JP2013190370A - 状態検出装置、電子機器、測定システム及びプログラム - Google Patents

Abstract

【課題】 加速度計測を行い、移動速度等の推定を行うことができる状態検出装置、電子機器、測定システム及びプログラム等の提供。
【解決手段】状態検出装置１００は、加速度センサー２００から検出加速度を取得する取得部と、第１のタイミングで得られる検出加速度を表す第１の加速度ベクトルと、第２のタイミングで得られる検出加速度を表す第２の加速度ベクトルとに基づいて、第１の加速度ベクトルと第２の加速度ベクトルとが成す角を表す角度情報を演算する角度情報演算部１２０と、角度情報に基づいて、運動状態情報を取得する情報取得部１３０と、を含む。
【選択図】 図１

Description

本発明は、状態検出装置、電子機器、測定システム及びプログラム等に関係する。

歩行や走行状況を計測し、そこから移動距離や移動速度を算出しようとする装置では、大きく分類すると二つのアプローチがとられてきている。

まず、第１のアプローチとして、ユーザーが歩行しているか走行しているかという情報とは別に、距離情報もしくは速度情報を外部から取得して、歩行走行状況の測定を補正する方法がある。第１のアプローチの代表的な具体例としては、ＧＰＳ（Global Positioning System）などの測位システムを利用する方法や、ＩＣタグ（ＲＦＩＤ：Radio Frequency IDentification）を使う方法などが挙げられる。

一方、第２のアプローチとして、加速度などの歩行や走行に伴う物理情報をより詳細に得て、歩幅を補正するか、歩幅に関わらず速度や距離を推定しようとする方法がある。第２のアプローチには、多様な方法があるが、第２のアプローチはさらに以下のＡのアプローチとＢのアプローチの２つに分類することができる。

まず、Ａのアプローチについて説明する。人間の歩行もしくは走行は、理想的には、等速運動として第１近似できる。実際には、ステップごとに速度の変動サイクルがあるため、加速度は皆無ではないが、重心移動という観点からすれば、その加速度の変化は大きくない。ところが、足について考えれば分かる通り、走行中も足は、重心の前に振り出され、地面に設置し、さらに後方に蹴り出されるという運動を繰り返す。このように足については、重心と大きく異なる加速度運動をサイクリックに繰り返しているため、足の運動を測定することにより、歩幅等を測定することが可能である。なお、手についても足ほどではないが、腕フリ運動があるため、サイクリックな加速度運動が存在する。そのため、Ａのアプローチでは、手足に取り付けた計測装置により、正確に歩幅等を推定し、速度や距離の測定精度を向上させる。

これに対し、Ｂのアプローチは、手足以外の部位、例えば胸や腰などに装着した計測装置により速度や距離を算出しようとするものである。胸や腰は重心位置に近く、上記のような理由で足や手ほどは、加速度運動は明瞭ではない。各ステップを検出するためには、十分な振動は存在するが、足のように歩幅を直接測定できるわけではない。このため、精度向上のために多くの測定方法が考案されてきており、特許文献１に示すような先行技術が開示されている。

特開２００８−２９２２９４号公報

まず、第１のアプローチにおいては、第１に、外部インフラが無い又は使用できない場所（ＧＰＳの場合は屋内）では、速度推定を行うことができないという問題点がある。また第２に、外部との無線通信が頻繁に必要であること、第３に、消費電力が大であり、電池寿命が短くなりすぎること、第４に、狭い場所を走り回る場合には誤差が大きいことなどの問題点がある。

一方、第２のアプローチのうち、Ａのアプローチでは、上述した第１〜第４の問題点はないが、例えば足に装着するフットポッド形の装置を用いる場合には、胸につける心拍計や胸の表示装置とは別に、足にもセンサーを取り付ける必要があり、使用者の利便性を損なうという問題点がある。

さらに、Ｂのアプローチを採用する前述した特許文献１では、Ａのアプローチ同様に上述した第１〜第４の問題点はないが、加速度合成ベクトルの生成において平方根演算が必要であり、さらに平均値を求めるために除算が必要となる。そのため、推定精度に対して計算量が大きいという問題点がある。

そこで、本出願人は、第２のアプローチのうち、Ｂのアプローチに基づいて、ユーザーの移動速度や移動距離を推定するための手法であって、より推定精度の高い手法を提案する。

本発明の幾つかの態様によれば、加速度計測を行い、移動速度等の推定を行うことができる状態検出装置、電子機器、測定システム及びプログラム等を提供することができる。

本発明の一態様は、加速度センサーから検出加速度を取得する取得部と、第１のタイミングで得られる前記検出加速度を表す第１の加速度ベクトルと、第２のタイミングで得られる前記検出加速度を表す第２の加速度ベクトルとに基づいて、前記第１の加速度ベクトルと前記第２の加速度ベクトルとが成す角を表す角度情報を演算する角度情報演算部と、前記角度情報に基づいて、運動状態情報を取得する情報取得部と、を含む状態検出装置に関係する。

本発明の一態様では、異なるタイミングにおいて取得された２つの検出加速度を表す加速度ベクトルに基づいて、角度情報を演算し、求めた角度情報に基づいて、運動状態情報を取得する。これにより、例えば検出加速度から特定方向の座標軸成分の抽出処理等を行わずに、運動状態情報を取得することが可能となる。

また、本発明の一態様では、前記情報取得部は、前記角度情報に基づいて、前記運動状態情報として速度推定値を求めてもよい。

これにより、角度情報に基づいて、ユーザーがより意味を捉えやすい速度推定値を運動状態情報として算出すること等が可能になる。

また、本発明の一態様では、前記情報取得部は、所与の期間内に得られた前記検出加速度に対応する前記角度情報に基づいて、被積算角度情報を求め、求めた前記被積算角度情報の積算処理を行い、求めた積算角度情報に基づいて、前記運動状態情報として前記速度推定値を求めてもよい。

これにより、例えば、移動中にユーザーの体が左右にぶれた場合などにおいても、速度推定値の誤差を抑制すること等が可能になる。

また、本発明の一態様では、前記情報取得部は、前記積算角度情報の単位時間当たりの変化量と所与の閾値とを比較して、ユーザーの運動状態を判定し、前記運動状態を表す前記運動状態情報を求めてもよい。

これにより、例えば積算角度情報に対応付けられる積算角度を縦軸、時間を横軸とするようなグラフの傾きが所定の閾値よりも大きいか否かを判定する等して、運動状態を判定すること等が可能になる。

また、本発明の一態様では、前記ユーザーのステップ間隔をＴ_ｕとした場合に、前記情報取得部は、２Ｔ_ｕよりも長い前記所与の期間内に得られた前記検出加速度に基づいて求められた前記被積算角度情報について前記積算処理を行ってもよい。

これにより、左右１歩を１サイクルとして、少なくとも２サイクルを含むことができる時間内に得られる検出加速度に基づいて、被積算角度情報を求め、積算処理を行うこと等が可能になる。

