JP7006128B2 - 情報処理装置 - Google Patents

Description

本発明の実施形態は、情報処理装置に関する。

特定人物が保持する慣性センサによって得られる慣性データをその特定人物の識別に供する技術が知られている（例えば特許文献１参照）。

特開２０１６－２１４３４８号公報

しかしながら、慣性データの波形は、慣性センサの保持位置に応じて相違する場合がある。

本発明の実施形態にかかる情報処理装置は、例えば、慣性情報を検出する慣性センサと、それぞれが複数の位置のいずれかに対応付けられた複数の参照情報と慣性センサによって検出された第１の慣性情報とを比較することによって複数の位置のうちの１つを選択し、選択された位置を利用者による保持位置として特定する位置特定部と、複数の位置のそれぞれに対応付けられたアルゴリズムのうちから、特定された保持位置に対応付けられたアルゴリズムを取得し、取得されたアルゴリズムを用いて第１の慣性情報から利用者の歩行パターンを演算する、歩行パターン演算部と、を備える。よって、慣性センサの保持位置を特定することが可能となる。また、保持位置に適したアルゴリズムに基づいて歩行パターンが演算されるので、歩行パターンの演算の精度を向上させることが可能である。

また、本発明の実施形態にかかる情報処理装置では、複数の参照情報のそれぞれは、対応する位置に保持された任意の慣性センサによって検出された第２の慣性情報に基づいて予め生成された情報である。よって、各参照情報は、実測によって生成され得る。

また、本発明の実施形態にかかる情報処理装置は、環境情報を検出する環境センサをさらに備える。位置特定部は、複数の参照情報と、第１の慣性情報と環境センサによって検出された環境情報との組み合わせと、を比較することによって複数の位置のうちの１つを選択する。よって、慣性センサの保持位置の特定に使用されるデータの種類が増加するので、慣性センサの保持位置の特定の精度を向上させることが可能である。

また、本発明の実施形態にかかる情報処理装置では、環境情報は、温度情報、地磁気情報、気圧情報、照度情報、近接物の近接情報、ＧＰＳ（Global Positioning System）情報、または画像情報である。よって、慣性情報に加えてこれらの情報を慣性センサの保持位置の特定に使用されるので、慣性センサの保持位置の特定の精度を向上させることが可能である。

図１は、慣性センサの保持位置に応じた慣性データを測定した際のいくつかの条件を示す図である。 図２は、被験者が測定装置を左胸ポケットに保持した場合に得られた慣性データを示す図である。 図３は、被験者が測定装置を右手に保持した場合に得られた慣性データを示す図である。 図４は、第１の実施形態の情報処理装置としての携帯装置１の構成例を示す図である。 図５は、第１の実施形態の情報処理装置としての携帯装置１に対して設定された座標軸の一例を示す図である。 図６は、第１の実施形態の想定される保持位置の例を示す図である。 図７は、第１の実施形態の位置特定部によって携帯装置の保持位置が特定される様子を示した図である。 図８は、第１の実施形態の歩行パターン演算部によって携帯装置の保持位置に応じたアルゴリズムが適用される様子を示した図である。 図９は、第１の実施形態の、携帯装置の保持位置を特定する手順を説明するフローチャートである。 図１０は、第１の実施形態の、歩行パターンを演算する手順を説明するフローチャートである。 図１１は、参照データを生成する第２の実施形態の生成装置の構成例を示す図である。 図１２は、第２の実施形態の、参照データを生成する手順を説明するフローチャートである。 図１３は、第３の実施形態の情報処理装置が適用された携帯装置の構成例を示す図である。 図１４は、第４の実施形態の情報処理装置が適用されたシステムの構成例を示す図である。 図１５は、第５の実施形態の情報処理装置が適用されたシステムの構成例を示す図である。

以下に添付図面を参照して、実施形態にかかる情報処理装置を詳細に説明する。なお、これらの実施形態により本発明が限定されるものではない。

（第１の実施形態）
本願発明の発明者は、被験者１０００に慣性センサを備えた測定装置２を保持させて歩行させ、慣性センサから出力される加速度の推移および角速度の推移を測定した。以降、加速度の推移を記録したデータを加速度データと表記する。角速度の推移を記録したデータを角速度データと表記する。加速度データと角速度データとを慣性データと総称することがある。

被験者１０００は、図１に示されるように、左胸ポケットおよび右手の２箇所に測定装置２を保持した。そして、被験者１０００は、直立した状態から右脚、左脚、右脚、左脚の順番で右脚および左脚を前にはこび、その後、直立した状態で静止した。

測定装置２は、長方形かつ略平板の形状を有しており、測定装置２に対して座標軸（ｘ軸、ｙ軸、およびｚ軸）が設定されている。図１に示される例によれば、測定装置２の長手方向にｘ軸が設定され、測定装置２の幅方向にｚ軸が設定され、ｘ軸およびｚ軸の両方に直交する方向にｙ軸が設定されている。測定装置２に具備される慣性センサは、ｘ軸方向、ｙ軸方向、およびｚ軸方向の加速度と、ｘ軸周り、ｙ軸周り、およびｚ軸周りの角速度を検出する。被験者１０００は、直立した状態においてｘ軸の正の向きが上方に向くように、それぞれの位置に測定装置２を保持した。

図２は、左胸ポケットに保持された測定装置２から得られた慣性データを示す図である。図２の（ａ）は、角速度データであり、図２の（ｂ）は、加速度データである。本図の慣性データによれば、ｘ軸方向の加速度データに略定期的にピークが形成されている（ピーク２０００）。これらのピーク２０００は、足が接地した際に発生する衝撃によって生じたものである。よって、ｘ軸方向の加速度データに形成されるピーク２０００の位置を特定することによって足の接地タイミングを推定することが可能である。ピーク２０００の位置とは、ピーク２０００が形成された時刻である。

