JP7355704B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP7355704B2 JP7355704B2 JP2020078501A JP2020078501A JP7355704B2 JP 7355704 B2 JP7355704 B2 JP 7355704B2 JP 2020078501 A JP2020078501 A JP 2020078501A JP 2020078501 A JP2020078501 A JP 2020078501A JP 7355704 B2 JP7355704 B2 JP 7355704B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- data
- walking
- walking training
- model
- 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.)
- Active
Links
Images
Landscapes
- Rehabilitation Tools (AREA)
Description
(1)本発明の第1の態様は、ユーザの歩行を補助しながら前記ユーザが歩行したときの動きを計測する歩行補助装置から、第n回目の歩行訓練のときの前記ユーザの動きの計測結果を表す第1データを取得し、前記ユーザが利用可能な端末装置から、第n回目の歩行訓練のときの指針となる複数のパラメータの中から前記ユーザが選択した少なくとも一つのパラメータの選択結果を表す第2データを取得する取得部と、第m回目の歩行訓練を行った前記ユーザの前記第1データ及び前記第2データが少なくとも入力されると、前記ユーザの第m+k回目の歩行訓練のときに指針とすべき推奨パラメータを出力するように学習されたモデルに対して、前記取得部によって取得された前記ユーザの第n回目の歩行訓練のときの前記第1データ及び前記第2データを入力し、前記第1データ及び前記第2データが入力された前記モデルの出力結果に基づいて、前記ユーザの第n+k回目の歩行訓練の指針とすべき前記推奨パラメータを決定する決定部と、を備える情報処理装置である。
図1は、実施形態に係る歩行補助システム1の構成の一例を表す図である。実施形態に係る歩行補助システム1は、例えば、歩行補助装置100と、端末装置200と、サーバ300とを備える。歩行補助装置100と端末装置200とは、例えば、Wi-FiやBluetooth(登録商標、以下省略)などの無線通信によって接続される。端末装置200とサーバ300とは、例えば、LAN(Local Area Network)やWAN(Wide Area Network)などのネットワークNWを介して接続される。サーバ300は、「情報処理装置」の一例である。
図2は、実施形態に係る歩行補助装置100の構成の一例を表す図である。実施形態に係る歩行補助装置100は、例えば、メインフレーム102と、サブフレーム103L及び103Rと、駆動源104L及び104Rと、制御装置105と、股関節角度センサ106L及び106Rと、バッテリ107とを備える。
図3は、実施形態に係る端末装置200の構成の一例を表す図である。実施形態に係る端末装置200は、例えば、通信部202と、タッチパネル204と、制御部220と、記憶部230とを備える。
以下、サーバ300の構成について説明する。サーバ300は、単一の装置であってもよいし、ネットワークNWを介して接続された複数の装置が互いに協働して動作するシステムであってもよい。すなわち、サーバ300は、分散コンピューティングシステムやクラウドコンピューティングシステムに含まれる複数のコンピュータ(プロセッサ)によって実装されてもよい。
以下、フローチャートに即してサーバ300の一連の処理の流れを説明する。図8は、実施形態に係るサーバ300の一連の処理の流れの一例を表すフローチャートである。本フローチャートの処理は、例えば、ユーザの歩行訓練の回数に連動して行われてよい。具体的には、ユーザが歩行補助装置100を装着して一日に一回歩行訓練を行う場合、本フローチャートの処理は、一日単位で行われる。また、サーバ300が分散コンピューティングシステムやクラウドコンピューティングシステムに含まれる複数のコンピュータによって実装される場合、本フローチャートの処理の一部または全部は、複数のコンピュータによって並列処理されてよい。以下、一例として、今回の歩行訓練が第n回目(nは任意の自然数)であるものとして説明する。
以下、上述した実施形態の変形例について説明する。上述した実施形態では、パラメータ推定モデルMDLがディープニューラルネットワークによって実装されるものとして説明したがこれに限られない。例えば、パラメータ推定モデルMDLは、トピックモデルとベイジアンネットワークとの組み合わせによって実装されてもよい。
プログラムを格納した少なくとも一つのメモリと、
少なくとも一つのプロセッサと、を備え、
前記プロセッサが前記プログラムを実行することにより、
ユーザの歩行を補助しながら前記ユーザが歩行したときの動きを計測する歩行補助装置から、第n回目の歩行訓練のときの前記ユーザの動きの計測結果を表す第1データを取得し、
前記ユーザが利用可能な端末装置から、第n回目の歩行訓練のときの指針となる複数のパラメータの中から前記ユーザが選択した少なくとも一つのパラメータの選択結果を表す第2データを取得し、
第m回目の歩行訓練を行った前記ユーザの前記第1データ及び前記第2データが少なくとも入力されると、前記ユーザの第m+k回目の歩行訓練のときに指針とすべき推奨パラメータを出力するように学習されたモデルに対して、取得した前記ユーザの第n回目の歩行訓練のときの前記第1データ及び前記第2データを入力し、前記第1データ及び前記第2データが入力された前記モデルの出力結果に基づいて、前記ユーザの第n+k回目の歩行訓練の指針とすべき前記推奨パラメータを決定する、
ように構成されている、情報処理装置。
Claims (6)
- ユーザの歩行を補助しながら前記ユーザが歩行したときの動きを計測する歩行補助装置から、第n回目の歩行訓練のときの前記ユーザの動きの計測結果を表す第1データを取得し、前記ユーザが利用可能な端末装置から、第n回目の歩行訓練のときの指針となる複数のパラメータの中から前記ユーザが選択した少なくとも一つのパラメータの選択結果を表す第2データを取得する取得部と、
