JPWO2020240749A1 - 情報処理装置、歩行環境判定装置、歩行環境判定システム、情報処理方法及び記憶媒体 - Google Patents

情報処理装置、歩行環境判定装置、歩行環境判定システム、情報処理方法及び記憶媒体 Download PDF

Info

Publication number
JPWO2020240749A1
JPWO2020240749A1 JP2021521667A JP2021521667A JPWO2020240749A1 JP WO2020240749 A1 JPWO2020240749 A1 JP WO2020240749A1 JP 2021521667 A JP2021521667 A JP 2021521667A JP 2021521667 A JP2021521667 A JP 2021521667A JP WO2020240749 A1 JPWO2020240749 A1 JP WO2020240749A1
Authority
JP
Japan
Prior art keywords
walking
information processing
feature amount
walking environment
foot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2021521667A
Other languages
English (en)
Other versions
JP7124965B2 (ja
Inventor
晨暉 黄
謙一郎 福司
和紀 井原
規之 殿内
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2020240749A1 publication Critical patent/JPWO2020240749A1/ja
Application granted granted Critical
Publication of JP7124965B2 publication Critical patent/JP7124965B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6804—Garments; Clothes
    • A61B5/6807—Footwear
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/02—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses
    • G01P15/08—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

ユーザの足に設けられた運動計測装置によって計測された前記足の運動情報を取得する取得部と、前記運動情報に基づいて生成された足底と地面との間の角度から、歩行環境を示す特徴量を抽出する特徴量抽出部と、を備える情報処理装置が提供される。

