JP2018068396A - 運動解析装置、運動解析システム、及び運動解析方法 - Google Patents

Abstract

【課題】走行中のユーザーのコンディションを確認することができる運動解析装置、運動解析システム、及び運動解析方法を提供する。【解決手段】本発明の運動解析装置２は、慣性計測ユニット（ＩＭＵ）１０の出力を用いて、被験者の走行又は歩行時における運動情報を生成する運動解析部２４と、運動情報のうち、周期的に生じる運動情報を所定の知覚情報に変換し、着地に同期して出力する出力部７０と、を備える。【選択図】図１

Description

本発明は、運動解析装置、運動解析システム、及び運動解析方法に関する。

一般的に、運動における各種指標を測定し、提示する装置が知られている。特許文献１では、加速度データに基づいて、走者のストライドの生体力学的パラメーターを計算し、表示する装置が開示されている。生体力学的パラメーターとしては、地面に対する脚の着地角度や足が地面に接触する時間の間に走者の重力中心が進む距離などが示されている。

特表２０１３−５３７４３６号公報

しかしながら、上述した特許文献１に記載の装置は、生体力学的パラメーターを計算する計算部と計算した生体力学的パラメーターを表示する表示部とが一体化され、加速度データを正確に検出するために走者の腰に装着されている。そのため、走行中の走者が表示された指標を確認し続けることや提示された指標を理解しながら走行することは困難であった。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態または適用例として実現することが可能である。

［適用例１］本適用例に係る運動解析装置は、慣性センサーの出力を用いて、被験者の走行又は歩行時における運動情報を生成する運動情報生成部と、前記運動情報のうち、周期的に生じた運動情報を所定の知覚情報に変換し、着地時に同期して前記知覚情報を出力する出力部と、を備えることを特徴とする。

本適用例によれば、慣性センサーの出力に基づいて生成された周期的に生じる運動情報を知覚情報に変換し、着地に同期して出力することができる。そのため、被験者が走行又は歩行等の運動中であっても、被験者の運動情報が知覚情報として変換して報知されるので、被験者は運動中に運動情報を容易に確認することができる。従って、運動情報に伴う運動状態の修正等を被験者が運動中に行うことができる。

［適用例２］上記適用例に記載の運動解析装置において、前記知覚情報は音、光、又は振動のうち少なくとも１つであることが好ましい。

本適用例によれば、知覚情報が音、光、又は振動のうち少なくとも１つであるため、視覚に頼らず感覚的に、運動情報を確認することができる。

［適用例３］上記適用例に記載の運動解析装置において、前記運動情報は、前記被験者の運動における、速度又は加速度に関する情報を含むことが好ましい。

本適用例によれば、運動情報として、被験者の走行又は歩行における、速度又は加速度に関する情報を含むので、被験者の速度又は加速度に関する運動情報を確認することができる。

［適用例４］上記適用例に記載の運動解析装置において、前記速度又は前記加速度に対応した周波数の音、光、又は振動に変換して出力することが好ましい。

本適用例によれば、速度又は加速度に対応した周波数の音、光、又は振動に変換して出力することにより、速度又は加速度の違い又は大きさを周波数の違い又は大きさとして確認することができる。

［適用例５］上記適用例に記載の運動解析装置において、前記運動情報は、前記被験者の走行における、ストライド、ピッチ、推進効率、着地時ブレーキ量、又は接地時間に関する情報を含むことが好ましい。

本適用例によれば、運動情報として、被験者の走行又は歩行における、ストライド、ピッチ、推進効率、着地時ブレーキ量、又は接地時間に関する情報を含むので、被験者の詳細な運動情報を確認することができる。

［適用例６］上記適用例に記載の運動解析装置において、前記知覚情報を着地時に出力することが好ましい。

本適用例によれば、知覚情報を着地時に出力することにより、被験者の走行又は歩行におけるリズム感を維持したまま、運動情報を確認することができる。

［適用例７］上記適用例に記載の運動解析装置において、前記知覚情報を着地の±１００ミリ秒以内に出力することが好ましい。

本適用例によれば、知覚情報を着地の±１００ミリ秒以内に出力することにより、被験者の走行又は歩行におけるリズム感をより正確に維持したまま、運動情報を確認することができる。

［適用例８］上記適用例に記載の運動解析装置において、前記音は擬態音を含むことが好ましい。

本適用例によれば、知覚情報の音が擬態音を含むことにより、知覚情報としての音を聞き取り易くなるため、運動情報をより正確に確認することができる。

［適用例９］上記適用例に記載の運動解析装置において、前記運動情報を、前記被験者における左足、右足で異なる知覚情報として出力することが好ましい。

本適用例によれば、運動情報を被験者における左足と右足とで異なる知覚情報として出力することにより、被験者が左足の運動情報か右足の運動情報かを容易に判断し、確認することができる。

［適用例１０］本適用例に係る運動解析システムは、慣性センサーの出力を用いて、被験者の走行又は歩行時における運動情報を生成する運動情報生成部と、前記運動情報のうち、周期的に生じる運動情報を所定の知覚情報に変換し、着地時に同期して前記知覚情報を出力する出力部と、を備える運動解析装置と、前記運動情報を報知する報知装置と、を備えることを特徴とする。

本適用例によれば、運動解析装置が慣性センサーの出力に基づいて生成された周期的に生じる運動情報を知覚情報に変換し、着地に同期して出力する出力部を有しているため、運動情報を知覚情報として出力することにより、被験者が走行又は歩行等の運動中であっても、被験者の運動情報が知覚情報として変換して報知されるので、被験者は運動中に運動情報を容易に確認することができる。そのため、運動情報に伴う運動状態の修正等を被験者が運動中に行うことができる。

［適用例１１］本適用例に係る運動解析方法は、慣性センサーの出力を用いて、被験者の走行又は歩行時における運動情報を生成する運動情報生成工程と、前記運動情報のうち、周期的に生じる運動情報を所定の知覚情報に変換し、着地時に同期して前記知覚情報を出力する出力工程と、を含むことを特徴とする。

本適用例によれば、慣性センサーの出力に基づいて生成された周期的に生じる運動情報を知覚情報に変換し、着地に同期して出力する出力工程を有しているため、運動情報を知覚情報として出力することにより、被験者が走行又は歩行等の運動中であっても、被験者の運動情報が知覚情報として変換して報知されるので、被験者は運動中に運動情報を容易に確認することができる。そのため、運動情報に伴う運動状態の修正等を運動中に行うことができる。

本実施形態に係る運動解析システムの概要についての説明図。 本実施形態に係る運動解析装置の構成例を示す機能ブロック図。 センシングデータテーブルの構成例を示す図。 ＧＰＳデータテーブルの構成例を示す図。 地磁気データテーブルの構成例を示す図。 算出データテーブルの構成例を示す図。 本実施形態に係る運動解析装置の処理部の構成例を示す機能ブロック図。 慣性航法演算部の構成例を示す機能ブロック図。 ユーザーの走行時の姿勢についての説明図。 ユーザーの走行時のヨー角についての説明図。 ユーザーの走行時の３軸加速度の一例を示す図。 本実施形態に係る運動解析部の構成例を示す機能ブロック図。 本実施形態に係る運動解析処理の手順の一例を示すフローチャート図。 慣性航法演算処理の手順の一例を示すフローチャート図。 走行検出処理の手順の一例を示すフローチャート図。 運動解析情報生成処理の手順の一例を示すフローチャート図。

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

（実施形態）
１．運動解析システムの概要
以下では、被験者としてのユーザーの走行（歩行も含む）における運動を解析する運動解析システムを例に挙げて説明するが、本実施形態の運動解析システムは、走行以外の運動を解析する運動解析システムにも、同様に適用することができる。
図１は、本実施形態の運動解析システム１の構成例を示す図である。
本実施形態の運動解析システム１は、図１に示すように、運動解析装置２及び報知装置３を含んで構成されている。運動解析装置２は、ユーザーの走行中の運動を解析し、運動情報を所定の知覚情報に変換して出力する装置である。また、報知装置３は、ユーザーの走行中の運動の状態や走行結果の情報をユーザーに通知する装置である。本実施形態では、図１に示すように、運動解析装置２は、慣性計測ユニット（ＩＭＵ：Inertial Measurement Unit）１０を内蔵し、ユーザーが静止している状態で、慣性計測ユニット（ＩＭＵ）１０の１つの検出軸（以下ではｚ軸とする）が重力加速度方向（鉛直下向き）とほぼ一致するように、ユーザーの胴体部分（例えば、右腰、左腰、又は腰の中央部）に装着され、イヤホン等の出力部７０をユーザーの頭部（例えば、耳部）に装着される。また、報知装置３は、リスト型（腕時計型）の携帯情報機器であり、ユーザーの手首等に装着される。ただし、報知装置３は、ヘッドマウントディスプレイ（ＨＭＤ：Head Mount Display）やスマートフォン等の携帯情報機器であってもよい。

ユーザーは、走行開始時に報知装置３を操作して運動解析装置２による計測（後述する慣性航法演算処理及び運動解析処理）の開始を指示し、走行終了時に報知装置３を操作して運動解析装置２による計測の終了を指示する。報知装置３は、ユーザーの操作に応じて、計測の開始や終了を指示するコマンドを運動解析装置２に送信する。また、報知装置３は、音や振動等の知覚情報として出力する運動情報を選択し、運動解析装置２に送信する。

運動解析装置２は、計測開始のコマンドを受信すると、慣性計測ユニット（ＩＭＵ）１０による計測を開始し、計測結果を用いて、ユーザーの走行状態を解析し、走行能力（運動能力の一例）に関係する指標である各種の運動指標の値を計算し、ユーザーの走行運動の解析結果の情報として、各種の運動指標の値を含む運動情報（以下、運動解析情報と称す）を生成する。運動解析装置２は、生成した運動解析情報を用いて、ユーザーの走行中に出力する情報（走行中出力情報）を生成し、出力部７０と報知装置３とに送信する。出力部７０は、選択された運動解析情報を音や振動等の知覚情報に変換して出力し、知覚情報により各運動指標の良し悪しをユーザーに報知する。そのため、ユーザーは走行中であっても運動解析情報を容易に確認することができる。報知装置３は、運動解析装置２から走行中出力情報を受信し、走行中出力情報に含まれる各種の運動指標の値を事前に設定された各目標値と比較し、ユーザーに報知することにより、ユーザーは、各運動指標の良し悪しを認識しながら走行することができる。

