JP2019205817A - Walking training robot - Google Patents

Walking training robot Download PDF

Info

Publication number
JP2019205817A
JP2019205817A JP2019005498A JP2019005498A JP2019205817A JP 2019205817 A JP2019205817 A JP 2019205817A JP 2019005498 A JP2019005498 A JP 2019005498A JP 2019005498 A JP2019005498 A JP 2019005498A JP 2019205817 A JP2019205817 A JP 2019205817A
Authority
JP
Japan
Prior art keywords
walking
user
training
posture
training scenario
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.)
Granted
Application number
JP2019005498A
Other languages
Japanese (ja)
Other versions
JP7104638B2 (en
Inventor
山田　和範
Kazunori Yamada
山田　　和範
真悠 渡部
Mayu Watabe
真悠 渡部
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Corp
Original Assignee
Panasonic Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Panasonic Corp filed Critical Panasonic Corp
Priority to US16/401,770 priority Critical patent/US20190358821A1/en
Priority to CN201910431862.2A priority patent/CN110522614A/en
Publication of JP2019205817A publication Critical patent/JP2019205817A/en
Application granted granted Critical
Publication of JP7104638B2 publication Critical patent/JP7104638B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Rehabilitation Tools (AREA)

Abstract

To perform training that improves physical ability of a user.SOLUTION: A walking training robot that improves physical ability of a user includes: a body part (11); a handle part (12) provided to the body part that the user can grip; a detection part (13) for detecting a handle load on the handle part; a walking support part (15) for determining a load applied to a walking exercise of the user by the walking training robot on the basis of the handle load detected by the detection part; a moving device (16) having a rotation body (20) for controlling the rotation body and moving the walking training robot on the basis of the load of the walking training robot determined by the walking support part; a posture estimation part (17) for estimating a foot lifting posture of the user on the basis of the handle load detected by the detection part; a training scenario generation part (18) for correcting a training scenario for causing the user to perform a foot lifting exercise on the basis of the foot lifting posture; and a presentation part (19) for presenting an instruction to the user based on the training scenario.SELECTED DRAWING: Figure 1

Description

本開示は、ユーザの身体能力を向上させる歩行訓練ロボットに関する。   The present disclosure relates to a walking training robot that improves a user's physical ability.

高齢者向けの施設などでは、高齢者の身体能力を向上させるために、様々なトレーニングシステムが用いられている（例えば、特許文献１参照。）。   In facilities for the elderly, various training systems are used to improve the physical ability of the elderly (see, for example, Patent Document 1).

特許文献１では、置荷重測定や足の挙動測定を可能として、歩行の現状を認識するとともに、足腰の回復度を確認しながら歩行訓練を行うことができる歩行器が開示されている。   Patent Document 1 discloses a walker capable of measuring the load and measuring the behavior of the foot, recognizing the current state of walking, and performing walking training while checking the degree of recovery of the legs and hips.

特開２００２−２６３１５２号公報JP 2002-263152 A

近年、ユーザの身体能力を効率良く向上させることが可能な歩行訓練ロボットが求められている。   In recent years, there has been a demand for a walking training robot that can efficiently improve a user's physical ability.

本開示は、前記課題を解決するもので、ユーザの身体能力を効率良く向上させることができる歩行訓練ロボットを提供する。   This indication solves the above-mentioned subject and provides a walking training robot which can improve a user's physical ability efficiently.

本開示の一態様に係る歩行訓練ロボットは、
ユーザの身体能力を向上させる歩行訓練ロボットであって、
本体部と、
前記本体部に設けられ、前記ユーザが把持可能なハンドル部と、
前記ハンドル部にかかるハンドル荷重を検知する検知部と、
前記検知部で検知された前記ハンドル荷重に基づいて、前記ユーザの歩行運動に対して当該歩行訓練ロボットが与える負荷を決定する歩行支援部と、
回転体を有し、前記歩行支援部で決定された当該歩行訓練ロボットの前記負荷に基づいて、前記回転体を制御して当該歩行訓練ロボットを移動させる移動装置と、
前記検知部で検知された前記ハンドル荷重に基づいて、前記ユーザの足上げ姿勢を推定する姿勢推定部と、
前記足上げ姿勢に基づいて、前記ユーザに足上げ運動を行わせる訓練シナリオを補正する訓練シナリオ生成部と、
前記訓練シナリオに基づく前記ユーザへの指示を提示する提示部と、
を備える。 A walking training robot according to one aspect of the present disclosure is provided.
A walking training robot that improves a user's physical ability,
The main body,
A handle portion provided on the main body portion and grippable by the user;
A detection unit for detecting a handle load applied to the handle unit;
A walking support unit that determines a load given by the walking training robot to the user's walking motion based on the handle load detected by the detection unit;
A moving device having a rotating body and controlling the rotating body to move the walking training robot based on the load of the walking training robot determined by the walking support unit;
A posture estimation unit that estimates the user's foot-lifting posture based on the handle load detected by the detection unit;
A training scenario generation unit for correcting a training scenario for causing the user to perform a foot-lifting exercise based on the foot-lifting posture;
A presentation unit for presenting instructions to the user based on the training scenario;
Is provided.

本開示の歩行訓練ロボットによれば、ユーザの身体能力を効率良く向上させることができる。   According to the walking training robot of the present disclosure, the user's physical ability can be improved efficiently.

図１は、本開示の実施の形態１に係る歩行訓練ロボットの外観図である。FIG. 1 is an external view of a walking training robot according to Embodiment 1 of the present disclosure. 図２は、本開示の実施の形態１に係る歩行訓練ロボットを使用して訓練を行っている様子を示す図である。FIG. 2 is a diagram illustrating a state in which training is performed using the walking training robot according to the first embodiment of the present disclosure. 図３は、本開示の実施の形態１における検知部で検知するハンドル荷重の検知方向を示す図である。FIG. 3 is a diagram illustrating a handle load detection direction detected by the detection unit according to the first embodiment of the present disclosure. 図４は、本開示の実施の形態１に係る歩行訓練ロボットの制御構成の一例を示す制御ブロック図である。FIG. 4 is a control block diagram illustrating an example of a control configuration of the walking training robot according to the first embodiment of the present disclosure. 図５は、本開示の実施の形態１に係る歩行訓練ロボットの主要な制御構成の一例を示す制御ブロック図である。FIG. 5 is a control block diagram illustrating an example of a main control configuration of the walking training robot according to the first embodiment of the present disclosure. 図６は、ユーザがハンドル部を把持したまま右足を上げた状態の一例を示す図である。FIG. 6 is a diagram illustrating an example of a state in which the user raises the right foot while holding the handle portion. ハンドル荷重と足上げ姿勢との関係の一例を示す図である。It is a figure which shows an example of the relationship between a handle | steering-wheel load and a leg raising attitude | position. 図８Ａは、歩行ルートの一例を示す図である。FIG. 8A is a diagram illustrating an example of a walking route. 図８Ｂは、歩行ルートの別例を示す図である。FIG. 8B is a diagram illustrating another example of the walking route. 図９は、本開示の実施の形態１に係る歩行訓練ロボットの主要な制御の例示的なフローチャートを示す図である。FIG. 9 is a diagram illustrating an exemplary flowchart of main control of the walking training robot according to the first embodiment of the present disclosure. 図１０は、本開示の実施の形態１に係る歩行訓練ロボットにおいて、体操訓練結果に基づいて歩行訓練シナリオを補正する制御の例示的なフローチャートを示す図である。FIG. 10 is a diagram illustrating an exemplary flowchart of control for correcting a walking training scenario based on a result of gymnastic training in the walking training robot according to the first embodiment of the present disclosure. 図１１は、本開示の実施の形態１に係る歩行訓練ロボットにおいて、体操訓練結果に基づいて体操訓練シナリオを補正する制御の例示的なフローチャートを示す図である。FIG. 11 is a diagram illustrating an exemplary flowchart of control for correcting a gymnastic exercise scenario based on a gymnastic exercise result in the walking training robot according to the first embodiment of the present disclosure. 図１２は、本開示の実施の形態１に係る歩行訓練ロボットにおいて、歩行訓練結果に基づいて体操訓練シナリオ及び歩行訓練シナリオを補正する制御の例示的なフローチャートを示す図である。FIG. 12 is a diagram illustrating an exemplary flowchart of control for correcting the gymnastic training scenario and the walking training scenario based on the walking training result in the walking training robot according to the first embodiment of the present disclosure. 図１３は、本開示の実施の形態１に係る歩行訓練ロボットにおいて、体操訓練結果と歩行訓練結果とに基づいて体操訓練シナリオ及び歩行訓練シナリオを補正する制御の例示的なフローチャートを示す図である。FIG. 13 is a diagram illustrating an exemplary flowchart of control for correcting a gymnastic training scenario and a walking training scenario based on a gymnastic training result and a walking training result in the walking training robot according to the first embodiment of the present disclosure. . 図１４は、本開示の実施の形態１に係る歩行訓練ロボットの変形例の主要な制御構成の一例を示す制御ブロック図である。FIG. 14 is a control block diagram illustrating an example of a main control configuration of a modified example of the walking training robot according to the first embodiment of the present disclosure. 図１５は、本開示の実施の形態２に係る歩行訓練ロボットの制御構成の一例を示す制御ブロック図である。FIG. 15 is a control block diagram illustrating an example of a control configuration of the walking training robot according to the second embodiment of the present disclosure. 図１６は、本開示の実施の形態２に係る歩行訓練ロボットの主要な制御構成の一例を示す制御ブロック図である。FIG. 16 is a control block diagram illustrating an example of a main control configuration of the walking training robot according to the second embodiment of the present disclosure. 図１７は、本開示の実施の形態２に係る歩行訓練ロボットにおいて、体操訓練結果、歩行訓練結果、歩行ルートの複雑さ、及び左右の足上げの偏りに基づいて歩行訓練シナリオを補正する制御の例示的なフローチャートを示す図である。FIG. 17 is a diagram illustrating control for correcting a walking training scenario based on gymnastic training results, walking training results, complexity of walking routes, and left and right foot lift biases in the walking training robot according to the second embodiment of the present disclosure. FIG. 6 is an exemplary flowchart.

（本開示に至った経緯）
先進国における少子高齢化が進む近年、高齢者の見守りや生活支援の必要性が増している。特に、高齢者においては、加齢に伴う身体能力の低下から日常生活のＱＯＬ（Ｑｕａｌｉｔｙ ｏｆ Ｌｉｆｅ）を維持することが難しくなる傾向にある。このような背景の下、高齢者などのユーザの身体能力を効率良く向上させることができる歩行訓練ロボットが求められている。 (Background to the disclosure)
In recent years, with the aging population and declining birthrate in developed countries, the need for watching over elderly people and supporting their lives has increased. In particular, elderly people tend to have difficulty in maintaining QOL (Quality of Life) in daily life due to a decrease in physical ability associated with aging. Under such a background, there is a demand for a walking training robot that can efficiently improve the physical ability of a user such as an elderly person.

本発明者らは、研究の過程で足上げ運動を歩行に関連して行うことによって、転倒の予防を行い、且つ歩行に関する身体能力を効率良く向上させることができることを見出した。そこで、本発明者らは、ユーザに意識的に足上げ運動を行わせる歩行訓練ロボットを検討した。具体的には、本発明者らは、ユーザが立ち止まった状態で足上げ体操を行う体操訓練と、歩行中のユーザの足運びを変化させる歩行訓練とを行うことが可能な歩行訓練ロボットを検討した。   The inventors of the present invention have found that by performing a leg-lifting exercise in relation to walking in the course of research, it is possible to prevent falls and efficiently improve physical ability related to walking. Therefore, the present inventors examined a walking training robot that causes the user to consciously perform the leg raising exercise. Specifically, the present inventors examined a walking training robot capable of performing a gymnastic exercise for performing a leg-lifting exercise in a state where the user is stopped and a walking exercise for changing a user's walking while walking. did.

また、本発明者らは、ハンドル部にかかるハンドル荷重に基づいて、ユーザの足上げ姿勢を推定することができることを見出した。そこで、本発明者らは、ハンドル荷重に基づいて推定された足上げ姿勢から訓練内容を補正することが可能な歩行訓練ロボットを検討し、以下の発明に至った。   In addition, the present inventors have found that the user's leg raising posture can be estimated based on the handle load applied to the handle portion. Therefore, the present inventors have studied a walking training robot that can correct the training content from the foot-up posture estimated based on the handle load, and have led to the following invention.

本開示の一態様に係る歩行訓練ロボットは、
ユーザの身体能力を向上させる歩行訓練ロボットであって、
本体部と、
前記本体部に設けられ、前記ユーザが把持可能なハンドル部と、
前記ハンドル部にかかるハンドル荷重を検知する検知部と、
前記検知部で検知された前記ハンドル荷重に基づいて、前記ユーザの歩行運動に対して当該歩行訓練ロボットが与える負荷を決定する歩行支援部と、
回転体を有し、前記歩行支援部で決定された当該歩行訓練ロボットの前記負荷に基づいて、前記回転体を制御して当該歩行訓練ロボットを移動させる移動装置と、
前記検知部で検知された前記ハンドル荷重に基づいて、前記ユーザの足上げ姿勢を推定する姿勢推定部と、
前記足上げ姿勢に基づいて、前記ユーザに足上げ運動を行わせる訓練シナリオを補正する訓練シナリオ生成部と、
前記訓練シナリオに基づく前記ユーザへの指示を提示する提示部と、
を備える。 A walking training robot according to one aspect of the present disclosure is provided.
A walking training robot that improves a user's physical ability,
The main body,
A handle portion provided on the main body portion and grippable by the user;
A detection unit for detecting a handle load applied to the handle unit;
A walking support unit that determines a load given by the walking training robot to the user's walking motion based on the handle load detected by the detection unit;
A moving device that has a rotating body and controls the rotating body to move the walking training robot based on the load of the walking training robot determined by the walking support unit;
A posture estimation unit that estimates the user's foot-lifting posture based on the handle load detected by the detection unit;
A training scenario generation unit for correcting a training scenario for causing the user to perform a foot-lifting exercise based on the foot-lifting posture;
A presentation unit for presenting instructions to the user based on the training scenario;
Is provided.

このような構成により、ユーザの身体能力を効率良く向上させることができる。   With such a configuration, the user's physical ability can be improved efficiently.

前記負荷は、前記歩行訓練ロボットの移動速度及び移動方向であってもよい。   The load may be a moving speed and a moving direction of the walking training robot.

このような構成により、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, the user's physical ability can be improved more efficiently.

前記負荷は、前記ユーザの移動方向へ前記歩行訓練ロボットを押すために必要な力であってもよい。   The load may be a force necessary to push the walking training robot in the moving direction of the user.

このような構成により、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, the user's physical ability can be improved more efficiently.

前記歩行訓練ロボットは、前記ユーザの歩行速度及び歩行方向を推定する歩行状態推定部を備え、
前記歩行支援部は、前記歩行状態推定部で推定された前記ユーザの前記歩行速度及び前記歩行方向に基づいて、当該歩行訓練ロボットの前記負荷を決定してもよい。 The walking training robot includes a walking state estimation unit that estimates a walking speed and a walking direction of the user,
The walking support unit may determine the load of the walking training robot based on the walking speed and the walking direction of the user estimated by the walking state estimation unit.

このような構成により、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, the user's physical ability can be improved more efficiently.

前記姿勢推定部は、前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが立ち止まった状態で足上げ体操をしているときの体操姿勢を推定する体操姿勢推定部を有し、
前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザの歩行中の足運びを変化させる歩行訓練シナリオを生成する歩行訓練シナリオ生成部を有し、
前記歩行訓練シナリオ生成部は、前記体操姿勢に基づいて前記歩行訓練シナリオを補正してもよい。 The posture estimation unit is configured to estimate a gymnastic posture when the user is doing a leg-lifting exercise while the user is stationary among the foot-lifting postures based on the handle load detected by the detection unit. Part
The training scenario generation unit has a walking training scenario generation unit that generates a walking training scenario that changes the walking during walking of the user among the training scenarios,
The walking training scenario generation unit may correct the walking training scenario based on the gymnastic posture.

このような構成により、体操姿勢に基づいて歩行訓練シナリオを補正することができるため、ユーザにより適した歩行訓練を提供することができる。これにより、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, since the walking training scenario can be corrected based on the gymnastic posture, walking training more suitable for the user can be provided. Thereby, a user's physical ability can be improved more efficiently.

前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザが立ち止まった状態で足上げ体操を行う体操訓練シナリオを生成する体操訓練シナリオ生成部を有し、
前記体操訓練シナリオ生成部は、前記体操姿勢に基づいて前記体操訓練シナリオを補正してもよい。 The training scenario generation unit includes a gymnastics training scenario generation unit that generates a gymnastics training scenario for performing a leg lifting exercise in a state where the user is stopped among the training scenarios,
The gymnastic training scenario generation unit may correct the gymnastic training scenario based on the gymnastic posture.

このような構成により、体操姿勢に基づいて体操訓練シナリオを補正することができるため、ユーザにより適した体操訓練を提供することができる。これにより、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, a gymnastic exercise scenario can be corrected based on the gymnastic posture, and thus a gymnastic exercise more suitable for the user can be provided. Thereby, a user's physical ability can be improved more efficiently.

前記歩行支援部は、前記歩行訓練シナリオに基づいて、当該歩行訓練ロボットの前記負荷を補正してもよい。   The walking support unit may correct the load of the walking training robot based on the walking training scenario.

このような構成により、歩行訓練ロボットの負荷を補正することによって、ユーザの歩行中の足運びを変化させることができる。これにより、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, by correcting the load of the walking training robot, the user's walking while walking can be changed. Thereby, a user's physical ability can be improved more efficiently.

前記体操姿勢推定部は、当該歩行訓練ロボットの前後方向に延在する軸の軸回りのモーメントに基づいて前記体操姿勢を推定し、
前記体操姿勢は、前記ユーザが足上げ体操をしているときの足上げ量、足を上げている時間及び揺らぎのうち少なくとも１つを含んでもよい。 The gymnastic posture estimation unit estimates the gymnastic posture based on a moment around an axis extending in the front-rear direction of the walking training robot,
The gymnastic posture may include at least one of a foot raising amount, a time during which the user raises a foot, and a fluctuation when the user is doing a leg raising exercise.

このような構成により、ユーザの体操姿勢を容易に推定することができる。   With such a configuration, the user's gymnastic posture can be easily estimated.

前記歩行訓練シナリオは、前記ユーザが歩行しているときの前記ユーザの現在地から目的地までの歩行ルートへの誘導及び足上げ指示のうち少なくとも１つを含んでもよい。   The walking training scenario may include at least one of guidance to a walking route from the user's current location to a destination and a foot-up instruction when the user is walking.

このような構成により、ユーザにより適した歩行訓練をユーザに提供することができるため、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, walking training more suitable for the user can be provided to the user, so that the physical ability of the user can be improved more efficiently.

前記姿勢推定部は、前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが歩行しているときの歩行姿勢を推定する歩行姿勢推定部を有し、
前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザが立ち止まった状態で足上げ体操を行う体操訓練シナリオを生成する体操訓練シナリオ生成部を有し、
前記体操訓練シナリオ生成部は、前記歩行姿勢に基づいて前記体操訓練シナリオを補正してもよい。 The posture estimation unit includes a walking posture estimation unit that estimates a walking posture when the user is walking among the leg raising postures based on the handle load detected by the detection unit,
The training scenario generation unit includes a gymnastics training scenario generation unit that generates a gymnastics training scenario for performing a leg lifting exercise in a state where the user is stopped among the training scenarios,
The gymnastic exercise scenario generation unit may correct the gymnastic exercise scenario based on the walking posture.

このような構成により、歩行姿勢に基づいて体操訓練シナリオを補正することができるため、ユーザにより適した体操訓練を提供することができる。これにより、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, it is possible to correct a gymnastic exercise scenario based on the walking posture, so it is possible to provide a gymnastic exercise more suitable for the user. Thereby, a user's physical ability can be improved more efficiently.

前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザの歩行中の足運びを変化させる歩行訓練シナリオを生成する歩行訓練シナリオ生成部を有し、
前記歩行訓練シナリオ生成部は、前記歩行姿勢に基づいて前記歩行訓練シナリオを補正してもよい。 The training scenario generation unit has a walking training scenario generation unit that generates a walking training scenario that changes the walking during walking of the user among the training scenarios,
The walking training scenario generation unit may correct the walking training scenario based on the walking posture.

このような構成により、歩行姿勢に基づいて歩行訓練シナリオを補正することができるため、ユーザにより適した歩行訓練を提供することができる。これにより、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, since the walking training scenario can be corrected based on the walking posture, it is possible to provide walking training more suitable for the user. Thereby, a user's physical ability can be improved more efficiently.

前記歩行支援部は、前記歩行訓練シナリオに基づいて、当該歩行訓練ロボットの移動速度及び移動方向を補正してもよい。   The walking support unit may correct a moving speed and a moving direction of the walking training robot based on the walking training scenario.

このような構成により、歩行訓練ロボットの移動速度及び移動方向を補正することによって、ユーザの歩行中の足運びを変化させることができる。これにより、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, by correcting the moving speed and moving direction of the walking training robot, the user's walking while walking can be changed. Thereby, a user's physical ability can be improved more efficiently.

前記歩行姿勢推定部は、当該歩行訓練ロボットの前後方向に延在する軸の軸回りのモーメントに基づいて前記歩行姿勢を推定し、
前記歩行姿勢は、前記ユーザが歩行しているときの足上げ量、足を上げている時間、揺らぎ、歩幅、歩行速度及び歩行ピッチのうち少なくとも１つを含んでもよい。 The walking posture estimation unit estimates the walking posture based on a moment around an axis extending in the front-rear direction of the walking training robot,
The walking posture may include at least one of a foot raising amount when the user is walking, a time during which the user raises a foot, fluctuation, a stride, a walking speed, and a walking pitch.

このような構成により、ユーザの歩行姿勢を容易に推定することができる。   With such a configuration, the user's walking posture can be easily estimated.

前記体操訓練シナリオは、前記ユーザが足上げ体操をするときの足上げ量及び足上げ回数のうち少なくとも１つを含んでもよい。   The gymnastics training scenario may include at least one of an amount and a number of leg raising when the user performs leg raising exercises.

このような構成により、ユーザにより適した訓練をユーザに提供することができるため、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, training that is more suitable for the user can be provided to the user, so that the physical ability of the user can be improved more efficiently.

前記姿勢推定部は、
前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが立ち止まった状態で足上げ体操をしているときの体操姿勢を推定する体操姿勢推定部と、
前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが歩行しているときの歩行姿勢を推定する歩行姿勢推定部と、
を有し、
前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザの歩行中の足運びを変化させる歩行訓練シナリオを生成する歩行訓練シナリオ生成部を有し、
前記歩行訓練シナリオ生成部は、前記体操姿勢と前記歩行姿勢とに基づいて、前記歩行訓練シナリオを補正してもよい。 The posture estimation unit
Based on the handle load detected by the detection unit, a gymnastic posture estimation unit that estimates a gymnastic posture when the user is doing a leg lifting exercise in a state where the user is stationary among the leg raising postures;
Based on the handle load detected by the detection unit, a walking posture estimation unit that estimates a walking posture when the user is walking among the leg raising postures;
Have
The training scenario generation unit has a walking training scenario generation unit that generates a walking training scenario that changes the walking during walking of the user among the training scenarios,
The walking training scenario generation unit may correct the walking training scenario based on the gymnastic posture and the walking posture.

このような構成により、体操姿勢と歩行姿勢とに基づいて歩行訓練シナリオを補正することができるため、ユーザにより適した歩行訓練を提供することができる。これにより、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, since the walking training scenario can be corrected based on the gymnastic posture and the walking posture, it is possible to provide walking training more suitable for the user. Thereby, a user's physical ability can be improved more efficiently.

前記姿勢推定部は、
前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが立ち止まった状態で足上げ体操をしているときの体操姿勢を推定する体操姿勢推定部と、
前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが歩行しているときの歩行姿勢を推定する歩行姿勢推定部と、
を有し、
前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザが立ち止まった状態で足上げ体操を行う体操訓練シナリオを生成する体操訓練シナリオ生成部を有し、
前記体操訓練シナリオ生成部は、前記体操姿勢と前記歩行姿勢とに基づいて、前記体操訓練シナリオを補正してもよい。 The posture estimation unit
Based on the handle load detected by the detection unit, a gymnastic posture estimation unit that estimates a gymnastic posture when the user is doing a leg lifting exercise in a state where the user is stationary among the leg raising postures;
Based on the handle load detected by the detection unit, a walking posture estimation unit that estimates a walking posture when the user is walking among the leg raising postures;
Have
The training scenario generation unit includes a gymnastics training scenario generation unit that generates a gymnastics training scenario for performing a leg lifting exercise in a state where the user is stopped among the training scenarios,
The gymnastic training scenario generation unit may correct the gymnastic training scenario based on the gymnastic posture and the walking posture.

