CN108139423A - 记录装置、移动终端、分析装置、程序以及存储介质 - Google Patents
记录装置、移动终端、分析装置、程序以及存储介质 Download PDFInfo
- Publication number
- CN108139423A CN108139423A CN201580049556.2A CN201580049556A CN108139423A CN 108139423 A CN108139423 A CN 108139423A CN 201580049556 A CN201580049556 A CN 201580049556A CN 108139423 A CN108139423 A CN 108139423A
- Authority
- CN
- China
- Prior art keywords
- walking
- stride
- walking speed
- pedestrian
- mobile terminal
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1112—Global tracking of patients, e.g. by using GPS
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4842—Monitoring progression or stage of a disease
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/486—Bio-feedback
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P1/00—Details of instruments
- G01P1/12—Recording devices
- G01P1/122—Speed recorders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
- H04B1/3827—Portable transceivers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/09—Rehabilitation or training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0223—Magnetic field sensors
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Radar, Positioning & Navigation (AREA)
- Physiology (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Biodiversity & Conservation Biology (AREA)
- Navigation (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Traffic Control Systems (AREA)
- Recording Measured Values (AREA)
Abstract
本发明提供能够高精度地检测步幅及步行速度的微小的变化趋势的记录装置、移动终端、分析装置、程序及存储介质。在具备移动终端和分析装置的记录装置中,移动终端具备GPS等位置测量装置和传感器,并从GPS等位置测量装置获得移动终端的位置信息,从传感器获得表示步行者是否在平坦的直路上步行的测量信息,并基于测量信息,仅提取出位置信息中步行者在平坦的直路上步行时的位置信息,并且基于所提取出的位置信息而算出步行者的步行速度及步幅;分析装置将由移动终端算出的步行速度及步幅、与同一步行者的以往的步行速度及步幅进行比较,并将步行速度及步幅的变化通知给步行者。
Description
技术领域
本发明涉及一种记录装置、移动终端、分析装置以及存储装置,尤其适用于测量步行者的步行速度及步幅的记录装置、移动终端、分析装置、程序以及存储介质中。
背景技术
已了解到,高龄者随着年龄的增加而步行速度变慢,近年来,即便是同年龄,步行速度也不断变快。另外,已知通常随着肉体的衰退而步幅呈逐渐变小的趋势。
另外,近年来,逐渐对移动终端附加加速度、气压、磁力、陀螺仪等各种传感器、GPS且不断普及。以下,在称为GPS等位置测量的情况下,是指利用包含由准天顶卫星等构成的***在内的GPS及其他卫星测位***测量位置,所谓GPS信号表示利用GPS以及其他的卫星测位***测量出的位置信息。
专利文献1中公开了通过将GPS与加速度传感器、地磁传感器以及陀螺仪传感器加以组合使用而检测步幅。更具体地公开了,在无法高精度地获得GPS信息的场所,通过使用加速度传感器、地磁传感器以及陀螺仪传感器等而准确地检测步幅。
现有技术文献
专利文献
专利文献1:日本专利特开2004-163168号公报
发明内容
[发明所欲解决的课题]
但是,社会保障费已超过100万亿日元,今后医疗费或护理费用也有可能急增,健康寿命的延长不仅对于本人而言成为问题,从经济性观点而言也成为社会性课题。步行能力的丧失是伴随老化的最初的阻碍,正如很多研究与需要护理风险、生存率或痴呆症等的关系性的论文中所发表,成为延长健康寿命的关键。
即便达到90岁的高龄也可恢复肌力的情况已被科学证实,即便暂时需要护理也恢复如初的事例也不少,但是,就在整个社会普及这一观点而言,一旦变得虚弱则无法恢复这一普遍认知也成为阻碍要因,无法确立使虚弱化的高龄者恢复的方法论。
由于步行能力逐渐下降,虚弱的本人自身虽意外也大多缺乏自觉性,周围的人也认为是年龄的缘故,大半错过了恢复的机会。由于不存在日常使用来客观地掌握虚弱化的状态的风险评价指标,也不存在客观地掌握恢复方法的效果的效果测量指标,因此,实际上即便存在有效的恢复方法,也无法得到普及。对于容易失去自信的虚弱高龄者的恢复而言,唤起激情、维持激情极其重要,但是,无法客观地体现进展缓慢的微小的恢复趋势也使朝向恢复的努力难以继续。
本发明的测量步行速度及步幅的记录装置,通过与已有的虚弱高龄者的恢复方法相结合而进行虚弱化的状态(风险)评价、效果评价,能够实现恢复方法的效果与再现性的验证,从而有助于确立延长健康寿命的方法论。当然,即使在变得虚弱之前的正常健康状态下,作为用于维持恢复体力旺盛的评价指标也有效。
为了增进健康而非常清楚每日的步数,但其步幅或步行速度的变化难以精确地进行测量,若非长期以同一条件进行测量,则无法掌握其微小的变化,因此,除了一部分的研究之外,在普通生活者的日常生活中很少知道。
只要不是身体状况突然严重恶化,则人类均是随着老化而步行速度逐渐降低。假设65岁时为60m/min的步行速度在85岁时变为0m/min,则在这期间以年平均Δ3m/min降低。若以年平均Δ1m/min左右降低,则在85岁时也能够维持40m/min的步行速度,因此生活上基本上不存在障碍,但若从某时间点起开始以年平均Δ2m/min以上的速度降低,则迟早会带来各种障碍。因此,适时掌握该1%/年左右的小变化变得重要。
若速度变化为每年减小百分之几,则本人不会注意到该降低。但是,若在速度的降低趋势开始加速,另外步幅开始变小的时期适时加以注意,在努力还有效的阶段努力,则很有可能防止虚弱化,延长健康寿命。为了使陌生的个人的步幅及步行速度的变化量变得有意义,必须在同一条件下获得高精度的步幅及步行速度的测量值,另外需要其评价基准,具体而言为这些测量值的经时变化(记录)、同属性集团中的平均值、以及标准偏差或者分布状况等。
另外,由于其平均值等的评价基准随着时代一起变化,因此也期望用以对评价基准持续进行修正的测量值的积累机制。
所有人都必定会衰老,因此,只要无突发的严重疾病或事故,则很多人都会确实地经历步行速度降低量不断增大这样的变化。
据说人的步行速度大致为4km/h(67m/min)左右,65岁至74岁时降低至60m/min。道路的绿灯是以步行速度1m/sec(60m/min)为基准而设定的,若速度变为35m/min左右,则无法在绿灯时间内完全横穿宽阔的街道。这时候,身体明显衰退,步行速度也开始急剧降低。
