技术领域
本发明涉及对人的步行进行计测并基于计测值来评价人的步行能力、或者人的步行状态，由此有助于人的身体状态的判断、判定、认定、或者诊断等的系统。
背景技术
在使健康寿命延长、预防痴呆症等抗衰老的领域中，许多医疗相关人员指出人的步行是重要的。因此，自动地计测人的步行的装置、系统被实用化。例如，本申请人提出了能够高精度地检测步行速度的细微变化趋势的记录装置(国际公开号WO2016/043081号公报)。
该记录装置的特征在于：从便携终端的传感器取得表示步行者是否在平坦且直线步行的计测信息，基于计测信息，仅提取位置信息中的步行者平坦且直线步行的情况下的位置信息，基于提取出的位置信息计算步行者的步行速度，与步行者的过去的步行速度进行比较，向步行者通知步行速度的变化。
现有技术文献
专利文献
专利文献1：WO2016/043081号公报
发明内容
发明所要解决的课题
以往的步行计测装置基于步行速度的变化，在更早的阶段发现衰老、慢性疾病、身体状况的变化等人的身体状态，使有助于其预防、改善。但是，由于道路的拥挤情况、天气、结伴步行的购物、参观等对于行人的外部要因、步行的目的等内部要因，人的步行状态一般因步行者自身的能力以外的要因而变化，因此即使平坦且直线步行，步行速度、步幅也无法成为反映了人的本来能力的情况，因此，存在无法更准确地判定人的身体状态的问题。因此，本发明的目的在于：提供一种能够基于人的步行的计测值来准确地判定人的身体状态的系统。
用于解决课题的手段
为了达成所述目的，本发明是一种评价计测对象的步行的系统，其特征在于，具备：计测装置，其持续计测所述计测对象的步行；以及运算装置，其执行基于该计测装置的输出的运算，所述运算装置运算所述步行的步行周期，执行包含该步行周期稳定的状态的步行的提取，并基于该提取的结果来评价所述测定对象。
发明效果
根据本发明，能够提供一种能够基于人的步行的计测值来准确地判定人的身体状态的系统。
附图说明
图1是表示发明人的某个日常中的作为时间(秒)的横轴与作为2步的周期的步行周期(毫秒单位)即纵轴之间的关系的特性图。
图2是将图1中的稳定步行放大后的特性图。
图3是本发明的系统的框图。
图4是便携终端的功能框图。
图5是服务器的功能框图。
具体实施方式
本发明人对人的步行进行了深入研究，结果发现如果如后述那样将人的步行划分为稳定步行和非稳定步行，提取稳定步行时的计测值，使用该计测值的平均值等作为评价指标，则能够得到值短期稳定的表示被计测者的步行能力的评价指标。因此，想到了通过着眼于其时序变化等来评价稳定步行，能够判别或判定人的衰老、年龄增加、衰弱等身体能力的降低、或者体力恢复、体力提高等身体能力的亢进。
在人的日常中，人的步行是多种方式混合存在的。例如，根据购物、观光、参观、搜索、慢跑等步行的目的、或者人行道的拥挤、道路的横穿、同伴的存在、团体行动、恶劣天气等外部环境，无论人意识到或没有意识到，都根据状况使步行加快或放缓。
另一方面，在人的日常生活中，大多情况下是在除了朝着目的场所以外没有其他步行目的、且不产生外部环境的状态下，在直线或平缓的曲线的平坦且没有障碍物的道路或通路步行，人无意识地按照节奏、或者规则地与自身相符的步速步行。其原因在于，人原本具备称为中枢模式发生器(central pattern generator)的步行功能。发明人将该步行称为稳定步行，与此相对，将前者的步行称为非稳定步行。
即，将连续的任意步数的步行周期等标准偏差为设定阈值以下的步行定义为稳定步行，将除此以外的步行定义为非稳定步行。基于该定义，能够将人的日常的步行划分为稳定步行和非稳定步行，生成表示所述被计测者的步行能力的评价指标。
由于非稳定步行受到来自步行目的、外部环境的影响，因此步行的状态、方式不能够由人的身体状态、身体能力准确地得出。另一方面，稳定步行不会受到来自步行目的或外部环境的影响，或者影响较少，因此步行的状态、方式源自人的身体状态、身体能力。换言之，是人的身体状态的变化。例如，衰老、年龄增加、衰弱等表现为稳定步行的指标的变化。相反，体力恢复、体力改善等也相同。因此，通过评价稳定步行的指标，能够判定、判别人的衰老、年龄增加、衰弱等人的身体状态、身体能力的变化。
