JP2010224878A - 対物行動推定装置およびサービス提供システム - Google Patents

Abstract

【構成】 対物行動推定装置１０は、コンピュータ３０を含み、環境に設置された位置検出システム１２によって検出される人間（１６）および対象物（１８）の位置情報に基づいて、環境内に存在する人間が特定の対象物に対してどのような行動を行っているかを推定する。コンピュータ３０は、位置検出システム１２から、人間および対象物の所定時間分の位置履歴データを取得し、この位置履歴データを用いて人間および対象物との相互間に関する特徴量を算出する。そして、算出した特徴量を判別式に与えることにより、人間の対物行動を推定する。
【効果】 特定の対象物に対する人間の行動を短時間で推定できるので、その行動に素早く対応したサービスを提供できる。
【選択図】 図１

Description

この発明は対物行動推定装置およびサービス提供システムに関し、特にたとえば、特定の対象物に対して人間がどのような行動を行っているかを推定する、新規な対物行動推定装置およびサービス提供システムに関する。

従来、蓄積された個人の位置情報や移動情報に基づいて、その人間がどのような行動を行っているかを推定する技術が提案されている。たとえば、特許文献１の技術では、ＧＰＳ端末を利用して対象者の位置情報を取得し、移動履歴と移動にかかった時間とに基づいて、「あまり興味のない探索行動」、「ぶらぶらしている探索行動」、「興味の対象がある探索行動」といった対象者の行動状態を推定している。

特開２００８−１５２６５５号公報 [Ｇ０６Ｑ ５０/００]

しかしながら、特許文献１の技術などの従来の行動推定装置では、特定の対象物と人間との位置関係は考慮されておらず、特定の対象物に対して人間がどのような行動を行っているかを推定する技術は存在しない。

また、特許文献１の技術では、対象者の行動を推定するために、対象者を数分以上観測する必要があるので、対象者の行動に素早く対応したサービスを提供することができない。

それゆえに、この発明の主たる目的は、新規な、対物行動推定装置およびサービス提供システムを提供することである。

この発明の他の目的は、特定の対象物に対して人間がどのような行動を行っているかを推定できる、対物行動推定装置およびサービス提供システムを提供することである。

この発明のさらに他の目的は、特定の対象物に対して人間がどのような行動を行っているかを短時間の観測で推定できる、対物行動推定装置およびサービス提供システムを提供することである。

この発明は、上記の課題を解決するために、以下の構成を採用した。なお、括弧内の参照符号および補足説明などは、本発明の理解を助けるために後述する実施の形態との対応関係を示したものであって、この発明を何ら限定するものではない。

第１の発明は、特定の対象物に対して人間がどのような行動を行っているかを推定する対物行動推定装置であって、人間および対象物の所定時間分の位置履歴を取得する位置履歴取得手段、位置履歴取得手段によって取得した位置履歴から人間と対象物との相互間に関する特徴量を示す第１特徴量を算出する第１特徴量算出手段、および第１特徴量算出手段によって算出した第１特徴量を用いて対象物に対して人間が行っている行動を推定する行動推定手段を備える、対物行動推定装置である。

第１の発明では、対物行動推定装置（１０）は、コンピュータ（３０）を含み、環境に設置された位置検出システム（１２）によって検出される人間（１６）および対象物（１８）の位置情報に基づいて、環境内に存在する人間が特定の対象物に対してどのような行動を行っているかを推定する。位置履歴取得手段（３２，３６，Ｓ７，Ｓ１５）は、位置検出システムから、人間および対象物の所定時間分、たとえば数秒ないし数十秒間分の位置履歴を取得する。第１特徴量算出手段（３２，Ｓ１９）は、人間および対象物の位置履歴データから、人間と対象物との相互間に関する特徴量である第１特徴量を算出する。たとえば、人間の位置座標と対象物の位置座標との距離や、対象物に対する人間の相対速度などを算出する。行動推定手段（３２，３８，Ｓ２１）は、第１特徴量を用いて人間の行動を推定する。たとえば、閾値を用いて定義した判別式に第１特徴量を与えたり、サポートベクタマシン（ＳＶＭ）等の学習アルゴリズムを用いたりすることによって、対象物に対して人間が行っている行動（対物行動）を推定する。

第１の発明によれば、人間および対象物の位置履歴を検出し、人間と対象物との相互間に関する特徴量を用いることによって、対象物に対して人間が行っている行動を短時間で推定できる。したがって、その人間の対物行動に対応したサービスを素早く提供することができる。

第２の発明は、第１の発明に従属し、位置履歴取得手段によって取得した位置履歴から人間の移動に関する特徴量を示す第２特徴量を算出する第２特徴量算出手段を備え、行動推定手段は、さらに第２特徴量を用いて対象物に対して人間が行っている行動を推定する。

