JP2006320290A - 個体状態推定システム、個体状態推定方法 - Google Patents

Abstract

【課題】近傍に存在する他の個体から測定した情報を用いて、より高い精度で個体の状態を推定する。
【解決手段】センサノード１は、他センサノードを検出する検出手段と、個体の状態情報を測定する測定手段と、測定した状態情報と検出した他センサノードの識別情報とをサーバに送信する送信手段とを有する。サーバ３は、個体各々の状態情報を時系列に記憶する個体情報記憶手段と、センサノードから自センサノードの状態情報および他センサノードの識別情報を受信し、個体情報記憶手段に記憶する受信手段と、受信した他センサノードの識別情報に対応する状態情報を個体情報記憶手段から検索する検索手段と、検索手段が検索した他センサノードの状態情報と、受信手段が受信した自センサノードの状態情報とに基づいて、個体の状態が異常か否かを判別する判別手段とを有する。
【選択図】 図１

Description

本発明は、動物などの個体の状態を測定および推定する技術に関する。

牛や馬などの家畜（動物）の健康状態を監視するために、家畜に温度計や万歩計（登録商標）を装着し、家畜の健康状態を監視することが行われている。例えば、非特許文献１では、乳牛に万歩計（登録商標）を装着し、単位時間当たりの平均歩数を算出することにより発情した乳牛を発見するＩＴ発情早期発見システムが記載されている。
"ＩＴ発情早期発見システム"、[online]、［平成１７年５月１０日検索］、インターネット＜ＵＲＬ：http://www.geocities.jp/brown1521/it.htm＞

非特許文献１のＩＴ発情早期発見システムでは、乳牛毎に単位時間当たりの平均歩数を算出し、発情した乳牛を発見する。しかしながら、群れの中で生活する家畜は、同じ群れに存在する他の家畜の影響を受ける場合が多い。

例えば、ある家畜（個体）が激しい運動を行っていることを検知した場合において、他の家畜と一緒に当該家畜が移動している場合と、他の家畜は静止しているのに当該家畜のみが運動している場合と、では状況が異なる。すなわち、前者の場合は、激しい運動を検知した場合であっても、群れの他の家畜とともに運動しているため正常な運動であると判別すべきである。一方、後者の場合は、例えば苦痛など何らかの異常による運動であると判別すべきである。このように、群れの中で生活する家畜などは、対象となる家畜のみの測定情報だけでは、家畜の状態を推定することが困難な場合がある。

本発明は上記事情に鑑みてなされたものであり、本発明の目的は、近傍に存在する他の個体から測定した情報を用いて、より高い精度で個体の状態を推定することにある。

上記課題を解決するために、例えば、本発明では、個体の状態を推定する個体状態推定システムであって、前記個体各々に装着され当該個体の状態を測定するセンサノードと、前記個体の状態を推定するサーバと、を有する。そして、センサノード各々は、所定の通信範囲内の他センサノードを検出する検出手段と、前記個体の状態情報を測定する測定手段と、前記測定手段が測定した状態情報と、前記検出手段が検出した前記他センサノードの識別情報とを、前記サーバに送信する送信手段と、を有する。そして、サーバは、前記個体各々の状態情報を、時系列に記憶する個体情報記憶手段と、前記センサノード各々から、自センサノードの状態情報および前記他センサノードの識別情報を受信し、前記個体情報記憶手段に記憶する受信手段と、前記受信手段が受信した他センサノードの識別情報に対応する状態情報を、前記個体情報記憶手段から検索する検索手段と、前記検索手段が検索した他センサノードの状態情報と、前記受信手段が受信した自センサノードの状態情報とに基づいて、個体の状態が異常か否かを判別する判別手段と、を有する。

本発明により、近傍に存在する他の個体から測定した情報を用いて、より高い精度で個体の状態を推定することができる。

以下、本発明の第１の実施の形態について説明する。

図１は、本発明の第１の実施形態が適用された個体状態推定システムの全体構成図である。

図示する個体状態推定システムは、複数のセンサノード１と、少なくとも１つの無線送受信機２と、サーバ３と、を有する。各センサノード１は、各個体にそれぞれ装着される。そして、センサノード１は、装着された個体の状態をセンシング（測定、計測、感知）し、サーバ３に送信する。なお、本実施形態における個体は、牛、馬、豚、羊などの家畜、犬や猫などのペット、などの動物が考えられる。

センサノード１は、図示するように、状態測定部１１と、ノード検出部１２と、通信部１３と、記憶部１４とを有する。状態測定部１１は、各種のセンサ（温度センサ、脈拍センサなど）を用いて、当該センサノード１が装着された個体の少なくとも１つの状態情報をセンシングする。状態情報は、個体の状態を評価するための指標であって、例えば、体温、脈拍、運動量、肺活量などが考えられる。

