“ＷＹ（ｔ）｜θｙｚ＝θｓ”に変換して行動推定（あるいは状況推定）を行ってもよい。

またそれに限らず例えば、図１７（ｃ）あるいは図１７（ｅ）に示す検出生信号からθｙｚ＝０となるときの検出生信号Ｗｙ（ｔ）に変換して、行動推定（あるいは状況推定）を行ってもよい。

ところで、本実施形態システム（行動推定システム５２）では、行動推定の基礎となる波形（正解波形）と実際の波形をマッチングさせ行動推定を行っているが、具体的にいずれの伸縮マッチング手法を採ってもよい。その伸縮マッチング手法の一例としてＤＰマッチング（動的計画法（Dynamic Programing）によるマッチング手法）を例に挙げ、図１８〜図２０を用いて説明をする。なお、本実施形態システム（信号処理システム）ではそれに限らず、いかなるマッチング手法を推定処理に用いてもよい。

事前に測定した標準測定加速度波形（サンプルデータ）の例を図１８（ａ）に示す。初期には静止状態だった台車１２２を測定対象者２が押して台車１２２が動き始めると、台車１２２の移動方向（ｙ軸方向）での加速度は“０”から時間経過に伴って増加し、速度が一定に近付くと検出される加速度は低下する（図１８（ａ））。

図１８の横軸メモリは、サイクル期間（例えば５０ｍＳ）を表す。このサイクル期間毎に収集された標準測定加速度波形（サンプルデータ）の便宜上の値を、図１８の各グラフに明示した。

標準身長とは異なる身長の測定対象者２がゆっくりと台車１２２を押した場合を考える。標準測定加速度波形（サンプルデータ）を事前に収集するときの標準身長の測定対象者１４０が台車１２２を押し始めたときの行動速度（作業速度）を“標準速度”とする。そして今回の測定対象者２が台車１２２を押し始めたときの行動速度（作業速度）が“標準速度”より遅い場合のＹ軸方向の検出生信号ＷＹ（ｔ）を図１８（ｂ）に示す。

図２を用いて説明したようにＹ軸方向の検出生信号ＷＹ（ｔ）には、重力に起因するＱ４２Ｌの低周波数成分（直流成分）が常に重畳されている。また標準測定加速度波形（サンプルデータ）（図１８（ａ））と比べ、今回は測定対象者２がゆっくりと台車１２２を押した。そのため図１８（ｂ）の加速度変化量は、図１８（ｂ）が標準測定加速度波形（サンプルデータ）よりも小さい。

図１８（ｂ）の検出生信号ＷＹ（ｔ）から重力成分Ｑ４２Ｌを引き差った後、（５）式または（７）式を用いて変換後の標準測定加速度に変換する。そしてその結果の振幅値が図１８（ａ）と一致するように振幅値の規格化後の特性を図１８（ｃ）に示す。

振幅値規格化後の図１８（ｃ）では最大信号振幅が、図１８（ａ）の標準測定加速度波形（サンプルデータ）と一致する。しかし測定対象者２がゆっくり台車１２２を押したため、時間軸方向での信号変化の度合いが小さく（遅く）なっている。

本実施形態システム（行動推定システム５２）で採用する伸縮マッチング手法は、図１８（ａ）と図１８（ｃ）との間の時間軸方向の伸び縮の違いを自動的に補正しながら両者の一致度を計算できる。従って測定対象者２の行動速度の違いもしくはセンサデバイス６で得られる固定物体に対応した処理速度の違いを補正しながらパターンマッチングができるため、行動速度（処理速度）のばらつきに拠らず正確なパターンマッチング判定が行える効果がある。

図１９の横軸方向に図１８（ｃ）の波形を、また図１９の縦軸方向に図１８（ａ）の波形を転記する。図１９では横軸方向のパターン振幅と縦軸方向のパターン振幅が一致している。そして系列になっているデータ同士の類似度を比較する方法であるＤＰマッチング手法（上述）では、互いの振幅値が類似する交点間の繋がり（矢印）を最適経路と見なし、最適経路を順次探索する。この最適経路探索が、行動速度（処理速度）のばらつきを吸収する処理となっている。

次に上記最適経路探索方法を説明する。図１９に示した“拡大領域”を拡大して、図２０に示す。図２０の記載例では経過時間がサイクル期間だけ進んだときに横軸方向での振幅変化は“７”から“１１”に変化するに対し、縦軸方向での振幅は“８”から“１３”に変化する。このときの経路候補は３通り存在する。すなわち経路（１）では横方向への移動、経路（２）では斜め上方向への移動、経路（３）では縦方向への移動となる。

始めに経路（１）を通過後のサンプルデータとのずれ量の二乗の値を計算する。経路（１）を通過後の縦軸方向の振幅値は“８”のまま変化しない。一方で横軸方向の振幅値は“７”から“１１”に変化する。その結果として経路（１）通過後の振幅値のずれ量の二乗は、（８−１１）^２＝９となる。

次に経路（２）で斜め上方向に進んだ場合には、経路（２）通過後の横軸方向の振幅値が“１１”になり、縦軸方向の振幅値が“１３”となる。その結果として両者間のずれ量の二乗は、（１３−１１）^２＝４が得られる。

同様に経路（３）を通過した場合には、横軸方向の振幅値は“７”のまま変化しないが、縦軸方向の振幅値が“８”から“１３”に変化する。その結果として経路（３）通過後のデータ間のずれ量の二乗は（１３−７）^２＝３６となる。

このＤＰマッチング手法では、経路通過後のずれ量の二乗値が最も小さい経路を自動的に選択する。従って図２０に示した例では、ずれ量の二乗値が最も小さい“４”をもつ経路（２）が自動的に選択される。このように最適経路が自動選択される結果として、図１８（ａ）と図１８（ｃ）の関係のように時間軸方向での伸び縮みが変化するパターン同士のマッチングを取れる。

次に統計処理用蓄積期間内での変換後の標準測定加速度と標準測定加速度波形（サンプルデータ）との間での誤差量を算出する方法を説明する。図２０に示した升目（サイクル期間）毎に算出される最適経路通過時のずれ量の二乗値を統計処理用蓄積期間内で合計し、その合計値のルートの値に関して、パターンマッチング度を示す“ユークリッド距離”と呼ぶ。図１９の記載例では、上記のユークリッド距離は２．８３となる。

測定対象者２の行動推定候補が複数存在する（複数種類の標準測定加速度波形（サンプルデータ）が準備されている）場合には、異なる標準測定加速度波形（サンプルデータ）毎に変換後の標準測定加速度との間のユークリッド距離を計算し、このユークリッド距離が最も小さい行動推定候補に測定対象者２の行動が類似していると判定する。

一方で、図１（ｂ）のように測定対象者２の行動が台車移動２２に合致するか否かを行動推定したい場合には、唯一の標準測定加速度波形（サンプルデータ）しか事前に準備されて無い。従ってこの場合には、上記標準測定加速度波形（サンプルデータ）と変換後の標準測定加速度との間のユークリッド距離を計算し、算出されたユークリッド距離の値が所定の閾値以下にあるか否かで行動推定（あるいは状態推定などの推定処理を）する。

先に図１２および図１３を用いて説明した行動推定システム５２を別のハード構成で実現した他の実施形態を図２１に示す。行動推定システム５２は信号検出部６０と行動推定部５４から構成される。ここで、信号検出部６０内にはメモリ部（出力波形データ記憶部）８２と出力波形データ／加速度抽出部１６０、角度抽出部１６４、座標変換部１６６、フィルタ部１６２および制御部（制御管理部）８０の一部が含まれる。

また、行動推定部５４には標準測定対象者データ（マッチング比較の対象者となるサンプルデータ）の記憶部１７０とフィードバックデータ用データ記憶部１７６、フィードバック用データ処理部１７８、閾値変更判定部１８２、閾値変更部１８４、動作判定部１７２、動作判定用閾値記憶部１７４および制御部（制御管理部）８０の一部が含まれる。

ここで、メモリ部（出力波形データ記憶部）８２には、活動量形４から測定されたデータ（検出生信号）が格納される。ここでこのメモリ部（出力波形データ記憶部）８２は、図１２または図１３のメモリ部８２に相当する。

また、出力波形データ／加速度抽出部１６０は、図１２もしくは図１３の検出生信号生成９０の機能を果たす。そしてこの出力波形データ／加速度抽出部１６０に関する具体的なハード構造は、図１２もしくは図１３の３軸加速度センサ７２および信号増幅器群７６、Ａ／Ｄコンバータ７８に対応する。

一方で、フィルタ部１６２の機能は、図１２を用いて説明したローパスフィルタ処理１３８の機能と一致する。すなわちこのフィルタ部１６２で、出力波形データ／加速度抽出部１６０から出力された加速度値から重力加速度成分Ｑ４１Ｌ、Ｑ４２Ｌ、Ｑ４３Ｌを抽出する。このローパスフィルタリングの処理内容として従来技術のローパスフィルタ特性を利用してもよいし、それに限らず例えば平均値を取得するフィルタリング方法などを利用してもよい。 図２１の角度抽出部１６４とフィルタ部１６２を組み合わせた機能が、図１２もしくは図１３の基準方向抽出９２と角度抽出９４に対応する。すなわちこの角度抽出部１６４では測定対象者２の台車１２２を押す腕１２０の角度θｙｚ（図１６参照）を算出する。この角度抽出には前述したように、測定対象者の腕１２０に装着したリストバンド形活動量計（センサデバイス）４で測定された加速度値に含まれる重力成分と三角関数を用て角度θｙｚの算出を行う。

座標変換部１６６で、図１２または図１３のノイズ成分低減後の検出信号生成（信号処理）９６の機能を担う。すなわち３軸加速度センサ７２から取得した測定加速度波形（検出生信号）ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）から（５）式もしくは（７）式を用いて、変換後の標準測定加速度への回転変換（信号処理）をここで行う。このときには、重力値を利用した角度抽出部１６４から算出された角度ｄθｙｚを利用する。

また標準測定対象者データ（マッチング比較の対象となるサンプルデータ）の記憶部１７０では、標準測定加速度波形（サンプルデータ）の記憶を行う。

次のフィードバック用データ記憶部１７６は、後述するフィードバックデータ処理部で出力したデータを記憶する。

ところで、図８を用いて測定対象者２の腕１２０の角度θ（θｙｚ）に対する変換後の標準測定加速度と測定加速度波形（検出生信号）間の誤差特性（あるいは標準測定加速度波形（サンプルデータ）に対するユークリッド距離特性）を説明した。この特性を、前記のフィードバック用データ記憶部１７６に記憶する。

動作判定部１７２で、測定対象者２の測定対象時刻における行動が台車移動２０を行ったかどうかを判定する。この判定には図８の特性が利用され、判定の判断基準には測定対象者の行動推定時の判断閾値１５０の情報が利用される。

ここで上記の測定対象者の行動推定時の判断閾値１５０の情報が、この動作判定用閾値記憶部１７４に格納される。

図８を用いて説明したように、測定対象者２の腕１２０の角度θｙｚに対する変換後の標準測定加速度と測定加速度波形（検出生信号）間の誤差量または標準測定加速度波形（サンプルデータ）と比較したユークリッド距離をサイクル毎にリアルタイムで適宜計算している。そして閾値変更判定部１８２では、上記の誤差量またはユークリッド距離が測定対象者の行動推定時の判断閾値１５０を超えたか否かをリアルタイムに（サイクル毎に）モニターしている。もし上記の誤差量またはユークリッド距離が上記判定閾値１５０を超えた場合には、閾値変更判定部１８２に情報伝達して上記判定閾値１５０を変更させる。

そしてこの閾値変更部１８４では、閾値変更判定部１８２からの伝達情報に基づき、測定対象者の行動推定時の判断閾値１５０の変更制御を行う。

ここまでで、本実施形態システム（信号処理システム）で行われる信号処理の一例として、リストバンド形活動量計（センサデバイス）４に内蔵された３軸加速度センサ７２から収集される検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）を用いて台車１２２を押すときの測定対象者２の腕１２０の角度θｙｚをで抽出し、θｙｚ＝θｓになったときに得られるべき検出信号に回転変換する方法を説明した。

ところで、本実施形態の説明文の冒頭で、本実施形態の基本的内容を（１）〜（７）の箇条書きでまとめた。この内容を図２１で示した行動推定システム５２で具体的に実施する方法例を以下に説明する。

測定対象者２の行動推定結果の利用方法として前述したように、（７）サービス提供や（６）業務（作業工程）改善の提案などが行える。ここで（７）のサービス提供を目的とした場合には、上記行動推定にはリアルタイム性が要求される。

一方で（６）の業務（作業工程）改善の提案の場合にはリアルタイム性が要求されず、下記のバッチ処理の対応が可能となる。まず始めに、行動推定をバッチ処理で行う方法に付いて説明する。また測定対象者２の行動の一例として、活動量計４を腕１２０に装着して台車１２２を押したときの説明を行う。

次に測定対象者２の行動データ収集日から日を改めて（後日に）メモリ部（出力波形データ記憶部）８２に保存されたデータを読み出して、測定対象者２の行動推定までの処理あるいは（６）の業務改善（作業工程の改善）に至る一連の処理をまとめて行って（バッチ処理して）もよい。

上記のバッチ処理時には、制御部（制御管理部）８０がメモリ部（出力波形データ記憶部）８２から検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）を読み出し、角度抽出部１６４へ転送する。

この角度抽出部１６４では図３で説明したローパスフィルタ処理１３８の機能が内蔵されており、Ｑ４１ＬおよびＱ４２Ｌ、Ｑ４３Ｌの値を算出する。次に図２から求めた（１）式〜（３）式を利用してθｙｚなどを計算した後、ｄθｙｚなどを算出する。

