WO2020240752A1 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- WO2020240752A1 WO2020240752A1 PCT/JP2019/021423 JP2019021423W WO2020240752A1 WO 2020240752 A1 WO2020240752 A1 WO 2020240752A1 JP 2019021423 W JP2019021423 W JP 2019021423W WO 2020240752 A1 WO2020240752 A1 WO 2020240752A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- load
- time
- series data
- feature amount
- information processing
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/52—Weighing apparatus combined with other objects, e.g. furniture
-
- A—HUMAN NECESSITIES
- A43—FOOTWEAR
- A43B—CHARACTERISTIC FEATURES OF FOOTWEAR; PARTS OF FOOTWEAR
- A43B3/00—Footwear characterised by the shape or the use
- A43B3/34—Footwear characterised by the shape or the use with electrical or electronic arrangements
- A43B3/44—Footwear characterised by the shape or the use with electrical or electronic arrangements with sensors, e.g. for detecting contact or position
-
- A—HUMAN NECESSITIES
- A43—FOOTWEAR
- A43B—CHARACTERISTIC FEATURES OF FOOTWEAR; PARTS OF FOOTWEAR
- A43B3/00—Footwear characterised by the shape or the use
- A43B3/34—Footwear characterised by the shape or the use with electrical or electronic arrangements
- A43B3/48—Footwear characterised by the shape or the use with electrical or electronic arrangements with transmitting devices, e.g. GSM or WiFi
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/44—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Dentistry (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
Abstract
ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得する取得部と、前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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、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に関する。
特許文献1には、靴型ウェアラブル機器によりユーザの体重を計測するシステムが開示されている。当該システムは、力センサにより検出された力の大きさと、加速度センサにより検出された加速度とを用いて体重を算出する。
特許文献1に開示されているような体重の計測手法において、測定精度の更なる改善が求められている。
本発明は、高精度に体重の特徴量を抽出することができる情報処理装置、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、ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得する取得部と、前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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、ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得するステップと、前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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、ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得するステップと、前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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、高精度に体重の特徴量を抽出することができる情報処理装置、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を提供することができる。
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]
本実施形態に係る体重推定システムについて説明する。本実施形態の体重推定システムは、歩行しているユーザの体重を推定するためのシステムである。健康に対する関心の高まりにより、体重変化のモニタリングについての注目が高まっている。一般的な体重計を用いた体重測定では、地面に設置された体重計に乗る必要があるため、測定場所、測定時間、測定頻度等に対する制約が大きい。これに対し、本実施形態の体重推定システムは、ウェアラブルデバイスを用いて歩行中のユーザの体重を推定するものであるため、測定場所、測定時間、測定頻度等が制約されにくい利点がある。そのため、本実施形態の体重推定システムは、日中の体重の推移を把握する等の高頻度の体重モニタリング用途に適している。なお、本実施形態の体重推定システムは、体重の推定に加えて、ユーザの歩行パターンに含まれる特徴(歩容)を取得する機能を備えていてもよい。
