CN108464915B - 行走辅助机器人以及行走辅助系统 - Google Patents

Abstract

本公开涉及行走辅助机器人及行走辅助系统。行走辅助机器人是引导用户沿行走路线行走且根据扶手负荷移动的机器人，具备：主体部；扶手部，其设置于所述主体部，能够供所述用户把持；检测部，其检测施加于所述扶手部的扶手负荷；移动装置，其具有旋转体，根据由所述检测部检测到的负荷，控制所述旋转体的旋转来使该行走辅助机器人移动；引导信息生成部，其生成引导所述用户使其沿所述行走路线行走的引导信息；提示部，其基于所述引导信息来提示用于引导所述用户的提示信息；身体任务设定部，其通过调整所述行走路线的复杂度来设定身体任务；跟随度算出部，其算出对于所述行走路线的所述用户的跟随度；和调整部，其基于所述跟随度变更身体任务强度。

Description

行走辅助机器人以及行走辅助系统

技术领域

本公开涉及辅助(支援)用户行走(步行)的行走辅助机器人以及行走辅助系统。

背景技术

在面向老年人的机构等中，为了维持及提高老年人的身体机能、预防及改善痴呆症(认知障碍)而采用了各种训练系统(例如参照专利文献1)。

在专利文献1中，公开了在反复进行单调运动的训练机上提示问题的脑训练运动疗法系统。

现有技术文献

专利文献1：日本专利第5975502号说明书

发明内容

发明所要解决的问题

近年来，需要辅助用户行走并且使其身体机能提高的行走辅助机器人以及行走辅助系统。

本公开是解决所述问题的发明，提供能够辅助用户行走并且使其身体机能提高的行走辅助机器人以及行走辅助系统。

用于解决问题的技术方案

本公开的一个技术方案涉及的行走辅助机器人，具备：主体；扶手，其设置于所述主体，能够供用户把持；检测部，其检测施加于所述扶手的扶手负荷；移动装置，其具有旋转体，根据由所述检测部检测到的负荷，控制所述旋转体的旋转来使该行走辅助机器人移动；提示部；以及处理器，所述处理器在运行中执行包括如下的处理：生成引导所述用户使其沿预定的行走路线(route)行走的引导信息；基于所述引导信息使所述提示部提示用于引导所述用户的提示信息；通过调整所述行走路线的复杂度来设定身体任务(task，作业)；算出对于所述行走路线的所述用户的跟随度；基于所述跟随度变更所述身体任务的强度。

发明效果

如上所述，根据本公开的行走辅助机器人以及行走辅助系统，能够辅助用户行走并且使其身体机能提高。

附图说明

图1是本公开的实施方式1涉及的行走辅助机器人的外观图。

图2是表示用户受到由本公开的实施方式1涉及的行走辅助机器人提供的行走辅助而进行行走的情况的图。

图3是表示由本公开的实施方式1中的检测部检测的扶手负荷的检测方向的图。

图4是表示本公开的实施方式1涉及的行走辅助机器人中的主要的控制结构的一例的控制框图。

图5是表示本公开的实施方式1涉及的行走辅助机器人的行走辅助的控制结构的一例的控制框图。

图6A是表示身体任务的强度的设定的一例的图。

图6B是表示身体任务的强度的设定的另一例的图。

图7是表示本公开的实施方式1涉及的行走辅助机器人的控制的示例性的流程图的图。

图8是表示本公开的实施方式2涉及的行走辅助机器人中的主要的控制结构的一例的控制框图。

图9是表示本公开的实施方式2涉及的行走辅助机器人的行走辅助的控制结构的一例的控制框图。

图10是表示认知任务的一例的图。

图11是表示本公开的实施方式2涉及的行走辅助机器人的控制的示例性的流程图的图。

图12是表示本公开的实施方式2涉及的行走辅助机器人的行走辅助的控制结构的另一例的控制框图。

图13是表示本公开的实施方式3涉及的行走辅助机器人中的主要的控制结构的一例的控制框图。

图14是表示本公开的实施方式3涉及的行走辅助机器人的行走辅助的控制结构的一例的控制框图。

图15A是表示环境信息的一例的图。

图15B是表示环境信息的另一例的图。

图16是表示本公开的实施方式3涉及的行走辅助机器人的控制的示例性的流程图的图。

图17是本公开的实施方式4涉及的行走辅助系统的整体图。

图18是表示本公开的实施方式4涉及的行走辅助系统中的主要的控制结构的一例的控制框图。

图19是表示本公开的实施方式4涉及的行走辅助系统的行走辅助的控制结构的一例的控制框图。

图20是表示本公开的实施方式4涉及的行走辅助系统的控制的示例性的流程图的图。

图21A是表示本公开的实施方式4涉及的行走辅助系统的行走辅助控制的一例的图。

图21B是表示本公开的实施方式4涉及的行走辅助系统的行走辅助控制的另一例的图。

图22是表示本公开的实施方式5涉及的行走辅助系统的行走辅助的控制结构的一例的控制框图。

图23是表示本公开的实施方式5涉及的行走辅助系统的控制的示例性的流程图的图。

具体实施方式

(得到本公开的经过)

近年来，发达国家的少子老龄化不断加剧，对老年人的看护和生活辅助的必要性持续增加。特别是老年人存在因随着年龄增加而身体机能下降故而难以维持家中生活的QOL(Quality of Life：生活质量)的倾向。另外，老年人存在随着年龄增加而出现痴呆症状的风险增高的倾向。

在这样的背景下，需要辅助老年人等用户行走并且有效地进行身体机能的提高、痴呆症的预防及改善的行走辅助机器人以及行走辅助系统。

本发明人新发现了，在行走辅助机器人中，通过除了沿单纯的路线行走的运动之外还设定复杂的行走路线，进行运用与行走关联的多样的身体功能的身体任务，由此使身体机能提高。具体而言，本发明人发现，通过除了单纯的运动之外还进行身体任务，除了能够提高在现实世界的多样的环境中的行走时的行走本身的心肺机能和体力(肌肉力量)之外，还能够提高针对如不好的道路、障碍物、复杂的路线这样的在现实的行走时发生的现象能适当地让身体动起来加以应对的身体机能。

另外，本发明人发现了，在行走辅助机器人中，通过给用户分配(给予)由身体任务与认知任务的组合所实现的多任务，由此使身体任务与认知任务互相结合，有效地进行痴呆症的预防及改善。

再者，本发明人发现了，在行走辅助机器人中，通过基于周边环境的复杂度来变更认知任务，由此使行走时的认知注意力提高。

于是，本发明人得到了以下的发明。

本公开的一个技术方案涉及的行走辅助机器人，具备：主体；扶手，其设置于所述主体，能够供用户把持；检测部，其检测施加于所述扶手的扶手负荷；移动装置，其具有旋转体，根据由所述检测部检测到的负荷，控制所述旋转体的旋转来使该行走辅助机器人移动；提示部；以及处理器，所述处理器在运行中执行包括如下的处理：生成引导所述用户使其沿预定的行走路线行走的引导信息；基于所述引导信息使所述提示部提示用于引导所述用户的提示信息；通过调整所述行走路线的复杂度来设定身体任务；算出对于所述行走路线的所述用户的跟随度；基于所述跟随度变更所述身体任务的强度。

根据这种构成，能够引导用户沿行走路线行走，且通过调整行走路线的复杂度来设定身体任务，并根据用户的跟随度变更身体任务强度。因此，能够辅助用户行走并且使其身体机能提高。

在所述行走辅助机器人中，也可以为，所述处理还包括：基于所述跟随度变更所述旋转体的驱动力。

根据这种构成，能够基于跟随度来变更旋转体的驱动力，调整机器人的行走辅助的负荷。

在所述行走辅助机器人中，也可以为，所述处理还包括：设定认知任务；判定所述用户的认知任务达成度；使所述提示部提示所述认知任务；基于所述认知任务达成度变更所述认知任务。

根据这种构成，除了身体任务之外还设定认知任务，由此，能够使身体任务与认知任务互相结合，能够有效地进行痴呆症的预防及改善。

在所述行走辅助机器人中，也可以为，所述处理还包括：在所述认知任务达成度变得低于预定的第1阈值的情况下，降低所述认知任务的难易度；在所述认知任务达成度变得高于预定的第2阈值的情况下，提高所述认知任务的难易度。

根据这种构成，能够在认知任务达成度高的情况下，提高认知任务的难易度，并能够在认知任务达成度低的情况下，降低认知任务的难易度。由此，能够根据用户来设定认知任务的难易度，能够更有效地进行痴呆症的预防及改善。

在所述行走辅助机器人中，也可以为，所述处理还包括：在所述跟随度变得低于预定的第3阈值的情况下，降低所述认知任务的难易度；在所述跟随度变得高于预定的第4阈值的情况下，提高所述认知任务的难易度。

根据这种构成，能够在用户的跟随度高的情况下，提高认知任务的难易度，并能够在用户的跟随度低的情况下，降低认知任务的难易度。由此，能够取得身体任务与认知任务之间的平衡，能够更有效地进行痴呆症的预防及改善。

在所述行走辅助机器人中，也可以为，所述处理还包括：基于所述认知任务达成度变更所述身体任务强度。

根据这种构成，能够在认知任务达成度高的情况下，提高身体任务的强度，并能够在认知任务达成度低的情况下，降低身体任务的难易度。由此，能够取得身体任务与认知任务之间的平衡，能够更有效地进行痴呆症的预防及改善。

在所述行走辅助机器人中，也可以为，所述处理还包括：根据该行走辅助机器人的周围环境的信息来判定环境的复杂度；基于判定出的所述环境的复杂度的信息，变更所述认知任务。

根据这种构成，通过基于周边环境的复杂度来变更认知任务，能够使行走时的认知注意力提高。

在所述行走辅助机器人中，也可以为，所述处理还包括：基于判定出的所述环境的复杂度的信息，变更所述提示部所提示的所述认知任务的种类。

根据这种构成，通过基于周边环境的复杂度来变更认知任务的种类，能够进一步使行走时的认知注意力提高。

在所述行走辅助机器人中，也可以为，所述处理还包括：基于所述扶手负荷的变化，使所述提示部提示所述认知任务。

根据这种构成，能够对用户正在行走这一情况进行检测从而提示认知任务。

在所述行走辅助机器人中，也可以为，还具备警告提示部，所述处理还包括：基于所述身体任务强度、所述认知任务的难易度、所述跟随度、所述认知任务达成度中的至少一个，使所述警告提示部提示警告。

根据这种构成，通过根据行走时的用户的状态来提示警告，能够向周围的人通知用户的状态。

在所述行走辅助机器人中，也可以为，所述处理还包括：储存所述跟随度以及所述认知任务达成度的历史记录信息，基于所述历史记录信息，变更所述身体任务强度和所述认知任务的难易度中的至少一方。

