WO2013031355A1 - 情報処理装置、情報処理方法、プログラム、及び記録媒体 - Google Patents

Abstract

情報処理装置は、ユーザの絶対位置を取得する絶対位置取得部と、歩行する上記ユーザの歩行テンポを示す第１の値を取得する取得部と、上記絶対位置に基づいた所定距離移動したことをトリガとして、上記ユーザの歩幅又は移動速度を示す第２の値を算出する算出部と、算出される上記第２の値を用いて、上記第１の値及び上記第２の値の対応関係を学習する学習部と、を有する。

Description

情報処理装置、情報処理方法、プログラム、及び記録媒体

　本開示は、情報処理装置、情報処理方法、プログラム、及び記録媒体に関する。

　近年、位置情報を利用したシステムが広く普及している。位置情報を取得する方法の中には、自律航法がある。自律航法は、主にＧＰＳ（Ｇｌｏｂａｌ　Ｐｏｓｉｔｉｏｎｉｎｇ　Ｓｙｓｔｅｍ）測位などの絶対測位が利用できないときに用いられている。自律航法は、移動速度と移動方向を用いて絶対測位による最後の測位地点からの相対位置を算出し、現在の位置情報を得る方法である。

　ここで、徒歩移動時の自律航法において速度を得る方法としては、歩数計を利用するものが挙げられる。このとき、下記の数式（１）を利用することによって速度を得ることができる。

　ｖ＝ｋ×ｆ・・・数式（１）
　ここで、ｖは移動速度であり、ｋはユーザの歩幅であり、ｆは歩行テンポ（単位時間当たりの歩数）である。ここで用いられる歩行テンポｆは、例えば加速度センサなどを利用した歩数計により取得される歩数の値を時間で除算することによって算出される。また、歩幅ｋはユーザにより異なるため、事前に学習される。

　歩幅ｋを学習する最も単純な方法としては、ＧＰＳ測位により得られた移動距離を、移動中の歩数で除算することにより求める方法が挙げられる。ここで、一律に平均歩幅の値が用いられると、ユーザが様々な歩幅で移動する状況においては、誤差が大きくなってしまう。

　そこで、特許文献１では、一定時間毎にＧＰＳ測位を行い、この間の移動距離を歩数で除算することにより歩幅を算出する方法が開示されている。このとき、算出された平均の歩幅とこの間の平均の歩行テンポを対応付けた対応テーブルが作成される。この対応テーブルを利用すると、歩数計から得られた歩行テンポ値に応じた歩幅を速度算出に用いることができる。

特開２０１０－８５２８５号公報

　移動距離の測定誤差は、移動距離が短いほど相対的に大きくなる。しかし、一定時間毎の移動距離を用いて歩幅を算出する方法においては、一定時間の間にユーザが十分な測位精度を得られるだけの距離を移動しているとは限らない。このため、一定時間における移動距離が短い場合には、歩幅の誤差が大きくなってしまう。そこで、徒歩時の自律航法に用いられる対応テーブルの精度をより向上させることが求められていた。

　本開示によれば、ユーザの絶対位置を取得する絶対位置取得部と、歩行する上記ユーザの歩行テンポを示す第１の値を取得する取得部と、上記絶対位置に基づいた所定距離移動したことをトリガとして、上記ユーザの歩幅又は移動速度を示す第２の値を算出する算出部と、算出される上記第２の値を用いて、上記第１の値及び上記第２の値の対応関係を学習する学習部と、を有する情報処理装置が提供される。

　係る構成によれば、移動距離をトリガとして、歩幅又は移動速度が算出される。移動時間をトリガとする場合には、区間内においてユーザが立ち止まっている時間が長い、移動速度が遅いなどの理由により、区間内の移動距離が短い場合がある。従って、この移動距離の誤差が大きくなる可能性が高い。しかし、移動距離をトリガとする場合には、１区間内の移動距離をある程度の（誤差が許容範囲内となるのに十分な）距離とすることができる。従って、算出される歩幅（又は移動速度）の精度が向上し、生成される対応テーブルの精度が向上される。

　また、本開示によれば、歩行するユーザの歩行テンポを示す第１の値を取得することと、上記ユーザが所定距離移動したことをトリガとして、上記ユーザの歩幅又は移動速度を示す第２の値を算出することと、算出される上記第２の値を用いて、上記第１の値及び上記第２の値の対応関係を学習することと、を含む、情報処理方法が提供される。

　また、本開示によれば、コンピュータを、ユーザの絶対位置を取得する絶対位置取得部と、歩行する上記ユーザの歩行テンポを示す第１の値を取得する取得部と、上記絶対位置に基づいた所定距離移動したことをトリガとして、上記ユーザの歩幅又は移動速度を示す第２の値を算出する算出部と、算出される上記第２の値を用いて、上記第１の値及び上記第２の値の対応関係を学習する学習部と、を有する情報処理装置として機能させるためのプログラムが提供される。

　また、本開示によれば、コンピュータを、ユーザの絶対位置を取得する絶対位置取得部と、歩行する上記ユーザの歩行テンポを示す第１の値を取得する取得部と、上記絶対位置に基づいた所定距離移動したことをトリガとして、上記ユーザの歩幅又は移動速度を示す第２の値を算出する算出部と、算出される上記第２の値を用いて、上記第１の値及び上記第２の値の対応関係を学習する学習部と、を有する情報処理装置として機能させるためのプログラムを記憶する、コンピュータが読取り可能な記録媒体が提供される。

　以上説明したように本開示によれば、徒歩時の自律航法に用いられる対応テーブルの精度が向上される。

本開示の第１の実施形態に係る携帯端末の機能構成を示すブロック図である。 本開示の一実施形態に係る携帯端末のハードウェア構成を示すブロック図である。 本開示の第１の実施形態に係る携帯端末の動作の一例を示すフローチャートである。 同実施形態に係る携帯端末の距離閾値決定処理の動作の一例を示すフローチャートである。 同実施形態に係る携帯端末の距離閾値決定処理の動作の他の一例を示すフローチャートである。 同実施形態に係る携帯端末の自律測位動作の一例を示すフローチャートである。 本開示の第２の実施形態に係る携帯端末の機能構成を示すブロック図である。 同実施形態に係る携帯端末の機能の概要を説明するための説明図である。 同実施形態に係る携帯端末の対応テーブル作成において関数を特定することができる場合ついて説明するための説明図である。 同実施形態に係る携帯端末の対応テーブル作成において関数を特定することができない場合について説明するための説明図である。 同実施形態に係る携帯端末の動作の一例を示すフローチャートである。 同実施形態に係る携帯端末の入力値積算処理の動作の一例を示すフローチャートである。 同実施形態に係る携帯端末の係数算出処理の動作の一例を示すフローチャートである。 同実施形態に係る携帯端末の歩行テンポ階級分け処理の動作の一例を示すフローチャートである。 同実施形態に係る携帯端末の歩行テンポ階級分け処理について説明するための説明図である。 同実施形態に係る携帯端末の歩行テンポ階級分け処理について説明するための具体例を用いた説明図である。 本開示の第３の実施形態に係る携帯端末の機能構成を示すブロック図である。 同実施形態に係る携帯端末の対応テーブル作成において関数を特定することができる場合について説明するための説明図である。 同実施形態に係る携帯端末の対応テーブル作成において関数を特定することができない場合について説明するための説明図である。 同実施形態に係る携帯端末の動作の一例を示すフローチャートである。 同実施形態に係る携帯端末において、歩行テンポの推移を示す実験結果の一例を示すグラフである。 同実施形態に係る携帯端末において推定される速度と、実際の速度とを比較する実験結果の一例を示すグラフである。 同実施形態に係る携帯端末において作成される、歩行テンポと速度の対応テーブルの一例を示す説明図である。 同実施形態に係る携帯端末において作成される、歩行テンポと歩幅の対応テーブルの一例を示す説明図である。 同実施形態に係る携帯端末において測定される鉛直加速度と、実際の速度とが相関性を有することを示すグラフである。 同実施形態に係る携帯端末をズボン前ポケットに入れて測定した鉛直加速度の実験結果を示すグラフである。 図２６の実験結果から２秒間毎のピーク値を抽出したグラフである。 同実施形態に係る携帯端末において特定された関数を用いて算出された各区間の推定速度と実際の速度とを比較する実験結果を示すグラフである。 同実施形態に係る携帯端末において特定された関数を用いて生成された対応テーブルの一例を示す説明図である。 同実施形態に係る携帯端末を胸ポケットに入れて測定した鉛直加速度により特定された関数を用いて算出される各区間の推定速度と実際の速度とを比較する実験結果を示すグラフである。 同実施形態に係る携帯端末を腹ポケットに入れて測定した鉛直加速度により特定された関数を用いて算出される各区間の推定速度と実際の速度とを比較する実験結果を示すグラフである。 同実施形態に係る携帯端末をズボン後ろポケットに入れて測定した鉛直加速度により特定された関数を用いて算出される各区間の推定速度と実際の速度とを比較する実験結果を示すグラフである。 同実施形態に係る携帯端末を斜めがけカバンに入れて測定した鉛直加速度を用いて特定された関数を用いて算出される各区間の推定速度と実際の速度とを比較する実験結果を示すグラフである。 歩行テンポ及び歩幅の対応テーブルの一例を示す説明図である。 一定時間で取得する絶対位置を用いて歩幅を学習する場合について説明するための説明図である。 一定時間で取得する絶対位置を用いて歩幅を学習する場合に生成される対応テーブルの一例を示す説明図である。 歩幅の平均値及び歩行テンポの平均値を用いて生成される対応テーブルの一例を示す説明図である。

　以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

　なお、説明は以下の順序で行うものとする。
　１．概要
　２．第１の実施形態（所定距離毎に取得する絶対位置を用いる例）
　　２－１．機能構成
　　２－２．ハードウェア構成例
　　２－３．動作例
　　２－４．距離閾値の決定
　　２－５．自律測位
　　２－６．効果の例
　３．第２の実施形態（移動速度と歩行テンポ間の相関を仮定して特定される関数を用いる例）
　　３－１．機能構成
　　３－２．動作例
　　３－３．歩行テンポ階級分け
　　３－３４．効果の例
　４．第３の実施形態（第１の実施形態と第２の実施形態との構成を併せ持つ例）
　　４－１．機能構成
　　４－２．動作例
　　４－３．実験結果
　　４－４．入力値について
　　４－５．携帯端末の持ち方について