第２の発明では、第２特徴量算出手段（３２，Ｓ９）は、人間（１６）の位置履歴データから、人間の移動に関する特徴量である第２特徴量を算出する。たとえば、人間の移動距離、速度、角度および分散などに関する特徴量を算出する。行動推定手段（３２，３８，Ｓ２１）は、さらに第２特徴量を用いて、人間の対物行動を推定する。

第２の発明によれば、第１特徴量に加えて第２特徴量も算出し、人間の対物行動の推定に用いるので、より正確に人間の対物行動を推定できる。また、より多くの種類の対物行動を推定できるようになる。

第３の発明は、第１または第２の発明に従属し、対象物は環境内を移動する移動体を含み、位置履歴取得手段によって取得した位置履歴から移動体の移動に関する特徴量を示す第３特徴量を算出する第３特徴量算出手段を備え、行動推定手段はさらに第３特徴量を用いて対象物に対して人間が行っている行動を推定する。

第３の発明では、対象物（１８）は環境内を移動する移動体（１８ｂ）を含む。第３特徴量算出手段（３２，Ｓ１７）は、移動体の位置履歴データから、移動体の移動に関する特徴量である第３特徴量を算出する。たとえば、移動体の移動距離、速度、角度および分散などに関する特徴量を算出する。行動推定手段（３２，３８，Ｓ２１）は、さらに第３特徴量を用いて、人間の対物行動を推定する。

第３の発明によれば、第１特徴量に加えて第３特徴量も算出し、人間の対物行動の推定に用いるので、より正確に人間の対物行動を推定できる。また、より多くの種類の対物行動を推定できるようになる。

第４の発明は、請求項１ないし３のいずれかに記載の対物行動推定装置、および対物行動推定装置によって推定された人間の行動に応じたサービスを提供するサービス提供手段を備える、サービス提供システムである。

第４の発明では、サービス提供システム（１００）は、対物行動推定装置（１０）を含み、環境に設置された位置検出システム（１２）によって検出される人間（１６）および対象物（１８）の位置情報に基づいて、環境内に存在する人間が特定の対象物に対してどのような行動を行っているかを推定する。そして、サービス提供手段（１０，１４，Ｓ２３）は、推定した人間の対物行動に応じたサービスをその人間に対して提供する。

第４の発明によれば、第１の発明と同様に、環境内に存在する人間が特定の対象物に対して行っている行動を短時間で推定できるので、人間の対物行動に素早く対応したサービスを提供できる。

第５の発明は、第４の発明に従属し、サービス提供手段は、音声および身体動作を用いてコミュニケーションを実行する機能を備えるコミュニケーションロボットを含む。

第５の発明では、サービス提供手段（１０，１４，Ｓ２３）は、コミュニケーションロボット（１４，１８ｂ）を含む。たとえば、コミュニケーションロボットが或る地点で待機しているときに、人間（１６）が近づいてきている場合には、コミュニケーションロボットも人間に向かって移動するように制御される。

第５の発明によれば、対象物に対して人間がどのような行動を行っているかを推定することによって、現場の状況に応じたコミュニケーションロボットの制御が可能となるので、コミュニケーションロボットや人間の動きの無駄を省くことができ、より高度なサービスをより素早く提供できる。

この発明によれば、人間および対象物の位置履歴を検出し、位置履歴から算出した人間と対象物との相互間に関する特徴量を利用することによって、環境内に存在する人間が特定の対象物に対してどのような行動を行っているかを短時間で推定できる。したがって、人間の行動に応じたサービスをその人間に対して素早く提供できる。

この発明の上述の目的、その他の目的、特徴および利点は、図面を参照して行う後述の実施例の詳細な説明から一層明らかとなろう。

この発明のサービス提供システムの一実施例を示す図解図である。 図１の位置検出システム１２が適用された環境の様子を概略的に示す図解図である。 図１の位置検出システム１２の電気的な構成を示す図解図である。 図１の位置検出システムが検出する位置履歴データの一例を示す図解図である。 「対象物に近づいている」人間の対物行動の一例を示す図解図である。 「対象物から離れていく」人間の対物行動の一例を示す図解図である。 「対象物についていく」人間の対物行動の一例を示す図解図である。 「対象物を待っている」人間の対物行動の一例を示す図解図である。 「対象物と対話している」人間の対物行動の一例を示す図解図である。 図１の対物行動推定装置の動作の一例を示すフロー図である。

図１を参照して、この発明の一実施例であるサービス提供システム（以下、「提供システム」という。）１００は、対物行動推定装置（以下、「推定装置」という。）１０、および位置検出システム１２を含む。提供システム１００は、イベント会場、ショッピングセンタ、美術館および遊園地などの環境に適用され、位置検出システム１２によって検出される位置情報に基づいて、人間１６の対物行動、つまり特定の対象物１８に対して人間１６がどのような行動を行っているかを推定する。そして、推定した人間１６の対物行動に基づいて、コミュニケーションロボットや携帯電話などのサービス提供装置１４に指示を与える等して、その対物行動に適したサービスをその人間１６に対して提供する。