为了在这之前获得注意,作为步行速度降低量需要判断出一年大致Δ2m/min至Δ3m/min的小变化,若以3个月的较短期间判断,则作为速度降低趋势需要判断出Δ0.5~0.7m/min左右的小变化。这相当于步行速度的1%~2%,为了以99%以上的高准确率进行判断,要求具有测量误差的标准偏差远低于1%的高精度的步行速度变化趋势判断功能。同样,期望能够高精度地测量步幅变小的功能。
在此之前,也开发出了许多利用移动终端来算出步行速度的机制,但是,因为下述各种原因,很难以足够高的精度检测步行速度及步幅的时序性的微小变化量。
难以以时间序列且许多人共同实现同一条件的步行环境及步行状态下的测量。可成为同一步行环境以及步行状态的条件,在本发明中规定为:步行路为平坦的直路,并且测量时不需要操作设备,另外不限定终端的保持位置,尽可能无意识地进行测量。
若步行路弯曲或为曲线,则实际上成为同一条件下的情况仅为同一路径。若装置的保持方法被限定,或者在测量时需要进行按钮操作等,则实际上很难让很多人长时间持续进行测量。若有意识地进行测量,则其意识对于步行速度造成的影响程度会根据人而不同,另外,即便是同一人也会根据当时的情绪及其他因素而不同。
另外,陌生道路上步行速度容易变慢。此外,可以想到,雨天或气温及其他的天气也会使步行速度变化,最好仅提取出同一条件下的测量值来进行分析。除此之外,还可以想到有无携带物品、一人行走还是结伴而行等若干个步行速度变化要因。本发明的记录装置根据加速度传感器的测量结果来判断是否在一定时间内持续稳定地统计步数,在未持续稳定地统计步数时,作为异常值除外而进行处理。也可以根据位置信息来选择测量值。
另外,在无法机械性地判断上述要因的情况下,如本说明书第0075项至0080项所示,利用将发生频率相对较低且与平均值相差大的值的数据作为异常值而除外等的统计学方法进行处理。
在现有的***中,测量时伴随步行者的操作的情况不少。此外,若限定为同一人,则也可以限定为并非平直的步行路来观察变化。
在使用加速度传感器来测量步行速度的情况下,测量开始时的加速阶段的测量误差在其后也继续残留,而且随着时间的经过,测量误差累积而变大。
另外,在加速度传感器中,由个人特性或终端的携带方法以及习惯所引起的测量误差大,即便对同一人的多次步行速度测量值进行分析,其误差也无法缩小。据说使用现有的加速度传感器的步行速度的测量误差为8%~20%,基于上述理由,完全无法期待测量精度。
另一方面,在使用GPS信号测量位置的情况下,至少目前测量误差大,无法直接利用推算结果来算出精度高的步行速度。另外,利用GPS信号测量位置也存在耗电量大这一课题。
任何人都不会事先知道身体从何时开始急剧衰退,因此,最好在数年以上的长时间内持续对步行速度的降低趋势进行分析。为了在数年内持续进行测量,需要事先操作、或者限制终端的携带方式,故不适合。特别是对于有虚弱化之忧的多数高龄者来说,很难要求其持续操作设备。期望仅利用经常携带步行的移动终端等的终端便可以自动地持续测量这一方法。若是有意而为之,则步行方式与平常不同,从这一点来看,也要求无意识时自动测量。
以上,为了根据步行速度的时序性变化而判断成为虚弱化的早期预兆的步行速度降低趋势、或者判断步行速度的改善趋势,必须满足以下三个条件:(1)作为步行速度变化趋势判断功能,能够以99%以上的准确率判断出例如3个月内1%以下的速度变化的差异这样的高精度测量功能;(2)测量时不需要操作设备的自动测量功能;(3)所测量的步行环境和步行状态相同的确认功能。
现有技术中,不仅因为测量精度低而不满足(1)的条件,而且,仅以测量步行速度为目的,主要目的并不在其时序性变化、与许多人的比较上,因此并未研究出同时满足(2)和(3)的条件的测量方法。
另外,在对许多人的步行速度或步幅的降低趋势或者改善趋势进行分析,且将该见解有效应用于有望实现健康增进效果的产品和服务的促销中的情况下,另外,在设想验证其改善效果的事业的情况下,作为其前提,必须收集能够接受分析的许多人的高品质的步行速度数据或步幅数据。为此,也需要满足上述(1)测量精度、(2)自动测量、(3)同一环境以及状态确认的三个条件的测量方法。
若能够判断某一产品或服务的3个月左右的短期内的步行速度改善效果、1年左右的长期内的步行速度维持效果,则会认为步行速度的维持和改善与健康寿命的延长有关,因此,有可能开拓出新的健康市场。
本发明是考虑到以上情况而完成的,提供能够高精度地检测步幅及步行速度的微小的变化趋势的记录装置、移动终端、分析装置、程序以及存储介质。
[用于解决课题的技术手段]
为了解决上述课题,本发明的记录装置具备移动终端和分析装置,所述移动终端具备GPS等位置测量装置和传感器,并从所述GPS等位置测量装置获得所述移动终端的位置信息,从所述传感器获得表示步行者是否在平坦的直路上步行的测量信息,并基于所述测量信息,仅提取出所述位置信息中步行者在平坦的直路上步行时的位置信息,且基于所述提取出的位置信息而算出步行者的步行速度及步幅;所述分析装置将由所述移动终端算出的步行速度及步幅、与同一步行者的以往的步行速度及步幅进行比较,并将步行速度及步幅的变化通知给步行者。
另外,本发明的移动终端用于检测步行速度及步幅,其具备处理器、GPS等位置测量装置以及传感器,所述处理器从所述GPS等位置测量装置获得所述移动终端的位置信息,从所述传感器获得表示步行者是否在平坦的直路上步行的测量信息,并基于所述测量信息,仅提取出所述位置信息中步行者在平坦的直路上步行时的位置信息,且基于所述提取出的位置信息而算出步行者的步行速度及步幅。
另外,本发明的分析装置用于对步行速度及步幅进行分析,其将由所述移动终端算出的步行速度及步幅、与同一步行者的以往的步行速度及步幅进行比较,并将步行速度及步幅的变化通知给步行者。
另外,本发明中,使检测步行速度及步幅的移动终端的计算机执行以下步骤:第1步骤,从所述GPS等位置测量装置获得所述移动终端的位置信息;第2步骤,从所述传感器获得表示步行者是否在平坦的直路上步行的测量信息;第3步骤,基于所述测量信息,仅提取出所述位置信息中步行者在平坦的直路上步行时的位置信息;以及第4步骤,基于所述提取出的位置信息而算出步行者的步行速度及步幅。
另外,本发明中,使对步行速度及步幅进行分析的分析装置的计算机执行以下步骤:第1步骤,将由所述移动终端算出的步行速度及步幅、与同一步行者的以往的步行速度及步幅进行比较;第2步骤,将步行速度及步幅的变化通知给步行者。
此外,也可以通过移动终端的计算机获得GPS信号和传感器信息,且在分析装置的计算机中执行根据GPS信号而计算位置的座标的程序、和根据传感器信息而判断是否在平坦的直路上步行的程序。
另外,本发明中,可以记录用于使检测步行速度及步幅的移动终端的计算机执行以下步骤的程序,并且能够由计算机进行读取,即:第1步骤,从所述GPS等位置测量装置获得所述移动终端的位置信息;第2步骤,从所述传感器获得表示步行者是否在平坦的直路上步行的测量信息;第3步骤,基于所述测量信息,仅提取出所述位置信息中步行者在平坦的直路上步行时的位置信息;以及第4步骤,基于所述提取出的位置信息而算出步行者的步行速度及步幅。
另外,本发明中,可以记录用于使对步行速度及步幅进行分析的分析装置的计算机执行以下步骤,并且能够由计算机进行读取,即:第1步骤,将由所述移动终端算出的步行速度及步幅、与同一步行者的以往的步行速度及步幅进行比较;第2步骤,将步行速度及步幅的变化通知给步行者。
本发明的有益效果如下:
根据本发明,能够高精度地检测步幅及步行速度的微小的变化趋势。
附图说明
图1为记录装置的整体构成图。
图2为记录处理的流程图。
具体实施方式
图1表示本实施方式中的记录装置1的整体构成。记录装置1具备移动终端10和分析装置50。该移动终端10和分析装置50以能够相互通信的方式连接。
移动终端10具备:CPU(Central Processing Unit,中央处理器)11、存储装置12、传感器13、通信装置14以及GPS等位置测量装置15。CPU 11是与存储于存储装置12中的各种程序协作而综合控制移动终端10的动作的处理器。
另外,分析装置50具备:CPU 51、存储装置52以及通信装置53。以下,参照图2,对移动终端10和分析装置50的详细构成及处理进行说明。
