ホーム > 特許ランキング > 国立大学法人お茶の水女子大学
知財求人 - 知財ポータルサイト「IP Force」
再表2019-163714行動判定装置、行動判定システム、行動判定方法及びプログラム
(19)【発行国】日本国特許庁(JP)
【公報種別】再公表特許(A1)
(11)【国際公開番号】WO/0
(43)【国際公開日】2019年8月29日
【発行日】2021年2月4日
(54)【発明の名称】行動判定装置、行動判定システム、行動判定方法及びプログラム
(51)【国際特許分類】
G06Q 50/10 20120101AFI20210108BHJP
【ＦＩ】
G06Q50/10
【審査請求】未請求
【予備審査請求】未請求
【全頁数】32
【出願番号】特願2020-501754(P2020-501754)
(21)【国際出願番号】PCT/0/0
(22)【国際出願日】2019年2月18日
(31)【優先権主張番号】特願2018-32336(P2018-32336)
(32)【優先日】2018年2月26日
(33)【優先権主張国】JP
(81)【指定国】
AP(BW,GH,GM,KE,LR,LS,MW,MZ,NA,RW,SD,SL,ST,SZ,TZ,UG,ZM,ZW),EA(AM,AZ,BY,KG,KZ,RU,TJ,TM),EP(AL,AT,BE,BG,CH,CY,CZ,DE,DK,EE,ES,FI,FR,GB,GR,HR,HU,IE,IS,IT,LT,LU,LV,MC,MK,MT,NL,NO,PL,PT,RO,RS,SE,SI,SK,SM,TR),OA(BF,BJ,CF,CG,CI,CM,GA,GN,GQ,GW,KM,ML,MR,NE,SN,TD,TG),AE,AG,AL,AM,AO,AT,AU,AZ,BA,BB,BG,BH,BN,BR,BW,BY,BZ,CA,CH,CL,CN,CO,CR,CU,CZ,DE,DJ,DK,DM,DO,DZ,EC,EE,EG,ES,FI,GB,GD,GE,GH,GM,GT,HN,HR,HU,ID,IL,IN,IR,IS,JO,JP,KE,KG,KH,KN,KP,KR,KW,KZ,LA,LC,LK,LR,LS,LU,LY,MA,MD,ME,MG,MK,MN,MW,MX,MY,MZ,NA,NG,NI,NO,NZ,OM,PA,PE,PG,PH,PL,PT,QA,RO,RS,RU,RW,SA,SC,SD,SE,SG,SK,SL,SM,ST,SV,SY,TH,TJ,TM,TN,TR,TT
【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り ２０１７年９月１５日〜１７日 ＬＩＦＥ２０１７「第３３回ライフサポート学会大会 第１７回日本生活支援工学会大会 日本機械学会 福祉工学シンポジウム２０１７」
(71)【出願人】
【識別番号】305013910
【氏名又は名称】国立大学法人お茶の水女子大学
(74)【代理人】
【識別番号】100107766
【弁理士】
【氏名又は名称】伊東 忠重
(74)【代理人】
【識別番号】100070150
【弁理士】
【氏名又は名称】伊東 忠彦
(72)【発明者】
【氏名】安在 絵美
(72)【発明者】
【氏名】太田 裕治
(72)【発明者】
【氏名】任 点
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC11
(57)【要約】
行動判定装置は、ユーザの足底面に設置される１以上のセンサが計測する圧力又は力を示す計測データを取得する計測データ受信部と、前記計測データを解析して、前記ユーザが１歩、１ステップ又は１踏み込みを行う１荷重期を特定し、前記１荷重期ごとに、足底圧パラメータと時間パラメータを算出するデータ解析部と、前記足底圧パラメータ及び前記時間パラメータに基づいて所定の時間ごとに最大の極大値となるピーク点を検出し、前記ピーク点に基づいて前記ユーザの行動を判定する行動判定部とを含む。
【特許請求の範囲】
【請求項1】
ユーザの足底面に設置される１以上のセンサが計測する圧力又は力を示す計測データを取得する計測データ受信部と、
前記計測データを解析して、前記ユーザが１歩、１ステップ又は１踏み込みを行う１荷重期を特定し、前記１荷重期ごとに、足底圧パラメータと時間パラメータを算出するデータ解析部と、
前記足底圧パラメータ及び前記時間パラメータに基づいて所定の時間ごとに最大の極大値となるピーク点を検出し、前記ピーク点に基づいて前記ユーザの行動を判定する行動判定部と
を含む行動判定装置。
前記計測データを解析して、前記ユーザが１歩、１ステップ又は１踏み込みを行う１荷重期を特定し、前記１荷重期ごとに、足底圧パラメータと時間パラメータを算出するデータ解析部と、
前記足底圧パラメータ及び前記時間パラメータに基づいて所定の時間ごとに最大の極大値となるピーク点を検出し、前記ピーク点に基づいて前記ユーザの行動を判定する行動判定部と
を含む行動判定装置。
【請求項2】
前記足底面における後部と、前部とに少なくとも１つずつ前記センサが設置され、
前記行動判定部は、
すべてのセンサの比較において、前記１荷重期のうち前半に発生する前ピーク点と、前記１荷重期のうち後半に発生する後ピーク点とを持ち、前ピーク点と後ピーク点のピーク値の差である全ピーク差が第３所定値未満であると、前記ユーザが歩行する行動をしていると判定する
請求項１に記載の行動判定装置。
前記行動判定部は、
すべてのセンサの比較において、前記１荷重期のうち前半に発生する前ピーク点と、前記１荷重期のうち後半に発生する後ピーク点とを持ち、前ピーク点と後ピーク点のピーク値の差である全ピーク差が第３所定値未満であると、前記ユーザが歩行する行動をしていると判定する
請求項１に記載の行動判定装置。
【請求項3】
前記行動判定部は、
１荷重期において前記ピーク点が検出される数に基づいて、前記ピーク点が１つであり、かつ、前記ピーク点が所定の時間に検出されると、前記ユーザが自転車に乗る行動をしていると判定する
請求項１に記載の行動判定装置。
１荷重期において前記ピーク点が検出される数に基づいて、前記ピーク点が１つであり、かつ、前記ピーク点が所定の時間に検出されると、前記ユーザが自転車に乗る行動をしていると判定する
請求項１に記載の行動判定装置。
【請求項4】
前記足底面における前部と、中部と、後部とに少なくとも１つずつ前記センサが設置され、
前記行動判定部は、
１つの前記センサにおいて、前記１荷重期のうち前半に発生する前ピーク点と、前記１荷重期のうち後半に発生する後ピーク点とを持ち、前ピーク点と後ピーク点のピーク値の差であるピーク差が第１所定値未満であり、かつ、前記前部又は前記中部に、圧力又は力が集中すると、前記ユーザが階段を下る行動をしていると判定する
請求項１に記載の行動判定装置。
前記行動判定部は、
１つの前記センサにおいて、前記１荷重期のうち前半に発生する前ピーク点と、前記１荷重期のうち後半に発生する後ピーク点とを持ち、前ピーク点と後ピーク点のピーク値の差であるピーク差が第１所定値未満であり、かつ、前記前部又は前記中部に、圧力又は力が集中すると、前記ユーザが階段を下る行動をしていると判定する
請求項１に記載の行動判定装置。
【請求項5】
前記行動判定部は、
前記ピーク点を持つ１つの前記センサにおける極小点を更に検出し、
前記極小点があると、前記ユーザが階段を下る行動をしていると判定する
請求項４に記載の行動判定装置。
前記ピーク点を持つ１つの前記センサにおける極小点を更に検出し、
前記極小点があると、前記ユーザが階段を下る行動をしていると判定する
請求項４に記載の行動判定装置。
【請求項6】
前記センサが複数設置され、
前記行動判定部は、
すべてのセンサの比較において、前記１荷重期のうち前半に発生する前ピーク点と、前記１荷重期のうち後半に発生する後ピーク点とを持ち、後ピーク点のピーク値が前ピーク点のピーク値より大であり、かつ、前ピーク点と後ピーク点のピーク値の差である全ピーク差が第２所定値以上であると、前記ユーザが階段を上る行動をしていると判定する
請求項１に記載の行動判定装置。
前記行動判定部は、
すべてのセンサの比較において、前記１荷重期のうち前半に発生する前ピーク点と、前記１荷重期のうち後半に発生する後ピーク点とを持ち、後ピーク点のピーク値が前ピーク点のピーク値より大であり、かつ、前ピーク点と後ピーク点のピーク値の差である全ピーク差が第２所定値以上であると、前記ユーザが階段を上る行動をしていると判定する
請求項１に記載の行動判定装置。
【請求項7】
前記データ解析部は、前記時間パラメータとして、前記ユーザが各足で立脚している立脚時間を足ごとに算出し、
それぞれの前記立脚時間に基づいて、前記ユーザが両足で立脚している両脚支持時間を算出し、
前記行動判定部は、
前記両脚支持時間が第４所定値未満であると、前記ユーザが走行の行動をしていると判定する
