図面 (/)

技術 場所特異なゲーミフィケーションを含む、身体的に実行されるスキルのセンサベースモニタリングを介したゲーミフィケーションを可能にするように構成されたフレームワーク、デバイス及び方法論

出願人 ジーエヌアイピーピーティーワイリミテッド
発明者 リッグ,ダレン
出願日 2016年5月27日 (4年8ヶ月経過) 出願番号 2017-561325
公開日 2018年8月16日 (2年6ヶ月経過) 公開番号 2018-522618
状態 拒絶査定
技術分野 デジタル計算機のユーザインターフェイス 打球具
主要キーワード 耐水シール 耐水構造 部分センサ 要素センサ 中央電源 比較セット ピックアップデバイス 共通ハブ
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2018年8月16日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (20)

課題・解決手段

本出願はユーザスキルパフォーマンスがパフォーマンスセンサユニット(PSU)を使用してモニタリングされるような技術的フレームワークに関し、それらのPSUから得られるデータを処理することにより、ユーザスキルパフォーマンスの属性を決定する。例えば、パフォーマンスの属性の識別を使用して、本明細書に記載するコンピュータプロセスのようなコンピュータプロセスを駆動する。身体的パフォーマンスをモニタリングするPSUから得られるデータによって駆り立てられるチャレンジのような競争チャレンジの配信を介してスキルのゲーミフィケーションを可能にする技術に特別な焦点が与えられる。例えば、1つの実施形態において、ユーザは他者よりも「より良い」特定のスキル又は複数のスキルを実行することの脈絡(例えば、振幅、派あー、精度、成功裡の完了等の脈絡)において競争する。

概要

背景

本明細書を通じての背景技術の如何なる議論も、そのような技術が広く知られていること又は当該分野における普通の一般知識の一部を形成することの認容と決して考えられてはならない。

近年、トラッキング技術(追跡技術)に基づいて評価される競争アクティビティ人気が高まっている。例えば、サイクリストは、(例えば、GPS座標を介して定義される開始点及び終了点を用いて)特定の乗車(rides)のトラッキングを可能にするある範囲の技術を広く採用することにより、組織間接費(organizational overheads)の方法に殆ど関与しない、ある形式時限レース(timed racing)を可能にしている。例えば、しばしば、全ての乗り手(rider)は、互換性のあるトラッキングソフトウェアを実行するGPS対応デバイス(多くの場合には、スマートフォン)を携帯しながら、任意の好都合な時間に特定の乗車を完了するために競争する必要がある。

概要

本出願はユーザスキルパフォーマンスがパフォーマンスセンサユニット(PSU)を使用してモニタリングされるような技術的フレームワークに関し、それらのPSUから得られるデータを処理することにより、ユーザスキルパフォーマンスの属性を決定する。例えば、パフォーマンスの属性の識別を使用して、本明細書に記載するコンピュータプロセスのようなコンピュータプロセスを駆動する。身体的パフォーマンスをモニタリングするPSUから得られるデータによって駆り立てられるチャレンジのような競争チャレンジの配信を介してスキルのゲーミフィケーションを可能にする技術に特別な焦点が与えられる。例えば、1つの実施形態において、ユーザは他者よりも「より良い」特定のスキル又は複数のスキルを実行することの脈絡(例えば、振幅、派あー、精度、成功裡の完了等の脈絡)において競争する。

目的

本明細書において記載する技術の具体的な焦点は、ユーザが複数のユーザの定義されたモーションベーススキルのそれぞれのパフォーマンスの分析に基づき評価される競争アクティビティ(competitive activities)を定義し且つ/或いは参加するのを可能にすることである

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

1つ又はそれよりも多くのモーションセンサユニット(MSU)を含むエンドユーザハードウェアのユーザが競争アクティビティに参加するのを可能にする方法であって、サーバデバイスで、複数のチャレンジデータセットを維持するステップであって、各チャレンジデータセットは、1つ又はそれよりも多くのMSUを含むエンドユーザハードウェアのユーザによって試みられるように構成されるチャレンジアクティビティを表し、各チャレンジデータセットは、(i)1つ又はそれよりも多くのチャレンジスキルであって、該1つ又はそれよりも多くのチャレンジスキルの各々は、スキル特異な構成データと関連付けられ、該スキル特異な構成データは、前記エンドユーザハードウェアにダウンロード可能であり、それにより、前記1つ又はそれよりも多くのMSUから得られるモーションセンサデータ(MSD)に基づき前記チャレンジスキルのパフォーマンスイベント識別及び分析を可能にするように前記エンドユーザハードウェアを構成する、1つ又はそれよりも多くのチャレンジスキルと、(ii)1つ又はそれよりも多くの競争パラメータを表すデータと、を表すデータを含む、ステップと、1つ又はそれよりも多くのMSUを含む前記エンドユーザハードウェアのユーザが所与のチャレンジアクティビティに参加するのを可能にするステップとを含み、該ユーザが前記所与のチャレンジアクティビティに参加するのを可能にするステップは、(i)前記ユーザのエンドユーザハードウェアに前記1つ又はそれよりも多くのチャレンジスキルについての前記スキル特異な構成データを適用させるステップと、(ii)前記適用されるスキル特異な構成データに基づき前記1つ又はそれよりも多くのMSUから得られるデータの分析をもたらすことにより、前記1つ又はそれよりも多くの競争パラメータに対する評価を可能にするステップと、を含む、方法。

請求項2

前記エンドユーザハードウェアは、MSU対応衣服を含む、請求項1に記載の方法。

請求項3

アクティビティ作成ユーザが競争アクティビティについてのチャレンジデータセットを定義するのを可能にするように構成される作成インターフェースを提供するステップを含む、請求項1に記載の方法。

請求項4

(i)前記アクティビティ作成ユーザ及び(ii)チャレンジ場所の両方と関連付けられるスキルパフォーマンスイベントを表すデータにアクセスするステップを更に含み、所与のスキルパフォーマンスイベントが、装着されるモーションセンサユニットのセットを介して収集されるデータの分析を含むプロセスによって定義される、請求項3に記載の方法。

請求項5

前記作成インターフェースは、前記作成者が、前記アクティビティ作成ユーザによって完成されるアクティビティに基づきチャレンジデータセットを定義するのを可能にするよう、前記チャレンジ場所で前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスイベントを表す前記データを処理するように構成される、請求項4に記載の方法。

請求項6

前記作成インターフェースは、前記チャレンジ場所で前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスイベントを表す前記データを処理し、その処理に基づき、1つ又はそれよりも多くのチャレンジデータセットを提案することにより、前記作成者が前記アクティビティ作成ユーザによって完成されるアクティビティに基づきチャレンジデータセットを定義するのを可能にするように、構成される、請求項5に記載の方法。

請求項7

前記提案は、前記アクティビティ作成ユーザが、(i)前記アクティビティ作成ユーザによって完成され、(ii)前記アクティビティ作成ユーザが現在の競争のリーダーである、アクティビティに対応するチャレンジデータセットを定義するのを可能にするように、構成される、請求項6に記載の方法。

請求項8

前記チャレンジデータセットのうちの1つ又はそれよりも多くは、チャレンジ場所を定義するデータを含み、チャレンジ場所を定義する前記データは、前記チャレンジアクティビティが完了させられることができる領域を表す、請求項1に記載の方法。

請求項9

所与のチャレンジデータセットについて、前記1つ又はそれよりも多くの競争パラメータは、前記競争アクティビティの第1の参加者が、前記競争アクティビティの第2の参加者に対してどのように判断されるかを定義する、請求項1に記載の方法。

請求項10

前記1つ又はそれよりも多くの競争パラメータは、特定のスキルが連続して何回実行されるかについての回数を含む、請求項1に記載の方法。

請求項11

前記1つ又はそれよりも多くの競争パラメータは、特定のスキルが定義されたタイミングパラメータに対して何回実行されるかについての回数を含む、請求項1に記載の方法。

請求項12

前記1つ又はそれよりも多くの競争パラメータは、どれぐらい多くの特異なスキルが連続して実行されるかについての回数を含む、請求項1に記載の方法。

請求項13

前記1つ又はそれよりも多くの競争パラメータは、どれぐらい多くの特異なスキルが定義されたタイミングパラメータに対して実行されるかについての回数を含む、請求項1に記載の方法。

請求項14

前記1つ又はそれよりも多くの競争パラメータは、定義されたセットのスキルを実行する時間期間を含む、請求項1に記載の方法。

請求項15

前記定義されたセットのスキルは、単一のスキルの多数のインスタンスを含む、請求項14に記載の方法。

請求項16

前記1つ又はそれよりも多くの競争パラメータは、所与のスキルパフォーマンスイベントについての1つ又はそれよりも多くのパフォーマンス属性から得られる値によって影響されるパラメータを含む、請求項1に記載の方法。

請求項17

前記パフォーマンス属性のうちの1つ又はそれよりも多くは、定義される最適なパフォーマンスに対する前記スキルのパフォーマンス、前記スキルの前記パフォーマンスにおいて観察される1つ又はそれよりも多くのモーションベース属性、スキルパフォーマンス高さ属性、スキルパフォーマンス距離属性、スキルパフォーマンスパワー属性、スキルパフォーマンス速さ属性、及びスキルパフォーマンス持続時間属性のうちの1つ又はそれよりも多くのに基づいて定義される、請求項16に記載の方法。

請求項18

前記作成インターフェースは、前記作成インターフェースがローカルユーザインターフェースデバイス上に提示されるよう、ローカルモードにおいて利用可能であり、前記作成インターフェースは、ローカル記憶装置レポジトリから前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスデータにアクセスする、請求項3に記載の方法。

請求項19

前記作成インターフェースは、前記作成インターフェースが中央記憶装置レポジトリから前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスデータにアクセスするよう、オンラインモードにおいて追加的に利用可能である、請求項18に記載の方法。

請求項20

1つ又はそれよりも多くのMSUを含む前記エンドユーザハードウェアのユーザが所与のチャレンジアクティビティに参加するのを可能にするステップは、オフラインモードにおいて前記競争パラメータに対する前記チャレンジスキルのパフォーマンスをモニタリングするよう前記アクティビティ参加ユーザに対してローカルであるデバイスを構成するステップを含む、請求項1に記載の方法。

請求項21

1つ又はそれよりも多くのMSUを含む前記エンドユーザハードウェアのユーザが所与のチャレンジアクティビティに参加するのを可能にするステップは、(i)アクティビティ参加ユーザのための場所を決定するステップ、及び(ii)該決定される場所と関連付けられる1つ又はそれよりも多くの所定の競争アクティビティを表すデータを前記ユーザアクティビティユーザに表示するステップを含む、請求項1に記載の方法。

請求項22

自動化されたプロセスを実行することにより、ユーザ入力を用いずに、所与の場所で識別されるパフォーマンスに基づきその場所についての1つ又はそれよりも多くの競争アクティビティを定義するステップを含む、請求項1に記載の方法。

請求項23

前記チャレンジスキルのうちの所与の1つは、前記アクティビティ作成ユーザによるパフォーマンス記録処理によって定義される、請求項1に記載の方法。

請求項24

1つ又はそれよりも多くのモーションセンサユニット(MSU)を含むエンドユーザハードウェアのユーザを操作する方法であって、チャレンジデータセットを識別するステップであって、該チャレンジデータセットは、1つ又はそれよりも多くのMSUを含むエンドユーザハードウェアのユーザによって試みられるように構成されるチャレンジアクティビティを表し、各チャレンジデータセットは、(i)1つ又はそれよりも多くのチャレンジスキルであって、該1つ又はそれよりも多くのチャレンジスキルの各々は、スキル特異な構成データと関連付けられ、該スキル特異な構成データは、前記1つ又はそれよりも多くのMSUから得られるモーションセンサデータ(MSD)に基づいて前記チャレンジスキルのパフォーマンスイベントの識別及び分析を可能にするように前記エンドユーザハードウェアを構成するよう、前記エンドユーザハードウェアにダウンロード可能である、1つ又はそれよりも多くのチャレンジスキルと、(ii)1つ又はそれよりも多くの競争パラメータを表すデータと、を表すデータを含む、ステップと、1つ又はそれよりも多くのMSUを含む前記エンドユーザハードウェアのユーザが所与のチャレンジアクティビティに参加するのを可能にするステップとを含み、該ユーザが前記所与のチャレンジアクティビティに参加するのを可能にするステップは、(i)前記ユーザのエンドユーザハードウェアに前記1つ又はそれよりも多くのチャレンジスキルについての前記スキル特異な構成データを適用させるステップと、(ii)該適用されるスキル特異な構成データに基づき前記1つ又はそれよりも多くのMSUから得られるデータの分析をもたらすことにより、前記1つ又はそれよりも多くの競争パラメータに対する評価を可能にするステップと、を含む、方法。

請求項25

前記エンドユーザハードウェアは、MSU対応衣服を含む、請求項24に記載の方法。

請求項26

アクティビティ作成ユーザが競争アクティビティについてのチャレンジデータセットを定義するのを可能にするように構成される作成インターフェースを提供するステップを含む、請求項24に記載の方法。

請求項27

(i)前記アクティビティ作成ユーザ及び(ii)チャレンジ場所の両方と関連付けられるスキルパフォーマンスイベントを表すデータにアクセスするステップを更に含み、所与のスキルパフォーマンスイベントが、装着されるモーションセンサユニットのセットを介して収集されるデータの分析を含むプロセスによって定義される、請求項26に記載の方法。

請求項28

前記作成インターフェースは、前記作成者が、前記アクティビティ作成ユーザによって完成されるアクティビティに基づきチャレンジデータセットを定義するのを可能にするよう、前記チャレンジ場所で前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスイベントを表す前記データを処理するように構成される、請求項27に記載の方法。

請求項29

前記作成インターフェースは、前記チャレンジ場所で前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスイベントを表す前記データを処理し、その処理に基づき、1つ又はそれよりも多くのチャレンジデータセットを提案することにより、前記作成者が前記アクティビティ作成ユーザによって完成されるアクティビティに基づきチャレンジデータセットを定義するのを可能にするように、構成される、請求項28に記載の方法。

請求項30

前記提案は、前記アクティビティ作成ユーザが、(i)前記アクティビティ作成ユーザによって完成され、(ii)前記アクティビティ作成ユーザが現在の競争のリーダーである、アクティビティに対応するチャレンジデータセットを定義するのを可能にするように、構成される、請求項29に記載の方法。

請求項31

前記チャレンジデータセットのうちの1つ又はそれよりも多くは、チャレンジ場所を定義するデータを含み、チャレンジ場所を定義する前記データは、前記チャレンジアクティビティが完了させられることができる領域を表す、請求項24に記載の方法。

請求項32

所与のチャレンジデータセットについて、前記1つ又はそれよりも多くの競争パラメータは、前記競争アクティビティの第1の参加者が、前記競争アクティビティの第2の参加者に対してどのように判断されるかを定義する、請求項24に記載の方法。

請求項33

前記1つ又はそれよりも多くの競争パラメータは、特定のスキルが連続して何回実行されるかについての回数を含む、請求項24に記載の方法。

請求項34

前記1つ又はそれよりも多くの競争パラメータは、特定のスキルが定義されたタイミングパラメータに対して何回実行されるかについての回数を含む、請求項24に記載の方法。

請求項35

前記1つ又はそれよりも多くの競争パラメータは、どれぐらい多くの特異なスキルが連続して実行されるかについての回数を含む、請求項24に記載の方法。

請求項36

前記1つ又はそれよりも多くの競争パラメータは、どれぐらい多くの特異なスキルが定義されたタイミングパラメータに対して実行されるかについての回数を含む、請求項24に記載の方法。

請求項37

前記1つ又はそれよりも多くの競争パラメータは、定義されたセットのスキルを実行する時間期間を含む、請求項24に記載の方法。

請求項38

前記定義されたセットのスキルは、単一のスキルの多数のインスタンスを含む、請求項37に記載の方法。

請求項39

前記1つ又はそれよりも多くの競争パラメータは、所与のスキルパフォーマンスイベントについての1つ又はそれよりも多くのパフォーマンス属性から得られる値によって影響されるパラメータを含む、請求項24に記載の方法。

請求項40

前記パフォーマンス属性のうちの1つ又はそれよりも多くは、定義される最適なパフォーマンスに対する前記スキルのパフォーマンス、前記スキルの前記パフォーマンスにおいて観察される1つ又はそれよりも多くのモーションベース属性、スキルパフォーマンス高さ属性、スキルパフォーマンス距離属性、スキルパフォーマンスパワー属性、スキルパフォーマンス速さ属性、及びスキルパフォーマンス持続時間属性のうちの1つ又はそれよりも多くのに基づいて定義される、請求項39に記載の方法。

請求項41

前記作成インターフェースは、前記作成インターフェースがローカルユーザインターフェースデバイス上に提示されるよう、ローカルモードにおいて利用可能であり、前記作成インターフェースは、ローカル記憶装置レポジトリから前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスデータにアクセスする、請求項26に記載の方法。

請求項42

前記作成インターフェースは、前記作成インターフェースが中央記憶装置レポジトリから前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスデータにアクセスするよう、オンラインモードにおいて追加的に利用可能である、請求項24に記載の方法。

請求項43

1つ又はそれよりも多くのMSUを含む前記エンドユーザハードウェアのユーザが所与のチャレンジアクティビティに参加するのを可能にするステップは、オフラインモードにおいて前記競争パラメータに対する前記チャレンジスキルのパフォーマンスをモニタリングするよう前記アクティビティ参加ユーザに対してローカルであるデバイスを構成するステップを含む、請求項24に記載の方法。

