JP2017205213A - 情報処理装置、情報処理方法およびプログラム - Google Patents

情報処理装置、情報処理方法およびプログラム Download PDF

Info

Publication number
JP2017205213A
JP2017205213A JP2016098741A JP2016098741A JP2017205213A JP 2017205213 A JP2017205213 A JP 2017205213A JP 2016098741 A JP2016098741 A JP 2016098741A JP 2016098741 A JP2016098741 A JP 2016098741A JP 2017205213 A JP2017205213 A JP 2017205213A
Authority
JP
Japan
Prior art keywords
sensor
distance
distance measuring
user
sensors
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.)
Pending
Application number
JP2016098741A
Other languages
English (en)
Inventor
荘太 松澤
Sota Matsuzawa
荘太 松澤
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.)
Sony Corp
Original Assignee
Sony 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 Sony Corp filed Critical Sony Corp
Priority to JP2016098741A priority Critical patent/JP2017205213A/ja
Priority to PCT/JP2017/007145 priority patent/WO2017199518A1/ja
Priority to US16/099,498 priority patent/US11113515B2/en
Publication of JP2017205213A publication Critical patent/JP2017205213A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06V40/25—Recognition of walking or running movements, e.g. gait recognition
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • User Interface Of Digital Computer (AREA)
  • Position Input By Displaying (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】ユーザの行動認識の精度を向上させることが可能な技術が提供されることが望まれる。【解決手段】複数の測距センサによって検出された測距センサデータを取得するセンサ制御部と、前記測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部と、前記行動認識結果に応じた出力を制御する出力制御部と、を備える、情報処理装置が提供される。【選択図】図２