そして座標変換部１６６では、図４から得た（５）式あるいは図４、図９、図１０から得た（７）式を利用して検出生信号ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）を回転変換（信号処理）し、変換後の標準測定加速度ＷＸｓ（ｔ）、ＷＹｓ（ｔ）、ＷＺｓ（ｔ）を算出する。

測定対象者２の行動推定方法として、既に（Ａ）〜（Ｃ）の方法（あるいはそれらの組み合わせ方法）を説明した。ここでは、その中の（Ａ）回転変換（信号処理）前後での検出信号間の分散と不規則性判定を行動推定に利用した例に付いて説明する。

すなわち図２１の動作判定部１７２で測定加速度波形（検出生信号）ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）と回転座標変換後の標準測定加速度ＷＸｓ（ｔ）、ＷＹｓ（ｔ）、ＷＺｓ（ｔ）との間の誤差と予め設定した所定閾値との比較を行う。そして前記の誤差量が所定閾値以内にある場合には、測定対象者２が台車１２２を移動させていると判定する。一方で所定閾値を超えている場合には、測定対象者２が台車１２２を移動させて無いと判定する。

またこれと並行して、重力に垂直な面１１８と作用方向（Ｙ軸方向）１００とのなす角度θ（θｙｚ）毎の測定加速度波形（検出生信号）ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）と回転座標変換後の標準測定加速度ＷＸｓ（ｔ）、ＷＹｓ（ｔ）、ＷＺｓ（ｔ）との間の誤差量の関係をフィードバックデータ処理部１７８が抽出する。そしてその抽出結果をフィードバック用データ記憶部１７６に記録する。

ところで、上記処理をバッチ処理しているため、フィードバック用データ記憶部１７６に記録するデータは、前日測定した測定対象者２の２、３時間分の連続したデータあるいは１日分のデータを一度にまとめて記録できる。

その後（抽出結果をフィードバック用データ記憶部１７６に記録した日の後日でもよい）、フィードバックデータ処理部１７８がフィードバック用データ記憶部１７６に記録されたデータを統計解析して、図８に示した特性グラフを作成する。

図８では測定対象者行動推定時の判定閾値１５０は角度θに拠らず一定値となっている。しかしそれに限らず、判定閾値１５０を角度θに合わせて適宜再設定してもよい。

もしも、判定閾値１５０を角度θに合わせて再設定する場合には、閾値変更部１８４で変更後の閾値を設定する。そして、再設定された角度θに対応した変更後の閾値は、適宜に動作判定用閾値記憶部１７４に記憶される。ここで閾値変更部１８４での閾値再設定の必要があるか否かを閾値変更判定部１８２で判断する。そして閾値再設定の必要が生じた場合には、その情報を閾値変更判定部１８２から閾値変更部１８４へ伝達される。

図２１で示した行動推定システム５２で行う処理フローに関する他の実施例を、図２２Ａ〜図２２Ｃを用いて説明する。

ＳｔｅｐＳで行動推定システム５２の処理が開始されると、ＳｔｅｐＡ１では標準身長の測定対象者１４０が台車１２２を移動させた加速度波形データを測定し、標準測定対象者データ（マッチング比較の対象となるサンプルデータ）の記憶部１７０に標準測定加速度波形（サンプルデータ）として記憶される。

その後にＳｔｅｐＡ２として、出力波形データ／加速度抽出部１６０が測定対象者２からの検出生信号（測定加速度波形（検出生信号））を取得する。

するとＳｔｅｐＢ１ではフィルタ部１６２で重力加速度の分解成分（Ｇ４１ＬおよびＧ４２Ｌ）を抽出する。（図３参照）。そしてＳｔｅｐＢ２において角度抽出部１６４で、上記取得したＱ４１Ｌ、Ｑ４２Ｌから測定対象者２の腕１２０の傾き角度θ（θｙｚ）を算出する。このときには図２を用いて求めた（１）式もしくは（２）式、（３）式を利用する。ここで角度θ（θｙｚ）を算出する方法として、『設定１：（１）式を利用してθ（θｙｚ）を算出する方法』もしくは『設定２：（２）式を用いてθ（θｙｚ）を算出する方法』あるいは『設定３：（３）式を用いてθ（θｙｚ）を算出する方法』のいずれかを用いてもよい。またそれのみに限らず、『設定４：（１）式と（２）式で得られたθ（θｙｚ）値の間の平均値を利用する方法』でもよい。更に、『設定５：（１）式、（２）式および（３）式で得られたθ（θｙｚ）のすべての値の平均を利用する方法』でもよい。

次にＳｔｅｐＢ３では座標変換部１６６で、測定加速度波形（検出生信号）ＷＸ（ｔ）、ＷＹ（ｔ）、ＷＺ（ｔ）から変換後の標準測定加速度への回転変換（信号処理）を行う。ここでこの回転変換（信号処理）には、前述した（５）式もしくは（７）式を利用する。

既に説明したように、本実施形態システム（行動推定システム５２）では“行動推定の判定期間”≧“統計処理用蓄積期間”≧“サイクル期間”の関係がある。また図２２ＡにおけるＳｔｅｐＡ２からＳｔｅｐＢ３に至る１回の処理フローは、１サイクルの処理を意味している。従って、本行動推定システム５２で測定対象者２の行動推定を行うには、最初は最低でも“行動推定の判定期間”に相当する回数だけサイクルを繰り返す必要がある（例えば“行動推定の判定期間”を４秒、“サイクル期間”を５０ｍＳの場合には、最初は最低でも８０回だけＳｔｅｐＡ２からＳｔｅｐＢ３に至る処理フローを繰り返す必要がある）。

ＳｔｅｐＢ５ではそれに対応して、所定回数分だけ上記サイクルを繰り返したか否かを判定する。もし所定回数に未達の場合には、出力波形データ／加速度抽出部１６０で１サイクル分進めて（インクリメントして）ＳｔｅｐＡ２からＳｔｅｐＢ３に至る次の処理フロー（サイクル）を開始させる（ＳｔｅｐＢ１０）。一方で既に所定回数分だけサイクルを繰り返した後で行動推定処理が実行できる場合には、ＳｔｅｐＢ４へ進む。

ＳｔｅｐＢ４で行う測定対象者２の行動推定処理の例として（下記の（Ａ）の場合には）、測定加速度波形（検出生信号）と変換後の標準測定加速度との間の誤差が閾値条件を満足するかの判定を動作判定部１７２で行う。しかし本実施形態システム（行動推定システム５２）で行う具体的な行動推定処理方法としては、前述した
（Ａ）回転変換（信号処理）前後での検出信号間の分散と不規則性判定
（Ｂ）変換後の標準測定加速度とサンプルデータ間の類似度判定
（Ｃ）変換後の標準測定加速度とサンプルデータ間の伸縮マッチング判定
のいずれかまたはその組み合わせを行ってもよい。

上記の行動推定の判定結果として閾値条件を満たさない場合には、動作判定部１７２から対象時刻には測定対象者２が台車１２２を移動させてないと判定出力する（ＳｔｅｐＢ７）。

一方、ＳｔｅｐＢ６の判定結果で誤差の値が閾値条件を満たす場合には、動作判定部１７２は対象時刻に台車移動していると判定出力する（ＳｔｅｐＢ８）。また図示して無いが測定対象者２が台車移動中２０と行動推定した場合には必要に応じ、エッジ装置４２とサーバ４０が協調してサービス提供や測定対象者２の行動履歴に基づく業務改善１０の提案を行う（図１、図１１〜図１３）。

このＳｔｅｐＡ２からＳｔｅｐＢ７／Ｂ８に至る処理は行動推定処理またはサービス提供処理が完了するまで繰り返される。すなわちＳｔｅｐＢ９において測定データの該当区間を全て処理済みか否かを判定し、行動推定処理またはサービス提供処理が完了した場合には一連の処理を終了させる（ＳｔｅｐＥ）。片や行動推定処理またはサービス提供処理が完了して無い状態の場合には、ＳｔｅｐＢ１０を経由してＳｔｅｐＡ２に戻る。

またこれら一連の処理と連動して、図８を用いて説明したような測定対象者の行動推定時の判定閾値１５０の変更を適宜実施する（図２２Ｃ）。

すなわち図２２Ｂの一連の処理を進めながらフィードバック用データ処理部１７８において、図８に示す測定対象者２の腕１２０の角度θ（θｙｚ）に対する測定加速度波形（検出生信号）と変換後の標準測定加速度との間の誤差量（または標準測定加速度波形（サンプルデータ）と比較して算出されたユークリッド距離）の特性を割り出す。そしてその結果をフィードバックデータ記憶部１７６に記録する（ＳｔｅｐＣ１）。

次にフィードバック用データ処理部１７８がフィードバック用データ記憶部１７６から上記の特性データを読み出し、角度θ（θｙｚ）毎の統計処理を行い、その結果から測定対象者に対する行動推定部時の判定値１５０（マッチング閾値）の補正値を算出する。そこで算出された補正値は、フィードバック用データ記憶部１７６に格納される（ＳｔｅｐＣ２）。

その結果をフィードバック用データ記憶部１７６から読み出し、閾値変更判定部１８２が角度θ（θｙｚ）毎の角度誤差が設定値（例えば１５％）を超えるか否かを判定する（ＳｔｅｐＣ３）。ここでもし超えない場合には特定の処理をせずに、ＳｔｅｐＢ４以降の処理を続ける。

もし前記の設定値を超える場合には（ＳｔｅｐＣ３判定結果）、抽出した角度θ（θｙｚ）に応じたマッチング判定に使用する閾値（測定対象者行動推定時の判定閾値１５０）の補正変更を閾値変更部１８４が行う（ＳｔｅｐＣ４）。

図２２Ａ〜図２２Ｃを用いた上記の説明は、測定対象者２が台車移動２０を行ったときの行動推定を例とした。しかし、本実施形態システム（行動推定システム５２）は測定対象者２の台車２０に限らず、他のあらゆる行動に対する行動推定に適用することができる。更に特定の測定対象者２に限らず、例えば図１６で示したように台車１２２の一部あるいは被運搬物８等の所定の物体（図２５（ａ））に固定したセンサデバイス６から得られる検出信号を利用した状態推定（所定物体の状態に対する推定）を行ってもよい。

ところで、図２と図１５での角度θｙｚの採り方は、リストバンド形活動量計（センサデバイス）４内部に予め設定された座標軸（Ｙ軸とＺ軸）を基準線にしている。そして、その基準線（Ｙ軸とＺ軸）からの回転角を反時計回り方向に角度θｙｚを設定している。しかしそれに限らず、図２３と図２４に示すように時計回り方向に角度θｙｚ’を設定してもよい。また同様に、重力方向や床面方向に沿ったｚ軸やｙ軸を基準線に採って反時計回り方向に角度θｙｚ’を設定してもよい。

ここまで説明した台車移動２０に的を絞った実施形態以外の他の応用例について、以下に説明する。測定対象者２が台車１２２を用いず、直接手に持って被運搬物８を運搬するときの状態推定方法例を図２５（ａ）に示す。

図２５でも、図１４および図１５、図１６と同様な座標軸方向を定義する。すなわち測定対象者２が装着するリストバンド形活動量計（センサデバイス）４内では、測定対象者の腕１２０から指へ向かう方向をＹ軸、それと直交し左手の小指から親指方向に方向をＸ軸、手の甲に垂直な軸方向をＺ軸と定める。

また、基準Ｂ（重力）１０４の方向をｚ軸、基準Ａ（地磁気方向）１０２の方向をｙ軸と定義する。そして前述した同様の方法で、リストバンド形活動量計（センサデバイス）４に内蔵された３軸加速度センサ７２と３軸地磁気センサ７４から収集された検出生信号から基準Ｂ（重力）１０４と基準Ａ（地磁気方向）１０２が抽出される。ここで説明の簡素化のため、暫定的にｘ軸の方向とＸ軸の方向を一致させる。

測定対象者２が特定の運搬物を持たず手ぶら状態で歩行するときには、Ｙ軸方向がｚ軸方向に近付く。それと比べると測定対象者２が特定の被運搬物８を持って歩行する場合には、ｚ軸の垂直方向にＹ軸が向く。従ってＹ軸のｘ軸とｙ軸、ｚ軸との関係を調べるだけで、測定対象者２が手ぶら状態か特定の被運搬物８を持つかの推測が付く。従ってこの応用例では始めに、Ｙ軸方向を調べる。

ここでＹ軸がｚ軸方向とは異なる方向を向いている場合には、３軸加速度センサ７２から得られるＹ軸方向の検出生信号ＷＹ（ｔ）のみから測定対象者２のおよその移動状態が推定できる。

しかし図２５（ａ）のように測定対象者２が被運搬物８を持ちながら移動（歩行）する場合、被運搬物８は若干上下動する。従ってこの被運搬物８の上下動の移動成分が、３軸加速度センサ７２から収集される検出生信号ＷＸ（ｔ）とＷＹ（ｔ）に外乱ノイズとして混入する。

ところで、被運搬物８の上下動に伴う外乱ノイズ成分Ｗｚ（ｔ）は、３軸加速度センサ７２から収集される検出生信号ＷＸ（ｔ）に最も大きく表れる。従ってＷＸ（ｔ）に現れる外乱ノイズ成分Ｗｚ（ｔ）を利用して、ＷＸ（ｔ）とＷＹ（ｔ）に混入される外乱ノイズ成分を低減できる。