また、本発明の一態様では、前記情報取得部は、速度推定タイミングＭ１では、先行する速度推定タイミングＴ１〜Ｔｉ（ｉは２以上の正の整数）のそれぞれで求められた積算角度情報θ_Ｔ１〜θ_Ｔｉの総和から積算角度情報θ_Ｍ１を求め、前記速度推定タイミングＭ１の次の速度推定タイミングＭ２では、先行する速度推定タイミングＴ２〜Ｔ（ｉ＋１）のそれぞれで求められた積算角度情報θ_Ｔ２〜θ_{Ｔ（ｉ＋１）}の総和から積算角度情報θ_Ｍ２を求めてもよい。

これにより、速度推定値にヒステリシス特性を与えること等が可能になる。

また、本発明の一態様では、前記情報取得部は、前記積算角度情報をθ_ｓｕｍとし、前記速度推定値をＶ_ｄとした場合に、Ｖ_ｄ＝ａθ_ｓｕｍ＋ｂ（係数ａ及びｂは所与の実数）の関係式により、前記速度推定値Ｖ_ｄを前記運動状態情報として求めてもよい。

これにより、積算角度情報の一次式に基づいて、速度推定値を求めること等が可能となる。

また、本発明の一態様では、実測値から得られた前記係数ａ及び前記定数ｂを記憶する記憶部を含み、前記情報取得部は、前記記憶部から読み出された前記係数ａ及び前記定数ｂに基づいて、前記速度推定値Ｖ_ｄを求めてもよい。

これにより、例えばユーザー間の速度推定精度のばらつきを抑えること等が可能になる。

また、本発明の一態様では、前記情報取得部は、前記角度情報に基づいて前記ユーザーの運動状態を判定し、前記運動状態を表す前記運動状態情報を求め、求めた前記運動状態情報に応じて、使用する前記係数ａ及び前記定数ｂの値を切り替えてもよい。

これにより、例えば運動状態別の速度推定精度のばらつきを抑えること等が可能になる。

また、本発明の一態様では、速度実測値に基づいてキャリブレーション処理を行うキャリブレーション処理部を含み、前記情報取得部は、前記キャリブレーション処理の結果に基づいて、前記係数ａ及び前記定数ｂのうち、少なくとも一つの値を変更してもよい。

これにより、例えば外部装置に依らず、本実施形態の状態検出装置が係数ａ及びｂを決定すること等が可能になる。

本発明の他の態様は、前記状態検出装置と前記加速度センサーとを含むことを特徴とする電子機器。

また、本発明の他の態様は、前記状態検出装置を含む測定システムに関係する。

これにより、例えば状態検出装置により行われる処理の一部をサーバーに実行させること等が可能になり、状態検出装置の処理量を削減すること等が可能になる。

また、本発明の他の態様では、上記各部としてコンピューターを機能させるプログラムに関係する。

図１（Ａ）と図１（Ｂ）は、本実施形態のシステム構成例。 速度推定処理の概要の説明図。 第１の加速度ベクトルと第２の加速度ベクトルがなす角の説明図。 走行時の加速度ベクトルの先端を結んだ軌跡を表す図。 積算角度と速度実測値の関係を表すグラフ。 移動平均処理の説明図。 図７（Ａ）と図７（Ｂ）は、各運動状態に対する加速度ベクトルの説明図。 サンプリング時間に対する積算角度を表すグラフ。 図９（Ａ）と図９（Ｂ）は、本実施形態の実装例。 本実施形態の処理の流れを説明するフローチャート。

以下、本実施形態について説明する。まず、本実施形態の概要を説明し、次に本実施形態のシステム構成例について説明する。そして、本実施形態の手法について具体例を交えつつ詳細に説明し、最後に、フローチャートを用いて本実施形態の処理の流れについて説明する。なお、以下に説明する本実施形態は、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、本実施形態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。

１．概要
以下、本実施形態について説明する。まず、本実施形態の概要を説明し、次に本実施形態のシステム構成例について説明する。そして、本実施形態の手法について具体例を交えつつ詳細に説明し、最後に、フローチャートを用いて本実施形態の処理の流れについて説明する。なお、以下に説明する本実施形態は、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、本実施形態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。

１．概要
式（１）に示すように、歩幅ｐに対して歩数ｈを乗ずれば、おおよその距離ｄが求まるというのは紀元前から知られている人間の歩行、走行と距離の関係である。

例えば、１歩が６０ｃｍで、１０歩であったから大体６ｍといった測定方法は現在でもよく行われており、古くは「歩」をもって土地の面積の測定などに用いられたことが古代中国の文献などにも現れている。

距離ｄを移動するのに時間ｔを要したことが測定できれば、式（２）のように走行速度ｖを求めることができる。

ただし、上記のような測定方法は大きな誤差を伴うのも事実である。それは主として、人間の歩幅ｐが必ずしも一定ではないという事実による。

なお、左右の一歩が異なる場合が多いことを考えると、式（３）のように、左足の歩幅ｐ_ｌｅｆｔと右足の歩幅ｐ_{ｒｉｇｈｔ}の和を１サイクル幅ｗとして、ｗに基づいて距離等を計算する方が精度が良い。

このため、歩行や走行状況を計測し、そこから距離や速度を算出しようとする装置では、大きく分類すると二つのアプローチがとられてきている。

まず、第１のアプローチとして、ユーザーが歩行しているか走行しているかという情報とは別に、距離情報もしくは速度情報を外部から取得して、歩行走行状況の測定を補正する方法がある。第１のアプローチの代表的な具体例としては、ＧＰＳ（Global Positioning System）などの測位システムを利用する方法や、ＩＣタグ（ＲＦＩＤ：Radio Frequency IDentification）を使う方法などが挙げられる。

一方、第２のアプローチとして、加速度などの歩行や走行に伴う物理情報をより詳細に得て、歩幅を補正するか、歩幅に関わらず速度や距離を推定しようとする方法がある。第２のアプローチには、多様な方法があるが、第２のアプローチはさらに以下のＡのアプローチとＢのアプローチの２つに分類することができる。

まず、Ａのアプローチについて説明する。人間の歩行もしくは走行は、理想的には、等速運動として第１近似できる。実際には、ステップごとに速度の変動サイクルがあるため、加速度は皆無ではないが、重心移動という観点からすれば、その加速度の変化は大きくない。ところが、足について考えれば分かる通り、走行中も足は、重心の前に振り出され、地面に設置し、さらに後方に蹴り出されるという運動を繰り返す。このように足については、重心と大きく異なる加速度運動をサイクリックに繰り返しているため、足の運動を測定することにより、歩幅等を測定することが可能である。なお、手についても足ほどではないが、腕フリ運動があるため、サイクリックな加速度運動が存在する。そのため、Ａのアプローチでは、手足に取り付けた計測装置により、正確に歩幅等を推定し、速度や距離の測定精度を向上させる。

これに対し、Ｂのアプローチは、手足以外の部位、例えば胸や腰などに装着した計測装置により速度や距離を算出しようとするものである。胸や腰は重心位置に近く、上記のような理由で足や手ほどは、加速度運動は明瞭ではない。各ステップを検出するためには、十分な振動は存在するが、足のように歩幅を直接測定できるわけではない。このため、精度向上のために多くの測定方法が考案されてきており、前述した特許文献１に示すような先行技術が開示されている。