請求項１に記載の行動判定装置。
それぞれの前記立脚時間に基づいて、前記ユーザが両足で立脚している両脚支持時間を算出し、
前記行動判定部は、
前記両脚支持時間が第４所定値未満であると、前記ユーザが走行の行動をしていると判定する
請求項１に記載の行動判定装置。
【請求項8】
１以上の情報処理装置を有する行動判定システムであって、
ユーザの足底面に設置される１以上のセンサが計測する圧力又は力を示す計測データを取得する計測データ受信部と、
前記計測データを解析して、前記ユーザが１歩、１ステップ又は１踏み込みを行う１荷重期を特定し、前記１荷重期ごとに、足底圧パラメータと時間パラメータを算出するデータ解析部と、
足底圧パラメータと時間パラメータに基づいて所定の時間ごとに最大の極大値となるピーク点を検出し、前記ピーク点に基づいて前記ユーザの行動を判定する行動判定部と
を含む行動判定システム。
ユーザの足底面に設置される１以上のセンサが計測する圧力又は力を示す計測データを取得する計測データ受信部と、
前記計測データを解析して、前記ユーザが１歩、１ステップ又は１踏み込みを行う１荷重期を特定し、前記１荷重期ごとに、足底圧パラメータと時間パラメータを算出するデータ解析部と、
足底圧パラメータと時間パラメータに基づいて所定の時間ごとに最大の極大値となるピーク点を検出し、前記ピーク点に基づいて前記ユーザの行動を判定する行動判定部と
を含む行動判定システム。
【請求項9】
情報処理装置が行う行動判定方法であって、
情報処理装置が、ユーザの足底面に設置される１以上のセンサが計測する圧力又は力を示す計測データを取得する計測データ受信手順と、
情報処理装置が、前記計測データを解析して、前記ユーザが１歩、１ステップ又は１踏み込みを行う１荷重期を特定し、前記１荷重期ごとに、足底圧パラメータと時間パラメータを算出するデータ解析手順と、
情報処理装置が、足底圧パラメータと時間パラメータに基づいて所定の時間ごとに最大の極大値となるピーク点を検出し、前記ピーク点に基づいて前記ユーザの行動を判定する行動判定手順と
を含む行動判定方法。
情報処理装置が、ユーザの足底面に設置される１以上のセンサが計測する圧力又は力を示す計測データを取得する計測データ受信手順と、
情報処理装置が、前記計測データを解析して、前記ユーザが１歩、１ステップ又は１踏み込みを行う１荷重期を特定し、前記１荷重期ごとに、足底圧パラメータと時間パラメータを算出するデータ解析手順と、
情報処理装置が、足底圧パラメータと時間パラメータに基づいて所定の時間ごとに最大の極大値となるピーク点を検出し、前記ピーク点に基づいて前記ユーザの行動を判定する行動判定手順と
を含む行動判定方法。
【請求項10】
コンピュータに行動判定方法を実行させるためのプログラムであって、
コンピュータが、ユーザの足底面に設置される１以上のセンサが計測する圧力又は力を示す計測データを取得する計測データ受信手順と、
コンピュータが、前記計測データを解析して、前記ユーザが１歩、１ステップ又は１踏み込みを行う１荷重期を特定し、前記１荷重期ごとに、足底圧パラメータと時間パラメータを算出するデータ解析手順と、
コンピュータが、足底圧パラメータと時間パラメータに基づいて所定の時間ごとに最大の極大値となるピーク点を検出し、前記ピーク点に基づいて前記ユーザの行動を判定する行動判定手順と
を実行させるためのプログラム。
コンピュータが、ユーザの足底面に設置される１以上のセンサが計測する圧力又は力を示す計測データを取得する計測データ受信手順と、
コンピュータが、前記計測データを解析して、前記ユーザが１歩、１ステップ又は１踏み込みを行う１荷重期を特定し、前記１荷重期ごとに、足底圧パラメータと時間パラメータを算出するデータ解析手順と、
コンピュータが、足底圧パラメータと時間パラメータに基づいて所定の時間ごとに最大の極大値となるピーク点を検出し、前記ピーク点に基づいて前記ユーザの行動を判定する行動判定手順と
を実行させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、行動判定装置、行動判定システム、行動判定方法及びプログラムに関する。【背景技術】
【0002】
いわゆるＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）技術を用いて、ユーザの生体情報モニタリングを行う技術が知られている。【0003】
例えば、まず、システムが、圧力センサを用いて足裏の圧力分布を検出する。そして、システムが、立ち状態、座り状態、歩いている状態、早歩き状態、小走り状態又は走っている状態のうち、ユーザがいずれかの状態であるかを判定する方法が知られている（例えば、特許文献１を参照）。【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０１１‐１３８５３０号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、従来の方法は、ユーザの行動を精度良く判定できない場合がある。【0006】
そこで、本発明に係る一実施形態は、ユーザの行動を精度良く判定することを目的とする。【課題を解決するための手段】
【0007】
上記目的を達成するために、本発明の一実施形態に係る、行動判定装置は、ユーザの足底面に設置される１以上のセンサが計測する圧力又は力を示す計測データを取得する計測データ受信部と、
前記計測データを解析して、前記ユーザが１歩、１ステップ又は１踏み込みを行う１荷重期を特定し、前記１荷重期ごとに、足底圧パラメータと時間パラメータを算出するデータ解析部と、
前記足底圧パラメータ及び前記時間パラメータに基づいて所定の時間ごとに最大の極大値となるピーク点を検出し、前記ピーク点に基づいて前記ユーザの行動を判定する行動判定部と
を含む。
【発明の効果】
【0008】
上記構成により、ユーザの行動を精度良く判定することができる。【図面の簡単な説明】
【0009】
【図1】システムの構成例を示す機能ブロック図である。
【図2】データの一例を示す図（その１）である。
【図3】データの一例を示す図（その２）である。
【図4】データの一例を示す図（その３）である。
【図5】データの一例を示す図（その４）である。
【図6】データの一例を示す図（その４）である。
【図7】センサ位置の例を示す配置図である。
【図8】計測デバイス、情報端末、サーバ装置及び管理端末等の情報処理装置が有する情報処理に係るハードウェア構成例を示すブロック図である。
【図9】全体処理例を示すフローチャートである。
【図10】計測データの一例を示す図である。
【図11】１荷重期の足底圧パラメータの取得例を示す図である。
【図12】１荷重期の足底圧パラメータの取得例を示す図である。
【図13】１荷重期の時間パラメータの取得例を示す図である。
【図14】４種類の行動を計測した計測データの例を示す図である。
【図15】行動判定処理の例を示すフローチャートである。
【図16】歩行する行動を計測した１荷重期データの例を示す図である。
【図17】自転車に乗る行動を計測した１荷重期データの例を示す図である。
【図18】階段を下る行動を計測した１荷重期データの例を示す図である。
【図19】階段を上る行動を計測した１荷重期データの例を示す図である。
【図20】走行の行動の判定例を示す図（その１）である。
【図21】走行の行動の判定例を示す図（その２）である。
【図22】荷重期前期と後期のピーク差の例を示す図である。
【図23】各行動における各センサのピーク値の例を示す図である。
【図24】行動判定処理の変形例を示すフローチャートである。
【発明を実施するための形態】
【0010】
以下、本発明に係る最適な実施形態について、添付する図面を参照して具体例を説明する。【0011】
＜システム構成例＞図１は、システムの構成例を示す機能ブロック図である。例えば、行動判定システム１００は、計測デバイス（靴デバイス）２、情報端末３及びサーバ装置５等を有する。なお、行動判定システム１００には、図示するように、管理端末６等の情報処理装置が更にあってもよい。以下、図示する行動判定システム１００を例に説明する。また、図示する行動判定システム１００は、サーバ装置５が行動判定装置となる例である。以下、サーバ装置５を行動判定装置の例として説明するが、行動判定装置は、図示する以外の形態で用いられてもよい。
【0012】
行動判定システム１００では、図示するように、ユーザが使用する靴１（左右）には、計測デバイス（靴デバイス）２が設けられる。【0013】
図示するように、計測デバイス２は、センサ部２１及び通信部２２等を有する機能構成である。【0014】
計測デバイス２は、まず、センサ部２１によって、ユーザの足底面における圧力を計測する。又は、センサ部２１は、ユーザの足底面における力を計測してもよい。【0015】