本公开的一个技术方案涉及的行走辅助系统，是经由网络将行走辅助机器人与提示装置进行连接的行走辅助系统，所述行走辅助机器人具备：主体；扶手，其设置于所述主体，能够供用户把持；检测部，其检测施加于所述扶手的扶手负荷；移动装置，其具有旋转体，根据由所述检测部检测到的负荷，控制所述旋转体的旋转来使该行走辅助机器人移动；第1通信部；以及第1处理器，所述第1处理器在运行中执行包括如下的第1处理：生成引导所述用户使其沿预定的行走路线行走的引导信息；基于所述引导信息控制用于引导所述用户的提示信息；使用所述第1通信部，经由所述网络发送所述提示信息；通过调整所述行走路线的复杂度来设定身体任务；算出对于所述行走路线的所述用户的跟随度；基于所述跟随度变更身体任务强度，所述提示装置具备：第2通信部；提示部；以及第2处理器，所述第2处理器在运行中执行包括如下的第2处理：使用所述第2通信部，经由所述网络接收所述提示信息；使所述提示部提示接收到的所述提示信息。

根据这种构成，能够引导用户沿行走路线行走，且通过调整行走路线的复杂度来设定身体任务，并根据用户的跟随度变更身体任务强度。因此，能够辅助用户行走并且使其身体机能提高。另外，用户按照由配置在环境侧的提示装置所提示的提示信息行走，因而用户是对环境侧进行感知认识。因此，能够设定与真实世界的行走接近的任务。

在所述行走辅助系统中，也可以为，所述第1处理还包括：设定认知任务；算出所述用户的认知任务达成度；使用所述第1通信部，经由所述网络发送所述认知任务的信息；基于所述跟随度和所述认知任务达成度的信息，变更所述认知任务，所述第2处理还包括：使用所述提示装置的所述第2通信部，经由所述网络接收所述认知任务的信息；使所述提示部提示接收到的所述认知任务。

根据这种构成，除了身体任务之外还设定认知任务，由此，能够使身体任务与认知任务互相结合，能够有效地进行痴呆症的预防及改善。另外，能够施加使之感知认识由配置在环境侧的提示装置提示的认知任务这一负荷，能够更有效地进行痴呆症的预防及改善。

在所述行走辅助系统中，也可以为，所述第1处理还包括：在所述认知任务达成度变得低于预定的第1阈值的情况下，降低所述认知任务的难易度；在所述认知任务达成度变得高于预定的第2阈值的情况下，提高所述认知任务的难易度。

根据这种构成，能够在认知任务达成度高的情况下，提高认知任务的难易度，并能够在认知任务达成度低的情况下，降低认知任务的难易度。由此，能够设定与用户相应的认知任务的难易度，能够更有效地进行痴呆症的预防及改善。

在所述行走辅助系统中，也可以为，所述第1处理还包括：在所述跟随度变得低于预定的第3阈值的情况下，降低所述认知任务的难易度；在所述跟随度变得高于预定的第4阈值的情况下，提高所述认知任务的难易度。

根据这种构成，能够在用户的跟随度高的情况下，提高认知任务的难易度，并能够在用户的跟随度低的情况下，降低认知任务的难易度。由此，能够取得身体任务与认知任务之间的平衡，能够更有效地进行痴呆症的预防及改善。

在所述行走辅助系统中，也可以为，所述第1处理还包括：基于所述认知任务达成度变更所述身体任务强度。

根据这种构成，能够在认知任务达成度高的情况下，提高身体任务的强度，并能够在认知任务达成度低的情况下，降低身体任务的难易度。由此，能够取得身体任务与认知任务之间的平衡，能够更有效地进行痴呆症的预防及改善。

在所述行走辅助系统中，也可以为，所述第1处理还包括：根据该行走辅助机器人的周围环境的信息来判定环境的复杂度；基于判定出的所述环境的复杂度的信息，变更所述认知任务。

根据这种构成，通过基于周边环境的复杂度来变更认知任务，能够使行走时的认知注意力提高。

在所述行走辅助系统中，也可以为，所述第1处理还包括：基于判定出的所述环境的复杂度的信息，变更所述提示部所提示的所述认知任务的种类。

根据这种构成，通过基于周边环境的复杂度来变更认知任务的种类，能够使行走时的认知注意力提高。

在所述行走辅助系统中，也可以为，所述第1处理还包括：基于所述扶手负荷来推定用户移动意图；算出该行走辅助机器人的引导意图；基于所述引导意图，控制所述旋转体的旋转来使该行走辅助机器人移动；基于所述引导意图与所述用户移动意图之差，算出所述跟随度。

根据这种构成，行走辅助机器人能够一边移动一边沿着行走路线引导用户，且能够基于行走辅助机器人的引导意图与用户移动意图之差算出跟随度。

本公开的一个技术方案涉及的行走辅助机器人，具备：主体；扶手，其设置于所述主体，能够供用户把持；检测部，其检测施加于所述扶手的扶手负荷；移动装置，其具有旋转体，根据由所述检测部检测到的负荷，控制所述旋转体的旋转来使该行走辅助机器人移动；提示部；以及处理器，所述处理器在运行中执行包括如下的处理：生成引导所述用户使其沿预定的行走路线行走的引导信息；基于所述引导信息使所述提示部提示用于引导所述用户的提示信息；通过调整所述行走路线的复杂度来设定身体任务；设定认知任务；判定所述用户的认知任务达成度；基于所述认知任务达成度变更身体任务强度。

根据这种构成，能够引导用户沿行走路线行走，且通过调整行走路线的复杂度来设定身体任务，并根据用户的跟随度变更身体任务强度。因此，能够辅助用户行走并且使其身体机能提高。

以下，参照附图，对本公开的实施方式进行说明。另外，在各图中，为了使得说明易于理解而夸张地示出了各要素。

(实施方式1)

[整体构成]

图1表示实施方式1涉及的行走辅助机器人1(以下称为“机器人1”)的外观图。图2表示用户受到由机器人1提供的行走辅助而进行行走的情况。

如图1以及图2所示，机器人1具备主体部11、扶手部12、检测部13、使主体部11移动的移动装置14、引导信息生成部15、任务设定部16以及提示部17。

机器人1是辅助用户行走的机器人，将用户沿着行走路线引导到目的地。例如，机器人1根据目的地信息、自身位置信息以及地图信息算出行走路线，提示声音(语音)以及/或者图像来进行引导以使得用户在算出的行走路线上行走。在本说明书中，行走路线意味着从出发地到目的地的用户行走的路径。

另外，机器人1的移动基于用户的输入来进行。例如，机器人1基于用户的输入来推定用户的移动方向以及移动速度，进行辅助以使得用户能够稳定地行走。在实施方式1中，用户的输入是施加于扶手部12的负荷(扶手负荷)，由检测部13检测。

主体部11例如由具有能够支承其他构成部件并且能够支撑用户行走时的负荷这样的刚度的框架构成。

扶手部12设置于主体部11的上部，并设置为易于供行走中的用户的双手把持的形状以及高度位置。

检测部13检测用户因把持扶手部12而施加于扶手部12的扶手负荷。具体而言，用户把持着扶手部12行走时，会对扶手部12施加扶手负荷。检测部13检测用户施加于扶手部12的扶手负荷的朝向以及大小。

图3表示由检测部13检测的扶手负荷的检测方向。如图3所示，检测部13是六轴力传感器，其能够分别对施加于相互正交的三轴方向的力以及三轴的绕轴力矩进行检测。相互正交的三轴指的是，在机器人1的左右方向延伸的x轴、在机器人1的前后方向延伸的y轴以及在机器人1的高度方向延伸的z轴。施加于三轴方向的力指的是，施加于x轴方向的力Fx、施加于y轴方向的力Fy以及施加于z轴方向的力Fz。在实施方式1中，设Fx中的施加于右方的力为Fx⁺、施加于左方的力为Fx^-。设Fy中的施加于前方的力为Fy⁺、施加于后方的力为Fy^-。设Fz中的施加于相对于行走面垂直的下方的力为Fz⁺、施加于相对于行走面垂直的上方的力为Fz^-。三轴的绕轴力矩指的是，x轴的绕轴力矩Mx、y轴的绕轴力矩My以及z轴的绕轴力矩Mz。

移动装置14使主体部11移动。移动装置14基于由检测部13检测到的扶手负荷(力以及力矩)的大小以及朝向，使主体部11移动。在实施方式1中，移动装置14进行如下的控制。此外，在本说明书中，有时将Fx、Fy、Fz、Mx、My、Mz称为负荷。

＜前进动作＞

移动装置14在由检测部13检测到Fy⁺的力的情况下，使主体部11向前方移动。即，在由检测部13检测到Fy⁺的力的情况下，机器人1进行前进动作。在机器人1进行前进动作期间，由检测部13检测到的Fy⁺的力增大时，移动装置14提高机器人1向前方移动的速度。另一方面，在机器人1进行前进动作期间，由检测部13检测到的Fy⁺的力减小时，移动装置14降低机器人1向前方的移动速度。

＜后退动作＞

移动装置14在由检测部13检测到Fy^-的力的情况下，使主体部11向后方移动。即，在由检测部13检测到Fy^-的力的情况下，机器人1进行后退动作。在机器人1进行后退动作期间，由检测部13检测到的Fy^-的力增大时，移动装置14提高机器人1向后方移动的速度。另一方面，在机器人1进行后退动作期间，由检测部13检测到的Fy^-的力减小时，移动装置14降低机器人1向后方的移动速度。

＜右转弯动作＞

移动装置14在由检测部13检测到Fy⁺的力和Mz⁺的力矩的情况下，使主体部11向右方转弯移动。即，在由检测部13检测到Fy⁺的力和Mz⁺的力矩的情况下，机器人1进行右转弯动作。在机器人1进行右转弯动作期间，由检测部13检测到的Mz⁺的力矩增大时，机器人1的转弯半径减小。另外，在机器人1进行右转弯动作期间，由检测部13检测到的Fy⁺的力增大时，转弯速度增大。

＜左转弯动作＞

移动装置14在由检测部13检测到Fy⁺的力和Mz^-的力矩的情况下，使主体部11向左方转弯移动。即，在由检测部13检测到Fy⁺的力和Mz^-的力矩的情况下，机器人1进行左转弯动作。在机器人1进行左转弯动作期间，由检测部13检测到的Mz^-的力矩增大时，机器人1的转弯半径减小。另外，在机器人1进行左转弯动作期间，由检测部13检测到的Fy⁺的力增大时，转弯速度增大。

此外，移动装置14的控制不限定于上述的例子。移动装置14例如也可以基于Fy以及Fz的力，控制机器人1的前进动作以及后退动作。另外，移动装置14例如也可以基于Mx或者My的力矩，控制机器人1的转弯动作。