次に、各アプローチの問題点について説明する。まず、第１のアプローチにおいては、第１に、外部インフラが無い又は使用できない場所（ＧＰＳの場合は屋内）では、速度推定を行うことができないという問題点がある。また第２に、外部との無線通信が頻繁に必要であること、第３に、消費電力が大であり、電池寿命が短くなりすぎること、第４に、狭い場所を走り回る場合には誤差が大きいことなどの問題点がある。

一方、第２のアプローチのうち、Ａのアプローチでは、上述した第１〜第４の問題点はないが、例えば足に装着するフットポッド形の装置を用いる場合には、胸につける心拍計や胸の表示装置とは別に、足にもセンサーを取り付ける必要があり、使用者の利便性を損なうという問題点がある。

さらに、Ｂのアプローチを採用する前述した特許文献１では、Ａのアプローチ同様に上述した第１〜第４の問題点はないが、加速度合成ベクトルの生成において平方根演算が必要であり、さらに平均値を求めるために除算が必要となるため。そのため、推定精度に対して計算量が大きいという問題点がある。

そこで、本出願人は、第２のアプローチのうち、Ｂのアプローチに基づいて、ユーザーの移動速度や移動距離を推定するための手法であって、より推定精度の高い手法を提案する。すなわち、本実施形態の状態検出装置は、ユーザーの手や足以外の部位に付けて、加速度計測を行い、より精度の高い移動速度等の推定を行うことができる。

前述したように、従来も加速度計測を行って、移動速度を求める手法は各種考案されているが、本実施形態の場合には、第１に、３軸の加速度センサーにより検出される加速度とより親和性の高い速度推定処理等を行うことができるという他の先行技術にはない特徴がある。

また第２に、個人毎の歩き方や走り方の特徴を抽出することが可能であり、このような特徴を推定結果により強く反映させることができるという特徴がある。そのため、ランニングフォームの変化などを捕捉することも可能となる。

そして第３に、歩数、歩幅、歩行ピッチ等とは独立して、移動速度等の推定が可能であるという特徴がある。さらに、計測した歩数や歩幅、歩行ピッチなどを、速度推定結果の補正に用いることも可能である。

２．システム構成例
図１（Ａ）に本実施形態の状態検出装置を含む電子機器９００をユーザー１０が胸部に装着している例を示す。なお、本実施形態では、電子機器９００を胸部に装着しているが、手や足以外の部位であれば胸部以外の位置に装着していてもよい。

次に、図１（Ｂ）に本実施形態の状態検出装置１００及びこれを含む電子機器９００（又は測定システム）の詳細な構成例を示す。

状態検出装置１００は、取得部１１０と、角度情報演算部１２０と、情報取得部１３０と、記憶部１４０と、キャリブレーション処理部１５０と、を含む。また、状態検出装置１００を含む電子機器９００の例としては、加速度センサー２００や、後述する図９（Ａ）に図示するアンテナ部３００、無線通信部４００などを含む歩数計などが挙げられる。なお、状態検出装置１００及びこれを含む電子機器９００は、図１（Ｂ）の構成に限定されず、これらの一部の構成要素を省略したり、他の構成要素を追加したりするなどの種々の変形実施が可能である。また、本実施形態の状態検出装置１００の一部又は全部の機能は、アンテナ部３００及び無線通信部４００と通信により接続されたサーバーにより実現されてもよい。

次に各部で行われる処理について説明する。

取得部１１０は、加速度センサー２００から検出加速度を取得する。取得部１１０は、加速度センサー２００との通信を行うインターフェース部であり、バス等を利用するものである。

角度情報演算部１２０は、異なるタイミングにおいて検出された２つの加速度ベクトルが成す角を表す角度情報を演算する。

情報取得部１３０は、角度情報に基づいて、後述する運動状態情報を取得する。

記憶部１４０は、速度推定値を求める際に用いる係数等の情報を記憶するとともに、各部のワーク領域となるものであり、その機能はＲＡＭ等のメモリーやＨＤＤ（ハードディスクドライブ）などにより実現できる。

キャリブレーション処理部１５０は、速度実測値に基づいて後述するキャリブレーション処理を行う。

なお、角度情報演算部１２０と、情報取得部１３０と、キャリブレーション処理部１５０は、各種プロセッサー（ＣＰＵ等）、ＡＳＩＣ（ゲートアレイ等）などのハードウェアや、プログラムなどにより実現できる。

そして、加速度センサー２００は、例えば外力によって抵抗値が増減する素子等で構成され、三軸の加速度情報を検知する。但し、本実施形態における加速度センサー２００の軸数は、三軸に限定されるものではない。

３．本実施形態の手法
まず、本実施形態の状態検出処理の中で求めるデータを、順に図２に示す。本実施形態では初めに、加速度センサー２００から検出加速度を取得する（Ｓ１０１）。次に、取得した検出加速度に基づいて、後述する角度情報を特定し（Ｓ１０２）、特定した角度情報に基づいて、後述する運動状態情報を算出する（Ｓ１０３）。大まかに言えば、本実施形態ではこのような中間値を経て、本実施形態の目的であるユーザーの移動速度（又は移動距離）等を得る。以下、本実施形態の手法について詳細に説明する。

以上の本実施形態の状態検出装置１００は、加速度センサー２００から検出加速度を取得する取得部１１０と、第１のタイミングで得られる検出加速度を表す第１の加速度ベクトルと、第２のタイミングで得られる検出加速度を表す第２の加速度ベクトルとに基づいて、第１の加速度ベクトルと第２の加速度ベクトルとが成す角を表す角度情報を演算する角度情報演算部１２０と、角度情報に基づいて、運動状態情報を取得する情報取得部１３０と、を含む。

ここで、検出加速度とは、加速度センサー２００により検出される加速度のことをいう。例えば、加速度センサー２００が、Ｘ軸、Ｙ軸、Ｚ軸の３軸について加速度を検出する場合には、検出加速度は、式（４）のようなベクトルＡで表される。式（４）においては、ｘがＸ軸成分、ｙがＹ軸成分、ｚがＺ軸成分を表す。ただし、検出加速度は、数学的にこれと等価な形式で表されても良い。

またここで、第１のタイミングとは、第２のタイミングと異なる加速度検出タイミングのことを言う。例えば、第１のタイミングは第２のタイミングの一つ前の加速度検出タイミングであり、以下ではこのような関係が成り立っていることを前提に説明する。ただし、第１のタイミングと第２のタイミングの関係は、この例に限定されない。なお、加速度検出タイミングは、一定の周期で設定されていてもよいし、加速度センサー等がタイミングを都度特定するものであってもよい。

