WO2023157161A1 - 検出装置、検出システム、歩容計測システム、検出方法、および記録媒体 - Google Patents

検出装置、検出システム、歩容計測システム、検出方法、および記録媒体 Download PDF

Info

Publication number
WO2023157161A1
WO2023157161A1 PCT/JP2022/006330 JP2022006330W WO2023157161A1 WO 2023157161 A1 WO2023157161 A1 WO 2023157161A1 JP 2022006330 W JP2022006330 W JP 2022006330W WO 2023157161 A1 WO2023157161 A1 WO 2023157161A1
Authority
WO
WIPO (PCT)
Prior art keywords
time
acceleration
peak
candidate
traveling direction
Prior art date
Application number
PCT/JP2022/006330
Other languages
English (en)
French (fr)
Inventor
善喬 野崎
晨暉 黄
謙一郎 福司
シンイ オウ
史行 二瓶
浩司 梶谷
謙太郎 中原
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to PCT/JP2022/006330 priority Critical patent/WO2023157161A1/ja
Publication of WO2023157161A1 publication Critical patent/WO2023157161A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb

Definitions

  • the present disclosure relates to a detection device or the like that detects a gait event according to a user's walking.
  • gait characteristics included in walking patterns.
  • techniques for analyzing gaits based on sensor data measured by sensors mounted on footwear such as shoes have been developed.
  • gait events also called gait events
  • the timing of the walking event can be detected with high accuracy, the physical condition can be estimated with high accuracy.
  • Patent Document 1 discloses a foot/gait evaluation device.
  • the device of Patent Document 1 acquires sole pressure data when the user is walking or standing still from a pressure sensor installed in the shoe used by the user.
  • the device of Patent Document 1 analyzes the acquired sole pressure data and acquires various parameters.
  • Patent Document 2 discloses a walking evaluation system.
  • the system of Patent Literature 2 calculates a walking evaluation value of a subject using three-axis acceleration data measured by an acceleration sensor attached to the ankle of the subject.
  • Patent Document 3 discloses a motion analysis device.
  • the device of Patent Document 3 uses three-axis acceleration data acquired by a smartphone worn on the trunk of a person and motion signals acquired by pressure sensors worn on the soles of the feet to determine the walking motion of the person. Identify timing.
  • Non-Patent Document 1 discloses a method of calculating gait parameters using sensor data from inertial sensors including acceleration sensors and angular velocity sensors.
  • parameters related to walking event timing and walking of the subject are calculated using triaxial acceleration data and triaxial angular velocity data measured by an inertial sensor attached to the side of the shoe.
  • Patent Document 1 In the method of Patent Document 1, the user's walking state is analyzed using data measured by a pressure sensor installed inside the shoe. However, in the technique of Patent Document 1, the walking state of the user cannot be analyzed when the pressure sensor is not provided in the shoe.
  • the walking state of the subject is analyzed using the data measured by the acceleration sensor attached to the ankle.
  • the walking state of the subject could not be analyzed when the acceleration sensor was not attached to the ankle.
  • the walking state of a person is analyzed using data measured by an acceleration sensor attached to the trunk and a pressure sensor installed on the soles of the feet.
  • the walking state of a person cannot be analyzed when a smartphone is not attached to the trunk or when pressure sensors are not installed on the soles of the feet.
  • Non-Patent Document 1 With the method of Non-Patent Document 1, if the operating frequency of the acceleration sensor is 100 hertz (Hz) or higher, a pedestrian's heel contact event can be detected. However, when the operating frequency of the acceleration sensor is less than 100 Hz, the technique of Non-Patent Document 1 cannot be applied because it is difficult to generate a steep minimum peak.
  • An object of the present disclosure is to provide a detection device or the like that can detect heel contact during walking of the user using data measured by sensors installed on the foot of the user.
  • a detection device includes an acquisition unit that acquires data including a dorsiflexion peak time, a plantarflexion peak time, and a traveling direction acceleration obtained from sensor data related to foot movement, and a dorsiflexion peak time.
  • a candidate detection unit that detects the time of a feature signal point extracted from the time-series data of the traveling direction acceleration as a candidate time of heel contact in a search time period starting from the acceleration peak time detected from the traveling direction acceleration as a reference. and an output unit that outputs the detected candidate time as the heel contact time.
  • data including dorsiflexion peak time, plantarflexion peak time, and traveling direction acceleration obtained from sensor data related to foot movement are obtained, and the dorsiflexion peak time is used as a reference.
  • the search time period starting from the acceleration peak time detected from the traveling direction acceleration the time of the feature signal point extracted from the time series data of the traveling direction acceleration is detected as the heel contact candidate time, and the detected candidate Output the time as the heel contact time.
  • a program includes a process of acquiring data including dorsiflexion peak time, plantarflexion peak time, and traveling direction acceleration obtained from sensor data related to foot movement, a process of detecting, as candidate times for heel contact, times of characteristic signal points extracted from time-series data of the traveling direction acceleration in a search time period starting from an acceleration peak time detected from the traveling direction acceleration; and a process of outputting the obtained candidate time as the heel contact time.
  • a detection device or the like that can detect heel contact during walking of the user using data measured by sensors installed on the foot of the user.
  • FIG. 1 is a block diagram showing an example of the configuration of a detection system according to a first embodiment
  • FIG. FIG. 2 is a conceptual diagram for explaining an arrangement example of measuring devices included in the detection system according to the first embodiment
  • FIG. 4 is a conceptual diagram for explaining a coordinate system set in a measuring device included in the detection system according to the first embodiment
  • FIG. 4 is a conceptual diagram for explaining a foot inclination angle measured by a measuring device included in the detection system according to the first embodiment
  • FIG. 3 is a conceptual diagram for explaining a human body plane used in the explanation of the detection system according to the first embodiment
  • 2 is a conceptual diagram for explaining a walking cycle used in explaining the gait measuring device according to the first embodiment; It is a block diagram showing an example of composition of a measuring device with which a detection system concerning a 1st embodiment is provided.
  • 4 is a graph for explaining a dorsiflexion peak and a plantarflexion peak detected by a measuring device included in the detection system according to the first embodiment; It is a block diagram showing an example of composition of a detection device with which a detection system concerning a 1st embodiment is provided.
  • 4 is a graph for explaining acceleration peaks detected by a detection device included in the detection system according to the first embodiment; 7 is a graph for explaining a middle stance time calculated by a detection device included in the detection system according to the first embodiment; 7 is a graph for explaining an example of detection of a first candidate time by a detection device included in the detection system according to the first embodiment; 7 is a graph for explaining an example of detection of a first candidate time by a detection device included in the detection system according to the first embodiment; 4 is a flowchart for explaining the operation of the detection device included in the detection system according to the first embodiment; It is a block diagram which shows an example of a structure of the detection apparatus which concerns on 2nd Embodiment.
  • FIG. 9 is a graph for explaining an example of detection of a second candidate time by the detection device according to the second embodiment; 8 is a flowchart for explaining the operation of the detection device according to the second embodiment;
  • FIG. 11 is a block diagram showing an example of the configuration of a detection device according to a third embodiment;
  • FIG. 11 is a graph for explaining an example of detection of a third candidate time by a detection device according to a third embodiment;
  • FIG. 9 is a flowchart for explaining the operation of the detection device according to the third embodiment;
  • FIG. 11 is a block diagram showing an example of the configuration of a detection device according to a fourth embodiment;
  • FIG. FIG. 14 is a graph for explaining an example of determination of heel contact time by the detection device according to the fourth embodiment;
  • FIG. 11 is a flow chart for explaining the operation of the detection device according to the fourth embodiment;
  • FIG. FIG. 12 is a block diagram showing an example of the configuration of a gait measurement system according to a fifth embodiment;
  • FIG. FIG. 12 is a conceptual diagram for explaining an application example of the gait measuring system according to the fifth embodiment;
  • FIG. 12 is a block diagram showing an example of the configuration of a detection device according to a sixth embodiment;
  • FIG. It is a block diagram which shows an example of the hardware constitutions which implement
  • the detection system of the present embodiment measures sensor data relating to the movement of the user's foot, which is measured as the user walks.
  • the detection system of this embodiment detects the timing of heel contact, which is one of the events (also called walking events) associated with walking, from the measured sensor data.
  • the heel contact timing also called heel contact time
  • gait parameters are used to estimate the user's physical condition.
  • FIG. 1 is a block diagram showing an example of the configuration of a detection system 1 according to this embodiment.
  • the detection system 1 comprises a measurement device 10 and a detection device 13 .
  • the measuring device 10 and the detecting device 13 may be connected by wire or wirelessly.
  • the measuring device 10 and the detecting device 13 may be configured as a single device.
  • the measurement device 10 and the detection device 13 are configured as separate hardware.
  • the measuring device 10 is installed on the user's footwear or the like whose body condition is to be estimated.
  • the functions of the detection device 13 are installed in a mobile terminal carried by the user.
  • the measuring device 10 and the detecting device 13 may be configured by the same hardware.
  • the measuring device 10 and the detecting device 13 are configured as the same hardware and installed on the user's footwear or the like.
  • the configurations of the measurement device 10 and the detection device 13 will be individually described below.
  • the measuring device 10 is installed on a user's foot.
  • the measuring device 10 is installed on the user's footwear.
  • the measuring device 10 measures sensor data related to foot movement.
  • the measuring device 10 includes sensors such as an acceleration sensor and an angular velocity sensor.
  • the measuring device 10 generates sensor data using the measured values measured by the sensor according to the movement of the foot.
  • FIG. 2 is a conceptual diagram showing an example in which the measuring device 10 is arranged inside the shoe 100 of the right foot.
  • the measuring device 10 is installed at a position corresponding to the back side of the arch of the foot.
  • the measuring device 10 is placed on an insole inserted into the shoe 100 .
  • the measuring device 10 may be arranged on the side or bottom of the shoe 100 .
  • the measuring device 10 may be embedded in the main body of the shoe 100.
  • the measurement device 10 may be removable from the shoe 100 or may not be removable from the shoe 100 .
  • the measuring device 10 may be installed at a position other than the back side of the arch of the foot as long as it can measure sensor data relating to the movement of the foot.
  • the measurement device 10 may be installed on a sock worn by the user or an accessory such as an anklet worn by the user. Moreover, the measuring device 10 may be attached directly to the foot or embedded in the foot.
  • FIG. 3 shows an example in which the measuring device 10 is installed on the shoe 100 of the right foot. The measuring device 10 may be installed on the shoe 100 of the left foot. Moreover, the measuring device 10 may be installed on the shoes 100 of both feet.
  • a local coordinate system is set with the measuring device 10 as a reference, including the x-axis in the left-right direction (horizontal direction), the y-axis in the front-back direction (traveling direction), and the z-axis in the up-down direction (vertical direction).
  • the x-axis is set positive to the left.
  • the y-axis is set backward positive.
  • the z-axis is set positive up.
  • the directions of the axes set in the measuring device 10 may be the same for the left and right feet, or may be different for the left and right feet.
  • the vertical directions (directions in the Z-axis direction) of the sensors 11 placed in the left and right shoes 100 are the same.
  • the three axes of the local coordinate system set in the sensor data derived from the left leg and the three axes of the local coordinate system set in the sensor data derived from the right leg are the same on the left and right.
  • FIG. 3 shows a local coordinate system (x-axis, y-axis, z-axis) set in the measuring device 10 installed on the back side of the foot arch, and a world coordinate system (x-axis, y-axis) set with respect to the ground. , Z-axis).
  • the world coordinate system X-axis, Y-axis, Z-axis
  • the lateral direction of the user is the X-axis direction (positive is leftward)
  • the direction of travel is the Y axis.
  • the axial direction (backward is positive) and the direction of gravity is set to the Z-axis direction (vertically upward is positive).
  • FIG. 3 conceptually shows the relationship between the local coordinate system (x-axis, y-axis, z-axis) and the world coordinate system (X-axis, Y-axis, Z-axis).
  • the coordinate system of FIG. 3 does not accurately represent the relationship between the local coordinate system and the world coordinate system, which fluctuate according to the walking of the user.
  • FIG. 4 is a conceptual diagram for explaining the foot inclination angle measured by the measuring device 10.
  • the foot inclination angle is the angle of the sole with respect to the ground (XY plane).
  • the foot tilt angle is defined as negative for toe-up (dorsiflexion).
  • the foot inclination angle is defined as positive when the toe is pointing downward (plantar flexion).
  • the positive and negative signs of the foot inclination angle may be defined oppositely. In that case, dorsiflexion is defined as positive and plantarflexion is defined as negative.
  • FIG. 5 is a conceptual diagram for explaining the plane set for the human body (also called the human body plane).
  • the plane of the human body that divides the body into left and right is called the sagittal plane.
  • the plane of the body that divides the body into front and back is called the coronal plane.
  • the plane of the human body that divides the body horizontally is called the horizontal plane.
  • the world coordinate system and the local coordinate system coincide with each other when the user stands upright with the center line of the foot facing the direction of travel.
  • Rotation in the sagittal plane about the X axis is defined as roll.
  • Rotation in the coronal plane about the Y axis is defined as pitch.
  • Rotation in the horizontal plane about the Z-axis is defined as yaw.
  • the rotation angle in the sagittal plane with the X axis as the rotation axis is called a roll angle.
  • the rotation angle in the coronal plane about the Y-axis is called the pitch angle.
  • a rotation angle in a horizontal plane with the Z axis as a rotation axis is called a yaw angle.
  • the foot inclination angle and the roll angle are used synonymously.
  • FIG. 6 is a conceptual diagram for explaining the step cycle based on the right foot.
  • the step cycle based on the left foot is also the same as the right foot.
  • the horizontal axis of FIG. 6 represents one gait cycle of the right foot starting when the heel of the right foot lands on the ground and ending when the heel of the right foot lands on the ground.
  • the horizontal axis of FIG. 6 is normalized with the stride cycle as 100%.
  • One walking cycle of one leg is roughly divided into a stance phase in which at least part of the sole of the foot is in contact with the ground, and a swing phase in which the sole of the foot is separated from the ground.
  • the horizontal axis in FIG. 6 is normalized so that the stance phase is 60% and the swing phase is 40%.
  • the stance phase is further subdivided into a load response period T1, a middle stance period T2, a final stance period T3, and an early swing period T4.
  • the swing phase is further subdivided into early swing phase T5, middle swing phase T6, and final swing phase T7.
  • FIG. 6 is an example, and does not limit the periods constituting the one-step cycle, the names of those periods, and the like.
  • E1 represents an event (heel contact) in which the heel of the right foot touches the ground (HC: Heel Contact).
  • E2 represents an event in which the toe of the left foot leaves the ground while the sole of the right foot is in contact with the ground (OTO: Opposite Toe Off).
  • E3 represents an event (heel rise) in which the heel of the right foot is lifted while the sole of the right foot is in contact with the ground (HR: Heel Rise).
  • E4 is an event (heel lift) in which the heel of the left foot touches the ground (OHS: Opposite Heel Strike).
  • E5 represents an event (toe off) in which the toe of the right foot leaves the ground while the sole of the left foot is in contact with the ground (TO: Toe Off).
  • E6 represents an event (Foot Adjacent) in which the left foot and the right foot cross each other while the sole of the left foot is in contact with the ground (FA: Foot Adjacent).
  • E7 represents an event (tibia vertical) in which the tibia of the right foot becomes almost vertical to the ground while the sole of the left foot is in contact with the ground (TV: Tibia Vertical).
  • E8 represents an event (heel contact) in which the heel of the right foot touches the ground (HC: Heel Contact).
  • E8 corresponds to the end point of the walking cycle starting from E1 and the starting point of the next walking cycle.
  • FIG. 6 is an example, and does not limit the events that occur during walking and the names of those events.
  • the detection system 1 of this embodiment detects heel contact as a walking event.
  • FIG. 7 is a block diagram showing an example of the configuration of the measuring device 10.
  • the measuring device 10 has a sensor 11 and a peak detector 12 .
  • Sensor 11 includes acceleration sensor 111 and angular velocity sensor 112 .
  • the peak detector 12 includes a coordinate converter 121 , a low-pass filter 122 , a roll angle calculator 123 , a dorsiflexion peak detector 125 , a plantarflexion peak detector 126 , and a data transmitter 127 .
  • the dorsiflexion peak detector 125 and plantar flexion peak detector 126 constitute a plantar angle peak detector 124 .
  • the acceleration sensor 111 is a sensor that measures acceleration in three axial directions (also called spatial acceleration).
  • the acceleration sensor 111 measures acceleration in three axial directions as a physical quantity related to foot movement.
  • the acceleration sensor 111 outputs the measured acceleration in the three axial directions to the peak detector 12 .
  • the acceleration sensor 111 can be a sensor of a piezoelectric type, a piezoresistive type, a capacitive type, or the like. As long as the sensor used as the acceleration sensor 111 can measure acceleration, the measurement method is not limited.
  • the angular velocity sensor 112 is a sensor that measures angular velocities around three axes (also called spatial angular velocities).
  • the angular velocity sensor 112 measures angular velocities around three axes as physical quantities related to foot movement.
  • the angular velocity sensor 112 outputs the measured angular velocity to the peak detector 12 .
  • the angular velocity sensor 112 can be a vibration type sensor or a capacitance type sensor. As long as the sensor used as the angular velocity sensor 112 can measure the angular velocity, the measurement method is not limited.
  • the sensor 11 is realized, for example, by an inertial measurement device that measures acceleration and angular velocity.
  • An example of an inertial measurement device is an IMU (Inertial Measurement Unit).
  • the IMU includes an acceleration sensor 111 that measures acceleration along three axes and an angular velocity sensor 112 that measures angular velocity around three axes.
  • the sensor 11 may be implemented by an inertial measurement device such as VG (Vertical Gyro) or AHRS (Attitude Heading).
  • the sensor 11 may be realized by GPS/INS (Global Positioning System/Inertial Navigation System).
  • the sensor 11 may be implemented by a device other than an inertial measurement device as long as it can measure physical quantities related to foot movement.
  • the sensor 11 may include sensors other than the acceleration sensor 111 and the angular velocity sensor 112 . Description of other sensors that may be included in the sensor 11 is omitted.
  • the coordinate conversion unit 121 acquires acceleration data and angular velocity data from the sensor 11 .
  • the coordinate transformation unit 121 uses the acceleration data and the angular velocity data to calculate the quaternion and the traveling direction acceleration.
  • the coordinate transformation unit 121 calculates a quaternion representing the orientation of the sensor 11 by the Madgwick Filter algorithm.
  • the coordinate transformation unit 121 calculates the traveling direction acceleration transformed from the local coordinate system of the sensor 11 to the world coordinate system.
  • the coordinate transformation unit 121 outputs the calculated quaternion and traveling direction acceleration.
  • the low-pass filter 122 acquires traveling direction acceleration from the coordinate transformation unit 121 .
  • a low-pass filter 122 smoothes by removing high frequency components of the heading acceleration.
  • Low pass filter 122 outputs a smoothed process acceleration (also called smoothed process acceleration).
  • smoothed process acceleration also called smoothed process acceleration.
  • the smoothed direction acceleration is also referred to as direction acceleration.
  • the roll angle calculator 123 acquires quaternions from the coordinate converter 121 .
  • the roll angle calculator 123 calculates Euler angles representing the orientation of the sensor 11 using quaternions.
  • the Euler angle calculated by the roll angle calculator 123 is the foot inclination angle (roll angle).
  • the roll angle calculator 123 outputs the calculated roll angle.
  • the dorsiflexion peak detector 125 acquires the roll angle from the roll angle calculator 123 .
  • the dorsiflexion peak detection unit 125 detects the time when the foot is most dorsiflexed (also referred to as the dorsiflexion peak time) in the one-step cycle from the acquired time-series data of the roll angle. For example, the dorsiflexion peak detection unit 125 detects the time when the roll angle time-series data takes a minimum value as the dorsiflexion peak time. For example, the dorsiflexion peak detection unit 125 detects the time at which the roll angle has a minimum value and the minimum value is below a threshold as the dorsiflexion peak time in the roll angle time-series data. The dorsiflexion peak detection unit 125 outputs the detected dorsiflexion peak time.
  • the plantar flexion peak detector 126 acquires the roll angle from the roll angle calculator 123 .
  • the plantar flexion peak detection unit 126 detects the time at which the foot is most plantar flexed (also referred to as plantar flexion peak time) in the step cycle from the acquired time-series data of the roll angle. For example, the plantar flexion peak detection unit 126 detects the time when the roll angle time-series data takes the maximum value as the plantar flexion peak time. For example, the plantar flexion peak detection unit 126 detects the time when the roll angle takes a maximum value and the maximum value exceeds the threshold value as the plantar flexion peak time in the time-series data of the roll angle. The plantarflexion peak detection unit 126 outputs the detected plantarflexion peak time.
  • the dorsiflexion peak detection unit 125 and the plantar flexion peak detection unit 126 may be a single configuration (plantar angle peak detection unit 124).
  • the plantar angle peak detection unit 124 detects the time when the roll angle time-series data takes a minimum value as the dorsiflexion peak time.
  • the plantar angle peak detection unit 124 detects the time when the roll angle time-series data takes a maximum value as the plantar flexion peak time.
  • the plantar angle peak detection unit 124 sequentially outputs the alternately detected dorsiflexion peak time and plantarflexion peak time.
  • FIG. 8 is an example of roll angle time-series data.
  • the time of the minimum point P d at which the roll angle time-series data takes the minimum value is the peak dorsiflexion time t d .
  • the time of the maximum point Pb at which the roll angle time-series data takes the maximum value is the plantarflexion peak time tb .
  • the positive and negative signs of the foot inclination angle may be defined oppositely.
  • the time of the minimum point of the roll angle time series data corresponds to the plantar flexion peak time
  • the time of the maximum point of the roll angle time series data corresponds to the dorsiflexion peak time.
  • the data transmission unit 127 acquires the traveling direction acceleration from the low-pass filter 122 .
  • the data transmission unit 127 acquires the dorsiflexion peak time from the dorsiflexion peak detection unit 125 .
  • the data transmission unit 127 acquires the plantarflexion peak time from the plantarflexion peak detection unit 126 .
  • the data transmission unit 127 transmits transmission data including the traveling direction acceleration, the dorsiflexion peak time, and the plantarflexion peak time to the detection device 13 .
  • the transmission data may include data such as left-right acceleration (X-direction acceleration), vertical acceleration (Z-direction acceleration), and angular velocities and angles about three axes.
  • FIG. 9 is a block diagram showing an example of the configuration of the detection device 13. As shown in FIG. The detection device 13 has a data acquisition unit 131 , a candidate detection unit 135 and an output unit 137 .
  • Candidate detection section 135 has acceleration peak time detection section 151 , search end time calculation section 152 , signal distance calculation section 153 , and candidate time detection section 154 .
  • Acceleration peak time detection section 151 and search end time calculation section 152 constitute search time period setting section 150 .
  • the data acquisition unit 131 acquires transmission data from the measuring device 10 .
  • the data acquisition unit 131 outputs the traveling direction acceleration and the dorsiflexion peak time included in the acquired transmission data to the acceleration peak time detection unit 151 .
  • the traveling direction acceleration includes time-series data of signal point values at the measurement timing (time) of the sensor data.
  • the data acquisition unit 131 outputs the dorsiflexion peak time and the plantarflexion peak time included in the acquired transmission data to the search end time calculation unit 152 .
  • the data acquisition unit 131 receives transmission data from the measuring device 10 via wireless communication.
  • the data acquisition unit 131 is configured to receive transmission data from the measuring device 10 via a wireless communication function (not shown) conforming to standards such as Bluetooth (registered trademark) and WiFi (registered trademark). .
  • the communication function of the data acquisition unit 131 may conform to standards other than Bluetooth (registered trademark) and WiFi (registered trademark).
  • the data acquisition unit 131 may also receive transmission data from the measuring device 10 via a wire such as a cable.
  • the data acquisition unit 131 may receive transmission data via a communication function such as a mobile terminal in which the detection device 13 is mounted.
  • the acceleration peak time detection unit 151 acquires the traveling direction acceleration and the dorsiflexion peak time from the data acquisition unit 131 .
  • the acceleration peak time detection unit 151 detects the time (also referred to as the acceleration peak time) at which the traveling direction acceleration takes the maximum value in the search time period before and after the peak dorsiflexion time. That is, the acceleration peak time detection unit 151 detects the acceleration peak time based on the dorsiflexion peak time.
  • the acceleration peak time is the start time of the search time period (also called the first search time period) of the heel contact time. When the positive and negative signs of the traveling direction acceleration are opposite, the time when the traveling direction acceleration takes the minimum value corresponds to the acceleration peak time.
  • the acceleration peak time detection unit 151 detects the acceleration peak time within a predetermined time based on the dorsiflexion peak time. For example, the acceleration peak time detection unit 151 detects the acceleration peak time in a data range of several samples based on the dorsiflexion peak time. Acceleration peak time detection section 151 outputs the detected acceleration peak time to signal distance calculation section 153 .
  • FIG. 10 is a conceptual diagram for explaining an example of acceleration peaks detected by the acceleration peak time detection unit 151.
  • FIG. 10 shows an example of a time-series data waveform of the traveling direction of the foot measured according to the walking of the user and an example of a time-series data waveform of the angle (roll angle) in the sagittal plane.
  • the acceleration peak time detection unit 151 detects the acceleration peak time in the search time period before and after the dorsiflexion peak time td .
  • the timing (dorsiflexion peak) at which the roll angle time-series data takes a minimum value appears near heel contact.
  • the maximum peak appearing in the time-series data of traveling direction acceleration is caused by sudden deceleration that occurs immediately before heel strike.
  • the difference between the dorsiflexion peak time and the acceleration peak time falls within a range of about 10% of the walking cycle. Therefore, the acceleration peak search time period may be set to a time range of about 10% of the walking cycle.
  • the search end time calculation unit 152 acquires the dorsiflexion peak time and the plantarflexion peak time from the data acquisition unit 131 .
  • the search end time calculation unit 152 detects the midpoint time between the dorsiflexion peak time and the plantarflexion peak time (also referred to as the middle stance time) as the search end time.
  • the search end time (also called the first search end time) calculated by the search end time calculator 152 is the end time of the first search time period.
  • the search end time calculator 152 outputs the detected first search end time to the signal distance calculator 153 .
  • FIG. 11 is an example of time-series data of roll angles.
