JP6791384B2 - 情報処理装置、情報処理システム、および情報処理方法 - Google Patents

Description

本発明は、情報処理装置、情報処理システム、および情報処理方法に関する。

従来、医療分野では、患者に対して適切な医療処置をするために、患者の状態を把握することが求められる。例えば、患者の歩き方は、疾病による身体の不調の度合いや疾病や怪我の回復の度合いなどに影響される傾向があり、患者の状態を把握するためには、患者の歩き方を把握することが求められることがある。このため、歩幅や各脚が着地した時点など患者の歩き方の特徴量を精度よく算出し、その特徴量に基づいて、患者の歩き方を把握可能にすることが求められる。特に、日常の患者の歩き方を把握可能にすることが、患者に対して適切な医療処置をするためには好ましい。

先行技術としては、例えば、３軸の加速度センサにより、上下方向加速度から歩行者が歩行するときの歩数および歩行周期を検出し、その加速度センサにより１歩あたりの移動方向加速度を測定し、移動方向加速度および歩行周期から歩幅を推定するものがある。また、両脚に付けたジャイロセンサにより、各脚が着地した時点を推定し、着地時点の間の角度変化を測定し、角度変化に基づいて歩幅を推定するものもある。

また、例えば、歩行者の足部に装着された歩行センサから取得する検出データの加速度の絶対値に基づき、１歩ごとのデータにおける前半部分の最大値のタイミングを離地時刻とし、後半部分の最大値のタイミングを接地時刻として算出する技術がある。また、例えば、人体に設置され、人体に加わる加速度もしくは圧力を計測するセンサからのセンサ出力を基に、歩行時の一方の足の踵接地から他方の足の爪先離地までに要する時間である両足接地時間を測定する技術がある。

特開２００４−１６３１６８号公報 特開２００８−１７５５５９号公報 特開２０１２−１７９１１４号公報 特開２００２−１９７４３７号公報

Ｗｕ， Ｘｉａｏｘｕ， Ｙａｎ Ｗａｎｇ， ａｎｄ Ｇｒｅｇｏｒｙ Ｐｏｔｔｉｅ． "Ａ ｒｏｂｕｓｔ ｓｔｅｐ ｌｅｎｇｔｈ ｅｓｔｉｍａｔｉｏｎ ｓｙｓｔｅｍ ｆｏｒ ｈｕｍａｎ ｇａｉｔ ｕｓｉｎｇ ｍｏｔｉｏｎ ｓｅｎｓｏｒｓ．" Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｗｉｒｅｌｅｓｓ Ｈｅａｌｔｈ． ＡＣＭ， ２０１５．

患者にセンサ装置を装着させ、そのセンサ装置から得られる時系列データに基づいて、その患者の各脚が着地した時点を推定し、推定した時点に基づいてその患者の歩幅を推定することが望まれることがある。しかしながら、患者によって、あるいは、患者が歩く場所、患者が歩くときの周囲の環境、患者の状態などによって、歩き方が変化すると、患者の各脚が着地した時点を精度よく特定することが難しくなる傾向がある。例えば、患者が低速で歩いた場合などは、着地に伴う加速度や角速度の変化が小さくなるため、患者の各脚が着地した時点を一意に特定することが難しくなり、また、これに伴って歩幅を精度よく推定することが難しくなる。

１つの側面では、本発明は、対象者の各脚の着地に対応する時点を特定する精度の向上を図ることができる情報処理装置、情報処理システム、および情報処理方法を提供することを目的とする。

１つの実施態様によれば、対象者の各脚の動きに関する計測情報を取得し、取得した前記計測情報に基づいて、前記対象者の歩行期間の１歩ごとに、前記対象者の遊脚になった脚の着地に対応する時点の１以上の候補を特定し、前記歩行期間の１歩ごとに特定した前記１以上の候補のいずれかを選択して組み合わせた、複数の候補群を特定し、特定した前記複数の候補群のそれぞれの候補群について、前記歩行期間の１歩ごとの歩幅を算出し、算出した前記歩行期間の１歩ごとの歩幅に基づいて、前記歩行期間の１歩ごとに前記対象者の遊脚になった脚の累積移動距離を算出し、前記それぞれの候補群について、前記歩行期間の１歩ごとに算出した前記累積移動距離に基づいて、前記歩行期間において、前記対象者の遊脚になった脚の着地位置が、前記対象者の支持脚になった脚の着地位置の所定の範囲内にあるという関係が現れた度合いを評価し、評価した結果に基づいて、前記複数の候補群のいずれかの候補群を選択し、選択した前記いずれかの候補群を出力する情報処理装置、情報処理システム、および情報処理方法が提案される。

本発明の一態様によれば、対象者の各脚の着地に対応する時点を特定する精度の向上を図ることができるという効果を奏する。

図１は、実施の形態にかかる情報処理方法の一実施例を示す説明図である。 図２は、情報処理システム２００の一例を示す説明図である。 図３は、情報処理装置１００のハードウェア構成例を示すブロック図である。 図４は、計測機２０１のハードウェア構成例を示すブロック図である。 図５は、情報処理装置１００の機能的構成例を示すブロック図である。 図６は、情報処理装置１００が候補群を選択する流れの一例を示す説明図である。 図７は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１）である。 図８は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２）である。 図９は、情報処理装置１００が候補群を選択する具体例を示す説明図（その３）である。 図１０は、情報処理装置１００が候補群を選択する具体例を示す説明図（その４）である。 図１１は、情報処理装置１００が候補群を選択する具体例を示す説明図（その５）である。 図１２は、情報処理装置１００が候補群を選択する具体例を示す説明図（その６）である。 図１３は、情報処理装置１００が候補群を選択する具体例を示す説明図（その７）である。 図１４は、情報処理装置１００が候補群を選択する具体例を示す説明図（その８）である。 図１５は、情報処理装置１００が候補群を選択する具体例を示す説明図（その９）である。 図１６は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１０）である。 図１７は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１１）である。 図１８は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１２）である。 図１９は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１３）である。 図２０は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１４）である。 図２１は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１５）である。 図２２は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１６）である。 図２３は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１７）である。 図２４は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１８）である。 図２５は、情報処理装置１００が候補群を選択する具体例を示す説明図（その１９）である。 図２６は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２０）である。 図２７は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２１）である。 図２８は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２２）である。 図２９は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２３）である。 図３０は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２４）である。 図３１は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２５）である。 図３２は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２６）である。 図３３は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２７）である。 図３４は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２８）である。 図３５は、情報処理装置１００が候補群を選択する具体例を示す説明図（その２９）である。 図３６は、情報処理装置１００が候補群を選択する具体例を示す説明図（その３０）である。 図３７は、全体処理手順の一例を示すフローチャートである。 図３８は、最終確信度算出処理手順の一例を示すフローチャートである。 図３９は、第１確信度算出処理手順の一例を示すフローチャートである。

以下に、図面を参照して、本発明にかかる情報処理装置、情報処理システム、および情報処理方法の実施の形態を詳細に説明する。

（実施の形態にかかる情報処理方法の一実施例）
図１は、実施の形態にかかる情報処理方法の一実施例を示す説明図である。情報処理装置１００は、対象者の各脚が着地した時点を特定するコンピュータである。対象者は、生体である。対象者は、例えば、人間である。対象者は、例えば、医療機関による検査対象である。対象者は、具体的には、医師などの医療関係者による診断や治療、経過観察、または健康管理などを受ける患者である。

また、対象者は、具体的には、医師などの医療関係者によるリハビリ指導などを受ける患者であってもよい。また、対象者は、具体的には、スポーツインストラクターによる運動指導を受ける被指導者であってもよい。対象者は、例えば、自ら健康管理を行う個人であってもよい。対象者は、動物であってもよい。以下の説明では、主として対象者が「患者」である場合について説明する。

ここで、上述の通り、医療分野では、患者に対して適切な医療処置をするために、患者の状態を把握することが求められる。例えば、患者の歩き方は、疾病による身体の不調の度合いや疾病や怪我の回復の度合いなどに影響される傾向があり、患者の状態を把握するためには、患者の歩き方を把握することが求められることがある。このため、患者の歩幅などの患者の歩き方に関する特徴量を精度よく算出し、その特徴量に基づいて、患者の歩き方を把握可能にすることが求められる。特に、日常の患者の歩き方を把握可能にすることが、患者に対して適切な医療処置をするためには好ましい。

これに対し、例えば、患者に装着したセンサ装置によって計測された患者の各脚の加速度を時系列に並べたセンサデータから、患者の各脚が着地した時点を特定し、それらの時点に基づいて患者の歩幅などの特徴量を算出する場合が考えられる。しかしながら、この場合、患者の歩幅などの特徴量を精度よく算出することが難しい場合がある。例えば、患者が歩く場所、患者が歩くときの周囲の環境、患者の状態などの変化によって、患者の各脚が着地した時点を精度よく特定することが難しくなり、患者の歩幅を精度よく算出することが難しくなる。

一方で、例えば、患者の各脚が着地した時点を特定する精度を向上し、患者の歩幅などの特徴量を計測する精度を向上するために、患者の下肢の様々な部位にセンサ装置を装着させる場合が考えられる。しかしながら、この場合、患者の負担の増大化を招いてしまう。例えば、患者は、大腿にセンサ装置を装着すると、歩きづらいと感じてしまう傾向がある。そして、患者は、負担やストレスを感じ、患者に対する診断や治療、経過観察、または健康管理などを受けるためにセンサ装置を利用しようとする意欲が低減してしまう可能性がある。

このため、日常的に、患者の各脚が着地した時点を特定し、患者の歩幅などの特徴量を計測するためには、患者が装着するセンサ装置の数は比較的少なく、センサ装置を装着する部位は、患者が感じる負担やストレスが比較的少ない部位であることが好ましい。具体的には、患者の大腿にセンサ装置を装着せず、患者の脛にのみセンサ装置を装着することが好ましい。

そこで、本実施の形態では、患者の各脚が着地した時点について１以上の候補を一旦特定し、その候補の様々な組み合わせのいずれの組み合わせが、患者の各脚が着地した時点の組み合わせとして尤もらしいか判定することができる情報処理方法について説明する。これによれば、本実施の形態は、患者の各脚が着地した時点の組み合わせとして尤もらしい候補の組み合わせを特定することができ、患者の歩幅などの特徴量を精度よく算出することができる。

図１において、情報処理装置１００は、患者の各脚の動きに関する計測情報を取得する。計測情報は、例えば、患者の脚に装着された計測機の角速度センサや加速度センサが計測した角速度や加速度を、それぞれ時系列に並べた時系列データである。時系列データは、例えば、センサデータである。

情報処理装置１００は、例えば、患者の左脚の脛に装着された計測機から、患者の左脚の脛の角速度や加速度のそれぞれのセンサデータを受信する。また、情報処理装置１００は、患者の右脚の脛に装着された計測機から、患者の右脚の脛の角速度や加速度のそれぞれのセンサデータを受信する。これにより、情報処理装置１００は、センサデータを、患者の歩幅を特定するために用いることができる。

次に、情報処理装置１００は、取得した計測情報に基づいて、患者の歩行期間の１歩ごとに、患者の遊脚になった脚の着地に対応する時点の１以上の候補を特定する。歩行期間の１歩は、脚を地面から離し、脚をスイングし、脚を着地するまでの動作である。

以下の説明では、１歩の動きを「ステップ」と表記する場合がある。以下の説明では、脚を地面から離すことを「トーオフ（ｔｏｅ−ｏｆｆ）」と表記する場合がある。以下の説明では、脚を着地することを「ヒールストライク（ｈｅｅｌ−ｓｔｒｉｋｅ）」と表記する場合がある。

次に、情報処理装置１００は、歩行期間の１歩ごとに特定した１以上の候補のいずれかを選択して組み合わせた、複数の候補群を特定する。

次に、情報処理装置１００は、特定した複数の候補群のそれぞれの候補群について、歩行期間の１歩ごとの歩幅を算出し、算出した歩行期間の１歩ごとの歩幅に基づいて、歩行期間の１歩ごとに患者の遊脚になった脚の累積移動距離を算出する。遊脚は、患者の体重がかかっていない脚であり、ステップを行っている脚である。

