WO2022085069A1 - 運動改善指導装置、運動改善指導方法および運動改善指導プログラム - Google Patents

運動改善指導装置、運動改善指導方法および運動改善指導プログラム Download PDF

Info

Publication number
WO2022085069A1
WO2022085069A1 PCT/JP2020/039390 JP2020039390W WO2022085069A1 WO 2022085069 A1 WO2022085069 A1 WO 2022085069A1 JP 2020039390 W JP2020039390 W JP 2020039390W WO 2022085069 A1 WO2022085069 A1 WO 2022085069A1
Authority
WO
WIPO (PCT)
Prior art keywords
index
exercise
layer
task
improvement
Prior art date
Application number
PCT/JP2020/039390
Other languages
English (en)
French (fr)
Inventor
菜央 平川
貴志 猪股
洋人 森
将 市川
典子 西村
Original Assignee
株式会社アシックス
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 株式会社アシックス filed Critical 株式会社アシックス
Priority to US18/249,448 priority Critical patent/US20230390603A1/en
Priority to JP2022556852A priority patent/JPWO2022085069A1/ja
Priority to EP20958622.1A priority patent/EP4212219A4/en
Priority to CN202080105534.4A priority patent/CN116249573A/zh
Priority to PCT/JP2020/039390 priority patent/WO2022085069A1/ja
Publication of WO2022085069A1 publication Critical patent/WO2022085069A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • 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
    • 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
    • A61B5/1112—Global tracking of patients, e.g. by using GPS
    • 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
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114—Tracking parts of the body
    • 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
    • A61B5/1116—Determining posture transitions
    • 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
    • A61B5/103—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
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
    • 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
    • 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
    • A61B5/1036—Measuring load distribution, e.g. podologic studies
    • 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
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • 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
    • A61B5/681—Wristwatch-type devices
    • 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
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A63B2024/0012—Comparing movements or motion sequences with a registered reference
    • A63B2024/0015—Comparing movements or motion sequences with computerised simulations of movements or motion sequences, e.g. for generating an ideal template as reference to be achieved by the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A63B2024/0071—Distinction between different activities, movements, or kind of sports performed
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Definitions