Description

本発明は、情報処理装置、歩行環境判定装置、歩行環境判定システム、情報処理方法及び記憶媒体に関する。
特許文献１には、モーションデータと床反力データとを用いて歩行状態を計測するシステムが開示されている。特許文献２には、膝部の三次元角度情報等を用いて歩行状態を計測するシステムが開示されている。
国際公開第２０１８／１０１０７１号 特開２０１７−１４４２３７号公報
Sebastian O. H. Madgwick, Andrew J. L. Harrison, and Ravi Vaidyanathan, "Estimation of IMU and MARG orientation using a gradient descent algorithm," 2011 IEEE International Conference on Rehabilitation Robotics, pp. 179-185, 2011.
歩行状態の計測に関連して、ユーザが歩行している場所が平地であるか否かといった歩行環境の判定が更に求められる場合がある。特許文献１又は特許文献２に開示されているような歩行状態の計測手法において、歩行状態の判定に用いる要素によっては、歩行環境を精度良く判定できない場合がある。
本発明は、歩行環境の判定に用いられる特徴量を好適に抽出することができる情報処理装置、歩行環境判定装置、歩行環境判定システム、情報処理方法及び記憶媒体を提供することを目的とする。
本発明の一観点によれば、ユーザの足に設けられた運動計測装置によって計測された前記足の運動情報を取得する取得部と、前記運動情報に基づいて生成された足底と地面との間の角度から、歩行環境を示す特徴量を抽出する特徴量抽出部と、を備える情報処理装置が提供される。
本発明の他の一観点によれば、ユーザの足に設けられた運動計測装置によって計測された前記足の運動情報を取得するステップと、前記運動情報に基づいて生成された足底と地面との間の角度から、歩行環境を示す特徴量を抽出するステップと、を備える情報処理方法が提供される。
本発明の他の一観点によれば、コンピュータに、ユーザの足に設けられた運動計測装置によって計測された前記足の運動情報を取得するステップと、前記運動情報に基づいて生成された足底と地面との間の角度から、歩行環境を示す特徴量を抽出するステップと、を備える情報処理方法を実行させるためのプログラムが記憶された記憶媒体が提供される。
本発明によれば、歩行環境を示す特徴量を好適に抽出することができる情報処理装置、歩行環境判定装置、歩行環境判定システム、情報処理方法及び記憶媒体を提供することができる。
第１実施形態に係る歩行環境判定システムの全体構成を示す模式図である。 第１実施形態に係る歩行環境判定装置のハードウェア構成を示すブロック図である。 第１実施形態に係る情報通信端末のハードウェア構成を示すブロック図である。 第１実施形態に係る情報処理装置の機能ブロック図である。 第１実施形態に係る歩行環境判定装置により行われる歩行環境判定処理の一例を示すフローチャートである。 歩行周期について説明するための概念図である。 １歩行周期内における足底と地面との間の角度の時系列データの一例を示すグラフである。 着地時における足底と地面との間の角度の一例を示すグラフである。 １歩行周期内における垂直方向の加速度の時系列データの一例を示すグラフである。 第１実施形態に係るサーバにより行われる学習処理の一例を示すフローチャートである。 学習処理により得られる特徴量ベクトルと歩行状態ラベルとの対応関係を模式的に示す表である。 交差検証の結果を示す表である。 第２実施形態に係る情報処理装置の機能ブロック図である。 第２実施形態に係る歩行環境判定装置により行われるモード切り替え処理の一例を示すフローチャートである。 第３実施形態に係る情報処理装置の機能ブロック図である。
以下、図面を参照して、本発明の例示的な実施形態を説明する。図面において同様の要素又は対応する要素には同一の符号を付し、その説明を省略又は簡略化することがある。
［第１実施形態］
本実施形態に係る歩行環境判定システムについて説明する。本実施形態の歩行環境判定システムは、ユーザの歩行環境の判定を含む歩行状態の計測及び解析を行うためのシステムである。なお、本明細書において「歩行環境」とは、ユーザが歩行している場所の地面の状況を意味する。より具体的には、「歩行環境」とは、例えば、ユーザが歩行している場所が平地であるか、あるいは、階段、坂道等の平地以外の場所であるかを指す。また、「歩行状態」とは、歩行環境に加えて、ユーザの歩行パターンに含まれる特徴（歩容）を含む。
図１は、本実施形態に係る歩行環境判定システムの全体構成を示す模式図である。歩行環境判定システムは、互いに無線通信接続され得る歩行環境判定装置１と、情報通信端末２と、サーバ３とを備える。
歩行環境判定装置１は、例えば、ユーザ４が履いている靴５の底付近に設けられる。歩行環境判定装置１は、ユーザ４の足の運動を計測するセンシング機能、計測された運動情報を解析する情報処理機能、情報通信端末２との通信機能等を備える電子機器である。歩行環境判定装置１は、土踏まずの直下等の土踏まずに対応する位置に配されることが望ましい。この場合、歩行環境判定装置１は、ユーザ４の足の中央の加速度と角速度を計測することができる。足の中央は足の運動の特徴をよく示す位置であるため、特徴量抽出に好適である。
なお、歩行環境判定装置１は、靴５の中敷に設けられていてもよく、靴５の底面に設けられていてもよく、靴５の本体に埋め込まれていてもよい。また、歩行環境判定装置１は靴５と着脱可能であってもよく、靴５に着脱不可能に固着されていてもよい。また、歩行環境判定装置１は、足の運動を計測できる位置であれば、靴５以外の部分に設けられていてもよい。例えば、歩行環境判定装置１は、ユーザ４が履いている靴下に設けられていてもよく、装飾品に設けられていてもよく、ユーザ４の足に直接貼り付けられるものであってもよく、足に埋め込まれるものであってもよい。また、図１においては、１つの歩行環境判定装置１がユーザ４の片足に設けられている例が図示されているが、ユーザ４の両足にそれぞれ１つずつの歩行環境判定装置１が設けられていてもよい。この場合、両足分の運動情報を並行して取得することができ、より多くの情報を得ることができる。
なお、本明細書において「足（foot）」とは、ユーザ４の下肢のうちの足首よりも先端側を意味するものとする。また、本明細書において、「ユーザ」とは、歩行環境判定装置１を用いた歩行環境の判定の対象になっている人物を意味するものである。「ユーザ」に該当するか否かは、歩行環境判定システムを構成する歩行環境判定装置１以外の装置の使用者であるか、歩行環境判定システムにより提供されるサービスを受ける者であるか等とは無関係である。
情報通信端末２は、携帯電話、スマートフォン、スマートウォッチ等のユーザ４が携帯する端末装置である。情報通信端末２には、歩行状態の解析用のアプリケーションソフトがあらかじめインストールされており、当該アプリケーションソフトに基づく処理を行う。情報通信端末２は、歩行環境判定装置１で得られた歩行環境の判定結果、歩行状態等のデータを歩行環境判定装置１から取得し、当該データを用いた情報処理を行う。情報処理の結果は、ユーザ４に通知されてもよく、サーバ３に送信されてもよい。また、情報通信端末２は、歩行環境判定装置１の制御プログラム、データ解析プログラム等のソフトウェアを歩行環境判定装置１に提供する機能を有していてもよい。
サーバ３は、情報通信端末２に対して歩行状態の解析用のアプリケーションソフトの提供及びアップデートを行う。また、サーバ３は、情報通信端末２から取得したデータを蓄積し、当該データを用いた情報処理を行ってもよい。
なお、この全体構成は一例であり、例えば、歩行環境判定装置１がサーバ３に直接接続される構成であってもよい。また、歩行環境判定装置１と情報通信端末２が一体の装置として構成されていてもよく、歩行環境判定システム内に更にエッジサーバ、中継装置等の別の装置が含まれていてもよい。
図２は、歩行環境判定装置１のハードウェア構成例を示すブロック図である。歩行環境判定装置１は、情報処理装置１１、ＩＭＵ（Inertial Measurement Unit）１２及びバッテリ１３を有する。
情報処理装置１１は、例えば、歩行環境判定装置１の全体の制御及びデータ処理を行うマイクロコンピュータ又はマイクロコントローラである。情報処理装置１１は、ＣＰＵ（Central Processing Unit）１１１、ＲＡＭ（Random Access Memory）１１２、ＲＯＭ（Read Only Memory）１１３、フラッシュメモリ１１４、通信Ｉ／Ｆ（Interface）１１５及びＩＭＵ制御装置１１６を備える。なお、情報処理装置１１内の各部、ＩＭＵ１２及びバッテリ１３は、バス、配線、駆動装置等を介して相互に接続される。
