JP2017023689A - モニタリングシステム、モニタ方法およびプログラム - Google Patents

Abstract

【課題】身体の末端部の動作から全身の姿勢を推定し、リアルタイムかつ長時間に亘って歩行姿勢を評価することができるモニタリングシステム、モニタ方法およびプログラムを提供する。【解決手段】一実施形態のモニタリングシステムは、複数のセンサと歩行姿勢評価装置とを持つ。前記センサは、被験者の身体の末端部に装着されて前記末端部の移動量と回転量とを計測可能である。前記歩行姿勢評価装置は、前記センサから送られるデータを、身体末端部の位置および動作と全身姿勢との相関関係に基づいて処理することにより前記被験者の歩行姿勢を評価する。【選択図】図２

Description

本発明の実施形態は、モニタリングシステム、モニタ方法およびプログラムに関する。

身体の一部、例えば腰などにセンサを装着して加速度データを取得し、得られた加速度データから歩行時の身体の軌跡を解析し、重心の移動量や歩幅等の算出により歩行姿勢の評価を行う技術がある。

しかしながら、評価の詳細さとセンサ数とは二律背反の関係にあり、歩行時における身体全体の姿勢を詳細に評価するためには多数のセンサを装着する必要がある。

また、操作性やデザイン性を考慮すると、足首やつま先などの身体の末端部にセンサを装着することが望ましいが、末端部で得られたデータから全身の歩行姿勢を測定することは困難であった。

さらに、日常の歩行動作を分析・評価するためには、リアルタイムにかつ長時間に亘って歩行姿勢の変化を測定することが望ましい。

特開２０１２−２０５８１６号公報

本発明が解決しようとする課題は、身体の末端部の動作から全身の姿勢を推定し、リアルタイムかつ長時間に亘って歩行姿勢を評価することができるモニタリングシステム、モニタ方法およびプログラムを提供することである。

一実施形態のモニタリングシステムは、複数のセンサと歩行姿勢評価装置とを持つ。前記センサは、被験者の身体の末端部に装着されて前記末端部の移動量と回転量とを計測可能である。前記歩行姿勢評価装置は、前記センサから送られるデータを、身体末端部の位置および動作と全身姿勢との相関関係に基づいて処理することにより前記被験者の歩行姿勢を評価する。

本発明によれば、身体の末端部の動作から全身の姿勢を推定し、リアルタイムかつ長時間に亘って歩行姿勢を評価することができるモニタリングシステム、モニタ方法およびプログラムが提供される。

実施の一形態によるモニタリングシステムの概略構成を示すブロック図の一例。 実施の一形態によるモニタ方法の概略手順を示すフローチャートの一例。 図１に示すモニタリングシステムの装着例の一つを示す説明図の一例。 ノイズ成分を除去した時系列データの一例を、直交３方向における各振幅の例と共に示す図の一例。 図１に示すモニタリングシステムの装着例の他の一つを示す説明図の一例。 図１に示すモニタリングシステムの装着例のさらに他の一つを示す説明図の一例。 図２に示すモニタ方法の概略手順中、歩行データ演算の具体的手順の一例を示すフローチャート。 前面姿勢の判定テーブルの一例を示す表。 側面姿勢の判定テーブルの一例を示す表。 足角の判定テーブルの一例を示す表。 図２に示すフローチャートの手順中、歩行データ演算の具体的手順の他の一例を示すフローチャート。 足運びの上下パターンの一例を示す説明図。 足運びの左右のズレパターンの一例を示す説明図。 階段を上る際の足運びのパターンの一例を示す説明図。 図２に示すモニタ方法の概略手順中、節電モードにおける具体的手順の一例を示すフローチャート。 歩行時に特有の周期的な時系列データの一例を示す図。 ストレージ・クラウドサービスとの提携によるアプリケーションソフト運用の概念図の一例。 歩行計測アプリケーションの一実施例の説明図の一例。

以下、実施形態のいくつかについて図面を参照しながら説明する。図面において、同一の部分には同一の参照番号を付し、その重複説明は適宜省略する。また、添付の図面は、それぞれ発明の説明とその理解を促すためのものであり、各図における形状や寸法、比などは実際の装置と異なる個所がある点に留意されたい。

（Ａ）モニタリングシステム
図１は、実施の一形態によるモニタリングシステムの概略構成を示すブロック図の一例である。本実施形態のモニタリングシステムは、センサＡＳＲ，ＡＳＬと、後述する歩行姿勢評価のプログラムをアプリケーションソフトとして読み込み可能なスマートフォン１とを含む。

センサＡＳＲ，ＡＳＬは、互いに直交する３方向、本実施形態ではＸ方向，Ｙ方向，Ｚ方向における加速度（図３、図５Ａおよび図５Ｂ参照）および角速度を計測する。センサＡＳＲ，ＡＳＬは、短距離の通信機能を有し、例えばＢｌｕｅｔｏｏｔｈ（登録商標）により計測データを発信する。

センサＡＳＲ，ＡＳＬは、被験者ＵＲの身体のいずれの部分にも装着可能であるが、本実施形態のモニタリングシステムの構成要素としては被験者ＵＲの下肢末端部、特に足首やつま先に装着されることが望ましい。本実施形態では、センサＡＳＲは被験者ＵＲの右足つま先に装着され、センサＡＳＬは被験者ＵＲの左足つま先に装着される。

センサＡＳＲ，ＡＳＬはまた、加速度検知機能を有し、所定の閾値との比較により被験者ＵＲの歩行開始を検知することができる。

スマートフォン１は、本実施形態において例えば歩行姿勢評価装置に対応し、中央演算部１０、記憶部１２、通信部１４、入力部１６、表示部１８、内蔵センサ２０およびスピーカ２２を含む。記憶部１２、通信部１４、入力部１６、表示部１８、内蔵センサ２０およびスピーカ２２はいずれも中央演算部１０に接続される。

記憶部１２は、複数の記憶領域を有し、図１に示す例では、携帯端末ＯＳ（ＴＯＳ）が格納される記憶領域ＭＲ１、本実施形態で使用される歩行計測アプリケーションソフト（ＡＰ）が格納される記憶領域ＭＲ２、センサＡＳＲ，ＡＳＬから発信されて通信部１４および中央演算部１０を介して送られる時系列データなどが格納される記憶領域ＭＲ４の他、被験者ＵＲの個人データが格納される記憶領域ＭＲ３が示されている。