図３は、右手に保持された測定装置２から得られた慣性データを示す図である。図３の（ａ）は、角速度データであり、図３の（ｂ）は、加速度データである。本図の慣性データによれば、左胸ポケットに保持された測定装置２の場合と異なり、ｘ軸方向の加速度データには明確なピークが存在しない。しかしながら、ｙ軸周りの角速度データは、略周期的に振動する波形を有している。この振動は、測定装置２を保持した右腕を歩行時に前後に振ることによって生じたものである。よって、この振動の正側のピーク２００１の位置と、負側のピーク２００２の位置とを特定することによって、足の接地タイミングを推定することが可能である。例えば、各ピーク２００１、２００２が形成された時刻に足が接地したと推定される。

このように、慣性センサから得られる慣性データは、慣性センサが保持される位置に応じて変化することが判明した。このことは、例えば慣性データから足の接地タイミングなどの歩行パターンを推定する場合、慣性センサが保持される位置に対応したアルゴリズムを適用すれば、推定の精度が向上することを示唆している。

以下に、実施形態の情報処理装置が適用された携帯装置１について説明する。携帯装置１は、慣性センサ１１０を備え、慣性センサ１１０によって測定された慣性データに基づいて携帯装置１の保持位置を特定することができる。さらに、携帯装置１は、特定した保持位置に対応したアルゴリズムを用いて、利用者の歩行パターンを推定即ち演算することができる。

図４は、第１の実施形態の情報処理装置としての携帯装置１の構成例を示す図である。携帯装置１は、利用者が保持することが可能な装置である。携帯装置１は、例えば、時計、音楽再生機器、撮像装置、活動量計、ノートパソコン、またはスマートフォン、などである。ここでは、携帯装置１はスマートフォンであることとして説明する。

図４に例示されるように、携帯装置１は、慣性センサ１１０、プロセッサ１２０、メモリ１３０、およびバス１４０を備える。慣性センサ１１０、プロセッサ１２０、およびメモリ１３０は、バス１４０に電気的に接続されている。

慣性センサ１１０は、慣性計測装置（Inertial Measurement Unit：ＩＭＵ）とも称される。慣性センサ１１０は、３次元の角速度および３次元の加速度を検出する。角速度および加速度を表現するための座標軸は、携帯装置１に対して相対的に固定されている。

図５は、第１の実施形態の情報処理装置としての携帯装置１に対して設定された座標軸の一例を示す図である。本図に例示されるように、携帯装置１の形状は、長方形かつ略平板である。略平板の携帯装置１の１つの面には、通話時等に音を検出するマイクが設けられたマイク孔１５０と、各種情報を表示する表示画面１５１と、通話時等に音を出力するスピーカが設けられたスピーカ孔１５２とが長手方向にこの順番で設けられている。

図５の例では、携帯装置１の長手方向であってマイク孔１５０からスピーカ孔１５２に向かう向きにｘ軸が設定されている。また、携帯装置１の幅方向であって表示画面１５１を正面から見たときの左向きにｚ軸が設定されている。また、携帯装置１の表示画面１５１が設けられた面に対する垂線の方向であって、表示画面１５１が設けられていない面から表示画面１５１が設けられた面に向かう向きにｙ軸が設定されている。なお、図５に示した各座標軸の設定は、一例である。各座標軸は、携帯装置１に対して任意に設定可能である。

慣性センサ１１０は、ｘ軸方向、ｙ軸方向、およびｚ軸方向の加速度と、ｘ軸周り、ｙ軸周り、およびｚ軸周りの角速度と、を検出する。慣性センサ１１０によって検出された各軸方向の加速度の推移（加速度データ）と、慣性センサ１１０によって検出された各軸周りの角速度の推移（角速度データ）とは、慣性データを構成する。慣性データは、慣性情報の一例である。なお、慣性センサ１１０は、角速度の代わりに各軸周りの角度を検出し、慣性データは、慣性センサ１１０によって検出された各軸周りの角度の推移（角度データ）を含んでいてもよい。慣性データは、加速度データ、角速度データ、および角度データのうちの少なくとも１つを含んでいればよい。

図４に説明を戻す。プロセッサ１２０は、任意のコンピュータプログラムを実行することによって種々の機能を実現する電子部品である。プロセッサ１２０は、例えば、ＣＰＵ（Central Processing Unit）である。

プロセッサ１２０は、コンピュータプログラムである第１プログラム１３１に基づいて、位置特定部１２１および歩行パターン演算部１２２として機能する。第１プログラム１３１は、メモリ１３０に予め格納されている。位置特定部１２１および歩行パターン演算部１２２の詳細については後述する。

メモリ１３０は、データまたはコンピュータプログラムなど、任意の情報を保持可能な電子部品である。メモリ１３０は、不揮発性または揮発性のメモリによって構成され得る。例えば、メモリ１３０は、ＤＲＡＭ（Dynamic Random Access Memory）、ＳＲＡＭ（Static Random Access Memory）、ＭＲＡＭ（Magnetoresistive Random Access Memory）、ＲｅＲＡＭ（Resistive Random Access Memory）、フラッシュメモリ、ハードディスクドライブ、ＲＯＭ（Read Only Memory）、またはこれらの組み合わせによって構成され得る。

メモリ１３０には、第１プログラム１３１、参照データ群１３２、およびアルゴリズム群１３３が予め格納される。

第１プログラム１３１は、プロセッサ１２０を位置特定部１２１および歩行パターン演算部１２２として機能させるためのコンピュータプログラムである。

携帯装置１は、種々の位置に保持され得る。参照データ群１３２は、想定される保持位置毎に用意された参照データ１３４の集合である。各参照データ１３４は、対応する保持位置に利用者が携帯装置１を保持して歩行した場合に得られる典型的な慣性データを示す。