  • the present invention relates to a technique for identifying a problem for improving motor motion.
  • the present invention has been made in view of such a situation, and an object of the present invention is to provide an exercise improvement guidance device capable of identifying a problem leading to effective improvement of exercise movement.
  • the exercise improvement guidance device of an aspect of the present invention is exercising a hierarchical index storage unit that stores a layered index for improving motor movement and a layered index. It is equipped with a task index identification unit that evaluates based on the measurement data of the above and identifies the task index.
  • the layered index is evaluated based on the measurement data during exercise, and the task index is specified.
  • the exercise improvement instruction method evaluates a hierarchical index storage step for storing a layered index for improving motor movement, and a layered index based on measurement data during exercise.
  • the task index identification step for specifying the task index is provided.
  • a hierarchical index storage step for storing a layered index for improving motor movement and the layered index are evaluated based on measurement data during exercise. Then, let the computer execute the task index identification step to specify the task index.
  • FIG. 1 It is an overall block diagram of the system including the exercise improvement instruction apparatus which concerns on embodiment. It is a figure which shows an example of the hierarchical structure of the index stored by the hierarchical index storage unit. It is a figure which shows the flow of the process which the exercise improvement instruction apparatus performs exercise improvement instruction using a hierarchical structure. It is a figure which shows the flow of the process which the exercise improvement instruction apparatus performs exercise improvement instruction when the user performs another run. It is a figure which shows another example of a hierarchical structure in the form of a directed graph.
  • the indicators for improving the motion motion are stratified, and the index of the highest hierarchy is composed of "landing impact”, “vertical movement”, “braking force” and the like.
  • Each of these indicators in the uppermost layer is subdivided step by step toward the lower layer, and in the lowest layer, there are indicators that can be individually improved such as "ground contact position", “ground contact angle”, and "trunk angle”. exist.
  • FIG. 1 is an overall configuration diagram of a system including an exercise improvement guidance device 100 according to an embodiment.
  • the exercise improvement instruction device 100 generates instruction information for improving the exercise motion of running based on the measurement data measured by the measurement device 20 during the running of the user.
  • the generated instruction information is displayed on the display device 30 used by the user.
  • the measuring device 20 is, for example, a wearable device such as a smart watch or a smartphone that can be worn by the user during running, and measures the exercise motion during running by a built-in sensor.
  • the measurement device 20 is not limited to these, and includes a data measurement function during running and a minimum data transmission function for transmitting the measurement data to the exercise improvement guidance device 100. Anything can be used as long as it is.
  • a camera shooting device
  • the data captured by the camera is supplied to the exercise improvement instruction device 100 as measurement data.
  • the exercise improvement guidance device 100 can acquire various measurement data regarding the exercise motion during the running of the user.
  • the user's position can be determined from the acceleration sensor, angular velocity sensor, position sensor (GPS, etc.), magnetic sensor, etc. built in these devices.
  • Basic physical quantities related to exercise can be obtained as measurement data.
  • basic information such as the position, speed, and acceleration of the running user, but also the posture of the running user, kicking strength and angle, and the position of contact with the ground can be obtained.
  • Information on the details of motion movements such as angles can also be obtained. You can also get information about your running course, such as distance, altitude, and slope.
  • the exercise improvement guidance device 100 when the measuring device 20 is provided with a sensor for measuring an external environment such as an ambient light sensor, a temperature sensor, and a humidity sensor for measuring brightness and the like, the exercise improvement guidance device 100 also takes into consideration the external environment during running. Can provide appropriate exercise improvement guidance. Further, when a wearable device capable of measuring biological signals such as heartbeats, which has been actively developed in recent years, is used as the measurement device 20, the exercise improvement guidance device 100 provides appropriate exercise improvement in consideration of the physical condition of the user. Can give guidance.
  • the measuring device 20 does not have to be worn by the user during exercise, and may be a device that measures the user during exercise from the surroundings.
  • Shooting with the above-mentioned camera can be considered as a typical example, but is not limited thereto.
  • the measurement device 20 which is difficult to carry can also be used, so that the types of measurement data that can be used are dramatically increased. To increase.
  • the various measurement devices 20 described above with examples may be used alone or in combination of two or more.
  • the user may wear a wearable device as the first measurement device 20 to perform measurement, and the user may be photographed by the camera as the second measurement device 20.
  • the exercise improvement instruction device 100 can analyze the user's exercise motion from various aspects based on the measurement data from such a plurality of measurement devices 20, and generate instruction information for effective improvement thereof. Can be done.
  • the display device 30 is a device that displays instruction information for improving exercise motion generated by the exercise improvement instruction device 100 based on the measurement data from the measurement device 20.
  • a smartphone when used as a measurement device 20, it also functions as a display device 30 for displaying guidance information.
  • a measuring device 20 such as a camera having no instruction information display function is used
  • another device owned by the user for example, a smartphone, a tablet, or a personal computer is used as the display device 30.
  • the means for showing the instruction information for improving the exercise motion generated by the exercise improvement instruction device 100 based on the measurement data from the measurement device 20 is not limited to the display by the display device 30.
  • the above instruction information may be configured to be shown to the user by outputting voice from the voice device.
  • the exercise improvement guidance device 100 is configured on a server capable of communicating with the measurement device 20 and the display device 30 via a wide area communication network such as the Internet.
  • the exercise improvement guidance device 100 has a hierarchical index storage unit 110, a task index identification unit 120, and a guidance information generation unit 130.
  • the embodiment is not limited to this, and the motion improvement starting device 100 may be configured to be communicable with the measuring device 20 and the display device 30 via a local communication network such as a LAN.
  • the measuring device 20 or the display device 30 is an information processing device such as a smartphone, a tablet, or a personal computer
  • the function of the exercise improving device 100 can be implemented as application software operating on these information processing devices. ..
  • the data measured by the measuring device 20 is stored in a storage medium such as a USB memory and read by a personal computer or the like having the function of the exercise improvement instruction device 100 so that the exercise improvement instruction in the present embodiment can be performed. You may do it.
  • the hierarchical index storage unit 110 stores a hierarchical index for improving exercise movements such as how to use forms and forces in running.
  • the hierarchical structure of the index stored by the hierarchical index storage unit 110 is configured at the time of initial setup of the system or the like.
  • the hierarchical structure constructed there can be used for multiple exercise sessions without updating for a period of time in order to provide consistent exercise improvement guidance.
  • You may also update the hierarchical structure by adding new metrics or modifying or deleting existing metrics.
  • a learning model is generated by machine learning that acquires teacher data showing the correlation between motor movement performance and each index, and based on the teacher data, inputs motor movement performance and outputs the corresponding index. You may.
  • the task index specifying unit 120 identifies the task index by referring to the measurement data during running by the measuring device 20 based on the hierarchical structure of the index stored by the hierarchical index storage unit 110. Specifically, the task index specifying unit 120 evaluates the layered index based on the measurement data during running, and identifies the task index.
  • the search for the task index by the task index specifying unit 120 is performed from the upper layer to the lower layer of the hierarchical structure. At that time, with respect to a plurality of indexes in the same hierarchy in the hierarchical structure, the one having the largest degree of deviation between the predetermined reference data and the measurement data is selected, and the task index is searched from there toward the lower hierarchy. Then, the task index specifying unit 120 specifies the task index in the lowest layer of the hierarchical structure.
  • the embodiment is not limited to the one in which the search is started from the highest level of the hierarchical structure. For example, the user may specify an arbitrary index that he / she wants to improve in advance, and search the problem index from the hierarchy of the index to the lower hierarchy.
  • the instruction information generation unit 130 generates instruction information for improving the issue index specified by the issue index identification unit 120.
  • the generated instruction information is transmitted to the display device 30 and displayed on the display screen.
  • FIG. 2 shows an example of the hierarchical structure of the index stored by the hierarchical index storage unit 110.
  • This hierarchical structure is composed of four layers, from the first layer L1 which is the highest layer to the fourth layer L4 which is the lowest layer.
  • first layer L1 "landing impact”, “vertical movement”, and “braking force”, which are the main indexes for evaluating the exercise motion of running, are exemplifiedly arranged.
  • an index subdivided from each index of the first layer L1 is arranged.
  • the "vertical movement" of the first layer L1 is subdivided into two indexes of "vertical movement when touching down” and "vertical movement when staying in the air" in the second layer L2. That is, when there is a problem with the "vertical movement" of the first layer L1, it is roughly classified into a case where there is a problem with the vertical movement at the time of touchdown and a case where there is a problem with the vertical movement at the time of staying in the air.
  • An index corresponding to each case is provided in L2 so that the cause of the problem can be specifically identified.
  • the "landing impact” and "braking force”, which are other indicators of the first layer L1 are also subdivided in the second layer L2 and below, but illustration and description thereof are omitted here.
  • strict logic is not required, and a plurality of lower indicators may overlap each other, and a combination of a plurality of lower indicators may be combined. Does not have to completely reproduce the upper index.
  • indexes obtained by subdividing each index of the second layer L2 are arranged.
  • the "vertical movement during flight" of the second layer L2 is subdivided into two indexes of "kicking angle” and "kicking acceleration” in the third layer L3. That is, when there is a problem in the "vertical movement during flight" of the second layer L2, it is roughly divided into a case where there is a problem with the kicking angle at the time of takeoff and a case where there is a problem with the kicking acceleration at the time of takeoff. Therefore, an index corresponding to each case is provided in the third layer L3 so that the cause of the problem can be specifically identified.
  • the "vertical movement at ground contact", which is another index of the second layer L2, is similarly subdivided in the third layer L3 and below, but illustration and description thereof are omitted here.
  • the "kicking angle" of the third layer L3 is subdivided into three indexes of "ground contact position", "ground contact angle”, and "trunk angle” in the fourth layer L4. That is, when there is a problem with the "kicking angle” of the third layer L3, it is roughly classified into a case where there is a problem with the ground contact position, a case where there is a problem with the ground contact angle, and a case where there is a problem with the trunk angle. Therefore, an index corresponding to each case is provided in the fourth layer L4 so that the cause of the problem can be specifically identified.
  • the "kicking acceleration”, which is another index of the third layer L3, is also subdivided in the fourth layer L4, but the illustration and description thereof are omitted here.
  • the problem index to be improved is specifically specified. Can be done. For example, even if there is a problem in the "vertical movement" of the first layer L1, which is the highest layer, appropriate exercise improvement guidance cannot be given unless the specific cause is specified.
  • the hierarchical structure of the present embodiment when the problem "vertical movement" in the upper hierarchy is specified, it is possible to search for a specific cause from there toward the lower hierarchy. Then, for example, when the "grounding position" of the fourth layer L4, which is the lowest layer, is specified as the cause, it is possible to generate guidance information "let's land one step before" to improve it.
  • FIG. 3 shows a flow of processing in which the exercise improvement guidance device 100 performs exercise improvement guidance using the above-mentioned hierarchical structure.
  • “S” means a step.
  • S10 measurement is performed by the measuring device 20 during the exercise of the user.
  • S20 the measurement device 20 transmits the measurement data to the exercise improvement instruction device 100.
  • the motion measurement in S10 is performed by the plurality of measuring devices 20
  • the measurement data of the plurality of measuring devices 20 may be transmitted to the motion improvement guidance device 100.
  • the plurality of measured data may be transmitted to the exercise improvement instruction device 100.
  • the exercise improvement guidance device 100 processes various measurement data received in S20 and converts each index in the hierarchical structure into evaluable measurement data. Since many of the indicators in the hierarchical structure cannot be evaluated with the data measured by the measuring device 20 as they are, it is necessary to perform appropriate arithmetic processing to convert them into evaluable data. Since various conversion methods are known in the present technical field, detailed description thereof will be omitted. However, for the following indicators described in this flowchart, measurement data for evaluation can be obtained as follows, for example. Can be done.
  • “Vertical movement” of the first layer L1 Can be measured directly with an accelerometer or the like.
  • “Vertical movement during airborne movement” of the second layer L2 It is possible to measure the vertical movement while distinguishing between airborne time and ground contact with an acceleration sensor or the like.
  • "Kicking angle" of the third layer L3 Can be calculated from the measurement data of the acceleration sensor and the angular velocity sensor when shifting from the ground contact state to the airborne state.
  • “Grounding position” of the fourth layer L4 Calculates the relative position of the grounding position with respect to the grounding position from the measurement data of each position sensor at the time of takeoff (grounding ⁇ airborne) and at the time of grounding (airborne ⁇ grounding).
  • the task index specifying unit 120 searches for the task index based on the measurement data processed in S30.
  • S40 is composed of S41 to S44 corresponding to the four layers L1 to L4 of the hierarchical structure.
  • the task index is searched from the upper layer to the lower layer of the hierarchical structure. More specifically, a plurality of indicators in each layer are evaluated based on the measurement data, the index with the largest problem is selected, and the cause is searched further from there to the lower layers.
  • S41 which is the search step of the first layer L1 is composed of S411 to S413.