＜１．概要＞
　まず初めに、図３４～図３７を参照しながら、本開示の概要について説明する。図３４は、歩行テンポ及び歩幅の対応テーブルの一例を示す説明図である。図３５は、一定時間で取得する絶対位置を用いて歩幅を学習する場合について説明するための説明図である。図３６は、一定時間で取得する絶対位置を用いて歩幅を学習する場合に生成される対応テーブルの一例を示す説明図である。図３７は、歩幅の平均値及び歩行テンポの平均値を用いて生成される対応テーブルの一例を示す説明図である。

　例えばナビゲーション装置を始めとする情報処理装置において、位置情報を取得する機能を有する端末装置が普及している。このような情報処理装置における位置情報の取得方法としては、例えばＧＰＳなどの測位衛星を用いた絶対測位、Ｗｉｆｉ基地局からのＷｉｆｉ電波の受信強度から各基地局との距離を推定することにより現在位置を算出する絶対測位などに加えて、自律航法が用いられることがある。

　自律航法とは、センサなどにより取得される情報を用いることによって、前回絶対位置を測位した地点からの相対位置を算出し、現在の位置情報を取得する方法である。この自律航法は、絶対位置を取得することができないときに用いられることがある。またこの自律航法は、絶対位置の誤差を補正するために用いられることがある。

　例えば、トンネル内など上空を覆われた場所においては、ＧＰＳ信号を受信することができず、ＧＰＳ測位による現在位置を取得できないことがある。このとき、トンネルに入る直前に取得された絶対位置からの相対位置をセンサにより取得される情報から算出すれば、ＧＰＳ信号を受信することができない場所においても、現在の位置情報を取得することができる。

　ここで、相対位置は、移動速度と移動方向とを用いて算出される。移動方向は、例えば地磁気センサなどを用いた電子コンパスの機能を用いて取得することができる。また特に、徒歩移動時の自律航法において、速度を得る方法としては、歩数計を利用するものが挙げられる。このとき、ユーザの歩幅ｋと歩行テンポｆとを用いて成り立つ下記の数式（１）の関係を用いることによって、速度を得ることができる。

　ｖ＝ｋ×ｆ・・・数式（１）
　ここで、歩行テンポｆは、単位時間当たりの歩数であり、例えば加速度センサなどを利用した歩数計により取得される歩数の値を時間で除算することによって算出される。また、歩幅ｋはユーザにより異なるため、事前に学習される。

　歩幅ｋを学習する最も単純な方法としては、ＧＰＳ測位により得られた移動距離を、移動中の歩数で除算することにより求める方法が挙げられる。ここで歩幅ｋの値は、ユーザにより異なると同時に、ユーザの歩くテンポによっても異なる。

　そこで、図３４に示されるように、歩行テンポに応じた歩幅の値を学習することによって、歩数計から得られた歩行テンポ値に応じた歩幅を用いて速度を算出することができる。このため、歩行テンポによらず一律に同じ平均の歩幅を用いる場合と比較して、算出される速度の精度が向上される。

　本開示においては、このように歩行テンポと歩幅の対応テーブルを用いて移動速度を算出する情報処理装置において、算出される移動速度の精度をさらに向上させることを提案する。第１の観点としては、歩幅を算出するために用いられる移動距離を取得するトリガーを所定距離とすることが提案される。例えば図３５には、所定の時間間隔で取得されるユーザの現在位置が地図上の丸で示される。このユーザは、立ち止まったり、所定の範囲内で移動している期間Ｐ１及びＰ２においては、所定時間内の移動距離は小さい。これに対して、Ｐ１とＰ２の間の期間においては、所定時間内の移動距離が大きい。絶対測位により取得される移動距離の誤差は、実際の距離が長いほど相対的に小さくなる。例えばＧＰＳ測位の誤差は、１０ｍ～１００ｍ程度といわれている。所定の時間間隔で移動距離を取得するときには、この期間内の移動距離は、十分な精度を得られるだけの距離以上となる保証はない。このため、図３６に示されるように、絶対位置の精度が低いために、歩幅の精度が低下してしまうことがある。また、立ち止まっているときには歩幅が過少評価されてしまうことがある。そこで、以下に示す本開示の第１の実施形態においては、この移動距離を取得するトリガーを所定時間ではなく所定距離とすることを提案する。

　また、第２の観点としては、歩行するユーザの身体の動きに応じた第１の値（例えば歩行テンポ）と、第２の値（ユーザの歩幅又は移動速度）との間に成立する関数を仮定し、センサ等により取得される値からこの関数を特定することによって、対応テーブルを生成することが提案される。例えば図３７には、平均の歩行テンポに対応する平均の歩幅を算出した場合の対応テーブルの一例が示される。このように、移動速度が変化する状況で得られた平均の歩行テンポのレンジＲ１は、実際のレンジよりも狭まる。このため、いつもとは異なる速度で移動したときに、算出される速度の精度が低下してしまう。そこで、以下に示す本開示の第２の実施形態においては、上記第１の値と第２の値との間に成立する関数を仮定することにより、所定時間の平均値ではなく、それぞれの歩行テンポに対して精度の高い歩幅又は移動速度を取得することを提案する。

　また本開示の第３の実施形態においては、上記第１の観点と第２の観点との構成を併せ持つ実施形態について、説明される。

＜２．第１の実施形態＞
　［２－１．機能構成］
　ここで、図１を参照しながら、本開示の第１の実施形態に係る携帯端末の機能構成について説明する。図１は、本開示の第１の実施形態に係る携帯端末の機能構成を示すブロック図である。

　携帯端末１００は、徒歩時の自律航法機能を有する情報処理装置である。携帯端末１００は、例えば携帯電話、ＰＤＡ（Ｐｅｒｓｏｎａｌ　Ｄｉｇｉｔａｌ　Ａｓｓｉｓｔａｎｔｓ）、スマートフォン、携帯用音楽再生装置、携帯用映像処理装置、携帯用ゲーム機器、携帯型ＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）（ノートＰＣ及びタブレット型ＰＣを含む）、ＰＮＤ（Ｐｅｒｓｏｎａｌ　Ｎａｖｉｇａｔｉｏｎ　Ｄｅｖｉｃｅ）を含むナビゲーション装置などの情報処理装置であってよい。なお、以下本実施形態の説明中において、携帯端末１００を携帯しているユーザを単にユーザと称する。

　携帯端末１００は、絶対測位部１０１と、歩行判定部１０３と、カウント部１０５と、歩行テンポ算出部１０７と、距離閾値決定部１０９と、歩幅算出部１１１と、学習部１１３と、方位取得部１１５と、自律測位部１１７と、ナビゲーション部１１９と、地図情報記憶部１２１と、対応テーブル記憶部１２３と、を主に有する。

（絶対測位部１０１）
　絶対測位部１０１は、ユーザの絶対位置を取得する機能を有する。絶対測位部１０１は、例えばＧＰＳアンテナ及びＧＰＳアンテナにより受信されるＧＰＳ信号を処理するＧＰＳ処理部であってもよい。或いは、絶対測位部１０１は、複数の基地局からのＷｉｆｉ電波を受信するＷｉｆｉアンテナ及び受信されるＷｉｆｉ電波の受信強度から各基地局との距離を推定し、各基地局との距離及び各基地局の位置を利用して三角測量の原理に基づいて現在位置を算出する位置算出部であってもよい。

（歩行判定部１０３）
　歩行判定部１０３は、ユーザが足による移動をしている状態であるか否かを判定する機能を有する。歩行判定部１０３は、例えば加速度センサなど揺れを検知するセンサを利用することができる。なお、ここでは歩行という用語を用いたが、歩行判定部１０３は、ユーザが走って移動しているときも足による移動をしている状態であると判定することができる。

（カウント部１０５）
　カウント部１０５は、ユーザの移動にかかる歩数及び移動時間をカウントする機能を有する。カウント部１０５は、歩行判定部１０３によりユーザが足による移動をしている状態であると判定されるときに、歩数及び移動時間をカウントすることができる。カウント部１０５は、ユーザが足による移動をしている状態であると判定されるときのみ移動時間をカウントすることによって、ユーザが立ち止まっている期間は移動時間に含めないことができる。

（歩行テンポ算出部１０７）
　歩行テンポ算出部１０７は、カウント部１０５によりカウントされた歩数及び移動時間を用いて、ユーザの歩行テンポを算出する機能を有する。歩行テンポ算出部１０７は、カウントされる歩数を単位時間当たりの歩数に換算することによって歩行テンポを算出することができる。このとき上述の通り、カウント部１０５によりカウントされる移動時間は、ユーザが立ち止まっている期間は算入されていない。このため、歩行テンポ算出部１０７は、より精度の高い歩行テンポを算出することができる。なお、ここで算出される歩行テンポは、ユーザの身体の動きに応じた第１の値の一例である。しかし、第１の値はかかる例に限定されることはない。例えば第１の値は、速度と相関を有する他の値であってよい。

（距離閾値決定部１０９）
　距離閾値決定部１０９は、歩幅学習のトリガとなる距離閾値を決定する機能を有する。距離閾値決定部１０９は、絶対測位部１０１の取得する絶対位置の精度に応じて距離閾値を決定することができる。距離閾値決定部１０９は、絶対位置の精度が高いほど距離閾値を小さくすることができる。また距離閾値決定部１０９は、絶対位置の精度が低いほど距離閾値を大きくすることができる。

　絶対位置の精度は、例えば地図情報記憶部１２１に記憶される地図情報を用いて判断されてよい。例えば、ＧＰＳによる絶対測位の精度は、上空が覆われた環境、例えばビル街、高架下、森林などでは低下する。一方、一戸建ての住宅街、大きな公園、広い道路などにおいては、ＧＰＳによる絶対測位の精度は向上する。従って、絶対測位部１０１がＧＰＳによる絶対測位を行う場合には、距離閾値決定部１０９は、地図情報を用いて現在地周辺の環境を把握する。そして、距離閾値決定部１０９は、現在地がどのような場所であるかに応じて絶対位置の精度を推定することによって、距離閾値を決定してもよい。或いは、距離閾値決定部１０９は、その他のＧＰＳ精度指標に基づいて距離閾値を決定してもよい。例えばＧＰＳ測位の精度は、ＧＰＳアンテナがＧＰＳ信号を受信する衛星の数（携帯端末１００が捕捉することのできる測位衛星の数）によっても異なる。このため、距離閾値決定部１０９は、携帯端末１００が捕捉することのできる測位衛星の数に基づいて距離閾値を決定してもよい。また、距離閾値決定部１０９は、ＧＰＳの精度低下率：ＤＯＰ（Ｄｉｌｕｔｉｏｎ　ｏｆ　Ｐｒｅｃｉｓｉｏｎ）に基づいて距離閾値を決定してもよい。またＧＰＳ測位の精度は、ＧＰＳ信号の受信強度によっても異なる。このため距離閾値決定部１０９は、ＧＰＳ信号の受信強度に基づいて距離閾値を決定してもよい。

