JP2013027629A - 運動指導装置、運動指導プログラム及び記録媒体 - Google Patents

Abstract

【課題】ユーザーの体型や動きの癖などの個性に合った指導用の情報を提供するとともに、ユーザーが簡単に利用することが可能な運動指導装置、運動指導プログラム、及び、運動指導プログラムを記録した記録媒体を提供すること。
【解決手段】記憶部２６は、人体の少なくとも一部の構造をモデル化した人体モデルと当該人体モデルのパラメーターとを含む運動モデルを記憶する。データ取得部２２２は、ユーザーに装着されるセンサーモジュール１０からデータを取得する。制約条件生成部２２４は、取得したデータに基づいて、ユーザーに応じた、人体モデルのパラメーターの制約条件を生成する。運動解析部２２６は、運動モデルを用いて計算を行い、人体モデルのパラメーターが制約条件を満たす範囲での人体モデルの好適な動きを解析する。指導用情報生成部２２８は、運動解析部２２６の解析結果に基づいて、運動の指導用情報を生成する。
【選択図】図１

Description

本発明は、運動指導装置、運動指導プログラム、及び、運動指導プログラムを記録した記録媒体に関する。

スポーツが上達するには、よいコーチやトレーナーによる指導が早道と言われる。例えば、ゴルフではレッスンプロと呼ばれる指導者に直接レッスンを受けるサービスや自分のプレイの映像を送ってアドバイスしてもらうというサービスもある。しかし、一般のスポーツ愛好家は、コーチのために費用や時間を費やすことが難しいので、自分自身で練習して上達するために市販の練習装置を使うことが多い。これらの練習装置の多くは、単に練習者やボールなどの動きを捉えて表示するものであるが、運動解析だけでは運動の向上には不十分である。そこで、解析の結果、改善すべき点を教えてくれる運動練習機が考案されている。例えば、特許文献１では、ゴルフのスイングの腕と頭の動きから、改善すべきポイント（頭がふらつく、球筋をみる視線の移動がスムースではないなど）を画像と音声で知らせるゴルフ改善支援装置が提案されている。

さらに、プロのプレイヤーやインストラクターが教える理想的なフォームや動きとの違いを表示する装置も考案されている。例えば、特許文献２の運動練習目標達成システムでは、練習者個人の身体能力を考慮した理想の動きと、自分の動きを比較した結果が表示される。練習者は、この比較結果を見て運動の向上の参考にすることができる。また、例えば、特許文献３の身体運動解析装置は、画像で運動の動作解析を行い、動作者の解析結果と熟練者のデータを比較して、より熟練者に近付くようなアドバイスを与える．例えば、動作者の腕の振りを解析した結果、肩と肘と手首の作る角度が、６０°〜１２０°の間でブレが計測されたと場合、熟練者のデータでは８０°〜１００°のブレしかなければ、「腕の角度は９０°位で保持して下さい。」といったアドバイスを提供する。

このような従来の運動練習機を用いれば、理想の動きと自分の動きを比較して視覚的に確認することができるので、運動の軌跡などを見せるシステムに比べて、どうすればよいかわかりやすいという利点がある。しかしながら、これらの運動練習機は、プロのプレイヤーやインストラクターなどに実際に動いてもらって理想の動き（軌跡）を記録し、更に練習者の動きと比較するために適したデータにあらかじめ変換する等の準備が必要がある。この理想の動きデータがないと指導が難しいが、理想の動きデータをつくる作業は、プロのプレイヤーやインストラクターなどに実際に動いてもらう手間や動きを解析する解析者の手作業による編集の手間が必要な上、理想の動きデータは、解析者の主観に依存するという問題がある。

特開２００９−１２５５０７号公報 特開２００２−２４８１８７号公報 特開平１０−１１１９４０号公報 特開平７−３１３６４８号公報 特開平４−２７０３７２号公報

この問題を解決するため、特許文献４や特許文献５では、人間の基本的な動きをモデル化し、関節に働く力や関節の動きの範囲を制約条件に、動きのモデルの動力学方程式を解いて、トレーニングの参考になる動きを計算で求める方法が考案されている。これらの方法によれば、プロのプレイヤーやインストラクターなどに実際に動いてもらうことなく、事前に理想の動きデータがなくても、機械的・計算的にトレーニング用のデータを得ることができる。

しかしながら、これらの方法では，練習者にフィットするトレーニングデータを得るには、解析者が、データベースにアクセスし、練習者ごとに動きのモデルの動力学方程式を解いた結果を得るためのフィードバックをかける操作が必要となり、練習者自身が簡単に利用することは困難であるという問題がある。

本発明は、以上のような問題点に鑑みてなされたものであり、本発明のいくつかの態様によれば、ユーザーの体型や動きの癖などの個性に合った指導用の情報を提供するとともに、ユーザーが簡単に利用することが可能な運動指導装置、運動指導プログラム、及び、運動指導プログラムを記録した記録媒体を提供することができる。

（１）本発明は、人体の少なくとも一部の構造をモデル化した人体モデルと当該人体モデルのパラメーターとを含む運動モデルを記憶する記憶部と、ユーザーに装着されるセンサーと、前記センサーからデータを取得するデータ取得部と、取得した前記データに基づいて、前記ユーザーに応じた前記パラメーターの制約条件を生成する制約条件生成部と、前記運動モデルを用いて計算を行い、前記パラメーターが前記制約条件を満たす範囲での前記人体モデルの好適な動きを解析する運動解析部と、前記運動解析部の解析結果に基づいて、運動の指導用情報を生成する指導用情報生成部と、を含む、運動指導装置である。

本発明によれば、あらかじめ用意された運動モデルを用いて計算を行って好適な動き（理想の動き）を解析し、解析結果に基づいて運動の指導用情報を生成するので、インストラクター等からデータを取得して指導用情報を編集する手間をなくすことができる。従って、本発明の運動指導装置をユーザーが簡単に利用することができる。

また、本発明によれば、ユーザーに装着したセンサーからデータを取得して人体モデルのパラメーターの制約条件をユーザー毎に生成し、制約条件を満たす範囲での人体モデルの好適な動きを解析するので、ユーザーの体型や動きの癖などの個性に合った指導用情報を提供することができる。

（２）この運動指導装置において、前記指導用情報生成部は、取得した前記データに基づいて前記ユーザーの動きに対応する前記人体モデルの動きを計算し、当該人体モデルの動きを前記好適な動きと比較することにより前記ユーザーの動きを評価するようにしてもよい。

