[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2006175206A - 身体状態検出装置、その検出方法及び検出プログラム - Google Patents

身体状態検出装置、その検出方法及び検出プログラム Download PDF

Info

Publication number
JP2006175206A
JP2006175206A JP2005266940A JP2005266940A JP2006175206A JP 2006175206 A JP2006175206 A JP 2006175206A JP 2005266940 A JP2005266940 A JP 2005266940A JP 2005266940 A JP2005266940 A JP 2005266940A JP 2006175206 A JP2006175206 A JP 2006175206A
Authority
JP
Japan
Prior art keywords
acceleration vector
principal component
acceleration
vector data
average
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2005266940A
Other languages
English (en)
Other versions
JP4547537B2 (ja
Inventor
Katsunori Matsuoka
克典 松岡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Institute of Advanced Industrial Science and Technology AIST
Original Assignee
National Institute of Advanced Industrial Science and Technology AIST
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 National Institute of Advanced Industrial Science and Technology AIST filed Critical National Institute of Advanced Industrial Science and Technology AIST
Priority to JP2005266940A priority Critical patent/JP4547537B2/ja
Publication of JP2006175206A publication Critical patent/JP2006175206A/ja
Application granted granted Critical
Publication of JP4547537B2 publication Critical patent/JP4547537B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】 加速度センサの取り付け方向に依存せず、身体状態を精度よく検出することができる身体状態検出装置、その検出方法及び検出プログラムを提供すること。
【解決手段】 身体に装着される３軸加速度センサ（１）と、３軸加速度センサ（１）から出力される加速度ベクトルデータを所定のサンプリング間隔で採取するデータ採取手段（２）と、処理手段（５）とを備えた身体状態検出装置であって、処理手段（５）が、連続して採取された加速度ベクトルデータを用いて身体の歩行状態を検出し、歩行状態である期間内の連続する加速度ベクトルデータを用いて、加速度センサの座標系における重力加速度方向および身体軸を自動修正する機能を有することを特徴とする。
【選択図】 図１

