JP2005157556A - 独居者用管理システム - Google Patents

Abstract

【課題】 判断データを複数用意し、これら複数の判断データに基づいて独居者の状態を判断できるようにし、日常・非日常判断の精度の向上を図る。
【解決手段】 選択された複数の区画空間毎に設けられ独居者の動作に反応する複数の動作検知手段１０と、各動作検知手段１０からの反応信号及びその送出時刻を基礎データとして収集する基礎データ収集手段２０と、基礎データに基づいて日常・非日常判断を行なうための複数の判断データを算出する判断データ算出手段２１と、複数の基準データを記憶する基準データ記憶手段４０と、基準データと判断データとを比較して日常・非日常判断を行なう判断手段４３とを備え、判断データ算出手段２１を、各区画空間毎の反応信号の回数によって規定される「活動量Ａ」を算出する活動量算出手段と、各区画空間毎の「滞在回数Ｃ」を算出する滞在回数算出手段と、各滞在毎の「滞在時間Ｔ」を算出する滞在時間算出手段とを備えて構成した。
【選択図】 図１

Description

本発明は、住居等の居住空間に居住する１人暮らしの老人等の独居者の行動を監視して独居者の行動を管理する独居者用管理システムに関する。

従来、この種の独居者用管理システムとしては、例えば、特開２００２−３４２８５５号公報（特許文献１）に掲載された技術が知られている。
これは、独居者の動作についての時間帯ごとの平均回数を予めメモリ（記憶手段）に記憶させておく。一方、居住空間内を複数に区画し、この区画された区画空間内に独居者の動作に反応する複数の対人センサを設け、この対人センサによって独居者の実際の生活動作回数を時間帯ごとにカウントする。それから、メモリに記憶させた平均回数に対する実際の動作回数の過不足値を累計し、この累計値に基づいて独居者を監視する。そして、例えば、累計値がマイナスになり、かつその絶対値が所定以上になったとき、行動能力の衰え度合が異常域に達したと判定する。

特開２００２−３４２８５５号公報

ところで、この従来の独居者用管理システムにおいては、独居者の実際の時間帯ごとにカウントした生活動作回数を判断データにして状態を判断しているが、１つの判断データに基づいて判断しているので、その判断が偏ってしまうことがあり、必ずしも良好な判断結果が得られないことがあるという問題があった。

本発明は上記の問題点に鑑みて為されたもので、判断データを複数用意し、これら複数の判断データに基づいて独居者の状態を判断できるようにし、日常・非日常判断の精度の向上を図った独居者用管理システムを提供することを目的とする。

上記課題を解決するため、本発明の独居者用管理システムは、複数に区画された区画空間を有した居住空間に居住する独居者の行動を監視して該独居者の行動が「日常」であるか「非日常」であるかの日常・非日常判断を行なう独居者用管理システムにおいて、
選択された複数の区画空間毎に設けられ独居者の動作に反応して反応信号として送出する複数の動作検知手段と、該各動作検知手段から送出された反応信号及び該反応信号の送出時刻を基礎データとして収集する基礎データ収集手段と、該基礎データ収集手段によって収集された基礎データに基づいて上記日常・非日常判断を行なうための複数の判断データを算出する判断データ算出手段と、上記日常・非日常判断を行なうための基準となる複数の基準データを記憶する基準データ記憶手段と、上記基準データと上記判断データとを比較して日常・非日常判断を行なう判断手段とを備えた構成としている。

これによれば、居住空間においては、常時、動作検知手段が独居者を監視しており、動作検知手段の反応信号は基礎データ収集手段によって反応信号の送出時刻とともに収集され、判断データ算出手段で処理される。判断データ算出手段では、複数の判断データが算出される。そして、判断手段において、基準データ記憶手段に記憶した基準データと判断データとが比較され、日常・非日常判断が行なわれる。この場合、複数の判断データについて、比較することができるので、従来の、１つの判断データに基づいて判断している場合に比較して、その判断が偏ってしまうことが抑制され、良好な判断結果をうることができるようになる。即ち、判断データを複数用意し、これら複数の判断データに基づいて独居者の状態を判断できるようにしたので、日常・非日常判断の精度を向上させることができる。

そして、必要に応じ、上記判断データ算出手段を、上記各区画空間毎の反応信号の回数によって規定される所定時間当たりの「活動量Ａ」を算出する活動量算出手段と、上記各区画空間毎の所定時間当たりの「滞在回数Ｃ」を算出する滞在回数算出手段と、上記各区画空間毎についての各滞在毎の「滞在時間Ｔ」を算出する滞在時間算出手段とを備えて構成した。これら「活動量Ａ」，「滞在回数Ｃ」及び「滞在時間Ｔ」は、独居者の行動判断のパラメ−タとしては極めて有用であり、日常・非日常判断の精度をより一層向上させることができる。

また、必要に応じ、上記判断データ算出手段の活動量算出手段が算出する「活動量Ａ」及び滞在回数算出手段が算出する「滞在回数Ｃ」を、１日を区分けした区分時間帯毎に算出する構成としている。時間帯毎に判断ができるので、より細かい分析ができ、日常・非日常判断の精度をより一層向上させることができる。

更に、必要に応じ、上記滞在回数算出手段を、滞在時間が予め指定した指定時間帯の範囲外の時間であるとき当該滞在を「滞在回数Ｃ」に算入しない機能を備えて構成している。これにより、指定時間帯の範囲外の滞在が滞在回数に算入されないので、滞在回数の算出がより正確になり、この点でも、日常・非日常判断の精度をより一層向上させることができる。

更にまた、必要に応じ、上記滞在時間算出手段を、予め指定した指定範囲時間より短い時間の滞在を「滞在時間Ｔ」の算出に算入しない機能を備えて構成している。このため、一滞在中の滞在時間の算出がより正確になり、この点でも、日常・非日常判断の精度をより一層向上させることができる。

そしてまた、上記基準データ記憶手段が記憶する基準データを作成する基準データ作成手段を備えて構成している。基準データをこのシステムを利用して作成できるので、逐一手作業で作成する場合に比較して労力が低減される。特に、独居者の基準データは千差万別であるので、自動的に作成できることで作成効率が極めてよくなる。

この場合、上記基準データ作成手段は、上記判断データ算出手段が算出する判断データを利用して予め作成する機能を備えて構成したことが有効である。判断データ算出手段が算出する判断データを利用するので、より一層作成効率を向上させることができる。

また、必要に応じ、上記判断データ算出手段を、上記独居者が居住空間から外出したことの判定をする外出判定手段と、該外出判定手段が外出と判定したとき外出時間を算出する外出時間算出手段と、該外出時間算出手段が算出した外出時間に基づいて所定時間当たりの在宅率を算出する在宅率算出手段とを備えて構成した。外出を判断できるので、より細かい行動分析ができ、日常・非日常判断の精度をより一層向上させることができる。

この場合、上記基準データ記憶手段が記憶する基準データを作成する基準データ作成手段を備えて構成し、該基準データ作成手段を、上記在宅率算出手段が算出した在宅率に基づく補正を行なって基準データを算出する機能を備えて構成したことが有効である。外出を考慮した比較判断になるので、判断が正確になり、日常・非日常判断の精度をより一層向上させることができる。

また、上記判断手段を、上記在宅率算出手段が算出した在宅率に基づく補正を行なって判断する機能を備えて構成することも有効である。この場合も、外出を考慮した比較判断になるので、判断が正確になり、日常・非日常判断の精度をより一層向上させることができる。

そして、必要に応じ、上記判断手段を、上記判断データ算出手段の活動量算出手段が算出した「活動量Ａ」，滞在回数算出手段が算出した「滞在回数Ｃ」及び滞在時間算出手段が算出した「滞在時間Ｔ」についての個々の判断項目に対して日常（０）または非日常（１）の判断を行なう個々判断手段を備えて構成した。個々についての判断が先ず得られるので、基本的判断を行なうことができるとともに、これら複数の判断データに基づいて独居者の状態を判断できるようにしたので、日常・非日常判断の精度を向上させることができる。

この場合、上記個々の判断項目は、上記区画空間毎及び１日を区分けした区分時間帯毎の「活動量Ａ」，「滞在回数Ｃ」及び「滞在時間Ｔ」であることが有効である。区画空間毎及び１日を区分けした区分時間帯毎に判断できるので、より細かい分析ができ、日常・非日常判断の精度をより一層向上させることができる。

また、必要に応じ、上記判断手段を、上記個々判断手段が判断した個々の判断結果（０ｏｒ１）を複数組み合わせて総合的な日常（０）または非日常（１）の判断を行なう総合判断手段を備えて構成した。個々の判断項目によらず、総合的に判断を行なうので、日常・非日常判断の精度をより一層向上させることができる。

更に、必要に応じ、上記総合判断手段を、上記個々判断手段が判断した個々の判断結果（０ｏｒ１）に対して行動危険度を考慮して判断する機能を備えた構成としている。行動危険度を考慮するので、日常・非日常判断の精度をより一層向上させることができる。

更にまた、上記総合判断手段は、上記区分時間帯毎に上記個々判断手段が判断した個々の判断結果（０ｏｒ１）を複数組み合わせて総合的な日常（０）または非日常（１）の判断を行なう一次総合判断機能と、一次総合判断機能の判断結果を更に組み合わせて総合的な日常（０）または非日常（１）の判断を行なう二次総合判断機能とを備えた構成としている。段階を踏んで判断するので、日常・非日常判断の精度をより一層向上させることができる。

また、必要に応じ、上記総合判断手段は、上記個々の判断項目をランク付けし、上記個々判断手段が判断した個々の複数の判断結果（０ｏｒ１）が上記ランクの高い判断項目において非日常（１）であるとき、当該非日常（１）の判断結果を優先させて、総合判断を非日常（１）とする機能を備えた構成としている。重要度が高く他の判定項目の結果によらず即時に非日常となる判断項目については、確実に非日常（１）として判断できるので、日常・非日常判断の精度をより一層向上させることができる。

本発明の独居者用管理システムによれば、判断手段において、基準データ記憶手段に記憶した基準データと判断データとが比較され、日常・非日常判断が行なわれるが、複数の判断データについて、比較することができるので、従来の、１つの判断データに基づいて判断している場合に比較して、その判断が偏ってしまうことが抑制され、良好な判断結果をうることができるようになり、即ち、複数の判断データに基づいて独居者の状態を判断できるようにしたので、日常・非日常判断の精度を向上させることができる。これにより、高齢社会において増え続ける独居者、あるいは、家族と同居しているが日中ひとりになる高齢者または社会的背景における単身赴任による独居者の日々の生活活動状態を管理センターが家族などの代わりに把握でき、非日常状態を検出した場合には、独居者本人や家族に連絡を取り、緊急事態に対応することができ、極めて有用になる。

以下、添付図面に基づいて、本発明の実施の形態に係る独居者用管理システムについて詳細に説明する。
図１乃至図５に示すように、本発明の実施の形態に係る独居者用管理システムは、１人暮らしの老人等の独居者が居住する住宅である居住空間Ｒに設けた端末１と、管理センター２に設けたサーバ装置３とをインターネットなどの通信ネットワーク４を介して接続し管理センター２のサーバ装置３において各居住空間Ｒにおける独居者の行動を監視して、独居者の行動が「日常」であるか「非日常」であるかの日常・非日常判断を行なうものである。非日常と判断された場合には、図２に示すように、例えば、電話網により直接独居者に連絡したり、近隣や民生委員等の協力者５ａを介して各住宅に訪問してもらい、あるいは、病院５ｂで受診を行なってもらい、場合によっては救急車５ｃを要請するなどの対応を取れるようにしている。図１中、６はサーバ装置３の表示装置、７はサーバ装置３と通信可能な携帯電話である。

居住空間Ｒとしては、一戸建ての住宅やマンションを初め、ホテルや病院などの施設等どのような場所であっても良い。例えば、図３に示すように、一戸建ての住宅の場合で説明すると、住宅としての居住空間Ｒは、複数に区画された区画空間Ｒｎ（Ｒ１，Ｒ２，Ｒ３，Ｒ４，Ｒ５，Ｒ６，Ｒ７，Ｒ８）を有している。区画空間としては、居間Ｒ１，台所Ｒ２（勝手口），寝室Ｒ３，浴室Ｒ４，トイレＲ５，玄関Ｒ６，大廊下Ｒ７，小廊下Ｒ８に区画される。区画空間は部屋の区画に従うのが原則であるが、必ずしもこれに限らず、１つの部屋を複数に分割して区画空間としても良い。

この居住空間Ｒにおいては、選択された複数の区画空間（Ｒ１，Ｒ２，Ｒ３，Ｒ４，Ｒ５，Ｒ６）毎に、独居者の動作に反応して反応信号として送出する複数の動作検知手段１０が設けられている。動作検知手段１０は、具体的には、例えば熱の移動を検知する赤外線センサ、あるいは超音波センサからなり、人の移動時にこれを検知して信号を送出する。センサは、居間に設けられた居間対人センサ１１，台所対人センサ１２，寝室対人センサ１３，浴室対人センサ１４，トイレ対人センサ１５，玄関対人センサ１６からなる。区画空間のうち、大廊下Ｒ７，小廊下Ｒ８には設けられていない。各対人センサ１１〜１６の設置位置は、独居者の行動を的確に捉えることが最適な位置に設置することが望ましい。また、センサ１１〜１６の設置場所として、上記の各生活場所に限定されるものではなく、それ以外の場所に設置してもよい。さらに、各区画空間に設けられるセンサの個数は、１個としているがそれ以上の個数を設置しても構わない。

居住空間Ｒに設けた端末１は、図１に示すように、各動作検知手段１０から送出された反応信号及び反応信号の送出時刻を基礎データとして収集する基礎データ収集手段２０と、基礎データ収集手段２０によって収集された基礎データに基づいて日常・非日常判断を行なうための複数の判断データを算出する判断データ算出手段２１とを備えている。２２は判断データ算出手段２１のデータを保存する電子ファイル、２３は判断データ算出手段２１のデータをサーバ装置３に送信するデータ電送部である。

基礎データ収集手段２０が収集する反応信号の送出時刻（反応時刻τ）において、秒の桁は、ｉ×Ｕ（ｉは整数、Ｕは単位時間）毎に記録されるようにしている。例えば、単位時間Ｕは、センサ反応が５秒毎にサンプリングされる場合はＵ＝５秒であり、センサ反応がトリガとなって記録される。時刻の精度が１秒の場合はＵ＝１秒となる。

判断データ算出手段２１は、図４に示すように、各区画空間毎の反応信号の回数によって規定される所定時間当たりの「活動量Ａ」を算出する活動量算出手段２４と、各区画空間毎の所定時間当たりの「滞在回数Ｃ」を算出する滞在回数算出手段２５と、各区画空間毎についての各滞在毎の「滞在時間Ｔ」を算出する滞在時間算出手段２６とを備えて構成されている。

判断データ算出手段２１の活動量算出手段２４が算出する「活動量Ａ」及び滞在回数算出手段２５が算出する「滞在回数Ｃ」は、１日を区分けした区分時間帯毎に算出される。
区分時間帯は、ここの独居者に対しての予めヒヤリングにより決定され、また、時間帯は、実際の生活では多少のズレがあるので、このズレの幅を前後３０分とし、例えば、以下のように設定されている。

時間帯１．睡眠時間帯 ２０：３０〜 ６：００
時間帯２．起床朝食時間帯 ５：００〜 ７：３０
時間帯３．活動時間帯 ７：００〜１８：３０
時間帯４．夕食入浴時間帯 １８：００〜２１：３０
時間帯５．終日 ０：００〜２４：００

ここでは、１日２４時間を１つの区分時間帯として、「時間帯５．終日」も設けている。「時間帯５．終日」はその時間帯の始めを、就寝時刻から睡眠時間帯の内側にとり、さらに動き（トイレに起きるなど）が少ない時刻が良い。例えば、０：００や１：００、２：００を基準とするのが良い。

詳しくは、以下のような処理が行なわれる。判断データ算出手段２１においては、基礎データ収集手段２０からの基礎データに基づいて、順次入退出リストを作成する。
区画空間Ｒｎについての入退出リストＬをＬＲｎと表す。ＬＲｎは、対象期間内の滞在情報Ｓを要素に持つ。

ＬＲｎ ＝ ｛ ＳＲｎ，１ ・・・ ＳＲｎ，ｔ }，
ここで、ＳＲｎ，ｔはｔ回目のＲｎへの滞在情報である。

滞在情報ＳＲｎ，ｔは、その滞在における区画空間Ｒｎへの入室時刻ＩＲｎ，ｔと退出時刻ＯＲｎ，ｔ、これらから導出される滞在時間ＴＲｎ，ｔからなる。

ＳＲｎ，ｔ ＝ ｛ ＩＲｎ，ｔ ＯＲｎ，ｔ ＴＲｎ，ｔ } ，
ここで、ＴＲｎ，ｔ ＝ ＯＲｎ，ｔ −ＩＲｎ，ｔ

例えば、図６に示すように、１つのセンサ反応が（区画空間、反応時刻）の形式で表現されるセンサ反応データ系列があるとする。この場合、Ｒ５(トイレ)に関する入退出リストＬＲ５は、

ＳＲ５，ｍ ＝｛１２:０６:００ １２:０８:００ ００:０２:００}
ＳＲ５，ｍ＋１ ＝｛１４:３３:３０ １４:３４:０５ ００:００:３５}
であるから、
ＬＲ５ ＝ ｛ ・・・｛１２:０６:００ １２:０８:００ ００:０２:００} ｛１４:３３:３０ １４:３４:０５ ００:００:３５} ・・・ }
となる。

また、滞在時間算出手段２６は、予め指定した指定範囲時間より短い時間の滞在を「滞在時間Ｔ」の算出に算入しない機能を備えて構成されている。
図７に示すように、滞在時間長における指定範囲外の要素の除去に当たっては、
入力：部屋Ｒの入退出リストＬＲ
パラメ−タ：有効な滞在時間長の範囲（ＴＬ’，ＴＵ’）
出力：部屋Ｒの入退出リストＬＲ’とすると、以下のような処理が行なわれる。

先ず、ループ制御変数ｉ、出力先ＬＲ’を初期化し、入力ＬＲの要素数Ｎを求める（１−１）。次に、ループがＮ回実行されたかどうかを判定する。Ｎ回実行された場合は、終了する（１−２）。ループがＮ回に満たない場合、入力ＬＲのｉ番目の要素の滞在時間長ＴＲ，ｉが、予め指定した時間長範囲（ＴＬ’，ＴＵ’）の範囲内であるかを判定する（１−３）。範囲内にある場合のみ、入力ＬＲのｉ番目の要素を出力ＬＲ’の要素とする（１−４）。そして、ループの実行回数をカウントする（１−５）。

更に、滞在回数算出手段２５は、滞在時間が予め指定した指定時間帯の範囲外の時間であるとき当該滞在を「滞在回数Ｃ」に算入しない機能を備えて構成されている。
図８に示すように、指定時間帯外の要素の除去においては、
入力：部屋Ｒの入退出リストＬＲ
パラメ−タ：時間帯の範囲（ＴＳ，ＴＥ）
出力：部屋Ｒの入退出リストＬＲ’とすると、以下のような処理が行なわれる。

先ず、ループ制御変数ｉ、出力先ＬＲ’を初期化し、入力ＬＲの要素数Ｎを求める（２−１）。次に、ループがＮ回実行されたかどうかを判定する。Ｎ回実行された場合は、終了する（２−２）。ループがＮ回に満たない場合、入力ＬＲのｉ番目の要素が表す滞在が、予め指定した時間帯（開始時刻ＴＳと終了時刻ＴＥで区切られた領域）内にあるかを判定する（２−３）。この時間帯で行なわれている場合のみ、入力ＬＲのｉ番目の要素を出力ＬＲ’の要素とする（２−４）。そして、ループの実行回数をカウントする（２−５）。

また、図９に示すように、滞在時間長における非日常の判定に当たっては、
入力：部屋Ｒの入退出リストＬＲ
パラメ−タ：日常と認められる滞在時間長の範囲（ＴＬ，ＴＵ）
出力：判定結果Ｊ（０：日常、１：非日常、異常）
とすると、以下のような処理が行なわれる。

先ず、ループ制御変数ｉ、判定結果Ｊを初期化し、入力ＬＲの要素数Ｎを求める（３−１）。次に、ループがＮ回実行されたかどうかを判定する。Ｎ回実行された場合は、終了する（３−２）。ループがＮ回に満たない場合、入力ＬＲのｉ番目の要素が表す滞在が、予め指定した日常とする滞在時間長範囲（ＴＬ、ＴＵ）内にあるかを判定する（３−３）。この範囲外である場合、出力Ｊを１（非日常）とする（３−４）。ループの実行回数をカウントする（３−５）。

例えば、トイレでの排泄行動、浴室での入浴など、場所と行動の関連が強いものは、特定の場所への滞在にはそれに関連する行動を伴うと考えることができる。一日のトイレ回数や、入浴の有無などは健康状態と関連があり、回数を可能な限り正確に把握したい。そのため、明らかに行動の所要時間が短すぎたり、長すぎたりするものを除去するものである。例えば、トイレ行動には少なくとも１５秒かかるとすると、この時間長未満のトイレ滞在はトイレ行動を伴わないと考え、トイレ行動とみなす滞在時間Ｔの範囲ＰをＴ≧１５秒とし、トイレに関して求めた入退出リストＬのすべての要素について、滞在時間が指定範囲Ｐを満たすかどうかを調べ、満たさない要素を入退出リストＬから除外する。

また、図４に示すように、判断データ算出手段２１は、独居者が居住空間Ｒから外出したことの判定をする外出判定手段３０と、外出判定手段３０が外出と判定したとき外出時間を算出する外出時間算出手段３１と、外出時間算出手段３１が算出した外出時間に基づいて所定単位時間当たりの在宅率を算出する在宅率算出手段３２とを備えて構成されている。

外出判定手段３０の外出判定は例えば以下のようにして行なわれる。１つのセンサ反応が（区画空間Ｒ、反応時刻τ）の形式で表現されるセンサ反応データ系列において、
ｋ番目のセンサ反応 （Ｒａ，τｋ）
ｋ＋１番目のセンサ反応 （Ｒｂ，τｋ＋１）
ただし、τｋ≦τｋ＋１
であるとする。

（ａ）． Ｒａ≠Ｒｂ かつ τｋ＋１−τｋ≦Ｕのとき
センサ反応（Ｒａ，τｋ）は、区画空間Ｒａからの退出
センサ反応（Ｒｂ，τｋ＋１）は、区画空間Ｒｂへの入室
区画空間Ｒａから区画空間Ｒｂへの移動時間はゼロ
この状態を、状態Ｅとよぶ。

（ｂ）． Ｒａ≠Ｒｂ かつ τｋ＋１−τｋ＞Ｕのとき
センサ反応（Ｒａ，τｋ）は、区画空間Ｒａからの退出
センサ反応（Ｒｂ，τｋ＋１）は、区画空間Ｒｂへの入室
区画空間Ｒａから区画空間Ｒｂへの移動時間はτｋ＋１−τｋ≠０
時刻τｋからτｋ＋１の期間は、宅内センサの範囲外（例えばセンサをつけていない区画空間、廊下や、宅外）への滞在ともいえる。
ここで、宅内と宅外を切り分けるため、外出パターンを（Ｒｃ，Ｒｄ，Ｔ）、Ｒｃ，Ｒｄ：区画空間、Ｔ：滞在時間の形式で定義する。

（ｂ−１）． Ｒａ≠Ｒｂ かつτｋ＋１−τｋ＞Ｕであり、
（ｂ−１−１）． Ｒａ≠Ｒｃ または Ｒｂ≠Ｒｄ
（ｂ−１−２）．τｋ＋１−τｋ ＜ Ｔ
のいずれかを満たす場合を、状態Ｂとする。

（ｂ−２）． Ｒａ≠Ｒｂ かつτｋ＋１−τｋ＞Ｕであり、（ｂ−１−１）（ｂ−１−２）のいずれも満たさない場合を、状態Ａとする。状態Ｂは、在宅ではあるが、センサ範囲外に滞在していることを示す。例えば、大廊下や小廊下に滞在するときである。状態Ａは、外出を表す。

例えば、外出パターンの例としては、
（玄関，勝手口，３０分）・・・玄関から外出し、勝手口から帰宅。外出時間は３０分以上
（台所，玄関，３０分）・・・勝手口から外出し、玄関から帰宅。外出時間は３０分以上

（ｃ）． Ｒａ＝Ｒｂのとき
センサ反応（Ｒａ，τｋ）、（Ｒｂ，τｋ＋１）は、いずれも区画空間Ｒａへの存在（滞在）を表す。もし、区画空間Ｒａが玄関、勝手口のような外出と関連する場所である場合、単純に期間τｋ＋１−τｋを玄関への滞在、勝手口への滞在とはできない。そこで、区画空間ごとに時間長定数Ｖｎ （ｎは区画空間番号、Ｕ≦Ｖｎ）をあたえ、
（ｃ−１）． Ｒａ＝Ｒｂかつτｋ＋１−τｋ≦Ｖｎのときを状態ＳＲａ
（ｃ−２）． Ｒａ＝ＲｂかつＶｎ＜τｋ＋１−τｋのとき 状態Ａ
とする。状態ＳＲａは区画空間Ｒａへの滞在、状態Ａは外出を表す。

例えば、Ｒａ＝Ｒ５＝玄関について、Ｖ５＝１５分のとき、ある時刻に玄関が反応し、その次のセンサ反応が１５分以上経過後で、それが玄関である場合は、この期間を外出とみなす。また、時間長定数Ｖを（ｂ）の外出パターンとして表現すると、（Ｒａ，Ｒａ，Ｖａ）となる。

センサ反応系列に、（ａ）〜（ｃ）を適用すると、例えば
・・・ＥＳＳＳＢＳＥＳＳＢＥＳＡ・・・
のような４状態（ＡＢＥＳ）の組み合わせからなる系列に変換できる。
連続する同じ区画空間への滞在ＳＲｎはひとつのＳＲｎにまとめることができ、
この系列から区画空間別にＳをとりだし、表現をかえたものが入退出リストＬになる。

この系列より、外出を表す状態Ａをすべて取り出し、
（Ｒａ，τｋ，Ｒｂ，τｋ＋１）
Ｒａ：外出した場所 τｋ：外出時刻 Ｒａ：帰宅した場所 τｋ＋１：帰宅時刻
の形式で表し、これを要素とする集合を外出リストεとする。状態Ａの検出が、外出検出になる。

このように状態（ＡＢＥＳ）を認識して外出を判定するが、その処理フローは以下の通りである。図１０に示すフローチャートを用いて説明すると、外出を検出し、おのおの外出について、開始時刻、外出の終了時刻（帰宅時刻）等を外出リストεに追加し保持するものである。同時に、部屋別の滞在を検出し、おのおの滞在について、開始時刻（入室時刻）、終了時刻（退出時刻）、滞在時間長を、部屋別の入退出リストＬＲｎに追加し保持する。

詳しくは、入力は、センサ反応データ系列Ｄであり、出力は、外出リストε，区画空間別入退出リストは、ＬＲ１，・・・，ＬＲｎ （ｎは区画空間数）になる。
センサ反応Ｘｋ＝（Ｒｋ， τｋ）の時系列データをセンサ反応データ系列Ｄとする。
Ｄ＝｛Ｘ１， ・・・， Ｘｋ， ・・・， Ｘｍ｝
外出リストをε、区画空間Ｒｎについての入退出リストをＬＲｎとする。

変数としては、以下の要素がある。
ｋ・・・ル−プカウンタ
Ｙ・・・４状態（ＡＢＥＳ）に分類した現在の状態を保持する
ＰＳ・・一回前のル−プの４状態（ＡＢＥＳ）に分類した状態（一つ前のＹ）を保持
Ｐｔ・・現在継続中の滞在の開始時刻を保持

先ず、変数の初期化を行なう（４−１）。ル−プ終了判定を行なう（４−２）。入力系列中のすべての隣り合う２つのセンサ反応を順に比較するので、ｍ−１回の比較を行なう。入力系列中の隣り合う２つのセンサ反応（ｋ番目とｋ＋１番目）を比較し、状態に分類し、Ｙに保存する（４−３）。Ｙが状態Ａ（外出）の場合は、外出リストεに外出場所（Ｒｋ）、外出時刻（τｋ）、帰宅場所（Ｒｋ＋１）、帰宅時刻（τｋ）の４つを１レコードとして追加し（４−４）、データ系列中ｋ番目のセンサ反応があった区画空間にＬＲｋに（Ｐｔ， τｋ， τｋ−Ｐｔ）を追加し（４−５）、Ｐｔ＝τｋ＋１，ＰＳ＝Ｙとして（４−６）、次の処理に移る（４−１１）。
Ｙが状態Ｂまたは状態Ｅの場合は、ＰＳ≠状態Ａ？を判断し（４−７）、そうであれば（４−７ＹＥＳ）、データ系列中ｋ番目のセンサ反応があった区画空間にＬＲｋに（Ｐｔ， τｋ， τｋ−Ｐｔ）を追加し（４−８）、Ｐｔ＝τｋ＋１，ＰＳ＝Ｙとして（４−９）、次の処理に移る（４−１１）。違えば（４−７ＮＯ）、Ｐｔ＝τｋ，ＰＳ＝Ｙとして（４−１０）、次の処理に移る（４−１１）。

具体例を挙げると、
Ｒ２＝台所、Ｒ６＝玄関であり、外出パターンが、
（Ｒ６， Ｒ６， １５分） 玄関−玄関
（Ｒ６， Ｒ２， １５分） 玄関−台所（勝手口）
（Ｒ２， Ｒ６， １５分） 台所（勝手口）−玄関
（Ｒ２ Ｒ２， ６０分） 台所（勝手口）−台所（勝手口）
と定義してある（台所には勝手口がある）。

（例１）玄関から外出して玄関から帰宅した時
（Ｒ６，７:５９:５５） ← 玄関
（Ｒ６，８:００:００） ← 玄関（外出）
＜センサ無反応時間３０分（外出による）＞
（Ｒ６，８:３０:００） ← 玄関（帰宅） （ｃ−２）に該当
（Ｒ６，８:３０:０５） ← 玄関

（例２）玄関から外出して台所（勝手口）から帰宅した時
（Ｒ６，７:５９:５５） ← 玄関
（Ｒ６，８:００:００） ← 玄関（外出）
＜センサ無反応時間３０分（外出による）＞
（Ｒ２，８:３０:００） ← 台所（勝手口から帰宅） （ｂ−２）に該当
（Ｒ２，８:３０:０５） ← 台所

（例３）玄関、廊下を掃除して、来客のため玄関に行った時
（Ｒ６，７:５９:５５） ← 玄関
（Ｒ６，８:００:００） ← 玄関
＜センサ無反応時間１０分＞
（Ｒ６，８:１０:００） ← 玄関 （センサのない区画空間での滞在による）
（Ｒ６，８:１０:０５） ← 玄関 （ｃ−１）に該当

（例４）玄関、廊下、台所の掃除をした時
（Ｒ６，７:５９:５５） ← 玄関
（Ｒ６，８:００:００） ← 玄関
＜センサ無反応時間１０分＞
（Ｒ３，８:１０:００） ← 台所 （センサのない区画空間での滞在による）
（Ｒ３，８:１０:０５） ← 台所 （ｂ−１）に該当

次に、図１１に示すフローチャートを用い、在宅率の算出について説明する。
在宅率の導出は、導出対象となる時間帯をＷとし、その時間帯開始時刻をｔＳ、終了時刻をｔＥとする。外出リストをε、その要素をＡ（τＳ，ＲＳ，τＥ，ＲＥ）とする。
（τＳ：外出時刻、ＲＳ：外出場所、τＥ：帰宅時刻、ＲＥ：帰宅場所）
ε＝｛Ａ１，．．．ＡＫ｝、Ｋ：外出回数
時間帯Ｗにおける外出総時間長をＴＡ
時間帯Ｗの時間幅をＴｗ（＝ｔＥ−ｔＳ）
時間帯Ｗの在宅率をγとする。
入力は、外出リストεであり、出力は、時間帯滞在率γ、パラメ−タは時間帯Ｗである。

先ず、ループ制御変数Ｉ、外出総時間長保持変数Ｔａを初期化する（５−１）。次に、ループが外出リストの要素数Ｋ回実行されたかどうかを判定する。Ｋ回実行された場合は、終了する（５−２）。ループがＫ回に満たない場合、外出リストのＩ番目の要素のτｓ（外出時刻）とτｅ（帰宅時刻）で表される外出が、時刻ｔｓとｔｅとで区切られる時間帯と重複部分を持つかどうかを判定する（５−３）。もし、重複を持てば、時間帯の開始時刻ｔｓと外出時刻τｓの大きい方を変数Ｓにセットし（５−４）〜（５−６）、時間帯の終了時刻ｔｅと帰宅時刻τｅの小さい方を変数Ｅにセットする（５−７）〜（５−９）。ＳとＥで区切られた区間が外出と時間帯の重複部分であるので、この時間長を外出総時間長Ｔａに加算する（５−１０）。ループの実行回数をカウントする（５−１１）。そして、ループ完了後、時間帯在宅率γを求める（５−１２）。

次に、管理センター２に設けたサーバ装置３について説明する。図１に示すように、サーバ装置３には、日常・非日常判断を行なうための基準となる複数の基準データを記憶する基準データ記憶手段４０が備えられている。また、サーバ装置３には、基準データ記憶手段４０が記憶する基準データを作成する基準データ作成手段４１が備えられている。基準データ作成手段４１は、判断データ算出手段２１が算出する判断データを利用して予め基準データを作成する機能を備えて構成されている。４２は端末１のデータ電送部２３から送信されたデータを蓄積するデータ蓄積部である。

基準データは、上記の活動量算出手段２４が算出した各区画空間毎の各時間帯（所定時間当たり）の「活動量Ａ」、滞在回数算出手段２５が算出した各時間帯（所定時間当たり）の「滞在回数Ｃ」、滞在時間算出手段２６が算出した各区画空間毎についての各滞在毎の平均「滞在時間Ｔ」を、例えば、７日間についての数値から、１日あたりの平均値を求める。そして、この平均値に対して、例えば、標準偏差に基づく範囲を設定し、これを、基準データとしている。

例えば、活動量Ａにおいて、該当部屋・時間帯での７日間の活動量Ａの平均（Ｕ）、標準偏差（Ｓ）より、Ｍｎ＝Ｕｎ−２Ｓｎ， Ｎｎ＝Ｕｎ＋２Ｓｎ
を設定し、許容範囲を、Ｍｎ≦Ａ≦Ｎｎとして、これを基準データとしている。

また、サーバ装置３には、図１及び図５に示すように、基準データと上記の判断データとを比較して日常・非日常判断を行なう判断手段４３が備えられている。判断手段４３は、判断データ算出手段２１の活動量算出手段２４が算出した「活動量Ａ」，滞在回数算出手段２５が算出した「滞在回数Ｃ」及び滞在時間算出手段２６が算出した「滞在時間Ｔ」についての個々の判断項目に対して日常（０）または非日常（１）の判断を行なう個々判断手段４４を備えて構成されている。上記個々の判断項目は、上記区画空間毎及び１日を区分けした区分時間帯毎の「活動量Ａ」，「滞在回数Ｃ」及び「滞在時間Ｔ」である。

個々判断手段４４は、例えば、活動量Ａにおいて、許容範囲を、Ｍｎ≦Ａ≦Ｎｎとしたとき、許容範囲内であれば「日常」と判断し、許容範囲外であれば、「非日常」と判断する。

また、個々判断手段４４は、在宅率算出手段３２が算出した在宅率に基づく補正を行なって判断する機能を備えている。
詳しくは、具体例（トイレ）について挙げると、一日のトイレ回数は、通常時にはおおよそ定まる。これを範囲Ｐとする。この範囲Ｐとセンサ反応データから求めるトイレ回数Ｃを比較するが、外出がある場合、トイレ回数Ｃが減る可能性があり、外出時間が長いほどこの可能性は増すと考えられる。即ち、家にいないので自宅のトイレを使用する機会が減る。そこで、範囲Ｐに在宅率γをかけて補正した範囲Ｐ’とトイレ回数Ｃを比較する。例えば、Ｐ：５〜８回、ある１日の在宅率γ＝０．５であるとき、Ｐ’：５×γ〜８×γ＝２．５〜４回となり、この日のトイレ回数Ｃが範囲Ｐ’内にあるかどうかを評価する。２．５≦Ｃ≦４であれば０(日常)、これ以外の時１（非日常、異常）を出力する。

一日のトイレ回数ではなく、例えば夜間と昼間のように時間帯を区切り、それぞれにＰを設定することもできる。時間帯を夜間Ｗｎ：２０:００〜０６:００、昼間Ｗｄ：０６:００〜２０：００の２つに分け、夜間と昼間についてのＰをそれぞれＰｎ：１〜２回、Ｐｄ：４〜６回、ある日の夜間と昼間の在宅率がそれぞれ、γｎ＝１．０、γｄ＝０．２とすると、Ｐ’はそれぞれ、Ｐ’ｎ：１×γｎ〜２×γｎ＝１〜２、Ｐ’ｄ：４×γｄ〜６×γｄ＝０．８〜１．２となる。

次にまた、判断手段４３は、個々判断手段４４が判断した個々の判断結果（０ｏｒ１）を複数組み合わせて総合的な日常（０）または非日常（１）の判断を行なう総合判断手段４５を備えて構成されている。総合判断手段４５は、個々判断手段４４が判断した個々の判断結果（０ｏｒ１）に対して行動危険度を考慮して判断する機能を備えて構成されている。

総合判断手段４５は、区分時間帯毎に個々判断手段４４が判断した個々の判断結果（０ｏｒ１）を複数組み合わせて総合的な日常（０）または非日常（１）の判断を行なう一次総合判断機能と、一次総合判断機能の判断結果を更に組み合わせて総合的な日常（０）または非日常（１）の判断を行なう二次総合判断機能とを備えている。
この一次総合判断機能及び二次総合判断機能は、後述の「第一総合判断モード」において実現される。

また、総合判断手段４５は、個々の判断項目をランク付けし、個々判断手段４４が判断した個々の複数の判断結果（０ｏｒ１）がランクの高い判断項目において非日常（１）であるとき、当該非日常（１）の判断結果を優先させて、総合判断を非日常（１）とする機能を備えても構成されている。この機能は、後述の「第二総合判断モード」において実現される。

従って、この実施の形態に係る独居者用管理システムは、以下のように機能する。
常時、センサが独居者を監視しており、センサの反応信号は基礎データ収集手段２０によって反応信号の送出時刻とともに収集され、判断データ算出手段２１で処理されている。判断データ算出手段２１では、例えば、２４時間ごとに集計が行なわれる。

図１２に示すように、活動量算出手段２４においては、各時間帯において、入退出リストＬから指定時間帯のデータを抽出し（６−１）、各場所（区画空間）において、入退出リストＬから指定場所のデータを抽出し（６−２）、各区画空間毎の各時間帯（所定時間当たり）の「活動量Ａ」を算出する（６−３）。

また、図１３に示すように、滞在回数算出手段２５においては、各区画空間毎の入退出検出に基づいて（７−１）、滞在時間長が指定範囲外の要素を除去し（７−２）、ここでは必要な時間帯のみについて算出するので、必要な指定時間帯外の要素を除去し（７−３）、必要な時間帯（所定時間当たり）の「滞在回数Ｃ」を算出する（７−４）。
一方、外出検出が行なわれ（７−５）、在宅率が算出される（７−６）。

そしてまた、図１４に示すように、滞在時間算出手段２６においては、各区画空間毎の入退出検出に基づいて（８−１）、滞在時間長が指定範囲外の要素を除去し（８−２）、ここでは必要な時間帯のみについて算出するので、必要な指定時間帯外の要素を除去し（８−３）、各区画空間毎についての各滞在毎の「滞在時間Ｔ」を算出する（８−４）。

これらのデータは、サーバ装置３に送信され、データ蓄積部４２に蓄積される。そして、判断手段４３による判断が行なわれる。
先ず、個々判断手段４４による個別判断が行なわれる。
図１２に示すように、活動量においては、基準データの許容範囲（Ｍｎ≦Ａ≦Ｎｎ）と比較され、範囲内であれば、日常（０）と判断され、範囲外であれば、非日常（１）と判断される（６−４）。この判断は、区分時間帯及び区画空間毎に行なわれる。図１５にその具体例を示す。

また、図１３に示すように、滞在回数Ｃにおいては、在宅率γによる基準データＰの補正が行なわれ（７−７）、この補正された基準データＰ’と滞在回数Ｃが比較され、範囲内であれば、日常（０）と判断され、範囲外であれば、非日常（１）と判断される（７−８）。この判断は、区分時間帯及び区画空間毎に行なわれる。

更に、図１４に示すように、滞在時間Ｔにおいては、基準データの許容範囲（Ｍｎ≦Ｔ≦Ｎｎ）と比較され、範囲内であれば、日常（０）と判断され、範囲外であれば、非日常（１）と判断される（８−５）。この判断は、区分時間帯及び区画空間毎に行なわれる。

次に、総合判断について説明する。
（１）「第一総合判断モード」
ここでは、区分時間帯毎に個々判断手段４４が判断した個々の判断結果（０ｏｒ１）を複数組み合わせて総合的な日常（０）または非日常（１）の一次総合判断を行ない、次に、一次総合判断の判断結果を更に組み合わせて総合的な日常（０）または非日常（１）の二次総合判断を行なう。

（１−１）一次総合判断
図１６及び図１７にその例を示す。
日常と認められる範囲をＰ、滞在回数（行動回数）をＣ、滞在時間（行動時間長）をＴ、活動量をＡとし、
時間帯Ｙ、部屋Ｒについての行動回数非日常判定をＥＣ（Ｙ， Ｒ， Ｐ）
時間帯Ｙ、部屋Ｒについての行動時間長非日常判定をＥＴ（Ｙ， Ｒ， Ｐ）
時間帯Ｙ、部屋Ｒについての活動量非日常判定をＥＡ（Ｙ， Ｒ， Ｐ）と表す。
Ｍ， Ｎ， Ｗ， Ｘは定数、Σは入力値の総和を求める演算またはその結果を表す。特に、定数Ｗは対象とする行動により定まる行動危険度であり、例えば、図１６に示すように定める。Ｘは予め定めた閾値である。
例えば、図１６（ａ１）下段では、Ｗ１＝３， Ｗ２＝４， Ｗ３＝３， Ｗ４＝１， Ｗ５＝４， Ｗ６＝４となる。また、トイレで異常があった場合、寝室と全部屋の両方で異常の場合に、非日常を出力するとすると、Ｘ１＝４となる。

この例では、（ａ１）睡眠時間帯，（ａ２）起床・朝食時間帯，（ａ３）活動時間帯，（ａ４）夕食入浴時間帯，（ａ５）終日の各場合において、個々判断手段４４が判断した個々の判断結果（０ｏｒ１）を、複数選択して組み合わせて総合的な日常（０）または非日常（１）の一次判断を行なう

（１−２）二次総合判断
次に、図１９に示すように、二次総合判断を行なう。ここでは、上記の一次総合判断結果での時間帯ごとの非日常判定の結果を集約するように構成する。
Ｊ（Ｙ）を時間帯Ｙでの判定処理（Ｙ毎の処理）とする。
ω、Ｚは定数。
定数ωは、対象となる時間帯によって決まる時間帯危険度で、図２０に示すように、定義したとする。
このようにして、二次総合判断を行なう。

（２）「第二総合判断モード」
ここでは、重要度が高く、他の判定項目の結果によらず即時に非日常となる判断項目と、重要度が低く、いくつかの判定項目が非日常であるときに、非日常となる判断項目との２段階にランク付けし、各ランク毎に、個々判断手段４４が判断した個々の判断結果（０ｏｒ１）を複数組み合わせて総合的な日常（０）または非日常（１）の一次総合判断を行ない、次に、一次総合判断の判断結果を組み合わせて総合的な日常（０）または非日常（１）の二次判断を行なう。

（２−１）一次総合判断
図２１にその例を示す。
日常と認められる範囲をＰ、行動回数をＣ、行動時間長をＴ、活動量をＡとし、
時間帯Ｙ、部屋Ｒについての行動回数非日常判定をＥＣ（Ｙ， Ｒ， Ｐ）
時間帯Ｙ、部屋Ｒについての行動時間長非日常判定をＥＴ（Ｙ， Ｒ， Ｐ）
時間帯Ｙ、部屋Ｒについての活動量非日常判定をＥＡ（Ｙ， Ｒ， Ｐ）と表す。
Ｍ， Ｎは定数、Σは入力値の総和を求める演算またはその結果を表す。
この場合、ランクの高い判断項目において非日常（１）であるとき、当該非日常（１）の判断結果を優先させて、総合判断を非日常（１）とする。低ランクにおいては、閾値で判断する。

（２−２）二次総合判断
次に、図２２に示すように、二次総合判断を行なう。ここでは、上記の一次総合判断結果を行動の重要度ごと集約するように構成する。ここでも、ランクの高い判断項目において非日常（１）であるとき、当該非日常（１）の判断結果を優先させて、総合判断を非日常（１）とする。低ランクにおいては、閾値で判断する。

図２３には、上記の判断結果を、複数の独居者毎に、サーバ装置３の表示装置６や携帯電話７に表示した例を示す。
また、図２４には、非日常における、独居者の行動のヒストグラムを、サーバ装置３の表示装置６や携帯電話７に表示した例を示す。
更に、図２５には、日常における、独居者の行動のヒストグラムを、サーバ装置３の表示装置６や携帯電話７に表示した例を示す。
更にまた、図２６には、独居者の判定結果を表にして、サーバ装置３の表示装置６や携帯電話７に表示した例を示す。

尚、上記実施の形態において、判断手段４３を在宅率算出手段３２が算出した在宅率に基づく補正を行なって判断する機能を備えて構成したが、必ずしもこれに限定されるものではなく、在宅率の補正は、基準データ作成手段４１が作成する基準データに反映させても良い。即ち、基準データ作成手段４１を、在宅率算出手段３２が算出した在宅率γに基づく補正を行なって基準データを算出する機能を備えて構成してもよい。この場合、例えば、Ｐは、７日間の時間帯Ｗでのトイレ回数Ｃ｛ｃ１， ｃ２， ・・・ ，ｃ７｝、在宅率γ｛Ｒ１， Ｒ２， ・・・，Ｒ７｝とし、Ｃ’｛ｃ１／Ｒ１， ｃ２／Ｒ２， ・・・ ｃ７／Ｒ７｝、Ｃ’についての平均Ｕ、分散Ｓを求め、Ｐ：Ｕ−２Ｓ〜Ｕ＋２Ｓとして導出する。

尚また、基礎データ収集手段２０，判断データ算出手段２１，基準データ記憶手段４０，判断手段４３の配置は上述したものに限定されるものではなく、例えば、全て、管理センターに配置するなど適宜変更して差支えない。

本発明の実施の形態に係る独居者用管理システムを示す図である。 本発明の実施の形態に係る独居者用管理システムの運用状態を示す図である。 本発明の実施の形態に係る独居者用管理システムが管理する居住空間の一例を示す平面図である。 本発明の実施の形態に係る独居者用管理システムの判断データ算出手段の構成を示す図である。 本発明の実施の形態に係る独居者用管理システムの判断手段の構成を示す図である。 本発明の実施の形態に係る独居者用管理システムにおいてセンサ反応データ系列の一例を示す図である。 本発明の実施の形態に係る独居者用管理システムにおいて滞在時間長が指定範囲外の要素を除去する際の処理を示すフローチャートである。 本発明の実施の形態に係る独居者用管理システムにおいて指定時間外の要素を除去する際の処理を示すフローチャートである。 本発明の実施の形態に係る独居者用管理システムにおいて滞在時間長により非日常を判定する際の処理を示すフローチャートである。 本発明の実施の形態に係る独居者用管理システムにおいて外出判断を行なう際の処理を示すフローチャートである。 本発明の実施の形態に係る独居者用管理システムにおいて在宅率を算出する際の処理を示すフローチャートである。 本発明の実施の形態に係る独居者用管理システムにおいて活動量の算出，判断の処理を示すフローチャートである。 本発明の実施の形態に係る独居者用管理システムにおいて滞在回数の算出，判断の処理を在宅率の補正処理とともに示すフローチャートである。 本発明の実施の形態に係る独居者用管理システムにおいて滞在時間の算出，判断の処理を示すフローチャートである。 本発明の実施の形態に係る独居者用管理システムにおいて滞在回数の算出，判断の処理の具体例を示すフローチャートである。 本発明の実施の形態に係る独居者用管理システムにおいて「第一総合判断モード」の一次総合判断（ａ１）の処理例を示す図である。 本発明の実施の形態に係る独居者用管理システムにおいて「第一総合判断モード」の一次総合判断（ａ２〜ａ５）の処理例を示す図である。 本発明の実施の形態に係る独居者用管理システムにおいて「第一総合判断モード」の一次総合判断の処理で用いられる行動危険度の設定例を示す表図である。 本発明の実施の形態に係る独居者用管理システムにおいて「第一総合判断モード」の二次総合判断の処理例を示す図である。 本発明の実施の形態に係る独居者用管理システムにおいて「第一総合判断モード」の二次総合判断の処理で用いられる行動危険度の設定例を示す表図である。 本発明の実施の形態に係る独居者用管理システムにおいて「第二総合判断モード」の一次総合判断（ｂ１，ｂ２）の処理例を示す図である。 本発明の実施の形態に係る独居者用管理システムにおいて「第二総合判断モード」の二次総合判断の処理例を示す図である。 本発明の実施の形態に係る独居者用管理システムにおいてサーバ装置の出力例を示す図である。 本発明の実施の形態に係る独居者用管理システムにおいてサーバ装置の非日常状態の出力例を示す図である。 本発明の実施の形態に係る独居者用管理システムにおいてサーバ装置の日常状態の出力例を示す図である。 本発明の実施の形態に係る独居者用管理システムにおいてサーバ装置の出力例を示す図である。

符号の説明

Ｒ 居住空間
Ｒｎ 区画空間
Ｒ１ 居間
Ｒ２ 台所（勝手口）
Ｒ３ 寝室
Ｒ４ 浴室
Ｒ５ トイレ
Ｒ６ 玄関
１ 端末
２ 管理センター
３ サーバ装置
４ 通信ネットワーク
６ 表示装置
１０ 動作検知手段
１１ 居間対人センサ
１２ 台所対人センサ
１３ 寝室対人センサ
１４ 浴室対人センサ
１５ トイレ対人センサ
１６ 玄関対人センサ
２０ 基礎データ収集手段
２１ 判断データ算出手段
２２ 電子ファイル
２３ データ電送部
２４ 活動量算出手段
２５ 滞在回数算出手段
２６ 滞在時間算出手段
３０ 外出判定手段
３１ 外出時間算出手段
３２ 在宅率算出手段
４０ 基準データ記憶手段
４１ 基準データ作成手段
４２ データ蓄積部
４３ 判断手段
４４ 個々判断手段
４５ 総合判断手段

Claims (16)

1. 複数に区画された区画空間を有した居住空間に居住する独居者の行動を監視して該独居者の行動が「日常」であるか「非日常」であるかの日常・非日常判断を行なう独居者用管理システムにおいて、
   選択された複数の区画空間毎に設けられ独居者の動作に反応して反応信号として送出する複数の動作検知手段と、
   該各動作検知手段から送出された反応信号及び該反応信号の送出時刻を基礎データとして収集する基礎データ収集手段と、
   該基礎データ収集手段によって収集された基礎データに基づいて上記日常・非日常判断を行なうための複数の判断データを算出する判断データ算出手段と、
   上記日常・非日常判断を行なうための基準となる複数の基準データを記憶する基準データ記憶手段と、
   上記基準データと上記判断データとを比較して日常・非日常判断を行なう判断手段とを備えたことを特徴とする独居者用管理システム。
2. 上記判断データ算出手段を、上記各区画空間毎の反応信号の回数によって規定される所定時間当たりの「活動量Ａ」を算出する活動量算出手段と、上記各区画空間毎の所定時間当たりの「滞在回数Ｃ」を算出する滞在回数算出手段と、上記各区画空間毎についての各滞在毎の「滞在時間Ｔ」を算出する滞在時間算出手段とを備えて構成したことを特徴とする請求項１記載の独居者用管理システム。
3. 上記判断データ算出手段の活動量算出手段が算出する「活動量Ａ」及び滞在回数算出手段が算出する「滞在回数Ｃ」を、１日を区分けした区分時間帯毎に算出することを特徴とする請求項２記載の独居者用管理システム。
4. 上記滞在回数算出手段を、滞在時間が予め指定した指定時間帯の範囲外の時間であるとき当該滞在を「滞在回数Ｃ」に算入しない機能を備えて構成したことを特徴とする請求項２または３記載の独居者用管理システム。
5. 上記滞在時間算出手段を、予め指定した指定範囲時間より短い時間の滞在を「滞在時間Ｔ」の算出に算入しない機能を備えて構成したことを特徴とする請求項２，３または４記載の独居者用管理システム。
6. 上記基準データ記憶手段が記憶する基準データを作成する基準データ作成手段を備えて構成したことを特徴とする請求項２，３，４または５記載の独居者用管理システム。
7. 上記基準データ作成手段は、上記判断データ算出手段が算出する判断データを利用して予め作成する機能を備えて構成したことを特徴とする請求項６記載の独居者用管理システム。
8. 上記判断データ算出手段を、上記独居者が居住空間から外出したことの判定をする外出判定手段と、該外出判定手段が外出と判定したとき外出時間を算出する外出時間算出手段と、該外出時間算出手段が算出した外出時間に基づいて所定時間当たりの在宅率を算出する在宅率算出手段とを備えて構成したことを特徴とする請求項２，３，４，５，６または７記載の独居者用管理システム。
9. 上記基準データ記憶手段が記憶する基準データを作成する基準データ作成手段を備えて構成し、該基準データ作成手段を、上記在宅率算出手段が算出した在宅率に基づく補正を行なって基準データを算出する機能を備えて構成したことを特徴とする請求項８記載の独居者用管理システム。
10. 上記判断手段を、上記在宅率算出手段が算出した在宅率に基づく補正を行なって判断する機能を備えて構成したことを特徴とする請求項８記載の独居者用管理システム。
11. 上記判断手段を、上記判断データ算出手段の活動量算出手段が算出した「活動量Ａ」，滞在回数算出手段が算出した「滞在回数Ｃ」及び滞在時間算出手段が算出した「滞在時間Ｔ」についての個々の判断項目に対して日常（０）または非日常（１）の判断を行なう個々判断手段を備えて構成したことを特徴とする請求項２，３，４，５，６，７，８，９または１０記載の独居者用管理システム。
12. 上記個々の判断項目は、上記区画空間毎及び１日を区分けした区分時間帯毎の「活動量Ａ」，「滞在回数Ｃ」及び「滞在時間Ｔ」であることを特徴とする請求項１１記載の独居者用管理システム。
13. 上記判断手段を、上記個々判断手段が判断した個々の判断結果（０ｏｒ１）を複数組み合わせて総合的な日常（０）または非日常（１）の判断を行なう総合判断手段を備えて構成したことを特徴とする請求項１２記載の独居者用管理システム。
14. 上記総合判断手段を、上記個々判断手段が判断した個々の判断結果（０ｏｒ１）に対して行動危険度を考慮して判断する機能を備えたことを特徴とする請求項１３記載の独居者用管理システム。
15. 上記総合判断手段は、上記区分時間帯毎に上記個々判断手段が判断した個々の判断結果（０ｏｒ１）を複数組み合わせて総合的な日常（０）または非日常（１）の判断を行なう一次総合判断機能と、一次総合判断機能の判断結果を更に組み合わせて総合的な日常（０）または非日常（１）の判断を行なう二次総合判断機能とを備えたことを特徴とする請求項１３または１４記載の独居者用管理システム。
16. 上記総合判断手段は、上記個々の判断項目をランク付けし、上記個々判断手段が判断した個々の複数の判断結果（０ｏｒ１）が上記ランクの高い判断項目において非日常（１）であるとき、当該非日常（１）の判断結果を優先させて、総合判断を非日常（１）とする機能を備えたことを特徴とする請求項１３または１４記載の独居者用管理システム。