  • a plurality of indexes in the first layer L1 are evaluated based on the measurement data. Specifically, the three indexes "landing impact", “vertical movement”, and “braking force" in the first layer L1 are evaluated.
  • Reference data representing the normal value is set in advance for each index, and the measurement data processed for evaluation of each index in S30 is compared with the reference data to obtain the degree of deviation. Then, based on the magnitude of the degree of divergence, it is evaluated whether or not there is a problem with the index.
  • the criteria for evaluating that there is a problem is uniformly set to "more than 10% deviation" for all indicators, but in reality, different criteria can be set for each indicator.
  • the magnitude of the degree of divergence represents the urgency of the index, that is, the priority in exercise improvement guidance. Therefore, the index with a degree of divergence of 20% and the index with a degree of divergence of 15% have a high degree of urgency and are prioritized in exercise improvement guidance.
  • S412 it is determined whether or not there is a problematic index in S411. That is, it is determined whether or not the three indexes "landing impact", “vertical movement”, and "braking force" in the first layer L1 have a degree of deviation exceeding 10%. If the degree of divergence is less than 10% for any of the indicators, it can be said that all the indicators including the lower indicators are within the normal range. Therefore, the task index specifying unit 120 does not specify the task index.
  • the instruction information generation unit 130 ends the process without generating instruction information. In such a case, the instruction information generation unit 130 may generate a message motivating the user, such as "Let's do our best in this condition".
  • the index having the largest degree of deviation is selected in S413.
  • the degree of deviation of "landing impact” is 15%
  • the degree of deviation of "vertical movement” is 20%
  • the degree of deviation of "braking force” is 7%
  • the degree of deviation is 10.
  • the urgency of "vertical movement” with the maximum degree of divergence is high, and it is selected as a priority index.
  • the task index is searched from there to the lower hierarchy.
  • S42 which is the search step of the second layer L2, searches for an index lower than the priority index “vertical movement” selected in S413, and is composed of S421 to S422.
  • a plurality of indexes "vertical movement when touching the ground” and “vertical movement when staying in the air", which are lower indexes of the priority index "vertical movement" of the first layer L1 are evaluated based on the measurement data. Specifically, the degree of deviation is obtained by comparing the predetermined reference data and the measurement data for each index.
  • the index with the largest degree of divergence is selected. For example, if the degree of divergence of "vertical movement during ground contact" is 8% and the degree of divergence of "vertical movement during airborne movement” is 15%, the degree of urgency of "vertical movement during airborne movement" with the maximum degree of deviation is high and priority is given. Selected as an indicator. In the subsequent step, the task index is searched from there to the lower hierarchy.
  • the search step S43 of the third layer L3 searches for a lower index of the priority index "vertical movement during airborne movement" selected in S422, and is composed of S431 to S432.
  • a plurality of indexes "kicking angle” and “kicking acceleration” of the third layer L3, which are lower indexes of the priority index "vertical movement during flight” of the second layer L2 are evaluated based on the measurement data. Specifically, the degree of deviation is obtained by comparing the predetermined reference data and the measurement data for each index.
  • the index with the largest degree of divergence is selected. For example, if the degree of deviation of the "kicking angle" is 17% and the degree of deviation of the "kicking acceleration” is 8%, the degree of urgency of the "kicking angle" with the maximum degree of deviation is high, and it is selected as a priority index. Will be done. In the subsequent step, the task index is searched from there to the lower hierarchy.
  • the search step S44 of the fourth layer L4 searches for an index lower than the priority index “kicking angle” selected in S432, and is composed of S441 to S442.
  • S441 a plurality of indexes "grounding position", “grounding angle”, and “trunk angle” of the fourth layer L4, which are lower indexes of the priority index "kicking angle” of the third layer L3, are evaluated based on the measurement data. Specifically, the degree of deviation is obtained by comparing the predetermined reference data and the measurement data for each index.
  • the index having the largest degree of divergence is selected. For example, if the degree of deviation of the "grounding position" is 20%, the degree of deviation of the "grounding angle” is 13%, and the degree of deviation of the "trunk angle” is 5%, the degree of deviation is the maximum "grounding position". Highly urgent and selected as a priority indicator. Then, the task index specifying unit 120 specifies the selected priority index “grounding position” as the task index.
  • the instruction information generation unit 130 generates instruction information "let's land one step before” for improving the issue index "grounding position" specified by the task index identification unit 120.
  • the instruction information generated here is transmitted to the display device 30 and displayed on the display screen thereof.
  • problem index specifying unit 120 searches for the problem index from the upper layer to the lower layer of the hierarchical structure, it is possible to identify a large problem in the upper layer and identify the root cause in the lower layer. , Can provide effective exercise improvement guidance.
  • the search for this task index is sequentially performed from the first layer L1 which is the highest layer to the fourth layer which is the lowest layer, but in the search processes S41, S42, S43, and S44 in each layer, each index is searched.
  • the priority index is specified based on the difference between the measured value and the reference value of. As a result, the index with the highest urgency in each layer can be specified, and the index with the highest priority and requiring improvement can be specified as the problem index.
  • the problem index specifying unit 120 identifies the problem index in the fourth layer L4, which is the lowest layer of the hierarchical structure, to represent the root cause of the problem and generate specific guidance information for improvement. It is possible to identify easy task indicators.
  • FIG. 4 shows a processing flow in which the exercise improvement guidance device 100 performs exercise improvement guidance when the user performs another run after the exercise improvement guidance is performed by the processing flow of FIG.
  • the task index specifying unit 120 identifies an index having a predetermined degree of improvement as compared with the past running time
  • the task index specifying unit 120 targets another index in the same hierarchy as the index or in a higher hierarchy. Search for indicators.
  • the instruction information generation unit 130 generates instruction information different from that during the past running.
  • the processes of S10, S20, S30, and S40 are performed in the same manner as in FIG.
  • the task index specifying unit 120 specifies the priority index as the task index, and the guidance information generation unit 130 generates guidance information for improving the task index in S50. For example, if the task index during this exercise is "trunk angle", guidance information such as "keep the trunk straight” is generated.
  • the priority index is the same "ground contact position" as during the previous exercise
  • the criteria for determining whether or not there is improvement can be arbitrarily set for each index, but the above-mentioned degree of deviation can be used. For example, it can be determined that there is an improvement when the degree of divergence is 5% or more smaller than that during the previous exercise. Since the degree of deviation of the "ground contact position" during the previous exercise was 20%, if the degree of deviation is smaller than 15% during the current exercise, it is determined that there is a predetermined degree of improvement.
  • the task index specifying unit 120 has the same "ground contact position" as during the previous exercise. Is specified as an issue index.
  • the guidance information generation unit 130 generates guidance information for improving the "grounding position" again in S51, but generates guidance information different from the previous time. As a result, the user can improve the same problem index from different viewpoints.
  • the search is continued by moving to the third layer L3, which is the upper layer. Specifically, in S63, whether or not there was a predetermined degree of improvement in the "kicking angle" (third layer L3), which is a higher index of the "grounding position” (fourth layer L4), as compared with the previous exercise. Is determined.
  • the index having the largest degree of deviation among the other indexes "ground contact angle” and “trunk angle” excluding the "ground contact position” is specified as a task index.
  • S442 may be executed as it is, and the same "ground contact position" as during the previous exercise may be specified as a task index. In that case, as described with respect to S51, it is preferable to generate guidance information different from the previous one.
  • the search is continued by moving to the second layer L2, which is the upper layer.
  • second layer L2 which is the upper layer.
  • the task index identification unit 120 searches for the task index from the upper layer to the lower layer of the hierarchical structure, but the search method in the hierarchical structure is not limited to this.
  • the search may be started from the level specified in advance by the user or the system. It is also possible to search the lowest hierarchy from the beginning and specify the index with the largest degree of divergence as a problem index.
  • the indicators in the layers other than the lowest layer are not considered, but as explained in FIG. 4, when the exercise improvement guidance is given based on the improvement from the past exercise, S64, S63, S62, S61. The index of each layer is taken into consideration.
  • all the indexes of the uppermost layer L1 are subdivided into the indexes of the lowermost layer L4, and the case where the depth of the hierarchical structure is uniformly four layers has been described as an example.
  • the depth of the hierarchical structure may differ depending on the index. That is, when the uppermost layer is L1 as in the embodiment, there may be an index of depth 1 in which the hierarchical structure does not exist below the first layer L1, or the depth is subdivided to the second layer L2. There may be an index of S2, or there may be an index of depth 3 which is subdivided to the third layer L3. At this time, the indexes corresponding to all the layers do not have to exist.
  • an index obtained by subdividing a certain index of the first layer L1 does not exist in the second layer L2 immediately below, and may be further subdivided into an index of a lower third layer L3. Further, it is not necessary that the highest layer is the first layer L1 for all the indexes, and the second layer L2, the third layer L3, and the fourth layer L4 may have the highest level index.
  • searching for a hierarchical structure having different depths as described above it is not necessary to search to the lowest level, and the user or system can specify the depth to be searched for each index. For example, even when searching for a hierarchical structure having a depth of 3, if it is specified to search to a depth of 2, the lowest layer of the depth 3 is not searched and the depth above it is not searched.
  • the task index is specified in the second hierarchy.
  • the problem index is specified in the lowest layer of the hierarchical structure, but the problem index may be specified in other layers.
  • the index having the largest degree of divergence in all layers may be specified as a task index.
  • the task index is specified in the higher hierarchy. You can also do it. According to this, it is possible to give guidance based on an appropriate hierarchy in accordance with the improvement of the user's motor movement.
  • the task index identification unit 120 searches for the task index
  • the index having the largest degree of discrepancy between the reference data and the measurement data is selected in each layer, and the task index is further searched toward the lower layer.
  • a plurality of indexes whose degree of deviation is larger than a preset value may be selected in each layer.
  • a lower hierarchy search is performed for each selected index, and a plurality of problem indexes are specified.
  • the instruction information generation unit 130 generates instruction information for each specified task index and displays it on the display device 30. On the display device 30, the plurality of instruction information may be displayed on one screen, or the plurality of screens may be switched by a user operation so that the instruction information of each task index can be confirmed.
  • the index of a certain layer has a predetermined degree of improvement compared to the past exercise, it is determined whether or not the index in the upper layer has an improvement, but it is in the same layer. It may be determined whether or not there is improvement in some other index. For example, in FIG. 4, when the “grounding position” of the fourth layer L4 is improved in S64, it is determined in S63 whether or not the “kicking angle” of the third layer L3 is improved. It may be determined whether or not there is improvement in the other indexes "ground contact angle" and "trunk angle” in the layer L4. Since these indicators of the fourth layer L4 are dependent on the "kicking angle" of the third layer L3, there is no big difference in determining the presence or absence of improvement in either layer.
  • FIG. 5 shows another example of a hierarchical structure in the form of a directed graph.
  • the vertices A to K of the directed graph represent the indexes of each layer L1 to L4, and the directed side connecting each index indicates the direction of searching for the task index.
  • Indicators A, B, and C exist in the first layer L1 of the uppermost layer.
  • Indicators D and E exist in the second layer L2.
  • the index D is connected by sides (arrows) starting from the indexes A and B of the first layer L1, respectively, and when the degree of deviation between the indexes A and B is larger than a predetermined value, the evaluation of the index D is performed. Means to do. Therefore, if the degree of deviation of at least one of the indicators A and B is equal to or less than a predetermined value, the search for the task index ends in the first layer L1 for the indicators A and B. At this time, if the degree of deviation between the indicators A and B is both equal to or less than the predetermined value, neither is a problem index, and if the degree of deviation of either one is larger than the predetermined value, it is specified as the problem index.
  • the directed edge means that when the degree of deviation is larger than the predetermined value, the search for the index of the lower hierarchy proceeds.
  • the upper index A and B are integrated into the lower index D.
  • Indicators F, G, and H exist in the third layer L3.
  • the index F is designated by an arrow from the index D of the second layer L2.
  • the index G is designated by an arrow from the index E of the second layer L2 and the index C of the first layer L1.
  • the index H is designated by an arrow from the index E of the second layer L2.
  • Indicators I, J, and K exist in the fourth layer L4.
  • the index I is designated by the arrows from the indexes F and G of the third layer L3.
  • the index J is designated by an arrow from the index G of the third layer L3.
  • the index K is designated by the arrows from the indexes F and H of the third layer L3.
  • the relationship between the indexes more complicated than the tree structure shown in FIG. 2 can be appropriately described, and the problem index can be effectively specified.
  • FIG. 5 only the arrow from the upper layer to the lower layer is shown, but the process of searching for the improvement from the past exercise from the lower layer to the upper layer as described with respect to FIG. 4 is shown in FIG. In 5, it can be described by an arrow from the index of the lower hierarchy to the index of the upper hierarchy.
  • running has been described as an example of exercise, but the present invention can also be applied to other exercises.
  • it can be applied to various athletics, swimming, gym, walking, road bike training, exercise, dance, soccer and other ball games.
  • each device described in the embodiment can be realized by the hardware resource or the software resource, or by the cooperation of the hardware resource and the software resource.
  • Processors, ROMs, RAMs, and other LSIs can be used as hardware resources.
  • Programs such as operating systems and applications can be used as software resources.
  • the present invention relates to an exercise improvement guidance device that identifies a problem for improving exercise motion.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Social Psychology (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Navigation (AREA)