为了算出移动速度而使用的扶手负荷既可以是前方(Fy⁺)的负荷或者下方(Fz^-)的负荷，也可以是组合前方(Fy⁺)的负荷与下方(Fz^-)的负荷而得到的负荷。

移动装置14具备设置于主体部11的下部的旋转体18以及驱动控制旋转体18的驱动部19。

旋转体18是在使主体部11自立的状态下对该主体部11进行支承并通过驱动部19驱动旋转的车轮。在实施方式1中，通过驱动部19，两个旋转体18进行旋转，使机器人1移动。具体而言，旋转体18在保持使机器人1自立的姿势的状态下，使主体部11向图2所示的箭头的方向(前方或者后方)移动。此外，在实施方式1中，对移动装置14具备使用了两个车轮作为旋转体18的移动机构的例子进行了说明，但不限定于此。例如旋转体18也可以是移动带、滚筒等。

驱动部19基于由检测部13检测到的扶手负荷，驱动旋转体18。

引导信息生成部15生成沿着行走路线引导用户的引导信息。在实施方式1中，引导信息指的是用于引导用户的信息，包含引导方向信息。此外，除了引导方向，引导信息也可以还包含引导速度、引导距离、自身位置、地图、行走路线等信息。

任务设定部16设定给予用户的任务。在实施方式1中，任务设定部16设定决定行走路线的复杂度的身体任务。另外，任务设定部16根据对于行走路线的用户的跟随度来变更身体任务强度。在本说明书中，身体任务强度意味着身体活动的复杂度。身体任务强度能够通过调整行走路线的复杂度来变更。

提示部17基于由引导信息生成部15生成的引导信息，提示引导用户的提示信息。在本说明书中，提示信息是用于引导用户的信息，例如包含声音以及/或者图像等的信息。作为提示部17，例如可列举扬声器以及/或者显示器等。

[行走辅助机器人的控制结构]

说明在具有这种构成的行走辅助机器人1中用于进行用户的行走辅助的控制结构。图4是表示机器人1中的主要的控制结构的控制框图。另外，在图4的控制框图中，也示出了各个控制结构与所处理的信息之间的关系。图5是表示机器人1的行走辅助的控制结构的一例的控制框图。

对驱动部19进行说明。如图4以及图5所示，驱动部19具备用户移动意图推定部20、驱动力算出部21、执行器控制部22以及执行器23。

用户移动意图推定部20基于由检测部13检测到的扶手负荷的信息来推定用户的移动意图。用户的移动意图包括根据用户的意图进行移动的机器人1的移动方向以及移动速度。在实施方式1中，用户移动意图推定部20根据由检测部13检测到的各移动方向上的扶手负荷的值，推定用户的移动意图。例如，在由检测部13检测到的Fy⁺的力是预定的第1阈值以上的值、My⁺的力是小于预定的第2阈值的值的情况下，用户移动意图推定部20可以推定为用户的移动意图是直行动作。另外，用户移动意图推定部20也可以基于Fz方向上的扶手负荷的值，推定移动速度。另一方面，在由检测部13检测到的Fy⁺的力是预定的第3阈值以上的值、My⁺的力是预定的第2阈值以上的值的情况下，用户移动意图推定部19可以推定为用户的移动意图是右转弯动作。另外，用户移动意图推定部20也可以基于Fz方向上的扶手负荷的值来推定转弯速度，基于My方向上的扶手负荷的值来推定转弯半径。

在实施方式1中，用户移动意图推定部20也能够基于扶手负荷的信息，推定移动距离。具体而言是，能够基于在移动方向上施加有扶手负荷的时间、和移动速度来推定移动距离。

驱动力算出部21基于由用户移动意图推定部20根据扶手负荷的信息所推定出的用户的移动意图、即用户的移动方向以及移动速度，算出驱动力。例如，驱动力算出部21在用户的移动意图是前进动作或者后退动作的情况下，算出驱动力以使两个车轮(旋转体)18的旋转量均等。驱动力算出部21在用户的移动意图是右转弯动作的情况下，算出驱动力以使两个车轮18中的右侧的车轮18的旋转量大于左侧的车轮18的旋转量。另外，驱动力算出部21根据用户的移动速度，算出驱动力的大小。

执行器控制部22基于由驱动力算出部21算出的驱动力的信息，进行执行器23的驱动控制。另外，执行器控制部22能够从执行器23取得车轮18的旋转量的信息，并对驱动力算出部21发送车轮18的旋转量的信息。

执行器23例如是使车轮18旋转驱动的马达等。执行器23经由齿轮机构或者滑轮机构等与车轮18连接。执行器23通过被执行器控制部22驱动控制来旋转驱动车轮18。

对引导信息生成部15进行说明。引导信息生成部15如上所述那样生成引导信息。如图4以及图5所示，引导信息生成部15具备算出机器人1的引导意图的引导意图算出部24以及推定机器人1的位置的自身位置推定部25。在实施方式1中，引导意图包含引导方向。此外，除了引导方向，引导意图也可以还包含引导速度等。

引导意图算出部24算出沿着行走路线将用户引导到目的地的引导意图。在实施方式1中，引导意图包含引导方向。引导意图算出部24基于行进目的地信息、机器人1的自身位置信息、地图信息和来自任务设定部16的任务信息，算出引导方向。

行进目的地信息例如包括目的地、到达时间、行走路线以及目的(例如就餐、就寝等)等。行进目的地信息例如通过用交互部26由用户输入来取得。交互部26是用户输入目的地等行进目的地信息的装置，例如通过声音输入设备、触摸面板等构成。通过交互部26输入的行进目的地信息被发送给引导意图算出部24。

机器人1的自身位置由自身位置推定部25推定。

地图信息例如存储于机器人1的存储部(未图示)。地图信息例如既可以预先保存于存储部，也可以使用环境传感器27来制作。此外，可以使用SLAM技术来进行对地图信息的制作。

任务信息通过任务设定部16来设定。在实施方式1中，任务信息包含身体任务强度。

引导意图算出部24将算出的引导意图的信息发送给提示部17。

自身位置推定部25例如基于由环境传感器27取得的信息来推定机器人1的自身位置。自身位置推定部25将推定出的自身位置的信息发送给引导意图算出部24。

环境传感器27是检测关于机器人1周边环境的信息的传感器。环境传感器27例如可以通过距离传感器、LRF(Laser Range Finder，激光测距仪)、LIDAR(Laser ImagingDetection and Ranging，激光雷达)、摄像头(camera)、深度摄像头、立体摄像头、声纳、RADAR等传感器、GPS(Global Positioning System，全球定位系统)或者它们的组合来构成。由环境传感器27取得的信息被发送给自身位置推定部25。

引导意图算出部24将从交互部26取得的行进目的地信息、和由自身位置推定部25取得的自身位置信息发送给任务设定部16。

如图4以及图5所示，任务设定部16具备身体任务设定部28、跟随度算出部29以及调整部30。

身体任务设定部28通过调整从出发地到目的地的行走路线的复杂度，设定身体任务。身体任务设定部28例如基于用户经由身体任务输入部(未图示)输入的设定，设定身体任务强度。例如，用户通过选择显示于身体任务输入部的身体任务强度设定按钮“大”、“中”、“小”中的某一个，设定身体任务强度。或者，身体任务设定部28基于保存于存储部(未图示)的用户的信息，设定身体任务强度。

＜设定身体任务的强度的例子＞

图6A表示身体任务强度的设定的一例，具体而言是表示身体任务强度“小”的行走路线。图6B表示身体任务强度的设定的另一例，具体而言是表示身体任务强度“大”的行走路线。

如图6A所示，在身体任务强度“小”的设定的一例中，从出发地S1到目的地S2的行走路线R1包括两个大弯道(curve)和三条直线。如此，根据身体任务强度“小”的设定，行走路线R1成为单调的路线。单调的路线由于身体活动变得单调，因此身体任务强度小。

另一方面，如图6B所示，在身体任务强度“大”的设定的一例中，从出发地S1到目的地S2的行走路线R2包括两个大弯道、三个中弯道、两个小弯道和四条直线。如此，根据身体任务强度“大”的设定，行走路线R2成为复杂的路线。复杂的路线由于身体活动变得复杂，因此身体任务强度增大。

＜身体任务强度的计算式的例子＞

作为一例，身体任务强度可以基于行走路线的复杂度、即单位时间内的转向(cornering)的次数以及种类，用以下的(式1)来求取。

(身体任务强度)＝da+k×dda(式1)

在此，“da”意味着旋转角度，“k”意味着任意的系数，“dda”意味着弯道的种类。旋转角度例如表示每10cm的旋转方向的角度变化的点数(point)。弯道的种类例如表示每50cm的“da”的变化量点数。

(式1)为，转向越急，“da”越大；弯道的种类越杂乱，“dda”越大。

作为另一例，对身体任务强度设定的例子进行说明。身体任务强度也可以基于行走路线的复杂度、即行走路线所包含的路径的种类以及数量，用以下的(式2)来求取。

(身体任务强度)＝sc×m1+mc×m2+bc×m3+st×m4(式2)

在此，“sc”表示小弯道的点数，“mc”表示中弯道的点数，“bc”表示大弯道的点数，“st”表示直线的点数。另外，“m1”表示小弯道的出现次数，“m2”表示中弯道的出现次数，“m3”表示大弯道的出现次数，“m4”表示直线的出现次数。

对使用了上述(式2)的身体任务强度的设定的一例进行表示。基于10个路径的信息，如下这样设定身体任务强度。此外，以下的身体任务强度的设定值是示例，并不限定于这些。

身体任务强度“大”＝40以上

身体任务强度“中”＝20～39

身体任务强度“小”＝19以下

例如在想将身体任务强度设定为“中”的情况下，如以下的表1那样进行对出现在行走路线中的弯道的种类以及直线的分配。

(表1)

路线	点数	出现次数(总计10次)
			小弯道(sc)	6	1
中弯道(mc)	4	3
			大弯道(bc)	2	2
直线(st)	1	4

在表1的情况下，若用(式2)计算身体任务强度，则如下地，身体强度设定为“中”。

(身体任务强度)＝6×1+4×3+2×2+1×4＝26

如此，身体任务设定部28通过调整行走路线的复杂度，设定了身体任务强度。

在实施方式1中，身体任务设定部28将身体任务信息作为任务信息发送给引导意图算出部24、跟随度算出部29以及调整部30。身体任务信息包括身体任务强度、根据身体任务强度所决定的行走路线等的信息。

跟随度算出部29算出对于行走路线的用户的跟随度。具体而言，跟随度算出部29算出对于根据由身体任务设定部28设定的身体任务强度所决定的行走路线，用户跟随着的程度。跟随度算出部29例如基于行走路线的信息和机器人1的移动信息来算出跟随度。

