JP2012107977A - 位置推定装置、システム、位置推定方法および位置推定用プログラム - Google Patents

Abstract

【課題】利用者の興味情報等に基づいてより高い精度の位置情報を提供する。
【解決手段】位置推定装置は、外部から属性を取得して、属性と場所とを対応付けて記憶する記憶手段から、取得した前記属性に対応する場所を取得し、位置を測定する測定手段から取得した測定位置とその誤差範囲とで規定される領域内を所定区域に分割した各区域内に存在する前記記憶手段に記憶されている全ての前記場所の数に対する、前記外部から取得した属性に対応する場所の数の割合の分布を出力する。
【選択図】 図１

Description

本発明は、位置推定装置、システム、位置推定方法および位置推定用プログラムに関する。

位置情報を取得できる携帯端末が普及し、その位置情報を用いたサービスの開発が進められている。携帯電話の高度化の例として、アプリケーション機能が充実していることや、アプリケーションの常時実行、定期実行が可能になっていること、あるいはＧＰＳ(Global Positioning System)や加速度センサ等のセンサデバイスが充実していることが挙げられる。また、測位デバイスを通じて多くの携帯電話が位置情報を取得出来るようになっている。これらの機能を統合的に利用することで、利用者の位置情報を取得し、その位置情報に基づいたサービスを提供することが、多くの携帯端末上で可能である。

携帯端末で位置情報を取得するための測位方法は複数あり、それぞれの方法は、利用出来る環境、精度、消費電力、製造コスト等で利点や欠点を持っている。例えば、前述のＧＰＳ測位方法は、４つ以上の人工衛星からの電波を受信し、その信号によって端末の位置を特定する測位方法である。ＧＰＳ測位方法は、人工衛星からの電波を直接的に受信できる環境であれば数十センチメートルの誤差範囲での測位が可能である。一方、ＧＰＳ測位方法は、センサ等が測位を行なう際に衛星からの微弱な電波を受信できる必要があるため、屋内の閉鎖的な空間では測位できない場合がある。また、例えば、基地局測位方法は、携帯電話網で利用している複数の基地局（固定局）からの電波強度と基地局の位置情報とを用いて携帯端末（移動局）の測位を行なう方法である。基地局測位方法は、広いエリアに設置された基地局からの電波を使うことができるため、屋内を含めた広いエリアで測位ができるが、測位精度が十分でなく、誤差範囲が数キロメートルとなる場合がある。

現在、携帯端末で広く用いられている測位方法はＧＰＳ測位方法、基地局測位方法であり、上述の欠点が存在するため、多くの端末で十分に精度の高い位置情報が得られない場合がある。例えば、一日の行動時間のなかで屋内に滞在している時間の割合が大きい人が数多く存在する。例えば、デスクワークが中心の会社員においては、出社時と退社時のみ屋外にいるような場合もある。上述の通り、測位者等は、屋内の閉鎖的空間ではＧＰＳ測位方法では測位できず、また、基地局測位方法では十分な測位精度が得られないことがある。そのため、屋内に滞在している時間の長い数多くの人にとって、十分な測位精度が得られない状況が発生する。

また、位置情報を用いたサービス提供者等が得られる位置情報の精度が十分でない場合がある。例えば、サービス提供者が最寄駅の情報を表示するサービスを提供する場合、位置情報の誤差範囲が１０キロメートルあると、複数の駅が最寄駅の候補とされてしまう。このような複数の最寄駅をサービス利用者に提供することは望ましくない。そのため、このようなサービスにおいて、より高精度な測位位置が得られる仕組みが必要である。

高精度な測位位置を得るための技術が知られている。例えば、引用文献１には、所定の空間における無線タグの位置を推定する位置推定システムであって、無線タグの過去の推定位置座標データの座標と前記特定座標データの特定座標との距離、および当該特定座標に対応する前記影響に関するパラメータに基づいて推定される前記検出時刻での移動場所における、当該無線タグの存在確率を考慮して無線タグの推定位置座標を算出する位置推定システムが記載されている。

また、引用文献２には、端末の予測位置とその測定誤差とを検出する位置情報検出手段と、予測位置と測定誤差との複数の時系列の測定結果に基づいて、複数の測定結果の間を補間する位置情報補間手段と、前記複数の測定結果が補間された軌跡に属するエリアを通過した確率を計算するエリア存在確率分布検出手段とを有する目的地予測システムが記載されている。