入力部１６は、テンキーや液晶タッチパネル等を含み、ユーザから入力されたデータを中央演算部１０に送る。本実施形態のモニタリングシステムの起動前に入力される被験者の個人データ、例えば性別や年齢、身長および体重などのデータは、入力部１６から中央演算部１０を介して記憶領域ＭＲ３に格納される。

通信部１４は、３ＧやＬＴＥなどの一般回線との送受信を行う第１通信部１４Ａと、Ｂｌｕｅｔｏｏｔｈなどを介した短距離通信を行う第２通信部１４Ｂとを含む。

表示部１４は、液晶表示装置などを含み、中央演算部１０から送られる制御信号に従い、メール等の文字情報やインターネットサイト上の画像などを液晶画面などに表示する他、歩行計測アプリケーションに従って被験者ＵＲに表示すべき情報を表示する。

スピーカ２２は、通話音声や動画音声の他、歩行計測アプリケーションに従って被験者に伝達すべきアドバイス情報を音声で伝達する。

内蔵センサ２０は、加速度センサ、ジャイロセンサなど、スマートフォン１が現在置かれている環境に関する情報を検知する各種のセンサを含む。

中央演算部１０は、記憶部１２の記憶領域ＭＲ１から携帯端末ＯＳ（ＴＯＳ）を読み出し、各種の制御信号を生成して記憶部１２、通信部１４、表示部１８およびスピーカ２２を制御する他、記憶部１２の記憶領域ＭＲ２から歩行計測アプリケーションソフト（ＡＰ）を読み出して以下の実施形態で説明する歩行姿勢モニタリングを実行する。
図１に示すモニタリングシステムを用いた歩行姿勢モニタリングについて、実施の一形態によるモニタ方法として図２乃至図１３を参照しながら説明する。

（Ｂ）モニタ方法
本実施形態によるモニタ方法の概略手順について、図２のフローチャートを参照して説明する。

まず、表示部１８に表示されたアイコンボタン（図示せず）を被験者ＵＲ等が押下することにより、歩行計測アプリケーションが起動する（ステップＳ１０）。

次いで、中央演算部１０により、記憶部１２内の記憶領域、例えば領域ＭＲ３に格納された被験者ＵＲの個人データ、例えば性別や年齢、身長などのデータが読み取られる（ステップＳ２０）。

被験者ＵＲは、歩行計測アプリケーションの起動後、または起動に先立って加速度センサを身体の末端部に装着する。本実施形態では、図１に示す加速度センサＡＳＲ，ＡＳＬを左右の足のつま先にそれぞれ装着する。

スマートフォン１は、図３のようにズボンを穿いている場合はポケットに入れても良いし、図５Ａのようにバッグ１００に収納してもよいし、さらには図５Ｂのように、右手または左手で持ったままでもよい。

被験者ＵＲが加速度センサＡＳＲ，ＡＳＬのスイッチをオンすると、スマートフォン１の第２通信部１４Ｂが加速度センサＡＳＲ，ＡＳＬとの間でペアリングを行うなどにより通信可能な状態にすると（ステップＳ３０）、スマートフォン１の表示部１８により、被験者ＵＲに歩行を促す画像（図１５の符号５２参照）などが表示される。

被験者ＵＲが歩行を始めると、加速度センサＡＳＲ，ＡＳＬが、被験者ＵＲのつま先の運動を計測して時系列データを出力する。この時系列データは、短距離通信により加速度センサＡＳＲ，ＡＳＬの外部へ送信され、スマートフォン１の第２通信部１４Ｂにより受信される（ステップＳ４０）。加速度センサＡＳＲ，ＡＳＬの計測により得られた時系列データは、本実施形態において例えば第１データに対応する。

スマートフォン１の中央演算部１０は、第２通信部１４Ｂから時系列データを送られ、その周波数を分析することにより、ノイズ成分除去のための周波数を設定し（ステップＳ５０）、設定された周波数に応じて時系列データのフィルタリングを行う（ステップＳ６０）。フィルタリングによりノイズ成分が除去された時系列データは、一旦記憶部１２内のメモリ領域、例えばＭＲ４に格納される。ノイズ成分が除去された時系列データは、本実施形態において例えば第２データに対応する。

次いで、中央演算部１０は、メモリ領域ＭＲ４から、ノイズ成分が除去された時系列データを取り出し、身体末端部の位置および動作と全身姿勢との相関関係を用いて全身姿勢を推定するための歩行データ演算処理を行う（ステップＳ７０）。身体末端部の位置としては、空間座標系内の位置のみならず、足の方向と所定の方向、例えば、右つま先（または左つま先）運動の方向と進行方向との角度を含む。また、全身姿勢との相関関係は、脚の運動と、脚よりも身体の中心に近い部位、例えば太腿や脹脛の動作との間の相関式を含む。

中央演算部１０はさらに、演算結果に対し、可能な範囲で補正処理を行う（ステップＳ８０）。補正処理は、例えば歩行中の路面状況を考慮した補正処理や、歩行中に携帯されることによるスマートフォン１自身の運動を考慮した補正処理を含む。

次いで、中央演算部１０は、補正処理がなされた演算結果に対し、予め準備された判定式を用いた分類などにより被験者ＵＲの歩行姿勢を評価する（ステップＳ９０）。評価内容は、歩行姿勢の理想値と被験者ＵＲの歩行姿勢の現状値との差分を算出することと、算出結果に基づいて被験者ＵＲの歩行における改善点を分析して被験者ＵＲに通知することとを含む。通知手段としては、表示部１８により視認可能な態様で表示する他、スピーカ２２を介して音声で通知することも可能である。

計測開始から分析結果の通知までの一連の手順は、任意の時間間隔、例えば数秒（３〜５秒）間隔で行うことが可能である。

最後に、被験者ＵＲが歩行計測アプリケーションを終了させると、歩行姿勢モニタリングは終了する。

次に、図２に示したモニタ方法の手順のうちの要点についてより詳細に説明する。

（１）周波数分析とノイズ除去（図２、ステップＳ５０，Ｓ６０）
歩行動作においては、下肢の着地時に地面からの衝撃がセンサに伝わるため、ノイズが発生する。特に、本実施形態のように踵やつま先にセンサを装着している場合は、大きなノイズが発生するため、誤判定の原因になる。