在实施方式1中，机器人1的移动信息例如包括机器人1的移动方向以及移动距离的信息。机器人1的移动方向以及移动距离的信息从用户移动意图推定部20取得。

跟随度算出部29根据机器人1的移动方向以及移动距离的信息，判定用户是否在行走路线上移动。接着，跟随度算出部29算出用户在预定的期间内在行走路线上移动的程度、即跟随度。算出的跟随度被发送给调整部30。

调整部30基于由跟随度算出部29算出的跟随度，变更身体任务强度。在实施方式1中，在跟随度变得低于预定的阈值A1时，将身体任务强度降低，在跟随度变得大于预定的阈值A2时，将身体任务强度提高。

调整部30将变更后的身体任务强度的信息发送给身体任务设定部28。接着，身体任务设定部28基于被变更的身体任务强度的信息，变更行走路线。之后，身体任务设定部28将被变更的行走路线的信息作为身体任务信息发送给引导意图算出部24。

引导意图算出部24基于来自交互部26的行进目的地信息、来自自身位置推定部25的自身位置信息、从存储部读出的地图信息以及来自任务设定部16的行走路线的信息，算出机器人1的引导意图(引导方向)。接着，引导意图算出部24将算出的引导方向作为引导信息发送给提示部17。

提示部17基于引导信息，提示用于沿着行走路线引导用户的提示信息。例如，提示部17利用声音以及/或者图像来提示引导方向，将用户沿着行走路线引导到目的地。

[行走辅助机器人的控制]

使用图7，对机器人1的控制进行说明。图7表示机器人1的控制的示例性的流程图。

如图7所示，在步骤ST11中，引导信息生成部15取得行进目的地信息和自身位置信息。具体而言，用户将目的地等行进目的地信息输入到交互部26。通过交互部26输入的行进目的地信息被发送到引导意图算出部24。自身位置信息通过自身位置推定部25基于由环境传感器27取得的环境信息生成。通过自身位置推定部25生成的自身位置信息被发送给引导意图算出部24。引导意图算出部24将目的地信息和自身位置信息发送给身体任务设定部28。

在步骤ST12中，由身体任务设定部28设定身体任务强度。具体而言，用户对身体任务输入部输入身体任务强度。例如，用户通过选择显示于身体任务输入部的身体任务强度设定按钮“大”、“中”、“小”中的某一个，设定身体任务强度。

或者，身体任务设定部28基于保存于存储部的用户的信息来设定身体任务强度。

在步骤ST13中，由身体任务设定部28根据身体任务强度决定行走路线。具体而言，身体任务设定部28基于从引导意图算出部24接收到的目的地信息和自身位置信息、从存储部读出的地图信息、以及身体任务强度的信息，决定行走路线。

例如，身体任务设定部28基于目的地信息、自身位置信息以及地图信息，推定从当前位置到目的地的多个行走路线。对于多个行走路线，根据上述的(式1)或者(式2)，路线的复杂度被量化，并根据身体强度而被划分。身体任务设定部28基于在步骤ST12中设定的身体任务强度，从推定出的多个行走路线中决定行走路线。

身体任务设定部28将基于身体任务强度所决定的行走路线的信息作为身体任务信息发送给引导意图算出部24。

在步骤ST14中，由提示部17基于行走路线来引导用户。具体而言，在步骤ST14中，引导意图算出部24基于由身体任务设定部28决定的行走路线的信息、来自自身位置推定部25的自身位置信息以及来自存储部的地图信息，算出引导方向。在实施方式1中，引导意图算出部24基于地图信息和自身位置信息来推定机器人1的当前位置，算出沿着行走路线从当前位置朝向目的地的引导方向。算出的引导方向被作为引导信息发送给提示部17。

提示部17基于引导信息(引导方向)，提示用于引导用户的提示信息。在实施方式1中，提示信息包括用于将引导方向通知给用户的声音以及/或者图像等。例如，在使用机器人1的用户来到即将进右弯道之前(弯道跟前)时，提示部17基于引导信息提示“向右拐”这一显示。在用户来到即将进左弯道之前时，提示部17基于引导信息提示“向左拐”这一显示。另外，在用户来到直行路径时，提示部17基于引导信息提示“直行”这一显示。

在步骤ST15中，由检测部13取得扶手负荷的信息。由检测部13检测到的扶手负荷的信息被发送给用户移动意图推定部20。

在步骤ST16中，由用户移动意图推定部20基于扶手负荷的信息推定用户的移动意图(移动方向、移动速度)。

在步骤ST17中，移动装置14基于用户的移动意图，使机器人1移动。

在步骤ST18中，由跟随度算出部29算出对于行走路线的用户的跟随度。跟随度算出部29基于在步骤ST13中所决定的行走路线、和机器人1的移动信息，算出用户的跟随度。

在此，机器人1的移动信息基于用户移动意图的信息来算出。具体而言，机器人1的移动方向与用户移动意图中的移动方向相同。另外，机器人1的移动距离基于在移动方向上施加有扶手负荷的时间、和移动速度来算出。

跟随度算出部29基于机器人1的移动信息来判定用户是否在沿着行走路线移动，算出用户在沿着行走路线移动的程度，由此算出跟随度。

在步骤ST19中，由调整部30根据在步骤ST18中算出的跟随度来变更身体任务强度。例如，调整部30在跟随度变得低于预定的阈值A1时，将身体任务强度降低，在跟随度变得大于预定的阈值A2时，将身体任务强度提高。

由调整部30变更后的身体任务强度被发送给身体任务设定部28。身体任务设定部28根据由调整部30变更后的身体任务强度来变更行走路线。另外，身体任务设定部28将变更后的行走路线的信息作为身体任务信息发送给引导意图算出部24。

如此，机器人1一边通过根据对于行走路线的用户的跟随度来变更身体任务强度从而变更行走路线，一边进行用户的行走辅助。

[效果]

根据实施方式1涉及的行走辅助机器人1，能够取得以下效果。

根据实施方式1涉及的行走辅助机器人1，能够将用户引导到目的地，且通过调整行走路线的复杂度来设定身体任务，并根据用户的跟随度变更身体任务强度。因此，能够辅助用户行走并且使其身体机能提高。

另外，通过除了沿单纯的路线行走的运动之外还设定复杂的路线，能够同时进行运用与行走关联的多样的身体功能的身体任务。由此，作为进一步的效果，除了能够强化在现实世界的多样的环境中的行走时的行走本身的心肺机能和体力之外，还能够强化作为如下能力的行走能力，该能力是即使针对如不好的道路和/或障碍物、复杂的路线这样的在现实的行走时会发生的状况也能适当地让身体动起来加以应对的能力。

此外，在实施方式1中，构成机器人1的要素例如也可以为，具备存储有使这些要素发挥功能的程序的存储器(未图示)和与CPU(Central Processing Unit：中央处理单元)等处理器对应的处理电路(未图示)，处理器执行程序由此作为这些要素发挥功能。或者，构成机器人1的要素也可以使用使这些要素发挥功能的集成电路来构成。

在实施方式1中，以行走辅助机器人1的动作为主进行了说明，但这些动作也能够作为行走辅助方法来执行。

在实施方式1中，说明了检测部13是六轴力传感器的例子，但不限定于此。检测部13例如也可以使用三轴传感器或者应变传感器等。

在实施方式1中，对移动装置14基于用户的扶手负荷的值算出移动速度的例子进行了说明，但不限定于此。例如，移动装置14也可以基于用户的扶手负荷±α的值来算出移动速度。±α的值例如可以是固定值、按每个用户设定的值、用户所输入的值。

在实施方式1中，对通过分别设定两个车轮(旋转体)18的旋转量来控制机器人1的前进动作、后退动作、右转弯动作、左转弯动作等的例子进行了说明，但不限定于此。例如，也可以通过制动机构等，控制车轮18的旋转量，控制机器人1的动作。

在实施方式1中，对用户移动意图推定部20基于由检测部13检测到的扶手负荷来推定用户的移动意图的例子进行了说明，但不限定于此。用户移动意图推定部20也可以基于对由检测部13检测到的扶手负荷进行了修正的值(修正扶手负荷)，推定用户的移动意图。

作为修正扶手负荷的方法，例如可以根据过去用户行走时的扶手负荷数据来算出波动频率，从由检测部13检测到的扶手负荷中对波动频率进行滤波，由此，进行扶手负荷的修正。也可以使用由检测部13检测到的扶手负荷的平均负荷值来进行扶手负荷的修正。或者，也可以基于用户的负荷倾向数据，进行扶手负荷的修正。再者，也可以基于机器人1的使用地点、使用时间以及用户的身体状况等，对扶手负荷的值进行修正。

在实施方式1中，对引导信息生成部15生成引导方向的信息来作为引导信息的例子进行了说明，但不限定于此。例如，引导信息生成部15也可以生成引导速度、引导时间、引导距离、自身位置、地图信息、行走路线等信息来作为引导信息。

另外，对提示部17基于引导方向的信息提示引导用户的提示信息的例子进行了说明，但不限定于此。例如，提示部17也可以基于引导速度、引导时间、引导距离等信息来提示提示信息。另外，提示部17也可以提示地图信息、行进目的地信息、自身位置信息、行走路线的信息以及身体任务强度的信息等。

提示部17也可以基于地图信息和行走路线信息，提示示出了从出发地到目的地的行走路线的地图。另外，提示部17也可以基于自身位置信息将机器人1的当前位置提示在地图上，并且，提示引导方向。根据这种构成，用户能够更舒适地受到机器人1的行走辅助并且使身体机能提高。在该情况下，提示部17也可以从存储部接收地图信息、从身体任务设定部28接收行走路线的信息、从引导意图算出部24接收行进目的地信息、从自身位置推定部25接收自身位置信息。

在实施方式1中，对提示部17包括扬声器以及/或者显示器的例子进行了说明，但不限定于此。例如，提示部17也可以使用投影仪对周边环境提示提示信息。

另外，对提示信息是沿着行走路线引导用户的声音以及/或者图像等信息的例子进行了说明，但不限定于此。例如，提示信息也可以是向引导方向射出的光或者表示引导方向的指示器等。

在实施方式1中，对身体任务设定部28基于用户经由身体任务输入部(未图示)所输入的设定来设定身体任务强度的例子进行了说明，但不限定于此。例如，身体任务设定部28也可以基于用户经由交互部26输入的设定，设定身体任务强度。

对身体任务设定部28使用(式1)或者(式2)算出身体任务强度的例子进行了说明，但不限定于此。身体任务设定部28也可以使用任意的数式并基于行走路线的复杂度来算出身体任务强度。

在实施方式1中，对身体任务强度通过调整行走路线的复杂度来变更的例子进行了说明，但不限定于此。例如，身体任务强度也可以通过除了行走路线的复杂度之外，还调整行走速度、行走时间等来变更。