また、運動解析装置２は、計測終了のコマンドを受信すると、慣性計測ユニット（ＩＭＵ）１０による計測を終了し、ユーザーの走行結果の情報（走行結果情報：走行距離、走行速度）を生成し、報知装置３に送信する。報知装置３は、運動解析装置２から走行結果情報を受信し、走行結果の情報を文字や画像としてユーザーに報知する。これにより、ユーザーは、走行終了後すぐに走行結果の情報を認識することができる。もしくは、報知装置３は、走行中出力情報をもとに走行結果情報を生成し、文字や画像としてユーザーに報知してもよい。

なお、運動解析装置２の通信部４０（図２参照）と、出力部７０及び報知装置３との間のデータ通信は、無線通信でもよいし、有線通信でもよい。

２．座標系
以下の説明において必要となる座標系を定義する。
・ｅフレーム（Earth Centered Earth Fixed Frame）：地球の中心を原点とし、自転軸に平行にｚ軸をとった右手系の三次元直交座標。
・ｎフレーム（Navigation Frame）：移動体（ユーザー）を原点とし、ｘ軸を北、ｙ軸を東、ｚ軸を重力方向とした三次元直交座標系。
・ｂフレーム（Body Frame）：センサー（慣性計測ユニット（ＩＭＵ）１０）を基準とする三次元直交座標系。
・ｍフレーム（Moving Frame）：移動体（ユーザー）を原点とし、移動体（ユーザー）の進行方向をｘ軸とした右手系の三次元直交座標系。

３．運動解析装置
３−１．運動解析装置の構成
図２は、本実施形態に係る運動解析装置２の構成例を示す機能ブロック図である。図２に示すように、運動解析装置２は、慣性計測ユニット（ＩＭＵ）１０、処理部２０、記憶部３０、通信部４０、ＧＰＳ（Global Positioning System）ユニット５０、地磁気センサー６０、及び出力部７０を含んで構成されている。ただし、本実施形態の運動解析装置２は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。

慣性計測ユニット１０（慣性センサーの一例）は、加速度センサー１２、角速度センサー１４、及び信号処理部１６を含んで構成されている。

加速度センサー１２は、互いに交差する（理想的には直交する）３軸方向の各々の加速度を検出し、検出した３軸加速度の大きさ及び向きに応じたデジタル信号（加速度データ）を出力する。

角速度センサー１４は、互いに交差する（理想的には直交する）３軸方向の各々の角速度を検出し、計測した３軸角速度の大きさ及び向きに応じたデジタル信号（角速度データ）を出力する。

信号処理部１６は、加速度センサー１２及び角速度センサー１４から、それぞれ加速度データと角速度データを受け取って時刻情報を付して記憶部（図示せず）に記憶し、記憶した加速度データ、角速度データ、及び時刻情報を所定のフォーマットに合わせたセンシングデータを生成し、処理部２０に出力する。

加速度センサー１２及び角速度センサー１４は、それぞれ３軸が、慣性計測ユニット１０を基準とするセンサー座標系（ｂフレーム）の３軸と一致するように取り付けられるのが理想的だが、実際には取り付け角の誤差が生じる。そこで、信号処理部１６は、取り付け角誤差に応じてあらかじめ算出された補正パラメーターを用いて、加速度データ及び角速度データをセンサー座標系（ｂフレーム）のデータに変換する処理を行う。なお、信号処理部１６の代わりに後述する処理部２０が当該変換処理を行ってもよい。

さらに、信号処理部１６は、加速度センサー１２及び角速度センサー１４の温度補正処理を行ってもよい。なお、信号処理部１６の代わりに後述する処理部２０が当該温度補正処理を行ってもよいし、加速度センサー１２及び角速度センサー１４に温度補正の機能が組み込まれていてもよい。

加速度センサー１２と角速度センサー１４は、アナログ信号を出力するものであってもよく、この場合は、信号処理部１６が、加速度センサー１２の出力信号と角速度センサー１４の出力信号をそれぞれＡ／Ｄ変換してセンシングデータを生成すればよい。

ＧＰＳユニット５０は、測位用衛星の一種であるＧＰＳ衛星から送信されるＧＰＳ衛星信号を受信し、当該ＧＰＳ衛星信号を利用して測位計算を行ってｎフレームにおけるユーザーの位置及び速度（大きさと向きを含むベクトル）を算出し、これらに時刻情報や測位精度情報を付したＧＰＳデータを処理部２０に出力する。なお、ＧＰＳを利用して、位置や速度を算出する方法や時刻情報を生成する方法については公知であるため、詳細な説明を省略する。

地磁気センサー６０は、互いに交差する（理想的には直交する）３軸方向の各々の地磁気を検出し、検出した３軸地磁気の大きさ及び向きに応じたデジタル信号（地磁気データ）を出力する。ただし、地磁気センサー６０は、アナログ信号を出力するものであってもよく、この場合は、処理部２０が、地磁気センサー６０の出力信号をＡ／Ｄ変換して地磁気データを生成してもよい。

通信部４０は、出力部７０及び報知装置３との間でデータ通信を行うものであり、報知装置３から送信されたコマンド（計測開始／計測終了のコマンド等）や出力部７０で出力するために選択された運動解析情報を受信して処理部２０に送る処理、処理部２０が生成した走行中出力情報や走行結果情報を受け取って出力部７０や報知装置３に送信する処理等を行う。

処理部２０は、例えば、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）等により構成され、記憶部３０に記憶されている各種プログラムに従って、各種の演算処理や制御処理を行う。特に、処理部２０は、慣性計測ユニット１０、ＧＰＳユニット５０、及び地磁気センサー６０からそれぞれセンシングデータ、ＧＰＳデータ、及び地磁気データを受け取り、これらのデータを用いてユーザーの速度、位置、姿勢角等を算出する。また、処理部２０は、算出したこれらの情報を用いて各種の演算処理を行ってユーザーの運動を解析し、後述する各種の運動解析情報を生成する。そして、処理部２０は、生成した運動解析情報の一部（後述する走行中出力情報や走行結果情報）を、通信部４０を介して出力部７０及び報知装置３に送信し、出力部７０は受信した運動解析情報を音や振動等の知覚情報に変換し出力し、報知装置３は受信した運動解析情報をテキストや画像等の形態で出力する。

記憶部３０は、例えば、ＲＯＭ（Read Only Memory）やフラッシュＲＯＭ、ＲＡＭ（Random Access Memory）等の各種ＩＣメモリーやハードディスクやメモリーカードなどの記録媒体等により構成される。

記憶部３０には、処理部２０によって読み出され、運動解析処理（図１３参照）を実行するための運動解析プログラム３００が記憶されている。運動解析プログラム３００は、慣性航法演算処理（図１４参照）を実行するための慣性航法演算プログラム３０２、運動解析情報生成処理（図１６参照）を実行するための運動解析情報生成プログラム３０４をサブルーチンとして含む。

また、記憶部３０には、センシングデータテーブル３１０、ＧＰＳデータテーブル３２０、地磁気データテーブル３３０、算出データテーブル３４０、及び運動解析情報３５０等が記憶される。

センシングデータテーブル３１０は、処理部２０が慣性計測ユニット１０から受け取ったセンシングデータ（慣性計測ユニット１０の検出結果）を時系列に記憶するデータテーブルである。図３は、センシングデータテーブル３１０の構成例を示す図である。図３に示すように、センシングデータテーブル３１０は、慣性計測ユニット１０の検出時刻３１１、加速度センサー１２により検出された加速度３１２及び角速度センサー１４により検出された角速度３１３が対応付けられたセンシングデータが時系列に並べられて構成される。処理部２０は、計測を開始すると、サンプリング周期Δｔ（例えば、２０ｍｓまたは１０ｍｓ）の経過毎に、センシングデータテーブル３１０に新たなセンシングデータを付加する。さらに、処理部２０は、拡張カルマンフィルターを用いた誤差推定（後述）により推定された加速度バイアス及び角速度バイアスを用いて加速度及び角速度を補正し、補正後の加速度及び角速度を上書きしてセンシングデータテーブル３１０を更新する。

ＧＰＳデータテーブル３２０は、処理部２０がＧＰＳユニット５０から受け取ったＧＰＳデータ（ＧＰＳユニット（ＧＰＳセンサー）５０の検出結果）を時系列に記憶するデータテーブルである。図４は、ＧＰＳデータテーブル３２０の構成例を示す図である。図４に示すように、ＧＰＳデータテーブル３２０は、ＧＰＳユニット５０が測位計算を行った時刻３２１、測位計算により算出した位置３２２、測位計算により算出した速度３２３、測位精度（ＤＯＰ（Dilution of Precision））３２４、受信したＧＰＳ衛星信号の信号強度３２５等が対応付けられたＧＰＳデータが時系列に並べられて構成される。処理部２０は、計測を開始すると、ＧＰＳデータを取得する毎に（例えば１秒毎に、センシングデータの取得タイミングとは非同期に）、新たなＧＰＳデータを付加してＧＰＳデータテーブル３２０を更新する。

地磁気データテーブル３３０は、処理部２０が地磁気センサー６０から受け取った地磁気データ（地磁気センサーの検出結果）を時系列に記憶するデータテーブルである。図５は、地磁気データテーブル３３０の構成例を示す図である。図５に示すように、地磁気データテーブル３３０は、地磁気センサー６０の検出時刻３３１と地磁気センサー６０により検出された地磁気３３２とが対応付けられた地磁気データが時系列に並べられて構成される。処理部２０は、計測を開始すると、サンプリング周期Δｔ（例えば、１０ｍｓ）の経過毎に、地磁気データテーブル３３０に新たな地磁気データを付加する。