そこで、センサＡＳＲ，ＡＳＬから出力される時系列データのうち、着地時の衝撃に起因する高周波成分を除去することにより、歩行に起因する成分のみを抽出することができる。

本実施形態において高周波成分を除去する具体的方法は次の通りである。

すなわち、第２通信部１４ＢがセンサＡＳＲ，ＡＳＬから出力された時系列データを受信して中央演算部１０に送り、該時系列データに対して中央演算部１０がフーリエ変換処理を行って周波数分析を行う。この周波数分析は、任意の時間間隔で行われる。分析の結果、中央演算部１０は、通過周波数となる低次の周波数と、阻止周波数となる高次の周波数とを設定する。次いで、中央演算部１０は、設定した通過周波数および阻止周波数に従って時系列データに対するフィルタリングを行う。これにより、時系列データ中のノイズ成分を除去することができる。

歩幅や歩行周期は、性別や年齢、身長によって異なる他、同一人物であっても履いている靴の種類やヒールの高さ、疲れ度合などにより脚の出し方や歩幅が異なってくる。

本実施形態によれば、被験者ＵＲの歩行中に得られた時系列データを用いて周波数分析が行われるため、被験者ＵＲの性別、年齢、身長その他被験時の歩行状態に適合した通過周波数および阻止周波数が設定される。これにより、以降の処理ステップにおいて、歩行データ演算の精度が向上し、歩行姿勢判定の誤判定も防止することができる。

（２）歩行データ演算（ステップＳ７０）と歩行姿勢評価（図２、ステップＳ９０）
本実施形態のモニタ方法では、歩行データ演算として歩行姿勢の判定と足運びの軌跡のプロットが可能である。以下、第１実施例および第２実施例として説明する。

（ａ）第１実施例：歩行姿勢判定
ノイズ成分を除去した時系列データの一例を図４に示す。中央演算部１０は、このような時系列データを用いて互いに直交する３方向のそれぞれにおいて加速度データの各振幅を算出する。本実施形態において、図３に示すように、直交３方向をそれぞれＸ方向，Ｙ方向，Ｚ方向とする。算出された各振幅の例を図４中の符号ＶＡＸ，ＶＡＹ，ＶＡＺで示す。なお、図４において、Ｔ_０は、時系列データの取得開始時刻を表し、Ｔ_１〜Ｔ_６は、時刻Ｔ_０から所定時間間隔毎に経過した時刻を表す。また、図４において、−ａ_６〜−ａ_１，ａ_１〜ａ_５は加速度０から所定量毎に増減した加速度を表す。

中央演算部１０はさらに、算出した各振幅ＶＡＸ，ＶＡＹ，ＶＡＺの値を用い、予め準備した算出式に従って判定値を算出し、得られた判定値を予め準備した分類表と参照することにより姿勢判定を行う。歩行判定は、図６に示すように、前面姿勢判定（ステップＳ７１）、側面姿勢判定（ステップＳ７２）および足角判定（ステップＳ７３）を含む。

ここで、前面姿勢とは、被験者の進行方向から見た、上半身の左右の傾き具合を表し、側面姿勢とは、被験者の側面から見た姿勢であって、例えば上半身のいわゆる猫背の具合やそり腰の具合を表す。また、足角とは、内股の具合や蟹股の具合を表す。

（ｉ）前面姿勢判定（ステップＳ７１）
左右の脚の運動比が１：１から離れると被験者ＵＲの身体全体に傾きが生じ、歩行時の左右バランスが崩れる。そこで、本実施例では、左右の脚の運動比を評価指標として採用する。この評価指標と上半身の左右の傾きとの間に相関関係があることは実験により確認されている。

本実施例では、足首やつま先のような身体末端部に装着したセンサで得られた加速度データから身体末端部の位置および動作と全身姿勢との相関関係を用いて被験者の全身姿勢を推定し、推定された姿勢に基づいて身体全体の運動評価を行う。

より具体的には、身体末端部に装着したセンサで得られた加速度データから脹脛の動作が推測され、推測された脹脛の動作から太腿の運動が推測される。

例えば、センサＡＳＲ，ＡＳＬを足首に装着した場合、足首と脹脛の加速度振幅の２乗平均値はほぼ同じ大きさで得られることが実験で判明している。

すなわち、
（脹脛の加速度振幅の２乗平均値）＝（足首の加速度振幅の２乗平均値） …式（１）
また、加速度センサＡＳＲ，ＡＳＬをつま先に装着した場合、つま先の加速度振幅の２乗平均値は足首の加速度振幅比を用いると次式（２）になることが実験から判明している。

すなわち、
（脹脛の加速度振幅の２乗平均値）＝（つま先の加速度振幅の２乗平均値）×（つま先の加速度振幅の２乗平均値／足首の加速度振幅の２乗平均値） …式（２）
となる。

ここでは、左右の脚の運動比を判定指標にすればよいので、左足の加速度振幅の二乗平均値と右足の加速度振幅の二乗平均値との比を判定値とした場合の具体例を示す。

すなわち、左足の加速度から得られる指標をＡｌ、右足の加速度から得られる指標をＡｒとすると、次式：
で与えられるａｆを判定値とする。ここで、ａｘ，ａｙ，ａｚは、それぞれＸ方向の加速度振幅、Ｙ方向の加速度振幅およびＺ方向の加速度振幅である。

図７は、前面姿勢の判定テーブルの一例を示す表である。ここでは、定数ａｆ_１〜ａｆ_６により区分される、判定値ａｆのための５段階の範囲に対して左傾斜、左小傾斜、正常、右小傾斜および右傾斜に分類した。

（ｉｉ）側面姿勢判定（ステップＳ７２）
背中が丸まって猫背で歩行する人は膝を曲げて歩いている。このことから、脹脛の運動の大きさは、太腿と同程度か太腿よりも小さい。この一方、正常に歩行する人は、脚を踏み出した時に膝が十分に伸びて脹脛を大きく運動しているという特徴がある。

そこで、太腿と脹脛の運動比を判定値として用いれば、側面歩行の判定、より具体的には、猫背になっているか、そり腰になっているか、または正常であるかを判定することができる。