本実施形態システム（信号処理システム）では、１個または複数のセンサから時間経過と共に変化する複数の検出生信号を収集し、複数（一部でも可）の検出生信号間に跨った信号処理を行い、ノイズ低減や特定信号成分の抽出を行う。この特定信号成分の抽出の一例として図３のローパスフィルタ処理１３８後に得た所定周波数成分Ｑ４１ＬやＱ４２Ｌ、Ｑ４３Ｌから（１）式〜（３）式を用いて所定の基準の抽出方法例を説明した。しかしそれに限らず本実施形態では、他のあらゆる処理方法を用いて特定信号成分の抽出を行ってもよい。またこのときに行う信号処理例として、図２５（ｃ）に示す（４）式または（６）式を利用した処理を行ってもよい。しかしそれに限らず、例えば図２５（ｄ）に示すベクトル演算など他の任意の信号処理方法を採用してもよい。

そして、被運搬物８の上下動に起因する外乱ノイズ成分Ｗｚ（ｔ）を低減後の検出信号生成（信号処理）９６（図１２または図１３）された結果を用いて精度の高い行動推定が可能となる効果がある。また、その行動推定結果１６に基づき駆動デバイス４４を駆動させてユーザに対するサービスを提供する場合には、より的確なサービスを提供できる。

また更なる応用例として、複数のセンサから得られる検出生信号を組み合わせて精度の高い検出／行動推定／サービス提供を行える。複数のセンサから得られる検出生信号を組み合わせる方法として、図１２または図１３の３軸加速度センサ７２から収集される検出生信号と位置検出機能９８を組み合わせてもよい。すなわち３軸加速度センサ７２から収集される検出生信号を信号処理（信号演算）してリストバンド形活動量計（センサデバイス）４の相対位置が推定できる。この推定結果に前述した位置検出機能９８の結果をフィードバックすることで、リストバンド形活動量計（センサデバイス）４の位置検出精度が向上する。

次に他の応用例として、図１（ａ）に示すリストバンド形活動量計（センサデバイス）４から収集される検出生信号と台車１２２などの所定の物体に固定したセンサデバイス６から収集される検出生信号とを組み合わせて検出精度を向上させる方法を図２６に示す。既に説明したようにセンサデバイス６の中にも３軸加速度センサ７２と３軸地磁気センサ７４が内蔵されていると共に、通信制御部８４を利用した位置検出機能９８も備わっている。

従ってリストバンド形活動量計（センサデバイス）４内（Ｓｔｅｐ１）とセンサデバイス６内（Ｓｔｅｐ２）で並行して重力方向（基準Ｂ）１０４を抽出する。ここで前記センサデバイス６は、図１６のように台車１２２の一部に固定してもよいし、図２５に沿って被運搬物８自体に直接固定してもよい。

次にそれぞれ抽出した重力方向（基準Ｂ）１０４の角度θｙｚを基準とし、リストバンド形活動量計（センサデバイス）４内（Ｓｔｅｐ３）とセンサデバイス６内（Ｓｔｅｐ４）で並行して検出生信号に対する信号処理を行い、ノイズ成分の低減化を行う。

その後は上記のノイズ成分低減した結果を基にしてエッジ装置４２の行動推定エンジン５６が、リストバンド形活動量計（センサデバイス）４に対して（Ｓｔｅｐ５）とセンサデバイス６に対して（Ｓｔｅｐ６）それぞれ行動推定判定を実施する。

ここでＳｔｅｐ７に示すように精度の高い行動推定が必要かを判定する。もし精度が高い行動推定が必要でない場合には、リストバンド形活動量計（センサデバイス）４のみから得られたデータを基にした行動推定結果のみを利用して（Ｓｔｅｐ８）、測定対象者２毎の行動履歴に基づく業務改善提案やサービス提供（Ｓｔｅｐ１１）または終了処理（Ｓｔｅｐ１４）を実施する。

一方でＳｔｅｐ７の判定結果として精度の高い行動推定が必要な場合には、リストバンド形活動量計（センサデバイス）４からの行動推定判定結果とセンサデバイス６からの行動推定判定結果を組み合わせる（Ｓｔｅｐ９）。

このＳｔｅｐ９の判定結果に基づき、測定対象者２毎の行動履歴に基づく業務改善提案やサービス提供（Ｓｔｅｐ１１）または終了処理（Ｓｔｅｐ１４）の選択を行う。

図２２ＢのＳｔｅｐＢ９と同様、一回のサイクル期間を一巡としてＳｔｅｐ１／Ｓｔｅｐ２からＳｔｅｐ１１に至る処理は行動推定処理またはサービス提供処理が完了するまで繰り返される。そして処理を繰り返すか否かの判定をＳｔｅｐ１２で行う。またＳｔｅｐ１２で行動推定処理または業務改善提案／サービス提供処理が完了すると、一連の処理が終了する（Ｓｔｅｐ１３）。

このようにリストバンド活動量計（センサデバイス）４から得られた検出生信号のみからの推定行動結果とセンサデバイス６から得られる検出生信号のみから得られた行動推定結果を組み合わせることで、より精度の高い行動推定と質の高いサービス提供が行える効果が生まれる。

ここまでは測定対象者２の行動時の検出生信号を収集し、測定対象者２の行動推定を行う方法について説明した。しかしそれに限らず本実施形態システム（行動推定システム）では、（人や動物以外の）所定の物体から収集した検出生信号から対象物体の状態推定とそれに応じたサービス提供を行ってもよい。

例えばエレベータ室２０２に固定したセンサ（３軸加速度センサ７２など）から得られる検出生信号ＷＹ（ｔ）とＷＺ（ｔ）を利用して、エレベータ室２０２自体の状態推定（および必要に応じたサービス提供）を行う応用例（図２７）を説明する。

仮にエレベータ室２０２の固定台２０６に３軸加速度センサ７２が傾いて固定された場合、３軸加速度センサ７２内で設定されるＺ軸の方向は基準Ｂ（重力）１０４に沿ったｚ軸に対して傾く。そしてエレベータ室２０２がｚ軸方向に上下動するときに発生するｙ軸方向の横揺れ成分２０８が、検出生信号ＷＺ（ｔ）とＷＹ（ｔ）に対してノイズ成分として混入する。

この場合にもローパスフィルタ処理１３８（図３）を利用してＱ４１ＬとＱ４２Ｌの成分を抽出し、（１）式を用いて３軸加速度センサ７２の取り付け傾き角θｙｚが算出できる。

更にその結果を用いて、横揺れ成分２０８に相当するＷｙ（ｔ）とエレベータ室２０２の上下動のみを表す（横揺れ成分２０８の混入量が低減された）Ｗｚ（ｔ）の各検出信号に分離する。

この算出結果Ｗｚ（ｔ）を利用して、エッジ装置４２の推定エンジン５６でエレベータ室２０２が予定通り上下動しているか否かを判定する。仮に上下動時に予定とは異なる検出信号Ｗｚ（ｔ）が得られた場合には、エレベータが故障していると見なして、エレベータ修理のサービスを提供する。

それと並行して検出信号Ｗｙ（ｔ）から、エッジ装置４２の推定エンジン５６でエレベータ室２０２の上下動時に発生する横揺れ２０８の状態を監視する。仮にエレベータ室２０２の上下動時に異常な横揺れを発見した場合には、エレベータの修理のサービスを提供する。

このように本実施形態システム（行動推定システム５２）を利用することで、同時に精度良く複数の異なる検出信号Ｗｚ（ｔ）とＷｙ（ｔ）をモニターできる効果がある。

ここまでの説明では、センサとして加速度センサを中心に説明を行ってきた。しかしそれに限らず本実施形態では、角速度センサを利用してもよい。本実施形態をバスまたはトラック、乗用車２１０に適用した応用例を図２８に示す。バスまたはトラック、乗用車２１０内に固定した３軸加速度センサ７２から収集される検出生信号ＷＸ（ｔ）とＷＹ（ｔ）、ＷＺ（ｔ）から基準Ｂ（重力方向）１０４を抽出し、それに基づいて回転座標変換もしくはベクトル合成によりｚ軸およびｙ軸、ｘ軸方向の加速度成分Ｗｘ（ｔ）とＷｙ（ｔ）、Ｗｚ（ｔ）を抽出することでバスまたはトラック、乗用車２１０の上下動振動や加速、減速および左右方向の進路変更の状態を検出することが可能となる。図２８に示した応用例では、バスまたはトラック、乗用車２１０の加速／減速方向がｙ軸方向を示し、ｚ軸方向は基準Ｂに相当する重力方向１０４と一致する。また図示して無いが、バスまたはトラック、乗用車２１０が横に曲がる方向（進路変更方向）はｘ軸方向を向く。

またそれに限らず、バスまたはトラック、乗用車２１０のハンドル２１４に３軸角速度センサ２１２を固定部材５０（接着剤など）を介して固定することで、運転時のハンドル操作の履歴を抽出してもよい。しかしこの場合の３軸角速度センサ２１２が検出するハンドル回転方向２１８には、バスまたはトラック、乗用車２１０の上下動振動や加速、減速および左右方向の進路変更が外乱ノイズとして混入される。

この外乱ノイズ対策として、３軸加速度センサ７２から得られる検出生信号を利用して上記の３軸角速度センサ２１２からの検出生信号に対して信号処理し、外乱ノイズ成分を低減してもよい。３軸加速度センサ７２から得られる検出生信号を利用して、３軸角速度センサ２１２に混入する外乱ノイズ成分を除去すると、ハンドル２１４の操作履歴を精度よく検出でき、運転手の行動推定や運転手もしくは乗客への適正なサービスを提供できるという効果が生まれる。

ここまでの説明では、基準１０２、１０４の例として地磁気方向や重力方向など固定された物理量が対応した。しかしそれに限らず本実施形態システム（信号処理システム）では、例えば所定の規定経路方向（例えば坂道の坂方向）を基準Ｃ（規定経路）１０６に設定してもよい。この応用例に関し図２９Ｂを用いて説明する。

ここまで説明した実施例において基準Ｂ（重力）１０４を利用できる前提条件として、床面１２８が重力方向に対して垂直な方向を向く必要がある。しかし図２９Ａが示すように重力方向１０４に垂直な面に対し所定の傾き角μをもった坂道２２０に沿って測定対象者２が移動する場合、この坂道に沿った方向を新たな基準Ｃ（規定経路）１０６と設定すると測定対象者２の行動推定に効率がよい。

この重力方向１０４に垂直な面を有する床面１２８に対しμの傾き角を持つ坂道に沿った方向（測定対象者２が移動する方向）を新たな基準Ｃ（規定経路）１０６とし、その方向をｕ軸と、そしてそれに直交する方向（坂道２２０に沿った方向）をｗ軸と定義する。

この坂道２２０に沿った方向を基準Ｃ（規定経路）１０６に設定する方法として本実施形態では、複数の測定対象者２の移動経路を積算し、その統計処理結果に基づいて基準Ｃ（規定経路）１０６（の方向）規定／抽出する。

ところで、図１２と図１３で説明したように予め測定対象者２が移動する範囲内には、位置検出信号発生部４６（Ａ）〜（Ｃ）が配置されている。ここでこの位置検出信号発生部４６（Ａ）〜（Ｃ）からは無線通信を利用して発信時の時刻情報を逐次送信し続けている。そしてリストバンド型活動量計（センサーデバイス）４の通信制御部８４で上記発信時の時刻情報を受け取り、受信時の時刻との時間のずれを検出し、三角法を用いて上記通信制御部８４の位置情報を検出している。

測定対象者２が坂道２２０を登るときに、このリストバンド型活動量計（センサーデバイス）４の位置変化に関する履歴情報を（図１２や図１３のメモリ部８２に）蓄積し、この蓄積された履歴情報から基準Ｃ（規定経路）１０６を抽出できる。

図２９Ａでは測定対象者２が坂道２２０登って台車１２２を押すときの、移動経路に関する履歴情報を利用している。しかしそれに限らず図２９Ｂで示すように、リストバンド形活動量計（センサデバイス）４を装着した測定対象者２−１〜２−３が手ぶら状態で坂道２２０上を移動したときの移動経路履歴も使用してもよい。

次に図２９Ｃを用い基準Ｃ（規定経路）１０６の方向抽出方法について説明する。図２９Ｃでは、Ｎ人の測定対象者２の移動時の位置変化の履歴を利用して基準Ｃ（規定経路）１０６の抽出を行う。

まずはじめに初期数値としてｎ＝０を設定（Ｓｔｅｐ２１）し、ｎ番目の測定対象者２が装着している活動量計４の位置変化の履歴情報からｎ番目の測定対象者の移動経路を抽出する（Ｓｔｅｐ２３）。このプロセスを一巡する毎にＳｔｅｐ２２では、ｎの値を１ずつ増加させる。そしてｎの値がＮの値よりも越えるまで（Ｓｔｅｐ２４）移動経路履歴の抽出を繰り返すことで、Ｎ人の測定対象者の移動経路（位置変化の履歴情報）を逐次蓄積する。

一連のデータ収集を完了させた後、Ｎ人の測定対象者の移動経路を統計解析する（Ｓｔｅｐ２５）。その結果を利用してＳｔｅｐ２６では、測定対象者の進入禁止領域を抽出する。図２９Ａと図２９Ｂが示すように坂道２２０を登る測定対象者２は坂道の下（床面１２８よりも下側の位置）を通過出来ない。従って図２９Ａや図２９Ｂに示す坂道２２０の下側（坂道の地面の中）が前記の進入禁止領域となる。このように算出した測定対象者の進入禁止領域情報を利用して坂道２２０の傾斜角μを算出する（Ｓｔｅｐ２７）。

