特開 2023-140811 電子機器、トレーニング支援方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023140811

(43)【公開日】2023-10-05

(54)【発明の名称】電子機器、トレーニング支援方法及びプログラム

(51)【国際特許分類】

   A63B 69/00 20060101AFI20230928BHJP

   A63B 71/06 20060101ALI20230928BHJP

【ＦＩ】

A63B69/00 C

A63B71/06 T

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022046842

(22)【出願日】2022-03-23

(71)【出願人】

【識別番号】000001443

【氏名又は名称】カシオ計算機株式会社

(74)【代理人】

【識別番号】100095407

【弁理士】

【氏名又は名称】木村 満

(72)【発明者】

【氏名】東 侑之介

(57)【要約】

【課題】運動について、ユーザの特徴に合わせたコーチングを行う。
【解決手段】電子機器１００は、制御部１１０を備え、制御部１１０が、複数の被験体を各被験体の特徴情報に基づいて複数のクラスに分類し、ユーザの特徴情報に基づいてユーザが属するクラスであるユーザクラスを決定し、ユーザクラスに属する被験体による運動に関する指標である運動指標の値である運動指標値に基づいて、前記運動指標値の改善のし易さを示す改善容易度と、前記被験体が運動の目標を達成したときの前記運動指標値である最終到達値と、のうちの少なくとも何れか一方を含むコーチング用パラメータを取得し、ユーザの運動指標値であるユーザ指標値を取得し、コーチング用パラメータとユーザ指標値とに基づいて、ユーザの運動に関するアドバイスを提示する。
【選択図】図１

【特許請求の範囲】

【請求項1】

制御部を備え、
前記制御部が、
複数の被験体を各被験体の特徴情報に基づいて複数のクラスに分類し、
ユーザの特徴情報に基づいて前記ユーザが属する前記クラスであるユーザクラスを決定し、
前記ユーザクラスに属する前記被験体による運動に関する指標である運動指標の値である運動指標値に基づいて、前記運動指標値の改善のし易さを示す改善容易度と、前記被験体が運動の目標を達成したときの前記運動指標値である最終到達値と、のうちの少なくとも何れか一方を含むコーチング用パラメータを取得し、
前記ユーザの前記運動指標値であるユーザ指標値を取得し、
前記コーチング用パラメータと前記ユーザ指標値とに基づいて、前記ユーザの運動に関するアドバイスを提示する、
電子機器。

【請求項2】

前記特徴情報は、身体的特徴の情報と、趣向の情報と、を含む、
請求項１に記載の電子機器。

【請求項3】

前記制御部が、
前記被験体の前記趣向の情報に基づく分類と、
前記被験体の前記身体的特徴の情報に基づく分類と、
を組み合わせることによって、前記被験体を前記複数のクラスに分類する、
請求項２に記載の電子機器。

【請求項4】

前記コーチング用パラメータは、前記改善容易度と前記最終到達値の両方を含む、
請求項１から３のいずれか１項に記載の電子機器。

【請求項5】

前記制御部が、
前記最終到達値に達していない前記ユーザ指標値の前記運動指標を指導対象として、前記アドバイスを提示する、
請求項４に記載の電子機器。

【請求項6】

前記制御部が、
前記改善容易度が最大となる前記運動指標を対象として、前記アドバイスを提示する、
請求項４又は５に記載の電子機器。

【請求項7】

前記制御部が、
前記改善容易度が閾値以上となる前記運動指標のうち、前記運動指標値と前記最終到達値との差が最大となる前記運動指標を対象として、前記アドバイスを提示する、
請求項４又は５に記載の電子機器。

【請求項8】

前記改善容易度は、トレーニング回数と前記運動指標値との関係を線形回帰することによって得られる回帰直線の傾きに基づいて算出される、
請求項４から７のいずれか１項に記載の電子機器。

【請求項9】

電子機器の制御部が、
複数の被験体を各被験体の特徴情報に基づいて複数のクラスに分類し、
ユーザの特徴情報に基づいて前記ユーザが属する前記クラスであるユーザクラスを決定し、
前記ユーザクラスに属する前記被験体による運動に関する指標である運動指標の値である運動指標値に基づいて、前記運動指標値の改善のし易さを示す改善容易度と、前記被験体が運動の目標を達成したときの前記運動指標値である最終到達値と、のうちの少なくとも何れか一方を含むコーチング用パラメータを取得し、
前記ユーザの前記運動指標値であるユーザ指標値を取得し、
前記コーチング用パラメータと前記ユーザ指標値とに基づいて、前記ユーザの運動に関するアドバイスを提示する、
トレーニング支援方法。

【請求項10】

コンピュータが、
複数の被験体を各被験体の特徴情報に基づいて複数のクラスに分類し、
ユーザの特徴情報に基づいて前記ユーザが属する前記クラスであるユーザクラスを決定し、
前記ユーザクラスに属する前記被験体による運動に関する指標である運動指標の値である運動指標値に基づいて、前記運動指標値の改善のし易さを示す改善容易度と、前記被験体が運動の目標を達成したときの前記運動指標値である最終到達値と、のうちの少なくとも何れか一方を含むコーチング用パラメータを取得し、
前記ユーザの前記運動指標値であるユーザ指標値を取得し、
前記コーチング用パラメータと前記ユーザ指標値とに基づいて、前記ユーザの運動に関するアドバイスを提示する、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、電子機器、トレーニング支援方法及びプログラムに関する。