運動比としては、右足の太腿および脹脛同士、または左足の太腿および脹脛同士を比較する。

ここで、身体末端部の位置および動作と全身姿勢との相関関係により、身体末端部に装着したセンサで得られた角速度データから脹脛の動作が推測され、推測された脹脛の動作から太腿の運動が推測される。

例えば、センサＡＳＲ，ＡＳＬを足首に装着した場合、足首と脹脛の角速度振幅の２乗平均値はほぼ同じ大きさで得られることが実験で判明している。

すなわち、
（脹脛の角速度振幅の二乗平均値）＝（足首の角速度振幅の二乗平均値） …式（４）
また、センサＡＳＲ，ＡＳＬをつま先に装着した場合、つま先の角速度振幅の二乗平均値は足首の加速度振幅比を用いると次式（５）になることが実験から判明している。

すなわち、
（脹脛の角速度振幅の二乗平均値）＝（つま先の角速度振幅の二乗平均値）×（つま先の加速度振幅の２乗平均値／足首の加速度振幅の２乗平均値 …式（５）
となる。

従って、脹脛のＸ方向，Ｙ方向，Ｚ方向の角速度ωｘ，ωｙ，ωｚの各振幅の二乗平均をΩｃとすると、
はセンサＡＳＲ，ＡＳＬで取得される足首またはつま先の角速度から求めることができる。

太腿の角速度振幅の二乗平均値は、身体末端部の位置および動作と全身姿勢との相関関係から次式の通り推測される。

Ωt= Ａ×Ωc ＋Ｂ …式（６）
ここで、Ａ、Ｂは実験等により得られる定数である。

また、太腿の加速度振幅の二乗平均値Ａｔは、式（６）で推測される太腿の角速度振幅の二乗平均値から以下の通りに推定される。

At= Ｃ×Ωc＋Ｄ …式（７）
ここで、Ｃ、Ｄは実験等により得られる定数である。

そして、側面姿勢の判定値をａｓとすると、
で与えられる。ここで、Ａｃは脹脛の加速度振幅の二乗平均値である。

図８は、側面姿勢の判定テーブルの一例を示す表である。ここでは、判定値ａｓについて閾値ａｓｔｈを境に正常か猫背かの２段階で分類した。

（ｉｉｉ）足角判定（ステップＳ７３）
センサＡＳＲ，ＡＳＬをつま先に装着した場合、被験者ＵＲの歩行における進行方向と右つま先（または左つま先）運動の方向との角度θを足角と定義すると、この足角θは、Ｙ方向の加速度振幅ａｙとＺ方向の加速度振幅ａｚから次式を用いて算出することができる。
図９は、側面姿勢の判定テーブルの一例を示す表である。ここでは、足角θについて正常か内股か蟹股かの３段階で分類した。

足角θは数値が大きいほど蟹股傾向が強いことを示し、一方、数値が小さいほど内股傾向が強いことを示す。図９の判定テーブルでは、θ_１≦θ≦θ_２を正常範囲と設定した。

このように、本実施例によれば、足首またつま先に装着したセンサの計測データから体全体のバランス評価と上肢の姿勢を評価することができる。また、センサをつま先に装着した場合は、足角の判定を行うことも可能になる。

中央演算部１０は、上述した、前面姿勢判定、側面姿勢判定および足角判定における各判定値と判定結果を記憶部１２の記憶領域、例えば領域ＭＲ４に格納する。

本実施例による歩行姿勢判定は、任意の時間間隔毎に実行可能である。従って、歩行姿勢の状態および姿勢の変化を被験者ＵＲはリアルタイムで把握することができる。また、後に歩行計測アプリケーションの例を取り上げて詳述するように、表示部１８により、これらの状態および変化を人物画像と足跡像（図示せず）で示せば、被験者ＵＲはより直感的に理解することができる。

（ｂ）第２実施例：足運び
センサＡＳＲ，ＡＳＬが出力する計測データから加速度の値を２回積分することにより、計測開始地点を原点として、歩行動作中の各経過時間におけるセンサの座標を算出することができる。これにより、左右の足の運びの軌跡を空間座標系中にプロットし、歩幅、左右の重心ずれ量および足挙げの高さを算出することができる。また、Ｚ座標の位置の変化をモニタすれば、路面の登り下りの状態を判定することも可能になる。

図１０は、本実施例における歩行データ演算の具体的手順を示すフローチャートの一例である。

まず、中央演算部１０は、記憶部１２に格納された、ノイズ成分が除去された時系列データを読み出し、所定の積分演算を行うことにより、各経過時間におけるセンサＡＳＲ，ＡＳＬの座標を算出し（ステップＳ７５）、空間座標系中に足運びの軌跡をプロットする。

中央演算部１０は、得られた足運びの軌跡から被験者ＵＲの歩幅を算出し（ステップＳ７６）、左右の足の間の重心ずれ量を算出し（ステップＳ７７）、また、足挙げの高さを算出する（ステップＳ７８）。さらに、センサのＺ座標の変化から路面状況の推定を行う（ステップＳ７９）。

図１１Ａは、ある被験者における足運びの上下パターンの一例を示す説明図である。図１１Ａに示す足運びの軌跡から、左右の足の間で足運びのパターンが異なる点や速度変化の相違を算出することができる。

図１１Ｂは、ある被験者における足運びの左右のズレパターンの一例を示す図である。各歩行動作において進行方向と足の着地点との間にズレが生じており、また、足運び自体でも左右の足でズレが生じていることが示されている。

図１１Ｃは、階段を上る際の足運びのパターンの一例を示す説明図である。センサのＺ座標の変化から歩行中の路面の高さにおける変化を検知し、階段や坂道など路面の登り下りの状態を推定することもできる。

中央演算部１０は、上述した、歩幅、重心ずれ量および足挙げの高さにおける算出結果、並びに路面状況の推定結果を記憶部１２の記憶領域、例えば領域ＭＲ４に格納する。

（３）補正処理（図２、ステップＳ８０）
中央演算部１０は、センサのＺ座標の変化から路面状態の推定を行うほか、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）機能を利用してスマートフォン１の位置情報を取得し、センサＡＳＲ，ＡＳＬからのＺ座標の変化から推定した路面状況と比較し、所定の閾値を超える差異がある場合にはＧＰＳによる地図情報に基づいて推定による路面状況を補正する。

