JP2012029309A - 機器状態検出装置および生活行動推定装置 - Google Patents

Abstract

【課題】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る機器状態検出装置を提供する。
【解決手段】機器を設置する環境の物理量を計測する計測手段４１０と、計測手段４１０が計測した計測値の特徴量を計算する特徴量計算手段４２０と、機器の操作を検出する機器操作検出手段４３０と、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４４０を格納した記憶手段と、を備え、参照機器エントリは、機器の特徴量４３１ａ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、機器操作検出手段４３０は、特徴量計算手段４２０が計算した特徴量をキーとして、参照機器エントリ辞書４４０から該当する参照機器エントリを検索し、検索により得られた参照機器エントリが表す対応関係に基づき、その機器の状態を検出する。
【選択図】図１１

Description

本発明は、生活者が使用する機器の状態を検出する装置および生活行動推定装置に関するものである。

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。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。

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。』というものが提案されている（特許文献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。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。』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。』というものが提案されている（特許文献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、および変化前の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。』というものが提案されている（特許文献３）。

特開２００２−９９９７４号公報（要約） 特開２０００−２９２４６５号公報（要約、請求項１） 特開２００２−１５２９７１号公報（要約）

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。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。

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。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。

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。
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。

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る機器状態検出装置および生活行動推定装置を提供することを目的とする。

本発明に係る機器状態検出装置は、機器の状態を検出する装置であって、機器を設置する環境の物理量を計測する計測手段と、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、機器の操作を検出する機器操作検出手段と、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、を備え、参照機器エントリは、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、機器操作検出手段は、特徴量計算手段が計算した特徴量をキーとして、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、検索により得られた参照機器エントリが表す対応関係に基づき、その機器の状態を検出するものである。

本発明に係る機器状態検出装置によれば、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、精度よく機器状態を検出することができる。

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。 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。 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。 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。 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。 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。 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。 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。 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。 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。 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。 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。 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。 計測エントリ４１１のデータ例を示した図である。 特徴量エントリ４２１のデータ例を示した図である。 参照機器エントリ辞書４４０のデータ例を示した図である。 参照行為エントリ辞書４６０のデータ例を示した図である。 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。 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。 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。 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。 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。 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。 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。 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。

実施の形態１．
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。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。
住居１００内では生活者１１０が生活している。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。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。
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。

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。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。
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。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。

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。

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。住居１００内には、カメラ１６０ａと１６０ｂが設置されている。
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。寝室は無人であり、照明１２０（図示省略）は消灯している。
在室位置推定は、以下の（１）〜（２）のような手順で実施する。

（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。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。
（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。

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。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。

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。図２と異なり、住居１００内にカメラは設置されていない。
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。寝室は無人であり、照明１２０は消灯している。
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。

（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。計測値は生活行動推定装置１５０に出力される。

（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。
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。

（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。
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。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。

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。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。以後の実施の形態においても同様である。

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。
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。

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。

実施の形態２．
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。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。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。

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。
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。

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。
計測エントリ４１１は、計測値４１１ａを保持する。計測値４１１ａは、計測手段４１０が計測した物理量の値である。
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。

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。
特徴量エントリ４２１は、特徴量４２１ａを保持する。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。

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。
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。
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。
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。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。

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。
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。
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。
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。
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。
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。

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。
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。
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。
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。

マッチング手段４５０は、参照行為エントリ辞書４６０を備える。
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。
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。

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。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。
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。例えば「朝食」や「外出」などである。
参照在室場所４６１ｃは、生活者がその行為を行う場所である。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。
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。

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。
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。
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。
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。
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。

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。

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。
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。
メモリ等の記憶装置は、必要に応じて適宜備える。各手段間で共用してもよい。

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。参照行為エントリ辞書４６０も同様である。
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。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。

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。

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。以下、ステップ順に説明する。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。

（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。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。
（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。

（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。
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。
（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。

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。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。

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。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。

（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。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。
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。

（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。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。

（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。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。

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。
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。

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。以下、各ステップについて説明する。

（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。
（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。
（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。
（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。

（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。合致するものがない場合には、本処理を終了する。
（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。
（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。

（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。合致するものがない場合には、本処理を終了する。
（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。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。
（Ｓ６１０）
出力手段４７０は、合致参照行為エントリ４５１を出力する。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。

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。
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。
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。
これは、その他の実施の形態においても同様である。

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。
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。

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。
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。

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。
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。

実施の形態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。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。

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。
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。

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。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。合致度Ｙは０から１の大きさをとる。
Ｙ＝１／｛（Ｘ１−Ｘ２）＋１｝ ・・・（式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。
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。

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。以下、各ステップについて説明する。

（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。
（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。
（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。
（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。
（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。一致しない場合はステップＳ７０７に進む。

（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。
（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。
（Ｓ７０８）
マッチング手段４５０は、変数ｉを１増やす。
（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。そうでない場合はステップＳ７０４に戻る。
（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。

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。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。

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。
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。合致度Ｚは０から１の大きさをとる。

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。

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。

（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。
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。

（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。
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。

（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。
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。

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。

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。

実施の形態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。
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。

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。
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。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。
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。

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。以下、各ステップについて説明する。

（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。
（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。
（Ｓ８０３）
マッチング手段４５０は、変数ｉを１にする。
（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。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。

（Ｓ８０５）
マッチング手段４５０は、変数ｉにｉ＋１を代入する。
（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。そうでない場合はステップＳ８０４に戻る。
（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。

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。
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。
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。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。

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。

実施の形態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。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。

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。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。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。

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。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。

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。

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。
（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。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。
（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。

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。
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。

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。

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。
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。

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。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。
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。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。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。
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。

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。
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。

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。

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。

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。

実施の形態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。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。

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。
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。
なお、電流センサ１５１は、電力の給電口に設置する。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。

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。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。
ベクトルとは複数の値を持つデータ配列である。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。
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。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。

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。特徴量４２１ａはベクトルである。特徴量エントリ４２１は特徴量計算手段４２０に記憶される。
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。
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。

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。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。

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。
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。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。
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。このとき特徴量合致度Ｓは０〜１の値をとる。

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。

（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。

（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。
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。
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。

（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。

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。
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。

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。

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。

実施の形態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。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。

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。計測値１２０１から特徴量１２０３を計算する。ここでは、窓幅２の重み付き平均を使う場合を例にする。「窓幅２」とは、「２つ」の値の平均値を求めることである。

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。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。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。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。

同様の操作を計測値平均値１２０２に対して実行する。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。

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。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。

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。
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。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。
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。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。

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。

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。
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。計測値１３０１は機器ごとに違った形状である。
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。
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。特徴量１３０２はベクトルである。
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。

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。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。
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。
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。

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。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。

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。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。

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。
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。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。

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。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。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。

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。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。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。

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。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。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。

また、計測手段４１０は、温度を計測するのであっても良い。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。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。

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。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。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。

実施の形態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。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。

図１４は、計測エントリ４１１のデータ例を示した図である。
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。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。
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。これらの計測値４１１ａは、時刻に対して昇順に並ぶ。

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。
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。例えば、要素数としては１２８００とする。
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。
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。

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。
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。
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。

図１５は、特徴量エントリ４２１のデータ例を示した図である。
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。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。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。

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。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。
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。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。
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。

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。
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。

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。
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。
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。
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。図１７の２行目において、このデータ例を示した。
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。

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。
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。
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。
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。

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。

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。
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。

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。

実施の形態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。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。

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。
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。
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。

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。
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。
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。
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。この例では、「０＋０＋０＋１＋１＋１＝３」となり、差の合計は３である。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。これを特徴量合致度とする。

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。
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。

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。

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。

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。
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。
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。

実施の形態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。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。

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。
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。
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。
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。
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。

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。
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。

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。
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。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。
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。

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。
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。
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。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。
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。

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。
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。
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。
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。
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。
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。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。
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。

実施の形態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。
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。

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。
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。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。

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。
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。
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。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。

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。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。
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。

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。
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。
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。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。

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 参照機器状態、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。

Claims (38)

1. 機器の状態を検出する装置であって、
   機器を設置する環境の物理量を計測する計測手段と、
   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、
   機器の操作を検出する機器操作検出手段と、
   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、
   を備え、
   前記参照機器エントリは、
   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、
   前記機器操作検出手段は、
   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、
   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。
2. 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１に記載の機器状態検出装置。
3. 前記特徴量計算手段は、
   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１又は請求項２に記載の機器状態検出装置。
4. 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１ないし請求項３のいずれかに記載の機器状態検出装置。
5. 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４に記載の機器状態検出装置。
6. 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４に記載の機器状態検出装置。
7. 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４ないし請求項６のいずれかに記載の機器状態検出装置。
8. 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４ないし請求項７のいずれかに記載の機器状態検出装置。
9. 前記機器操作検出手段は、
   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、
   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、
   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１ないし請求項８のいずれかに記載の機器状態検出装置。
10. 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、
    前記機器操作検出手段は、
    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、
    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９に記載の機器状態検出装置。
11. 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、
    前記機器操作検出手段は、
    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９に記載の機器状態検出装置。
12. 前記機器操作検出手段は、
    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、これを第３特徴量とし、
    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、
    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９に記載の機器状態検出装置。
13. 前記機器操作検出手段は、
    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１２に記載の機器状態検出装置。
14. 前記機器操作検出手段は、
    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１２又は請求項１３に記載の機器状態検出装置。
15. 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、
    前記機器操作検出手段は、
    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、
    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、
    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９に記載の機器状態検出装置。
16. 前記特徴量計算手段は、
    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、
    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１ないし請求項１５のいずれかに記載の機器状態検出装置。
17. 前記特徴量計算手段は、
    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、
    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１６に記載の機器状態検出装置。
18. 前記特徴量計算手段は、
    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、
    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、
    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１７に記載の機器状態検出装置。
19. 前記特徴量計算手段は、
    所定の演算を行って前記計測値の周期性を取り出し、
    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１ないし請求項１５のいずれかに記載の機器状態検出装置。
20. 前記特徴量計算手段は、
    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１９に記載の機器状態検出装置。
21. 前記機器操作検出手段は、
    前記機器が操作され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する参照機器エントリを生成して前記記憶手段の前記参照機器エントリ辞書に登録することを特徴とする請求項１ないし請求項２０のいずれかに記載の機器状態検出装置。
22. 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請求項１ないし請求項２１のいずれかに記載の機器状態検出装置により構成され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検索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。
23. 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、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、
    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、
    検索により得られた参照行為エントリが複数ある場合には、
    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２２に記載の生活行動推定装置。
24. 前記機器状態検出手段は、
    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、
    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、
    検索により得られた参照行為エントリが複数ある場合には、
    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、
    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２２に記載の生活行動推定装置。
25. 前記参照行為エントリ辞書は、
    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２３に記載の生活行動推定装置。
26. 前記マッチング手段は、
    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、
    前記出力手段は、
    その参照行為エントリを出力することにより、
    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２５に記載の生活行動推定装置。
27. 前記機器状態検出手段は、
    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、
    前記マッチング手段は、
    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２２ないし請求項２６のいずれかに記載の生活行動推定装置。
28. 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２２ないし請求項２７のいずれかに記載の生活行動推定装置。
29. 前記マッチング手段は、
    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、
    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、
    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、
    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２３、２５、又は２６に記載の生活行動推定装置。
    合致度＝１／｛（Ｘ１−Ｘ２）＋１｝ ・・・（式１）
30. 前記機器状態検出手段は、
    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、
    前記マッチング手段は、
    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、
    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２９に記載の生活行動推定装置。
31. 前記機器状態検出手段は、
    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、
    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、
    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２８に記載の生活行動推定装置。
32. 前記機器状態検出手段は、
    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、
    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、
    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２５又は請求項２６に記載の生活行動推定装置。
33. 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、
    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、
    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２２ないし請求項３２のいずれかに記載の生活行動推定装置。
34. 前記機器状態検出手段は、
    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、
    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複数の機器状態からなる機器操作シーケンスと、
    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、
    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２２ないし請求項３３のいずれかに記載の生活行動推定装置。
35. 前記マッチング手段は、
    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、
    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、
    その合算が所定値以上である場合に、
    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３４に記載の生活行動推定装置。
36. 前記マッチング手段は、
    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、
    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、
    合致度が所定値以上である場合に、
    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３４に記載の生活行動推定装置。
37. 前記マッチング手段は、
    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、
    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、
    合致度が所定値以上である場合に、
    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３４に記載の生活行動推定装置。
38. 前記マッチング手段は、
    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、
    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、
    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、
    合致度が所定値以上である場合に、
    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３４に記載の生活行動推定装置。

Images