請求項44

1つ又はそれよりも多くのMSUを含む前記エンドユーザハードウェアのユーザが所与のチャレンジアクティビティに参加するのを可能にするステップは、(i)アクティビティ参加ユーザのための場所を決定するステップ、及び(ii)該決定される場所と関連付けられる1つ又はそれよりも多くの所定の競争アクティビティを表すデータを前記ユーザアクティビティユーザに表示するステップを含む、請求項24に記載の方法。

請求項45

自動化されたプロセスを実行することにより、ユーザ入力を用いずに、所与の場所で識別されるパフォーマンスに基づきその場所についての1つ又はそれよりも多くの競争アクティビティを定義するステップを更に含む、請求項24に記載の方法。

請求項46

マルチユーザ競争アクティビティを提供する方法であって、アクティビティ作成ユーザが競争アクティビティのためのチャレンジデータセットを定義するのを可能にするように構成される作成インターフェースを提供するステップであって、各チャレンジデータセットは、(i)チャレンジ場所についての場所情報を表すデータと、(ii)1つ又はそれよりも多くのチャレンジスキルを表すデータであって、該1つ又はそれよりも多くのチャレンジスキルの各々は、エンドユーザ装着モーションセンサユニットを介して識別されるように構成されるチャレンジスキルのレポジトリから選択される、データと、(iii)1つ又はそれよりも多くの競争パラメータを表すデータと、を含む、ステップと、前記競争アクティビティを複数のアクティビティ参加ユーザに利用可能にするステップであって、所与のアクティビティ参加者が、前記ユーザと関連付けられるモーション検知衣服から得られるデータの分析に基づき前記競争アクティビティに参加する、ステップとを含む、方法。

請求項47

(i)前記アクティビティ作成ユーザ及び(ii)前記チャレンジ場所の両方と関連付けられるスキルパフォーマンスイベントを表すデータにアクセスするステップを更に含み、所与のスキルパフォーマンスイベントが、装着されるモーションセンサユニットのセットを介して収集されるデータの分析を含むプロセスによって定義される、請求項46に記載の方法。

請求項48

前記作成インターフェースは、前記作成者が、前記アクティビティ作成ユーザによって完成されるアクティビティに基づきチャレンジデータセットを定義するのを可能にするよう、前記チャレンジ場所で前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスイベントを表す前記データを処理するように構成される、請求項47に記載の方法。

請求項49

前記作成インターフェースは、前記チャレンジ場所で前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスイベントを表す前記データを処理し、その処理に基づき、1つ又はそれよりも多くのチャレンジデータセットを提案することにより、前記作成者が前記アクティビティ作成ユーザによって完成されるアクティビティに基づきチャレンジデータセットを定義するのを可能にするように、構成される、請求項48に記載の方法。

請求項50

前記提案は、前記アクティビティ作成ユーザが、(i)前記アクティビティ作成ユーザによって完成され、(ii)前記アクティビティ作成ユーザが現在の競争のリーダーである、アクティビティに対応するチャレンジデータセットを定義するのを可能にするように、構成される、請求項49に記載の方法。

請求項51

所与のチャレンジデータセットについて、前記1つ又はそれよりも多くの競争パラメータは、前記競争アクティビティの第1の参加者が、前記競争アクティビティの第2の参加者に対してどのように評価されるかを定義する、請求項46に記載の方法。

請求項52

前記1つ又はそれよりも多くの競争パラメータは、特定のスキルが連続して何回実行されるかについての回数を含む、請求項46に記載の方法。

請求項53

前記1つ又はそれよりも多くの競争パラメータは、特定のスキルが定義されたタイミングパラメータに対して何回実行されるかについての回数を含む、請求項46に記載の方法。

請求項54

前記1つ又はそれよりも多くの競争パラメータは、どれぐらい多くの特異なスキルが連続して実行されるかについての回数を含む、請求項46に記載の方法。

請求項55

前記1つ又はそれよりも多くの競争パラメータは、どれぐらい多くの特異なスキルが定義されたタイミングパラメータに対して実行されるかについての回数を含む、請求項46に記載の方法。

請求項56

前記1つ又はそれよりも多くの競争パラメータは、定義されたセットのスキルを実行する時間期間を含む、請求項46に記載の方法。

請求項57

前記定義されたセットのスキルは、単一のスキルの多数のインスタンスを含む、請求項56に記載の方法。

請求項58

前記1つ又はそれよりも多くの競争パラメータは、所与のスキルパフォーマンスイベントについての1つ又はそれよりも多くのパフォーマンス属性から得られる値を含む、請求項46に記載の方法。

請求項59

前記パフォーマンス属性のうちの1つ又はそれよりも多くは、定義される最適なパフォーマンスに対する前記スキルのパフォーマンス、前記スキルの前記パフォーマンスにおいて観察される1つ又はそれよりも多くのモーションベース属性、スキルパフォーマンス高さ属性、スキルパフォーマンス距離属性、スキルパフォーマンスパワー属性、スキルパフォーマンス速さ属性、及びスキルパフォーマンス持続時間属性のうちの1つ又はそれよりも多くのに基づいて定義される、請求項58に記載の方法。

請求項60

前記作成インターフェースは、前記作成インターフェースがローカルユーザインターフェースデバイス上に提示されるよう、ローカルモードにおいて利用可能であり、前記作成インターフェースは、ローカル記憶装置レポジトリから前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスデータにアクセスする、請求項46に記載の方法。

請求項61

前記作成インターフェースは、前記作成インターフェースが中央記憶装置レポジトリから前記アクティビティ作成ユーザと関連付けられるスキルパフォーマンスデータにアクセスするよう、オンラインモードにおいて利用可能である、請求項46に記載の方法。

請求項62

前記競争アクティビティを所与のアクティビティ参加者に利用可能にするステップは、オフラインにおいて前記競争パラメータに対する前記チャレンジスキルのパフォーマンスをモニタリングするように前記アクティビティ参加ユーザに対してローカルなデバイスを構成することを含む、請求項46に記載の方法。

請求項63

前記競争アクティビティを複数のアクティビティ参加ユーザに利用可能にするステップは、(i)アクティビティ参加ユーザのための場所を決定するステップ、及び(ii)該決定される場所と関連付けられる1つ又はそれよりも多くの所定の競争アクティビティを表すデータを前記ユーザアクティビティユーザに表示するステップを含む、請求項46に記載の方法。

請求項64

自動化されたプロセスを実行することにより、ユーザ入力を用いずに、所与の場所で識別されるパフォーマンスに基づきその場所についての1つ又はそれよりも多くの競争アクティビティを定義するステップを含む、請求項46に記載の方法。

請求項65

前記チャレンジスキルのうちの所与の1つは、前記アクティビティ作成ユーザによるパフォーマンス記録処理によって定義される、請求項46に記載の方法。

請求項66

マルチユーザ競争アクティビティを提供する方法であって、当該方法は、アクティビティ参加ユーザと関連付けられる場所情報を識別するステップと、前記場所情報と関連付けられる1つ又はそれよりも多くの所定の競争アクティビティを識別するステップであって、各競争アクティビティは、それぞれのチャレンジデータセットと関連付けられ、各チャレンジデータセットは、(i)チャレンジ場所についての場所情報を表すデータと、(ii)1つ又はそれよりも多くのチャレンジスキルを表すデータであって、該1つ又はそれよりも多くのチャレンジスキルの各々は、エンドユーザ装着モーションセンサユニットを介して識別されるように構成されるチャレンジスキルのレポジトリから選択される、データと、(iii)1つ又はそれよりも多くの競争パラメータを表すデータと、を含む、ステップと、前記アクティビティ参加ユーザと関連付けられる装着されるモーションセンサユニットのセットから得られるデータを処理することにより、前記識別される所定の競争アクティビティの所与の1つについて、前記1つ又はそれよりも多くの競争パラメータに対する前記アクティビティ参加ユーザを決定するステップとを含む、方法。

請求項67

所与のチャレンジデータセットについて、前記1つ又はそれよりも多くの競争パラメータは、前記競争アクティビティの第1の参加者が、前記競争アクティビティの第2の参加者に対してどのように判断されるかを定義する、請求項66に記載の方法。

請求項68

前記1つ又はそれよりも多くの競争パラメータは、特定のスキルが連続して何回実行されるかについての回数を含む、請求項66に記載の方法。

請求項69

前記1つ又はそれよりも多くの競争パラメータは、特定のスキルが定義されたタイミングパラメータに対して何回実行されるかについての回数を含む、請求項66に記載の方法。

請求項70

前記1つ又はそれよりも多くの競争パラメータは、どれぐらい多くの特異なスキルが連続して実行されるかについての回数を含む、請求項66に記載の方法。

請求項71

前記1つ又はそれよりも多くの競争パラメータは、どれぐらい多くの特異なスキルが定義されたタイミングパラメータに対して実行されるかについての回数を含む、請求項66に記載の方法。

請求項72

前記1つ又はそれよりも多くの競争パラメータは、定義されたセットのスキルを実行する時間期間を含む、請求項66に記載の方法。

請求項73

前記定義されたセットのスキルは、単一のスキルの多数のインスタンスを含む、請求項72に記載の方法。

請求項74

前記1つ又はそれよりも多くの競争パラメータは、所与のスキルパフォーマンスイベントについての1つ又はそれよりも多くのパフォーマンス属性から得られる値を含む、請求項66に記載の方法。

請求項75

前記パフォーマンス属性のうちの1つ又はそれよりも多くは、定義される最適なパフォーマンスに対する前記スキルのパフォーマンス及び前記スキルの前記パフォーマンスにおいて観察される1つ又はそれよりも多くのモーションベース属性の、一方又は両方に基づいて定義される、請求項74に記載の方法。

請求項76

前記パフォーマンス属性のうちの1つ又はそれよりも多くは、スキルパフォーマンス高さ属性、スキルパフォーマンス距離属性、スキルパフォーマンスパワー属性、スキルパフォーマンス速さ属性、及びスキルパフォーマンス持続時間属性のうちの、一方又は両方に基づいて定義される、請求項75に記載の方法。

請求項77

オフラインモードにおいて前記競争パラメータに対する前記チャレンジスキルのパフォーマンスをモニタリングするように前記アクティビティ参加ユーザに対してローカルなデバイスを構成することを含む、請求項66に記載の方法。

請求項78

請求項1乃至77のうちのいずれか1項に記載の方法を実行するように構成されるコンピュータシステム

技術分野

0001

本発明は、場所特異なゲーミフィケーション(gamification)を含む、身体的に実行されるスキルセンサベースモニタリングを介したゲーミフィケーションを可能にするように構成されたフレームワークデバイス及び方法論に関する。本発明の実施形態は、ゲーム化された(gamified)コンテンツの生成(generation)、配布(distribution)、及び実行(execution)と関連する、ソフトウェア及びハードウェア並びに関連する方法論を含む。本明細書において記載する技術の具体的な焦点は、ユーザが複数のユーザの定義されたモーションベーススキルのそれぞれのパフォーマンス分析に基づき評価される競争アクティビティ(competitive activities)を定義し且つ/或いは参加するのを可能にすることである。

背景技術

0002

本明細書を通じての背景技術の如何なる議論も、そのような技術が広く知られていること又は当該分野における普通の一般知識の一部を形成することの認容と決して考えられてはならない。

0003

近年、トラッキング技術(追跡技術)に基づいて評価される競争アクティビティの人気が高まっている。例えば、サイクリストは、(例えば、GPS座標を介して定義される開始点及び終了点を用いて)特定の乗車(rides)のトラッキングを可能にするある範囲の技術を広く採用することにより、組織間接費(organizational overheads)の方法に殆ど関与しない、ある形式時限レース(timed racing)を可能にしている。例えば、しばしば、全ての乗り手(rider)は、互換性のあるトラッキングソフトウェアを実行するGPS対応デバイス(多くの場合には、スマートフォン)を携帯しながら、任意の好都合な時間に特定の乗車を完了するために競争する必要がある。

発明が解決しようとする課題

0004

少なくとも幾つかの実施形態において、先行技術の不利点の少なくとも1つを克服又は改善し或いは有用な代替を提供することが、本発明の目的である。

課題を解決するための手段

0005

以下の発明を実施するための形態に開示する一揃いの技術的特徴に基づき潜在的な請求項を予示するために、以下の要約的な実施形態のセットが提供される。これらは、追求されることのある請求項の範囲を如何様にも限定することを意図しない。

0006

1つの実施形態は、1つ又はそれよりも多くのモーションセンサユニット(MSU)を含むエンドユーザハードウェアのユーザが競争アクティビティに参加するのを可能にする方法を提供し、当該方法は、

0007

サーバデバイスで、複数のチャレンジデータセットを維持するステップであって、各チャレンジデータセットは、1つ又はそれよりも多くのMSUを含むエンドユーザハードウェアのユーザによって試みられるように構成されるチャレンジアクティビティを表し、各チャレンジデータセットは、

0008

(i)1つ又はそれよりも多くのチャレンジスキルであって、1つ又はそれよりも多くのチャレンジスキルの各々は、スキル特異な構成データと関連付けられ、スキル特異な構成データは、エンドユーザハードウェアにダウンロード可能であり、それにより、1つ又はそれよりも多くのMSUから得られるモーションセンサデータ(MSD)に基づきチャレンジスキルのパフォーマンスイベント識別及び分析を可能にするようにエンドユーザハードウェアを構成する、1つ又はそれよりも多くのチャレンジスキルと、

0009

(ii)1つ又はそれよりも多くの競争パラメータを表すデータと、を表すデータを含む、ステップと、

0010

1つ又はそれよりも多くのMSUを含むエンドユーザハードウェアのユーザが所与のチャレンジアクティビティに参加するのを可能にするステップとを含み、ユーザが所与のチャレンジアクティビティに参加するのを可能にするステップは、

0011

(i)ユーザのエンドユーザハードウェアに1つ又はそれよりも多くのチャレンジスキルについてのスキル特異な構成データを適用させるステップと、

0012

(ii)適用されるスキル特異な構成データに基づき1つ又はそれよりも多くのMSUから得られるデータの分析をもたらすことにより、1つ又はそれよりも多くの競争パラメータに対する評価を可能にするステップと、を含む。

0013

1つの実施形態は、1つ又はそれよりも多くのモーションセンサユニット(MSU)を含むエンドユーザハードウェアのユーザを操作する方法を提供し、当該方法は、

0014

チャレンジデータセットを識別するステップであって、チャレンジデータセットは、1つ又はそれよりも多くのMSUを含むエンドユーザハードウェアのユーザによって試みられるように構成されるチャレンジアクティビティを表し、各チャレンジデータセットは、

0015

(i)1つ又はそれよりも多くのチャレンジスキルであって、1つ又はそれよりも多くのチャレンジスキルの各々は、スキル特異な構成データと関連付けられ、スキル特異な構成データは、1つ又はそれよりも多くのMSUから得られるモーションセンサデータ(MSD)に基づいてチャレンジスキルのパフォーマンスイベントの識別及び分析を可能にするようにエンドユーザハードウェアを構成するよう、エンドユーザハードウェアにダウンロード可能である、1つ又はそれよりも多くのチャレンジスキルと、

0016

(ii)1つ又はそれよりも多くの競争パラメータを表すデータと、
を表すデータを含む、ステップと、

0017

1つ又はそれよりも多くのMSUを含むエンドユーザハードウェアのユーザが所与のチャレンジアクティビティに参加するのを可能にするステップとを含み、ユーザが所与のチャレンジアクティビティに参加するのを可能にするステップは、

0018

(i)ユーザのエンドユーザハードウェアに1つ又はそれよりも多くのチャレンジスキルについてのスキル特異な構成データを適用させるステップと、

0019

(ii)適用されるスキル特異な構成データに基づき1つ又はそれよりも多くのMSUから得られるデータの分析をもたらすことにより、1つ又はそれよりも多くの競争パラメータに対する評価を可能にするステップと、を含む。

0020

1つの実施形態は、マルチユーザ競争アクティビティを提供する方法を提供し、当該方法は、

0021

アクティビティ作成ユーザが競争アクティビティのためのチャレンジデータセットを定義するのを可能にするように構成される作成インターフェースを提供するステップであって、各チャレンジデータセットは、

0022

(i)チャレンジ場所についての場所情報を表すデータと、

0023

(ii)1つ又はそれよりも多くのチャレンジスキルを表すデータであって、1つ又はそれよりも多くのチャレンジスキルの各々は、エンドユーザ装着モーションセンサユニットを介して識別されるように構成されるチャレンジスキルのレポジトリから選択される、データと、

0024

(iii)1つ又はそれよりも多くの競争パラメータを表すデータと、
を含む、ステップと、

0025

競争アクティビティを複数のアクティビティ参加ユーザ利用可能にするステップであって、所与のアクティビティ参加者が、ユーザと関連付けられるモーション検知衣服から得られるデータの分析に基づき競争アクティビティに参加する、ステップとを含む。

0026

1つの実施形態は、マルチユーザ競争アクティビティを提供する方法を提供し、当該方法は、

0027

アクティビティ参加ユーザと関連付けられる場所情報を識別するステップと、

0028

場所情報と関連付けられる1つ又はそれよりも多くの所定の競争アクティビティを識別するステップであって、各競争アクティビティは、それぞれのチャレンジデータセットと関連付けられ、各チャレンジデータセットは、

0029

(i)チャレンジ場所についての場所情報を表すデータと、

0030

(ii)1つ又はそれよりも多くのチャレンジスキルを表すデータであって、1つ又はそれよりも多くのチャレンジスキルの各々は、エンドユーザ装着モーションセンサユニットを介して識別されるように構成されるチャレンジスキルのレポジトリから選択される、データと、

0031

(iii)1つ又はそれよりも多くの競争パラメータを表すデータと、
を含む、ステップと、

0032

アクティビティ参加ユーザと関連付けられる装着されるモーションセンサユニットのセットから得られるデータを処理することにより、識別される所定の競争アクティビティの所与の1つについて、1つ又はそれよりも多くの競争パラメータに対するアクティビティ参加ユーザを決定するステップとを含む。

0033

1つの実施形態は、本明細書に記載するような方法を実行するためのコンピュータプログラム製品コンピュータプログラム)を提供する。

0034

1つの実施形態は、プロセッサ上で実行されるときに、プロセッサに本明細書に記載するような方法を実行させる、コンピュータ実行可能なコードを担持する(carrying)非一時的なキャリア媒体(carrier medium)を提供する。

0035

1つの実施形態は、本明細書に記載するような方法を実行するように構成されたシステムを提供する。

0036

本明細書を通じる「1つの実施形態(一実施形態)」、「幾つかの実施形態」又は「実施形態」への言及は、その実施形態に関連して記載する特定の構成、構造又は特性が本発明の少なくとも1つの実施形態に含まれることを意味する。よって、この明細書を通じる様々な箇所における「一実施形態(において)」、「幾つかの実施形態(において)」又は「実施形態(において)」という成句出現は、必ずしもすべてが同じ実施形態を指さないが、同じ実施態様を指すことがある。更に、特定の個性、構造又は特性は、1つ又は複数の実施形態において、この開示から当業者に明らかであるように、任意の適切な方法で組み合わせられてよい。

0037

本明細書で使用されるとき、他に特定されない限り、共通の物体オブジェクト)を記載するための序数を表す形容詞「第1」、「第2」、「第3」等の使用は、同等の物体の異なる場合が言及されていることを単に示しており、そのように記載される物体が、時間的又は空間的に、所与の順序で、順位付けで、或いは任意の他の方法で与えられなければならないことを暗示することは意図されていない。

0038

以下の請求項及び本明細書の記載において、含む(comprising)、含む(comprised of)、又は含む(which comprises)という用語のうちのいずれか1つは、少なくとも以下の要素/構成を含むが、他のものを排除しないことを意味する、開放用語(オープン用語)である。よって、請求項において使用される場合、含むという用語は、その後に記載される手段又は要素又はステップに限定されるものと解釈されてならない。例えば、AとBとを含むデバイスという表現の範囲は、要素A及びBのみからなるデバイスに限定されてならない。本明細書で使用される「含む」(including)、「含む」(which includes)、又は「含む」(that includes)のような用語のいずれか1つも、その用語に続く少なくともその要素/構成を含むが、他の要素/構成を除外しないことを同様に意味する、開放用語(オープン用語)である。よって、含む(including)は、含む(comprising)と同義語であり、含む(comprising)を意味する。

0039

本明細書において使用される場合、「例示的」という用語は、品質を示すこととは対照的に、実施例を提供する意味で使用される。すなわち、「例示的な実施形態」は、必ず例示的な品質の実施形態であるのとは対照的に、一例として提供される実施形態である。

0040

PCT/AU2016/000020の全文が、相互参照として、本明細書中に援用される。

0041

次に、添付の図面を参照して、ほんの一例として、本発明の実施形態を記載する。

図面の簡単な説明

0042

1つの実施態様に従ったコンテンツの生成及び配信を可能にするように構成されたフレームワークを図式的に例示している。

0043

更なる実施態様に従ったチャレンジコンテンツの生成及び配信を可能にするように構成されたフレームワークを図式的に例示している。

0044

1つの実施態様に従ったスキル分析方法を例示している。

0045

1つの実施態様に従ったスキル分析方法を例示している。

0046

1つの実施態様に従ったスキル分析方法を例示している。

0047

1つの実施態様に従ったスキル分析方法を例示している。

0048

1つの実施態様に従ったスキル分析方法を例示している。

0049

1つの実施態様に従ったユーザインターフェースについてのユーザインターフェースディスプレイ図を例示している。

0050

1つの実施形態に従ったチャレンジ可能化方法を例示している。

0051

1つの実施形態に従ったチャレンジ可能化方法を例示している。

0052

1つの実施形態に従ったチャレンジ可能化方法を例示している。

0053

1つの実施形態に従ったチャレンジ可能化方法を例示している。

0054

1つの実施形態に従ったチャレンジ可能化方法を例示している。

0055

1つの実施態様に従ったSIM分析方法を例示している。

0056

1つの実施態様に従ったSIM分析方法を例示している。

0057

1つの実施態様に従ったODバリエーションを例示している。

0058

1つの実施形態に従った例示的な実施を概略的に例示している。

0059

サーバコンポーネント及びクライアント側コンポーネントを含む例示的なフレームワークを例示している。

0060

サーバ側コンポーネント及びクライアント側コンポーネントを含む更なる例示的なフレームワークを例示している。

0061

サーバ側コンポーネント及びクライアント側コンポーネントを含む更なる例示的なフレームワークを例示している。

0062

サーバ側コンポーネント及びクライアント側コンポーネントを含む更なる例示的なフレームワークを例示している。

0063

例示的なフレームワークの動作を例示している。

0064

例示的なフレームワークの動作を例示している。

0065

例示的なフレームワークの動作を例示している。

0066

例示的な動作方法である。

0067

1つの実施態様に従ったパフォーマンス分析機器を例示している。

0068

1つの実施態様に従ったパフォーマンス分析機器を例示している。

0069

1つの実施態様に従ったパフォーマンス分析機器を例示している。

0070

1つの実施態様に従ったパフォーマンス分析機器を例示している。

0071

1つの実施態様に従ったMSU対応衣服を例示している。

0072

例示的な接続された機器を備える、1つの実施態様に従ったMSU対応衣服を例示している。

0073

例示的な接続された機器を備える、1つの実施態様に従ったMSU対応衣服を例示している。

0074

1つの実施態様に従ったMSUを例示している。

0075

1つの実施態様に従ったMSU及びハウジングを例示している。

実施例

0076

本明細書に記載する実施態様は、パフォーマンスセンサユニット(Performance Sensor Units)(PSU)を使用してユーザスキルパフォーマンス(user skill performance)をモニタリングするような技術フレームワーク(technological frameworks)に関し、それらのPSUから由来するデータを処理することにより、ユーザスキルパフォーマンスの属性を決定する。例えば、パフォーマンスの属性の識別を使用して、本明細書に記載するコンピュータプロセスのようなコンピュータプロセスを駆動する。身体的パフォーマンスをモニタリングするPSUから得られるデータによって駆動されるチャレンジ(挑戦)のような競争チャレンジの配信を介してスキルのゲーミフィケーション(gamification)を可能にする技術に焦点が置かれる。例えば、1つの実施形態において、ユーザは、他者よりの「より良好な」特定のスキル又は複数のスキルを実行することの脈絡において(例えば、振幅、精度、連続的な完了等の脈絡において)競争する。

0077

本明細書に記載する技術は、PCT/AU2016/000020に記載されている技術に関連し、PCT/AU2016/000020は、その全文が相互参照として援用され、技術的側面をサポートする有用な内容及び追加的な詳細を提供する。より具体的には、本明細書に記載する技術的フレームワークは、PSUを使用して、パフォーマンス属性を表すデータを収集し、下流の処理目的のためにそのデータを利用する。これらの目的は、(PCT/AU2016/000020に詳細に記載されている)スキルトレーニングの目的及び他の目的を含むことがある。ここで特に考察される目的は、場所特異なゲーミフィケーションを含む、スキルベースのゲーミフィケーションである。本質的に、これは、ユーザがモーションセンサ由来のデータを介したパフォーマンスベースのスキル分析に基づいて採点された(或いは他の方法で評価された)ゲーム/チャレンジに参加することを可能にすることを含む。

0078

スキルパフォーマンスの性質は、実施態様の間で異なり、本明細書で考察される実施例の目的のために、以下の2つの一般的なカテゴリが使用される。
● 人間のモーションベースのスキルパフォーマンス。これらは、人間のモーション属性がスキルの決定的な特性を表すパフォーマンスである。例えば、モーションベースのパフォーマンスは、パフォーマンスを行う者の身体の動き包含する実質的にあらゆる物理的なスキルを含む。モーションベースのパフォーマンスの有意な種類(class)は、スポーツアクティビティで使用されるスキルのパフォーマンスである。
オーディオベースのスキルパフォーマンス。これらは、音響的に知覚可能な属性が、スキルの決定的な特性を表すパフォーマンスである。例えば、オーディオベースのスキルパフォーマンスは、音楽的及び/又は言語的パフォーマンスを含む。オーディオベースのパフォーマンスの有意な種類は、楽器演奏することに関連するスキルのパフォーマンスである。

0079

以下で提供する実施例は、主として、モーションベースのスキルパフォーマンスの比較的技術的に困難な場合に焦点を当てているが、モーションベースのスキルに関して適用される原理は、他の状況に容易に適用されることが理解されるであろう。例えば、PSUから受信したデータにおいて観察(観測)可能なデータ条件(Observable Data Conditions)(ODC)を使用するという概念は、モーション、オーディオ、及び他の形態のパフォーマンスに均しく適用可能である。

0080

(用語)
以下に記載する実施態様の目的のために、以下の用語が使用される。
●パフォーマンスセンサユニット(PSU)。パフォーマンスセンサユニットは、物理的パフォーマンスの監視応答してデータを生成するように構成されるハードウェアデバイスである。モーションデータ及びオーディオデータを処理するように構成されるセンサユニットの実施例が本明細書で主に考慮されるが、それらは決して限定的な実施例でないことが理解さるであろう。
● パフォーマンスセンサデータPSD)。PUSによって配信されるデータをパフォーマンスセンサデータと呼ぶ。このデータは、PSUからの完全な生データ、又は(例えば、圧縮、低減されたモニタリング、サンプリング速度サンプリングレート)等に基づく)そのデータのサブセットを含んでよい。
オーディオセンサユニット(ASU)。オーディオセンサユニットは、音のモニタリングに応答してデータを生成し且つ送信するように構成されたハードウェアデバイスである、PSUのカテゴリである。幾つかの実施態様において、ASUは、音及び/又は振動の影響をモニタリングし、それらをデジタル信号(例えば、MIDI信号)に変換するように構成される。1つの例は、弦楽器機械的振動キャプチャ捕捉)して電気信号に変換するように構成されるトランスデューサ変換器)を含むピックアップデバイスである。
● オーディオセンサデータ(ASD)。これは1つ又は複数のASUによって配信されるデータである。
●モーションセンサユニット(MSU)。モーションセンサユニットは、モーションに応答してデータを生成し且つ送信するように構成されたハードウェアデバイスである、PSUのカテゴリである。このデータは、殆どの場合、局所的な基準フレームに対して定義される。所与のMSUは、1つ又は複数の加速度計、1つ又は複数の磁力計から得られるデータ、及び1つ又は複数のジャイロスコープから得られたデータを含むことがある。好ましい実施態様は、1つ又は複数の3軸加速度計、1つの3軸磁力計、及び1つの3軸ジャイロスコープを利用する。モーションセンサユニットは、「着用」されてよく或いは「着用可能」であってよく、それは、モーションセンサユニットが、(例えば、衣類を介して)固定位置にある人間の身体に取り付けられるように構成されることを意味する。
●モーションセンサデータ(MSD)。MSUによって配信されるデータをモーションセンサデータ(MSD)と呼ぶ。このデータは、MSUからの完全な生データ、又は(例えば、圧縮、低減されたモニタリング、サンプリング速度等に基づく)そのデータのサブセットを含んでよい。
● MSU対応衣服。MSU対応衣服は、複数のMSUを運ぶように構成された(シャツ又はパンツのような)衣類である。幾つかの実施態様において、MSUは、衣類に形成された所定の山間ゾーンにおいて(好ましくは、個々のMSUが取り外され且つ交換されるのが可能であるよう、取り外し可能な方法において)取り付けられ、通信線に連結される。
● PODデバイス。PODデバイスは、PSD(例えば、MSUからのMSD)を受信する処理デバイスである。幾つかの実施態様において、それはMSU対応衣服によって運ばれ、他の実施態様では、それは別個の装置である(例えば、1つの実施態様において、PODデバイスは、スマートフォンに連結する処理デバイス、幾つかの実施態様において、PODデバイス機能性は、スマートフォン又はモバイルデバイスによって提供される)。幾つかの場合には、MSDは、有線接続を介して受信され、幾つかの場合には、無線接続を介して受信され、幾つかの場合には、無線接続及び有線接続を介して受信される。本明細書で記載するように、PODデバイスは、MSDを処理して、それにより、MSD内のデータ条件を特定する(例えば、1つ又は複数の徴候(symptom)の存在の特定を可能にする)責任がある。幾つかの実施態様において、PODデバイスの役割は、スマートフォンのような多目的エンドユーザハードウェアデバイスによって全体的又は部分的に実行される。幾つかの実施態様において、PSD処理の少なくとも一部は、クラウドベースサービスによって実行される。
モーションキャプチャデータMCD)。モーションキャプチャデータ(MCD)は、あらゆる利用可能なモーションキャプチャ技術を使用することに由来するデータである。これに関して、「モーションキャプチャ」は、例えば、キャプチャデバイスが、既知の場所で被験者に取り付けられた視覚マーカを使用して、モーションを表すデータをキャプチャするために用いられる、技術を指す。1つの例は、Viconによって提供されるモーションキャプチャ技術である(しかしながら、発明者/出願人とViconとの間の提携が推測されるべきでない)。以下に更に議論するように、MCDは、好ましくは、視覚的観察とMSD観察との間のリンクを提供するために使用される。
●スキル(skill)。モーションベースアクティビティのコンテキストにおいて、スキルは、例えば、コーチングのコンテキストにおいて(視覚的に及び/又はMSDを介して)観察される個々のモーション(又はリンクされたモーションのセット)である。スキルは、例えば、ローイングモーション(漕ぎ運動)、サッカーキックの特定のカテゴリ、ゴルフスイングの特定のカテゴリ、特定のアクロバット操作等であってもよい。「サブスキル」も言及される。これは、主に、トレーニングされるスキルとそのスキルの一部を構成するより重要でないスキルとを区別することであり、或いは、そのスキルの基礎的要素ビルディングブロック)である。例えば、ジャグリングというスキルの文脈において、サブスキルは、ボールを投げて同じ手でキャッチするスキルである。
● 徴候。徴候は、(例えば、初期スキル分析のコンテキストにおいて視覚的に観察され、エンドユーザ環境のコンテキストにおいてMSDの処理を介して観察される)観察可能なスキルの属性である。実際的な用語において、徴候は、意味と関連付けられる、スキルの観察可能なモーション属性である。例えば、徴候の特定は、自動化されたコーチングプロセスの提供においてアクション(行為)を引き起こすことがある。徴候は、(伝統的なコーチングのコンテキストに関連して)視覚的に観察される、或いは、(本明細書で議論するような自動適応スキルトレーニングの提供のコンテキストにおいて関連して)PSDを介して観察されることがある。
● 原因(cause)。徴候は、少なくとも幾つかの場合において、1つの原因に関連する(例えば、所与の徴候は、1つ又は複数の原因と関連することがある)。原因は、幾つかの場合において、MSDにおいて観察可能でもあるが、それは必ずしも本質的でない。コーチングの観点から、1つのアプローチは、先ず、徴候を特定し、次に、その徴候の原因を決定/予測することである(例えば、決定は、MSDの分析によってよく、予測は、MSDの分析以外の手段によってよい)。次に、決定された/予測された原因をコーチングフィードバックによって対処し、続いて、パフォーマンス評価を行い、それにより、コーチングフィードバックが徴候に対処することに成功したか否かを決定してよい。
● 観察可能なデータ条件(ODC)。観察可能なデータ条件という用語は、(典型的には、ODC又は予期されるODCのセットの存在のモニタリングに基づく)MSDのような、PSDにおいて観察可能である条件を記述し、それにより、下流の機能性を誘発する(trigger)ために使用される。例えば、ODCは、所与の徴候(又は原因)について定義されてよい。そのODCが所与のパフォーマンスについてMSDのようなにおいて特定されるならば、関連する徴候(又は原因)がそのパフォーマンスに存在するという決定が行われる。次に、これはトレーニングプログラム内のイベントを誘発する。
● トレーニングプログラム。「トレーニングプログラム」という用語は、ソフトウェア命令の実行を介して提供されるインタラクティブプロセスを記述するために使用され、それは、エンドユーザにどのように実行するかの命令を提供し、それらのパフォーマンスをどのように修正し、改善し、或いは他の方法で調整するかに関するフィードバックを提供する。以下に記載する少なくとも幾つかの実施態様において、トレーニングプログラムは、関連するエンドユーザの分析(例えば、それらのパフォーマンスの分析及び/又は精神的及び/又は身体的属性のような個人的な属性の分析)に基づいて適応するよう、プロセスの順序付け、フィードバックの選択、及び/又はトレーニングの他の属性を可能にする規則ルール)/論理ロジック)に基づいて実行するトレーニングプログラムである、「適応トレーニングプログラム」である。

0081

以下により詳細に記載するように、エンドユーザプロダクトの観点から、幾つかの実施形態は、所与のパフォーマンスに関して(MSDのような)ユーザのPSDを分析し、それにより、実行される特定のスキルを識別し、幾つかの場合には、特定のスキルのそのパフォーマンスに関連する徴候も識別する。

