JP7393481B1 - 歩行訓練パラメータを即時調整する方法 - Google Patents

Abstract

【課題】歩行訓練パラメータを即時調整する方法を提供する。
【解決手段】ステップ（ａ）において、筋弛緩状態下で検出した第一ユーザーの筋弛緩歩行データーと、主動出力状態下で検出した第一ユーザーの主動出力歩行データーを収集し、続いて第一ユーザーの主動出力歩行データーおよび筋弛緩歩行データーの比に基づいて標準的な運動模式を作成する。ステップ（ｂ）において、第二ユーザーの運動模式を読み取る。第二ユーザーの運動模式は筋弛緩状態下で検出した第二ユーザーの筋弛緩歩行データーを含む。第二ユーザーの筋弛緩歩行データーと標準的な運動模式とを統合し、パーソナライズ化のトレーニング模式を推測する。ステップ（ｃ）において、第二ユーザーの実際のトレーニング状態がパーソナライズ化のトレーニング模式の基準を満たすか否かを判定し、続いてパーソナライズ化のトレーニング模式を調整することによって補助トレーニング模式を提供する。
【選択図】図１

Description

本発明は、歩行訓練技術に関し、詳しくは歩行訓練パラメータを即時調整する方法に関するものである。

歩行訓練を行う際、歩行訓練設備でユーザーの歩行訓練を補助することが一般的である。

特許文献１により開示された動力矯正器は、該案の図７に示すように六人の一般人を主動出力させたうえで検出したデーターを収集することによって歩行軌道の理想的な模式を構築し、歩行軌道の外周にトンネルを配置したうえで誤差を許容できる空間を設定することによって理想的な模式に近いトレーニング効果を歩行訓練中のユーザーに体感させる。

上述した通り、特許文献１はすべてのユーザーの歩行訓練を理想的な模式に対応させる技術を開示しているが、ユーザーの個人差によって運動模式を設計することは考慮していない。つまり、特許文献１で開示された理想的な模式は異なるユーザーに適応することができない。

特許文献２により開示された主動トレーニングに適応できるシステムは、該案の図６に示すようにセンサーモジュール、制御モジュールおよび運動モジュールを備え、ユーザーの筋肉が弛緩し、外骨格とともに動いたうえで各段階に生じた生理状態信号を記録し、各段階の生理学的信号しきい値を計算し、同時にトレーニング中のユーザーの生理状態信号に基づいてトレーニングのための難易度を即時調整する。

上述した通り、特許文献２は一般人または別のユーザーの歩行データーを参考にせず、ユーザーの歩行データーのみを採用する。つまり、特許文献２で設計されたトレーニング模式は最良の歩行訓練効果に達することができない。

米国ＵＳ８１４７４３６号公報 中国ＣＮ１１３２４４０８４Ａ号公報

本発明は歩行訓練パラメータを即時調整する方法を提供することを主な目的とする。歩行訓練パラメータを即時調整する方法は異なるユーザーの状態に基づいてパーソナライズ化の運動模式を設計し、トレーニング中のユーザーの出力データーに基づいてトレーニングのための適宜な難易度を薦め、同時に実際のトレーニング状態に基づいてトレーニングのための難易度を即時調整することができる。

上述した課題を解決するため、歩行訓練パラメータを即時調整する方法は歩行訓練設備に適用される。歩行訓練設備は検出ユニット、トレーニングユニットおよび制御ユニットを備える。制御ユニットは検出ユニットおよびトレーニングユニットに電気的に接続されたうえでトレーニングユニットの作動を制御する。歩行訓練パラメータを即時調整する方法はステップ（ａ）、ステップ（ｂ）およびステップ（ｃ）を含む。

ステップ（ａ）において、検出ユニットは少なくとも第一ユーザーに対し、筋弛緩状態下で歩行訓練を通して検出した筋弛緩歩行データーと、主動出力状態下で歩行訓練を通して検出した主動出力歩行データーと、を収集する。制御ユニットは第一ユーザーの主動出力歩行データーおよび筋弛緩歩行データーの比に基づいて標準的な運動模式を作成する。