图2表示本实施方式中的记录处理的处理步骤。首先,移动终端是通过将传感器13中预先设置的钟表、传感器13、GPS等位置测量装置15、CPU 11以及通信装置14加以组合而执行处理。
传感器13包括加速度传感器、陀螺仪传感器、磁传感器以及气压传感器。关于加速度传感器,虽然在步行速度测量中累积的测量误差成为问题,但其能够在一定时间内持续稳定地统计步数、以及能够得到足够判断步行速度的变化量的高精度。另外,气压传感器、陀螺仪传感器以及磁传感器能够以足够高的精度判断出步行路是否平坦、或者道路是否大幅弯曲或拐弯。
本发明通过利用传感器13自动提取出平坦直线状的步行路,并有效利用由此确定的步行时间内的3个以上地点的多个时刻的GPS信号,从而实现相比仅使用加速度传感器、或者根据GPS信号而测量2个地点间的位置更高精度的步行速度测量。
此外,一定时间内的步数可以通过加速度传感器而获得,因而也可以根据时间、步行速度、步数而算出平均步幅。
[算式1]
平均步幅=步行速度×步行所需时间/该所需时间内的步数……(式1)
此外,用以算出步幅的步行所需时间的开始时刻与结束时刻无需与GPS等的位置测量时刻一致,与步数统计同样地,通过使用加速度的峰值时刻等,可以实现与步行速度相同精度的步幅测量以及步幅变化趋势判断功能。
另外,可以根据算式1而推断出一日的步行能量消耗量(Kcal)。
[算式2]
一日步行能量消耗量=由步行速度导出的运动强度(代谢当量(METs))×体重×1.05
×通常步行时平均步幅×日总步数/步行速度……(式2)
CPU 11使用移动终端内的钟表,并根据存储于存储装置12中且通过加速度传感器收集的测量值,从而确定GPS等位置测量装置15的工作时间。具体而言,CPU 11确定GPS等位置测量装置15的工作时间的算法如下。
通常,在室内以稳定的节奏持续步行例如60秒以上的较长时间的情况很少。虽然在大规模大厦或商业大厦中也存在上述情况,但是,在因为身处室内或者大厦间等处而无法获得足够数量的GPS信号的情况下,CPU 11将所获得的GPS信号废弃等,不进行位置测量。
通常,从站立不动的状态、即步数统计基本停止的状态起,朝向步行方向的速度从0km/h逐渐升高,并在3km/h至5km/h左右转变为稳定的步行状态。然后,若稳定的步行状态持续数十米、例如30秒至60秒以上的时间,则步行至室外,故可以推断之后很有可能步行更长距离。
在如上所述在一定时间以上以一定以上的节奏持续统计步数的情况下,CPU 11推断该终端持有者开始在室外步行,从而确定GPS等位置测量装置15的工作时间(步骤1)。因此,关于在此之前的判断,即便未获得GPS信号,也可以仅通过加速度传感器统计步数而进行判断。该判断基准也可以根据终端持有者40的以往历史而个别性地确定。
而且,然后CPU 11使GPS等位置测量装置15进行工作(步骤2),并将一定时间内的多个时刻的GPS信号存储至存储装置12中(步骤3)。
在根据信号等判断出终端持有者暂时停止步行而步数统计稍微停止的情况下、或者通过陀螺仪传感器及磁传感器判断出步行方向改变的情况下,当在重新开始加速或步行方向转换后,数秒后通过加速度传感器测量出在一定时间以上以一定以上的节奏持续统计步数,从而判断为已进入稳定步行状态时,CPU 11将一定时间内的多个时刻的GPS信号存储至存储装置12中(步骤3)。
或者,在虽然稳定地统计步数,但步数统计急剧变慢、或者大幅减速的情况下,存在平坦的直路上的步行已结束的可能性,CPU 11也可以使GPS等位置测量装置15停止,仅将至此为止稳定地统计步行期间的GPS信号存储至存储装置12中(步骤3)。
若想要在未确定稳定步行的开始时刻和结束时刻的情况下,根据所有终端持有者40的位置信息来推算步行速度,虽然并非不可能,但需要庞大的计算量。该情况下,也可以考虑将实际的地图信息与所获得的GPS信号进行对照而提取分析对象的测量值的方法。
在街区小的地区,在刚开始步行后、或者方向刚转换后进入稳定步行的时间开始存储GPS信号,可以有效地存储有效的测量值的概率高。
此外,该GPS信号的存储持续预定的时间、例如60秒(以步行速度60m/min计为60m)。GPS信号的获取时间间隔可以任意地确定,并非必须为固定时间间隔。也可以根据终端持有者40以前的步行速度历史,针对每个终端持有者40而改变存储时间。
此外,以上通过利用加速度传感器统计步数而进行开始室外步行的判断,但是,也可以根据基于GPS信号的测量位置的移动来进行该判断。进而,上述并不排除室内的步行速度测量。另外,汽车、自行车、轮椅有时也以与通常步行相同程度的步行速度移动,这也可以通过利用加速度传感器统计步数进行判断。另外,可以通过移动终端而判断通话期间或移动终端的画面操作期间的步行与通常步行。
接着,CPU 11根据传感器13的信息来判断是以稳定的速度在平坦直线状的步行路上步行,还是处于加速时、减速时、方向转换时,另外,判断在该测量时间内是否持续获得足够数量的GPS信号(步骤4)。
此外,判断是以稳定的速度在平坦直线状的步行路上步行,还是处于加速时、减速时、方向转换时的方法是以如下方式进行。在通常的步行时,即便步行速度固定不变,由于身体反复上下动作,因而也可以利用加速度传感器与站立不动的状态加以区别,而且也可以统计步数。加速时或减速时也可以进行判断。在陀螺仪传感器中,当步行的方向改变时会出现大的变化,因而据此来进行判断。通过磁传感器来判断步行方向的变化、或者步行路是弯路还是直路。气压传感器能够高精度地判断步行路是平路还是坡路。
此外,在缓缓弯曲的道路上,有时无法通过加速度传感器或陀螺仪传感器明确判断出步行路是直路还是弯路,在平缓的坡道上有时也无法通过气压传感器而与平坦路加以区别。该情况下,也可以将推断步行路应用到实际的地图上,从而判断是否为平坦的直路。另外,也可以利用钟表限定测量时间段,以便省电。
当在步骤3中确定的GPS信号存储时间内步数的统计停止,且判断为暂时停止步行而站立不动时、或者通过陀螺仪传感器判断为步行方向改变时、或者通过磁传感器判断为步行路并非平坦的直路时,CPU 11将至此为止存储于存储装置12中的GPS信号废弃(步骤5)。
而且,CPU 11在判断为有可能步入新的平坦的直路时,重新开始存储GPS信号。此外,在统计步数的步调忽然变慢或者变快时、急剧加速或减速时也同样地进行处理。另外,在一定时间以上未统计步数时或者统计步数的统计数极少时,CPU 11也可以判断为终端持有者停止室外步行,并使GPS等位置测量装置15停止工作。
接着,CPU 11根据在步骤4提取出且从一定时间、例如数十秒的GPS信号获取的位置信息,并使用下述方法而算出精度高的步行速度(步骤6)。此外,也可以从移动终端10向分析装置50发送表示步幅的信息。
从步骤4中获得的GPS信号获得各GPS信号获得时刻的测量位置座标(Xi、Yi)。但是,该获得的位置座标本身的精度仍然低。此外,不仅是GPS信号,也可以使用无线局域网等来校正测量位置。
由于将测量对象步行路设为直路,因而将Ti设为各GPS信号获得时刻,将该GPS信号获得时间段的步行路设为第0065项的算式所表示的直线,从而可以如下那样近似求出推断位置座标(xi、yi)。其中,a、b、c、d分别为以下所确定的常数,但在下述多元回归分析中为自变量。
[算式3]
xi=aTi+b、yi=cTi+d…………(式3)
利用最小二乘法,对各测量时刻Ti的直线步行路中的推断位置座标(xi、yi)与基于GPS信号的位置测量结果(Xi、Yi)的距离的平方的总和S进行处理,求出常数a、b、c、d。其中,N表示上述分析中使用的位置测量样品数,i表示1~N的样品编号,Σ表示i=1~N的总和。
[算式4]
S=Σ[(Xi-xi)*(Xi-xi)+(Yi-yi)*(Yi-yi)],
根据dS/da=0、dS/db=0、dS/dc=0、dS/dd=0这四个算式得出,
a=[Σ(Ti*Xi)-(ΣXi*ΣTi)/N]/[Σ(Ti*Ti)-(ΣTi*ΣTi)/N]
b=(ΣXi-aΣTi)/N
c=[Σ(Ti*Yi)-(ΣYi*ΣTi)/N]/[Σ(Ti*Ti)-(ΣTi*ΣTi)/N]
d=(ΣYi-cΣTi)/N
……(式4)
另外,由于各时刻Ti的推断位置座标(xi、yi)能够通过算式3而确定,因而能够求出该期间的步行速度v。
[算式5]
v=√[(xN-x1)*(xN-x1)+(yN-y1)*(yN-y1)]/(TN-T1)…(式5)