【背景技術】

【0002】

運動を行っている際の各種指標値を算出して、その善し悪しを測定するサービスやコーチング技術が開発されている。例えば、特許文献１には、ゴルフプレイヤーのショットの型毎に各種指標値を取得し、適切なトレーニングを提案する技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】国際公開２００１／０１０５１８号

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に開示されている技術では、各種指標値に基づいてプレイヤーの特性を示すプロファイルを生成し、平均的なプレイヤーの正常なプロファイルと比較することによって適切なトレーニングを提案している。しかし、この提案には指標値の時間的な変化や目標値が考慮されておらず、長期的なコーチングを適切に行う上では依然として改善の余地がある。

【0005】

本発明は上記実情に鑑みてなされたものであり、運動について、ユーザの特徴に合わせたコーチングを行うことができる電子機器、トレーニング支援方法及びプログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

上記目的を達成するため、本発明に係る電子機器は、
制御部を備え、
前記制御部が、
複数の被験体を各被験体の特徴情報に基づいて複数のクラスに分類し、
ユーザの特徴情報に基づいて前記ユーザが属する前記クラスであるユーザクラスを決定し、
前記ユーザクラスに属する前記被験体による運動に関する指標である運動指標の値である運動指標値に基づいて、前記運動指標値の改善のし易さを示す改善容易度と、前記被験体が運動の目標を達成したときの前記運動指標値である最終到達値と、のうちの少なくとも何れか一方を含むコーチング用パラメータを取得し、
前記ユーザの前記運動指標値であるユーザ指標値を取得し、
前記コーチング用パラメータと前記ユーザ指標値とに基づいて、前記ユーザの運動に関するアドバイスを提示する。

【発明の効果】

【0007】

本発明によれば、運動について、ユーザの特徴に合わせたコーチングを行うことができる。

【図面の簡単な説明】

【0008】

【図1】実施の形態１に係る電子機器の機能構成を示すブロック図である。

【図2】実施の形態１に係るユーザデータの一例を示す図である。

【図3】実施の形態１に係る選手データベースの一例を示す図である。

【図4】実施の形態１に係るコーチング用パラメータ生成処理のフローチャートである。

【図5】クラス分けされた選手データベースの一例を示す図である。

【図6】実施の形態１に係るコーチング用パラメータ生成処理により生成されたコーチング用パラメータの一例を示す図である。

【図7】運動指標値と最終到達値との差の絶対値で回帰直線を求めることを説明する図である。

【図8】実施の形態１に係るコーチング事前処理のフローチャートである。

【図9】実施の形態１に係るコーチング処理のフローチャートである。

【図10】実施の形態１に係るアドバイス内容の一例を説明する図である。

【図11】変形例に係るコーチング処理のフローチャートである。

【発明を実施するための形態】

【0009】

実施の形態に係る電子機器等について、図面を参照して説明する。なお、図中同一又は相当する部分には同一符号を付す。

【0010】

（実施の形態１）
実施の形態１に係る電子機器１００は、ユーザの運動データ（ユーザの動きを示す、加速度データ、角速度データ、位置データ等）を取得して、トレーニングを支援する装置である。

【0011】

実施の形態１に係る電子機器１００は、図１に示すように、制御部１１０、記憶部１２０、データ取得部１３０、出力部１４０、操作入力部１５０、通信部１６０を備える。

【0012】

制御部１１０は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等のプロセッサで構成される。制御部１１０は、記憶部１２０に記憶されているプログラムにより、後述するコーチング処理等を実行する。

【0013】

記憶部１２０は、制御部１１０が実行するプログラムや、必要なデータを記憶する。記憶部１２０は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ等を含み得るが、これらに限られるものではない。なお、記憶部１２０は、制御部１１０の内部に設けられていてもよい。

【0014】

また、記憶部１２０は、ユーザデータ１２１、選手データベース１２２を記憶する。ユーザデータ１２１は、ユーザの身体的特徴及び趣向並びに運動指標値である。このうち、身体的特徴及び趣向は、操作入力部１５０から予めユーザによって入力され、運動指標値は、ユーザが運動する際にデータ取得部１３０で取得される。運動指標値とは、運動したときの体の動き等を表す加速度、角速度、位置等のセンサ値並びにセンサ値及び身体的特徴（身長、体重等）から算出される各種指標値（ストライド身長比、腰の回転度等）である。なお、ユーザデータ１２１は、図２に示すように、ユーザＩＤ（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）やクラス（後述するコーチング事前処理により身体的特徴及び趣向に基づいて取得されるユーザクラス）等、上述のデータ（身体的特徴及び趣向並びに運動指標値）以外のデータを含んでいてもよい。図２では、コーチング事前処理が実行される前なので、クラスは「未取得」となっている。

【0015】

選手データベース１２２は、選手（訓練された運動選手だけでなく一般の人も含む任意の被験体）の身体的特徴及び趣向並びに運動指標値の履歴が保存されているデータベースである。これらは予め多数の選手（被験体）から身体的特徴及び趣向並びに各トレーニング時における運動指標値を取得することによって構築されたデータベースである。なお、選手データベース１２２は、図３に示すように、選手（被験体）のユーザＩＤ等、上述のデータ（身体的特徴及び趣向並びに運動指標値の履歴）以外のデータを含んでいてもよい。