ステップ（ｂ）において、制御ユニットは第二ユーザーの運動模式を読み取る。第二ユーザーの運動模式は筋弛緩状態下で歩行訓練を通して検出した第二ユーザーの筋弛緩歩行データーを含む。続いて、制御ユニットは第二ユーザーの筋弛緩歩行データーと標準的な運動模式とを統合し、少なくとも一つのパーソナライズ化のトレーニング模式を推測する。

ステップ（ｃ）において、第二ユーザーの実際のトレーニング状態が少なくとも一つのパーソナライズ化のトレーニング模式の基準を満たすか否かを、制御ユニットは判定する。制御ユニットは少なくとも一つのパーソナライズ化のトレーニング模式を調整することによって補助トレーニング模式を提供する。

上述をまとめると、本発明による歩行訓練パラメータを即時調整する方法は、第二ユーザーの状態に基づいて第二ユーザーのパーソナライズ化の運動模式を設計し、トレーニング中の第二ユーザーの出力データーに基づいて適宜な補助トレーニング模式を薦める。即ち実際のトレーニング状態に基づいてトレーニングのための難易度を即時調整することができる。

本発明の一実施形態を示す模式図である。 本発明の一実施形態が歩行訓練設備に応用された状態を示す模式図である。 本発明の一実施形態における歩行周期を示す模式図である。 本発明の一実施形態において第一ユーザーが筋肉を弛緩させたうえで歩行訓練を通して検出された第一ユーザーの筋弛緩歩行データーを示すグラフである。 本発明の一実施形態において第一ユーザーが主動出力したうえで歩行訓練を通して検出された第一ユーザーの主動出力歩行データーを示すグラフである。 本発明の一実施形態における第一ユーザーの主動出力歩行データーおよび筋弛緩歩行データーの比を示すグラフである。 本発明の一実施形態における複数の第一ユーザーに対し、主動出力状態下で検出したデーターおよび筋弛緩状態下で検出したデーターの比および平均値を示すグラフである。 本発明の一実施形態における重心移動域および股関節屈曲可動域を示すグラフである。 本発明の一実施形態における重心移動域および膝伸展範囲を示すグラフである。 本発明の一実施形態において膝用圧力センサーの上部検出素子および下部検出素子が作動する状態を示す模式図である。 本発明の一実施形態においてパーソナライズされたトレーニング模式を示すグラフである。 本発明の一実施形態においてパーソナライズされた複数のトレーニング模式を示すグラフである。 本発明の一実施形態において第二ユーザーの筋肉を弛緩させたうえで検出したデーターを示すグラフである。 本発明の一実施形態において第二ユーザーのパーソナライズ化のトレーニング模式に基づいて予測した最大主動出力値および最小主動出力値を示すグラフである。 本発明の一実施形態において第二ユーザーが実際のトレーニングを受けたうえで検出された最大主動出力値および最小主動出力値を示すグラフである。 本発明の一実施形態においてパーソナライズ化のトレーニング模式を調整することによって作成した補助トレーニング模式を示すグラフである。

以下、本発明による歩行訓練パラメータを即時調整する方法を図面に基づいて説明する。

（一実施形態）
図１および図３に示すように、本発明の一実施形態による歩行訓練パラメータを即時調整する方法１０は、歩行訓練設備１００に適用される。歩行訓練設備１００は検出ユニット、トレーニングユニットおよび制御ユニットを備える。検出ユニットは両足裏用力センサーと両膝用圧力センサーを有する。両足裏用力センサーは左足力センサー１０１および右足力センサー１０２である。両膝用圧力センサーは左膝圧力センサー１０３および右膝圧力センサー１０４である。トレーニングユニットは二つのペダル１１と、ユーザーの下肢のトレーニングを行う部材とを有する。左足力センサー１０１は一つのペダル１１に配置される。右足力センサー１０２は別の一つのペダル１１に配置される。
制御ユニットは検出ユニットおよびトレーニングユニットに電気的に接続されたうえでトレーニングユニットの作動を制御する。制御ユニットは分析および計算能力を有するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）またはメッセージ処理ユニットであるが、これに限定されない。第一ユーザーまたは第二ユーザーが歩行訓練設備１００を利用する際、歩行訓練設備１００は歩行訓練パラメータを即時調整する方法１０に従って制御、演算および作動する。歩行訓練パラメータを即時調整する方法１０はステップ（ａ）、ステップ（ｂ）およびステップ（ｃ）を含む。
本実施形態において、左足力センサー１０１および右足力センサー１０２はロードセル（Ｌｏａｄ Ｃｅｌｌ）であるが、これに限定されない。左膝圧力センサー１０３および右膝圧力センサー１０４はフィルム型圧力センサーであるが、これに限定されない。つまり、ユーザーは実際の状況に応じて適切なセンサーを選択することができる。

