JP2009026305A - Living activity estimation device, equipment state detection device, and living activity estimation method - Google Patents

Living activity estimation device, equipment state detection device, and living activity estimation method Download PDF

Info

Publication number
JP2009026305A
JP2009026305A JP2008160280A JP2008160280A JP2009026305A JP 2009026305 A JP2009026305 A JP 2009026305A JP 2008160280 A JP2008160280 A JP 2008160280A JP 2008160280 A JP2008160280 A JP 2008160280A JP 2009026305 A JP2009026305 A JP 2009026305A
Authority
JP
Grant status
Application
Patent type
Prior art keywords
device
reference
entry
means
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2008160280A
Other languages
Japanese (ja)
Inventor
Makoto Katsukura
Noriyuki Kushiro
Shigenori Nakada
成憲 中田
紀之 久代
真 勝倉
Original Assignee
Mitsubishi Electric Corp
三菱電機株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date

Links

Images

Abstract

<P>PROBLEM TO BE SOLVED: To provide a living activity estimation device, for reducing the labor in combinatorial learning of operating states of all equipment in a house, reducing estimation error even when new unknown equipment is operated, and estimating a behavior of a person such as action or location with high accuracy. <P>SOLUTION: The living activity estimation device comprises an equipment state detection means 430 for detecting a state of equipment used by the person. A reference action entry 461 holds data showing a correlation between a behavior of the person and a state of equipment used when the person performs the behavior, a matching means 450 retrieves the corresponding reference action entry 461 from a reference action entry dictionary 460 on the basis of the equipment state detected by the equipment state detection means 430, and the behavior of the person is estimated based on the correspondence shown by the reference action entry 461 obtained by the retrieval. <P>COPYRIGHT: (C)2009,JPO&INPIT

Description

本発明は、生活者の生活行為や在室位置を推定する装置、生活者が使用する機器の状態を検出する装置に関するものである。 The present invention relates to an apparatus for estimating the life activities and the occupancy position of the consumer, to an apparatus for detecting the state of a device consumers will use.

近年、ホームネットワーク技術の普及により、生活者の情報を取り込み、情報システムを活用することによって、これまでにないサービスが提供できるようになっている。 In recent years, the home due to the spread of network technology, captures the information of consumers, by taking advantage of the information system, service not so far is to be able to provide. このような情報システムにおいて、生活者の行為や在室場所情報を得ることができれば、例えば、生活者が部屋を退出した後にエアコンを自動的に消す、などの便利なサービスを提供することができる。 In such an information system, if it is possible to obtain an act or occupancy location information of consumers, for example, it is possible to consumers to provide convenient services, such as automatically turns off, the air conditioner after you leave the room .

このような、生活者の行為や在室場所を得る技術に関し、『従来の在室監視システムでは、在室の感知に赤外線人感センサを用いているため、人が動作中は、感知できるが、人が停止した状態の感知はできない』という課題を解決するための技術として、『ホーム1の室内を撮像するように配置された人工網膜カメラ等の監視カメラ2に一体に形成され、監視カメラ2によって撮像された画像を処理し、人存在確率を算出することによって、人の在室を判定するように構成されたセンサターミナル3を有し、このセンサターミナル3の判定結果は、LAN6を介して、ホームターミナル4に通知され、ホームターミナル4から電話回線11を介してセンター7のセンターターミナル9へ通知が行われる。 Such relates to a technique to obtain the actions and the occupancy location of consumers, in the "conventional occupancy monitoring system, due to the use of infrared human sensor to sense the occupancy, people during operation, can be sensed as a technique for solving the problem can not be sensed in a state where a human is stopped "," indoor home 1 a surveillance camera 2 for artificial retina camera or the like arranged so as to image formed integrally, surveillance camera processing the image captured by 2, by calculating the human existence probability, it includes a sensor terminal 3 that is configured to determine the occupancy of a person, the determination result of the sensor terminal 3, via the LAN6 Te is notified to the home terminal 4, it notifies the center terminal 9 of the center 7 from the home terminal 4 via the telephone line 11 is performed. 』というものが提案されている(特許文献1)。 It has been proposed that "(Patent Document 1).

また、電気機器の動作状態の推定に関し、『インバータ機器を含む複数の電気機器の動作状態を非侵入的な方法で推定可能とする。 Also relates to the estimation of the operating state of the electrical device, and can be estimated operation state of the plurality of electric devices including the "inverter device in a non-intrusive manner. また、火災などに繋がる電力機器の異常動作や需要家在室者の安否・安全を非侵入的な方法でモニタリング可能とする。 In addition, to enable monitoring and to lead of the power equipment abnormal operation and customers occupants of safety and safety fire in a non-intrusive manner. 』ことを目的とした技術として、『電力需要家が使用している複数の電気機器の動作状態を推定するモニタリングシステムにおいて、前記電力需要家の給電線引込口付近に設置した測定センサーと、前記測定センサーで検出した測定データから基本波並びに高調波の電流とそれらの電圧に対する位相に関するデータを取り出すデータ抽出手段と、前記データ抽出手段からの基本波並びに高調波の電流とそれらの電圧に対する位相に関するデータを基に、当該電力需要家が使用している電気機器の動作状態を推定するパターン認識手段とを備えたことを特徴とする電気機器モニタリングシステム。 "As a technology for the purpose, in a monitoring system for estimating the operating state of the plurality of electric devices" electric power consumer is using a measurement sensor installed in the feed line lead-around opening of the electric power consumers, the a data extracting means for extracting data relating to the phase of the fundamental wave and the harmonic current and their voltage from the measurement data detected by the measurement sensor, the phase relating to the fundamental and harmonic currents and their voltage from said data extracting means data based on the electrical equipment monitoring system characterized in that a pattern recognition means for estimating the operating state of the electrical device to which the electric power consumer is using. 』というものが提案されている(特許文献2)。 It has been proposed as that "(Patent Document 2).

また、『負荷需要推定精度の高い、特に、機器のONまたはOFFの変化を確実に判定して負荷状態にある機器の種別を推定可能な負荷需要推定装置を得る』ことを目的とした技術として、『予め複数の機器A〜Dそれぞれの1周期分の電流波形(負荷情報)を記憶するデータベース12、1周期毎に変流器10からの電流波形を記憶するホールド回路13、現周期の電流波形とホールド回路13からの1周期前の電流波形との差を演算する差演算回路14、差演算回路14の出力の変化有無からいずれかの機器のONまたはOFFを検出するON/OFF判断回路15、差演算回路14からの出力とデータベース12の負荷情報との比較から最も近いものを抽出することで開閉変化機器を推定する開閉変化機器推定回路16、および変化前 Further, "high load demand estimation accuracy, particularly, to obtain an estimated possible load demand estimating unit a type of device in reliably determined the load state change of the ON or OFF of the apparatus" that as technology for the purpose of hold circuit 13 stores the current waveform from the current transformer 10 to the database 12, 1 every period for storing the "pre plurality of devices A~D each one cycle of the current waveform (load information), the current cycle current waveform and hold circuit the difference calculation circuit 14 for calculating a difference between the preceding cycle of the current waveform from 13, the difference between any of the ON / OFF determination circuit for detecting the ON or OFF of the device from the change whether the output of the arithmetic circuit 14 15, the opening and closing change equipment estimation circuit 16 estimates the opening and closing change device by extracting the closest from a comparison of the load information of the output and the database 12 from the difference calculation circuit 14, and the pre-change 負荷機器の種別を開閉変化機器の情報で変更して変化後の負荷機器の種別を出力する負荷機器推定回路7を備えている。 And a load device estimation circuit 7 for outputting a kind of load device after the change by changing the type of the load device with the information of the opening and closing change equipment. 』というものが提案されている(特許文献3)。 It has been proposed that "(Patent Document 3).
特開2002−99974号公報(要約) JP 2002-99974 JP Summary 特開2000−292465号公報(要約、請求項1) JP 2000-292465 discloses (abstract, claim 1) 特開2002−152971号公報(要約) JP 2002-152971 JP Summary

上記特許文献1に記載の技術によれば、生活者の行為や在室場所を得るため、監視カメラを宅内に設置しなければならず、設置のための工事や装置のコストが大きい。 According to the technique described in Patent Document 1, to obtain the actions and the occupancy location of consumers, it must set up a surveillance camera to the home, a large cost of construction and equipment for installation. また、生活者はカメラによって常に見られているというストレスを感じる。 In addition, consumers will feel the stress that are always seen by the camera.

そこで、生活者の在室場所を知るために、このような人の位置を直接的に計測するのではなく、家内で稼動する機器の種類から間接的に知る方法が考えられる。 Therefore, in order to know the consumers of occupancy location, not directly measure such person's position, it is conceivable way to know indirectly from the kind of equipment that runs on my wife. 即ち、生活者の在室場所によって稼動する家電機器が異なるため、稼動している家電機器を検出することにより、在・不在やどこにいるのかを低コストで推定することが可能となるのである。 That is, since the home appliances that run by the occupancy location of consumers are different, by detecting the home appliances that are running, it's become possible to estimate whether the are in the standing, absence or anywhere at low cost.

この点に関し、上記特許文献2に記載の従来技術によれば、宅内に存在する機器のすべての稼動状態の組合せを学習する必要がある、といった課題が残る。 In this regard, according to the conventional technique described in Patent Document 2, it is necessary to learn all combinations of operating states of devices existing in-home, such problems remain.
また、上記特許文献3に記載の従来技術によれば、新しい未知の機器が稼動した場合に、誤推定する可能性がある、といった課題が残る。 Further, according to the conventional technique described in Patent Document 3, when a new unknown device is running, there is a possibility of erroneous estimation, such challenges remain.

本発明は、上記のような課題を解決するためになされたものであり、宅内に存在する全機器の稼動状態の組合せ学習の手間を軽減し、新しい未知の機器が稼動した場合でも、推定誤りを少なくすることができ、生活者の行為や在室場所などといった生活者の行動を高い精度で推定することができる生活行動推定装置を提供することを目的とする。 The present invention has been made to solve the above problems, and reduce the effort of combining learning operating state of all the devices existing home, even if the new unknown device is operated, estimation error that can be reduced, an object of the present invention is to provide a life behavior estimation device the consumer behavior, such as consumers of the act and the occupancy location can be estimated with a high degree of accuracy.

本発明に係る生活行動推定装置は、生活者の行動を推定する装置であって、生活者が使用する機器の状態を検出する機器状態検出手段と、1つ以上の参照行為エントリを保持する参照行為エントリ辞書を格納した記憶手段と、前記機器状態検出手段が検出した機器の状態に基づき前記参照行為エントリ辞書から該当する参照行為エントリを検索するマッチング手段と、前記マッチング手段のマッチング処理結果を出力する出力手段と、を備え、前記参照行為エントリは、生活者の行動と、生活者がその行動を行う時に使用する機器の状態との対応関係を表すデータを保持しており、前記マッチング手段は、前記機器状態検出手段が検出した機器状態をキーとして、前記参照行為エントリ辞書から該当する前記参照行為エントリを検索し、検索 Living activity estimation device according to the present invention is an apparatus for estimating the behavior of consumers, holds the device state detection means for detecting the state of the equipment consumers to use, one or more reference acts entry reference output memory means for storing the action entry dictionary, matching means for searching a reference action entry the apparatus state detecting means corresponds from the reference action entry dictionary based on the state of the apparatus detected, the matching process result of the matching means comprising output means for the said reference action entries, the behavior of consumers, consumer has to hold the data indicating the correspondence between the state of the device to be used when performing the action, the matching means as a key device state in which the apparatus state detecting means has detected, searches the reference action entry corresponding from the reference action entry dictionary, search より得られた参照行為エントリが表す前記対応関係に基づき、生活者の行動を推定するものである。 Based on the correspondence relationship represented by the reference action entries more obtained, it is to estimate the behavior of consumers.

本発明に係る生活行動推定装置によれば、同時に様々な機器が作動している場合や、未知の機器が作動している場合にも、少ないセンサで、非侵入的に生活者の行為や在室位置を高い精度で推定することができる。 According to living behavior estimation apparatus according to the present invention, and if it is operating at the same time various devices, even when the unknown device is operating with a small sensor, noninvasively consumers acts and standing it is possible to estimate the chamber position with high accuracy.

実施の形態1. The first embodiment.
図1は、本発明の実施の形態1に係る生活行動推定装置150を設置した住居100内の構成を示すものである。 Figure 1 shows the structure of a dwelling 100 the life activity estimation device 150 according to the first embodiment of the present invention has been provided. ここでは一般的な住居での生活を例に取り、以下の説明を行うものとする。 Here as an example the life in general residence, it is assumed that the following description.
住居100内では生活者110が生活している。 In residence within 100 consumers 110 are living. また、住居100内には、照明120やテレビ130が設置されており、いずれも電力線140より電力供給を受けている。 Also, the residence 100, the illumination 120 and TV 130 are installed, both of which receive power supply from the power line 140. また、電力線140には生活行動推定装置150が接続されている。 Also connected living activity estimation device 150 to the power line 140.
生活行動推定装置150は、電流センサ151を備え、電力線140に流れる電流を計測することができる。 Daily activity estimation device 150 includes a current sensor 151 can measure the current flowing through the power line 140.

図1において、生活者110は、時刻07:00AMに寝室で起床してベッドから抜け出し、照明120を点灯させる。 In Figure 1, consumers 110, exit the bed to wake up in the bedroom in time 07:00 AM, it lights the illumination 120. 時刻07:30AMには、リビングに移動して、テレビ130を視ながら朝食をとっている。 The time 07:30 AM, go to the living room, taking the breakfast while watching the TV 130.
このような生活者110の生活パターン、即ち各時刻における在室場所や行為は、生活者110がその時点で使用する電気機器と一定の対応関係がある。 Life pattern of such consumers 110, that is, the occupancy location and act at each time, consumers 110 with certain correspondence relationship electrical equipment used at that time. 生活行動推定装置150は、この対応関係に基づき、生活者110の行動を推定するものである。 Daily activity estimation device 150, based on this correspondence is to estimate the behavior of consumers 110.

ここで、本発明の理解を容易にするために、従来の生活行動推定装置の在室位置推定手順を説明し、その後に本発明の説明に戻る。 Here, in order to facilitate understanding of the present invention, it describes the occupancy position estimation procedure of a conventional living behavior estimating device, and thereafter, the process returns to the description of the present invention.

図2は、従来の生活行動推定装置の在室位置推定手順を説明するものである。 Figure 2 illustrates the occupancy position estimation procedure of a conventional life activity estimation device. 住居100内には、カメラ160aと160bが設置されている。 The residence in the 100, the camera 160a and 160b are installed.
図2において、生活者110はリビングでテレビ130を視ながら食事中である。 2, consumers 110 are dietary while viewing TV 130 in the living room. 寝室は無人であり、照明120(図示省略)は消灯している。 Bedroom is unattended, illumination 120 (not shown) is turned off.
在室位置推定は、以下の(1)〜(2)のような手順で実施する。 Occupancy position estimation is conducted in the following procedure of (1) to (2).

(1)カメラによる動体検知 寝室に設置されたカメラ160aおよびリビングに設置されたカメラ160bは、カメラ撮像エリア内を撮像し、生活行動推定装置(図示省略)に出力する。 (1) Camera by the camera 160b, which is installed in the camera 160a and the living installed motion detection bedroom, images the camera imaging area, and outputs the living behavior estimating device (not shown). 生活行動推定装置は、受け取った画像に基づき、寝室やリビングに動体が存在するかどうか判定する。 Living activity estimation device, based on the received image, determines whether the moving object in the bedroom or living there.
(2)在室場所の推定 生活行動推定装置は、カメラ160bが撮像した画像に基づき、カメラ160bの撮像エリア内に動体である生活者110が存在することを検知し、これに基づき、生活者110がリビングにいるものと推定する。 (2) estimated life activity estimation device occupancy location, based on the image by the camera 160b is captured, it detects that the consumer 110 is a moving object within the imaging area of ​​the camera 160b is present, on this basis, consumers 110 shall be presumed to have the living room.

図2に示したような従来の生活行動推定装置では、在室位置の推定のために、住居100内にカメラ160aなどを設置しなければならず、カメラ自体のコストに加えて設置コストもかかる。 In conventional living behavior estimating apparatus as shown in FIG. 2, according to the estimation of the occupancy position, must be installed and the camera 160a in the household 100, also installation costs in addition to the cost of the camera itself . また、生活者110にとっては、生活行動を監視されているかのような感覚を受けることになり、快適な生活の観点から必ずしも好ましくない。 In addition, for the consumers 110, you will receive a feeling as if they are watching the life behavior, necessarily undesirable from the point of view of a comfortable life.

図3は、本実施の形態1に係る生活行動推定装置150による生活行動推定手順を示すものである。 Figure 3 shows the daily activity estimation procedure by daily activity estimation device 150 according to the first embodiment. 図2と異なり、住居100内にカメラは設置されていない。 Unlike FIG 2, the camera is not installed in the residence 100.
図3において、生活者110はリビングでテレビ130を視ながら食事中である。 In FIG. 3, consumers 110 is a meal in while watching the TV 130 in the living room. 寝室は無人であり、照明120は消灯している。 The bedroom is an unmanned, lighting 120 is turned off.
生活者110の行動推定は、以下の(1)〜(3)のような手順で実施する。 Behavior prediction of consumers 110, carried out by the following procedures (1) to (3).

(1)電流の瞬時値の計測 電流センサ151は、テレビ130の消費電流波形を計測する。 (1) Measurement current sensor 151 of the instantaneous value of the current measures the current consumption waveform of the television 130. 計測値は生活行動推定装置150に出力される。 Measurement value is output to the life behavior estimation device 150.

(2)動作機器の推定 生活行動推定装置150は、電流センサ151の計測値に対し、フーリエ変換またはウェーブレット変換、Chirplet変換などの時間−周波数変換を行って、その計測値の特徴量を計算する。 (2) Operation estimated daily activity estimation device 150 of the apparatus, to the measured value of the current sensor 151, a Fourier transform or a wavelet transform, time of such Chirplet conversion - performs frequency conversion, calculates the feature quantity of the measured value .
生活行動推定装置150は、上記特徴量と、その特徴に合致する電気機器の稼動状態との対応関係を表すデータを保持する参照機器エントリ辞書を備えており、計算した特徴量が合致する電気機器を、その参照機器エントリ辞書から検索する。 Living activity estimation device 150, and the feature quantity includes a reference apparatus entry dictionary for holding data representative of the correspondence between the operating state of the electrical device that matches its features, electrical apparatus calculated feature amount matches the searches from the reference equipment entry dictionary.

(3)在室場所の推定 生活行動推定装置150は、生活者の行動と、生活者がその行動を行った時に使用する機器の状態との対応関係を表すデータを保持する参照行為エントリ辞書を備えている。 (3) occupancy location estimated life behavior estimation device 150 of, and the behavior of consumers, a reference act entry dictionary consumers to hold the data representing the correspondence between the state of the equipment to be used when that made the action It is provided.
生活行動推定装置150は、ステップ(2)で得た電気機器の稼動状態を検索キーにして、上述の参照行為エントリ辞書を検索する。 Life behavior estimation device 150, and the operating status of the electrical device obtained in the step (2) the search key, searches the above referenced act entry dictionary. 検索結果に基づき、生活者の生活行為と在室場所とを推定することができる。 Based on the search result, it is possible to estimate the occupancy location and life activities of consumers.

なお、本実施の形態1において、「生活者の行動」とは、生活者の行為、在室場所、またはこれらの組み合わせを指すものである。 In the first embodiment, the "consumer behavior", consumers act, is intended to refer to the occupancy location, or combinations thereof. いずれを「生活者の行動」として取り扱うかは、推定しようとしている事項に合わせて、適宜定めればよい。 Whether dealing with one as "life's behavior", according to the matters that you are trying to estimate, it may be determined as appropriate. 以後の実施の形態においても同様である。 The same also in the subsequent embodiments.

以上のように、本実施の形態1に係る生活行動推定装置150は、従来のようにカメラを用いて生活者110の行動を検出することに代えて、(1)電流センサ151により電気機器の消費電流波形を計測し、(2)その計測結果に基づき生活者110が使用している電気機器の稼動状態を推定し、(3)その電気機器の稼動状態に基づき生活者110の生活行動を推定する、という推定手法を用いる。 As described above, living activity estimation device 150 according to the first embodiment, instead of detecting the behavior of consumers 110 using conventional camera as described, the electric device by (1) a current sensor 151 the consumption current waveform is measured, a living behavior of (2) to estimate the operating status of electrical equipment consumers 110 based on the measurement result is used, consumers 110 based on (3) the operating state of the electrical device to estimate, the estimation method used that.
したがって、住居100内にカメラ等のセンサを設置することなく、少ないセンサ(本実施の形態1では電流センサ151)のみで、生活者110の行動を推定することができる。 Therefore, without installing the sensor such as a camera in the household 100, less sensor (in the first embodiment the current sensor 151) only, it is possible to estimate the behavior of consumers 110.

また、電流センサ151の計測値に対し、フーリエ変換またはウェーブレット変換、Chirplet変換などの時間−周波数変換を行って、その計測値の特徴量を計算し、その特徴量に基づき電気機器の稼動状態を推定するので、複数の電気機器が稼動している場合や、未知の電気機器が稼動している場合でも、精度よく推定を行うことができる。 Further, with respect to the measurement value of the current sensor 151, a Fourier transform or a wavelet transform, time of such Chirplet conversion - performs frequency conversion, and calculates the feature quantity of the measured value, the operation state of the electrical device based on the feature quantity since estimated, and when a plurality of electric devices is running, even if the unknown electrical equipment is operating, it is possible to perform accurately estimate.

実施の形態2. The second embodiment.
実施の形態1では、本発明に係る生活行動推定装置の動作概略を説明した。 In the first embodiment, it describes the operating outline of life activity estimation device according to the present invention. 本実施の形態2では、本発明に係る生活行動推定装置のより詳細な構成と動作を説明する。 In the second embodiment, illustrating a more detailed configuration and operation of the living behavior estimation apparatus according to the present invention. なお、設置環境は実施の形態1で説明したものと同様であるものとする。 Incidentally, the installation environment is assumed to be the same as those described in the first embodiment.

図4は、本実施の形態2に係る生活行動推定装置400の機能ブロック図である。 Figure 4 is a functional block diagram of a life activity estimation device 400 according to the second embodiment.
生活行動推定装置400は、計測手段410、特徴量計算手段420、機器操作検出手段430、マッチング手段450、出力手段470を備える。 Daily activity estimation device 400 includes measuring means 410, feature-quantity calculation means 420, device operation detecting means 430, matching means 450, output means 470.

計測手段410は、生活行動推定装置400を設置する環境の物理量を計測し、図示しないメモリ等の記憶装置に、計測エントリ411として格納する。 Measurement means 410 measures the physical quantity of the environment for installing the life activity estimation device 400, in a storage device such as a memory (not shown), and stored as measurement entry 411.
計測エントリ411は、計測値411aを保持する。 Measurement entry 411 holds a measured value 411a. 計測値411aは、計測手段410が計測した物理量の値である。 Measurements 411a is the value of the physical quantity measuring means 410 is measured.
本実施の形態2では、実施の形態1と同様に、電流センサとしての機能を、計測手段410自体、もしくは計測手段410に接続されたセンサが備えるものとする。 In the second embodiment, as in the first embodiment, a function as a current sensor, the measuring unit 410 itself, or is intended to comprise the connected sensor in the measuring means 410.

特徴量計算手段420は、計測手段410が計測した計測エントリ411の値から所定の演算式により特徴量を計算し、図示しないメモリ等の記憶装置に、特徴量エントリ421として格納する。 Feature-quantity calculation means 420, a feature amount calculated from the value of the measurement entry 411 measuring unit 410 is measured by a predetermined arithmetic expression, in a storage device such as a memory, not shown, stored as a feature quantity entry 421.
特徴量エントリ421は、特徴量421aを保持する。 Feature quantity entry 421 holds a feature quantity 421a. 特徴量421aは、特徴量計算手段420が求めた特徴量の値である。 Feature quantity 421a is a feature quantity calculation unit 420 which is a feature quantity of the values ​​obtained.

機器操作検出手段430は、参照機器エントリ辞書440を備える。 Device operation detecting means 430 comprises a reference device entry dictionary 440.
参照機器エントリ辞書440は、1以上の参照機器エントリ441を格納している。 Referring equipment entry dictionary 440 stores one or more reference devices entry 441.
参照機器エントリ441は、機器特徴量441aと機器状態441bを組にして保持する。 Referring device entry 441 and holds the device feature quantity 441a and apparatus state 441b in the set.
機器特徴量441aは、その機器の状態が機器状態441bで表される状態であるときに、特徴的に表れる物理量の値である。 Equipment feature quantity 441a, when the state of the equipment is the state represented by the apparatus state 441b, the value of the physical quantity which appears characteristically. 即ち、特徴量を計算して機器状態441bと対比することにより、その機器がどのように操作されたかを検出することができる。 That is, by comparing the device state 441b calculates the feature amount, it is possible to detect whether the device is how operation.

機器操作検出手段430は、特徴量エントリ421が保持する特徴量421aと合致する機器特徴量441aを保持する参照機器エントリ441を、参照機器エントリ辞書440の中から検索する。 Device operation detecting means 430, the reference device entry 441 for holding the device feature quantity 441a matching the feature quantity 421a held by the feature quantity entry 421 and searches the reference equipment entry dictionary 440.
検索した結果は、図示しないメモリ等の記憶装置に、合致参照機器エントリ431として格納される。 Retrieved results in a storage device such as a memory, not shown, is stored as matched reference apparatus entries 431.
合致参照機器エントリ431は、機器特徴量431aと機器状態431bを保持する。 Mate reference device entry 431 holds the device feature quantity 431a and apparatus state 431b.
機器特徴量431aは、検索条件として用いた特徴量421aと同一である。 Equipment feature quantity 431a is identical to the feature quantity 421a used as a search condition.
機器状態431bは、検索の結果得られた参照機器エントリ441が保持する機器状態441bと同一である。 Apparatus state 431b, the reference device entry 441 obtained as a result of the search is the same as the device state 441b to hold.
即ち、機器操作検出手段430は、特徴量421aをキーにして参照機器エントリ辞書440を検索することにより、その機器がどのような状態にあるかを推定することができるのである。 That is, device operation detecting means 430, by searching the reference equipment entry dictionary 440 and a feature quantity 421a as a key, it is possible to estimate whether the instrument is in any state.

機器操作検出手段430は、検索の結果得られた合致参照機器エントリ431を用いて機器操作エントリ432を生成し、マッチング手段450に出力する。 Device operation detecting unit 430 generates a device operation entry 432 using a matching reference device entries 431 obtained as a result of the search, and outputs the matching means 450.
機器操作エントリ432は、機器操作時刻432aと機器状態432bを保持する。 Device operation entry 432 holds the device operation time 432a and apparatus state 432b.
機器操作時刻432aは、生活者110が電気機器を操作した時刻である。 Equipment operation time 432a is the time at which consumers 110 has operated the electrical equipment.
機器状態432bは、合致参照機器エントリ431が保持する機器状態431bと同一である。 Apparatus state 432b is identical to the apparatus state 431b which mate reference device entry 431 holds.

マッチング手段450は、参照行為エントリ辞書460を備える。 Matching means 450 is provided with a reference act entry dictionary 460.
参照行為エントリ辞書460は、1以上の参照行為エントリ461を格納している。 See Acts entry dictionary 460 stores one or more of the reference act entry 461.
参照行為エントリ461は、参照行為時刻461a、参照生活行為461b、参照在室場所461c、参照機器状態461dを組にして保持する。 See Acts entry 461, see Acts time 461a, see life Acts 461b, see occupancy location 461c, to hold a reference device state 461d in the set.

参照行為時刻461aは、生活者がその行為を主に行う時間を表す。 See Acts time 461a represents the time that consumers are mainly carried out the act. 例えば、生活者が朝食をとっている場合、参照行為時刻461aは、その行為が行われると推測される時刻である「午前7時10分」などといった時刻となる。 For example, if the consumers are taking the breakfast, see Acts time 461a becomes the act is a time that is supposed to be done time such as "10:00 pm 7".
参照生活行為461bは、生活者が行う行為の具体的な内容を表す。 See life Acts 461b represents the specific contents of the act of life's done. 例えば「朝食」や「外出」などである。 For example, "breakfast" and "going out", and the like.
参照在室場所461cは、生活者がその行為を行う場所である。 See occupancy location 461c is a place where consumers can perform the act. 例えば、生活者が朝食をとっている場合、参照在室場所461cは「ダイニング」などである。 For example, if the consumers are taking the breakfast, see occupancy location 461c is such as "dining".
参照機器状態461dは、生活者がその行為を行う際に使用する機器の状態を表す。 See device status 461d represents the state of the equipment to be used when consumers to perform the act.

マッチング手段450は、機器操作エントリ432が保持する機器状態432bと合致する参照機器状態461dを保持する参照行為エントリ461を、参照行為エントリ辞書460の中から検索する。 Matching means 450, a reference action entry 461 that holds a reference apparatus state 461d consistent with the apparatus state 432b of device operation entry 432 holds, looking from the reference action entry dictionary 460.
検索した結果は、図示しないメモリ等の記憶装置に、合致参照行為エントリ451として格納される。 Retrieved results in a storage device such as a memory, not shown, is stored as matched reference action entry 451.
合致参照行為エントリ451は、参照行為時刻451a、参照生活行為451b、参照在室場所451c、参照機器状態451dを保持する。 Mate references Acts entry 451, see Acts time 451a, see life Acts 451b, see occupancy location 451c, to hold a reference instrument state 451d.
参照機器状態451dは、機器操作エントリ432の機器状態432bと同一である。 Referring apparatus state 451d is the same as apparatus state 432b of the device operation entry 432.
即ち、マッチング手段450は、機器状態432bをキーにして参照行為エントリ辞書460を検索することにより、生活者110がどのような行為を行っているか、どこに在室しているか、といった生活行動を推定することができるのである。 In other words, the matching means 450, estimated by searching a reference act entry dictionary 460 in the instrument state 432b to the key, or consumers 110 is performing any act, where they are the occupancy, the life behavior such as it is possible to be.

出力手段470は、マッチング手段450の検索結果である合致参照行為エントリ451を画面表示する、データ出力する等の方法により出力する。 Output means 470, the screen displays the matching reference action entry 451 is a search result of the matching unit 450, and outputs by a method such that the data output.

計測手段410は、計測対象の物理量に応じて、適宜必要な構成を備える。 Measuring means 410, according to a physical quantity of a measurement target, comprising a suitable desired configuration.
特徴量計算手段420、機器操作検出手段430、マッチング手段450は、これらの機能を実現する回路デバイス等のハードウェアを用いて実現することもできるし、マイコンやCPU等の演算装置上で実行されるソフトウェアとして実現することもできる。 Feature value calculation means 420, device operation detecting means 430, matching means 450 can either be implemented using hardware such as a circuit device for realizing these functions, are executed on a computing device such as a microcomputer or CPU It can also be implemented as software that.
メモリ等の記憶装置は、必要に応じて適宜備える。 Storage device such as memory comprises as needed. 各手段間で共用してもよい。 It may be shared among the means.

参照機器エントリ辞書440は、メモリやHDD(Hard Disk Drive)等の記憶装置にあらかじめ参照機器エントリ441を格納しておくことにより構成することができる。 Referring equipment entry dictionary 440 can be configured by storing the memory or an HDD (Hard Disk Drive) in advance reference device entry 441 in a storage device or the like. 参照行為エントリ辞書460も同様である。 See Acts entry dictionary 460 is also similar.
参照機器エントリ辞書440と参照行為エントリ辞書460は、共通の記憶装置に格納してもよい。 Referring acts entry dictionary 460 and the reference device entry dictionary 440 may be stored in a common storage device. また、参照機器エントリ辞書440と参照行為エントリ辞書460は、各手段の外部に備えていてもよい。 The reference action entry dictionary 460 and the reference device entry dictionary 440 may be provided outside of the unit.

計測エントリ411、特徴量エントリ421、合致参照機器エントリ431、機器操作エントリ432、参照機器エントリ441、合致参照行為エントリ451、及び参照行為エントリ461は、記憶装置に格納されるデータとして構成することができる。 Measurement entry 411, feature quantity entries 421, matched reference apparatus entries 431, apparatus operation entry 432, reference device entry 441, mate references acts entry 451 and reference acts entry 461, it may be configured as data stored in the storage device it can.

図5は、本実施の形態2に係る生活行動推定装置400が、生活者110の生活行為および在室位置を推定する動作を示す図である。 Figure 5 is a life activity estimation device 400 according to the second embodiment is a view showing an operation of estimating the life activities and the occupancy position of consumers 110. 以下、ステップ順に説明する。 It will be described below in the order of steps. なお、図4で説明したものと同じ構成には同じ符号を付して説明を省略する。 Incidentally, the same components as those described in FIG. 4 and its description is omitted with the same reference numerals.

(1)機器操作検出手段430は、合致参照機器エントリ431の機器状態431bと現在時刻から、機器操作エントリ432を生成する。 (1) device operation detecting means 430, the device status 431b and the current time of the match reference instrument entry 431, generates the device operation entry 432. 機器操作エントリ432は、機器操作時刻432aと機器状態432bを保持する。 Device operation entry 432 holds the device operation time 432a and apparatus state 432b.
(2)マッチング手段450は、機器操作エントリ432に含まれる機器状態432bを検索キーにして、参照行為エントリ辞書460から、参照機器状態461dが合致する参照行為エントリ461を検索する。 (2) matching means 450, and the device state 432b included in the device operation entry 432 as a search key from the reference action entry dictionary 460, the reference apparatus state 461d searches a reference action entry 461 that matches.

(3)ステップ(2)において、一致するものが1つの場合には、その検索結果を合致参照行為エントリ451とする。 (3) in step (2), when a match is one, to the search result matches the reference action entry 451.
一致するものが多数ある場合には、現在時刻または機器操作時刻432aと、参照行為時刻461aとを比較して、その差が最も小さいものを検索結果として用い、合致参照行為エントリ451とする。 If a match have a large number, and time or the device operation time 432a currently is compared with the reference action time 461a, used as the difference is smallest as a search result, and matches the reference action entry 451.
(4)出力手段470は、合致参照行為エントリ451それ自体、または合致参照行為エントリ451に含まれる参照生活行為451bないしは参照在室場所451cを、生活者110や他の装置に出力する。 (4) output means 470, the reference living activities 451b or reference occupancy location 451c included in the matched reference action entry 451 itself or mate reference acts entry 451, and outputs it to consumers 110 or other apparatus.

以上のような動作により、機器操作情報と操作時刻情報から、生活者110の生活行為および在室場所を知ることができる。 By the above operation, from the device operation information and operation time information, it is possible to know the life acts and occupancy location of consumers 110. 機器操作エントリ432は、生活行動推定装置400内に記録、保持する。 Device operation entry 432, records the life activity estimation device 400, holds.

次に、参照行為エントリ461の活用例について、以下の(例1)〜(例3)に説明する。 Next, utilization example of the reference action entries 461, described below (examples 1 to 3). なお、これらは一例であり、活用の仕方はこれらに限られるものではない。 Note that these are examples, not intended manner of utilization is limited to these.

(例1)参照行為エントリ461は、参照行為時刻461aの降順ないし昇順にソートして、参照行為エントリ辞書460に格納するようにしておく。 (Example 1) Reference acts entry 461 is sorted in descending or ascending order of reference action time 461a, it should be stored in the reference action entry dictionary 460. これにより、検索の結果合致した参照行為エントリの1つ次の参照行為エントリや、1つ前の参照行為エントリを参照することが可能である。 Thus, one reference action entries that match the result of the search and next reference action entry, it is possible to refer to the previous reference action entry.
これを活用すれば、次に生活者110がどんな行為をするのか、直前にどんな行為をしていたのかを知ることができる。 Take advantage of this, then either consumers 110 to any act, it is possible to know was what the act just before.

(例2)参照行為エントリ461は、参照在室場所461cを保持している。 (Example 2) Referring action entry 461 holds a reference occupancy location 461c. 合致参照機器エントリ451の参照在室場所451cと参照在室場所461cは一致しているので、これを参照し、現在の生活者110の在室場所を知ることができる。 Since the reference occupancy location 451c and the reference occupancy location 461c of the matching reference equipment entry 451 is consistent with reference to this, it is possible to know the occupancy location of the current consumers 110.

(例3)例1と同様に、参照行為エントリ461を、参照行為時刻461aの降順ないし昇順にソートして格納しておく。 (Example 3) in the same manner as Example 1, a reference action entries 461 and stores are sorted in descending or ascending order of reference action time 461a. これにより、次に生活者がどんな場所にいるのか、直前にどんな場所にいたのかを知ることができる。 As a result, whether the next life who is in any place, it is possible to know was in any place just before.

マッチング手段450は、上記(例1)〜(例3)に示した例に合致する合致参照行為エントリ451を出力手段470に出力する。 Matching means 450 outputs the (Example 1) to mate reference action entry 451 which matches the example shown in (Example 3) to the output means 470.
出力手段470は、その合致参照行為エントリ451を出力することで、生活者110や他の装置に、上記(例1)〜(例3)に示したような機能を提供することができる。 Output means 470, by outputting the matched reference action entries 451, the consumer 110 or other device, the (Example 1) It is possible to provide the functions as shown in - (Example 3).

図6は、本実施の形態2に係る生活行動推定装置400が、機器を検出する際の動作フローである。 6, living activity estimation device 400 according to the second embodiment is the operation flow in detecting equipment. 以下、各ステップについて説明する。 Hereinafter, each step will be described.

(S601) (S601)
生活行動推定装置400が、住居100内の稼動機器の検出を開始する。 Life behavior estimation device 400, to start the detection of the operating equipment of dwelling in the 100.
(S602) (S602)
計測手段410は、電力線140に流れる電流値を取得して、その計測値411aから計測エントリ411を生成する。 Measuring means 410 acquires the value of the current flowing through the power line 140, generates a measurement entry 411 from the measured value 411a.
(S603) (S603)
特徴量計算手段420は、生成された計測エントリ411の計測値411aから、重み付き平均値とその計測値との差分を計算して特徴量421aとし、特徴量エントリ421を生成する。 Feature-quantity calculation means 420, from the measured value 411a of the generated measurement entry 411, a feature quantity 421a by calculating the difference between the average value weighted and the measured value, it generates a feature quantity entry 421.
(S604) (S604)
機器操作検出手段430は、ステップS603で求めた特徴量421aに合致する機器特徴量441aを持つ参照機器エントリ441を検索する。 Device operation detecting means 430 searches the reference device entry 441 having an apparatus feature quantity 441a matching the feature quantity 421a obtained in step S603.

(S605) (S605)
特徴量421aが合致するものが存在した場合にはステップS606に進む。 The process proceeds to step S606 if the one that matches the feature quantity 421a was present. 合致するものがない場合には、本処理を終了する。 If there is nothing to match, the process ends.
(S606) (S606)
機器操作検出手段430は、特徴量421aが合致した合致参照機器エントリ441に含まれる機器状態441bと現在時刻から、機器操作エントリ432を生成する。 Device operation detecting means 430, the device status 441b and the current time included in the matched reference apparatus entries 441 feature quantity 421a matching, to generate the device operation entry 432.
(S607) (S607)
マッチング手段450は、参照行為エントリ辞書460から、ステップS607で生成した機器操作エントリ432の持つ機器状態432bと合致する参照機器状態461dを持つ参照行為エントリ461を検索する。 Matching means 450, from the reference action entry dictionary 460 to search the reference action entry 461 having a reference apparatus state 461d consistent with the apparatus state 432b held by the device operation entries 432 generated in step S607.

(S608) (S608)
合致する参照行為エントリ461がある場合にはステップS609に進む。 If there is a reference action entry 461 matching the flow proceeds to step S609. 合致するものがない場合には、本処理を終了する。 If there is nothing to match, the process ends.
(S609) (S609)
マッチング手段450は、合致する参照行為エントリ461が複数ある場合には、その中から機器操作時刻432aと参照行為時刻461aが最も近い参照行為エントリ461を選択する。 Matching means 450, when the reference action entries 461 matching there are multiple, the selection of equipment operation time 432a and a reference action time 461a is the closest reference action entries 461 from. 最終的に選択したものを、合致参照行為エントリ451とする。 Finally those selected, the matching reference action entry 451.
(S610) (S610)
出力手段470は、合致参照行為エントリ451を出力する。 Output means 470 outputs the matched reference action entry 451. 出力先は、生活者110が閲覧するディスプレイ等の表示装置でもよいし、他の機器でもよい。 Output destination, to consumers 110 may be a display device such as a display for viewing, or other equipment.

本実施の形態2では、参照行為エントリ461は、参照生活行為461bと参照在室場所461cを別個に保持するものとして説明したが、これらのうちいずれか一方のみ保持するように構成してもよいし、両者を一体化させて用いてもよい。 In the second embodiment, the reference action entry 461 is described with reference life acts 461b and the reference occupancy location 461c as separately held, it may be configured to hold only one of these and it may be used by integrated both.
例えば、生活者110が行う行為のみを推定したい場合は、参照生活行為461bのみを保持するように構成してもよい。 For example, if you want to estimate only acts consumers 110 performs, only a reference life activities 461b may be configured to hold.
また、生活者110が行う行為とそのときの在室場所を一体的に捉えて「生活者の行動」として推定したい場合には、参照生活行為461bと参照在室場所461cを一体化させて、「リビングで食事をする」「寝室で照明を点灯させる」「リビングに在室している」といったデータとして取り扱ってもよい。 Also, if you want to estimate the occupancy location of the act and its when consumers 110 is carried out as a captured integrally "life's behavior" is, by integrating the reference life Acts 461b and the reference occupancy location 461c, may be handled as data such as "dine in the living", "turning on the lighting in the bedroom," "we have occupancy on living".
これは、その他の実施の形態においても同様である。 This also applies to the other embodiments.

また、マッチング手段450は、検索の精度を向上させるために、連続する二つ以上の機器操作エントリ432を検索キーとしても良い。 Further, the matching unit 450, in order to improve the search accuracy, may be more than one device operation entry 432 consecutive as a search key.
この場合、例えば、連続する二つの機器操作エントリ432の持つ機器状態と、連続する二つの参照行為エントリ461の持つ参照機器状態461dが、それぞれ合致した場合に、合致した二つの参照機器エントリを検索結果として出力する。 In this case, for example, searching and device status with the two device operation entry 432 consecutive reference apparatus state 461d with the two reference action entries 461 consecutive, if matched, respectively, the two reference device entry that matches It is output as a result.

以上のように、本実施の形態2に係る生活行動推定装置400は、マッチング手段450の検索結果が複数存在する場合には、現在時刻または機器操作時刻432aと、参照行為時刻461aとを比較して、その差が最も小さいものを検索結果として用い、合致参照行為エントリ451とする。 As described above, living activity estimation device 400 according to the second embodiment, when the search result of the matching means 450 there are a plurality, it compares the current and time or the device operation time 432a, a reference action time 461a Te, used as the difference is smallest as a search result, and matches the reference action entry 451.
そのため、生活者110の時刻に対する行動パターンに即した行動推定を行うことが可能であり、推定精度が高まるという効果を奏する。 Therefore, it is possible to perform the time for action pattern-world activity estimation of consumers 110, an effect that estimation accuracy is increased.

また、参照行為エントリ461を、参照行為時刻461aの降順ないし昇順にソートして、参照行為エントリ辞書460に格納するようにしておくため、マッチング手段450による検索結果に加えて、その前後の生活者110の行動も推定することができる。 Also, a reference action entries 461, sorted in descending or ascending order of reference action time 461a, to keep be stored in the reference action entry dictionary 460, in addition to the search results for matching means 450, before and after consumer 110 of the action can also be estimated.
これにより、例えば生活者110が次に行うと推定される行動に合わせて電気機器を自動的に稼動させる、といった機能を提供することが可能となる。 Thus, for example, consumers 110 automatically operating the electrical device in accordance with the then performs the estimated behavior, it is possible to provide a like function.

実施の形態3. Embodiment 3.
本発明の実施の形態3では、マッチング手段450が機器操作エントリ432に合致する参照行為エントリ461を検索する際の合致判定基準について説明する。 In Embodiment 3 of the present invention, the matching unit 450 will be explained meet criteria for searching the reference action entry 461 that matches the device operation entry 432. なお、生活行動推定装置400の構成は実施の形態2と同様であるため、説明を省略する。 Since the configuration of the living behavior estimation device 400 is the same as in the second embodiment, the description thereof is omitted.

本実施の形態3において、マッチング手段450は、機器操作エントリ432と参照行為エントリ461が合致している場合、その合致の度合いを合致度という指数を用いて表す。 In the third embodiment, the matching unit 450, if the reference action entries 461 and device operation entries 432 are coincident, representing using a figure of degree of match degree of the match.
例えば、機器状態432bと参照機器状態461dが同じであっても、機器操作時刻432aと参照行為時刻461aが大きく違っている場合、エントリ同士の合致している度合いは小さいものと取り扱う。 For example, even in the reference apparatus state 461d and device status 432b are the same, if the reference action time 461a and device operation time 432a is very different, the degree that matches the entries between handling as small.

合致度の計算は、機器操作時刻432aと参照行為時刻461aの差を用いる。 Calculation of matching degree, the difference in their reference action time 461a and equipment operation time 432a. 例えば、合致度をY、機器操作時刻432aをX1、参照行為時刻461aをX2として、次の(式1)により計算する。 For example, the matching degree Y, the device operation time 432a X1, a reference action time 461a as X2, calculated by the following equation (1). 合致度Yは0から1の大きさをとる。 Matching degree Y takes a value from 0 to 1 in magnitude.
Y=1/{(X1−X2)+1} ・・・(式1) Y = 1 / {(X1-X2) +1} ··· (Equation 1)

実施の形態2では、機器状態432bと参照機器状態461dが同じ参照行為エントリ461が複数存在する場合には、時刻の最も近いものを用いることを説明したが、これをより定量的に評価したものが、上記(式1)であるということができる。 Those in the second embodiment, the reference apparatus state 461d and device status 432b is the same reference action entries 461 if there are a plurality, have been described to use the closest match of the time, which was evaluated it more quantitatively There can be said to be the (equation 1).
即ち、マッチング手段450は、機器状態432bと参照機器状態461dが同じ参照行為エントリ461が複数存在する場合には、上記(式1)を用いて合致度Yを計算し、合致度Yが最も高い参照行為エントリ461を、検索結果として用いる。 That is, the matching unit 450, device state 432b with reference apparatus state 461d same reference action entry 461 when there are a plurality of the above (Formula 1) was used to calculate the matching degree Y, the highest degree of coincidence Y a reference act entry 461, used as a search result.

図7は、マッチング手段450が、機器操作エントリ432と参照行為エントリ461の合致度を計算する場合の動作フローである。 7, matching means 450, an operation flow for calculating the coincidence degree of the reference action entries 461 and device operation entry 432. 以下、各ステップについて説明する。 Hereinafter, each step will be described.

(S701) (S701)
生活行動推定装置400が、機器操作エントリ432と参照行為エントリ461の合致度の計算を開始する。 Life behavior estimation device 400, to start the calculation of the degree of matching the operation of this device entry 432 and the reference act entry 461.
(S702) (S702)
マッチング手段450は、参照行為エントリ461の数を変数Nに代入する。 Matching means 450 assigns the number of reference action entry 461 to the variable N.
(S703) (S703)
マッチング手段450は、繰り返し回数を示す変数iに1を代入する。 Matching means 450 assigns 1 to the variable i indicating the number of repetitions.
(S704) (S704)
マッチング手段450は、機器操作エントリ432が保持する機器操作時刻432aと、i番目の参照行為エントリ461が保持する参照行為時刻461aの差分を計算し、変数Xに入れる。 Matching means 450, and the device operation time 432a to device operation entry 432 holds the difference of the reference action time 461a which i-th reference action entries 461 held computed and placed in the variable X.
(S705) (S705)
機器操作エントリ432の機器状態432bと、参照行為エントリ461の参照機器状態461bとが一致する場合、ステップS706に進む。 If the device status 432b of device operation entry 432, a reference apparatus state 461b of the reference action entry 461 matches, the process proceeds to step S706. 一致しない場合はステップS707に進む。 If they do not match, the process proceeds to step S707.

(S706) (S706)
マッチング手段450は、i番目の機器操作エントリ432とi番目の参照行為エントリ461との合致度を、1/(X+1)として記録する。 Matching means 450, a matching degree between the i-th device operation entry 432 and the i-th reference action entry 461 is recorded as 1 / (X + 1).
(S707) (S707)
マッチング手段450は、i番目のエントリの合致度を0として記録する。 Matching means 450 records the coincidence degree of the i-th entry as 0.
(S708) (S708)
マッチング手段450は、変数iを1増やす。 Matching means 450, a variable i is incremented by one.
(S709) (S709)
変数iがNより大きい、すなわち、比較処理が機器操作エントリ432のすべてで終了した場合はステップS710に進む。 Variable i is greater than N, i.e., if the comparison process has ended in all the equipment operation entries 432 proceeds to step S710. そうでない場合はステップS704に戻る。 Otherwise, it returns to step S704.
(S710) (S710)
1番目からN番目までの合致度のうち最も高いものを特定する。 Identifying the highest of the coincidence degree to N-th from the first.

マッチング手段450は、以上の処理により、機器操作エントリ432との合致度が最も高い参照行為エントリ461を特定することができる。 Matching means 450, the above processing, it is possible to identify the reference action entry 461 matches the highest degree of device operation entry 432. 合致度が最も高い参照行為エントリ461は、生活者110の生活行動と合致する可能性が高いといえるため、精度よい行動推定に資する。 Referring acts entry 461 matches a highest degree, since it can be said to be likely to match the living behavior of consumers 110, it contributes to accurate activity estimation.

また、複数エントリ同士の合致度、即ち、複数の機器操作エントリ432からなる集合と、複数の参照行為エントリ461からなる集合との間の合致度を計算する場合は、それぞれのエントリ同士の合致度の和を取る。 Moreover, the degree of matching between plural entries, i.e., a set consisting of a plurality of device operation entry 432, when calculating the degree of coincidence between the set consisting of a plurality of reference action entries 461, each entry between the matching degree the sum of.
例えば、集合間の合致度をZ、それぞれのエントリ同士の合致度をYi、エントリの個数をNとすると、次の(式2)により計算することができる。 For example, the degree of match between the set Z, the coincidence degree between each entry Yi, the number of entries if is N, can be calculated by the following equation (2). 合致度Zは0から1の大きさをとる。 Matching degree Z takes a value from 0 to 1 in magnitude.
上記(式2)は、図7のステップS710において、1番目〜N番目のエントリの合致度の平均を取ることに相当する。 Above (Equation 2) in step S710 in FIG. 7 corresponds to taking the average of the first ~N th entry of the matching index.

また、合致度の計算に際し、生活者110の生活パターンに合わせて、以下の(例1)〜(例3)のような計算手法を用いてもよい。 Also, when calculating the matching degree, in accordance with the living pattern of consumers 110 may be used computational techniques such as the following (examples 1 to 3).

(例1)図7のステップS704で、機器操作時刻432aと参照行為時刻461aの差分を計算する際には、機器操作時刻432aおよび参照行為時刻461aは、絶対時刻ではなく、それぞれ最初のエントリからの相対時刻を用いても良い。 (Example 1) at step S704 in FIG. 7, in calculating the difference between the reference action time 461a and the device operation time 432a, the instrument operating time 432a and reference acts time 461a, not the absolute time, from the respective first entry relative time may be used.
これによって、例えば、起床時間が30分遅れて、その後に行われる行為の実施時刻がすべて30分ずつ繰り下がった場合などにおける推定精度を向上させることができる。 Thus, for example, can wake up time is delayed 30 minutes, thereafter execution time of the act to be performed to improve the estimation accuracy in case it gets repeated down by all 30 minutes.

(例2)図7に示した合致度の計算は、機器操作時刻432aの差分ではなく、合致したエントリの個数を機器操作エントリ432の数Nで除算したものであっても良い。 (Example 2) calculated degree of matching, shown in Figure 7, rather than the difference between the device operation time 432a, may be obtained by dividing the number of matched entries the number N of the device operation entry 432.
これにより、機器操作時刻432aの差分よりも合致した個数に重点をおくことができ、毎日の生活時間が不規則な生活者110の行動推定精度を向上させることができる。 Thus, than the difference of device operation time 432a can focus on the number of matches can be daily life time improving the activity estimation accuracy of irregular consumers 110.

(例3)図7に示した合致度の計算は、連続して合致したエントリの最大個数を機器操作エントリ432の数Nで除算したものであってもよい。 (Example 3) calculation of the degree of matching shown in FIG. 7 may be obtained by dividing the maximum number of entries that matches in succession by the number N of the device operation entry 432.
これにより、エントリ同士の並び順に重点をおくことができ、生活時間は不規則であるが生活行為の順番は正確な生活者110の行動推定精度を向上させることができる。 Thus, it is possible to focus on order of entry between life time is the order of but irregular life activities can improve the behavior estimation accuracy accurate consumer 110.

以上のように、本実施の形態3によれば、機器操作エントリ432と参照行為エントリ461との合致度を求め、より合致度の高いエントリに基づき生活者110の行動を推定するので、生活者110の行動を精度よく推定することができる。 As described above, according to the third embodiment obtains the degree of matching between the reference action entries 461 and device operation entry 432, so to estimate the behavior of the consumers 110 based on the higher degree of match entry, consumers 110 behavior of can be estimated accurately.

また、生活者110の生活パターンに合わせて、上記(例1)〜(例3)のような計算手法を用いることにより、生活者110の生活パターンが不規則である場合などにおいても、生活者110の行動を精度よく推定することができる。 Further, in accordance with the living pattern of consumers 110, by using the calculation method described above (examples 1 to 3), even in a case life pattern of consumers 110 is irregular, consumers 110 behavior of can be estimated accurately.

実施の形態4. Embodiment 4.
本発明の実施の形態4では、参照行為エントリ辞書460を複数備え、生活者110の生活パターンに最も適合した参照行為エントリ辞書460を用いて、生活者110の生活行動を推定する構成と動作例を説明する。 In Embodiment 4 of the present invention, a plurality of reference action entry dictionary 460, using the reference action entry dictionary 460 best fitting the life pattern of the consumer 110, the configuration and operation example for estimating the living behavior of consumers 110 It will be described.
なお、生活行動推定装置400の構成は、参照行為エントリ辞書460に係る構成を除き、実施の形態2〜3で説明したものと同じであるため、説明を省略する。 Since living configuration of the behavior estimation device 400, except the configuration of the reference action entry dictionary 460, the same as those described in Embodiment 2-3 of the embodiment, the description thereof is omitted.

本実施の形態4において、マッチング手段450は、複数の参照行為エントリ辞書460をあらかじめ保持しておく。 In the fourth embodiment, the matching unit 450 is previously holds a plurality of reference action entry dictionary 460.
参照行為エントリ辞書460は、生活者110の生活パターンを表す。 See Acts entry dictionary 460, it represents the life patterns of consumers 110. 例えば、若い社会人の場合、起床が7時〜8時程度であり、就寝が11時〜1時程度と推測されるのに対して、年配者の場合は起床時間が若い人よりも早く、就寝時間も早くなる。 For example, in the case of a young working people, waking up is about 7:00 pm to 8, whereas the sleep it is estimated that about 11:00 to 1, in the case of elderly faster than young people wake up time, bedtime is also faster.
したがって、生活者110の年齢、家族構成、仕事内容などによって、別々の生活パターンを表す参照行為エントリ辞書460をあらかじめ複数用意しておき、生活者110に最も適合した参照行為エントリ辞書460を使用することにより、行動の推定誤差を小さくすることができる。 Therefore, the age of the consumer 110, family structure, by such as work content, in advance prepare a plurality of reference Acts entry dictionary 460 that represents a separate life pattern, using a reference act entry dictionary 460 which is most adapted to the consumers 110 it is therefore possible to reduce the estimation error of the behavioral.

図8は、マッチング手段450が、複数の参照行為エントリ辞書460から1つを選択する際の動作フローである。 8, the matching unit 450, an operation flow for selecting one of the plurality of reference action entry dictionary 460. 以下、各ステップについて説明する。 Hereinafter, each step will be described.

(S801) (S801)
生活行動推定装置400が、参照行為エントリ辞書460の選択処理を開始する。 Life behavior estimation device 400, to start the process of selecting the reference act entry dictionary 460.
(S802) (S802)
マッチング手段450は、参照行為エントリ辞書460の総数を変数Mに代入する。 Matching means 450 substitutes the total number of reference Acts entry dictionary 460 to variable M.
(S803) (S803)
マッチング手段450は、変数iを1にする。 Matching means 450, a variable i to 1.
(S804) (S804)
マッチング手段450は、i番目の参照行為エントリ辞書460の持つ参照行為エントリ461と、機器操作エントリ432との合致度を計算し、Xとする。 Matching means 450, a reference action entries 461 with the i-th reference acts entry dictionary 460, and calculates a matching degree between the device operation entry 432, and X. 合致度の計算は、実施の形態3で説明したいずれかの手法を用いることができる。 Calculation of the degree of matching may be used any of the techniques described in the third embodiment.

(S805) (S805)
マッチング手段450は、変数iにi+1を代入する。 Matching means 450 substitutes i + 1 in the variable i.
(S806) (S806)
変数iが変数Mより大きい、すなわち、全ての参照行為エントリ辞書460に対して合致度を計算し終わった場合にはステップS807に進む。 Larger variable i is the variable M, i.e., when it has finished calculating the coincidence degree for all of the reference action entry dictionary 460 proceeds to step S807. そうでない場合はステップS804に戻る。 Otherwise, it returns to step S804.
(S807) (S807)
合致度が最も高かった参照行為エントリ辞書460を、実際に使用する辞書とする。 A reference act entry dictionary 460 degree-of-match was the highest, the dictionary to be actually used.

図9は、マッチング手段450が、複数の機器操作エントリ432を用いて、参照行為エントリ辞書群701から、その生活者110に適当な参照行為辞書460を選ぶ動作を説明するものである。 9, the matching unit 450, by using a plurality of device operation entry 432, from the reference action entries dictionaries 701, illustrates the operation of selecting an appropriate reference acts dictionary 460 to the consumer 110.
複数の機器操作エントリ432と、参照行為エントリ辞書460の持つ複数の参照行為エントリ461との合致度を、参照行為エントリ辞書群701が持つ全ての参照行為エントリ辞書460に対して計算する。 A plurality of device operation entry 432, calculates a coincidence degree between the plurality of reference action entry 461 having a reference action entry dictionary 460, for all of the reference action entry dictionary 460 with the reference action entries dictionaries 701.
このとき、最も合致度の高い参照行為エントリ辞書460を、合致参照行為エントリ辞書702として、以降、この合致参照行為エントリ辞書702を検索用の辞書として使用する。 In this case, the best match high degree of reference action entry dictionary 460, as mate reference acts entry dictionary 702, which will hereinafter be used as a dictionary for searching the matching reference action entry dictionary 702. 初期の状態では、予め使用する辞書を決めておき、辞書の選択操作は一定間隔で周期的に行う。 In the initial state, previously determined a dictionary in advance using, dictionary selection operation periodically performed at regular intervals.

以上のように、本実施の形態4によれば、生活者110の生活パターンに最も適合した参照行為エントリ辞書460を用いるので、行動の推定誤差を小さくすることができる。 As described above, according to the fourth embodiment, since using the reference action entry dictionary 460 which is best adapted to the life pattern of the consumer 110, it is possible to reduce the estimation error of the behavioral.

実施の形態5. Embodiment 5.
本発明の実施の形態5では、参照行為エントリ461の一連の時間の流れに沿ったステップに基づき、生活者110の行動を推定する構成と動作例について説明する。 In Embodiment 5 of the present invention, based on a series of steps along the flow of time of the reference action entries 461, the configuration and operation example for estimating the behavior of consumers 110. なお、生活行動推定装置400の構成は、実施の形態2〜4で説明したものと同じであるため、説明を省略する。 Since the configuration of the living behavior estimation device 400 are the same as those described in the second to fourth embodiments, the description thereof is omitted.

同一の住居100内に複数の生活者110がいる場合、生活行為の時系列の順序が交錯する。 If there are multiple consumers 110 the same housing 100, the time-series sequence of life activities are interlaced. 例えば、二人暮しの場合、「Aさん起床」、「Aさん洗面」、「Bさん起床」、「Bさん洗面」、「Aさん朝食」という順番になることがある。 For example, in the case of two people living, "Mr. A wake-up", "Mr. A basin", "Mr. B wake-up", "Mr. B basin", it may become the order of "A's breakfast". この場合、機器操作エントリ432も、これに合わせて順序が交錯することとなる。 In this case, the device operation entry 432, so that the sequence is interlaced accordingly.

このような、機器操作エントリ432の一連の時間の流れにそったステップを、「機器操作シーケンス」と定義する。 Such a step along the series of time flow of device operation entry 432 is defined as a "device operation sequence". また、同様に、参照行為エントリ461の一連の時間の流れに沿ったステップを、「参照行為シーケンス」と定義する。 Similarly, the steps along the series of time the flow of the reference action entry 461 is defined as a "reference action sequence."

マッチング手段450は、機器操作シーケンスと参照行為シーケンスの保有エントリ数が同じ場合には、それぞれの保有する機器操作エントリと参照行為エントリを順に比較して合致度を計算し、合致度が所定の値以上の場合に合致していると判断する。 Matching means 450, device operation and when the number of held entry reference action sequences are the same sequence, each carrying a reference action entry and device operation entries compared in order to calculate the degree of match, matching degree predetermined value It determines that matches the case of more than.

また、機器操作シーケンスと参照行為シーケンスのそれぞれ保有するエントリ数が異なる場合には、両者が合致するかどうかは、次のようにして判断する。 Further, when the number of entries that each held by the reference action sequence as equipment operation sequence is different, whether they are matched, it is determined in the following manner.
(1)参照行為シーケンスと合致する機器操作エントリを、機器操作シーケンスから取りだす。 (1) the device operation entry that matches the reference action sequences, taken out from the device operation sequence. 取り出した機器操作エントリを並べたものを、部分機器操作シーケンスとする。 Those arranged device operation entry is removed and the partial device operation sequence.
(2)参照行為シーケンスのもつ参照行為エントリが、ステップ(1)で得た部分機器操作シーケンスと全て合致するかどうかにより、機器操作シーケンスと参照行為シーケンスが合致するかどうかを判断する。 (2) See action entry with a reference action sequence, depending on whether all met with partial equipment operation sequence obtained in step (1), the reference action sequence and device operation sequence is determined whether match.

すなわち、機器操作シーケンスの含む全ての機器操作エントリが、それぞれ、少なくとも一つ以上の参照行為シーケンスの含む参照行為エントリに合致する場合、機器操作シーケンスと参照行為シーケンスが合致するとする。 That is, all devices operating entries including the device operation sequence, respectively, if it meets the reference action entry containing the at least one reference action sequence, a reference action sequence and equipment operation sequence matches.
シーケンスの合致判定を行うことにより、生活行為の順序が交錯した場合でも、生活者110の行為や在室位置の推定精度を向上することができる。 By performing matching determination of the sequence, even if the order of the life activities was crossed, it is possible to improve the estimation accuracy of the acts and the occupancy position of consumers 110.

なお、上記のシーケンス同士の合致判定では、機器操作シーケンスと参照行為シーケンスを逆にして判定しても良い。 In the matching determination of the sequence between the above it may be determined by reversing the reference action sequence with equipment operation sequence.

図10は、マッチング手段450が、シーケンスから生活者110の行為や在室位置の検索を行う場合の動作を示すものである。 10, matching means 450, shows the operation when performing the search action and the occupancy position of the consumer 110 from the sequence.
生活者110の暮らす宅内に複数の人間が同居している場合は、それぞれの生活者110の生活行為が時間的に入り混じって観測される。 If more than one person to the home to live the life's 110 are living, living act of each of life's 110 is observed mingled in time.

機器操作シーケンス801は、機器操作エントリ432を複数持っている。 Equipment operation sequence 801, have more than one device operation entry 432. また参照行為エントリ辞書460は、参照行為シーケンス802を持っている。 See also Acts entry dictionary 460, has a reference act sequence 802.
参照行為シーケンス802は、行為の流れが確定的な参照行為エントリ461を時系列に並べたものである。 See Acts sequence 802 is to flow act arranged deterministic reference acts entry 461 in time series. 例えば、「起床」という行為の次には「洗面」という行為がかなり高い確率で起こる。 For example, in the next act of "wake-up" takes place at a fairly high probability act of "wash". これは、「食事」という行為の次に「排泄」という行為がくる確率よりもずっと高い。 This is much higher than the probability that comes act of "excretion" next to the act of "meal".
機器操作シーケンス801は、機器操作の時系列な流れである。 Equipment operation sequence 801 is a time-series flow of equipment operation.

マッチング手段450は、機器操作シーケンス801の機器操作エントリ432と、参照行為シーケンス802の参照行為エントリ461とを比較して、並び順が同じかどうかを判定し、並び順が同じになっている参照行為シーケンス802を合致参照行為シーケンス803とする。 Matching means 450 references the device operation entry 432 of the device operation sequence 801 is compared with the reference action entry 461 of the reference action sequence 802, to determine whether ordering the same, sorted have the same an act sequence 802 to mate reference action sequence 803.
例えば、機器操作シーケンス801の機器状態432bが「寝室照明」、「洗面所照明」、「寝室照明」、「台所照明」という順に並んでおり、参照行為シーケンス802の参照機器状態461dが「寝室照明」、「洗面所照明」、「台所照明」となっている場合、エントリ数は異なるが、エントリの並びは同じなので両者は合致するものと判断する。 For example, device status 432b is "bedroom lighting" equipment operation sequence 801, "lavatory lighting", "bedroom lighting", are arranged in the order of "kitchen lighting", reference apparatus state 461d of reference action sequence 802 is "bedroom lighting "If that is the" washroom lighting "," kitchen lighting ", the number of entries is different, but the sequence of entries because it is the same both determines that match.

また、マッチング手段450によるシーケンス同士の合致判定では、機器操作シーケンス、参照行為シーケンスともにその一部のエントリを抽出して部分機器操作シーケンスと、部分参照行為シーケンスとし、それぞれのエントリがすべて合致するかどうか比較しても良い。 Further, if the matching determination of the sequence between by the matching means 450, device operation sequence, and partial equipment operation sequence to extract the part of the entry to both the reference action sequence, the partial reference action sequences, each entry matches all it may be compared how.

以上のように、本実施の形態5によれば、機器操作シーケンスと参照行為シーケンスの合致を判定するので、機器操作エントリ432が交錯していても、生活者110の行為や在室位置の推定精度を向上することができる。 As described above, according to the fifth embodiment, since determining the matching of the reference action sequence with equipment operation sequence, even if the device operation entries 432 are crossed, the estimation of the behavior and the occupancy position of the consumer 110 it is possible to improve the accuracy.

また、機器操作シーケンスと参照行為シーケンスの数が異なる場合でも、これらの一部のシーケンスの合致を判定することにより、両者の合致を判定することが可能である。 Further, even when the number of reference action sequence as equipment operation sequence is different, by determining a match of some of these sequences, it is possible to determine a match therebetween.

実施の形態6. Embodiment 6.
本発明の実施の形態6では、機器操作検出手段430が機器状態を検出するまでの動作の詳細について説明する。 In Embodiment 6 of the present invention, device operation detecting means 430 will be described details of the operation until detection of the apparatus state. なお、生活行動推定装置400の構成は、実施の形態2〜5で説明したものと同じであるため、説明を省略する。 Since the configuration of the living behavior estimation device 400 is the same as that described in Embodiment Modes 2 to 5, the description thereof is omitted.

図11は、本実施の形態6に係る生活行動推定装置400の生活者の生活行為および生活者の在室位置を推定する動作のうち、機器を検出するまでの動作を示す図である。 11, of operations for estimating the life activities and life's occupancy position of consumers living activity estimation device 400 according to the sixth embodiment, a diagram showing an operation until a device is detected.
生活行動推定装置400に接続された電流センサ151で計測された電流値は、計測手段410によって計測され、計測値エントリ411の計測値411aとして記憶される。 Current value measured by the current sensor 151 connected to the life activity estimation device 400 is measured by the measuring means 410, and stored as a measured value 411a measured value entry 411.
なお、電流センサ151は、電力の給電口に設置する。 The current sensor 151 is installed in the power feeding port. テーブルタップやOAタップのような延長コードの上流部分に設置してもよい。 It may be placed upstream portion of the extension cord such as a table tap, OA tap.

計測手段410は、A/D変換機であり、電流の瞬時値を電流センサ151を介して一定周期でサンプリングする。 Measuring means 410 is an A / D converter samples at a fixed period through the current sensor 151 the instantaneous value of the current. 計測値411aはベクトルで、所定の時間の間にサンプリングされた電流値を記憶する。 Measured value 411a is a vector, and stores the current values ​​sampled during a predetermined time.
ベクトルとは複数の値を持つデータ配列である。 The vector is a data array having a plurality of values. また、ベクトルの次元数とは、ベクトルが持つ値の個数、すなわち、データ配列に格納される値の個数のことである。 Further, the number of dimensions of the vector, the number of values ​​with a vector, that is, that the number of values ​​stored in the data array.
所定の時間とは、電圧の周期である50Hzないしは60Hzの波の周期の定数倍の時間である。 The predetermined time is the time constant times the period of the wave of 50Hz or 60Hz is the period of the voltage. またサンプリングの周期は50Hzないし60Hzの波の周期の定数分の1の時間である。 The period of sampling is one time constant fraction of the period of the waves of from 50 Hz 60 Hz.

特徴量計算手段420は、計測された計測値エントリ411の変換処理を行い、特徴量エントリ421の持つ特徴量421aとする。 Feature-quantity calculation means 420 processes the conversion of the measured measurement value entry 411, and feature quantity 421a with the feature quantity entry 421. 特徴量421aはベクトルである。 Feature quantity 421a is a vector. 特徴量エントリ421は特徴量計算手段420に記憶される。 Feature quantity entry 421 is stored in the feature quantity calculation unit 420.
変換処理は、重み付きの平均値を計算し、またその平均値と平均する前の値の差分をとることによって行う。 Conversion process, calculates the average value of the weighted, also carried out by taking the difference between the previous value averaging and the average value.
特徴量計算手段420は、特徴量エントリ421を時系列にソートして、機器操作検出手段430に出力する。 Feature-quantity calculation means 420, and sorts the feature quantity entry 421 in time series, and outputs the device operation detecting means 430.

機器操作検出手段430は、計算した特徴量421aを検索キーとして、参照行為エントリ辞書440から、機器特徴量441aが合致する参照行為エントリ441を検索し、その結果を合致参照機器エントリ431とする。 Device operation detecting unit 430 as a search key the calculated feature quantity 421a, the reference action entry dictionary 440 to search the reference action entries 441 devices feature quantity 441a is matched to the result with matching reference device entry 431. 合致参照機器エントリ431と特徴量エントリ421の特徴量421aは合致している。 Feature quantity 421a of matched reference apparatus entries 431 and feature quantity entries 421 are consistent.

機器操作検出手段430は、特徴量421aと、参照機器エントリ441の持つ機器特徴量441aとの特徴量合致度を計算し、その値の大小から合致しているかどうかを判定し、合致参照機器エントリ431を求める。 Device operation detecting unit 430, a feature quantity 421a, the feature quantity matching degree between the apparatus feature quantity 441a held by the reference apparatus entry 441 calculates, determines whether the match from the magnitude of the value, matching reference device entry seek 431.
特徴量合致度は、特徴量421aと、参照機器エントリ441の持つ機器特徴量441aの次元ごとの値の差を計算することにより求める。 Feature quantity matching degree is obtained by calculating a feature quantity 421a, the difference between the values ​​of each dimension of the apparatus feature quantity 441a held by the reference apparatus entry 441. 特徴量421aおよび機器特徴量441aは、ともに同じ次元のベクトルである。 Feature quantity 421a and apparatus feature quantity 441a are both vector of the same dimension.
例えば、特徴量合致度Sは、特徴量421aの要素をAi、機器特徴量441aの要素をBiとして以下の式により計算する。 For example, feature quantity matching degree S calculates the elements of the feature quantity 421a Ai, by the following expression elements of the apparatus feature quantity 441a as Bi. このとき特徴量合致度Sは0〜1の値をとる。 At this time the feature amount matching degree S has a value of 0-1.

特徴量合致度Sの計算およびその周辺処理に関するその他の方法としては、以下の(方法1)〜(方法3)のようなものが考えられる。 The calculations and other methods for that peripheral processing feature quantity matching degree S, is considered as follows (Method 1) to (Method 3).

(方法1)特徴量421aと機器特徴量441aのベクトルの内積を計算し、それぞれのベクトルのノルムで除算した値を、特徴量合致度Sとする。 (Method 1) an inner product of the vector of the feature quantity 421a and apparatus feature quantity 441a is calculated and a value obtained by dividing the norm of each vector to the feature amount matching degree S.

(方法2)特徴量421aのうち、機器操作が行われる前に計算した過去の特徴量と、機器操作が行われた後に新しく計算された特徴量との差分を検索キーとして、参照機器エントリ辞書440から機器特徴量441aが合致する参照機器エントリ441を検索して、合致参照機器エントリ431を得る。 (Method 2) Of the feature quantity 421a, past the feature quantity of which is calculated before the device operation is performed, as a search key difference between newly calculated characteristic amount after the device operation has been performed, the reference device entry dictionary 440 searches the reference device entry 441 devices feature quantity 441a matches from obtaining a matching reference device entry 431.
また、新しく計算された特徴量と、合致参照機器エントリ431に含まれる機器状態431bとを組にして、新しい参照機器エントリ441を生成し、参照機器エントリ辞書440に追加してもよい。 Further, the newly calculated feature amount, and to set a device state 431b included in the matched reference apparatus entries 431, generate a new reference instrument entry 441 may be added to the reference equipment entry dictionary 440.
なお、機器操作が行われたかどうかは、特徴量421aの持つ周期の長い成分の強さが一定値以上変化したか否かにより判断することができる。 Incidentally, whether device operation is performed may be the strength of the long periodic components with the feature quantity 421a is determined by whether changes more than a certain value.

(方法3)特徴量421aと機器特徴量441aのベクトルの各次元の値を比較し、ほぼ一致している個数を数えて、この個数を次元の総数で除した値を合致度とする。 (Method 3) comparing the value of each dimension of the vector of the feature quantity 421a and apparatus feature quantity 441a, counting the number of substantially matches, the value obtained by dividing this number by the total number of dimensions as the matching degree.

以上のように、本実施の形態6に係る生活行動推定装置400は、計算した特徴量421aを検索キーとして、参照行為エントリ辞書440から、機器特徴量441aが合致する参照機器エントリ441を検索する。 As described above, living activity estimation device 400 according to the sixth embodiment, as a search key the calculated feature quantity 421a, the reference action entry dictionary 440 to search the reference device entry 441 devices feature quantity 441a matches .
そのため、参照機器エントリ辞書440に蓄積されている過去の機器特徴量441aに基づき、精度よく機器状態を検出することができる。 Therefore, based on historical equipment feature quantity 441a, which is accumulated in the reference apparatus entry dictionary 440, it is possible to accurately detect the device status.

また、特徴量421aと機器特徴量441aの合致度を計算し、合致度の高い参照行為エントリ441を検索結果とするので、完全に一致する参照機器エントリ441が存在しないような場合でも、推定精度を向上させることができる。 Also, the matching of the feature quantity 421a and apparatus feature quantity 441a calculated, since it results higher reference action entry 441 of the matching degree, even when fully reference device entry 441 matching that does not exist, the estimation accuracy it is possible to improve the.

なお、計測手段410、特徴量計算手段420、機器操作検出手段430、及び機器操作エントリ辞書440を、機器の状態を検出するための独立した装置として構成してもよい。 The measurement means 410, feature-quantity calculation means 420, device operation detecting means 430, and the device operation entry dictionary 440 may be configured as an independent device for detecting the state of the device.

実施の形態7. Embodiment 7.
本発明の実施の形態7では、特徴量の計算方法の詳細を説明する。 In Embodiment 7 of the present invention, illustrating the details of the calculation method of the feature. なお、生活行動推定装置400の構成は、実施の形態2〜6で説明したものと同じであるため、説明を省略する。 Since the configuration of the living behavior estimation device 400 are the same as those described in Embodiment 2-6 of the embodiment, the description thereof is omitted.

図12は、特徴量計算手段420が特徴量を計算する方法を示したものである。 Figure 12 is a feature quantity calculating unit 420 illustrating a method for calculating the feature quantity. 計測値1201から特徴量1203を計算する。 Calculating a feature value 1203 from the measured value 1201. ここでは、窓幅2の重み付き平均を使う場合を例にする。 Here, an example in which using the weighted average of window width 2. 「窓幅2」とは、「2つ」の値の平均値を求めることである。 The "window width 2", is to determine the average value of "two".

特徴量計算手段420は、計測値1205および計測値1206の重み付き平均を求め、計測値平均値1207を算出する。 Feature-quantity calculation means 420 calculates a weighted average of the measurement values ​​1205 and the measurement value 1206, and calculates the measured value average 1207. 次に計測値平均値1207と計測値1205の差を計算し、計測値差分値1208を得る。 Then the measurement value average 1207 calculates the difference measurement value 1205, obtaining a measured value difference value 1208. また計測値平均値1207と計測値1206の差を計算して計測値差分値1209を得る。 The obtained measured value difference value 1209 to calculate the difference between the measured value average value 1207 and the measured value 1206. このようにして、計測値1201を計測値平均値1202と計測値差分値1204に分解する。 Thus, it decomposes the measured value difference value 1204 and the measured value average 1202 measurements 1201.

同様の操作を計測値平均値1202に対して実行する。 It performs on measured value average 1202 similar operations. 計測値平均値1207に対して重み付き平均値を求め、これを第二の計測値平均値1210とし、平均化前の値との差分をとって第二の計測値差分値1211とする。 Obtains a weighted average value for the measured value average value 1207, which was a second measurement value average 1210, the second measured value difference value 1211 takes the difference between the value before averaging.

これを最終的に平均した値のサンプル数が平均化の窓幅よりも小さくなるまで繰り返し実行することにより、複数の計測値差分値ベクトルと計測値平均値ベクトルが得られる。 By this the number of samples of the final average value is repeated until becomes smaller than the window width of the averaging, the plurality of measured values ​​the mean value vector and the measured value difference vector is obtained. この複数の計測値差分値ベクトルと計測値平均値ベクトルをあわせて特徴量とする。 Wherein amounts together with the measurement value average vector the plurality of measurement value difference value vector.

このような演算を行うことにより、細かい変動成分と大きな変動成分を分けることができ、計測値の特徴を効率良く表現することができる。 By performing such operation, it is possible to divide the large fluctuation component and fine fluctuation component, the characteristics of the measurement values ​​can be efficiently expressed.
細かい変動成分とは、時間軸上における変動の時間周期が短い波、振動、急峻なインパルス、急峻なステップ状変化などである。 The fine fluctuation component, the time period is short wave of variations on the time axis, the vibration, and the like steep impulse, abrupt step change. すなわち、時間軸上の周波数が高い波、振動などの成分を多分に含むものである。 That is, those containing high wave frequency on the time axis, the components of the vibration perhaps.
大きな変動成分とは、時間軸上における変動の時間周期が長い波、振動、緩やかなインパルス、緩やかなステップ状変化などである。 The large fluctuation component, the time period is long wave of variations on the time axis, the vibration, and the like gentle impulse, gradual step change. すなわち、時間軸上の周波数が低い波、振動などの成分を多分に含むものである。 In other words, those containing less wave frequency on the time axis, the components of the vibration perhaps.

上記の説明では、計測値差分値ベクトルと計測値平均値ベクトルをあわせて特徴量とする、としたが、計測値平均値ベクトルのみを特徴量としてもよい。 Above the description, the feature amount together the measured value average value vector and the measured value difference vector, and the but only measurement value average vector may be used as the feature quantity.

図13は、実際に計測した電流値を特徴量計算手段で特徴量とした例である。 Figure 13 is an example of a feature quantity in the feature quantity calculation means actually measured current value.
図13上図は、テレビの電流波形を20msにわたって計測したものである。 13 upper diagram is a measure for 20ms TV current waveform. 計測値1301は機器ごとに違った形状である。 Measurements 1301 are shaped differently for each device.
これに対し、図13下図は、特徴量1302を計算した結果を示すものである。 In contrast, FIG. 13 below indicates the results of calculating the feature amount 1302.
図13下図では、例として、電流の絶対値をとって2回の平均化処理をした場合の計測値平均値ベクトルと計測値差分値ベクトルをあわせて特徴量1302とした。 Figure 13 The figure below as an example, and the feature quantity 1302 together the measured value difference vector between the measured value average value vector in the case where the averaging processing of two by taking the absolute value of the current. 特徴量1302はベクトルである。 Feature amount 1302 is a vector.
特徴量1302を予め機器操作エントリ辞書440に機器操作エントリ441として記録しておき、これと合致する特徴量が計測された場合にテレビが稼動したと判断する。 Record as apparatus operation entry 441 to advance the device operation entry dictionary 440 feature amounts 1302, it is determined that the television has been operated when the feature quantity that matches therewith is measured.

なお、図12に示した特徴量の計算方法は、重み付きの平均値を求めるのではなく、計測値の周期性を取り出す演算であっても良い。 The feature quantity calculation method shown in FIG. 12, instead of obtaining the average value of the weighted, may be a computing retrieve the periodicity of the measurements. 例えば、ピーク間距離、波の波高率、立ち上がり時間、立下り時間などの値を、各周期ごとに抽出することにより、周期性を抽出することができる。 For example, the distance between peaks, the crest factor of the wave, rise time, values ​​such as the fall time, by extracting in each cycle, it is possible to extract periodicity.
周期性を取り出すためには、計測値に対しフーリエ変換やウェーブレット変換、Chirplet変換などの時間−周波数変換を行えばよい。 To retrieve the periodicity, Fourier transform and wavelet transform on measured values, times, etc. Chirplet conversion - may perform frequency conversion.
この場合、高調波の成分ごとにその強度と位相を特徴量とすることで、高調波成分を効率よく表現することができる。 In this case, by its intensity and characteristic amount a phase for each component of the harmonic can be expressed efficiently harmonic components.

また、図12における特徴量の計算方法として、複数の計測値差分値ベクトルと計測値平均値ベクトルをあわせて特徴量とするとしたが、複数の計測値差分値ベクトルと計測値平均値ベクトルのうち、サンプル数の多い変動の小さな成分を切り捨てて特徴量としても良い。 Further, as a method of calculating the feature quantity in FIG. 12, it has been to feature quantity together with a plurality of measurement value difference value vector measured value average vector, among the plurality of measurement value difference value vector measurement value average vector it may be the feature quantity by truncating a small component of the sample a large number of variations. これにより、特徴量の次元を小さくし、データ量を圧縮することができる。 Thus, to reduce the dimensionality of the feature, it is possible to compress the data amount.

また、図12における特徴量の計算方法として、複数の計測値差分値ベクトルと計測値平均値ベクトルをあわせて特徴量とするとしたが、複数の計測値差分値ベクトルと計測値平均値ベクトルのうち、機器間の差異が大きい次元の成分だけを取り出して特徴量としても良い。 Further, as a method of calculating the feature quantity in FIG. 12, it has been to feature quantity together with a plurality of measurement value difference value vector measured value average vector, among the plurality of measurement value difference value vector measurement value average vector it may be feature quantity only extraction dimensional component difference is large between devices. これにより、機器間の特徴量の差異が大きくなり、検索における合致判定の精度を向上させることができる。 Thus, the feature of difference between the devices is increased, thereby improving the accuracy of the matching determination in search.

また、図12における特徴量の計算方法として、複数の計測値差分値ベクトルと計測値平均値ベクトルをあわせて特徴量とするとしたが、複数の計測値差分値ベクトルと計測値平均値ベクトルのうち、電流値が大きく変化する区間の重み付き平均値や差分値だけを取り出して特徴量としても良い。 Further, as a method of calculating the feature quantity in FIG. 12, it has been to feature quantity together with a plurality of measurement value difference value vector measured value average vector, among the plurality of measurement value difference value vector measurement value average vector may be the feature quantity is taken out only weighted averages and difference values ​​of a section current value changes greatly.
図13の電流値1301に示すように、実際の機器の電流値は、ほぼ0である区間が大きい。 As shown in the current value 1301 in FIG. 13, the actual current value of the instrument is greater almost 0 in a segment. 電流値が0である区間を除いて特徴量を生成することにより、特徴量の次元を小さくすることができる。 By the current value to generate the feature quantity except interval is zero, it is possible to reduce the dimension of the feature quantity.

以上の実施の形態において、計測手段410は、電流値を計測するとしたが、これは水道における流量を計測するのであっても良い。 In the above embodiment, the measuring means 410 is set to measure the current value, which may be to measure the flow rate in the water. 電流と同じように、水道の流量も機器ごとに使用する水の流量にパターンが存在するため、同様の装置によって使用している水使用機器を検出することができる。 Current like, due to the presence of the pattern in the flow rate of water flow of the water is also used for each device, it is possible to detect the water use equipment that is used by the same device. 例えば自動洗濯機は自動給水のため、ほぼ毎回、同じパターンとなるため容易に検出が可能であり、在室位置と行為の推定の精度を向上させることができる。 For example, since the automatic washing machine of the automatic water supply, almost every, but may be the same pattern, and therefore easily detected, it is possible to improve the accuracy of estimation of the acts and occupancy position.

また、計測手段410は、電流値を計測するとしたが、これはガス管におけるガス流量を計測するのであっても良い。 Further, the measuring unit 410 is set to measure the current value, which may be to measure the gas flow rate in the gas pipe. 電流と同じように、ガスの流量も、機器ごとに使用するガスの流量にパターンが存在するため、同様の装置によって使用しているガス使用機器を検出することができる。 As with current, the flow rate of the gases, due to the presence of the pattern in the flow rate of the gas to be used for each device, it is possible to detect the gas used devices are using the same device. 例えばガスストーブなどは自動制御であり、ほぼ毎回、同じパターンとなるため容易に検出が可能であり、在室位置と行為の推定の精度を向上させることができる。 For example, gas stoves, etc. are automatically controlled, substantially each time it can be the same pattern, and therefore easily detected, it is possible to improve the accuracy of estimation of the acts and occupancy position.

また、計測手段410は、部屋内における照度を計測するのであっても良い。 Further, the measuring unit 410 may be to measure the illuminance in the room. 光の量である照度も、照明や時間ごとにパターンが存在するため、同様の装置によって使用している照明機器を検出することができる。 Illuminance is the amount of light also, because the pattern is present in every lighting and time, it is possible to detect the illumination device using the same device. 例えば蛍光灯などは、ほぼ毎回、同じ照度となるため容易に検出が可能であり、在室位置と行為の推定の精度を向上させることができる。 For example, fluorescent lamps, almost every, but may be the same illuminance, and therefore easily detected, it is possible to improve the accuracy of estimation of the acts and occupancy position.

また、計測手段410は、温度を計測するのであっても良い。 Further, the measuring unit 410 may be to measure the temperature. 電流と同じように、熱量を示す温度も、機器ごとにパターンが存在するため、同様の装置によって使用している機器を検出することができる。 Current like, the temperature indicating the amount of heat, due to the presence of the pattern for each device, it is possible to detect the equipment used by the same device. 例えばエアコンなどは、ほぼ毎回、同じ温度とするように設定されているため、容易に検出が可能であり、在室位置と行為の推定の精度を向上させることができる。 For example an air conditioner, since it is set to substantially every time the same temperature, but may be easily detected, it is possible to improve the accuracy of estimation of the acts and occupancy position.

また、計測手段410は、ネットワーク上のデータ転送量を計測するのであっても良い。 Further, the measuring unit 410 may be to measure the amount of data transferred over the network. 電流と同じように、データ転送量も、使用しているアプリケーションごとにパターンが存在するため、同様の装置によって使用しているアプリケーションを検出することができる。 Current As with the amount of data transfer is also due to the presence of the pattern for each application that uses, it is possible to detect the applications that are used by the same device. 例えばIP電話などは、ほぼ毎回、同じデータ転送量となるように設定されているため、容易に検出が可能であり、在室位置と行為の推定の精度を向上させることができる。 Etc. For example IP telephones, almost every time since it is set to be the same data transfer amount, but may be easily detected, it is possible to improve the accuracy of estimation of the acts and occupancy position.

実施の形態8. Embodiment 8.
本発明の実施の形態8では、計測エントリ411、特徴量エントリ421、参照機器エントリ辞書440、参照行為エントリ辞書460の詳細を説明する。 In Embodiment 8 of the present invention, the measurement entry 411, feature quantity entries 421, reference equipment entry dictionary 440, details of reference action entry dictionary 460. なお、生活行動推定装置400の構成は、実施の形態2〜7で説明したものと同じである。 The configuration of the living behavior estimation device 400 are the same as those described in Embodiment 2-7 of the embodiment.

図14は、計測エントリ411のデータ例を示した図である。 Figure 14 is a diagram showing a data example of the measurement entry 411.
計測エントリ411は、計測値411aとして、「10、23、15・・・」といったベクトル値を持つ。 Measurement entry 411, as the measurement value 411a, with a vector value such as "10,23,15 ...". 計測値411aは、計測した電流値などの時系列データを一定のサンプリング周期でデジタル化したものである。 Measurements 411a is obtained by digitizing the time-series data such as measured current value at a constant sampling period.
計測エントリ411は、計測値411aを計測した時刻順に並べて保持している。 Measurement entry 411 holds are arranged in chronological order of measuring the measured value 411a. これらの計測値411aは、時刻に対して昇順に並ぶ。 These measured values ​​411a are arranged in ascending order with respect to time.

計測エントリ411の持つ計測値411aの個数としては、電圧の周期をデータのサンプリング周期で割った値の定数倍とする。 The number of measured values ​​411a possessed by the measurement entry 411, a constant multiple of the value obtained by dividing the period of the voltage at the sampling period of data.
例えば、電圧1周期が20ミリ秒で、データのサンプリング周期が100マイクロ秒の場合、電圧の周期をデータのサンプリング周期で割った値は200である。 For example, the voltage 1 cycle at 20 milliseconds, if the sampling period of the data is 100 microseconds, the value obtained by dividing the period of the voltage at the sampling period of data is 200. 例えば、要素数としては12800とする。 For example, as the number of elements to 12800.
電圧周期の定数倍の時間の電流を計測することにより、計測値411aの個数は前述した条件を満たす。 By measuring the time of the current of a constant multiple of the voltage period, the number of measured values ​​411a satisfies the conditions described above.
このように、電圧の周期をデータのサンプリング周期で割った値の定数倍とすることにより、計測値411aの最初の値と最後の値の電圧に対する位相を一致させ、同じデータを繰り返して連結することによって不連続点をなくし、データを連続して処理することができる。 Thus, by a constant multiple of the value obtained by dividing the period of the voltage at the sampling period of the data, to match the phase for the first value of the voltage of the last value of the measured values ​​411a, ligated by repeating the same data it can be processed without discontinuities, data in succession by.

また、データのサンプリング周期は、電圧の周期の定数分の1とする。 The sampling period of the data is one of the constant portion of the period of the voltage.
例えば、電圧1周期が20ミリ秒で、データのサンプリング周期を電圧周期の200分の1である100マイクロ秒とする。 For example, the voltage 1 cycle at 20 milliseconds, the sampling period of data is 100 microseconds is 1/200 of the voltage cycle.
データのサンプリング周期を電圧の周期の定数分の1とすることにより、データのサンプルの一番最初と一番最後の位相差がそのほかの隣り合うデータサンプル間の位相差と同じになり、データを連結して高速に処理することができる。 By the sampling period of the data and the first constant fraction of the period of the voltage, the very first and very last phase of the sample data is the same as the phase difference between data samples adjacent other, data linked to can be performed at high speed.

図15は、特徴量エントリ421のデータ例を示した図である。 Figure 15 is a diagram illustrating a data example of the feature quantity entry 421.
特徴量エントリ421は、特徴量421aとして、「100、230、150・・・」といったベクトル値を持つ。 The feature quantity entry 421, as the feature quantity 421a, with a vector value such as "100,230,150 ...". 特徴量エントリ421の各要素は計測値エントリ411の各要素の計測時刻に対応する。 Each element of the feature amount entry 421 corresponds to the measurement time of each element of the measured value entry 411. これにより、特徴量エントリ421は時刻順にソートされた状態で保持される。 Accordingly, the feature quantity entry 421 is held in a state of being sorted in chronological order.

図16は、参照機器エントリ辞書440のデータ例を示した図である。 Figure 16 is a diagram showing a data example of the reference device entry dictionary 440. 参照機器エントリ辞書441は、あらかじめ機器のROMやメモリ等の記憶装置に記録しておく。 Referring equipment entry dictionary 441, it is recorded in advance in the storage device of the ROM, a memory, and the like equipment.
参照機器エントリ辞書440は、複数の参照機器エントリ441を保持する。 Referring equipment entry dictionary 440 holds a plurality of reference devices entry 441. 参照機器エントリ441は、機器特徴量441aと機器状態441bを保持する。 Referring device entry 441 holds the device feature quantity 441a and apparatus state 441b.
たとえば、機器特徴量441aが「100、230、150・・・」の時の機器状態441bは「テレビON」などというように、両者を関連付けて参照機器エントリ辞書440に登録しておく。 For example, the appliance characterizing amount 441a is the equipment state 441b at the time of the "100,230,150 ..." it is registering and so on, such as "TV ON", in reference equipment entry dictionary 440 in association with each other.

機器特徴量の実測値が「100、230、150・・・」であった場合、マッチング手段450は、この機器特徴量を参照機器エントリ441の機器特徴量441aと比較することにより、機器状態441bの対応する値を導くことができる。 If the actual measurement value of the device feature amount is "100,230,150 ...", matching means 450, by comparing this apparatus feature quantity apparatus feature quantity 441a of a reference apparatus entry 441 and, apparatus state 441b it can lead to the corresponding value.
これにより、生活行動推定装置400は、テレビがONになっているということを検出することができる。 As a result, the life behavior estimation device 400, it is possible to detect that the TV is turned ON.

図17は、参照行為エントリ辞書460のデータ例を示した図である。 Figure 17 is a diagram illustrating a data example of a reference action entry dictionary 460.
参照行為エントリ辞書460は、複数の参照行為エントリ461を保持する。 Reference acts entry dictionary 460 holds a plurality of reference action entry 461.
参照行為エントリ461は、参照行為時刻461a、参照生活行為461b、参照在室場所461c、参照機器状態461dを保持する。 See Acts entry 461, see Acts time 461a, see life Acts 461b, see occupancy location 461c, to hold a reference instrument state 461d.
例えば、7時10分ごろに朝食をダイニングで食べ、そのときはテレビをつける可能性が非常に高いという情報は、「参照行為時刻461a=7:10」、「参照生活行為461b=朝食」、「参照在室場所461c=ダイニング」、「参照機器状態461d=テレビON」という参照行為エントリ461として表すことができる。 For example, eat in the dining breakfast at around 10 pm 7, then the information that is very likely to put a TV, "see Acts time 461a = 7: 10", "see life Acts 461b = breakfast", "reference occupancy location 461c = dining", it can be represented as a reference act entry 461 referred to as a "reference device status 461d = TV ON". 図17の2行目において、このデータ例を示した。 In the second line of FIG. 17, showing the example data.
このような参照行為エントリ461を参照行為エントリ辞書460にあらかじめ格納しておき、次に説明する行動推定に用いる。 Such reference action entries may be stored in advance 461 to the reference action entry dictionary 460 and then used in activity estimation described.

参照行為エントリ辞書460が保持する各参照行為エントリ461は、参照行為時刻461aの昇順にあらかじめソートしておく。 Each reference act entry 461 reference act entry dictionary 460 is held, it should be sorted in advance in the ascending order of reference act time 461a.
例えば、現在の行為エントリが「7:10、朝食、ダイニング、テレビON」(図17の2行目に相当)である場合、マッチング手段450は、参照行為エントリ辞書460より、次の参照行為エントリ461(図17の3行目に相当)を取得する。 For example, the current act entry is a case of "7:10, breakfast, dining, TV ON" (corresponding to the second line of FIG. 17), matching means 450, than the reference act entry dictionary 460, the following reference act entry 461 (corresponding to the third line of FIG. 17) obtains.
これにより、マッチング手段450は、生活者が次に「8:15、食器洗い、キッチン、食洗機ON」という行動を取る可能性が高いことが分かる。 As a result, the matching means 450, consumers can then "8:15, dishwasher, kitchen, dishwasher ON" it is likely to take the action that can be seen.
このように、生活者の行動類型を参照行為エントリ460にあらかじめ格納しておくことにより、生活行動推定装置400は、生活者の行動を推定することができるのである。 Thus, by previously storing behavior type of consumers to see action entry 460, the daily activity estimation device 400, it is possible to estimate the behavior of the consumers.

この参照行為エントリ461を、出力手段470よりユーザに提示したり、別の機器に対して情報を送信することにより、生活者の行動推定結果に基づき、あらかじめ食洗機を余熱するといったサービスを提供することができる。 The reference action entry 461, provides or presented to the user from the output unit 470, by transmitting the information to another device, based on the consumer behavior estimation result, the services such that residual heat in advance dishwasher can do.

一方、マッチング手段450は、参照行為エントリ辞書460の直前エントリ(図17の1行目に相当)を参照することにより、生活者が直前に「7:00、起床、寝室、エアコンON」という行動を行った可能性が高いことがわかる。 On the other hand, matching means 450, by referring to the immediately preceding entry of the reference act entry dictionary 460 (corresponding to the first line in FIG. 17), life's just before "7:00 wake up, bedroom, air conditioning ON" act of it can be seen that there is a high possibility that was carried out.
これにより、生活行動推定装置400は、寝室のエアコンの消し忘れなどを生活者に対して警告することができる。 As a result, the life behavior estimation device 400, it is possible to warn the air conditioners of forgetting to turn off the bedroom to the living person.

なお、本実施の形態8において、計測エントリ411が保持する計測値411aと、特徴量エントリ421が保持する特徴量421aとのソートは、時刻の昇順としたが、処理の都合等に応じて、降順としてもよい。 Note that in the eighth embodiment, the measured value 411a that measurement entry 411 holds, sorting the feature quantity 421a held by the feature quantity entry 421 is set to the ascending order of time, depending on circumstances such as the treatment, it may be used as the descending order.

実施の形態9. Embodiment 9.
本発明の実施の形態9では、機器操作検出手段430が実行する特徴量合致度の計算の詳細について説明する。 In Embodiment 9 of the present invention will be described in detail the calculation of the feature quantity matching degree device operation detecting unit 430 performs. なお、生活行動推定装置400の構成は、実施の形態2〜8で説明したものと同じである。 The configuration of the living behavior estimation device 400 are the same as those described in Embodiment 2-8 of the embodiment.

図18は、機器検出手段430が、特徴量421aと、参照機器エントリ辞書441に含まれるある1つの参照機器エントリ441との間で、特徴量合致度を計算する動作の詳細を示す図である。 Figure 18 is a unit detector 430, between a feature quantity 421a, there one reference device entry 441 included in the reference apparatus entry dictionary 441, is a diagram showing details of the operation of calculating the feature quantity matching degree .
ある時点で計測手段410が計測した計測値から算出した特徴量421aが、ベクトル値として、例えば「100、230、150、25、30、31」であったものとする。 Feature quantity 421a of the measuring unit 410 at some point was calculated from the measured value measured is assumed as a vector value, was, for example, "100,230,150,25,30,31".
一方、参照機器エントリ441は、例えば、機器特徴量441aとして「100、230、150、26、29、30」、機器状態441bとして「テレビON」を保持しているものとする。 On the other hand, the reference device entry 441, for example, "100,230,150,26,29,30" as the device characteristic quantity 441a, assumed to hold the "TV ON" as the device state 441b.

機器検出手段430は、特徴量421aの第1要素「100」と機器特徴量410の第1要素「100」の差分を計算して、「0」を図示していないメモリなどの一時記憶手段に保存する。 Apparatus detection means 430, a first differential element "100" of the first element "100" device characteristic amount 410 of feature quantity 421a calculated, the temporary storage means such as a memory (not shown) to "0" save.
次に、機器検出手段430は、第2要素、第3要素、第4要素、第5要素、第6要素に対しても同様の差を計算する。 Next, unit detector 430, the second element, a third element, a fourth element, a fifth element, to calculate the same difference with respect to the sixth element.
差により構成された差分ベクトルは、「0、0、0、1、1、1」という値を持つベクトルとなる。 Difference vector constructed by the difference is a vector with a value of "0,0,0,1,1,1".
次に、機器検出手段430は、差分ベクトルの各要素を足し合わせる。 Next, device detection means 430 adds up each element of the difference vector. この例では、「0+0+0+1+1+1=3」となり、差の合計は3である。 In this example, "0 + 0 + 0 + 1 + 1 + 1 = 3", and the sum of the differences is three. この差の合計に対して1を加算し、その逆数をとると0.25となる。 It adds 1 to the total of this difference, 0.25 Taking its reciprocal. これを特徴量合致度とする。 This is a feature quantity matching degree.

例えば、特徴量合致度の閾値を0.1と設定していた場合、機器検出手段430は、特徴量エントリ421と参照機器エントリ441が「合致している」と判断する。 For example, if you set the threshold of the feature quantity matching degree is 0.1, device detection means 430, the reference device entry 441, wherein the amount of entry 421 is determined to be "consistent".
参照機器エントリ441は、合致参照機器エントリ431としてメモリなどの一時記憶装置に記録される。 Referring device entry 441 is recorded in the temporary storage device such as a memory as a matched reference apparatus entries 431.

図18では、特徴量合致度の計算方法として、実施の形態6に係る特徴量合致度Sの計算式を用いたが、計算方法については実施の形態6に記載の方法1〜方法3のいずれかの方法であってもよい。 In Figure 18, a method of calculating the feature quantity matching degree, but using the calculation formula for feature quantity matching degree S according to the sixth embodiment, any method 1 method 3 according to the sixth embodiment method for calculating it may be a Kano method.

また、図18では、特徴量421aと機器特徴量441aの次元数を6としたが、これらはこれ以上大きい次元数であっても、小さい次元数であっても良く、両者の次元数がともに同じであればよい。 Further, in FIG. 18, but the number of dimensions of the feature quantity 421a and apparatus feature quantity 441a was 6, even these are more larger number of dimensions, may be a small number of dimensions, both the number of dimensions are both it may be the same.

また、図18では、参照機器エントリ辞書440のうち1つの参照機器エントリ441についての特徴量合致度の計算方法の詳細について示したが、他の参照機器エントリ441についても計算方法は同じである。 Further, in FIG. 18, but showing details of the calculation method of the feature quantity matching degree for one reference device entry 441 of the reference apparatus entry dictionary 440, the calculation method for the other reference device entry 441 are the same.
ある特徴量に対し、参照機器エントリ辞書440内の複数の参照機器エントリ441が合致した場合、それらすべてを合致参照機器エントリ431として、複数の合致参照機器エントリ431から複数の機器操作エントリ432を構成する。 Configured for a certain characteristic amount, when a plurality of reference devices entry 441 in the reference apparatus entry dictionary 440 is met, all of them as a matching reference device entry 431, a plurality of device operation entries 432 from a plurality of matched reference apparatus entries 431 to.
例えば、合致した参照機器エントリ441が3つあり、それぞれの機器状態が「テレビON」、「ラジオON」、「コンポON」であった場合、生成する機器操作エントリ432の機器状態は「テレビON、ラジオON、コンポON」である。 For example, reference device entry 441 are three matching, each device state is "TV ON", "Radio ON", indicating an "compo ON", apparatus state of the resulting device operation entry 432 "television ON , radio ON, is a component ON ".

実施の形態10. Embodiment 10.
本発明の実施の形態10では、マッチング手段450が、機器操作エントリ432と参照行為エントリ461の合致度を計算する動作の詳細について説明する。 In Embodiment 10 of the present invention, the matching unit 450 will be described in detail the operation of calculating the coincidence degree of the reference action entries 461 and device operation entry 432. なお、生活行動推定装置400の構成は、実施の形態2〜9で説明したものと同じである。 The configuration of the living behavior estimation device 400 are the same as those described in Embodiment 2-9 of the embodiment.

図19は、マッチング手段450が、機器操作エントリ432と参照行為エントリ辞書460に含まれる参照行為エントリ461との間で特徴量合致度を計算する動作の詳細を示す図である。 19, the matching unit 450 is a diagram showing the details of the operation of calculating the feature quantity matching degree between the reference action entry 461 included in the reference action entry dictionary 460 and a device operation entry 432.
マッチング手段450は、まず、機器操作エントリ432と同一の機器状態を持つ参照行為エントリ461を参照行為エントリ辞書460から抽出する。 Matching means 450 first extracts the reference action entries 461 having the same device status and the device operation entry 432 from the reference action entry dictionary 460.
図19の例では、参照行為エントリ辞書460の1〜2行目のデータが、機器操作エントリ432と同一の機器状態を持つ。 In the example of FIG. 19, 1-2 line of data of the reference action entry dictionary 460 has the same device status and the device operation entry 432.
次に、機器状態が一致する参照行為エントリ461について、機器操作時刻432aと参照行為時刻461aの差を計算し、これに1を足して逆数を取ることによりそれぞれ合致度を求める。 Next, referring acts entry 461 device status match, then calculates the difference between reference behavior time 461a and device operation time 432a, obtains the respective degree of match by taking the reciprocal by adding 1 thereto.
例えば、合致度の閾値が0.15である場合、1行目の参照行為エントリ461の合致度0.167はこれよりも大きいため、1行目の参照行為エントリ461は機器操作エントリ432と合致したと判断する。 For example, if the threshold of the degree of matching is 0.15, since the degree of matching 0.167 in the first row of the reference action entry 461 is greater than this, the first line of the reference action entries 461 and device operation entry 432 matches it is determined that the.

図20は、機器操作エントリ432が複数ある場合の参照行為エントリ461の合致度を計算する動作の詳細を示す図である。 Figure 20 is a diagram showing details of the operation of calculating the coincidence degree of the reference action entries 461 in the case of device operation entry 432 there is a plurality.
マッチング手段450は、図20中の2つの機器操作エントリ432に合致する参照行為エントリ461の合致度をそれぞれ計算し、それぞれの合致度を平均して1つの合致度を算出する。 Matching means 450, the matching of the reference action entry 461 that matches the two devices operating entry 432 in FIG. 20 respectively calculated, to calculate a single matching degree by averaging the respective degree of match.

図21は、最も時刻が早い機器操作エントリ432の時刻を基準時刻として、相対時刻を用いて合致度を計算する動作の詳細を示す図である。 Figure 21 is a reference time of the most time is earlier device operation entry 432 times, shows the details of the operation to calculate the degree of match by using the relative time.
1行目の機器操作エントリ432と1行目の参照行為エントリ461との時刻差は5分である。 Time difference between the first row of the equipment operation entry 432 and the first line of the reference act entry 461 is 5 minutes. また、2行目の機器操作エントリ432と2行目の参照行為エントリ461との相対時刻差は0分である。 Moreover, the relative time difference between the second line of the device operation entry 432 and the second line of the reference action entry 461 is 0 minutes.
よって合致度は、それぞれ、「0.167」、「1」となり、これらの平均値0.5835が相互的な合致度となる。 Thus coincidence degree, respectively, "0.167", "1", the average value thereof 0.5835 is reciprocal matching degree.

図22は、機器操作エントリ432が複数ある場合の参照行為エントリ461の合致した個数に基づいて合致度を計算する動作の詳細を示す図である。 Figure 22 is a diagram showing details of the operation of calculating the matching degree on the basis of the matched number of reference action entries 461 in the case of device operation entry 432 there is a plurality.
マッチング手段450は、1行目の機器操作エントリ432に合致する参照行為エントリ461の合致度と、2行目の機器操作エントリ432に合致する参照行為エントリ461の合致度とをそれぞれ計算し、合致したかどうかを判定する。 Matching means 450 calculates the degree of match of the reference action entry 461 which matches the first line of the device operation entry 432, the reference action entry 461 which matches the second line of the device operation entry 432 matching degree and respectively, match determines whether or not the.
合致したかどうかの合致度の閾値を例えば0.1とした場合、1行目の機器操作エントリ432と1行目の参照行為エントリ461は合致度が0.167となって合致する。 If the threshold of the degree of matching what was consistent example 0.1, 1 line of device operation entry 432 and the first line of the reference action entry 461 matching degree matches it becomes 0.167. 2行目の機器操作エントリ432と2行目の参照行為エントリ461は合致度が0.0028となって合致しない。 The second line of equipment operation entry 432 and the second line of the reference act entry 461 does not conform to the degree of matching becomes and 0.0028.
このため、合致した個数は1であり、合致しなかった個数が1であるので、合致度は0.5となる。 Therefore, the number of matched is 1, because the number that did not match is 1, coincidence degree is 0.5.

図23は、複数の機器操作エントリ432を機器操作時刻について昇順にソートし、参照行為エントリ辞書460の連続する参照行為エントリ461との合致度を求め、次に生活者が行う行動を推定する動作の詳細を示す図である。 23, operation of sorting a plurality of device operation entries 432 in ascending order of the device operation time, determine the degree of match between the reference action entries 461 consecutive reference acts entry dictionary 460, to estimate the behavior the next consumer makes is a diagram showing details of.
機器操作エントリ432は機器操作時刻で昇順にソートされている。 Equipment operation entry 432 are sorted in ascending order by the equipment operation time.
マッチング手段450は、まず、1行目の機器操作エントリ432と合致する参照行為エントリ461を探す。 Matching means 450, first, look for reference action entry 461 that matches the first line of the device operation entry 432.
同様に、マッチング手段450は、次の機器操作エントリ432と参照行為エントリ461、その次の機器操作エントリ432と参照行為エントリ461の合致度を求める。 Similarly, the matching unit 450, the next device operation entry 432 and the reference action entries 461 to determine the degree of match of the reference action entries 461 and the next device operation entry 432.
これらの合致度を平均して、総合的な合致度として0.83を得る。 On average these matching degree, obtain 0.83 as overall matching degree.
4行目の参照行為エントリ461は、生活者が次に行う行動であると推定される。 4 line of the reference act entry 461, consumers are estimated to be performed next action. このとき、1〜3行目の参照行為エントリによる合致度0.83は、行動の連続性を保障する指標となる。 At this time, the matching degree 0.83 by 1-3 line of reference action entry is an index to ensure the continuity of the action.
すなわち、生活者が参照行為エントリ辞書460に並ぶ順どおりに生活行為を行っており、次の行動は、かなり高い確率で4行目の参照行為エントリ461で示される行動であると推測することができる。 In other words, consumers have made a living act in the order as expected arranged in the reference act entry dictionary 460, the next action, be inferred that the action indicated by the fourth line of the reference act entry 461 at a fairly high probability it can.

実施の形態11. Embodiment 11.
本発明の実施の形態11では、機器操作検出手段430が、機器操作が行われる前に計算した第1特徴量と機器操作が行われた後に計算した第2特徴量との差分を求めて第3特徴量とし、新しい機器の特徴量を登録する手順の詳細について説明する。 In Embodiment 11 of the present invention, device operation detecting unit 430, and obtains a difference between the second feature quantity first feature quantity and the device operation calculated is calculated after performed before the equipment operation is performed first 3 wherein the amount will be described in detail a procedure for registering a characteristic amount of new equipment.
なお、生活行動推定装置400の構成は、実施の形態2〜10で説明したものと同じである。 The configuration of the living behavior estimation device 400 are the same as those described in Embodiment 2-10 embodiment.

図24は、機器操作が行われる前に計算した第1特徴量と機器操作が行われた後に計算した第2特徴量との差分を求めて第3の特徴量を求める計算の詳細を示す図である。 Figure 24 is a diagram showing details of the calculation for obtaining the third feature quantity determines the difference between the second feature amount calculated after the first feature amounts and the device operation has been performed, calculated before the device operation is performed it is.
機器操作検出手段430は、第1特徴量と第2特徴量の要素ごとに差分を計算し、その差分値から新たな第3の特徴量を生成する。 Device operation detecting means 430, the difference calculated for each element of the first feature quantity and the second feature quantity, generates a new third features from the difference value. その後の機器の検出に関する操作は、実施の形態2〜10で説明したものと同じである。 Operation regarding detection of the subsequent devices are the same as those described in Embodiment 2-10 embodiment.

このように差分値を用いて特徴量とすることにより、第1特徴量が算出された時刻での状態と第2特徴量が算出された時刻での状態の差から、二つの時刻の間で操作された機器を検出することができる。 With the feature quantity by using thus a difference value, the difference between the state at the time when state and a second characteristic amount at the time of the first feature amount is calculated is calculated between two time it is possible to detect the engineered equipment.
例えば、第1特徴量が算出された時刻に「テレビ」が動いており、第2特徴量が算出された時刻に「テレビ」と「ビデオ」が動いていた場合、第3の特徴量は「ビデオ」の特徴量となる。 For example, if "TV" is moved to the time when the first feature amount is calculated, if the "video" was moving a "television" to the time when the second feature quantity is calculated, the third feature quantity " is a feature amount of video ".
また、例えば、第1特徴量が算出された時刻に「テレビ」と「冷蔵庫」が動いており、第2特徴量が算出された時刻に「テレビ」と「ビデオ」と「冷蔵庫」が動いていた場合、第3の特徴量は「ビデオ」の特徴量のみとなる。 Further, for example, to a time when the first feature amount is calculated as "television" is moving "refrigerator", the time when the second feature quantity is calculated as "TV" and "video" is moving "refrigerator" If, third feature amount is only the feature amount of "video". このように、第1特徴量が算出された時刻に、すでに多数の機器が動いている場合でも、差分をとることによって「ビデオ」の特徴量のみを抽出することができる。 Thus, it is possible to the time at which the first feature amount is calculated, even if the moving is already a large number of devices, extracts only the feature amount of "video" by taking the difference.

図25は、第3特徴量から新しい参照機器エントリ441を生成する例を示す図である。 Figure 25 is a diagram illustrating an example of generating a new reference instrument entry 441 from the third feature amount. 機器操作検出手段430は、新たに生成された第3特徴量を機器特徴量441aとする参照機器エントリ441を生成して参照機器エントリ辞書440に登録する。 Device operation detecting unit 430 registers the reference device entry dictionary 440 to generate a reference device entry 441 to the third feature quantity apparatus feature quantity 441a that is newly generated.
参照機器エントリ4401の機器状態441bには、新規に登録した機器の番号などと機器の「ON」や「OFF」といった状態を対にして格納する。 The apparatus state 441b of the reference equipment entry 4401, and stores it in, such as a pair of state such as "ON" and "OFF" of the device number of the device registered in the new.

このように、第3特徴量から新しい参照機器エントリ441を生成することにより、設置時には未登録であった新しい機器を登録することができる。 Thus, by generating a new reference instrument entry 441 from the third characteristic quantity, it is possible to register a new device was registered at the time of installation.
第1特徴量と第2特徴量の選び方としては、特徴量のうち周期の長い成分が一定値以上変化した場合とする。 The choice of the first feature quantity and the second feature amount, and if the long component of the period of the characteristic quantity has changed more than a certain value.
特徴量のうち周期の長い成分とは、例えば、特徴量の移動平均である。 The long periodic components of the feature amount, for example, a moving average of the feature. 移動平均の変化が一定値を超えた場合に、変化前の状態を第1特徴量とし、変化後を第2特徴量とすることにより、一時的な外乱によって機器の操作を誤検出してしまうことを抑制することができる。 If the change in the moving average exceeds a predetermined value, a state before the change and the first feature amount, by the post-change and the second feature amount, it is erroneously detected operation of the equipment by transient disturbances it is possible to suppress that.

実施の形態1に係る生活行動推定装置150を設置した住居100内の構成を示すものである。 It shows the structure of a dwelling 100 which established the living activity estimation device 150 according to the first embodiment. 従来の生活行動推定装置の在室位置推定手順を説明するものである。 It illustrates the occupancy position estimation procedure of a conventional life activity estimation device. 実施の形態1に係る生活行動推定装置150による生活行動推定手順を示すものである。 It shows the daily activity estimation procedure by daily activity estimation device 150 according to the first embodiment. 実施の形態2に係る生活行動推定装置400の機能ブロック図である。 It is a functional block diagram of a life activity estimation device 400 according to the second embodiment. 実施の形態1に係る生活行動推定装置400が、生活者110の生活行為および在室位置を推定する動作を示す図である。 Living activity estimation device 400 according to the first embodiment, is a diagram illustrating the operation of estimating the life activities and the occupancy position of consumers 110. 実施の形態2に係る生活行動推定装置400が、機器を検出する際の動作フローである。 Living activity estimation device 400 according to the second embodiment, an operation flow in detecting equipment. マッチング手段450が、機器操作エントリ432と参照機器エントリ461の合致度を計算する場合の動作フローである。 Matching means 450, an operation flow for calculating the coincidence degree of the reference device entry 461 and a device operation entry 432. マッチング手段450が、複数の参照行為エントリ辞書460から1つを選択する際の動作フローである。 Matching means 450, an operation flow for selecting one of the plurality of reference action entry dictionary 460. マッチング手段450が、参照行為エントリ辞書群701から、生活者110に適当な参照行為辞書460を選ぶ動作を説明するものである。 Matching means 450, from the reference action entries dictionaries 701, illustrates the operation of choosing the appropriate reference acts dictionary 460 to consumers 110. マッチング手段450が、シーケンスから生活者110の行為や在室位置の検索を行う場合の動作を示すものである。 Matching means 450, shows the operation when performing the search action and the occupancy position of the consumer 110 from the sequence. 実施の形態6に係る生活行動推定装置400の生活者の生活行為および生活者の在室位置を推定する動作のうち、機器を検出するまでの動作を示す図である。 Of the operation of estimating the life activities and life's occupancy position of consumers living activity estimation device 400 according to the sixth embodiment, a diagram showing an operation until a device is detected. 特徴量計算手段420が特徴量を計算する方法を示したものである。 Feature value calculation means 420 shows a method for calculating the feature quantity. 実際に計測した電流値を特徴量計算手段で特徴量とした例である。 It is an example of the feature quantity actually measured current value by the feature amount calculation means. 計測エントリ411のデータ例を示した図である。 It is a diagram illustrating a data example of the measurement entry 411. 特徴量エントリ421のデータ例を示した図である。 It is a diagram illustrating a data example of the feature quantity entry 421. 参照機器エントリ辞書440のデータ例を示した図である。 It is a diagram illustrating a data example of a reference device entry dictionary 440. 参照行為エントリ辞書460のデータ例を示した図である。 Data example of a reference action entry dictionary 460 is a diagram showing a. 機器検出手段430が、特徴量421aと参照機器エントリ441との間で、特徴量合致度を計算する動作の詳細を示す図である。 Unit detector 430, between the reference device entries 441 and feature quantity 421a, which is a diagram showing details of the operation of calculating the feature quantity matching degree. マッチング手段450が、機器操作エントリ432と参照行為エントリ461との間で特徴量合致度を計算する動作の詳細を示す図である。 Matching means 450 is a diagram showing the details of the operation of calculating the feature quantity matching degree between the reference action entries 461 and device operation entry 432. 機器操作エントリ432が複数ある場合の参照行為エントリ461の合致度を計算する動作の詳細を示す図である。 Device operation entry 432 is a diagram showing details of the operation of calculating the coincidence degree of the reference action entries 461 in the case where there are multiple. 最も時刻が早い機器操作エントリ432の時刻を基準時刻として、相対時刻を用いて合致度を計算する動作の詳細を示す図である。 The most time is earlier device operation entry 432 time as the reference time is a diagram showing details of the operation to calculate the degree of match by using the relative time. 機器操作エントリ432が複数ある場合の参照行為エントリ461の合致した個数に基づいて合致度を計算する動作の詳細を示す図である。 Device operation entry 432 is a diagram showing details of the operation of calculating the matching degree on the basis of the matched number of reference action entries 461 if there are multiple. 複数の機器操作エントリ432と参照行為エントリ461との合致度を求め、次に生活者が行う行動を推定する動作の詳細を示す図である。 Seeking a match degree between the plurality of device operation entry 432 and reference acts entry 461 is a view showing details of the operation of estimating the next consumer performs actions. 機器操作が行われる前に計算した第1特徴量と機器操作が行われた後に計算した第2特徴量との差分を求めて第3の特徴量を求める計算の詳細を示す例である。 Device operation is an example showing the details of the calculation for obtaining the third feature quantity determines the difference between the second feature amount calculated after the first feature amounts and the device operation has been performed the previously calculated to be performed. 第3特徴量から新しい参照機器エントリ2501を生成する例を示す図である。 It is a diagram illustrating an example of generating a new reference instrument entry 2501 from the third feature amount.

符号の説明 DESCRIPTION OF SYMBOLS

100 住居、110 生活者、120 照明、130 テレビ、140 電力線、150 生活行動推定装置、151 電流センサ、160a、160b カメラ、400 生活行動推定装置、410 計測手段、411 計測エントリ、411a 計測値、420 特徴量計算手段、421 特徴量エントリ、421a 特徴量、430 機器操作検出手段、431 合致参照機器エントリ、431a 機器特徴量、431b 機器状態、432 機器操作エントリ、432a 機器操作時刻、432b 機器状態、440 参照機器エントリ辞書、441 参照機器エントリ、441a 機器特徴量、441b 機器状態、450 マッチング手段、451 合致参照行為エントリ、451a 参照行為時刻、451b 参照生活行為、451c 参照在室場所、451d 参照機 100 dwellings, 110 consumers, 120 lighting, 130 TV, 140 power line, 150 daily activity estimation device, 151 current sensor, 160a, 160 b camera, 400 daily activity estimation device, 410 measuring means, 411 measurement entry, 411a measured value, 420 feature value calculation means, 421 feature quantity entry, 421a feature quantity, 430 device operation detecting means, 431 matches the reference apparatus entry, 431a apparatus feature quantity, 431b apparatus state, 432 device operation entry, 432a apparatus operation time, 432b apparatus state, 440 Referring equipment entry dictionary, 441 reference apparatus entry, 441a apparatus feature quantity, 441b apparatus state, 450 matching means, 451 matches the reference action entry, 451a reference action time, 451 b reference living activities, 451c reference occupancy location, 451d reference machine 状態、460 参照行為エントリ辞書、461 参照行為エントリ、461a 参照行為時刻、461b 参照生活行為、461c 参照在室場所、461d 参照機器状態、470 出力手段、2401 第1特徴量エントリ、2402 第2特徴量エントリ、2403 第3特徴量エントリ。 State, 460 reference acts entry dictionary, 461 reference action entry, 461a reference action time, 461b reference living activities, 461c reference occupancy location, 461d reference apparatus state, 470 output unit, 2401 first feature quantity entry, 2402 second feature quantity entry 2403 third feature quantity entry.

Claims (49)

  1. 生活者の行動を推定する装置であって、 There is provided an apparatus for estimating the behavior of consumers,
    生活者が使用する機器の状態を検出する機器状態検出手段と、 And the device state detection means for detecting the state of the equipment that consumers will use,
    1つ以上の参照行為エントリを保持する参照行為エントリ辞書を格納した記憶手段と、 Memory means for storing the reference action entry dictionary that holds one or more reference action entry,
    前記機器状態検出手段が検出した機器の状態に基づき前記参照行為エントリ辞書から該当する参照行為エントリを検索するマッチング手段と、 Matching means for retrieving a reference action entry the apparatus state detecting means corresponds from the reference action entry dictionary based on the state of the apparatus detected,
    前記マッチング手段の検索結果を出力する出力手段と、 And output means for outputting the retrieval result of said matching means,
    を備え、 Equipped with a,
    前記参照行為エントリは、 The reference act entry,
    生活者の行動と、生活者がその行動を行う時に使用する機器の状態との対応関係を表すデータを保持しており、 And the behavior of consumers, consumers are holding the data representing the correspondence between the state of the equipment to be used when performing the action,
    前記マッチング手段は、 It said matching means,
    前記機器状態検出手段が検出した機器状態をキーとして、前記参照行為エントリ辞書から該当する前記参照行為エントリを検索し、 As a key device state in which the apparatus state detecting means has detected, it searches the reference action entry corresponding from the reference action entry dictionary,
    検索により得られた参照行為エントリが表す前記対応関係に基づき、生活者の行動を推定する ことを特徴とする生活行動推定装置。 Based on the correspondence relationship represented by the reference action entry obtained by the search, life activity estimation device and estimates the behavior of consumers.
  2. 前記参照行為エントリは、 The reference act entry,
    生活者の行動と、生活者がその行動を行う時に使用する機器の状態と、生活者がその行動を行う時刻(以下、参照行為時刻)との対応関係を表すデータを保持しており、 And the behavior of consumers, and the state of the device to be used when the life user performs the action, the time at which the consumers to perform the action (below, see Acts time) it holds the data representing the corresponding relationship between the,
    前記マッチング手段は、 It said matching means,
    前記機器状態検出手段が検出した機器状態をキーとして、前記参照行為エントリ辞書から該当する前記参照行為エントリを検索し、 As a key device state in which the apparatus state detecting means has detected, it searches the reference action entry corresponding from the reference action entry dictionary,
    検索により得られた参照行為エントリが複数ある場合には、 If the reference action entry obtained by the search there are multiple,
    その参照行為エントリが保持する時刻と現在時刻を比較し、現在時刻に最も近いものを検索結果として用いる ことを特徴とする請求項1に記載の生活行動推定装置。 Comparing the time and the current time in which the reference action entry holds, living behavior estimating device according to claim 1 which comprises using as the search result is closest to the current time.
  3. 前記機器状態検出手段は、 The device state detection unit,
    検出した機器の状態と、生活者がその機器を操作した時刻とを、前記マッチング手段に出力し、 The state of the detected device, and a time at which the consumers has operated the equipment, and output to the matching means,
    前記マッチング手段は、 It said matching means,
    前記機器状態検出手段が検出した機器状態をキーとして、前記参照行為エントリ辞書から該当する前記参照行為エントリを検索し、 As a key device state in which the apparatus state detecting means has detected, it searches the reference action entry corresponding from the reference action entry dictionary,
    検索により得られた参照行為エントリが複数ある場合には、 If the reference action entry obtained by the search there are multiple,
    その参照行為エントリが保持する時刻と、前記機器状態検出手段より受け取った時刻とを比較し、 Compares the time at which the reference action entry holds, a time received from the device state detection means,
    前記機器状態検出手段より受け取った時刻に最も近いものを検索結果として用いる ことを特徴とする請求項1に記載の生活行動推定装置。 Living behavior estimating device according to claim 1 which comprises using as a search result closest to the time received from the device state detection means.
  4. 前記参照行為エントリ辞書は、 The reference act entry dictionary,
    前記参照行為エントリを、前記参照行為時刻の降順ないし昇順にソートされた状態で保持する ことを特徴とする請求項2に記載の生活行動推定装置。 Living behavior estimating device according to claim 2, characterized in that the reference action entry and held in descending or sorted in ascending order of the reference action time.
  5. 前記マッチング手段は、 It said matching means,
    前記参照行為エントリ辞書を検索した結果得られた前記参照行為エントリの前または後に保持されている参照行為エントリを、前記出力手段に出力し、 The reference action entries held before or after the reference action entry dictionary search the reference action entries resulting that is, output to the output means,
    前記出力手段は、 And the output means,
    その参照行為エントリを出力することにより、 By outputting the reference act entry,
    前記マッチング手段が検索した参照行為エントリの前または後に生活者が行うものと推定される行動を出力する ことを特徴とする請求項4に記載の生活行動推定装置。 Living behavior estimating device according to claim 4, characterized in that the output behavior is presumed to consumers is carried out before or after the reference action entry matching means searches.
  6. 前記機器状態検出手段は、 The device state detection unit,
    検出した機器の状態を前記マッチング手段に複数出力し、 And outputting a plurality of states of the detected device to the matching means,
    前記マッチング手段は、 It said matching means,
    前記機器状態検出手段が出力した複数の機器状態を、複合キーとして用い、前記参照行為エントリ辞書から該当する前記参照行為エントリを検索する ことを特徴とする請求項1ないし請求項5のいずれかに記載の生活行動推定装置。 A plurality of apparatus state where the apparatus state detecting means has outputted, in any one of claims 1 to 5, characterized in that used as a composite key, retrieves the reference action entry corresponding from the reference action entry dictionary life behavior estimation device described.
  7. 前記マッチング手段は、 It said matching means,
    前記機器状態検出手段が検出した機器の状態と、前記参照行為エントリとの合致度を計算し、合致度が最も高い前記参照行為エントリを前記検索結果として用いる ことを特徴とする請求項1ないし請求項6のいずれかに記載の生活行動推定装置。 And status of equipment that the device state detection unit detects, the reference to calculate the matching degree between actions entries, which comprises using the matching degree is highest the reference acts entry as the search result claims 1 to life behavior estimation device according to any one of claim 6.
  8. 前記マッチング手段は、 It said matching means,
    前記機器状態検出手段より、生活者がその機器を操作した時刻(X1)を受け取り、 From the device state detection means receives the time (X1) which consumers has operated the equipment,
    前記参照行為エントリより前記参照行為時刻(X2)を取得し、 It gets the reference action time to (X2) from the reference action entry,
    次の(式1)を用いて、前記機器状態検出手段が検出した機器の状態と、前記参照行為エントリとの合致度を計算し、 Using the following equation (1), and state of the apparatus in which the apparatus state detecting means detects the coincidence degree between the reference action entry is calculated,
    合致度が最も高い前記参照行為エントリを前記検索結果として用いる ことを特徴とする請求項2、4、又は5に記載の生活行動推定装置。 Living behavior estimating device of claim 2, 4, or 5 characterized by using a matching degree is highest the reference acts entry as the search result.
    合致度=1/{(X1−X2)+1} ・・・(式1) Coincidence degree = 1 / {(X1-X2) +1} ··· (Equation 1)
  9. 前記機器状態検出手段は、 The device state detection unit,
    検出した機器の状態と、生活者がその機器を操作した時刻(X1)との組を、前記マッチング手段に複数出力し、 The state of the detected device, consumers are a set of the time (X1) that operate the equipment, and multiple outputs to the matching means,
    前記マッチング手段は、 It said matching means,
    前記式1で求められる合致度を、前記機器状態検出手段が出力する全ての前記組について合算し、その平均値を前記合致度とし、 The matching degree obtained by the equation 1, by summing all of said set output by the device state detection means, and the average value and the coincidence degree,
    求めた合致度に基づき生活者の行動を推定する ことを特徴とする請求項8に記載の生活行動推定装置。 Living behavior estimating device according to claim 8, characterized in that estimating the consumer behavior based on the matching degree obtained.
  10. 前記機器状態検出手段は、 The device state detection unit,
    検出した機器の状態と、生活者がその機器を操作した時刻(X1)との組を、前記マッチング手段に複数出力し、 The state of the detected device, consumers are a set of the time (X1) that operate the equipment, and multiple outputs to the matching means,
    前記マッチング手段は、 It said matching means,
    前記機器状態検出手段が出力する前記組のうちいずれか1つが保持する時刻(X1)を基準時刻とし、 It said set of any one of the reference time to time (X1) for holding said apparatus state detection means outputs,
    その基準時刻からの経過時間を用いて前記合致度を求める ことを特徴とする請求項8に記載の生活行動推定装置。 Living behavior estimating device according to claim 8, characterized in that determining the degree of match by using the elapsed time from the reference time.
  11. 前記機器状態検出手段は、 The device state detection unit,
    検出した機器の状態を前記マッチング手段に複数出力し、 And outputting a plurality of states of the detected device to the matching means,
    前記マッチング手段は、 It said matching means,
    前記機器状態検出手段が検出した機器の状態と、前記参照行為エントリとが合致する個数を求め、その個数に基づき前記合致度を計算し、 And status of equipment that the device state detection means detects, obtains the number of said reference action entry matches, the matching degree calculated based on the number,
    求めた合致度に基づき生活者の行動を推定する ことを特徴とする請求項7に記載の生活行動推定装置。 Living behavior estimating device according to claim 7, characterized in that estimating the consumer behavior based on the obtained degree of matching.
  12. 前記機器状態検出手段は、 The device state detection unit,
    検出した機器の状態を、生活者がその機器を操作した時刻の降順ないし昇順にソートして、前記マッチング手段に複数出力し、 The state of the detected device, and sorted in descending or ascending order of the time at which the consumers has operated the equipment, a plurality of outputs to said matching means,
    前記マッチング手段は、 It said matching means,
    前記機器状態検出手段が検出した機器の状態と、前記参照行為エントリとが連続して合致する個数を求め、その個数に基づき両者の合致度を計算し、 Wherein a state of the apparatus by the device state detection means detects, obtains the number of said reference action entry matches continuously calculates both the degree of coincidence based on the number,
    求めた合致度に基づき生活者の行動を推定する ことを特徴とする請求項4又は請求項5に記載の生活行動推定装置。 Living behavior estimating device of claim 4 or claim 5, characterized in that to estimate the behavior of consumers based on the matching degree obtained.
  13. 前記記憶手段は、複数の前記参照行為エントリ辞書を格納しており、 The memory means stores a plurality of reference action entry dictionary,
    前記マッチング手段は、 It said matching means,
    前記機器状態検出手段が検出した機器の状態と、前記参照行為エントリとの合致度を、全ての前記参照行為エントリ辞書について計算し、 And status of equipment that the device state detection means detects the coincidence degree between the reference action entry, calculated for all of the reference action entry dictionary,
    最も合致度の高い参照行為エントリを保持している参照行為エントリ辞書を用いて、生活者の行動を推定する ことを特徴とする請求項1ないし請求項12のいずれかに記載の生活行動推定装置。 Using the most consistent high degree of reference action entry reference acts entry dictionary holding the living activity estimation device according to any one of claims 1 to 12, characterized in that to estimate the behavior of consumers .
  14. 前記機器状態検出手段は、 The device state detection unit,
    検出した機器の状態を前記マッチング手段に複数出力し、 And outputting a plurality of states of the detected device to the matching means,
    前記マッチング手段は、 It said matching means,
    前記機器状態検出手段が検出した複数の機器状態からなる機器操作シーケンスと、 And device operation sequence of the plurality of device status that the device state detection means detects,
    複数の前記参照行為エントリからなる参照行為シーケンスとを比較し、 Comparing the reference action sequence of a plurality of the reference action entry,
    両者が合致する場合には、その参照行為シーケンスを構成する参照行為エントリが表す前記対応関係に基づき、生活者の行動を推定する ことを特徴とする請求項1ないし請求項13のいずれかに記載の生活行動推定装置。 If the two match, the claimed in any one of claims 1 to 13, characterized in that on the basis of the correspondence relationship represented by the reference action entries that make up the reference action sequence, to estimate the behavior of the consumers life behavior estimating apparatus.
  15. 前記マッチング手段は、 It said matching means,
    前記機器操作シーケンスと前記参照行為シーケンスとの合致を判定する際に、 In determining a match between the reference action sequence and the appliance operation sequence,
    前記機器操作シーケンスを構成する機器状態と、前記参照行為シーケンスを構成する参照行為エントリとの合致度をそれぞれ計算し、 And apparatus state constituting the device operation sequence, the degree of match between the reference action entries constituting the reference action sequence respectively calculated,
    その合算が所定値以上である場合に、 If the sum is not less than a predetermined value,
    前記機器操作シーケンスと前記参照行為シーケンスとが合致すると判定する ことを特徴とする請求項14に記載の生活行動推定装置。 Living behavior estimating device of claim 14, said device operation sequence and the reference action sequence is characterized by determining a match.
  16. 前記マッチング手段は、 It said matching means,
    前記機器操作シーケンスを構成する機器状態のうち一部を取り出して部分機器操作シーケンスとし、 A partial device operation sequence removed some of the device state that constitutes the device operation sequence,
    その部分機器操作シーケンスと前記参照行為シーケンスとの合致度を計算し、 Calculates the degree of coincidence between the reference action sequence and its partial device operation sequence,
    合致度が所定値以上である場合に、 If the degree of matching is higher than a predetermined value,
    前記機器操作シーケンスと前記参照行為シーケンスとが合致すると判定する ことを特徴とする請求項14に記載の生活行動推定装置。 Living behavior estimating device of claim 14, said device operation sequence and the reference action sequence is characterized by determining a match.
  17. 前記マッチング手段は、 It said matching means,
    前記参照行為シーケンスを構成する参照行為エントリのうち一部を取り出して部分参照行為シーケンスとし、 A partial reference action sequences taken out a part of the reference action entries that make up the reference action sequence,
    その部分参照行為シーケンスと前記機器操作シーケンスとの合致度を計算し、 Calculates a matching degree between the apparatus operation sequence and its partial reference action sequence,
    合致度が所定値以上である場合に、 If the degree of matching is higher than a predetermined value,
    前記機器操作シーケンスと前記参照行為シーケンスとが合致すると判定する ことを特徴とする請求項14に記載の生活行動推定装置。 Living behavior estimating device of claim 14, said device operation sequence and the reference action sequence is characterized by determining a match.
  18. 前記マッチング手段は、 It said matching means,
    前記機器操作シーケンスを構成する機器状態のうち一部を取り出して部分機器操作シーケンスとし、 A partial device operation sequence removed some of the device state that constitutes the device operation sequence,
    前記参照行為シーケンスを構成する参照行為エントリのうち一部を取り出して部分参照行為シーケンスとし、 A partial reference action sequences taken out a part of the reference action entries that make up the reference action sequence,
    前記部分機器操作シーケンスと前記部分参照行為シーケンスの合致度を計算し、 A matching degree of the partial device operation sequence and the partial reference action sequence is calculated,
    合致度が所定値以上である場合に、 If the degree of matching is higher than a predetermined value,
    前記機器操作シーケンスと前記参照行為シーケンスとが合致すると判定する ことを特徴とする請求項14に記載の生活行動推定装置。 Living behavior estimating device of claim 14, said device operation sequence and the reference action sequence is characterized by determining a match.
  19. 機器の状態を検出する装置であって、 An apparatus for detecting the state of the device,
    機器を設置する環境の物理量を計測する計測手段と、 A measuring means for measuring a physical quantity of an environment in which the installation of devices,
    前記計測手段が計測した計測値の特徴量を計算する特徴量計算手段と、 And feature quantity calculating means for calculating a feature quantity of the measured value of the measuring means has measured,
    機器の操作を検出する機器操作検出手段と、 And device operation detecting means for detecting an operation of the apparatus,
    1つ以上の参照機器エントリを保持する参照機器エントリ辞書を格納した記憶手段と、 Memory means for storing the reference equipment entry dictionary holds one or more reference devices entry,
    を備え、 Equipped with a,
    前記参照機器エントリは、 The reference equipment entry,
    機器の特徴量と、その機器の状態との対応関係を表すデータを保持しており、 A feature quantity of equipment, holds the data representing the correspondence between the state of the device,
    前記機器操作検出手段は、 The device operation detecting means,
    前記特徴量計算手段が計算した特徴量をキーとして、前記参照機器エントリ辞書から該当する参照機器エントリを検索し、 As a key feature quantity the feature amount calculation means has calculated, to find the reference device entry corresponding from the reference device entry dictionary,
    検索により得られた参照機器エントリが表す前記対応関係に基づき、その機器の状態を検出する ことを特徴とする機器状態検出装置。 Based on the correspondence relationship represented by the reference apparatus entry obtained by the search, the device state detection device and detects the state of the device.
  20. 前記計測手段は、前記計測値を時刻順にソートして前記特徴量計算手段に出力する ことを特徴とする請求項19に記載の機器状態検出装置。 It said measuring means, apparatus state detector of claim 19, wherein the output to sort to the feature amount calculating means for the measurement values ​​in order of time.
  21. 前記特徴量計算手段は、 The feature amount calculating means,
    前記特徴量を時刻順にソートして前記機器操作検出手段に出力する ことを特徴とする請求項19又は請求項20に記載の機器状態検出装置。 Apparatus state detector according to claim 19 or claim 20 and outputs to the device operation detecting means sorts the feature quantity in order of time.
  22. 前記計測手段は、機器が消費する電流値を計測する ことを特徴とする請求項19ないし請求項21のいずれかに記載の機器状態検出装置。 Said measuring means, apparatus state detecting apparatus according to any one of claims 19 to claim 21, characterized in that to measure the current value device consumes.
  23. 前記計測手段は、機器が接続された電力線の給電口を流れる電流を計測する ことを特徴とする請求項22に記載の機器状態検出装置。 Said measuring means, apparatus state detecting apparatus according to claim 22, characterized in that to measure the current flowing through the feeding port of the power line device is connected.
  24. 前記計測手段は、機器が接続された延長コードの上流に流れる電流を計測する ことを特徴とする請求項22に記載の機器状態検出装置。 It said measuring means, apparatus state detecting apparatus according to claim 22, characterized in that to measure the current flowing upstream of the extension cord which a device is connected.
  25. 前記計測手段は、電圧周期の定数倍の時間、電流を計測する ことを特徴とする請求項22ないし請求項24のいずれかに記載の機器状態検出装置。 Said measuring means, a constant multiple of the time of the voltage cycle, the apparatus state detecting apparatus according to any one of claims 22 to claim 24, characterized in that to measure the current.
  26. 前記計測手段は、電圧周期の定数分の1のサンプリング周期で電流を計測する ことを特徴とする請求項22ないし請求項25のいずれかに記載の機器状態検出装置。 Said measuring means, apparatus state detecting apparatus according to any one of claims 22 to claim 25, characterized in that to measure the current in one sampling period of the constant component of the voltage cycle.
  27. 前記機器操作検出手段は、 The device operation detecting means,
    前記特徴量計算手段が計算した特徴量をキーとして、前記参照機器エントリ辞書から該当する参照機器エントリを検索する際に、 As a key feature quantity the feature amount calculation means has calculated, when searching for reference apparatus entry corresponding from the reference device entry dictionary,
    前記特徴量計算手段が計算した特徴量と、前記参照機器エントリが保持している機器の特徴量との合致度を計算し、 A feature quantity the feature amount calculation means has calculated, the coincidence degree between the feature quantity of equipment which the reference device entry holds calculated,
    計算した合致度の大小により合致すると判定したものを検索結果とする ことを特徴とする請求項19ないし請求項26のいずれかに記載の機器状態検出装置。 Apparatus state detection device according to any one of claims 19 to claim 26, characterized in that a search result that is determined to match the magnitude of the calculated degree of matching.
  28. 前記特徴量計算手段が計算した特徴量と、前記参照機器エントリが保持している機器の特徴量は、多次元のベクトル値で構成されており、 A feature quantity the feature amount calculation means has calculated feature quantity of equipment which the reference device entry holds is constituted by a vector value of multi-dimensional,
    前記機器操作検出手段は、 The device operation detecting means,
    前記特徴量計算手段が計算した特徴量と、前記参照機器エントリが保持している機器の特徴量との合致度を計算する際に、 In calculating the characteristic quantity the feature amount calculation means has calculated, the coincidence degree between the feature quantity of equipment which the reference device entry holds,
    両者の次元毎に差分を求め、その値を用いて前記合致度を計算する ことを特徴とする請求項27に記載の機器状態検出装置。 Calculates the difference for each dimension of both, apparatus state detecting apparatus according to claim 27, characterized in that calculating the matching degree using the value.
  29. 前記特徴量計算手段が計算した特徴量と、前記参照機器エントリが保持している機器の特徴量は、多次元のベクトル値で構成されており、 A feature quantity the feature amount calculation means has calculated feature quantity of equipment which the reference device entry holds is constituted by a vector value of multi-dimensional,
    前記機器操作検出手段は、 The device operation detecting means,
    前記特徴量計算手段が計算した特徴量と、前記参照機器エントリが保持している機器の特徴量とのベクトル内積を求め、それぞれのベクトルのノルムで除算した値を、前記合致度とする ことを特徴とする請求項27に記載の機器状態検出装置。 A feature quantity the feature amount calculation means has calculated, obtains a vector inner product between the feature quantity of equipment which the reference device entry holds a value obtained by dividing the norm of each vector, to said coincidence degree apparatus state detector of claim 27, wherein.
  30. 前記機器操作検出手段は、 The device operation detecting means,
    機器操作が行われる前に計算した第1特徴量と、機器操作が行われた後に計算した第2特徴量との差分を求め、これを第3特徴量とし、 Determined the first feature amount calculated before the equipment operation is performed, a difference between the second feature amount calculated after the equipment operation is performed, which was the third feature quantity,
    第3特徴量と合致する前記参照機器エントリを前記参照機器エントリ辞書から検索し、 Said reference device entry that matches the third feature quantity retrieved from the reference device entry dictionary,
    検索により得られた参照機器エントリが表す前記対応関係に基づき、その機器の状態を検出する ことを特徴とする請求項27に記載の機器状態検出装置。 Based on the correspondence relationship represented by the reference apparatus entry obtained by the search, the device state detection device according to claim 27, characterized in that for detecting the state of the equipment.
  31. 前記機器操作検出手段は、 The device operation detecting means,
    前記第2特徴量と、検索により得られた参照機器エントリとに基づき、新たな参照機器エントリを生成し、前記参照機器エントリ辞書に格納する ことを特徴とする請求項30に記載の機器状態検出装置。 Wherein the second feature amount, based on the reference device entry obtained by the search, to generate a new reference device entry, apparatus state detection according to claim 30, characterized in that stored in the reference apparatus entry dictionary apparatus.
  32. 前記機器操作検出手段は、 The device operation detecting means,
    前記特徴量のうち周期の長い成分が一定値以上変化した点においてその機器が操作されたものと判断する ことを特徴とする請求項30又は請求項31に記載の機器状態検出装置。 Apparatus state detector according to claim 30 or claim 31, characterized in that it is judged that the device is operated in that the long periodic components of the feature amount is changed more than a certain value.
  33. 前記特徴量計算手段が計算した特徴量と、前記参照機器エントリが保持している機器の特徴量は、多次元のベクトル値で構成されており、 A feature quantity the feature amount calculation means has calculated feature quantity of equipment which the reference device entry holds is constituted by a vector value of multi-dimensional,
    前記機器操作検出手段は、 The device operation detecting means,
    前記特徴量計算手段が計算した特徴量と、前記参照機器エントリが保持している機器の特徴量との合致度を計算する際に、 In calculating the characteristic quantity the feature amount calculation means has calculated, the coincidence degree between the feature quantity of equipment which the reference device entry holds,
    両者の次元毎に差分を求め、その差分が一定値以内にある次元の個数をカウントし、 It calculates the difference for each dimension of both the difference counts the number of dimensions that are within a predetermined value,
    そのカウント結果を総次元数で除算した値を、前記合致度とする ことを特徴とする請求項27に記載の機器状態検出装置。 The value obtained by dividing the count result by the total number of dimensions, the apparatus state detecting apparatus according to claim 27, characterized in that the said matching degree.
  34. 前記特徴量計算手段は、 The feature amount calculating means,
    前記計測値を所定の窓幅単位で重み付きで平均化して計測値平均値を求め、 And averaged weighted obtains the measured value average value in the measurement value a predetermined window width units,
    その計測値平均値を前記特徴量とする ことを特徴とする請求項19ないし請求項33のいずれかに記載の機器状態検出装置。 Apparatus state detection device according to any one of claims 19 to claim 33, characterized in that the measured value average value and the feature amount.
  35. 前記特徴量計算手段は、 The feature amount calculating means,
    前記計測値平均値と、平均化前の前記計測値との差分値を求めて、計測値差分値とし、 The measured value average value, and obtains a difference value between the measurement value before averaging, the measurement difference value,
    前記計測値平均値と前記計測値差分値を前記特徴量とする ことを特徴とする請求項34に記載の機器状態検出装置。 Apparatus state detection apparatus according to the measured value difference value and the measured value average to claim 34, characterized in that the said characteristic quantity.
  36. 前記特徴量計算手段は、 The feature amount calculating means,
    前記計測値平均値を所定の窓幅単位で重み付きで平均化して第2計測値平均値とし、 Wherein the second measurement value average by averaging with a weighted measurement value average with a predetermined window width units,
    さらに平均化する前の値との差分を求めて第2計測値差分値とし、 A second measurement value difference value determines the difference between the previous value further averaged,
    前記計測値平均値、前記計測値差分値、前記第2計測値平均値、及び前記第2計測値差分値を、前記特徴量とする ことを特徴とする請求項35に記載の機器状態検出装置。 The measured value average value, the measured value difference value, the second measured value average value, and the second measurement value difference value, the device state detection device according to claim 35, characterized in that the said characteristic quantity .
  37. 前記特徴量計算手段は、 The feature amount calculating means,
    所定の演算を行って前記計測値の周期性を取り出し、 Removed periodicity of the measured value by performing a predetermined operation,
    取り出した周期ごとに、周期性が確認された計測値内の位置とその強さを前記特徴量とする ことを特徴とする請求項19ないし請求項33のいずれかに記載の機器状態検出装置。 For each extraction cycle, the device state detection device according to the position and its intensity in the measurement periodicity is confirmed in any of claims 19 to claim 33, characterized in that said feature quantity.
  38. 前記特徴量計算手段は、 The feature amount calculating means,
    フーリエ変換またはウェーブレット変換を用いて前記計測値の周期性を取り出す ことを特徴とする請求項37に記載の機器状態検出装置。 Apparatus state detector of claim 37, wherein retrieving the periodicity of the measured value using a Fourier transform or a wavelet transform.
  39. 請求項1ないし請求項18のいずれかに記載の生活行動推定装置であって、 A living behavior estimating device according to any one of claims 1 to 18,
    前記機器状態検出手段として、 As the device state detection means,
    請求項19ないし請求項38のいずれかに記載の機器状態検出装置を備えた ことを特徴とする生活行動推定装置。 Living activity estimation device characterized by comprising a device state detection device according to any one of claims 19 to claim 38.
  40. 生活者が生活の行動を推定する際に使用される複数の機器が動作する複数の機器状態およびこの各機器状態時に計測されたデータから演算した特徴量を参照機器エントリに格納する参照機器エントリ格納ステップと、前記機器を使用して各生活の行為を行う場所、時刻などを機器動作時の前記機器状態とともに各参照行為エントリに格納する参照行為エントリ格納ステップと、前記生活者が前記機器を操作して生活する際に、計測されたデータから得られた前記特徴量が前記参照機器エントリの中に存在すると判定した場合、この機器状態が合致する前記参照行為エントリの中で前記機器を操作する時刻に近い格納された参照行為時刻を検索して両方の時刻の差異を演算し生活者の行動を推定する推定ステップと、を備えたことを特徴とする Referring equipment entry storage that stores a feature quantity plurality of devices to be used is calculated from a plurality of device status and data measured in the time of each device state of operating when the consumer to estimate the behavior of living reference device entry steps and, operating the reference action entry storing step of storing location where the act of the life using the device, time and the like together with the device state at the time of appliance operation to each reference action entry, the consumer is the device when we live in, when said characteristic quantity obtained from the measured data is judged to exist in the reference apparatus entry, operating the apparatus in the reference action entries this apparatus state matches to an estimation step of estimating the behavior of calculating the difference in both time consumers searching for the stored reference acts time close to the time, comprising the 活行動推定方法。 Active behavior estimation method.
  41. 前記推定ステップにて前記機器操作時刻と前記参照時刻との間の差異がより小さい参照時刻を前記生活者の行動と推定することを特徴とする請求項40記載の生活行動推定方法。 Living behavior estimating method of claim 40, wherein the estimating the behavior of the consumers difference smaller reference time between the device operation time and the reference time at said estimating step.
  42. 前記機器状態が同じ前記参照行為エントリが複数存在する場合、又は、複数の参照行為エントリを保持する参照行為エントリ辞書を複数有する場合、全ての参照エントリを検索し同一の機器状態が複数存在した場合前記推定ステップにて前記機器操作時刻と前記参照時刻との間の差異を合致度として計算し前記差異のより小さい参照時刻を前記生活者の行動と推定することを特徴とする請求項40又は41記載の生活行動推定方法。 If the device state is the reference action entry same there are multiple, or, if having a plurality of reference action entry dictionary for holding a plurality of reference action entry, when searching all reference entries same device state and plurality of claim 40 or 41, characterized in that estimating said consumers behavior smaller reference time calculated the difference as the degree of matching the difference between the device operation time and the reference time at said estimating step life behavior estimation method described.
  43. 前記参照行為エントリの中で降順ないし昇順に格納された参照時刻を検索する場合は、前記機器操作時刻の前後の時刻の参照行為を参照し、前記生活者の生活場所を推定することを特徴とする請求項40乃至42のいずれかに記載の生活行動推定方法。 When looking for the reference time stored descending or ascending order in the reference action entries, and wherein the reference to the reference behavior before and after the time of the device operation time, estimates the life location of the consumers living behavior estimating method according to any one of claims 40 to 42.
  44. 連続する二つ以上の前記機器状態と、連続する二つ以上の参照行為を検索して生活者の行動を推定することを特徴とする請求項40乃至43のいずれかに記載の生活行動推定方法。 And two or more of the device state continuous, living activity estimation method according to any one of claims 40 to 43, characterized in that to estimate the behavior of living searching for more than one reference act of continuous business .
  45. 生活者が生活の行動を推定する際に使用される複数の機器が動作する複数の機器状態およびこの各機器状態時に計測されたデータから演算した特徴量を一連の時間の流れに沿って参照機器エントリに格納する参照機器エントリ格納ステップと、前記機器を使用して一連の時間の流れに沿って各生活の行為を行う場所、時刻などを機器動作時の前記機器状態とともに各参照行為エントリに格納しこの複数の参照行為エントリを保持する第1の参照行為エントリ辞書を記憶するステップと、前記参照行為エントリに格納された一連の時間の流れに沿って行われる各生活の行為とは異なる一連の流れに沿って行われる各生活の行為を格納する複数の参照行為エントリを保持する第2の参照行為エントリ辞書を記憶するステップと、前記生活者が前記 A plurality of device status and reference devices along the feature amount calculated from the measured data in the flow of a series of time the time of each device state in which a plurality of devices is operated to be used in consumers to estimate the behavior of living storing a reference device entry storing step of storing the entry point for the acts of the life along the flow of a series of time using the device, time and the like together with the device state at the time of appliance operation to each reference action entry storing a first reference acts entry dictionary for holding a plurality of reference action entry Chico, a series of different from the behavior of the living performed along the flow of a series of time stored in the reference action entry storing a second reference acts entry dictionary for holding a plurality of reference action entry for storing an act of the life which is performed along the flow, the consumer is the 器を操作して一連の時間の流れに沿って生活する際に、計測されたデータから得られた一連の時間の流れに沿った前記機器状態が前記参照機器エントリの中に存在するかどうかを複数の参照行為エントリ辞書の全てに対し検索し、機器操作の時間的な流れと同じ時間的な流れの複数の参照行為エントリを保持する参照行為エントリ辞書を前記生活者の行動と推定する推定ステップと、を備えたことを特徴とする生活行動推定方法。 By operating the vessel at the time of live along the flow of a series of time, whether said device state along the flow of a series of time obtained from the measured data is present in the reference apparatus entry estimating step searching for all of the plurality of reference action entry dictionary, estimates that the consumers behavior reference acts entry dictionary for holding a plurality of reference action entries for the same temporal flow and temporal flow of device operation life behavior estimation method is characterized in that with, and.
  46. 前記機器を操作する時刻に近い格納された参照行為時刻を検索する場合、絶対時刻の代わりに相対時刻を用いて検索することを特徴とする請求項40乃至45のいずれかに記載の生活行動推定方法。 When looking for references act time stored close to the time of operating the apparatus, life activity estimation according to any one of claims 40 to 45, characterized in that to search using the relative time instead of absolute time Method.
  47. 全ての参照エントリを検索し同一の機器状態が複数存在した場合前記推定ステップにて前記機器操作時刻と前記参照時刻との間の差異を合致度として計算し前記差異の小さい合致度の数により前記生活者の行動である参照行為エントリ辞書と推定することを特徴とする請求項45又は46記載の生活行動推定方法。 Wherein the number difference was calculated as the degree of coincidence of a small degree of matching of the difference between the device operation time and the reference time all searching reference entry same device state in the case where the estimation step in which a plurality of present living behavior estimating method according to claim 45 or 46 wherein to estimate a reference action entry dictionary is a behavior consumers.
  48. 前記各機器状態時に計測されたデータから演算した特徴量は計測された電流が複数の種類の異なる機器間の差異が大きい成分を取り出せるように平均値等の演算、又は、フーリェ変換、ウェーブレット変換等を行い細かい変動成分と大きな変動成分に分けサンプリング周期により得たベクトル値であって、操作中の機器から得たこの特徴量と前記参照機器エントリの中の特徴量を比較して前記機器状態の合致を判断して前記生活者の行動を推定することを特徴とする請求項40乃至47のいずれかに記載の生活行動推定方法。 The calculation of the average value as feature amount calculated from the measured data at each device state is current measured retrieve the difference is larger component between a plurality of different types of devices, or, Fourier transform, wavelet transform, etc. a vector value obtained by the sampling period divided into a large fluctuation component and fine fluctuation component performs, this feature quantity obtained from the device in operation of the device state by comparing the feature amounts in the reference apparatus entry living behavior estimating method according to any one of claims 40 to 47, characterized in that to estimate the behavior of the consumers to determine a match.
  49. 前記生活者が機器を操作して生活する際に、前記機器を操作する前に計測されたデータに基づき計算して得た第1特徴量と、前記機器の操作後計測されたデータに基づき計算して得た第2特徴量との差分を求めて得られた第3特徴量を新しい機器の特徴量として登録することを特徴とする請求項40記載の生活行動推定方法。 When the consumers to live by operating the equipment, a first feature quantity obtained by calculation based on the measurement data before operating the apparatus, calculated on the basis of the measured after the operation of the device data living behavior estimating method of claim 40, wherein the registering the third feature quantity obtained by obtaining a difference between the second feature quantity obtained by the feature amount of new equipment.
JP2008160280A 2007-06-21 2008-06-19 Living activity estimation device, equipment state detection device, and living activity estimation method Pending JP2009026305A (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2007163630 2007-06-21
JP2008160280A JP2009026305A (en) 2007-06-21 2008-06-19 Living activity estimation device, equipment state detection device, and living activity estimation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008160280A JP2009026305A (en) 2007-06-21 2008-06-19 Living activity estimation device, equipment state detection device, and living activity estimation method

Publications (1)

Publication Number Publication Date
JP2009026305A true true JP2009026305A (en) 2009-02-05

Family

ID=40398018

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2008160280A Pending JP2009026305A (en) 2007-06-21 2008-06-19 Living activity estimation device, equipment state detection device, and living activity estimation method
JP2011185872A Pending JP2011248923A (en) 2007-06-21 2011-08-29 Living activity estimation device
JP2011185981A Pending JP2012029309A (en) 2007-06-21 2011-08-29 Appliance state detection device and living activities estimation apparatus

Family Applications After (2)

Application Number Title Priority Date Filing Date
JP2011185872A Pending JP2011248923A (en) 2007-06-21 2011-08-29 Living activity estimation device
JP2011185981A Pending JP2012029309A (en) 2007-06-21 2011-08-29 Appliance state detection device and living activities estimation apparatus

Country Status (1)

Country Link
JP (3) JP2009026305A (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011013245A1 (en) * 2009-07-31 2011-02-03 株式会社東芝 Position estimating device
JP2011029778A (en) * 2009-07-22 2011-02-10 Nec System Technologies Ltd Living condition remote monitoring system, and living condition remote monitoring method
WO2011065497A1 (en) * 2009-11-30 2011-06-03 京セラ株式会社 Power consumption measurement system, wall socket device, control device, measuring device, and power consumption measuring method
JP2013054595A (en) * 2011-09-05 2013-03-21 Mitsubishi Electric Corp Monitoring system, monitoring device and monitoring method
JP2015022726A (en) * 2013-07-23 2015-02-02 三菱電機株式会社 Monitoring device, monitoring method and program

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9721208B2 (en) 2012-04-19 2017-08-01 Panasonic Intellectual Property Management Co., Ltd. Living activity inference device, program, and computer-readable recording medium
JP6152853B2 (en) * 2012-09-27 2017-06-28 パナソニックIpマネジメント株式会社 Control method and program
JP2016142415A (en) * 2015-01-29 2016-08-08 株式会社東芝 Air-conditioning control device, server device, air-conditioning control system, air-conditioning control method, and air-conditioning control program

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007048265A (en) * 2005-03-24 2007-02-22 Fr Telecom Remote person tracking method and device for person in dwelling

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04324372A (en) * 1991-04-25 1992-11-13 Hitachi Ltd Life pattern analysis and enunciation system
JP3029390B2 (en) * 1994-09-06 2000-04-04 三菱電機株式会社 Waveform sampling method and apparatus and an AC measurement method and apparatus
JP2000030163A (en) * 1998-07-15 2000-01-28 Nippon Signal Co Ltd:The Current sensor unit
JP3813024B2 (en) * 1998-09-09 2006-08-23 有限会社 福祉システム研究所 Life behavior remote verification device and life behavior remote verification system
JP3578959B2 (en) * 2000-02-24 2004-10-20 松下電器産業株式会社 Monitor system using a table tap and strip
JP2002015000A (en) * 2000-06-29 2002-01-18 Toshiba Corp Device for deciding similarity of multivariable time series data
JP2002109663A (en) * 2000-09-27 2002-04-12 Mitsui Eng & Shipbuild Co Ltd Method for confirming health of resident, and apparatus for confirming health of resident
JP2002157334A (en) * 2000-11-16 2002-05-31 Eit:Kk Remote monitor system and its method and medium
JP4150807B2 (en) * 2001-12-28 2008-09-17 株式会社ブイキューブ And a remote control method and a remote control system for electrical equipment, outlets for use in this

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007048265A (en) * 2005-03-24 2007-02-22 Fr Telecom Remote person tracking method and device for person in dwelling

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011029778A (en) * 2009-07-22 2011-02-10 Nec System Technologies Ltd Living condition remote monitoring system, and living condition remote monitoring method
WO2011013245A1 (en) * 2009-07-31 2011-02-03 株式会社東芝 Position estimating device
WO2011065497A1 (en) * 2009-11-30 2011-06-03 京セラ株式会社 Power consumption measurement system, wall socket device, control device, measuring device, and power consumption measuring method
JP2011120324A (en) * 2009-11-30 2011-06-16 Kyocera Corp Power consumption measurement system, receptacle device, controller, measuring device and power consumption measurement method
CN102597788A (en) * 2009-11-30 2012-07-18 京瓷株式会社 Power consumption measurement system, wall socket device, control device, measuring device, and power consumption measuring method
CN102597788B (en) * 2009-11-30 2015-02-11 京瓷株式会社 Power consumption measurement system, wall socket device, control device, measuring device, and power consumption measuring method
JP2013054595A (en) * 2011-09-05 2013-03-21 Mitsubishi Electric Corp Monitoring system, monitoring device and monitoring method
JP2015022726A (en) * 2013-07-23 2015-02-02 三菱電機株式会社 Monitoring device, monitoring method and program

Also Published As

Publication number Publication date Type
JP2012029309A (en) 2012-02-09 application
JP2011248923A (en) 2011-12-08 application

Similar Documents

Publication Publication Date Title
Tapia et al. Activity recognition in the home using simple and ubiquitous sensors
Jiang et al. Experiences with a high-fidelity wireless building energy auditing network
Barger et al. Health-status monitoring through analysis of behavioral patterns
Kasteren et al. An activity monitoring system for elderly care using generative and discriminative models
US20140129160A1 (en) Systems and methods for reducing energy usage
US6996508B1 (en) System and method for remote retrofit identification of energy consumption systems and components
US20110144819A1 (en) Method for non-intrusive load monitoring using a hybrid systems state estimation approach
US20120101653A1 (en) Systems and methods for reducing energy usage,
US8094034B2 (en) Detecting actuation of electrical devices using electrical noise over a power line
Patel et al. Detecting human movement by differential air pressure sensing in HVAC system ductwork: An exploration in infrastructure mediated sensing
Figueiredo et al. Home electrical signal disaggregation for non-intrusive load monitoring (NILM) systems
Kim et al. Unsupervised disaggregation of low frequency power measurements
Kim et al. ViridiScope: design and implementation of a fine grained power monitoring system for homes
Reinhardt et al. On the accuracy of appliance identification based on distributed load metering data
Suryadevara et al. Wireless sensors network based safe home to care elderly people: Behaviour detection
US20130132008A1 (en) System and method for the automatic identification of electric devices/appliances
JP2009259125A (en) Power management system
US20100280978A1 (en) System and method for utility usage, monitoring and management
US7002463B2 (en) System and apparatus for determining abnormalities in daily activity patterns
US20100030393A1 (en) Apparatus Using Time-Based Electrical Characteristics to Identify an Electrical Appliance
JP2003009430A (en) Method and apparatus for remotely monitoring electrical device and method and apparatus for estimating power consumption utilizing the same
Chen et al. Non-intrusive occupancy monitoring using smart meters
Dong et al. Building energy and comfort management through occupant behaviour pattern detection based on a large-scale environmental sensor network
WO2013157175A1 (en) Life behavior inference device, program, computer-readable recording medium
WO2011002735A1 (en) Methods and apparatuses for monitoring energy consumption and related operations

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090213

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110628

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20111025