Description

本発明は、３軸加速度センサを用いて、日常生活、作業などにおける人の歩行状態や姿勢などを検出する身体状態検出装置、その検出方法及び検出プログラムに関する。
従来、身体に加速度センサを装着し、身体の姿勢変化による加速度センサの出力信号の変化から重力加速度方向の変化を求め、身体姿勢の検出を行う種々の方法が提案されている。例えば、下記非特許文献１には、加速度センサと角速度センサとの組み合わせにより歩行、階段昇降などを検知する方法が提案されている。
また、下記特許文献１には、人が動作していない状態で加速度センサの出力信号の直流成分を測定することによって、予め加速度センサの傾斜角度（具体的には、加速度センサが内蔵されたペースメーカの仰角とずれ角）を求めることができる体動検出装置が開示されている。
特開平１１−４２２２０号公報 興梠・倉田，慣性センサ群とウェアラブルカメラを用いた歩行動作解析に基づくパーソナルポジショニング手法，信学技報，PRMU2003-260，pp.25-30，2004
しかし、従来の方法では、正確な測定には、加速度センサを身体に装着する際に重力加速度方向に対して正確に取り付けることが要求されるが、これは容易ではない。
また、上記特許文献１では、初期の加速度センサの傾斜角度を求めることができるが、動作していない状態で加速度センサの出力信号の直流成分を測定するという煩雑な処理が必要である。
更に、加速度センサを正確に取り付けることができたとしても、取り付け後の身体状態の変化によって、加速度センサの取り付け方向が初期方向から変化してしまう可能性がある場合には、重力加速度方向を予め設定しておく方法では、身体状態を正しく検出することができなくなる問題がある。
本発明の目的は、上記の課題を解決すべく、加速度センサの取り付け方向に依存せず、歩行状態、姿勢の傾斜などの身体状態を精度よく検出することができる身体状態検出装置、その検出方法及び検出プログラムを提供することにある。
本発明の目的は、以下の手段によって達成される。
即ち、本発明に係る身体状態検出装置（１）は、身体に装着される３軸加速度センサと、該３軸加速度センサから出力される加速度ベクトルデータを所定のサンプリング間隔で採取するデータ採取手段と、処理手段とを備え、前記処理手段が、連続して採取された前記加速度ベクトルデータを用い、前記身体の歩行状態を検出し、前記歩行状態である期間内の連続する加速度ベクトルデータを用いて重力加速度ベクトル又は身体軸を決定することを特徴としている。
また、本発明に係る身体状態検出装置（２）は、上記の身体状態検出装置（１）におい
て、前記処理手段が、連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、及び標準偏差を計算し、前記標準偏差、前記絶対値が前記平均値を超える回数、及び前記絶対値が前記平均値を超えている時間の総和を用いて前記歩行状態を検出し、前記歩行状態であると判断された歩行期間が連続する場合、それらの歩行期間を合計して連続時間を計算し、該連続時間が所定時間を超えている場合、少なくとも最新の前記歩行期間に採取した加速度ベクトルデータの平均ベクトルを計算し、該平均ベクトルを重力加速度ベクトルとして決定することを特徴としている。
また、本発明に係る身体状態検出装置（３）は、上記の身体状態検出装置（２）において、前記処理手段が、前記重力加速度ベクトルの方向を基準とし、次に重力加速度ベクトルが決定されるまで、各々の加速度ベクトルデータの角度を計算し、該角度を、前記加速度センサを装着した身体の傾斜角度として決定することを特徴としている。
また、本発明に係る身体状態検出装置（４）は、上記の身体状態検出装置（１）において、前記処理手段が、連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、標準偏差、及び周期性を計算し、前記標準偏差が所定範囲内にあり、且つ前記周期性が所定値より大きい場合に、前記歩行状態と判断することを特徴としている。
また、本発明に係る身体状態検出装置（５）は、上記の身体状態検出装置（４）において、前記処理手段が、前記歩行状態と判断された期間の前記加速度ベクトルデータに対して主成分分析を行い、第１主成分、第２主成分及び第３主成分を前記身体軸とすることを特徴としている。
また、本発明に係る身体状態検出装置（６）は、上記の身体状態検出装置（５）において、前記処理手段が、前記主成分分析の対象とした前記加速度ベクトルデータから平均加速度ベクトルを求め、該平均加速度ベクトルに近い前記第１主成分の方向を、身体の真下方向と決定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化に応じて、身体の前進方向を決定し、前記真下方向及び前記前進方向と、右手系で直交する前記第３主成分の方向を身体の右横方向と決定することを特徴としている。
また、本発明に係る身体状態検出装置（７）は、上記の身体状態検出装置（６）において、前記処理手段が、身体の前進方向の決定において、前記第２主成分の一方向を正の方向と仮定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに減少する部分を有するノコギリ波の全体または一部に類似する場合に、前記第２主成分の前記一方向を身体の前進方向と決定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに増加する部分を有するノコギリ波の全体または一部に類似する場合に、前記第２主成分の前記一方向と逆の方向を、身体の前進方向と決定することを特徴としている。
また、本発明に係る身体状態検出装置（８）は、上記の身体状態検出装置（６）又は（７）において、前記処理手段が、前記加速度ベクトルデータの平均加速度ベクトルを求め、該平均加速度ベクトルと、前記真下方向、前記前進方向及び前記右横方向のそれぞれと成す角度を求めて、前記加速度センサを装着した身体の傾斜角度とすることを特徴としている。
また、本発明に係る身体状態検出方法（１）は、身体に装着された３軸加速度センサを用いて加速度ベクトルデータを所定のサンプリング間隔で採取する第１ステップと、連続して採取された前記加速度ベクトルデータを用い、前記身体の歩行状態を検出する第２ス
テップと、前記歩行状態である期間内の連続する加速度ベクトルデータを用いて重力加速度ベクトル又は身体軸を決定する第３ステップとを含むことを特徴としている。
また、本発明に係る身体状態検出方法（２）は、上記の身体状態検出方法（１）において、前記第２ステップが、連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、及び標準偏差を計算する第４ステップと、前記標準偏差、前記絶対値が前記平均値を超える回数、及び前記絶対値が前記平均値を超えている時間の総和を用いて前記歩行状態を検出する第５ステップと、前記歩行状態であると判断された歩行期間が連続する場合、それらの歩行期間を合計して連続時間を計算する第６ステップと、該連続時間が所定時間を超えている場合、少なくとも最新の前記歩行期間に採取した加速度ベクトルデータの平均ベクトルを計算し、該平均ベクトルを重力加速度ベクトルとして決定する第７ステップとを含むことを特徴としている。
また、本発明に係る身体状態検出方法（３）は、上記の身体状態検出方法（２）において、前記重力加速度ベクトルの方向を基準とし、次に重力加速度ベクトルが決定されるまで、各々の加速度ベクトルデータの角度を計算し、該角度を、前記加速度センサを装着した身体の傾斜角度として決定する第８ステップをさらに含むことを特徴としている。
また、本発明に係る身体状態検出方法（４）は、上記の身体状態検出方法（１）において、前記第２ステップが、連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、標準偏差、及び周期性を計算する第４ステップと、前記標準偏差が所定範囲内にあり、且つ前記周期性が所定値より大きい場合に、前記歩行状態と判断する第５ステップとを含むことを特徴としている。
また、本発明に係る身体状態検出方法（５）は、上記の身体状態検出方法（４）において、、前記第５ステップが、前記歩行状態と判断された期間の前記加速度ベクトルデータに対して主成分分析を行い、第１主成分、第２主成分及び第３主成分を前記身体軸とする第６ステップを含むことを特徴としている。
また、本発明に係る身体状態検出方法（６）は、上記の身体状態検出方法（５）において、前記第５ステップが、前記主成分分析の対象とした前記加速度ベクトルデータから平均加速度ベクトルを求め、該平均加速度ベクトルに近い前記第１主成分の方向を、身体の真下方向と決定する第７ステップと、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化に応じて、身体の前進方向を決定する第８ステップと、前記真下方向及び前記前進方向と、右手系で直交する前記第３主成分の方向を身体の右横方向と決定する第９ステップとをさらに含むことを特徴としている。
また、本発明に係る身体状態検出方法（７）は、上記の身体状態検出方法（６）において、前記第８ステップが、前記第２主成分の一方向を正の方向と仮定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに減少する部分を有するノコギリ波の全体または一部に類似する場合に、前記第２主成分の前記一方向を身体の前進方向と決定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに増加する部分を有するノコギリ波の全体または一部に類似する場合に、前記第２主成分の前記一方向と逆の方向を、身体の前進方向と決定するステップであることを特徴としている。
また、本発明に係る身体状態検出方法（８）は、上記の身体状態検出方法（６）又は（７）において、前記第３ステップが、前記加速度ベクトルデータの平均加速度ベクトルを求める第１０ステップと、該平均加速度ベクトルと、前記真下方向、前記前進方向及び前記右横方向のそれぞれと成す角度を求めて、前記加速度センサを装着した身体の傾斜角度
とする第１１ステップとを含むことを特徴としている。
また、本発明に係る身体状態検出プログラム（１）は、身体に装着される３軸加速度センサと、データ採取手段と、処理手段とを備えた身体状態検出装置に、前記３軸加速度センサを用いて加速度ベクトルデータを所定のサンプリング間隔で採取する第１機能と、連続して採取された前記加速度ベクトルデータを用い、前記身体の歩行状態を検出する第２機能と、前記歩行状態である期間内の連続する加速度ベクトルデータを用いて重力加速度ベクトル又は身体軸を決定する第３機能とを実現させることを特徴としている。