在实施方式1中，对跟随度算出部29基于机器人1的移动信息来算出对于行走路线的用户的跟随度的例子进行了说明，但不限定于此。例如，跟随度算出部29也可以基于由自身位置推定部25推定出的自身位置的信息、和从存储部读出的地图信息，算出对于行走路线的用户的跟随度。

在实施方式1中，对调整部30在跟随度变得低于预定的阈值A1时将身体任务强度降低、在跟随度变得大于预定的阈值A2时将身体任务强度提高的例子进行了说明，但不限定于此。例如，调整部30也可以调整身体任务强度以使得跟随度变为预定的阈值A3以上。另外，调整部30也可以储存跟随度的历史记录信息，逐渐地将身体任务强度提高以使得能够达成目标身体任务强度。根据这种构成，能够一边接受行走辅助一边进行训练，直至达到目标身体机能。

调整部30也可以基于跟随度变更旋转体的驱动力。例如，调整部30也可以在跟随度变得小于预定的阈值A4时，使旋转体18的驱动力减小。由此，也可以减小由机器人1的移动带来的向用户的移动方向的协助。或者，调整部30也可以在跟随度变得小于预定的阈值A4时，进行调整以使得向与用户的移动方向相反的方向产生旋转体18的驱动力。根据这种构成，能够在跟随度低的情况下，在用户一边推压机器人1的扶手部12一边移动时，加大施加于用户的负荷，促使用户慢慢地走。

或者，调整部30也可以在跟随度变得小于预定的阈值A4时，使旋转体18的驱动力增大。由此，也可以减轻施加于用户的负荷。另外，调整部30也可以在跟随度变得大于预定的阈值A5时，使旋转体18的驱动力减小。由此，能够在跟随度高的情况下，加大施加于用户的负荷。

在实施方式1中，对机器人1具备引导信息生成部15以及任务设定部16的例子进行了说明，但不限定于此。例如也可以，引导信息生成部15以及任务设定部16被设置于服务器等外部计算机，机器人1经由网络取得在外部计算机中处理得到的信息(引导信息、任务信息)。同样地，关于用户移动意图推定部20、驱动力算出部21等处理信息的要素，也可以不设置于机器人1，而是设置于外部计算机。

在实施方式1中，对机器人1具备提示部17的例子进行了说明，但不限定于此。例如，提示部17也可以配置在行走路线上。

在实施方式1中，对行走路线是从出发地到目的地的路径的例子进行了说明，但不限定于此。行走路线也可以是没有目的地的路线。例如，没有目的地的路线可以是环状循环(loop，环)、8字循环等循环状的路径。没有目的地的路线也可以是在预定的区域内以若接近墙壁或者障碍物等则以任意角度转弯的方式设定的路线。或者，没有目的地的路线也可以是仅设定有弯道的数量及种类、直行的数量等，而行走方向由用户决定的路线。

(实施方式2)

对本公开的实施方式2涉及的行走辅助机器人进行说明。此外，在实施方式2中，主要对与实施方式1的不同之处进行说明。在实施方式2中，对与实施方式1相同或者等同的构成赋予相同的标号进行说明。另外，在实施方式2中，省略与实施方式1重复的记载。

在实施方式2中，与实施方式1的不同之处在于，除了身体任务之外还提示认知任务。

[行走辅助机器人的控制结构]

图8是表示实施方式2涉及的行走辅助机器人51(以下称为“机器人51”)中的主要的控制结构的一例的控制框图。图9是表示机器人51的行走辅助的控制结构的一例的控制框图。

如图8以及图9所示，在实施方式2中，与实施方式1的不同之处在于，任务设定部16具备认知任务设定部31、达成度算出部32以及认知任务信息数据库33。此外，在实施方式2的机器人51中，认知任务信息数据库33并非必须的构成部分。

认知任务设定部31设定提示给用户的认知任务。在本说明书中，认知任务意味着计算、猜谜等认知问题。认知任务设定部31例如基于用户经由认知任务输入部(未图示)输入的设定，设定认知任务的难易度以及种类。例如，用户通过选择显示于认知任务输入部的认知任务强度设定按钮“高”、“中”、“低”中的某一个，设定认知任务的难易度。或者，认知任务设定部31基于保存于存储部(未图示)的用户的信息，设定认知任务的难易度。

在本说明书中，认知任务的种类例如意味着视觉任务、听觉任务。具体而言，认知任务的种类包括是用图像提示认知任务，还是用声音提示听觉任务，或是它们二者。

认知任务设定部31从认知任务信息数据库33取得认知任务的信息。

图10表示认知任务的一例。如图10所示，认知任务信息数据库33存储有与难易度相应的认知任务的信息。认知任务设定部31根据难易度，从认知任务信息数据库33取得认知任务的信息，由此设定认知任务。认知任务例如包括计算问题或者句子问题等。

由认知任务设定部31设定的认知任务的信息被发送给提示部17。提示部17基于认知任务的信息，提示认知任务。此外，对于由提示部17提示的认知任务的用户的回答例如能够通过用户输入到交互部26来取得。

另外，认知任务设定部31将认知任务的信息发送到调整部30和达成度算出部32。

达成度算出部32算出用户的认知任务达成度。具体而言，达成度算出部32算出对于预定次数的认知任务的用户的回答准确率。例如，将对于10次的认知任务的用户的正确答案数进行计数，算出用户的认知任务达成度。算出的认知任务达成度的信息被发送给调整部30。

在实施方式2中，调整部30根据认知任务达成度来变更认知任务的难易度。变更后的认知任务的难易度的信息被发送给认知任务设定部31。接着，认知任务设定部31从认知任务信息数据库33取出与变更后的认知任务的难易度相应的认知任务的信息，重新设定认知任务。

[行走辅助机器人的控制]

使用图11，对机器人51的控制进行说明。图11表示机器人51的控制的示例性的流程图。

如图11所示，在步骤ST21中，引导信息生成部15取得行进目的地信息和自身位置信息。

在步骤ST22中，由身体任务设定部28设定身体任务强度。

在步骤ST23中，由身体任务设定部28根据身体任务强度决定行走路线。

在步骤ST24中，由认知任务设定部31设定认知任务的难易度。具体而言，认知任务设定部31例如基于用户经由认知任务输入部(未图示)输入的设定，设定认知任务的难易度。或者，认知任务设定部31基于保存于存储部(未图示)的用户的信息，设定认知任务的难易度。

在步骤ST25中，提示部17基于行走路线来引导用户。

在步骤ST26中，由检测部13取得扶手负荷的信息，由用户移动意图推定部20基于扶手负荷的信息推定用户的移动意图(移动方向、移动速度)。

在步骤ST27中，基于用户的移动意图，由移动装置14使主体部11移动，并且，由提示部17提示认知任务。具体而言，提示部17基于从认知任务设定部31接收到的认知任务的信息，提示认知任务。提示部17例如利用声音以及/或者图像等来提示认知任务。

在实施方式2中，提示部17在用户行走期间提示认知任务。具体而言，提示部17根据扶手负荷的变化的信息来推定用户正在行走，并提示认知任务。例如，提示部17在扶手负荷Fy⁺增大时，推定为用户正沿前进方向行走，并提示认知任务。

用户针对提示部17所提示的认知任务，例如将回答输入到交互部26。由交互部26取得的回答信息被发送给达成度算出部32。

在步骤ST28中，由跟随度算出部29算出对于行走路线的用户的跟随度。

在步骤ST29中，由达成度算出部32算出用户的认知任务达成度。具体而言，达成度算出部32基于来自认知任务设定部31的认知任务的信息、和来自交互部26的回答信息，算出认知任务达成度。

例如，达成度算出部32算出预定次数(10次)的认知任务的用户的回答准确率。即，达成度算出部32算出用户的回答准确率作为认知任务达成度。算出的认知任务达成度的信息被发送给调整部30。

在步骤ST30中，由调整部30基于跟随度与认知任务达成度来变更认知任务。具体而言，调整部30在认知任务达成度变得低于预定的第1阈值B1的情况下，降低认知任务的难易度，在认知任务达成度变得高于预定的第2阈值B2的情况下，提高认知任务的难易度。或者，调整部30在跟随度变得低于预定的第3阈值B3的情况下，降低认知任务的难易度，在跟随度变得高于预定的第4阈值B4的情况下，提高认知任务的难易度。

如此，机器人51一边根据对于行走路线的用户的跟随度和认知任务达成度来变更认知任务的难易度，一边进行用户的行走辅助。

[效果]

根据实施方式2涉及的行走辅助机器人51，能够取得以下效果。

根据实施方式2涉及的行走辅助机器人51，通过除了身体任务之外还设定认知任务，能够组合身体任务与认知任务。由此，能够使身体任务与认知任务在脑中互相结合，能够进行痴呆症的预防及改善。

根据机器人51，能够基于跟随度和认知任务达成度来调整认知任务的难易度。由此，能够取得身体任务与认知任务之间的平衡。即，能够取得施加于身体的负荷与施加于脑的负荷之间的平衡，能够通过适当的负荷设定，更有效地进行痴呆症的预防以及认知功能的改善。

再者，能够期待如下身体机能的强化：即该身体机能用于在如需要行走时的周边环境的信息和/或行走期间的信息处理的情况那样的、存在认知的负荷的状况下，也适当地执行身体任务。

此外，在实施方式2中，对调整部30基于跟随度和认知任务达成度来变更认知任务的难易度的例子进行了说明，但不限定于此。例如，调整部30也可以基于跟随度和认知任务达成度中的至少一方，变更认知任务的难易度。

例如，调整部30也可以不考虑跟随度，基于认知任务达成度来变更身体任务强度。在该情况下，机器人51也可以不具备跟随度算出部29。根据这种构成，能够在认知任务达成度低的情况下，通过降低身体任务强度，减小由身体任务给用户带来的负荷，取得认知任务与身体任务之间的平衡。

对调整部30在认知任务达成度变得低于预定的阈值B1或者跟随度变得低于预定的阈值B3的情况下降低认知任务的难易度、在认知任务达成度变得高于预定的阈值B2或者跟随度变得高于预定的阈值B4的情况下提高认知任务的难易度的例子进行了说明，但不限定于此。例如，调整部30也可以逐渐地提高认知任务的难易度以使得用户的认知任务达成度达到目标的认知任务达成度。

调整部30也可以储存跟随度以及认知任务达成度的历史记录信息，基于历史记录信息，变更跟随度和认知任务中的至少一方。通过利用用户的跟随度以及认知任务达成度的历史记录信息，能够设定与用户相应的身体任务强度或者认知任务的难易度。

调整部30也可以基于跟随度和认知任务达成度，变更认知任务的种类。例如，调整部30可以基于跟随度和认知任务达成度，将认知任务的种类从视觉任务变更为听觉任务，也可以从听觉任务变更为视觉任务。通过变更认知任务的种类，能够给予用户不同种类的任务，能够变更给脑的负荷。此外，视觉任务通过显示器等提示，听觉任务通过扬声器等提示。