これにより、より正確に路面状況を把握することができ、後述する歩行姿勢の評価においてより実態に即した路面状況を踏まえた評価が可能になる。

また、図１に示す通り、スマートフォン１は内蔵センサ２０が装備されている。中央演算部１０は、内蔵センサ２０から送られる位置情報を使用することにより、センサＡＳＲ，ＡＳＬによる計測結果から推定により得られた路面状況をさらに補正する。

これにより、さらに正確に路面状況を把握することができ、後述する歩行姿勢の評価においてより一層実態に即した路面状況を踏まえた評価が可能になる。

上述した、ＧＰＳ機能または内蔵センサ２０による補正結果は、中央演算部１０により記憶部１２の記憶領域、例えば領域ＭＲ４に格納される。

（４）歩行姿勢の評価（図２、ステップＳ９０）
中央演算部１０は、記憶部１２の記憶領域ＭＲ４から、上述した歩行データの演算結果データと、これに対応する理想値データとを引き出し、これらの差分を算出し、得られた差分に基づいて歩行動作を理想値へ近づけるための改善点を分析し、分析結果を改善指導として被験者ＵＲへ通知する。通知方法としては表示部１８により表示する他、スピーカ２２などにより被験者ＵＲへ音声ガイダンスを与える。

このように、歩行姿勢の改善指導が通知されるので、被験者ＵＲは理想値との差異をリアルタイムで知ることができる。また、音声ガイダンスが与えられるため、被験者ＵＲはスマートフォン１を手で持つ必要が無くなるので、衝突や転倒の危険が無くなり、自然な状態で歩行姿勢の改善に集中することができる。

（５）節電モード（図２、ステップＳ３０）
本実施形態のモニタリングシステムは、所定時間の歩行停止の際に節電モードでの運用が可能になるよう構成されている。この点を図１２および図１３を参照しながら説明する。

図１２は、図２の概略手順中で節電モードにおける具体的手順の一例を示すフローチャートである。

まず、センサＡＳＲ，ＡＳＬにより送られてフィルタリング処理がなされた時系列データに対し、中央演算部１０により周期データの抽出処理が行われる（ステップＳ３１）。

図１３は、時系列データの一例を示す。被験者ＵＲから得られた時系列データには、各被験者に特有の周期がある。中央演算部１０は、被験者ＵＲ毎、モニタリング毎に歩行周期を算出し、記憶部１２に格納する。

モニタリング中、中央演算部１０は、算出した周期を所定の閾値と比較する（ステップＳ３２）。比較の結果、算出した周期が所定の閾値より下回っていれば、被験者ＵＲによる歩行動作が継続しているものと判断し、第２通信部１４Ｂに対し、センサＡＳＲ，ＡＳＬとの通信を継続させる（ステップＳ３３）。

この一方、算出した周期が所定の閾値以上になった場合、中央演算部１０は、被験者ＵＲによる歩行動作が停止してモニタリングを継続する必要がなくなったものと判断し、センサＡＳＲ，ＡＳＬとの通信を中止するための指令信号を生成して第２通信部１４Ｂに与える。これにより、モニタリングシステムは省電力モードでの運用に移行し（ステップＳ３４）、第２通信部１４ＢがセンサＡＳＲ，ＡＳＬとの通信を遮断する。これにより、時系列データに対する周波数分析（図２、ステップＳ５０）から歩行姿勢評価（図２、ステップＳ９０）までの処理が停止する。

被験者ＵＲが歩行動作を再開した場合、センサＡＳＲ，ＡＳＬは、装着された末端部での加速度を検知し、検知した加速度データを所定の値、すなわち、歩行時相当の加速度と比較する（ステップＳ３５）。検知データが所定の値を上回る場合（ステップＳ３５、Ｙｅｓ）、センサＡＳＲ，ＡＳＬは通信を再開するための信号を出力する。この通信再開信号をスマートフォン１の第２通信部１４Ｂが受信することにより、第２通信部１４ＢとセンサＡＳＲ，ＡＳＬとの通信が再開し（ステップＳ３６）、時系列データの取得が再開する。

この一方、検知データが所定の値以下である場合は（ステップＳ３５、Ｎｏ）、省電力モードが継続される。

このように、本実施形態によれば、被験者ＵＲの休憩等による歩行停止の場合に、無駄なデータ通信およびデータ処理が不要になるので、省電力化が可能になる。また、被験者ＵＲ以外の要因によるデータが排除されるので、誤判定を予め防止することが可能になる。

（Ｃ）クラウドサービス
図１に示すスマートフォン１は、第１通信部１４Ａを介して一般回線との送受信を行うので、インターネット上に展開されたストレージ・クラウドサービスとオンラインで連携したサービスを提供することもできる。

図１４は、ストレージ・クラウドサービスとの提携によるアプリケーションソフト運用の概念図の一例であり、複数の被験者ＵＲ１，ＵＲ２，…，ＵＲＮ（Ｎは２以上の整数）がストレージ・クラウドサービスＣＳを利用してモニタリングを行っている様子を示す。このように、多数のユーザがストレージ・クラウドサービスＣＳを介して本アプリケーションを利用することにおり、単体での利用では不可能なサービスの提供が可能になる。

例えば、上述した実施形態では、歩行判定の判定基準としてアプリケーションのインストール時に予め準備された判定式や判定テーブルを使用することとしたが、年齢・性別等の個人の属性データに関連づけられた計測データがストレージ・クラウドサービス側で多数蓄積されると、被験者個々の実態により即した判定基準を使用することが可能になる。例えば、全ての年代を対象としたデータ収集・抽出により得られた判定基準に代えて、同年代のユーザから得られた判定基準を選択して用いることができ、また、判定結果中に、同年代中での成績の善し悪しを含めることも可能になる。

さらには、インターネット上のショップとの連携サービスにより、判定結果に応じた商品・サービスをユーザに紹介し提案することも可能になる。例えば、ユーザの歩行姿勢に応じたエクササイズ情報や食事情報、被服情報などの提供である。エクササイズ情報は、トレーニングＤＶＤ、フィットネスクラブなどの情報を含む。食事情報は、サプリメント情報の他、ダイエットレシピやレストランなどの情報を含む。また、被服情報は、スポーツウェアやシューズ、ソックス、アンダーウェアなどの情報を含む。