ＣＰＵ１１１は、ＲＯＭ１１３、フラッシュメモリ１１４等に記憶されたプログラムに従って所定の演算を行うとともに、情報処理装置１１の各部を制御する機能をも有するプロセッサである。ＲＡＭ１１２は、揮発性記憶媒体から構成され、ＣＰＵ１１１の動作に必要な一時的なメモリ領域を提供する。ＲＯＭ１１３は、不揮発性記憶媒体から構成され、情報処理装置１１の動作に用いられるプログラム等の必要な情報を記憶する。フラッシュメモリ１１４は、不揮発性記憶媒体から構成され、データの一時記憶、情報処理装置１１の動作用プログラムの記憶等を行う記憶装置である。
通信Ｉ／Ｆ１１５は、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−Ｆｉ（登録商標）等の規格に基づく通信インターフェースであり、情報通信端末２との通信を行うためのモジュールである。
ＩＭＵ１２は、３軸の角速度を計測する角速度センサと、３方向の加速度を計測する加速度センサとを備える運動計測装置である。角速度センサは、角速度を時系列データとして取得可能であればよく、振動型、静電容量型等のあらゆる方式のセンサが用いられ得る。加速度センサは、加速度を時系列データとして取得可能であればよく、圧電型、ピエゾ抵抗型、静電容量型等のあらゆる方式のセンサが用いられ得る。なお、本実施形態において、取得される時系列データのデータ点の間隔は、一定であってもよく、一定でなくてもよい。
ＩＭＵ制御装置１１６は、角速度及び加速度を計測させるようにＩＭＵ１２を制御し、ＩＭＵ１２で取得された角速度及び加速度を取得する制御装置である。取得された角速度及び加速度はデジタルデータとしてフラッシュメモリ１１４に記憶される。なお、ＩＭＵ１２で計測されたアナログ信号をデジタルデータに変換するＡＤ変換（Analog-to-Digital Conversion）は、ＩＭＵ１２内で行われてもよく、ＩＭＵ制御装置１１６により行われてもよい。
バッテリ１３は、例えば二次電池であり、情報処理装置１１及びＩＭＵ１２の動作に必要な電力を供給する。歩行環境判定装置１にバッテリ１３が内蔵されていることにより、歩行環境判定装置１は、外部の電源に有線接続することなく、ワイヤレスで動作することができる。
なお、図２に示されているハードウェア構成は例示であり、これら以外の装置が追加されていてもよく、一部の装置が設けられていなくてもよい。また、一部の装置が同様の機能を有する別の装置に置換されていてもよい。例えば、情報処理装置１１は、ユーザ４による操作を受け付けることができるようにボタン等の入力装置を更に備えていてもよく、ユーザ４に情報を提供するためのディスプレイ、表示灯、スピーカ等の出力装置を更に備えていてもよい。このように図２に示されているハードウェア構成は適宜変更可能である。
図３は、情報通信端末２のハードウェア構成例を示すブロック図である。情報通信端末２は、ＣＰＵ２０１、ＲＡＭ２０２、ＲＯＭ２０３及びフラッシュメモリ２０４を備える。また、情報通信端末２は、通信Ｉ／Ｆ２０５、入力装置２０６及び出力装置２０７を備える。なお、情報通信端末２の各部は、バス、配線、駆動装置等を介して相互に接続される。
図３では、情報通信端末２を構成する各部が一体の装置として図示されているが、これらの機能の一部は外付け装置により提供されるものであってもよい。例えば、入力装置２０６及び出力装置２０７は、ＣＰＵ２０１等を含むコンピュータの機能を構成する部分とは別の外付け装置であってもよい。
ＣＰＵ２０１は、ＲＯＭ２０３、フラッシュメモリ２０４等に記憶されたプログラムに従って所定の演算を行うとともに、情報通信端末２の各部を制御する機能をも有するプロセッサである。ＲＡＭ２０２は、揮発性記憶媒体から構成され、ＣＰＵ２０１の動作に必要な一時的なメモリ領域を提供する。ＲＯＭ２０３は、不揮発性記憶媒体から構成され、情報通信端末２の動作に用いられるプログラム等の必要な情報を記憶する。フラッシュメモリ２０４は、不揮発性記憶媒体から構成され、歩行環境判定装置１と送受信するデータの記憶、情報通信端末２の動作用プログラムの記憶等を行う記憶装置である。
通信Ｉ／Ｆ２０５は、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−Ｆｉ（登録商標）、４Ｇ等の規格に基づく通信インターフェースであり、他の装置との通信を行うためのモジュールである。
入力装置２０６は、ユーザ４が情報通信端末２を操作するために用いられるユーザインターフェースである。入力装置２０６の例としては、マウス、トラックボール、タッチパネル、ペンタブレット、ボタン等が挙げられる。
出力装置２０７は、例えば表示装置である。表示装置は、液晶ディスプレイ、ＯＬＥＤ（Organic Light Emitting Diode）ディスプレイ等であって、情報の表示、操作入力用のＧＵＩ（Graphical User Interface）の表示等に用いられる。入力装置２０６及び出力装置２０７は、タッチパネルとして一体に形成されていてもよい。
なお、図３に示されているハードウェア構成は例示であり、これら以外の装置が追加されていてもよく、一部の装置が設けられていなくてもよい。また、一部の装置が同様の機能を有する別の装置に置換されていてもよい。更に、本実施形態の一部の機能がネットワークを介して他の装置により提供されてもよく、本実施形態の機能が複数の装置に分散されて実現されるものであってもよい。例えば、フラッシュメモリ２０４は、ＨＤＤ（Hard Disk Drive）に置換されていてもよく、クラウドストレージに置換されていてもよい。このように図３に示されているハードウェア構成は適宜変更可能である。
サーバ３は、図３に示したものと概ね同様のハードウェア構成を有するコンピュータである。サーバ３のハードウェア構成は、携帯可能でなくてもよい点を除けば情報通信端末２と概ね同様であるため、詳細な説明を省略する。
図４は、本実施形態に係る情報処理装置１１の機能ブロック図である。情報処理装置１１は、取得部１２０、特徴量抽出部１３０、歩行環境判定部１４０、記憶部１５０及び通信部１６０を有する。特徴量抽出部１３０は、座標系変換部１３１、角度算出部１３２、歩行周期特定部１３３及び特徴量演算部１３４を有する。
ＣＰＵ１１１は、ＲＯＭ１１３、フラッシュメモリ１１４等に記憶されたプログラムをＲＡＭ１１２にロードして実行する。これにより、ＣＰＵ１１１は、特徴量抽出部１３０及び歩行環境判定部１４０の機能を実現する。また、ＣＰＵ１１１は、当該プログラムに基づいてＩＭＵ制御装置１１６を制御することにより取得部１２０の機能を実現する。また、ＣＰＵ１１１は、当該プログラムに基づいてフラッシュメモリ１１４を制御することにより記憶部１５０の機能を実現する。また、ＣＰＵ１１１は、当該プログラムに基づいて通信Ｉ／Ｆ１１５を制御することにより通信部１６０の機能を実現する。これらの各部で行われる具体的な処理については後述する。
本実施形態においては図４の機能ブロックの各機能は歩行環境判定装置１に設けられているものとするが、図４の機能ブロックの機能の一部が情報通信端末２又はサーバ３に設けられていてもよい。すなわち、上述の各機能は、歩行環境判定装置１、情報通信端末２及びサーバ３のいずれによって実現されてもよく、歩行環境判定装置１、情報通信端末２及びサーバ３が協働することにより実現されてもよい。
図５は、本実施形態に係る歩行環境判定装置１により行われる歩行環境判定処理の一例を示すフローチャートである。図５の処理は、例えば、ユーザ４が歩行しているときのように、歩行環境判定装置１が歩行を検出しているときに実行される。あるいは、図５の処理は、歩行の有無とは無関係に常に実行されるものであってもよく、所定の時間間隔で実行されるものであってもよい。
ステップＳ１０１において、取得部１２０は、ＩＭＵ１２の角速度センサ及び加速度センサを制御して３軸の角速度及び３方向の加速度の時系列データを取得する。これにより、取得部１２０は、ユーザ４の歩行により生じた角速度及び加速度の時間変化を取得することができる。取得された角速度及び加速度の時系列データは、デジタルデータに変換された上で記憶部１５０に記憶される。これらの角速度及び加速度はより一般的に運動情報と呼ばれることもある。また、この運動情報のうち、特に歩行時の角速度及び加速度の時系列データは歩行データと呼ばれることもある。この歩行データは、本実施形態の歩行環境の判定に用いるだけでなく、ユーザ４の歩容解析に用いることもできる。