【0016】

データ取得部１３０は、ユーザが運動時に身に付けているウェアラブル機器から無線又は有線によるデータ通信により運動指標値を取得する。なお、このウェアラブル機器は、加速度センサ、角速度センサ等を備えており、ユーザが運動している間の運動指標値を時刻情報とともに記憶部に蓄積する機能や、蓄積されている運動指標値を電子機器１００に送信する機能を有している。

【0017】

例えば、電子機器１００が操作入力部１５０を介してユーザから後述するコーチング処理の実行の指示を受け付けると、データ取得部１３０は、ウェアラブル機器と通信して、運動指標値を取得する。なお、データ取得部１３０が加速度センサ、ジャイロセンサ等の各種センサを備えて、直接運動指標値を取得してもよく、この場合は、データ取得部１３０は、ウェアラブル機器から運動指標値を取得する必要はない。

【0018】

出力部１４０は、液晶ディスプレイ、有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等の表示デバイスや、スピーカやイヤホン端子等の音声出力デバイスを備える。出力部１４０は、必ずしも表示デバイスと音声出力デバイスの両方を備える必要はなく、ユーザにメッセージを伝える何らかのデバイスを少なくとも１つ備えていればよい。

【0019】

操作入力部１５０は、タッチパネル、キーボード、マウス等、ユーザの操作入力（タッチ、ドラッグ、クリック、キー入力等）を受け付けるユーザインタフェースである。

【0020】

通信部１６０は、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）等に対応したネットワークインタフェースである。電子機器１００は、通信部１６０を介してインターネットや他の電子機器やサーバ等にアクセスすることができる。

【0021】

ユーザデータ１２１は、図２に示すように、ユーザの身体的特徴、ユーザの趣向、ユーザの運動時の運動指標値を含む。ここで、身体的特徴とは、性別、身長、体重、足の長さ等、ユーザの身体の特徴を表す各種の値である。また、ユーザの趣向とは、ユーザがランニング等の運動において目指している目標等である。

【0022】

運動指標値は、運動時のセンサの値から算出されるもので、図２では、指標Ｒ_１としてストライド身長比（ランニング時のストライド長÷身長）、指標Ｒ_２として腰の回転度（ランニング時の腰の回転角度の最大値÷３６０度）、指標Ｒ_３として着地衝撃体重比（ランニング時の足の着地衝撃÷体重）が示されている。

【0023】

なお、実際には、ランニング時にはこれらの運動指標値は足が着地する度に算出されるので、これらの値を全てユーザデータ１２１に保存するようにしてもよい。本実施の形態では、１回のランニングで得られる各運動指標値の代表値（例えば平均値だが、中間値や最頻値でも良い）を保存するものとする。また、複数回ランニングを行った場合は、直近のランニングで得られた各運動指標値の代表値が保存され、それより前の値は捨てられるものとするが、過去の所定の回数分についての各運動指標値の代表値も運動指標値の履歴としてユーザデータ１２１に保存されるようになっていてもよい。

【0024】

選手データベース１２２は、図３に示すように、多数の選手の身体的特徴及び趣向並びに運動指標値の履歴が保存されているデータベースである。これらのうち、身体的特徴及び趣向は、ユーザデータ１２１と同様である。なお、上述したように、選手データベース１２２における選手とは、訓練された運動選手だけでなく、一般の人も含む任意の被験体である。

【0025】

また、選手データベース１２２に保存される運動指標値の履歴は、選手がトレーニングを繰り返す毎に各トレーニングにおける運動指標値が記録されたデータである。基本的には、トレーニングを開始した第１回目から、趣向に記載された目標が達成されたときまでの回数分の運動指標値が記録されている。ただし、ユーザデータ１２１と同様、運動指標値は各トレーニングにおいて複数（例えば足が着地する度に）算出されるので、１回のトレーニングで得られる運動指標値の代表値（例えば平均値）が、運動指標毎に保存される。図３では、選手Ｐ_ｊの趣向は「マラソンタイム短縮（上級レベル）」で、この目標が達成されたのが第８回目のトレーニングであり、その際に指標Ｒ_１は１．２１になり、指標Ｒ_２は０．３１になっていることが示されている。

【0026】

なお、図２及び図３では、ユーザの趣向の例として「マラソンタイム短縮（上級レベル）」が示されている。ユーザデータ１２１や選手データベース１２２に記録される趣向については、ユーザや選手が自由に設定できるようにしてもよいが、自由度を高くしすぎると、同じ趣向を持つユーザや選手の人数が非常に少なくなってしまう。そこで、本実施の形態では、予め設定された複数の趣向の中から、ユーザや選手が自分に合ったものを選択することとする。

【0027】

予め設定される趣向の例としては、例えば次のようなものが考えられる。
‐マラソンタイム短縮（上級レベル）：目安 フルマラソンを３時間以内で完走
‐マラソンタイム短縮（中級レベル）：目安 フルマラソンを５時間以内で完走
‐マラソンタイム短縮（初級レベル）：目安 フルマラソンを７時間以内で完走
‐短距離走タイム短縮（上級レベル）：目安 １００ｍを１２秒以内
‐短距離走タイム短縮（中級レベル）：目安 １００ｍを１４秒以内
‐疲れずに一定のペースで走れるようになりたい
‐美しいフォームで走れるようになりたい