　また、例えば絶対測位部１０１がＷｉｆｉ電波の受信強度に基づいて絶対位置を算出するときには、絶対位置の精度は、絶対測位部１０１がＷｉｆｉ電波を受信する基地局の数（携帯端末１００から見えている基地局の数）により異なる。従ってこのとき距離閾値決定部１０９は、携帯端末１００から見えている基地局の数に基づいて、絶対位置の精度を推定することにより、距離閾値を決定してもよい。

（歩幅算出部１１１）
　歩幅算出部１１１は、距離閾値決定部１０９により決定された距離閾値を移動したことをトリガとして、ユーザの歩幅を算出する機能を有する。歩幅算出部１１１は、距離閾値移動する毎に移動距離を歩数で除算することによって、ユーザの歩幅を算出することができる。歩幅算出部１１１は、絶対測位部１０１により取得される絶対位置に基づいて、ユーザが距離閾値移動したことを判断し、距離閾値移動する毎にその間の歩数をカウント部１０５から取得することができる。また歩幅算出部１１１は、歩幅を算出すると、歩行テンポ算出部１０７から取得される歩行テンポに基づいて、この間の平均歩行テンポを算出して歩幅と対応づけて学習部１１３に供給することができる。

（学習部１１３）
　学習部１１３は、入力された歩行テンポと歩幅とに基づいて、歩行テンポと歩幅の対応関係を学習する機能を有する。学習部１１３は、歩行テンポと歩幅との対応テーブルを生成して対応テーブル記憶部１２３に記憶させることができる。

（方位取得部１１５）
　方位取得部１１５は、ユーザの進行する方位の情報を取得する機能を有する。例えば方位取得部１１５は、地磁気センサを利用してもよい。

（自律測位部１１７）
　自律測位部１１７は、センサ等により取得される情報に基づいて相対位置を算出することによって、現在の位置情報を取得する機能を有する。自律測位部１１７は、ユーザの進行している方位と移動速度に基づいて特定の地点からの相対位置を算出することができる。そして自律測位部１１７は、特定の地点から相対位置の分移動した地点を現在の位置情報とすることができる。ここで特定の地点は、例えば絶対測位部１０１により最後に絶対位置が取得された地点であってよい。具体的には、自律測位部１１７は、方位取得部１１５により取得されたユーザの進行する方位と、歩行テンポ算出部１０７により取得される現時点におけるユーザの歩行テンポと、対応テーブル記憶部１２３に記憶される歩行テンポ及び歩幅の対応テーブルと、に基づいて相対位置を算出することができる。自律測位部１１７は、現時点におけるユーザの歩行テンポを取得すると、対応テーブルを参照して歩行テンポに対応づけられた歩幅の情報を取得する。そして自律測位部１１７は、歩幅と歩行テンポとを乗算することによって移動速度を算出することができる。自立測位部１１７は、この移動速度と上記の方位とに基づいて、相対位置を算出することによって現在の位置情報を取得する。この自律測位部１１７は、例えば絶対測位部１０１により位置情報を取得することができないときに、現在の位置情報を算出してもよい。

（ナビゲーション部１１９）
　ナビゲーション部１１９は、ユーザに現在地点から所定の地点までの経路を案内する機能を有する。ナビゲーション部１１９は、現在地点の位置情報を例えば絶対測位部１０１から取得することができる。またナビゲーション部１１９は、現在地点の位置情報を自律測位部１１７から取得することもできる。

（地図情報記憶部１２１）
　地図情報記憶部１２１は、地図情報を記憶する機能を有する。ここで記憶される地図情報は、例えば地形データに加えて、道路ネットワークデータ、ＰＯＩ（Ｐｏｉｎｔ　Ｏｆ　Ｉｎｔｅｒｅｓｔ）情報を含んでもよい。地図情報は、例えば予め地図情報記憶部１２１に記憶されていてもよい。或いは地図情報は、通信路やリムーバブル記憶媒体を介して地図情報記憶部１２１に適宜記憶されてもよい。

（対応テーブル記憶部１２３）
　対応テーブル記憶部１２３は、学習部１１３により生成された対応テーブルを記憶する機能を有する。対応テーブルは、例えば歩幅算出部１１１により算出されるユーザの歩幅と、歩幅を算出したときの歩行テンポとを対応づけた情報である。

　なお、ここでは地図情報記憶部１２１及び対応テーブル記憶部１２３は、別体の記憶部であることとして記載されたが、本技術はかかる例に限定されない。地図情報記憶部１２１及び対応テーブル記憶部１２３は、一体の記憶装置により実現されてもよい。また地図情報記憶部１２１及び対応テーブル１２３は、データ格納用の装置であり、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置、および記憶媒体に記録されたデータを削除する削除装置などを含むことができる。ここで記憶媒体としては、例えばフラッシュメモリ、ＭＲＡＭ（Magnetoresistive　Random　Access　Memory）、ＦｅＲＡＭ（Ferroelectric　Random　Access　Memory）、ＰＲＡＭ（Phase　change　Random　Access　Memory）、及びＥＥＰＲＯＭ（Electronically　Erasable　and　Programmable　Read　Only　Memory）などの不揮発性メモリや、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）などの磁気記録媒体などが用いられてよい。

　以上、本実施形態に係る携帯端末１００の機能の一例を示した。上記の各構成要素は、汎用的な部材や回路を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、各構成要素の機能を、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）などの演算装置がこれらの機能を実現する処理手順を記述した制御プログラムを記憶したＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）などの記憶媒体から制御プログラムを読出し、そのプログラムを解釈して実行することにより行ってもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用する構成を変更することが可能である。以下において携帯端末１００の機能を実現するためのハードウェア構成の一例が示される。

　なお、上述のような本実施形態に係る携帯端末１００の各機能を実現するためのコンピュータプログラムを作成し、パーソナルコンピュータ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリなどである。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信してもよい。

　［２－２．ハードウェア構成例］
　次に、本開示の第１の実施形態に係る携帯端末１００のハードウェア構成の一例について、図２を参照しながら説明する。なお、ここでは本開示の第１の実施形態に係る携帯端末１００のハードウェア構成として説明を続けるが、この構成は、本開示の第２の実施形態に係る携帯端末２００、及び本開示の第３の実施形態に係る携帯端末３００についても適用することができる。図２は、本開示の一実施形態に係る携帯端末のハードウェア構成を示すブロック図である。

　ここで、携帯端末１００の構成の一例について説明する。図９を参照すると、携帯端末１００は、例えば、電話網アンテナ８１７と、電話処理部８１９と、ＧＰＳアンテナ８２１と、ＧＰＳ処理部８２３と、Ｗｉｆｉアンテナ８２５と、Ｗｉｆｉ処理部８２７と、地磁気センサ８２９と、加速度センサ８３１と、ジャイロセンサ８３３と、気圧センサ８３５と、撮像部８３７と、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）８３９と、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）８４１と、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）８４３と、操作部８４７と、表示部８４９と、デコーダ８５１と、スピーカ８５３と、エンコーダ８５５と、マイク８５７と、記憶部８５９とを有する。携帯端末１００は、例えばスマートフォンであってよい。

（電話網アンテナ８１７）
　電話網アンテナ８１７は、通話及び通信用の携帯電話網と無線で接続する機能を有するアンテナの一例である。電話網アンテナ８１７は、携帯電話網を介して受信される通話信号を電話処理部８１９に供給することができる。

（電話処理部８１９）
　電話処理部８１９は、電話網アンテナ８１７により送受信される信号に対する各種の信号処理を行う機能を有する。電話処理部８１９は、例えばマイク８５７を介して入力され、エンコーダ８５５によりエンコードされた音声信号に対して各種の信号処理を行い、電話網アンテナ８１７に供給することができる。また電話処理部８１９は、電話網アンテナ８１９から供給される音声信号に対して各種の信号処理を行い、デコーダ８５１に供給することができる。

（ＧＰＳアンテナ８２１）
　ＧＰＳアンテナ８２１は、測位衛星からの信号を受信するアンテナの一例である。ＧＰＳアンテナ８２１は、複数のＧＰＳ衛星からのＧＰＳ信号を受信することができ、受信したＧＰＳ信号をＧＰＳ処理部８２３に入力する。

（ＧＰＳ処理部８２３）
　ＧＰＳ処理部８２３は、測位衛星から受信された信号に基づいて位置情報を算出する算出部の一例である。ＧＰＳ処理部８２３は、ＧＰＳアンテナ８２１から入力された複数のＧＰＳ信号に基づいて現在の位置情報を算出し、算出した位置情報を出力する。具体的には、ＧＰＳ処理部８２３は、ＧＰＳ衛星の軌道データからそれぞれのＧＰＳ衛星の位置を算出し、ＧＰＳ信号の送信時刻と受信時刻との差分時間に基づいて、各ＧＰＳ衛星から当該携帯端末３０までの距離をそれぞれ算出する。そして、算出された各ＧＰＳ衛星の位置と、各ＧＰＳ衛星から当該携帯端末３０までの距離とに基づいて、現在の３次元位置を算出することができる。なお、ここで用いられるＧＰＳ衛星の軌道データは、例えばＧＰＳ信号に含まれていてもよい。或いは、ＧＰＳ衛星の軌道データは、通信アンテナ８２５を介して外部のサーバから取得されてもよい。

（Ｗｉｆｉアンテナ８２５）
　Ｗｉｆｉアンテナ８２５は、例えば無線ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）通信網との通信信号をＷｉｆｉの仕様に従って送受信する機能を有するアンテナである。Ｗｉｆｉアンテナ８２５は、受信した信号を通信処理部８２７に供給することができる。

（Ｗｉｆｉ処理部８２７）
　Ｗｉｆｉ処理部８２７は、Ｗｉｆｉアンテナ８２５から供給された信号に各種の信号処理を行う機能を有する。Ｗｉｆｉ処理部８２７は、供給されたアナログ信号から生成したデジタル信号をＣＰＵ８３９に供給することができる。

