JP2010262509A

JP2010262509A - センサネットワークシステム、データ処理装置、およびデータ処理方法

Info

Publication number: JP2010262509A
Application number: JP2009113431A
Authority: JP
Inventors: Masayuki Nakamura; 雅之中村; Jiro Nakamura; 二朗中村
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2009-05-08
Filing date: 2009-05-08
Publication date: 2010-11-18

Abstract

【課題】省エネを実現するための具体的な指標を算出する。
【解決手段】センサノード２０として、当該センサで対象者の状態や動作を示す対象者データを検出して送信する対象者センサノード２０Ａと、当該センサで対象者の周囲の環境や物の状態を示す環境データを検出して送信する環境センサノード２０Ｂとを備え、データ処理装置１０において、制御処理部１１により、これらセンサノード２０から通信ネットワーク３０を介して対象者データ、環境データ、および消費エネルギーデータを、センサデータとして収集し、最適値算出部１２により、これらセンサデータに含まれる環境データのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、これらセンサノードに基づき消費エネルギーデータを最小とする最適値を算出する。
【選択図】図１

Description

本発明は、センサネットワーク技術に関し、特に複数のセンサからデータ通信によりセンサデータを収集する技術に関する。

近年、低炭素化社会を目指し、照明やエアコン、ＴＶなどにおいて省エネ機器の開発や、消費電力の提示技術により対象者に省エネの必要性を自覚させる技術が進んでいる。一方、機器の使用環境を測定し、さらに機器を使用する対象者の行動を自動的に認識することが行われている。体温や動作など、ある対象者の状態や行動を測定・推定するのに、その個体にセンサを装着して計測することにより、リアルタイムにその対象者の状態を推定することができるようになっている（例えば、特許文献１など参照）。

特開２００６−３２０２９０号公報

しかしながら、このような従来技術は、単なる消費電力の表示化技術や、単に対象者の状態を推定する技術であって、どうすれば省エネになるかを示すものではなく、使用機器の省エネを実現することができないという問題点があった。
すなわち、使用機器の省エネを実現するには、対象者と機器の使用環境の状態をセンシングし、その状態での使用機器の消費エネルギーを同時に測定し、消費エネルギーを対象者と環境の状態から予測する必要がある。そして、その予測した関数を使用して、消費エネルギーを最小にする、制御可能な対象者、環境、物の状態を計算して対象者に提示し、注意を喚起して消費エネルギーを削減する方法が求められている。

本発明はこのような課題を解決するためのものであり、省エネを実現するための具体的な指標を算出できるセンサネットワーク技術を提供することを目的としている。

このような目的を達成するために、本発明にかかるセンサネットワークシステムは、物や人などの様々な対象に取り付けられて搭載したセンサによりセンサデータを検出する複数のセンサノードを含み、これらセンサノードからセンサデータを収集するセンサネットワークシステムであって、センサノードとして、当該センサで対象者の状態や動作を示す対象者データを検出する対象者センサノードと、当該センサで対象者の周囲の環境や物の状態を示す環境データを検出する環境センサノードとを含み、通信ネットワークを介してセンサノードからの各種センサデータを収集する制御処理部と、これらセンサデータを演算処理することにより、対象者データおよび環境データのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、消費エネルギーデータを最小とする最適値を算出する最適値算出部とを備えている。

この際、センサノードとして、当該センサで対象者が使用する機器で消費しているエネルギーを示す消費エネルギーデータを検出して送信する消費エネルギーセンサノードをさらに含み、最適値算出部で、センサノードからトレーニング用として収集した対象者データ、環境データ、および消費エネルギーデータに基づいて、対象者データおよび環境データと、消費エネルギーデータとの関係を示す予測関数を導出し、この予測関数を用いて最適値を算出するようにしてもよい。

また、最適値算出部で、センサデータに含まれる可制御センサデータとこれ以外の不可制御センサデータとに基づいて消費エネルギーデータを予測する予測関数を有し、この予測関数で予測した消費エネルギーデータを当該可制御センサデータで偏微分することにより当該可制御センサデータの更新量を算出して、当該更新量で当該可制御センサデータを更新し、当該更新量の絶対値が判定範囲内に収まるまで、更新後の可制御センサデータと不可制御センサデータとを用いた更新量の算出処理および当該可制御センサデータの更新処理を繰り替えし実行し、当該更新量の絶対値が判定範囲内に収まった時点の可制御センサデータの値を最適値として算出するようにしてもよい。

また、最適値算出部で、センサデータに含まれる可制御センサデータとこれ以外の不可制御センサデータとに基づいて消費エネルギーデータを予測する予測関数を有し、この予測関数で予測した消費エネルギーデータを当該可制御センサデータで偏微分した値がゼロに等しいと定義して得られる連立方程式を解くことにより、可制御センサデータの最適値を算出するようにしてもよい。