このようにすれば、ユーザーは、自分の動きと自分に合った好適な動きとの差違がわかるので、動きを効果的に改善することができる。

（３）この運動指導装置は、前記運動解析部は、前記制約条件を満たす範囲で、前記人体モデルの部位に設けたノードの理論上の最大速度を計算するようにしてもよい。

多くのスポーツ競技において、回転中心から最も遠い関節、分節、終点などの速度が最大になるような動きをすることで、競技力を向上させることができる。例えば、砲丸投げやジャンプの踏み切り動作などの押し動作では、上肢と下肢の伸展速度が最大になり、ピッチング、やり投げ、円盤投げ、キックなどの動作では、手関節や足の接線速度が最大になるような動きが理想的である。従って、人体モデルの特定のノードの理論上の最大速度を計算することで、好適な動きを解析することができる。

（４）この運動指導装置において、前記指導用情報生成部は、取得した前記データに基づいて前記人体モデルの前記ノードの速度を計算し、前記ノードの理論上の最大速度と比較することにより、前記ユーザーの動きを評価するようにしてもよい。

このように、ユーザーの動きから計算される人体モデルの特定のノードの速度を、当該特定のノードの理論上の最大速度と比較することで、ユーザーの動きと好適な動きとの差違の程度を評価することができる。

また、ユーザーの動きと好適な動きとの差違を、軌跡の差を計算せずに評価することができるので、計算量を大幅に削減することができ、リアルタイム性を向上させることができる。

（５）この運動指導装置において、前記ノードは、前記人体モデルの末端部に設けられたノードであるようにしてもよい。

（６）この運動指導装置において、前記記憶部は、複数の前記運動モデルを記憶し、前記制約条件生成部は、前記複数の運動モデルから前記ユーザーが行う運動の種類に応じた運動モデルを選択し、選択した運動モデルのパラメーターの制約条件を算出するようにしてもよい。

このようにすれば、ユーザーは複数種類の運動の指導を受けることができる。

（７）この運動指導装置において、前記センサーは複数あり、前記記憶部は、前記複数のセンサーの中からデータを取得すべきセンサーを選択するためのセンサー選択情報を記憶し、前記データ取得部は、前記ユーザーが行う運動の種類に応じた前記センサー選択情報により選択されるセンサーからデータを取得するようにしてもよい。

運動の種類によって、解析に必要なセンサーの種類や装着すべき場所が異なるので、このように、運動の種類に応じて必要なセンサーからデータを取得する（不必要なセンサーからデータを取得しない）ことで、データ通信の負荷を軽減させることができる。また、運動の種類に応じて必要なセンサーのみ起動する（不必要なセンサーを起動しない）ようにすれば、消費電力を削減することができる。

（８）この運動指導装置において、前記センサーは複数あり、前記記憶部は、前記複数のセンサーの中からデータを取得すべきセンサーを選択するためのセンサー選択情報を記憶し、前記指導用情報生成部は、前記ユーザーが行う運動の種類に応じた前記センサー選択情報により選択されるセンサーの情報を前記ユーザーに提示するようにしてもよい。

このようにすれば、ユーザーは必要なセンサーのみ装着すればよいので、ユーザーの負担を軽減することができる。

（９）本発明は、コンピューターは、人体の少なくとも一部の構造をモデル化した人体モデルと当該人体モデルのパラメーターとを含む運動モデルを記憶する記憶部を含み、前記コンピューターは、ユーザーに装着されるセンサーからデータを取得するデータ取得部と、取得した前記データに基づいて、前記ユーザーに応じた前記パラメーターの制約条件を生成する制約条件生成部と、前記運動モデルを用いて計算を行い、前記パラメーターが前記制約条件を満たす範囲での前記人体モデルの好適な動きを解析する運動解析部と、前記運動解析部の解析結果に基づいて、運動の指導用情報を生成する指導用情報生成部として機能する、運動指導プログラムである。

（１０）本発明は、上記の運動指導プログラムを記録した、コンピューター読み取り可能な記録媒体である。

本実施形態の運動指導装置の構成例を示す図。 運動指導装置の構成要素の配置例を示す図。 センサーモジュールの装着例について説明するための図。 基本データの構成例を示す図。 腕の運動モデルについて説明するための図。 モーションセンサーから得られるデータの一例を示す図。 足の運動モデルについて説明するための図。 ユーザーが行う動作のフローチャートの一例を示す図。 処理部（ＣＰＵ）の全体処理のフローチャートの一例を示す図。 センサーデータの取得と制約条件の算出の処理のフローチャートの一例を示す図。 制約条件の算出例について説明するための図。 センサーデータの取得とユーザーの動きの評価の処理のフローチャートの一例を示す図。 変形例１におけるユーザーが行う動作のフローチャートを示す図。 変形例１における処理部（ＣＰＵ）の全体処理のフローチャートを示す図。 変形例１におけるセンサーモジュールの装着指示の表示例を示す図。 変形例２におけるセンサーデータの取得とユーザーの動きの評価の処理のフローチャートを示す図。

以下、本発明の好適な実施形態について図面を用いて詳細に説明する。なお、以下に説明する実施の形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また以下で説明される構成の全てが本発明の必須構成要件であるとは限らない。

１．運動指導装置の構成
図１は、本実施形態の運動指導装置の構成例を示す図である。また、図２は、運動指導装置の構成要素の配置例を示す図である。なお、本実施形態では、ゴルフの指導を行う運動指導装置を例に挙げて説明するが、本発明は、テニスや野球等の種々のスポーツの指導を行う運動指導装置や、リハビリ運動などスポーツ以外の運動の指導を行う運動指導装置にも適用することができる。

本実施形態の運動指導装置１は、複数のセンサーモジュール１０、コントローラー２０、ヘッドマウントディスプレイ（ＨＭＤ）３０、スピーカー４０、記録媒体５０を含んで構成されている。ただし、本実施形態の運動指導装置１は、これらの一部の構成（要素）を省略したり、新たな構成（要素）を追加した構成としてもよい。

センサーモジュール１０は、加速度センサー（３軸）、ジャイロセンサー（３軸）、赤外センサー、磁気方位センサー（３軸）、圧力センサーなど、後述する運動モデルの各パラメーターの値を算出するのに必要なデータを取得するためのセンサーを少なくとも１つ備えている。例えば、加速度センサー、ジャイロセンサー、圧力センサーから速度、位置、衝撃度などの情報を得ることができる。また、２つの赤外センサーから２点間の距離の情報を得ることができる。また、磁気方位センサーから位置の情報を得ることができる。