Abstract

運動改善指導装置１００は、運動動作の改善のための階層化された指標を記憶する階層指標記憶部１１０と、階層化された指標を運動中の測定データに基づいて評価し、課題指標を特定する課題指標特定部１２０と、課題指標特定部１２０によって特定された課題指標の改善のための指導情報を生成する指導情報生成部１３０とを備える。このような運動改善指導装置１００によって、運動動作の効果的な改善に繋がる課題を特定して指導情報を生成することができる。

Description

運動改善指導装置、運動改善指導方法および運動改善指導プログラム
　本発明は、運動動作の改善のための課題を特定する技術に関する。
　近年、スマートフォン等の携帯通信端末の軽量化が進んでおり、またスマートウォッチに代表されるいわゆるウェアラブルデバイスの開発も盛んに行われている。これらのデバイスは、ランニング等の運動中にも身に付けることができ、内蔵された加速度センサ等によって運動動作を測定することができる。その測定結果に基づいて運動動作の改善のための指導を行うサービスやアプリケーションも存在する。
特開２０１４－１２４４４８号公報
　近年、デバイスのスマート化に伴って内蔵されるセンサの種類が増えており、また各センサの高度化も進んでいるため、一回の運動を通じて大量の測定データを得ることができる。このような測定データを分析することにより、様々な観点から多数の運動動作の課題を抽出することができるが、それらの中から運動動作の効果的な改善に繋がる課題を特定することは困難である。
　本発明はこうした状況に鑑みてなされたものであり、その目的は、運動動作の効果的な改善に繋がる課題を特定することができる運動改善指導装置を提供することにある。
　上記の課題を解決するために、本発明のある態様の運動改善指導装置は、運動動作の改善のための階層化された指標を記憶する階層指標記憶部と、階層化された指標を運動中の測定データに基づいて評価し、課題指標を特定する課題指標特定部とを備える。
　この態様では、階層化された指標を運動中の測定データに基づいて評価し、課題指標を特定する。階層構造で表される各指標間の関係を参照することにより、運動動作の効果的な改善に繋がる課題指標を特定することができる。
　本発明の別の態様の運動改善指導方法は、運動動作の改善のための階層化された指標を記憶する階層指標記憶ステップと、階層化された指標を運動中の測定データに基づいて評価し、課題指標を特定する課題指標特定ステップとを備える。
　本発明の別の態様の運動改善指導プログラムは、運動動作の改善のための階層化された指標を記憶する階層指標記憶ステップと、前記階層化された指標を運動中の測定データに基づいて評価し、課題指標を特定する課題指標特定ステップとをコンピュータに実行させる。
　なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本発明の態様として有効である。
　本発明によれば、運動動作の効果的な改善に繋がる課題を特定することができる。
実施の形態に係る運動改善指導装置を含むシステムの全体構成図である。 階層指標記憶部によって記憶された指標の階層構造の一例を示す図である。 階層構造を用いて運動改善指導装置が運動改善指導を行う処理のフローを示す図である。 ユーザが別のランニングを行った場合に、運動改善指導装置が運動改善指導を行う処理のフローを示す図である。 階層構造の別の例を有向グラフの形式で示す図である。
　本実施の形態では、一例としてランニングにおけるフォームや力の使い方といった運動動作の改善のための指導を行う。運動動作の改善のための指標は階層化されており、最上位階層の指標は「着地衝撃」「上下動」「ブレーキ力」等で構成されている。これらの最上位階層の各指標は下位階層に向かって段階的に細分化されており、最下位階層には「接地位置」「接地角度」「体幹角度」等の個別に改善可能な指標が存在する。ランニング中に得られた測定データを参照しながら、このような指標の階層構造を上位階層から下位階層に向かって探索することにより、優先的に改善すべき課題指標を特定することができる。
　図１は、実施の形態に係る運動改善指導装置１００を含むシステムの全体構成図である。運動改善指導装置１００は、ユーザのランニング中に測定デバイス２０によって測定された測定データに基づき、ランニングの運動動作の改善のための指導情報を生成する。生成された指導情報はユーザの使用する表示デバイス３０に表示される。
　測定デバイス２０は、例えば、ランニング中にユーザが身に付けることが可能なスマートウォッチ等のウェアラブルデバイスやスマートフォンであり、内蔵されたセンサによりランニング中の運動動作の測定を行う。しかしながら、本実施の形態において測定デバイス２０はこれらに限定されるものではなく、ランニング中のデータ測定機能と、その測定データを運動改善指導装置１００に伝達するための最低限のデータ伝達機能を備えたものであればどのようなものでもよい。例えば、測定デバイス２０として、ランニング中のユーザを撮影するカメラ（撮影デバイス）を使用してもよい。この場合はカメラで撮影されたデータが測定データとして運動改善指導装置１００に供給される。
　このように、測定デバイス２０として様々なデバイスを使用することができるため、運動改善指導装置１００は、ユーザのランニング中の運動動作に関する様々な測定データを取得することができる。
　例えば、測定デバイス２０として、上記のようにウェアラブルデバイスやスマートフォンを使用する場合、これらのデバイスに内蔵されている加速度センサ、角速度センサ、位置センサ（ＧＰＳ等）、磁気センサ等から、ユーザの位置や運動に関する基本的な物理量を測定データとして得ることができる。これらの測定データを適宜組み合わせて分析することにより、ランニング中のユーザの位置、速度、加速度といった基本的な情報だけでなく、ランニング中のユーザの姿勢、蹴り出しの強さや角度、接地の位置や角度といった運動動作の詳細に関する情報も得ることができる。また、距離、高度、勾配といったランニングのコースに関する情報も得ることができる。
　更に、測定デバイス２０が、輝度等を測定する環境光センサ、温度センサ、湿度センサ等の外部環境を測定するセンサを備えている場合、運動改善指導装置１００は、ランニング中の外部環境も踏まえて適切な運動改善指導を行うことができる。また、近年盛んに開発が行われている心拍等の生体信号を測定可能なウェアラブルデバイスを測定デバイス２０として使用する場合、運動改善指導装置１００は、ユーザの身体の状態も踏まえて適切な運動改善指導を行うことができる。
　なお、測定デバイス２０は、ユーザが運動中に身に付けるものである必要はなく、運動中のユーザを周囲から測定するものでもよい。上述したカメラによる撮影が典型的な例として考えられるが、それに限定されるものではない。例えば、トレッドミル等を使用してユーザが屋内の制限された範囲でランニングを行う場合は、持ち運びが困難な測定デバイス２０も使用することができるので、利用可能な測定データの種類が飛躍的に増加する。
　以上で例を挙げて説明した様々な測定デバイス２０は、単体で用いてもよいし、複数を組み合わせて用いてもよい。例えば、第１の測定デバイス２０としてのウェアラブルデバイスをユーザが身に付けて測定を行うとともに、第２の測定デバイス２０としてのカメラでユーザを撮影してもよい。運動改善指導装置１００は、このような複数の測定デバイス２０からの測定データに基づき、多面的にユーザの運動動作を分析することができ、その効果的な改善のための指導情報を生成することができる。
　表示デバイス３０は、測定デバイス２０からの測定データに基づき運動改善指導装置１００が生成した運動動作の改善のための指導情報を表示するデバイスである。例えば、スマートフォンが測定デバイス２０として使用された場合は、それが指導情報を表示する表示デバイス３０としても機能する。また、指導情報の表示機能を持たないカメラ等の測定デバイス２０が使用された場合は、ユーザの保有する別のデバイス、例えばスマートフォン、タブレット、パーソナルコンピュータが表示デバイス３０として使用される。なお、測定デバイス２０からの測定データに基づき運動改善指導装置１００が生成した運動動作の改善のための指導情報を示す手段は表示デバイス３０による表示に限られない。例えば、上記の指導情報を音声デバイスから音声を出力することでユーザに示すように構成されてもよい。
　運動改善指導装置１００は、インターネット等の広域通信ネットワークを介して測定デバイス２０および表示デバイス３０と通信可能なサーバ上に構成される。運動改善指導装置１００は、階層指標記憶部１１０と、課題指標特定部１２０と、指導情報生成部１３０とを有する。なお、本実施の形態はこれに限定されず、運動改善始動装置１００は、測定デバイス２０および表示デバイス３０とＬＡＮ等の局所的な通信ネットワークを介して通信可能に構成してもよい。また、測定デバイス２０または表示デバイス３０がスマートフォン、タブレット、パーソナルコンピュータ等の情報処理装置である場合は、運動改善装置１００の機能をこれらの情報処理装置上で動作するアプリケーションソフトウェアとして実装することもできる。また、測定デバイス２０で測定されたデータをＵＳＢメモリ等の記憶媒体に格納し、運動改善指導装置１００の機能を有するパーソナルコンピュータ等に読み込ませることによって本実施の形態における運動改善指導を行わせるようにしてもよい。
　階層指標記憶部１１０は、ランニングにおけるフォームや力の使い方といった運動動作の改善のための階層化された指標を記憶する。階層指標記憶部１１０によって記憶される指標の階層構造はシステムの初期セットアップなどの際に構成される。そこで構成された階層構造は、一貫性のある運動改善指導を行うために、一定期間は更新を行わずに同一のものを複数の運動セッションに対して使用することができる。また、新しい指標を追加したり、既存の指標を変更または削除したりすることで、階層構造を更新してもよい。他にも、運動動作のパフォーマンスと各指標との相関関係を示す教師データを取得し、その教師データに基づいて運動動作のパフォーマンスを入力とし対応する指標を出力とする学習モデルを機械学習により生成してもよい。このような学習モデルによれば、実際の運動動作のパフォーマンスを踏まえて運動動作の効果的な改善に繋がる指標を優先的に設定することができる。さらに、各指標で用いられる用語や、その生体力学的な意味を自律的に分析することにより、指標の階層構造を自動生成することも可能である。
　課題指標特定部１２０は、階層指標記憶部１１０によって記憶された指標の階層構造に基づき、測定デバイス２０によるランニング中の測定データを参照して課題指標を特定する。具体的には、課題指標特定部１２０は、階層化された指標をランニング中の測定データに基づいて評価し、課題指標を特定する。
　課題指標特定部１２０による課題指標の探索は、階層構造の上位階層から下位階層に向かって行われる。その際、階層構造における同一階層にある複数の指標に関して、所定の基準データと測定データの乖離度が最も大きいものが選択され、そこから更に下位階層に向かって課題指標が探索される。そして、課題指標特定部１２０は、階層構造の最下位階層において課題指標を特定する。実施の形態は、階層構造の最上位階層から探索を開始するものに限定されない。例えば、ユーザが予め改善したい任意の指標を指定し、その指標の階層から下位階層に向かって課題指標を探索してもよい。
　指導情報生成部１３０は、課題指標特定部１２０によって特定された課題指標の改善のための指導情報を生成する。生成された指導情報は表示デバイス３０に送信され、その表示画面に表示される。
　図２は、階層指標記憶部１１０によって記憶された指標の階層構造の一例を示す。この階層構造は、最上位階層である第１層Ｌ１から最下位階層である第４層Ｌ４までの四つの階層で構成されている。第１層Ｌ１には、ランニングの運動動作を評価する際の主要指標である「着地衝撃」「上下動」「ブレーキ力」が例示的に配置されている。
　第１層Ｌ１の直下の第２層Ｌ２には、第１層Ｌ１の各指標を細分化した指標が配置されている。例えば第１層Ｌ１の「上下動」は、第２層Ｌ２において「接地時上下動」と「滞空時上下動」の二つの指標に細分化されている。すなわち、第１層Ｌ１の「上下動」に問題がある場合は、接地時の上下動に問題がある場合と、滞空時の上下動に問題がある場合に大別されるので、第２層Ｌ２にそれぞれの場合に対応した指標を設け、問題の原因を具体的に特定できるようにしている。なお、第１層Ｌ１の他の指標である「着地衝撃」「ブレーキ力」も第２層Ｌ２以下において同様に細分化されているが、ここでは図示および説明を省略する。なお、上位階層の指標を下位階層の指標に細分化する際には、厳密な論理性が求められる訳ではなく、複数の下位指標が互いに重複していてもよく、また複数の下位指標の組合せが上位指標を完全に再現するものでなくともよい。
　第２層Ｌ２の直下の第３層Ｌ３には、第２層Ｌ２の各指標を細分化した指標が配置されている。例えば第２層Ｌ２の「滞空時上下動」は、第３層Ｌ３において「蹴り出し角度」と「蹴り出し加速度」の二つの指標に細分化されている。すなわち、第２層Ｌ２の「滞空時上下動」に問題がある場合は、離地時の蹴り出し角度に問題がある場合と、離地時の蹴り出し加速度に問題がある場合に大別されるので、第３層Ｌ３にそれぞれの場合に対応した指標を設け、問題の原因を具体的に特定できるようにしている。なお、第２層Ｌ２の他の指標である「接地時上下動」も第３層Ｌ３以下において同様に細分化されているが、ここでは図示および説明を省略する。
　第３層Ｌ３の直下の第４層Ｌ４には、第３層Ｌ３の各指標を細分化した指標が配置されている。例えば第３層Ｌ３の「蹴り出し角度」は、第４層Ｌ４において「接地位置」「接地角度」「体幹角度」の三つの指標に細分化されている。すなわち、第３層Ｌ３の「蹴り出し角度」に問題がある場合は、接地位置に問題がある場合と、接地角度に問題がある場合と、体幹角度に問題がある場合に大別されるので、第４層Ｌ４にそれぞれの場合に対応した指標を設け、問題の原因を具体的に特定できるようにしている。なお、第３層Ｌ３の他の指標である「蹴り出し加速度」も第４層Ｌ４において同様に細分化されているが、ここでは図示および説明を省略する。
　以上のような階層構造において、ランニング中に得られた測定データを参照しながら、上位階層から下位階層に向かって各指標を順次評価することにより、改善すべき課題指標を具体的に特定することができる。例えば、最上位階層である第１層Ｌ１の「上下動」に問題があったとしても、その具体的な原因を特定しなければ、適切な運動改善指導を行うことができない。本実施の形態の階層構造によれば、上位階層における問題「上下動」を特定した場合、そこから下位階層に向かって具体的な原因の探索を行うことができる。そして、例えば最下位階層である第４層Ｌ４の「接地位置」を原因として特定した場合、それを改善するための指導情報「１歩分手前に着地しましょう」等を生成することができる。
　図３は、以上のような階層構造を用いて運動改善指導装置１００が運動改善指導を行う処理のフローを示す。以降の説明において「Ｓ」はステップを意味する。
　Ｓ１０では、ユーザの運動中に測定デバイス２０による測定を行う。
　Ｓ２０では、測定デバイス２０が測定データを運動改善指導装置１００に送信する。このとき、複数の測定デバイス２０でＳ１０における運動測定を行う場合は、複数の測定デバイス２０の測定データが運動改善指導装置１００に送信されてもよい。また、一つの測定デバイス２０で複数のデータを測定する場合は、複数の測定データが運動改善指導装置１００に送信されてもよい。
　Ｓ３０では、運動改善指導装置１００が、Ｓ２０において受信した各種の測定データを処理し、階層構造における各指標を評価可能な測定データに変換する。階層構造中の指標は、測定デバイス２０で測定したデータのままでは評価できないものも多いため、適当な演算処理を行って評価可能なデータに変換する必要がある。変換の手法は本技術分野において様々なものが知られているので詳細な説明を省略するが、本フローチャート中で説明する以下の指標については、例えば以下のように評価用の測定データを得ることができる。
　第１層Ｌ１の「上下動」：加速度センサ等で直接測定することが可能。
　第２層Ｌ２の「滞空時上下動」：加速度センサ等で滞空時と接地時を区別して上下動を測定することが可能。
　第３層Ｌ３の「蹴り出し角度」：接地状態から滞空状態に移行する際の加速度センサや角速度センサの測定データから演算可能。
　第４層Ｌ４の「接地位置」：離地時（接地→滞空）および接地時（滞空→接地）のそれぞれの位置センサ等の測定データから、離地位置に対する接地位置の相対位置を演算。
　Ｓ４０では、課題指標特定部１２０が、Ｓ３０において処理された測定データに基づいて課題指標を探索する。Ｓ４０は、階層構造の四つの階層Ｌ１～Ｌ４に対応したＳ４１～Ｓ４４で構成される。Ｓ４１、Ｓ４２、Ｓ４３、Ｓ４４の順に処理が行われることによって、階層構造の上位階層から下位階層に向かって課題指標の探索が行われるようになっている。より具体的には、各階層にある複数の指標を測定データに基づいて評価し、最も問題の大きい指標を選択して、そこから更に下位階層に向かって原因の探索を行う。
　第１層Ｌ１の探索ステップであるＳ４１は、Ｓ４１１～Ｓ４１３で構成される。
　Ｓ４１１では、第１層Ｌ１にある複数の指標を測定データに基づいて評価する。具体的には、第１層Ｌ１にある三つの指標「着地衝撃」「上下動」「ブレーキ力」を評価する。各指標にはその正常値を表す基準データが予め設定されており、それとＳ３０で各指標の評価用に処理された測定データを比較し、その乖離度を求める。そして、乖離度の大きさに基づいて、その指標に問題があるか否かを評価する。以下では説明を単純化するため、問題ありと評価する基準を全ての指標について一律に「乖離度１０％超」とするが、実際には各指標について異なる基準を設けることができる。また、乖離度の大きさが、その指標の緊急度、すなわち運動改善指導における優先度を表すものとする。したがって、乖離度２０％の指標と乖離度１５％の指標では、前者の緊急度が高く、運動改善指導における優先指標となる。
　Ｓ４１２では、Ｓ４１１において問題のある指標があったか否かが判定される。すなわち、第１層Ｌ１にある三つの指標「着地衝撃」「上下動」「ブレーキ力」について、乖離度が１０％を超えるものがあったか否かが判定される。いずれの指標についても乖離度が１０％未満であった場合は、それぞれの下位指標も含めて全ての指標が正常範囲内にあるといえるので、課題指標特定部１２０は課題指標を特定せず、指導情報生成部１３０は指導情報を生成せずに処理を終了する。このような場合、指導情報生成部１３０が「この調子で頑張りましょう」等のユーザを動機付けるメッセージを生成してもよい。
　一方、Ｓ４１２において乖離度が１０％を超える指標があった場合は、Ｓ４１３において乖離度が最も大きい指標が選択される。図２の階層構造において、例えば、「着地衝撃」の乖離度が１５％、「上下動」の乖離度が２０％、「ブレーキ力」の乖離度が７％であった場合、乖離度が１０％を超える「着地衝撃」と「上下動」に問題があるが、乖離度が最大の「上下動」の緊急度が高く、優先指標として選択される。後続のステップでは、そこから更に下位階層に向かって課題指標の探索が行われる。
　第２層Ｌ２の探索ステップであるＳ４２は、Ｓ４１３で選択された優先指標「上下動」の下位の指標を探索するもので、Ｓ４２１～Ｓ４２２で構成される。
　Ｓ４２１では、第１層Ｌ１の優先指標「上下動」の下位指標である第２層Ｌ２の複数の指標「接地時上下動」「滞空時上下動」を測定データに基づいて評価する。具体的には、各指標について所定の基準データと測定データを比較し、その乖離度を求める。
　Ｓ４２２では、乖離度が最も大きい指標が選択される。例えば、「接地時上下動」の乖離度が８％、「滞空時上下動」の乖離度が１５％であった場合、乖離度が最大の「滞空時上下動」の緊急度が高く、優先指標として選択される。後続のステップでは、そこから更に下位階層に向かって課題指標の探索が行われる。
　第３層Ｌ３の探索ステップであるＳ４３は、Ｓ４２２で選択された優先指標「滞空時上下動」の下位の指標を探索するもので、Ｓ４３１～Ｓ４３２で構成される。
　Ｓ４３１では、第２層Ｌ２の優先指標「滞空時上下動」の下位指標である第３層Ｌ３の複数の指標「蹴り出し角度」「蹴り出し加速度」を測定データに基づいて評価する。具体的には、各指標について所定の基準データと測定データを比較し、その乖離度を求める。
　Ｓ４３２では、乖離度が最も大きい指標が選択される。例えば、「蹴り出し角度」の乖離度が１７％、「蹴り出し加速度」の乖離度が８％であった場合、乖離度が最大の「蹴り出し角度」の緊急度が高く、優先指標として選択される。後続のステップでは、そこから更に下位階層に向かって課題指標の探索が行われる。
　第４層Ｌ４の探索ステップであるＳ４４は、Ｓ４３２で選択された優先指標「蹴り出し角度」の下位の指標を探索するもので、Ｓ４４１～Ｓ４４２で構成される。
　Ｓ４４１では、第３層Ｌ３の優先指標「蹴り出し角度」の下位指標である第４層Ｌ４の複数の指標「接地位置」「接地角度」「体幹角度」を測定データに基づいて評価する。具体的には、各指標について所定の基準データと測定データを比較し、その乖離度を求める。
　Ｓ４４２では、乖離度が最も大きい指標が選択される。例えば、「接地位置」の乖離度が２０％、「接地角度」の乖離度が１３％、「体幹角度」の乖離度が５％であった場合、乖離度が最大の「接地位置」の緊急度が高く、優先指標として選択される。そして、課題指標特定部１２０は、選択された優先指標「接地位置」を課題指標として特定する。
　Ｓ５０では、指導情報生成部１３０が、課題指標特定部１２０によって特定された課題指標「接地位置」の改善のための指導情報「１歩分手前に着地しましょう」等を生成する。ここで生成された指導情報は表示デバイス３０に送信され、その表示画面に表示される。
　以上の処理フローによれば、階層構造で表される各指標間の関係を参照することにより、運動動作の効果的な改善に繋がる課題指標を特定して指導情報を生成することができる。
　課題指標特定部１２０が、階層構造の上位階層から下位階層に向かって課題指標を探索することにより、上位階層において大きな問題を特定し、下位階層においてその根本的な原因を特定することができるので、効果的な運動改善指導を行うことができる。
　この課題指標の探索は、最上位階層である第１層Ｌ１から最下位階層である第４層に向かって順次行われるが、各階層における探索処理Ｓ４１、Ｓ４２、Ｓ４３、Ｓ４４では、各指標についての実測値と基準値の乖離に基づいて優先指標が特定される。これにより、各階層において最も緊急度が高い指標を特定し、最優先で改善が必要な指標を課題指標として特定することができる。
　課題指標特定部１２０が、階層構造の最下位階層である第４層Ｌ４において課題指標を特定することにより、問題の根本的な原因を表し、かつ改善のための具体的な指導情報を生成しやすい課題指標を特定することができる。
　図４は、図３の処理フローによる運動改善指導が行われた後、ユーザが別のランニングを行った場合に、運動改善指導装置１００が運動改善指導を行う処理のフローを示す。この処理において、課題指標特定部１２０は、過去のランニング時と比較して所定程度の改善があった指標を特定した場合は、当該指標と同一階層または上位階層にある他の指標を対象として課題指標を探索する。また、課題指標特定部１２０が過去のランニング時と同じ課題指標を特定した場合、指導情報生成部１３０は過去のランニング時とは異なる指導情報を生成する。図４では、図３と同様にＳ１０、Ｓ２０、Ｓ３０、Ｓ４０の処理を行い、Ｓ４０の最終ステップであるＳ４４２において、乖離度の大きい優先指標を選択する。以下では、過去のランニング時として前回のランニング時を例に取って説明するが、本実施形態の処理は前回より前の過去のランニング時に適用可能である。
　Ｓ６０では、今回の運動時のＳ４４２で選択された優先指標が、前回の運動時のＳ４４２で選択された優先指標「接地位置」と同一か否かを判定する。優先指標が前回の運動時と異なる場合、課題指標特定部１２０はその優先指標を課題指標として特定し、指導情報生成部１３０はその課題指標の改善のための指導情報をＳ５０で生成する。例えば、今回の運動時の課題指標が「体幹角度」であった場合「体幹を真っ直ぐに保ちましょう」等の指導情報が生成される。
　一方、優先指標が前回の運動時と同一の「接地位置」の場合、Ｓ６４において、その指標について前回の運動時と比較して所定程度の改善があったか否かを判定する。改善の有無の判定基準は指標毎に任意に設定することができるが、先述の乖離度を利用することができる。例えば、前回の運動時に比べて乖離度が５％以上小さくなっている場合に改善があったと判定することができる。前回の運動時の「接地位置」の乖離度が２０％であったので、今回の運動時に乖離度が１５％より小さくなっていれば、所定程度の改善があったと判定される。
　Ｓ６４において「接地位置」に所定程度の改善がなかったと判定された場合、すなわち乖離度が１５％以上と依然として高い状態であった場合、課題指標特定部１２０は前回の運動時と同じ「接地位置」を課題指標として特定する。この場合、指導情報生成部１３０は、Ｓ５１において再度「接地位置」の改善のための指導情報を生成するが、前回とは異なる指導情報を生成する。これにより、ユーザは同一の課題指標について異なる観点からの改善を図ることができる。
　Ｓ６４において「接地位置」に所定程度の改善があったと判定された場合、すなわち乖離度が１５％より小さくなっていた場合、上位階層である第３層Ｌ３に移って探索が継続される。具体的には、Ｓ６３において、「接地位置」（第４層Ｌ４）の上位指標である「蹴り出し角度」（第３層Ｌ３）について前回の運動時と比較して所定程度の改善があったか否かを判定する。
　Ｓ６３において「蹴り出し角度」に所定程度の改善がなかったと判定された場合は、その下位階層に優先的に改善すべき課題指標が依然として存在するので、図３におけるＳ４４に戻り、下位階層（第４層Ｌ４）における探索が継続される。このとき、第４層Ｌ４では「接地位置」の乖離度が最大であるため、Ｓ４４中のＳ４４２をそのまま実行すると、結局は「接地位置」が課題指標として特定されることになる。しかしながら、「接地位置」は前回の運動時と比較して所定程度改善しているので（Ｓ６４）、今回の運動時の課題指標の候補から除外してもよい。その場合、Ｓ４４２では「接地位置」を除いた他の指標「接地角度」「体幹角度」の中で乖離度が最も大きい指標が課題指標として特定されることになる。一方、Ｓ４４２をそのまま実行して、前回の運動時と同じ「接地位置」を課題指標として特定してもよい。その場合は、Ｓ５１に関して説明したように、前回とは異なる指導情報を生成するのが好ましい。
　Ｓ６３において「蹴り出し角度」に所定程度の改善があったと判定された場合、上位階層である第２層Ｌ２に移って探索が継続される。具体的には、Ｓ６２において、「蹴り出し角度」（第３層Ｌ３）の上位指標である「滞空時上下動」（第２層Ｌ２）について前回の運動時と比較して所定程度の改善があったか否かを判定する。