本実施形態において、図３ａに示すように、歩行訓練は少なくとも一つの歩行周期を含む。歩行周期は一本の足の歩行動作の仕組みに対応する。歩行動作の仕組みは右足の踵接地から左足の指離地まで動作し、続いて左足の踵接地から右足の指離地まで動作することを繰り返すことである。詳しく言えば、図３ｂ、図３ｃ、図３ｄ、図３ｅ、図３ｆ、図３ｇ、図４、図５ａ、図５ｂ、図５ｃ、図５ｄ、図５ｅの横軸を図３ａの歩行周期に対応させて図中のデーターを１００等分にすれば、ユーザーの同側の足は初期接地が歩行周期の起点（即ち横軸標示０のデーター）に対応し、次の初期接地の前の位置が横軸標示９９のデーターに対応する。

図１、図３ｂ、図３ｃ、図３ｄおよび図３ｅに示すように、ステップ（ａ）において、検出ユニットは第一ユーザーに対し、筋肉状態下で歩行訓練を通して検出した筋弛緩歩行データー（図３ｂ参照）と、主動出力状態下で歩行訓練を通して検出した主動出力歩行データー（図３ｃ）と、を収集する。
制御ユニットは第一ユーザーの主動出力歩行データーおよび筋弛緩歩行データーの比に基づいて標準的な運動模式（図３ｄ参照）を作成する。筋弛緩状態とは歩行訓練中のユーザーが特に力を入れなくてもよい状態のことである。このとき歩行訓練設備１００の制御ユニットはトレーニングユニットによってユーザーに足を運動させる。主動出力状態とはユーザーがトレーニングユニットに従って主動出力して両足を動かす状態のことである。

本実施形態は各項目のデーターの安定性を高めるため、第一ユーザーの複数のサンプルを採る。続いて、第一ユーザーの複数の主動出力歩行データーの平均値および複数の筋弛緩歩行データーの平均値の比に基づいて標準的な運動模式（図３ｅ参照）を作成する。別の実施形態において、第一ユーザーの主動出力歩行データーおよび筋弛緩歩行データーが状況を十分に表現できれば、第一ユーザーのサンプル数が一つだけでもよい。つまり、第一ユーザーのサンプル数は本実施形態に限定されない。

本実施形態において、図３ａ、図３ｆおよび図３ｇに示すように、歩行周期は重心移動域Ｆ１、股関節屈曲可動域Ｆ２および膝伸展範囲Ｆ３に分けられる。重心移動域Ｆ１は歩行周期中の０から４０等分に分布する。股関節屈曲可動域Ｆ２は歩行周期中の４５から７０等分に分布する。膝伸展範囲Ｆ３は歩行周期中の８０から９９等分に分布する。

右足と左足は動作および判定方式が同じであるため、本実施形態は第一ユーザーの右足の動作を例として挙げる。図３ｆに示すように、重心移動域Ｆ１において、第一ユーザーの右足が右足力センサー１０２を踏んで検出された数値は模式しきい値より大きい。模式しきい値は第一ユーザーの１００％主動出力予測値である。股関節屈曲可動域Ｆ２において、第一ユーザーの右足が右足力センサー１０２を踏んで検出された数値は模式しきい値より小さい。図３ｇに示すように、膝伸展範囲Ｆ３において、右膝圧力センサー１０４で検出された数値は模式しきい値より小さい。

