JP2019519254A - 人間工学的評価を判断する方法 - Google Patents

Abstract

ユーザについての人間工学的評価を判断するシステムおよび方法が提供される。たとえば、ユーザによって着用された人間工学的評価用衣服に実装された１つ以上のセンサから、センサデータが受信され得る。センサデータに少なくとも部分的に基づいて、ユーザの少なくとも１つの身体セグメントに関連付けられた身体データが判断され得る。身体データは、少なくとも１つの身体セグメントに関連付けられた曲げ角度に関連付けられる。身体データに少なくとも部分的に基づいて、ユーザに関連付けられた人間工学的評価をが判断され得る。人間工学的評価は、ユーザに関連付けられた１つ以上の人間工学的ゾーンの表示を含み得る。１つ以上の人間工学的ゾーンは、少なくとも１つの身体セグメントに関連付けられた曲げ角度に少なくとも部分的に基づいて判断される。

Description

分野
本開示は一般に、ユーザに関連付けられた人間工学的評価を判断することに関する。

背景
人の姿勢および動きを測定するための現在の手法は、粗くて精密ではない方法（たとえば目視観察および推定）、もしくは、侵入的であり、厄介なまたは扱いにくい計測を伴う方法（たとえば角度計）に依拠している。そのような手法は、場合によっては十分であるが、実現するのが不正確および／または難しい場合がある。たとえば、日常業務を行なっている工場労働者に関連付けられた姿勢および／または動きの情報を得ることは、そのような情報を得るために使用される計測の厄介で扱いにくい性質により、難しい場合がある。

概要
本開示の実施形態の局面および利点が、以下の説明において部分的に述べられるであろう。もしくは、当該説明から学ばれてもよく、または当該実施形態の実践を通して学ばれてもよい。

本開示の１つの例示的な局面は、ユーザに関連付けられた人間工学的評価を判断する、コンピュータにより実現される方法に向けられる。この方法は、ユーザによって着用された人間工学的評価用衣服に実装された１つ以上のセンサからのセンサデータを、１つ以上のコンピューティングデバイスによって受信するステップを含む。この方法はさらに、センサデータに少なくとも部分的に基づいて、ユーザの少なくとも１つの身体セグメントに関連付けられた身体データを、１つ以上のコンピューティングデバイスによって判断するステップを含む。身体データは、少なくとも１つの身体セグメントに関連付けられた曲げ角度に関連付けられる。この方法はさらに、身体データに少なくとも部分的に基づいて、ユーザに関連付けられた人間工学的評価を、１つ以上のコンピューティングデバイスによって判断するステップを含む。人間工学的評価は、ユーザに関連付けられた１つ以上の人間工学的ゾーンの表示を含む。１つ以上の人間工学的ゾーンは、少なくとも１つの身体セグメントに関連付けられた曲げ角度に少なくとも部分的に基づいて判断される。

本開示の他の例示的な局面は、ユーザについての人間工学的評価を判断するためのシステム、装置、有形で非一時的なコンピュータ読取可能媒体、ユーザインターフェイス、メモリデバイス、および電子デバイスに向けられる。

さまざまな実施形態のこれらのおよび他の特徴、局面ならびに利点は、以下の説明および添付された請求項を参照してよりよく理解されるようになるであろう。この明細書に援用され、この明細書の一部を構成する添付図面は、本開示の実施形態を図示しており、関連する原理を当該説明とともに説明する役割を果たす。

図面の簡単な説明
当業者に向けられた実施形態の詳細な説明を、添付図面を参照する明細書において述べる。

、本開示の例示的な局面に従った、ユーザについての人間工学的評価を判断するための例示的なシステムを示す図である。 本開示の例示的な局面に従った例示的な人間工学的評価用衣服を示す図である。 本開示の例示的な局面に従った、人間工学的評価を判断する例示的な方法のフロー図である。 本開示の例示的な局面に従った例示的なシステムを示す図である。

詳細な説明
ここで実施形態を詳細に参照する。その１つ以上の例が図面に示されている。各例は、本開示の限定としてではなく、実施形態の説明として提供される。実際、本開示の範囲または精神から逸脱することなく、さまざまな修正および変更を実施形態に行なうことができるということが、当業者には明らかであろう。たとえば、一実施形態の一部として図示または説明された特徴を別の実施形態で使用して、さらに別の実施形態を生み出すことができる。このため、本開示の局面はそのような修正および変更を網羅するということが意図されている。

本開示の例示的な局面は、ユーザによって着用され得る人間工学的評価用衣服を使用して人間工学的評価を判断することに向けられる。たとえば、ユーザによって着用された人間工学的評価用衣服に実装された１つ以上のセンサから、センサデータが受信され得る。センサデータに少なくとも部分的に基づいて、ユーザの１つ以上の身体セグメントに関連付けられた身体データが判断され得る。身体データは、ユーザの少なくとも１つの身体セグメントの曲げ角度、ユーザの少なくとも１つの身体セグメントの曲げ速度、ユーザの少なくとも１つの身体セグメントの曲げの加速度、ユーザに関連付けられた動きの持続時間、および／または動きの反復性に関連付けられたデータを含み得る。身体データに少なくとも部分的に基づいて、人間工学的評価が判断され得る。人間工学的評価は、少なくとも１つの身体セグメントに関連付けられた曲げ角度に少なくとも部分的に基づいた、ユーザが置かれる１つ以上の人間工学的ゾーンの表示を含み得る。

より特定的には、人間工学的評価用衣服は、ユーザによって着用され、ユーザの動きおよび／または姿勢に関連付けられたデータを監視するように構成された任意の好適な衣服であり得る。いくつかの実現化例では、人間工学的評価用衣服は、シャツ、ジャケット、セーターなどといった上半身用衣服であり得る。このように、人間工学的評価用衣服は、典型的な上半身用衣服と同様にゆったりしていてもよく、ユーザにぴったりフィットする必要はない。人間工学的評価用衣服には、ユーザによって着用されている間にユーザの動きおよび／または姿勢に関連付けられたデータを監視するように構成された１つ以上のセンサデバイスが実装され得る。たとえば、センサは、人間工学的評価用衣服の布内に一体化され、または他の態様で人間工学的評価用衣服に取付けられ得る。そのようなセンサは、１つ以上の加速度計、ジャイロスコープ、慣性測定ユニット、フォースゲージ、タコメータ、筋電図検査センサ、心拍数モニタ、ならびに／もしくは、ユーザの運動および／または姿勢に関連付けられた生理学的データを測定可能な他の好適なセンサを含み得る。

いくつかの実現化例では、人間工学的評価用衣服は、複数の導電性の糸を使用して構成されたスマート衣服であり得る。たとえば、導電性の糸は、１つ以上の回路を形成するために、衣服の布構造に織り込まれ得る。いくつかの実現化例では、導電性の糸は、人間工学的評価用衣服を構成するために、非導電性の糸と組合され得る。そのような実現化例では、衣服は、衣服などを作るために使用される典型的な布の手ざわり、ドレープ特性、および他の特性を有する布を含み得る。このため、導電性の糸は、剛性を不必要に増加させたり、または任意の他の望ましくない特性を布に与えたりすることなく、人間工学的評価用衣服の布に組み込まれ得る。

そのような実現化例では、人間工学的評価用衣服の１つ以上のセンサは、１本以上の導電性の糸に結合されて、１つ以上の回路を形成することができる。たとえば、導電性の糸は、本開示のさまざまな例示的な局面を実現するように構成された１つ以上の処理デバイスに１つ以上のセンサを電気的に結合するために配置され得る。

センサデータは、ユーザに関連付けられた身体データを判断するために使用され得る。たとえば、そのような身体データは、ユーザの１つ以上の関節または身体セグメントの曲げ角度に関連付けられたデータを含み得る。たとえば、身体データは、ユーザの肩、肘、背中、首、膝などの曲げ角度を示すデータを含み得る。いくつかの実現化例では、身体データは、１つ以上の身体セグメントの動きの範囲、１つ以上の身体セグメントの動きの速度、１つ以上の身体セグメントの動きの加速度に関連付けられたデータ、ならびに／もしくは、ユーザの動きおよび／または姿勢に関連付けられた他の好適な身体データを含み得る。いくつかの実現化例では、身体データは、１つ以上の身体セグメントの曲げ角度のタイミングを示すデータを含み得る。いくつかの実現化例では、身体データは、（たとえば、１つ以上の曲げ角度しきい値に対する）相対曲げ角度を含み得る。いくつかの実現化例では、身体データは、特定の身体セグメントが当該身体セグメントについての対応する曲げ角度しきい値よりも大きい角度で曲げられた、特定の期間内での回数を示すデータを含み得る。これに加えて、またはこれに代えて、身体データは挙動データを含み得る。挙動データは、行なわれた作業活動、生産性推定値（たとえば、１分あたり畳まれたタオルの数）を示すものであり得る。

そのような身体データは、ユーザに関連付けられた人間工学的評価を判断する際に使用され得る。人間工学的評価は、ユーザの動きおよび／または姿勢に関連付けられたさまざまな属性を含み得る。たとえば、ユーザの動きおよび／または姿勢は、１回以上の期間中のユーザの姿勢および／または動きに関連付けられた１つ以上の人間工学的ゾーンに類別され得る。人間工学的ゾーンは、１回以上の期間中のユーザの姿勢および／または動きのさまざまな質を特定することができる。各対象身体セグメント（たとえば、肩、背中、膝など）は、当該身体セグメントの動きおよび／または姿勢が類別され得る複数の関連付けられた人間工学的ゾーンを有し得る。人間工学的ゾーンは、対象身体セグメントに関連付けられた曲げ角度しきい値に少なくとも部分的に基づいて規定され得る。いくつかの実現化例では、各ゾーンは、１回以上の期間中に対象身体セグメントの曲げ角度がしきい値よりも大きくなった回数に少なくとも部分的に基づいて規定され得る。たとえば、第１のゾーンは、測定期間中に対象身体セグメントの曲げ角度が平均して１分（または他の好適な期間）あたり１回未満、しきい値よりも大きかったことを示し得る。第２のゾーンは、測定期間中に対象身体部分の曲げ角度が平均して１分あたり１〜２回、しきい値よりも大きかったことを示し得る。第３のゾーンは、測定期間中に対象身体部分の曲げ角度が平均して１分あたり３回以上、しきい値よりも大きかったことを示し得る。このようにして、第１のゾーンは、第２および第３のゾーンに比べ、姿勢および／または動きのより高い質を示し得る。そのような実現化例では、対象身体部分の曲げ角度は、測定期間中、時間の複数の周期ブロック（たとえば、１分ずつのブロック）全体にわたって監視され得る。

いくつかの実現化例では、人間工学的ゾーンは、測定期間中に対象身体セグメントの曲げ角度がしきい値よりも大きかった時間の比率に少なくとも部分的に基づいて規定され得る。たとえば、第１のゾーンは、対象身体セグメントの曲げ角度が、測定期間の１／５未満（または他の好適な比率）の間、しきい値よりも大きかったことを示し得る。第２のゾーンは、対象身体セグメントの曲げ角度が、測定期間の１／５〜１／３の間、しきい値よりも大きかったことを示し得る。第３のゾーンは、対象身体セグメントの曲げ角度が、測定期間の１／３を上回る間、しきい値よりも大きかったことを示し得る。このようにして、第１のゾーンは、第２および第３のゾーンに比べ、対象身体セグメントについての姿勢および／または動きのより高い質を示し得る。

いくつかの実現化例では、人間工学的ゾーンは、対象身体セグメントの動きの速度および／または加速度に少なくとも部分的に基づいて判断され得る。たとえば、ゾーンは、加速度または速度のしきい値に少なくとも部分的に基づいて規定され得る。より特定的には、人間工学的ゾーンは、対象身体セグメントの速度および／または加速度がしきい値よりも大きくなった回数、ならびに／もしくは、速度および／または加速度がしきい値よりも大きくなった時間の比率に少なくとも部分的に基づいて規定され得る。

上述の例示的な人間工学的ゾーンは例示の目的のためにのみ意図されているということが理解されるであろう。より特定的には、本開示の範囲を逸脱することなく、１つ以上の人間工学的ゾーンを規定するための任意の好適なメトリックが使用され得る、ということが理解されるであろう。たとえば、人間工学的ゾーンは、１つ以上の好適な曲げ角度しきい値；速度しきい値；加速度しきい値；対象身体セグメントの曲げ角度、加速度、速度などが対応するしきい値よりも大きくなった回数；対象身体セグメントの曲げ角度、加速度、速度などが対応するしきい値よりも大きくなった時間の比率、などの任意の組合せに基づいて規定され得る。

いくつかの実現化例では、人間工学的評価は、ユーザが類別される全体的な人間工学的ゾーンを特定することができる。全体的な人間工学的ゾーンは、測定期間中に１つ以上の対象身体セグメントについて判断された１つ以上の人間工学的ゾーンに少なくとも部分的に基づいて判断され得る。たとえば、測定期間中に複数の対象身体セグメントについての人間工学的ゾーンが判断された場合、全体的な人間工学的ゾーンは、各対象身体セグメントについて判断された各人間工学的ゾーンに少なくとも部分的に基づいて判断され得る。いくつかの実現化例では、全体的な人間工学的ゾーンは、姿勢および／または動きの最低の質を示す対象身体セグメントについての人間工学的ゾーンに対応し得る。

人間工学的評価はさらに、１つ以上の対象身体セグメントについてのパワー消費メトリックを含み得る。パワー消費メトリックは、測定期間中に対象身体セグメントによって生成されたパワーの推定量を提供し得る。たとえば、パワー消費メトリックは、１つの対象身体セグメントに関連付けられた、動きの速度および／または加速度、動きの範囲、ならびに／もしくは、他のパラメータに少なくとも部分的に基づいて判断され得る。いくつかの実現化例では、人間工学的評価は、各対象身体セグメントについてのパワー消費メトリックの集合を特定する全体的なパワー消費メトリックを含み得る。パワー消費メトリックは、最大パワー消費値に対して判断され得る。最大値は、ユーザによって安全に消費され得る最大の好適な量のパワーを特定する任意の好適な値であり得る。いくつかの実現化例では、最大値は、個々のユーザに合わせて個別化され得る。

人間工学的評価はさらに、監視された作業の期間、休憩の期間、休憩の回数（たとえば、休憩の平均回数）、休憩の持続時間（たとえば、休憩の平均持続時間）、行なわれている作業のタイプ、ある作業任務についての単位時間あたりの出力の推定量、および／または任意の他の好適な生産性指標を示し得る生産性評価を含み得る。そのような生産性評価は、センサデータおよび／または身体データから判断され得る。たとえば、センサデータは、ユーザがいつ活動的であるか、およびユーザがいつ作業しているかを判断するために使用され得る。センサデータはさらに、ユーザによって行なわれている作業のタイプを類別するために使用され得る。

いくつかの実現化例では、人間工学的評価は、触覚フィードバックをユーザに提供するために使用され得る。たとえば、１つ以上のフィードバックデバイス（たとえば、振動モータ、アクチュエータなど）が、人間工学的評価用衣服に実装され得る。そのようなフィードバックデバイスは、人間工学的評価に少なくとも部分的に基づいて、触覚フィードバックをユーザに提供するために使用され得る。触覚フィードバックは、ユーザの姿勢および／または動きデータに関する情報を示すために提供され得る。たとえば、触覚フィードバックは、ユーザの動きおよび／または姿勢が特定の人間工学的ゾーンに対応すること、ユーザがあまりにも多くのパワーを消費していることなどを示すために、ユーザに提供され得る。

人間工学的評価は、たとえば、ユーザに関連付けられたユーザデバイス（たとえば、スマートフォン、タブレット、ラップトップ、デスクトップ、スマートウォッチ、フィットネスバンドなど）を介して、ユーザまたは他のエンティティに提供され得る。このようにして、人間工学的評価は、１回以上の測定期間中のユーザの姿勢および／または動きに関連付けられた情報を特定する報告を、ユーザまたは他のエンティティに提供することができる。いくつかの実現化例では、複数のユーザの姿勢および／または動きの癖に関するより広範な傾向を判断するために、複数のユーザの人間工学的評価が、１つ以上のリモートコンピューティングデバイス（たとえばサーバデバイス）に提供され得る。

ここで図面を参照して、本開示の例示的な局面をより詳細に提供する。たとえば、図１は、本開示の例示的な局面に従った、ユーザに関連付けられた人間工学的評価を判断するための例示的なシステム１００を示す。システム１００は、人間工学的評価用衣服１０２と、コンピューティングデバイス１０４とを含む。いくつかの実現化例では、コンピューティングデバイス１０４は、人間工学的評価用衣服１０２内に一体化または実装され、もしくは他の態様で人間工学的評価用衣服１０２に取付られ得る。いくつかの実現化例では、コンピューティングデバイス１０４は、人間工学的評価用衣服１０２から離れた別個のデバイスであり得る。そのような実現化例では、コンピューティングデバイス１０４は、たとえばネットワークを介して、人間工学的評価用衣服１０２に通信可能に結合されてもよい。たとえば、そのような実現化例では、コンピューティングデバイス１０４は自己完結型デバイスであってもよく、ユーザによって着用された任意の好適な衣服に取付けられ、貼付けられ、または他の態様で接続されてもよい。

人間工学的評価用衣服１０２は、１つ以上のセンサデバイス１０６を含み得る。センサデバイス１０６は、人間工学的評価用衣服１０２を着用しているユーザの動きおよび／または姿勢を示すデータを測定するように構成され得る。センサデバイス１０６は、１つ以上の加速度計、ジャイロスコープ、慣性測定ユニット、フォースゲージ、タコメータ、筋電図検査センサ、心拍数モニタ、ならびに／もしくは、ユーザの運動および／または姿勢に関連付けられたデータを測定可能な他の好適なセンサを含み得る。図１にはセンサデバイス１０６は２つだけ示されているが、人間工学的評価用衣服１０２は任意の好適な数のセンサデバイスを含み得るということが理解されるであろう。加えて、センサデバイス１０６は人間工学的評価用衣服１０２の袖（ユーザの肩の近傍）に位置付けられているが、センサデバイス１０６は、ユーザに関連付けられた所望の動きおよび／または姿勢データの測定を容易にするために、人間工学的評価用衣服１０２に対して任意の好適な態様で位置付けられ得る、ということが理解されるであろう。

いくつかの実現化例では、人間工学的評価用衣服１０２は、１本以上の導電性の糸を使用して構成されたスマート衣服であり得る。そのような実現化例では、センサデバイス１０６は、本開示の例示的な局面を実現する回路を形成するために、そのような導電性の糸に結合され得る。たとえば、センサデバイス１０６は、そのような導電性の糸を介して互いに結合され得る。いくつかの実現化例では、センサデバイス１０６は、導電性の糸を介して、コンピューティングデバイス１０４および／または他の好適なコンピューティングデバイスに結合され得る。

人間工学的評価用衣服１０２は、ともに織られたまたは編まれた糸から概して形成される布構造を含み得る。人間工学的評価用衣服１０２がスマート衣服である実現化例では、糸のうちの少なくとも数本が導電性である。導電性の糸は、さまざまな異なる電子回路を形成するために布構造に織り込まれ得る。さまざまな異なるタイプの電気デバイスを糸に取付け、マイクロプロセッサなどのコントローラによって制御することができる。一実施形態では、布構造全体を導電性の糸から作ることができる。しかしながら、代替的な実施形態では、布構造は導電性の糸と非導電性の糸との組合せであり得る。導電性の糸と非導電性の糸とを組合せる場合、衣服などを作るために使用される典型的な布の手ざわり、ドレープ特性、および他の特性を有する布を生成することができる。このため、導電性の糸は、剛性を不必要に増加させたり、または任意の他の望ましくない特性を布に与えたりすることなく、布に組み込まれ得る。

一般に、本開示の布で使用される導電性の糸は、任意の好適な導電性材料から作られ得る。導電性材料は、たとえば、金属、金属化合物、導電性ポリマー、またはそれらの混合物を含んでいてもよい。糸は、モノフィラメント糸、マルチフィラメント糸、およびおそらくは紡績糸を含み得る。一実施形態では、たとえば、導電性の糸はモノフィラメント糸を含む。糸全体を導電性材料から作ることができる。これに代えて、糸は、導電性成分および非導電性成分を含有する多成分糸を含んでいてもよい。たとえば、一実施形態では、多成分糸は、導電性成分が、非導電性シースによって包囲されたコアを構成する、二成分糸を含んでいてもよい。これに代えて、導電性成分がシースを構成し、一方、非導電性成分がコアを構成してもよい。さらに別の実施形態では、導電性成分および非導電性成分は、糸内で隣り合う関係にあり得る。

一実施形態では、導電性の糸は、導電性ポリマーから作られたコアを含有するモノフィラメント繊維といった、コア−シースタイプの導電性繊維を含む。たとえば、コアを作るために使用される導電性ポリマーは、アセチレン導電性ポリマー、ピロール導電性ポリマー、チオフェン系導電性ポリマー、フェニレン導電性ポリマー、アニリン導電性ポリマーなどを含んでいてもよい。

たとえば、繊維の導電性部分は、アセチレン系五員環複素環系（acetylene-based, 5-membered heterocyclic system）を含んでいてもよい。導電性ポリマーを生成するために使用され得るモノマーは、たとえば、３−メチルピロール、３−エチルピロール、３−ドデシルピロール ３−アルキルピロール、３，４−ジメチルピロール、３−メチル−４−３，４−ジアルキルピロール、ドデシルピロール、Ｎ−メチルピロール、Ｎ−ドデシルピロールなどのＮ−アルキルピロール、Ｎ−メチル−３−メチルピロール、Ｎ−エチル−３−ドデシルピロールなどのＮ−アルキル−３−アルキルピロール、３−カルボキシメチルピロールなどを含む。代替的な実施形態では、導電性ポリマーは、イソチアナフテン系ポリマーなどのチオフェン系ポリマーを含んでいてもよい。チオフェン系導電性ポリマーの他の例は、ポリ−３，４−エチレンジオキシチオフェンを含む。フェニレン導電性ポリマーの一例は、ポリ−ｐ−フェニレンビニレンである。上述のポリマーはまた、糸の導電性部分を形成する際にともに混合され得る。

一実施形態では、導電性を向上させるためにドーパントを導電性ポリマーに添加してもよい。ドーパントは、たとえば、塩化物イオンまたは臭化物イオンなどのハロゲン化物イオンを含んでいてもよい。他のドーパントは、過塩素酸イオン、テトラフルオロホウ酸イオン、ヘキサフルオロヒ酸イオン、硫酸イオン、硝酸イオン、チオシアン酸イオン、六フッ化ケイ酸イオン、トリフルオロ酢酸イオン、リン酸イオン、フェニルリン酸イオンなどを含む。ドーパントの特定の例は、ヘキサフルオロリン酸イオン、トシル酸イオン、エチルベンゼンスルホン酸イオン、ドデシルベンゼンスルホン酸イオンなどのアルキルベンゼンスルホン酸イオン、メチルスルホン酸イオン、他のアルキルスルホン酸イオン、ポリアクリル酸イオン、ポリビニルスルホン酸イオン、ポリスチレンスルホン酸イオン、ポリ（２−アクリルアミド−２−メチルプロパンスルホン酸）イオンなどを含む。導電性ポリマーに添加されるドーパントの量は、特定の用途に依存して変わり得る。たとえば、ドーパントは、約３重量％〜約５０重量％、たとえば約１０重量％〜約３０重量％といった量で、導電性ポリマーと組合され得る。

一実施形態では、多成分繊維の導電性部分は、ポリマー樹脂に金属コーティングを適用することによって形成され得る。ポリマー樹脂は、上述の導電性ポリマーのいずれかを含んでいてもよく、または、非導電性ポリマーを含んでいてもよい。代替的な実施形態では、導電性の充填材が熱可塑性樹脂に装填され得る。熱可塑性樹脂は、上述のような導電性ポリマー、または非導電性ポリマーを含み得る。

ポリマー材料をコーティングするのによく適した金属は、金、銀、クロム、鉄などを含む。使用され得る導電性粒子は、上述の金属、およびアルミニウム、グラファイト、他のカーボン粒子、カーボンファイバー、カーボンブラックなどのいずれかを含む。

さらに別の実施形態では、多成分繊維またはフィラメントの導電性部分は、カーボンフィラメントを含んでいてもよい。

１つの特定の実施形態では、本開示の導電性複合繊維は、カーボンブラック、グラファイト、窒化ホウ素などの導電性粒子状物質を約１３重量％〜約６０重量％含有する熱可塑性ポリアミドで作られた導電性ポリマー層を含む。繊維はさらに、熱可塑性ポリアミドで作られた非導電性成分を含む。

別の実施形態では、導電性の糸は、銀またはステンレス鋼などの金属で覆われた熱可塑性ポリマーを含む。熱可塑性ポリマーは、たとえば、ナイロンまたはポリエステルなどのポリアミドを含んでいてもよい。

本開示に従って作られた多成分繊維および糸は、導電性成分に加えて非導電性成分を含み得る。非導電性成分は、任意の好適な天然または合成ポリマーから作られ得る。たとえば、非導電性部分は、ナイロン６またはナイロン６６といったポリアミドから作られ得る。これに代えて、非導電性部分は、ポリエチレンテレフタレート、ポリブチレンテレフタレート、それらのコポリマーなどといったポリエステルを含み得る。さらに別の実施形態では、非導電性成分は、ポリエチレンまたはポリプロピレン（それらのコポリマーを含む）といったポリオレフィンを含んでいてもよい。さらに別の実施形態では、非導電性部分は、ポリアクリロニトリルまたはポリビニルアルコールポリマーを含んでいてもよい。非導電性成分に対する導電性成分の相対量は、さまざまな異なる要因に依存して大きく変わり得る。導電性成分の量は、たとえば、材料の導電性および使用される材料のタイプに依存し得る。一般に、導電性成分は重量比で多成分繊維の約２０％〜約９０％、たとえば約３０％〜約７０％を構成し得る。

本開示の別の実施形態では、導電性の糸は、導電性フィラメントを含有するマルチフィラメント糸を含んでいてもよい。たとえば、１本以上の導電性フィラメントが非導電性フィラメントによって包囲され得るマルチフィラメント糸が形成され得る。非導電性フィラメントは、上述の非導電性の熱可塑性ポリマーのいずれかから作られ得る。一方、導電性フィラメントは、導電性ポリマー、金属材料などを含む上述の導電性材料のいずれかから作られ得る。

さらに別の実施形態では、熱可塑性フィラメントから作られたマルチフィラメント糸は、糸を導電性にするためにカーボンナノチューブで覆われ得る。

本開示に従って作られた導電性の糸は、本開示のプロセスを実行可能な任意の好適な布構造に織り込まれるかまたは編み込まれ得る。上述のように、布構造は全体が導電性の糸から作られ得る。これに代えて、布は、導電性の糸と非導電性の糸との組合せから作られ得る。たとえば、導電性の糸は、本開示のプロセスを実行する際に使用するための無数のさまざまな異なる電気回路を形成するために、布内に戦略的に配置され得る。

一実施形態では、本開示の布構造は、導電性の糸と非導電性の糸とを含有する編まれた布を含む。一般に、任意の好適な編機が、本開示に従って使用されてもよい。たとえば、編機は、よこ編機、たて編機、または継ぎ目がない編機を含んでいてもよい。一実施形態では、たとえば、サントニ（Santoni）の円形編機が使用される。本開示で使用される編機は、さまざまな利点および利益を提供する。たとえば、編機の使用を通して、導電性の糸を必要な位置に有利に配置できる３次元の編まれたアーキテクチャが構成され得る。加えて、多くの編機は、ユーザが針から針への動作を電子的に選択できるようにするとともに、さまざまな異なる糸供給装置を有し得る。

一実施形態では、たとえば、布は、コンピュータ化された電子針と糸供給選択システムとを有する円形編機上で形成されるかまたは編まれる。典型的には、円筒状のブランクが、円筒針およびダイヤル針の双方を使用して編まれる。円筒針は第１の列のコース（course）を編み、ダイヤル針は第２の列のコースを編むことができる。

これに代えて、編機は３つ以上のコースを含み得る。たとえば、編機は、約２〜約１６個のコース、たとえば約６〜約１２個のコースを含み得る。

一実施形態では、編機は、８つの供給装置を用いて使用され得る。編機から、３次元の構成を有する布を作ることができる。たとえば、両面仕上げの布を生成することができる。このようにして、布の表は主として非導電性の糸のみを含み、一方、布の裏は導電性の糸を含み得る。たとえば、布を生成するためにプレーティング手法が使用可能である。プレーティングとは、２本以上の糸が同時に供給される編物構造である。第２の糸は一般に、第１の糸とは異なるタイプのものである。編むプロセス中、第２の糸は第１の糸の下に置かれ、各糸が布の特定の側へ回され得るようになっている。このようにして、一方の糸は主として布の表に現われ、他方の糸は主として布の裏に現われ得る。

一実施形態では、布は、非導電性の糸および導電性の糸に加えて、さまざまな他の糸を含み得る。たとえば、布は、伸長されると元に戻る弾性糸を含み得る。たとえば、弾性糸はスパンデックス（登録商標）を含んでいてもよい。

一実施形態では、たとえば、編まれた糸は、約４〜約６個のコースから形成されてもよい。第１のコースは、たとえば、ポリエステル、綿、ナイロン、アクリルポリマーなどといった非導電性の糸から作られ得る。一方、残りのコースは、単一の糸または糸の組合せを含み得る。たとえば、コースのうちの１つは、導電性の糸をスパンデックス糸とともに含み得る。一方、第３のコースは、スパンデックス糸と組合された非導電性の糸を含んでいてもよい。一方、第４のコースは、もっぱら導電性の糸から作られてもよい。布を形成するために、すべて異なる組合せが使用可能であり、すべて異なる数のコースが使用可能である。このようにして、布内に電気回路を構成するのに、および布がユーザ入力されたコマンドを実行するのに特によく適した、３次元の布のアーキテクチャが構成され得る。編んでいる間、所望の構造を得るために、フロートループが使用可能である。

図１を再度参照して、センサデバイス１０６によって得られたセンサデータは、コンピューティングデバイス１０４に提供され得る。コンピューティングデバイス１０４は、身体データ判断器１０８と、人間工学的評価器１１０とを含み得る。身体データ判断器１０８は、センサデバイス１０６によって提供されたセンサデータから姿勢および／または動きデータを抽出するように構成され得る。たとえば、コンピューティングデバイス１０４によって得られた未加工のセンサデータが、身体データを示す特徴を識別し、判断し、および／または抽出するために、身体データ判断器１０８によって分析され得る。より特定的には、センサデータのさまざまな属性、特性、またはパターンが、ユーザのさまざまな動き、姿勢、曲げ角度などに対応するように判断され得る。身体データ判断器１０８は、そのような属性、特性、またはパターンを示す特徴を識別するために、センサデバイス１０６によって得られたデータを分析することができる。このようにして、センサデータのさまざまな部分が、そのような属性、特性、またはパターンを有していてもよい。センサデータのそのような部分は、身体データ判断器１０８によってさまざまなタイプの身体データとして分類され得る。

そのような身体データは、ユーザの少なくとも１つの身体セグメントの曲げ角度に関連付けられ得る。たとえば、身体データは、（たとえばユーザの体側に対する）肩の角度、背中の角度（たとえば前後の角度）、胴の角度（たとえば左右の角度）を含み得る。いくつかの実現化例では、身体データは、ユーザの（たとえば関節を中心とする）肩の回転に関連付けられ得る。いくつかの実現化例では、身体データはさらに、ユーザによる動きが行なわれる速度および／または加速度、ユーザに関連付けられた動きの持続時間、ならびに／もしくは、動きの反復性を含み得る。身体データは、さまざまな他の好適な運動、姿勢、身体セグメントなどに関連付けられたデータを含み得る、ということが理解されるであろう。いくつかの実現化例では、身体データは挙動データを含み得る。挙動データは、行なわれた作業活動、生産性推定値（たとえば、１分あたり畳まれたタオルの数）を示すものであり得る。

図２は、ユーザの肩に関連付けられた例示的な曲げ角度を示す。示されるように、身体データは、体側に対する肩の角度を含み得る。図２に示すように、センサデバイス１０６は、肩の角度を示すセンサデータを得ることができるように、ユーザの肩に対して位置付けられ得る。このようにして、肩の角度は、センサデバイス１０６によって得られたセンサデータに少なくとも部分的に基づいて判断され得る。図示されるように、肩の角度は、人間工学的評価用衣服１０２を着用中のユーザの体側に対して任意の好適な角度（たとえば、１５度、４５度、９０度など）であり得る。測定は、複数の平面にわたって３６０度の全範囲内で行なわれ得る。人間工学的評価用衣服１０２に対してどこか他の場所に位置付けられたセンサデバイス１０６および／または他のセンサデバイスはさらに、人間工学的評価用衣服１０２を着用中のユーザのさまざまな他の好適な身体セグメントの姿勢および／または動きを示すセンサデータを得るように構成され得る。

身体データ判断器１０８によって判断された身体データは、ユーザの姿勢および／または動きに関連付けられた人間工学的評価を判断するために、人間工学的評価器１１０によって使用され得る。人間工学的評価は、ユーザの姿勢および／または動きに関連付けられた任意の好適な情報を含み得る。より特定的には、人間工学的評価は、ユーザの１つ以上の身体セグメントの動きおよび／または姿勢の質および／または安全性に関する１つ以上の判断を含み得る。そのような判断は、ユーザの動きおよび／または姿勢を１つ以上の人間工学的ゾーンに類別することに対応し得る。１つの人間工学的ゾーンは、１つの身体セグメントについて、１回以上の測定期間中の当該身体セグメントの動きおよび／または姿勢（たとえば曲げ角度）に少なくとも部分的に基づいて判断され得る。測定期間とは、ユーザの動きおよび／または姿勢の評価を容易にするためにデータが収集されている、任意の好適な期間であり得る。いくつかの実現化例では、測定期間は、たとえば、人間工学的評価用衣服１０２、コンピューティングデバイス１０４、または他の好適なコンピューティングデバイスとの対話を介して、ユーザによって開始され得る。

いくつかの実現化例では、ユーザおよび／またはユーザの動きが分類され得る人間工学的ゾーンは、１回以上の測定期間中に対象身体セグメントの曲げ角度がしきい値を上回った事例の件数に少なくとも部分的に基づいて規定され得る。たとえば、人間工学的ゾーンは、１回以上の測定期間の複数のサブセット期間の各々の最中に対象身体セグメントの曲げ角度がしきい値を上回った事例の平均件数に少なくとも部分的に基づいて規定され得る。いくつかの実現化例では、人間工学的ゾーンは、１回以上の測定期間中に対象身体セグメントの曲げ角度がしきい値を上回った時間の量（たとえば、平均時間量）に少なくとも部分的に基づいて規定され得る。そのような時間の量は、１回以上の測定期間の合計時間に対する、しきい値を上回った時間の比率として定量化され得る。人間工学的ゾーンは、姿勢および／または動きの受入れ可能性のさまざまな層を示すために規定され得る。たとえば、第１の人間工学的ゾーンは、ある受入れ可能な動きおよび／または姿勢を示してもよく、第２の人間工学的ゾーンは、受入れ可能性が劣る動きおよび／または姿勢を示してもよく、第３の人間工学的ゾーンは、受入れ可能性がさらに劣る動きおよび／または姿勢を示してもよい。

人間工学的ゾーンは、ユーザおよび／または対象身体セグメントの動きおよび／または姿勢が、対象身体セグメントの曲げ角度がしきい値を上回る事例の件数および／または時間の量に少なくとも部分的に基づいて、特定の人間工学的ゾーンに類別されるように規定され得る。このようにして、１回以上の測定期間中に身体セグメントの曲げ角度がしきい値を上回る事例の件数および／または時間の量は、人間工学的ゾーンの分類を介して、身体セグメントの動きおよび／または姿勢の質、安全性、および／または受入れ可能性のあるレベルに対応付けられ得る。

示されるように、データが収集されている各対象身体セグメントは、その対象身体セグメントに対応するそれぞれの人間工学的ゾーンに類別され得る。いくつかの実現化例では、人間工学的評価器１１０はさらに、ユーザについての全体的な人間工学的ゾーンを判断することができる。全体的な人間工学的ゾーンは、対象身体セグメントごとに判断された人間工学的ゾーンに少なくとも部分的に基づいて判断され得る。このようにして、全体的な人間工学的ゾーンは、ユーザの動きおよび／または姿勢の全体的な質、安全性、および／または受入れ可能性を示すことができる。いくつかの実現化例では、全体的な人間工学的ゾーンは、ユーザのある対象身体セグメントが分類された最も厳しい人間工学的ゾーン（たとえば、受入れ可能性が最も低い姿勢および／または動きに対応する人間工学的ゾーン）に対応し得る。いくつかの実現化例では、全体的な人間工学的ゾーンは、各対象身体セグメントに関連付けられた各人間工学的ゾーンの集合に対応し得る。

人間工学的評価はさらに、ユーザに関連付けられた１つ以上のパワー消費メトリックを含み得る。１つのパワー消費メトリックは、１つの対象身体セグメントについて判断され得るものであり、１回以上の測定期間中に当該対象身体セグメントによって消費されたパワーの量の推定値であり得る。パワー消費メトリックは、対象身体セグメントの動きの速度および／または加速度に少なくとも部分的に基づいて判断され得る。より特定的には、パワー消費メトリックは、身体セグメントの動きの角速度および／または角加速度に少なくとも部分的に基づいて判断され得る。いくつかの実現化例では、パワー消費メトリックは、ユーザについての受入れ可能な最大パワー値に対するものであり得る。人間工学的評価器１１０はさらに、ユーザによる全体的なパワー消費を判断するために、対象身体セグメントごとのパワー消費メトリックを集めることができる。

人間工学的評価はさらに、ユーザに関連付けられた生産性評価を含み得る。生産性評価は、ユーザが活動的だった期間、ユーザが休憩していた期間、ユーザが取った休憩の回数、休憩の持続時間、休憩の平均持続時間、休憩間の持続時間、測定期間の合計時間、行なわれている活動のタイプ、ある作業任務についての単位時間あたりの出力の推定量、および／または他の好適な生産性指標を示す情報を含み得る。行なわれている活動のタイプは、行なわれた活動の説明を含み得る。たとえば、人間工学的評価器１１０は、センサデータおよび／または身体データに少なくとも部分的に基づいて、活動のそのようなタイプを判断することができる。たとえば、そのような説明は、「アイテムを畳む」、「アイテムを積み重ねる」、「第１の表面から第２の表面までアイテムを移送する」、「荷物の積み降ろしをする」などといったタスクを特定することができる。いくつかの実現化例では、生産性評価は、身体データに含まれる挙動データに少なくとも部分的に基づき得る。

人間工学的評価器１１０は、たとえば、コンピューティングデバイス１０４または他の好適なコンピューティングデバイス上に表示するために、人間工学的評価を提供することができる。人間工学的評価は、人間工学的評価によって提供される関連情報をユーザが見ることができるように、ユーザインターフェイス内に表示され得る。

人間工学的評価は、触覚フィードバックをユーザに提供するために使用され得る。たとえば、人間工学的評価用衣服１０２は、人間工学的評価用衣服１０２に実装されるかまたは他の態様で取付けられた、振動モータ、アクチュエータなどといった１つ以上のフィードバックデバイスを含み得る。そのようなフィードバックデバイスは、人間工学的評価に少なくとも部分的に基づいて、触覚フィードバックをユーザに提供するように構成され得る。たとえば、コンピューティングデバイス１０４は、人間工学的評価、身体データ、および／またはセンサデータに少なくとも部分的に基づいて１つ以上の触覚フィードバック信号を判断し、そのような触覚フィードバック信号をフィードバックデバイスを介してユーザに提供するように構成され得る。いくつかの実現化例では、フィードバック信号は、ユーザについて判断された１つ以上の人間工学的ゾーン、パワー消費メトリックなどに関連付けられた振動パターンを含み得る。たとえば、第１の振動パターンを有する振動は、ユーザの動きおよび／または姿勢が第１の人間工学的ゾーンにあると分類されることを示すために、ユーザに提供され得る。第２のパターンを有する振動は、ユーザの動きおよび／または姿勢が第２の人間工学的ゾーンにあると分類されることを示すために、ユーザに提供され得る。

いくつかの実現化例では、人間工学的評価用衣服１０２は、人間工学的評価用衣服１０２を着用しているユーザに基づいて較正され得る。たとえば、較正は、センサデバイス１０６からのセンサデータに少なくとも部分的に基づいて、コンピューティングデバイス１０４によって行なわれ得る。そのような較正は、人間工学的評価を判断する基準となる１つ以上の基準点を示し得る。基準点は、たとえば、ユーザの自然な姿勢を示すものであり得る。このようにして、較正は、人間工学的評価器１１０による人間工学的評価の判断に先立って行なわれ得る。

図３は、本開示の例示的な局面に従った、人間工学的評価を判断する例示的な方法（２００）のフロー図を示す。方法（２００）は、図４に示すコンピューティングデバイスのうちの１つ以上といった、１つ以上のコンピューティングデバイスによって実現され得る。特定の実現化例では、方法（２００）は、図１の身体データ判断器１０８および／または人間工学的評価器１１０によって実現され得る。加えて、図３は、図示および説明の目的のために、特定の順序で行なわれるステップを示す。当業者がここに提供される開示を使用すれば、ここに説明されるどの方法のステップも、本開示の範囲から逸脱することなく、さまざまなやり方で適合され、並べ換えられ、拡張され、省略され、または修正され得る、ということを理解するであろう。

（２０２）で、方法（２００）は、人間工学的評価用衣服に関連付けられた１つ以上のセンサデバイスを較正することを含み得る。示されるように、人間工学的評価用衣服は、ユーザの動きおよび／または姿勢を示すデータを得るように構成された任意の好適な衣服であり得る。いくつかの実現化例では、人間工学的評価用衣服は、１本以上の導電性の糸を使用して構成されたスマート衣服であり得る。導電性の糸は、本開示の例示的な局面を容易にするために１つ以上の回路を形成するように構成され得る。人間工学的評価用衣服は、ユーザの動きおよび／または姿勢を示すデータを得るように構成された１つ以上のセンサデバイス（たとえば、加速度計、ジャイロスコープ、慣性測定ユニットなど）を含み得る。人間工学的評価用衣服がスマート衣服である実現化例では、センサデバイスは、１本以上の導電性の糸に結合され得る。

人間工学的評価用衣服のセンサデバイスは、人間工学的評価用衣服を着用しているユーザに合わせて較正され得る。較正は、ユーザの動きおよび／または姿勢を測定するためのベースラインまたは基準を提供することができる。較正は、動きおよび／または姿勢の変化を測定する基準となるユーザの自然な姿勢を示すことができる。

（２０４）で、方法（２００）は、測定期間中に１つ以上のセンサデバイスからのセンサデータを受信することを含み得る。示されるように、測定期間とは、ユーザについての人間工学的評価の判断を容易にするためにセンサデバイスによってデータが得られる、任意の好適な期間であり得る。センサデータは、測定期間中のユーザの動きおよび／または姿勢を示す未加工のセンサデータを含み得る。

（２０６）で、方法（２００）は、センサデータに少なくとも部分的に基づいて、ユーザの動きおよび／または姿勢に関連付けられた身体データを判断することを含み得る。たとえば、身体データを判断することは、測定期間中のユーザのさまざまな動き、曲げ角度、速度、加速度などを示す未加工のセンサデータから、さまざまな特徴を識別および／または抽出することを含み得る。特徴は、センサデータのさまざまな属性、特性、またはパターンに対応し得る。このようにして、特徴は、ユーザによって行なわれたユーザのさまざまな動き、曲げ角度などを識別するために、センサデータのさまざまな部分からさまざまな時間に抽出され得る。

（２０８）で、方法（２００）は、身体データに少なくとも部分的に基づいて、ユーザについての人間工学的評価を判断することを含み得る。人間工学的評価は、測定期間中のユーザの姿勢および／または動きに関する好適な情報を含み得る。たとえば、人間工学的評価は、測定期間中のユーザの動きおよび／または姿勢の受入れ可能性、質、および／または安全性を示す人間工学的ゾーンへの、ユーザの１つ以上の対象身体セグメントの分類を示し得る。ある対象身体セグメントについての人間工学的ゾーンは、測定期間中に当該対象身体セグメントの曲げ角度がしきい値を上回った事例の件数に少なくとも部分的に基づいて規定され得る。いくつかの実現化例では、ある対象身体セグメントについての人間工学的ゾーンは、測定期間の合計時間に対する、曲げ角度がしきい値を上回った時間の比率に少なくとも部分的に基づいて規定され得る。いくつかの実現化例では、測定期間中にある対象身体セグメントについて判断された最も厳しい人間工学的ゾーンに対応する（たとえば、受入れ可能性が最も低い姿勢および／または動きに対応する）全体的な人間工学的ゾーンが、ユーザについて判断され得る。

人間工学的評価はさらに、１つ以上の対象身体セグメントについてのパワー消費メトリックを含み得る。パワー消費メトリックは、対象身体セグメントの動きの速度および／または加速度に少なくとも部分的に基づいて判断され得る。いくつかの実現化例では、全体的なパワー消費メトリックが、各対象身体セグメントについての各パワー消費メトリックの集合に対応して判断され得る。いくつかの実現化例では、人間工学的評価は生産性評価を含み得る。生産性評価は、監視された作業の期間、休憩の期間、休憩の回数（たとえば、休憩の平均回数）、休憩の持続時間（たとえば、休憩の平均持続時間）、行なわれている作業のタイプ、ある作業任務についての単位時間あたりの出力の推定量、および／または任意の他の好適な生産性指標を示し得る。そのような生産性評価は、センサデータおよび／または身体データから判断され得る。

一例として、人間工学的評価は、１つ以上の活動に関連付けられたユーザの評価に関連付けられ得る。活動は、たとえば、医療リハビリ、スポーツパフォーマンス、および怪我の診断（たとえば、追跡および怪我防止）のうちの１つ以上を含み得る。たとえば、曲げ角度、達成された人間工学的ゾーン、パワー消費メトリックなどといった情報は、医療リハビリ中にユーザがどのように進歩しているか（たとえば、ユーザの動きの範囲、パワーが増加しているか）、（たとえば槍投げについて）ユーザが最高のスポーツパフォーマンスのために動きの範囲を最大化しているかどうか、および／または、怪我のリスクの増加（たとえば過伸展）を示し得るゾーンまで身体セグメントが動いているかどうかを示すために、分析され得る。

（２１０）で、方法（２００）は、人間工学的評価を示すデータを、ユーザに関連付けられたコンピューティングデバイスのユーザインターフェイスに提供することを含み得る。たとえば、人間工学的評価を示すデータは、コンピューティングデバイスのグラフィカルユーザインターフェイスにおいて表示するために提供され得る。このようにして、ユーザは、自分の姿勢および／または動きを調節する機会を得ることができるように、人間工学的評価を通知され得る。たとえば、ユーザは、医療リハビリ、スポーツパフォーマンス、怪我診断などに関して自分がどのように行なっているかについて通知され得る。

（２１２）で、方法（２００）は、人間工学的評価に少なくとも部分的に基づいて、触覚フィードバック信号をユーザに提供することを含み得る。人間工学的評価用衣服は、１つ以上の触覚フィードバックデバイスを含み得る。そのような触覚フィードバックデバイスは、たとえば、人間工学的評価用衣服の１本以上の導電性の糸に結合され得る。触覚フィードバック信号は、人間工学的評価、身体データ、および／またはセンサデータに少なくとも部分的に基づいて判断され、フィードバックデバイスを介してユーザに提供され得る。

図４は、本開示の例示的な局面に従った方法およびシステムを実現するために使用され得る例示的なコンピューティングシステム３００を示す。システム３００は、ネットワーク３４０を通して１つ以上の人間工学的評価用衣服３３０と通信するコンピューティングデバイス３１０を含むクライアント−サーバアーキテクチャを使用して実現され得る。システム３００は、単一のコンピューティングデバイスといった他の好適なアーキテクチャを使用して実現され得る。

システム３００は、コンピューティングデバイス３１０を含む。コンピューティングデバイス３１０は、汎用コンピュータ、専用コンピュータ、ラップトップ、デスクトップ、モバイルデバイス、ナビゲーションシステム、スマートフォン、タブレット、ウェアラブルコンピューティングデバイス、１つ以上のプロセッサを有するディスプレイ、または他の好適なコンピューティングデバイスといった、任意の好適なタイプのコンピューティングデバイスであり得る。いくつかの実現化例では、コンピューティングデバイス３１０は、人間工学的評価用衣服３３０内に一体化されるかまたは実装され得る。いくつかの実現化例では、コンピューティングデバイス３１０は、人間工学的評価用衣服３３０から離れた別個のデバイスであってもよく、人間工学的評価用衣服３３０からリモートの位置に位置していてもよい。いくつかの実現化例では、コンピューティングデバイスは、１つ以上のセンサデバイス３２０を含み得る。たとえば、センサデバイスは、１つ以上の加速度計、ジャイロスコープ、慣性測定ユニット、フォースゲージ、タコメータ、筋電図検査センサ、心拍数モニタ、および／または他の好適なセンサを含み得る。センサデバイス３２０は、コンピューティングデバイス３１０内に含まれ、または他の態様でコンピューティングデバイス３１０に物理的に接続されてもよい。このようにして、コンピューティングデバイス３１０およびセンサ３２０は、人間工学的評価用衣服３３０を着用しているユーザの動きおよび／または姿勢を示すセンサデータを得るために、人間工学的評価用衣服３３０に取付けられ、貼付けられ、または他の態様で接続され得る。

コンピューティングデバイス３１０は、１つ以上のプロセッサ３１２と、１つ以上のメモリデバイス３１４とを含み得る。コンピューティングデバイス３１０はまた、人間工学的評価用衣服３３０、および／または、たとえばサーバコンピューティングデバイスといった他の好適なコンピューティングデバイスと、ネットワーク３４０を通して通信するために使用されるネットワークインターフェイスを含み得る。ネットワークインターフェイスは、たとえば送信機、受信機、ポート、コントローラ、アンテナ、または他の好適なコンポーネントを含む、１つ以上のネットワークとインターフェイス接続するための任意の好適なコンポーネントを含み得る。

１つ以上のプロセッサ３１２は、マイクロプロセッサ、マイクロコントローラ、集積回路、論理デバイス、または他の好適な処理デバイスといった、任意の好適な処理デバイスを含み得る。１つ以上のメモリデバイス３１４は、非一時的なコンピュータ読取可能媒体、ＲＡＭ、ＲＯＭ、ハードドライブ、フラッシュドライブ、または他のメモリデバイスを含むもののそれらに限定されない、１つ以上のコンピュータ読取可能媒体を含み得る。１つ以上のメモリデバイス３１４は、１つ以上のプロセッサ３１２によって実行され得るコンピュータ読取可能命令３１６を含む、１つ以上のプロセッサ３１２によってアクセス可能な情報を格納することができる。命令３１６は、１つ以上のプロセッサ３１２によって実行されると１つ以上のプロセッサ３１２に動作を行なわせる任意の一組の命令であり得る。たとえば、命令３１６は、図１を参照して説明された身体データ判断器１０８および人間工学的評価器１１０を実現するために、１つ以上のプロセッサ３１２によって実行され得る。

図４に示すように、１つ以上のメモリデバイス３１４は、１つ以上のプロセッサ３１２によって検索され、操作され、作成され、または格納され得るデータ３１８も格納することができる。データ３１８は、たとえば、センサデータおよび他のデータを含み得る。データ３１８は、コンピューティングデバイス３１０にローカルに、および／または１つ以上のデータベースに格納され得る。１つ以上のデータベースは、高帯域幅ＬＡＮまたはＷＡＮによってコンピューティングデバイス３１０に接続されてもよく、または、ネットワーク３４０を通してコンピューティングデバイス３１０に接続されてもよい。１つ以上のデータベースは、それらが複数の場所に位置するように分割され得る。

コンピューティングデバイス３１０は、ネットワーク３４０を通して１つ以上の人間工学的評価用衣服３３０または他の好適なコンピューティングデバイスとデータを交換することができる。図４には人間工学的評価用衣服３３０が１つ示されているが、任意の数の人間工学的評価用衣服３３０がネットワーク３４０を通してコンピューティングデバイス３１０に接続され得る。人間工学的評価用衣服３３０は、任意の好適な衣服であり得る。いくつかの実現化例では、人間工学的評価用衣服は、本開示の例示的な局面を実現するために１つ以上の回路を形成するように構成された１本以上の導電性の糸を使用して構成されたスマート衣服であり得る。いくつかの実現化例では、人間工学的評価用衣服は、１つ以上のセンサデバイス３５０を含み得る。たとえば、そのような実現化例は、コンピューティングデバイス３１０が人間工学的評価用衣服からリモートに位置する実現化例を含み得る。

いくつかの実現化例では、コンピューティングデバイス３１０は、１つ以上の追加のコンピューティングデバイスに通信可能に結合され得る。たとえば、コンピューティングデバイス３１０は、たとえばそのような１つ以上の追加のコンピューティングデバイスに関連付けられた表示デバイスによって人間工学的評価をユーザに表示するために、人間工学的評価を示すデータを１つ以上の追加のコンピューティングデバイスに提供するように構成されてもよい。いくつかの実現化例では、１つ以上の追加のコンピューティングデバイスは、ユーザの同意を得て、複数の人間工学的評価用衣服および／または関連付けられたコンピューティングデバイスから複数の人間工学的評価を得るように構成されたサーバコンピューティングデバイスを含み得る。示されるように、そのようなサーバコンピューティングデバイスは次に、そのような人間工学的評価に関連付けられた傾向、パターンなどを判断するために、人間工学的評価を集めて分析するように構成され得る。いくつかの実現化例では、そのようなサーバコンピューティングデバイスは、人間工学的評価用衣服３３０の機能を促進するために、（たとえば、連携アプリケーション、直接通信を介して）１つ以上の人間工学的評価用衣服３３０と通信することができる。たとえば、サーバコンピューティングデバイス（たとえば、衣服のアプリケーションへの連携アプリケーション）は、それぞれの人間工学的評価用衣服３３０の１つ以上の機能（たとえば、センサデータを集めること、センサデータを処理すること、身体データを判断すること、人間工学的評価を判断することなど）をもたらし、および／または促進するために、１つ以上の人間工学的評価用衣服３３０と通信することができる。たとえば、サーバコンピューティングデバイスは、人間工学的評価用衣服３３０のデータ分析ツールを、時間をかけて提供／更新することができる。

いくつかの実現化例では、コンピューティングデバイス３１０は、人間工学的評価を提供するクラウドベースのサービスをホストすることができる（または、他の態様で当該サービスに関連付けられ得る）。たとえば、コンピューティングデバイス３１０は、個々の人間工学的評価を示すデータといった、１つ以上の人間工学的評価用衣服３３０に関連付けられたデータを得るサービスに関連付けられてもよい。（たとえば、人間工学的評価用衣服からリモートの）コンピューティングデバイス３１０は、（たとえば、同じまたは異なる個人に関連付けられ得る）１つ以上の人間工学的評価用衣服３３０からのデータを、時間をかけて集めることができる。コンピューティングデバイス３１０は、そのようなデータに基づいて、全体の人間工学的評価、および／または人間工学的評価傾向を判断することができる。全体の人間工学的評価および／または傾向は、医療関連の追跡、スポーツ関連の追跡、怪我防止、および／または他の目的のために、クラウドベースのサービスの企業顧客、個人などに提供され得る。

いくつかの実現化例では、人間工学的評価用衣服３３０および／またはコンピューティングデバイス３１０は、１つ以上のモデル３６０を格納するかまたは含むことができる。たとえば、モデル３６０は、ニューラルネットワーク（たとえばディープニューラルネットワーク）などのさまざまな機械学習モデル、または他の多層非線形モデルであってもよく、もしくは他の態様で当該モデルを含み得る。ニューラルネットワークは、再帰型ニューラルネットワーク（たとえば長短期メモリ再帰型ニューラルネットワーク）、フィードフォワードニューラルネットワーク、または他の形態のニューラルネットワークを含み得る。

いくつかの実現化例では、人間工学的評価用衣服３３０および／またはコンピューティングデバイス３１０は、（たとえば別のコンピューティングデバイスから）ネットワーク３４０を通して１つ以上のモデル３６０を受信し、１つ以上のモデル３６０をメモリ３１４／３３４に格納し、１つ以上のプロセッサ３１２／３３２によって１つ以上のモデル３６０を使用するかまたは他の態様で実現することができる。いくつかの実現化例では、人間工学的評価用衣服３３０および／またはコンピューティングデバイス３１０は、（たとえば、並列の衣服較正および／または傾向分析を行なうために）単一のモデル３６０の複数の並列インスタンスを実現することができる。

モデル３６０は、人間工学的評価用衣服３３０を較正するように、および／または人間工学的評価傾向を判断するように訓練され得る。たとえば、モデル３６０は、身体データ、センサデータ、および／またはユーザに関連付けられた他のデータを少なくとも含む入力を受信することができる。モデル３６０は、ユーザに関連付けられた人間工学的評価を示すモデル出力を提供するように訓練され得る。モデル出力は、モデル入力（たとえば身体データ）に少なくとも部分的に基づき得る。これに加えて、またはこれに代えて、モデル３６０は、全体の人間工学的評価および／または１つ以上の人間工学的評価傾向を判断するように訓練され得る。たとえば、モデル３６０は、（たとえば、個人ユーザ、複数のユーザから）複数の人間工学的評価を含む入力を受信することができる。モデル３６０は、人間工学的評価における傾向（たとえば、経時的な評価パターン、反復特性、他の傾向）を示すモデル出力を提供するように訓練され得る。モデル出力は、モデル入力（たとえば、複数の人間工学的評価）に少なくとも部分的に基づき得る。

これに加えて、またはこれに代えて、１つ以上のモデル３６０は、クライアント−サーバ関係に従ってコンピューティングデバイス３１０および／または人間工学的評価用衣服３３０と通信する（たとえばコンピューティングデバイス３１０および／または人間工学的評価用衣服３３０からリモートの）サーバコンピューティングシステムに含まれ、もしくは他の態様で当該サーバコンピューティングシステムによって格納され実装され得る。たとえば、モデル３６０は、ウェブサービスの一部として、サーバコンピューティングシステムによって実装され得る。このため、１つ以上のモデル３６０は、コンピューティングデバイス３１０および／または人間工学的評価用衣服３３０で格納され実装されてもよく、ならびに／もしくは、１つ以上のモデル３６０は、サーバコンピューティングシステムで格納され実装されてもよい。

モデル３６０は、ネットワーク３４０を通して通信可能に結合された訓練コンピューティングシステムとの対話を介して訓練され得る。訓練コンピューティングシステムは、サーバコンピューティングシステム、コンピューティングデバイス３１０、および／または人間工学的評価用衣服３３０から離れていてもよく、もしくは、サーバコンピューティングシステム、コンピューティングデバイス３１０、および／または人間工学的評価用衣服３３０の一部であってもよい。

訓練コンピューティングシステムは、たとえばエラーの後方伝搬といったさまざまな訓練または学習手法を使用して機械学習モデル３６０を訓練するモデル訓練器を含み得る。いくつかの実現化例では、エラーの後方伝搬を行なうことは、短縮された逆伝搬（truncated backpropagation）を時間をかけて行なうことを含み得る。モデル訓練器は、訓練中のモデルの一般化能力を向上させるために、多くの一般化手法（たとえば、重み減衰、ドロップアウトなど）を行なうことができる。いくつかの実現化例では、監督訓練手法が、１組のラベル付き訓練データに対して使用され得る。

特に、モデル訓練器は、１組の訓練データに基づいてモデル３６０を訓練することができる。訓練データは、たとえば、多くの以前の人間工学的評価および／またはそれに関連付けられた身体データ（および／またはセンサデータ）を含み得る。いくつかの実現化例では、訓練データは、ラベル付き人間工学的評価データを含み得る。訓練データは、手動で、自動で、または自動ラベリングと手動ラベリングとの組合せを使用してラベリングされ得る。

いくつかの実現化例では、ユーザが同意した場合、訓練例が人間工学的評価用衣服３３０によって提供され得る。このため、そのような実現化例では、モデル３６０は、人間工学的評価用衣服３３０から受信されたユーザ個有の通信データについて、訓練コンピューティングシステムによって訓練され得る。場合によっては、このプロセスは、モデルの個別化と呼ばれ得る。

コンピューティングデバイス３１０が、人間工学的評価用衣服３３０からリモートに位置する離れた別個のデバイスである実現化例では、人間工学的評価用衣服３３０は、１つ以上のプロセッサ３３２と、メモリ３３４とを含み得る。たとえば、そのようなプロセッサ３３２および／またはメモリ３３４は、センサデバイス３５０からのセンサデータを得るために、および、たとえばネットワーク３４０を介してセンサデータをコンピューティングデバイス３１０に提供するために使用され得る。１つ以上のプロセッサ３３２は、１つ以上の中央処理装置（ＣＰＵ）、および／または他の処理デバイスを含み得る。メモリ３３４は、１つ以上のコンピュータ読取可能媒体を含んでいてもよく、１つ以上のプロセッサ３３２によって実行され得る命令３３６とデータ３３８とを含む、１つ以上のプロセッサ３３２によってアクセス可能な情報を格納してもよい。

図４の人間工学的評価用衣服３３０および／またはコンピューティングデバイス３１０は、測定期間を開始し停止する機構または他の手段といった、ユーザから情報を提供し受信するためのさまざまな入力／出力デバイスを含み得る。いくつかの実現化例では、コンピューティングデバイス３１０は、本開示の例示的な局面に従って人間工学的評価を表示するためのユーザインターフェイスを提示するための表示デバイスを含み得る。

人間工学的評価用衣服３３０はまた、ネットワーク３４０を通して１つ以上のリモートコンピューティングデバイス（たとえばコンピューティングデバイス３１０）と通信するために使用されるネットワークインターフェイスを含み得る。ネットワークインターフェイスは、たとえば送信機、受信機、ポート、コントローラ、アンテナ、または他の好適なコンポーネントを含む、１つ以上のネットワークとインターフェイス接続するための任意の好適なコンポーネントを含み得る。

ネットワーク３４０は、ローカルエリアネットワーク（たとえばイントラネット）、ワイドエリアネットワーク（たとえばインターネット）、セルラーネットワーク、またはそれらのいくつかの組合せといった、任意のタイプの通信ネットワークであり得る。ネットワーク３４０はまた、人間工学的評価用衣服３３０とコンピューティングデバイス３１０との直接接続を含み得る。一般に、コンピューティングデバイス３１０と人間工学的評価用衣服３３０との通信は、任意のタイプの有線および／または無線接続を使用して、さまざまな通信プロトコル（たとえば、ＴＣＰ／ＩＰ、ＨＴＴＰ、ＳＭＴＰ、ＦＴＰ）、符号化またはフォーマット（たとえば、ＨＴＭＬ、ＸＭＬ）、および／または保護スキーム（たとえば、ＶＰＮ、セキュアＨＴＴＰ、ＳＳＬ）を使用して、ネットワークインターフェイスを介して実行され得る。

ここに説明された技術は、サーバ、データベース、ソフトウェアアプリケーション、および他のコンピュータベースのシステム、ならびに、行なわれたアクション、およびそのようなシステムとの間で送られた情報に言及している。当業者であれば、コンピュータベースのシステムの固有の柔軟性が、コンポーネント間でのタスクおよび機能性の多種多様の可能な構成、組合せ、および分割を可能にする、ということを認識するであろう。たとえば、ここに説明されたサーバプロセスは、単一のサーバ、または組合されて作動する複数のサーバを使用して実現されてもよい。データベースおよびアプリケーションは、単一のシステム上で実現されてもよく、または、複数のシステムにわたって分散されてもよい。分散されたコンポーネントは、順次、または並行して動作してもよい。

本主題はその特定の例示的な実施形態に関して詳細に説明されてきたが、前述の事項の理解を得た当業者であれば、そのような実施形態に対する変更、当該実施形態の変形、および当該実施形態との均等物を容易に作り出し得る、ということが理解されるであろう。したがって、本開示の範囲は限定のためではなく例示のためであり、本開示は、当業者には容易に明らかであるように、本主題へのそのような修正、変更および／または追加の含有を除外しない。

Claims (20)

1. ユーザに関連付けられた人間工学的評価を判断する、コンピュータにより実現される方法であって、前記方法は、
   ユーザによって着用された人間工学的評価用衣服に実装された１つ以上のセンサからのセンサデータを、１つ以上のコンピューティングデバイスによって受信するステップと、
   前記センサデータに少なくとも部分的に基づいて、前記ユーザの少なくとも１つの身体セグメントに関連付けられた身体データを、前記１つ以上のコンピューティングデバイスによって判断するステップとを含み、前記身体データは、前記少なくとも１つの身体セグメントに関連付けられた曲げ角度に関連付けられており、前記方法はさらに、
   前記身体データに少なくとも部分的に基づいて、前記ユーザに関連付けられた人間工学的評価を、前記１つ以上のコンピューティングデバイスによって判断するステップを含み、前記人間工学的評価は、前記ユーザに関連付けられた１つ以上の人間工学的ゾーンの表示を含み、前記１つ以上の人間工学的ゾーンは、前記少なくとも１つの身体セグメントに関連付けられた前記曲げ角度に少なくとも部分的に基づいて判断される、コンピュータにより実現される方法。
2. 前記人間工学的評価用衣服は、人間工学的評価用構造の布構造に織り込まれた導電性の糸を少なくとも部分的に使用して構成されたスマート衣服である、請求項１に記載のコンピュータにより実現される方法。
3. 前記導電性の糸のうちの少なくとも１本は、前記１つ以上のセンサのうちの少なくとも１つに結合されて、１つ以上の回路を形成する、請求項２に記載のコンピュータにより実現される方法。
4. 前記１つ以上のセンサは、前記少なくとも１つの身体セグメントに関連付けられた動きまたは姿勢の測定を容易にするために前記人間工学的評価用衣服内に実装された１つ以上の加速度計を含む、先行する請求項のいずれか１項に記載のコンピュータにより実現される方法。
5. 前記身体データは、前記少なくとも１つの身体セグメントの動きの範囲、前記少なくとも１つの身体セグメントの速度、および前記少なくとも１つの身体セグメントの加速度のうちの少なくとも１つに関連付けられたデータを含む、先行する請求項のいずれか１項に記載のコンピュータにより実現される方法。
6. 前記身体データは、１つ以上の曲げ角度しきい値に対する前記少なくとも１つの身体セグメントの前記曲げ角度に関連付けられたデータを含む、先行する請求項のいずれか１項に記載のコンピュータにより実現される方法。
7. 前記身体データは、前記少なくとも１つの身体セグメントに対応するそれぞれの前記１つ以上の曲げ角度しきい値に対する前記少なくとも１つの身体セグメントの前記曲げ角度のタイミングに関連付けられたデータを含む、請求項６に記載のコンピュータにより実現される方法。
8. 前記ユーザの少なくとも１つの身体セグメントについての身体データを、前記１つ以上のコンピューティングデバイスによって判断するステップは、前記少なくとも１つの身体セグメントの前記曲げ角度がそれぞれの前記１つ以上の曲げ角度しきい値よりも大きい時間の量を測定するステップを含む、請求項７に記載のコンピュータにより実現される方法。
9. 前記ユーザに関連付けられた人間工学的評価を、前記１つ以上のコンピューティングデバイスによって判断するステップは、前記身体データに少なくとも部分的に基づいて、前記ユーザに関連付けられた１つ以上の人間工学的ゾーンを判断するステップを含む、先行する請求項のいずれか１項に記載のコンピュータにより実現される方法。
10. 前記ユーザに関連付けられた前記１つ以上の人間工学的ゾーンを判断するステップは、前記少なくとも１つの身体セグメントの前記曲げ角度がそれぞれの前記１つ以上の曲げ角度しきい値よりも大きい時間の量に少なくとも部分的に基づいて、前記１つ以上の人間工学的ゾーンを判断するステップを含む、請求項９に記載のコンピュータにより実現される方法。
11. 前記ユーザに関連付けられた人間工学的評価を、前記１つ以上のコンピューティングデバイスによって判断するステップは、前記ユーザによるパワーの消費の評価を判断するステップを含む、先行する請求項のいずれか１項に記載のコンピュータにより実現される方法。
12. 前記人間工学的評価に少なくとも部分的に基づいて、前記１つ以上のコンピューティングデバイスによって、１つ以上の触覚フィードバック信号を前記人間工学的評価用衣服を介して前記ユーザに提供するステップをさらに含む、先行する請求項のいずれか１項に記載のコンピュータにより実現される方法。
13. 前記ユーザによって着用されるような前記人間工学的評価用衣服に実装された前記１つ以上のセンサを、前記１つ以上のコンピューティングデバイスによって較正するステップをさらに含む、先行する請求項のいずれか１項に記載のコンピュータにより実現される方法。
14. １つ以上のプロセッサと、
    １つ以上のメモリデバイスとを含む、コンピューティングシステムであって、
    前記１つ以上のメモリデバイスは、前記１つ以上のプロセッサによって実行されると前記１つ以上のプロセッサに動作を行なわせるコンピュータ読取可能命令を格納しており、
    前記動作は、
    ユーザによって着用された人間工学的評価用衣服に実装された１つ以上のセンサからのセンサデータを受信することと、
    前記センサデータに少なくとも部分的に基づいて、前記ユーザの少なくとも１つの身体セグメントに関連付けられた身体データを判断することとを含み、前記身体データは、前記少なくとも１つの身体セグメントに関連付けられた曲げ角度に関連付けられており、前記動作はさらに、
    前記身体データに少なくとも部分的に基づいて、前記ユーザに関連付けられた人間工学的評価を判断することを含み、前記人間工学的評価は、前記ユーザに関連付けられた１つ以上の人間工学的ゾーンの表示を含み、前記１つ以上の人間工学的ゾーンは、前記少なくとも１つの身体セグメントに関連付けられた前記曲げ角度に少なくとも部分的に基づいて判断される、コンピューティングシステム。
15. 前記人間工学的評価用衣服は、人間工学的評価用構造の布構造に織り込まれた導電性の糸を少なくとも部分的に使用して構成されたスマート衣服である、請求項１４に記載のコンピューティングシステム。
16. 前記導電性の糸のうちの少なくとも１本は、前記１つ以上のセンサのうちの少なくとも１つに結合されて、１つ以上の回路を形成する、請求項１５に記載のコンピューティングシステム。
17. 前記身体データは、前記少なくとも１つの身体セグメントの動きの範囲、前記少なくとも１つの身体セグメントの速度、および前記少なくとも１つの身体セグメントの加速度のうちの少なくとも１つに関連付けられたデータを含む、請求項１４〜１６のいずれか１項に記載のコンピューティングシステム。
18. １つ以上のプロセッサによって実行されると前記１つ以上のプロセッサに動作を行なわせるコンピュータ読取可能命令を格納する、１つ以上の有形で非一時的なコンピュータ読取可能媒体であって、
    前記動作は、
    ユーザによって着用された人間工学的評価用衣服に実装された１つ以上のセンサからのセンサデータを受信することと、
    前記センサデータに少なくとも部分的に基づいて、前記ユーザの少なくとも１つの身体セグメントに関連付けられた身体データを判断することとを含み、前記身体データは、前記少なくとも１つの身体セグメントに関連付けられた曲げ角度に関連付けられており、前記動作はさらに、
    前記身体データに少なくとも部分的に基づいて、前記ユーザに関連付けられた人間工学的評価を判断することを含み、前記人間工学的評価は、前記ユーザに関連付けられた１つ以上の人間工学的ゾーンの表示を含み、前記１つ以上の人間工学的ゾーンは、前記少なくとも１つの身体セグメントに関連付けられた前記曲げ角度に少なくとも部分的に基づいて判断される、１つ以上の有形で非一時的なコンピュータ読取可能媒体。
19. 前記人間工学的評価用衣服は、人間工学的評価用構造の布構造に織り込まれた導電性の糸を少なくとも部分的に使用して構成されたスマート衣服であり、前記導電性の糸のうちの少なくとも１本は、前記１つ以上のセンサのうちの少なくとも１つに結合されて、１つ以上の回路を形成する、請求項１８に記載の１つ以上の有形で非一時的なコンピュータ読取可能媒体。
20. 前記人間工学的評価は、医療リハビリ、スポーツパフォーマンス、および怪我診断のうちの１つ以上に関連付けられた前記ユーザの評価に関連付けられる、請求項１８〜１９のいずれか１項に記載の１つ以上の有形で非一時的なコンピュータ読取可能媒体。

Images