特開 2025-105211 歩行姿勢状態推定システム、歩行姿勢状態推定方法、歩行姿勢状態推定装置及び制御プログラム

(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】P2025105211

(43)【公開日】2025-07-10

(54)【発明の名称】歩行姿勢状態推定システム、歩行姿勢状態推定方法、歩行姿勢状態推定装置及び制御プログラム

(51)【国際特許分類】

   A61B 5/107 20060101AFI20250703BHJP

   A61B 5/11 20060101ALI20250703BHJP

【ＦＩ】

A61B5/107 300

A61B5/11 200

【審査請求】未請求

【請求項の数】16

【出願形態】ＯＬ

(21)【出願番号】P 2023223616

(22)【出願日】2023-12-28

(71)【出願人】

【識別番号】309007911

【氏名又は名称】サントリーホールディングス株式会社

(71)【出願人】

【識別番号】523128623

【氏名又は名称】Ａｕｒｏｒ株式会社

(74)【代理人】

【識別番号】100099759

【弁理士】

【氏名又は名称】青木 篤

(74)【代理人】

【識別番号】100123582

【弁理士】

【氏名又は名称】三橋 真二

(74)【代理人】

【識別番号】100117019

【弁理士】

【氏名又は名称】渡辺 陽一

(74)【代理人】

【識別番号】100141977

【弁理士】

【氏名又は名称】中島 勝

(74)【代理人】

【識別番号】100138210

【弁理士】

【氏名又は名称】池田 達則

(74)【代理人】

【識別番号】100180806

【弁理士】

【氏名又は名称】三浦 剛

(72)【発明者】

【氏名】山村 淳貴

(72)【発明者】

【氏名】中丸 啓

(72)【発明者】

【氏名】田島 康太郎

(72)【発明者】

【氏名】前田 真吾

【テーマコード（参考）】

4C038

【Ｆターム（参考）】

4C038VA04

4C038VA12

4C038VB02

4C038VB11

4C038VB12

4C038VB14

(57)【要約】

【課題】歩行姿勢状態をより精度良く推定することが可能な歩行姿勢状態推定システム、歩行姿勢状態推定方法、歩行姿勢状態推定装置、制御プログラムを提供する。
【解決手段】歩行姿勢推定システムは、ユーザに装着可能で、ユーザが歩行した際に得られる第１データを取得する第１ウェアラブル装置と、ユーザに装着可能で、ユーザが歩行した際に得られる前記第１データとは異なる第２データを取得する第２ウェアラブル装置と、前記第１データ及び前記第２データを受信し、前記第１ウェアラブル装置及び前記第２ウェアラブル装置を装着したユーザの推定された歩行姿勢状態を出力可能な情報処理装置と、を有し、前記情報処理装置は、前記第１データ及び前記第２データに基づいて推定された前記歩行姿勢状態を出力可能な学習済みモデルを記憶する記憶部を有する。
【選択図】図６

【特許請求の範囲】

【請求項1】

ユーザに装着可能で、ユーザが歩行した際に得られる第１データを取得する第１ウェアラブル装置と、
ユーザに装着可能で、ユーザが歩行した際に得られる前記第１データとは異なる第２データを取得する第２ウェアラブル装置と、
前記第１データ及び前記第２データを受信し、前記第１ウェアラブル装置及び前記第２ウェアラブル装置を装着したユーザの推定された歩行姿勢状態を出力可能な情報処理装置と、を有し、
前記情報処理装置は、前記第１データ及び前記第２データに基づいて推定された前記歩行姿勢状態を出力可能な学習済みモデルを記憶する記憶部を有する、
ことを特徴とする歩行姿勢状態推定システム。

【請求項2】

前記第１ウェアラブル装置は、
前記第２ウェアラブル装置から前記第２データを受信する受信部と、
ユーザの所定歩数分の前記第１データ及び前記第２データを前記情報処理装置へ送信する送信部と、を有する、請求項１に記載の歩行姿勢状態推定システム。

【請求項3】

前記歩行姿勢状態は、歩幅の状態、重心位置の状態、振出脚の状態、支持脚の状態、及び、股関節の状態の何れか１つ又は複数を含む、請求項１または２に記載の歩行姿勢状態推定システム。

【請求項4】

前記学習済みモデルは、前記第１データに基づいて推定された第１歩行姿勢状態を出力可能な第１学習済みモデル、及び、前記第２データに基づいて推定された第２歩行姿勢状態を出力可能な第２学習済みモデルを含む、請求項１または２に記載の歩行姿勢状態推定システム。

【請求項5】

前記学習済みモデルは、前記第１データ及び前記第２データに基づいて推定された前記歩行姿勢状態を出力可能な単一の学習済みモデルである、請求項１または２に記載の歩行姿勢状態推定システム。

【請求項6】

前記学習済みモデルは、前記第１データに基づく第１画像データに基づいて推定された第１歩行姿勢状態を出力可能な第１学習済みモデル、及び、前記第２データに基づく第２画像データに基づいて推定された第２歩行姿勢状態を出力可能な第２学習済みモデルを含む、請求項１または２に記載の歩行姿勢状態推定システム。

【請求項7】

前記学習済みモデルは、前記第１データ及び前記第２データに基づく画像データに基づいて推定された前記歩行姿勢状態を出力可能な単一の学習済みモデルである、請求項１または２に記載の歩行姿勢状態推定システム。

【請求項8】

前記情報処理装置は、前記第１データに基づくデータを前記学習済みモデルに含まれる第１学習済みモデルの第１階層に入力し、前記第２データに基づくデータを前記学習済みモデルに含まれる第２学習済みモデルの前記第１階層と異なる第２階層に入力することにより、前記歩行姿勢状態を取得する、請求項１または２に記載の歩行姿勢状態推定システム。

【請求項9】

前記歩行姿勢状態は、前記第１データに基づくデータを前記学習済みモデルに入力した際に前記学習済みモデルの第１階層から出力される情報と、前記第２データに基づくデータを前記学習済みモデルに入力した際に前記学習済みモデルの前記第１階層と異なる第２階層から出力される情報とを含む、請求項１または２に記載の歩行姿勢状態推定システム。

【請求項10】

ユーザに装着可能な第１ウェアラブル装置により、ユーザが歩行した際に得られる第１データを取得し、
ユーザに装着可能な第２ウェアラブル装置により、ユーザが歩行した際に得られる前記第１データと異なる第２データを取得し、
前記第１データ及び前記第２データに基づいて推定された前記第１ウェアラブル装置及び前記第２ウェアラブル装置を装着したユーザの歩行姿勢状態を出力可能な学習済みモデルを利用して、取得された前記第１データ及び前記第２データに基づいて、前記歩行姿勢状態を推定し、
前記歩行姿勢状態を出力する、
ことを特徴とする歩行姿勢状態推定方法。

【請求項11】

ユーザが歩行した際に得られる第１データを計測する第１センサ及びユーザが歩行した際に得られる前記第１データとは異なる第２データを計測する第２センサから前記第１データ及び前記第２データを取得する取得部と、
前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを利用し、取得した前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を取得する推定部と、
を有することを特徴とする歩行姿勢状態推定装置。

【請求項12】

ユーザが歩行した際に得られる第１データを取得する第１センサ及びユーザが歩行した際に得られる前記第１データとは異なる第２データを取得する第２センサから前記第１データ及び前記第２データを取得し、
前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを利用し、取得した前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を取得する、
ことを特徴とする歩行姿勢状態推定方法。

【請求項13】

歩行姿勢状態推定装置の制御プログラムであって、
ユーザが歩行した際に得られる第１データを取得する第１センサ及びユーザが歩行した際に得られる前記第１データとは異なる第２データを取得する第２センサから前記第１データ及び前記第２データを取得し、
前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを利用し、取得した前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を取得する、
ことを前記歩行姿勢状態推定装置に実行させることを特徴とする制御プログラム。

【請求項14】

ユーザが歩行した際に得られる第１データを計測する第１センサと、
ユーザが歩行した際に得られる前記第１データとは異なる第２データを計測する第２センサから前記第２データを取得する取得部と、
前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを記憶する記憶部と、
前記学習済みモデルを利用し、取得した前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を取得する推定部と、
を有することを特徴とする歩行姿勢状態推定装置。