【0028】

また、選手データベース１２２には、各選手が趣向に記載された目標を何回目のトレーニングで達成したかを記録する必要があるが、これらの趣向のうち、明確な数値目標があるもの（例えば「マラソンタイム短縮」）については、その数値（例えば「３時間以内に完走」）をクリアすれば目標達成と判定されることになる。数値目標がないものについても、その目標に応じて内部的に数値目標が設定され、それが達成された時に目標達成と判定される。例えば、趣向が「美しいフォームで走れるようになりたい」であるなら、美しいフォームで走っている人の運動指標値に基づいて、フォームに関連する運動指標値毎に内部的に数値目標が設定され、その値との差分が所定の値以下（例えば「差分が３％以下」等）になったら目標達成と判定される。

【0029】

次に、本実施の形態におけるコーチング用パラメータ生成処理について、図４を参照して説明する。このコーチング用パラメータ生成処理は、選手データベース１２２に保存されている選手を特徴情報（その選手の身体的特徴の情報及び趣向の情報）に基づいてクラス分けし、クラス毎に、各運動指標の改善容易度及び最終到達値を算出する処理である。

【0030】

基本的には、電子機器１００の生産工場等において出荷前の動作確認を行う際に、記憶部１２０に選手データベース１２２が格納された後に、コーチング用パラメータ生成処理が実行される。また、電子機器１００の最初の起動時や、ユーザが操作入力部１５０を介して電子機器１００にコーチング用パラメータ生成処理の実行を指示すると、コーチング用パラメータ生成処理が実行されるようにしてもよい。また、選手データベース１２２に保存されているデータが追加されたり更新されたりすると、コーチング用パラメータ生成処理が自動的に実行されるようになっていてもよい。

【0031】

コーチング用パラメータ生成処理が実行されると、まず制御部１１０は、選手データベース１２２内の各選手のデータを各選手の趣向に基づいてクラス分けする（ステップＳ１０１）。これは、趣向が同じ選手を同じクラスに分類する処理である。

【0032】

次に、制御部１１０は、各クラス内の各選手のデータを、各選手の身体的特徴に基づいてクラスタリングすることにより、さらに細分化したクラス分けをする（ステップＳ１０２）。このクラス分けの手法は任意であるが、例えば、身体的特徴を多次元ベクトルで表し、それをｋ－ｍｅａｎｓ法等のクラスタリング手法によりクラスタリングすることによって行う。

【0033】

これにより、選手データベース１２２内の各選手のデータは図５に示すように、同じ趣向及び類似する身体的特徴を持つ複数の選手が、同一のクラスＣ_ｉにまとまることになる。なお、ステップＳ１０１とステップＳ１０２の実行の順番は逆でもよい。すなわち、まず選手データベース１２２内の各選手を身体的特徴に基づいてクラスタリングし、さらに、趣向に基づいてクラス分けしてもよい。

【0034】

図４に戻り、次に制御部１１０は、変数ｉを１に初期化する（ステップＳ１０３）。なお、この変数ｉは、ステップＳ１０２でクラスタリングされたクラスの１つ１つにおいてステップＳ１０４及びステップＳ１０５を実行するために便宜上用いる変数である。ステップＳ１０４及びステップＳ１０５の処理を全てのクラスについて行うことができるのであれば、変数ｉを用いずに行ってもよい。

【0035】

そして制御部１１０は、クラスＣ_ｉの各選手Ｐ_ｊ（１≦ｊ≦クラスＣ_ｉ内の選手数ｎ）について、各指標Ｒ_ｋ（１≦ｋ≦運動指標の種類数ｍ）の改善容易度と最終到達値を取得する（ステップＳ１０４）。

【0036】

改善容易度とは、その運動指標の改善のしやすさを表す値である。例えば、選手Ｐ_ｊがトレーニングした回数をｘ、そのときの指標Ｒの値をｙとしてグラフを描き、選手Ｐ_ｊが目標を達成したときのトレーニング回数をｘ_ｇとすると、ｘの値として１からｘ_ｇまでの範囲で指標Ｒの値の線形回帰を行って得られる回帰直線の傾きの絶対値が指標Ｒの改善容易度である。この回帰直線の傾きの絶対値が大きければ、その運動指標の回数毎の変化量が大きくなり、ユーザはその運動指標の改善を実感できると考えられるからである。また、トレーニング回数ｘ_ｇの時点での指標Ｒの値が最終到達値である。

【0037】

例えば、図５での例で説明すると、指標Ｒ_１については、図５のグラフ２１０に示すように、回帰直線２１１が得られ、この回帰直線２１１の傾きの絶対値が指標Ｒ_１の改善容易度となる。また、トレーニング回数ｘ_ｇの時点での指標Ｒ_１の値２１２が指標Ｒ_１の最終到達値である。同様に、指標Ｒ_２については、グラフ２２０に示すように回帰直線２２１が得られ、この回帰直線２２１の傾きの絶対値が指標Ｒ_２の改善容易度となる。また、トレーニング回数ｘ_ｇの時点での指標Ｒ_２の値２２２が指標Ｒ_２の最終到達値である。