情報処理装置１００は、例えば、１歩目では右脚が遊脚になるため、１歩目の右脚の歩幅を、右脚の累積移動距離に設定する。情報処理装置１００は、例えば、２歩目では左脚が遊脚になるため、２歩目の左脚の歩幅を、左脚の累積移動距離に設定する。情報処理装置１００は、例えば、３歩目では、右脚が遊脚になるため、３歩目の右脚の歩幅を、右脚の累積移動距離に加算する。情報処理装置１００は、例えば、４歩目では、左脚が遊脚になるため、４歩目の左脚の歩幅を、左脚の累積移動距離に加算する。

ここで、患者の歩行運動の模式図１１０のように、患者の歩行運動には、遊脚になった脚の着地位置が、支持脚になった脚の着地位置の所定の範囲内にあるという性質がある。支持脚は、ステップを行っている最中、患者の体重を支えている脚である。

図１の例では、時点ｔ１において、遊脚になった１歩目の右脚の着地位置は、支持脚になった左脚の着地位置の前方の所定の範囲内にある。支持脚になった左脚の着地位置は、歩行運動の開始時の着地位置である。同様に、時点ｔ２において、遊脚になった２歩目の左脚の着地位置は、支持脚になった右脚の着地位置の前方の所定の範囲内にある。支持脚になった右脚の着地位置は、前回遊脚であった時点ｔ１における１歩目の右脚の着地位置から特定可能である。同様に、時点ｔ３において、遊脚になった３歩目の右脚の着地位置は、支持脚になった左脚の着地位置の前方の所定の範囲内にある。同様に、時点ｔ４において、遊脚になった４歩目の左脚の着地位置は、支持脚になった右脚の着地位置の前方の所定の範囲内にある。

以降、情報処理装置１００は、この性質を利用し、それぞれの候補群について、各脚が着地した時点を組み合わせた候補群としての尤もらしさを評価する。

情報処理装置１００は、それぞれの候補群について、歩行期間の１歩ごとに算出した累積移動距離に基づいて、歩行期間において、患者の各脚の着地位置の間に、所定の関係が現れた度合いを評価する。所定の関係は、患者の遊脚になった脚の着地位置が、患者の支持脚になった脚の着地位置の所定の範囲内にあるという関係である。

ここで、例えば、患者は遊脚を支持脚より前に進めながら歩く傾向がある。このため、情報処理装置１００は、所定の関係として、患者の遊脚になった脚の着地位置が、患者の支持脚になった脚の着地位置の前方の所定の範囲内にあるという関係を用いることが好ましい。

一方で、例えば、患者は疾病や怪我により脚を引きずることがあり、患者は遊脚を支持脚から所定の距離だけ後方まで進めながら歩く場合がある。このため、情報処理装置１００は、疾病や怪我を考慮する場合、所定の関係として、患者の遊脚になった脚の着地位置が、患者の支持脚になった脚の着地位置より所定の距離だけ後方にある起点より前方の所定の範囲内にあるという関係を用いてもよい。

情報処理装置１００は、評価した結果に基づいて、複数の候補群のいずれかの候補群を選択し、選択したいずれかの候補群を出力する。情報処理装置１００は、例えば、評価した結果、歩行期間の全歩で所定の関係が現れた候補群があれば、その候補群を選択し、出力する。

これにより、情報処理装置１００は、患者の各脚が着地した時点の組み合わせとして尤もらしい候補群を出力することができ、その候補群に基づいて患者の歩幅を精度よく算出することを可能にすることができる。

また、情報処理装置１００は、出力した候補群に基づいて、患者の歩幅のほかにも、候補群に基づいて算出可能な患者の歩き方に関する所定の特徴量を、精度よく算出することを可能にすることができる。患者の歩き方に関する所定の特徴量は、例えば、患者が着地した時点の候補における、患者の脚の角速度や加速度などであり、患者の歩き方が速いか、患者の脚がゆっくり着地したかなどを表す。

情報処理装置１００は、患者の下肢の様々な部位にセンサ装置が装着されていなくても、患者の歩幅を精度よく算出することができる。情報処理装置１００は、例えば、患者がセンサ装置を装着した場合に感じる負担やストレスが比較的少ない、患者の脛にセンサ装置を装着すれば、患者の歩幅を精度よく算出することができる。

患者は、装着するセンサ装置の数が少なくてもよいため、歩きづらいと感じづらく、負担やストレスを感じづらくなる。そして、患者は、診断や治療、経過観察、または健康管理などを受けるためにセンサ装置を利用しようとする意欲が低減してしまうことを抑制することができる。結果として、患者は、日常的にセンサ装置を利用しやすくなり、情報処理装置１００は、日常の患者の歩幅を算出することができる。

また、情報処理装置１００は、患者の歩幅を出力すれば、患者の歩幅を医師などの医療関係者に通知することができる。このため、情報処理装置１００は、医師などの医療関係者が、患者の歩き方を把握しやすくし、患者に対する診断や治療、経過観察、または健康管理などを効率よく行うことができるようにすることができる。

医師などの医療関係者は、患者の歩幅を参照し、患者の歩き方を把握し、患者に対する診断や治療、経過観察、または健康管理などを効率よく行うことができる。医師などの医療関係者は、例えば、日常における患者の歩幅を参照し、日常の患者の歩き方を把握することができる。

また、情報処理装置１００は、患者に装着するセンサ装置の数が少なくてもよいようにすることができる。このため、情報処理装置１００は、患者に対する診断や治療、経過観察、または健康管理などを行うためにセンサ装置を利用しようとする際にかかるコストの低減化を図ることができる。

（情報処理システム２００の一例）
次に、図２を用いて、図１に示した情報処理装置１００を適用した、情報処理システム２００の一例について説明する。

図２は、情報処理システム２００の一例を示す説明図である。図２において、情報処理システム２００は、情報処理装置１００と、１以上の計測機２０１とを含む。情報処理システム２００において、情報処理装置１００と計測機２０１とは、有線または無線のネットワーク２１０を介して接続される。ネットワーク２１０は、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネットなどである。

情報処理装置１００は、１以上の計測機２０１から、計測対象ｕとなる患者の各脚の動きに関する計測情報を取得するコンピュータである。情報処理装置１００は、患者の各脚が着地した時点の候補を組み合わせた複数の候補群のうち、実際に患者の各脚が着地した時点の組み合わせとして尤もらしい候補群を特定する。情報処理装置１００は、例えば、サーバ、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ノートＰＣ、タブレット端末、スマートフォン、ウェアラブル端末などである。

計測機２０１は、計測対象ｕとなる患者に装着されるコンピュータである。計測機２０１は、計測情報を生成し、情報処理装置１００に送信する。計測機２０１は、例えば、図４に示すセンサ部を有し、そのセンサ部の計測値と、そのセンサ部の計測値が得られた計測時刻とを対応付けたセンサデータを、計測情報として生成し、情報処理装置１００に送信する。計測機２０１は、具体的には、装着された患者の部位における角速度を時系列に並べたセンサデータ、および、その部位における加速度を時系列に並べたセンサデータを、計測情報として生成し、情報処理装置１００に送信する。

以下の説明では、角速度を時系列に並べたセンサデータを「ジャイロデータ」と表記する場合がある。加速度を時系列に並べたセンサデータを「加速度データ」と表記する場合がある。計測機２０１は、例えば、センサ装置である。センサ装置は、具体的には、モーションセンサと呼ばれる装置である。計測機２０１は、例えば、スマートフォン、ウェアラブル端末などであってもよい。

また、計測機２０１が複数あれば、いずれかの計測機２０１は、床に埋め込まれる場合があってもよい。計測機２０１は、床に埋め込まれ、地面から患者への反力に関する計測情報を生成し、情報処理装置１００に送信する。地面から患者への反力に関する計測情報は、地面から患者への反力を時系列に並べたセンサデータである。以下の説明では、反力を時系列に並べたセンサデータを「反力データ」と表記する場合がある。

計測機２０１は、生成した反力データが、いずれの患者についての反力データであるかを特定可能なように、患者に装着された他の計測機２０１に、反力データを送信し、情報処理装置１００に転送させてもよい。また、計測機２０１は、その計測機２０１に近づいた患者を特定する識別情報を受信し、反力データと対応付けて情報処理装置１００に送信してもよい。計測機２０１は、例えば、反力センサ装置である。

ここでは、計測機２０１が、ジャイロデータ、加速度データ、反力データなどのセンサデータを作成する場合について説明したが、これに限らない。例えば、情報処理装置１００が、計測機２０１から、計測機２０１のセンサ部の計測値と、そのセンサ部の計測値が得られた計測時刻とを対応付けた対応情報を順次受信し、その対応情報をまとめて、センサデータを生成する場合があってもよい。

ここでは、情報処理装置１００と計測機２０１とが異なる装置である場合について説明したが、これに限らない。例えば、情報処理装置１００が、計測機２０１と一体である場合があってもよい。ここでは、生体に、計測機２０１が１つ装着される場合について説明したが、これに限らない。例えば、生体に、複数の計測機２０１が装着される場合があってもよい。

情報処理システム２００は、さらに、表示装置を有する場合があってもよい。この場合、情報処理装置は、患者に関する所定の特徴量などを、表示装置を介して表示する。表示装置は、例えば、ＰＣ、ノートＰＣ、タブレット端末、スマートフォンなどである。

また、情報処理システム２００は、さらに、中継装置を有する場合があってもよい。この場合、中継装置は、１以上の計測機２０１から計測情報を受信し、受信した計測情報をまとめて情報処理装置に送信する。中継装置は、例えば、ＰＣ、ノートＰＣ、タブレット端末、スマートフォンなどである。

情報処理システム２００は、例えば、患者の状態を把握する見守りサービスを実現する場合に適用されたり、ＰＨＲ（Ｐｅｒｓｏｎａｌ Ｈｅａｌｔｈ Ｒｅｃｏｒｄ）向けのサービスを実現する場合に適用されたりする。

（情報処理装置１００のハードウェア構成例）
次に、図３を用いて、図２に示した情報処理システム２００に含まれる情報処理装置１００のハードウェア構成例について説明する。

図３は、情報処理装置１００のハードウェア構成例を示すブロック図である。図３において、情報処理装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、メモリ３０２と、ネットワークＩ／Ｆ（Ｉｎｔｅｒｆａｃｅ）３０３と、記録媒体Ｉ／Ｆ３０４と、記録媒体３０５とを有する。また、各構成部は、バス３００によってそれぞれ接続される。

ここで、ＣＰＵ３０１は、情報処理装置１００の全体の制御を司る。メモリ３０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ３０１のワークエリアとして使用される。メモリ３０２に記憶されるプログラムは、ＣＰＵ３０１にロードされることで、コーディングされている処理をＣＰＵ３０１に実行させる。

ネットワークＩ／Ｆ３０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他のコンピュータに接続される。そして、ネットワークＩ／Ｆ３０３は、ネットワーク２１０と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークＩ／Ｆ３０３は、例えば、モデムやＬＡＮアダプタなどである。

記録媒体Ｉ／Ｆ３０４は、ＣＰＵ３０１の制御にしたがって記録媒体３０５に対するデータのリード／ライトを制御する。記録媒体Ｉ／Ｆ３０４は、例えば、ディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポートなどである。記録媒体３０５は、記録媒体Ｉ／Ｆ３０４の制御で書き込まれたデータを記憶する不揮発メモリである。記録媒体３０５は、例えば、ディスク、半導体メモリ、ＵＳＢメモリなどである。記録媒体３０５は、情報処理装置１００から着脱可能であってもよい。

情報処理装置１００は、上述した構成部のほか、例えば、キーボード、マウス、ディスプレイ、プリンタ、スピーカー、タッチパネルなどを有してもよい。また、情報処理装置１００は、記録媒体Ｉ／Ｆ３０４や記録媒体３０５を有していなくてもよい。