【請求項15】

第１ユーザが歩行した際に得られる第１データを取得する第１センサを有する歩行姿勢状態推定装置による歩行姿勢状態推定方法であって、
ユーザが歩行した際に得られる前記第１データとは異なる第２データを取得する第２センサから前記第２データを取得し、
前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを記憶し、
前記学習済みモデルを利用し、取得した前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を取得する、
ことを特徴とする歩行姿勢状態推定方法。

【請求項16】

第１ユーザが歩行した際に得られる第１データを取得する第１センサを有する歩行姿勢状態推定装置の制御プログラムであって、
ユーザが歩行した際に得られる前記第１データとは異なる第２データを取得する第２センサから前記第２データを取得し、
前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを記憶し、
前記学習済みモデルを利用し、取得した前記第１データ及び前記第２データに基づいて推定された歩行姿勢状態を取得する、
ことを前記歩行姿勢状態推定装置に実行させることを特徴とする制御プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、歩行姿勢状態推定システム、歩行姿勢状態推定方法、歩行姿勢状態推定装置及び制御プログラムに関する。

【背景技術】

【0002】

従来、ユーザの歩き方、姿勢のクセ等を分析し、改善方法を提案するシステムが開発されている。このようなシステムにおいて、適切な改善方法を提案するためには、ユーザの歩き方、姿勢のクセ等をより精度良く推定する必要がある。

【0003】

特許文献１には、ユーザの身体に着用されて、歩行または走行姿勢を導出する運動姿勢導出装置が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２１－９８０２７号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

歩行姿勢状態をより精度良く推定することが可能なシステムを提供することが要求されている。

【0006】

歩行姿勢状態推定システム、歩行姿勢状態推定方法、歩行姿勢状態推定装置、制御プログラムの目的は、歩行姿勢状態をより精度良く推定することを可能とすることにある。

【課題を解決するための手段】

【0007】

実施形態に係る歩行姿勢推定システムは、ユーザに装着可能で、ユーザが歩行した際に得られる第１データを取得する第１ウェアラブル装置と、ユーザに装着可能で、ユーザが歩行した際に得られる第１データとは異なる第２データを取得する第２ウェアラブル装置と、第１データ及び第２データを受信し、第１ウェアラブル装置及び第２ウェアラブル装置を装着したユーザの推定された歩行姿勢状態を出力可能な情報処理装置と、を有し、情報処理装置は、第１データ及び第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを記憶する記憶部を有する。

【0008】

実施形態に係る歩行姿勢推定システムにおいて、第１ウェアラブル装置は、第２ウェアラブル装置から第２データを受信する受信部と、ユーザの所定歩数分の第１データ及び第２データを情報処理装置へ送信する送信部と、を有することが好ましい。

【0009】

実施形態に係る歩行姿勢推定システムにおいて、歩行姿勢状態は、歩幅の状態、重心位置の状態、振出脚の状態、支持脚の状態、及び、股関節の状態の何れか１つ又は複数を含むことが好ましい。

【0010】

実施形態に係る歩行姿勢推定システムにおいて、学習済みモデルは、第１データに基づいて推定された第１歩行姿勢状態を出力可能な第１学習済みモデル、及び、第２データに基づいて推定された第２歩行姿勢状態を出力可能な第２学習済みモデルを含むことが好ましい。

【0011】

実施形態に係る歩行姿勢推定システムにおいて、学習済みモデルは、第１データ及び第２データに基づいて推定された歩行姿勢状態を出力可能な単一の学習済みモデルであることが好ましい。

【0012】

実施形態に係る歩行姿勢推定システムにおいて、学習済みモデルは、第１データに基づく第１画像データに基づいて推定された第１歩行姿勢状態を出力可能な第１学習済みモデル、及び、第２データに基づく第２画像データに基づいて推定された第２歩行姿勢状態を出力可能な第２学習済みモデルを含むことが好ましい。

【0013】

実施形態に係る歩行姿勢推定システムにおいて、学習済みモデルは、第１データ及び第２データに基づく画像データに基づいて推定された歩行姿勢状態を出力可能な単一の学習済みモデルであることが好ましい。

【0014】

実施形態に係る歩行姿勢推定システムにおいて、情報処理装置は、第１データに基づくデータを学習済みモデルに含まれる第１学習済みモデルの第１階層に入力し、第２データに基づくデータを学習済みモデルに含まれる第２学習済みモデルの第１階層と異なる第２階層に入力することにより、歩行姿勢状態を取得することが好ましい。

【0015】

実施形態に係る歩行姿勢推定システムにおいて、歩行姿勢状態は、第１データに基づくデータを学習済みモデルに入力した際に学習済みモデルの第１階層から出力される情報と、第２データに基づくデータを学習済みモデルに入力した際に学習済みモデルの第１階層と異なる第２階層から出力される情報とを含むことが好ましい。

【0016】

実施形態に係る歩行姿勢推定方法は、ユーザに装着可能な第１ウェアラブル装置により、ユーザが歩行した際に得られる第１データを取得し、ユーザに装着可能な第２ウェアラブル装置により、ユーザが歩行した際に得られる第１データと異なる第２データを取得し、第１データ及び第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを利用して、取得された第１データ及び第２データに基づいて、第１ウェアラブル装置及び第２ウェアラブル装置を装着したユーザの歩行姿勢状態を推定し、歩行姿勢状態を出力する。

【0017】

実施形態に係る歩行姿勢推定装置は、ユーザが歩行した際に得られる第１データを計測する第１センサ及びユーザが歩行した際に得られる第１データとは異なる第２データを計測する第２センサから第１データ及び第２データを取得する取得部と、第１データ及び第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを利用し、取得した第１データ及び第２データに基づいて推定された歩行姿勢状態を取得する推定部と、を有する。

【0018】

実施形態に係る歩行姿勢推定方法は、ユーザが歩行した際に得られる第１データを取得する第１センサ及びユーザが歩行した際に得られる第１データとは異なる第２データを取得する第２センサから第１データ及び第２データを取得し、第１データ及び第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを利用し、取得した第１データ及び第２データに基づいて推定された歩行姿勢状態を取得する。

【0019】

実施形態に係る制御プログラムは、歩行姿勢状態推定装置の制御プログラムであって、ユーザが歩行した際に得られる第１データを取得する第１センサ及びユーザが歩行した際に得られる第１データとは異なる第２データを取得する第２センサから第１データ及び第２データを取得し、第１データ及び第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを利用し、取得した第１データ及び第２データに基づいて推定された歩行姿勢状態を取得することを歩行姿勢状態推定装置に実行させる。

【0020】

実施形態に係る歩行姿勢推定装置は、ユーザが歩行した際に得られる第１データを計測する第１センサと、ユーザが歩行した際に得られる第１データとは異なる第２データを計測する第２センサから第２データを取得する取得部と、第１データ及び第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを記憶する記憶部と、学習済みモデルを利用し、取得した第１データ及び第２データに基づいて推定された歩行姿勢状態を取得する推定部と、を有する。

【0021】

実施形態に係る歩行姿勢推定方法は、第１ユーザが歩行した際に得られる第１データを取得する第１センサを有する歩行姿勢状態推定装置による歩行姿勢状態推定方法であって、ユーザが歩行した際に得られる第１データとは異なる第２データを取得する第２センサから第２データを取得し、第１データ及び第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを記憶し、学習済みモデルを利用し、取得した第１データ及び第２データに基づいて推定された歩行姿勢状態を取得する。

【0022】

実施形態に係る制御プログラムは、第１ユーザが歩行した際に得られる第１データを取得する第１センサを有する歩行姿勢状態推定装置の制御プログラムであって、ユーザが歩行した際に得られる第１データとは異なる第２データを取得する第２センサから第２データを取得し、第１データ及び第２データに基づいて推定された歩行姿勢状態を出力可能な学習済みモデルを記憶し、学習済みモデルを利用し、取得した第１データ及び第２データに基づいて推定された歩行姿勢状態を取得することを歩行姿勢状態推定装置に実行させることを歩行姿勢状態推定装置に実行させる。