  • the midpoint time between dorsiflexion peak time td and plantarflexion peak time tb is middle stance time tm .
  • a period of time between two consecutive intermediate stance times t m corresponds to a step cycle.
  • the signal distance calculation unit 153 acquires traveling direction acceleration from the data acquisition unit 131 .
  • the signal distance calculator 153 may acquire the traveling direction acceleration from the acceleration peak time detector 151 . Further, the signal distance calculation unit 153 acquires the acceleration peak time from the acceleration peak time detection unit 151 . Furthermore, the signal distance calculator 153 acquires the first search end time from the search end time calculator 152 .
  • the signal distance calculator 153 sets the time period from the acceleration peak time to the first search end time as a search time period (also called a first search time period).
  • the signal distance calculation unit 153 draws a straight line (also called a first reference straight line) passing through the signal points at the acceleration peak time and the first search end time in the time-series data waveform of the traveling direction acceleration.
  • the time-series data waveform of the acceleration in the traveling direction is represented by a graph in which the horizontal axis is time and the vertical axis is the acceleration in the traveling direction.
  • the signal distance calculator 153 draws a first reference straight line passing through the signal points at the acceleration peak time and the first search end time in the time-series data waveform of the traveling direction acceleration.
  • the signal distance calculator 153 may draw, as the first reference straight line, a line segment connecting the signal points of the traveling direction acceleration at the acceleration peak time and the first search end time.
  • the signal distance calculation unit 153 calculates the Euclidean distance between the signal point at each time of the time-series data waveform of the traveling direction acceleration and the first reference straight line in the first search time period as the first signal distance.
  • the first signal distance corresponds to the length of a perpendicular drawn from the signal point of the traveling direction acceleration at each time to the first reference straight line.
  • the signal distance calculator 153 outputs the first signal distance calculated for each time of the time-series data waveform of the traveling direction acceleration to the candidate time detector 154 .
  • the candidate time detection unit 154 acquires from the signal distance calculation unit 153 the first signal distance calculated for each time of the time-series data waveform of the traveling direction acceleration.
  • the candidate time detection unit 154 detects the signal point with the maximum first signal distance.
  • a signal point with the maximum first signal distance is called a feature signal point.
  • the candidate time detection unit 154 detects the time of the feature signal point as the heel contact candidate time.
  • Candidate time detection section 154 outputs the detected candidate time (also referred to as a first candidate time) to output section 137 .
  • the 12 and 13 are graphs for explaining an example of detecting the first candidate time t h1 from the time-series data waveform of traveling direction acceleration.
  • the signal distance calculator 153 draws a first reference straight line L1 passing through the signal points at the acceleration peak time t a and the first search end time t s1 in the time-series data waveform of the traveling direction acceleration.
  • the first search end time t s1 corresponds to the intermediate stance time t m .
  • the signal distance calculation unit 153 calculates the signal point D t1 at each time of the time-series data waveform of the traveling direction acceleration in the first search time period T s1 between the acceleration peak time t a and the first search end time t s1 , Calculate the Euclidean distance to the first reference straight line L1 .
  • the calculated Euclidean distance is the first signal distance dt1 .
  • the candidate time detection unit 154 detects the time at which the first signal distance d t1 is maximum (d max1 ) in the first search time period T s1 as the first candidate time t h1 .
  • the output unit 137 acquires the first candidate time from the candidate time detection unit 154 .
  • the output unit 137 outputs the acquired first candidate time as the heel contact time.
  • the output unit 137 outputs the heel contact time to a system or device (not shown).
  • the output unit 137 outputs the heel contact time to other software installed inside the terminal device in which the detection device 13 is mounted.
  • the output unit 137 outputs the heel contact time from the terminal device in which the detection device 13 is mounted to a system or device (not shown) executed by a cloud or server.
  • the output destination of the heel contact time is not limited.
  • the detection device 13 is connected to an external system built on a cloud or server via a mobile terminal (not shown) carried by the user.
  • a mobile terminal is a portable terminal device having a communication function.
  • the mobile terminal is a mobile communication device having a communication function such as a smart phone, a smart watch, or a mobile phone.
  • the detection device 13 is connected to the mobile terminal via a wire such as a cable.
  • the detection device 13 is connected to the mobile terminal via wireless communication.
  • the detection device 13 is connected to the mobile terminal via a wireless communication function (not shown) conforming to standards such as Bluetooth (registered trademark) and WiFi (registered trademark).
  • the heel strike time may be used by an application installed on the mobile device. In that case, the mobile terminal executes processing using the heel contact time by application software or the like installed in the mobile terminal.
  • FIG. 13 is a flowchart for explaining an example of the operation of the detection device 13. As shown in FIG. In the description along the flow chart of FIG. 13, the detection device 13 will be described as an operating entity.
  • the detection device 13 first acquires transmission data transmitted from the measurement device 10 (step S11).
  • the transmitted data includes forward acceleration, peak dorsiflexion time, and peak plantarflexion time.
  • the detection device 13 detects the acceleration peak time based on the dorsiflexion peak time in the time-series data waveform of the acceleration in the traveling direction (step S12). For example, the detection device 13 detects the acceleration peak time within a time range of about 10% of the walking cycle with reference to the dorsiflexion peak time. For example, the detection device 13 detects the acceleration peak time within a data range of several samples based on the dorsiflexion peak time.
  • the detection device 13 calculates the midpoint time between the dorsiflexion peak time and the plantarflexion peak time (the intermediate stance time) as the first search end time (step S13).
  • the first search end time corresponds to the middle stance time.
  • the detection device 13 calculates the first signal distance in the first search time period between the acceleration peak time and the first search end time (step S14). For example, the detection device 13 draws a first reference straight line that passes through the acceleration peak time and the signal point at the end of the first search in the time-series data waveform of the acceleration in the traveling direction. The detection device 13 calculates the Euclidean distance (first signal distance) between the signal point at each time of the time-series data waveform of the traveling direction acceleration and the first reference straight line in the search time period.
  • the detection device 13 detects the time at which the first signal distance is maximum in the first search time period as the first candidate time (step S15).
  • the detection device 13 outputs the detected first candidate time as the heel contact time (step S16).
  • the heel contact time output from the detection device 13 is used for detecting a walking event, estimating the user's physical condition, and the like.
  • the detection system of this embodiment includes a measurement device and a detection device.
  • the measuring device includes a sensor and a peak detector.
  • the sensors are placed on the user's footwear.
  • a sensor measures spatial acceleration and spatial angular velocity.
  • the sensor uses the measured spatial acceleration and spatial angular velocity to generate sensor data regarding foot movement.
  • the sensor outputs the generated sensor data, and the peak detection unit acquires time-series data of the sensor data.
  • the peak detector smoothes the time-series data of the traveling direction acceleration included in the sensor data.
  • the peak detection unit detects a dorsiflexion peak time and a plantarflexion peak time from the roll angle time-series data included in the sensor data.
  • the peak detector outputs data including the smoothed progress acceleration, dorsiflexion peak time, and plantarflexion peak time to the detection device.
  • the detection device includes a data acquisition unit, a candidate detection unit, and an output unit.
  • the data acquisition unit acquires data including the dorsiflexion peak time, the plantarflexion peak time, and the traveling direction acceleration, which are obtained from the sensor data regarding the movement of the foot.
  • the candidate detection unit calculates the intermediate stance time corresponding to the midpoint time between the peak dorsiflexion time and the peak plantarflexion time as the first search end time.
  • the candidate detection unit sets the time period from the acceleration peak time to the first search end time as the first search time period.
  • the candidate detection unit sets a first reference straight line passing through the signal point of the traveling direction acceleration at the acceleration peak time and the signal point of the traveling direction acceleration at the first search end time.
  • the candidate detection unit calculates a first signal distance corresponding to the Euclidean distance of the signal point of the traveling direction acceleration with respect to the first reference straight line for the signal point of the traveling direction acceleration included in the first search time period.
  • the candidate detection unit detects the time of the characteristic signal point at which the calculated first signal distance takes the maximum value as the candidate time.
  • the output unit outputs the detected candidate time as the heel contact time.
  • the first search time period is set, starting at the acceleration peak time obtained from sensor data measured by the sensor installed on the user's foot, and ending at the first search end time.
  • the time of the feature signal point at which the first signal distance corresponding to the Euclidean distance of the signal point of the acceleration in the traveling direction with respect to the first reference straight line set in the first search time period takes the maximum value is defined as the candidate time.
  • the candidate time detected in the set first search time period is detected as the heel contact time. Therefore, according to the present embodiment, it is possible to uniquely detect heel contact during walking of the user using data measured by the sensors installed on the user's feet.
  • the method of this embodiment can be applied to gait analysis in fields such as medicine and healthcare. Heel strike is an important gait event in gait analysis.
  • the heel contact time detected by the method of this embodiment is used to analyze the relationship between the foot angle at the heel contact time and a specific disease.
  • the heel contact time detected by the method of this embodiment is used as a reference for detecting other walking events.
  • the detection device of this embodiment differs from that of the first embodiment in the search time period for the candidate times of the heel contact time.
  • the detection device according to this embodiment acquires transmission data from the measurement device according to the first embodiment.
  • FIG. 15 is a block diagram showing an example of the configuration of the detection device 23.
  • the detection device 23 has a data acquisition section 231 , a candidate detection section 235 and an output section 237 .
  • Candidate detection section 235 has acceleration peak time detection section 251 , search end time calculation section 252 , signal distance calculation section 253 , and candidate time detection section 254 .
  • Acceleration peak time detection section 251 and search end time calculation section 252 constitute search time period setting section 250 .
  • the data acquisition unit 231 has the same configuration as the data acquisition unit 131 of the first embodiment.
  • the data acquisition unit 231 acquires transmission data from a measuring device (not shown).
  • the data acquisition unit 231 outputs the traveling direction acceleration and dorsiflexion peak time included in the transmission data to the acceleration peak time detection unit 251 .
  • the traveling direction acceleration includes time-series data of signal point values at the measurement timing (time) of the sensor data.
  • the data acquisition unit 231 outputs the dorsiflexion peak time and the plantarflexion peak time included in the transmission data to the search end time calculation unit 252 .
  • the acceleration peak time detection unit 251 has the same configuration as the acceleration peak time detection unit 151 included in the detection device 13 of the first embodiment.
  • the acceleration peak time detection unit 251 acquires the traveling direction acceleration and the dorsiflexion peak time from the data acquisition unit 231 .
  • the acceleration peak time detection unit 251 detects the acceleration peak time at which the traveling direction acceleration takes the maximum value in the search time period before and after the dorsiflexion peak time. That is, the acceleration peak time detection unit 251 detects the acceleration peak time based on the dorsiflexion peak time.
  • the acceleration peak time is the start time of the heel contact time search time period (also referred to as the second search time period). When the positive and negative signs of the traveling direction acceleration are opposite, the time when the traveling direction acceleration takes the minimum value corresponds to the acceleration peak time. Acceleration peak time detection section 251 outputs the detected acceleration peak time to signal distance calculation section 253 .
  • the search end time calculation unit 252 acquires the dorsiflexion peak time and the plantarflexion peak time from the data acquisition unit 231 .
  • the search end time calculation unit 252 acquires the acceleration peak time from the acceleration peak time detection unit 251 .
  • the search end time calculation unit 252 detects the midpoint time between the dorsiflexion peak time and the plantarflexion peak time (middle stance time).
  • the search end time calculation unit 252 detects a period of time between consecutive intermediate stance times as a step cycle. For example, the search end time calculation unit 252 calculates the difference between the latest intermediate stance time under verification and the previous intermediate stance time as a step cycle.
  • the search end time calculation unit 252 calculates a time after a predetermined proportion of the one-step cycle from the acceleration peak time as the search end time. In general walking, heel contact occurs in about 10% of the time zone immediately after the acceleration in the traveling direction reaches its peak. Therefore, the predetermined ratio of the one-step cycle may be set to approximately 10% of the one-step cycle.
  • the search end time (also referred to as the second search end time) calculated by the search end time calculator 252 is the end time of the second search time period.
  • the search end time calculator 252 outputs the calculated second search end time to the signal distance calculator 253 .
  • the signal distance calculation unit 253 acquires traveling direction acceleration from the data acquisition unit 231 .
  • the signal distance calculator 253 may acquire the traveling direction acceleration from the acceleration peak time detector 251 .
  • the signal distance calculation unit 253 acquires the acceleration peak time from the acceleration peak time detection unit 251 .
  • the signal distance calculator 253 acquires the second search end time from the search end time calculator 252 .
  • the signal distance calculator 253 sets the time period from the acceleration peak time to the second search end time as a search time period (also referred to as a second search time period).
  • the signal distance calculation unit 253 draws a straight line (second reference straight line) passing through the signal points at the acceleration peak time and the second search end time in the time-series data waveform of the traveling direction acceleration.
  • the time-series data waveform of the acceleration in the traveling direction is represented by a graph in which the horizontal axis is time and the vertical axis is the acceleration in the traveling direction.
  • the signal distance calculator 253 draws a second reference straight line passing through the signal points at the acceleration peak time and the second search end time in the time-series data waveform of the traveling direction acceleration.
  • the signal distance calculator 253 may draw, as the second reference straight line, a line segment connecting the signal points of the traveling direction acceleration at the acceleration peak time and the second search end time.
  • the signal distance calculation unit 253 calculates the Euclidean distance between the second reference straight line and the signal point at each time of the time-series data waveform of the acceleration in the traveling direction in the second search time period as the second signal distance.
  • the second signal distance corresponds to the length of a perpendicular drawn from the signal point of the traveling direction acceleration at each time to the second reference straight line.
  • the signal distance calculator 253 outputs the second signal distance calculated for each time of the time-series data waveform of the traveling direction acceleration to the candidate time detector 254 .
  • the candidate time detection unit 254 acquires from the signal distance calculation unit 253 the second signal distance calculated for each time of the time-series data waveform of the traveling direction acceleration.
  • the candidate time detection unit 254 detects the signal point with the maximum second signal distance.
  • a signal point with the maximum second signal distance is called a feature signal point.
  • the candidate time detection unit 254 detects the time of the feature signal point as the heel contact candidate time.
  • Candidate time detection section 254 outputs the detected candidate time (also referred to as a second candidate time) to output section 237 .
  • FIG. 16 is a graph for explaining an example of detecting the second candidate time t h2 from the time-series data waveform of traveling direction acceleration.
  • the signal distance calculator 253 draws a second reference straight line L2 passing through the signal points at the acceleration peak time t a and the second search end time t s2 in the time-series data waveform of the traveling direction acceleration.
  • the signal distance calculation unit 253 calculates signal points D t2 and , the Euclidean distance to the second reference straight line L 2 .
  • the calculated Euclidean distance is the second signal distance dt2 .
  • the candidate time detection unit 254 detects the time when the second signal distance d t2 is maximum (d max2 ) in the second search time period T s2 as the second candidate time t h2 .
  • the signal point D t2 at which the second signal distance d t2 is the maximum (d max2 ) is also called a feature signal point.
  • the output unit 237 acquires the second candidate time from the candidate time detection unit 254 .
  • the output unit 237 outputs the acquired second candidate time as the heel contact time.
  • the output unit 237 outputs the heel contact time to a system or device (not shown).
  • the output unit 237 outputs the heel contact time to other software installed inside the terminal device in which the detection device 23 is mounted.
  • the output unit 237 outputs the heel contact time from the terminal device in which the detection device 23 is mounted to a system or device (not shown) executed by a cloud or server.
  • the output destination of the heel contact time is not limited.
  • FIG. 17 is a flowchart for explaining an example of the operation of the detection device 23. As shown in FIG. In the description along the flow chart of FIG. 17, the detection device 23 will be described as an operating entity.
  • the detection device 23 first acquires transmission data transmitted from a measurement device (not shown) (step S21).
  • the transmitted data includes forward acceleration, peak dorsiflexion time, and peak plantarflexion time.
  • the detection device 23 detects the acceleration peak time on the basis of the dorsiflexion peak time in the time-series data waveform of the traveling direction acceleration (step S22). For example, the detection device 23 detects the acceleration peak time within a time range of about 10% of the walking cycle based on the dorsiflexion peak time. For example, the detection device 23 detects the acceleration peak time within a data range of several samples based on the dorsiflexion peak time.
  • the detection device 23 calculates the midpoint time between the dorsiflexion peak time and the plantarflexion peak time as the intermediate stance time (step S23).
  • the detection device 23 calculates the time between consecutive intermediate stance times as a step cycle (step S24).
  • the detection device 23 calculates the time after a predetermined percentage of the one-step cycle from the acceleration peak time as the second search end time (step S25).
  • the detection device 23 calculates the second signal distance in the second search time period between the acceleration peak time and the second search end time (step S26). For example, the detection device 23 draws a second reference straight line passing through the signal points at the acceleration peak time and the second search end time in the time-series data waveform of the acceleration in the traveling direction. The detection device 23 calculates the Euclidean distance (second signal distance) between the signal point at each time of the time-series data waveform of the traveling direction acceleration and the second reference straight line in the second search time period.
  • the detection device 23 detects the time at which the second signal distance is maximum in the second search time period as the second candidate time (step S27).
  • the detecting device 23 outputs the detected second candidate time as the heel contact time (step S28).
  • the heel contact time output from the detection device 23 is used for detecting a walking event, estimating the user's physical condition, and the like.
  • the detection device of this embodiment includes a data acquisition unit, a candidate detection unit, and an output unit.
  • the data acquisition unit acquires data including the dorsiflexion peak time, the plantarflexion peak time, and the traveling direction acceleration, which are obtained from the sensor data regarding the movement of the foot.
  • the candidate detection unit calculates the middle stance time corresponding to the midpoint time between the peak dorsiflexion time and the peak plantarflexion time.
  • the candidate detection unit calculates a period of time between consecutive intermediate stance times as a step period.
  • the candidate detection unit sets a time after a predetermined proportion of the one-step cycle from the acceleration peak time as the second search end time.
  • the candidate detection unit sets the time period from the acceleration peak time to the second search end time as the second search time period.
  • the candidate detection unit sets a second reference straight line that passes through the traveling direction acceleration signal point at the acceleration peak time and the traveling direction acceleration signal point at the second search end time.
  • the candidate detection unit calculates a second signal distance corresponding to the Euclidean distance of the signal point of the traveling direction acceleration with respect to the second reference straight line for the signal point of the traveling direction acceleration included in the second search time period.
  • the candidate detection unit detects the time of the characteristic signal point at which the calculated second signal distance takes the maximum value as the candidate time.
  • the output unit outputs the detected candidate time as the heel contact time.
  • the second search time period is set, starting at the acceleration peak time obtained from sensor data measured by the sensor installed on the user's foot, and ending at the second search end time.
  • the time of the feature signal point at which the second signal distance corresponding to the Euclidean distance of the signal point of the acceleration in the traveling direction with respect to the second reference straight line set in the second search time period takes the maximum value is determined as the candidate time.
  • the candidate time detected in the second search time period is detected as the heel contact time. Therefore, according to the present embodiment, it is possible to uniquely detect heel contact during walking of the user using data measured by the sensors installed on the user's feet.
  • the detection device of this embodiment differs from the first and second embodiments in the search time period for candidate times of heel contact. Further, the detection device of this embodiment differs from the first and second embodiments in that no reference straight line is used.
  • the detection device according to this embodiment acquires transmission data from the measurement device according to the first embodiment.
  • FIG. 18 is a block diagram showing an example of the configuration of the detection device 33. As shown in FIG.
  • the detection device 33 has a data acquisition section 331 , a candidate detection section 335 and an output section 337 .
  • Candidate detection section 335 has acceleration peak time detection section 351 and candidate time detection section 354 .
  • the data acquisition unit 331 has the same configuration as the data acquisition unit 131 of the first embodiment.
  • the data acquisition unit 331 acquires transmission data from a measuring device (not shown).
  • the data acquisition unit 331 outputs the traveling direction acceleration and dorsiflexion peak time included in the transmission data to the acceleration peak time detection unit 351 .
  • the traveling direction acceleration includes time-series data of signal point values at the measurement timing (time) of the sensor data.
  • the data acquisition unit 331 outputs the traveling direction acceleration included in the transmission data to the candidate time detection unit 354 .
  • the acceleration peak time detection unit 351 has the same configuration as the acceleration peak time detection unit 151 included in the detection device 13 of the first embodiment.
  • the acceleration peak time detection unit 351 acquires the traveling direction acceleration and the dorsiflexion peak time from the data acquisition unit 331 .
  • the acceleration peak time detection unit 351 detects the acceleration peak time at which the traveling direction acceleration takes the maximum value in the search time period before and after the dorsiflexion peak time. That is, the acceleration peak time detection unit 351 detects the acceleration peak time based on the dorsiflexion peak time.
  • the acceleration peak time detection section 351 outputs the detected acceleration peak time to candidate time detection section 354 .
  • the candidate time detection unit 354 acquires traveling direction acceleration from the data acquisition unit 331 .
  • Candidate time detection section 354 acquires acceleration peak time from acceleration peak time detection section 351 .
  • Candidate time detection unit 354 sets the time period following the acceleration peak time as the third search time period.
  • the candidate time detection unit 354 first detects the signal point at which the acceleration in the traveling direction takes a minimum value in the third search time period. If the positive and negative signs of the traveling direction acceleration are opposite, the candidate time detection unit 354 first detects the signal point at which the traveling direction acceleration takes the maximum value in the third search time period. That is, candidate time detection section 354 first detects a signal point at which traveling direction acceleration takes an extreme value in the third search time period. In the third search time period, the signal point at which the acceleration in the traveling direction first takes an extreme value is called a feature signal point. The candidate time detection unit 354 detects the time of the characteristic signal point as the heel contact candidate time.
  • the beginning of the third search time period is the acceleration peak time ta .
  • the end of the third search time period may be after the time when the acceleration in the traveling direction first takes a minimum value after the acceleration peak time t a .
  • the candidate time detection unit 354 compares the signal values at each of temporally consecutive times t n ⁇ 1 , t n , and t n+1 (n is a natural number) in the third search time period. .
  • the candidate time detection unit 354 detects the time when the signal value at the time t is the minimum as the candidate time.
  • Candidate time detection section 354 outputs the detected candidate time (also referred to as a third candidate time) to output section 337 .
  • FIG. 19 is a graph for explaining an example of detecting the third candidate time t h3 from the time-series data waveform of traveling direction acceleration.
  • the candidate time detection unit 354 detects the time at which the travel direction acceleration first takes a minimum value in the third search time period T S3 after the acceleration peak time t a as the third candidate time t h3 .
  • the output unit 337 acquires the third candidate time from the candidate time detection unit 354 .
  • the output unit 337 outputs the acquired third candidate time as the heel contact time.
  • the output unit 337 outputs the heel contact time to a system or device (not shown).
  • the output unit 337 outputs the heel contact time to other software installed inside the terminal device in which the detection device 33 is mounted.
  • the output unit 337 outputs the heel contact time from the terminal device in which the detection device 33 is mounted to a system or device (not shown) executed by a cloud or server.
  • the output destination of the heel contact time is not limited.
  • FIG. 20 is a flowchart for explaining an example of the operation of the detection device 33. As shown in FIG. In the description according to the flowchart of FIG. 20, the detection device 33 will be described as an operating body.
  • the detection device 33 first acquires transmission data transmitted from a measurement device (not shown) (step S31).
  • the transmitted data includes forward acceleration and dorsiflexion peak time.
  • the detection device 33 detects the acceleration peak time on the basis of the dorsiflexion peak time in the time-series data waveform of the acceleration in the traveling direction (step S32). For example, the detection device 33 detects the acceleration peak time within a time range of about 10% of the walking cycle based on the dorsiflexion peak time. For example, the detection device 33 detects the acceleration peak time within a data range of several samples based on the dorsiflexion peak time.