また、本発明に係る身体状態検出プログラム（２）は、上記の身体状態検出プログラム（１）において、前記第２機能が、連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、及び標準偏差を計算する第４機能と、前記標準偏差、前記絶対値が前記平均値を超える回数、及び前記絶対値が前記平均値を超えている時間の総和を用いて前記歩行状態を検出する第５機能と、前記歩行状態であると判断された歩行期間が連続する場合、それらの歩行期間を合計して連続時間を計算する第６機能と、該連続時間が所定時間を超えている場合、少なくとも最新の前記歩行期間に採取した加速度ベクトルデータの平均ベクトルを計算し、該平均ベクトルを重力加速度ベクトルとして決定する第７機能とを含むことを特徴としている。
また、本発明に係る身体状態検出プログラム（３）は、上記の身体状態検出プログラム（２）において、前記重力加速度ベクトルの方向を基準とし、次に重力加速度ベクトルが決定されるまで、各々の加速度ベクトルデータの角度を計算し、該角度を、前記加速度センサを装着した身体の傾斜角度として決定する第８機能をさら実現させることを特徴としている。
また、本発明に係る身体状態検出プログラム（４）は、上記の身体状態検出プログラム（１）において、前記第２機能が、連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、標準偏差、及び周期性を計算する第４機能と、前記標準偏差が所定範囲内にあり、且つ前記周期性が所定値より大きい場合に、前記歩行状態と判断する第５機能とを含むことを特徴としている。
また、本発明に係る身体状態検出プログラム（５）は、上記の身体状態検出プログラム（４）において、前記第５機能が、前記歩行状態と判断された期間の前記加速度ベクトルデータに対して主成分分析を行い、第１主成分、第２主成分及び第３主成分を前記身体軸とする第６機能を含むことを特徴としている。
また、本発明に係る身体状態検出プログラム（６）は、上記の身体状態検出プログラム（５）において、前記第５機能が、前記主成分分析の対象とした前記加速度ベクトルデータから平均加速度ベクトルを求め、該平均加速度ベクトルに近い前記第１主成分の方向を、身体の真下方向と決定する第７機能と、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化に応じて、身体の前進方向を決定する第８機能と、前記真下方向及び前記前進方向と、右手系で直交する前記第３主成分の方向を身体の右横方向と決定する第９機能とをさらに含むことを特徴としている。
また、本発明に係る身体状態検出プログラム（７）は、上記の身体状態検出プログラム（６）において、前記第８機能が、前記第２主成分の一方向を正の方向と仮定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに減少する部分を有するノコギリ波の全体または一部に類似する場合に、前記第２主成分の前記一方向を身体の前進方向と決定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに増加する部分を有するノコギリ波の全体または一部に類似する場合に、前
記第２主成分の前記一方向と逆の方向を、身体の前進方向と決定する機能であることを特徴としている。
また、本発明に係る身体状態検出プログラム（８）は、上記の身体状態検出プログラム（６）又は（７）において、前記第３機能が、前記加速度ベクトルデータの平均加速度ベクトルを求める第１０機能と、該平均加速度ベクトルと、前記真下方向、前記前進方向及び前記右横方向のそれぞれと成す角度を求めて、前記加速度センサを装着した身体の傾斜角度とする第１１機能とを含むことを特徴としている。
本発明によれば、測定前に３軸加速度センサを正確に取り付けたり、装着方向をキャリブレーションするなどの事前調節をする必要がなく、また測定中に加速度センサの取り付け方向が変化した場合にも、歩行状態、姿勢の傾斜などの身体状態を精度よく検出することができる。
特に、歩行状態として検出された期間の加速度データから計算した平均の加速度ベクトルの方向を、身体の傾斜角度を求める基準となる重力加速度の方向とすることによって、精度よく身体の傾斜角度を算出することができる。
また、歩行状態における加速度データに対する主成分分析を行い、第１主成分と平均加速度ベクトルとの関係、及び第２主成分方向の加速度成分の時間変化パターンを考慮することによって、身体軸の正方向を精度よく決定することができる。この身体軸を用いることによって、精度よく身体の傾斜角度を算出して姿勢を決定することができる。
以下、本発明に係る実施の形態を、添付した図面に基づいて説明する。
第１図は、本発明の実施の形態に係る身体状態検出装置の概略構成を示すブロック図である。本実施の形態に係る身体状態検出装置は、人体に装着される３軸加速度センサ（以下、加速度センサと記す）１と、加速度センサ１のアナログ出力信号を所定の時間間隔でサンプリングし、Ａ／Ｄ変換してディジタル信号として出力するデータ採取部２と、データ採取部２からのディジタル信号を記録する記録部３と、メモリ部４と、これらを制御する処理部５とを備えている。加速度センサ１は、例えば人体の腰部に取り付けられ、外力を受けた場合、予め加速度センサ１に設定された直交する３軸（Ｘ軸、Ｙ軸、Ｚ軸）の各方向の加速度に応じたアナログ信号（電圧など）を、対応する３つの出力端子（図示せず）から出力する。
データ採取部２は、処理部５の制御を受けて、加速度センサ１から出力される各々のアナログ信号を所定のサンプリング間隔Δｔで採取し、Ａ／Ｄ変換してディジタルの加速度データ（ｇｘ，ｇｙ，ｇｚ）として、採取した順に出力する。以下において、特に断らない限り、加速度データとは３次元ベクトルデータ（ｇｘ，ｇｙ，ｇｚ）を意味するものとする。出力された加速度データは、時系列に記録部３に記録される。処理部５は、各部の制御に加えて、記録部３に記録された加速度データを対象とし、メモリ部４をワーク領域として使用して後述する歩行状態の検出処理などを実行する。
以下、本実施の形態に係る身体状態検出装置の各機能を具体的に説明する。
（歩行状態の検出機能）
図２は、本実施の形態に係る身体状態検出装置による歩行状態の検出処理を示すフローチャートである。ここでは、人体の腰部に取り付けられた加速度センサ１からの加速度データが、所定のサンプリング間隔Δｔで所定の期間採取され、時系列に予め記録部３に記
録されていることとし、その加速度データを処理対象とする。
図３に、記録された加速度データの一例を示す。図３において、縦軸は加速度データの１軸方向成分、横軸は時間である。以下において、特に断らない限り処理部５が行う処理として説明する。また、各ステップでの処理において、処理部５は、適宜記録部３からメモリ部４に加速度データを読み出し、メモリ部４の所定領域をワーク領域として使用して計算を行い、その結果を適宜記録部３に記録することとする。
ステップＳ１において、初期設定を行う。評価時間幅Ｔ1、シフト時間幅ΔＴ１（ΔＴ
１≦Ｔ1）、サンプリング間隔Δｔ、後述する判定ステップで使用する標準偏差σの上限
値σmax及び下限値σmin、回数パラメータの上限値ｎmax及び下限値ｎmin、時間パラメータの上限値ｔmax及び下限値ｔminに所定の値を設定する。また、繰り返し用カウンタｋに“０”を、全てのフラグｆｌａｇ（ｊ）（ｊは０以上の整数値）に“０”を設定する。後述するように、時系列の全加速度データの中から、時間軸に沿ってシフト時間幅ΔＴ１だけシフトしながら１回の処理対象とする加速度データを決定するので、シフトする回数だけフラグｆｌａｇ（ｊ）を設ける。
ステップＳ２において、時系列に記録された加速度データの先頭から、評価時間幅Ｔ1
の間の加速度データ（ｇxi，ｇyi，ｇzi）（ｉ＝ｋ〜ｋ＋Ｎ1−１）を読み出す。評価時
間幅Ｔ1毎の加速度データ数Ｎ1は、Ｔ1／Δｔで計算される。
ステップＳ３において、ステップＳ２で読み出した各々の加速度データ（ｇxi，ｇyi，ｇzi）の絶対値｜ｇ｜i＝（ｇxi ２＋ｇyi ２＋ｇzi ２）１／２を計算し、それらの平均値
ｇav及び標準偏差σを計算する。
ステップＳ４において、ステップＳ３で計算した標準偏差σが、
σmin＜σ＜σmax （式１）
を満たすか否かを判断する。満足しないと判断した場合、ステップＳ５に移行し、カウンタｋにΔｋを加算した値を新たなカウンタｋとし、上記したステップＳ２〜Ｓ４を繰り返す。満足すると判断した場合、ステップＳ６に移行する。ここで、カウンタｋをΔｋだけ増大させることは、時間軸に沿ってシフト時間幅ΔＴ１だけシフトして次に処理対象とする加速度データの先頭を決定することであり、Δｋ＝ΔＴ１／Δｔである。従って、Δｋ≦Ｎ1である。
ステップ６において、ステップＳ３で求めた加速度データの絶対値｜ｇ｜ｉが平均値ｇavを超える回数ｎ、及び｜ｇ｜ｉ＞ｇavである時間の合計時間ｔ1を計算する。
ステップＳ７において、ステップＳ６で求めた回数ｎ及び合計時間ｔ1が、
ｎmin＜ｎ＜ｎmax （式２）
ｔmin＜ｔ1＜ｔmax （式３）
を満たすか否かを判断する。少なくとも式２及び式３の何れか一方が満たされないと判断した場合、ステップＳ５に移行した後、ステップＳ２〜Ｓ６の処理を繰り返す。
式２及び式３の関係を満たすと判断した場合、ステップＳ８に移行し、その区間（時間幅Ｔ1）に対応するフラグｆｌａｇ（ｊ）に歩行状態を表す“１”を設定する。ここで設
定されたフラグｆｌａｇ（ｊ）は、例えば、時間幅Ｔ1に対応する区間（ｋ〜ｋ＋Ｎ１−
１）の最後、即ちｋ＋Ｎ１−１に対して適用される。
ステップＳ９において、処理対象の加速度データがＮ1以上残っているか否を判断し、
残っていないと判断するまで、ステップＳ５に戻った後、ステップＳ２〜Ｓ７を繰り返す
。
以上の処理によって、全ｆｌａｇ（ｊ）の値が決定され、ｆｌａｇ（ｊ）＝１である区間を歩行状態である区間として決定することができる。
一例として、評価時間幅Ｔ１＝３（秒）、シフト時間幅ΔＴ１＝１（秒）とし、評価時間幅Ｔ1内の加速度ベクトルの平均振幅をｇavとしてσmin＝０．２ｇav、σmax＝０．９
ｇav、ｎmin＝０．２Ｔ1／Δｔ、ｎmax＝０．８Ｔ1／Δｔ、ｔmin＝０．２Ｔ1、ｔmax＝
０．８Ｔ1の条件で、図２に示した一連の処理を適用した結果を、図４に示す。図４にお
いて、Ｘ，Ｙ，Ｚの加速度データは、サンプリング間隔Δｔが約０．０５８６（秒）（１７．０６５Ｈｚ）で採取したデータ（３軸の各成分）を示しており、最下段に歩行判定結果を示している。歩行判定結果では、黒い帯の部分がｆｌａｇ（ｊ）＝１、即ち歩行状態を表している。図４の最上段には、実際の人体の状態を目視で観測した結果を示している。ここでは、「着席」、「歩行」の２つの状態を繰り返して行った。