算出データテーブル３４０は、処理部２０がセンシングデータを用いて算出した速度、位置及び姿勢角を時系列に記憶するデータテーブルである。図６は、算出データテーブル３４０の構成例を示す図である。図６に示すように、算出データテーブル３４０は、処理部２０が計算した時刻３４１、速度３４２、位置３４３、及び姿勢角３４４が対応付けられた算出データが時系列に並べられて構成される。処理部２０は、計測を開始すると、新たにセンシングデータを取得する毎に、すなわち、サンプリング周期Δｔの経過毎に、速度、位置、及び姿勢角を算出し、算出データテーブル３４０に新たな算出データを付加する。さらに、処理部２０は、拡張カルマンフィルターを用いた誤差推定により推定された速度誤差、位置誤差、及び姿勢角誤差を用いて、速度、位置、及び姿勢角を補正し、補正後の速度、位置、及び姿勢角を上書きして算出データテーブル３４０を更新する。

運動解析情報３５０は、ユーザーの運動に関する走行状態であり、処理部２０が生成した、入力情報３５１の各項目、基本情報３５２の各項目、第１解析情報３５３の各項目、第２解析情報３５４の各項目、左右差率３５５の各項目等を含む。これら各種の情報の詳細については後述する。

出力部７０は、慣性計測ユニット（ＩＭＵ）１０で検出したデータに基づいて、運動解析部２４で算出した運動解析情報３５０を受信し、その運動解析情報３５０を知覚情報に変換し出力する。そのため、ユーザーが走行中であっても、ユーザーの運動解析情報３５０が知覚情報として変換して報知されるので、ユーザーは走行中に運動解析情報３５０を容易に確認することができる。より具体的には、出力部７０は、運動解析情報３５０のうち、ユーザーの走行中に周期的に生じ、ユーザーが常に監視する事が難しい走行状態を表す指標を知覚情報に変換し出力する。

知覚情報は、音、光、又は振動のうち少なくとも１つであり、運動解析情報３５０の値に対応して出力される。例えば、運動解析情報３５０がユーザーの走行における、速度又は加速度に関する情報である場合には、速度又は加速度に対応した周波数の音、光、又は振動に変換し着地に同期して出力する。つまり、速度又は加速度の大小に対応して音、光、又は振動の周波数の高低を変化させ、比例関係又は反比例関係で出力する。

また、運動解析情報３５０がユーザーの走行における、ストライド、ピッチ、推進効率、着地時ブレーキ量、又は接地時間に関する情報である場合には、各情報の値に対応した周波数の音、光、又は振動に限らず、各情報の値に対応した時間間隔や音量の大きさであっても構わない。つまり、一定周波数の音を運動解析情報３５０の値に対応した時間間隔や音量の大きさで発する、例えば、「ピッピッ」、「ピーピー」と発することや音量の大きさを変えて発することにより、運動解析情報３５０を確認することができる。

また、知覚情報が音である場合には、音が擬声語や擬態語を音声化した擬態音であっても構わない。例えば、ユーザーの走行における接地時間が短い場合には「ビョンビョン」と出力し、接地時間が長い場合には「ドンドン」と出力することにより、音が聞き取り易くなり、運動解析情報３５０をより正確に確認することができる。

また、運動解析情報３５０を、ユーザーにおける左足、右足で異なる知覚情報として出力しても構わない。例えば、左足に関する運動解析情報３５０の場合には、低い周波数帯域の知覚情報に変換し出力し、右足に関する運動解析情報３５０の場合には、高い周波数帯域の知覚情報に変換し出力する。左足と右足とで異なる知覚情報として出力することにより、ユーザーが左足の運動解析情報３５０か右足の運動解析情報３５０かを容易に判断し、確認することができる。

なお、運動解析情報３５０を知覚情報に変換し出力するタイミングは、走行中のユーザーの左足又は右足の着地時であることが好ましく、着地の±１００ミリ秒以内であることがより好ましい。このタイミングで知覚情報を出力することにより、ユーザーの走行におけるリズム感を正確に維持したまま、運動解析情報３５０を確認することができる。

３−２．処理部の機能構成
図７は、本実施形態に係る運動解析装置２の処理部２０の構成例を示す機能ブロック図である。本実施形態では、処理部２０は、記憶部３０に記憶されている運動解析プログラム３００を実行することにより、慣性航法演算部２２及び運動情報生成部としての運動解析部２４として機能する。

慣性航法演算部２２は、センシングデータ（慣性計測ユニット１０の検出結果）、ＧＰＳデータ（ＧＰＳユニット５０の検出結果）及び地磁気データ（地磁気センサー６０の検出結果）を用いて、慣性航法演算を行い、加速度、角速度、速度、位置、姿勢角、距離、ストライド、及び走行ピッチを算出し、これらの算出結果を含む演算データを出力する。慣性航法演算部２２が出力する演算データは記憶部３０に記憶される。慣性航法演算部２２の詳細については後述する。

運動情報生成部としての運動解析部２４は、慣性航法演算部２２が出力する演算データ（記憶部３０に記憶されている演算データ）を用いて、ユーザーの走行中の運動を解析し、解析結果である運動解析情報（後述する、入力情報３５１、基本情報３５２、第１解析情報３５３、第２解析情報３５４、左右差率３５５等）を生成する。運動解析部２４が生成した運動解析情報は、ユーザーの走行中に、時刻順に記憶部３０に記憶される。

また、運動解析部２４は、生成した運動解析情報を用いて、ユーザーの走行中（具体的には慣性計測ユニット１０が計測を開始してから終了するまでの間）に出力する情報である走行中出力情報を生成する。運動解析部２４が生成した走行中出力情報は、通信部４０を介して、出力部７０及び報知装置３に送信される。

また、運動解析部２４は、走行中に生成した運動解析情報を用いて、ユーザーの走行終了時（具体的には慣性計測ユニット１０の計測終了時）に、走行結果の情報である走行結果情報を生成する。運動解析部２４が生成した走行結果情報は、通信部４０を介して報知装置３に送信される。

３−３．慣性航法演算部の機能構成
図８は、慣性航法演算部２２の構成例を示す機能ブロック図である。本実施形態では、慣性航法演算部２２は、バイアス除去部２１０、積分処理部２２０、誤差推定部２３０、走行処理部２４０、及び座標変換部２５０を含む。ただし、本実施形態の慣性航法演算部２２は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。

バイアス除去部２１０は、新たに取得したセンシングデータに含まれる３軸加速度及び３軸角速度から、それぞれ、誤差推定部２３０が推定した加速度バイアスｂ_a及び角速度バイアスｂ_ωを減算し、３軸加速度及び３軸角速度を補正する処理を行う。なお、計測開始直後の初期状態では加速度バイアスｂ_a及び角速度バイアスｂ_ωの推定値が存在しないため、バイアス除去部２１０は、ユーザーの初期状態は静止状態であるものとして、慣性計測ユニット（ＩＭＵ）１０からのセンシングデータを用いて、初期バイアスを計算する。

積分処理部２２０は、バイアス除去部２１０が補正した加速度及び角速度からｅフレームの速度ｖ^e、位置ｐ^e及び姿勢角（ロール角φ_be、ピッチ角θ_be、ヨー角ψ_be）を算出する処理を行う。具体的には、積分処理部２２０は、まず、ユーザーの初期状態は静止状態であるものとして、初期速度をゼロとし、あるいは、ＧＰＳデータに含まれる速度から初期速度を算出し、さらに、ＧＰＳデータに含まれる位置から初期位置を算出する。また、積分処理部２２０は、バイアス除去部２１０が補正したｂフレームの３軸加速度から重力加速度の向きを特定してロール角φ_beとピッチ角θ_beの初期値を算出するとともに、ＧＰＳデータに含まれる速度からヨー角ψ_beの初期値を算出し、ｅフレームの初期姿勢角とする。ＧＰＳデータが得られない場合はヨー角ψ_beの初期値を例えばゼロとする。そして、積分処理部２２０は、算出した初期姿勢角から式（１）で表されるｂフレームからｅフレームへの座標変換行列（回転行列）Ｃ_b ^eの初期値を算出する。

その後は、積分処理部２２０は、バイアス除去部２１０が補正した３軸角速度を積算（回転演算）して座標変換行列Ｃ_b ^eを算出し、式（２）より姿勢角を算出する。

また、積分処理部２２０は、座標変換行列Ｃ_b ^eを用いて、バイアス除去部２１０が補正したｂフレームの３軸加速度をｅフレームの３軸加速度に変換し、重力加速度成分を除去して積算することでｅフレームの速度ｖ^eを算出する。また、積分処理部２２０は、ｅフレームの速度ｖ^eを積算してｅフレームの位置ｐ^eを算出する。

また、積分処理部２２０は、誤差推定部２３０が推定した速度誤差δｖ^e、位置誤差δｐ^e、及び姿勢角誤差ε^eを用いて、速度ｖ^e、位置ｐ^e、及び姿勢角を補正する処理及び補正した速度ｖ^eを積分して距離を計算する処理も行う。

さらに、積分処理部２２０は、ｂフレームからｍフレームへの座標変換行列Ｃ_b ^m、ｅフレームからｍフレームへの座標変換行列Ｃ_e ^m及びｅフレームからｎフレームへの座標変換行列Ｃ_e ⁿも算出する。これらの座標変換行列は座標変換情報として後述する座標変換部２５０の座標変換処理に用いられる。

誤差推定部２３０は、積分処理部２２０が算出した速度・位置、姿勢角、バイアス除去部２１０が補正した加速度や角速度、ＧＰＳデータ、地磁気データ等を用いて、ユーザーの状態を表す指標の誤差を推定する。本実施形態では、誤差推定部２３０は、速度、姿勢角、加速度、角速度、及び位置をユーザーの状態を表す指標とし、拡張カルマンフィルターを用いてこれらの指標の誤差を推定する。すなわち、誤差推定部２３０は、積分処理部２２０が算出した速度ｖ^eの誤差（速度誤差）δｖ^e、積分処理部２２０が算出した姿勢角の誤差（姿勢角誤差）ε^e、加速度バイアスｂ_a、角速度バイアスｂ_ω、及び積分処理部２２０が算出した位置ｐ^eの誤差（位置誤差）δｐ^eを拡張カルマンフィルターの状態変数とし、状態ベクトルＸを式（３）のように定義する。