（Ｄ）アプリケーションの実施例
次いで、上記実施形態による歩行計測アプリケーションの一実施例について図１５を参照しながら説明する。

まず、被験者ＵＲ等が表示部１８に表示されたアイコンボタン（図示せず）を押下することにより、歩行計測アプリケーションを起動させる（図２、ステップＳ１０参照）。

これにより、表示部１８に、歩行姿勢計測の動作に入ったことを示す表示がなされるとともに、被験者ＵＲに対してセンサの装着を促すガイダンスが表示される。例えば図１５に示す例では、表示部１８の表示画面ＳＲ上方のタイトルバーＴＢに「歩行姿勢計測」の表示がなされ、表示画面ＳＲのほぼ中央に、被験者ＵＲ個人を模したイメージキャラクタＳ１が表示され、表示画面ＳＲの上方に「センサを装着してください。」というガイダンスが表示される。

イメージキャラクタＳ１の足下付近には、センサ接続ボタンが表示される。図１５に示す例では、符号２０１で示すアイコンが左足足首に装着すべき加速度センサＡＳＬの接続ボタンとして表示され、また、符号２０２で示すアイコンが右足足首に装着すべき加速度センサＡＳＲの接続ボタンとして表示される。

本実施例の歩行計測アプリケーションでは、歩行計測のみならず、歩行トレーニングのプログラムも組み込まれ、それぞれのボタンが表示画面ＳＲ上に表示される。図１５に示す例では、計測開始ボタン５２とトレーニングボタン１００が表示画面ＳＲの下方に表示される。

指定された箇所に加速度センサＡＳＬ，ＡＳＲを装着した上で被験者ＵＲが計測開始ボタン５２を押下して歩行を開始すると、上述した手順によりモニタリングが始まり、加速度センサＡＳＬ，ＡＳＲの検出結果に従い、時系列データが取得される。

上述したフィルタリング（図２、ステップＳ６０）、演算処理（同、ステップＳ７０）および補正処理（同、ステップＳ８０）などを経て被験者ＵＲの歩行姿勢評価が行われる（同、ステップＳ９０）。

本実施例においては、評価指標として、例えば以下の５項目が挙げられる：
（１）左右のバランス；上半身の左右の傾き度合いを表す。例えば、５つの被験者イメージを画面表示用に準備し、中央に正常な状態を表わすイメージを配置し、身体が漸次左に傾いている２つのイメージと、身体が右に漸次傾いている他の２つのイメージを配置すると被験者ＵＲに分かり易くなる。

（２）歩幅の正しさ；時系列データの演算処理により被験者ＵＲの歩幅を算出することが可能であり、予め設定した理想値からの乖離度合いに応じて評価することができる。

（３）上半身の反り；時系列データの演算処理により膝の伸縮を検知すると上半身の反り具合を評価することができる。例えば、５つの被験者イメージを画面表示用に準備し、、例えば画面右端に正常な状態を表すイメージを配置し、画面左側に近づくほど歩行中の身体が反って猫背になっていく４つのイメージを配置すると、被験者ＵＲに分かり易い。このような上半身の反り具合は、「膝のきれい度」として評価することが可能である。

（４）歩行速度；時系列データの演算処理により被験者ＵＲの歩行速度を算出することが可能であり、予め設定した理想値からの乖離度合いに応じて「足運びのきれい度」として評価することができる。

（５）足角（つま先のきれい度）；時系列データの演算処理により被験者ＵＲの歩行における足角θ（式（９）参照）を算出することが可能であり、予め設定した角度範囲に収まるか否か、収まっていない場合は上限を上回るか加減を下回るかにより蟹股か内股かの判定を行う。足角は、「つま先きれい度」として評価することが可能である。

本実施例の歩行計測アプリケーションでは、短時間毎、例えば２〜３秒毎にリアルタイムで歩行計測結果を随時にスマートフォン１の表示部１８に表示させることができる。例えば、表示画面ＳＲ内で、上部のタイトルバーＴＢ（図１５参照）と下部表示バー（図示せず）とを除く領域を例えば、表示画面ＳＲ中の左上部、右上部、下部の３つの表示領域に分割し、各表示領域に計測結果を表示することにしてもよい。分割表示の例として、左上部の表示領域に左右バランスの評価を表示し、右上部の表示領域に上半身の反り（背筋のきれい度）の評価を表示し、さらに、下部の表示領域に足角（つま先のきれい度）の評価を表示してもよい。計測結果として、文字情報（例えば左上部の表示領域で「左に傾いています」）に加えてそれぞれの形態を模したイメージ情報を表示するとより効果的である。

被験者ＵＲは、歩行計測中に歩行計測結果を見ることもできる。本実施例のアプリケーションでは、計測結果の表示に加えて歩行姿勢に対するアドバイス情報を生成して表示部１８に表示させることもできる。上述の例では、右上部の表示領域で「お腹に力をいれよう」と表示したり、下部の表示領域で「少しつま先を外側に」とのアドバイスを表示したりすることで、よりきめ細やかなサービスの提供が可能になる。

表示画面ＳＲには、計測終了ボタンを表示することも可能であり、計測を終了させたい被験者ＵＲがそのボタンを押下すると歩行計測が終了する。

歩行計測が終了すると、歩行計測開始から歩行計測終了までの歩行姿勢を、前述した演算処理を介して中央演算部１０が評価し、評価結果をスマートフォン１の表示部１８に表示する。表示すべき評価項目としては、上述した５項目の評価指標の他、例えば、総合評価としての評価点、評価ランクおよびコメントなどを挙げることができる。

例えば、上述した５項目のうち、「（３）上半身の反り」を「背筋きれい度」および「膝のきれい度」として表し、「（４）歩行速度を「足の運びきれい度」として表し、「（５）足角」を「つま先きれい度」として表現し、「（１）左右のバランス」および「（２）歩幅の正しさ」の２項目と共に、グラフ、例えばレーダーチャートにプロットして表示画面ＳＲに表示してもよい。

また、このようなチャート表示に加え、総合評価として例えば「今日は８０点」との評価を表示してもよい。評価ランクとして、例えば「一般人レベル」、「読者モデルレベル」および「モデルレベル」の３段階のランク評価などを採用し、アドバイザのイメージキャラクタと共に、例えば「モデルレベル」の評価の場合に「さすがです！」などのコメントも併せて表示すると、被験者ＵＲのモラールをさらに高めることができる。さらに、評価ランクに応じて例えば二重丸や「○」（通常）や「×」（悪い）などの評価マークを併せて表示することも可能である。