【0038】

図４のステップＳ１０４では、このようにして、クラスＣ_ｉに属する各選手Ｐ_ｊ（１≦ｊ≦クラスＣ_ｉ内の選手数ｎ）について、各指標Ｒ_ｋ（１≦ｋ≦運動指標の種類数ｍ）の改善容易度と最終到達値を取得する。

【0039】

そして、制御部１１０は、各指標Ｒ_ｋ（１≦ｋ≦運動指標の種類数ｍ）の改善容易度と最終到達値について、クラスＣ_ｉに属する全選手Ｐ_ｊ（１≦ｊ≦クラスＣ_ｉ内の選手数ｎ）で平均をとって代表値を算出し、記憶部１２０に記録する（ステップＳ１０５）。なお、平均の代わりに中央値や最頻値を求めて代表値としてもよい。

【0040】

そして、制御部１１０は、変数ｉの値に１を加算し（ステップＳ１０６）、変数ｉの値がステップＳ１０２でクラスタリングされたクラスの数より大きいか否かを判定する（ステップＳ１０７）。変数ｉの値がクラスの数以下なら（ステップＳ１０７；Ｎｏ）、制御部１１０は、ステップＳ１０４に戻る。

【0041】

変数ｉの値がクラスの数より大きければ（ステップＳ１０７；Ｙｅｓ）、制御部１１０は、コーチング用パラメータ生成処理を終了する。このコーチング用パラメータ生成処理により、記憶部１２０には、図６に示すような、各クラスＣ_ｉにおけるコーチング用パラメータ（改善容易度及び最終到達値）が記録される。

【0042】

なお、運動指標の種類によっては、図７に示すように、運動指標の値が最終到達値を上回ったり下回ったりしながら最終到達値に近づく場合もある。このような場合に単純に線形回帰を行って回帰直線を求めると、グラフ２３０に示すように運動指標値の変化をあまり近似できない回帰直線２３１が得られてしまう。この場合には、グラフ２４０に示すように、各運動指標値と最終到達値との差の絶対値のグラフを描いて回帰直線２４１を求め、この回帰直線２４１の傾きの絶対値を改善容易度とする。なお、運動指標の種類によって、回帰直線の求め方を変更するのは煩雑なため、全ての運動指標について、このように運動指標値と最終到達値との差の絶対値のグラフを描いて回帰直線を求めることにしてもよい。

【0043】

また、トレーニング回数と運動指標値（又は運動指標値と最終到達値との差）との関係を示すグラフを近似する際には、線形回帰よりも非線形回帰を用いた方がより精度の高い近似ができる場合が多いと考えられる。しかし、線形回帰を用いた方が（回帰直線の傾きを改善容易度として算出可能なため）改善容易度を算出しやすい。そこで、本実施の形態においては、近似の精度は気にせずに、常に線形回帰を用いることとする。

【0044】

次に、本実施の形態におけるコーチング事前処理について、図８を参照して説明する。このコーチング事前処理は、ユーザが所属するクラスを、ユーザの特徴情報（ユーザの身体的特徴の情報及び趣向の情報）に基づいて求め、そのクラスに属する人のためのコーチング用パラメータ（各運動指標の改善容易度及び最終到達値）を取得する処理である。また、このコーチング事前処理は、ユーザが操作入力部１５０を介して電子機器１００にコーチング事前処理の実行を指示すると実行が開始される。ただし、コーチング事前処理が実行されていない段階で後述するコーチング処理の実行が指示された場合には、コーチング処理の実行に先だってコーチング事前処理が実行される。

【0045】

コーチング事前処理の実行が開始されると、まず制御部１１０は、ユーザの趣向及び身体的特徴を取得する（ステップＳ２０１）。例えば、制御部１１０は、出力部１４０の表示デバイスに趣向の一覧リストや、身体的特徴の入力欄を表示し、ユーザにより操作入力部１５０から入力された趣向及び身体的特徴を取得する。その際、制御部１１０は、取得した趣向及び身体的特徴を記憶部１２０にユーザデータ１２１として保存してもよい。また、ステップＳ２０１を実行する時点で既にユーザデータ１２１として、趣向及び身体的特徴が保存済みであった場合には、制御部１１０は、ステップＳ２０１で、ユーザデータ１２１として記憶部１２０に保存されている趣向及び身体的特徴を取得してもよい。

【0046】

次に制御部１１０は、コーチング用パラメータ生成処理によりクラス分けされた選手データベース１２２の中から、ユーザの趣向及び身体的特徴に最も合致するクラス（ユーザクラス）を検索する（ステップＳ２０２）。

【0047】

そして、制御部１１０は、検索されたクラス（ユーザクラス）での各運動指標の改善容易度及び最終到達値をコーチング用パラメータとして取得し（ステップＳ２０３）、コーチング事前処理を終了する。

【0048】

コーチング事前処理により、ユーザ用のコーチング用パラメータを取得することができる。次に、本実施の形態のコーチング処理について、図９を参照して説明する。このコーチング処理は、ユーザがトレーニングしたときの運動指標値（ユーザ指標値）に基づいて、ユーザが改善しやすい運動指標とアドバイスを提示する処理である。また、このコーチング処理は、ユーザが操作入力部１５０を介して電子機器１００にコーチング処理の実行を指示すると実行が開始される。