図６は、第１の実施形態の想定される保持位置の例を示す図である。図６の（ａ）、（ｄ）、および（ｅ）は、利用者を正面から見た図である。なお、図６の（ａ）には、両手を体側で下垂させた姿勢の利用者が描画されている。図６の（ｄ）には、右手を胸の前で静止させた姿勢の利用者が描画されている。即ち、図６の（ｄ）に描画された利用者の姿勢は、利用者が携帯装置１を右手で保持して携帯装置１を使用している時の姿勢に該当する。図６の（ｅ）には、左手を胸の前で静止させた姿勢の利用者が描画されている。即ち、図６の（ｅ）に描画された利用者の姿勢は、利用者が携帯装置１を左手で保持して携帯装置１を使用している時の姿勢に該当する。図６の（ｂ）は、利用者を背後から見た図であり、図６の（ｃ）は、バッグを持った利用者を正面から見た図である。これらの図に例示されるように、左胸ポケット３ａ、左腹ポケット３ｂ、左手３ｃ、左脚ポケット３ｄ、左臀部ポケット３ｅ、右胸ポケット３ｆ、右腹ポケット３ｇ、右手３ｈ、右脚ポケット３ｉ、右臀部ポケット３ｊ、肩掛けバッグの中３ｋ、手提げバッグの中３ｌ、右手３ｍ、および左手３ｎが、携帯装置１の保持位置として想定され得る。

例えば、左胸ポケット３ａ、左腹ポケット３ｂ、左手３ｃ、左脚ポケット３ｄ、左臀部ポケット３ｅ、右胸ポケット３ｆ、右腹ポケット３ｇ、右手３ｈ、右脚ポケット３ｉ、右臀部ポケット３ｊ、肩掛けバッグの中３ｋ、手提げバッグの中３ｌ、右手３ｍ、および左手３ｎのそれぞれについて１つの参照データ１３４が用意される。それぞれ想定される保持位置に対応する複数の参照データ１３４は、参照データ群１３２としてメモリ１３０に格納される。

なお、想定される保持位置毎に２以上の参照データ１３４が用意されてもよい。例えば、複数の参照データ１３４が同一の想定される保持位置に対応付けられていてもよい。参照データ群１３２に含まれる各参照データ１３４は、複数の想定される保持位置のうちのいずれかに対応付けられていればよい。以降、参照データ１３４が対応付けられる、想定される保持位置を、想定位置と表記する。

位置特定部１２１は、参照データ群１３２に含まれる複数の参照データ１３４から、慣性センサ１１０によって測定された慣性データに最も類似した１つの参照データ１３４を選択する。位置特定部１２１は、選択した参照データ１３４に対応付けられた想定位置を、利用者が携帯装置１を保持している位置として特定する。

例えば、図７に例示されるように、利用者１００１が任意の位置（本図では右手）に携帯装置１を保持して歩行している最中に、慣性センサ１１０は角速度および加速度を検出し、位置特定部１２１は、検出された角速度および加速度の推移を慣性データ２００として取得する。そして、位置特定部１２１は、参照データ群１３２に含まれる複数の参照データ１３４のうちの、取得した慣性データ２００に最も類似した参照データ１３４を求める。

慣性データ２００と参照データ１３４とが類似するとは、角速度データおよび加速度データの両方が慣性データ２００と参照データ１３４とで類似することをいう。図７の例によれば、参照データ１３４ｈが、慣性データ２００に最も類似した参照データ１３４として選択される。位置特定部１２１は、参照データ１３４ｈに対応付けられた想定位置である右手３ｈを、携帯装置１の保持位置として特定する。なお、図７には、慣性データ２００とはまったく類似していない参照データ１３４の例として、左胸ポケットに対応付けられた参照データ１３４ａが描画されている。

なお、慣性データ２００と参照データ１３４と比較に基づく類似／非類似の判定方法は、特定の方法に限定されない。

一例では、位置特定部１２１は、慣性データ２００および参照データ１３４の双方の波形の形状の比較によって類似／非類似を判定し得る。位置特定部１２１は、慣性データ２００の波形および参照データ１３４の波形のうちの一方または両方に、平滑化などの所定のフィルタ処理を実行し、フィルタ処理の実行後に波形同士の比較を行ってもよい。

別の例では、位置特定部１２１は、慣性データ２００および参照データ１３４の双方からそれぞれ特徴量を算出し、双方から算出された特徴量を比較する。位置特定部１２１は、参照データ１３４毎に慣性データ２００の特徴量と参照データ１３４の特徴量とを比較し、両者の差分が最小である参照データ１３４を、慣性データ２００に最も類似した参照データ１３４として選択する。なお、特徴量の比較に基づいて類似／非類似が判定される場合、典型的な慣性データの特徴量が参照データ１３４として用意されてもよい。

このように、位置特定部１２１は、取得された慣性データと各参照データ１３４とを任意の方法で比較し、比較の結果に基づいて１つの参照データ１３４を選択することができる。

なお、第１の実施形態では、携帯装置１に慣性センサ１１０が具備される。よって、位置特定部１２１によって特定された携帯装置１の保持位置は、慣性センサ１１０の保持位置として見なされ得る。

図４に説明を戻す。アルゴリズム群１３３は、想定位置毎に用意されたアルゴリズム１３５の集合である。

例えば、左胸ポケット３ａに対応付けられたアルゴリズム１３５ａによれば、ｘ軸方向の加速度データが使用される。ｘ軸方向の加速度データに形成されているピークの位置の特定が試みられる。ピークの位置の特定の際には、アルゴリズム１３５ａ内で規定された閾値によって、ノイズ成分が適宜除去される。特定されたピークの位置は、足の接地タイミングとして特定される。

また、例えば、右手３ｈに対応付けられたアルゴリズム１３５ｈによれば、ｙ軸周りの角速度データが使用される。ｙ軸周りの角速度データから、正側および負側に形成されているピークの位置の特定が試みられる。ピークの特定の際には、アルゴリズム１３５ｈ内で規定された閾値によって、ノイズ成分が適宜除去される。特定されたピークの位置は、足の接地タイミングとして特定される。

このように、各アルゴリズム１３５では、対応する想定位置に応じた計算式、閾値、または使用するデータの種類が規定されている。

歩行パターン演算部１２２は、携帯装置１の保持位置を位置特定部１２１から取得する。歩行パターン演算部１２２は、取得した保持位置に対応するアルゴリズム１３５を、アルゴリズム群１３３から取得する。歩行パターン演算部１２２は、アルゴリズム群１３３から取得したアルゴリズム１３５に基づき、慣性センサ１１０によって取得された慣性データから歩行パターンを演算する。