なお、特定の対象物１８は、提供システム１００が適用される環境内に存在する物体であれば特に限定されないが、好ましくは人間１６が何らかの働きかけを行う物体、或いは人間１６に何らかの働きかけを行う物体が特定の対象物１８として適宜選択される。また、特定の対象物１８には、環境内に固定的に設けられる設置物１８ａと、環境内を移動可能な移動体１８ｂとを含む。設置物１８ａとしては、自動販売機、展示棚および案内標識（地図）などが挙げられ、移動体１８ｂとしては、コミュニケーションロボット（人間型ロボット）等の移動ロボット、および犬や猫などの動物などが挙げられる。

先ず、位置検出システム１２について説明する。図２は、位置検出システム１２が適用された環境の様子を概略的に示す図解図であり、図３は、位置検出システム１２の電気的な構成を示す図解図である。図２および図３に示すように、位置検出システム１２は、人間１６および対象物１８の位置を検出するためのシステムであり、位置検出処理を実行するコンピュータ２０、環境内に設置される複数のレーザレンジファインダ（ＬＲＦ）２２および無線ＩＤタグリーダ２４、ならびに人間１６および移動体１８ｂ（移動可能な対象物１８）に装着される無線ＩＤタグ２６を含む。

位置検出システム１２のコンピュータ２０は、パーソナルコンピュータやワークステーションのような汎用のコンピュータである。このコンピュータ２０には、たとえばＲＳ-２３２Ｃのような汎用のインタフェースを介して、複数のＬＲＦ２２および無線ＩＤタグリーダ２４が接続される。これらの機器２２，２４によって検出された情報を含むデータは、コンピュータ２０に送信され、その検出時刻と共にコンピュータ２０のメモリの所定領域や外部のデータベースに適宜記憶される。また、コンピュータ２０のメモリには、ＸＹ２次元平面座標系で表される環境の地図データ、各機器２２，２４の位置データ、および設置物１８ａ（固定的に設けられる対象物１８）の位置データ等が予め記憶されている。設置物１８ａの位置座標（位置履歴）が必要なときには、このコンピュータ２０のメモリに記憶された位置データが適宜読み出されて利用される。

ＬＲＦ２２は、レーザ光線を利用した画像センサであり、パルスレーザを照射し、そのレーザ光が物体に反射して戻ってきた時間からその物体との距離を瞬時に測定するものである。ＬＲＦ２２としては、ＳＩＣＫ社製のＬＲＦ（型式 LMS 200）などを用いることができる。ＬＲＦ２２は、たとえば、高さ約９０ｃｍの台座の上に設置され、主として環境内に存在する人間１６の位置座標を検出するために利用される。

この実施例では、コンピュータ２０は、たとえば３７.５回／秒の頻度でＬＲＦ２２からのセンサ情報を取得し、パーティクルフィルタや人形状モデルによって人間１６の腰部の位置座標や身体の方向などを推定する。この推定方法の詳細については、本件出願人が先に出願した特願２００８−６１０５号に記載されているので参照されたい。

無線ＩＤタグ２６は、環境内に存在する各人間１６および各移動体１８ｂに装着される。無線ＩＤタグ２６としては、たとえばＲＦＩＤ（Radio Frequency Identification）タグを用いることができる。ＲＦＩＤは、電磁波を利用した非接触ＩＣタグによる自動認識技術のことである。具体的には、ＲＦＩＤタグは、識別情報用のメモリや通信用の制御回路等を備えるＩＣチップおよびアンテナ等を含む。ＲＦＩＤタグのメモリには、人間１６および移動体１８ｂを識別可能な情報が予め記憶され、その識別情報が所定周波数の電磁波・電波などによってアンテナから出力される。

無線ＩＤタグリーダ２４は、たとえば環境内の天井に敷設されたレールに設置され、上述の無線ＩＤタグ２６からの出力情報を検出する。具体的には、無線ＩＤタグリーダ２４は、無線ＩＤタグ２６から送信される識別情報の重畳された電波を、アンテナを介して受信し、電波信号を増幅し、当該電波信号から識別情報を分離し、当該情報を復調（デコード）する。また、無線ＩＤタグリーダ２４は、検出した電波強度に基づいて、無線ＩＤタグ２６との距離を検出する。

この実施例では、コンピュータ２０は、たとえば５回／秒の頻度で無線ＩＤタグリーダ２４によって検出される無線ＩＤタグ２６からのセンサ情報（識別情報および距離情報）を取得する。そして、取得した識別情報に基づいて、その無線ＩＤタグ２６を装着している人間１６および移動体１８ｂを特定する。また、同一の無線ＩＤタグ２６に対して３つの無線ＩＤタグリーダ２４から取得した距離情報と、予め記憶した無線ＩＤタグリーダ２４の位置データとに基づいて、その無線ＩＤタグ２６を所持している人間１６および移動体１８ｂの位置座標を特定する。

そして、位置検出システム１２のコンピュータ２０は、各機器２２，２４によって検出されたセンサ情報（測位データ）或いはセンサ情報から推定した情報を統合し、各人間１６および各移動体１８ｂの位置座標（ｘ，ｙ）をその検出時刻ｔに対応付けて、メモリ或いはデータベースに記憶する。つまり、人間１６および移動体１８ｂ（識別情報またはＩＤ番号）ごとに、時系列データとしてその位置履歴が記憶される。たとえば、時刻ｔｎにおける位置をＰｔｎ（ｘｎ，ｙｎ）としたとき、時刻ｔ０からｔｎまでの軌跡は、点列Ｐｔ０，Ｐｔ１，…，Ｐｔｎとして表される。すなわち、各人間１６および各移動体１８ｂの位置履歴データ（移動軌跡データ）は、図４に示すように、ｘｙ平面上のｎ＋１個の点列で表され、各点（図４では丸印で示している）は、その点が観測された時刻の情報を含んでいる。

なお、位置検出システム１２は、各人間１６および各移動体１８ｂを識別して位置座標ないし位置履歴を検出できるものであれば、上述の構成のものに限定されず、たとえば、赤外線センサ、ビデオカメラ、床センサ、或いはＧＰＳ等を適宜利用するものであってもよい。また、移動体１８ｂが環境の地図データを参照して自己位置を認識しながら移動するもの、たとえば自律移動型のロボット等である場合には、移動体１８ｂから位置検出システム１２のコンピュータ２０に対して、自身の位置履歴データを送信させるようにしてもよい。

推定装置１０は、上述のような位置検出システム１２から送信される人間１６および対象物１８の位置履歴データに基づいて、環境内に存在する人間１６が行っている行動を推定する。換言すると、人間１６と対象物１８との位置関係の変化に基づいて、人間１６の対物行動を推定する。

図１に戻って、推定装置１０は、位置履歴データから特徴量を算出し、人間１６の対物行動を推定するコンピュータ３０を含む。コンピュータ３０は、たとえば、ＣＰＵ３２、メモリ３４、通信装置３６、入力装置および表示装置などを備える汎用のパーソナルコンピュータやワークステーションである。コンピュータ３０のメモリ３４は、ＨＤＤやＲＯＭおよびＲＡＭを含む。ＨＤＤないしＲＯＭには、推定装置１０の動作を制御するためのプログラムが記憶されており、ＣＰＵ３２は、このプログラムに従って処理を実行する。ＲＡＭは、ＣＰＵ３２の作業領域またはバッファ領域として使用される。通信装置３６は、たとえば無線ＬＡＮやインタネットのようなネットワークを介して、外部のコンピュータ（位置検出システム１２やサービス提供装置１４等）と無線または有線で通信するためのものである。

また、推定装置１０のコンピュータ３０には、判別式ＤＢ３８が接続される。なお、判別式ＤＢ３８は、図１に示すようにコンピュータ３０の外部に設けられてもよいし、コンピュータ３０内のＨＤＤ等に設けられてもよいし、コンピュータ３０と通信可能なネットワーク上の他のコンピュータに設けられてもよい。

判別式ＤＢ３８には、人間１６および対象物１８の位置履歴データから算出した特徴量に基づいて、環境内に存在する人間１６が行っている対物行動を推定するための判別式が記憶される。人間１６の対物行動を推定する際には、判別式ＤＢ３８に記憶した判別式に応じて後述の特徴量が適宜算出される。この判別式の具体例については後述する。

このような構成の提供システム１００では、上述のように、位置検出システム１２によって環境内に存在する人間１６および対象物１８の位置座標或いは位置履歴に関するデータが検出される。そして、推定装置１０によって位置履歴データから特徴量が算出され、この特徴量に基づいて人間１６の対物行動が推定される。

推定装置１０によって位置履歴データから算出される特徴量には、人間１６と対象物１８との相互間に関する特徴量（第１特徴量）と、人間１６の移動に関する特徴量（第２特徴量）と、移動体１８ｂの移動に関する特徴量（第３特徴量）とが含まれる。なお、設置物１８ａに関しては、位置座標は常に固定されている、つまり位置履歴データは常に同じ位置座標を示しているので、設置物１８ａの移動に関する特徴量は算出されない。設置物１８ａの位置履歴データ（位置座標）は、第１特徴量の算出に利用される。

人間１６と対象物１８との相互間に関する特徴量には、人間１６の位置座標と対象物１８の位置座標との距離、対象物１８に対する人間１６の相対速度または人間１６に対する対象物１８の相対速度、人間１６と対象物１８とを結ぶ線と人間１６または対象物１８の進行方向とがなす角の角度、および人間１６の進行方向と対象物１８の進行方向とがなす角の角度などがある。