なお、取得部１２０により取得される加速度の３方向とは、例えば、ＩＭＵ１２が設けられているユーザ４の足の幅方向（左右方向）、長手方向（前後方向）及び垂直方向であり得る。これらの各方向をそれぞれｘ軸、ｙ軸、ｚ軸とする。また、取得部１２０により取得される角速度の３軸とは、例えば、ｚ軸を回転軸とする足の内転及び外転（ヨー）、ｙ軸を回転軸とする足の回内及び回外（ピッチ）及びｘ軸を回転軸とする足の屈曲及び伸展（ロール）であり得る。
ここで、歩行に含まれる特徴が十分得られるためには、３軸の角速度及び３方向の加速度の時系列データは、少なくとも１歩行周期に相当する期間のデータを含むことが望ましい。１歩行周期について図６を参照して説明する。図６は、歩行周期について説明するための概念図である。図６は、１歩行周期分のユーザ４の右足と左足の動きを模式的に示している。図中の正規化時間は、１歩行周期の長さが１００になるように正規化した時間を示している。すなわち、図中の正規化時間０は右足が着地する瞬間であり、図中の正規化時間５０は左足が着地する瞬間であり、図中の正規化時間１００は再び右足が着地する瞬間である。正規化時間０から１００までの期間が１歩行周期である。
また、足が地面に着いている期間を立脚期と呼び、足が地面から離れている期間を遊脚期と呼ぶ。より詳細には、例えば、右足の立脚期は、右足の踵が着地する瞬間（着地時）から、右足の爪先が地面から離れる瞬間までの期間（離地時）であり、一般的には１歩行周期の約６０％の期間を占める。右足の遊脚期は、右足の爪先が地面から離れる瞬間から、右足の踵が着地する瞬間までの期間であり、一般的には１歩行周期の約４０％の期間を占める。図６に示されるように、歩行時には、立脚期と遊脚期が交互に繰り返される。また、右足と左足とで、立脚期と遊脚期の位相が逆である。
ステップＳ１０２において、座標系変換部１３１は、３軸の角速度及び３方向の加速度の座標系変換を行う。ＩＭＵ１２が出力する角速度及び加速度の基準となる座標系は、慣性座標系である。座標系変換部１３１は、角速度及び加速度の座標系をユーザ４の足を基準とする座標系に変換する。これにより、角速度及び加速度の座標系を足底と地面との間の角度の算出に適したものとすることができる。この座標系の変換は、例えば、オイラー角を用いた方向余弦行列Ｅを慣性座標系の基底ベクトルに乗算して基底ベクトルを回転させることにより実現される。
方向余弦行列Ｅによる座標系の変換の例をより具体的に説明する。慣性座標系の基底ベクトルを［ｘｉ，ｙｉ，ｚｉ］、足を基準とする座標系の基底ベクトルを［ｘｂ，ｙｂ，ｚｂ］とすると、これらの間の変換式は、以下の式（１）のように表される。
Figure 2020240749
ここで、慣性座標系の基底ベクトルをｚ、ｙ、ｘの順でそれぞれψ（プサイ）、θ（シータ）、φ（ファイ）の角度だけ回転させた角を本座標系変換のオイラー角とした場合に、方向余弦行列Ｅは、以下の式（２）のように表される。
Figure 2020240749
Figure 2020240749
なお、上述の座標系の変換に用いた演算手法はあくまでも一例であり、これ以外の演算手法を用いてもよい。例えば、クォータニオンを用いる演算手法を適用してもよい。
ステップＳ１０３において、角度算出部１３２は、ユーザ４の足を基準とする座標系に変換された後の３軸の角速度及び３方向の加速度から、ユーザ４の足底と地面との間の角度を算出する。この処理の具体例としては、Madgwickフィルタ（非特許文献１）に３軸の角速度及び３方向の加速度を入力して、足の３軸の回転角度を出力として出力させる手法が挙げられる。Madgwickフィルタにより得られる３軸の回転角度は、足の内転又は外転の角度、足の回内又は回外の角度及び足の屈曲又は伸展の角度である。この３つの角度のうち、足の屈曲又は伸展の角度が、ユーザ４の足底と地面との間の角度に対応する。
ステップＳ１０４において、歩行周期特定部１３３は、ユーザ４の足底と地面との間の角度を少なくとも含む時系列データの１歩行周期を特定する。歩行時には、一歩ごとに概ね同じ動きが繰り返されるため、時系列データの周期性を検出することにより１歩行周期を特定することができる。例えば、時系列データのピーク又はディップの出現時刻、又は時系列データをフーリエ変換して得られた周波数スペクトルのピークの位置に基づいて１歩行周期を特定することができる。
ステップＳ１０５において、特徴量演算部１３４は、少なくとも１歩行周期内の時系列データから歩行環境を示す特徴量を抽出する。抽出された特徴量は記憶部１５０に記憶される。この特徴量の抽出について、具体例を挙げて説明する。
図７は、１歩行周期内における足底と地面との間の角度の時系列データの一例を示すグラフである。図７の横軸は１歩行周期における正規化時間を示しており、図７の縦軸は、足底と地面との間の角度を示している。なお、図７においては、１歩行周期の始点と終点が図６のそれらとは異なっているため、正規化時間の値は図６とは一致していない。また、角度の符号は、足の爪先が上を向く場合が正と定義している。
線種の異なる５つのグラフは、ユーザ４の歩行環境の違いによる足底と地面との間の角度の違いを示している。グラフ中の「平地」は、ユーザ４が平地を歩行している場合を示している。グラフ中の「階段登り」及び「階段下り」は、ユーザ４が階段を登っている場合及び階段を下っている場合をそれぞれ示している。グラフ中の「傾斜登り」及び「傾斜下り」は、ユーザ４が傾斜を登っている場合及び傾斜を下っている場合をそれぞれ示している。
図７より理解されるように、５つのグラフの相互間の差異は、特に離地時の近傍と着地時の近傍で顕著に大きくなっている。そのため、角度の時系列データのうちの離地時の近傍と着地時の近傍から特徴量を抽出することにより、ユーザ４の歩行環境を判定することができる。本処理において抽出される特徴量の具体例としては、離地時の角度、着地時の角度、離地時の角度と着地時の角度の差、離地時から着地時までの時間（離地時間）等が挙げられる。本処理において抽出される特徴量は複数の要素を含んでもよく、言い換えると、本処理において抽出される特徴量は特徴量ベクトルであり得る。
特徴量の抽出に用いる時間の範囲は、ユーザ４の１歩行周期の長さをＴ、着地時の時刻をｔ１としたとき、時刻ｔ１−０．０２Ｔからｔ１＋０．０２Ｔを含む期間であることが望ましい。この範囲では、５つのグラフの相互間の差異が特に顕著であるためである。図７においては、着地時の時刻ｔ１が正規化時間７０に対応するため、上述の範囲は正規化時間６８から７２の間である。
図８は、着地時における足底と地面との間の角度の一例を示すグラフである。図８に示されている角度の値は、正規化時間６８から７２の間の平均値である。図８に示されるように、平地を歩行している場合と、階段等の平地でない場所を歩行している場合とで、足底と地面との間の角度は顕著に異なる。このように、着地時の角度は、平地歩行と非平地歩行とを判定する特徴量として有効である。例えば、足底と地面との間の角度が閾値２０°よりも大きい場合には平地歩行であると判定し、足底と地面との間の角度が閾値２０°以下の場合には非平地歩行と判定するといった手法により着地時の角度に基づいて歩行環境を判定することができる。
ステップＳ１０６において、歩行環境判定部１４０は、抽出された特徴量に基づいて歩行環境を判定する。これにより、歩行環境判定部１４０は、ユーザ４が歩行している場所が平地であるか、あるいは、階段、坂道等の平地以外の場所であるかといった歩行環境を判定することができる。
なお、歩行環境判定部１４０によって行われる特徴量から歩行環境を判定する処理には、あらかじめ機械学習により生成され、記憶部１５０に記憶されている学習済みモデルが用いられる。機械学習に用いられるアルゴリズムの例としては、決定木、ランダムフォレスト、サポートベクトルマシン、ニューラルネットワーク、ディープラーニング、ロジスティック回帰、最近傍分類法（Ｋ−ＮＮ：k-nearest neighbor algorithm）、アンサンブル分類学習法、判別分析等が挙げられる。また、機械学習による学習済みモデルの生成（学習処理）は、あらかじめ準備されたサンプルデータを用いて、歩行環境判定装置１、情報通信端末２又はサーバ３において行われる。
ステップＳ１０５において、足底と地面との間の角度以外の時系列データに対して更に特徴量の抽出が行われてもよい。例えば、Madgwickフィルタによる変換前の３軸の角速度又は３方向の加速度の時系列データから特徴量が抽出されてもよい。図９は、１歩行周期内における垂直方向の加速度の時系列データの一例を示すグラフである。図９の横軸は１歩行周期における正規化時間を示しており、図９の縦軸は垂直方向の加速度を示している。図９に示されている単位Ｇは、標準重力加速度（約９．８ｍ／ｓ２）を基準とする加速度の単位である。