このような構成により、体操姿勢と歩行姿勢とに基づいて体操訓練シナリオを補正することができるため、ユーザにより適した体操訓練を提供することができる。これにより、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, the gymnastic exercise scenario can be corrected based on the gymnastic posture and the walking posture, so that a gymnastic exercise more suitable for the user can be provided. Thereby, a user's physical ability can be improved more efficiently.

前記歩行訓練ロボットは、更に、前記回転体の回転量及び回転方向に基づいて、前記ユーザが歩行した歩行ルートの複雑さを判定する判定部を備え、
前記訓練シナリオ生成部は、前記歩行ルートの複雑さに基づいて、前記訓練シナリオを補正してもよい。 The walking training robot further includes a determination unit that determines the complexity of the walking route on which the user has walked based on the rotation amount and the rotation direction of the rotating body,
The training scenario generation unit may correct the training scenario based on the complexity of the walking route.

このような構成により、歩行ルートの複雑さに基づいて訓練シナリオを補正することができる。これにより、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, the training scenario can be corrected based on the complexity of the walking route. Thereby, a user's physical ability can be improved more efficiently.

更に、前記判定部は、前記検知部で検知されたハンドル荷重に基づいて、前記ユーザの足上げの左右の偏りを判定し、
前記訓練シナリオ生成部は、前記足上げの左右の偏りに基づいて前記訓練シナリオを補正してもよい。 Furthermore, the determination unit determines a left-right bias of the user's foot lift based on the handle load detected by the detection unit,
The training scenario generation unit may correct the training scenario based on a left-right bias of the foot lift.

このような構成により、ユーザの足上げの左右の偏りに基づいて訓練シナリオを補正することができるため、ユーザにより適した訓練を提供することができる。これにより、ユーザの身体能力をより効率良く向上させることができる。   With such a configuration, the training scenario can be corrected based on the left-right bias of the user's foot-up, so that it is possible to provide more suitable training for the user. Thereby, a user's physical ability can be improved more efficiently.

前記提示部は、前記訓練シナリオに基づく前記ユーザへの指示を当該歩行訓練ロボットの周辺環境に光によって提示してもよい。   The presenting unit may present an instruction to the user based on the training scenario to the surrounding environment of the walking training robot by light.

このような構成により、ユーザは訓練シナリオに基づく指示を容易に理解し、訓練することができる。   With such a configuration, the user can easily understand and train instructions based on the training scenario.

前記提示部は、前記ユーザの前記足上げ姿勢の情報を提示してもよい。   The presenting unit may present information on the leg raising posture of the user.

このような構成により、ユーザは自身の足上げ姿勢を把握しながら、訓練を行うことができる。   With such a configuration, the user can perform training while grasping his / her own leg raising posture.

以下、本開示の実施形態について、添付の図面を参照しながら説明する。また、各図においては、説明を容易なものとするため、各要素を誇張して示している。   Hereinafter, embodiments of the present disclosure will be described with reference to the accompanying drawings. In each drawing, each element is exaggerated for easy explanation.

（実施の形態１）
［全体構成］
図１は、実施の形態１に係る歩行訓練ロボット１（以下、「ロボット１」と称する）の外観図を示す。図２は、ロボット１を使用してユーザが訓練を行っている様子を示す。 (Embodiment 1)
[overall structure]
FIG. 1 is an external view of a walking training robot 1 (hereinafter referred to as “robot 1”) according to the first embodiment. FIG. 2 shows a situation where the user is training using the robot 1.

図１及び図２に示すように、ロボット１は、本体部１１、ハンドル部１２、検知部１３、歩行状態推定部１４、歩行支援部１５、移動装置１６、姿勢推定部１７、訓練シナリオ生成部１８、及び提示部１９を備える。   As shown in FIGS. 1 and 2, the robot 1 includes a main body unit 11, a handle unit 12, a detection unit 13, a walking state estimation unit 14, a walking support unit 15, a moving device 16, a posture estimation unit 17, and a training scenario generation unit. 18 and a presentation unit 19.

ロボット１は、ユーザの身体能力を向上させる訓練を行うロボットである。ロボット１は、ユーザが立ち止まった状態で足上げ体操する体操訓練と、歩行中のユーザの足運びを変化させる歩行訓練と、を行うことができる。足上げ体操とは、ユーザが移動せずに足を上げて下げる運動を意味する。言い換えると、足上げ体操とは、ユーザが地面に接地した足を上げた後、その足を下げて再び地面に接地させる運動を意味する。例えば、足上げ体操は、ユーザの左右の足を交互に上げ下げする運動であってもよいし、連続して片方の足を上げ下げする運動であってもよい。足運びとは、足を後方から前方へ移動させる動作を意味する。   The robot 1 is a robot that performs training for improving a user's physical ability. The robot 1 can perform a gymnastic exercise for performing a leg-lifting exercise while the user is stopped and a walking exercise for changing a user's walking while walking. The leg raising exercise means an exercise in which the user raises and lowers a foot without moving. In other words, the leg-lifting exercise means an exercise in which the user raises a foot that touches the ground and then lowers the foot and touches the ground again. For example, the leg raising exercise may be an exercise of alternately raising and lowering the left and right feet of the user, or may be an exercise of raising and lowering one leg continuously. Stepping means an operation of moving the foot from the rear to the front.

体操訓練においては、ユーザはハンドル部１２を把持し、その場を移動せずに足上げ体操を行う。ロボット１は、例えば、提示部１９によって、ユーザに対して足上げ指示、足上げ回数及び／又は足上げ量を提示する。足上げ指示とは、例えば、ユーザに対して左右いずれか一方の足を上げさせる指示などを含む。   In the gymnastic exercise, the user holds the handle portion 12 and performs a leg-lifting exercise without moving on the spot. For example, the robot 1 presents the user with a foot lift instruction, the number of foot lifts, and / or the amount of foot lift by using the presentation unit 19. The foot lift instruction includes, for example, an instruction to raise the left or right foot to the user.

歩行訓練においては、ユーザはハンドル部１２を把持し、ハンドル部１２に荷重（ハンドル荷重）をかけながら歩行する。ロボット１は、ハンドル荷重に応じて移動すると共にユーザを歩行ルートに誘導する。また、ロボット１は、歩行中のユーザの足運びを変化させる。例えば、ロボット１は、ロボット１の移動速度の制限及び／又は歩行ルートの変更などによって、歩行中のユーザの足運びを変化させる。本明細書において、歩行ルートとは、現在地から目的地までのユーザが歩行する経路を意味する。   In walking training, the user grasps the handle portion 12 and walks while applying a load (handle load) to the handle portion 12. The robot 1 moves according to the handle load and guides the user to the walking route. Further, the robot 1 changes the walking of the user during walking. For example, the robot 1 changes the walking of the user during walking by limiting the moving speed of the robot 1 and / or changing the walking route. In this specification, the walking route means a route on which the user walks from the current location to the destination.

以下、ロボット１の構成について詳細に説明する。   Hereinafter, the configuration of the robot 1 will be described in detail.

本体部１１は、例えば、他の構成部材を支持するとともにユーザが歩行する際の荷重を支えることができるような剛性を有するフレームにより構成される。   The main body 11 is configured by, for example, a frame having rigidity that supports other components and can support a load when the user walks.

ハンドル部１２は、本体部１１の上部に設けられており、歩行中のユーザの両手により把持しやすい形状及び高さ位置に設けられている。実施の形態１では、ハンドル部１２は、棒状に形成されている。ユーザは、ハンドル部１２の右端側を右手で把持し、且つハンドル部１２の左端側を左手で把持する。   The handle part 12 is provided on the upper part of the main body part 11, and is provided in a shape and a height position that can be easily grasped by both hands of a user who is walking. In the first embodiment, the handle portion 12 is formed in a rod shape. The user holds the right end side of the handle portion 12 with the right hand and holds the left end side of the handle portion 12 with the left hand.

検知部１３は、ハンドル部１２をユーザが把持することにより、ユーザによってハンドル部１２にかけられるハンドル荷重を検知する。具体的には、ユーザがハンドル部１２を把持して歩行するとき、及びユーザがハンドル部１２を把持して立ち止まった状態で足上げ体操を行うときに、ユーザはハンドル部１２に荷重をかける。検知部１３は、ユーザがハンドル部１２にかける荷重（ハンドル荷重）の向き及び大きさを検知する。   The detection unit 13 detects a handle load applied to the handle unit 12 by the user when the user grips the handle unit 12. Specifically, when the user walks while holding the handle portion 12 and when the user performs a leg-lifting exercise while holding the handle portion 12 and stopped, the user applies a load to the handle portion 12. The detection unit 13 detects the direction and magnitude of a load (handle load) applied to the handle unit 12 by the user.

図３は、検知部１３で検知するハンドル荷重の検知方向を示す。図３に示すように、検知部１３は、互いに直交する三軸方向にかかる力、及び三軸の軸回りのモーメントをそれぞれ検出可能な六軸力センサである。互いに直交する三軸とは、ロボット１の左右方向に延在するｘ軸、ロボット１の前後方向に延在するｙ軸、及びロボット１の高さ方向に延在するｚ軸である。三軸方向にかかる力とは、ｘ軸方向にかかる力Ｆｘ、ｙ軸方向にかかる力Ｆｙ、及びｚ軸方向にかかる力Ｆｚである。実施の形態１では、Ｆｘのうち右方向にかかる力をＦｘ＋とし、左方向にかかる力をＦｘ−としている。Ｆｙのうち前方向にかかる力をＦｙ＋とし、後方向にかかる力をＦｙ−としている。Ｆｚ方向のうち歩行面に対して鉛直上方向にかかる力をＦｚ＋とし、歩行面に対して鉛直下方向にかかる力をＦｚ−としている。三軸の軸回りのモーメントとは、ｘ軸の軸回りのモーメントＭｘ、ｙ軸の軸回りのモーメントＭｙ、及びｚ軸の軸回りのモーメントＭｚである。なお、本明細書においては、Ｆｘ、Ｆｙ、Ｆｚ、Ｍｘ、Ｍｙ、Ｍｚを荷重と称する場合がある。 FIG. 3 shows the detection direction of the handle load detected by the detection unit 13. As shown in FIG. 3, the detection unit 13 is a six-axis force sensor capable of detecting forces applied in three axial directions orthogonal to each other and moments around the three axes. The three axes orthogonal to each other are an x-axis extending in the left-right direction of the robot 1, a y-axis extending in the front-rear direction of the robot 1, and a z-axis extending in the height direction of the robot 1. The force applied in the triaxial direction is a force Fx applied in the x-axis direction, a force Fy applied in the y-axis direction, and a force Fz applied in the z-axis direction. In the first embodiment, the force applied to the right direction in the Fx and Fx +, a force applied to the left Fx - is set to. The force applied to front direction in the Fy and Fy +, the force applied to the rear direction Fy - is set to. The force applied vertically upward with respect to the tread surface of the Fz direction and Fz +, Fz force exerted vertically downward relative to the walking surface - is set to. The moments around the three axes are the moment Mx around the x-axis, the moment My around the y-axis, and the moment Mz around the z-axis. In this specification, Fx, Fy, Fz, Mx, My, and Mz may be referred to as loads.

図１及び図２に戻って、歩行状態推定部１４は、検知部１３で検知されたハンドル荷重に基づいて、歩行中のユーザの歩行速度及び歩行方向を推定する。歩行速度とは、ユーザが歩行しているときのユーザの速度を意味する。歩行方向とは、ユーザが歩行する方向を意味する。歩行状態推定部１４は、検知部１３で検知されたハンドル荷重（力及びモーメント）の大きさ及び向きに基づいて、歩行中のユーザの歩行速度及び歩行方向を推定する。   Returning to FIGS. 1 and 2, the walking state estimation unit 14 estimates the walking speed and walking direction of the user who is walking based on the handle load detected by the detection unit 13. The walking speed means the speed of the user when the user is walking. The walking direction means the direction in which the user walks. The walking state estimation unit 14 estimates the walking speed and walking direction of the user who is walking based on the magnitude and direction of the handle load (force and moment) detected by the detection unit 13.

具体的には、歩行状態推定部１４は、検知部１３で検知された各移動方向におけるハンドル荷重の値から、歩行中のユーザの歩行速度及び歩行方向を推定する。例えば、歩行状態推定部１４は、ハンドル荷重に基づいて、前進動作、後退動作、右旋回動作、及び左旋回動作を推定する。   Specifically, the walking state estimation unit 14 estimates the walking speed and the walking direction of the user who is walking from the value of the handle load in each movement direction detected by the detection unit 13. For example, the walking state estimation unit 14 estimates a forward motion, a backward motion, a right turn motion, and a left turn motion based on the handle load.

＜前進動作＞
歩行状態推定部１４は、検知部１３でＦｙ＋の力が検知された場合、ユーザが前方向に移動していると推定する。即ち、歩行状態推定部１４は、検知部１３でＦｙ＋の力が検知された場合、ユーザが前進動作を行っていると推定する。歩行状態推定部１４は、ユーザが前進動作を行っている間、検知部１３で検知されるＦｙ＋の力が大きくなると、ユーザの前方向への歩行速度が速くなっていると推定する。一方、歩行状態推定部１４は、ユーザが前進動作を行っている間、検知部１３で検知されるＦｙ＋の力が小さくなると、ユーザの前方向への歩行速度が遅くなっていると推定する。 <Forward movement>
When the detection unit 13 detects Fy + force, the walking state estimation unit 14 estimates that the user is moving in the forward direction. That is, the walking state estimation unit 14 estimates that the user is moving forward when the detection unit 13 detects Fy + force. The walking state estimation unit 14 estimates that the walking speed in the forward direction of the user is faster when the force of Fy + detected by the detection unit 13 is increased while the user is moving forward. On the other hand, the walking state estimation unit 14 estimates that when the Fy + force detected by the detection unit 13 is reduced while the user is moving forward, the walking speed of the user in the forward direction is reduced. .

＜後退動作＞
歩行状態推定部１４は、検知部１３でＦｙ−の力が検知された場合、ユーザが後方向に移動していると推定する。即ち、歩行状態推定部１４は、検知部１３でＦｙ−の力が検知された場合、ユーザが後退動作を行っていると推定する。歩行状態推定部１４は、ユーザが後退動作を行っている間、検知部１３で検知されるＦｙ−の力が大きくなると、ユーザの後方向への歩行速度が速くなっていると推定する。一方、歩行状態推定部１４は、ユーザが後退動作を行っている間、検知部１３で検知されるＦｙ−の力が小さくなると、ユーザの後方向への歩行速度が遅くなっていると推定する。 <Backward movement>
The walking state estimation unit 14 estimates that the user is moving backward when the detection unit 13 detects Fy − force. That is, the walking state estimation unit 14 estimates that the user is moving backward when the detection unit 13 detects Fy − force. The walking state estimation unit 14 estimates that the walking speed in the backward direction of the user increases as the Fy − force detected by the detection unit 13 increases while the user performs the backward movement. On the other hand, the walking state estimation unit 14 estimates that the walking speed in the backward direction of the user is slowed down when the Fy − force detected by the detection unit 13 is small while the user is performing the backward movement. .

＜右旋回動作＞
歩行状態推定部１４は、検知部１３でＦｙ＋の力とＭｚ＋のモーメントとが検知された場合、ユーザが右方向に旋回移動していると推定する。即ち、歩行状態推定部１４は、検知部１３でＦｙ＋の力とＭｚ＋のモーメントが検知された場合、ユーザが右旋回動作を行っていると推定する。歩行状態推定部１４は、ユーザが右旋回動作を行っている間、検知部１３で検知されるＭｚ＋のモーメントが大きくなると、ユーザの右方向への旋回半径が小さくなっていると推定する。また、歩行状態推定部１４は、ユーザが右旋回動作を行っている間、検知部１３で検知されるＦｙ＋の力が大きくなると、旋回速度が速くなっていると推定する。 <Right turn motion>
When the detection unit 13 detects the Fy + force and the Mz + moment, the walking state estimation unit 14 estimates that the user is turning rightward. That is, the walking state estimation unit 14 estimates that the user is making a right turn motion when the detection unit 13 detects the Fy + force and the Mz + moment. The walking state estimation unit 14 estimates that the turning radius in the right direction of the user is reduced when the moment of Mz + detected by the detection unit 13 is increased while the user is performing the right turning operation. . In addition, the walking state estimation unit 14 estimates that the turning speed increases when the force of Fy + detected by the detection unit 13 increases while the user performs the right turning operation.

＜左旋回動作＞
歩行状態推定部１４は、検知部１３でＦｙ＋の力とＭｚ−のモーメントとが検知された場合、ユーザが左方向に旋回移動していると推定する。即ち、歩行状態推定部１４は、検知部１３でＦｙ＋の力とＭｚ−のモーメントが検知された場合、ユーザが左旋回動作を行っていると推定する。歩行状態推定部１４は、ユーザが左旋回動作を行っている間、検知部１３で検知されるＭｚ−のモーメントが大きくなると、ユーザの旋回半径が小さくなっていると推定する。また、歩行状態推定部１４は、ユーザが左旋回動作を行っている間、検知部１３で検知されるＦｙ＋の力が大きくなると、旋回速度が速くなっていると推定する。 <Left turn motion>
When the detection unit 13 detects the Fy + force and the Mz − moment, the walking state estimation unit 14 estimates that the user is turning in the left direction. That is, the walking state estimation unit 14 estimates that the user is making a left turn when the detection unit 13 detects the Fy + force and the Mz − moment. Walking state estimating unit 14, while the user is performing a left turn operation, Mz detected by the detection unit 13 - the moment of increase is estimated the user of the turning radius is small. In addition, the walking state estimation unit 14 estimates that the turning speed is increased when the force of Fy + detected by the detection unit 13 is increased while the user performs the left turning operation.

なお、歩行状態推定部１４は、ハンドル荷重に基づいてユーザの歩行速度及び歩行方向を推定できればよく、上述した例に限定されない。例えば、歩行状態推定部１４は、Ｆｙ及びＦｚの力に基づいて、ユーザの前進動作及び後退動作を推定してもよい。また、歩行状態推定部１４は、例えば、Ｍｘ又はＭｙのモーメントに基づいて、ユーザの旋回動作を推定してもよい。   In addition, the walking state estimation part 14 should just be able to estimate a user's walking speed and walking direction based on a handle | steering-wheel load, and is not limited to the example mentioned above. For example, the walking state estimation unit 14 may estimate the user's forward movement and backward movement based on the forces of Fy and Fz. Moreover, the walking state estimation part 14 may estimate a user's turning operation | movement based on the moment of Mx or My, for example.

例えば、検知部１３で検知されるＦｙ＋の力が所定の第１閾値以上の値であり、Ｍｙ＋の力が所定の第２閾値未満の値である場合、歩行状態推定部１４は、ユーザが前方向への歩行、即ち前進動作をしていると推定してもよい。また、歩行状態推定部１４は、Ｆｚ方向におけるハンドル荷重の値に基づいて、歩行速度を推定してもよい。一方、検知部１３で検知されるＦｙ＋の力が所定の第３閾値以上の値であり、Ｍｙ＋の力が所定の第２閾値以上の値である場合、歩行状態推定部１４は、ユーザが右方向へ旋回する歩行、即ち右旋回動作をしていると推定してもよい。また、歩行状態推定部１４は、Ｆｚ方向におけるハンドル荷重の値に基づいて旋回速度を推定し、Ｍｙ方向におけるハンドル荷重の値に基づいて旋回半径を推定してもよい。 For example, when the force of Fy + detected by the detection unit 13 is a value that is equal to or greater than a predetermined first threshold and the force of My + is a value that is less than the predetermined second threshold, the walking state estimation unit 14 May be estimated to be walking forward, that is, moving forward. The walking state estimation unit 14 may estimate the walking speed based on the handle load value in the Fz direction. On the other hand, when the force of Fy + detected by the detection unit 13 is a value equal to or greater than a predetermined third threshold and the force of My + is a value equal to or greater than the predetermined second threshold, the walking state estimation unit 14 May be estimated to be walking in the right direction, that is, performing a right turning motion. The walking state estimation unit 14 may estimate the turning speed based on the handle load value in the Fz direction, and may estimate the turning radius based on the handle load value in the My direction.

また、歩行速度を推定するために用いるハンドル荷重は、前方向のＦｙ＋の荷重、又は下方向のＦｚ−の荷重であってもよいし、前方向のＦｙ＋の荷重と下方向のＦｚ−の荷重とを組み合わせであってもよい。 Further, the handle load used for estimating the walking speed may be a forward Fy + load or a downward Fz − load, or a forward Fy + load and a downward Fz − load. It may be a combination with the load.

歩行支援部１５は、検知部１３で検知されたハンドル荷重に基づいて、ユーザの歩行運動に対してロボット１が与える負荷を決定する。実施の形態１では、歩行支援部１５は、歩行状態推定部１４で推定されたユーザの歩行速度及び歩行方向に基づいて、ロボット１の負荷としてロボット１の移動速度及び移動方向を決定する。例えば、歩行支援部１５は、ロボット１の移動速度及び移動方向をユーザの歩行速度及び歩行方向と同じとなるように決定してもよい。あるいは、歩行支援部１５は、ロボット１の移動速度及び移動方向をユーザの歩行速度及び歩行方向より遅くなるように決定してもよい。   The walking support unit 15 determines a load applied by the robot 1 to the user's walking motion based on the handle load detected by the detection unit 13. In the first embodiment, the walking support unit 15 determines the moving speed and moving direction of the robot 1 as the load of the robot 1 based on the walking speed and walking direction of the user estimated by the walking state estimation unit 14. For example, the walking support unit 15 may determine the moving speed and moving direction of the robot 1 to be the same as the walking speed and walking direction of the user. Alternatively, the walking support unit 15 may determine that the moving speed and moving direction of the robot 1 are slower than the walking speed and walking direction of the user.

また、歩行支援部１５は、ロボット１の移動速度及び移動方向を補正することによって、ユーザの歩行中の足運びを変化させてもよい。具体的には、歩行支援部１５は、訓練シナリオ生成部１８で生成及び／又は補正された訓練シナリオに基づいて、ロボット１の移動速度及び移動方向を補正してもよい。例えば、歩行支援部１５は、ユーザの歩行速度よりもロボット１の移動速度を遅くしてもよい。あるいは、歩行支援部１５は、ユーザが旋回動作をするときに旋回半径が大きくなるように移動方向を補正してもよい。   In addition, the walking support unit 15 may change the user's walking while walking by correcting the moving speed and moving direction of the robot 1. Specifically, the walking support unit 15 may correct the moving speed and moving direction of the robot 1 based on the training scenario generated and / or corrected by the training scenario generating unit 18. For example, the walking support unit 15 may make the moving speed of the robot 1 slower than the walking speed of the user. Alternatively, the walking support unit 15 may correct the moving direction so that the turning radius increases when the user performs a turning motion.

なお、歩行支援部１５は、ユーザの歩行速度及び歩行方向及び／又は訓練シナリオ生成部１８で生成される訓練シナリオの情報に基づいてロボット１の移動速度及び移動方向を決定すればよく、上述した例に限定されない。   Note that the walking support unit 15 may determine the moving speed and moving direction of the robot 1 based on the walking speed and walking direction of the user and / or information on the training scenario generated by the training scenario generating unit 18, as described above. It is not limited to examples.

移動装置１６は、本体部１１の下部に設けられた回転体２０と、回転体２０を駆動制御する駆動部２１と、を備える。移動装置１６は、歩行支援部１５で決定されたロボット１の移動速度及び移動方向に基づいて、回転体２０を制御してロボット１を移動させる。   The moving device 16 includes a rotating body 20 provided in the lower part of the main body 11 and a driving unit 21 that drives and controls the rotating body 20. The moving device 16 controls the rotating body 20 to move the robot 1 based on the moving speed and moving direction of the robot 1 determined by the walking support unit 15.