0082

(例示的なエンドツーエンドフレームワーク)
図1Aは、本明細書で記載するある範囲の実施態様によって活用されるエンドツーエンドフレームワークの高レベルフレームワークを提供している。図1Aのコンテキストにおいて、例示的なスキル分析環境101を利用し、それにより、1つ又は複数のスキルを分析し、それらのスキルに関してエンドユーザコンテンツの生成を可能にするデータを提供する。例えば、これは、幾つかの実施態様では、スキルを分析し、それにより、PSUによって特定され得るODC(好ましくは、特定の複数のスキル、スキル徴候等と関連付けられたODC)を決定することを含む。これらのODCは、(トレーニングプログラムのような)例示的なコンテンツ生成プラットフォーム102によって実施されるコンテンツ生成論理内で利用されてよい。その点に関して、コンテンツを生成することは、好ましくは、所定のアクションが特定のODCの特定に応答して取られるプロトコルを定義することを含む。以下に記載する実施形態では、コンテンツ生成プラットフォーム102を使用して、1つ又はそれよりも多く(1以上)の計算プログラムのルール(規則)を生成することにより、それらのプログラムが、その特定のスキルがPSDに基づき実行されたこと(及び、幾つかの場合には、それらのスキルパフォーマンスと関連する徴候)を識別するのを可能にする。

0083

1以上のスキル分析環境及びコンテンツ生成プラットフォームを利用することにより、例示的なコンテンツ管理及び配信プラットフォーム103にコンテンツを提供するのが好ましい。このプラットフォームは、幾つかの実施態様において、複数のネットワーク化されたサーバデバイスによって定義される。本質的には、プラットフォーム103の目的は、コンテンツ生成プラットフォームによって生成されるコンテンツをエンドユーザに利用可能にすることである。図1Aのコンテキストにおいて、それは例示的なエンドユーザ機器104へのコンテンツのダウンロードを可能にすることを含む。ダウンロードすることは、幾つかの実施態様において、コンテンツの初期ダウンロードを含み、その後、追加的な所要のコンテンツの更なるダウンロードを含む。幾つかの場合において、更なるダウンロードの性質は、(例えば、スキルトレーニングプログラムのコンポーネント間の適応的進行及び/又はユーザ選択に基づく)ユーザインタラクション(user interactions)によって影響される。本明細書で考察されるダウンロードされるコンテンツの具体的な例は、その特定のスキルがPSDに基づいて実行されたこと(及び、幾つかの場合には、それらのスキルパフォーマンスと関連する徴候)を識別するように構成されたコンテンツである。

0084

例示的な機器104は、(スマートフォン、ヘッドセット、HUDアイウェア網膜投影デバイス等のような)ユーザインターフェースデバイスと共に、複数のMSU及びPODデバイスを保持する(carries)MSU対応衣服の形態において例示されている。

0085

図1Aの実施例において、ユーザは、プラットフォーム103からコンテンツをダウンロードし、機器104を介してそのコンテンツを実行させる。例えば、これは、PSDに基づく特定のスキル(例えば、スノーボードのような、特定の形式の身体的アクティビティに関連するスキル)をモニタリングすることを可能にする。幾つかの実施形態において、これは、図1Aの例と共に提供される。機器104は、メディア管理プラットフォーム105を含む、1以上のコンテンツ対話プラットフォームと対話するように構成される。これは、幾つかの実施形態において、メディアコンテンツの管理に関する追加的な機能性を提供する、具体的には、ハードウェア104の1以上のインスタンスを介して生成されるPSDを介して識別されるスキルパフォーマンスとのメディアデータ(例えば、ビデオデータ)の相関に関する機能性を提供する、外部(ウェブベースの及び/又はローカルコンピューティングハードウェアを介して提供される)プラットフォームである。

0086

図1Aは、(エンドユーザハードウェアを介して識別され且つ徴候測定されるべきスキルを分析するために実施される)スキル分析フェーズと、(スキル分析フェーズからのデータ処理技術をソフトウェア製品及びエンドユーザが経験するコンテンツ中に埋め込む)コンテンツ生成及び配布フェーズと、(身体的パフォーマンスの分析を可能にするためにエンドユーザハードウェアを操作することにより、スキル及び徴候を識別する)エンドユーザ配信フェーズとを含む、多数のフェーズの技術配信を描写していることが理解されるべきである。メディア管理機能性は、主にエンドユーザ配信フェーズの部分として行われる。

0087

チャレンジ及び競争アクティビティを介したゲーミフィケーション−概要
更に上述したように、本出願の焦点は、モーションベースのパフォーマンスのゲーミフィケーションである。例えば、これは、MSU(又は他の形式のPSU)を含むエンドユーザハードウェアのユーザが、MSD由来のスキルパフォーマンス評価に基づいて評価されるチャレンジ(challenges)等に参加することを可能にする。本明細書で開示する技術は、多数ユーザの競争アクティビティ(competitive activities)の提供に関する。これは、幾つかの実施形態において、ユーザ主導の競争アクティビティの生成を可能にするツール、例えば、作成インターフェース(authoring interfaces)を含み、幾つかのプラットフォームにおいて、そのような競争アクティビティを分散させられたユーザに利用可能にするプラットフォームを含む。

0088

概要として、本明細書で開示する競争アクティビティは、人間のパフォーマンスのモニタリングに基づく。以下で考察する例において、これらはMSU対応衣服のようなモーション感知ハードウェアによってモニタリングされるパフォーマンスである。これは、適切に構成された処理デバイスが、モーションセンサユニットから得られた入力に基づいて、モーションベースのパフォーマンスの属性を決定するのを可能にする。一例として、これは、実行される特定のスキル及びそれらのスキルの属性(例えば、徴候)を決定することのようなものを含む。属性は、任意的に、力、速さ、精度、高さ等のような、パフォーマンス要因に関連してよい。

0089

以下の幾つかの実施形態では、場所特異的な競争アクティビティに焦点がある。即ち、特定の競争アクティビティは、特定の場所と関連付けられる。実際的な例は、スケート場の競争アクティビティである。特定のスケート場について、「最高の空中」(“highest air)、「最も連続的に成功したキックフリップ」(most consecutive successful kickflips)等のような、チャレンジが定義されてよい。これは、共通の時間に施設に行くことを必要とせずに或いは個人的なレベルでお互いに知ることさえも必要とせずに、そのスケート場のユーザが互いに競争し合うのを可能にする。むしろ、ユーザは、関連するスケート場で、(例えば、他のユーザによって)定義されたチャレンジを識別し、ハードウェアベース自分自身の身体的パフォーマンスのモニタリングに基づいて競合することができる。

0090

1つの実施形態は、MSU対応衣服のような1以上のモーションセンサユニット(MSU)を含むエンドユーザハードウェアのユーザが、競争アクティビティに参加するのを可能にする方法を提供する。この方法は、サーバデバイスで、複数の「チャレンジデータセット」(“challenge data sets”)を維持することを含む。チャレンジデータセットは、競争アクティビティを記述する一般的な用語として使用される、特定の「チャレンジ」を定義するデータのセットである。各チャレンジデータセットは、1以上のMSUを含むエンドユーザハードウェアのユーザによって試みられるように構成されたチャレンジアクティビティの代表である。例えば、チャレンジは、定義された目的を満足する特定の方法において1以上のスキルを実行することを含む。

0091

各チャレンジデータセットは、(i)1以上のチャレンジスキル及び(ii)1以上の競争パラメータを表すデータを表すデータを含む。概要として、チャレンジスキルは、チャレンジ(即ち、実行されるべきスキル)の部分を形成する所定のスキルであり、競争パラメータは、ユーザがどのように評価されるか(例えば、目的が所与のスキルを多数回実行することであるか否か、最大にされた特定の属性を備える所与のスキルを実行することであるか否か)を定義する。

0092

1以上のチャレンジスキルの各々は、スキル特異な構成データと関連付けられる。このスキル特異な構成データは、エンドユーザハードウェアにダウンロード可能であり、それにより、1以上のMSUから得られるモーションセンサデータ(MSD)に基づくチャレンジスキルのパフォーマンスイベントの識別及び分析を可能にするようにエンドユーザハードウェアを構成する。以下で更により詳細に議論されるように、スキル特異な構成データは、好ましくは、(定義された方法においてMSDを収集するようにMSUを構成する)センサ構成データと、(MSDの処理を可能にすることにより、スキルパフォーマンスを識別し、そして、徴候/属性を決定する)状態エンジンデータとを含む。

0093

次に、方法は、1以上のMSUを含むエンドユーザハードウェアのユーザが所与のチャレンジアクティビティに参加するのを可能にすることを含む。ユーザが所与のチャレンジアクティビティに参加するのを可能にすることは、(i)ユーザのエンドユーザハードウェアに1つ以上のチャレンジスキルについてのスキル特異な構成データを適用させること、及び(ii)適用されるスキル特異な構成データに基づいて、1以上のMSUから得られるデータの分析を引き起こすことにより、1以上の競争パラメータに関連する評価を可能にすることを含む。

0094

幾つかの実施形態は、アクティビティ作成ユーザが競争アクティビティについてのチャレンジデータセットを定義するのを可能にするように構成された作成インターフェースを提供することを含む。このようにして、チャレンジコンテンツは、ユーザによって定義されて、マルチユーザ競争アクティビティのユーザ主導の調整を可能にする。

0095

例示的なフレームワークを図1Bに例示する。ボックス140は、クライアントデバイス101と、モーションセンサ対応衣服102とを含む、例示的なアクティビティ作成者デバイスを表している。

0096

クライアントデバイス101は、例えば、所有アプリ又はウェブブラウザアプリケーションを介して、アクティビティ作成ユーザインターフェースをレンダリングするように構成される。クライアントデバイス101は、モバイルデバイスとして例示されているが、スマートフォン、タブレットノートブックラップトップPC、デスクトップPC、ゲームコンソール等のようなものを含む、様々な形態のクライアントデバイスが、実施を通じて使用される。 クライアントデバイス101は、この実施形態において、センサ対応衣服102と通信するようにも構成される。センサ対応衣服102に関連する例示的なハードウェア及び技術は、以下に更に記載される。

0097

ボックス130は、例示的なアクティビティ参加ユーザの機器を表しており、この機器も、クライアントデバイスと、MSU対応衣服とを含む。これらのユーザは、それぞれのクライアントデバイスを利用して、利用可能なアクティビティを見て、それらのアクティビティへの参加結果を検討する。参加は、(以下に記載するような内蔵処理能力又は代替的な手段による)パフォーマンス分析を可能にする、センサ対応衣服の利用によって可能にされる。

0098

以下に更により詳細に記載するように、アクティビティ作成ユーザ及びアクティビティ参加ユーザは、彼らのそれぞれの機器を介して競争サーバ110と対話し、それは(アクティビティ作成ユーザの役割を果たす)所与のユーザによって作成されるアクティビティが(アクティビティ参加ユーザの役割を果たす)他のユーザによる参加のために利用可能になることを可能にする。

0099

「競争アクティビティ」(“competitive activity”)及び「チャレンジ」(“challenge”)という用語は、本明細書では概ね置換可能に使用されている。即ち、「チャレンジ」という用語は、競争アクティビティを記述するために使用されている。しかしながら、「競争アクティビティ」という用語は、様々な実施形態によって提供されることができるアクティビティの範囲が、「チャレンジ」という用語と従来的に関連付けられるアクティビティを超えて広がることがあることを示すために使用されている。

0100

スキル分析フェーズ−概要
上述のように、スキル分析フェーズを実施することにより、(例えば、チャレンジ参加の脈絡において)エンドユーザ配信フェーズにおいて識別され且つ分析されるべきスキルを分析する。即ち、スキルを検証することにより、それが(MSDのような)PSDを介してどのように自動的に識別され且つ分析されるかを決定する、予備フェーズ(preliminary phase)がある。このフェーズの結果は、エンドユーザハードウェア(例えば、MSU対応衣服及び関連する処理基礎構造)及び/又はエンドユーザハードウェアMSUから得られる未処理の及び/又は部分的に処理されたデータを受信するように構成されたサーバ側処理基礎構造の構成(configuration)を可能にするために使用される。

0101

幾つかの実施形態において、スキル分析フェーズは、好ましくは、(i)スキルの属性、例えば、(エンドユーザ機能性がスキル特定を含む場合に特に関連する)実行されるスキルを表す属性、及び(エンドユーザの機能性が、例えば、スキルトレーニングの配信のコンテキストにおける、スキルトレーニング分析を含む場合に特に関連する)徴候及び原因のような、スキルが実行される方法を表す属性を決定する分析、並びに、(ii)エンドユーザのハードウェア(MSUのようなPSU)を自動化されたスキルパフォーマンス分析のために構成することができるよう、(実行されるスキル、及び徴候及び/又は原因のようなそのスキルのパフォーマンスの属性)のような、スキル属性の自動的な特定を可能にする、ODCを定義する分析を含む。

0102

スキル分析フェーズの性質は、(例えば、モーションベースのスキルとオーディオベースのスキルのカテゴリの間の)所与のスキルの性質に依存して、有意に異なる。次に、例示のために、モーションベースのスキルのコンテキストにおけるスキル分析フェーズに関して例示的な実施態様を記載する。すなわち、身体的アクティビティを分析し、それにより、身体装着式MSUからのデータをモニタリングするPODデバイスを構成するために使用されるODCを決定することを参照して、実施態様を記載する。この実施例は、様々な新規且つ進歩的な技術的アプローチが、モーションベースのスキルのための効果的なODCを生成するタスクを容易にするために開発されている、比較的困難で複雑なコンテキストにおいて段階化されたスキル分析を代表するものとして選択される。本明細書で記載する方法論の全ての特徴が全ての実施態様に存在するわけではなく、或いは、全てのアクティビティのコンテキストにおいて使用されるわけではないことが理解されるであろう。この技術は、(例えば、パフォーマンス、コーチング、及びモニタリングに関して)異なるレベルの複雑さを伴う、広範な身体的アクティビティに適用可能である。しかしながら、本明細書で記載する方法論は、広範なアクティビティ、例えば、個人及びチームスポーツのコンテキストにおいて実行されるスキルに亘って適用可能である。

0103

以下に詳述する方法論及び技術は、特定の身体的アクティビティ、即ち、ローイング(rowing)に関する具体的な実施例を参照して記載される。スキルは、標準的なローイングストロークである。ローイングは、主として便宜的なテキストの説明の目的のために一例として選択されており、その特定のアクティビティを参照して記述する技法が、他のアクティビティ(例えば、サッカーボールの特定の形態のキック、ゴルフクラブスイングを行うこと、スノーボード上でアクロバットな操縦を行うこと等)にどのように容易に適用されるかは、容易に理解されるであろう。

0104

一般的に言えば、所与の身体的アクティビティについてODCを決定する広範なアプローチがある。これらは、以下を含むが、これらに限定されない。
● 二次的技術を利用して、それにより、MSDの理解を合理化すること。例えば、以下に提供する実施例は、MCDとMSDとの組み合わせを利用するアプローチを議論する。MCDは、主に(例えば、強力な高速カメラを使用する)モーションキャプチャ技術の確立された性質の故に使用される。他方、モーションセンサ技術は、現在、有効性絶えず進歩している。十分に確立されたMCD分析技術の使用は、MSD及びMSDに関して行われる観察の理解及び/又は検証を支援する。
● MCD支援のないMSDの直接的な利用。例えば、MSDは、MCDと同様に、データをキャプチャして、それにより、MCDから従来から生成されたものと類似する(例えば、骨格関節を有する身体アバターに基づく)三次元身体モデルを生成するという意味で利用される。これはMCDの精度(accuracy)及び信頼度(reliability)の閾値仮定することが理解されるであろう。しかしながら、幾つかの実施態様において、これは達成可能であり、故に、MCD支援を不要にする。
● 例えば、MSD及び/又はMCDが、客観的に定義されたパフォーマンス結果データ(例えば、ローイングの場合には、パワー出力、そして、ゴルフの場合には、ボールの方向及び軌跡)と共に、複数のサンプルパフォーマンスのために収集される、機械学習法機械学習方法を実施して、それにより、ODCとスキルパフォーマンスに対する影響との間の関係の自動的な定義付けを可能にする。そのようなアプローチは、十分なサンプルサイズで実施されるとき、ODCのコンピュータ特定を可能にして、スキルパフォーマンス結果の予測を推進する。例えば、MSD(又は、幾つかの実施態様では、MCD)のサンプルパフォーマンス収集を使用するゴルフスイングモーションの機械学習に基づき、客観的に定義された結果の分析を使用してスイングパフォーマンスに影響を及ぼすODCを自動的に特定し、それにより、エンドユーザのハードウェア(例えば、MSU対応衣服)を使用したエンドユーザのスイングに関する結果の信頼性のある自動化された予測を可能にする。
● エンドユーザからの分析データの遠隔収集。例えば、エンドユーザデバイスは、「記録」機能を備え、「記録」機能は、(任意的に、ユーザ自身によって特定される徴候等に関する情報と共に)エンドユーザによってそれぞれ行われる特定のスキルを表すMSDの記録を可能にする。記録されるデータは、複数のユーザのための所与のスキル(又は特定の徴候を有する特定のスキル)についてMSDを比較し、故に、スキル(及び/又は徴候)についてODCを特定するよう、中央処理場所に送信される。例えば、これはデータの共通点を特定することによって達成される。

0105

非MSDデータを活用してMSDデータを検証及び/又は他の方法で支援する他のアプローチを含み、サンプルユーザグループを定義及び分析するための異なる技術を実施する他のアプローチも含む、他のアプローチが使用されてもよい。

0106

スキルトレーニングプログラムのコンテキストにおいて使用し得る徴候及び/又は原因のためのODCの開発に寄与する主観エキスパートコーチング知識を可能にすることに向けられた特定の例示的な実施態様を参照して、上の第1の実施例を以下により詳細に検討する。

0107

スキル分析フェーズ−サンプル分析例
幾つかの例示的な実施態様では、トレーニングされる各スキルについて、1つ又は複数のサンプルスキルパフォーマーを使用して、そのスキルに含まれるモーションの初期分析を実行し、それにより、最適なパフォーマンスと準最適なパフォーマンスとの間の差の決定を可能にする(故に、最適なパフォーマンスに向かう指導を可能にする)必要がある。一般的に言えば、これは視覚的分析で始まり、次に、視覚的分析は(1つ又は複数の中間プロセスを介して)モーションセンサデータの分析(観察可能なデータ条件(Observable Data Conditions)又はODCについてのモニタリングと呼ぶ)に変換される。

0108

本明細書で記載する例示的な技法は、複数のサンプル被験者による(所与のスキルについての)身体的スキルパフォーマンスを表すデータを取得することを含む。各身体的スキルパフォーマンスについて、データは、好ましくは、以下を含む。
(i)1つ又は複数のキャプチャ角から1つ又は複数のキャプチャデバイスによってキャプチャされるビデオデータ。例えば、ローイングのコンテキストにおいて、これは、側方キャプチャ角及び後方キャプチャ角を含んでよい。
(ii)あらゆる利用可能なモーションキャプチャ技法を使用したモーションキャプチャデータ(MCD)。これに関して、「モーションキャプチャ」は、例えば、既知の場所にいる被験者に取り付けられた視覚マーカを使用して、モーションを表すデータをキャプチャするために、キャプチャデバイスを使用する、技術を指す。一例は、Vicon によって提供されるモーションキャプチャ技術である(しかしながら、発明者/出願人とViconとの間の提携は推測されるべきでない)。
(iii)1つ又は複数の身体装着式モーションセンサを使用するモーションセンサデータ(MSD)。

0109

いずれの場合においても、好適なアプローチは、(i)生データ及び(ii)ある程度の処理を受けたデータの両方を格納することである。これは特にモーションセンサデータに当て嵌まる。より新しい/より良い処理アルゴリズムが利用可能になるに応じて、時間の経過に伴って生データを再処理し、それにより、エンドユーザ機能性を向上させてよい。

0110

概観すると、一般的な概念は、(現実コーチにとって最も有用である)ビデオデータと(MSU対応衣服から得られるデータの分析を介したコーチングを含む最終的なエンドユーザ機能性に必要とされる)MSDとの間の足掛かり(steppingstone)としてMCDを使用することである。MCDは(i)十分に開発された信頼性の高い技術であり且つ(ii)身体部分の精密な相対的モーションをモニタリングするのに適しているので、MCDは、この点に関して有用な足掛かりを提示する。

0111

全体的な技法は、以下のフェーズ、すなわち、(i)選択的な被験者によるサンプルパフォーマンスを表すデータの収集、(ii)ビデオデータを使用する1人又はそれよりも多くのコーチによるサンプルパフォーマンスの視覚的分析、(iii)1人又はそれよりも多くのコーチによって行われる視覚的観察のMCD空間への変換、及び(iv)MCD観察に基づきMSDを分析し、それにより、実際の意味で1人又はそれよりも多くのコーチの観察を表すMSD空間内のODCを特定することを含む。これらのフェーズの各々を以下に更に詳細に議論する。これはブロック201乃至204を介して図2Aに例示されている。

0112

代替的な方法が、(ビデオデータの収集を省略し、代わりに、MCDを使用して生成したデジタルモデルを介して視覚的分析を行う)図2B、(MSDのみを使用し、MSDに基づくコンピュータ生成モデルを使用して視覚的分析を達成する)図2C、(視覚的分析がなく、サンプル間の類似性及び相違を特定するMCDのデータ分析のみがある)図2D、及びMSDを介した機械学習を利用する図2Eに例示されている(MSDはサンプルパフォーマンスのために収集され、データ分析は結果データに基づいて行われ、それはサンプルパフォーマンスの1つ又は複数の結果パラメータが客観的に測定し、ODCは機械学習に基づき定義されて、ODCに基づく結果の予測を可能にする)。

0113

「1人以上(1人又はそれよりも多く)」のコーチを使用することに関して、幾つかの場合には、多数のコーチを使用し、それにより、所与のスキルの分析及びコーチングに関して合意位置を定義し、幾つかの場合には、代替的/追加的に多数のコーチを使用して、コーチに固有のコンテンツを定義する。後者は、エンドユーザがより広いコーチング合意に基づくコーチングと特定のコーチの特定の視点に基づくコーチングとの間で選択することを可能にする。実用的なレベルでは、商業的実施のコンテキストにおいて、後者は、(任意的により高い価格帯での)プレミアムコンテンツ提供のための基礎として提供されてよい。「コーチ」という用語は、コーチとして資格を有する者、又は(運動選手アスリート)又は他のエキスパート(専門家)のような)本目的のためにコーチング能力において仕事をする者を記述するために使用されることがある。

0114

スキル分析フェーズ−被験者選択例
被験者選択は、所与のスキルを代表する被験者のグループを選択することを含む。幾つかの例示的な実施態様において、サンプル選択は、以下のパラメータのうちの1つ又は複数に亘る標準化(normalisation)を可能にするために実行される。
(i)能力レベル。好ましくは、能力レベルの範囲に亘る十分な代表があるように、複数の被験者が選択される。これは、既知の能力レベルのセットを最初に決定して、各レベルについて十分な被験者数を確保すること、第1のサンプルグループを分析し、その分析に基づきそのグループ内からの能力レベル代表を特定し、任意的に、能力レベルを代表するに至らないサンプルグループに拡大すること、又は他のアプローチを含む。本明細書で記載する実施態様において、ユーザ能力レベルは、多数のレベルでの自動的なコーチングプロセスの中心である。例えば、以下に更に議論するように、ユーザ能力レベルの初期評価は、例えば、PODデバイスがモニタリングするODCに関して、PODデバイスがどのように構成されかを決定するために使用される。コンテキストとして、初心者が行うミスはエキスパートが行うミスと異なる。その上、例えば、最初にトレーニングを提供し、それにより、初心者レベルで最適な(又は最適に近い)パフォーマンスを達成し、引き続きトレーニングを提供し、それにより、より進んだレベルで最適な(又は最適に近い)パフォーマンスを達成することによって、ユーザの実際の能力レベルに向けられたコーチングを提供することは有利である。
(ii)身体サイズ及び/又は形状。幾つかの実施態様において、又は幾つかのスキルについて、身体サイズ及び/又は形状は、(例えば、徴候の観察可能な特性を参照することによって)スキルのモーション属性に直接的な影響を有することがある。任意的なアプローチは、サンプルが、理想的には各能力レベルで、複数の身体サイズ/形状の各々を代表するように、サンプルを拡大することである。以下に更に議論するように、身体サイズ/形状の標準化は、幾つかの実施態様において、以下に更に議論するように、データ駆動型サンプル拡張方法を介して代替的に達成される。手短に言えば、これは、収集されたデータに所定の変換のセットを適用し、それにより、そのデータを異なる身体サイズ及び/又は形状の範囲に亘って変換することによって、複数のMCD/MSDデータセットが各サンプルユーザパフォーマンスについて定義されるのを可能にする。
(iii)スタイル。ユーザはパフォーマンスに重大な影響を与えない独自のスタイルを有することがある。サンプルは、好ましくは、徴候の観察特性がスタイルに依存しないように、スタイルに亘る標準化を可能にする十分な代表を含む。これは、個々のスタイルの特徴とは無関係に、パフォーマンスに基づく方法におけるコーチングを可能にする。しかしながら、幾つかの実施態様では、少なくとも徴候の選択が、スタイル固有の方法において定義される。例えば、これはコーチングが特定のスタイルを採用することを可能にする(例えば、特定の運動選手のスタイルに向けたコーチングを可能にする)。

0115

単純性のために、以下の記述は、多数の能力レベルについての標準化に焦点を当てる。例示的な実施態様では、「m」能力レベル(AL1乃至Alm)があり、各能力レベルで「n」被験者(SUB1乃至SUBn)がいる。すなわち、全体としてm*nの被験者がいる。各個々の能力レベルでの被験者の数は必ずしも等しくなくてよい(例えば、幾つかの実施態様では、所与の能力レベルで追加的な被験者が観察され、それにより、より信頼性の高いデータが得られる)。

0116

前述のように、幾つかの実施態様では、例えば、追加的なデータポイントが好ましいという特定に基づき、サンプルは時間の経過に伴い拡張される。

0117

スキル分析フェーズ−パフォーマンスレジーム定義例
幾つかの例示的な実施態様において、各テスト被験者(test subject)(AL1乃至ALnの各々でのSUB1乃至SUBn)は、所定のパフォーマンスレジーム(performance regime)を実施する。幾つかの実施態様において、パフォーマンスレジームは、複数の能力レベルに亘って一定である。他の実施態様では、特定のパフォーマンスレジームが各能力レベルについて定義される。コンテキストとして、幾つかの場合には、パフォーマンスレジームは、様々な強度レベルでのパフォーマンスを含み、特定の強度レベルは、閾値能力レベル未満では不適切なことがある。

0118

幾つかの実施態様は、所与のスキルについて分析パフォーマンスレジームを定義することを含むプロセスを提供する。このレジームは、サンプルデータ収集の目的のために各被験者によって実行されるべき複数の身体的スキルを定義する。好ましくは、分析パフォーマンスレジームは、所定の数のセットを実行する命令によって定義され、各セットは、所定のセットパラメータを有する。セットパラメータは、好ましくは、以下を含む。
(i)各セットについての反復数。例えば、セットは、n反復(ここで、n≧1)を含んでよく、被験者は、所定のパラメータでスキルを反復的に試みる
(ii)反復命令。例えば、反復の間にどれくらい休むか。
(iii)強度パラメータ。例えば、セットは一定の強度(同じ強度Icでの各反復REF1乃至REPn)で実行されてよく、強度を増加させる(強度I1で反復R1を実行し、次に、強度I2でREP2を実行する、ここで、I1>I2等)、或いは強度を減少させる(強度I1で反復REP1を実行し、次に、強度I2でR2を実行する、ここで、I1<I2等)、或いは、より複雑な強度プロファイルを実行する。強度が定義される方法は、アクティビティに依存する。例えば、速さ(スピード)、電力周波数等のような、強度パラメータが使用されてよい。そのような測定値は、幾つかの場合に、客観的な測定及びフィードバックを可能にする。代替的に、最大強度百分率(例えば、“最大値の50%”)は主観的であるが、しばしば効果的である。

0119

一例として、エルグ機械(室内ローイング機器の一形態)上のローイングモーションの形態におけるスキルを分析する所与の分析パフォーマンスレジームは、以下のように定義されてよい。
● 6つのセット(SET1乃至SET6)を実行し、セット間に5分の休憩を取る。
● 各セットについて、8回の連続的な反復を実行する(REP1乃至REP8)。
●強度パラメータは、強度=100WでのSET1、強度=250WでのSET2、強度=400WでのSET3、強度=550WでのSET4、強度=700WでのSET5、及び強度=850WでのSET6である。

0120

ローイングの実施例への言及は、以下に更に続く。しかしながら、これは例示のために提供される代表的なスキルに過ぎないこと、及び基礎を成す原理は広範なスキルに適用可能であることが理解されなければならない。

0121

スキル分析フェーズ−例示的なデータ収集プロトコル
パフォーマンスレジーム(performance regime)の各ユーザの完了に関して、データが収集され且つ格納される。上述のように、この実施例について、本明細書で考慮する主要な実施例において、データは、以下を含む。
(i)1つ又は複数のキャプチャ角から1つ又は複数のキャプチャデバイスによってキャプチャされるビデオデータ。例えば、正面、背面、側面、反対面、上面、及び他のカメラ角のうちの1つ又は複数が使用されてよい。
(ii)あらゆる利用可能なモーションキャプチャ技術を使用するモーションキャプチャデータ(MCD)。
(iii)1つ又は複数の身体装着式モーションセンサを使用するモーションセンサデータ(MSD)。

0122

データ収集を実行する条件を制御し、それにより、サンプル間の高度の整合性(consistency)及び比較可能性(comparability)を達成することが好ましい。例えば、これは、マーカ等を使用して一貫したカメラ配置保証して、被験者の位置決め、被験者上のMSUの正確な位置決め等を支援することのような、技術を含んでよい。

0123

収集されるデータは、1つ又は複数のデータベース編成され且つ格納される。メタデータも好ましくは収集され且つ格納され、それにより、追加的な文脈を提供する。更に、幾つかの場合には、データを処理して、キーイベント(鍵となる事象)を特定する。具体的には、事象は、モーションベースのイベントについてデータ内に自動的に及び/又は手動タグ付けされてよい。例えば、所与のスキルの反復は、開始、終了、及び1つ又は複数の中間イベントのような、複数のモーションイベントを含んでよい。イベントは、ステップのようなもの、ボールに触れられる瞬間、ローイングモーション中のキーポイント(鍵となる地点)等を含んでよい。これらのイベントは、各データセット内で、又はビデオデータ、MCD及びMSDに亘って同期させられ得るタイムライン上で定義されてよい。

0124

スキル分析フェーズ−例示的なデータ同期
データの各形態は、好ましくは、同期させられるように構成される。例えば、以下の通りである。
●ビデオデータ及びMCDは、好ましくは、同期させられ、それにより、比較検討を可能にするように構成される。これは、例えば、(特に異なる視認角からキャプチャされたビデオ/MCDの比較分析に特に有用な)並列ビデオ検査(side-by-side video review)や、(特に共通角についてキャプチャされたビデオ/MCDに有用な)部分的な透明性を用いたオーバーレイ検査(overlaid review)を含む。
● MSDは、好ましくは、多数のMSUからのデータが共通の時間基準に対して変換/格納されるよう、同期させられるように構成される。これは、幾つかの実施態様では、それ自体のローカルクロック(local clock)に対する時間基準及び/又は観察可能な地球時間クロック(global time clock)に対する時間基準を表すデータをPODデバイスに提供する各MSUによって達成される。分散ノードによって供給されるデータの時間同期のための様々な有用な同期技法は、例えば、メディアデータ同期を含む、他の情報技術環境から知られている。

0125

同期は、好ましくは、(データが共通の時間基準に対して標準化されるように構成される)時間ベースの同期を含むが、時間ベースの同期に限定されない。幾つかの実施態様において、イベントベースの同期は、時間ベースの同期に加えて又は時間ベースの同期の代わりとして(又は時間ベースの同期を支援する手段として)使用される。

0126

イベントベースの同期は、MCD又はMSDのようなデータがイベントを表すデータを含むような、プロセスを指す。イベントは、典型的には、データについてのローカルタイムラインに対して定義される。例えば、MCDは、0:00:00に開始時点を有するビデオファイルを含んでよく、イベントは、その開始時点に対する時間で定義される。イベントは、(例えば、所定の観察可能な信号のようなソフトウェアプロセスによって特定され得るイベントを参照することによって)自動的に定義されてよく、且つ/或いは(例えば、そのデータの手作業の視覚的検査中にビデオデータをマーキングし、特定のイベントが発生した時間を特定して)手作業で定義されてよい。

0127

MCDのコンテキストにおいて、データは、好ましくは、1つ又は複数のパフォーマンスイベントに基づき同期を可能にするようマーキングされる。例えば、ローイングのコンテキストでは、ローイングモーション中の様々な特定可能なモーションポイント(motion points)を印し、それにより、モーションポイントの共通性に基づきビデオデータの同期を可能にする。これは、異なるサンプルユーザからのビデオデータを比較するときに特に有用である。それはそのようなユーザ間の異なる速度の動きを特定するのを支援する。幾つかの場合において、モーションポイントベースの同期は多数のアクティビティに基づき、ビデオレートは、2つの異なるサンプル(例えば、異なるユーザ、異なる反復、異なるセット等)についてビデオデータにおける2つの共通のモーションアクティビティを並列に(又は重ねて)見て、これらのモーションアクティビティ間で同じ速度の進行を示すように、調整される(例えば、速さが増大させられ、或いは速さが減少させられる)。例えば、1人の漕ぎ手が1秒のストローク時間を有し、他の人が1.2秒のストローク時間を有するならば、モーションアクティビティベースの同期は、後者が1秒に短縮され、それにより、2つの漕ぎ手のモーション間のより直接的な比較を可能にするように、適用される。

0128

スキル分析フェーズ−例示的なデータ拡張方法論
幾つかの実施態様では、各被験者のためにMSD及び/又はMCDを、データ拡張プロセスを介して変換し、それにより、異なる身体属性を有する複数の更なる「仮想被験者」を定義する。例えば、各MCD及び/又はMSDデータアクティビティが複数の異なる身体サイズに基づき変換されるのを可能にするよう、変換を定義する。これは、特定の身体サイズを有する被験者からのパフォーマンスのキャプチャが、異なる身体サイズを反映する複数のサンプルパフォーマンスに拡張されるのを可能にする。「身体サイズ」という用語は、身長、胴の長さ、上肢の長さ、下肢の長さ、腰幅肩幅等のような、属性を指す。これらの属性は、実際には、MCD及びMSDデータ収集にそれぞれ使用されるマーカ及びMSUの移動経路パス)及び相対位置を変更することが理解されるであろう。

0129

データ拡張は、全てのサンプル遂行者から収集されるデータが「標準的」身体サイズを有する仮想遂行者による1つ又は複数の仮想パフォーマンスを含む仮想パフォーマンスのセットに拡張され得るという点で、身体サイズの標準化のコンテキストにおいても有用である。幾つかの実施態様では、単一の「標準的」身体サイズが定義される。標準身体サイズの使用、並びにサンプルパフォーマンスからその標準身体サイズへのMSD及びMCDの変換は、多数のサンプル遂行者の身体サイズの違いにも拘わらず、MCD及びMSDの直接的な比較を可能にする。

0130

スキル分析フェーズ−例示的な仮想分析方法論
上述したように、並びに図2Aのブロック202に示すように、例示的なスキル分析方法論の特徴は、ビデオデータを介したサンプルパフォーマンスの視覚的分析を含む。他の実施態様において、ビデオ分析は、ビデオデータの代替として、又はビデオデータに加えて、MCD及び/又はMSDから導出されたコンピュータ生成モデルを使用して実行される。従って、以下の実施例は、ビデオデータに基づく検査に焦点を当てるが、そのような実施例は非限定的であり、ビデオデータは、他の実施態様において、MCD及び/又はMSDに基づき生成されるモデルと置換されることが理解されるべきである。

0131

視覚的分析は、スキルとそのスキルのコンポーネントの予備的な理解、徴候の初期的特定、及び所定の分析スキームに基づく個々のサンプルパフォーマンスの分析を含む、様々な目的のために実行される。

0132

図3は、1つの実施態様に従った例示的なユーザインターフェース301を例示している。特別に適合されたソフトウェアは全ての実施態様において使用されないことが理解されるであろう。図3の実施例は、主として、視覚的分析プロセスにおいて特に役立つ鍵となる機能性を例示するために提供される。

0133

ユーザインターフェース301は、複数のビデオディスプレイオブジェクト302a乃至302dを含み、ビデオディスプレイオブジェクトは、それぞれ、格納されるビデオデータを再生するように構成される。幾つかの実施態様において、ビデオディスプレイオブジェクトの数は、例えば、(i)所与のサンプルパフォーマンスについてのビデオキャプチャカメラ角度の数、及び(ii)ユーザコントロールに基づき異なり、ビデオディスプレイオブジェクトは、各角度について提供される。ユーザ制御に関して、ユーザは、パフォーマンスレベルで(この場合には、多数のビデオディスプレイオブジェクトがそのパフォーマンスに関連付けられる多数のビデオ角度のために集合的に構成される)或いは個々のビデオベース(例えば、1つ又は複数のサンプルパフォーマンスから特定の角度を選択すること)で、表示されるべきビデオデータを選択することが可能にされる。各ビデオディスプレイオブジェクトは、単一のビデオを表示するか、或いは多数のビデオを同時に表示するように構成される(例えば、2つのビデオをある程度の透明性を伴って互いに重ね、それにより、オーバーラップ及び相違の視覚的観察を可能にする)。再生コンテキストディスプレイ304は、ビデオディスプレイオブジェクトに何が表示されているかについての詳細を提供する。

0134

オブジェクト302a乃至302d内に表示されるビデオデータは、同期される、例えば、時間同期される。共通のスクロールバー303は、(前述のように、各ビデオディスプレイオブジェクト内に多数のオーバーレイされた(overlaid)ビデオオブジェクトを含んでよい)多数の同期されたビデオを通じた同期ナビゲーションを可能にするために設けられる。幾つかの実施態様では、時間同期とモーションイベントベースの同期との間を移動するためにトグル(toggle)が設けられる。

0135

ナビゲーションインターフェース305は、ユーザが利用可能なビデオデータをナビゲートするのを可能にする。このデータは、好ましくは、複数の属性を参照することによってソートされるように構成され、それにより、所望のパフォーマンス及び/又はビデオの特定を可能にする。例えば、1つのアプローチは、先ず、スキルによってソートし、次に、能力レベルによってソートし、次に、ユーザによってソートすることである。好適な実施態様において、ユーザは、パフォーマンスビデオデータセット及び/又は個々のビデオをビデオディスプレイオブジェクトにドラッグアンドドロップするのが可能にされる。

0136

図3は、追加的に、観察記録インターフェース306を例示している。これは、ユーザが、見られたパフォーマンスデータセットに関連付けら得る観察を記録するのを(例えば、チェックリストを完成する、メモを作成する等を)可能にするために使用される。多数のパフォーマンスデータセットが見られるとき、好ましくは、マスターセット、及び1つ又は複数のオーバーレイされた比較セットがあり、観察はマスターセットと関連付けられる。

0137

(スキル分析フェーズ−視覚的分析を介した例示的な徴候特定)
例示的な実施態様では、多数のエキスパート(例えば、コーチ)が、サンプルパフォーマンスを検査し、それにより、徴候を特定することに関与する。幾つかの場合、これは、観察記録インターフェース306を提供する、ユーザインターフェース301のようなインターフェースによって容易にされる。エキスパートから知識を引き出す例示的な方法が、PCT/AU2016/000020において議論されている。

0138

スキル分析フェーズ−(例えば、状態エンジンデータについての)ODCの例示的な決定
エキスパート/コーチによる視覚的分析に続き、スキル分析フェーズは、サンプルパフォーマンスの視覚的分析から得られたエキスパート知識(expert knowledge)を分析して、MSDに基づく徴候の自動的な検出を可能にするODCを定義する、データ分析サブフェーズ移行する。例えば、そのようなODCは、トレーニングプログラムがエンドユーザの身体的パフォーマンスにおける特定の徴候の検出を表す入力に基づき動作することができるように、後にエンドユーザハードウェア(例えば、PODデバイス)にダウンロードされる、状態エンジンデータにおいて使用される。

0139

所与の徴候についてODCを定義するために、ある範囲の様々な方法論が様々な実施態様において使用されることが理解されるであろう。幾つかの実施態様において、一般的な方法論は、以下を含む。
(i)MSDの分析を実行し、それにより、視覚的分析の結果に基づき徴候の存在を示すと予測される(例えば、加速率及び方向を含むMSDに基づく)データ属性の組み合わせを特定すること。
(ii)(例えば、実際に記録されたMSDを使用して)サンプルパフォーマンスを表すデータに対するそれらのデータ属性をテストして、それらのデータ属性が(任意的に能力レベルに固有の基準で)関連する徴候を表示する全てのサンプルパフォーマンスに存在することを検証すること。
(iii)(例えば、実際に記録されたMSDを使用して)サンプルパフォーマンスを表すデータに対するそれらのデータ属性をテストして、それらのデータ属性が(再び任意的に能力レベルに固有の基準で)関連する徴候を表示しないサンプルパフォーマンスに存在しないことを検証すること。

0140

実施例は、以下を含むが、それらに限定されない。
●視覚的分析とMSDとの間の足掛かりとしてMCDを使用するアプローチ。
● 視覚的分析からMSDの分析に直接的に移行するアプローチ。
● 個々のセンサから得られるデータに基づきODCを定義するアプローチ。
● MSDから構築される仮想身体モデルを使用して全体的な身体モーションに基づきODCを定義するアプローチ。

0141

一揃いの実施例を以下に詳細に記載する。

0142

幾つかの実施態様において、ODCは、例えば、MSU及び/又はPODデバイスで余りプロセッサ/電力集約的でないODCを定義することによって、エンドユーザハードウェアを効率的に活用するよう、調整される。例えば、これは、サンプリング速度、データ解像度等に関して関連することがある。

0143

スキル分析フェーズ−視覚的観察からMCD空間への例示的な変換
上述のように、幾つかの実施態様において、MCD空間は、視覚的観察とMSDデータ分析との間の足掛かりとして使用される。これは、(例えば、MSDを共通の幾何学的基準フレームに変換することに関連する挑戦に留意して)MSDに基づき仮想身体モデルを正確に定義することに関連する挑戦を回避するのに有用である。

0144

全体として、このプロセスは、所与の徴候について、その徴候を表示するものとして印されたパフォーマンスと関連付けられたMCDを分析することを含む。この分析は、幾つかの実施態様において、(徴候がモーションから観察可能である程度は能力レベルによって異なることに留意して)能力レベルに固有の基準で行われる。例えば、分析は、関連する徴候を表示するサンプルについての(MCDに由来するコンピュータ生成モデルのような)MCDを、徴候を表示しないサンプルについてのMDCと比較することを含む。

0145

図5は、1つの実施態様に従った方法を例示している。これは一例に過ぎず、類似の目的を達成するために様々の他の方法が任意的に使用されることが理解されるであろう。ブロック501は、分析のための徴候を決定することを含むプロセスを表している。例えば、徴候は、ローイングのコンテキストにおいて、「突っ込んだ腕」(“snatched arms”)であってよい。ブロック502は、分析のためのサンプルデータを特定することを含むプロセスを表している。例えば、サンプルデータは、以下を含んでよい。
● 徴候と関連付けられる全ての反復についてのMCD。
● 特定の強度パラメータでの徴候と関連付けられる全ての反復についてのMCD。すなわち、分析は、徴候が(他の強度パラメータとは対照的に)特定の強度パラメータでどのように存在するかを考慮する。
● 特定の能力レベルでの徴候と関連付けられる全ての反復についてのMCD。すなわち、分析は、徴候が(他の能力レベルとは対照的に)特定の能力レベルでどのように存在するかを考慮する。
● 特定の強度パラメータ及び特定の能力レベル(すなわち、前の2つのアプローチを組み合わせたもの)での徴候と関連付けられる全ての反復についてのMCD。

0146

他のアプローチも使用されてよい。幾つかの場合には、(所与の徴候に関連する或いは関連しないと判明することがある)強度及び能力のような要因の影響をより良く理解するために、上記アプローチの多数が組み合わせにおいて使用される。

0147

ここで使用されるMCDは、好ましくは、例えば、上で議論したサンプル拡張技法に基づき標準的な身体サイズに標準化されたMCDである。同様に、そのようなプロセスから得られるODCは、可変な(及び潜在的に無限に可変な)範囲の身体サイズに適用可能であるように、サンプル拡張の変換原理を使用して非標準化されることが可能である。

0148

機能ブロック503は、潜在的な徴候インジケータモーション(SIM)を特定することを含むプロセスを表している。例えば、これは、関連する徴候を表す予測されるサンプル反復の各々についてMCD内で観察可能なモーションの属性を特定することを含む。インジケータモーションは、幾つかの実施態様において、MSUが取り付けられる身体部分のモーションパスモーション経路)の属性によって定義される。モーションパスの属性は、角度、角度の変化、加速減速、加速/減速の変化等のようなものを含む。本明細書では、これを「ポイントパスデータ」(ポイント経路データ)(“point path data”)と呼び、それは身体上に定義されるポイントのモーション属性を表すデータである。これに関して、潜在的SIMは、「ポイントパスデータ」の1つ又は複数のセットによって定義される(すなわち、幾つかの場合には、1つのセットのポイントパスデータがあり、その場合、SIMは1つの身体部分だけのモーションに基づき、幾つかの場合には、多数のセットのポイントパスデータがあり、その場合、SIMは、前腕及び上腕のような多数の身体部分のモーションに基づく)。

0149

コンテキストとして、ポイントパスデータのセットは、所与のポイントについて以下のデータを含むように定義されてよい。
● X軸加速度:最小A、最大B
● Y軸加速度:最小C、最大D
● Z軸加速度:最小E、最大F

0150

加速度以外のデータも使用されてよい。更に、多数の加速度測定値があってよく、これらは、他のイベント及び/又は測定値に時間参照されてよい。例えば、ポイントパスデータの1つのセットは、ポイントパスデータの他のセットの観察に続く定義された時間期間を参照することによって制約されてよい。コンテキストとして、これは上肢にあるポイントと前腕にあるポイントとの相対的な動きを考慮するSIMを定義するために使用されてよい。

0151

機能ブロック504は、潜在的SIMが比較データに対してテストされる、試験プロセス(testing process)を表している。幾つかの実施態様において、試験は、以下を検証する。
(i)ポイントパスデータの1つ又は複数のセットが、サンプルデータにおける反復のそれぞれについて、MCDにおいて観察される。これは、潜在的SIMが、それが動作するように設計されるサンプル中の徴候の存在を特定することに関して効果的であることを検証する。
(ii)ポイントパスデータの1つ又は複数のセットは、関連する徴候と関連付けられない反復について、MCDにおいて観察されない。これは、徴候が存在しない場合に、潜在的SIMが引き起こされないことを検証する。

0152

判定505(decision)は、潜在的SIMが505での試験に基づいて検証されるか否かの決定(determination)を表している。

0153

潜在的SIMが成功裡に検証され得ない場合、SIMは精緻化され(refined)(ブロック506を参照)、再テストされる(re-tested)。幾つかの実施態様において、精緻化(refinement)及び再試験(re-testing)は、インタラクティブ(対話型アルゴリズムを介して自動化される。例えば、これは、前に所定の潜在的SIMの基礎を成すポイントパスデータ定義を、関連する徴候が存在しないパフォーマンス反復についてMCDを参照することによって特異であると検証され得るポイントに絞り込むように動作する。幾つかの場合には、閾値数の反復に続いて所与のSIMを検証することができず、新しい開始ポイントの潜在的SIMが必要とされる。

0154

ブロック508は、成功裡の試験に続くSIMの検証を表している。

0155

サンプルデータが関連する徴候と関連付けられる全ての反復についての全MCDデータのサブセットである幾つかの実施態様では、SIMがその全MCDデータのあらゆる他のサブセットについても検証されることを示すデータが生成される(例えば、SIMは、第1の能力レベルでの分析に基づき導き出されるが、第2の能力レベルでも検証される)。

0156

潜在的なSIMを決定するプロセスは、(例えば、ビデオ及び/又はMCDに由来するモデルデータの視覚的分析に基づく)主として手作業のプロセスであってよいことを理解されるべきである。しかしながら、幾つかの実施態様において、プロセスは、様々なレベルの自動化によって支援される。例えば、幾つかの実施態様では、アルゴリズムが、徴候が存在しないMCDにおけるMCDと比較した、徴候を表示するMCDにおける共通性に基づき、潜在的なSIMを特定するように構成される。そのようなアルゴリズムは、幾つかの実施態様において、全ての他のサンプルパフォーマンス(サンプルパフォーマンスは身体サイズのために標準化されている)に対する徴候を表示するサンプルパフォーマンスのサンプルセット特異性包括的に定義される潜在的なSIMの集合を定義するように構成される(各SIMは、MCD空間又はMSD空間内のポイントパスデータのそれぞれの1つ又は複数のセットによって定義される)。1つの実施態様では、アルゴリズムが、選択される徴候又は徴候の集合に共通する全てのMCDを含むデータセットを表すデータを出力し、(例えば、特定のセンサ、モーション内の特定の時間窓、データ解決制約等に基づき)そのデータセットのフィルタリングを可能にし、それにより、(例えば、エンドユーザに提供されるMSU対応衣服のMCDに基づき)エンドユーザハードウェアのコンテキストにおける実用的な適用を可能にする特性を有する潜在的なSIMへのデータセットのユーザ誘導狭小化ナローイング)を可能にするように構成される。

0157

幾つかの実施態様において、試験プロセスは、視覚的分析が失敗した反復における徴候の識別を可能にするために追加的に使用される。例えば、試験失敗の回数が少ない場合、それらは、徴候が実際に存在しないのか或いは微かに存在するのかを確認するために、視覚的分析に晒される。

0158

スキル分析フェーズ−MCD空間からMSD空間への例示的な変換(ODC)
図5の方法のような方法によって検証されたSIMは、次に、MSD空間に変換される。上記のように、各SIMは、ポイントパスデータの1つ又は複数のセットを表すデータを含み、ポイントパスデータの各セットは、人体上の定義されたポイントについてのモーション属性を定義する。

0159

ポイントパスデータが定義される人体上のポイントは、好ましくは、MSUが(i)サンプルパフォーマンス中に被験者が着用するMSU構成、及び(ii)エンドユーザが利用するMSU対応衣服のコンテキストにおいて取り付けられるポイントに対応して定められる。幾つかの実施態様では、エンドユーザMSU対応衣類(又はそのバリエーション(変形))が、サンプルパフォーマンスの目的のために使用される。

0160

ポイントパスデータが、MSUが取り付けられるポイント以外のポイントのために定義される場合には、データ変換を実行し、それにより、ポイントパスデータをそのようなポイントに調整するのが好ましい。代替的に、そのような変換は後続の段階に統合されてよい。

0161

全体として、サンプルデータ(図5のブロック502のサンプルデータ)におけるサンプルパフォーマンス反復のうちの1つ又は複数のためのMSDを分析し、それにより、ポイントパスデータに対応するデータ属性を特定する。例えば、ポイントパスデータは、基準フレーム(好ましくは、重力基準フレーム)に対するモーション方向及び/又は加速方向の1つ又は複数の定義された範囲を示すことがある。

0162

幾つかの実施態様において、(a)MCD空間内で得られたSIMから(b)MSD空間によって定義されたデータへの変換は、以下を含む。
(i)ポイントパスデータの各セットについて、ポイントパスデータを表す、SIMが関連するサンプルパフォーマンスの各々に存在する、MSD属性を特定すること。幾つかの場合、ポイントパスデータとMSDの属性との間の関係は、例えば、MSDの性質の故に不完全である。そのような場合、特定されたMSD属性は、ポイントパスデータによって定義されるモーションよりも広いことがある。
(ii)図5のブロック504〜506の反復試験と類似するプロセスによって特定されるMSDデータ属性を検証し、それにより、特定されるMSD属性が、徴候を表示するサンプルパフォーマンスについてのMSD内に一貫して見出され、全ての徴候のないサンプルパフォーマンスに存在しないことを検証すること。

0163

MSD空間へのこの変換プロセスは、収集段階(例えば、図2Aのブロック201)中に使用される1つ又は複数のMSUから得られるデータ内で観察されるときに徴候の存在を示す、データ条件をもたらす。すなわち、変換プロセスは、徴候についてのODCをもたらす。

0164

このように定義されるODCの決定は、1つ又は複数のセンサの個々のセンサデータ条件によって定義される。例えば、ODCは、規則(例えば、タイミング規則:センサXがAを観察し、定義された時間内に、近接センサXがBを観察する)との組み合わせにおいて、各センサでの速度及び/又は加速度の測定値に基づき観察される。

0165

次に、ODCは、エンドユーザデバイスへのダウンロードのために利用可能にされるように構成された状態エンジンデータに統合されるのが可能にされ、それにより、関連する徴候をモニタリングするそのエンドユーザデバイスの構成が可能にされる。

0166

上記変換プロセスによって定義されるODCは、データ収集フェーズにおいて使用されるMSUに特異であることが理解されるであろう。この理由のために、エンドユーザによって使用されるような収集フェーズ中に(例えば、同じMSU対応衣服を介して)同じMSU及びMSU位置付けを使用するのが便利である。しかしながら、幾つかの実施態様では、例えば、異なるMSU及び/又は異なるMSU位置付けを伴う、多数のバージョンのエンドユーザMSU対応衣服がある。そのような場合、MSD空間への変換は、各衣服バージョンのために別個に任意的に実行される。これは、(特定のエンドユーザ機器に対応する)仮想MSU構成の仮想適用を介して、収集されたテストデータの既知のデータ変換及び/又はモデリングを適用することによって、達成されることがある。例えば、後者に関して、MCDから導出される仮想モデルは、1つ又は複数の仮想MSUをサポートし、SIMデータに対応するコンピュータ予測MSU読取りを決定するフレームワークとして、任意的に使用される。分析フェーズを介して収集されるデータがそのような状況において時間の経過と共に再使用され得ることを条件として、これはハードウェアの進歩に基づき時間の経過と共にODCを再定義する能力を提供することが理解されるであろう。

0167

MSC分析に基づき生成されるODC又はSIMを定義するプロセスである例示的なプロセスを図6に例示する。検証されたSIMが601で特定される。ポイントパスデータのセットの第1のものが602で特定され、そして、これはブロック603乃至608によって表されるプロセスを介して分析され、それはポイントパスデータの各セットについてループする。このループ処理は、ポイントパスデータに対応する潜在的なMSD属性を特定することを含む。例えば、幾つかの実施態様において、これは、収集されたMSDを、関連する収集されたMSDの全部又はサブセットについてのポイントパスデータと同じ時点で処理することを含む(MCD及びMSDは時間同期のために構成された方法で格納されることに留意のこと)。次に、604で試験を実行して、特定されたMSD属性が、サンプルパフォーマンスから収集された全ての関連する徴候に存在するMSD内に存在するか否かを605で決定し、(そして、幾つかの実施態様では、特定されたMSD属性が、徴候が存在しないMSD内に存在しないことを保証する)。必要な場合には、606で精緻化を実行し、さもなければ、607でMSD属性を検証する。

0168

SIM内のポイントパスデータの全てのセットについてブロック603乃至608のループ処理がひとたび完了すると、検証されたMSD属性を609で組み合わせ、それにより、徴候についての潜在的なODCを定義する。次に、これらもブロック610乃至613のプロセスを介して試験し、精緻化し、且つ検証し、それにより、潜在的なODCを、(i)関連する徴候が実際に存在する全ての関連するサンプルパフォーマンスMSD内で特定し、且つ(ii)関連する徴候が存在しない全ての関連するサンプルパフォーマンスMSD内で特定しない(「関連する」(“relevant”)という用語は、幾つかの場合、分析が能力レベル等によって制限されることを示す)。

0169

更なる実施態様では、様々な代替的な方法論を使用し、それにより、所与の徴候についてODCを定義することが理解されるであろう。しかしながら、実質的に全ての場合において、方法は、分析を実行し、それにより、徴候が存在するサンプルパフォーマンスについて(収集された或いは仮想に定義された)MSD内に特定されることができるが、徴候が存在しないサンプルパフォーマンスにおいて特定されることができない、観察可能なデータ条件を定義することを含む。

0170

スキル分析フェーズ−MSD空間を介したMCD空間への仮想的な観察の代替的な変換
更なる実施態様において、MCDは、仮想身体モデルを生成するために使用され、そのモデルは、時間同期されたMSDと関連付けられる。そのようにして、スキルパフォーマンスモーションの特定のポイントで選択的な1つ又は複数のMSUについてMSDを使用して分析を行うことができる。

0171

この段階で使用されるMSDは、特定のパフォーマンスについてのMSD又は同様のパフォーマンスのサブセットに亘って集計されたMSD(例えば、定義された能力レベルでの標準化された身体サイズによるパフォーマンス)のいずれかである。集計は、(i)パフォーマンスのサブセットの全てにおいて類似/同一であるMSDのみを利用すること、及び(ii)集計されたMSDが、パフォーマンスのサブセットについてMSDの全て(又は統計的に関連する割合)を含むようにデータ値範囲を定義することの一方又は両方を含んでよい。例えば、後者に関して、第1のパフォーマンスのMSDは、特定の時点での特定のセンサのx軸加速度についてAの値を含んでよく、第2のパフォーマンスについてのMSDは、その特定の時点でのその特定のセンサのx軸加速度についてBの値を有してよい。これらは、集約MSDに集約されることができ、その場合、その特定の時点でのその特定のセンサのx軸加速度の値は、AとBとの間にあるものとして定義される。

0172

故に、以下のようなものを決定するために分析を行うことができる。
(i)特定のパフォーマンスについての、モーション中の特定のポイントでの、特定のセンサについてのMSDの1つ又は複数の特徴についての値(例えば、加速度計の値)。
(ii)(i)での値を、動作(movement)における同じポイントでの他のパフォーマンス(例えば、同じ能力レベルで同じ徴候を示す他のパフォーマンス)と比較する、比較データ。
(iii)パフォーマンスのセット(例えば、同じ能力レベルで同じ徴候を示す他のパフォーマンス)についての、動作における特定のポイントでの、特定のセンサについてのMSDの1つ又は複数の特徴についての値の範囲(例えば、加速度計の値)。
(iv)その特定の徴候を表示しない1つ又は複数の更なるパフォーマンスについての対応するMSDと比較するときの、特定の徴候を有する特定のパフォーマンスについての、動作中の特定のポイントでの、特定のセンサについてのMSDの1つ又は複数の特徴についての比較データ(例えば、加速度計の値)。

0173

そのような分析は、所与の徴候について予測されるODCを決定するために使用される。

0174

予測されたODCがひとたび定義されると、これらは図7に示したような方法を使用して試験されることができる。特定の徴候について予測されたODCが701で決定され、次に、これらは702でサンプルパフォーマンスについてのMSDに対して試験される。前の実施例と同様に、これは、予測されたODCがその徴候を表示する関連するパフォーマンスについてのMSD内に存在すること、及びODCが徴候を表示しない関連するパフォーマンスについてのMSD内に存在しないことを検証するために、使用される。例えば、「関連する」パフォーマンスは、共通の能力レベルでのサンプルパフォーマンスであり、幾つかの実施態様では、標準的な身体サイズに対して標準化される。試験に基づき、ODCは704で精緻化され、或いは705で検証される。

0175

スキル分析フェーズ−代替的なアプローチ
スキル分析フェーズに関連する様々な追加的の代替的なアプローチ及び技法が、PCT/AU2016/000020において議論されている。それら及び他の技法/アプローチは、本明細書で考察されるようなメディア管理についての実施形態の脈絡において任意的に使用される。

0176

例示的なダウンロード可能なコンテンツデータ構造
好適な実施態様において、ダウンロード可能なコンテンツは、以下の3つのデータの種類を含む。
(i)「センサ構成データ」(“sensor configuration data”)とも呼ぶセンサ構成命令を表すデータ。これは、1つ又は複数のPSUのセットの構成をもたらして、特定された属性を有するセンサデータを提供するように構成される、データである。例えば、センサ構成データは、所与のPSUに、アクティブ非アクティブ状態(及び/又は定義付けられるプロンプトに応答するそれらの状態間の進行)を採用させ、定義付けられるプロトコル(例えば、サンプリング速度及び/又は分解能)に基づきその構成要素センサコンポーネントのうちの1つ又は複数からセンサデータを配信させる、命令を含む。所与のトレーニングプログラムは、それぞれの練習のために(又はODCモニタリングの特定の形態を促すプログラム内イベントに応答して)に適用される、センサ構成データの多数のセットを含んでよい。幾つかの実施態様において、センサ構成データの多数のセットは、エンドユーザハードウェアの異なる構成内の特定のODCを特定するためにそれぞれ最適化されるように定められる。例えば、エンドユーザハードウェアの幾つかの構成は、追加的なPSU及び/又はより先進のPSUを有してよい。好適な実施態様において、センサ構成データは、ODCをモニタリングするときのデータ処理の効率を増大させるために、PSUによって配信されるデータを最適化するように、定められる。すなわち、コンテンツの特定の要素がn個の特定のODCをモニタリングする場合、センサ構成データは、それらのODCの特定にとって不必要なセンサデータの特徴を除去するように定められる。
(ii)接続されたセンサのセットのうちの1つ又は複数から受信する入力データを処理し、それにより、接続されたセンサのセットのうちの1つ又は複数によって検知される身体的パフォーマンスを分析するよう、パフォーマンス分析デバイス(例えば、PODデバイス)を構成する、状態エンジンデータ。重要なことには、これは、配信されるコンテンツに関連する1つ又は複数のODCのセットのモニタリングを含む。例えば、コンテンツは、PSUによって配信されるデータ内の特定のODCの観察に基づく論理によって駆動される。
(iii)(MSDの処理を介した)スキル/アクティビティに基づく(本明細書で議論されるようなメディアモニュメント(media monuments)のために必要とされる報告(reporting)のような)機能性を実行するように、任意的に、身体的パフォーマンスの分析(例えば、トレーニングプログラムデータを含むカリキュラムの配信)に応答してユーザにフィードバック及び命令を提供するように、パフォーマンス分析デバイスを構成する、ユーザインターフェースデータ。幾つかの実施態様において、ユーザインターフェースデータは、少なくとも部分的にウェブサーバから定期的にダウンロードされる。

0177

ダウンロード可能なコンテンツがエンドユーザデバイスに配信される方法は、例えば、エンドユーザハードウェアデバイスの性質、クラウドベースのデータ組織フレームワーク等に基づき、実施態様によって異なる。様々な例を以下に記載する。

0178

センサ構成データに関して、コンテンツデータは、PODデバイス(又は他のデバイス)がその特定のスキル(又はスキルのセット)のために最適化される明確な方法においてデータを提供するようPSUのセットを構成するのを可能にする、コンピュータ可読コードを含む。これは、PODデバイスで実行される処理量を削減するというコンテキストにおいて関連する。センサによって提供されるデータの量は、トレーニングされている特定のスキル又は複数のスキルの徴候を特定するために実際に必要とされるものに基づき減少させられる。例えば、これは以下を含んでよい。
● 1つ又は複数のセンサを選択的に(幾つかの場合には動的に)アクティブ化/非アクティブ化すること。
● 個々のセンサのサンプリング速度を設定する。
● 個々のセンサについてのデータ伝送速度及び/又はデータバッチングシーケンスを設定すること。
● センサが収集するデータのサブセットのみを提供するようにセンサを構成すること。

0179

PODデバイスは、トレーニングされるべきスキルに基づきセンサに構成命令を提供し、引き続き、PSU駆動トレーニングプログラムの配信を可能にするために、適用される構成(例えば、図11Aの機能ブロック1101及び1102を参照)に基づきセンサ又は複数のセンサからデータを受信する。

0180

幾つかの場合において、センサ構成データは、異なる時間にPODデバイスにロードされる様々な部分を含む。例えば、PODデバイスは、センサ構成が実施される特異性を漸進的な方法において増加させる、(同時又は異なる時間にダウンロードされてよい)1つ又は複数の追加的なセットのコードによって補足される、全てのセンサ構成に亘って包括的(generic)である、(例えば、そのファームウェア内の)そのようなコードの第1のセットを含んでよい。例えば、1つのアプローチは、トレーニングされている特定のスキルについて、ベースレベルの命令、特定のMSUのセットに固有の命令、及びそれらのMSUの構成に固有の命令を有することである。

0181

センサは、どのトレーニングコンテンツが配信されるかに関するスキルについての特定のモニタリング要件に基づき構成されるのが好ましい。これは、幾つかの場合には、トレーニングされている特定のモーションベースのスキルに特異であり、或いはトレーニングされているモーションベースのスキルの特定の属性に特異でさえある。

0182

幾つかの実施態様では、状態エンジンデータは、トレーニングされている所与のスキルに基づき、接続されたセンサ(すなわち、PSD)から得られるデータをどのように処理するかに関して、PODデバイスを構成する。幾つかの実施態様において、各スキルは、(任意的にそれぞれ徴候を表す)ODCのセットに関連付けられ、状態エンジンデータは、センサデータを処理し、それにより、特定のODCの観察に基づきユーザのパフォーマンスの客観的な決定を行うように、PODデバイスを構成する。幾つかの実施態様において、これは、特定のODCの存在を特定し、次に、関連付けられる徴候が存在することを決定することを含む。幾つかの場合において、これは引き続き二次的分析を引き起こして、その徴候と関連付けられる原因のセットのうちの1つを表すODCを特定する。他の実施態様において、分析は、(i)ユーザのパフォーマンスに基づきセンサデータから決定された徴候モデルデータ及び(ii)予め定義付けられたベースライン徴候モデルデータ値の間の変動に基づく決定を含む。これは、例えば、予め定義付けられた特性を備える各徴候に関するユーザのパフォーマンスの比較を可能にするために使用される。

0183

幾つかの実施態様におけるユーザインターフェースデータは、ユーザインターフェースを介してレンダリングされるグラフィカルコンテンツを提供するためにレンダリングされるデータを含む。幾つかの実施態様において、そのようなデータは、PODデバイス上で維持される(例えば、ビデオデータは、PODデバイスから、スマートフォン又は他のディスプレイのような、ユーザインターフェースデバイスにストリーミングされる)。ユーザインターフェースを介してレンダリングするためのグラフィックコンテンツを定義する他の実施態様のデータは、(i)スマートフォン上の又は(ii)クラウドでホストされる場所のどこかに格納される。

0184

ユーザインターフェースデータは、追加的に、適応トレーニングプログラムの実行を引き起こすように構成されるデータを含む。これは、PSD(例えば、MSDから得られるODC)及び他の要因(例えば、能力レベル、学習スタイル、精神/身体状態のような、ユーザ属性)を含む入力に応答する論理/規則を含む。幾つかの実施態様において、そのようなデータのダウンロードは、ユーザがトレーニングプログラムに参加するためにアクティブなインターネット接続が必要とされない、オフラインモードにおける動作を可能にする。

0185

例示的なコンテンツ配信方法
前述のように、幾つかの実施形態では、コンテンツは、オンラインマーケットプレイス(例えば、クラウドホスティングされたプラットフォームによって配信されるオンラインマーケットプレイス)を介してユーザに利用可能にされる。ユーザは、(例えば、パーソナルコンピュータ又はモバイルデバイス上で実行するウェブブラウザアプリケーションを介して)そのマーケットプレイスアクセスし、所望のトレーニングコンテンツを取得する。取得されたコンテンツに基づいて、ユーザは、(例えば、サーバに、ローカルWiFiネットワークにであってよいPODデバイスのインターネット接続を介してPODデバイスにコードを直接ダウンロードさせることによって)所望のアクティビティ及び/又はスキルに関するトレーニングの提供に関連する機能を含む機能を実行するようPODデバイスを構成する。この構成に基づいて、トレーニングプログラムルールのセットが、インタラクティブ(interactive)トレーニングプロセスを提供するようPODデバイス(又は、さらなる実施形態では、PODデバイスに結合された第2のデバイス)上で実行されることができる。インタラクティブトレーニングプロセスは、ユーザに、ユーザパフォーマンスを表す入力に応答するフィードバック/命令を提供する。この入力はPSUから得られ、PODデバイスによって処理される。インタラクティブトレーニングプロセスは、幾つかの実施形態では、(i)事前に定義されたパフォーマンス属性に関連する観察されるユーザパフォーマンス属性;(ii)履歴パフォーマンスデータを含むユーザ属性データ;(iii)スキルトレーニング進行経路動的変数であり得る);及び(iv)その他の要因、を考慮する、複雑なルールのセットに基づいて動作する。

0186

本開示は、主に、モーションセンサのセット(例えば、衣服に結合された着用可能なモーションセンサを含む;モーションセンサは、3次元におけるユーザの身体位置変動の分析を可能にするように構成される)から得られるユーザパフォーマンスデータを受信するPODデバイスの例に焦点を当てている。例えば、これは、スポーツ及び人間の動きを伴う他のアクティビティのような身体的アクティビティに関するトレーニングに特に適用可能である。しかし、この技術は、他の形態のセンサから得られるデータに関しても同様に適用可能である。例は、オーディオ、ビデオ、位置、湿度、温度、圧力などをモニタするセンサを含む。そのようなセンサからのデータは、広範囲のアクティビティのタイプにわたるスキルトレーニングに有用であり得ることが理解されるであろう。例えば、オーディオセンサは、言語スキル、歌唱、及び楽器の演奏のようなトレーニングアクティビティに特に有用である。

0187

一般的なレベルでは、本明細書に開示される技術は、幾つかの実施形態では、専門家の知恵を得ることができるように構成されており、これによりコーチと学生との間の1対1の会話再現する。これに関して、幾つかの場合の特徴は、以下を含む:
● 双方向のやりとりデジタル技術汎用性が高くスケーラビリティが高く、事実上任意のスキル又はアクティビティに適用できます。センサ及び関連技術を使用することで、リアルタイムのコーチング体験(real-time coaching experience)で個々のユーザのスタイル及び生理機能に適応しながら、各インタラクションにより、より良く教える能力がある。
● リアルタイム命令。センサは、動き及び技術のミスを診断し、パーソナライズされた、触覚及び/又は視聴覚フィードバック及び/又は命令の自動化された(かつ実質的に瞬時の)配信を可能にする。
● 高度なパフォーマンス。トラッキングだけでなく、ユーザは絶えずコーチングされる。パフォーマンスの結果として生じる測定可能な上昇は、ユーザが、より大きな確実性を伴って早くマイルストーンに達しかつ目標に達するのに役立つ。

0188

様々な実施形態によってこれらの特徴がどのように達成されるかは、本明細書の記載に基づいて理解されるであろう。

0189

スキルトレーニングコンテンツは、(例えば、グラフカル及び/又は可聴形式の)ユーザインターフェースを介してレンダリングされる。上記のように、これが達成される様々な技術的構成が存在する。好ましいアプローチは、トレーニングコンテンツがPODデバイス150に直接ダウンロードされ、ユーザがレンダリングされたコンテンツを体験することを可能にするビデオ及び/又はオーディオ出力を含む別個のデバイスを介してレンダリングされることである。別個のデバイスは、スマートフォン(幾つかの実施形態では、PODデバイス150によって提供されるコンテンツをレンダリングするように構成されたアプリケーションを実行する)、ヘッドセット、統合されたディスプレイを有する眼鏡のセット、網膜ディスプレイデバイス、及び他のそのようなユーザインターフェースデバイスのうちの1つ又は複数を含み得る。

0190

モバイルデバイス(スマートホンなど)が使用される幾つかの実施形態では、PODデバイスは、コンテンツをモバイルデバイスに配信するように構成されるローカルウェブサーバを提供する。モバイルデバイスは、ウェブブラウザアプリケーション(又は場合によっては専用アプリケーション)を実行し、これは、どのコードがPODデバイスからローカルウェブサーバとして取得されるかに関するウェブアドレスにナビゲートする。

0191

スキルトレーニングコンテンツは、好ましい実施形態では、オンラインマーケットプレイスから得られる。このマーケットプレイスは、好ましくは、ユーザが様々な異なるスキルトレーニングパッケージを選択して入手し、ユーザのPODデバイス(又はPODデバイス(複数))へのそれらのダウンロードを管理することを可能にする。「スキルトレーニングパッケージ」という用語は、スキルトレーニングコンテンツの取得可能なセットを表す。これは、単一のスキル、共通のアクティビティに関連する様々なスキル、又は他の様々な構成に関連し得る。本開示は、スキルトレーニングデータがどのように編成され、調達のために利用可能にされ、収益化されるかなどを構造化するためのいかなる特定の実施オプションを参照することによっても限定されるべきではない。

0192

例示的なコンテンツ配信フレームワーク
以下のセクションは、エンドユーザデバイスへの、PSD(MSDなど)の処理によって駆動される適応スキルトレーニングコンテンツのような、コンテンツの配信のための様々な例示的な技術的フレームワークを記載する。

0193

概要では、以下のアプローチのいずれか1つ又は複数、あるいはそれらの組み合わせが使用され得る:
● 第1のウェブ対応デバイスを介したダウンロード可能なコンテンツのブラウジング及び選択であって、コンテンツのダウンロードが続いて第2のウェブ対応デバイスに生じる。例えば、コンテンツはスマートフォンで閲覧され、その後、ウェブソースからPODデバイスに直接ダウンロードされる。
● 第1のウェブ対応デバイスを介したダウンロード可能なコンテンツのブラウジング及び選択であって、コンテンツのダウンロードが続いてその第1のウェブ対応デバイスに生じる。その後、第1のウェブ対応デバイスから、PODデバイスのような第2のデバイスへのコンテンツの一部又は全部の二次ダウンロードがあり得る(例えば、センサ構成データ及び状態エンジンデータが最初にモバイルデバイスにダウンロードされ、その後、PODデバイスに配信される)。
●ユーザインターフェースデバイスと分離したPODデバイスの利用。例えば、モバイルデバイスがユーザインターフェースを提供するために使用され、PODデバイスはMSU対応衣服に取り付けられた処理ユニットである。
● ユーザインターフェースデバイスと統合されたPODデバイスの利用。例えば、幾つかの実施形態では、スマートフォンがPODデバイスの役割を果たす。
● 既存のエンドユーザモバイルデバイスに物理的に結合されるPODデバイスの利用。例えば、PODデバイスは、例えばクレードルタイプのマウントを介して、スマートフォンに結合する処理ユニットとして定義される。

0194

図9Aは、1つの実施形態による例示的なコンピュータ実施フレームワークを示す。様々な代替の実施形態が図9B乃至図9Dに示され、同様の特徴は対応する参照番号で示されている。

0195

それぞれの図示されたフレームワークは、1つ又は複数のマイクロプロセッサ(単に「プロセッサ」とも呼ばれる)を用いてコンピュータ実行可能コード(コンピュータ可読キャリア媒体に記憶され得る)を実行することによって機能性(例えば、「コンピュータ実施方法」のパフォーマンス)を提供するようにそれぞれ構成される、複数のコンピューティングデバイス(「マシン」又は「端末」とも呼ばれる)を含む。様々なコンピューティングデバイスは、具体的に図示されていない、他のハードウェアコンポーネントの範囲を含むことが理解されるであろう。

0196

図9Aの例は、中央管理及びコンテンツ管理プラットフォーム900を示す。このプラットフォームは、単一のコンピューティングデバイス(例えば、サーバデバイス)によって、又はより好ましくは複数のネットワークコンピューティングデバイスによって定義されることができる。サーバのコンポーネントは、関連する機能性を個々に又は集合的に提供するように構成される様々な構成のコンピューティングデバイスを特に参照することなく、機能的に説明される。そのような事項は設計選択の問題であり、広範囲のネットワーク及びサーバアーキテクチャが当該技術分野においてよく知られていることが理解されるべきである。更に、幾つかの実施形態では、並列に動作するプラットフォーム900の複数の例がある。

0197

プラットフォーム900は、複数のユーザ(上述の被験者など)によって操作されるコンピューティングデバイスを介してこれらのユーザによってアクセスされる機能を提供するように構成される。図9Aは、例示的なユーザに関連して操作されるユーザ側機器920のセットを示す。実際には、複数のユーザのそれぞれが、同様の機器920(図示せず)のそれぞれのセットを操作する。

0198

機器920は、モバイルデバイス930を含む。例えば、この実施形態では、モバイルデバイス930は、スマートフォンの形態をとる。しかし、他の実施形態では、タブレット、PDA、ポータブルゲームデバイスなどのような異なるモバイルデバイスが使用される。幾つかの実施形態では、モバイルデバイス930は、専用(purpose-configured)ハードウェアによって定義され、具体的には、説明した全体的なフレームワークに関連する機能を提供することを意図される。概要では、モバイルデバイス930の主要な機能は、ユーザインターフェースを介して、プラットフォーム900から得られるコンテンツを配信することである。このコンテンツは、「必要に応じて」ベースで(オンラインモードで)ダウンロードされることができる、(それによってオフラインモードでの動作を可能にするよう)事前にダウンロードされることができる、又はその両方を行うことができる。

0199

モバイルデバイス930は、外部ヘッドホンマイクロホングラフィカルディスプレイ(例えば、拡張現実ディスプレイ、網膜投影ディスプレイを提供するように構成された眼鏡)を提供するウェアラブルデバイスなどのような外部ユーザインタラクションハードウェアのうちの1つ又は複数のピースに結合されることができる。

0200

図9Aの例では、モバイルデバイス930は、アプリケーションダウンロードサーバ(app download server)971からダウンロードされるモバイルアプリケーション(mobile app)(例えば、iOS又はAndroidアプリ)を介してプラットフォーム900とインタラクトするように構成される。(この実施形態では、サーバ971は第三者運営するサーバであるが、他の実施形態は、第一者のサーバを使用する)。このようなモバイルアプリケーションは、メモリデバイス934に格納され、プロセッサ933を介して実行される。モバイルアプリケーションは、利用可能なインターネット接続を介してアプリケーションインタラクションサーバ972と通信するようにモバイルデバイス930を構成し、アプリケーションインタラクションサーバ972は、プラットフォーム900を介して利用可能なデータへのゲートウェイを提供する。

0201

図9Bの例では、モバイルデバイス930は、ウェブブラウザアプリケーションを介してプラットフォーム900とインタラクトするように構成され、このウェブブラウザアプリケーションは、所定のウェブアドレスへのナビゲーション時に、モバイルデバイス930を、利用可能なインターネット接続を介してモバイルデバイスウェブサーバ974と通信するように構成する。ウェブサーバ974は、次に、プラットフォーム900を介して利用可能なデータへのゲートウェイを提供する。ウェブブラウザアプリケーションは、モバイルデバイス930のメモリ934に格納されたコードに基づいて実行され、サーバ974を介してデバイス930にダウンロードされるブラウザレンダリング可能なユーザインターフェースコードを介してプラットフォーム900に固有のユーザインターフェースを提供する。

0202

機器920は、更に、パーソナルコンピュータ(PC)940を含む。これは、PODデバイス950の形態のさらなるハードウェアデバイスがプラットフォーム900と通信することを可能にするように、正確にかつ適切に構成される実質的に任意のコンピューティングデバイスであり得る。例えば、1つの実施形態では、PODデバイスは、有線接続(USB接続など)又は無線接続(WiFi接続又はBluetooth接続など)を介してPC940に接続する。機能的には、これは、プラットフォーム900からPODデバイス950へのデータのダウンロードを可能にする。
代替構成及び接続が、実施されることができ、それによって、例えば以下のPODデバイス950間の通信を可能にする:
モバイルサービス930を介してプラットフォーム900にアクセスするPODデバイス950、及びウェブサーバ973(図9Cを参照)。これは、PODデバイス950の動作に関連するデバイス930の特定の機能にアクセスすること、又は幾つかの実施形態では、モバイルデバイス930を介して提供されるインターネット接続に単にアクセスすることを含む。
● ウェブサーバ973を介してプラットフォーム900にアクセスするPODデバイス950(図9D参照)。

0203

幾つかのそのような場合、例えばPODデバイス950が固有の方法でユーザインターフェースを提供しない場合、所与のユーザは、ユーザインターフェース(例えば、モバイルアプリケーション又はウェブページ)にアクセスするためにモバイルデバイス930(又は他の適切に構成されたコンピューティングデバイス)を操作し、それによってプラットフォーム900に、そのユーザに関連するPODデバイス950に特定のデータを配信するよう命令する。そのような実施形態では、データは、利用可能なインターネット接続を介してPODデバイス950に直接ダウンロードされる。

0204

幾つかの実施形態では、モバイルデバイス930上でレンダリングされるスキルトレーニングコンテンツは、まずPODデバイス950にダウンロードされる。これは、モバイルデバイス930が(インターネット接続なしの)オフラインモードで、スキルトレーニングデータを提供することができるように実施され、必要なコンテンツはPODデバイス950によって提供される。これは、モバイルデバイス930がない例において特に適切であり、ユーザインターフェースは、PODデバイス950とのみ通信するユーザインターフェース配信デバイス990を介して提供される(例えば、ヘッドセット、内蔵ディスプレイを有する眼鏡、網膜投影デバイスなど)を含む。

0205

例示的なPODデバイス及びセンサ構成
PODデバイス950は、1つ又は複数のPSU960から収集されたデータの処理を実行するように構成される。これらのPSUは、有線及び/又は無線接続を介してPOD950に接続される。例えば、1つの実施形態では、PODデバイスは、直接有線結合を介してPSUの第1のセットに接続されるとともに、ブリッジングコンポーネント(bridging component)へのRFリンクを介してPSUの第2のセットに接続され、ブリッジングコンポーネントは、直接有線接続を介してPSUの第2のセットに接続されている。

0206

PSUの範囲は、収集されるデータの性質に応じてさまざまな実施形態にわたって使用される。次に、収集されるデータの性質は、ユーザによって行われているスキルまたはアクティビティに依存する。例えば、以下のユーザの場合は、本明細書で検討される多くの例及び実施形態に関連する:
● 着用可能なMSU。MSUは、被験者によって着用されるように構成された衣類(MSU対応衣服)に組み込まれる。このような衣類の例は、それぞれが既知の位置に複数の離間したMSUを含む圧縮タイプの衣類(シャツ又はズボンなど)を含む。幾つかの場合には、衣類は、利用可能な取り付け位置間でMSUの移動を可能にするために、それぞれのMSUを解放可能に受け入れるための予め形成された取り付け場所を含む。1つの実施形態では、圧縮シャツは、複数のモーションMSUを支持するとともに、取り付け部がシャツを通って延びかつシャツに包まれる有線接続を介してPODデバイスをMSUに結合するように、PODデバイスを相補的に解放可能に受け入れる取り付け部を有する。シャツは、共通のRF通信モジュール配線されるさらなる複数のモーションMSUを含む圧縮ズボンの相補的なセットに結合されることができる。そのRF通信モジュールは、シャツの上に設けられるさらなるRFモジュールと又はPODデバイスによってMSDを通信させ、それによって、PODデバイスがシャツ及びズボンの上の全てのMSUからデータを受信することを可能にする。
● ASU。異なる実施形態では、異なるオーディオセンサが使用される。利用可能なセンサの例は、マイクベースのセンサ、それによってオーディオ信号を受信するように、オーディオ入力ポートに(例えば、2.5mm又は3.5mmジャックコネクタを介して)差し込むセンサ、MIDI信号を生成するピックアップなどを含む。

0207

PODデバイス950は、PODデバイスによって受信される出力信号(例えば、デジタル出力信号)を提供する実質的に任意の形態のPSUからのデータを処理するソフトウェアを介して構成されることができることが理解されるであろう。

0208

幾つかの実施形態は、PODデバイスの複数の異なるハードウェア構成を提供し、それぞれは特定のPSUとインタラクトするように製造される。例えば、例示的なPODデバイスは以下を含み得る:
●衣服によって担持されるように構成されたPODデバイスであって、その衣服によっても担持される複数のMSUに物理的に結合する(そして場合によっては、1つ又は複数のさらなるMSUに直接又は間接的に無線で結合する)、PODデバイス。
マイクを含むPODデバイス。
●オーディオ入力ポート(3.5mmヘッドホンジャックなど)を含むPODデバイス。

0209

更に、様々な形態のPSUが、幅広いスキルに関してトレーニングを可能にすることが理解されるであろう。例えば、1つ又は複数のASUに結合されたPODデバイスは、場合によっては、様々な音楽的スキル(例えばうこと、楽器の演奏など)のトレーニングを提供するために使用される。

0210

ユーザインターフェースの配信のための例示の構成
ユーザインターフェースがフィードバック及び/又は命令を提供する方法は、ハードウェア構成に基づいて変化する。幾つかの実施形態では、ユーザインターフェースは、オーディオのみ(例えば、ヘッドホンを使用する)であり、この場合、命令及びフィードバックはオーディオベースである。幾つかの実施形態では、ユーザインターフェースは、表示画面(例えば、スマートホンデバイスによって提供される表示画面、適切な眼鏡及び/又は網膜ディスプレイデバイスなど)を必要とする視覚情報を含む。

0211

図9Aのユーザ側機器の構成は、図10Aに示されるように機能するように構成されることができる。より具体的には、マーケットプレイスプラットフォームが、PODデバイスにPOD/エンジンデータを配信し、特定のスキル(又はスキルのセット)に関するトレーニングコンテンツを配信するPODデバイスの構成を可能にするように技術的に構成される。PODデバイスは、マーケットプレイスから以前にダウンロードされたPOD/エンジンデータに基づいてセンサからの受信データを処理するように構成される。この処理に基づいて、PODデバイスは、(例えば、フィードバックを提供し、ユーザに特定のタスクを実行するように命令するためになど)そのユーザインターフェースを介してプラットフォームコンテンツを表示するようモバイルデバイスに命令を提供する。モバイルデバイスは、プラットフォームから、関連するプラットフォームコンテンツをダウンロードする。

0212

他の実施形態(例えば、オーディオデバイスデジタルディスプレイを備えた眼鏡など)においては、さらなるフィードバックデバイスが使用され、図10Aでは、これは、PODデバイスに直接結合されているものとして示されている。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