誤差推定部２３０は、拡張カルマンフィルターの予測式を用いて、状態ベクトルＸに含まれる状態変数（ユーザーの状態を表す指標の誤差）を予測する。拡張カルマンフィルターの予測式は、式（４）のように表される。式（４）において、行列Φは、前回の状態ベクトルＸと今回の状態ベクトルＸを関連付ける行列であり、その要素の一部は姿勢角や位置等を反映しながら時々刻々変化するように設計される。また、Ｑはプロセスノイズを表す行列であり、その各要素はあらかじめ適切な値に設定される。また、Ｐは状態変数の誤差共分散行列である。

また、誤差推定部２３０は、拡張カルマンフィルターの更新式を用いて、予測した状態変数（ユーザーの状態を表す指標の誤差）を更新（補正）する。拡張カルマンフィルターの更新式は、式（５）のように表される。Ｚ及びＨはそれぞれ観測ベクトル及び観測行列であり、更新式（５）は、実際の観測ベクトルＺと状態ベクトルＸから予測されるベクトルＨＸとの差を用いて、状態ベクトルＸを補正することを表している。Ｒは、観測誤差の共分散行列であり、あらかじめ決められた一定値であってもよいし、動的に変更してもよい。Ｋはカルマンゲインであり、Ｒが小さいほどＫが大きくなる。式（５）より、Ｋが大きい（Ｒが小さい）ほど、状態ベクトルＸの補正量が大きくなり、その分、Ｐが小さくなる。

誤差推定の方法（状態ベクトルＸの推定方法）としては、例えば、以下のようなものが挙げられる。

［姿勢角誤差に基づく補正による誤差推定方法］
図９は、運動解析装置２を右腰に装着したユーザーが走行動作（直進）をする場合のユーザーの移動を俯瞰した図である。また、図１０は、ユーザーが走行動作（直進）をする場合に慣性計測ユニット１０の検出結果から算出したヨー角（方位角）の一例を示す図であり、横軸は時間、縦軸はヨー角（方位角）である。

ユーザーの走行動作に伴い、ユーザーに対する慣性計測ユニット１０の姿勢が随時変化する。ユーザーが左足を踏み出した状態では、図９中の（１）や（３）に示すように、慣性計測ユニット１０は進行方向（ｍフレームのｘ軸）に対して左側に傾いた姿勢となる。それに対して、ユーザーが右足を踏み出した状態では、図９中の（２）や（４）に示すように、慣性計測ユニット１０は進行方向（ｍフレームのｘ軸）に対して右側に傾いた姿勢となる。つまり、慣性計測ユニット１０の姿勢は、ユーザーの走行動作に伴い、左右１歩ずつの２歩毎に周期的に変化することになる。図１０では、例えば、右足を踏み出した状態でヨー角が極大となり（図１０中の○）、左足を踏み出した状態でヨー角が極小となっている（図１０中の●）。そこで、前回（２歩前）の姿勢角と今回の姿勢角は等しく、かつ、前回の姿勢角は真の姿勢であるものとして誤差を推定することができる。この方法では、式（５）の観測ベクトルＺは積分処理部２２０が算出した前回の姿勢角と今回の姿勢角との差であり、更新式（５）により、姿勢角誤差ε^eと観測値との差に基づいて状態ベクトルＸを補正し、誤差を推定する。

［角速度バイアスに基づく補正による誤差推定方法］
前回（２歩前）の姿勢角と今回の姿勢角は等しいが、前回の姿勢角は真の姿勢である必要はないものとして誤差を推定する方法である。この方法では、式（５）の観測ベクトルＺは積分処理部２２０が算出した前回の姿勢角及び今回の姿勢角から算出される角速度バイアスであり、更新式（５）により、角速度バイアスｂωと観測値との差に基づいて状態ベクトルＸを補正し、誤差を推定する。

［方位角誤差に基づく補正による誤差推定方法］
前回（２歩前）のヨー角（方位角）と今回のヨー角（方位角）は等しく、かつ、前回のヨー角（方位角）は真のヨー角（方位角）であるものとして誤差を推定する方法である。この方法では、観測ベクトルＺは積分処理部２２０が算出した前回のヨー角と今回のヨー角の差であり、更新式（５）により、方位角誤差ε_z ^eと観測値との差に基づいて状態ベクトルＸを補正し、誤差を推定する。

［停止に基づく補正による誤差推定方法］
停止時は速度がゼロであるものとして誤差を推定する方法である。この方法では、観測ベクトルＺは積分処理部２２０が算出した速度ｖ^eとゼロとの差であり、更新式（５）により、速度誤差δｖ^eに基づいて状態ベクトルＸを補正し、誤差を推定する。

［静止に基づく補正による誤差推定方法］
静止時は速度がゼロであり、かつ、姿勢変化がゼロであるものとして誤差を推定する方法である。この方法では、観測ベクトルＺは積分処理部２２０が算出した速度ｖ^eの誤差及び積分処理部２２０が算出した前回の姿勢角と今回の姿勢角との差であり、更新式（５）により、速度誤差δｖ^e及び姿勢角誤差ε^eに基づいて状態ベクトルＸを補正し、誤差を推定する。

［ＧＰＳの観測値に基づく補正による誤差推定方法］
積分処理部２２０が算出した速度ｖ^e、位置ｐ^eあるいはヨー角ψ_beとＧＰＳデータから算出される速度、位置あるいは方位角（ｅフレームに変換後の速度、位置、方位角）は等しいものとして誤差を推定する方法である。この方法では、観測ベクトルＺは積分処理部２２０が算出した速度、位置あるいはヨー角とＧＰＳデータから算出される速度、位置速度あるいは方位角との差であり、更新式（５）により、速度誤差δｖ^e、位置誤差δｐ^eあるいは方位角誤差ε_z ^eと観測値との差に基づいて状態ベクトルＸを補正し、誤差を推定する。

［地磁気センサーの観測値に基づく補正による誤差推定方法］
積分処理部２２０が算出したヨー角ψ_beと地磁気センサー６０から算出される方位角（ｅフレームに変換後の方位角）は等しいものとして誤差を推定する方法である。この方法では、観測ベクトルＺは積分処理部２２０が算出したヨー角と地磁気データから算出される方位角との差であり、更新式（５）により、方位角誤差ε_z ^eと観測値との差に基づいて状態ベクトルＸを補正し、誤差を推定する。

図８に戻り、走行処理部２４０は、走行検出部２４２、歩幅算出部２４４、及びピッチ算出部２４６を含む。走行検出部２４２は、慣性計測ユニット１０の検出結果（具体的には、バイアス除去部２１０が補正したセンシングデータ）を用いて、ユーザーの走行周期（走行タイミング）を検出する処理を行う。図９及び図１０で説明したように、ユーザーの走行時にはユーザーの姿勢が周期的に（２歩（左右１歩ずつ）毎に）変化するため、慣性計測ユニット１０が検出する加速度も周期的に変化する。図１１は、ユーザーの走行時に慣性計測ユニット１０が検出した３軸加速度の一例を示す図である。図１１において、横軸は時間であり、縦軸は加速度値である。図１１に示すように、３軸加速度は周期的に変化しており、特にｚ軸（重力方向の軸）加速度は、周期性をもって規則的に変化していることがわかる。このｚ軸加速度は、ユーザーの上下動の加速度を反映しており、ｚ軸加速度が所定の閾値以上の極大値となる時から次に閾値以上の極大値となるまでの期間が１歩の期間に相当する。そして、右足を踏み出している状態の１歩と左足を踏み出している状態の１歩が交互に繰り返される。

そこで、本実施形態では、走行検出部２４２は、慣性計測ユニット１０が検出するｚ軸加速度（ユーザーの上下動の加速度に相当する）が所定の閾値以上の極大値となる毎に、走行周期を検出する。すなわち、走行検出部２４２は、ｚ軸加速度が所定の閾値以上の極大値となる毎に、走行周期を検出したことを示すタイミング信号を出力する。実際には、慣性計測ユニット１０が検出する３軸加速度には高周波のノイズ成分が含まれるため、走行検出部２４２は、ローパスフィルターを通過させてノイズが除去されたｚ軸加速度を用いて走行周期を検出する。

また、走行検出部２４２は、検出した走行周期が左右いずれの走行周期かを判定し、左右いずれの走行周期かを示す左右足フラグ（例えば、右足の時にオン、左足の時にオフ）を出力する。例えば、図１０に示したように、右足を踏み出した状態ではヨー角が極大となり（図１０中の○）、左足を踏み出した状態ではヨー角が極小となる（図１０中の●）ので、走行検出部２４２は、積分処理部２２０が算出する姿勢角（特にヨー角）を用いて、左右いずれの走行周期かを判定することができる。また、図９に示したように、ユーザーの頭上から見て、慣性計測ユニット１０は、ユーザーが左足を踏み出した状態（図９中の（１）や（３）の状態）から右足を踏み出した状態（図９中の（２）や（４）の状態）に至るまでに時計まわりに回転し、逆に、右足を踏み出した状態から左足を踏み出した状態に至るまでに反時計まわりに回転する。従って、例えば、走行検出部２４２は、ｚ軸角速度の極性から左右いずれの走行周期かを判定することもできる。この場合、実際には、慣性計測ユニット１０が検出する３軸角速度には高周波のノイズ成分が含まれるため、走行検出部２４２は、ローパスフィルターを通過させてノイズが除去されたｚ軸角速度を用いて左右いずれの走行周期かを判定する。

なお、ユーザーが右足と左足のどちらから走行を始めるかわからず、また、走行中に走行周期を検出し損なう場合もあり得るので、走行検出部２４２は、ｚ軸加速度以外の情報（例えば、姿勢角等）も用いて、右足の走行周期か左足の走行周期かを総合的に判定するのがよい。

歩幅算出部２４４は、走行検出部２４２が出力する走行周期のタイミング信号及び左右足フラグと、積分処理部２２０が算出する速度あるいは位置とを用いて、左右毎の歩幅を算出し、左右毎のストライドとして出力する処理を行う。すなわち、歩幅算出部２４４は、走行周期の開始から次の走行周期の開始までの期間、サンプリング周期Δｔ毎に速度を積分して（あるいは、走行周期の開始時の位置と次の走行周期の開始時の位置との差を計算して）歩幅を算出し、当該歩幅をストライドとして出力する。