回転体２０は、本体部１１を自立させた状態で支持し、駆動部２１により回転駆動される車輪である。実施の形態１では、移動装置１６は、３つの回転体２０を備える。具体的には、移動装置１６は、ロボット１の後方側に対向して配置される２つの回転体２０と、ロボット１の前方側に配置される１つの回転体２０と、を備える。ロボット１の後方側に配置される２つの回転体２０は、駆動部２１により回転され、ロボット１を移動させる。例えば、ロボット１の後方側に配置される２つの回転体２０は、ロボット１を自立させた姿勢を保った状態で、本体部１１を図２に示す矢印の方向（前方向または後方向）に移動させる。ロボット１の前方側に配置される１つの回転体２０は、自由に回転可能である。   The rotating body 20 is a wheel that supports the main body 11 in a self-supporting state and is rotationally driven by the driving unit 21. In the first embodiment, the moving device 16 includes three rotating bodies 20. Specifically, the moving device 16 includes two rotating bodies 20 that are arranged to face the rear side of the robot 1 and one rotating body 20 that is arranged on the front side of the robot 1. The two rotating bodies 20 arranged on the rear side of the robot 1 are rotated by the drive unit 21 to move the robot 1. For example, the two rotators 20 arranged on the rear side of the robot 1 keep the main body 11 in the direction of the arrow shown in FIG. 2 (forward or backward) while maintaining the posture in which the robot 1 is self-supporting. Move. One rotating body 20 disposed on the front side of the robot 1 can freely rotate.

なお、実施の形態１において、移動装置１６は、回転体２０として３つの車輪を備える例を説明したが、これに限定されない。例えば、回転体２０は、２つ以上の車輪で構成されていてもよい。あるいは、回転体２０は、走行ベルト、又はローラなどであってもよい。   In addition, in Embodiment 1, although the moving apparatus 16 demonstrated the example provided with three wheels as the rotary body 20, it is not limited to this. For example, the rotating body 20 may be composed of two or more wheels. Alternatively, the rotating body 20 may be a traveling belt or a roller.

駆動部２１は、歩行支援部１５で決定されたユーザの歩行速度及び歩行方向に基づいて、回転体２０を駆動する。   The drive unit 21 drives the rotating body 20 based on the user's walking speed and walking direction determined by the walking support unit 15.

姿勢推定部１７は、検知部１３で検知されたハンドル荷重に基づいて、ユーザの足上げ姿勢を推定する。足上げ姿勢とは、ユーザが足を上げている動作をしているときの姿勢を意味し、足が地面を離れてから接地するまでの足上げ運動の姿勢を意味する。   The posture estimation unit 17 estimates the user's foot-up posture based on the handle load detected by the detection unit 13. The leg raising posture means the posture when the user is raising the foot, and means the posture of the foot raising exercise from when the foot leaves the ground to the ground.

実施の形態１では、姿勢推定部１７は、検知部１３で検知されたＭｙ方向のモーメントに基づいて、ユーザの足上げ姿勢を推定する。   In the first embodiment, the posture estimation unit 17 estimates the user's foot-up posture based on the moment in the My direction detected by the detection unit 13.

足上げ姿勢は、足が上がっているときの地面からの足の高さ（足上げ量）、足が地面から離れて接地するまでの時間（足上げ時間）、及び揺らぎのうち少なくとも１つを含む。揺らぎとは、足上げをしているときのユーザのふらつきを意味する。   At least one of the height of the foot from the ground when the foot is raised (foot raising amount), the time until the foot touches the ground away from the ground (foot raising time), and the fluctuation is the foot-raising posture. Including. Fluctuation means a user's wobbling while raising a foot.

なお、足上げ姿勢は、足上げ量、足上げ時間及び揺らぎに限定されない。例えば、足上げ姿勢は、歩幅、歩行速度及び歩行ピッチを含んでもよい。   The leg raising posture is not limited to the leg raising amount, the leg raising time, and the fluctuation. For example, the leg raising posture may include a stride, a walking speed, and a walking pitch.

足上げ姿勢は、ユーザが立ち止まった状態で足上げ体操をしているときの体操姿勢と、ユーザが歩行しているときの歩行姿勢と、を含む。   The leg-lifting posture includes a gymnastic posture when the user is doing a leg-lifting exercise with the user stopped and a walking posture when the user is walking.

体操姿勢とは、ユーザがハンドル部１２を把持した状態でその場から移動せずに、足上げ体操をしているときの足上げ姿勢を意味する。歩行姿勢とは、歩行しているユーザの左右の足が交互に上げ下げしているときの足上げ姿勢を意味する。即ち、歩行姿勢は、ユーザの足を後方から前方へ移動させる遊脚期間にあるときのユーザの足の姿勢を意味する。遊脚期間とは、足が地面から離れている期間を意味する。   The gymnastic posture means a foot-lifting posture when the user is doing a leg-lifting exercise without moving from the spot while holding the handle portion 12. The walking posture means a foot raising posture when the left and right feet of the walking user are alternately raised and lowered. That is, the walking posture means the posture of the user's foot during the swing leg period in which the user's foot is moved from the rear to the front. The free leg period means a period in which the foot is away from the ground.

姿勢推定部１７は、ユーザの左右の足のそれぞれについて、足上げ姿勢を推定する。   The posture estimation unit 17 estimates a foot raising posture for each of the left and right feet of the user.

訓練シナリオ生成部１８は、姿勢推定部１７で推定された足上げ姿勢に基づいてユーザに足上げ運動を行わせる訓練シナリオを補正する。訓練シナリオとは、ユーザの身体能力を向上させるためにユーザに行わせる訓練のシナリオである。訓練シナリオは、例えば、右足の筋肉を鍛える運動、左足の筋肉を鍛える運動、及び／又は両足の筋肉を鍛える運動をユーザに行わせるシナリオであってもよい。   The training scenario generation unit 18 corrects the training scenario that causes the user to perform the leg raising exercise based on the leg raising posture estimated by the posture estimation unit 17. The training scenario is a training scenario to be performed by the user in order to improve the physical ability of the user. The training scenario may be, for example, a scenario in which the user performs exercise for training the muscles of the right foot, exercise for training the muscles of the left foot, and / or exercise for training the muscles of both feet.

訓練シナリオは、ユーザが立ち止まった状態で足上げ体操を行う体操訓練シナリオと、ユーザの歩行中の足運びを変化させる歩行訓練シナリオと、を含む。   The training scenario includes a gymnastic exercise scenario in which the user performs leg-lifting exercises while the user is stopped, and a walking exercise scenario in which the user's walking while walking is changed.

体操訓練シナリオは、体操訓練を行うときのシナリオであり、ユーザが立ち止まった状態でその場で足上げ体操を行うシナリオを含む。体操訓練シナリオは、例えば、片足を上げる運動、ロボット１が回転することによるツイスト運動、片足を上げた状態でのツイスト運動を含んでもよい。   The gymnastics training scenario is a scenario when performing gymnastics training, and includes a scenario in which the user performs leg-lifting exercises on the spot with the user stopped. The gymnastics training scenario may include, for example, a motion of raising one foot, a twist motion by rotating the robot 1, and a twist motion with one foot raised.

一例では、体操訓練シナリオは、右足の筋肉を優先して鍛えるために、右足の足上げ回数を３０回、左足の足上げ回数を１０回に設定した足上げ体操を含むシナリオを含んでもよい。あるいは、体操訓練シナリオは、右足を上げている時間を３０秒、左足を上げている時間を１０秒に設定した足上げ体操を含むシナリオを含んでもよい。   In one example, the gymnastic exercise scenario may include a scenario including a leg raising exercise in which the number of times of raising the right foot is set to 30 and the number of raising the left foot is set to 10 in order to exercise the muscles of the right foot with priority. Alternatively, the exercise training scenario may include a scenario including a leg raising exercise in which the time for raising the right foot is set to 30 seconds and the time for raising the left foot is set to 10 seconds.

歩行訓練シナリオは、歩行訓練を行うときのシナリオであり、歩行中のユーザの足運びを変化させるシナリオを含む。例えば、歩行訓練シナリオは、ロボット１の移動速度を制限しつつ、ユーザに足上げ指示を行うシナリオを含んでもよい。あるいは、歩行訓練シナリオは、鍛えたい足の筋肉を使う頻度が高い歩行ルートにユーザを誘導するシナリオを含んでもよい。鍛えたい足の筋肉を使う頻度が高い歩行ルートとは、例えば、鍛えたい足と反対側に旋回する動作を多く含むルート、及び／又は旋回半径を大きくしたルートなどであってもよい。例えば、右足の筋肉を鍛えたい場合、歩行ルートは、右方向よりも左方向に旋回するコーナーを多く含んでいてもよい。あるいは、歩行ルートは、左方向への旋回動作において旋回半径を大きくするようなルートであってもよい。   The gait training scenario is a scenario when gait training is performed, and includes a scenario in which the walking of the user during walking is changed. For example, the walking training scenario may include a scenario in which the user is instructed to raise the foot while limiting the moving speed of the robot 1. Alternatively, the walking training scenario may include a scenario in which the user is guided to a walking route with a high frequency of using the leg muscles to be trained. The walking route that frequently uses the muscles of the legs that you want to train may be, for example, a route that includes many movements that turn to the opposite side of the feet that you want to train and / or a route that has a larger turning radius. For example, when it is desired to train the muscles of the right foot, the walking route may include more corners that turn leftward than rightward. Alternatively, the walking route may be a route that increases the turning radius in the turning operation in the left direction.

訓練シナリオ生成部１８は、体操訓練時の足上げ姿勢及び／又は歩行訓練時の足上げ姿勢の情報に基づいて、体操訓練シナリオ及び／又は歩行訓練シナリオを補正する。訓練シナリオ生成部１８は、例えば、体操訓練時及び／又は歩行訓練時における左右の足上げ姿勢の差異などに基づいて、体操訓練シナリオ及び／又は歩行訓練シナリオを補正する。   The training scenario generation unit 18 corrects the gymnastic exercise scenario and / or the walking training scenario based on the information on the leg raising posture during the gymnastic exercise and / or the foot raising posture during the walking exercise. The training scenario generation unit 18 corrects the gymnastic training scenario and / or the walking training scenario based on, for example, the difference between the left and right leg raising postures during the gymnastic training and / or the walking training.

例えば、右足の足上げ量が左足の足上げ量よりも小さい場合、訓練シナリオ生成部１８は、左足よりも右足の筋力を使用する訓練シナリオに補正する。一例では、訓練シナリオ生成部１８は、右足の足上げ回数を左足の足上げ回数よりも多い体操訓練シナリオに補正する。また、訓練シナリオ生成部１８は、左方向への旋回動作を多くしつつ、左方向への旋回半径を大きくした歩行ルートに誘導する歩行訓練シナリオに補正する。   For example, when the amount of the right foot is smaller than the amount of the left foot, the training scenario generation unit 18 corrects the training scenario to use the muscle strength of the right foot rather than the left foot. In one example, the training scenario generation unit 18 corrects the number of times that the right foot is raised to a gymnastic exercise scenario that is greater than the number of times that the left foot is raised. Further, the training scenario generation unit 18 corrects the walking scenario to guide to a walking route in which the turning radius in the left direction is increased while increasing the turning motion in the left direction.

このように、訓練シナリオ生成部１８は、体操訓練結果及び／又は歩行訓練結果に基づいて、訓練シナリオを補正する。   As described above, the training scenario generation unit 18 corrects the training scenario based on the gymnastic training result and / or the walking training result.

また、補正前の訓練シナリオは、例えば、予め定められた足上げ運動を含むシナリオであってもよいし、ユーザ毎にカスタマイズされた運動を含むシナリオであってもよい。補正前の訓練シナリオとは、例えば、訓練を開始するときに設定されているシナリオ、又は訓練を開始するときにユーザが設定するシナリオを意味する。   The training scenario before correction may be, for example, a scenario including a predetermined leg raising exercise or a scenario including an exercise customized for each user. The training scenario before correction means, for example, a scenario set when starting training or a scenario set by a user when starting training.

なお、上述した訓練シナリオは例示であり、訓練シナリオは、これらの例に限定されない。   In addition, the training scenario mentioned above is an illustration, and a training scenario is not limited to these examples.

提示部１９は、訓練シナリオに基づくユーザへの指示を提示する。提示部１９は、例えば、音声、画像及び／又は映像によってユーザへの指示を提示する。提示部１９は、例えば、スピーカー及び／又はディスプレイなどを含んでいてもよい。   The presentation unit 19 presents instructions to the user based on the training scenario. The presentation unit 19 presents an instruction to the user by, for example, voice, image, and / or video. The presentation unit 19 may include, for example, a speaker and / or a display.

ロボット１においては、ロボット１自身の位置を推定する自己位置推定部を有していてもよい。自己位置推定部は、例えば、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）などであって、ロボット１のいる位置を推定する。これにより、ロボット１は、自身の位置、即ち現在地を推定し、ユーザを現在地から目的地までの歩行ルートへ正確に誘導することができる。また、カメラやデプスセンサを用い、周辺環境を認識することで自己位置推定を行ってもよい。   The robot 1 may have a self-position estimation unit that estimates the position of the robot 1 itself. The self-position estimation unit is, for example, a GPS (Global Positioning System), and estimates the position where the robot 1 is located. Thereby, the robot 1 can estimate its own position, that is, the current location, and accurately guide the user to the walking route from the current location to the destination. Further, self-position estimation may be performed by recognizing the surrounding environment using a camera or a depth sensor.

［歩行訓練ロボットの制御構成］
このような構成を有する歩行訓練ロボット１の制御構成について説明する。図４は、ロボット１の制御構成の一例を示す制御ブロック図である。また、図４の制御ブロック図では、それぞれの制御構成と取り扱われる情報との関係についても示している。図５は、ロボット１の主要な制御構成の一例を示す制御ブロック図である。 [Control configuration of walking training robot]
A control configuration of the walking training robot 1 having such a configuration will be described. FIG. 4 is a control block diagram illustrating an example of a control configuration of the robot 1. The control block diagram of FIG. 4 also shows the relationship between each control configuration and information to be handled. FIG. 5 is a control block diagram illustrating an example of a main control configuration of the robot 1.

まず、ロボット１の移動の制御構成について説明する。図４及び図５に示すように、検知部１３は、ハンドル部１２にかかるハンドル荷重を検知する。検知部１３で検知されたハンドル荷重の情報は、歩行状態推定部１４に送信される。   First, the control configuration of the movement of the robot 1 will be described. As shown in FIGS. 4 and 5, the detection unit 13 detects a handle load applied to the handle unit 12. Information on the handle load detected by the detection unit 13 is transmitted to the walking state estimation unit 14.

歩行状態推定部１４は、検知部１３で検知されたハンドル荷重に基づいて、ユーザの歩行速度及び歩行方向を推定する。歩行状態推定部１４は、推定したユーザの歩行速度及び歩行方向の情報を、歩行支援部１５に送信する。   The walking state estimation unit 14 estimates the user's walking speed and walking direction based on the handle load detected by the detection unit 13. The walking state estimation unit 14 transmits information on the estimated walking speed and walking direction of the user to the walking support unit 15.

歩行支援部１５は、ユーザの歩行速度及び歩行方向に基づいて、ロボット１の移動速度及び移動方向を決定する。歩行支援部１５は、決定したロボット１の移動速度及び移動方向の情報を駆動部２１に送信する。   The walking support unit 15 determines the moving speed and moving direction of the robot 1 based on the user's walking speed and walking direction. The walking support unit 15 transmits information on the determined moving speed and moving direction of the robot 1 to the driving unit 21.

駆動部２１は、駆動力算出部２２と、アクチュエータ制御部２３と、アクチュエータ２４と、を備える。   The drive unit 21 includes a drive force calculation unit 22, an actuator control unit 23, and an actuator 24.

駆動力算出部２２は、歩行支援部１５で決定されたロボット１の移動速度及び移動方向に基づいて、駆動力を算出する。例えば、駆動力算出部２２は、ロボット１の移動動作が前進動作又は後退動作である場合、ロボット１の後方側に配置される２つの車輪（回転体）２０の回転量が均等になるように駆動力を算出する。駆動力算出部２２は、ロボット１の移動動作が右旋回動作である場合、ロボット１の後方側に配置される２つの車輪２０のうち右側の車輪２０の回転量を左側の車輪２０の回転量よりも大きくなるように駆動力を算出する。また、駆動力算出部２２は、ロボット１の移動速度に応じて、駆動力の大きさを算出する。   The driving force calculation unit 22 calculates the driving force based on the moving speed and moving direction of the robot 1 determined by the walking support unit 15. For example, when the moving operation of the robot 1 is a forward operation or a backward operation, the driving force calculation unit 22 makes the rotation amounts of the two wheels (rotating bodies) 20 arranged on the rear side of the robot 1 equal. Calculate the driving force. When the movement operation of the robot 1 is a right turn operation, the driving force calculation unit 22 determines the rotation amount of the right wheel 20 out of the two wheels 20 arranged on the rear side of the robot 1 and rotates the left wheel 20. The driving force is calculated so as to be larger than the amount. In addition, the driving force calculation unit 22 calculates the magnitude of the driving force according to the moving speed of the robot 1.

アクチュエータ制御部２３は、駆動力算出部２２で算出された駆動力に基づいて、アクチュエータ２４の駆動制御を行う。また、アクチュエータ制御部２３は、アクチュエータ２４から車輪２０の回転量の情報を取得し、駆動力算出部２２に車輪２０の回転量の情報を送信することができる。   The actuator controller 23 controls the driving of the actuator 24 based on the driving force calculated by the driving force calculator 22. Further, the actuator control unit 23 can acquire information on the rotation amount of the wheel 20 from the actuator 24 and transmit information on the rotation amount of the wheel 20 to the driving force calculation unit 22.

アクチュエータ２４は、例えば、車輪２０を回転駆動させるモータ等である。アクチュエータ２４は、歯車機構又はプーリー機構等を介して車輪２０と接続されている。アクチュエータ２４は、アクチュエータ制御部２３によって駆動制御されることによって、車輪２０を回転駆動している。   The actuator 24 is, for example, a motor that drives the wheels 20 to rotate. The actuator 24 is connected to the wheel 20 via a gear mechanism or a pulley mechanism. The actuator 24 is driven and controlled by the actuator control unit 23 to rotationally drive the wheel 20.

このように、ロボット１は、ハンドル部１２にかかるハンドル荷重に基づいて移動を制御している。   Thus, the robot 1 controls movement based on the handle load applied to the handle portion 12.

次に、ロボット１の訓練内容を補正するための制御構成について説明する。   Next, a control configuration for correcting the training content of the robot 1 will be described.

姿勢推定部１７は、検知部１３で検知されたハンドル荷重に基づいて、ユーザの足上げ姿勢を推定する。実施の形態１では、姿勢推定部１７は、検知部１３で検知されるハンドル荷重のうちＭｙのモーメントに基づいて、ユーザの足上げ姿勢、即ち体操姿勢及び歩行姿勢を推定する。なお、体操姿勢及び歩行姿勢の判別は、例えば、Ｆｙの荷重に基づいて行われてもよいし、回転体２０の回転量に基づいて行われてもよい。   The posture estimation unit 17 estimates the user's foot-up posture based on the handle load detected by the detection unit 13. In the first embodiment, the posture estimation unit 17 estimates the user's leg raising posture, that is, the gymnastic posture and the walking posture, based on the moment of My in the handle load detected by the detection unit 13. In addition, discrimination | determination of a gymnastic posture and a walking posture may be performed based on the load of Fy, and may be performed based on the rotation amount of the rotary body 20, for example.

図６は、ユーザがハンドル部１２を把持したまま右足を上げた状態の一例を示す図である。図６に示すように、ユーザがハンドル部１２を把持した状態で右足を上げると、ハンドル部１２の右端に鉛直方向下向きの荷重がかかると共に、ハンドル部１２の左端に鉛直方向上向きの荷重がかかる。即ち、ユーザが右足を上げた足上げ姿勢においては、ハンドル部１２にはロボット１の前後方向に延在するｙ軸の軸回りのＭｙ−のモーメントが発生する。 FIG. 6 is a diagram illustrating an example of a state in which the user raises the right foot while holding the handle portion 12. As shown in FIG. 6, when the user lifts the right foot while holding the handle portion 12, a vertical downward load is applied to the right end of the handle portion 12 and a vertical upward load is applied to the left end of the handle portion 12. . That is, when the user raises his right foot, the handle portion 12 generates a My − moment about the y-axis extending in the front-rear direction of the robot 1.

一方、ユーザがハンドル部１２を把持した状態で左足を上げると、ハンドル部１２の左端に鉛直方向下向きの荷重がかかると共に、ハンドル部１２の右端に鉛直方向上向きの荷重がかかる。即ち、ユーザが左足を上げた足上げ姿勢においては、ハンドル部１２にはロボット１の前後方向に延在するｙ軸の軸回りのＭｙ＋のモーメントが発生する。 On the other hand, when the user lifts the left foot while holding the handle portion 12, a vertical downward load is applied to the left end of the handle portion 12, and a vertical upward load is applied to the right end of the handle portion 12. That is, when the user raises the left foot, a My + moment around the y-axis extending in the front-rear direction of the robot 1 is generated in the handle portion 12.

図７は、ハンドル荷重と足上げ姿勢との関係の一例を示す図である。図７は、右足を上げた後に左足を上げた場合の足上げ体操のＭｙのモーメントの波形を示す。   FIG. 7 is a diagram illustrating an example of the relationship between the handle load and the leg raising posture. FIG. 7 shows a waveform of My moment of the leg raising exercise when the left leg is raised after raising the right leg.

図７に示すように、ユーザが右足を上げている期間、即ち右足遊脚期間においては、Ｍｙ−のモーメントが生じる。右足遊脚期間とは、右足が地面から離れて接地するまでの期間であり、右足の足上げ時間に相当する。一方、ユーザが左足を上げている期間、即ち左足遊脚期間においては、Ｍｙ＋のモーメントが生じる。左足遊脚期間とは、左足が地面から離れて接地するまでの期間であり、左足の足上げ時間に相当する。 As shown in FIG. 7, the period the user is raised right foot, that is, in the right leg swing phase, My - moment occurs in. The right leg swing leg period is a period until the right leg leaves the ground and comes into contact with the ground, and corresponds to a right leg lift time. On the other hand, during the period in which the user raises the left foot, that is, the left leg swing leg period, a My + moment is generated. The left leg swing leg period is a period until the left foot leaves the ground and comes into contact with the ground, and corresponds to the time for raising the left foot.

右足遊脚期間及び左足遊脚期間は、Ｍｙのモーメントの値の変化から算出することができる。即ち、右足の足上げ時間及び左足の足上げ時間は、Ｍｙのモーメントの値の変化から算出することができる。   The right leg swing leg period and the left leg swing leg period can be calculated from a change in the value of the moment of My. In other words, the leg raising time for the right foot and the leg raising time for the left foot can be calculated from changes in the value of the moment of My.

右足遊脚期間の算出の一例について説明する。姿勢推定部１７は、ユーザがハンドル部１２を把持し、且つ両足を地面に接地している状態（以下、「定常状態」と称する）のＭｙのモーメントＰ１を算出する。定常状態のＭｙのモーメントＰ１は、ユーザ毎に異なっていてもよい。なお、図７に示すＭｙのモーメントは、右寄りに傾いた足上げ姿勢のユーザの波形である。このため、定常状態のモーメントＰ１においては、Ｍｙ-方向寄りのモーメントが生じている。 An example of calculating the right leg swing leg period will be described. The posture estimation unit 17 calculates a My moment P1 in a state where the user holds the handle unit 12 and both feet are in contact with the ground (hereinafter referred to as “steady state”). The steady state My moment P1 may be different for each user. Note that the My moment shown in FIG. 7 is the waveform of the user in a leg-lifting posture inclined to the right. For this reason, in the moment P1 in the steady state, a moment near the My − direction is generated.

姿勢推定部１７は、検知部１３で検知されるＭｙ−方向のモーメントが定常状態のモーメントＰ１から大きくなると、右足遊脚期間が開始したと決定してもよい。また、姿勢推定部１７は、右足遊脚期間が開始した後、検知部１３で検知されるＭｙ−方向のモーメントが定常状態のモーメントＰ１に戻ると、右足遊脚期間が終了したと決定してもよい。 The posture estimation unit 17 may determine that the right leg swing leg period has started when the My - direction moment detected by the detection unit 13 increases from the moment P1 in the steady state. The posture estimation unit 17 determines that the right leg swing leg period has ended when the My - direction moment detected by the detection unit 13 returns to the steady state moment P1 after the right leg swing leg period starts. Also good.