このように測定対象者２が通過した過去の履歴情報から基準となる規定経路（基準Ｃ（規定経路）１０６）の算出を行う（Ｓｔｅｐ２８）。

今まで説明した本実施形態およびその応用例は、加速度および角速度、磁界に関するセンサから収集される検出生信号を活用する方法を説明した。しかし本実施形態ではそれに限らず、あらゆる種類のセンサから検出されるあらゆる検出生信号を利用してもよい。他の応用例として図３０では、光センサから得られる光電変換信号の利用例を示す。

この光センサの光電信号に基づく基準例として、日照方向を基準Ｄ＿１０８に設定してもよい。例えば屋外での晴天日では、太陽２３０からの日光を利用して基準Ｄ（日照方向）１０８が抽出できる。

この基準Ｄ（日照方向）１０８を利用したユーザに対するサービス提供例として逆光状態の自動検出方法を図３０に示す。すなわち撮影用カメラ２５２を用いた被写体２３２の撮影時に逆光状態か否かを自動検出し、被写体２３２の撮影状態の最適化が図れる。

屋外の晴天時に日照方向（基準Ｄ）１０８を抽出する場合には、上空を飛行中の飛行機（ノイズ源）２３４やヘリコプタ（ノイズ源）２３６が太陽２３０からの日光を遮るノイズ源になる。片や地上のノイズ源として、自動車２３８に装着されたカーライト（ノイズ源）２４６などの発光物体が至る所に存在する。これらのノイズ源が基準Ｄ（日照方向）１０８の抽出に悪影響を及ぼす場合がある。

ところで、上空を飛行する飛行機（ノイズ源）２３４やヘリコプタ（ノイズ源）２３６の影響で一時的に日光が遮光されても、この遮光状態は長期間連続しない。従って太陽２３０から照射される日光の検出光に含まれる低周波数成分を抽出（例えば図３のローパスフィルタ機能１３８の活用）こより、飛行機（ノイズ源）２３４やヘリコプタ（ノイズ源）２３６からの悪影響を除去できる。

また図３０が示すように、撮影用カメラ２５２に設置された光センサ（太陽電池パネル２６２、２６４、２６６）の受光面が互いに非平行状態になっている。従って各光センサ（太陽電池パネル）２６２、２６４、２６６で検出される光電信号量の違いを利用して日照方向（基準Ｄ）１０８の方向を算出できる。この光センサ（太陽電池パネル２６２、２６４、２６６）は、撮影用カメラ２５２とは離れた位置に独自に設置されてもよい。

被写体２３２の撮影時刻が正午前後の場合には、太陽２３０は上空に存在するため、基準Ｄ（日照方向）１０８は地面に対してほぼ垂直方向（上空方向）を向く。それに比べて自動車２３８に装着されたカーライト（ノイズ源）２４６等の地上の発光源からの放出光は、地面の延長方向に近い角度から照射される。

この地上の発光源からの放出光と日照方向（基準Ｄ）１０８と角度の違いを利用して、ノイズ成分を除去できる。具体的には図３のローパスフィルタ処理１３８（遮断周波数ｆｃ以下の周波数成分の抽出）などを利用して精度良く基準Ｄ（日照方向）１０８を算出し、それを利用して光センサ（太陽電池パネル）２６２、２６４、２６６から個別に収集される検出生信号ＷＸ（ｔ）およびＷＹ（ｔ）、ＷＺ（ｔ）を信号処理してノイズ成分が低減された日光の強度を算出する。

また逆光を検知したときのカメラマン２５０へのサービス提供手段として、撮影用カメラ２５２の絞り２５６（露光量調整用の駆動デバイスの一種）やライト２５８（駆動デバイス）を制御して逆光対策を行ってもよい。

この一連の処理方法例について、図３１を用いて詳細に説明する。Ｓｔｅｐ３１で開始処理が、撮影用カメラ２５２を用いたカメラマン２５０の被写体２３２撮影直前の事前処理開始に相当する。

実際の撮影に先立ちＳｔｅｐ３２では、互いに直行するＸ軸およびＹ軸、Ｚ軸方向に垂直な受光面を有する光センサ（太陽電池パネル）２６２、２６４、２６６から収集した検出生信号をローパスフィルタ処理（遮断周波数ｆｃ以下の信号成分を抽出することでノイズ源となる飛行機２３４やヘリコプタ２３６による遮光の影響の低減）を行う。

次にその結果に基づいて日照方向（基準Ｄ）１０８の抽出（Ｓｔｅｐ３３）を行う。この日照方向（基準Ｄ）１０８の抽出では、図２から算出された（１）式を利用する。

次にＳｔｅｐ３４では、抽出された日照方向（基準Ｄ）１０８方向と撮影用カメラ２５２が向く方向とを比較して、被写体２３２が逆光状態にあるか否かを判定する。もし被写体２３２が逆光状態でない場合にはＳｔｅｐ３４に示すようにそのままの状態で撮影を開始する。

一方で被写体２３２が逆光の状態であった場合には、カメラマン２５０に対するサービス提供例として、日光の強度に応じた下記の逆行対策を行う。

図３０に示すように、地上に多数の発光源（ノイズ源）が存在する。そのため日光の強度算出には、Ｓｔｅｐ３５〜Ｓｔｅｐ３７の検出光量に対するノイズ低減策が必要となる。

各光センサ（太陽電池パネル）２６２、２６４、２６６から得られた検出光量（検出生信号ＷＸ（ｔ）およびＷＹ（ｔ）、ＷＺ（ｔ）に対してローパスフィルタ処理１３８を施して所定の周波数成分Ｑ４１ＬおよびＱ４２Ｌ、Ｑ４３Ｌを抽出する。その結果に基づき基準Ｄ（日照方向）１０８の角度θｙｚを算出し、（４）式もしくは（６）式を用いた演算処理により、照射光量の算出ができる（Ｓｔｅｐ３５）。

また撮影時刻情報から太陽２３０の位置が予測できるので、地面と基準Ｄ（日照方向）１０８との角度も予想できる。その予想結果から、地上の発光源（ノイズ源）方向が推定でき、（４）式もしくは（６）式を用いた演算処理と同様な地上の発光源（ノイズ源）から混入するノイズ成分の算出（Ｓｔｅｐ３６）も可能となる。

ところで、地面に対して基準Ｄ（日照方向）１０８が常に垂直を向いて無いため、Ｓｔｅｐ３５で算出した日照方向（基準Ｄ）成分の照射光には地上の発光源（ノイズ源）からのノイズ成分が混入している。それに対してＳｔｅｐ３６で算出したノイズ成分を利用して信号処理（信号間の演算処理）を行い、更なるノイズ低減（Ｓｔｅｐ３７）が可能となる。

図３０の例におけるカメラマン２５０へのサービス提供方法である逆行補正方法には、絞り２５６調整とライト２５８発光の２通りが可能であり、日光強度（日照光量）に応じて適正にサービス提供方法の選択を行う。この日照光量に応じたサービス提供方法の選択をＳｔｅｐ３８で行う。

すなわち日照光量が小さい場合（逆光状態がそれ程強くない場合）には、露光量調節機能を持つ絞り２５６（駆動デバイス）のサイズを変化させる（Ｓｔｅｐ３９）。これにより撮影用カメラ２５２の受光量が自動的に制御され、露光光が補正される。またこの場合の露光量補正に関する他の方法としては、撮影用カメラ２５２に内蔵された撮像素子（図示してない）から得られる検出信号のゲインを自動的に変化させてもよい。

一方で日照光量が非常に大きい場合には逆光状態が強いため、絞り２５６（駆動デバイスを用いた露光量調整）での調整範囲では補正が不充分となる。この場合にはＳｔｅｐ４０に示すように、撮影カメラ２５２に付属されているライト（駆動デバイス）２５８を点灯させ被写体２３２に光を照射して逆光対策を行いながら撮影開始（Ｓｔｅｐ４１）する。そして撮影が完了すると終了（Ｓｔｅｐ４２）処理を行う。

図３０と図３１を用いて光センサ（太陽電池パネル）２６２、２６４、２６６から得られる光電信号のみを用いて検出信号のノイズ低減やサービス提供をする方法について説明した。しかしそれに限らず他のセンサから得られる他の種類の検出生信号と組み合わせるあるいは他の基準と組み合わせてもよい。それにより検出信号の精度および提供するサービスの精度を向上できる効果がある。

その具体例を以下に説明する。すなわち日照方向（基準Ｄ）１０８は撮影時刻と撮影場所に依存して変化する。既に図１２もしくは図１３で説明したように行動推定システム５２に３軸地磁気センサ７４を持ち地軸の方向が検出できる。また位置検出用信号発生部４６から発信される時刻情報を利用して撮影時刻を精度良く確認できる。従って地軸方向と撮影時刻情報から、日照方向（基準Ｄ）１０８を正確に割り出せる。この情報で、光センサ（太陽電池パネル）２６２、２６４、２６６から割り出した日照方向（基準Ｄ）１０８に補正を掛けるとより精度の高い日照方向（基準Ｄ）１０８が算出でき、より精度の高い日照光量の値が求まる。その結果として、より的確なサービスをカメラマン２５０に対して提供できる。

本実施形態の応用例として、指向性マイク２８２、２８４、２８６を組み合わせて検出される音声信号の精度向上（ノイズ低減方法）方法を図３２を用いて説明する。指向性マイク２８２を用いて、固定位置に設定された特定スピーカ２７０から出る音声信号のみを高精度に検出する場合を考える。

この固定位置に設定された特定スピーカ２７０周辺には多数の外乱音声ノイズ発信源２７２、２７４が存在し、それらから発生する外乱ノイズ成分が前記指向性マイク２８２に混入する。この場合に固定スピーカ方向１１０を基準Ｅ（Ｙ軸方向）に設定し、信号検出させたい指向性マイク２８２をこのＹ軸方向に向ける。そして前記基準Ｅ（固定スピーカ方向）以外の方向から混入される外乱音声ノイズ成分を、それぞれＸ軸とＺ軸方向を向く指向性マイク２８４、２８６で検出する。

そして指向性マイク２８４、２８６から収集する検出生信号を利用した信号処理を施し、指向性マイク２８２に混入するノイズ成分の低減を図る。

ところで、図３のローパスフィルタ処理１３８での遮断周波数ｆｃの値を５０Ｈｚもしくは６０Ｈｚあるいは０．５Ｈｚに設定して音声信号（検出生信号）にフィルタリングを掛けると、下記の不都合が生じる。

すなわち音声信号の周波数特性における人間の可聴範囲は図３３に示すように、６０Ｈｚよりも高い周波数成分を多く含む。従ってこの音声信号（指向性マイク２８２が収集する検出生信号）を直接ローパスフィルタ処理１３８（図３）して６０Ｈｚ以下の低周波数成分のみ抽出すると、重要な音声信号成分が消される危険性がある。

上記の問題を解決する手段として図３４に示すように、音声信号（検出生信号２９０）をフーリエ変換２９２し、フーリエ変換後の各周波数成分の振幅に対してローパスフィルタ処理２９４を行ってもよい。図１２または図１３で説明したように、指向性マイク２８２で収集した検出生信号（Ａ／Ｄコンバータ７８でデジタル信号に変換後の信号）は、一旦メモリ部８２に保存後に信号処理されるため、上記のフーリエ変換後の周波数成分（フーリエ係数）毎の振幅に対するローパスフィルタ処理は容易に行える。

しかしそれに限らず“所定期間毎に検出生信号をフーリエ変換”⇒“フーリエ変換係数を順次メモリ部８２に保存”⇒“メモリ部８２に保存されたフーリエ係数毎のローパスフィルタ処理結果を再度メモリ部８２に保存”⇒“メモリ部８２の保存情報を用いた信号処理”のようにメモリ部８２を適正に活用してもよい。

従って図３４で記載したフーリエ変換２９２の処理方法一例として、適宜メモリ部８２に保存された音声信号（検出生信号２９０）を順次読み出し、メモリ部８２を活用しながら新規な音声信号（検出生信号２９０）のメモリ部８２への追加保存と既保存の音声信号（検出生信号２９０）の信号処理を同時並行させてもよい。

図３４では音声信号を例に取り、フーリエ変換２９２を挿入する方法について説明した。しかし音声信号に限らず本実施形態ではあらゆる検出生信号２９０に対してフーリエ変換２９２を行い、その周波数成分の振幅変化に対してローパスフィルタ処理を行ってもよい。

ここまで説明した本実施形態およびその応用例を用いて処理した場合の、処理対応の傾向性について図３５〜図３７を用いて説明する。本実施形態およびその応用例では各種センサから得られた検出生信号を利用して所定の情報を抽出している。またここで抽出される所定の情報の一種として、所定の基準を対応させてもよい。そしてこの所定の基準抽出に先立つ図３５のＳｔｅｐ５１において、基準抽出に対して外乱信号（低周波成分を含む）を付加した場合を考える。この状態で所定の基準抽出処理を行うと（Ｓｔｅｐ５２）、抽出された基準への誤差混入（Ｓｔｅｐ６２）が発生し易い。

更にＳｔｅｐ５４の推定処理の結果を利用してサービス提供（Ｓｔｅｐ５５）を行うと、基準への誤差混入が原因となる提供サービス内容の違い（Ｓｔｅｐ６５）が起きやすくなる。

本実施形態およびその応用例ではＳｔｅｐ５６に示すように、推定処理またはサービス提供が終了するまで繰り返し同様の上記のサイクルを繰り返し行う。

このように低周波数成分を含む外乱信号を付加した状態（Ｓｔｅｐ５１）で上記のサイクルを繰り返すときに発生する基準の誤差に起因する推定結果の乱れ（Ｓｔｅｐ６４）や提供サービス内容の違い（Ｓｔｅｐ６５）の状況を判定することで、本実施例およびその応用例に示す技術を採用したか否かの判定が可能となる。