本実施形態に係る体重推定システムについて説明する。本実施形態の体重推定システムは、歩行しているユーザの体重を推定するためのシステムである。健康に対する関心の高まりにより、体重変化のモニタリングについての注目が高まっている。一般的な体重計を用いた体重測定では、地面に設置された体重計に乗る必要があるため、測定場所、測定時間、測定頻度等に対する制約が大きい。これに対し、本実施形態の体重推定システムは、ウェアラブルデバイスを用いて歩行中のユーザの体重を推定するものであるため、測定場所、測定時間、測定頻度等が制約されにくい利点がある。そのため、本実施形態の体重推定システムは、日中の体重の推移を把握する等の高頻度の体重モニタリング用途に適している。なお、本実施形態の体重推定システムは、体重の推定に加えて、ユーザの歩行パターンに含まれる特徴(歩容)を取得する機能を備えていてもよい。
図1は、本実施形態に係る体重推定システムの全体構成を示す模式図である。体重推定システムは、互いに無線通信接続され得る体重推定装置1と、情報通信端末2と、サーバ3と、荷重計測装置6a、6bとを備える。なお、荷重計測装置6aは第1の荷重計測装置と呼ばれることもあり、荷重計測装置6bは第2の荷重計測装置と呼ばれることもある。
体重推定装置1及び荷重計測装置6a、6b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。体重推定装置1と荷重計測装置6aとの間及び体重推定装置1と荷重計測装置6bとの間は、配線等により通信可能に接続される。荷重計測装置6a、6bは、ユーザ4の足底から受ける荷重を計測するためのセンサである。荷重計測装置6a、6bは、体重推定装置1の制御に応じてユーザ4から受ける荷重を電気信号に変換して体重推定装置1に出力する。荷重計測装置6a、6bの荷重変換方式は、ばね式、圧電素子式、磁歪式、静電容量式、ジャイロ式、歪ゲージ式等であり得るが、特に限定されるものではない。荷重計測装置6a、6bは、ロードセルと呼ばれることもある。体重推定装置1は、荷重計測装置6a、6bの制御機能、計測された荷重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。
なお、体重推定装置1及び荷重計測装置6a、6b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、体重推定装置1及び荷重計測装置6a、6b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、体重推定装置1及び荷重計測装置6a、6bは、足の荷重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、体重推定装置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つの体重推定装置1及び2つの荷重計測装置6a、6b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つの体重推定装置1及び2つの荷重計測装置6a、6bが設けられていてもよい。この場合、両足分の荷重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、体重推定装置1を用いた体重推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、体重推定システムを構成する体重推定装置1以外の装置の使用者であるか、体重推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、体重推定装置1で得られた体重の推定結果、歩行状態等のデータを体重推定装置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、体重推定装置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体重推定装置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、体重推定装置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、体重推定装置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、体重推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、本実施形態に係る荷重計測装置6a、6bの配置を示す模式図である。図2は、靴5を底面側からみたときの透視図である。荷重計測装置6aは、ユーザ4の踵に対応する位置に設けられており、荷重計測装置6bは、荷重計測装置6aよりも爪先側に設けられている。より具体的には、荷重計測装置6aは、足のリスフラン関節7(中足骨と足根骨の間の関節)に対応する位置よりも踵側に設けられており、荷重計測装置6bは、足のリスフラン関節7に対応する位置よりも爪先側に設けられている。なお、図中の符号「7」が付された一点鎖線は、ユーザ4が靴5を履いたときのリスフラン関節7の位置を示している。
図3は、体重推定装置1のハードウェア構成例を示すブロック図である。体重推定装置1は、例えば、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。体重推定装置1は、CPU(Central Processing Unit)101、RAM(Random Access Memory)102、ROM(Read Only Memory)103、フラッシュメモリ104、通信I/F(Interface)105、センサ制御装置106及びバッテリ107を備える。なお、体重推定装置1内の各部は、バス、配線、駆動装置等を介して相互に接続される。
CPU101は、ROM103、フラッシュメモリ104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、体重推定装置1の各部を制御する機能をも有するプロセッサである。RAM102は、揮発性記憶媒体から構成され、CPU101の動作に必要な一時的なメモリ領域を提供する。ROM103は、不揮発性記憶媒体から構成され、体重推定装置1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104は、不揮発性記憶媒体から構成され、データの一時記憶、体重推定装置1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/F105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。