図２に示すように、センサーモジュール１０は、ユーザーの関節部分を中心に、例えば、頭、肩、腰、肘、手首、膝、足首、踝などに装着される。例えば、図２に示すように、センサーモジュール１０をユーザーの衣服の上に貼り付けてもよいし、図３に示すように、センサーモジュール１０をバンド１４に取り付けてバンド１４をユーザーの各部位に装着するようにしてもよい。なお、一部のセンサーモジュール１０を運動器具に装着してもよい。

センサーモジュール１０は、装着場所に応じて、取得すべき情報が必ずしも同じではないので、それぞれ、取得すべき情報を取得可能な必要最低限のセンサーのみを含むようにしてもよい。

コントローラー２０は、センサーモジュール１０に、起動又は停止させるための制御データを無線送信し、起動した各センサーモジュール１０からのデータは、コントローラー２０に無線送信される。コントローラー２０は、例えば、図２に示すように、プレイヤーの腰などに装着してもよいし、プレイヤーから離れた位置にあってもよい。

本実施形態のコントローラー２０は、処理部（ＣＰＵ）２２、出力部２４、記憶部２６を含み、センサーモジュール１０からのデータを取得し、取得したデータを用いて運動指導用の情報の生成及び表示を行う。

特に、本実施形態では、処理部（ＣＰＵ）２２は、以下に説明するデータ取得部２２２、制約条件生成部２２４、運動解析部２２６、指導用情報生成部２２８を含み、ユーザーの動きを分析し、指導用データ（指導用情報）を生成する。ただし、本実施形態の処理部（ＣＰＵ）２２は、これらの一部の構成（要素）を省略したり、新たな構成（要素）を追加した構成としてもよい。

記録媒体５０は、コンピューター読み取り可能な記録媒体であり、コンピューターを上記の各部として機能させるための運動指導プログラムが記憶されている。本実施形態の処理部２０は、記録媒体５０に記憶されている運動指導プログラムを実行することで、データ取得部２２２、制約条件生成部２２４、運動解析部２２６、指導用情報生成部２２８として機能する。あるいは、コントローラー２０に通信部を追加し、通信部を介して有線又は無線の通信ネットワークを介してサーバーから運動指導プログラムを受信し、受信した運動指導プログラムを記憶部２６や記録媒体５０に記憶して当該運動指導プログラムを実行するようにしてもよい。ただし、データ取得部２２２、制約条件生成部２２４、運動解析部２２６、指導用情報生成部２２８の少なくとも一部をハードウェア（専用回路）で実現してもよい。

なお、記録媒体５０は、例えば、光ディスク（ＣＤ、ＤＶＤ）、光磁気ディスク（ＭＯ）、磁気ディスク、ハードディスク、磁気テープ、メモリー（ＲＯＭ、フラッシュメモリーなど）により実現することができる。

データ取得部２２２は、各センサーモジュール１０に含まれる各センサーからのデータを所定の時間間隔で継続して取得する処理を行う。

制約条件生成部２２４は、データ取得部２２２が取得したデータに基づいて、ユーザーに応じて、後述する人体モデルのパラメーターの制約条件を生成する処理を行う。具体的には、制約条件生成部２２４は、ユーザーが選択した競技の種類と練習の種類に応じて、データ取得部２２２が取得したデータを元にユーザーの各部が実際に動ける範囲（可動範囲）や最大限出せる速度やトルク、軌跡のくせなどの制約条件を生成する処理を行う。この各種の制約条件は、記憶部２６の個人運動データ２６２にユーザーの識別情報と対応づけて蓄積される。

運動解析部２２６は、後述する運動モデルを用いて計算を行い、人体モデルのパラメーターが、制約条件生成部２２４により生成された制約条件を満たす範囲での人体モデルの好適な動きを解析する処理を行う。

例えば、運動解析部２２６は、制約条件を満たす範囲で、人体モデルの部位に設けたノードの理論上の最大速度を計算するようにしてもよい。具体的には、運動解析部２２６は、制約条件生成部２２４により生成された制約条件に基づいて、ユーザーが選択した競技の種類と練習の種類に応じて、人体モデルの末端部に設けられたノードが最も効率的に速く動く速度（最大終点速度）を計算するとともに、最大終点速度を達成するためのパラメーター値などの動作条件を算出する処理を行う。ここでいう「速度」は広い概念であり、選択した競技の種類と練習の種類に応じて、伸展速度、接線速度、加速度、角速度などのいずれかの速度が選択される。

本実施形態では、運動解析部２２６は、記憶部２６に記憶されている基本データ２６４から、ユーザーが選択した競技の種類と練習の種類に応じた運動モデルとその終点速度の計算式の情報を読み出し、この計算式に制約条件を適用して最大終点速度の計算を行う。

なお、本実施形態の運動解析部２２６は、個人運動データ２６２に制約条件が蓄積された後は、個人運動データ２６２に蓄積された制約条件を用いて好適な動きを解析する。

指導用情報生成部２２８は、運動解析部２２６の解析結果に基づいて、運動の指導用情報を生成する処理を行う。具体的には、指導用情報生成部２２８は、基本データ２６４に含まれる元データを用いて、運動解析部２２６の解析結果によるユーザーの体型や動きの癖などに合った好適なの動き（理想のフォーム）を表す指導用の画像情報を生成する処理を行う。指導用情報生成部２２８は、理想的なフォームを指示するための指導用の音声情報などをさらに生成してもよい。

指導用情報生成部２２８が生成した指導用画像情報は、出力部２４を介してＨＭＤ３０に出力されて表示される。また、指導用情報生成部２２８が生成した指導用音声情報は、出力部２４を介してスピーカー４０に出力され、スピーカー４０で音声に変換される。これらの指導用情報は、ＨＭＤ３０やスピーカー４０以外にも、腕時計式の機器や携帯電話のディスプレイやスピーカーに出力するようにしてもよいし、パソコン等のモニターやスピーカーなど体に装着した装置以外に出力するようにしてもよい。

なお、指導用情報生成部２２８は、画像や音声による指導用情報以外の指導用情報を生成してもよい。例えば、指導用情報生成部２２８が振動の情報を生成し、出力部２４を介して振動装置（不図示）を振動させるようにしてもよい。