また、本発明にかかるデータ処理装置は、物や人などの様々な対象に取り付けられて搭載したセンサによりセンサデータを検出する複数のセンサノードとして、当該センサで対象者の状態や動作を示す対象者データを検出する対象者センサノードと、当該センサで対象者の周囲の環境や物の状態を示す環境データを検出する環境センサノードとを含み、これらセンサノードからセンサデータを収集するセンサネットワークシステムで用いられるデータ処理装置であって、通信ネットワークを介してセンサノードからの各種センサデータを収集する制御処理部と、これらセンサデータを演算処理することにより、対象者データおよび環境データのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、消費エネルギーデータを最小とする最適値を算出する最適値算出部とを備えている。

また、本発明にかかるデータ処理方法は、物や人などの様々な対象に取り付けられて搭載したセンサによりセンサデータを検出する複数のセンサノードとして、当該センサで対象者の状態や動作を示す対象者データを検出する対象者センサノードと、当該センサで対象者の周囲の環境や物の状態を示す環境データを検出する環境センサノードとを含み、これらセンサノードからセンサデータを収集するセンサネットワークシステムで用いられるデータ処理方法であって、制御処理部が、通信ネットワークを介してセンサノードからの各種センサデータを収集する制御処理ステップと、最適値算出部が、これらセンサデータを演算処理することにより、対象者データおよび環境データのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、消費エネルギーデータを最小とする最適値を算出する最適値算出ステップとを備えている。

この際、センサノードとして、当該センサで対象者が使用する機器で消費しているエネルギーを示す消費エネルギーデータを検出して送信する消費エネルギーセンサノードをさらに含み、最適値算出ステップで、センサノードからトレーニング用として収集した対象者データ、環境データ、および消費エネルギーデータに基づいて、対象者データおよび環境データと、消費エネルギーデータとの関係を示す予測関数を導出し、この予測関数を用いて最適値を算出するようにしてもよい。

また、最適値算出ステップで、センサデータに含まれる可制御センサデータとこれ以外の不可制御センサデータとに基づいて消費エネルギーデータを予測する予測関数を有し、この予測関数で予測した消費エネルギーデータを当該可制御センサデータで偏微分することにより当該可制御センサデータの更新量を算出して、当該更新量で当該可制御センサデータを更新し、当該更新量の絶対値が判定範囲内に収まるまで、更新後の可制御センサデータと不可制御センサデータとを用いた更新量の算出処理および当該可制御センサデータの更新処理を繰り替えし実行し、当該更新量の絶対値が判定範囲内に収まった時点の可制御センサデータの値を最適値として算出するようにしてもよい。

また、最適値算出ステップで、センサデータに含まれる可制御センサデータとこれ以外の不可制御センサデータとに基づいて消費エネルギーデータを予測する予測関数を有し、この予測関数で予測した消費エネルギーデータを当該可制御センサデータで偏微分した値がゼロに等しいと定義して得られる連立方程式を解くことにより、可制御センサデータの最適値を算出するようにしてもよい。

本発明によれば、対象者は最適な計算結果を提示されて現状の状態との違いを意識し、環境と対象者自身の状態を変えることにより機器の省エネを実現することができる。あるいは、消費エネルギーを抑制する自動制御を実現することができる。

本実施の形態にかかるセンサネットワークシステムの構成を示すブロック図である。データ処理装置の構成を示すブロック図である。センサノードの構成を示すブロック図である。本実施の形態にかかるデータ処理装置での予測関数係数算出処理を示すフローチャートである。本実施の形態にかかるデータ処理装置での最適値算出処理を示すフローチャートである。本実施の形態にかかるデータ処理装置での他の最適値算出処理を示すフローチャートである。センサノードの配置例である。ある行動に対するセンサノードの反応例である。

次に、本発明の一実施の形態について図面を参照して説明する。
［センサネットワークシステム］
まず、図１を参照して、本実施の形態にかかるセンサネットワークシステムについて説明する。図１は、本実施の形態にかかるセンサネットワークシステムの構成を示すブロック図である。
このセンサネットワークシステム１は、複数のセンサノード２０（２０Ａ，２０Ｂ，２０Ｃ）と、１つのデータ処理装置１０とから構成されている。

センサノード２０は、小型の電子機器からなり、物や人などの様々な対象に取り付けられることで、搭載しているセンサでその対象の状態を検知し、得られたセンサデータを通信ネットワーク３０を介してデータ処理装置１０へ送信する機能を有している。
データ処理装置１０は、データ処理装置１０装置やパーソナルコンピュータなどの情報処理装置からなり、通信ネットワーク３０を介して受信したセンサノード２０からのセンサデータを収集して演算処理する機能を有している。

通信ネットワーク３０は、データ処理装置１０とセンサノード２０とのデータ通信を実現する機能を有している。通信ネットワーク３０として無線通信ネットワークを用いる場合には、例えば、無線ＬＡＮ、特定小電力無線、微弱無線、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）などの無線方式を用いればよい。なお、通信ネットワーク３０は、無線通信方式に限定されるものではなく、ＬＡＮなどの一般的な有線通信方式を用いてもよく、両者を共用してもよい。