次に、通信部２２は、センサ部２１によって計測される計測データ等をＢｌｕｅｔｏｏｔｈ（登録商標）又は無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等の無線通信により、情報端末３に送信する。【0016】
情報端末３は、例えば、スマートフォン、タブレット、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）又はこれらの組み合わせ等の情報処理装置である。【0017】
計測デバイス２は、例えば、１０ｍｓ（ミリ秒、１００Ｈｚ）ごとに、計測データを情報端末３に送信する。このように、計測デバイス２は、あらかじめ設定される所定間隔で計測データを情報端末３に送信する。【0018】
センサ部２１は、例えば、いわゆるインソール（中敷き）型の基材２１１等に１以上設置される圧力センサ２１２等で実現される。なお、圧力センサ２１２は、インソールに設置されるに限られない。例えば、圧力センサ２１２は、靴下又は靴底等に設置されてもよい。【0019】
なお、センサは、圧力センサ２１２以外に、剪断力（摩擦力）センサ、加速度センサ、温度センサ、湿度センサ又はこれらの組み合わせ等が更にあってもよい。【0020】
また、インソールには、情報端末３側からの制御により、色が変化する機構（視覚刺激を与える機構）、又は、素材が変形したり、硬さが変化したりする機構（触覚刺激を与える機構）が設けられてもよい。【0021】
ほかにも、情報端末３には、ユーザに示す歩行又は足部の状態がフィードバックされてもよい。また、通信部２２は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）等によって、位置データ等を送信してもよい。なお、位置データは、情報端末３によって取得されてもよい。【0022】
情報端末３は、あらかじめ設定される所定間隔（例えば、１０秒ごと等である。）ごとに、計測デバイス２から受信する計測データをインターネット等のネットワーク４を介してサーバ装置５に送信する。【0023】
また、情報端末３は、サーバ装置５から、ユーザの歩行又は足部の状態等を示すデータを取得して画面に表示し、ユーザに歩行又は足部の状態等をフィードバックしたり、靴の選択を支援したりする機能を有してもよい。【0024】
なお、計測データ等は、計測デバイス２からサーバ装置５にデータが直接に送信されてもよい。この場合には、情報端末３は、例えば、計測デバイス２に対する操作又はユーザへのフィードバック等に用いられる。【0025】
サーバ装置５は、例えば、基本データ入力部５０１と、計測データ受信部５０２と、データ解析部５０３と、行動判定部５０７と、データベース５２１とを含む機能構成である。また、サーバ装置５は、図示するように、ライフログ書込部５０６等を含む機能構成でもよい。以下、図示する機能構成を例にサーバ装置５を説明するが、サーバ装置５は、図示する機能構成に限られない。【0026】
基本データ入力部５０１は、ユーザ及び靴等の基本的なデータの設定を受け付ける基本データ入力手順を行う。例えば、基本データ入力部５０１が受け付けた設定は、データベース５２１上のユーザデータ５２２等に登録される。【0027】
計測データ受信部５０２は、計測デバイス２から情報端末３を介して送信されるデータ等を受信する計測データ受信手順を行う。そして、計測データ受信部５０２は、データベース５２１上の計測データ５２６等に受信したデータを登録する。【0028】
データ解析部５０３は、荷重期データ解析部５０４等を有する。例えば、荷重期データ解析部５０４は、計測データ５２６を解析して解析処理後データ５２７等を生成するデータ解析手順を行う。【0029】
ライフログ書込部５０６は、ライフログデータ５２４をデータベース５２１上に登録する。【0030】
行動判定部５０７は、行動判定処理等によってユーザがどのような行動をしているかを判定する行動判定手順を行う。【0031】
また、管理者は、管理端末６等によって、ネットワーク４を介してサーバ装置５にアクセスできる。そして、管理者は、サーバ装置５で管理されるデータを確認したり、又は、メンテナンス等ができたりする。【0032】
図示するように、データベース５２１には、例えば、ユーザデータ５２２、ライフログデータ５２４、計測データ５２６、解析処理後データ５２７及び行動データ５２８等のデータが保持される。例えば、各データは、以下のような構成である。【0034】
ユーザデータ５２２は、図示するように、「ユーザＩＤ（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）」、「名前」、「靴ＩＤ」、「性別」、「生年月日」、「身長」、「体重」、「靴サイズ」、「登録日」及び「更新日」等の項目を有するデータである。すなわち、ユーザデータ５２２は、ユーザの特徴等を入力するデータである。【0035】
図３は、データの一例を示す図（その２）である。【0036】
ライフログデータ５２４は、図示するように、「ログＩＤ」、「年月日時刻」、「ユーザＩＤ」、「１日の予定」、「目的地」、「移動距離」、「歩数」、「平均歩行速度」、「最多位置情報（ＧＰＳ）」、「登録日」及び「更新日」等の項目を有するデータである。すなわち、ライフログデータ５２４は、ユーザの行動（予定が含まれてもよい。）を示すデータである。【0037】
図４は、データの一例を示す図（その３）である。【0038】
計測データ５２６は、図示するように、「年月日時刻」、「ユーザＩＤ」、「左足１番センサ：後足部（踵）圧力値」、「左足２番センサ：中足部１圧力値」、「左足３番センサ：前足部１圧力値」、「左足４番センサ：前足部２圧力値」、「左足５番センサ：前足部３圧力値」、「左足６番センサ：中足部２圧力値」、「左足７番センサ：前足部４圧力値」、「右足１番センサ：後足部（踵）圧力値」、「右足２番センサ：中足部１圧力値」、「右足３番センサ：前足部１圧力値」、「右足４番センサ：前足部２圧力値」、「右足５番センサ：前足部３圧力値」、「右足６番センサ：中足部２圧力値」及び「右足７番センサ：前足部４圧力値」等の項目を有するデータである。なお、各センサの具体的な配置例は、図７等で説明する。また、計測データ５２６の各圧力値は、計測された時間でプロットして波形データの形式としてもよい。波形データの例は、図１０等で説明する。【0040】
解析処理後データ５２７は、図示するように、「年月日時刻」、「ユーザＩＤ」、「歩数」、「全センサ総和圧力値最大極大値平均」、「左足１番センサ：後足部（踵）前期最大極大値平均」、「左足１番センサ：後足部（踵）後期最大極大値平均」、「左足２番センサ：中足部１前期最大極大値平均」、「左足２番センサ：中足部１後期最大極大値平均」、「左足３番センサ：前足部１前期最大極大値平均」、「左足３番センサ：前足部１後期最大極大値平均」、「左足４番センサ：前足部２前期最大極大値平均」、「左足４番センサ：前足部２後期最大極大値平均」、「左足５番センサ：前足部３前期最大極大値平均」、「左足５番センサ：前足部３後期最大極大値平均」、「左足６番センサ：中足部２前期最大極大値平均」、「左足６番センサ：中足部２後期最大極大値平均」、「左足７番センサ：前足部４前期最大極大値平均」、「左足７番センサ：前足部４後期最大極大値平均」、「右足１番センサ：後足部（踵）前期最大極大値平均」、「右足１番センサ：後足部（踵）後期最大極大値平均」、「右足２番センサ：中足部１前期最大極大値平均」、「右足２番センサ：中足部１後期最大極大値平均」、「右足３番センサ：前足部１前期最大極大値平均」、「右足３番センサ：前足部１後期最大極大値平均」、「右足４番センサ：前足部２前期最大極大値平均」、「右足４番センサ：前足部２後期最大極大値平均」、「右足５番センサ：前足部３前期最大極大値平均」、「右足５番センサ：前足部３後期最大極大値平均」、「右足６番センサ：中足部２前期最大極大値平均」、「右足６番センサ：中足部２後期最大極大値平均」、「右足７番センサ：前足部４前期最大極大値平均」、「右足７番センサ：前足部４後期最大極大値平均」、「左足平均立脚時間」、「右足平均立脚時間」、「両脚支持時間」、「左足単脚支持時間」、「右足単脚支持時間」、「左足１番センサ：ピーク出現点」、「左足２番センサ：ピーク出現点」、「左足３番センサ：ピーク出現点」、「左足４番センサ：ピーク出現点」、「左足５番センサ：ピーク出現点」、「左足６番センサ：ピーク出現点」、「左足７番センサ：ピーク出現点」、「右足１番センサ：ピーク出現点」、「右足２番センサ：ピーク出現点」、「右足３番センサ：ピーク出現点」、「右足４番センサ：ピーク出現点」、「右足５番センサ：ピーク出現点」、「右足６番センサ：ピーク出現点」、及び「右足７番センサ：ピーク出現点」等の項目を有するデータである。【0041】