例えば、図７の例によれば、位置特定部１２１は、右手３ｈを携帯装置１（慣性センサ１１０）の保持位置として特定した。その場合、歩行パターン演算部１２２は、図８に例示されるように、右手３ｈに対応付けられたアルゴリズム１３５ｈを用いて歩行パターンを演算する。

なお、図８の例によれば、歩行パターン演算部１２２は、足の接地タイミングを、歩行パターンとして演算している。歩行パターンは、足の接地タイミングだけに限定されない。利用者の歩行の特徴を示す任意の情報が、歩行パターンとして採用され得る。例えば、歩行速度、体幹の左右の傾き、床面と足部との間のクリアランス、などの情報が歩行パターンとして採用され得る。また、これらの情報の組み合わせが歩行パターンとして採用され得る。

次に、携帯装置１の動作を説明する。

図９は、第１の実施形態の、携帯装置１の保持位置を特定する手順を説明するフローチャートである。

まず、慣性センサ１１０が、加速度および角速度の推移、即ち慣性データを測定する（Ｓ１０１）。Ｓ１０１では、慣性センサ１１０は、所定の時間間隔で加速度および角速度を検出し、検出された加速度および角速度をメモリ１３０に蓄積する。Ｓ１０１の処理は、例えば所定の時間、継続される。メモリ１３０に蓄積された加速度および角速度は、慣性データを構成する。

続いて、位置特定部１２１は、参照データ群１３２から、測定された慣性データに最も類似した参照データ１３４を選択する（Ｓ１０２）。そして、位置特定部１２１は、選択された参照データ１３４に対応付けられた想定位置を、携帯装置１の保持位置として特定する（Ｓ１０３）。

Ｓ１０３によって、携帯装置１の保持位置を特定する動作が完了する。

図１０は、第１の実施形態の、歩行パターンを演算する手順を説明するフローチャートである。

歩行パターン演算部１２２は、位置特定部１２１によって特定された保持位置および慣性データを取得する（Ｓ２０１）。そして、歩行パターン演算部１２２は、取得された保持位置に対応するアルゴリズム１３５を、アルゴリズム群１３３から取得する（Ｓ２０２）。そして、歩行パターン演算部１２２は、取得されたアルゴリズム１３５に基づいて、慣性データから歩行パターンを演算する（Ｓ２０３）。Ｓ２０３の処理によって、歩行パターンを演算する動作が完了する。

以上述べたように、第１の実施形態によれば、携帯装置１は、慣性センサ１１０と、位置特定部１２１とを備える。慣性センサ１１０は、慣性データを測定する（Ｓ１０１）。位置特定部１２１は、参照データ群１３２として予め用意された、それぞれ複数の想定位置のいずれかに対応付けられた複数の参照データ１３４と、慣性センサ１１０によって得られた慣性データと、を比較することによって、１つの想定位置を選択する（Ｓ１０２、Ｓ１０３）。そして、位置特定部１２１は、選択した想定位置を利用者による携帯装置１の保持位置として特定する（Ｓ１０３）。よって、慣性センサ１１０の保持位置を特定することが可能である。

また、第１の実施形態によれば、携帯装置１は、歩行パターン演算部１２２を備える。歩行パターン演算部１２２は、アルゴリズム群１３３として予め用意された、複数の想定位置のそれぞれに対応付けられたアルゴリズム１３５のうちから、特定された携帯装置１の保持位置に対応付けられたアルゴリズム１３５を取得する（Ｓ２０２）。そして、歩行パターン演算部１２２は、取得されたアルゴリズム１３５を用いて、慣性データから利用者の歩行パターンを演算する（Ｓ２０３）。よって、保持位置に対応したアルゴリズム１３５が適用されるので、歩行パターンの推定の精度が向上する。また、利用者は、種々の位置に携帯装置１を保持しながら、歩行パターンの推定の機能を使用することが可能となる。

なお、第１の実施形態では、特定された携帯装置１の保持位置が歩行パターンの演算に使用された。特定された携帯装置１の保持位置は、歩行パターンの演算だけでなく、任意の処理に使用可能である。

一例では、携帯装置１のプロセッサ１２０は、特定された携帯装置１の保持位置に応じて着信音の音量を変化させる。携帯装置１のプロセッサ１２０は、胸ポケット３ａ、３ｆに携帯装置１が保持されている場合には、着信音の音量を小さくする。携帯装置１のプロセッサ１２０は、脚ポケット３ｄ、３ｉに携帯装置１が保持されている場合には、着信音の音量を大きくする。耳からの距離が遠い場合には着信音の音量を大きくし、耳からの距離が近い場合には着信音の音量を小さくすることで、利用者にとっての利便性が向上する。

別の例では、携帯装置１のプロセッサ１２０は、特定された携帯装置１の保持位置が手３ｍ、３ｎである場合には、表示画面１５１への情報の表示を行わない。特定された携帯装置１の保持位置が手３ｍ、３ｎである場合、利用者が携帯装置１を使用しながら歩行していると考えられる。したがって、特定された携帯装置１の保持位置が手３ｍ、３ｎである場合に表示画面１５１をオフすることによって、歩行しながら携帯装置１を使用する行為を抑止することが可能となる。

このように、特定された携帯装置１（慣性センサ１１０）の保持位置は、種々の処理に使用され得る。よって、携帯装置１は、歩行パターン演算部１２２およびアルゴリズム群１３３を必ずしも備えていなくてもよい。

（第２の実施形態）
第１の実施形態で述べた各参照データ１３４の生成方法は、特定の方法に限定されない。各参照データ１３４は、コンピュータシミュレーションによって生成されてもよいし、任意の慣性センサを使用した実測によって生成されてもよい。第２の実施形態では、慣性センサを使用した測定に基づいて各参照データ１３４が生成される方法について説明する。

図１１は、参照データ１３４を生成する第２の実施形態の生成装置４の構成例を示す図である。生成装置４は、慣性センサ４１０、プロセッサ４２０、メモリ４３０、およびバス４４０を備える。慣性センサ４１０、プロセッサ４２０、およびメモリ４３０は、バス４４０に電気的に接続されている。

