JP7724150B2 - 予測装置、予測方法、および予測システム - Google Patents

Description

本開示は、無荷重状態における被測定者の足の形状を予測する予測装置、予測方法、および予測システムに関する。

個人の足の形状に合わせたオーダーメイドの靴または中敷（インソール）は、一般的には足の形状、特に足裏の形状に基づき作製される。足の形状は、足裏に荷重がかかっている荷重状態と、足裏に荷重がかかっていない無荷重状態とで異なる。たとえば、無荷重状態における足の形状は、荷重による足の変形がないため、荷重状態における足の形状よりも、足の形状に適した靴または中敷の作製を可能にする。

無荷重状態における足を測定する方法としては、被測定者をベッドにうつ伏せ状態にして被測定者の足に石膏包帯（ギプス）を巻き、硬化した石膏包帯に石膏を流し込むことによって足の形状を採型する方法が知られている。しかしながら、石膏包帯を用いた足の形状の測定方法は、スキルを有する熟練者が担当する必要があり、また、採型に要する時間が長くなり易い。さらに、採型のためのベッドおよび石膏を扱うスペースも必要になる。このため、石膏包帯を用いた足の形状の測定方法は、靴屋などの店舗で実施することが困難である。

この点、特許文献１には、透明板の上に立つ被測定者の足の形状の測定データである加圧状態データと、透明板に軽く接した被測定者の足の形状の測定データである無加圧状態データとを取得し、加圧状態データと無加圧状態データとの差分に基づき中敷を作製する方法が開示されている。

特許第５７１７８９４号公報

特許文献１に開示された方法によれば、無荷重状態における被測定者の足の形状と、荷重状態における被測定者の足の形状とに基づき、被測定者の足の形状に適した中敷を作製することができる。しかしながら、特許文献１に開示された方法は、店舗において無荷重状態および荷重状態の両方で被測定者の足の形状を測定する必要があるため、測定に要する時間が長くなり易い。さらに、特許文献１に開示された方法は、出来るだけ足裏に荷重をかけないように被測定者が透明板に足裏を軽く接触させた状態を自ら保たなければならないため、正確な測定データを得ることが難しく、測定者である店員にも熟練したスキルが必要である。

本開示は、かかる問題を解決するためになされたものであり、その目的は、無荷重状態における被測定者の足の形状を容易に取得することができる技術を提供することである。

本開示のある局面に従う予測装置は、荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する取得部と、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第１サンプルデータおよび無荷重状態における第２サンプルデータを記憶する記憶部と、無荷重状態における被測定者の足の形状を予測する予測部とを備える。予測部は、被測定者データと、第１サンプルデータとの差分を算出し、差分と、第２サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する。

本開示のある局面に従う予測方法は、荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得するステップと、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第１サンプルデータおよび無荷重状態における第２サンプルデータを記憶するステップと、無荷重状態における被測定者の足の形状を予測するステップとを含む。予測するステップは、被測定者データと、第１サンプルデータとの差分を算出するステップと、差分と、第２サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測するステップとを含む。

本開示のある局面に従う予測システムは、荷重状態における被測定者の足の形状を測定する測定装置と、無荷重状態における被測定者の足の形状を予測する予測装置とを備える。予測装置は、測定装置から荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する取得部と、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第１サンプルデータおよび無荷重状態における第２サンプルデータを記憶する記憶部と、無荷重状態における被測定者の足の形状を予測する予測部とを備える。予測部は、被測定者データと、第１サンプルデータとの差分を算出し、差分と、第２サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する。

本開示によれば、無荷重状態における被測定者の足の形状を容易に取得することができる。

実施の形態に係る予測システムの構成を示す概略図である。 無荷重状態における足の形状および荷重状態における足の形状を示す図である。 足の形状の測定項目を説明するための図である。 足のカーブ線を説明するための図である。 足の断面を示す図である。 足の形状データを説明するための図である。 相同モデルを説明するための図である。 実施の形態に係る予測装置の構成を示すブロック図である。 予測装置が記憶する荷重足形データの一例を示す図である。 荷重足形データの取得の一例を示す図である。 基準の足長および直交足幅を説明するための図である。 予測装置が記憶する無荷重足形データの一例を示す図である。 無荷重足形データの取得の一例を示す図である。 実施の形態に係る予測装置が実行する予測処理を示すフローチャートである。 被測定者データと第１サンプルデータとの差分の算出を説明するための図である。 差分に基づくサンプルデータの変更を説明するための図である。 中敷の作製の一例を説明するための図である。 見かけのアーチに基づく第２サンプルデータの変更を説明するための図である。

以下、実施形態について図面に基づいて説明する。以下の説明では、同一の構成には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

［予測システムの構成］
図１は、実施の形態に係る予測システム１００の構成を示す概略図である。靴屋などの店舗においては、個人の足の形状に合わせたオーダーメイドの靴または中敷を作製することが行われる。無荷重状態における足の形状は、荷重によって足が変形しないため、荷重状態における足の形状よりも、足の形状に適した靴または中敷の作製を可能にする。

たとえば、図２は、無荷重状態における足の形状および荷重状態における足の形状を示す図である。図２（Ａ）に示すように、無荷重状態における足裏には、輪郭線、内側接地線、および外側接地線といった各線と、横アーチ、内側アーチ、および外側アーチといった各アーチと、ヒールカップとが比較的明確に現れる。

輪郭線は、足の外形を示す線である。内側接地線は、第１趾側である足の内側に現れる接地線である。外側接地線は、第５趾側である足の外側に現れる接地線である。内側アーチは、踵骨から第一中足骨にかけて形成されるアーチである。外側アーチは、踵骨から第五中足骨にかけて形成されるアーチである。横アーチは、内側アーチと外側アーチとの間に形成されるアーチである。ヒールカップは、足裏の踵部分に現れる形状である。これら足裏の各部は、走行時の衝撃を緩和したり、立位時のバランス能力を向上させたりする役割を有する。

一方、図２（Ｂ）に示すように、荷重状態における足裏では、輪郭線、内側接地線、および外側接地線については判別可能だが、横アーチ、内側アーチ、外側アーチ、およびヒールカップについては判別し難くなっている。

なお、本開示において「荷重状態」とは、足裏のアーチおよびヒールカップの判別に影響を与え得る状態を意味し、たとえば、図１および後述する図１０（Ａ）に示すように、被測定者の足が接地した状態を含む。一方、本開示において「無荷重状態」とは、足裏のアーチおよびヒールカップの判別に影響を与えない状態を意味し、たとえば、後述する図１３（Ａ）に示すように、被測定者の足が接地していない状態を含む。なお、「無荷重状態」は、足裏のアーチおよびヒールカップの判別に影響を与えなければ、被測定者の足の一部が地面または何らかのオブジェクトに接した状態であってもよい。

このように、足の形状に適した靴または中敷を作製するためには、無荷重状態における足の形状を取得することが好ましい。しかしながら、店舗において無荷重状態における足の形状を取得する場合、たとえば、被測定者の足に石膏包帯を巻き、硬化した石膏包帯に石膏を流し込むことによって足の形状を採型するなどの作業が必要になり、測定に要する時間が長くなり易く、また、測定者のスキルも必要になる。そこで、実施の形態に係る予測システム１００は、無荷重状態における被測定者の足の形状を容易に取得するように構成されている。

図１に示すように、予測システム１００は、測定装置２と、予測装置１とを備える。なお、実施の形態においては、予測システム１００を用いて中敷を作製するためのデータを生成する例が示されているが、予測システム１００を用いてオーダーメイドの靴を作製するためのデータを生成する例に本開示の技術を適用してもよい。

測定装置２は、たとえば、レーザ測定による３次元の足型スキャナであり、天板２１と、天板を挟み込むように設置されたレーザ測定部２２とを備える。被測定者が立位姿勢で天板２１に足を載せると、被測定者の体重によって足から天板２１に対して荷重がかかる。すなわち、被測定者の足に荷重がかかった状態になる。測定装置２は、被測定者の足に荷重がかかった状態で、レーザ測定部２２によって足のつま先から踵まで移動しながら足の形状を測定する。測定装置２は、レーザ測定部２２によって取得した被測定者の足の形状の測定データ（３Ｄデータ）を含む被測定者データを、予測装置１に出力する。なお、被測定者データは、測定装置２によって取得された足の形状の測定データを少なくとも含んでいればよく、その他のデータ（たとえば、被測定者の性別または年齢などの個人データ）を含んでいてもよい。

予測装置１は、測定装置２から被測定者データを取得し、被測定者データに基づき、無荷重状態における被測定者の足の形状を予測する。予測装置１による無荷重状態における被測定者の足の形状の予測については、詳しくは後述する。予測装置１は、予測した無荷重状態における被測定者の足の形状データを、中敷を作製する３Ｄプリンタ３などに出力する。

このように、予測システム１００においては、測定装置２によって取得された荷重状態における被測定者の足の形状に基づき、予測装置１が無荷重状態における被測定者の足の形状を予測することができる。これにより、予測システム１００のユーザは、無荷重状態における被測定者の足の形状を容易に取得することができる。

［足の形状の測定項目］
図３を参照しながら、測定装置２による足の形状の測定項目について説明する。図３は、足の形状の測定項目を説明するための図である。図３に示すように、足の形状の測定項目は、足長、足囲、直交足幅、踵幅、足高、第１趾側角度、踵の傾斜角度、およびアーチ高を含む。

図３（Ａ）に示すように、足長は、踵の後端から最も長い指の先端までの長さである。図３（Ｂ）に示すように、足囲は、第５趾側において踵の後端から出発して足長のＡ％となる位置（たとえば、第５趾の付け根）と、第１趾側において踵の後端から出発して足長のＢ％となる位置（たとえば、第１趾の付け根）との間における足回りの長さである。図３（Ｃ）に示すように、直交足幅は、第５趾側において踵の後端から出発して足長のＣ％となる位置（たとえば、第５趾の付け根）と、第１趾側において踵の後端から出発して足長のＤ％となる位置（たとえば、第１趾の付け根）との間における足の幅方向の長さである。なお、Ａ～Ｄは、０より大きい値であり、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。さらに、ＡはＣと同じ値であってもよいし、ＢはＤと同じ値であってもよい。

図３（Ｄ）に示すように、踵幅は、第５趾側において踵の後端から出発して足長のＥ％となる位置と、第１趾側において踵の後端から出発して足長のＥ％となる位置との間における踵の幅方向の長さである。図３（Ｅ）に示すように、足高は、踵の後端から出発して足長のＦ％となる位置における足の高さである。図３（Ｆ）に示すように、第１趾側角度は、第１趾が第５趾側に倒れこむ角度である。図３（Ｇ）に示すように、踵の傾斜角度は、地面に垂直な方向に対して踵が傾いている角度である。図３（Ｈ）に示すように、アーチ高は、地面から舟状骨までの高さである。アーチ高は、足長、足囲、踵幅、足高、第１趾側角度、および踵の傾斜角度に基づき、計算式を用いて算出されてもよい。なお、ＥおよびＦは、０より大きい値であり、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。

［足の曲がり度合い］
図４および図５を参照しながら、足の曲がり度合いについて説明する。図４は、足のカーブ線を説明するための図である。図５は、足の断面を示す図である。図４に示すように、足のカーブ線は、踵の後端から出発して足長のＧ％の長さに対応する内踏まず長の範囲において定義され、足の曲がり度合いを示す線である。なお、Ｇは、０より大きい値であり、たとえば、７０％～７５％の範囲内の所定の値に設定される。Ｇは、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。

輪郭線と内側接地線との間の中点をＸ、輪郭線と外側接地線との間の中点をＹとすると、点Ｘと点Ｙとの間の中点Ｚを通る線がカーブ線になる。

図５には、図４に示された足のＡ－Ａ’断面が示されている。なお、図５には、無荷重状態で取得された足の断面が示されている。図５に示すように、地面に接する足の部分を通る線を最下線とした場合、内側接地点は、最下線からＨｍｍの高さを通る線Ｌと足の内側における外形との交点で表すことができる。このような内側接地点は、断面ごとに設定されるため、複数の断面のそれぞれで設定された複数の内側接地点を足長方向に繋げた線が、図４に示した内側接地線と概ね一致する。また、外側接地点は、線Ｌと足の外側における外形との交点で表すことができる。このような外側接地点は、断面ごとに設定されるため、複数の断面のそれぞれで設定された複数の外側接地点を足長方向に繋げた線が、図４に示した外側接地線と概ね一致する。なお、Ｈは、０より大きい値であり、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。

地面から足の内側に向かってａ度傾いた線（内側ａ度線）と足の内側における外形との接点Ｐ_１が、足の内側における中敷のトップラインの一部になる。また、地面から足の外側に向かってａ度傾いた線（外側ａ度線）と足の外側における外形との接点Ｐ_２が、足の外側における中敷のトップラインの一部になる。なお、ａは、０より大きい値であり、たとえば、４５度～６５度の範囲内の所定の値に設定される。ａは、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。

また、地面から足の内側に向かってｂ度傾いた線（内側ｂ度線）と足の内側における外形との接点をＱ_１とし、地面から足の外側に向かってｂ度傾いた線（外側ａ度線）と足の外側における外形との接点をＱ_２とする。なお、ｂは、０より大きい値であり、たとえば、１５度～３０度の範囲内の所定の値に設定される。ｂは、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。

接点Ｐ_１から接点Ｐ_２にかけて形成される足の上側における外形部分を甲部とも称する。接点Ｐ_１から接点Ｑ_１にかけて形成される足の下側における外形部分を巻き上げ内部とも称する。接点Ｐ_２から接点Ｑ_２にかけて形成される足の下側における外形部分を巻き上げ外部とも称する。接点Ｑ_１から接点Ｑ_２にかけて形成される足の下側における外形部分を底部とも称する。

［足の形状データ］
図６を参照しながら、中敷を作製するときに用いる足の形状データについて説明する。図６は、足の形状データを説明するための図である。図６に示すように、足の形状データは、足の断面の外形に沿って配置された複数の構成点の各々の位置データを含む。

たとえば、図６の例では、形状データは、足の断面において、底部を２５等分することによって得られる２５点の構成点と、巻き上げ内部を８等分することによって得られる８点の構成点と、巻き上げ外部を８等分することによって得られる８点の構成点と、甲部を４０等分することによって得られる４０点の構成点とを含む。

形状データにおいては、このような断面に配置された複数の構成点（図６の例では８１点）が足長方向に所定間隔（たとえば、１ｍｍごと）に配置されている。すなわち、足長が２５５ｍｍとなる足の場合、形状データは、２５５箇所の断面ごとに配置された８１点の構成点の各々の位置データを含む。なお、底部、巻き上げ内部、巻き上げ外部、および甲部の各々の構成点の数は、上述した数に限らず、任意に設定可能である。

［相同モデル］
図７を参照しながら、相同モデルについて説明する。図７は、相同モデルを説明するための図である。図７に示すように、相同モデルは、複数の線を用いて足の形状を表した足形モデルである。具体的には、図６に示すような足の断面ごとに得られる、底部、巻き上げ内部、巻き上げ外部、および甲部の各々の構成点を、足長方向に線で結ぶことによって、足長方向に８１本の線を作ることができる。このような８１本の線によって、相同モデルを得ることができる。たとえば、足長が２５５ｍｍとなる足の場合、２０６５５点（２５５×８１点）の構成点（位置データ）を含む相同モデルを作製することができる。

［予測装置の構成］
図８は、実施の形態に係る予測装置１の構成を示すブロック図である。図８に示すように、予測装置１は、プロセッサ１１と、メモリ１２と、ストレージ１３と、インターフェース１４と、メディア読取装置１５と、通信装置１６とを備える。これらの各構成は、プロセッサバス１７を介して接続されている。

プロセッサ１１は、「予測部」の一例である。プロセッサ１１は、ストレージ１３に記憶されたプログラム（たとえば、ＯＳ（Operating System）１３２および予測プログラム１３１）を読み出し、読み出したプログラムをメモリ１２に展開して実行するコンピュータである。プロセッサ１１は、たとえば、ＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）、またはＭＰＵ（Multi Processing Unit）などで構成される。なお、プロセッサ１１は、演算回路（Processing Circuitry）で構成されていてもよい。

メモリ１２は、ＤＲＡＭ（Dynamic Random Access Memory）またはＳＲＡＭ（Static Random Access Memory）などの揮発性メモリ、あるいは、ＲＯＭ（Read Only Memory）またはフラッシュメモリなどの不揮発性メモリなどで構成される。

ストレージ１３は、「記憶部」の一例である。ストレージ１３は、たとえば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）などの不揮発性記憶装置などで構成される。ストレージ１３は、予測プログラム１３１と、ＯＳ１３２と、荷重足形データ１３３と、無荷重足形データ１３４とを記憶する。

予測プログラム１３１は、測定装置２によって取得された荷重状態における被測定者の足の形状に基づき、予測装置１が無荷重状態における被測定者の足の形状を予測する処理（後述する図１４に示す予測処理）を実行するためのプログラムである。

荷重足形データ１３３は、「第１サンプルデータ」の一例である。荷重足形データ１３３は、荷重状態における複数のサンプルの足の形状の測定データから算出されたデータを含む。荷重足形データ１３３については、図９～図１１を用いて後述する。

無荷重足形データ１３４は、「第２サンプルデータ」の一例である。無荷重足形データ１３４は、無荷重状態における複数のサンプルの足の形状の測定データから算出されたデータを含む。無荷重足形データ１３４については、図１２および図１３を用いて後述する。

インターフェース１４は、予測装置１のユーザによる入力を受け付け、キーボード、マウス、およびタッチデバイスなどで構成される。

メディア読取装置１５は、リムーバブルディスク１８などの記憶媒体を受け入れ、リムーバブルディスク１８に格納されているデータを取得する。

通信装置１６は、「取得部」の一例である。通信装置１６は、有線通信または無線通信を行うことによって、他の装置との間でデータを送受信する。たとえば、通信装置１６は、測定装置２と通信することによって、測定装置２によって取得された足の形状の測定データを測定装置２から取得する。通信装置１６は、３Ｄプリンタ３と通信することによって、中敷を作製するために用いる足の形状データを３Ｄプリンタ３に出力する。

なお、予測装置１は、通信装置１６によって足の形状の測定データを測定装置２から取得することに限らない。たとえば、予測装置１は、インターフェース１４を用いてユーザによって入力された足の形状の測定データを取得してもよい。この場合、インターフェース１４が「取得部」の一例になる。あるいは、予測装置１は、メディア読取装置１５によってリムーバブルディスク１８に記憶された足の形状の測定データを読み取ってもよい。この場合、メディア読取装置１５が「取得部」の一例になる。

［荷重足形データ］
図９～図１１を参照しながら、荷重足形データ１３３について説明する。図９は、予測装置１が記憶する荷重足形データの一例を示す図である。図１０は、荷重足形データの取得の一例を示す図である。図１１は、基準の足長および直交足幅を説明するための図である。

図９に示すように、荷重足形データは、足の形状に関する少なくとも１つの特徴量に基づき、荷重状態における複数のサンプルの足の形状の測定データ（具体的には測定データに基づき作製された相同モデル）を複数の足形タイプごとに分類したデータを含む。図９に示す例では、少なくとも１つの特徴量として、アーチ高率および踵の傾斜角度（踵の内側への倒れ込み角度）が用いられている。そして、アーチ高率に基づいて分類された３種類のアーチタイプと、踵の傾斜角度に基づいて分類された３種類の踵傾斜タイプとによって、荷重足形データは、計９種類の足形タイプに分類される。

アーチタイプは、アーチ高（図３（Ｈ））を、足長（図３（Ａ））で除算することによって算出されるアーチ高率によって分類される。サンプルの足のアーチ高率がＡ_１％未満である場合、サンプルの足は扁平に分類される。サンプルの足のアーチ高率がＡ_１％以上でありかつＡ_２％未満である場合、サンプルの足は平均に分類される。サンプルの足のアーチ高率がＡ_２％以上である場合、サンプルの足はハイアーチに分類される。なお、Ａ_１およびＡ_２は、０より大きい値（０＜Ａ_１＜Ａ_２）であり、たとえば、Ａ_１は１２％～１６％の範囲内の所定の値に設定され、Ａ_２は１８％～２２％の範囲内の所定の値に設定される。これらＡ_１およびＡ_２は、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。

踵の傾斜タイプは、踵の傾斜角度（図３（Ｇ））に基づき算出される。サンプルの足の踵の傾斜角度がＢ_１度未満である場合、サンプルの足は内反に分類される。サンプルの足の踵の傾斜角度がＢ_１度以上でありかつＢ_２度未満である場合、サンプルの足は平均に分類される。サンプルの足の踵の傾斜角度がＢ_２度以上である場合、サンプルの足は外反に分類される。たとえば、Ｂ_１は－２度～０度の範囲内の所定の値に設定され、Ｂ_２は２度～５度の範囲内の所定の値に設定される。これらＢ_１およびＢ_２は、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。

荷重足形データの生成においては、図１０（Ａ）に示すように、まず、測定装置２によって、荷重状態における複数のサンプル対象者の各々の足の形状が取得される。なお、測定装置２によるサンプル対象者の足の測定方法は、図１に示した測定装置２による被測定者の足の測定方法と同じである。具体的には、サンプル対象者が立位姿勢で天板２１に足を載せると、サンプル対象者の体重によって足から天板２１に対して荷重がかかる。測定装置２は、サンプル対象者の足に荷重がかかった状態で、レーザ測定部２２によって足のつま先から踵まで移動しながら足の形状を測定する。

図１０（Ｂ）に示すように、測定装置２によって取得されたサンプルの足の形状の測定データは、サンプルの足の形状に関する少なくとも１つの特徴量（この例では、アーチ高率，踵の傾斜角度）に基づき、複数の足形タイプごとに分類される。具体的には、測定装置２によって取得されたサンプルの足の形状の測定データに基づき、図７に示すような相同モデルが作製され、作製された相同モデルは、複数の足形タイプごとに分類される。

複数の足形タイプごとに分類されたサンプルの足の相同モデルは、基準の足長および直交足幅に合わせて変更される。

図１１を参照しながら、基準の足長および直交足幅について説明する。図１１（Ａ）に示すように、アーチタイプおよび踵の傾斜タイプに基づき、複数の足形タイプが設定され得る。図１１（Ｂ）に示すように、基準の足長をＸｍｍ（たとえば、２５５ｍｍ）とした場合、足形タイプに応じて直交足幅が予め決められている。なお、ＸおよびＹ_１～Ｙ_９は、０より大きい値であり、規格などによって予め決められていてもよいし、任意に設定可能であってもよい。

サンプルの足の相同モデルが基準の足長および直交足幅に合わせて変更されることにより、相同モデル（測定データ）から算出可能な図４に示す足のカーブ線も変更される。

図１０に戻り、サンプルの足の形状の相同モデルが基準の足長および直交足幅に合わせて変更された後、複数の足形タイプごとに、変更後のサンプルの足の形状の相同モデルの平均値が算出される。図１０（Ｃ）に示すように、複数の足形タイプごとに算出された平均値は、データＡ１～Ａ９として、荷重足形データ１３３に含まれる。

このように、予測装置１の設計者は、測定装置２によって取得されたサンプルの足の形状の測定データに基づき作製された相同モデルを少なくとも１つの特徴量（この例では、アーチ高率，踵の傾斜角度）に基づきタイプ別に分類し、分類した相同モデルを基準の足長および直交足幅に合わせて変更し、変更後の相同モデルから平均値を算出することによって、複数の足形タイプごとに荷重状態におけるサンプルデータを取得する。取得された荷重状態におけるサンプルデータは、荷重足形データ１３３（第１サンプルデータ）として、予めストレージ１３に記憶される。すなわち、ストレージ１３に記憶された荷重足形データ１３３（第１サンプルデータ）は、複数の足形タイプごとに、荷重状態における平均的な足の形状データを含む。

［無荷重足形データ］
図１２および図１３を参照しながら、無荷重足形データ１３４について説明する。図１２は、予測装置１が記憶する無荷重足形データの一例を示す図である。図１３は、無荷重足形データの取得の一例を示す図である。

図１２に示すように、無荷重足形データは、足の形状に関する少なくとも１つの特徴量に基づき、無荷重状態における複数のサンプルの足の形状の測定データ（具体的には測定データに基づき作製された相同モデル）を複数の足形タイプごとに分類したデータを含む。図１２に示す例では、少なくとも１つの特徴量として、アーチ高率および踵の傾斜角度が用いられている。そして、アーチ高率に基づいて分類された３種類のアーチタイプと、踵の傾斜角度に基づいて分類された３種類の踵傾斜タイプとによって、無荷重足形データは、計９種類の足形タイプに分類される。

無荷重足形データの生成においては、図１３（Ａ）に示すように、まず、石膏包帯を用いて、無荷重における複数のサンプル対象者の各々の足の形状が取得される。なお、無荷重状態における複数のサンプル対象者は、図１０の荷重状態における複数のサンプル対象者と同じである。また、得られた石膏の足形を測定装置２で測定することによって、無荷重状態における複数のサンプル対象者の各々の足の形状が取得される。

図１３（Ｂ）に示すように、石膏包帯を用いて取得されたサンプルの足の形状の測定データは、サンプルの足の形状に関する少なくとも１つの特徴量（この例では、アーチ高率，踵の傾斜角度）に基づき、複数の足形タイプごとに分類される。なお、図１０の荷重状態における複数のサンプル対象者と図１３の無荷重状態における複数のサンプル対象者とが同じであるため、荷重状態における複数のサンプル対象者の足の形状の測定データが分類された足形タイプに合わせて、無荷重状態における複数のサンプル対象者の足の形状の測定データが分類されればよい。具体的には、測定装置２によって取得されたサンプルの足の形状の測定データに基づき、図７に示すような相同モデルが作製され、作製された相同モデルは、荷重状態におけるサンプル対象者の足の相同モデルと同じ足形タイプに分類される。

複数の足形タイプごとに分類されたサンプルの足の相同モデルは、基準の足長および直交足幅に合わせて変更される。無荷重状態におけるサンプルの足の相同モデルの変更は、図１０の荷重状態におけるサンプルの足の相同モデルの変更と同じである。

サンプルの足の相同モデルが基準の足長および直交足幅に合わせて変更されることにより、相同モデル（測定データ）から算出可能な図４に示す足のカーブ線も変更される。

サンプルの足の相同モデルが基準の足長および直交足幅に合わせて変更された後、複数の足形タイプごとに、変更後のサンプルの足の相同モデルの平均値が算出される。図１３（Ｃ）に示すように、複数の足形タイプごとに算出された平均値は、データＢ１～Ｂ９として、無荷重足形データ１３４に含まれる。

これにより、予測装置１の設計者は、石膏包帯を用いて取得されたサンプルの足の形状の測定データに基づき作製された相同モデルを少なくとも１つの特徴量（この例では、アーチ高率，踵の傾斜角度）に基づきタイプ別に分類し、分類した相同モデルを基準の足長および直交足幅に合わせて変更し、変更後の相同モデルから平均値を算出することによって、複数の足形タイプごとに無荷重状態におけるサンプルデータを取得する。取得された無荷重状態におけるサンプルデータは、無荷重足形データ１３４（第２サンプルデータ）として、予めストレージ１３に記憶される。すなわち、ストレージ１３に記憶された無荷重足形データ１３４（第２サンプルデータ）は、複数の足形タイプごとに、無荷重状態における平均的な足の形状データを含む。

［被測定者の足の形状の予測］
図１４～図１６を参照しながら、予測装置１による無荷重状態における被測定者の足の形状の予測処理について説明する。図１４は、実施の形態に係る予測装置１が実行する予測処理を示すフローチャートである。図１５は、被測定者データと第１サンプルデータとの差分の算出を説明するための図である。図１６は、差分に基づく第２サンプルデータの変更を説明するための図である。図１４に示す各ステップ（以下、「Ｓ」で示す。）は、予測装置１のプロセッサ１１が予測プログラム１３１を実行することによって実現される。

図１４に示すように、予測装置１は、測定装置２によって取得された荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する（Ｓ１）。予測装置１は、被測定者データに基づき、図７に示すような相同モデルを作製し、被測定者データの特徴量（この例では、アーチ高率，踵の傾斜角度）を抽出する（Ｓ２）。予測装置１は、被測定者データの特徴量に基づき、被測定者の足の足形タイプを選択する（Ｓ３）。たとえば、予測装置１は、被測定者の足のアーチタイプおよび踵の傾斜タイプに基づいて分類される図１１（Ａ）に示す足形タイプから一の足形タイプを選択する。

予測装置１は、ストレージ１３に記憶している荷重足形データ１３３から、Ｓ３で選択した被測定者の足形タイプに合った荷重状態における第１サンプルデータを抽出する（Ｓ４）。抽出された第１サンプルデータは、被測定者の足形タイプに合った荷重状態における平均的な足の形状データ（相同モデル）を含む。

さらに、予測装置１は、ストレージ１３に記憶している無荷重足形データ１３４から、Ｓ３で選択した被測定者の足形タイプに合った無荷重状態における第２サンプルデータを抽出する（Ｓ５）。抽出された第２サンプルデータは、被測定者の足形タイプに合った無荷重状態における平均的な足の形状データ（相同モデル）を含む。

予測装置１は、Ｓ４で抽出した荷重状態における第１サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせる（Ｓ６）。これにより、第１サンプルデータに対応する荷重状態における平均的な足のカーブ線が、被測定者の足長および直交足幅に合わせて変更される。

さらに、予測装置１は、Ｓ５で抽出した無荷重状態における第２サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせる（Ｓ７）。これにより、第２サンプルデータに対応する無荷重状態における平均的な足のカーブ線が、被測定者の足長および直交足幅に合わせて変更される。

予測装置１は、被測定者データおよびＳ６で変更された第１サンプルデータの各々に基づき、足のカーブ線を算出し、被測定者データにおける足のカーブ線と、Ｓ６で変更された第１サンプルデータに対応する荷重状態における足のカーブ線とを比較することによって、両者の差分を算出する（Ｓ８）。

具体的には、図１５に示すように、予測装置１は、実線で表される被測定者データにおける足のカーブ線と、点線で表される第１サンプルデータに対応する荷重状態における足のカーブ線とを比較することによって、足長方向における両者のカーブ線の差分を算出する。

ここで、荷重状態における第１サンプルデータの足のカーブ線および被測定者データの足のカーブ線は、それぞれ測定装置２によって取得された足裏の形状から算出すればよい。具体的には、図２に示すように、荷重状態であっても、輪郭線、内側接地線、および外側接地線が判別可能であるため、図４を用いて説明したように、輪郭線、内側接地線、および外側接地線に基づき、荷重状態における第１サンプルデータの足のカーブ線および被測定者データの足のカーブ線を算出すればよい。なお、第１サンプルデータの足のカーブ線は、無荷重状態における第２サンプルデータの足のカーブ線を用いてもよい。たとえば、図４および図５を用いて説明したように、最下線からＨｍｍの高さを通る線Ｌと足の内側または外側における外形との交点を用いて、内側接地線および外側接地線を算出し、算出した内側接地線および外側接地線を用いて第２サンプルデータの足のカーブ線を算出し、算出したカーブ線を第１サンプルデータの足のカーブ線としてもよい。

予測装置１は、算出したカーブ線の差分に基づき、Ｓ６で変更された第２サンプルデータに対応する無荷重状態における足の曲がり度合い（カーブ線）を変更することによって、無荷重状態における被測定者の足の形状（相同モデル）を算出する（Ｓ９）。その後、予測装置１は、本処理を終了する。

具体的には、図１６に示すように、予測装置１は、第２サンプルデータにおける足の断面の外形に沿って配置された複数の構成点を、Ｓ８で算出した差分を相殺する方向に移動させる。すなわち、予測装置１は、第２サンプルデータにおける足のカーブ線を、被測定者データにおける足のカーブ線に一致させるように、第２サンプルデータにおける足の断面の外形に沿って配置された複数の構成点を移動させる。予測装置１は、このような複数の構成点の移動を、足長方向に沿って所定間隔（たとえば、１ｍｍごと）で実行する。

これにより、予測装置１は、測定装置２によって取得された荷重状態における被測定者の足の形状の測定データから、無荷重状態における被測定者の足の形状のデータ（相同モデル）を算出することができる。

［中敷の作製］
図１７を参照しながら、中敷の作製の一例を説明する。図１７は、中敷の作製の一例を説明するための図である。図１７には、予測装置１が図１４の予測処理によって取得した無荷重状態における被測定者の足の形状を表す相同モデルの一断面が示されている。図１７においては、図５と同様に、相同モデルの内側におけるトップラインの一部の点をＰ_１、相同モデルの外側におけるトップラインの一部の点をＰ_２、内側ｂ度線と相同モデルの内側における外形との接点をＱ_１、外側ｂ度線と相同モデルの外側における外形との接点をＱ_２とする。

中敷の設計者は、中敷の底面に対する接点Ｑ_１の長さＴ_１を測定し、長さＴ_１にサポート調整量Ｔ_２を加えることによって、点Ｕを取得する。設計者は、相同モデルの内側におけるトップラインの点Ｐ_１と、点Ｕと、相同モデルの最下点Ｖと、相同モデルの外側におけるトップラインの点Ｐ_２とを線で結ぶことによって、相同モデルの一断面における中敷の表面形状を取得することができる。設計者は、このような作業を足長方向に複数の断面ごとに行うことによって、中敷を作製することができる。

［変形例］
本開示は、上記の実施例に限られず、さらに種々の変形、応用が可能である。以下、本開示に適用可能な変形例について説明する。

実施の形態に係る予測装置１は、予測処理において、図１に示すように立位姿勢で被測定者が測定した足の形状の測定データと、図１０に示すように立位姿勢でサンプル対象者が測定した足の形状の測定データから算出された第１サンプルデータとを用いていたが、このような立位姿勢で測定されたデータを用いて予測処理を実行することに限らない。

たとえば、予測装置１は、座位姿勢で被測定者が測定した足の形状の測定データと、座位姿勢でサンプル対象者が測定した足の形状の測定データから算出された第１サンプルデータとを用いて、予測処理を実行してもよい。

実施の形態に係る予測装置１は、少なくとも１つの特徴量として、アーチ高率および踵の傾斜角度に基づき、被測定者データ、第１サンプルデータ、および第２サンプルデータを分類していたが、アーチ高率および踵の傾斜角度に基づきデータを分類することに限らない。

たとえば、予測装置１は、少なくとも１つの特徴量として、アーチ高率、踵の傾斜角度、足囲、足の曲がり度合い（カーブ線）、つま先の形状、および年齢のうち、少なくとも１つに基づき、被測定者データ、第１サンプルデータ、および第２サンプルデータを分類してもよい。これらの特徴量は、いずれも、足の形状に影響を与え得るパラメータであり、予測装置１は、これらのいずれかの特徴量を用いることにより、被測定者データ、第１サンプルデータ、および第２サンプルデータを精度高く分類することができる。

実施の形態に係る予測システム１００において、予測装置１は、測定装置２が設置された店舗内に設置されてもよいし、クラウド上のサーバ装置として存在してもよい。さらに、クラウド上のサーバ装置として存在する予測装置１は、複数の店舗の各々に設置された測定装置２と通信可能に接続され、各測定装置２から取得した被測定者データに基づき、無荷重状態における各被測定者の足の形状を予測してもよい。

実施の形態に係る予測装置１は、Ｓ６において、荷重状態における第１サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせるとともに、Ｓ７において、無荷重状態における第２サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせていたが、合わせる項目は、足長および直交足幅以外であってもよい。

たとえば、予測装置１は、Ｓ６において、荷重状態における第１サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせた後、さらに、被測定者データにおける相同モデルの見かけのアーチの長さに基づき、変更後の第１サンプルデータを補正してもよい。また、予測装置１は、Ｓ７において、無荷重状態における第２サンプルデータの足長および直交足幅を、被測定者データの足長および直交足幅に合わせた後、さらに、被測定者データにおける相同モデルの見かけのアーチの長さに基づき、変更後の第２サンプルデータを補正してもよい。

たとえば、図１８は、見かけのアーチに基づくサンプルデータの変更を説明するための図である。図１８（Ａ）に示すように、足の断面において、地面から足の内側に向かってａ度傾いた線（内側ａ度線）と足の内側における外形との接点をＰ_１とする。図１８（Ｂ）に示すように、接点Ｐ_１を足長方向に所定間隔（たとえば、１ｍｍごと）で取得し、取得した複数の接点Ｐ_１を結んだ線を、見かけのアーチとする。そして、見かけのアーチの終点と踵が位置する踵点との間の長さを、見かけのアーチの長さとする。

予測装置１は、Ｓ６において、荷重状態における第１サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせることにより、第１サンプルデータに対応する荷重状態における平均的な足のカーブ線を、被測定者の足長および直交足幅に合わせて変更する。さらに、予測装置１は、変更後の第１サンプルデータにおける見かけのアーチの長さを、被測定者データにおける相同モデルの見かけのアーチの長さに合わせることにより、第１サンプルデータにおける足のカーブ線を補正する。

また、予測装置１は、Ｓ７において、無荷重状態における第２サンプルデータの足長および直交足幅を、被測定者データに基づき作製された相同モデルの足長および直交足幅に合わせることにより、第２サンプルデータに対応する無荷重状態における平均的な足のカーブ線を、被測定者の足長および直交足幅に合わせて変更する。さらに、予測装置１は、変更後の第２サンプルデータにおける見かけのアーチの長さを、被測定者データにおける相同モデルの見かけのアーチの長さに合わせることにより、第２サンプルデータにおける足のカーブ線を補正する。

予測装置１は、このような補正を行うことにより、図１８（Ｃ）に示すように、点線で表される補正前のサンプルデータの足長を、実線で表される補正後のサンプルデータの足長へと調整することができる。その後は、予測装置１は、Ｓ８以降の処理を実行すればよい。

［まとめ］
図８に示すように、予測装置１は、荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する通信装置１６と、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第１サンプルデータおよび無荷重状態における第２サンプルデータを記憶するストレージ１３と、無荷重状態における被測定者の足の形状を予測するプロセッサ１１とを備える。図１４に示すように、プロセッサ１１は、被測定者データと、第１サンプルデータとの差分を算出し（Ｓ８）、差分と、第２サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する（Ｓ９）。

これにより、予測装置１は、荷重状態における第１サンプルデータおよび無荷重状態における第２サンプルデータを用いることにより、荷重状態における被測定者の足の形状の測定データから、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測装置１のユーザは、荷重状態における被測定者の足の形状を測定するだけで、予測装置１を用いて無荷重状態における被測定者の足の形状を容易に取得することができる。

図１０に示すように、第１サンプルデータは、足の形状に関する少なくとも１つの特徴量に基づき、荷重状態における複数のサンプルの足の形状の測定データを複数の足形タイプごとに分類したデータである。図１３に示すように、第２サンプルデータは、少なくとも１つの特徴量に基づき、無荷重状態における複数のサンプルの足の形状の測定データを複数の足形タイプごとに分類したデータである。図１４に示すように、プロセッサ１１は、被測定者データに基づき、複数の足形タイプから一の足形タイプを選択し（Ｓ３）、被測定者データと、一の足形タイプに属する第１サンプルデータとの差分を算出し（Ｓ８）、差分と、一の足形タイプに属する第２サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する（Ｓ９）。

これにより、予測装置１は、荷重状態における被測定者の足の足形タイプに合った第１サンプルデータおよび第２サンプルデータを用いて、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測装置１は、無荷重状態における被測定者の足の形状の予測精度を向上させることができる。

図１０に示すように、第１サンプルデータは、複数の足形タイプごとに荷重状態における複数のサンプルの足の形状の測定データを平均化したデータである。図１３に示すように、第２サンプルデータは、複数の足形タイプごとに無荷重状態における複数のサンプルの足の形状の測定データを平均化したデータである。

これにより、予測装置１は、荷重状態における被測定者の足の足形タイプに合った平均化された第１サンプルデータおよび第２サンプルデータを用いて、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測装置１は、膨大な第１サンプルデータおよび第２サンプルデータを記憶する必要がないため、ストレージ１３の消費容量が増大することを抑えることができる。

図１４に示すように、プロセッサ１１は、被測定者データに含まれる足の長さおよび幅に合わせて、一の足形タイプに属する第１サンプルデータに含まれる足の長さおよび幅を変更することによって、変更後の第１サンプルデータを算出し（Ｓ６）、被測定者データに含まれる足の長さおよび幅に合わせて、一の足形タイプに属する第２サンプルデータに含まれる足の長さおよび幅を変更することによって、変更後の第２サンプルデータを算出し（Ｓ７）、被測定者データに含まれる足の曲がり度合いと、変更後の第１サンプルデータに含まれる足の曲がり度合いとを比較することによって、差分を算出し（Ｓ８）、差分に基づき、変更後の第２サンプルデータに含まれる足の曲がり度合いを変更することによって、無荷重状態における被測定者の足の形状を予測する（Ｓ９）。

これにより、予測装置１は、被測定者データに含まれる足の長さおよび幅に合わせて、第１サンプルデータおよび第２サンプルデータの各々における足の長さおよび幅を変更した上で、被測定者データに含まれる足の曲がり度合いに合うように第２サンプルデータにおける足の曲がり度合いを変更することによって、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測装置１は、無荷重状態における被測定者の足の形状の予測精度をより向上させることができる。

図１８に示すように、プロセッサ１１は、被測定者データに含まれる足の側面側のアーチ（見かけのアーチ）の長さに基づき、変更後の第１サンプルデータを補正し、被測定者データに含まれる足の側面側のアーチ（見かけのアーチ）の長さに基づき、変更後の第２サンプルデータを補正する。

これにより、予測装置１は、被測定者データに含まれる足の見かけのアーチの長さに基づき、第１サンプルデータおよび第２サンプルデータを補正するため、被測定者データの足に第１サンプルデータおよび第２サンプルデータをより近づけることができる。したがって、予測装置１は、無荷重状態における被測定者の足の形状の予測精度をより向上させることができる。

少なくとも１つの特徴量は、アーチ高率、踵の傾斜角度、足囲、足の曲がり度合い、つま先の形状、および年齢のいずれかを含む。

これにより、予測装置１は、アーチ高率、踵の傾斜角度、足囲、足の曲がり度合い、つま先の形状、および年齢のいずれかに基づき、被測定者データ、第１サンプルデータ、および第２サンプルデータを分類することができる。さらに、予測装置１は、分類に用いる特徴量の種類を増やせば、被測定者データ、第１サンプルデータ、および第２サンプルデータをより詳細に分類することができる。

図１に示すように、被測定者データは、被測定者が立位姿勢で測定した足の形状の測定データを含む。図１０に示すように、第１サンプルデータは、複数のサンプル対象者が立位姿勢でそれぞれ測定した複数のサンプルの足の形状の測定データから算出されたデータである。

これにより、予測装置１のユーザは、店舗を訪れた被測定者の足を立位姿勢で測定するだけで、予測装置１を用いて無荷重状態における被測定者の足の形状を容易に取得することができる。したがって、必ずしもスキルを有する熟練者が被測定者の足の形状を測定する必要がなく、店舗における利便性が向上する。

プロセッサ１１による無荷重状態における被測定者の足の形状を予測する予測方法は、荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得するステップと、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第１サンプルデータおよび無荷重状態における第２サンプルデータを記憶するステップと、無荷重状態における被測定者の足の形状を予測するステップとを含む。図１４に示すように、予測するステップは、被測定者データと、第１サンプルデータとの差分を算出するステップ（Ｓ８）と、差分と、第２サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測するステップ（Ｓ９）とを含む。

これにより、予測装置１は、荷重状態における第１サンプルデータおよび無荷重状態における第２サンプルデータを用いることにより、荷重状態における被測定者の足の形状の測定データから、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測装置１のユーザは、荷重状態における被測定者の足の形状を測定するだけで、予測装置１を用いて無荷重状態における被測定者の足の形状を容易に取得することができる。

図１に示すように、予測システム１００は、荷重状態における被測定者の足の形状を測定する測定装置２と、無荷重状態における被測定者の足の形状を予測する予測装置１とを備える。図８に示すように、予測装置１は、測定装置２から荷重状態における被測定者の足の形状の測定データを含む被測定者データを取得する通信装置１６と、荷重状態と無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、荷重状態における第１サンプルデータおよび無荷重状態における第２サンプルデータを記憶するストレージ１３と、無荷重状態における被測定者の足の形状を予測するプロセッサ１１とを備える。図１４に示すように、プロセッサ１１は、被測定者データと、第１サンプルデータとの差分を算出し（Ｓ８）、差分と、第２サンプルデータとに基づき、無荷重状態における被測定者の足の形状を予測する（Ｓ９）。

これにより、予測システム１００は、荷重状態における第１サンプルデータおよび無荷重状態における第２サンプルデータを用いることにより、荷重状態における被測定者の足の形状の測定データから、無荷重状態における被測定者の足の形状を予測することができる。したがって、予測システム１００のユーザは、荷重状態における被測定者の足の形状を測定するだけで、予測装置１を用いて無荷重状態における被測定者の足の形状を容易に取得することができる。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１ 予測装、２ 測定装置、３ ３Ｄプリンタ、１１ プロセッサ、１２ メモリ、１３ ストレージ、１４ インターフェース、１５ メディア読取装置、１６ 通信装置、１７ プロセッサバス、１８ リムーバブルディスク、２１ 天板、２２ レーザ測定部、１００ 予測システム、１３１ 予測プログラム、１３３ 荷重足形データ、１３４ 無荷重足形データ。

Claims (9)

1. 無荷重状態における被測定者の足の形状を予測する予測装置であって、
   荷重状態における前記被測定者の足の形状の測定データを含む被測定者データを取得する取得部と、
   前記荷重状態と前記無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、前記荷重状態における第１サンプルデータおよび前記無荷重状態における第２サンプルデータを記憶する記憶部と、
   前記無荷重状態における前記被測定者の足の形状を予測する予測部とを備え、
   前記予測部は、
   前記被測定者データと、前記第１サンプルデータとの差分を算出し、
   前記差分と、前記第２サンプルデータとに基づき、前記無荷重状態における前記被測定者の足の形状を予測する、予測装置。
2. 前記第１サンプルデータは、足の形状に関する少なくとも１つの特徴量に基づき、前記荷重状態における前記複数のサンプルの足の形状の測定データを複数の足形タイプごとに分類したデータであり、
   前記第２サンプルデータは、前記少なくとも１つの特徴量に基づき、前記無荷重状態における前記複数のサンプルの足の形状の測定データを前記複数の足形タイプごとに分類したデータであり、
   前記予測部は、
   前記被測定者データに基づき、前記複数の足形タイプから一の足形タイプを選択し、
   前記被測定者データと、前記一の足形タイプに属する前記第１サンプルデータとの差分を算出し、
   前記差分と、前記一の足形タイプに属する前記第２サンプルデータとに基づき、前記無荷重状態における前記被測定者の足の形状を予測する、請求項１に記載の予測装置。
3. 前記第１サンプルデータは、前記複数の足形タイプごとに前記荷重状態における前記複数のサンプルの足の形状の測定データを平均化したデータであり、
   前記第２サンプルデータは、前記複数の足形タイプごとに前記無荷重状態における前記複数のサンプルの足の形状の測定データを平均化したデータである、請求項２に記載の予測装置。
4. 前記予測部は、
   前記被測定者データに含まれる足の長さおよび幅に合わせて、前記一の足形タイプに属する前記第１サンプルデータに含まれる足の長さおよび幅を変更することによって、変更後の第１サンプルデータを算出し、
   前記被測定者データに含まれる足の長さおよび幅に合わせて、前記一の足形タイプに属する前記第２サンプルデータに含まれる足の長さおよび幅を変更することによって、変更後の第２サンプルデータを算出し、
   前記被測定者データに含まれる足の曲がり度合いと、前記変更後の第１サンプルデータに含まれる足の曲がり度合いとを比較することによって、前記差分を算出し、
   前記差分に基づき、前記変更後の第２サンプルデータに含まれる足の曲がり度合いを変更することによって、前記無荷重状態における前記被測定者の足の形状を予測する、請求項３に記載の予測装置。
5. 前記予測部は、
   前記被測定者データに含まれる足の側面側のアーチの長さに基づき、前記変更後の第１サンプルデータを補正し、
   前記被測定者データに含まれる足の側面側のアーチの長さに基づき、前記変更後の第２サンプルデータを補正する、請求項４に記載の予測装置。
6. 前記少なくとも１つの特徴量は、アーチ高率、踵の傾斜角度、足囲、足の曲がり度合い、つま先の形状、および年齢のいずれかを含む、請求項２～請求項５のいずれか１項に記載の予測装置。
7. 前記被測定者データは、前記被測定者が立位姿勢で測定した足の形状の測定データを含み、
   前記第１サンプルデータは、複数のサンプル対象者が前記立位姿勢でそれぞれ測定した前記複数のサンプルの足の形状の測定データから算出されたデータである、請求項１～請求項６のいずれか１項に記載の予測装置。
8. コンピュータによる無荷重状態における被測定者の足の形状を予測する予測方法であって、
   荷重状態における前記被測定者の足の形状の測定データを含む被測定者データを取得するステップと、
   前記荷重状態と前記無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、前記荷重状態における第１サンプルデータおよび前記無荷重状態における第２サンプルデータを記憶するステップと、
   前記無荷重状態における前記被測定者の足の形状を予測するステップとを含み、
   前記予測するステップは、
   前記被測定者データと、前記第１サンプルデータとの差分を算出するステップと、
   前記差分と、前記第２サンプルデータとに基づき、前記無荷重状態における前記被測定者の足の形状を予測するステップとを含む、予測方法。
9. 無荷重状態における被測定者の足の形状を予測する予測システムであって、
   荷重状態における前記被測定者の足の形状を測定する測定装置と、
   前記無荷重状態における前記被測定者の足の形状を予測する予測装置とを備え、
   前記予測装置は、
   前記測定装置から前記荷重状態における前記被測定者の足の形状の測定データを含む被測定者データを取得する取得部と、
   前記荷重状態と前記無荷重状態とで同一の複数のサンプルの足の形状の測定データから算出された、前記荷重状態における第１サンプルデータおよび前記無荷重状態における第２サンプルデータを記憶する記憶部と、
   前記無荷重状態における前記被測定者の足の形状を予測する予測部とを備え、
   前記予測部は、
   前記被測定者データと、前記第１サンプルデータとの差分を算出し、
   前記差分と、前記第２サンプルデータとに基づき、前記無荷重状態における前記被測定者の足の形状を予測する、予測システム。