特許ウォッチ

公開番号2024167147
公報種別公開特許公報(A)
公開日2024-12-02
出願番号2024097595,2020024532
出願日2024-06-17,2020-02-17
発明の名称無線歩容認識のための方法、装置及びシステム
出願人オリジンリサーチワイヤレス, インコーポレイテッド,Origin Research Wireless, Inc.
代理人弁理士法人大塚国際特許事務所
主分類A61B 5/11 20060101AFI20241125BHJP(医学または獣医学;衛生学)
要約【課題】歩容のような律動的な動きを監視する。
【解決手段】無線歩容認識についての方法、デバイス及びシステムが示されている。記載されたシステムは、送信機、受信機及びプロセッサを含む。送信機は場所の無線マルチパスチャネルを介して前記場所におけるオブジェクトへ向かって第1無線信号を送信するように構成される。受信機は送信機と受信機との間の無線マルチパスチャネルを介して第2無線信号を受信するように構成される。第2無線信号は、オブジェクトの律動的な動きにより影響される無線マルチパスチャネルのために第1無線信号と異なる。プロセッサは、第2無線信号に基づいて無線マルチパスチャネルのチャネル情報(CI)の時系列を取得し、CIの時系列(TSCI)に基づいてオブジェクトの律動的な動きを監視し、監視の結果に基づいて応答動作をトリガするように構成される。
【選択図】なし
特許請求の範囲【請求項１】
律動的な動きを監視するためのシステムであって、
場所の無線マルチパスチャネルを介して前記場所におけるオブジェクトへ向けて第１無線信号を送信するように構成された送信機と、
前記送信機と受信機との間の前記無線マルチパスチャネルを介して第２無線信号を受信するように構成された前記受信機であって、前記第２無線信号は、前記オブジェクトの律動的な動きによって影響された前記無線マルチパスチャネルのために前記第１無線信号と異なる、前記受信機と、
前記第２無線信号に基づいて前記無線マルチパスチャネルのチャネル情報（ＣＩ）の時系列を取得し、
前記ＣＩの時系列（ＴＳＣＩ）に基づいて前記オブジェクトの前記律動的な動きを監視し、
前記監視の結果に基づいて応答動作をトリガする、
ように構成されたプロセッサと、を含むシステム。
続きを表示（約 15,000 文字）【請求項２】
請求項１に記載のシステムであって、前記律動的な動きは、
歩行動作、歩容、マーチの動き、ゆっくり歩く動き、ランニング動作、ギャロップ動作、トロッティング動作、身体動作、脚の動き、手の動き、指の動き、胴部の動き、トルソーの動き、頭部の動き、
繰り返し運動、複合型繰り返し運動、ロボットの動き、メカニックな動作、風による動き、カーテンの動き、電流誘起の動き、液体の動き、振動、地震、揺れ、シェイキング動作、震える動き、身震い動作、
音楽的な動き、ダンス運動、振動、規則的な動き、周期的な動き、呼吸運動、心拍、動悸の運動、緩和振動、増大する動き、減少する動き、拡大する動き、収縮性動作、脈動運動、ポンピング動作、打つ動作、ドスンドスンという動作、拍動性の動作、ハンマリング動作、
交互に繰り返す動作、協調的な動作、複数の繰り返される動作の組み合わせ、変調な動作、混合された動作、少なくとも１つのリズムが潜在する合成された動作、他のオブジェクトの他の律動的な動きと結合された動作、
及びリズムと結合された動き、のうちの少なくとも１つを含むシステム。
【請求項３】
請求項１に記載のシステムであって、前記プロセッサは、
前記ＴＳＣＩに基づいて中間量（ＩＱ）の時系列を計算し、
前記ＩＱの時系列に基づいて前記オブジェクトの前記律動的な動きを監視する
ようにさらに構成されているシステム。
【請求項４】
請求項３に記載のシステムであって、前記ＩＱは、
タイムスタンプ、開始時刻、終了時刻、タイムコード、タイミング、時間間隔、継続時間、頻度、期間、サイクル、リズム、ペース、カウント、インジケータ、発生、状態、設定、
距離、変位、方向、速さ、速度、加速度、角距離、角速度、角加速度、位置の変化、方向の変化、速度変化、加速度変化、近さ、存在、非存在、出現、消滅、位置、統計、運動統計、呼吸統計、距離統計、速度統計、加速度統計、メトリック、ｌ＿ｋ距離メトリック、ｌ＿０距離メトリック、ｌ＿１距離メトリック、絶対距離メトリック、ｌ＿２距離メトリック、ユークリッド距離メトリック、ｌ＿無限遠メトリック、パス、ボリューム、質量、表面積、形状、姿勢、エネルギー、
傾向、時系列、ラベル、タグ、クラス、カテゴリ、時間プロファイル、時間量、度数量、過渡的な量、増加量、瞬間量、平均化された量、局所的に平均化された量、フィルタされた量、量の変化、繰り返し量、
事象、認識された事象、認識された運動の順番、ジェスチャ、手ぶり、指ジェスチャ、手首ジェスチャ、肘ジェスチャ、腕ジェスチャ、肩ジェスチャ、頭部ジェスチャ、顔の筋肉を動かすジェスチャ、首ジェスチャ、ウエストジェスチャ、脚ジェスチャ、足ジェスチャ、
最大値、最小値、条件付き最大値、条件付き最小値、極大値、極小値、１番目の極大値、１番目の極小値、ｋ番目の極大値、ｋ番目の極小値、平均値、重み付き平均値、パーセンタイル値、平均値、中央値、最頻値、トリム平均値、条件付き平均値、条件付き統計量、順序統計量、分散、スキューネス、尖度、モーメント、高次モーメント、キュムラント、相関量、共分散、ｃｏ－スキューネス、ｃｏ－尖度、１次統計量、２次統計量、３次統計量、高次統計量、ロバスト量、別の量に関連する引数、
ＣＩの特徴、ＣＩの複合構成要素、前記複合構成要素の大きさ、前記複合構成要素のフェーズ、前記ＣＩの前記複合構成要素の関数、前記複合構成要素の前記大きさの多項式、前記複合構成要素の前記大きさの２乗、前記ＣＩの特徴の時系列、前記ＣＩの特徴の自己相関関数、及び他の量の関数、の内の少なくとも１つを含むシステム。
【請求項５】
請求項３に記載のシステムであって、前記プロセッサは、