慣性センサ４１０は、３次元の角速度および３次元の加速度を検出する。慣性センサ４１０は、例えば、慣性センサ１１０と同等または類似した性能を有する。角速度および加速度を表現するための座標軸は、生成装置４に対して相対的に固定されている。

例えば、生成装置４は、携帯装置１と同様の様態（保持位置および保持姿勢）で保持可能なように、携帯装置１と同等または類似した形状を有する。そして、各座標軸は、携帯装置１に対して設定された各座標軸と同等または類似した方向に設定される。

なお、生成装置４は、携帯装置１と異なる形状を有していてもよい。また、生成装置４に設定された各座標軸の方向は、携帯装置１に対して設定された各座標軸の方向と異なっていてもよい。また、慣性センサ４１０の性能は慣性センサ１１０の性能と異なっていてもよい。

メモリ４３０は、データまたはコンピュータプログラムなどの任意の情報を保持可能な電子部品である。メモリ４３０は、携帯装置１に具備されるメモリ１３０と同様に、任意の種類のメモリによって構成される。

プロセッサ４２０は、任意のコンピュータプログラムを実行することによって種々の機能を実現する電子部品である。プロセッサ４２０は、例えばＣＰＵである。プロセッサ４２０は、予めメモリ４３０に格納されたコンピュータプログラムである第２プログラム４３１を実行することによって、参照データ生成部４２１として機能する。

参照データ生成部４２１は、各想定位置に生成装置４が保持された状態で慣性データを取得し、取得した慣性データに基づいて参照データ１３４を生成する。

図１２は、第２の実施形態の、参照データ１３４を生成する手順を説明するフローチャートである。ここでは、参照データ１３４の信頼性をできるだけ高めるために、複数のモデル利用者が用意される。複数のモデル利用者が種々の想定位置に生成装置４を保持して歩行し、参照データ生成部４２１は、生成装置４を保持したモデル利用者がそれぞれ異なる複数の慣性データを想定位置毎に収集する。そして、参照データ生成部４２１は、想定位置毎に、複数の慣性データに基づいて参照データ１３４を生成する。より具体的には、参照データ生成部４２１は、想定位置毎に収集した複数の慣性データを標本として用いることによって、参照データ１３４を生成する。

まず、想定位置が選択される（Ｓ３０１）。また、モデル利用者が選択される（Ｓ３０２）。想定位置およびモデル利用者の選択方法は任意である。

モデル利用者は、想定位置に生成装置４を保持し（Ｓ３０３）、歩行を開始する（Ｓ３０４）。その後、慣性センサ４１０は、加速度および角速度の推移（慣性データ）を測定する（Ｓ３０５）。例えば、モデル利用者は、歩行を開始した後に、生成装置４に、測定を開始する操作を入力する。参照データ生成部４２１は、測定を開始する操作の入力を検知すると、慣性センサ４１０を起動して、慣性センサ４１０に加速度および角速度を検出させる。

Ｓ３０５では、慣性センサ４１０は、所定の時間間隔で加速度および角速度を検出し、検出された加速度および角速度をメモリ４３０に蓄積（保存）する。Ｓ３０５の処理は、例えば所定の時間、継続される。メモリ４３０に蓄積された加速度および角速度は、慣性データを構成する。

加速度および角速度の推移の測定が終了すると、全てのモデル利用者が選択されたか否かが判断される（Ｓ３０６）。未選択のモデル利用者が存在する場合には（Ｓ３０６、Ｎｏ）、Ｓ３０２に処理が移行して、未選択のモデル利用者のうちから１人のモデル利用者が選択される。

全てのモデル利用者が選択された場合には（Ｓ３０６、Ｙｅｓ）、参照データ生成部４２１は、モデル利用者毎に測定された慣性データに基づいて参照データ１３４を生成する（Ｓ３０７）。Ｓ３０７の処理では、参照データ生成部４２１は、生成装置４を保持したモデル利用者が異なる複数の慣性データを標本として用いることによって、参照データ１３４を生成する。例えば、参照データ生成部４２１は、複数の慣性データの平均データを演算し、得られた平均データを参照データ１３４とする。なお、参照データ１３４を演算する方法は、複数の慣性データの平均データを演算する方法だけに限定されない。

続いて、参照データ生成部４２１は、生成された参照データ１３４を、Ｓ３０１の処理によって選択された想定位置と対応付けてメモリ４３０に保存する（Ｓ３０８）。

続いて、全ての想定位置が選択されたか否かが判断される（Ｓ３０９）。未選択の想定位置が存在する場合には（Ｓ３０９、Ｎｏ）、Ｓ３０１に処理が移行して、未選択の想定位置のうちから１つの想定位置が選択される。全ての想定位置が選択された場合（Ｓ３０９、Ｙｅｓ）、参照データ１３４を生成する処理が終了する。

なお、Ｓ３０１、Ｓ３０２、Ｓ３０６、およびＳ３０９の処理は、生成装置４の操作者など任意の人物によって実行され得る。また、Ｓ３０１、Ｓ３０２、Ｓ３０６、およびＳ３０９の処理のうちの一部または全部は、参照データ生成部４２１によってアシストされてもよい。

このように、一例では、複数の参照データ１３４のそれぞれは、対応する想定位置に保持された生成装置４（慣性センサ４１０）によって測定された慣性データに基づいて予め生成される。

なお、慣性センサを備え、保持可能なコンピュータであれば、任意の装置を生成装置４として使用することが可能である。

例えば、携帯装置１に第２プログラム４３１がインストールされることによって、携帯装置１を生成装置４として使用することが可能である。具体的には、携帯装置１のメモリ１３０に第２プログラム４３１が予め格納される。携帯装置１のプロセッサ１２０は、メモリ１３０に格納された第２プログラム４３１を実行することによって、参照データ生成部４２１としての機能を実現する。