该阶段中,即便单个地点的位置测量结果(Xi、Yi)的测量精度低,推断位置座标(xi、yi)和该期间的步行速度v的精度也大幅提高。只要具有同样的效果,则也可以使用其他的多变量分析方法。
接着,CPU 11将步骤6中求出的步行速度及步幅的信息发送至分析装置50。然后,在分析装置50中对发送来的步行速度及步幅加以存储和分析,提取出同一条件下的步行速度,判断数周至数月内的变化趋势,并通知终端持有者40(步骤7)。此外,也可以由分析装置50对数周至数月内的步幅的变化趋势进行判断并通知给终端持有者40。
具体而言,分析装置50改变时间段或日期而在一定期间内持续进行步行速度的推断,并进行单回归分析而判断该一定期间的步行速度的变化趋势。
除了由本发明的测量手段自身引起的测量误差以外,每天的步行速度也会随着当日的健康状态、情绪或各种环境要因而变化。
与由当日的健康状态、情绪或各种环境要因所引起的变动相比,由测量手段自身引起的测量误差非常小,若在例如3个月或6个月的长时间内呈明显降低趋势,则识别为步行速度降低趋势的征兆,认为这是有意义的。
当存在上述步行速度的一定以上的降低趋势时,将其作为警报而传送给终端持有者40,作为有意识地增进健康的契机。另外,认为将该期间的步行速度的测量值以时间序列绘制于图表中进行表示也是有意义的。反之,即使是在同样的期间内步行速度得到改善的情况下,作为至此为止的期间内的努力结果而传送给终端持有者40,在进一步提起改善健康的热情方面也有意义。
在分析装置50中,将各次测定j的步行速度设为vj,将该各次测定的日期设为tj,将通过以横轴为日期tj、纵轴为步行速度vj的单回归分析而获得的回归直线上的步行速度设为Vj,得到表示步行速度的时序性变化的回归式。e与f是通过3天以上的数据vj与tj的单回归分析而获得的常数。
[算式6]
Vj=e×tj+f····(式6)
步行速度不仅随着当日的情绪或环境等而变化,而且也随着与友人一起步行、着急、以及持有重物等情况而变化。因此,将与算式6相差较大的vj值,例如相差与Vj之差的标准偏差的1至2倍以上的日期的步行速度数据除外,重新进行单回归分析。重新获得的单回归直线由以下的算式表示。
[算式7]
V′j=e′×tj+f′····(式7)
在重新获得的算式7中,改为上述第0076段落的标准偏差的1至2倍以内的数值的数据,进而重新进行单回归分析,并重复2、3次这样的程序,将与回归直线式相差很大的测量次的数值判断为测量条件特异的异常值并除外。
另外,也可以利用聚类分析等其他的多变量分析方法来区分异常值。此外,有时会将有意识加速步行的数值除外,但是,例如作为该时期的最高步行速度而预先记录是有意义的。
此外,在利用一定时间内持续的GPS信号测量位置时,有时获得GPS信号的卫星中途会发生变换,或者无法获得足够数量的卫星信号。在本发明中,由于其目的在于判断3个月等一定期间的步行速度的变化趋势,故没有在每次测量时都求出分析结果的必要性。在如上所述无法期待充分的测量精度时,也可以废弃测量值,而采用同一天的另一时间段的测量值,即便存在无法测量的日子也不存在问题。
另外,步行速度在已经熟悉的道路与初次步行的道路上自然会变化。由于使用GPS信号,因而可以将步行速度测量限定在自家周边等特定的场所。另外,步行速度也会随着雨天等天气而改变,但是,也可以将GPS信号与天气预报结合,将雨天时、降雪时或强风时的测量结果除外。
由此,能够使测量条件一致,从而提高分析结果的精度。如上所述,着眼于不需要在每次测量速度时都获得测量值这一点,若不存在将成为精度降低的原因的测量值废弃这一机制,则实际上难以实现本发明所要求那样的高测量精度。另外,也可以仅对居住于一定地区的终端持有者40提供服务。
GPS的精度以标称值95%(2DRMS)的准确率计为7.8m以内。实际上,由于各种要因,据说当前的测量误差有10m~20m。假设GPS的位置测量误差(标准偏差)为10m,以步行速度60m/min步行48m的步行距离需要48秒,若每秒测量1次速度,则包括前后可测量49次。
在利用本发明的方法,并利用最小二乘法对49次的测量值进行分析时,该步行速度的测量误差的标准偏差缩小至约3%。若步行路变长、或者测量时间间隔缩短、或者步行速度降低,则该标准偏差值会变得更小。在3个月内,假设除雨天之外以81次/天进行测量,从3个月内的趋势(trend)可知,每3个月的步行速度降下量的推算值的测量误差的标准偏差缩小至0.33%左右。由此,可以以99%左右的准确率(虽然降低但未误判为呈维持或增加趋势)而判断出3个月内呈0.5m/min左右(约▲0.83%)的降低趋势。
此外,根据以上例示可知,步行速度变化量的测量精度可以通过改变测量时间的长度、测量次数等而某种程度地进行调整。由此,能够实现高精度的步行速度变化趋势判断功能。
接着,以下将步行能力的恢复过程分解为PDCA循环、即恢复方法的选择(Plan)、恢复努力(Do)、风险及效果评价(Check)以及恢复方法的重新评估及修改(Act)这一系列流程进行表示。
在恢复方法的选择(Plan)中,恢复步行能力的方法有适当的营养摄取、各种运动方法、运动时同时采用的疲劳恢复方法、精神方面的热情维持方法等形形色色的方法,从这些方法中选择认为对该个人有效果的方法,并确定如何执行。
即便仅采取步行,目前也已成立了非常多的步行俱乐部,也存在步行10km以上、有时甚至步行40km的俱乐部,还存在缓慢愉快地步行数km的俱乐部、间歇性步行(intervalwalking)、以腰腿变弱者为对象的拄杖步行(pole walking)俱乐部等各种各样的俱乐部。若例示其中最简单的方法,那就是在不勉强的范围内更多地步行。
接着,在恢复努力(Do)中,执行所选择的方法。然后,在风险及效果评价(Check)中,在朝着恢复的方向努力一定期间后,定量性地掌握该效果为何种程度。本发明中,成为步行速度及步幅的恢复量。此外,在执行PDCA循环的最初阶段中,并非恢复评价,而是状态评价及风险评价。
在恢复方法的重新评估及修改(Act)中,基于风险及效果评价(Check)而对恢复方法进行重新评估并进行修改。可以想象到,若在风险及效果评价(Check)中看到较佳的恢复趋势,则恢复热情高涨,进而会想要增加运动量、或者同时采用饮食等其他方法。另一方面,可以想象到,若在风险及效果评价(Check)中未获得所期望的效果,则修改为其他方法或做法。
以上,分解为PDCA循环进行说明,但是,可以想象到,在朝着恢复的方向努力的情况下,即便未意识到PDCA循环也会无意识地经过同样的过程。但是,以往由于无法适当地进行风险及效果评价(Check),故而无法选择适当的方法,也难以使PDCA循环持续。
但是,利用本发明的高精度的步行速度变化趋势判断功能,能够进行风险及效果评价(Check),因此,若以一定数量的样品为前提,则可以验证效果的程度和多个样品中的再现性。另外,也可以验证用以实现该效果及再现性的条件。
可以验证效果及再现性,是指利用者表现出具有已被验证的再现性的效果,即可以将步行能力的恢复确立为方法论。在恢复方法的选择(Plan)时,若各种方法的效果及再现性已被验证,且预先知晓对于哪种状态的人有效,则可以做出更好的选择。
另外,有望实现如下良好的循环,即:在恢复努力(Do)中,由于效果和再现性已被验证,因而使本人的恢复热情被唤起,进而通过风险及效果评价(Check)使得热情得以维持。由此,认为可以确立成为延长健康寿命的关键的步行能力恢复的方法论。
此外,基于上述方法论,能够构建效果与再现性得到验证且促进步行能力的恢复的PDCA循环的服务。在该服务中,作为附带事项,也可以添加下述内容。
步行速度或步幅不仅根据步行能力而不同,也根据性格及其他因素而每个人各不相同,仅仅与同年代的其他人比较速度,认为其意义不大,但是,认为与同年代的其他人比较速度变化的程度是有意义的。另外,通过追随自身长期的速度变化,可以判断体力的下降或恢复趋势。在步行速度变慢后步行能力恢复的情况下,自己能够得到自身恢复到了多少岁时的状态这一指标。
由于能够同时评价步幅,因而能够得知仅仅是步行速度变快,还是包含步幅在内也正在恢复。步行消耗能量推断值也成为参考指标。由于位置信息和终端持有者的通常步行速度已知,故能够将同一地区内步行速度相同程度的人作成列表。在事先得到终端持有者许可的前提下,可以向其发送与步行能力相符的步行活动或者邀请其参加俱乐部等的信息。
在以护理预防为目的的俱乐部中,可以采取用于激起终端持有者40的热情的各种措施,例如显示会员的步行速度变化的平均值等。通过在得到许可的人员之间彼此交换信息,从而受到刺激,并且,通过例如由步行速度恢复的人向其他人传授其秘诀等的支援,有望使健康增进行为得以继续且更为努力。
将步行速度和步幅的变化传送给终端持有者40的服务单独也具有意义,但是,由于能够验证有望实现步行能力的改善效果的产品和服务的效果,因此,根据该验证结果,可以适时推荐该产品和服务。同时,能够继续验证其改善效果,并且进一步积累其验证结果。
如上所述,通过将与分析装置50通信连接的移动终端10与具有步行能力恢复效果的产品及服务加以组合,能够开创出也可被称为具有利用PDCA循环的虚弱化风险及改善度评价服务的产品或服务这样的全新的健康市场。
若该个人同意将步行速度的变化自动传送给保健所,则保健所可以单独提取出体力正快速衰退的人,从而也可以单独对该个人的恢复提供支援。
至今为止的通过手动执行的步行速度的测量中,在关于随着年龄一起变化的步行速度的研究中,不易集合足够数量的被试验者,仅可以对5岁年龄组别、性别的步行速度的变化进行分析。集合的被试验者限于比较健康的人,步行能力相当程度降低的人无法来到测量会场。
利用现有的加速度传感器测量步行速度需要操作终端,因而仅可测量出意识到测量时的速度,另外,实际上也很难长时间持续进行测量。另外,并未对步行路是直路还是弯路、或是已熟悉的道路还是初次步行的道路等进行判断,也无法进行使步行环境条件与其他人一致的测量。
若是仅通过携带移动终端而无意识地测量步行速度的机制,则只要不封藏移动终端,便可以掌握经过直至变为无法步行的状况为止,可以追踪许多人的长期的推移。若能够获得足够数量样品的长期的测量值,则可以按年龄、性别、身高等来进行详细分析,另外,也可以进行使用了各种产品及服务的群组与对照组的比较评价。
基于上述分析、比较评价,能够开发出促进步行能力恢复的产品及服务,可以将其效果及再现性的验证结果作为恢复方法的选择(Plan)的选择基准而示出。
[符号说明]
1 记录装置
10 移动终端
11、51 CPU
12、52 存储装置
13 传感器
14、53 通信装置
15 GPS等位置测量装置
40 终端持有者
50 分析装置
60 保健所。
Claims (16)
1.一种记录装置,其具备移动终端和分析装置,其特征在于:
所述移动终端被构成为:
具备GPS等位置测量装置和传感器,并且,
从所述GPS等位置测量装置获得所述移动终端的位置信息,
从所述传感器获得表示步行者是否在平坦的直路上步行的测量信息,
基于所述测量信息,仅提取出所述位置信息中步行者在平坦的直路上步行时的位置信息,
基于所述提取出的位置信息而算出步行者的步行速度及步幅,
所述分析装置被构成为:
将由所述移动终端算出的步行速度及步幅、与同一步行者的以往的步行速度及步幅进行比较,并将步行速度及步幅的变化通知给步行者。
2.根据权利要求1所述的记录装置,其特征在于:
所述移动终端始终从所述GPS等位置测量装置获得所述移动终端的位置信息。
3.根据权利要求1所述的记录装置,其特征在于:
所述移动终端从所述传感器获得表示步行者是否在平坦的直路上步行,且表示步行者是否在一定时间以一定以上的节奏步行的测量信息,并且,
基于所述测量信息,仅提取出所述位置信息中步行者在一定时间内以一定以上的节奏在平坦的直路上步行时的位置信息。
4.根据权利要求1所述的记录装置,其特征在于:
所述移动终端根据所述测量信息,在步数统计的节奏在一定时间内持续为一定以上时,使所述GPS等位置测量装置进行工作,从而获得所述位置信息。
5.根据权利要求1所述的记录装置,其特征在于:
所述移动终端根据所述测量信息,并基于判断出步行速度的加速、减速或者步行方向的变化而确定作为位置信息提取的对象的时间段。
6.根据权利要求1所述的记录装置,其特征在于:
所述移动终端基于所述位置信息和所述位置信息的获得时刻,通过多变量分析而缩小测量误差,从而算出步行速度。
7.根据权利要求1所述的记录装置,其特征在于:
所述分析装置基于由所述移动终端算出的步行速度,通过回归分析而对一定期间的步行速度及步幅的变化趋势进行分析。
8.根据权利要求6所述的记录装置,其特征在于:
所述分析装置将步行速度及步幅的变化趋势通知给步行者,并在步行速度呈一定以上的降低趋势时,将步行能力的恢复方法通知给步行者。
9.根据权利要求1所述的记录装置,其特征在于:
所述分析装置将由所述移动终端算出的步行速度及步幅、与其他步行者的由移动终端算出的步行速度及步幅进行比较,并将步行速度及步幅的变化通知给步行者。
10.根据权利要求1所述的记录装置,其特征在于:
所述传感器包括:
加速度传感器,其检测步数的统计以及步行速度的加速、减速信息;
陀螺仪传感器,其检测步行方向的变化;
磁传感器,其检测步行路是否为直路;以及
气压传感器,其检测步行路是否平坦。
11.一种移动终端,其检测步行速度及步幅,其特征在于:
具备CPU、GPS等位置测量装置以及传感器,
所述CPU被构成为:
从所述GPS等位置测量装置获得所述移动终端的位置信息,
从所述传感器获得表示步行者是否在平坦的直路上步行的测量信息,
基于所述测量信息,仅提取出所述位置信息中步行者在平坦的直路上步行时的位置信息,并且,
基于所述提取出的位置信息而算出步行者的步行速度及步幅。
12.一种分析装置,其对步行速度及步幅进行分析,其特征在于:
将由所述移动终端算出的步行速度及步幅、与同一步行者的以往的步行速度及步幅进行比较,并将步行速度及步幅的变化通知给步行者。
13.一种程序,其特征在于,使检测步行速度及步幅的移动终端的计算机执行以下步骤;
第1步骤,从所述GPS等位置测量装置获得所述移动终端的位置信息;
第2步骤,从所述传感器获得表示步行者是否在平坦的直路上步行的测量信息;
第3步骤,基于所述测量信息,仅提取出所述位置信息中步行者在平坦的直路上步行时的位置信息;以及
第4步骤,基于所述提取出的位置信息而算出步行者的步行速度及步幅。
14.一种程序,其特征在于,使对步行速度及步幅进行分析的分析装置的计算机执行以下步骤;
第1步骤,将由所述移动终端算出的步行速度及步幅、与同一步行者的以往的步行速度及步幅进行比较;以及
第2步骤,将步行速度及步幅的变化通知给步行者。
15.一种计算机可读取的记录介质,其特征在于:记录用于使检测步行速度及步幅的移动终端的计算机执行以下步骤的程序;
第1步骤,从所述GPS等位置测量装置获得所述移动终端的位置信息;
第2步骤,从所述传感器获得表示步行者是否在平坦的直路上步行的测量信息;
第3步骤,基于所述测量信息,仅提取出所述位置信息中步行者在平坦的直路上步行时的位置信息;以及
第4步骤,基于所述提取出的位置信息而算出步行者的步行速度及步幅。
16.一种计算机可读取的记录介质,其特征在于:记录用于使对步行速度及步幅进行分析的分析装置的计算机执行以下步骤的程序;
第1步骤,将由所述移动终端算出的步行速度及步幅、与同一步行者的以往的步行速度及步幅进行比较;以及
第2步骤,将步行速度及步幅的变化通知给步行者。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014205951 | 2014-09-18 | ||
JP2014-205951 | 2014-09-18 | ||
PCT/JP2015/075342 WO2016043081A1 (ja) | 2014-09-18 | 2015-09-07 | レコーディング装置、携帯端末、解析装置、プログラム及び記憶媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108139423A true CN108139423A (zh) | 2018-06-08 |
Family
ID=55533120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580049556.2A Pending CN108139423A (zh) | 2014-09-18 | 2015-09-07 | 记录装置、移动终端、分析装置、程序以及存储介质 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20170292968A1 (zh) |
EP (1) | EP3196658A1 (zh) |
JP (1) | JP6113934B2 (zh) |
KR (1) | KR20170045746A (zh) |
CN (1) | CN108139423A (zh) |
WO (1) | WO2016043081A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263871A (zh) * | 2019-06-26 | 2019-09-20 | 深圳市悦动天下科技有限公司 | 计步作弊检测方法、装置、智能终端和存储介质 |
CN112955751A (zh) * | 2018-08-27 | 2021-06-11 | 椎名一博 | 步行评价***、步行评价方法及其程序、存储介质、便携终端以及服务器 |
WO2021143184A1 (zh) * | 2020-01-15 | 2021-07-22 | 中国电子科技集团公司电子科学研究院 | 一种健康监测***及方法 |
CN113311184A (zh) * | 2021-05-31 | 2021-08-27 | 南京润楠医疗电子研究院有限公司 | 一种基于无线信号的步态速度和步幅提取方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6724835B2 (ja) * | 2017-03-23 | 2020-07-15 | カシオ計算機株式会社 | 移動解析装置、移動解析方法及びプログラム |
JP2019010435A (ja) * | 2017-06-30 | 2019-01-24 | 国立研究開発法人産業技術総合研究所 | ヘルスケアサービスシステム |
WO2019194764A2 (en) * | 2017-10-25 | 2019-10-10 | Turkcell Teknoloji Arastirma Ve Gelistirme Anonim Sirketi | A system and method for compensating for reduction of measurement precision in location services |
EP3586742B1 (en) * | 2018-06-27 | 2021-08-04 | The Swatch Group Research and Development Ltd | Methods for computing a real-time step length and speed of a running or walking individual |
CN113473901A (zh) * | 2019-04-09 | 2021-10-01 | 松下知识产权经营株式会社 | 行动支持***及行动支持方法 |
WO2023021738A1 (ja) * | 2021-08-16 | 2023-02-23 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、プログラム、並びに情報処理システム |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1194574A (zh) * | 1996-04-08 | 1998-09-30 | 精工爱普生株式会社 | 锻练测验用辅助装置 |
JPH11194033A (ja) * | 1997-12-30 | 1999-07-21 | Jatco Corp | 携帯用位置検出装置および位置管理システム |
CN1530880A (zh) * | 2003-03-07 | 2004-09-22 | ������������ʽ���� | 体动检测装置、节拍计、手表型信息处理装置、及其控制方法、控制程序以及记录介质 |
CN1201619C (zh) * | 2001-12-04 | 2005-05-11 | 日本电气株式会社 | 带有内置全球定位***的便携式终端设备 |
CN101032401A (zh) * | 2006-03-10 | 2007-09-12 | 通用电气公司 | 用于测量并报告步行速度变化的***和方法 |
JP4205930B2 (ja) * | 2002-11-11 | 2009-01-07 | 住友精密工業株式会社 | 携帯用自律航法装置 |
CN102440781A (zh) * | 2010-10-12 | 2012-05-09 | 中山市创源电子有限公司 | 运动量计量方法与装置 |
US8229700B2 (en) * | 2007-07-11 | 2012-07-24 | Vti Technologies Oy | Method and device for measuring the progress of a moving person |
CN102768842A (zh) * | 2001-02-28 | 2012-11-07 | 索尼公司 | 信息记录、再现设备及方法、信息记录介质、程序存储介质、及程序 |
US20130073255A1 (en) * | 2010-09-30 | 2013-03-21 | Fitbit, Inc. | Portable Monitoring Devices and Methods of Operating Same |
CN103154954A (zh) * | 2010-08-09 | 2013-06-12 | 耐克国际有限公司 | 使用移动装置监测健身 |
JP5251270B2 (ja) * | 2008-06-04 | 2013-07-31 | 三菱化学株式会社 | パーキンソン病の評価装置 |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5251270A (en) * | 1975-10-20 | 1977-04-25 | Sugiyama Kazuya | Ignition device with timer for firing a lighter |
US6175608B1 (en) * | 1998-10-28 | 2001-01-16 | Knowmo Llc | Pedometer |
JP3734429B2 (ja) * | 2001-04-16 | 2006-01-11 | 株式会社タニタ | 歩数計 |
JP3734452B2 (ja) * | 2001-10-23 | 2006-01-11 | 株式会社タニタ | 生活障害関連身体情報判定装置 |
AU2004230678A1 (en) * | 2003-04-03 | 2004-10-28 | University Of Virginia Patent Foundation | Method and system for the derivation of human gait characteristics and detecting falls passively from floor vibrations |
EP1867951B1 (en) * | 2005-03-28 | 2014-03-19 | Asahi Kasei EMD Corporation | Traveling direction measuring apparatus and traveling direction measuring method |
JP4008464B2 (ja) * | 2005-08-29 | 2007-11-14 | 本田技研工業株式会社 | 運動誘導装置 |
US8626472B2 (en) * | 2006-07-21 | 2014-01-07 | James C. Solinsky | System and method for measuring balance and track motion in mammals |
US8120498B2 (en) * | 2007-09-24 | 2012-02-21 | Intel-Ge Care Innovations Llc | Capturing body movement related to a fixed coordinate system |
US8206325B1 (en) * | 2007-10-12 | 2012-06-26 | Biosensics, L.L.C. | Ambulatory system for measuring and monitoring physical activity and risk of falling and for automatic fall detection |
KR20090082711A (ko) * | 2008-01-28 | 2009-07-31 | 삼성전자주식회사 | 보행자 항법 시스템에서의 보폭 추정 방법 및 시스템 |
JP5063420B2 (ja) * | 2008-03-10 | 2012-10-31 | シャープ株式会社 | 情報提示装置、情報提示システム |
US20100079291A1 (en) * | 2008-09-26 | 2010-04-01 | Muve, Inc. | Personalized Activity Monitor and Weight Management System |
WO2011026257A1 (zh) * | 2009-09-03 | 2011-03-10 | Yang Changming | 利用织品感测器的步态分析***及方法 |
JP5509991B2 (ja) * | 2010-03-29 | 2014-06-04 | 富士通株式会社 | 可搬型携帯端末及び移動形状算出プログラム |
US8712724B2 (en) * | 2010-09-30 | 2014-04-29 | Fitbit, Inc. | Calendar integration methods and systems for presentation of events having combined activity and location information |
US9148483B1 (en) * | 2010-09-30 | 2015-09-29 | Fitbit, Inc. | Tracking user physical activity with multiple devices |
US8694251B2 (en) * | 2010-11-25 | 2014-04-08 | Texas Instruments Incorporated | Attitude estimation for pedestrian navigation using low cost mems accelerometer in mobile applications, and processing methods, apparatus and systems |
JP5953677B2 (ja) * | 2011-08-30 | 2016-07-20 | ソニー株式会社 | 情報処理装置、情報処理方法、プログラム、及び記録媒体 |
US9165113B2 (en) * | 2011-10-27 | 2015-10-20 | Intel-Ge Care Innovations Llc | System and method for quantitative assessment of frailty |
US9408561B2 (en) * | 2012-04-27 | 2016-08-09 | The Curators Of The University Of Missouri | Activity analysis, fall detection and risk assessment systems and methods |
JP2014140604A (ja) * | 2013-01-23 | 2014-08-07 | Kazuhiro Shiina | 歩行速度および歩幅測定システム |
EP2951533A4 (en) * | 2013-02-01 | 2016-08-10 | Trusted Positioning Inc | METHOD AND SYSTEM FOR VARIATING THE STEP LENGTH ASSESSMENT USING A NONLINEAR SYSTEM IDENTIFICATION |
US20140309964A1 (en) * | 2013-04-11 | 2014-10-16 | Microsoft Corporation | Internal Sensor Based Personalized Pedestrian Location |
US9801568B2 (en) * | 2014-01-07 | 2017-10-31 | Purdue Research Foundation | Gait pattern analysis for predicting falls |
KR102292683B1 (ko) * | 2014-09-12 | 2021-08-23 | 삼성전자주식회사 | 보행 환경 인식 방법 및 장치 |
KR101693629B1 (ko) * | 2014-12-19 | 2017-01-09 | 서울대학교산학협력단 | 로코모션 인터페이스 장치상에서 보행하는 보행자의 위치 추정 방법 및 장치 |
US20170035330A1 (en) * | 2015-08-06 | 2017-02-09 | Stacie Bunn | Mobility Assessment Tool (MAT) |
-
2015
- 2015-09-07 KR KR1020177006227A patent/KR20170045746A/ko active IP Right Grant
- 2015-09-07 WO PCT/JP2015/075342 patent/WO2016043081A1/ja active Application Filing
- 2015-09-07 EP EP15842881.3A patent/EP3196658A1/en not_active Withdrawn
- 2015-09-07 JP JP2016548839A patent/JP6113934B2/ja active Active
- 2015-09-07 US US15/511,917 patent/US20170292968A1/en not_active Abandoned
- 2015-09-07 CN CN201580049556.2A patent/CN108139423A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1194574A (zh) * | 1996-04-08 | 1998-09-30 | 精工爱普生株式会社 | 锻练测验用辅助装置 |
JPH11194033A (ja) * | 1997-12-30 | 1999-07-21 | Jatco Corp | 携帯用位置検出装置および位置管理システム |
CN102768842A (zh) * | 2001-02-28 | 2012-11-07 | 索尼公司 | 信息记录、再现设备及方法、信息记录介质、程序存储介质、及程序 |
CN1201619C (zh) * | 2001-12-04 | 2005-05-11 | 日本电气株式会社 | 带有内置全球定位***的便携式终端设备 |
JP4205930B2 (ja) * | 2002-11-11 | 2009-01-07 | 住友精密工業株式会社 | 携帯用自律航法装置 |
CN1530880A (zh) * | 2003-03-07 | 2004-09-22 | ������������ʽ���� | 体动检测装置、节拍计、手表型信息处理装置、及其控制方法、控制程序以及记录介质 |
CN101032401A (zh) * | 2006-03-10 | 2007-09-12 | 通用电气公司 | 用于测量并报告步行速度变化的***和方法 |