  • the detecting device 33 detects, as a third candidate time, the time when the traveling direction acceleration first takes a minimum value in the third search time period after the maximum acceleration peak time (step S33).
  • the detection device 33 outputs the detected third candidate time as the heel contact time (step S34).
  • the heel contact time output from the detection device 33 is used for detecting a walking event, estimating the user's physical condition, and the like.
  • the detection device of this embodiment includes a data acquisition unit, a candidate detection unit, and an output unit.
  • the data acquisition unit acquires data including the dorsiflexion peak time, the plantarflexion peak time, and the traveling direction acceleration, which are obtained from the sensor data regarding the movement of the foot.
  • the candidate detection unit sets the time period starting from the acceleration peak time as the third search end time period.
  • the candidate detection unit detects, as a candidate time, the time at which the travel direction acceleration first takes an extreme value in the third search end time zone.
  • the output unit outputs the detected candidate time as the heel contact time.
  • the third search time period is set starting from the acceleration peak time obtained from the sensor data measured by the sensor installed on the user's foot.
  • the time at which the travel direction acceleration first takes an extreme value in the third search end time period is detected as the candidate time. Therefore, according to the present embodiment, it is possible to uniquely detect heel contact during walking of the user using data measured by the sensors installed on the user's feet.
  • the detecting device of this embodiment is different from the first embodiment in that it detects a plurality of candidates for heel contact timing by combining the techniques of the first to third embodiments, and determines the heel contact time based on the detection results. different from the form.
  • the detection device according to this embodiment acquires transmission data from the measurement device according to the first embodiment.
  • the detection device of this embodiment includes one candidate detection unit of each of the first to third embodiments.
  • the number of candidate detection units included in the detection device of this embodiment is not limited to three.
  • the detection device of this embodiment may include four or more candidate detection units.
  • the detection device of this embodiment may have a configuration in which two of the candidate detection units provided in the first to third embodiments are combined.
  • FIG. 21 is a block diagram showing an example of the configuration of the detection device 43 according to this embodiment.
  • the detection device 43 has a data acquisition section 431 , a candidate detection section 435 and an output section 437 .
  • the candidate detection section 435 has a first candidate detection section 451 , a second candidate detection section 452 , a third candidate detection section 453 and a heel contact determination section 455 .
  • the data acquisition unit 431 has the same configuration as the data acquisition unit 131 of the first embodiment.
  • the data acquisition unit 431 acquires transmission data from a measuring device (not shown).
  • the data acquisition unit 431 transmits the traveling direction acceleration, dorsiflexion peak time, and plantarflexion peak time included in the acquired transmission data to the first candidate detection unit 451, the second candidate detection unit 452, and the third candidate detection unit 453.
  • the traveling direction acceleration includes time-series data of signal point values at the measurement timing (time) of the sensor data.
  • the data output to each of first candidate detection section 451, second candidate detection section 452, and third candidate detection section 453 will be described later.
  • the first candidate detection unit 451 has the same configuration as the candidate detection unit 135 of the first embodiment.
  • the first candidate detection unit 451 acquires the traveling direction acceleration, the dorsiflexion peak time, and the plantarflexion peak time from the data acquisition unit 431 .
  • the first candidate detection unit 451 detects the acceleration peak time at which the acceleration in the traveling direction becomes maximum, using the dorsiflexion peak time as a reference.
  • the first candidate detection unit 451 detects the intermediate stance time, which is the middle point between the dorsiflexion peak time and the plantarflexion peak time, as the first search end time.
  • the first candidate detection unit 451 detects the first candidate (first candidate time) for the heel contact time in the first search time period between the acceleration peak time and the first search end time.
  • First candidate detection section 451 outputs the detected first candidate time to heel contact determination section 455 .
  • the second candidate detection unit 452 has the same configuration as the candidate detection unit 235 of the second embodiment.
  • the second candidate detection unit 452 acquires the traveling direction acceleration, the dorsiflexion peak time, and the plantarflexion peak time from the data acquisition unit 431 .
  • the second candidate detection unit 452 detects the acceleration peak time at which the acceleration in the traveling direction becomes maximum, using the dorsiflexion peak time as a reference.
  • the second candidate detection unit 452 detects the intermediate stance time, which is the midpoint between the dorsiflexion peak time and the plantarflexion peak time, as the search end time.
  • the second candidate detection unit 452 calculates the time between consecutive intermediate stance times as the walking cycle.
  • the second candidate detection unit 452 calculates the time after a predetermined percentage of the walking cycle from the acceleration peak time as the second search end time.
  • the second candidate detection unit 452 detects a second candidate (second candidate time) for the heel contact time in a second search time period between the acceleration peak time and the second search end time.
  • Second candidate detection section 452 outputs the detected second candidate time to heel contact determination section 455 .
  • the third candidate detection unit 453 has the same configuration as the candidate detection unit 335 of the third embodiment.
  • the third candidate detection unit 453 acquires the traveling direction acceleration and the dorsiflexion peak time from the data acquisition unit 431 .
  • the third candidate detection unit 453 detects the acceleration peak time at which the acceleration in the traveling direction becomes maximum, using the dorsiflexion peak time as a reference.
  • the third candidate detection unit 453 detects, as the third candidate time, the time at which the traveling direction acceleration first takes a minimum value in the third search time period after the acceleration peak time.
  • Third candidate detection section 453 outputs the detected third candidate time to heel contact determination section 455 .
  • the heel contact determination unit 455 acquires the first candidate time from the first candidate detection unit 451 .
  • the heel contact determination section 455 acquires the second candidate time from the second candidate detection section 452 .
  • the heel contact determination unit 455 acquires the third candidate time from the third candidate detection unit 453 .
  • the heel contact determination unit 455 determines the heel contact time using the first candidate time, the second candidate time, and the third candidate time.
  • the heel contact determination unit 455 calculates the weighted average value of the first candidate time, the second candidate time, and the third candidate time as the heel contact time. For example, the heel contact determination unit 455 uses Equation 1 below to determine the weighted average value (heel contact time t h ) of the first candidate time t h1 , the second candidate time t h2 , and the third candidate time t h3 . calculate.
  • a 1 is a preset weighting factor for the first candidate time t h1 .
  • a 2 is a preset weighting factor for the second candidate time t h2 .
  • a3 is a preset weighting factor for the third candidate time th3 .
  • the weighting factors set for each of the first candidate time, the second candidate time, and the third candidate time are set based on the accurate heel contact time measured using motion capture. For example, according to the evaluation result of the accuracy of the candidate time detected by each detection method of the first candidate detection unit 451, the second candidate detection unit 452, and the third candidate detection unit 453, the A weighting factor for the candidate time is set. The smaller the difference from the correct heel contact time, the higher the accuracy of the candidate time. The weighting factor is set to a larger value as the accuracy of the candidate time calculated by each detection method is higher.
  • the heel contact determination unit 455 may calculate a statistical value other than the weighted average value as the heel contact time. For example, the heel contact determination unit 455 may calculate an average value or median value of the first candidate time, the second candidate time, and the third candidate time as the heel contact time. For example, the heel contact determination unit 455 may calculate the heel contact time using machine learning including linear regression models, support vector machines, and neural networks.
  • the output unit 437 outputs the heel contact time determined by the heel contact determination unit 455. For example, the output unit 437 outputs the determined heel contact time to a system or device (not shown). For example, the output unit 437 outputs the heel contact time to other software installed inside the terminal device in which the detection device 43 is mounted. For example, the output unit 437 outputs the heel contact time from the terminal device in which the detection device 43 is mounted to a system or device (not shown) executed by a cloud or server.
  • FIG. 22 is a graph for explaining an example of determination of the heel contact time by the heel contact determination unit 455.
  • the heel contact determination unit 455 calculates a weighted average value obtained by multiplying each of the first candidate time t h1 , the second candidate time t h2 , and the third candidate time t h3 by a predetermined weight as the heel contact time t h .
  • the heel contact determination unit 455 uses Equation 2 below to calculate the heel contact time t h .
  • the weight of the first candidate time t h1 is 0.5
  • the weight of the second candidate time t h2 is 0.3
  • the weight of the third candidate time t h3 is 0.2. .
  • FIG. 23 is a flowchart for explaining an example of the operation of the detection device 43. As shown in FIG. In the description along the flow chart of FIG. 23, the detection device 43 will be described as an operating entity.
  • the detection device 43 first acquires transmission data transmitted from a measurement device (not shown) (step S41).
  • the transmitted data includes forward acceleration, peak dorsiflexion time, and peak plantarflexion time.
  • the detection device 43 executes the first candidate detection process to detect the first candidate time (step S42).
  • the first candidate detection process (step S42) is the process of the detection device 13 according to the first embodiment (steps S12 to S15 in FIG. 14).
  • the second candidate detection process is the process of the detection device 23 according to the second embodiment (steps S22 to S27 in FIG. 17).
  • the detection device 43 executes the third candidate detection process to detect the third candidate time (step S44).
  • the third candidate detection process (step S44) is the process of the detection device 33 according to the third embodiment (steps S32 to S33 in FIG. 20).
  • the detection device 43 determines the heel contact time using the detected first candidate time, second candidate time, and third candidate time (step S45). For example, the detection device 43 determines the weighted average value of the first candidate time, the second candidate time, and the third candidate time as the heel contact time.
  • the detection device 43 outputs the determined heel contact time (step S46).
  • the heel contact time output from the detection device 43 is used for detecting a walking event, estimating the physical state of the user, and the like.
  • the detection device of this embodiment includes a data acquisition unit, a candidate detection unit, and an output unit.
  • the data acquisition unit acquires data including the dorsiflexion peak time, the plantarflexion peak time, and the traveling direction acceleration, which are obtained from the sensor data regarding the movement of the foot.
  • the candidate detection unit determines the heel contact time according to a preset condition from among a plurality of candidate times detected in the search time period set for the traveling direction acceleration. For example, the candidate detection unit calculates a weighted average value obtained by multiplying each of the plurality of candidate times by a weight set for each candidate time as the heel contact time.
  • the output unit outputs the determined heel contact time.
  • the third search time period is set starting from the acceleration peak time obtained from the sensor data measured by the sensor installed on the user's foot.
  • the time at which the travel direction acceleration first takes an extreme value in the third search end time period is detected as the candidate time.
  • the candidate times detected by a plurality of methods are used to determine the heel contact time. Therefore, according to the present embodiment, even if detection of heel contact by one of the methods fails, heel contact can be detected if heel contact is detected by another method. That is, according to the present embodiment, by using candidate times of heel contact detected by a plurality of methods, it is possible to stably detect heel contact during walking of the user.
  • the gait measurement system of this embodiment includes the configuration of the measurement device according to the first embodiment. Further, the gait measurement system of this embodiment includes any one of the detection devices according to the first to fourth embodiments.
  • FIG. 24 is a block diagram showing an example of the configuration of the gait measurement system 5 according to this embodiment.
  • the gait measurement system 5 includes a measurement device 50 , a detection device 53 and a gait measurement device 55 .
  • the measurement device 50 and the detection device 53 constitute a detection system.
  • the measuring device 50 has the same configuration as the measuring device 10 of the first embodiment.
  • the measuring device 50 is installed on the foot of the user.
  • the measuring device 50 measures sensor data related to foot movement.
  • the measuring device 50 includes sensors such as an acceleration sensor and an angular velocity sensor.
  • the measuring device 50 generates sensor data using the measured values measured by the sensor according to the movement of the foot.
  • the measurement device 50 smoothes the traveling direction acceleration.
  • the measuring device 50 also detects the dorsiflexion peak time and the plantarflexion peak time from the measured sensor data.
  • the measurement device 50 outputs to the detection device 53 transmission data including the smoothed traveling direction acceleration (traveling direction acceleration), dorsiflexion peak time, and plantarflexion peak time.
  • the detection device 53 has the same configuration as any one of the detection devices of the first to fourth embodiments.
  • the detection device 53 acquires transmission data from the measurement device 50 .
  • the detecting device 53 detects candidate times for the heel contact time using the traveling direction acceleration, dorsiflexion peak time, and plantarflexion peak time included in the acquired transmission data.
  • the detecting device 53 outputs the heel contact time corresponding to the detected candidate time to the gait measuring device 55 .
  • the detection device 53 may output times such as dorsiflexion peak time, plantarflexion peak time, middle stance time, and acceleration peak time.
  • the intermediate stance time can be used as a reference for extracting time-series data of sensor data for one step cycle.
  • the gait measurement device 55 acquires the heel contact time from the detection device 53 .
  • the gait measuring device 55 uses the acquired heel contact time to detect other walking events, calculate gait parameters, and the like. For example, the gait measuring device 55 estimates the user's physical condition using the calculated gait parameters.
  • the gait measuring device 55 outputs information about the timing of the detected walking event, calculated gait parameters, estimated physical information, and the like. A detailed description of the information output from the gait measuring device 55 is omitted.
  • the gait measuring device 55 detects walking events such as opposite foot toe off, heel lift, opposite foot heel off, toe off, foot crossing, tibia vertical, etc., based on the heel contact time. For example, the gait measuring device 55 detects a walking event from time-series data (also referred to as a walking waveform) of sensor data of one step cycle starting from the intermediate standing time. For example, the gait measuring device 55 detects a walking event according to characteristics appearing in walking waveforms such as forward acceleration, vertical acceleration, roll angular velocity, and roll angle.
  • time-series data also referred to as a walking waveform
  • characteristics appearing in walking waveforms such as forward acceleration, vertical acceleration, roll angular velocity, and roll angle.
  • the gait measuring device 55 may identify characteristic sections (also called walking periods) included in the evaluation target section based on walking events detected from the walking waveform. For example, the gait measuring device 55 identifies the section between the heel contact and the toe-off of the opposite foot as the load response period. For example, the gait measuring device 55 identifies the section between the toe-off of the opposite foot and the heel lift as the middle stage of stance. For example, the gait measuring device 55 identifies the section between the heel lift and the opposite foot heel contact as the final stage of stance. For example, the gait measuring device 55 identifies the section between the heel contact of the opposite foot and the toe-off as the early swing period.
  • characteristic sections also called walking periods
  • the gait measuring device 55 identifies the section between the toe-off and the crossing of the foot as the initial swing phase. For example, the gait measuring device 55 identifies the section between the crossed legs and the vertical of the tibia as the mid-swing phase. For example, the gait measuring device 55 identifies the section between the tibia vertical and the heel contact as the terminal swing phase.
  • the gait measuring device 55 measures gait parameters such as walking speed, stride length, ground contact angle, take-off angle, foot lift height, quarter turn, and foot angle according to the time of the walking event and the time of the walking period. to calculate For example, the gait measuring device 55 divides the movement distance between detection times obtained by second-order integration of the acceleration in the direction of travel for the same continuously detected walking event by the time interval between the detection times, Calculate walking speed. For example, the gait measuring device 55 calculates the absolute value of the difference between the spatial position of the foot crossing time and the spatial position of the toe-off time as the stride length with respect to the walking waveform of the trajectory in the traveling direction. For example, the gait measuring device 55 calculates the attitude angle at the heel contact time as the contact angle.
  • gait parameters such as walking speed, stride length, ground contact angle, take-off angle, foot lift height, quarter turn, and foot angle according to the time of the walking event and the time of the walking period.
  • the gait measuring device 55 divides the movement distance between detection times
  • the gait measuring device 55 calculates the posture angle at the tiptoe takeoff time as the takeoff angle. For example, the gait measuring device 55 calculates the maximum leg lift height based on the trajectory in the sagittal plane obtained by second-order integration of the vertical acceleration. For example, the gait measuring device 55 calculates the shunt based on the trajectory in the horizontal plane obtained by second-order integration of the lateral acceleration. For example, the gait measuring device 55 uses the velocity vector and posture angle of the foot to calculate the angle between the velocity vector and the center line of the foot as the foot angle.
  • the gait measuring device 55 estimates physical conditions such as gait symmetry, the progress of hallux valgus, and the degree of pronation/supination of the foot based on walking events and gait parameters. For example, the gait measuring device 55 compares the extreme values immediately before the heel contact time in the time-series data of posture angles measured by the measuring devices 50 installed on the left and right feet, and estimates walking symmetry. . For example, the gait measuring device 55 estimates the progress of the bunion using a model in which the feature amount related to the hallux valgus extracted from the sensor data related to the movement of the foot is learned. For example, the gait measuring device 55 estimates the degree of pronation/supination of the foot using the feature quantity extracted from the angular waveform in the coronal plane during the final stage of stance.
  • the function of the gait measuring device 55 installed in the portable terminal carried by the user estimates the user's physical condition using the feature amount data measured by the measuring device 50 placed on the shoe. indicates
  • FIG. 25 is a conceptual diagram showing an example of displaying information according to the results of measurement by the gait measuring device 55 on the screen of the portable terminal 560 carried by the user walking while wearing the shoes 500 on which the measuring device 50 is arranged. be.
  • FIG. 25 shows an example of displaying on the screen of the portable terminal 560 the estimation result and recommendation information according to the sensor data measured while the user is walking.
  • the gait measuring device 55 calculates a numerical score based on preset criteria as an estimation result regarding the physical condition.
  • the gait measuring device 55 displays, on the screen of the mobile terminal 560, information about the estimation result of the physical condition, such as “the balance between the left and right is declining”, according to the score regarding the physical condition.
  • the gait measuring device 55 causes the screen of the mobile terminal 560 to display the recommendation information "Let's walk so that the left and right strides are the same" according to the score of the physical condition.
  • the user can practice exercise that improves left-right balance by walking with awareness of the left-right stride according to the displayed recommended information.
  • the gait measurement system of this embodiment includes a measurement device, a detection device, and a gait measurement device.
  • the measuring device includes a sensor and a peak detector.
  • the sensors are placed on the user's footwear.
  • a sensor measures spatial acceleration and spatial angular velocity.
  • the sensor uses the measured spatial acceleration and spatial angular velocity to generate sensor data regarding foot movement.
  • the sensor outputs the generated sensor data, and the peak detection unit acquires time-series data of the sensor data.
  • the peak detector smoothes the time-series data of the traveling direction acceleration included in the sensor data.
  • the peak detection unit detects a dorsiflexion peak time and a plantarflexion peak time from the roll angle time-series data included in the sensor data.
  • the peak detector outputs data including the smoothed progress acceleration, dorsiflexion peak time, and plantarflexion peak time to the detection device.
  • the detection device includes a data acquisition unit, a candidate detection unit, and an output unit.
  • the data acquisition unit acquires data including the dorsiflexion peak time, the plantarflexion peak time, and the traveling direction acceleration, which are obtained from the sensor data regarding the movement of the foot.
  • the candidate detection unit detects the time of the characteristic signal point extracted from the time-series data of the traveling direction acceleration in the search time period starting from the acceleration peak time detected from the traveling direction acceleration with reference to the dorsiflexion peak time. Detected as a candidate time for touchdown.
  • the output unit outputs the detected candidate time as the heel contact time.
  • the gait measurement device detects a walking event from sensor data based on the heel contact time detected by the detection device.
  • the gait measuring device calculates gait parameters according to the detected walking event.
  • the gait measuring device measures the user's gait using the calculated gait parameters.
  • the user's gait can be measured using the gait parameter calculated based on the heel contact time detected by the detection device.
  • FIG. 26 is a block diagram showing an example of the configuration of the detection device 60 according to this embodiment.
  • the detection device 60 includes a data acquisition section 61 , a candidate detection section 65 and an output section 67 .
  • the data acquisition unit 61 acquires data including the dorsiflexion peak time, the plantarflexion peak time, and the traveling direction acceleration, which are obtained from the sensor data regarding the movement of the foot.
  • the candidate detection unit 65 detects the time of the feature signal point extracted from the time-series data of the acceleration in the traveling direction in the search time period starting from the acceleration peak time detected from the traveling direction acceleration with reference to the dorsiflexion peak time, It is detected as a candidate time of heel contact.
  • the output unit 67 outputs the detected candidate time as the heel contact time.
  • the search time period for heel contact is set with the acceleration peak time obtained from the sensor data measured by the sensor installed on the user's foot as the starting point.
  • the candidate time detected in the set search time period is detected as the heel contact time. Therefore, according to the present embodiment, it is possible to detect heel contact during walking of the user using data measured by the sensors installed on the user's feet.
  • the information processing device 90 includes a processor 91, a main storage device 92, an auxiliary storage device 93, an input/output interface 95, and a communication interface 96.
  • the interface is abbreviated as I/F (Interface).
  • Processor 91 , main storage device 92 , auxiliary storage device 93 , input/output interface 95 , and communication interface 96 are connected to each other via bus 98 so as to enable data communication.
  • the processor 91 , the main storage device 92 , the auxiliary storage device 93 and the input/output interface 95 are connected to a network such as the Internet or an intranet via a communication interface 96 .
  • the processor 91 loads the program stored in the auxiliary storage device 93 or the like into the main storage device 92 .
  • the processor 91 executes programs developed in the main memory device 92 .
  • a configuration using a software program installed in the information processing device 90 may be used.
  • the processor 91 executes processing according to each embodiment.
  • the main storage device 92 has an area in which programs are expanded.
  • a program stored in the auxiliary storage device 93 or the like is developed in the main storage device 92 by the processor 91 .
  • the main memory device 92 is realized by a volatile memory such as a DRAM (Dynamic Random Access Memory). Further, as the main storage device 92, a non-volatile memory such as MRAM (Magnetoresistive Random Access Memory) may be configured/added.
  • the auxiliary storage device 93 stores various data such as programs.
  • the auxiliary storage device 93 is implemented by a local disk such as a hard disk or flash memory. It should be noted that it is possible to store various data in the main storage device 92 and omit the auxiliary storage device 93 .
  • the input/output interface 95 is an interface for connecting the information processing device 90 and peripheral devices based on standards and specifications.
  • a communication interface 96 is an interface for connecting to an external system or device through a network such as the Internet or an intranet based on standards and specifications.
  • the input/output interface 95 and the communication interface 96 may be shared as an interface for connecting with external devices.
  • Input devices such as a keyboard, mouse, and touch panel may be connected to the information processing device 90 as necessary. These input devices are used to enter information and settings.
  • a touch panel is used as an input device, the display screen of the display device may also serve as an interface of the input device. Data communication between the processor 91 and the input device may be mediated by the input/output interface 95 .
  • the information processing device 90 may be equipped with a display device for displaying information.
  • the information processing device 90 is preferably provided with a display control device (not shown) for controlling the display of the display device.
  • the display device may be connected to the information processing device 90 via the input/output interface 95 .
  • the information processing device 90 may be equipped with a drive device. Between the processor 91 and a recording medium (program recording medium), the drive device mediates reading of data and programs from the recording medium, writing of processing results of the information processing device 90 to the recording medium, and the like.
  • the drive device may be connected to the information processing device 90 via the input/output interface 95 .
  • the above is an example of the hardware configuration for enabling processing according to each embodiment of the present invention.
  • the hardware configuration of FIG. 30 is an example of a hardware configuration for executing processing according to each embodiment, and does not limit the scope of the present invention.
  • the scope of the present invention also includes a program that causes a computer to execute the processing according to each embodiment.
  • the scope of the present invention also includes a program recording medium on which the program according to each embodiment is recorded.
  • the recording medium can be implemented as an optical recording medium such as a CD (Compact Disc) or a DVD (Digital Versatile Disc).
  • the recording medium may be implemented by a semiconductor recording medium such as a USB (Universal Serial Bus) memory or an SD (Secure Digital) card.
  • the recording medium may be realized by a magnetic recording medium such as a flexible disk, or other recording medium.
  • each embodiment may be combined arbitrarily. Also, the components of each embodiment may be realized by software or by circuits.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Biophysics (AREA)
  • Pathology (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)

Abstract

ユーザの足部に設置されたセンサによって計測されるデータを用いて、そのユーザの歩行における踵接地を検出するために、足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得する取得部と、背屈ピーク時刻を基準として進行方向加速度から検出される加速度ピーク時刻を始端とする探索時間帯において、進行方向加速度の時系列データから抽出される特徴信号点の時刻を、踵接地の候補時刻として検出する候補検出部と、検出された候補時刻を踵接地時刻として出力する出力部と、を備える検出装置とする。

Description

検出装置、検出システム、歩容計測システム、検出方法、および記録媒体
　本開示は、ユーザの歩行に応じた歩容事象を検出する検出装置等に関する。
　ヘルスケアへの関心の高まりに伴って、歩行パターンに含まれる特徴（歩容とも呼ぶ）に応じた情報を提供するサービスに注目が集まっている。例えば、靴等の履物に実装されたセンサによって計測されるセンサデータに基づいて、歩容を解析する技術が開発されている。身体状態と関連する歩容事象（歩行イベントとも呼ぶ）の特徴は、センサデータの時系列データに現れる。歩行イベントのタイミングを精度よく検出できれば、身体状態をより高精度に推定できる。
　特許文献１には、足部・歩行評価装置が開示されている。特許文献１の装置は、ユーザが使用する靴の中に設置された圧力センサから、ユーザの歩行時や静止立位時における足底圧データを取得する。特許文献１の装置は、取得した足底圧データを解析して、種々のパラメータを取得する。
　特許文献２には、歩行評価システムが開示されている。特許文献２のシステムは、被験者の足首に装着された加速度センサによって計測された３軸方向の加速度データを用いて、被験者の歩行評価値を算出する。
　特許文献３には、動作解析装置が開示されている。特許文献３の装置は、人の体幹に装着されるスマートフォンによって取得される３軸加速度データと、足裏に装着される圧力センサによって取得される動作信号とを用いて、人の歩行動作のタイミングを同定する。
　非特許文献１には、加速度センサおよび角速度センサを含む慣性センサのセンサデータを用いて、歩容パラメータを計算する方法が開示されている。非特許文献１の手法では、靴の側面に装着された慣性センサによって計測された３軸加速度データおよび３軸角速度データを用いて、被験者の歩行イベントのタイミングや歩行に関連するパラメータを算出する。
国際公開２０１８/１６４１５７号 特開２０１９－１５０３２９号公報 特開２０１５－８３０８５号公報
A. Rampp, et.al., "Inertial sensor-based stride parameter calculation from gait sequences in geriatric patients", IEEE Transactions on Biomedical Engineering, Vol. 62, No. 4, April, 2015, pp.1089-97.
　特許文献１の手法では、靴の中に設置された圧力センサによって計測されるデータを用いて、ユーザの歩行状態を解析する。しかしながら、特許文献１の手法では、靴の中に圧力センサが設けられていない場合、ユーザの歩行状態を解析できなかった。
　特許文献２の手法では、足首に装着された加速度センサによって計測されるデータを用いて、被験者の歩行状態を解析する。しかしながら、特許文献２の手法では、足首に加速度センサが装着されていない場合、被験者の歩行状態を解析できなかった。
　特許文献３の手法では、体幹に装着された加速度センサおよび足裏に設置された圧力センサによって計測されるデータを用いて、人の歩行状態を解析する。しかしながら、特許文献３の手法では、体幹にスマートフォンが装着されていない場合や、足裏に圧力センサが設置されていない場合、人の歩行状態を解析できなかった。
　非特許文献１の手法では、加速度センサの動作周波数が１００ヘルツ（Ｈｚ）以上であれば、歩行者の踵接地イベントを検出できる。しかしながら、加速度センサの動作周波数が１００Ｈｚ未満の場合、急峻な最小ピークが生じにくいため、非特許文献１の手法を適用できなかった。
　本開示の目的は、ユーザの足部に設置されたセンサによって計測されるデータを用いて、そのユーザの歩行における踵接地を検出できる検出装置等を提供することにある。
　本開示の一態様の検出装置は、足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得する取得部と、背屈ピーク時刻を基準として進行方向加速度から検出される加速度ピーク時刻を始端とする探索時間帯において、進行方向加速度の時系列データから抽出される特徴信号点の時刻を、踵接地の候補時刻として検出する候補検出部と、検出された候補時刻を踵接地時刻として出力する出力部と、を備える。
　本開示の一態様の検出方法においては、足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得し、背屈ピーク時刻を基準として進行方向加速度から検出される加速度ピーク時刻を始端とする探索時間帯において、進行方向加速度の時系列データから抽出される特徴信号点の時刻を、踵接地の候補時刻として検出し、検出された候補時刻を踵接地時刻として出力する。
　本開示の一態様のプログラムは、足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得する処理と、背屈ピーク時刻を基準として進行方向加速度から検出される加速度ピーク時刻を始端とする探索時間帯において、進行方向加速度の時系列データから抽出される特徴信号点の時刻を、踵接地の候補時刻として検出する処理と、検出された候補時刻を踵接地時刻として出力する処理と、をコンピュータに実行させる。
　本開示によれば、ユーザの足部に設置されたセンサによって計測されるデータを用いて、そのユーザの歩行における踵接地を検出できる検出装置等を提供することが可能になる。
第１の実施形態に係る検出システムの構成の一例を示すブロック図である。 第１の実施形態に係る検出システムが備える計測装置の配置例について説明するための概念図である。 第１の実施形態に係る検出システムが備える計測装置に設定される座標系について説明するための概念図である。 第１の実施形態に係る検出システムが備える計測装置によって計測される足部傾斜角度について説明するための概念図である。 第１の実施形態に係る検出システムに関する説明で用いられる人体面について説明するための概念図である。 第１の実施形態に係る歩容計測装置に関する説明で用いられる歩行周期について説明するための概念図である。 第１の実施形態に係る検出システムが備える計測装置の構成の一例を示すブロック図である。 第１の実施形態に係る検出システムが備える計測装置によって検出される背屈ピークおよび底屈ピークについて説明するためのグラフである。 第１の実施形態に係る検出システムが備える検出装置の構成の一例を示すブロック図である。 第１の実施形態に係る検出システムが備える検出装置によって検出される加速度ピークについて説明するためのグラフである。 第１の実施形態に係る検出システムが備える検出装置によって計算される立脚中期時刻について説明するためのグラフである。 第１の実施形態に係る検出システムが備える検出装置による第１候補時刻の検出の一例について説明するためのグラフである。 第１の実施形態に係る検出システムが備える検出装置による第１候補時刻の検出の一例について説明するためのグラフである。 第１の実施形態に係る検出システムが備える検出装置の動作について説明するためのフローチャートである。 第２の実施形態に係る検出装置の構成の一例を示すブロック図である。 第２の実施形態に係る検出装置による第２候補時刻の検出の一例について説明するためのグラフである。 第２の実施形態に係る検出装置の動作について説明するためのフローチャートである。 第３の実施形態に係る検出装置の構成の一例を示すブロック図である。 第３の実施形態に係る検出装置による第３候補時刻の検出の一例について説明するためのグラフである。 第３の実施形態に係る検出装置の動作について説明するためのフローチャートである。 第４の実施形態に係る検出装置の構成の一例を示すブロック図である。 第４の実施形態に係る検出装置による踵接地時刻の決定の一例について説明するためのグラフである。 第４の実施形態に係る検出装置の動作について説明するためのフローチャートである。 第５の実施形態に係る歩容計測システムの構成の一例を示すブロック図である。 第５の実施形態に係る歩容計測システムの適用例について説明するための概念図である。 第６の実施形態に係る検出装置の構成の一例を示すブロック図である。 各実施形態に係る処理を実現するハードウェア構成の一例を示すブロック図である。
　以下に、本発明を実施するための形態について図面を用いて説明する。ただし、以下に述べる実施形態には、本発明を実施するために技術的に好ましい限定がされているが、発明の範囲を以下に限定するものではない。なお、以下の実施形態の説明に用いる全図においては、特に理由がない限り、同様箇所には同一符号を付す。また、以下の実施形態において、同様の構成・動作に関しては繰り返しの説明を省略する場合がある。
　（第１の実施形態）
　まず、第１の実施形態に係る検出システムについて図面を参照しながら説明する。本実施形態の検出システムは、ユーザの歩行に応じて計測された足の動きに関するセンサデータを計測する。本実施形態の検出システムは、計測されたセンサデータから、歩行に応じた事象（歩行イベントとも呼ばれる）の一つである踵接地のタイミングを検出する。本実施形態の検出システムによって検出された踵接地のタイミング（踵接地時刻とも呼ばれる）は、その他の歩行イベントの検出や、歩容パラメータの計算等に用いられる。例えば、歩容パラメータは、ユーザの身体状態の推定に用いられる。
　（構成）
　図１は、本実施形態に係る検出システム１の構成の一例を示すブロック図である。検出システム１は、計測装置１０および検出装置１３を備える。計測装置１０と検出装置１３は、有線で接続されても良いし、無線で接続されても良い。また、計測装置１０と検出装置１３は、単一の装置で構成されてもよい。
　本実施形態においては、計測装置１０と検出装置１３が、別々のハードウェアに構成される例について説明する。例えば、計測装置１０は、身体状態の推定対象であるユーザの履物等に設置される。例えば、検出装置１３の機能は、ユーザの携帯する携帯端末にインストールされる。計測装置１０と検出装置１３は、同一のハードウェアに構成されてもよい。例えば、計測装置１０と検出装置１３は、同一のハードウェアに構成されて、ユーザの履物等に設置される。以下においては、計測装置１０および検出装置１３の構成について、個別に説明する。
　〔計測装置〕
　計測装置１０は、ユーザの足部に設置される。例えば、計測装置１０は、ユーザの履物に設置される。計測装置１０は、足の動きに関するセンサデータを計測する。計測装置１０は、加速度センサや角速度センサなどのセンサを含む。計測装置１０は、足の動きに応じてセンサによって計測される計測値を用いて、センサデータを生成する。
　図２は、右足の靴１００の中に、計測装置１０が配置される一例を示す概念図である。図２の例では、足弓の裏側に当たる位置に、計測装置１０が設置される。例えば、計測装置１０は、靴１００の中に挿入されるインソールに配置される。例えば、計測装置１０は、靴１００の側面や底面に配置されてもよい。例えば、計測装置１０は、靴１００の本体に埋設されてもよい。計測装置１０は、靴１００から着脱できてもよいし、靴１００から着脱できなくてもよい。計測装置１０は、足の動きに関するセンサデータを計測できさえすれば、足弓の裏側ではない位置に設置されてもよい。また、計測装置１０は、ユーザが履いている靴下や、ユーザが装着しているアンクレット等の装飾品に設置されてもよい。また、計測装置１０は、足に直に貼り付けられたり、足に埋め込まれたりしてもよい。図３には、右足の靴１００に計測装置１０が設置される例を示す。計測装置１０は、左足の靴１００に設置されてもよい。また、計測装置１０は、両足の靴１００に設置されてもよい。
　図２の例では、計測装置１０を基準として、左右方向（横方向）のｘ軸、前後方向（進行方向）のｙ軸、上下方向（垂直方向）のｚ軸を含むローカル座標系が設定される。ｘ軸は、左方が正に設定される。ｙ軸は、後方が正に設定される。ｚ軸は、上方が正に設定される。計測装置１０に設定される軸の向きは、左右の足で同じでもよく、左右の足で異なっていてもよい。例えば、同じスペックで生産された計測装置１０が左右の靴１００の中に配置される場合、左右の靴１００に配置されるセンサ１１の上下の向き（Ｚ軸方向の向き）は、同じ向きである。その場合、左足に由来するセンサデータに設定されるローカル座標系の３軸と、右足に由来するセンサデータに設定されるローカル座標系の３軸とは、左右で同じである。
　図３は、足弓の裏側に設置された計測装置１０に設定されるローカル座標系（ｘ軸、ｙ軸、ｚ軸）と、地面に対して設定される世界座標系（Ｘ軸、Ｙ軸、Ｚ軸）について説明するための概念図である。世界座標系（Ｘ軸、Ｙ軸、Ｚ軸）では、進行方向に正対した状態のユーザが直立した状態で、ユーザの横方向がＸ軸方向（左向きが正）、ユーザの進行方向がＹ軸方向（後ろ向きが正）、重力方向がＺ軸方向（鉛直上向きが正）に設定される。図３の例は、ローカル座標系（ｘ軸、ｙ軸、ｚ軸）と世界座標系（Ｘ軸、Ｙ軸、Ｚ軸）の関係を概念的に示すものである。図３の座標系は、ユーザの歩行に応じて変動するローカル座標系と世界座標系との関係を正確に示すものではない。
　図４は、計測装置１０が計測する足部傾斜角度について説明するための概念図である。足部傾斜角度は、地面（ＸＹ平面）に対する足底の角度である。足部傾斜角度は、爪先が上を向いた状態（背屈）が負と定義される。また、足部傾斜角度は、爪先が下を向いた状態（底屈）が正と定義される。例えば、足部傾斜角度の符号の正負が反対に定義される場合がある。その場合、背屈が正と定義され、底屈が負と定義される。
　図５は、人体に対して設定される面（人体面とも呼ぶ）について説明するための概念図である。身体を左右に分ける人体面は、矢状面と呼ばれる。身体を前後に分ける人体面は、冠状面と呼ばれる。身体を水平に分ける人体面は、水平面と呼ばれる。図５のように、足の中心線を進行方向に向けて直立した状態では、世界座標系とローカル座標系が一致する。Ｘ軸を回転軸とする矢状面内の回転は、ロールと定義される。Ｙ軸を回転軸とする冠状面内の回転は、ピッチと定義される。Ｚ軸を回転軸とする水平面内の回転は、ヨーと定義される。また、Ｘ軸を回転軸とする矢状面内の回転角は、ロール角と呼ばれる。Ｙ軸を回転軸とする冠状面内の回転角は、ピッチ角と呼ばれる。Ｚ軸を回転軸とする水平面内の回転角は、ヨー角と呼ばれる。以下において、足部傾斜角度とロール角は、同義で用いられる。
　図６は、右足を基準とする一歩行周期について説明するための概念図である。左足を基準とする一歩行周期も、右足と同様である。図６の横軸は、右足の踵が地面に着地した時点を起点とし、次に右足の踵が地面に着地した時点を終点とする右足の一歩行周期である。図６の横軸は、一歩行周期を１００％として正規化されている。片足の一歩行周期は、足の裏側の少なくとも一部が地面に接している立脚相と、足の裏側が地面から離れている遊脚相とに大別される。図６の横軸は、立脚相が６０％、遊脚相が４０％になるように正規化されている。立脚相は、さらに、荷重応答期Ｔ１、立脚中期Ｔ２、立脚終期Ｔ３、遊脚前期Ｔ４に細分される。遊脚相は、さらに、遊脚初期Ｔ５、遊脚中期Ｔ６、遊脚終期Ｔ７に細分される。なお、図６は一例であって、一歩行周期を構成する期間や、それらの期間の名称等を限定するものではない。
　図６のように、歩行においては、複数の歩行イベントが発生する。Ｅ１は、右足の踵が接地する事象（踵接地）を表す（ＨＣ：Heel Contact）。Ｅ２は、右足の足裏が接地した状態で、左足の爪先が地面から離れる事象（反対足爪先離地）を表す（ＯＴＯ：Opposite Toe Off）。Ｅ３は、右足の足裏が接地した状態で、右足の踵が持ち上がる事象（踵持ち上がり）を表す（ＨＲ：Heel Rise）。Ｅ４は、左足の踵が接地した事象（踵持ち上がり）である（ＯＨＳ：Opposite Heel Strike）。Ｅ５は、左足の足裏が接地した状態で、右足の爪先が地面から離れる事象（爪先離地）を表す（ＴＯ：Toe Off）。Ｅ６は、左足の足裏が接地した状態で、左足と右足が交差する事象（足交差）を表す（ＦＡ：Foot Adjacent）。Ｅ７は、左足の足裏が接地した状態で、右足の脛骨が地面に対してほぼ垂直になる事象（脛骨垂直）を表す（ＴＶ：Tibia Vertical）。Ｅ８は、右足の踵が接地する事象（踵接地）を表す（ＨＣ：Heel Contact）。Ｅ８は、Ｅ１から始まる歩行周期の終点に相当するとともに、次の歩行周期の起点に相当する。なお、図６は一例であって、歩行において発生する事象や、それらの事象の名称を限定するものではない。本実施形態の検出システム１は、歩行イベントとして、踵接地を検出する。
　図７は、計測装置１０の構成の一例を示すブロック図である。計測装置１０は、センサ１１およびピーク検出部１２を有する。センサ１１は、加速度センサ１１１および角速度センサ１１２を含む。ピーク検出部１２は、座標変換部１２１、ローパスフィルタ１２２、ロール角計算部１２３、背屈ピーク検出部１２５、底屈ピーク検出部１２６、およびデータ送信部１２７を含む。背屈ピーク検出部１２５および底屈ピーク検出部１２６は、足底角ピーク検出部１２４を構成する。
　加速度センサ１１１は、３軸方向の加速度（空間加速度とも呼ぶ）を計測するセンサである。加速度センサ１１１は、足の動きに関する物理量として、３軸方向の加速度を計測する。加速度センサ１１１は、計測した３軸方向の加速度を、ピーク検出部１２に出力する。例えば、加速度センサ１１１には、圧電型や、ピエゾ抵抗型、静電容量型等の方式のセンサを用いることができる。加速度センサ１１１として用いられるセンサは、加速度を計測できれば、その計測方式に限定を加えない。
　角速度センサ１１２は、３軸周りの角速度（空間角速度とも呼ぶ）を計測するセンサである。角速度センサ１１２は、足の動きに関する物理量として、３軸周りの角速度を計測する。角速度センサ１１２は、計測した角速度をピーク検出部１２に出力する。例えば、角速度センサ１１２には、振動型や静電容量型等の方式のセンサを用いることができる。角速度センサ１１２として用いられるセンサは、角速度を計測できれば、その計測方式に限定を加えない。
　センサ１１は、例えば、加速度や角速度を計測する慣性計測装置によって実現される。慣性計測装置の一例として、ＩＭＵ（Inertial Measurement Unit）が挙げられる。ＩＭＵは、３軸方向の加速度を計測する加速度センサ１１１と、３軸周りの角速度を計測する角速度センサ１１２を含む。センサ１１は、ＶＧ（Vertical Gyro）やＡＨＲＳ（Attitude Heading）などの慣性計測装置によって実現されてもよい。また、センサ１１は、ＧＰＳ／ＩＮＳ（Global Positioning System／Inertial Navigation System）によって実現されてもよい。センサ１１は、足の動きに関する物理量を計測できれば、慣性計測装置以外の装置によって実現されてもよい。また、センサ１１には、加速度センサ１１１および角速度センサ１１２以外のセンサが含まれてもよい。センサ１１に含まれうる他のセンサについては、説明を省略する。
　座標変換部１２１は、センサ１１から、加速度データおよび角速度データを取得する。座標変換部１２１は、加速度データおよび角速度データを用いて、クォータニオンと進行方向加速度を計算する。座標変換部１２１は、Madgwick Filterのアルゴリズムによって、センサ１１の姿勢を表すクォータニオンを計算する。座標変換部１２１は、センサ１１のローカル座標系から世界座標系に変換された進行方向加速度を計算する。座標変換部１２１は、算出されたクォータニオンと進行方向加速度を出力する。
　ローパスフィルタ１２２は、座標変換部１２１から、進行方向加速度を取得する。ローパスフィルタ１２２は、進行方向加速度の高周波成分を除去することによって、平滑化する。ローパスフィルタ１２２は、平滑化された進行方向加速度（平滑化済み進行方向加速度とも呼ばれる）を出力する。以下において、平滑化済み進行方向加速度を、進行方向加速度とも記載する。
　ロール角計算部１２３は、座標変換部１２１から、クォータニオンを取得する。ロール角計算部１２３は、クォータニオンを用いて、センサ１１の姿勢を表すオイラー角を計算する。ロール角計算部１２３によって算出されるオイラー角は、足部傾斜角度（ロール角）である。ロール角計算部１２３は、算出されたロール角を出力する。
　背屈ピーク検出部１２５は、ロール角計算部１２３から、ロール角を取得する。背屈ピーク検出部１２５は、取得したロール角の時系列データから、一歩行周期において足部が最も背屈する時刻（背屈ピーク時刻とも呼ばれる）を検出する。例えば、背屈ピーク検出部１２５は、ロール角の時系列データが極小値を取る時刻を、背屈ピーク時刻として検出する。例えば、背屈ピーク検出部１２５は、ロール角の時系列データにおいて、ロール角が極小値を取り、その極小値が閾値を下回る時刻を、背屈ピーク時刻として検出する。背屈ピーク検出部１２５は、検出された背屈ピーク時刻を出力する。
　底屈ピーク検出部１２６は、ロール角計算部１２３から、ロール角を取得する。底屈ピーク検出部１２６は、取得したロール角の時系列データから、一歩行周期において足部が最も底屈する時刻（底屈ピーク時刻とも呼ばれる）を検出する。例えば、底屈ピーク検出部１２６は、ロール角の時系列データが極大値を取る時刻を、底屈ピーク時刻として検出する。例えば、底屈ピーク検出部１２６は、ロール角の時系列データにおいて、ロール角が極大値を取り、その極大値が閾値を上回る時刻を、底屈ピーク時刻として検出する。底屈ピーク検出部１２６は、検出された底屈ピーク時刻を出力する。
　背屈ピーク検出部１２５および底屈ピーク検出部１２６は、単一の構成（足底角ピーク検出部１２４）であってもよい。例えば、足底角ピーク検出部１２４は、ロール角の時系列データが極小値を取る時刻を、背屈ピーク時刻として検出する。例えば、足底角ピーク検出部１２４は、ロール角の時系列データが極大値を取る時刻を、底屈ピーク時刻として検出する。足底角ピーク検出部１２４は、交互に検出される背屈ピーク時刻と底屈ピーク時刻を、順次出力する。
　図８は、ロール角の時系列データの一例である。ロール角の時系列データが極小値を取る極小点Ｐdの時刻が、背屈ピーク時刻ｔdである。ロール角の時系列データが極大値を取る極大点Ｐbの時刻が、底屈ピーク時刻ｔbである。例えば、足部傾斜角度の符号の正負が反対に定義される場合がある。その場合、ロール角の時系列データの極小点の時刻が底屈ピーク時刻に相当し、ロール角の時系列データの極大点の時刻が背屈ピーク時刻に相当する。
　データ送信部１２７は、ローパスフィルタ１２２から、進行方向加速度を取得する。データ送信部１２７は、背屈ピーク検出部１２５から、背屈ピーク時刻を取得する。データ送信部１２７は、底屈ピーク検出部１２６から、底屈ピーク時刻を取得する。データ送信部１２７は、進行方向加速度、背屈ピーク時刻、および底屈ピーク時刻を含む送信データを、検出装置１３に送信する。送信データには、左右方向加速度（Ｘ方向加速度）や垂直方向加速度（Ｚ方向加速度）、３軸周りの角速度や角度などのデータが含まれてもよい。
　〔検出装置〕
　図９は、検出装置１３の構成の一例を示すブロック図である。検出装置１３は、データ取得部１３１、候補検出部１３５、および出力部１３７を有する。候補検出部１３５は、加速度ピーク時刻検出部１５１、探索終端時刻計算部１５２、信号距離計算部１５３、および候補時刻検出部１５４を有する。加速度ピーク時刻検出部１５１および探索終端時刻計算部１５２は、探索時間帯設定部１５０を構成する。
　データ取得部１３１は、計測装置１０から送信データを取得する。データ取得部１３１は、取得した送信データに含まれる進行方向加速度および背屈ピーク時刻を、加速度ピーク時刻検出部１５１に出力する。進行方向加速度は、センサデータの計測タイミング（時刻）における信号点の値の時系列データを含む。データ取得部１３１は、取得した送信データに含まれる背屈ピーク時刻および底屈ピーク時刻を、探索終端時刻計算部１５２に出力する。
　例えば、データ取得部１３１は、無線通信を介して、計測装置１０から送信データを受信する。例えば、データ取得部１３１は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉＦｉ（登録商標）などの規格に則した無線通信機能（図示しない）を介して、計測装置１０から送信データを受信するように構成される。データ取得部１３１の通信機能は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉＦｉ（登録商標）以外の規格に則していてもよい。また、データ取得部１３１は、ケーブルなどの有線を介して、計測装置１０から送信データを受信してもよい。データ取得部１３１は、検出装置１３が実装された携帯端末等の通信機能を介して、送信データを受信してもよい。
　加速度ピーク時刻検出部１５１は、データ取得部１３１から、進行方向加速度および背屈ピーク時刻を取得する。加速度ピーク時刻検出部１５１は、背屈ピーク時刻の前後の探索時間帯において、進行方向加速度が最大値を取る時刻（加速度ピーク時刻とも呼ばれる）を検出する。すなわち、加速度ピーク時刻検出部１５１は、背屈ピーク時刻を基準として、加速度ピーク時刻を検出する。加速度ピーク時刻は、踵接地時刻の探索時間帯（第１探索時間帯とも呼ばれる）の始端時刻である。進行方向加速度の正負の符号が反対の場合、進行方向加速度が最小値を取る時刻が、加速度ピーク時刻に相当する。例えば、加速度ピーク時刻検出部１５１は、背屈ピーク時刻を基準とする所定時間内で、加速度ピーク時刻を検出する。例えば、加速度ピーク時刻検出部１５１は、背屈ピーク時刻を基準として数サンプル分のデータ範囲で、加速度ピーク時刻を検出する。加速度ピーク時刻検出部１５１は、検出された加速度ピーク時刻を、信号距離計算部１５３に出力する。
　図１０は、加速度ピーク時刻検出部１５１によって検出される加速度ピークの一例について説明するための概念図である。図１０は、ユーザの歩行に応じて計測された足部の進行方向の時系列データ波形と、矢状面内における角度（ロール角）の時系列データ波形の一例を示す。加速度ピーク時刻検出部１５１は、背屈ピーク時刻ｔdの前後の探索時間帯において、加速度ピーク時刻を検出する。通常の歩行において、ロール角の時系列データが極小値を取るタイミング（背屈ピーク）は、踵接地付近に表れる。進行方向加速度の時系列データに表れる最大ピークは、踵接地の直前に生じる急減速に起因する。通常、背屈ピーク時刻と加速度ピーク時刻の差は、歩行周期の１０％程度の範囲内に収まる。そのため、加速度ピークの探索時間帯は、歩行周期の１０％程度の時間範囲に設定されればよい。
　探索終端時刻計算部１５２は、データ取得部１３１から、背屈ピーク時刻および底屈ピーク時刻を取得する。探索終端時刻計算部１５２は、背屈ピーク時刻と底屈ピーク時刻との中点の時刻（立脚中期時刻とも呼ばれる）を、探索終端時刻として検出する。探索終端時刻計算部１５２によって算出される探索終端時刻（第１探索終端時刻とも呼ばれる）は、第１探索時間帯の終端の時刻である。探索終端時刻計算部１５２は、検出された第１探索終端時刻を、信号距離計算部１５３に出力する。
　図１１は、ロール角の時系列データの一例である。背屈ピーク時刻ｔdと底屈ピーク時刻ｔbの中点の時刻が、立脚中期時刻ｔmである。連続する二つの立脚中期時刻ｔmの間の時間帯が、一歩行周期に相当する。
　信号距離計算部１５３は、データ取得部１３１から、進行方向加速度を取得する。信号距離計算部１５３は、加速度ピーク時刻検出部１５１から、進行方向加速度を取得してもよい。また、信号距離計算部１５３は、加速度ピーク時刻検出部１５１から、加速度ピーク時刻を取得する。さらに、信号距離計算部１５３は、探索終端時刻計算部１５２から、第１探索終端時刻を取得する。信号距離計算部１５３は、加速度ピーク時刻から第１探索終端時刻までの時間帯を、探索時間帯（第１探索時間帯とも呼ばれる）に設定する。
　信号距離計算部１５３は、進行方向加速度の時系列データ波形において、加速度ピーク時刻および第１探索終端時刻における信号点を通過する直線（第１基準直線とも呼ばれる）を引く。進行方向加速度の時系列データ波形は、横軸を時刻、縦軸を進行方向加速度とするグラフで表現される。例えば、信号距離計算部１５３は、進行方向加速度の時系列データ波形において、加速度ピーク時刻および第１探索終端時刻における信号点を通過する第１基準直線を引く。例えば、信号距離計算部１５３は、加速度ピーク時刻および第１探索終端時刻における進行方向加速度の信号点間を結ぶ線分を、第１基準直線として引いてもよい。
　信号距離計算部１５３は、第１探索時間帯において、進行方向加速度の時系列データ波形の各時刻における信号点と、第１基準直線とのユークリッド距離を、第１信号距離として算出する。第１信号距離は、進行方向加速度の各時刻における信号点から、第１基準直線に下ろした垂線の長さに相当する。信号距離計算部１５３は、進行方向加速度の時系列データ波形の各時刻に関して算出された第１信号距離を、候補時刻検出部１５４に出力する。
　候補時刻検出部１５４は、進行方向加速度の時系列データ波形の各時刻に関して算出された第１信号距離を、信号距離計算部１５３から取得する。候補時刻検出部１５４は、第１信号距離が最大となる信号点を検出する。第１信号距離が最大となる信号点を、特徴信号点と呼ぶ。候補時刻検出部１５４は、特徴信号点の時刻を、踵接地の候補時刻として検出する。候補時刻検出部１５４は、検出された候補時刻（第１候補時刻とも呼ばれる）を、出力部１３７に出力する。
　図１２および図１３は、進行方向加速度の時系列データ波形から、第１候補時刻ｔh1を検出する一例について説明するためのグラフである。信号距離計算部１５３は、進行方向加速度の時系列データ波形において、加速度ピーク時刻ｔaおよび第１探索終端時刻ｔs1における信号点を通過する第１基準直線Ｌ1を引く。第１探索終端時刻ｔs1は、立脚中期時刻ｔmに相当する。信号距離計算部１５３は、加速度ピーク時刻ｔaと第１探索終端時刻ｔs1の間の第１探索時間帯Ｔs1において、進行方向加速度の時系列データ波形の各時刻における信号点Ｄt1と、第１基準直線Ｌ1とのユークリッド距離を計算する。算出されたユークリッド距離が、第１信号距離ｄt1である。候補時刻検出部１５４は、第１探索時間帯Ｔs1において第１信号距離ｄt1が最大（ｄmax1）である時刻を、第１候補時刻ｔh1として検出する。
　出力部１３７は、候補時刻検出部１５４から、第１候補時刻を取得する。出力部１３７は、取得した第１候補時刻を、踵接地時刻として出力する。例えば、出力部１３７は、図示しないシステムや装置に踵接地時刻を出力する。例えば、出力部１３７は、検出装置１３が実装された端末装置の内部にインストールされた、他のソフトウェアに踵接地時刻を出力する。例えば、出力部１３７は、検出装置１３が実装された端末装置から、クラウドやサーバに実行された図示しないシステムや装置に、踵接地時刻を出力する。踵接地時刻の出力先については、限定しない。
　例えば、検出装置１３は、ユーザが携帯する携帯端末（図示しない）を介して、クラウドやサーバに構築された外部システム等に接続される。携帯端末は、通信機能を有する携帯可能な端末装置である。例えば、携帯端末は、スマートフォンや、スマートウォッチ、携帯電話等の通信機能を有する携帯型の通信機器である。例えば、検出装置１３は、ケーブルなどの有線を介して、携帯端末に接続される。例えば、検出装置１３は、無線通信を介して、携帯端末に接続される。例えば、検出装置１３は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉＦｉ（登録商標）などの規格に則した無線通信機能（図示しない）を介して、携帯端末に接続される。なお、検出装置１３の通信機能は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＷｉＦｉ（登録商標）以外の規格に則していてもよい。踵接地時刻は、携帯端末にインストールされたアプリケーションによって使用されてもよい。その場合、携帯端末は、その携帯端末にインストールされたアプリケーションソフトウェア等によって、踵接地時刻を用いた処理を実行する。
　（動作）
　次に、検出システム１が備える検出装置１３の動作について図面を参照しながら説明する。図１３は、検出装置１３の動作の一例について説明するためのフローチャートである。図１３のフローチャートに沿った説明においては、検出装置１３を動作主体として説明する。
　図１３において、まず、検出装置１３は、計測装置１０から送信された送信データを取得する（ステップＳ１１）。送信データは、進行方向加速度、背屈ピーク時刻、および底屈ピーク時刻を含む。
　次に、検出装置１３は、進行方向加速度の時系列データ波形において、背屈ピーク時刻を基準として、加速度ピーク時刻を検出する（ステップＳ１２）。例えば、検出装置１３は、背屈ピーク時刻を基準として、歩行周期の１０％程度の時間範囲内において、加速度ピーク時刻を検出する。例えば、検出装置１３は、背屈ピーク時刻を基準とする数サンプル分のデータ範囲内において、加速度ピーク時刻を検出する。
　次に、検出装置１３は、背屈ピーク時刻と底屈ピーク時刻との中点の時刻（立脚中期時刻）を、第１探索終端時刻として算出する（ステップＳ１３）。第１探索終端時刻は、立脚中期時刻に相当する。
　次に、検出装置１３は、加速度ピーク時刻と第１探索終端時刻との間の第１探索時間帯において、第１信号距離を計算する（ステップＳ１４）。例えば、検出装置１３は、進行方向加速度の時系列データ波形において、加速度ピーク時刻および第１探索終端における信号点を通過する第１基準直線を引く。検出装置１３は、探索時間帯において、進行方向加速度の時系列データ波形の各時刻における信号点と、第１基準直線とのユークリッド距離（第１信号距離）を計算する。
　次に、検出装置１３は、第１探索時間帯において第１信号距離が最大である時刻を、第１候補時刻として検出する（ステップＳ１５）。
　次に、検出装置１３は、検出された第１候補時刻を、踵接地時刻として出力する（ステップＳ１６）。検出装置１３から出力される踵接地時刻は、歩行イベントの検出や、ユーザの身体状態の推定等に用いられる。
　以上のように、本実施形態の検出システムは、計測装置および検出装置を備える。計測装置は、センサとピーク検出部を備える。センサは、ユーザの履物に設置される。センサは、空間加速度および空間角速度を計測する。センサは、計測した空間加速度および空間角速度を用いて足の動きに関するセンサデータを生成する。センサは、生成したセンサデータを出力するピーク検出部は、センサデータの時系列データを取得する。ピーク検出部は、センサデータに含まれる進行方向加速度の時系列データを平滑化する。ピーク検出部は、センサデータに含まれるロール角の時系列データから背屈ピーク時刻および底屈ピーク時刻を検出する。ピーク検出部は、平滑化された進行方向加速度、背屈ピーク時刻、および底屈ピーク時刻を含むデータを検出装置に出力する。
　検出装置は、データ取得部、候補検出部、および出力部を備える。データ取得部は、足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得する。候補検出部は、背屈ピーク時刻と底屈ピーク時刻との中点の時刻に相当する立脚中期時刻を、第１探索終端時刻として計算する。候補検出部は、加速度ピーク時刻から第１探索終端時刻までの時間帯を第１探索時間帯に設定する。候補検出部は、加速度ピーク時刻における進行方向加速度の信号点と、第１探索終端時刻における進行方向加速度の信号点とを通る第１基準直線を設定する。候補検出部は、第１基準直線に対する、進行方向加速度の信号点のユークリッド距離に相当する第１信号距離を、第１探索時間帯に含まれる進行方向加速度の信号点について計算する。候補検出部は、算出された第１信号距離が最大値を取る特徴信号点の時刻を、候補時刻として検出する。出力部は、検出された候補時刻を踵接地時刻として出力する。
　本実施形態では、ユーザの足部に設置されたセンサによって計測されるセンサデータから得られた加速度ピーク時刻を始端とし、第１探索終端時刻を終端とする第１探索時間帯を設定する。本実施形態では、第１探索時間帯に設定された第１基準直線に対する、進行方向加速度の信号点のユークリッド距離に相当する第１信号距離が最大値を取る特徴信号点の時刻を、候補時刻として検出する。本実施形態では、設定された第１探索時間帯において検出された候補時刻を、踵接地時刻として検出する。そのため、本実施形態によれば、ユーザの足部に設置されたセンサによって計測されるデータを用いて、そのユーザの歩行における踵接地を一意に検出できる。
　本実施形態の手法は、医療やヘルスケアなどの分野における、歩容分析に応用できる。踵接地は、歩容分析において、重要な歩行イベントである。例えば、本実施形態の手法で検出された踵接地時刻は、当該踵接地時刻における足部角度と特定の疾患との関連性の分析に用いられる。例えば、本実施形態の手法で検出された踵接地時刻は、その他の歩行イベントを検出する際の基準として、用いられる。
　（第２の実施形態）
　次に、第２の実施形態に係る検出装置について図面を参照しながら説明する。本実施形態の検出装置は、踵接地時刻の候補時刻の探索時間帯が、第１の実施形態とは異なる。本実施形態に係る検出装置は、第１の実施形態の計測装置から送信データを取得する。
　（構成）
　図１５は、検出装置２３の構成の一例を示すブロック図である。検出装置２３は、データ取得部２３１、候補検出部２３５、および出力部２３７を有する。候補検出部２３５は、加速度ピーク時刻検出部２５１、探索終端時刻計算部２５２、信号距離計算部２５３、および候補時刻検出部２５４を有する。加速度ピーク時刻検出部２５１および探索終端時刻計算部２５２は、探索時間帯設定部２５０を構成する。
　データ取得部２３１は、第１の実施形態のデータ取得部１３１と同様の構成である。データ取得部２３１は、計測装置（図示しない）から送信データを取得する。データ取得部２３１は、送信データに含まれる進行方向加速度および背屈ピーク時刻を、加速度ピーク時刻検出部２５１に出力する。進行方向加速度は、センサデータの計測タイミング（時刻）における信号点の値の時系列データを含む。データ取得部２３１は、送信データに含まれる背屈ピーク時刻および底屈ピーク時刻を、探索終端時刻計算部２５２に出力する。
　加速度ピーク時刻検出部２５１は、第１の実施形態の検出装置１３に含まれる加速度ピーク時刻検出部１５１と同様の構成である。加速度ピーク時刻検出部２５１は、データ取得部２３１から、進行方向加速度および背屈ピーク時刻を取得する。加速度ピーク時刻検出部２５１は、背屈ピーク時刻の前後の探索時間帯において、進行方向加速度が最大値を取る加速度ピーク時刻を検出する。すなわち、加速度ピーク時刻検出部２５１は、背屈ピーク時刻を基準として、加速度ピーク時刻を検出する。加速度ピーク時刻は、踵接地時刻の探索時間帯（第２探索時間帯とも呼ばれる）における始端の時刻である。進行方向加速度の正負の符号が反対の場合、進行方向加速度が最小値を取る時刻が、加速度ピーク時刻に相当する。加速度ピーク時刻検出部２５１は、検出された加速度ピーク時刻を、信号距離計算部２５３に出力する。
　探索終端時刻計算部２５２は、データ取得部２３１から、背屈ピーク時刻および底屈ピーク時刻を取得する。探索終端時刻計算部２５２は、加速度ピーク時刻検出部２５１から、加速度ピーク時刻を取得する。探索終端時刻計算部２５２は、背屈ピーク時刻と底屈ピーク時刻との中点の時刻（立脚中期時刻）を検出する。探索終端時刻計算部２５２は、連続する立脚中期時刻の間の時間帯を、一歩行周期として検出する。例えば、探索終端時刻計算部２５２は、検証中である最新の立脚中期時刻と、その直前の立脚中期時刻との差分を、一歩行周期として計算する。探索終端時刻計算部２５２は、加速度ピーク時刻から一歩行周期の所定割合後の時刻を、探索終端時刻として算出する。一般的な歩行では、進行方向加速度がピークを取った直後の１０％程度の時間帯において、踵接地が発生する。そのため、一歩行周期の所定割合は、一歩行周期の１０％程度に設定されればよい。探索終端時刻計算部２５２によって算出される探索終端時刻（第２探索終端時刻とも呼ばれる）は、第２探索時間帯の終端の時刻である。探索終端時刻計算部２５２は、算出された第２探索終端時刻を、信号距離計算部２５３に出力する。