Description

本開示は、情報処理装置、情報処理方法およびプログラムに関する。
近年、ユーザの行動を認識する技術として様々な技術が知られている。例えば、ユーザの靴に取り付けられた歩行センサによる検出結果に基づいて、足の動きを認識する技術が開示されている（例えば、特許文献１参照）。また、足の動きに限らず、ユーザの行動を認識するための技術が知られている。
例えば、慣性センサ（例えば、加速度センサ、ジャイロセンサなど）による検出結果に基づいて、ユーザの行動を認識する技術が存在する。かかる技術においては、慣性センサによる検出対象はユーザの行動に伴って生じる動き自体であり、慣性センサによって検出されたユーザの動きに基づいてユーザの行動が認識される。
特開２００５−２９３５０５号公報
しかし、ユーザの行動認識の精度を向上させることが可能な技術が提供されることが望まれる。
本開示によれば、複数の測距センサによって検出された測距センサデータを取得するセンサ制御部と、前記測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部と、前記行動認識結果に応じた出力を制御する出力制御部と、を備える、情報処理装置が提供される。
本開示によれば、複数の測距センサによって検出された測距センサデータを取得するセンサ制御部と、前記測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部と、プロセッサにより、前記行動認識結果に応じた出力を制御する出力制御部と、を備える、情報処理方法が提供される。
本開示によれば、コンピュータを、複数の測距センサによって検出された測距センサデータを取得するセンサ制御部と、前記測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部と、前記行動認識結果に応じた出力を制御する出力制御部と、を備える情報処理装置として機能させるためのプログラムが提供される。
以上説明したように本開示によれば、ユーザの行動認識の精度を向上させることが可能な技術が提供される。なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。
本開示の第１の実施形態の概要について説明するための図である。 本開示の第１の実施形態の概要について説明するための図である。 本開示の第１の実施形態の概要について説明するための図である。 本開示の第１の実施形態に係る情報処理装置の機能構成例を示す図である。 ユーザの行動とその行動がなされるときに検出される測距センサデータの特徴とが対応付けられた情報の例を示す図である。 ユーザの行動が座位である場合の様子を示す図である。 ユーザの行動が歩行である場合の様子を示す図である。 ユーザの行動が階段昇降である場合の様子を示す図である。 ユーザの行動が腕の上下を伴う行動である場合の様子を示す図である。 本開示の第２の実施形態に係る情報処理装置の機能構成例を示す図である。 歩行時の加速度の時系列変化の例を示す図である。 スノーボードをプレイするユーザに取り付けられる各種センサの例を示す図である。 スノーボードをプレイするユーザに取り付けられる各種センサの例を示す図である。 スノーボードをプレイするユーザとボードに取り付けられる各種センサの例を示す図である。 スノーボードをプレイするユーザとボードに取り付けられる各種センサの例を示す図である。 スノーボードのトリック判定の例を示すフローチャートである。 ユーザの踏み切り、自由落下および着地それぞれの検出手法について説明するための図である。 ボード寸法の例を示す図である。 トリック名称の判定例を示す図である。 サッカーをプレイするユーザに取り付けられる各種センサの例を示す図である。 腰および右足（または左足）それぞれに取り付けられる測距センサの距離の変化の例を示す図である。 サッカーのキックパフォーマンス判定およびキックされたボールのスピード判定の例を示すフローチャートである。 ボールキック時における前後方向の加速度の時系列変化の様子を示す図である。 キックパフォーマンス判定テーブルの例を示す図である。 ゴルフスウィングをするユーザに取り付けられる各種センサの例を示す図である。 手首に取り付けられる測距センサと腰および両足それぞれに取り付けられる測距センサとの距離の変化の例を示す図である。 ゴルフスウィングのパフォーマンス判定の例を示すフローチャートである。 スウィング時における角速度の時系列変化の様子を示す図である。 スウィング軌跡を描画する手法を説明するための図である。 スウィング軌跡を描画する手法を説明するための図である。 スウィング軌跡表示画面の例を示す図である。 本開示の第２の実施形態に係る情報処理装置の機能構成例を示す図である。 ３人ユーザが手を繋いで歩いている様子を示した図である。 ２人のユーザが握手をしている様子を示した図である。 ２人のユーザが並走している様子を示した図である。 複数のユーザ同士のインタラクションに関する行動の判定テーブルの例を示す図である。 情報処理装置のハードウェア構成例を示すブロック図である。
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
また、本明細書および図面において、実質的に同一の機能構成を有する複数の構成要素を、同一の符号の後に異なる数字を付して区別する場合もある。ただし、実質的に同一の機能構成を有する複数の構成要素の各々を特に区別する必要がない場合、同一符号のみを付する。また、異なる実施形態の類似する構成要素については、同一の符号の後に異なるアルファベットを付して区別する。ただし、類似する構成要素の各々を特に区別する必要がない場合、同一符号のみを付する。
なお、説明は以下の順序で行うものとする。
０．背景
１．第１の実施形態（測距センサ）
１．１．概要
１．２．機能構成例
１．３．測距センサを利用した行動認識
２．第２の実施形態（測距センサ＋慣性センサ）
２．１．機能構成例
２．２．歩幅の認識
２．３．スノーボードのトリック判定
２．４．ゴルフスウィングのパフォーマンス判定
３．第３の実施形態（測距センサ＋慣性センサ＋近接センサ）
３．１．機能構成例
３．２．インタラクションに関する行動認識
４．ハードウェア構成例
５．むすび
＜０．背景＞
まず、本開示の一実施形態の背景について説明する。近年、ユーザの行動を認識する技術として様々な技術が知られている。例えば、ユーザの靴に取り付けられた歩行センサによる検出結果に基づいて、足の動きを認識する技術が開示されている（例えば、特開２００５−２９３５０５号公報参照）。また、足の動きに限らず、ユーザの行動を認識するための技術が知られている。
例えば、慣性センサ（例えば、加速度センサ、ジャイロセンサなど）による検出結果に基づいて、ユーザの行動を認識する技術が存在する。かかる技術においては、慣性センサによる検出対象はユーザの行動に伴って生じる動き自体であり、慣性センサによって検出されたユーザの動きに基づいてユーザの行動が認識される。
しかし、慣性センサには、ドリフトやオフセットなどの特性があるため、これらの特性が要因となって行動認識の精度が悪くなってしまう。特に、民生用のＭＥＭＳ（Ｍｉｃｒｏ Ｅｌｅｃｔｒｏ Ｍｅｃｈａｎｉｃａｌ Ｓｙｓｔｅｍｓ）センサは、ドリフトやオフセットなどの個体ごとの特性差が大きいため、これらの特性による影響を考慮してユーザの行動認識を行う必要がある。
そこで、本明細書においては、ユーザの行動認識の精度を向上させることが可能な技術について主に提案する。具体的には、複数の測距センサによる検出結果（測距センサ同士の距離）に基づいてユーザの行動を認識する。かかる構成により、慣性センサによる検出結果を利用するだけでは向上させるのが困難であったユーザの行動認識の精度を向上させることが可能となる。
以上、本開示の一実施形態の背景について説明した。
＜１．第１の実施形態（測距センサ）＞
続いて、本開示の第１の実施形態について説明する。本開示の第１の実施形態においては、ユーザの行動認識のために、測距センサによって検出された測距センサデータを利用する場合を説明する。
［１．１．概要］
まず、本開示の第１の実施形態の概要について説明する。図１Ａ〜図１Ｃは、本開示の第１の実施形態の概要について説明するための図である。本開示の第１の実施形態においては、図１Ａ〜図１Ｃに示すように、複数の測距センサ１１２が利用される。複数の測距センサ１１２それぞれは、送信機と受信機とを備えており、送信機は信号を発信し、受信機は他の測距センサ１１２から信号を受信する。このとき、複数の測距センサ１１２それぞれは、他の測距センサ１１２からの受信信号に基づいて、他の測距センサ１１２との距離を計測することが可能である。
また、本明細書においては、送信機から受信機に送信される信号がＵＷＢ（Ｕｌｔｒａ Ｗｉｄｅｂａｎｄ）である場合を主に想定するが、信号の種類は特に限定されない。例えば、送信機から受信機に送信される信号の種類は、光であってもよいし、音波であってもよいし、電波であってもよい。距離の計測の手法も特に限定されない。例えば、複数の測距センサ１１２それぞれは、信号の伝搬時間に基づいて、他の測距センサ１１２との距離を計測してもよいし、受信信号の強度に基づいて、他の測距センサ１１２との距離を計測してもよい。
本開示の第１の実施形態においては、図１Ａ〜図１Ｃに示したように、複数の測距センサ１１２が、一人のユーザに取り付けられる場合を想定する。しかし、後に説明するように、複数の測距センサ１１２が一人のユーザにすべて取り付けられる必要はない。例えば、複数の測距センサ１１２は、複数のユーザに分散して取り付けられてもよい。あるいは、複数の測距センサ１１２は、ユーザとユーザの行動に関わる物体とに分散して取り付けられてもよい。
図１Ａ〜図１Ｃに示した例では、５つの測距センサ１１２が、ユーザの腰、右手首、左手首、右足および左足に１つずつ取り付けられている。測距センサ１１２の数は多いほど行動認識の精度が向上するが複数であれば特に限定されない。また、複数の測距センサ１１２それぞれが取り付けられる位置も特に限定されない。図１Ａ〜図１Ｃに実線で示したように、複数の測距センサ１１２から選択されるあらゆる組み合わせの二つの測距センサ１１２の距離が測定され得る。
なお、ユーザの身体における各部位間の距離には、個人差があることが想定される。そこで、複数の測距センサ１１２それぞれの取り付け位置は、事前にユーザ個別にキャリブレーションがなされることによって決められるとよい。そうすれば、複数の測距センサ１１２それぞれの取り付けをより正確に行うことが可能となり、測距センサデータに基づく行動認識の精度も向上されることが期待される。
また、複数の測距センサ１１２それぞれから送信される信号には、取り付け位置情報が付されているとよい。そうすれば、他の測距センサ１１２において、受信信号がどこに取り付けられた測距センサ１１２から送信された信号であるのかを識別することが可能となる。すなわち、他の測距センサ１１２において、受信信号に基づいて測定する距離がどこに取り付けられた測距センサ１１２との距離であるのかを識別可能になる。
測距センサ１１２によって送信される取り付け位置情報は、あらかじめ定められていてもよい。その場合には、測距センサ１１２があらかじめ対応する装着物に取り付けられていてもよい。例えば、手に取り付けられるべき測距センサ１１２があらかじめ手袋に取り付けられていれば、その手袋をユーザが装着することによって、手に取り付けられるべき測距センサ１１２がユーザの手に取り付けられる。
同様に、足に取り付けられるべき測距センサ１１２があらかじめ靴に取り付けられていれば、その靴をユーザが装着することによって、靴に取り付けられるべき測距センサ１１２がユーザの足に取り付けられる。また、腰に取り付けられるべき測距センサ１１２があらかじめベルトに取り付けられていれば、そのベルトをユーザが装着することによって、ベルトに取り付けられるべき測距センサ１１２がユーザの腰に取り付けられる。
あるいは、測距センサ１１２が送信する取り付け位置情報は、利用時に定められていてもよい。その場合には、測距センサ１１２は取り付けられた位置を何らかの手法によって自動的に認識してもよい。例えば、取り付け位置に対応する付属装置が取り付け位置に存在する場合、測距センサ１１２は、その付属装置を認識することによって、取り付けられた位置を把握し、取り付け位置情報を送信することが可能となる。
あるいは、複数の測距センサ１１２それぞれに対して、他の測距センサ１１２から受信される信号を取り付け位置ごとに学習させることも可能である。これによって、複数の測距センサ１１２それぞれは、他の測距センサ１１２から受信される信号と学習結果との照合に基づいて取り付け位置を認識することが可能となる。
あるいは、複数の測距センサ１１２それぞれに対応する慣性センサが取り付けられる場合には、慣性センサデータを取り付け位置ごとに学習させることも可能である。例えば、一つのデバイス内に測距センサ１１２と慣性センサとが存在する場合、一つのデバイス内の測距センサ１１２と慣性センサとが対応する。これによって、複数の測距センサ１１２それぞれは、対応する慣性センサデータと学習結果との照合に基づいて取り付け位置を認識することが可能となる。
あるいは、ユーザによる所定の登録操作によって取り付け位置情報を測距センサ１１２に登録することが可能であってもよい。そうすれば、測距センサ１１２は、登録された取り付け位置情報を送信することが可能となる。例えば、ユーザは、モバイル端末（例えば、スマートフォンなど）に対する所定の登録操作（例えば、登録開始ボタンを押下する操作など）によって、近距離無線通信などを介して取り付け位置情報を測距センサ１１２に登録することが可能であってもよい。
なお、距離の測定が不要な測距センサ同士がユーザの意図しないところで近づいてしまったような場合には、距離の測定が不要な測距センサの間でも距離が測定されてしまう可能性がある。そこで、距離の測定が必要な測距センサ同士に対しては、ペアリングがなされるとよい。そうすれば、ペアリングがなされた測距センサ同士においてのみ、距離の測定がなされ得る。
ペアリングは、測距センサの出荷時に完了していてもよいが、測距センサの交換が必要になった場合などを考慮すると、ユーザによる所定のペアリング操作によって行われるのがよい。例えば、ユーザは、複数の測距センサそれぞれに対するペアリング操作（例えば、複数の測距センサそれぞれのペアリング開始ボタンを押下して、測距センサ同士を近づける操作など）によって、複数の測距センサそれぞれに対して他の測距センサの識別情報をペアリング相手として登録することによってペアリングを行ってもよい。
あるいは、ユーザは、モバイル端末（例えば、スマートフォンなど）に対する所定のペアリング操作（例えば、ペアリング開始ボタンを押下して、複数の測距センサをモバイル端末に近づける操作など）によって、近距離無線通信などを介して複数の測距センサそれぞれに対して他の測距センサの識別情報をペアリング相手として登録することによってペアリングを行ってもよい。そうすれば、測距センサにペアリング開始ボタンを取り付ける必要がなくなり、測距センサの耐久性を低下させずに済む。
あるいは、ユーザは、Ｗｅｂ上でペアリングを行う複数の測距センサを指定することが可能であってもよい。例えば、かかる場合、モバイル端末（例えば、スマートフォンなど）の近距離無線通信などを介して複数の測距センサそれぞれに対して他の測距センサの識別情報をペアリング相手として登録することによってペアリングを行ってもよい。
また、上記したように、複数の測距センサは、ユーザとユーザの行動に関わる物体とに分散して取り付けられる場合も想定される。かかる場合には、ユーザに取り付けられた測距センサをモバイル端末（例えば、スマートフォンなど）に登録し、モバイル端末によって、物体に付されている所定のコードが読み取られると、その物体に取り付けられた測距センサとユーザに取り付けられた測距センサとの間のペアリングが開始されてもよい。
以上、本開示の第１の実施形態の概要について説明した。
［１．２．機能構成例］
続いて、本開示の第１の実施形態に係る情報処理装置１０Ａの機能構成例について説明する。図２は、情報処理装置１０Ａの機能構成例を示す図である。図２に示したように、情報処理装置１０Ａは、検出部１１０Ａ、操作部１２０、制御部１３０Ａ、記憶部１４０および出力部１５０を有している。
なお、本明細書においては、検出部１１０Ａ以外の各ブロック（操作部１２０、制御部１３０Ａ、記憶部１４０および出力部１５０）が、検出部１１０Ａと同一のデバイス内に存在する例を主に説明する。しかし、検出部１１０Ａ以外の各ブロックが存在する位置は特に限定されない。例えば、検出部１１０Ａ以外のブロックの一部または全部は、モバイル端末（例えば、スマートフォンなど）などに存在していてもよいし、サーバなどに存在していてもよい。