ここで、図３のグラフに、第１の加速度ベクトル及び第２の加速度ベクトル、そして第１の加速度ベクトルと第２の加速度ベクトルとが成す角の一例を示す。図３のグラフは、ユーザーが奥向きのＺ軸方向に向かって走行している場合に実際に測定した加速度ベクトルを示しており、時刻ＳＴ１〜ＳＴ４は加速度検出タイミングの時刻を示している。また、時刻ＳＴ１における加速度ベクトルＶはＶ_１であり、時刻ＳＴ２における加速度ベクトルＶはＶ_２、時刻ＳＴ３における加速度ベクトルＶはＶ_３、時刻ＳＴ４における加速度ベクトルＶはＶ_４である。

例えば、図３に示す時刻ＳＴ２では、第２のタイミングが時刻ＳＴ２、第２の加速度ベクトルがＶ_２となり、第１のタイミングは第２のタイミングの前の加速度検出タイミングである時刻ＳＴ１、第１の加速度ベクトルはＶ_１となる。そして、第１の加速度ベクトルＶ_１と第２の加速度ベクトルＶ_２とが成す角の角度がθ_１として求められる。

一方、図３に示す時刻ＳＴ３では、第２のタイミングが時刻ＳＴ３、第２の加速度ベクトルがＶ_３となり、第１のタイミングは第２のタイミングの前の加速度検出タイミングである時刻ＳＴ２、第１の加速度ベクトルはＶ_２となる。そして、第１の加速度ベクトルＶ_２と第２の加速度ベクトルＶ_３とが成す角の角度がθ_２として求められる。

また、角度情報とは、第１の加速度ベクトルと第２の加速度ベクトルとが成す角を表す情報のことを言う。例えば、角度情報は図３の角度θ_１や角度θ_２、角度θ_３のことである。ただし、角度情報はこれに限定されるものではなく、数学的にこれと等価な情報又は近似できる情報であればよい。例えば、ソフトウェア（以下、ファームウェアも含む）が角度情報を演算する場合には、浮動小数点数を用いて、実際の角度の近似値を角度情報として求めてもよいし、固定少数点数を用いて、角度を指標する値を角度情報として求めてもよい。なお、浮動小数点数とは、コンピューターにおける実数の近似値の表現方式の一つであり、それぞれ固定長の仮数部と指数部を持つ数値の表現法により表現された数である。一方、固定小数点数とは、コンピューターにおける実数の近似値の表現方式の一つであり、整数部分に用いるビット数と小数部分に用いるビット数があらかじめ固定された数値の表現法により表現された数である。すなわち、ソフトウェアが浮動小数点数を用いて角度情報を演算する場合には、ＤＳＰ等のハードウェアの演算能力や仕様等に合わせて、扱える数値の分解能が変わり、分解能に応じた誤差を含む近似値として角度が求められるが、この近似値を角度情報として扱っても良い。なお、角度情報が浮動小数点数で表される場合には、仮数部と指数部自体を角度情報として扱っても良いが、以下では仮数部と指数部により表される数値（前述する近似値）のことを角度情報として説明する。さらに、ソフトウェアが固定小数点数を用いる場合には、例えば、０．５度を１とし、３６０度（２πラジアン）を７２０とする固定小数点数を角度情報として用いてもよい。この場合には、例えば１０度は整数の２０と表されるが、前述した０．５度を１とする変換法則に照らせば、１０度の角度を表している。なお、０．５度を１とするとは限らず、他の変換法則に従っても良い。他にも、第１の加速度ベクトルと第２の加速度ベクトルとの内積等を角度情報としても良い。これらは、後述する被積算角度情報及び積算角度情報等にも適用できる。

また、第１の加速度ベクトルと第２の加速度ベクトルとが成す角は、前述した例に限定されず、これら２つのベクトルにより形成される角であれば、他の角であってもよい。

ここで参考として、図４のグラフを示す。図４のグラフは、ユーザーが奥向きのＺ軸方向に向かって走行している場合に実際に測定した加速度ベクトルが描く軌跡を示している。図４のグラフに描画された各矢印は、各加速度検出タイミングにおいて検出された加速度ベクトルを示しており、これらの加速ベクトルを連続して繋ぎ合わせると、走行時のユーザーの足振り運動に合った一定の周期性を持つ複雑な軌跡が描かれる。言い換えると、一つ前の加速度検出タイミングに検出された加速度ベクトルの先端を開始位置として、次の加速度検出タイミングにおいて検出された加速度ベクトルを繋いで、図４のグラフ内に描画した時の軌跡が一定の周期性を持つ。なお、この周期性を持つ軌跡の特徴を利用した運動状態判定方法については、図７（Ａ）及び図７（Ｂ）を用いて後述している。

さて、角度情報演算部１２０はこのような角度情報を演算して求めるが、この後、情報取得部１３０は、求められた角度情報に基づいて、運動状態情報を取得する。

ここで、運動状態情報とは、状態検出装置１００又はこれを含む電子機器９００等を体の一部に付けたユーザーの運動状態を示す情報のことをいう。

また、運動状態とは、例えば、ユーザーが歩いている状態や走っている状態、停止している状態等のことをいう。また、運動状態として、より詳細な情報を考慮してもよい。より詳細な情報とは、ユーザーの移動速度や移動距離、移動時間等の情報のことである。

従って、運動状態情報の一例としては、例えば後述する速度推定値や距離推定値、移動時間、ユーザーが歩いている状態や走っている状態、停止している状態等の運動状態を差し示す情報などが挙げられる。

以上のように、本実施形態の状態検出装置１００は、ユーザーの手や足以外の部位に付けて、加速度計測を行い、移動速度等の推定処理を行うことができる。

また、前述してきたように、本実施形態では、他の手法で行われるような３軸の検出加速度から水平方向成分のみを抽出する等の処理を行わず、３軸の検出加速度を余すところなく運動状態の特定処理に用いる。すなわち、３軸の加速度センサーにより検出される加速度とより親和性の高い速度推定処理等を行うことが可能となる。

また本実施形態では、前述したように、３軸の検出加速度から特定の方向の成分のみを抽出する等の処理を行わないため、検出加速度に表される個人の歩き方や走り方の特徴を欠損させることがない。言い換えれば、本実施形態では、個人毎の歩き方や走り方の特徴を余すことなく抽出することが可能であり、このような特徴を速度推定結果により強く反映させることができる。そのため、例えばユーザーの運動状態としてランニングフォームの変化などを捕捉することも可能となる。

次に、運動状態情報の具体的な取得方法について説明する。運動状態情報の中で、本実施形態の目的と最も合致した情報は、ユーザーの移動速度であると言える。

そこで、情報取得部１３０は、角度情報に基づいて、運動状態情報として速度推定値を求めてもよい。具体的には、情報取得部１３０は、角度情報に対応付けられる角度θに基づいて、運動状態情報として速度推定値Ｖ_ｄを求めてもよい。

ここで、速度推定値Ｖ_ｄとは、ユーザーの移動速度として推定される値のことをいう。速度推定値Ｖ_ｄには、一見して意味を捉えやすい値が相応しいため、主に国際単位系において表されることが望ましい。但し、これに限定されない。

また具体的に、式（５）の加速度ベクトルＶ_１と式（６）の加速度ベクトルＶ_２とが成す角の角度θは式（７）により求めることができる。但し、これに限定されず、数学的にこれと等価な演算を行って求めても良い。