また、人間１６または移動体１８ｂの移動に関する特徴量には、たとえば、距離、速度、角度および分散に関する特徴量がある。図４を参照して、距離に関する特徴量は、０番目の点とｋ番目の点とのユークリッド距離、ｘ方向距離およびｙ方向距離などである。速度に関する特徴量は、０番目の点とｎ番目の点との間の速度などであり、たとえば、ｋ番目の点とｋ+１番目の点間の速度をｋ＝０〜ｋ＝ｎまで求めたものの平均および分散（値のばらつき）である。角度に関する特徴量は、０番目の点とｋ番目の点とｎ番目の点とがなす角度などである。分散に関する特徴量は、０番目の点からｋ番目の点までのｘ座標の分散およびｙ座標の分散などである。

もちろん、これら以外の特徴量を算出して人間１６の対物行動の推定に利用することもできる。また、位置履歴データから算出される特徴量に加えて、他のデータを参照して対物行動を推定することもできる。たとえば、対象物１８がコミュニケーションロボットの場合、コミュニケーションロボットが或る動作を実行しているときには、その実行中の動作を参照して人間１６の対物行動を推定してもよい。

この実施例では、上述のような特徴量を適宜用いて、「対象物１８に近づいている」、「対象物１８から離れていく」、「対象物１８についていく」、「対象物１８を待っている」および「対象物１８と対話している」等の人間１６が行っている対物行動（或いは人間１６の対物状況ないし対物状態）を推定する。以下、図５−図９を参照して、人間１６の対物行動の推定方法について説明する。

人間１６が「対象物１８に近づいている」または「対象物１８を追いかけている」状態は、図５に示すように、その行動を行っている間の或る一定時間（たとえば時刻ｔ０からｔｎまでの数秒ないし数十秒間）において、人間１６の移動方向に対象物１８が存在し、かつ人間１６と対象物１８との距離が縮まっていく状態であると考えられる。したがって、人間１６および対象物１８を結ぶ線αと人間１６の進行方向βとがなす角が所定角度（DegA_TH）よりも小さく、かつ人間１６と対象物１８との距離の減少量が所定量（Decrese_TH)よりも大きいときには、その人間１６は対象物１８に近づいている、または対象物１８を追いかけていると判定できる。この場合、判別式ＤＢ３８には、たとえば、“人間および対象物を結ぶ線と人間の進行方向とがなす角の角度＜DegA_TH，かつ人間と対象物との距離の減少量＞Decrese_TH ”を表わす判別式が記述される。

人間１６が「対象物１８から離れていく」状態は、図６に示すように、その行動を行っている間の或る一定時間において、人間１６の移動方向に対象物１８が存在せず、かつ人間１６と対象物１８との距離が大きくなっていく状態であると考えられる。したがって、人間１６および対象物１８を結ぶ線αと人間１６の進行方向βとがなす角が所定角度（DegL_TH）よりも小さく、かつ人間１６と対象物１８との距離の増加量が所定量（Increse_TH)よりも大きいときには、その人間１６は対象物１８から離れていくと判定できる。この場合、判別式ＤＢ３８には、たとえば、“人間および対象物を結ぶ線と人間の進行方向とがなす角の角度＞DegL_TH，かつ人間と対象物との距離の増加量＞Increse_TH ”を表わす判別式が記述される。

人間１６が「対象物１８についていく」状態は、図７に示すように、その行動を行っている間の或る一定時間において、人間１６の移動方向と対象物１８の移動方向とが同じであり、かつ人間１６と対象物１８との距離が変化しない状態であると考えられる。したがって、人間１６の移動方向βと対象物１８の移動方向γとがなす角が所定角度（DegF_TH）よりも小さく、かつ人間１６と対象物１８との距離δの変化量が所定量（DistF_TH)よりも小さいときには、人間１６は対象物１８についていっていると判断できる。この場合、判別式ＤＢ３８には、たとえば、“人間の移動方向と対象物の移動方向とがなす角の角度＜DegF_TH，かつ人間と対象物との距離の変化量＜DistF_TH ”を表わす判別式が記述される。

人間１６が「対象物１８を待っている」状態は、図８に示すように、その行動を行っている間の或る一定時間において、対象物１８の移動方向に人間１６が存在し、かつ人間１６と対象物１８との距離が縮まっていき、かつ人間１６の位置が変わらない状態であると考えられる。したがって、人間１６および対象物１８を結ぶ線αと対象物１８の進行方向γとがなす角が所定角度（DegW_TH）よりも小さく、かつ人間１６と対象物１８との距離の減少量が所定量（Decrese_TH)よりも大きく、かつ人間の移動量が所定量（DistI_TH）よりも小さいときには、人間１６は対象物１８を待っていると判定できる。この場合、判別式ＤＢ３８には、たとえば、“人間および対象物を結ぶ線と対象物の進行方向とがなす角の角度＜DegW_TH，かつ人間と対象物との距離の減少量＞Decrese_TH，かつ人間の移動量＜DistI_TH ”を表わす判別式が記述される。

人間１６が「対象物１８と対話している」状態は、図９に示すように、その行動を行っている間の或る一定時間において、人間１６の位置が変わらず、かつ人間１６が対象物１８の方向を向いており、かつ対象物１８の動作状態が対話中の状態であると考えられる。したがって、人間１６の移動量が所定量（DistI_TH）よりも小さく、かつ人間１６および対象物１８を結ぶ線αと人間１６の体の向きεとがなす角が所定角度（DegB_TH）よりも小さく、かつ対象物１６の動作状態が対話中であるときには、その人間１６は対象物１８と対話していると判定できる。この場合、判別式ＤＢ３８には、たとえば、“人間の移動量＜DistI_TH，かつ人間および対象物を結ぶ線と人間の体の向きとがなす角の角度＜DegB_TH，かつ対象物の動作状態が「対話中」 ”を表わす判別式が記述される。

なお、上述の人間１６の対物行動およびその判別式はあくまでも例示であり、推定装置１０（提供システム１００）は、他の対物行動を推定するようにしてもよいし、他の判別式を用いて対物行動を推定するようにしてもよい。また、上述のような閾値を用いて定義した判別式によって人間１６の対物行動を推定することに限定されず、たとえば、サポートベクタマシン（ＳＶＭ）やニューラルネットワーク（ＮＮ）等の公知の学習アルゴリズムと学習データとを用いて人間１６の対物行動を推定することもできる。この場合にも、人間１６および対象物１８の位置履歴データから算出した上述のような特徴量が適宜用いられる。

このように、人間１６および対象物１８の位置履歴を検出し、人間１６と対象物１８との相互間に関する特徴量、人間１６の移動に関する特徴量および対象物１８（移動体１８ｂ）の移動に関する特徴量を算出して、これらの特徴量を判別式に適宜与えることによって、環境内に存在する人間１６が行っている対物行動を正確に推定することができる。なお、対物行動の推定は、人間１６と対象物１８との相互間に関する特徴量のみを用いて推定することもできるが、それと共に人間１６の移動に関する特徴量や対象物１８の移動に関する特徴量、或いは他のデータを用いることによって、より正確に、またより多くの種類の対物行動を推定できるようになる。

また、このような人間１６の対物行動の推定は、数秒ないし数十秒の短時間、人間１６および対象物１８の位置履歴を検出するだけで実行できるので、その人間１６の行動に素早く対応したサービスを提供することができる。

たとえば、ロボットをサービス提供装置１４として環境内に配置しておき、推定した人間１６の対物行動に応じたサービスをロボットに提供させるようにするとよい。ロボットとしては、音声および身体動作を用いてコミュニケーションを実行する機能を備える相互作用指向のもの（コミュニケーションロボット）を用いるとよく、たとえば本件出願人が開発したロボビー（登録商標）を用いることができる。また、たとえば、携帯電話やＰＤＡ等の端末をサービス提供装置１４として人間１６に所持させておき、推定した人間１６の対物行動に応じた情報をその端末に提示することもできる。

具体的には、人間１６が環境内に設置されている案内地図や展示棚（設置物１８ａ）などに近づいている場合には、その推定を行った時点でロボットを設置物１８ａの場所に移動させるようにし、案内地図の見方を説明させたり、展示棚に展示された展示物の内容を説明させたりするとよい。たとえば、人間１６が設置物１８ａの場所に到着してからロボットを移動させると、ロボットが人間１６に近づくまでに時間がかかってしまい、サービスの提供が遅れてしまう。また、ロボットを設置物１８ａの場所に常在させておくと、ロボットは他のサービスを提供できなくなってしまう。しかし、この実施例のように、人間１６の対物行動を推定（予測）して、それに応じてロボットを制御することによって、ロボットが人間１６に近づくまでの時間を短縮でき、より速やかにサービスを提供できるようになる。また、ロボットの手が空いているときには、他のサービスを人間１６に対して提供することもできるので、ロボットは効率よく働くことができる。

また、ロボットが或る地点で待機しているときに、人間１６が近づいてきている場合には、ロボットをその人間１６に向かって移動させたり、ロボットが環境内を巡回しているときに、人間１６が追いかけてくる場合には、ロボットを立ち止まらせてその人間１６を待たせたりするとよい。さらに、ロボットが或るサービスを提供しようとして人間１６に向かって移動しているときに、人間１６がロボットを待っている状態であれば、そのまま人間１６に向かって近づかせるようにするとよい。一方、ロボットが人間１６に向かって移動しているときに、人間１６がロボットから離れていく状態であれば、サービスは必要ないと判断して移動を中断させるようにするとよい。