ピッチ算出部２４６は、走行検出部２４２が出力する走行周期のタイミング信号を用いて、１分間の歩数を算出し、走行ピッチとして出力する処理を行う。すなわち、ピッチ算出部２４６は、例えば、走行周期の逆数をとって１秒当たりの歩数を計算し、これに６０を掛けて１分間の歩数（走行ピッチ）を算出する。

座標変換部２５０は、積分処理部２２０が算出したｂフレームからｍフレームへの座標変換情報（座標変換行列Ｃ_b ^m）を用いて、バイアス除去部２１０が補正したｂフレームの３軸加速度及び３軸角速度をそれぞれｍフレームの３軸加速度及び３軸角速度に変換する座標変換処理を行う。また、座標変換部２５０は、積分処理部２２０が算出したｅフレームからｍフレームへの座標変換情報（座標変換行列Ｃ_e ^m）を用いて、積分処理部２２０が算出したｅフレームの３軸方向の速度、３軸回りの姿勢角及び３軸方向の距離をそれぞれｍフレームの３軸方向の速度、３軸回りの姿勢角及び３軸方向の距離に変換する座標変換処理を行う。また、座標変換部２５０は、積分処理部２２０が算出したｅフレームからｎフレームへの座標変換情報（座標変換行列Ｃ_e ⁿ）を用いて、積分処理部２２０が算出したｅフレームの位置をｎフレームの位置に変換する座標変換処理を行う。

そして、慣性航法演算部２２は、座標変換部２５０が座標変換した後の加速度、角速度、速度、位置、姿勢角、及び距離、走行処理部２４０が算出したストライド、走行ピッチ、及び左右足フラグの各情報を含む演算データを出力する（記憶部３０に記憶する）。

３−４．運動解析部の機能構成
図１２は、本実施形態に係る運動解析部２４の構成例を示す機能ブロック図である。本実施形態では、運動解析部２４は、特徴点検出部２６０、接地時間・衝撃時間算出部２６２、基本情報生成部２７２、第１解析情報生成部２７４、第２解析情報生成部２７６、左右差率算出部２７８、及び出力情報生成部２８０を含む。ただし、本実施形態の運動解析部２４は、これらの構成要素の一部を削除又は変更し、あるいは、他の構成要素を追加した構成であってもよい。

特徴点検出部２６０は、演算データを用いて、ユーザーの走行運動における特徴点を検出する処理を行う。ユーザーの走行運動における特徴点は、例えば、着地（足裏の一部が地面に着いた時、足の裏全体が地面に着いた時、足のかかとから着いてつま先が離れる間の任意の時点、足のつま先から着いてかかとが離れる間の任意の時点、足の裏全体が着いている間など、適宜設定して良い）、踏込（足に最も体重がかかっている状態）、離地（蹴り出しともいう、地面から足の裏の一部が離れた時、足の裏全体が地面から離れた時、足のかかとから着いてつま先が離れる間の任意の時点、足のつま先から着いてから離れる間の任意の時点など、適宜設定してよい）等である。具体的には、特徴点検出部２６０は、演算データに含まれる左右足フラグを用いて、右足の走行周期における特徴点と左足の走行周期における特徴点とを別々に検出する。例えば、特徴点検出部２６０は、上下方向加速度（加速度センサー１２のｚ軸の検出値）が正値から負値に変化するタイミングで着地を検出し、着地の後、上下方向加速度が負の方向にピークとなった以降に進行方向加速度がピークになる時点で踏込を検出し、上下方向加速度が負値から正値に変化した時点で離地（蹴り出し）を検出することができる。

接地時間・衝撃時間算出部２６２は、演算データを用いて、特徴点検出部２６０が特徴点を検出したタイミングを基準として、接地時間及び衝撃時間の各値を算出する処理を行う。具体的には、接地時間・衝撃時間算出部２６２は、演算データに含まれる左右足フラグから現在の演算データが右足の走行周期と左足の走行周期のいずれの演算データであるかを判定し、特徴点検出部２６０が特徴点を検出した時点を基準として、接地時間及び衝撃時間の各値を、右足の走行周期と左足の走行周期に分けて算出する。接地時間及び衝撃時間の定義及び算出方法等の詳細については後述する。

基本情報生成部２７２は、演算データに含まれる加速度、速度、位置、ストライド、走行ピッチの情報を用いて、ユーザーの運動に関する基本情報３５２を生成する処理を行う。ここで、基本情報３５２は、走行ピッチ、ストライド、走行速度、標高、走行距離、及び走行時間（ラップタイム）の各項目を含む。具体的には、基本情報生成部２７２は、演算データに含まれる走行ピッチ及びストライドをそれぞれ基本情報３５２の走行ピッチ及びストライドとして出力する。また、基本情報生成部２７２は、演算データに含まれる加速度、速度、位置、走行ピッチ、及びストライドの一部又は全部を用いて、走行速度、標高、走行距離、走行時間（ラップタイム）の現在の値や走行中の平均値等の運動解析情報を算出する。

第１解析情報生成部２７４は、入力情報３５１を用いて、特徴点検出部２６０が特徴点を検出したタイミングを基準としてユーザーの運動を解析し、第１解析情報３５３を生成する処理を行う。

ここで、入力情報３５１は、進行方向加速度、進行方向速度、進行方向距離、上下方向加速度、上下方向速度、上下方向距離、左右方向加速度、左右方向速度、左右方向距離、姿勢角（ロール角、ピッチ角、ヨー角）、角速度（ロール方向、ピッチ方向、ヨー方向）、走行ピッチ、ストライド、接地時間、衝撃時間及び体重の各項目を含む。体重はユーザーによって入力され、接地時間及び衝撃時間は接地時間・衝撃時間算出部２６２が算出し、その他の項目は演算データに含まれる。

また、第１解析情報３５３は、着地時ブレーキ量（着地時ブレーキ量１、着地時ブレーキ量２）、真下着地率（真下着地率１、真下着地率２、真下着地率３）、推進力（推進力１、推進力２）、推進効率（推進効率１、推進効率２、推進効率３、推進効率４）、エネルギー消費量、着地衝撃、ランニング能力、前傾角、及びタイミング一致度の各項目を含む。第１解析情報３５３の各項目は、ユーザーの走行状態（運動状態の一例）を表す項目であり、それぞれ１つの走行情報である。第１解析情報３５３の各項目の内容及び計算方法の詳細については後述する。

また、第１解析情報生成部２７４は、第１解析情報３５３の各項目の値を、ユーザーの体の左右にわけて算出する。具体的には、第１解析情報生成部２７４は、特徴点検出部２６０が右足の走行周期における特徴点を検出したか左足の走行周期における特徴点を検出したかに応じて、第１解析情報３５３に含まれる各項目を、右足の走行周期と左足の走行周期に分けて算出する。また、第１解析情報生成部２７４は、第１解析情報３５３に含まれる各項目について、左右の平均値あるいは合計値も算出する。

第２解析情報生成部２７６は、第１解析情報生成部２７４が生成した第１解析情報３５３を用いて、第２解析情報３５４を生成する処理を行う。ここで、第２解析情報３５４は、エネルギー損失、エネルギー効率、及び体への負担の各項目を含む。第２解析情報３５４の各項目の内容及び計算方法の詳細については後述する。第２解析情報生成部２７６は、第２解析情報３５４の各項目の値を、右足の走行周期と左足の走行周期に分けて算出する。また、第２解析情報生成部２７６は、第２解析情報３５４に含まれる各項目について、左右の平均値あるいは合計値も算出する。

左右差率算出部２７８は、入力情報３５１に含まれる走行ピッチ、ストライド、接地時間及び衝撃時間、第１解析情報３５３の全ての項目、及び第２解析情報３５４の全ての項目について、それぞれ右足の走行周期における値と左足の走行周期における値とを用いて、ユーザーの体の左右のバランスを示す指標である左右差率３５５を算出する処理を行う。各項目の左右差率３５５が１つの運動解析情報である。左右差率３５５の内容及び計算方法の詳細については後述する。

出力情報生成部２８０は、基本情報３５２、入力情報３５１、第１解析情報３５３、第２解析情報３５４、左右差率３５５等を用いて、ユーザーの走行中に出力する情報である走行中出力情報を生成する処理を行う。入力情報３５１に含まれる「走行ピッチ」、「ストライド」、「接地時間」及び「衝撃時間」、第１解析情報３５３のすべての項目、第２解析情報３５４のすべての項目、及び左右差率３５５は、ユーザーの走行技術の評価に用いられる運動指標であり、走行中出力情報は、これらの運動指標の一部又は全部の値の情報を含む。走行中出力情報に含まれる運動指標は、予め決められていてもよいし、ユーザーが報知装置３を操作して選択可能にしても良い。また、走行中出力情報は、基本情報３５２に含まれる走行速度、標高、走行距離、及び走行時間（ラップタイム）の一部又は全部を含んでもよい。

また、出力情報生成部２８０は、基本情報３５２、入力情報３５１、第１解析情報３５３、第２解析情報３５４、左右差率３５５等を用いて、ユーザーの走行結果の情報である走行結果情報を生成する。例えば、出力情報生成部２８０は、ユーザーの走行中（慣性計測ユニット１０の計測中）における各運動指標の平均値の情報等を含む走行結果情報を生成してもよい。また、走行結果情報は、走行速度、標高、走行距離、及び走行時間（ラップタイム）の一部又は全部を含んでもよい。

出力情報生成部２８０は、通信部４０を介して、ユーザーの走行中に、走行中出力情報を出力部７０及び報知装置３に送信し、ユーザーの走行終了時に、走行結果情報を報知装置３に送信する。

３−５．入力情報
以下に、入力情報３５１の各項目の詳細について説明する。

［進行方向加速度、上下方向加速度、左右方向加速度］
「進行方向」とはユーザーの進行方向（ｍフレームのｘ軸方向）であり、「上下方向」とは鉛直方向（ｍフレームのｚ軸方向）であり、「左右方向」とは進行方向と上下方向にともに直交する方向（ｍフレームのｙ軸方向）である。進行方向加速度、上下方向加速度及び左右方向加速度は、それぞれ、ｍフレームのｘ軸方向の加速度、ｚ軸方向の加速度及びｙ軸方向の加速度であり、座標変換部２５０により算出される。