（地磁気センサ８２９）
　地磁気センサ８２９は、地磁気を電圧値として検出するセンサである。地磁気センサ８２９は、Ｘ軸方向、Ｙ軸方向、及びＺ軸方向の地磁気をそれぞれ検出する３軸地磁気センサであってよい。地磁気センサ８２９は、検出した地磁気データをＣＰＵ８３９に供給することができる。

（加速度センサ８３１）
　加速度センサ８３１は、加速度を電圧値として検出するセンサである。加速度センサ８３１は、Ｘ軸方向に沿った加速度、Ｙ軸方向に沿った加速度、及びＺ軸方向に沿った加速度をそれぞれ検出する３軸加速度センサであってよい。加速度センサ８３１は、検出した加速度データをＣＰＵ８３９に供給することができる。

（ジャイロセンサ８３３）
　ジャイロセンサ８３３は、物体の角度や角速度を検出する計測器の一種である。このジャイロセンサ８３３は、Ｘ軸、Ｙ軸、及びＺ軸周りの回転角の変化する速度（角速度）を電圧値として検出する３軸ジャイロセンサであってよい。ジャイロセンサ８３３は、検出した角速度データをＣＰＵ８３９に供給することができる。

（気圧センサ８３５）
　気圧センサ８３５は、周囲の気圧を電圧値として検出するセンサである。気圧センサ８３５は、気圧を所定のサンプリング周波数で検出し、検出した気圧データをＣＰＵ８３９に供給することができる。

（撮像部８３７）
　撮像部８３７は、ＣＰＵ８３９の制御に従い、レンズを介して静止画像又は動画像を撮影する機能を有する。撮像部８３７は、撮影した画像を記憶部８５９に記憶させてもよい。

（ＣＰＵ８３９）
　ＣＰＵ８３９は、演算処理装置及び制御装置として機能し、各種プログラムに従って携帯端末３０内の動作全般を制御する。またＣＰＵ８３９は、マイクロプロセッサであってもよい。このＣＰＵ８３９は、各種プログラムに従って様々な機能を実現することができる。

（ＲＯＭ８４１，ＲＡＭ８４３）
　ＲＯＭ８４１は、ＣＰＵ８３９が使用するプログラムや演算パラメータ等を記憶することができる。ＲＡＭ８４３は、ＣＰＵ８３９の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶することができる。

（操作部８４７）
　操作部８４７は、ユーザ５が所望の操作をするための入力信号を生成する機能を有する。操作部８４７は、例えばタッチセンサ、マウス、キーボード、ボタン、マイク、スイッチ及びレバーなどユーザ５が情報を入力するための入力部と、ユーザ５による入力に基づいて入力信号を生成し、ＣＰＵ８３９に出力する入力制御回路などから構成されてよい。

（表示部８４９）
　表示部８４９は、出力装置の一例であり、液晶ディスプレイ（ＬＣＤ：Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）装置、有機ＥＬ（ＯＬＥＤ：Ｏｒｇａｎｉｃ　Ｌｉｇｈｔ　Ｅｍｉｔｔｉｎｇ　Ｄｉｏｄｅ）ディスプレイ装置などの表示装置であってよい。表示部８４９は、ユーザ５に対して画面を表示することにより情報を提供することができる。

（デコーダ８５１，スピーカ８５３）
　デコーダ８５１は、ＣＰＵ８３９の制御に従い、入力されたデータのデコード及びアナログ変換などを行う機能を有する。デコーダ８５１は、例えば電話網アンテナ８１７及び電話処理部８１９を介して入力された音声データのデコード及びアナログ変換などを行い、音声信号をスピーカ８５３に出力することができる。またデコーダ８５１は、例えばＷｉｆｉアンテナ８２５及びＷｉｆｉ処理部８２７を介して入力された音声データのデコード及びアナログ変換などを行い、音声信号をスピーカ８５３に出力することができる。スピーカ８５３は、デコーダ８５１から供給される音声信号に基づいて音声を出力することができる。

（エンコーダ８５５，マイク８５７）
　エンコーダ８５５は、ＣＰＵ８３９の制御に従い、入力されたデータのデジタル変換及びエンコードなどを行う機能を有する。エンコーダ８５５は、マイク８５７から入力される音声信号のデジタル変換及びエンコードなどを行い、音声データを出力することができる。マイク８５７は、音声を集音し、音声信号として出力することができる。

（記憶部８５９）
　記憶部８５９は、データ格納用の装置であり、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置、および記憶媒体に記録されたデータを削除する削除装置などを含むことができる。ここで記憶媒体としては、例えばフラッシュメモリ、ＭＲＡＭ（Magnetoresistive　Random　Access　Memory）、ＦｅＲＡＭ（Ferroelectric　Random　Access　Memory）、ＰＲＡＭ（Phase　change　Random　Access　Memory）、及びＥＥＰＲＯＭ（Electronically　Erasable　and　Programmable　Read　Only　Memory）などの不揮発性メモリや、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）などの磁気記録媒体などが用いられてよい。この記憶部８５７は、地図情報８６１を格納することができる。また記憶部８５７は、対応テーブルを格納してもよい。

　［２－３．動作例］
　次に、図３を参照しながら、本開示の第１の実施形態に係る携帯端末１００の動作について説明する。図３は、本開示の第１の実施形態に係る携帯端末の動作の一例を示すフローチャートである。

　まず、携帯端末１００は、ＧＰＳ測位が可能であるか否かを判断する（Ｓ１０１）。ここで、ＧＰＳ測位が可能であると判断されると、携帯端末１００の絶対測位部１０１は、現時点における位置情報を取得する（Ｓ１０３）。そして距離閾値決定部１０９が距離閾値を決定する（Ｓ１０５）。なお、この距離閾値の決定については、後に詳述される。

　そして、カウント部１０５は、現時点の時刻情報を取得する（Ｓ１０７）。そしてカウント部１０５は、この時点からの経過時間をカウントすると共に、歩数カウント処理（Ｓ１０９）を開始する。歩幅算出部１１１は、ステップＳ１０３において位置情報を取得してから一定距離移動したか否かを判断する（Ｓ１１１）。ここで用いられる一定距離は、ステップＳ１０５において決定された距離閾値が用いられる。ステップＳ１１１において一定距離移動したと判断されるまで、ステップＳ１０９の歩数カウント処理が継続される。

　そして、ユーザが一定距離を移動したと判断されると、次に歩幅算出部１１１は、歩幅算出処理を実行する（Ｓ１１３）。具体的には、歩幅算出部１１１は、移動距離を歩数で除算することによって一歩当たりの移動距離である歩幅を算出することができる。またここで歩幅算出部１１３は、歩行テンポ算出部１０７にこの移動の間の歩行テンポを算出させる（Ｓ１１５）。ここで算出される歩行テンポは、例えば上記移動距離を移動する間の平均の歩行テンポであってよい。

　そして学習部１１３は、ステップＳ１１３において算出される歩幅と、ステップＳ１１５において算出される歩行テンポとを用いて、歩幅と歩行テンポとの対応関係を学習する（Ｓ１１７）。次に学習部１１３は、学習を終了するか否かを判断する（Ｓ１１９）。ステップＳ１１９において学習を終了すると判断された場合には、本フローは終了される。一方、ステップＳ１１９において学習を終了しないと判断された場合には、再びステップＳ１０１に戻って処理が継続される。なお、ステップＳ１０１においてＧＰＳ測位が可能ではないと判断されたとき、携帯端末１００の自律測位部１１７は、自律測位を行うことができる（Ｓ１１０）。

　［２－４．距離閾値の決定］
　ここで、図３のステップＳ１０５において示される距離閾値の決定について、図４及び図５を参照しながら詳述する。図４は、同実施形態に係る携帯端末の距離閾値決定処理の動作の一例を示すフローチャートである。図５は、同実施形態に係る携帯端末の距離閾値決定処理の動作の他の一例を示すフローチャートである。

　まず図４を参照すると、距離閾値決定部１０９は、現在位置がＧＰＳの受信環境が良好なエリアであるか否かを判断する（Ｓ１２１）。ここで、距離閾値決定部１０９は、地図情報を用いてステップＳ１２１の判断を行うことができる。距離閾値決定部１０９は、地図情報を用いて現在地周辺の状況を把握する。例えば距離閾値決定部１０９は、現在地周辺が、一戸建ての住宅街、大きな公園、広い道路などである場合には、ＧＰＳ受信環境良好エリアであると判断してよい。また距離閾値決定部１０９は、現在地周辺がビル街、高架下、電車内、森林などである場合には、ＧＰＳ受信環境不良エリアであると判断してよい。

　ステップＳ１２１においてＧＰＳ受信環境良好エリアであると判断された場合には、距離閾値決定部１０９は、第１の距離閾値を２００ｍ、第２の距離閾値を４００ｍとすることができる（Ｓ１２３）。一方ステップＳ１２１においてＧＰＳ受信環境良好エリアではないと判断された場合には、距離閾値決定部１０９は、第１の距離閾値を５００ｍ、第２の距離閾値を１０００ｍ、とすることができる（Ｓ１２５）。

　以上、図４を参照しながら地図情報を用いて距離閾値を決定する方法について説明したが、本技術はかかる例に限定されない。次に図５を参照しながら、ＧＰＳ精度指標に基づいて距離閾値を決定する方法について説明する。

　まず距離閾値決定部１０９は、ＧＰＳ精度指標が一定以上であるか否かを判断する（Ｓ１３１）。ここで、ＧＰＳ精度指標としては、例えば測位衛星の捕捉数、ＤＯＰ、ＧＰＳ信号の受信強度などが挙げられる。この精度指標が一定以上である場合には、距離閾値決定部１０９は、第１の距離閾値を２００ｍ、第２の距離閾値を４００ｍとすることができる（Ｓ１３３）。一方、制度指標が一定以上ではない場合には、距離閾値決定部１０９は、第１の距離閾値を５００ｍ、第２の距離閾値を１０００ｍとすることができる（Ｓ１３５）。

