JP2002352352A - 生活行動パターンの異常度判定システム及び生活行動パターンの異常度判定方法 - Google Patents

Abstract

(57)【要約】 【課題】 被観察者の異常判定において、被観察者の存
在する空間や行動の内容を考慮することにより、被観察
者の異常をより確実に発見し、異常度の度合いを判定で
きる生活行動パターンの異常度判定システム及び判定方
法を提供する。 【解決手段】 被観察者の生活行動パターンの異常の度
合いを検知する異常度判定システムにおいて、被観察者
の存在する空間を検知する存在検知センサと、被観察者
の動作を検知する動作検知センサと、検知された空間と
動作から、被観察者の生活行動を推定する推定手段と、
推定された該生活行動の生活行動パターンの統計パラメ
ータを、生活行動パターンデータベースと比較して、生
活行動パターンの異常度を判定する判定手段とを含む。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、被観察者の異常度
判定システム及び判定方法に関し、特に、被観察者の生
活パターンの異常の度合いを検知する検知システム及び
判定方法に関する。

【０００２】

【従来の技術】図４は、特開２０００−９９８５８号公
報に記載された、従来の独居老人在宅異常通報装置の基
本構成である。かかる異常通報装置は、被観察者の生活
反応を検知するために、焦電センサ等の生活反応検知手
段Ａを有する。生活反応検知手段Ａは、被観察者の生活
反応データを時系列データとして収集する。生活反応デ
ータは、データ記憶手段Ｃに記憶され、パターン数値化
手段Ｄにより２４時間毎の日常生活パターンに数値化さ
れる。パターン異常数値化手段Ｅでは、日常生活パター
ンの異常度が数値化されている。そして、パターン数値
化手段Ｄにより数値化された日常生活パターンの数値
が、パターン異常数値化手段Ｅが有する数値を超えた場
合に、被観察者に異常が発生したものとして、例えば電
話番号設定手段Ｇにより設定された連絡先に、自動通報
手段Ｆが通報を行う。また、緊急操作検知手段Ｂを備
え、被観察者自身が緊急操作を行った場合も、自動通報
手段Ｆが通報を行う。

【０００３】

【発明が解決しようとする課題】しかし、上記異常通報
装置は、日常生活における生活反応が検知される時間的
なパターン（時間パターン）を調べ、通常のパターンか
らはずれた場合に被観察者に異常が発生したものとする
に留まり、生活反応の内容は問題としていなかった。従
って、例えば、日中に被観察者が食事をとらずにトイレ
に頻繁に通っている場合でも、生活反応があるものとし
て正常と判断されていた。

【０００４】また、被観察者が存在する場所についても
考慮されていなかったため、被観察者に発生した異常の
発見が遅れる場合もあった。例えば、夜間において生活
反応が無くなるのは就寝したものと考えて、かかる時間
パターンは正常と判断されていたが、風呂において最後
に生活反応が消えた場合にように、生活反応が消えた場
所によっては異常とすべき場合もあった。

【０００５】そこで、本発明は、被観察者の異常判定に
おいて、被観察者の存在する空間や行動の内容を考慮す
ることにより、被観察者の異常をより確実に発見できる
生活パターンの異常度判定システム及び判定方法を提供
することを目的とする。

【０００６】

【課題を解決するための手段】本発明は、被観察者の生
活行動パターンの異常の度合いを検知する異常度判定シ
ステムであって、被観察者の存在する空間を検知する存
在検知センサと、該被観察者の動作を検知する動作検知
センサと、検知された該空間と該動作から、該被観察者
の生活行動を推定する推定手段と、推定された該生活行
動の生起に関する統計パラメータを、生活行動パターン
データベースに含まれるそれと比較して、該生活行動パ
ターンの異常度を判定する判定手段とを含むことを特徴
とする生活行動パターンの異常度判定システムである。
かかる生活行動パターンの異常度判定システムでは、生
活行動の内容や、生活行動が行なわれる空間を考慮して
被観察者の異常度（異常の度合い）が判定される。従っ
て、被観察者の生活行動パターンの異常の度合いを検知
し、より迅速に、かつその異常の度合いに見合った適切
な対応ができる。なお、存在検知センサと動作検知セン
サとを、１のセンサで兼ねても良い。

【０００７】上記推定手段は、上記被観察者が存在する
上記空間の種類に依存して、該被観察者の生活行動を限
定する手段を含むことが好ましい。被観察者の存在する
空間の種類を考慮することにより、より正確に被観察者
の生活行動が推定できるからである。

【０００８】更に、ドアの開閉を検知するドア開閉セン
サ、照明の点灯／消灯を検知する照明スイッチセンサ、
テレビのスイッチのオン／オフを検知するテレビスイッ
チセンサ、及び家電機器の使用／不使用を検知する家電
機器使用センサの群からなる少なくとも１つのセンサを
含み、上記推定手段が、該センサによる検知結果を付加
的に用いて、該被観察者の生活行動を推定する手段であ
ることが好ましい。かかるセンサによる情報を付加的に
用いることにより、被観察者の生活行動をより正確に推
定できるからである。

【０００９】また、本発明は、上記判定手段が、正常な
生活行動として上記生活行動パターンデータベースに含
まれる生活行動の生起に関する統計パラメータの統計的
性質に対する、上記統計パラメータの乖離度により上記
生活行動パターンの異常度を判定する手段であることを
特徴とする異常度判定システムでもある。

【００１０】また、本発明は、上記判定手段が、異常な
生活行動として上記生活行動パターンデータベースに含
まれる生活行動の統計パラメータの統計的性質に対す
る、上記統計パラメータの適合度により上記生活行動パ
ターンの異常度を判定する手段であることを特徴とする
異常度判定システムでもある。予め、注意すべき生活行
動を決めておき、それに該当した場合に異常と判定する
ためである。