５つのグラフの意味は図７と同様であるため説明を省略する。図９より理解されるように、特に離地時の近傍と着地時の近傍において、５つのグラフの相互間の差異が顕著になっている。そのため、加速度の時系列データのうちの離地時の近傍、着地時の近傍等から特徴量を更に抽出して用いることにより、ユーザ４の歩行環境の判定の精度を向上させることができる。
上述のステップＳ１０６における歩行環境の判定に用いられる学習済みモデルを生成するための学習処理についてより詳細に説明する。本処理は、図５の処理に先立ってあらかじめ歩行環境判定装置１、情報通信端末２又はサーバ３において行われる。本実施形態の説明では、学習処理はサーバ３において行われるものとする。
図１０は、本実施形態に係るサーバ３により行われる学習処理の一例を示すフローチャートである。図１０の処理は、歩行状態判定処理に先立って、工場出荷時、ユーザ４が歩行環境判定装置１を使用する前のキャリブレーション時等のタイミングで行われる。
ステップＳ２０１において、サーバ３は、学習用のサンプルデータを取得する。このサンプルデータは、例えば、ステップＳ１０１からステップＳ１０５の処理により得られる特徴量ベクトルに歩行状態を示すラベルを対応付けたものであり得る。なお、歩行状態を示すラベルは、ユーザ４、歩行環境判定システムの管理者等によりあらかじめ付されている。より具体的には、ユーザ４が平地、坂道等の様々な場所を実際に歩いて歩行環境判定装置１にデータを取得させるとともに歩いた場所を入力することにより、特徴量ベクトルとラベルとが対応付けられたサンプルデータを作成することができる。
ステップＳ２０２において、サーバ３は、サンプルデータを教師データとして機械学習を行う。これにより、特徴量ベクトルの入力に対して適切な歩行状態が出力されるような学習済みモデルが生成される。
ステップＳ２０３において、サーバ３は、学習済みモデルをフラッシュメモリ２０４に記憶する。その後、サーバ３は、学習済みモデルを歩行環境判定装置１に提供する。具体的には、サーバ３は、学習済みモデルを情報通信端末２に送信する。情報通信端末２は、受信した学習済みモデルを歩行環境判定部１４０における処理用のソフトウェアとして歩行環境判定装置１にインストールさせる。
図１１は、本学習処理により得られる特徴量ベクトルと歩行状態ラベルとの対応関係を模式的に示す表である。図１１に示されるように、「足底と地面との間の角度」、「離地時間」、「着地時の加速度」等を含む特徴量ベクトルに対応して「平地」、「階段登り」等の歩行状態ラベルが決定される。言い換えると、本学習処理により得られる学習済みモデルは、特徴量ベクトルを説明変数として入力したときに、歩行状態ラベルを応答変数として出力する機能を有する。なお、本学習処理による学習済みモデルの生成は、歩行環境判定の対象者ごとに行われることが望ましい。歩行時の癖などにより対象者ごとに学習済みモデルの内容が異なることが通常であるためである。
［実施例］
第１実施形態の歩行環境判定システムを用いて実際に歩行環境の判定を行った結果を実施例として説明する。本実施例では、４人の被験者に対して歩行時の運動情報を計測し、「平地」、「階段登り」、「階段下り」、「傾斜登り」、「傾斜下り」の５種の歩行環境を含む歩行データを取得した。これらの歩行データから多数の特徴量ベクトルを抽出して学習用及び検証用のデータ群を作成した。本実施例では、このデータ群を用いて交差検証を行った。具体的には、データ群のうちのランダムに選択した一部のデータを検証用データとし、残りのデータを学習用データとした。すなわち、データ群の一部の学習用データを用いて学習済みモデルを生成し、残りのデータを用いて学習済みモデルの認識率を検証した。なお、本実施例において用いた機械学習のアルゴリズムはランダムフォレストである。
図１２は、このデータ群を用いて交差検証を行った結果を示す表である。表の「予測されたクラス」は、第１実施形態の歩行環境判定システムにより判定された歩行環境のクラスであり、「真のクラス」は、被験者が実際に歩行した場所の歩行環境を示すクラスである。表中のクラスの番号「１」、「２」、「３」、「４」、「５」は、それぞれ、「平地」、「階段登り」、「階段下り」、「傾斜登り」、「傾斜下り」を示している。例えば、真のクラスが「４（傾斜登り）」である２５個のデータ群について歩行環境判定システムにより予測を行った場合には、２５個のうちの２４個について正しくクラス「４」を予測することができている。これに対し、２５個のうちの１個については誤ったクラス「５」が予測されている。図１２に示されているように、第１実施形態の歩行環境システムでは約８７％の高い正解率で歩行環境を判定できた。このように、本実施形態によれば、高精度に歩行環境を判定することができる歩行環境判定装置１及び歩行環境判定システムが提供される。
以上のように、本実施形態によれば、歩行環境の判定に用いられる特徴量を好適に抽出することができる情報処理装置１１が提供される。また、情報処理装置１１により抽出された特徴量を用いることにより、高精度に歩行環境を判定することができる歩行環境判定装置１及び歩行環境判定システムが提供される。
本実施形態の歩行環境判定システムは、ユーザ４が歩行している場所は平地であるか否かを判別することができる。以下、本実施形態の歩行環境判定システムの用途の例を説明する。
一般的に、人間の歩行パターンは、平地と平地以外とで異なる。そのため、ユーザ４の歩行パターンの解析（歩容解析）を行う際に、坂道、階段等の平地以外の場所の歩行データを除外して解析を行う場合がある。そのような場合に、歩行データからユーザ４が歩行している場所が平地であるか否かを判定するニーズがある。本実施形態の歩行環境判定システムを用いて歩行環境を判定することにより、歩容解析用の歩行データから平地以外の場所の歩行データを容易に除外することができる。また、歩行データの取得時に平地以外の場所の歩行データを削除するデータ処理を行うことで、歩行データの記憶容量及び通信量を低減することができる。あるいは、平地以外の場所の歩行データを取得しないようにＩＭＵ１２を制御することにより、歩行環境判定装置１の消費電力を低減することができる。
［第２実施形態］
本実施形態の歩行環境判定システムは、歩容解析用の歩行データの測定機能と、消費電力が異なる２種のモードの切り替え機能とを備える点が第１実施形態と相違する。以下では主として第１実施形態との相違点について説明するものとし、共通部分については説明を省略又は簡略化する。
図１３は、本実施形態に係る情報処理装置１１の機能ブロック図である。情報処理装置１１は、第１実施形態で述べた要素に加えて、更にモード切替部１７０を有する。本実施形態のＩＭＵ１２は、通常モードと、通常モードよりも消費電力が小さい省電力モードとにより動作可能である。モード切替部１７０は、ＩＭＵ１２の動作モードを通常モード又は省電力モードに制御する機能を有する。なお、通常モードはより一般的に第１モードと呼ばれることもあり、省電力モードはより一般的に第２モードと呼ばれることもある。
通常モードと省電力モードとの間の差は、ＩＭＵ１２が実行可能な処理の種類の差であり得る。例えば、省電力モードは、ＩＭＵ１２内の一部の装置の機能を停止させることで消費電力を低減させるものであってもよい。あるいは、通常モードと省電力モードとの間の差は、サンプリングレートの違いであってもよい。この場合、省電力モードでは通常モードに比べてデータを取得する頻度を小さくすることにより、ＩＭＵ１２内のセンサにおける消費電力を小さくすることができる。
ＣＰＵ１１１は、ＲＯＭ１１３、フラッシュメモリ１１４等に記憶されたプログラムをＲＡＭ１１２にロードして実行することにより、モード切替部１７０の機能を実現する。なお、モード切替部１７０の機能は、情報通信端末２又はサーバ３に設けられていてもよく、ＩＭＵ１２内に設けられていてもよい。
図１４は、本実施形態に係る歩行環境判定装置１により行われるモード切り替え処理の一例を示すフローチャートである。図１４の処理は、例えば、ユーザ４が歩行しているときのように、歩行環境判定装置１が歩行を検出しているときに実行される。あるいは、図１４の処理は、歩行の有無とは無関係に常に実行されるものであってもよく、所定の時間間隔で実行されるものであってもよい。
ステップＳ３０１において、歩行環境判定装置１の各部は、歩行環境判定処理を行う。この歩行環境判定処理は、図５のステップＳ１０１からステップＳ１０６と同様のものであり、説明を省略する。
ステップＳ３０２において、モード切替部１７０は、歩行環境判定処理の結果に基づいて、ユーザ４の歩行環境が平地であるか否かを判定する。歩行環境が平地であると判定された場合（ステップＳ３０２においてＹＥＳ）には、処理はステップＳ３０３に移行する。歩行環境が平地ではないと判定された場合（ステップＳ３０２においてＮＯ）には、処理はステップＳ３０４に移行する。