【0049】

コーチング処理の実行が開始されると、まず制御部１１０は、ユーザが運動した際の運動指標値（ユーザ指標値）を取得する（ステップＳ３０１）。例えば、制御部１１０は、データ取得部１３０を介してウェアラブル機器に蓄積されている運動指標値を取得する。また、データ取得部１３０が各種センサを備えている場合には、この時点でユーザに運動をしてもらい、運動指標値を取得する。

【0050】

次に、制御部１１０は、ユーザのコーチング用パラメータとして、ユーザが所属するクラスにおける各運動指標の改善容易度及び最終到達値を取得する（ステップＳ３０２）。これは、上述のコーチング事前処理で取得されているものを用いればよい。

【0051】

そして、制御部１１０は、各運動指標のうち、ユーザの運動指標値が最終到達値に達していない運動指標を抽出する（ステップＳ３０３）。なお、値が単調増加（又は単調減少）して最終到達値に達する運動指標の場合は、ユーザの運動指標値が最終到達値以上（単調減少の場合は最終到達値以下）になったら、制御部１１０は、ユーザの運動指標値が最終到達値に達したと判断する。図７のグラフ２３０に示すようにユーザの運動指標値が増加したり減少したりしながら最終到達値に近づいていく運動指標の場合には、運動指標値と最終到達値との差が到達閾値（例えば最終到達値の５％）以下になったら、制御部１１０は、ユーザの運動指標値が最終到達値に達したと判断する。

【0052】

次に、制御部１１０は、抽出した運動指標のうち、改善容易度が最大の運動指標を抽出する（ステップＳ３０４）。そして、制御部１１０は、抽出した運動指標を指導対象とし、出力部１４０でアドバイスを提示し（ステップＳ３０５）、コーチング処理を終了する。

【0053】

例えば、運動指標が指標Ｒ_１と指標Ｒ_２で、ユーザデータ１２１が図２示す内容で、コーチング用パラメータが図６に示す内容であった場合、ステップＳ３０４では最終到達値に達していない運動指標として指標Ｒ_１と指標Ｒ_２が抽出される。そして、ステップＳ３０５では、改善容易度が指標Ｒ_２より大きな指標Ｒ_１が抽出される。そして、ステップＳ３０６で、指標Ｒ_１を指導対象としたアドバイスが提示される。

【0054】

ステップＳ３０６で提示されるアドバイスの内容は、改善させる運動指標と対応付けて図１０に示すように記憶部１２０に記憶されており、制御部１１０は、指導対象として抽出された運動指標に対応するアドバイスを選択し、出力部１４０から提示する。例えば、指導対象が「ストライド身長比」なら制御部１１０は「腕振りを大きくし、足を半歩分遠くに着地する意識を持つことで改善が見込まれます。」というアドバイスを選択する。また、指導対象が「腰の回転度」なら、「足をスイングするタイミングで、腰を大きく素早く回すことを意識することで改善が見込まれます。」というアドバイスを選択する。また、指導対象が「着地衝撃体重比」なら「足の接地時に腹の下で着地し、やわらかく足を置く意識で改善が見込まれます。」というアドバイスを選択する。

【0055】

アドバイスの提示の仕方としては、出力部１４０の表示デバイスに文字で表示してもよいし、出力部１４０の音声出力デバイスから音声で出力してもよいし、文字と音声を両方とも出力してもよい。

【0056】

また、アドバイスの内容としては、上述のような運動指標に対応した固定メッセージに限らず、運動指標値等をアドバイスの内容に含めてもよい。例えば、上述の例では指標Ｒ_１はストライド身長比で、ユーザのストライド身長比は０．６３で、ユーザが属するクラスのストライド身長比の最終到達値は１．２１なので、「ストライド身長比の改善を意識して走ってみましょう。現在のあなたのストライド身長比は０．６３ですが、目標を達成した人たちはストライド身長比を１．２１まで改善させていますよ。腕振りを大きくし、足を半歩分遠くに着地する意識を持つことで改善が見込まれます。」のようなアドバイスを提示してもよい。

【0057】

また、ユーザが属するクラスに応じてアドバイスの内容を変更してもよい。すなわち、記憶部１２０に記憶されているアドバイスの内容は、改善させる運動指標だけでなく、身体的特徴や趣向と対応付けてあってもよい。

【0058】

また、上述の実施の形態１では、コーチング用パラメータ生成処理により、選手データベースの内容を予めクラス分けしてからコーチング事前処理を行っていたが、コーチング事前処理を行う際に、ユーザの趣向に適合する選手のデータだけを用いてコーチング用パラメータ生成処理を行ってもよい。このようにすることにより、クラス分けするデータ量を削減させることができる。

【0059】

上述のコーチング処理では、改善容易度が最大の運動指標が指導対象として抽出されるので、アドバイスに従ってトレーニングすることにより、ユーザはかなり短時間で当該運動指標値を改善することができ、運動に対するモチベーションを向上させることができる。

【0060】

（変形例）
上述の実施の形態１では、運動指標のうち、改善容易度が最大のものを指導対象としたが、指導対象とする運動指標はこれに限定されるわけではない。ここでは、改善容易度がある閾値を超えている運動指標のうち、ユーザの現在の運動指標値と最終到達値との差が最大の運動指標を指導対象とする変形例について説明する。