　信号距離計算部２５３は、データ取得部２３１から、進行方向加速度を取得する。信号距離計算部２５３は、加速度ピーク時刻検出部２５１から、進行方向加速度を取得してもよい。また、信号距離計算部２５３は、加速度ピーク時刻検出部２５１から、加速度ピーク時刻を取得する。さらに、信号距離計算部２５３は、探索終端時刻計算部２５２から、第２探索終端時刻を取得する。信号距離計算部２５３は、加速度ピーク時刻から第２探索終端時刻までの時間帯を、探索時間帯（第２探索時間帯とも呼ばれる）に設定する。
　信号距離計算部２５３は、進行方向加速度の時系列データ波形において、加速度ピーク時刻および第２探索終端時刻における信号点を通過する直線（第２基準直線）を引く。進行方向加速度の時系列データ波形は、横軸を時刻、縦軸を進行方向加速度とするグラフで表現される。例えば、信号距離計算部２５３は、進行方向加速度の時系列データ波形において、加速度ピーク時刻および第２探索終端時刻における信号点を通過する第２基準直線を引く。例えば、信号距離計算部２５３は、加速度ピーク時刻および第２探索終端時刻における進行方向加速度の信号点間を結ぶ線分を、第２基準直線として引いてもよい。
　信号距離計算部２５３は、第２探索時間帯において、進行方向加速度の時系列データ波形の各時刻における信号点と、第２基準直線とのユークリッド距離を、第２信号距離として算出する。第２信号距離は、進行方向加速度の各時刻における信号点から、第２基準直線に下ろした垂線の長さに相当する。信号距離計算部２５３は、進行方向加速度の時系列データ波形の各時刻に関して算出された第２信号距離を、候補時刻検出部２５４に出力する。
　候補時刻検出部２５４は、進行方向加速度の時系列データ波形の各時刻に関して算出された第２信号距離を、信号距離計算部２５３から取得する。候補時刻検出部２５４は、第２信号距離が最大となる信号点を検出する。第２信号距離が最大となる信号点を、特徴信号点と呼ぶ。候補時刻検出部２５４は、特徴信号点の時刻を、踵接地の候補時刻として検出する。候補時刻検出部２５４は、検出された候補時刻（第２候補時刻とも呼ばれる）を、出力部２３７に出力する。
　図１６は、進行方向加速度の時系列データ波形から、第２候補時刻ｔh2を検出する一例について説明するためのグラフである。信号距離計算部２５３は、進行方向加速度の時系列データ波形において、加速度ピーク時刻ｔaおよび第２探索終端時刻ｔs2における信号点を通過する第２基準直線Ｌ2を引く。信号距離計算部２５３は、加速度ピーク時刻ｔaと第２探索終端時刻ｔs2との間の第２探索時間帯Ｔs2において、進行方向加速度の時系列データ波形の各時刻における信号点Ｄt2と、第２基準直線Ｌ2とのユークリッド距離を計算する。算出されたユークリッド距離が、第２信号距離ｄt2である。候補時刻検出部２５４は、第２探索時間帯Ｔs2において第２信号距離ｄt2が最大（ｄmax2）である時刻を、第２候補時刻ｔh2として検出する。第２信号距離ｄt2が最大（ｄmax2）である信号点Ｄt2を、特徴信号点とも呼ぶ。
　出力部２３７は、候補時刻検出部２５４から、第２候補時刻を取得する。出力部２３７は、取得した第２候補時刻を、踵接地時刻として出力する。例えば、出力部２３７は、図示しないシステムや装置に踵接地時刻を出力する。例えば、出力部２３７は、検出装置２３が実装された端末装置の内部にインストールされた、他のソフトウェアに踵接地時刻を出力する。例えば、出力部２３７は、検出装置２３が実装された端末装置から、クラウドやサーバに実行された図示しないシステムや装置に、踵接地時刻を出力する。踵接地時刻の出力先については、限定しない。
　（動作）
　次に、検出装置２３の動作について図面を参照しながら説明する。図１７は、検出装置２３の動作の一例について説明するためのフローチャートである。図１７のフローチャートに沿った説明においては、検出装置２３を動作主体として説明する。
　図２３において、まず、検出装置２３は、計測装置（図示しない）から送信された送信データを取得する（ステップＳ２１）。送信データは、進行方向加速度、背屈ピーク時刻、および底屈ピーク時刻を含む。
　次に、検出装置２３は、進行方向加速度の時系列データ波形において、背屈ピーク時刻を基準として、加速度ピーク時刻を検出する（ステップＳ２２）。例えば、検出装置２３は、背屈ピーク時刻を基準として、歩行周期の１０％程度の時間範囲内において、加速度ピーク時刻を検出する。例えば、検出装置２３は、背屈ピーク時刻を基準とする数サンプル分のデータ範囲内において、加速度ピーク時刻を検出する。
　次に、検出装置２３は、背屈ピーク時刻と底屈ピーク時刻との中点の時刻を、立脚中期時刻として算出する（ステップＳ２３）。
　次に、検出装置２３は、連続する立脚中期時刻の間の時間を、一歩行周期として算出する（ステップＳ２４）。
　次に、検出装置２３は、加速度ピーク時刻から一歩行周期の所定割合後の時刻を、第２探索終端時刻として算出する（ステップＳ２５）。
　次に、検出装置２３は、加速度ピーク時刻と第２探索終端時刻との間の第２探索時間帯において、第２信号距離を計算する（ステップＳ２６）。例えば、検出装置２３は、進行方向加速度の時系列データ波形において、加速度ピーク時刻および第２探索終端時刻における信号点を通過する第２基準直線を引く。検出装置２３は、第２探索時間帯において、進行方向加速度の時系列データ波形の各時刻における信号点と、第２基準直線とのユークリッド距離（第２信号距離）を計算する。
　次に、検出装置２３は、第２探索時間帯において第２信号距離が最大である時刻を、第２候補時刻として検出する（ステップＳ２７）。
　次に、検出装置２３は、検出された第２候補時刻を、踵接地時刻として出力する（ステップＳ２８）。検出装置２３から出力される踵接地時刻は、歩行イベントの検出や、ユーザの身体状態の推定等に用いられる。
　以上のように、本実施形態の検出装置は、データ取得部、候補検出部、および出力部を備える。データ取得部は、足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得する。候補検出部は、背屈ピーク時刻と底屈ピーク時刻との中点の時刻に相当する立脚中期時刻を計算する。候補検出部は、連続する立脚中期時刻の間の時間帯を一歩行周期として計算する。候補検出部は、加速度ピーク時刻から一歩行周期の所定割合後の時刻を、第２探索終端時刻に設定する。候補検出部は、加速度ピーク時刻から第２探索終端時刻までの時間帯を第２探索時間帯に設定する。候補検出部は、加速度ピーク時刻における進行方向加速度の信号点と、第２探索終端時刻における進行方向加速度の信号点とを通る第２基準直線を設定する。候補検出部は、第２基準直線に対する、進行方向加速度の信号点のユークリッド距離に相当する第２信号距離を、第２探索時間帯に含まれる進行方向加速度の信号点について計算する。候補検出部は、算出された第２信号距離が最大値を取る特徴信号点の時刻を、候補時刻として検出する。出力部は、検出された候補時刻を踵接地時刻として出力する。
　本実施形態では、ユーザの足部に設置されたセンサによって計測されるセンサデータから得られた加速度ピーク時刻を始端とし、第２探索終端時刻を終端とする第２探索時間帯を設定する。本実施形態では、第２探索時間帯に設定された第２基準直線に対する、進行方向加速度の信号点のユークリッド距離に相当する第２信号距離が最大値を取る特徴信号点の時刻を、候補時刻として検出する。本実施形態では、第２探索時間帯において検出された候補時刻を、踵接地時刻として検出する。そのため、本実施形態によれば、ユーザの足部に設置されたセンサによって計測されるデータを用いて、そのユーザの歩行における踵接地を一意に検出できる。
　（第３の実施形態）
　次に、第３の実施形態に係る検出装置について図面を参照しながら説明する。本実施形態の検出装置は、踵接地時刻の候補時刻の探索時間帯が、第１～第２の実施形態とは異なる。また、本実施形態の検出装置は、基準直線を用いない点において、第１～第２の実施形態とは異なる。本実施形態に係る検出装置は、第１の実施形態の計測装置から送信データを取得する。
　（構成）
　図１８は、検出装置３３の構成の一例を示すブロック図である。検出装置３３は、データ取得部３３１、候補検出部３３５、および出力部３３７を有する。候補検出部３３５は、加速度ピーク時刻検出部３５１および候補時刻検出部３５４を有する。
　データ取得部３３１は、第１の実施形態のデータ取得部１３１と同様の構成である。データ取得部３３１は、計測装置（図示しない）から送信データを取得する。データ取得部３３１は、送信データに含まれる進行方向加速度および背屈ピーク時刻を、加速度ピーク時刻検出部３５１に出力する。進行方向加速度は、センサデータの計測タイミング（時刻）における信号点の値の時系列データを含む。データ取得部３３１は、送信データに含まれる進行方向加速度を、候補時刻検出部３５４に出力する。
　加速度ピーク時刻検出部３５１は、第１の実施形態の検出装置１３に含まれる加速度ピーク時刻検出部１５１と同様の構成である。加速度ピーク時刻検出部３５１は、データ取得部３３１から、進行方向加速度および背屈ピーク時刻を取得する。加速度ピーク時刻検出部３５１は、背屈ピーク時刻の前後の探索時間帯において、進行方向加速度が最大値を取る加速度ピーク時刻を検出する。すなわち、加速度ピーク時刻検出部３５１は、背屈ピーク時刻を基準として、加速度ピーク時刻を検出する。進行方向加速度の正負の符号が反対の場合、進行方向加速度が最小値を取る時刻が、加速度ピーク時刻に相当する。加速度ピーク時刻検出部３５１は、検出された加速度ピーク時刻を、候補時刻検出部３５４に出力する。
　候補時刻検出部３５４は、データ取得部３３１から、進行方向加速度を取得する。候補時刻検出部３５４は、加速度ピーク時刻検出部３５１から、加速度ピーク時刻を取得する。候補時刻検出部３５４は、加速度ピーク時刻に後続する時間帯を、第３探索時間帯に設定する。
　候補時刻検出部３５４は、第３探索時間帯において、最初に進行方向加速度が極小値を取る信号点を検出する。進行方向加速度の正負の符号が反対の場合、候補時刻検出部３５４は、第３探索時間帯において、最初に進行方向加速度が極大値を取る信号点を検出する。すなわち、候補時刻検出部３５４は、第３探索時間帯において、最初に進行方向加速度が極値を取る信号点を検出する。第３探索時間帯において、最初に進行方向加速度が極値を取る信号点を、特徴信号点と呼ぶ。候補時刻検出部３５４は、特徴信号点の時刻を、踵接地の候補時刻として検出する。
　第３探索時間帯の始端は、加速度ピーク時刻ｔaである。第３探索時間帯の終端は、加速度ピーク時刻ｔaの後に最初に進行方向加速度が極小値を取る時刻よりも後であればよい。例えば、候補時刻検出部３５４は、第３探索時間帯において、時間的に連続する時刻ｔn-1、時刻ｔn、および時刻tn+1の各々における信号値を比較する（ｎは自然数）。候補時刻検出部３５４は、時刻tにおける信号値が最小の時刻を、候補時刻として検出する。候補時刻検出部３５４は、検出された候補時刻（第３候補時刻とも呼ばれる）を、出力部３３７に出力する。
　図１９は、進行方向加速度の時系列データ波形から、第３候補時刻ｔh3を検出する一例について説明するためのグラフである。候補時刻検出部３５４は、加速度ピーク時刻taよりも後の第３探索時間帯ＴS3において、最初に進行方向加速度が極小値を取る時刻を、第３候補時刻ｔh3として検出する。
　出力部３３７は、候補時刻検出部３５４から、第３候補時刻を取得する。出力部３３７は、取得した第３候補時刻を、踵接地時刻として出力する。例えば、出力部３３７は、図示しないシステムや装置に踵接地時刻を出力する。例えば、出力部３３７は、検出装置３３が実装された端末装置の内部にインストールされた、他のソフトウェアに踵接地時刻を出力する。例えば、出力部３３７は、検出装置３３が実装された端末装置から、クラウドやサーバに実行された図示しないシステムや装置に、踵接地時刻を出力する。踵接地時刻の出力先については、限定しない。
　（動作）
　次に、検出装置３３の動作について図面を参照しながら説明する。図２０は、検出装置３３の動作の一例について説明するためのフローチャートである。図２０のフローチャートに沿った説明においては、検出装置３３を動作主体として説明する。
　図２０において、まず、検出装置３３は、計測装置（図示しない）から送信された送信データを取得する（ステップＳ３１）。送信データは、進行方向加速度および背屈ピーク時刻を含む。
　次に、検出装置３３は、進行方向加速度の時系列データ波形において、背屈ピーク時刻を基準として、加速度ピーク時刻を検出する（ステップＳ３２）。例えば、検出装置３３は、背屈ピーク時刻を基準として、歩行周期の１０％程度の時間範囲内において、加速度ピーク時刻を検出する。例えば、検出装置３３は、背屈ピーク時刻を基準とする数サンプル分のデータ範囲内において、加速度ピーク時刻を検出する。
　次に、検出装置３３は、加速度最大ピーク時刻の後の第３探索時間帯において、進行方向加速度が最初に極小値を取る時刻を、第３候補時刻として検出する（ステップＳ３３）。
　次に、検出装置３３は、検出された第３候補時刻を、踵接地時刻として出力する（ステップＳ３４）。検出装置３３から出力される踵接地時刻は、歩行イベントの検出や、ユーザの身体状態の推定等に用いられる。
　以上のように、本実施形態の検出装置は、データ取得部、候補検出部、および出力部を備える。データ取得部は、足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得する。候補検出部は、加速度ピーク時刻を始端とする時間帯を第３探索終端時間帯に設定する。候補検出部は、第３探索終端時間帯において、進行方向加速度が最初に極値を取る時刻を、候補時刻として検出する。出力部は、検出された候補時刻を踵接地時刻として出力する。
　本実施形態では、ユーザの足部に設置されたセンサによって計測されるセンサデータから得られた加速度ピーク時刻を始端とする第３探索時間帯を設定する。本実施形態では、第３探索終端時間帯において、進行方向加速度が最初に極値を取る時刻を、候補時刻として検出する。そのため、本実施形態によれば、ユーザの足部に設置されたセンサによって計測されるデータを用いて、そのユーザの歩行における踵接地を一意に検出できる。
　（第４の実施形態）
　次に、第４の実施形態に係る検出装置について図面を参照して詳細に説明する。本実施形態の検出装置は、第１～第３の実施形態の手法を組み合わせて踵接地のタイミングの候補を複数検出し、検出結果に基づいて踵接地時刻を決定する点において、第１の実施形態とは異なる。本実施形態に係る検出装置は、第１の実施形態の計測装置から送信データを取得する。
　本実施形態の検出装置は、第１～第３の実施形態の候補検出部を一つずつ備える。本実施形態の検出装置が備える候補検出部の数は、３つに限定されない。例えば、本実施形態の検出装置は、４つ以上の候補検出部を備えてもよい。例えば、本実施形態の検出装置は、第１～第３の実施形態が備える候補検出部のうち二つが組み合わされた構成であってもよい。
　（構成）
　図２１は、本実施形態に係る検出装置４３の構成の一例を示すブロック図である。検出装置４３は、データ取得部４３１、候補検出部４３５、および出力部４３７を有する。候補検出部４３５は、第１候補検出部４５１、第２候補検出部４５２、第３候補検出部４５３、および踵接地決定部４５５を有する。
　データ取得部４３１は、第１の実施形態のデータ取得部１３１と同様の構成である。データ取得部４３１は、計測装置（図示しない）から送信データを取得する。データ取得部４３１は、取得した送信データに含まれる進行方向加速度や背屈ピーク時刻、底屈ピーク時刻を、第１候補検出部４５１、第２候補検出部４５２、および第３候補検出部４５３に出力する。進行方向加速度は、センサデータの計測タイミング（時刻）における信号点の値の時系列データを含む。第１候補検出部４５１、第２候補検出部４５２、および第３候補検出部４５３の各々に出力されるデータについては、後述する。
　第１候補検出部４５１は、第１の実施形態の候補検出部１３５と同様の構成である。第１候補検出部４５１は、データ取得部４３１から、進行方向加速度、背屈ピーク時刻、および底屈ピーク時刻を取得する。第１候補検出部４５１は、背屈ピーク時刻を基準として、進行方向加速度が最大になる加速度ピーク時刻を検出する。第１候補検出部４５１は、背屈ピーク時刻と底屈ピーク時刻の中点の立脚中期時刻を、第１探索終端時刻として検出する。第１候補検出部４５１は、加速度ピーク時刻と第１探索終端時刻との間の第１探索時間帯において、踵接地時刻の第１候補（第１候補時刻）を検出する。第１候補検出部４５１は、検出した第１候補時刻を、踵接地決定部４５５に出力する。
　第２候補検出部４５２は、第２の実施形態の候補検出部２３５と同様の構成である。第２候補検出部４５２は、データ取得部４３１から、進行方向加速度、背屈ピーク時刻、および底屈ピーク時刻を取得する。第２候補検出部４５２は、背屈ピーク時刻を基準として、進行方向加速度が最大になる加速度ピーク時刻を検出する。第２候補検出部４５２は、背屈ピーク時刻と底屈ピーク時刻の中点の立脚中期時刻を、探索終端時刻として検出する。第２候補検出部４５２は、連続する立脚中期時刻の間の時間を、歩行周期として算出する。第２候補検出部４５２は、加速度ピーク時刻から歩行周期の所定割合後の時刻を、第２探索終端時刻として算出する。第２候補検出部４５２は、加速度ピーク時刻と第２探索終端時刻との間の第２探索時間帯において、踵接地時刻の第２候補（第２候補時刻）を検出する。第２候補検出部４５２は、検出した第２候補時刻を、踵接地決定部４５５に出力する。
　第３候補検出部４５３は、第３の実施形態の候補検出部３３５と同様の構成である。第３候補検出部４５３は、データ取得部４３１から、進行方向加速度および背屈ピーク時刻を取得する。第３候補検出部４５３は、背屈ピーク時刻を基準として、進行方向加速度が最大になる加速度ピーク時刻を検出する。第３候補検出部４５３は、加速度ピーク時刻の後の第３探索時間帯において、進行方向加速度が最初に極小値を取る時刻を、第３候補時刻として検出する。第３候補検出部４５３は、検出した第３候補時刻を、踵接地決定部４５５に出力する。
　踵接地決定部４５５は、第１候補検出部４５１から、第１候補時刻を取得する。踵接地決定部４５５は、第２候補検出部４５２から、第２候補時刻を取得する。踵接地決定部４５５は、第３候補検出部４５３から、第３候補時刻を取得する。踵接地決定部４５５は、第１候補時刻、第２候補時刻、および第３候補時刻を用いて、踵接地時刻を決定する。
　例えば、踵接地決定部４５５は、第１候補時刻、第２候補時刻、および第３候補時刻の加重平均値を、踵接地時刻として計算する。例えば、踵接地決定部４５５は、以下の式１を用いて、第１候補時刻ｔh1、第２候補時刻ｔh2、および第３候補時刻ｔh3の加重平均値（踵接地時刻ｔh）を計算する。
Figure JPOXMLDOC01-appb-M000001
 上記の式１において、ａ1は、第１候補時刻ｔh1に対して、事前に設定された重み係数である。ａ2は、第２候補時刻ｔh2に対して、事前に設定された重み係数である。ａ3は、第３候補時刻ｔh3に対して、事前に設定された重み係数である。
　例えば、第１候補時刻、第２候補時刻、および第３候補時刻の各々に設定される重み係数は、モーションキャプチャを用いて計測された正確な踵接地時刻に基づいて、設定される。例えば、第１候補検出部４５１、第２候補検出部４５２、および第３候補検出部４５３の各々の検出方法で検出された候補時刻の精度の評価結果に応じて、各々の検出方法によって算出された候補時刻の重み係数が設定される。正確な踵接地時刻との差が小さいほど、候補時刻の精度が高い。重み係数は、各々の検出方法によって算出された候補時刻の精度が高いほど、大きな値に設定される。
　踵接地決定部４５５は、加重平均値以外の統計値を、踵接地時刻として算出してもよい。例えば、踵接地決定部４５５は、第１候補時刻、第２候補時刻、および第３候補時刻の加算平均値や中央値を、踵接地時刻として算出してもよい。例えば、踵接地決定部４５５は、線形回帰モデルやサポートベクターマシン、ニューラルネットワークを含む機械学習を用いて、踵接地時刻を計算してもよい。