（計測機２０１のハードウェア構成例）
次に、図４を用いて、図２に示した情報処理システム２００に含まれる計測機２０１のハードウェア構成例について説明する。

図４は、計測機２０１のハードウェア構成例を示すブロック図である。図４において、計測機２０１は、ＣＰＵ４０１と、メモリ４０２と、ネットワークＩ／Ｆ４０３と、センサ部４０４と、タイマー部４０５とを有する。また、各構成部は、バス４００によってそれぞれ接続される。

ここで、ＣＰＵ４０１は、計測機２０１の全体の制御を司る。メモリ４０２は、例えば、ＲＯＭ、ＲＡＭおよびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ４０１のワークエリアとして使用される。メモリ４０２に記憶されるプログラムは、ＣＰＵ４０１にロードされることで、コーディングされている処理をＣＰＵ４０１に実行させる。

ネットワークＩ／Ｆ４０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他のコンピュータに接続される。そして、ネットワークＩ／Ｆ４０３は、ネットワーク２１０と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークＩ／Ｆ４０３は、例えば、Ｗｉ−Ｆｉ（登録商標）に対応する通信回路、Ｂｌｕｅｔｏｏｔｈ（登録商標）に対応する通信回路などである。ネットワークＩ／Ｆ４０３は、例えば、３Ｇ（３ｒｄ Ｇｅｎｅｒａｔｉｏｎ）に対応する通信回路であってもよい。

センサ部４０４は、計測機２０１の状態を計測する。センサ部４０４は、例えば、計測機２０１の位置、動き、および向きのうち少なくともいずれかを計測する。センサ部４０４は、具体的には、加速度センサ、角速度センサ、地磁気センサ、光センサ、振動センサなどの少なくともいずれかを有する。また、センサ部４０４は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍｓ）受信機を有し、計測機２０１のＧＰＳ座標を検出してもよい。タイマー部４０５は、現在の時刻を計測する。

計測機２０１は、上述した構成部のほか、例えば、キーボード、マウス、ディスプレイ、プリンタ、スピーカー、タッチパネルなどを有してもよい。また、計測機２０１は、上述した構成部のほか、記録媒体Ｉ／Ｆや記録媒体を有してもよい。この記録媒体は、計測機２０１から着脱可能であってもよい。

（情報処理装置１００の機能的構成例）
次に、図５を用いて、情報処理装置１００の機能的構成例について説明する。

図５は、情報処理装置１００の機能的構成例を示すブロック図である。情報処理装置１００は、記憶部５００と、取得部５０１と、特定部５０２と、算出部５０３と、評価部５０４と、選択部５０５と、出力部５０６とを含む。

記憶部５００は、例えば、図３に示したメモリ３０２や記録媒体３０５などの記憶領域によって実現される。取得部５０１〜出力部５０６は、制御部となる機能である。取得部５０１〜出力部５０６は、具体的には、例えば、図３に示したメモリ３０２や記録媒体３０５などの記憶領域に記憶されたプログラムをＣＰＵ３０１に実行させることにより、または、ネットワークＩ／Ｆ３０３により、その機能を実現する。各機能部の処理結果は、例えば、図３に示したメモリ３０２や記録媒体３０５などの記憶領域に記憶される。

記憶部５００は、対象者の各脚の動きに関する計測情報を記憶する。対象者は、例えば、患者である。記憶部５００は、例えば、計測機２０１のセンサ部の計測値と、その計測値が得られた計測時刻とを対応付けて、時系列に並べたセンサデータを記憶する。

計測値は、例えば、矢状面の角速度、横断面の角速度、冠状面の角速度の少なくともいずれかを含む。計測値は、例えば、上下方向の加速度、左右方向の加速度、前後方向の加速度の少なくともいずれかを含んでもよい。計測値は、例えば、振動の大きさ、位置などを含んでもよい。記憶部５００は、さらに、対象者の腰の動きに関する計測情報を記憶してもよい。これにより、記憶部５００は、センサデータを参照可能にすることができる。

記憶部５００は、患者の各脚の着地位置の間にある所定の関係が現れた度合いを評価する評価方法を記憶する。所定の関係は、例えば、患者の遊脚になった脚の着地位置が、患者の支持脚になった脚の着地位置の前方の所定の範囲内にあるという関係である。所定の関係は、例えば、患者の遊脚になった脚の着地位置が、患者の支持脚になった脚の着地位置より所定の距離だけ後方にある起点より前方の所定の範囲内にあるという関係であってもよい。記憶部５００は、例えば、評価方法に用いる式として、後述する式（１）〜（１５）などを記憶する。

取得部５０１は、患者の各脚の動きに関する計測情報を取得する。取得部５０１は、例えば、患者の左脚の脛に装着された計測機２０１から、患者の左脚の脛の角速度や加速度のそれぞれのセンサデータを受信し、患者の右脚の脛に装着された計測機２０１から、患者の右脚の脛の角速度や加速度のそれぞれのセンサデータを受信する。これにより、取得部５０１は、センサデータを、患者の歩幅を特定するために用いることができる。

取得部５０１は、さらに、患者の腰の動きに関する計測情報を取得してもよい。取得部５０１は、例えば、患者の腰に装着された計測機２０１から、患者の腰の加速度のセンサデータを受信する。取得部５０１は、さらに、地面から患者への反力に関する計測情報を取得してもよい。取得部５０１は、さらに、患者の移動距離を取得してもよい。これにより、取得部５０１は、患者の歩幅を特定する精度をさらに向上するために用いる情報を参照可能にすることができる。

特定部５０２は、取得した計測情報に基づいて、患者の歩行期間の１歩ごとに、患者の遊脚になった脚の着地に対応する時点の１以上の候補を特定する。特定部５０２は、例えば、センサデータに基づいて、角速度が閾値を超えて極大値になった動作時点から所定時間内に、上下方向の加速度が下向きに閾値以上になった時点を、候補として特定する。これにより、特定部５０２は、各脚が着地した時点の候補を特定することができる。

特定部５０２は、歩行期間の１歩ごとに特定した１以上の候補のいずれかを選択して組み合わせた、複数の候補群を特定する。これにより、特定部５０２は、患者の各脚が着地した時点の組み合わせである可能性がある候補群を特定することができる。

特定部５０２は、患者によって歩行運動が行われ、患者の歩数が所定の歩数より少ない期間を、歩行期間に設定してもよい。これにより、特定部５０２は、患者の歩数が所定の歩数より少なく、誤差の蓄積が少なくなりやすくすることができ、算出部５０３の算出精度の低下を抑制することができる。

算出部５０３は、特定した複数の候補群のそれぞれの候補群について、歩行期間の１歩ごとの歩幅を算出し、算出した歩行期間の１歩ごとの歩幅に基づいて、歩行期間の１歩ごとに患者の遊脚になった脚の累積移動距離を算出する。

算出部５０３は、例えば、１歩目や２歩目では、１歩目や２歩目の脚の歩幅を、その脚の累積移動距離に設定する。算出部５０３は、例えば、３歩目以降では、その歩において遊脚になった脚の歩幅を、その脚の累積移動距離に加算する。これにより、算出部５０３は、評価部５０４の評価の基準を取得することができる。

評価部５０４は、それぞれの候補群について、歩行期間の１歩ごとに算出した累積移動距離に基づいて、歩行期間において、所定の関係が現れた度合いを評価する。所定の関係は、患者の遊脚になった脚の着地位置が、患者の支持脚になった脚の着地位置の所定の範囲内にあるという関係である。

評価部５０４は、例えば、所定の範囲として、患者の支持脚になった脚の着地位置を始点にし、始点から第１距離だけ前方にある位置を終点にする範囲を用いる。そして、評価部５０４は、それぞれの候補群について、歩行期間の１歩ごとに、所定の関係が現れたか否かを判定し、所定の関係が現れた回数が多いほど、当該候補群の評価値が大きくなるように、当該候補群の評価値を算出する。評価部５０４は、具体的には、図１９や図２０に後述するように、評価値を算出する。これにより、評価部５０４は、それぞれの候補群について、患者の各脚が着地した時点の組み合わせとして尤もらしいかを評価することができる。

評価部５０４は、例えば、所定の範囲として、患者の支持脚になった脚の着地位置より第２距離だけ後方の位置を始点にし、始点から第１距離だけ前方にある位置を終点にする範囲を用いてもよい。そして、評価部５０４は、それぞれの候補群について、歩行期間の１歩ごとに、所定の関係が現れたか否かを判定し、所定の関係が現れた回数が多いほど、当該候補群の評価値が大きくなるように、当該候補群の評価値を算出する。評価部５０４は、具体的には、図２１や図２２に後述するように、評価値を算出する。これにより、評価部５０４は、それぞれの候補群について、患者の各脚が着地した時点の組み合わせとして尤もらしいかを評価することができる。

評価部５０４は、さらに、それぞれの候補群について、歩行期間において、患者の両脚の累積移動距離の差分が一定であるほど、当該候補群の評価値が大きくなるように、当該候補群の評価値を算出してもよい。評価部５０４は、具体的には、図２３に後述するように、評価値を算出する。これにより、評価部５０４は、候補群を選択する精度の向上を図ることができる。

評価部５０４は、例えば、それぞれの候補群について、歩行期間の１歩ごとに、患者の遊脚になった脚の回転方向および回転度合に応じた第２距離を設定し、所定の関係が現れたか否かを判定してもよい。評価部５０４は、具体的には、図２４や図２５に後述するように、評価値を算出する。これにより、評価部５０４は、それぞれの候補群について、患者の各脚が着地した時点の組み合わせとして尤もらしいかを評価することができる。

評価部５０４は、さらに、それぞれの候補群について、患者の腰の動きに関する計測情報、または患者の各脚の動きに関する計測情報に基づいて、候補ごとに所定の特徴量を算出し、算出した候補ごとの所定の特徴量に基づいて、当該候補群の評価値を算出してもよい。評価部５０４は、具体的には、図２６〜図３２に後述するように、評価値を算出する。これにより、評価部５０４は、候補群を選択する精度の向上を図ることができる。

評価部５０４は、さらに、それぞれの候補群について、反力に関する計測情報、または患者の各脚の動きに関する計測情報に基づいて、候補ごとに所定の特徴量を算出し、算出した候補ごとの所定の特徴量に基づいて、当該候補群の評価値を算出してもよい。評価部５０４は、具体的には、図３３に後述するように、評価値を算出する。これにより、評価部５０４は、候補群を選択する精度の向上を図ることができる。

評価部５０４は、さらに、それぞれの候補群について、歩行期間の最終歩における患者の遊脚になった脚の累積移動距離と、取得した患者の移動距離との差分に基づいて、当該候補群の評価値を算出してもよい。評価部５０４は、具体的には、図３４に後述するように、評価値を算出する。これにより、評価部５０４は、候補群を選択する精度の向上を図ることができる。

選択部５０５は、評価した結果に基づいて、複数の候補群のいずれかの候補群を選択する。選択部５０５は、例えば、算出したそれぞれの候補群の評価値に基づいて、複数の候補群のいずれかの候補群を選択する。選択部５０５は、具体的には、算出したそれぞれの候補群の評価値の合計値の最大値を特定し、最大値になる候補群を選択する。

出力部５０６は、選択部５０５が選択した候補群に関する情報を出力する。出力形式は、例えば、ディスプレイへの表示、プリンタへの印刷出力、ネットワークＩ／Ｆ３０３による外部装置への送信、または、メモリ３０２や記録媒体３０５などの記憶領域への記憶である。

（情報処理装置１００が候補群を選択する流れの一例）
次に、図６を用いて、情報処理装置１００が候補群を選択する流れの一例について説明する。

図６は、情報処理装置１００が候補群を選択する流れの一例を示す説明図である。図６において、情報処理装置１００は、左脛の角速度と加速度のセンサデータと、右脛の角速度と加速度のセンサデータとを取得する。