ユーザーは、ＨＭＤ３０やスピーカー４０から提供される指導用の画像や音声を参考にして、練習を行うことでユーザーの体型や個性に合った理想的なフォームに近づけることができる。具体的には、データ取得部２２２は、ユーザーが練習した動きのデータを各センサーモジュール１０から取得する。そして、指導用情報生成部２２８は、データ取得部２２２が取得したデータに基づいてユーザーの動きに対応する人体モデルの動きを計算し、当該人体モデルの動きを、運動解析部２２６が解析した好適な動きと比較することによりユーザーの動きを評価する。

本実施形態では、指導用情報生成部２２８は、データ取得部２２２が取得したユーザーの練習のデータに基づいて人体モデルの特定のノードの速度を計算し、制約条件を満たす範囲での特定のノードの理論上の最大速度と比較することにより、ユーザーの動きを評価するようにしてもよい。具体的には、運動解析部２２６は、データ取得部２２２が取得したデータから、人体モデルの末端部に設けられたノードの速度（終点速度）を計算し、運動解析部２２６が計算した最大終点速度に対してあらかじめ設定された割合の速度が達成できているか否かを判定する。未達成の場合は、ユーザーのフォームと理想のフォームとの差違を表示するなどするようにしてもよい。

図４は、基本データ２６４の構成例を示す図である。本実施形態では、基本データ２６４は、競技メニューの情報、練習メニューの情報、指導用情報を生成するために必要な定義データが含まれており、競技メニューにある競技の種類毎に個別の練習メニューが対応付けられ、さらに練習メニュー毎に個別の定義データが対応付けられている。例えば、ゴルフ（競技の種類）に対応付けて、ドライバーショット、アプローチショット、バンカーショット等の練習メニューがあり、練習メニュー毎に定義データが対応付けられている。定義データには、運動モデル、終点速度の計算式、センサー選択情報、指導用元データなどが含まれている。

運動モデルは、人体の少なくとも一部をノードとノード間を結ぶ線で単純にモデル化した人体モデル、この人体モデルの座標系やパラメーター、各パラメーターの値の許容範囲（現実的に取り得る範囲）や終点速度の上限値（現実的に取り得る上限値）などが定義されたものである。

終点速度の計算式は、人体モデルのパラメーターを変数として、人体モデルの原点（回転中心）から最も遠い末端部のノード（終点ノード）の速度を計算するための式である。

センサー選択情報は、ユーザーの動きに関するデータを取得するために必要なセンサーモジュール１０の種類（含まれるセンサーの種類）や装着場所などの選択情報である。

指導用元データは、制約条件を取得するためにユーザーに行ってもらう動きを示すために、指導用情報生成部２２８がこの動きの画像や指示音声を生成するための元データである。この元データとしては、画像フレームデータであってもよいし、人体モデルのパラメーター値の時系列データであってもよい。ＨＭＤ３０には、前者のデータを用いた場合はリアルな動画像（フレームイメージ）が表示され、後者のデータを用いた場合は人体のスケルトン又はこれに肉付けした人体のアニメーション画像（ＣＧ画像）が表示される。

また、指導用元データは、指導用情報生成部２２８が、制約条件に応じた理想のフォームなどの指導用の画像情報や音情報を生成するための元データとしても兼用される。例えば、指導用元データが画像フレームデータであれば、指導用情報生成部２２８は、制約条件に応じて当該画像フレームデータを加工して理想のフォームの動画像を生成し、ＨＭＤ３０に表示する。また、指導用元データが人体モデルのパラメーター値の時系列データであれば、指導用情報生成部２２８は、制約条件に応じて当該時系列データを変更して理想のフォームを表す人体モデル又はこれに肉付けしたモデルのアニメーション画像を生成し、ＨＭＤ３０に表示する。

２．運動モデル
図５は、腕の運動モデルについて説明するための図である。図５に示すように、腕の運動モデルは、例えば、肩に対応するノードＮ_０、肘に対応するノードＮ_１、手首に対応するノードＮ_２、ノードＮ_０とノードＮ_１を結ぶ直線Ｓ_１、ノードＮ_１とノードＮ_２を結ぶ直線Ｓ_２からなる人体モデル、この人体モデルの座標系（ノードＮ_０を原点とするｘｙｚ座標系）やパラメーター（θ_１，θ_２，Ｌ_１，Ｌ_２）、各パラメーターの値の許容範囲やノードＮ_２の速度Ｖ（終点速度に対応する）の上限値、ノードＮ_２の速度（終点速度）Ｖの計算式などが定義されたものである。ここで、θ_１は直線Ｓ_１と直線Ｓ_２のなす角であり、θ_２は特定の１軸（例えばｘ軸）と直線Ｓ_１のなす角であり、Ｌ_１は直線Ｓ_１の長さであり、Ｌ_２は直線Ｓ_２の長さである。

腕の理想のフォームを提供する場合には、このような腕の運動モデルが用いられる。一方、実際の腕の動きを取得するために、図６に示すように、ユーザーの腕の肩、肘、手首に、例えば図３に示したようなバンド１４を用いてセンサーモジュール１０を装着する。肩に装着するセンサーモジュールの座標系（３軸加速度センサーや３軸ジャイロセンサーの座標系）は、運動モデルの座標系に合わせるようにする。この時、上腕の中心軸と下腕の中心軸の成す角がθ_１に対応し、肩に装着したセンサーモジュールの特定の１軸（例えばｘ軸）と上腕の中心軸のなす角がθ_２に対応する。また、上腕の長さ（肩と肘の距離）がＬ_１に対応し、下腕の長さ（肘と手首の距離）がＬ_２に対応する。

θ_１，θ_２は、ジャイロセンサーの積分結果などから算出可能であり、ノードＮ_１，Ｎ_２の位置（ノードＮ_０に対する相対位置）は、加速度センサーや磁気方位センサーの積分結果などから算出可能である。また、ノードＮ_２の速度（終点速度Ｖに対応する）は、手首に装着した加速度センサーの積分結果から算出可能である。また、Ｌ_１，Ｌ_２は、赤外センサーを用いて計測したり、各ノードの算出結果から計算することもできる。あるいは、Ｌ_１，Ｌ_２は不変であるものとして、センサーモジュール１０の装着時等にＬ_１，Ｌ_２を実測して、基本データ２６４に入力してもよい。