ノード検出部１２は、赤外線センサまたは電磁界検出センサなどを用いて、当該センサノード１から所定の範囲内に存在する他のセンサノード（以下、「近傍の他センサノード」）を検出する。通信部１３は、無線送受信機２を介してサーバ３と、または、近傍に存在する他センサノードとデータの送受信を行う。記憶部１４には、必要に応じて、状態測定部１１が測定した個体の状態情報（センシング値）、ノード検出部１２が検出した他センサノードＩＤ（識別情報）などが記憶される。

無線送受信機２は、サーバ３と接続され、サーバ３の制御によりセンサノード１と無線でデータの送受信を行う。無線送受信機２は、アンテナと、通信用モジュールと、サーバ３との接続インタフェースと、を有する。なお、無線送受信機２とサーバ３とは、ＬＡＮ（Local Area Network）、またはシリアルインターフェースなどにより接続されるものとする。

サーバ３は、各センサノード１が測定した個体の状態情報（センシング値）を収集し、個体の状態を推定する。サーバ３は、受信部３１と、群検索部３２と、状態判別部３３と、記憶部３５とを有する。受信部３１は、無線送受信機２を介して各センサノード１から状態情報を収集し、記憶部３５の状態情報テーブル３６に記憶する。

群検索部３２は、所定のセンサノード１の近傍に存在する他センサノード（すなわち、同じ群れに存在する他の個体）の状態情報を、状態情報テーブル３６から検索する。状態判別部３３は、近傍の他センサノード（同じ群れの個体）の状態情報を用いて、個体の状態（例えば、正常、異常）を判別する。

記憶部３５には、状態情報テーブル３６が記憶されている。状態情報テーブル３６は、各センサノード１が測定した各個体の情報が記憶されたテーブルである。なお、状態情報テーブル３６については後述する。

次に、センサノード１およびサーバ３のハードウェアについて説明する。

図２は、センサノード１のハードウェア構成の一例を示した図である。センサノード１は、バッテリで駆動し、状態測定用センサ８１と、近傍に存在する他センサノードを検出するノード検出用センサ８２と、ＣＰＵ８３と、メモリ８４と、無線通信モジュール８５と、を有する。

図示する状態測定用センサ８１は、例えば、体温を測定する温度センサ、脈拍を測定する脈拍センサ、運動量を測定する運動量センサ、またはこれらを組み合わせた複合センサなどである。ノード検出用センサ８２は、赤外線センサまたは電磁界検出センサなどであって、近傍の他センサノードを検出する。

ＣＰＵ８３は、状態測定用センサ８１、ノード検出用センサ８２、メモリ８４および無線通信モジュール８５を制御する。すなわち、ＣＰＵ８３がメモリ８４に記憶された所定のプログラムを実行することにより、センサノード１の各機能が実現される。なお、センサノード１の記憶部１４には、メモリ８４が用いられる。無線通信モジュール８５は、無線通信により、無線送受信機２および他センサノードと通信する。無線通信としては、無線ＬＡＮ、小電力無線、微弱無線、ＺＩＧＢＥＥ、ＢＬＵＥＴＯＯＴＨなどを利用することできる。なお、これらの無線通信の場合、通信距離は数ｍから数十ｍである。

図３は、サーバ３のハードウェア構成の一例を示した図である。

サーバ３は、図示すように、ＣＰＵ９１と、メモリ９２と、外部記憶装置９３と、インタフェース装置９４と、これらの各装置を接続するバス９５と、を備えた汎用的なコンピュータシステムを用いることができる。インタフェース装置９４は、無線送受信機２と接続するため装置であって、例えば、シリアルポート、パラレルポート、ＬＡＮポート、ＵＳＢポート、ＣＦカードスロットなどを用いることができる。

このコンピュータシステムにおいて、ＣＰＵ９１がメモリ９２上にロードされた所定のプログラムを実行することにより、サーバ３の各機能が実現される。なお、サーバ３の記憶部３５には、メモリ９２または外部記憶装置９３が用いられる。また、サーバ３は、図示しない入力装置および出力装置を備えることとしてもよい。

次に、近傍に存在する他センサノードの検出処理について説明する。

図４は、センサノード１の通信範囲を模式的に示した図である。各センサノード１のノード検出部１２は、所定の距離の範囲に存在する（いわゆる近傍の）他センサノード１を検出することができる。すなわち、ノード検出部１２は、所定のタイミングで定期的に、自身のセンサノードＩＤを送信する。また、ノード検出部１２は、近傍に存在する他センサノードが所定のタイミングで送信した、当該他センサノードのセンサノードＩＤを受信する。これにより、各センサノード１は、自センサノードの近傍に存在する他センサノードを認識し、近傍の他センサノードとデータの送受信を行うことができる。

なお、本実施形態では、各センサノード１は、家畜などの個体に装着されている。したがって、所定のセンサノード１が検出した近傍の他センサノードは、例えば同じ群れの中に存在する個体に装着されたセンサノードであると考えられる。

図示する例では、センサノードＡ１ａを中心とする円８ａが、センサノードＡ１ａの通信到達範囲を示している。すなわち、センサノードＡ１ａは、センサノードＢ１ｂ、センサノードＣ１ｃおよびセンサノードＤ１ｄからセンサノードＩＤを受信し、これらのセンサノード１ｂ、１ｃ、１ｄを近傍の他センサノードとして検出する。

また、図示するセンサノードＢ１ｂは、センサノードＡ１ａおよびセンサノードＣ１ｃからセンサノードＩＤを受信し、これらのセンサノード１ａ、１ｃを近傍の他センサノードとして検出する。また、図示するセンサノードＣ１ｃは、センサノードＡ１ａおよびセンサノードＢ１ｂからセンサノードＩＤを受信し、これらのセンサノード１ａ、１ｂを近傍の他センサノードとして検出する。また、図示するセンサノードＤ１ｄは、センサノードＡ１ａからセンサノードＩＤを受信し、センサノードＡ１ａを近傍の他センサノードとして検出する。

そして、各センサノード１は、検出した他センサノードＩＤを、自センサノード１が測定した状態情報（センシング値）および自センサノードＩＤとともに、無線送受信機２を介してサーバ３に送信する。

なお、各センサノード１は、中継機能を有し、近傍の他センサノードを中継して他センサノードＩＤ等を無線送受信機２に送信することとしてもよい。具体的には、図示するセンサノードＤ１ｄの通信到達範囲８ｄには、いずれの無線送受信機２ａ、２ｂも存在しない。この場合、センサノードＤ１ｄは、センサノードＡ１ａおよびセンサノードＢ１ｂを中継して他センサノードＩＤ等を、無線送受信機２に送信することとしてもよい。

次に、サーバ３の記憶部３５に記憶された状態情報テーブル３６について説明する。

図５は、状態情報テーブル３６の一例を示す図である。状態情報テーブル３６は、自センサノードＩＤ３６１と、時刻３６２と、各種の状態情報３６３〜３６５と、他センサノードＩＤ３６６とを有する。

自センサノードＩＤ３６１には、状態情報３６３〜３６５を測定したセンサノード１のセンサノードＩＤが設定される。時刻３６２には、センサノード１が状態情報を測定した時刻が設定される。図示する状態情報テーブル３６の場合、状態情報としては、体温３６３と、脈拍３６４と、運動量３６５とを有するものとする。他センサノードＩＤ３６６には、自センサノードＩＤ３６１のセンサノード１が検出（受信）した近傍の他センサノードＩＤが設定される。

サーバ３の受信部３１は、所定のタイミングで、各センサノード１から状態情報テーブルに示した各データを受信し、自センサノードＩＤ毎に時系列に状態情報テーブル３６に記憶する。

次に、個体状態推定システムの状態推定処理について説明する。

図６は、状態推定処理の処理フロー図である。まず、各センサノード１のノード検出部１２は、所定のタイミングで定期的に、自センサノードＩＤを送信する。また、ノード検出部１２は、近傍（通信到達範囲内）に存在する他センサノードが所定のタイミングで送信した他センサノードＩＤを受信する。このようにして、ノード検出部１２は、近傍に存在する他センサノードを検出する（Ｓ１１）。

そして、各センサノード１の通信部１３は、状態メッセージを、無線送受信機２を介してサーバ３に送信する（Ｓ１２）。状態メッセージには、自センサノード１の自センサノードＩＤと、状態測定部１１が測定した環境情報（センシング値）と、測定した時刻と、ノード検出部１２が検出した他センサノードＩＤとが含まれる。なお、状態測定部１１は、所定のタイミングで当該センサノード１が装着された個体の状態情報（体温、脈拍、運動量など）を測定（センシング）するものとする。

なお、通信部１３は、無線送受信機２に状態メッセージを直接送信できない場合、近傍に存在する他センサノードを中継して、状態メッセージを無線送受信機２に送信することとしてもよい。

そして、サーバ３の受信部３１は、無線送受信機２を介して、各センサノード１から状態メッセージを受信し、状態情報テーブル３６（図５参照）に記憶する（Ｓ１３）。そして、群検索部３２は、状態情報テーブル３６を参照し、センサノード毎に、自センサノードの時系列の環境情報と、他センサノードの時系列の環境情報（平均値）と、を検索（算出）する（Ｓ１４）。

すなわち、群検索部３２は、状態情報テーブル３６から所定の自センサノードＩＤ３６１のレコードを、所定の時刻３６２から一定期間遡って、時系列に抽出する。そして、群検索部３２は、抽出した各レコードの中から、当該自センサノードＩＤの環境情報を、時系列に特定する。

また、群検索部３２は、時系列に抽出したレコード毎に、他センサノードＩＤ３６６に設定された他センサノード各々が測定した環境情報を、状態情報テーブル３６から検索する。なお、群検索部３２は、状態情報テーブル３６から他センサノードの環境情報を検索する際に、各レコードに設定された時刻３６２と同時刻の他センサノードの環境情報を検索する。そして、群検索部３２は、検索した各他センサノードの環境情報の平均値を算出する。なお、環境情報が、体温、脈拍など複数存在する場合は、群検索部３２は、各種別（体温、脈拍など）毎に、平均値を算出する。時系列に抽出したレコード毎に他センサノードの状態情報の平均値を算出することにより、群検索部３２は、他センサノードの環境情報の平均値を時系列に取得することができる。

そして、状態判別部３３は、自センサノードの時系列の環境情報と、他センサノードの時系列の環境情報（平均値）と、に基づいて、自センサノードが装着された個体の状態を判別する（Ｓ１５）。すなわち、状態判別部３３は、以下に説明する状態推定式に、自センサノードの時系列の環境情報と、他センサノードの時系列の環境情報（平均値）とを入力し、自センサノードの個体の状態が、正常な状態か、または異常な状態かを判別する。なお、異常な状態の場合、状態判別部３３は、警告メッセージやアラームなどを、サーバ３の出力装置に出力することとしてもよい。

次に、状態推定式について説明する。

状態推定式は、個体のセンサノード１（自センサノード）の時系列の環境情報と、近傍（同じ群れ等）の個体の他センサノードの時系列の環境情報（平均値）とを用いて、個体の状態を判別する計算式である。

図７は、状態推定式を用いて個体の状態を判別する処理の一例を、模式的に示した図である。図７に示す個体の状態７１は、群検索部３２が検索した自センサノードの時系列な環境情報をグラフ化したものである。また、近傍の個体の平均７２は、群検索部３２が算出した他センサノードの時系列な環境情報（平均値）をグラフ化したものである。

そして、状態判別部３３は、個体の状態７１に示す（ｋ+１）期間の体温（ａ(t-k),・・・,ａ(t)）、脈拍（ｂ(t-k),・・・,ｂ(t)）、運動量（ｃ(t-k),・・・,ｃ(t)）を、状態推定式７３に入力する。また、状態判別部３３は、近傍の個体の平均７２に示す（ｋ+１）期間の体温（ａｎ(t-k),・・・,ａｎ(t)）、脈拍（ｂｎ(t-k),・・・,ｂｎ(t)）、運動量（ｃｎ(t-k),・・・,ｃｎ(t)）を、状態推定式７３に入力する。

図７に示す場合、以下の状態推定式を用いることが考えられる。

ｆ（ａ(t-k),・・・,ａ(t),ｂ(t-k),・・・,ｂ(t),ｃ(t-k),・・・,ｃ(t),ａｎ(t-k),・・・,ａｎ(t),ｂｎ(t-k),・・・,ｂｎ(t),ｃｎ(t-k),・・・,ｃｎ(t)） 計算式１
計算式１の状態推定式は、「ａ(t-k),・・・,ａ(t),ｂ(t-k),・・・,ｂ(t),ｃ(t-k),・・・,ｃ(t),ａｎ(t-k),・・・,ａｎ(t),ｂｎ(t-k),・・・,ｂｎ(t),ｃｎ(t-k),・・・,ｃｎ(t)」の関数である。そして、状態推定式は、時刻ｔにおいて対象となる個体の状態が正常な場合は所定の値（例えば「０」）、また、異常な場合は他の所定の値（例えば「１」）を出力するものとする。

なお、線形方程式を用いた計算式１の状態推定式としては、例えば以下の式が考えられる。

ｐ_ｋ＊ａ(t-k)＋・・・＋ｐ_０＊ａ(t)＋ｑ_ｋ＊ｂ(t-k)＋・・・＋ｑ_０＊ｂ(t)＋ｒ_ｋ＊ｃ(t-k)＋ｒ_０＊ｃ(t)＋ｓ_ｋ＊ａｎ(t-k)＋・・・＋ｓ_０＊ａｎ(t)＋ｕ_ｋ＊ｂｎ(t-k)＋・・・＋ｕ_０＊ｂｎ(t)＋ｖ_ｋ＊ｃｎ(t-k)＋・・・＋ｖ_０＊ｃｎ(t)≦０の場合「０」
ｐ_ｋ＊ａ(t-k)＋・・・＋ｐ_０＊ａ(t)＋ｑ_ｋ＊ｂ(t-k)＋・・・＋ｑ_０＊ｂ(t)＋ｒ_ｋ＊ｃ(t-k)＋ｒ_０＊ｃ(t)＋ｓ_ｋ＊ａｎ(t-k)＋・・・＋ｓ_０＊ａｎ(t)＋ｕ_ｋ＊ｂｎ(t-k)＋・・・＋ｕ_０＊ｂｎ(t)＋ｖ_ｋ＊ｃｎ(t-k)＋・・・＋ｖ_０＊ｃｎ(t)＞０の場合「１」 計算式２
計算式２に示す状態推定式の場合、「ｐ_ｋ」、「ｑ_ｋ」、「ｒ_ｋ」、「ｓ_ｋ」、「u_ｋ」および「ｖ_ｋ」が、パラメータであって、実数の係数である。

そして、このような状態推定式は、ニューラルネットまたはサポートベクトルマシンを用いてあらかじめ作成され、サーバ３の記憶部３５に記憶されているものとする。状態推定式の作成方法としては、まず、次の情報を収集する。すなわち、対象となる個体が正常な状態においてセンサノードが測定した時系列な環境情報と、対象となる個体が異常な状態においてセンサノードが測定した時系列な環境情報と、対象となる個体の近傍に存在する他センサノードが測定した時系列な環境情報の平均値と、を収集する。そして、所定の期間の時系列な各情報から、正常または異常を的確に出力するように、状態推定式のパラメータを調整する。

なお、ニューラルネットまたはサポートベクトルマシンを用いた状態推定式の作成については、以下の文献に記載されている。

Ｒ．O．Ｄｕｄａ，Ｐ．Ｅ．Ｈａｒｔ，and D．Ｇ．Ｓｔｏｒｋ 著，「パターン識別」，Ｊｈｏｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ，２００１
また、各個体に共通して用いられる１つの状態推定式を作成する場合であっても、あるいは、個体ごと複数の状態推定式を作成する場合であってもよい。

次に、本発明の第２の実施の形態について説明する。

本実施形態の個体状態推定システムでは、図１に示す第１の実施形態と、以下の点において異なる。すなわち、本実施形態のセンサノード１は、ノード検出部１２を有しない。すなわち、本実施形態のセンサノード１は、近傍に存在する他センサノードを検出しない。したがって、本実施形態のセンサノード１は、他センサノードＩＤを含まない状態メッセージを、近傍に存在する無線送受信機２に送信する。

また、本実施形態の個体状態推定システムでは、複数の無線送受信機２を有し、個体が移動可能な領域全てをカバーできるように配置されているものとする。すなわち、個体に装着されたセンサノード１は、常時、いずれかの無線送受信機２と通信することができるものとする。また、本実施形態の無線送受信機２は、各センサノード１から送信された状態メッセージに、自身の無線送受信機２のＩＤを付加してサーバ３に送信する。

また、本実施形態のサーバ３の群検索部３２は、状態メッセージに付加された無線送受信機ＩＤに基づいて、近傍の他センサノードを特定するものとする。

次に、本実施形態におけるセンサノードの通信処理について説明する。

図８は、本実施形態におけるセンサノード１の通信範囲を模式的に示した図である。本実施形態では、個体が移動可能な領域全てをカバーできるように、複数の無線送受信機２が配置されている。図示する例では、センサノードＡ１ａおよびセンサノードＢ１ｂは、無線受信機Ｘ２ｘと通信が可能なことを示している。また、センサノードＣ１ｃは無線受信機Ｙ２ｙと、センサノードＤ１ｄは無線受信機Ｙ２ｙおよび無線受信機Ｚ２ｚと、センサノードＥ１ｅは無線受信機Ｚ２ｚと通信が可能なことを示している。

次に、本実施形態における状態推定処理について説明する。

図９は、本実施形態の状態推定処理の処理フロー図である。まず、センサノード１の通信部１３は、所定のタイミングで定期的に、状態メッセージを送信（発信）する（Ｓ２１）。状態メッセージには、センサノード１の自センサノードＩＤと、状態測定部１１が測定した環境情報（センシング値）と、測定した時刻と、が含まれる。なお、状態測定部１１は、所定のタイミングで当該センサノード１が装着された個体の状態情報（体温、脈拍、運動量など）を測定（センシング）するものとする。

そして、センサノード１と通信可能な近傍の無線送受信機２は、センサノード１が送信した状態メッセージを受信する。そして、無線送受信機２は、受信した状態メッセージに自身の無線送受信機ＩＤを付加し、無線送受信機ＩＤを付加した状態メッセージをサーバ３送信する（Ｓ２２）。

そして、サーバ３の受信部３１は、無線送受信機２から無線送受信機ＩＤが付加された状態メッセージを受信する（Ｓ２３）。そして、群検索部３２は、状態メッセージの無線送受信機ＩＤに基づいて、各状態メッセージを送信したセンサノード１の近傍の他センサノードを特定する（Ｓ２４）。すなわち、群検索部３２は、同じ無線送受信機ＩＤが付加された受信メッセージは、近傍に存在するセンサノード１から送信されたものと判別する。以下に、群検索部３２が行う他センサノードの特定を、図１０および図１１を用いて具体的に説明する。

図１０は、無線送受信機２がサーバ３に送信する状態メッセージの一例を示した図である。なお、図１０に示す各状態メッセージは、図８に示す状態において、各無線送受信機２が送信する状態メッセージを示したものである。

サーバ３の群検索部３２は、図１０に示す各状態メッセージを参照し、同一の無線送受信機ＩＤを有する状態メッセージの自センサノードＩＤを、近傍の他センサノードＩＤとして状態メッセージに追加する。

図１１は、群検索部３２が近傍の他センサノードＩＤを追加した状態メッセージの一例を示した図である。なお、図１１に示す状態メッセージは、図１０の状態メッセージに、近傍の他センサノードＩＤを追加したものである。例えば、自センサノードＩＤが「Ａ」の状態メッセージでは、同一の無線送受信機ＩＤ（Ｘ）を有するセンサノードＩＤ（Ｂ）が、近傍の他センサノードとして設定されている。以上説明したように、群検索部３２は、各状態メッセージを送信したセンサノード１の近傍に存在する他センサノードを特定する。

そして、群検索部３２は、近傍の他センサノードＩＤを設定した各状態メッセージを、状態情報テーブル３６（図５参照）に記憶する（Ｓ２５）。そして、群検索部３２は、図６のＳ１４と同様に、状態情報テーブル３６を参照し、自センサノードの時系列の環境情報と、他センサノードの時系列の環境情報（平均値）とを検索（算出）する（Ｓ２６）。そして、状態判別部３３は、図６のＳ１５と同様に、自センサノードの時系列の環境情報と、他センサノードの時系列の環境情報（平均値）とに基づいて、自センサノードが装着された個体の状態を判別する（Ｓ２７）。

以上、本発明の第１の実施形態および第２の実施形態を説明した。

本実施形態の個体状態推定システムでは、近傍に存在する他の個体から測定した情報を用いて、より高い精度で個体の状態を推定することができる。すなわち、個体の状態を推定するために、当該個体の状態情報（センシング値）だけでなく、当該個体の周囲の（例えば、同じ群れに存在する）他の個体の状態情報（センシング値）を収集し利用する。これにより、周囲に存在する個体の状態を考慮した、より信頼性の高い個体の状態を推定することができる。

また、本実施形態のセンサノード１は、センサノードＩＤを送受信して、近傍の他センサノードを検出する。これにより、近傍に存在する個体の状態情報との相関関係を考慮して、群れの中で行動する個体の健康状態、運動状態などを、より的確に推定することができる。

なお、本発明は上記の実施形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。例えば、上記実施形態のセンサノード１は、図６のＳ１２で説明したように、状態メッセージ（自センサノードＩＤ、状態情報、他センサノードＩＤ等）を、無線送受信機２を介してサーバ３に送信する。しかしながら、センサノード１の通信範囲内に無線送受信機２が存在しない場合、センサノード１は、状態メッセージを記憶部１４に記憶することとしてもよい。

図１２は、状態メッセージを記憶部１４に記憶する場合の処理を説明するための説明図である。

図１２（ａ）は、各センサノード１の通信範囲内に、無線送受信機２が存在しない場合を示している。すなわち、各センサノード１を装着した各個体は、無線送受信機２から所定の距離以上離れた位置に存在している。この状態において、各センサノード１は、状態メッセージを、無線送受信機２を介してサーバ３に送信することができない。この場合、各センサノード１は、状態メッセージを記憶部１４に記憶する。

そして、図１２（ｂ）に示すように各センサノード１の通信範囲内に無線送受信機２が存在する場合、すなわち各個体が移動して無線送受信機２に近づいた場合、各センサノード１は、記憶部１４に記憶された状態メッセージを、無線送受信機２を介してサーバ３に送信する。

本発明の第１の実施形態が適用された個体状態推定システムの全体構成図である。 センサノードのハードウェア構成例を示す図である。 サーバのハードウェア構成例を示す図である。 センサノードの通信範囲を模式的に示した図である。 状態情報テーブルの一例を示す図である。 個体の状態推定処理の処理フロー図である。 状態推定式を用いた状態判別処理を模式的に示した図である。 本発明の第２の実施形態のセンサノードの通信範囲を模式的に示した図である。 個体の状態推定処理の処理フロー図である。 無線送受信機ＩＤを付加した状態メッセージの一例を示す図である。 近傍の他センサノードＩＤを付加した状態メッセージの一例を示す図である。 メモリに記憶した状態メッセージを送信する処理を説明するための説明図である。

符号の説明

１：センサノード、１１：状態測定部、１２：ノード検出部、１３：通信部、１４：記憶部、２：無線送受信機、３：サーバ、３１：受信部、３２：群検索部、３３：状態判別部、３５：記憶部、３６：状態情報テーブル

Claims (10)

1. 個体の状態を推定する個体状態推定システムであって、
   前記個体各々に装着され当該個体の状態を測定するセンサノードと、前記個体の状態を推定するサーバと、を有し、
   前記センサノード各々は、
   所定の通信範囲内の他センサノードを検出する検出手段と、
   前記個体の状態情報を測定する測定手段と、
   前記測定手段が測定した状態情報と、前記検出手段が検出した前記他センサノードの識別情報とを、前記サーバに送信する送信手段と、を有し、
   前記サーバは、
   前記個体各々の状態情報を、時系列に記憶する個体情報記憶手段と、
   前記センサノード各々から、自センサノードの状態情報および前記他センサノードの識別情報を受信し、前記個体情報記憶手段に記憶する受信手段と、
   前記受信手段が受信した他センサノードの識別情報に対応する状態情報を、前記個体情報記憶手段から検索する検索手段と、
   前記検索手段が検索した他センサノードの状態情報と、前記受信手段が受信した自センサノードの状態情報とに基づいて、個体の状態が異常か否かを判別する判別手段と、を有すること
   を特徴とする個体状態推定システム。
2. 請求項１記載の個体状態推定システムであって、
   前記センサノードの検出手段は、自センサノードの識別情報を送信するとともに、前記他センサノード各々から当該他センサノードの識別情報を受信して、前記所定の通信範囲内に存在する他センサノードを検出し、
   前記サーバの検索手段は、前記個体情報記憶手段から検索した他センサノードの状態情報の平均値を算出し、
   前記サーバの判別手段は、前記他センサノードの状態情報の平均値と、前記自センサノードの状態情報とに基づいて、個体の状態が異常か否かを判別すること
   を特徴とする個体状態推定システム。
3. 請求項１または２記載の個体状態推定システムであって、
   前記サーバの検索手段は、前記受信手段が受信した他センサノードの識別情報に対応する状態情報を、所定の期間遡って時系列に前記個体情報記憶手段から検索し、
   前記サーバの判別手段は、前記検索手段が検索した時系列な他センサノードの状態情報と、前記個体情報記憶手段に記憶された時系列な自センサノードの状態情報とに基づいて、個体の状態が異常か否かを判別すること
   を特徴とする個体状態推定システム。
4. 請求項１から請求項３のいずれか１項に記載の個体状態推定システムであって、
   前記センサノードは、
   前記測定手段が測定した状態情報と、前記検出手段が検出した他センサノードの識別情報とを記憶するセンサ記憶手段を、さらに有し、
   前記送信手段は、前記測定手段が測定した前記状態情報および前記検出手段が検出した前記他センサノードの識別情報、または、前記センサ記憶手段に記憶された前記状態情報および前記他センサノードの識別情報を、前記サーバに送信すること
   を特徴とする個体状態推定システム。
5. 個体の状態を推定する個体状態推定システムであって、
   前記個体各々に装着され当該個体の状態を測定するセンサノードと、前記個体の状態を推定するサーバと、前記サーバに接続された複数の無線送受信機と、を有し、
   前記センサノード各々は、
   前記個体の状態情報を測定する測定手段と、
   前記測定手段が測定した状態情報を送信する送信手段と、を有し、
   前記無線送受信機各々は、
   前記センサノードが送信した状態情報を受信し、受信した状態情報に当該無線送受信機の識別情報を付加する付加手段を有し、
   前記サーバは、
   前記個体各々の状態情報を、時系列に記憶する個体情報記憶手段と、
   前記無線送受信機各々から、当該無線送受信機の識別情報が付加された状態情報を受信する受信手段と、
   前記無線送受信機の識別情報に基づいて、前記状態情報の近傍の他センサノードを特定し、前記状態情報および前記他センサノードの識別情報を前記個体情報記憶手段に記憶する特定手段と、
   前記特定手段が特定した他センサノードの状態情報を、前記個体情報記憶手段から検索する検索手段と、
   前記検索手段が検索した他センサノードの状態情報と、前記受信手段が受信した状態情報とに基づいて、個体の状態が異常か否かを判別する判別手段と、を有すること
   を特徴とする個体状態推定システム。
6. 個体の状態を推定する個体状態推定システムにおける個体状態推定方法であって、
   前記個体状態推定システムは、前記個体各々に装着され当該個体の状態を測定するセンサノードと、前記個体の状態を推定するサーバと、を有し、
   前記センサノード各々は、
   所定の通信範囲内の他センサノードを検出する検出ステップと、
   前記個体の状態情報を測定する測定ステップと、
   前記測定ステップで測定した状態情報と、前記検出ステップで検出した前記他センサノードの識別情報とを、前記サーバに送信する送信ステップと、を行い、
   前記サーバは、
   前記個体各々の状態情報を時系列に記憶する個体情報記憶部と、処理部と、を有し、
   前記処理部は、
   前記センサノード各々から、自センサノードの状態情報および前記他センサノードの識別情報を受信し、前記個体情報記憶部に記憶する受信ステップと、
   前記受信ステップで受信した他センサノードの識別情報に対応する状態情報を、前記個体情報記憶部から検索する検索ステップと、
   前記検索ステップで検索した他センサノードの状態情報と、前記受信ステップで受信した自センサノードの状態情報とに基づいて、個体の状態が異常か否かを判別する判別ステップと、を行うこと
   を特徴とする個体状態推定方法。
7. 請求項６記載の個体状態推定方法であって、
   前記検出ステップは、自センサノードの識別情報を送信するとともに、前記他センサノード各々から当該他センサノードの識別情報を受信して、前記所定の通信範囲内に存在する他センサノードを検出し、
   前記検索ステップは、前記個体情報記憶部から検索した他センサノードの状態情報の平均値を算出し、
   前記判別ステップは、前記他センサノードの状態情報の平均値と、前記自センサノードの状態情報とに基づいて、個体の状態が異常か否かを判別すること
   を特徴とする個体状態推定方法。
8. 請求項６または７記載の個体状態推定方法であって、
   前記検索ステップは、前記受信ステップで受信した他センサノードの識別情報に対応する状態情報を、所定の期間遡って時系列に前記個体情報記憶部から検索し、
   前記判別ステップは、前記検索ステップで検索した時系列な他センサノードの状態情報と、前記個体情報記憶部に記憶された時系列な自センサノードの状態情報とに基づいて、個体の状態が異常か否かを判別すること
   を特徴とする個体状態推定方法。
9. 請求項６から請求項８のいずれか１項に記載の個体状態推定方法であって、
   前記センサノードは、
   前記測定ステップで測定した状態情報と、前記検出ステップで検出した他センサノードの識別情報とを記憶するセンサ記憶部を、さらに有し、
   前記送信ステップは、前記測定ステップで測定した前記状態情報および前記検出ステップで検出した前記他センサノードの識別情報、または、前記センサ記憶部に記憶された前記状態情報および前記他センサノードの識別情報を、前記サーバに送信すること
   を特徴とする個体状態推定方法。
10. 個体の状態を推定する個体状態推定システムにおける個体状態推定方法であって、
    前記個体状態推定システムは、前記個体各々に装着され当該個体の状態を測定するセンサノードと、前記個体の状態を推定するサーバと、前記サーバに接続された複数の無線送受信機と、を有し、
    前記センサノード各々は、
    前記個体の状態情報を測定する測定ステップと、
    前記測定ステップで測定した状態情報を送信する送信ステップと、を行い、
    前記無線送受信機各々は、
    前記センサノードが送信した状態情報を受信し、受信した状態情報に当該無線送受信機の識別情報を付加する付加ステップを行い、
    前記サーバは、
    前記個体各々の状態情報を時系列に記憶する個体情報記憶部と、処理部と、を有し、
    前記処理部は、
    前記無線送受信機各々から、当該無線送受信機の識別情報が付加された状態情報を受信する受信ステップと、
    前記無線送受信機の識別情報に基づいて、前記状態情報の近傍の他センサノードを特定し、前記状態情報および前記他センサノードの識別情報を前記個体情報記憶部に記憶する特定ステップと、
    前記特定ステップで特定した他センサノードの状態情報を、前記個体情報記憶部から検索する検索ステップと、
    前記検索ステップで検索した他センサノードの状態情報と、前記受信ステップで受信した状態情報とに基づいて、個体の状態が異常か否かを判別する判別ステップと、を行うこと
    を特徴とする個体状態推定方法。
    
    
    
    
    

Images