【発明の効果】

【0023】

歩行姿勢状態推定システム、歩行姿勢状態推定方法、歩行姿勢状態推定装置、制御プログラムは、歩行姿勢状態をより精度良く推定することができる。

【図面の簡単な説明】

【0024】

【図1】実施形態に係る歩行姿勢状態推定システム１の概略構成を示す図である。

【図2】第１ウェアラブル装置１００の概略構成を示す図である。

【図3】第２ウェアラブル装置２００の概略構成を示す図である。

【図4】情報処理装置３００の概略構成を示す図である。

【図5】データテーブル３１２のデータ構造の一例を示す模式図である。

【図6】推定処理の動作の例を示すシーケンスである。

【図7】他の推定処理の動作の例を示すシーケンスである。

【図8】さらに他の推定処理の動作の例を示すシーケンスである。

【発明を実施するための形態】

【0025】

以下、実施形態の一側面に係る歩行姿勢状態推定システム、歩行姿勢状態推定方法、歩行姿勢状態推定装置、制御プログラムについて図を参照しつつ説明する。但し、本発明の技術的範囲はそれらの実施の形態に限定されず、特許請求の範囲に記載された発明とその均等物に及ぶ点に留意されたい。

【0026】

図１は、実施形態に係る歩行姿勢状態推定システム１の概略構成を示す図である。

【0027】

図１に示すように、歩行姿勢状態推定システム１は、第１ウェアラブル装置１００、一又は複数の第２ウェアラブル装置２００、情報処理装置３００及びサーバ装置４００等を有する。第１ウェアラブル装置１００及び各第２ウェアラブル装置２００は、ユーザに装着されて使用される。情報処理装置３００は、ユーザの健康を管理する管理者等により使用される。サーバ装置４００は、例えばクラウドネットワーク上に配置されたサーバ等である。

【0028】

第１ウェアラブル装置１００と、各第２ウェアラブル装置２００とは、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線ＬＡＮ（Local Area Network）等の無線ネットワークを介して相互に通信可能に接続される。また、第１ウェアラブル装置１００と、情報処理装置３００と、サーバ装置４００とは、ネットワークＮを介して相互に通信可能に接続される。ネットワークＮは、インターネット又はイントラネット等の有線ネットワークである。ネットワークＮは、無線ＬＡＮ（Local Area Network）等の無線ネットワークでもよい。また、各第２ウェアラブル装置２００と、情報処理装置３００と、サーバ装置４００とは、ネットワークＮを介して相互に通信可能に接続されてもよい。

【0029】

図２は、第１ウェアラブル装置１００の概略構成を示す図である。

【0030】

第１ウェアラブル装置１００は、歩行状態推定装置の一例である。第１ウェアラブル装置１００は、多機能携帯電話（いわゆるスマートフォン）、タブレットＰＣ等の、ユーザに装着可能な端末装置である。第１ウェアラブル装置１００は、第１入力装置１０１、第１表示装置１０２、第１通信装置１０３、第１インタフェース装置１０４、第１センサ１０５、第１記憶装置１１０及び第１処理装置１２０等を有する。第１入力装置１０１、第１表示装置１０２、第１通信装置１０３、第１インタフェース装置１０４、第１センサ１０５、第１記憶装置１１０及び第１処理装置１２０は、ＣＰＵ（Central Processing Unit）バス等を介して相互に接続される。

【0031】

第１入力装置１０１は、タッチパネル式等の入力デバイス及び入力デバイスから信号を取得するインタフェース回路を有し、利用者の入力操作に応じた操作信号を出力する。

【0032】

第１表示装置１０２は、出力部の一例である。第１表示装置１０２は、液晶、有機ＥＬ（Electro-Luminescence）等を含むディスプレイ及びディスプレイに画像データを出力するインタフェース回路を有し、画像データをディスプレイに表示する。

【0033】

第１通信装置１０３は、出力部の一例である。第１通信装置１０３は、無線信号を送受信するアンテナと、無線ＬＡＮ等の通信プロトコルに従った無線通信インタフェース回路を有する。第１通信装置１０３は、無線ＬＡＮ等の通信規格に従って、ネットワークＮと通信接続する。第１通信装置１０３は、ネットワークＮを介して情報処理装置３００又はサーバ装置４００等から受信したデータを第１処理装置１２０に送る。また、第１通信装置１０３は、第１処理装置１２０から受け取ったデータを、ネットワークＮを介して情報処理装置３００又はサーバ装置４００等に送信する。

【0034】

第１インタフェース装置１０４は、無線信号を送受信するアンテナと、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の通信プロトコルに従った無線通信インタフェース回路を有する。第１インタフェース装置１０４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の通信規格に従って、各第２ウェアラブル装置２００と通信接続する。第１インタフェース装置１０４は、各第２ウェアラブル装置２００から受信したデータを第１処理装置１２０に送る。また、第１インタフェース装置１０４は、第１処理装置１２０から受け取ったデータを、各第２ウェアラブル装置２００に送信する。

【0035】

第１センサ１０５は、第１ウェアラブル装置１００にかかる３軸方向の加速度を計測する加速度センサ、及び、第１ウェアラブル装置１００にかかる３軸方向の角速度を計測するジャイロセンサ等を含む。加速度センサ及びジャイロセンサは、計測した加速度及び角速度を示す計測信号を第１処理装置１２０に出力する。

【0036】

なお、第１センサ１０５は、第１ウェアラブル装置１００にかかる地磁気、即ち第１ウェアラブル装置１００を装着する利用者の移動を検知する地磁気センサ等を含んでもよい。また、第１センサ１０５は、第１ウェアラブル装置１００の周囲の気圧、即ち第１ウェアラブル装置１００を装着する利用者の鉛直方向における移動を検知する気圧センサを含んでもよい。また、第１センサ１０５は、第１ウェアラブル装置１００の位置、即ち第１ウェアラブル装置１００を装着する利用者の移動を検知するＧＰＳ（Global Positioning System）センサを含んでもよい。その場合、第１センサ１０５は、検知した地磁気、気圧又は位置を示す計測信号を第１処理装置１２０に出力する。

【0037】

第１記憶装置１１０は、記憶部の一例である。第１記憶装置１１０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等のメモリ装置、ハードディスク等の固定ディスク装置、又はフレキシブルディスク、光ディスク等の可搬用の記憶装置等を有する。また、第１記憶装置１１０には、第１ウェアラブル装置１００の各種処理に用いられるコンピュータプログラム、データベース、テーブル等が格納される。コンピュータプログラムは、コンピュータ読み取り可能な可搬型記録媒体から公知のセットアッププログラム等を用いて第１記憶装置１１０にインストールされてもよい。可搬型記録媒体は、例えばＣＤ－ＲＯＭ（compact disc read only memory）、ＤＶＤ－ＲＯＭ（digital versatile disc read only memory）等である。コンピュータプログラムは、所定のサーバが有する記録媒体に記憶され、ネットワークＮを介してインストールされてもよい。

【0038】

第１処理装置１２０は、予め第１記憶装置１１０に記憶されているプログラムに基づいて動作する。第１処理装置１２０は、例えばＣＰＵである。第１処理装置１２０として、ＤＳＰ（digital signal processor）、ＬＳＩ（large scale integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等が用いられてもよい。第１処理装置１２０は、第１入力装置１０１、第１表示装置１０２、第１通信装置１０３、第１インタフェース装置１０４、第１センサ１０５及び第１記憶装置１１０等と接続され、各装置を制御する。第１処理装置１２０は、ユーザが歩行した際に第１センサ１０５により計測されたデータを取得する。また、第１処理装置１２０は、第１インタフェース装置１０４を介して第２ウェアラブル装置２００から、第２ウェアラブル装置２００を保持するユーザが歩行した際に第２ウェアラブル装置２００により計測されたデータを取得する。第１処理装置１２０は、取得した各データを、第１通信装置１０３を介して情報処理装置３００に送信する。

【0039】

第１処理装置１２０は、第１記憶装置１１０に記憶されたコンピュータプログラムを読み取り、読み取ったコンピュータプログラムに従って動作する。これにより、第１処理装置１２０は、第１取得部１２１及び第１送信部１２２として機能する。第１取得部１２１は、受信部の一例であり、第１送信部１２２は、送信部の一例である。

【0040】

図３は、第２ウェアラブル装置２００の概略構成を示す図である。

【0041】

第２ウェアラブル装置２００は、ユーザに装着可能な端末装置である。例えば、第２ウェアラブル装置２００は、ユーザの腕に装着される腕時計型ウェアラブルコンピュータである。また、第２ウェアラブル装置２００は、ユーザの耳に装着されるイヤホン型ウェアラブルコンピュータである。また、第２ウェアラブル装置２００は、ユーザの靴内部に装着されるインソール（中敷き）型ウェアラブルコンピュータである。第２ウェアラブル装置２００は、第２入力装置２０１、第２表示装置２０２、第２通信装置２０３、第２インタフェース装置２０４、第２センサ２０５、第２記憶装置２１０及び第２処理装置２２０等を有する。第２入力装置２０１、第２表示装置２０２、第２通信装置２０３、第２インタフェース装置２０４、第２センサ２０５、第２記憶装置２１０及び第２処理装置２２０は、ＣＰＵバス等を介して相互に接続される。