また、参照データ１３４を生成するための標本として使用される慣性データは、１つの生成装置４によって収集されてもよいし、慣性センサを備えた複数の装置によって収集されてもよい。例えば、複数のモデル利用者のそれぞれは、自身が保有する携帯装置１に第２プログラム４３１をインストールし、その携帯装置１で慣性データを取得する。各携帯装置１によって取得された慣性データは、第２プログラム４３１がインストールされた任意のコンピュータに集められ、そのコンピュータの参照データ生成部４２１によって標本として使用されて参照データ１３４が生成される。慣性データが集められるコンピュータは、必ずしも慣性センサを具備していなくてもよい。

このように、参照データ１３４を生成するための標本として使用される慣性データは、慣性センサを備えた種々の装置で測定され得るし、参照データ１３４は、種々の装置で生成され得る。

（第３の実施形態）
第１の実施形態では、慣性データに基づいて携帯装置１の保持位置が特定された。慣性データに加えて、任意の環境データが携帯装置１（慣性センサ１１０）の保持位置の特定に使用されてもよい。

図１３は、第３の実施形態の情報処理装置が適用された携帯装置１ａの構成例を示す図である。第１の実施形態と同様の機能を有する構成要素には、第１の実施形態と同じ名称および符号が付されている。ここでは、第１の実施形態と異なる機能を有する構成要素について重点的に説明する。

携帯装置１ａは、慣性センサ１１０、プロセッサ１２０、メモリ１３０、環境センサ１１１、およびバス１４０を備える。慣性センサ１１０、プロセッサ１２０、メモリ１３０、および環境センサ１１１はバス１４０に電気的に接続されている。

環境センサ１１１は、携帯装置１ａの周辺環境に関する情報（環境データ、即ち環境情報）を検出することができるセンサである。環境センサ１１１は、例えば、温度（温度情報）を検出する温度センサ、地磁気（地磁気情報）を検出する地磁気センサ、気圧（気圧情報）を検出する気圧センサ、照度（照度情報）を検出する照度センサ、近接物の有無（近接物情報）を検出する近接センサ、ＧＰＳ情報を検出するＧＰＳセンサ、または周辺環境を示す画像（画像情報）を撮像するカメラ、などである。環境センサ１１１としては、これらのセンサに限定されない。また、携帯装置１ａは、複数種類の環境センサ１１１を備えていてもよい。

メモリ１３０には、第１プログラム１３１、参照データ群１３２′、およびアルゴリズム群１３３が予め格納される。

参照データ群１３２′は、それぞれ複数の想定位置の何れかに対応付けられた複数の参照データ１３４′を含む。

それぞれの参照データ１３４′は、対応する想定位置に利用者が携帯装置１を保持して歩行した場合に得られる典型的な慣性データと、対応する想定位置に利用者が携帯装置１を保持して歩行した場合に環境センサ１１１によって得られる典型的な環境データ（波形、値、または画像情報）と、を含む。

プロセッサ１２０は、第１プログラム１３１を実行することによって、位置特定部１２１′および歩行パターン演算部１２２として機能する。

位置特定部１２１′は、慣性センサ１１０によって得られた慣性データと、環境センサ１１１によって得られた環境データと、の組み合わせと、参照データ群１３２′に含まれる複数の参照データ１３４′のそれぞれに含まれる典型的な慣性データと典型的な環境データとの組み合わせとを比較することによって、１つの参照データ１３４′を選択する。位置特定部１２１′は、例えば、検出された慣性データおよび検出された環境データに最も類似した慣性データおよび環境データを含む参照データ１３４′を選択する。位置特定部１２１′は、選択された参照データ１３４′に対応付けられた想定位置を、携帯装置１ａ（あるいは慣性センサ１１０）の保持位置として特定する。

このように、第３の実施形態によれば、携帯装置１ａは、環境データを検出する環境センサ１１１をさらに備える。位置特定部１２１′は、慣性センサ１１０によって取得された慣性データと環境センサ１１１によって取得された環境データとの組み合わせと、複数の参照データ１３４′と、を比較することによって、複数の想定位置のうちの１つを選択する。よって、保持位置を特定するための情報の種類が増加せしめられるので、保持位置の特定の精度の向上が見込まれる。

また、環境データは、例えば、温度情報、地磁気情報、気圧情報、照度情報、近接物の近接情報、ＧＰＳ情報、または画像情報である。よって、慣性データに加えてこれらの情報が保持位置に使用されるので、保持位置の特定の精度の向上が見込まれる。なお、環境データは、これらに限定されない。携帯装置１ａ（慣性センサ１１０）の周辺環境に関する情報であれば任意の情報が環境データとして使用され得る。

なお、第３の実施形態の参照データ１３４′は、コンピュータシミュレーションによって生成されてもよいし、慣性データおよび環境データの測定によって生成されてもよい。慣性データおよび環境データの測定によって参照データ１３４′が生成される場合、例えば、慣性データを測定する慣性センサと、環境データを測定する環境センサと、を備える生成装置が使用されればよい。

（第４の実施形態）
実施形態の情報処理装置としての機能は、複数の装置によって実現されてもよい。

図１４は、第４の実施形態の情報処理装置が適用されたシステム１ｂの構成例を示す図である。第１の実施形態と同様の機能を有する構成要素には、第１の実施形態と同様の名称および符号を付す。ここでは、第１の実施形態と異なる構成要素について重点的に説明する。

システム１ｂは、１以上の携帯装置５としての携帯装置５ａ、５ｂ、５ｃと、サーバコンピュータ６を備える。

携帯装置５ａ、５ｂ、５ｃは、利用者が保持することが可能な装置であり、例えば、時計、音楽再生機器、撮像装置、活動量計、ノートパソコン、またはスマートフォン、などである。携帯装置５ａ、５ｂ、５ｃは、それぞれ異なる利用者に保持され得る。携帯装置５ａ、５ｂ、５ｃのうちの一部または全部は、一人の利用者に保持されてもよい。

携帯装置５ａ、５ｂ、５ｃは、同様の構成を備えている。ここでは、携帯装置５ａ、５ｂ、５ｃの代表として携帯装置５ａをとりあげて、携帯装置５ａの構成について説明する。

携帯装置５ａは、慣性センサ１１０および通信インタフェース１６０を備える。通信インタフェース１６０は、外部の装置と有線または無線で情報通信を実行するインタフェース装置である。通信インタフェース１６０が準拠する規格は、特定の規格に限定されない。