この他にも、例えば、図７に示すような足の運動モデルを考えることもできる。この足の運動モデルは、足の付け根に対応するノードＮ_０（原点）、膝に対応するノードＮ_１、足首に対応するノード（終点ノード）Ｎ_２、ノードＮ_０とノードＮ_１を結ぶ直線Ｓ_１、ノードＮ_１とノードＮ_２を結ぶ直線Ｓ_２からなる人体モデル、この人体モデルの座標系（ノードＮ_０を原点とするｘｙｚ座標系）やパラメーター（θ_１，θ_２，Ｌ_１，Ｌ_２）、各パラメーターの値の許容範囲やノードＮ_２の速度Ｖ（終点速度に対応する）の上限値、ノードＮ_２の速度（終点速度）Ｖの計算式などが定義されたものである。ここで、θ_１は直線Ｓ_１と直線Ｓ_２のなす角であり、θ_２は特定の１軸（例えばｘ軸）と直線Ｓ_１のなす角であり、Ｌ_１は直線Ｓ_１の長さであり、Ｌ_２は直線Ｓ_２の長さである。

なお、例えばゴルフのドライバーショットなどの実際の運動モデルとしては、図５に示した腕の運動モデル、図７に示した足の運動モデル、その他必要な部位の運動モデルを組み合わせた運動モデルが定義される。

３．運動指導装置の処理
図８は、運動指導装置１を使用するユーザーが行う動作のフローチャートの一例を示す図であり、図９は、処理部（ＣＰＵ）２２の全体処理のフローチャートの一例を示す図である。

まず、ユーザーは、センサーモジュール１０、コントローラー２０、ＨＭＤ３０、スピーカー４０を装着し、運動指導装置１を起動する（図８のＳ１０）。

処理部（ＣＰＵ）２２は、競技メニューをＨＭＤ３０に表示し（図９のＳ３０）、ユーザーが競技の種類を選択するまで待つ（図９のＳ３２のＮ）。この競技メニューの情報は基本データ２６４に含まれており、処理部（ＣＰＵ）２２が基本データ２６４を参照してＨＭＤ３０に表示する。図４の例では、競技メニューとして、「テニス」、「ゴルフ」、「野球」、「卓球」、・・・が表示される。

ユーザーが、ＨＭＤ３０の表示に従い、競技の種類を選択すると（図８のＳ１２、図９のＳ３２のＹ）、処理部（ＣＰＵ）２２は、ユーザーが選択した競技の種類に対応付けられる練習メニューをＨＭＤ３０に表示し（図９のＳ３４）、ユーザーが練習の種類を選択するまで待つ（図９のＳ３６のＮ）。この練習メニューの情報は、基本データ２６４に含まれる、ユーザーにより選択された競技に対応づけられる練習メニューの情報であり、処理部（ＣＰＵ）２２が基本データ２６４を参照してＨＭＤ３０に表示する。図４の例では、図８のＳ１２でユーザーにより「ゴルフ」が選択された場合、練習メニューとして、「ドライバーショット」、「アプローチショット」、「バンカーショット」、・・・が表示される。

ユーザーが、ＨＭＤ３０の表示に従い、練習の種類を選択すると（図８のＳ１４、図９のＳ３６のＹ）、処理部（ＣＰＵ）２２は、センサーデータの取得と制約条件の算出の処理を行う（図９のＳ３８）。図１０は、このＳ３８の処理のフローチャートの一例を示す図である。処理部（ＣＰＵ）２２は、まず、選択された運動の種類（競技と練習の種類）に応じた基本的な動きの画像を表示する（図１０のＳ１１０）。この基本的な動きの画像は、処理部（ＣＰＵ）２２が、基本データ２６４を参照し、ユーザーにより選択された運動の種類に対応づけられる定義データに含まれる指導用元データを用いて作成し、ＨＭＤ３０に表示する。図４の例において、図８のＳ１２で「ゴルフ」が選択され、Ｓ１４で「ドライバーショット」が選択された場合、ゴルフのドライバーショットの画像（フレーム画像又はＣＧ画像）が表示される。基本的な動きの画像をＨＭＤ３０に表示することで、ユーザーは目をずらさずに動くことができる。

処理部（ＣＰＵ）２２は、この基本的な動きの画像の表示を開始するとともに、センサーモジュール１０を起動する（図１０のＳ１１２）。本実施形態では、図８のＳ１０において、ユーザーは関節を中心とする体の各部にセンサーモジュール１０を装着し、処理部（ＣＰＵ）２２が、基本データ２６４を参照し、ユーザーにより選択された運動の種類に対応づけられる定義データに含まれるセンサー選択情報に応じて複数のセンサーモジュール１０を選択し、選択した複数のセンサーモジュール１０を起動する。

次に、処理部（ＣＰＵ）２２は、図１０のＳ１１２で起動したセンサーモジュール１０からセンサーデータの取得を開始する（図１０のＳ１１４）。例えば、ユーザーが、コントローラー２０等に設けられたスタートスイッチ（不図示）を押すと処理部（ＣＰＵ）２２がセンサーデータの取得を開始するようにしてもよいし、処理部（ＣＰＵ）２２が「運動を始めて下さい」等のメッセージを表示又は音声出力するとともにセンサーデータの取得を開始するようにしてもよい。

そして、ユーザーは、表示された基本的な動きの画像の表示に従い、指示された動きをする（図８のＳ１６）。図４の例において、図８のＳ１２で「ゴルフ」が選択され、Ｓ１４で「ドライバーショット」が選択された場合、ゴルフのドライバーショットの画像（フレーム画像又はＣＧ画像）が表示されるので、ユーザーは、実際にドライバーショットの動きをしてみる。

処理部（ＣＰＵ）２２は、ユーザーが運動中、センサーデータの取得を継続し（図１０のＳ１１６のＮ）、センサーデータの取得を終了すると（図１０のＳ１１６のＹ）、図１０のＳ１１２で起動したセンサーモジュール１０を停止する（図１０のＳ１１８）。例えば、ユーザーが、コントローラー２０等に設けられた終了スイッチ（不図示）を押すと処理部（ＣＰＵ）２２がセンサーデータの取得を終了するようにしてもよいし、処理部（ＣＰＵ）２２が、取得したセンサーデータの変化からユーザーの運動が終了したか否かを判定し、運動が終了したと判定すればセンサーデータの取得を終了するようにしてもよい。

次に、処理部（ＣＰＵ）２２は、取得したセンサーデータに基づいて、運動モデルの各パラメーターの値と終点速度を計算する（図１０のＳ１２０）。具体的には、処理部（ＣＰＵ）２２は、基本データ２６４を参照し、図８のＳ１２とＳ１４で選択された運動の種類に対応付けられる定義データの運動モデルに含まれる人体モデルの各パラメーターの値や終点速度を、取得したセンサーデータから計算する。図５に示した腕の運動モデルや図７に示した足の運動モデルの例では、パラメーターθ_１，θ_２，Ｌ_１，Ｌ_２、終点速度Ｖが計算される。