ステップＳ３０３において、モード切替部１７０は、ＩＭＵ１２の動作モードを通常モードに制御する。その後、ステップＳ３０５において、取得部１２０は、ＩＭＵ１２を制御して歩容解析用の歩行データを取得する。
ステップＳ３０４において、モード切替部１７０は、ＩＭＵ１２の動作モードを省電力モードに制御し、処理は終了する。なお、省電力モードにおいても歩容解析用の歩行データの取得が可能である場合には、ステップＳ３０４の後にステップＳ３０５と同様の処理を行ってもよい。
適切に歩容解析を行うためには、歩行環境が平地である歩行データを用いることが望ましい。これに対し、平地以外の歩行環境で得られた歩行データは歩容解析に対してはさほど有効でないことも多い。そこで、本実施形態の情報処理装置１１は、歩行環境が平地である場合には通常モードにより歩容解析用の歩行データを取得でき、歩行環境が平地でない場合には省電力モードに切り替えることで消費電力を低減させる。したがって、適切な歩行データの取得と低消費電力とを両立することができる。
以上のように、本実施形態の情報処理装置１１は、第１実施形態と同様の効果が得られることに加え、歩行環境が平地でない場合にＩＭＵ１２を省電力モードに制御することにより、消費電力を低減させることができる。本実施形態のようにＩＭＵ１２がユーザ４の靴５等に設けられる場合には、ＩＭＵ１２を駆動するバッテリ１３の電力容量をあまり大きくすることができない。そのため、本実施形態による消費電力の低減が有効である。
上述の実施形態において説明した装置又はシステムは以下の第３実施形態のようにも構成することができる。
［第３実施形態］
図１５は、第３実施形態に係る情報処理装置６１の機能ブロック図である。情報処理装置６１は、取得部６１１及び特徴量抽出部６１２を備える。取得部６１１は、ユーザの足に設けられた運動計測装置によって計測された足の運動情報を取得する。特徴量抽出部６１２は、運動情報により得られた足底と地面との間の角度から、歩行環境を示す特徴量を抽出する。
本実施形態によれば、歩行環境の判定に用いられる特徴量を好適に抽出することができる情報処理装置６１が提供される。
［変形実施形態］
本発明は、上述の実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲において適宜変更可能である。例えば、いずれかの実施形態の一部の構成を他の実施形態に追加した例や、他の実施形態の一部の構成と置換した例も、本発明の実施形態である。
上述の実施形態では、３軸の角速度を計測する角速度センサと、３方向の加速度を計測する加速度センサとを備える運動計測装置が用いられることが例示されているが、これら以外のセンサが更に用いられてもよい。例えば３方向の磁気を検出することで地磁気を検出し、方位を特定する磁気センサが更に用いられてもよい。この場合であっても、上述の実施形態と同様の処理が適用可能であり、精度を更に向上させることができる。
上述の実施形態では、歩行環境判定処理は歩行環境判定装置１の内部で行われているが、この機能は、情報通信端末２に設けられていてもよい。この場合、情報通信端末２は、歩行環境判定装置として機能する。
上述の実施形態の機能を実現するように該実施形態の構成を動作させるプログラムを記憶媒体に記録させ、記憶媒体に記録されたプログラムをコードとして読み出し、コンピュータにおいて実行する処理方法も各実施形態の範疇に含まれる。すなわち、コンピュータ読取可能な記憶媒体も各実施形態の範囲に含まれる。また、上述のプログラムが記録された記憶媒体だけでなく、そのプログラム自体も各実施形態に含まれる。また、上述の実施形態に含まれる１又は２以上の構成要素は、各構成要素の機能を実現するように構成されたＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等の回路であってもよい。
該記憶媒体としては例えばフロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ（Compact Disk）−ＲＯＭ、磁気テープ、不揮発性メモリカード、ＲＯＭを用いることができる。また該記憶媒体に記録されたプログラム単体で処理を実行しているものに限らず、他のソフトウェア、拡張ボードの機能と共同して、ＯＳ（Operating System）上で動作して処理を実行するものも各実施形態の範疇に含まれる。
上述の各実施形態の機能により実現されるサービスは、ＳａａＳ（Software as a Service）の形態でユーザに対して提供することもできる。
なお、上述の実施形態は、いずれも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。
上述の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
ユーザの足に設けられた運動計測装置によって計測された前記足の運動情報を取得する取得部と、
前記運動情報に基づいて生成された足底と地面との間の角度から、歩行環境を示す特徴量を抽出する特徴量抽出部と、
を備える情報処理装置。
（付記２）
前記運動情報は、少なくとも１歩行周期の時系列データを含む、
付記１に記載の情報処理装置。
（付記３）
前記運動情報は、加速度及び角速度を含む、
付記１又は２に記載の情報処理装置。
（付記４）
前記特徴量抽出部は、前記運動情報に含まれる前記加速度及び前記角速度の座標系を前記足を基準とする座標系に変換する座標系変換部を含む、
付記３に記載の情報処理装置。
（付記５）
前記特徴量抽出部は、前記加速度及び前記角速度を用いて前記角度を算出する角度算出部を含む、
付記３又は４に記載の情報処理装置。
（付記６）
前記角度算出部は、Madgwickフィルタを用いて前記角度を算出する、
付記５に記載の情報処理装置。
（付記７）
前記特徴量抽出部は、前記加速度又は前記角速度から、歩行環境を示す特徴量を更に抽出する、
付記３乃至６のいずれか１項に記載の情報処理装置。
（付記８）
前記運動計測装置は、前記足の土踏まずに対応する位置に設けられる、
付記１乃至７のいずれか１項に記載の情報処理装置。
（付記９）
前記特徴量抽出部は、前記足が着地した瞬間を少なくとも含む期間の前記角度に基づいて、前記特徴量を抽出する、
付記１乃至８のいずれか１項に記載の情報処理装置。
（付記１０）
前記ユーザの１歩行周期の長さをＴ、前記足が着地した瞬間の時刻をｔ１としたとき、
前記特徴量抽出部は、時刻ｔ１−０．０２Ｔからｔ１＋０．０２Ｔを含む期間の前記角度に基づいて、前記特徴量を抽出する、
付記１乃至９のいずれか１項に記載の情報処理装置。
（付記１１）
前記特徴量は、前記ユーザの歩行環境が平地であるか否かの判定に用いられる、
付記１乃至１０のいずれか１項に記載の情報処理装置。
（付記１２）
前記運動計測装置は、第１モードと、前記第１モードよりも消費電力が小さい第２モードとで動作可能であり、
前記ユーザの歩行環境が平地であると判定された場合には、前記運動計測装置は、前記第１モードで動作し、
前記ユーザの歩行環境が平地ではないと判定された場合には、前記運動計測装置は、前記第２モードで動作する、
付記１１に記載の情報処理装置。
（付記１３）
付記１乃至１２のいずれか１項に記載の情報処理装置により抽出された特徴量に基づいて前記ユーザの歩行環境を判定する、
歩行環境判定装置。
（付記１４）
付記１乃至１２のいずれか１項に記載の情報処理装置と、
前記特徴量に基づいて前記ユーザの歩行環境を判定する歩行環境判定装置と、
前記運動計測装置と、
を備える、歩行環境判定システム。
（付記１５）
ユーザの足に設けられた運動計測装置によって計測された前記足の運動情報を取得するステップと、
前記運動情報に基づいて生成された足底と地面との間の角度から、歩行環境を示す特徴量を抽出するステップと、
を備える情報処理方法。
（付記１６）
コンピュータに、
ユーザの足に設けられた運動計測装置によって計測された前記足の運動情報を取得するステップと、
前記運動情報に基づいて生成された足底と地面との間の角度から、歩行環境を示す特徴量を抽出するステップと、
を備える情報処理方法を実行させるためのプログラムが記憶された記憶媒体。
１ 歩行環境判定装置
２ 情報通信端末
３ サーバ
４ ユーザ
５ 靴
１１、６１ 情報処理装置
１２ ＩＭＵ
１３ バッテリ
１１１、２０１ ＣＰＵ
１１２、２０２ ＲＡＭ
１１３、２０３ ＲＯＭ
１１４、２０４ フラッシュメモリ
１１５、２０５ 通信Ｉ／Ｆ
１１６ ＩＭＵ制御装置
１２０、６１１ 取得部
１３０、６１２ 特徴量抽出部
１３１ 座標系変換部
１３２ 角度算出部
１３３ 歩行周期特定部
１３４ 特徴量演算部
１４０ 歩行環境判定部
１５０ 記憶部
１６０ 通信部
１７０ モード切替部
２０６ 入力装置
２０７ 出力装置