　Ｓ６２において「滞空時上下動」に所定程度の改善がなかったと判定された場合は、その下位階層に優先的に改善すべき課題指標が依然として存在するので、図３におけるＳ４３に戻り、下位階層（第３層Ｌ３）における探索が継続される。
　Ｓ６２において「滞空時上下動」に所定程度の改善があったと判定された場合、上位階層である第１層Ｌ１に移って探索が継続される。具体的には、Ｓ６１において、「滞空時上下動」（第２層Ｌ２）の上位指標である「上下動」（第１層Ｌ１）について前回の運動時と比較して所定程度の改善があったか否かを判定する。
　Ｓ６１において「上下動」に所定程度の改善がなかったと判定された場合は、その下位階層に優先的に改善すべき課題指標が依然として存在するので、図３におけるＳ４２に戻り、下位階層（第２層Ｌ２）における探索が継続される。
　Ｓ６１において「上下動」に所定程度の改善があったと判定された場合、図３におけるＳ４１２に戻り、第１層Ｌ１において問題のある指標があるか否かが判定される。このとき、「上下動」は前回の運動時と比較して所定程度改善しているので、Ｓ４１２の判定対象から除外するのが好ましい。その場合、Ｓ４１２では「上下動」を除いた他の指標「着地衝撃」「ブレーキ力」を対象として判定が行われる。
　以上の処理フローによれば、過去の運動時からの改善も踏まえて、今回の運動時の課題指標を効率的に探索することができる。この際、階層構造の下位階層から上位階層に向かって順次実行される改善判断処理Ｓ６４、Ｓ６３、Ｓ６２、Ｓ６１によって、どの階層まで改善があったのかを効率的に特定することができる。
　以上、本発明を実施の形態に基づいて説明した。実施の形態は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。
　上記の実施の形態においては、課題指標特定部１２０による課題指標の探索を階層構造の上位階層から下位階層に向かって行う構成としたが、階層構造における探索方法はこれに限られるものではない。例えば、最上位階層から課題指標の探索を開始するのではなく、ユーザやシステムが予め指定した階層から探索を開始するようにしてもよい。また、最初から最下位階層を探索し、その中で乖離度が最も大きい指標を課題指標として特定することもできる。この探索においては最下位階層以外の階層にある指標は考慮されないが、図４で説明したように過去の運動時からの改善も踏まえて運動改善指導を行う場合は、Ｓ６４、Ｓ６３、Ｓ６２、Ｓ６１のように各階層の指標が考慮される。
　また、上記の実施形態においては、最上位階層Ｌ１の全ての指標が最下位階層Ｌ４の指標まで細分化されており、階層構造の深さが一律で４層の場合を例に取って説明したが、階層構造の深さは指標により異なっていてもよい。すなわち、実施形態と同様に最上位階層をＬ１とした場合、第１層Ｌ１より下に階層構造が存在しない深さ１の指標があってもよいし、第２層Ｌ２まで細分化される深さ２の指標があってもよいし、第３層Ｌ３まで細分化される深さ３の指標があってもよい。このとき、全ての階層に対応する指標が存在していなくてもよい。例えば、第１層Ｌ１のある指標を細分化した指標が直下の第２層Ｌ２には存在せず、更に下位の第３層Ｌ３の指標に細分化されてもよい。また、全ての指標について最上位階層が第１層Ｌ１である必要はなく、第２層Ｌ２、第３層Ｌ３、第４層Ｌ４に最上位指標があってもよい。上記のように深さが異なる階層構造を探索する際に、その最下位階層まで探索する必要はなく、探索する深さを指標毎にユーザやシステムがその都度指定することもできる。例えば、深さが３の階層構造を探索する場合であっても、深さ２まで探索する旨が指定されている場合は、深さ３の最下位階層は探索されず、その上の深さ２の階層において課題指標が特定される。
　上記の実施の形態においては、階層構造の最下位階層において課題指標を特定する構成としたが、それ以外の階層において課題指標を特定してもよい。例えば、全階層を通じて乖離度が最も大きい指標を課題指標として特定してもよい。この場合、階層によらず全ての指標について対応する指導情報を用意しておくことが好ましい。また、過去の運動時にある階層の指標について指導情報が生成され、その結果、今回の運動時にその階層の指標が十分改善しているような場合には、それより上位階層において課題指標を特定することもできる。これによれば、ユーザの運動動作の改善に合わせて、適切な階層に基づく指導を行うことができる。
　上記の実施形態においては、課題指標特定部１２０による課題指標の探索の際に、各階層において基準データと測定データの乖離度が最も大きい指標を選択し、更に下位階層に向かって課題指標を探索していたが、各階層で乖離度が予め設定した値よりも大きい複数の指標を選択してもよい。このような場合、選択された指標毎に下位階層の探索が行われ、複数の課題指標が特定される。指導情報生成部１３０は、特定された課題指標毎に指導情報を生成し、表示デバイス３０に表示させる。表示デバイス３０上では、その複数の指導情報を一画面中に表示してもよいし、ユーザ操作により複数画面を切り替えて各課題指標の指導情報を確認できるようにしてもよい。
　図４の処理フローにおいて、ある階層の指標が過去の運動時と比較して所定程度の改善があった場合は、その上位階層にある指標について改善の有無を判定していたが、同一階層にある他の指標について改善の有無を判定してもよい。例えば、図４では、Ｓ６４で第４層Ｌ４の「接地位置」の改善があった場合は、Ｓ６３で第３層Ｌ３の「蹴り出し角度」の改善の有無を判定していたが、第４層Ｌ４にある他の指標「接地角度」「体幹角度」について改善の有無を判定してもよい。第４層Ｌ４のこれらの指標は、第３層Ｌ３の「蹴り出し角度」に従属しているので、どちらの階層で改善の有無を判定しても大差はない。
　上記の実施形態においては、階層構造として図２に示されるようなツリー構造、すなわち上位階層から下位階層に向かって分岐する構造を例示したが、本発明の階層構造はこのようなツリー構造に限定されない。図５は、階層構造の別の例を有向グラフの形式で示す。本図において、有向グラフの頂点Ａ～Ｋは各階層Ｌ１～Ｌ４の指標を表し、各指標を結ぶ有向の辺が課題指標の探索の方向を示す。最上位階層の第１層Ｌ１には指標Ａ、Ｂ、Ｃが存在する。
　第２層Ｌ２には指標Ｄ、Ｅが存在する。ここで、指標Ｄは第１層Ｌ１の指標ＡおよびＢをそれぞれ起点とする辺（矢印）で結ばれており、指標ＡおよびＢの乖離度が所定値よりも大きい場合に指標Ｄの評価を行うことを意味する。したがって、指標ＡおよびＢの少なくとも一つの乖離度が所定値以下であれば、指標ＡおよびＢに関しては第１層Ｌ１で課題指標の探索が終了する。このとき、指標ＡおよびＢの乖離度が共に所定値以下であれば、いずれも課題指標ではなく、いずれか一方の乖離度が所定値よりも大きければそれが課題指標として特定される。以降は同様の説明を省略するが、有向の辺（矢印）は、このように乖離度が所定値よりも大きい場合に下位階層の指標の探索に進むことを意味する。なお、図２のツリー構造と異なり、この例では上位指標ＡおよびＢが下位指標Ｄに統合されたと捉えることもできる。
　第３層Ｌ３には指標Ｆ、Ｇ、Ｈが存在する。指標Ｆは、第２層Ｌ２の指標Ｄからの矢印で指定される。指標Ｇは、第２層Ｌ２の指標Ｅと第１層Ｌ１の指標Ｃからの矢印で指定される。指標Ｈは、第２層Ｌ２の指標Ｅからの矢印で指定される。
　第４層Ｌ４には指標Ｉ、Ｊ、Ｋが存在する。指標Ｉは、第３層Ｌ３の指標ＦおよびＧからの矢印で指定される。指標Ｊは、第３層Ｌ３の指標Ｇからの矢印で指定される。指標Ｋは、第３層Ｌ３の指標ＦおよびＨからの矢印で指定される。
　以上のような有向グラフによる階層構造によれば、図２に示したツリー構造よりも複雑な指標間の関係を適切に記述することができ、効果的に課題指標を特定することができる。また、図５においては、上位階層から下位階層に向かう矢印のみを図示したが、図４に関して説明したような下位階層から上位階層に向かって過去の運動時からの改善を探索する処理は、図５において下位階層の指標から上位階層の指標に向かう矢印によって記述することができる。
　本実施の形態では、運動の例としてランニングを挙げて説明したが、本発明はその他の運動にも適用することができる。例えば、各種の陸上競技、水泳、ジム、ウォーキング、ロードバイク等におけるトレーニングやエクササイズ、ダンス、サッカー等の球技に適用することができる。
　なお、実施の形態で説明した各装置の機能構成はハードウェア資源またはソフトウェア資源により、あるいはハードウェア資源とソフトウェア資源の協働により実現できる。ハードウェア資源としてプロセッサ、ＲＯＭ、ＲＡＭ、その他のＬＳＩを利用できる。ソフトウェア資源としてオペレーティングシステム、アプリケーション等のプログラムを利用できる。
　１００・・・運動改善指導装置、１１０・・・階層指標記憶部、１２０・・・課題指標特定部、１３０・・・指導情報生成部、２０・・・測定デバイス、３０・・・表示デバイス。
　本発明は、運動動作の改善のための課題を特定する運動改善指導装置に関する。