このように、対象物１８に対して人間１６がどのような行動を行っているかを推定することによって、現場の状況に応じたロボットの制御が可能となり、ロボットや人間１６の動きの無駄を省くことができ、より高度なサービスをより素早く提供できるようになる。なお、この場合、ロボットはサービス提供装置１４として機能すると共に、対象物１８としても機能している。

以下には、上述のような推定装置１０の動作の一例をフロー図を用いて説明する。具体的には、推定装置１０のコンピュータ３０のＣＰＵ３２が、図１０に示すフロー図に従って、特定の対象物１８に対して人間１６が行っている行動を推定する処理（行動推定処理）を実行する。図１０に示すように、コンピュータ３０のＣＰＵ３２は、ステップＳ１で、環境内に人間１６および対象物１８が存在するか否かを判断する。たとえば、通信装置３６を介して、環境内に存在する無線ＩＤタグ２６の識別情報を位置検出システム１２から取得し、人間１６および対象物１８が環境内に存在するかどうかを判断する。ステップＳ１で“ＮＯ”のとき、すなわち環境内に人間１６および対象物１８が存在しないときには、そのままこの行動推定処理を終了する。一方、ステップＳ１で“ＹＥＳ”のとき、すなわち環境内に人間１６および対象物１８が存在するときには、ステップＳ３に進む。

ステップＳ３では、人間１６のＩＤ番号を示す変数ｉおよび対象物１８のＩＤ番号を示す変数ｋを初期化する（ｉ＝０，ｋ＝０）。たとえば、ステップＳ１で複数の人間１６および複数の対象物１８の存在が確認され、それら各人間１６のＩＤ番号ｉを０〜Ｌとし、各対象物１８のＩＤ番号ｋを０〜Ｍとした場合、ｉ＝０およびｋ＝０に設定する。

続くステップＳ５では、ｉ＝Ｌか否かを判断する。つまり、環境内に存在する全ての人間１６に対して対物行動を推定したか否かを判断する。ステップＳ５で“ＹＥＳ”のとき、すなわち環境内に存在する全ての人間１６に対して行動推定を行ったときには、この行動推定処理を終了する。一方、ステップＳ５で“ＮＯ”のとき、すなわち環境内に行動推定を行っていない人間１６が存在するときには、ステップＳ７に進む。

ステップＳ７では、人間１６の所定時間分の位置履歴を取得する。具体的には、位置検出システム１２から、その人間１６の位置履歴を、たとえば時刻ｔ０からｔｎまでの数秒ないし数十秒間分、通信装置３６を介して取得する。このとき、ＩＤ番号がｉである人間１６（つまり人間ｉ）の時刻がｊのときの位置座標は、式Traj_ij（ｉ＝０…Ｌ，ｊ＝ｔ０…ｔｎ）で表現され、図４に示すように、各人間１６の位置履歴データは、時刻の情報を含むｘｙ平面上のｎ＋１個の点列で表される。

続くステップＳ９では、ステップＳ７で取得した人間１６の位置履歴データから、第２特徴量、つまり人間１６の移動に関する特徴量を算出する。たとえば、人間の移動距離、速度、角度および分散などに関する特徴量を算出する。なお、このステップＳ９で算出する第２特徴量は、判別式ＤＢ３８に記憶された判別式に応じて適宜決定される。

ステップＳ１１では、ｋ＝Ｍか否かを判断する。つまり、環境内に存在する全ての対象物１８に対するその人間１６の対物行動を推定したか否かを判断する。ステップＳ１１で“ＹＥＳ”のとき、すなわち環境内に存在する全ての対象物１８に対してその人間１６の行動推定を行ったときには、ステップＳ１３に進み、変数ｉをインクリメントしてステップＳ５に戻る。一方、ステップＳ１１で“ＮＯ”のとき、すなわち環境内に存在する全ての対象物１８に対してその人間１６の行動推定を行っていないときには、ステップＳ１５に進む。

ステップＳ１５では、対象物１８の所定時間分の位置履歴を取得する。具体的には、位置検出システム１２から、その対象物１８の位置履歴を、たとえば時刻ｔ０からｔｎまでの数秒ないし数十秒間分、通信装置３６を介して取得する。このとき、対象物１８が移動体１８ｂである場合には、ＩＤ番号がｋである対象物１８（対象物ｋ）の時刻がｊのときの位置座標は、式Traj_kj（ｋ＝０…Ｍ，ｊ＝ｔ０…ｔｎ）で表現され、人間１６と同様に、対象物１８の位置履歴データは、時刻の情報を含むｘｙ平面上のｎ＋１個の点列で表される。また、対象物１８が設置物１８ａである場合には、どの時刻においても位置座標は同じであるので、対象物１８の位置履歴データは、ｘｙ平面上の１個の点で表される。

続くステップＳ１７では、ステップＳ１５で取得した対象物１８の位置履歴データから、第３特徴量、つまり移動体１８ｂの移動に関する特徴量を算出する。このステップＳ１７で算出する第３特徴量も、判別式ＤＢ３８に記憶された判別式に応じて適宜決定される。なお、対象物１８が設置物１８ａである場合には、このステップＳ１７は実行されず、そのままステップＳ１９に進む。

ステップＳ１９では、ステップＳ７およびＳ１５で取得した人間１６および対象物１８の位置履歴から、第１特徴量、つまり人間１６と対象物１８との相互間に関する特徴量を算出する。たとえば、人間１６の位置座標と対象物１８の位置座標との距離や、人間１６と対象物１８とを結ぶ線と人間１６または対象物１８の進行方向とがなす角の角度などを算出する。このステップＳ１９で算出する第１特徴量も、判別式ＤＢ３８に記憶された判別式に応じて適宜決定される。

続くステップＳ２１では、ステップＳ９、Ｓ１７およびＳ１９で算出した第１−３特徴量を、判別式ＤＢ３８から読み出した判別式に与え、その人間１６が対象物１８に対して行っている行動を推定する。たとえば、人間１６および対象物１８を結ぶ線と人間１６の進行方向とがなす角の角度＜DegA_TH、かつ人間１６と対象物１８との距離の減少量＞Decrese_THであるときには、その人間１６はその対象物１８に近づいていると判定する。

そして、ステップＳ２３では、その人間１６の行動パターンを、ステップＳ２１で算出した対物行動、たとえば「対象物に近づいている」に設定し、続くステップＳ２５で変数ｋをインクリメントしてステップＳ１１に戻る。

なお、コンピュータ３０または他のコンピュータは、ステップＳ２３で設定された人間１６の行動パターンに応じて、コミュニケーションロボットや携帯電話などのサービス提供装置１４に指示を与える。つまり、サービス提供装置１４に制御指示を与える制御指示処理を実行して、その人間１６の対物行動に適したサービスを提供する。

この実施例によれば、人間１６および対象物１８の位置履歴を検出し、人間１６と対象物１８との相互間に関する特徴量、人間１６の移動に関する特徴量および対象物１８（移動体１８ｂ）の移動に関する特徴量を判別式に与えることによって、対象物１８に対して人間１６が行っている行動を短時間で推定できる。したがって、その人間１６の対物行動に対応したサービスを素早く提供することができる。

なお、上述の実施例では、位置検出システム１２と推定装置１０とで、異なるコンピュータ２０，３０を用いてそれぞれの処理（位置検出処理、行動推定処理および制御指示処理など）を分担して行うようにしたが、１つのコンピュータが一括してこれらの処理を行うこともできるし、３つ以上のコンピュータでさらに処理を分担して行うこともできる。

１０ …対物行動推定装置
１２ …位置検出システム
１４ …サービス提供装置
１６ …人間
１８，１８ａ，１８ｂ …対象物
２０ …位置検出システムのコンピュータ
２２ …レーザレンジファインダ
２４ …無線ＩＤタグリーダ
２６ …無線ＩＤタグ
３０ …対物行動推定装置のコンピュータ
３８ …判別式ＤＢ
１００ …サービス提供システム

Claims (5)

1. 特定の対象物に対して人間がどのような行動を行っているかを推定する対物行動推定装置であって、
   前記人間および前記対象物の所定時間分の位置履歴を取得する位置履歴取得手段、
   前記位置履歴取得手段によって取得した前記位置履歴から、前記人間と前記対象物との相互間に関する特徴量を示す第１特徴量を算出する第１特徴量算出手段、および
   前記第１特徴量算出手段によって算出した前記第１特徴量を用いて、前記対象物に対して前記人間が行っている行動を推定する行動推定手段を備える、対物行動推定装置。
2. 前記位置履歴取得手段によって取得した前記位置履歴から、前記人間の移動に関する特徴量を示す第２特徴量を算出する第２特徴量算出手段を備え、
   前記行動推定手段は、さらに前記第２特徴量を用いて、前記対象物に対して前記人間が行っている行動を推定する、請求項１記載の対物行動推定装置。
3. 前記対象物は、環境内を移動する移動体を含み、
   前記位置履歴取得手段によって取得した前記位置履歴から、前記移動体の移動に関する特徴量を示す第３特徴量を算出する第３特徴量算出手段を備え、
   前記行動推定手段は、さらに前記第３特徴量を用いて、前記対象物に対して前記人間が行っている行動を推定する、請求項１または２記載の対物行動推定装置。
4. 請求項１ないし３のいずれかに記載の対物行動推定装置、および
   前記対物行動推定装置によって推定された人間の行動に応じたサービスを提供するサービス提供手段を備える、サービス提供システム。
5. 前記サービス提供手段は、音声および身体動作を用いてコミュニケーションを実行する機能を備えるコミュニケーションロボットを含む、請求項４記載のサービス提供システム。

Images