（式１）

本実施形態において、図３ｈに示すように、左膝圧力センサー１０３および右膝圧力センサー１０４はそれぞれ上部検出素子１０５および下部検出素子１０６を有する。上部検出素子１０５および下部検出素子１０６は部材および配置関係が同じであるため、一組の上部検出素子１０５および下部検出素子１０６を図面に挙げて説明する。上部検出素子１０５で検出した圧力値はＰ_Ｋ１で表示される。下部検出素子１０６で検出した圧力値はＰ_Ｋ２で表示される。
本実施形において、上部検出素子１０５の中心が１００ｍｍに位置し、下部検出素子１０６の中心が１０ｍｍに位置する場合、上部検出素子１０５の中心点から下部検出素子１０６の下端面までの最短距離をＸ_１に設定し、下部検出素子１０６中心点から下部検出素子１０６の下端面までの最短距離をＸ_２に設定すれば、左膝圧力センサー１０３または右膝圧力センサー１０４の圧力中心位置は式１で算出される。

図１および図４に示すように、ステップ（ｂ）において、制御ユニットは第二ユーザーの運動模式を読み取る。第二ユーザーの運動模式は筋肉弛緩状態下で歩行訓練を通して検出した第二ユーザーの筋弛緩歩行データーを含む。続いて、制御ユニットは第二ユーザーの筋弛緩歩行データーと標準的な運動模式とを統合し、パーソナライズ化のトレーニング模式（図４参照）を推測する。
本実施形態において、図５ａに示すように、パーソナライズ化のトレーニング模式のグラフは１０％、１５％、２０％、２５％、３０％、４０％、５０％、６０％、７０％、８０％、９０％および１００％の難易度によって作成される。図５ａには１００％難易度グラフＬ１と１０％難易度グラフＬ１２だけが表示される。そのほかの難易度グラフは省略される。言い換えれば、上述した技術的特徴により、異なる難易度のパーソナライズ化のトレーニング模式を作成することができる。難易度グラフは本実施形態に限定されず、実際のニーズに応じて調整されてもよい。

右足を運動させる際、重心移動域Ｆ１、即ち右足が下に伸ばされて踏む段階において、右足力センサー１０２で検出した数値が高ければ高いほど、パーソナライズ化のトレーニング模式の難易度が高くなる。右足力センサー１０２で検出した数値が低ければ低いほど、パーソナライズ化のトレーニング模式の難易度が低くなる。つまり、歩行周期０から４０までの間に最も上のグラフは１００％難易度グラフＬ１である。最も下のグラフは１０％難易度グラフＬ１２である。
股関節屈曲可動域Ｆ２および膝伸展範囲Ｆ３、即ち右足が持ち上がる段階において、右足力センサー１０２で検出した数値が低ければ低いほど、パーソナライズ化のトレーニング模式の難易度が高くなる。右足力センサー１０２で検出した数値が高ければ高いほど、パーソナライズ化のトレーニング模式の難易度が低くなる。つまり、歩行周期４５から１００までの間で最も下のグラフは１００％難易度グラフＬ１である。最も上のグラフは１０％難易度グラフＬ１２である。

本実施形態において、図５ｂ、図５ｃ、図５ｄおよび図５ｅに示すように、異なる難易度のパーソナライズ化のトレーニング模式に基づいて第二ユーザーの最適なパーソナライズ化のトレーニング模式を推測する。詳しく言えば、第二ユーザーに筋肉を弛緩させたうえで右足を右足力センサー１０２で検出した数値に基づいて歩行周期中の最大筋弛緩状態値および最小筋弛緩状態値（図５ｂ参照）を算出する。続いて、第二ユーザーが主動出力する際、歩行周期の最大主動出力値および最小主動出力値（図５ｃ参照）を標準的な運動模式に基づいて推測する。続いて、第二ユーザーを主動出力させたうえで右足を右足力センサー１０２で検出した数値に基づいて歩行周期中の実際の最大主動出力値および最小主動出力値（図５ｄ参照）を算出する。続いて、実際の最大主動出力値、推測した最大主動出力値および最大筋弛緩状態値に基づいて重心移動域Ｆ１の出力程度を計算し、実際の最小主動出力値、推測した最小主動出力値および最小筋弛緩状態値に基づいて股関節屈曲可動域Ｆ２の出力程度を計算する。続いて比較的低い出力程度に基づいて適切なパーソナライズ化のトレーニング模式（図５ｅ）を推薦する。詳しい説明は下記のとおりである。