Claims (9)

  1. 　運動動作の改善のための階層化された指標を記憶する階層指標記憶部と、
    　前記階層化された指標を運動中の測定データに基づいて評価し、課題指標を特定する課題指標特定部と
    　を備える運動改善指導装置。
  2. 　前記課題指標特定部によって特定された前記課題指標の改善のための指導情報を生成する指導情報生成部を備える
    　請求項１に記載の運動改善指導装置。
  3. 　前記課題指標特定部は、前記指標の階層構造の予め指定された階層から前記課題指標を探索する
    　請求項１または２に記載の運動改善指導装置。
  4. 　前記課題指標特定部は、前記指標の階層構造における同一階層にある複数の指標に関して、所定の基準データと前記測定データの乖離度が予め設定した値よりも大きいものを選択し、そこから更に下位階層に向かって前記課題指標を探索する
    　請求項１から３のいずれかに記載の運動改善指導装置。
  5. 　前記課題指標特定部は、前記指標の階層構造の最下位階層において前記課題指標を特定する
    　請求項１から４のいずれかに記載の運動改善指導装置。
  6. 　前記課題指標特定部は、過去の運動時と比較して所定程度の改善があった指標を特定した場合は、当該指標と同一階層または上位階層にある他の指標を対象として前記課題指標を探索する
    　請求項１から５のいずれかに記載の運動改善指導装置。
  7. 　前記課題指標特定部が、過去の運動時と同じ前記課題指標を特定した場合、前記指導情報生成部は、過去の運動時とは異なる前記指導情報を生成する
    　請求項２に記載の運動改善指導装置。
  8. 　運動動作の改善のための階層化された指標を記憶する階層指標記憶ステップと、
    　前記階層化された指標を運動中の測定データに基づいて評価し、課題指標を特定する課題指標特定ステップと
    　を備える運動改善指導方法。
  9. 　運動動作の改善のための階層化された指標を記憶する階層指標記憶ステップと、
    　前記階層化された指標を運動中の測定データに基づいて評価し、課題指標を特定する課題指標特定ステップと
    　をコンピュータに実行させる運動改善指導プログラム。
PCT/JP2020/039390 2020-10-20 2020-10-20 運動改善指導装置、運動改善指導方法および運動改善指導プログラム WO2022085069A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
US18/249,448 US20230390603A1 (en) 2020-10-20 2020-10-20 Exercise improvement instruction device, exercise improvement instruction method, and exercise improvement instruction program
JP2022556852A JPWO2022085069A1 (ja) 2020-10-20 2020-10-20
EP20958622.1A EP4212219A4 (en) 2020-10-20 2020-10-20 EXERCISE OPTIMIZATION INSTRUCTION DEVICE, EXERCISE OPTIMIZATION INSTRUCTION METHOD, AND EXERCISE OPTIMIZATION INSTRUCTION PROGRAM
CN202080105534.4A CN116249573A (zh) 2020-10-20 2020-10-20 运动改善指导装置、运动改善指导方法及运动改善指导程序
PCT/JP2020/039390 WO2022085069A1 (ja) 2020-10-20 2020-10-20 運動改善指導装置、運動改善指導方法および運動改善指導プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/039390 WO2022085069A1 (ja) 2020-10-20 2020-10-20 運動改善指導装置、運動改善指導方法および運動改善指導プログラム

Publications (1)

Publication Number Publication Date
WO2022085069A1 true WO2022085069A1 (ja) 2022-04-28

Family

ID=81290232

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/039390 WO2022085069A1 (ja) 2020-10-20 2020-10-20 運動改善指導装置、運動改善指導方法および運動改善指導プログラム

Country Status (5)

Country Link
US (1) US20230390603A1 (ja)
EP (1) EP4212219A4 (ja)
JP (1) JPWO2022085069A1 (ja)
CN (1) CN116249573A (ja)
WO (1) WO2022085069A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023195461A1 (ja) * 2022-04-05 2023-10-12 リオモ インク ランニングフォーム解析システム、プログラム及び方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014124448A (ja) 2012-12-27 2014-07-07 Casio Comput Co Ltd 運動情報表示システムおよび運動情報表示方法、運動情報表示プログラム
JP2017000167A (ja) * 2015-06-04 2017-01-05 セイコーエプソン株式会社 アドバイス提供システム、アドバイス提供装置、アドバイス提供サーバー、およびアドバイス提供方法
JP2018143537A (ja) * 2017-03-06 2018-09-20 セイコーエプソン株式会社 運動解析装置、運動解析システム、運動解析方法及び運動解析プログラム
WO2019008771A1 (ja) * 2017-07-07 2019-01-10 りか 高木 治療及び／又は運動の指導プロセス管理システム、治療及び／又は運動の指導プロセス管理のためのプログラム、コンピュータ装置、並びに方法
JP6644290B1 (ja) * 2019-06-27 2020-02-12 株式会社ジ・アイ 情報処理装置、及び、プログラム
WO2020100671A1 (ja) * 2018-11-15 2020-05-22 ソニー株式会社 情報処理装置、情報処理方法及びプログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11071887B2 (en) * 2016-09-28 2021-07-27 Bodbox, Inc. Evaluation and coaching of athletic performance
JP6871708B2 (ja) * 2016-10-06 2021-05-12 りか 高木 代償運動の原因部位を特定するための方法、システム、プログラム、及びコンピュータ装置、並びに、代償運動を解消するための方法、及びシステム
JP6834553B2 (ja) * 2017-02-09 2021-02-24 セイコーエプソン株式会社 運動解析システム、運動解析装置、運動解析プログラム及び運動解析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014124448A (ja) 2012-12-27 2014-07-07 Casio Comput Co Ltd 運動情報表示システムおよび運動情報表示方法、運動情報表示プログラム
JP2017000167A (ja) * 2015-06-04 2017-01-05 セイコーエプソン株式会社 アドバイス提供システム、アドバイス提供装置、アドバイス提供サーバー、およびアドバイス提供方法
JP2018143537A (ja) * 2017-03-06 2018-09-20 セイコーエプソン株式会社 運動解析装置、運動解析システム、運動解析方法及び運動解析プログラム
WO2019008771A1 (ja) * 2017-07-07 2019-01-10 りか 高木 治療及び／又は運動の指導プロセス管理システム、治療及び／又は運動の指導プロセス管理のためのプログラム、コンピュータ装置、並びに方法
WO2020100671A1 (ja) * 2018-11-15 2020-05-22 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
JP6644290B1 (ja) * 2019-06-27 2020-02-12 株式会社ジ・アイ 情報処理装置、及び、プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4212219A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023195461A1 (ja) * 2022-04-05 2023-10-12 リオモ インク ランニングフォーム解析システム、プログラム及び方法

Also Published As

Publication number Publication date
CN116249573A (zh) 2023-06-09
EP4212219A4 (en) 2023-11-01
EP4212219A1 (en) 2023-07-19
US20230390603A1 (en) 2023-12-07
JPWO2022085069A1 (ja) 2022-04-28

Similar Documents

Publication Publication Date Title
US11373354B2 (en) Techniques for rendering three-dimensional animated graphics from video
RU2719454C1 (ru) Системы и способы для создания, трансляции и просмотра 3d-контента
TWI786701B (zh) 用於在ｈｍｄ環境中利用傳至ｇｐｕ之預測及後期更新的眼睛追蹤進行快速注視點渲染的方法及系統以及非暫時性電腦可讀媒體
JP6806810B2 (ja) 自動人工知能（ａｉ）パーソナルアシスタント
US20230414899A1 (en) Classifying a discomfort level of a user when interacting with virtual reality (vr) content
CN112805750A (zh) 跨现实系统
US20160314620A1 (en) Virtual reality sports training systems and methods
JP2022000761A (ja) デバイスローカリゼーションのためのマルチシンクアンサンブルモデル
CN105229666A (zh) 3d图像中的运动分析
US11482126B2 (en) Augmented reality system for providing movement sequences and monitoring performance
KR102241414B1 (ko) 머신 러닝 모델을 이용한 특정 움직임에 대한 피드백을 제공하는 전자 장치 및 그 동작 방법
US11205350B2 (en) IoT-driven proprioceptive analytics with automated performer feedback
US11049321B2 (en) Sensor-based object tracking and monitoring
WO2022085069A1 (ja) 運動改善指導装置、運動改善指導方法および運動改善指導プログラム
CN107077730A (zh) 基于剪影的肢寻找器确定
US20220096917A1 (en) Screen soccer system and method of providing screen soccer
CN102591456B (zh) 对身体和道具的检测
US20230162458A1 (en) Information processing apparatus, information processing method, and program
KR20220052450A (ko) 골프 스윙 연습 보조 방법 및 장치
JP2021152784A (ja) アニメーション生成装置、アニメーション生成方法及びプログラム
KR102574764B1 (ko) 피트니스 서비스장치 및 그 장치의 구동방법
CN109417651A (zh) 使用基于位置的游戏配套应用程序生成挑战
KR102143474B1 (ko) 웨어러블 기기를 이용한 게임 서비스 제공 시스템 및 방법
Chapman et al. The design and evaluation of THATO: A mobile tactile messaging system to assist dismounted soldier tactical operations
Fallström A small step for a sensor: Detecting limited spatial movement with mobile AR

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: 20958622

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022556852

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2020958622

Country of ref document: EP

Effective date: 20230413

NENP Non-entry into the national phase

Ref country code: DE