左足遊脚期間の算出の一例について説明する。右足遊脚期間の算出の一例と同様に、姿勢推定部１７は、検知部１３で検知されるＭｙ＋方向のモーメントが定常状態のモーメントＰ１から大きくなると、左足遊脚期間が開始したと決定してもよい。また、姿勢推定部１７は、左足遊脚期間が開始した後、検知部１３で検知されるＭｙ＋方向のモーメントが定常状態のモーメントＰ１に戻ると、左足遊脚期間が終了したと決定してもよい。 An example of calculating the left leg swing leg period will be described. Similar to an example of the calculation of the right leg swing leg period, the posture estimation unit 17 determines that the left leg swing leg period has started when the My + direction moment detected by the detection unit 13 increases from the steady state moment P1. May be. In addition, after the left leg swing leg period starts, the posture estimation unit 17 determines that the left leg swing leg period has ended when the My + direction moment detected by the detection unit 13 returns to the steady state moment P1. Also good.

なお、上述した右足遊脚期間及び左足遊脚期間の算出は一例であって、これに限定されない。例えば、ユーザが歩行している場合の右足遊脚期間及び左足遊脚期間の算出は、Ｆｚ方向のハンドル荷重から算出してもよい。   The calculation of the right leg swing leg period and the left leg swing leg period described above is an example, and the present invention is not limited to this. For example, the calculation of the right leg swing leg period and the left leg swing leg period when the user is walking may be calculated from the handle load in the Fz direction.

次に、ハンドル荷重に基づく足上げ量の算出の一例について説明する。   Next, an example of calculating the amount of foot lift based on the handle load will be described.

姿勢推定部１７は、右足遊脚期間初期ｔｓ１におけるＭｙ−方向のモーメントの変化する速度ｖ１（以下、「第１変化速度ｖ１」と称する）に基づいて、右足の足上げ量を算出する。姿勢推定部１７は、Ｍｙ−方向のモーメントの第１変化速度ｖ１が大きいほど、右足を勢いよく上げていると決定し、右足の足上げ量が高くなっていると決定する。 The posture estimation unit 17 calculates the amount of foot lift of the right foot based on the speed v1 (hereinafter referred to as “first change speed v1”) at which the moment in the My − direction changes during the initial period ts1 of the right leg swing leg period. The posture estimation unit 17 determines that the right foot is lifted more vigorously as the first change speed v1 of the My - direction moment is larger, and determines that the right foot is lifted higher.

具体的には、右足の足上げ量の算出式として、「（右足の足上げ量）＝（Ｍｙ−方向のモーメントの第１変化速度ｖ１）×（係数Ｋ）」を用いてもよい。係数Ｋは、ユーザ毎に適した値が設定される。例えば、係数Ｋは、ユーザ毎に個人差があるため、事前にユーザの足上げ姿勢を確認し、目視で係数を設定してもよい。 Specifically, as a calculation formula of the foot raising of the right foot, - it may be used "(leg raising of the right foot) = (My first change speed v1 in the direction of the moment) × (coefficient K)". The coefficient K is set to a value suitable for each user. For example, since the coefficient K has individual differences for each user, the coefficient may be set visually by confirming the user's leg-up posture in advance.

姿勢推定部１７は、左足遊脚期間初期ｔｓ２におけるＭｙ＋方向のモーメントの変化する速度ｖ２（以下、「第２変化速度ｖ２」と称する）に基づいて、左足の足上げ量を算出する。姿勢推定部１７は、Ｍｙ＋方向のモーメントの第２変化速度ｖ２が大きいほど、左足を勢いよく上げていると決定し、左足の足上げ量が高くなっていると決定する。 The posture estimation unit 17 calculates the amount of foot lift for the left foot based on the speed v2 at which the moment in the My + direction changes at the initial stage ts2 of the left foot leg (hereinafter referred to as “second change speed v2”). The posture estimation unit 17 determines that the left foot is lifted more vigorously as the second change rate v2 of the moment in the My + direction is larger, and determines that the amount of the left foot is increased.

具体的には、左足の足上げ量の算出式として、「（左足の足上げ量）＝（Ｍｙ＋方向のモーメントの第２変化速度ｖ２）×（係数Ｋ）」を用いてもよい。 Specifically, “(left leg foot lift amount) = (My + second moment of change v2) × (coefficient K)” may be used as a calculation formula for the left foot foot lift amount.

なお、上述した足上げ量の算出は一例であって、これに限定されない。例えば、Ｍｙのモーメントの変化する速度と遊脚期間とに基づいて、足上げの軌道を推定してもよい。具体的には、足上げの軌道の算出式として、「（足上げの軌道）＝（Ｍｙのモーメントの変化する速度）×（遊脚期間）」を用いてもよい。足上げの軌道とは、足が地面から離れて接地するまでの足位置の軌道である。   Note that the above-described calculation of the amount of foot lift is an example, and the present invention is not limited to this. For example, the foot-raising trajectory may be estimated based on the speed at which My moment changes and the free leg period. Specifically, “(foot-raising trajectory) = (speed at which My moment changes) × (free leg period)” may be used as a formula for calculating the leg-raising trajectory. The foot-raising trajectory is the trajectory of the foot position until the foot touches and leaves the ground.

また、姿勢推定部１７は、Ｍｙのモーメントの揺らぎに基づいて、ユーザのふらつきを推定してもよい。   Further, the posture estimation unit 17 may estimate the user's fluctuation based on the fluctuation of the My moment.

図４及び図５に戻って、姿勢推定部１７は、足上げ姿勢のうち体操姿勢を推定する体操姿勢推定部２５と、足上げ姿勢のうち歩行姿勢を推定する歩行姿勢推定部２６と、を有する。   Returning to FIG. 4 and FIG. 5, the posture estimation unit 17 includes a gymnastic posture estimation unit 25 that estimates a gymnastic posture among the foot-lifting postures, and a walking posture estimation unit 26 that estimates a walking posture among the foot-lifting postures. Have.

体操姿勢推定部２５は、検知部１３で検知されたハンドル荷重に基づいて、足上げ姿勢のうちユーザが立ち止まった状態で足上げ体操をしているときの体操姿勢を推定する。体操姿勢推定部２５は、体操姿勢の情報を体操姿勢情報データベース２７に送信する。   Based on the handle load detected by the detector 13, the gymnastic posture estimation unit 25 estimates a gymnastic posture when the user is doing a leg-lifting exercise while the user is stationary. The gymnastic posture estimation unit 25 transmits information on the gymnastic posture to the gymnastic posture information database 27.

体操姿勢は、例えば、ユーザが足上げ体操をしているときの足上げ量、足を上げている時間（足上げ時間）及び揺らぎのうち少なくとも１つを含む。   The gymnastic posture includes, for example, at least one of a foot raising amount, a time during which the user raises the foot (foot raising time), and a fluctuation when the user is doing a leg raising exercise.

歩行姿勢推定部２６は、検知部１３で検知されたハンドル荷重に基づいて、足上げ姿勢のうちユーザが歩行しているときの歩行姿勢を推定する。歩行姿勢推定部２６は、歩行姿勢の情報を歩行姿勢情報データベース２８に送信する。   Based on the handle load detected by the detection unit 13, the walking posture estimation unit 26 estimates the walking posture when the user is walking among the leg-up postures. The walking posture estimation unit 26 transmits walking posture information to the walking posture information database 28.

歩行姿勢は、例えば、ユーザが歩行しているときの足上げ量、足上げ時間、揺らぎ、歩幅、歩行速度及び歩行ピッチのうち少なくとも１つを含む。   The walking posture includes, for example, at least one of a foot raising amount, a foot raising time, a fluctuation, a stride, a walking speed, and a walking pitch when the user is walking.

歩幅、歩行速度及び歩行ピッチについても検知部１３で検知されるハンドル荷重に基づいて推定可能である。例えば、アクチュエータ制御部２３は、回転体２０の回転量からロボット１の移動距離を推定する。アクチュエータ制御部２３は、歩行姿勢推定部２６に回転体２０の回転量の情報を送信する。歩行姿勢推定部２６は、回転体２０の回転量の情報と、ハンドル荷重から推定される足上げ時間とに基づいて、歩幅、歩行速度及び歩行ピッチを推定してもよい。   The stride length, walking speed, and walking pitch can also be estimated based on the handle load detected by the detection unit 13. For example, the actuator control unit 23 estimates the moving distance of the robot 1 from the rotation amount of the rotating body 20. The actuator control unit 23 transmits information on the amount of rotation of the rotating body 20 to the walking posture estimation unit 26. The walking posture estimation unit 26 may estimate the stride, the walking speed, and the walking pitch based on the information on the rotation amount of the rotator 20 and the leg raising time estimated from the handle load.

本明細書では、体操姿勢情報データベース２７と歩行姿勢情報データベース２８とをまとめて姿勢情報データベース２９と称する場合がある。   In this specification, the gymnastic posture information database 27 and the walking posture information database 28 may be collectively referred to as a posture information database 29.

実施の形態１では、ロボット１が、姿勢情報データベース２９を備える。なお、ロボット１は、姿勢情報データベース２９を備えていなくてもよい。姿勢情報データベース２９は、ロボット１の外部にあってもよい。例えば、姿勢情報データベース２９は、ロボット１の外部にあるサーバなどで構成されていてもよい。この場合、ロボット１は、無線及び／又は有線通信手段によって、姿勢情報データベース２９にアクセスして、姿勢情報をダウンロードしてもよい。   In the first embodiment, the robot 1 includes a posture information database 29. Note that the robot 1 may not include the posture information database 29. The posture information database 29 may be outside the robot 1. For example, the posture information database 29 may be configured by a server or the like outside the robot 1. In this case, the robot 1 may download the posture information by accessing the posture information database 29 by wireless and / or wired communication means.

訓練シナリオ生成部１８は、足上げ姿勢に基づいて訓練シナリオを補正する。具体的には、訓練シナリオ生成部１８は、姿勢情報データベース２９から足上げ姿勢の情報を受信し、足上げ姿勢の情報に基づいて訓練シナリオを補正する。   The training scenario generation unit 18 corrects the training scenario based on the leg raising posture. Specifically, the training scenario generation unit 18 receives the information on the leg raising posture from the posture information database 29, and corrects the training scenario based on the information on the leg raising posture.

訓練シナリオ生成部１８は、訓練シナリオのうちユーザが立ち止まった状態で足上げ体操を行う体操訓練シナリオを生成する体操訓練シナリオ生成部３０と、訓練シナリオのうちユーザの歩行中の足運びを変化させる歩行訓練シナリオを生成する歩行訓練シナリオ生成部３１と、を有する。   The training scenario generation unit 18 generates a gymnastics training scenario generation unit 30 that generates a gymnastics training scenario for performing a leg-lifting exercise in a state in which the user is stopped among the training scenarios, and changes the walking of the user during walking among the training scenarios. A walking training scenario generation unit 31 that generates a walking training scenario.

体操訓練シナリオ生成部３０は、体操訓練シナリオを補正する。具体的には、体操訓練シナリオ生成部３０は、姿勢情報データベース２９から体操姿勢及び／又は歩行姿勢の情報を受信し、体操姿勢及び／又は歩行姿勢の情報に基づいて体操訓練シナリオを補正する。   The gymnastic exercise scenario generation unit 30 corrects the gymnastic exercise scenario. Specifically, the gymnastic exercise scenario generation unit 30 receives information on the gymnastic posture and / or walking posture from the posture information database 29, and corrects the gymnastic exercise scenario based on the information on the gymnastic posture and / or walking posture.

例えば、体操姿勢及び／又は歩行姿勢の情報において、足上げ量が小さい場合、体操訓練シナリオ生成部３０は、足上げ回数を多くするように、体操訓練シナリオを補正してもよい。提示部１９は、足上げ指示及び足上げ回数をユーザに提示してもよい。   For example, in the information on the gymnastic posture and / or walking posture, when the amount of leg raising is small, the gymnastic training scenario generation unit 30 may correct the gymnastic training scenario so as to increase the number of leg raising. The presenting unit 19 may present a footing instruction and the number of times of footing to the user.

体操姿勢及び／又は歩行姿勢の情報において、足上げ時間が短い場合、体操訓練シナリオ生成部３０は、足上げ時間が長くなるように、体操訓練シナリオを補正してもよい。提示部１９は、足上げ指示及び足上げ時間をユーザに提示してもよい。   In the information on the gymnastic posture and / or the walking posture, when the leg raising time is short, the gymnastic training scenario generation unit 30 may correct the gymnastic training scenario so that the leg raising time becomes longer. The presentation unit 19 may present a footing instruction and a footing time to the user.

体操姿勢及び／又は歩行姿勢の情報において、ユーザがふらついている場合、即ち揺らぎが生じている場合、体操訓練シナリオ生成部３０は、ユーザの足上げ姿勢を矯正するように、体操訓練シナリオを補正してもよい。例えば、体操訓練シナリオ生成部３０は、提示部１９による足上げの指示の間隔を長くしつつ、ユーザの足上げ姿勢を矯正する指示を提示してもよい。   In the information on the gymnastic posture and / or walking posture, when the user is wobbling, that is, when fluctuation occurs, the gymnastic exercise scenario generation unit 30 corrects the gymnastic exercise scenario so as to correct the user's leg-up posture. May be. For example, the gymnastics training scenario generation unit 30 may present an instruction to correct the user's leg raising posture while increasing the interval of the leg raising instruction by the presentation unit 19.

体操姿勢及び／又は歩行姿勢の情報において、足上げの速度が遅い場合、足上げの速度を速くするように、体操訓練シナリオを補正してもよい。提示部１９は、足上げ指示をユーザに提示してもよい。具体的には、提示部１９の足上げの指示の間隔を短くしてもよい。   In the information on the gymnastic posture and / or walking posture, when the speed of raising the foot is slow, the gymnastic exercise scenario may be corrected so as to increase the speed of raising the foot. The presentation unit 19 may present a footing instruction to the user. Specifically, the interval of the foot raising instruction of the presentation unit 19 may be shortened.

体操姿勢及び／又は歩行姿勢の情報において、左右の足において足上げ量、足上げ時間、及び／又は速度に差異がある場合、体操訓練シナリオ生成部３０は、優先的に鍛えたい方の足の筋肉を使用するように、体操訓練シナリオを補正してもよい。例えば、右足の足上げ量が左足の足上げ量と比べて小さい場合、体操訓練シナリオ生成部３０は、左足よりも右足の足上げ回数を多くするシナリオに補正してもよい。右足の足上げ時間が左足の足上げ時間と比べて小さい場合、体操訓練シナリオ生成部３０は、左足よりも右足の足上げ時間を長くするシナリオに補正してもよい。右足の足上げの速度が左足の足上げの速度と比べて遅い場合、体操訓練シナリオ生成部３０は、左足よりも右足の上げる速度を速くするシナリオに補正してもよい。   In the information on the gymnastic posture and / or the walking posture, if there is a difference in the amount of foot lift, the foot lift time, and / or the speed between the left and right feet, the gymnastics training scenario generation unit 30 The gymnastic training scenario may be corrected to use muscle. For example, when the amount of the right foot is small compared to the amount of the left foot, the gymnastics training scenario generation unit 30 may correct the scenario so that the number of times of raising the right foot is larger than that of the left foot. When the leg raising time for the right foot is smaller than the leg raising time for the left foot, the gymnastics training scenario generation unit 30 may correct the scenario so that the leg raising time for the right foot is longer than that for the left foot. When the speed of raising the right foot is slower than the speed of raising the left foot, the gymnastics training scenario generation unit 30 may correct the scenario so that the speed of raising the right foot is faster than that of the left foot.

また、体操訓練シナリオ生成部３０は、歩行姿勢の情報に含まれる歩幅、歩行速度、歩行ピッチ及び／又はこれらの左右の足の差異などの情報に基づいて、体操訓練シナリオを補正してもよい。   The gymnastics training scenario generation unit 30 may correct the gymnastics training scenario based on information such as a stride, a walking speed, a walking pitch, and / or a difference between the left and right feet included in the walking posture information. .

歩行訓練シナリオ生成部３１は、歩行訓練シナリオを補正する。具体的には、歩行訓練シナリオ生成部３１は、姿勢情報データベース２９から体操姿勢及び／又は歩行姿勢の情報を受信し、体操姿勢及び／又は歩行姿勢の情報に基づいて歩行訓練シナリオを補正する。   The walking training scenario generation unit 31 corrects the walking training scenario. Specifically, the walking training scenario generation unit 31 receives information on the gymnastic posture and / or walking posture from the posture information database 29 and corrects the walking training scenario based on the information on the gymnastic posture and / or walking posture.

例えば、体操姿勢及び／又は歩行姿勢の情報において、足上げ量、足上げ時間及び／又は足上げの速度が小さい場合、歩行訓練シナリオ生成部３１は、ロボット１の移動速度を遅くして歩行中のユーザの足運びを変化させるように歩行訓練シナリオを補正してもよい。あるいは、歩行訓練シナリオ生成部３１は、歩行ルートを複雑にして歩行中のユーザの足運びを変化させるように歩行訓練シナリオを補正してもよい。歩行ルートを複雑にするとは、例えば、出発地から目的地までのルートにおいて、コーナーを増やすことなどを含む。   For example, in the information on the gymnastic posture and / or the walking posture, when the amount of raising the foot, the time of raising the foot and / or the speed of raising the foot is small, the walking training scenario generating unit 31 slows the moving speed of the robot 1 and is walking The walking training scenario may be corrected so as to change the user's footsteps. Or the walking training scenario production | generation part 31 may correct | amend a walking training scenario so that a walking route may be made complicated and a user's footstep during walking may be changed. Making the walking route complicated includes, for example, increasing the number of corners in the route from the starting point to the destination.

体操姿勢及び／又は歩行姿勢の情報において、ユーザがふらついている場合、即ち揺らぎが生じている場合、歩行訓練シナリオ生成部３１は、ユーザの足上げ姿勢を矯正するように、歩行訓練シナリオを補正してもよい。例えば、歩行訓練シナリオ生成部３１は、歩行ルートを単調なルートに補正しつつ、提示部１９によってユーザの足上げ姿勢を矯正する指示を提示するように歩行訓練シナリオを補正してもよい。   In the information on the gymnastic posture and / or walking posture, when the user is staggered, that is, when fluctuation occurs, the walking training scenario generation unit 31 corrects the walking training scenario so as to correct the user's leg-up posture. May be. For example, the walking training scenario generation unit 31 may correct the walking training scenario so that the presentation unit 19 presents an instruction to correct the user's leg up posture while correcting the walking route to a monotonous route.

体操姿勢及び／又は歩行姿勢の情報において、左右の足に、足上げ量、足上げ時間、及び／又は足上げの速度に差異がある場合、歩行訓練シナリオ生成部３１は、優先的に鍛えたい方の足の筋肉を使用するように、歩行訓練シナリオを補正してもよい。例えば、歩行訓練シナリオ生成部３１は、優先的に鍛えたい足を上げている期間（遊脚期間）において、ロボット１の移動速度を遅くして優先的に鍛えたい足の筋肉を使用するように歩行訓練シナリオを補正してもよい。あるいは、歩行訓練シナリオ生成部３１は、優先的に鍛えたい足と反対側に旋回動作を行うように歩行ルートを変更するように歩行訓練シナリオを補正してもよい。   In the information on the gymnastic posture and / or walking posture, the walking training scenario generation unit 31 wants to exercise preferentially when there is a difference in the amount of foot lift, the foot lift time, and / or the speed of foot lift between the left and right feet. The gait training scenario may be corrected to use the muscles of the other leg. For example, the walking training scenario generation unit 31 uses the leg muscles to be preferentially trained by slowing down the moving speed of the robot 1 during the period in which the legs to be preferentially trained are raised (swing leg period). The walking training scenario may be corrected. Or the walking training scenario production | generation part 31 may correct | amend a walking training scenario so that a walking route may be changed so that turning may be performed on the opposite side to the leg | foot which wants to train preferentially.

図８Ａは、歩行ルートの一例を示す図である。図８Ａは、一例として、単調なルートに設定された出発地Ｓ１から目的地Ｓ２までの第１歩行ルートＲ１を示す。図８Ａに示すように、第１歩行ルートＲ１は、コーナーの数を少なくしている。また、第１歩行ルートＲ１においては、コーナーの角度が緩やかになっている。   FIG. 8A is a diagram illustrating an example of a walking route. FIG. 8A shows the first walking route R1 from the departure point S1 to the destination S2 set as a monotonous route as an example. As shown in FIG. 8A, the first walking route R1 has a reduced number of corners. In the first walking route R1, the corner angle is gentle.

図８Ｂは、歩行ルートの別例を示す図である。図８Ｂは、一例として、複雑なルートに設定された出発地Ｓ１から目的地Ｓ２までの第２歩行ルートＲ２を示す。図８Ｂに示すように、第２歩行ルートＲ２は、コーナーの数を多くしている。また、第２歩行ルートＲ２においては、右方向に曲がるコーナーの角度が、左方向に曲がるコーナーの角度よりも鋭くなっている。これにより、第２歩行ルートＲ２を歩行するユーザにおいて、右足に比べて左足を上げている時間が長くなり、右足よりも左足の筋肉を使用する。その結果、ユーザは、右足に比べて左足を優先して鍛えることができる。   FIG. 8B is a diagram illustrating another example of the walking route. FIG. 8B shows, as an example, the second walking route R2 from the departure point S1 to the destination S2 set as a complicated route. As shown in FIG. 8B, the second walking route R2 has a large number of corners. In the second walking route R2, the angle of the corner that turns to the right is sharper than the angle of the corner that turns to the left. Thereby, in the user who walks 2nd walking route R2, the time which raises the left foot becomes longer compared with the right foot, and the muscle of the left foot is used rather than the right foot. As a result, the user can train with priority on the left foot over the right foot.

なお、上述した体操訓練シナリオ及び歩行訓練シナリオの補正は例示であって、体操訓練シナリオ及び歩行訓練シナリオの補正は、これらの例に限定されない。体操訓練シナリオ生成部３０及び歩行訓練シナリオ生成部３１は、歩行姿勢の情報に含まれる歩幅、歩行速度、歩行ピッチ及び／又はこれらの左右の足の差異などの情報に基づいて、体操訓練シナリオ及び歩行訓練シナリオをそれぞれ補正してもよい。   Note that the above-described correction of the gymnastic training scenario and the walking training scenario is an example, and the correction of the gymnastic training scenario and the walking training scenario is not limited to these examples. The gymnastics training scenario generation unit 30 and the walking training scenario generation unit 31 are based on information such as a stride, a walking speed, a walking pitch, and / or a difference between the left and right legs included in the walking posture information. Each walking training scenario may be corrected.

また、訓練シナリオ生成部１８は、生成又は補正された訓練シナリオに基づくユーザへの指示を生成する。訓練シナリオに基づくユーザへの指示とは、例えば、足上げ指示、足上げ姿勢の矯正指示、及び／又は歩行ルートの誘導指示などを含む。提示部１９は、訓練シナリオに基づくユーザへの指示の情報に基づいて、音声、画像及び／又は映像によって、ユーザに指示を提示する。これにより、ユーザは提示部１９に提示された指示に従って足上げ運動を行うことができる。   Further, the training scenario generation unit 18 generates an instruction to the user based on the generated or corrected training scenario. The instruction to the user based on the training scenario includes, for example, a foot lift instruction, a foot lift posture correction instruction, and / or a walking route guidance instruction. The presentation unit 19 presents an instruction to the user by voice, an image, and / or a video based on information on the instruction to the user based on the training scenario. Thereby, the user can perform a leg-lifting exercise according to the instruction presented on the presentation unit 19.

訓練シナリオ生成部１８によって生成又は補正された訓練シナリオは、例えば、訓練シナリオ情報データベースに記憶されてもよい。訓練シナリオ情報データベースは、ロボット１が有していてもよい。あるいは、訓練シナリオ情報データベースは、ロボット１の外部に設けられたサーバなどであってもよい。訓練シナリオ生成部１８は、訓練シナリオ情報データベースから過去のユーザの訓練シナリオを取得してもよい。   The training scenario generated or corrected by the training scenario generation unit 18 may be stored in a training scenario information database, for example. The robot 1 may have a training scenario information database. Alternatively, the training scenario information database may be a server or the like provided outside the robot 1. The training scenario generation unit 18 may acquire past user training scenarios from the training scenario information database.

歩行支援部１５は、訓練シナリオ情報データベースから歩行訓練シナリオの情報を取得し、歩行訓練シナリオの情報に基づいて、ロボット１の移動速度及び移動方向を補正してもよい。例えば、歩行訓練シナリオにおいて、右足の足運びを変化させる場合、歩行支援部１５は、右足が上がっているときのロボット１の移動速度を遅くしてもよい。   The walking support unit 15 may acquire walking training scenario information from the training scenario information database, and correct the moving speed and moving direction of the robot 1 based on the walking training scenario information. For example, when changing the walking of the right foot in the walking training scenario, the walking support unit 15 may slow down the moving speed of the robot 1 when the right foot is raised.