また、引用文献３には、物品管理システムの端末において、電波強度測定部がＲＦＩＤタグの電波強度を測定し、存在範囲判定部が電波強度に基づいてＲＦＩＤタグの端末を中心とした存在範囲を判定し、存在範囲確信度算出部が存在範囲の確信度を算出することが記載されている。

特開２００６−２５８４６８ 特開２０１０−１４５１１５ 特開２０１０−１４６１８０

しかし、上述の技術では、高精度な測位位置を得るために、直接的な位置情報の履歴情報を利用して利用者等の存在位置の絞り込みが行なわれているため、システムが、位置情報の履歴情報を得られない場合には高精度な測位位置を得ることができない。

そこで、本発明は、上記課題を解決すべく、位置情報の履歴情報に頼らずに、利用者の興味情報等に基づいてより高い精度の位置情報を提供できる位置推定装置、システム、位置推定方法および位置推定用プログラムを提供することを目的とする。

かかる目的を達成するため、本発明の一形態は、位置推定装置であって、外部から属性を取得して、属性と場所とを対応付けて記憶する記憶手段から、取得した前記属性に対応する場所を取得し、位置を測定する測定手段から取得した測定位置とその誤差範囲とで規定される領域内を所定区域に分割した各区域内に存在する前記記憶手段に記憶されている全ての前記場所の数に対する、前記外部から取得した属性に対応する場所の数の割合（第一の存在確率）の分布を出力する存在領域計算手段を備える。

また、本発明は、外部から属性を取得して、属性と場所とを対応付けて記憶する記憶手段から、取得した前記属性に対応する場所を取得し、位置を測定する測定手段から取得した測定位置とその誤差範囲とで規定される領域内を所定区域に分割した各区域内に存在する前記記憶手段に記憶されている全ての前記場所の数に対する、前記外部から取得した属性に対応する場所の数の割合（第一の存在確率）の分布を出力する存在領域計算ステップをコンピュータに実行させる位置推定プログラムを提供する。

また、本発明は、外部から属性を取得して、属性と場所とを対応付けて記憶する記憶手段から、取得した前記属性に対応する場所を取得し、位置を測定する測定手段から取得した測定位置とその誤差範囲とで規定される領域内を所定区域に分割した各区域内に存在する前記記憶手段に記憶されている全ての前記場所の数に対する、前記外部から取得した属性に対応する場所の数の割合（第一の存在確率）の分布を出力する位置推定方法を提供する。

本発明は、利用者の興味情報等に基づいて、より精度の高い位置情報を提供できる位置推定装置、システム、位置推定方法および位置推定用プログラムを提供する。

本発明の第１の実施の形態にかかる位置情報推定装置１０００のブロック構成図の一例である。 本発明の第１の実施の形態にかかる位置情報推定装置１０００の動作フロー図の一例である。 本発明の第２の実施の形態にかかる位置情報推定装置２０００のブロック構成図の一例である。 本発明の第２の実施の形態にかかる位置情報推定装置２０００の動作フロー図の一例である。 本発明の第３の実施の形態にかかる位置情報推定システム３０００のデバイス構成図の一例である。 本発明の第３の実施の形態にかかる位置情報推定システム３０００のブロック構成図の一例である。 ＰＯＩ情報レプリカＤＢ３０９のデータ内容の一例を図示したものである。 存在確率の一例を図示したである。 複数存在領域表示部１０９が示す存在領域の一例である。 本発明の第４の実施の形態にかかる位置情報推定装置４０００のブロック構成図の一例である。

以下、本発明の実施の形態について、図面を用いて説明する。すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。

なお、各実施形態のディスク装置等を構成する各部は、制御部、メモリ、メモリにロードされたプログラム、プログラムを格納するハードディスク等の記憶ユニット、ネットワーク接続用インターフェースなどからなり、ハードウェアとソフトウェアの任意の組合せによって実現される。そして特に断りのない限り、その実現方法、装置は限定されない。