Claims (16)

  1. ユーザの足に設けられた運動計測装置によって計測された前記足の運動情報を取得する取得部と、
    前記運動情報に基づいて生成された足底と地面との間の角度から、歩行環境を示す特徴量を抽出する特徴量抽出部と、
    を備える情報処理装置。
  2. 前記運動情報は、少なくとも１歩行周期の時系列データを含む、
    請求項１に記載の情報処理装置。
  3. 前記運動情報は、加速度及び角速度を含む、
    請求項１又は２に記載の情報処理装置。
  4. 前記特徴量抽出部は、前記運動情報に含まれる前記加速度及び前記角速度の座標系を前記足を基準とする座標系に変換する座標系変換部を含む、
    請求項３に記載の情報処理装置。
  5. 前記特徴量抽出部は、前記加速度及び前記角速度を用いて前記角度を算出する角度算出部を含む、
    請求項３又は４に記載の情報処理装置。
  6. 前記角度算出部は、Madgwickフィルタを用いて前記角度を算出する、
    請求項５に記載の情報処理装置。
  7. 前記特徴量抽出部は、前記加速度又は前記角速度から、歩行環境を示す特徴量を更に抽出する、
    請求項３乃至６のいずれか１項に記載の情報処理装置。
  8. 前記運動計測装置は、前記足の土踏まずに対応する位置に設けられる、
    請求項１乃至７のいずれか１項に記載の情報処理装置。
  9. 前記特徴量抽出部は、前記足が着地した瞬間を少なくとも含む期間の前記角度に基づいて、前記特徴量を抽出する、
    請求項１乃至８のいずれか１項に記載の情報処理装置。
  10. 前記ユーザの１歩行周期の長さをＴ、前記足が着地した瞬間の時刻をｔ１としたとき、
    前記特徴量抽出部は、時刻ｔ１−０．０２Ｔからｔ１＋０．０２Ｔを含む期間の前記角度に基づいて、前記特徴量を抽出する、
    請求項１乃至９のいずれか１項に記載の情報処理装置。
  11. 前記特徴量は、前記ユーザの歩行環境が平地であるか否かの判定に用いられる、
    請求項１乃至１０のいずれか１項に記載の情報処理装置。
  12. 前記運動計測装置は、第１モードと、前記第１モードよりも消費電力が小さい第２モードとで動作可能であり、
    前記ユーザの歩行環境が平地であると判定された場合には、前記運動計測装置は、前記第１モードで動作し、
    前記ユーザの歩行環境が平地ではないと判定された場合には、前記運動計測装置は、前記第２モードで動作する、
    請求項１１に記載の情報処理装置。
  13. 請求項１乃至１２のいずれか１項に記載の情報処理装置により抽出された特徴量に基づいて前記ユーザの歩行環境を判定する、
    歩行環境判定装置。
  14. 請求項１乃至１２のいずれか１項に記載の情報処理装置と、
    前記特徴量に基づいて前記ユーザの歩行環境を判定する歩行環境判定装置と、
    前記運動計測装置と、
    を備える、歩行環境判定システム。
  15. ユーザの足に設けられた運動計測装置によって計測された前記足の運動情報を取得するステップと、
    前記運動情報に基づいて生成された足底と地面との間の角度から、歩行環境を示す特徴量を抽出するステップと、
    を備える情報処理方法。
  16. コンピュータに、
    ユーザの足に設けられた運動計測装置によって計測された前記足の運動情報を取得するステップと、
    前記運動情報に基づいて生成された足底と地面との間の角度から、歩行環境を示す特徴量を抽出するステップと、
    を備える情報処理方法を実行させるためのプログラムが記憶された記憶媒体。
JP2021521667A 2019-05-29 2019-05-29 情報処理装置、歩行環境判定装置、歩行環境判定システム、情報処理方法及び記憶媒体 Active JP7124965B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/021420 WO2020240749A1 (ja) 2019-05-29 2019-05-29 情報処理装置、歩行環境判定装置、歩行環境判定システム、情報処理方法及び記憶媒体