［進行方向速度、上下方向速度、左右方向速度］
進行方向速度、上下方向速度及び左右方向速度は、それぞれ、ｍフレームのｘ軸方向の速度、ｚ軸方向の速度及びｙ軸方向の速度であり、座標変換部２５０により算出される。あるいは、進行方向加速度、上下方向加速度及び左右方向加速度をそれぞれ積分することにより、進行方向速度、上下方向速度及び左右方向速度をそれぞれ算出することもできる。

［角速度（ロール方向、ピッチ方向、ヨー方向）］
ロール方向の角速度、ピッチ方向の角速度及びヨー方向の角速度は、それぞれ、ｍフレームのｘ軸回りの角速度、ｙ軸回りの角速度及びｚ軸回りの角速度であり、座標変換部２５０により算出される。

［姿勢角（ロール角、ピッチ角、ヨー角）］
ロール角、ピッチ角及びヨー角は、それぞれ、座標変換部２５０が出力するｍフレームのｘ軸回りの姿勢角、ｙ軸回りの姿勢角、及びｚ軸回りの姿勢角であり、座標変換部２５０により算出される。あるいは、ロール方向の角速度、ピッチ方向の角速度、及びヨー方向の角速度を積分（回転演算）することにより、ロール角、ピッチ角、及びヨー角を算出することもできる。

［進行方向距離、上下方向距離、左右方向距離］
進行方向距離、上下方向距離及び左右方向距離は、それぞれ、所望の位置（例えば、ユーザーの走行開始直前の位置）からの、ｍフレームのｘ軸方向の移動距離、ｚ軸方向の移動距離、及びｙ軸方向の移動距離であり、座標変換部２５０により算出される。

［走行ピッチ］
走行ピッチは、１分間あたりの歩数として定義される運動指標であり、ピッチ算出部２４６により算出される。あるいは、１分間の進行方向距離をストライドで除算することにより、走行ピッチを算出することもできる。

［ストライド］
ストライドは、１歩の歩幅として定義される運動指標であり、歩幅算出部２４４により算出される。あるいは、１分間の進行方向距離を走行ピッチで除算することにより、ストライドを算出することもできる。

［接地時間］
接地時間は、着地から離地（蹴り出し）までにかかった時間として定義される運動指標であり、接地時間・衝撃時間算出部２６２により算出される。離地（蹴り出し）とは、つま先が地面から離れる時である。なお、接地時間は、走行スピードと相関が高いため、第１解析情報３５３のランニング能力として使用することもできる。

［衝撃時間］
衝撃時間は、着地により発生する衝撃が体にかかっている時間として定義される運動指標であり、接地時間・衝撃時間算出部２６２により算出される。衝撃時間＝（１歩中の進行方向加速度が最小となる時刻−着地の時刻）で計算できる。

［体重］
体重は、ユーザーの体重であり、走行前にユーザーが報知装置３の不図示の操作部を操作することによりその数値が入力される。

３−６．第１解析情報
以下に、第１解析情報生成部２７４により算出される第１解析情報３５３の各項目の詳細について説明する。

［着地時ブレーキ量１］
着地時ブレーキ量１は、着地により低下した速度量として定義される運動指標であり、着地時ブレーキ量１＝（着地前の進行方向速度−着地後の進行方向最低速度）で計算できる。着地により進行方向の速度は低下し、１歩の中で着地後の進行方向速度の最下点が進行方向最低速度である。

［着地時ブレーキ量２］
着地時ブレーキ量２は、着地により発生した進行方向マイナスの最低加速度量として定義される運動指標であり、１歩における着地後の進行方向最低加速度と一致する。１歩の中で着地後の進行方向加速度の最下点が進行方向最低加速度である。

［真下着地率１］
真下着地率１は、体の真下で着地できているかを表現する運動指標である。体の真下で着地できるようになると、着地時のブレーキ量が少なくなり効率的な走りができるようになる。通常ブレーキ量は速度に応じて大きくなるため、ブレーキ量だけでは指標として不十分であるが、真下着地率１は率で表せる指標であるため、真下着地率１によれば速度が変わっても同じ評価ができる。着地時の進行方向加速度（マイナスの加速度）と上下方向加速度を用いて、α＝ａｒｃｔａｎ（着地時の進行方向加速度／着地時の上下方向加速度）とすると、真下着地率１＝ｃｏｓα×１００（％）で計算できる。あるいは、走行の速い複数人のデータを用いて理想的な角度α’を算出し、真下着地率１＝｛１−｜（α’−α）／α’｜｝×１００（％）で計算することもできる。

［真下着地率２］
真下着地率２は、体の真下で着地できているかを着地時の速度低下度合で表現する運動指標であり、真下着地率２＝（着地後の進行方向最低速度／着地直前の進行方向速度）×１００（％）で計算される。

［真下着地率３］
真下着地率３は、体の真下で着地できているかを着地から体の真下に足が来るまでの距離又は時間で表現する運動指標である。真下着地率３＝（体の真下に足が来る時の進行方向距離−着地時の進行方向距離）、あるいは、真下着地率３＝（体の真下に足が来る時の時刻−着地時の時刻）で計算できる。着地（上下方向加速度が正値から負値に変化する点）の後、上下方向加速度が負の方向にピークとなるタイミングがあり、このタイミングを体の真下に足が来るタイミング（時刻）と判定することができる。

なお、これ以外にも、真下着地率３＝β＝ａｒｃｔａｎ（着地から体の真下に足が来るまでの距離／腰の高さ）と定義してもよい。あるいは、真下着地率３＝（１−着地から体の真下に足が来るまでの距離／着地から蹴り上げまでに移動した距離）×１００（％）（足が接地している間に移動した距離の中で着地から体の真下に足が来るまでの距離が占める割合）として定義してもよい。あるいは、真下着地率３＝（１−着地から体の真下に足が来るまでの時間／着地から蹴り上げまでに移動した時間）×１００（％）（足が接地している間に移動した時間の中で着地から体の真下に足が来るまでの時間が占める割合）と定義してもよい。

［推進力１］
推進力１は、地面を蹴ることにより進行方向へ増加した速度量として定義される運動指標であり、推進力１＝（蹴り出し後の進行方向最高速度−蹴り出し前の進行方向最低速度）で計算できる。

［推進力２］
推進力２は、蹴り出しにより発生した進行方向プラスの最大加速度として定義される運動指標であり、１歩における蹴り出し後の進行方向最大加速度と一致する。

［推進効率１］
推進効率１は、蹴り出しの力が効率よく推進力になっているかを表す運動指標である。無駄な上下動、無駄な左右動がなくなると効率のよい走りができるようになる。通常上下動、左右動は速度に応じて大きくなるため、上下動、左右動だけでは指標として不十分であるが、推進効率１は率で表せる指標であるため、推進効率１によれば速度が変わっても同じ評価ができる。推進効率１は、上下方向と左右方向についてそれぞれ計算される。蹴り出し時の上下方向加速度と進行方向加速度を用いて、γ＝ａｒｃｔａｎ（蹴り出し時の上下方向加速度／蹴り出し時の進行方向加速度）とすると、上下方向の推進効率１＝ｃｏｓγ×１００（％）で計算できる。あるいは、走行の速い複数人のデータを用いて理想的な角度γ’を算出し、上下方向の推進効率１＝｛１−｜（γ’−γ）／γ’｜｝×１００（％）で計算することもできる。同様に、蹴り出し時の左右方向加速度と進行方向加速度を用いて、δ＝ａｒｃｔａｎ（蹴り出し時の左右方向加速度／蹴り出し時の進行方向加速度）とすると、左右方向の推進効率１＝ｃｏｓδ×１００（％）で計算できる。あるいは、走行の速い複数人のデータを用いて理想的な角度δ’を算出し、左右方向の推進効率１＝｛１−｜（δ’−δ）／δ’｜｝×１００（％）で計算することもできる。

なお、これ以外にも、γをａｒｃｔａｎ（蹴り出し時の上下方向の速度／蹴り出し時の進行方向の速度）に置き換えて上下方向の推進効率１を算出することもできる。同様に、δをａｒｃｔａｎ（蹴り出し時の左右方向の速度／蹴り出し時の進行方向の速度）に置き換えて左右方向の推進効率１を算出することもできる。

［推進効率２］
推進効率２は、蹴り出しの力が効率よく推進力になっているかを踏込時の加速度の角度を用いて表す運動指標である。上下方向の推進効率２は、踏込時の上下方向加速度と進行方向加速度を用いて、ξ＝ａｒｃｔａｎ（踏込時の上下方向加速度／踏込時の進行方向加速度）とすると、上下方向の推進効率２＝ｃｏｓξ×１００（％）で計算できる。あるいは、走行の速い複数人のデータを用いて理想的な角度ξ’を算出し、上下方向の推進効率２＝｛１−｜（ξ’−ξ）／ξ’｜｝×１００（％）で計算することもできる。同様に、踏込時の左右方向加速度と進行方向加速度を用いて、η＝ａｒｃｔａｎ（踏込時の左右方向加速度／踏込時の進行方向加速度）とすると、左右方向の推進効率２＝ｃｏｓη×１００（％）で計算できる。あるいは、走行の速い複数人のデータを用いて理想的な角度η’を算出し、左右方向の推進効率２＝｛１−｜（η’−η）／η’｜｝×１００（％）で計算する
こともできる。

なお、これ以外にも、ξをａｒｃｔａｎ（踏込時の上下方向の速度／踏込時の進行方向の速度）に置き換えて上下方向の推進効率２を算出することもできる。同様に、ηをａｒｃｔａｎ（踏込時の左右方向の速度／踏込時の進行方向の速度）に置き換えて左右方向の推進効率２を算出することもできる。

［推進効率３］
推進効率３は、蹴り出しの力が効率よく推進力になっているかを飛び出しの角度を用いて表す運動指標である。１歩における上下方向の最高到達点（上下方向距離の振幅の１／２）をＨ、蹴り出しから着地までの進行方向距離をＸとすると、推進効率３は、式（６）で計算できる。

［推進効率４］
推進効率４は、蹴り出しの力が効率よく推進力になっているかを、１歩の中で発生した全エネルギーに対する進行方向に進むために使われたエネルギーの比率で表す運動指標である。推進効率４＝（進行方向に進むために使用したエネルギー／１歩に使用したエネルギー）×１００（％）で計算される。このエネルギーは、位置エネルギーと運動エネルギーの和である。