センサ制御装置106は、荷重を計測させるように荷重計測装置6a、6bを制御し、荷重計測装置6a、6bから荷重を示す電気信号を取得する制御装置である。取得された電気信号はデジタルデータとしてフラッシュメモリ104に記憶される。これにより、体重推定装置1は、荷重計測装置6a、6bにより計測された荷重を時系列データとして取得することができる。荷重計測装置6aにより計測された荷重は、第1の荷重情報と呼ばれることもあり、荷重計測装置6bにより計測された荷重は、第2の荷重情報と呼ばれることもある。また、荷重計測装置6aにより計測された荷重の時系列データは、第1の時系列データと呼ばれることもあり、荷重計測装置6bにより計測された荷重の時系列データは、第2の時系列データと呼ばれることもある。なお、荷重計測装置6a、6b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、荷重計測装置6a、6b内で行われてもよく、センサ制御装置106により行われてもよい。
バッテリ107は、例えば二次電池であり、体重推定装置1の動作に必要な電力を供給する。また、荷重計測装置6a、6bに電力供給が必要な場合には、荷重計測装置6a、6bにも電力を供給してもよい。体重推定装置1にバッテリ107が内蔵されていることにより、体重推定装置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。例えば、体重推定装置1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。
図4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4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、体重推定装置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4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4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4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5は、本実施形態に係る体重推定装置1の機能ブロック図である。体重推定装置1は、取得部120、特徴量抽出部130、体重推定部140、記憶部150及び通信部160を有する。特徴量抽出部130は、時系列データ処理部131、歩行周期特定部132及び特徴量演算部133を有する。
CPU101は、ROM103、フラッシュメモリ104等に記憶されたプログラムをRAM102にロードして実行する。これにより、CPU101は、特徴量抽出部130及び体重推定部140の機能を実現する。また、CPU101は、当該プログラムに基づいてセンサ制御装置106を制御することにより取得部120の機能を実現する。また、CPU101は、当該プログラムに基づいてフラッシュメモリ104を制御することにより記憶部150の機能を実現する。また、CPU101は、当該プログラムに基づいて通信I/F105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5の機能ブロックの各機能は体重推定装置1に設けられているものとするが、図5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、体重推定装置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、体重推定装置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6は、本実施形態に係る体重推定装置1により行われる体重推定処理の一例を示すフローチャートである。図6の処理は、例えば、体重推定装置1がユーザ4の歩行を検出しているときに実行される。あるいは、図6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、荷重計測装置6a、6bを制御して、各々から荷重の時系列データを取得する。すなわち、取得部120は、荷重計測装置6aから第1の時系列データを取得し、荷重計測装置6bから第2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荷重の時間変化を取得することができる。取得された荷重の時系列データは、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。また、この荷重の時系列データは荷重の時間変化を示すものであることから荷重情報と呼ばれることもある。この荷重情報は、本実施形態の体重推定に用いるだけでなく、ユーザ4の歩容解析又は個人識別に用いることもできる。
ここで、ユーザ4の体重を示す特徴が十分得られるためには、荷重の時系列データは、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7を参照して説明する。図7は、歩行周期について説明するための概念図である。図7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7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、時系列データ処理部131は、荷重計測装置6aから取得された第1の時系列データと、荷重計測装置6bから取得された第2の時系列データとを加算して第3の時系列データを生成する。この処理では、第1の時系列データと第2の時系列データの同時刻の荷重のデジタルデータ同士を加算する。これにより、荷重計測装置6a、6bの両方から出力された荷重に基づく特徴を含む第3の時系列データを取得することができる。
なお、ステップS101とステップS102の順序及び内容は適宜変更可能である。ステップS101とステップS102は、同時に行われてもよく、一連の処理として行われてもよい。例えば、これらの処理は、荷重計測装置6a、6bから時系列データを取得する際に両者を加算して第3の時系列データを生成し、保存するといった処理に変形されてもよい。この場合、第1の時系列データと第2の時系列データを記憶する必要はない。また、これらの処理は、荷重計測装置6a、6bで計測されたアナログ信号をAD変換前に回路的に加算する処理に変形されてもよい。この場合、加算は、取得部120によるデータの取得前に完了している。この処理方法では、AD変換の処理回数が低減される。
ステップS103において、歩行周期特定部132は、第3の時系列データの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、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に含まれるピークの周波数等に基づいて1歩行周期を特定することができる。
ステップS104において、特徴量演算部133は、少なくとも1歩行周期内の第3の時系列データを時間積分することによりユーザ4の体重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8は、1歩行周期内に取得される荷重の第3の時系列データの一例を示すグラフである。図8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8の縦軸は、荷重を体重で正規化した値(荷重の体重に対するパーセンテージ)を示している。