また、歩行支援部１５は、姿勢情報データベース２９から足上げ姿勢の情報を取得し、ユーザの足上げ姿勢に応じてロボット１の移動速度及び移動方向を補正してもよい。   In addition, the walking support unit 15 may acquire information on the leg raising posture from the posture information database 29 and correct the movement speed and movement direction of the robot 1 according to the user's leg raising posture.

［歩行訓練ロボットの主要な制御］
歩行訓練ロボット１の主要な制御の一例を説明する。図９は、ロボット１の主要な制御の例示的なフローチャートを示す。 [Main control of walking training robot]
An example of main control of the walking training robot 1 will be described. FIG. 9 shows an exemplary flowchart of the main control of the robot 1.

図９に示すように、ステップＳＴ１１において、訓練シナリオ生成部１８は、訓練シナリオを生成する。具体的には、訓練シナリオ生成部１８は、ユーザが訓練を開始する前に、ユーザに足上げ運動を行わせる訓練シナリオを生成する。例えば、ステップＳＴ１１において、訓練シナリオ生成部１８は、提示部１９によってユーザに運動メニュー及び／又は質問などを提示する。訓練シナリオ生成部１８は、ユーザによって選択された運動メニュー及び／又は質問の回答結果に基づいて、訓練シナリオを生成してもよい。訓練シナリオ生成部１８は、生成した訓練シナリオに基づくユーザへの指示を生成する。訓練シナリオに基づくユーザへの指示の情報は、例えば、訓練シナリオ情報データベースに送信され、記憶される。   As shown in FIG. 9, in step ST11, the training scenario generation unit 18 generates a training scenario. Specifically, the training scenario generation unit 18 generates a training scenario that causes the user to perform a leg raising exercise before the user starts training. For example, in step ST <b> 11, the training scenario generation unit 18 presents an exercise menu and / or a question to the user by the presentation unit 19. The training scenario generation unit 18 may generate a training scenario based on the exercise menu selected by the user and / or the answer result of the question. The training scenario generation unit 18 generates an instruction to the user based on the generated training scenario. Information on instructions to the user based on the training scenario is transmitted to and stored in a training scenario information database, for example.

ステップＳＴ１２において、提示部１９は、ステップＳＴ１１で生成された訓練シナリオに基づくユーザへの指示を提示する。例えば、提示部１９は、足上げ指示、足上げ姿勢の矯正指示、及び／又は歩行ルートの誘導指示などをユーザに対して提示する。例えば、ステップＳＴ１２において、提示部１９は、音声、画像及び／又は映像によって、ユーザに指示を提示する。ユーザは、ハンドル部１２を把持した状態で、提示部１９に提示された指示に従って訓練、即ち足上げ運動を行う。なお、提示部１９は、訓練シナリオ情報データベースから訓練シナリオに基づくユーザへの指示情報を取得する。   In step ST12, the presentation unit 19 presents an instruction to the user based on the training scenario generated in step ST11. For example, the presentation unit 19 presents a user with a foot-up instruction, a foot-up posture correction instruction, and / or a walking route guidance instruction. For example, in step ST12, the presentation unit 19 presents an instruction to the user by voice, image, and / or video. The user performs training, that is, a leg raising exercise in accordance with an instruction presented on the presentation unit 19 while holding the handle unit 12. The presentation unit 19 acquires instruction information for the user based on the training scenario from the training scenario information database.

ステップＳＴ１３において、検知部１３は、ハンドル荷重を検知する。具体的には、ユーザが提示部１９の指示に従って足上げ運動を行っている間、検知部１３は、ハンドル部１２にかかるハンドル荷重を検知する。   In step ST13, the detection unit 13 detects a handle load. Specifically, the detection unit 13 detects a handle load applied to the handle unit 12 while the user is performing a leg raising exercise according to an instruction from the presentation unit 19.

ステップＳＴ１４において、姿勢推定部１７は、ステップＳＴ１３で検知されたハンドル荷重に基づいて、ユーザの足上げ姿勢を推定する。実施の形態１では、姿勢推定部１７は、上述したように、Ｍｙのモーメントに基づいて足上げ姿勢を推定する。姿勢推定部１７は、推定した足上げ姿勢の情報を姿勢情報データベース２９に送信する。   In step ST14, the posture estimation unit 17 estimates the user's foot-lifting posture based on the handle load detected in step ST13. In the first embodiment, the posture estimation unit 17 estimates the foot-lifting posture based on the My moment, as described above. The posture estimation unit 17 transmits information on the estimated foot-lifting posture to the posture information database 29.

ステップＳＴ１５において、訓練シナリオ生成部１８は、ユーザの訓練が終了したか否かを決定する。訓練シナリオ生成部１８は、例えば、訓練シナリオに含まれるすべての足上げ運動が終了したか否かを決定する。   In step ST15, the training scenario generation unit 18 determines whether or not the user training has ended. For example, the training scenario generation unit 18 determines whether or not all the foot-lifting exercises included in the training scenario have been completed.

ステップＳＴ１５において、訓練シナリオ生成部１８によって訓練が終了したと決定された場合、フローはステップＳＴ１６に進む。訓練シナリオ生成部１８によって訓練が終了していないと決定された場合、フローはＳＴ１２に戻る。   When it is determined in step ST15 that the training is completed by the training scenario generation unit 18, the flow proceeds to step ST16. If the training scenario generator 18 determines that the training has not ended, the flow returns to ST12.

ステップＳＴ１６において、訓練シナリオ生成部１８は、ユーザの足上げ姿勢に基づいて訓練シナリオを補正する。具体的には、訓練シナリオ生成部１８は、姿勢情報データベース２９から足上げ姿勢の情報を取得する。訓練シナリオ生成部１８は、取得した足上げ姿勢の情報に基づいて、訓練シナリオを補正する。   In step ST16, the training scenario generation unit 18 corrects the training scenario based on the user's leg up posture. Specifically, the training scenario generation unit 18 acquires information on the leg raising posture from the posture information database 29. The training scenario generation unit 18 corrects the training scenario based on the acquired information on the leg raising posture.

このように、ロボット１は、ステップＳＴ１１〜ＳＴ１６を実行することによって、訓練結果に基づいてユーザに適した訓練シナリオに補正している。これにより、ロボット１は、ユーザの身体能力を効率良く向上させることができる。   As described above, the robot 1 corrects the training scenario suitable for the user based on the training result by executing steps ST11 to ST16. Thereby, the robot 1 can improve a user's physical ability efficiently.

なお、図９に示すフローチャートにおいて、訓練シナリオを補正するステップＳＴ１６は、訓練が終了した後に実行される例について説明したが、これに限定されない。ステップＳＴ１６は、ユーザが訓練を行っている間に実行されてもよい。即ち、訓練シナリオ生成部１８は、ユーザが訓練を行っている間に訓練シナリオを補正してもよい。これにより、訓練シナリオ生成部１８は、訓練中であっても訓練シナリオをより効率よく訓練を行うことができるシナリオに補正することができる。   In the flowchart shown in FIG. 9, the step ST16 for correcting the training scenario has been described with respect to the example executed after the training is completed, but the present invention is not limited to this. Step ST16 may be performed while the user is performing training. That is, the training scenario generation unit 18 may correct the training scenario while the user is performing training. Thereby, the training scenario production | generation part 18 can correct | amend a training scenario to the scenario which can be trained more efficiently even during training.

［歩行訓練ロボットの制御の第１例］
歩行訓練ロボット１の制御の第１例として、体操訓練結果に基づいて歩行訓練シナリオを補正する制御について説明する。具体的には、ユーザが体操訓練を行っている間に取得した体操姿勢情報に基づいて歩行訓練シナリオを補正する制御の一例について説明する。 [First example of control of walking training robot]
As a first example of the control of the walking training robot 1, control for correcting a walking training scenario based on a gymnastic training result will be described. Specifically, an example of control for correcting a walking training scenario based on gymnastic posture information acquired while a user is performing gymnastic training will be described.

図１０は、体操訓練結果に基づいて歩行訓練シナリオを補正する制御の例示的なフローチャートを示す。図１０に示すように、ステップＳＴ２１において、提示部１９は、体操訓練シナリオに基づくユーザへの指示を提示する。ステップＳＴ２１において、体操訓練シナリオは、予め定められたシナリオ、過去のユーザの足上げ姿勢情報に基づいて補正されたシナリオ、又は異なる足上げ運動を含む複数のシナリオからユーザが好みに応じて選択したシナリオなどであってもよい。なお、提示部１９は、訓練シナリオ情報データベースから体操訓練シナリオを取得する。   FIG. 10 shows an exemplary flowchart of control for correcting a walking training scenario based on a gymnastic training result. As shown in FIG. 10, in step ST21, the presentation unit 19 presents an instruction to the user based on the gymnastic exercise scenario. In step ST21, the user selects a gymnastic training scenario from a predetermined scenario, a scenario corrected based on past user's foot-lifting posture information, or a plurality of scenarios including different foot-lifting exercises according to his / her preference. It may be a scenario. In addition, the presentation part 19 acquires a gymnastics training scenario from the training scenario information database.

これにより、ユーザは、提示部１９に提示された指示に従って、ハンドル部１２を把持した状態で体操訓練を行う。具体的には、ユーザは、ハンドル部１２を把持し、且つ立ち止まった状態で、提示部１９により提示される足上げ指示に従って足上げ体操を行う。   Thereby, according to the instruction | indication shown to the presentation part 19, a user performs gymnastics training in the state which hold | gripped the handle | steering-wheel part 12. FIG. Specifically, the user performs a leg-lifting exercise according to a foot-lifting instruction presented by the presentation unit 19 while holding the handle 12 and standing still.

ステップＳＴ２２において、検知部１３は、ハンドル荷重を検知する。具体的には、ユーザが提示部１９の指示に従って体操訓練を行っている間、検知部１３は、ハンドル部１２にかかるハンドル荷重を検知する。   In step ST22, the detection unit 13 detects a handle load. Specifically, the detection unit 13 detects a handle load applied to the handle unit 12 while the user is performing a gymnastic exercise according to an instruction from the presentation unit 19.

ステップＳＴ２３において、体操姿勢推定部２５は、ステップＳＴ２２で検知されたハンドル荷重に基づいて、ユーザの体操姿勢を推定する。体操姿勢推定部２５は、上述したように、Ｍｙのモーメントに基づいて、体操訓練時の足上げ量などの体操姿勢を推定する。体操姿勢推定部２５は、推定した体操姿勢の情報を体操姿勢情報データベース２７に送信する。   In step ST23, the gymnastic posture estimation unit 25 estimates the user's gymnastic posture based on the handle load detected in step ST22. As described above, the gymnastic posture estimation unit 25 estimates a gymnastic posture such as the amount of leg raising during gymnastic training based on the moment of My. The gymnastic posture estimation unit 25 transmits information on the estimated gymnastic posture to the gymnastic posture information database 27.

ステップＳＴ２４において、歩行訓練シナリオ生成部３１は、ユーザの体操訓練が終了したか否かを決定する。歩行訓練シナリオ生成部３１は、例えば、体操訓練シナリオに含まれるすべての足上げ運動が終了したか否かを決定する。   In step ST <b> 24, the walking training scenario generation unit 31 determines whether or not the user's gymnastic training has ended. The walking training scenario generation unit 31 determines, for example, whether or not all the leg raising exercises included in the gymnastic training scenario have been completed.

ステップＳＴ２４において、歩行訓練シナリオ生成部３１によって体操訓練が終了したと決定された場合、フローはステップＳＴ２５に進む。歩行訓練シナリオ生成部３１によって体操訓練が終了していないと決定された場合、フローはＳＴ２１に戻る。   In step ST24, when it is determined by the walking training scenario generation unit 31 that the gymnastic exercise has been completed, the flow proceeds to step ST25. If it is determined by the walking training scenario generation unit 31 that the gymnastic training has not ended, the flow returns to ST21.

ステップＳＴ２５において、歩行訓練シナリオ生成部３１は、ユーザの体操姿勢に基づいて歩行訓練シナリオを補正する。具体的には、歩行訓練シナリオ生成部３１は、体操姿勢情報データベース２７から体操姿勢の情報を取得する。歩行訓練シナリオ生成部３１は、取得した体操姿勢の情報に基づいて、歩行訓練シナリオを補正する。   In step ST25, the walking training scenario generation unit 31 corrects the walking training scenario based on the user's gymnastic posture. Specifically, the walking training scenario generation unit 31 acquires information on the gymnastic posture from the gymnastic posture information database 27. The walking training scenario generation unit 31 corrects the walking training scenario based on the acquired gymnastic posture information.

実施の形態１では、歩行訓練シナリオ生成部３１は、体操姿勢の情報として、足上げ量、足上げ時間、及び揺らぎのうち少なくとも１つの情報に基づいて、歩行訓練シナリオを補正する。具体的には、歩行訓練シナリオ生成部３１は、左右の足の体操姿勢の差異を比較し、比較結果に基づいて歩行訓練シナリオを補正する。   In the first embodiment, the walking training scenario generation unit 31 corrects the walking training scenario based on at least one piece of information on the amount of leg raising, the leg raising time, and the fluctuation as information on the gymnastic posture. Specifically, the walking training scenario generation unit 31 compares the difference in gymnastic posture between the left and right feet, and corrects the walking training scenario based on the comparison result.

例えば、歩行訓練シナリオ生成部３１は、足上げ体操において、左足に比べて右足の足上げ量が小さい場合、左足に比べて右足の筋肉を鍛える歩行訓練シナリオに補正してもよい。歩行訓練シナリオの補正は、例えば、右足が上がっている間、ロボット１の移動速度を制限すること、及び／又は右方向への旋回動作の回数より左方向への旋回動作の回数が多い歩行ルートに変更することなどであってもよい。   For example, the walking training scenario generation unit 31 may correct to a walking training scenario in which the muscles of the right foot are trained compared to the left foot when the amount of foot lifting of the right foot is small compared to the left foot. The correction of the walking training scenario is, for example, limiting the moving speed of the robot 1 while the right foot is raised, and / or a walking route in which the number of turning operations in the left direction is greater than the number of turning operations in the right direction. It may be changed to.

このように、ロボット１は、ステップＳＴ２１〜ＳＴ２５を実行することによって、体操訓練結果に基づいて、歩行訓練シナリオを補正する。これにより、ロボット１は、ユーザに応じて、最適な歩行訓練シナリオを作成することができる。その結果、ロボット１は、ユーザの身体能力を効率良く向上させることができる。また、補正された歩行訓練シナリオは、訓練シナリオ情報データベースに記憶される。   Thus, the robot 1 corrects the walking training scenario based on the gymnastic training result by executing steps ST21 to ST25. Thereby, the robot 1 can create an optimal walking training scenario according to the user. As a result, the robot 1 can improve the user's physical ability efficiently. The corrected walking training scenario is stored in the training scenario information database.

［歩行訓練ロボットの制御の第２例］
歩行訓練ロボット１の制御の第２例として、体操訓練結果に基づいて、体操訓練シナリオを補正する制御について説明する。具体的には、ユーザが体操訓練を行っている間に取得した体操姿勢情報に基づいて、体操訓練シナリオを補正する制御について説明する。 [Second example of control of walking training robot]
As a second example of control of the walking training robot 1, control for correcting a gymnastic exercise scenario based on a gymnastic exercise result will be described. Specifically, control for correcting a gymnastic exercise scenario based on gymnastic posture information acquired while the user is performing gymnastic exercises will be described.

図１１は、体操訓練結果に基づいて体操訓練シナリオを補正する制御の例示的なフローチャートを示す。図１０に示すように、ステップＳＴ３１において、提示部１９は、体操訓練シナリオに基づくユーザへの指示を提示する。   FIG. 11 shows an exemplary flowchart of control for correcting a gymnastic exercise scenario based on a gymnastic exercise result. As shown in FIG. 10, in step ST31, the presentation unit 19 presents an instruction to the user based on the gymnastic exercise scenario.

これにより、ユーザは、提示部１９に提示された指示に従って、ハンドル部１２を把持した状態で体操訓練を行う。具体的には、ユーザは、ハンドル部１２を把持し、且つ立ち止まった状態で、提示部１９により提示される足上げ指示に従って足上げ体操を行う。   Thereby, according to the instruction | indication shown to the presentation part 19, a user performs gymnastics training in the state which hold | gripped the handle | steering-wheel part 12. FIG. Specifically, the user performs a leg-lifting exercise according to a foot-lifting instruction presented by the presentation unit 19 while holding the handle 12 and standing still.

ステップＳＴ３２において、検知部１３は、ハンドル荷重を検知する。具体的には、ユーザが提示部１９の指示に従って体操訓練を行っている間、検知部１３は、ハンドル部１２にかかるハンドル荷重を検知する。   In step ST32, the detection unit 13 detects a handle load. Specifically, the detection unit 13 detects a handle load applied to the handle unit 12 while the user is performing a gymnastic exercise according to an instruction from the presentation unit 19.

ステップＳＴ３３において、体操姿勢推定部２５は、ステップＳＴ２２で検知されたハンドル荷重に基づいて、ユーザの体操姿勢を推定する。ユーザの体操姿勢の推定については、上述したように、Ｍｙのモーメントに基づいて、足上げ量などの体操姿勢を推定する。体操姿勢推定部２５は、推定した体操姿勢の情報を体操姿勢情報データベース２７に送信する。   In step ST33, the gymnastic posture estimation unit 25 estimates the user's gymnastic posture based on the handle load detected in step ST22. As for the estimation of the user's gymnastic posture, as described above, the gymnastic posture such as the amount of raising the foot is estimated based on the moment of My. The gymnastic posture estimation unit 25 transmits information on the estimated gymnastic posture to the gymnastic posture information database 27.

ステップＳＴ３４において、体操訓練シナリオ生成部３０は、ユーザの体操訓練が終了したか否かを決定する。体操訓練シナリオ生成部３０は、例えば、体操訓練シナリオに含まれるすべての足上げ運動が終了したか否かを決定する。   In step ST34, the gymnastic exercise scenario generation unit 30 determines whether or not the user's gymnastic exercise has been completed. The gymnastics training scenario generation unit 30 determines, for example, whether or not all the leg raising exercises included in the gymnastics training scenario have been completed.

ステップＳＴ３４において、体操訓練シナリオ生成部３０によって体操訓練が終了したと決定された場合、フローはステップＳＴ３５に進む。体操訓練シナリオ生成部３０によって体操訓練が終了していないと決定された場合、フローはＳＴ３１に戻る。   In step ST34, when it is determined by the gymnastic training scenario generation unit 30 that the gymnastic training has been completed, the flow proceeds to step ST35. When it is determined by the gymnastic training scenario generation unit 30 that the gymnastic training has not ended, the flow returns to ST31.

ステップＳＴ３５において、体操訓練シナリオ生成部３０は、ユーザの体操姿勢に基づいて体操訓練シナリオを補正する。具体的には、体操訓練シナリオ生成部３０は、体操姿勢情報データベース２７から体操姿勢の情報を取得する。体操訓練シナリオ生成部３０は、取得した体操姿勢の情報に基づいて、ユーザに適した体操訓練シナリオに補正する。   In step ST35, the gymnastic training scenario generation unit 30 corrects the gymnastic training scenario based on the user's gymnastic posture. Specifically, the gymnastic exercise scenario generation unit 30 acquires information on the gymnastic posture from the gymnastic posture information database 27. The gymnastic training scenario generation unit 30 corrects the gymnastic training scenario suitable for the user based on the acquired gymnastic posture information.

実施の形態１では、体操訓練シナリオ生成部３０は、体操姿勢の情報として、足上げ量、足上げ時間、及び揺らぎのうち少なくとも１つの情報に基づいて、体操訓練シナリオを補正する。具体的には、体操訓練シナリオ生成部３０は、左右の足の体操姿勢の差異を比較し、比較結果に基づいて体操訓練シナリオを補正する。   In the first embodiment, the gymnastic exercise scenario generation unit 30 corrects the gymnastic exercise scenario based on at least one information among the amount of leg raising, the leg raising time, and the fluctuation as information on the gymnastic posture. Specifically, the gymnastics training scenario generation unit 30 compares the gymnastic postures of the left and right feet, and corrects the gymnastics training scenario based on the comparison result.

例えば、体操訓練シナリオ生成部３０は、足上げ体操において、左足に比べて右足の足上げ量が小さい場合、左足に比べて右足の筋肉を鍛える体操訓練シナリオに補正してもよい。体操訓練シナリオの補正は、例えば、左足に比べて右足の足上げ回数を多く設定すること、及び／又は左足に比べて右足の足上げ時間を長く設定することなどであってもよい。   For example, the gymnastics training scenario generation unit 30 may correct to a gymnastics training scenario in which the muscles of the right foot are trained compared to the left foot when the amount of foot lifting of the right foot is small compared to the left foot. The correction of the gymnastics training scenario may be, for example, setting the number of times of raising the right foot more than that of the left foot and / or setting the time of raising the right foot longer than that of the left foot.

このように、ロボット１は、ステップＳＴ３１〜３５を実行することによって、体操訓練結果に基づいて、体操訓練シナリオを補正する。これにより、ユーザの身体能力に応じて、最適な体操訓練シナリオを作成することができる。また、補正された体操訓練シナリオは、訓練シナリオ情報データベースに記憶される。   Thus, the robot 1 corrects the gymnastic exercise scenario based on the gymnastic exercise result by executing steps ST31 to ST35. Thereby, according to a user's physical ability, the optimal gymnastics training scenario can be created. The corrected gymnastic exercise scenario is stored in the exercise scenario information database.

なお、図１０及び図１１に示すフローチャートでは、体操訓練結果に基づいて、歩行訓練シナリオと体操訓練シナリオとを、それぞれ別々に補正する例について示したが、訓練シナリオの補正は、これらに限定されない。例えば、訓練シナリオの補正においては、体操訓練結果に基づいて、歩行訓練シナリオと体操訓練シナリオとの両方をまとめて補正してもよい。   In addition, in the flowchart shown in FIG.10 and FIG.11, although the example which correct | amends a walking training scenario and a gymnastic training scenario separately was shown based on the gymnastic training result, correction | amendment of a training scenario is not limited to these. . For example, in the correction of the training scenario, both the walking training scenario and the gymnastic training scenario may be corrected together based on the gymnastic training result.

［歩行訓練ロボットの制御の第３例］
歩行訓練ロボット１の制御の第３例として、歩行訓練結果に基づいて体操訓練シナリオ及び歩行訓練シナリオを補正する制御について説明する。第３例においては、第１例で補正された歩行訓練シナリオに基づいてユーザが歩行訓練を行う。また、第３例においては、歩行訓練結果に基づいて体操訓練シナリオ及び歩行訓練シナリオを補正する。 [Third example of control of walking training robot]
As a third example of the control of the walking training robot 1, control for correcting the gymnastic training scenario and the walking training scenario based on the walking training result will be described. In the third example, the user performs walking training based on the walking training scenario corrected in the first example. In the third example, the gymnastic training scenario and the walking training scenario are corrected based on the walking training result.

図１２は、歩行訓練結果に基づいて体操訓練シナリオ及び歩行訓練シナリオを補正する制御の例示的なフローチャートを示す。図１２に示すように、ステップＳＴ４１において、提示部１９は、歩行訓練シナリオに基づくユーザへの指示を提示する。例えば、提示部１９は、ロボット１の制御の第１例で得られた歩行訓練シナリオ（図１０のステップＳＴ２５参照）に基づくユーザへの指示を提示する。   FIG. 12 shows an exemplary flowchart of control for correcting a gymnastic training scenario and a walking training scenario based on a walking training result. As shown in FIG. 12, in step ST41, the presentation unit 19 presents an instruction to the user based on the walking training scenario. For example, the presentation unit 19 presents an instruction to the user based on the walking training scenario (see step ST25 in FIG. 10) obtained in the first example of control of the robot 1.

ステップＳＴ４２において、検知部１３は、ハンドル荷重を検知する。具体的には、ユーザが提示部１９の指示に従って歩行訓練を行っている間、検知部１３は、ハンドル部１２にかかるハンドル荷重を検知する。   In step ST42, the detection unit 13 detects a handle load. Specifically, the detection unit 13 detects the handle load applied to the handle unit 12 while the user performs walking training according to the instruction of the presentation unit 19.

ステップＳＴ４３において、歩行姿勢推定部２６は、ステップＳＴ４２で検知されたハンドル荷重に基づいて、ユーザの歩行姿勢を推定する。ユーザの歩行姿勢の推定については、上述したように、Ｍｙのモーメントに基づいて、足上げ量などの歩行姿勢を推定する。歩行姿勢推定部２６は、推定した歩行姿勢の情報を歩行姿勢情報データベース２８に送信する。   In step ST43, the walking posture estimation unit 26 estimates the user's walking posture based on the handle load detected in step ST42. As for the estimation of the user's walking posture, as described above, the walking posture such as the amount of raising the foot is estimated based on the moment of My. The walking posture estimation unit 26 transmits information on the estimated walking posture to the walking posture information database 28.