［エネルギー消費量］
エネルギー消費量は、１歩進むのに消費するエネルギー量として定義される運動指標であり、１歩進むのに消費するエネルギー量を走行期間積算したものも表す。エネルギー消費量＝（上下方向のエネルギー消費量＋進行方向のエネルギー消費量＋左右方向のエネルギー消費量）で計算される。ここで、上下方向のエネルギー消費量＝（体重×重力×上下方向距離）で計算される。また、進行方向のエネルギー消費量＝［体重×｛（蹴り出し後の進行方向最高速度）２−（着地後の進行方向最低速度）２｝／２］で計算される。また、左右方向のエネルギー消費量＝［体重×｛（蹴り出し後の左右方向最高速度）２−（着地後の左右方向最低速度）２｝／２］で計算される。

［着地衝撃］
着地衝撃は、着地によりどれくらいの衝撃が体にかかっているかを表す運動指標である。着地衝撃＝（上下方向の衝撃力＋進行方向の衝撃力＋左右方向の衝撃力）で計算される。ここで、上下方向の衝撃力＝（体重×着地時の上下方向速度／衝撃時間）で計算される。また、進行方向の衝撃力＝｛体重×（着地前の進行方向速度−着地後の進行方向最低速度）／衝撃時間｝で計算される。また、左右方向の衝撃力＝｛体重×（着地前の左右方向速度−着地後の左右方向最低速度）／衝撃時間｝で計算される。

［ランニング能力］
ランニング能力は、ユーザーのランニングの力を表す運動指標である。例えば、ストライドと接地時間との比と、ランニングの記録（タイム）との間には相関関係があることが知られている（「１００ｍ走レース中の接地時間、離地時間について」、Journal of Research and Development for Future Athletics.3(1):1-4,2004.）。ランニング能力＝（ストライド／接地時間）で計算される。

［前傾角］
前傾角は、ユーザーの胴体が地面に対してどの程度傾いているかを表す運動指標である。ユーザーが地面に対して垂直に立っている状態の時の前傾角を０度とし、前かがみの時の前傾角は正の値であり、のけぞっている場合の前傾角は負の値である。前傾角は、ｍフレームのピッチ角を上記の様な仕様となるように変換することで得られる。運動解析装置２（慣性計測ユニット１０）をユーザーに装着した時に、既に傾きがある可能性があるので、静止時を０度と仮定し、そこからの変化量で前傾角を計算してもよい。

［タイミング一致度］
タイミング一致度は、ユーザーの特徴点のタイミングが良いタイミングにどれだけ近いかを表す運動指標である。例えば、腰回転のタイミングが蹴り出しのタイミングにどれだけ近いかを表す運動指標が考えられる。脚が流れている走り方では、片脚を着いた時に逆脚はまだ身体の後ろに残っているので、蹴り出し後に腰の回転タイミングが来る場合は脚が流れている走り方と判断できる。腰の回転タイミングが蹴り出しのタイミングとほぼ一致しており、良い走り方と言える。一方、腰の回転タイミングが蹴り出しのタイミングよりも遅れており、脚が流れている走り方と言える。

３−７．第２解析情報
以下に、第２解析情報生成部２７６により算出される第２解析情報３５４の各項目の詳細について説明する。

［エネルギー損失］
エネルギー損失は、１歩進むのに消費するエネルギー量の中で無駄に使われたエネルギー量を表す運動指標であり、１歩進むのに消費するエネルギー量の中で無駄に使われたエネルギー量を走行期間積算したものも表す。エネルギー損失＝｛エネルギー消費量×（１００−真下着地率）×（１００−推進効率）｝で計算される。ここで、真下着地率は真下着地率１〜３のいずれかであり、推進効率は推進効率１〜４のいずれかである。

［エネルギー効率］
エネルギー効率は、１歩進むのに消費したエネルギーが進行方向へ進むエネルギーに効率よく使われているかを表す運動指標であり、それを走行期間積算したものも表す。エネルギー効率＝｛（エネルギー消費量−エネルギー損失）／エネルギー消費量｝で計算される。

［体への負担］
体への負担は、着地衝撃を累積し、体にどれくらいの衝撃がたまっているかを表す運動指標である。怪我は衝撃の蓄積により起こるので、体への負担を評価することにより、怪我のしやすさも判断できる。体への負担＝（右脚の負担＋左脚の負担）で計算される。右脚の負担は、右脚の着地衝撃を積算することで計算できる。左脚の負担は、左脚の着地衝撃を積算することで計算できる。ここで、積算は走行中の積算と過去からの積算の両方を行う。

３−８．左右差率（左右バランス）
左右差率３５５は、走行ピッチ、ストライド、接地時間、衝撃時間、第１解析情報３５３の各項目及び第２解析情報３５４の各項目について、体の左右でどれくらい差がみられるかを表す運動指標であり、左脚が右脚に対してどれくらい違うかを表すものとする。左右差率３５５＝（左脚の数値／右脚の数値×１００）（％）で計算され、数値は、走行ピッチ、ストライド、接地時間、衝撃時間、ブレーキ量、推進力、真下着地率、推進効率、速度、加速度、移動距離、前傾角、腰の回転角、腰の回転角速度、左右への傾き量、衝撃時間、ランニング能力、エネルギー消費量、エネルギー損失、エネルギー効率、着地衝撃、体への負担の各数値である。また、左右差率３５５は、各数値の平均値や分散も含む。

３−９．処理の手順
図１３は、本実施形態に係るユーザーの走行中における運動解析装置２の処理部２０が行う運動解析処理の手順の一例（運動解析方法の一例）を示すフローチャート図である。処理部２０は、記憶部３０に記憶されている運動解析プログラム３００を実行することにより、図１３のフローチャートの手順で運動解析処理を実行する。

図１３に示すように、処理部２０は、計測開始のコマンドを受信するまで待機し（Ｓ１０のＮ）、計測開始のコマンドを受信した場合（Ｓ１０のＹ）、まず、ユーザーが静止しているものとして、慣性計測ユニット１０が計測したセンシングデータ、及び、ＧＰＳデータを用いて、初期姿勢、初期位置、初期バイアスを計算する（Ｓ２０）。

次に、処理部２０は、慣性計測ユニット１０からセンシングデータを取得し、取得したセンシングデータをセンシングデータテーブル３１０に付加する（Ｓ３０）。

次に、処理部２０は、慣性航法演算処理を行い、各種の情報を含む演算データを生成する（Ｓ４０）。この慣性航法演算処理の手順の一例は後述する。

次に、処理部２０は、ユーザーの運動時における運動解析情報を生成する運動情報生成工程において、Ｓ４０で生成した演算データを用いて運動解析情報生成処理を行って運動解析情報を生成する（Ｓ５０）。この運動解析情報生成処理の手順の一例は後述する。

次に、処理部２０は、Ｓ５０で生成した運動解析情報を用いて走行中出力情報を生成して、出力部７０及び報知装置３に送信する（Ｓ６０）。

出力部７０では、運動解析情報を所定の知覚情報に変換し出力する出力工程において、送信された運動解析情報（走行中出力情報）を所定の知覚情報に変換し出力する（Ｓ６５）。

そして、処理部２０は、計測終了のコマンドを受信するまで（Ｓ７０のＮ及びＳ８０のＮ）、前回センシングデータを取得してからサンプリング周期Δｔが経過する毎に（Ｓ７０のＹ）、Ｓ３０以降の処理を繰り返す。

処理部２０は、走行分析開始コマンドを受信すると（Ｓ８０のＹ）、Ｓ５０で生成した運動解析情報を用いて走行結果情報を生成して報知装置３に送信し（Ｓ９０）、運動解析処理を終了する。

図１４は、慣性航法演算処理（図１３のＳ４０の処理）の手順の一例を示すフローチャート図である。処理部２０（慣性航法演算部２２）は、記憶部３０に記憶されている慣性航法演算プログラム３０２を実行することにより、図１４のフローチャートの手順で慣性航法演算処理を実行する。

図１４に示すように、まず、処理部２０は、図１３のＳ２０で算出した初期バイアスを用いて（後述のＳ１５０で加速度バイアスｂ_a及び角速度バイアスｂ_ωを推定した後は、加速度バイアスｂ_a及び角速度バイアスｂ_ωを用いて）、図１３のＳ３０で取得したセンシングデータに含まれる加速度と角速度からバイアスを除去して補正し、補正した加速度と角速度によりセンシングデータテーブル３１０を更新する（Ｓ１００）。

次に、処理部２０は、Ｓ１００で補正したセンシングデータを積分して速度、位置及び姿勢角を計算し、計算した速度、位置及び姿勢角を含む算出データを算出データテーブル３４０に付加する（Ｓ１１０）。

次に、処理部２０は、走行検出処理を行う（Ｓ１２０）。この走行検出処理の手順の一例は後述する。

次に、処理部２０は、走行検出処理（Ｓ１２０）により走行周期を検出した場合（Ｓ１３０のＹ）、走行ピッチ及びストライドを計算する（Ｓ１４０）。また、処理部２０は、走行周期を検出しなかった場合は（Ｓ１３０のＮ）、Ｓ１４０の処理を行わない。

次に、処理部２０は、誤差推定処理を行い、速度誤差δｖ^e、姿勢角誤差ε^e、加速度バイアスｂ_a、角速度バイアスｂ_ω、及び位置誤差δｐ^eを推定する（Ｓ１５０）。

次に、処理部２０は、Ｓ１５０で推定した速度誤差δｖ^e、姿勢角誤差ε^e、及び位置誤差δｐ^eを用いて、速度、位置、及び姿勢角をそれぞれ補正し、補正した速度、位置、及び姿勢角により算出データテーブル３４０を更新する（Ｓ１６０）。また、処理部２０は、Ｓ１６０で補正した速度を積分し、ｅフレームの距離を計算する（Ｓ１７０）。

次に、処理部２０は、センシングデータテーブル３１０に記憶されているセンシングデータ（ｂフレームの加速度及び角速度）、算出データテーブル３４０に記憶されている算出データ（ｅフレームの速度、位置、及び姿勢角）及びＳ１７０で算出したｅフレームの距離を、それぞれ、ｍフレームの加速度、角速度、速度、位置、姿勢角、及び距離に座標変換する（Ｓ１８０）。