本実施の形態は、センサノード２０として、当該センサで対象者の状態や動作を示す対象者データを検出してデータ処理装置１０へ送信する対象者センサノード２０Ａと、当該センサで対象者の周囲の環境や物の状態を示す環境データを検出してデータ処理装置１０へ送信する環境センサノード２０Ｂとを備え、データ処理装置１０において、制御処理部１１により、これらセンサノード２０から通信ネットワーク３０を介して対象者データ、環境データ、および消費エネルギーデータを、センサデータとして収集し、最適値算出部１２により、これらセンサデータに含まれる環境データのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、これらセンサノードに基づき消費エネルギーデータを最小とする最適値を算出するようにしたものである。

［データ処理装置］
次に、図２を参照して、本実施の形態にかかるデータ処理装置１０の構成について説明する。図２は、本実施の形態にかかるデータ処理装置の構成を示すブロック図である。
このデータ処理装置１０には、主な機能部として、制御処理部１１、最適値算出部１２、記憶部１３、および通信インターフェース部（以下、通信Ｉ／Ｆ部という）１４が設けられている。

制御処理部１１は、通信Ｉ／Ｆ部１４により通信ネットワーク３０を介して、対象者センサノード２０Ａ、環境センサノード２０Ｂ、消費エネルギーセンサノード２０Ｃの各センサノード２０とデータ通信を行う機能と、これらセンサノード２０から対象者データ、環境データ、および消費エネルギーデータを、センサデータとしてそれぞれ収集する機能と、最適値算出部１２で算出された、消費エネルギーデータを最小とする可制御センサデータの最適値を対象者に提示する機能と、この最適値に基づき、対象者の周囲に配置されて当該周囲環境を制御可能な制御装置を制御する機能とを有している。

最適値を対象者への提示する具体例としては、データ処理装置１０の画面表示部（図示せず）で画面表示する方法や、音声処理部（図示せず）で音声を送出する方法がある。ここでは、記憶部１３に、画面表示内容・信号音・音声メッセージなどの提示データを、可制御センサデータごとに予め格納しておき、制御処理部１１で、センサデータとして収集した可制御センサデータの実測値と、最適値算出部１２で算出した最適値との差に応じた提示データを記憶部１３から取得して提示すればよい。また、これら提示データを、対象者のセンサノードや携帯端末へ送信して表示あるいは音声出力するようにしてもよい。

最適値により制御装置を制御する具体例としては、記憶部１３に、最適値算出部１２で算出した最適値に対応する指示値、あるいは最適値と実測値との差に対応する指示値を、制御装置ごとに予め格納しておき、制御処理部１１で、最適値算出部１２で算出した最適値に対応する指示値、あるいは最適値と実測値との差に対応する指示値を記憶部１３から取得し、この指示値を用いた制御メッセージを通信Ｉ／Ｆ部１４から当該制御装置へ送信すればよい。

最適値算出部１２は、予め制御処理部１１でトレーニング用として各センサノード２０から収集したセンサデータに基づいて、対象者センサノード２０Ａの対象者データおよび環境センサノード２０Ｂの環境データと、消費エネルギーセンサノード２０Ｃの消費エネルギーデータとの関係を示す予測関数１２Ａを導出する機能と、制御処理部１１で新たに収集したセンサデータを予測関数１２Ａに基づき演算処理することにより、これらセンサデータに含まれる対象者テータおよび環境データのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、消費エネルギーデータを最小とする最適値を算出する機能とを有している。

記憶部１３は、ハードディスクや半導体メモリなどの記憶装置からなり、制御処理部１１で各センサノード２０から収集されたセンサデータ、最適値算出部１２で導出された予測関数１２Ａの係数、最適値算出部１２で算出した最適値などの各種処理情報を記憶する機能を有している。

通信Ｉ／Ｆ部１４は、専用の通信回路からなり、通信ネットワーク３０を介して各センサノード２０とデータ通信を行う機能を有している。特に、通信ネットワーク３０として無線通信ネットワークを用いる場合には、無線ＬＡＮ、特定小電力無線、微弱無線、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）などの無線方式に基づき、データ通信を行う無線モジュールを用いればよい。

なお、制御処理部１１と最適値算出部１２は、ＣＰＵなどのマイクロプロセッサとその周辺回路を有し、記憶部１３からプログラムを読み込んで実行することにより各種処理部を実現する演算処理部で構成されている。

［センサノード］
次に、図３を参照して、本実施の形態にかかるセンサノード２０の構成について説明する。図３は、本実施の形態にかかるセンサノードの構成を示すブロック図である。
このセンサノード２０には、主な機能部として、ノード制御部２１、センサ２２、記憶部２３、および通信インターフェース部（以下、通信Ｉ／Ｆ部という）２４が設けられている。センサノード２０の構成については、検出するセンサデータに応じてセンサ２２が異なるものの、対象者センサノード２０Ａ、環境センサノード２０Ｂ、および消費エネルギーセンサノード２０Ｃにおいて基本的構成は同一である。

ノード制御部２１は、定期的、センサ２２での検出結果に応じたイベント発生時、あるいはデータ処理装置１０からの指示に応じて、センサ２２での検出結果をセンサデータとして、通信Ｉ／Ｆ部２４からデータ処理装置１０へ送信する機能を有している。このノード制御部２１は、ＣＰＵなどのマイクロプロセッサとその周辺回路を有し、記憶部２３からプログラムを読み込んで実行することにより各種処理部を実現する演算処理部で構成されている。