なお、前述したように、角度情報とそれに対応付けられる角度θは必ずしも一致しない。例えば前述した例のように、０．５度を整数の１とする固定小数点数により角度情報が表される場合に、角度情報が１０である時には、角度情報に対応付けられる角度θは５度となる。

これにより、角度情報に基づいて、ユーザーがより意味を捉えやすい速度推定値Ｖ_ｄを運動状態情報として算出すること等が可能になる。すなわち、ユーザーにより分かりやすい値を提示すること等が可能になる。

さらに、角度情報に基づいて速度推定値を求める処理の詳細について説明する。

例えば、移動中にユーザーの体が左右にぶれるなどして、ユーザーが瞬間的に加速してしまうことがある。この際、ある時刻において求められた角度情報のみから速度推定処理を行う場合には、ユーザーの体がぶれなかった時と比べて、速度推定値が誤ってより大きく推定されてしまうことがある。そのため、ある時刻のみの角度情報だけではなく、所与の期間内に取得された角度情報を速度推定処理に用いることができれば、このような誤差の発生を防ぐことができると期待できる。

そこで、情報取得部１３０は、所与の期間内に得られた検出加速度に対応する角度情報に基づいて、被積算角度情報を求め、求めた被積算角度情報の積算処理を行い、求めた積算角度情報に基づいて、運動状態情報として速度推定値を求めてもよい。

さらに、情報取得部１３０は、積算角度情報をθ_ｓｕｍとし、速度推定値をＶ_ｄとした場合に、Ｖ_ｄ＝ａθ_ｓｕｍ＋ｂ（係数ａ及びｂは所与の実数）の関係式により、速度推定値Ｖ_ｄを運動状態情報として求めてもよい。あるいは、情報取得部１３０は、求めた積算角度情報に対応付けられる（指し示される）積算角度θ_ｓｕｍが、Ｖ_ｄ＝ａθ_ｓｕｍ＋ｂ（係数ａ及びｂは所与の実数）の関係式を満たすような速度推定値Ｖ_ｄを運動状態情報として求めてもよい。

ここで、被積算角度情報とは、後述する積算処理において、積算される角度情報のことをいう。なお、前述したように、被積算角度情報とそれに対応付けられる被積算角度θは必ずしも一致しない。

さらに、積算処理とは、所与の期間内に得られた検出加速度に対応する角度情報に基づいて、被積算角度情報を求め、求めた被積算角度情報を積算する処理のことである。

例えば図３の例を用いて積算処理について説明する。ここでは、所与の期間を加速度検出タイミングＳＴ１〜ＳＴ４の期間であるとする。また、説明の簡略化のため、角度情報と角度、被積算角度情報と被積算角度、積算角度情報と積算角度、はそれぞれ等しいものとする。この時、加速度検出タイミングＳＴ２の検出加速度Ｖ_２に対応する角度情報とは角度θ_１のことを指し、被積算角度を求めるとはこの角度θ_１を求めることを指す。同様に、加速度検出タイミングＳＴ３の検出加速度Ｖ_３に対応する角度情報とは被積算角度θ_２のことを指す。

すなわち、言い換えれば、本実施形態では、取得部１１０が、設定された所与の期間内（前述した例ではＳＴ１〜ＳＴ４）の検出加速度（Ｖ_１〜Ｖ_４）を全て取得し、積算処理において、取得部１１０により取得された検出加速度の中で隣り合う加速度検出タイミング（ＳＴ１とＳＴ２、ＳＴ２とＳＴ３、ＳＴ３とＳＴ４）の加速度ベクトルがなす角の角度（θ_１とθ_２とθ_３）を全て求め、求めた角度全てを積算する処理を行う。

このようにして、積算処理の結果得られる値のことを積算角度（積算角度情報）という。具体的には、本例における積算角度θ_ｓｕｍは式（８）のようになる。式（８）において、ｉはサンプル番号、ｊはサンプル開始番号、ｍはサンプリング数を示し、ｉ、ｊ、ｍは正の整数である。

なお、前述した角度情報とそれに対応付けられる角度の例と同様に、積算角度とそれに対応付けられる積算角度情報の値も、必ずしも一致するものではない。

これにより、例えば、移動中にユーザーの体が左右にぶれた場合などにおいても、速度推定値の誤差を抑制すること等が可能になる。

ここで、実際の実験により得られた積算角度と速度実測値の関係を表すグラフを図５に示す。図５のグラフは、積算角度（ｄｅｇ）を縦軸とし、速度（ｍ／ｓ）を横軸としており、ある一定期間に検出された検出加速度に基づいて積算処理を行って得られた積算角度と、その際に実際に測定した速度の関係を表している。なお、図５の積算角度及び速度は、それぞれ単位時間当たりの値に換算した値を用いている。また、各系列データは、被験者Ｉ、Ｈ、Ｆ、Ｋの４人それぞれの歩行時のデータ（Ｉ＿ＷＡＬＫ、Ｈ＿ＷＡＬＫ、Ｆ＿ＷＡＬＫ、Ｋ＿ＷＡＬＫ）と、走行時のデータ（Ｉ＿ＲＵＮ、Ｈ＿ＲＵＮ、Ｆ＿ＲＵＮ、Ｋ＿ＲＵＮ）を表している。なお、図示の都合上、実験データは４人分のデータのみを記載しているが、実際にはさらに多くの被験者についてデータを取得している。

図５のグラフによると、歩行時及び走行時の両方の場合において、単位時間当たりの積算角度と速度実測値が（略）比例関係にあることが分かる。個人毎の相関をみると、相関係数０．９８〜０．９９といった高い相関を示す。すなわち、歩行時においては、ＴＲ１の直線によって各被験者の傾向を表すことができ、走行時においては、ＴＲ２の直線によって各被験者の傾向を表すことができることが分かる。

よって、積算角度と速度実測値がこのような（略）比例関係にあることからも、式（９）に基づいて、積算角度から速度推定値を求めることは有効であると言うことができる。

これにより、積算角度情報の一次式に基づいて、速度推定値を求めること等が可能となる。あるいは、積算角度情報と速度推定値の関係式が積算角度の一次式に基づいて決まり、積算角度情報と速度推定値の関係式に基づいて、速度推定値を求めること等が可能となる。

なお、図５のグラフから歩行時の傾向ＴＲ１の直線と走行時の傾向ＴＲ２の直線の傾きが異なることが分かるが、このような特性を利用して、ユーザーの運動状態を判定する方法が考えられる。このような方法については、図７（Ａ）及び図７（Ｂ）、図８を用いて後述する。

また、前述した積算処理においては、被積算角度情報の元となった検出加速度を検出する所与の期間をどのように設定するかが重要となる。所与の期間は、任意に設定してよいが、理想的には左右１歩を１サイクルとして２サイクルを含むことができる時間であることが望ましい。また、この時間を定めるために走行ピッチを測定して時間を求めても良いが、処理の簡略化のため、４秒間あるいは８秒間といった通常の走行では必ず２サイクルが含まれると考えられる時間幅を所与の期間として設定しても良い。