また、制御部はＣＰＵ（Central Processing Unit）などからなり、オペレーティングシステムを動作させてディスク装置等の全体を制御するとともに、例えばドライブ装置などに装着された記録媒体からメモリにプログラムやデータを読み出し、これに従って各種の処理を実行する。

記録媒体は、例えば光ディスク、フレキシブルディスク、磁気光ディスク、外付けハードディスク、半導体メモリ等であって、コンピュータプログラムをコンピュータが読み取り可能に記録する。また、コンピュータプログラムは、通信網に接続されている図示しない外部コンピュータからダウンロードされても良い。ここで、特に断りの無い限り、通信網は、インターネット、ＬＡＮ（Local Area Network）、公衆回線網、無線通信網、または、これらの組み合わせ等によって構成されるネットワーク等であって良い。

また、各実施形態の説明において利用するブロック図は、ハードウェア単位の構成ではなく、機能単位の構成を示している。これらの機能ブロックはハードウェア、ソフトウェアの任意の組み合わせによって実現される。また、これらの図においては、各実施形態の構成部は物理的に結合した一つの装置により実現されるよう記載されている場合もあるが、その実現手段はこれに限定されない。すなわち、各実施形態で説明される構成部、装置、システム等は、二つ以上の物理的に分離した装置を有線または無線で接続することにより複数の装置により実現されてもよい。また、各構成部が物理的に分離した２つ以上装置として記載されている場合もあるが、その実現手段はこれに限定されない。すなわち、物理的に結合した一つの装置により実現されるようにハードウェア、ソフトウェアを任意に組み合わせることにより各実施形態の各構成部、装置、システム等が実現されてもよい。

＜実施形態１＞
次に、発明の第１の実施の形態について図面を参照して詳細に説明する。

図１を参照すると、本発明の第１の実施の形態における位置情報推定装置１０００は、現在地取得部１０１と、現在地情報出力判断部１０２と、現在地情報出力部１０３と、ＰＯＩ情報取得部１０４と、ＰＯＩ分布計算部１０５と、行動履歴取得部１０６と、興味分布計算部１０７と、存在領域計算部１０８と、各部をプログラム制御により動作させるコンピュータ（中央処理装置、プロセッサ、データ処理装置など）１００（不図示）から構成されている。

まず、これらの各部の動作について説明する。

現在地取得部１０１は、現在地取得部１０１の含まれる端末の現在地の位置情報を取得する。現在地取得部１０１は利用者等の要求元から現在地取得要求を受けて、基地局測位等により現在地情報取得処理を行う。現在地取得処理は種々の方法があり、現在地取得処理の方法は現在地を表わす位置情報を得ることができる測位方法であれば特段制限されない。取得された位置情報は、現在地を表す緯度情報、経度情報、位置情報の誤差範囲を表す精度情報等から構成される。この位置情報は、現在地情報出力判断部１０２に送信される。

現在地情報出力判断部１０２は、現在地取得部１０１から得られた位置情報を基に、位置情報の精度が十分であるか否かを判断する。現在地情報出力判断部１０２は、利用者等から現在地情報取得要求を受けると、現在地取得部１０１が取得した位置情報を取得する。取得された位置情報に含まれる精度情報を基に、現在地情報出力判断部１０２は、得られた位置情報をそのまま出力するか否かを判断する。この判断は、次のように行なわれる。まず、現在地情報出力判断部１０２は、位置情報の精度情報の閾値を取得する。ここで、現在地情報出力判断部１０２は、現在地情報取得要求を行なった要求元によって指定された値を閾値として取得しても良いし、あるいは、場所や時間等の環境情報に応じてその値がプログラム等により生成、変更されるような値を閾値として取得しても良い。あるいは、現在地情報出力判断部１０２は、予め定められた固定的な値を閾値としても良い。閾値を取得した現在地情報出力判断部１０２は、受け取った位置情報の精度情報を参照して、閾値よりも精度が高い（誤差範囲が小さい）場合には、取得された位置情報をそのまま出力する。一方、現在地情報出力判断部１０２は、閾値よりも精度が低い（誤差範囲が大きい）場合には、存在領域計算部１０８から、より絞り込まれた位置情報を取得し、その絞り込まれた位置情報を現在地情報出力部１０３に出力する。