情報処理装置１００は、それぞれのセンサデータに基づいて、歩行期間において、左脚がヒールストライクした時点の候補Ｐ１，Ｐ２，Ｒ１，Ｒ２を特定し、右脚がヒールストライクした時点の候補Ｑ，Ｓを特定する。以下の説明では、各脚がヒールストライクした時点を「ヒールストライク点」と表記する場合がある。

情報処理装置１００は、歩行期間のステップごとに、そのステップに対応する候補のいずれかを選択して組み合わせることにより、候補群Ａ〜Ｄを特定する。情報処理装置１００は、特定した候補群Ａ〜Ｄを、候補群管理テーブル６００を用いて記憶する。情報処理装置１００は、それぞれの候補群Ａ〜Ｄに基づいて、歩行期間のステップごとの歩幅を算出する。情報処理装置１００は、算出した歩幅に基づいて、それぞれの歩数のステップにおける累積移動距離を算出する。

情報処理装置１００は、遊脚になった脚の着地位置が、支持脚になった脚の着地位置の前方の所定の範囲内にあるという関係を満たす候補群を選択する。ここで、遊脚になった脚の着地位置が、支持脚になった脚の着地位置の前方の所定の範囲内にあるという関係を満たす場合、ステップごとに累積移動距離が単調増加していくことになる。

このため、情報処理装置１００は、例えば、ステップごとに累積移動距離が単調増加していく候補群を、遊脚になった脚の着地位置が、支持脚になった脚の着地位置の前方の所定の範囲内にあるという関係を満たす候補群として選択する。情報処理装置１００は、選択した候補群に基づいて、患者の歩幅を算出する。これにより、情報処理装置１００は、患者の歩幅を算出する精度の向上を図ることができる。

また、上述した関係を満たす候補群が２以上ある場合があり、情報処理装置１００は、候補群を１つだけ選択することが難しい場合がある。この場合、情報処理装置１００は、さらに、累積移動距離とは異なる他の情報にも基づいて、候補群を選択する精度の向上を図ってもよい。情報処理装置１００は、例えば、患者の両脚の累積移動距離の差分を用いて、図２３に後述するように、候補群を選択する精度の向上を図る。

また、情報処理装置１００は、例えば、候補ごとの所定の特徴量を用いて、図２６〜図３２に後述するように、候補群を選択する精度の向上を図ってもよい。情報処理装置１００は、例えば、患者の腰の動きに関する計測情報を用いて、図２６〜図３２に後述するように、候補群を選択する精度の向上を図ってもよい。

また、情報処理装置１００は、例えば、地面から患者への反力に関する計測情報を用いて、図３３に後述するように、候補群を選択する精度の向上を図ってもよい。また、情報処理装置１００は、例えば、患者の移動距離を用いて、図３４に後述するように、候補群を選択する精度の向上を図ってもよい。

（情報処理装置１００が候補群を選択する具体例）
次に、図７〜図３６を用いて、情報処理装置１００が候補群を選択する具体例について説明する。

図７〜図３６は、情報処理装置１００が候補群を選択する具体例を示す説明図である。図７において、患者は、右脚と左脚と腰とに計測機２０１を装着する。患者は、例えば、右脚の脛や左脚の脛に計測機２０１を装着する。計測機２０１は、患者の装着した部位において角速度や加速度を計測し、計測値と計測時刻とを対応付けたセンサデータとして、ジャイロデータや加速度データを生成する。

情報処理装置１００は、計測機２０１が生成したジャイロデータや加速度データなどを受信する。ジャイロデータや加速度データの具体例は、図１０に後述する。情報処理装置１００は、反力センサ装置となる計測機２０１があれば、その計測機２０１から反力データを受信してもよい。次に、図８および図９の説明に移行し、計測機２０１が計測する内容について説明する。

図８に示すように、計測機２０１は、角速度を計測する場合、例えば、矢状面における角速度、横断面における角速度などを計測する。これにより、計測機２０１は、例えば、センサデータとして、矢状面における角速度を時系列に並べたジャイロデータ、横断面における角速度を時系列に並べたジャイロデータなどを生成する。各角速度の正方向は図中の矢印の方向と一致する。

図９に示すように、計測機２０１は、加速度を計測する場合、例えば、上下方向の加速度、左右方向の加速度、前後方向の加速度を計測する。以下の説明では、上下方向の加速度、左右方向の加速度、前後方向の加速度のそれぞれを「上下加速度」、「左右加速度」、「前後加速度」と表記する場合がある。これにより、計測機２０１は、例えば、センサデータとして、上下加速度を時系列に並べた加速度データ、左右加速度を時系列に並べた加速度データ、前後加速度を時系列に並べた加速度データを生成する。次に、図１０の説明に移行する。

図１０に示すように、情報処理装置１００が受信したセンサデータの一例は、左脚のジャイロデータ１０００、左脚の加速度データ１００１、右脚のジャイロデータ１００２、右脚の加速度データ１００３などである。

ジャイロデータ１０００は、左脚の矢状面の角速度と横断面の角速度とをまとめて時系列に並べた波形を示している。加速度データ１００１は、左脚の上下加速度を時系列に並べた波形を示している。ジャイロデータ１００２は、右脚の矢状面の角速度と横断面の角速度とをまとめて時系列に並べた波形を示している。加速度データ１００３は、右脚の上下加速度を時系列に並べた波形を示している。次に、図１１の説明に移行する。

図１１において、情報処理装置１００は、左脚の矢状面のジャイロデータと、右脚の矢状面のジャイロデータとに基づいて、歩行期間を特定する。情報処理装置１００は、例えば、それぞれのジャイロデータにローパスフィルタを適用して、角速度が閾値を超えて極大値になった時点を検出し、検出した時点の平均エネルギーが大きい期間を歩行期間の候補期間として特定する。以下の説明では、角速度が閾値を超えて極大値になった時点を「ピーク点」と表記する場合がある。

情報処理装置１００は、候補期間において、ピーク点前後の特徴量が所定の条件を満たす場合、その候補期間を歩行期間として特定する。情報処理装置１００は、歩行期間を特定すると、その歩行期間の開始時刻と終了時刻と歩数とを、歩行期間管理テーブル１１００を用いて記憶しておく。次に、図１２の説明に移行する。

図１２において、情報処理装置１００は、特定した歩行期間を複数の部分期間に分割する。情報処理装置１００は、例えば、窓幅Ｗの窓をずらし幅Ｗでずらしながら、その窓に対応する部分期間を抽出する。情報処理装置１００は、それぞれの部分期間について候補群を選択し歩幅を算出するが、以下の説明では、いずれか一つの部分期間について説明を行う。

これにより、情報処理装置１００は、歩行期間を処理単位とした場合に比べて、以降の処理において特定する候補群に含まれる候補の数の増大化を抑制することができ、処理量の増大化を抑制することができる。図１２の例では、情報処理装置１００は、Ｗ＝４ステップ分とした場合、歩行期間に対する分割結果として、１１個の部分期間を抽出する。次に、図１３の説明に移行する。

図１３において、情報処理装置１００は、いずれかの部分期間において、ステップごとにヒールストライク点の候補を特定する。ここで、１ステップでは、脚がスイングした後に、脚がヒールストライクするため、スイングによって角速度が極大値になった後に、ヒールストライクの特徴が現れるという傾向がある。また、ヒールストライクした瞬間には、地面からの反力がはたらき、計測機２０１は鉛直方向に一瞬だけ加速する性質があるため、ヒールストライクの特徴は、例えば、鉛直方向に閾値以上の加速度が発生したことである。

このため、ヒールストライク点の候補は、脚の角速度が極大値になった時点１３０１より後の所定の時間内に、鉛直方向に閾値以上の加速度が発生した時点１３０２，１３０３などになる。情報処理装置１００は、具体的には、歩行期間において、左脚のヒールストライク点の候補Ｐ１，Ｐ２，Ｒ１，Ｒ２を特定し、右脚のヒールストライク点の候補Ｑ，Ｓを特定する。次に、図１４の説明に移行する。

図１４において、情報処理装置１００は、左脚のヒールストライク点の候補Ｐ１，Ｐ２，Ｒ１，Ｒ２、右脚のヒールストライク点の候補Ｑ，Ｓに基づいて、複数の候補群を特定する。ここでは、１歩目に２つの候補Ｐ１，Ｐ２があり、３歩目に２つの候補Ｒ１，Ｒ２があり、２歩目と４歩目に１つの候補があるため、２×１×２×１＝４つの候補群が特定される。

情報処理装置１００は、例えば、歩行期間のステップごとに、そのステップに対応する候補のいずれかを選択して組み合わせることにより、候補群Ａ〜Ｄを特定する。情報処理装置１００は、特定した候補群Ａ〜Ｄを、候補群管理テーブル１４００を用いて記憶する。次に、図１５の説明に移行する。

図１５において、情報処理装置１００は、それぞれの候補群Ａ〜Ｄに基づいて、歩行期間のステップごとの歩幅を算出する。情報処理装置１００は、例えば、ステップにおいて遊脚になった脚の歩幅ＳＬを、支持脚になった脚のヒールストライク点Ｔ１から、遊脚になった脚のヒールストライク点Ｔ２までの矢状面の角速度の積分値に係数を乗算することにより求めることができる。

具体的には、各脚を１本の棒と見なした場合、支持脚になった脚のヒールストライク点Ｔ１から、遊脚になった脚のヒールストライク点Ｔ２までの矢状面の角速度の積分値は、股関節の開き度合いを示す角度に対応する。このため、各脚のラインと、歩幅ＳＬのラインとを組み合わせた三角形を考えれば、三角関数を用いて歩幅ＳＬが算出可能であるという性質がある。情報処理装置１００は、例えば、下記式（１）を用いて、歩幅ＳＬを算出する。

ここで、ＳＬは、歩幅である。Ｌは、脚の長さである。ｇｙｒｏ（ｔ）は、時刻ｔの角速度である。Ｔ１は、支持脚になった脚のヒールストライク点である。Ｔ２は、遊脚になった脚のヒールストライク点である。次に、図１６の説明に移行する。

図１６において、情報処理装置１００は、候補群管理テーブル１４００を参照し、ヒールストライク点を特定し、それぞれの候補群Ａ〜Ｄに基づいて、歩行期間のステップごとの歩幅を算出している。情報処理装置１００は、それぞれの候補群Ａ〜Ｄに対応付けて、それぞれの候補群Ａ〜Ｄについて算出したステップごとの歩幅を、歩幅管理テーブル１６００を用いて記憶する。次に、図１７の説明に移行する。

図１７において、情報処理装置１００は、算出した歩幅に基づいて、それぞれの歩数のステップにおける累積移動距離を算出する。情報処理装置１００は、例えば、Ｋ番目のステップにおける、左脚と右脚とのうち遊脚になった脚についての累積移動距離を算出する。

情報処理装置１００は、例えば、１歩目では左脚が遊脚になるため、１歩目の左脚の歩幅を、左脚の累積移動距離に設定する。情報処理装置１００は、例えば、２歩目では右脚が遊脚になるため、２歩目の右脚の歩幅を、右脚の累積移動距離に設定する。情報処理装置１００は、例えば、３歩目では、左脚が遊脚になるため、３歩目の左脚の歩幅を、左脚の累積移動距離に加算する。情報処理装置１００は、例えば、４歩目では、右脚が遊脚になるため、４歩目の右脚の歩幅を、右脚の累積移動距離に加算する。

情報処理装置１００は、それぞれの候補群Ａ〜Ｄに対応付けて、それぞれの候補群Ａ〜Ｄについて算出した、それぞれの歩数のステップにおける累積移動距離を、累積移動距離管理テーブル１７００を用いて記憶する。次に、図１８の説明に移行する。

図１８において、情報処理装置１００は、累積移動距離管理テーブル１７００を参照し、それぞれの候補群Ａ〜Ｄについて、患者の各脚のヒールストライク点の組み合わせとしての尤もらしさを示す第１確信度を算出する。情報処理装置１００は、それぞれの候補群Ａ〜Ｄに対応付けて、それぞれの候補群Ａ〜Ｄについて算出した第１確信度を、第１確信度管理テーブル１８００を用いて記憶する。次に、図１９および図２０の説明に移行し、第１確信度を算出する具体例について説明する。