すなわち、ユーザーのステップ間隔をＴ_ｕとした場合に、情報取得部１３０は、２Ｔ_ｕよりも長い所与の期間内に得られた検出加速度に基づいて求められた被積算角度情報について積算処理を行ってもよい。

これにより、左右１歩を１サイクルとして、少なくとも２サイクルを含むことができる時間内に得られる検出加速度に基づいて、被積算角度情報を求め、積算処理を行うこと等が可能になる。

ここで、前述したように、移動中にユーザーが左右にぶれたりすること等により、加速度が大きく変わることがある。このような要因による移動速度の変化は、できるだけ小さくすることが望ましい。そのため、本実施形態では、速度推定値を演算する際に用いる積算角度情報の移動平均値を求め、速度推定値にヒステリシス特性を与える。

すなわち、情報取得部１３０は、速度推定タイミングＭ１では、先行する速度推定タイミングＴ１〜Ｔｉ（ｉは２以上の正の整数）のそれぞれで求められた積算角度情報θ_Ｔ１〜θ_Ｔｉの総和から積算角度情報θ_Ｍ１を求め、速度推定タイミングＭ１の次の速度推定タイミングＭ２では、先行する速度推定タイミングＴ２〜Ｔ（ｉ＋１）のそれぞれで求められた積算角度情報θ_Ｔ２〜θ_{Ｔ（ｉ＋１）}の総和から積算角度情報θ_Ｍ２を求めてもよい。

ここで、速度推定タイミングとは、速度推定処理を行うタイミングのことをいう。速度推定タイミングは、検出加速度を取得するタイミング（サンプリングタイミング）と同じ周期で訪れるものであっても良いし、サンプリングタイミングと異なる周期で訪れるものであってもよい。

ここで、ｉ＝４とした場合の具体例を図６に示す。なお、図６の例では、説明の簡略化のため、速度推定タイミング（Ｍ１及びＭ２）とサンプリングタイミングは同じタイミングであり、同じ周期で訪れるものとする。この時、速度推定タイミングＭ１において求められる積算角度情報は式（１０）のようになり、速度推定タイミングＭ１において求められる積算角度情報は式（１１）のようになる。

また、式（１０）及び式（１１）では、ｉ＝４による除算を行っているが、実際には除算を行わずに、係数ａ及びｂの値を調整してもよい。除算を行わない場合であっても、速度推定値にヒステリシス特性を与えることは可能であり、不要な計算を削減することにもなる。

これにより、速度推定値にヒステリシス特性を与えること等が可能になる。従って、例えば移動中にユーザーが左右にぶれたりする等の要因による移動速度の変化を抑制すること等が可能となる。

さて、前述した係数ａ及びｂには、積算処理を行う所定の期間等に応じて、異なる値が設定されることが望ましい。

さらに、前述した係数ａ及びｂには、使用するユーザー毎に適した値が設定されることが望ましい。なぜなら、ユーザーによって歩き方や走り方が異なるため、積算角度情報が同じであったとしても、実際の移動速度も同じになるとは限らないためである。

そこで、本実施形態の状態検出装置１００は、実測値から得られた係数ａ及び定数ｂを記憶する記憶部１４０を含んでもよい。そして、情報取得部１３０は、記憶部１４０から読み出された係数ａ及び定数ｂに基づいて、速度推定値Ｖ_ｄを求めてもよい。

ここで、実測値とは、例えば実際のユーザーの移動速度等のことを指す。

これにより、実測値に基づいて特定された適切な係数ａ及びｂを記憶して、速度推定値を求める際に、記憶された係数ａ及びｂを用いること等が可能になる。従って、ユーザー間の速度推定精度のばらつきを抑えること等が可能になる。

また、前述した係数ａ及びｂには、現在のユーザーの運動状態に適した値が設定されることが望ましい。なぜなら、ユーザーが歩いている時と、走っている時では、積算角度情報が同じであったとしても、実際の移動速度も同じになるとは限らないためである。

そこで、情報取得部１３０は、角度情報に基づいてユーザーの運動状態を判定し、運動状態を表す運動状態情報を求め、求めた運動状態情報に応じて、使用する係数ａ及び定数ｂの値を切り替えてもよい。

運動状態の判定方法には様々な方法があるが、まず初めに前提として、各運動状態における加速度ベクトルについて、図７（Ａ）及び図７（Ｂ）の模式的なグラフを用いて説明する。図７（Ａ）のグラフは、ユーザーがＺ軸方向に向かって歩行している場合に加速度ベクトルが描く軌跡ＴＲ１を示しており、図７（Ｂ）のグラフは、ユーザーがＺ軸方向に向かって走行している場合に加速度ベクトルが描く軌跡ＴＲ２を示している。なお、図７（Ａ）及び図７（Ｂ）において示す加速度ベクトルの軌跡（ＴＲ１、ＴＲ２）は、ユーザーが１歩踏み出すたびに周期的に観測できるものとする。また、図７（Ａ）及び図７（Ｂ）では、どちらも加速度ベクトルの軌跡が「８」の字を描くような場合を例示しているのであって、加速度ベクトルの軌跡が他の形を描くこともある。

さて、図７（Ａ）及び図７（Ｂ）に示す通り、加速度ベクトルは、歩行状態時よりも走行状態時の方が大きな軌跡を描く。走行状態の方が左右方向及び上下方向の体の揺れが激しいためである。つまり、ユーザーが足を１歩踏み出す期間（足を上げてから着地するまで）に検出できる加速度ベクトルに基づいて求められる積算角度は、歩行状態時よりも走行状態時の方が大きくなる。このことは、後述する図８に示すようなグラフとして積算角度情報を表した時に、歩行状態時よりも走行状態時の方がグラフの傾きが大きくなることと同義である。

従って、情報取得部１３０は、積算角度情報の単位時間当たりの変化量と所与の閾値とを比較して、ユーザーの運動状態を判定し、運動状態を表す運動状態情報を求めてもよい。

積算角度θ_ｓｕｍの単位時間当たりの変化量とは、例えば、積算角度（積算角度情報）を図８のようなグラフにして表した時に求められるグラフの傾きのことである。ここで、図８は、サンプリング時間に対する積算角度を表すグラフである。図８のグラフは、横軸をサンプル時間（ここでは、１００サンプル＝１秒）とし、縦軸を積算角度（ｄｅｇ）とする。なお、図８の積算角度は、所定の期間、積算処理を行った時の累積値を表している。また、説明の簡略化のため、図８では積算角度情報と積算角度は等しいものとする。

すなわち、図８のようなグラフの傾きが所定の閾値よりも大きいか否かを判定する等して、運動状態を判定することができる。例えば、グラフの傾きが所定の閾値よりも大きい場合には走行状態、グラフの傾きが所定の閾値以下である場合には歩行状態と判定する。

また他にも、前回推定した速度推定値と所定の閾値とを比較するなどして運動状態を判定してもよい。例えば、所定の閾値よりも速度推定値が一定期間大きかった場合には、運動状態は走行状態であると判断する。さらに、図７（Ａ）及び図７（Ｂ）に示すグラフの周期性を利用して、ユーザーのステップ検出をし、移動距離などを推定してもよい。但し、運動状態の判定方法はこれらの方法に限定されない。