　なお、ここでは絶対測位部１０１がＧＰＳ測位を行う場合を例に挙げて説明したが、本技術はかかる例に限定されない。例えば、絶対測位部１０１がＧＰＳ測位以外の方法で測位を行う場合には、測位方法に応じて適切な測位精度に基づき距離閾値が決定されてよい。また、ここで例に挙げた距離閾値は一例に過ぎず、その他環境に応じて様々な値が用いられてもよいことは言うまでもない。測位精度が高いときには、測位精度が低いときよりも距離閾値が小さく設定される。またここでは、距離閾値が２つの段階から選択して決定されるが、本技術はかかる例に限定されない。測位精度に応じて様々な値が取られてよい。

　［２－５．自律測位］
　次に、図３のステップＳ１１０において示される自律測位処理について図６を参照しながら詳述する。図６は、同実施形態に係る携帯端末の自律測位動作の一例を示すフローチャートである。

　まず自律測位部１１７は、既に歩行テンポと歩幅との関係性が学習されているか否かを判断する（Ｓ１４１）。自律測位部１１７は、例えば対応テーブル記憶部１２３に対応テーブルが記憶されているか否かに基づいてかかる判断を行うことができる。ステップＳ１４１の判断において、既に歩行テンポと歩幅との関係性が学習されていると判断されると、自律測位部１１７は、時刻を取得する（Ｓ１４３）。そして、自律測位部１１７は、時刻を取得した時点からの歩数をカウント部１０５にカウントさせる（Ｓ１４５）。そして自律測位部１１７は、歩行テンポ算出部１０７に歩行テンポを算出させる（Ｓ１４７）。

　ここで自律測位部１１７は、ステップＳ１４７において算出された歩行テンポに対応する歩幅を、対応テーブルを参照することによって取得する（Ｓ１４９）。そして、自律測位部１１７は、ステップＳ１４９において取得される歩幅を用いて、移動速度を算出する（Ｓ１５１）。ここで、移動速度は、歩幅に歩行テンポを乗算することによって算出される。そして自律測位部１１７は、方位取得部１１５からユーザの移動している方位を取得する（Ｓ１５３）。自律測位部１１７は、ステップＳ１５１において算出された移動速度とステップＳ１５３において取得された移動方位とに基づいて現在位置を算出する（Ｓ１５５）。具体的には、自律測位部１１７は、移動速度と移動方位とに基づいて、最後にＧＰＳ測位により得られた絶対位置の示す地点からの相対位置を算出する。そして、この絶対位置と相対位置とを用いて、現在の位置情報を算出する。

　一方、ステップＳ１４１の判断において、歩行テンポと歩幅との関係性が未だ学習されていないと判断された場合には、次に自律測位部１１７は、Ｗｉｆｉ又は基地局による測位が可能であるか否かを判断する（Ｓ１５７）。

　［２－６．効果の例］
　以上説明したように、本開示の第１の実施形態に係る携帯端末１００は、歩幅を算出するトリガを時間ではなく距離とした。かかる構成により、歩幅の算出単位としての移動距離が、十分な測位精度を保つだけの距離とすることができる。時間をトリガとした場合には、歩幅の算出単位となる移動距離は、ユーザが立ち止まっている時間が含まれているとその分短くなっていた。このため、算出単位となる移動距離が十分な距離を保てないことがあり、測位精度が低下したときには、歩幅の精度が大幅に低下することがあった。本実施形態の構成は、ユーザが所定の距離閾値を移動したことをトリガとするため、歩幅の精度の低下を低減することができる。

　また、上記の距離閾値は、測位精度に応じて可変とされる。具体的には、距離閾値は、測位精度が高いときには測位精度が低いときに比べて短く設定されてよい。かかる構成により、測位精度に応じて適切な距離閾値が選択される。従って、歩行テンポと歩幅の対応関係の学習精度が向上される。

　また、携帯端末１００は、ユーザが歩行しているか否かを判断して、歩行している期間を移動時間として算入する。すなわち携帯端末１００は、ユーザが立ち止まっている期間は移動時間に含めない。かかる構成により、ユーザが立ち止まっている場合に歩行テンポの精度が低下することが防止される。

＜３．第２の実施形態＞
　［３－１．機能構成］
　次に、本開示の第２の実施形態に係る携帯端末の機能構成について、図７～図１０を参照しながら説明する。図７は、本開示の第２の実施形態に係る携帯端末の機能構成を示すブロック図である。図８は、同実施形態に係る携帯端末の機能の概要を説明するための説明図である。図９は、同実施形態に係る携帯端末の対応テーブル作成において関数を特定することができる場合ついて説明するための説明図である。図１０は、同実施形態に係る携帯端末の対応テーブル作成において関数を特定することができない場合について説明するための説明図である。

　携帯端末２００は、徒歩時の自律航法機能を有する情報処理装置である。携帯端末２００は、例えば携帯電話、ＰＤＡ（Ｐｅｒｓｏｎａｌ　Ｄｉｇｉｔａｌ　Ａｓｓｉｓｔａｎｔｓ）、スマートフォン、携帯用音楽再生装置、携帯用映像処理装置、携帯用ゲーム機器、携帯型ＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）（ノートＰＣ及びタブレット型ＰＣを含む）、ＰＮＤ（Ｐｅｒｓｏｎａｌ　Ｎａｖｉｇａｔｉｏｎ　Ｄｅｖｉｃｅ）を含むナビゲーション装置などの情報処理装置であってよい。なお、以下本実施形態の説明中において、携帯端末２００を携帯しているユーザを単にユーザと称する。

　携帯端末２００は、歩行テンポと移動速度との間に成り立つ関数を仮定し、この関数に含まれる係数を特定することによって、歩行テンポと移動速度又は歩幅との関係を学習する機能を有する情報処理装置である。

　携帯端末２００は、絶対測位部１０１と、歩行判定部１０３と、カウント部１０５と、歩行テンポ算出部１０７と、関数特定部２１０と、歩幅算出部２１１と、学習部１１３と、方位取得部１１５と、自律測位部１１７と、ナビゲーション部１１９と、地図情報記憶部１２１と、対応テーブル記憶部１２３と、を主に有する。

　なお、本実施形態に係る携帯端末２００の構成は、一部が本開示の第１の実施形態に係る携帯端末１００と重複する。このため、携帯端末１００と同様の構成要素についてはここでは説明を省略し、差異点について主に説明される。

（関数特定部２１０）
　関数特定部２１０は、歩行テンポと移動速度との間に成り立つと仮定された関数を特定する機能を有する。ここで、歩行テンポと速度とが相関性を有するという仮定について図８を参照しながら説明する。図８には、実測された速度の値と、そのときに検出された歩行テンポとが示される。このように、歩行テンポと速度との間には相関関係があることがわかる。

　そこで、例えばここでは、歩行テンポｆと移動速度ｖとの間に、下記の数式（２）の関係が成り立つと仮定する。

　ここでａ及びｂは学習係数である。

　なお、ここでは歩行テンポｆと移動速度ｖとの間に一次の相関があると仮定したが、本技術はかかる例に限定されない。例えば歩行テンポｆと移動速度ｖとの間には２次以上の相関が成り立つと仮定してもよい。或いは、歩行テンポｆと移動速度ｖとの間には、三角関数により示される相関が成り立つと仮定してもよい。

　このとき、上記数式（２）から、移動距離Ｘ、歩行テンポｆ、移動時間Ｔとの間には以下の数式（３）の関係が成り立つと言える。

　ここで、移動距離Ｘは絶対測位部１０１により取得される位置情報に基づいて取得される。また、歩行テンポｆは歩行テンポ算出部１０７により算出される。移動時間Ｔはカウント部１０５によりカウントされる。従って、２区間分の移動距離Ｘ、歩行テンポｆ、及び移動時間Ｔの値を取得して係数ａ及び係数ｂが算出される。なお、関数特定部２１０は、この歩行テンポｆを階級分けし、階級毎に歩行テンポを積算することができる。歩行テンポｆの階級分けについては、後に詳述される。

　関数特定部２１０は、所定時間毎にこの移動距離Ｘ及び移動時間Ｔを取得し、さらに積算された歩行テンポｆを利用して方程式を解くことによって係数ａ及び係数ｂを算出し、仮定された関数を特定することができる。ところが、この係数ａ及び係数ｂの算出ができない場合がある。

　例えば図９に示されるように、区間毎の平均テンポが異なる場合（歩行テンポの積算値が異なる：Ｓ１≠Ｓ２）には、関数特定部２１０は方程式を解くことができ、関数を特定することができる。ところが、図１０に示されるように、区間毎の平均テンポが概ね同一である場合（歩行テンポの積算値が概ね同一となる：Ｓ１≒Ｓ２）には、関数特定部２１０は方程式を解くことができず、関数を特定することができない。

　例えば係数ａ及び係数ｂを求める方程式を下記とする。
ｍ_１ａ＋ｍ_２ｂ＝ｍ_３・・・数式（４）
ｎ_１ａ＋ｎ_２ｂ＝ｎ_３・・・数式（５）
　これに対して、方程式が解けない（＝一次従属）条件は下式で示される。

　また、実際にはノイズが含まれる系であるため、下記の数式（７）で示されるように、一定の幅を持たせた条件となる。

　従って、関数特定部２１０は、方程式を解くことが出来る場合には、特定した関数を歩幅算出部２１１に供給する。また関数特定部２１０は、方程式を解くことが出来ない場合には、関数が特定されない旨の情報を歩幅算出部２１１に供給することができる。

（歩幅算出部２１１）
　歩幅算出部２１１は、ユーザの歩幅を算出する機能を有する。歩幅算出部２１１は、関数特定部２１０により特定された関数に過去に算出された歩行テンポ値を代入することによって、各時刻の速度を算出することができる。そして、速度ｖと歩幅ｋとの間に成り立つ既出の数式（１）を用いることによって、各時刻の歩幅を算出することができる。
　ｖ＝ｋ×ｆ・・・数式（１）

　また歩幅算出部２１１は、関数特定部２１０が関数を特定することができなかったとき、移動距離と移動時間を用いて、歩幅を算出してもよい。なお、歩幅算出部２１１は、後に詳述される歩行テンポの階級分けにより生成される階級毎に歩幅を算出することができる。

　［３－２．動作例］
　次に、図１１～図１３を参照しながら、本開示の第２の実施形態に係る携帯端末の動作について説明する。図１１は、同実施形態に係る携帯端末の動作の一例を示すフローチャートである。図１２は、同実施形態に係る携帯端末の入力値積算処理の動作の一例を示すフローチャートである。図１３は、同実施形態に係る携帯端末の係数算出処理の動作の一例を示すフローチャートである。