各種センサから得られる検出生信号に対して低周波成分を含む外乱信号を付加させる（Ｓｔｅｐ５１）方法の例を以下に説明する。

例えば３軸加速度センサ７２から得られる検出生信号（加速度波形）に対して低周波成分を含む外乱信号を付加する方法として、見かけ上の重力加速度を与えてもよい。

例えば図３６Ａに示すように、ロープ２０４を用いてエレベータ室２０２を上下動させながら３軸加速度センサ７２から検出生信号（加速度波形）を収集すると、見かけの重力加速度Ｇの値が変化する。その結果として前述した（２）式もしくは（３）式を用いて角度θＹＺｙｚを算出すると、算出された角度θｙｚの値に誤差が生じる。

更にエレベータ室２０２の扉を開け、台車１２２が乗っている大きな台車３０２を動かすと、床面１２８に平行な方向に見かけ上の重力加速度成分が重畳される。この場合には仮に重力加速度Ｇの値を使わない（１）式を用いても、測定対象者２が装着するリストバンド型活動量計（センサデバイス４）の３軸加速度センサ７２から得られる検出生信号（加速度波形）から算出される角度θｙｚの値には誤差が混入する。

またそれに限らず図３６Ｂ（ａ）に示すように、坂道を利用して低周波成分を含む外乱信号を付加（図３５のＳｔｅｐ５１）してもよい。例えば固定ストッパ３１２で予め静止させた台車１２２に対し、測定対象者２が力を加えて動かし始めたときにリストバンド型活動量計（センサデバイス４）を用いて行動推定した場合にも、行動推定内容の乱れ（図３５のＳｔｅｐ６４）やサービス提供内容の違い（図３５のＳｔｅｐ６５）が生じる。

同様に図３６Ｂ（ｂ）のように、下り坂で台車１２２を静止させた上下動式ストッパ３１４解除後に測定対象者２が台車１２２の移動を開始させた場合も同様な症状が現れる。この推定結果の乱れ（図３５のＳｔｅｐ６４）や提供サービスの違い（図３５のＳｔｅｐ６５）から本実施形態もしくはその応用例に示す技術を採用していることが分かる。

一方で３軸地磁気センサ７４に対する低周波成分を含む外乱信号を付加する方法（図３５のＳｔｅｐ５１）として図３７Ｃ（ａ）が示すように、リストバンド形活動量計４の表面に永久磁石３０４を貼り付けて地磁気方向に外乱を加えてもよい。

また光センサ（太陽電池パネル）２６２，２６４，２６６から得られる光電信号に低周波成分を含む外乱信号を付加する方法（図３５のＳｔｅｐ５１）として図３６Ｃ（ｂ）のように、発光源のライト３０６を固定のライトスタンド３０８内に装着し、日照方向を乱してもよい。

本実施形態もしくはその応用例では行動推定もしは状態推定に、伸縮マッチング手法を使う方法の説明を行った。その伸縮マッチング手法の一例として図１８〜図２０を用いて、ＤＰマッチング（Dynamic Programming Matching）の説明を行った。そして図３７の方法で、推定処理（行動推定もしくは状態推定）時に伸縮マッチング手法を使用したか否かを発見できる。

この伸縮マッチング手法では、パターン内の部分的な伸び縮みを考慮しながらそれらの類似度を計算できる所に特徴がある。本実施例形態システム（信号処理システム）またはその応用例で使用する各種センサからは、時間経過と共に検出生信号の値が変化する場合が多い。特にこの場合には、測定対象者２の動き速度や台車１２２などの所定物体の状態変化速度（例えば移動速度）が変化すると、時間経過に関する検出生信号値の変化に部分的な伸び縮み（時間軸方向での伸び縮み）が発生する。

従って本実施例形態システム（信号処理システム）またはその応用例で測定対象者２の動き速度や所定物体の状態変化速度に対応して各種センサから収集される検出生信号に（時間軸方向での）部分的な伸び縮みが発生する場合、上記の伸縮マッチング手法を用いて推定処理（行動推定もしくは状態推定）を行うと、推定精度が向上する効果が生まれる。すなわち測定対象者２の動きや所定物体の状態変化の速度が一時的に変わっても、この一時的な処理速度の変化が推定処理（行動推定もしくは状態推定）の段階で吸収される。

たとえば測定対象者２の行動の速さを変化させる方法として図３７のＳｔｅｐ７１が示すように、測定対象者２に標準よりも大幅にゆっくりもしくは大幅に早く行動してもらう。

一方で特定の物体の処理速度を変化させる方法としてＳｔｅｐ７２に示すように、センサデバイス６が固定された物体（台車１２２等）を動かす速度（処理速度）を標準に対して大幅に変更させてもよい。この具体的方法として台車１２２を早く動かす（高速処理）もしくは遅く動かし（低速処理）てもよい。

このときに各種センサから得られる検出生信号を収集し（Ｓｔｅｐ７３）、得られた検出生信号の少なくとも一部（所定の信号成分や所定の周波数成分あるいはセンサ選択）を信号処理する（Ｓｔｅｐ７５）。

このときの信号処理に先立ち、検出生信号の少なくとも一部（所定の信号成分や所定の周波数成分あるいはセンサ選択）から所定の情報を抽出し、その抽出した結果に基づく信号処理（Ｓｔｅｐ７５）を行ってもよい。またこの所定情報には、所定の基準１０２〜１１０を対応（Ｓｔｅｐ７４）させてもよい。

その後で推定処理（行動推定もしくは状態推定）時に伸縮マッチング手法を用いた場合（Ｓｔｅｐ７６）には、測定対象者の動き速度や処理速度が大きく変わっても推定処理結果が同じ（Ｓｔｅｐ８６）という傾向がある。

更に、Ｓｔｅｐ７６で行った処理結果に基づきサービス提供処理（Ｓｔｅｐ７７）を行った場合も、測定対象者の動き速度や処理速度が大きく変わってもサービス提供結果が同じ（Ｓｔｅｐ８７）になる傾向がある。

従って速度を替えたときの推定処理結果もしくはサービス提供結果が変化しない傾向性（Ｓｔｅｐ８６、Ｓｔｅｐ８７）を見いだせれば、推定処理に伸縮マッチング手法を利用していることがわかる（Ｓｔｅｐ８８）。

またＳｔｅｐ７８に示すように、推定処理またはサービス提供が終了するまで上記のサイクルが繰り返される。このように上記サイクルを繰り返すことで、上記サイクル毎の推定処理結果およびサービス提供結果を調べる標本数が増え、伸縮マッチング手法を利用していると判定できる確率が一層高くなる。

図１２もしくは図１３に示す本実施形態システム（信号処理システム）では駆動デバイス４４が設置され、各種推定処理結果に基づいてユーザに対するサービス提供が可能となっている。この駆動デバイス４４の一形態例として、図３８にメガネ型ウェアラブル端末１１００を示す。また前記メガネ型ウェアラブル端末１１００の一部にセンサデバイスの機能を持たせてもよい。すなわち前記メガネ型ウェアラブル端末１１００はカメラやマイクあるいは振動検出機能等を有し、装着者（測定対象者２）からの所定の指示入力（制御情報）を検出してもよい。この装着者の指示入力として例えば、カメラのレンズ部を手で遮る、マイクに対して手をたたく、もしくは音声により次の表示を求める、振動検出機能に対して所定の振動を与える等を行ってもよい。このように本来は駆動デバイス４４の機能を有する前記メガネ型ウェアラブル端末１１００にセンサデバイスの機能も持たせることで、装着者（作業者あるいは測定対象者２）がハンズフリー状態でデータ入力が可能となる効果が生まれる。更にこのようにして、装着者（作業者あるいは測定対象者２）が入力したデータに基づいて行動推定エンジン５６（図１２または図１３）で装着者（作業者あるいは測定対象者２）の行動推定または状態推定を行ってもよい。

前記のメガネ型ウェアラブル端末１１００は、投光部（表示情報生成部）１１０２、スクリーン（光路合成部）１１０６、駆動部（画像表示回路および光源駆動回路、信号処理部と称することもある）１１３４、無線通信部１１３６等を含み、例えばボタン電池である電源部１１３２が供給する電力で動作する。

前記のメガネ型ウェアラブル端末１１００に内蔵された無線通信部１１３６は、外部ネットワークに接続されたサーバ４０やエッジ装置４２との間での情報通信が可能となっている。またエッジ装置４２から通信された情報は、投光部１１０２で装着者（作業者あるいは測定対象者２）に表示される。

この投光部１１０２は光源部１１０４、画像表示部１１１０、ハーフミラー面１１１２、全反射面１１１４、出射面１１１６、レンズ群１１２０等から構成される。ここでエッジ装置４２から通信された前記情報は、映像情報または画像情報として投光部１１０２の画像表示部１１１０に表示される。そして投光部１１０２の光源部１１０４が出射する非平行光（発散性の光、以下発散光と称する）１１０８はハーフミラー面１１１２を経由して前記画像表示部１１１０を照射し、そこでの反射光がレンズ群１１２０を経由してスクリーン１１０６上に投影される。

スクリーン１１０６は手前側透明屈折体１１２４、フレネルレンズ形ハーフミラー面１１２２および奥側透明屈折体１１２６から構成される。前記の発散光１１０８の一部はフレネルレンズ形ハーフミラー面１１２２で反射し、手前側透明屈折体１１２４を経て装着者（作業者あるいは測定対象者２）の目に到着する。またこのフレネルレンズ形ハーフミラー面１１２２で反射した発散光１１０８の一部は、画像表示部１１１０上の表示画像に対応する虚像を形成する。

この光源部１１０４として調光型白色ＬＥＤ光源を用いてもよい。そして前記調光型白色ＬＥＤ光源は、出力光量を各々独立して調整可能で互いに発光色が異なる複数のＬＥＤ（Light Emitting Diode）から構成されている。それにより使用環境に応じた最適な発光色を装着者（作業者あるいは測定対象者２）に表示できる効果がある。例えばオレンジ色が主体の照明環境のクリーンルーム内でメガネ型ウェアラブル端末１１００を使用する場合、オレンジ色を避けた配色で表示してもよい。更に、装着者（作業者あるいは測定対象者２）が見易い表示色で表示することで、装着者の目の疲れやそれに伴う偏頭痛を回避できる効果もある。

画像表示部１１１０に反射型のＬＣＤ（Liquid Crystal Display）モジュールなどを使用し、ここで表示される画像を駆動部１１３４が表示制御する。またこの駆動部１１３４は、光源部１１０４の発光状態も制御する。

上記のメガネ型ウェアラブル端末１１００を装着した作業者が、エッジ装置４２から作業指示を受けながら作業を行う手順を図３９Ａに示す。この作業の具体的例として例えば、製造装置の点検作業、或いは故障している機械の修理などを行ってもよい。

例えばメガネ型ウェアラブル端末１１００を装着した作業者が作業現場に到着し、例えば現場にある作業開始ボタンを押したり特殊なジェスチャーを行う。この作業開始ボタン内に挿入された所定のセンサデバイスからの検出信号がエッジ装置４２に送信される。あるいはこの作業員の行動をモニターしている撮像装置で自動的に特殊なジェスチャーを判定して、判定結果をエッジ装置４２に送信してもよい。

作業内容はあらかじめ複数の作業単位（複数の細分化作業）に分割され、一単位の作業完了を検出（ＳｔｅｐＳＡ５）した後に、初めて次の作業指示（ＳｔｅｐＳＡ６）を上記のメガネ型ウェアラブル端末１１００に表示する。

本実施形態のメガネ型ウェアラブル端末１１００を用いたシステムで実施される他の動作例を図３９Ｂに示す。ここでは作業者が作業現場への移動を開始した後からの制御動作を示している。

また前記メガネ型ウェアラブル端末１１００には、図１２または図１３の位置検出機能９８が備わっている。エッジ装置４２は上記の位置検出機能９８を用いて、対応するメガネ型ウェアラブル端末１１００を装着した作業者の位置を検出する（ＳｔｅｐＳＣ１）。次にエッジ装置４２からメガネ型ウェアラブル端末１１００を通じて作業者に対して移動指示が与えられると（ＳｔｅｐＳＣ２）、作業者は移動を開始する。

次に作業者の停止が検出されると（ＳｔｅｐＳＣ３）、作業者が正常位置（指示された目的の位置）で停止しているかどうかの判定がなされる（ＳｔｅｐＳＣ６）。ここで作業者がしばらくしても停止しないときは、所定時間以上が経過しているかどうかの判定がなされる（ＳｔｅｐＳＣ４）。もし作業者が所定時間以上経過したときに停止していない場合は何らかのトラブルが生じていると判定され、メガネ型ウェアラブル端末１１００を介して警告表示され、停止指示がなされる（ＳｔｅｐＳＣ５）。

ＳｔｅｐＳＣ６において作業者が正常位置に停止していない場合は、作業位置が異常位置であると判定され（ＳｔｅｐＳＣ７）、メガネ型ウェアラブル端末１１００を介して警告表示がなされ（ＳｔｅｐＳＣ８）、所定位置への移動指令が表示される。

一方で作業者が正常位置に停止している場合は、図３９Ａで説明した作業指示が開始される。

上記の作業指示に従って作業者が実行する作業工程の一例を図４０が示す。ここではメガネ型ウェアラブル端末１１００を装着している作業者が作業現場に到着し、例えば現場にある作業開始ボタンを押す（或いは特殊なジェスチャーを行った）場合を考える。するとそれに従ってメガネ型ウェアラブル端末１１００とエッジ装置４２間の通信が開始される。ここで作業現場での作業者の作業は、例えば製造装置の筐体２００５の中にあるねじ２００１を締る作業とする。この作業開始前の黄体として、すでに筐体２００５の蓋２００６は開き、開口が見えているとする。