図8において、実線のグラフは、ユーザ4の右足から荷重計測装置6a、6bに加えられる荷重の時間変動を示しており、破線のグラフは、ユーザ4の左足から荷重計測装置6a、6bに加えられる荷重の時間変動を示している。グラフ中の「P1」、「P2」は、荷重変動の中のピークを示しており、グラフ中の「D」は、荷重変動の中のディップを示している。
特徴量演算部133は、第3の時系列データの正規化荷重を正規化時間で積分する。この積分値は、図8の右足部のグラフに付されたハッチング部の面積に相当する。この積分値が特徴量として記憶部150に記憶される。
歩行時には、不規則な体動が生じるため、荷重の瞬時値のみから体重を推定するとノイズが大きく、十分な精度が得られない場合がある。しかしながら、人間は、歩行時の重心の安定性を保つために一歩行周期内の体動の平均がなるべく小さくなるように歩行を行う傾向がある。すなわち、歩行時において、瞬間的にはノイズ源となる不規則な体動が生じているものの、ある程度長い時間(例えば、1歩行周期)のデータを統合して特徴を抽出することにより、不規則な体動のノイズを小さくすることができる。そこで、本実施形態では、特徴量演算部133は、1歩行周期内の時系列データを時間積分して、その積分値を特徴量として取得することにより、高精度な体重推定が可能な特徴量の抽出を行うことができる。
なお、特徴量演算部133により取得される特徴量は、上述の積分値のみに限定されるものではなく、例えば、ピークの出現時刻、ピークの大きさ、ディップの出現時刻、ディップの大きさ等が更に特徴量として取得されてもよい。このように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。
ステップS105において、体重推定部140は、抽出された特徴量に基づいてユーザ4の体重を推定する。取得された体重は、記憶部150に記憶される。このとき、体重は、取得時刻と対応付けられて記憶部150に記憶されてもよい。
なお、体重推定部140によって行われる特徴量から体重を推定する処理には、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、体重推定装置1、情報通信端末2又はサーバ3において行われる。
上述のステップS105における体重推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6の処理に先立ってあらかじめ体重推定装置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9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9の処理は、体重推定処理に先立って、体重推定システムの開発時、体重推定システムの製造時、ユーザ4が体重推定装置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、あらかじめ準備されている教師データを取得する。この教師データの生成手法の一例について図10を参照して説明する。図10は、教師データの取得方法の一例を示すフローチャートである。この処理は、例えば、教師データの作成を行う教師データ作成者及び体重推定装置1を装着した被験者により行われる。
ステップS301において、教師データ作成者は、被験者の体重の真値を測定する。この処理は、例えば、被験者を適切に校正された体重計に乗せて、体重計により体重を測定することにより行われ得る。
ステップS302において、教師データ作成者は、被験者にリュックサックを背負わせる。リュックサックの内部に重りを入れることにより、リュックサックの重さを多段階に変えることができる。なお、初期状態では、リュックサックの中身は空である。
ステップS303において、教師データ作成者は、リュックサックに0.5kgの重りを入れる。ステップS304において、被験者は、所定の距離を歩行する。このとき、体重推定装置1は、荷重の時系列データを取得する。
時系列データの取得後のステップS305において、リュックサック内の重りが3kg以上である場合(ステップS305においてYES)には、教師データの取得を終了する。リュックサック内の重りが3kg未満である場合(ステップS305においてNO)には、処理はステップS303に移行する。すなわち、リュックサックの重さを変えて再び荷重の時系列データの取得が行われる。
このようにして、被験者の総重量(体重真値+リュックサックの重さ)を様々に変えた複数の時系列データが取得される。時系列データから得られた特徴量ベクトルと被験者の総重量とが対応付けられたデータ群がステップS201における教師データとして用いられる。
ステップS202において、サーバ3は教師データを用いた機械学習を行う。これにより、特徴量ベクトルの入力に対して適切な体重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、学習済みモデルを記憶装置に記憶する。その後、サーバ3は、学習済みモデルを体重推定装置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体重推定部140における処理用のソフトウェアとして体重推定装置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体重との対応関係を模式的に示す表である。図11において、説明変数の「S」は、荷重の時間積分値を示している。説明変数の「P1」、「P2」は、それぞれ、第1のピーク時刻と第2のピーク時刻を示している。図11に示されているように、「S」、「P1」、「P2」等を含む特徴量ベクトルに対応して体重が決定される。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、体重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、体重測定対象者ごとに個別に行われる必要はなく、ある被験者に対して生成された学習済みモデルを他の人物の体重推定に流用してもよい。
[実施例]
第1実施形態の体重推定システムを用いて実際に体重推定を行った結果を実施例として説明する。本実施例では、10人の被験者から図10の手法により教師データを作成し、この教師データを用いて交差検証を行った。具体的には、教師データのうちのランダムに選択した15%のデータを検証用データとし、残りの85%のデータを学習用データとした。言い換えると、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体重の推定を行った。
第1実施形態の体重推定システムを用いて実際に体重推定を行った結果を実施例として説明する。本実施例では、10人の被験者から図10の手法により教師データを作成し、この教師データを用いて交差検証を行った。具体的には、教師データのうちのランダムに選択した15%のデータを検証用データとし、残りの85%のデータを学習用データとした。言い換えると、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体重の推定を行った。