検出部１１０Ａは、各種のセンサを有しており、各種のセンサによるセンシングによりセンサデータを取得することが可能である。本開示の第１の実施形態においては、検出部１１０Ａが測距センサ１１２を有している。なお、図２に示した例では、１つの測距センサ１１２が示されているが、実際には、検出部１１０Ａは複数の測距センサ１１２を有している。
操作部１２０は、ユーザによる操作を検出して、検出した操作を制御部１３０Ａに出力する。例えば、操作部１２０がタッチパネルにより構成される場合には、ユーザによる操作はタッチパネルに対する操作（例えば、タップ操作、ドラッグ操作など）に相当し得る。しかし、操作部１２０はタッチパネル以外のハードウェア（例えば、ボタンなど）により構成されていてもよい。あるいは、操作部１２０はマイクロフォンにより構成され、マイクロフォンによって音声が操作として検出されてもよい。
制御部１３０Ａは、情報処理装置１０Ａの各部の制御を実行する。図２に示したように、制御部１３０Ａは、センサ制御部１３１Ａ、データ処理部１３２Ａおよび出力制御部１３３Ａを備える。これらの各機能ブロックについての詳細は、後に説明する。なお、制御部１３０Ａは、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ；中央演算処理装置）などで構成されていてよい。制御部１３０ＡがＣＰＵなどといった処理装置によって構成される場合、かかる処理装置は、電子回路によって構成されてよい。
記憶部１４０は、制御部１３０Ａによって実行されるプログラムを記憶したり、プログラムの実行に必要なデータを記憶したりする記録媒体である。また、記憶部１４０は、制御部１３０Ａによる演算のためにデータを一時的に記憶する。記憶部１４０は、磁気記憶部デバイスであってもよいし、半導体記憶デバイスであってもよいし、光記憶デバイスであってもよいし、光磁気記憶デバイスであってもよい。
出力部１５０は、各種の情報を出力する。例えば、出力部１５０は、情報を表示することが可能な表示部を有する。表示部は、ユーザに視認可能な表示を行うことが可能なディスプレイであればよく、プロジェクタであってもよいし、液晶ディスプレイであってもよいし、有機ＥＬ（Ｅｌｅｃｔｒｏ−Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイであってもよい。
また、出力部１５０は、音出力が可能な音出力部を有してもよい。例えば、音出力部は、スピーカを含んでおり、スピーカによって音を出力する。音出力部に含まれるスピーカの数は１以上であれば特に限定されない。そして、音出力部に含まれる１以上のスピーカそれぞれが設けられる位置も特に限定されない。なお、音出力部は、音を出力する機能を有すれば、スピーカ以外の形態（例えば、イヤホン、ヘッドセットなど）の音出力装置を含んでもよい。
なお、本明細書において、音声（ｖｏｉｃｅまたはｓｐｅｅｃｈ）と音（ｓｏｕｎｄ）とは区別して用いられる。すなわち、音声（ｖｏｉｃｅまたはｓｐｅｅｃｈ）は、マイクロフォンによって集音された音のうち、ユーザによる発話を含む。また、音声（ｖｏｉｃｅまたはｓｐｅｅｃｈ）は、情報処理装置１０Ａから出力される音のうち、情報処理装置１０Ａによる発話を含む。音（ｓｏｕｎｄ）は、ユーザによる発話および情報処理装置１０Ａによる発話の他、物音などを含む。
本実施形態において、センサ制御部１３１Ａは、複数の測距センサ１１２によって検出された測距センサデータを取得する。また、データ処理部１３２Ａは、測距センサデータの分析により１または複数のユーザの行動認識結果を得る。そして、出力制御部１３３Ａは、行動認識結果に応じた出力を制御する。かかる構成によれば、ユーザの行動認識の精度を向上させることが可能となる。
行動認識結果の出力先は特に限定されない。例えば、出力制御部１３３Ａは、行動認識結果が出力部１５０に含まれる表示部によって表示されるように制御してもよいし、行動認識結果が出力部１５０に含まれる音出力部によって出力されるように制御してもよい。あるいは、出力制御部１３３Ａは、情報処理装置１０Ａとは異なる他の装置（例えば、スマートフォンなど）に送信されるように制御してもよい。
出力制御部１３３Ａは、行動認識結果とあらかじめ定められた理想的な行動とに応じた出力を制御してもよい。例えば、出力制御部１３３Ａは、データ処理部１３２Ａによって行動認識結果とあらかじめ定められた理想的な行動との類似度が算出された場合、この類似度の出力を制御してもよい。類似度はどのように算出されてもよい。類似度の出力についての具体例は後に説明する。
ここで、ユーザの行動認識のために、測距センサ間の距離がいくつ利用されてもよい。例えば、測距センサ間の距離が一組利用されてもよい。すなわち、データ処理部１３２Ａは、複数の測距センサ１１２のうち第１の測距センサと第２の測距センサとの第１の距離を算出し、第１の距離に基づいてユーザの行動認識結果を得てもよい。
例えば、データ処理部１３２Ａは、第１の距離が所定の第１の条件を満たす場合に、ユーザの行動認識結果として第１の条件に対応する行動を得てもよい。このとき、一組の測距センサは、複数の測距センサ１１２のうちのいずれであってもよい。
あるいは、ユーザの行動認識のために、測距センサ間の距離が二組利用されてもよい。すなわち、データ処理部１３２Ａは、複数の測距センサ１１２のうち第３の測距センサと第４の測距センサとの第２の距離を算出し、第１の距離と第２の距離とに基づいてユーザの行動認識結果を得てもよい。
例えば、データ処理部１３２Ａは、第１の距離が所定の第１の条件を満たす場合、かつ、第２の距離が所定の第２の条件を満たす場合に、ユーザの行動認識結果として第１の条件および第２の条件に対応する行動を得てもよい。このとき、二組目の測距センサは、複数の測距センサ１１２のうちのいずれであってもよい。
あるいは、ユーザの行動認識のために、測距センサ間の距離が三組以上利用されてもよい。以下の「測距センサデータの分析による行動認識」では、測距センサ間の距離が一組利用される場合と二組利用される場合とを主に説明する。
以上、本開示の第１の実施形態に係る情報処理装置１０Ａの機能構成例について説明した。
［１．３．測距センサを利用した行動認識］
続いて、測距センサを利用した行動認識について説明する。複数の測距センサ１１２それぞれから送信される信号には、上記したような手法により取り付け位置情報が付される。取り付け位置情報には、手首、腰、足といった情報が含まれればよく、左右のいずれであるかといった情報は含まれなくてもよい。また、上記したような手法により、複数の測距センサ１１２の間でペアリングがなされるのがよい。
図３Ａは、ユーザの行動とその行動がなされるときに検出される測距センサデータの特徴とが対応付けられた情報の例を示す図である。図３Ａには、ユーザの行動の種類として、「立位」「座位」「歩行」「走行」「階段昇降」「腕の向きにより差がでる行動」「腕の上下を伴う行動」が挙げられている。
例えば、図３Ａに示すように、ユーザの行動が「立位」である場合には、ユーザの腰と足の距離が一定となるという特徴がある。したがって、データ処理部１３２Ａは、腰に取り付けられた測距センサ１１２と右足（または左足）に取り付けられた測距センサ１１２との距離を算出し、算出した距離が一定となる時間が所定の時間を超えた場合に、ユーザの行動が「立位」であるという認識結果を得てよい。
図３Ｂは、ユーザの行動が「座位」である場合の様子を示す図である。図３Ａに示すように、ユーザの行動が「座位」である場合には、立位時よりもユーザの腰と足の距離が近い状態で大きな動きが無いという特徴がある。したがって、データ処理部１３２Ａは、腰に取り付けられた測距センサ１１２と右足（または左足）に取り付けられた測距センサ１１２との距離を算出し、算出した距離が立位時よりも小さい一定距離（あるいは一定区間内）となる時間が所定の時間を超えた場合に、ユーザの行動が「座位」であるという認識結果を得てよい。
図３Ｃは、ユーザの行動が「歩行」である場合の様子を示す図である。図３Ａに示すように、ユーザの行動が「歩行」である場合には、一定の時間間隔で手首と腰の距離の遠近と両足同士の距離の遠近とが繰り返されるという特徴がある。
したがって、データ処理部１３２Ａは、右手首（または左手首）に取り付けられた測距センサ１１２と腰に取り付けられた測距センサ１１２との距離の遠近が一定の時間間隔で所定の回数繰り返され、右足に取り付けられた測距センサ１１２と左足に取り付けられた測距センサ１１２との距離の遠近が一定の時間間隔で所定の回数繰り返された場合に、ユーザの行動が「歩行」であるという認識結果を得てよい。
また、図３Ａに示すように、ユーザの行動が「走行」である場合には、歩行時よりも早い一定の時間間隔で手首と腰の距離の遠近と両足同士の距離の遠近とが繰り返されるという特徴がある。
したがって、データ処理部１３２Ａは、右手首（または左手首）に取り付けられた測距センサ１１２と腰に取り付けられた測距センサ１１２との距離の遠近が歩行時よりも早い一定の時間間隔で所定の回数繰り返され、右足に取り付けられた測距センサ１１２と左足に取り付けられた測距センサ１１２との距離の遠近が歩行時よりも早い一定の時間間隔で所定の回数繰り返された場合に、ユーザの行動が「走行」であるという認識結果を得てよい。
図３Ｄは、ユーザの行動が「階段昇降」である場合の様子を示す図である。図３Ａに示すように、ユーザの行動が「階段昇降」である場合には、一定の時間間隔で手首と腰の距離の遠近と両足同士の距離の遠近とが繰り返され、歩行時よりも足と腰の最短距離および足と手首の最短距離が小さいという特徴がある。
したがって、データ処理部１３２Ａは、右手首（または左手首）に取り付けられた測距センサ１１２と腰に取り付けられた測距センサ１１２との距離の遠近が一定の時間間隔で所定の回数繰り返され、右足に取り付けられた測距センサ１１２と左足に取り付けられた測距センサ１１２との距離の遠近が一定の時間間隔で所定の回数繰り返され、右足（または左足）に取り付けられた測距センサ１１２と腰に取り付けられた測距センサ１１２との最短距離が歩行時よりも小さく、右足（または左足）に取り付けられた測距センサ１１２と右手首（または左手首）に取り付けられた測距センサ１１２との最短距離が歩行時よりも小さい場合に、ユーザの行動が「階段昇降」であるという認識結果を得てよい。
また、図３Ａに示すように、ユーザの行動が「腕の向きにより差がでる行動」である場合、足または腰と手首とが遠いときには腕が上がっているという特徴があり、腰と手首とが近いときには腕が下がっているという特徴がある。ここでは、図３Ａに示すように、腕が上がっている行動の例として、電車（またはバス）でつり革に捕まる行動を挙げる。また、腕が下がっている行動の例として、手すりに捕まる行動を挙げる。
したがって、データ処理部１３２Ａは、右足（または左足）または腰に取り付けられた測距センサ１１２と右手首（または左手首）に取り付けられた測距センサ１１２との距離が所定の距離よりも大きい場合に、ユーザの行動が「電車（またはバス）でつり革に捕まる行動」であるという認識結果を得てよい。一方、データ処理部１３２Ａは、腰に取り付けられた測距センサ１１２と右手首（または左手首）に取り付けられた測距センサ１１２との距離が所定の距離よりも小さい場合に、ユーザの行動が「手すりに捕まる行動」であるという認識結果を得てよい。
図３Ｅは、ユーザの行動が「腕の上下を伴う行動」である場合の様子を示す図である。図３Ａに示すように、ユーザの行動が「腕の上下を伴う行動」である場合には、腰と手首の距離および距離の変化の周期が行動によって異なるという特徴がある。例えば、図３Ａに示すように、「腕の上下を伴う行動」の例として、食器洗い、歯磨きなどが挙げられるが、食器洗い時には、腰と手首の距離が小さいのに対し、歯磨き時には、腰と手首の距離が大きい。
したがって、データ処理部１３２Ａは、右手首（または左手首）に取り付けられた測距センサ１１２と腰に取り付けられた測距センサ１１２との距離が所定の距離よりも小さい状態で所定の周期で振動した場合に、ユーザの行動が「食器洗い」であるという認識結果を得てよい。一方、データ処理部１３２Ａは、右手首（または左手首）に取り付けられた測距センサ１１２と腰に取り付けられた測距センサ１１２との距離が所定の距離よりも大きい状態で所定の周期で振動した場合に、ユーザの行動が「歯磨き」であるという認識結果を得てよい。
なお、以上の説明においては、測距センサデータの特徴のすべてが満たされた場合に、その特徴に対応する行動を認識する例を主に説明した。しかし、測距センサデータの特徴のすべてが満たされなくてもよい。例えば、測距センサデータの特徴の一部が満たされた場合に、その特徴に対応する行動が認識されてもよい。行動認識の手法は限定されず、測距センサデータの特徴があらかじめ用意された条件を満たす場合に当該条件に対応する行動が認識されてもよいし、ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）、ＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、ＨＭＭ（Ｈｉｄｄｅｎ Ｍａｒｋｏｖ Ｍｏｄｅｌ）などといった機械学習を用いて行動が認識されてもよい。
以上、測距センサを利用した行動認識について説明した。
＜２．第２の実施形態（測距センサ＋慣性センサ）＞
続いて、本開示の第２の実施形態について説明する。本開示の第１の実施形態においては、ユーザの行動認識のために、測距センサによって検出された測距センサデータを利用する場合を説明した。本開示の第２の実施形態においては、ユーザの行動認識のために、測距センサによって検出された測距センサデータ以外に慣性センサによって検出された慣性センサデータも利用する場合を説明する。
［２．１．機能構成例］
続いて、本開示の第２の実施形態に係る情報処理装置１０Ｂの機能構成例について説明する。図４は、本開示の第２の実施形態に係る情報処理装置１０Ｂの機能構成例を示す図である。図４に示したように、情報処理装置１０Ｂは、検出部１１０Ｂ、操作部１２０、制御部１３０Ｂ、記憶部１４０および出力部１５０を有している。以下では、本開示の第２の実施形態に係る情報処理装置１０Ｂのうち本開示の第１の実施形態に係る情報処理装置１０Ａと異なる機能ブロック（検出部１１０Ｂおよび制御部１３０Ｂ）について主に説明する。
検出部１１０Ｂは、測距センサ１１２以外に慣性センサ１１１を有している。なお、慣性センサ１１１の種類は特に限定されないが、例として、慣性センサ１１１は、加速度センサ、ジャイロセンサ、地磁気センサおよび振動センサを有していてよい。ここで、加速度センサは加速度を検出し、ジャイロセンサは角速度を検出し、地磁気センサは地磁気の向きを検出し、振動センサは振動を検出する。図４に示した例では、１つの慣性センサ１１１が示されているが、実際には、検出部１１０Ｂは１または複数の慣性センサ１１１を有している。
制御部１３０Ｂは、情報処理装置１０Ｂの各部の制御を実行する。図４に示したように、制御部１３０Ｂは、センサ制御部１３１Ｂ、データ処理部１３２Ｂおよび出力制御部１３３Ｂを備える。これらの各機能ブロックについての詳細は、後に説明する。なお、制御部１３０Ｂは、例えば、ＣＰＵなどで構成されていてよい。制御部１３０ＢがＣＰＵなどといった処理装置によって構成される場合、かかる処理装置は、電子回路によって構成されてよい。
本実施形態において、センサ制御部１３１Ｂは、複数の測距センサ１１２によって検出された測距センサデータを取得するとともに、１または複数の慣性センサ１１１によって検出された慣性センサデータを取得する。また、データ処理部１３２Ｂは、測距センサデータと慣性センサデータとの分析によりユーザの行動認識結果を得る。そして、出力制御部１３３Ｂは、行動認識結果に応じた出力を制御する。かかる構成によれば、ユーザの行動認識の精度を向上させることが可能となる。
出力制御部１３３Ｂによる出力制御は、本開示の第１の実施形態に係る出力制御部１３３Ａによる出力制御と同様に実施され得るため、出力制御部１３３Ｂの機能の詳細についての説明は省略する。
以上、本開示の第２の実施形態に係る情報処理装置１０Ｂの機能構成例について説明した。
［２．２．歩幅の認識］
本開示の第２の実施形態において、データ処理部１３２Ｂは、慣性センサデータが所定の条件を満たす場合に、第１の測距センサと第２の測距センサとの距離に基づいてユーザの行動認識結果を得ることが可能である。具体的な例として、歩幅の認識について説明する。すなわち、第１の測距センサは、ユーザの右足に取り付けられ、第２の測距センサは、ユーザの左足に取り付けられ、データ処理部１３２Ｂは、慣性センサデータが所定の条件を満たす場合に、第１の測距センサと第２の測距センサとの距離をユーザの歩幅として取得することが可能である。
歩行時においては、図３Ｃに示したように、右足および左足それぞれに測距センサ１１２が取り付けられる。このとき、右足および左足それぞれの測距センサ１１２から送信される信号には、上記したような手法により取り付け位置情報が付される。取り付け位置情報には、左右のいずれであるかといった情報は含まれなくてもよい。また、上記したような手法により、複数の測距センサ１１２の間でペアリングがなされるのがよい。
慣性センサ１１１は、ユーザの身体のいずれかの部位に取り付けられる。この例では、慣性センサ１１１として加速度センサを利用する場合を主に想定するが、慣性センサ１１１として、ジャイロセンサが利用されてもよいし、振動センサが利用されてもよいし、他のセンサが利用されてもよい。
図５は、歩行時の加速度の時系列変化の例を示す図である。図５に示した例において、データ処理部１３２Ｂは、垂直方向の加速度が急激に変化する区間を両足が接地する区間として抽出する（図５における「Ｄｏｕｂｌｅ ｓｕｐｐｏｒｔ ｐｅｒｉｏｄ」）。そして、データ処理部１３２Ｂは、両足が接地する区間における両足の距離を歩幅として取得する。これにより、ユーザの歩幅を高精度に認識することが可能となる。
なお、このようにして高精度に認識されたユーザの歩幅は、様々な場面に利用され得る。例えば、ユーザの歩幅は、初期位置に対して歩幅とステップ数とを乗じた長さを加算していくことによって歩行者の位置を特定するＰＤＲ（Ｐｅｄｅｓｔｒｉａｎ Ｄｅａｄ Ｒｅｃｋｏｎｉｎｇ）などに利用され得る。
以上、歩幅の認識について説明した。
［２．３．スノーボードのトリック判定］
本開示の第２の実施形態において、データ処理部１３２Ｂは、慣性センサデータが所定の条件を満たす場合に、第１の測距センサと第２の測距センサとの距離および慣性センサデータに基づいてユーザの行動認識結果を得ることが可能である。具体的な例として、スノーボードのトリック判定について説明する。
図６Ａおよび図６Ｂは、スノーボードをプレイするユーザに取り付けられる各種センサの例を示す図である。図６Ａおよび図６Ｂに示すように、第１の測距センサ（測距センサ１１２）は、ユーザの右手首（あるいは、右手または右腕）および左手首（あるいは、左手または左腕）に取り付けられ、第２の測距センサ（測距センサ１１２）は、左足および右足に取り付けられてよい。慣性センサ１１１は、図６Ａおよび図６Ｂに示すように、左足および右足に取り付けられてよい。
センサの取り付け位置は、かかる例に限定されない。図６Ｃおよび図６Ｄは、スノーボードをプレイするユーザとボードに取り付けられる各種センサの例を示す図である。図６Ｃおよび図６Ｄに示すように、第２の測距センサ（測距センサ１１２）は、ボードの左足つま先領域および右足つま先領域に取り付けられてもよい。慣性センサ１１１は、図６Ｃおよび図６Ｄに示すように、ボードの左足つま先領域および右足つま先領域に取り付けられてもよい。
ここでは、第２の測距センサ（測距センサ１１２）が、ボードの左足つま先領域および右足つま先領域に取り付けられる例を説明するが、第２の測距センサ（測距センサ１１２）は、ボードの左足踵領域および右足踵領域に取り付けられてもよい。このようにして複数の測距センサ１１２が取り付けられた状態において、データ処理部１３２Ｂは、慣性センサデータが所定の条件を満たす場合に、第１の測距センサと第２の測距センサとの距離および慣性センサデータに基づいて、スノーボードのトリックを判定することが可能である。
また、ここでは、慣性センサ１１１として、加速度センサ、ジャイロセンサおよび地磁気センサが利用される例を説明する。しかし、慣性センサ１１１として利用されるセンサの種類は、これらに限定されない。加速度、角速度および地磁気データは、両足（またはボードの左右領域）に取り付けられた慣性センサ１１１のいずれかによる検出結果であってもよいし、両方の検出結果の平均値であってもよい。あるいは、加速度、角速度および地磁気データは、足以外の位置に慣性センサ１１１が取り付けられる場合には、足以外の位置に取り付けられた慣性センサ１１１による検出結果であってもよい
スノーボードのプレイ時においては、図６Ａおよび図６Ｂ（または、図６Ｃおよび図６Ｄ）に示したように測距センサ１１２が取り付けられる。このとき、両手首および両足（またはボードの左右領域）それぞれの測距センサ１１２から送信される信号には、上記したような手法により取り付け位置情報が付される。取り付け位置情報には、左右足（またはボードの左右領域）のいずれであるかといった情報は含まれなくてもよいが、左右手首のいずれであるかといった情報は含まれる必要がある。
図７は、スノーボードのトリック判定の例を示すフローチャートである。まず、データ処理部１３２Ｂは、加速度の振動に基づいてユーザがボードを使って滑走中であることを判定する（Ｓ１０１）。続いて、データ処理部１３２Ｂは、進行方向判定（Ｓ１１１〜Ｓ１１３）とジャンプ判定（Ｓ１２１〜Ｓ１２８）とを行う。進行方向判定において、データ処理部１３２Ｂは、加速度に基づいてボードの傾斜を算出し（Ｓ１１１）、角速度または地磁気データから回転方向を推定し（Ｓ１１２）、傾斜と回転方向との関係からユーザの進行方向を決定する（Ｓ１１３）。
一方、ジャンプ判定において、データ処理部１３２Ｂは、加速度ノルムを算出する（Ｓ１２１）。ここで、ユーザの踏み切り、自由落下および着地それぞれの検出手法について具体的に説明する。図８は、ユーザの踏み切り、自由落下および着地それぞれの検出手法について説明するための図である。図８に示すように、ユーザが踏み切り時の強い衝撃を受けるときには（Ｓ１２２）、加速度ノルムの振幅が所定値（例えば、１Ｇ）よりも大きくなる。
一方、ユーザが自由落下するときには（Ｓ１２３）、加速度ノルムが所定値よりも小さくなる（例えば、加速度ノルムが０になる）。さらに、ユーザが着地時の強い衝撃を受けるときには（Ｓ１２８）、加速度ノルムの振幅が所定値（例えば、１Ｇ）よりも大きくなる。このようにして、ユーザの踏み切り、自由落下および着地それぞれが検出され得る。
データ処理部１３２Ｂは、ユーザの踏み切り（加速度ノルム：大）を検出し（Ｓ１２２）、自由落下（加速度ノルム：０）を検出する（Ｓ１２３）。かかる場合、データ処理部１３２Ｂは、ジャイロセンサのデータ（角速度）からユーザの回転方向と回転量を推定し、回転方向および回転量からジャンプの種類を判定する（Ｓ１２５）。
また、データ処理部１３２Ｂは、右手首と右足（右足つま先領域）の距離、右手首と左足（左足つま先領域）の距離、左手首と右足（右足つま先領域）の距離および左手首と左足（左足つま先領域）の距離それぞれを計測する（Ｓ１２６）。そして、データ処理部１３２Ｂは、これらの４つの距離パターンからユーザの手が掴んでいる位置を判定する（Ｓ１２７）。
続いて、データ処理部１３２Ｂは、ユーザの着地（加速度ノルム：大）を検出すると（Ｓ１２８）、進行方向およびユーザの手が掴んでいる位置からトリック名称を判定する（Ｓ１２９）。図９は、ボード寸法の例を示す図である。図９に示した寸法に基づいて、以下に説明するトリック名称の判定がなされ得る。
図１０は、トリック名称の判定例を示す図である。図１０に示すように、データ処理部１３２Ｂは、ユーザの進行方向と４つの距離パターンとに基づいて、ユーザがどちら側の手でボードのどの位置を掴んでいるかを認識することが可能である。そして、図１０に示すように、データ処理部１３２Ｂは、かかる認識結果に基づいてトリック名称を判定することが可能である。
以上、スノーボードのトリック判定について説明した。
［２．４．キックパフォーマンス判定］
本開示の第２の実施形態において、データ処理部１３２Ｂは、慣性センサデータが所定の条件を満たす場合に、第１の測距センサと第２の測距センサとの距離および慣性センサデータに基づいてユーザの行動認識結果を得ることが可能である。具体的な例として、サッカーのキックパフォーマンス判定とキックされたボールのスピード判定とについて説明する。
図１１Ａは、サッカーをプレイするユーザに取り付けられる各種センサの例を示す図である。図１１Ａに示すように、第１の測距センサ（測距センサ１１２）は、ユーザの腰およびボールに取り付けられ、第２の測距センサ（測距センサ１１２）は、左足および右足に取り付けられてよい。慣性センサ１１１は、図１１Ａに示すように、左足および右足に取り付けられてよい。しかし、センサの取り付け位置は、かかる例に限定されない。例えば、ユーザの腰の代わりに、ユーザの身体の他の部位に測距センサ１１２が取り付けられてもよい。
このようにして複数の測距センサ１１２が取り付けられた状態において、データ処理部１３２Ｂは、慣性センサデータが所定の条件を満たす場合に、第１の測距センサ（腰に取り付けられた測距センサ１１２）と第２の測距センサ（左足または右足に取り付けられた測距センサ１１２）との距離に基づいて、サッカーのキックパフォーマンスを判定することが可能である。また、データ処理部１３２Ｂは、慣性センサデータが所定の条件を満たす場合に、第１の測距センサ（ボールに取り付けられた測距センサ１１２）と第２の測距センサ（左足または右足に取り付けられた測距センサ１１２）との距離に基づいて、キックされたボールのスピードを判定することが可能である。
また、ここでは、慣性センサ１１１として、加速度センサが利用される例を説明する。しかし、慣性センサ１１１として利用されるセンサの種類は、これに限定されない。例えば、慣性センサ１１１として利用されるセンサは、ジャイロセンサであってもよいし、地磁気センサであってもよいし、振動センサであってもよいし、他のセンサであってもよい。
サッカーのプレイ時においては、図１１Ａに示したように測距センサ１１２が取り付けられる。このとき、両足、腰およびボールそれぞれの測距センサ１１２から送信される信号には、上記したような手法により取り付け位置情報が付されるとよい。例えば、上記したように、慣性センサデータを取り付け位置ごとに学習させ、複数の測距センサ１１２それぞれは、対応する慣性センサデータと学習結果との照合に基づいて取り付け位置を認識することが可能である。
例えば、腰に取り付けられる慣性センサは、どちらの足が接地した場合であっても、ほぼ均等な加速度の変化を示すことが推測される。また、腰に取り付けられる慣性センサは、前後方向よりも上下方向に周期的な加速度の変化を示すことが推測される。一方、両足に取り付けられる慣性センサは、一方の足が接地したときのほうが他方の足が接地したときに比較して大きな加速度の変化を示すことが推測される。また、両足に取り付けられる慣性センサは、ボールがキックされるときに前後方向の加速度の変化がある程度よりも大きくなることが推測される。
取り付け位置情報には、左右足から送信される信号には、左右足のいずれであるかといった情報は含まれなくてもよい。また、上記したような手法により、プレイヤーごとに測距センサ１１２（両足、腰およびボールに取り付けられた測距センサ１１２）のペアリングがなされるのがよい。サッカーがプレイされる場合には、複数のプレイヤーが存在することが想定されるが、ボールに取り付けられる測距センサ１１２は各プレイヤーで共通してペアリングされる。
キックパフォーマンスの判定には、上記したように腰および右足（または左足）それぞれに取り付けられる測距センサ１１２の距離が利用される。図１１Ｂは、腰および右足（または左足）それぞれに取り付けられる測距センサ１１２の距離の変化の例を示す図である。図１１Ｂに示すように、キックが強いほど振りかぶりが大きくなるため、蹴り始めにおいて腰および右足（または左足）それぞれに取り付けられる測距センサ１１２の距離は短くなることが想定される。強いキックとしては、シュート時のインステップキックなどが挙げられる。
また、図１１Ｂに示すように、キックが強いほどフォローするーが大きくなるため、蹴り終わりにおいて腰および右足（または左足）それぞれに取り付けられる測距センサ１１２の距離は短くなることが想定される。一例として、このように蹴り始めと蹴り終わりとにおいて、腰および右足（または左足）それぞれに取り付けられる測距センサ１１２の距離が短いか長いかに応じて、キックパフォーマンスの良し悪しが判定され得る。
図１２は、サッカーのキックパフォーマンス判定およびキックされたボールのスピード判定の例を示すフローチャートである。また、図１３は、ボールキック時における前後方向の加速度の時系列変化の様子を示す図である。まず、図１３に示すように、データ処理部１３２Ｂは、慣性センサ１１１によって検出された３軸加速度のパターンマッチングによりキック区間を判定する（Ｓ１３１）。続いて、データ処理部１３２Ｂは、キック区間内の加速度データから前後方向の成分を抽出する（Ｓ１３２）。
そして、蹴り始めと蹴り終わりには、前後方向の加速度がゼロになると考えられるため、データ処理部１３２Ｂは、前後方向の加速度のゼロクロスのタイミングを探索する（Ｓ１３３）。より具体的に、データ処理部１３２Ｂは、前後方向の加速度の絶対値が１回目に閾値を超えた後に最初にゼロになる時刻を蹴り始め（図１３における「測距点Ｐ１」）として検出し、前後方向の加速度の絶対値が２回目に閾値を超えた後に最初にゼロになる時刻を蹴り終わり（図１３における「測距点Ｐ２」）として検出する。
なお、ここでは、前後方向の加速度のゼロクロスのタイミングを蹴り始めと蹴り終わりのタイミングとして検出する例を示した。しかし、蹴り始めと蹴り終わりの検出はどのようになされてもよい。例えば、パターンマッチングの精度がある程度以上である場合、データ処理部１３２Ｂは、パターンマッチングによりキック区間を判定するときに、蹴り始めと蹴り終わりも検出することが可能となることが考えられる。
続いて、データ処理部１３２Ｂは、蹴り始め時（図１３における「測距点Ｐ１」）における腰とキック足との距離を計測する（Ｓ１３４）。具体的には、データ処理部１３２Ｂは、蹴り始め時において、腰および右足（または左足）それぞれに取り付けられる測距センサ１１２の距離を計測する。そして、データ処理部１３２Ｂは、蹴り終わり時（図１３における「測距点Ｐ２」）における腰とキック足との距離を計測する（Ｓ１３５）。具体的には、データ処理部１３２Ｂは、蹴り終わり時において、腰および右足（または左足）それぞれに取り付けられる測距センサ１１２の距離を計測する。
続いて、データ処理部１３２Ｂは、蹴り始め時における腰とキック足との距離と、蹴り終わり時における腰とキック足との距離とに基づいて、キックパフォーマンス判定を行う。一例として、データ処理部１３２Ｂは、蹴り始め時における腰とキック足との距離と、蹴り終わり時における腰とキック足との距離とに対してキックパフォーマンスが関連付けられている場合、そのキックパフォーマンスを取得して判定結果としてもよい。
また、図１４は、キックパフォーマンス判定テーブルの例を示す図である。図１４に示すように、データ処理部１３２Ｂは、慣性センサ１１１によって検出される慣性センサデータ（キック時に足が受ける衝撃）からキック種別を判定可能な場合、蹴り始め時における腰とキック足との距離と、蹴り終わり時における腰とキック足との距離と、キック種別とに対するキックパフォーマンスを、キックパフォーマンス判定テーブルから取得して判定結果としてもよい。なお、キック種別の判定はどのようになされてもよい。例として、慣性センサデータに対するパターンマッチングによってキック種別が判定されてもよい。
続いて、データ処理部１３２Ｂは、蹴り始めから蹴り終わりまでの前後方向加速度のピーク点（図１３における「測距点Ｐ３」）におけるボールとキック足の距離を計測する（Ｓ１３７）。具体的には、データ処理部１３２Ｂは、蹴り始めから蹴り終わりまでの前後方向加速度のピーク点において、腰および右足（または左足）それぞれに取り付けられる測距センサ１１２の距離を計測する。
そして、データ処理部１３２Ｂは、蹴り始めから蹴り終わりまでの前後方向加速度のピーク点（図１３における「測距点Ｐ３」）を基準として、０.５秒経過した後（図１３における「測距点Ｐ４」）におけるボールとキック足の距離を計測する（Ｓ１３８）。なお、蹴り始めから蹴り終わりまでの前後方向加速度のピーク点（図１３における「測距点Ｐ３」）を基準とした経過時間は、０．５秒以外の時間であってもよい。データ処理部１３２Ｂは、この二つの距離の差分を経過時間で除することによって、ボールスピードを算出することが可能である（Ｓ１３９）。
以上、サッカーのキックパフォーマンス判定およびキックされたボールのスピード判定について説明した。
［２．５．ゴルフスウィングのパフォーマンス判定］
本開示の第２の実施形態において、データ処理部１３２Ｂは、慣性センサデータが所定の条件を満たす場合に、第１の測距センサと、第２の測距センサ、第３の測距センサおよび第４の測距センサそれぞれとの距離に基づいてユーザの行動認識結果を得ることが可能である。具体的な例として、ゴルフスウィングのパフォーマンス判定について説明する。
図１５Ａは、ゴルフスウィングをするユーザに取り付けられる各種センサの例を示す図である。図１５Ａに示すように、第１の測距センサ（測距センサ１１２）は、ユーザの少なくとも一方の手首（または手）に取り付けられ、第２の測距センサ（測距センサ１１２）は、腰に取り付けられてよい。また、第３の測距センサ（測距センサ１１２）は、左足に取り付けられ、第４の測距センサ（測距センサ１１２）は、右足に取り付けられてよい。
慣性センサ１１１は、図１５Ａに示すように、少なくとも一方の手首（または手）に取り付けられてよい。しかし、センサの取り付け位置は、かかる例に限定されない。例えば、ユーザの腰、右足および左足の代わりに、ユーザの身体の他の部位に測距センサ１１２が取り付けられてもよい。また、ユーザの手首の代わりに、ユーザの手に測距センサ１１２が取り付けられてもよいし、ユーザの腕に測距センサ１１２が取り付けられてもよい。
このようにして複数の測距センサ１１２が取り付けられた状態において、データ処理部１３２Ｂは、慣性センサデータが所定の条件を満たす場合に、第１の測距センサ（手首に取り付けられた測距センサ１１２）と、第２の測距センサ（腰に取り付けられた測距センサ１１２）、第３の測距センサ（左足に取り付けられた測距センサ１１２）および第４の測距センサ（右足に取り付けられた測距センサ１１２）それぞれとの距離に基づいて、ユーザがスウィングしたゴルフクラブの軌跡を推定することが可能である。
また、ここでは、慣性センサ１１１として、加速度センサおよびジャイロセンサが利用される例を説明する。しかし、慣性センサ１１１として利用されるセンサの種類は、これらに限定されない。例えば、慣性センサ１１１として利用されるセンサは、地磁気センサであってもよいし、振動センサであってもよいし、他のセンサであってもよい。
ゴルフスウィング時においては、図１５Ａに示したように測距センサ１１２が取り付けられる。このとき、手首、腰および両足それぞれの測距センサ１１２から送信される信号には、上記したような手法により取り付け位置情報が付されるとよい。例えば、上記したように、慣性センサデータを取り付け位置ごとに学習させ、複数の測距センサ１１２それぞれは、対応する慣性センサデータと学習結果との照合に基づいて取り付け位置を認識することが可能である。
取り付け位置が認識されるタイミングは特に限定されない。例えば、ゴルフ場においてユーザがホールに移動している間に取り付け位置が認識されてもよい。なお、取り付け位置情報には、左右足から送信される信号には、左右足のいずれであるかといった情報が含まれるのがよい。
ゴルフスウィングのパフォーマンス判定には、上記したように手首、腰および両足それぞれに取り付けられる測距センサ１１２の距離が利用される。図１５Ｂは、手首に取り付けられる測距センサ１１２と腰および両足それぞれに取り付けられる測距センサ１１２との距離の変化の例を示す図である。図１５Ｂを参照すると、手首に取り付けられる測距センサ１１２と腰および両足それぞれに取り付けられる測距センサ１１２との距離が変化しており、当該距離の変化に基づいて、ゴルフスウィングの良し悪しが判定される。
図１６は、ゴルフスウィングのパフォーマンス判定の例を示すフローチャートである。また、図１７は、スウィング時における角速度の時系列変化の様子を示す図である。まず、データ処理部１３２Ｂは、加速度による静止判定からユーザのアドレス姿勢を検出する（Ｓ１４１）。続いて、図１７に示すように、データ処理部１３２Ｂは、角速度のゼロクロスからテイクバックの始点を検出する（Ｓ１４２）。
そして、データ処理部１３２Ｂは、テイクバックの始点を検出すると、測距を開始する（Ｓ１４３）。より具体的には、データ処理部１３２Ｂは、手首に取り付けられる測距センサ１１２と腰および両足それぞれに取り付けられる測距センサ１１２との距離の計測を開始する。また、データ処理部１３２Ｂは、次に現れる角速度のゼロクロスからテイクバック終点を検出し、その次に現れる角速度のゼロクロスからフォロースルーの終点を検出する（Ｓ１４４）。
データ処理部１３２Ｂは、フォロースルーの終点を検出すると、測距を終了する（Ｓ１４５）。そして、データ処理部１３２Ｂは、各センサ間の距離に基づいてスウィング軌跡を生成し、出力制御部１３３Ｂは、スウィング軌跡を描画する（Ｓ１４６）。より具体的には、データ処理部１３２Ｂは、手首に取り付けられる測距センサ１１２と腰および両足それぞれに取り付けられる測距センサ１１２との距離に基づいて、ゴルフクラブの軌跡を描画する。
各センサ間の距離に基づいてスウィング軌跡を描画する手法について、さらに詳しく説明する。図１８および図１９は、スウィング軌跡を描画する手法を説明するための図である。図１８に示すように、左足に取り付けられた測距センサ１１２（点Ｃ１の位置）から等距離にある点の集合は、球面Ｋ１として表される。同様に、右足に取り付けられた測距センサ１１２（点Ｃ２の位置）から等距離にある点の集合は、球面Ｋ２として表される。球面Ｋ１と球面Ｋ２との交点Ｒ１２は、円として表される。
さらに、腰に取り付けられた測距センサ１１２（点Ｃ３の位置）から等距離（半径ｒ３）にある点の集合である球面Ｋ３と円（交点Ｒ１２）との交点Ｒ１２３は、特別な場合を除いて２点存在する。特別な場合としては、３つの球面の交点が存在しない場合と３つの球面が１点で交わる場合とが想定される。さらに、これらの場合以外で球面Ｋ１および球面Ｋ２の中心を通る直線上に３つ目の球面の中心がある場合には、３球面の交点は、円（交点Ｒ１２）になることが想定される。
また、図１９に示すように、２つの交点Ｒ１２３は、左足に取り付けられた測距センサ１１２（点Ｃ１の位置）、右足に取り付けられた測距センサ１１２（点Ｃ２の位置）および腰に取り付けられた測距センサ１１２（点Ｃ３の位置）のすべてを通る平面Ｈ１を基準として両側に位置する。しかし、ゴルフスウィングがなされる場合、ユーザの手首は、平面Ｈ１を基準とした片側（ユーザの身体の前面側）に位置すると考えられるため、２つの交点Ｒ１２３のうち平面Ｈ１を基準とした片側の点をユーザの手首の位置として検出することができる。
データ処理部１３２Ｂは、このようにして検出されるユーザの手首の位置を時系列に並べることによってユーザの手首の位置の軌跡を生成することが可能である。データ処理部１３２Ｂは、ユーザの手首の位置の軌跡に基づいて、スウィング軌跡を生成することが可能である。ここでは、データ処理部１３２Ｂがユーザの手首の位置からゴルフクラブの先端位置を推測し、ゴルフクラブの先端位置の軌跡をスウィング軌跡として生成することを想定する。このとき、ゴルフクラブの先端位置の推測はどのようになされてもよい。
図２０は、スウィング軌跡表示画面の例を示す図である。図２０に示すように、出力制御部１３３Ｂは、スウィング軌跡表示画面Ｇ１０においてスウィング軌跡（図２０における「スウィングライン」）を描画することが可能である。さらに、出力制御部１３３Ｂは、あらかじめ用意された理想的なスウィング軌跡（図２０における「理想ライン」）を描画することも可能である。なお、図２０に示した例では、これらの軌跡がユーザの前面を正面にした角度で描かれているが、３次元的にこれらの軌跡が生成されれば、様々な角度からこれらの軌跡を描画することが可能である。
図１６に戻って説明を続ける。データ処理部１３２Ｂは、スウィング軌跡（図２０における「スウィングライン」）と理想的なスウィング軌跡（図２０における「理想ライン」）との類似度をスコアとして算出することも可能である。類似度の算出はどのようになされてもよい。一例として、出力制御部１３３Ｂは、これらの軌跡の対応する時刻の位置同士のユークリッド距離を用いて類似度を算出してもよい。
そして、出力制御部１３３Ｂは、このようにして算出されたスコアを出力することが可能である（Ｓ１４７）。ここで、スコアの出力はどのようになされてもよい。例えば、出力制御部１３３Ｂは、スウィング軌跡表示画面Ｇ１０の所定の位置にスコアを表示させてもよい。これらの軌跡およびスコアによって、ユーザは自分のスウィングが理想的なスウィングにどの程度類似しているかを確認することが可能となる。
以上、ゴルフスウィングのパフォーマンス判定について説明した。
＜３．第３の実施形態（測距センサ＋慣性センサ＋近接センサ）＞
続いて、本開示の第３の実施形態について説明する。本開示の第３の実施形態においては、ユーザの行動認識のために、測距センサによって検出された測距センサデータおよび慣性センサによって検出された慣性センサデータ以外に、近接センサによって検出された近接センサデータも利用する場合を説明する。
［３．１．機能構成例］
続いて、本開示の第３の実施形態に係る情報処理装置１０Ｃの機能構成例について説明する。図２１は、本開示の第３の実施形態に係る情報処理装置１０Ｃの機能構成例を示す図である。図２１に示したように、情報処理装置１０Ｃは、検出部１１０Ｃ、操作部１２０、制御部１３０Ｃ、記憶部１４０および出力部１５０を有している。以下では、本開示の第３の実施形態に係る情報処理装置１０Ｃのうち本開示の第２の実施形態に係る情報処理装置１０Ｃと異なる機能ブロック（検出部１１０Ｃおよび制御部１３０Ｃ）について主に説明する。
検出部１１０Ｃは、慣性センサ１１１および測距センサ１１２以外に近接センサ１１３を有している。なお、近接センサ１１３の種類は特に限定されないが、例として、近接センサ１１３は、近距離無線通信の通信装置を有していてよい。図２１に示した例では、１つの近接センサ１１３が示されているが、実際には、検出部１１０Ｃは複数の近接センサ１１３を有している。なお、ここでは、慣性センサ１１１が加速度センサである場合を主に想定するが、慣性センサ１１１の種類は特に限定されない。例えば、慣性センサ１１１は、ジャイロセンサであってもよい。
制御部１３０Ｃは、情報処理装置１０Ｃの各部の制御を実行する。図２１に示したように、制御部１３０Ｃは、センサ制御部１３１Ｃ、データ処理部１３２Ｃおよび出力制御部１３３Ｃを備える。これらの各機能ブロックについての詳細は、後に説明する。なお、制御部１３０Ｃは、例えば、ＣＰＵなどで構成されていてよい。制御部１３０ＣがＣＰＵなどといった処理装置によって構成される場合、かかる処理装置は、電子回路によって構成されてよい。
本実施形態において、センサ制御部１３１Ｃは、複数の測距センサ１１２によって検出された測距センサデータと１または複数の慣性センサ１１１によって検出された慣性センサデータとを取得するとともに、複数の近接センサ１１３によって検出された近接センサデータを取得する。また、データ処理部１３２Ｃは、測距センサデータと慣性センサデータと近接センサデータとの分析によりユーザの行動認識結果を得る。そして、出力制御部１３３Ｃは、行動認識結果に応じた出力を制御する。かかる構成によれば、ユーザの行動認識の精度を向上させることが可能となる。
出力制御部１３３Ｃによる出力制御は、本開示の第１の実施形態に係る出力制御部１３３Ａによる出力制御と同様に実施され得るため、出力制御部１３３Ｃの機能の詳細についての説明は省略する。
以上、本開示の第３の実施形態に係る情報処理装置１０Ｃの機能構成例について説明した。
［３．２．インタラクションに関する行動認識］
本開示の第３の実施形態において、複数の測距センサ１１２は、複数のユーザに分散して取り付けられる。具体的な例として、複数のユーザ間のインタラクションに関する行動について説明する。すなわち、第１の測距センサは、第１のユーザに取り付けられ、第２の測距センサは、第２のユーザに取り付けられる。
そして、データ処理部１３２Ｃは、慣性センサデータが所定の第１の条件を満たす場合、かつ、第１の測距センサと第２の測距センサとの距離が所定の第２の条件を満たす場合、第１の条件および第２の条件に応じた行動を行動認識結果として得ることが可能である。このとき、データ処理部１３２Ｃは、追加的に近接センサデータが所定の第３の条件を満たす場合、第１の条件、第２の条件および第３の条件に応じた行動を行動認識結果として得てもよい。
図２２Ａは、３人ユーザが手を繋いで歩いている様子を示した図である。図２２Ｂは、２人のユーザが握手をしている様子を示した図である。図２２Ｃは、２人のユーザが並走している様子を示した図である。図２２Ａ〜図２２Ｃに示したように、慣性センサ１１１、測距センサ１１２および近接センサ１１３は、複数のユーザそれぞれの片方の手首（または両方の手首）に取り付けられてよい。センサの取り付け位置は、かかる例に限定されない。例えば、図２２Ａおよび図２２Ｃに示した場合において、慣性センサ１１１は、ユーザの身体のいずれかの部位に取り付けられればよい。
また、インタラクションがあった複数のユーザを特定可能にするため、複数の測距センサ１１２それぞれから送信される信号には、ユーザの識別情報が付されているとよい。ユーザの識別情報の登録は、モバイル端末（例えば、スマートフォンなど）に対する所定の登録操作（例えば、登録開始ボタンを押下する操作など）によって、近距離無線通信などを介してユーザの識別情報を測距センサ１１２に登録することが可能であってもよい。インタラクションがあった複数のユーザに関する情報は、履歴として所定の領域に記録されてもよい。
図２３は、複数のユーザ同士のインタラクションに関する行動の判定テーブルの例を示す図である。図２３に示すように、データ処理部１３２Ｃは、図２２Ａに示した３人のユーザの慣性センサデータが周期的な振動（例えば、１〜４Ｈｚ）を示す場合、３人が歩行していることを認識することが可能である。また、データ処理部１３２Ｃは、図２２Ａに示した３人のユーザそれぞれにおいて他の２人のユーザからの近接センサデータのＲＳＳＩ（Ｒｅｃｅｉｖｅｄ Ｓｉｇｎａｌ Ｓｔｒｅｎｇｔｈ Ｉｎｄｉｃａｔｏｒ）が所定の閾値を超える場合には、３人が近くにいることを判定することが可能である。
また、データ処理部１３２Ｃは、図２２Ａに示した３人のユーザそれぞれの測距センサ１１２が少なくとも他のユーザの測距センサと所定の距離（例えば、２０ｃｍ）以内にあることが判定された場合、３人が手を繋いでいることを判定することが可能である。そして、データ処理部１３２Ｃは、これらの慣性センサデータ、近接センサデータおよび測距センサデータそれぞれに関する条件が満たされた場合、３人のユーザが手を繋いで歩行していると判定してよい。
また、図２３に示すように、データ処理部１３２Ｃは、図２２Ｂに示した２人のユーザの慣性センサデータに基づいて、親指が鉛直上向きとなるような傾きで２人のユーザの手首の上下方向に大きな振幅の振動を検知することが可能である。なお、このような傾きと振動とは、両方が検知されなくてもよく、いずれか一方のみが検知されてもよい。また、振動の方向は上下方向でなくてもよい。そして、データ処理部１３２Ｃは、図２２Ｂに示した２人のユーザそれぞれにおいて他のユーザからの近接センサデータのＲＳＳＩが所定の閾値を超える場合には、２人が近くにいることを判定することが可能である。
また、データ処理部１３２Ｃは、図２２Ｂに示した２人のユーザそれぞれの測距センサ１１２が他のユーザの測距センサと所定の距離（例えば、２０ｃｍ）以内にあることを判定することが可能である。そして、データ処理部１３２Ｃは、これらの慣性センサデータ、近接センサデータおよび測距センサデータそれぞれに関する条件が満たされた場合、２人のユーザが握手をしていると判定してよい。
また、図２３に示すように、データ処理部１３２Ｃは、図２２Ｃに示した２人のユーザの慣性センサデータが周期的な振動（例えば、４Ｈｚ以上）を示す場合、２人のユーザが走っていることを認識することが可能である。また、データ処理部１３２Ｃは、図２２Ｃに示した２人のユーザそれぞれにおいて他のユーザからの近接センサデータのＲＳＳＩが所定の閾値を超える場合には、２人が近くにいることを判定することが可能である。
また、データ処理部１３２Ｃは、図２２Ｃに示した２人のユーザそれぞれの測距センサ１１２が他のユーザの測距センサと所定の距離（例えば、５０ｃｍ）以内にあることを判定することが可能である。そして、データ処理部１３２Ｃは、これらの慣性センサデータ、近接センサデータおよび測距センサデータそれぞれに関する条件が満たされた場合、２人のユーザが並走していると判定してよい。なお、これらの条件は、瞬間的な条件であってもよいし、所定時間（例えば、５分など）の継続が条件として組み込まれていてもよい。
上記では、慣性センサデータ、近接センサデータおよび測距センサデータそれぞれに関する条件のすべてが満たされた場合に、行動が認識される例を示した。しかし、これらの条件はすべてが満たされなくてもよい。例えば、近接センサデータに関する条件が満たされているか否かに関わらず、慣性センサデータおよび測距センサデータに関する条件が満たされた場合に、行動が認識されてもよい。
手を繋ぐという行動、並走するという行動および握手をするという行動それぞれの認識結果は、様々な場面に利用され得る。例えば、家族での外出や恋人同士のデータの際に手を繋いで歩いた場所を履歴として記録しておき、後から履歴を参照することによって思い出を振り返ることが可能となる。
また、自分のランニングデータと併せて並走相手を記録しておき、後から自分のランニングデータと並走相手のランニングデータとを比較することによって、並走相手と自分とのランニングパフォーマンスの差異に気づくことができる。また、会話開始時の握手を認識することによって、握手の認識直後から議事録システムの録音を自動開始することが可能となる。
以上、インタラクションに関する行動認識について説明した。
＜４．ハードウェア構成例＞
次に、図２４を参照して、本開示の実施形態に係る情報処理装置１０のハードウェア構成について説明する。図２４は、本開示の実施形態に係る情報処理装置１０のハードウェア構成例を示すブロック図である。
図２４に示すように、情報処理装置１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）９０１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９０３、およびＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０５を含む。また、情報処理装置１０は、ホストバス９０７、ブリッジ９０９、外部バス９１１、インターフェース９１３、入力装置９１５、出力装置９１７、ストレージ装置９１９、ドライブ９２１、接続ポート９２３、通信装置９２５を含んでもよい。さらに、情報処理装置１０は、必要に応じて、撮像装置９３３、およびセンサ９３５を含んでもよい。情報処理装置１０は、ＣＰＵ９０１に代えて、またはこれとともに、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）またはＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）と呼ばれるような処理回路を有してもよい。
ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、またはリムーバブル記録媒体９２７に記録された各種プログラムに従って、情報処理装置１０内の動作全般またはその一部を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータなどを記憶する。ＲＡＭ９０５は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータなどを一時的に記憶する。ＣＰＵ９０１、ＲＯＭ９０３、およびＲＡＭ９０５は、ＣＰＵバスなどの内部バスにより構成されるホストバス９０７により相互に接続されている。さらに、ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス９１１に接続されている。
入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなど、ユーザによって操作される装置である。入力装置９１５は、ユーザの音声を検出するマイクロフォンを含んでもよい。入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール装置であってもよいし、情報処理装置１０の操作に対応した携帯電話などの外部接続機器９２９であってもよい。入力装置９１５は、ユーザが入力した情報に基づいて入力信号を生成してＣＰＵ９０１に出力する入力制御回路を含む。ユーザは、この入力装置９１５を操作することによって、情報処理装置１０に対して各種のデータを入力したり処理動作を指示したりする。また、後述する撮像装置９３３も、ユーザの手の動き、ユーザの指などを撮像することによって、入力装置として機能し得る。このとき、手の動きや指の向きに応じてポインティング位置が決定されてよい。
出力装置９１７は、取得した情報をユーザに対して視覚的または聴覚的に通知することが可能な装置で構成される。出力装置９１７は、例えば、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）、ＰＤＰ（Ｐｌａｓｍａ Ｄｉｓｐｌａｙ Ｐａｎｅｌ）、有機ＥＬ（Ｅｌｅｃｔｒｏ−Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ、プロジェクタなどの表示装置、ホログラムの表示装置、スピーカおよびヘッドホンなどの音出力装置、ならびにプリンタ装置などであり得る。出力装置９１７は、情報処理装置１０の処理により得られた結果を、テキストまたは画像などの映像として出力したり、音声または音響などの音として出力したりする。また、出力装置９１７は、周囲を明るくするためライトなどを含んでもよい。
ストレージ装置９１９は、情報処理装置１０の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などの磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイスなどにより構成される。このストレージ装置９１９は、ＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。
ドライブ９２１は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブル記録媒体９２７のためのリーダライタであり、情報処理装置１０に内蔵、あるいは外付けされる。ドライブ９２１は、装着されているリムーバブル記録媒体９２７に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されているリムーバブル記録媒体９２７に記録を書き込む。
接続ポート９２３は、機器を情報処理装置１０に直接接続するためのポートである。接続ポート９２３は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）ポートなどであり得る。また、接続ポート９２３は、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（登録商標）（Ｈｉｇｈ−Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）ポートなどであってもよい。接続ポート９２３に外部接続機器９２９を接続することで、情報処理装置１０と外部接続機器９２９との間で各種のデータが交換され得る。
通信装置９２５は、例えば、通信ネットワーク９３１に接続するための通信デバイスなどで構成された通信インターフェースである。通信装置９２５は、例えば、有線または無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カードなどであり得る。また、通信装置９２５は、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ、または、各種通信用のモデムなどであってもよい。通信装置９２５は、例えば、インターネットや他の通信機器との間で、ＴＣＰ／ＩＰなどの所定のプロトコルを用いて信号などを送受信する。また、通信装置９２５に接続される通信ネットワーク９３１は、有線または無線によって接続されたネットワークであり、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信などである。
撮像装置９３３は、例えば、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）またはＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）などの撮像素子、および撮像素子への被写体像の結像を制御するためのレンズなどの各種の部材を用いて実空間を撮像し、撮像画像を生成する装置である。撮像装置９３３は、静止画を撮像するものであってもよいし、また動画を撮像するものであってもよい。
センサ９３５は、例えば、測距センサ、加速度センサ、ジャイロセンサ、地磁気センサ、振動センサ、光センサ、音センサなどの各種のセンサである。センサ９３５は、例えば情報処理装置１０の筐体の姿勢など、情報処理装置１０自体の状態に関する情報や、情報処理装置１０の周辺の明るさや騒音など、情報処理装置１０の周辺環境に関する情報を取得する。また、センサ９３５は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）信号を受信して装置の緯度、経度および高度を測定するＧＰＳセンサを含んでもよい。
＜５．むすび＞
以上説明したように、本開示の実施形態によれば、複数の測距センサ１１２によって検出された測距センサデータを取得するセンサ制御部１３１Ａと、測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部１３２Ａと、行動認識結果に応じた出力を制御する出力制御部１３３Ａと、を備える、情報処理装置１０Ａが提供される。かかる構成によれば、慣性センサによる検出結果を利用するだけでは向上させるのが困難であったユーザの行動認識の精度を向上させることが可能となる。
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
例えば、上記した情報処理装置１０の動作が実現されれば、各構成の位置は特に限定されない。具体的な一例として、上記したように、検出部１１０以外のブロックの一部または全部は、情報処理装置１０の外部に存在していてもよい。すなわち、検出部１１０以外のブロックの一部または全部は、モバイル端末（例えば、スマートフォンなど）などに存在していてもよいし、サーバなどに存在していてもよい。情報処理装置１０はいわゆるクラウドコンピューティングによって達成されうる。また、検出１１０は、情報処理装置１０の外部に存在していてもよい。例えば、慣性センサ１１１は、情報処理装置１０とは異なるスマートフォンに搭載されていてもよいし、情報処理装置１０の外部の所定位置（例えば、ユーザの腰など）に存在してもよい。
また、コンピュータに内蔵されるＣＰＵ、ＲＯＭおよびＲＡＭなどのハードウェアを、上記した制御部１３０が有する機能と同等の機能を発揮させるためのプログラムも作成可能である。また、該プログラムを記録した、コンピュータに読み取り可能な記録媒体も提供され得る。
また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏し得る。
なお、以下のような構成も本開示の技術的範囲に属する。
（１）
複数の測距センサによって検出された測距センサデータを取得するセンサ制御部と、
前記測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部と、
前記行動認識結果に応じた出力を制御する出力制御部と、
を備える、情報処理装置。
（２）
前記データ処理部は、前記複数の測距センサのうち第１の測距センサと第２の測距センサとの第１の距離を算出し、前記第１の距離に基づいて前記ユーザの行動認識結果を得る、
前記（１）に記載の情報処理装置。
（３）
前記データ処理部は、前記複数の測距センサのうち第３の測距センサと第４の測距センサとの第２の距離を算出し、前記第１の距離と前記第２の距離とに基づいて前記ユーザの行動認識結果を得る、
前記（２）に記載の情報処理装置。
（４）
前記センサ制御部は、１または複数の慣性センサによって検出された慣性センサデータを取得し、
前記データ処理部は、前記測距センサデータと前記慣性センサデータとの分析により前記ユーザの行動認識結果を得る、
前記（１）に記載の情報処理装置。
（５）
前記データ処理部は、前記慣性センサデータが所定の条件を満たす場合に、前記複数の測距センサのうち第１の測距センサと第２の測距センサとの距離に基づいて前記ユーザの行動認識結果を得る、
前記（４）に記載の情報処理装置。
（６）
前記データ処理部は、前記慣性センサデータが所定の条件を満たす場合に、前記複数の測距センサのうち、第１の測距センサと、第２の測距センサ、第３の測距センサおよび第４の測距センサそれぞれとの距離に基づいて前記ユーザの行動認識結果を得る、
前記（４）に記載の情報処理装置。
（７）
前記データ処理部は、前記慣性センサデータが所定の条件を満たす場合に、前記複数の測距センサのうち第１の測距センサと第２の測距センサとの距離および慣性センサデータに基づいて、前記ユーザの行動認識結果を得る、
前記（４）に記載の情報処理装置。
（８）
前記センサ制御部は、複数の近接センサによって検出された近接センサデータを取得し、
前記データ処理部は、前記測距センサデータと前記慣性センサデータと前記近接センサデータとの分析により前記ユーザの行動認識結果を得る、
前記（４）に記載の情報処理装置。
（９）
前記出力制御部は、前記行動認識結果とあらかじめ定められた理想的な行動とに応じた出力を制御する、
前記（１）〜（８）のいずれか一項に記載の情報処理装置。
（１０）
前記複数の測距センサは、一人のユーザに取り付けられる、
前記（１）に記載の情報処理装置。
（１１）
前記複数の測距センサのうち、第１の測距センサは、ユーザの右足に取り付けられ、
前記複数の測距センサのうち、第２の測距センサは、前記ユーザの左足に取り付けられ、
前記データ処理部は、慣性センサデータが所定の条件を満たす場合に、前記第１の測距センサと第２の測距センサとの距離を前記ユーザの歩幅として取得する、
前記（１０）に記載の情報処理装置。
（１２）
前記複数の測距センサのうち、第１の測距センサは、ユーザの手、手首または腕に取り付けられ、
前記複数の測距センサのうち、第２の測距センサ、第３の測距センサおよび第４の測距センサは、前記ユーザの身体に取り付けられ、
前記データ処理部は、慣性センサデータが所定の条件を満たす場合に、前記第１の測距センサと、前記第２の測距センサ、前記第３の測距センサおよび前記第４の測距センサそれぞれとの距離に基づいて、前記ユーザがスウィングしたゴルフクラブの軌跡を推定する、
前記（１０）に記載の情報処理装置。
（１３）
前記複数の測距センサのうち、第１の測距センサは、ユーザの手、手首または腕に取り付けられ、
前記複数の測距センサのうち、第２の測距センサは、前記ユーザの足またはボードに取り付けられ、
前記データ処理部は、慣性センサデータが所定の条件を満たす場合に、前記第１の測距センサと前記第２の測距センサとの距離および前記慣性センサデータに基づいて、スノーボードのトリックを判定する、
前記（１０）に記載の情報処理装置。
（１４）
前記複数の測距センサのうち、第１の測距センサは、ユーザの足に取り付けられ、
前記複数の測距センサのうち、第２の測距センサは、前記ユーザの身体に取り付けられ、
前記データ処理部は、慣性センサデータが所定の条件を満たす場合に、前記第１の測距センサと前記第２の測距センサとの距離に基づいて、ボールのキックパフォーマンスを判定する、
前記（１０）に記載の情報処理装置。
（１５）
前記複数の測距センサは、複数のユーザに取り付けられる、
前記（１）に記載の情報処理装置。
（１６）
前記複数の測距センサのうち、第１の測距センサは、第１のユーザに取り付けられ、
前記複数の測距センサのうち、第２の測距センサは、第２のユーザに取り付けられ、
前記データ処理部は、慣性センサデータが所定の第１の条件を満たす場合、かつ、前記第１の測距センサと前記第２の測距センサとの距離が所定の第２の条件を満たす場合、前記第１の条件および前記第２の条件に応じた行動を前記行動認識結果として得る、
前記（１５）に記載の情報処理装置。
（１７）
前記複数の測距センサは、ユーザと前記ユーザの行動に関わる物体とに取り付けられる、
前記（１）に記載の情報処理装置。
（１８）
前記複数の測距センサのうち、第１の測距センサは、ユーザの足に取り付けられ、
前記複数の測距センサのうち、第２の測距センサは、ボールに取り付けられ、
前記データ処理部は、慣性センサデータが所定の条件を満たす場合に、前記第１の測距センサと前記第２の測距センサとの距離に基づいて、ボールのスピードを判定する、
前記（１７）に記載の情報処理装置。
（１９）
複数の測距センサによって検出された測距センサデータを取得するセンサ制御部と、
前記測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部と、
プロセッサにより、前記行動認識結果に応じた出力を制御する出力制御部と、
を備える、情報処理方法。
（２０）
コンピュータを、
複数の測距センサによって検出された測距センサデータを取得するセンサ制御部と、
前記測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部と、
前記行動認識結果に応じた出力を制御する出力制御部と、
を備える情報処理装置として機能させるためのプログラム。
１０（１０Ａ〜１０Ｃ） 情報処理装置
１１０（１１０Ａ〜１１０Ｃ） 検出部
１１１ 慣性センサ
１１２ 測距センサ
１１３ 近接センサ
１２０ 操作部
１３０Ａ〜１３０Ｃ 制御部
１３１Ａ〜１３１Ｃ センサ制御部
１３２Ａ〜１３２Ｃ データ処理部
１３３Ａ〜１３３Ｃ 出力制御部
１４０ 記憶部
１５０ 出力部

Claims (20)

  1. 複数の測距センサによって検出された測距センサデータを取得するセンサ制御部と、
    前記測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部と、
    前記行動認識結果に応じた出力を制御する出力制御部と、
    を備える、情報処理装置。
  2. 前記データ処理部は、前記複数の測距センサのうち第１の測距センサと第２の測距センサとの第１の距離を算出し、前記第１の距離に基づいて前記ユーザの行動認識結果を得る、
    請求項１に記載の情報処理装置。
  3. 前記データ処理部は、前記複数の測距センサのうち第３の測距センサと第４の測距センサとの第２の距離を算出し、前記第１の距離と前記第２の距離とに基づいて前記ユーザの行動認識結果を得る、
    請求項２に記載の情報処理装置。
  4. 前記センサ制御部は、１または複数の慣性センサによって検出された慣性センサデータを取得し、
    前記データ処理部は、前記測距センサデータと前記慣性センサデータとの分析により前記ユーザの行動認識結果を得る、
    請求項１に記載の情報処理装置。
  5. 前記データ処理部は、前記慣性センサデータが所定の条件を満たす場合に、前記複数の測距センサのうち第１の測距センサと第２の測距センサとの距離に基づいて前記ユーザの行動認識結果を得る、
    請求項４に記載の情報処理装置。
  6. 前記データ処理部は、前記慣性センサデータが所定の条件を満たす場合に、前記複数の測距センサのうち、第１の測距センサと、第２の測距センサ、第３の測距センサおよび第４の測距センサそれぞれとの距離に基づいて前記ユーザの行動認識結果を得る、
    請求項４に記載の情報処理装置。
  7. 前記データ処理部は、前記慣性センサデータが所定の条件を満たす場合に、前記複数の測距センサのうち第１の測距センサと第２の測距センサとの距離および慣性センサデータに基づいて、前記ユーザの行動認識結果を得る、
    請求項４に記載の情報処理装置。
  8. 前記センサ制御部は、複数の近接センサによって検出された近接センサデータを取得し、
    前記データ処理部は、前記測距センサデータと前記慣性センサデータと前記近接センサデータとの分析により前記ユーザの行動認識結果を得る、
    請求項４に記載の情報処理装置。
  9. 前記出力制御部は、前記行動認識結果とあらかじめ定められた理想的な行動とに応じた出力を制御する、
    請求項１に記載の情報処理装置。
  10. 前記複数の測距センサは、一人のユーザに取り付けられる、
    請求項１に記載の情報処理装置。
  11. 前記複数の測距センサのうち、第１の測距センサは、ユーザの右足に取り付けられ、
    前記複数の測距センサのうち、第２の測距センサは、前記ユーザの左足に取り付けられ、
    前記データ処理部は、慣性センサデータが所定の条件を満たす場合に、前記第１の測距センサと第２の測距センサとの距離を前記ユーザの歩幅として取得する、
    請求項１０に記載の情報処理装置。
  12. 前記複数の測距センサのうち、第１の測距センサは、ユーザの手、手首または腕に取り付けられ、
    前記複数の測距センサのうち、第２の測距センサ、第３の測距センサおよび第４の測距センサは、前記ユーザの身体に取り付けられ、
    前記データ処理部は、慣性センサデータが所定の条件を満たす場合に、前記第１の測距センサと、前記第２の測距センサ、前記第３の測距センサおよび前記第４の測距センサそれぞれとの距離に基づいて、前記ユーザがスウィングしたゴルフクラブの軌跡を推定する、
    請求項１０に記載の情報処理装置。
  13. 前記複数の測距センサのうち、第１の測距センサは、ユーザの手、手首または腕に取り付けられ、
    前記複数の測距センサのうち、第２の測距センサは、前記ユーザの足またはボードに取り付けられ、
    前記データ処理部は、慣性センサデータが所定の条件を満たす場合に、前記第１の測距センサと前記第２の測距センサとの距離および前記慣性センサデータに基づいて、スノーボードのトリックを判定する、
    請求項１０に記載の情報処理装置。
  14. 前記複数の測距センサのうち、第１の測距センサは、ユーザの足に取り付けられ、
    前記複数の測距センサのうち、第２の測距センサは、前記ユーザの身体に取り付けられ、
    前記データ処理部は、慣性センサデータが所定の条件を満たす場合に、前記第１の測距センサと前記第２の測距センサとの距離に基づいて、ボールのキックパフォーマンスを判定する、
    請求項１０に記載の情報処理装置。
  15. 前記複数の測距センサは、複数のユーザに取り付けられる、
    請求項１に記載の情報処理装置。
  16. 前記複数の測距センサのうち、第１の測距センサは、第１のユーザに取り付けられ、
    前記複数の測距センサのうち、第２の測距センサは、第２のユーザに取り付けられ、
    前記データ処理部は、慣性センサデータが所定の第１の条件を満たす場合、かつ、前記第１の測距センサと前記第２の測距センサとの距離が所定の第２の条件を満たす場合、前記第１の条件および前記第２の条件に応じた行動を前記行動認識結果として得る、
    請求項１５に記載の情報処理装置。
  17. 前記複数の測距センサは、ユーザと前記ユーザの行動に関わる物体とに取り付けられる、
    請求項１に記載の情報処理装置。
  18. 前記複数の測距センサのうち、第１の測距センサは、ユーザの足に取り付けられ、
    前記複数の測距センサのうち、第２の測距センサは、ボールに取り付けられ、
    前記データ処理部は、慣性センサデータが所定の条件を満たす場合に、前記第１の測距センサと前記第２の測距センサとの距離に基づいて、ボールのスピードを判定する、
    請求項１７に記載の情報処理装置。
  19. 複数の測距センサによって検出された測距センサデータを取得するセンサ制御部と、
    前記測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部と、
    プロセッサにより、前記行動認識結果に応じた出力を制御する出力制御部と、
    を備える、情報処理方法。
  20. コンピュータを、
    複数の測距センサによって検出された測距センサデータを取得するセンサ制御部と、
    前記測距センサデータの分析により１または複数のユーザの行動認識結果を得るデータ処理部と、
    前記行動認識結果に応じた出力を制御する出力制御部と、
    を備える情報処理装置として機能させるためのプログラム。
JP2016098741A 2016-05-17 2016-05-17 情報処理装置、情報処理方法およびプログラム Pending JP2017205213A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2016098741A JP2017205213A (ja) 2016-05-17 2016-05-17 情報処理装置、情報処理方法およびプログラム
PCT/JP2017/007145 WO2017199518A1 (ja) 2016-05-17 2017-02-24 情報処理装置、情報処理方法およびプログラム
US16/099,498 US11113515B2 (en) 2016-05-17 2017-02-24 Information processing device and information processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016098741A JP2017205213A (ja) 2016-05-17 2016-05-17 情報処理装置、情報処理方法およびプログラム

Publications (1)

Publication Number Publication Date
JP2017205213A true JP2017205213A (ja) 2017-11-24

Family

ID=60325957

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016098741A Pending JP2017205213A (ja) 2016-05-17 2016-05-17 情報処理装置、情報処理方法およびプログラム

Country Status (3)

Country Link
US (1) US11113515B2 (ja)
JP (1) JP2017205213A (ja)
WO (1) WO2017199518A1 (ja)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019138812A (ja) * 2018-02-13 2019-08-22 日本電信電話株式会社 距離測定装置、距離測定システム及び距離測定方法
JP2019136367A (ja) * 2018-02-13 2019-08-22 日本電信電話株式会社 運動評価改善システム及び運動評価改善方法
JP2020501245A (ja) * 2016-11-25 2020-01-16 センサリクス アーゲー 着用可能な動作追跡システム
JP2020025723A (ja) * 2018-08-10 2020-02-20 住友ゴム工業株式会社 センサ装置付きゴルフシューズ
WO2020049847A1 (ja) * 2018-09-06 2020-03-12 株式会社ソニー・インタラクティブエンタテインメント 推定装置、学習装置、推定方法、学習方法及びプログラム
WO2020245398A1 (de) * 2019-06-05 2020-12-10 Otto Bock Healthcare Products Gmbh Verfahren zum betreiben einer orthopädietechnischen einrichtung und entsprechende einrichtung
JP2021089691A (ja) * 2019-12-06 2021-06-10 未來市股▲ふん▼有限公司 動作追跡システム及び動作追跡方法
JP2022019377A (ja) * 2020-07-17 2022-01-27 住友ゴム工業株式会社 ゴルファの計測装置及び姿勢計算装置
WO2022085442A1 (ja) 2020-10-20 2022-04-28 ソニーグループ株式会社 信号処理装置および方法、学習装置および方法、並びにプログラム
DE112020004387T5 (de) 2019-09-18 2022-06-09 Sony Group Corporation Signalverarbeitungsvorrichtung, -verfahren und-programm

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017110761A1 (de) * 2017-05-17 2018-11-22 Ottobock Se & Co. Kgaa Verfahren
WO2020028502A1 (en) * 2018-08-01 2020-02-06 The Chamberlain Group, Inc. Movable barrier operator and transmitter pairing over a network
US20240245568A1 (en) * 2023-01-25 2024-07-25 James Michael Davis Method and system for assessing leg muscle condition

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6675130B2 (en) * 2000-12-21 2004-01-06 Ibm Corporation System and method of using a plurality of sensors for determining an individual's level of productivity
JP2005224318A (ja) 2004-02-10 2005-08-25 Rikogaku Shinkokai ペースメーカー
JP2005293505A (ja) 2004-04-05 2005-10-20 Sony Corp 電子機器、及び入力装置、並びに入力方法
US8231506B2 (en) * 2008-12-05 2012-07-31 Nike, Inc. Athletic performance monitoring systems and methods in a team sports environment
US8784274B1 (en) * 2011-03-18 2014-07-22 Thomas C. Chuang Athletic performance monitoring with body synchronization analysis
JP2013011979A (ja) * 2011-06-28 2013-01-17 Jvc Kenwood Corp 動作指示装置、動作指示システム、動作指示方法、及びプログラム
JP2013103010A (ja) * 2011-11-15 2013-05-30 Sony Corp 画像処理装置、画像処理方法及びプログラム
JP2013156226A (ja) * 2012-01-31 2013-08-15 Yupiteru Corp ヒト装着用速度測定装置および速度測定方法
US9235241B2 (en) * 2012-07-29 2016-01-12 Qualcomm Incorporated Anatomical gestures detection system using radio signals
US10008237B2 (en) 2012-09-12 2018-06-26 Alpinereplay, Inc Systems and methods for creating and enhancing videos
US10408857B2 (en) 2012-09-12 2019-09-10 Alpinereplay, Inc. Use of gyro sensors for identifying athletic maneuvers
US10548514B2 (en) 2013-03-07 2020-02-04 Alpinereplay, Inc. Systems and methods for identifying and characterizing athletic maneuvers
US9566021B2 (en) 2012-09-12 2017-02-14 Alpinereplay, Inc. Systems and methods for synchronized display of athletic maneuvers
JP5803962B2 (ja) 2013-03-22 2015-11-04 ソニー株式会社 情報処理装置、センサ装置、情報処理システムおよび記録媒体
JP2014188146A (ja) 2013-03-27 2014-10-06 Nippon Telegraph & Telephone East Corp 運動姿勢評価装置、運動姿勢評価方法及びコンピュータプログラム
EP3060119B1 (en) * 2013-10-21 2021-06-23 Apple Inc. Method for sensing a physical activity of a user
WO2015087164A1 (en) * 2013-12-10 2015-06-18 4Iiii Innovations Inc. Signature based monitoring systems and methods
JP6333365B2 (ja) * 2014-05-09 2018-05-30 アルプス電気株式会社 動き検出用プログラム、対象物動き検出装置及びその方法
WO2016053522A1 (en) 2014-09-29 2016-04-07 Alpinereplay, Inc Systems and methods for creating and enhancing videos

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7162898B2 (ja) 2016-11-25 2022-10-31 センサリクス アーゲー 着用可能な動作追跡システム
JP2020501245A (ja) * 2016-11-25 2020-01-16 センサリクス アーゲー 着用可能な動作追跡システム
JP2019136367A (ja) * 2018-02-13 2019-08-22 日本電信電話株式会社 運動評価改善システム及び運動評価改善方法
WO2019159947A1 (ja) * 2018-02-13 2019-08-22 日本電信電話株式会社 距離測定装置、距離測定システム及び距離測定方法
WO2019159951A1 (ja) * 2018-02-13 2019-08-22 日本電信電話株式会社 運動評価改善システム及び運動評価改善方法
JP2019138812A (ja) * 2018-02-13 2019-08-22 日本電信電話株式会社 距離測定装置、距離測定システム及び距離測定方法
JP2020025723A (ja) * 2018-08-10 2020-02-20 住友ゴム工業株式会社 センサ装置付きゴルフシューズ
US11577125B2 (en) 2018-08-10 2023-02-14 Sumitomo Rubber Industries, Ltd. Sensor device-equipped golf shoes
JP7234531B2 (ja) 2018-08-10 2023-03-08 住友ゴム工業株式会社 センサ装置付きゴルフシューズ
WO2020049847A1 (ja) * 2018-09-06 2020-03-12 株式会社ソニー・インタラクティブエンタテインメント 推定装置、学習装置、推定方法、学習方法及びプログラム
US11763464B2 (en) 2018-09-06 2023-09-19 Sony Interactive Entertainment Inc. Estimation apparatus, learning apparatus, estimation method, learning method, and program
WO2020245398A1 (de) * 2019-06-05 2020-12-10 Otto Bock Healthcare Products Gmbh Verfahren zum betreiben einer orthopädietechnischen einrichtung und entsprechende einrichtung
US12279859B2 (en) 2019-06-05 2025-04-22 Otto Bock Healthcare Products Gmbh Method for operating an orthopedic device and corresponding device
DE112020004387T5 (de) 2019-09-18 2022-06-09 Sony Group Corporation Signalverarbeitungsvorrichtung, -verfahren und-programm
US12142294B2 (en) 2019-09-18 2024-11-12 Sony Group Corporation Signal processing apparatus, method, and program to detect a time interval containing sound based on a distance between two mobile bodies
JP2021089691A (ja) * 2019-12-06 2021-06-10 未來市股▲ふん▼有限公司 動作追跡システム及び動作追跡方法
JP2022019377A (ja) * 2020-07-17 2022-01-27 住友ゴム工業株式会社 ゴルファの計測装置及び姿勢計算装置
JP7604799B2 (ja) 2020-07-17 2024-12-24 住友ゴム工業株式会社 ゴルファの計測装置及び姿勢計算装置
WO2022085442A1 (ja) 2020-10-20 2022-04-28 ソニーグループ株式会社 信号処理装置および方法、学習装置および方法、並びにプログラム
KR20230091091A (ko) 2020-10-20 2023-06-22 소니그룹주식회사 신호 처리 장치 및 방법, 학습 장치 및 방법, 그리고 프로그램
US12573415B2 (en) 2020-10-20 2026-03-10 Sony Group Corporation Signal processing device and method, learning device and method, and program

Also Published As

Publication number Publication date
US20190108391A1 (en) 2019-04-11
US11113515B2 (en) 2021-09-07
WO2017199518A1 (ja) 2017-11-23

Similar Documents

Publication Publication Date Title
WO2017199518A1 (ja) 情報処理装置、情報処理方法およびプログラム
US12118684B2 (en) Fitness system for simulating a virtual fitness partner and methods for use therewith
JP6539272B2 (ja) コンピュータにより実現される方法、非一時的かつコンピュータが読み取り可能な媒体、および単一装置
US11103749B2 (en) Systems and methods of swimming analysis
CN104436596B (zh) 运动支持装置及运动支持方法
JP6366677B2 (ja) アスレチックパフォーマンスの画像データからのフィードバック信号
TWI638280B (zh) 自動配置感測器的方法、電子設備及記錄媒體
US20170352226A1 (en) Information processing device, information processing method, and program
US11181376B2 (en) Information processing device and information processing method
JP6027038B2 (ja) 計測システム、および計測装置
US20140031123A1 (en) Systems for and methods of detecting and reproducing motions for video games
JPWO2015107737A1 (ja) 情報処理装置、情報処理方法、およびプログラム
JP2016067410A (ja) 運動解析装置、運動解析システム、運動解析方法及びプログラム
CN112791365B (zh) 评价结果输出装置、评价结果输出方法以及记录介质
CN113906371A (zh) 根据锻炼环境提供锻炼信息的电子装置及操作该电子装置的方法
JPWO2020090223A1 (ja) 情報処理装置、情報処理方法及び記録媒体
JPWO2017179423A1 (ja) 運動計測装置、情報処理装置及び運動計測方法
CN113936420B (zh) 使用移动设备检测跌倒
JP6247798B1 (ja) 情報処理システム、情報処理方法及び情報処理プログラム
JP2019092648A (ja) 電子機器、評価方法及びプログラム
WO2016035464A1 (ja) 解析方法、システムおよび解析装置
WO2016063661A1 (ja) 情報処理装置、情報処理方法、およびプログラム
CN116631046A (zh) 运动轨迹判断方法、装置、可穿戴设备及存储介质
Jung Measuring movement of golfers with an accelerometer