　まず携帯端末２００は、ＧＰＳ測位が可能であるか否かを判断する（Ｓ２０１）。ここで、ＧＰＳ測位が可能であると判断されると、携帯端末２００の絶対測位部１０１は、現時点における位置情報を取得する（Ｓ２０３）。そしてカウント部１０５は、現時点の時刻情報を取得する（Ｓ２０５）。そしてカウント部１０５は、この時点からの経過時間をカウントすると共に、歩数カウント処理（Ｓ２０７）を開始する。歩行テンポ算出部１０７は、カウント部１０５によりカウントされた経過時間及び歩数を用いて、歩行テンポを算出する（Ｓ２０９）。

　関数特定部２１０は、入力値を積算する（Ｓ２１１）。このステップＳ２１１の入力値積算処理について、図１２を参照する。まず関数特定部２１０は、歩行判定部１０３によりユーザが歩行していることが検出されたか否かを判断する（Ｓ２３１）。そして、関数特定部２１０は、ステップＳ２４１の判断において歩行が検出されたときのみ、入力値を積算する（Ｓ２３３）。ここで用いられる入力値は、歩行テンポである。

　再び図１１に戻って説明を続けると、次に関数特定部２１０は、歩行テンポ階級分け処理を実行する（Ｓ２１３）。そして、関数特定部２１０は、一定時間が経過したか否かを判断する（Ｓ２１５）。ここで、一定時間が経過したと判断されると、次に関数特定部２１０は、区間カウントを１つカウントアップする（Ｓ２１７）。次に、関数特定部２１０は、区間カウントが２以上であるか否かを判断する（Ｓ２１９）。

　そしてステップＳ２１９の判断において、区間カウントが２以上であると判断された場合には、関数特定部２１９は、係数算出処理を行うことによって関数を特定する（Ｓ２２１）。ステップＳ２２１の係数算出処理の詳細が、図１３に示される。図１３を参照すると、まず関数特定部２１０は、方程式が解けるか否かを判断する（Ｓ２４１）。例えば一次相関を用いた上記の例においては、２つの区間における歩行テンポｆの累積値の差異が所定以上であるか否かに基づいてかかる判断は行われてよい。そしてステップＳ２３１の判断において方程式が解けると判断されたときには、関数特定部２１０は、方程式を解くことによって係数を算出する（Ｓ２４３）。一方、ステップＳ２３１の判断において方程式が解けないと判断されたときには、関数特定部２１０は、移動距離を移動時間で除算することによって移動速度を算出する（Ｓ２４５）。

　再び図１１に戻って説明を続けると、次に歩幅算出部２１１は、各時間区間の移動速度を算出する（Ｓ２２３）。そして次に歩幅算出部２１１は、この移動速度を用いて歩幅を算出する（Ｓ２２５）。次に学習部１１３は、移動速度を算出した各時間区間毎の歩幅とその時間区間の歩行テンポとの対応関係を学習する（Ｓ２２７）。次に学習部１１３は、学習を終了するか否かを判断する（Ｓ２２９）。ステップＳ２２９において学習を終了すると判断された場合には、本フローは終了される。一方、ステップＳ２２９において学習を終了しないと判断された場合には、再びＳ２０１に戻って処理が継続される。なお、ステップＳ２０１においてＧＰＳ測位が可能ではないと判断されたとき、携帯端末２００の自律測位部１１７は、自律測位を行うことができる（Ｓ２１０）。ステップＳ２１０で行われる自律測位は、図６を参照しながら上述した処理と同様である。

　［３－３．歩行テンポ階級分け］
　ここで、図１１のステップＳ２１３において示される歩行テンポの階級分けについて、図１４～図１６を参照しながら詳述する。図１４は、同実施形態に係る携帯端末の歩行テンポ階級分け処理の動作の一例を示すフローチャートである。図１５は、同実施形態に係る携帯端末の歩行テンポ階級分け処理について説明するための説明図である。図１６は、同実施形態に係る携帯端末の歩行テンポ階級分け処理について説明するための具体例を用いた説明図である。

　まず図１４を参照すると、関数特定部２１０は、まず現在の歩行テンポ値が前回と異なる階級であるか否かを判断する（Ｓ２５１）。ここで、階級を分ける条件については、予め設定された条件が用いられる。例えば図１５に示されるように、等間隔△ｆ＝１０Ｓｔｅｐｓ／ｍｉｎ毎に歩行テンポを階級わけし、同じ階級内では同一の歩行テンポであるとみなすことができる。歩行テンポを連続量として扱うと、テーブルの情報量が膨大となってしまう。このため、歩行テンポを階級わけして書く階級毎に平均テンポ値を求める。このように歩行テンポを階級分けすることによって、情報量を低減することができる。

　再び図１４に戻って説明を続けると、ステップＳ２５１の判断において前回と異なる階級の歩行テンポ値が得られたと判断されたとき、関数特定部２１０は、現在の階級を、現在の歩行テンポ値が属する階級に変更する（Ｓ２５３）。そして関数特定部２１０は、現在の階級がこれまでに生成していない階級であるか否かを判断する（Ｓ２５５）。ステップＳ２５５の判断において、現在の階級がこれまでに生成していない階級であると判断されたとき、関数特定部２１０は、新たな階級を生成する（Ｓ２５７）。

　そして、関数特定部２１０は、入力値を現在の階級に積算する（Ｓ２５９）。一方、ステップＳ２５１の判断において、現在の歩行テンポ値が前回と同じ階級であると判断されたときには、次にこのステップＳ２５９の処理が行われる。また、ステップＳ２５５の判断において、現在の階級がこれまでに生成された階級であると判断された場合には、ステップＳ２５７の処理は省略されて、ステップＳ２５９の処理が実行される。そして、関数特定部２１０は、現在の階級の加算カウントを１つカウントアップする（Ｓ２６１）。そして、現在の階級の平均歩行テンポ値を算出する（Ｓ２６３）。

　例えば図１６の具体例を参照すると、関数特定部２１０は、現在の歩行テンポ値が１００Ｓｔｅｐｓ／ｍｉｎを超えたときに、階級１００を生成することができる。そしてその後、歩行テンポ値が１００～１１０Ｓｔｅｐｓ／ｍｉｎの間を推移している間は、現在の階級１００に縫う緑地を積算することができる。そして、歩行テンポ値が１１０を超えたときには、新たな階級１１０が生成される。図１６においては、この後、再び歩行テンポ値が１１０を下回る。このため、関数特定部２１０は、再び現在の階級を階級１００に戻して、この階級１００において平均化処理を再開する。

　［３－４．効果の例］
　以上説明したように、本開示の第２の実施形態に係る携帯端末２００は、移動速度と歩行テンポとの間に相関関係があると仮定して、移動速度と歩行テンポとの間に成り立つ関数を仮定する。そして、センサ等を用いて取得することのできる値からこの関数に含まれる係数を算出することによって関数を特定する。そして、携帯端末２００は、この関数を用いてそれぞれの歩行テンポ値に対応する歩幅を算出することができる。学習の１区間における歩幅と歩行テンポとの時間平均を用いる方法では、区間内において１点の対応関係が算出される。このため、１区間内において歩行テンポが様々に変化する状況においては、算出される歩幅の誤差が大きくなってしまうと共に、対応テーブルにおける歩行テンポのレンジが実際の歩行テンポよりもレンジが狭まってしまう。これに対し、携帯端末２００の構成によれば、学習区間内において歩行テンポが変化する状況においても、それぞれの歩行テンポに対応する精度の高い移動速度（又は歩幅）を算出することができる。従って、歩幅の精度が向上するとともに、対応テーブルにおける歩行テンポのレンジを実際の歩行テンポのレンジと近づけることができる。

　このとき、歩行テンポを階級分けして階級毎に入力値を積算することもできる。上述の通り、携帯端末２００は、それぞれの歩行テンポに対して移動速度（又は歩幅）を算出することができる。このため、歩行テンポを連続量として扱う場合には、対応テーブルの情報量が膨大なものとなってしまう。そこで、歩行テンポを階級分けして、ある程度の幅を持った階級内の歩行テンポ値の平均値に対応する移動速度（又は歩幅）を算出するようにしてもよい。かかる構成によれば、対応テーブルの情報量を低減することができる。

＜４．第３の実施形態＞
　［４－１．機能構成］
　次に、本開示の第３の実施形態に係る携帯端末の構成について、図１７～図１９を参照しながら説明する。図１７は、本開示の第３の実施形態に係る携帯端末の機能構成を示すブロック図である。図１８は、同実施形態に係る携帯端末の対応テーブル作成において関数を特定することができる場合について説明するための説明図である。図１９は、同実施形態に係る携帯端末の対応テーブル作成において関数を特定することができない場合について説明するための説明図である。

　携帯端末３００は、徒歩時の自律航法機能を有する情報処理装置である。携帯端末３００は、例えば携帯電話、ＰＤＡ（Ｐｅｒｓｏｎａｌ　Ｄｉｇｉｔａｌ　Ａｓｓｉｓｔａｎｔｓ）、スマートフォン、携帯用音楽再生装置、携帯用映像処理装置、携帯用ゲーム機器、携帯型ＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）（ノートＰＣ及びタブレット型ＰＣを含む）、ＰＮＤ（Ｐｅｒｓｏｎａｌ　Ｎａｖｉｇａｔｉｏｎ　Ｄｅｖｉｃｅ）を含むナビゲーション装置などの情報処理装置であってよい。なお、以下本実施形態の説明中において、携帯端末３００を携帯しているユーザを単にユーザと称する。

　携帯端末３００は、上記の第１の実施形態において説明された、歩幅を算出するトリガーを所定距離とする構成と、上記の第２の実施形態において説明された、歩行テンポと移動速度との間に成り立つ関数を仮定することによって、それぞれの歩行テンポに対応する移動速度（又は歩幅）を算出する構成とを併せ持つ情報処理装置である。

　携帯端末３００は、絶対測位部１０１と、歩行判定部１０３と、カウント部１０５と、歩行テンポ算出部１０７と、距離閾値決定部１０９と、関数特定部３１０と、歩幅算出部２１１と、学習部１１３と、方位取得部１１５と、自律測位部１１７と、ナビゲーション部１１９と、地図情報記憶部１２１と、対応テーブル記憶部１２３と、を主に有する。