図１９のグラフ１９００は、ある候補群における歩数と、その歩数における累積移動距離とを対応付けており、横軸が歩数を示し、縦軸が累積移動距離を示す。図１９に示すように、ある候補群について、３歩目の累積移動距離が、２歩目の累積移動距離よりも小さくなり、累積移動距離が単調増加していない。

ここで、患者は遊脚を支持脚より前に進めながら歩く傾向があるため、患者の歩行運動には、遊脚になった脚の着地位置が、支持脚になった脚の着地位置の前方の所定の範囲内にあるという性質がある。換言すれば、患者の歩行運動には、ステップごとの累積移動距離が単調増加する傾向がある。この傾向を考慮すれば、図１９にグラフが示された候補群は、実際のヒールストライク点を組み合わせた候補群ではない傾向がある。

このため、情報処理装置１００は、このような候補群については、第１確信度が小さくなるように、第１確信度を算出することが好ましい。情報処理装置１００は、例えば、患者の遊脚になった脚の着地位置が、患者の支持脚になった脚の着地位置の前方の所定の範囲内にあるという関係が現れ、累積移動距離が単調増加するほど、第１確信度が大きくなるように、第１確信度を算出する。情報処理装置１００は、具体的には、下記式（２）および下記式（３）を用いて第１確信度を算出する。

ｄ_nは、ｎ歩目の累積移動距離を、ｎ＋１歩目の累積移動距離から減算した差分である。Ｈ（ｄ_n）は、ｎ歩目のヒールストライク点が、実際のヒールストライク点として尤もらしいか否かを示す値である。Ｈ（ｄ_n）は、１であれば実際のヒールストライク点として尤もらしいことを示す。ここで、図２０の説明に移行し、上記式（２）について説明する。

図２０のグラフ２０００は上記式（２）を示し、縦軸がＨ（ｄ_n）を示し、横軸がｄ_nを示す。図２０のように、上記式（２）は、ｎ歩目の累積移動距離を、ｎ＋１歩目の累積移動距離から減算した差分が０より大きければ、ｎ歩目のヒールストライク点が、実際のヒールストライク点として尤もらしいことを示す「１」になる。また、上記式（２）は、ｎ歩目の累積移動距離を、ｎ＋１歩目の累積移動距離から減算した差分が０以下であれば、ｎ歩目のヒールストライク点が、実際のヒールストライク点として尤もらしくないことを示す「０」になる。情報処理装置１００は、上記式（２）を下記式（３）に代入することにより、第１確信度を算出する。

Ｅは、第１確信度である。上記式（３）は、ステップごとのＨ（ｄ_n）の乗算値である。上記式（３）は、累積移動距離が単調増加すれば、候補群が実際のヒールストライク点の組み合わせとして尤もらしいことを示す「１」になる。また、上記式（３）は、累積移動距離が単調増加しなければ「０」になる。これにより、情報処理装置１００は、第１確信度を算出することができる。次に、図２１の説明に移行し、第１確信度を算出する別の具体例について説明する。

図２１のグラフ２１００は、ある候補群における歩数と、その歩数における累積移動距離とを対応付けており、横軸が歩数を示し、縦軸が累積移動距離を示す。図２１に示すように、ある候補群について、２，４歩目の累積移動距離が、それぞれ、１，３歩目の累積移動距離よりも小さくなり、累積移動距離が単調増加していない。

しかしながら、患者は疾病や怪我により脚を引きずることがあり、患者は遊脚を支持脚から所定の距離だけ後方までしか進めずに歩く場合がある。このため、患者の歩行運動には、疾病や怪我を考慮する場合、患者の遊脚になった脚の着地位置が、患者の支持脚になった脚の着地位置より第２距離だけ後方にある起点より、第１距離だけ前方の終点までの範囲内にあるという性質があることがある。換言すれば、患者の歩行運動には、ステップごとの累積移動距離が単調増加しない場合がある。

このため、情報処理装置１００は、図２１にグラフが示されたような候補群についても、第１確信度が小さくならないように、第１確信度を算出することが好ましい。情報処理装置１００は、具体的には、上記式（２）に代わり下記式（４）を用いることにより、第１確信度を算出する。

ｄ_nは、ｎ歩目の累積移動距離を、ｎ＋１歩目の累積移動距離から減算した差分である。εは、上述した第２距離に対応する。Ｈ（ｄ_n）は、ｎ歩目のヒールストライク点が、実際のヒールストライク点として尤もらしいか否かを示す値である。Ｈ（ｄ_n）は、１であれば実際のヒールストライク点として尤もらしいことを示す。ここで、図２２の説明に移行し、上記式（４）について説明する。

図２２のグラフ２２００は上記式（４）を示し、縦軸がＨ（ｄ_n）を示し、横軸がｄ_nを示す。図２２のように、上記式（４）は、ｎ歩目の累積移動距離を、ｎ＋１歩目の累積移動距離から減算した差分が、−εより大きければ、ｎ歩目のヒールストライク点が、実際のヒールストライク点として尤もらしいことを示す「１」になる。また、上記式（４）は、ｎ歩目の累積移動距離を、ｎ＋１歩目の累積移動距離から減算した差分が、−ε以下であれば、ｎ歩目のヒールストライク点が、実際のヒールストライク点として尤もらしくないことを示す「０」になる。情報処理装置１００は、上記式（２）に代わり上記式（４）を、上記式（３）に代入することにより、第１確信度を算出する。次に、図２３の説明に移行し、第１確信度を算出する別の具体例について説明する。

図２３において、情報処理装置１００は、さらに、ステップごとの累積移動距離の増加度合い以外の他の情報にも基づいて、第１確信度を算出することができる。情報処理装置１００は、例えば、患者の両脚の累積移動距離の差分を用いて、第１確信度を算出する。

例えば、患者の歩行運動には、異なるステップであっても、同じ脚が遊脚になっている場合、その脚の着地位置が、支持脚になった脚に対してどのくらい前方まで進むのかのばらつきが小さいという傾向がある。このため、情報処理装置１００は、患者の両脚の累積移動距離の差分のばらつきが小さいほど、第１確信度が大きくなるように、第１確信度を算出する。情報処理装置１００は、例えば、上記式（３）に代わり下記式（５）を用いて第１確信度を算出する。

Ｖは、ばらつき度である。Ｖは、例えば、片脚について算出した累積移動距離の差分ｄ_nの変動係数である。これにより、情報処理装置１００は、第１確信度を算出する精度の向上を図ることができる。次に、図２４を用いて、第１確信度を算出する別の具体例について説明する。

図２４のグラフ２４００は、患者が曲がって歩いた場合の、それぞれの歩数と、その歩数における累積移動距離とを対応付けており、横軸が歩数を示し、縦軸が累積移動距離を示す。図２４の例では、患者が曲がって歩いたため、４歩目の累積移動距離が、３歩目の累積移動距離よりも小さくなり、累積移動距離が単調増加していない。

このように、患者が曲がって歩いた場合には内側の脚の歩幅は小さくなる傾向がある。このため、患者の歩行運動には、患者が曲がって歩いた場合、累積移動距離が単調増加しないことがあるという性質がある。換言すれば、患者の歩行運動には、患者の遊脚になった脚の着地位置が、患者の支持脚になった脚の着地位置より第２距離だけ後方にある起点より、第１距離だけ前方の終点までの範囲内にある場合があるという性質がある。このため、情報処理装置１００は、上記式（２）に代わり下記式（６）を用いて第１確信度を算出する。

ｄ_nは、ｎ歩目の累積移動距離を、ｎ＋１歩目の累積移動距離から減算した差分である。ε＋δは、上述した第２距離に対応する。δは、ｎ−１歩目に患者が曲がった度合いに対応するパラメータである。Ｈ（ｄ_n）は、ｎ歩目のヒールストライク点が、実際のヒールストライク点として尤もらしいか否かを示す値である。Ｈ（ｄ_n）は、１であれば実際のヒールストライク点として尤もらしいことを示す。ここで、図２５の説明に移行し、上記式（６）について説明する。

図２５のグラフ２５００は上記式（６）を示し、縦軸がＨ（ｄ_n）を示し、横軸がｄ_nを示す。図２５のように、上記式（６）は、ｎ歩目の累積移動距離を、ｎ＋１歩目の累積移動距離から減算した差分が、−（ε＋δ）より大きければ、ｎ歩目のヒールストライク点が、実際のヒールストライク点として尤もらしいことを示す「１」になる。また、上記式（６）は、ｎ歩目の累積移動距離を、ｎ＋１歩目の累積移動距離から減算した差分が、−（ε＋δ）以下であれば、ｎ歩目のヒールストライク点が、実際のヒールストライク点として尤もらしくないことを示す「０」になる。情報処理装置１００は、上記式（２）に代わり上記式（６）を、上記式（３）に代入することにより、第１確信度を算出する。

また、情報処理装置１００は、上述した第１確信度の算出方法を組み合わせてもよい。情報処理装置１００は、例えば、下記式（７）および下記式（８）を用いて、第１確信度を算出する。

Ｅ（ε，δ，Ｖ）は、第１確信度である。Ｖは、ばらつき度である。Ｖは、例えば、片脚について算出した累積移動距離の差分ｄ_nの変動係数である。

ｄ_nは、ｎ歩目の累積移動距離を、ｎ＋１歩目の累積移動距離から減算した差分である。ε＋δは、上述した第２距離に対応する。δは、ｎ−１歩目に患者が曲がった度合いに対応するパラメータである。これにより、情報処理装置１００は、第１確信度を算出する精度の向上を図ることができる。

また、情報処理装置１００は、さらに、累積移動距離とは異なる他の情報にも基づいて、第１確信度のほか、候補群のヒールストライク点の組み合わせとしての尤もらしさを評価するための第２確信度を算出してもよい。他の情報は、例えば、患者の各脚の動きに関する特徴量である。次に、図２６および図２７の説明に移行し、第２確信度を算出する一例について説明する。

図２６および図２７において、まず、情報処理装置１００は、第２確信度を算出するために、左脚と右脚との複数の特徴量を算出する。

複数の特徴量は、例えば、ヒールストライク点の候補について、実際のヒールストライク点における両脚の特徴に対応する特徴が現れたか否かを表す特徴量を含む。特徴量は、例えば、ヒールストライク点の候補において、遊脚になった脚の角速度の短期変化量α₁と上下加速度の絶対値α₃である。また、特徴量は、ヒールストライク点の候補において、支持脚になった脚の矢状面の角速度の短期変化量α₂、上下加速度の絶対値α₄である。情報処理装置１００は、例えば、下記式（９）を用いて短期変化量α₁を算出する。

τは、短時間である。ｇｙｒｏ（ｔ）は、時刻ｔにおける角速度である。ｔは、ＴやＴ＋τが代入される。Ｔは、ヒールストライク点の候補である。次に、図２６を用いて、短期変化量α₁を算出する一例について説明する。

図２６のグラフ２６００は、横軸が時間を示し、縦軸が角速度を示す。図２６に示すように、情報処理装置１００は、上記式（９）を用いることにより、ヒールストライク点の前方のτ分の期間における角速度から短期変化量α₁を算出する。情報処理装置１００は、同様に、短期変化量α₂を算出する。

また、複数の特徴量は、例えば、ヒールストライク点の候補の前後における特徴に一貫性が現れたか否かを表す特徴量を含む。特徴量は、例えば、ヒールストライク点の候補において、遊脚になった脚の矢状面の角速度の絶対値β₁、長期変化量β₂である。情報処理装置１００は、例えば、下記式（１０）を用いて長期変化量β₂を算出する。

ρは、長時間であり、τより長い。ｇｙｒｏ（ｔ）は、時刻ｔにおける角速度である。ｔは、ＴやＴ＋τが代入される。Ｔは、ヒールストライク点である。次に、図２７を用いて、長期変化量β₂を算出する一例について説明する。