エッジ装置４２から送信された指示内容に従い、例えばメガネ型ウェアラブル端末１１００に「ねじを締めてください」という表示が出る（ＳｔｅｐＳＢ１）。その指示内容に従い、作業者が筐体の開口からドライバ２００２を挿入し、ねじ２００１の締め付け動作を開始する。

ねじ２００１或いはドライバ２００２に取り付けられたセンサ（例えば角速度センサ）２０２１で角速度の検出（ＳｔｅｐＳＢ２）が可能となっている。従ってねじの締め付け作業が開始されると、角速度センサ２０２１がねじの回転を検出する。

この回転検出信号がエッジ装置４２に送信されると、作業開始が認識される。この作業開始を認識されると、エッジ装置４２から現在の指示「ねじを締めつけてください」を消去する指令が出力される。

ネジ２００１の締めつけが終了すると、角速度センサ２０２１の検出出力がゼロとなる。このセンサ検出信号を受信すると、エッジ装置４２は“ねじ締め完了”を判定する（ＳｔｅｐＳＢ３）。

その直後には、エッジ装置４２から次の指示が送信される。ここで例えば「扉を閉めてください」という内容が指示された（ＳｔｅｐＳＢ４）場合を考える。この指示に従って作業者が扉２００６を閉める（ＳｔｅｐＳＢ５）と、扉２００６に装着された角速度センサ２０２２が対応信号を検出する。

つまり扉２００６が閉まる方向へ回動したときに、角速度センサ２０２２が扉２００６の回動開始を検出する。この検出信号が送信されると、エッジ装置４２は“扉２００６の回動開始”を検出する。

次に扉２００６が閉じられて回動が停止すると、角速度センサ２０２２が扉２００６の停止を検出する（扉が閉まったことを検出する）。このときのセンサ検出信号が送信されると、エッジ装置４２は“扉の閉じが完了”と判定する（ＳｔｅｐＳＢ５）。そして、次の指示をメガネ型ウェアラブル端末１１００に送信する。例えばエッジ装置４２は、「扉閉め完了です、しばらくお待ちください」というような指示を送信する（ＳｔｅｐＳＢ６）。

ところで、角速度センサ２０２１、２０２２で回転検出を行う基準となる回転軸方向は、常に重力方向と一致しているとは限らない。例えばこれらの角速度センサ２０２１、２０２２が重力方向に対して斜め方向に設置された場合、作業者の移動に伴って発生する上下方向の床振動が前記角速度センサ２０２１、２０２２に伝わり、回転角検出信号へ外乱ノイズになる危険性が高い。

この回転角検出信号への外乱ノイズ低減を目的として本実施形態システム（信号処理システム）では、同時に３軸加速度センサ７２も内蔵させる。それにより角速度センサ２０２１、２０２２に及ぼす基準Ｂ（重力方向）１０４の方向θｙｚが抽出される。その角度θｙｚを用いて角速度間の信号処理（回転変換）を行うことで、外部振動に基づく外乱ノイズ成分が低減された角速度検出信号を生成できる。この信号処理により、エッジ装置４２は正確に作業員の作業（行動）および扉２００６やネジ２００１の状態を把握できる効果がある。

上記センサデバイス内の詳細構造を図４１に示す。生産現場等での作業者の所定作業の完了状態を検出するセンサ２０２１、２０２２は、既存環境または生産設備などの既存装置（図４０のネジ２００１または扉２００６に対応）に付加的に設置可能な構造を有する。

作業者の作業を完了したことを自動的に検出する方法として、所定作業の完了状態を検出する複数のセンサ２０２１、２０２２が予め組み込まれた新規生産装置に既存装置を買い替える方法がある。しかしその方法では、装置の買い替えに膨大な設備投資費用が掛かる。それに比べると、単体では非常に安価なセンサ２０２１、２０２２を既存環境または既存装置に付加的に設置する方法を採用すれば、非常に安価に作業者の作業完了状態を自動的に検出できる効果がある。

センサ２０２１、２０２２を付加的に設置する方法として図４１に示した実施形態では、センサ２０２１、２０２２と既存環境や既存装置との間で接触する箇所に接着部３００８を形成している。具体的には上記既存環境や既存装置への接触箇所に対する接着部３００８が例えば強度の大きな粘着シートで構成されてもよい。この場合、センサ２０２１、２０２２の出荷時には接着部３００８の既存環境や既存装置への接触部分に予めカバーシートを付けて置き、このカバーシートをセンサ２０２１、２０２２の設置場所で外して、接着部３００８を既存環境や既存装置へ直接接着させる。またそれに限らず、既存環境や既存装置への接触箇所に対する接着部３００８には事前には粘着特性（または接着特性）を持たせず、センサ２０２１、２０２２の設置時にこの接着部３００８が既存環境や既存装置に直接接触する箇所に接着剤を浸透させて固着させてもよい。更にセンサ２０２１、２０２２を付加的に設置する他の方法として、既存環境や既存装置への接触箇所に対する接着部３００８を利用して既存環境や既存装置に対するネジ締めなどで固定してもよい。

図４１の構造では、加速度センサ部または角速度センサ部３００６を既存環境や既存装置の接触箇所に対する接着部３００８に隣接配置させる。この加速度センサ部または角速度センサ部３００６の配置場所は、付加設置対象の既存環境や既存装置表面に近い方が、既存環境や既存装置自体の加速度や角速度を正確に検出できる。

従って図４１に示すように制御部３００２、近距離無線通信部３００４あるいは環境振動発電デバイス３０００よりも付加設置対象の装置（あるいは環境物）に近い位置に上記加速度センサ部または角速度センサ部３００６を配置することで、より正確に対象物（図４０のネジ２００１または扉２００６に対応）の加速度や角速度を検出できる効果がある。

本実施形態では加速度センサとして、２０Ｇ（１Ｇは地球の重力加速度を表す）以下の測定範囲を持つ低Ｇ加速度センサを使用する。加速度センサとして使用する場合には、加速度センサ部または角速度センサ部３００６の外壁部が固定部を構成し、その中（加速度センサ部または角速度センサ部３００６の内部）にセンサ素子可動部が設置されている（図４１では内部の詳細構造を省いている）。そして上記固定部に対するセンサ素子可動部の位置変化を利用して加速度を検出する。本実施形態では静電容量検出方式（固定部とセンサ素子可動部間の静電容量変化を検出）またはピエゾ抵抗方式（固定部とセンサ素子可動部間をつなぐバネ部分に配置したピエゾ抵抗素子を用いてバネ部分に発生した歪を検出）のいずれを利用してもよい。

また本実施形態では角速度センサ（ジャイロセンサ）として、ＭＥＭＳ（Micro Electro Mechanical System）技術を使った振動式を利用してもよい。この角速度センサ（ジャイロセンサ）の基本的構造は上述した加速度センサと同様に、加速度センサ部または角速度センサ部３００６の外壁部から構成される固定部とその中（加速度センサ部または角速度センサ部３００６の内部）に設置されたセンサ素子可動部から構成される。また、この固定部には互いに直交方向に配置された第１の櫛歯状電極と第２の櫛歯状電極が複数配置されている。ここで前記第１の櫛歯状電極に交互に電圧を印加して前記センサ素子可動部を一定周期で振動させる。そして加速度センサ部または角速度センサ部３００６が回転するとコリオリの力が発生し、前記固定部に対して前記センサ素子可動部が相対的に回転運動を起こす。次に前記第２の櫛歯状電極を利用して、この回転変位を静電容量の変化として捉えることで角速度を検出する。ところで、上述した機械式に限らず、本実施形態では角速度センサ（ジャイロセンサ）に地磁気式や光学式あるいは機械式を利用してもよい。

上記方法で検出した加速度または角速度に基づいたデータが、エッジ装置４２近距離無線通信部３００４を経由してエッジ装置４２に送られる。またこのデータが近距離無線通信部３００４の動作制御や加速度センサ部又は角速度センサ部３００６から得られた信号に対する信号処理は制御部３００２で行われる。ここで図４１に示すように近距離無線通信部３００４と制御部３００２を同列に配置することで、センサ２０２１、２０２２自体の高さを低くできる効果がある。

図４１に示すように本実施形態では、加速度センサ部又は角速度センサ部３００６および近距離無線通信部３００４と制御部３００２の動作に必要な電力供給（電源）を環境振動発電デバイス（圧電式または静電式採用）３０００が行っている。センサ２０２１、２０２２への電源（電力供給）として有線を用いると、センサ２０２１、２０２２の設置位置を変える毎に配線を変更する煩雑さが伴う。また電源（電力供給）として交換式の電池を使用して、多数のセンサ２０２１、２０２２を設置した場合、電池交換作業が非常に煩雑となる問題が発生する。本実施形態ではセンサ２０２１、２０２２が加速度や角速度を検出する特徴を生かし、その検出対象となる加速度や角速度のエネルギーを電源（電力供給）として利用する。その結果として有線に拠る電力供給が不要になるためにセンサ２０２１、２０２２の設置位置変更に伴う配線変更の煩雑さから解放されるだけで無く、電池交換の煩雑さからも解放される効果がある。

一般的に、地震発生時には１階の建物の中よりも高層ビルの上の方の揺れが激しい。このように振動面から突出した構造体では、直接の振動面より離れた位置の方が大きな振動が発生する（振動振幅が大きい）。この現象を利用して本実施形態では図４１に示すように、既存環境や既存装置への接触箇所に対する接着部３００８から最も離れた位置に環境振動発電デバイス３０００を配置した構造になっている。すなわち加速度センサ部又は角速度センサ部３００６または近距離無線通信部３００４、制御部３００２よりも環境振動発電デバイス３０００を既存環境や既存装置への接触箇所に対する接着部３００８から離れた位置に配置される構造を有する。それにより発電効率の最大化が図れる効果がある。

図４１の環境振動発電デバイス３０００の基本構造を図４２に示す。この構造の一部は、前述した加速度センサまたは角速度センサの基本構造と類似している。すなわち環境振動発電デバイス３０００内は固定部３１００とセンサ素子可動部３１０２から構成され、このセンサ素子可動部３１０２が外部の環境振動に対応して固定部３１００に対して移動可能となっている。

またセンサ素子可動部３１０２の移動と同期して移動可能な瞬時電圧発生部３１０４が形成されており、センサ素子可動部３１０２の移動に応じて瞬時電圧が発生する。ここでこの瞬時電圧発生部３１０４としてピエゾ（圧電）素子を使用する場合を“圧電式”と呼び、エレクトレット（半永久的な電荷を持つ絶縁体）を使用する場合を“静電式”と呼んでいる。

この瞬時電圧発生部３１０４で発生する瞬時電圧は、昇電圧部３１０６で直流化と平滑化と共に昇電圧される。そしてこの昇電圧部３１０６の出力電力は蓄電部３１０８に蓄えられる。

図４２に示した環境振動発電デバイス３０００の具体的な動作原理に付いて図４３〜図４７を用いて説明する。瞬時電圧発生部３１０４として“圧電式”を採用する場合も、“静電式”を採用する場合も、図４３〜図４７に示すように昇電圧部３１０６以降を共通に使用できる。従って蓄電原理の説明として図４３〜図４７では、“圧電式”と“静電式”の両方に関して同時に説明する。ここで“圧電式”を採用する場合には、入力端子３１１６側に圧電素子３１３０からの出力が繋がる。一方“静電式”を採用する場合には、入力端子３１１６側にメタル電極基板３１３８からの出力が繋がる。

すなわち図４３〜図４７に示すように“圧電式”では、固定部３１００とセンサ素子可動部３１０２との間を繋ぐ接続部が瞬時電圧発生部３１０４に相当し、この接続部内に圧電（ピエゾ）素子３１３０が設置されている。ここで固定部３１００に対するセンサ素子可動部３１０２が中立位置から大きくずれると、圧電素子３１３０の両端間に起電圧が発生する。逆にセンサ素子可動部３１０２が中立位置に戻ると、圧電素子３１３０の両端間に起電圧が減少する。

また図４３〜図４７に示すように“静電式”では固定部３１００にエレクトレット材料３１３４が設置されている。このエレクトレットとは、半永久的な電荷を持つ絶縁体を示し、具体的材料としてサイトップなどが使用できる。図４３〜図４７の実施例では、エレクトレット材料３１３４表面は常に負電荷に帯電している場合を説明している。また上記エレクトレット材料３１３４にはエレクトレット電極基板３１３２が接続され、上記エレクトレット材料３１３４の相対的電位を常に“０Ｖ”（ゼロボルト）に保持されている。そして負に帯電しているエレクトレット材料３１３４の近傍には可動状態の対向電極３１３６が設置されている。そしてエレクトレット材料３１３４に対して対向電極３１３６が移動することで瞬時電圧が発生する。従って、図４２で説明した瞬時電圧発生部３１０４内に前記対向電極３１３６が設置されている。また、対向電極３１３６にはメタル電極基板３１３８が接続されており、このメタル電極基板３１３８を介して対向電極３１３６への電荷補給がなされる。従って、図４２で説明したセンサ素子可動部３１０２にはこのメタル電極基板３１３８が含まれる。このメタル電極基板３１３８と対向電極３１３６の組み合わせによりセンサ素子可動部３１０２或いは瞬時電圧発生部３１０４が構成されると言ってもよい。電磁気学的コンデンサ理論から、上記エレクトレット材料３１３４表面上の負電荷量の絶対値と、近接する対向電極３１３６の対向表面上正電荷量は一致する必要がある。従って対向電極３１３６の位置がエレクトレット材料３１３４位置と一致している場合には、対向電極３１３６の対向表面上には最も多くの正電荷量が集まる。逆に対向電極３１３６の位置がエレクトレット材料３１３４位置と大きくずれると、対向電極３１３６の対向表面上に集まる正電荷量は小さくなる。この対向表面上に集まる正電荷量は、メタル電極基板３１３８を経由して他の場所へ移動する。