歩行姿勢評価結果の表示に引き続き、本例のアプリケーションでは、被験者ＵＲに対するアドバイス情報が中央演算部１０により生成されて表示画面ＳＲ上に表示される。

表示画面ＳＲ上に表示されたアドバイス情報として、例えば「右に傾き気味です。少し右足の運動を大きく、目線を５ｍ先に設定しましょう」などと表示し、さらに、アドバイス内容に沿った長さ・太さを有する複数の矢印をイメージキャラクタと共に表示してもよい。

上述した計測結果およびアドバイスの情報は、記憶部１２内のメモリ領域、例えばＭＲ４に格納される。従って、被験者ＵＲはこれらの情報を再度確認することが可能である。計測結果の再現に際し、表示画面ＳＲの例えば下部に再生バーを表示し、この再生バーを用いた操作により、任意の再生位置へ移動できるように設定することも可能である。

被験者ＵＲが歩行トレーニングを希望する場合には、表示画面ＳＲ上のトレーニングボタン１００（図１５参照）を押下することにより、歩行トレーニングが開始する。トレーニング中は、前述した歩行姿勢計測と同様にトレーニング中の姿勢が計測され、例えば２〜３秒などの短時間毎に計測結果とアドバイス情報が表示される。このようなトレーニング中の表示の一例として、例えば表示画面ＳＲの上部に、トレーニング中の被験者ＵＲの左右のバランスを示すバーを左右それぞれ５段階の領域に分割して表示し、対応する領域に、例えば矢印で示すことにより、被験者ＵＲの現在のバランス状態を表示することとしてもよい。例えば、被験者ＵＲの前面姿勢が中央よりもやや右側に傾いている場合は、５段階領域の中央やや右側を指し示した上で、例えば「矢印が中心に来るように左右のバランスをあわせよう」とのアドバイスを併せて表示すると被験者ＵＲに分かり易い。

また、被験者ＵＲが例えばやや猫背になっている場合は、側面姿勢を矯正するため、例えば「お腹に力を入れよう」などの表示を表示画面ＳＲ中に入れるとよい。また、表示画面ＳＲ中に被験者ＵＲを表すイメージキャラクタを表示し、被験者ＵＲの足角が例えば内股になっている場合は、つま先を外側へ向けるためのアドバイスとして外向きの矢印をイメージキャラクタの足下付近に表示するとよい。また、足角判定結果を反映したアドバイスとして、例えば「少しつま先を外側に」との表示を加えるとさらによい。

なお、上記例とは反対に被験者ＵＲの足角が蟹股になっている場合、イメージキャラクタの足下付近に内向きの矢印を表示し、正常の場合には、例えば「○」印を表示するとよい。

トレーニング中は、表示画面ＳＲの最下方にトレーニング終了ボタン（図示せず）が表示され、トレーニングの終了を希望する場合は、被験者ＵＲがこのボタンを押下すればよい。

トレーニングを複数回以上行った後は、時系列でトレーニング結果を比較することも可能である。その場合は、前後のトレーニングに亘って例えばレーダーチャート上に複数のチャートを、例えば互いに異なる色で表示し、評価点や評価ランクを並べて表示することも可能である。

また、上述したガイダンス情報は表示画面ＳＲ上の表示に代え、またはこれと共にスピーカ２２から音声で伝達することにしてもよい。

さらには、Ｂｌｕｅｔｏｏｔｈ等を用いた短距離通信により、外部のプリンタからトレーニングレポートを出力することも可能である。

（Ｅ）プログラム
上記説明では、前述したモニタリングにおける一連の手順をアプリケーションソフトとして図１に示すモニタリングシステム中のスマートフォン１に読み込ませて実行させることとしたが、これに限ることなく、プログラムに組み込んで汎用のコンピュータに読込ませて実行させてもよい。これにより、前述した実施形態のモニタリングにおける一連の手順を、汎用コンピュータを用いて実現することができる。

また、上述したモニタリングの一連の手順をコンピュータに実行させるプログラムとしてフレキシブルディスクやＣＤ−ＲＯＭ等の記録媒体に収納し、コンピュータに読込ませて実行させてもよい。

記録媒体は、磁気ディスクや光ディスク、ＵＳＢメモリ等の携帯可能なものに限定されず、ハードディスク装置などの固定型の記録媒体でも良い。また、上述したモニタリングの一連の手順を組込んだプログラムをインターネット等の通信回線（無線通信を含む）を介して頒布してもよい。さらに、上述したモニタ方法の各一連の手順を組込んだプログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、または記録媒体に収納して頒布しても良い。

以上述べた少なくとも一つの実施形態のモニタリングシステムによれば、被験者の身体の末端部における移動量および回転量のデータを身体末端部の位置および動作と全身姿勢との相関関係に基づいて処理することにより前記被験者の歩行姿勢を評価する歩行姿勢評価装置を持つので、末端部で得られたデータから全身の歩行姿勢をリアルタイムにかつ長時間に亘って評価することが可能になる。

また、以上述べた少なくとも一つの実施形態のモニタ方法によれば、被験者の身体の末端部における移動量および回転量のデータを身体末端部の位置および動作と全身姿勢との相関関係に基づいて処理することにより前記被験者の歩行姿勢を評価することを持つので、末端部で得られたデータから全身の歩行姿勢をリアルタイムにかつ長時間に亘って評価することが可能になる。

さらに、以上述べた少なくとも一つの実施形態のプログラムによれば、被験者の身体の末端部における移動量および回転量のデータに対し、身体末端部の位置および動作と全身姿勢との相関関係に基づく演算処理を行うことにより前記被験者の歩行姿勢を評価することを持つので、末端部で得られたデータから全身の歩行姿勢をリアルタイムにかつ長時間に亘って評価することが可能になる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。

例えば、上述した実施形態では、モニタリングの一連の手順を組み込んだプログラムをアプリケーションソフトとしてスマートフォンに読み込ませて実行する態様を取り挙げて説明したが、スマートフォンに限ることなく、タブレット型のパーソナルコンピュータや端末装置に読み込ませて実行してもよい。

これらの実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１…スマートフォン、１０…中央演算部、ＡＳＲ，ＡＳＬ…センサ、２０…内蔵センサ、ＣＳ…ストレージ・クラウドサービス、ＵＲ…被験者。