センサ２２は、各種物理量や動作を検出してノード制御部２１へ出力するセンサデバイスである。
対象者センサノード２０Ａでは、センサ２２として対象者の状態や動作を検出するセンサデバイスが用いられる。具体的には、筋力、微妙な動作、心拍や脈拍などの生体信号を詳細に把握できるようなセンサが好ましい。また、対象者センサノード２０Ａは対象者に装着されるためバッテリにより駆動され、衣服型やリストバンド型あるいは腕時計型のように装着して違和感のないような形状であることが望ましい。

環境センサノード２０Ｂでは、センサ２２として、対象者や機器の動作、あるいは温度や湿度を検出するセンサデバイスが用いられる。具体的には、機器や物の操作など対象者による作用を検出するような接触センサ、振動センサあるいは対象者の存在を検出する人感センサ、室内外の温度や湿度、日照時間などを検出するセンサデバイスが用いられる。環境センサノード２０Ｂは、環境に固定される場合は商用電源を利用でき、移動物に装着される場合はバッテリにより駆動されるがその場合はデータ収集の周期が長いため、あるいは、センサの消費電力が小さいため、長期間の動作が可能である。

消費エネルギーセンサノード２０Ｃでは、センサ２２として、対象者が使用する機器、例えば、照明、空調、ＴＶ、ガスコンロなど機器の消費エネルギーを計測するセンサデバイスが用いられる。具体的には、電気機器のコードやコンセントに取り付けられるクランプ式の消費電力センサ、消費ガス量・使用水道量・使用灯油量などを計測するフローメータなどのセンサデバイスが用いられる。

記憶部２３は、半導体メモリなどの記憶装置からなり、センサ２２で検出されたセンサデータなど各種の処理情報を記憶する機能を有している。
通信Ｉ／Ｆ部２４は、専用の通信回路からなり、通信ネットワーク３０を介してデータ処理装置１０とデータ通信を行う機能を有している。特に、通信ネットワーク３０として無線通信ネットワークを用いる場合には、無線ＬＡＮ、特定小電力無線、微弱無線、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）などの無線方式に基づき、データ通信を行う無線モジュールを用いればよい。

［本実施の形態の動作］
次に、本実施の形態にかかるセンサネットワークシステムの動作について説明する。
各センサノード２０は、ノード制御部２１により、定期的、センサ２２での検出結果に応じたイベント発生時、あるいはデータ処理装置１０からの指示に応じて、センサ２２での検出結果であるセンサデータを、通信Ｉ／Ｆ部２４から通信ネットワーク３０を介してデータ処理装置１０へ送信する。

データ処理装置１０は、制御処理部１１により、通信Ｉ／Ｆ部１４で受信したセンサノード２０からセンサデータをそれぞれ収集して記憶部１３へ保存し、定期的あるいは対象者からの指示などの任意のタイミングで、最適値算出部１２により、記憶部１３のセンサデータに基づき、対象者テータおよび環境データのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、消費エネルギーデータを最小とする最適値を算出する。この後、制御処理部１１により、最適値算出部１２で算出した最適値を対象者へ提示し、あるいはこの最適値に基づき、対象者の周囲に配置されて当該周囲環境を制御可能な制御装置を制御する。

［予測関数係数算出処理］
次に、図４を参照して、本実施の形態にかかるデータ処理装置１０での予測関数係数算出処理について説明する。図４は、本実施の形態にかかるデータ処理装置での予測関数係数算出処理を示すフローチャートである。

データ処理装置１０は、可制御センサデータの最適値を算出する準備処理として、最適値算出部１２により、予め予測関数１２Ａを導出するため、図４の予測関数係数算出処理を実行する。

図４の予測関数係数算出処理において、最適値算出部１２は、まず、記憶部１３に保存されているトレーニング用センサデータを読み出し、これらセンサデータのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータｘ_i（ｉは、１≦ｉ≦Ｍの整数）からベクトルＸを構成するとともに（ステップ１００）、これらセンサデータのうち対象者の周囲の環境や物の状態を制御不可能な不可制御センサデータｙ_j（ｊは、１≦ｊ≦Ｎの整数）からベクトルＹを構成する（ステップ１０１）。また、最適値算出部１２は、予測関数１２Ａの係数ｗ_k（ｋは、１≦ｋ≦Ｌの整数）に初期値を設定することによりこれら係数ｗ_kからなる係数ベクトルＷを初期化する（ステップ１０２）。

続いて、最適値算出部１２は、予測関数１２Ａに基づき、当該トレーニング用センサデータに関する消費エネルギーの予測値ｑを算出する（ステップ１０３）。ここで、この予測関数１２Ａを、次の式（１）のような非線形関数ｆ（Ｘ，Ｙ，Ｗ）として定義する。

このようにして、最適値算出部１２は、記憶部１３に保存されている複数のトレーニング用センサデータごとに、ステップ１００−１０３を実行することにより、トレーニング用センサデータごとに予測値ｑを算出する。そして、最適値算出部１２は、トレーニング用センサデータごとの予測値ｑと当該トレーニング用センサデータの消費エネルギーデータの総和からなる実測値ｐとから、次の式（２）を用いて、予測値に関する残差平方和Ｅを算出する（ステップ１０４）。