第m回目の歩行訓練を行った前記ユーザの少なくとも前記第1データ及び前記第2データと、前記ユーザの第m+k回目の歩行訓練のときに指針とすべき推奨パラメータとを組み合わせた教師データを基に学習されたモデルに対して、前記取得部によって取得された前記ユーザの第n回目の歩行訓練のときの前記第1データ及び前記第2データを入力し、前記第1データ及び前記第2データが入力された前記モデルの出力結果に基づいて、前記ユーザの第n+k回目の歩行訓練の指針とすべき前記推奨パラメータを決定する決定部と、
を備える情報処理装置。 - 前記取得部は、更に、前記端末装置から、第n+k回目の歩行訓練のアンケートに対する前記ユーザの回答結果を表す第3データを取得し、
前記決定部は、第n回目の歩行訓練時の前記ユーザの前記第1データ及び前記第2データと、第n+k回目の歩行訓練時の前記ユーザの前記第3データとを前記モデルに入力し、前記第1データ、前記第2データ、及び前記第3データが入力された前記モデルの出力結果に基づいて、前記ユーザの第n+k回目の歩行訓練の指針とすべき前記推奨パラメータを決定する、
請求項1に記載の情報処理装置。 - 前記モデルは、ディープニューラルネットワークと、トピックモデルと、ベイジアンネットワークとのうちのいずれか一つのモデル、又は複数のモデルの組み合わせである、
請求項1又は2に記載の情報処理装置。 - 第m-k回目の前記ユーザの前記第1データ及び前記第2データを前記モデルに入力したときに前記モデルが出力した前記ユーザの第m回目の歩行訓練時の前記推奨パラメータと、第m回目の歩行訓練時に前記複数のパラメータの中から前記ユーザが選択したパラメータとが一致するように、前記モデルを学習する学習部を更に備える、
請求項1から3のうちいずれか一項に記載の情報処理装置。 - コンピュータが、
ユーザの歩行を補助しながら前記ユーザが歩行したときの動きを計測する歩行補助装置から、第n回目の歩行訓練のときの前記ユーザの動きの計測結果を表す第1データを取得し、
前記ユーザが利用可能な端末装置から、第n回目の歩行訓練のときの指針となる複数のパラメータの中から前記ユーザが選択した少なくとも一つのパラメータの選択結果を表す第2データを取得し、
第m回目の歩行訓練を行った前記ユーザの少なくとも前記第1データ及び前記第2データと、前記ユーザの第m+k回目の歩行訓練のときに指針とすべき推奨パラメータとを組み合わせた教師データを基に学習されたモデルに対して、取得した前記ユーザの第n回目の歩行訓練のときの前記第1データ及び前記第2データを入力し、前記第1データ及び前記第2データが入力された前記モデルの出力結果に基づいて、前記ユーザの第n+k回目の歩行訓練の指針とすべき前記推奨パラメータを決定する、
情報処理方法。 - コンピュータに、
ユーザの歩行を補助しながら前記ユーザが歩行したときの動きを計測する歩行補助装置から、第n回目の歩行訓練のときの前記ユーザの動きの計測結果を表す第1データを取得すること、
前記ユーザが利用可能な端末装置から、第n回目の歩行訓練のときの指針となる複数のパラメータの中から前記ユーザが選択した少なくとも一つのパラメータの選択結果を表す第2データを取得すること、
第m回目の歩行訓練を行った前記ユーザの少なくとも前記第1データ及び前記第2データと、前記ユーザの第m+k回目の歩行訓練のときに指針とすべき推奨パラメータとを組み合わせた教師データを基に学習されたモデルに対して、取得した前記ユーザの第n回目の歩行訓練のときの前記第1データ及び前記第2データを入力し、前記第1データ及び前記第2データが入力された前記モデルの出力結果に基づいて、前記ユーザの第n+k回目の歩行訓練の指針とすべき前記推奨パラメータを決定すること、
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020078501A JP7355704B2 (ja) | 2020-04-27 | 2020-04-27 | 情報処理装置、情報処理方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020078501A JP7355704B2 (ja) | 2020-04-27 | 2020-04-27 | 情報処理装置、情報処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021171375A JP2021171375A (ja) | 2021-11-01 |
JP7355704B2 true JP7355704B2 (ja) | 2023-10-03 |
Family
ID=78278239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020078501A Active JP7355704B2 (ja) | 2020-04-27 | 2020-04-27 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7355704B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7393481B1 (ja) | 2022-07-11 | 2023-12-06 | 上銀科技股▲分▼有限公司 | 歩行訓練パラメータを即時調整する方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017093902A (ja) | 2015-11-26 | 2017-06-01 | トヨタ自動車株式会社 | 歩行訓練装置 |
JP2018102842A (ja) | 2016-12-28 | 2018-07-05 | 学校法人 中村産業学園 | 歩行訓練装置、歩行訓練評価方法、及びプログラム |
-
2020
- 2020-04-27 JP JP2020078501A patent/JP7355704B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017093902A (ja) | 2015-11-26 | 2017-06-01 | トヨタ自動車株式会社 | 歩行訓練装置 |