重心移動域Ｆ１の出力程度の計算式は（実際の最大主動出力値－最大筋弛緩状態値）／（推測した最大主動出力値－最大筋弛緩状態値）である。

本実施形態において、図５ｃおよび図５ｄに示すように、第二ユーザーのデーターにおいて、実際の最大主動出力値は３５．６５１（ｋｇ）、最大筋弛緩状態値は２２．０６６（ｋｇ）、推測した最大主動出力値は３４．２６３（ｋｇ）であるため、第二ユーザーの重心移動域Ｆ１の出力程度、即ち（３５．６５１（ｋｇ）－２２．０６６（ｋｇ））／（３４．２６３（ｋｇ）－２２．０６６（ｋｇ））は１１１．３７％である。

股関節屈曲可動域Ｆ２の出力程度の計算式は（実際の最小主動出力値－最小筋弛緩状態値）／（推測した最小主動出力値－最小筋弛緩状態値）である。

本実施形態において、図５ｃおよび図５ｄに示すように、第二ユーザーのデーターにおいて、実際の最小主動出力値は１６．８５５（ｋｇ）、最小筋弛緩状態値は２３．６８（ｋｇ）、推測した最小主動出力値は１５．１２８（ｋｇ）であるため、第二ユーザーの股関節屈曲可動域Ｆ２の出力程度、即ち（１６．８５５（ｋｇ）－２３．６８（ｋｇ））／（１５．１２８（ｋｇ）－２３．６８（ｋｇ））は７９．４５％である。

股関節屈曲可動域Ｆ２の出力程度は重心移動域Ｆ１の出力程度より小さいため、股関節屈曲可動域Ｆ２の出力程度に基づいて適切なパーソナライズ化のトレーニング模式を薦める。つまり、図５ａ中の８０％難易度グラフに対応する模式はパーソナライズ化のトレーニング模式とされる。

図１、図５ｃ、図５ｄおよび図５ｅに示すように、ステップ（ｃ）において、ユーザーの実際のトレーニング状態がパーソナライズ化のトレーニング模式に対応できるか否かを、制御ユニットは判定する。続いて、制御ユニットはパーソナライズ化のトレーニング模式を調整することによって補助トレーニング模式を提供する。

本実施形態において、第二ユーザーの実際のトレーニング状態がパーソナライズ化のトレーニング模式に対応できるか否かを制御ユニットによって判定する方法は区間内に連続判定を行う方法およびワンタッチで判定する方法を含む。区間内に連続判定を行う方法とは歩行周期の重心移動域Ｆ１、股関節屈曲可動域Ｆ２および膝伸展範囲Ｆ３のいずれ一つの区間内に第二ユーザーの実際のトレーニング状態がパーソナライズ化のトレーニング模式の基準を満たすか否かを持続的に判定することである。第二ユーザーがトレーニングの初めから基準を満たす場合、歩行訓練設備１００のトレーニングユニットは最初の速度設定を維持する。第二ユーザーが基準を満たさない場合、制御ユニットはトレーニングユニットに運動速度を低減させる。本実施形態は減速のたびに１２％の運動速度を下げ、最初の設定速度の２５％を最低限度に設定するが、これに限定されない。
トレーニングユニットが減速した後、第二ユーザーが基準を満たす場合、制御ユニットはトレーニングユニットに運動速度を３８％ずつ上げさせ、最初の速度設定の１００％を最大限度に設定する。ワンタッチで判定する方法は下記のとおりである。歩行周期の重心移動域Ｆ１、股関節屈曲可動域Ｆ２および膝伸展範囲Ｆ３のいずれ一つの区間内に任意の一つのデーターがパーソナライズ化のトレーニング模式の基準を満たせば、第二ユーザーはパーソナライズ化のトレーニング模式の基準に至ると判定されるため、パーソナライズ化のトレーニング模式を調整しようとする際、第二ユーザーの持続的な出力を抑制する。

（式２）

（式３）

本実施形態において、第二ユーザーの膝が膝伸展範囲Ｆ３において伸展するか否かを制御ユニットが判定する方法の一つは次のとおりである。まず第二ユーザーを主動出力させて右膝圧力センサー１０４で検出した圧力値Ｐ_Ｋ、第二ユーザーの筋肉を弛緩させて右膝圧力センサー１０４で検出した圧力値Ｕ_ＲＫＰおよび設定難易度Ｒ％などのパラメータを収集する。続いて、これらのパラメータが式３を満足させれば、第二ユーザーの膝が膝伸展範囲Ｆ３において伸展すると判定される。

本実施形態において、第二ユーザーの実際のトレーニング状態がパーソナライズ化のトレーニング模式に対応できるか否かを区間内に持続的に判定する基準は下記のとおりである。
股関節屈曲可動域Ｆ２において検出した第二ユーザーのデーターがパーソナライズ化のトレーニング模式の予測値の８０％以下であれば、第二ユーザーの実際のトレーニング状態がパーソナライズ化のトレーニング模式に対応できないと判定される。股関節屈曲可動域Ｆ２において検出した第二ユーザーのデーターがパーソナライズ化のトレーニング模式の予測値の５０％に達すれば、第二ユーザーが歩行訓練のみを受けたと判定される。パーソナライズ化のトレーニング模式において、５回の歩行周期の歩行訓練を第二ユーザーが受けた後、そのうちの四回のデーターがパーソナライズ化のトレーニング模式の基準を満足させれば、制御ユニットはパーソナライズ化のトレーニング模式の難易度を上げることによって補助トレーニング模式を提供する。そのうちの四回のデーターがパーソナライズ化のトレーニング模式の基準を満足させなければ、制御ユニットはパーソナライズ化のトレーニング模式の難易度を下げることによって補助トレーニング模式を提供する。

図５ｅに示すように、本実施形態はパーソナライズ化のトレーニング模式の７０％難易度を補助トレーニング模式とする例を挙げる。別の実施形態において、区間内に連続判定を行う方式はパーソナライズ化のトレーニング模式を判定および調整し、パーソナライズ化のトレーニング模式に基づいて１０％、１５％、２０％、２５％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、１００％の難易度を定義し、補助トレーニング模式を提供する。ワンタッチで判定する方法はパーソナライズ化のトレーニング模式を判定および調整し、パーソナライズ化のトレーニング模式に基づいて２０％、４０％、６０％、８０％、１００％の難易度を定義し、補助トレーニング模式を提供する。

上述をまとめると、本発明による歩行訓練パラメータを即時調整する方法１０は、第二ユーザーの状態に基づいて第二ユーザーのパーソナライズ化の運動模式を設計し、トレーニング中のユーザーの出力データーに基づいて適宜な補助トレーニング模式を薦める。即ち実際のトレーニング状態に基づいてトレーニングのための難易度を即時に調整することができる。

以上、本発明は、上記実施形態になんら限定されるものではなく、発明の趣旨を逸脱しない範囲において種々の形態で実施可能である。

１０ 歩行訓練パラメータを即時調整する方法
１００ 歩行訓練設備
１０１ 左足力センサー
１０２ 右足力センサー
１０３ 左膝圧力センサー
１０４ 右膝圧力センサー
１０５ 上部検出素子
１０６ 下部検出素子
１１ ペダル
Ｆ１ 重心移動域
Ｆ２ 股関節屈曲可動域
Ｆ３ 膝伸展範囲
Ｌ１ １００％難易度グラフ
Ｌ１２ １０％難易度グラフ

Claims (5)

