JP2021110699A - 推奨歩行情報生成装置、推奨歩行情報提供システム、推奨歩行情報生成方法及びコンピュータプログラム - Google Patents

Abstract

【課題】利用者がセンサを装着しなくても当該利用者に適切な歩行運動の支援を行うことを図る。
【解決手段】推奨歩行情報生成装置は、健康増進のために推奨される１日あたりの歩行量を示す適切歩行量情報を、個人属性に関連付けて格納する適切歩行量格納部と、利用者の個人属性に対応する個人属性に関連付けられた前記適切歩行量情報に基づいて、前記利用者の健康増進のために推奨される１日あたりの歩行量を示す推奨歩行量情報を推定するパーソナル適切歩行量推定部と、を備える。
【選択図】図１

Description

本発明は、推奨歩行情報生成装置、推奨歩行情報提供システム、推奨歩行情報生成方法及びコンピュータプログラムに関する。

従来、人の歩行運動を支援する技術として、例えば特許文献１，２が知られている。特許文献１に記載の従来技術では、歩行者の腰部または腹部に装着されたセンサにより歩行者の歩行情報を測定し、測定された歩行情報が目標値に近づくように、歩行者の腕に作用する装着具を制御している。特許文献２に記載の従来技術では、利用者に装着された加速度センサ及び心拍センサにより利用者の歩行速度と心拍数とを取得し、当該歩行速度と当該心拍数とを用いて、当該利用者の最大酸素摂取量を推定している。

特開２０１９−１０７４７１号公報 特開２０１８−１５８０８７号公報

しかし、上述した従来の装置では、利用者がセンサを装着しなければならず、センサを装着することが煩わしいと感じる人が利用し難いという問題があった。

本発明は、このような事情を考慮してなされたものであり、その目的は、利用者がセンサを装着しなくても当該利用者に適切な歩行運動の支援を行うことを図ることにある。

（１）本発明の一態様は、健康増進のために推奨される１日あたりの歩行量を示す適切歩行量情報を、個人属性に関連付けて格納する適切歩行量格納部と、利用者の個人属性に対応する個人属性に関連付けられた前記適切歩行量情報に基づいて、前記利用者の健康増進のために推奨される１日あたりの歩行量を示す推奨歩行量情報を推定するパーソナル適切歩行量推定部と、を備える推奨歩行情報生成装置である。
（２）本発明の一態様は、前記個人属性は、歩行速度と歩行姿勢とのうち少なくとも一方を含む、上記（１）の推奨歩行情報生成装置である。
（３）本発明の一態様は、前記適切歩行量格納部は、道路属性毎に前記適切歩行量情報を格納し、前記パーソナル適切歩行量推定部は、道路属性毎に前記推奨歩行量情報を推定する、上記（１）又は（２）のいずれかの推奨歩行情報生成装置である。
（４）本発明の一態様は、各道路の道路属性を含む道路情報を格納する道路情報格納部と、前記利用者が歩行する道路の候補の道路属性と、前記推奨歩行量情報とに基づいて、前記利用者に推奨される歩行ルートを示す推奨歩行ルート情報を生成するルート案内部と、をさらに備える上記（３）の推奨歩行情報生成装置である。
（５）本発明の一態様は、データ収集協力者が携行するセンサにより取得された位置情報、加速度情報及びバイタル情報を取得時刻に関連付けて格納する協力者センサ情報格納部と、前記協力者センサ情報格納部に格納された情報に基づいて、前記データ収集協力者の運動負荷を推定する運動負荷推定部と、前記データ収集協力者の個人属性を示す協力者個人属性情報を格納する個人属性格納部と、前記データ収集協力者の個人属性及び運動負荷に基づいて、個人属性毎に、健康増進のために推奨される１日あたりの歩行量を算出する適切歩行量算出部と、をさらに備える上記（１）又は（２）のいずれかの推奨歩行情報生成装置である。
（６）本発明の一態様は、データ収集協力者が携行するセンサにより取得された位置情報、加速度情報及びバイタル情報を取得時刻に関連付けて格納する協力者センサ情報格納部と、前記協力者センサ情報格納部に格納された情報に基づいて、前記データ収集協力者の運動負荷を推定する運動負荷推定部と、前記データ収集協力者の個人属性を示す協力者個人属性情報を格納する個人属性格納部と、前記データ収集協力者の個人属性、利用道路の道路属性及び運動負荷に基づいて、個人属性毎に且つ道路属性毎に、健康増進のために推奨される１日あたりの歩行量を算出する適切歩行量算出部と、をさらに備える上記（３）又は（４）のいずれかの推奨歩行情報生成装置である。
（７）本発明の一態様は、前記データ収集協力者の個人属性の開示レベルと前記センサを携行した前記データ収集協力者の歩行量とのうち少なくとも一方に応じて前記データ収集協力者に支払う対価を算出する対価算出部、をさらに備える上記（５）又は（６）のいずれかの推奨歩行情報生成装置である。

（８）本発明の一態様は、上記（５）から（７）のいずれかの推奨歩行情報生成装置と、位置情報、加速度情報及びバイタル情報を取得する各種のセンサを備え、前記センサが取得した位置情報、加速度情報及びバイタル情報を前記推奨歩行情報生成装置へ送信するデータ収集協力者の携帯通信端末と、前記推奨歩行情報生成装置から推奨歩行情報を受信する推奨歩行情報提供サービスの利用者の通信端末と、を備える推奨歩行情報提供システムである。

（９）本発明の一態様は、推奨歩行情報生成装置が、健康増進のために推奨される１日あたりの歩行量を示す適切歩行量情報を、個人属性に関連付けて適切歩行量格納部に格納する適切歩行量格納ステップと、前記推奨歩行情報生成装置が、利用者の個人属性に対応する個人属性に関連付けられた前記適切歩行量情報に基づいて、前記利用者の健康増進のために推奨される１日あたりの歩行量を示す推奨歩行量情報を推定するパーソナル適切歩行量推定ステップと、を含む推奨歩行情報生成方法である。

（１０）本発明の一態様は、コンピュータに、健康増進のために推奨される１日あたりの歩行量を示す適切歩行量情報を、個人属性に関連付けて適切歩行量格納部に格納する適切歩行量格納ステップと、利用者の個人属性に対応する個人属性に関連付けられた前記適切歩行量情報に基づいて、前記利用者の健康増進のために推奨される１日あたりの歩行量を示す推奨歩行量情報を推定するパーソナル適切歩行量推定ステップと、を実行させるためのコンピュータプログラムである。

本発明によれば、利用者がセンサを装着しなくても当該利用者に適切な歩行運動の支援を行うことを図る効果が得られる。

一実施形態に係る推奨歩行情報提供システムの構成例を示すブロック図である。 一実施形態に係る適切歩行量格納部の構成例を示す図である。 一実施形態に係る適切歩行量算出部の例１を説明するためのフロー図である。 一実施形態に係る適切歩行量算出部の例１を説明するためのフロー図である。 一実施形態に係る適切歩行量算出部の例２を説明するためのフロー図である。 一実施形態に係る適切歩行量算出部の例２を説明するためのフロー図である。 一実施形態に係る推奨歩行情報生成方法の手順の例を示すフロー図である。

以下、図面を参照し、本発明の実施形態について説明する。
図１は、一実施形態に係る推奨歩行情報提供システムの構成例を示すブロック図である。図１に示される推奨歩行情報提供システム１は、協力者端末群１０と、利用者端末群２０と、推奨歩行情報生成装置３０とを備える。推奨歩行情報提供システム１は、推奨歩行情報提供サービスの利用者（以下、単に利用者と称する）に推奨歩行情報を提供する。推奨歩行情報は、歩行に関する情報であって、利用者の健康増進のために推奨される情報である。

［協力者端末］
協力者端末群１０は、データ収集協力者が携行するスマートフォン等の携帯通信端末（以下、協力者端末と称する）から構成される。協力者端末は、位置センサ１１０、加速度センサ１１１及びバイタルセンサ１１２を備える。位置センサ１１０は、ＧＰＳ（Global Positioning System）等の測位システムを利用して、現在位置を示す位置情報を取得する。加速度センサ１１１は、左右及び前後の傾きを検出し、検出した値（加速度情報）を取得する。加速度情報は、データ収集協力者の歩数や歩行姿勢などの計測に利用される。バイタルセンサ１１２は、データ収集協力者の生体情報を計測する。生体情報は、例えば、体温や血圧や心拍数などである。バイタルセンサ１１２は、例えば心拍センサであり、心拍数を計測する。

協力者端末は、推奨歩行情報生成装置３０との間で無線通信を行う。協力者端末は、各センサ１１０，１１１，１１２が取得した位置情報、加速度情報、バイタル情報を当該情報の取得時刻と共に推奨歩行情報生成装置３０へ送信する。

協力者端末は、例えば、腕時計型の携帯通信端末に各センサ１１０，１１１，１１２が内蔵されたものであって、当該腕時計型の携帯通信端末がデータ収集協力者の腕に装着されてもよい。なお、各センサ１１０，１１１，１１２は、協力者端末の本体に内蔵されるものであってもよく、又は、協力者端末の本体に付属するセンサであってもよい。

データ収集協力者は、自己の所定の情報（個人の属性（個人属性）や位置情報や加速度情報やバイタル情報等）を推奨歩行情報提供システム１に提供することを承諾した者である。

データ収集協力者は、個人属性によって分類される。個人属性は、例えば、性別、年齢、体格、職業、運動能力、健康状態などである。図１の例では、データ収集協力者１１−１〜ｍは、年齢が３０代、職業がサラリーマン、性別が男性である。データ収集協力者１２−１〜ｎは、年齢が１０代、職業が学生、性別が女性である。データ収集協力者１３−１〜ｏは、年齢が７０代、職業が無職、性別が男性である。健康状態は、健康に関する状態であって例えば病状などを含む。

［利用者端末］
利用者端末群２０は、利用者が使用する通信端末（以下、利用者端末と称する）から構成される。利用者端末は、推奨歩行情報生成装置３０との間で通信を行う。利用者端末は、例えば、スマートフォン等の携帯通信端末であって、推奨歩行情報生成装置３０との間で無線通信を行うものであってもよい。利用者端末は、推奨歩行情報生成装置３０から推奨歩行情報を受信し、受信した推奨歩行情報を利用者に提示するための端末である。

本実施形態の一例として、利用者端末は、利用者が携行するスマートフォン等の携帯通信端末であって、位置センサ２１０、加速度センサ２１１、目的地入力部２１２及びルート表示部２１３を備える。位置センサ２１０は、ＧＰＳ等の測位システムを利用して、現在位置を示す位置情報を取得する。加速度センサ２１１は、左右及び前後の傾きを検出し、検出した値（加速度情報）を取得する。加速度情報は、利用者の歩数や歩行姿勢などの計測に利用される。利用者端末は、各センサ２１０，２１１が取得した位置情報、加速度情報を当該情報の取得時刻と共に推奨歩行情報生成装置３０へ送信する。

なお、本実施形態において、位置センサ２１０及び加速度センサ２１１は必須ではない。したがって、利用者端末は、位置センサ２１０及び加速度センサ２１１を備えなくてもよい。つまり、利用者は、位置センサや加速度センサやバイタルセンサなどのセンサを装着しなくてもよい。

目的地入力部２１２は、利用者が歩行により向かう予定の目的地を入力する。目的地入力部２１２は、利用者が目的地を入力するための入力インタフェースを備える。なお、目的地入力部２１２は、利用者が歩行を開始する出発地を入力してもよい。例えば、目的地入力部２１２は、利用者が出発地を入力するための入力インタフェースを備えたり、又は、位置センサ２１０が取得した位置情報に示される現在位置を出発地に設定する出発地設定部を備えたりしてもよい。目的地入力部２１２は、目的地や出発地を推奨歩行情報生成装置３０へ通知する。

ルート表示部２１３は、推奨歩行情報生成装置３０から利用者端末に配信された推奨歩行情報を利用者端末の表示画面上に表示する。推奨歩行情報は、例えば、推奨歩行量情報や推奨歩行ルート情報などである。推奨歩行量情報は、利用者の健康増進のために推奨される１日あたりの歩行量を示す情報である。推奨歩行ルート情報は、利用者に推奨される歩行ルートを示す情報である。

利用者は、データ収集協力者と同様に、個人属性によって分類される。図１の例では、利用者２１−１〜ｐは、年齢が３０代、職業がサラリーマン、性別が男性である。利用者２２−１〜ｑは、年齢が１０代、職業が学生、性別が女性である。利用者２３−１〜ｒは、年齢が７０代、職業が無職、性別が男性である。

［推奨歩行情報生成装置］
推奨歩行情報生成装置３０は、協力者センサ情報格納部３０１と、利用道路推定部３０２と、運動負荷推定部３０３と、個人属性格納部３０４と、道路情報格納部３０５と、適切歩行量算出部３０６と、適切歩行量格納部３０７と、対価算出部３０８と、利用者センサ情報格納部３０９と、パーソナル適切歩行量推定部３１０と、ルート案内部３１１とを備える。

推奨歩行情報生成装置３０の各機能は、推奨歩行情報生成装置３０が備えるＣＰＵ（Central Processing Unit：中央演算処理装置）がコンピュータプログラムを実行することにより実現される。なお、推奨歩行情報生成装置３０として、汎用のコンピュータ装置を使用して構成してもよく、又は、専用のハードウェア装置として構成してもよい。例えば、推奨歩行情報生成装置３０は、インターネット等の通信ネットワークに接続されるサーバコンピュータを使用して構成されてもよい。また、推奨歩行情報生成装置３０の各機能はクラウドコンピューティングにより実現されてもよい。また、推奨歩行情報生成装置３０として、例えばＷＷＷシステム等を利用してウェブサイトを開設するように構成してもよい。

協力者センサ情報格納部３０１は、推奨歩行情報生成装置３０が協力者端末群１０の各協力者端末から受信した位置情報、加速度情報及びバイタル情報を、協力者端末（協力者端末の端末識別情報（協力者端末ＩＤ）毎に、当該情報の取得時刻に関連付けて格納する。

利用道路推定部３０２は、協力者端末毎に、協力者センサ情報格納部３０１に格納されている位置情報と、予め設定された地図情報と、を比較してマップマッチングを行う。利用道路推定部３０２は、マップマッチングの結果に基づいて、データ収集協力者が利用していた道路（利用道路）を推定する。マップマッチングは、ＧＰＳによって得られた、誤差を含んでいる可能性のある位置情報を、地図情報を用いて道路上の位置を示すように補正する処理である。マップマッチングは、例えばカーナビゲーションシステムなどで利用されている。

なお、利用道路推定部３０２は、単位時間あたりの移動距離の平均値が所定の閾値未満である協力者端末は、道路沿いの建物内に在る協力者端末などであって、当該閾値未満である期間には道路を利用していないと判定してもよい。

また、利用道路推定部３０２は、協力者端末の移動速度に基づいて、道路を利用している協力者端末の移動手段が歩行であるか又は自転車や自動車等の車両であるかを判定してもよい。

運動負荷推定部３０３は、協力者センサ情報格納部３０１に格納された情報（位置情報、加速度情報、バイタル情報、取得時刻）に基づいて、データ収集協力者の歩行に関する運動負荷を推定する。歩行に関する運動負荷の推定方法（運動負荷の推定算出式）は、予め設定される。
一般に運動負荷は、例えば、安静時心拍数と最大心拍数の差（予備心拍数、Heart Rate Reserved）を用いる方法が知られている。運動負荷として、安静時心拍数である運動状態における運動負荷を０％に設定し、最大心拍数である運動状態における運動負荷を１００％に設定した場合の運動負荷（％）の算出式は、（１）式で表される。
運動負荷（％）＝（心拍数−安静時心拍数）÷（最大心拍数−安静時心拍数）×１００ ・・・（１）
（１）式において、最大心拍数を測定することは容易ではないため、一般的に最大心拍数には、推測値「２２０−年齢」が使用される。
（１）式において、各人の歩行速度（１分あたりの歩数）と心拍数との関係を計測することで、各人の歩行速度に対応する運動負荷（％）が求められる。そして、健康診断データ等を活用し、健康の維持や改善と、１週間ごとの合計運動負荷との関係性を評価することで、健康の維持や改善に必要な歩行速度及び１週間あたりの歩数が求められる。
また、その他の歩行に関する運動負荷の推定方法として、マサチューセッツ大学アマースト校らの研究成果「Walking cadence (steps/min) and intensity in 21-40 year olds: CADENCE-adults」には、安静時に比べてどれくらいエネルギー消費をしているかの指標であるメッツ（METs：Metabolic Equivalents）を利用し、１分あたりの歩数からメッツを計算する方法が記載されている。この方法では、１分あたり１００歩で３メッツに達し、その後１分あたりの歩数が１０歩増えるごとに運動負荷が１メッツ増すことが導出されている。この研究成果は、２１〜４０歳までの、５歳きざみの年齢層に対して男性１０人女性１０人（合計７６人）の参加者を統合した指標である。一方、本実施形態では、個人属性が異なる多数のデータ収集協力者に対し、常時データ計測をすることにより、個人属性ごとに１分あたりの歩数と運動負荷との関係性がパーソナライズされていくことが期待される。また、厚生労働省が発行する「健康づくりのための身体活動基準 2013」には、生活習慣病発症のリスク低減のために、１８〜６４歳で必要な身体活動量が示されている。これによると、３メッツ以上の身体活動の合計が、１週間あたり「メッツ×運動時間（h）＝２３以上」になることが望ましいことが示されている。この指標についても、本実施形態では、個人属性ごとにパーソナライズされてくことが期待される。

個人属性格納部３０４は、データ収集協力者の個人属性を示す協力者個人属性情報を格納する。協力者個人属性情報は、予め、推奨歩行情報生成装置３０に登録される。また、個人属性格納部３０４は、利用者の個人属性を示す利用者個人属性情報を格納する。利用者個人属性情報は、予め、推奨歩行情報生成装置３０に登録される。

道路情報格納部３０５は、各道路の軌跡及び道路属性を含む道路情報を格納する。道路の軌跡は、道路の始点、通過点及び終点を示す地理情報（例えば、緯度、経度）である。道路属性は、道路の属性であって、人の歩行の運動負荷に影響を及ぼす可能性がある属性である。道路属性は、例えば、道路の標高や傾斜や構造や路面状態などである。

適切歩行量算出部３０６は、データ収集協力者の個人属性及び運動負荷に基づいて、個人属性毎に、健康増進のために推奨される１日あたりの歩行量（歩数）を算出する。さらには、適切歩行量算出部３０６は、データ収集協力者の個人属性、利用道路の道路属性及び運動負荷に基づいて、個人属性毎に且つ道路属性毎に、健康増進のために推奨される１日あたりの歩行量（歩数）を算出してもよい。適切歩行量算出部３０６は、算出結果の１日あたりの歩行量を示す適切歩行量情報を、個人属性とともに、さらには道路属性とともに、適切歩行量格納部３０７に出力し格納させる。適切歩行量算出部３０６の詳細については後述する。

適切歩行量格納部３０７は、健康増進のために推奨される１日あたりの歩行量を示す適切歩行量情報を、個人属性に関連付けて格納する。さらには、適切歩行量格納部３０７は、道路属性毎に適切歩行量情報を格納する。図２に、本実施形態に係る適切歩行量格納部の構成例を示す。図２に示される例では、適切歩行量格納部３０７は、個人属性毎に且つ道路属性毎に、適切歩行量情報を格納する。

対価算出部３０８は、データ収集協力者の個人属性の開示レベルと協力者端末（センサ１１０，１１１，１１２を含む）を携行した当該データ収集協力者の歩行量とのうち少なくとも一方に応じて、当該データ収集協力者に支払う対価を算出する。対価は、金銭であってもよく、又は、商品やサービスの購入金額の割引等に使用可能な特典ポイント等の金銭以外のものであってもよい。

利用者センサ情報格納部３０９は、推奨歩行情報生成装置３０が利用者端末群２０の各利用者端末から受信した位置情報及び加速度情報を、利用者端末（利用者端末の端末識別情報（利用者端末ＩＤ）毎に、当該情報の取得時刻に関連付けて格納する。

パーソナル適切歩行量推定部３１０は、利用者の個人属性に対応する個人属性に関連付けられた適切歩行量情報に基づいて、当該利用者の健康増進のために推奨される１日あたりの歩行量（歩数）を示す推奨歩行量情報を推定する。さらには、パーソナル適切歩行量推定部３１０は、道路属性毎に推奨歩行量情報を推定してもよい。

適切歩行量情報は、適切歩行量格納部３０７において個人属性に関連付けられている。パーソナル適切歩行量推定部３１０は、個人属性格納部３０４に格納された利用者個人属性情報の個人属性と、適切歩行量格納部３０７に含まれる個人属性（マッチング対象個人属性）とのマッチングを行う。パーソナル適切歩行量推定部３１０は、個人属性のマッチングの度合いが最高のマッチング対象個人属性に関連付けられた適切歩行量情報に基づいて、推奨歩行量情報を推定する。

また、図２に例示されるように、適切歩行量情報が適切歩行量格納部３０７において個人属性及び道路属性に関連付けられている場合、パーソナル適切歩行量推定部３１０は、道路属性毎に、個人属性のマッチングの度合いが最高のマッチング対象個人属性に関連付けられた適切歩行量情報に基づいて、推奨歩行量情報を推定する。

ルート案内部３１１は、利用者が歩行する道路の候補の道路属性と、当該利用者に対して推定された推奨歩行量情報とに基づいて、当該利用者に推奨される歩行ルートを示す推奨歩行ルート情報を生成する。歩行ルートの目的地は、利用者端末から推奨歩行情報生成装置３０へ通知される。歩行ルートの出発地は、利用者端末から推奨歩行情報生成装置３０へ通知された場合には当該通知された出発地を使用する。利用者端末から推奨歩行情報生成装置３０へ出発地が通知されない場合には、利用者センサ情報格納部３０９に格納される当該利用者端末の最新の位置情報が示す位置を出発地に使用する。

ルート案内部３１１は、歩行ルートの出発地から目的地に至る道路の候補を、道路情報格納部３０５の道路情報に含まれる道路の軌跡に基づいて抽出する。ルート案内部３１１は、抽出した道路の候補の道路属性を、道路情報格納部３０５の道路情報から取得する。

ここで、推奨歩行量情報が道路属性毎に推定されている場合について説明する。ルート案内部３１１は、道路の候補毎に、道路の候補の道路属性と、推奨歩行量情報の推定対象の道路属性（マッチング対象道路属性）とのマッチングを行う。ルート案内部３１１は、道路の候補毎に、道路属性のマッチングの度合いが最高のマッチング対象道路属性の推奨歩行量情報を選択する。ルート案内部３１１は、道路の候補毎に選択された推奨歩行量情報に基づいて、歩行ルートに採用する道路の候補を決定する。例えば、歩行距離が推奨歩行量情報の歩行量を満たす割合が所定値（例えば、８割）以上である道路の候補が歩行ルートに採用される。ルート案内部３１１は、歩行ルートに採用すると決定した道路の候補を通る歩行ルートを示す推奨歩行ルート情報を生成する。なお、歩行距離と歩行量（歩数）の対応関係（換算方法）は、予め、設定される。例えば、歩幅のデフォルト値に基づいて歩行距離と歩行量の換算を行ってもよい。さらには利用者の個人属性に基づいて歩幅を補正してもよい。

なお、推奨歩行量情報が道路属性毎に推定されていない場合、ルート案内部３１１は、道路の候補毎に、道路の候補の道路属性を道路情報格納部３０５の道路情報から取得し、取得した道路属性に対応する所定の重み付けを利用者の推奨歩行量情報に行う。ルート案内部３１１は、それぞれの道路の候補の重み付け後の推奨歩行量情報に基づいて、歩行ルートに採用する道路の候補を決定する。例えば、歩行距離が重み付け後の推奨歩行量情報の歩行量を満たす割合が所定値（例えば、８割）以上である道路の候補が歩行ルートに採用される。ルート案内部３１１は、歩行ルートに採用すると決定した道路の候補を通る歩行ルートを示す推奨歩行ルート情報を生成する。

また、歩行ルートの目的地が利用者端末から推奨歩行情報生成装置３０へ通知されていない場合、ルート案内部３１１は、推奨歩行量情報に基づいて任意の歩行ルートを決定してもよい。例えば、推奨歩行量情報の歩行量を満たす割合が所定値（例えば、８割）以上になるように、任意の歩行ルートが決定される。

ルート案内部３１１は、推奨歩行ルート情報を含む推奨歩行情報を利用者端末へ送信する。ルート案内部３１１は、推奨歩行ルート情報と推奨歩行量情報とを推奨歩行情報に含めてもよい。なお、推奨歩行情報は、推奨歩行ルート情報を含まない且つ推奨歩行量情報を含むものであってもよい。

利用者端末のルート表示部２１３は、推奨歩行情報生成装置３０から利用者端末に配信された推奨歩行情報を利用者端末の表示画面上に表示する。例えば、推奨歩行ルート情報で示される歩行ルートが、利用者端末の表示画面上に表示された地図上に示される。例えば、推奨歩行量情報で示される１日あたりの歩行量が、利用者端末の表示画面上に表示される。また、推奨歩行量情報で示される１日あたりの歩行量に対して、本日の不足分の歩行量が利用者端末により算出されて利用者端末の表示画面上に表示されてもよい。

［適切歩行量算出部］
適切歩行量算出部３０６について説明する。本実施形態では、機械学習により個人属性と運動負荷との関係性を学習させた機械学習モデルを使用して、適切歩行量を算出する。さらには、機械学習により個人属性と道路属性と運動負荷との関係性を学習させた機械学習モデルを使用して、適切歩行量を算出してもよい。以下、適切歩行量算出部の例１，例２を挙げて説明する。

［適切歩行量算出部の例１］
図３及び図４は、適切歩行量算出部の例１を説明するためのフロー図である。まず、図３を参照して適切歩行量算出部の例１の学習段階を説明する。この学習段階は、後述する適切歩行量算出段階で使用される機械学習モデル３０６１の学習を行う段階である。適切歩行量算出部３０６は、機械学習モデル３０６１を備える。

（ステップＳ１０１） 適切歩行量算出部３０６は、個人属性格納部３０４に格納されるデータ収集協力者の個人属性を学習データとして機械学習モデル３０６１に入力する。

（ステップＳ１０２） データ収集協力者の個人属性を機械学習モデル３０６１へ入力した結果として、当該データ収集協力者の個人属性に対する運動負荷が機械学習モデル３０６１から出力される。

（ステップＳ１０３） 適切歩行量算出部３０６は、機械学習モデル３０６１から出力された運動負荷を、当該データ収集協力者の運動負荷推定値を教師データ（正解値）にして検証する。データ収集協力者の運動負荷推定値は、運動負荷推定部３０３が推定した結果である。適切歩行量算出部３０６は、当該検証の結果を機械学習モデル３０６１に反映させる。当該検証の結果が所定の学習終了条件を満足するまで、機械学習モデル３０６１の機械学習は繰り返し行われる。所定の学習終了条件は、例えば、所定の正解率以上若しくは所定の不正解率以下を満足すること、又は、所定の正解率以上及び所定の不正解率以下の両方を満足すること、である。又は、所定の学習終了条件は、機械学習モデル３０６１の機械学習の繰り返し回数が所定の回数に達したことである。

次に図４を参照して適切歩行量算出部の例１の適切歩行量算出段階を説明する。
この適切歩行量算出段階は、上述した学習段階により学習済みの機械学習モデル３０６１を使用して、個人属性毎に適切歩行量を算出する段階である。適切歩行量は、健康増進のために推奨される１日あたりの歩行量（歩数）のことである。

（ステップＳ２０１） 適切歩行量算出部３０６は、適切歩行量を算出する対象の個人属性（以下、適切歩行量対象個人属性と称する）を機械学習モデル３０６１に入力する。適切歩行量対象個人属性は、予め、任意に設定される。

（ステップＳ２０２） 適切歩行量対象個人属性を機械学習モデル３０６１へ入力した結果として、当該適切歩行量対象個人属性に対する運動負荷が機械学習モデル３０６１から出力される。適切歩行量算出部３０６は、機械学習モデル３０６１から出力された運動負荷に基づいて、適切歩行量を算出する。例えば、運動負荷を適切歩行量に換算するためのデフォルト換算式が予め設定され、当該デフォルト換算式を使用して運動負荷から適切歩行量が算出される。さらには、適切歩行量対象個人属性に基づいて換算結果の適切歩行量を補正してもよい。

（ステップＳ２０３） 適切歩行量算出部３０６は、算出結果の適切歩行量を示す適切歩行量情報を、適切歩行量対象個人属性に関連付けて、適切歩行量格納部３０７に格納させる。

［適切歩行量算出部の例２］
図５及び図６は、適切歩行量算出部の例２を説明するためのフロー図である。まず、図５を参照して適切歩行量算出部の例２の学習段階を説明する。この学習段階は、後述する適切歩行量算出段階で使用される機械学習モデル３０６２の学習を行う段階である。適切歩行量算出部３０６は、機械学習モデル３０６２を備える。

（ステップＳ１１１） 適切歩行量算出部３０６は、個人属性格納部３０４に格納されるデータ収集協力者の個人属性と、当該データ収集協力者の利用道路の道路属性とを学習データとして機械学習モデル３０６２に入力する。データ収集協力者の利用道路は、利用道路推定部３０２が推定した結果である。利用道路の道路属性は、道路情報格納部３０５の道路情報から取得される。

（ステップＳ１１２） データ収集協力者の個人属性及び利用道路の道路属性を機械学習モデル３０６１へ入力した結果として、当該データ収集協力者の個人属性及び利用道路の道路属性に対する運動負荷が機械学習モデル３０６２から出力される。

（ステップＳ１１３） 適切歩行量算出部３０６は、機械学習モデル３０６２から出力された運動負荷を、当該データ収集協力者の運動負荷推定値を教師データ（正解値）にして検証する。データ収集協力者の運動負荷推定値は、運動負荷推定部３０３が推定した結果である。適切歩行量算出部３０６は、当該検証の結果を機械学習モデル３０６２に反映させる。当該検証の結果が所定の学習終了条件を満足するまで、機械学習モデル３０６２の機械学習は繰り返し行われる。所定の学習終了条件は、例えば、所定の正解率以上若しくは所定の不正解率以下を満足すること、又は、所定の正解率以上及び所定の不正解率以下の両方を満足すること、である。又は、所定の学習終了条件は、機械学習モデル３０６２の機械学習の繰り返し回数が所定の回数に達したことである。

次に図６を参照して適切歩行量算出部の例２の適切歩行量算出段階を説明する。
この適切歩行量算出段階は、上述した学習段階により学習済みの機械学習モデル３０６２を使用して、個人属性毎に且つ道路属性毎に、適切歩行量を算出する段階である。適切歩行量は、健康増進のために推奨される１日あたりの歩行量（歩数）のことである。

（ステップＳ２１１） 適切歩行量算出部３０６は、適切歩行量を算出する対象の個人属性（適切歩行量対象個人属性）及び道路属性（以下、適切歩行量対象道路属性と称する）を機械学習モデル３０６２に入力する。適切歩行量対象個人属性及び適切歩行量対象道路属性は、予め、任意に設定される。

（ステップＳ２１２） 適切歩行量対象個人属性及び適切歩行量対象道路属性を機械学習モデル３０６２へ入力した結果として、当該適切歩行量対象個人属性及び適切歩行量対象道路属性に対する運動負荷が機械学習モデル３０６２から出力される。適切歩行量算出部３０６は、機械学習モデル３０６２から出力された運動負荷に基づいて、適切歩行量を算出する。例えば、運動負荷を適切歩行量に換算するためのデフォルト換算式が予め設定され、当該デフォルト換算式を使用して運動負荷から適切歩行量が算出される。さらには、適切歩行量対象個人属性と適切歩行量対象道路属性とのうち少なくとも一方に基づいて換算結果の適切歩行量を補正してもよい。

（ステップＳ２１３） 適切歩行量算出部３０６は、算出結果の適切歩行量を示す適切歩行量情報を、適切歩行量対象個人属性及び適切歩行量対象道路属性に関連付けて、適切歩行量格納部３０７に格納させる。

以上が適切歩行量算出部の例１，例２の説明である。
なお、機械学習モデル３０６１，３０６２として、例えばニューラルネットワークやサポートベクタマシン（support vector machine：ＳＶＭ）や決定木などが適用されてもよい。

次に図７を参照して本実施形態に係る推奨歩行情報生成方法を説明する。図７は、本実施形態に係る推奨歩行情報生成方法の手順の例を示すフロー図である。

（ステップＳ１１） 推奨歩行情報生成装置３０は、利用者の個人情報と、利用者が歩行する道路の候補（道路候補）との入力を受付ける。

（ステップＳ１２） 推奨歩行情報生成装置３０は、利用者の個人属性に対応する個人属性に関連付けられた適切歩行量情報に基づいて、当該利用者の健康増進のために推奨される１日あたりの歩行量を示す推奨歩行量情報を推定する。

（ステップＳ１３） 推奨歩行情報生成装置３０は、利用者が歩行する道路の候補の道路属性と、当該利用者に対して推定された推奨歩行量情報とに基づいて、当該利用者に推奨される歩行ルートを示す推奨歩行ルート情報を生成する。

（ステップＳ１４） 推奨歩行情報生成装置３０は、推奨歩行ルート情報を含む推奨歩行情報を利用者端末へ送信する。推奨歩行情報生成装置３０は、推奨歩行ルート情報と推奨歩行量情報とを推奨歩行情報に含めてもよい。なお、推奨歩行情報は、推奨歩行ルート情報を含まない且つ推奨歩行量情報を含むものであってもよい。

次に本実施形態に係る他の実施例を説明する。

（実施例１）
個人属性は、歩行速度と歩行姿勢とのうち少なくとも一方を含むようにしてもよい。これは、個人属性のうち性別や年齢や体格が同じ人であっても、歩行速度や歩行姿勢が異なると、運動負荷が異なると考えられるからである。このため、機械学習モデル３０６１，３０６２に対して、個人属性として歩行速度や歩行姿勢を反映させた機械学習を実行させる。これにより、利用者の歩行速度や歩行姿勢に基づいた推奨歩行量情報を推定することができる。

なお、適切歩行量算出部３０６は、協力者センサ情報格納部３０１に格納されるデータ収集協力者の位置情報及び加速度情報と当該情報の取得時刻に基づいて、当該データ収集協力者の歩行速度や歩行姿勢を判断してもよい。また、パーソナル適切歩行量推定部３１０は、利用者センサ情報格納部３０９に格納される利用者の位置情報及び加速度情報と当該情報の取得時刻に基づいて、当該利用者の歩行速度や歩行姿勢を判断してもよい。

（実施例２）
適切歩行量算出部３０６は、個人の病歴や体重変化や健康診断結果を利用して、個人属性ごとに、病気になり難い１日あたりの歩行量（歩数）を推測してもよい。適切歩行量算出部３０６は、利用者センサ情報格納部３０９の利用者の位置情報及び当該情報の取得時刻に基づいて、パーソナル適切歩行量推定部３１０による当該利用者に対する推奨歩行量情報の１日あたりの歩行量（歩数）を当該利用者が遵守したか否かを判断する。適切歩行量算出部３０６は、当該判断結果と、当該利用者の病歴や体重変化や健康診断結果とに基づいて、パーソナル適切歩行量推定部３１０による当該利用者に対する推奨歩行量情報の有効性（健康増進に役立ったか否か）を判断する。適切歩行量算出部３０６は、推奨歩行量情報の有効性の判断結果を、当該利用者の個人属性と共に、機械学習モデル３０６１，３０６２の学習データに利用する。利用者の病歴や体重変化や健康診断結果は、個人属性格納部３０４に定期的に登録される。

（実施例３）
ルート案内部３１１は、利用者の本日の歩行量の実績データに基づいて、推奨歩行量情報で示される１日あたりの歩行量に対する本日の歩行量の達成度合いを算出し、算出した本日の歩行量の達成度合いに応じて歩行ルートを決定してもよい。例えば、本日の歩行量の達成度合いが不十分であると判定される場合には、推奨歩行量情報で示される１日あたりの歩行量に対して本日の不足分の歩行量を補うことができるように、歩行ルートを決定してもよい。利用者の本日の歩行量の実績データは、利用者端末から推奨歩行情報生成装置３０へ送信される。

（実施例４）
ルート案内部３１１は、利用者の毎日の行動履歴に基づいて、推奨歩行量情報で示される１日あたりの歩行量に対する本日の不足分の歩行量を判断し、判断結果の本日の不足分の歩行量を補うことができるように、歩行ルートを決定してもよい。利用者の毎日の行動履歴は、利用者端末から推奨歩行情報生成装置３０へ送信される。

（実施例５）
ルート案内部３１１は、協力者センサ情報格納部３０１のデータ収集協力者のバイタル情報と、利用道路推定部３０２が推定した当該データ収集協力者の利用道路と、道路情報格納部３０５の道路情報の道路属性とに基づいて、人が気持ちよく精神を安定させて歩行運動を実施するために適切な道路属性を判断し、判断結果の道路属性に基づいて歩行ルートを決定してもよい。人が気持ちよく精神を安定させた状態を示すバイタル情報の値（以下、参照バイタル値と称する）は、予め設定される。ルート案内部３１１は、参照バイタル値に該当するデータ収集協力者のバイタル情報が取得された当該データ収集協力者の利用道路の道路属性を、道路情報格納部３０５の道路情報から取得する。ルート案内部３１１は、取得した道路属性に該当する道路を歩行ルートに利用する。

上述したように本実施形態によれば、利用者が位置センサや加速度センサやバイタルセンサなどのセンサを装着しなくても当該利用者に対する推奨歩行量情報を生成することができるので、当該利用者に適切な歩行運動の支援を行うことを図る効果が得られる。

以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。

例えば、上述した実施形態では、歩行運動に適用したが、これに限定されない。例えば、歩行運動以外にサイクリングなどにも適用可能である。
サイクリングでは、歩行運動における歩行量（歩数）の代わりに、走行時間を基本指標に利用する。さらには、サイクリングデバイスを使用してケイデンス（１分間あたりのペダルの回転数）や出力（踏み込みパワー）の情報を取得し、取得したケイデンスや出力を走行時間と複合してもよい。これにより、サイクリングにおける運動負荷をより正確に計算可能な指標を得ることができる。

また、上述した各装置の機能を実現するためのコンピュータプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（Digital Versatile Disc）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。

さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。

１…推奨歩行情報提供システム、１０…協力者端末群、２０…利用者端末群、３０…推奨歩行情報生成装置、３０１…協力者センサ情報格納部、３０２…利用道路推定部、３０３…運動負荷推定部、３０４…個人属性格納部、３０５…道路情報格納部、３０６…適切歩行量算出部、３０７…適切歩行量格納部、３０８…対価算出部、３０９…利用者センサ情報格納部、３１０…パーソナル適切歩行量推定部、３１１…ルート案内部

Claims (10)

1. 健康増進のために推奨される１日あたりの歩行量を示す適切歩行量情報を、個人属性に関連付けて格納する適切歩行量格納部と、
   利用者の個人属性に対応する個人属性に関連付けられた前記適切歩行量情報に基づいて、前記利用者の健康増進のために推奨される１日あたりの歩行量を示す推奨歩行量情報を推定するパーソナル適切歩行量推定部と、
   を備える推奨歩行情報生成装置。
2. 前記個人属性は、歩行速度と歩行姿勢とのうち少なくとも一方を含む、
   請求項１に記載の推奨歩行情報生成装置。
3. 前記適切歩行量格納部は、道路属性毎に前記適切歩行量情報を格納し、
   前記パーソナル適切歩行量推定部は、道路属性毎に前記推奨歩行量情報を推定する、
   請求項１又は２のいずれか１項に記載の推奨歩行情報生成装置。
4. 各道路の道路属性を含む道路情報を格納する道路情報格納部と、
   前記利用者が歩行する道路の候補の道路属性と、前記推奨歩行量情報とに基づいて、前記利用者に推奨される歩行ルートを示す推奨歩行ルート情報を生成するルート案内部と、
   をさらに備える請求項３に記載の推奨歩行情報生成装置。
5. データ収集協力者が携行するセンサにより取得された位置情報、加速度情報及びバイタル情報を取得時刻に関連付けて格納する協力者センサ情報格納部と、
   前記協力者センサ情報格納部に格納された情報に基づいて、前記データ収集協力者の運動負荷を推定する運動負荷推定部と、
   前記データ収集協力者の個人属性を示す協力者個人属性情報を格納する個人属性格納部と、
   前記データ収集協力者の個人属性及び運動負荷に基づいて、個人属性毎に、健康増進のために推奨される１日あたりの歩行量を算出する適切歩行量算出部と、
   をさらに備える請求項１又は２のいずれか１項に記載の推奨歩行情報生成装置。
6. データ収集協力者が携行するセンサにより取得された位置情報、加速度情報及びバイタル情報を取得時刻に関連付けて格納する協力者センサ情報格納部と、
   前記協力者センサ情報格納部に格納された情報に基づいて、前記データ収集協力者の運動負荷を推定する運動負荷推定部と、
   前記データ収集協力者の個人属性を示す協力者個人属性情報を格納する個人属性格納部と、
   前記データ収集協力者の個人属性、利用道路の道路属性及び運動負荷に基づいて、個人属性毎に且つ道路属性毎に、健康増進のために推奨される１日あたりの歩行量を算出する適切歩行量算出部と、
   をさらに備える請求項３又は４のいずれか１項に記載の推奨歩行情報生成装置。
7. 前記データ収集協力者の個人属性の開示レベルと前記センサを携行した前記データ収集協力者の歩行量とのうち少なくとも一方に応じて前記データ収集協力者に支払う対価を算出する対価算出部、
   をさらに備える請求項５又は６のいずれか１項に記載の推奨歩行情報生成装置。
8. 請求項５から７のいずれか１項に記載の推奨歩行情報生成装置と、
   位置情報、加速度情報及びバイタル情報を取得する各種のセンサを備え、前記センサが取得した位置情報、加速度情報及びバイタル情報を前記推奨歩行情報生成装置へ送信するデータ収集協力者の携帯通信端末と、
   前記推奨歩行情報生成装置から推奨歩行情報を受信する推奨歩行情報提供サービスの利用者の通信端末と、
   を備える推奨歩行情報提供システム。
9. 推奨歩行情報生成装置が、健康増進のために推奨される１日あたりの歩行量を示す適切歩行量情報を、個人属性に関連付けて適切歩行量格納部に格納する適切歩行量格納ステップと、
   前記推奨歩行情報生成装置が、利用者の個人属性に対応する個人属性に関連付けられた前記適切歩行量情報に基づいて、前記利用者の健康増進のために推奨される１日あたりの歩行量を示す推奨歩行量情報を推定するパーソナル適切歩行量推定ステップと、
   を含む推奨歩行情報生成方法。
10. コンピュータに、
    健康増進のために推奨される１日あたりの歩行量を示す適切歩行量情報を、個人属性に関連付けて適切歩行量格納部に格納する適切歩行量格納ステップと、
    利用者の個人属性に対応する個人属性に関連付けられた前記適切歩行量情報に基づいて、前記利用者の健康増進のために推奨される１日あたりの歩行量を示す推奨歩行量情報を推定するパーソナル適切歩行量推定ステップと、
    を実行させるためのコンピュータプログラム。

Images