現在地情報出力部１０３は、現在地情報出力判断部１０２から取得した位置情報を出力する。現在地情報出力部１０３は、位置情報のフォーマットを変更する等の処理を行なってから位置情報を出力してもよい。

ＰＯＩ情報取得部１０４は、ＰＯＩ（Point Of Interest）情報を取得する。ＰＯＩ情報は、Ｗｅｂサイトやデータベースなどの情報源が提供している情報である。ＰＯＩ情報取得部１０４は、これらの情報源からＰＯＩ情報を取得する機能を有する。ＰＯＩ情報は、不特定人あるいは特定人が興味の対象とする所定の場所（ＰＯＩ）に関する情報である。例えば、ＰＯＩ情報は、ＰＯＩの位置情報を表わす緯度情報、経度情報、ＰＯＩを表す名称の情報、ＰＯＩの属性（ＰＯＩ属性、あるいは単に属性ともいう）の情報、を含む情報である。ＰＯＩ情報は、さらに付加的な情報として、属性情報を補足する副属性の情報、更新日時を表す情報鮮度の情報、口コミ情報などを含んでいても良い。ＰＯＩの属性とは、ＰＯＩの性質や特徴を表すデータである。例えば、あるＷｅｂサイトが和食グルメを販売する店に関する情報を紹介している場合、このＷｅｂサイトによって紹介される店のＰＯＩ属性は「和食グルメ」である。このように、ＷｅｂサイトとＰＯＩの属性とが対応付けられる。この属性の情報は、予め情報源に保持されていても良い。あるいは、所定のプログラムが、ＷｅｂサイトのＵＲＬと属性情報とが予め対応づけられた記憶部（不図示）を参照して属性を取得しても良い。あるいは、所定の解析プログラムがＷｅｂサイトの内容を所定の方法で解析することにより、Ｗｅｂサイトが紹介する場所の属性を取得しても良い。ＰＯＩ情報の情報源は、事前に管理者等によって指定されても良い。あるいは、ＰＯＩ情報取得部１０４がＰＯＩ情報の情報源のリストを外部システム等から適宜取得して得ても良い。

ＰＯＩ分布計算部１０５は、ＰＯＩ情報取得部１０４が取得したＰＯＩ情報を基に、各属性ごとのエリア分布（属性エリア分布）を計算する。属性エリア分布とは、特定の属性をもつＰＯＩがどの地点に多いかを表わすデータであり、例えば、緯度、経度によって表わされる地点やブロック（図８のように地図上の領域を分割した一区画）ごとに、その属性を持つＰＯＩの存在確率を表すデータである。例えば、ある属性１をもつＰＯＩの存在確率とは、ある領域に存在するＰＯＩの属性のなかで属性１を持つＰＯＩの割合である。例えば、ある領域に存在するＰＯＩの属性が、属性１、属性２、属性３の３つとし、属性１を持つＰＯＩが３個、属性２を持つＰＯＩが２個、属性３を持つＰＯＩが５個だとすれば、その領域における属性１をもつＰＯＩの存在確率は、３／（３＋２＋５）＝３／１０である。ただし、存在確率の母集団は管理者等が適宜設定することが可能であり、これに限られない。属性エリア分布とは、このような存在確率の所定領域に対する分布である。

行動履歴取得部１０６は、利用者の長期的あるいは短期的な嗜好や興味等の興味情報（利用者が興味を持つＰＯＩ属性）を解析可能な行動履歴を取得する。例えば、行動履歴取得部１０６は、ＷｅｂブラウザからＷｅｂサイトの閲覧履歴を取得する。取得された行動履歴は、必要に応じて記憶部（不図示）等に蓄積しておいても良い。行動履歴の例としては、Ｗｅｂサイトの閲覧履歴、位置情報履歴、他者とのコミュニケーション履歴、デバイスを介した入力履歴、等が考えられるが、利用者の興味情報を抽出できる情報であればよく、これらに限定されるものではない。行動履歴から利用者の興味情報を抽出する方法は様々な方法がある。例えば、上述したとおり、あるＷｅｂサイトが和食グルメを販売する店に関する情報を紹介している場合、このＷｅｂサイトによって紹介される店のＰＯＩ属性は「和食グルメ」である。したがって、ある利用者が「和食グルメ」に関するＷｅｂサイトを閲覧していた場合、この利用者は「和食グルメ」の属性をもつＰＯＩに興味を持っていると推測可能である。このような様々なデータの履歴やログ等からその利用者の興味情報を推測することは種々の技術によって可能であり、必要に応じて管理者等はそれらの技術を適宜利用することが可能であるため、ここでは詳細説明を省略する。