また、解析処理後データ５２７の項目のうち、「左足平均立脚時間」、「右足平均立脚時間」、「両脚支持時間」、「左足単脚支持時間」、「右足単脚支持時間」、「左足１番センサ：ピーク出現点」、「左足２番センサ：ピーク出現点」、「左足３番センサ：ピーク出現点」、「左足４番センサ：ピーク出現点」、「左足５番センサ：ピーク出現点」、「左足６番センサ：ピーク出現点」、「左足７番センサ：ピーク出現点」、「右足１番センサ：ピーク出現点」、「右足２番センサ：ピーク出現点」、「右足３番センサ：ピーク出現点」、「右足４番センサ：ピーク出現点」、「右足５番センサ：ピーク出現点」、「右足６番センサ：ピーク出現点」及び「右足７番センサ：ピーク出現点」等が時間パラメータの例となる。【0042】
さらに、解析処理後データ５２７の項目のうち、「全センサ総和圧力値最大極大値平均」、「左足１番センサ：後足部（踵）前期最大極大値平均」、「左足１番センサ：後足部（踵）後期最大極大値平均」、「左足２番センサ：中足部１前期最大極大値平均」、「左足２番センサ：中足部１後期最大極大値平均」、「左足３番センサ：前足部１前期最大極大値平均」、「左足３番センサ：前足部１後期最大極大値平均」、「左足４番センサ：前足部２前期最大極大値平均」、「左足４番センサ：前足部２後期最大極大値平均」、「左足５番センサ：前足部３前期最大極大値平均」、「左足５番センサ：前足部３後期最大極大値平均」、「左足６番センサ：中足部２前期最大極大値平均」、「左足６番センサ：中足部２後期最大極大値平均」、「左足７番センサ：前足部４前期最大極大値平均」、「左足７番センサ：前足部４後期最大極大値平均」、「右足１番センサ：後足部（踵）前期最大極大値平均」、「右足１番センサ：後足部（踵）後期最大極大値平均」、「右足２番センサ：中足部１前期最大極大値平均」、「右足２番センサ：中足部１後期最大極大値平均」、「右足３番センサ：前足部１前期最大極大値平均」、「右足３番センサ：前足部１後期最大極大値平均」、「右足４番センサ：前足部２前期最大極大値平均」、「右足４番センサ：前足部２後期最大極大値平均」、「右足５番センサ：前足部３前期最大極大値平均」、「右足５番センサ：前足部３後期最大極大値平均」、「右足６番センサ：中足部２前期最大極大値平均」、「右足６番センサ：中足部２後期最大極大値平均」、「右足７番センサ：前足部４前期最大極大値平均」及び「右足７番センサ：前足部４後期最大極大値平均」等が足底圧パラメータの例となる。【0043】
行動データ５２８は、行動判定部５０７によるユーザの行動を判定した結果を示すデータである。すなわち、行動データ５２８は、ユーザがどのような行動をしたか等が保持される。【0044】
なお、ユーザデータ５２２及びライフログデータ５２４は、必須なデータではない。また、各データは、図示するような項目をすべて有さなくともよい。【0045】
＜センサの配置例＞図７は、センサ位置の例を示す配置図である。例えば、センサは、図示するような位置に設置される。図示するように、センサは、ユーザの足における前部、中部及び後部をそれぞれ計測できるように、複数設置されるのが望ましい。
【0046】
図示する配置例では、「１番センサ」等が、後部を計測し、計測データを生成する。すなわち、後部ＨＥＬに設置されるセンサが、足底面における後部を計測するためのセンサの例となる。そして、後部ＨＥＬに設置されるセンサは、主に、踵部等がある、いわゆる「後足部」と呼ばれる範囲を計測対象とする。【0047】
また、図示する配置例では、「２番センサ」及び「６番センサ」等が、中部を計測し、計測データを生成する。すなわち、中部ＬＭＦ及び中部ＭＭＦ等に設置されるセンサが、足底面における中部を計測するためのセンサの例となる。そして、中部ＬＭＦ及び中部ＭＭＦに設置されるセンサは、主に、いわゆる「中足部」と呼ばれる範囲を計測対象とする。【0048】
さらに、図示する配置例では、「３番センサ」、「４番センサ」、「５番センサ」及び「７番センサ」等が、前部を計測し、計測データを生成する。すなわち、前部ＬＦＦ、前部ＴＯＥ、前部ＦＭＴ及び前部ＣＦＦ等に設置されるセンサが、足底面における前部を計測するためのセンサの例となる。前部ＬＦＦ、前部ＴＯＥ、前部ＦＭＴ及び前部ＣＦＦに設置されるセンサは、主に、つま先等がある、いわゆる「前足部」と呼ばれる範囲を計測対象とする。【0049】
なお、センサは、図示する以外の位置に設置されてもよい。【0050】
＜ハードウェア構成例＞図８は、計測デバイス、情報端末、サーバ装置及び管理端末等の情報処理装置が有する情報処理に係るハードウェア構成例を示すブロック図である。図示するように、計測デバイス、情報端末、サーバ装置及び管理端末等の情報処理装置は、例えば、一般的なコンピュータである。以下、各情報処理装置が同一のハードウェア構成の例で説明するが、各情報処理装置は、異なるハードウェア構成でもよい。
【0051】
計測デバイス２等は、バス２０７を介して相互に接続されるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２０２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２０３及びＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）／ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）２０４等を有する。また、計測デバイス２等は、接続Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）２０５及び通信Ｉ／Ｆ２０６等の入力装置及び出力装置を有する。【0052】
ＣＰＵ２０１は、演算装置及び制御装置の例である。そして、ＣＰＵ２０１は、ＲＡＭ２０３等の主記憶装置をワークエリアとし、ＲＯＭ２０２又はＳＳＤ／ＨＤＤ２０４等の補助記憶装置に格納されたプログラムを実行すると、各処理及び各制御を行うことができる。そして、計測デバイス２等が有する各機能は、例えば、ＣＰＵ２０１において所定のプログラムが実行されることで実現される。なお、プログラムは、記録媒体を経由して取得されてよいし、ネットワーク等を経由して取得されるものでもよいし、ＲＯＭ等にあらかじめ入力されてもよい。【0053】
図示するようなハードウェア構成では、例えば、計測データ受信部５０２は、接続Ｉ／Ｆ２０５又は通信Ｉ／Ｆ２０６等で実現される。また、データ解析部５０３及び行動判定部５０７は、例えば、ＣＰＵ２０１等で実現される。【0055】
＜計測データの取得例＞（ステップＳ１１１）ステップＳ１１１では、行動判定装置は、計測データを取得する。具体的には、図１に示すシステム構成では、サーバ装置５は、情報端末３等を介して、計測デバイス２が計測し、生成した計測データを取得する。なお、計測データの詳細は、図１０で説明する。
【0056】
＜１荷重期データの生成例＞（ステップＳ１１２）ステップＳ１１２では、行動判定装置は、１荷重期データを生成する。すなわち、行動判定装置は、計測データのうち、各行動の１荷重期分となる範囲を解析して特定し、「１荷重期データ」を生成する。
【0057】
１荷重期は、歩行若しくは走行等の行動における１歩、階段の上り若しくは下り等の行動における１ステップ又は自転車に乗る行動における１踏み込みを行うための時間に相当する。したがって、ユーザが歩行している場合には、１荷重期は、１立脚期となる。【0058】
例えば、行動判定装置は、まず、計測データが示す各センサの圧力値を時系列にした波形データに基づいて、波形の立ち上がりから接地時点までを抽出する。このようにして、行動判定装置は、１荷重期を特定する。次に、行動判定装置は、１荷重期ごとに、波形データを切り出す。【0059】
具体的には、行動判定装置は、例えば、全センサの圧力値が最小になる点から次に全センサの圧力値が最小になる点までを１荷重期と特定する。また、例えば、以下の（ａ）及び（ｂ）の条件を満たすように、１荷重期データは、生成される。（ａ）波形データ全体のうち、最も高い圧力値（トップ最大値）を示すセンサを特定し、そのセンサからの波形データの複数の荷重期の最大極大値がいずれもトップ最大値を基準として８０％以上の値を示すこと
（ｂ）１荷重期の長さが１２００ｍｓ未満であること
なお、１荷重期データの詳細は、図１０で説明する。
【0060】
＜足底圧パラメータの取得例＞（ステップＳ１１３）ステップＳ１１３では、行動判定装置は、足底圧パラメータを取得する。具体的には、行動判定装置は、まず、１荷重期の前期と後期ごとに、各センサが計測する圧力値の最大極大値又は片足の全センサにおける総和圧力値の最大極大値を検出する。次に、行動判定装置は、検出される最大極大値を加算する。このように加算して得られる合計値を荷重期数で除算すると、行動判定装置は、平均値を計算できる。このようにして計算される平均値が、「左足１番センサ：後足部（踵）前期最大極大値平均」又は「左足総和圧力値の最大極大値平均」等の値となる。