図２７のグラフ２７００は、横軸が時間を示し、縦軸が角速度を示す。図２７に示すように、情報処理装置１００は、上記式（１０）を用いることにより、ヒールストライク点の前方のρ分の期間における角速度から長期変化量β₂を算出する。次に、図２８の説明に移行する。

図２８において、情報処理装置１００は、上述した特徴量α₁〜α₄、特徴量β₁，β₂を、複数の候補群のそれぞれの好捕群について、ステップごとに算出する。情報処理装置１００は、算出した結果を、特徴量管理テーブル２８００を用いて記憶する。次に、図２９の説明に移行する。

図２９において、情報処理装置１００は、特徴量管理テーブル２８００を参照し、第２確信度を算出する。情報処理装置１００は、例えば、両脚の特徴量α₁〜α₄が全ステップで閾値以上であり、かつ、特徴量β₁，β₂のばらつきが閾値以下である候補点集合を、ヒールストライク点の組み合わせとして尤もらしいと判定するようにする。

このため、情報処理装置１００は、両脚の特徴量α₁〜α₄が全ステップで閾値以上であり、かつ、特徴量β₁，β₂のばらつきが閾値以下である場合に、第２確信度が大きくなるように、第２確信度を算出する。情報処理装置１００は、例えば、下記式（１１）〜下記式（１４）を用いて、第２確信度を算出する。

Ｅ'は、第２確信度である。ｅ₁，ｅ₂は、それぞれ、下記式（１２）および下記式（１３）によって定義される、α_i ⁿに関する確信度とβ_j ⁿに関する確信度とである。

α_i ⁿは、ｎ歩目における特徴量であり、例えば、特徴量α₁〜α₄である。Ｈ（）は、下記式（１４）によって定義される。

β_j ⁿは、ｎ歩目における特徴量であり、例えば、特徴量β₁，β₂である。ｖａｒ（β_j ⁿ）は、β_j ⁿの分散値である。Ｈ（）は、下記式（１４）と同様に定義される。

ｔｈ_iは、特徴量α₁〜α₄に対する閾値である。ここで、図３０の説明に移行し、上記式（１４）について説明する。

図３０のグラフ３０００は上記式（１４）を示し、縦軸がＨ（α_i ⁿ）を示し、横軸がα_i ⁿを示す。図３０のように、上記式（１４）は、特徴量α₁〜α₄が閾値ｔｈ_iより大きければ、候補群が、実際のヒールストライク点の組み合わせとして尤もらしいことを示す「１」になる。また、上記式（１４）は、特徴量α₁〜α₄が閾値ｔｈ_i以下であれば、候補群が、実際のヒールストライク点の組み合わせとして尤もらしくないことを示す「０」になる。次に、図３１の説明に移行する。

図３１において、情報処理装置１００は、それぞれの候補群に対応付けて、その候補群について算出した第１確信度と第２確信度とを、最終確信度管理テーブル３１００を用いて記憶する。そして、情報処理装置１００は、第１確信度と第２確信度が相対的に大きい候補群を、実際のヒールストライク点の組み合わせとして尤もらしい候補群として選択する。

情報処理装置１００は、例えば、最終確信度として、第１確信度と第２確信度とを乗算した値を算出し、最終確信度管理テーブル３１００を用いて記憶する。そして、情報処理装置１００は、最終確信度が最大になる候補群を選択する。これにより、情報処理装置１００は、ヒールストライク点が一旦１つに定まらない場合であっても、複数の候補群のうち、実際のヒールストライク点の組み合わせとして尤もらしい候補群を選択することができる。

情報処理装置１００は、候補群を選択すると、歩幅管理テーブル１６００を参照し、選択した候補群について算出した歩幅を出力する。情報処理装置１００は、選択した候補群について算出した歩幅を、最終結果テーブル３１０１を用いて記憶してもよい。これにより、情報処理装置１００は、患者の歩幅を算出する精度の向上を図ることができる。

また、情報処理装置１００は、図１２において分割した１１個の部分期間のそれぞれの部分期間について、同様に候補群を選択し、歩幅を算出する精度の向上を図る。次に、図３２の説明に移行し、第２確信度を算出する別の具体例について説明する。

図３２において、情報処理装置１００は、左脚と右脚との複数の特徴量に基づいて第２確信度を算出した後、腰の動きに関する複数の特徴量を用いて第２確信度を補正する。

腰の動きに関する複数の特徴量は、例えば、ヒールストライク点において患者の上半身が減速する特徴が現れたか否かを示す特徴量、ヒールストライク点の後に上半身が加速する特徴が現れたか否かを示す特徴量を含む。特徴量は、例えば、ヒールストライク点の直前での腰の前後加速度の最小値γ１、ヒールストライク点の直後での腰の前後加速度の最大値γ２である。

図３２のグラフ３２００は、腰の前後加速度の加速度データを示し、横軸が時間を示し、縦軸が前後加速度を示す。

情報処理装置１００は、腰の前後加速度の加速度データに基づいて、ヒールストライク点の候補Ｔの直前期間［Ｔ−ν，Ｔ］における腰の前後加速度の最小値を、最小値γ１として算出する。また、情報処理装置１００は、ヒールストライク点の候補の直前期間［Ｔ，Ｔ＋ν］における腰の前後加速度の最大値を、最大値γ２として算出する。

そして、情報処理装置１００は、特徴量γ１，γ２が閾値以上であると、第２確信度が大きくなるように、第２確信度を算出する。情報処理装置１００は、例えば、最小値γ１と、最大値γ２とに基づいて、下記式（１５）および下記式（１６）を用いて、第２確信度を算出する。

Ｅ'は、第２確信度である。ｅ₁，ｅ₂は、それぞれ、上記式（１２）および上記式（１３）によって定義される、α_i ⁿに関する確信度とβ_j ⁿに関する確信度とである。ｅ₃は、下記式（１６）によって定義される、γ_k ⁿに関する確信度である。

γ_k ⁿは、ｎ歩目における特徴量であり、例えば、特徴量γ１，γ２である。Ｈ（）は、上記式（１４）と同様に定義される。これにより、特徴量γ１，γ２が閾値以上であると、確信度ｅ₃が１に設定され、特徴量γ１，γ２のいずれかが閾値未満であれば確信度ｅ₃が０に設定される。

このように、情報処理装置１００は、ヒールストライク点において患者の上半身が減速する特徴が現れたか、ヒールストライク点の後に上半身が加速する特徴が現れたかに対応する確信度ｅ₃を算出することができる。そして、情報処理装置１００は、第２確信度を算出する精度の向上を図ることができる。次に、図３３の説明に移行し、第２確信度を算出する別の具体例について説明する。

図３３において、情報処理装置１００は、反力データに基づいて第２確信度を算出する基準を決定し、特徴量α_i ⁿ、特徴量β_j ⁿ、特徴量γ_k ⁿなどに基づいて第２確信度を算出する。

図３３のように、情報処理装置１００は、反力センサ装置となる計測機２０１から、ヒールストライク点における反力を含む反力データを受信する。情報処理装置１００は、受信した反力データに基づいて、ヒールストライク点を特定する。

情報処理装置１００は、患者の左脚と右脚と腰とに関するジャイロデータや加速度データに基づいて、特定したヒールストライク点について、特徴量α_i ⁿ'、特徴量β_j ⁿ'、特徴量γ_k ⁿ'などを、ヒールストライク点における特徴量の基準として記憶する。

次に、情報処理装置１００は、それぞれの候補群について、ヒールストライク点の候補ごとに、特徴量α_i ⁿ、特徴量β_j ⁿ、特徴量γ_k ⁿを算出し、基準となる特徴量α_i ⁿ'、特徴量β_j ⁿ'、特徴量γ_k ⁿ'とのそれぞれとの類似度を算出する。そして、情報処理装置１００は、それぞれの類似度を確信度ｅ₁，ｅ₂，ｅ₃として用い、上記式（１５）を用いて第２確信度を算出する。確信度ｅ₁，ｅ₂，ｅ₃は、例えば、ノルムである。

また、情報処理装置１００は、さらに、第１確信度と第２確信度とのほか、候補群のヒールストライク点の組み合わせとしての尤もらしさを評価するための第３確信度を算出してもよい。次に、図３４の説明に移行し、第３確信度を算出する具体例について説明する。

図３４において、情報処理装置１００は、センサ装置からＧＰＳ座標などに基づく患者の移動距離３４００を受信する。ここで、ＧＰＳ座標などに基づく患者の移動距離３４００は、実際のヒールストライク点の組み合わせとして尤もらしい候補群における最終歩の累積移動距離と近い値になる傾向がある。

このため、情報処理装置１００は、複数の候補群のそれぞれの候補群の最終歩の累積移動距離と、受信した移動距離３４００との誤差εに基づいて、第３確信度を算出する。情報処理装置１００は、例えば、下記式（１７）を用いて第３確信度を算出する。

ここで、図３５の説明に移行し、上記式（１７）について説明する。

図３５のグラフ３５００は、上記式（１７）を示し、縦軸がＥ（ε）を示し、横軸がεを示す。上記式（１７）はロジスティック曲線である。ａ１、ａ２は、上記式（１７）の関数の形状を決定するパラメータであり、予め設定される。ａ１は、正である。これにより、情報処理装置１００は、第３確信度を算出することができる。

情報処理装置１００は、第３確信度を算出すると、例えば、第１確信度と第２確信度と第３確信度とを乗算した値を、最終確信度として算出する。そして、情報処理装置１００は、最終確信度に基づいて、複数の候補群のいずれかの候補群を選択する。これにより、情報処理装置１００は、候補群を選択する精度の向上を図ることができる。

図３６において、情報処理装置１００は、算出した歩幅に基づいて、患者の歩幅の傾向を特定し、出力する。情報処理装置１００は、例えば、対象とする日付範囲の指定を受け付け、その日付範囲の歩幅を読み出す。そして、情報処理装置１００は、患者の日々の歩き方の推移を把握可能にするために、日付ごとの歩幅の統計値を算出し、その統計値をグラフ３６００のように表示する。

ここで、情報処理装置１００は、グラフ３６００上に、健康である場合の基準値となる範囲を表示してもよい。また、情報処理装置１００は、グラフ３６００上に、今後の患者の治療などのように、患者に関する参考イベントが行われるタイミングを表示してもよい。また、情報処理装置１００は、グラフ３６００上に、日付ごとの患者の歩幅の上限から下限までの範囲を表示してもよい。

（全体処理手順の一例）
次に、図３７を用いて、情報処理装置１００が実行する全体処理手順の一例について説明する。

図３７は、全体処理手順の一例を示すフローチャートである。まず、情報処理装置１００は、患者の各脚、または患者の各脚と腰とについて、一定期間分のセンサデータを、計測機２０１から取得する（ステップＳ３７０１）。

次に、情報処理装置１００は、取得したセンサデータに基づいて１以上の歩行期間を特定する（ステップＳ３７０２）。そして、情報処理装置１００は、特定した１以上の歩行期間のいずれかを選択する（ステップＳ３７０３）。

次に、情報処理装置１００は、選択した歩行期間を１以上の部分期間に分割する（ステップＳ３７０４）。そして、分割した１以上の部分期間のいずれかを選択する（ステップＳ３７０５）。

次に、情報処理装置１００は、選択した部分期間におけるヒールストライク点の候補を特定する（ステップＳ３７０６）。そして、情報処理装置１００は、特定した候補を組み合わせた複数の候補群を特定する（ステップＳ３７０７）。

次に、情報処理装置１００は、特定した複数の候補群のいずれかを選択する（ステップＳ３７０８）。そして、情報処理装置１００は、選択した候補群について、図３８に後述する最終確信度算出処理を実行する（ステップＳ３７０９）。

次に、情報処理装置１００は、特定した複数の候補群をすべて選択したか否かを判定する（ステップＳ３７１０）。ここで、選択していない場合（ステップＳ３７１０：Ｎｏ）、情報処理装置１００は、ステップＳ３７０８の処理に戻る。

一方で、選択している場合（ステップＳ３７１０：Ｙｅｓ）、情報処理装置１００は、算出した最終確信度に基づいて、いずれかの候補群を選択する（ステップＳ３７１１）。そして、情報処理装置１００は、選択した候補群に基づいて、対象者の歩幅を算出し、算出した歩幅を出力する（ステップＳ３７１２）。