在实施方式2中，以认知任务例如是计算问题、句子问题为例进行了说明，但不限定于这些。例如，认知任务只要是接龙、找错、猜谜等激发脑的活动的任务即可。

在实施方式2中，以机器人51包括认知任务信息数据库33的构成为例进行了说明，但不限定于此。认知任务信息数据库33并非必须的构成部分，例如也可以是机器人51经由网络等与认知任务信息数据库33连接的构成。

在实施方式2中，调整部30也可以基于认知任务达成度变更旋转体的驱动力。例如，调整部30也可以在认知任务变得小于预定的阈值B5时，使旋转体18的驱动力减小。由此，也可以减小由机器人51的移动带来的向用户的移动方向的协助。或者，调整部30也可以在认知任务达成度变得小于预定的阈值B5时，进行调整以使得向与用户的移动方向相反的方向产生旋转体18的驱动力。根据这种构成，能够在认知任务达成度低的情况下，在用户一边推压机器人51的扶手部12一边移动时，加大施加于用户的负荷，促使用户慢慢地走。

或者，调整部30也可以在认知任务达成度变得小于预定的阈值B5时，使旋转体18的驱动力增大。由此，也可以减轻施加于用户的负荷。另外，调整部30也可以在认知任务达成度变得大于预定的阈值B6时，使旋转体18的驱动力减小。由此，能够在认知任务达成度高的情况下，加大施加于用户的负荷。

在实施方式2中，也可以具备警告提示部，其基于身体任务强度、所述认知任务的难易度、所述跟随度、所述认知任务达成度中的至少一个，向周围提示警告。图12是表示机器人51的行走辅助的控制结构的另一例的控制框图。在图12所示的机器人51的另一例中，具备警告提示部34。

如图12所示，警告提示部34基于身体任务强度、所述认知任务的难易度、所述跟随度、所述认知任务达成度中的至少一个，向周围提示警告。警告提示部34例如连接于调整部30，能够从调整部30取得身体任务强度、所述认知任务的难易度、所述跟随度以及所述认知任务达成度的信息。

在实施方式2中，警告提示部34例如是LED等发光的装置。例如，警告提示部34在身体任务强度大于第1阈值C1的情况下，推定为用户的活动是杂乱的，发出唤起注意的颜色(例如红色或者黄色)的光。警告提示部34在认知任务的难易度高于第2阈值C2、或者认知任务的难易度低于第3阈值C3的情况下，推定为用户会进行意想不到的活动，发出唤起注意的颜色(例如红色或者黄色等)的光。警告提示部34在认知任务的难易度高并且认知任务达成度高的情况下，推定为是安全的，发出安全的颜色(例如蓝色或者绿色等)的光。

根据这种构成，在用户的行走处于不稳定的状态的情况下，能够向机器人51周围提示用于唤起注意的警告，能够确保安全性。

对警告提示部34是LED等发光的装置的例子进行了说明，但不限定于此。例如，警告提示部34也可以是鸣放警告声的扬声器等。

警告提示部34既可以从身体任务设定部28取得身体任务强度的信息，也可以从跟随度算出部29取得跟随度的信息。另外，警告提示部34既可以从认知任务设定部31取得认知任务的难易度的信息，也可以从达成度算出部32取得认知任务达成度的信息。

(实施方式3)

对本公开的实施方式3涉及的行走辅助机器人进行说明。此外，在实施方式3中，主要对与实施方式2的不同之处进行说明。在实施方式3中，对与实施方式2相同或者等同的构成赋予相同的标号进行说明。另外，在实施方式3中，省略与实施方式2重复的记载。

在实施方式3中，与实施方式2的不同之处在于，基于环境的复杂度的信息来变更认知任务的难易度。

[行走辅助机器人的控制结构]

图13是表示实施方式3涉及的行走辅助机器人61(以下称为“机器人61”)中的主要的控制结构的一例的控制框图。图14是表示机器人61的行走辅助的控制结构的一例的控制框图。如图13以及图14所示，在实施方式3中，与实施方式2的不同之处在于具备环境判定部35。

环境判定部35根据机器人61的周围环境的信息来判定环境的复杂度。具体而言，环境判定部35基于从环境传感器27取得的周围环境的三维信息以及/或者视觉信息，判定环境的复杂度。例如，环境的复杂度用10级等级(Level 1-10)来判定。

所谓环境的复杂度，例如包括由指定区域内的激光扫描发现的障碍物和/或人的各自的移动速度。指定区域例如意味着以机器人61作为起点并在行进方向的角度60度以内。此外，角度60度是示例，并非限定于此。

所谓环境的复杂度，例如也可以包含通过摄像头确认时的环境方面的信息量。环境方面的信息量例如意味着处于指定区域内的物体、例如招牌(看板)等所显示的文字的量。

在实施方式3中，环境传感器27是能够取得周围环境的三维信息以及/或者视觉信息的传感器。图15A表示环境信息的一例。如图15A所示，环境传感器27利用激光扫描，取得指定区域内的障碍物X1、X2、X3以及人H1等的数量、位置、移动速度等作为三维信息。此外，图15A所示的指定区域例如意味着以机器人61作为起点的在行进方向的角度α1以内的区域。角度α1例如为60度。

图15B是表示环境信息的另一例的图。如图15B所示，环境传感器27利用摄像头，取得障碍物X4、X5、X6的数量、位置、大小等作为视觉信息。

环境判定部35基于图15A所示的三维信息和图15B所示的视觉信息来判定环境的复杂度。或者，环境判定部35基于图15A所示的三维信息和图15B所示的视觉信息中的某一方，判定环境的复杂度。环境的复杂度的信息被发送给调整部30。

调整部30基于跟随度、认知任务达成度以及环境的复杂度，变更认知任务。例如，调整部30在环境的复杂度的等级高(例如Level 8-10)且跟随度低于第1阈值D1的情况下，降低认知任务的难易度。另外，调整部30在环境的复杂度的等级低(例如Level1-3)且跟随度高于第2阈值D2的情况下，提高认知任务的难易度。

或者，调整部30在环境的复杂度的等级高(例如Level 8-10)且认知任务达成度低于第3阈值D3的情况下，降低认知任务的难易度。另外，调整部30在环境的复杂度的等级低(例如Level1-3)且认知任务达成度高于第4阈值D4的情况下，提高认知任务的难易度。

[行走辅助机器人的控制]

使用图16，对机器人61的控制进行说明。图16表示机器人61的控制的示例性的流程图。

如图16所示，在步骤ST31中，由环境传感器27取得环境信息。具体而言，环境传感器27利用激光扫描以及/或者摄像头，取得三维信息以及/或者视觉信息。

在步骤ST32中，由环境判定部35基于环境信息来判定环境的复杂度。具体而言，环境判定部35基于由环境传感器27取得的三维信息以及/或者视觉信息，判定环境的复杂度的等级。

在步骤ST33中，由跟随度算出部29算出对于行走路线的用户的跟随度。

在步骤ST34中，由达成度算出部32算出对于认知任务的用户的认知任务达成度。

在步骤ST35中，调整部30基于跟随度、认知任务达成度以及环境的复杂度，变更认知任务。

如此，机器人61一边判定环境的复杂度，并根据环境的复杂度的等级来变更认知任务的难易度，一边进行用户的行走辅助。

[效果]

根据实施方式3涉及的行走辅助机器人61，能够取得以下效果。

根据实施方式3涉及的行走辅助机器人61，由于能够基于环境的复杂度来调整认知任务的难易度，因而能够将与周围环境相应的难易度的认知任务提示给用户。由此，能够更有效地进行痴呆症的预防及改善，并且，能够使行走时的认知注意力提高。在本说明书中，行走时的认知注意力意味着不看漏招牌、预测突发等理解由视觉和/或听觉获得的信息从而防止行走期间的事故的能力。

根据机器人61，在环境复杂的情况下，通过降低认知任务的难易度，抑制用户的意识集中于认知任务。由此，即使环境复杂，也能够确保行走时的安全性，并且进行身体任务与认知任务的多任务。

再者，也能够期待行走期间的视觉处理的强化等。

此外，在实施方式3中，对调整部30基于跟随度、认知任务达成度以及环境的复杂度来变更认知任务的难易度的例子进行了说明，但不限定于此。调整部30也可以仅基于环境的复杂度变更认知任务的难易度。

另外，调整部30也可以基于跟随度、认知任务达成度以及环境的复杂度，变更认知任务的种类。例如，调整部30可以在环境的复杂度的等级低的情况下(例如Level1-3)，将认知任务从听觉任务改换为视觉任务。另外，调整部30也可以在环境的复杂度的等级高的情况下(例如Level8-10)，从视觉任务改换为听觉任务。通过根据环境的复杂度来改变认知任务的种类，能够变更施加于脑的负担，能够进一步使行走时的认知注意力提高。

在实施方式3中，调整部30也可以基于环境的复杂度的等级来变更旋转体的驱动力。例如，调整部30可以在环境的复杂度的等级变得高于等级7时，使旋转体18的驱动力减小。由此，也可以减小由机器人61的移动带来的向用户的移动方向的协助。或者，调整部30也可以在环境的复杂度的等级变得高于等级7时，进行调整以使得向与用户的移动方向相反的方向产生旋转体18的驱动力。根据这种构成，能够在环境的复杂度的等级高的情况下，在用户一边推压机器人61的扶手部12一边移动时，加大施加于用户的负荷，促使用户慢慢地走。

或者，调整部30也可以在环境的复杂度的等级变得低于等级4时，使旋转体18的驱动力增大。由此，也可以减轻施加于用户的负荷。另外，调整部30也可以在环境的复杂度的等级变得低于等级4时，使旋转体18的驱动力减小。由此，能够在环境的复杂度的等级低的情况下，加大施加于用户的负荷。

在实施方式3中，作为环境的复杂度的例子，说明了由指定区域内的激光扫描发现的障碍物和/或人的各自的移动速度、通过摄像头确认时的环境方面的信息量，但不限定于这些。环境的复杂度意味着机器人61周围环境的复杂度，也可以是除这些以外的信息。

(实施方式4)

对本公开的实施方式4涉及的行走辅助系统进行说明。此外，在实施方式4中，对与实施方式3相同或者等同的构成赋予相同的标号进行说明。另外，在实施方式4中，省略与实施方式3重复的记载。

[整体构成]

图17表示实施方式4涉及的行走辅助系统101(以下称为“系统101”)的外观图。

如图17所示，系统101具备行走辅助机器人71(以下称为“机器人71”)以及一个或者多个提示装置41。在实施方式4中，机器人71与一个或者多个提示装置41经由网络连接。

在实施方式4的系统101中，由配置在环境侧的提示装置41，提示在机器人71中基于生成的用于引导用户的引导信息所生成的提示信息和认知任务。

[行走辅助机器人]