　なお、本実施形態に係る携帯端末３００の構成は、一部が本開示の第１の実施形態に係る携帯端末１００又は本開示の第２の実施形態に係る携帯端末２００と重複する。このため、携帯端末１００又は携帯端末２００と同様の構成については同じ符号を付与することによってここでは説明を省略し、差異点について主に説明される。

（関数特定部３１０）
　関数特定部３１０は、歩行テンポと移動速度との間に成り立つと仮定された関数を特定する機能を有する。関数特定部３１０は、距離閾値決定部１０９により決定される所定の距離を１つの区間として、取得される値を方程式に代入することによって関数に含まれる係数を算出することによって関数を特定することができる。

　ここで、第２の実施形態と同様に歩行テンポｆと移動速度ｖとの間に数式（２）の関係が成り立つと仮定する。

　ここでａ及びｂは学習係数である。

　このとき、上記数式（２）から、移動距離Ｘ、歩行テンポｆ、移動時間Ｔとの間には以下の数式（３）の関係が成り立つと言える。

　ここで、移動距離Ｘは絶対測位部１０１により取得される位置情報に基づいて取得される。また、歩行テンポｆは歩行テンポ算出部１０７により算出される。移動時間Ｔはカウント部１０５によりカウントされる。従って、２区間分の移動距離Ｘ、歩行テンポｆ、及び移動時間Ｔの値を取得して係数ａ及び係数ｂが算出される。なお、関数特定部３１０は、この歩行テンポｆを階級分けし、階級毎に歩行テンポを積算することができる。歩行テンポｆの階級分けについては、本開示の第２の実施形態において図１４～図１６を参照しながら詳述した通りである。

　関数特定部３１０は、上述の通り距離閾値決定部１０９により決定された所定距離を１つの区間としてこの移動距離Ｘ及び移動時間Ｔを取得し、さらに積算された歩行テンポｆを利用して方程式を解くことによって係数ａ及び係数ｂを算出し、仮定された関数を特定することができる。ところが、この係数ａ及び係数ｂの算出ができない場合がある。

　例えば図１８に示されるように、区間毎の平均テンポが異なる場合（歩行テンポの積算値が異なる：Ｓ１≠Ｓ２）には、関数特定部３１０は方程式を解くことができ、関数を特定することができる。ところが、図１９に示されるように、区間毎の平均テンポが概ね同一である場合（歩行テンポの積算値が概ね同一となる：Ｓ１≒Ｓ２）には、関数特定部３１０は方程式を解くことができず、関数を特定することができない。

　従って、関数特定部３１０は、方程式を解くことが出来る場合には、特定した関数を歩幅算出部２１１に供給する。また関数特定部３１０は、方程式を解くことが出来ない場合には、関数が特定されない旨の情報を歩幅算出部２１１に供給することができる。

　［４－２．動作例］
　次に、図２０を参照しながら、本開示の第３の実施形態に係る携帯端末の動作について説明する。図２０は、同実施形態に係る携帯端末の動作の一例を示すフローチャートである。

　まず携帯端末３００は、ＧＰＳ測位が可能であるか否かを判断する（Ｓ３０１）。ここで、ＧＰＳ測位が可能であると判断されると、携帯端末３００の絶対測位部１０１は、現時点における位置情報を取得する（Ｓ３０３）。そして距離閾値決定部１０９が距離閾値を決定する（Ｓ３０４）。なお、このステップＳ３０４により示される距離閾値決定処理は、図４又は図５により上述された距離閾値決定処理であってよい。

　そして、カウント部１０５は、現時点の時刻情報を取得する（Ｓ３０５）。そしてカウント部１０５は、この時点からの経過時間をカウントすると共に、歩数カウント処理（Ｓ３０７）を開始する。歩行テンポ算出部１０７は、カウント部１０５によりカウントされた経過時間及び歩数を用いて、歩行テンポを算出する（Ｓ３０９）。

　そして関数特定部３１０は、入力値を積算する（Ｓ３１１）。このステップＳ３１１に示される入力値積算処理は、図１２を用いて上述された入力値積算処理であってよい。次に関数特定部３１０は、歩行テンポ階級分け処理を実行する（Ｓ３１３）。この歩行テンポ階級分け処理は、図１４を用いて上述された歩行テンポ階級分け処理であってよい。

　そして関数特定部３１０は、ステップＳ３０４において決定された所定距離を移動したか否かを判断する（Ｓ３１５）。ここで所定距離を移動したと判断されると、次に関数特定部３１０は、区間カウントを１つカウントアップする（Ｓ３１７）。次に関数特定部３１０は、区間カウントが２以上であるか否かを判断する（Ｓ３１９）。

　そしてステップＳ３１９の判断において、区間カウントが２以上であると判断された場合には、関数特定部３１９は、係数算出処理を行うことによって関数を特定する（Ｓ３２１）。このステップＳ３２１に示される係数算出処理は、図１３を用いて上述された係数算出処理であってよい。

　次に歩幅算出部２１１は、各時間区間の移動速度を算出する（Ｓ３２３）。そして次に歩幅算出部２１１は、この移動速度を用いて歩幅を算出する（Ｓ３２５）。次に学習部１１３は、移動速度を算出した各時間区間毎の歩幅とその時間区間の歩行テンポとの対応関係を学習する（Ｓ３２７）。次に学習部１１３は、学習を終了するか否かを判断する（Ｓ３２９）。ステップＳ３２９において学習を終了すると判断された場合には、本フローは終了される。一方、ステップＳ３２９において学習を終了しないと判断された場合には、再びＳ３０１に戻って処理が継続される。なお、ステップＳ３０１においてＧＰＳ測位が可能ではないと判断されたとき、携帯端末３００の自律測位部１１７は、自律測位を行うことができる（Ｓ３１０）。ステップＳ３１０で行われる自律測位は、図６を参照しながら上述した自律測位の処理であってよい。

　［４－３．実験結果］
　次に、本実施形態に係る携帯端末３００の対応テーブル作成の有効性について検証する実験結果について図２１～図２４を参照しながら説明する。図２１は、同実施形態に係る携帯端末において、歩行テンポの推移を示す実験結果の一例を示すグラフである。図２２は、同実施形態に係る携帯端末において推定される速度と、実際の速度とを比較する実験結果の一例を示すグラフである。図２３は、同実施形態に係る携帯端末において作成される、歩行テンポと速度の対応テーブルの一例を示す説明図である。図２４は、同実施形態に係る携帯端末において作成される、歩行テンポと歩幅の対応テーブルの一例を示す説明図である。

　ここでは、実際に速度を変えて歩幅学習を行い、本実施形態において説明した理論の妥当性を検証する。図２１には、検証における経過時間と計測された歩行テンポの推移が示される。ここで、縦の破線の時点において、移動速度が変えられた。ここでは区間毎に徐々に速度が上げられている。

　図２１のように測定された歩行テンポのピーク値を積算し、既知の移動距離（４００ｍ）を用いると、係数ａ＝１．２５、係数ｂ＝－０．９６が算出された。この係数を元に各区間の速度を算出したものが図２２に示される。図２２には、特定された関数から算出された推測速度と、実際の速度とが示される。このように、精度の高い移動速度を得ることができることが確認された。

　また、図２１及び図２２に示された例において、実際に作成された対応テーブルが、図２３及び図２４に示される。図２３の縦軸は速度であり、図２４の縦軸は歩幅である。速度と歩幅とは、互いに上述の数式（１）ｖ＝ｋ×ｆを用いて算出することができる。

　［４－４．入力値について］
　上記の実施形態においては、入力値としては歩行テンポｆが用いられた。しかし、速度と強い相関性を有し、かつ、その相関が極力低次であれば、入力値は歩行テンポに限られない。ここでは、入力値の他の例について図２５～図２９を参照しながら説明する。図２５は、同実施形態に係る携帯端末において測定される鉛直加速度と、実際の速度とが相関性を有することを示すグラフである。図２６は、同実施形態に係る携帯端末をズボン前ポケットに入れて測定した鉛直加速度の実験結果を示すグラフである。図２７は、図２６の実験結果から２秒間毎のピーク値を抽出したグラフである。図２８は、同実施形態に係る携帯端末において特定された関数を用いて算出された各区間の推定速度と実際の速度とを比較する実験結果を示すグラフである。図２９は、同実施形態に係る携帯端末において特定された関数を用いて生成された対応テーブルの一例を示す説明図である。

　例えば一般的なスマートフォンなど現在普及している携帯端末において取得することのできる値であって、この条件を満たす量の一つとして、鉛直加速度が挙げられる。

　例えば図２５に示される実験結果を参照すれば、鉛直加速度と速度とが明確な相関性を有することがわかる。そこで、この鉛直加速度と速度との間に成り立つ関数を仮定し、係数を算出することによって関数を特定することができる。また、この係数から速度を算出し、加速度と同時に測定した歩行テンポと速度とを関連づけて対応テーブルが生成される。

　例えば図２６には、ズボンの前ポケットに入れた携帯端末３００により計測された鉛直加速度の推移が示される。図２６において縦の破線は、速度が変化した時刻を示す。この図２６に示されたデータのうち、２秒間のピーク値を抽出したものが図２７に示される。ここで抽出されたピーク値を積算して既知の距離閾値４００ｍを用いた結果、係数ａ＝１．２、係数ｂ＝０．６８が算出される。算出された係数により特定される関数を用いて各区間の移動速度を算出すると、図２８に示される速度が得られる。ここで図２８には、実際の速度と、特定された関数を用いて算出される速度とが示される。このように、鉛直加速度を用いても、精度の高い移動速度を得られることが確認された。この移動速度を用いて生成された対応テーブルが図２９に示される。

　［４－５．携帯端末の持ち方について］
　次に、携帯端末３００の持ち方依存性について、図３０～図３３を参照しながら検証する。図３０は、同実施形態に係る携帯端末を胸ポケットに入れて測定した鉛直加速度により特定された関数を用いて算出される各区間の推定速度と実際の速度とを比較する実験結果を示すグラフである。図３１は、同実施形態に係る携帯端末を腹ポケットに入れて測定した鉛直加速度により特定された関数を用いて算出される各区間の推定速度と実際の速度とを比較する実験結果を示すグラフである。図３２は、同実施形態に係る携帯端末をズボン後ろポケットに入れて測定した鉛直加速度により特定された関数を用いて算出される各区間の推定速度と実際の速度とを比較する実験結果を示すグラフである。図３３は、同実施形態に係る携帯端末を斜めがけカバンに入れて測定した鉛直加速度を用いて特定された関数を用いて算出される各区間の推定速度と実際の速度とを比較する実験結果を示すグラフである。