【0061】

変形例に係る電子機器１００の機能構成、コーチング用パラメータ生成処理及びコーチング事前処理は、実施の形態１と同様である。変形例に係るコーチング処理について、図１１を参照して説明する。このコーチング処理は、上述の図９を参照して説明した実施の形態１に係るコーチング処理と同様、ユーザが操作入力部１５０を介して電子機器１００にコーチング処理の実行を指示すると実行が開始される。また、変形例に係るコーチング処理のうち、ステップＳ３０１，Ｓ３０２，Ｓ３０５については、上述した実施の形態１に係るコーチング処理と同様なので、以下では実施の形態１と異なるステップＳ３２３及びステップＳ３２４について説明する。

【0062】

ステップＳ３２３では、制御部１１０は、ユーザの運動指標値が最終到達値に達していない運動指標であって、かつ、改善容易度がある閾値以上の運動指標を抽出する。

【0063】

そして、ステップＳ３２４では、制御部１１０は、抽出した運動指標のうち、最終到達値との差の絶対値が最大の運動指標を抽出する。なお、差ではなく、比に基づいて抽出しても良い。すなわち、ステップＳ３２４で制御部１１０は、抽出した運動指標のうち、最終到達値との比（比が１未満の場合は比の逆数）が最大の運動指標を抽出してもよい。

【0064】

この変形例に係るコーチング処理では、改善容易度が高いだけでなく、最終到達値との差（又は比）が最大の運動指標が指導対象として抽出されるので、アドバイスに従ってトレーニングすることにより、ユーザは運動指標値が目に見えて改善されるのを実感でき、運動に対するモチベーションを向上させることができる。

【0065】

（その他の実施の形態）
上述の実施の形態１及び変形例ではトレーニングする運動の種類としては基本的にランニングを対象として説明した。しかし、運動の種類はランニングに限られない。センサ等により、運動指標値を取得できるものであれば、電子機器１００は、任意の運動（例えば、ウォーキング、スイミング、ゴルフ、テニス、ダンス等）に適用させることが可能である。また、この場合、扱う運動指標の種類やアドバイスの内容は、コーチング対象とする運動に応じて変更することができる。このようにすることにより、電子機器１００は、ランニングに限らず、様々な運動を対象として、ユーザのトレーニングを支援することができる。

【0066】

また、アドバイスの内容は文章に限定されるわけではない。指導対象の運動指標の値の改善につながる模範的な体の動き等をアニメーション表示してもよい。また、模範的な動作を行ったときの音（例えばゴルフ、テニス等のスイング音）を出力するようにしてもよい。また、模範的な動作を行っている選手の姿を録画したものを再生するようにしてもよい。また、文章、アニメーション、音、録画のうちのいずれか２つ以上の組合せによってアドバイスを提示してもよい。

【0067】

また、上述の実施の形態及び変形例では、コーチング用パラメータの改善容易度を、回帰直線の傾きの絶対値として求めているが、異なる運動指標の回帰直線の傾きの絶対値をそのまま比較すると適切な比較が行えない場合もある。そこで、運動指標毎に傾き補正値を予め用意しておき、コーチング処理のステップＳ３０４又はステップＳ３２３において各運動指標の改善容易度を算出する際には、各運動指標の傾きを傾き補正値で補正する（例えば、傾きに傾き補正値を乗算した値を改善容易度とする）ようにしてもよい。

【0068】

同様に、最終到達値についても、異なる運動指標の最終到達値をそのまま比較すると適切な比較が行えない場合があるので、運動指標毎に最終到達値補正値を予め用意しておいてもよい。そして、コーチング処理のステップＳ３２４において運動指標値と最終到達値との差（又は比）を算出する際には、最終到達値補正値で補正する（例えば、運動指標値と最終到達値との差に最終到達値補正値を乗算した値を算出し、この値が最大の運動指標を抽出する）ようにしてもよい。

【0069】

（効果等）
上述のコーチング処理により、電子機器１００は、ユーザの身体的特徴や趣向を考慮したコーチングを行うことができる。これにより、電子機器１００は、体格や性別等によっても左右されうる運動指標の改善方法の多様性に対応したコーチングを実施することができる。また、ユーザの趣向も考慮したコーチングを実施できるとともに、改善しやすい運動指標を重点的に改善するようなアドバイスを提示することにより、ユーザのモチベーション向上、飽き防止にもつなげることができる。

【0070】

改善容易度は、例えば、トレーニング回数と運動指標値との関係を線形回帰することによって得られる回帰直線の傾きの絶対値として算出される。このため、非線形回帰を用いるよりも容易に算出でき、また、今後のトレーニング回数が少なくても最終到達値に達しやすい運動指標を抽出することができる。

【0071】

なお、電子機器１００は、タブレット、スマートフォン、ＰＣ等のコンピュータによっても実現することができる。具体的には、上記実施の形態では、電子機器１００が実行するコーチング処理等のプログラムが、記憶部１２０に予め記憶されているものとして説明した。しかし、これらのプログラムを、フレキシブルディスク、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ ｄｉｓｃ）、メモリカード、ＵＳＢメモリ等の非一時的なコンピュータ読み取り可能な記録媒体に格納して配布し、そのプログラムをコンピュータに読み込んでインストールすることにより、上述の各処理を実行することができるコンピュータを構成してもよい。

