JP2018008019A - 歩行支援ロボット及び歩行支援方法 - Google Patents

Abstract

【課題】より快適なユーザの歩行支援を行うことができる歩行支援ロボットを提供する。【解決手段】ユーザの歩行を支援する歩行支援ロボットであって、本体部１１と、本体部に設けられ、ユーザが把持可能なハンドル部１２と、ハンドル部にかかる荷重を検知する検知部１３と、回転体１６を有し、検知部で検知した荷重に応じて回転体の回転を制御して当該歩行支援ロボットを移動させる移動装置１４と、当該歩行支援ロボットの移動中に取得したハンドル部にかかった過去の荷重データに基づいて、ハンドル部にかかる荷重の傾向を示す荷重傾向データを生成する荷重傾向データ生成部１５と、を備え、移動装置は、検知部で検知した荷重と、荷重傾向データ生成部で生成された荷重傾向データとに基づいて、回転体の回転量を制御するアクチュエータ２２を有する。【選択図】図１

Description

本開示は、ユーザの歩行を支援する歩行支援ロボット及び歩行支援方法に関する。

近年、ユーザの入力に基づいて移動速度を算出し、ユーザの手を引いて目的地までユーザを案内する案内用移動ロボットが開発されている（例えば、特許文献１参照。）。

特許文献１では、被案内者による把持部への入力に応じて基体の目標速度を算出し、算出した目標速度で基体が移動する案内用ロボットが開示されている。

特開２０１０−２７１９１１号公報

特許文献１のロボットでは、より快適なユーザの歩行支援を行うという観点では、未だ改善の余地がある。

本開示は、前記課題を解決するもので、より快適なユーザの歩行支援を行うができる歩行支援ロボット及び歩行支援方法を提供する。

本開示の一態様に係る歩行支援ロボットは、
ユーザの歩行を支援する歩行支援ロボットであって、
本体部と、
前記本体部に設けられ、前記ユーザが把持可能なハンドル部と、
前記ハンドル部にかかる荷重を検知する検知部と、
回転体を有し、前記検知部で検知した荷重に応じて前記回転体の回転を制御して当該歩行支援ロボットを移動させる移動装置と、
当該歩行支援ロボットの移動中に取得した前記ハンドル部にかかった過去の荷重データに基づいて、前記ハンドル部にかかる荷重の傾向を示す荷重傾向データを生成する荷重傾向データ生成部と、
を備え、
前記移動装置は、前記検知部で検知した荷重と、前記荷重傾向データ生成部で生成された荷重傾向データとに基づいて、前記回転体の回転量を制御するアクチュエータを有する。

本開示の一態様に係る歩行支援方法は、
歩行支援ロボットを用いてユーザの歩行を支援する歩行支援方法であって、
前記歩行支援ロボットのハンドル部にかかる荷重を検知部によって検知するステップ、
前記歩行支援ロボットの移動中に取得した前記ハンドル部にかかった過去の荷重データに基づいて、前記ハンドル部にかかる荷重の傾向を示す荷重傾向データを生成するステップ、
前記検知部で検知した荷重と前記荷重傾向データとに基づいて、前記歩行支援ロボットの移動装置に備えられる回転体の回転量を制御するステップ、
を含む。

以上のように、本開示の歩行支援ロボット及び歩行支援方法によれば、より快適なユーザの歩行支援を行うことができる。

図１は、本開示の実施の形態１に係る歩行支援ロボットの外観図である。 図２は、本開示の実施の形態１に係る歩行支援ロボットによる歩行支援を受けてユーザが歩行している様子を示す図である。 図３は、本開示の実施の形態１における検知部で検知するハンドル荷重の検知方向を示す図である。 図４は、本開示の実施の形態１に係る歩行支援ロボットにおける主要な制御構成を示す制御ブロック図である。 図５は、本開示の実施の形態１に係る歩行支援ロボットの歩行支援の制御構成を示す制御ブロック図である。 図６は、本開示の実施の形態１における荷重傾向マップを示す図である。 図７は、本開示の実施の形態１に係る歩行支援ロボットの荷重傾向データの生成処理の例示的なフローチャートである。 図８は、ハンドル荷重の入力波形情報の一例である。 図９Ａは、ユーザの直進動作時のＦｚ方向の荷重データの波形情報の一例を示す図である。 図９Ｂは、図９Ａに示すＦｚ方向の荷重データの周波数成分を示す図である。 図１０Ａは、ユーザの直進動作時のＭｙ方向の荷重データの波形情報の一例を示す図である。 図１０Ｂは、図１０Ａに示すＭｙ方向の荷重データの周波数成分を示す図である。 図１１Ａは、ユーザの右方向旋回時におけるＦｚ方向の荷重データの波形情報の一例を示す図である。 図１１Ｂは、図１１Ａに示すＦｚ方向における荷重データの周波数成分を示す図である。 図１２は、本開示の実施の形態１に係る歩行支援ロボットの移動意図推定処理の例示的なフローチャートである。 図１３Ａは、ユーザの直進動作時のＦｚ方向における荷重データの波形情報の一例を示す図である。 図１３Ｂは、図１３Ａに示すＦｚ方向における荷重データの波形情報から揺らぎ周波数成分をフィルタリングした波形情報を示す図である。 図１４Ａは、ユーザの直進動作時のＭｙ方向における荷重データの波形情報の一例を示す図である。 図１４Ｂは、図１４Ａに示すＭｙ方向における荷重データの波形情報から揺らぎ周波数成分をフィルタリングした波形情報を示す図である。 図１５は、本開示の実施の形態１に係る歩行支援ロボットの駆動力算出処理の例示的なフローチャートである。 図１６は、本開示の実施の形態２における荷重傾向マップを示す図である。 図１７は、本開示の実施の形態２に係る歩行支援ロボットの荷重傾向データの生成処理の例示的なフローチャートである。 図１８は、本開示の実施の形態２に係る歩行支援ロボットの移動意図推定処理の例示的なフローチャートである。 図１９Ａは、ユーザの直進動作時のＭｚ方向における現在の荷重データの波形情報の一例を示す図である。 図１９Ｂは、Ｍｚ方向における過去の荷重データの平均荷重値を示す図である。 図１９Ｃは、本開示の実施の形態２において、補正された荷重データの波形情報の一例を示す図である。 図２０Ａは、ユーザの直進動作時のＭｚ方向における過去の荷重データの波形情報の一例を示す図である。 図２０Ｂは、図２０Ａに示すＭｚ方向における過去の荷重データの平均荷重値を示す図である。 図２１Ａは、ユーザの直進動作時のＭｚ方向における現在の荷重データの波形情報の一例を示す図である。 図２１Ｂは、図２１Ａに示すＭｚ方向における現在の荷重データの平均荷重値を示す図である。 図２２は、本開示の実施の形態２において、補正された荷重データの波形情報の一例を示す図である。 図２３は、本開示の実施の形態３に係る歩行支援ロボットにおける主要な制御構成を示す制御ブロック図である。 図２４は、本開示の実施の形態３に係る歩行支援ロボットの歩行支援の制御構成を示す制御ブロック図である。 図２５は、本開示の実施の形態３に係る歩行支援ロボットの身体情報推定処理の例示的なフローチャートである。 図２６Ａは、本開示の実施の形態３に係る歩行支援ロボットの身体情報データベースに記憶されている身体情報の一例である。 図２６Ｂは、本開示の実施の形態３に係る歩行支援ロボットの身体情報データベースに記憶されている身体情報の別例である。 図２７は、本開示の実施の形態３に係る歩行支援ロボットのユーザ移動意図推定処理の例示的なフローチャートである。 図２８は、本開示の実施の形態３に係る歩行支援ロボットの歩行支援の制御構成を示す別の制御ブロック図である。

（本開示に至った経緯）
先進国における少子高齢化が進む近年、高齢者の見守りや生活支援の必要性が増している。特に、高齢者は加齢に伴う身体能力の低下から宅内生活のＱＯＬ（Ｑｕａｌｉｔｙ ｏｆ Ｌｉｆｅ）を維持することが難しくなる傾向にある。高齢者のサルコペニアなどを予防し、身体能力を維持するためには一定以上の運動を続けることで筋肉量を維持することが重要である。しかしながら、身体能力の低下により外出が困難となり、宅内に引きこもりがちな高齢者の場合は、一定の運動量を維持することが難しく、より筋肉量が減衰していくという悪循環に陥ってしまう。近年、このような背景のもと、ユーザの歩行を支援する種々の装置が提案されている。

背景技術で説明したように、特許文献１では、ユーザの入力に応じた移動速度で移動する案内用移動ロボットが開示されている。しかしながら、特許文献１の案内用移動ロボットでは、高齢者のような身体能力の低いユーザが当該ロボットを使用する場合、快適なユーザの歩行支援を行うことが困難である。

例えば、身体能力の低い高齢者は、ロボットに対して前方向に寄りかかる場合がある。この場合、特許文献１のロボットでは、高齢者の歩行速度が遅いにも関わらず、進行方向への入力値が大きくなるため、進行方向への移動速度が大きくなる。その結果、高齢者は、移動ロボットの移動について行けなくなる。また、高齢者は、直進動作を行っているにも関わらず、身体の重心が安定せずに左右に揺れている場合がある。この場合、特許文献１のロボットでは、左右方向への入力を検知し、左右方向へ移動してしまう可能性がある。このように、特許文献１のロボットでは、身体能力の低いユーザの場合、ユーザが直進動作を行いたいと思っているにもかかわらず、ロボットがユーザの移動意図に反する方向に移動することがある。このため、特許文献１のロボットでは、ユーザは細かく進行方向を調整しながら歩行する必要があり、快適なユーザの歩行支援を行うことが困難である。

本発明者らは、ユーザが左右にふらついて歩行していたとしても、歩行支援ロボットの移動動作の情報（例えば、移動方向、移動速度など）を蓄積することによって、ユーザの歩行動作の意図を把握することができることを見出した。そこで、本発明者らは、ユーザが左右にふらついて歩行している場合などであっても、蓄積した移動動作の情報に基づいてロボットをユーザの移動意図に従って移動させるため、以下の発明に至った。

本開示の一態様に係る歩行支援ロボットは、
ユーザの歩行を支援する歩行支援ロボットであって、
本体部と、
前記本体部に設けられ、前記ユーザが把持可能なハンドル部と、
前記ハンドル部にかかる荷重を検知する検知部と、
回転体を有し、前記検知部で検知した荷重に応じて前記回転体の回転を制御して当該歩行支援ロボットを移動させる移動装置と、
当該歩行支援ロボットの移動中に取得した前記ハンドル部にかかった過去の荷重データに基づいて、前記ハンドル部にかかる荷重の傾向を示す荷重傾向データを生成する荷重傾向データ生成部と、
を備え、
前記移動装置は、前記検知部で検知した荷重と、前記荷重傾向データ生成部で生成された荷重傾向データとに基づいて、前記回転体の回転量を制御するアクチュエータを有する。

このような構成により、ユーザの身体能力に応じて歩行支援を行うことができるため、より快適なユーザの歩行支援を行うことができる。

前記移動装置は、更に、前記荷重傾向データに基づいて、前記検知部で検知した荷重の値を補正する荷重補正部を有し、
前記アクチュエータは、前記荷重補正部で補正された荷重の値に基づいて、前記回転体の回転量を制御してもよい。

このような構成により、荷重傾向データに基づいて荷重の値を補正することができるため、より快適なユーザの歩行支援を行うことができる。

前記荷重傾向データ生成部は、当該歩行支援ロボットの移動動作毎の荷重傾向データを生成し、
前記荷重補正部は、前記荷重が検知された際の当該歩行支援ロボットの移動動作に対応する前記荷重傾向データに基づいて、前記荷重の値を補正してもよい。

このような構成により、移動動作毎に荷重傾向データを生成することができるため、より正確にユーザの荷重傾向を把握することができる。これにより、より快適なユーザの歩行支援を行うことができる。

前記荷重補正部は、当該歩行支援ロボットの移動動作に対応する前記荷重傾向データが所定の閾値以上になった場合、前記荷重傾向データに基づいて、前記荷重の値を補正してもよい。

このような構成により、歩行支援ロボットの移動動作に対応する荷重傾向データが所定の閾値以上になった場合に、荷重の値を補正することができるため、より快適なユーザの歩行支援を行うことができる。