携帯装置５ａでは、慣性センサ１１０が、慣性データを測定する。測定された慣性データは、通信インタフェース１６０を介してサーバコンピュータ６に送信される。

サーバコンピュータ６は、所定の箇所に設置されたコンピュータである。サーバコンピュータ６は、通信インタフェース６１０、プロセッサ６２０、メモリ６３０、およびバス６４０を備える。通信インタフェース６１０、プロセッサ６２０、およびメモリ６３０は、バス６４０に電気的に接続されている。

メモリ６３０は、メモリ１３０等と同様に、任意の種類の記憶装置によって構成され得る。メモリ６３０には、参照データ群１３２およびアルゴリズム群１３３が予め格納される。

通信インタフェース６１０は、外部の装置と有線または無線で情報通信を実行するインタフェース装置である。通信インタフェース６１０は、通信インタフェース１６０と同様の規格に準拠しており、通信インタフェース１６０との間で情報通信を実行することが可能である。

プロセッサ６２０は、コンピュータプログラムを実行することによって任意の機能を実現することができる電子部品である。プロセッサ６２０は、予めメモリ６３０に格納されたプログラム（不図示）に基づいて、位置特定部１２１および歩行パターン演算部１２２として機能する。

サーバコンピュータ６は、各携帯装置５から通信インタフェース６１０に慣性データを受信することができる。位置特定部１２１は、いずれかの携帯装置５から慣性データを受信した後、その慣性データに最も類似した参照データ１３４を参照データ群１３２から選択する。そして、位置特定部１２１は、選択された参照データ１３４に対応付けられた想定位置を、その慣性データの送信元の携帯装置５の保持位置として特定する。歩行パターン演算部１２２は、特定された保持位置に対応付けられたアルゴリズム１３５をアルゴリズム群１３３から選択し、選択されたアルゴリズム１３５と慣性データとを用いて、慣性データの送信元の携帯装置５を保持する利用者の歩行パターンを演算する。

このように、利用者が保持できる携帯装置５に慣性センサ１１０が具備され、携帯装置５に対して遠隔地に設置されたサーバコンピュータ６に位置特定部１２１および歩行パターン演算部１２２が具備される。携帯装置５では慣性データが測定され、サーバコンピュータ６ではその携帯装置５の保持位置の特定とその携帯装置５を保持する利用者の歩行パターンの演算とが実行される。

なお、位置特定部１２１および参照データ群１３２は、携帯装置５に具備されてもよい。また、歩行パターン演算部１２２およびアルゴリズム群１３３は、携帯装置５に具備されてもよい。

以上述べたように、実施形態の情報処理装置は、複数の装置によって構成され得る。

（第５の実施形態）
第２の実施形態では、モデル利用者毎に測定された複数の慣性データを標本として用いて参照データ１３４が生成される例について説明した。予め用意された参照データ１３４は、利用者が実際に保持する携帯装置において測定された測定データに基づいて更新されてもよい。

図１５は、第５の実施形態の情報処理装置が適用されたシステム１ｃの構成例を示す図である。第１の実施形態と同様の機能を有する構成要素には、第１の実施形態と同様の名称および符号を付す。ここでは、第１の実施形態と異なる構成要素について重点的に説明する。

システム１ｃは、１以上の携帯装置７としての携帯装置７ａ、７ｂ、７ｃと、サーバコンピュータ８を備える。

携帯装置７ａ、７ｂ、７ｃは、利用者が保持することが可能な装置であり、例えば、時計、音楽再生機器、撮像装置、活動量計、ノートパソコン、またはスマートフォン、などである。携帯装置７ａ、７ｂ、７ｃは、それぞれ異なる利用者に保持され得る。携帯装置７ａ、７ｂ、７ｃのうちの一部または全部は、一人の利用者に保持されてもよい。

携帯装置７ａ、７ｂ、７ｃは、同様の構成を備えている。ここでは、携帯装置７ａ、７ｂ、７ｃの代表として携帯装置７ａをとりあげて、携帯装置７ａの構成について説明する。

携帯装置７ａは、慣性センサ１１０、プロセッサ１２０、メモリ１３０、バス１４０、および通信インタフェース１６０を備える。慣性センサ１１０、プロセッサ１２０、メモリ１３０、および通信インタフェース１６０は、バス１４０に電気的に接続されている。

通信インタフェース１６０は、外部の装置と有線または無線で情報通信を実行するインタフェース装置である。通信インタフェース１６０が準拠する規格は、特定の規格に限定されない。

メモリ１３０には、参照データ群１３２およびアルゴリズム群１３３が予め格納される。プロセッサ１２０は、メモリ１３０に予め格納されるプログラム（不図示）に基づいて、位置特定部１２１および歩行パターン演算部１２２として機能する。

サーバコンピュータ８は、所定の箇所に設置されたコンピュータである。サーバコンピュータ８は、通信インタフェース６１０、プロセッサ６２０、メモリ６３０、およびバス６４０を備える。通信インタフェース６１０、プロセッサ６２０、およびメモリ６３０は、バス６４０に電気的に接続されている。

プロセッサ６２０は、予めメモリ６３０に格納されたプログラム（不図示）に基づいて、参照データ更新部６２１として機能する。

携帯装置７ａでは、慣性センサ１１０は、例えばＳ１０１の処理によって慣性データを測定する。測定された慣性データは、保持位置が特定された後、プロセッサ１２０による制御に従って、通信インタフェース１６０を介してサーバコンピュータ８に送信される。慣性データは、特定された保持位置と対応付けて送信される。

サーバコンピュータ８では、通信インタフェース６１０を介して慣性データを受信すると、参照データ更新部６２１は、受信した慣性データに基づいて、その慣性データに対応付けられた保持位置に対応する参照データ１３４を更新する。