　上記において、歩行テンポ、及び鉛直加速度を入力値とする例について説明したが、この入力値は、ユーザが携帯端末３００をどのように持っているかによらず、速度と強い相関性を持つ必要がある。例えば携帯端末３００の持ち方としては、胸ポケット内に入れて持ち運ぶ、腹ポケットに入れて持ち運ぶ、ズボン後ろポケットに入れて持ち運ぶ、カバン内に入れて持ち運ぶなどの持ち方が一般的である。しかし、この他にも例えば、頭部装着、上腕部に装着、腕時計型、ネックストラップ、手で持って画面を見ている、ズボン前ポケットに入れて持ち運ぶなどの形態が考えられる。

　ここで、図３０～図３３には、鉛直加速度の持ち方依存性について検証している。例えば図３０には、胸ポケットに入れて携帯端末３００を持ち歩いたときに検出される鉛直加速度を入力値として算出された推測速度と実際の速度とが示される。また図３１には、腹ポケットに入れて携帯端末３００を持ち歩いたときに検出される鉛直加速度を入力値として算出された推測速度と実際の速度とが示される。図３２には、ズボン後ろポケットに入れて携帯端末３００を持ち歩いたときに検出される鉛直加速度を入力値として算出された推測速度と実際の速度とが示される。図３３には、斜めがけのカバンに入れて携帯端末３００を持ち歩いたときに検出される鉛直加速度を入力値として算出された推測速度と実際の速度とが示される。

　ここで示されるように、鉛直加速度の場合には、どのような持ち方をしても速度と１次の相関性を持つことが分かる。従って、鉛直加速度を入力値として使用しても、歩行テンポと同様に精度の高い速度を得られ、従って精度の高い歩幅が算出されることがわかった。

　以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲は係る例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

　例えば、上記実施形態では、測位衛星の一例として、ＧＰＳが挙げられたが、もちろん測位衛星はＧＰＳに限られない。測位衛星は、ガリレオ、ＧＬＯＮＡＳＳ、北斗、みちびきなど各種の測位衛星であってよい。このとき、測位衛星は、１つの種類の衛星が用いられてもよいし、複数の種類の衛星による測位信号が組合わせて用いられてもよい。実施する時々の技術レベルに応じて、適宜、位置情報取得のために利用する構成を変更することが可能である。

　尚、本明細書において、フローチャートに記述されたステップは、記載された順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的に又は個別的に実行される処理をも含む。また時系列的に処理されるステップでも、場合によっては適宜順序を変更することが可能であることは言うまでもない。

　なお、以下のような構成も本開示の技術的範囲に属する。
（１）
　ユーザの絶対位置を取得する絶対位置取得部と、
　歩行する前記ユーザの歩行テンポを示す第１の値を取得する取得部と、
　前記絶対位置に基づいた所定距離移動したことをトリガとして、前記ユーザの歩幅又は移動速度を示す第２の値を算出する算出部と、
　算出される前記第２の値を用いて、前記第１の値及び前記第２の値の対応関係を学習する学習部と、
を備える、情報処理装置。
（２）
　前記絶対位置の精度に基づいて、前記所定距離の値を決定する決定部、
をさらに備える、前記（１）に記載の情報処理装置。
（３）
　前記決定部は、地図情報に基づいて前記絶対位置の精度を推定し、前記所定距離の値を決定する、
前記（２）に記載の情報処理装置。
（４）
　前記絶対位置取得部は、無線通信により接続する複数の外部装置との間の距離に基づいた前記絶対位置を取得し、
　前記決定部は、接続される前記外部装置の数に基づいて前記絶対位置の精度を推定し、前記所定距離の値を決定する、
前記（２）または（３）のいずれかに記載の情報処理装置。
（５）
　前記ユーザが歩行しているか否かを判定する歩行判定部、
をさらに備え、
　前記取得部は、前記ユーザが歩行していると判定されるときの前記第１の値を取得する、
前記（１）～（４）のいずれかに記載の情報処理装置。
（６）
　前記ユーザが進行している方位を取得する方位取得部と、
　前記学習部により学習された前記対応関係を用いて、前記取得部により取得された前記第１の値から、現時点における前記第２の値を推定し、当該第２の値及び前記方位に基づいて、現在位置を算出する自律測位部と、
をさらに備える、
前記（１）～（５）のいずれかに記載の情報処理装置。
（７）
　前記自律測位部は、前記絶対位置取得部が前記絶対位置を取得することができないときに、前記現在位置を算出する、
前記（６）に記載の情報処理装置。
（８）
　前記自律測位部により算出される前記現在位置を用いて経路を案内するナビゲーション部、
をさらに備える、前記（６）または（７）のいずれかに記載の情報処理装置。
（９）
　歩行するユーザの歩行テンポを示す第１の値を取得することと、
　前記ユーザが所定距離移動したことをトリガとして、前記ユーザの歩幅又は移動速度を示す第２の値を算出することと、
　算出される前記第２の値を用いて、前記第１の値及び前記第２の値の対応関係を学習することと、
を含む、情報処理方法。
（１０）
　コンピュータを、
　ユーザの絶対位置を取得する絶対位置取得部と、
　歩行する前記ユーザの歩行テンポを示す第１の値を取得する取得部と、
　前記絶対位置に基づいた所定距離移動したことをトリガとして、前記ユーザの歩幅又は移動速度を示す第２の値を算出する算出部と、
　算出される前記第２の値を用いて、前記第１の値及び前記第２の値の対応関係を学習する学習部と、
を備える情報処理装置として機能させるためのプログラム。
（１１）
　コンピュータを、
　ユーザの絶対位置を取得する絶対位置取得部と、
　歩行する前記ユーザの歩行テンポを示す第１の値を取得する取得部と、
　前記絶対位置に基づいた所定距離移動したことをトリガとして、前記ユーザの歩幅又は移動速度を示す第２の値を算出する算出部と、
　算出される前記第２の値を用いて、前記第１の値及び前記第２の値の対応関係を学習する学習部と、
を備える情報処理装置として機能させるためのプログラムを記憶する、コンピュータが読取り可能な記録媒体。

　１００，２００，３００　　携帯端末
　１０１　　　　　　　　　　絶対測位部
　１０３　　　　　　　　　　歩行判定部
　１０５　　　　　　　　　　カウント部
　１０７　　　　　　　　　　歩行テンポ算出部
　１０９　　　　　　　　　　距離閾値決定部
　１１１，２１１　　　　　　歩幅算出部
　１１３　　　　　　　　　　学習部
　１１５　　　　　　　　　　方位取得部
　１１７　　　　　　　　　　自律測位部
　１１９　　　　　　　　　　ナビゲーション部
　１２１　　　　　　　　　　地図情報記憶部
　１２３　　　　　　　　　　対応テーブル記憶部
　２１０，３１０　　　　　　関数特定部
 

Claims (11)

1. 　ユーザの絶対位置を取得する絶対位置取得部と、
   　歩行する前記ユーザの歩行テンポを示す第１の値を取得する取得部と、
   　前記絶対位置に基づいた所定距離移動したことをトリガとして、前記ユーザの歩幅又は移動速度を示す第２の値を算出する算出部と、
   　算出される前記第２の値を用いて、前記第１の値及び前記第２の値の対応関係を学習する学習部と、
   を備える、情報処理装置。
2. 　前記絶対位置の精度に基づいて、前記所定距離の値を決定する決定部、
   をさらに備える、請求項１に記載の情報処理装置。
3. 　前記決定部は、地図情報に基づいて前記絶対位置の精度を推定し、前記所定距離の値を決定する、
   請求項２に記載の情報処理装置。
4. 　前記絶対位置取得部は、無線通信により接続する複数の外部装置との間の距離に基づいた前記絶対位置を取得し、
   　前記決定部は、接続される前記外部装置の数に基づいて前記絶対位置の精度を推定し、前記所定距離の値を決定する、
   請求項２に記載の情報処理装置。
5. 　前記ユーザが歩行しているか否かを判定する歩行判定部、
   をさらに備え、
   　前記取得部は、前記ユーザが歩行していると判定されるときの前記第１の値を取得する、
   請求項１に記載の情報処理装置。
6. 　前記ユーザが進行している方位を取得する方位取得部と、
   　前記学習部により学習された前記対応関係を用いて、前記取得部により取得された前記第１の値から、現時点における前記第２の値を推定し、当該第２の値及び前記方位に基づいて、現在位置を算出する自律測位部と、
   をさらに備える、
   請求項１に記載の情報処理装置。
7. 　前記自律測位部は、前記絶対位置取得部が前記絶対位置を取得することができないときに、前記現在位置を算出する、
   請求項６に記載の情報処理装置。
8. 　前記自律測位部により算出される前記現在位置を用いて経路を案内するナビゲーション部、
   をさらに備える、請求項６に記載の情報処理装置。
9. 　歩行するユーザの歩行テンポを示す第１の値を取得することと、
   　前記ユーザが所定距離移動したことをトリガとして、前記ユーザの歩幅又は移動速度を示す第２の値を算出することと、
   　算出される前記第２の値を用いて、前記第１の値及び前記第２の値の対応関係を学習することと、
   を含む、情報処理方法。
10. 　コンピュータを、
    　ユーザの絶対位置を取得する絶対位置取得部と、
    　歩行する前記ユーザの歩行テンポを示す第１の値を取得する取得部と、
    　前記絶対位置に基づいた所定距離移動したことをトリガとして、前記ユーザの歩幅又は移動速度を示す第２の値を算出する算出部と、
    　算出される前記第２の値を用いて、前記第１の値及び前記第２の値の対応関係を学習する学習部と、
    を備える情報処理装置として機能させるためのプログラム。
11. 　コンピュータを、
    　ユーザの絶対位置を取得する絶対位置取得部と、
    　歩行する前記ユーザの歩行テンポを示す第１の値を取得する取得部と、
    　前記絶対位置に基づいた所定距離移動したことをトリガとして、前記ユーザの歩幅又は移動速度を示す第２の値を算出する算出部と、
    　算出される前記第２の値を用いて、前記第１の値及び前記第２の値の対応関係を学習する学習部と、
    を備える情報処理装置として機能させるためのプログラムを記憶する、コンピュータが読取り可能な記録媒体。
     

Images