【0062】
＜時間パラメータの取得例＞（ステップＳ１１４）ステップＳ１１４では、行動判定装置は、時間パラメータを取得する。具体的には、行動判定装置は、各足が接地している時間等に基づいて、各足の単脚支持時間等を特定する。ほかにも、行動判定装置は、例えば、両足がどちらも接地している時間を両脚支持時間等とする。また、行動判定装置は、これらの荷重期ごとの時間を平均して平均値等を計算し、各時間パラメータの値としてもよい。また、１荷重期の前期と後期ごとに各センサの最大極大値が算出された時点を１荷重期の長さを「１００」とした場合の時間割合で取得し、例えば、ピーク出現点等とする。
【0064】
＜解析処理後データに記録する例＞（ステップＳ１１５）ステップＳ１１５では、行動判定装置は、ステップＳ１１３及びステップＳ１１４等で解析した結果を解析処理後データに記録する。例えば、解析処理後データは、図５及び図６に示す項目等で記録される。
【0067】
例えば、ステップＳ１１１では、図１０（ａ）に図示するような計測データが取得される。そして、ステップＳ１１２では計測データを解析して、１荷重期が特定され、図１０（ａ）に示す計測データから１荷重期分が抽出されると、例えば、図１０（ｂ）に示すような１荷重期データが生成できる。【0068】
したがって、図１０（ｂ）に示す１荷重期ＣＹＣが、歩行の行動では、立脚時間となる。【0070】
ステップＳ１１３等では、行動判定装置は、各波形のピークとなる点（以下「ピーク点」という。）と複数のピーク点の間に現れる極小点を検出する。なお、ピーク点は、所定の時間において極大値又は最大値となる点である。【0071】
例えば、行動判定装置は、計測データを微分する等によって、ピーク点または極小点を判定する。なお、ピーク点または極小点の検出方法は、極大値または極小値を検出できる方法であれば、微分以外の方法でもよい。【0072】
具体的には、１荷重期における各センサの最大値等を検出すると、第１ピーク点ＰＭ１及び第２ピーク点ＰＭ２等のようなそれぞれの１つずつのセンサの荷重期前期又は後期における最大極大値となる値が検出でき、足底圧パラメータとして取得できる。また、全センサの総和圧力値の最大値等を検出すると、ＰＮ１乃至３のような総和圧力のピーク点と、ＰＮ４のような極小点とが圧力値で検出でき、それぞれを足底圧パラメータとして取得する。総和圧力値について、図１１では、その極大点がＰＮ１とＰＮ２のように２個又は極小点がＰＮ４のように極大点の数マイナス１個、図１２では、その極大点ＰＮ３が１つ検出される。なお、図では、ピーク点と極小点の例を黒四角で示す。【0073】
したがって、ステップＳ１１３の処理を行うと、行動判定装置は、例えば、図示するような足底圧パラメータを取得できる。【0074】
＜時間パラメータの例＞また、図１１及び図１２において各センサの荷重期前期と後期における最大極大値を検出した時点（パーセント）は各センサの「ピーク出現点」とし、時間パラメータとして取得する。
【0075】
具体的には、図１１においては、２２パーセントの時点で、１つのセンサにおいて、第１ピーク点ＰＭ１が検出され、４８パーセントの時点で、第１ピーク点ＰＭ１が検出されるセンサとは別のセンサにおいて、第２ピーク点ＰＭ２が検出される。図１２では、５０パーセント付近で、１つのセンサの荷重期前期と後期における最大極大点ＰＭ３とＰＭ４が検出される。【0076】
図１３は、１荷重期の時間パラメータの取得例を示す図である。図は、歩行の場合を例にした時間パラメータの例を示す。【0077】
例えば、一定以上の圧力値が計測される時間を特定すると、立脚時間ＴＳが取得できる。図示するように、立脚時間ＴＳは、例えば、左足が接地してから、次に左足が地面から離れるまでの時間とほぼ一致する。そして、この例では、立脚時間ＴＳが１荷重期となる。【0078】
以下、図示するように、左足及び右足の両方が接地している時間を「両脚支持期」という場合がある。一方で、左足及び右足のうち、どちらか一方の足のみが接地している時間を「単脚支持期」という場合がある。【0079】
したがって、ステップＳ１１４の処理を行うと、行動判定装置は、例えば、図示するような時間パラメータを取得できる。【0081】
この例では、計測データは、図示するように、ユーザが、歩行する行動（以下「歩行行動」という場合がある。）ＡＣＴ１、階段の下り行動ＡＣＴ２、自転車に乗る行動（以下「自転車行動」という場合がある。）ＡＣＴ３及び階段の上り行動ＡＣＴ４を行った場合における各センサが計測した圧力値を示す。【0082】
なお、この例では、センサは、図示するようなセンサ位置ＳＥＰとする。【0083】
そして、図示する計測データに対して、行動判定装置は、図９に示す全体処理を行う。この全体処理では、ステップＳ１１６で、行動判定装置は、例えば、以下のような判定処理を行う。【0084】
＜行動判定処理例＞図１５は、行動判定処理の例を示すフローチャートである。図示する行動判定処理は、あらかじめステップＳ１１３とＳ１１４で取得でき、Ｓ１１５でサーバ等に記録される解析処理後データ等に基づいて行われる。
【0085】
また、行動判定処理は、図示する例では、自転車行動判定、走行行動判定、階段の下り行動判定、階段の上り判定行動、歩行行動の判定の順で行うが、各行動判定の順序は、図示する順序でなくともよい。例えば、各判定は、別々に行われてもよい。【0086】
＜ピーク検出例＞（ステップＳ２０１）ステップＳ２０１では、行動判定装置は、各波形のピークとなる点（以下「ピーク点」という。）を検出する。このステップは、具体的にはステップＳ１１５で解析処理後データに記録されている足底圧パラメータを利用し、１荷重期の前期と後期それぞれにおいて、各センサの最大極大値平均からピーク点を特定する。また、同じく足底圧パラメータを利用し、全センサ総和圧力値の最大極大値平均から１つ又は２つのピーク点を特定する。
【0087】
また、行動判定装置は、解析処理後データに寄らない場合でも、計測データから最大値等があらかじめ算出されている場合には、最大値等から処理対象とするピーク点を抽出してもよい。【0088】
＜全センサの和の軌跡が単峰であるか、二峰であるか又はいずれでもないかの判定例＞（ステップＳ２０２）ステップＳ２０２では、行動判定装置は、全センサ総和圧力値の１荷重期データのパラメータを用いて、全総和圧力値の波形が、単峰であるか、二峰であるか又はいずれでもないかを判定する。
【0089】
単峰は、１荷重期データの波形において、ピーク点を１つ有する場合である。一方で、二峰は、１荷重期データの波形において、ピーク点を２つ有し、その間に極小点がある場合である。したがって、行動判定装置は、１荷重期データ内で全センサ総和圧力値において発生したピーク点数と極小点の有無により、１荷重期データが単峰であるか、二峰であるか又はいずれでもないかを判定できる。このとき、二峰であることの判定を明確にするために、行動判定装置は、２つのピーク点のうち、低い方の圧力値と極小点の圧力値との差が所定値以上になることを基準に追加して判定してもよい。【0090】
１荷重期データが単峰であると行動判定装置が判定すると（ステップＳ２０２で「単峰」）、行動判定装置は、ステップＳ２０３に進む。一方で、１荷重期データが二峰であると行動判定装置が判定すると（ステップＳ２０２で「二峰」）、行動判定装置は、ステップＳ２０５に進む。また、単峰とも二峰とも判定されない場合（ステップＳ２０２で「いずれでもない」）、行動判定装置は、ステップＳ２１５に進む。【0091】
＜全センサのピーク出現点が荷重期の中央に集中するか否かの判定例＞（ステップＳ２０３）ステップＳ２０３では、行動判定装置は、全センサにおけるそれぞれの前期のピーク出現点と後期のピーク出現点がすべて荷重期の中央に集中しているか否かを判定する。具体的には、行動判定装置は、全センサの前期と後期におけるピーク出現点を取得し、例えば、すべてのピーク出現点が３５％以上、かつ、６５％以下であった場合に、全センサのピーク出現点が荷重期の中央に集中している、すなわち、１荷重期の圧力が中央の時間帯に集中していると判定する。そして、全センサのピーク出現点が荷重期中央に集中している場合（ステップＳ２０３でＹＥＳ）、行動判定装置は、ステップＳ２０４に進む。一方で、いずれかのピーク出現点が３５％以上、かつ、６５％以下にない場合（ステップＳ２０３でＮＯ）、行動判定装置は、ステップＳ２１５に進む。
【0092】
＜自転車行動と判定する例＞（ステップＳ２０４）ステップＳ２０４では、行動判定装置は、ユーザが自転車に乗る行動をしていると判定する。