なお、参照データ１３４の更新の方法は、特定の方法に限定されない。一例では、参照データ更新部６２１は、１以上の携帯装置７から受信する慣性データを、保持位置毎にメモリ６３０に蓄積する。そして、参照データ更新部６２１は、新たな慣性データを受信すると、それまでに蓄積された１以上の慣性データに新たな慣性データを加えた複数の慣性データに基づいて、参照データ（更新された参照データ）を新たに生成する。複数の慣性データに基づいて参照データ１３４を生成する手法としては、例えば第２の実施形態のＳ３０７の処理と同様の手法が採用される。

参照データ更新部６２１は、更新された参照データを通信インタフェース６１０を介して慣性データの送信元である携帯装置７ａに送信する。携帯装置７ａでは、プロセッサ１２０は、更新された参照データを通信インタフェース１６０を介して受信すると、参照データ群１３２に含まれている対応する参照データ１３４を、更新された参照データで上書きする。

このように、上記の構成により、参照データ１３４は、利用者が保持する携帯装置７によって得られた慣性データに基づいて適宜更新され得る。実際に利用者が携帯装置７を保持することによって得られた慣性データに基づいて参照データ１３４が更新されるので、サーバコンピュータ８に送られた環境データの増加とともに保持位置を特定する処理の信頼性が向上する。

なお、各携帯装置７からサーバコンピュータ８に慣性データが送信されるタイミングは、特定のタイミングに限定されない。各携帯装置７において、プロセッサ１２０は、慣性データをメモリ１３０に蓄積し、メモリ１３０に蓄積された全ての慣性データを予め決められた時刻に一括してサーバコンピュータ８に送信してもよい。

また、サーバコンピュータ８から各携帯装置７に更新された参照データが送信されるタイミングは、特定のタイミングに限定されない。サーバコンピュータ８において、参照データ更新部６２１は、更新された参照データを予め決められた時刻に各携帯装置７に送信してもよい。

また、更新された参照データは、慣性データの送信元の携帯装置７だけでなく複数の携帯装置７（例えば全ての携帯装置７）にブロードキャストされてもよい。

第１～第５の実施形態では、位置特定部１２１、１２１′、歩行パターン演算部１２２、参照データ生成部４２１、および参照データ更新部６２１の機能は、プロセッサがコンピュータプログラム（第１プログラム１３１および第２プログラム４３１を含む）を実行することによって実現される、として説明した。位置特定部１２１、１２１′、歩行パターン演算部１２２、参照データ生成部４２１、および参照データ更新部６２１の機能のうちの一部または全部は、コンピュータプログラムを要しない専用のハードウェア回路によって実現されてもよい。

また、第１～第５の実施形態では、利用者の歩行パターンが演算された。演算によって得られた歩行パターンは、任意の処理に使用可能である。

例えば、特許文献１に示される特定人物を識別する技術に、第１～第５の実施形態の情報処理装置によって演算された歩行パターンを使用することが可能である。第１～第５の実施形態の情報処理装置によれば、高い精度で歩行パターンを演算することが可能であるので、特定人物の識別の精度が向上する。

また、位置特定部１２１、１２１′、歩行パターン演算部１２２、参照データ生成部４２１、および参照データ更新部６２１の機能のうちの一部または全部を実現するコンピュータプログラム（第１プログラム１３１および第２プログラム４３１を含む）は、コンピュータにインストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ、ＤＶＤ（Digital Versatile Disk）、またはフラッシュメモリ等の、コンピュータで読み取り可能な記録媒体に記録されて提供され得る。

また、位置特定部１２１、１２１′、歩行パターン演算部１２２、参照データ生成部４２１、および参照データ更新部６２１の機能のうちの一部または全部を実現するコンピュータプログラム（第１プログラム１３１および第２プログラム４３１を含む）は、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。

以上、本発明の実施形態を例示したが、上記実施形態および変形例はあくまで一例であって、発明の範囲を限定することは意図していない。上記実施形態や変形例は、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、組み合わせ、変更を行うことができる。また、各実施形態や各変形例の構成や形状は、部分的に入れ替えて実施することも可能である。

１，１ａ，５，５ａ，５ｂ，５ｃ，７，７ａ，７ｂ，７ｃ…携帯装置、１ｂ，１ｃ…システム、６，８…サーバコンピュータ、１１０，４１０…慣性センサ、１１１…環境センサ、１２０，４２０，６２０…プロセッサ、１２１，１２１′…位置特定部、１２２…歩行パターン演算部、１３０，４３０，６３０…メモリ、１３１…第１プログラム、１３２，１３２′…参照データ群、１３３…アルゴリズム群、１３４，１３４′…参照データ、１３５…アルゴリズム、１４０，４４０，６４０…バス、１５０…マイク孔、１５１…表示画面、１５２…スピーカ孔、１６０，６１０…通信インタフェース、２００…慣性データ、４２１…参照データ生成部、４３１…第２プログラム、６２１…参照データ更新部。

Claims (4)

1. 慣性情報を検出する慣性センサと、
   それぞれが複数の位置のいずれかに対応付けられた複数の参照情報と前記慣性センサによって検出された第１の慣性情報とを比較することによって前記複数の位置のうちの１つを選択し、前記選択された位置を利用者による保持位置として特定する位置特定部と、
   前記複数の位置のそれぞれに対応付けられたアルゴリズムのうちから、前記特定された保持位置に対応付けられたアルゴリズムを取得し、前記取得されたアルゴリズムを用いて前記第１の慣性情報から前記利用者の歩行パターンを演算する、歩行パターン演算部と、
   を備えた情報処理装置。
2. 前記複数の参照情報のそれぞれは、対応する位置に保持された任意の慣性センサによって検出された第２の慣性情報に基づいて予め生成された情報である、
   請求項１に記載の情報処理装置。
3. 環境情報を検出する環境センサをさらに備え、
   前記位置特定部は、前記複数の参照情報と、前記第１の慣性情報と前記環境センサによって検出された環境情報との組み合わせと、を比較することによって前記複数の位置のうちの１つを選択する、
   請求項１に記載の情報処理装置。
4. 前記環境情報は、温度情報、地磁気情報、気圧情報、照度情報、近接物の近接情報、ＧＰＳ（Global Positioning System）情報、または画像情報である、
   請求項３に記載の情報処理装置。

Images