Claims (20)

1. 被験者の身体の末端部に装着されて前記末端部の移動量と回転量とを計測可能な複数のセンサと、
   前記センサから送られるデータを身体末端部の位置および動作と全身姿勢との相関関係に基づいて処理することにより前記被験者の歩行姿勢を評価する歩行姿勢評価装置と、
   を備えるモニタリングシステム。
2. 前記歩行姿勢は、被験者の進行方向から見た、上半身の左右の傾き度合いを表す前面姿勢、上半身における猫背または反りの度合いを表す側面姿勢、および、内股または蟹股の度合いを表す足角の少なくともいずれかを含み、
   前記歩行姿勢評価装置は、所定の判定式に従って各歩行姿勢の判定値を求め、予め準備した分類テーブルを参照して前記歩行姿勢を判定することを特徴とする請求項１に記載のモニタリングシステム。
3. 前記データは、互いに直交する３方向で規定される空間座標系における座標データを含み、
   前記歩行姿勢評価装置は、前記座標データから前記被験者の歩幅、左右の重心ずれ量および足挙げ高を算出し、該算出結果に基づいて前記歩行姿勢を評価することを特徴とする請求項１または２に記載のモニタリングシステム。
4. 前記歩行姿勢評価装置は、被験者が歩行する路面状況を推定し、推定された路面状況を考慮して前記歩行姿勢を評価することを特徴とする請求項３に記載のモニタリングシステム。
5. 前記歩行姿勢評価装置は、ＧＰＳを用いて前記路面状況を推定することを特徴とする請求項３に記載のモニタリングシステム。
6. 前記歩行姿勢評価装置は、前記空間座標系における装置自身の移動量と回転量とを計測する内蔵センサを含み、
   前記内蔵センサの計測結果を参照して前記路面状況を推定することを特徴とする請求項４または５に記載のモニタリングシステム。
7. 前記歩行姿勢評価装置は、予め準備した歩行姿勢の理想値と、算出された前記被験者の歩行姿勢の現状値との差分量を算出し、得られた差分量に基づいて前記被験者の歩行姿勢における改善点を分析することを特徴とする請求項１乃至６のいずれか一項に記載のモニタリングシステム。
8. 前記歩行姿勢評価装置は、前記計測データの周波数を分析して阻止周波数帯域を設定し、設定された阻止周波数帯域の計測データをフィルタリングすることによりノイズ成分を除去することを特徴とする請求項１乃至７のいずれか一項に記載のモニタリングシステム。
9. 前記歩行姿勢評価装置は、インターネット上のストレージ・クラウドサービスに接続可能であり、
   前記分類テーブルは、前記ストレージ・クラウドサービスにより提供される、
   ことを特徴とする。請求項２に記載のモニタリングシステム。
10. 前記歩行姿勢評価装置は、前記歩行姿勢の判定結果および前記評価結果の少なくともいずれかをユーザが視認可能な態様で表示する表示部を備えることを特徴とする請求項２乃至９のいずれか一項に記載のモニタリングシステム。
11. 前記歩行姿勢は、被験者の歩幅および歩行速度のすくなくともいずれかをさらに含むことを特徴とする請求項２乃至１０のいずれか一項に記載のモニタリングシステム。
12. 被験者の身体の末端部の移動量と回転量とを計測して第１データを取得可能な複数のセンサことと、
    前記第１データの周波数を分析して阻止周波数帯域を設定し、設定された阻止周波数帯域の計測データを前記第１データからフィルタリングすることによりノイズ成分が除去された第２データを取得し、前記第２データを処理することにより、前記被験者の歩行姿勢を評価する歩行姿勢評価装置と、
    を備えるモニタリングシステム。
13. 被験者の身体の末端部の移動量と回転量とを計測してデータを取得することと、
    身体末端部の位置および動作と全身姿勢との相関関係に基づいて前記データを処理することにより、前記被験者の歩行姿勢を評価することと、
    を備えるモニタ方法。
14. 被験者の身体の末端部の移動量と回転量とを計測して第１データを取得することと、
    前記第１データの周波数を分析して阻止周波数帯域を設定し、設定された阻止周波数帯域の計測データを前記第１データからフィルタリングすることによりノイズ成分が除去された第２データを取得することと、
    前記第２データを処理することにより、前記被験者の歩行姿勢を評価することと、
    を備えるモニタ方法。
15. 被験者の身体の末端部における移動量および回転量のデータに対し、身体末端部の位置および動作と全身姿勢との相関関係に基づく演算処理を行うことにより前記被験者の歩行姿勢を評価することを備えるモニタリングをコンピュータに実行させるプログラム。
16. 前記歩行姿勢は、被験者の進行方向から見た、上半身の左右の傾き度合いを表す前面姿勢、上半身における猫背または反りの度合いを表す側面姿勢、および、内股または蟹股の度合いを表す足角の少なくともいずれかを含み、
    前記歩行姿勢を評価することは、所定の判定式に従って各歩行姿勢の判定値を求め、予め準備した分類テーブルを参照して前記歩行姿勢を判定することを備えることを特徴とする請求項１５に記載のプログラム。
17. 前記計測データは、互いに直交する３方向で規定される空間座標系における座標データを含み、
    前記歩行姿勢を評価することは、前記座標データの演算処理により前記被験者の歩幅、左右の重心ずれ量および足挙げ高を算出し、該算出結果に基づいて前記歩行姿勢を評価することを備えることを特徴とする請求項１５または１６に記載のプログラム。
18. 前記モニタリングは、被験者が歩行する路面状況を推定することを備え、
    前記歩行姿勢は、推定された路面状況を考慮して評価されることを特徴とする請求項１５乃至１７のいずれか一項に記載のプログラム。
19. 前記モニタリングは、
    予め準備された歩行姿勢の理想値と、前記演算処理により得られた前記被験者の歩行姿勢の現状値との差分量を算出することと、
    得られた差分量に基づいて前記被験者の歩行姿勢における改善点を分析することと、
    をさらに備えることを特徴とする請求項１５乃至１８のいずれか一項に記載のプログラム。
20. 前記歩行姿勢は、被験者の歩幅および歩行速度のすくなくともいずれかをさらに含むことを特徴とする請求項１６乃至１９のいずれか一項に記載のプログラム。