次に、最適値算出部１２は、この残差平方和Ｅと予め設定されている許容誤差ε_Wとを比較し（ステップ１０５）、残差平方和Ｅが許容誤差ε_Wを上回っている場合（ステップ１０５：ＮＯ）、残差平方和Ｅを係数ベクトルＷの各係数ｗ_kで偏微分することにより得られた更新ベクトルΔＷにより係数ベクトルＷを更新し（ステップ１０６）、ステップ１０３へ戻って、更新した新たな係数ベクトルＷを用いた残差平方和Ｅの算出処理を繰り返し実行する。

この際、最適値算出部１２は、次の式（３）を用いて、残差平方和Ｅを係数ベクトルＷの各係数ｗ_kで偏微分し、次の式（４）により、更新ベクトルΔＷを求めて、係数ベクトルＷを更新する。ここでは、係数ｗ_kごとに、当該係数ｗ_kのみを所定幅だけ変化させるとともに他の係数ｗを固定した係数ベクトルＷ’を生成し、この係数ベクトルＷ’を用いた場合の残差平方和Ｅの変化分を求めることにより、残差平方和Ｅを係数ベクトルＷの各係数ｗ_kで偏微分する。式（４）のαは、係数ベクトルＷの更新幅を決定するための係数（正の実数）である。

一方、ステップ１０５において、残差平方和Ｅが許容誤差ε_Wに収まっている場合（ステップ１０５：ＹＥＳ）、最適値算出部１２は、その時点における係数ベクトルＷの各係数ｗ_kを、予測関数１２Ａの係数として記憶部１３へ保存し（ステップ１０７）、一連の予測関数係数算出処理を終了する。

［最適値算出処理］
次に、図５および図６を参照して、本実施の形態にかかるデータ処理装置１０での最適値算出処理について説明する。図５は、本実施の形態にかかるデータ処理装置での最適値算出処理を示すフローチャートである。図６は、本実施の形態にかかるデータ処理装置での他の最適値算出処理を示すフローチャートである。

データ処理装置１０は、最適値算出部１２により導出した予測関数１２Ａに基づき、最適値算出部１２により、制御処理部１１で収集した新たなセンサデータから、消費エネルギーデータを最小とする可制御センサデータの最適値を算出するため、図５または図６の最適値算出処理を実行する。

まず、図５の最適値算出処理について説明する。
図５の最適値算出処理において、最適値算出部１２は、まず、記憶部１３に保存されている新たなセンサデータを読み出し、これらセンサデータのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータｘ_i（ｉは、１≦ｉ≦Ｍの整数）からベクトルＸを構成するとともに（ステップ１１０）、これらセンサデータのうち対象者の周囲の環境や物の状態を制御不可能な不可制御センサデータｙ_j（ｊは、１≦ｊ≦Ｎの整数）からベクトルＹを構成する（ステップ１１１）。また、最適値算出部１２は、記憶部１３から予測関数１２Ａの係数ｗ_k（ｋは、１≦ｋ≦Ｌの整数）を取得して係数ベクトルＷを構成する（ステップ１１２）。

続いて、最適値算出部１２は、予測関数１２Ａに基づき、当該新たなセンサデータに関する消費エネルギーの予測値ｑを算出する（ステップ１１３）。
次に、最適値算出部１２は、この予測値ｑをベクトルＸの各可制御センサデータｘ_iで偏微分することにより得られた更新ベクトルΔＸによりベクトルＸを更新する（ステップ１１４）。

この際、最適値算出部１２は、次の式（５）を用いて、可制御センサデータｘ_iごとに、当該可制御センサデータｘ_iのみを所定幅だけ変化させるとともに他の可制御センサデータｘを固定したベクトルＸ’を生成し、このベクトルＸ’を用いた場合の予測値ｑの変化分を求めることにより、予測値ｑをベクトルＸの各可制御センサデータｘ_iで偏微分する。式（５）のβは、係数ベクトルＷの更新幅を決定するための係数（正の実数）である。

次に、最適値算出部１２は、更新ベクトルΔＸの絶対値｜ΔＸ｜と予め設定されている許容誤差ε_Xとを比較し（ステップ１１５）、絶対値｜ΔＸ｜が許容誤差ε_Wを上回っている場合（ステップ１１５：ＮＯ）、ステップ１１３へ戻って、更新した新たなベクトルＸを用いた更新ベクトルΔＸの算出処理を繰り返し実行する。
一方、ステップ１１５において、絶対値｜ΔＸ｜が許容誤差ε_Wに収まっている場合（ステップ１１５：ＹＥＳ）、最適値算出部１２は、その時点におけるベクトルＸの各可制御センサデータｘ_iを、可制御センサデータの最適値として記憶部１３へ保存し（ステップ１１６）、一連の最適値算出処理を終了する。

次に、図６の最適値算出処理について説明する。
図６の最適値算出処理において、最適値算出部１２は、まず、記憶部１３に保存されている新たなセンサデータを読み出し、これらセンサデータのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータｘ_i（ｉは、１≦ｉ≦Ｍの整数）からベクトルＸを構成するとともに（ステップ１２０）、これらセンサデータのうち対象者の周囲の環境や物の状態を制御不可能な不可制御センサデータｙ_j（ｊは、１≦ｊ≦Ｎの整数）からベクトルＹを構成する（ステップ１２１）。

また、最適値算出部１２は、記憶部１３から予測関数１２Ａの係数ｗ_k（ｋは、１≦ｋ≦Ｌの整数）を取得して係数ベクトルＷを構成する（ステップ１２２）。
これにより、最適値算出部１２は、これらベクトルＸ，Ｙおよび係数ベクトルＷにより、予測関数１２Ａを構成する（ステップ１２３）。

次に、最適値算出部１２は、予測関数１２Ａで求まる予測値ｑをベクトルＸの各可制御センサデータｘ_iで偏微分した値がゼロとなるベクトルＸを算出する（ステップ１２４）。この際、最適値算出部１２は、次の式（６）を用いて、可制御センサデータｘ_iごとに、当該可制御センサデータｘ_iのみを所定幅だけ変化させるとともに他の可制御センサデータｘを固定したベクトルＸ’を生成し、このベクトルＸ’を用いた場合の予測値ｑの変化分をゼロとする方程式をそれぞれ生成し、これら方程式を連立して解くことにより、偏微分した値がゼロとなるベクトルＸを算出する。

この後、最適値算出部１２は、得られたベクトルＸの各可制御センサデータｘ_iを、可制御センサデータの最適値として記憶部１３へ保存し（ステップ１２５）、一連の最適値算出処理を終了する。

図７は、センサノードの配置例である。
ある居室内に、対象者に装着された対象者センサノード２０Ａ（Ｕ）、環境センサノード２０Ｂ（Ｅ１〜Ｅ８）、および消費電力を検出する消費エネルギーセンサノード２０Ｃ（Ｐ１，Ｐ２）が配置されており、居室外に、外気温や日照量を検出する環境センサノード２０Ｂ（Ｅ９，Ｅ１０）が配置されている。
このうち、消費エネルギーは消費エネルギーセンサノード２０Ｃで得られた電力値Ｐ１，Ｐ２の和とし、対象者センサノード２０Ａと環境センサノード２０Ｂが可制御センサデータＵａ，Ｕｂ，Ｅ１〜Ｅ８を検出し、環境センサノード２０Ｂが不可制御センサデータＥ９，Ｅ１０を検出するものとする。

環境センサノード２０Ｂのセンサは、対象者による接触を検出する接触センサや近傍への接近を検出する人感センサなどが使用される。ドアの開閉を検知するものや、照明や空調のスイッチＯＮ／ＯＦＦを検知するものも含まれる。環境センサノード２０Ｂは、このようなイベントを検知するとセンサデータをデータ処理装置１０へ送信する。どのセンサを使用するかは、物のように対象者が手に取る、接触するかどうか、あるいは、場所へ接近するかどうかという基準で判断される。

対象者センサノード２０Ａとしては、例えば筋電位センサや加速度センサなどが使用される。これらのセンサを腕に装着すれば腕の力の入れ具合や動きなどを検出できる。ここでは、筋電位Ｕａ，Ｕｂを検出するものとする。
消費エネルギーセンサノード２０Ｃは、クランプ式の消費電力センサで、コンセントなどにつけられて、そのコンセントから電力を取る照明や空調、ＴＶなどの消費電力を計測する。

図８は、ある行動に対するセンサノードの反応例である。
図７に示したように、予め利用可能な環境センサノード２０Ｂを測定環境中に設置する。設置者が設置環境や対象者に関する行動知識に従って設置することが好ましい。例えば、対象者が毎日必ず居る場所や必ず手に取る物などには優先的に設置する。

環境センサノード２０Ｂからのセンサデータの受信に応じて、データ処理装置１０は、対象者センサノード２０Ａおよび消費エネルギーセンサノード２０Ｃへ検出要求コマンドを送出する。検出要求コマンドを受信した対象者センサノード２０Ａおよび消費エネルギーセンサノード２０Ｃは、それぞれのセンサデータをデータ処理装置１０へ返送する。
このようにして、ある決められた期間において、データ処理装置１０は、各センサノード２０からセンサデータを収集する。この際、図８のうち、破線四角で囲われている期間のように、環境センサノード２０Ｂからセンサデータ（イベント発生）が通知された部分は重点的に収集する。

データ処理装置１０は、このようにして得られたトレーニング用センサデータに基づいて、可制御センサデータＵａ，Ｕｂ，Ｅ１〜Ｅ８と不可制御センサデータＥ９，Ｅ１０とから、消費エネルギーＰ１，Ｐ２を予測する予測関数１２Ａを、図４の予測関数係数算出処理により導出する。

このようにして、導出した予測関数１２Ａを用いて、データ処理装置１０は、ある時刻において収集したセンサデータに基づいて、消費エネルギーを最小化するための最適な可制御センサデータを求める。この際、センサデータのうち、外気温や日照量のように対象者が制御不可能な不可制御センサデータＥ９，Ｅ１０は、前述したベクトルＹとし、制御可能な可制御センサデータＵａ，Ｕｂ，Ｅ１〜Ｅ８を前述したベクトルＸとし、図５または図６の最適値算出処理を実行する。
この後、データ処理装置１０は、算出した上記最適値を対象者へ提示し、あるいはこの最適値に基づき、対象者の周囲に配置されて当該周囲環境を制御可能な制御装置を制御する。

［本実施の形態の効果］
このように、本実施の形態は、センサノード２０として、当該センサで対象者の状態や動作を示す対象者データを検出してデータ処理装置１０へ送信する対象者センサノード２０Ａと、当該センサで対象者の周囲の環境や物の状態を示す環境データを検出してデータ処理装置１０へ送信する環境センサノード２０Ｂとを備え、データ処理装置１０において、制御処理部１１により、これらセンサノード２０から通信ネットワーク３０を介して対象者データ、環境データ、および消費エネルギーデータを、センサデータとして収集し、最適値算出部１２により、これらセンサデータに含まれる環境データのうち対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、これらセンサノードに基づき消費エネルギーデータを最小とする最適値を算出するようにしたものである。

これにより、対象者は最適な計算結果を提示されて現状の状態との違いを意識し、環境と対象者自身の状態を変えることにより機器の省エネを実現することができる。あるいは、消費エネルギーを抑制する自動制御を実現することができる。

また、本実施の形態では、センサノード２０として、当該センサで対象者が使用する機器で消費しているエネルギーを示す消費エネルギーデータを検出してデータ処理装置１０へ送信する消費エネルギーセンサノード２０Ｃをさらに含み、最適値算出部１２で、センサノード２０からトレーニング用として収集した対象者データ、環境データ、および消費エネルギーデータに基づいて、対象者データおよび環境データと、消費エネルギーデータとの関係を示す予測関数１２Ａを導出し、この予測関数１２Ａを用いて最適値を算出するようにしたので、処理対象となる環境に応じた予測関数を精度よく導出することができる。

また、本実施の形態では、最適値算出部１２で、センサデータに含まれる可制御センサデータとこれ以外の不可制御センサデータとに基づいて消費エネルギーデータを予測する予測関数１２Ａを有し、この予測関数１２Ａで予測した消費エネルギーデータを当該可制御センサデータで偏微分することにより当該可制御センサデータの更新量を算出して、当該更新量で当該可制御センサデータを更新し、当該更新量の絶対値が判定範囲内に収まるまで、更新後の可制御センサデータと不可制御センサデータとを用いた更新量の算出処理および当該可制御センサデータの更新処理を繰り替えし実行し、当該更新量の絶対値が判定範囲内に収まった時点の可制御センサデータの値を最適値として算出するようにしたので、高い精度で最適値を算出することができる。

また、本実施の形態では、最適値算出部１２で、センサデータに含まれる可制御センサデータとこれ以外の不可制御センサデータとに基づいて消費エネルギーデータを予測する予測関数１２Ａを有し、この予測関数１２Ａで予測した消費エネルギーデータを当該可制御センサデータで偏微分した値がゼロに等しいと定義して得られる連立方程式を解くことにより、可制御センサデータの最適値を算出するようにしたので、少ない演算処理量で、効率よく最適値を算出することができる。

また、本実施の形態では、制御処理部１１で、対象者の周囲に配置されて当該周囲環境を制御可能な制御装置を、最適値に基づき制御するようにしたので、消費エネルギーの自動削減を実現することができる。

［実施の形態の拡張］
以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をすることができる。

また、以上では、各センサノード２０からセンサデータを収集するデータ処理装置１０に最適値算出部１２が設けられている場合を例として説明したが、これに限定されるものではなく、データ処理装置１０とは別個の情報処理装置で最適値算出部１２を実現し、得られた予測関数１２Ａの係数を、データ処理装置１０の記憶部１３に格納して最適値の算出に用いてもよい。

１…センサネットワークシステム、１０…データ処理装置、１１…制御処理部、１２…最適値算出部、１２Ａ…予測関数、１３…記憶部、１４…通信Ｉ／Ｆ部、２０…センサノード、２０Ａ…対象者センサノード、２０Ｂ…環境センサノード、２０Ｃ…消費エネルギーセンサノード、２１…ノード制御部、２２…センサ、２３…記憶部、２４…通信Ｉ／Ｆ部、３０…通信ネットワーク。

Claims

物や人などの様々な対象に取り付けられて搭載したセンサによりセンサデータを検出する複数のセンサノードを含み、これらセンサノードからセンサデータを収集するセンサネットワークシステムであって、
前記センサノードは、
当該センサで対象者の状態や動作を示す対象者データを検出する対象者センサノードと、
当該センサで前記対象者の周囲の環境や物の状態を示す環境データを検出する環境センサノードと
を含み、
通信ネットワークを介して前記センサノードからの各種センサデータを収集する制御処理部と、
これらセンサデータを演算処理することにより、前記対象者データおよび前記環境データのうち前記対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、前記消費エネルギーデータを最小とする最適値を算出する最適値算出部と
を備える
ことを特徴とするセンサネットワークシステム。
請求項１に記載のセンサネットワークシステムにおいて、
前記センサノードは、当該センサで前記対象者が使用する機器で消費しているエネルギーを示す消費エネルギーデータを検出して送信する消費エネルギーセンサノードをさらに含み、
前記最適値算出部は、前記センサノードからトレーニング用として収集した前記対象者データ、前記環境データ、および前記消費エネルギーデータに基づいて、対象者データおよび環境データと、消費エネルギーデータとの関係を示す予測関数を導出し、この予測関数を用いて前記最適値を算出する
ことを特徴とするセンサネットワークシステム。
請求項１に記載のセンサネットワークシステムにおいて、
前記最適値算出部は、前記センサデータに含まれる前記可制御センサデータとこれ以外の不可制御センサデータとに基づいて前記消費エネルギーデータを予測する予測関数を有し、この予測関数で予測した消費エネルギーデータを当該可制御センサデータで偏微分することにより当該可制御センサデータの更新量を算出して、当該更新量で当該可制御センサデータを更新し、当該更新量の絶対値が判定範囲内に収まるまで、更新後の可制御センサデータと前記不可制御センサデータとを用いた前記更新量の算出処理および当該可制御センサデータの更新処理を繰り替えし実行し、当該更新量の絶対値が判定範囲内に収まった時点の可制御センサデータの値を前記最適値として算出することを特徴とするセンサネットワークシステム。
請求項１に記載のセンサネットワークシステムにおいて、
前記最適値算出部は、前記センサデータに含まれる前記可制御センサデータとこれ以外の不可制御センサデータとに基づいて前記消費エネルギーデータを予測する予測関数を有し、この予測関数で予測した消費エネルギーデータを当該可制御センサデータで偏微分した値がゼロに等しいと定義して得られる連立方程式を解くことにより、前記可制御センサデータの最適値を算出することを特徴とするセンサネットワークシステム。
物や人などの様々な対象に取り付けられて搭載したセンサによりセンサデータを検出する複数のセンサノードとして、当該センサで対象者の状態や動作を示す対象者データを検出する対象者センサノードと、当該センサで前記対象者の周囲の環境や物の状態を示す環境データを検出する環境センサノードとを含み、これらセンサノードからセンサデータを収集するセンサネットワークシステムで用いられるデータ処理装置であって、
通信ネットワークを介して前記センサノードからの各種センサデータを収集する制御処理部と、
これらセンサデータを演算処理することにより、前記対象者データおよび前記環境データのうち前記対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、前記消費エネルギーデータを最小とする最適値を算出する最適値算出部と
を備えることを特徴とするデータ処理装置。
請求項５に記載のデータ処理装置において、
前記センサノードとして、当該センサで前記対象者が使用する機器で消費しているエネルギーを示す消費エネルギーデータを検出して送信する消費エネルギーセンサノードをさらに含み、
前記最適値算出部は、前記センサノードからトレーニング用として収集した前記対象者データ、前記環境データ、および前記消費エネルギーデータに基づいて、対象者データおよび環境データと、消費エネルギーデータとの関係を示す予測関数を導出し、この予測関数を用いて前記最適値を算出する
ことを特徴とするデータ処理装置。
請求項５に記載のデータ処理装置において、
前記最適値算出部は、前記センサデータに含まれる前記可制御センサデータとこれ以外の不可制御センサデータとに基づいて前記消費エネルギーデータを予測する予測関数を有し、この予測関数で予測した消費エネルギーデータを当該可制御センサデータで偏微分することにより当該可制御センサデータの更新量を算出して、当該更新量で当該可制御センサデータを更新し、当該更新量の絶対値が判定範囲内に収まるまで、更新後の可制御センサデータと前記不可制御センサデータとを用いた前記更新量の算出処理および当該可制御センサデータの更新処理を繰り替えし実行し、当該更新量の絶対値が判定範囲内に収まった時点の可制御センサデータの値を前記最適値として算出することを特徴とするデータ処理装置。
請求項５に記載のデータ処理装置において、
前記最適値算出部は、前記センサデータに含まれる前記可制御センサデータとこれ以外の不可制御センサデータとに基づいて前記消費エネルギーデータを予測する予測関数を有し、この予測関数で予測した消費エネルギーデータを当該可制御センサデータで偏微分した値がゼロに等しいと定義して得られる連立方程式を解くことにより、前記可制御センサデータの最適値を算出することを特徴とするデータ処理装置。
物や人などの様々な対象に取り付けられて搭載したセンサによりセンサデータを検出する複数のセンサノードとして、当該センサで対象者の状態や動作を示す対象者データを検出する対象者センサノードと、当該センサで前記対象者の周囲の環境や物の状態を示す環境データを検出する環境センサノードとを含み、これらセンサノードからセンサデータを収集するセンサネットワークシステムで用いられるデータ処理方法であって、
制御処理部が、通信ネットワークを介して前記センサノードからの各種センサデータを収集する制御処理ステップと、
最適値算出部が、これらセンサデータを演算処理することにより、前記対象者データおよび前記環境データのうち前記対象者の周囲の環境や物の状態を制御可能な可制御センサデータについて、前記消費エネルギーデータを最小とする最適値を算出する最適値算出ステップと
を備えることを特徴とするデータ処理方法。