次に、処理部（ＣＰＵ）２２は、妥当なデータの取得に成功したか否かを判定し（図１０のＳ１２２）、失敗した場合（図１０のＳ１２２のＮ）、例えば、「もう一度お願いします」等のメッセージを表示又は音声出力し、図１０のＳ１１０〜Ｓ１２０の処理をもう一度行う。具体的には、処理部（ＣＰＵ）２２は、図１０のＳ１２０で計算した各パラメーター値や終点速度が、当該運動モデルにおいて定義されている許容範囲や上限値を超えていれば、妥当なデータの取得に失敗したと判定し、それ以外は妥当なデータの取得に成功したと判定する。図５に示した腕の運動モデルや図７に示した足の運動モデルの例では、パラメーターθ_１，θ_２，Ｌ_１，Ｌ_２が定義された許容範囲を超えているか否か、終点速度Ｖが定義された上限値を超えているか否かが判定される。

一方、妥当なデータの取得に成功した場合（図１０のＳ１２２のＹ）、処理部（ＣＰＵ）２２は、例えば、「ありがとうございました」等のメッセージを表示又は音声出力し、制約条件を算出して個人運動データ２６２に保存する（図１０のＳ１２４）。例えば、処理部（ＣＰＵ）２２は、図１０のＳ１２０で計算した各パラメーター値の最大値と最小値から、ユーザーに固有の制約条件の１つとして各パラメーターの取り得る範囲（可動範囲）を算出することができる。図５に示した腕の運動モデルや図７に示した足の運動モデルの例において、例えばパラメーターθ_１，θ_２の計算値が図１１に示すように時間的に変化した場合（図１０の実線がθ_１の計算値、破線がθ_２の計算値）、処理部（ＣＰＵ）２２は、スタートから終了までのθ_１の最大値又はこれよりも少し大きい値ａとθ_１の最小値又はこれよりも少し小さい値ｂを所定のルールで決定し、θ_１の可動範囲をａ＜θ_１＜ｂと算出する。同様に、処理部（ＣＰＵ）２２は、スタートから終了までのθ_２の最大値又はこれよりも少し大きい値ｃとθ_２の最小値又はこれよりも少し小さい値ｄを所定のルールで決定し、θ_２の可動範囲をｃ＜θ_２＜ｄと算出する。

次に、処理部（ＣＰＵ）２２は、運動モデルの終点速度計算式に制約条件を適用し、理論上の最大終点速度を計算する（図９のＳ４０）。具体的には、処理部（ＣＰＵ）２２は、基本データ２６４を参照し、図８のＳ１２とＳ１４で選択された運動の種類に対応付けられる定義データに含まれる終点速度計算式の各変数（各パラメーターに対応する変数）に、図１０のＳ１２４で算出した制約条件を適用し、理論上の終点速度の最大値（最大終点速度）を計算する。図５に示した腕の運動モデルや図７示した足の運動モデルの例では、理論上の最大終点速度としてノードＮ_２の速度（終点速度）Ｖの最大値が計算される。

次に、処理部（ＣＰＵ）２２は、理論上の最大終点速度が得られる理想のフォームを解析し、指導用情報を生成する（図９のＳ４２）。具体的には、処理部（ＣＰＵ）２２は、図９のＳ４０で計算した理論上の最大終点速度を達成するための動作条件から理想のフォームを解析し、基本データ２６４を参照し、図１０のＳ１２とＳ１４で選択された運動の種類に対応づけられる定義データに含まれる指導用元データを用いて、理想のフォームを表す指導用画像情報やこの理想のフォームを解説するための指導用音声情報を生成する。図４の例において、図８のＳ１２で「ゴルフ」が選択され、Ｓ１４で「ドライバーショット」が選択された場合、ゴルフのドライバーショットの理想のフォームの画像（フレーム画像又はＣＧ画像）やこの理想のフォームを解説する音声が生成される。

次に、処理部（ＣＰＵ）２２は、センサーデータの取得とユーザーの動きの評価の処理を行う（図９のＳ４４）。図１２は、このＳ４４の処理のフローチャートの一例を示す図である。処理部（ＣＰＵ）２２は、まず、図１０のＳ１２とＳ１４で選択された運動の種類に応じた指導用情報を出力する（図１２のＳ２１０）。具体的には、処理部（ＣＰＵ）２２は、図９のＳ４２で生成した指導用画像情報や指導用音声情報をＨＭＤ３０やスピーカー４０から出力する。

処理部（ＣＰＵ）２２は、この指導用情報の出力を開始するとともに、センサーモジュール１０を起動する（図１２のＳ２１２）。

次に、処理部（ＣＰＵ）２２は、図１２のＳ２１２で起動したセンサーモジュール１０からセンサーデータの取得を開始する（図１２のＳ２１４）。

そして、ユーザーは、指導用情報（理想のフォームの画像や音声）を参考にして、もう一度、指示された動きをする（図８のＳ１８）。

処理部（ＣＰＵ）２２は、ユーザーが運動中、センサーデータの取得を継続し（図１２のＳ２１６のＮ）、センサーデータの取得を終了すると（図１２のＳ２１６のＹ）、図１２のＳ２１２で起動したセンサーモジュール１０を停止する（図１２のＳ２１８）。

なお、図１２のＳ２１２〜Ｓ２１８の処理は、図１０のＳ１１２〜Ｓ１１８の処理と同じでよいので、詳細な説明を省略する。

次に、処理部（ＣＰＵ）２２は、取得したセンサーデータに基づいて、運動モデルの各パラメーターの値と終点速度を計算する（図１２のＳ２２０）。

次に、処理部（ＣＰＵ）２２は、妥当なデータの取得に成功したか否かを判定し（図１２のＳ２２２）、失敗した場合（図１２のＳ２２２のＮ）、例えば、「もう一度お願いします」等のメッセージを表示又は音声出力し、図１２のＳ２１０〜Ｓ２２０の処理をもう一度行う。