これにより、運動状態に応じて特定された適切な係数ａ及びｂを、速度推定値を求める際に用いること等が可能になる。従って、運動状態別の速度推定精度のばらつきを抑えること等が可能になる。

なお、係数ａ及びｂとして、必ずしもユーザー毎や運動状態毎に異なる値を使わなければならないわけではなく、全ての場合において共通の値を用いても当然よい。

また、本実施形態の状態検出装置１００は、速度実測値に基づいてキャリブレーション処理を行うキャリブレーション処理部１５０を含んでもよい。そして、情報取得部１３０は、キャリブレーション処理の結果に基づいて、係数ａ及び定数ｂのうち、少なくとも一つの値を変更してもよい。

これにより、例えば外部装置に依らず、本実施形態の状態検出装置１００が係数ａ及びｂを決定すること等が可能になる。従って、ユーザーが使用する際に、わざわざ他の装置等を準備して、キャリブレーション処理を行う手間を省くことができ、より利便性を高めること等が可能となる。

次に、本実施形態の状態検出装置１００を電子機器９００へ実装する方法（構成要素の配置方法）について、図９（Ａ）と図９（Ｂ）を用いて説明する。図９（Ａ）は電子機器９００に含まれる第１の電子基板７００の表面を、図９（Ｂ）は第１の電子基板７００の裏面を示している。なお、図示するに当たって混同を避けるため、図９（Ａ）及び図９（Ｂ）では、電子機器９００を表す枠から第１の電子基板７００を表す枠を離して描画しているが、実際には両者は一致している。後述する第２の電子基板８００についても同様である。

まず、本実施形態の電子機器９００は、状態検出装置１００と加速度センサー２００とを含んでもよい。

また、本実施形態の電子機器９００は、状態検出装置１００と、加速度センサー２００と、無線通信部４００と、アンテナ部３００と、状態検出装置１００と無線通信部４００とを動作させる電池５００（電池ソケット）と、を含んでもよい。

例えば電子機器９００は歩数計などである。なお、図９（Ｂ）の６００は、心拍測定電極端子であり、必要に応じて実装する。本実施形態においては、心拍測定電極端子６００はなくても構わない。

ここで、無線通信部４００は、状態検出装置１００とアンテナ部３００の通信に関する制御を行う。無線通信部４００は、各種プロセッサー（ＣＰＵ等）、ＡＳＩＣ（ゲートアレイ等）などのハードウェアや、プログラムなどにより実現できる。

また、アンテナ部３００は、高周波エネルギーを電波（電磁波）として空間に放射（送信）、あるいは逆に空間の電波（電磁波）を高周波エネルギーへ相互に変換（受信）する装置である。なお、本実施形態のアンテナ部３００は、少なくとも送信機能を有している。さらに、アンテナ部３００は、電子機器９００に対して、１つまたは複数設けられ、例えばアンテナ部３００が複数設けられる場合には、各アンテナの口径が異なっていてもよい。

しかし、加速度センサー２００とアンテナ部３００とを同じ基板に実装する場合には、アンテナ部３００が発する電波（電磁波）の影響により、加速度センサー２００の検出結果に誤差が生じることがある。そのため、従来は、加速度センサー２００とアンテナ部３００とをそれぞれ別の基板上に離して設置し、加速度センサー２００の検出結果に誤差が生じないようにしていた。しかし、この場合には、各基板の厚みにより、電子機器９００が大きくなり、これを運動中に胸部等に付けると、運動の妨げになる等の問題があった。

そこで、本実施形態では図９（Ａ）及び図９（Ｂ）に示すように、状態検出装置１００と、加速度センサー２００と、無線通信部４００と、電池５００は、第１の電子基板７００に実装され、アンテナ部３００は、無線通信部４００の第１の方向ＤＲ１側に実装され、加速度センサー２００は、無線通信部４００の第２の方向ＤＲ２側に実装されてもよい。

ここで、第２の方向ＤＲ２は、第１の方向ＤＲ１と異なる方向であり、例えば図９（Ａ）に示す通り、第１の方向ＤＲ１と略反対方向である。

これにより、加速度センサー２００とアンテナ部３００とを離して実装すること等が可能になり、加速度センサー２００の検出結果にアンテナ部３００が発する電波を要因とする誤差が生じにくくすること等が可能になる。

さらに、状態検出装置１００と、加速度センサー２００と、無線通信部４００と、アンテナ部３００と、電池５００とを１枚の基板上に実装して、電子機器９００をよりコンパクトにすること等が可能となる。これにより、運動中に胸部等に電子機器９００を装着しても、運動の妨げにならないようにすること等が可能になる。

また、電子機器９００において、アンテナ部３００は、無線通信部４００の第１の方向側に取り付けられる第２の電子基板８００に実装されてもよい。

なお、第２の電子基板８００の裏面の基板パターンは排除しておくことが望ましい。また、第２の電子基板８００は、図９（Ａ）及び図９（Ｂ）に示すように、第１の電子基板７００の端に重ねて配置されることが望ましい。但し、これに限定されず、例えば、第２の電子基板８００を第１の電子基板７００と一部のみ重ねて配置するなどしてもよい。

これにより、加速度センサー２００とアンテナ部３００とをより離して実装すること等が可能になり、加速度センサー２００の検出結果にアンテナ部３００が発する電波を要因とする誤差がより生じにくくすること等が可能になる。

また、電子機器９００において、状態検出装置１００と加速度センサー２００と無線通信部４００は、第１の電子基板７００の表面に実装され、電池５００は、第１の電子基板７００の裏面に実装されてもよい。

これにより、電子機器９００をさらに薄くすること等が可能となる。

また、本実施形態の測定システムは、状態検出装置１００を含んでもよい。

例えば、このような測定システムの例としては、前述した電子機器を含む測定システムであって、アンテナ部３００及び無線通信部４００と通信により接続されたサーバーにより、状態検出装置１００の一部又は全部の機能が実現される測定システム等が挙げられる。

これにより、例えば状態検出装置１００により行われる処理の一部をサーバーに実行させること等が可能になり、状態検出装置１００の処理量を削減すること等が可能になる。

なお、本実施形態の状態検出装置１００等は、その処理の一部または大部分をプログラムにより実現してもよい。この場合には、ＣＰＵ等のプロセッサーがプログラムを実行することで、本実施形態の状態検出装置１００等が実現される。具体的には、情報記憶媒体に記憶されたプログラムが読み出され、読み出されたプログラムをＣＰＵ等のプロセッサーが実行する。ここで、情報記憶媒体（コンピューターにより読み取り可能な媒体）は、プログラムやデータなどを格納するものであり、その機能は、光ディスク（ＤＶＤ、ＣＤ等）、ＨＤＤ（ハードディスクドライブ）、或いはメモリー（カード型メモリー、ＲＯＭ等）などにより実現できる。そして、ＣＰＵ等のプロセッサーは、情報記憶媒体に格納されるプログラム（データ）に基づいて本実施形態の種々の処理を行う。即ち、情報記憶媒体には、本実施形態の各部としてコンピューター（操作部、処理部、記憶部、出力部を備える装置）を機能させるためのプログラム（各部の処理をコンピューターに実行させるためのプログラム）が記憶される。