図12は、交差検証を行った結果を示すグラフである。グラフの横軸は、体重計を用いて計測された被験者の実際の体重であり、グラフの縦軸は、本実施形態の体重推定システムにより推定された体重である。図12に示されているように、RMSE(Root Mean Squared Error)の値は約1.30kgであり、決定係数(R2)の値は0.99以上であった。体重モニタリングに求められる体重の2.5%以下の推定誤差が達成できており、十分な精度で体重推定を行うことができることが確認できた。このように、本実施形態によれば、高精度に体重を推定することができる体重推定装置1及び体重推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、高精度に体重の特徴量を抽出することができる情報処理装置が提供される。また、情報処理装置により抽出された特徴量を用いることにより、高精度に体重を推定することができる体重推定装置1及び体重推定システムが提供される。
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2実施形態のようにも構成することができる。
[第2実施形態]
図13は、第2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、ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得する。特徴量抽出部612は、荷重情報に含まれる時系列データを時間積分することにより、ユーザの体重を示す特徴量を抽出する。
図13は、第2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、ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得する。特徴量抽出部612は、荷重情報に含まれる時系列データを時間積分することにより、ユーザの体重を示す特徴量を抽出する。
本実施形態によれば、高精度に体重の特徴量を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。
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、体重推定処理は体重推定装置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、体重推定装置として機能する。
上述の実施形態では2つの荷重計測装置から荷重の時系列データを取得する例を示したが、荷重計測装置の個数、配置等はこれに限定されるものではない。例えば、荷重計測装置の個数は1個であってもよく、3個以上であってもよい。荷重計測装置が1個である場合には、取得されるデータの量が少なくなるため、データ処理量が低減し得る。荷重計測装置が3個以上である場合には、より多くの情報を得ることができるため、体重の推定精度が向上し得る。
また、上述の実施形態では荷重計測装置はロードセル等のユーザ4の足底の局所的な荷重を取得する例を示したが、足底の広範囲にわたる荷重分布を取得可能な構成であってもよい。例えば、靴5に多数の荷重計測装置を配置する構成、あるいは、多数の荷重検出素子が2次元配列されたシートセンサを靴5に配置する構成であってもよい。この場合、ユーザ4の足底の荷重分布の時系列データを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ため、体重の推定精度が向上し得る。
また、上述のシートセンサを用いて荷重を測定する構成において、シートセンサは靴5に配置されることは必須ではない。例えば、上述の実施形態の体重推定システムは、床面に敷かれたシートセンサを含み、ユーザ4がシートセンサ上を歩いたときにユーザ4の足底の荷重分布を取得し、この荷重分布の時系列データから体重を推定するという構成に変形されてもよい。
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)
ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得する取得部と、
前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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。
ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得する取得部と、
前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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)
前記時系列データは、少なくとも1歩行周期に相当する期間における前記荷重の時間変化を含む、
付記1に記載の情報処理装置。
前記時系列データは、少なくとも1歩行周期に相当する期間における前記荷重の時間変化を含む、
付記1に記載の情報処理装置。
(付記3)
前記取得部は、前記足底に設けられた第1の荷重計測装置によって計測された第1の時系列データと、前記第1の荷重計測装置よりも前記足底の爪先側に設けられた第2の荷重計測装置によって計測された第2の時系列データとを取得し、
前記特徴量抽出部は、前記第1の時系列データ及び前記第2の時系列データに基づいて、前記特徴量を抽出する、
ことを特徴とする付記1又は2に記載の情報処理装置。
前記取得部は、前記足底に設けられた第1の荷重計測装置によって計測された第1の時系列データと、前記第1の荷重計測装置よりも前記足底の爪先側に設けられた第2の荷重計測装置によって計測された第2の時系列データとを取得し、
前記特徴量抽出部は、前記第1の時系列データ及び前記第2の時系列データに基づいて、前記特徴量を抽出する、
ことを特徴とする付記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、前記第1の時系列データと前記第2の時系列データとを加算することにより得られる第3の時系列データに基づいて前記特徴量を抽出する、
付記3に記載の情報処理装置。
前記特徴量抽出部は、前記第1の時系列データと前記第2の時系列データとを加算することにより得られる第3の時系列データに基づいて前記特徴量を抽出する、
付記3に記載の情報処理装置。
(付記5)
前記第1の荷重計測装置は、前記ユーザの足のリスフラン関節よりも踵側に設けられており、
前記第2の荷重計測装置は、前記リスフラン関節よりも爪先側に設けられている、
付記3又は4に記載の情報処理装置。
前記第1の荷重計測装置は、前記ユーザの足のリスフラン関節よりも踵側に設けられており、
前記第2の荷重計測装置は、前記リスフラン関節よりも爪先側に設けられている、
付記3又は4に記載の情報処理装置。
(付記6)
前記特徴量抽出部は、前記時系列データに含まれるピーク及びディップの少なくとも1つに更に基づいて前記特徴量を抽出する、