次に、情報処理装置１００は、分割した１以上の部分期間のすべてを選択したか否かを判定する（ステップＳ３７１３）。ここで、選択していない場合（ステップＳ３７１３：Ｎｏ）、情報処理装置１００は、ステップＳ３７０５の処理に戻る。

一方で、選択している場合（ステップＳ３７１３：Ｙｅｓ）、情報処理装置１００は、特定した１以上の歩行期間をすべて選択したか否かを判定する（ステップＳ３７１４）。ここで、選択していない場合（ステップＳ３７１４：Ｎｏ）、情報処理装置１００は、ステップＳ３７０３の処理に戻る。

一方で、選択している場合（ステップＳ３７１４：Ｙｅｓ）、情報処理装置１００は、全体処理を終了する。

（最終確信度算出処理手順の一例）
次に、図３８を用いて、情報処理装置１００が実行する最終確信度算出処理手順の一例について説明する。

図３８は、最終確信度算出処理手順の一例を示すフローチャートである。図３８において、まず、情報処理装置１００は、選択した候補群についてステップごとの歩幅を算出する（ステップＳ３８０１）。次に、情報処理装置１００は、選択した候補群についてステップごとの累積移動距離を算出する（ステップＳ３８０２）。そして、情報処理装置１００は、図３９に後述する第１確信度算出処理を実行する（ステップＳ３８０３）。

次に、情報処理装置１００は、左脚と右脚との特徴量を算出する（ステップＳ３８０４）。そして、情報処理装置１００は、腰の前後加速度の加速度データがあるか否かを判定する（ステップＳ３８０５）。ここで、加速度データがない場合（ステップＳ３８０５：Ｎｏ）、情報処理装置１００は、ステップＳ３８０７の処理に移行する。

一方で、加速度データがある場合（ステップＳ３８０５：Ｙｅｓ）、情報処理装置１００は、腰の特徴量を算出する（ステップＳ３８０６）。そして、情報処理装置１００は、ステップＳ３８０７の処理に移行する。

次に、情報処理装置１００は、第２確信度を算出する（ステップＳ３８０７）。そして、情報処理装置１００は、ＧＰＳデータがあるか否かを判定する（ステップＳ３８０８）。ここで、ＧＰＳデータがない場合（ステップＳ３８０８：Ｎｏ）、情報処理装置１００は、ステップＳ３８１０の処理に移行する。

一方で、ＧＰＳデータがある場合（ステップＳ３８０８：Ｙｅｓ）、情報処理装置１００は、第３確信度を算出する（ステップＳ３８０９）。そして、情報処理装置１００は、ステップＳ３８１０の処理に移行する。

次に、情報処理装置１００は、反力データがあるか否かを判定する（ステップＳ３８１０）。ここで、反力データがない場合（ステップＳ３８１０：Ｎｏ）、情報処理装置１００は、ステップＳ３８１２の処理に移行する。

一方で、反力データがある場合（ステップＳ３８１０：Ｙｅｓ）、情報処理装置１００は、第２確信度を再計算する（ステップＳ３８１１）。そして、情報処理装置１００は、ステップＳ３８１２の処理に移行する。

次に、情報処理装置１００は、最終確信度を算出する（ステップＳ３８１２）。そして、情報処理装置１００は、最終確信度算出処理を終了する。

（第１確信度算出処理手順の一例）
次に、図３９を用いて、情報処理装置１００が実行する第１確信度算出処理手順の一例について説明する。

図３９は、第１確信度算出処理手順の一例を示すフローチャートである。図３９において、まず、情報処理装置１００は、パラメータ値εを読み込む（ステップＳ３９０１）。次に、情報処理装置１００は、調整値δを算出する（ステップＳ３９０２）。

次に、情報処理装置１００は、距離差分のばらつき度Ｖを算出する（ステップＳ３９０３）。そして、情報処理装置１００は、評価関数Ｅ（ε，δ，Ｖ）の値を算出する（ステップＳ３９０４）。その後、情報処理装置１００は、第１確信度算出処理を終了する。

以上説明したように、情報処理装置１００によれば、対象者の歩行期間の１歩ごとに、対象者の遊脚になった脚の着地に対応する時点の１以上の候補のいずれかを選択して組み合わせた、複数の候補群を特定することができる。情報処理装置１００によれば、それぞれの候補群について、歩行期間の１歩ごとに対象者の遊脚になった脚の累積移動距離を算出することができる。情報処理装置１００によれば、それぞれの候補群について、累積移動距離に基づいて、歩行期間において、対象者の遊脚になった脚の着地位置が、対象者の支持脚になった脚の着地位置の所定の範囲内にあるという関係が現れた度合いを評価することができる。情報処理装置１００によれば、評価した結果に基づいて、複数の候補群のいずれかの候補群を選択することができる。これにより、情報処理装置１００は、対象者の脚が着地した時点の組み合わせとして尤もらしい候補群を選択することができ、対象者の歩幅などの特徴量を算出する精度の向上を図ることができる。

情報処理装置１００によれば、それぞれの候補群について、歩行期間の１歩ごとに、関係が現れたか否かを判定し、関係が現れた回数が多いほど、当該候補群の評価値が大きくなるように、当該候補群の評価値を算出することができる。情報処理装置１００によれば、算出したそれぞれの候補群の評価値に基づいて、複数の候補群のいずれかの候補群を選択することができる。これにより、情報処理装置１００は、複数の候補群のうち、最も対象者の脚が着地した時点の組み合わせとして尤もらしい候補群を選択することができる。

情報処理装置１００によれば、所定の範囲に、対象者の支持脚になった脚の着地位置を始点にし、始点から第１距離だけ前方にある位置を終点にする範囲を設定することができる。これにより、情報処理装置１００は、対象者が正常に歩いている場合などに対応して、対象者の脚が着地した時点の組み合わせとして尤もらしい候補群を選択することができる。

情報処理装置１００によれば、所定の範囲に、対象者の支持脚になった脚の着地位置より第２距離だけ後方の位置を始点にし、始点から第１距離だけ前方にある位置を終点にする範囲を設定することができる。これにより、情報処理装置１００は、対象者が脚を引きずって歩いている場合などに対応して、対象者の脚が着地した時点の組み合わせとして尤もらしい候補群を選択することができる。

情報処理装置１００によれば、それぞれの候補群について、歩行期間の１歩ごとに、対象者の遊脚になった脚の回転方向および回転度合に応じた第２距離を設定し、関係が現れたか否かを判定することができる。これにより、情報処理装置１００は、対象者が曲がって歩いている場合などに対応して、対象者の脚が着地した時点の組み合わせとして尤もらしい候補群を選択することができる。

情報処理装置１００によれば、それぞれの候補群について、歩行期間において、対象者の両脚の累積移動距離の差分が一定であるほど、当該候補群の評価値が大きくなるように、当該候補群の評価値を算出することができる。これにより、情報処理装置１００は、対象者の脚が着地した時点の組み合わせとして尤もらしい候補群を選択する精度の向上を図ることができる。

情報処理装置１００によれば、それぞれの候補群について、対象者の腰の動きに関する計測情報に基づいて、候補ごとに所定の特徴量を算出し、算出した候補ごとの所定の特徴量に基づいて、複数の候補群のいずれかの候補群を選択することができる。これにより、情報処理装置１００は、対象者の脚が着地した時点の組み合わせとして尤もらしい候補群を選択する精度の向上を図ることができる。

情報処理装置１００によれば、それぞれの候補群について、地面から対象者への反力に関する計測情報に基づいて、候補ごとに所定の特徴量を算出し、算出した候補ごとの所定の特徴量に基づいて、複数の候補群のいずれかの候補群を選択することができる。これにより、情報処理装置１００は、対象者の脚が着地した時点の組み合わせとして尤もらしい候補群を選択する精度の向上を図ることができる。

情報処理装置１００によれば、それぞれの候補群について、歩行期間の最終歩における対象者の遊脚になった脚の累積移動距離と、取得した対象者の移動距離との差分に基づいて、複数の候補群のいずれかの候補群を選択することができる。これにより、情報処理装置１００は、対象者の脚が着地した時点の組み合わせとして尤もらしい候補群を選択する精度の向上を図ることができる。

情報処理装置１００によれば、対象者によって歩行運動が行われ、対象者の歩数が所定の歩数より少ない期間を、歩行期間に設定することができる。これにより、情報処理装置１００は、対象者の脚が着地した時点の組み合わせとして尤もらしい候補群を選択するための処理量の低減化を図ることができる。

なお、本実施の形態で説明した情報処理方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本情報処理プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また本情報処理プログラムは、インターネット等のネットワークを介して配布してもよい。

上述した実施の形態に関し、さらに以下の付記を開示する。

（付記１）対象者の各脚の動きに関する計測情報を取得し、
取得した前記計測情報に基づいて、前記対象者の歩行期間の１歩ごとに、前記対象者の遊脚になった脚の着地に対応する時点の１以上の候補を特定し、
前記歩行期間の１歩ごとに特定した前記１以上の候補のいずれかを選択して組み合わせた、複数の候補群を特定し、
特定した前記複数の候補群のそれぞれの候補群について、前記歩行期間の１歩ごとの歩幅を算出し、算出した前記歩行期間の１歩ごとの歩幅に基づいて、前記歩行期間の１歩ごとに前記対象者の遊脚になった脚の累積移動距離を算出し、
前記それぞれの候補群について、前記歩行期間の１歩ごとに算出した前記累積移動距離に基づいて、前記歩行期間において、前記対象者の遊脚になった脚の着地位置が、前記対象者の支持脚になった脚の着地位置の所定の範囲内にあるという関係が現れた度合いを評価し、
評価した結果に基づいて、前記複数の候補群のいずれかの候補群を選択し、
選択した前記いずれかの候補群を出力する、
制御部を有することを特徴とする情報処理装置。

（付記２）前記制御部は、
前記それぞれの候補群について、前記歩行期間の１歩ごとに、前記関係が現れたか否かを判定し、前記関係が現れた回数が多いほど、当該候補群の評価値が大きくなるように、当該候補群の評価値を算出し、
算出した前記それぞれの候補群の評価値に基づいて、前記複数の候補群のいずれかの候補群を選択する、ことを特徴とする付記１に記載の情報処理装置。

（付記３）前記所定の範囲は、前記対象者の支持脚になった脚の着地位置を始点にし、前記始点から第１距離だけ前方にある位置を終点にする範囲である、ことを特徴とする付記２に記載の情報処理装置。

（付記４）前記所定の範囲は、前記対象者の支持脚になった脚の着地位置より第２距離だけ後方の位置を始点にし、前記始点から第１距離だけ前方にある位置を終点にする範囲である、ことを特徴とする付記２に記載の情報処理装置。

（付記５）前記制御部は、
前記それぞれの候補群について、前記歩行期間の１歩ごとに、前記対象者の遊脚になった脚の回転方向および回転度合に応じた前記第２距離を設定し、前記関係が現れたか否かを判定する、ことを特徴とする付記４に記載の情報処理装置。

（付記６）前記制御部は、
前記それぞれの候補群について、前記歩行期間において、前記対象者の両脚の累積移動距離の差分が一定であるほど、当該候補群の評価値が大きくなるように、当該候補群の評価値を算出する、ことを特徴とする付記２〜５のいずれか一つに記載の情報処理装置。

（付記７）前記制御部は、
前記対象者の腰の動きに関する計測情報を取得し、
前記それぞれの候補群について、前記対象者の腰または各脚の動きに関する計測情報に基づいて、前記候補ごとに所定の特徴量を算出し、算出した前記候補ごとの所定の特徴量に基づいて、前記複数の候補群のいずれかの候補群を選択する、ことを特徴とする付記１〜６のいずれか一つに記載の情報処理装置。