図４２には記載して無いが、図４３〜図４７では瞬時電圧発生部３１０４の出口に信号検出部３１１０が配置されている。この信号検出部３１１０からの出力を利用して、加速度や角速度を検出できる。具体的には信号検出部３１１０内に抵抗器３１２０が設置され、瞬時電圧発生部３１０４から発生する瞬時的電流がこの抵抗器３１２０内を流れる。この抵抗器３１２０に電流が流れると、抵抗器３１２０の両端に瞬時的に電圧が発生する。この瞬時電圧を差動バッファアンプ３１１２でバッファリングして、外部からの瞬時電流変化がモニター可能となる。

図４３〜図４７では昇電圧部３１０６の一例としてコッククロフト・ウォルトン回路を使用しているが、それに限らず少なくとも電流の整流か平滑化あるいは電圧増幅が可能な回路なら他の回路を使用してもよい。また蓄電部３１０８の一例としてコンデンサ素子３１２８を記載したが、それに限らず他の繰り返し充放電可能な蓄電池を使用してもよい。

図４３〜図４７の中塗り矢印３１１４はセンサ素子可動部の移動方向を示し、中抜け矢印３１４２は電流方向を示す。図４３のようにセンサ素子可動部３１０２が左側に移動すると圧電素子３１３０の歪量が小さくなるため、圧電素子３１３０内両端子（両面）間の起電圧が小さくなる。そこで減少した正電荷が入力端子３１１６から圧電素子３１３０側に流れる。なおここでは左側、右側は、図面上の方向を意味する。

静電方式において、対向電極３１３６の位置を左側に移動させると対向電極３１３６の表面に析出される正電荷量が増加するため、その析出正電荷がメタル電極基板３１３８を経由して入力端子３１１６に流れ込む。その結果として“圧電式”と“静電式”のいずれの場合でも、抵抗器３１２０では右側から左側に向けて電流３１４８が流れる。そしてこの正電荷はコンデンサ素子３１２２−１の左側電極から供給されるので、供給後の左側電極は負電荷に帯電する。すると電磁気学的コンデンサ理論から対応するコンデンサ素子３１２２−１の右側電極に正電荷を供給すべくダイオード素子３１２６−１を経由して電流３１４８が流れる。また別の説明として、センサ素子可動部３１０２が左側に移動したときにコンデンサ素子３１２２−１の両電極に電荷が溜まってない場合には両電極が同時に負電位となるため、ダイオード素子３１２６−１を経由して電流３１４８がコンデンサ素子３１２２−１の右側電極に向けて流れるとしても説明できる。

その直後に図４４のようにセンサ素子可動部３１０２が右側に移動すると、“圧電式”では圧電素子３１３０両端の起電力が増加して抵抗器３１２０内を左側から右側へ向かって電流が流れる。また“静電式”ではエレクトレット材料３１３４位置に対する対向電極３１３６の位置がより大きくずれるため、対向電極３１３６表面に析出する正電荷量を減らすため、抵抗器３１２０内を左側から右側へ向かって電流が流れる。このときにコンデンサ素子３１２２−１の右側電極に蓄えられた正電荷がダイオード素子３１２６−２を経由してコンデンサ素子３１２２−２の右側電極に移動する。そしてこの正電荷を打ち消そうとしてコンデンサ素子３１２２−２の左側電極に負電荷が蓄積される。この現象に対する別の説明として、下記の説明もできる。すなわちセンサ素子可動部３１０２が右側に移動したときに抵抗器３１２０の右端が正電位となるため、図４３に示したコンデンサ素子３１２２−１内の電荷分布ではコンデンサ素子３１２２−１の右側電極の電位が非常に高くなるので、ダイオード素子３１２６−２内を通って電流３１４８が流れる。その結果として、コンデンサ素子３１２２−２の右側電極に正電荷、左側電極に負電荷が蓄積される。

その後に図４５のようにセンサ素子可動部３１０２が左側に戻ると、抵抗器３１２０の右側から左側に向けて電流３１４８が流れる。このときにコンデンサ素子３１２２−１の両端電極内の電荷分布が図４４のままだと、コンデンサ素子３１２２−１の右側電極電位が非常に低くなる。その結果、ダイオード素子３１２６−１を経由してコンデンサ素子３１２２−１の右側電極に向けて電流３１４８が流れ、コンデンサ素子３１２２−１の右側電極に正電荷が蓄積される。また同時にコンデンサ素子３１２２−１の左側電極から抵抗器３１２０を経由して電流が瞬時電圧発生部３１０４へ流れる。そしてその結果として、コンデンサ素子３１２２−１の左側電極に負電荷が蓄積される。

そして図４６はセンサ素子可動部が右側へ向けて移動を開始したときの様子を示している。移動開始時から抵抗器３１２０の左側から右側に向けて電流３１４８の流れが始まるが、このときのコンデンサ素子３１２２−１の両端電極内の電荷分布が図４５の状態が保持された瞬間を示す。この場合にはコンデンサ素子３１２２−１の右側電極の電位が非常に高くなるため、コンデンサ素子３１２２−１の右側電極からダイオード素子３１２６−２と３１２６−３を経由してコンデンサ素子３１２２−３の右側電極へ向けて電流が流れ始める。そしてその結果として図４７に示すように、コンデンサ素子３１２２−３の両端電極内に電荷分布が発生する（コンデンサ素子３１２２−３の両端に電圧が発生／保持される）。このようにして、逐次コンデンサ素子３１２２−２〜−８の両端に電圧が蓄えられる。

図４１に示したセンサ内構造の本実施形態では、加速度センサ部又は角速度センサ部３００６と環境振動発電デバイス３０００が互いに分離配置された構造となっている。それに対して本実施形態の応用例として、両者を一体化してもよい。この場合の基本構造を図４８に示す。このように加速度信号または角速度信号を得る部分と環境振動発電部分を一体化することで、センサ２０２１、２０２２全体の小型化が図れる効果がある。

図４８では、１個の固定部３１００内に複数の瞬時電圧発生部（１）３１０４−１〜（ｎ）３１０４−ｎが配置されている。またそれぞれの瞬時電圧発生部（１）３１０４−１〜（ｎ）３１０４−ｎに対して個別に信号検出部（１）３１１０−１〜（ｎ）３１１０−ｎが設置されている。ここで各瞬時電圧発生部（１）３１０４−１〜（ｎ）３１０４−ｎと各信号検出部（１）３１１０−１〜（ｎ）３１１０−ｎの詳細構造は図４３〜図４７に記載した瞬時電圧発生部３１０４や信号検出部３１１０と同じ構造をしてもよい。またそれに限らず同様の機能を実現する手段で有れば、他の構造でもよい。このように複数の瞬時電圧発生部（１）３１０４−１〜（ｎ）３１０４−ｎが同一の固定部３１００に共通して配置される（同一の固定部３１００を共通に利用する）ことで、センサ２０２１、２０２２全体の小型化が図れる効果がある。

また個々の信号検出部（１）３１１０−１〜（ｎ）３１１０−ｎから得られる検出信号に対して信号演算部３２００で演算処理を施して加速度信号や角速度信号を抽出する。

上記の信号処理回路と並行して、個々の瞬時電圧発生部（１）３１０４−１〜（ｎ）３１０４−ｎに対して個別に昇電圧部（１）３１０６−１〜（ｎ）３１０６−ｎも設置されている。この各昇電圧部（１）３１０６−１〜（ｎ）３１０６−ｎの詳細構造は、図４３〜図４７に記載した昇電圧部３１０６と同じ構造をしてもよい。またそれに限らず同様の機能を実現する手段で有れば、他の構造でもよい。そして各昇電圧部（１）３１０６−１〜（ｎ）３１０６−ｎの出力は合成部３２１０で合成された後、蓄電部３１０８に接続される。図４８ではこの合成部３２１０の構造として電気的に接続された構造をしている。図４３〜図４７で示したように、各昇電圧部（１）３１０６−１〜（ｎ）３１０６−ｎの出口直前には逆流防止のダイオード素子３１２８が設置されているため、図４８のように単純に電気的に接続しても問題は発生しない。しかしそれに限らず、より高度な方法で電力の合成を行ってもよい。

次に図４８の瞬時電圧発生部（１）３１０４−１〜（ｎ）３１０４−ｎの具体的な配置例として、例えば“静電式”を用いた実施形態に付いて説明する。図４９は１方向の断面配置を示している。共通の固定部３１００にはエレクトレット電極基板（１）３１３２−１〜（３）３１３２−３とエレクトレット材料（１）３１３２−１〜（３）３１３２−３とが順次積層されて配置されている。

一方可動部の中心には三角柱形状をした可動支持部３２１０が前記固定部３１００に対して移動可能な形で設置されている。ところで、図４９の図面上では前記可動支持部３２１０は紙面に対して直交する方向（手前側方向と奥側方向）に移動可能となっている。またこの可動支持部３２１０の三角柱側面（四角形面）には順次メタル電極基板（１）３１３８−１〜（３）３１３８−３と対向電極（１）３１３６−１〜（３）３１３６−３が設置され、これら全てが同期して移動可能となっている。

可動支持部３２１０の移動方向に沿った各対向電極（１）３１３６−１〜（３）３１３６−３の配置関係を図５０に示す。エレクトレット材料（１）３１３４−１〜（３）３１３４−３に対する各対向電極（１）３１３６−１〜（３）３１３６−３が互いにずれた配置となっている。このように互いにずれた配置にすることで加速度量や角速度の絶対値だけでなく、同時にその方向も検出可能となる効果がある。

例えば図５０の位置関係からメタル電極基板（１）３１３８−１〜（３）３１３８−３を同時に左右にずらした場合を考える。この場合にはずらす方向に拠らず、対向電極（２）３１３６−２の表面に析出される負電荷の絶対値は減少する。一方メタル電極基板（１）３１３８−１〜（３）３１３８−３を同時に右側にずらすと対向電極（１）３１３６−１の表面に析出される負電荷の絶対値は変化しないが、対向電極（３）３１３６−３の表面に析出される負電荷の絶対値は増加する。反対にメタル電極基板（１）３１３８−１〜（３）３１３８−３を同時に左側にずらすと対向電極（３）３１３６−３の表面に析出される負電荷の絶対値は変化しないが、対向電極（１）３１３６−１の表面に析出される負電荷の絶対値は増加する。このように各対向電極（１）３１３６−１〜（３）３１３６−３へ向かって流れる電流の強度と方向から（信号演算部３２００での信号演算結果から）、メタル電極基板（１）３１３８−１〜（３）３１３８−３の移動方向とその移動速度変化が分かる。

また図５０に示した配置に限らず、他の配置でもよい。例えば各対向電極（１）３１３６−１〜（３）３１３６−３間の配置は互いに一致させる代わりに、エレクトレット材料（１）３１３４−１〜（３）３１３４−３を互いにずらした配置にしてもよい。

上記説明では可動支持部３２１０の１軸方向での移動に付いて説明したが、同一の原理を拡張することで、３軸方向での加速度や３軸方向での角速度も検出できる。

図４１の環境振動発電デバイス３０００は図４３〜図４７の説明から分かるように、加速度又は角速度が継続的に発生することで徐々にコンデンサ素子３１２２−１〜−８に電圧が蓄積される。逆に長時間加速度又は角速度が発生しない場合には、充電部３１０８（の内部のコンデンサ素子３１２４（図４３〜図４７））に蓄えられた電力が徐々に放電される。従って環境振動発電デバイス３０００が長時間静止状態に置かれると、図４１の加速度センサ部又はかくどくどセンサ部３００８や近距離無線通信部３００４、制御部３００２への駆動電力供給が難しくなる。この特徴を生かし本実施形態では、加速度又は角速度が小さくなったタイミングで小さくなった直後の加速度又は角速度を出力する。これにより環境振動発電デバイス３０００からの電源（電力）の安定供給を確保しつつ、精度の高い変化後の加速度又は角速度を検出できる効果が生まれる。

すなわち作業員が作業しているときはセンサ２０２１、２０２２が振動または回転運動をしているため、センサ２０２１、２０２２内部での環境振動発電デバイス３０００の電力蓄積がなされる。そして作業員の作業が終了するとセンサ２０２１、２０２２の振動または回転運動が停止するので、環境振動発電デバイス３０００の蓄電量が確保されている期間内にセンサ２０２１、２０２２の振動停止または回転停止をエッジ装置４２に通知する。

このような加速度又は角速度の変化タイミング抽出とその直後の加速度値または角速度値の抽出処理は図４１の制御部３００２で行ってもよい。この加速度又は角速度の変化タイミング抽出とその直後の加速度値または角速度値の抽出方法に付いて、図５１を用いて説明する。図４８の信号演算部３２００から得られた加速度または角速度の値が制御部３００２に入力される。制御部３００２では基準タイミング発生部３３０２を持ち、ここで発生される基準タイミング毎に信号演算部３２００から送られる加速度信号または角速度信号を処理する。

加速度又は角速度の変化を検出する指標として、角速度では“一定回転方向での角速度”の積算値または上記タイミング毎の平均値を利用してもよい。また加速度の場合には、加速度方向の反転を繰り替えす場合が多いので、“加速度の絶対値”あるいは“正負方向に変化する変化信号の振幅値”などを算出し、その上記タイミング毎の積算値または平均値を計算してもよい。またそれに限らず、角速度に対して絶対値演算や振幅値算出を実行したり、加速度に対して方向も考慮に入れた積算計算や平均値計算をしてもよい。これらの演算処理が所定期間内蓄積量又は平均値算出部３３０４で行われる。