付記1乃至5のいずれか1項に記載の情報処理装置。
前記特徴量抽出部は、前記時系列データに含まれるピーク及びディップの少なくとも1つに更に基づいて前記特徴量を抽出する、
付記1乃至5のいずれか1項に記載の情報処理装置。
(付記7)
前記取得部は、前記荷重計測装置によって計測された前記足底の荷重分布の時系列データを取得し、
前記特徴量抽出部は、前記荷重分布の時系列データに基づいて、前記特徴量を抽出する、
ことを特徴とする付記1又は2に記載の情報処理装置。
前記取得部は、前記荷重計測装置によって計測された前記足底の荷重分布の時系列データを取得し、
前記特徴量抽出部は、前記荷重分布の時系列データに基づいて、前記特徴量を抽出する、
ことを特徴とする付記1又は2に記載の情報処理装置。
(付記8)
付記1乃至7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前記特徴量に基づいて前記ユーザの体重を推定する、
体重推定装置。
付記1乃至7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前記特徴量に基づいて前記ユーザの体重を推定する、
体重推定装置。
(付記9)
付記1乃至7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体重を推定する体重推定装置と、
前記荷重計測装置と、
を備える、体重推定システム。
付記1乃至7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体重を推定する体重推定装置と、
前記荷重計測装置と、
を備える、体重推定システム。
(付記10)
ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得するステップと、
前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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。
ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得するステップと、
前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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11)
コンピュータに、
ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得するステップと、
前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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。
コンピュータに、
ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得するステップと、
前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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 体重推定装置
2 情報通信端末
3 サーバ
4 ユーザ
5 靴
6a、6b 荷重計測装置
7 リスフラン関節
61 情報処理装置
101、201 CPU
102、202 RAM
103、203 ROM
104、204 フラッシュメモリ
105、205 通信I/F
106 センサ制御装置
107 バッテリ
120、611 取得部
130、612 特徴量抽出部
131 時系列データ処理部
132 歩行周期特定部
133 特徴量演算部
140 体重推定部
150 記憶部
160 通信部
206 入力装置
207 出力装置
2 情報通信端末
3 サーバ
4 ユーザ
5 靴
6a、6b 荷重計測装置
7 リスフラン関節
61 情報処理装置
101、201 CPU
102、202 RAM
103、203 ROM
104、204 フラッシュメモリ
105、205 通信I/F
106 センサ制御装置
107 バッテリ
120、611 取得部
130、612 特徴量抽出部
131 時系列データ処理部
132 歩行周期特定部
133 特徴量演算部
140 体重推定部
150 記憶部
160 通信部
206 入力装置
207 出力装置
Claims (11)
- ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得する取得部と、
前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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。 - 前記時系列データは、少なくとも1歩行周期に相当する期間における前記荷重の時間変化を含む、
請求項1に記載の情報処理装置。 - 前記取得部は、前記足底に設けられた第1の荷重計測装置によって計測された第1の時系列データと、前記第1の荷重計測装置よりも前記足底の爪先側に設けられた第2の荷重計測装置によって計測された第2の時系列データとを取得し、
前記特徴量抽出部は、前記第1の時系列データ及び前記第2の時系列データに基づいて、前記特徴量を抽出する、
ことを特徴とする請求項1又は2に記載の情報処理装置。 - 前記特徴量抽出部は、前記第1の時系列データと前記第2の時系列データとを加算することにより得られる第3の時系列データに基づいて前記特徴量を抽出する、
請求項3に記載の情報処理装置。 - 前記第1の荷重計測装置は、前記ユーザの足のリスフラン関節よりも踵側に設けられており、
前記第2の荷重計測装置は、前記リスフラン関節よりも爪先側に設けられている、
請求項3又は4に記載の情報処理装置。 - 前記特徴量抽出部は、前記時系列データに含まれるピーク及びディップの少なくとも1つに更に基づいて前記特徴量を抽出する、
請求項1乃至5のいずれか1項に記載の情報処理装置。 - 前記取得部は、前記荷重計測装置によって計測された前記足底の荷重分布の時系列データを取得し、
前記特徴量抽出部は、前記荷重分布の時系列データに基づいて、前記特徴量を抽出する、
ことを特徴とする請求項1又は2に記載の情報処理装置。 - 請求項1乃至7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前記特徴量に基づいて前記ユーザの体重を推定する、
体重推定装置。 - 請求項1乃至7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体重を推定する体重推定装置と、
前記荷重計測装置と、
を備える、体重推定システム。 - ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得するステップと、