【0042】

第２入力装置２０１は、ボタン等の入力デバイス及び入力デバイスから信号を取得するインタフェース回路を有し、利用者の入力操作に応じた操作信号を出力する。第２入力装置２０１は、省略されてもよい。

【0043】

第２表示装置２０２は、液晶、有機ＥＬ等を含むディスプレイ及びディスプレイに画像データを出力するインタフェース回路を有し、画像データをディスプレイに表示する。第２表示装置２０２は、ＬＥＤ（Light Emitting Diode）等を有し、点灯又は消灯によりユーザに対する通知を行ってもよい。第２表示装置２０２は、省略されてもよい。

【0044】

第２通信装置２０３は、無線信号を送受信するアンテナと、無線ＬＡＮ等の通信プロトコルに従った無線通信インタフェース回路を有する。第２通信装置２０３は、無線ＬＡＮ等の通信規格に従って、ネットワークＮと通信接続する。第２通信装置２０３は、ネットワークＮを介して情報処理装置３００又はサーバ装置４００等から受信したデータを第２処理装置２２０に送る。また、第２通信装置２０３は、第２処理装置２２０から受け取ったデータを、ネットワークＮを介して情報処理装置３００又はサーバ装置４００等に送信する。

【0045】

第２インタフェース装置２０４は、無線信号を送受信するアンテナと、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の通信プロトコルに従った無線通信インタフェース回路を有する。第２インタフェース装置２０４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の通信規格に従って、第１ウェアラブル装置１００と通信接続する。第２インタフェース装置２０４は、第１ウェアラブル装置１００から受信したデータを第２処理装置２２０に送る。また、第２インタフェース装置２０４は、第２処理装置２２０から受け取ったデータを、第１ウェアラブル装置１００に送信する。

【0046】

第２センサ２０５は、第２ウェアラブル装置２００にかかる３軸方向の加速度を計測する加速度センサ、及び、第２ウェアラブル装置２００にかかる３軸方向の角速度を計測するジャイロセンサ等を含む。加速度センサ及びジャイロセンサは、計測した加速度及び角速度を示す計測信号を第２処理装置２２０に出力する。第２センサ２０５は、インソール型圧力センサを含んでもよい。その場合、第２センサ２０５は、１次元又は２次元に配置された抵抗変化型又は静電容量変化型の圧力センサを含み、各圧力センサにより測定された圧力の大きさを示す足裏データを生成して、第２処理装置２２０に出力する。足裏データは、例えば各圧力センサにより測定された圧力の大きさを各画素の階調値とする足裏画像である。足裏データは、例えば各圧力センサにより測定された圧力を要素とする足裏ベクトルでもよい。

【0047】

第２記憶装置２１０は、ＲＡＭ、ＲＯＭ等のメモリ装置、ハードディスク等の固定ディスク装置、又はフレキシブルディスク、光ディスク等の可搬用の記憶装置等を有する。また、第２記憶装置２１０には、第２ウェアラブル装置２００の各種処理に用いられるコンピュータプログラム、データベース、テーブル等が格納される。コンピュータプログラムは、コンピュータ読み取り可能な可搬型記録媒体から公知のセットアッププログラム等を用いて第２記憶装置２１０にインストールされてもよい。可搬型記録媒体は、例えばＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ等である。コンピュータプログラムは、所定のサーバが有する記録媒体に記憶され、ネットワークＮを介してインストールされてもよい。

【0048】

第２処理装置２２０は、予め第２記憶装置２１０に記憶されているプログラムに基づいて動作する。第２処理装置２２０は、例えばＣＰＵである。第２処理装置２２０として、ＤＳＰ、ＬＳＩ、ＡＳＩＣ、ＦＰＧＡ等が用いられてもよい。第２処理装置２２０は、第２入力装置２０１、第２表示装置２０２、第２通信装置２０３、第２インタフェース装置２０４、第２センサ２０５及び第２記憶装置２１０等と接続され、各装置を制御する。第２処理装置２２０は、ユーザが歩行した際に第２センサ２０５により計測されたデータを取得し、第２インタフェース装置２０４を介して第１ウェアラブル装置１００に送信する。

【0049】

第２処理装置２２０は、第２記憶装置２１０に記憶されたコンピュータプログラムを読み取り、読み取ったコンピュータプログラムに従って動作する。これにより、第２処理装置２２０は、第２取得部２２１及び第２送信部２２２として機能する。

【0050】

図４は、情報処理装置３００の概略構成を示す図である。

【0051】

情報処理装置３００は、歩行姿勢状態推定装置の一例である。情報処理装置３００は、第３通信装置３０１、第３記憶装置３１０及び第３処理装置３２０等を有する。第３通信装置３０１、第３記憶装置３１０及び第３処理装置３２０は、ＣＰＵバス等を介して相互に接続される。

【0052】

第３通信装置３０１は、出力部の一例である。第３通信装置３０１は、ＴＣＰ／ＩＰ等の通信プロトコルに従った有線通信インタフェース回路を有する。第３通信装置３０１は、イーサネット（登録商標）等の通信規格に従って、ネットワークＮと通信接続する。第３通信装置３０１は、ネットワークＮを介して第１ウェアラブル装置１００、第２ウェアラブル装置２００又はサーバ装置４００等から受信したデータを第３処理装置３２０に送る。第３通信装置３０１は、第３処理装置３２０から受け取ったデータを、ネットワークＮを介して第１ウェアラブル装置１００、第２ウェアラブル装置２００又はサーバ装置４００等に送信する。なお、第３通信装置３０１は、無線信号を送受信するアンテナと、無線ＬＡＮ等の通信プロトコルに従った無線通信インタフェース回路とを有し、無線ＬＡＮ等の通信規格に従って、ネットワークＮと通信接続してもよい。

【0053】

第３記憶装置３１０は、ＲＡＭ、ＲＯＭ等のメモリ装置、ハードディスク等の固定ディスク装置、又はフレキシブルディスク、光ディスク等の可搬用の記憶装置等を有する。また、第３記憶装置３１０には、情報処理装置３００の各種処理に用いられるコンピュータプログラム、データベース、テーブル等が格納される。コンピュータプログラムは、例えばＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ等のコンピュータ読み取り可能な可搬型記録媒体から、公知のセットアッププログラム等を用いて第３記憶装置３１０にインストールされてもよい。コンピュータプログラムは、所定のサーバが有する記録媒体に記憶され、ネットワークＮを介してインストールされてもよい。

【0054】

第３記憶装置３１０には、データとして、学習済みモデル３１１、データテーブル３１２等が記憶される。学習済みモデル３１１は、第１ウェアラブル装置１００及び第２ウェアラブル装置２００を装着したユーザの歩行姿勢状態を推定するためのモデルである。データテーブル３１２には、第１ウェアラブル装置１００の第１センサ１０５又は第２ウェアラブル装置２００の第２センサ２０５により測定された各情報が記憶される。データテーブル３１２の詳細については後述する。

【0055】

第３処理装置３２０は、予め第３記憶装置３１０に記憶されているプログラムに基づいて動作する。第３処理装置３２０は、例えばＣＰＵである。第３処理装置３２０として、ＤＳＰ、ＬＳＩ、ＡＳＩＣ、ＦＰＧＡ等が用いられてもよい。第３処理装置３２０は、第３通信装置３０１及び第３記憶装置３１０等と接続され、各装置を制御する。

【0056】

第３処理装置３２０は、第３記憶装置３１０に記憶されたコンピュータプログラムを読み取り、読み取ったコンピュータプログラムに従って動作する。これにより、第３処理装置３２０は、第３取得部３２１、推定部３２２及び出力制御部３２３として機能する。

【0057】

図５は、データテーブル３１２のデータ構造の一例を示す模式図である。

【0058】

データテーブル３１２には、第１ウェアラブル装置１００又は第２ウェアラブル装置２００から取得した角速度及び加速度、地磁気、気圧（不図示）、位置（不図示）又は足裏データが、各装置の識別情報（装置ＩＤ）及び各データが取得された取得時刻と関連付けて記憶される。