本実施形態における変化タイミング抽出には、所定タイミング毎の一つ前の算出値とその直後の算出値との比較を利用している。すなわち所定期間内蓄積量又は平均値算出部３３０４で得られた指標を算出結果の一時保管部３３０６に一時保管し、その直後に所定期間内蓄積量又は平均値算出部３３０４で得られた指標との間の比較を比較部３３０８で行う。そして比較結果が予め定めた所定値より超えた場合（指標の値が所定値より増加した場合も減少した場合も両方含む）に、“大きく変化した”と見なして変化タイミング通知端子３３１４に電圧出力（フラグ表示）する。従って変化タイミング通知端子３３１４の出力値の切り変わり目が変化タイミングを表す。またそれと同時にその変化した直後の指標値を変化後の値出力端子３３１２に出力する。

図５１では回路内のブロック図の形で表現しているがそれに限らず、プロセッサで実行するプログラム／ソフトで上記処理方法を実行してもよい。

この変化タイミング通知端子３３１４の出力値の切り変わり目タイミングをトリガーとして、変化後の値出力端子３３１２の出力値を近距離無線通信部３００４（図４１）からエッジ装置４２に向けて通信が行われる。

なお上記に説明した加速度もしくは角速度の検出可能なセンサ２０２１、２０２２は、図４０で説明した作業現場に限らず、他のあらゆる応用分野で使用してもよい。例えば社会インフラ環境下でのインフラ設備の劣化状況自動診断などのインフラヘルス市場でも使用できる。具体的に鉄橋やトンネル内での部分劣化検査に打音検査（インフラ設備の一部を叩いて発生する音の高さや音質から劣化箇所を予想する検査）に、本実施形態システムで使用されるセンサ２０２１、２０２２を使用してもよい。この場合には、既存環境や既存装置への接触箇所に対する接着部３００８を利用して鉄橋やトンネル内の柱や壁あるいは天井に接着する。そして作業者が特定箇所を叩いたときに発生する振動をセンサ２０２１、２０２２が広い、その結果をエッジ装置４２が集計して劣化箇所を予測できる。

図５２（ａ）はねじ締め作業前後の各工程を示す。すなわち作業員が近付く前の振動状況は、通常期間３４０２の状態になっている。次に作業員がねじ締めを開始すると、ねじ締め期間３４０４に移る。そしてねじ締めが終了するとねじ締め終了後３４０６の期間となる。

図５２（ｂ）は各工程でのネジ２００１の位置での加速度測定値もしくは角速度測定値を示す。ねじ締め作業前の通常期間３４０２では通常の振動状態となり、ねじ締め作業が完了した後のねじ締め終了と３４０６でも同様な通常の振動状態に戻る。その結果として、通常期間３４０２からネジ締め期間３４０４に移る瞬間とねじ締め期間３４０４からねじ締め終了後３４０６に変化する瞬間に加速度もしくは角速度が大きく変化する。

この加速度もしくは角速度が大きく変化した瞬間を自動的に抽出し、その直後に直後の加速度値もしくは角速度値（またはその所定期間内の蓄積量か平均値）が図５２（ｃ）に示す情報としてエッジ装置４２に送信される。

図４０で説明した実施例における扉２００６を閉めたときの、扉に付けたセンサ２０２２が検出する角速度変化を図５３に示す。これらのタイミングは図５３（ａ）に示すように扉静止時３５０２と扉回転時３５０４、扉が閉まった後３５０６に分けることが出来る。また図５３（ｂ）は、各時期における扉に付けたセンサ２０２２が検出する角速度変化を表している。扉回転時３５０４に角速度の値が大きくなり、扉が閉まる直前が角速度値が最も大きくなる。このときの環境振動発電デバイス３０００（図４１）内での蓄電量（発電量）の一例を図５３（ｃ）に示す。扉の回転が開始して初めて環境振動発電デバイス３０００の発電（蓄電）が開始される。そしてこの蓄電量が所定値を超えた期間のみ、近距離無線通信部３００４や制御部３００２の動作期間３５０８となる。

ここで、動作期間３５０８内にのみ近距離無線通信が可能となる。従って、エッジ装置４２に向けて送信される通信情報は図５３（ｅ）が示すように、扉の回転開始より遅れて送信される。一方、扉回転時３５０４から扉が閉まった後３５０６への切り変わり目は動作期間３５０８内に入っているため、その切り変わり目直後に“扉の角速度が零”の情報が通信される。

図３９Ａまたは図３９Ｂに示した実施形態システムにおいて、センサ２５００、１１５２の電力供給が常に安定に行われる場合には、いつでもセンサ２５００、１１５２とエッジ装置４２間の近距離無線通信が可能となる。従って安定に電源供給が可能なセンサ２５００、１１５２あるいはグラス１１００とエッジ装置４２間の近距離無線通信のタイミングは、基本的にエッジ装置４２が制御している。

それに比べて環境振動発電デバイス３０００から電力供給を受けるセンサ２０２１、２０２２では、図５３（ｄ）のように動作期間３５０８のみに近距離無線通信が可能となる。そしてこのタイミングは事前にエッジ装置４２は予測できない。従って本実施形態システムでは、環境振動発電デバイス３０００から電力供給を受けるセンサ２０２１、２０２２に関してのみ近距離無線通信のタイミングの主導権を前記センサ２０２１、２０２２に与えている。それにより安定した近距離無線通信が可能になる効果がある。

ところで、この場合には、エッジ装置４２が管理する近距離無線通信のタイミングと前記センサ２０２１、２０２２から自発的に行う近距離無通信のタイミングが重なり、近距離無線通信の不安定要因が生まれる。この問題を解決するため本実施形態システムでは、エッジ装置４２が管理する近距離無線通信の無線帯域（無線の基準周波数）と前記センサ２０２１、２０２２から自発的に行う近距離無通信の無線帯域（無線の基準周波数）を別にして両者間の混線を防止する。それにより、エッジ装置４２が管理する近距離無線通信の安定化が図られる。

いくつかの実施形態を説明したが、これらの実施形態は例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

２ 測定対象者
４ リストバンド形活動量計（センサデバイス）
６ センサデバイス
８ 被運搬物
１０ 業務改善
１１ サービス指示
１２ 活動量計データ（加速度波形）
１４ 行動推定エンジン
１６ 行動推定結果
１８ 時刻
２０ 台車移動
２２ 確認
２４ 外装開梱
２６ 商品取出し
２８ 結果記録
３０、３１ 送信情報
３２ 抽出角度情報
３４ ノイズ成分低減後の検出信号情報
３６ 検出生信号情報
３８ 検出位置情報
４０ サーバ
４２ エッジ装置
４４ 駆動デバイス（電動モータや発光素子、表示素子、スピーカなど）
４６ 位置検出用信号発信部
４８ 位置検出用信号発生の制御部
５０ 固定部材（バンドや接着層など）
５２ 行動推定システム
５４ 行動推定部
５６ 行動推定エンジン
５８ サービス制御部
６０ 信号検出部
６２ ハード構成
６３ ハード構成（エッジ装置内信号検出部と兼用）
６４、６５ 機能構成
６６ 蓄電部（バッテリ）
６８ 発電部（環境振動形または光電変換形）
７２ ３軸加速度センサ
７４ ３軸地磁気センサ
７６ 信号増幅器群
７８ Ａ／Ｄコンバータ（Analog to Digital Converter）
８０、８１ 制御部（制御管理部）
８２、８３ メモリ部（出力波形データ記憶部）
８４、８６ 通信制御部
９０ 検出生信号生成
９２ 基準方向抽出
９４ 角度抽出
９６ ノイズ成分低減後の検出信号生成（信号処理）
９８ 位置検出
１００ 作用方向
１０２ 基準Ａ（地磁気方向）
１０４ 基準Ｂ（重力方向）
１０６ 基準Ｃ（規定経路）
１０８ 基準Ｄ（日照方向）
１１０ 基準Ｅ（固定スピーカ方向）
１１２ 北極方向
１１４ 南極方向
１１８ 重力に垂直な面
１２０ 測定対象者の腕
１２２ 台車
１２４ 電動モータ（駆動デバイス）
１２６ 発光素子またはスピーカ（駆動デバイス）
１２８ 床面
１３８ ローパスフィルタ処理
１４０ 標準身長の測定対象者
１４２ 標準より身長の低い測定対象者
１４４ 標準より身長の高い測定対象者
１５０ 測定対象者行動推定時の判定閾値
１６０ 出力波形データ／加速度抽出部
１６２ フィルタ部
１６４ 角度抽出部
１６６ 座標変換部
１７０ 標準測定対象者データ（マッチング比較の対象となるサンプルデータ）の記憶部
１７２ 動作判定部
１７４ 動作判定用閾値記憶部
１７６ フィードバック用データ記憶部
１７８ フィードバック用データ処理部
１８２ 閾値変更判定部
１８４ 閾値変更部
２０２ エレベータ室
２０４ ロープ
２０６ 固定台
２０８ 横揺れ（ノイズ成分）
２１０ バスまたはトラック、乗用車
２１２ ３軸角速度センサ
２１４ ハンドル
２１６ 路面
２１８ 検出対象となるハンドル回転方向
２２０ 坂道（位置抽出対象）
２３０ 太陽
２３２ 被写体
２３４ 飛行機
２３６ ヘリコプタ
２３８ 自動車
２４６ カーライト
２５０ カメラマン
２５２ 撮影用カメラ
２５４ レンズ
２５６ 絞り（露光量調整／駆動デバイス）
２５８ ライト（駆動デバイス）
２６２ Ｘ軸方向に垂直な受光面を有する光センサ（太陽電池パネル）
２６４ Ｙ軸方向に垂直な受光面を有する光センサ（太陽電池パネル）
２６６ Ｚ軸方向に垂直な受光面を有する光センサ（太陽電池パネル／カーライトなどからのノイズ成分検出）
２７０ 固定位置に設置された特定スピーカ
２７２、２７４ 外乱音声ノイズ発生源
２８２、２８４、２８６ 指向性マイク
２９０ 検出生信号
２９２ フーリエ変換
２９４ 各周波数成分の振幅変化に対してローパスフィルタ処理
２９６ 基準Ｅの抽出
３０２ 大きな台車
３０４ 永久磁石
３０６ ライト
３０８ 固定のライトスタンド
３１２ 固定ストッパ
３１４ 上下動式ストッパ
１１００ メガネ型ウェアラブル端末（駆動デバイス）
１１１０ 表示部
１１３４ 駆動部
１１３６ 通信部
３０００ 環境振動発電デバイス（圧電式または静電式採用）
３００２ 制御部
３００４ 近距離無線通信部
３００６ 加速度センサ部または角速度センサ部
３００８ 既存環境や既存装置への接触箇所に対する接着部
３１００ 固定部
３１０２ センサ素子可動部
３１０４ 瞬時電圧発生部
３１０６ 昇電圧部
３１０８ 蓄電部
３１１０ 信号検出部
３１１２ 差動バッファアンプ
Ａ 周波数成分毎の振幅値
ＣＲＴ カート（籠）
ｆ 周波数
ｆｃ 遮断周波数（Cut-off Frequency）
Ｇ 重力加速度成分
ｇ 利得
ＭＫ 画像マーカ（または通信ノード若しくはビーコン）
ＰＷ 作業員
ＲＫ ラック（棚）
ｔ 経過時間。

Claims (7)

1. 加速度センサを含む活動量計を装着した測定対象者の行動推定方法で有り、
   重力方向と標準の測定者の作用方向との間の第１の角度が予め定められ、
   前記活動量計からは異なる複数の加速度波形が得られ、
   前記加速度波形から前記重力方向と前記測定対象者の作用方向との間の第２の角度が抽出され、
   前記抽出された第２の角度と予め定められた前記第１の角度との差を基に前記複数の加速度波形間の座標変換処理がなされ、
   前記座標変換の結果を利用して前記測定対象者の行動推定が行われる行動推定方法。
2. 前記の行動推定時に使用される閾値が前記第２の角度に依存して変更可能な請求項１記載の行動推定方法。
3. 前記の行動推定処理内の少なくとも一部で伸縮マッチング手法を利用する請求項１記載の行動推定方法。
4. 測定対象者が携帯する活動量計を含む信号検出部と、前記信号検出部からの検出信号情報を処理する行動推定部を含む行動推定システムで有り、
   重力方向と標準の測定者の作用方向との間の第１の角度が予め定められ、
   前記信号検出部は加速度センサを含み、
   前記信号検出部内で異なる複数の加速度波形が得られ、
   前記複数の加速度波形から前記重力方向と前記測定対象者の作用方向との間の第２の角度が抽出され、
   前記信号検出部内では前記抽出された第２の角度と予め定められた前記第１の角度との差を基に前記複数加速度波形間の座標変換処理がなされ、
   前記座標変換処理の結果に基付いて前記行動推定部で前記測定対象者の行動推定が行われる行動推定システム。
5. 前記検出信号情報は、ノイズ低減処理されて前記行動推定部に入力される、請求項４記載の行動推定システム。
6. 前記行動推定部は、エッジ装置に配置されており、前記検出信号情報は、通信制御部を介して前記エッジ装置に入力される、請求項４記載の行動推定システム。
7. 前記信号検出部は、一部が前記エッジ装置内に構成されており、前記一部は、前記第２の角度の抽出及び前記座標変換処理を実施している、請求項６記載の行動推定システム。

Images