机器人71是将用户引导到目的地，且根据用户所施加的扶手负荷进行移动的机器人。实施方式4的机器人71与实施方式3的机器人61的不同之处在于，具备提示控制部36和第1通信部37，不具备提示部，提示控制部36对提示信息以及认知任务的信息进行控制，第1通信部37经由网络发送提示信息以及认知任务的信息。对于除这些以外之处，实施方式4的机器人71与实施方式3的机器人61具有同样的构成。

[提示装置]

提示装置41是提示提示信息和认知任务的装置。提示装置41具备第2通信部42和提示部43，第2通信部42经由网络接收提示信息以及认知任务的信息，提示部43提示提示信息和认知任务。

[行走辅助系统的控制结构]

图18是表示系统101中的主要的控制结构的一例的控制框图。图19是表示系统101的行走辅助的控制结构的一例的控制框图。

如图18以及图19所示，提示控制部36从引导信息生成部15取得引导方向、引导距离、引导时间等信息来作为引导信息，生成由提示装置41提示的提示信息。另外，提示控制部36从认知任务设定部31取得认知任务的信息。提示控制部36将提示信息以及认知任务的信息发送给第1通信部37。

提示控制部36具有检测提示装置41的功能。例如，提示控制部36检测存在于距离机器人71的预定距离范围内的提示装置41。提示控制部36根据检测出的提示装置41的位置以及朝向等，对提示信息和认知任务的信息进行控制。在本说明书中，预定的距离范围内意味着至少机器人71与提示装置41能够经由网络进行通信的距离的范围。

对如下情况进行说明：在距离机器人71的预定距离范围内，多个提示装置41存在于不同的地点，例如在位于距离机器人71的预定距离范围内的右弯道的路径上，分别在即将进弯道之前和刚出弯道之后配置有提示装置41。

在机器人71想要引导用户沿着右弯道转弯的情况下，在即将进弯道之前的提示装置41中提示“向右方进行引导的提示信息”。另一方面，在刚出弯道之后，为了让用户在已经进行了右转弯后看到或听到提示信息，例如提示“向前进方向进行引导的提示信息”。

如此，提示控制部36根据提示装置41的位置等变更进行提示的提示信息。

第1通信部37经由网络发送提示信息和认知任务的信息。具体而言，第1通信部37将由提示控制部36生成的提示信息、和由认知任务设定部31设定的认知任务的信息经由网络发送给提示装置41。被发送的提示信息以及认知任务的信息由提示装置41提示。

另外，第1通信部37经由网络接收提示装置41的位置信息。第1通信部37将提示装置41的位置信息发送给提示控制部36。提示控制部36基于提示装置41的位置信息，检测存在于距离机器人71的预定距离范围内的提示装置41。

提示装置41配置在环境侧，提示从机器人71的第1通信部37接收到的提示信息以及认知任务的信息。提示装置41具备第2通信部42和提示部43。

第2通信部42经由网络接收提示信息和认知任务的信息。具体而言，第2通信部42经由网络接收从第1通信部37发送来的提示信息和认知任务的信息。

另外，第2通信部42经由网络向第1通信部37发送提示装置41的位置信息。

提示部43提示由第2通信部42接收到的提示信息和认知任务的信息。提示部43例如利用声音以及/或者图像来提示提示信息和认知任务的信息。提示部43例如具备扬声器以及/或者显示器等。

[行走辅助系统的控制]

使用图20，对系统101的控制进行说明。图20表示系统101的控制的示例性的流程图。此外，对于与在实施方式1～3中说明的控制同样的步骤，简化说明。

如图20所示，在步骤ST41中，由身体任务设定部28根据身体任务强度来决定行走路线。

在步骤ST42中，由认知任务设定部31设定认知任务的难易度。

在步骤ST43中，由提示控制部36判定是否检测到提示装置41。具体而言，提示控制部36基于由第1通信部37取得的提示装置41的位置信息，判定在距离机器人71的预定距离范围内是否存在提示装置41。

在提示装置41存在于预定距离范围内的情况下，进行步骤ST44的处理，并且向步骤ST46前进。在预定距离范围内不存在提示装置41的情况下，反复进行步骤ST43。

在步骤ST44中，由第1通信部37经由网络发送提示信息和认知任务的信息。

在步骤ST45中，由提示装置41提示提示信息和认知任务。具体而言，第2通信部42经由网络接收在步骤ST44中所发送的提示信息和认知任务的信息。接着，基于接收到的提示信息和认知任务的信息，提示部43提示提示信息和认知任务。

使用机器人71的用户通过按照配置在行走路线上的一个或者多个提示装置41所提示的提示信息行走，被沿着行走路线引导到目的地。另外，用户在行走期间被提示装置41提示认知任务。

在步骤ST46中，由跟随度算出部29算出对于行走路线的用户的跟随度。

在步骤ST47中，由达成度算出部32算出对于认知任务的用户的认知任务达成度。

在步骤ST48中，由调整部30基于跟随度和认知任务的达成度来变更认知任务。

如此，在系统101中，通过使配置在环境侧的提示装置41提示提示信息和认知任务，进行用户的行走辅助。

图21A表示系统101的行走辅助控制的一例。如图21A所示，在系统101中，行走路线R3上配置有多个提示装置41a、41b、41c。当使用机器人71的用户接近配置在即将进右弯道之前的提示装置41a时，提示装置41a基于引导信息输出“向右拐”这一显示。当用户接近配置在即将进左弯道之前的提示装置41b时，提示装置41b基于引导信息输出“向左拐”这一显示。另外，当用户接近配置于直行路径的提示装置41c时，提示装置41c输出“直行”这一显示。

如此，在系统101中，当使用机器人71的用户接近提示装置41a、41b、41c时，基于引导信息提示提示信息。

图21B表示系统101的行走辅助控制的另一例。如图21B所示，在系统101中，行走路线R3上配置有多个提示装置41d、41e、41f。当使用机器人71的用户接近提示装置41d时，提示装置41d基于认知任务信息显示“12×5＝？”这一认知任务。同样地，当用户接近提示装置41e、41f时，提示装置41e、41f分别显示“10×2×5＝？”、“带‘あ’的动物有？”这一认知任务。

如此，在系统101中，当使用机器人71的用户接近提示装置41d、41e、41f时，基于认知任务信息提示认知任务。

此外，在图21A以及图21B所示的例子中，对提示装置41分别提示提示信息和认知任务的例子进行了说明，但不限定于此。提示装置41也可以一起提示提示信息和认知任务。

[效果]

根据实施方式4涉及的行走辅助系统101，能够取得以下效果。

根据实施方式4涉及的行走辅助系统101，能够使身体任务与认知任务互相结合，能够有效地进行身体机能的提高和痴呆症的预防及改善。另外，通过在环境侧配置提示装置41，由于用户是对环境侧进行感知认识，因而能够给予接近于真实世界的任务。再者，用户一边确认配置在环境侧的提示装置41所提示的提示信息一边沿行走路线行走，因此，除了身体任务和认知任务之外，还能够施加视觉负荷。

另外，通过除了沿单纯的路线行走的运动之外还设定复杂的路线，能够同时进行运用与行走关联的多样的身体功能的身体任务。由此，作为进一步的效果，除了能够强化现实世界的多样的环境中的行走时的行走本身的心肺机能和体力之外，还能够强化作为如下能力的行走能力，该能力是即使针对如不好的道路和/或障碍物、复杂的路线这样的在现实的行走时会发生的状况也能适当地让身体动起来加以应对的能力。

另外，能够期待如下身体机能的强化：即该身体机能用于在如需要行走时的周边环境的信息和/或行走期间的信息处理的情况那样的、存在认知的负荷的状况下，也适当地执行身体任务。

再者，也能够期待行走期间的视觉处理的强化等。

此外，在实施方式4中，使用如下例子进行了说明，即、机器人71除了具备提示控制部36和第1通信部37之处以及不具备提示部之处之外，与实施方式3的机器人61具有同样的构成，但不限定于此。实施方式4的机器人71也可以除了具备提示控制部36和第1通信部37之处以及不具备提示部之处之外，与实施方式1以及实施方式2的机器人1、机器人51具有同样的构成。

在实施方式4中，对提示装置41提示认知任务和用于引导用户的提示信息的例子进行了说明，但不限定于此。例如，提示装置41也可以仅提示提示信息。

在实施方式4中，对提示部43具备扬声器以及/或者显示器等的例子进行了说明，但不限定于此。例如，提示部43也可以是能够将影像投影于周边环境的投影仪等。

在实施方式4中，以经由网络连接有机器人71和一个或者多个提示装置41的系统101为例进行了说明，但不限定于此。机器人71的控制的至少一部分也可以由连接于网络的服务器等来进行。例如，身体任务强度的设定、认知任务的设定、环境的复杂度的判定、引导信息的生成、用户移动意图的推定、驱动力的算出、提示信息的控制等处理也可以由服务器等外部的计算机来进行。在该情况下，机器人71和提示装置41从服务器取得信息。

(实施方式5)

对本公开的实施方式5涉及的行走辅助系统进行说明。此外，在实施方式5中，主要对与实施方式4的不同之处进行说明。在实施方式5中，对与实施方式4相同或者等同的构成赋予相同的标号进行说明。另外，在实施方式5中，省略与实施方式4重复的记载。

在实施方式5中，与实施方式4的不同之处在于，机器人自主地进行移动从而将用户引导到目的地；基于机器人的引导意图与用户的移动意图之差，算出对于行走路线的用户的跟随度。

[行走辅助系统的控制结构]

图22是表示实施方式5涉及的行走辅助系统111(以下称为“系统111”)的行走辅助的控制结构的一例的控制框图。如图22所示，在实施方式5中，与实施方式4的不同之处在于引导意图算出部24与用户移动意图推定部20、驱动力算出部21以及跟随度算出部29连接。

在实施方式5中，引导意图算出部24算出机器人81的引导意图(引导方向、引导速度)。具体而言，引导意图算出部24基于行进目的地信息、机器人81的自身位置信息、地图信息以及来自任务设定部16的任务信息，算出引导方向。另外，引导意图算出部24基于预先被输入的速度或者用户的信息，算出引导速度。此外，关于引导意图的算出，不限定于这些。

引导意图算出部24将算出的引导意图发送给驱动力算出部21。驱动力算出部21基于引导意图算出驱动力，驱动机器人81。由此，机器人81通过沿着行走路线自主地进行移动，引导用户。

在机器人81引导用户期间，用户向与引导方向不同的方向移动了的情况下，机器人81按照用户的移动意图移动。例如，在机器人81引导用户期间，用户移动意图推定部20推定用户的移动意图(移动方向、移动速度)。在用户的移动意图与机器人81的引导意图不同的情况下，驱动力算出部21基于用户的移动意图算出驱动力，使机器人81移动。在此，用户的移动意图与机器人81的引导意图不同的情况例如意味着移动方向与引导方向不同、并且在移动方向上以大于等于预定阈值的移动速度移动着的情况。