US8229700B2 (en) * | 2007-07-11 | 2012-07-24 | Vti Technologies Oy | Method and device for measuring the progress of a moving person |
JP5251270B2 (ja) * | 2008-06-04 | 2013-07-31 | 三菱化学株式会社 | パーキンソン病の評価装置 |
CN103154954A (zh) * | 2010-08-09 | 2013-06-12 | 耐克国际有限公司 | 使用移动装置监测健身 |
US20130073255A1 (en) * | 2010-09-30 | 2013-03-21 | Fitbit, Inc. | Portable Monitoring Devices and Methods of Operating Same |
CN102440781A (zh) * | 2010-10-12 | 2012-05-09 | 中山市创源电子有限公司 | 运动量计量方法与装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112955751A (zh) * | 2018-08-27 | 2021-06-11 | 椎名一博 | 步行评价***、步行评价方法及其程序、存储介质、便携终端以及服务器 |
CN112955751B (zh) * | 2018-08-27 | 2023-10-10 | 椎名一博 | 步行评价***、步行评价方法、存储介质以及服务器 |
CN110263871A (zh) * | 2019-06-26 | 2019-09-20 | 深圳市悦动天下科技有限公司 | 计步作弊检测方法、装置、智能终端和存储介质 |
CN110263871B (zh) * | 2019-06-26 | 2023-04-18 | 深圳市悦动天下科技有限公司 | 计步作弊检测方法、装置、智能终端和存储介质 |
WO2021143184A1 (zh) * | 2020-01-15 | 2021-07-22 | 中国电子科技集团公司电子科学研究院 | 一种健康监测***及方法 |
CN113311184A (zh) * | 2021-05-31 | 2021-08-27 | 南京润楠医疗电子研究院有限公司 | 一种基于无线信号的步态速度和步幅提取方法 |
CN113311184B (zh) * | 2021-05-31 | 2024-02-02 | 南京润楠医疗电子研究院有限公司 | 一种基于无线信号的步态速度和步幅提取方法 |
Also Published As
Publication number | Publication date |
---|---|
US20170292968A1 (en) | 2017-10-12 |
JPWO2016043081A1 (ja) | 2017-04-27 |
WO2016043081A1 (ja) | 2016-03-24 |
EP3196658A1 (en) | 2017-07-26 |
JP6113934B2 (ja) | 2017-04-12 |
KR20170045746A (ko) | 2017-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108139423A (zh) | 记录装置、移动终端、分析装置、程序以及存储介质 | |
CN104224186B (zh) | 运动机能减退和/或运动机能亢进状态的检测 | |
Vhaduri et al. | Estimating drivers' stress from GPS traces | |
Searle et al. | Characterizing and quantifying human movement patterns using GPS data loggers in an area approaching malaria elimination in rural southern Zambia | |
CN101614560B (zh) | 基于gps定位的运动记录器和方法 | |
Montini et al. | Searching for parking in GPS data | |
Wiebe et al. | Adolescents’ fears of violence in transit environments during daily activities | |
CN105816153A (zh) | 一种睡眠监测***及方法 | |
Wallace et al. | Measurement of distinguishing features of stable cognitive and physical health older drivers | |
Fan et al. | Smartphone-based travel experience sampling and behavior intervention among young adults | |
Cetateanu et al. | A novel methodology for identifying environmental exposures using GPS data | |
CN103785157A (zh) | 人体运动类型识别准确度提高方法 | |
Olsen et al. | Day-to-day intrapersonal variability in mobility patterns and association with perceived stress: A cross-sectional study using GPS from 122 individuals in three European cities | |
CN105342583B (zh) | 一种高精度计步的老年人智能监护装置 | |
CN201622624U (zh) | 运动记录器 | |
CN107150690A (zh) | 一种基于道路标线的驾驶疲劳预警方法 | |
Wallace et al. | Big data analytics to identify deceleration characteristics of an older driver | |
Perdue | The influence of unplanned attraction visits on expenditures by travel-through visitors | |
Carr et al. | Long-term surveillance of physical activity habits of Latinas enrolled in a 12-month physical activity intervention | |
Ma et al. | Infer Daily Mood using Mobile Phone Sensing. | |
Song et al. | Air pollution perception bias: Mismatch between air pollution exposure and perception of air quality in real-time contexts | |
Howcroft et al. | Driving destination measures in older adult drivers with differing health statuses | |
CN111584020A (zh) | 一种个人健康生活大数据采集与分析*** | |
TW201340041A (zh) | 評估跌倒風險之系統及其方法 | |
Thompson et al. | Estimating personal physical activity from transport |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180608 |