1. 歩行訓練設備に適用され、ステップ（ａ）、ステップ（ｂ）およびステップ（ｃ）を含む歩行訓練パラメータを即時調整する方法であって、
   前記歩行訓練設備は検出ユニット、トレーニングユニットおよび制御ユニットを備え、
   前記制御ユニットは前記検出ユニットおよび前記トレーニングユニットに電気的に接続されたうえで前記トレーニングユニットの作動を制御し、
   前記ステップ（ａ）において、前記検出ユニットは少なくとも第一ユーザーに対し、筋弛緩状態下で歩行訓練を通して検出した筋弛緩歩行データーと、主動出力状態下で前記歩行訓練を通して検出した主動出力歩行データーと、を収集し、前記制御ユニットは前記第一ユーザーの前記主動出力歩行データーおよび前記筋弛緩歩行データーの比に基づいて標準的な運動模式を作成し、
   前記ステップ（ｂ）において、前記制御ユニットは第二ユーザーの運動模式を読み取り、前記第二ユーザーの運動模式は筋弛緩状態下で前記歩行訓練を通して検出した前記第二ユーザーの筋弛緩歩行データーを含み、続いて、前記制御ユニットは前記第二ユーザーの前記筋弛緩歩行データーと前記標準的な運動模式とを統合し、少なくとも一つのパーソナライズ化のトレーニング模式を推測し、前記パーソナライズ化のトレーニング模式の難易度の高い及び低いの度合いを特定する難易度グラフを作成し、
   前記ステップ（ｃ）において、前記第二ユーザーの実際のトレーニング状態が少なくとも一つの前記パーソナライズ化のトレーニング模式の基準を満たすか否かを、前記制御ユニットが判定し、続いて前記難易度グラフに対応する少なくとも一つの前記パーソナライズ化のトレーニング模式を調整することによって補助トレーニング模式を提供することを特徴とする歩行訓練パラメータを即時調整する方法。
2. 前記歩行訓練は少なくとも一つの歩行周期を有し、前記歩行周期は重心移動域、股関節屈曲可動域および膝伸展範囲に分けられることを特徴とする請求項１に記載の歩行訓練パラメータを即時調整する方法。
3. 前記ステップ（ｂ）において、前記パーソナライズ化のトレーニング模式を前記制御ユニットによって推測する計算方式は下記のとおりであり、
   前記第二ユーザーの筋肉を弛緩させたうえで検出した数値に基づいて前記歩行周期中の最大筋弛緩状態値および最小筋弛緩状態値を算出し、
   続いて、前記第二ユーザーを主動出力させたうえで前記歩行周期中の最大主動出力値および最小主動出力値を前記標準的な運動模式に基づいて推測し、
   続いて、前記第二ユーザーを主動出力させたうえで前記検出ユニットを通して検出した数値に基づいて前記歩行周期中の実際の最大主動出力値および最小主動出力値を算出し、
   続いて、実際の前記最大主動出力値、推測した前記最大主動出力値および前記最大筋弛緩状態値に基づいて前記重心移動域の出力程度を計算し、実際の前記最小主動出力値、推測した前記最小主動出力値および前記最小筋弛緩状態値に基づいて前記股関節屈曲可動域の出力程度を計算し、
   続いて、比較的低い出力程度に基づいて前記第二ユーザーの前記パーソナライズ化のトレーニング模式を作成することを特徴とする請求項２に記載の歩行訓練パラメータを即時調整する方法。
4. （式１）
   

   

   
   

   
5. （式２）
   

   

   前記検出ユニットは二つの膝圧力センサーおよび二つの足力センサーを有し、
   前記ステップ（ｃ）において、前記第二ユーザーの膝が前記膝伸展範囲において伸展するか否かを前記制御ユニットが判定する際、前記第二ユーザーを主動出力させて一つの前記膝圧力センサーで検出した圧力値Ｐ_Ｋ、前記第二ユーザーの筋肉を弛緩させて前記膝圧力センサーで検出した圧力値Ｕ_ＲＫＰおよび設定難易度Ｒ％が前記式２を満足させれば、前記第二ユーザーの膝が前記膝伸展範囲において伸展すると判定されることを特徴とする請求項２に記載の歩行訓練パラメータを即時調整する方法。

Images