【0093】
ステップＳ２０３及びステップＳ２０４等で実現される自転車行動の判定方法は、図１７で詳細を説明する。【0094】
＜両脚支持時間が第４所定値以上か未満であるかの判定例＞（ステップＳ２０５）ステップＳ２０５では、行動判定装置は、両脚支持時間が第４所定値以上か否かを判定する。具体的には、行動判定装置は、まず、図１３等のように、各足の立脚時間を計算し、図１３における「両脚支持期」となる両脚支持時間を計算する。そして、行動判定装置は、あらかじめ設定される両脚支持時間が第４所定値以上であるか未満であるか、すなわち、両脚支持時間が短いか否かを判定する。
【0095】
ステップＳ２０５において両脚支持時間が第４所定値以上であると（ステップＳ２０５でＹＥＳ）、行動判定装置は、ステップＳ２０７に進む。一方で、ステップＳ２０５において両脚支持時間が第４所定値未満であると（ステップＳ２０５でＮＯ）、行動判定装置は、ステップＳ２０６に進む。【0096】
＜走行行動と判定する例＞（ステップＳ２０６）ステップＳ２０６では、行動判定装置は、ユーザが走る行動をしていると判定する。
【0098】
＜１つのセンサにおけるピーク差が第１所定値未満であるか否かの判定例＞（ステップＳ２０７）ステップＳ２０７では、行動判定装置は、荷重期において最も大きい圧力値を示す１つのセンサにおいて荷重期前期と後期のピーク差が第１所定値未満であるか否かを判定する。具体的には、行動判定装置は、全センサの最大極大値平均を比較し、最も大きい値を示すセンサを特定する。その１つのセンサにおいて、まず、荷重期前期と後期のピーク点の値の差を計算し、ピーク差を計算する。そして、行動判定装置は、ピーク差があらかじめ設定される第１所定値未満であるか、すなわち、ピーク差が小さい値であるか否かを判断する。
【0099】
なお、第１所定値等の所定値は、個人差等を考慮して、人ごとに異なる値が設定されてもよい。【0100】
１つのセンサにおけるピーク差が第１所定値未満であると（ステップＳ２０７でＹＥＳ）、行動判定装置は、ステップＳ２０８に進む。一方で、１つのセンサにおけるピーク差が第１所定値未満でないと（ステップＳ２０７でＮＯ）、行動判定装置は、ステップＳ２１０に進む。【0101】
＜圧力又は力が前足部乃至中足部に集中するか否かの判定例＞（ステップＳ２０８）ステップＳ２０８では、行動判定装置は、圧力又は力が足部の前足部乃至中足部に集中しているか否かを判定する。
【0102】
具体的には、荷重期前期の各センサの最大極大値平均を比較し、最も大きい値を示すセンサ及び二番目に大きい値を示すセンサが足部の前足部又は中足部に設置されたセンサであるか否かを調べ、同様に荷重期後期についても調べ、いずれも正の場合、圧力又は力が前足部乃至中足部に集中していると判定する。その場合（ステップＳ２０８でＹＥＳ）、行動判定装置は、ステップＳ２０９に進む。一方で、圧力又は力が前足部乃至中足部に集中していない場合（ステップＳ２０８でＮＯ）、行動判定装置は、ステップＳ２１０に進む。【0103】
＜階段の下り行動と判定する例＞（ステップＳ２０９）ステップＳ２０９では、行動判定装置は、ユーザが階段を下る行動をしていると判定する。
【0104】
ステップＳ２０７、ステップＳ２０８及びステップＳ２０９等で実現される階段の下り行動の判定方法は、図１８で詳細を説明する。【0105】
＜１荷重期の圧力が荷重期後期に集中しているか否かの判定例＞（ステップＳ２１０）ステップＳ２１０では、行動判定装置は、１荷重期の圧力が荷重期後期に集中しているか否かを判定する。
【0106】
具体的には、１荷重期の前期と後期それぞれにおいて、各センサのピーク点（最大極大値平均）のうち最も大きい値（以下「ピーク値」という。）を取得し、後期のピーク値が前期のピーク値より大きいか否かを判定する。【0107】
後期のピーク値が前期より大きい場合には（ステップＳ２１０でＹＥＳ）、行動判定装置は、ステップＳ２１１に進む。一方で、後期のピーク値が前期より小さい、又は、ピーク値が等しい場合には（ステップＳ２１０でＮＯ）、行動判定装置は、ステップＳ２１３に進む。【0108】
＜全センサにおける全ピーク差が第２所定値以上であるか否かの判定例＞（ステップＳ２１１）ステップＳ２１１では、行動判定装置は、すべてのセンサにおける全ピーク差が第２所定値以上であるか否かを判定する。具体的には、まず、行動判定装置は、１荷重期の前期と後期のピーク点からピーク値の差を計算し、ピーク差（以下「全ピーク差」という。）を取得する。そして、行動判定装置は、全ピーク差があらかじめ設定される第２所定値以上であるか、すなわち、全ピーク差が大きい値であるか否かを判定する。
【0109】
全ピーク差が第２所定値以上であると（ステップＳ２１１でＹＥＳ）、行動判定装置は、ステップＳ２１２に進む。一方で、全ピーク差が第２所定値以上でないと（ステップＳ２１１でＮＯ）、行動判定装置は、ステップＳ２１３に進む。【0110】
＜階段の上り行動と判定する例＞（ステップＳ２１２）ステップＳ２１２では、行動判定装置は、ユーザが階段を上る行動をしていると判定する。
【0111】
ステップＳ２１０、ステップＳ２１１及びステップＳ２１２等で実現される階段の上り行動の判定方法は、図１９で詳細を説明する。【0112】
＜全ピーク差が第３所定値未満か否かの判定例＞（ステップＳ２１３）ステップＳ２１３では、行動判定装置は、前記全ピーク差が第３所定値未満か否かを判定する。具体的には、行動判定装置は、前記全ピーク差を取得する。そして、全ピーク差があらかじめ設定される第３所定値未満であるか、すなわち、全ピーク差が小さい値であるか否かを判定する。全ピーク差が第３所定値未満であると（ステップＳ２１３でＹＥＳ）、行動判定装置は、ステップＳ２１４に進む。一方で、全ピーク差が第３所定値未満でないと（ステップＳ２１３でＮＯ）、行動判定装置は、ステップＳ２１５に進む。
【0113】
＜歩行行動と判定する例＞（ステップＳ２１４）ステップＳ２１４では、行動判定装置は、ユーザが歩行する行動をしていると判定する。
【0114】
ステップＳ２１３及びステップＳ２１４等で実現される歩行行動の判定方法は、図１６等で詳細を説明する。【0115】
＜判定保留とする例＞（ステップＳ２１５）ステップＳ２１５では、行動判定装置は、特定の行動判定に至らなかった時間帯の行動を判定保留として、行動判定処理を終了する。
【0116】
以上のような行動判定処理は、例えば、１荷重期ごとに行われる。なお、行動判定処理は、１荷重期ごとに限られず、あらかじめ設定される周期ごと又は間隔ごと等のように、所定間隔で行われてもよい。【0118】
ユーザが歩行行動ＡＣＴ１中であると、例えば、図示するような１荷重期データが生成される。まず、図示するように、歩行行動ＡＣＴ１における１荷重期データに基づいて、全センサにおいて、第１１ピーク点ＰＫＷ１及び第１２ピーク点ＰＫＷ２のように、ピーク点が、ステップＳ２０１で２点検出される。図示するように、第１１ピーク点ＰＫＷ１のセンサと、第１２ピーク点ＰＫＷ２のセンサは、異なるセンサである。【0119】
したがって、歩行行動ＡＣＴ１であると、１荷重期データは、二峰となる。【0120】
このとき、歩行行動ＡＣＴ１における１荷重期データは、第１１ピーク点ＰＫＷ１及び第１２ピーク点ＰＫＷ２の差である第１全ピーク差ＤＷＡが小さい値となる。したがって、歩行行動ＡＣＴ１であると、第１全ピーク差ＤＷＡは、第３所定値未満の値となる。ゆえに、ステップＳ２１３では、正（ＹＥＳ）と判定される。【0121】
また、歩行行動の判定では、以下のように、圧力値の分布が考慮されることが望ましい。【0122】
まず、１荷重期を立脚前期ＨＡＷ１と、立脚後期ＨＡＷ２とに２等分すると、立脚前期ＨＡＷ１では、第１１計測結果ＲＷ１のような圧力分布が計測され、一方で、立脚後期ＨＡＷ２では、第１３計測結果ＲＷ３のような圧力分布が計測される。なお、図示するように、中間時点では、第１２計測結果ＲＷ２のような圧力分布が計測される。【0123】
第１１計測結果ＲＷ１は、第１分布となる例である。図示するように、第１１計測結果ＲＷ１は、踵等の後部に圧力が集中する分布となる（以下「第１集中分布ＣＷ１」という）。【0124】
第１３計測結果ＲＷ３は、第２分布となる例である。図示するように、第１３計測結果ＲＷ３は、つま先等の前部に圧力が集中する分布となる（以下「第２集中分布ＣＷ２」という）。【0125】
図１４に示すようなセンサ位置ＳＥＰでは、１番目のセンサ等があるため、後部に発生する圧力又は力を計測することができる。したがって、行動判定装置は、立脚前期ＨＡＷ１において、第１集中分布ＣＷ１となっているか否かを判定できる。これは第１１ピーク点ＰＫＷ１が後部に位置するか否かで判定できる。【0126】