【0059】

図６は、歩行姿勢状態推定システム１における推定処理の動作の例を示すシーケンスである。

【0060】

以下、図６に示したフローチャートを参照しつつ、推定処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め歩行姿勢状態推定システム１が有する各装置の各記憶装置に記憶されているプログラムに基づき主に各装置の各処理装置により各装置の各要素と協働して実行される。

【0061】

最初に、各第２ウェアラブル装置２００の第２取得部２２１は、第２センサ２０５から計測信号を取得する。第２取得部２２１は、計測信号に示される第２ウェアラブル装置２００にかかる３軸方向の加速度及び角速度又はユーザの足裏の各位置にかかる圧力の大きさを示す足裏データを、ユーザが歩行した際に得られる第２データとして取得する（ステップＳ１０１）。第２取得部２２１は、定期的に第２データを取得する。

【0062】

次に、第２送信部２２２は、第２取得部２２１が取得した第２データを、第２ウェアラブル装置２００の装置ＩＤ及び第２データを取得した取得時刻とともに、第２インタフェース装置２０４を介して第１ウェアラブル装置１００に送信する（ステップＳ１０２）。第２送信部２２２は、第２取得部２２１が第２データを取得するたびに、第２データを第１ウェアラブル装置１００に送信する。第２送信部２２２は、第２取得部２２１が取得した複数の第２データをまとめて任意のタイミングに第１ウェアラブル装置１００に送信してもよい。

【0063】

次に、第１ウェアラブル装置１００の第１取得部１２１は、第１インタフェース装置１０４を介して第２ウェアラブル装置２００から第２データ、装置ＩＤ及び取得時刻を受信することにより取得する（ステップＳ１０３）。

【0064】

次に、第１取得部１２１は、第１センサ１０５から計測信号を取得する。第１取得部１２１は、計測信号に示される第１ウェアラブル装置１００にかかる３軸方向の加速度及び角速度、地磁気、気圧又は位置を、ユーザが歩行した際に得られる第１データとして取得する（ステップＳ１０４）。第１データは、第２データとは異なるデータである。第１取得部１２１は、定期的に第１データを取得する。

【0065】

次に、第１送信部１２２は、第１取得部１２１が取得した第１データ及び第２データを、各データに対応する装置ＩＤ及び取得時刻とともに、第１通信装置１０３を介して情報処理装置３００に送信する（ステップＳ１０５）。第１送信部１２２は、連続して計測された複数の第１データ及び第２データを解析して、時系列に並んだ第１データ及び第２データにおける極大値及び極小値を検出する。第１送信部１２２は、検出した極大値及び極小値に基づいて、第１ウェアラブル装置１００及び第２ウェアラブル装置２００の振動周期を検出する。第１送信部１２２は、検出した振動周期に基づいて、第１ウェアラブル装置１００及び第２ウェアラブル装置２００を装着したユーザの脚の振り出し間隔を特定する。そして、第１送信部１２２は、ユーザの所定歩数（例えば１０歩）分ずつの第１データ及び第２データを情報処理装置３００に送信する。

【0066】

これにより、後述するように、学習済みモデル３１１に入力すべき入力データが所定歩数分のデータである場合、情報処理装置３００は、取得した第１データ及び第２データから所定歩数分のデータを抽出する必要がない。歩行姿勢状態推定システム１は、情報処理装置３００における処理負荷を軽減させることが可能となり、全体として処理負荷を軽減させることが可能となる。

【0067】

なお、第１送信部１２２は、第１取得部１２１が第１データ又は第２データを取得するたびに、第１データ又は第２データを情報処理装置３００に送信してもよい。また、第１送信部１２２は、第１取得部１２１が取得した複数の第１データ及び第２データをまとめて任意のタイミングに情報処理装置３００に送信してもよい。

【0068】

次に、情報処理装置３００の第３取得部３２１は、第３通信装置３０１を介して第１ウェアラブル装置１００から第１データ、第２データ、装置ＩＤ及び取得時刻を受信することにより取得する（ステップＳ１０６）。第３取得部３２１は、取得した第１データ及び第２データを対応する装置ＩＤ及び取得時刻と関連付けてデータテーブル３１２に記憶する。

【0069】

次に、推定部３２２は、第３取得部３２１が取得した第１データ及び第２データに基づいて、第１ウェアラブル装置１００及び第２ウェアラブル装置２００を装着したユーザの歩行姿勢状態を推定する（ステップＳ１０７）。推定部３２２は、学習済みモデル３１１を用いて、ユーザの歩行姿勢状態を推定する。

【0070】

学習済みモデル３１１は、一又は複数の学習済みモデルを含む。学習済みモデル３１１は、情報処理装置３００又はサーバ装置４００等により事前に生成される。学習済みモデル３１１は、ディープラーニング、サポートベクターマシン等の教師あり学習により事前学習される。学習済みモデル３１１は、ランダムフォレスト等により事前学習されてもよい。学習済みモデル３１１は、入力データが入力された場合に、その入力データを生成したウェアラブル装置を装着したユーザの歩行姿勢状態を出力するように学習される。

【0071】

入力データは、第１ウェアラブル装置１００により取得された第１データ、及び／又は、第２ウェアラブル装置２００により取得された第２データである。入力データは、第１データ及び／又は第２データに基づいて生成されたデータでもよい。例えば、入力データは、連続する所定歩数分又は所定期間（例えば５秒間）分の第１データ及び／又は第２データのセット（各データを要素として一次元又は二次元に並べたベクトル）である。入力データは、連続する所定歩数分又は所定期間分の第１データ及び／又は第２データの平均値、中央値、最大値又は最小値等の統計値でもよい。また、入力データは、第１データ及び／又は第２データに含まれる角速度、加速度又は地磁気から算出されたクォータニオンでもよい。

【0072】

また、入力データは、第１データ及び／又は第２データに含まれる３軸方向の角速度もしくは加速度又は足裏データに対して主成分分析によって算出された所定成分（第一主成分及び／又は第二主成分等）でもよい。その場合、第一主成分の寄与率が所定比率（例えば８０％）より大きい場合、第一主成分が入力データとして使用され、第一主成分の寄与率が所定比率以下である場合、第二主成分が入力データとして使用されてもよい。また、主成分分析は、公知のノイズ処理技術を利用して、ノイズが除去されてから実行されてもよい。これらの場合、学習済みモデル３１１として、ランダムフォレスト等により事前学習されたモデルが使用される。これらの場合、学習済みモデル３１１として、ニューラルネットワーク等により事前学習されたモデルが使用されてもよい。これにより、歩行姿勢状態推定システム１は、学習済みモデル３１１の精度をより向上させることができる。

【0073】

また、入力データは、第１データ及び／又は第２データに含まれる３軸方向の各角速度及び／又は加速度に対して短時間フーリエ変換又はウェーブレット変換によって変換されたスペクトルの画像でもよい。第１データに含まれる３軸方向の各角速度及び／又は加速度に対して短時間フーリエ変換又はウェーブレット変換によって変換されたスペクトルの画像は、第１画像データ及び画像データの一例である。第２データに含まれる３軸方向の各角速度及び／又は加速度に対して短時間フーリエ変換又はウェーブレット変換によって変換されたスペクトルの画像は、第２画像データ及び画像データの一例である。これらの場合、学習済みモデル３１１として、ランダムフォレスト等により事前学習されたモデルが使用される。これらの場合、学習済みモデル３１１として、ニューラルネットワーク等により事前学習されたモデルが使用されてもよい。これにより、歩行姿勢状態推定システム１は、学習済みモデル３１１の精度をより向上させることができる。

【0074】

また、入力データは、足裏画像の各画素の階調値（圧力）もしくは足裏ベクトルの各要素と、角速度、加速度、地磁気、気圧及び／又は位置とを要素とする特徴ベクトルでもよい。

【0075】

学習済みモデル３１１から出力される歩行姿勢状態は、五つの要素を含む。第１要素は、歩幅の状態、特にユーザの歩幅が十分であるか不十分であるかを示す。第２要素は、重心位置の状態、特にユーザの重心が正常であるか前傾であるか後傾であるかを示す。第３要素は、振出脚の状態、特にユーザが出す足を蹴っていないか引きずっているか蹴っているかを示す。第４要素は、支持脚の状態、特にユーザの軸足が突っ張っているか突っ張っていないかを示す。第５要素は、股関節の状態、特にユーザの股関節が開いているか開いていないかを示す。第１要素は、歩行姿勢の前提に関する要素である。第２要素及び第３要素は、前後方向の軸に関する要素である。第４要素及び第５要素は、回転（左右方向の）軸に関する要素である。歩行姿勢状態は、第１要素から第５要素までの全ての要素を含んでいなくてもよく、少なくとも一つの要素を含んでいればよい。

