JP6775151B2 - 起立動作支援装置、起立動作支援方法およびプログラム - Google Patents

Description

本開示は、ユーザの起立動作を支援する起立動作支援装置などに関する。

従来、高齢者などのユーザに対して起立動作を支援する起立動作支援装置（脚補助装具またはパワーアシストスーツともいう）が提案されている（例えば、特許文献１参照）。

特開２０１０−２５３０４８号公報

しかしながら、上記特許文献１の起立動作支援装置では、ユーザの起立動作を適切に支援することができないという問題がある。

そこで、本開示では、ユーザの起立動作を適切に支援することができる起立動作支援装置などを提供する。

本開示の一態様に係る起立動作支援装置は、ユーザの脚に装着され、前記ユーザの動作を支援する支援機構と、前記ユーザの姿勢に応じた数値および筋電位のうちの少なくとも一方を前記ユーザの生体値として継続的に計測し、継続的に計測される前記ユーザの生体値を示す計測データを出力するセンサと、メモリと、前記センサから出力される前記計測データを取得して前記メモリに格納する通信インターフェースと、前記メモリに格納されている前記計測データを用いて前記支援機構を制御するプロセッサとを備え、前記プロセッサは、前記計測データに基づき、前記ユーザが起立した状態から椅子に着座するまでの動作である着座動作を検出し、前記着座動作を検出したときには、前記計測データによって示される、前記着座動作の開始後の前記ユーザの生体値に基づいて、前記椅子の種別を特定し、前記計測データによって示される、前記着座動作後の前記ユーザの生体値に基づいて、前記ユーザが前記椅子から起立する動作である起立動作の開始を検出し、特定された前記椅子の種別に応じた前記起立動作の支援を前記支援機構に実行させるための支援情報を出力する。

なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。

本開示の起立動作支援装置は、ユーザの起立動作を適切に支援することができる。

図１Ａは、実施の形態における起立動作支援装置の概略的な機能ブロック図である。 図１Ｂは、実施の形態における起立動作支援方法の概略的なフローチャートである。 図２は、実施の形態における起立動作支援装置の具体的な機能的ブロック図である。 図３は、実施の形態における起立動作支援装置の全体的な処理のフローチャートである。 図４は、実施の形態における、ユーザに装着される支援機構、体幹姿勢計測部および筋電位計測部のそれぞれの全体または一部の外観の一例を示す図である。 図５は、実施の形態における筋電位計測部によって計測される筋の一例を示す図である。 図６は、実施の形態における筋電位計測部が前脛骨筋の筋電位を計測する一例を示す図である。 図７は、実施の形態における計測データ記憶部に格納される計測データの一例を示す図である。 図８Ａは、ユーザが木製の椅子に着座する際に各筋に対して算出された筋電位のＲＭＳの一例を示す図である。 図８Ｂは、実施の形態における着座条件記憶部に記憶されている着座条件の一例を示す図である。 図９は、ユーザが木製の椅子に着座する際に計測された加速度の一例を示す図である。 図１０Ａは、ユーザが椅子に着座する際に算出された体幹前傾角度の一例を示す図である。 図１０Ｂは、実施の形態における着座条件記憶部に記憶されている着座条件の他の例を示す図である。 図１１は、実施の形態における椅子条件記憶部に記憶されている着座動作区間における椅子条件の一例を示す図である。 図１２は、実施の形態における椅子条件記憶部に記憶されている着座中区間における椅子条件の一例を示す図である。 図１３は、実施の形態における、筋電位を用いた椅子の種別の特定方法のフローチャートである。 図１４は、３種類の椅子のそれぞれにユーザが着座した際に計測された加速度の一例を示す図である。 図１５は、実施の形態における椅子条件記憶部に記憶されている着座中区間における椅子条件の他の例を示す図である。 図１６は、実施の形態における、加速度および体幹前傾角度を用いた椅子の特定方法のフローチャートである。 図１７は、ユーザが起立する際に算出された体幹前傾角度の一例を示す図である。 図１８は、起立動作が行われているときに各筋に対して計測された筋電位のＡＲＶの一例を示す図である。 図１９は、実施の形態における起立動作検出部の詳細な処理のフローチャートである。 図２０は、実施の形態における支援情報記憶部に記憶されている、椅子の種別ごとに対応付けられた支援情報の一例を示す図である。 図２１に、実施の形態の変形例に係る起立動作検出部の詳細な処理を示すフローチャートである。 図２２に、実施の形態の変形例に係る起立条件記憶部に記憶されている起立条件の例を示す図である。 図２３は、非装着型の起立動作支援装置の外観を示す図である。

本発明者は、「背景技術」の欄において記載した、特許文献１の起立動作支援装置に関し、以下の問題が生じることを見出した。

特許文献１のような従来の装着型の起立動作支援装置では、ユーザが椅子に着座している状態から起立するまでの動作である起立動作を検出した後、ユーザが着座している椅子の種別に関わらず、一定の力と速度で起立動作を支援する。

しかしながら、日常生活では、ユーザは互いに異なる複数種の椅子に着座することが一般的である。これらの複数種の椅子では、座面の高さが異なっていたり、起立動作時のユーザの足の配置が異なる。したがって、例えば、ユーザがソファのように座面の低い椅子に着座している場合では、ユーザは、臀部を低くして膝を伸ばし、その膝の角度を大きく曲げることができない状態で起立動作を行う。このときには、ユーザの起立動作の支援には、比較的強い力が必要である。一方、ユーザがオフィスチェアのようにソファよりも座面の高い椅子に着座している場合では、ユーザは、臀部を高くして膝を比較的自由に曲げ伸ばしでき、その膝の角度を大きく曲げて起立動作を行う。このときには、ユーザの起立動作の支援には、比較的弱い力で十分である。

しかし、従来の起立動作支援装置では、上述のように、ユーザが着座している椅子の種別に関わらず、一定の力と速度で支援する。したがって、ソファに着座しているユーザの起立動作の支援に、力が不足したり、オフィスチェアに着座しているユーザの起立動作の支援に、過剰な力をかけてしまったりすることがある。その結果、ユーザの起立動作が不安定になってしまう。

このような問題を解決するために、本開示の一態様に係る起立動作支援装置は、ユーザの脚に装着され、前記ユーザの動作を支援する支援機構と、前記ユーザの姿勢に応じた数値および筋電位のうちの少なくとも一方を前記ユーザの生体値として継続的に計測し、継続的に計測される前記ユーザの生体値を示す計測データを出力するセンサと、メモリと、前記センサから出力される前記計測データを取得して前記メモリに格納する通信インターフェースと、前記メモリに格納されている前記計測データを用いて前記支援機構を制御するプロセッサとを備え、前記プロセッサは、前記計測データに基づき、前記ユーザが起立した状態から椅子に着座するまでの動作である着座動作を検出し、前記着座動作を検出したときには、前記計測データによって示される、前記着座動作の開始後の前記ユーザの生体値に基づいて、前記椅子の種別を特定し、前記計測データによって示される、前記着座動作後の前記ユーザの生体値に基づいて、前記ユーザが前記椅子から起立する動作である起立動作の開始を検出し、特定された前記椅子の種別に応じた前記起立動作の支援を前記支援機構に実行させるための支援情報を出力する。例えば、前記センサは、前記筋電位として、前記ユーザの脚に含まれる少なくとも１つの筋の筋電位を計測してもよい。また、前記センサは、前記姿勢に応じた数値として、前記ユーザの上半身における加速度、角速度および地磁気のうちの少なくとも１つを計測してもよい。

これにより、着座動作の開始後のユーザの生体値に基づいて椅子の種別が特定され、その椅子の種別に応じた起立動作の支援が支援機構によって実行される。したがって、起立動作の支援に力が不足してしまったり、過剰な力をかけてしまったりすることを抑えることができ、ユーザの起立動作を安定させることができる。その結果、ユーザの起立動作を適切に支援することができる。言い換えれば、本開示の一態様に係る起立動作支援装置によれば、ユーザが着座した椅子に応じた力または速さでユーザの起立動作の支援を行うことができるため、ユーザに安定した起立動作を提供することができる。また、過剰な力をかけてしまったりすることを抑えるため、余分なエネルギーを消費せず、起立動作支援装置をより長い時間使用することが可能となる。

また、前記プロセッサは、前記計測データによって示される、前記少なくとも１つの筋のそれぞれの筋電位が、当該筋に対応する閾値以上である場合に、前記着座動作を検出してもよい。

着座動作時には前脛骨筋などの所定の筋に大きな筋電位が生じる。したがって、上述のように筋電位に基づいて着座動作を検出することによって、適切なタイミングで着座動作を検出することができる。

また、前記センサは、鉛直方向の前記加速度を計測し、前記プロセッサは、前記計測データによって示される前記加速度に基づいて、前記ユーザの上半身が鉛直方向に移動する移動距離を算出し、前記移動距離が閾値以上の場合に、前記着座動作を検出してもよい。

着座動作時には上半身が鉛直方向に大きく移動する。したがって、上述のように上半身の移動距離に基づいて着座動作を検出することによって、適切なタイミングで着座動作を検出することができる。

また、前記センサは、鉛直方向の前記加速度を計測し、前記プロセッサは、前記計測データによって示される鉛直方向上向きの前記加速度が閾値以上である場合に、前記着座動作を検出してもよい。

着座しようとするユーザの臀部が椅子の座面に接触するときには、鉛直方向上向きの大きな加速度が生じる。したがって、上述のように鉛直方向上向きの加速度に基づいて着座動作を検出することによって、適切なタイミングで着座動作を検出することができる。

また、前記センサは、前記筋電位として、前記ユーザの脚に含まれる少なくとも１つの筋の筋電位を計測し、かつ、前記姿勢に応じた数値として、前記ユーザの上半身における角速度を計測し、前記プロセッサは、前記計測データによって示される前記角速度に基づいて、前記ユーザの体幹前傾角度を継続的に算出し、算出される前記体幹前傾角度が閾値より小さくなったときから予め定められた時間以内に、計測される前記筋電位が大きくなる場合に、前記着座動作を検出してもよい。

これにより、体幹前傾角度と筋電位とに基づいて着座動作が検出されるため、より適切なタイミングで着座動作を検出することができる。

また、前記プロセッサは、前記計測データに含まれる、前記着座動作が行われている第１の区間と、前記ユーザが着座している第２の区間のうちの少なくとも一方の区間のデータを用いて、前記椅子の種別を特定してもよい。

これにより、着座動作が行われている期間である第１の区間の計測結果と、ユーザが着座している期間である第２の区間の計測結果との少なくとも一方の計測結果にしたがって椅子の種別が特定される。したがって、例えば、第１の区間と第２の区間のそれぞれの計測結果にしたがって椅子の種別が特定される場合には、特定される椅子の種別の信頼性を向上することができる。

また、前記プロセッサは、前記データに筋電位が示されている場合、前記筋電位が、複数種の椅子のそれぞれに対応する筋電位の条件を満たすか否かを判定することによって、前記椅子の種別を特定してもよい。

着座動作が行われているときにも、ユーザが着座しているときにも、椅子の種別に応じて異なる筋電位が生じる。したがって、上述のように筋電位に基づいて椅子の種別を特定することによって、特定される椅子の種別の信頼性をより向上することができる。

また、前記プロセッサは、前記第１の区間の前記データに、前記ユーザの上半身における鉛直方向の加速度が前記姿勢に応じた数値として示されている場合、前記データに示される、前記着座動作が開始されてから、鉛直方向上向きの前記加速度が閾値以上になるまでの期間における、前記ユーザの上半身の加速度に基づいて、前記ユーザの上半身が鉛直方向に移動する移動距離を算出し、前記移動距離に応じて前記椅子の種別を特定してもよい。

着座しようとするユーザの上半身の鉛直方向の移動距離は椅子の座面の高さに応じて異なる。したがって、上述のように移動距離に基づいて椅子の種別を特定することによって、特定される椅子の種別の信頼性をより向上することができる。

また、前記プロセッサは、前記第１の区間の前記データに、前記ユーザの上半身における鉛直方向の加速度が前記姿勢に応じた数値として示されている場合、前記データに示される、前記着座動作が開始されてから、予め定められた時間が経過するまでの期間における、前記ユーザの上半身の加速度の最大変化率を算出し、前記最大変化率に応じて前記椅子の種別を特定してもよい。

着座しようとするユーザの臀部が椅子の座面に接触するときに生じる、鉛直方向上向きの加速度の最大変化率は、椅子の座面の硬さに応じて異なる。したがって、上述のように、その加速度の最大変化率に基づいて椅子の種別を特定することによって、特定される椅子の種別の信頼性をより向上することができる。

また、前記プロセッサは、前記第２の区間の前記データに、前記ユーザの上半身における角速度が前記姿勢に応じた数値として示されている場合、前記データによって示される角速度から前記ユーザの体幹前傾角度を算出し、前記体幹前傾角度に応じて前記椅子の種別を特定してもよい。

着座しているユーザの体幹前傾角度の最大値は、椅子の背もたれの角度に応じて異なる。したがって、上述のように、その体幹前傾角度に基づいて椅子の種別を特定することによって、特定される椅子の種別の信頼性をより向上することができる。

また、前記プロセッサは、前記計測データに、前記ユーザの脚に含まれる複数の筋のそれぞれの筋電位が示されている場合、前記計測データによって示される前記着座動作後における前記複数の筋のそれぞれの筋電位に基づいて、前記複数の筋が活動を開始する順番を特定し、特定された前記順番が、予め定められた順番に一致している場合に、前記起立動作の開始を検出してもよい。

着座しているユーザが起立するときには、ユーザの脚の複数の筋は、予め定められた順番に活動を開始する。したがって、上述のように、複数の筋が活動を開始する順番に基づいて起立動作の開始を検出することによって、適切なタイミングに起立動作の開始を検出することができる。

また、前記プロセッサは、前記計測データに、前記ユーザの上半身における角速度が前記姿勢に応じた数値としてさらに示されている場合、前記計測データによって示される角速度から前記ユーザの体幹前傾角度を算出し、前記体幹前傾角度が閾値以下になったとき以降に前記複数の筋が活動を開始する順番を特定してもよい。

着座しているユーザが起立するときには、体幹前傾運動が行われた後に、ユーザの脚の複数の筋が予め定められた順番に活動を開始する。したがって、上述のように、体幹前傾角度が閾値以下になったとき以降の順番に基づいて起立動作の開始を検出することによって、より適切なタイミングに起立動作を検出することができる。

また、前記プロセッサは、特定された前記椅子の種別に応じて、前記体幹前傾角度の閾値を変更してもよい。

これにより、着座した椅子に基づいて起立動作の開始を検出するため、精度の高い起立動作の開始の検出が可能となる。

また、前記プロセッサは、特定された前記椅子の種別における座面の高さが高いほど小さい値を示す筋電位の閾値を、特定閾値として取得し、前記計測データに、前記ユーザの脚に含まれる筋の筋電位が示されている場合、前記計測データによって示される前記着座動作後における前記筋の筋電位が、前記特定閾値以上になったときに、前記起立動作の開始を検出してもよい。

これにより、ユーザが着座した椅子の種別に応じた適切なタイミングで、起立動作の開始を検出することができる。

また、前記プロセッサは、特定された前記椅子の種別に応じた速度または力で、前記ユーザの膝関節の角度を前記支援機構に変化させるための前記支援情報を出力してもよい。

これにより、椅子の種別に応じた速度または力でユーザの膝関節を伸ばすように起立動作を支援することができる。

以下、実施の形態について、図面を参照しながら具体的に説明する。

なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置および接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

また、各図は、模式図であり、必ずしも厳密に図示されたものではない。また、各図において、同じ構成部材については同じ符号を付している。

（実施の形態）
［概要］
図１Ａに、本実施の形態における起立動作支援装置の概略的な機能ブロック図を示す。図１に示すように、起立動作支援装置１０は、センサ１１と、通信インターフェース１２と、メモリ１３と、プロセッサ１４と、支援機構１５とを備える。

支援機構１５は、ユーザの脚に装着され、そのユーザの動作を支援する。センサ１１は、そのユーザの姿勢に応じた数値および筋電位のうちの少なくとも一方をユーザの生体値として継続的に計測し、継続的に計測されるユーザの生体値を示す計測データを出力する。通信インターフェース１２は、センサ１１から出力される計測データを取得してメモリ１３に格納する。プロセッサ１４は、メモリ１３に格納されている計測データを用いて支援機構１５を制御する。

具体的には、プロセッサ１４は、計測データに基づき、ユーザが起立した状態から椅子に着座するまでの動作である着座動作を検出する。そして、プロセッサ１４は、着座動作を検出したときには、計測データによって示される、着座動作の開始後のユーザの生体値に基づいて、その椅子の種別を特定する。次に、プロセッサ１４は、計測データによって示される、着座動作後のユーザの生体値に基づいて、ユーザが椅子から起立する動作である起立動作の開始を検出する。次に、プロセッサ１４は、特定された椅子の種別に応じた起立動作の支援を支援機構１５に実行させるための支援情報を出力する。なお、本実施の形態に係る起立動作支援装置１０は、支援機構１５を備えるが、支援機構１５を備えていなくてもよい。

図１Ｂに、本実施の形態における起立動作支援方法の概略的なフローチャートを示す。この起立動作支援方法では、まず、センサ１１が、ユーザの姿勢に応じた数値および筋電位のうちの少なくとも一方をユーザの生体値として継続的に検出し、継続的に計測されるユーザの生体値を示す計測データを出力する（ステップＳ１１）。

次に、通信インターフェース１２が、センサ１１から出力される計測データを取得してメモリ１３に格納する（ステップＳ１２）。

次に、プロセッサ１４が、ユーザの脚に装着される支援機構１５を、メモリ１３に格納されている計測データを用いて制御する（ステップＳ１３）。

具体的には、ステップＳ１３では、プロセッサ１４は、計測データに基づき、ユーザが起立した状態から椅子に着座するまでの動作である着座動作を検出する（ステップＳ１３ａ）。次に、プロセッサ１４は、着座動作を検出したときには、その計測データによって示される、着座動作の開始後のユーザの生体値に基づいて、椅子の種別を特定する（ステップＳ１３ｂ）。次に、プロセッサ１４は、計測データによって示される、着座動作後のユーザの生体値に基づいて、ユーザが椅子から起立する動作である起立動作の開始を検出する（ステップＳ１３ｃ）。次に、プロセッサ１４は、特定された椅子の種別に応じた起立動作の支援を支援機構１５に実行させるための支援情報を出力する（ステップＳ１３ｄ）。

これにより、着座動作の開始後のユーザの生体値に基づいて椅子の種別が特定され、その椅子の種別に応じた起立動作の支援が支援機構１５によって実行される。したがって、椅子の種別に応じて、起立動作の支援に力が不足してしまったり、過剰な力をかけてしまったりすることを抑えることができる。その結果、椅子の種別に関わらず、ユーザの起立動作を安定させることができる。

以下、このような起立動作支援装置および起立動作支援方法の詳細について説明する。

［装置構成］
図２に、本実施の形態における起立動作支援装置の具体的な機能的ブロック図を示す。図２に示すように、起立動作支援装置１００は、筋電位計測部１０１と、体幹姿勢計測部１０２と、タイマー１０３と、計測データ記憶部１０４と、着座動作検出部１０５と、着座条件記憶部１０６と、椅子特定部１０７と、椅子条件記憶部１０８と、特定結果記憶部１０９と、起立動作検出部１１０と、起立条件記憶部１１１と、支援機構１１２と、支援情報記憶部１１３と、計測処理部１２１とを備える。なお、図２に示す起立動作支援装置１００は、図１に示す起立動作支援装置１０をより具体化した装置である。また、図２に示す筋電位計測部１０１および体幹姿勢計測部１０２は、図１に示すセンサ１１に相当する。また、図２に示す計測処理部１２１、計測データ記憶部１０４および支援機構１１２はそれぞれ、図１に示す通信インターフェース１２、メモリ１３および支援機構１５に相当する。また、図２に示す着座動作検出部１０５、椅子特定部１０７および起立動作検出部１１０は、図１に示すプロセッサ１４に相当する。

図３に、起立動作支援装置１００の全体的な処理のフローチャートを示す。

まず、起立動作支援装置１００の筋電位計測部１０１および体幹姿勢計測部１０２は、ユーザの下肢の筋電位と体幹の姿勢を継続的に計測する（ステップＳ１１０）。計測処理部１２１は、その継続的な計測によって得られる計測データを計測データ記憶部１０４に格納する。次に、着座動作検出部１０５は、着座条件記憶部１０６に記憶されている着座条件を参照しながら、計測データ記憶部１０４に格納されている計測データに基づいて、ユーザの着座動作を検出する（ステップＳ１２０）。次に、椅子特定部１０７は、椅子条件記憶部１０８に記憶されている椅子条件を参照しながら、計測データ記憶部１０４に格納されている計測データに基づいて、ユーザに着座される椅子の種別を特定する（ステップＳ１３０）。このとき、椅子特定部１０７は、特定された椅子の種別を特定結果として特定結果記憶部１０９に格納する。次に、起立動作検出部１１０は、起立条件記憶部１１１に記憶されている起立条件を参照しながら、計測データ記憶部１０４に格納されている計測データに基づいて、ユーザの起立動作の開始を検出する（ステップＳ１４０）。そして、支援機構１１２は、特定結果記憶部１０９に特定結果として格納されている椅子の種別に応じた支援情報を、支援情報記憶部１１３から取得し、その支援情報にしたがってユーザの起立動作を支援する（ステップＳ１５０）。

［タイマー１０３］
タイマー１０３は、現在の時刻を計時し、その計時された時刻を示す時刻信号を計測処理部１２１に出力する。例えば、タイマー１０３は、１μｓまたは１ｍｓごとに現在の時刻を示す時刻信号を出力する。

［記憶部］
計測データ記憶部１０４は、上述の計測データを記憶するための記憶領域を有するメモリまたはハードディスクである。着座条件記憶部１０６は、ユーザの着座動作を検出するために参照される上述の着座条件を記憶している記憶領域を有するメモリまたはハードディスクである。椅子条件記憶部１０８は、椅子の種別を特定するために参照される上述の椅子条件を記憶している記憶領域を有するメモリまたはハードディスクである。起立条件記憶部１１１は、ユーザの起立動作を検出するために参照される上述の起立条件を記憶している記憶領域を有するメモリまたはハードディスクである。特定結果記憶部１０９は、椅子特定部１０７によって特定された椅子の種別を記憶するための記憶領域を有するメモリまたはハードディスクである。支援情報記憶部１１３は、椅子の種別ごとに、その種別の椅子に着座しているユーザの起立動作の支援を支援機構１１２に実行させるための支援情報を記憶している記憶領域を有するメモリまたはハードディスクである。

なお、これらの記憶部は、それぞれ個別のハードウェアから構成されていてもよく、これらの記憶部のうちの２つ以上の記憶部は、１つのハードウェアから構成されていてもよい。つまり、１つのメモリが、計測データ記憶部１０４、着座条件記憶部１０６、起立条件記憶部１１１、椅子条件記憶部１０８、特定結果記憶部１０９および支援情報記憶部１１３を含んでいてもよい。

［支援機構１１２］
図４に、ユーザに装着される支援機構１１２、体幹姿勢計測部１０２および筋電位計測部１０１のそれぞれの全体または一部の外観の一例を示す。

支援機構１１２は、図４に示すように、ユーザの脚または下肢に装着される機構であって、大腿フレーム１１２ａ、下腿フレーム１１２ｂ、動力部１１２ｃ、および固定部１１２ｄとを備える。大腿フレーム１１２ａおよび下腿フレーム１１２ｂは、それぞれユーザの大腿および下腿に沿うように配置され、固定部１１２ｄによってユーザの脚に固定される。動力部１１２ｃは、大腿フレーム１１２ａと下腿フレーム１１２ｂのそれぞれを回動自在に接続する関節として構成されている。この動力部１１２ｃは、例えばモータが駆動することによって、動力を発生し、大腿フレーム１１２ａと下腿フレーム１１２ｂとの間の角度であるフレーム角φを増加させる。支援機構１１２は、ユーザの起立動作時には、動力部１１２ｃがユーザの膝を伸展させるように、下腿フレーム１１２ｂに対して大腿フレーム１１２ａを動かす。これにより、支援機構１１２が装着されたユーザの脚は、より少ない筋力で膝を伸ばすことが可能となり、ユーザは少ない負担で起立動作を行うことができる。

なお、図４に示す例では、支援機構１１２は、大腿フレーム１１２ａ、下腿フレーム１１２ｂ、動力部１１２ｃ、および固定部１１２ｄからなるユニットを１つ備えているが、このユニットを２つ備えていてもよい。すなわち、支援機構１１２に含まれる２つのユニットのうちの一方は、ユーザの右脚に装着され、他方のユニットは、ユーザの左脚に装着される。

［体幹姿勢計測部１０２］
体幹姿勢計測部１０２は、図３に示すステップＳ１１０において、ユーザの体幹の姿勢（すなわち姿勢に応じた数値）を計測する。なお、ユーザの体幹は、例えばユーザの背骨である。本実施の形態では、体幹姿勢計測部１０２は、その姿勢に応じた数値として、ユーザの上半身における加速度、角速度および地磁気のうちの少なくとも１つを計測する。具体的には、体幹姿勢計測部１０２は、加速度センサ、角速度センサおよび地磁気センサを有する９軸センサとして構成され、図４に示すように、ユーザの腰に配置される。そして、体幹姿勢計測部１０２は、例えば１μｓまたは１ｍｓの周期ごとに継続的に上述の加速度、角速度および地磁気を計測する。体幹姿勢計測部１０２では、図４に示すように、ｘ軸、ｙ軸およびｚ軸が設定されている。ｘ軸は、例えば鉛直方向に沿う軸であり、鉛直上向きがプラスの向きである。ｙ軸は、例えばｘ軸に垂直であってユーザの左右方向に沿う軸であり、右向きがプラスの向きである。ｚ軸は、例えばｘ軸に垂直であってユーザの前後方向に沿う軸であり、前向きがプラスの向きである。加速度センサは、ｘ軸方向、ｙ軸方向およびｚ軸方向のそれぞれの体幹姿勢計測部１０２の加速度を計測する。地磁気センサは、ｘ軸方向、ｙ軸方向およびｚ軸方向のそれぞれの地磁気成分の大きさを計測し、それらの地磁気成分の大きさを合成することで地磁気の方向と大きさを計測する。角速度センサは、ｘ軸を回転中心とする角速度ｘ（ｒｏｌｌ）、ｙ軸を回転中心とする角速度ｙ（ｐｉｃｈ）およびｚ軸を回転中心とする角速度（ｙａｗ）を計測する。

また、体幹姿勢計測部１０２によって計測される加速度などの姿勢に応じた数値は、９軸センサから直接得られる計測値であってもよく、その計測値に応じた値であってもよい。その計測値に応じた値は、直接得られる計測値に対して増幅、整流またはフィルタ処理などの処理を行うことによって得られる値である。つまり、姿勢に応じた数値は、その９軸センサから直接得られる計測値であってもよく、その計測値から算出または処理された値であってもよい。

［筋電位計測部１０１］
筋電位計測部１０１は、図３に示すステップＳ１１０において、筋電位として、ユーザの脚に含まれる少なくとも１つの筋の筋電位を計測する。具体的には、筋電位計測部１０１は、例えば１μｓまたは１ｍｓの周期ごとに継続的に筋電位を計測する。筋電位は、脳または脊髄で発生した運動指令により、筋線維上に発生する筋収縮を誘発する電位変化であり、強い筋力を発揮するほど大きな値が筋電位として計測される。筋電位計測部１０１は、１箇所の筋電位の計測に、２つの電極を用い、両電極で計測された電位の差分を計測する双極誘導を用いる。例えば、筋電位計測部１０１は、図４に示すようにユーザの下肢の特定の場所に取り付けられた電極１０１１ａ，１０１１ｂを用いて、その場所における表面筋電位を計測する。

図５に、筋電位計測部１０１によって計測される筋の一例を示す。具体的には、筋電位計測部１０１は、図５に示す前脛骨筋、腓腹筋、内側広筋、外側広筋、大腿直筋、および大腿二頭筋の筋電位を計測する。なお、椅子の座面と接触する可能性のある大腿二頭筋と、互いに同じ傾向の筋電位が出力される内側広筋および外側広筋のうちのどちらか一方とを、計測対象から外しても良い。

図６に、筋電位計測部１０１が前脛骨筋の筋電位を計測する一例を示す。筋電位計測部１０１は、電極１０１１ａおよび１０１１ｂと、アンプ１０１２と、筋電計測回路１０１３とを有する。

電極１０１１ａおよび１０１１ｂは、ユーザの前頚骨筋の皮膚上に配置される。例えば、電極１０１１ａと電極１０１１ｂとの間の距離は、１０〜３０ｍｍ程度である。アンプ１０１２は、電極１０１１ａと電極１０１１ｂとの間の電位差を増幅し、筋電計測回路１０１３は、その増幅された電位差を筋電位として測定する。

なお、筋電位計測部１０１は、上述のようにユーザの一方の脚の各筋の筋電位を計測するが、両脚の各筋の筋電位を計測してもよい。この場合、筋電位計測部１０１は、両脚のそれぞれで計測された同一種の筋の筋電位の最大値、最小値または平均値を、計測データ記憶部１０４に格納されるその筋の筋電位として出力してもよい。

また、筋電位計測部１０１によって計測される筋電位は、上述のように、電極１０１１ａおよび１０１１ｂから直接得られる計測値であってもよく、その計測値に応じた値であってもよい。その計測値に応じた値は、直接得られる計測値に対して増幅、全波整流、またはローパスフィルタ処理などの処理を行うことによって得られる値である。なお、全波整流およびローパスフィルタ処理は、筋電計測回路１０１３によって行われてもよい。つまり、筋電位は、その電極から直接得られる計測値であってもよく、その計測値から算出または処理された値であってもよい。

［計測処理部１２１］
計測処理部１２１は、タイマー１０３から出力された時刻信号によって示される時刻と、その時刻において筋電位計測部１０１によって計測された各筋の筋電位と、その時刻において体幹姿勢計測部１０２に計測された体幹の姿勢とを取得する。そして、計測処理部１２１は、その時刻と各筋の筋電位と姿勢とを対応付けて計測データのサンプルとして計測データ記憶部１０４に格納する。

図７に、計測データ記憶部１０４に格納される計測データの一例を示す。図７に示す例では、計測処理部１２１は、サンプリング周期が１ＫＨｚとなるように、サンプルを計測データ記憶部１０４に格納する。この計測データは、上述の時刻である計測日時１０３ａごとに、その計測日時１０３ａのサンプル、つまり、計測日時１０３ａと、その計測日時１０３ａに計測された各筋の筋電位１０１ａおよび姿勢１０２ａとを対応付けて示す。各筋の筋電位１０１ａは、前脛骨筋、腓腹筋、内側広筋、外側広筋および大腿二頭筋のそれぞれの筋電位からなる。姿勢１０２ａは、９軸センサによって得られる、ｘ軸方向の加速度ｘと、ｙ軸方向の加速度ｙと、ｚ軸方向の加速度ｚと、ｘ軸の角速度ｘと、ｙ軸の角速度ｙと、ｚ軸の角速度ｚと、地磁気の向きおよび強さとからなる。

［着座動作検出部１０５］
着座動作検出部１０５は、図３に示すステップＳ１２０において、計測データ記憶部１０４に格納されている計測データを用いて、ユーザの着座動作を検出する。具体的には、着座動作検出部１０５は、例えば、計測データに示される最近の計測日時に対応付けられた各筋の筋電位および姿勢を周期的に取得する。次に、着座動作検出部１０５は、取得した筋電位または姿勢を、着座動作の検出に用いられる数値に変換する。そして、着座動作検出部１０５は、その数値を、着座条件記憶部１０６に記憶されている着座条件と比較することで、ユーザの着座動作の検出を行う。着座動作が検出されると、着座動作検出部１０５は、着座検出情報を椅子特定部１０７に送信する。ここで、着座検出情報は、着座動作が検出されたことと、着座動作区間とを示す。着座動作区間は、着座動作が開始された時刻（着座動作開始時刻）から、着座動作が終了された時刻（着座動作終了時刻）までの区間である。

＜筋電を用いた着座動作の検出方法＞
筋電位を用いた着座動作の検出方法について、より具体的に説明する。着座動作検出部１０５は、図３に示すステップＳ１１０の計測によって計測データ記憶部１０４に格納された計測データから、周期的に（例えば１ｍｓの周期ごとに）、所定の時間幅のデータを取得する。例えば、着座動作検出部１０５は、１ｍｓの周期で所定の時間幅のデータを取得し、その所定の時間幅は２０ｍｓである。この場合、計測データにおけるサンプリング周波数が１ｋＨｚであるため、着座動作検出部１０５は、計測データから、計測日時、筋電位および姿勢からなるサンプルを２０サンプルだけ含むデータを取得する。着座動作検出部１０５は、この２０サンプルのそれぞれの筋電位の値に対してＲＭＳ（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ）を算出し、その算出されたＲＭＳを、着座条件記憶部１０６に着座条件として予め記憶されている筋電位の閾値と比較する。その比較の結果、そのＲＭＳが閾値以上である場合に、着座動作検出部１０５は、着座動作を検出する。すなわち、着座動作検出部１０５は、着座動作が行われたと判定する。

なお、着座動作検出部１０５は、事前に設定された１箇所の筋に対して計測された筋電位を用いて、着座動作を検出してもよいし、複数の箇所の筋に対して計測された筋電位を利用して、着座動作を検出してもよい。例えば、着座動作検出部１０５は、複数の箇所の筋のそれぞれに対して筋電位のＲＭＳを算出し、それらのＲＭＳが全て閾値以上である場合に、着座動作を検出してもよい。複数の箇所の筋のそれぞれの閾値は、互いに異なっていてもよく、同一であってもよい。

このように、着座動作検出部１０５は、計測データによって示される、少なくとも１つの筋のそれぞれの筋電位が、当該筋に対応する閾値以上である場合に、着座動作を検出する。これにより適切なタイミングで着座動作を検出することができる。

また、着座動作検出部１０５は、複数の箇所のそれぞれの筋に対して計測された筋電位の大きさの相対的な関係に基づいて、着座動作を検出してもよい。具体的には、着座動作検出部１０５は、事前に設定された１箇所の筋に対して計測された筋電位のＲＭＳが閾値以上となった際に、１つもしくは複数の他の箇所の筋のそれぞれに対して計測された筋電位のＲＭＳを算出する。そして、着座動作検出部１０５は、各筋のＲＭＳの相対的な大小関係から着座動作を検出してもよい。例えば、その大小関係が、着座条件記憶部１０６に記憶されている着座条件を満たしているときに、着座動作検出部１０５は着座動作を検出する。

図８Ａに、ユーザが木製の椅子に着座する際に各筋に対して算出された筋電位のＲＭＳの一例を示す。図８Ａに示す筋電位のＲＭＳは、最も早く活動を開始した筋のＲＭＳが閾値を超えた時刻の前後の５秒間のＲＭＳの算出結果である。図８Ａの算出結果に示すように、着座動作には、前脛骨筋と大腿二頭筋のそれぞれの筋電位のＲＭＳが大きくなり、内側広筋および外側広筋のそれぞれの筋電位のＲＭＳは、それらに比べて小さい。したがって、着座動作検出部１０５は、例えば、前脛骨筋または大腿二頭筋の筋電位のＲＭＳのみを用いて、それらのＲＭＳが閾値以上（例えば、４ｍＶ以上）になった場合に、着座動作を検出してもよい。

図８Ｂに、着座条件記憶部１０６に記憶されている着座条件の一例を示す。

着座条件記憶部１０６は、例えば図８Ｂの（ａ）に示すように、筋電位のＲＭＳの算出の対象とされる各筋と、その各筋に対するＲＭＳの閾値とを着座条件として記憶している。なお、ＲＭＳの算出の対象とされる各筋は、計測チャンネルともいう。着座動作検出部１０５は、前脛骨筋の筋電位のＲＭＳが閾値（例えば５ｍＶ）以上であり、大腿二頭筋の筋電位のＲＭＳが閾値（例えば３ｍＶ）以上であり、かつ、内側広筋の筋電位のＲＭＳが閾値（例えば２ｍＶ）以上である場合に、着座動作を検出する。

または、着座条件記憶部１０６は、例えば図８Ｂの（ｂ）に示すように、筋電位のＲＭＳの算出の対象とされる各筋と、その各筋に対するＲＭＳの大きさ順とを着座条件として記憶している。大きさ順は、ＲＭＳが大きいほど、小さい数値を示す。つまり、この着座条件は、前脛骨筋、大腿二頭筋、内側広筋の順に、それぞれの筋の筋電位のＲＭＳが小さくなることを示している。したがって、着座動作検出部１０５は、算出された前脛骨筋の筋電位のＲＭＳよりも、算出された大腿二頭筋の筋電位のＲＭＳが小さく、その大腿二頭筋の筋電位のＲＭＳよりも、算出された内側広筋の筋電位のＲＭＳが小さい場合に、着座動作を検出する。

また、着座動作検出部１０５は、着座動作が検出され始めた時刻を着座動作開始時刻として決定し、検出されていた着座動作が検出されなくなった直前の時刻を着座動作終了時刻として決定する。

すなわち、着座動作検出部１０５は、着座動作の検出に１つの筋の筋電位を用いる場合は、周期的に算出されるＲＭＳが閾値未満から閾値以上に切り替わると、その閾値以上のＲＭＳの算出に用いられた複数のサンプル（例えば２０サンプル）を特定する。そして、着座動作検出部１０５は、それらの複数のサンプルのうちの最も時間的に早いサンプルの計測時刻を着座動作開始時刻として決定する。次に、着座動作検出部１０５は、着座動作開始時刻以降、周期的に算出されるＲＭＳが閾値以上から閾値未満に切り替わると、その切り替わり直前の閾値以上のＲＭＳの算出に用いられた複数のサンプル（例えば２０サンプル）を特定する。そして、着座動作検出部１０５は、それらの複数のサンプルのうちの最も時間的に遅いサンプルの計測時刻を着座動作終了時刻として決定する。このように決定される着座動作開始時刻と着座動作終了時刻とによって着座動作区間が特定される。

また、着座動作検出部１０５は、着座動作の検出に複数の筋の筋電位を用いる場合は、その複数の筋の全てについて、筋ごとの着座動作区間を特定してもよい。そして、着座動作検出部１０５は、全ての筋のそれぞれに対して特定される着座動作区間の少なくとも一部に重複する区間があれば、それらの着座動作区間の中で最も遅い（または早い）着座動作開始時刻を、複数の筋の全体に対する着座動作開始時刻として決定する。また、着座動作検出部１０５は、それらの着座動作区間の中で最も早い（または遅い）着座動作終了時刻を、複数の筋の全体に対する着座動作終了時刻として決定する。なお、着座動作終了時刻の決定に用いられる閾値と、着座動作開始時刻の決定に用いられる閾値とは同一であってもよく、異なっていてもよい。

＜加速度を用いた着座動作の検出方法＞
次に、９軸センサによって計測される加速度を用いた着座動作の検出方法について説明する。着座動作検出部１０５は、図３に示すステップＳ１１０の計測によって計測データ記憶部１０４に格納された計測データから、周期的に（例えば１ｍｓの周期ごとに）、最近の加速度を取得する。

図９に、ユーザが上述の木製の椅子に着座する際に計測された加速度の一例を示す。ユーザが椅子に着座する際、ユーザの腰は鉛直方向下向きに動くため、鉛直方向下向き（ｘ軸方向の負の向き）の加速度が発生する。なお、図９のｘ軸方向の加速度は、ユーザが静止している場合でも重力加速度を受けるため、約１ｍ／ｓ^２を示す。

したがって、着座動作検出部１０５は、加速度が鉛直方向下向き（ｘ軸方向の負の向き）に発生した場合に、着座動作を検出してもよい。すなわち、着座動作検出部１０５は、着座動作が起こったと判定する。ただし、鉛直方向の加速度の変化は、ユーザがしゃがむ場合、または階段を登り降りする場合にも発生するため、着座動作特有の加速度の変化を利用する方が望ましい。より具体的には、着座動作の場合、腰が下がり臀部が座面に接触すると、上向き（すなわち逆向き）に大きな加速度が発生する。したがって、着座動作検出部１０５は、鉛直方向下向きの加速度（すなわちｘ軸方向の負の向きの加速度）が発生し、その後、その加速度より大きな逆向きの加速度（すなわちｘ軸方向の正の向きの加速度）が発生した場合に、着座動作を検出してもよい。

このように、体幹姿勢計測部１０２は、鉛直方向の加速度を計測し、着座動作検出部１０５は、計測データによって示される鉛直方向上向きの加速度が閾値以上である場合に、着座動作を検出する。これにより、適切なタイミングで着座動作を検出することができる。

また、着座動作検出部１０５は、腰の鉛直方向に沿う移動距離を、ｘ軸方向の加速度を用いて算出し、その移動距離に基づいて着座動作を検出してもよい。平均的な椅子の座面の高さは、例えば約４０ｃｍであり、平均的な男女のそれぞれの股下の高さは、例えば７１．３ｃｍおよび７８．３ｃｍである。したがって、これらの高さに基づいて、着座動作検出部１０５は、例えば、ユーザの腰に取り付けられた体幹姿勢計測部１０２の鉛直方向下向きに沿う移動距離が、３０ｃｍ以上または３０〜４０ｃｍである場合に、着座動作を検出してもよい。この移動距離の閾値となる３０ｃｍまたは３０〜４０ｃｍは、着座条件記憶部１０６に着座条件として記憶されていてもよい。

このように、体幹姿勢計測部１０２は、鉛直方向の加速度を計測し、着座動作検出部１０５は、計測データによって示される加速度に基づいて、ユーザの上半身が鉛直方向に移動する移動距離を算出し、その移動距離が閾値以上の場合に、着座動作を検出する。これにより、適切なタイミングで着座動作を検出することができる。

また、ユーザが椅子に着座する際には、ユーザの体幹が前傾する（この前傾する運動を体幹前傾運動という）。したがって、図９に示すように、ｚ軸方向の正の向きに加速度が発生する。体幹前傾運動は着座動作中に起こり、体幹は着座後もとの姿勢に戻る。したがって、着座動作検出部１０５は、ｚ軸方向の正の向きの加速度の発生と共に前述のｘ軸方向の加速度の変化が発生した場合に、着座動作を検出してもよい。つまり、着座動作検出部１０５は、ｚ軸方向の正の向きの加速度が閾値以上生じ、かつ、ｘ軸方向の負の向きの加速度が閾値以上生じたときに、着座動作の開始を検出してもよい。さらに、着座動作検出部１０５は、その着座動作の開始後、ｘ軸方向の正の向きの加速度が閾値以上生じたときに、着座動作の終了を検出してもよい。なお、これらの閾値は、着座条件記憶部１０６に着座条件として記憶されていてもよい。

＜加速度および体幹前傾角度を用いた着座動作の検出方法＞
次に、加速度および体幹前傾角度を用いた着座動作の検出方法について説明する。着座動作検出部１０５は、図３に示すステップＳ１１０の計測によって計測データ記憶部１０４に格納された計測データから、周期的に（例えば１ｍｓの周期ごとに）、ｙ軸を回転中心とする最近の角速度を取得する。そして、着座動作検出部１０５は、その角速度を時間で積分することによって体幹前傾角度を算出する。体幹前傾角度は、ユーザの体幹と水平方向との間の角度であり、ユーザの体幹が前傾するほど小さくなる角度である。また、ユーザが起立しているときには、体幹前傾角度は約９０ｄｅｇである。

図１０Ａに、ユーザが椅子に着座する際に算出された体幹前傾角度の一例を示す。図１０Ａに示すように、ユーザが椅子に着座するときには、椅子の座面にかかる力（いわゆる座面反力）は、ユーザの臀部が座面に接触するタイミングに急激に増加する。また、体幹前傾角度θは、その座面反力が増加する直前から減少し、臀部が座面に接触すると緩やかに増加する。したがって、着座動作検出部１０５は、上述の加速度だけでなく、この体幹前傾角度θの変化にも基づいて着座動作を検出してもよい。

図１０Ｂに、着座条件記憶部１０６に記憶されている着座条件の他の例を示す。

着座条件記憶部１０６は、例えば図１０Ｂに示すように、着座動作の検出に用いられる各パラメータと、その各パラメータに対する閾値とを着座条件として記憶していてもよい。各パラメータは、例えば、ｘ軸方向の加速度、ｚ軸方向の加速度、および体幹前傾角度である。着座動作検出部１０５は、ｘ軸方向の加速度が閾値（例えば０．９ｍ／ｓ^２）以下であり、ｚ軸方向の加速度が閾値（例えば０．１ｍ／ｓ^２）以上であり、かつ、体幹前傾角度が閾値（例えば７０ｄｅｇ）以下である場合に、着座動作を検出する。

また、着座動作検出部１０５は、体幹前傾角度と筋電位に基づいて着座動作を検出してもよい。つまり、体幹姿勢計測部１０２は、筋電位として、ユーザの脚に含まれる少なくとも１つの筋の筋電位を計測し、かつ、姿勢に応じた数値として、ユーザの上半身における角速度を計測する。そして、着座動作検出部１０５は、計測データによって示されるその角速度に基づいて、ユーザの体幹前傾角度を継続的に算出し、算出される体幹前傾角度が閾値より小さくなったときから予め定められた時間以内に、計測される筋電位が大きくなる場合に、着座動作を検出する。これにより、より適切なタイミングで着座動作を検出することができる。なお、上述の体幹前傾角度の閾値（例えば７０ｄｅｇ）および予め定められた時間は、着座条件記憶部１０６に着座条件として記憶されていてもよい。

［椅子特定部１０７］
椅子特定部１０７は、図３に示すステップＳ１２０で着座動作検出部１０５によって送信された着座検出情報を受け取る。そして、椅子特定部１０７は、図３に示すステップＳ１３０において、計測データ記憶部１０４に格納されている計測データから所定区間のデータを取得し、ユーザに着座される椅子の種別を特定する。椅子特定部１０７は、その特定された椅子の種別を特定結果として、特定結果記憶部１０９に格納すると共に、特定結果を格納したことを起立動作検出部１１０に通知する。椅子特定部１０７は、上述の所定区間のデータとして、２つの区間のデータを取得し、それぞれの区間のデータに基づいて椅子の種別を特定する。２つの区間のうちの１つ目の区間は、着座動作区間であり、２つ目の区間は、着座動作後の着座中の区間（以下、着座中区間という）である。

つまり、椅子特定部１０７は、計測データに含まれる、着座動作が行われている第１の区間と、ユーザが着座している第２の区間のうちの少なくとも一方の区間のデータを用いて、椅子の種別を特定する。したがって、例えば、第１の区間と第２の区間のそれぞれのデータにしたがって椅子の種別が特定される場合には、特定される椅子の種別の信頼性を向上することができる。

＜筋電位を用いた椅子の種別の特定方法＞
まず、筋電位を用いた椅子の種別の特定方法について説明する。椅子の種別によって高さ、堅さ、および足の配置制限などが異なる。したがって、椅子特定部１０７は、着座動作区間の筋の活動が椅子の種別ごとに異なるという特徴と、椅子によって着座中区間における足の動作が椅子の種別ごとに異なるという特徴とを利用して、椅子の種別を特定する。

具体的には、椅子特定部１０７は、計測データ記憶部１０４に格納されている計測データから、着座動作区間のデータを取得する。次に、椅子特定部１０７は、各筋について、そのデータに示される着座動作区間の全体の筋電位のＲＭＳを算出する。そして、椅子特定部１０７は、椅子条件記憶部１０８に格納されている、複数の椅子の種別のそれぞれに対応付けられた着座動作区間の椅子条件と、算出された各筋の筋電位のＲＭＳとを比較することにより、ユーザに着座される椅子の種別を特定する。

このように、椅子特定部１０７は、上述のデータに筋電位が示されている場合、その筋電位が、複数種の椅子のそれぞれに対応する筋電位の条件を満たすか否かを判定することによって、椅子の種別を特定する。これにより、特定される椅子の種別の信頼性をより向上することができる。

図１１に、椅子条件記憶部１０８に記憶されている着座動作区間における椅子条件の一例を示す。椅子条件記憶部１０８には、椅子の種別ごとに、人がその種別の椅子に着座するときに発生する筋電パターンが、着座動作区間における椅子条件として記憶されている。筋電パターンは、各筋の筋電位のＲＭＳによって表現されるパターンである。例えば、椅子条件記憶部１０８には、木製の硬い椅子（タイプ１）と、オフィスチェアのようにキャスター付きの柔らかい椅子（タイプ２）と、ソファのように座面が低くてより柔らかい椅子（タイプ３）とのそれぞれに対して、その椅子に着座するときに発生する筋電パターンが椅子条件として記憶されている。

椅子特定部１０７は、上述のように、着座動作区間全体の各筋の筋電位のＲＭＳを算出する。そして、椅子特定部１０７は、上述の複数の椅子条件である複数の筋電パターンのうち、その算出された各筋の筋電位のＲＭＳによって表現されるパターンに最も類似した筋電パターンに対応付けられた椅子の種別を特定する。これにより、着座動作区間における椅子の種別が特定される。

なお、椅子条件記憶部１０８に記憶されている、各椅子の種別に対応する筋電パターンは、キャリブレーションによって作成されていてもよい。つまり、作成対象の椅子の種別に対応する筋電パターンは、ユーザをその作成対象の種別の椅子に着座させることによって作成される。または、作成対象の椅子の種別に対応する筋電パターンは、複数の人のそれぞれを、その作成対象の種別の椅子に着座させ、そのときに得られるＲＭＳを平均化することによって作成されてもよい。

また、椅子特定部１０７は、上述のように、着座動作区間だけでなく、着座中区間においても、ユーザが着座している椅子の種別を特定する。例えば、キャスターなどが付いている椅子に着座しているユーザは、着座中区間では、着座したまま前後に移動できるため、椅子を前後に動かす脚の動きがある。したがって、椅子特定部１０７は、その脚の動きを検出することによって、ユーザが着座している椅子が、キャスター付きの椅子であることを特定することができる。

図１２に、椅子条件記憶部１０８に記憶されている着座中区間における椅子条件の一例を示す。椅子条件記憶部１０８には、椅子の種別ごとに、人がその種別の椅子に着座しているときに発生する筋電パターンが、着座中区間における椅子条件として記憶されている。図１２に示す２種類の筋電パターンは、人がキャスター付きの椅子（すなわちタイプ２の椅子）に着座しているときに発生する筋電パターンである。２種類のうちの一方の筋電パターンは、椅子を前に移動させる際に発生する筋電パターンであり、他方の筋電パターンは、椅子を後に移動させる際に発生する筋電パターンである。

椅子特定部１０７は、計測データ記憶部１０４に格納されている計測データから、着座動作区間の後の着座中区間に含まれる対象区間のデータを取得する。次に、椅子特定部１０７は、各筋について、そのデータに示される対象区間の全体の筋電位のＲＭＳを算出する。そして、椅子特定部１０７は、椅子条件記憶部１０８に格納されている、複数の椅子の種別のそれぞれに対応付けられた椅子条件と、算出された各筋の筋電位のＲＭＳとを比較することにより、ユーザに着座されている椅子の種別を特定する。つまり、椅子特定部１０７は、上述の複数の椅子条件である複数の筋電パターンのうち、その算出された各筋の筋電位のＲＭＳによって表現されるパターンに最も類似した筋電パターンに対応付けられた椅子の種別を特定する。これにより、対象区間における椅子の種別が特定される。例えば、その最も類似した筋電パターンが図１２に示す筋電パターンである場合、椅子特定部１０７は、ユーザが着座している椅子の種別を、キャスター付きの椅子（すなわちタイプ２）として特定する。

図１３に、筋電位を用いた椅子の種別の特定方法のフローチャートを示す。なお、このフローチャートは、図３のステップＳ１３０の詳細な処理を示す。

（ステップＳ１３０１）
椅子特定部１０７は、周期的に、着座動作検出部１０５から送信された着座検出情報を受信したか否かを確認する。

（ステップＳ１３０２）
椅子特定部１０７は、着座検出情報を受信した場合、ステップＳ１３０３へ進む。一方、着座検出情報を受信していない場合は、椅子特定部１０７は、ステップＳ１３０１へ戻り、着座検出情報の受信を待つ。

（ステップＳ１３０３）
椅子特定部１０７は、着座動作検出部１０５から受け取った着座検出情報から着座動作区間を特定し、その着座動作区間におけるデータを、計測データ記憶部１０４に格納されている計測データから取得する。

（ステップＳ１３０４）
椅子特定部１０７は、ステップＳ１３０３で取得した着座動作区間におけるデータによって示される少なくとも１箇所の筋の筋電位のＲＭＳによって表現されるパターンと、椅子条件記憶部１０８に記憶されている、椅子の種別ごとの筋電パターンとを比較する。この比較によって、椅子特定部１０７は、ユーザに着座される椅子の種別を特定する。

（ステップＳ１３０５）
椅子特定部１０７は、ステップＳ１３０４で特定した椅子の種別を特定結果として特定結果記憶部１０９に格納し、特定結果を格納したことを起立動作検出部１１０に通知する。

（ステップＳ１３０６）
椅子特定部１０７は、着座動作区間の後、ユーザが着座しているときにおいて、椅子の種別を特定する処理を開始する。まず、椅子特定部１０７は、計測データ記憶部１０４に格納されている計測データから、周期的に（例えば１０ｍｓの周期ごとに）、その周期分のデータ（すなわち各筋の筋電位の計測結果）を取得し、各筋の筋電位のＲＭＳを算出する。つまり、椅子特定部１０７は、筋活動を監視する。

（ステップＳ１３０７）
椅子特定部１０７は、ステップＳ１３０６で算出した何れかの筋のＲＭＳが閾値より大きい場合に、筋活動が発生したと判定する。このとき、椅子特定部１０７は、ステップＳ１３０８へ進む。一方、筋活動が発生していないと判定した場合は、椅子特定部１０７は、ステップＳ１３０６へ戻り、次のＲＭＳを算出する。

（ステップＳ１３０８）
椅子特定部１０７は、ステップＳ１３０７において少なくとも１つの筋が活動したと判定すると、対象区間における各筋の筋電位のＲＭＳを算出する。つまり、椅子特定部１０７は、ステップＳ１３０７で閾値を超えた筋電位のＲＭＳの算出に用いられたデータのうち最も時間的に早いサンプルの計測時刻から所定時間後までの対象区間における各筋の筋電位のＲＭＳを算出する。椅子特定部１０７は、算出した各筋の筋電位のＲＭＳによって表現されるパターンと、椅子条件記憶部１０８に椅子条件として記憶されている、複数の椅子の種別のそれぞれに対応付けられた筋電パターンとを比較する。これにより、椅子特定部１０７は、着座中区間における椅子の種別を特定する。

（ステップＳ１３０９）
椅子特定部１０７は、ステップＳ１３０８で特定した椅子の種別と、特定結果記憶部１０９に特定結果として格納されている椅子の種別とを比較する。

（ステップＳ１３１０）
比較の結果、椅子の種別が異なる場合、椅子特定部１０７は、特定結果記憶部１０９に特定結果として格納されている椅子の種別を、ステップＳ１３０８で特定した椅子の種別に更新する。なお、椅子特定部１０７は、ステップＳ１３１０の処理の後、再びステップＳ１３０６からの処理を繰り返し実行することにより、特定結果を複数回以上更新してもよい。

＜加速度および体幹前傾角度を用いた椅子の種別の特定方法＞
次に、９軸センサによって得られる加速度および体幹前傾角度を用いた椅子の種別の特定方法について説明する。

この特定方法では、椅子特定部１０７は、２つの特徴を利用して椅子の種別を特定する。２つの特徴のうちの１つ目は、椅子の種別によって座面の高さまたは堅さが異なるため着座動作時の加速度の計測結果がその椅子の種別ごとに異なるという特徴である。２つの特徴のうちの２つ目は、椅子の種別によって、背もたれの角度が異なること、椅子に座ってからの作業が異なるために着座中の加速度が椅子の種別によって異なるという特徴である。

図１４に、３種類の椅子のそれぞれにユーザが着座した際に計測された加速度の一例を示す。図１４の（ａ）〜（ｃ）に示すように、何れの種別の椅子であっても、着座動作区間の後半でｘ軸方向（鉛直方向）の加速度に大きな変化が現れる。この変化は、ユーザの鉛直方向下向きに加速する臀部が椅子の座面に接触することで、加速度の向きが逆になることを示している。この変化は、図１４の（ａ）〜（ｃ）に示すように、椅子の種別によって異なる。その理由は、椅子の座面の堅さが加速度に影響しているためであり、硬い椅子ほど急峻な変化が生じる。

そこで、椅子特定部１０７は、着座動作区間において、鉛直方向上向きの加速度が閾値以上ある場合に、その加速度の変化の急峻さ、つまり加速度の傾きの大きさを算出する。そして、椅子特定部１０７は、その傾きの大きさを、椅子条件記憶部１０８に椅子の種別ごとに記憶されている椅子条件（例えば閾値）と比較することで、椅子の種別を特定する。なお、加速度の傾きの大きさは、加速度の変化率に相当する。そこで、椅子特定部１０７は、着座動作区間における鉛直方向の加速度の最大変化率に基づいて椅子の種別を判別してもよい。椅子条件記憶部１０８には、例えば、タイプ１の椅子に対する椅子条件として、加速度の最大変化率の閾値ａ１以上が記憶され、タイプ２の椅子に対する椅子条件として、加速度の最大変化率の閾値ａ１未満ａ２以上が記憶されている。さらに、椅子条件記憶部１０８には、タイプ３の椅子に対する椅子条件として、加速度の最大変化率の閾値ａ２未満が記憶されている。椅子特定部１０７は、算出された加速度の最大変化率が、例えば閾値ａ１以上であれば、椅子の種別としてタイプ１を特定する。

このように、椅子特定部１０７は、着座動作区間である第１の区間のデータに、ユーザの上半身における鉛直方向の加速度が姿勢に応じた数値として示されている場合、そのデータに示される、着座動作が開始されてから、予め定められた時間が経過するまでの期間における、ユーザの上半身の加速度の最大変化率を算出し、その最大変化率に応じて椅子の種別を特定する。これにより、特定される椅子の種別の信頼性をより向上することができる。

また、椅子の種別に応じて椅子の座面の高さは異なる。したがって、椅子の種別に応じて、着座動作時におけるユーザの腰の移動距離が異なる。したがって、椅子特定部１０７は、着座動作区間の鉛直方向の加速度を積分することで移動距離を算出し、その算出された移動距離を、椅子条件記憶部１０８に椅子の種別ごとに記憶されている椅子条件（例えば閾値）と比較することで、椅子の種別を特定してもよい。

つまり、椅子特定部１０７は、第１の区間のデータに、ユーザの上半身における鉛直方向の加速度が姿勢に応じた数値として示されている場合、そのデータに示される、着座動作が開始されてから、鉛直方向上向きの加速度が閾値以上になるまでの期間における、ユーザの上半身の加速度に基づいて、ユーザの上半身が鉛直方向に移動する移動距離を算出し、その移動距離に応じて前記椅子の種別を特定する。これにより、特定される椅子の種別の信頼性をより向上することができる。なお、この場合には、椅子条件記憶部１０８には、複数の椅子の種別のそれぞれに対応付けら上述の加速度の閾値と、移動距離の閾値とが椅子条件として記憶されている。椅子特定部１０７は、算出された移動距離を、椅子条件である移動距離の閾値と比較し、その比較結果に基づいて椅子の種別を特定する。

また、椅子の種別に応じて、着座動作時におけるユーザの体幹前傾角度の最小値が異なる。例えば、座面の高さが低い椅子、または深い椅子にユーザが着差するときには、ユーザの体幹はより前傾になるため、体幹前傾角度の最小値が小さい。一方、座面の高さが高い椅子、または机が前に配置されているような椅子にユーザが着差するときには、ユーザの体幹は比較的前傾にならないため、体幹前傾角度の最小値が大きい。したがって、椅子特定部１０７は、着座動作区間のｙ軸を回転中心とする角速度を積分することで体幹前傾角度を算出し、その算出された体幹前傾角度を、椅子条件記憶部１０８に椅子の種別ごとに記憶されている椅子条件（例えば閾値）と比較することで、椅子の種別を特定してもよい。

また、椅子の種別に応じて椅子の背もたれの傾斜角度が異なる。したがって、椅子特定部１０７は、ユーザが椅子に着座しているとき、つまり着座中区間では、９軸センサによって計測される角速度に基づいて体幹前傾角度を周期的に算出する。そして、椅子特定部１０７は、その周期的に算出される体幹前傾角度のうちの最大値を、椅子条件記憶部１０８に椅子の種別ごとに記憶されている椅子条件（例えば閾値）と比較することで、ユーザに着座されている椅子の種別を特定する。

図１５に、椅子条件記憶部１０８に記憶されている着座中区間における椅子条件の他の例を示す。椅子条件記憶部１０８には、椅子の種別ごとに、その種別に対応する椅子条件として体幹前傾角度の閾値が記憶されている。例えば、椅子条件記憶部１０８には、タイプ１の椅子に対する椅子条件として、体幹前傾角度の閾値１１０ｄｅｇが記憶され、タイプ２の椅子に対する椅子条件として、体幹前傾角度の閾値１２０ｄｅｇが記憶されている。さらに、椅子条件記憶部１０８には、タイプ３の椅子に対する椅子条件として、体幹前傾角度の閾値１３０ｄｅｇが記憶されている。

椅子特定部１０７は、着座中区間において算出される体幹前傾角度の最大値が、タイプ１の閾値以下であれば、椅子の種別としてタイプ１を特定し、タイプ１の閾値より大きくタイプ２の閾値以下であれば、椅子の種別としてタイプ２を特定する。そして、椅子特定部１０７は、着座中区間において算出された体幹前傾角度の最大値が、タイプ２の閾値より大きくタイプ３の閾値以下であれば、椅子の種別としてタイプ３を特定する。

つまり、椅子特定部１０７は、第２の区間のデータに、ユーザの上半身における角速度が姿勢に応じた数値として示されている場合、そのデータによって示される角速度からユーザの体幹前傾角度を算出し、その体幹前傾角度に応じて椅子の種別を特定する。これにより、特定される椅子の種別の信頼性をより向上することができる。

なお、椅子特定部１０７は、９０ｄｅｇよりも小さい体幹前傾角度が継続して算出される時間に基づいて、椅子の種別を特定してもよい。椅子の前に机があり、ユーザがその机で作業を行っている場合、机の高さに応じて前傾姿勢での停滞時間が異なる。したがって、例えば、椅子特定部１０７は、小さい体幹前傾角度の継続時間が長ければ、椅子の種別としてオフィスチェアを特定し、小さい体幹前傾角度の継続時間が短ければ、椅子の種別としてソファを特定する。

図１６に、加速度および体幹前傾角度を用いた椅子の特定方法のフローチャートを示す。なお、このフローチャートは、図３のステップＳ１３０の詳細な処理を示す。

（ステップＳ１３０１）
椅子特定部１０７は、周期的に、着座動作検出部１０５から送信された着座検出情報を受信したか否かを確認する。

（ステップＳ１３０２）
椅子特定部１０７は、着座検出情報を受信した場合、ステップＳ１３０３へ進む。一方、着座検出情報を受信していない場合は、椅子特定部１０７は、ステップＳ１３０１へ戻り、着座検出情報の受信を待つ。

（ステップＳ１３０３）
椅子特定部１０７は、着座動作検出部１０５から受け取った着座検出情報から着座動作区間を特定し、その着座動作区間におけるデータを、計測データ記憶部１０４に格納されている計測データから取得する。

（ステップＳ１３２１）
椅子特定部１０７は、ステップＳ１３０３で取得した着座動作区間におけるデータによって示されるｘ軸方向の加速度の最大変化率と、椅子条件記憶部１０８に記憶されている、椅子の種別ごとの閾値とを比較する。この比較によって、椅子特定部１０７は、ユーザに着座される椅子の種別を特定する。なお、椅子特定部１０７は、そのデータによって示される少なくとも１つの角速度に基づいて体幹前傾角度の最小値を算出し、その算出された体幹前傾角度の最小値と、体幹前傾角度の閾値とを比較することによって、椅子の種別を特定してもよい。

（ステップＳ１３０５）
椅子特定部１０７は、ステップＳ１３２１で特定した椅子の種別を特定結果として特定結果記憶部１０９に格納し、特定結果を格納したことを起立動作検出部１１０に通知する。

（ステップＳ１３２２）
椅子特定部１０７は、着座動作区間の後、ユーザが着座しているときにおいて、椅子の種別を特定する処理を開始する。まず、椅子特定部１０７は、計測データ記憶部１０４に格納されている計測データから、周期的に、その周期分のデータ（すなわち９軸センサの計測結果）を取得し、その周期分のデータに基づいて体幹前傾角度を算出する。つまり、椅子特定部１０７は、体幹前傾角度を監視する。

（ステップＳ１３２３）
椅子特定部１０７は、ステップＳ１３２２で算出された体幹前傾角度が、ステップＳ１３２１で特定された椅子の種別から想定される体幹前傾角度と整合しないか否かを判定する。言い換えれば、椅子特定部１０７は、ステップＳ１３２２で算出された体幹前傾角度が想定外か否かを判定する。具体的には、椅子特定部１０７は、ステップＳ１３２１で特定された椅子の種別がタイプ１（図１５に示す木製の椅子）である場合、そのタイプ１に対応する体幹前傾角度の閾値（１００ｄｅｇ）を椅子条件記憶部１０８から読み出す。ここで、椅子特定部１０７は、ステップＳ１３２２において、１００ｄｅｇを超える体幹前傾角度を算出した場合、または、７０ｄｅｇ程度の体幹前傾角度が所定時間以上継続して算出されている場合には、その算出された体幹前傾角度を想定外として判定する。想定外と判定したときには、椅子特定部１０７は、ステップＳ１３２４へ進む。一方、算出された体幹前傾角度が想定外ではないと判定すると、椅子特定部１０７は、ステップＳ１３２２からの処理（すなわち体幹前傾角度の監視）を繰り返し実行する。なお、椅子特定部１０７は、起立動作検出部１１０が起立動作を検出した時点でステップＳ１３２２の監視を終了する。

（ステップＳ１３２４）
椅子特定部１０７は、ステップＳ１３２２で算出された想定外の体幹前傾角度を、椅子条件記憶部１０８に椅子の種別ごとに記憶されている体幹前傾角度の閾値と比較することで、椅子の種別を特定する。

（ステップＳ１３１０）
椅子特定部１０７は、特定結果記憶部１０９に特定結果として格納されている椅子の種別を、ステップＳ１３２４で特定した椅子の種別に更新する。

［起立動作検出部１１０］
起立動作検出部１１０は、図３に示すステップＳ１４０において、椅子特定部１０７から、椅子の種別の特定結果が特定結果記憶部１０９に格納されたことが通知されると、その通知後において、起立動作の開始を検出する。つまり、起立動作検出部１１０は、計測データ記憶部１０４に格納されているユーザの計測データを用いて起立動作の開始を検出する。

ここで、より効果的な起立動作のアシストを行うためには、なるべく早いタイミングで起立動作を検出することが望ましい。例えば、鉛直方向の加速度の変化によって起立動作を検出する場合には、起立動作によって生じる加速度の変化を直接計測するため，どうしても起立動作の検出のタイミングが起立動作開始後となる。したがって、支援が遅れてしまう。

そこで、本実施の形態における起立動作検出部１１０は，起立動作が行われる前、すなわち臀部が椅子の座面より離れる前に行われる体幹前傾運動と、その運動のときに発生する下肢の筋活動とに基づいて、起立動作の開始を検出する。

図１７に、ユーザが起立する際に算出された体幹前傾角度の一例を示す。図１７に示すように、ユーザが起立するときには、まず、ユーザによる体幹前傾運動によって体幹前傾角度が小さくなり始め、その体幹前傾角度が減少しているときに、椅子の座面にかかる力（いわゆる座面反力）が急激に減少して０になる。つまり、体幹前傾角度が減少し始めてから、その後、臀部が座面から離れる。したがって、体幹前傾角度が減少すると、起立動作が開始される可能性が高い。

そこで、起立動作検出部１１０は、周期的に、計測データ記憶部１０４に格納されている計測データによって示されるｙ軸を回転中心とする角速度に基づいて、最新の体幹前傾角度を算出する。そして、起立動作検出部１１０は、その算出された体幹前傾角度が、起立条件記憶部１１１に起立条件として記憶されている体幹前傾角度の閾値以下であるか否かを判定する。

起立動作検出部１１０は、算出された体幹前傾角度が閾値以下の場合には、さらに、下肢の筋活動を監視する。

具体的には、起立動作検出部１１０は、計測データ記憶部１０４に格納されている計測データのうち、体幹前傾角度が閾値以下になった時刻の所定時間前の計測時刻を有するサンプルから、最新の計測時刻を有するサンプルまでのデータを参照する。そして、起立動作検出部１１０は、そのデータを用いて各筋が所定の順番で活動を開始したかを判定する。より具体的には、起立動作検出部１１０は、例えば、計測対象の筋ごとに、そのデータに示される各時刻の筋電位に対して、全波整流及びローパスフィルタ処理を行うことによって、各時刻における筋電位のＡＲＶ（Average Rectified Value）を算出する。そして、起立動作検出部１１０は、その算出されたＡＲＶが、起立条件記憶部１１１に起立条件として記憶されているＡＶＲの閾値以上となったときに、筋が活動を開始したと判定する。起立動作検出部１１０は、計測対象の筋ごとに、その筋が活動を開始したと判定された時刻を保存し、計測対象の各筋の活動開始の順番を算出する。

図１８に、起立動作が行われているときに各筋に対して計測された筋電位のＡＲＶの一例を示す。図１８に示すように、各筋の活動開始時刻は異なっている。起立動作検出部１１０は、この各筋の活動開始の順番を用いて起立動作の開始を検出する。具体的には、図１８に示すように、起立動作が開始されるときには、まず前脛骨筋（図１８のＴＡ）が活動し、その後、内側広筋（図１８のＶＬ）と外側広筋（図１８のＶＭ）がほぼ同時に活動し、続いて、大腿直筋（図１８のＲＦ）と腓腹筋（図１８のＧＬ）とが活動する。

そこで、本実施の形態における起立条件記憶部１１１には、前脛骨筋が活動開始した後に内側広筋が活動開始するという活動開始の順番が、起立条件として記憶されている。したがって、起立動作検出部１１０は、前脛骨筋が活動を開始し、次に内側広筋が活動を開始したときに、その活動開始の順番が起立条件を満たしたと判定する。つまり、起立動作検出部１１０は、このときにユーザの起立動作の開始を検出する。

このように、起立動作検出部１１０は、計測データに、ユーザの脚に含まれる複数の筋のそれぞれの筋電位が示されている場合、その計測データによって示される着座動作後における複数の筋のそれぞれの筋電位に基づいて、複数の筋が活動を開始する順番を特定し、特定された順番が、予め定められた順番に一致している場合に、起立動作の開始を検出する。これにより、適切なタイミングに起立動作の開始を検出することができる。また、起立動作検出部１１０は、計測データに、ユーザの上半身における角速度が姿勢に応じた数値としてさらに示されている場合、その計測データによって示される角速度からユーザの体幹前傾角度を算出し、体幹前傾角度が閾値以下になったとき以降に複数の筋が活動を開始する順番を特定する。これにより、より適切なタイミングに起立動作の開始を検出することができる。

また、起立条件記憶部１１１には、内側広筋が活動を開始した時刻において前脛骨筋のＡＲＶが内側広筋のＡＲＶよりも大きいことが、起立条件として記憶されていてもよい。この場合、起立動作検出部１１０は、内側広筋が活動を開始した時刻における前脛骨筋のＡＲＶと内側広筋のＡＲＶとを比較し、前脛骨筋のＡＲＶの方が大きい場合に、それらのＡＲＶの大小関係が起立条件を満たしていると判定してもよい。このときに、起立動作検出部１１０は、ユーザの起立動作の開始を検出する。

図１９に、起立動作検出部１１０の詳細な処理のフローチャートを示す。なお、このフローチャートは、図３のステップＳ１４０の詳細な処理を示す。

（ステップＳ１４１）
起立動作検出部１１０は、周期的に、椅子特定部１０７から、椅子の種別の特定結果の格納が通知されたか否かを確認する。

（ステップＳ１４２）
起立動作検出部１１０は、ステップＳ１４１での確認の結果、通知されていない場合、ステップＳ１４１の処理へ戻る。一方、通知された場合、起立動作検出部１１０は、ステップＳ１４３の処理へ進む。

（ステップＳ１４３）
起立動作検出部１１０は、特定結果記憶部１０９から特定結果を取得する。また、起立動作検出部１１０は、周期的に、計測データ記憶部１０４に記憶されている計測データから最新のサンプルを逐次取得する。

（ステップＳ１４４）
起立動作検出部１１０は、逐次取得したサンプルに示されるｙ軸を回転中心とする角速度に基づいて、ユーザの体幹前傾角度を算出する。ここで、ユーザが体幹を大きく前傾させたことにより、体幹前傾角度が閾値以下になった場合、起立動作検出部１１０は、ステップＳ１４５の処理へ進む。一方、体幹前傾角度が閾値以下になっていない場合、起立動作検出部１１０は、ステップ１４３の処理に戻って、サンプルの取得を続ける。なお、上述の閾値は、起立条件記憶部１１１に起立条件として記憶されている。

（ステップＳ１４５）
起立動作検出部１１０は、上述のように、計測データ記憶部１０４に格納されている計測データのうち、体幹前傾角度が閾値以下になった時刻の所定時間前の計測時刻を有するサンプルから、最新の計測時刻を有するサンプルまでのデータを参照する。そして、起立動作検出部１１０は、そのデータを用いて各筋が所定の順番で活動を開始したか否かを判定する。ここで、起立動作検出部１１０は、各筋が所定の順番で活動を開始したと判定すると、ステップＳ１４６の処理に進む。一方、各筋が所定の順番で活動を開始していないと判定すると、起立動作検出部１１０は、ステップＳ１４３からの処理を繰り返し実行する。

（ステップＳ１４６）
起立動作検出部１１０は、ステップＳ１４５で各筋が所定の順番で活動を開始したと判定すると、起立動作の開始を検出したことを支援機構１１２に通知する。

ステップＳ１４６では、起立動作検出部１１０は、起立動作の開始を検出したことを通知するとともに、特定結果記憶部１０９に特定結果として格納されている椅子の種別を取得する。そして、起立動作検出部１１０は、支援情報記憶部１１３に記憶されている、椅子の種別ごとに対応付けられた支援情報を参照し、取得した椅子の種別に対応付けられた支援情報を支援機構１１２に出力する。支援機構１１２は、その支援情報に基づいて動力部１１２ｃを駆動させることによって、ユーザの起立動作を支援する。

図２０に、支援情報記憶部１１３に記憶されている、椅子の種別ごとに対応付けられた支援情報の一例を示す。例えば図２０に示すように、支援情報記憶部１１３には、椅子の種別ごとに対応付けられた支援情報として、時間に対する支援角度の変化（すなわち時間変化）を示す情報が記憶されている。支援角度は、大腿フレーム１１２ａと下腿フレーム１１２ｂとの間の角度であるフレーム角φの起立動作中の変化量である。つまり、椅子に座っているときのフレーム角φ１から、支援機構１１２による起立動作の支援開始後のフレーム角φ２までの角度（すなわちφ２−φ１）である。また、支援角度の時間変化は、起立動作の支援の速さを表している。

具体的には、支援情報記憶部１１３には、図２０に示すように、タイプ４の椅子、タイプ２の椅子およびタイプ３の椅子のそれぞれに対応付けられた支援情報が記憶されている。タイプ４の椅子は、座面が高くて硬い椅子である。タイプ２の椅子は、タイプ４の椅子よりも座面が低くて柔らかいオフィスチェアのような椅子である。タイプ３の椅子は、タイプ２の椅子よりもさらに座面が低くて柔らかく腰が沈み易いソファのような椅子である。

タイプ３の椅子では、ユーザの腰が沈み易いため、ユーザがその椅子に座っているときのフレーム角φは小さい。したがって、支援機構１１２は、ユーザの起立動作を支援するときには、フレーム角φが１８０ｄｅｇになるまで、長い時間をかけて支援角度を０ｄｅｇから９０ｄｅｇを超えるまで大きく変化させる必要がある。そこで、タイプ３の椅子に対応付けられた支援情報は、支援角度が変化する支援時間が長く、起立動作の支援が開始されたときに支援角度が緩やかに増加し、その支援角度が９０ｄｅｇを超えるような支援角度の時間変化を示す。

タイプ２の椅子では、タイプ３の椅子よりも座面が高く、ユーザがその椅子に座っているときのフレーム角φ１は大きい。したがって、支援機構１１２は、ユーザの起立動作を支援するときには、長い時間をかけて支援角度を大きく変化せる必要はない。そこで、タイプ２の椅子に対応付けられた支援情報は、支援時間が短く、起立動作の支援が開始されたときに支援角度が速やかに増加し、その支援角度が例えば約８５ｄｅｇまで増加するような支援角度の時間変化を示す。

タイプ４の椅子では、タイプ２の椅子よりもさらに座面が高く、ユーザがその椅子に座っているときのフレーム角φ１はさらに大きい。したがって、支援機構１１２は、ユーザの起立動作を支援するときには、短い時間だけ支援角度を変化させればよい。したがって、タイプ４の椅子に対応付けられた支援情報は、支援時間がより短く、起立動作の支援が開始されたときに支援角度が速やかに増加し、その支援角度が例えば約６０〜７０ｄｅｇまで増加するような支援角度の時間変化を示す。

なお、上述の支援情報は、支援時間を含む支援角度の時間変化を示すが、さらに、動力部１１２ｃがフレーム角φを増加させるためのトルクを示してもよい。例えば、タイプ３の椅子の支援情報は、大きなトルクを示し、タイプ２の椅子の支援情報は、小さいトルクを示し、タイプ４の椅子の支援情報は、さらに小さいトルクを示す。また、支援情報は、さらに、このトルクの時間変化を示してもよい。例えば、これらの支援情報は、起立動作の支援が開始されたときに大きなトルクが発生し、そのトルクが次第に０まで減少するようなトルクの時間変化を示す。また、これらの支援情報によって示される支援開始時のトルクは、タイプ３の椅子では大きく、タイプ２の椅子では小さく、タイプ４の椅子ではさらに小さくてもよい。

このように、支援機構１１２は、ユーザが座っている椅子の種別に対応付けられた、図２０に示すような支援情報を起立動作検出部１１０から取得する。そして、支援機構１１２は、その支援情報に基づいて動力部１１２ｃを駆動させる。したがって、支援機構１１２は、ユーザの起立動作を適切に支援することができる。

つまり、起立動作検出部１１０は、特定された椅子の種別に応じた速度または力で、ユーザの膝関節の角度を支援機構１１２に変化させるための支援情報を出力する。これにより、椅子の種別に応じた速度または力でユーザの膝関節を伸ばすように起立動作を支援することができる。

なお、起立動作検出部１１０は、図１９のステップＳ１４３において、特定結果記憶部１０９に格納されている特定結果、すなわち椅子の種別を取得してもよい。さらに、起立条件記憶部１１１には、椅子の種別ごとに、その種別に対応する起立条件として、体幹前傾角度の閾値とＡＶＲの閾値と各筋の活動開始の順番とが記憶されていてもよい。この場合、ステップＳ１４４では、起立動作検出部１１０は、ステップＳ１４３で取得された椅子の種別に対応する閾値を、起立条件記憶部１１１から読み出し、算出された体幹前傾角度がその閾値以上であるか否かを判定してもよい。例えば、起立条件記憶部１１１には、タイプ１の椅子（木製の椅子）に対応する体幹前傾角度の閾値として８０ｄｅｇが記憶され、タイプ２の椅子（オフィスチェア）に対応する体幹前傾角度の閾値として６０ｄｅｇが記憶されている。さらに、起立条件記憶部１１１には、タイプ３の椅子（ソファ）に対応する体幹前傾角度の閾値として５０ｄｅｇが記憶されている。つまり、起立動作検出部１１０は、特定された椅子の種別に応じて、体幹前傾角度の閾値を変更する。これにより、着座した椅子に基づいて起立動作の開始を検出するため、精度の高い起立動作の開始の検出が可能となる。同様に、ステップＳ１４５では、起立動作検出部１１０は、ステップＳ１４３で取得された椅子の種別に対応する各筋の活動開始の順番を、起立条件記憶部１１１から読み出し、各筋がその順番で活動を開始したか否かを判定してもよい。この場合にも、着座した椅子に基づいて起立動作の開始を検出するため、精度の高い起立動作の開始の検出が可能となる。

［効果］
このように、本実施の形態では、着座動作の開始後のユーザの生体値（すなわち筋電位または姿勢に応じた数値）に基づいて椅子の種別が特定され、その椅子の種別に応じた起立動作の支援が支援機構によって実行される。したがって、起立動作の支援に力が不足してしまったり、過剰な力をかけてしまったりすることを抑えることができ、ユーザの起立動作を安定させることができる。その結果、ユーザの起立動作を適切に支援することができる。言い換えれば、本実施の形態における起立動作支援装置によれば、ユーザが着座した椅子に応じた力または速さでユーザの起立動作の支援を行うことができるため、ユーザに安定した起立動作を提供することができる。また、過剰な力をかけてしまったりすることを抑えるため、余分なエネルギーを消費せず、起立動作支援装置をより長い時間使用することが可能となる。

（変形例）
上記実施の形態では、図１９に示すように、体幹前傾角度と、各筋が活動を開始する順番とに基づいて、ユーザの起立動作の開始を検出する。本変形例では、計測された筋の筋電位と、図３に示すステップＳ１３０で特定された椅子の種別とに基づいて、ユーザの起立動作の開始を検出する。計測された筋の筋電位は、例えば、前脛骨筋または大腿二頭筋などの筋電位である。また、この筋電位は、上述のＡＶＲとして示される値であってもよい。

図２１に、本変形例に係る起立動作検出部１１０の詳細な処理のフローチャートを示す。なお、このフローチャートは、図３のステップＳ１４０の詳細な処理を示す。

（ステップＳ１４１）
起立動作検出部１１０は、周期的に、椅子特定部１０７から、椅子の種別の特定結果の格納が通知されたか否かを確認する。

（ステップＳ１４２）
起立動作検出部１１０は、ステップＳ１４１での確認の結果、通知されていない場合、ステップＳ１４１の処理へ戻る。一方、通知された場合、起立動作検出部１１０は、ステップＳ１６１の処理へ進む。

（ステップＳ１６１）
起立動作検出部１１０は、特定結果記憶部１０９に格納されている特定結果、すなわち椅子の種別を取得する。

（ステップＳ１６２）
次に、起立動作検出部１１０は、起立条件記憶部１１１に記憶されている起立条件を参照することにより、ステップＳ１６１で取得した椅子の種別に応じた筋電位の閾値を特定閾値として取得する。

（ステップＳ１６３）
次に、起立動作検出部１１０は、周期的に、計測データ記憶部１０４に記憶されている計測データから最新のサンプルを逐次取得する。

（ステップＳ１６４）
そして、起立動作検出部１１０は、最新のサンプルによって示される前脛骨筋または大腿二頭筋などの筋の筋電位が、ステップＳ１６２で取得された特定閾値以上か否かを判定する。ここで、起立動作検出部１１０は、筋の筋電位が特定閾値以上であると判定すると（ステップＳ１６４のＹｅｓ）、ステップＳ１４６の処理に進む。一方、筋の筋電位が特定閾値以上であると判定すると（ステップＳ１６４のＮｏ）、起立動作検出部１１０は、ステップＳ１６３からの処理を繰り返し実行する。

（ステップＳ１４６）
起立動作検出部１１０は、ステップＳ１６４で筋の筋電位が特定閾値以上であると判定すると、起立動作の開始を検出したことを支援機構１１２に通知する。

図２２に、本変形例に係る起立条件記憶部１１１に記憶されている起立条件の例を示す。

起立条件記憶部１１１には、図２２に示すように、タイプ４の椅子、タイプ２の椅子およびタイプ３の椅子のそれぞれに対応付けられた筋電位の閾値Ｔｈ４、Ｔｈ２およびＴｈ３が記憶されている。上述のように、タイプ４の椅子は、座面が高くて硬い椅子である。タイプ２の椅子は、タイプ４の椅子よりも座面が低くて柔らかいオフィスチェアのような椅子である。タイプ３の椅子は、タイプ２の椅子よりもさらに座面が低くて柔らかく腰が沈み易いソファのような椅子である。言い換えれば、上記各タイプの椅子の座面の高さのうち、タイプ４の椅子の座面が最も高く、その次に、タイプ２の椅子の座件が高い。一方、タイプ３の椅子の座面は最も低い。

起立条件記憶部１１１に記憶されている筋電位の閾値Ｔｈ４、Ｔｈ２およびＴｈ３のうち、座面が高い椅子のタイプ４に対応付けられた閾値Ｔｈ４が最も小さく、その次に、タイプ２に対応付けられた閾値Ｔｈ２が小さい。一方、座面が低い椅子のタイプ３に対応付けられた閾値Ｔｈ３は最も大きい。

つまり、起立条件記憶部１１１は、複数の椅子の種別のそれぞれについて、その椅子の種別における座面の高さが高いほど小さい値を示す筋電位の閾値を、その椅子の種別に対応付けて記憶している。

このように、本変形例では、起立動作検出部１１０は、特定された椅子の種別における座面の高さが高いほど小さい値を示す筋電位の閾値を、特定閾値として取得する。そして、計測データに、ユーザの脚に含まれる筋の筋電位が示されている場合、起立動作検出部１１０は、その計測データによって示される着座動作後における筋の筋電位が、その特定閾値以上になったときに、起立動作の開始を検出する。

これにより、ユーザが着座した椅子の種別に応じた適切なタイミングで、起立動作の開始を検出することができる。

（その他の実施の形態）
以上、一つまたは複数の態様に係る起立動作支援装置について、実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を上記実施の形態に施したものや、実施の形態における構成要素を組み合わせて構築される形態も、本開示の範囲内に含まれてもよい。

例えば、上記実施の形態における起立動作支援装置は、装着型の支援装置であるが、装着型でない支援装置であってもよい。

図２３に、非装着型の起立動作支援装置の外観を示す。

この非装着型の起立動作支援装置１００Ａは、ユーザに装着されないタイプの支援装置であって、上記実施の形態と同様に、筋電位計測部１０１および体幹姿勢計測部１０２を備える。さらに、起立動作支援装置１００Ａは、固定支持部３０１と、フレーム部３０５と、座面部３０６と、動力部３０７とを備える。このような起立動作支援装置１００Ａは、図２３に示すように、椅子に設置される、もしくは、椅子と一体に取り付けられる。

固定支持部３０１は、側断面が略Ｌ字状に形成された金属または硬い樹脂材料からなり、例えば床面に設置される。フレーム部３０５は、動力部３０７を介して固定支持部３０１に対して回動自在に取り付けられ、椅子の座面上に配置される。座面部３０６は、ユーザの臀部が載せられるようにフレーム部３０５に取り付けられている。動力部３０７は、ユーザの膝が進展する方向にフレーム部３０５を回動させる。起立動作支援装置１００Ａは、このフレーム部３０５の回動によって、座面部３０６がユーザの臀部を押し上げて、ユーザの起立動作を支援する。

このような起立動作支援装置１００Ａであっても、上記実施の形態と同様の効果を奏することができる。

また、上記実施の形態では、椅子特定部１０７は、椅子の種別を特定するために、計測データのうちの着座動作区間のデータを取得し、そのデータに基づいて椅子の種別を特定したが、その着座動作区間の全てを取得しなくてもよい。つまり、椅子特定部１０７は、その着座動作区間の一部のデータに基づいて椅子の種別を特定してもよい。

また、上記実施の形態では、椅子特定部１０７は、図１１に示すように、各筋の筋電位のＲＭＳによって表現されるパターンに基づいて椅子の種別を特定したが、パターンではなく各筋の筋電位のＲＭＳの値そのものに基づいて椅子の種別を特定してもよい。

また、上記実施の形態では、椅子特定部１０７は、着座動作区間と、着座中区間とのそれぞれで椅子の種別を特定したが、着座動作区間だけ椅子の種別を特定してもよく、逆に、着座中区間だけ椅子の種別を特定してもよい。

なお、上記実施の形態および各変形例において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記実施の形態または各変形例の起立動作支援装置を実現するソフトウェアプログラムは、図１Ｂ、図３、図１３、図１６、図１９、および図２１に示すフローチャートに含まれる各ステップをコンピュータに実行させるプログラムである。

また、本開示において、ユニット、装置、部材又は部の全部又は一部、又は図１Ａもしくは図２に示されるブロック図の機能ブロックの全部又は一部は、半導体装置、半導体集積回路（ＩＣ）、又はＬＳＩ（ｌａｒｇｅ ｓｃａｌｅ ｉｎｔｅｇｒａｔｉｏｎ）を含む一つ又は複数の電子回路によって実行されてもよい。ＬＳＩ又はＩＣは、一つのチップに集積されてもよいし、複数のチップを組み合わせて構成されてもよい。例えば、記憶素子以外の機能ブロックは、一つのチップに集積されてもよい。ここでは、ＬＳＩやＩＣと呼んでいるが、集積の度合いによって呼び方が変わり、システムＬＳＩ、ＶＬＳＩ（ｖｅｒｙ ｌａｒｇｅ ｓｃａｌｅ ｉｎｔｅｇｒａｔｉｏｎ）、若しくはＵＬＳＩ（ｕｌｔｒａ ｌａｒｇｅ ｓｃａｌｅ ｉｎｔｅｇｒａｔｉｏｎ）と呼ばれるものであってもよい。ＬＳＩの製造後にプログラムされる、Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ（ＦＰＧＡ）、又はＬＳＩ内部の接合関係の再構成又はＬＳＩ内部の回路区画のセットアップができるｒｅｃｏｎｆｉｇｕｒａｂｌｅ ｌｏｇｉｃ ｄｅｖｉｃｅも同じ目的で使うことができる。

さらに、ユニット、装置、部材又は部の全部又は一部の機能又は操作は、ソフトウエア処理によって実行することが可能である。この場合、ソフトウエアは一つ又は複数のＲＯＭ、光学ディスク、ハードディスクドライブなどの非一時的記録媒体に記録され、ソフトウエアが処理装置（ｐｒｏｃｅｓｓｏｒ）によって実行されたときに、そのソフトウエアで特定された機能が処理装置（ｐｒｏｃｅｓｓｏｒ）および周辺装置によって実行される。システム又は装置は、ソフトウエアが記録されている一つ又は複数の非一時的記録媒体、処理装置（ｐｒｏｃｅｓｓｏｒ）、及び必要とされるハードウエアデバイス、例えばインターフェース、を備えていても良い。

本開示に係る起立動作支援装置は、互いに異なる種別の椅子からの起立動作の支援に有用であり、例えばアシストスーツまたはロボットなどに適用可能である。

１０，１００ 起立動作支援装置
１１ センサ
１２ 通信インターフェース
１３ メモリ
１４ プロセッサ
１５，１１２ 支援機構
１０１ 筋電位計測部
１０２ 体幹姿勢計測部
１０３ タイマー
１０４ 計測データ記憶部
１０５ 着座動作検出部
１０６ 着座条件記憶部
１０７ 椅子特定部
１０８ 椅子条件記憶部
１０９ 特定結果記憶部
１１０ 起立動作検出部
１１１ 起立条件記憶部
１１３ 支援情報記憶部

Claims (19)

1. ユーザの脚に装着され、前記ユーザの動作を支援する支援機構と、
   前記ユーザの姿勢に応じた数値および筋電位のうちの少なくとも一方を前記ユーザの生体値として継続的に計測し、継続的に計測される前記ユーザの生体値を示す計測データを出力するセンサと、
   メモリと、
   前記センサから出力される前記計測データを取得して前記メモリに格納する通信インターフェースと、
   前記メモリに格納されている前記計測データを用いて前記支援機構を制御するプロセッサとを備え、
   前記プロセッサは、
   前記計測データに基づき、前記ユーザが起立した状態から椅子に着座するまでの動作である着座動作を検出し、
   前記着座動作を検出したときには、前記計測データによって示される、前記着座動作の開始後の前記ユーザの生体値に基づいて、前記椅子の種別を特定し、
   前記計測データによって示される、前記着座動作後の前記ユーザの生体値に基づいて、前記ユーザが前記椅子から起立する動作である起立動作の開始を検出し、
   特定された前記椅子の種別に応じた前記起立動作の支援を前記支援機構に実行させるための支援情報を出力する
   起立動作支援装置。
2. 前記センサは、前記筋電位として、前記ユーザの脚に含まれる少なくとも１つの筋の筋電位を計測する
   請求項１に記載の起立動作支援装置。
3. 前記センサは、前記姿勢に応じた数値として、前記ユーザの上半身における加速度、角速度および地磁気のうちの少なくとも１つを計測する
   請求項１または２に記載の起立動作支援装置。
4. 前記プロセッサは、
   前記計測データによって示される、前記少なくとも１つの筋のそれぞれの筋電位が、当該筋に対応する閾値以上である場合に、前記着座動作を検出する
   請求項２に記載の起立動作支援装置。
5. 前記センサは、鉛直方向の前記加速度を計測し、
   前記プロセッサは、
   前記計測データによって示される前記加速度に基づいて、前記ユーザの上半身が鉛直方向に移動する移動距離を算出し、前記移動距離が閾値以上の場合に、前記着座動作を検出する
   請求項３に記載の起立動作支援装置。
6. 前記センサは、鉛直方向の前記加速度を計測し、
   前記プロセッサは、
   前記計測データによって示される鉛直方向上向きの前記加速度が閾値以上である場合に、前記着座動作を検出する
   請求項３に記載の起立動作支援装置。
7. 前記センサは、前記筋電位として、前記ユーザの脚に含まれる少なくとも１つの筋の筋電位を計測し、かつ、前記姿勢に応じた数値として、前記ユーザの上半身における角速度を計測し、
   前記プロセッサは、
   前記計測データによって示される前記角速度に基づいて、前記ユーザの体幹前傾角度を継続的に算出し、
   算出される前記体幹前傾角度が閾値より小さくなったときから予め定められた時間以内に、計測される前記筋電位が大きくなる場合に、前記着座動作を検出する
   請求項１に記載の起立動作支援装置。
8. 前記プロセッサは、
   前記計測データに含まれる、前記着座動作が行われている第１の区間と、前記ユーザが着座している第２の区間のうちの少なくとも一方の区間のデータを用いて、前記椅子の種別を特定する
   請求項１〜７の何れか１項に記載の起立動作支援装置。
9. 前記プロセッサは、
   前記データに筋電位が示されている場合、
   前記筋電位が、複数種の椅子のそれぞれに対応する筋電位の条件を満たすか否かを判定することによって、前記椅子の種別を特定する
   請求項８に記載の起立動作支援装置。
10. 前記プロセッサは、
    前記第１の区間の前記データに、前記ユーザの上半身における鉛直方向の加速度が前記姿勢に応じた数値として示されている場合、
    前記データに示される、前記着座動作が開始されてから、鉛直方向上向きの前記加速度が閾値以上になるまでの期間における、前記ユーザの上半身の加速度に基づいて、前記ユーザの上半身が鉛直方向に移動する移動距離を算出し、前記移動距離に応じて前記椅子の種別を特定する
    請求項８に記載の起立動作支援装置。
11. 前記プロセッサは、
    前記第１の区間の前記データに、前記ユーザの上半身における鉛直方向の加速度が前記姿勢に応じた数値として示されている場合、
    前記データに示される、前記着座動作が開始されてから、予め定められた時間が経過するまでの期間における、前記ユーザの上半身の加速度の最大変化率を算出し、前記最大変化率に応じて前記椅子の種別を特定する
    請求項８に記載の起立動作支援装置。
12. 前記プロセッサは、
    前記第２の区間の前記データに、前記ユーザの上半身における角速度が前記姿勢に応じた数値として示されている場合、
    前記データによって示される角速度から前記ユーザの体幹前傾角度を算出し、前記体幹前傾角度に応じて前記椅子の種別を特定する
    請求項８に記載の起立動作支援装置。
13. 前記プロセッサは、
    前記計測データに、前記ユーザの脚に含まれる複数の筋のそれぞれの筋電位が示されている場合、
    前記計測データによって示される前記着座動作後における前記複数の筋のそれぞれの筋電位に基づいて、前記複数の筋が活動を開始する順番を特定し、特定された前記順番が、予め定められた順番に一致している場合に、前記起立動作の開始を検出する
    請求項１〜１２の何れか１項に記載の起立動作支援装置。
14. 前記プロセッサは、
    前記計測データに、前記ユーザの上半身における角速度が前記姿勢に応じた数値としてさらに示されている場合、
    前記計測データによって示される角速度から前記ユーザの体幹前傾角度を算出し、前記体幹前傾角度が閾値以下になったとき以降に前記複数の筋が活動を開始する順番を特定する
    請求項１３に記載の起立動作支援装置。
15. 前記プロセッサは、
    特定された前記椅子の種別に応じて、前記体幹前傾角度の閾値を変更する
    請求項１４に記載の起立動作支援装置。
16. 前記プロセッサは、
    特定された前記椅子の種別における座面の高さが高いほど小さい値を示す筋電位の閾値を、特定閾値として取得し、
    前記計測データに、前記ユーザの脚に含まれる筋の筋電位が示されている場合、
    前記計測データによって示される前記着座動作後における前記筋の筋電位が、前記特定閾値以上になったときに、前記起立動作の開始を検出する
    請求項１〜１２の何れか１項に記載の起立動作支援装置。
17. 前記プロセッサは、
    特定された前記椅子の種別に応じた速度または力で、前記ユーザの膝関節の角度を前記支援機構に変化させるための前記支援情報を出力する
    請求項１〜１６の何れか１項に記載の起立動作支援装置。
18. センサが、ユーザの姿勢に応じた数値および筋電位のうちの少なくとも一方を前記ユーザの生体値として継続的に計測し、継続的に計測される前記ユーザの生体値を示す計測データを出力し、
    通信インターフェースが、前記センサから出力される計測データを取得してメモリに格納し、
    プロセッサが、前記ユーザの脚に装着される支援機構を、前記メモリに格納されている前記計測データを用いて制御し、
    前記支援機構の動作の制御では、
    前記計測データに基づき、前記ユーザが起立した状態から椅子に着座するまでの動作である着座動作を検出し、
    前記着座動作を検出したときには、前記計測データによって示される、前記着座動作の開始後の前記ユーザの生体値に基づいて、前記椅子の種別を特定し、
    前記計測データによって示される、前記着座動作後の前記ユーザの生体値に基づいて、前記ユーザが前記椅子から起立する動作である起立動作の開始を検出し、
    特定された前記椅子の種別に応じた前記起立動作の支援を前記支援機構に実行させるための支援情報を出力する
    起立動作支援方法。
19. ユーザに装着され、前記ユーザの動作を支援する支援機構を制御するためのプログラムであって、
    継続的に計測される前記ユーザの姿勢に応じた数値および筋電位のうちの少なくとも一方を前記ユーザの生体値として示す計測データに基づいて、前記ユーザが起立した状態から椅子に着座するまでの動作である着座動作を検出し、
    前記着座動作を検出したときには、前記計測データによって示される、前記着座動作の開始後の前記ユーザの生体値に基づいて、前記椅子の種別を特定し、
    前記計測データによって示される、前記着座動作後の前記ユーザの生体値に基づいて、前記ユーザが前記椅子から起立する動作である起立動作の開始を検出し、
    特定された前記椅子の種別に応じた前記起立動作の支援を前記支援機構に実行させるための支援情報を出力する
    ことをコンピュータに実行させるプログラム。

Images