前記荷重傾向データは、前記過去の荷重データから算出された揺らぎの周波数であり、
前記荷重補正部は、前記検知部で検知された荷重から前記揺らぎの周波数成分をフィルタリングすることによって前記荷重の値を補正してもよい。

このような構成により、荷重傾向データとして揺らぎ周波数を用いることによって、凹凸の小さい揺らぎから凹凸の大きい揺らぎまで広い範囲でユーザの荷重傾向データを取得して荷重の値を補正することができる。そのため、より快適なユーザの歩行支援を行うことができる。

前記荷重傾向データは、前記過去の荷重データから算出された平均荷重値であり、
前記荷重補正部は、前記平均荷重値に基づいて前記荷重の値を補正してもよい。

このような構成により、荷重傾向データとして平均荷重値を用いることによって、ユーザ毎の定常的に加わる荷重を荷重傾向データとして取得して荷重の値を補正することができるため、より快適なユーザの歩行支援を行うことができる。

前記荷重補正部は、前記検知部で検知された荷重から前記平均荷重値を減算することによって前記荷重の値を補正してもよい。

このような構成により、検知部で検知された荷重から平均荷重値を減算することで、ユーザ毎の定常的に加わる荷重を減らすことができるため、より快適なユーザの歩行支援を行うことができる。

前記歩行支援ロボットにおいては、更に、
前記ユーザの身体情報を推定する身体情報推定部を備え、
前記荷重補正部は、前記身体情報推定部で推定された前記身体情報に基づいて、前記荷重の値を補正してもよい。

このような構成により、身体情報に基づいて補正の強度を調整することができるため、ユーザの身体能力に応じた歩行支援を行うことができる。

前記歩行支援ロボットにおいては、更に、
前記身体情報を前記ユーザに通知するユーザ通知部を備えてもよい。

このような構成により、ユーザ自身が日々の身体情報を把握することができ、身体能力の維持及び向上へのモチベーションアップ、又は歩行時の注意力喚起に繋がる。

前記歩行支援ロボットにおいては、更に、
前記補正された荷重の値に基づいて前記ユーザの移動意図を推定するユーザ移動意図推定部を備え、
前記ユーザ通知部は、前記ユーザの移動意図を前記ユーザに通知してもよい。

このような構成により、歩行支援ロボットの制御状態をユーザが把握することができる。

前記ハンドル部にかかる荷重と前記回転体の回転量との対応関係を示す制御テーブルを格納する記憶部を備え、
前記アクチュエータは、前記記憶部に格納された前記制御テーブルによって、前記検知部で検知された荷重に対応する回転量で前記回転体を駆動制御し、
前記制御テーブルは、前記荷重傾向データに基づいて前記荷重の値を修正することによって更新されてもよい。

このような構成により、制御テーブルによってハンドル部にかかる荷重と回転体の回転量との対応関係が容易に特定することができるため、ユーザの身体能力に応じた歩行支援をより簡単に行うことができる。

前記検知部は、前記ハンドル部にかかる複数の軸方向の荷重を検知し、
前記移動装置は、前記複数の軸方向のそれぞれにかかる荷重の大きさに応じて、前記回転体の回転を制御して当該歩行支援ロボットの移動動作を切り替えてもよい。

このような構成により、複数の軸方向にかかる荷重を検知することにより、ユーザの移動意図をより正確に検知することができる。このため、ユーザの移動意図に応じて、歩行支援ロボットの移動動作を切り替えることができる。

前記移動動作は、当該歩行支援ロボットの直進動作、後退動作及び旋回動作を含んでもよい。

このような構成により、ユーザの移動意図に応じて、歩行支援ロボットの移動動作を切り替えることができるため、より快適なユーザの歩行支援を行うことができる。

前記アクチュエータは、前記荷重傾向データに基づいて、前記旋回動作における旋回半径を変更してもよい。

このような構成により、ユーザの身体能力に応じて、歩行支援ロボットが旋回動作を行うため、より快適なユーザの歩行支援を行うことができる。

本開示の一態様に係る歩行支援方法は、
歩行支援ロボットを用いてユーザの歩行を支援する歩行支援方法であって、
前記歩行支援ロボットのハンドル部にかかる荷重を検知部によって検知するステップ、
前記歩行支援ロボットの移動中に取得した前記ハンドル部にかかった過去の荷重データに基づいて、前記ハンドル部にかかる荷重の傾向を示す荷重傾向データを生成するステップ、
前記検知部で検知した荷重と前記荷重傾向データとに基づいて、前記歩行支援ロボットの移動装置に備えられる回転体の回転量を制御するステップ、
を含む。

このような構成により、ユーザの身体能力に応じて歩行支援を行うことができるため、より快適なユーザの歩行支援を行うことができる。

前記歩行支援方法においては、更に、
前記荷重傾向データに基づいて、前記検知部で検知した荷重の値を補正するステップを含み、
前記回転体の回転量を制御するステップは、補正された荷重の値に基づいて、前記回転体の回転量を制御してもよい。

このような構成により、荷重傾向データに基づいて荷重の値を補正することができるため、より快適なユーザの歩行支援を行うことができる。

前記歩行支援方法においては、更に、
前記ユーザの身体情報を推定するステップを含み、
前記荷重の値を補正するステップは、前記身体情報に基づいて、前記荷重の値を補正してもよい。

このような構成により、身体情報に基づいて補正の強度を調整することができるため、ユーザの身体能力に応じた歩行支援を行うことができる。

前記歩行支援方法においては、更に、
前記身体情報を前記ユーザに通知するステップを含んでもよい。

このような構成により、ユーザ自身が日々の身体情報を把握することができ、身体能力の維持及び向上へのモチベーションアップ、又は歩行時の注意力喚起に繋がる。

前記歩行支援方法においては、更に、
前記補正された荷重の値に基づいてユーザの移動意図を推定するステップを含み、
前記通知するステップは、前記ユーザの移動意図を前記ユーザに通知してもよい。

このような構成により、歩行支援の状態をユーザが把握することができる。

以下、本開示の実施形態について、添付の図面を参照しながら説明する。また、各図においては、説明を容易なものとするため、各要素を誇張して示している。

（実施の形態１）
［全体構成］
図１は、実施の形態１に係る歩行支援ロボット１（以下、「ロボット１」と称する）の外観図を示す。図２は、ロボット１による歩行支援を受けてユーザが歩行している様子を示す。

図１及び図２に示すように、ロボット１は、本体部１１と、ユーザが把持可能なハンドル部１２と、ハンドル部１２にかかるハンドル荷重を検知する検知部１３と、本体部１１を移動させる移動装置１４と、荷重傾向データ生成部１５と、を備える。

ハンドル部１２は、本体部１１の上部に設けられており、歩行中のユーザの両手により把持しやすい形状及び高さ位置に設けられている。

検知部１３は、ハンドル部１２をユーザが把持することにより、ユーザがハンドル部１２にかける荷重（ハンドル荷重）を検知する。具体的には、ユーザがハンドル部１２を把持して歩行するときに、ユーザはハンドル部１２にハンドル荷重をかける。検知部１３は、ユーザがハンドル部１２にかけるハンドル荷重の向き及び大きさを検知する。

図３は、検知部１３で検知するハンドル荷重の検知方向を示す。図３に示すように、検知部１３は、互いに直交する三軸方向にかかる力、及び三軸の軸回りのモーメントをそれぞれ検出可能な六軸力センサである。互いに直交する三軸とは、ロボット１の左右方向に延在するｘ軸、ロボット１の前後方向に延在するｙ軸、及びロボット１の高さ方向に延在するｚ軸である。三軸方向にかかる力とは、ｘ軸方向にかかる力Ｆｘ、ｙ軸方向にかかる力Ｆｙ、及びｚ軸方向にかかる力Ｆｚである。実施の形態１では、Ｆｘのうち右方向にかかる力をＦｘ^＋とし、左方向にかかる力をＦｘ⁻としている。Ｆｙのうち前方向にかかる力をＦｙ^＋とし、後方向にかかる力をＦｙ⁻としている。Ｆｚ方向のうち歩行面に対して鉛直下方向にかかる力をＦｚ^＋とし、歩行面に対して鉛直上方向にかかる力をＦｚ⁻としている。三軸の軸回りのモーメントとは、ｘ軸の軸回りのモーメントＭｘ、ｙ軸の軸回りのモーメントＭｙ、及びｚ軸の軸回りのモーメントＭｚである。

移動装置１４は、検知部１３で検知されたハンドル荷重（力及びモーメント）の大きさ及び向きに基づいて、本体部１１を移動させる。実施の形態１では、移動装置１４は、以下のような制御を行っている。なお、本明細書においては、Ｆｘ、Ｆｙ、Ｆｚ、Ｍｘ、Ｍｙ、Ｍｚを荷重と称する場合がある。

＜前進動作＞
移動装置１４は、検知部１３でＦｙ^＋の力が検知された場合、本体部１１を前方向に移動させる。即ち、検知部１３でＦｙ^＋の力が検知された場合、ロボット１は前進動作を行う。ロボット１が前進動作を行っている間、検知部１３で検知されるＦｙ^＋の力が大きくなると、移動装置１４は、ロボット１の前方向への移動の速度を上げる。一方、ロボット１が前進動作を行っている間、検知部１３で検知されるＦｙ^＋の力が小さくなると、移動装置１４は、ロボット１の前方向への移動速度を下げる。

＜後退動作＞
移動装置１４は、検知部１３でＦｙ⁻の力が検知された場合、本体部１１を後方向に移動させる。即ち、検知部１３でＦｙ⁻の力が検知された場合、ロボット１は後退動作を行う。ロボット１が後退動作を行っている間、検知部１３で検知されるＦｙ⁻の力が大きくなると、移動装置１４は、ロボット１の後方向への移動の速度を上げる。一方、ロボット１が後退動作を行っている間、検知部１３で検知されるＦｙ⁻の力が小さくなると、移動装置１４は、ロボット１の後方向への移動速度を下げる。

＜右旋回動作＞
移動装置１４は、検知部１３でＦｙ^＋の力とＭｚ^＋のモーメントとが検知された場合、本体部１１を右方向に旋回移動させる。即ち、検知部１３でＦｙ^＋の力とＭｚ^＋のモーメントが検知された場合、ロボット１は右旋回動作を行う。ロボット１が右旋回動作を行っている間、検知部１３で検知されるＭｚ^＋のモーメントが大きくなると、ロボット１の旋回半径が小さくなる。また、ロボット１が右旋回動作を行っている間、検知部１３で検知されるＦｙ^＋の力が大きくなると、旋回速度が大きくなる。

＜左旋回動作＞
移動装置１４は、検知部１３でＦｙ^＋の力とＭｚ⁻のモーメントとが検知された場合、本体部１１を左方向に旋回移動させる。即ち、検知部１３でＦｙ^＋の力とＭｚ⁻のモーメントが検知された場合、ロボット１は左旋回動作を行う。ロボット１が左旋回動作を行っている間、検知部１３で検知されるＭｚ⁻のモーメントが大きくなると、ロボット１の旋回半径が小さくなる。また、ロボット１が左旋回動作を行っている間、検知部１３で検知されるＦｙ^＋の力が大きくなると、旋回速度が大きくなる。

なお、移動装置１４の制御は、上述した例に限定されない。移動装置１４は、例えば、Ｆｙ及びＦｚの力に基づいて、ロボット１の前進動作及び後退動作を制御してもよい。また、移動装置１４は、例えば、Ｍｘ又はＭｙのモーメントに基づいて、ロボット１の旋回動作を制御してもよい。

なお、実施の形態１では、検知部１３は、六軸力センサである例を説明したが、これに限定されない。検知部１３は、例えば、三軸センサ、又は歪みセンサ等を用いてもよい。

移動装置１４は、本体部１１の下部に設けられた回転体である車輪１６と、車輪１６を駆動制御する駆動部１７と、を備える。

車輪１６は、本体部１１を自立させた状態で支持し、駆動部１７により回転駆動されることにより、自立させた姿勢を保った状態で、例えば、本体部１１を図２に示す矢印の方向（前方向または後方向）に移動させる。なお、実施の形態１において、移動装置１４が２つの車輪１６を用いた移動機構を備える場合を例としたが、車輪以外の回転体（走行ベルト、ローラなど）が用いられるような場合であってもよい。

駆動部１７は、荷重補正部１８と、ユーザ移動意図推定部１９と、駆動力算出部２０と、アクチュエータ制御部２１と、アクチュエータ２２と、を備える。

荷重補正部１８は、ユーザの荷重傾向に基づいて、検知部１３で検知されたハンドル荷重を補正する。具体的には、荷重補正部１８は、荷重傾向データ生成部１５で生成された荷重傾向データに基づいて、検知部１３で検知されたハンドル荷重の値を補正する。実施の形態１では、ユーザの歩行時の過去のハンドル荷重データから揺らぎ周波数を算出し、検知部１３で検知されたハンドル荷重から揺らぎ周波数をフィルタリングすることによって、ハンドル荷重の補正を行う。また、荷重補正部１８は、ロボット１の使用場所、使用時間、及びユーザの体調などに基づいて、ハンドル荷重の値を補正してもよい。

ユーザ移動意図推定部１９は、荷重補正部１８で補正されたハンドル荷重（以下、「補正ハンドル荷重」と称する）に基づいてユーザの移動意図を推定する。ユーザの移動意図とは、移動方向及び移動速度を含む。実施の形態１において、ユーザ移動意図推定部１９は、各移動方向における補正ハンドル荷重の値から、ユーザの移動意図を推定する。例えば、検知部１３で検知されるＦｙ^＋の力が所定の第１閾値以上の値であり、Ｍｙ^＋の力が所定の第２閾値未満の値である場合、ユーザ移動意図推定部１９は、ユーザの移動意図が直進動作であると推定してもよい。また、ユーザ移動意図推定部１９は、Ｆｚ方向における補正ハンドル荷重の値に基づいて、移動速度を推定してもよい。一方、検知部１３で検知されるＦｙ^＋の力が所定の第３閾値以上の値であり、Ｍｙ^＋の力が所定の第２閾値以上の値である場合、ユーザ移動意図推定部１９は、ユーザの移動意図が右旋回動作であると推定してもよい。また、ユーザ移動意図推定部１９は、Ｆｚ方向における補正ハンドル荷重の値に基づいて旋回速度を推定し、Ｍｙ方向における補正ハンドル荷重の値に基づいて旋回半径を推定してもよい。

駆動力算出部２０は、荷重補正部１８で補正されたハンドル荷重の情報に基づいて、駆動力を算出する。具体的には、駆動力算出部２０は、補正ハンドル荷重の情報から推定されたユーザの移動意図、即ちユーザの移動方向及び移動速度に基づいて、駆動力を算出する。例えば、ユーザの移動意図が前進動作又は後退動作である場合、２つの車輪１６の回転量が均等になるように駆動力を算出する。ユーザの移動意図が右旋回動作である場合、２つの車輪１６のうち右側の車輪１６の回転量を左側の車輪１６の回転量よりも大きくなるように駆動力を算出する。また、ユーザの移動速度に応じて、駆動力の大きさを算出する。

アクチュエータ制御部２１は、駆動力算出部２０で算出された駆動力の情報に基づいて、アクチュエータ２２の駆動制御を行う。また、アクチュエータ制御部２１は、アクチュエータ２２から車輪１６の回転量の情報を取得し、駆動力算出部２０及びユーザ荷重傾向抽出部２３に車輪１６の回転量の情報を送信することができる。

アクチュエータ２２は、例えば、車輪１６を回転駆動させるモータ等である。アクチュエータ２２は、歯車機構又はプーリー機構等を介して車輪１６と接続されている。アクチュエータ２２は、アクチュエータ制御部２１によって駆動制御されることによって、車輪１６を回転駆動している。

荷重傾向データ生成部１５は、過去に検知したハンドル荷重の情報に基づいて、ユーザの荷重傾向データを生成する。荷重傾向データとは、所定の動作におけるユーザのハンドル荷重の傾向を示すデータである。所定の動作とは、例えば、直進動作、後退動作、及び旋回動作等を意味する。例えば、腰の曲がったユーザは、ハンドル部１２を把持した場合、ロボット１に寄りかかってしまうため、ロボット１が移動する道の歩行面に対して鉛直下方向へのハンドル荷重、即ちＦｚ^＋の力が大きくなる傾向がある。また、左右に揺れて歩行するユーザは、ハンドル部１２を把持した場合、前進動作を行っているにも関わらず、左右方向へのハンドル荷重、即ちＭｙのモーメントが大きくなる傾向がある。このように、荷重傾向データ生成部１５では、所定の動作毎のユーザの荷重傾向を過去の荷重データから生成している。

［歩行支援ロボットの制御構成］
このような構成を有する歩行支援ロボット１において、ユーザの歩行支援をするための制御構成について説明する。図４は、ロボット１における主要な制御構成を示す制御ブロック図である。また、図４の制御ブロック図では、それぞれの制御構成と取り扱われる情報との関係についても示している。

図４に示すように、検知部１３は、ハンドル部１２にかかるハンドル荷重を検知する。検知部１３で検知されたハンドル荷重の情報は、荷重補正部１８に送信される。荷重補正部１８は、荷重傾向データ生成部１５で生成された荷重傾向データに基づいて、検知部１３で検知されたハンドル荷重の値を補正する。補正されたハンドル荷重（補正ハンドル荷重）の情報は、ユーザ移動意図推定部１９に送信される。ユーザ移動意図推定部１９は、補正ハンドル荷重の情報に基づいて、ユーザの移動意図（移動方向及び移動速度）を推定する。推定されたユーザの移動意図の情報は、駆動力算出部２０に送信される。駆動力算出部２０は、推定されたユーザの移動意図の情報に基づいて、駆動力を算出する。算出された駆動力の情報は、アクチュエータ制御部２１に送信される。アクチュエータ制御部２１は、駆動力算出部２０で算出された駆動力の情報に基づいてアクチュエータ２２の駆動制御を行う。アクチュエータ２２は、アクチュエータ制御部２１に駆動制御されることによって、車輪１６を回転駆動し、本体部１１を移動させる。

また、図４に示すように、検知部１３で検知されたハンドル荷重の情報は、荷重傾向データ生成部１５にも送信される。検知部１３で検知されたハンドル荷重の情報は、荷重傾向データを生成及び更新するためにも使用される。

ロボット１の歩行支援の詳細な制御について、図５を用いて説明する。図５は、ロボット１の歩行支援の詳細な制御構成を示す制御ブロック図である。

図５に示すように、荷重傾向データ生成部１５は、ユーザの移動方向に対応するユーザの荷重傾向を抽出するユーザ荷重傾向抽出部２３と、ユーザの荷重傾向データを記憶した荷重傾向マップ２４と、を備える。

ユーザ荷重傾向抽出部２３は、ユーザの移動方向に対応するユーザの荷重傾向を抽出する。具体的には、ユーザ荷重傾向抽出部２３は、ユーザの移動方向に対応するユーザの荷重傾向データを荷重傾向マップ２４から抽出する。例えば、ユーザが直進動作（前方向前進）をしている場合、ユーザ荷重傾向抽出部２３は、荷重傾向マップ２４から直進動作に対応するユーザの荷重傾向を抽出する。ユーザ荷重傾向抽出部２３は、荷重傾向マップ２４から抽出した荷重傾向データを荷重補正部１８に送信する。

また、ユーザ荷重傾向抽出部２３は、検知部１３で検知されたハンドル荷重の情報とアクチュエータ制御部２１で取得された車輪１６の回転量の情報とに基づいて、ユーザの荷重傾向データを生成する。生成された荷重傾向データは、荷重傾向マップ２４に送信される。これにより、荷重傾向マップ２４の荷重傾向データが更新される。

荷重傾向マップ２４は、ユーザのそれぞれの移動方向におけるユーザの荷重傾向データを記憶しているデータベースである。荷重傾向マップ２４は、移動方向毎のユーザの荷重傾向データを記憶している。図６は、荷重傾向マップ２４を示す。図６に示すように、実施の形態１では、荷重傾向マップ２４は、ユーザの荷重傾向データとして、歩行時の移動方向の揺らぎ周波数及び歩行時の重心の偏り方向の揺らぎ周波数を記憶している。また、荷重傾向マップ２４は、過去に算出した揺らぎ周波数のデータを記憶していてもよい。

図６には図示していないが、荷重傾向マップ２４は、ロボット１の使用場所、使用時間、及びユーザの体調などのデータを記憶していてもよい。これらのデータは、荷重補正部１８で、ハンドル荷重の補正を行う際に使用されてもよい。

［荷重傾向データの生成］
荷重傾向データの生成について、図７を用いて説明する。図７は、荷重傾向データの生成処理の例示的なフローチャートを示す。

図７に示すように、ステップＳＴ１において、検知部１３によりハンドル荷重を検知したか否かを判定する。ステップＳＴ１では、ユーザがハンドル部１２を把持しているか否かを判定している。検知部１３でハンドル荷重を検知した場合、ステップＳＴ２へ進む。検知部１３でハンドル荷重を検知しない場合、ステップＳＴ１を繰り返す。

ステップＳＴ２において、ユーザ荷重傾向抽出部２３は、車輪１６の回転量の情報に基づいてユーザの移動方向を推定する。具体的には、ステップＳＴ１でハンドル荷重の変化が検知されると、アクチュエータ制御部２１が車輪１６の回転量の情報を取得する。アクチュエータ制御部２１で取得された回転量の情報は、ユーザ荷重傾向抽出部２３に送信される。ユーザ荷重傾向抽出部２３は、車輪１６の回転量の情報、即ち車輪の回転方向及び回転数に基づいて、ユーザの移動方向を推定する。実施の形態１では、ユーザ荷重傾向抽出部２３は、左右に配置される２つの車輪１６の回転量に基づいて、ユーザの移動方向を推定する。例えば、ユーザ荷重傾向抽出部２３は、右側の車輪１６の回転量が左側の車輪１６の回転量よりも多い場合、ユーザが左方向に旋回していると推定してもよい。また、ユーザ荷重傾向抽出部２３は、左右の車輪１６の回転数が同じであり、前方向に回転している場合、ロボット１が直進動作を行っていると推定してもよい。

ステップＳＴ３において、ユーザ荷重傾向抽出部２３は、推定したユーザの移動方向におけるハンドル荷重の波形情報を取得する。ユーザの移動方向におけるハンドル荷重の波形情報とは、特に限定されないが、例えば、ユーザの移動方向がＦｙ^＋方向である場合、Ｆｚ方向のハンドル荷重の波形情報又はＭｙ方向のモーメントの波形情報などであってもよい。

ステップＳＴ４において、ユーザ荷重傾向抽出部２３は、取得したハンドル荷重の波形情報と、過去のハンドル荷重の波形情報とを合算する。例えば、過去の波形情報は、荷重傾向マップ２４に記憶されている。ユーザ荷重傾向抽出部２３は、荷重傾向マップ２４から過去の波形情報を読み出し、取得した現在の波形情報を過去の波形情報に加算する。図８は、ハンドル荷重の入力波形情報の一例を示す。図８に示すように、これまでに検知したハンドル荷重の波形情報が、荷重傾向マップ２４に格納される。

ステップＳＴ５において、ユーザ荷重傾向抽出部２３は、合算した波形情報に基づいて揺らぎ周波数を算出する。具体的には、ユーザ荷重傾向抽出部２３は、推定したユーザの移動方向におけるハンドル荷重の周波数解析を行うことにより、揺らぎ周波数を算出する。

一例として、身体能力の低いユーザの直進動作時における揺らぎ周波数の算出について説明する。図９Ａは、ユーザの直進動作時のＦｚ方向における荷重データの波形情報の一例を示す。図９Ｂは、図９Ａに示すＦｚ方向における荷重データの周波数成分を示す。図１０Ａは、ユーザの直進動作時のＭｙ方向における荷重データの波形情報の一例を示す。図１０Ｂは、図１０Ａに示すＭｙ方向における荷重データの周波数成分を示す。なお、図９Ａは３歩分の荷重データの波形であるが、実際は１０数歩分の荷重データの波形に対し周波数解析するものである。

身体能力の低いユーザは、左右に揺れながら歩行するため、一定の速度で直進動作を行っていてもハンドル荷重が安定しない。そのため、図９Ａに示すように、ロボット１の高さ方向、即ちＦｚ方向における荷重データの波形情報に揺らぎが生じる。揺らぎとは、波形情報が変動して安定していない成分を意味し、具体的には、荷重データの平均値からの変動を意味する。

この場合、ユーザは前方向直進を意図しているにもかかわらず、ロボット１が左右方向に移動するため、ユーザは細かく進行方向を左右に調整しながら歩行することになる。実施の形態１では、ユーザ荷重傾向抽出部２３は、左右に揺れながら歩行するユーザであると推定し、ハンドル荷重を補正するために、荷重の揺らぎ成分を荷重傾向データとして使用する。以下、ユーザ荷重傾向抽出部２３の処理の例について説明する。

ユーザ荷重傾向抽出部２３は、図９Ａに示すＦｚ方向における荷重データの波形情報に対して周波数解析を行い、図９Ｂに示すような荷重データの周波数成分を算出する。これにより、ユーザ荷重傾向抽出部２３は、ユーザの直進動作時において、図９Ｂに示すように、Ｆｚ方向に２Ｈｚの揺らぎ周波数があることを特定することができる。

また、図１０Ａに示すように、身体能力の低いユーザのＭｙ方向における荷重データの波形情報にも揺らぎが生じる。ユーザ荷重傾向抽出部２３は、図１０Ａに示すＭｙ方向における荷重データに対して周波数解析を行い、図１０Ｂに示すような荷重データの周波数成分を算出する。これにより、ユーザ荷重傾向抽出部２３は、ユーザの直進動作時において、図１０Ｂに示すように、Ｍｙ方向に２Ｈｚの揺らぎ周波数があることを特定することができる。

別の例として、身体能力の低いユーザの右方向旋回時における揺らぎ周波数の算出について説明する。図１１Ａは、ユーザの右方向旋回時のＦｚ方向における荷重データの波形情報の一例を示す。図１１Ｂは、図１１Ａに示すＦｚ方向における荷重データの周波数成分を示す。

図１１Ａに示すように、身体能力の低いユーザが右方向に旋回しているときにおいても、Ｆｚ方向における荷重データの波形情報に揺らぎが生じる。ユーザ荷重傾向抽出部２３は、図１１Ａに示すＦｚ方向における荷重データに対して周波数解析を行い、図１１Ｂに示すような荷重データの周波数成分を算出する。ユーザ荷重傾向抽出部２３は、ユーザの右方向旋回時において、図１１Ｂに示すように、Ｆｚ方向に６Ｈｚの揺らぎ周波数があることを特定することができる。

このように、ステップＳＴ５において、ユーザ荷重傾向抽出部２３は、推定したユーザの移動方向における合算したハンドル荷重の波形情報から揺らぎ周波数を算出する。

図７に戻って、ステップＳＴ６において、ユーザ荷重傾向抽出部２３は、ステップＳＴ５で算出した揺らぎ周波数を荷重傾向データとして設定する。具体的には、ユーザ荷重傾向抽出部２３は、荷重傾向マップ２４のユーザの荷重傾向データをステップＳＴ５で算出した揺らぎ周波数に更新する。

このように、実施の形態１では、ステップＳＴ１〜ＳＴ６の処理を行うことによって、ユーザのハンドル荷重の揺らぎ周波数を算出し、揺らぎ周波数を荷重傾向データとして使用することができる。また、実施の形態１では、移動動作毎に荷重傾向データの生成を行うことができる。

なお、ステップＳＴ４及びＳＴ５において、取得したハンドル荷重の波形情報と、過去のハンドル荷重の波形情報とを合算した波形情報に基づいて算出された揺らぎ周波数を荷重傾向データとして設定する例について説明したが、これに限定されない。過去の波形情報に基づいて算出された揺らぎ周波数に、取得したハンドル荷重の波形情報に基づいて算出された揺らぎ周波数を加算した後、平均計算を行い、算出された揺らぎ周波数の平均値を荷重傾向データとして使用してもよい。また、取得したハンドル荷重の波形情報から算出した揺らぎ周波数と、過去の揺らぎ周波数と、に基づいて揺らぎ周波数の中央値又は最頻値を算出し、揺らぎ周波数の中央値又は最頻値を荷重傾向データとして使用してもよい。また、揺らぎ周波数の平均値、中央値、及び最頻値を組み合わせて、荷重傾向データとして使用してもよい。あるいは、直近で算出した揺らぎ周波数を荷重傾向データとして使用してもよい。上述した荷重傾向データは、状況や目的に応じて使い分けてもよい。例えば、荷重傾向マップ２４に記憶されている過去の揺らぎ周波数のデータが少ないユーザに対しては、直近で算出した揺らぎ周波数を荷重傾向データとして使用してもよい。反対に、荷重傾向マップ２４に記憶されている過去の揺らぎ周波数のデータが多いユーザに対しては、揺らぎ周波数の平均値、中央値、又は最頻値を荷重傾向データとして使用してもよい。

［ユーザの移動意図の推定］
ユーザの移動意図の推定について、図１２を用いて説明する。図１２は、ユーザの移動意図の推定処理の例示的なフローチャートを示す。

図１２に示すように、ステップＳＴ１１において、荷重補正部１８が、検知部１３で検知されたハンドル荷重の情報を取得する。

ステップＳＴ１２において、ユーザ荷重傾向抽出部２３が、荷重傾向マップ２４から荷重傾向データを取得する。具体的には、ユーザ荷重傾向抽出部２３が、ユーザの現在の移動方向の対象となる揺らぎ周波数を荷重傾向マップ２４から取得する。ユーザ荷重傾向抽出部２３は、揺らぎ周波数の情報を荷重傾向データとして荷重補正部１８へ送信する。なお、ユーザの現在の移動方向は、アクチュエータ制御部２１から車輪１６の回転量の情報を取得することによって推定することができる。

ステップＳＴ１３において、荷重補正部１８は、ステップＳＴ１１で取得したハンドル荷重から、ステップＳＴ１２で取得した揺らぎ周波数成分をフィルタリングする。これにより、荷重補正部１８は、検知部１３で検知したハンドル荷重の値を補正する。荷重補正部１８で得られた補正ハンドル荷重の情報は、ユーザ移動意図推定部１９に送信される。

また、荷重補正部１８は、ロボット１の使用場所、使用時間、及びユーザの体調に基づいて、ハンドル荷重の値を補正してもよい。この場合、ユーザ荷重傾向抽出部２３が、荷重傾向マップ２４からロボット１の使用場所、使用時間、及びユーザの体調に関するデータを抽出し、これらのデータを荷重補正部１８へ送信する。例えば、荷重補正部１８は、ロボット１を廊下で使用する場合やユーザの体調が良い場合のハンドル荷重に比べて、ロボット１をリビングで使用する場合やユーザの体調が悪い場合のハンドル荷重を小さくなるようにハンドル荷重の補正を行ってもよい。

ステップＳＴ１４において、ユーザ移動意図推定部１９は、ステップＳＴ１３で取得した補正ハンドル荷重に基づいて、ユーザの移動意図を推定する。具体的には、ユーザ移動意図推定部１９は、補正ハンドル荷重のＦｘ、Ｆｙ、Ｆｚ、Ｍｘ、Ｍｙ、Ｍｚ方向の力の大きさに基づいて、ユーザの移動方向及び移動速度を推定する。

このように、実施の形態１では、ステップＳＴ１１〜ＳＴ１４の処理を行うことによって、ユーザのハンドル荷重の波形情報から揺らぎ周波数成分をフィルタリングし、得られた補正ハンドル荷重の情報に基づいてユーザの移動意図を推定している。

実施の形態１において、フィルタリングとして、揺らぎ成分を全て除去するように揺らぎ部分に該当する周波数成分を全てカットするような補正を行ってもよいし、歩行時の荷重データに対して、揺らぎ成分の割合を減らすような補正を行ってもよい。

また、荷重補正部１８は、ユーザの荷重傾向データだけで補正をするのではなく、ユーザの荷重傾向データと、複数ユーザの平均の荷重傾向データとを比較し、差分部分を低減するように補正の割合を変化させてもよい。複数ユーザの平均の算出方法としては、年代、性別、場所、歩行能力(歩行速度、歩行率、歩幅、立位姿勢、左右の揺れ)等の組み合わせで分類されたグループ毎に作成してもよい。

一例として、身体能力の低いユーザの移動意図の推定処理について説明する。図１３Ａは、ユーザの直進動作時のＦｚ方向における荷重データの波形情報の一例を示す。図１３Ｂは、図１３Ａに示すＦｚ方向における荷重データの波形情報から揺らぎ周波数成分をフィルタリングした波形情報を示す。図１４Ａは、ユーザの直進動作時のＭｙ方向における荷重データの波形情報の一例を示す。図１４Ｂは、図１４Ａに示すＭｙ方向における荷重データの波形情報から揺らぎ周波数成分をフィルタリングした波形情報を示す。なお、図１３Ａ及び図１４Ａに示す波形情報は、ステップＳＴ１１で取得したハンドル荷重の波形情報である。図１３Ｂ及び図１４Ｂに示す波形情報は、ステップＳＴ１３で揺らぎ周波数成分をフィルタリングして得られた補正ハンドル荷重の波形情報である。

図１３Ａに示すように、身体能力の低いユーザは、歩行が安定しないため、直進動作時のＦｚ方向における荷重データの波形情報に揺らぎが生じている。即ち、ユーザの直進動作時において、検知部１３で検知されるＦｚ方向におけるハンドル荷重の値は、変動している。荷重補正部１８は、検知部１３で取得したＦｚ方向のハンドル荷重の波形情報から、揺らぎ周波数成分をフィルタリングする。これにより、図１３Ｂに示すように、直進動作時のＦｚ方向におけるハンドル荷重の波形情報の揺らぎをカットすることができる。こえにより、ユーザ移動意図推定部１９は、この補正されたハンドル荷重に基づいて、ユーザの移動意図が直進動作であることを容易に推定することができる。

また、図１４Ａに示すように、身体能力の低いユーザの直進動作時のＭｙ方向における荷重データの波形情報にも揺らぎが生じている。即ち、ユーザの直進動作時において、検知部１３で検知されるＭｙ方向におけるハンドル荷重の値は、変動している。荷重補正部１８は、検知部１３で取得したＭｙ方向のハンドル荷重の波形情報から、揺らぎ周波数成分をフィルタリングする。これにより、図１４Ｂに示すように、直進動作時のＭｙ方向におけるハンドル荷重の波形情報の揺らぎをカットすることができる。これにより、ユーザ移動意図推定部１９は、この補正されたハンドル荷重に基づいて、ユーザの移動意図が直進動作であることを容易に推定することができる。

また、ユーザ移動意図推定部１９は、旋回時における旋回半径を推定してもよい。例えば、足腰の弱いユーザに対しては、旋回半径を通常よりも大きくとることによって、ロボット１が緩やかに旋回してもよい。反対に、足腰の強いユーザに対しては、旋回半径を通常よりも小さくして急旋回してもよい。旋回半径の推定は、例えば、補正ハンドル荷重の値から推定する。

また、ユーザ移動意図推定部１９は、アクチュエータ制御部２１から車輪１６の回転量の情報を取得し、回転量の情報と補正ハンドル荷重の情報とに基づいて、ユーザの移動意図を推定してもよい。

［駆動力の算出］
駆動力の算出について、図１５を用いて説明する。図１５は、駆動力の算出処理の例示的なフローチャートを示す。

図１５に示すように、ステップＳＴ２１において、駆動力算出部２０は、ユーザ移動意図推定部１９からユーザの移動意図の情報を取得する。

ステップＳＴ２２において、駆動力算出部２０は、アクチュエータ制御部２１から車輪１６の回転量の情報を取得する。

ステップＳＴ２３において、駆動力算出部２０は、ステップＳＴ２１で取得したユーザの移動意図と車輪１６の回転量の情報とに基づいて駆動力を算出する。具体的には、駆動力算出部２０は、車輪１６の回転量の情報から算出された現在の移動方向及び移動速度と、ユーザの移動意図の情報から推定された移動方向及び移動速度との差分に基づき、車輪１６の回転量を算出する。

一例として、ロボット１が前進方向に７１ｃｍ／ｓの移動速度で移動している状態のとき、ユーザがＦｙ^＋の力を大きくして移動速度を７７ｃｍ／ｓまで加速させる場合の駆動力算出部２０の動作を説明する。駆動力算出部２０は、前進方向に速度７１ｃｍ／ｓで移動している状態において、左右両方の車輪１６の回転量が２０００ｒｐｍであることを示す情報を取得する。次に、駆動力算出部２０は、ロボット１の移動速度を７７ｃｍ／ｓにするために、左右両方の車輪１６の回転量が２５００ｒｐｍ必要であることを算出する。駆動力算出部２０は、左右の車輪１６の回転量を５００ｒｐｍ大きくするように駆動力を算出する。

なお、実施の形態１では、駆動力算出部２０は、ユーザの移動意図の情報とアクチュエータ制御部２１から取得した車輪１６の回転量の情報とに基づいて、駆動力を算出する例について説明したが、これに限定されない。例えば、駆動力算出部２０は、ユーザの移動意図の情報のみから駆動力を算出してもよい。即ち、駆動力の算出処理において、ステップＳＴ２２を含まなくてもよい。

また、駆動力算出部２０は、ハンドル荷重と車輪１６の回転量との対応関係を示す制御テーブルに基づいて、駆動力を算出してもよい。具体的には、駆動力算出部２０は、ハンドル荷重と車輪１６の回転量との対応関係を示す制御テーブルを格納する記憶部を備えてもよい。駆動力算出部２０は、この記憶部に格納された制御テーブルを用いて、検知部１３で検知されたハンドル荷重の値に対応する車輪１６の回転量を算出してもよい。また、制御テーブルは、ユーザ荷重傾向抽出部２３から抽出した荷重傾向データに基づいて、制御テーブルにおけるハンドル荷重の値を修正することによって更新されてもよい。

［効果］
実施の形態１に係る歩行支援ロボット１によれば、以下の効果を奏することができる。

実施の形態１に係る歩行支援ロボット１によれば、ユーザの荷重傾向データに基づいて、ハンドル荷重の値を補正することができる。このような構成により、ロボット１は、ユーザの傾向に応じてハンドル荷重の値を補正することができる。

例えば、左右に揺れて歩行する傾向があるユーザに対しては、ハンドル荷重から左右の揺れに起因する揺らぎの周波数をカットすることによって、ハンドル荷重の値を補正する。このように、ユーザの身体能力に応じて、ハンドル荷重の値を補正することができるため、身体能力の異なるユーザ毎にロボット１の移動方向及び移動速度を設定することができる。これにより、ユーザの身体能力に応じて、ロボット１を移動させることができるため、より快適なユーザの歩行支援を行うことができる。

実施の形態１では、荷重傾向データとしてハンドル荷重の揺らぎ周波数を使用している。揺らぎ周波数を用いることによって、ロボット１は、ハンドル荷重の波形情報に表れる凹凸の小さい揺らぎから凹凸の大きい揺らぎまで広い範囲でユーザの荷重傾向データを取得して、ハンドル荷重を補正することができる。これにより、ロボット１は、よりユーザの身体能力に応じた歩行支援を行うことができる。

なお、実施の形態１において、荷重傾向データ生成部１５、荷重補正部１８、ユーザ移動意図推定部１９、駆動力算出部２０、及びアクチュエータ制御部２１は、例えば、これらの要素を機能させるプログラムを記憶したメモリ（図示せず）と、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのプロセッサに対応する処理回路（図示せず）を備え、プロセッサがプログラムを実行することでこれらの要素として機能してもよい。あるいは、荷重傾向データ生成部１５、荷重補正部１８、ユーザ移動意図推定部１９、駆動力算出部２０、及びアクチュエータ制御部２１は、これらの要素を機能させる集積回路を用いて構成してもよい。

実施の形態１では、歩行支援ロボット１の動作を主として説明したが、これらの動作は、歩行支援方法として実行することもできる。

実施の形態１では、移動方向及びモーメント方向において、それぞれ揺らぎ周波数を設定する例について説明したが、これに限定されない。例えば、すべての方向において、共通の揺らぎ周波数を設定してもよい。これにより、簡易的にハンドル荷重を補正することができる。

実施の形態１では、２つの車輪１６の回転量をそれぞれ設定することにより、ロボット１の前進動作、後退動作、右旋回動作、左旋回動作などを制御する例について説明したが、これに限定されない。例えば、ブレーキ機構などによって、車輪１６の回転量を制御し、ロボット１の動作を制御してもよい。

実施の形態１では、荷重補正部１８は、ロボット１の移動動作に対応する荷重傾向データが所定の閾値以上になった場合、荷重傾向データに基づいて検知部１３で検知されたハンドル荷重の値を補正（フィルタリング）してもよい。例えば、ロボット１の直進動作（Ｆｙ^＋方向に前進動作）において、Ｍｚ方向の荷重傾向データ（揺らぎ周波数）が０Ｈｚの閾値以上になった場合、ロボット１の直進動作に対応する荷重データを荷重傾向データに基づいて補正してもよい。このような構成により、ロボット１の直進動作において不要なＭｚ方向の揺らぎ周波数をフィルタリングすることができる。なお、所定の閾値は、ユーザの身体能力などに応じて変更してもよい。例えば、所定の閾値は、健常者では揺らぎ周波数が１Ｈｚで生じるという情報をもとに１Ｈｚに変更してもよい。また、ロボット１の移動動作に対応する荷重傾向データとは、ロボット１の移動方向と同じ方向の荷重傾向データであってもよいし、ロボット１の移動方向と異なる方向の荷重傾向データであってもよい。例えば、他のユーザの荷重傾向データを所定の閾値とした場合、ロボット１の移動動作に対応する移動方向と同一の移動方向において、ユーザの荷重傾向データと、他のユーザの荷重傾向データとを比較してもよい。

（実施の形態２）
本開示の実施の形態２に係る歩行支援ロボットについて説明する。なお、実施の形態２では、主に実施の形態１と異なる点について説明する。実施の形態２においては、実施の形態１と同一又は同等の構成については同じ符号を付して説明する。また、実施の形態２では、実施の形態１と重複する記載は省略する。

実施の形態２では、荷重傾向データとして平均荷重値を用いている点が実施の形態１と異なる。なお、実施の形態２に係る歩行支援ロボットは、実施の形態１に係る歩行支援ロボット１と同様の構成要素を有しており、図１、図２及び図４中の符号「５１」で示される。

図１６は、実施の形態２における荷重傾向マップ２４を示す。図１６に示すように、荷重傾向マップ２４は、ユーザの移動方向毎に、歩行時の移動方向の平均荷重値と歩行時の重心の偏り方向の平均荷重値とを、荷重傾向データとして記憶している。

［荷重傾向データの生成］
荷重傾向データの生成について、図１７を用いて説明する。図１７は、歩行支援ロボット５１（以下、「ロボット５１」と称する）の荷重傾向データの生成処理の例示的なフローチャートを示す。

図１７に示すように、ステップＳＴ３１において、検知部１３によりハンドル荷重を検知したか否かを判定する。ステップＳＴ３１では、ユーザがハンドル部１２を把持しているか否かを判定している。検知部１３でハンドル荷重を検知した場合、ステップＳＴ３２へ進む。検知部１３でハンドル荷重を検知しない場合、ステップＳＴ３１を繰り返す。

ステップＳＴ３２において、ユーザ荷重傾向抽出部２３は、車輪１６の回転量の情報に基づいてユーザの現在の移動方向を推定する。具体的には、ステップＳＴ３１でハンドル荷重が検知されると、アクチュエータ制御部２１が車輪１６の回転量の情報を取得する。アクチュエータ制御部２１で取得された回転量の情報は、ユーザ荷重傾向抽出部２３に送信される。例えば、ユーザ荷重傾向抽出部２３は、左右に配置される２つの車輪１６の回転量に基づいて、ユーザの移動方向を推定する。

ステップＳＴ３３において、ユーザ荷重傾向抽出部２３は、推定したユーザの移動方向における過去の荷重データに、ステップＳＴ３１で検知したハンドル荷重を加算する。具体的には、ユーザ荷重傾向抽出部２３は、荷重傾向マップ２４に記憶されている過去の荷重データを読み出し、読み出した過去の荷重データに、ステップＳＴ３１で検知したハンドル荷重を加算する。過去の荷重データとは、これまでに検知した全ての荷重データを意味する。

ステップＳＴ３４において、ユーザ荷重傾向抽出部２３は、ユーザの歩行時の移動方向の平均荷重値と偏り方向の平均荷重値とを算出する。

ステップＳＴ３５において、ユーザ荷重傾向抽出部２３は、算出したユーザの歩行時の移動方向の平均荷重値と偏り方向の平均荷重値とを荷重傾向データとして設定する。具体的には、ユーザ荷重傾向抽出部２３は、算出した平均荷重値の情報を荷重傾向マップ２４に送信し、荷重傾向マップ２４のユーザの歩行時の移動方向の平均荷重値と偏り方向の平均荷重値とを更新する。

［ユーザの移動意図の推定］
ユーザの移動意図の推定について、図１８を用いて説明する。図１８は、ユーザの移動意図の推定処理の例示的なフローチャートを示す。

図１８に示すように、ステップＳＴ４１において、荷重補正部１８は、検知部１３で検知された現在のハンドル荷重の情報を取得する。

ステップＳＴ４２において、ユーザ荷重傾向抽出部２３は、ユーザの荷重傾向データを読み出す。具体的には、ユーザ荷重傾向抽出部２３は、荷重傾向マップ２４から過去の平均荷重値を読み出し、過去の平均荷重値を荷重補正部１８へ送信する。

ステップＳＴ４３において、荷重補正部１８は、現在の荷重データから過去の平均荷重値を減算する。これにより、荷重補正部１８は、ハンドル荷重の値を補正する。

ステップＳＴ４４において、ユーザ移動意図推定部１９は、補正したハンドル荷重の情報に基づいて、ユーザの移動意図を推定する。

一例として、実施の形態２におけるハンドル荷重の補正について説明する。ここでは、重心が右方向に偏った状態で歩行するユーザについてのハンドル荷重の補正について説明する。

［平均荷重値を用いたハンドル荷重の補正］
図１９Ａは、ユーザの直進動作時のＭｚ方向における現在の荷重データの波形情報の一例を示す。図１９Ａに示すように、ユーザは右方向へ重心が偏っているため、直進動作時においても、検知部１３でＭｚ方向への荷重（モーメント）が検知される。

図１９Ｂは、Ｍｚ方向における過去の荷重データの平均荷重値を示す。ユーザ荷重傾向抽出部２３は、過去の荷重データの波形情報に対して平均計算を行うことにより、図１９Ｂに示すような過去の荷重データの平均荷重値を算出する。図１９Ｂの場合、過去の平均荷重値は、Ｍｚ方向に１．０Ｎｍである。実施の形態２では、図１９Ｂに示す平均荷重値を荷重傾向データとして使用する。

次に、荷重補正部１８は、荷重傾向データに基づいて現在の荷重データを補正する。具体的には、荷重補正部１８は、Ｍｚ方向において、図１９Ａに示す現在の荷重データの波形情報から図１９Ｂに示す過去の平均荷重値１．０Ｎｍを減算する。図１９Ｃは、荷重傾向データを用いて補正したＭｚ方向における現在の荷重データの波形情報を示す。図１９Ｃに示すように、現在の荷重データから過去の平均荷重値を減算することで、Ｍｚ方向にかかる荷重が全体的に削減される。これにより、荷重補正部１８は、定常的な右方向への荷重の偏りを補正することができる。

ユーザ移動意図推定部１９は、この補正された現在のハンドル荷重の情報に基づいて、ユーザの移動意図を推定する。これにより、ロボット５１がユーザの移動意図を正確に判断して移動することができるため、ユーザはロボット５１の進行方向を細かく調整する必要がなくなる。

なお、上記補正の例は、右方向へ重心が偏って歩行するユーザを例として説明したが、これに限定されない。例えば、腰が曲がったユーザなどは、下方向へ荷重が偏っている場合がある。この場合は、Ｆｚ方向の平均荷重値を用いて、ハンドル荷重の値を補正してもよい。

また、ロボット５１の前進動作がＦｙ方向及びＦｚ方向のハンドル荷重の値に基づいて行われる場合、荷重傾向データとしてＦｙ方向及びＦｚ方向の平均荷重値を用いてもよい。即ち、ロボット５１の前進動作時において、Ｆｙ方向及びＦｚ方向の平均荷重値を用いて、ハンドル荷重の値を補正してもよい。また、ロボット５１の旋回動作がＭｚ方向の荷重（モーメント）に基づいて行われる場合、荷重傾向データとしてＭｚ方向の平均荷重値を用いてもよい。即ち、ロボット５１の旋回動作時において、Ｍｚ方向の平均荷重値を用いて、ハンドル荷重の値を補正してもよい。また、Ｆｘ，Ｆｙ，Ｆｚ，Ｍｘ，Ｍｙ，Ｍｚの全て方向の平均荷重値を算出し、全て方向の平均荷重値を用いてハンドル荷重の値を補正してもよい。このように、複数の方向における平均荷重値を用いてハンドル荷重を補正することによって、ユーザの荷重傾向をより正確に把握することができるため、更にユーザの身体能力に適したロボット５１の動作が可能になる。なお、ハンドル荷重の補正では、ロボット５１の移動制御に応じて、Ｆｘ，Ｆｙ，Ｆｚ，Ｍｘ，Ｍｙ，Ｍｚ方向のうち少なくとも１つの平均荷重値を算出し、算出した平均荷重値を用いてハンドル荷重を補正すればよい。

［効果］
実施の形態２に係る歩行支援ロボット５１によれば、以下の効果を奏することができる。

実施の形態２に係る歩行支援ロボット５１によれば、ユーザの荷重傾向データとしてハンドル荷重の平均荷重値を使用している。このような構成により、ユーザ毎の定常的に加わる荷重を荷重傾向データとして取得して荷重の値を補正することができるため、よりユーザの身体能力に適した歩行支援を行うことが可能となる。また、ユーザの荷重傾向データとしてハンドル荷重の平均荷重値を使用することにより、ユーザの荷重傾向の抽出の誤差を少なくすることができる。

なお、実施の形態２では、荷重傾向データを算出する際に、過去の荷重データとして、過去に検知した全てのハンドル荷重を使用する例について説明したが、これに限定されない。荷重傾向データを算出する際に使用する過去の荷重データは、例えば、所定の期間内の荷重データであってもよい。例えば、荷重傾向データを算出する際に使用する過去の荷重データは、所定の期間（例えば、１年）以内に検知した過去の荷重データなどであってもよい。このように、比較的新しい荷重データのみを使用することにより、ユーザの現在の荷重傾向を抽出しやすくなる。

実施の形態２では、荷重傾向マップ２４は、安定歩行時の荷重傾向データを記憶していてもよい。ユーザ荷重傾向抽出部２３は、荷重傾向データを荷重傾向マップ２４から取得し、安定歩行時の荷重傾向データを荷重補正部１８に送信してもよい。荷重補正部１８が、安定歩行時の荷重傾向データと、現在のユーザの荷重データとを比較し、両者のデータが異なっている場合にハンドル荷重の値を補正してもよい。例えば、過去の荷重傾向において、ユーザの直進動作の安定歩行時のＦｚ方向の荷重が１０Ｎである場合、ユーザが前傾姿勢で歩行してＦｚ方向のハンドル荷重が２０Ｎとなると、荷重補正部１８は、Ｆｚ方向のハンドル荷重を安定歩行時のＦｚ方向のハンドル荷重の値に補正してもよい。即ち、荷重補正部１８は、Ｆｚ方向の２０Ｎの荷重を１／２に補正してもよい。

実施の形態２では、荷重補正部１８は、現在の荷重データから過去の平均荷重値を減算することによって現在の荷重データを補正する例について説明したが、これに限定されない。例えば、荷重補正部１８は、ロボット５１の使用場所、使用時間、及びユーザの体調などに応じてハンドル荷重を補正できるように、別のパラメータを考慮してもよい。

また、ロボット１がＦｚ値とＦｙ値の合算値で移動制御を行っている場合は、ＦｚとＦｙ値の合算する際の割合を変更することによって、ハンドル荷重の補正を行ってもよい。例えば、Ｆｚ:Ｆｙ＝８：２で制御していたのを、Ｆｚ:Ｆｙ＝６：４に変更してもよい。また、ユーザの荷重傾向データだけで補正をするのではなく、ユーザの荷重傾向データと、複数ユーザの平均の荷重傾向データを比較し、差分部分を低減するように補正の割合を変更してもよい。複数ユーザの平均の算出方法としては、年代、性別、場所、歩行能力(歩行速度、歩行率、歩幅、立位姿勢、左右の揺れ)等の組み合わせで分類されたグループ毎に作成してもよい。

また、荷重補正部１８は、現在の荷重データに過去の荷重傾向データから算出された補正係数を乗算することによって、ハンドル荷重を補正してもよい。以下、補正係数を用いたハンドル荷重の補正の例について説明する。

［補正係数を用いたハンドル荷重の補正］
図２０Ａは、ユーザの直進動作時のＭｚ方向における過去の荷重データの波形情報の一例を示す。図２０Ｂは、図２０Ａに示すＭｚ方向における過去の荷重データの平均荷重値を示す。ユーザ荷重傾向抽出部２３は、図２０Ａに示す過去の荷重データの波形情報に対して平均計算を行う。これにより、荷重傾向データとして、図２０Ｂに示すような過去の荷重データの平均荷重値を算出している。図２０Ｂの場合、過去の平均荷重値は、Ｍｚ方向に−１．０Ｎｍである。

次に、現在の荷重データから平均荷重値を算出する。図２１Ａは、ユーザの直進動作時のＭｚ方向における現在の荷重データの波形情報の一例を示す。図２１Ｂは、図２１Ａに示すＭｚ方向における現在の荷重データの平均荷重値を示す。

荷重補正部１８は、図２１Ａに示す現在の荷重データの波形情報に対して平均計算を行う。これにより、図２１Ｂに示すような現在の荷重データの平均荷重値を算出する。図２１Ｂの場合、現在の平均荷重値は、Ｍｚ方向に−２．０Ｎｍである。

荷重補正部１８は、過去の平均荷重値を現在の平均荷重値で除算することよって、補正係数を算出する。この場合、補正係数は、（−１．０Ｎｍ／−２．０Ｎｍ）＝０．５となる。荷重補正部１８は、この補正係数を現在の荷重データの波形情報に乗算することによって、ハンドル荷重を補正する。即ち、図２１Ａに示す現在の荷重データの波形情報に対して、補正係数０．５を乗算することによって、検知部１３で検知されたＭｚ方向のハンドル荷重の値を補正する。

図２２は、補正された荷重データの波形情報の一例を示す。図２２に示すように、検知部１３で検知されたハンドル荷重（図２１Ａの波形情報参照）が補正係数の乗算によって補正されている。このように、荷重補正部１８は、現在の荷重データに、過去の荷重傾向データに基づいて算出された補正係数を乗算することによって、現在のハンドル荷重を補正してもよい。

（実施の形態３）
本開示の実施の形態３に係る歩行支援ロボットについて説明する。なお、実施の形態３では、主に実施の形態１及び２と異なる点について説明する。実施の形態３においては、実施の形態１及び２と同一又は同等の構成については同じ符号を付して説明する。また、実施の形態３では、実施の形態１及び２と重複する記載は省略する。

実施の形態３では、身体情報に基づいて荷重を補正する点が実施の形態１及び２と異なる。

図２３は、実施の形態３に係る歩行支援ロボット６１（以下、「ロボット６１」と称する）における主要な制御構成を示す制御ブロック図である。また、図２３の制御ブロック図では、それぞれの制御構成と取り扱われる情報との関係についても示している。図２４は、ロボット６１の歩行支援の詳細な制御構成を示す制御ブロック図である。

図２３及び図２４に示すように、実施の形態３のロボット６１は、身体情報推定部２５と、身体情報データベース２６とを備える点が、実施の形態１及び２のロボット１、５１と異なる。なお、実施の形態３において、身体情報データベース２６は、必須の構成ではない。

身体情報推定部２５は、ユーザの身体情報を推定する。本明細書では、身体情報とは、歩行に関する身体の情報であり、例えば、歩行速度、歩行率、身体の傾き、身体の揺れ、歩幅、筋力を含む。なお、身体情報は、これらに限定されない。例えば、身体情報は、移動方向の平均荷重、重心の偏り方向の平均荷重、移動方向の揺らぎ周波数、左右方向の揺らぎ周波数などを含んでもよい。

身体情報推定部２５は、例えば、検知部１３で検知されたハンドル荷重の情報と、アクチュエータ制御部２１で取得された回転体１６の回転量の情報と、駆動力算出部２０で算出された駆動力の情報と、に基づいて、身体情報を推定する。

身体情報データベース２６は、ユーザ毎の身体情報を記憶している。身体情報データベース２６は、身体情報推定部２５で推定された身体情報をユーザ毎に記憶し、更新する。

［身体情報の推定］
身体情報の推定について、図２５を用いて説明する。図２５は、実施の形態３に係る歩行支援ロボット６１の身体情報推定処理の例示的なフローチャートを示す。

図２５に示すように、ステップＳＴ５１において、検知部１３は、ハンドル荷重の変化を検出する。検知部１３がハンドル荷重の変化を検知した場合、ステップＳＴ５２へ進む。検知部１３がハンドル荷重の変化を検知しない場合、ステップＳＴ５１を繰り返す。

ステップＳＴ５２において、身体情報推定部２５は、車輪１６の回転量の情報に基づいてユーザの移動方向を推定する。具体的には、ステップＳＴ５１でハンドル荷重の変化が検知されると、アクチュエータ制御部２１が車輪１６の回転量の情報を取得する。アクチュエータ制御部２１で取得された回転量の情報は、身体情報推定部２５に送信される。身体情報推定部２５は、車輪１６の回転量の情報、即ち車輪の回転方向及び回転数に基づいて、ユーザの移動方向を推定する。実施の形態３では、身体情報推定部２５は、左右に配置される２つの車輪１６の回転量に基づいて、ユーザの移動方向を推定する。例えば、身体情報推定部２５は、右側の車輪１６の回転量が左側の車輪１６の回転量よりも多い場合、ユーザが左方向に旋回していると推定してもよい。また、身体情報推定部２５は、左右の車輪１６の回転数が同じであり、前方向に回転している場合、ロボット６１が直進動作を行っていると推定してもよい。

ステップＳＴ５３において、身体情報推定部２５は、推定したユーザの移動方向におけるハンドル荷重の波形情報を取得する。ユーザの移動方向におけるハンドル荷重の波形情報は、特に限定されないが、例えば、ユーザの移動方向がＦｙ^＋方向である場合、Ｆｚ方向のハンドル荷重の波形情報又はＭｙ方向のモーメントの波形情報などであってもよい。

ステップＳＴ５４において、身体情報推定部２５は、取得したハンドル荷重の波形情報と、過去のハンドル荷重の波形情報とを合算する。例えば、過去の波形情報は、身体情報データベース２６に記憶されている。身体情報推定部２５は、身体情報データベース２６から過去の波形情報を読み出し、取得した現在の波形情報を過去の波形情報に加算する。ハンドル荷重の入力波形情報としては、例えば、図８に示すハンドル荷重の波形情報が挙げられる。

ステップＳＴ５５において、身体情報推定部２５は、駆動力の情報を取得する。具体的には、身体情報推定部２５は、駆動力算出部２０から駆動力の情報を取得する。

ステップＳＴ５６において、身体情報推定部２５は、ステップＳＴ５４で合算した波形情報と、ステップＳＴ５５で取得した駆動力の情報とに基づいて、身体情報を推定する。

実施の形態３では、身体情報推定部２５は、身体情報として、歩行速度、歩行率、身体の傾き、身体の揺れ、歩幅、筋力を推定する。

歩行速度は、例えば、駆動力の情報に基づいて移動距離を算出し、移動時間で除算することにより算出する。

歩行率とは、単位時間当たりの歩数を意味する。歩行率は、歩数を移動時間で除算することにより算出する。なお、歩数は、ハンドル荷重の変化情報に基づいて算出する。例えば、ユーザが直進動作をしている場合、右足と左足とを交互に前方向に出して歩行している。直進動作をしているユーザのハンドル荷重の波形情報は、歩行周期と連動して変化する。このため、ハンドル荷重の波形情報においては、右足又は左足のつまさきが地面から離れるとき、即ち、足指離地のときに、Ｆｚ^＋方向に凸のピーク点を有する。よって、ピーク点から次のピーク点までを１歩としてカウントすることで、歩数を算出することができる。凸のピーク点の算出方法は、例えば、ハンドル荷重の変化量が増加から減少に変化する点に基づいて算出してもよいし、最小２乗法で２次曲線を推定し、推定した２次曲線の最大値に基づいて算出してもよい。

身体の傾きは、ハンドル荷重の情報に基づいて算出する。身体の傾きは、ユーザの重心の傾きによって生じる荷重の偏りに基づいて算出する。例えば、重心が右方向に偏った状態で歩行するユーザについては、Ｆｘ^＋方向の荷重を身体の傾きとして算出する。

身体の揺れは、合算した波形情報に基づいて揺らぎ周波数を算出することによって算出する。具体的には、身体情報推定部２５は、推定したユーザの移動方向におけるハンドル荷重の周波数解析を行うことにより、揺らぎ周波数を算出する。

歩幅は、足指離地間の移動距離に基づいて算出される。例えば、足指離地間の移動距離は、ハンドル荷重の波形情報と駆動力の情報とに基づいて算出する。上述したように、ハンドル荷重の波形情報と歩行周期とは連動して変化する。例えば、身体情報推定部２５は、ハンドル荷重の波形情報において、Ｆｚ^＋方向に凸のピーク点と次のピーク点までを１歩としてカウントすると共に、Ｆｘ方向の荷重及び／又はＭｚ方向のモーメントに基づいて右足か、左足かを特定する。次に、身体情報推定部２５は、駆動力の情報に基づいて１歩毎に移動距離を算出する。

筋力は、足位置毎の荷重値の偏り、左右の歩幅の差、移動量の差などから算出する。例えば、筋力は、ユーザの歩行動作毎に使う足部の筋肉（例えば、前脛骨筋、腓骨筋など）毎に６段階の評価（レベル０〜５）で表される。なお、レベルは、数字が大きくなる程、筋力が強いことを示す。

実施の形態３では、上述した身体情報のデータは、１０歩分の情報に基づいて算出している。具体的には、１０歩分のデータの平均値を身体情報として算出している。なお、身体情報は、１０歩分のデータの平均値に限定されない。例えば、身体情報は、１０歩分のデータに限らず、１歩以上１０歩未満のデータ、１０歩より多い歩数のデータ、又は（１０歩分のデータ）×（複数回のデータ）等に基づいて算出されてもよい。また、身体情報は、１０歩分のデータの平均値以外に中央値などによって算出してもよい。

このようにして算出された身体情報のデータは、身体情報データベース２６に記憶される。また、身体情報データベース２６に記憶された身体情報は、身体情報の推定が行われると、新しい情報に更新される。

図２６Ａは、ロボット６１の身体情報データベース２６に記憶されている身体情報の一例である。図２６Ａに示すように、ユーザＡの身体情報として、歩行速度、歩行率、身体の傾き、身体の揺れ、歩幅、足部の筋力を用いている。

図２６Ｂは、ロボット６１の身体情報データベース２６に記憶されている身体情報の別例である。図２６Ｂに示すように、ユーザＡの直進動作の身体情報として、歩行速度、歩行率、移動方向の平均荷重、重心の偏り方向の平均荷重、移動方向の揺らぎ周波数、左右方向の揺らぎ周波数、歩幅、足部の筋力を用いている。また、図２６Ｂに示す身体情報は、ハンドル荷重の入力波形が「Ｎｏ．１」と「Ｎｏ．３」の２つを合算していることが表示されている。

［ユーザの移動意図の推定］
実施の形態３では、身体情報に基づいてハンドル荷重を補正し、補正したハンドル荷重の情報に基づいてユーザの移動意図を推定している。図２７は、ロボット６１のユーザの移動意図の推定処理の例示的なフローチャートを示す。

図２７に示すように、ステップＳＴ６１において、検知部１３がハンドル荷重の情報を取得する。

ステップＳＴ６２において、身体情報推定部２５は、ハンドル荷重の情報に基づいてユーザの移動方向に対応する身体情報を取得する。具体的には、身体情報推定部２５は、ハンドル荷重の情報に基づいて、ユーザの移動方向を推定する。次に、身体情報推定部２５は、推定したユーザの移動方向に対応する身体情報を、身体情報データベース２６から取得する。身体情報推定部２５は、取得した身体情報を荷重補正部１８に送信する。

ステップＳＴ６３において、荷重補正部１８は、身体情報に基づいて、ハンドル荷重の情報に補正をかけるか否かの閾値を設定する。このステップＳＴ６３では、荷重補正部１８が、ユーザの身体能力に応じて、ハンドル荷重の情報の補正に閾値を設定することによって、補正の強度を調整している。

実施の形態３において、補正をかけるか否かの閾値とは、身体の傾き（傾き方向にかかる荷重）、身体の揺れ（揺らぎ周波数）などの補正をかけるか否かの閾値を意味する。

本明細書において、補正の強度とは、補正のかかりやすさを意味している。補正の強度が高いとは、補正がかかりやすいことを意味し、補正の強度が低いとは、補正がかかりにくいことを意味する。

例えば、身体能力の高いユーザは、ハンドル荷重の補正をかけなくてもユーザの意図通りに歩行することができる。この場合、ユーザが速く移動したいために、直進方向に荷重を大きくかけても、ハンドル荷重を小さく補正される可能性がある。これを回避するため、荷重補正部１８は、閾値を高く設定し、補正の強度を低くする。一方、身体能力の低いユーザは、身体の傾き又は揺れが大きく、ハンドル荷重の補正をかけないと、ユーザの意図通りに歩行することが難しい。この場合、荷重補正部１８は、閾値を低く設定し、補正の強度を高くする。

本明細書において、身体能力の高いユーザとは、例えば、ユーザと同年代の人々の平均の身体能力以上の身体能力を有するユーザを意味する。また、身体能力の低いユーザとは、例えば、ユーザと同年代の人々の平均の身体能力よりも低い身体能力を有するユーザを意味する。

実施の形態３では、荷重補正部１８は、ユーザと同年代の人の平均の身体情報を基準にユーザの身体能力の高さを判定している。具体的には、荷重補正部１８は、基準となる身体情報として、ユーザと同年代の人々の歩行速度の平均値（以下、「同年代の平均歩行速度」と称する）を用いて、ユーザの身体能力の高さを判定している。例えば、荷重補正部１８は、ユーザの歩行速度が同年代の平均歩行速度以上である場合、身体能力が高いと判定し、ユーザの歩行速度が同年代の平均歩行速度より遅い場合、身体能力が低いと判定する。

ユーザと同年代の人の平均の身体情報は、例えば、身体情報データベース２６に記憶されている。なお、ユーザと同年代の人の平均の身体情報とは、例えば、ユーザが６３歳である場合、６３歳の人々の平均の身体情報を意味する。ユーザと同年代の人の平均の身体情報は、例えば、身体情報データベース２６に記憶されている。実施の形態３では、身体情報推定部２５が、荷重補正部１８にユーザの身体情報を送信するときに、ユーザと同年代の人の平均の身体情報を送信してもよい。

荷重補正部１８は、ユーザの身体能力が高い、即ちユーザの歩行速度が同年代の平均歩行速度以上であると判定した場合、補正をかけるか否かの閾値を高く設定する。一方、荷重補正部１８は、ユーザの身体能力が低い、即ち、ユーザの歩行速度が同年代の平均歩行速度よりも遅いと判定した場合、補正をかけるか否かの閾値を低く設定する。このように、実施の形態３では、補正をかけるか否かの閾値を決定する基準として歩行速度を用いている。

一例として、荷重補正部１８が、ユーザの歩行速度が同年代の平均歩行速度以上であると判定した場合について説明する。この例において、ユーザと同年代の人々の直進方向の荷重の平均値が２０Ｎである場合、荷重補正部１８は、身体の傾きの補正の閾値を２０Ｎに設定する。また、ユーザと同年代の人々の直進方向の揺れの平均値が１．０Ｈｚである場合、荷重補正部１８は、身体の揺れの補正の閾値を１．０Ｈｚに設定する。このように、身体能力の高いユーザに対しては、閾値を高く設定し、補正をかかりにくくすることができる。

また、荷重補正部１８が、ユーザの歩行速度が同年代の平均歩行速度より遅いと判定した場合について説明する。この例において、身体能力が低いユーザの場合は、常に荷重傾向に応じた補正を行ってもよい。なお、ユーザの身体能力が低いユーザに対して補正がかかりやすくなるように、身体能力の高いユーザの閾値よりも低い閾値を設定する形でもよい。

ステップＳＴ６４において、荷重補正部１８は、ハンドル荷重の情報がステップＳＴ６３で設定した閾値以上であるか否かを判定する。ハンドル荷重の情報が閾値以上である場合、ハンドル荷重の情報を補正するためにステップＳＴ６５に進む。ハンドル荷重の情報が閾値未満である場合、ステップＳＴ６７に進む。

一例として、ユーザの歩行速度が同年代の平均歩行速度以上であると判定されている場合、荷重補正部１８は、直進方向に２０Ｎ以上の荷重が加わったときか、又は直進方向の揺れが１．０Ｈｚ以上になったときに、ステップＳＴ６５に進む。一方、荷重補正部１８は、直進方向に２０Ｎ未満の荷重が加わっており、且つ、直進方向の揺れが１．０Ｈｚ未満の場合、ステップＳＴ６７へ進む。

また、ユーザの歩行速度が同年代の平均歩行速度より遅いと判定されている場合、荷重補正部１８は、直進方向の揺れが０Ｈｚ以上になったときに、ステップＳＴ６５に進む。実施の形態３では、直進方向の揺れの補正の閾値が０Ｈｚに設定されているため、ハンドル荷重が加わった場合、実質的に補正がかかる設定になっている。

ステップＳＴ６５において、荷重補正部１８は、荷重傾向データ（揺らぎ周波数など）に基づいて、ハンドル荷重の情報を補正する。ステップＳＴ６５については、実施の形態１及び実施の形態２の荷重の補正の処理と同じため、説明を省略する。

ステップＳＴ６６において、ユーザ移動意図推定部１９は、補正したハンドル荷重の情報に基づいてユーザの移動意図（移動方向、移動速度）を推定する。ステップＳＴ６６については、実施の形態１及び実施の形態２のユーザ移動意図推定の処理と同じため、説明を省略する。

ステップＳＴ６７において、荷重補正部１８は、ハンドル荷重の情報を補正せずにユーザの移動意図を推定する。ステップＳＴ６７については、実施の形態１及び実施の形態２のユーザ移動意図推定の処理と同じため、説明を省略する。

このように、ロボット６１では、身体情報に基づいて、荷重の補正を行うか否かの閾値を設定することによって、ユーザの身体能力に応じた歩行支援を行っている。

［効果］
実施の形態３に係る歩行支援ロボット６１によれば、以下の効果を奏することができる。

実施の形態３に係る歩行支援ロボット６１によれば、身体情報に基づいて、荷重の補正を行うか否かの閾値を設定している。このような構成により、補正の強度を調整することができるため、ユーザの身体能力に応じた歩行支援を行うことができる。

例えば、身体能力の高いユーザは、補正をかけずともユーザの意図通りに歩行することができる。この場合、ロボット６１は、補正をかけるか否かの閾値を高くすることによってハンドル荷重の補正がかかり過ぎるのを抑制することができる。例えば、ユーザが速く直進したいと、ハンドル荷重をかけているにも関わらず、補正により速度が抑えられるというようなユーザの意図に反する制御を抑制することができる。

また、身体能力の低いユーザは、ユーザの意図しない荷重がハンドルにかかる場合がある。この場合、ロボット６１は、補正をかけるか否かの閾値を低くすることによって、ハンドル荷重の補正をかかりやすくする。これにより、身体能力の低いユーザであっても、ユーザの意図通りに歩行することができる。

なお、実施の形態３では、補正をかけるか否かの閾値を決定する基準として歩行速度を用いる例について説明したが、これに限定されない。閾値を決定する基準は、身体情報に基づいて設定されていればよく、例えば、歩行速度、歩行率、歩幅、筋力、荷重の偏り、荷重の揺れ、又はこれらの組み合わせを用いてもよい。これらの項目を、閾値を決定する基準とすることで、補正の強度をより細かく設定することができる。

また、閾値を決定する基準は、ユーザと同年代の人々の身体情報（歩行速度、歩行率など）の平均値、中央値などを用いてもよい。

実施の形態３では、ユーザの身体能力が低い、即ち、ユーザの歩行速度が同年代の平均歩行速度より遅いと判定された場合、直進方向の身体の揺れの補正の閾値を０Ｈｚに設定する例を説明したが、これに限定されない。ユーザの身体能力が低い場合、例えば、身体の揺れの補正の閾値を０．５Ｈｚなどの異なる値に設定してもよし、身体の傾きの補正の閾値を直進方向に１０Ｎに設定してもよい。

実施の形態３では、ユーザの身体能力が高い、即ち、ユーザの歩行速度が同年代の平均歩行速度以上であると判定された場合、ユーザと同年代の人々の身体の傾きの荷重の平均値２０Ｎ、身体の揺れの平均値１．０Ｈｚを閾値として設定する例を説明したが、これに限定されない。ユーザの身体能力が高い場合、例えば、閾値を異なる値に設定してもよいし、補正を行わないように設定してもよい。

実施の形態３では、荷重補正部１８がユーザと同年代の人々の身体情報を基準にユーザの身体能力の高さを判定することによって、ユーザの身体能力に応じた閾値を設定する例について説明したが、これに限定されない。

一例として、荷重補正部１８が、年代別の身体能力に応じて閾値を設定する例を説明する。この例では、年代別に閾値が設定されている。例えば、５０歳以上６０歳未満の年代、６０歳以上７０未満の年代、７０歳以上８０歳未満の年代では、進行方向の荷重の閾値をそれぞれの年代の平均値１５Ｎ、１０Ｎ、５Ｎに設定し、進行方向の揺れの閾値をそれぞれの年代の平均値１．０Ｈｚ、１．２Ｈｚ、１．４Ｈｚに設定してもよい。

この例において、荷重補正部１８は、ユーザの身体情報に基づいて、ユーザがどの年代の身体能力を有しているかを判定し、その年代に応じた閾値を設定してもよい。例えば、荷重補正部１８は、ユーザの身体情報（歩行速度、歩行率など）に基づいて、ユーザの身体能力が６０歳以上７０未満の年代の身体能力に相当すると判定した場合、進行方向の荷重の閾値を１０Ｎに設定し、進行方向の揺れの閾値を１．２Ｈｚに設定してもよい。

実施の形態３では、ユーザの身体能力が高い場合と低い場合の閾値の設定の例について説明したが、これに限定されない。例えば、ユーザの身体能力が低いと判定された場合、上述したように、年代別の身体能力に応じて設定された閾値を設定してもよい。例えば、ユーザの身体能力が低いと判定された場合、年代別の身体能力に応じて段階的に閾値の値を変更してもよい。

実施の形態３では、身体情報推定部２５は、ステップＳＴ５４で合算した波形情報と、ステップＳＴ５５で取得した駆動力の情報とに基づいて、身体情報を推定する例について説明したが、これに限定されない。例えば、身体情報推定部２５は、ステップＳＴ５４で合算した波形情報と、アクチュエータ制御部２１で測定された回転体１６の回転量と、に基づいて、身体情報を推定してもよい。

［ユーザ通知部］
図２８は、ロボット６１の歩行支援の制御構成を示す別の制御ブロック図を示す。図２８に示すように、ロボット６１は、ユーザ通知部２７を備えてもよい。

ユーザ通知部２７は、身体情報と、ユーザ移動意図とのうち少なくとも一方をユーザに通知する。具体的には、ユーザ通知部２７は、身体情報推定部２５から推定した身体情報を取得する。また、ユーザ通知部２７は、ユーザ移動意図推定部１９からユーザの移動意図の情報を取得する。

ユーザ通知部２７は、例えば、ＬＥＤ、ディスプレイ、又はスピーカーなどで構成される。なお、ユーザ通知部２７は、ＬＥＤ、ディスプレイ、スピーカー、又はこれらの組み合わせで構成されていてもよい。

ユーザ通知部２７がＬＥＤを有する場合を説明する。ユーザ通知部２７は、例えば、身体情報を取得したとき、身体情報に基づいて荷重を補正し、ユーザの移動意図を推定したときにＬＥＤを点灯してもよい。なお、ＬＥＤの点灯のパターンに応じて、提示したい情報を識別してもよい。

ユーザ通知部２７がディスプレイを有する場合を説明する。ユーザ通知部２７は、身体情報を取得したとき、例えば、ディスプレイ上に「あなたの歩行速度は○○です」、「歩行率は○○です」、「右足の筋力が弱いです」などのメッセージを表示してもよい。また、ユーザ通知部２７は、身体情報に基づいて荷重を補正し、ユーザの移動意図を推定したとき、例えば、ディスプレイ上に「あなたに合わせて支えます」、「あなたに合わせて制御を変えます」、「ブレーキを強めます」、「揺れを抑えます」、「安定させます」などのメッセージを表示してもよい。なお、ディスプレイに表示するメッセージは、これらに限定されない。

ユーザ通知部２７がスピーカーを有する場合を説明する。ユーザ通知部２７は、身体情報を取得したとき、例えば、スピーカーによって「あなたの歩行速度は○○です」、「歩行率は○○です」、「右足の筋力が弱いです」などの音声を出力してもよい。また、ユーザ通知部２７は、身体情報に基づいて荷重を補正し、ユーザの移動意図を推定したとき、例えば、スピーカーによって、「あなたに合わせて支えます」、「あなたに合わせて制御を変えます」、「ブレーキを強めます」、「揺れを抑えます」、「安定させます」などの音声を出力してもよい。なお、スピーカーによって出力する音声は、これらに限定されない。

このように、ユーザ通知部２７を備えることによって、ユーザは身体情報、又はロボットの歩行支援の情報を、視覚及び／又は聴覚で取得することができる。

ユーザ通知部２７が通知することにより、ユーザ自身が日々の身体情報を把握し、身体能力の維持及び向上へのモチベーションアップ、又は歩行時の注意力喚起に繋がる。

また、ユーザ通知部２７が通知することにより、ロボット６１の制御状態をユーザが把握することができ、ブレーキが強まるような操作感の大きな変化に対し適応することが可能となる。

本開示をある程度の詳細さをもって各実施形態において説明したが、これらの実施形態の開示内容は構成の細部において変化してしかるべきものである。また、各実施形態における要素の組合せや順序の変化は、本開示の範囲及び思想を逸脱することなく実現し得るものである。

なお、実施の形態１−３において説明した荷重傾向データに基づくハンドル荷重の補正は、例示であって、これらに限定されるものではない。荷重傾向データに基づくハンドル荷重の補正としては、周知の様々な補正方法を採用してもよい。補正方法としては、例えば、重心方向の揺らぎに関して、揺らぎ度合に応じた移動平均での平滑化を行う方法、メディアンフィルタでの平滑化を行うことで揺らぎを除去する方法、周波数解析を行うことで特定周波数をカット、低減する方法を採用してもよい。

本開示は、より快適なユーザの歩行支援を行う歩行支援ロボット及び歩行支援方法に適用可能である。

１、５１、６１ 歩行支援ロボット
１１ 本体部
１２ ハンドル部
１３ 検知部
１４ 移動装置
１５ 荷重傾向データ生成部
１６ 回転体
１７ 駆動部
１８ 荷重補正部
１９ ユーザ移動意図推定部
２０ 駆動力算出部
２１ アクチュエータ制御部
２２ アクチュエータ
２３ ユーザ荷重傾向抽出部
２４ 荷重傾向マップ
２５ 身体情報推定部
２６ 身体情報データベース
２７ ユーザ通知部

Claims (19)

1. ユーザの歩行を支援する歩行支援ロボットであって、
   本体部と、
   前記本体部に設けられ、前記ユーザが把持可能なハンドル部と、
   前記ハンドル部にかかる荷重を検知する検知部と、
   回転体を有し、前記検知部で検知した荷重に応じて前記回転体の回転を制御して当該歩行支援ロボットを移動させる移動装置と、
   当該歩行支援ロボットの移動中に取得した前記ハンドル部にかかった過去の荷重データに基づいて、前記ハンドル部にかかる荷重の傾向を示す荷重傾向データを生成する荷重傾向データ生成部と、
   を備え、
   前記移動装置は、前記検知部で検知した荷重と、前記荷重傾向データ生成部で生成された荷重傾向データとに基づいて、前記回転体の回転量を制御するアクチュエータを有する、
   歩行支援ロボット。
2. 前記移動装置は、更に、前記荷重傾向データに基づいて、前記検知部で検知した荷重の値を補正する荷重補正部を有し、
   前記アクチュエータは、前記荷重補正部で補正された荷重の値に基づいて、前記回転体の回転量を制御する、
   請求項１に記載の歩行支援ロボット。
3. 前記荷重傾向データ生成部は、当該歩行支援ロボットの移動動作毎の荷重傾向データを生成し、
   前記荷重補正部は、前記荷重が検知された際の当該歩行支援ロボットの移動動作に対応する前記荷重傾向データに基づいて、前記荷重の値を補正する、
   請求項２に記載の歩行支援ロボット。
4. 前記荷重補正部は、当該歩行支援ロボットの移動動作に対応する前記荷重傾向データが所定の閾値以上になった場合、前記荷重傾向データに基づいて、前記荷重の値を補正する、
   請求項３に記載の歩行支援ロボット。
5. 前記荷重傾向データは、前記過去の荷重データから算出された揺らぎの周波数であり、
   前記荷重補正部は、前記検知部で検知された荷重から前記揺らぎの周波数成分をフィルタリングすることによって前記荷重の値を補正する、
   請求項２〜４のいずれか一項に記載の歩行支援ロボット。
6. 前記荷重傾向データは、前記過去の荷重データから算出された平均荷重値であり、
   前記荷重補正部は、前記平均荷重値に基づいて前記荷重の値を補正する、
   請求項２〜４のいずれか一項に記載の歩行支援ロボット。
7. 前記荷重補正部は、前記検知部で検知された荷重から前記平均荷重値を減算することによって前記荷重の値を補正する、
   請求項６に記載の歩行支援ロボット。
8. 更に、
   前記ユーザの身体情報を推定する身体情報推定部を備え、
   前記荷重補正部は、前記身体情報推定部で推定された前記身体情報に基づいて、前記荷重の値を補正する、
   請求項２〜７のいずれか一項に記載の歩行支援ロボット。
9. 更に、
   前記身体情報を前記ユーザに通知するユーザ通知部を備える、請求項８に記載の歩行支援ロボット。
10. 更に、
    前記補正された荷重の値に基づいて前記ユーザの移動意図を推定するユーザ移動意図推定部を備え、
    前記ユーザ通知部は、前記ユーザの移動意図を前記ユーザに通知する、
    請求項９に記載の歩行支援ロボット。
11. 更に、
    前記ハンドル部にかかる荷重と前記回転体の回転量との対応関係を示す制御テーブルを格納する記憶部を備え、
    前記アクチュエータは、前記記憶部に格納された前記制御テーブルによって、前記検知部で検知された荷重に対応する回転量で前記回転体を駆動制御し、
    前記制御テーブルは、前記荷重傾向データに基づいて前記荷重の値を修正することによって更新される、
    請求項１に記載の歩行支援ロボット。
12. 前記検知部は、前記ハンドル部にかかる複数の軸方向の荷重を検知し、
    前記移動装置は、前記複数の軸方向のそれぞれにかかる荷重の大きさに応じて、前記回転体の回転を制御して当該歩行支援ロボットの移動動作を切り替える、
    請求項１〜１１のいずれか一項に記載の歩行支援ロボット。
13. 前記移動動作は、当該歩行支援ロボットの直進動作、後退動作及び旋回動作を含む、請求項１２に記載の歩行支援ロボット。
14. 前記アクチュエータは、前記荷重傾向データに基づいて、前記旋回動作における旋回半径を変更する、請求項１３に記載の歩行支援ロボット。
15. 歩行支援ロボットを用いてユーザの歩行を支援する歩行支援方法であって、
    前記歩行支援ロボットのハンドル部にかかる荷重を検知部によって検知するステップ、
    前記歩行支援ロボットの移動中に取得した前記ハンドル部にかかった過去の荷重データに基づいて、前記ハンドル部にかかる荷重の傾向を示す荷重傾向データを生成するステップ、
    前記検知部で検知した荷重と前記荷重傾向データとに基づいて、前記歩行支援ロボットの移動装置に備えられる回転体の回転量を制御するステップ、
    を含む、歩行支援方法。
16. 更に、
    前記荷重傾向データに基づいて、前記検知部で検知した荷重の値を補正するステップを含み、
    前記回転体の回転量を制御するステップは、補正された荷重の値に基づいて、前記回転体の回転量を制御する、
    請求項１５に記載の歩行支援方法。
17. 更に、
    前記ユーザの身体情報を推定するステップを含み、
    前記荷重の値を補正するステップは、前記身体情報に基づいて、前記荷重の値を補正する、
    請求項１６に記載の歩行支援方法。
18. 更に、
    前記身体情報を前記ユーザに通知するステップを含む、請求項１７に記載の歩行支援方法。
19. 更に、
    前記補正された荷重の値に基づいてユーザの移動意図を推定するステップを含み、
    前記通知するステップは、前記ユーザの移動意図を前記ユーザに通知する、
    請求項１８に記載の歩行支援方法。

Images