【0072】

さらに、プログラムを搬送波に重畳し、インターネットなどの通信媒体を介して適用することもできる。例えば、通信ネットワーク上の掲示板（ＢＢＳ：Ｂｕｌｌｅｔｉｎ Ｂｏａｒｄ Ｓｙｓｔｅｍ）にプログラムを掲示して配信してもよい。そして、このプログラムを起動し、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）の制御下で、他のアプリケーションプログラムと同様に実行することにより、上述の各処理を実行できるように構成してもよい。

【0073】

また、制御部１１０は、シングルプロセッサ、マルチプロセッサ、マルチコアプロセッサ等の任意のプロセッサ単体で構成されるものの他、これら任意のプロセッサと、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ‐Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の処理回路とが組み合わせられて構成されてもよい。

【0074】

以上、本発明の好ましい実施の形態について説明したが、本発明は係る特定の実施の形態に限定されるものではなく、本発明には、特許請求の範囲に記載された発明とその均等の範囲とが含まれる。以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。

【0075】

（付記１）
制御部を備え、
前記制御部が、
複数の被験体を各被験体の特徴情報に基づいて複数のクラスに分類し、
ユーザの特徴情報に基づいて前記ユーザが属する前記クラスであるユーザクラスを決定し、
前記ユーザクラスに属する前記被験体による運動に関する指標である運動指標の値である運動指標値に基づいて、前記運動指標値の改善のし易さを示す改善容易度と、前記被験体が運動の目標を達成したときの前記運動指標値である最終到達値と、のうちの少なくとも何れか一方を含むコーチング用パラメータを取得し、
前記ユーザの前記運動指標値であるユーザ指標値を取得し、
前記コーチング用パラメータと前記ユーザ指標値とに基づいて、前記ユーザの運動に関するアドバイスを提示する、
電子機器。

【0076】

（付記２）
前記特徴情報は、身体的特徴の情報と、趣向の情報と、を含む、
付記１に記載の電子機器。

【0077】

（付記３）
前記制御部が、
前記被験体の前記趣向の情報に基づく分類と、
前記被験体の前記身体的特徴の情報に基づく分類と、
を組み合わせることによって、前記被験体を前記複数のクラスに分類する、
付記２に記載の電子機器。

【0078】

（付記４）
前記コーチング用パラメータは、前記改善容易度と前記最終到達値の両方を含む、
付記１から３のいずれか１つに記載の電子機器。

【0079】

（付記５）
前記制御部が、
前記最終到達値に達していない前記ユーザ指標値の前記運動指標を指導対象として、前記アドバイスを提示する、
付記４に記載の電子機器。

【0080】

（付記６）
前記制御部が、
前記改善容易度が最大となる前記運動指標を対象として、前記アドバイスを提示する、
付記４又は５に記載の電子機器。

【0081】

（付記７）
前記制御部が、
前記改善容易度が閾値以上となる前記運動指標のうち、前記運動指標値と前記最終到達値との差が最大となる前記運動指標を対象として、前記アドバイスを提示する、
付記４又は５に記載の電子機器。

【0082】

（付記８）
前記改善容易度は、トレーニング回数と前記運動指標値との関係を線形回帰することによって得られる回帰直線の傾きに基づいて算出される、
付記４から７のいずれか１つに記載の電子機器。

【0083】

（付記９）
電子機器の制御部が、
複数の被験体を各被験体の特徴情報に基づいて複数のクラスに分類し、
ユーザの特徴情報に基づいて前記ユーザが属する前記クラスであるユーザクラスを決定し、
前記ユーザクラスに属する前記被験体による運動に関する指標である運動指標の値である運動指標値に基づいて、前記運動指標値の改善のし易さを示す改善容易度と、前記被験体が運動の目標を達成したときの前記運動指標値である最終到達値と、のうちの少なくとも何れか一方を含むコーチング用パラメータを取得し、
前記ユーザの前記運動指標値であるユーザ指標値を取得し、
前記コーチング用パラメータと前記ユーザ指標値とに基づいて、前記ユーザの運動に関するアドバイスを提示する、
トレーニング支援方法。

【0084】

（付記１０）
コンピュータが、
複数の被験体を各被験体の特徴情報に基づいて複数のクラスに分類し、
ユーザの特徴情報に基づいて前記ユーザが属する前記クラスであるユーザクラスを決定し、
前記ユーザクラスに属する前記被験体による運動に関する指標である運動指標の値である運動指標値に基づいて、前記運動指標値の改善のし易さを示す改善容易度と、前記被験体が運動の目標を達成したときの前記運動指標値である最終到達値と、のうちの少なくとも何れか一方を含むコーチング用パラメータを取得し、
前記ユーザの前記運動指標値であるユーザ指標値を取得し、
前記コーチング用パラメータと前記ユーザ指標値とに基づいて、前記ユーザの運動に関するアドバイスを提示する、
プログラム。

【符号の説明】

【0085】

１００…電子機器、１１０…制御部、１２０…記憶部、１２１…ユーザデータ、１２２…選手データベース、１３０…データ取得部、１４０…出力部、１５０…操作入力部、１６０…通信部、２１０，２２０，２３０，２４０…グラフ、２１１，２２１，２３１，２４１…回帰直線、２１２，２２２…最終到達値

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】