但是，稳定步行与非稳定步行混合存在、稳定步行不规律地产生，因此将稳定步行与非稳定步行区分来提取的方法本来就不容易。
图1是表示本发明的某个日常中的作为时间(秒)的横轴与作为2步的周期的步行周期(毫秒单位)即纵轴之间的关系的特性图。步行周期大致为1000毫秒的步行是稳定步行，除此以外的步行是非稳定步行。可知稳定步行和非稳定步行混合存在，但是在步行之间产生多次稳定步行。图2是将图1中的稳定步行放大后的特性图。稳定步行的步行周期的变动系数(标准偏差/平均值)为1％左右。本发明人对健康高龄者的稳定步行的步行周期的变动系数进行了调查，结果是，健康高龄者为2％左右。
本发明者将稳定步行定义为人无意识使步行变慢、或者使步行加快等的无意识的自主步行，即步行周期的变动收敛于规定的阈值的步行，即如上述那样定义。所述变动的幅度例如可以是标准偏差或变动系数。阈值不受限定，可以根据人种、性别、年龄、身高、体重、疾病及其他身体的状态等的一个或多个进行变更。例如，标准偏差可以在10％的范围内，优选在5％的范围内，进一步优选在3％的范围内。
以往，从人的日常步行中区分稳定步行不容易，但本发明人利用作为测定对象的人携带的便携终端(智能手机)的步数计测功能，持续计测规定期间(日、周、月等)的白天的步行，求出步行的周期，便携终端和/或服务器的运算功能通过筛选(filtering)步行周期来提取稳定步行。并且，便携终端和/或服务器的运算功能能够基于提取出的稳定步行的步行周期来计算该稳定步行的指标，并基于该指标来评价人的身体状态。便携终端相当于请求保护的技术方案的计测装置。便携终端和/或服务器的运算功能相当于权利要求的运算装置。
由于每天的步行环境、其偶尔的步行目的不同，因此在此计算出的“稳定步行的步行周期”的平均值也实际上每日多少有些变动，但已确认其变动幅度极小。
人的“最易于步行的步行周期”根据包含人各自的步行能力、性格等的特性而确定，因此，认为只要不是突然的疾病，则在短期不会大幅变动，但中长期随着衰老、身体状况的变化而变动。“容易步行的步幅”也同样地中长期地变动。
另一方面，在除了稳定步行以外的非稳定步行中，由于受到外部环境的较大的影响，因此其平均步行周期的变动较大，另外，稳定步行和非稳定步行各自的平均值也较大地不同。验证其结果，可以确认将步行划分为稳定步行和非稳定步行的意义较大。
由于稳定步行时的平均步行周期在实际的计测中其变动幅度极窄，因此认为是非常接近“被计测者的最容易步行的步行周期”的值。即，认为如果追踪“稳定步行时的平均步行周期”的推移，则能够评价中长期的衰老、身体状况的变化的程度等人的身体状态。
同样，本发明人为了基于步行周期来评价个人的身体状态，而关注了步行比。步行比是指行宽除以步行率而得到的值，人各自的一定期间内的自由步行时的步行比恒定，即，步幅与步行率成比例的学术研究结果有很多。自由步行是排除外部环境的影响的步行，大多是在直线或平缓的曲线上计测的结果。步行率是每1分钟的步行周期数的2倍，即每1分钟的步数。
从多次计测导出的稳定步行的步行周期的平均值等也可以视为与上述自由步行同等的状况下的步行时的步行周期的平均值等，即，在稳定步行中，步行比大致恒定，即步行周期与步幅成比例。
步行比的优点在于，通过对步行率乘以步行比，能够推定步幅。如上所述，由于能够通过便携终端容易地检测步行率，所以如果决定了步行比，则通过将步行率乘以步幅，能够容易地大致准确地推定稳定步行的步行速度。
本发明人进行了研究，结果该步行比在中短期大致恒定。步行比还随着年龄增加等而逐渐减小。因此，能够将与年龄增加等相伴的步行能力的降低置换为稳定步行时的步行速度的相对降低，并提示给用户。置换为步行速度的原因在于，在健康寿命的优劣中步行速度被提及较多，并且步行速度容易被用户接受。
另外，能够定期地计测步幅和步行周期，获知步行比的中长期的变化。认为稳定步行的步行周期的计测误差极小，但在高龄期中步幅的降低程度比步行率的降低大。
步幅和步行周期的计测精度比稳定步行的步行周期的计测精度差，但通过获知稳定步行的步行周期的细微变化，而促使用户计测步幅和步行周期，还能够根据步行比的变化来评价身体状态，即，通过结合两者的优点，能够提前发现变化的征兆。
图3是本发明的系统的一实施例的硬件框图。系统具备多个便携终端10和服务器12，多个便携终端10和服务器12通过电话线路网、因特网等通信网14连接。便携终端10也可以具备加速度传感器和GPS传感器。
便携终端10以及服务器14分别具备作为计算机的通常的结构。通常的结构是指作为计算机的控制器(CPU等)、存储器(存储介质)、存储装置、显示器、通信部等。作为存储介质，可以是硬盘驱动器、闪存驱动器等非可移动型存储介质。作为便携终端10，也可以是安卓智能手机、苹果手机、或便携型个人计算机、腕表型的其他便携设备。服务器14的存储器由硬盘、闪存等非可移动型的记录介质构成。图4是便携终端的功能框图的一例。便携终端10具备步数计测模块20、步行周期计算模块22、位置计测模块24。便携终端10的控制器执行便携终端10的存储器的程序，并且与传感器等硬件协作，由此实现这些模块。模块也可以用单元、部、电路、块、单位、要素等其他术语来替换。
步数计测模块20基于加速度传感器或安卓终端的STEP_DETECTOR、STEP_COUNTER等软传感器(以下，简称为传感器)的输出，计测步数和步数计数时刻。根据加速度传感器的输出计算步数和步数计数时刻的方法可以是任意的。
步数计测模块20持续地获取传感器的输出，以第一步、第二步、…、第n步的方式对步数进行累计。步数计测模块20按照每个步数计数将毫秒单位的计数时刻信息(以下，将步数计数信息和时刻信息一并称为步数计测信息)记录到管理表中。管理表存在于便携终端10的存储器中。
步行周期计算模块22参照存储器的步数计测信息，基于步数计测模块20的步数计测值和时刻信息，根据时刻信息的差值计算各1步的周期。在上述时刻信息表示全部的每1步的计数时刻的情况下，该差值成为各1步的周期。另外，1步的周期是左右2步的周期的合计值。
但是，步数计测模块20的时刻信息有时不一定得到所有的每1步的计数时刻信息，在该情况下，可以基于上述步数计测模块20的计数时刻信息，通过任意的方法计算出每1步或每2步的计数时刻，将该差值作为步行周期信息。另外，在该情况下，也确认了能够充分得到达到本发明的目的所需的精度的步行周期信息。
在普通步行的情况下，1步的周期为350毫秒以上且小于700毫秒，2步的周期为700毫秒以上且小于1400毫秒。1步的周期350毫秒(171步/分)是跑步的状态，周期700毫秒(85步/分)是难以取得平衡那样的缓慢的步行，因此，所述任意的方法例如可以采用如果时刻信息的差值在700毫秒以上则进行二等分并计数为2步等方式。
步行周期计算模块22将所述步行周期信息持续地记录到存储器的管理表中，直到从步行开始到结束。管理表针对每个步数计数，使时刻信息和步行周期对应起来进行记录。
位置计测模块24将该取得时刻的步数和步数计数时刻信息与GPS数据的取得时刻和位置信息相关联，并且持续地进行记录。位置计测模块将该记录汇总在表中，并记录到存储器中。
便携终端10的控制器定期地将记录在存储器中的这些管理表上载到服务器12。服务器12针对每个便携终端10，即，对每个用户将管理表记录到存储装置中。
如图5所示，服务器12具备稳定步行提取模块50、步行速度运算模块52以及评价模块54。
稳定步行提取模块50参照管理表，按每个用户提取稳定步行。稳定步行提取模块50例如按每20步(每单位步行区间)判别步行是否为稳定步行。将单位步行区间、换言之稳定步行检查对象区域设为“20步”是因为，若单位步行区间大，则容易在稳定步行中混入非稳定步行，另一方面，若单位步行区间小，则难以区分稳定步行和非稳定步行。单位步行区间例如可以是8步～40步。
稳定步行提取模块50计算单位步行区间的20步各自的步行周期的变动值(标准偏差、或变动系数)。稳定步行提取模块50针对多个单位步行区间的每一个计算变动值，筛选阈值以内的单位步行区间。由此，稳定步行提取模块50能够判别稳定步行，将稳定步行时的平均步行周期数据积累在存储器中。
稳定步行提取模块50也可以针对所挑选的单位步行期间，将每个步数的步行周期的平均值与上限以及下限进行比较，除去超过上限的单位步行期间和低于下限的单位步行期间。上限是用于除去不能说是通常步行的快行或慢跑(高速区域的步行)的上限，下限也是用于除去不能说是通常步行的慢行(低速区域的步行)的上限。
在日常生活中，人大多在无意识中按照最容易步行的步行周期、步幅进行步行，因此在稳定步行时的步行周期中，该人最容易步行的步行周期的附近的值突出而被观测得较多。因此，稳定步行提取模块50根据一日等一定期间内积累的稳定步行时的平均步行周期数据的平均值和标准偏差，通过根据平均值只重新计算一定范围内的数据的平均值等计算过程，针对每个用户，求出排除了发生频率少的快行、慢行等的稳定步行时的平均步行周期，并将其按每个用户记录在管理表中。
步行速度运算模块52对每个用户运算步行速度。步行速度运算模块根据稳定步行的平均周期计算步行率，将其乘以步行比而计算步幅。步行速度运算模块52预先基于后述的步行比的计算，在每个规定期间重新计算步行比，并存储到存储器中。稳定步行提取模块50按每天、每周、每月、每3个月、每半年、或者每年等每个规定期间计算平均步行周期并存储到管理表中。
步行速度运算模块52能够对将1分钟除以平均步行周期/2而得到的步行率、即每1分钟的步数乘以根据所述平均步行周期计算出的步行率乘以步行比而得到的步幅，计算步行速度。步行速度运算模块52例如按照每日计算步行速度。即，步行速度运算模块52根据基于一日的平均步行周期的步行率乘以当前的步行比而得到的步幅计算步行速度，并将其记录到管理表中。步行速度运算模块52将计算出的步行速度发送到便携终端10的通信模块。便携终端10的控制器将从服务器12发送的步行速度显示于显示器等而向用户报知。
步行速度运算模块52预先计算步行比，每隔规定期间更新该步行比，并记录到存储器中。步行速度运算模块52也可以基于位置信息、位置信息的时刻信息、步数信息以及步数的时刻信息来计算多个步行比，根据多个所述步行比信息而预先在每个规定期间内确定步行比的代表值。作为步行速度运算模块52计算步行比的方式，有以下的方式。步行速度运算模块52是按每个用户定期地按照下述方式从管理表中取得步幅和步行率的组的数据，根据该多组数据得到步幅和步行率的关系式的方法。在该情况下，将步幅除以步行率来计算步行比，得到一定期间的步行比的平均值，或者基于回归分析等来创建求出步行比的关系式。
步行速度运算模块52也可以根据步行比按照年龄、性别、身高、体重、疾病等身体的每个属性被分类的模型，援用用户的属性符合的模型的步行比。在该方法中，步行速度运算模块52持续地针对每个用户积累较多的步行比的数据，并对其进行分析，由此能够构建模型。如果利用该模型，则不需要由便携终端10进行的步幅的计测。
对前者的方法进行说明。在步幅和步行率的计算中存在以下的方法。
1：步幅(cm)＝步行距离(m)/步数
2：步幅(cm)＝步行速度(m/分)×半步行周期(秒)
3：根据图像信息等步行的接地时刻和位置信息计算步行周期和步幅。
首先，利用图6对1的方法进行说明。使用了卫星电波等的位置计测在当前时刻精度低，但只要在规定位置反复计测就能够得到高精度的位置信息，因此能够根据起点Cs和终点Ce的位置信息确定起点终点间的距离。
当用户在起点Cs暂时停留并按下终端的“计测开始按钮”时，位置计测模块24将获取时刻的步数计测信息与GPS数据的该获取时刻和位置信息关联起来持续记录。
位置计测模块24能够根据“计测开始按钮”的操作来判别站在起点Cs的情况，能够判别为在接下来迈出最初的1步为止的数十秒间所得到的GPS数据是起点Cs的位置信息。直到步行开始第一步为止的时间超过数秒，因此位置计测模块24能够判别步行开始第一个步以后是步行状态，并使与步行中的各GPS数据关联的步数计数逐渐增加。
如果在终点Ce停止了数十秒，则之后的第一步的时刻成为数秒以上后，因此位置计测模块24能够确定步行结束时刻。如果在终点Ce停止了数十秒，则该期间的GPS数据取得时的步数计数相同，因此位置计测模块24将步数计数相同的GPS数据判别为终点Ce的位置信息。
当从终点Ce开始步行时，步数计数增加，因此位置计测模块24能够判别计测结束。位置计测模块24也可以通过终端10的“计测结束按钮”结束计测。
此时的步行是稳定步行，步行周期计算模块22根据步行中的步数和步数计数时刻信息，与已叙述的方法同样地计算平均步行周期。步行开始时刻能够推定为步行开始第一步的时刻的1步之前的时刻(减去平均步行周期/2的时刻)，因此步行开始时刻与步行结束时刻的差值成为步行所需时间，如果将步行所需时间除以平均步行周期/2，则计算出步数。
根据起点Cs和终点Ce的位置信息，确定起点Cs与终点Ce之间的距离，若将其除以步数，则计算出平均步幅。根据前述的平均步行周期来计算步行率，得到步行率和步幅的组的数据。
在电波状况好的场所，位置信息的标准偏差为10m左右，位置计测模块24如果反复进行计测，则能够迅速地提高位置信息的精度。位置计测模块24还能够基于提高了精度的距离信息准确地校正计测值。
若位置计测模块24多次进行该计测，则步幅与步行率的组的数据变多，因此接受了该数据的提供的、服务器12的步行速度运算模块52能够根据回归分析等创建步幅与步行率的关系式。步行速度运算模块52在样本数少时，可以设为步幅与步行率处于比例关系，而导出步行比的关系式，也可以采用根据年龄、性别等分类而得到的模型的关系式作为步行比。
接下来，对2的方法进行说明。将计测刚开始后的计测坐标设为Pm(Xm，Ym)，将计测即将结束之前的计测坐标设为Pn(Xn，Yn)，将其间的计测坐标设为Pi(Xi，Yi)，将其位置信息获取时刻设为Ti，设i＝m～n。假设用户以一定速度进行直线步行，则理论坐标推定式表示为(xi＝a×Ti+b，yi＝c×Ti+d)。
设为F＝Σ[(a×Ti+b-Xi)
位置计测模块24可以通过实施步幅计测模式，在预先任意决定的计测步行路径中进行计测，或者，在不确定步行路径而进行自动计测的情况下，以稳定步行的提取为触发来开始位置信息的自动计测，自动地确认计测区间为直线且在计测期间持续进行稳定步行的情况并进行计测。位置计测模块24将该步行区间分割为多个，根据分割区间的各2矢量的内积导出角度来进行直线判定。该判别阈值可以是任意的。
接着，对3的方法进行说明。在附属于建筑物或土地而具备终端ID、面部认证等个人认证、图像识别的结构的步行路中，计测装置自动地确定被计测者，根据传感器信息、图像信息的接地时刻和接地位置计测步行周期和步幅。
发明人确认了在意识到计测的情况下，被计测者意识到计测而容易快速步行，不排除成为与无意识下稍微不同的步行方式的可能性，但在实际的计测中，根据被计测者的特性，与步行率相应的步幅收敛于非常窄的范围的变化，步行比(步幅/步行率)也收敛于狭窄的范围的变化。在计测步行路的起点终点间的距离已知的情况下，也可以通过手动操作等将该值输入到便携终端10。在多个用户同意而使用相同的步行路的情况下，如果便携终端10基于起点和终点的坐标及昵称等个人的属性信息来确定该多个用户并共享步行路的距离信息，则能够更快地得到高精度的距离。
另外，在上述2的方法中，由于计算出稳定步行时的步行速度，所以不计算步幅和步行率，就能够在该状态下得到稳定步行时的步行速度。但是，存在以下的问题：在位置信息的精度低的现状下，对于提取微小的变化，计测值的精度低，另外计测频度也少，即无法得到用于解析的充分的计测数的情况较多。进而，由于从GPS等位置信息传感器运转到得到一定的精度需要时间，所以需要使GPS持续工作，因此电力消耗变得过大。在不久的将来，期待位置计测精度提高，即使通过少数次的计测也能够进行高精度的步幅计算。
步行速度运算模块52使用步幅和步行率的组的多次计测值，创建步幅与步行率之间的关系式。在步幅和步行率之间存在比例关系，该比例的常数或线性关系是步行比。通过发明人的验证，确认了20次以上的计测中的步行比的标准偏差小于3％，能够得到相当高的精度的关系式。步行比可以是对多次计测中得到的值进行平均而得到的值。步行速度运算模块52只要每隔规定期间(例如每3个月)更新关系式即步行比即可。步行速度运算模块52在每次运算得到步行比时都登记到管理表中。
步行速度运算模块52从管理表中读入平均步行周期，进而读入最新的步行比。步行速度运算模块52根据平均步行周期求出步行率，将步行率乘以步行比来计算步幅，由此运算步行速度。步行速度运算模块52例如基于一日的平均步行周期来运算一日的步行速度。
评价模块54根据管理表，针对作为步行能力指标的步行速度，参照该时序记录，检测步行速度的变化。例如，评价模块54参照一日的步行速度的过去几个月的量的记录，计算步行速度与日期之间的关系式。例如，在高龄者中，根据关系式可知几个月间的步行速度的减少率。评价模块54将该减少率与规定的阈值进行比较，基于比较结果创建警告显示，将其发送给与步行速度对应的便携终端10。作为阈值，例如可以是接近用户的年龄、性别的多个用户的平均值。
作为警告显示，在减少率为阈值以上的情况下，可以是用于促进用户对健康寿命的注意或对增进的意愿的显示。在减少率小于阈值的情况下，可以是称用户的健康寿命、或用于其维持的显示。
评价模块54也可以在短期间对稳定步行的周期的偏差、步行速度的变化率进行比较。例如，是每数日以内。如果说明一例，则考虑脑梗塞、脑出血等急性脑疾病容易突然发病，但实际上从数日前出现其前兆的情况也不少。在稳定步行的周期的偏差增大或者步行速度降低的情况下，与步行能力相比，原本就怀疑涉及运动功能、神经回路的急性疾病的风险(预兆)。这在关节疾病或其他疾病中，步行变得不稳定的情况也是相同的。
另外，评价模块54能够通过机器学习来生成稳定步行的步行能力指标与身体状态之间的相关关系。例如，可以将目标变量设为跌倒，将说明变量设为性别、年龄、体重、身高、生命数据(血压、体脂肪率、体温等)、稳定步行时的步行速度的信息(数月量)等步行能力指标，生成服务器进行机器学习而得到的多项式，根据该多项式，计算用户跌倒的风险，并将其忠告于用户。
作为步行能力指标，不限于步行速度，也可以是平均步行周期、其偏差的变动，或步幅的变动。关于前者，在健全者中，即使将为了提取稳定步行而确定的阈值设定得比原来的设定值大，所提取的稳定步行的步行周期的大半也与以原来的阈值设定时的步行周期相同，仅追加提取步行周期稍大的变动量的“稳定步行”的步行周期。在该“稳定步行”的情况下，实际上是非稳定步行混合存在的可能性高。但是，如果步行变得不稳定，则根据原来的设定值的阈值提取的稳定步行的数量减少，包含更大的设定值下的稳定步行的步行的提取数增加。
如果上述那样的趋势长期持续，则能够判别被计测者的步行变得不稳定，稳定步行模块50能够设为变更设定阈值的触发。如果在数日这样的短期间急剧地产生上述那样的状况，则有可能被计测者的步行急剧地变得不稳定，即能够捕捉到有严重的疾病的风险。因此，如果产生这样的现象，则评价模块54能够以此为触发而向被计测者发出警报。
如以上说明的那样，根据已说明的系统，能够基于人的步行的计测值准确地判定人的身体状态。以上说明的实施方式并不限定本发明，能够适当变更已说明的实施方式。例如，在包括步行周期稳定的状态的步行在内的提取中，不会妨碍非稳定步行被混入。也可以使已说明的服务器12的功能汇集于便携终端，仅通过便携终端来实现本发明。
工业上的可利用性
本申请发明能够用于由智能手机和服务器构成的通信系统。
附图标记说明
10：便携终端；12：服务器；14：通信线路。
机译： 步行评估系统，步行评估方法和程序，存储介质，便携式终端和服务器
机译： 步行评估系统，步行评估方法，相同的程序，存储介质，移动终端和服务器
机译： 步行评估系统，步行评估方法，其程序，存储介质，移动终端和服务器