Publications (2)

Publication Number Publication Date
JPWO2020240749A1 true JPWO2020240749A1 (ja) 2021-12-16
JP7124965B2 JP7124965B2 (ja) 2022-08-24

Family

ID=73553695

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021521667A Active JP7124965B2 (ja) 2019-05-29 2019-05-29 情報処理装置、歩行環境判定装置、歩行環境判定システム、情報処理方法及び記憶媒体

Country Status (3)

Country Link
US (1) US20220211297A1 (ja)
JP (1) JP7124965B2 (ja)
WO (1) WO2020240749A1 (ja)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020040601A1 (en) * 1997-10-14 2002-04-11 Fyfe Kenneth R. Motion analysis system
JP2008036779A (ja) * 2006-08-07 2008-02-21 Toyota Motor Corp 多足歩行ロボット
JP2008173708A (ja) * 2007-01-17 2008-07-31 Toyota Motor Corp 脚式移動型ロボットおよび脚式移動型ロボットの歩行制御方法
JP2014027978A (ja) * 2012-07-31 2014-02-13 Equos Research Co Ltd 歩行装置、及び歩行プログラム
JP2015505701A (ja) * 2011-12-13 2015-02-26 ブラッチフォード プロダクツ リミテッド 下肢義足
WO2016006432A1 (ja) * 2014-07-10 2016-01-14 国立大学法人大阪大学 脚相移行タイミング判定方法、脚相移行タイミング判定装置、歩行支援制御方法及び歩行支援装置
JP2016059795A (ja) * 2014-09-12 2016-04-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 歩行環境認識方法及び装置
JP2018201610A (ja) * 2017-05-30 2018-12-27 京セラ株式会社 履物およびシステム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724265A (en) * 1995-12-12 1998-03-03 Hutchings; Lawrence J. System and method for measuring movement of objects
US8647287B2 (en) * 2008-12-07 2014-02-11 Andrew Greenberg Wireless synchronized movement monitoring apparatus and system
CA2662431A1 (en) * 2009-02-24 2010-08-24 The Business Accelerators Inc. Biometric characterizing system and method and apparel linking system and method
US9188963B2 (en) * 2009-07-06 2015-11-17 Autonomous Id Canada Inc. Gait-based authentication system
WO2011026257A1 (zh) * 2009-09-03 2011-03-10 Yang Changming 利用织品感测器的步态分析系统及方法
EP2646776B1 (fr) * 2010-12-01 2017-09-06 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procede et systeme de determination de valeurs de parametres representatifs d'un mouvement d'au moins deux membres d'une entite representee sous la forme d'une chaine articulee
US10363453B2 (en) * 2011-02-07 2019-07-30 New Balance Athletics, Inc. Systems and methods for monitoring athletic and physiological performance
US9993181B2 (en) * 2011-03-24 2018-06-12 Med Hab, LLC System and method for monitoring a runner'S gait
US11016111B1 (en) * 2012-01-31 2021-05-25 Thomas Chu-Shan Chuang Stride monitoring
US10594508B2 (en) * 2016-04-01 2020-03-17 Caavo Inc HDMI smart switch
US10820836B2 (en) * 2016-06-08 2020-11-03 ShoeSense, Inc. Foot strike analyzer system and methods
EP3257437A1 (en) * 2016-06-13 2017-12-20 Friedrich-Alexander-Universität Erlangen-Nürnberg Method and system for analyzing human gait
US20210275098A1 (en) * 2016-09-13 2021-09-09 Xin Tian Methods and devices for information acquisition, detection, and application of foot gestures
US10140833B1 (en) * 2016-11-16 2018-11-27 Bear State Technologies, LLC. Fall predictor and notification system
JP6737505B2 (ja) * 2017-03-03 2020-08-12 株式会社ノーニューフォークスタジオ 歩行教示システム、歩行教示方法
JP2019190937A (ja) * 2018-04-23 2019-10-31 シャープ株式会社 進行方向計算装置、進行方向決定方法、および制御プログラム
EP3787502A4 (en) * 2018-05-04 2022-03-30 Baylor College of Medicine DETECTION OF FRAGILITY AND FOOT RISK BY SCREENING LOWER LIMBS MOTOR PERFORMANCE
EP3731238A1 (en) * 2019-04-23 2020-10-28 Centre National De La Recherche Scientifique Device for calculating, during one step or each successive step of the gait of a subject, the push-off of the subject
FR3095527B1 (fr) * 2019-04-25 2022-09-09 Zhor Tech Procédé et système de détermination d’une valeur de paramètre biomécanique avancé de démarche
JP7133511B2 (ja) * 2019-06-11 2022-09-08 本田技研工業株式会社 情報処理装置、情報処理方法、およびプログラム
US11325002B2 (en) * 2019-10-01 2022-05-10 Under Armour, Inc. System and method for detecting fatigue and providing coaching in response

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020040601A1 (en) * 1997-10-14 2002-04-11 Fyfe Kenneth R. Motion analysis system
JP2008036779A (ja) * 2006-08-07 2008-02-21 Toyota Motor Corp 多足歩行ロボット
JP2008173708A (ja) * 2007-01-17 2008-07-31 Toyota Motor Corp 脚式移動型ロボットおよび脚式移動型ロボットの歩行制御方法
JP2015505701A (ja) * 2011-12-13 2015-02-26 ブラッチフォード プロダクツ リミテッド 下肢義足
JP2014027978A (ja) * 2012-07-31 2014-02-13 Equos Research Co Ltd 歩行装置、及び歩行プログラム
WO2016006432A1 (ja) * 2014-07-10 2016-01-14 国立大学法人大阪大学 脚相移行タイミング判定方法、脚相移行タイミング判定装置、歩行支援制御方法及び歩行支援装置
JP2016059795A (ja) * 2014-09-12 2016-04-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 歩行環境認識方法及び装置
JP2018201610A (ja) * 2017-05-30 2018-12-27 京セラ株式会社 履物およびシステム

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
佐川 貢一，佐藤 豊，猪岡 光: "水平方向歩行距離の無拘束計測", 計測自動制御学会論文集, vol. 36, no. 11, JPN6019030423, 30 November 2000 (2000-11-30), pages 909 - 915, ISSN: 0004824429 *
佐川 貢一，煤孫 光俊，大瀧 保明，猪岡 光: "足爪先加速度積分による歩行経路の３次元無拘束計測", 計測自動制御学会論文集, vol. 40, no. 6, JPN6019030424, 30 June 2004 (2004-06-30), pages 635 - 641, ISSN: 0004824430 *
有田 輝，米田 将允，鈴木 陽介，下条 誠，明 愛国: "２足歩行安定性を向上する足裏実装型非接触センサの開発", 日本ロボット学会誌, vol. 35, no. 9, JPN6019030422, 15 November 2017 (2017-11-15), pages 669 - 680, ISSN: 0004824428 *

Also Published As

Publication number Publication date
WO2020240749A1 (ja) 2020-12-03
JP7124965B2 (ja) 2022-08-24
US20220211297A1 (en) 2022-07-07

Similar Documents

Publication Publication Date Title
WO2021140658A1 (ja) 異常検出装置、判定システム、異常検出方法、およびプログラム記録媒体
JP6881451B2 (ja) 歩行状態判定装置、歩行状態判定システム、歩行状態判定方法及びプログラム
JP7316534B2 (ja) 情報処理装置、個人識別装置、個人識別システム、情報処理方法及び記憶媒体
JP7127738B2 (ja) 情報処理装置、体重推定装置、体重推定システム、情報処理方法及び記憶媒体
WO2020202543A1 (ja) 歩行周期判定システム、歩行周期判定方法、およびプログラム記録媒体
JP7124965B2 (ja) 情報処理装置、歩行環境判定装置、歩行環境判定システム、情報処理方法及び記憶媒体
US20240065581A1 (en) Gait measurement system, gait measurement method, and program recording medium
US20240049987A1 (en) Gait measurement system, gait measurement method, and program recording medium
Julian et al. An IoT based wearable device for healthcare monitoring
JP7127739B2 (ja) 情報処理装置、ログ取得システム、エネルギー算出システム、情報処理方法及び記憶媒体
JP7177994B2 (ja) 情報処理装置、歩行環境判定装置、歩行環境判定システム、情報処理方法及びプログラム
Doppler et al. Variability in foot-worn sensor placement for activity recognition
US20240049990A1 (en) Foot angle calculation device, gait measurement system, gait measurement method, andprogram recording medium
JP7125660B2 (ja) 情報処理装置、状態判定システム、エネルギー算出システム、情報処理方法及び記憶媒体
WO2020240750A1 (ja) 情報処理装置、個人識別装置、個人識別システム、情報処理方法及び記憶媒体
US20230329585A1 (en) Estimation device, estimation method, and program recording medium
Bolli et al. Sensory substitution in stroke patients with a novel vibrotactile system
US20220161095A1 (en) Running method determination device, running-method determination method, and program
WO2023127008A1 (ja) 動的バランス推定装置、動的バランス推定システム、動的バランス推定方法、および記録媒体
US20230397840A1 (en) Detection device, detection system, detection method, and program recording medium
WO2022038663A1 (ja) 検出装置、検出システム、検出方法、およびプログラム記録媒体
WO2020250357A1 (ja) 情報処理装置、状態判定システム、エネルギー算出システム、情報処理方法及び記憶媒体

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210813

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210813

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220712

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220725

R151 Written notification of patent or utility model registration

Ref document number: 7124965

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151