【００１１】また、上記判定手段は、推定された上記生
活行動が、上記生活行動パターンデータベースに含まれ
る生活行動のいずれにも該当しない場合に、該生活行動
を異常と判定する手段であることを特徴とする異常度判
定システムであっても良い。

【００１２】また、本発明は、被観察者の生活行動パタ
ーンの異常の度合いを検知する異常度判定システムであ
って、被観察者の存在する空間を検知する存在検知セン
サと、該被観察者の動作を検知する動作検知センサと、
生活行動を予め定義する手段と、所定の観察期間内に検
知された該空間と該動作から、定義された該生活行動に
ついて、生活行動パターンを求める手段と、該生活行動
パターンの統計パラメータを、生活行動パターンデータ
ベースと比較して、該生活行動パターンの異常度を判定
する判定手段とを含むことを特徴とする生活行動パター
ンの異常度判定システムでもある。これにより、予め注
意を払う必要がある生活行動を定義し、その生活行動の
生活行動パターンについての異常度の判定が可能とな
る。

【００１３】上記判定手段は、上記生活行動パターンデ
ータベースに含まれる生活行動の統計パラメータの統計
的性質に対する、上記統計パラメータの乖離度を求め、
該乖離度の関数として異常度を定義する手段を含むこと
が好ましい。

【００１４】上記異常度は、上記複数の統計パラメータ
についてそれぞれ求めた乖離度に対して、その生活行動
パターンの重要度に応じて重み付けを行って求めた和で
あることが好ましい。

【００１５】上記重要度は、上記被観察者の既往症に基
づいて決められたことが好ましい。被観察者の特質にあ
った対応が可能となるからである。

【００１６】上記生活行動パターンデータベースが、該
生活行動パターンデータベースに含まれる複数の生活行
動の順序を規定した順序データを含み、上記判定手段
が、定義された上記生活行動の順序が、該順序データの
順序と異なる場合に、異常であると判定する手段を含む
ものであっても良い。

【００１７】上記判定手段は、上記生活行動の時間のシ
フト及び／又は上記順序の入れ替わりのうち、予め指定
したシフト及び／又は入れ替わりについては、異常と判
定しないものであっても良い。

【００１８】上記観察期間は、任意に設定可能であるこ
とが好ましい。

【００１９】上記空間は、独立した部屋及び／又は該部
屋の一部からなる。

【００２０】上記生活行動データベース及び／又は上記
生活行動パターンデータベースは、上記被観察者の生活
行動の生起頻度、生起間隔及び持続時間の統計パラメー
タを、所定の時間帯毎に求めたデータを含むことが好ま
しい。

【００２１】上記生活行動パターンデータは、上記被観
察者の属性及び／又は該被観察者に対して行った質問へ
の回答に基づいて、予め準備された複数のひな形から選
択された初期設定生活行動パターンデータであることが
好ましい。また、上記生活行動パターンデータベース
は、上記被観察者の属性及び／又は該被観察者に対して
行った質問への回答に基づいて、予め準備された複数の
ひな形から選択された初期設定生活行動パターンデータ
ベースであることが好ましい。

【００２２】上記初期設定生活行動パターンデータ又は
上記初期設定生活行動パターンデータベースを、該被観
察者に対して行った質問への回答を基に変更する手段を
含むことが好ましい。より被観察者の生活行動のパター
ンに近付けるためである。

【００２３】上記生活行動データベース及び／又は上記
生活行動パターンデータベースを変更するためのユーザ
インターフェースを含むことが好ましい。

【００２４】上記生活行動パターンデータベースは、所
定期間内に検知された生活行動の統計パラメータを基
に、変更されることが好ましい。

【００２５】上記変更された生活行動パターンデータベ
ースを外部に出力する手段を含むことが好ましい。生活
行動パターンデータベースの変更の妥当性を判断するた
めである。

【００２６】また、本発明は、請求項４により求められ
た異常度と、請求項５又は６により求められた異常度
と、請求項７により求められた異常度とからなる群から
選択される少なくとも１つの異常度を用いて上記被観察
者の上記生活パターンの異常の度合いを判断する手段を
含むことを特徴とする異常度判定システムでもある。な
お、いずれの異常度を用いるかは、異常度の発見の結果
を基に行なわれる見守りサービス等の内容に依存する。

【００２７】また、本発明は、被観察者の生活行動パタ
ーンの異常の度合いを検知する異常度判定方法であっ
て、被観察者の存在する空間を検知する工程と、該被観
察者の動作を検知する工程と、検知された該空間と該動
作から、該被観察者の生活行動を推定する推定工程と、
推定された該生活行動の生活行動パターンの統計パラメ
ータを、生活行動パターンデータベースと比較して、該
生活行動パターンの異常度を判定する判定工程とを含む
ことを特徴とする生活行動パターンの異常度判定方法で
もある。

【００２８】上記推定工程は、上記被観察者が存在する
上記空間の種類に依存して、該被観察者の生活行動を限
定する工程を含むことが好ましい。

【００２９】また、本発明は、上記判定工程が、正常な
生活行動として上記生活行動パターンデータベースに含
まれる生活行動の統計パラメータの統計的性質に対す
る、上記統計パラメータの乖離度により上記生活行動パ
ターンの異常度を判定する工程であることを特徴とする
異常度判定方法でもある。

【００３０】また、本発明は、上記判定工程が、異常な
生活行動として上記生活行動パターンデータベースに含
まれる生活行動の統計パラメータの統計的性質に対す
る、上記統計パラメータの適合度により上記生活行動パ
ターンの異常度を判定する工程であることを特徴とする
異常度判定方法でもある。