一方、妥当なデータの取得に成功した場合（図１２のＳ２２２のＹ）、処理部（ＣＰＵ）２２は、例えば、「ありがとうございました」等のメッセージを表示又は音声出力し、終点速度の最大値を理論上の最大終点速度と比較し、ユーザーの動きを評価する（図１２のＳ２２４）。具体的には、処理部（ＣＰＵ）２２は、図１２のＳ２２０で計算した終点速度を図９のＳ４０で計算した理論上の最大終点速度と比較し、前者の後者に対する比率（前者が後者の何％に当たるか）を計算する。そして、処理部（ＣＰＵ）２２は、この比率があらかじめ設定された閾値以上であればユーザーの動きが適切であったと評価し、この比率が閾値未満であればユーザーの動きが不適切であった（改善の余地がある）と評価する。

評価の結果、ユーザーの動きが不適切であれば（図８のＳ２０のＮ、図９のＳ４６のＮ）、処理部（ＣＰＵ）２２は、例えば、「もう一度お願いします」等のメッセージを表示又は音声出力し、図９のＳ４０〜Ｓ４４の処理をもう一度行い、ユーザーは、指導用情報を参考にして、もう一度指示された動きをする（図８のＳ１８）。

一方、評価の結果、ユーザーの動きが適切であれば（図８のＳ２０のＹ、図９のＳ４６のＹ）、処理部（ＣＰＵ）２２は、例えば、「適切な動きです」等のメッセージを表示又は音声出力し、処理を終了する。

以上に説明したように、本実施形態の運動指導装置によれば、あらかじめ用意された運動モデルを用いて運動理論に基づく計算を行って好適な動き（理想の動き）を解析し、指導用情報を生成するので、インストラクター等からデータを取得して指導用情報を編集する手間をなくすことができる。従って、本実施形態の運動指導装置をユーザーが簡単に利用することができる。

また、本実施形態の運動指導装置によれば、ユーザーに装着したセンサーモジュール１０からデータを取得してユーザー毎に制約条件を生成し、制約条件を満たす範囲での好適な動きを解析するので、ユーザーの体型や動きの癖などの個性に合った指導用情報を提供することができる。そして、ユーザーは、この指導用情報を参考にして、自分の動きと自分に合った好適な動きとの差違がわかるので、動きを効果的に改善することができる。

また、本実施形態の運動指導装置によれば、ユーザーの動きから計算される終点速度の理論上の最大終点速度に対する比率により、ユーザーの動きを評価するので、軌跡の差により評価する場合と比較して計算量を大幅に削減することができ、リアルタイム性を向上させることができる。

また、本実施形態の運動指導装置によれば、必要なセンサーモジュール１０のみ起動してデータを取得するので、センサーモジュール１０とコントローラー２０の間のデータ通信の負荷を軽減させることができるとともに、消費電力を削減することができる。

４．変形例
本発明は本実施形態に限定されず、本発明の要旨の範囲内で種々の変形実施が可能である。

［変形例１］
例えば、ユーザーが行う運動の種類に応じて、センサーモジュール１０の装着場所や各センサーモジュール１０が備えるべきセンサーの種類を変更してもよい。この場合、基本データ２６４の定義データに含まれるセンサー選択情報は、センサーモジュール１０の装着場所と各センサーモジュール１０が備えるべきセンサーの種類との対応関係の情報を含むようにしてもよい。そして、ユーザーが選択した運動の種類に応じて、センサーモジュール１０の装着場所と各センサーモジュール１０が備えるべきセンサーの種類の指示がＨＭＤ３０などに表示されるようにしてもよい。

図１３は、本変形例において、ユーザーが行う動作のフローチャートを示す図であり、図１４は、処理部（ＣＰＵ）２２の全体処理のフローチャートを示す図である。なお、図１３及び図１４において、それぞれ図８及び図９と同じ処理には同じ符号を付しており、その説明を省略する。

まず、ユーザーは、コントローラー２０、ＨＭＤ３０、スピーカー４０を装着し、運動指導装置１を起動する（図１３のＳ１１）。

次に、処理部（ＣＰＵ）２２は、図９のＳ３０〜Ｓ３４の処理と同様に、図１４のＳ３０〜Ｓ３４の処理を行った後、各センサーモジュール１０が備えるべきセンサーの種類を表示する（図１４のＳ３７）。具体的には、処理部（ＣＰＵ）２２は、基本データ３２４を参照し、ユーザーにより選択された運動の種類に対応づけられる定義データに含まれるセンサー選択情報に応じて、センサーモジュール１０の装着場所と各センサーモジュール１０が備えるべきセンサーの種類の情報をＨＭＤ３０に表示する。例えば、図１５に示すように、「肘」と「肩」には、３軸ジャイロセンサーを含むセンサーモジュール１０をそれぞれ装着し、「手首」には、３軸ジャイロセンサーと３軸加速度センサーを含むセンサーモジュール１０を装着する指示等が表示される。

ユーザーは、ＨＭＤ３０の表示に従い、センサーモジュール１０を装着し（図１３のＳ１５）、図８のＳ１６〜Ｓ２０の動作と同様に図１３のＳ１６〜Ｓ２０の動作を行い、処理部（ＣＰＵ）２２は、図９のＳ３８〜Ｓ４６の処理と同様に、図１４のＳ３８〜Ｓ４６の処理を行い、処理を終了する。

このようにすれば、ユーザーは必要なセンサーモジュール１０のみ装着すればよいので、ユーザーの負担を軽減することができる。

［変形例２］
例えば、ユーザーの動きを評価するためにセンサーデータを取得する毎に、取得したセンサーデータから新たに制約条件を算出し、必要に応じて、個人運動データ２６２に含まれる既存の制約条件の一部又は全部を更新するようにしてもよい。

本変形例における、ユーザーが行う動作のフローチャート図及び処理部（ＣＰＵ）２２の全体処理のフローチャート図は、それぞれ図８及び図９と同じである。図１６は、本変形例における、センサーデータの取得とユーザーの動きの評価の処理（図９のＳ４４の処理）のフローチャートを示す図である。図１６において、図１２と同じ処理には同じ符号を付しており、その説明を省略する。

処理部（ＣＰＵ）２２は、図１２のＳ２１０〜Ｓ２２４の処理と同様に、図１６のＳ２１０〜Ｓ２２４の処理を行った後、制約条件を算出し、必要に応じて、個人運動データに含まれる既存の制約条件の一部又は全部を更新する（図１６のＳ２２６）。例えば、処理部（ＣＰＵ）２２は、既存の制約条件のすべてを上書き更新するようにしてもよいし、新たに算出した制約条件毎に既存の制約条件と比較し、新たな制約条件よりも不適切な（例えば、制約条件が緩すぎたり、厳しすぎる）既存の制約条件のみ、新たな制約条件に更新するようにしてもよい。