興味分布計算部１０７は、利用者の行動履歴とＰＯＩ分布計算部１０５が計算した属性エリア分布とから、利用者の興味に応じたＰＯＩが存在するエリアの分布（興味エリア分布）を計算する。

まず、興味分布計算部１０７は、行動履歴取得部１０６から利用者の行動履歴を取得し、興味情報（利用者が興味をもつＰＯＩ属性）を抽出する。例えば、利用者が、所定時間前から現在までの間に「和食グルメ」のＷｅｂサイトを頻繁に（単位時間あたり所定の回数以上）閲覧していた場合には、興味分布計算部１０７は、この利用者は和食グルメに関する興味が高いと推測して「和食グルメ」というＰＯＩ属性を抽出する。なお、上述のとおり、利用者の閲覧履歴からその利用者が興味をもつ対象を推測する技術は公知の技術を用いることとし、ここでは詳細説明を省略する。

次に、興味分布計算部１０７は、この抽出された利用者の興味情報をもとに、ＰＯＩ分布計算部１０５から該当するＰＯＩ属性の属性エリア分布を抽出する。前述の例では、利用者の興味情報が「和食グルメ」であることから、興味分布計算部１０７は、「和食グルメ」の属性を持つＰＯＩの存在するエリアの分布を、属性エリア分布から抽出する。

興味分布計算部１０７が利用者の興味情報を抽出した結果、１つの興味情報のみが得られた場合、興味分布計算部１０７は、その興味情報に対応した属性エリア分布を、利用者の興味エリア分布とする。

一方、興味分布計算部１０７が利用者の興味情報を抽出した結果、複数の興味情報が得られた場合には、興味分布計算部１０７は、ＰＯＩ分布計算部１０５からそれら複数の該当する属性エリア分布を取得し、それらの属性エリア分布の各地点（ブロック）ごとに、利用者が興味のある属性をもつＰＯＩの存在確率を後述する利用者の興味度に応じて重みを付けて加算することで、利用者の興味エリア分布を計算する。ここで、興味分布計算部１０７は、利用者が所定時間前から現在までの間に頻繁に閲覧していたＷｅｂサイト等の内容から分かる興味情報を、その閲覧が多い順に、利用者の興味度が高い興味情報であるとしても良い。例えば、興味分布計算部１０７は、利用者が「和食グルメ」のＷｅｂサイトを１番多く閲覧しており、「セレクトショップ」のＷｅｂサイトを２番目に多く閲覧しており、「偉人の墓」に関するＷｅｂサイトを３番目に多く閲覧していた場合には、「和食グルメ」に対する興味度が１番高く、「セレクトショップ」に対する興味度が２番目に高く、「偉人の墓」に対する興味度が３番目に高いとしても良い。そして、興味分布計算部１０７は、興味度に応じた重み付けに用いる重みを、これらの順位の逆数としてもよい。すなわち、興味分布計算部１０７が重み付けに用いる重みは、「和食グルメ」に対しては１、「セレクトショップ」に対しては１／２、「偉人の墓」に対しては１／３としても良い。なお、興味度の導出や、興味度に応じた重み付けは種々の方法によって可能であり、上記の方法に限定されるものではない。

このようにして、興味分布計算部１０７は、例えば、緯度、経度によって表わされる地点（ブロック）ごとに、利用者の興味のある属性を持つＰＯＩの存在確率を興味度に応じて重み付け加算して、それらの集合を興味エリア分布として計算することができる。

存在領域計算部１０８は、利用者の現在地を表わす位置情報と、興味エリア分布とから、存在領域を絞り込むための計算を行なう。現在地を表わす位置情報は、例えば、現在地取得部１０１が取得した情報に含まれる緯度、経度で示される地点、あるいは、緯度、経度を中心点とし、所定の誤差範囲を半径とする円で表される領域であっても良い。また、現在地を表わす位置情報は、測位された緯度、経度の地点（中心部）が最も利用者の存在確率が高くなり、誤差範囲のなかで中心部から離れるほど利用者の存在確率が低くなるような存在確率の分布であっても良いし、誤差範囲内で一様な確率をもつ存在確率の分布であってもよい。