【0076】

学習済みモデル３１１から出力される歩行姿勢状態は、第１要素から第５要素までの各要素を直接示す情報に限定されず、第１要素から第５要素までの各要素に関する所定の特徴量でもよい。

【0077】

学習済みモデル３１１は、例えば、第１ウェアラブル装置１００及び各第２ウェアラブル装置２００のそれぞれに対応する学習済みモデルを含む。即ち、学習済みモデル３１１は、第１ウェアラブル装置１００から取得した第１データに基づいて推定された第１歩行姿勢状態を出力可能な第１学習済みモデルと、それぞれ各第２ウェアラブル装置２００から取得した第２データに基づいて推定された第２歩行姿勢状態を出力可能な第２学習済みモデルとを含む。

【0078】

または、学習済みモデル３１１は、第１ウェアラブル装置１００から取得した第１データに基づく第１画像データに基づいて推定された第１歩行姿勢状態を出力可能な第１学習済みモデルと、それぞれ各第２ウェアラブル装置２００から取得した第２データに基づく第２画像データに基づいて推定された第２歩行姿勢状態を出力可能な第２学習済みモデルとを含む。

【0079】

これらにより、歩行姿勢状態推定システム１は、ウェアラブル装置が装着される体の部位毎に歩行姿勢状態を推定し、部位毎に推定した歩行姿勢状態に基づいて、ユーザの歩行姿勢状態を総合的に推定することができる。

【0080】

なお、これらの場合、推定部３２２は、第１データに基づく入力データを第１学習済みモデルの第１階層に入力することにより歩行姿勢状態を取得し、第２データに基づく入力データを第２学習済みモデルの第２階層に入力することにより歩行姿勢状態を取得してもよい。この第１階層は、入力層又は中間層のうちの特定の層である。この第２階層は、第１階層と異なる層であり、入力層又は中間層のうちの特定の層である。これにより、歩行姿勢状態推定システム１は、各学習済みモデルにおける処理階層数（処理ステップ数）を柔軟に変更でき、処理時間及び処理負荷の増大を抑制することができる。

【0081】

また、推定部３２２は、第１データに基づく入力データを第１学習済みモデルに入力した際に第１学習済みモデルの第１階層から出力される情報を歩行姿勢状態として取得し、第２データに基づく入力データを第２学習済みモデルに入力した際に第２学習済みモデルの第２階層から出力される情報を歩行姿勢状態として取得してもよい。この第１階層は、中間層又は出力層のうちの特定の層である。この第２階層は、第１階層と異なる層であり、中間層又は出力層のうちの特定の層である。これにより、歩行姿勢状態推定システム１は、各学習済みモデルにおける処理階層数（処理ステップ数）を柔軟に変更でき、処理時間及び処理負荷の増大を抑制することができる。

【0082】

なお、学習済みモデル３１１は、第１ウェアラブル装置１００及び第２ウェアラブル装置２００のうちの複数の装置に対応するように生成されてもよい。特に、学習済みモデル３１１は、第１ウェアラブル装置１００及び第２ウェアラブル装置２００の全てに対応するように生成されてもよい。即ち、学習済みモデル３１１は、第１ウェアラブル装置１００から取得した第１データ及び各第２ウェアラブル装置２００から取得した第２データに基づいて推定された歩行姿勢状態を出力可能な単一の学習済みモデルを含む。

【0083】

または、学習済みモデル３１１は、第１ウェアラブル装置１００及び各第２ウェアラブル装置２００から取得した第１データ及び各第２データに基づく画像データに基づいて推定された歩行姿勢状態を出力可能な単一の学習済みモデルを含む。

【0084】

これらの場合、学習済みモデル３１１は、相互に対応する時刻（略一致する時刻）に複数のウェアラブル装置から取得された第１データ及び第２データを要素とするベクトルが入力された場合に、歩行姿勢状態を出力するように学習される。

【0085】

これにより、歩行姿勢状態推定システム１は、複数のウェアラブル装置から取得したデータに基づいて、複合的に歩行姿勢状態を推定することができる。

【0086】

また、学習済みモデル３１１は、第１要素から第５要素までの各要素に対応する学習済みモデルを含む。即ち、学習済みモデル３１１は、第１要素から第５要素までの各要素に関する情報を出力可能な複数の学習済みモデルを含む。学習済みモデル３１１は、第１要素から第５要素までの各要素に関する情報をまとめて出力可能な単一の学習済みモデルを含んでもよい。

【0087】

また、学習済みモデル３１１は、直列に配列される上流側学習済みモデル及び下流側学習済みモデルを含んでもよい。その場合、上流側学習済みモデルは、入力データが入力された場合に所定の特徴量を出力するように学習され、下流側学習済みモデルは、上流側学習済みモデルの中間層又は出力層から出力された特徴量が入力された場合に、歩行姿勢状態を出力するように学習される。所定の特徴量は、入力データに関する特徴量、又は、歩行姿勢状態に関する特徴量である。

【0088】

また、学習済みモデル３１１は、上記した各学習済みモデルの任意の組み合わせを含んでもよい。例えば、学習済みモデル３１１は、第１上流側学習済みモデル、第２上流側学習済みモデル、第３上流側学習済みモデル及び下流側学習済みモデルを含む。第１上流側学習済みモデルは、足裏データの第一主成分が入力された場合に所定の特徴量を出力するように学習される。第２上流側学習済みモデルは、足裏データの第二主成分が入力された場合に所定の特徴量を出力するように学習される。第３上流側学習済みモデルは、角速度又は加速度の第一主成分が入力された場合に所定の特徴量を出力するように学習される。または、第３上流側学習済みモデルは、角速度及び／又は加速度に対して短時間フーリエ変換又はウェーブレット変換によって変換されたスペクトルの画像が入力された場合に所定の特徴量を出力するように学習される。下流側学習済みモデルは、第１上流側学習済みモデル、第２上流側学習済みモデル及び第３上流側学習済みモデルの出力層又は中間層から出力されたデータを要素とする特徴ベクトルが入力された場合に、歩行姿勢状態を出力するように学習される。これにより、歩行姿勢状態推定システム１は、学習済みモデル３１１の精度をより向上させることができる。

【0089】

または、学習済みモデル３１１は、第１上流側学習済みモデル、第２上流側学習済みモデル及び下流側学習済みモデルを含む。第１上流側学習済みモデルは、足裏データが入力された場合に所定の特徴量を出力するように学習される。第２上流側学習済みモデルは、角速度又は加速度が入力された場合に所定の特徴量を出力するように学習される。下流側学習済みモデルは、第１上流側学習済みモデル及び第２上流側学習済みモデルの出力層又は中間層から出力されたデータを要素とする特徴ベクトルが入力された場合に、歩行姿勢状態を出力するように学習される。これにより、歩行姿勢状態推定システム１は、学習済みモデル３１１の精度をより向上させることができる。

【0090】

このように、学習済みモデル３１１は、第１ウェアラブル装置１００及び第２ウェアラブル装置２００を装着したユーザの推定された歩行姿勢状態を出力可能に設けられる。

【0091】

学習済みモデル３１１の学習用データは、事前に生成された入力データと、その入力データを生成したウェアラブル装置を装着したユーザの歩行姿勢状態との組合せを含む。各学習用データは、各ウェアラブル装置により第１データ又は第２データが生成された時に、第１データ又は第２データを生成したウェアラブル装置を装着したユーザを撮像した動画像を見た専門家により作成される。

【0092】

各学習用データは、例えば連続する所定歩数分又は所定期間分の第１データ又は第２データのセットと、歩行姿勢状態との組合せとで構成される。その場合、各学習用データは、各学習用データに含まれる第１データ又は第２データの一部が重複するように生成されてもよい。即ち、第１の学習用データには、第１時刻から所定歩数分又は所定期間分のデータが含まれ、第２の学習用データには、第１時刻の直後（例えば１秒後）の第２時刻から所定歩数分又は所定期間分のデータが含まれてもよい。これにより、歩行姿勢状態推定システム１は、少ないサンプルデータから、学習済みモデル３１１を効率良く生成することができ、学習済みモデル３１１の生成に要する時間及び手間を低減させることができる。