そして、処理部２０は、Ｓ１８０で座標変換した後のｍフレームの加速度、角速度、速度、位置、姿勢角、及び距離、Ｓ１４０で算出したストライド及び走行ピッチを含む演算データを生成する（Ｓ１９０）。処理部２０は、図１３のＳ３０でセンシングデータを取得する毎に、この慣性航法演算処理（Ｓ１００〜Ｓ１９０の処理）を行う。

図１５は、走行検出処理（図１４のＳ１２０の処理）の手順の一例を示すフローチャート図である。処理部２０（走行検出部２４２）は、図１５のフローチャートの手順で走行検出処理を実行する。

図１５に示すように、処理部２０は、図１４のＳ１００で補正した加速度に含まれるｚ軸加速度をローパスフィルター処理し（Ｓ２００）、ノイズを除去する。

次に、処理部２０は、Ｓ２００でローパスフィルター処理したｚ軸加速度が閾値以上かつ極大値の場合（Ｓ２１０のＹ）、このタイミングで走行周期を検出する（Ｓ２２０）。

そして、処理部２０は、Ｓ２２０で検出した走行周期が左右いずれの走行周期かを判定して左右足フラグを設定し（Ｓ２３０）、走行検出処理を終了する。処理部２０は、ｚ軸加速度が閾値未満か極大値でなければ（Ｓ２１０のＮ）、Ｓ２２０以降の処理を行わずに走行検出処理を終了する。

図１６は、運動解析情報生成処理（図１３のＳ５０の処理）の手順の一例を示すフローチャート図である。処理部２０（運動解析部２４）は、記憶部３０に記憶されている運動解析情報生成プログラム３０４を実行することにより、図１６のフローチャートの手順で運動解析情報生成処理を実行する。

図１６に示すように、まず、処理部２０は、図１３のＳ４０の慣性航法演算処理で生成した演算データを用いて、基本情報３５２の各項目を算出する（Ｓ３００）。

次に、処理部２０は、演算データを用いて、ユーザーの走行運動における特徴点（着地、踏込、離地等）の検出処理を行う（Ｓ３１０）。

処理部２０は、Ｓ３２０の処理で特徴点を検出した場合（Ｓ３２０のＹ）、特徴点を検出したタイミングに基づき、接地時間及び衝撃時間を算出する（Ｓ３３０）。また、処理部２０は、演算データの一部及びＳ３３０で生成した接地時間及び衝撃時間を入力情報３５１として、特徴点を検出したタイミングに基づき、第１解析情報３５３の一部の項目（算出に特徴点の情報が必要な項目）を算出する（Ｓ３４０）。処理部２０は、Ｓ３１０の処理で特徴点を検出しなかった場合は（Ｓ３２０のＮ）、Ｓ３３０、及びＳ３４０の処理を行わない。

次に、処理部２０は、入力情報３５１を用いて、第１解析情報３５３の他の項目（算出に特徴点の情報が不要な項目）を算出する（Ｓ３５０）。

次に、処理部２０は、第１解析情報３５３を用いて、第２解析情報３５４の各項目を算出する（Ｓ３６０）。

次に、処理部２０は、入力情報３５１の各項目、第１解析情報３５３の各項目、及び第２解析情報３５４の各項目に対して左右差率３５５を算出する（Ｓ３７０）。

処理部２０は、Ｓ３００〜Ｓ３７０で算出した各情報に現在の計測時刻を付加して記憶部３０に記憶し（Ｓ３８０）、運動解析情報生成処理を終了する。

４．効果
本実施形態の運動解析装置２は、慣性計測ユニット（ＩＭＵ）１０の出力を用いて、ユーザーの走行又は歩行時における運動解析情報３５０を生成する運動解析部２４と、生成した周期的に生じる運動解析情報３５０を音、光、又は振動等の知覚情報に変換し、着地に同期して知覚情報を出力する出力部７０と、を備えている。そのため、運動解析情報３５０が音、光、又は振動等の知覚情報として変換して報知されるので、ユーザーは走行又は歩行中の運動解析情報３５０を容易に確認することができる。従って、運動解析情報３５０に伴う運動状態の修正等をユーザーが走行又は歩行中に行うことができる。

また、知覚情報が音、光、又は振動のうち少なくとも１つであるため、視覚に頼らず感覚的に、運動解析情報３５０を確認することができ、音が擬態音を含むことにより、知覚情報としての音を聞き取り易くなり、運動解析情報３５０をより正確に確認することができる。

また、運動解析情報３５０の値に対応した周波数の音、光、又は振動に変換して出力することにより、運動解析情報３５０の値の違い又は大きさを周波数の違い又は高低として確認することができる。更に、運動解析情報３５０の値と知覚情報の出力時間間隔や出力の大きさ等とが比例関係又は反比例関係であるため、運動解析情報３５０の値の違い又は大きさを確認することができる。

また、運動解析情報３５０は、ユーザーの走行又は歩行における、速度、加速度、ストライド、ピッチ、推進効率、着地時ブレーキ量、又は接地時間に関する情報を含むので、ユーザーの詳細な運動解析情報３５０を確認することができる。

また、運動解析情報３５０を、ユーザーにおける左足、右足で異なる知覚情報として出力することにより、ユーザーが左足の運動解析情報３５０か右足の運動解析情報３５０かを容易に判断し、確認することができる。

また、運動解析情報３５０を知覚情報に変換し出力するタイミングが、走行又は歩行中のユーザーの左足又は右足の着地時、又は、着地の±１００ミリ秒以内であることにより、ユーザーの走行におけるリズム感を正確に維持したまま、運動解析情報３５０を確認することができる。

本実施形態の運動解析システム１は、運動解析装置２が慣性計測ユニット（ＩＭＵ）１０の出力に基づいて生成された周期的に生じる運動解析情報３５０を知覚情報に変換し、着地に同期して知覚情報を出力する出力部７０を有しているため、運動解析情報３５０を知覚情報として出力することにより、運動解析情報３５０が音、光、又は振動等の知覚情報として変換して報知される。そのため、ユーザーは走行又は歩行中の運動解析情報３５０を容易に確認することができる。従って、運動解析情報３５０に伴う運動状態の修正等をユーザーが走行又は歩行中に行うことができる。

本実施形態の運動解析方法は、慣性計測ユニット（ＩＭＵ）１０の出力に基づいて生成された周期的に生じる運動解析情報３５０を知覚情報に変換し、着地に同期して知覚情報を出力する出力工程を有しているため、運動解析情報３５０を知覚情報として出力することにより、運動解析情報３５０が音、光、又は振動等の知覚情報として変換して報知される。そのため、ユーザーは走行又は歩行中の運動解析情報３５０を容易に確認することができる。

１…運動解析システム、２…運動解析装置、３…報知装置、１０…慣性計測ユニット（ＩＭＵ）、１２…加速度センサー、１４…角速度センサー、１６…信号処理部、２０…処理部、２２…慣性航法演算部、２４…運動解析部、３０…記憶部、４０…通信部、５０…ＧＰＳユニット、６０…地磁気センサー、７０…出力部、２１０…バイアス除去部、２２０…積分処理部、２３０…誤差推定部、２４０…走行処理部、２４２…走行検出部、２４４…歩幅算出部、２４６…ピッチ算出部、２５０…座標変換部、２６０…特徴点検出部、２６２…接地時間・衝撃時間算出部、２７２…基本情報生成部、２７４…第１解析情報生成部、２７６…第２解析情報生成部、２７８…左右差率算出部、２８０…出力情報生成部、３００…運動解析プログラム、３０２…慣性航法演算プログラム、３０４…運動解析情報生成プログラム、３１０…センシングデータテーブル、３２０…ＧＰＳデータテーブル、３３０…地磁気データテーブル、３４０…算出データテーブル、３５０…運動解析情報、３５１…入力情報、３５２…基本情報、３５３…第１解析情報、３５４…第２解析情報、３５５…左右差率。

Claims (11)

1. 慣性センサーの出力を用いて、被験者の走行又は歩行時における運動情報を生成する運動情報生成部と、
   前記運動情報のうち、周期的に生じた運動情報を所定の知覚情報に変換し、着地時に同期して前記知覚情報を出力する出力部と、を備えることを特徴とする運動解析装置。
2. 前記知覚情報は音、光、又は振動のうち少なくとも１つであることを特徴とする請求項１に記載の運動解析装置。
3. 前記運動情報は、前記被験者の運動における、速度又は加速度に関する情報を含むことを特徴とする請求項１又は請求項２に記載の運動解析装置。
4. 前記速度又は前記加速度に対応した周波数の音、光、又は振動に変換して出力することを特徴とする請求項３に記載の運動解析装置。
5. 前記運動情報は、前記被験者の走行における、ストライド、ピッチ、推進効率、着地時ブレーキ量、又は接地時間に関する情報を含むことを特徴とする請求項１乃至請求項４のいずれか一項に記載の運動解析装置。
6. 前記知覚情報を着地時に出力することを特徴とする請求項１乃至請求項５のいずれか一項に記載の運動解析装置。
7. 前記知覚情報を着地の±１００ミリ秒以内に出力することを特徴とする請求項６に記載の運動解析装置。
8. 前記音は擬態音を含むことを特徴とする請求項２に記載の運動解析装置。
9. 前記運動情報を、前記被験者における左足、右足で異なる知覚情報として出力することを特徴とする請求項１乃至請求項８のいずれか一項に記載の運動解析装置。
10. 慣性センサーの出力を用いて、被験者の走行又は歩行時における運動情報を生成する運動情報生成部と、前記運動情報のうち、周期的に生じた運動情報を所定の知覚情報に変換し、着地時に同期して前記知覚情報を出力する出力部と、を備える運動解析装置と、
    前記運動情報を報知する報知装置と、を備えることを特徴とする運動解析システム。
11. 慣性センサーの出力を用いて、被験者の走行又は歩行時における運動情報を生成する運動情報生成工程と、
    前記運動情報のうち、周期的に生じた運動情報を所定の知覚情報に変換し、着地時に同期して前記知覚情報を出力する出力工程と、を含むことを特徴とする運動解析方法。