　出力部４３７は、踵接地決定部４５５によって決定された踵接地時刻を出力する。例えば、出力部４３７は、決定された踵接地時刻を、図示しないシステムや装置に出力する。例えば、出力部４３７は、検出装置４３が実装された端末装置の内部にインストールされた、他のソフトウェアに踵接地時刻を出力する。例えば、出力部４３７は、検出装置４３が実装された端末装置から、クラウドやサーバに実行された図示しないシステムや装置に、踵接地時刻を出力する。
　図２２は、踵接地決定部４５５による踵接地時刻の決定の一例について説明するためのグラフである。踵接地決定部４５５は、第１候補時刻ｔh1、第２候補時刻ｔh2、および第３候補時刻ｔh3の各々に所定の重みをかけた加重平均値を、踵接地時刻ｔhとして算出する。例えば、踵接地決定部４５５は、以下の式２を用いて、踵接地時刻ｔhを計算する。
Figure JPOXMLDOC01-appb-M000002
 上記の式２において、第１候補時刻ｔh1の重みが０．５であり、第２候補時刻ｔh2の重みが０．３であり、第３候補時刻ｔh3の重みが０．２である。
　（動作）
　次に、検出装置４３の動作について図面を参照しながら説明する。図２３は、検出装置４３の動作の一例について説明するためのフローチャートである。図２３のフローチャートに沿った説明においては、検出装置４３を動作主体として説明する。
　図２３において、まず、検出装置４３は、計測装置（図示しない）から送信された送信データを取得する（ステップＳ４１）。送信データは、進行方向加速度、背屈ピーク時刻、および底屈ピーク時刻を含む。
　次に、検出装置４３は、第１候補検出処理を実行して、第１候補時刻を検出する（ステップＳ４２）。第１候補検出処理（ステップＳ４２）は、第１の実施形態に係る検出装置１３の処理（図１４のステップＳ１２～ステップＳ１５）である。
　次に、検出装置４３は、第２候補検出処理を実行して、第２候補時刻を検出する（ステップＳ４３）。第２候補検出処理（ステップＳ４３）は、第２の実施形態に係る検出装置２３の処理（図１７のステップＳ２２～ステップＳ２７）である。
　次に、検出装置４３は、第３候補検出処理を実行して、第３候補時刻を検出する（ステップＳ４４）。第３候補検出処理（ステップＳ４４）は、第３の実施形態に係る検出装置３３の処理（図２０のステップＳ３２～ステップＳ３３）である。
　次に、検出装置４３は、検出された第１候補時刻、第２候補時刻、および第３候補時刻を用いて、踵接地時刻を決定する（ステップＳ４５）。例えば、検出装置４３は、第１候補時刻、第２候補時刻、および第３候補時刻の加重平均値を、踵接地時刻として決定する。
　次に、検出装置４３は、決定された踵接地時刻を出力する（ステップＳ４６）。検出装置４３から出力される踵接地時刻は、歩行イベントの検出や、ユーザの身体状態の推定等に用いられる。
　以上のように、本実施形態の検出装置は、データ取得部、候補検出部、および出力部を備える。データ取得部は、足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得する。候補検出部は、進行方向加速度に設定された探索時間帯において検出された複数の候補時刻の中から、予め設定された条件に従って踵接地時刻を決定する。例えば、候補検出部は、複数の候補時刻の各々に候補時刻ごと設定された重みを掛け合わせて得られる加重平均値を、踵接地時刻として算出する。出力部は、決定された踵接地時刻を出力する。
　本実施形態では、ユーザの足部に設置されたセンサによって計測されるセンサデータから得られた加速度ピーク時刻を始端とする第３探索時間帯を設定する。本実施形態では、第３探索終端時間帯において、進行方向加速度が最初に極値を取る時刻を、候補時刻として検出する。
　本実施形態では、複数の方法で検出された候補時刻を用いて、踵接地時刻を決定する。そのため、本実施形態によれば、いずれかの方法による踵接地の検出に失敗しても、他の方法によって踵接地が検出されていれば、踵接地を検出できる。すなわち、本実施形態によれば、複数の方法で検出された踵接地の候補時刻を用いることで、ユーザの歩行における踵接地を安定して検出できる。
　（第５の実施形態）
　次に、第５の実施形態に係る歩容計測システムについて図面を参照しながら説明する。本実施形態の歩容計測システムは、第１の実施形態に係る計測装置の構成を含む。また、本実施形態の歩容計測システムは、第１～第４の実施形態に係る検出装置のうちいずれかの構成を含む。
　図２４は、本実施形態に係る歩容計測システム５の構成の一例を示すブロック図である。歩容計測システム５は、計測装置５０、検出装置５３、および歩容計測装置５５を備える。計測装置５０および検出装置５３は、検出システムを構成する。
　計測装置５０は、第１の実施形態の計測装置１０と同様の構成である。計測装置５０は、ユーザの足部に設置される。計測装置５０は、足の動きに関するセンサデータを計測する。計測装置５０は、加速度センサや角速度センサなどのセンサを含む。計測装置５０は、足の動きに応じてセンサによって計測される計測値を用いて、センサデータを生成する。計測装置５０は、進行方向加速度を平滑化する。また、計測装置５０は、計測されたセンサデータから、背屈ピーク時刻および底屈ピーク時刻を検出する。計測装置５０は、平滑化済み進行方向加速度（進行方向加速度）、背屈ピーク時刻、および底屈ピーク時刻を含む送信データを、検出装置５３に出力する。
　検出装置５３は、第１～第４の実施形態の検出装置のうちいずれかと同様の構成である。検出装置５３は、計測装置５０から送信データを取得する。検出装置５３は、取得した送信データに含まれる進行方向加速度、背屈ピーク時刻、および底屈ピーク時刻を用いて、踵接地時刻の候補時刻を検出する。検出装置５３は、検出された候補時刻に応じた踵接地時刻を、歩容計測装置５５に出力する。検出装置５３は、背屈ピーク時刻や底屈ピーク時刻、立脚中期時刻、加速度ピーク時刻等の時刻を出力してもよい。例えば、立脚中期時刻は、一歩行周期分のセンサデータの時系列データを切り出すための基準に使用できる。
　歩容計測装置５５は、検出装置５３から踵接地時刻を取得する。歩容計測装置５５は、取得した踵接地時刻を用いて、その他の歩行イベントの検出や、歩容パラメータの計算等を行う。例えば、歩容計測装置５５は、算出された歩容パラメータを用いて、ユーザの身体状態の推定を行う。歩容計測装置５５は、検出された歩行イベントのタイミングや、算出された歩容パラメータ、推定された身体情報等に関する情報を出力する。歩容計測装置５５から出力される情報については、詳細な説明を省略する。
　例えば、歩容計測装置５５は、踵接地時刻を基準として、反対足爪先離地や踵持ち上がり、反対足踵接地、爪先離地、足交差、脛骨垂直などの歩行イベントを検出する。例えば、歩容計測装置５５は、立脚中期時刻を起点とする一歩行周期のセンサデータの時系列データ（歩行波形とも呼ばれる）から、歩行イベントを検出する。例えば、歩容計測装置５５は、進行方向加速度や垂直方向加速度、ロール角速度、ロール角などの歩行波形に表れる特徴に応じて、歩行イベントを検出する。
　例えば、歩容計測装置５５は、歩行波形から検出される歩行イベントに基づいて、評価対象区間に含まれる特徴的な区間（歩行ピリオドとも呼ばれる）を特定してもよい。例えば、歩容計測装置５５は、踵接地と反対足爪先離地の間の区間を、荷重応答期として特定する。例えば、歩容計測装置５５は、反対足爪先離地と踵持ち上がりの間の区間を、立脚中期として特定する。例えば、歩容計測装置５５は、踵持ち上がりと反対足踵接地の間の区間を、立脚終期として特定する。例えば、歩容計測装置５５は、反対足踵接地と爪先離地の間の区間を、遊脚前期として特定する。例えば、歩容計測装置５５は、爪先離地と足交差の間の区間を、遊脚初期として特定する。例えば、歩容計測装置５５は、足交差と脛骨垂直の間の区間を、遊脚中期として特定する。例えば、歩容計測装置５５は、脛骨垂直と踵接地の間の区間を、遊脚終期として特定する。
　例えば、歩容計測装置５５は、歩行イベントの時刻や歩行ピリオドの時間に応じて、歩行速度や、歩幅、接地角、離地角、足上げ高さ、分回し、足角等の歩容パラメータを計算する。例えば、歩容計測装置５５は、連続して検出された同一の歩行イベントに関して、進行方向加速度を二階積分することで得られる検出時刻間における移動距離を、検出時刻の時間間隔で割ることによって、歩行速度を算出する。例えば、歩容計測装置５５は、進行方向軌跡の歩行波形に関して、足交差時刻の空間位置と、爪先離地時刻の空間位置との差の絶対値を、歩幅として算出する。例えば、歩容計測装置５５は、踵接地時刻における姿勢角を、接地角として算出する。例えば、歩容計測装置５５は、爪先離地時刻における姿勢角を、離地角として算出する。例えば、歩容計測装置５５は、垂直方向加速度を二階積分することで得られる矢状面内における軌跡に基づいて、最大足上げ高さを計算する。例えば、歩容計測装置５５は、左右方向加速度を二階積分することで得られる水平面内における軌跡に基づいて、分回しを計算する。例えば、歩容計測装置５５は、足部の速度ベクトルと姿勢角とを用いて、速度ベクトルと足の中心線の成す角度を、足角として算出する。
　例えば、歩容計測装置５５は、歩行イベントや歩容パラメータに基づいて、歩行対称性や、外反母趾の進行状況、足の回内／回外の度合などの身体状態を推定する。例えば、歩容計測装置５５は、左右の足に設置された計測装置５０によって計測された姿勢角の時系列データにおける、踵接地時刻の直前の極値を比較して、歩行対称性を推定する。例えば、歩容計測装置５５は、足の動きに関するセンサデータから抽出された外反母趾に関する特徴量を学習させたモデルを用いて、外反母趾の進行状況を推定する。例えば、歩容計測装置５５は、立脚終期の期間における冠状面内の角度波形から抽出された特徴量を用いて、足の回内／回外の度合を推定する。
　〔適用例〕
　次に、本実施形態に係る歩容計測装置５５の適用例について図面を参照しながら説明する。ここでは、靴に配置された計測装置５０によって計測された特徴量データを用いて、ユーザが携帯する携帯端末にインストールされた歩容計測装置５５の機能が、そのユーザの身体状態を推定する例を示す。
　図２５は、計測装置５０が配置された靴５００を履いて歩行するユーザの携帯する携帯端末５６０の画面に、歩容計測装置５５による計測結果に応じた情報を表示させる一例を示す概念図である。図２５は、ユーザの歩行中に計測されたセンサデータに応じた推定結果や推薦情報を、携帯端末５６０の画面に表示させる例である。
　例えば、歩容計測装置５５は、身体状態に関する推定結果として、予め設定された基準で数値化されたスコアを計算する。歩容計測装置５５は、身体状態に関するスコアに応じて、「左右のバランスが低下しています。」という身体状態の推定結果に関する情報を、携帯端末５６０の画面に表示させる。また、歩容計測装置５５は、身体状態のスコアに応じて、「左右の歩幅が同じになるように歩きましょう。」という推薦情報を、携帯端末５６０の画面に表示させる。携帯端末５６０の画面に表示された情報を確認したユーザは、表示された推薦情報に応じて、左右の歩幅を意識して歩くことによって、左右のバランスが向上する運動を実践できる。
　以上のように、本実施形態の歩容計測システムは、計測装置、検出装置、および歩容計測装置を備える。計測装置は、センサとピーク検出部を備える。センサは、ユーザの履物に設置される。センサは、空間加速度および空間角速度を計測する。センサは、計測した空間加速度および空間角速度を用いて足の動きに関するセンサデータを生成する。センサは、生成したセンサデータを出力するピーク検出部は、センサデータの時系列データを取得する。ピーク検出部は、センサデータに含まれる進行方向加速度の時系列データを平滑化する。ピーク検出部は、センサデータに含まれるロール角の時系列データから背屈ピーク時刻および底屈ピーク時刻を検出する。ピーク検出部は、平滑化された進行方向加速度、背屈ピーク時刻、および底屈ピーク時刻を含むデータを検出装置に出力する。
　検出装置は、データ取得部、候補検出部、および出力部を備える。データ取得部は、足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得する。候補検出部は、背屈ピーク時刻を基準として進行方向加速度から検出される加速度ピーク時刻を始端とする探索時間帯において、進行方向加速度の時系列データから抽出される特徴信号点の時刻を、踵接地の候補時刻として検出する。出力部は、検出された候補時刻を踵接地時刻として出力する。
　歩容計測装置は、検出装置によって検出された踵接地時刻を基準として、センサデータから歩行イベントを検出する。歩容計測装置は、検出された歩行イベントに応じた歩容パラメータを計算する。歩容計測装置は、算出された歩容パラメータを用いて、ユーザの歩容を計測する。
　本実施形態では、検出装置によって検出された踵接地時刻に基づいて算出された歩容パラメータを用いて、ユーザの歩容を計測できる。
　（第６の実施形態）
　次に、第６の実施形態に係る検出装置について図面を参照しながら説明する。本実施形態の検出装置は、第１～第５の実施形態の検出装置を簡略化した構成である。図２６は、本実施形態に係る検出装置６０の構成の一例を示すブロック図である。検出装置６０は、データ取得部６１、候補検出部６５、および出力部６７を備える。
　データ取得部６１は、足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得する。候補検出部６５は、背屈ピーク時刻を基準として進行方向加速度から検出される加速度ピーク時刻を始端とする探索時間帯において、進行方向加速度の時系列データから抽出される特徴信号点の時刻を、踵接地の候補時刻として検出する。出力部６７は、検出された候補時刻を踵接地時刻として出力する。
　本実施形態では、ユーザの足部に設置されたセンサによって計測されるセンサデータから得られた加速度ピーク時刻を始端として、踵接地の探索時間帯を設定する。本実施形態では、設定された探索時間帯において検出された候補時刻を、踵接地時刻として検出する。そのため、本実施形態によれば、ユーザの足部に設置されたセンサによって計測されるデータを用いて、そのユーザの歩行における踵接地を検出できる。
　（ハードウェア）
　ここで、本開示の各実施形態に係る処理を実行するハードウェア構成について、図３０の情報処理装置９０を一例として挙げて説明する。なお、図３０の情報処理装置９０は、各実施形態の処理を実行するための構成例であって、本開示の範囲を限定するものではない。
　図３０のように、情報処理装置９０は、プロセッサ９１、主記憶装置９２、補助記憶装置９３、入出力インターフェース９５、および通信インターフェース９６を備える。図３０においては、インターフェースをＩ／Ｆ（Interface）と略記する。プロセッサ９１、主記憶装置９２、補助記憶装置９３、入出力インターフェース９５、および通信インターフェース９６は、バス９８を介して、互いにデータ通信可能に接続される。また、プロセッサ９１、主記憶装置９２、補助記憶装置９３、および入出力インターフェース９５は、通信インターフェース９６を介して、インターネットやイントラネットなどのネットワークに接続される。
　プロセッサ９１は、補助記憶装置９３等に格納されたプログラムを、主記憶装置９２に展開する。プロセッサ９１は、主記憶装置９２に展開されたプログラムを実行する。本実施形態においては、情報処理装置９０にインストールされたソフトウェアプログラムを用いる構成とすればよい。プロセッサ９１は、各実施形態に係る処理を実行する。
　主記憶装置９２は、プログラムが展開される領域を有する。主記憶装置９２には、プロセッサ９１によって、補助記憶装置９３等に格納されたプログラムが展開される。主記憶装置９２は、例えばＤＲＡＭ（Dynamic Random Access Memory）などの揮発性メモリによって実現される。また、主記憶装置９２として、ＭＲＡＭ（Magnetoresistive Random Access Memory）などの不揮発性メモリが構成／追加されてもよい。
　補助記憶装置９３は、プログラムなどの種々のデータを記憶する。補助記憶装置９３は、ハードディスクやフラッシュメモリなどのローカルディスクによって実現される。なお、種々のデータを主記憶装置９２に記憶させる構成とし、補助記憶装置９３を省略することも可能である。
　入出力インターフェース９５は、規格や仕様に基づいて、情報処理装置９０と周辺機器とを接続するためのインターフェースである。通信インターフェース９６は、規格や仕様に基づいて、インターネットやイントラネットなどのネットワークを通じて、外部のシステムや装置に接続するためのインターフェースである。入出力インターフェース９５および通信インターフェース９６は、外部機器と接続するインターフェースとして共通化してもよい。
　情報処理装置９０には、必要に応じて、キーボードやマウス、タッチパネルなどの入力機器が接続されてもよい。それらの入力機器は、情報や設定の入力に使用される。なお、タッチパネルを入力機器として用いる場合は、表示機器の表示画面が入力機器のインターフェースを兼ねる構成としてもよい。プロセッサ９１と入力機器との間のデータ通信は、入出力インターフェース９５に仲介させればよい。
　また、情報処理装置９０には、情報を表示するための表示機器を備え付けてもよい。表示機器を備え付ける場合、情報処理装置９０には、表示機器の表示を制御するための表示制御装置（図示しない）が備えられていることが好ましい。表示機器は、入出力インターフェース９５を介して情報処理装置９０に接続すればよい。
　また、情報処理装置９０には、ドライブ装置が備え付けられてもよい。ドライブ装置は、プロセッサ９１と記録媒体（プログラム記録媒体）との間で、記録媒体からのデータやプログラムの読み込み、情報処理装置９０の処理結果の記録媒体への書き込みなどを仲介する。ドライブ装置は、入出力インターフェース９５を介して情報処理装置９０に接続すればよい。
　以上が、本発明の各実施形態に係る処理可能とするためのハードウェア構成の一例である。なお、図３０のハードウェア構成は、各実施形態に係る処理を実行するためのハードウェア構成の一例であって、本発明の範囲を限定するものではない。また、各実施形態に係る処理をコンピュータに実行させるプログラムも本発明の範囲に含まれる。さらに、各実施形態に係るプログラムを記録したプログラム記録媒体も本発明の範囲に含まれる。記録媒体は、例えば、ＣＤ（Compact Disc）やＤＶＤ（Digital Versatile Disc）などの光学記録媒体で実現できる。記録媒体は、ＵＳＢ（Universal Serial Bus）メモリやＳＤ（Secure Digital）カードなどの半導体記録媒体によって実現されてもよい。また、記録媒体は、フレキシブルディスクなどの磁気記録媒体、その他の記録媒体によって実現されてもよい。プロセッサが実行するプログラムが記録媒体に記録されている場合、その記録媒体はプログラム記録媒体に相当する。
　各実施形態の構成要素は、任意に組み合わせてもよい。また、各実施形態の構成要素は、ソフトウェアによって実現されてもよいし、回路によって実現されてもよい。
　以上、実施形態を参照して本発明を説明してきたが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　１　　検出システム
　５　　歩容計測システム
　１０、５０　　計測装置
　１１　　センサ
　１２　　ピーク検出部
　１３　　検出装置
　１１１　　加速度センサ
　１１２　　角速度センサ
　１２１　　座標変換部
　１２２　　ローパスフィルタ
　１２３　　ロール角計算部
　１２４　　足底角ピーク検出部
　１２５　　背屈ピーク検出部
　１２６　　底屈ピーク検出部
　１２７　　データ送信部
　１３１、２３１、３３１　　データ取得部
　１３５、２３５、３３５　　候補検出部
　１３７、２３７、３３７　　出力部
　１５０、２５０　　探索時間帯設定部
　１５１、２５１、３５１　　加速度ピーク時刻検出部
　１５２、２５２　　探索終端時刻計算部
　１５３、２５３　　信号距離計算部
　１５４、２５４、３５４　　候補時刻検出部