４．処理の流れ
以下では、図１０のフローチャートを用いて、本実施形態の処理の流れについて説明する。なお、説明の簡略化のため、図１０では角度情報と角度は等しいものとする。ただし、これに限定されない。

まず、加速度センサーから検出加速度を取得する（Ｓ２０１）。この時、加速度センサーから取得される検出加速度は加速度センサー座標系における値により表されている。そのため、加速度センサー座標系から運動解析座標系へ検出加速度の座標変換処理を行う（Ｓ２０２）。

次に、座標変換処理後の検出加速度を表す加速度ベクトルを求め、今回求めた加速度ベクトルと前回求めた加速度ベクトルとがなす角の角度を算出する（Ｓ２０３）。すなわち、前述した式（７）の処理を行う。

そして、所与の期間内に求めた複数の角度の積算処理を行う（Ｓ２０４）。すなわち、前述した式（８）の処理を行う。

ここで、検出加速度に基づいて、ユーザーの運動状態の判定処理を行い（Ｓ２０５）、運動状態の判定処理の結果に基づいて、係数ａ及びｂの切り替え処理を行う（Ｓ２０６）。

そして、式（９）に示すように、積算角度と係数ａ及びｂに基づいて、速度推定値を算出する（Ｓ２０７）。

最後に、速度推定値に移動時間を乗算して距離推定値の算出を行い（Ｓ２０８）、表示部や無線通信部等に出力する（Ｓ２０９）。

以上のように本実施形態について詳細に説明したが、本発明の新規事項および効果から実体的に逸脱しない多くの変形が可能であることは当業者には容易に理解できるであろう。従って、このような変形例はすべて本発明の範囲に含まれるものとする。例えば、明細書又は図面において、少なくとも一度、より広義または同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。また、状態検出装置、電子機器、測定システム及びプログラム等の構成、動作も本実施形態で説明したものに限定されず、種々の変形実施が可能である。

１００ 状態検出装置、１１０ 取得部、１２０ 角度情報演算部、
１３０ 情報取得部、１４０ 記憶部、１５０ キャリブレーション処理部、
２００ 加速度センサー、３００ アンテナ部、４００ 無線通信部、５００ 電池、
６００ 心拍測定電極端子、７００ 第１の電子基板、８００ 第２の電子基板、
９００ 電子機器

Claims (13)

1. 加速度センサーから検出加速度を取得する取得部と、
   第１のタイミングで得られる前記検出加速度を表す第１の加速度ベクトルと、第２のタイミングで得られる前記検出加速度を表す第２の加速度ベクトルとに基づいて、前記第１の加速度ベクトルと前記第２の加速度ベクトルとが成す角を表す角度情報を演算する角度情報演算部と、
   前記角度情報に基づいて、運動状態情報を取得する情報取得部と、
   を含む状態検出装置。
2. 請求項１において、
   前記情報取得部は、
   前記角度情報に基づいて、前記運動状態情報として速度推定値を求めることを特徴とする状態検出装置。
3. 請求項２において、
   前記情報取得部は、
   所与の期間内に得られた前記検出加速度に対応する前記角度情報に基づいて、被積算角度情報を求め、求めた前記被積算角度情報の積算処理を行い、求めた積算角度情報に基づいて、前記運動状態情報として前記速度推定値を求めることを特徴とする状態検出装置。
4. 請求項３において、
   前記情報取得部は、
   前記積算角度情報の単位時間当たりの変化量と所与の閾値とを比較して、ユーザーの運動状態を判定し、前記運動状態を表す前記運動状態情報を求めることを特徴とする状態検出装置。
5. 請求項３又は４において、
   前記ユーザーのステップ間隔をＴ_ｕとした場合に、
   前記情報取得部は、
   ２Ｔ_ｕよりも長い前記所与の期間内に得られた前記検出加速度に基づいて求められた前記被積算角度情報について前記積算処理を行うことを特徴とする状態検出装置。
6. 請求項３又は４において、
   前記情報取得部は、
   速度推定タイミングＭ１では、先行する速度推定タイミングＴ１〜Ｔｉ（ｉは２以上の正の整数）のそれぞれで求められた積算角度情報θ_Ｔ１〜θ_Ｔｉの総和から積算角度情報θ_Ｍ１を求め、
   前記速度推定タイミングＭ１の次の速度推定タイミングＭ２では、先行する速度推定タイミングＴ２〜Ｔ（ｉ＋１）のそれぞれで求められた積算角度情報θ_Ｔ２〜θ_{Ｔ（ｉ＋１）}の総和から積算角度情報θ_Ｍ２を求めることを特徴とする状態検出装置。
7. 請求項３乃至６のいずれかにおいて、
   前記情報取得部は、
   前記積算角度情報をθ_ｓｕｍとし、前記速度推定値をＶ_ｄとした場合に、Ｖ_ｄ＝ａθ_ｓｕｍ＋ｂ（係数ａ及びｂは所与の実数）の関係式により、前記速度推定値Ｖ_ｄを前記運動状態情報として求めることを特徴とする状態検出装置。
8. 請求項７において、
   実測値から得られた前記係数ａ及び前記定数ｂを記憶する記憶部を含み、
   前記情報取得部は、
   前記記憶部から読み出された前記係数ａ及び前記定数ｂに基づいて、前記速度推定値Ｖ_ｄを求めることを特徴とする状態検出装置。
9. 請求項７又は８において、
   前記情報取得部は、
   前記角度情報に基づいて前記ユーザーの運動状態を判定し、前記運動状態を表す前記運動状態情報を求め、求めた前記運動状態情報に応じて、使用する前記係数ａ及び前記定数ｂの値を切り替えることを特徴とする状態検出装置。
10. 請求項７乃至９のいずれかにおいて、
    速度実測値に基づいてキャリブレーション処理を行うキャリブレーション処理部を含み、
    前記情報取得部は、
    前記キャリブレーション処理の結果に基づいて、前記係数ａ及び前記定数ｂのうち、少なくとも一つの値を変更することを特徴とする状態検出装置。
11. 請求項１乃至１０のいずれかに記載の前記状態検出装置と前記加速度センサーとを含むことを特徴とする電子機器。
12. 請求項１乃至１０のいずれかに記載の前記状態検出装置を含むことを特徴とする測定システム。
13. 加速度センサーから検出加速度を取得する取得部と、
    第１のタイミングで得られる前記検出加速度を表す第１の加速度ベクトルと、第２のタイミングで得られる前記検出加速度を表す第２の加速度ベクトルとに基づいて、前記第１の加速度ベクトルと前記第２の加速度ベクトルとが成す角の角度情報を演算する角度情報演算部と、
    前記角度情報に基づいて、運動状態情報を取得する情報取得部として、
    コンピューターを機能させることを特徴とするプログラム。

Images