そして、処理部（ＣＰＵ）２２は、更新後の制約条件を用いて、再度、理想のフォームを解析して指導用画像情報や指導用音声情報を作成し、ＨＭＤ３０やスピーカー４０から出力する（図９のＳ４０，Ｓ４２）。

このようにすれば、ユーザーが同じ動きを繰り返し行うことでその動きに慣れてきて、ユーザーの各部の可動範囲、最大限出せる速度やトルク、軌跡のくせなどが変化するような場合でも、最新の制約条件に順次更新しながら理想のフォームを微修正することができるので、より適切な指導用情報を提供することができる。

［その他の変形例］
例えば、図１０において、処理部（ＣＰＵ）２２は、取得したセンサーデータから、ユーザーの体の各部の軌跡を計算し、計算により得られた軌跡を、図８のＳ１４でユーザーにより選択された運動の種類に対応して用意された基準となる軌跡と比較し、計算により得られた軌跡が基準となる軌跡から大幅に逸脱していれば妥当なデータの取得に失敗したと判定し、そうでなければ妥当なデータの取得に成功したと判定するようにしてもよい。

また、例えば、本実施形態では、終点速度の理論上の最大終点速度に対する比率によりユーザーの動きの評価を行っているが、ユーザーの動きから計算される人体モデルの動きの軌跡を、運動理論に基づく計算を行って得られる理想的な動きの軌跡と比較し、その差違によりユーザーの動きの評価を行うようにしてもよい。

なお、本実施形態の運動指導装置は、ゴルフ等のスポーツ以外の運動にも適用することができる。例えば、歩行訓練や手足の上げ下げなどのリハビリ運動にも適用することができる。ＨＭＤで実際の体の動きとリハビリプログラムとの違いを指摘すれば、達成度や成果を確かめながら、前向きにリハビリに取り組むことができる。なお、センサーモジュール１０は、腰、肩、肘などリハビリ時の動きの要点に装着すればよい。

本発明は、実施の形態で説明した構成と実質的に同一の構成（例えば、機能、方法及び結果が同一の構成、あるいは目的及び効果が同一の構成）を含む。また、本発明は、実施の形態で説明した構成の本質的でない部分を置き換えた構成を含む。また、本発明は、実施の形態で説明した構成と同一の作用効果を奏する構成又は同一の目的を達成することができる構成を含む。また、本発明は、実施の形態で説明した構成に公知技術を付加した構成を含む。

１ 運動指導装置、１０ センサーモジュール、１４ バンド、２０ コントローラー、２２ 処理部（ＣＰＵ）、２４ 出力部、２６ 記憶部、３０ ヘッドマウントディスプレイ（ＨＭＤ）、４０ スピーカー、５０ 記録媒体、２２２ データ取得部、２２４ 制約条件生成部、２２６ 運動解析部、２２８ 指導用情報生成部、２６２ 個人運動データ、２６４ 基本データ

Claims (10)

1. 人体の少なくとも一部の構造をモデル化した人体モデルと当該人体モデルのパラメーターとを含む運動モデルを記憶する記憶部と、
   ユーザーに装着されるセンサーと、
   前記センサーからデータを取得するデータ取得部と、
   取得した前記データに基づいて、前記ユーザーに応じた前記パラメーターの制約条件を生成する制約条件生成部と、
   前記運動モデルを用いて計算を行い、前記パラメーターが前記制約条件を満たす範囲での前記人体モデルの好適な動きを解析する運動解析部と、
   前記運動解析部の解析結果に基づいて、運動の指導用情報を生成する指導用情報生成部と、を含む、運動指導装置。
2. 請求項１において、
   前記指導用情報生成部は、
   取得した前記データに基づいて前記ユーザーの動きに対応する前記人体モデルの動きを計算し、当該人体モデルの動きを前記好適な動きと比較することにより前記ユーザーの動きを評価する、運動指導装置。
3. 請求項１又は２において、
   前記運動解析部は、
   前記制約条件を満たす範囲で、前記人体モデルの部位に設けたノードの理論上の最大速度を計算する、運動指導装置。
4. 請求項３において、
   前記指導用情報生成部は、
   取得した前記データに基づいて前記人体モデルの前記ノードの速度を計算し、前記理論上の最大速度と比較することにより、前記ユーザーの動きを評価する、運動指導装置。
5. 請求項３又は４において、
   前記ノードは、
   前記人体モデルの末端部に設けられたノードである、運動指導装置。
6. 請求項１乃至５のいずれか一項において、
   前記記憶部は、
   複数の前記運動モデルを記憶し、
   前記制約条件生成部は、
   前記複数の運動モデルから前記ユーザーが行う運動の種類に応じた運動モデルを選択し、選択した運動モデルのパラメーターの制約条件を算出する、運動指導装置。
7. 請求項１乃至６のいずれか一項において、
   前記センサーは複数あり、
   前記記憶部は、
   前記複数のセンサーの中からデータを取得すべきセンサーを選択するためのセンサー選択情報を記憶し、
   前記データ取得部は、
   前記ユーザーが行う運動の種類に応じた前記センサー選択情報により選択されるセンサーからデータを取得する、運動指導装置。
8. 請求項１乃至６のいずれか一項において、
   前記センサーは複数あり、
   前記記憶部は、
   前記複数のセンサーの中からデータを取得すべきセンサーを選択するためのセンサー選択情報を記憶し、
   前記指導用情報生成部は、
   前記ユーザーが行う運動の種類に応じた前記センサー選択情報により選択されるセンサーの情報を前記ユーザーに提示する、運動指導装置。
9. コンピューターは、人体の少なくとも一部の構造をモデル化した人体モデルと当該人体モデルのパラメーターとを含む運動モデルを記憶する記憶部を含み、
   前記コンピューターは、
   ユーザーに装着されるセンサーからデータを取得するデータ取得部と、
   取得した前記データに基づいて、前記ユーザーに応じた前記パラメーターの制約条件を生成する制約条件生成部と、
   前記運動モデルを用いて計算を行い、前記パラメーターが前記制約条件を満たす範囲で前記人体モデルの好適な動きを解析する運動解析部と、
   前記運動解析部の解析結果に基づいて、運動の指導用情報を生成する指導用情報生成部として機能する、運動指導プログラム。
10. 請求項９に記載の運動指導プログラムを記録した、コンピューター読み取り可能な記録媒体。

Images