具体实施方式

以下参考附图来详细说明本发明所涉及的实施方式。另外，本发明并不限定于图示例。

《跑法判别系统》

参考图1以及图2来说明本实施方式的结构。首先，参考图1来说明本实施方式的跑法判别系统1。

图1是表示本实施方式的跑法判别系统1的框图。

如图1所示那样，跑法判别系统1具备跑法判别装置10和测定记录装置20而构成。

跑法判别装置10是利用从测定记录装置20取得的用户(被测定者)的运动数据(例如3轴方向的加速度数据)来判别该用户的跑法的装置。

作为跑法判别装置10，例如能举出智能手机、笔记本PC(Personal Computer，个人计算机)、桌面PC、平板PC等。以下设为跑法判别装置10是智能手机来进行说明。

测定记录装置20是用于测定并记录用户进行跑步时的3轴方向的加速度的装置。测定记录装置20例如如图2所示那样具有附属的腰带B，通过腰带B在用户的腰的位置固定测定记录装置20。在此，将左右方向设为X轴，将前后方向设为Y轴，将上下方向设为Z轴。在X轴上，将左手方向设为正，将右手方向设为负。在Y轴上，将行进方向的相反方向设为正，将行进方向设为负。在Z轴上，将上方向设为正，将下方向设为负。

另外，测定记录装置20也可以取代腰带B而具有夹子，通过用该夹子夹着用户的跑步衣物，来将测定记录装置20在用户的腰的位置固定。

《跑法判别装置》

接下来，参考图3A来说明跑法判别装置10的功能结构。图3A是表示跑法判别装置10的功能结构的框图。

跑法判别装置10具备CPU(Central Processing Unit，中央处理器)11、操作部12、RAM(Random Access Memory，随机存取存储器)13、显示部14、存储部15和通信部16而构成。跑法判别装置10的各部经由总线17而连接。

CPU(取得单元、判别单元、导出单元)11，控制跑法判别装置10的各部。CPU11将存储于存储部15的系统程序以及应用程序当中的所指定的程序读出并在RAM13展开，通过与该程序的协作来执行各种处理。

操作部12例如具备触控面板，接受来自用户的触摸输入，并将该操作信息输出到CPU11。

触控面板与显示部14成为一体来形成，例如通过静电容方式、电阻膜方式、超声波表面声波方式等各种方式来检测用户在显示部14上的接触位置的XY坐标。然后，触控面板将接触位置的XY坐标所涉及的位置信号输出到CPU11。

RAM13是易失性的存储器，形成暂时存放各种数据、程序的工作区。

显示部14由LCD(Liquid Crystal Display，液晶显示器)、EL(ElectroLuminescence，电致发光)显示器等构成，遵循从CPU11指示的显示信息来进行各种显示。

存储部15(存储单元)例如包含闪速存储器、EEPROM(Electrically ErasableProgrammable ROM，电可擦可编程ROM)、HDD(Hard Disk Drive，硬盘驱动器)等。在存储部15中存储由CPU11执行的系统程序、应用程序、执行这些程序所需的数据等。另外，在存储部15中存储通过后述的跑法判别处理(参考图5)的执行而判别的跑法、运动解析数据(参考图4)。

通信部16(发送单元)从测定记录装置20接收进行跑步的训练时的运动数据，或者将存储于存储部15的所判别的跑法、运动解析数据向与该跑法判别装置10、测定记录装置20不同的外部装置发送，例如是采用Bluetooth(注册商标)等无线标准的通信部、USB端子等有线式的通信部。

《测定记录装置》

接下来参考图3B来说明测定记录装置20的内部的功能结构。图3B是表示测定记录装置20的功能结构的框图。

如图3B所示那样，测定记录装置20具备CPU21、操作部22、RAM23、传感器部24、显示部25、存储部26和通信部27而构成。测定记录装置20的各部经由总线28来连接。

CPU21控制测定记录装置20的各部。CPU21将存储于存储部26的系统程序以及应用程序当中、所指定的程序读出并在RAM23展开，通过与该程序的协作来执行各种处理。

操作部22具备切换电源的接通/断开的电源按钮(图示省略)、指示数据取得的开始/停止的开始/停止按钮(图示省略)等，CPU21基于来自操作部22的指示来控制各部。

RAM23是易失性的存储器，形成暂时存放各种数据、程序的工作区。

传感器部24具备3轴加速度传感器、陀螺仪传感器、地磁传感器等能检测测定记录装置20的活动的运动传感器、能取得测定记录装置20的位置信息的GPS接收机等，将测定结果输出到CPU21。

显示部25包含多个LED灯，是能显示数据的发送状态(例如，是否是正在发送数据)、GPS接收机的开启/关闭状态等的显示部。

存储部26包含闪速存储器、EEPROM等构成。在存储部26中存储由CPU21执行的系统程序、应用程序、执行这些程序所需的数据等。另外，在存储部26中存储进行跑步时的运动数据(例如3轴方向的加速度数据)。另外，3轴方向的加速度数据以给定的采样周期(例如200Hz)采样。

通信部27基于CPU21的控制来将进行跑步时的运动数据发送到跑法判别装置10，例如是采用Bluetooth(注册商标)等无线标准的通信部、USB端子等有线式的通信部。

《跑法判别处理》

接下来，参考图4～图7来说明在跑法判别装置10中执行的跑法的判别处理。图4是表示判别跑法时所用的运动解析数据的一例的图。图5是表示判别跑法时的各步骤的图。图6是分别表示所判别的跑法的一览表。图7A～图7E是用于说明所判别的各跑法的特征的图。

首先，参考图4来说明判别跑法时所用的运动解析数据。该运动解析数据是基于从测定记录装置20取得的运动数据(3轴方向的加速度数据)，由跑法判别装置10导出的数据。

另外，图4所示的运动解析数据表示进行跑步时的某地点中的运动解析数据。即，在开始跑步起到结为止之间，由测定记录装置20持续取得运动数据的情况下，跑法判别装置10能基于该运动数据导出从开始跑步到结束为止之间的所有地点中的运动解析数据，由此，能分别判别该所有地点中的跑法。

如图4所示那样，运动解析数据，成为在横轴取经过时间、以各采样点的时间为原点的方式描绘Z轴(参考图2)的加速度矢量(纵向)与Y轴(参考图2)的加速度矢量(横向)的合成矢量的数据。即，示出以经过时间为单位的合成矢量的变化，表示合成矢量的线段的长度(合成矢量的加速度的值)示出加速度的大小，表示合成矢量的线段的倾斜度(合成矢量的角度)以采样点的时间为原点向经过时间倒退的方向倾斜的情况，示出该加速度相对于跑动作为制动发挥作用，表示合成矢量的线段的倾斜度(合成矢量的角度)以采样点的时间为原点向经过时间行进的方向倾斜的情况，示出该加速度相对于跑动作为推进力发挥作用。另外，所谓合成矢量的角度，是指以对应的合成矢量的采样点的时间为原点将在横轴上向左方延伸的矢径(半直线)顺时针转动到与该合成矢量重叠时的角度(转动角度)。在此，关于横轴的经过时间，将前行周期(一只脚(例如左脚)接地起到接下来该一只脚接地为止的期间)1周期的量的时间变换(归一化)成400点，将前行周期的起始的定时设为采样点“0”，将该前行周期的终结的定时设为采样点“399”。

将上述的运动解析数据的一只脚(例如左脚)的某前行周期，分成受到制动的区间和发挥推进力的区间的2个阶段，基于各阶段的特定定时下的上述的合成矢量的加速度的值以及/或者合成矢量的角度来进行本申请中的跑法判别。

接下来，参考图5来详细说明本申请中的跑法判别处理。

如图5所示那样，跑法判别装置10首先，作为第1判定，上述的运动解析数据的一只脚(例如左脚)的某前行周期的受到制动的区间中的第A(例如2)条合成矢量的加速度的值是不足第1阈值(例如13m/s²)、还是为第1阈值以上，还是不足第2阈值(例如17m/s²)，还是第2阈值以上。在此，例如，所谓第2条合成矢量，在图4中是指采样点“1”的合成矢量。在该第1判定中，基于算出一只脚(例如左脚)的某前行周期的受到制动的区间的第A(例如2)条合成矢量的定时下的合成矢量的加速度的值，来进行跑法判别。

接着，跑法判别装置10作为第2判定，判定上述的运动解析数据的一只脚(例如左脚)的某前行周期的受到制动的区间中的第B(例如5)条合成矢量的角度的值是不足第3阈值(例如45度)，还是为第3阈值以上。在此，例如，所谓第5条合成矢量，在图4中是指采样点“4”的合成矢量。

进而，跑法判别装置10作为第3判定，判定上述的运动解析数据的一只脚(例如左脚)的某前行周期的受到制动的区间中的第B(例如5)条合成矢量的加速度的值是不足第4阈值(例如30m/s²)，还是为第4阈值以上。在以上的第2～第3判定中，基于算出一只脚(例如左脚)的某前行周期的受到制动的区间的第B(例如5)条合成矢量的定时下的合成矢量的加速度的值以及合成矢量的角度，来进行跑法判别。

接着，跑法判别装置10作为第4判定，判定上述的运动解析数据的一只脚(例如左脚)的某前行周期的受到制动的区间中的最大制动的合成矢量的角度的值是不足第5阈值(例如60度)，还是为第5阈值以上。在此，所谓最大制动的合成矢量，是指作为制动发挥作用的合成矢量当中加速度的大小成为最大的合成矢量。在该第4判定中，基于算出一只脚(例如左脚)的某前行周期的受到制动的区间的合成矢量的大小成为最大的合成矢量的定时下的合成矢量的角度，来进行跑法判别。

接着，跑法判别装置10作为第5判定，判定上述的运动解析数据的一只脚(例如左脚)的发挥推进力的区间中的最大推进加速度的合成矢量的角度的值是不足第6阈值(例如100度)，还是为第6阈值以上，还是不足第7阈值(例如110度)，还是为第7阈值以上。在此，所谓最大推进加速度的合成矢量，是指作为推进力发挥作用的合成矢量当中加速度的大小成为最大的合成矢量。

在该第5判定中，基于算出一只脚(例如左脚)的某前行周期的发挥推进力的区间的合成矢量的大小成为最大的合成矢量的定时下的合成矢量的角度，来进行跑法判别。

其结果，如图6所示那样，跑法判别装置10能在第1判定中，从3种型式判定一个型式，在第2判定、第3判定以及第4判定的各自中，从2种型式判定一个型式，在第5判定中，从3种型式判定一个型式，作为跑法，从倒L型/宽V型/渐增型/均等V型/梯形型这5种类的制动区间类型当中判别一个制动区间类型，并且从详细分类(若是倒L型就是倒L1～18，若是宽V型就是宽V1～27，若是渐增型就是渐增1～9，若是均等V型就是均等V1～9，若是梯形型就是梯形1～9的共计72型式)当中判别一个详细分类。

在此，所谓倒L型，如图7A所示那样，是以基于最大推进加速度的合成矢量AccA和最大制动的合成矢量AccB的形状形成倒L型为特征的跑法。该倒L型的跑法被区分成从脚跟起着地的脚跟着地跑法。

所谓宽V型，如图7B所示那样，是以最大推进加速度的合成矢量AccA和最大制动的合成矢量AccB形成左右大幅扩展的V型为特征的跑法。该宽V型的跑法被区分成脚以水平的状态着地的中足跑法。

另外，所谓均等V型，如图7C所示那样，是以最大推进加速度的合成矢量AccA和最大制动的合成矢量AccB形成左右均等地扩展的V型为特征的跑法。该均等V型的跑法与宽V型的跑法同样地被区分成中足跑法，但作为详细的区分，可以区分成靠近前足的中足跑法。

所谓渐增型，如图7D所示那样，是以基于各合成矢量的轮廓不断上升为特征的跑法。该渐增型的跑法被区分成从脚尖起着地的前足跑法。

另外，所谓梯形型，如图7E所示那样，是以基于各合成矢量的轮廓成为梯形为特征的跑法。该梯形型的跑法与渐增型的跑法同样地被区分成前足跑法，但作为详细的区分，也可以区分成膝关节的屈曲较大的前足跑法。

然后，跑法判别装置10将上述的判别的结果(例如制动区间类型、详细分类)以及/或者跑法分类(脚跟着地跑法/中足跑法/前足跑法)显示在显示部14。

另外，跑法判别装置10也可以在将上述的判别的结果(例如制动区间类型、详细分类)、跑法分类(脚跟着地跑法/中足跑法/前足跑法)显示在显示部14时，一起显示描绘图4所示的合成矢量的运动解析数据，使用户在视觉上理解自己的跑动的类型。

另外，也可以在跑法判别装置10中存储一流跑者的运动解析数据，和自己的运动解析数据一起还显示与自己相同跑动的类型的一流跑者的运动解析数据，从而能在视觉上理解自己的跑动与理想的跑动的比较。

进而，跑法判别装置10也可以基于判别的结果(例如制动区间类型、详细分类)、跑法分类(脚跟着地跑法/中足跑法/前足跑法)来提示用于将跑法引导得更合适的建议、强化运动，或者提示受伤的风险。

如以上那样，根据本实施方式，跑法判别装置10取得用户进行跑步时的运动数据，基于该运动数据来判别用户的跑法。具体地，跑法判别装置10基于从测定记录装置20取得的3轴方向的加速度数据(运动数据)来算出作为该3轴方向的加速度矢量的和的合成矢量，基于算出的合成矢量来判别用户的跑法。因此，根据跑法判别装置10，由于能客观地判别用户的跑法，因此能使用户易于理解所判别的跑法，并且能效率良好地修正该跑法。其结果，能面向用户的跑步能力提升来有效率地进行训练。

另外，跑法判别装置10由于算出每给定时间的合成矢量，并将算出的多个合成矢量相对于时间方向分成多个阶段，根据每个阶段的判断基准来判别用户的跑法，因此能更客观地判别用户的跑法。因此，根据跑法判别装置10，能使用户更易于理解所判别的跑法，并且能更加效率良好地修正该跑法。其结果，能面向用户的跑步能力提升来更有效率地进行训练。

另外，跑法判别装置10由于在每个表示从一只脚接地起到该一只脚下一次接地为止的期间的前行周期中基于上述的运动数据来判别用户的跑法，因此能客观且详细地判别用户的跑法。

另外，跑法判别装置10在用户的脚底接地时，将从脚底的哪个部位起接地判别为用户的跑法。具体地，跑法判别装置10在用户的脚底接地时，将从脚跟起着地的脚跟着地跑法、脚底以水平的状态着地的中足跑法、从脚尖起着地的前足跑法的任一者判别为用户的跑法。因此，根据跑法判别装置10，由于能客观地判别用户的着地类型，因此能使用户易于理解所判别的着地类型，并且能效率良好地修正着地类型。其结果，能面向用户的跑步能力提升来有效率地进行训练。

另外，以上说明了本发明的实施方式，但本发明并不限定于相关的实施方式，能在不脱离其要旨的范围内进行种种变形。

例如，在上述实施方式中，将运动解析数据的一只脚(例如左脚)的某前行周期分成受到制动的区间和发挥推进力的区间这2个阶段，但也可以进一步分成脚的踢出的区间、滞空期中的区间等多个阶段。

另外，在上述实施方式中，作为进行跑法判别的定时，采用算出第特定条合成矢量的定时、算出最大制动的合成矢量的定时、算出最大推进加速度的合成矢量的定时，但也可以取而代之或在此基础上，采用接地的定时、离地的定时、上半身的下沉成为最大量的定时、加速度矢量相对于轴方向翻转的定时、腰的旋转角度成为最大的定时、腰的旋转角速度成为最小的定时等定时。

另外，不仅可以进行一只脚(例如左脚)的跑法判别，还可以进行左右脚的跑法判别。

另外，在上述实施方式中，跑法判别装置10利用从测定记录装置20取得的用户的运动数据来判别该用户的跑法，但也可以使跑法判别装置10具有与测定记录装置20同样的功能，在该跑法判别装置10自身中测定用户的运动数据，并且利用所测定的运动数据来判别该用户进行跑步时的跑法。

另外，在上述实施方式中，例示了在开始跑步起到结束为止之间由测定记录装置20持续取得3轴方向的加速度数据(运动数据)的情况，但例如也可以在预先基于用户操作设定的特定的地点(例如起跑地点起1km的地点、5km的地点、10km的地点等、起跑起30分后的地点、1小时后的地点、2小时后的地点等)，至少采样前行周期1周期的量的3轴方向的加速度数据。然后，跑法判别装置10可以分别导出上述的特定的地点处的运动解析数据，基于该运动解析数据来分别判别该特定的地点处的跑法。

另外，在上述实施方式中，跑法判别装置10使跑法的判别结果显示在显示部14，但例如也可以使该跑法的判别结果和运动解析数据的图表(参考图4)一起显示在显示部14。另外，在该情况下，也可以将运动解析数据的图表的合成矢量进行间除来进行显示(例如仅显示偶数的采样点的合成矢量)。

另外，在上述实施方式中，跑法判别装置10具备显示部14，使显示部14显示跑法的判别结果、运动解析数据的图表，但也可以将存储于跑法判别装置10的所判别的跑法、运动解析数据通过通信部16发送到与跑法判别装置10、测定记录装置20不同的外部装置，在该外部装置显示跑法的判别结果、运动解析数据的图表。

以上说明了本发明的实施方式，但本发明的范围并不限定于上述的实施方式，包含记载于权利要求书的发明的范围和其等同的范围。

产业上的可利用性

在对用户的跑步能力提升进行支援的运动支援的领域中具有产业上的可利用性。