（付記８）前記制御部は、
地面から前記対象者への反力に関する計測情報を取得し、
前記それぞれの候補群について、前記反力に関する計測情報と前記対象者の各脚の動きに関する計測情報とに基づいて、前記候補ごとに所定の特徴量を算出し、算出した前記候補ごとの所定の特徴量に基づいて、前記複数の候補群のいずれかの候補群を選択する、ことを特徴とする付記１〜７のいずれか一つに記載の情報処理装置。

（付記９）前記制御部は、
前記対象者の移動距離を取得し、
前記それぞれの候補群について、前記歩行期間の最終歩における前記対象者の遊脚になった脚の累積移動距離と、前記歩行期間における前記対象者の移動距離との差分に基づいて、前記複数の候補群のいずれかの候補群を選択する、ことを特徴とする付記１〜８のいずれか一つに記載の情報処理装置。

（付記１０）前記対象者によって歩行運動が行われ、前記対象者の歩数が所定の歩数より少ない期間を、前記歩行期間に設定する、ことを特徴とする付記１〜９のいずれか一つに記載の情報処理装置。

（付記１１）前記制御部は、
選択した前記いずれかの候補群に基づいて、前記歩行期間の１歩ごとの前記対象者の歩幅を特定し、
特定した前記歩幅を出力する、ことを特徴とする付記１〜１０のいずれか一つに記載の情報処理装置。

（付記１２）計測機と前記計測機と通信可能な情報処理装置とを含む情報処理システムであって、
前記計測機は、
対象者の各脚の動きに関する計測情報を生成し、
前記情報処理装置は、
前記計測機から前記計測情報を取得し、
取得した前記計測情報に基づいて、前記対象者の歩行期間の１歩ごとに、前記対象者の遊脚になった脚の着地に対応する時点の１以上の候補を特定し、
前記歩行期間の１歩ごとに特定した前記１以上の候補のいずれかを選択して組み合わせた、複数の候補群を特定し、
特定した前記複数の候補群のそれぞれの候補群について、前記歩行期間の１歩ごとの歩幅を算出し、算出した前記歩行期間の１歩ごとの歩幅に基づいて、前記歩行期間の１歩ごとに前記対象者の遊脚になった脚の累積移動距離を算出し、
前記それぞれの候補群について、前記歩行期間の１歩ごとに算出した前記累積移動距離に基づいて、前記歩行期間において、前記対象者の遊脚になった脚の着地位置が、前記対象者の支持脚になった脚の着地位置の所定の範囲内にあるという関係が現れた度合いを評価し、
評価した結果に基づいて、前記複数の候補群のいずれかの候補群を選択し、
選択した前記いずれかの候補群を出力する、
ことを特徴とする情報処理システム。

（付記１３）コンピュータが、
対象者の各脚の動きに関する計測情報を取得し、
取得した前記計測情報に基づいて、前記対象者の歩行期間の１歩ごとに、前記対象者の遊脚になった脚の着地に対応する時点の１以上の候補を特定し、
前記歩行期間の１歩ごとに特定した前記１以上の候補のいずれかを選択して組み合わせた、複数の候補群を特定し、
特定した前記複数の候補群のそれぞれの候補群について、前記歩行期間の１歩ごとの歩幅を算出し、算出した前記歩行期間の１歩ごとの歩幅に基づいて、前記歩行期間の１歩ごとに前記対象者の遊脚になった脚の累積移動距離を算出し、
前記それぞれの候補群について、前記歩行期間の１歩ごとに算出した前記累積移動距離に基づいて、前記歩行期間において、前記対象者の遊脚になった脚の着地位置が、前記対象者の支持脚になった脚の着地位置の所定の範囲内にあるという関係が現れた度合いを評価し、
評価した結果に基づいて、前記複数の候補群のいずれかの候補群を選択し、
選択した前記いずれかの候補群を出力する、
処理を実行することを特徴とする情報処理方法。

１００ 情報処理装置
１１０ 模式図
２００ 情報処理システム
２０１ 計測機
２１０ ネットワーク
３００，４００ バス
３０１，４０１ ＣＰＵ
３０２，４０２ メモリ
３０３，４０３ ネットワークＩ／Ｆ
３０４ 記録媒体Ｉ／Ｆ
３０５ 記録媒体
４０４ センサ部
４０５ タイマー部
５００ 記憶部
５０１ 取得部
５０２ 特定部
５０３ 算出部
５０４ 評価部
５０５ 選択部
５０６ 出力部
１０００，１００２ ジャイロデータ
１００１，１００３ 加速度データ
１１００ 歩行期間管理テーブル
１３０１〜１３０３ 時点
１４００ 候補群管理テーブル
１６００ 歩幅管理テーブル
１７００ 累積移動距離管理テーブル
１８００ 第１確信度管理テーブル
１９００，２０００，２１００，２２００，２４００，２５００，２６００，２７００，３０００，３２００，３５００，３６００ グラフ
２８００ 特徴量管理テーブル
３１００ 最終確信度管理テーブル
３１０１ 最終結果テーブル
３４００ 移動距離

Claims (12)

1. 対象者の各脚の動きに関する計測情報を取得し、
   取得した前記計測情報に基づいて、前記対象者の歩行期間の１歩ごとに、当該１歩の際に前記対象者の遊脚になっていた一方の脚の着地に対応する時点の１以上の候補を特定し、
   前記歩行期間の１歩ごとに特定した前記１以上の候補のいずれかを選択して組み合わせた、複数の候補群を特定し、
   特定した前記複数の候補群のそれぞれの候補群について、前記歩行期間の１歩ごとに、当該１歩の際に前記対象者の遊脚になっていた一方の脚についての歩幅を算出し、
   前記歩行期間の１歩ごとに、算出した前記歩幅のうち、当該１歩の際に前記対象者の遊脚になっていた一方の脚について算出した前記歩幅に基づいて、当該脚の累積移動距離を算出し、
   前記それぞれの候補群について、前記歩行期間の１歩ごとに算出した前記累積移動距離に基づいて、前記歩行期間において、前記対象者の遊脚になった脚の着地位置が、前記対象者の支持脚になった脚の着地位置の所定の範囲内にあるという関係が現れた度合いを評価し、
   評価した結果に基づいて、前記複数の候補群のいずれかの候補群を選択し、
   選択した前記いずれかの候補群を出力する、
   制御部を有することを特徴とする情報処理装置。
2. 前記制御部は、
   前記それぞれの候補群について、前記歩行期間の１歩ごとに、前記関係が現れたか否かを判定し、前記関係が現れた回数が多いほど、当該候補群の評価値が大きくなるように、当該候補群の評価値を算出し、
   算出した前記それぞれの候補群の評価値に基づいて、前記複数の候補群のいずれかの候補群を選択する、ことを特徴とする請求項１に記載の情報処理装置。
3. 前記所定の範囲は、前記対象者の支持脚になった脚の着地位置を始点にし、前記始点から第１距離だけ前方にある位置を終点にする範囲である、ことを特徴とする請求項２に記載の情報処理装置。
4. 前記所定の範囲は、前記対象者の支持脚になった脚の着地位置より第２距離だけ後方の位置を始点にし、前記始点から第１距離だけ前方にある位置を終点にする範囲である、ことを特徴とする請求項２に記載の情報処理装置。
5. 前記制御部は、
   前記それぞれの候補群について、前記歩行期間の１歩ごとに、前記対象者の遊脚になった脚の回転方向および回転度合に応じた前記第２距離を設定し、前記関係が現れたか否かを判定する、ことを特徴とする請求項４に記載の情報処理装置。
6. 前記制御部は、
   前記それぞれの候補群について、前記歩行期間において、前記対象者の両脚の累積移動距離の差分が一定であるほど、当該候補群の評価値が大きくなるように、当該候補群の評価値を算出する、ことを特徴とする請求項２〜５のいずれか一つに記載の情報処理装置。
7. 前記制御部は、
   前記対象者の腰の動きに関する計測情報を取得し、
   前記それぞれの候補群について、前記対象者の腰または各脚の動きに関する計測情報に基づいて、前記候補ごとに所定の特徴量を算出し、算出した前記候補ごとの所定の特徴量に基づいて、前記複数の候補群のいずれかの候補群を選択する、ことを特徴とする請求項１〜６のいずれか一つに記載の情報処理装置。
8. 前記制御部は、
   地面から前記対象者への反力に関する計測情報を取得し、
   前記それぞれの候補群について、前記反力に関する計測情報と前記対象者の各脚の動きに関する計測情報とに基づいて、前記候補ごとに所定の特徴量を算出し、算出した前記候補ごとの所定の特徴量に基づいて、前記複数の候補群のいずれかの候補群を選択する、ことを特徴とする請求項１〜７のいずれか一つに記載の情報処理装置。
9. 前記制御部は、
   前記対象者の移動距離を取得し、
   前記それぞれの候補群について、前記歩行期間の最終歩において前記対象者の遊脚になっていた一方の脚の累積移動距離と、前記歩行期間における前記対象者の移動距離との差分に基づいて、前記複数の候補群のいずれかの候補群を選択する、ことを特徴とする請求項１〜８のいずれか一つに記載の情報処理装置。
10. 前記対象者によって歩行運動が行われ、前記対象者の歩数が所定の歩数より少ない期間を、前記歩行期間に設定する、ことを特徴とする請求項１〜９のいずれか一つに記載の情報処理装置。
11. 計測機と前記計測機と通信可能な情報処理装置とを含む情報処理システムであって、
    前記計測機は、
    対象者の各脚の動きに関する計測情報を生成し、
    前記情報処理装置は、
    前記計測機から前記計測情報を取得し、
    取得した前記計測情報に基づいて、前記対象者の歩行期間の１歩ごとに、当該１歩の際に前記対象者の遊脚になっていた一方の脚の着地に対応する時点の１以上の候補を特定し、
    前記歩行期間の１歩ごとに特定した前記１以上の候補のいずれかを選択して組み合わせた、複数の候補群を特定し、
    特定した前記複数の候補群のそれぞれの候補群について、前記歩行期間の１歩ごとに、当該１歩の際に前記対象者の遊脚になっていた一方の脚についての歩幅を算出し、
    前記歩行期間の１歩ごとに、算出した前記歩幅のうち、当該１歩の際に前記対象者の遊脚になっていた一方の脚について算出した前記歩幅に基づいて、当該脚の累積移動距離を算出し、
    前記それぞれの候補群について、前記歩行期間の１歩ごとに算出した前記累積移動距離に基づいて、前記歩行期間において、前記対象者の遊脚になった脚の着地位置が、前記対象者の支持脚になった脚の着地位置の所定の範囲内にあるという関係が現れた度合いを評価し、
    評価した結果に基づいて、前記複数の候補群のいずれかの候補群を選択し、
    選択した前記いずれかの候補群を出力する、
    ことを特徴とする情報処理システム。
12. コンピュータが、
    対象者の各脚の動きに関する計測情報を取得し、
    取得した前記計測情報に基づいて、前記対象者の歩行期間の１歩ごとに、当該１歩の際に前記対象者の遊脚になっていた一方の脚の着地に対応する時点の１以上の候補を特定し、
    前記歩行期間の１歩ごとに特定した前記１以上の候補のいずれかを選択して組み合わせた、複数の候補群を特定し、
    特定した前記複数の候補群のそれぞれの候補群について、前記歩行期間の１歩ごとに、当該１歩の際に前記対象者の遊脚になっていた一方の脚についての歩幅を算出し、
    前記歩行期間の１歩ごとに、算出した前記歩幅のうち、当該１歩の際に前記対象者の遊脚になっていた一方の脚について算出した前記歩幅に基づいて、当該脚の累積移動距離を算出し、
    前記それぞれの候補群について、前記歩行期間の１歩ごとに算出した前記累積移動距離に基づいて、前記歩行期間において、前記対象者の遊脚になった脚の着地位置が、前記対象者の支持脚になった脚の着地位置の所定の範囲内にあるという関係が現れた度合いを評価し、
    評価した結果に基づいて、前記複数の候補群のいずれかの候補群を選択し、
    選択した前記いずれかの候補群を出力する、
    処理を実行することを特徴とする情報処理方法。

Images