ステップＳＴ４４において、歩行支援部１５は、ステップＳＴ４３で推定した歩行姿勢に基づいて、ロボット１の移動速度及び／又は移動方向を決定する。具体的には、歩行支援部１５は、歩行姿勢情報データベース２８から歩行姿勢の情報を受信し、受信した歩行姿勢の情報に基づいて、ロボット１の移動速度及び／又は移動方向を変更する。例えば、歩行支援部１５は、ロボット１の移動速度を遅くしたり、歩行ルートを変更することによってユーザに与える負荷を決定する。   In step ST44, the walking support unit 15 determines the moving speed and / or moving direction of the robot 1 based on the walking posture estimated in step ST43. Specifically, the walking support unit 15 receives walking posture information from the walking posture information database 28, and changes the moving speed and / or moving direction of the robot 1 based on the received walking posture information. For example, the walking support unit 15 determines the load applied to the user by slowing the moving speed of the robot 1 or changing the walking route.

ステップＳＴ４５において、歩行支援部１５は、歩行訓練シナリオに基づいてロボット１の移動速度及び／又は移動方向を補正する。これにより、ユーザの身体能力に応じて、ユーザに適切な訓練を行うことができる。   In step ST45, the walking support unit 15 corrects the moving speed and / or moving direction of the robot 1 based on the walking training scenario. Thereby, according to a user's physical ability, a user can be trained appropriately.

ステップＳＴ４６において、歩行訓練シナリオ生成部３１は、ユーザの歩行訓練が終了したか否かを決定する。歩行訓練シナリオ生成部３１は、例えば、歩行訓練シナリオに含まれるすべての足上げ運動が終了したか否かを決定する。   In step ST46, the walking training scenario generation unit 31 determines whether or not the user's walking training has ended. The walking training scenario generation unit 31 determines, for example, whether or not all the leg raising exercises included in the walking training scenario have ended.

ステップＳＴ４６において、歩行訓練シナリオ生成部３１によって歩行訓練が終了したと決定された場合、フローはステップＳＴ４７に進む。歩行訓練シナリオ生成部３１によって歩行訓練が終了していないと決定された場合、フローはＳＴ４１に戻る。   In step ST46, when it is determined by the walking training scenario generation unit 31 that the walking training has ended, the flow proceeds to step ST47. If the walking training scenario generation unit 31 determines that the walking training has not ended, the flow returns to ST41.

ステップＳＴ４７において、体操訓練シナリオ生成部３０は、ステップＳＴ４３で推定した歩行姿勢に基づいて体操訓練シナリオを補正する。具体的には、体操訓練シナリオ生成部３０は、歩行姿勢情報データベース２８から歩行姿勢の情報を取得する。体操訓練シナリオ生成部３０は、取得した歩行姿勢の情報に基づいて、ユーザに適した体操訓練シナリオに補正する。   In step ST47, the gymnastic training scenario generation unit 30 corrects the gymnastic training scenario based on the walking posture estimated in step ST43. Specifically, the gymnastics training scenario generation unit 30 acquires walking posture information from the walking posture information database 28. The gymnastic training scenario generation unit 30 corrects the gymnastic training scenario suitable for the user based on the acquired walking posture information.

ステップＳＴ４８において、歩行訓練シナリオ生成部３１は、ステップＳＴ４３で推定した歩行姿勢に基づいて歩行訓練シナリオを補正する。具体的には、歩行訓練シナリオ生成部３１は、歩行姿勢情報データベース２８から歩行姿勢の情報を取得する。歩行訓練シナリオ生成部３１は、取得した歩行姿勢の情報に基づいて、ユーザに適した歩行訓練シナリオに補正する。   In step ST48, the walking training scenario generation unit 31 corrects the walking training scenario based on the walking posture estimated in step ST43. Specifically, the walking training scenario generation unit 31 acquires walking posture information from the walking posture information database 28. The walking training scenario generation unit 31 corrects the walking training scenario suitable for the user based on the acquired walking posture information.

このように、ロボット１は、ステップＳＴ４１〜４８を実行することによって、歩行訓練結果に基づいて、体操訓練シナリオ及び歩行訓練シナリオを補正する。   As described above, the robot 1 corrects the gymnastic training scenario and the walking training scenario based on the walking training result by executing steps ST41 to ST48.

なお、実施の形態１では、ロボット１の制御の第３例においては、歩行訓練結果に基づいて、体操訓練シナリオ及び歩行訓練シナリオを補正する例について説明したが、これに限定されない。ロボット１の制御の第３例においては、歩行訓練結果に基づいて体操訓練シナリオ、又は歩行訓練シナリオを補正してもよい。言い換えると、図１２に示すフローチャートにおいて、ステップＳＴ４７及びステップＳＴ４８は、少なくともいずれか一方が実行されてもよい。   In the first embodiment, in the third example of the control of the robot 1, the example in which the gymnastic training scenario and the walking training scenario are corrected based on the walking training result has been described. However, the present invention is not limited to this. In the third example of control of the robot 1, the gymnastic training scenario or the walking training scenario may be corrected based on the walking training result. In other words, in the flowchart shown in FIG. 12, at least one of step ST47 and step ST48 may be executed.

第３例では、歩行訓練シナリオを補正する前において、第１例で補正された歩行訓練シナリオに基づいてユーザが歩行訓練を行う例について説明したが、これに限定されない。補正前の歩行訓練シナリオは、予め定められたシナリオ、過去のユーザの足上げ姿勢情報に基づいて補正されたシナリオ、又は異なる足上げ運動を含む複数のシナリオからユーザが好みに応じて選択したシナリオなどであってもよい。   In the third example, the example is described in which the user performs walking training based on the walking training scenario corrected in the first example before correcting the walking training scenario, but the present invention is not limited to this. The walking training scenario before correction is a scenario selected by the user according to his / her preference from a predetermined scenario, a scenario corrected based on past user's foot-lifting posture information, or a plurality of scenarios including different foot-lifting motions It may be.

［歩行訓練ロボットの制御の第４例］
歩行訓練ロボット１の制御の第４例として、体操訓練結果と歩行訓練結果とに基づいて体操訓練シナリオ及び歩行訓練シナリオを補正する制御について説明する。第４例においては、第１例で補正された歩行訓練シナリオに基づいてユーザが歩行訓練を行う。また、第４例においては、第１例で取得した体操訓練結果と、歩行訓練結果とに基づいて体操訓練シナリオ及び歩行訓練シナリオを補正する。 [Fourth example of control of walking training robot]
As a fourth example of the control of the walking training robot 1, control for correcting the gymnastic training scenario and the walking training scenario based on the gymnastic training result and the walking training result will be described. In the fourth example, the user performs walking training based on the walking training scenario corrected in the first example. Further, in the fourth example, the gymnastic training scenario and the walking training scenario are corrected based on the gymnastic training result acquired in the first example and the walking training result.

図１３は、体操訓練結果と歩行訓練結果とに基づいて体操訓練シナリオ及び歩行訓練シナリオを補正する制御の例示的なフローチャートを示す。図１３に示すように、第４例のステップＳＴ５１〜ＳＴ５３は、第３例のステップＳＴ４１〜４３と同じであるため、説明を省略する。   FIG. 13: shows the exemplary flowchart of control which correct | amends a gymnastic training scenario and a walking training scenario based on a gymnastic training result and a walking training result. As illustrated in FIG. 13, steps ST51 to ST53 of the fourth example are the same as steps ST41 to ST43 of the third example, and thus description thereof is omitted.

ステップＳＴ５４において、歩行支援部１５は、体操姿勢と歩行姿勢とに基づいてロボット１の移動速度及び／又は移動方向を決定する。具体的には、歩行支援部１５は、第１例で取得した体操姿勢の情報（図１０のステップＳＴ２３参照）と、ステップＳＴ５３で取得した歩行姿勢の情報とに基づいて、ロボット１の移動速度及び／又は移動方向を決定する。   In step ST54, the walking support unit 15 determines the moving speed and / or moving direction of the robot 1 based on the gymnastic posture and the walking posture. Specifically, the walking support unit 15 moves the movement speed of the robot 1 based on the information on the gymnastic posture acquired in the first example (see step ST23 in FIG. 10) and the information on the walking posture acquired in step ST53. And / or determine the direction of movement.

ステップＳＴ５５において、歩行支援部１５は、歩行訓練シナリオに基づいてロボット１の移動速度及び／又は移動方向を補正する。これにより、ユーザの身体能力に応じて、ユーザに適切な訓練を行うことができる。   In step ST55, the walking support unit 15 corrects the moving speed and / or moving direction of the robot 1 based on the walking training scenario. Thereby, according to a user's physical ability, a user can be trained appropriately.

ステップＳＴ５６において、歩行訓練シナリオ生成部３１は、ユーザの歩行訓練が終了したか否かを決定する。歩行訓練シナリオ生成部３１は、例えば、歩行訓練シナリオに含まれるすべての足上げ運動が終了したか否かを決定する。   In step ST56, the walking training scenario generation unit 31 determines whether or not the user's walking training has ended. The walking training scenario generation unit 31 determines, for example, whether or not all the leg raising exercises included in the walking training scenario have ended.

ステップＳＴ５６において、歩行訓練シナリオ生成部３１によって歩行訓練が終了したと決定された場合、フローはステップＳＴ５７に進む。歩行訓練シナリオ生成部３１によって歩行訓練が終了していないと決定された場合、フローはＳＴ５１に戻る。   In step ST56, when it is determined by the walking training scenario generation unit 31 that the walking training has been completed, the flow proceeds to step ST57. If the walking training scenario generation unit 31 determines that the walking training has not ended, the flow returns to ST51.

ステップＳＴ５７において、体操訓練シナリオ生成部３０は、体操姿勢と歩行姿勢とに基づいて、体操訓練シナリオを補正する。具体的には、体操訓練シナリオ生成部３０は、第１例で取得した体操姿勢の情報（図１０のステップＳＴ２３参照）と、ステップＳＴ５３で取得した歩行姿勢の情報と、に基づいて体操訓練シナリオを補正する。   In step ST57, the gymnastic training scenario generation unit 30 corrects the gymnastic training scenario based on the gymnastic posture and the walking posture. Specifically, the gymnastics training scenario generation unit 30 performs the gymnastics training scenario based on the information on the gymnastic posture acquired in the first example (see step ST23 in FIG. 10) and the information on the walking posture acquired in step ST53. Correct.

ステップＳＴ５８において、歩行訓練シナリオ生成部３１は、体操姿勢と歩行姿勢とに基づいて、歩行訓練シナリオを補正する。具体的には、体操訓練シナリオ生成部３０は、第１例で取得した体操姿勢の情報（図１０のステップＳＴ２３参照）と、ステップＳＴ５３で取得した歩行姿勢の情報と、に基づいて歩行訓練シナリオを補正する。   In step ST58, the walking training scenario generation unit 31 corrects the walking training scenario based on the gymnastic posture and the walking posture. Specifically, the gymnastic training scenario generation unit 30 is based on the information on the gymnastic posture acquired in the first example (see step ST23 in FIG. 10) and the information on the walking posture acquired in step ST53. Correct.

このように、ロボット１は、ステップＳＴ５１〜５８を実行することによって、体操訓練結果と歩行訓練結果とに基づいて、体操訓練シナリオ及び歩行訓練シナリオを補正する。これにより、ユーザにより適した体操訓練シナリオ及び歩行訓練シナリオを作成することができる。   Thus, the robot 1 corrects the gymnastic training scenario and the walking training scenario based on the gymnastic training result and the walking training result by executing steps ST51 to ST58. Thereby, the gymnastics training scenario and the walking training scenario more suitable for the user can be created.

なお、実施の形態１では、ロボット１の制御の第４例においては、体操訓練結果と歩行訓練結果とに基づいて、体操訓練シナリオ及び歩行訓練シナリオを補正する例について説明したが、これに限定されない。ロボット１の制御の第４例においては、体操訓練結果と歩行訓練結果とに基づいて体操訓練シナリオ、又は歩行訓練シナリオを補正してもよい。言い換えると、図１３に示すフローチャートにおいて、ステップＳＴ５７及びステップＳＴ５８は、少なくともいずれか一方が実行されてもよい。   In the first embodiment, in the fourth example of the control of the robot 1, the example in which the gymnastic training scenario and the walking training scenario are corrected based on the gymnastic training result and the walking training result has been described. However, the present invention is not limited thereto. Not. In the fourth example of control of the robot 1, the gymnastic training scenario or the walking training scenario may be corrected based on the gymnastic training result and the walking training result. In other words, in the flowchart shown in FIG. 13, at least one of step ST57 and step ST58 may be executed.

第４例では、歩行訓練シナリオを補正する前において、第１例で補正された歩行訓練シナリオに基づいてユーザが歩行訓練を行う例について説明したが、これに限定されない。補正前の歩行訓練シナリオは、予め定められたシナリオ、過去のユーザの足上げ姿勢情報に基づいて補正されたシナリオ、又は異なる足上げ運動を含む複数のシナリオからユーザが好みに応じて選択したシナリオなどであってもよい。   In the fourth example, the example is described in which the user performs walking training based on the walking training scenario corrected in the first example before correcting the walking training scenario, but the present invention is not limited to this. The walking training scenario before correction is a scenario selected by the user according to his / her preference from a predetermined scenario, a scenario corrected based on past user's foot-lifting posture information, or a plurality of scenarios including different foot-lifting motions It may be.

［効果］
実施の形態１に係る歩行訓練ロボット１によれば、以下の効果を奏することができる。 [effect]
According to the walking training robot 1 according to Embodiment 1, the following effects can be achieved.

ロボット１によれば、ハンドル荷重に基づいて足上げ姿勢を推定し、推定した足上げ姿勢に基づいて、訓練シナリオを補正することができる。これにより、ロボット１は、ユーザの身体能力に応じて最適な訓練シナリオを作成することができる。その結果、ロボット１は、ユーザの身体能力を効率良く向上させることができる。   According to the robot 1, it is possible to estimate the leg raising posture based on the handle load and correct the training scenario based on the estimated leg raising posture. Thereby, the robot 1 can create an optimal training scenario according to the physical ability of the user. As a result, the robot 1 can improve the user's physical ability efficiently.

ロボット１は、訓練シナリオ生成部１８によって、体操訓練しているときの体操姿勢に基づいて歩行訓練シナリオ及び／又は体操訓練シナリオを補正している。これにより、ロボット１は、ユーザの身体能力に応じて、より適した歩行訓練及び／又は体操訓練を提供することができる。その結果、ロボット１は、ユーザの身体能力をより効率良く向上させることができる。   In the robot 1, the training scenario generation unit 18 corrects the walking training scenario and / or the gymnastic training scenario based on the gymnastic posture when the gymnastic training is performed. Thereby, the robot 1 can provide more suitable walking training and / or gymnastic training according to the physical ability of the user. As a result, the robot 1 can improve the user's physical ability more efficiently.

ロボット１は、訓練シナリオ生成部１８によって、歩行訓練しているときの歩行姿勢に基づいて歩行訓練シナリオ及び／又は体操訓練シナリオを補正している。これにより、ロボット１は、ユーザの身体能力に応じて、より適した歩行訓練及び／又は体操訓練をユーザに提供することができる。その結果、ロボット１は、ユーザの身体能力をより効率良く向上させることができる。   The robot 1 corrects the walking training scenario and / or the gymnastics training scenario by the training scenario generation unit 18 based on the walking posture during the walking training. Thereby, the robot 1 can provide a user with more suitable walking training and / or gymnastic training according to the physical ability of the user. As a result, the robot 1 can improve the user's physical ability more efficiently.

ロボット１は、訓練シナリオ生成部１８によって、体操訓練しているときの体操姿勢と、歩行訓練しているときの歩行姿勢と、に基づいて歩行訓練シナリオ及び／又は体操訓練シナリオを補正している。これにより、ロボット１は、ユーザの身体能力に応じて、より適した歩行訓練及び／又は体操訓練をユーザに提供することができる。その結果、ロボット１は、ユーザの身体能力をより効率良く向上させることができる。   In the robot 1, the training scenario generation unit 18 corrects the walking training scenario and / or the gymnastic training scenario based on the gymnastic posture during the gymnastic training and the walking posture during the walking training. . Thereby, the robot 1 can provide a user with more suitable walking training and / or gymnastic training according to the physical ability of the user. As a result, the robot 1 can improve the user's physical ability more efficiently.

ロボット１は、歩行支援部１５によって、歩行訓練シナリオに基づいて、歩行訓練ロボット１の移動速度及び移動方向を補正している。これにより、ロボット１は、ユーザが歩行訓練をしているとき、ユーザの身体能力に応じて適切な訓練を行うことができる。その結果、ロボット１は、ユーザの身体能力をより効率良く向上させることができる。   The robot 1 corrects the moving speed and the moving direction of the walking training robot 1 based on the walking training scenario by the walking support unit 15. Thereby, the robot 1 can perform appropriate training according to a user's physical ability, when the user is carrying out walking training. As a result, the robot 1 can improve the user's physical ability more efficiently.

なお、実施の形態１では、ロボット１を構成する要素は、例えば、これらの要素を機能させるプログラムを記憶したメモリ（図示せず）と、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのプロセッサに対応する処理回路（図示せず）を備え、プロセッサがプログラムを実行することでこれらの要素として機能してもよい。あるいは、ロボット１を構成する要素は、これらの要素を機能させる集積回路を用いて構成してもよい。   In the first embodiment, the elements constituting the robot 1 include, for example, a memory (not shown) that stores a program that causes these elements to function, and a processing circuit corresponding to a processor such as a CPU (Central Processing Unit). (Not shown), and the processor may function as these elements by executing a program. Or you may comprise the element which comprises the robot 1 using the integrated circuit which functions these elements.

実施の形態１では、歩行訓練ロボット１の動作を主として説明したが、これらの動作は、歩行訓練方法として実行することもできる。   In the first embodiment, the operation of the walking training robot 1 has been mainly described. However, these operations can also be executed as a walking training method.

実施の形態１では、検知部１３は、六軸力センサである例を説明したが、これに限定されない。検知部１３は、例えば、三軸センサ、又は歪みセンサ等を用いてもよい。   In Embodiment 1, although the detection part 13 demonstrated the example which is a six-axis force sensor, it is not limited to this. The detection unit 13 may use, for example, a triaxial sensor or a strain sensor.

実施の形態１では、姿勢推定部１７は、検知部１３で検知されたハンドル荷重のうちＭｙのモーメントに基づいて、ユーザの足上げ姿勢を推定する例について説明したが、これに限定されない。姿勢推定部１７は、Ｆｘ，Ｆｙ，Ｆｚ方向の荷重及びＭｘ，Ｍｙ，Ｍｚ方向のモーメント、あるいは回転体２０の回転量及び回転方向などに基づいて、ユーザの足上げ姿勢を推定してもよい。   In Embodiment 1, although the posture estimation part 17 demonstrated the example which estimates a user's leg raising attitude | position based on the moment of My among the steering wheel loads detected by the detection part 13, it is not limited to this. The posture estimation unit 17 may estimate the user's foot-lifting posture based on the loads in the Fx, Fy, and Fz directions and the moments in the Mx, My, and Mz directions, the rotation amount and the rotation direction of the rotating body 20, and the like. .

実施の形態１では、ロボット１の後方側に配置される２つの車輪（回転体）２０の回転量をそれぞれ設定することにより、ロボット１の前進動作、後退動作、右旋回動作、左旋回動作などを制御する例について説明したが、これに限定されない。例えば、ブレーキ機構などによって、車輪２０の回転量を制御し、ロボット１の移動動作を制御してもよい。   In the first embodiment, the forward movement, backward movement, right turning action, and left turning action of the robot 1 are set by setting the rotation amounts of the two wheels (rotating bodies) 20 arranged on the rear side of the robot 1, respectively. Although the example which controls etc. was demonstrated, it is not limited to this. For example, the amount of rotation of the wheel 20 may be controlled by a brake mechanism or the like, and the moving operation of the robot 1 may be controlled.

実施の形態１では、提示部１９は、スピーカー及び／又はディスプレイを含む例について説明したが、これに限定されない。例えば、提示部１９は、プロジェクタを用いて周辺環境にユーザへの指示を提示してもよい。提示部１９は、ＬＥＤなどを用いて周辺環境に光を提示することによってユーザへの指示を提示してもよい。一例では、歩行訓練において、ユーザを誘導したい方向に向かって光を照射してもよい。   In Embodiment 1, although the presentation part 19 demonstrated the example containing a speaker and / or a display, it is not limited to this. For example, the presentation unit 19 may present an instruction to the user in the surrounding environment using a projector. The presentation unit 19 may present an instruction to the user by presenting light to the surrounding environment using an LED or the like. In one example, in walking training, light may be emitted in a direction in which the user wants to be guided.

また、提示部１９は、訓練シナリオに基づくユーザへの指示を提示する例について説明したが、これに限定されない。提示部１９は、ユーザの足上げ姿勢の情報を提示してもよい。これにより、ユーザは自身の足上げ姿勢を把握することができるため、意識的に足上げ運動を行うことができる。これにより、ユーザの身体能力を更に効率良く向上させることができる。   Moreover, although the presentation part 19 demonstrated the example which shows the instruction | indication to the user based on a training scenario, it is not limited to this. The presentation unit 19 may present information on the user's leg up posture. Thereby, since the user can grasp | ascertain his own leg raising posture, he can perform a leg raising exercise consciously. Thereby, a user's physical ability can be improved still more efficiently.

実施の形態１では、体操訓練及び歩行訓練として、足を上げ下げする運動の例を説明したが、これに限定されない。体操訓練及び歩行訓練は、例えば、ツイスト運動を含んでもよい。ツイスト運動とは、ユーザがハンドル部１２を把持した状態で身体を左右方向にひねる運動を意味する。ツイスト運動は、例えば、ユーザが両足を地面に接地した状態で身体を右方向又は左方向にひねる運動、又はユーザが片足を上げた状態で身体を右方向又は左方向にひねる運動を含んでもよい。また、ツイスト運動は、ロボット１が自動で回転せずにユーザが自力で行ってもよい。あるいは、ロボット１が自動で回転して、ユーザのツイスト運動を誘導してもよい。このように、ツイスト運動を行うことによって、ユーザの足の柔軟性を高めることができる。   In Embodiment 1, although the example of the exercise | movement which raises / lowers a leg was demonstrated as gymnastic training and walking training, it is not limited to this. Gymnastic exercises and walking exercises may include, for example, twist exercises. The twist exercise means an exercise in which the user twists the body in the left-right direction while holding the handle portion 12. The twisting motion may include, for example, a motion in which the user twists the body in the right direction or the left direction with both feet touching the ground, or a motion in which the user twists the body in the right direction or the left direction with one foot raised. . The twisting motion may be performed by the user himself / herself without the robot 1 automatically rotating. Alternatively, the robot 1 may automatically rotate to guide the user's twist motion. Thus, the flexibility of the user's foot can be increased by performing the twist exercise.

ロボット１が自動で回転せずにユーザが自力でツイスト運動する場合について説明する。この場合、ユーザは、ロボット１のハンドル部１２を把持した状態で身体を左右方向にひねる。このとき、ロボット１はユーザのツイスト運動によって回転する。ツイスト運動の回転量は、例えば、ロボット１の後方側に配置される２つの回転体２０の回転量によって算出してもよい。訓練シナリオ生成部１８は、左方向のツイスト運動の回転量と右方向のツイスト運動の回転量とを比較し、比較結果に基づいて訓練シナリオを補正してもよい。   A case will be described in which the robot 1 does not rotate automatically and the user performs a twist motion by himself. In this case, the user twists the body in the left-right direction while holding the handle portion 12 of the robot 1. At this time, the robot 1 is rotated by the twisting motion of the user. The rotation amount of the twist motion may be calculated, for example, based on the rotation amounts of the two rotating bodies 20 arranged on the rear side of the robot 1. The training scenario generation unit 18 may compare the rotation amount of the leftward twist motion with the rotation amount of the rightward twist motion, and correct the training scenario based on the comparison result.