Claims (10)

  1. 　足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得するデータ取得手段と、
    　前記背屈ピーク時刻を基準として前記進行方向加速度から検出される加速度ピーク時刻を始端とする探索時間帯において、前記進行方向加速度の時系列データから抽出される特徴信号点の時刻を、踵接地の候補時刻として検出する候補検出手段と、
    　検出された前記候補時刻を踵接地時刻として出力する出力手段と、を備える検出装置。
  2. 　前記候補検出手段は、
    　前記背屈ピーク時刻と前記底屈ピーク時刻との中点の時刻に相当する立脚中期時刻を、第１探索終端時刻として計算し、
    　前記加速度ピーク時刻から前記第１探索終端時刻までの時間帯を第１探索時間帯に設定し、
    　前記加速度ピーク時刻における前記進行方向加速度の信号点と、前記第１探索終端時刻における前記進行方向加速度の信号点とを通る第１基準直線に対する、前記進行方向加速度の信号点のユークリッド距離に相当する第１信号距離を、前記第１探索時間帯に含まれる前記進行方向加速度の信号点について計算し、
    　算出された前記第１信号距離が最大値を取る前記特徴信号点の時刻を、前記候補時刻として検出する請求項１に記載の検出装置。
  3. 　前記候補検出手段は、
    　前記背屈ピーク時刻と前記底屈ピーク時刻との中点の時刻に相当する立脚中期時刻を計算し、
    　連続する前記立脚中期時刻の間の時間帯を一歩行周期として計算し、
    　前記加速度ピーク時刻から前記一歩行周期の所定割合後の時刻を、第２探索終端時刻に設定し、
    　前記加速度ピーク時刻から前記第２探索終端時刻までの時間帯を第２探索時間帯に設定し、
    　前記加速度ピーク時刻における前記進行方向加速度の信号点と、前記第２探索終端時刻における前記進行方向加速度の信号点とを通る第２基準直線に対する、前記進行方向加速度の信号点のユークリッド距離に相当する第２信号距離を、前記第２探索時間帯に含まれる前記進行方向加速度の信号点について計算し、
    　算出された前記第２信号距離が最大値を取る前記特徴信号点の時刻を、前記候補時刻として検出する請求項１に記載の検出装置。
  4. 　前記候補検出手段は、
    　前記加速度ピーク時刻を始端とする時間帯を第３探索終端時間帯に設定し、
    　前記第３探索終端時間帯において、前記進行方向加速度が最初に極値を取る時刻を、前記候補時刻として検出する請求項１に記載の検出装置。
  5. 　前記候補検出手段は、
    　前記進行方向加速度に設定された前記探索時間帯において検出された複数の前記候補時刻の中から、予め設定された条件に従って前記踵接地時刻を決定する請求項２乃至４のいずれか一項に記載の検出装置。
  6. 　前記候補検出手段は、
    　複数の前記候補時刻の各々に前記候補時刻ごと設定された重みを掛け合わせて得られる加重平均値を、前記踵接地時刻として算出する請求項５に記載の検出装置。
  7. 　請求項１乃至６のいずれか一項に記載の検出装置と、
    　ユーザの履物に設置され、空間加速度および空間角速度を計測し、計測した前記空間加速度および前記空間角速度を用いて足の動きに関するセンサデータを生成し、生成した前記センサデータを出力するセンサと、前記センサデータの時系列データを取得し、前記センサデータに含まれる進行方向加速度の時系列データを平滑化し、前記センサデータに含まれるロール角の時系列データから背屈ピーク時刻および底屈ピーク時刻を検出し、平滑化された前記進行方向加速度、前記背屈ピーク時刻、および前記底屈ピーク時刻を含むデータを前記検出装置に出力するピーク検出手段と有する計測装置と、を備える検出システム。
  8. 　請求項１乃至６のいずれか一項に記載の検出装置と、
    　ユーザの履物に設置され、空間加速度および空間角速度を計測し、計測した前記空間加速度および前記空間角速度を用いて足の動きに関するセンサデータを生成し、生成した前記センサデータを出力するセンサと、前記センサデータの時系列データを取得し、前記センサデータに含まれる進行方向加速度の時系列データを平滑化し、前記センサデータに含まれるロール角の時系列データから背屈ピーク時刻および底屈ピーク時刻を検出し、平滑化された前記進行方向加速度、前記背屈ピーク時刻、および前記底屈ピーク時刻を含むデータを前記検出装置に出力するピーク検出手段と有する計測装置と、
    　前記検出装置によって検出された踵接地時刻を基準として前記センサデータから歩行イベントを検出し、検出された前記歩行イベントに応じた歩容パラメータを計算し、算出された前記歩容パラメータを用いて前記ユーザの歩容を計測する歩容計測装置と、を備える歩容計測システム。
  9. 　コンピュータが、
    　足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得し、
    　前記背屈ピーク時刻を基準として前記進行方向加速度から検出される加速度ピーク時刻を始端とする探索時間帯において、前記進行方向加速度の時系列データから抽出される特徴信号点の時刻を、踵接地の候補時刻として検出し、
    　検出された前記候補時刻を踵接地時刻として出力する検出方法。
  10. 　足の動きに関するセンサデータから得られた、背屈ピーク時刻、底屈ピーク時刻、および進行方向加速度を含むデータを取得する処理と、
    　前記背屈ピーク時刻を基準として前記進行方向加速度から検出される加速度ピーク時刻を始端とする探索時間帯において、前記進行方向加速度の時系列データから抽出される特徴信号点の時刻を、踵接地の候補時刻として検出する処理と、
    　検出された前記候補時刻を踵接地時刻として出力する処理と、をコンピュータに実行させるプログラムを記録させた非一過性の記録媒体。
PCT/JP2022/006330 2022-02-17 2022-02-17 検出装置、検出システム、歩容計測システム、検出方法、および記録媒体 WO2023157161A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/006330 WO2023157161A1 (ja) 2022-02-17 2022-02-17 検出装置、検出システム、歩容計測システム、検出方法、および記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/006330 WO2023157161A1 (ja) 2022-02-17 2022-02-17 検出装置、検出システム、歩容計測システム、検出方法、および記録媒体

Publications (1)

Publication Number Publication Date
WO2023157161A1 true WO2023157161A1 (ja) 2023-08-24

Family

ID=87577890

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/006330 WO2023157161A1 (ja) 2022-02-17 2022-02-17 検出装置、検出システム、歩容計測システム、検出方法、および記録媒体

Country Status (1)

Country Link
WO (1) WO2023157161A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009050533A (ja) * 2007-08-28 2009-03-12 Chiba Univ 自立歩行支援装置及びそれに用いられるプログラム
JP2012179114A (ja) * 2011-02-28 2012-09-20 Hiroshima Univ 測定装置、測定方法、及び、測定プログラム
US10182746B1 (en) * 2017-07-25 2019-01-22 Verily Life Sciences Llc Decoupling body movement features from sensor location
WO2020194598A1 (ja) * 2019-03-27 2020-10-01 日本電気株式会社 歩行判別装置、歩行判別方法、およびプログラム記録媒体
WO2021084613A1 (ja) * 2019-10-29 2021-05-06 日本電気株式会社 歩容計測システム、歩容計測方法、およびプログラム記録媒体
WO2021140587A1 (ja) * 2020-01-08 2021-07-15 日本電気株式会社 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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009050533A (ja) * 2007-08-28 2009-03-12 Chiba Univ 自立歩行支援装置及びそれに用いられるプログラム
JP2012179114A (ja) * 2011-02-28 2012-09-20 Hiroshima Univ 測定装置、測定方法、及び、測定プログラム
US10182746B1 (en) * 2017-07-25 2019-01-22 Verily Life Sciences Llc Decoupling body movement features from sensor location
WO2020194598A1 (ja) * 2019-03-27 2020-10-01 日本電気株式会社 歩行判別装置、歩行判別方法、およびプログラム記録媒体
WO2021084613A1 (ja) * 2019-10-29 2021-05-06 日本電気株式会社 歩容計測システム、歩容計測方法、およびプログラム記録媒体
WO2021140587A1 (ja) * 2020-01-08 2021-07-15 日本電気株式会社 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

Similar Documents

Publication Publication Date Title
JP7327516B2 (ja) 異常検出装置、判定システム、異常検出方法、およびプログラム
JP7259982B2 (ja) 歩容計測システム、歩容計測方法、およびプログラム
WO2023157161A1 (ja) 検出装置、検出システム、歩容計測システム、検出方法、および記録媒体
JP7405153B2 (ja) 検出装置、検出システム、検出方法、およびプログラム
US20240172966A1 (en) Harmonic index estimation device, estimation system, harmonic index estimation method, and recording medium
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
US20240138757A1 (en) Pelvic inclination estimation device, estimation system, pelvic inclination estimation method, and recording medium
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
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
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
US20230397839A1 (en) Waist swinging estimation device, estimation system, waist swinging estimation method, and recording medium
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
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
US20230389859A1 (en) Index value estimation device, estimation system, index value estimation method, and recording medium
US20240188851A1 (en) Waist swinging estimation device, estimation system, waist swinging estimation method, and recording medium
WO2023127013A1 (ja) 静的バランス推定装置、静的バランス推定システム、静的バランス推定方法、および記録媒体
US20240108251A1 (en) Calculation device, calculation method, and program recording medium
JP7494941B2 (ja) 歩行指標計算装置、歩行指標計算システム、歩行指標計算方法、およびプログラム
WO2023127009A1 (ja) 下肢筋力推定装置、下肢筋力推定システム、下肢筋力推定方法、および記録媒体
JP7459965B2 (ja) 判別装置、判別システム、判別方法、およびプログラム
WO2022101971A1 (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
WO2023286106A1 (ja) 歩容評価装置、歩容評価方法、歩容計測システム、および記録媒体
US20240099608A1 (en) Detection device, detection method, and program recording medium
WO2023047558A1 (ja) 推定装置、情報提示システム、推定方法、および記録媒体
WO2023127014A1 (ja) 易転倒性推定装置、易転倒性推定システム、易転倒性推定方法、および記録媒体

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: 22927063

Country of ref document: EP

Kind code of ref document: A1