同様に、図１４に示すようなセンサ位置ＳＥＰでは、４番目のセンサ等があるため、前部に発生する圧力又は力を計測することができる。したがって、行動判定装置は、立脚後期ＨＡＷ２において、第２集中分布ＣＷ２となっているか否かを判定できる。これは、第１２ピーク点ＰＫＷ２が前部に位置するか否かで判定できる。【0127】
このように、歩行行動では、立脚前期ＨＡＷ１において、第１集中分布ＣＷ１が発生し、一方で、立脚後期ＨＡＷ２において、第２集中分布ＣＷ２が発生する。すなわち、歩行行動では、第１分布と、第２分布とが周期的に発生する。【0128】
したがって、行動判定装置は、第１分布と、第２分布とが周期的に発生しているか否かを判定し、歩行行動を判定することができる。このような判定を行うと、行動判定装置は、歩行行動ＡＣＴ１をより精度良く判定できる。【0130】
ユーザが自転車行動ＡＣＴ３中であると、例えば、図示するような１荷重期データが生成される。まず、図示するように、自転車行動ＡＣＴ３における１荷重期データに基づいて、荷重期前期と後期それぞれに第２ピーク点ＰＫＢ１及び第３ピーク点ＰＫＢ２のように、ピーク点が、ステップＳ２０１で２点検出される。このとき第２ピーク点ＰＫＢ１及び第３ピーク点ＰＫＢ２の間には際だった極小点は持たない。また、各ピーク点のピーク出現点は、第２ピーク点ＰＫＢ１は３５パーセント以上５０パーセント未満、第３ピーク点ＰＫＢ２は５０パーセント以上６５パーセント以内に現れる。つまり、荷重期前期のピーク点と荷重期後期のピーク点はともに荷重期の中央付近に集中する。このことから、自転車行動ＡＣＴ３であると、１荷重期データは、単峰となる。ゆえに、ステップＳ２０３では、正（ＹＥＳ）と判定される。【0131】
また、自転車行動の判定では、以下のように、圧力値の分布が考慮されるのが望ましい。【0132】
まず、図１６と同様に、１荷重期を行動前期ＨＡＢ１と、行動後期ＨＡＢ２とに２等分すると、行動前期ＨＡＢ１では、第２１計測結果ＲＢ１のような圧力分布が計測され、一方で、行動後期ＨＡＢ２では、第２３計測結果ＲＢ３のような圧力分布が計測される。なお、図示するように、中間時点では、第２２計測結果ＲＢ２のような圧力分布が計測される。【0133】
第２１計測結果ＲＢ１、第２２計測結果ＲＢ２及び第２３計測結果ＲＢ３が示すように、自転車行動では、圧力又は力は、足部の所定の箇所に集中する場合が多い。図示する例は、第３分布ＣＢのように、圧力又は力が足部の前部乃至中部に集中する例である。なお、圧力又は力が集中する所定の箇所は、人によって異なる。すなわち、圧力又は力が集中する所定の箇所は、第３分布ＣＢのように、前部乃至中部に限られない。【0134】
したがって、行動判定装置は、第３分布ＣＢのように、圧力又は力が足部の所定の箇所に集中しているか否かを判定し、自転車行動を判定する。このような判定を更に行うと、行動判定装置は、自転車行動ＡＣＴ３をより精度良く判定できる。【0136】
ユーザが階段の下り行動ＡＣＴ２中であると、例えば、図示するような１荷重期データが生成される。まず、図示するように、階段の下り行動ＡＣＴ２における１荷重期データに基づいて、第３１ピーク点ＰＫＤ１及び第３２ピーク点ＰＫＤ２のように、ピーク点が、ステップＳ２０１で２点検出される。図示するように、第３１ピーク点ＰＫＤ１のセンサと、第３２ピーク点ＰＫＤ２のセンサは、図１６に示す場合とは異なり、同一のセンサである。なお、判定で用いられるセンサは、最大圧力値を示すセンサである。【0137】
このように、１つのセンサにおいてピーク点が２点検出される場合も、１荷重期データは、二峰となる。【0138】
また、階段の下り行動ＡＣＴ２における１荷重期データは、第３１ピーク点ＰＫＤ１及び第３２ピーク点ＰＫＤ２の差である、１つのセンサにおける第１ピーク差ＤＤ１が小さい値となる。したがって、階段の下り行動ＡＣＴ２であると、第１ピーク差ＤＤ１は、第１所定値未満の値となる。ゆえに、ステップＳ２０７では、第１ピーク差ＤＤ１が、第１所定値未満であると判定される。【0139】
また、階段の下り行動の判定では、以下のように、圧力値の分布が考慮される。【0140】
まず、図１６と同様に、１荷重期を立脚前期ＨＡＤ１と、立脚後期ＨＡＤ２とに２等分すると、立脚前期ＨＡＤ１では、第３１計測結果ＲＤ１のような圧力分布が計測され、一方で、立脚後期ＨＡＤ２では、第３３計測結果ＲＤ３のような圧力分布が計測される。なお、図示するように、中間時点では、第３２計測結果ＲＤ２のような圧力分布が計測される。【0141】
第３１計測結果ＲＤ１、第３２計測結果ＲＤ２及び第３３計測結果ＲＤ３が示すように、階段の下り行動では、圧力又は力は、前部又は中部に集中する場合が多い。このことは、荷重期前期のピーク点を示すセンサが前部又は中部に位置するか否か、同様に荷重期後期のピーク点を示すセンサが前部又は中部に位置するか否かで判定できる。これに、荷重期前期の最大極大値平均が第２位のセンサが前部又は中部に位置するか否か、同様に荷重期後期の最大極大値平均が第２位のセンサが前部又は中部に位置するか否かを判定に追加してもよい。【0142】
図示する例は、第４分布ＣＤのように、圧力又は力が前部乃至中部に集中する例である。図示するように、１荷重期データでは、図７に示すセンサ位置において、前部を計測する７番センサＣＦＦ、４番センサＴＯＥ及び５番センサＦＭＴが示す圧力値が高い。すなわち、この例は、前部に圧力が集中する例である。【0143】
したがって、行動判定装置は、第４分布ＣＤのように、圧力又は力が前部又は中部に集中しているか否かを判定し、階段の下り行動を判定する。ゆえに、ステップＳ２０８は、正（ＹＥＳ）と判定される。【0144】
さらに、行動判定装置は、ピーク点を示すひとつのセンサにおいて、荷重期前期のピーク点と荷重期後期のピーク点の間に極小点ＬＭがあるか否かを考慮するのがより望ましい。図示するように、階段の下り行動では、１つのセンサにおいて、二峰となるため、極小点ＬＭがある場合が多い。なお、極小点ＬＭは、例えば、微分等によって検出できる。したがって、行動判定装置は、極小点ＬＭを検出し、階段の下り行動を判定する。このような判定を更に行うと、行動判定装置は、階段の下り行動ＡＣＴ２をより精度良く判定できる。【0146】
ユーザが階段の上り行動ＡＣＴ４中であると、例えば、図示するような１荷重期データが生成される。まず、図示するように、階段の上り行動ＡＣＴ４における１荷重期データに基づいて、全センサにおいて、第４１ピーク点ＰＫＵ１及び第４２ピーク点ＰＫＵ２のように、ピーク点が、ステップＳ２０１で２点検出される。図示するように、第４１ピーク点ＰＫＵ１のセンサと、第４２ピーク点ＰＫＵ２のセンサは、図１８に示す場合とは異なり、異なるセンサである。【0147】
したがって、階段の上り行動ＡＣＴ４であると、１荷重期データは、二峰となる。また、このとき、荷重期後期のピーク値は、荷重期前期のピーク値より必ず大きくなる。図示する例では、第４２ピーク点ＰＫＵ２は第４１ピーク点ＰＫＵ１より大きい。ゆえに、ステップＳ２１０は、正（ＹＥＳ）と判定される。【0148】
また、階段の上り行動ＡＣＴ４における１荷重期データは、第４１ピーク点ＰＫＵ１及び第４２ピーク点ＰＫＵ２の差である第２全ピーク差ＤＵＡが大きい値となる。図示する例は、図１６に示す第１全ピーク差ＤＷＡより、第２全ピーク差ＤＵＡが、３倍程度大きくなる。なお、歩行行動との違いは、人によって異なる。したがって、階段の上り行動ＡＣＴ４であると、第２全ピーク差ＤＵＡは、第２所定値以上の値となる。ゆえに、ステップＳ２１１では、第２全ピーク差ＤＵＡが、第２所定値以上であると判定される。【0149】
なお、第２全ピーク差ＤＵＡを計算するのに用いられるピーク点は、１荷重期の前半に発生するピーク点（以下「前ピーク点」という。）と、１荷重期の後半に発生するピーク点（以下「後ピーク点」という。）との組み合わせである。この例では、前ピーク点が第４１ピーク点ＰＫＵ１となり、かつ、後ピーク点が第４２ピーク点ＰＫＵ２となる。【0150】
図示するように、まず、図１６と同様に、１荷重期を立脚前期ＨＡＵ１と、立脚後期ＨＡＵ２とに２等分する。この例では、１荷重期の前半が立脚前期ＨＡＵ１となり、１荷重期の後半が立脚後期ＨＡＵ２となる。したがって、第２全ピーク差ＤＵＡは、立脚前期ＨＡＵ１で検出されるピーク点と、立脚後期ＨＡＵ２で検出されるピーク点との差で計算される値である。【0151】
また、階段を上る行動の判定では、以下のように、圧力値の分布が考慮されるのが望ましい。例えば、立脚前期ＨＡＵ１では、第４１計測結果ＲＵ１のような圧力分布が計測され、一方で、立脚後期ＨＡＵ２では、第４３計測結果ＲＵ３のような圧力分布が計測される。なお、図示するように、中間時点では、第４２計測結果ＲＵ２のような圧力分布が計測される。【0152】