【0093】

学習済みモデル３１１がランダムフォレスト等により事前学習される場合、各学習用データは、例えば連続する所定歩数分又は所定期間分の第１データ又は第２データを一次元に並べたベクトルと、歩行姿勢状態との組合せとで構成される。各学習用データは、例えば第１データ又は第２データのうち、３軸方向の角速度のみを含んでもよい。歩行姿勢状態推定システム１は、角速度と加速度の両方に基づいて学習済みモデル３１１を生成することにより、学習済みモデル３１１の精度を向上させることができる。一方、歩行姿勢状態推定システム１は、角速度のみに基づいて学習済みモデル３１１を生成することにより、学習済みモデル３１１の生成に要する時間及び手間を低減させることができる。これらの場合も、各学習用データは、各学習用データに含まれる第１データ又は第２データの一部が重複するように生成されてもよい。

【0094】

推定部３２２は、ステップＳ１０６で取得した第１データ及び第２データを、学習済みモデル３１１に対応する形式に変換して、学習済みモデル３１１に入力する。推定部３２２は、学習済みモデル３１１から出力された情報に基づいて、第１ウェアラブル装置１００及び第２ウェアラブル装置２００を装着したユーザの歩行姿勢状態を推定する。推定部３２２は、歩行姿勢状態に含まれる要素毎に、ユーザの歩行姿勢状態を推定する。

【0095】

学習済みモデル３１１から出力される情報が特徴量である場合、情報処理装置３００は、特徴量と歩行姿勢状態との関係を示すテーブル又は式を予め第３記憶装置３１０に記憶しておく。推定部３２２は、第３記憶装置３１０に記憶されたテーブル又は式を参照し、学習済みモデル３１１から出力される特徴量に対応するユーザの歩行姿勢状態を特定する。

【0096】

また、学習済みモデル３１１が各ウェアラブル装置に対応する複数の学習済みモデルを含む場合、推定部３２２は、各学習済みモデルから出力された歩行姿勢状態のうち、最も多くの学習済みモデルから出力された歩行姿勢状態が、そのユーザの歩行姿勢状態であると推定する。

【0097】

このように、推定部３２２は、学習済みモデル３１１を利用して、取得した第１データ及び第２データに基づいて、ユーザの歩行姿勢状態を推定する。即ち、推定部３２２は、学習済みモデル３１１を利用し、取得した第１データ及び第２データに基づいて推定された歩行姿勢状態を取得する。

【0098】

次に、出力制御部３２３は、第１ウェアラブル装置１００及び第２ウェアラブル装置２００を装着したユーザの推定された歩行姿勢状態を、第３通信装置３０１を介して第１ウェアラブル装置１００に送信することにより、出力する（ステップＳ１０８）。

【0099】

次に、第１ウェアラブル装置１００の第１取得部１２１は、第１通信装置１０３を介して情報処理装置３００から、ユーザの推定された歩行姿勢状態を受信することにより取得する（ステップＳ１０９）。

【0100】

次に、第１取得部１２１は、取得した歩行姿勢状態を第１表示装置１０２に表示することにより出力してユーザに通知し（ステップＳ１１０）、一連のステップを終了する。これにより、ユーザは、自分の歩行姿勢状態を認識することができる。

【0101】

なお、ステップＳ１０８において、情報処理装置３００の出力制御部３２３は、第１ウェアラブル装置１００及び第２ウェアラブル装置２００を装着したユーザの推定された歩行姿勢状態を、ユーザの健康を管理する管理者が所有する管理者装置へ送信してもよい。その場合、管理者装置は、受信した歩行姿勢状態を表示することにより管理者に通知する。管理者は、ユーザの歩行姿勢状態を認識し、ユーザに歩行姿勢状態の改善を提案することができる。

【0102】

また、ステップＳ１０１の処理及びステップＳ１０４の処理が実行されるタイミングは任意でよく、同時でもよい。例えば、第１ウェアラブル装置１００の第１取得部１２１は、第１入力装置１０１を用いて利用者から測定開始の指示を受信した場合、測定開始を要求する測定要求信号を、第１インタフェース装置１０４を介して第２ウェアラブル装置２００に送信するとともに、第１データを取得する。一方、第２ウェアラブル装置２００の第２取得部２２１は、第２インタフェース装置２０４を介して第１ウェアラブル装置１００から測定要求信号を受信した場合、第２データを取得し、第２インタフェース装置２０４を介して第１ウェアラブル装置１００に送信する。第１取得部１２１は、第１入力装置１０１を用いて利用者から測定終了の指示を受信するまで、上記の処理を繰り返した後に、ステップＳ１０５の処理を実行する。

【0103】

発明者は、第１要素から第５要素の全てについて、学習済みモデル３１１の評価を行い、学習済みモデル３１１から出力される情報の正解率が９３％以上であり、精度が十分に高いことを確認した。即ち、歩行姿勢状態推定システム１が、学習済みモデル３１１を用いることにより、ユーザの歩行姿勢状態をより精度良く推定できることが確認された。また、歩行姿勢状態推定システム１は、学習済みモデル３１１を用いることによって、様々な種類のパラメータの様々な組み合わせに対する歩行姿勢状態を高精度に且つ効率よく算出することができる。また、歩行姿勢状態推定システム１は、学習済みモデル３１１を用いることによって、様々な種類のパラメータの様々な組み合わせについて対応する歩行姿勢状態を記憶しておくことなく、歩行姿勢状態を特定できるため、記憶装置の記憶容量を低減させることができる。また、歩行姿勢状態推定システム１は、学習済みモデル３１１を用いることによって、様々な種類のパラメータの様々な組み合わせに応じた複雑な判定を実行することなく、歩行姿勢状態を特定できるため、推定処理の処理時間の低減及び処理負荷の低減を図ることができる。

【0104】

以下、歩行姿勢状態が、第１要素から第５要素までを含むことの技術的意義について説明する。

【0105】

歩く動作の主な動力源は、太ももの引き上げであり、走る動作の主な動力源は、つま先の蹴りである。したがって、歩く動作と、走る動作、即ち極限までゆっくり走る動作とは、根本的に異なる動作であり、歩く動作と走る動作とで明確に動きを変えることが、ユーザの健康に繋がる。つま先で蹴るためには、母指球を床に付けるために、足が内巻きになり、土踏まずがなくなってしまう。これにより、足の骨は全体的に緩み、足への衝撃が膝又は腰に伝わりやすくなる。走る動作は、足への負担を伴うため、歩いている際に、足への負担がかかる走る動作を行うことは望ましくない。

【0106】

歩行姿勢状態推定システム１は、ユーザの歩行姿勢状態として、第１要素から第５要素までの各要素を推定することにより、ユーザが、走る動作を行わずに適切に歩く動作を行っているか否かを識別することができる。特に、第１要素から第５要素までの各要素は、相互に関連しており、第１要素から第５要素の順に、ユーザの姿勢が改善されることにより、ユーザは、歩行姿勢を容易に改善することができる。

【0107】

まず、歩幅が短くなりすぎて歩行速度が遅くなる、ということはあってはならず、歩幅は一定以上担保されている必要がある。歩行姿勢状態が、前提として、ユーザの歩幅が十分であるか不十分であるかを示す第１要素を含むことにより、歩行姿勢状態推定システム１は、ユーザの歩幅を一定以上担保することができる。

【0108】

次に、ユーザの姿勢がまっすぐでない場合、ユーザは、走る動作を行わざるを得なくなる。ユーザは、かかとを重心にしてまっすぐ立てていると、太ももを使って足を上げることができるが、前傾姿勢になると、上半身がかぶさって、太ももを使って足を上げることが困難になり、つま先で蹴らざるを得なくなる。歩行姿勢状態が、前後方向の軸に関する要素として、ユーザの重心が正常であるか前傾であるか後傾であるかを示す第２要素を含むことにより、歩行姿勢状態推定システム１は、ユーザの姿勢がまっすぐに保たれているか否かを確認することができる。

【0109】

次に、ユーザの重心がまっすぐであっても、太ももの引き上げが正しく行われていない場合、ユーザは、走る動作を行わざるを得ない。ユーザの重心がまっすぐであり、つま先で蹴らなくても足が上がるにもかかわらず、つま先で蹴ってしまうと上下動が激しくなる。また、ユーザの重心がまっすぐであるにもかかわらず、太ももで足を上げる癖がついていないため、ユーザは足を引きずってしまう場合がある。歩行姿勢状態が、前後方向の軸に関する要素として、ユーザが出す足を蹴っていないか引きずっているか蹴っているかを示す第３要素を含むことにより、歩行姿勢状態推定システム１は、ユーザの太ももの引き上げが正しく行われているか否かを確認することができる。

【0110】

次に、前後方向の軸が正しくても、回転（左右方向の）軸が正しくない場合、適切に歩く動作が行われない。つま先に対して膝が内側に入っていると、膝が邪魔になって反対側の足が正しく出ない。即ち、軸足が突っ張っている場合、又は、股関節が開いていない場合、出したい足が正しく上がらない。一方、ユーザが股関節を回すと、反対側の足が出るスペースが確保され、足が上がりやすくなり、太ももの引き上げが正しく行われる。歩行姿勢状態が、回転（左右方向の）軸に関する要素として、ユーザの軸足が突っ張っているか突っ張っていないかを示す第４要素と、ユーザの股関節が開いているか開いていないかを示す第５要素とを含むことにより、歩行姿勢状態推定システム１は、回転軸が正しいか否かを確認することができる。

【0111】

以上詳述したように、歩行姿勢状態推定システム１は、第１ウェアラブル装置１００が取得した第１データと第２ウェアラブル装置２００が取得した第２データとに基づいて、学習済みモデル３１１を用いて、ユーザの歩行姿勢状態を推定する。これにより、歩行姿勢状態推定システム１は、ユーザの歩行姿勢状態をより精度良く推定することが可能となる。

【0112】

図７は、他の実施形態に係る歩行姿勢状態推定システム１における推定処理の動作の例を示すシーケンスである。

【0113】

以下、図７に示したフローチャートを参照しつつ、本実施形態に係る推定処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め歩行姿勢状態推定システム１が有する各装置の各記憶装置に記憶されているプログラムに基づき主に各装置の各処理装置により各装置の各要素と協働して実行される。本実施形態では、学習済みモデル３１１は、サーバ装置４００に記憶されている。図７のステップＳ２０１～Ｓ２０６、Ｓ２１３～Ｓ２１５の処理は、図６のステップＳ１０１～Ｓ１０６、Ｓ１０８～Ｓ１１０の処理と同様であるため説明を省略し、以下では、ステップＳ２０７～Ｓ２１２についてのみ説明する。

【0114】

ステップＳ２０７において、情報処理装置３００の推定部３２２は、ユーザの歩行姿勢情報の送信を要求する要求信号を、第３通信装置３０１を介してサーバ装置４００に送信する（ステップＳ２０７）。要求信号には、ステップＳ１０６で取得され、学習済みモデル３１１に対応する形式に変換された第１データ及び第２データが含まれる。

【0115】

次に、サーバ装置４００は、情報処理装置３００から要求信号を受信する（ステップＳ２０８）。次に、サーバ装置４００は、受信した要求信号に含まれる第１データ及び第２データを学習済みモデル３１１に入力し、学習済みモデル３１１から出力された出力情報を取得する（ステップＳ２０９）。次に、サーバ装置４００は、取得した出力情報を情報処理装置３００に送信する（ステップＳ２１０）。

【0116】

次に、情報処理装置３００の推定部３２２は、第３通信装置３０１を介してサーバ装置４００から出力情報を受信することにより取得する（ステップＳ２１１）。次に、推定部３２２は、取得した出力情報に基づいて、第１ウェアラブル装置１００及び第２ウェアラブル装置２００を装着したユーザの歩行姿勢状態を推定する（ステップＳ２１２）。推定部３２２は、図６のステップＳ１０７の処理と同様にして、ユーザの歩行姿勢状態を推定する。

【0117】

以上詳述したように、歩行姿勢状態推定システム１は、学習済みモデル３１１が、情報処理装置３００以外のサーバ装置４００に記憶されている場合も、ユーザの歩行姿勢状態をより精度良く推定することが可能となる。

【0118】

歩行姿勢状態推定システム１は、サーバ装置４００に記憶されている学習済みモデル３１１を利用することにより、サーバ装置４００によって更新されている最新の学習済みモデルを用いてユーザの歩行姿勢状態を推定することができる。また、歩行姿勢状態推定システム１は、サーバ装置４００に記憶されている学習済みモデル３１１を利用することにより、情報処理装置３００の記憶容量の低減を図ることできる。一方、情報処理装置３００は、自装置に記憶された学習済みモデル３１１を利用することにより、サーバ装置４００との通信接続が切断されている状態でもユーザの歩行姿勢状態を推定することができる。また、情報処理装置３００は、自装置に記憶された学習済みモデル３１１を利用することにより、情報処理装置３００とサーバ装置４００の間の通信量の低減を図ることできる。

【0119】

図８は、さらに他の実施形態に係る歩行姿勢状態推定システム１における推定処理の動作の例を示すシーケンスである。

【0120】

以下、図８に示したフローチャートを参照しつつ、本実施形態に係る推定処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め歩行姿勢状態推定システム１が有する各装置の各記憶装置に記憶されているプログラムに基づき主に各装置の各処理装置により各装置の各要素と協働して実行される。本実施形態では、学習済みモデル３１１及びデータテーブル３１２は、第１ウェアラブル装置１００の第１記憶装置１１０に記憶されている。また、第１処理装置１２０は、第１取得部１２１及び第１送信部１２２として機能するとともに、推定部３２２及び出力制御部３２３と同様の機能を有する推定部及び出力制御部として機能する。図８のステップＳ３０１～Ｓ３０３、Ｓ３０６の処理は、図６のステップＳ１０１～Ｓ１０３、Ｓ１１０の処理と同様であるため説明を省略し、以下では、ステップＳ３０４～Ｓ３０５についてのみ説明する。

【0121】

ステップＳ３０４において、第１ウェアラブル装置１００の第１取得部１２１は、ステップＳ１０４の処理と同様にして、ユーザが歩行した際に得られる第１データを取得する（ステップＳ３０４）。第１取得部１２１は、取得した第１データ及び第２データを対応する装置ＩＤ及び取得時刻と関連付けてデータテーブル３１２に記憶する。

【0122】

次に、第１ウェアラブル装置１００の推定部は、ステップＳ１０７の処理と同様にして、第１データ及び第２データに基づいて、第１ウェアラブル装置１００及び第２ウェアラブル装置２００を装着したユーザの歩行姿勢状態を推定する（ステップＳ３０５）。

【0123】

以上詳述したように、歩行姿勢状態推定システム１は、第１ウェアラブル装置１００がユーザの歩行姿勢状態を推定する場合も、ユーザの歩行姿勢状態をより精度良く推定することが可能となる。

【0124】

以上、好適な実施形態について説明してきたが、実施形態はこれらに限定されない。例えば、第１ウェアラブル装置１００がユーザの歩行姿勢状態を推定する場合も、第１ウェアラブル装置１００は、サーバ装置４００に記憶された学習済みモデル３１１の出力情報に基づいてユーザの歩行姿勢状態を推定してもよい。

【0125】

また、第２ウェアラブル装置２００は、第２データを、第１ウェアラブル装置１００を介して情報処理装置３００に送信するのでなく、情報処理装置３００に直接送信してもよい。これにより、歩行姿勢状態推定システム１は、第１ウェアラブル装置１００における処理負荷を軽減することができる。一方、第１ウェアラブル装置１００が第２ウェアラブル装置２００からの第２データを集約することにより、歩行姿勢状態推定システム１は、情報処理装置３００における処理負荷を軽減することができる。

【0126】

また、歩行姿勢状態推定システム１において、複数の第１ウェアラブル装置１００及び／又は複数の情報処理装置３００が協働して、上記した各処理の各ステップを分担してもよい。

【符号の説明】

【0127】

１ 歩行姿勢状態推定システム、１００ 第１ウェアラブル装置、１０５ 第１センサ、１１０ 第１記憶装置、１２１ 第１取得部、１２２ 第１送信部、２００ 第２ウェアラブル装置、２０５ 第２センサ、３００ 情報処理装置、３１０ 第３記憶装置、３１１ 学習済みモデル、３２１ 第３取得部、３２２ 推定部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】