【００３１】また、本発明は、上記判定工程が、推定さ
れた上記生活行動が、上記生活行動パターンデータベー
スに含まれる生活行動のいずれにも該当しない場合に、
該生活行動を異常と判定する工程であることを特徴とす
る異常度判定方法でもある。

【００３２】また、本発明は、被観察者の生活行動パタ
ーンの異常の度合いを検知する異常度判定方法であっ
て、被観察者の存在する空間を検知する工程と、該被観
察者の動作を検知する工程と、生活行動を予め定義する
工程と、所定の観察期間内に検知された該空間と該動作
から、定義された該生活行動について、生活行動パター
ンを求める工程と、該生活行動パターンの統計パラメー
タを、生活行動パターンデータベースと比較して、該生
活行動パターンの異常度を判定する判定工程とを含むこ
とを特徴とする生活行動パターンの異常度判定方法でも
ある。

【００３３】また、本発明は、上記判定工程が、上記生
活行動パターンデータベースに含まれる生活行動の統計
パラメータの統計的性質に対する、上記統計パラメータ
の乖離度を求め、該乖離度の関数として異常度を定義す
る工程を含むことを特徴とする異常度判定方法でもあ
る。

【００３４】更に、複数の上記乖離度に対して、上記生
活行動の重要度に応じて重み付けを行う工程を含むこと
が好ましい。

【００３５】上記生活行動パターンデータベースが、該
生活行動パターンデータベースに含まれる複数の生活行
動の順序を規定した順序データを含み、上記判定工程
が、定義された上記生活行動の順序が、該順序データの
順序と異なる場合に、異常であると判定する工程を含む
ことが好ましい。

【００３６】また、本発明は、請求項２６により求めら
れた異常度と、請求項２７又は２８により求められた異
常度と、請求項２９により求められた異常度とからなる
群から選択される少なくとも１つの異常度を用いて上記
被観察者の上記生活パターンの異常の度合いを判断する
工程を含むことを特徴とする異常度判定方法でもある。

【００３７】

【発明の実施の形態】実施の形態１．図１は、全体が１
００で示される、本実施の形態にかかる異常度判定シス
テムの概略図である。異常度判定システム１００は、例
えば焦電センサのような被観察者の存在を検知する人存
在検知センサ１と、例えばＣＭＯＳ撮像素子やＣＣＤの
ような人の動きを検知する動き検知センサ２とを含む。
動き検知センサ２では、撮影した画像からオプティカル
フローを出力できる。なお、ＣＭＯＳ撮像素子のような
動き検知センサ２が、人存在検知センサと動き検知セン
サの両方の機能を兼ね備えてもかまわない。ここで、被
観察者には、単身で生活している高齢者、病弱者、身体
障害者等が含まれる。人存在検知センサ１や動き検知セ
ンサ２は、被観察者の居住空間を網羅できるように配置
される。具体的には、居住空間が複数の部屋を有する場
合には、部屋毎に設けられる。また、ワンルームマンシ
ョンのような場合には、台所、居間等の各エリア毎に設
けられる。

【００３８】異常度判定システム１００は、また、ドア
の開閉を検知するドア開閉センサ３、証明の点灯／消灯
を検知する照明スイッチセンサ４、テレビのオン／オフ
を検知するＴＶスイッチセンサ５、例えば炊飯器のよう
な家電機器の使用状況を検知する家電機器使用センサ６
を含む。なお、ドア開閉センサ３、照明スイッチセンサ
４、ＴＶスイッチセンサ５、及び家電機器使用センサ６
は、場合によっては一部又は全部を省くこともできる。

【００３９】人存在検知センサ１、動き検知センサ２、
ドア開閉センサ３、照明スイッチセンサ４、ＴＶスイッ
チセンサ５、及び家電機器使用センサ６の出力は、家庭
内のネットワーク又は専用回線を介してデータ処理装置
７に伝達される。

【００４０】データ処理装置７では、各センサ１〜７か
らの入力およびその履歴、知識ベースに基づいて、被観
察者の現時点における生活行動が推定される。推定され
た生活行動は、予め蓄積された生活行動パターンデータ
ベースと照合され、被観察者の異常度が判定され（判定
方法については、後述する。）、出力手段８から出力さ
れる。ここで、「異常度」には、被観察者が活動すべき
時間帯に活動していない等の時間的な生活パターンの異
常のみならず、頻繁にトイレに通う等の活動内容の異常
も含まれる。

【００４１】出力手段８からの出力結果は、例えば、生
活見守りサービスを提供するシステムに送られ活用され
る（同一出願人による特許出願（特願２０００−３７２
７８４号、特願２０００−０５５７６５号）参照）。

【００４２】ドア開閉センサ３からの情報は、人存在検
知センサ１を用いた被観察者の存在確率の算出に反映さ
せる。即ち、例えば、空間Ａにおいて被観察者の存在確
率が高い状況で、空間Ａとその隣の空間Ｂとをつなぐド
アが開いた後、再度閉じた場合には、空間Ａから空間Ｂ
に被観察者が移動したと推定して、空間Ｂの存在確率を
上げる。

【００４３】ドア開閉センサ３からの情報を利用するに
あたり、空間Ａ等のつながりに関する情報、即ち、被観
察者の居住空間のレイアウトデータは、異常度判定シス
テム１００の導入時に初期値として入力される。かかる
レイアウトデータは、居住空間内の配置換え時に新たに
設定される。レイアウトデータの入力手段は、容易に入
力できるグラフィカルなインタフェースと、入力された
データを空間の接続情報に変換する手段とを含むことが
好ましい（同一出願人による特許出願（特願２０００−
２８９８９１号）参照）。

【００４４】ここで、空間Ａ等の「空間」は、トイレ、
風呂のようなドアで区切られ、独立した空間のみなら
ず、寝室の一角のベッドのある領域、寝室の一角の机の
ある領域、居間の一角のこたつ周辺領域、食卓の周辺領
域等のような、特定の機能をもった領域をいう。従っ
て、部屋としては１つであっても、複数の空間を含む場
合もある。なお、上述のように、それぞれの空間毎に、
人存在検知センサ１が設けられて、各空間における被観
察者の存在確率が求められる。

【００４５】また、照明スイッチセンサ４で照明の点灯
が検知された場合には、その照明のおよぶ空間での被観
察者の存在確率が上げられる。一方、消灯が検知された
場合には、存在確率は下げられる。なお、１のセンサに
おいて照明の点灯が検知された場合に、複数の空間にお
ける被観察者の存在確率を上げてもよい。例えば、天井
灯の点灯が検知された場合、その天井灯のある部屋に含
まれる複数の空間における存在確率が上げられる。

【００４６】更に、ＴＶスイッチセンサ５、家電機器使
用センサ６も同様に、空間における被観察者の存在確率
を上下させるのに用いられる。

【００４７】次に、本実施の形態にかかる生活行動パタ
ーンの異常度の判定について説明する。本実施の形態に
かかる異常度の判定では、まず、被観察者の現時点にお
ける生活行動の推定を行う。つまり、現在、被観察者
が、食事中なのか、入浴中なのか等を推定する。生活行
動の推定では、最初に、人存在検知センサ１を用いて、
その人存在検知センサ１の観察空間における被観察者の
存在確率を求める。存在確率が所定の閾値を越えた場合
に、その空間に被観察者が存在するものと同定する。複
数の観察空間で被観察者が同時に存在すると判定された
場合には、最も存在確率の高い観察空間を選択し、の空
間に被観察者が存在するものと判断する（同一出願人に
よる特許出願（特願２０００−２８９８９１号）。

【００４８】次に、例えば、オプティカルフローのよう
な、動き検知センサ２の出力により、被観察者の動作を
分類する。例えば、体全体の大きく速い垂直下方向の動
き、体全体のゆっくりした水平方向の動き、体の一部の
ゆっくりした上下や左右の動き等の動作に分類される
（同一出願人による特許出願（特願２００１−２９４９
７号）参照）。

【００４９】動きが検知されない場合には「不動」と分
類される。不動の場合には、動きの分類結果の履歴（時
系列変化）より、現在の状態（姿勢）が推定される。例
えば、垂直下方向の動作が検知された後、不動となれ
ば、座っているか横たわっていると推定される。かかる
場合、１つの状態に決める必要はなく、例えば、座って
いる確からしさ（確率）が６０、横たわっている確から
しさ（確率）が２０である、と判定しても良い。

【００５０】なお、人存在検知センサ１と動き検知セン
サ２とを同時に使用して、被観察者存在場所の推定と姿
勢の同定とを同時に行ってもよい（同一出願人による特
許出願（特願２０００−２８９８９０号）参照）。

【００５１】続いて、上述のようにして求めた動作と姿
勢より、現時点における被観察者の生活行動を推定す
る。これには、空間毎に予め蓄積された動作に関する知
識を用いる。例えば、空間ごとに、複数の起こりうる生
活行動を仮定し、各生活行動を行っている時の動作と姿
勢のもっともらしさをデータベースとして登録しておく
（以下、「生活行動データベース」という。）。そし
て、求めた動作と姿勢の推定結果と生活行動データベー
スとを比較して、最も可能性の高い生活行動を特定し、
出力する。

【００５２】図２は、空間「風呂」における被観察者の
生活行動データベースの一例である。風呂で起こりうる
生活行動が、「洗い場で体を洗っている」、「シャワー
を浴びている」、「湯船につかっている」、「風呂掃
除」等として示されている。各生活行動に分類できない
が、正常な生活行動と想定される行動は、「その他」
（「その他１」「その他２」と複数の「その他」を設け
ても良い。）とする。これは、すべての行動を所定の生
活行動として分類しきれないために必要であり、その空
間での異常行動（例えば、洗い場で寝ていて動きがない
等）が「その他」の行動の中に含まれないようにするこ
とが肝要である。生活行動の推定にあたっては、部分照
明のスイッチ（例えば読書灯）や、ＴＶのスイッチの状
態、家電機器の使用状態も考慮する。

【００５３】一方、各生活行動については、動作、姿勢
は、確からしさで示される。図２では、動作のうち、Ｍ
１は全体が下向きの動き、Ｍ２は全体の横方向のゆっく
りした動き、Ｍ３は体の一部のゆっくりした動き等を示
す。また、姿勢のうち、Ｐ１は座っている、Ｐ２は立っ
ている、Ｐ３は寝ている等を示す。

【００５４】例えば、「洗い場で体を洗う」という生活
行動では、例えば、座った姿勢で、手を使って体を洗う
ため、Ｍ３の確からしさが８０と高くなり、他の行動の
確からしさは低くなる。また、Ｐ１の姿勢の確からしさ
が９０と高くなり、他の姿勢の確からしさは低くなる。

【００５５】生活行動データベースは、空間毎に作成さ
れる。従って、図２に示した「風呂」の他に、「トイ
レ」「こたつ周辺」「食卓周辺」等の空間についてもそ
れぞれ作成される。「トイレ」では、小用、排便、身支
度、掃除等、「こたつ周辺」では、こたつに座ってくつ
ろいでいる、ＴＶを見ている、本を読んでいる、横にな
ってうとうとしている等、「食卓周辺」では、配膳して
いる、食事をしている、新聞を読んでいる等である。な
お、生活行動データベースは、被観察者の個人差を考慮
して修正しても良い。例えば、トイレで本を読む習慣が
あるか、掃除等を代わりに行う他人が存在するか等によ
り、被観察者の生活行動に個人差が生じるからである。

【００５６】次に、以上のようにして推定した現在の被
観察者の生活行動の生活行動パターンが、正常であるか
異常であるかの判定を行う。かかる異常度の判定にあた
っては、判定の基準となる被観察者の生活行動パターン
を時系列で示した生活行動パターンデータベースを予め
作成しておく。そして、推定された被観察者の現時点に
おける行動を、生活行動パターンデータベースと比較す
ることにより、その行動が正常であるか、異常であるか
を判定する。

【００５７】生活行動パターンデータベースには、図３
に示すように、複数の空間と、複数に区切った時間帯の
組み合わせごとに、生活行動の生起頻度・生起間隔・持
続時間に関する統計パラメータが記載されている。即
ち、生活行動パターンデータベースは、被観察者が、ど
こでいつ何をどの位の頻度で、どの位の間隔で、どの位
の時間持続するかを示すデータである。生起頻度・生起
間隔・持続時間は、所定の時刻（例えば、図３では、０
時、１時等）を基準に、その時刻から遡った所定の期間
内（例えば、１時間、６時間等。以下、「観察期間」と
いう。）における生起頻度等の統計パラメータとして表
示される。なお、観察期間は、任意に設定することがで
きる。ここで、統計パラメータは、たとえば正規分布を
とるものであれば平均値と標準偏差で表示されるが、そ
うでないものは分布形に合わせて適切なパラメータを定
義して表示しても良い。

【００５８】生活行動パターンデータベースを作成する
にあたり、その初期値は予め準備された複数のひな形の
中から、被観察者の属性や生活行動に関する質問への回
答によって選択される。選択されたひな形の生起頻度・
生起間隔・持続時間の値は、質問への回答に合わせて変
更される。被観察者から回答が得られない場合や、回答
は得られてもその内容の確度が低い場合には、属性ごと
に用意した標準値を用いても良い。なお、この生活行動
パターンデータベースは、季節ごとに設定することが望
ましい。被観察者の生活行動は、気温等の季節的な要因
に影響されやすいからである。

【００５９】本実施の形態にかかる異常度判定システム
１００の導入初期には、異常度の判定を行わないか、判
定を行っても外部への出力を行わないことが好ましい。
そして、この期間中に、被観察者の生活行動パターンに
関するデータを蓄積し、その生起頻度・生起間隔・持続
時間に関する統計パラメータを求めて、上述のようにし
て決定した生活行動パターンデータベースに更に修正を
加える。

【００６０】異常度判定システム１００を本格的に導入
した後も、一定の期間毎に、蓄積した生活行動データを
用いて、生活行動パターンデータベースを更新すること
が望ましい。これは、生活行動パターンの正常範囲の経
年変化に適応するためである。同時に、変更点を必要に
応じて外部に出力したり、変更点を外部より元に戻した
りする機能を付加する。これは、生活行動パターンの変
更が、正常な経年変化によるものか、何らかの異常によ
るものかの判断は、自動的に行うことが困難であるた
め、外部の然るべき手段による判断を受けるためであ
る。外部の然るべき手段とは、異常度判定システム１０
０の出力を受けて行う生活見守りサービスの中で用意さ
れるもので、例えば医師等の人が判断する場合も含む。

【００６１】本実施の形態にかかる異常度の判定は、上
述のように、まず、センサによる検知された空間の存在
確率、動作等の結果を、生活行動データベース（図２参
照）と比較して、その時刻（現時点）における被観察者
の生活行動（何をしているか）を推定する。そして、推
定された生活行動について、観察期間内の生起頻度・生
起間隔・持続時間の統計パラメータを得る。被観察者の
観察は、所定の間隔（例えば５分間間隔）で行なわれる
ため、この観察結果から、推定された現時点の生活行動
に関する統計パラメータが得られる。次に、かかる統計
パラメータを、生活行動パターンデータベース（図３参
照）のその時刻の欄に記載されている統計パラメータの
統計的性質と比較する。生活行動パターンデータベース
の生起頻度等も、同じ観察期間内の値を用いる。そし
て、両者の乖離度を求め、これを異常度（以下、「異常
度Ａ」という。）とする。このように、乖離度は、推定
された生活行動の統計パラメータを、生活行動パターン
データベースに含まれる統計パラメータの統計的性質に
照らし合わせて求められる。例えば、生活行動パターン
データベースに含まれる統計パラメータが、正規分布を
示すパラメータの場合（平均値Ａ、標準偏差σ）、推定
された生活行動パターンの有する統計パラメータＸの乖
離度は、以下の式（Ｉ）で表される。

【００６２】 乖離度＝ＡＢＳ（Ｘ−Ａ）／σ 式（Ｉ） ただし、ＡＢＳ（ａ）は、ａの絶対値を表す。

【００６３】なお、この判定は、センサにより異なる生
活行動が検知されるたびに行うことが好ましい。即ち、
判定タイミングは、新たな生活行動の発生に依存するの
が好ましい。

【００６４】実施の形態２．本実施の形態では、異常度
判定システム１００を用いた、第２の異常度の判定方法
について述べる。かかる判定方法は、実施の形態１のよ
うな推定された生活行動について異常度を判定するので
はなく、予め定義された生活行動について、異常度を判
定するものである。定義される生活行動は１つでも良い
が、通常は注意を払う必要のある複数の生活行動が定義
される。換言すれば、定義された、「洗い場で体を洗っ
ている」、「小用」等のすべての生活行動に関し、一定
間隔ごとにチェックを行うものである。

【００６５】そして、人存在検知センサ１と動き検知セ
ンサ２とを用いて、定義された生活行動ごとに、観察期
間内の統計パラメータを求め、これを生活行動パターン
データベースの統計パラメータの統計的性質と比較し、
乖離度を求める。なお、所定期間に生活行動が無いとさ
れた生活行動に対しては、無いことの妥当性が判断され
ることとなる。それぞれの生活行動毎に求められた乖離
度は、異常度ｉ（ｉ＝１〜ｎ、ｎは定義した生活行動の
数）として表される。そして、全体の異常度Ｂ（所定期
間内の被観察者の異常度）は、異常度ｉの関数として、
以下の式（II）で表される。

【００６６】 異常度Ｂ＝Ｆ（異常度ｉ） 式（II） ただし、ｉ＝１〜ｎ、ｎは定義した生活行動の数

【００６７】関数Ｆとしては、それぞれの異常度ｉに重
み付けをして線形和を求める、異常度ｉの最大値をとる
などが考えられる。

【００６８】この関数Ｆとしては、被観察者の既往症等
を考慮して、各異常度ｉの重み付け（重要度）を決め、
これによって関数を設定しても良い。例えば、高血圧の
被観察者の場合、風呂での持続時間が大きくなると異常
度が大きくなるように重み付けを行う。

【００６９】本実施の形態にかかる判定方法では、特に
既往症のある被観察者に対して、被観察者の特質に応じ
た異常度の判定が可能となり、被観察者の異常の発見を
より適切に行うことができる。

【００７０】この判定方法において、判定を行う間隔
（判定を行うタイミング）は、その判定結果を用いて行
なわれるサービスにより決まるが、後述する実施の形態
３の判定間隔よりは長い間隔でよいと考えられる。ま
た、統計パラメータを求める観察期間は、判定を行う間
隔とは別個独立の期間であり、例えば、数時間、１日、
数日、１週間、１カ月など、任意の期間で設定できる。
観察期間の設定は、生活行動毎に行えるようにすること
が望ましい。

【００７１】実施の形態３．本実施の形態では、異常度
判定システム１００を用いた、第３の異常度の判定方法
について述べる。かかる異常度の判定方法では、まず、
上記実施の形態１と同様に、センサから得られた情報か
ら、被観察者の現時点での生活行動が推定される。生活
行動の推定は、例えば、１〜２分間隔のような、比較的
短い時間間隔で行なわれる。

【００７２】次に、推定された生活行動と、図３の生活
行動パターンデータベースに定義された生活行動とを比
較するそして、推定された生活行動が、定義されたいず
れの生活行動にも該当しない場合に、被観察者に異常が
発生したものと判定する。

【００７３】異常度の判定は、比較的短い一定の時間間
隔（例えば１〜２分間隔）で行なわれる。被観察者の異
常は、異常度Ｃとして定義され、異常状態が継続してい
る時間が増大するほど、異常度Ｃが大きくなる。即ち、
定義された生活行動が行われていないという異常事態が
長く継続するほど、異常度Ｃの値は高くなる。

【００７４】本実施の形態にかかる他の異常度の判定方
法としては、予め異常とされる生活行動を定義してお
き、かかる生活行動と推定された生活行動との適合度を
求めて、これを異常度Ｃとしても良い。即ち、異常な生
活行動を、予め図３の生活行動パターンデータベースに
定義しておき、被観察者の現時点での生活行動と推定さ
れた行動が、かかる異常な生活行動に該当する場合に異
常と判定する。異常度は、現時点での生活行動の生活行
動パターンの統計パラメータと、異常な生活行動として
定義された生活行動パターンの統計パラメータの統計的
性質との適合度、特に持続時間の適合度により判定さ
れ、適合度が高くなるほど異常度が大きくなる。なお、
適合度は、上記式（Ｉ）に示す乖離度と同様にして求め
られる。

【００７５】かかる判定方法は、空間によっては、正常
な生活行動パターンを網羅して定義することが困難な場
合があることに対応するものである。

【００７６】なお、実施の形態１〜３でそれぞれ判定さ
れた異常度Ａ、Ｂ、Ｃを、例えば、ベクトルの形で、す
べて出力しても良い。また、３つの異常度Ａ、Ｂ、Ｃの
うち最大となるもののみを出力しても良い。いずれの異
常度を表示するかは、異常の発見の結果を基に行なわれ
る見守りサービスの内容に依存する。

【００７７】更に、図３に示す生活行動パターンデータ
ベースとして、上述の内容に加え、複数の生活行動の生
起の時間的関係（生活行動の推移パターン）を記載して
おき、これを異常度判定に用いることもできる。例え
ば、台所で食事の準備をして、食卓で配膳をして、食卓
で食事をとり、台所で後片付けをするというような一連
の定型パターンに注目する。この場合、食事の準備をし
て配膳したのに、食事をとらない場合は、気分が悪くな
った等のような、何らかの異常が被観察者に発生したも
のと考えられる。従って、生活行動の推移パターンを記
載しておくことにより、かかる異常を発見することがで
きる。ただし、被観察者が、同じ推移パターン（行動シ
ーケンス）を常に繰り返すとは限らないので、生活行動
の推移パターンの異常度判定の際に、時間のシフト、一
部の順序入れ変わり等は許容する必要がある。許容すべ
き順序の入れ替わりは、予め入力しておくこととなる。

【００７８】

【発明の効果】以上の説明から明らかなように、本発明
にかかる生活行動パターンの異常度判定システムでは、
生活行動の内容や、生活行動が行なわれる空間を考慮し
て被観察者の生活行動パターンの異常の度合いを検知す
ることができる。

【００７９】従って、被観察者の異常を、生活行動だけ
でなく生活行動パターンからも検知でき、より迅速な対
応を採ることができる。

【図面の簡単な説明】

【図１】 本発明にかかる生活行動パターンの異常度判
定システムの概略図である。

【図２】 本発明で用いられる生活行動データベースの
一例である。

【図３】 本発明で用いられる生活行動パターンデータ
ベースの一例である。

【図４】 従来の独居老人在宅異常通報装置の基本構成
である。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 宮地 泰造 東京都千代田区丸の内二丁目２番３号 三 菱電機株式会社内 (72)発明者 木谷 秀直 東京都千代田区丸の内二丁目２番３号 三 菱電機株式会社内 (72)発明者 浅里 幸起 東京都千代田区丸の内二丁目２番３号 三 菱電機株式会社内 (72)発明者 竹田 淳 東京都千代田区丸の内二丁目２番３号 三 菱電機株式会社内 Ｆターム(参考） 5C086 AA22 BA01 BA04 CA01 CA12 CA25 CB16 CB21 DA08 DA40 EA41 EA45 5C087 AA02 AA03 BB03 BB11 BB74 DD03 DD24 EE05 EE07 EE18 EE20 FF01 FF02 FF04 FF19 FF20 GG08 GG20 GG23 GG31 GG66 GG70 GG71 GG83

Claims (32)

【特許請求の範囲】
1. 【請求項１】 被観察者の生活行動パターンの異常の度
   合いを検知する異常度判定システムであって、 被観察者の存在する空間を検知する存在検知センサと、 該被観察者の動作を検知する動作検知センサと、 検知された該空間と該動作から、該被観察者の生活行動
   を推定する推定手段と、 推定された該生活行動の生起に関する統計パラメータ
   を、生活行動パターンデータベースと比較して、該生活
   行動パターンの異常度を判定する判定手段とを含むこと
   を特徴とする生活行動パターンの異常度判定システム。
2. 【請求項２】 上記推定手段が、上記被観察者が存在す
   る上記空間の種類に依存して、該被観察者の生活行動を
   限定する手段を含むことを特徴とする請求項１に記載の
   異常度判定システム。
3. 【請求項３】 更に、ドアの開閉を検知するドア開閉セ
   ンサ、照明の点灯／消灯を検知する照明スイッチセン
   サ、テレビのスイッチのオン／オフを検知するテレビス
   イッチセンサ、及び家電機器の使用／不使用を検知する
   家電機器使用センサの群からなる少なくとも１つのセン
   サを含み、 上記推定手段が、該センサによる検知結果を付加的に用
   いて、該被観察者の生活行動を推定する手段であること
   を特徴とする請求項１に記載の異常度判定システム。
4. 【請求項４】 上記判定手段が、 正常な生活行動として上記生活行動パターンデータベー
   スに含まれる生活行動の統計パラメータの統計的性質に
   対する、上記統計パラメータの乖離度により上記生活行
   動パターンの異常度を判定する手段であることを特徴と
   する請求項１に記載の異常度判定システム。
5. 【請求項５】 上記判定手段が、 異常な生活行動として上記生活行動パターンデータベー
   スに含まれる生活行動の統計パラメータの統計的性質に
   対する、上記統計パラメータの適合度により上記生活行
   動パターンの異常度を判定する手段であることを特徴と
   する請求項１に記載の異常度判定システム。
6. 【請求項６】 上記判定手段が、 推定された上記生活行動が、上記生活行動パターンデー
   タベースに含まれる生活行動のいずれにも該当しない場
   合に、該生活行動の生活行動パターンを異常と判定する
   手段であることを特徴とする請求項１に記載の異常度判
   定システム。
7. 【請求項７】 被観察者の生活行動パターンの異常の度
   合いを検知する異常度判定システムであって、 被観察者の存在する空間を検知する存在検知センサと、 該被観察者の動作を検知する動作検知センサと、 生活行動を予め定義する手段と、 所定の観察期間内に検知された該空間と該動作から、定
   義された該生活行動について、生活行動パターンを求め
   る手段と、 該生活行動パターンの統計パラメータを、生活行動パタ
   ーンデータベースと比較して、該生活行動パターンの異
   常度を判定する判定手段とを含むことを特徴とする生活
   行動パターンの異常度判定システム。
8. 【請求項８】 上記判定手段が、 上記生活行動パターンデータベースに含まれる生活行動
   の統計パラメータの統計的性質に対する、上記統計パラ
   メータの乖離度を求め、該乖離度の関数として異常度を
   定義する手段を含むことを特徴とする請求項７に記載の
   異常度判定システム。
9. 【請求項９】 上記異常度が、上記複数の統計パラメー
   タについてそれぞれ求めた乖離度に対して、その生活行
   動パターンの重要度に応じて重み付けを行って求めた和
   であることを特徴とする請求項８に記載の異常度判定シ
   ステム。
10. 【請求項１０】 上記重要度が、上記被観察者の既往症
    に基づいて決められたことを特徴とする請求項９に記載
    の異常度判定システム。
11. 【請求項１１】 上記生活行動パターンデータベース
    が、該生活行動パターンデータベースに含まれる複数の
    生活行動の順序を規定した順序データを含み、上記判定
    手段が、定義された上記生活行動の順序が、該順序デー
    タの順序と異なる場合に、異常であると判定する手段を
    含むことを特徴とする請求項７に記載の異常度判定シス
    テム。
12. 【請求項１２】 上記判定手段が、上記生活行動の時間
    のシフト及び／又は上記順序の入れ替わりのうち、予め
    指定したシフト及び／又は入れ替わりについては、異常
    と判定しない手段であることを特徴とする請求項１１に
    記載の異常度判定システム。
13. 【請求項１３】 上記観察期間が、任意に設定可能であ
    ることを特徴とする請求項７に記載の異常度判定システ
    ム。
14. 【請求項１４】 上記空間が、独立した部屋及び／又は
    該部屋の一部からなることを特徴とする請求項１〜１３
    のいずれかに記載の異常度判定システム。
15. 【請求項１５】 上記生活行動パターンデータベース
    が、上記被観察者の生活行動の生起頻度、生起間隔及び
    持続時間の統計パラメータを、所定の時間帯毎に求めた
    データを含むことを特徴とする請求項１〜１４のいずれ
    かに記載の異常度判定システム。
16. 【請求項１６】 上記生活行動パターンデータが、上記
    被観察者の属性及び／又は該被観察者に対して行った質
    問への回答に基づいて、予め準備された複数のひな形か
    ら選択された初期設定生活行動パターンデータであるこ
    とを特徴とする請求項１〜１５のいずれかに記載の異常
    度判定システム。
17. 【請求項１７】 上記生活行動パターンデータベース
    が、上記被観察者の属性及び／又は該被観察者に対して
    行った質問への回答に基づいて、予め準備された複数の
    ひな形から選択された初期設定生活行動パターンデータ
    ベースであることを特徴とする請求項１〜１５のいずれ
    かに記載の異常度判定システム。
18. 【請求項１８】 上記初期設定生活行動パターンデータ
    又は上記初期設定生活行動パターンデータベースを、該
    被観察者に対して行った質問への回答を基に変更する手
    段を含むことを特徴とする請求項１６又は１７に記載の
    異常度判定システム。
19. 【請求項１９】 上記生活行動パターンデータ及び／又
    は上記生活行動パターンデータベースを変更するための
    ユーザインターフェースを含むことを特徴とする請求項
    １〜１８のいずれかに記載の異常度判定システム。
20. 【請求項２０】 上記生活行動パターンデータベース
    が、所定期間内に検知された生活行動の統計パラメータ
    を基に、変更されることを特徴とする請求項１〜１９の
    いずれかに記載の異常度判定システム。
21. 【請求項２１】 上記変更された生活行動パターンデー
    タベースを外部に出力する手段を含むことを特徴とする
    請求項２０に記載の異常度判定システム。
22. 【請求項２２】 請求項４により求められた異常度と、
    請求項５又は６により求められた異常度と、請求項７に
    より求められた異常度とからなる群から選択される少な
    くとも１つの異常度を用いて上記被観察者の上記生活パ
    ターンの異常の度合いを判断する手段を含むことを特徴
    とする異常度判定システム。
23. 【請求項２３】 被観察者の生活行動パターンの異常の
    度合いを検知する異常度判定方法であって、 被観察者の存在する空間を検知する工程と、 該被観察者の動作を検知する工程と、 検知された該空間と該動作から、該被観察者の生活行動
    を推定する推定工程と、 推定された該生活行動の生活行動パターンの統計パラメ
    ータを、生活行動パターンデータベースと比較して、該
    生活行動パターンの異常度を判定する判定工程とを含む
    ことを特徴とする生活行動パターンの異常度判定方法。
24. 【請求項２４】 上記推定工程が、上記被観察者が存在
    する上記空間の種類に依存して、該被観察者の生活行動
    を限定する工程を含むことを特徴とする請求項２３に記
    載の異常度判定方法。
25. 【請求項２５】 上記判定工程が、 正常な生活行動として上記生活行動パターンデータベー
    スに含まれる生活行動の統計パラメータの統計的性質に
    対する、上記統計パラメータの乖離度により上記生活行
    動パターンの異常度を判定する工程であることを特徴と
    する請求項２３に記載の異常度判定方法。
26. 【請求項２６】 上記判定工程が、 異常な生活行動として上記生活行動パターンデータベー
    スに含まれる生活行動の統計パラメータの統計的性質に
    対する、上記統計パラメータの適合度により上記生活行
    動パターンの異常度を判定する工程であることを特徴と
    する請求項２３に記載の異常度判定方法。
27. 【請求項２７】 上記判定工程が、 推定された上記生活行動が、上記生活行動パターンデー
    タベースに含まれる生活行動のいずれにも該当しない場
    合に、該生活行動の生活行動パターンを異常と判定する
    工程であることを特徴とする請求項２３に記載の異常度
    判定方法。
28. 【請求項２８】 被観察者の生活行動パターンの異常の
    度合いを検知する異常度判定方法であって、 被観察者の存在する空間を検知する工程と、 該被観察者の動作を検知する工程と、 生活行動を予め定義する工程と、 所定の観察期間内に検知された該空間と該動作から、定
    義された該生活行動について、生活行動パターンを求め
    る工程と、 該生活行動パターンの統計パラメータを、生活行動パタ
    ーンデータベースと比較して、該生活行動パターンの異
    常度を判定する判定工程とを含むことを特徴とする生活
    行動パターンの異常度判定方法。
29. 【請求項２９】 上記判定工程が、上記生活行動パター
    ンデータベースに含まれる生活行動の統計パラメータの
    統計的性質に対する、上記統計パラメータの乖離度を求
    め、該乖離度の関数として異常度を定義する工程を含む
    ことを特徴とする請求項２８に記載の異常度判定方法。
30. 【請求項３０】 更に、複数の上記乖離度に対して、上
    記生活行動の重要度に応じて重み付けを行う工程を含む
    ことを特徴とする請求項２９に記載の異常度判定方法。
31. 【請求項３１】 上記生活行動パターンデータベース
    が、該生活行動パターンデータベースに含まれる複数の
    生活行動の順序を規定した順序データを含み、 上記判定工程が、定義された上記生活行動の順序が、該
    順序データの順序と異なる場合に、異常であると判定す
    る工程を含むことを特徴とする請求項２８に記載の異常
    度判定方法。
32. 【請求項３２】 請求項２６により求められた異常度
    と、請求項２７又は２８により求められた異常度と、請
    求項２９により求められた異常度とからなる群から選択
    される少なくとも１つの異常度を用いて上記被観察者の
    上記生活パターンの異常の度合いを判断する工程を含む
    ことを特徴とする異常度判定方法。