前記オブジェクトが安定的な律動的な動きを有するとき、タイムウインドウを特定し、
前記安定的な律動的な動きに関連するタイムスタンプを決定し、
次の、
前記タイムスタンプに関連するスライディングウインドウにおける前記ＩＱの重み付き平均が第１閾値よりも大きい、
前記タイムスタンプの周りの前記ＩＱの自己相関関数の特徴量が第２閾値より大きい、及び
前記タイムスタンプに関連する別の基準、
のうちの少なくとも１つが満足されるとき、前記タイムスタンプを前記タイムウインドウに付加するようにさらに構成されているシステム。
【請求項６】
請求項５に記載のシステムであって、前記プロセッサは、
前記安定的な律動的な動きの前記タイムウインドウにおける前記ＩＱの少なくとも１つの局所的特徴を計算することであって、前記少なくとも１つの局所的特徴は、極大値、極小値、ゼロクロス、前記ＩＱの微分の極大値、前記微分の極小値、及び前記微分のゼロクロス、のうちの少なくとも１つを含む、計算すること、
前記ＩＱの少なくとも１つの局所的特徴に関連するタイムスタンプに基づいて前記タイムウインドウを少なくとも１つのステップセグメントへ分割することであって、各ステップセグメントは局所的特徴に関連する時間から次の局所的特徴に関連する別の時間にわたる、分割すること、
少なくとも１つの動作サイクルを特定することであって、各動作サイクルは、正の整数Ｎの、Ｎ連続ステップセグメントを含む、特定すること、
をするようにさらに構成されているシステム。
【請求項７】
請求項６に記載のシステムであって、前記プロセッサは、
前記安定的な律動的な動きの前記タイムウインドウにおける前記ＩＱ、前記ＩＱの前記少なくとも１つの局所的特徴、前記少なくとも１つのステップセグメント、及び前記少なくとも１つの動作サイクル、のうちの少なくとも１つに基づいて少なくとも１つの動きの特徴を計算するようにさらに構成されているシステム。
【請求項８】
請求項７に記載のシステムであって、
前記少なくとも１つの動きの特徴は、前記タイムウインドウにおけるタイムスタンプと前記少なくとも１つの動作サイクルのうちの少なくとも１つに関連付けられ、
前記少なくとも１つの動きの特徴は次の、
動作速度、
前記タイムスタンプの周りの前記タイムウインドウのサブウインドウにおける動作速度のＡ平均である平均速度であって、前記サブウインドウは、前記タイムウインドウの全体、スライディングウインドウ、少なくとも１つの動作サイクル、少なくとも１つのステップセグメント及び別のサブウインドウのうちの少なくとも１つであり、Ａ平均は、平均、重み付き平均及びトリム平均のうちの少なくとも１つである、平均速度、
動作速度から平均速度を減算した平均減算速度、前記サブウインドウ内での動作速度の最大である最大速度、前記サブウインドウ内での動作速度の最小である最小速度、前記サブウインドウ内での動作速度の分散である速度分散、前記サブウインドウ内での平均減算速度のサンプル分布の、Ｘは０から１００の間の、Ｘパーセンタイルである速度偏差、
前記サブウインドウにおける平均減算速度の最大である最大ポジティブ速度偏差、前記サブウインドウにおける平均減算速度の最小である最大ネガティブ速度偏差、前記サブウインドウにおける動作速度の局所的ピーク（極大値）の分散である速度ピーク分散、前記サブウインドウにおける動作速度の局所的谷間（極小値）の分散である速度谷間分散、
前記タイムスタンプでのｋ番目の速度ＡＣＦピーク（ｋ－ＳＡＰ）である少なくとも１つのｋ番目のＳＡＰであって、ＳＡＰ（速度－ＡＣＦ－ピーク）は前記タイムスタンプでの動作速度の自己相関関数（ＡＣＦ）の局所的ピークであり、ｋは非負整数であるｋ番目のＳＡＰ、前記サブウインドウにおけるｋ－ＳＡＰのＡ平均である平均ｋ－ＳＡＰ、前記サブウインドウにおけるｋ－ＳＡＰの分散であるｋ－ＳＡＰ分散、前記タイムスタンプでのｋ番目のＳＡＰと（ｋ＋１）番目のＳＡＰの差分であるｋ－ＳＡＰ差分（ｋ－ＳＡＰＤ）、前記サブウインドウにおけるｋ－ＳＡＰＤのＡ平均である平均ｋ－ＳＡＰＤ、前記サブウインドウにおけるｋ－ＳＡＰＤの分散であるｋ－ＳＡＰＤ分散、前記タイムスタンプでの有意なＳＡＰのカウントである速度ＡＣＦピークカウント（ＳＡＰＣ）、前記サブウインドウにおけるＳＡＰＣのＡ平均である平均ＳＡＰＣ、前記サブウインドウにおけるＳＡＰＣの分散であるＳＡＰＣ分散、前記サブウインドウにおけるＳＡＰＣのサンプル確率がｋであるＳＡＰＣ－ｐｄｆ、隣り合うタイムスタンプでのＳＡＰＣと別のＳＡＰＣの差分であるＳＡＰＣ差分（ＳＡＰＣＤ）、前記サブウインドウにおけるＳＡＰＣＤのＡ平均である平均ＳＡＰＣＤ、前記サブウインドウにおけるＳＡＰＣＤの分散であるＳＡＰＣＤ分散、
Ｒ（ｉ，ｊ）の２次元プロットである速度リカレントプロット（ＳＲＰ）であって、ｉとｊは前記サブウインドウの実行時間インデックスであり、Ｒ（ｉ，ｊ）は時間ｉでの第１ベクトルと時間ｊでの第２ベクトルの類似性スコアであり、第１及び第２ベクトルのそれぞれは時間ｔの周りの前記タイムウインドウのスライディングウインドウにおける少なくとも１つの速度関連特徴を含む前記時間ｔでのベクトルである、速度リカレントプロット、
前記ＳＲＰの、リカレンスレート、決定論、エントロピ、平均化斜線及び他の特徴、のうちの少なくとも１つを含むＳＲＰ特徴、
Ｒ（ｉ，ｊ）の２次元プロットである一般化リカレントプロット（ＧＲＰ）であり、ｉ及びｊは前記サブウインドウの実行時間インデックスであり、Ｒ（ｉ，ｊ）は時間ｉでの第１ベクトルと時間ｊでの第２ベクトルの類似性スコアであり、第１及び第２ベクトルのそれぞれは、前記時間ｔの周りの前記タイムウインドウのスライディングウインドウにおける少なくとも１つの動きの特徴を含む前記時間ｔでのベクトルである、一般化リカレントプロット、
前記ＧＲＰの、リカレンスレート、決定論、エントロピ、平均化斜線及び他の特徴、のうちの少なくとも１つを含むＧＲＰ特徴、
タイムスケールされたＡＣＦ（ＴＳＡ）のＴＳＡ特徴であり、前記ＴＳＡは、１番目のピークが選択されたタイムラグで発生するように前記ＡＣＦの時間軸がスケーリングされた前記タイムスタンプのサブウインドウ内の速度関連特徴のＡＣＦであるＴＳＡ特徴、
動作サイクルに関連した速度ハーモニックレシオであり、それぞれは前記動作サイクルにおける動作速度のフーリエ変換の偶数高調波の振幅の合計と前記フーリエ変換の奇数高調波の振幅の合計の比である速度ハーモニックレシオ、動作サイクルに関連する速度ハーモニック特徴であり、前記動作サイクルの動作速度の周波数変換の偶数項の関数と前記周波数変換の奇数項の関数とに基づいて計算される速度ハーモニック特徴、前記少なくとも１つの動作サイクルに関連し及び前記少なくとも１つの動作サイクルにおける速度関連特徴の変換の偶数項の第１関数と前記変換の奇数項の第２関数とに基づいて計算される一般化された速度ハーモニック特徴、前記少なくとも１つの動作サイクルに関連し及び前記少なくとも１つの動作サイクルにおける動作特徴の変換の偶数項の第１関数及び前記変換の奇数項の第２関数とに基づいて計算される一般化されたハーモニック特徴、
左右ステップ速度対称特徴、上記の特徴のうちの少なくとも１つの関数、
動作速度の微分である動作加速度、前記タイムスタンプの周りの前記タイムウインドウのサブウィンドウにおける運動加速度のＡ平均である平均加速度であり、前記サブウィンドウは、前記タイムウインドウの全体、スライディングウィンドウ、少なくとも１つの動作サイクル、少なくとも１つのステップセグメント及び別のサブウィンドウのうちの少なくとも１つであり、Ａ平均は、平均、重み付き平均及びトリム平均のうちの少なくとも１つである、平均加速度、
動作加速度から平均加速度を減算した平均減算加速度、前記サブウィンドウ内の動作加速度の最大である最大加速度、前記サブウィンドウ内の動作加速度の最小である最小加速度、前記サブウィンドウ内での動作加速度の分散である加速度分散、前記サブウィンドウ内の平均減算加速度のサンプル分布のＸパーセンタイルであり、Ｘは０と１００との間の数である加速度偏差、
前記サブウィンドウにおける平均減算加速度の最大である最大ポジティブ加速度偏差、及び前記サブウィンドウにおける平均減算加速度の最小である最大ネガティブ加速度偏差、前記サブウィンドウにおける動作加速度の局所的ピーク（極大値）の分散である加速度ピーク分散、前記サブウィンドウにおける動作加速度の局所的谷間値（極小値）の分散である加速度谷間分散、
前記タイムスタンプでのｋ番目の加速度ＡＣＦピーク（ｋ－ＡＡＰ）である少なくとも１つのｋ番目のＡＡＰであり、ｋは非負の整数であり、ＡＡＰ（加速度ＡＣＦピーク）は前記タイムスタンプでの動作加速度の自己相関関数（ＡＣＦ）の局所的ピークである、ｋ番目の加速度ＡＣＦピーク、
前記サブウィンドウにおけるｋ－ＡＡＰのＡ平均である平均ｋ－ＡＡＰ、前記サブウインドウにおけるｋ－ＡＡＰの分散であるｋ－ＡＡＰ分散、前記タイムスタンプでのｋ番目のＡＡＰと（ｋ＋１）番目のＡＡＰとの差であるｋ－ＡＡＰ差分（ｋ－ＡＡＰＤ）、前記サブウインドウにおけるｋ－ＡＡＰＤのＡ平均である平均ｋ－ＡＡＰＤ、前記サブウインドウにおけるｋ－ＡＡＰＤの分散であるｋ－ＡＡＰＤ分散、前記タイムスタンプでの有意なＡＡＰのカウントである加速度ＡＣＦピークカウント（ＡＡＰＣ）、前記サブウインドウにおけるＡＡＰＣのＡ平均である平均ＡＡＰＣ，前記サブウインドウにおけるＡＡＰＣの分散であるＡＡＰＣ分散、前記サブウインドウにおけるＡＡＰＣのサンプル確率がｋであるＡＡＰＣ－ｐｄｆ、隣り合ったタイムスタンプでの前記ＡＡＰＣと別のＡＡＰＣとの差分であるＡＡＰＣ差分（ＡＡＰＣＤ）、前記サブウインドウにおけるＡＡＰＣＤのＡ平均である平均ＡＡＰＣＤ、前記サブウインドウにおけるＡＡＰＣＤの分散であるＡＡＰＣＤ分散、
Ｒ（ｉ，ｊ）の２次元プロットである加速度リカレントプロット（ＲＰ）であり、ｉとｊが前記サブウインドウにおける実行時間インデックスであり、Ｒ（ｉ、ｊ）は時間ｉでの第１ベクトルと時間ｊでの第２ベクトルの類似性スコアであり、それぞれの第１及び第２ベクトルは時間ｔの周りの前記タイムウインドウのスライディングサブウインドウにおける少なくとも１つの歩容加速度関連特徴を含む前記時間ｔでのベクトルである、加速度リカレントプロット、
リカレンスレート、決定論、エントロピ、平均化斜線及び他の特徴、のうちの少なくとも１つをそれぞれが含む加速度リカレントプロット特徴、
タイムスケールされたＡＣＦ（ＴＳＡ）のＴＳＡ特徴であって、前記ＴＳＡは、選択されたタイムラグでその第１のピークが起きるようにスケールされた前記ＡＣＦの時間軸を持つ前記タイムスタンプのサブウインドウにおける歩容加速度関連特徴のＡＣＦであるＴＳＡ特徴、前記動作サイクルにおける動作加速度のフーリエ変換の偶数高調波の振幅の合計と前記フーリエ変換の奇数高調波の振幅の合計の比である、動作サイクルに関連した加速度ハーモニックレシオ、前記動作サイクルの動作加速度の周波数変換の偶数項の関数と前記周波数変換の奇数項の前記関数とに基づいて計算される、動作サイクルに関連した加速度ハーモニック特徴、前記少なくも１つの動作サイクルに関連し、及び前記少なくとも１つの動作サイクルにおける歩容加速度関連特徴の変換の偶数項の第１の関数及び前記変換の奇数項の第２の関数とに基づいて計算される一般化された加速度ハーモニック特徴、
左右ステップ加速度対称特徴、上記の特徴のうちの少なくとも１つの関数、及び別の特徴の関数、
のうちの少なくとも１つを含む、システム。
【請求項９】
請求項７に記載のシステムであって、
前記Ｎ連続ステップセグメント（Ｎステップ）はＮフェーズを有し、
ｉ番目のフェーズセグメント（ｉ－ＳＳｅｇ）は前記Ｎステップにおけるｉ番目のステップセグメントであり、ｉはＮより大きくない正の整数であり、
前記少なくとも１つの動きの特徴は、前記タイムウインドウにおけるタイムスタンプ、前記少なくとも１つのステップセグメント（ＳＳｅｇ）及び前記少なくとも１つの動作サイクル、のうちの少なくとも１つに関連し、
前記少なくとも１つの動きの特徴は、次の、
動作速度、動作速度の微分である動作加速度、前記タイムスタンプの周りの前記ＳＳｅｇにわたる動作速度の積分であるステップ長、ＳＳｅｇの継続期間であるステップ期間、前記ステップ期間に逆比例するステップ周波数、前記ＳＳｅｇにおける動作速度のＡ平均であるステップワイズ平均速度であり、Ａ平均は、平均と重み付き平均とトリム平均のうちの少なくとも１つを含む、ステップワイズ平均速度、
前記ＳＳｅｇにおける最大動作速度であるステップワイズ最大速度、前記ＳＳｅｇにおける最小動作速度であるステップワイズ最小速度、前記ＳＳｅｇにおける動作速度の分散であるステップワイズ速度分散、前記ＳＳｅｇにおける平均減算速度のサンプル分布のＸパーセンタイルであるステップワイズ速度偏差であって、前記平均減算速度は動作速度からステップワイズ平均速度をマイナスしたものであり、Ｘは０と１００との間の数字である、ステップワイズ速度偏差、
前記ＳＳｅｇにおける動作加速度のＡ平均であるステップワイズ平均加速度、前記ＳＳｅｇにおける最大動作加速度であるステップワイズ最大加速度、前記ＳＳｅｇにおける最小動作加速度であるステップワイズ最小加速度、前記ＳＳｅｇにおける動作加速度の分散であるステップワイズ加速度分散、前記ＳＳｅｇにおける平均減算加速度のサンプル偏差のＸパーセンタイルであるステップワイズ加速度偏差であって、平均減算加速度は動作加速度からステップワイズ平均加速度をマイナスしたものである、ステップワイズ加速度偏差、
前記タイムスタンプの周りのＮステップにわたる動作速度の積分であるＮステップ長、前記Ｎステップの継続期間であるＮステップ期間、Ｎステップ期間に逆比例するＮステップ周波数、前記Ｎステップにおける動作速度のＡ平均であるＮステップ平均速度、前記Ｎステップにおける動作速度の極大値であるＮステップ最大速度、前記Ｎステップにおける動作速度の極小値であるＮステップ最小速度、前記Ｎステップにおける動作速度の分散であるＮステップ速度分散、前記Ｎステップにおける平均減算速度のサンプル分布のＸパーセンタイルであるＮステップ速度偏差であり、前記平均減算速度は動作速度からＮステップ平均速度をマイナスしたものであり、Ｘは０と１００との間の数字である、Ｎステップ速度偏差、
前記Ｎステップにおける動作加速度のＡ平均であるＮステップ平均加速度、前記Ｎステップにおける動作加速度の極大値であるＮステップ最大加速度、前記Ｎステップにおける動作加速度の極小値であるＮステップ最小加速度、前記Ｎステップにおける動作加速度の分散であるＮステップ加速度分散、前記Ｎステップにおける平均減算加速度のサンプル分布のＸパーセンタイルであるＮステップ加速度偏差であって、前記平均減算加速度は動作加速度からＮステップ平均加速度をマイナスしたものである、Ｎステップ加速度偏差、
ステップ長、ステップ期間、ステップ周波数、ステップワイズ平均速度、ステップワイズ最大速度、ステップワイズ最小速度、ステップワイズ速度分散、ステップワイズ速度偏差、ステップワイズ速度ピーク分散、ステップワイズ速度谷間分散、ｋ番目のステップワイズ速度－ＡＣＦ－ピーク（ｋ－ＳＳＡＰ）、平均ｋ－ＳＳＡＰ、ｋ－ＳＳＡＰ分散、ｋ－ＳＳＡＰ差分（ｋ－ＳＳＡＰＤ）、平均ｋ－ＳＳＡＰＤ、ｋ－ＳＳＡＰＤ分散、ステップワイズ速度－ＡＣＦ－ピーク－カウント（ＳＳＡＰＣ）、平均ＳＳＡＰＣ、ＳＳＡＰＣ分散、ＳＳＡＰＣ－ｐｄｆ、ＳＳＡＰＣ－差分（ＳＳＡＰＣＤ）、平均ＳＳＡＰＣＤ、ＳＳＡＰＣＤ分散、ステップワイズ速度リカレントプロット（ＳＳＲＰ）、ＳＳＲＰ特徴、ステップワイズ時間－スケール速度ＡＣＦ（ＳＴＳＳＡ）特徴、ステップワイズ速度ハーモニック比、ステップワイズ速度ハーモニック特徴、ステップワイズ一般化速度ハーモニック特徴、ステップワイズ速度対称性尺度、ステップワイズ平均加速度、ステップワイズ最大加速度、ステップワイズ最小加速度、ステップワイズ加速度分散、ステップワイズ加速度偏差、ステップワイズ速度ピーク分散、ステップワイズ速度谷間分散、ｋ番目のステップワイズ加速度－ＡＣＦ－ピーク（ｋ－ＳＡＡＰ）、平均ｋ－ＳＡＡＰ、ｋ－ＳＡＡＰ分散、ｋ－ＳＡＡＰ差分（ｋ－ＳＡＡＰＤ）、平均ｋ－ＳＡＡＰＤ、ｋ－ＳＡＡＰＤ分散、ステップワイズ加速度－ＡＣＦ－ピークカウント（ＳＡＡＰＣ）、平均ＳＡＡＰＣ、ＳＡＡＰＣ分散、ＳＡＡＰＣ－ｐｄｆ、ＳＡＡＰＣ差分（ＳＡＡＰＣＤ）、平均ＳＡＡＰＣＤ、ＳＡＡＰＣＤ分散、ステップワイズ加速度ＲＰ（ＳＡＲＰ）、ＳＡＲＰ特徴、ステップワイズタイムスケール加速度ＡＣＦ（ＳＴＳＡＡ）特徴、ステップワイズ加速度ハーモニック比、ステップワイズ加速度ハーモニック特徴、ステップワイズ一般化加速度ハーモニック特徴、ステップワイズ対称性尺度、Ｎ－ステップ長、Ｎ－ステップ期間、Ｎ－ステップ周波数、Ｎ－ステップ平均速度、Ｎ－ステップ最大速度、Ｎ－ステップ最小速度、Ｎ－ステップ速度分散、Ｎ－ステップ速度偏差、Ｎ－ステップ速度ピーク分散、Ｎ－ステップ速度谷間分散、ｋ番目のＮステップ速度－ＡＣＦ－ピーク（ｋ－ＮＳＡＰ）、平均ｋ－ＮＳＡＰＤ、ｋ－ＮＳＡＰＤ分散、ｋ－ＮＳＡＰ差分（ｋ－ＮＳＡＰＤ）、平均ｋ－ＮＳＡＰＤ、ｋ－ＮＳＡＰＤ分散、Ｎ－ステップ速度－ＡＣＦ－ピークカウント（ＮＳＡＰＣＤ）、平均ＮＳＡＰＣ、ＮＳＡＰＣ分散、ＮＳＡＰＣ－ｐｄｆ、ＮＳＡＰＣ差分（ＮＳＡＰＣＤ）、平均ＮＳＡＰＣＤ、ＮＳＡＰＣＤ分散、Ｎ－ステップ速度リカレントプロット（ＮＳＲＰ）、ＮＳＲＰ特徴、Ｎ－ステップタイムスケール速度ＡＣＦ（ＮＴＳＳＡ）特徴、Ｎ－ステップ速度ハーモニック比、Ｎ－ステップ速度ハーモニック特徴、Ｎ－ステップ一般化速度ハーモニック特徴、Ｎ－ステップ速度対称性尺度、Ｎ－ステップ平均加速度、Ｎ－ステップ最大加速度、Ｎ－ステップ最小加速度、Ｎ－ステップ加速度分散、Ｎ－ステップ加速度偏差、Ｎ－ステップ速度ピーク分散、Ｎ－ステップ速度谷間分散、ｋ番目のＮ－ステップ加速度－ＡＣＦ－ピーク（ｋ－ＮＡＡＰ）、平均ｋ－ＮＡＡＰＤ、ｋ－ＮＡＡＰＤ分散、ｋ－ＮＡＡＰ差分（ｋ－ＮＡＡＰＤ）、平均ｋ－ＮＡＡＰＤ、ｋ－ＮＡＡＰＤ分散、Ｎステップ加速度－ＡＣＦ－ピークカウント（ＮＡＡＰＣ）、平均ＮＡＡＰＣ、ＮＡＡＰＣ分散、ＮＡＡＰＣ－ｐｄｆ、ＮＡＡＰＣ差分（ＮＡＡＰＣＤ）、平均ＮＡＡＰＣＤ、ＮＡＡＰＣＤ分散、Ｎ－ステップ加速度ＲＰ（ＮＡＲＰ）、ＮＡＲＰ特徴、Ｎ－ステップタイムスケール加速度ＡＣＦ（ＮＴＳＡＡ）特徴、Ｎステップ加速度ハーモニック比、Ｎステップ加速度ハーモニック特徴、Ｎステップ一般化加速度ハーモニック特徴、Ｎ－ステップ対称性尺度、上記の統計量のうちの少なくとも１つの関数、別の統計量の関数、及び別のＳＦの関数であって、ｉ－ＳＦはｉ－ＳＳｅｇに関連するステップワイズＳＦである、別のＳＦの関数、のうちの少なくとも１つであるステップの特徴（ＳＦ）、
前記タイムスタンプの周りの前記タイムウインドウのサブウインドウにおけるＳＦのＡ平均である平均ＳＦであって、前記サブウインドウは、前記タイムウインドウの全体、スライディングウインドウ、少なくとも１つの動作サイクル、少なくとも１つのＳＳｅｇ及び別のサブウインドウのうちの少なくとも１つである、平均ＳＦ、
前記サブウインドウにおける奇数ＳＳｅｇの前記ＳＦのＡ平均である奇数平均ＳＦ、前記サブウインドウにおける偶数ＳＳｅｇの前記ＳＦのＡ平均である偶数平均ＳＦ、前記サブウインドウにおける前記ＳＦの最大である最大ＳＦ、前記サブウインドウにおける奇数ＳＳｅｇの前記ＳＦの最大である奇数最大ＳＦ、前記サブウインドウにおける偶数ＳＳｅｇの前記ＳＦの最大である偶数最大ＳＦ、前記サブウインドウにおける前記ＳＦの最小である最小ＳＦ、前記サブウインドウにおける奇数ＳＳｅｇの前記ＳＦの最小である奇数最小ＳＦ、前記サブウインドウにおける偶数ＳＳｅｇの前記ＳＦの最小である偶数最小ＳＦ、前記サブウインドウにおけるＳＦの分散であるＳＦ分散、前記サブウインドウにおける奇数ＳＳｅｇのＳＦの分散である奇数ＳＦ分散、前記サブウインドウにおける偶数ＳＳｅｇのＳＦの分散である偶数ＳＦ分散、前記サブウインドウにおける平均減算ＳＦのサンプル分布のＸパーセンタイルであるＳＦ偏差であって、前記平均減算ＳＦはＳＦから平均ＳＦをマイナスしたものである、ＳＦ偏差、前記サブウインドウにおける奇数ＳＳｅｇの平均減算ＳＦのサンプル分布のＸパーセンタイルである奇数ＳＦ偏差、前記サブウインドウにおける偶数ＳＳｅｇの平均減算ＳＦのサンプル分布のＸパーセンタイルである偶数ＳＦ偏差、
前記サブウインドウにおけるｉ－ＳＳｅｇ（ｉ－ＳＦ）の前記ＳＦのＡ平均である平均ｉ－ＳＦ、前記サブウインドウにおける前記ＳＦの最大である最大ＳＦ、前記サブウインドウにおける前記ｉ－ＳＦの最大である最大ｉ－ＳＦ、前記サブウインドウにおける前記ＳＦの最小である最小ＳＦ、前記サブウインドウにおける前記ｉ－ＳＦの最小である最小ｉ－ＳＦ、前記サブウインドウにおけるＳＦの分散であるＳＦ分散、前記サブウインドウにおけるｉ－ＳＦの分散であるｉ－ＳＦ分散、前記サブウインドウにおける平均減算ＳＦのサンプル分布のＸパーセンタイルであるＳＦ偏差であって、平均減算ＳＦはＳＦから平均ＳＦをマイナスしたものである、ＳＦ偏差、前記サブウインドウにおける平均減算ｉ－ＳＦのサンプル分布のＸパーセンタイルであるｉ－ＳＦ偏差であり、前記平均減算ｉ－ＳＦはｉ－ＳＦから平均ｉ－ＳＦをマイナスしたものである、ｉ－ＳＦ偏差、
平均ＳＦ、最大ＳＦ、最小ＳＦ、ＳＦ分散、ＳＦ偏差、及びＳＦの他の統計量、のうちの少なくとも１つのＳＦ統計量、
奇数平均ＳＦ、奇数最大ＳＦ、奇数最小ＳＦ、奇数ＳＦ分散、奇数ＳＦ偏差、及びＳＦの他の奇数統計量、のうちの少なくとも１つのＳＦの奇数統計量、
偶数平均ＳＦ、偶数最大ＳＦ、偶数最小ＳＦ、偶数ＳＦ分散、偶数ＳＦ偏差、及びＳＦの他の偶数統計量、のうちの少なくとも１つのＳＦの偶数統計量、
平均ｉ－ＳＦ、最大ｉ－ＳＦ、最小ｉ－ＳＦ、ｉ－ＳＦ分散、ｉ－ＳＦ偏差、及びｉ－ＳＦの他の統計量、のうちの少なくとも１つのｉ－ＳＦ統計量、
左ＳＦ、右ＳＦ、正面左ＳＦ、正面右ＳＦ、バック左ＳＦ、バック右ＳＦ、波面ＳＦ、奇数波面ＳＦ、偶数波面ＳＦ、前記ＳＦの偶数統計量と前記ＳＦの奇数統計量の比、前記ＳＦの偶数統計量と前記ＳＦの奇数統計量の差分、前記ＳＦの偶数統計量と前記ＳＦの奇数統計量の類似性尺度、並びにＳＦの統計量、ＳＦの奇数統計量、及びＳＦの偶数統計量、のうちの少なくとも１つの関数、
前記ＳＦの偶数統計量の関数と前記ＳＦの奇数統計量の関数の比、前記ＳＦの偶数統計量の第２関数の第１関数及び前記ＳＦの奇数統計量の第３関数、
ＳＦ統計量と他のＳＦ統計量の比、ｉ－ＳＦ統計量と同じｉを持つ他のｉ－ＳＦ統計量の比、ｉ－ＳＦ統計量と異なるｉを持つ他のｉ－ＳＦ統計量の比、ｉ－ＳＦ統計量と異なるｉを持つ同じｉ－ＳＦ統計量の比、ＳＦ統計量とｉ－ＳＦ統計量の比、ＳＦ統計量と他のＳＦ統計量の差分、ｉ－ＳＦ統計量と同じｉを持つ他のｉ－ＳＦ統計量の差分、ｉ－ＳＦ統計量と異なるｉを持つ他のｉ－ＳＦ統計量の差分、ｉ－ＳＦ統計量と異なるｉを持つ同じｉ－ＳＦ統計量の差分、ＳＦ統計量とｉ－ＳＦ統計量の差分、
ＳＦ統計量と他のＳＦ統計量の類似性尺度、ｉ－ＳＦ統計量と同じｉを持つ他のｉ－ＳＦ統計量の類似性尺度、ｉ－ＳＦ統計量と異なるｉを持つ他のｉ－ＳＦ統計量の類似性尺度、ｉ－ＳＦ統計量と異なるｉを持つ同じｉ－ＳＦ統計量の類似性尺度、ＳＦ統計量とｉ－ＳＦ統計量の類似性尺度、少なくとも１つのＳＦ統計量及び少なくとも１つのｉ－ＳＦ統計量のうちの少なくとも１つの関数、
ｉ－ＳＦ統計量の関数と同じｉを持つ他のｉ－ＳＦ統計量の関数との比、ｉ－ＳＦ統計量の関数と異なるｉを持つ他のｉ－ＳＦ統計量の他の関数との比、ｉ－ＳＦ統計量の関数と異なるｉを持つ同じｉ－ＳＦ統計量の関数との比、
ｉ－ＳＦ統計量の関数と同じｉを持つ他のｉ－ＳＦ統計量の他の関数の合成関数、ｉ－ＳＦ統計量の関数と異なるｉを持つ他のｉ－ＳＦ統計量の他の関数の合成関数、ｉ－ＳＦ統計量の関数と異なるｉを持つ前記同じｉ－ＳＦ統計量の他の関数の合成関数、並びに少なくとも１つのＳＦ及び少なくとも１つのｉ－ＳＦのうちの少なくとも１つの他の統計量、
の特徴のうちの少なくとも１つを含むシステム。
【請求項１０】
請求項７に記載のシステムであって、少なくとも１つの動きの特徴は、前記タイムウインドウにおけるタイムスタンプ及び少なくとも１つの動作サイクルのうちの少なくとも１つに関連し、
少なくとも１つの動きの特徴は次のストライド関連特徴の、
動作速度、動作速度の微分である動作加速度、前記タイムスタンプの周りの動作サイクルにわたる動作速度の積分であるストライド長、前記動作サイクルの継続期間であるストライド期間、前記ストライド期間に逆比例するストライド周波数、前記動作サイクルにおける動作速度のＡ平均であるストライドワイズ（ｓｔｒｉｄｅｗｉｓｅ）平均速度であって、Ａ平均は、平均、重み付き平均及びトリム平均のうちの少なくとも１つである、ストライドワイズ平均速度、
前記動作サイクルにおける最大動作速度であるストライドワイズ最大速度、前記動作サイクルにおける最小動作速度であるストライドワイズ最小速度、前記動作サイクルにおける動作速度の分散であるストライドワイズ速度分散、前記動作サイクルにおける平均減算速度のサンプル偏差のＸパーセンタイルであるストライドワイズ速度偏差であって、前記平均減算速度は動作速度からストライドワイズ平均速度をマイナスしたものであり、Ｘは０と１００の間の数である、ストライドワイズ速度偏差、
前記動作サイクルにおける動作加速度のＡ平均であるストライドワイズ平均加速度、前記動作サイクルにおける最大動作加速度であるストライドワイズ最大加速度、前記動作サイクルにおける最小動作加速度であるストライドワイズ最小加速度、前記動作サイクルにおける動作加速度の分散であるストライドワイズ加速度分散、前記動作サイクルにおける平均減算加速度のサンプル偏差のＸパーセンタイルであるストライドワイズ加速度偏差であって、前記平均減算加速度は動作加速度からストライドワイズ平均加速度をマイナスしたものである、ストライドワイズ加速度偏差、
ストライド長、ストライド期間、ストライド周波数、ストライドワイズ平均速度、ストライドワイズ最大速度、ストライドワイズ最小速度、ストライドワイズ速度分散、ストライドワイズ速度偏差、ストライドワイズ速度ピーク分散、ストライドワイズ速度谷間分散、ｋ番目のストライドワイズ速度ＡＣＦピーク（ｋ－ＳＳＡＰ）、平均ｋ－ＳＳＡＰ、ｋ－ＳＳＡＰ分散、ｋ－ＳＳＡＰ差分（ｋ－ＳＳＡＰＤ）、平均ｋ－ＳＳＡＰＤ、ｋ－ＳＳＡＰＤ分散、ストライドワイズ速度ＡＣＦピークカウント（ＳＳＡＰＣ）、平均ＳＳＡＰＣ、ＳＳＡＰＣ分散、ＳＳＡＰＣ－ｐｄｆ、ＳＳＡＰＣ差分（ＳＳＡＰＣＤ）、平均ＳＳＡＰＣＤ、ＳＳＡＰＣＤ分散、ストライドワイズ速度リカレントプロット（ＳＳＲＰ）、ＳＳＲＰ特徴、ストライドワイズタイムスケール速度ＡＣＦ（ＳＴＳＳＡ）特徴、ストライドワイズ速度ハーモニック比、ストライドワイズ速度ハーモニック特徴、ストライドワイズ一般化速度ハーモニック特徴、ストライドワイズ速度対称性尺度、ストライドワイズ平均加速度、ストライドワイズ最大加速度、ストライドワイズ最小加速度、ストライドワイズ加速度分散、ストライドワイズ加速度偏差、ストライドワイズ速度ピーク分散、ストライドワイズ速度谷間分散、ｋ番目のストライドワイズ加速度－ＡＣＦ－ピーク（ｋ－ＳＡＡＰ）、平均ｋ－ＳＡＡＰ、ｋ－ＳＡＡＰ分散、ｋ－ＳＡＡＰ差分（ｋ－ＳＡＡＰＤ）、平均ｋ－ＳＡＡＰＤ、ｋ－ＳＡＡＰＤ分散、ストライドワイズ加速度－ＡＣＦ－ピークカウント（ＳＡＡＰＣ）、平均ＳＡＡＰＣ、ＳＡＡＰＣ分散、ＳＡＡＰＣ－ｐｄｆ、ＳＡＡＰＣ差分（ＳＡＡＰＣＤ）、平均ＳＡＡＰＣＤ、ＳＡＡＰＣＤ分散、ストライドワイズ加速度ＲＰ（ＳＡＲＰ）、ＳＡＲＰ特徴、ストライドワイズタイムスケール加速度ＡＣＦ（ＳＴＳＳＡ）特徴、ストライドワイズ加速度ハーモニック比、ストライドワイズ加速度ハーモニック特徴、ストライドワイズ一般化加速度ハーモニック特徴、ストライドワイズ対称性尺度、上記の統計量の少なくとも１つの関数、他の統計量の関数、及び他のＳＦの関数、のうちの少なくとも１つであるストライド特徴（ＳＦ）、
前記タイムスタンプの周りの前記タイムウインドウのサブウインドウにおける前記ＳＦのＡ平均値である平均ＳＦであって、前記サブウインドウは、前記タイムウインドウの全体、スライディングウインドウ、少なくとも１つの動作サイクル、少なくとも１つのステップセグメント、及び他のサブウインドウのうちの少なくとも１つである、平均ＳＦ、
前記サブウインドウにおける奇数動作サイクルの前記ＳＦのＡ平均である奇数平均ＳＦ、前記サブウインドウにおける偶数動作サイクルの前記ＳＦのＡ平均である偶数平均ＳＦ、前記サブウインドウにおける前記ＳＦの最大値である最大ＳＦ、前記サブウインドウにおける奇数動作サイクルの前記ＳＦの最大である奇数最大ＳＦ、前記サブウインドウにおける偶数動作サイクルの前記ＳＦの最大である偶数最大ＳＦ、前記サブウインドウにおける前記ＳＦの最小値である最小ＳＦ、前記サブウインドウにおける奇数動作サイクルの前記ＳＦの最小値である奇数最小ＳＦ、前記サブウインドウにおける偶数動作サイクルの前記ＳＦの最小値である偶数最小ＳＦ、前記サブウインドウにおけるＳＦの分散であるＳＦ分散、前記サブウインドウにおける奇数動作サイクルのＳＦの分散である奇数ＳＦ分散、前記サブウインドウにおける偶数動作サイクルのＳＦの分散である偶数ＳＦ分散、前記サブウインドウにおける平均減算ＳＦのサンプル分布のＸパーセンタイルであるＳＦ偏差であって、前記平均減算ＳＦはＳＦから平均ＳＦをマイナスしたものである、ＳＦ偏差、前記サブウインドウにおける奇数動作サイクルの平均減算ＳＦのサンプル分布のＸパーセンタイルである奇数ＳＦ偏差、前記サブウインドウにおける偶数動作サイクルの平均減算ＳＦのサンプル分布のＸパーセンタイルである偶数ＳＦ偏差、
平均ＳＦ、最大ＳＦ、最小ＳＦ、ＳＦ分散、ＳＦ偏差及びＳＦの他の統計量、のうちの少なくとも１つであるＳＦの統計量、
奇数平均ＳＦ、奇数最大ＳＦ、奇数最小ＳＦ、奇数ＳＦ分散、奇数ＳＦ偏差、及びＳＦの他の奇数統計量、のうちの少なくとも１つであるＳＦの奇数統計量、
偶数平均ＳＦ、偶数最大ＳＦ、偶数最小ＳＦ、偶数ＳＦ分散、偶数ＳＦ偏差、及びＳＦの他の偶数統計量、のうちの少なくとも１つであるＳＦの偶数統計量、
左ＳＦ、右ＳＦ、正面左ＳＦ、正面右ＳＦ、バック左ＳＦ、バック右ＳＦ、波面ＳＦ、奇数波面ＳＦ、偶数波面ＳＦ、ＳＦの偶数統計量とＳＦの奇数統計量の比、ＳＦの偶数統計量とＳＦの奇数統計量の差分、ＳＦの偶数統計量とＳＦの奇数統計量の類似性尺度、ＳＦの統計量とＳＦの奇数統計量とＳＦの偶数統計量とのうちの少なくも１つの関数、ＳＦの偶数統計量の関数とＳＦの奇数統計量の関数の比、ＳＦの偶数統計量の第２関数と前記ＳＦの奇数統計量の第３関数の第１の関数、
及び前記ＳＦの他の統計量、
うちの少なくとも１つを含むシステム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
関連出願への相互参照次のケースのそれぞれについて開示と優先権主張の全てを参照により本出願に組み入れる。
（ａ）「無線歩容認識のための方法、装置、及びシステム」と題された２０１９年２月１５日出願の米国仮特許出願６２／８０６６８８、
（ｂ）「アウトドアでの目標追跡のための方法、装置及びシステム」と題された２０１９年２月１５日出願の米国仮特許出願６２／８０６６９４、
（ｃ）「無線信号に基づいてライフログを処理し提供するための方法、装置及びシステム」と題された２０１９年５月１２日出願の米国仮特許出願６２／８４６６８８、
（ｄ）「無線センシングシステムのトポロジを向上するための方法、装置及びシステム」と題された２０１９年７月１２日出願の米国仮特許出願６２／８７３７８１、
（ｅ）「認定無線センシングシステム」と題された２０１９年９月１５日出願の米国仮特許出願６２／９００５６５、
（ｆ）「無線センシングのための自動かつ最適化されたデバイス－クラウド接続のための方法、装置及びシステム」と題された２０１９年９月１８日出願の米国仮特許出願６２／９０２３５７、
（ｇ）「目標測位のための方法、装置及びシステム」と題された２０１９年１２月１８日出願の米国仮特許出願６２／９５００９３、
（ｈ）「無線歩容認識のための方法、装置及びシステム」と題された２０２０年２月１３日出願の米国特許出願１６／７９０６１０、
（ｉ）「アウトドア目標追跡のための方法、装置及びシステム」と題された２０２０年２月１３日出願の米国特許出願１６／７９０６２７。
続きを表示（約 4,100 文字）【０００２】
本開示は、一般に歩容認識に関する。より具体的には、本開示は、無線チャネル情報に基づいて、その律動的な動き、例えば歩容を認識することによって、屋内環境内のオブジェクトまたは個人を識別することと、マッシブ多入力多出力（MIMO）システムから取得された無線チャネル情報に基づいて、屋外の対象を位置特定及び追跡することとに関する。
【背景技術】
【０００３】
歩行の方法である歩容は、必須のバイタルサインだけでなく、有効なバイオメトリックマーカとしてもますます認識されている。一方、歩容、特に歩行速度は、機能低下や全身の健康状態をモニタリング・評価するのに適切な妥当で感度の高い尺度と考えられ、６番目のバイタルサインとして指定されるに至っている。歩容は機能的及び生理的変化の両方を反映し、移動障害、リハビリテーションへの反応、転倒、及び認知機能低下などを含む多くの健康状態の指標及び予測因子であることが示されている。歩容の進行は、生活の質及び健康状態における臨床的に意味のある変化と関係している。そのため、時折、院内臨床検査ではなく、家庭での歩容の継続的モニタリングは、個人の医療にとって非常に興味深い。
【０００４】
一方、歩容は個人の独特な生体計測的特徴を提供し、ヒト同定の有望な方法の根底にある。複雑な機能的活動として、多くの要因が自分の歩容に影響を与え、独特の行動特性とする。研究により、歩容認識は顔認識よりもさらに信頼性が高いことが示されたが、それは、歩容に絡まった識別特性が数十あるためであり、可能であれば、誰か他の人の歩行パターンを偽装することが極めて困難になるからである。他の人間認識システムと比較して、歩容認識は、個人の積極的な協力なしに、遠隔的に、受動的に、及び非侵入的に動作することができるので、特に魅力的である。歩容とは、（例えば、２つの足を有する人、または２つ、４つ、もしくは複数の足を有する動物の）歩行の方法または様式をいう。歩行は、複雑な骨及び関節構造上で多くの筋肉を調和させ、生体力学的移動をもたらす、単純ではあるが微細な振付機能である。人の歩容サイクルは、２つのフェーズ、すなわち、スタンスフェーズ及び揺動フェーズと、さらに７つのステージとを含む。スタンス相は、１つの足の最初のかかと接触から始まり、同じ足のつま先が地面から離れたときに終了する。揺動位相は、脚が前方に揺動する動作に直ちに続き、次のかかと接触まで続く。
【０００５】
２脚動物（例えば、ヒトまたは鳥類）の場合、２本の足は交互の動きで動くことができる。左足が地面に触れると、右足は前方に揺動し、その逆も同様である。４脚動物（例えば、ウマ、ネコ、イヌ）の場合、１回の歩行では、前２本の脚（及び／または後２本の脚）は、交互の動きを有してもよい（例えば、ウマのトロットの場合）。別の歩容では、前２本の脚（及び／または後２本の脚）は、同時に地面に接触するか、または同時に前方にスイングすることができる（例えば、馬がギャロップするとき）。多脚生物（例えば、キャタピラ）の場合、歩容パターンは、さらに複雑になり得る。例えば、脚部の連続する対は、協調して（例えば、波面で）動くことができる。各対の2つの脚部は、様々な程度の位相差／遅れを有することができる。歩行は、バイタルサイン及びバイオメトリックキュー（ｂｉｏｍｅｔｒｉｃｃｕｅ）として役立ち得る。歩容は、健康及び機能状態を反映することが示されており、移動障害、リハビリテーションへの応答、転倒、及び認知低下などを含むいくつかの健康状態を示し、予測することができる。歩容の進行は、生活の質及び健康状態における臨床的に意味のある変化と関係している。従って、時折の院内臨床試験ではなく、家庭での歩容の連続的なモニタリングは、個人、特に介護者（例えば、配偶者、子供、親族、友人、長期介護提供者）の健康及び健康管理にとって非常に興味深い。歩行速度とも呼ばれる歩容速度は、医療のために測定され、関係する最も重要な情報である。これは、幸福の実用的かつ不可欠な臨床的指標として推奨されている。
【０００６】
歩容関連情報をキャプチャするために、カメラ、床センサ、及び／または着用可能なセンサ（例えば、加速度計）に基づく、いくつかの既存の非無線歩行測定及び認識システムがある。既存の無線以外のシステムには、いくつかの欠点がある。第１に、典型的には、これらのシステムでは、目標被写体（例えば、人）は、協力しなければならず、例えば、特定の方向に、指定された経路で、又は特定の方法で歩かなければならない。第２に、既存の非無線システム、例えば、床マット内／床マット下に設置された床センサを有する計装歩道、または設置されたカメラによって覆われた領域によって、特定の制限された領域のみを監視することができる。制限された領域は非常に小さく、見通し線（ＬＯＳ）内の短い距離内になければならない。したがって、このようなシステムは、日常的な使用における無制限の領域（例えば、人の家、モール、駅、または老人介護施設）には適していない。これらは、スマートホーム及びスマートビルにおいて、ユビキタス・アプリケーションに十分な利便性及び／又は快適性を有していない。第３に、既存のシステムを使用して歩容監視のために領域を計測する場合、デバイスは高価すぎ、設置は労働集約的すぎる可能性がある。第４に、カメラシステムは、ユーザにプライバシー問題を引き起こす。第５に、床センサは、かなりの設置労力及びハードウェアコストを必要とする。第６に、着用可能物は、人が監視されるべき着用を忘れたり避けたりする場合には役に立たない。
【０００７】
ドップラー効果及びレーダーに基づく幾つかの既存の無線歩容監視システムがある。既存の無線／ＲＦベースのシステムの欠点には、以下が含まれる：（ａ）高価で保守が難しい特別なハードウェアを必要とするシステム；（ｂ）非常に広い帯域幅を必要とするシステム；（ｃ）特別なフェーズドアンテナを必要とするものもある；（ｄ）ドップラーベースのシステムは、全速度ではなく特定の方向に射影された部分速度のみを反映する；（ｅ）ドップラーベースのシステムは、狭いＬＯＳエリア（典型的には４～５メートル以内）でのみ動作することができる；（ｆ）歩容に遠隔的にしか関係しない機能を測定するシステムもある；（ｇ）特徴は、位置／場所に依存することができ、すなわち、それらは、１つの場所で機能することができるが、別の場所では働かないことができ、したがって、すべての異なる場所について再訓練を必要とする。
【０００８】
屋内及び屋外を含む標的の位置特定（ｌｏｃａｌｉｚａｔｉｏｎ）及び追跡は、現代のナビゲーション及び捜索救難システムにおける重要な役割のために、数十年にわたって対応する研究者の関心事であった。一般に、正確な屋内位置特定システムは、乗客を空港ゲートにナビゲートするなど、人々の生活を大幅に改善することができ、顧客が大型モールで好みのアイテムを見つけるのを助けることができる。さらに、プログラムされたロボットを誘導して、重いオブジェクトを我々の望ましい目的地に移動させることもでき、これは、退屈で時間を浪費する作業から人々を解放するだけでなく、現代の自動生産ラインの効率を大幅に改善することができる。他方、最も有名な全地球測位システム（ＧＰＳ）のような信頼性のある屋外ロケーションシステムは、世界中の民間、軍事及び商業用途で広く使用されている。しかし、ＧＰＳは、少なくとも４つのＧＰＳ衛星への障害物のない見通し線（ＬＯＳ）経路を必要とし、対応する目標の位置を計算する。民間及び商業サービスによって利用され得るＧＰＳ資源は、厳しく制限されている。したがって、センチメートルであるにもかかわらず、毎日の活動において１０メートルの精度しか提供しない。
【０００９】
一般に、屋外位置決め方法は、受信機に関する目標の範囲を計算するために到来時間（ＴＯＡ）の間、方位を測定するために到来方向（ＤＯＡ）を使用する。明らかに、それらは実際には歪みと雑音に非常に敏感な正確な時間測定を必要とする。さらに、ＤＯＡとＡＯＡに基づく屋外位置決め性能も、設置されたアンテナの開口、寸法及び素子に関係するその角度分解能によって強く制限される。既存の方法は、データから直接ソース位置を計算した。より正確な結果を得るために、それらは、多くの場合、データ関連付けまたはセンタフュージョンプロセスを必要とし、これは、通常、ＮＰ困難な問題になる。そのような種類の質問に対する最適な解を見つけることは、計算禁止か、または特別なデバイスを必要とする。
【００１０】
最近、マッシブＭＩＭＯと呼ばれる第５世代（５Ｇ）技術が導入され、主にスペクトル効率、資源割当て、通信複雑性、内部ユーザ干渉、チャネル容量及び推定のような通信関連問題に焦点を当てた。しかしながら、屋外の目標位置決めと追跡のための効率的な方法を開発するためにマッシブＭＩＭＯを使用する方法に関する関連した研究はまだオープンである。ナビゲーション・システムは、ＧＰＳが最もポピュラーなものであるが、現代のアプリケーションにおいて広く使用されてきた。しかしながら、ＧＰＳは、４つ以上のＧＰＳ衛星に対する妨害されない見通し線（ＬＯＳ）を必要とするため、非見通し線（ＮＬＯＳ）状況ではうまく機能することができない。その結果、慣性航法システム（ＩＮＳ）は自蔵航法技術であるため、ＧＰＳの補完とみなされてきた。ＩＮＳでは、移動物体の位置を推測航法するために移動速度と方向の推定が必要である。その結果、対象の移動速度と方向をどのように推定するかについても検討された。
（【００１１】以降は省略されています）

関連特許