📊 基本統計
-
-
秒
-
Hz
-
📐 肩幅統計
-
-
-
-
⏱️ イベント間隔分析
肩幅が閾値を超えてから次に閾値を超えるまでの時間
-
ms
-
ms
-
ms
-
ms
⚡ Relay1 反応時間分析
イベント発生からRelay1がONになるまでの時間
-
ms
-
ms
-
ms
-
ms
Relay1 ON間隔
Relay1がONになってから次にONになるまでの時間
-
ms
-
⚡ Relay2 反応時間分析
イベント発生からRelay2がONになるまでの時間
-
ms
-
ms
-
ms
-
ms
Relay2 ON間隔
Relay2がONになってから次にONになるまでの時間
-
ms
-
📈 タイムライン可視化
肩幅変化（閾値ライン付き）
イベント発生（閾値超過）
0回
Relay1
ON: 0回
Relay2
ON: 0回
イベント発生
Relay1 ON
Relay2 ON
📋 イベント詳細一覧
| # | イベント時刻 | 肩幅値 | →Relay1 (ms) |
→Relay2 (ms) |
次イベント (ms) |
|---|
📋 リレーON間隔一覧
| # | Relay1 ON時刻 | Relay1 間隔(ms) | Relay2 ON時刻 | Relay2 間隔(ms) |
|---|
📖 分析指標の説明
解析される指標
- イベント発生: 肩幅（または変化率）が設定した閾値を超えた時点。人体の接近を示唆。
- イベント間隔: 連続するイベント発生間の時間。動作の周期性・規則性を評価。
- イベント→Relay反応時間: イベント発生からRelayがONになるまでの時間。システム全体の反応遅延を評価。
- Relay ON間隔: RelayがONになってから次にONになるまでの時間。制御サイクルの分析。
MediaPipe解析との比較
- イベント間隔 ≒ person_detected True間隔: 両者とも人体検出/接近の周期を測定
- イベント→Relay反応時間 ≒ 人体検出→リレー動作遅延: システム応答性の評価
- 肩幅変化率は距離の代理指標として、より詳細な接近度合いを評価可能