JP2018102842A (ja) | 2016-12-28 | 2018-07-05 | 学校法人 中村産業学園 | 歩行訓練装置、歩行訓練評価方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021171375A (ja) | 2021-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Slade et al. | Personalizing exoskeleton assistance while walking in the real world | |
Santos | Training the body: The potential of AIED to support personalized motor skills learning | |
JP2021027917A (ja) | 情報処理装置、情報処理システム、および機械学習装置 | |
US20190083002A1 (en) | Method and apparatus for updating personalized gait policy | |
Carmichael et al. | Estimating physical assistance need using a musculoskeletal model | |
Ozkul et al. | Upper-extremity rehabilitation robot RehabRoby: methodology, design, usability and validation | |
Dorschky et al. | Optimal control simulation predicts effects of midsole materials on energy cost of running | |
JP7355704B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
Rognon et al. | Haptic feedback perception and learning with cable-driven guidance in exosuit teleoperation of a simulated drone | |
Turvey et al. | Human odometry verifies the symmetry perspective on bipedal gaits. | |
Kallmann et al. | Vr-assisted physical rehabilitation: Adapting to the needs of therapists and patients | |
Lisini Baldi et al. | Human guidance: Suggesting walking pace under manual and cognitive load | |
KR102321713B1 (ko) | 턱걸이 기구를 이용한 인공지능 기반 콘텐츠 제공 방법, 장치 및 시스템 | |
Dafarra et al. | iCub3 avatar system: Enabling remote fully immersive embodiment of humanoid robots | |
Robinson et al. | An intelligent socially assistive robot-wearable sensors system for personalized user dressing assistance | |
Ramasamy et al. | Soft actuators-based skill training wearables: a review on the interaction modes, feedback types, VR scenarios, sensors utilization and applications | |
Yagi et al. | Force-sensorless human joint impedance estimation utilizing impulsive force | |
Klaassen et al. | The development and evaluation of an arm usage coach for stroke survivors | |
Paolocci et al. | Human rendezvous via haptic suggestion | |
KR102528449B1 (ko) | 움직임 방향 설정을 위한 모듈 결합형 밸런스 보드 | |
Jensen | Design Considerations and Application Examples for Embedded Classification Systems | |
Wu et al. | A survey on universal design for fitness wearable devices | |
JP6859312B2 (ja) | プログラムおよび情報提供装置 | |
US20240123291A1 (en) | Electronic device and wearable device for providing exercise program, and control method of the same | |
WO2022059782A1 (ja) | 処理装置、プログラム、方法及び処理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230725 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230728 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230830 |
|
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: 20230912 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230921 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7355704 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |