JP2010026634A - 在宅確立算出装置及び方法 - Google Patents
在宅確立算出装置及び方法 Download PDFInfo
- Publication number
- JP2010026634A JP2010026634A JP2008184788A JP2008184788A JP2010026634A JP 2010026634 A JP2010026634 A JP 2010026634A JP 2008184788 A JP2008184788 A JP 2008184788A JP 2008184788 A JP2008184788 A JP 2008184788A JP 2010026634 A JP2010026634 A JP 2010026634A
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- home probability
- home
- probability
- indirect
- 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
Links
Images
Landscapes
- Emergency Alarm Devices (AREA)
Abstract
【課題】居住者が想定外の行動をした場合でも、在宅状況を高精度に判定可能とする。
【解決手段】間接センサ用確率算出プログラム132に従い、間接センサSb1〜Sbnのセンサデータに基づく在宅確率αを求めると共に、直接センサ用確率算出プログラム133に従い、直接センサSa1〜Samのセンサデータに基づく直接在宅確率βを
βi =Exp {(Tr −Tis)ζi }により算出する。そして、在宅確率統合算出プログラム134に従い、上記算出された間接在宅確率α及び直接在宅確率βを
P=α+(1.0 −α)* βに代入することにより、統合された在宅確率Pを算出する。
【選択図】 図1
【解決手段】間接センサ用確率算出プログラム132に従い、間接センサSb1〜Sbnのセンサデータに基づく在宅確率αを求めると共に、直接センサ用確率算出プログラム133に従い、直接センサSa1〜Samのセンサデータに基づく直接在宅確率βを
βi =Exp {(Tr −Tis)ζi }により算出する。そして、在宅確率統合算出プログラム134に従い、上記算出された間接在宅確率α及び直接在宅確率βを
P=α+(1.0 −α)* βに代入することにより、統合された在宅確率Pを算出する。
【選択図】 図1
Description
この発明は、センサを用いて住宅等における居住者の在宅状況を監視する際に使用する在宅確率算出装置及び方法に関する。
近年、映像コミュニケーションやホームセキュリティ用のカメラや各種センサの低価格化により、住居における居住者の状況を監視する装置が普及し始めている。この種の装置を用いることで、例えば独居老人を遠隔的に見守ることが可能となり、また地震や台風等の災害発生時に各住宅の在宅状況から住民の被災の状況や安否を遠隔的に確認することが可能となる。
ところで、この種の従来の装置としては、例えば通信履歴を用いて居住者の在/不在の確率を算出する装置(例えば特許文献1を参照)や、給水管における流水の有無をセンサを用いて検出することにより居住者の在宅確率を算出するもの(例えば特許文献2を参照)が提案されている。
ところが、特許文献1に記載された装置では、通信履歴を記録するために定期的に電話をかける必要があったり、また又は特許文献2に記載された装置では給水の状況を監視するために特殊な音響センサ等を設置する必要があるため、汎用性に乏しい。また、これらの装置はいずれも間接的なセンシングデータに基づいて在宅確率を算出するものであるため、例えば在宅していても電話着信に応答しない場合や、水道の蛇口を閉め忘れたまま或いは照明を付けたまま外出した場合のように、居住者が想定外の行動をした場合には、正確な在宅判定を行えない。
この発明は上記事情に着目してなされたもので、その目的とするところは、居住者が想定外の行動をした場合でも、在宅状況を高精度に判定することが可能な在宅確率算出装置及び方法を提供することにある。
上記目的を達成するためにこの発明の一観点は、以下のような対策を講じたものである。すなわち、居住者の在/不在を間接的に検出する間接センサから出力されるセンシング値と、前記居住者の在/不在を直接的に検出する直接センサから出力されるセンシング値をそれぞれ受信し、この受信した各センシング値を検出元のセンサ名、検出時刻、及び直接センサと間接センサとを区別するためのセンサ区分情報と対応付けてメモリに格納する。この状態で、前記センサ区分情報をもとに、前記メモリから間接センサのセンシング値とその検出時刻を選択的に読み出して、このセンシング値及び検出時刻をもとに間接センサに基づく第1の在宅確率を算出すると共に、前記センサ区分情報をもとに、前記メモリから直接センサのセンシング値とその検出時刻を選択的に読み出して、このセンシング値とその検出時刻をもとに直接センサに基づく第2の在宅確率を算出する。そして、前記算出された第1の在宅確率に対応する不在確率に前記算出された第2の在宅確率を乗算し、かつその乗算値に前記算出された第1の在宅確率を加算することにより、前記第1の在宅確率に前記第2の在宅確率を加味した第3の在宅確率を算出し、この算出された第3の在宅確率を表す情報を出力するように構成したものである。
したがって、間接センサのセンシング値に基づいて算出した在宅確率に、直接センサのセンシング値に基づいて算出した在宅確率が加味された統合的な在宅確率が算出される。このため、間接センサのセンシング値のみに基づいて在宅確率を算出する場合に比べ、居住者が想定外の行動をした場合でも在宅確率を正確に算出することが可能となる。例えば、在宅していても電話着信に応答しなかった場合に、このときの在宅状況が即時「不在」と判断されないようにすることができる。また、水道の蛇口を閉め忘れたまま、或いは照明を付けたまま外出した場合に、このときの在宅状況が即時「在宅」と判断されないようにすることができる。
すなわち、この発明によれば、居住者が想定外の行動をした場合でも、在宅状況を高精度に判定することが可能な在宅確率算出装置及び方法を提供することができる。
すなわち、この発明によれば、居住者が想定外の行動をした場合でも、在宅状況を高精度に判定することが可能な在宅確率算出装置及び方法を提供することができる。
以下、図面を参照してこの発明に係わる実施形態を説明する。
図1は、この発明の一実施形態に係わる在宅確率算出装置のハードウエア及びソフトウエアの構成を示すブロック図である。
この実施形態に係わる在宅確率算出装置SVは、監視対象の住宅内に設置された複数の直接センサSa1〜Sam及び複数の間接センサSb1〜Sbnにより得られるセンサ情報に基づいて、居住者の在宅確率を算出する。直接センサSa1〜Samとしては、例えば赤外線センサ等の人感センサが用いられる。また、間接センサSb1〜Sbnとしては、例えば照度センサや温度センサが用いられる。
図1は、この発明の一実施形態に係わる在宅確率算出装置のハードウエア及びソフトウエアの構成を示すブロック図である。
この実施形態に係わる在宅確率算出装置SVは、監視対象の住宅内に設置された複数の直接センサSa1〜Sam及び複数の間接センサSb1〜Sbnにより得られるセンサ情報に基づいて、居住者の在宅確率を算出する。直接センサSa1〜Samとしては、例えば赤外線センサ等の人感センサが用いられる。また、間接センサSb1〜Sbnとしては、例えば照度センサや温度センサが用いられる。
在宅確率算出装置SVは、マイクロプロセッサからなる中央処理ユニット(CPU;Central Processing Unit)を備え、このCPU11にはバス12を介してプログラムメモリ13、データメモリ14及び通信インタフェース(通信I/F)15が接続されている。
通信I/F15は、例えばLAN(Local Area Network)からなる通信ネットワークNWを介して、上記直接センサSa1〜Sam及び間接センサSb1〜Sbnに接続可能となっている。通信I/F15は、CPU11の制御の下で、上記直接センサSa1〜Sam及び間接センサSb1〜Sbnに対しこれらのセンサごとに予め設定された周期で定期的にアクセスし、これらのセンサSa1〜Sam,Sb1〜Sbnからセンサ情報を受信する。
また通信I/F15には、上記通信ネットワークNWを介して端末TMが接続可能となっている。端末TMは、例えば監視者が使用するパーソナル・コンピュータからなる。通信I/F15は、CPU11の制御の下で、端末TMから送信される在宅確率算出指示を受信すると共に、算出された在宅確率を表す情報を端末TMへ送信する。なお、通信プロトコルとしては、例えばTCP/IP(Transmission Control Protocol/Internet Protocol)が使用される。
データメモリ14には、この発明に係わる在宅確率の算出に使用する各種データを格納するための記憶領域として、パラメータテーブル141と、センサデータテーブル142が設けられている。
パラメータテーブル141には、間接センサに基づく在宅確率を算出するために必要なパラメータが格納される。パラメータとしては、すべての間接センサSb1〜Sbnのうち、監視対象として注目するセンサを識別するために予め付与された固有のセンサ名と、当該注目するセンサを用いて在宅判定を行う際に参照すべき他の間接センサ(以後、比較対象センサと称する)を識別するために予め付与された固有のセンサ名と、これら注目センサと比較対象センサとの組み合わせごとに予め設定された判定しきい値とから構成される。
パラメータテーブル141には、間接センサに基づく在宅確率を算出するために必要なパラメータが格納される。パラメータとしては、すべての間接センサSb1〜Sbnのうち、監視対象として注目するセンサを識別するために予め付与された固有のセンサ名と、当該注目するセンサを用いて在宅判定を行う際に参照すべき他の間接センサ(以後、比較対象センサと称する)を識別するために予め付与された固有のセンサ名と、これら注目センサと比較対象センサとの組み合わせごとに予め設定された判定しきい値とから構成される。
センサデータテーブル142には、上記直接センサSa1〜Sam及び間接センサSb1〜Sbnにより得られるセンサデータが格納される。図4はその記憶結果の一例を示すものである。センサデータは、直接センサSa1〜Sam及び間接センサSb1〜Sbnから送信されたセンサ情報と、当該センサが直接センサであるか間接センサであるかを示すセンサ区分情報42と、上記センサ情報の計測時刻43とから構成される。センサ情報には、センサを識別するために予めセンサに付与された識別子であるセンサ名41と、センシング値44が含まれる。
なお、上記センサ区分情報42及び計測時刻43は、各センサSa1〜Sam,Sb1〜Sbnが、センサ名41及びセンシング値44に付加して送信するようにしてもよいが、在宅確率算出装置SVが、センサSa1〜Sam,Sb1〜Sbnから送られたセンサ情報に付加するようにしてもよい。この場合、在宅確率算出装置SVは、センサ区分情報42をセンサ名41に対応付けて予めデータメモリ14に記憶しておく。そして、センサSa1〜Sam,Sb1〜Sbnからセンサ情報が受信された場合に、当該センサ情報に含まれるセンサ名41をもとに対応するセンサ区分情報42を読み出して付加する。また、上記センサ情報を受信した時刻を計測時刻として当該センサ情報に付加する。
プログラムメモリ13には、この発明を実施するために必要なアプリケーション・プログラムとして、センサデータ取得制御プログラム131と、間接センサ用確率算出プログラム132と、直接センサ用確率算出プログラム133と、在宅確率統合算出プログラム134が格納されている。
センサデータ取得制御プログラム131は、以下の処理を上記CPU11に実行させる。
(1) 上記直接センサSa1〜Sam及び間接センサSb1〜Sbnに対し当該センサごとに予め設定された周期でアクセスし、当該直接センサSa1〜Sam及び間接センサSb1〜Sbnからセンサ情報を受信する。そして、この受信したセンサ情報に、センサ区分情報42及び計測時刻43を付加して上記データメモリ14内のセンサデータテーブル142に記憶させる処理。
(1) 上記直接センサSa1〜Sam及び間接センサSb1〜Sbnに対し当該センサごとに予め設定された周期でアクセスし、当該直接センサSa1〜Sam及び間接センサSb1〜Sbnからセンサ情報を受信する。そして、この受信したセンサ情報に、センサ区分情報42及び計測時刻43を付加して上記データメモリ14内のセンサデータテーブル142に記憶させる処理。
(2) 端末TMから送信された在宅確率算出指示が通信I/F15により受信された場合に、当該在宅確率算出指示の受信時刻又は在宅確率算出指示に含まれる算出指示時刻に応じて、当該指定時刻より過去の予め設定した時間内に検出されたセンサデータをデータメモリ14内のセンサデータテーブル142からすべて読み出す処理。
(3) 上記センサデータテーブル142から読み出されたすべてのセンサデータの中から、当該センサデータに含まれるセンサ区分情報42をもとに、間接センサSb1〜Sbnにより得られたセンサデータを選択する処理。
(4) 上記センサデータテーブル142から読み出されたすべてのセンサデータの中から、当該センサデータに含まれるセンサ区分情報42をもとに、直接センサSa1〜Samにより得られたセンサデータを選択する処理。
(4) 上記センサデータテーブル142から読み出されたすべてのセンサデータの中から、当該センサデータに含まれるセンサ区分情報42をもとに、直接センサSa1〜Samにより得られたセンサデータを選択する処理。
間接センサ用確率算出プログラム132は、以下のような処理を上記CPU11に実行させる。すなわち、上記センサデータ取得制御プログラム131の(3) の処理によりセンサデータが選択された間接センサSb1〜Sbnのうち、監視対象として注目するセンサと対をなす比較対象センサ名及びその判定しきい値を、データメモリ14内のパラメータテーブル141から読み出す。そして、上記注目センサのセンシング値と、当該注目センサと対をなす比較対象センサのセンシング値と、これらのセンサの組み合わせに対応する判定しきい値とに基づいて、間接在宅確率αを算出する。
直接センサ用確率算出プログラム133は、以下のような処理を上記CPU11に実行させる。すなわち、上記センサデータ取得制御プログラム131の(4) の処理により選択された直接センサSa1〜Samのセンサデータに含まれる計測時刻と、上記在宅確率算出指示の受信時刻又は在宅確率算出指示に含まれる算出指示時刻とをもとに、直接在宅確率βを算出する。
在宅確率統合算出プログラム134は、上記間接センサ用確率算出プログラム132により算出された間接在宅確率αと、直接センサ用確率算出プログラム133により算出された直接在宅確率βとをもとに、所定の乗算及び加算を含む計算式に従い統合的な在宅確率Pを算出する処理を、上記CPU11に実行させる。
次に、以上のように構成された在宅確率算出装置SVによる在宅確率算出処理動作を説明する。
(1)センサデータの収集と蓄積
定常状態においてCPU11は、センサデータ取得制御プログラム131に従い、直接センサSa1〜Sam及び間接センサSb1〜Sbnからセンサデータをそれぞれ収集し、この収集したセンサデータをデータメモリ14内のセンサデータテーブル142に蓄積させる処理を、以下のように実行する。
(1)センサデータの収集と蓄積
定常状態においてCPU11は、センサデータ取得制御プログラム131に従い、直接センサSa1〜Sam及び間接センサSb1〜Sbnからセンサデータをそれぞれ収集し、この収集したセンサデータをデータメモリ14内のセンサデータテーブル142に蓄積させる処理を、以下のように実行する。
すなわち、CPU11は、直接センサSa1〜Sam及び間接センサSb1〜Sbnごとに予め設定した周期により規定されるアクセスタイミングを監視しており、アクセスタイミングになると通信I/F15を起動して当該センサに対しアクセス要求を送信させる。これに対し直接センサSa1〜Sam及び間接センサSb1〜Sbnはそれぞれ、自己宛のアクセス要求が到来した場合に、その時点で検出したセンシング値と自センサのセンサ名を含むセンサ情報を要求元の在宅確率算出装置SVに向け送信する。これらのセンサ情報は、通信ネットワークNWを介して在宅確率算出装置SVの通信I/F15によりそれぞれ受信される。
CPU11は、上記直接センサSa1〜Sam及び間接センサSb1〜Sbnから送信されたセンサ情報が通信I/F15により受信されると、受信されたセンサ情報ごとに、その受信時刻を計測時刻として付加し、さらに送信元のセンサが直接センサであるか間接センサであるかを示すセンサ区分情報を付加することでセンサデータを生成する。そして、この生成したセンサデータを、データメモリ14内のセンサデータテーブル142に順次記憶させる。
この結果、センサデータテーブル142には、例えば図4に示すようにセンサごとに設定された周期で、そのセンシング値44がセンサ名41、センサ区分情報42及び計測時刻43と共に記憶される。なお、図4において、末尾に“R”が付されていない間接センサは注目センサを、また“R”が付された間接センサは比較対象センサをそれぞれ示している。
(2)在宅確率の算出
端末TMから送信された在宅確率算出指示が通信I/F15で受信されるか、或いは前回の在宅確率算出時刻から予め定めた期間が経過して算出開始時刻になると、CPU11は在宅確率の算出処理を以下のように実行する。図2はその算出処理手順と処理内容を示すフローチャートである。
端末TMから送信された在宅確率算出指示が通信I/F15で受信されるか、或いは前回の在宅確率算出時刻から予め定めた期間が経過して算出開始時刻になると、CPU11は在宅確率の算出処理を以下のように実行する。図2はその算出処理手順と処理内容を示すフローチャートである。
すなわち、CPU11は先ずステップS10において、センサデータ取得制御プログラム131に従い、上記在宅確率算出指示の受信時刻又は在宅確率算出指示に含まれる算出指示時刻、或いは自身で設定した算出開始時刻に基づいて、当該時刻より過去の予め設定した時間X分内に検出されたセンサデータを、データメモリ14内のセンサデータテーブル142からすべて読み出す。
さらにCPU11は、上記センサデータ取得制御プログラム131に従い、上記センサデータテーブル142から読み出されたすべてのセンサデータの中から、当該センサデータに含まれるセンサ区分情報42をもとに、間接センサSb1〜Sbnにより得られたセンサデータと、直接センサSa1〜Samにより得られたセンサデータをそれぞれ抽出する。
次にCPU11は、ステップS20において、間接センサ用確率算出プログラム132に従い、上記抽出された間接センサSb1〜Sbnのセンサデータに基づく在宅確率の算出処理を以下のように実行する。図3はその処理手順と処理内容を示すフローチャートである。
すなわち、CPU11は先ずステップS201において在宅確率の算出処理を行っていない間接センサがあるか否かを判定し、未算出の間接センサがあればステップS202に移行する。そして、上記抽出された間接センサSb1〜Sbnのセンサデータの中から、センサ名が「センサi」となっているセンサデータを選択し、さらにこの選択したセンサデータの中で計測時刻が算出開始時刻に最も近いセンサデータを選択する。このとき、選択されたセンサデータの計測時刻をTi、センシング値をUiとする。
次にCPU11は、ステップS203において、上記選択したセンサデータに含まれるセンサ名をキーとしてデータメモリ14内のパラメータテーブル141を検索し、比較対象センサ名とその判定しきい値を読み出す。このとき、読み出された比較対象センサのセンサ名を「センサr」とする。そして、ステップS204において、上記ステップS202で抽出された間接センサSb1〜Sbnのセンサデータの中から、センサ名が「センサr」となっているセンサデータを選択し、さらにこの選択したセンサデータの中で計測時刻が上記計測時刻Tiに最も近いセンサデータを選択する。この選び出されたセンサデータのセンシング値をUrとする。
続いてCPU11は、ステップS205において、上記注目センサiのセンシング値Uiと、上記比較対象センサrのセンシング値Urとの差分の絶対値(|Ui−Ur|)を算出する。そして、ステップS206により、上記算出された差分の絶対値(|Ui−Ur|)を、上記ステップS203によりパラメータテーブル141から読み出した判定しきい値と比較する。
この比較の結果、差分の絶対値(|Ui−Ur|)がしきい値を超えた場合には、CPU11は当該注目するセンサiの間接在宅確率αi をαi =Ai となるようにステップS207により設定する。ここで、Ai はセンサごとに定める1以下の値であり、予めパラメータテーブル141にセンサ名と対応づけて記録されている。これに対し、上記比較の結果差分の絶対値(|Ui−Ur|)がしきい値以下だった場合には、CPU11は当該注目するセンサiの間接在宅確率αi をαi =0.0 となるようにステップS207により設定する。
上記間接在宅確率αi の値の設定処理が終了すると、CPU11は上記設定された間接在宅確率αi をデータメモリ14内の作業エリアに一時保存する。なお、このとき上記間接在宅確率αi に対応付けて、在宅確率を算出するための日付時刻を併せて保存するようにしてもよい。
上記1つの注目センサiについての間接在宅確率αi の算出処理が終了すると、CPU11はステップS201に戻り、間接在宅確率αi の算出処理がまだ行われていない注目センサの有無を判定する。そして、未算出の注目センサiが残っていれば、未算出の次の注目センサiを選択し、この選択した注目センサiに対し上記ステップS202〜S207による一連の算出処理を実行する。以後同様にCPU11は、未算出の注目センサがなくなるまで、すべての注目センサに対し上記ステップS202〜S207による一連の算出処理を繰り返し実行する。
以上述べた間接在宅確率の算出処理の具体例を、図4を参照して説明する。
いま間接在宅確率を算出するための日付時刻を2008/1/1 10:26とし、間接在宅確率の算出対象とする注目する間接センサのセンサ名を温度センサとしたとする。また、当該注目する温度センサに対応する比較対象センサのセンサ名を温度センサRとしたとする。この場合、注目する温度センサのセンシング値Uiと、比較対象センサのセンシング値Urはそれぞれ、図4に示すようにUi=11、Ur=30となる。また、これらの対をなす温度センサに対応付けて設定された判定しきい値を10、Ai =0.5 であるとすると、上記温度センサの間接在宅確率αi は、αi =0.5 となる。
いま間接在宅確率を算出するための日付時刻を2008/1/1 10:26とし、間接在宅確率の算出対象とする注目する間接センサのセンサ名を温度センサとしたとする。また、当該注目する温度センサに対応する比較対象センサのセンサ名を温度センサRとしたとする。この場合、注目する温度センサのセンシング値Uiと、比較対象センサのセンシング値Urはそれぞれ、図4に示すようにUi=11、Ur=30となる。また、これらの対をなす温度センサに対応付けて設定された判定しきい値を10、Ai =0.5 であるとすると、上記温度センサの間接在宅確率αi は、αi =0.5 となる。
これに対し、間接在宅確率αi を算出するための日付時刻を2008/1/1 10:26とし、間接在宅確率の算出対象とする注目する間接センサのセンサ名を照度センサとしたとする。また、当該注目する照度センサつ対をなす比較対象センサのセンサ名を照度センサRとしたとする。この場合、注目する照度センサのセンシング値Uiと、比較対象センサのセンシング値Urはそれぞれ、図4に示すようにUi=102、Ur=101となる。また、これらの対をなす照度センサに対応付けて設定された判定しきい値を50とし、Ai =0.5 であるとすると、上記照度センサの間接在宅確率αi は、αi =0.0 となる。
そうして、すべての注目センサについて間接在宅確率αi が算出されると、CPU11はステップS208に移行して、ここで上記データメモリ14の作業エリアに保存された各注目センサiの間接在宅確率αi の中から最も大きい値を1つ選択し、この値を間接在宅確率αi の代表値として保存する。例えば、いまデータメモリ14の作業エリアに、温度センサの間接在宅確率αi =0.5 と、照度センサの間接在宅確率αi =0.0 が保存されていたとすれば、CPU11はこれらのうち値の大きいαi =0.5 を選択し、これを間接在宅確率αi の代表値として、データメモリ14内の作業エリアに一時保存する。
次にCPU11は、ステップS30において、直接センサ用確率算出プログラム133に従い、上記抽出された直接センサSa1〜Samのセンサデータに基づく直接在宅確率の算出処理を以下のように実行する。
すなわち、CPU11は先ず各直接センサSa1〜Samに対する直接在宅確率βを、以下の直接センサ用確率算出式を用いて算出する。以下の式は、センサiに対する直接在宅確率βi を算出する式である。
βi =Exp {(Tr −Tis)ζi } …(1)
ただし、Tr はステップS20から受け取った在宅確率を算出するための日付時刻、Tisは直接センサiが居住者を検出したときに得られるセンシング値が記憶されたセンサデータの計測時刻、ζは直接センサSa1〜Samごとに予め設定される係数であり、例えばセンサの検出精度等に応じて設定される重み係数である。ζi はセンサiに対して予め定められた係数であることを示す。したがって、直接センサSa1〜Samごとに算出される直接在宅確率βに、当該センサごとの検出精度を反映させることができる。
すなわち、CPU11は先ず各直接センサSa1〜Samに対する直接在宅確率βを、以下の直接センサ用確率算出式を用いて算出する。以下の式は、センサiに対する直接在宅確率βi を算出する式である。
βi =Exp {(Tr −Tis)ζi } …(1)
ただし、Tr はステップS20から受け取った在宅確率を算出するための日付時刻、Tisは直接センサiが居住者を検出したときに得られるセンシング値が記憶されたセンサデータの計測時刻、ζは直接センサSa1〜Samごとに予め設定される係数であり、例えばセンサの検出精度等に応じて設定される重み係数である。ζi はセンサiに対して予め定められた係数であることを示す。したがって、直接センサSa1〜Samごとに算出される直接在宅確率βに、当該センサごとの検出精度を反映させることができる。
なお、直接センサiのセンシング値は二値化されてセンサデータテーブル142に記憶される。例えば、人感センサのセンシング値が「人」を感知したことを表す値だった場合には、当該値は“1”に置換される。一方、「人」を感知しなかったことを表す値だった場合には、当該値は“0”に置換される。これらの置換後の値はセンサデータテーブル142にそれぞれ記憶される。
上記(1)式により1つの直接センサについて直接在宅確率βi が計算されると、CPU11は、この計算された直接在宅確率βi の値をデータメモリ14内の作業エリアに保存する。そして、計算対象のすべて直接センサについての直接在宅確率βi の計算が終了すると、作業エリアに保存されたすべての直接センサの直接在宅確率βi の中から、最も大きな値を直接在宅確率の代表値βとして選択し、上記作業エリアに保存する。
以上述べた直接在宅確率の算出処理の具体例を、図4を参照して説明する。
いま直接在宅確率を算出するための日付時刻を2008/1/1 10:26とし、直接在宅確率の算出対象とする注目する直接センサのセンサ名を人感センサ1としたとする。この場合CPU11は、人感センサ1の直接在宅確率βi を
Exp {(2008/1/1 10:26.000−2008/1/1 10:16.003)* 0.1 }=0.37
として算出する。また、直接在宅確率の算出対象とする注目する直接センサのセンサ名を人感センサ2とした場合には、CPU11は人感センサ2の直接在宅確率βi を
Exp {(2008/1/1 10:26.000−2008/1/1 10:20:003)* 0.1 }=0.55
として算出する。
いま直接在宅確率を算出するための日付時刻を2008/1/1 10:26とし、直接在宅確率の算出対象とする注目する直接センサのセンサ名を人感センサ1としたとする。この場合CPU11は、人感センサ1の直接在宅確率βi を
Exp {(2008/1/1 10:26.000−2008/1/1 10:16.003)* 0.1 }=0.37
として算出する。また、直接在宅確率の算出対象とする注目する直接センサのセンサ名を人感センサ2とした場合には、CPU11は人感センサ2の直接在宅確率βi を
Exp {(2008/1/1 10:26.000−2008/1/1 10:20:003)* 0.1 }=0.55
として算出する。
そして、上記算出された人感センサ1に基づく直接在宅確率βi =0.37と、人感センサ2に基づく直接在宅確率βi =0.55のうち、値の大きいβi =0.55を選択する。そして、この選択した値を直接在宅確率の代表値βとして、データメモリ14内の作業エリアに一時保存する。
以上のようにして間接在宅確率α及び直接在宅確率βの各代表値が求まると、CPU11は次にステップS40に移行し、在宅確率統合算出プログラム134に従い、上記間接在宅確率α及び直接在宅確率βの各代表値に基づいて在宅確率を計算するための処理を、以下のように実行する。
すなわち、上記間接センサ用確率算出プログラム132により求められた間接在宅確率の代表値αと、直接センサ用確率算出プログラム133により求められた直接在宅確率の代表値βをデータメモリ14内の作業エリアからそれぞれ読み出す。そして、これらの代表値α,βを以下に示す在宅確率算出式に代入することにより、統合された在宅確率Pを算出する。
P=α+(1.0 −α)* β …(2)
P=α+(1.0 −α)* β …(2)
例えば、いま間接在宅確率の代表値αがα=0.5 、直接在宅確率の代表値βがβ=0.55だったとする。この場合には、
P=0.5 +(1.0 −0.5 )* 0.55=0.78
となる。すなわち、上記(2)式では、間接在宅確率の代表値αに対応する不在確率の値に直接在宅確率βを乗算し、その乗算値に上記間接在宅確率αを加算する演算処理が行われる。
P=0.5 +(1.0 −0.5 )* 0.55=0.78
となる。すなわち、上記(2)式では、間接在宅確率の代表値αに対応する不在確率の値に直接在宅確率βを乗算し、その乗算値に上記間接在宅確率αを加算する演算処理が行われる。
最後にCPU11は、在宅確率統合算出プログラム134に従い、上記算出された在宅確率Pをデータメモリ14内の在宅確率記憶エリアに格納する。またそれと共に、この在宅確率記憶エリアから在宅確率Pを読み出し、この読み出された在宅確率Pを在宅確率算出指示の送信元となる端末TMに向け、通信I/F15から送信させる。
かくして、端末TMには上記在宅確率Pが表示され、例えば監視者はこの表示された在宅確率Pをもとに居住者の在/不在を判定することが可能となる。なお、上記在宅確率Pは、端末TMから閲覧要求が到来した場合に、データメモリ14内の在宅確率記憶エリアから読み出して送信するようにしてもよい。
以上述べたようにこの実施形態では、間接センサ用確率算出プログラム132に従い、間接センサSb1〜Sbnのセンサデータに基づく在宅確率αを、注目センサiのセンシング値Uiと比較対象センサrのセンシング値Urとの差分の絶対値(|Ui−Ur|)を判定しきい値により判定することにより求めると共に、直接センサ用確率算出プログラム133に従い、直接センサSa1〜Samのセンサデータに基づく直接在宅確率βを
βi =Exp {(Tr −Tis)ζi }
により算出する。そして、在宅確率統合算出プログラム134に従い、上記算出された間接在宅確率α及び直接在宅確率βを
P=α+(1.0 −α)*β
に代入することにより、統合された在宅確率Pを算出するようにしている。
βi =Exp {(Tr −Tis)ζi }
により算出する。そして、在宅確率統合算出プログラム134に従い、上記算出された間接在宅確率α及び直接在宅確率βを
P=α+(1.0 −α)*β
に代入することにより、統合された在宅確率Pを算出するようにしている。
したがって、間接センサSb1〜Sbnのセンシング値に基づいて算出した間接在宅確率αに、直接センサSa1〜Samのセンシング値に基づいて算出した直接在宅確率βが加味された統合的な在宅確率Pが算出される。このため、間接センサSb1〜Sbnのセンシング値のみに基づいて在宅確率を算出する場合に比べ、居住者が想定外の行動をした場合でも在宅確率を正確に算出することが可能となる。
例えば、在宅しているにもかかわらず電話着信に応答しなかった場合に、このときの在宅状況が即時「不在」と判断されないようにすることができる。また、水道の蛇口を閉め忘れたまま、或いは照明を付けたまま外出した場合に、このときの在宅状況が即時「在宅」と判断されないようにすることができる。
なお、この発明は上記実施形態に限定されるものではない。例えば、間接センサSb1〜Sbn及び直接センサSa1〜Samに対しそれぞれ優先順位を設定しておく。そして、複数の間接センサSb1〜Sbnのセンサデータをもとに間接在宅確率αを算出する場合、及び複数の直接センサSa1〜Sanのセンサデータをもとに直接在宅確率βを算出する場合に、上記優先順位に従い間接在宅確率αの代表値及び直接在宅確率βの代表値を求めるようにしてもよい。このようにすると、間接在宅確率αの代表値及び直接在宅確率βの代表値を求める際に、間接センサSb1〜Sbn及び直接センサSa1〜Samの検出精度を反映させることが可能となる。
前記実施形態では在宅確率算出装置SVから各センサSa1〜Sam,Sb1〜Sbnに対しセンサごとに予め設定した周期でアクセスすることにより、各センサSa1〜Sam,Sb1〜Sbnからセンサ情報を収集し蓄積する場合を例にとって説明した。しかし、それに限定されるものではなく、各センサSa1〜Sam,Sb1〜Sbnがそれぞれ自律的にセンサ情報を送信し、このセンサ情報を在宅確率算出装置SVにより受信してセンサデータテーブル142に格納するように構成してもよい。
前記実施形態では、間接センサ用確率算出プログラム132により間接在宅確率αを算出した後、直接センサ用確率算出プログラム133により直接在宅確率βを算出するようにしたが、直接センサ用確率算出プログラム133により直接在宅確率βを算出したのち、間接センサ用確率算出プログラム132により間接在宅確率αを算出するようにしてもよい。
その他、在宅確率算出装置の構成、在宅確率算出処理の手順と処理内容、間接センサ及び直接センサの種類や設置数等についても、この発明の要旨を逸脱しない範囲で種々変形して実施できる。
要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。
要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。
SV…在宅確率算出装置、Sa1…人感センサ(直接センサ)、Sb1…照度センサ(間接センサ)、Sbn…温度センサ(間接センサ)と、TM…端末、NW…通信ネットワーク、11…中央処理部(CPU)、12…バス、13…プログラムメモリ、131…センサデータ取得制御プログラム、132…間接在宅確率算出プログラム、133…直接在宅確率算出プログラム、134…在宅確率統合算出プログラム、14…データメモリ、141…間接在宅確率算出用テーブル、142…センサデータテーブル、15…通信インタフェース(通信I/F)、41…センサ名、42…センサ区分情報、43…計測時刻、44…センシング値。
Claims (2)
- 居住者の在/不在を間接的に検出する間接センサから出力されるセンシング値と、前記居住者の在/不在を直接的に検出する直接センサから出力されるセンシング値をそれぞれ受信し、この受信した各センシング値を検出元のセンサ名、検出時刻、及び直接センサと間接センサとを区別するためのセンサ区分情報と対応付けてメモリに格納する手段と、
前記センサ区分情報をもとに、前記メモリから間接センサのセンシング値とその検出時刻を選択的に読み出し、この読み出したセンシング値とその検出時刻をもとに間接センサに基づく第1の在宅確率を算出する手段と、
前記センサ区分情報をもとに、前記メモリから直接センサのセンシング値とその検出時刻を選択的に読み出し、この読み出したセンシング値とその検出時刻をもとに直接センサに基づく第2の在宅確率を算出する手段と、
前記算出された第1の在宅確率に対応する不在確率に前記算出された第2の在宅確率を乗算し、かつその乗算値に前記算出された第1の在宅確率を加算することにより、前記第1の在宅確率に前記第2の在宅確率を加味した第3の在宅確率を算出する手段と、
この算出された第3の在宅確率を表す情報を出力する手段と
を具備することを特徴とする在宅確率算出装置。 - 居住者の在/不在を間接的に検出する間接センサから出力されるセンシング値と、前記居住者の在/不在を直接的に検出する直接センサから出力されるセンシング値をそれぞれ受信し、この受信した各センシング値を検出元のセンサ名、検出時刻、及び直接センサと間接センサとを区別するためのセンサ区分情報と対応付けてメモリに格納する過程と、
前記センサ区分情報をもとに、前記メモリから間接センサのセンシング値とその検出時刻を選択的に読み出し、この読み出したセンシング値とその検出時刻をもとに間接センサに基づく第1の在宅確率を算出する過程と、
前記センサ区分情報をもとに、前記メモリから直接センサのセンシング値とその検出時刻を選択的に読み出し、この読み出したセンシング値とその検出時刻をもとに直接センサに基づく第2の在宅確率を算出する過程と、
前記算出された第1の在宅確率に対応する不在確率に前記算出された第2の在宅確率を乗算し、かつその乗算値に前記算出された第1の在宅確率を加算することにより、前記第1の在宅確率に前記第2の在宅確率を加味した第3の在宅確率を算出する過程と、
この算出された第3の在宅確率を表す情報を出力する過程と
を具備することを特徴とする在宅確率算出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008184788A JP2010026634A (ja) | 2008-07-16 | 2008-07-16 | 在宅確立算出装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008184788A JP2010026634A (ja) | 2008-07-16 | 2008-07-16 | 在宅確立算出装置及び方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010026634A true JP2010026634A (ja) | 2010-02-04 |
Family
ID=41732436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008184788A Pending JP2010026634A (ja) | 2008-07-16 | 2008-07-16 | 在宅確立算出装置及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010026634A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016038893A1 (ja) * | 2014-09-12 | 2016-03-17 | パナソニックIpマネジメント株式会社 | 機器管理装置、及び、機器管理方法 |
WO2018193820A1 (ja) * | 2017-04-21 | 2018-10-25 | 株式会社日立製作所 | 在宅判定システムおよび方法 |
-
2008
- 2008-07-16 JP JP2008184788A patent/JP2010026634A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016038893A1 (ja) * | 2014-09-12 | 2016-03-17 | パナソニックIpマネジメント株式会社 | 機器管理装置、及び、機器管理方法 |
JPWO2016038893A1 (ja) * | 2014-09-12 | 2017-06-08 | パナソニックIpマネジメント株式会社 | 機器管理装置、及び、機器管理方法 |
WO2018193820A1 (ja) * | 2017-04-21 | 2018-10-25 | 株式会社日立製作所 | 在宅判定システムおよび方法 |
JP2018181236A (ja) * | 2017-04-21 | 2018-11-15 | 株式会社日立製作所 | 在宅判定システムおよび方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9386281B2 (en) | Image surveillance and reporting technology | |
CN112255928A (zh) | 智能家居的控制方法、装置、系统及电子设备 | |
JP6435482B2 (ja) | 認知症予見システム、認知症予見プログラム、および認知症予見方法 | |
JP5901344B2 (ja) | 携帯端末、その制御用プログラム、制御用装置、その制御用プログラム、および、制御システム | |
JP2018010651A (ja) | 節電支援システム、及び節電支援装置 | |
US9470670B2 (en) | Method and system for human presence correlation using carbon dioxide | |
CN108847216B (zh) | 语音处理方法及电子设备、存储介质 | |
CN108053627A (zh) | 一种火灾报警方法、装置及设备 | |
Suryadevara et al. | Wireless sensors network based safe home to care elderly people: behaviour detection | |
EA200600421A1 (ru) | Персональный радиационный детектор и способ работы персонального радиационного детектора | |
KR101695500B1 (ko) | 화재 관련 상황 인지가 가능한 서버 | |
JP2010026634A (ja) | 在宅確立算出装置及び方法 | |
CN111637975B (zh) | 一种腕温测量方法、装置及穿戴设备和存储介质 | |
JP2009239507A (ja) | 監視システム | |
CN111934318A (zh) | 非侵入式电力负荷分解方法、装置、设备及存储介质 | |
US10145831B2 (en) | Method and system for human presence correlation using carbon dioxide | |
JP2009145346A (ja) | 検知システム | |
TW201342048A (zh) | 伺服器及其記錄環境參數的方法 | |
US20230188602A1 (en) | Method for associating actions for internet of things, electronic device and storage medium | |
JP6584222B2 (ja) | プログラム | |
JP7153277B2 (ja) | 存在および不在を判定すること | |
JP6559053B2 (ja) | 在宅状態推定装置および方法 | |
CN112053530A (zh) | 居住环境安全监测方法、装置及电子设备 | |
JP6040095B2 (ja) | 行動判定装置、方法及びプログラム | |
US20220196291A1 (en) | Determination of a mode of operation of a boiler |