例えば、訓練シナリオ生成部１８の歩行訓練シナリオ生成部３１は、比較結果に基づいて、歩行ルート上のコーナーの数を変更してもよい。一例では、左方向に比べて右方向へのツイスト運動の回転量が少ない場合、歩行訓練シナリオ生成部３１は、左方向へ旋回するコーナーの数と比べて右方向へ旋回するコーナーの数が多くなるように歩行ルートを補正してもよい。   For example, the walking training scenario generation unit 31 of the training scenario generation unit 18 may change the number of corners on the walking route based on the comparison result. In one example, when the rotation amount of the twist motion in the right direction is smaller than that in the left direction, the walking training scenario generation unit 31 has a larger number of corners that turn rightward than the number of corners that turn leftward. The walking route may be corrected as follows.

ロボット１が自動で回転して、ユーザのツイスト運動を誘導する場合について説明する。この場合、歩行支援部１５は、ユーザが片足を上げたときにロボット１の移動方向を補正する。例えば、ユーザが片足を上げたとき、歩行支援部１５は、ロボット１の移動方向を、足を上げている方向へ補正し、ロボット１を自動で回転させる。その後、ユーザの片足が下がるときに、歩行支援部１５は、ロボット１の移動方向を元に戻して、ロボット１を元の位置に戻す。   A case will be described in which the robot 1 automatically rotates to guide the user's twist motion. In this case, the walking support unit 15 corrects the moving direction of the robot 1 when the user raises one leg. For example, when the user raises one leg, the walking support unit 15 corrects the moving direction of the robot 1 in the direction in which the leg is raised, and automatically rotates the robot 1. Thereafter, when the user's one leg is lowered, the walking support unit 15 returns the moving direction of the robot 1 to the original position and returns the robot 1 to the original position.

一例では、ユーザが右足をあげたとき、歩行支援部１５は、ロボット１の移動方向を右方向へ補正し、ロボット１を自動で右回転させる。ユーザが右足を下げるとき、歩行支援部１５は、ロボット１の移動方向を左方向へ補正し、ロボット１を自動で左回転させる。このようにして、ロボット１は自動で回転することによって、ユーザのツイスト運動を誘導してもよい。   In one example, when the user raises his right foot, the walking support unit 15 corrects the moving direction of the robot 1 to the right and automatically rotates the robot 1 to the right. When the user lowers the right foot, the walking support unit 15 corrects the moving direction of the robot 1 to the left and automatically rotates the robot 1 to the left. In this way, the robot 1 may guide the user's twist motion by automatically rotating.

歩行支援部１５は、検知部１３で検知されたハンドル荷重に基づいて、ユーザの足を上げている方向を推定してもよい。例えば、歩行支援部１５は、ハンドル部１２において右手側の下方向への荷重（Ｆｚ−）が大きい場合、足が右方向に向いていると推定してもよい。また、歩行支援部１５は、ハンドル荷重に基づいて、ユーザの足を下ろす動作を推定してもよい。 The walking support unit 15 may estimate the direction in which the user's foot is raised based on the handle load detected by the detection unit 13. For example, the walking support unit 15 may estimate that the foot is directed rightward when the handle portion 12 has a large downward load (Fz − ) on the right-hand side. In addition, the walking support unit 15 may estimate an operation of lowering the user's foot based on the handle load.

歩行支援部１５は、歩行中に取得した左右の足の歩幅の差異に基づいてツイスト運動の回転量を算出してもよい。左右の足の歩幅は、ハンドル荷重のピーク値間の時間と、回転体２０の回転数とに基づいて算出してもよい。また、左右の足の推定は、ハンドル荷重の変化に基づいて行われてもよい。   The walking support unit 15 may calculate the amount of rotation of the twist exercise based on the difference between the right and left foot steps acquired during walking. The stride length of the left and right feet may be calculated based on the time between the peak values of the handle load and the number of rotations of the rotating body 20. Further, the left and right feet may be estimated based on a change in handle load.

体操訓練及び歩行訓練としては、ツイスト運動の他に、片足踵上げ、片足つま先上げ、両足踵上げ、両足つま先上げ、及び／又はスクワットなどの運動を含んでいてもよい。これらの運動を行うことによって、ユーザの身体能力を更に効率良く向上させることができる。また、これらの運動におけるユーザの姿勢についても、検知部１３で検知されたハンドル荷重によって推定可能である。   Gymnastic exercises and walking exercises may include exercises such as one-leg lift, one-leg lift, double-foot lift, double-foot lift, and / or squat in addition to the twist exercise. By performing these exercises, the user's physical ability can be improved more efficiently. Further, the posture of the user in these exercises can also be estimated from the handle load detected by the detection unit 13.

実施の形態１では、ロボット１は、カメラ、距離センサなどを備えてもよい。姿勢推定部１７は、カメラ、距離センサ等で取得された情報に基づいて足上げ姿勢を推定してもよい。   In the first embodiment, the robot 1 may include a camera, a distance sensor, and the like. The posture estimation unit 17 may estimate the foot-lifting posture based on information acquired by a camera, a distance sensor, or the like.

実施の形態１では、歩行状態推定部１４は、検知部１３で検知されたハンドル荷重の情報に基づいて、ユーザの歩行速度及び歩行方向を推定する例について説明したが、これに限定されない。また、歩行姿勢推定部２６は、検知部１３で検知されたハンドル荷重の情報に基づいて、ユーザの歩行速度及び歩行方向を推定する例について説明したが、これに限定されない。   In Embodiment 1, although the walking state estimation part 14 demonstrated the example which estimates a user's walking speed and walking direction based on the information of the handle load detected by the detection part 13, it is not limited to this. Moreover, although the walking posture estimation part 26 demonstrated the example which estimates a user's walking speed and walking direction based on the information of the handle load detected by the detection part 13, it is not limited to this.

図１４は、ロボット１の変形例の主要な制御構成の一例を示す制御ブロック図である。図１４に示すように、アクチュエータ制御部２３は、アクチュエータ２４から回転体２０の回転量の情報を取得し、回転体２０の回転量及び回転方向の情報を歩行状態推定部１４及び姿勢推定部１７に送信してもよい。   FIG. 14 is a control block diagram illustrating an example of a main control configuration of a modified example of the robot 1. As shown in FIG. 14, the actuator control unit 23 acquires information about the rotation amount of the rotating body 20 from the actuator 24, and uses the information on the rotation amount and the rotation direction of the rotating body 20 as the walking state estimation unit 14 and the posture estimation unit 17. May be sent to.

歩行状態推定部１４は、アクチュエータ制御部２３から回転体２０の回転量及び回転方向の情報を受信し、回転体２０の回転量及び回転方向の情報に基づいてユーザの歩行速度及び歩行方向を推定してもよい。   The walking state estimation unit 14 receives information on the rotation amount and the rotation direction of the rotating body 20 from the actuator control unit 23, and estimates the walking speed and walking direction of the user based on the information on the rotation amount and the rotation direction of the rotating body 20. May be.

また、歩行姿勢推定部２６は、アクチュエータ制御部２３から回転体２０の回転量及び回転方向の情報を受信し、回転体２０の回転量及び回転方向の情報に基づいて、ユーザが歩行しているときの足上げ姿勢を推定してもよい。   Further, the walking posture estimation unit 26 receives information on the rotation amount and the rotation direction of the rotating body 20 from the actuator control unit 23, and the user is walking based on the information on the rotation amount and the rotation direction of the rotating body 20. You may estimate the leg raising posture.

実施の形態１では、ロボット１を用いて、体操訓練と歩行訓練とを別々に行う例について説明したが、これに限定されない。例えば、ユーザは、歩行中において歩行訓練を行い、歩行中の休憩している間に体操訓練を行ってもよい。言い換えると、歩行訓練中にユーザが立ち止まって休憩するときに体操訓練を行ってもよい。   Although Embodiment 1 demonstrated the example which performs gymnastics training and walking training separately using the robot 1, it is not limited to this. For example, the user may perform walking training during walking and perform gymnastic training while taking a break during walking. In other words, exercise training may be performed when the user stops and takes a rest during walking training.

例えば、ロボット１は、回転体２０の回転量の情報に基づいてロボット１が移動しているか又は停止しているかを推定し、歩行訓練と体操訓練とを切り替えてもよい。あるいは、ロボット１は、ハンドル荷重の情報に基づいてロボット１が移動しているか又は停止しているかを推定し、歩行訓練と体操訓練とを切り替えてもよい。ハンドル荷重の情報としては、例えば、Ｆｙ及びＭｙの変化の情報を用いてもよい。   For example, the robot 1 may estimate whether the robot 1 is moving or stopped based on information on the amount of rotation of the rotating body 20 and switch between walking training and gymnastic training. Alternatively, the robot 1 may estimate whether the robot 1 is moving or stopped based on the handle load information and switch between walking training and gymnastic training. As the handle load information, for example, information on changes in Fy and My may be used.

また、ロボット１を用いて、体操訓練と歩行訓練とのうちいずれか一方を行ってもよい。   Moreover, you may perform any one of gymnastics training and walking training using the robot 1.

実施の形態１では、ロボット１は、歩行状態推定部１４を備える例について説明したが、これに限定されない。歩行状態推定部１４は、ロボット１の必須の構成ではない。ロボット１が歩行状態推定部１４を備えない場合、歩行支援部１５は、検知部１３で検知されたハンドル荷重に基づいて、ロボット１の負荷を決定してもよい。例えば、歩行支援部１５は、ハンドル荷重の情報と回転体の回転数の情報とに基づいてロボット１の移動速度及び移動方向を決定してもよい。このような構成であっても、ユーザの身体能力を向上させることができる。   In Embodiment 1, although the robot 1 demonstrated the example provided with the walking state estimation part 14, it is not limited to this. The walking state estimation unit 14 is not an essential configuration of the robot 1. When the robot 1 does not include the walking state estimation unit 14, the walking support unit 15 may determine the load of the robot 1 based on the handle load detected by the detection unit 13. For example, the walking support unit 15 may determine the moving speed and moving direction of the robot 1 based on information on the handle load and information on the number of rotations of the rotating body. Even if it is such a structure, a user's physical ability can be improved.

実施の形態１では、歩行支援部１５は、ユーザの歩行運動に対してロボット１が与える負荷の例として、ロボット１の移動速度及び移動方向を説明したが、これに限定されない。ロボット１が与える負荷は、ユーザの身体能力を向上させる訓練を行うことができる負荷であればよい。例えば、ロボット１が与える負荷は、ユーザの移動方向へロボット１を押すために必要な力であってもよい。具体的には、歩行支援部１５は、ハンドル荷重に基づいて、ユーザがハンドルを押す力に対して、移動方向に対して反力となる負荷を与える力を決定してもよい。その結果として、ロボット１の移動速度及び移動方向を決定してもよい。負荷はロボット１を押して歩くときの力を要する運動負荷ともなり得るし、歩行中の支えともなり得る。このような構成により、ユーザの身体能力を向上させることができる。   In the first embodiment, the walking support unit 15 has described the moving speed and moving direction of the robot 1 as an example of the load applied by the robot 1 to the user's walking motion, but is not limited thereto. The load given by the robot 1 may be any load that can perform training for improving the physical ability of the user. For example, the load applied by the robot 1 may be a force necessary to push the robot 1 in the moving direction of the user. Specifically, the walking support unit 15 may determine a force that applies a load that is a reaction force with respect to the moving direction with respect to the force with which the user pushes the handle based on the handle load. As a result, the moving speed and moving direction of the robot 1 may be determined. The load can be an exercise load requiring a force when walking by pushing the robot 1 or can be a support during walking. With such a configuration, the user's physical ability can be improved.

（実施の形態２）
本開示の実施の形態２に係る歩行訓練ロボットについて説明する。なお、実施の形態２では、主に実施の形態１と異なる点について説明する。実施の形態２においては、実施の形態１と同一又は同等の構成については同じ符号を付して説明する。また、実施の形態２では、実施の形態１と重複する記載は省略する。 (Embodiment 2)
A walking training robot according to the second embodiment of the present disclosure will be described. In the second embodiment, differences from the first embodiment will be mainly described. In the second embodiment, the same or equivalent components as those in the first embodiment will be described with the same reference numerals. In the second embodiment, descriptions overlapping with those in the first embodiment are omitted.

実施の形態２では、ユーザが歩行した歩行ルートの複雑さを判定する判定部を備える点が、実施の形態１と異なる。   The second embodiment is different from the first embodiment in that a determination unit that determines the complexity of the walking route on which the user has walked is provided.

［歩行訓練ロボットの制御構成］
図１５は、実施の形態２に係る歩行訓練ロボット１Ａ（以下、「ロボット１Ａ」と称する）の制御構成の一例を示す制御ブロック図を示す。図１６は、ロボット１Ａの主要な制御構成の一例を示す制御ブロック図を示す。 [Control configuration of walking training robot]
FIG. 15 is a control block diagram illustrating an example of a control configuration of the walking training robot 1A (hereinafter referred to as “robot 1A”) according to the second embodiment. FIG. 16 is a control block diagram illustrating an example of a main control configuration of the robot 1A.

図１５及び図１６に示すように、実施の形態２では、ロボット１Ａは、ユーザが歩行した歩行ルートの複雑さを判定する判定部３２を備える。   As illustrated in FIGS. 15 and 16, in the second embodiment, the robot 1 </ b> A includes a determination unit 32 that determines the complexity of the walking route on which the user has walked.

判定部３２は、歩行訓練においてユーザが実際に歩行した歩行ルートの複雑さを判定する。判定部３２は、例えば、歩行ルートの距離、コーナー数、歩行時間などの情報に基づいて歩行ルートの複雑さを判定する。歩行ルートの複雑さとは、ユーザが歩行ルートを歩行する難易度を意味する。   The determination unit 32 determines the complexity of the walking route that the user has actually walked in the walking training. For example, the determination unit 32 determines the complexity of the walking route based on information such as the distance of the walking route, the number of corners, and the walking time. The complexity of the walking route means the difficulty level with which the user walks along the walking route.

実施の形態２では、判定部３２は、回転体２０の回転量及び回転方向に基づいて、歩行ルートの複雑度を算出する。判定部３２は、アクチュエータ制御部２３から回転体２０の回転量及び回転方向の情報を取得する。   In the second embodiment, the determination unit 32 calculates the complexity of the walking route based on the rotation amount and the rotation direction of the rotating body 20. The determination unit 32 acquires information about the rotation amount and the rotation direction of the rotating body 20 from the actuator control unit 23.

複雑度とは、歩行ルートの複雑さを数値化した評価値である。例えば、歩行ルートの距離が長く、コーナー数が多くなるほど複雑度の値は大きくなる。   The complexity is an evaluation value obtained by quantifying the complexity of the walking route. For example, the complexity value increases as the distance of the walking route increases and the number of corners increases.

例えば、判定部３２は、複雑度の算出式として、「（複雑度）＝（一定距離あたりの回転角度の積算値）×（回転方向の逆転回数）」を用いて複雑度を算出してもよい。なお、判定部３２による複雑度の算出式は例示であって、この算出式に限定されない。   For example, the determination unit 32 may calculate the complexity using “(complexity) = (integrated value of rotation angle per fixed distance) × (number of rotations in the rotation direction)” as a complexity calculation formula. Good. Note that the complexity calculation formula by the determination unit 32 is an example, and is not limited to this calculation formula.

判定部３２は、算出された複雑度に基づいて、歩行ルートの複雑さを「高」、「中」、「低」に分けて判定してもよい。例えば、判定部３２は、複雑度の値が第１閾値より大きい場合、複雑さ「高」と判定し、複雑度の値が第１閾値より小さい第２閾値より小さい場合、複雑さ「低」と判定し、複雑度の値が第１閾値と第２閾値との間にある場合、複雑さ「中」と判定してもよい。   The determination unit 32 may determine the complexity of the walking route as “high”, “medium”, and “low” based on the calculated complexity. For example, the determination unit 32 determines that the complexity is “high” when the complexity value is larger than the first threshold, and the complexity “low” when the complexity value is smaller than the second threshold smaller than the first threshold. If the complexity value is between the first threshold value and the second threshold value, the complexity may be determined as “medium”.

一例として、図８Ａに示す第１歩行ルートＲ１は、判定部３２によって複雑さ「低」と判定される。また、図８Ｂに示す第２歩行ルートＲ２は、判定部３２によって複雑さ「高」と判定される。   As an example, the first walking route R1 illustrated in FIG. 8A is determined to be “low” by the determination unit 32. Further, the second walking route R2 illustrated in FIG. 8B is determined to be “high” by the determination unit 32.

また、判定部３２は、体操訓練及び歩行訓練におけるユーザの左右の足上げの偏りを判定する。判定部３２は、ハンドル部１２にかかるハンドル荷重に基づいて、ユーザの足上げの左右の偏りを判定する。具体的には、判定部３２は、検知部１３で検知されたハンドル荷重に基づいてユーザの足上げの左右の偏りを判定する。   Moreover, the determination part 32 determines the bias | inclination of the user's right and left leg raising in gymnastics training and walking training. Based on the handle load applied to the handle unit 12, the determination unit 32 determines the left / right bias of the user's foot lift. Specifically, the determination unit 32 determines the left / right bias of the user's foot lift based on the handle load detected by the detection unit 13.

実施の形態２では、判定部３２は、例えば、検知部１３で検知された足を上げたときのＭｙのモーメントに基づいて、ユーザの足上げの左右の偏りを判定する。   In the second embodiment, the determination unit 32 determines, for example, the left / right bias of the user's foot lift based on the My moment when the foot detected by the detection unit 13 is lifted.

例えば、判定部３２は、ユーザの左右の足において、足を上げたときのＭｙのモーメントの変化量を比較し、ユーザの足上げの左右の偏りを判定する。比較した結果、右足を上げたときのＭｙのモーメントの変化量と比べて、左足を上げたときのＭｙのモーメントの変化量が大きい場合、判定部３２は、左足の足上げ量が右足の足上げ量よりも大きいと判定する。即ち、判定部３２は、左足が右足に比べて上がっていると判定する。   For example, the determination unit 32 compares the amount of change in My moment when the user raises his / her foot with respect to the user's left and right feet, and determines the left / right bias of the user's foot lift. As a result of comparison, when the amount of change in My moment when the left foot is raised is larger than the amount of change in My moment when the right foot is raised, the determination unit 32 determines that the amount of lift of the left foot is the right foot. It is determined that the amount is larger than the increase amount. That is, the determination unit 32 determines that the left foot is higher than the right foot.

また、判定部３２は、ユーザの左右の足において、足を上げたときのＭｙのモーメントの加速度を比較し、ユーザの足上げの左右の偏りを判定してもよい。判定部３２は、加速度が大きい方の足が勢いよく上がっていると判定してもよい。   Further, the determination unit 32 may compare the acceleration of the moment of My when the user raises his / her foot to determine the left / right bias of the user's foot lift. The determination unit 32 may determine that the foot with the higher acceleration is moving up vigorously.

また、判定部３２は、足を上げたときのＭｙのモーメントの波形情報からユーザの歩行のリズムを推定し、ユーザの左右の足のそれぞれの足上げ時間を取得してもよい。判定部３２は、ユーザの左右の足上げ時間とロボット１の移動距離とに基づいて、左右の足のそれぞれの歩幅を算出してもよい。判定部３２は、ユーザの左右の足において、足上げ量及び歩幅に基づいて、左右の足の偏りを判定してもよい。   Moreover, the determination part 32 may estimate the user's walking rhythm from the waveform information of the moment of My when the foot is raised, and may acquire the foot raising time of each of the left and right feet of the user. The determination unit 32 may calculate the stride of each of the left and right feet based on the user's left and right foot raising time and the movement distance of the robot 1. The determination unit 32 may determine the bias of the left and right feet on the left and right feet of the user based on the amount of foot lift and the stride.

判定部３２は、歩行ルートの複雑さ及びユーザの足上げの左右の偏りの情報を、複雑さ及び偏り情報データベース３３に送信する。複雑さ及び偏り情報データベース３３は、判定部３２で判定された歩行ルートの複雑さ及びユーザの足上げの左右の偏りの情報を記憶する。   The determination unit 32 transmits the complexity of the walking route and the right and left bias information of the user's foot lift to the complexity and bias information database 33. The complexity and bias information database 33 stores information on the complexity of the walking route determined by the determination unit 32 and the right and left bias of the user's foot lift.

訓練シナリオ生成部１８は、判定部３２で判定された歩行ルートの複雑さ及びユーザの足上げの左右の偏りに基づいて、訓練シナリオを補正する。実施の形態２では、歩行訓練シナリオ生成部３１が、体操姿勢、歩行姿勢、歩行ルートの複雑さ、及びユーザの足上げの左右の偏りに基づいて、歩行訓練シナリオを補正する。   The training scenario generation unit 18 corrects the training scenario based on the complexity of the walking route determined by the determination unit 32 and the left-right bias of the user's foot lift. In the second embodiment, the walking training scenario generation unit 31 corrects the walking training scenario based on the gymnastic posture, the walking posture, the complexity of the walking route, and the left / right bias of the user's foot-lifting.

訓練シナリオ生成部１８は、姿勢情報データベース２９から体操姿勢及び歩行姿勢の情報を取得し、複雑さ及び偏り情報データベース３３から歩行ルートの複雑さ及びユーザの足上げの左右の偏りの情報を取得する。訓練シナリオ生成部１８は、取得した体操姿勢、歩行姿勢、歩行ルートの複雑さ、及びユーザの足上げの左右の偏りに基づいて、歩行訓練シナリオを補正する。   The training scenario generation unit 18 acquires information on the gymnastic posture and the walking posture from the posture information database 29, and acquires information on the complexity of the walking route and the right and left bias of the user's foot lift from the complexity and bias information database 33. . The training scenario generation unit 18 corrects the walking training scenario based on the acquired gymnastic posture, walking posture, complexity of the walking route, and right and left bias of the user's foot-up.

例えば、歩行訓練シナリオ生成部３１は、ユーザの歩行ルートの複雑さが「高」であった場合、ロボット１を押すときの重さを下げる等のロボット１の制御によってユーザにかかる身体的負荷を下げるように歩行訓練シナリオを補正してもよい。あるいは、歩行訓練シナリオ生成部３１は、ユーザの足上げの左右の偏りが生じている場合、ユーザに対して足上げ姿勢を矯正する指示を含む歩行訓練シナリオに補正してもよい。   For example, when the complexity of the walking route of the user is “high”, the walking training scenario generation unit 31 reduces the physical load applied to the user by controlling the robot 1 such as reducing the weight when the robot 1 is pressed. The walking training scenario may be corrected so as to lower. Or the walking training scenario production | generation part 31 may correct | amend to the walking training scenario containing the instruction | indication which corrects a leg raising posture with respect to a user, when the right and left bias | inclination of the user's leg raising has arisen.

［歩行訓練ロボットの制御の例］
歩行訓練ロボット１Ａの制御の例として、体操訓練結果、歩行訓練結果、歩行ルートの複雑さ、及び左右の偏りに基づいて歩行訓練シナリオを補正する制御について説明する。 [Example of control of walking training robot]
As an example of control of the walking training robot 1A, control for correcting a walking training scenario based on a gymnastic training result, a walking training result, a complexity of a walking route, and a left / right bias will be described.

ロボット１Ａの制御の例では、実施の形態１の制御の第１例で補正された歩行訓練シナリオに基づいてユーザが歩行訓練を行う。また、体操訓練結果は、実施の形態１の制御の第１例で取得されたものを用いる。   In the example of control of the robot 1A, the user performs walking training based on the walking training scenario corrected in the first example of control in the first embodiment. Moreover, what was acquired by the 1st example of control of Embodiment 1 is used for a gymnastics training result.

図１７は、ロボット１Ａにおいて、体操訓練結果、歩行訓練結果、歩行ルートの複雑さ、及び左右の偏りに基づいて歩行訓練シナリオを補正する制御の例示的なフローチャートを示す。図１７に示すように、ロボット１Ａの制御の例のステップＳＴ６１〜ＳＴ６６は、実施の形態１の制御の第４例のステップＳＴ５１〜ＳＴ５６と同じであるため、説明を省略する。ステップＳＴ６６において歩行訓練が終了していると決定された後の制御の例について説明する。   FIG. 17 shows an exemplary flowchart of control for correcting a walking training scenario based on the gymnastic training result, the walking training result, the complexity of the walking route, and the left / right bias in the robot 1A. As shown in FIG. 17, steps ST61 to ST66 in the example of control of the robot 1A are the same as steps ST51 to ST56 in the fourth example of control in Embodiment 1, and thus description thereof is omitted. An example of control after it is determined in step ST66 that gait training has ended will be described.