前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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。 - コンピュータに、
ユーザの足底から荷重計測装置に加えられた荷重に基づく荷重情報を取得するステップと、
前記荷重情報に含まれる時系列データを時間積分することにより、前記ユーザの体重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。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/612,276 US20220221330A1 (en) | 2019-05-29 | 2019-05-29 | Information processing device, weight estimation device, weight estimation system, information processing method, and storage medium |
JP2021521670A JP7127738B2 (ja) | 2019-05-29 | 2019-05-29 | 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 |
PCT/JP2019/021423 WO2020240752A1 (ja) | 2019-05-29 | 2019-05-29 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/021423 WO2020240752A1 (ja) | 2019-05-29 | 2019-05-29 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2020240752A1 true WO2020240752A1 (ja) | 2020-12-03 |
Family
ID=73552831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2019/021423 WO2020240752A1 (ja) | 2019-05-29 | 2019-05-29 | 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 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220221330A1 (ja) |
JP (1) | JP7127738B2 (ja) |
WO (1) | WO2020240752A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024024165A1 (ja) * | 2022-07-25 | 2024-02-01 | パナソニックIpマネジメント株式会社 | 測定データ管理装置、測定データ管理方法、プログラム及び測定システム |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190304331A1 (en) * | 2018-03-28 | 2019-10-03 | Embry Tech, Inc. | Electronic biometric monitoring |
CN113654636B (zh) * | 2021-07-30 | 2023-07-18 | 中南大学湘雅医院 | 一种基于体重实时监测技术的个人电子健康管理装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090293319A1 (en) * | 2004-08-11 | 2009-12-03 | Andante Medical Devices Ltd. | Sports shoe with sensing and control |
US20100211355A1 (en) * | 2009-02-09 | 2010-08-19 | Horst Robert W | Foot pad device and method of obtaining weight data |
JP2012165818A (ja) * | 2011-02-10 | 2012-09-06 | Nintendo Co Ltd | 情報処理システム、情報処理プログラム、情報処理装置、入力装置、および情報処理方法 |
JP2013113826A (ja) * | 2011-12-01 | 2013-06-10 | Jvc Kenwood Corp | 体重測定装置及び体重測定方法 |
JP2014001981A (ja) * | 2012-06-15 | 2014-01-09 | Terumo Corp | 荷重分布計測システム、情報処理装置及び情報処理方法 |
JP2017009432A (ja) * | 2015-06-22 | 2017-01-12 | 花王株式会社 | 情報処理装置、測定値の補正方法、及びプログラム |
JP2017207325A (ja) * | 2016-05-17 | 2017-11-24 | 日本電信電話株式会社 | 体重推定システムおよび体重推定方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5823576B2 (ja) * | 1978-07-10 | 1983-05-16 | 株式会社島津製作所 | 電子天びん |
SE468491B (sv) * | 1991-05-23 | 1993-01-25 | Lundman Ulf Pad Lastceller Ab | Foerfarande foer bestaemning av ett lastmaetvaerde vid dynamisk vaegning |
US5959259A (en) * | 1997-03-11 | 1999-09-28 | Lockheed Martin Energy Research Corporation | System and method for accurately weighing and characterizing moving vehicles |
US6966882B2 (en) * | 2002-11-25 | 2005-11-22 | Tibion Corporation | Active muscle assistance device and method |
JP2008139179A (ja) | 2006-12-04 | 2008-06-19 | Hitachi Ltd | 体重計測装置、及び、体重計測方法 |
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 |
-
2019
- 2019-05-29 JP JP2021521670A patent/JP7127738B2/ja active Active
- 2019-05-29 WO PCT/JP2019/021423 patent/WO2020240752A1/ja active Application Filing