また、試行１〜３の各期間で、加速度センサの人体への取り付け角度を意図的に変化させた。図５の（ａ）〜（ｃ）に、腰部に加速度センサ１を取り付けた状態の写真及び加速度センサ１の３軸（Ｘ軸、Ｙ軸、Ｚ軸）の方向を示す。図５には、鉛直下向き方向Ｖと３軸加速度センサ１の１軸であるＸ軸との成す角度を示している。試行１の期間では、加速度センサを通常通り装着しており、加速度センサのＸ軸が鉛直軸Ｖから約１０度傾いている（図５の（ａ）参照）。試行２、３の期間では、加速度センサ１が傾斜して取り付けられており、加速度センサ１のＸ軸が鉛直軸Ｖから、それぞれ約３０度、約９０度傾いている（図５の（ｂ）、（ｃ）参照）。
図４の最上段と最下段とを比較すると、最上段に「歩行」と記された期間と最下段の黒い帯の期間とが良好に対応しており、加速度センサ１の身体への装着角度に依存せず、良好に歩行状態を検出できていることが分かる。
（重力加速度方向の検出機能）
次に、重力加速度の方向を検出する機能に関して説明する。これは、加速度データから歩行状態を自動検出し、歩行状態における加速度データの平均を求め、これを重力加速度方向として決定する機能である。一般的に歩行状態における平均的な身体姿勢は、重力加速度方向に対して同一人では同じ姿勢が保たれていると考えられる。従って、加速度センサによって得られる加速度データから、図２に示した処理により歩行状態を検出し、予め決められた判定時間幅（以下、重力加速度判定時間と記す）よりも長く歩行状態が継続している場合、評価時間幅Ｔ1における平均加速度データを重力加速度とすることができる
。
図６は、本実施の形態に係る身体状態検出装置による重力加速度方向の検出処理を示すフローチャートである。図２に関する説明と同様に、図６に示した処理においても、時系列に記録部３に予め記録された加速度データを対象とし、特に断らない限り処理部５が行う処理として説明する。
ステップＳ１１〜ステップＳ１８の処理は、図２に示したステップＳ１〜Ｓ８における処理と同様であるので、説明を省略する。但し、ステップＳ１１において初期設定として、重力加速度判定時間Ｔ2を設定することが、ステップＳ１とは異なる。
ステップＳ１９において、ステップＳ１８でフラグがｆｌａｇ（ｊ）＝１と設定された連続区間Ｌ（全てのｆｌａｇ（ｊ）の値が“１”である連続する区間）を求め、連続区間Ｌの時間長ｔ2を求める。
ステップＳ２０において、ステップＳ１９で求めた合計時間ｔ2がステップＳ１１で設
定した重力加速度判定時間Ｔ2より大きいか否かを判断する。ｔ2＞Ｔ2でないと判断した
場合、ステップＳ１５に移行した後、ステップＳ１２〜Ｓ１９の処理を繰り返す。ｔ2＞
Ｔ2であると判断した場合、ステップＳ２１に移行する。
ステップＳ２１において、連続区間Ｌ内の最後の評価時間幅Ｔ1における加速度データ
の平均ベクトルを求めて、その結果を連続区間Ｌ以降の重力加速度として記録する。従って、このステップＳ２１が実行されない区間に関しては、それ以前の処理で決定された重力加速度が適用される。
ステップＳ２２において、処理対象の加速度データがＮ1以上残っているか否を判断し
、残っていないと判断するまで、ステップＳ１５に戻った後、ステップＳ２〜Ｓ２１の処理を繰り返す。
以上によって、歩行状態にあり且つｔ2＞Ｔ2の条件を満たす区間（時間幅Ｔ1）におけ
る加速度データの平均を用いて、全期間の重力加速度方向を加速度センサの座標系で決定することができる。
一例として、図４に示した実測した加速度データに対して、評価時間幅Ｔ1＝３（秒）
、シフト時間幅ΔＴ１＝１（秒）、重力加速度判定時間Ｔ2＝５（秒）とし、図６に示し
た一連の処理を適用した結果を図７に示す。この例では、より安定した重力加速度方向の検出を行うために、歩行状態の検出条件を、上記した例よりも厳しい条件、即ち、σmin
＝０．２ｇav、σmax＝０．９ｇav、ｎmin＝０．２７５Ｔ1／Δｔ、ｎmax＝０．７２５Ｔ1／Δｔ、ｔmin＝０．３６５Ｔ1、ｔmax＝０．６３５Ｔ1とした。図７において、Ｘ軸、
Ｙ軸、Ｚ軸の加速度データは実測データを示しており、最下段には、重力加速度方向と加速度センサに設定された軸との間の角度を表している。
図７では加速度センサの人体への取り付け角度を意図的に３回変化させ（それぞれの期間を最上段に試行１〜３として記載）、図３と同様に「着席」、「歩行」の２つの状態を繰り返し行った。試行１〜３の各期間における加速度センサの人体への取り付けは、図５に示したように、加速度センサのＸ軸が鉛直軸Ｖからそれぞれ約１０度、約３０度、約９０度傾いて取り付けられている。
図７の最上段と最下段とを比較すると、最上段に示した角度（約１０°、約３０°及び約９０°）をよく再現する値（最下段に示した１３°、３２．５°及び９０．７°）が得られていることが分かる。また、加速度センサの取り付け角度が変更された後、歩行状態が所定の重力加速度判定時間Ｔ2継続すると、直ちに重力方向を計算できていることが分
かる（図７の右端の枠内に「重力方向の更新」と記載した階段部分）。即ち、加速度センサの身体への装着角度に依存せず、重力加速度方向を良好に検出できていることが分かる。
（身体姿勢の検出機能）
最後に、身体の傾斜角度を検出する機能に関して説明する。これは、上記した重力加速度検出機能によって検出された重力加速度方向を用いて、加速度センサの装着方向に影響されることなく正しい身体傾斜角を検出する機能である。
即ち、先ず、図７で説明した重力加速度検出機能によって更新された重力加速度方向を基準に、各時刻において加速度センサから採取した加速度データの評価時間幅Ｔ１における平均加速度ベクトル（身体加速度ベクトル）が成す角度を計算する。そして、得られた
角度を、加速度センサを装着した身体の傾斜角度（腰部に装着した場合には、腰部の傾斜角度）として決定する。
一例として、図４、図７に示した、加速度センサの方向を３種類（約１０°、約３０°、約９０°）に変化させて「着席」と「歩行」とを繰り返して採取した加速度データに対して、本機能を適用した結果を図８に示す。図８では、最上段に実際の状態を示し、その下に採取した３軸の加速度データを示し、さらにその下に「補正あり」と記して、本身体姿勢の検出機能による身体の傾斜角度の計算結果を示す。「補正なし」と記した最下段は、重力加速度検出機能による重力加速度方向の検出を行わずに加速度データを処理して得られた身体の傾斜角度を示す。
「補正あり」と記した段に示したように、本身体姿勢の検出機能によれば、試行１〜３と加速度センサの取り付け角度を変更しても、着席時の身体の傾斜角度としてほぼ一定の値（約２３度〜約３７度）を算出できていることが分かる。これに対して、「補正なし」と記した段では、重力加速度方向の検出による修正を行っていないので、加速度センサの取り付け角度に依存して身体の傾斜角度が大きく変化している。従って、本身体姿勢の検出機能が非常に有効であることが分かる。
（高精度の身体姿勢の検出機能）
以上においては、歩行状態の検出に、加速度の絶対値｜ｇ｜iが加速度の平均値ｇAVを
超える回数を用いたが、歩行速度が検出精度に影響する場合がある。また、身体の傾斜角度を、身体の前・下・横の各方向に対する傾斜角度として検出することはできず、例えば、前かがみなのか横に傾いているのかを判別することができない。これらの点を改善し、より精度良く身体姿勢を検出するために、安定的な歩行状態を検出し、この状態における身体軸を求め、この身体軸と、加速度センサによって得られる平均加速度ベクトルの成す角度を身体傾斜角として決定する。以下に、具体的に説明する。
図９は、図１に示した身体状態検出装置による、高精度の身体姿勢の検出処理を示すフローチャートである。図２に関する説明と同様に、図９に示した処理においても、時系列に記録部３に予め記録された加速度データを対象とし、特に断らない限り処理部５が行う処理として説明する。
ステップＳ３１、Ｓ３２の処理は、図２に示したステップＳ１、Ｓ２における処理と同様であるので、説明を省略する。但し、ステップＳ３１において初期設定として、傾斜角算出時間Ｔ３（＜Ｔ1）及び後述する判断の基準値を設定することが、ステップＳ１とは
異なる。
ステップＳ３３において、図２に示したステップＳ３と同様に、ステップＳ３２で読み出した各々の加速度データ（ｇxi，ｇyi，ｇzi）（ｉ＝ｋ〜ｋ＋Ｎ1−１）の絶対値｜ｇ
｜i＝（ｇxi ２＋ｇyi ２＋ｇzi ２）１／２を計算し、それらの平均値ｇav及び標準偏差σ
を計算し、さらに、加速度データの絶対値｜ｇ｜iの時間的変動の周期性νを計算する。
周期性νを求めるのは、安定した歩行状態を検出するためであり、この状態の特性に基づいて後述する処理が行われる。
評価時間幅Ｔ1中の時間間隔Δｔの時系列データである加速度データ絶対値｜ｇ｜iの周期性νは、公知の技術を使用して求めることができる。例えば、｜ｇ｜iをフーリエ変換
し、得られる周波数スペクトルのピークの広がり程度に応じて、周期性νを決定することができる。また、｜ｇ｜iが平均値ｇavを超える時間間隔の頻度分布を求め、その頻度分
布において、所定時間幅ΔＴｃ中の累積頻度の最大値が全体数に占める割合を、周期性νとしてもよい。
ステップＳ３４において、ステップＳ３３で求めた標準偏差σ及び周期性νを用いて歩行状態か否かを判断する。具体的には、σstill≦σ≦σwalk 且つ ν＞νwalk であ
れば、歩行状態と判断してステップＳ３５に移行し、そうで無ければ、歩行状態でないと判断してステップＳ３８に移行する。σstill、σwalk、νstillは、ステップＳ３１での初期設定で設定された基準値である。
ステップＳ３５において、ステップＳ３４よりも厳しい条件で、安定した歩行状態か否かを判断する。即ち、σw0≦σ≦σw1 且つ ν＞νw0 であれば、安定した歩行状態と判断してステップＳ３６に移行し、そうで無ければ、安定した歩行状態でないと判断してステップＳ３９に移行する。ここで、σstill＜σw0 、σw1≦σwalk 、νwalk＜νw0
である。
ステップＳ３６において、ステップＳ３２で読み出した加速度データ（ｇxi，ｇyi，ｇzi）（ｉ＝ｋ〜ｋ＋Ｎ1−１）に対して主成分分析を行い、身体軸を求める。安定した歩
行状態では、重力方向に対して同一人では同じ姿勢が保たれている特性がある。従って、安定的な歩行状態における加速度ベクトルに対する主成分分析によって得られる第１〜第３主成分を身体軸とする。即ち、第１〜第３主成分を、それぞれ歩行時における身体の上下方向（重力加速度方向）、前後方向、横方向とする。