第４１計測結果ＲＵ１、第４２計測結果ＲＵ２及び第４３計測結果ＲＵ３が示すように、階段の上り行動では、圧力又は力は、前部又は中部に集中する場合が多い。図示する例は、第５１分布ＣＵ１のように、圧力又は力が前部乃至中部に集中する例である。【0153】
さらに、階段の上り行動では、圧力又は力は、後部に発生しない場合が多い。図示する例は、第５２分布ＣＵ２のように、圧力又は力が後部に発生しない例である。【0154】
図示するように、１荷重期データでは、図７に示すセンサ位置において、前部を計測する７番センサＣＦＦ、４番センサＴＯＥ及び５番センサＦＭＴが示す圧力値が高い。すなわち、この例は、前部に圧力が集中する例である。【0155】
一方で、図示するように、１荷重期データでは、図７に示すセンサ位置において、後部を計測する１番センサＨＥＬが示す圧力値が低い。すなわち、この例は、後部に圧力が発生しない例である。【0156】
したがって、行動判定装置は、第５１分布ＣＵ１のように、圧力又は力が前部又は中部に集中しているか否かと、第５２分布ＣＵ２のように、圧力又は力が後部に発生しないか否かを判定し、階段の上り行動を判定する。このような判定を更に行うと、行動判定装置は、階段の上り行動ＡＣＴ４をより精度良く判定できる。【0158】
図２１は、走行の行動の判定例を示す図（その２）である。【0159】
行動判定において、走行か否かを判定するには、行動判定装置は、各足の立脚時間を用いるのが望ましい。【0160】
まず、対照例として、歩行行動では、左足での立脚時間は、例えば、図２０に示すような第１１立脚時間ＴＷＬ等となる。一方で、歩行行動では、右足での立脚時間は、例えば、図２０に示すような第１２立脚時間ＴＷＲ等となる。【0161】
同様に、走行行動では、左足での立脚時間は、例えば、図２１に示すような第２１立脚時間ＴＲＬ等となる。一方で、走行行動では、右足での立脚時間は、例えば、図２１に示すような第２２立脚時間ＴＲＲ等となる。【0162】
第１１立脚時間ＴＷＬ、第１２立脚時間ＴＷＲ、第２１立脚時間ＴＲＬ及び第２２立脚時間ＴＲＲ等の立脚時間は、例えば、図６に示す時間パラメータで算出される値等である。【0163】
走行行動では、各足の立脚時間が重複する時間帯が少ない、すなわち、図６に示す「両脚支持時間」が歩行の場合より短い。図２１に示す例は、第２１立脚時間ＴＲＬ及び第２２立脚時間ＴＲＲの間に、空白時間ＴＮがあり、ユーザが両足で立脚している両脚支持時間が「０」となる例である。一方で、図２０に示す例には、空白時間ＴＮがない。したがって、走行行動の場合には、ステップＳ２０５では、両脚支持時間は、あらかじめ設定される第４所定時間以上ではないと判定される。【0164】
また、走行行動の判定には、第２１立脚時間ＴＲＬ及び第２２立脚時間ＴＲＲは、第１１立脚時間ＴＷＬ及び第１２立脚時間ＴＷＲより短い時間であることが考慮されることが望ましい。すなわち、走行行動では、各足の立脚時間つまり接地している時間は、歩行の場合より短い場合が多い。したがって、行動判定装置は、あらかじめ歩行行動が判定された後、歩行行動が持つ時間パラメータである立脚時間等と比較し、歩行の場合より、立脚時間が短い場合を走行行動と判定することもできる。このような判定を更に行うと、行動判定装置は、歩行行動ＡＣＴ１及び走行行動をより精度良く判定できる。【0165】
＜実験結果＞複数人を計測したところ、以下のような結果が得られた。
【0166】
図２２は、荷重期前期と後期のピーク差の例を示す図である。【0167】
実験の結果、歩行行動、階段の上り行動及び階段の下り行動の各計測データにおいて、前期と、後期とでは、図示すようなピーク差があった。図示するように、階段の上り行動は、ピーク差が「９．１±２．１１［Ｎ］」となり、他の行動よりピーク差が大きくなった。これは、ステップＳ２１３で第１全ピーク差ＤＷＡを、ステップＳ２０７で第１ピーク差ＤＤ１を、またステップＳ２１１で第２全ピーク差ＤＵＡを、それぞれ判定に用いる相当性を示す。【0168】
図２３は、各行動における各センサのピーク値の例を示す図である。【0169】
図示するように、踵部の圧力値は、歩行行動において、「１６．４±１．２６［Ｎ］」となり、他の箇所より大きくなった。【0170】
＜まとめ＞以上のように、ピーク点を用いると、行動判定において、ピーク出現点、ピーク差及び全ピーク差等の値が計算できるため、行動判定装置は、ユーザの行動を精度良く判定することができる。ほかにも、上記のような行動判定処理を行うと、行動判定装置は、従来の方法では判定できなかった階段の上り行動及び階段の下り行動等の行動も判定できる。
【0171】
＜その他の実施形態＞行動判定処理は、例えば、以下のような処理でもよい。
【0172】
図２４は、行動判定処理の変形例を示すフローチャートである。図１５に示す処理と比較すると、ステップＳ２０２がステップＳ２２０となる点が異なる。以下、図１５と同様の処理は、同一の符号を付し、説明を省略する。【0173】
＜全センサの軌跡がいずれも単峰か否かの判断例＞（ステップＳ２２０）ステップＳ２２０では、行動判定装置は、全センサの軌跡がいずれも単峰か否かを判断する。そして、全センサの軌跡がいずれも単峰であると判断すると（ステップＳ２２０でＹＥＳ）、行動判定装置は、ステップＳ２０３に進む。一方で、全センサの軌跡に単峰でない軌跡があると判断すると（ステップＳ２２０でＮＯ）、行動判定装置は、ステップＳ２０７に進む。
【0174】
例えば、以上のような処理であっても図１５等と同様の結果が得られる。【0175】
なお、行動判定の結果と、ライフログデータとを組み合わせて分析が行われてもよい。例えば、運動強度が分析されたり、地理的位置と、行動との関係が分析されたりしてもよい。このような分析を行うと、行動判定装置は、ユーザの生体情報モニタリングがより詳細にできる。【0176】
上記説明では、主に圧力を例に説明したが、計測されるのは、力センサを用いて力が計測されてもよい。また、力を計測する面積があらかじめ分かる状態であって、力を計測し、力を面積で除算して算出できる圧力等が用いられてもよい。【0177】
行動判定システム１００は、図示したシステム構成に限られない。すなわち、行動判定システム１００は、図示した以外の情報処理装置を更に有してもよい。一方で、行動判定システム１００は、１以上の情報処理装置で実現され、図示した情報処理装置より少ない情報処理装置で実現されてもよい。【0178】
なお、各装置は、１台の装置で実現されなくともよい。すなわち、各装置は、複数の装置で構成されてもよい。例えば、行動判定システム１００における各装置は、各処理を複数の装置で分散、並列又は冗長して行ってもよい。【0179】
なお、本発明に係る各処理の全部又は一部は、アセンブラ等の低水準言語又はオブジェクト指向言語等の高水準言語で記述され、コンピュータに行動判定方法を実行させるためのプログラムによって実現されてもよい。すなわち、プログラムは、情報処理装置又は複数の情報処理装置を有する情報処理システム等のコンピュータに各処理を実行させるためのコンピュータプログラムである。【0180】
したがって、プログラムに基づいて行動判定方法が実行されると、コンピュータが有する演算装置及び制御装置は、各処理を実行するため、プログラムに基づいて演算及び制御を行う。また、コンピュータが有する記憶装置は、各処理を実行するため、プログラムに基づいて、処理に用いられるデータを記憶する。【0181】
また、プログラムは、コンピュータが読み取り可能な記録媒体に記録されて頒布することができる。なお、記録媒体は、補助記憶装置、磁気テープ、フラッシュメモリ、光ディスク、光磁気ディスク又は磁気ディスク等のメディアである。さらに、プログラムは、電気通信回線を通じて頒布することができる。【0182】
以上、本発明の好ましい実施形態について詳述したが、本発明は、上記に説明した実施形態等に限定されるものではない。したがって、特許請求の範囲に記載された本発明の要旨の範囲内において、実施形態は、種々の変形又は変更が可能である。【0183】
本国際出願は、２０１８年２月２６日に出願された日本国特許出願２０１８−０３２３３６号に基づく優先権を主張するものであり、その全内容を本国際出願に援用する。【符号の説明】
【0184】
１００ 行動判定システム２ 計測デバイス
３ 情報端末
５ サーバ装置
５０２ 計測データ受信部
５０３ データ解析部
５０７ 行動判定部
５２６ 計測データ
５２７ 解析処理後データ
５２８ 行動データ
ＣＹＣ １荷重期
ＡＣＴ１ 歩行行動
ＡＣＴ２ 階段の下り行動
ＡＣＴ３ 自転車行動
ＡＣＴ４ 階段の上り行動
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【国際調査報告】