- 2019-05-29 US US17/612,276 patent/US20220221330A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090293319A1 (en) * | 2004-08-11 | 2009-12-03 | Andante Medical Devices Ltd. | Sports shoe with sensing and control |
US20100211355A1 (en) * | 2009-02-09 | 2010-08-19 | Horst Robert W | Foot pad device and method of obtaining weight data |
JP2012165818A (ja) * | 2011-02-10 | 2012-09-06 | Nintendo Co Ltd | 情報処理システム、情報処理プログラム、情報処理装置、入力装置、および情報処理方法 |
JP2013113826A (ja) * | 2011-12-01 | 2013-06-10 | Jvc Kenwood Corp | 体重測定装置及び体重測定方法 |
JP2014001981A (ja) * | 2012-06-15 | 2014-01-09 | Terumo Corp | 荷重分布計測システム、情報処理装置及び情報処理方法 |
JP2017009432A (ja) * | 2015-06-22 | 2017-01-12 | 花王株式会社 | 情報処理装置、測定値の補正方法、及びプログラム |
JP2017207325A (ja) * | 2016-05-17 | 2017-11-24 | 日本電信電話株式会社 | 体重推定システムおよび体重推定方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024024165A1 (ja) * | 2022-07-25 | 2024-02-01 | パナソニックIpマネジメント株式会社 | 測定データ管理装置、測定データ管理方法、プログラム及び測定システム |
Also Published As
Publication number | Publication date |
---|---|
US20220221330A1 (en) | 2022-07-14 |
JPWO2020240752A1 (ja) | 2021-12-16 |
JP7127738B2 (ja) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020240752A1 (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 | |
US20220240814A1 (en) | Method and system for determining a value of an advanced biomechanical gait parameter | |
WO2018003910A1 (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記憶媒体 | |
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 | |
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 | |
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 | |
JP7251621B2 (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 | |
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 | |
US20230329585A1 (en) | Estimation device, estimation method, and program recording medium | |
WO2022208838A1 (ja) | 生体情報処理装置、情報処理システム、生体情報処理方法、および記録媒体 | |
JP7127740B2 (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 | |
WO2023139718A1 (ja) | 特徴量選定装置、特徴量選定方法、身体状態推定システム、および記録媒体 | |
WO2022201338A1 (ja) | 特徴量生成装置、歩容計測システム、特徴量生成方法、および記録媒体 | |
WO2023127007A1 (ja) | 筋力指標推定装置、筋力指標推定システム、筋力指標推定方法、および記録媒体 | |
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 | |
WO2023105740A1 (ja) | 特徴量データ生成装置、歩容計測装置、身体状態推定システム、特徴量データ生成方法、および記録媒体 | |
US20230397841A1 (en) | Harmonic index estimation device, estimation system, harmonic index estimation method, and recording medium | |
JP7218820B2 (ja) | 推定装置、推定システム、推定方法、およびプログラム | |
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 | |
WO2023127015A1 (ja) | 筋力評価装置、筋力評価システム、筋力評価方法、および記録媒体 | |
US20240161921A1 (en) | Biometric information processing device, information processing system, biometric information processing method, and recording medium | |
WO2023127010A1 (ja) | 移動能力推定装置、移動能力推定システム、移動能力推定方法、および記録媒体 | |
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 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 19930390 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2021521670 Country of ref document: JP Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 19930390 Country of ref document: EP Kind code of ref document: A1 |