ステップＳＴ６７において、判定部３２は、歩行ルートの複雑さを判定する。具体的には、判定部３２は、歩行訓練における回転体２０の回転量及び回転方向に基づいて、ユーザが実際に歩行した歩行ルートの複雑度を算出する。判定部３２は、算出した複雑度の値に基づいて、歩行ルートの複雑さを判定する。判定部３２は、歩行ルートの複雑さの情報を複雑さ及び偏り情報データベース３３に送信する。   In step ST67, the determination unit 32 determines the complexity of the walking route. Specifically, the determination unit 32 calculates the complexity of the walking route that the user has actually walked based on the rotation amount and the rotation direction of the rotating body 20 in the walking training. The determination unit 32 determines the complexity of the walking route based on the calculated complexity value. The determination unit 32 transmits information on the complexity of the walking route to the complexity and bias information database 33.

ステップＳＴ６８において、判定部３２は、歩行訓練時のユーザの足上げの左右の偏りを判定する。具体的には、判定部３２は、検知部１３で検知された足を上げたときのＭｙのモーメントに基づいて、ユーザの足上げの左右の偏りを判定する。判定部３２は、ユーザの足上げの左右の偏りの情報を複雑さ及び偏り情報データベース３３に送信する。   In step ST <b> 68, the determination unit 32 determines the left / right bias of the user's foot lift during walking training. Specifically, the determination unit 32 determines the left / right bias of the user's foot lift based on the My moment when the foot detected by the detection unit 13 is lifted. The determination unit 32 transmits left and right bias information of the user's foot lift to the complexity and bias information database 33.

ステップＳＴ６８において、歩行訓練シナリオ生成部３１は、体操姿勢、歩行姿勢、歩行ルートの複雑さ及び左右の偏りに基づいて歩行訓練シナリオを補正する。具体的には、歩行訓練シナリオ生成部３１は、実施の形態１の制御の第１例で取得した体操姿勢の情報（図１０のステップＳＴ２３参照）と、ステップＳＴ６３で取得した歩行姿勢の情報と、ステップＳＴ５７で取得した歩行ルートの複雑さの情報と、ステップＳＴ６８で取得したユーザの足上げの左右の偏りの情報と、に基づいて歩行訓練シナリオを補正する。   In step ST68, the walking training scenario generation unit 31 corrects the walking training scenario based on the gymnastic posture, the walking posture, the complexity of the walking route, and the left / right bias. Specifically, the walking training scenario generation unit 31 includes information on the gymnastic posture acquired in the first example of the control in Embodiment 1 (see step ST23 in FIG. 10), and information on the walking posture acquired in step ST63. The walking training scenario is corrected based on the information on the complexity of the walking route acquired in step ST57 and the information on the left and right bias of the user's foot lift acquired in step ST68.

このように、ロボット１Ａは、ステップＳＴ６１〜６９を実行することによって、体操訓練結果、歩行訓練結果、歩行ルートの複雑さ、及び左右の偏りに基づいて、歩行訓練シナリオを補正する。これにより、ユーザにより適した歩行訓練シナリオを作成することができる。   As described above, the robot 1A corrects the walking training scenario based on the gymnastic training result, the walking training result, the complexity of the walking route, and the left / right bias by executing steps ST61 to ST69. Thereby, the walking training scenario more suitable for the user can be created.

なお、実施の形態２では、体操訓練結果、歩行訓練結果、歩行ルートの複雑さ、及び左右の偏りに基づいて、歩行訓練シナリオを補正する例について説明したが、これに限定されない。   In addition, although Embodiment 2 demonstrated the example which correct | amends a walking training scenario based on the gymnastic training result, the walking training result, the complexity of a walking route, and the right and left bias, it is not limited to this.

例えば、歩行訓練シナリオ生成部３１は、歩行ルートの複雑さ及び左右の偏りの少なくともいずれか一方に基づいて、歩行訓練シナリオを補正してもよい。言い換えると、図１７に示すフローチャートは、ステップＳＴ６７とステップＳＴ６８のうち少なくともいずれか一方を含んでいればよい。この場合、ステップＳＴ６９において、歩行訓練シナリオ生成部３１は、歩行ルートの複雑さ及び／又は左右の偏りの情報に基づいて、歩行訓練シナリオを補正してもよい。   For example, the walking training scenario generation unit 31 may correct the walking training scenario based on at least one of the complexity of the walking route and the left / right bias. In other words, the flowchart shown in FIG. 17 only needs to include at least one of step ST67 and step ST68. In this case, in step ST69, the walking training scenario generation unit 31 may correct the walking training scenario based on information on the complexity of the walking route and / or the left / right bias.

ステップＳＴ６９において、歩行訓練シナリオ生成部３１は、体操姿勢の情報を用いずに歩行訓練シナリオを補正してもよい。   In step ST69, the walking training scenario generation unit 31 may correct the walking training scenario without using the information on the gymnastic posture.

また、図１７に示すフローチャートは、体操訓練結果、歩行訓練結果、歩行ルートの複雑さ、及び左右の偏りに基づいて、体操訓練シナリオを補正するステップを含んでもよい。   Further, the flowchart shown in FIG. 17 may include a step of correcting the gymnastic exercise scenario based on the gymnastic exercise result, the walking exercise result, the complexity of the walking route, and the right and left bias.

［効果］
実施の形態２に係る歩行訓練ロボット１Ａによれば、以下の効果を奏することができる。 [effect]
According to the walking training robot 1A according to the second embodiment, the following effects can be achieved.

歩行訓練ロボット１Ａによれば、歩行ルートの複雑さ及びユーザの足上げの左右の偏りに基づいて、訓練シナリオを補正することができる。これにより、ユーザの足上げ姿勢に加えて、歩行ルートの複雑さ及び足上げの左右の偏りに応じて、訓練シナリオを補正することができる。その結果、ユーザの身体能力をより効率良く向上させることができる。   According to the walking training robot 1 </ b> A, the training scenario can be corrected based on the complexity of the walking route and the left-right bias of the user's foot lift. Thereby, in addition to a user's leg raising posture, a training scenario can be corrected according to the complexity of the walking route and the right and left bias of the leg raising. As a result, the user's physical ability can be improved more efficiently.

本開示をある程度の詳細さをもって各実施形態において説明したが、これらの実施形態の開示内容は構成の細部において変化してしかるべきものである。また、各実施形態における要素の組合せや順序の変化は、本開示の範囲及び思想を逸脱することなく実現し得るものである。   Although this disclosure has been described in some embodiments with some detail, the disclosure of these embodiments should vary in configuration details. In addition, combinations of elements and changes in the order in each embodiment can be realized without departing from the scope and spirit of the present disclosure.

本開示は、ユーザの身体能力を向上させる歩行訓練ロボットに適用可能である。   The present disclosure is applicable to a walking training robot that improves a user's physical ability.

１、１Ａ 歩行訓練ロボット
１１ 本体部
１２ ハンドル部
１３ 検知部
１４ 歩行状態推定部
１５ 歩行支援部
１６ 移動装置
１７ 姿勢推定部
１８ 訓練シナリオ生成部
１９ 提示部
２０ 回転体
２１ 駆動部
２２ 駆動力算出部
２３ アクチュエータ制御部
２４ アクチュエータ
２５ 体操姿勢推定部
２６ 歩行姿勢推定部
２７ 体操姿勢情報データベース
２８ 歩行姿勢情報データベース
２９ 姿勢情報データベース
３０ 体操訓練シナリオ生成部
３１ 歩行訓練シナリオ生成部
３２ 判定部
３３ 複雑さ及び偏り情報データベース DESCRIPTION OF SYMBOLS 1, 1A Walking training robot 11 Main body part 12 Handle part 13 Detection part 14 Walking state estimation part 15 Walking support part 16 Moving device 17 Posture estimation part 18 Training scenario generation part 19 Presentation part 20 Rotating body 21 Driving part 22 Driving force calculation part 23 Actuator control unit 24 Actuator 25 Gymnastic posture estimation unit 26 Walking posture estimation unit 27 Gymnastic posture information database 28 Walking posture information database 29 Posture information database 30 Gymnastics training scenario generation unit 31 Walking training scenario generation unit 32 Determination unit 33 Complexity and bias Information database

Claims (20)

ユーザの身体能力を向上させる歩行訓練ロボットであって、
本体部と、
前記本体部に設けられ、前記ユーザが把持可能なハンドル部と、
前記ハンドル部にかかるハンドル荷重を検知する検知部と、
前記検知部で検知された前記ハンドル荷重に基づいて、前記ユーザの歩行運動に対して当該歩行訓練ロボットが与える負荷を決定する歩行支援部と、
回転体を有し、前記歩行支援部で決定された当該歩行訓練ロボットの前記負荷に基づいて、前記回転体を制御して当該歩行訓練ロボットを移動させる移動装置と、
前記検知部で検知された前記ハンドル荷重に基づいて、前記ユーザの足上げ姿勢を推定する姿勢推定部と、
前記足上げ姿勢に基づいて、前記ユーザに足上げ運動を行わせる訓練シナリオを補正する訓練シナリオ生成部と、
前記訓練シナリオに基づく前記ユーザへの指示を提示する提示部と、
を備える、歩行訓練ロボット。 A walking training robot that improves a user's physical ability,
The main body,
A handle portion provided on the main body portion and grippable by the user;
A detection unit for detecting a handle load applied to the handle unit;
A walking support unit that determines a load given by the walking training robot to the user's walking motion based on the handle load detected by the detection unit;
A moving device having a rotating body and controlling the rotating body to move the walking training robot based on the load of the walking training robot determined by the walking support unit;
A posture estimation unit that estimates the user's foot-lifting posture based on the handle load detected by the detection unit;
A training scenario generation unit for correcting a training scenario for causing the user to perform a foot-lifting exercise based on the foot-lifting posture;
A presentation unit for presenting instructions to the user based on the training scenario;
A walking training robot. 前記負荷は、前記歩行訓練ロボットの移動速度及び移動方向である、請求項１に記載の歩行訓練ロボット。   The walking training robot according to claim 1, wherein the load is a moving speed and a moving direction of the walking training robot. 前記負荷は、前記ユーザの移動方向へ前記歩行訓練ロボットを押すために必要な力である、請求項１又は２に記載の歩行訓練ロボット。   The gait training robot according to claim 1 or 2, wherein the load is a force required to push the gait training robot in the moving direction of the user. 前記歩行訓練ロボットは、前記ユーザの歩行速度及び歩行方向を推定する歩行状態推定部を備え、
前記歩行支援部は、前記歩行状態推定部で推定された前記ユーザの前記歩行速度及び前記歩行方向に基づいて、当該歩行訓練ロボットの前記負荷を決定する、
請求項１〜３のいずれか一項に記載の歩行訓練ロボット。 The walking training robot includes a walking state estimation unit that estimates a walking speed and a walking direction of the user,
The walking support unit determines the load of the walking training robot based on the walking speed and the walking direction of the user estimated by the walking state estimation unit.
The walking training robot according to any one of claims 1 to 3. 前記姿勢推定部は、前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが立ち止まった状態で足上げ体操をしているときの体操姿勢を推定する体操姿勢推定部を有し、
前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザの歩行中の足運びを変化させる歩行訓練シナリオを生成する歩行訓練シナリオ生成部を有し、
前記歩行訓練シナリオ生成部は、前記体操姿勢に基づいて前記歩行訓練シナリオを補正する、
請求項１〜４のいずれか一項に記載の歩行訓練ロボット。 The posture estimation unit is configured to estimate a gymnastic posture when the user is doing a leg-lifting exercise while the user is stationary among the foot-lifting postures based on the handle load detected by the detection unit. Part
The training scenario generation unit has a walking training scenario generation unit that generates a walking training scenario that changes the walking during walking of the user among the training scenarios,
The walking training scenario generation unit corrects the walking training scenario based on the gymnastic posture.
The walking training robot according to any one of claims 1 to 4. 前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザが立ち止まった状態で足上げ体操を行う体操訓練シナリオを生成する体操訓練シナリオ生成部を有し、
前記体操訓練シナリオ生成部は、前記体操姿勢に基づいて前記体操訓練シナリオを補正する、
請求項５に記載の歩行訓練ロボット。 The training scenario generation unit includes a gymnastics training scenario generation unit that generates a gymnastics training scenario for performing a leg lifting exercise in a state where the user is stopped among the training scenarios,
The gymnastic training scenario generation unit corrects the gymnastic training scenario based on the gymnastic posture.
The walking training robot according to claim 5. 前記歩行支援部は、前記歩行訓練シナリオに基づいて、当該歩行訓練ロボットの前記負荷を補正する、請求項５又は６に記載の歩行訓練ロボット。   The walking training robot according to claim 5 or 6, wherein the walking support unit corrects the load of the walking training robot based on the walking training scenario. 前記体操姿勢推定部は、当該歩行訓練ロボットの前後方向に延在する軸の軸回りのモーメントに基づいて前記体操姿勢を推定し、
前記体操姿勢は、前記ユーザが足上げ体操をしているときの足上げ量、足を上げている時間及び揺らぎのうち少なくとも１つを含む、
請求項５〜７のいずれか一項に記載の歩行訓練ロボット。 The gymnastic posture estimation unit estimates the gymnastic posture based on a moment around an axis extending in the front-rear direction of the walking training robot,
The gymnastic posture includes at least one of a foot raising amount, a time during which the user is raising a foot, and a fluctuation when the user is doing a leg raising exercise.
The walking training robot according to any one of claims 5 to 7. 前記歩行訓練シナリオは、前記ユーザが歩行しているときの前記ユーザの現在地から目的地までの歩行ルートへの誘導及び足上げ指示のうち少なくとも１つを含む、
請求項５〜８のいずれか一項に記載の歩行訓練ロボット。 The walking training scenario includes at least one of a guidance to a walking route from the current location of the user to a destination when the user is walking and a foot-up instruction.
The walking training robot according to any one of claims 5 to 8. 前記姿勢推定部は、前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが歩行しているときの歩行姿勢を推定する歩行姿勢推定部を有し、
前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザが立ち止まった状態で足上げ体操を行う体操訓練シナリオを生成する体操訓練シナリオ生成部を有し、
前記体操訓練シナリオ生成部は、前記歩行姿勢に基づいて前記体操訓練シナリオを補正する、
請求項１〜４のいずれか一項に記載の歩行訓練ロボット。 The posture estimation unit includes a walking posture estimation unit that estimates a walking posture when the user is walking among the leg raising postures based on the handle load detected by the detection unit,
The training scenario generation unit includes a gymnastics training scenario generation unit that generates a gymnastics training scenario for performing a leg lifting exercise in a state where the user is stopped among the training scenarios,
The gymnastic training scenario generation unit corrects the gymnastic training scenario based on the walking posture.
The walking training robot according to any one of claims 1 to 4. 前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザの歩行中の足運びを変化させる歩行訓練シナリオを生成する歩行訓練シナリオ生成部を有し、
前記歩行訓練シナリオ生成部は、前記歩行姿勢に基づいて前記歩行訓練シナリオを補正する、
請求項１０に記載の歩行訓練ロボット。 The training scenario generation unit has a walking training scenario generation unit that generates a walking training scenario that changes the walking during walking of the user among the training scenarios,
The walking training scenario generation unit corrects the walking training scenario based on the walking posture.
The walking training robot according to claim 10. 前記歩行支援部は、前記歩行訓練シナリオに基づいて、当該歩行訓練ロボットの移動速度及び移動方向を補正する、請求項１１に記載の歩行訓練ロボット。   The walking training robot according to claim 11, wherein the walking support unit corrects a moving speed and a moving direction of the walking training robot based on the walking training scenario. 前記歩行姿勢推定部は、当該歩行訓練ロボットの前後方向に延在する軸の軸回りのモーメントに基づいて前記歩行姿勢を推定し、
前記歩行姿勢は、前記ユーザが歩行しているときの足上げ量、足を上げている時間、揺らぎ、歩幅、歩行速度及び歩行ピッチのうち少なくとも１つを含む、
請求項１０〜１２のいずれか一項に記載の歩行訓練ロボット。 The walking posture estimation unit estimates the walking posture based on a moment around an axis extending in the front-rear direction of the walking training robot,
The walking posture includes at least one of a foot raising amount when the user is walking, a time during which the user is raising a foot, a fluctuation, a stride, a walking speed, and a walking pitch.
The walking training robot according to any one of claims 10 to 12. 前記体操訓練シナリオは、前記ユーザが足上げ体操をするときの足上げ量及び足上げ回数のうち少なくとも１つを含む、
請求項１０〜１３のいずれか一項に記載の歩行訓練ロボット。 The gymnastics training scenario includes at least one of an amount of leg raising and the number of leg raising when the user performs leg raising exercises,
The walking training robot according to any one of claims 10 to 13. 前記姿勢推定部は、
前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが立ち止まった状態で足上げ体操をしているときの体操姿勢を推定する体操姿勢推定部と、
前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが歩行しているときの歩行姿勢を推定する歩行姿勢推定部と、
を有し、
前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザの歩行中の足運びを変化させる歩行訓練シナリオを生成する歩行訓練シナリオ生成部を有し、
前記歩行訓練シナリオ生成部は、前記体操姿勢と前記歩行姿勢とに基づいて、前記歩行訓練シナリオを補正する、
請求項１〜４のいずれか一項に記載の歩行訓練ロボット。 The posture estimation unit
Based on the handle load detected by the detection unit, a gymnastic posture estimation unit that estimates a gymnastic posture when the user is doing a leg lifting exercise in a state where the user is stationary among the leg raising postures;
Based on the handle load detected by the detection unit, a walking posture estimation unit that estimates a walking posture when the user is walking among the leg raising postures;
Have
The training scenario generation unit has a walking training scenario generation unit that generates a walking training scenario that changes the walking during walking of the user among the training scenarios,
The walking training scenario generation unit corrects the walking training scenario based on the gymnastic posture and the walking posture.
The walking training robot according to any one of claims 1 to 4. 前記姿勢推定部は、
前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが立ち止まった状態で足上げ体操をしているときの体操姿勢を推定する体操姿勢推定部と、
前記検知部で検知された前記ハンドル荷重に基づいて、前記足上げ姿勢のうち前記ユーザが歩行しているときの歩行姿勢を推定する歩行姿勢推定部と、
を有し、
前記訓練シナリオ生成部は、前記訓練シナリオのうち前記ユーザが立ち止まった状態で足上げ体操を行う体操訓練シナリオを生成する体操訓練シナリオ生成部を有し、
前記体操訓練シナリオ生成部は、前記体操姿勢と前記歩行姿勢とに基づいて、前記体操訓練シナリオを補正する、
請求項１〜４のいずれか一項に記載の歩行訓練ロボット。 The posture estimation unit
Based on the handle load detected by the detection unit, a gymnastic posture estimation unit that estimates a gymnastic posture when the user is doing a leg lifting exercise in a state where the user is stationary among the leg raising postures;
Based on the handle load detected by the detection unit, a walking posture estimation unit that estimates a walking posture when the user is walking among the leg raising postures;
Have
The training scenario generation unit includes a gymnastics training scenario generation unit that generates a gymnastics training scenario for performing a leg lifting exercise in a state where the user is stopped among the training scenarios,
The gymnastic training scenario generation unit corrects the gymnastic training scenario based on the gymnastic posture and the walking posture.
The walking training robot according to any one of claims 1 to 4. 更に、
前記回転体の回転量及び回転方向に基づいて、前記ユーザが歩行した歩行ルートの複雑さを判定する判定部を備え、
前記訓練シナリオ生成部は、前記歩行ルートの複雑さに基づいて、前記訓練シナリオを補正する、
請求項１〜１６のいずれか一項に記載の歩行訓練ロボット。 Furthermore,
A determination unit that determines the complexity of a walking route on which the user has walked based on a rotation amount and a rotation direction of the rotating body;
The training scenario generation unit corrects the training scenario based on the complexity of the walking route.
The walking training robot according to any one of claims 1 to 16. 更に、前記判定部は、前記検知部で検知されたハンドル荷重に基づいて、前記ユーザの足上げの左右の偏りを判定し、
前記訓練シナリオ生成部は、前記足上げの左右の偏りに基づいて前記訓練シナリオを補正する、
請求項１７に記載の歩行訓練ロボット。 Furthermore, the determination unit determines a left-right bias of the user's foot lift based on the handle load detected by the detection unit,
The training scenario generation unit corrects the training scenario based on a left-right bias of the foot lift,
The walking training robot according to claim 17. 前記提示部は、前記訓練シナリオに基づく前記ユーザへの指示を当該歩行訓練ロボットの周辺環境に光によって提示する、請求項１〜１８のいずれか一項に記載の歩行訓練ロボット。   The walking training robot according to any one of claims 1 to 18, wherein the presenting unit presents an instruction to the user based on the training scenario to a surrounding environment of the walking training robot by light. 前記提示部は、前記ユーザの前記足上げ姿勢の情報を提示する、請求項１〜１９のいずれか一項に記載の歩行訓練ロボット。   The walking training robot according to any one of claims 1 to 19, wherein the presenting unit presents information on the leg raising posture of the user.
JP2019005498A 2018-05-25 2019-01-16 Walking training robot Active JP7104638B2 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US16/401,770 US20190358821A1 (en) 2018-05-25 2019-05-02 Walking training robot
CN201910431862.2A CN110522614A (en) 2018-05-25 2019-05-22 Robot for walking training

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018100619 2018-05-25
JP2018100619 2018-05-25

Publications (2)

Publication Number Publication Date
JP2019205817A true JP2019205817A (en) 2019-12-05
JP7104638B2 JP7104638B2 (en) 2022-07-21

Family

ID=68767994

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019005498A Active JP7104638B2 (en) 2018-05-25 2019-01-16 Walking training robot

Country Status (1)

Country Link
JP (1) JP7104638B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022091656A1 (en) * 2020-10-27 2022-05-05 パナソニックＩｐマネジメント株式会社 Walking assistance device, walking assistance method, and walking assistance program

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009119014A (en) * 2007-11-14 2009-06-04 Toyota Motor Corp Walking assisting device
US20160253890A1 (en) * 2013-10-29 2016-09-01 Milbat - Giving Quality of Life Walker-assist device
JP2018008019A (en) * 2016-06-29 2018-01-18 パナソニックＩｐマネジメント株式会社 Walking support robot and walking support method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009119014A (en) * 2007-11-14 2009-06-04 Toyota Motor Corp Walking assisting device
US20160253890A1 (en) * 2013-10-29 2016-09-01 Milbat - Giving Quality of Life Walker-assist device
JP2018008019A (en) * 2016-06-29 2018-01-18 パナソニックＩｐマネジメント株式会社 Walking support robot and walking support method

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022091656A1 (en) * 2020-10-27 2022-05-05 パナソニックＩｐマネジメント株式会社 Walking assistance device, walking assistance method, and walking assistance program
JPWO2022091656A1 (en) * 2020-10-27 2022-05-05
JP7340767B2 (en) 2020-10-27 2023-09-08 パナソニックＩｐマネジメント株式会社 Walking support device

Also Published As

Publication number Publication date
JP7104638B2 (en) 2022-07-21

Similar Documents

Publication Publication Date Title
JP2022000143A (en) Walking support robot and walking support method
CN107334607B (en) Walking training device and state determination method
US20190358821A1 (en) Walking training robot
JP6697768B2 (en) Walking support robot and walking support method
JP6945176B2 (en) Walking support robot and walking support method
JP6945145B2 (en) Assist device and how to operate the assist device
JP6887274B2 (en) Walking support robot and walking support method
JP6941817B2 (en) Assist device and how to operate the assist device
KR20190029175A (en) Rehabilitation training system and rehabilitation training method using the same
KR20190081350A (en) Monitoring system of walking balance for lower limb rehabilitation
JP4608661B2 (en) Stand-up training machine
CN107753239B (en) Inverted pendulum type moving body and foot joint torque estimation method
JP6524991B2 (en) Training system and method of estimating ankle torque
CN108095985B (en) Electric walking aid for multi-mode walking training and control method thereof
WO2018133050A1 (en) Electric walking aid for multimode walking training, and control method therefor
JP2014068659A (en) Exercise assisting device
CN112999011A (en) Control method of upper and lower limb rehabilitation training device
JP2019205817A (en) Walking training robot
JPH10243979A (en) Walk training device
JP2013048701A (en) Walking assistance device, and walking assistance program
KR102288015B1 (en) System for user customized sports interaction
US20240148594A1 (en) Method for controlling wearable apparatus for user safety and wearable apparatus performing the same
CN110430853B (en) Walking support system, walking support method, and program
JP2017148173A (en) Walking training apparatus and control method thereof
KR20240071960A (en) Method for setting zero point of wearable device, and the wearable device and the electronic device performing the same

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210820

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220518

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220524

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220606

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220705

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220708

R151 Written notification of patent or utility model registration

Ref document number: 7104638

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151