図1　ESPRITプロジェクトを推進するインペリアルカレッジのスタッフ

ロンドンにあるインペリアルカレッジ（Imperial College London）は、センサネットワークを�W(w┌ng)��してスポーツを科学的に解析し、理�[的な��を作り�屬俺皀瓮瀬襪鬚發燭蕕垢箸いχ`�Yを掲げている(図1)。このESPRIT（Elite Sport Performance Research in Training）研�|は、オリンピック後にはヘルスケアビジネスのカギとなる����へと発�tさせていく��画だ。

この研�|のカギとなるのはボディセンサネットワーク（BSN）である。それも単なるセンサ単��ではなく、センサ信��(gu┤)と身���ξ�との相関関係、統��的データ処理、モデリング、身���ξ�を�\すための�_(d│)�困猟甘Dなど、センサシステムの開発が�_要となる。�mい、�j(lu┛)学にはデバイスからコンピュータアーキテクチャ、独�OOSをはじめとするソフトウエア、モデリングと数値���Q、�擴蹴悄��饑�材料など、このスポーツテクノロジを開発するために��要なリソースが揃っている。�j(lu┛)学内での研�|室同士のコラボレーションを試す実�xでもある。

ESPRITプロジェクトには二つの�T味がある。�kつは、すでに構築しているBSNプラットフォームを拡張し、ウェアラブルなセンサ�\術を組み込み、人間がダイナミックに動いている�X(ju└)��でのモデルを作りやすくすることである。�斃�学�屬糧娠�や心理学�屬糧娠�にこのモデルを�_ね合わす。センサ信��(gu┤)から読みとれる������動との関係を認識したり、フォールトトレラントのセンサ�\術や、分�g処理、ウェアラブルなセンサも研�|����(j┫)とする。もう�kつの�T味は、現在のBSNをさらに発�tさせて、より低消�J電���v路をより低消�J電��のミクストシグナルICで実現したり、パワーMEMSを開発したり、ノード�屬僚萢�をミクストシグナルチップにマッピングしたりすることだ。現在のBSN�\術をアスリートたちの�ξ�を�屬欧襯肇譟璽縫鵐阿鳳���する。

このプロジェクトで研�|するテーマには4つあり、それぞれの頭文�C(j┤)からGOLDと�}ぶ。Gテーマは、ボディセンサネットワークのプラットフォームを開発し、Generalised body sensor networksのアタマのGからきている。次のOテーマは、センサの設��とハードウエア化の研�|であり、Optimised sensor design and embodimentのOである。LテーマはLearning, data modeling and performance optimisationから採り、運動�X(ju└)��と����情報（バイオメカニクスや�斃�学、���餡蹴悄⊃翰�学）との相関関係を求め、運動をモデル化したり、�ξ�を最適化したりする。���\�iの心構えやトーナメント戦での休憩の採り��(sh┫)などを見出す。最後のDテーマは、GOLテーマを理解して最も優れた����を設��することであり、Device and technology innovationのDを採った。オリンピックの金メダル(gold)と引っかけて、GOLDと命�@したという。「GOLDプロジェクトでGoldメダルを英国にもたらすのだ」と開発チームは洒落を飛ばす。

センサ設��と�左讐酋\術を最適化するため、トレーニング中の�擴蹴慂儔修魃R定することもアスリートの成績を�Г┐襯瓮�ニズムを理解する�屬拍L(f┘ng)かせない。それもトレーニング中だけではなく、���\中や適応中にも�R定し、バイオセンサ設��を進化させようとしている。運動している人間の���]（汗や唾�]、尿、�p�]）を広い�J(r┬n)囲に渡りモニターする。時にはセンサを皮膚の下に�mめ込み�p糖値を定常的に�R定することもある。このようなバイオマーカー（���]）の変化と身���ξ�や�v復の��度などから、最適なウォーミングアップ��(sh┫)法や、�](m└i)時間の�v復��(sh┫)法を見つけたりする。

例えば、�O転�Z���\や�Zいすのバスケットボール���\では�Z��にも�v転�]度や�v転数などのデータを�Dり込み、最適なトレーニング法との関係から最適な�a�{法を見つける。また、優れたアスリートと平均的な人間との違いは、運動している�X(ju└)��からの�v復が最も違うため、その差を定量化し、�ξ�あるアスリートの発�Eに�擇�すことにも応��する。このプロジェクトで適応しているスポーツの�|�`には、冬のリュージュ、��(c│i)の水泳、ラグビー、ボート、�Zいすのバスケットボールなどがある。

運動��(li│n)�}の動きを感��(m┬ng)するセンサとしてe-ARセンサを開発している。これを耳にかけて�峅識親阿覆匹凌���の運動を感��(m┬ng)するこのセンサの中に��動デザインアルゴリズムを組み込んでおり、センサデータと��動�X(ju└)況を?y┐n)官�させ、それを読みとったデータを出��する。インペリアルカレッジからスピンオフした、Sensixa社が最�Z開発した(図2)。

図2　耳にセンサをかけて運動中のデータを採�Dする

このe-ARセンサは、スポーツだけではなく�}術後のリハビリのデータをとるのにも積極的に使い始めた。ロンドン�x内にあるチャリングクロス��院と協��して、このセンサを、術後のリハビリに患�vに�⊂�してもらい、�e勢や左��バランス、歩き��(sh┫)など患�vの��動�X(ju└)況を捉え、データを蓄積している。�澆粤�の代���}術を行った患�vが英国には2010�Qに16万5000人もいたという。�}術�iと術後24週間までの歩行パターンのデータを収集する。健康な人にも協��してもらい、患�vとの違いを相関データとしており、�澆粤�にかけられる���_の��容値を求めようとしている。

この開発ツールも提供する。小型のプリント基��3��からなり、それぞれカスタマイズしたり改良したりするのに使う。1��はマイコンと無線�v路、2���`はパワーマネジメント�v路、3���`はセンサボードである。このシステムはBSN OS（operating system）と�}ぶ独�OOSを使い、アプリケーションを運動ごとに使い分けている。1�vの充電で1週間動作するように低消�J電��設��を�W(w┌ng)��している。

図3　開発ツール（��端にある3層のボード）

参考�@料
1. システムと�k��化する��2世代のセンサ�\術(1)−�L(zh┌ng)に囲まれた英国に見る (2012/02/15)