机器人81的自主移动基于由用户移动意图推定部20推定出的用户的移动意图(移动方向、移动速度)的信息来进行。具体而言，在用户朝着与引导方向相同的方向开始以大于等于预定阈值的移动速度移动时，机器人81开始自主地进行移动。

例如，在用户在与机器人81的引导方向不同的方向上移动着、即用户的移动意图与机器人81的引导意图不同的情况下，机器人81按照用户的移动意图进行移动。接着，在用户在与机器人81的引导方向相同的方向上移动着、即用户的移动意图与机器人81的引导意图相同的情况下，机器人81按照引导意图进行移动。

另外，跟随度算出部29基于引导意图与用户移动意图之差，算出对于行走路线的用户的跟随度。

[行走辅助系统的控制]

使用图23，对系统111的控制进行说明。图23表示系统111的控制的示例性的流程图。此外，在实施方式5中，关于对身体任务以及认知任务的设定，由于与实施方式4相同，因此省略说明。

如图23所示，在步骤ST51中，由引导意图算出部24基于用户移动意图来决定引导速度。具体而言，引导意图算出部24根据用户的移动速度，算出引导速度。例如，引导速度被决定为与用户的移动速度相同程度的速度。

在步骤ST52中，由引导意图算出部24基于目的地信息、机器人81的自身位置信息、地图信息以及来自任务设定部16的行走路线的信息，决定引导方向。

在步骤ST53中，由移动装置14基于所决定的引导意图来使机器人81移动。具体而言，驱动力算出部21基于由引导意图算出部24算出的引导意图(引导方向、引导速度)，算出驱动力。基于算出的驱动力，执行器23使旋转体18旋转驱动。由此，机器人81自主地进行移动，从而将用户沿着行走路线引导到目的地。

在步骤ST54中，由提示控制部36判定是否检测到提示装置41。具体而言，提示控制部36基于由第1通信部37取得的提示装置41的位置信息，判定在距离机器人81的预定距离范围内是否存在提示装置41。

在提示装置41存在于预定距离范围内的情况下，进行步骤ST55的处理，并且向步骤ST57前进。在预定距离范围内不存在提示装置41的情况下，反复进行步骤ST54。

在步骤ST55中，由第1通信部37经由网络发送提示信息和认知任务的信息。

在步骤ST56中，由提示装置41提示提示信息和认知任务。具体而言，第2通信部42经由网络接收在步骤ST55中所发送的提示信息和认知任务的信息。接着，基于接收到的提示信息和认知任务的信息，提示部43提示提示信息和认知任务。

在步骤ST57中，由跟随度算出部29基于用户的移动意图与机器人81的引导意图之差，算出对于行走路线的用户的跟随度。具体而言，跟随度算出部29在用户的移动方向与机器人81的引导方向不同、并且移动速度与引导速度之差在预定的阈值以上的情况下，判定为用户在与行走路线不同的方向上移动着。接着，跟随度算出部29通过算出用户在与行走路线不同的方向上移动的距离，算出没有跟随行走路线的距离。跟随度算出部29基于没有跟随行走路线的距离，算出对于行走路线的用户的跟随度。具体而言，跟随度算出部29使用((用户行走了的距离)-(没有跟随行走路线的距离))/(用户行走了的距离)×100的计算式，算出用户的跟随度。

在步骤ST58中，由调整部30基于跟随度，变更身体任务以及认知任务。例如，调整部30基于跟随度，变更身体任务强度、认知任务的难易度、认知任务的种类。

[效果]

根据实施方式5涉及的行走辅助系统111，能够取得以下效果。

根据实施方式5涉及的行走辅助系统111，机器人81本身能够沿行走路线自主地进行移动从而引导用户，并且能够基于机器人81的引导意图与用户的移动意图之差来算出跟随度。

另外，通过除了沿单纯的路线行走的运动之外还设定复杂的路线，能够同时进行运用与行走关联的多样的身体功能的身体任务。由此，作为进一步的效果，除了能够强化现实世界的多样的环境中的行走时的行走本身的心肺机能和体力之外，还能够强化作为如下能力的行走能力，该能力是即使针对如不好的道路和/或障碍物、复杂的路线这样的在现实的行走时会发生的状况也能适当地让身体动起来加以应对的能力。

再者，能够期待如下身体机能的强化：即该身体机能用于在如需要行走时的周边环境的信息和/或行走期间的信息处理的情况那样的、存在认知的负荷的状况下，也适当地执行身体任务。

再者，也能够期待行走期间的视觉处理的强化等。

此外，在实施方式5中，对引导意图算出部24将引导速度决定为与用户的移动速度相同程度的速度的例子进行了说明，但不限定于此。例如，引导意图算出部24也可以基于存储于存储部的用户的信息，决定引导速度。

在实施方式5中，说明了机器人81的由自主移动实现的引导的开始以用户的移动意图为触发来进行的例子，但不限定于此。例如也可以通过用户在交互部26选择“引导开始”的按钮，开始机器人81的引导。

以一定程度的详细情况在各实施方式中说明了本公开，但这些实施方式的公开内容在结构的细节部分发生变化是适当的。另外，能够不脱离本公开的范围以及思想地实现各实施方式中的要素的组合和/或顺序的变化。

产业上的可利用性

本公开能够适用于进行用户的行走辅助并且使用户的身体机能提高的行走辅助机器人以及行走辅助系统。

Claims (15)

1.一种行走辅助机器人，具备：

主体；

扶手，其设置于所述主体，能够供用户把持；

检测部，其检测施加于所述扶手的扶手负荷；

移动装置，其具有旋转体，根据由所述检测部检测到的负荷，控制所述旋转体的旋转来使该行走辅助机器人移动；

提示部；以及

处理器，

所述处理器在运行中执行包括如下的处理：

生成引导所述用户使其沿预定的行走路线行走的引导信息；

基于所述引导信息使所述提示部提示用于引导所述用户的提示信息；

通过调整所述行走路线的复杂度来设定身体任务；

基于所述扶手负荷来推定用户移动意图；

算出该行走辅助机器人的引导意图；

基于所述引导意图与所述用户移动意图之差，算出跟随度；

设定认知任务；

判定所述用户的认知任务达成度；

根据该行走辅助机器人的周围环境的信息来判定环境的复杂度；

基于所述跟随度和所述认知任务达成度变更所述身体任务的强度；

基于所述跟随度、所述认知任务达成度和所述环境的复杂度变更所述认知任务的难易度。

2.根据权利要求1所述的行走辅助机器人，

所述处理还包括：

基于所述跟随度变更所述旋转体的驱动力。

3.根据权利要求1或2所述的行走辅助机器人，

所述处理还包括：

使所述提示部提示所述认知任务。

4.根据权利要求3所述的行走辅助机器人，

所述处理还包括：

在所述认知任务达成度变得低于预定的第1阈值的情况下，降低所述认知任务的难易度；

在所述认知任务达成度变得高于预定的第2阈值的情况下，提高所述认知任务的难易度。

5.根据权利要求3所述的行走辅助机器人，

所述处理还包括：

在所述跟随度变得低于预定的第3阈值的情况下，降低所述认知任务的难易度；

在所述跟随度变得高于预定的第4阈值的情况下，提高所述认知任务的难易度。

6.根据权利要求1所述的行走辅助机器人，

所述处理还包括：

基于判定出的所述环境的复杂度的信息，变更所述提示部所提示的所述认知任务的种类。

7.根据权利要求3所述的行走辅助机器人，

所述处理还包括：

基于所述扶手负荷的变化，使所述提示部提示所述认知任务。

8.根据权利要求3 所述的行走辅助机器人，

还具备警告提示部，

所述处理还包括：

基于所述身体任务的强度、所述认知任务的难易度、所述跟随度、所述认知任务达成度中的至少一个，使所述警告提示部提示警告。

9.根据权利要求3所述的行走辅助机器人，

所述处理还包括：

储存所述跟随度以及所述认知任务达成度的历史记录信息，基于所述历史记录信息，变更所述身体任务的强度和所述认知任务的难易度中的至少一方。

10.一种行走辅助系统，是经由网络将行走辅助机器人与提示装置进行连接的行走辅助系统，

所述行走辅助机器人具备：

主体；

扶手，其设置于所述主体，能够供用户把持；

检测部，其检测施加于所述扶手的扶手负荷；

移动装置，其具有旋转体，根据由所述检测部检测到的负荷，控制所述旋转体的旋转来使该行走辅助机器人移动；

第1通信部；以及

第1处理器，

所述第1处理器在运行中执行包括如下的第1处理：

生成引导所述用户使其沿预定的行走路线行走的引导信息；

基于所述引导信息控制用于引导所述用户的提示信息；

使用所述第1通信部，经由所述网络发送所述提示信息；

通过调整所述行走路线的复杂度来设定身体任务；

基于所述扶手负荷来推定用户移动意图；

算出该行走辅助机器人的引导意图；

基于所述引导意图与所述用户移动意图之差，算出跟随度；

设定认知任务；

算出所述用户的认知任务达成度；

根据该行走辅助机器人的周围环境的信息来判定环境的复杂度；

基于所述跟随度和所述认知任务达成度变更身体任务的强度；

基于所述跟随度、所述认知任务达成度和所述环境的复杂度变更认知任务的难易度；

所述提示装置具备：

第2通信部；

提示部；以及

第2处理器，

所述第2处理器在运行中执行包括如下的第2处理：

使用所述第2通信部，经由所述网络接收所述提示信息；

使所述提示部提示接收到的所述提示信息。

11.根据权利要求10所述的行走辅助系统，

所述第1处理还包括：

使用所述第1通信部，经由所述网络发送所述认知任务的信息；

所述第2处理还包括：

使用所述提示装置的所述第2通信部，经由所述网络接收所述认知任务的信息；

使所述提示部提示接收到的所述认知任务。

12.根据权利要求11所述的行走辅助系统，

所述第1处理还包括：

在所述认知任务达成度变得低于预定的第1阈值的情况下，降低所述认知任务的难易度；

在所述认知任务达成度变得高于预定的第2阈值的情况下，提高所述认知任务的难易度。

13.根据权利要求11或12所述的行走辅助系统，

所述第1处理还包括：

在所述跟随度变得低于预定的第3阈值的情况下，降低所述认知任务的难易度；

在所述跟随度变得高于预定的第4阈值的情况下，提高所述认知任务的难易度。

14.根据权利要求11所述的行走辅助系统，

所述第1处理还包括：

基于判定出的所述环境的复杂度的信息，变更所述提示部所提示的所述认知任务的种类。

15.根据权利要求11或12所述的行走辅助系统，

所述第1处理还包括：

基于所述引导意图，控制所述旋转体的旋转来使该行走辅助机器人移动。

Images