ステップＳ３７において、ステップＳ３６で得られた身体軸（第１〜第３主成分）方向の加速度成分の変動から、身体の真下方向、前方向（前進方向）、及び右横方向（図１０の（ａ）参照）を求め、記録部３に記録する。ステップＳ３６で得られた第１〜第３主成分を身体軸として使用する場合、各軸の正方向には２方向の任意性がある。即ち、主成分分析だけでは身体軸の正負の方向を一意に決定することができない。従って、まず、歩行状態の平均加速度ベクトルを求め、平均加速度ベクトルの方向に近い第１主成分の方向を、身体の真下方向として決定する。次に、第２主成分の一方の方向を仮の正方向として、第２主成分方向の加速度成分を求め、求めた加速度成分の時間変化パターンによって、身体の前後方向を決定する。具体的には、図１１に示したように、相互に時間軸に関して対称な波形である２つのノコギリ波形との類似度を判断する。２つのノコギリ波の一方は、緩やかに減少した後に急峻に増加し、その後再び緩やかに減少する（例えば、図１１の「前進方向成分」と記した波形）、他方は緩やかに増加した後に急峻に減少し、その後再び緩やかに増加する（例えば、図１１の「逆前進方向成分」と記した波形）。図１１の中段の波形が第２主成分方向の加速度成分であり、これは「前進方向成分」に類似する波形であるので、第２主成分の正方向を身体の前方向（前進方向）と決定する。一方、２主成分方向の加速度成分が、逆前進方向成分のノコギリ波に類似している場合には、第２主成分の負方向を身体の前方向（前進方向）と決定する。最後に、決定された真下方向と前進方向とに対して右手系で直交する方向に近い第３主成分の方向を、身体の右横方向として決定する。尚、類似度は、公知のマッチング技術を用いて算出すればよい。例えば、第２主成分方向の加速度成分の波形と、判断基準とするノコギリ波形との相関を求めて、類似度を判断すればよい。また、ノコギリ波との類似度の判断方法として、時間軸に関して対称な２つのノコギリ波形の特徴量（例えば、微分係数）の違いに注目し、第２主成分方向の加速度成分の波形に関して同じ特徴量（微分係数）を計算し、これを用いて判断してもよい。また、ノコギリ波全体との類似度（特徴量を含む）の代りに、ノコギリ波の一部、例えば、足の蹴りだしに起因する加速度の急峻な変化部分や、加速度が緩やかに減少する部分との類似度（特徴量を含む）を判断の基準にしてもよい。
ステップＳ３８において、ステップＳ３３で計算した標準偏差σ、周期性νを用いて、歩行状態以外の身体状態を判断する。具体的には、σwalk＜σ≦σshock且つν＞νwalk
であれば「走行状態」、σ＜σstillであれば「静止状態」、σ＞σshockであれば転倒な
どの「衝撃状態」、そしてこれらの状態及び歩行状態のいずれにも該当しない場合には、「その他の状態」と決定する。
ステップＳ３９において、ステップＳ３８での身体状態の判定結果が「衝撃状態」以外であった場合、傾斜角算出時間Ｔ３毎に平均の加速度ベクトルを計算し、記録部３から身体軸の情報を読み出し、平均の加速度ベクトルが身体軸と成す角度（身体傾斜角）を求める。即ち、図１０の（ｂ）に示したように、平均加速度ベクトルがそれぞれの身体軸（真下方向、前進方向、右横方向）と成す３つの角度θ、φ、γを求める。ここで、求めたθから、姿勢判定を行うこともできる。例えば、ステップＳ３１で基準値θ0、θ1、θ2を
初期設定し、θ0＜θ≦θ1であれば「傾斜小」、θ1＜θ≦θ2であれば「傾斜中」、θ≧θ2であれば「傾斜大」と判断する。
ステップＳ４０において、処理対象の加速度データがＮ1（評価時間幅Ｔ1に対応）以上残っているか否を判断し、残っていないと判断するまで、ステップＳ４１に移行し、カウンタｋにΔｋ（Δｋ＝ΔＴ１／Δｔ）を加算した値を新たなカウンタｋとし、上記したステップＳ３２〜Ｓ３９を繰り返す。
以上によって、安定的な歩行状態の加速度データから身体軸を精度良く決定することができ、その後、決定した身体軸と平均の加速度ベクトルとの成す角度として、身体の傾斜角度を精度よく求めることができる。
尚、処理対象の加速度データによっては、ステップＳ３６、Ｓ３７での処理が一度も行われないまま、ステップＳ３９の処理が行われることがある。その場合、身体軸が決定されていないので、意味のある身体傾斜角が計算されない。従って、身体軸を計算したか否かを表すフラグを設け、ステップＳ３９においてフラグの状態を判断し、身体軸が計算されていなければ、上記したステップＳ３９での処理を実行しないようにすればよい。若しくは、ステップＳ３１での初期設定において、身体軸方向の初期値を設定しておいてもよい。さらには、身体軸が決定さていない期間の身体傾斜角の算出結果は除外することとすれば、身体軸方向の初期値を設定しなくてもよい。
図１２に、本機能を実測した加速度データに適用した実験結果を示す。４つの同種の加速度センサを人体腰部の前後左右の４箇所に、特別な位置合わせを行うことなく装着して、歩行、椅子への着座、正面方向への屈み込み、右からの覗き込み、左からの覗き込みの一連の動作を行って、それぞれの加速度センサから出力される加速度データを記録し、このデータを対象として図９に示した一連の処理を実行した。評価時間幅Ｔ1＝５（秒）、
傾斜角算出時間Ｔ３＝１（秒）である。図１２には、最上段から、前側、左側、後側、右側に取り付けた加速度センサに関するデータを示している。図１２の左側に、「（ａ）３軸加速度情報」として示した各段の信号波形は、加速度センサから取得したＸＹＺ軸の加速度成分を表し、右側の「（ｂ）身体傾斜角」として示した信号波形は、決定した身体軸を用いて計算した身体傾斜角θ、φ、γ（実際には、θ、φ−９０、γ−９０）を表している。身体傾斜角の一部を数値で付記している。身体傾斜角の各段のデータを比較すると、本機能によって、身体への加速度センサの装着位置及び装着方向に依らずに、ほぼ等しい身体傾斜角を求めることができ、着座、正面への屈み込み、右からの覗き込み、左からの覗き込みを識別できていることがわかる。
以上において、図１に示した構成の身体状態検出装置に関して説明したが、これに限定されず、種々変更、拡張して構成することができる。
また、図１に示した各構成部の全てを一つのユニットに組み込み、そのユニットを身体に取り付けても良く、加速度センサとデータ採取部とを一つのユニットに組み込み、その
ユニットのみを身体に取り付けてもよい。前者の場合には処理結果を、例えば、無線通信によって別の処理装置にワイヤレス伝送してもよい。後者の場合にはデータ採取部から出力されるディジタルデータを、例えば、無線通信によって記録部にワイヤレス伝送してもよい。
また、図２、図６、図９に示した処理は、各ステップの順序を変更するなど、種々変更して実行することができる。例えば、図９において、ステップＳ３４での歩行状態の検出処理をステップＳ３８に含めてもよい。その場合、最初にステップＳ３５の高い周期性の検出処理が行われる。また、図９のフローチャートにおいて、ステップＳ３２〜Ｓ３５（周期性を利用）を、図６のステップＳ１２〜Ｓ２０（加速度データの絶対値が平均値を超える回数を利用）と置き換えてもよい。
また、身体軸の方向は、真下方向、前進方向、右横方向に限定されず、それらの逆方向でもよく、左手系の軸であってもよい。
また、上記の歩行状態検出機能においては、評価時間幅Ｔ1（時刻ｔ〜ｔ＋Ｔ1）内の加速度データを用いて、時刻ｔ＋Ｔ1におけるフラグｆｌａｇ(ｊ)を決定したが、これに限
定されず、ｔ〜ｔ＋Ｔ1の区間内の任意の時刻ｔ＋τにおけるフラグｆｌａｇ(ｊ)を決定
してもよい。ここで、τ＜Ｔ1である。その場合、シフト時間幅ΔＴ１を考慮すると、決
定されたフラグｆｌａｇ(ｊ)は、時刻ｔ＋τ〜ｔ＋τ＋ΔＴ１の間維持される。例えば、τ＝Ｔ1／２とすることができる。
また、図２に関して説明した歩行状態の検出機能において、歩行状態の判定に加速度データの絶対値の平均値及び標準偏差を用いる場合を説明したが、これは、図９に関して説明した周期性の検出方法の概念に含まれるものであり、上記したように周期性の検出には種々の方法を用いることができる。例えば、所定期間毎の加速度データに関して、フーリエ変換などにより、絶対値の周波数解析を行い、含まれる周波数成分の割合によって歩行状態、安定した歩行状態を判定してもよい。また、加速度データの絶対値ではなく、成分毎に周波数解析を行ってもよい。
また、上記の重力加速度方向の検出機能において、最新の評価時間幅Ｔ1の区間、即ち
連続区間Ｌの最後の評価時間幅Ｔ1の区間における平均加速度ベクトルを重力加速度ベク
トルとする場合を説明したが、これに限定されず、例えば、連続区間Ｌの平均加速度ベクトルを重力加速度ベクトルとしてもよい。
また、上記した歩行状態の検出機能、重力加速度方向の検出機能、身体姿勢の検出機能、高精度の身体姿勢の検出機能では、予め記録部に記録されている加速度データを処理する場合を説明したが、データの採取と並行してリアルタイムに処理を行ってもよい。その場合、例えば、歩行状態の検出機能を示す図２のステップＳ２の処理、重力加速度方向の検出機能を示す図６のステップＳ１２の処理、高精度の身体姿勢の検出機能を示す図９のステップＳ３１の処理を、所定数の加速度データを採取する処理とすればよい。
また、σmin、σmax、ｎmin、ｎmax、ｔmin及びｔmaxなどの値は、上記で一例として示した値に限定されず、適宜設定することができる。
本発明の実施の形態に係る身体状態検出装置の概略構成を示すブロック図である。 本発明の実施の形態に係る身体状態検出装置による歩行状態の検出処理を示すフローチャートである。 １軸方向の加速度データの一例を示す波形図である。 本発明の実施の形態に係る身体状態検出装置による歩行状態の検出処理機能を適用した結果の一例を示す図である。 身体に加速度センサの取り付けた状態及び加速度センサの３軸の方向を示す図である。 本発明の実施の形態に係る身体状態検出装置による重力加速度方向の検出処理を示すフローチャートである。 本発明の実施の形態に係る身体状態検出装置による重力加速度方向の検出機能を適用した結果の一例を示す図である。 本発明の実施の形態に係る身体状態検出装置による身体姿勢の検出機能を適用した結果の一例を示す図である。 本発明の実施の形態に係る身体状態検出装置による高精度の身体姿勢の検出処理を示すフローチャートである。 加速度センサの軸、身体軸、重力加速度方向の関係を示す図であり、（ａ）は歩行状態における加速度センサのＸＹＺ軸と身体軸との関係を示し、（ｂ）は前かがみになった状態の身体傾斜角を示す図である。 第２主成分方向の加速度成分から前進方向を決定する方法を説明する図である。 本発明の実施の形態に係る身体状態検出装置による高精度の身体姿勢の検出機能を適用した結果の一例を示す図である。
符号の説明
１ ３軸加速度センサ
２ データ採取部
３ 記録部
４ メモリ部
５ 処理部

Claims (24)

  1. 身体に装着される３軸加速度センサと、
    該３軸加速度センサから出力される加速度ベクトルデータを所定のサンプリング間隔で採取するデータ採取手段と、
    処理手段とを備え、
    前記処理手段が、
    連続して採取された前記加速度ベクトルデータを用い、前記身体の歩行状態を検出し、
    前記歩行状態である期間内の連続する加速度ベクトルデータを用いて重力加速度ベクトル又は身体軸を決定することを特徴とする身体状態検出装置。
  2. 前記処理手段が、
    連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、及び標準偏差を計算し、
    前記標準偏差、前記絶対値が前記平均値を超える回数、及び前記絶対値が前記平均値を超えている時間の総和を用いて前記歩行状態を検出し、
    前記歩行状態であると判断された歩行期間が連続する場合、それらの歩行期間を合計して連続時間を計算し、
    該連続時間が所定時間を超えている場合、少なくとも最新の前記歩行期間に採取した加速度ベクトルデータの平均ベクトルを計算し、該平均ベクトルを重力加速度ベクトルとして決定することを特徴とする請求項１に記載の身体状態検出装置。
  3. 前記処理手段が、前記重力加速度ベクトルの方向を基準とし、次に重力加速度ベクトルが決定されるまで、各々の加速度ベクトルデータの角度を計算し、該角度を、前記加速度センサを装着した身体の傾斜角度として決定することを特徴とする請求項２に記載の身体状態検出装置。
  4. 前記処理手段が、
    連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、標準偏差、及び周期性を計算し、
    前記標準偏差が所定範囲内にあり、且つ前記周期性が所定値より大きい場合に、前記歩行状態と判断することを特徴とする請求項１に記載の身体状態検出装置。
  5. 前記処理手段が、
    前記歩行状態と判断された期間の前記加速度ベクトルデータに対して主成分分析を行い、第１主成分、第２主成分及び第３主成分を前記身体軸とすることを特徴とする請求項４に記載の身体状態検出装置。
  6. 前記処理手段が、
    前記主成分分析の対象とした前記加速度ベクトルデータから平均加速度ベクトルを求め、
    該平均加速度ベクトルに近い前記第１主成分の方向を、身体の真下方向と決定し、
    前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化に応じて、身体の前進方向を決定し、
    前記真下方向及び前記前進方向と、右手系で直交する前記第３主成分の方向を身体の右横方向と決定することを特徴とする請求項５に記載の身体状態検出装置。
  7. 前記処理手段が、身体の前進方向の決定において、
    前記第２主成分の一方向を正の方向と仮定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに減少する部分を有するノコギリ波の全体または一
    部に類似する場合に、前記第２主成分の前記一方向を身体の前進方向と決定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに増加する部分を有するノコギリ波の全体または一部に類似する場合に、前記第２主成分の前記一方向と逆の方向を、身体の前進方向と決定することを特徴とする請求項６に記載の身体状態検出装置。
  8. 前記処理手段が、
    前記加速度ベクトルデータの平均加速度ベクトルを求め、
    該平均加速度ベクトルと、前記真下方向、前記前進方向及び前記右横方向のそれぞれと成す角度を求めて、前記加速度センサを装着した身体の傾斜角度とすることを特徴とする請求項６又は７に記載の身体状態検出装置。
  9. 身体に装着された３軸加速度センサを用いて加速度ベクトルデータを所定のサンプリング間隔で採取する第１ステップと、
    連続して採取された前記加速度ベクトルデータを用い、前記身体の歩行状態を検出する第２ステップと、
    前記歩行状態である期間内の連続する加速度ベクトルデータを用いて重力加速度ベクトル又は身体軸を決定する第３ステップとを含むことを特徴とする身体状態検出方法。
  10. 前記第２ステップが、
    連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、及び標準偏差を計算する第４ステップと、
    前記標準偏差、前記絶対値が前記平均値を超える回数、及び前記絶対値が前記平均値を超えている時間の総和を用いて前記歩行状態を検出する第５ステップと、
    前記歩行状態であると判断された歩行期間が連続する場合、それらの歩行期間を合計して連続時間を計算する第６ステップと、
    該連続時間が所定時間を超えている場合、少なくとも最新の前記歩行期間に採取した加速度ベクトルデータの平均ベクトルを計算し、該平均ベクトルを重力加速度ベクトルとして決定する第７ステップとを含むことを特徴とする請求項９に記載の身体状態検出方法。
  11. 前記重力加速度ベクトルの方向を基準とし、次に重力加速度ベクトルが決定されるまで、各々の加速度ベクトルデータの角度を計算し、該角度を、前記加速度センサを装着した身体の傾斜角度として決定する第８ステップをさらに含むことを特徴とする請求項１０に記載の身体状態検出方法。
  12. 前記第２ステップが、
    連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、標準偏差、及び周期性を計算する第４ステップと、
    前記標準偏差が所定範囲内にあり、且つ前記周期性が所定値より大きい場合に、前記歩行状態と判断する第５ステップとを含むことを特徴とする請求項９に記載の身体状態検出方法。
  13. 前記第５ステップが、
    前記歩行状態と判断された期間の前記加速度ベクトルデータに対して主成分分析を行い、第１主成分、第２主成分及び第３主成分を前記身体軸とする第６ステップを含むことを特徴とする請求項１２に記載の身体状態検出方法。
  14. 前記第５ステップが、
    前記主成分分析の対象とした前記加速度ベクトルデータから平均加速度ベクトルを求め、該平均加速度ベクトルに近い前記第１主成分の方向を、身体の真下方向と決定する第７
    ステップと、
    前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化に応じて、身体の前進方向を決定する第８ステップと、
    前記真下方向及び前記前進方向と、右手系で直交する前記第３主成分の方向を身体の右横方向と決定する第９ステップとをさらに含むことを特徴とする請求項１３に記載の身体状態検出方法。
  15. 前記第８ステップが、
    前記第２主成分の一方向を正の方向と仮定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに減少する部分を有するノコギリ波の全体または一部に類似する場合に、前記第２主成分の前記一方向を身体の前進方向と決定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに増加する部分を有するノコギリ波の全体または一部に類似する場合に、前記第２主成分の前記一方向と逆の方向を、身体の前進方向と決定するステップであることを特徴とする請求項１４に記載の身体状態検出方法。
  16. 前記第３ステップが、
    前記加速度ベクトルデータの平均加速度ベクトルを求める第１０ステップと、
    該平均加速度ベクトルと、前記真下方向、前記前進方向及び前記右横方向のそれぞれと成す角度を求めて、前記加速度センサを装着した身体の傾斜角度とする第１１ステップとを含むことを特徴とする請求項１４又は１５に記載の身体状態検出方法。
  17. 身体に装着される３軸加速度センサと、データ採取手段と、処理手段とを備えた身体状態検出装置に、
    前記３軸加速度センサを用いて加速度ベクトルデータを所定のサンプリング間隔で採取する第１機能と、
    連続して採取された前記加速度ベクトルデータを用い、前記身体の歩行状態を検出する第２機能と、
    前記歩行状態である期間内の連続する加速度ベクトルデータを用いて重力加速度ベクトル又は身体軸を決定する第３機能とを実現させることを特徴とする身体状態検出プログラム。
  18. 前記第２機能が、
    連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、及び標準偏差を計算する第４機能と、
    前記標準偏差、前記絶対値が前記平均値を超える回数、及び前記絶対値が前記平均値を超えている時間の総和を用いて前記歩行状態を検出する第５機能と、
    前記歩行状態であると判断された歩行期間が連続する場合、それらの歩行期間を合計して連続時間を計算する第６機能と、
    該連続時間が所定時間を超えている場合、少なくとも最新の前記歩行期間に採取した加速度ベクトルデータの平均ベクトルを計算し、該平均ベクトルを重力加速度ベクトルとして決定する第７機能とを含むことを特徴とする請求項１７に記載の身体状態検出プログラム。
  19. 前記重力加速度ベクトルの方向を基準とし、次に重力加速度ベクトルが決定されるまで、各々の加速度ベクトルデータの角度を計算し、該角度を、前記加速度センサを装着した身体の傾斜角度として決定する第８機能をさら実現させることを特徴とする請求項１８に記載の身体状態検出プログラム。
  20. 前記第２機能が、
    連続して採取された前記加速度ベクトルデータに関して、各々の加速度ベクトルの絶対値、これらの絶対値の平均値、標準偏差、及び周期性を計算する第４機能と、
    前記標準偏差が所定範囲内にあり、且つ前記周期性が所定値より大きい場合に、前記歩行状態と判断する第５機能とを含むことを特徴とする請求項１７に記載の身体状態検出プログラム。
  21. 前記第５機能が、
    前記歩行状態と判断された期間の前記加速度ベクトルデータに対して主成分分析を行い、第１主成分、第２主成分及び第３主成分を前記身体軸とする第６機能を含むことを特徴とする請求項２０に記載の身体状態検出プログラム。
  22. 前記第５機能が、
    前記主成分分析の対象とした前記加速度ベクトルデータから平均加速度ベクトルを求め、該平均加速度ベクトルに近い前記第１主成分の方向を、身体の真下方向と決定する第７機能と、
    前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化に応じて、身体の前進方向を決定する第８機能と、
    前記真下方向及び前記前進方向と、右手系で直交する前記第３主成分の方向を身体の右横方向と決定する第９機能とをさらに含むことを特徴とする請求項２１に記載の身体状態検出プログラム。
  23. 前記第８機能が、
    前記第２主成分の一方向を正の方向と仮定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに減少する部分を有するノコギリ波の全体または一部に類似する場合に、前記第２主成分の前記一方向を身体の前進方向と決定し、前記加速度ベクトルデータの前記第２主成分方向の成分の時間変化が、緩やかに増加する部分を有するノコギリ波の全体または一部に類似する場合に、前記第２主成分の前記一方向と逆の方向を、身体の前進方向と決定する機能であることを特徴とする請求項２２に記載の身体状態検出プログラム。
  24. 前記第３機能が、
    前記加速度ベクトルデータの平均加速度ベクトルを求める第１０機能と、
    該平均加速度ベクトルと、前記真下方向、前記前進方向及び前記右横方向のそれぞれと成す角度を求めて、前記加速度センサを装着した身体の傾斜角度とする第１１機能とを含むことを特徴とする請求項２２又は２３に記載の身体状態検出プログラム。
JP2005266940A 2004-11-29 2005-09-14 身体状態検出装置、その検出方法及び検出プログラム Expired - Fee Related JP4547537B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2005266940A JP4547537B2 (ja) 2004-11-29 2005-09-14 身体状態検出装置、その検出方法及び検出プログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2004344997 2004-11-29
JP2005266940A JP4547537B2 (ja) 2004-11-29 2005-09-14 身体状態検出装置、その検出方法及び検出プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2010113174A Division JP5071822B2 (ja) 2004-11-29 2010-05-17 身体的状態検出装置、その検出方法及び検出プログラム

Publications (2)

Publication Number Publication Date
JP2006175206A true JP2006175206A (ja) 2006-07-06
JP4547537B2 JP4547537B2 (ja) 2010-09-22

Family

ID=36729834

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005266940A Expired - Fee Related JP4547537B2 (ja) 2004-11-29 2005-09-14 身体状態検出装置、その検出方法及び検出プログラム

Country Status (1)

Country Link
JP (1) JP4547537B2 (ja)

Cited By (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007052631A1 (ja) * 2005-10-31 2007-05-10 Bycen Inc. 歩様バランス定量化方法および歩様バランス定量化装置
WO2007105648A1 (ja) * 2006-03-14 2007-09-20 Sony Corporation 体動検出装置、体動検出方法および体動検出プログラム
JP2008027429A (ja) * 2006-06-19 2008-02-07 Adc Technology Kk 動作検出装置、位置関係検出装置、運動負荷検出装置、および携帯監視装置
JP2010198595A (ja) * 2009-01-28 2010-09-09 Sony Corp 情報処理装置、情報処理方法、プログラム
JP2011515123A (ja) * 2008-03-14 2011-05-19 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 外的な動き因子により誘発された加速に影響を受けない行動監視システム
JP2011152360A (ja) * 2010-01-28 2011-08-11 Nippon Telegr & Teleph Corp <Ntt> 歩行情報抽出装置、歩行情報抽出方法、及びコンピュータ読み取り可能な記憶媒体
JP2012042299A (ja) * 2010-08-18 2012-03-01 Chung-Hua Pan 球体移動経路の測定方法
WO2013025507A1 (en) * 2011-08-15 2013-02-21 Qualcomm Incorporated Methods and apparatuses for use in classifying a motion state of a mobile device
ES2396372A1 (es) * 2010-04-15 2013-02-21 Universidad De Zaragoza Dispositivo de evaluación postural.
JP2013094316A (ja) * 2011-10-31 2013-05-20 Toshiba Corp 歩行分析装置及び歩行分析プログラム
JP2013526900A (ja) * 2010-04-22 2013-06-27 ケンタウリ メディカル インコーポレイテッド 圧力誘因虚血、褥瘡等の状況を防止、検知及び処置するシステム、デバイス及び方法
JP2013532020A (ja) * 2010-06-16 2013-08-15 ミオテスト・ソシエテ・アノニム ユーザの運動の非対称性を検出するための、加速度計を実装する一体型携帯装置及び方法
CN103418083A (zh) * 2012-05-25 2013-12-04 上海得高实业有限公司 主动式反馈刺激仪及其工作方法
JP2014056585A (ja) * 2009-01-28 2014-03-27 Sony Corp 情報処理装置、情報処理方法、プログラム
US8914037B2 (en) 2011-08-11 2014-12-16 Qualcomm Incorporated Numerically stable computation of heading without a reference axis
EP2740256A4 (en) * 2011-08-04 2014-12-31 Google Inc DETERMINING THE MOVEMENT DIRECTION OF A USER USING NOISE SIGNALS TRANSMITTED BY INERTIA NAVIGATION SYSTEMS ON MOBILE DEVICES
JP2015139668A (ja) * 2014-01-30 2015-08-03 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 移動運動解析装置、方法及びシステム並びにプログラム
JP2015139667A (ja) * 2014-01-30 2015-08-03 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 移動運動解析装置、方法及びシステム並びにプログラム
JP2015165895A (ja) * 2015-04-23 2015-09-24 株式会社東芝 歩行分析装置及び歩行分析プログラム
KR20150129285A (ko) * 2013-04-10 2015-11-19 유니버시티 오브 서레이 사용자가 휴대하는 휴대용 전자 장치의 정보 결정
US9295027B2 (en) 2013-03-26 2016-03-22 Google Inc. Signal processing to extract a pedestrian's moving direction
JP2016123588A (ja) * 2014-12-26 2016-07-11 オムロン株式会社 身体情報取得装置および身体情報取得方法
JP2016525895A (ja) * 2013-12-31 2016-09-01 ゴーアテック インコーポレイテッドＧｏｅｒｔｅｋ Ｉｎｃ 人体運動状態監視方法及び装置
WO2016194581A1 (ja) * 2015-05-29 2016-12-08 アルプス電気株式会社 姿勢検出装置、眼鏡型電子機器、姿勢検出方法およびプログラム
US9655546B2 (en) 2010-04-22 2017-05-23 Leaf Healthcare, Inc. Pressure Ulcer Detection Methods, Devices and Techniques
US9728061B2 (en) 2010-04-22 2017-08-08 Leaf Healthcare, Inc. Systems, devices and methods for the prevention and treatment of pressure ulcers, bed exits, falls, and other conditions
JP2017196417A (ja) * 2012-11-02 2017-11-02 ヴァイタル コネクト, インコーポレイテッドVital Connect, Inc. 身体の体勢および活動の決定
WO2017199912A1 (ja) * 2016-05-18 2017-11-23 京セラ株式会社 電子機器、制御方法、及び制御プログラム
US10041800B2 (en) 2016-09-23 2018-08-07 Qualcomm Incorporated Pedestrian sensor assistance in a mobile device during typical device motions
US10140837B2 (en) 2010-04-22 2018-11-27 Leaf Healthcare, Inc. Systems, devices and methods for the prevention and treatment of pressure ulcers, bed exits, falls, and other conditions
US10359288B2 (en) 2013-03-26 2019-07-23 Google Llc Signal processing to extract a pedestrian's moving direction
US10536810B2 (en) 2016-04-26 2020-01-14 Kyocera Corporation Electronic apparatus, control method, and non-transitory computer-readable recording medium
US10588565B2 (en) 2010-04-22 2020-03-17 Leaf Healthcare, Inc. Calibrated systems, devices and methods for preventing, detecting, and treating pressure-induced ischemia, pressure ulcers, and other conditions
US10631732B2 (en) 2009-03-24 2020-04-28 Leaf Healthcare, Inc. Systems and methods for displaying sensor-based user orientation information
US10758162B2 (en) 2010-04-22 2020-09-01 Leaf Healthcare, Inc. Systems, devices and methods for analyzing a person status based at least on a detected orientation of the person
CN112137623A (zh) * 2019-06-26 2020-12-29 达尔生技股份有限公司 测量装置及测量方法
US11051751B2 (en) 2010-04-22 2021-07-06 Leaf Healthcare, Inc. Calibrated systems, devices and methods for preventing, detecting, and treating pressure-induced ischemia, pressure ulcers, and other conditions
US11272860B2 (en) 2010-04-22 2022-03-15 Leaf Healthcare, Inc. Sensor device with a selectively activatable display
US11278237B2 (en) 2010-04-22 2022-03-22 Leaf Healthcare, Inc. Devices, systems, and methods for preventing, detecting, and treating pressure-induced ischemia, pressure ulcers, and other conditions
US11369309B2 (en) 2010-04-22 2022-06-28 Leaf Healthcare, Inc. Systems and methods for managing a position management protocol based on detected inclination angle of a person
WO2022139016A1 (ko) * 2020-12-22 2022-06-30 주식회사 비플렉스 사용자의 머리에 착용되는 자세 센서의 전후 좌우 방향 결정 방법
CN116649947A (zh) * 2023-08-02 2023-08-29 苏州维伟思医疗科技有限公司 电磁波传感器角度对正方法、装置、电子设备及存储介质
US11980449B2 (en) 2010-04-22 2024-05-14 Leaf Healthcare, Inc. Systems and methods for monitoring orientation and biometric data using acceleration data

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0989584A (ja) * 1995-09-26 1997-04-04 Honda Motor Co Ltd 携帯用ナビゲーション装置
JPH10260055A (ja) * 1997-03-19 1998-09-29 Honda Motor Co Ltd 歩行者用移動速度・方向検出装置
JP2003038469A (ja) * 2001-05-21 2003-02-12 Shigeru Ota 運動機能測定装置および運動機能測定システム
JP2006081600A (ja) * 2004-09-14 2006-03-30 Tanita Corp 体動測定装置
JP2006157463A (ja) * 2004-11-29 2006-06-15 National Institute Of Advanced Industrial & Technology 作業状況記録装置、その記録方法及び記録プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0989584A (ja) * 1995-09-26 1997-04-04 Honda Motor Co Ltd 携帯用ナビゲーション装置
JPH10260055A (ja) * 1997-03-19 1998-09-29 Honda Motor Co Ltd 歩行者用移動速度・方向検出装置
JP2003038469A (ja) * 2001-05-21 2003-02-12 Shigeru Ota 運動機能測定装置および運動機能測定システム
JP2006081600A (ja) * 2004-09-14 2006-03-30 Tanita Corp 体動測定装置
JP2006157463A (ja) * 2004-11-29 2006-06-15 National Institute Of Advanced Industrial & Technology 作業状況記録装置、その記録方法及び記録プログラム

Cited By (73)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007052631A1 (ja) * 2005-10-31 2007-05-10 Bycen Inc. 歩様バランス定量化方法および歩様バランス定量化装置
US7983872B2 (en) 2006-03-14 2011-07-19 Sony Corporation Body movement detector, body movement detection method and body movement detection program
WO2007105648A1 (ja) * 2006-03-14 2007-09-20 Sony Corporation 体動検出装置、体動検出方法および体動検出プログラム
JP2008027429A (ja) * 2006-06-19 2008-02-07 Adc Technology Kk 動作検出装置、位置関係検出装置、運動負荷検出装置、および携帯監視装置
JP2011515123A (ja) * 2008-03-14 2011-05-19 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 外的な動き因子により誘発された加速に影響を受けない行動監視システム
US9378457B2 (en) 2009-01-28 2016-06-28 Sony Corporation Information processing apparatus, information processing method, and program for determining a vehicle boarding state
JP2014056585A (ja) * 2009-01-28 2014-03-27 Sony Corp 情報処理装置、情報処理方法、プログラム
US10565510B2 (en) 2009-01-28 2020-02-18 Sony Corporation Information processing apparatus, information processing method, program
US8566272B2 (en) 2009-01-28 2013-10-22 Sony Corporation Information processing apparatus, information processing method, program for recognizing behavior
JP2010198595A (ja) * 2009-01-28 2010-09-09 Sony Corp 情報処理装置、情報処理方法、プログラム
US10631732B2 (en) 2009-03-24 2020-04-28 Leaf Healthcare, Inc. Systems and methods for displaying sensor-based user orientation information
JP2011152360A (ja) * 2010-01-28 2011-08-11 Nippon Telegr & Teleph Corp <Ntt> 歩行情報抽出装置、歩行情報抽出方法、及びコンピュータ読み取り可能な記憶媒体
US10258258B2 (en) 2010-03-07 2019-04-16 Leaf Healthcare, Inc. Systems, devices and methods for the prevention and treatment of pressure ulcers, bed exits, falls, and other conditions
US10682076B2 (en) 2010-03-07 2020-06-16 Leaf Healthcare, Inc. Systems and methods for monitoring the attachment and/or positioning of a wearable of a sensor device
US10874330B2 (en) 2010-03-07 2020-12-29 Leaf Healthcare, Inc. Systems, devices and methods for preventing, detecting, and treating pressure-induced ischemia, pressure ulcers, and other conditions
ES2396372A1 (es) * 2010-04-15 2013-02-21 Universidad De Zaragoza Dispositivo de evaluación postural.
US11369309B2 (en) 2010-04-22 2022-06-28 Leaf Healthcare, Inc. Systems and methods for managing a position management protocol based on detected inclination angle of a person
US9655546B2 (en) 2010-04-22 2017-05-23 Leaf Healthcare, Inc. Pressure Ulcer Detection Methods, Devices and Techniques
US10588565B2 (en) 2010-04-22 2020-03-17 Leaf Healthcare, Inc. Calibrated systems, devices and methods for preventing, detecting, and treating pressure-induced ischemia, pressure ulcers, and other conditions
US11948681B2 (en) 2010-04-22 2024-04-02 Leaf Healthcare, Inc. Wearable sensor device and methods for analyzing a persons orientation and biometric data
US11883154B2 (en) 2010-04-22 2024-01-30 Leaf Healthcare, Inc. Systems and methods for monitoring a person's position
US12329536B2 (en) 2010-04-22 2025-06-17 Leaf Healthcare, Inc. Systems and methods for monitoring pressurization related information for managing a person's position
US10140837B2 (en) 2010-04-22 2018-11-27 Leaf Healthcare, Inc. Systems, devices and methods for the prevention and treatment of pressure ulcers, bed exits, falls, and other conditions
US11317830B2 (en) 2010-04-22 2022-05-03 Leaf Healthcare, Inc. Systems and methods for managing pressurization timers for monitoring and/or managing a person's position
US10004447B2 (en) 2010-04-22 2018-06-26 Leaf Healthcare, Inc. Systems and methods for collecting and displaying user orientation information on a user-worn sensor device
US10729357B2 (en) 2010-04-22 2020-08-04 Leaf Healthcare, Inc. Systems and methods for generating and/or adjusting a repositioning schedule for a person
US11278237B2 (en) 2010-04-22 2022-03-22 Leaf Healthcare, Inc. Devices, systems, and methods for preventing, detecting, and treating pressure-induced ischemia, pressure ulcers, and other conditions
US11272860B2 (en) 2010-04-22 2022-03-15 Leaf Healthcare, Inc. Sensor device with a selectively activatable display
US11051751B2 (en) 2010-04-22 2021-07-06 Leaf Healthcare, Inc. Calibrated systems, devices and methods for preventing, detecting, and treating pressure-induced ischemia, pressure ulcers, and other conditions
US11980449B2 (en) 2010-04-22 2024-05-14 Leaf Healthcare, Inc. Systems and methods for monitoring orientation and biometric data using acceleration data
US9728061B2 (en) 2010-04-22 2017-08-08 Leaf Healthcare, Inc. Systems, devices and methods for the prevention and treatment of pressure ulcers, bed exits, falls, and other conditions
US10912491B2 (en) 2010-04-22 2021-02-09 Leaf Healthcare, Inc. Systems, devices and methods for managing pressurization timers for monitoring and/or managing a person's position
US10888251B2 (en) 2010-04-22 2021-01-12 Leaf Healthcare, Inc. Systems, devices and methods for analyzing the attachment of a wearable sensor device on a user
US10758162B2 (en) 2010-04-22 2020-09-01 Leaf Healthcare, Inc. Systems, devices and methods for analyzing a person status based at least on a detected orientation of the person
JP2013526900A (ja) * 2010-04-22 2013-06-27 ケンタウリ メディカル インコーポレイテッド 圧力誘因虚血、褥瘡等の状況を防止、検知及び処置するシステム、デバイス及び方法
US9873018B2 (en) 2010-06-16 2018-01-23 Myotest Sa Integrated portable device and method implementing an accelerometer for analyzing biomechanical parameters of a stride
US10881905B2 (en) 2010-06-16 2021-01-05 Myotest Sa Integrated portable device and method implementing an accelerometer for detecting asymmetries in a movement of a user
JP2013532020A (ja) * 2010-06-16 2013-08-15 ミオテスト・ソシエテ・アノニム ユーザの運動の非対称性を検出するための、加速度計を実装する一体型携帯装置及び方法
US9320457B2 (en) 2010-06-16 2016-04-26 Myotest Sa Integrated portable device and method implementing an accelerometer for analyzing biomechanical parameters of a stride
US12290717B2 (en) 2010-06-16 2025-05-06 Slyde Analytics Llc Integrated portable device and method implementing an accelerometer for detecting asymmetries in a movement of a user
JP2013537436A (ja) * 2010-06-16 2013-10-03 ミオテスト・ソシエテ・アノニム ストライドの生体力学的パラメータを分析するための、加速度計を実装する一体型携帯装置及び方法
US11833391B2 (en) 2010-06-16 2023-12-05 Myotest Sa Integrated portable device and method implementing an accelerometer for analyzing biomechanical parameters of a stride
JP2012042299A (ja) * 2010-08-18 2012-03-01 Chung-Hua Pan 球体移動経路の測定方法
EP2740256A4 (en) * 2011-08-04 2014-12-31 Google Inc DETERMINING THE MOVEMENT DIRECTION OF A USER USING NOISE SIGNALS TRANSMITTED BY INERTIA NAVIGATION SYSTEMS ON MOBILE DEVICES
US8914037B2 (en) 2011-08-11 2014-12-16 Qualcomm Incorporated Numerically stable computation of heading without a reference axis
WO2013025507A1 (en) * 2011-08-15 2013-02-21 Qualcomm Incorporated Methods and apparatuses for use in classifying a motion state of a mobile device
JP2013094316A (ja) * 2011-10-31 2013-05-20 Toshiba Corp 歩行分析装置及び歩行分析プログラム
US10765347B2 (en) 2011-10-31 2020-09-08 Tdk Corporation Gait analysis device and computer program product
CN103418083A (zh) * 2012-05-25 2013-12-04 上海得高实业有限公司 主动式反馈刺激仪及其工作方法
JP2017196417A (ja) * 2012-11-02 2017-11-02 ヴァイタル コネクト, インコーポレイテッドVital Connect, Inc. 身体の体勢および活動の決定
US10359288B2 (en) 2013-03-26 2019-07-23 Google Llc Signal processing to extract a pedestrian's moving direction
US9295027B2 (en) 2013-03-26 2016-03-22 Google Inc. Signal processing to extract a pedestrian's moving direction
KR20150129285A (ko) * 2013-04-10 2015-11-19 유니버시티 오브 서레이 사용자가 휴대하는 휴대용 전자 장치의 정보 결정
KR102081245B1 (ko) * 2013-04-10 2020-04-14 유니버시티 오브 서레이 사용자가 휴대하는 휴대용 전자 장치의 정보 결정
JP2016525895A (ja) * 2013-12-31 2016-09-01 ゴーアテック インコーポレイテッドＧｏｅｒｔｅｋ Ｉｎｃ 人体運動状態監視方法及び装置
JP2015139668A (ja) * 2014-01-30 2015-08-03 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 移動運動解析装置、方法及びシステム並びにプログラム
JP2015139667A (ja) * 2014-01-30 2015-08-03 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 移動運動解析装置、方法及びシステム並びにプログラム
JP2016123588A (ja) * 2014-12-26 2016-07-11 オムロン株式会社 身体情報取得装置および身体情報取得方法
JP2015165895A (ja) * 2015-04-23 2015-09-24 株式会社東芝 歩行分析装置及び歩行分析プログラム
WO2016194581A1 (ja) * 2015-05-29 2016-12-08 アルプス電気株式会社 姿勢検出装置、眼鏡型電子機器、姿勢検出方法およびプログラム
CN107708552A (zh) * 2015-05-29 2018-02-16 阿尔卑斯电气株式会社 姿势检测装置、眼镜型电子设备、姿势检测方法以及程序
CN107708552B (zh) * 2015-05-29 2021-04-27 阿尔卑斯阿尔派株式会社 姿势检测装置、眼镜型电子设备、姿势检测方法以及程序
US20180064371A1 (en) * 2015-05-29 2018-03-08 Alps Electric Co., Ltd. Posture detection apparatus, glasses-type electronic device, posture detection method, and program
JPWO2016194581A1 (ja) * 2015-05-29 2018-02-22 アルプス電気株式会社 姿勢検出装置、眼鏡型電子機器、姿勢検出方法およびプログラム
US10536810B2 (en) 2016-04-26 2020-01-14 Kyocera Corporation Electronic apparatus, control method, and non-transitory computer-readable recording medium
JP2017207933A (ja) * 2016-05-18 2017-11-24 京セラ株式会社 電子機器、制御方法、及び制御プログラム
WO2017199912A1 (ja) * 2016-05-18 2017-11-23 京セラ株式会社 電子機器、制御方法、及び制御プログラム
US10614706B2 (en) 2016-05-18 2020-04-07 Kyocera Corporation Electronic apparatus, control method, and non-transitory computer-readable recording medium
US10041800B2 (en) 2016-09-23 2018-08-07 Qualcomm Incorporated Pedestrian sensor assistance in a mobile device during typical device motions
CN112137623A (zh) * 2019-06-26 2020-12-29 达尔生技股份有限公司 测量装置及测量方法
WO2022139016A1 (ko) * 2020-12-22 2022-06-30 주식회사 비플렉스 사용자의 머리에 착용되는 자세 센서의 전후 좌우 방향 결정 방법
CN116649947B (zh) * 2023-08-02 2023-11-03 苏州维伟思医疗科技有限公司 电磁波传感器角度对正方法、装置、电子设备及存储介质
CN116649947A (zh) * 2023-08-02 2023-08-29 苏州维伟思医疗科技有限公司 电磁波传感器角度对正方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
JP4547537B2 (ja) 2010-09-22

Similar Documents

Publication Publication Date Title
JP4547537B2 (ja) 身体状態検出装置、その検出方法及び検出プログラム
Luinge Inertial sensing of human movement
KR101751760B1 (ko) 하지 관절 각도를 이용한 보행 인자 추정 방법
EP2255209B1 (en) Method and apparatus for determining the attachment position of a motion sensing apparatus
AU2010269846B2 (en) Fall prevention
JP6288706B2 (ja) 上体運動計測システム及び上体運動計測方法
JP6067693B2 (ja) 座位から立位への移行検出
US20080288200A1 (en) Newtonian physical activity monitor
JP5071822B2 (ja) 身体的状態検出装置、その検出方法及び検出プログラム
US20160007888A1 (en) Wearable activity monitoring device and related method
US20140150521A1 (en) System and Method for Calibrating Inertial Measurement Units
JP2012513227A (ja) 歩行モニタ
JP2010005033A (ja) 歩行動作分析装置
WO2009063400A2 (en) Orientation measurement of an object
Tumkur et al. Modeling human walking for step detection and stride determination by 3-axis accelerometer readings in pedometer
JP2020192307A (ja) 下肢筋力評価方法、下肢筋力評価プログラム、下肢筋力評価装置及び下肢筋力評価システム
CN110319840A (zh) 面向异常步态识别的共轭梯度姿态解算方法
JP2009279126A (ja) スイング評価装置
KR101941604B1 (ko) 웨어러블 장치의 위치를 추정하는 방법 및 이를 이용하는 장치
JP6382775B2 (ja) 歩数計測装置、歩数計測方法、およびプログラム
JP2008544782A (ja) 日常生活および／またはスポーツの練習中の人間のエネルギ消費にリンクされるデータの捕捉、処理、伝送の手順およびその装置
WO2009031064A2 (en) Extracting inertial and gravitational vector components from acceleration measurements
KR101950453B1 (ko) 센서 측정 기기의 착용위치 제안 장치 및 방법
JP6416722B2 (ja) 歩数計測装置、歩数計測方法、およびプログラム
JP3727918B2 (ja) 顎運動測定装置およびその測定方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070314

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100316

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100517

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

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100615

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100616

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130716

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130716

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130716

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees