技术领域
本公开涉及辅助(支援)用户行走(步行)的行走辅助机器人以及行走辅助方法。
背景技术
作为辅助老年人等用户行走的装置，开发了根据施加于扶手部的力来进行移动控制的行走辅助机(例如参照日本特开2007-90019号公报)。
在日本特开2007-90019号公报的行走辅助机中，检测施加于扶手部的力，根据检测出的力的值来控制该行走辅助机的向前后方向的驱动力。
发明内容
发明所要解决的问题
近年来，需要辅助用户行走并且使其身体机能提高的行走辅助机器人以及行走辅助方法。
本公开是解决所述问题的发明，提供能够辅助用户行走并且使其身体机能提高的行走辅助机器人以及行走辅助方法。
用于解决问题的技术方案
本公开的一个技术方案涉及的行走辅助机器人，具备：主体；扶手，其设置于所述主体，能够供用户把持；检测部，其检测施加于所述扶手的扶手负荷(负重、载重)；移动装置，其具有旋转体，根据由所述检测部检测到的负荷，控制所述旋转体的旋转来使该行走辅助机器人移动；以及处理器，所述处理器在运行中执行包括如下的处理：基于由所述检测部检测到的所述扶手负荷的变化，推定所述用户的脚位置；基于所述脚位置的信息，设定给予所述用户(使所述用户承受、施加给所述用户)的负载(负担、负荷)。
发明效果
如上所述，根据本公开的行走辅助机器人以及行走辅助方法，能够辅助用户行走并且使其身体机能提高。
附图说明
图1是本公开的实施方式1涉及的行走辅助机器人的外观图。
图2是表示用户受到由本公开的实施方式1涉及的行走辅助机器人提供的行走辅助而进行行走的情况的图。
图3是表示由本公开的实施方式1中的检测部检测的扶手负荷的检测方向的图。
图4是表示本公开的实施方式1涉及的行走辅助机器人中的主要的控制结构的一例的控制框图。
图5是表示本公开的实施方式1涉及的行走辅助机器人的行走辅助的控制结构的一例的控制框图。
图6A是表示身体信息数据库所保存的身体信息的一例的图。
图6B是表示身体信息数据库所保存的身体信息的另一例的图。
图7是表示本公开的实施方式1涉及的行走辅助机器人的脚位置推定处理的示例性的流程图的图。
图8是表示扶手负荷的波形信息与步行周期的关系的一例的图。
图9是表示扶手负荷的波形信息与脚位置的关系的一例的图。
图10是表示本公开的实施方式1涉及的行走辅助机器人的负载设定处理的示例性的流程图的图。
图11是表示负载设定的一例的图。
图12是表示本公开的实施方式1涉及的行走辅助机器人的用户移动意图推定处理的示例性的流程图的图。
图13是表示本公开的实施方式1涉及的行走辅助机器人的驱动力算出处理的示例性的流程图的图。
图14是表示本公开的实施方式1的变形例的行走辅助机器人中的控制结构的一例的控制框图。
图15是表示本公开的实施方式2涉及的行走辅助机器人中的主要的控制结构的一例的控制框图。
图16是表示本公开的实施方式2涉及的行走辅助机器人的行走辅助的控制结构的一例的控制框图。
图17是表示本公开的实施方式2涉及的行走辅助机器人的身体信息推定处理的示例性的流程图的图。
图18是表示本公开的实施方式2涉及的行走辅助机器人的行走辅助的控制结构的另一例的控制框图。
图19是表示本公开的实施方式3涉及的行走辅助机器人中的主要的控制结构的一例的控制框图。
图20是表示本公开的实施方式3涉及的行走辅助机器人的行走辅助的控制结构的一例的控制框图。
图21是表示本公开的实施方式3涉及的行走辅助机器人的负载对象判定处理的示例性的流程图的图。
图22A是表示示出脚位置与行走时所使用的肌肉的关系的表(table)的一例的图。
图22B是表示示出脚位置与行走时所使用的肌肉的关系的表的一例的图。
图23是表示本公开的实施方式4涉及的行走辅助系统中的主要的控制结构的一例的控制框图。
图24是表示本公开的实施方式4涉及的行走辅助机器人的行走辅助的控制结构的一例的控制框图。
图25是表示本公开的实施方式4涉及的行走辅助机器人的转弯负载设定处理的示例性的流程图的图。
图26是表示转弯负载设定的一例的图。
图27是表示本公开的实施方式5涉及的行走辅助机器人的行走辅助的控制结构的一例的控制框图。
图28是表示本公开的实施方式5涉及的行走辅助机器人的控制的示例性的流程图的图。
图29是表示本公开的实施方式5涉及的行走辅助机器人的基于引导信息的负载设定处理的示例性的流程图的图。
图30是表示基于引导信息的负载信息的一例的图。
具体实施方式
(得到本公开的经过)
近年来，发达国家的少子老龄化不断加剧，对老年人的看护和生活辅助的必要性持续增加。特别是老年人存在因随着年龄增加而身体机能下降故而难以维持家中生活的QOL(Quality of Life：生活质量)的倾向。
在这样的背景下，需要能够辅助老年人等用户行走并且使用户的身体机能提高的行走辅助机器人。
如在背景技术中说明的那样，作为辅助用户行走的装置，开发了根据施加于扶手部的力的变动来控制前后方向的移动由此辅助用户行走的行走辅助机(例如参照日本特开2007-90019号公报等)。
然而，在日本特开2007-90019号公报的行走辅助机中，关于使用户的身体机能提高这一点，没有进行公开。
另外，作为使用户的行走功能(能力)提高的装置，例如开发了按照预先输入的行走模式利用臂(arm)等来移动用户的脚的行走训练装置(例如参照日本特开2006-6384号公报)。在该行走训练装置中，随着使用臂将用户的脚从摆动相移向支撑相，使用户的躯干向支撑脚侧移动，由此进行用户的行走训练。
然而，该行走训练装置要花费穿戴装置的工夫(劳力和时间)，并且只应对在按照预定行走模式的周期性的节奏下的控制。因此，无法根据用户的实际行走来控制负载，无法高效地使用户的身体机能提高。
本发明人发现了，通过基于扶手负荷的信息来推定行走期间的用户的脚位置，并根据推定出的脚位置设定给予用户脚部的负载，能够高效地使用户的身体机能提高。
于是，本发明人得到了以下的发明。
本公开的一个技术方案涉及的行走辅助机器人，具备：主体；扶手，其设置于所述主体，能够供用户把持；检测部，其检测施加于所述扶手的扶手负荷；移动装置，其具有旋转体，根据由所述检测部检测到的负荷，控制所述旋转体的旋转来使该行走辅助机器人移动；以及处理器，所述处理器在运行中执行包括如下的处理：基于由所述检测部检测到的所述扶手负荷的变化，推定所述用户的脚位置；基于所述脚位置的信息，设定给予所述用户的负载。
根据这种构成，能够辅助用户行走并且使其身体机能提高。另外，基于脚位置的信息，根据用户的实际行走来设定负载，能够高效地使用户的身体机能提高。
在所述行走辅助机器人中，也可以为，所述处理还包括：基于所述脚位置的信息，修正所述扶手负荷。
根据这种构成，能够通过修正扶手负荷，控制行走辅助机器人的移动，从而设定给予用户的负载。由此，能够高效地使用户的身体机能提高。
在所述行走辅助机器人中，也可以为，所述处理还包括：取得所述用户的身体信息，在所述负载的设定中，基于所述身体信息和所述脚位置的信息，设定所述负载。
根据这种构成，能够基于身体信息和脚位置的信息，设定给予用户的负载，能够高效地使用户的身体机能提高。
在所述行走辅助机器人中，也可以为，所述处理还包括：将所述身体信息、所述脚位置的信息和所述负载的信息中的至少一个通知给所述用户。
根据这种构成，用户自身能够掌握每天的身体信息、脚位置的信息或者负载的信息，并关系到提升对维持以及提高身体机能的动力、或者唤起行走时的注意。
在所述行走辅助机器人中，也可以为，在所述身体信息的取得中，基于由所述检测部检测到的所述扶手负荷，推定所述身体信息。
根据这种构成，能够根据扶手负荷推定身体信息，因此能够更简单地取得身体信息。
在所述行走辅助机器人中，也可以为，所述处理还包括：基于所述身体信息和所述脚位置的信息，判定成为给予负载的对象的肌肉，在所述负载的设定中，根据判定出的所述肌肉来设定所述负载。
根据这种构成，能够判定成为给予负载的对象的肌肉，高效地使身体机能提高。
在所述行走辅助机器人中，也可以为，所述处理还包括：基于所述身体信息和所述脚位置的信息，变更该行走辅助机器人的转弯半径。
根据这种构成，通过在行走辅助机器人转弯时变更转弯半径，能够高效地使身体机能提高。
在所述行走辅助机器人中，也可以为，所述处理还包括：生成引导所述用户的引导信息，使所述移动装置基于所述引导信息移动该行走辅助机器人，在所述负载的设定中，基于所述身体信息、所述脚位置的信息和所述引导信息，设定所述负载。
根据这种构成，行走辅助机器人能够一边自主地移动从而引导用户，一边基于身体信息、脚位置的信息和引导信息设定给予用户的负载。
在所述行走辅助机器人中，也可以为，在所述负载的设定中，根据所述脚位置，变更该行走辅助机器人引导所述用户的引导距离，由此设定所述负载。
根据这种构成，通过根据脚位置来变更引导距离，能够使身体机能提高。
在所述行走辅助机器人中，也可以为，所述身体信息包含步幅(步长)，在所述负载的设定中，基于左右脚的步幅的差异来设定所述负载。
根据这种构成，能够基于左右脚的步幅的差异，高效地锻炼左右脚中的肌肉力量较弱的一只脚。
在所述行走辅助机器人中，也可以为，在所述负载的设定中，按每个所述脚位置设定所述负载。
根据这种构成，通过按每个脚位置设定负载，能够高效地使身体机能提高。
在所述行走辅助机器人中，也可以为，在所述负载的设定中，基于所述扶手负荷的变化，设定所述负载。
本公开的一个技术方案涉及的行走辅助方法，是使用行走辅助机器人来辅助用户行走的行走辅助方法，该行走辅助方法包括：由检测部检测施加于所述行走辅助机器人的扶手的扶手负荷，根据所述检测到的扶手负荷，使所述行走辅助机器人的移动装置移动所述行走辅助机器人，基于所述扶手负荷的变化来推定所述用户的脚位置，基于所述脚位置的信息，设定给予所述用户的负载。
根据这种构成，能够辅助用户行走并且使其身体机能提高。另外，基于脚位置的信息，根据用户的实际行走来设定负载，能够高效地使用户的身体机能提高。
在所述行走辅助方法中，也可以为，在所述负载的设定中，基于所述脚位置的信息，修正所述扶手负荷。
根据这种构成，能够通过修正扶手负荷，控制行走辅助机器人的移动，从而设定给予用户的负载。
在所述行走辅助方法中，也可以为，还包括：取得所述用户的身体信息。
根据这种构成，能够基于身体信息和脚位置的信息，设定给予用户的负载，能够高效地使用户的身体机能提高。
在所述行走辅助方法中，也可以为，还包括：将所述身体信息、所述脚位置的信息和所述负载的信息中的至少一个通知给所述用户。
根据这种构成，用户自身能够掌握每天的身体信息、脚位置的信息或者负载的信息，并关系到提升对维持以及提高身体机能的动力、或者唤起行走时的注意。
在所述行走辅助方法中，也可以为，在所述身体信息的取得中，基于所述扶手负荷，推定所述身体信息。
根据这种构成，能够根据扶手负荷推定身体信息，因此能够更简单地取得身体信息。
在所述行走辅助方法中，也可以为，还包括：基于所述身体信息和所述脚位置的信息，判定成为给予负载的对象的肌肉，在所述负载的设定中，根据判定出的所述肌肉来设定所述负载。
根据这种构成，能够判定成为给予负载的对象的肌肉，高效地使身体机能提高。
在所述行走辅助方法中，也可以为，还包括：基于所述身体信息和所述脚位置的信息，变更该行走辅助机器人的转弯半径。
根据这种构成，通过变更转弯半径，能够高效地使身体机能提高。
在所述行走辅助方法中，也可以为，还包括：生成引导所述用户的引导信息，使所述移动装置基于所述引导信息移动该行走辅助机器人，在所述负载的设定中，基于所述身体信息、所述脚位置的信息和所述引导信息，设定所述负载。
根据这种构成，行走辅助机器人能够一边自主地移动从而引导用户，一边基于身体信息、脚位置的信息和引导信息设定给予用户的负载。
以下，参照附图，对本公开的实施方式进行说明。另外，在各图中，为了使得说明易于理解而夸张地示出了各要素。
(实施方式1)
[整体构成]
图1表示实施方式1涉及的行走辅助机器人1(以下称为“机器人1”)的外观图。图2表示用户受到由机器人1提供的行走辅助而进行行走的情况。
如图1以及图2所示，机器人1具备主体部11、扶手部12、检测部13、移动装置14、身体信息取得部15、脚位置推定部16以及负载设定部17。
主体部11例如由具有能够支承其他构成部件并且能够支撑用户行走时的负荷这样的刚度的框架构成。
扶手部12设置于主体部11的上部，并设置为易于供行走期间的用户的双手把持的形状以及高度位置。
检测部13检测用户因把持扶手部12而施加于扶手部12的扶手负荷。具体而言，用户把持着扶手部12行走时，会对扶手部12施加扶手负荷。检测部13检测用户施加于扶手部12的扶手负荷的朝向以及大小。
图3表示由检测部13检测的扶手负荷的检测方向。如图3所示，检测部13是六轴力传感器，其能够分别对施加于相互正交的三轴方向的力以及三轴的绕轴力矩进行检测。相互正交的三轴指的是，在机器人1的左右方向延伸的x轴、在机器人1的前后方向延伸的y轴以及在机器人1的高度方向延伸的z轴。施加于三轴方向的力指的是，施加于x轴方向的力Fx、施加于y轴方向的力Fy以及施加于z轴方向的力Fz。在实施方式1中，设Fx中的施加于右方的力为Fx+、施加于左方的力为Fx-。设Fy中的施加于前方的力为Fy+、施加于后方的力为Fy-。设Fz中的施加于相对于行走面垂直的下方的力为Fz-、施加于相对于行走面垂直的上方的力为Fz+。三轴的绕轴力矩指的是，x轴的绕轴力矩Mx、y轴的绕轴力矩My以及z轴的绕轴力矩Mz。
移动装置14使主体部11移动。移动装置14基于由检测部13检测到的扶手负荷(力以及力矩)的大小以及朝向，使主体部11移动。在实施方式1中，移动装置14进行如下的控制。此外，在本说明书中，有时将Fx、Fy、Fz、Mx、My、Mz称为负荷。
＜前进动作＞
移动装置14在由检测部13检测到Fy+的力的情况下，使主体部11向前方移动。即，在由检测部13检测到Fy+的力的情况下，机器人1进行前进动作。在机器人1进行前进动作期间，由检测部13检测到的Fy+的力增大时，移动装置14提高机器人1向前方移动的速度。另一方面，在机器人1进行前进动作期间，由检测部13检测到的Fy+的力减小时，移动装置14降低机器人1向前方的移动速度。
＜后退动作＞
移动装置14在由检测部13检测到Fy-的力的情况下，使主体部11向后方移动。即，在由检测部13检测到Fy-的力的情况下，机器人1进行后退动作。在机器人1进行后退动作期间，由检测部13检测到的Fy-的力增大时，移动装置14提高机器人1向后方移动的速度。另一方面，在机器人1进行后退动作期间，由检测部13检测到的Fy-的力减小时，移动装置14降低机器人1向后方的移动速度。
＜右转弯动作＞
移动装置14在由检测部13检测到Fy+的力和Mz+的力矩的情况下，使主体部11向右方转弯移动。即，在由检测部13检测到Fy+的力和Mz+的力矩的情况下，机器人1进行右转弯动作。在机器人1进行右转弯动作期间，由检测部13检测到的Mz+的力矩增大时，机器人1的转弯半径减小。另外，在机器人1进行右转弯动作期间，由检测部13检测到的Fy+的力增大时，转弯速度增大。
＜左转弯动作＞
移动装置14在由检测部13检测到Fy+的力和Mz-的力矩的情况下，使主体部11向左方转弯移动。即，在由检测部13检测到Fy+的力和Mz-的力矩的情况下，机器人1进行左转弯动作。在机器人1进行左转弯动作期间，由检测部13检测到的Mz-的力矩增大时，机器人1的转弯半径减小。另外，在机器人1进行左转弯动作期间，由检测部13检测到的Fy+的力增大时，转弯速度增大。
此外，移动装置14的控制不限定于上述的例子。移动装置14例如也可以基于Fy以及Fz的力，控制机器人1的前进动作以及后退动作。另外，移动装置14例如也可以基于Mx或者My的力矩，控制机器人1的转弯动作。
为了算出移动速度而使用的扶手负荷既可以是前方(Fy+)的负荷或者下方(Fz-)的负荷，也可以是组合前方(Fy+)的负荷与下方(Fz-)的负荷而得到的负荷。
移动装置14具备设置于主体部11的下部的旋转体18以及驱动控制旋转体18的驱动部19。
旋转体18是在使主体部11自立的状态下对该主体部11进行支承并通过驱动部19驱动旋转的车轮。在实施方式1中，通过驱动部19，两个旋转体18进行旋转，使机器人1移动。具体而言，旋转体18在保持使机器人1自立的姿势的状态下，使主体部11向图2所示的箭头的方向(前方或者后方)移动。此外，在实施方式1中，对移动装置14具备使用了两个车轮作为旋转体18的移动机构的例子进行了说明，但不限定于此。例如旋转体18也可以是移动带、滚筒等。
驱动部19基于由检测部13检测到的扶手负荷，驱动旋转体18。
身体信息取得部15取得用户的身体信息。在实施方式1中，身体信息取得部15例如包括保存有用户的身体信息的身体信息数据库。身体信息取得部15从身体信息数据库取得每个用户的身体信息。
在本说明书中，所谓身体信息，是与行走有关的身体的信息，例如包括步速、步频、身体的倾斜、身体的摇晃、步幅、肌肉力量。此外，身体信息不限定于这些。例如，在扶手负荷中，身体信息也可以包括移动方向的平均负荷、重心的偏离方向的平均负荷、移动方向的波动频率、左右方向的波动频率等。
在本说明书中，步频意味着每单位时间的步数。另外，肌肉力量按用户的各行走动作所使用的脚部的肌肉(例如胫骨前肌、腓骨肌等)用6级评价(等级0～5)来表现。此外，等级表示数字越大肌肉力量就越强。此外，肌肉力量不限定于脚部的肌肉力量，例如也可以包括与髋关节、膝关节有关的肌肉力量。
脚位置推定部16推定用户的脚位置。在实施方式1中，基于由检测部13检测到的扶手负荷的变化，推定用户的脚位置。关于脚位置的推定，将在后面进行说明。
用户的脚位置意味着行走期间的用户的脚位置。脚位置例如包括首次触地(初始接触)、承重反应期、支撑相中期(站立中期)、支撑相末期(站立末期)、摆动前期(迈步前期)、摆动相早期(迈步初期)、摆动相中期(迈步中期)、摆动相末期(迈步末期)等。此外，脚位置不限定于这些，例如也可以包括足趾离地、足跟(踵)着地、足跟离地、加速期、减速期等。
在本说明书中，首次触地意味着同侧脚部触地而身体重量刚开始移动之后为止。此外，“同侧”意味着左右脚中的、关注着脚活动的一侧。承重反应期意味着脚放置到地上后直至相反侧的脚离地。此外，“相反侧”意味着左右脚中的、没有关注脚活动的一侧。支撑相中期意味着相反侧的下肢的摆动期开始到同侧足跟离地为止。支撑相末期意味着同侧足跟离地到相反侧下肢的首次触地为止。首次触地、承重反应期、支撑相中期、支撑相末期包含行走期间的用户的脚接触地面起到离开为止的期间。
在本说明书中，摆动前期意味着从相反侧下肢的首次触地到同侧足趾离地为止。摆动相早期意味着从同侧足趾离地到同侧脚部与相反侧脚部并排为止。摆动相中期意味着从同侧脚部与相反侧脚部并排时到同侧胫骨变为垂直为止。摆动相末期意味着从同侧胫骨垂直时到同侧首次触地为止。
在本说明书中，足趾离地意味着脚的趾尖从地面离开的瞬间。足跟着地意味着足跟着地的瞬间。足跟离地意味着足跟从地面离开的瞬间。加速期意味着脚的趾尖从地面离开并位于躯干的后方的时期。减速期意味着脚向躯干的前方摆出的时期。
在实施方式1中，用户在行走时，周期性地重复首次触地、承重反应期、支撑相中期、支撑相末期、摆动前期、摆动相早期、摆动相中期、摆动相末期的脚位置。在本说明书中，将从首次触地到摆动相末期称作步行周期。
负载设定部17设定给予用户的负载。在实施方式1中，负载设定部17基于身体信息和脚位置的信息来设定负载。例如，负载设定部17在右脚的肌肉力量与左脚的肌肉力量相比较低的情况下，为了锻炼右脚的肌肉力量，也可以在右脚处于首次触地到支撑相末期的期间，使机器人1的移动装置14的驱动力降低。另外，负载设定部17在左脚的肌肉力量与右脚的肌肉力量相比较高的情况下，也可以在左脚处于首次触地到支撑相末期的期间，使机器人1的移动装置14的驱动力增大。具体而言，负载设定部17通过修正由检测部13检测到的扶手负荷，从而控制移动装置14的驱动力，控制给予用户的负载。移动装置14以与由检测部13检测到的扶手负荷相应的移动速度进行移动。因此，负载设定部17通过修正扶手负荷，能够改变移动装置14的移动速度。
[行走辅助机器人的控制结构]
说明在具有这种构成的行走辅助机器人1中用于进行用户的行走辅助的控制结构。图4是表示机器人1中的主要的控制结构的控制框图。另外，在图4的控制框图中，也示出了各个控制结构与所处理的信息之间的关系。图5是表示机器人1的行走辅助的控制结构的一例的控制框图。
对驱动部19进行说明。如图4以及图5所示，驱动部19具备用户移动意图推定部20、驱动力算出部21、执行器控制部22以及执行器23。
用户移动意图推定部20基于由检测部13检测到的扶手负荷的信息来推定用户的移动意图。用户的移动意图包括根据用户的意图进行移动的机器人1的移动方向以及移动速度。在实施方式1中，用户移动意图推定部20根据由检测部13检测到的各移动方向上的扶手负荷的值，推定用户的移动意图。例如，在由检测部13检测到的Fy+的力是预定的第1阈值以上的值、My+的力是小于预定的第2阈值的值的情况下，用户移动意图推定部20可以推定为用户的移动意图是直行动作。另外，用户移动意图推定部20也可以基于Fz方向上的扶手负荷的值，推定移动速度。另一方面，在由检测部13检测到的Fy+的力是预定的第3阈值以上的值、My+的力是预定的第2阈值以上的值的情况下，用户移动意图推定部19可以推定为用户的移动意图是右转弯动作。另外，用户移动意图推定部20也可以基于Fz方向上的扶手负荷的值来推定转弯速度，基于My方向上的扶手负荷的值来推定转弯半径。
另外，用户移动意图推定部20也可以基于根据由负载设定部17设定的负载所修正后的扶手负荷的值，推定移动速度。例如，当负载设定部17在右脚承重反应期，在Fy方向上设定了-10N的负载的情况下，可以对由检测部13检测到的扶手负荷加上-10N来推定移动速度。
在实施方式1中，用户移动意图推定部20也能够基于扶手负荷的信息，推定移动距离。具体而言，用户移动意图推定部20能够基于移动速度和施加有扶手负荷的时间来推定移动距离。
驱动力算出部21基于由用户移动意图推定部20根据扶手负荷的信息所推定出的用户的移动意图、即用户的移动方向以及移动速度，算出驱动力。例如，驱动力算出部21在用户的移动意图是前进动作或者后退动作的情况下，算出驱动力以使两个车轮(旋转体)18的旋转量均等。驱动力算出部21在用户的移动意图是右转弯动作的情况下，算出驱动力以使两个车轮18中的右侧的车轮18的旋转量大于左侧的车轮18的旋转量。另外，驱动力算出部21根据用户的移动速度，算出驱动力的大小。
执行器控制部22基于由驱动力算出部21算出的驱动力的信息，进行执行器23的驱动控制。另外，执行器控制部22能够从执行器23取得车轮18的旋转量的信息，并对驱动力算出部21发送车轮18的旋转量的信息。
执行器23例如是使车轮18旋转驱动的马达等。执行器23经由齿轮机构或者滑轮机构等与车轮18连接。执行器23通过被执行器控制部22驱动控制来旋转驱动车轮18。
在实施方式1中，机器人1也可以具备负荷波形数据库24。负荷波形数据库24保存有由检测部13检测到的扶手负荷的波形。负荷波形数据库24例如保存有用户的每个脚位置的扶手负荷的波形信息作为波形特征量数据。波形特征量数据是基于由检测部13检测到的扶手负荷的波形信息、和由脚位置推定部16推定出的脚位置的信息所生成以及更新的数据。负荷波形数据库24所保存的扶手负荷的波形信息被发送给脚位置推定部16。
在实施方式1中，波形特征量数据由脚位置推定部16基于与10步相当的量的扶手负荷波形的信息来算出。例如也可以为，脚位置推定部16检测每个脚位置的扶手负荷波形数据，算出在各脚位置的与10步相当的量的平均负荷波形的数据作为波形特征量数据。
此外，波形特征量数据不限定于基于在各脚位置的与10步相当的量的平均负荷波形的数据来算出，例如也可以基于(与10步相当的量的数据)×(多次的数据)、或者大于等于1步且小于等于10步或者大于等于10步的扶手负荷波形数据来算出。另外，波形特征量数据不限定于扶手负荷波形数据的平均值，例如也可以使用中值等。
[身体信息的例子]
对身体信息取得部15的身体信息数据库15a所保存的身体信息的例子进行说明。图6A是身体信息的一例。如图6A所示，作为用户A的身体信息，可以使用步速、步频、身体的倾斜、身体的摇晃、步幅、脚部的肌肉力量。
图6B是身体信息的另一例。如图6B所示，作为用户A的直行动作的身体信息，使用了步速、步频、移动方向的平均负荷、重心的偏离方向的平均负荷、移动方向的波动频率、左右方向的波动频率、步幅、脚部的肌肉力量。另外，图6B所示的身体信息示出了扶手负荷的输入波形对“No.1”和“No.3”这二者进行合计。
图6A以及图6B所示的脚部的肌肉力量也可以基于MMT(Manual Muscle Testing，徒手肌力测试)或者肌电数据来算出。另外，脚部的肌肉力量也可以基于根据由检测部13检测到的负荷数据所推定出的脚位置或者负荷的偏离来算出。例如，当在加速期判定为负荷偏向左侧的情况下，由于加速期所使用的左脚的肌肉力量(胫骨前肌、比目鱼肌等)与右脚相比较弱，因此算出左脚的肌肉力量的等级比右脚的肌肉力量的等级低。
[脚位置推定处理]
对脚位置推定部16的基于扶手负荷的变化的脚位置推定处理的例子进行说明。图7表示脚位置推定部16的脚位置推定处理的示例性的流程图。
如图7所示，在步骤ST11中，判定检测部13是否检测到扶手负荷的变化。在检测部13检测到扶手负荷的变化的情况下，前进至步骤ST12。在检测部13没有检测到扶手负荷的变化的情况下，反复进行步骤ST11。
在步骤ST12中，检测部13取得扶手负荷的波形信息。具体而言，检测部13通过实时地检测扶手负荷，取得扶手负荷的波形信息。由检测部13取得的扶手负荷的波形信息被发送给脚位置推定部16。
在步骤ST13中，脚位置推定部16从负荷波形数据库24取得每个脚位置的波形特征量数据。
在步骤ST14中，脚位置推定部16判定波形特征量数据中是否包含有给予了由负载设定部17设定的负载时的数据。在给予了负载时的数据包含于波形特征量数据的情况下，前进至步骤ST15。在波形特征量数据没有包含给予了负载时的数据的情况下，前进至步骤ST16。
在步骤ST15中，脚位置推定部16基于在步骤ST12中取得的扶手负荷的波形信息、和在步骤ST13以及ST14中取得的波形特征量数据，推定脚位置。在步骤ST15中，波形特征量数据是给予了负载时的数据。
在步骤ST16中，脚位置推定部16基于在步骤ST12中取得的扶手负荷的波形信息、和在步骤ST13以及ST14中取得的波形特征量数据，推定脚位置。在步骤ST16中，波形特征量数据是没有给予负载时的数据。
在步骤ST17中，脚位置推定部16基于在步骤ST15或者ST16中推定出的脚位置的信息、和扶手负荷的波形信息，将负荷波形数据库24所保存的波形特征量数据更新。
[脚位置推定处理的具体例]
对基于扶手负荷的波形信息的脚位置推定处理的具体的例子进行说明。
图8表示扶手负荷的波形信息与步行周期的关系的一例。图8表示用户在行走时的扶手负荷的Fz方向的负荷的变化和My方向的力矩的变化。如图8所示，Fz方向的负荷以及My方向的力矩按照步行周期而变动。因此，基于扶手负荷的波形信息，能够推定用户的脚位置。
例如，在承重反应期，用户主要能够用脚支撑负荷，因此施加于扶手部12的Fz-方向的扶手负荷变为最小。换言之，在用户的脚位置处于承重反应期时，Fz方向的负荷波形具有朝向Fz+方向突出的凸状峰值(peak)位置。此外，关于算出凸状峰值位置的方法，例如既可以基于扶手负荷的变化量从增加变化为减少的点来算出，也可以用最小二乘法推定二次曲线，并基于推定出的二次曲线的最大值来算出。
另外，在承重反应期，在由左脚支撑负荷的情况下，重心施加于左脚，因而施加有My+方向的力矩。因此，在对My+方向施加有力矩的情况下，能够推定为左脚正与地面接触进行行走。另一方面，在由右脚支撑负荷的情况下，重心施加于右脚，因此施加有My-方向的力矩。因此，在对My-方向施加有力矩的情况下，能够推定为右脚正与地面接触进行行走。
此外，在实施方式1中，图8所示的扶手负荷的波形信息为一例，并非限定于此。用户的步行周期与扶手负荷的波形的关系也可以根据用户的年龄、身体机能、身体的尺寸等因素而不同。例如也可以为，Fz方向的负荷波形的峰值位置所对应的脚位置是足趾离地。
脚位置推定部16能够基于上述的扶手负荷的波形的变化与步行周期的关系，推定脚位置。
图9表示扶手负荷的变化与脚位置的关系的一例。图9表示与扶手负荷的Fz方向的负荷的变化、My方向的力矩的变化以及扶手负荷的变化相对的右脚的脚位置以及左脚的脚位置。
如图9所示，脚位置推定部16基于My的力矩的施加方向，推定重心所施加的脚。即，脚位置推定部16基于My的力矩的施加方向，能够推定支撑负荷的脚是左脚还是右脚。
在图9中，着眼于右脚的脚位置，对扶手负荷的波形与脚位置的关系进行说明。
脚位置推定部16如上述那样基于在Fz的扶手负荷波形中，向Fz+方向突出的凸状峰值位置P1，推定首次触地和承重反应期。例如，脚位置推定部16也可以将即将到位置P1之前推定为首次触地，将首次触地之后并过了位置P1地施加于Fz-方向的扶手负荷的增加平稳的时期推定为承重反应期。此时，My的力矩开始施加于My-方向，所以，脚位置推定部16推定右脚位置为首次触地或者承重反应期。
脚位置推定部16将在右脚承重反应期之后，Fz-方向的扶手负荷逐渐增大，在Fz的扶手负荷波形中，到向Fz-方向突出的凸状峰值位置P2为止的期间推定为右脚支撑相中期。
脚位置推定部16将右脚支撑相中期之后到My的力矩刚刚变为0为止的期间推定为右脚支撑相末期。
脚位置推定部16将在右脚支撑相末期之后，My的力矩开始施加于My+方向，并且在Fz的扶手负荷波形中，向Fz+方向突出的凸状峰值位置P3的附近推定为右脚摆动前期。
脚位置推定部16将在右脚摆动前期之后，向My+方向的力矩增加，以及在Fz的扶手负荷中，到朝向Fz-方向的凸状峰值位置P4附近为止的时期推定为右脚摆动相早期、右脚摆动相中期。
脚位置推定部16将在右脚摆动相中期之后，向Fz-方向的扶手负荷减小，到右脚首次触地为止的期间推定为右脚摆动相末期。
上述的由脚位置推定部16进行的右脚位置的推定为一例，不限定于此。另外，左脚位置的推定既可以以与右脚位置的推定相同的方式进行，也可以通过不同的处理来推定。
如上所述，脚位置推定部16能够基于检测到的扶手负荷的波形信息，推定用户的脚位置。另外，脚位置推定部16能够基于实时地检测到的扶手负荷的波形信息，实时地推定当前的脚位置。因此，脚位置推定部16能够基于推定出的当前的脚位置的信息，推定下一脚位置。
在实施方式1中，步行周期重复首次触地、承重反应期、支撑相中期、支撑相末期、摆动前期、摆动相早期、摆动相中期、摆动相末期。因此，脚位置推定部16若推定为当前的脚位置是首次触地，则能够推定下一脚位置是承重反应期。
由脚位置推定部16推定出的脚位置的信息被发送给负载设定部17。因此，负载设定部17能够基于由脚位置推定部16推定出的脚位置的信息，实时地设定负载。例如，在推定出的当前的脚位置的信息为承重反应期的情况下，负载设定部17能够判定出下一脚位置为支撑相中期，将给予用户的负载变更为支撑相中期的设定。
[负载设定处理]
对负载设定部17的负载设定处理的例子进行说明。图10表示负载设定部17的负载设定处理的示例性的流程图。
如图10所示，在步骤ST21中，负载设定部17取得身体信息。具体而言，身体信息取得部15从身体信息数据库15a取得身体信息，将身体信息发送给负载设定部17。
在步骤ST22中，判定脚位置推定部16是否推定出了脚位置。在脚位置推定部16推定出了脚位置的情况下，前进至步骤ST23。在脚位置推定部16没有推定脚位置的情况下，反复进行步骤ST22直至脚位置推定部16推定出脚位置为止。
在步骤ST23中，负载设定部17取得脚位置的信息。具体而言，脚位置推定部16将脚位置的信息发送给负载设定部17。
在步骤ST24中，负载设定部17基于在步骤ST21中取得的身体信息、和在步骤ST23中取得的脚位置的信息，设定给予用户的负载。负载设定部17将所设定的负载信息发送给用户移动意图推定部20。
具体而言，负载设定部17基于身体信息，例如设定负载的强度。例如，负载设定部17在判定为左脚的肌肉力量与右脚的肌肉力量相比较弱的情况下，将左脚的负载设定得比右脚大。在实施方式1中，负载设定部17能够按每个脚位置设定负载。
接着，负载设定部17基于由脚位置推定部16推定出的实时的脚位置的信息，设定负载。例如，负载设定部17基于推定出的当前的脚位置的信息，设定与当前的脚位置对应的负载。另外，负载设定部17基于当前的脚位置的信息，预测下一脚位置。由此，负载设定部17能够在当前的脚位置结束而下一脚位置开始时，设定与下一脚位置对应的负载。
[负载设定处理的具体例]
图11表示负载设定的一例。如图11所示，在左脚的胫骨前肌的肌肉力量为“5”、右脚的胫骨前肌的肌肉力量为“3”的情况下，负载设定部17将左脚位置为首次触地到支撑相中期的Fy方向的负荷设定为+10N。另一方面，负载设定部17将右脚位置为首次触地、承重反应期、支撑相中期的Fy方向的负荷分别设定为-10N、-10N、-15N。由此，能够在用户用左脚支撑负荷进行行走时，使机器人1的向前进方向的移动的负载与用右脚支撑负荷行走时相比更小。另一方面，能够在用户用右脚支撑负荷进行行走时，使机器人1的向前进方向的移动的负载与用左脚支撑负荷行走时相比更大。
[用户的移动意图的推定]
使用图12，对用户的移动意图的推定进行说明。图12表示用户的移动意图的推定处理的示例性的流程图。
如图12所示，在步骤ST31中，用户移动意图推定部20取得由检测部13检测到的扶手负荷的信息。
在步骤ST32中，用户移动意图推定部20从负载设定部17取得负载信息。
在步骤ST33中，用户移动意图推定部20基于在步骤ST31中取得的扶手负荷的信息和在步骤ST32中取得的负载信息，推定用户的移动意图(移动方向、移动速度)。具体而言，用户移动意图推定部20基于扶手负荷的Fx、Fy、Fz、Mx、My、Mz方向的力的大小、和施加于这些方向的负载，推定用户的移动方向以及移动速度。
[驱动力的算出]
使用图13，对驱动力的算出进行说明。图13表示驱动力的算出处理的示例性的流程图。
如图13所示，在步骤ST41中，驱动力算出部21从用户移动意图推定部20取得用户的移动意图的信息。
在步骤ST42中，驱动力算出部21从执行器控制部22取得车轮18的旋转量的信息。
在步骤ST43中，驱动力算出部21基于在步骤ST41中取得的用户的移动意图和在步骤ST42中取得的车轮18的旋转量的信息来算出驱动力。具体而言，驱动力算出部21基于根据车轮18的旋转量的信息所算出的当前的移动方向以及移动速度、与根据用户的移动意图的信息所推定出的移动方向以及移动速度之间的差量，算出车轮18的驱动力。
作为一例，说明在机器人1以71cm/s的移动速度向前进方向移动的状态时，用户使Fy+的力增大从而使移动速度加速到77cm/s的情况下的驱动力算出部21的工作。驱动力算出部21在以速度71cm/s向前进方向移动的状态下，取得表示左右双方的车轮18的旋转量为2000rpm的信息。接着，驱动力算出部21算出为了使机器人1的移动速度变为77cm/s，左右双方的车轮18的旋转量需要达到2500rpm。驱动力算出部21算出驱动力以使得左右的车轮18的旋转量增大500rpm。
此外，在实施方式1中，对驱动力算出部21基于用户的移动意图的信息和从执行器控制部22取得的车轮18的旋转量的信息来算出驱动力的例子进行了说明，但不限定于此。例如，驱动力算出部21也可以仅根据用户的移动意图的信息来算出驱动力。即，在驱动力的算出处理中，也可以不包括步骤ST42。
另外，驱动力算出部21也可以基于表示扶手负荷与车轮18的旋转量之间的对应关系的控制表，算出驱动力。具体而言，驱动力算出部21也可以具备存储部，该存储部保存表示扶手负荷与车轮18的旋转量之间的对应关系的控制表。驱动力算出部21也可以使用保存于该存储部的控制表，算出与由检测部13检测到的扶手负荷的值对应的车轮18的旋转量。
[效果]
根据实施方式1涉及的行走辅助机器人1，能够取得以下效果。
根据行走辅助机器人1，能够辅助用户行走并且使其身体机能提高。另外，根据机器人1，基于身体信息和脚位置的信息，根据用户的实际行走来设定负载，能够高效地使用户的身体机能提高。
根据机器人1，无需花费穿戴装置的工夫，因此使用便利性提高。
在行走过程中，各脚位置所使用的脚部的肌肉力量是不同的，因此通过根据脚位置来设定负载，能够高效地使用户的身体机能提高。
在机器人1中，负载设定部17为了设定给予用户的负载，修正了由检测部13检测到的扶手负荷。移动装置14根据由检测部13检测到的扶手负荷的值，决定了移动速度以及移动方向。因此，负载设定部17能够通过修正扶手负荷，控制机器人1的移动，从而设定给予用户的负载。
此外，在实施方式1中，构成机器人1的要素例如也可以为，具备存储有使这些要素发挥功能的程序的存储器(未图示)和与CPU(Central Processing Unit：中央处理单元)等处理器对应的处理电路(未图示)，处理器执行程序由此作为这些要素发挥功能。或者，构成机器人1的要素也可以使用使这些要素发挥功能的集成电路来构成。
在实施方式1中，以机器人1的动作为主进行了说明，但这些动作也能够作为行走辅助方法来执行。
在实施方式1中，说明了检测部13是六轴力传感器的例子，但不限定于此。检测部13例如也可以使用三轴传感器或者应变传感器等。
在实施方式1中，对移动装置14基于用户的扶手负荷的值算出移动速度的例子进行了说明，但不限定于此。例如，移动装置14也可以基于用户的扶手负荷±α的值来算出移动速度。±α的值例如可以是固定值、按每个用户设定的值、用户所输入的值。
在实施方式1中，对机器人1具备身体信息取得部15的例子进行了说明，但不限定于此。图14是表示实施方式1的变形例的机器人1A的控制结构的一例的控制框图。如图14所示，机器人1A与机器人1的不同之处在于，不具备身体信息取得部15。具体而言，机器人1A具备主体部11、扶手部12、检测部13、移动装置14、脚位置推定部16以及负载设定部17。在机器人1A中，负载设定部17并不基于身体信息，而基于脚位置的信息来设定负载。例如，负载的强度也可以设定为预先所设定的值。或者，负载的强度既可以通过从输入接口手动地输入来设定，也可以由计算机自动地设定。根据这种构成，能够一边辅助用户行走，一边基于脚位置的信息，根据用户的实际行走来设定负载，高效地使用户的身体机能提高。
在实施方式1中，作为身体信息，对于肌肉力量，主要说明了脚部的肌肉力量，但不限定于此。肌肉力量只要是行走中常使用的肌肉力量即可，例如也可以是大腿(股)部、膝部等的肌肉力量。
在实施方式1中，对机器人1具备身体信息数据库15a以及负荷波形数据库24的例子进行了说明，但不限定于此。身体信息数据库15a以及负荷波形数据库24也可以设置于服务器等。在该情况下，机器人1也可以通过经由网络与服务器通信，从身体信息数据库15a以及负荷波形数据库24取得身体信息以及负荷波形信息。
在实施方式1中，对负载设定部17为了设定负载而修正扶手负荷的例子进行了说明，但不限定于此。例如，负载设定部17也可以为了设定负载，通过驱动力算出部21使用修正系数来修正驱动力，或者控制旋转体18的旋转量。另外，负载设定部17也可以修正转弯半径。或者，负载设定部17也可以根据这些的组合来设定负载。
在实施方式1中，对通过分别设定两个车轮(旋转体)18的旋转量来控制机器人1的前进动作、后退动作、右转弯动作、左转弯动作等的例子进行了说明，但不限定于此。例如，也可以通过制动机构等，控制车轮18的旋转量，控制机器人1的动作。
在实施方式1中，对负载设定部17基于左右脚部的肌肉力量来设定负载的例子进行了说明，但不限定于此。负载设定部17也可以基于左右脚的步幅的差异来设定负载。根据这种构成，能够容易地判定左右脚中的肌肉力量较弱的一只脚，能够高效地锻炼左右脚。
另外，对负载设定部17基于左右脚部的肌肉力量的差异将一只脚的负载设定得较大、将另一只脚的负载设定得较小的例子进行了说明，但不限定于此。例如，负载设定部17也可以在想要锻炼双脚的肌肉的情况下，以使双脚的负载增大的方式进行设定。
负载设定部17也可以基于扶手负荷的变化来设定负载。负载设定部17能够基于扶手负荷的变化，检测到用户正在行走，因此能够在检测到用户行走时设定负载。
在实施方式1中，对用户移动意图推定部20基于由检测部13检测到的扶手负荷来推定用户的移动意图的例子进行了说明，但不限定于此。用户移动意图推定部20也可以基于对由检测部13检测到的扶手负荷进行了修正的值(修正扶手负荷)，推定用户的移动意图。
作为修正扶手负荷的方法，例如可以根据过去用户行走时的扶手负荷数据来算出波动频率，从由检测部13检测到的扶手负荷中对波动频率进行滤波，由此，进行扶手负荷的修正。也可以使用由检测部13检测到的扶手负荷的平均负荷值来进行扶手负荷的修正。或者，也可以基于用户的负荷倾向数据，进行扶手负荷的修正。再者，也可以基于机器人1的使用地点、使用时间以及用户的身体状况等，对扶手负荷的值进行修正。
在实施方式1中，说明了机器人1进行直行动作时的设定负载的例子，但不限定于此。例如，即使在机器人1进行后退动作、转弯动作的情况下，也可以与直行动作同样地设定负载。根据这种构成，能够在机器人1的各种动作中设定负载。
(实施方式2)
对本公开的实施方式2涉及的行走辅助机器人进行说明。此外，在实施方式2中，主要对与实施方式1的不同之处进行说明。在实施方式2中，对与实施方式1相同或者同等的构成赋予相同的标号进行说明。另外，在实施方式2中，省略与实施方式1重复的记载。
在实施方式2中，与实施方式1的不同之处在于，具备推定用户的身体信息的身体信息推定部。
[行走辅助机器人的控制结构]
图15是表示实施方式2涉及的行走辅助机器人51(以下称为“机器人51”)中的主要的控制结构的一例的控制框图。图16是表示机器人51的行走辅助的控制结构的一例的控制框图。
如图15以及图16所示，在实施方式2中，身体信息取得部15具备身体信息推定部25。
身体信息推定部25推定用户的身体信息。具体而言是，身体信息推定部25基于由检测部13检测到的扶手负荷的信息，推定身体信息。
例如，身体信息推定部25能够基于扶手负荷的信息，算出步幅。例如，用户在进行直行动作的情况下，右脚和左脚交替向前方迈出而进行行走。进行直行动作的用户的扶手负荷的波形信息与步行周期联动地变化。如上所述，Fz方向的扶手负荷的波形信息在承重反应期具有向Fz+方向突出的凸状的峰值位置P1、P3。身体信息推定部25通过将峰值位置P1至峰值位置P3的区间作为1步进行计数，并算出移动距离，能够推定步幅。
另外，身体信息推定部25除了扶手负荷的信息之外，还基于驱动力的信息，推定身体信息。例如，身体信息推定部25基于驱动力的信息算出移动距离并除以移动时间，由此算出步速。
由身体信息推定部25推定出的身体信息被发送到身体信息数据库15a。
[身体信息的推定]
使用图17，对身体信息的推定进行说明。图17表示机器人51的身体信息推定处理的示例性的流程图。
如图17所示，在步骤ST51中，身体信息推定部25取得扶手负荷的波形信息。具体而言，身体信息推定部25从负荷波形数据库24取得扶手负荷的波形信息。
在步骤ST52中，身体信息推定部25取得旋转体18的驱动力的信息。具体而言，身体信息推定部25从驱动力算出部21取得驱动力的信息。
在步骤ST53中，身体信息推定部25基于在步骤ST51中取得的扶手负荷的波形信息、和在步骤ST52中取得的驱动力的信息，算出身体信息。
例如，身体信息推定部25基于驱动力的信息，算出移动方向以及移动速度。身体信息推定部25从扶手负荷的波形信息中取得与用户的移动方向对应的扶手负荷的波形信息。例如，身体信息推定部25在用户的移动方向是Fy+方向的情况下，取得Fz方向的扶手负荷的波形信息或者My方向的力矩的波形信息。
接着，身体信息推定部25基于与用户的移动方向对应的扶手负荷的波形信息、和驱动力的信息，推定身体信息。
在实施方式2中，身体信息推定部25推定步速、步频、身体的倾斜、身体的摇晃、步幅、肌肉力量作为身体信息。
如上所述，步速通过基于驱动力的信息算出移动距离并除以移动时间来算出。
步频通过将步数除以移动时间来算出。如上所述，步数通过在Fz方向的扶手负荷的波形信息中，将向Fz+方向突出的凸状的峰值位置至下一峰值位置为止的区间作为1步进行计数来算出。
身体的倾斜基于扶手负荷的信息来算出。身体的倾斜基于由用户的重心的倾斜所产生的负荷的偏离来算出。例如，对于以重心偏右的状态行走的用户，算出Fz+方向的负荷来作为身体的倾斜。
身体的摇晃通过基于合计得到的波形信息算出波动频率来算出。具体而言，身体信息推定部25通过进行所推定出的用户的移动方向上的扶手负荷的频率解析，算出波动频率。
如上所述，步幅通过在Fz方向的负荷的波形中，将峰值位置至下一峰值位置的区间作成1步进行计数，并算出移动距离来算出。
肌肉力量根据每个脚位置的负荷值的偏差、左右的步幅之差、移动量之差等算出。例如，肌肉力量按用户的各行走动作所使用的脚部的肌肉(例如胫骨前肌、腓骨肌等)用6级评价(等级0～5)来表现。此外，等级表示数字越大肌肉力量就越强。
在实施方式2中，上述的身体信息的数据基于与10步相当的量的信息来算出。具体而言，算出与10步相当的量的数据的平均值作为身体信息。此外，身体信息不限定于与10步相当的量的数据的平均值。例如，身体信息也可以不限于与10步相当的量的数据，而是基于大于等于1步且小于10步的数据、步数多于10步的数据、或者(与10步相当的量的数据)×(多次的数据)等来算出。另外，身体信息除了根据与10步相当的量的数据的平均值以外也可以根据中值等来算出。
在步骤ST54中，将在步骤ST53中算出的身体信息的数据保存于身体信息数据库15a。另外，在每次进行身体信息的推定时，保存于身体信息数据库15a的身体信息的数据都被更新为新的信息。
如此，身体信息推定部25能够基于扶手负荷的信息，推定身体信息。
[效果]
根据实施方式2涉及的行走辅助机器人51，能够取得以下效果。
根据机器人51，能够由身体信息推定部25基于扶手负荷的信息来推定用户的身体信息。如此，机器人51能够一边辅助用户行走一边容易地取得用户的身体信息。另外，也能够容易地更新保存于身体信息数据库15a的身体信息。
根据机器人51，没有对身体穿戴其他设备的负担，仅用扶手负荷的信息就能够自动地取得用户的身体信息。
另外，通过捕捉每天的身体信息，针对每天的细小的身体信息的变动，也能够适当地给予负载。
此外，在实施方式2中，对身体信息推定部25从负荷波形数据库24取得扶手负荷的波形信息的例子进行了说明，但不限定于此。身体信息推定部25也可以从检测部13取得扶手负荷的波形信息。
在实施方式2中，对身体信息推定部25基于扶手负荷的信息和驱动力的信息来推定身体信息的例子进行了说明，但不限定于此。例如，身体信息推定部25也可以基于扶手负荷的信息、和由执行器控制部22测定出的旋转体18的旋转量来推定身体信息。
[用户通知部]
图18是表示机器人51的行走辅助的控制结构的另一控制框图。如图18所示，机器人51也可以具备用户通知部26。
用户通知部26将身体信息和负载信息中的至少一方通知给用户。具体而言，用户通知部26从身体信息推定部25取得所推定出的身体信息。另外，用户通知部26从负载设定部17取得负载信息。
用户通知部26例如通过LED、显示器或者扬声器等来构成。此外，用户通知部26也可以通过LED、显示器、扬声器或者它们的组合来构成。
对用户通知部26具有LED的情况进行说明。用户通知部26例如也可以在取得了身体信息时、推定出脚位置时、或者设定了负载时，将LED点亮。此外，也可以根据LED的点亮的模式来识别要提示的信息。例如，用户通知部26也可以在与右脚相比左脚的负载较大的情况下，在左脚处于首次触地至支撑相末期的期间，将LED点亮，在右脚处于首次触地至支撑相末期的期间，将LED熄灭。或者，用户通知部26也可以根据负载的大小使LED的光的强弱阶段式地发生变化。
对用户通知部26具有显示器的情况进行说明。用户通知部26也可以在取得了身体信息时，例如在显示器上显示出“您的步速为○○”、“步频为○○”、“右脚的肌肉力量弱”等消息。用户通知部26也可以在推定出脚位置时，例如在显示器上显示出“右脚首次触地”、“右脚承重反应期”、“左脚摆动相早期”等消息。用户通知部26也可以在设定了负载时，例如在显示器上显示出“按照您的情况进行支撑”、“按照您的情况改变控制”、“加强负载”、“减弱负载”、“锻炼肌肉”等消息。此外，显示器显示的消息不限定于这些。
对用户通知部26具有扬声器的情况进行说明。用户通知部26也可以在取得了身体信息时，例如通过扬声器输出“您的步速为○○”、“步频为○○”、“右脚的肌肉力量弱”等语音。用户通知部26也可以在推定出脚位置时，例如通过扬声器输出“右脚首次触地”、“右脚承重反应期”、“左脚摆动相早期”等语音。另外，用户通知部26也可以在设定了负载时，例如通过扬声器，输出“按照您的情况进行支撑”、“按照您的情况改变控制”、“加强制动”、“抑制摇晃”、“稳定些”等语音。此外，通过扬声器输出的语音不限定于这些。
如此，通过具备用户通知部26，用户能够以视觉以及/或者听觉的方式取得身体信息、脚位置的信息或者负载的信息。
通过用户通知部26通知这些信息，用户自身掌握每天的身体信息，并关系到提升对维持以及提高身体机能的动力、或者唤起行走时的注意。
另外，通过用户通知部26通知这些信息，用户能够掌握机器人51的控制状态，能够适应如负载加强这样的操作感的大的变化。
(实施方式3)
对本公开的实施方式3涉及的行走辅助机器人进行说明。此外，在实施方式3中，主要对与实施方式1的不同之处进行说明。在实施方式3中，对与实施方式1相同或者同等的构成赋予相同的标号进行说明。另外，在实施方式3中，省略与实施方式1重复的记载。
在实施方式3中，与实施方式1的不同之处在于，具备判定负载对象的负载对象判定部。
[行走辅助机器人的控制结构]
图19是表示实施方式3涉及的行走辅助机器人61(以下称为“机器人61”)中的主要的控制结构的一例的控制框图。图20是表示机器人61的行走辅助的控制结构的一例的控制框图。
如图19以及图20所示，在实施方式3中，机器人61具备负载对象判定部27。
负载对象判定部27对给予负载的对象进行判定。具体而言，负载对象判定部27基于身体信息来判定应该给予负载的肌肉。例如，负载对象判定部27在基于身体信息判定为右脚的比目鱼肌弱时，判定右脚的比目鱼肌作为应该给予负载的肌肉。
[负载对象的判定]
使用图21，对负载对象的判定进行说明。图21表示机器人61的负载对象判定处理的示例性的流程图。
如图21所示，在步骤ST61中，负载对象判定部27从脚位置推定部16取得脚位置的信息。
在步骤ST62中，负载对象判定部27基于在步骤ST61中取得的脚位置的信息，判定行走时所使用的肌肉。具体而言，负载对象判定部27使用示出脚位置与行走时所使用的肌肉的关系的表，判定与推定出的脚位置相应的肌肉。
图22A以及图22B分别表示示出脚位置与行走时所使用的肌肉的关系的表的一例。在图22A以及图22B中，由白色圆圈所示之处表示在各脚位置使用的肌肉。如图22A以及图22B所示，行走时使用的肌肉根据脚位置而不同。
例如，如图22A所示，在脚位置处于首次触地以及承重反应期的情况下，使用了大腿部的臀大肌、内收大肌、股二头肌，使用了膝部的股中间肌、股内侧肌、股外侧肌，使用了脚部的比目鱼肌、伸趾长肌、拇长伸肌。在脚位置处于支撑相中期以及支撑相末期的情况下，没有使用大腿部以及膝部的肌肉，使用了脚部的比目鱼肌。如图22B所示，在脚位置处于足跟着地的情况下，使用了大腿部的臀大肌、内收大肌、股二头肌，使用了膝部的股中间肌、股内侧肌、股外侧肌，使用了脚部的比目鱼肌、伸趾长肌、拇长伸肌。在脚位置处于足跟离地的情况下，没有使用大腿部以及膝部的肌肉，使用了脚部的比目鱼肌。
如此，负载对象判定部27使用如图22A以及图22B所示的表，根据脚位置的信息，判定行走时使用的大腿部、膝部或者脚部的肌肉。
在步骤ST63中，负载对象判定部27从身体信息取得部15取得身体信息。
在步骤ST64中，负载对象判定部27基于在步骤ST63中取得的身体信息，判定应该给予负载的肌肉。例如，负载对象判定部27在基于身体信息判定为右脚的比目鱼肌比左脚的比目鱼肌弱的情况下，判定右脚的比目鱼肌作为应该给予负载的肌肉。
在步骤ST65中，负载对象判定部27判定在步骤ST62中判定出的行走时使用的肌肉是否包含在步骤ST64中判定出的应该给予负载的肌肉。在判定为行走时使用的肌肉包含应该给予负载的肌肉的情况下，前进至步骤ST66。在判定为行走时使用的肌肉不包含应该给予负载的肌肉的情况下，前进至步骤ST67。
例如考虑如下情况：脚位置处于承重反应期，判定为行走时使用的肌肉是脚部的比目鱼肌、伸趾长肌、拇长伸肌，并判定为应该给予负载的肌肉是右脚的比目鱼肌。在该情况下，负载对象判定部27判定为行走时所使用的肌肉包含比目鱼肌，前进至步骤ST66。
考虑如下情况：脚位置处于摆动前期，判定为行走时使用的肌肉是脚部的伸趾长肌、拇长伸肌，并判定为应该给予负载的肌肉是右脚的比目鱼肌。在该情况下，负载对象判定部27判定为行走时所使用的肌肉不包含比目鱼肌，前进至步骤ST67。
在步骤ST66中，负载设定部17将在所推定出的脚位置施加于行走时所使用的肌肉的负载增加。具体而言，负载设定部17使用户施加于行进方向的扶手负荷减小(进行减法运算)。
例如，在用户正在直行的情况下，负载设定部17使施加于Fz+方向的扶手负荷减小。通过使扶手负荷减小，能够抑制机器人61的移动，能够使用户在直行方向的负载增加。即，在使负载增加了的情况下，用户为了使机器人61移动，要施加比没有使扶手负荷减小时大的扶手负荷。
在步骤ST67中，负载设定部17将在所推定出的脚位置施加于行走时所使用的肌肉的负载减少。具体而言，负载设定部17将用户施加于行进方向的扶手负荷增加。
例如，在用户正在直行的情况下，负载设定部17使施加于Fz+方向的扶手负荷增加。通过增加扶手负荷，能够使机器人61易于移动，使用户在直行方向的负载减少。即，在使负载减少了的情况下，用户能够用比不使扶手负荷增加时小的扶手负荷使机器人61移动。
如此，负载对象判定部27能够基于脚位置的信息和身体信息，判定应该给予负载的对象。另外，负载设定部17根据判定出的对象来按每个脚位置设定负载。
[效果]
根据实施方式3涉及的行走辅助机器人61，能够取得以下效果。
根据机器人61，能够基于脚位置的信息和身体信息，判定应该给予负载的对象，并根据判定出的对象来按每个脚位置设定负载。由此，能够高效地使身体机能提高。
此外，在实施方式3中，作为应该给予负载的对象，说明了行走时所使用的大腿部、膝部以及脚部的肌肉的例子，但不限定于此。应该给予负载的对象只要是应该使身体机能提高的对象即可。
在实施方式3中，说明了在由负载对象判定部27判定为行走时使用的肌肉包含应该给予负载的肌肉的情况下，负载设定部17使用户施加于行进方向的扶手负荷减小的例子，但不限定于此。例如，在步骤ST66中，负载设定部17也可以使用户施加于行进方向的扶手负荷增加。由此，机器人61变得易于移动，使用户的步幅变长，因此能够使负载增加。
在实施方式3中，说明了由负载对象判定部27判定为行走时使用的肌肉不包含应该给予负载的肌肉的情况下，负载设定部17使用户施加于行进方向的扶手负荷增加的例子，但不限定于此。例如，在步骤ST67中，负载设定部17也可以不设定负载。
(实施方式4)
对本公开的实施方式4涉及的行走辅助机器人进行说明。此外，在实施方式4中，主要对与实施方式1的不同之处进行说明。在实施方式4中，对与实施方式1相同或者同等的构成赋予相同的标号进行说明。另外，在实施方式4中，省略与实施方式1重复的记载。
在实施方式4中，与实施方式1的不同之处在于，具备设定转弯负载的转弯负载设定部。
[行走辅助机器人的控制结构]
图23是表示实施方式4涉及的行走辅助机器人71(以下称为“机器人71”)中的主要的控制结构的一例的控制框图。图24是表示机器人71的行走辅助的控制结构的一例的控制框图。
如图23以及图24所示，在实施方式4中，机器人71具备转弯负载设定部28。
转弯负载设定部28设定转弯负载。具体而言，转弯负载设定部28基于身体信息和脚位置的信息，设定机器人71的转弯半径。例如，若根据身体信息判定为右脚的肌肉力量比左脚的肌肉力量弱，则转弯负载设定部28将在行走时重心位于右脚时的转弯半径设定为比重心位于左脚时的转弯半径小。由于机器人71的转弯半径变小，机器人71将会进行急转弯，转弯时的用户的负载增加。在实施方式4中，负载的设定成为根据用户而不同的设定。
[转弯负载的设定]
使用图25，对转弯负载的设定进行说明。图25表示机器人71的转弯负载设定处理的示例性的流程图。
如图25所示，在步骤ST71中，转弯负载设定部28从身体信息取得部15取得身体信息。
在步骤ST72中，转弯负载设定部28判定是否由脚位置推定部16推定出了脚位置。在由脚位置推定部16推定出了脚位置的情况下，前进至步骤ST73。在没有由脚位置推定部16推定出脚位置的情况下，反复进行步骤ST72。
在步骤ST73中，转弯负载设定部28判定机器人71是否正在转弯。具体而言，转弯负载设定部28从执行器控制部22取得旋转体18的旋转量的信息，基于旋转量的信息判定机器人71是否正在进行转弯动作。例如，转弯负载设定部28在左侧的旋转体18的旋转量比右侧的旋转体18的旋转量少的情况下，判定为机器人71正在向右方转弯。另外，转弯负载设定部28在左侧的旋转体18的旋转量与右侧的旋转体18的旋转量相等的情况下，判定为机器人71没在转弯。
在步骤ST73中，在判定为机器人71正在转弯的情况下，前进至步骤ST74。在判定为机器人71没在转弯的情况下，反复进行步骤ST73。
在步骤ST74中，转弯负载设定部28基于在步骤ST71中取得的身体信息、和在步骤ST72中推定出的脚位置的信息，设定转弯负载量。
图26表示转弯负载设定的一例。如图26所示，负载信息关注脚部的胫骨前肌作为身体信息，并按每个脚位置设定了转弯半径。在图26所示的例子中，转弯负载设定部28判定为右脚的胫骨前肌比左脚弱。在该情况下，转弯负载设定部28以使在行走时重心位于右脚时的转弯半径比重心在左脚时小的方式设定了转弯负载。
[效果]
根据实施方式4涉及的行走辅助机器人71，能够取得以下效果。
根据机器人71，通过在机器人71转弯时变更转弯半径，能够高效地使身体机能提高。
此外，在实施方式4中，作为转弯负载，对转弯半径进行了说明，但不限定于此。例如，转弯负载也可以是转弯速度、扶手负荷等。
在实施方式4中，说明了转弯负载量的设定是按每个用户进行了设定的例子，但不限定于此。例如，转弯负载量的设定也可以为，对所有用户都共通的一律的值。
在实施方式4中，作为身体信息，将脚部的肌肉用作例子，但不限定于此。身体信息例如也可以是步速、步频、身体的倾斜、身体的摇晃、步幅、肌肉力量等。
在实施方式4中，对转弯负载设定部28基于身体信息来设定转弯负载的例子进行了说明，但不限定于此。例如，转弯负载设定部28也可以根据用户的移动意图、负载对象的肌肉、当前的移动速度、加速度的加速、恒速、减速来设定转弯负载。
在实施方式4中，说明了在步骤ST73中转弯负载设定部28从执行器控制部22取得旋转体18的旋转量的信息、基于旋转量的信息来判定机器人71是否正在进行转弯动作的例子，但不限定于此。例如，转弯负载设定部28也可以从用户移动意图推定部20取得用户的移动方向的信息，基于用户的移动方向的信息来判定是否正在转弯。或者，转弯负载设定部28也可以从驱动力算出部21取得驱动力的信息，基于驱动力的信息来判定是否正在转弯。
(实施方式5)
对本公开的实施方式5涉及的行走辅助机器人进行说明。此外，在实施方式5中，主要对与实施方式1的不同之处进行说明。在实施方式5中，对与实施方式1相同或者同等的构成赋予相同的标号进行说明。另外，在实施方式5中，省略与实施方式1重复的记载。
在实施方式5中，与实施方式1的不同之处在于，具备生成对用户进行引导的引导信息的引导信息生成部，基于引导信息来设定负载。
[行走辅助机器人的控制结构]
图27是表示实施方式5涉及的行走辅助机器人81(以下称为“机器人81”)中的主要的控制结构的一例的控制框图。图28是表示机器人81的行走辅助的控制结构的一例的控制框图。
如图27以及图28所示，在实施方式5中，机器人81具备引导信息生成部29。另外，机器人81基于由引导信息生成部29生成的引导信息来自主地进行移动，由此将用户引导到目的地。
在本说明书中，引导信息指的是机器人81用于将用户引导到目的地的信息，例如包括引导速度、引导方向、引导距离等信息。
引导信息生成部29生成将用户引导到目的地的引导信息。引导信息生成部29具备引导信息算出部30、交互部31、自身位置推定部32以及环境传感器33。此外，在实施方式5中，交互部31以及环境传感器33并非必须的构成部分。
引导信息算出部30算出将用户引导到目的地的引导意图。引导信息算出部30基于行进目的地信息、机器人81的自身位置信息和地图信息，算出引导意图。由引导信息算出部30算出的引导信息被发送给驱动力算出部21。
此外，行进目的地信息例如包括目的地、到达时间、行走路线以及目的(例如就餐、就寝等)等。行进目的地信息例如通过用交互部31由用户输入来取得。另外，机器人81的自身位置由自身位置推定部32来推定。另外，地图信息例如存储于机器人81的存储部(未图示)。地图信息例如既可以预先保存于存储部，也可以使用环境传感器33来制作。此外，可以使用SLAM技术来进行对地图信息的制作。
交互部31是用户输入目的地等行进目的地信息的装置，例如通过声音输入设备、触摸面板等构成。通过交互部31输入的行进目的地信息被发送给引导信息算出部30。
自身位置推定部32推定机器人81的自身位置。自身位置推定部32例如基于由环境传感器33取得的信息来推定机器人81的自身位置。由自身位置推定部32推定出的自身位置的信息被发送给引导信息算出部30。
环境传感器33是检测关于机器人81周边环境的信息的传感器。环境传感器33例如可以通过距离传感器、LRF(Laser Range Finder，激光测距仪)、LIDAR(Laser Imaging Detection and Ranging，激光雷达)、摄像头(camera)、深度摄像头、立体摄像头、声纳、RADAR等传感器、GPS(Global Positioning System，全球定位系统)或者它们的组合来构成。由环境传感器33取得的信息被发送给自身位置推定部32。
在实施方式5中，驱动力算出部21基于从引导信息算出部30取得的引导信息，算出用于使机器人81自主地驱动的驱动力。接着，基于由驱动力算出部21算出的驱动力的信息，执行器控制部22进行执行器23的驱动控制。由执行器23进行旋转体18的驱动，机器人81自主地进行移动。机器人81自主地进行移动，从而将用户引导到目的地。
负载设定部17基于身体信息、脚位置的信息和引导信息，设定给予用户的负载。例如，若判定为右脚的比目鱼肌比左脚弱，则负载设定部17设定负载以使得在右脚的位置处于首次触地以及承重反应期时，增长引导距离。
另外，负载设定部17判定机器人81是否在进行引导，在正在进行引导的情况下设定负载。具体而言，负载设定部17判定用户是否在按照机器人81的引导行走，在用户正在按照机器人81的引导移动的情况下，设定负载。
[负载的设定]
使用图29，对负载的设定进行说明。图29表示机器人81的负载设定处理的示例性的流程图。
如图29所示，在步骤ST81中，负载设定部17从身体信息取得部15取得身体信息。
在步骤ST82中，负载设定部17判定是否由脚位置推定部16推定出了脚位置。在由脚位置推定部16推定出了脚位置的情况下，前进至步骤ST83。在没有由脚位置推定部16推定出脚位置的情况下，反复进行步骤ST82。
在步骤ST83中，负载设定部17从用户移动意图推定部20取得用户的移动意图的信息。
在步骤ST84中，负载设定部17从引导信息算出部30取得引导信息。
在步骤ST85中，负载设定部17判定机器人81是否在进行引导。具体而言，负载设定部17基于在步骤ST83中取得的用户的移动意图(移动方向、移动速度)、和在步骤ST84中取得的引导信息(引导方向、引导速度)，判定用户是否在按照机器人81的引导行走。
在判定为机器人81正在进行引导的情况下，前进至步骤ST86。在判定为机器人81没有在进行引导的情况下，反复进行步骤ST85。
在步骤ST86中，负载设定部17基于在步骤ST81中取得的身体信息、在步骤ST82中取得的脚位置的信息、和在步骤ST84中取得的引导信息，设定负载。
图30表示基于引导信息的负载信息的一例。如图30所示，负载信息关注脚部的胫骨前肌作为身体信息，并按每个脚位置设定了引导距离。在图30所示的例子中，负载设定部17判定为右脚的胫骨前肌比左脚弱。在该情况下，负载设定部17以使在行走时重心位于右脚时的引导距离比重心在左脚时长的方式设定了负载。
[效果]
根据实施方式5涉及的行走辅助机器人81，能够取得以下效果。
根据机器人81，能够引导用户，且通过变更引导距离来给予用户负载。因此，能够引导用户并且高效地使身体机能提高。
此外，在实施方式5中，作为负载，说明了引导距离，但不限定于此。例如，负载也可以是引导速度、扶手负荷等。
在实施方式5中，说明了负载量的设定是按每个用户进行了设定的例子，但不限定于此。例如，负载量的设定也可以为，对所有用户都共通的一律的值。
在实施方式5中，作为身体信息，使用了脚部的肌肉作为例子，但不限定于此。身体信息例如也可以是步速、步频、身体的倾斜、身体的摇晃、步幅、肌肉力量等。
在实施方式5中，对负载设定部17基于身体信息设定负载的例子进行了说明，但不限定于此。例如，负载设定部17也可以根据用户的移动意图、负载对象的肌肉、当前的移动速度、加速度的加速、恒速、减速来设定负载。
负载设定部17也可以不基于身体信息，而基于脚位置的信息和引导信息，设定引导时的负载。
在实施方式5中，说明了机器人81自主地进行移动、将用户引导到目的地的例子，但不限定于此。例如，机器人81也可以沿着环状循环(loop，环)、8字循环等循环状的路径、即没有目的地的路线引导用户。没有目的地的路线也可以是在预定的区域内以若接近墙壁或者障碍物等则以任意角度转弯的方式设定的路线。或者，没有目的地的路线也可以是仅设定有弯道的数量及种类、直行的数量等，而行走方向由用户决定的路线。
以一定程度的详细情况在各实施方式中说明了本公开，但这些实施方式的公开内容在结构的细节部分发生变化是适当的。另外，能够不脱离本公开的范围以及思想地实现各实施方式中的要素的组合和/或顺序的变化。
产业上的可利用性
本公开能够适用于进行用户的行走辅助并且使用户的身体机能提高的行走辅助机器人以及行走辅助系统。