存在領域計算部１０８は、興味分布計算部１０７から、利用者の興味エリア分布を取得する。存在領域計算部１０８は、利用者の興味エリア分布を取得すると、現在地情報出力判断部１０２から取得した現在地を表わす位置情報と、利用者の興味エリア分布とを重ねあわせ、利用者の存在確率が高い場所を絞り込む。例えば、利用者の存在確率が高い場所を絞り込む処理は、所定領域の各地点（ブロック）ごとに、興味エリア分布によって表されるＰＯＩの存在確率と、利用者の存在確率とを掛け合わせる処理である。この処理により、存在領域計算部１０８は、利用者の興味エリア分布によって表されるＰＯＩの存在確率と、利用者の存在確率とが共に大きい地点のみが大きい確率を持つようなデータを得ることができる。存在領域計算部１０８は、利用者の存在する確率の高い場所を絞り込む処理を行なった後、計算された絞り込まれた現在地を表わす位置情報を現在地情報出力部１０３に送信する。

次に、図１及び図２のフローチャートを参照して本実施の形態の全体の動作について詳細に説明する。

まず、処理が開始されると（図２のステップＳ１０）、現在地取得部１０１は現在地を取得する（図２のステップＳ１１）。取得された現在地を表わす位置情報は、例えば、緯度情報、経度情報、誤差範囲を表す精度情報等から構成される。この取得された現在地を表わす位置情報は、現在地情報出力判断部１０２に送信され、現在地情報出力判断部１０２は、上述の閾値を基に、該位置情報が十分な精度であるかを判断する(図２のステップＳ１２)。ここで、現在地情報出力判断部１０２が十分な精度があると判断した場合には、前記取得された現在地を表わす位置情報は、現在地情報出力部１０３に送信され、現在地情報出力部１０３が出力し（図２のステップＳ１３）、処理が終了する（図２のステップＳ１４）。

一方、現在地情報出力判断部１０２が、前記取得された現在地を表わす位置情報の精度が十分で無いと判断した場合には、存在領域計算部１０８が位置情報の絞り込み処理を行なう。

まず、ＰＯＩ情報取得部１０４がＰＯＩ情報を取得する（図２のステップＳ２１）。取得されたＰＯＩ情報は、ＰＯＩ分布計算部１０５に送信され、ＰＯＩ分布計算部１０５がＰＯＩ属性ごとの属性エリア分布を計算する（図２のステップＳ２２）。計算された属性エリア分布は、上述のように、例えば、緯度情報、経度情報で表される地点と、その地点におけるあるＰＯＩ属性をもつＰＯＩの存在確率とのペアの集合からなるデータである。

次に、行動履歴取得部１０６は、利用者の興味を抽出可能な行動履歴を取得する（図２のステップＳ２３）。取得された利用者の興味を抽出可能な行動履歴は、興味分布計算部１０７に送信される。興味分布計算部１０７は行動履歴から利用者の興味情報を抽出する。この抽出された利用者の興味情報と、図２のステップＳ２２にて計算された属性エリア分布とを基に、興味分布計算部１０７は利用者の興味エリア分布を計算する（図２のステップＳ２４）。

次に、計算された利用者の興味エリア分布は、存在領域計算部１０８に送信され、存在領域計算部１０８は利用者の存在領域（利用者の存在確率の分布）の計算を行なう（図２のステップＳ２５）。利用者の存在領域の計算は、例えば、現在地を表わす位置情報によって表される各地点（ブロック）ごとの利用者の存在確率と、興味エリア分布によって表される各地点（ブロック）ごとの、利用者が興味をもつ属性を持つＰＯＩの存在確率と、を掛け合わせることによって行なわれる。そして、算出された利用者の存在領域は、現在地情報出力部１０３を通じて出力される。

なお、ＰＯＩ分布計算部１０５、興味分布計算部１０７は、図２のステップＳ２１からステップＳ２２まで、もしくは図２のステップＳ２１からステップＳ２４までを、事前に計算しておくことも可能である。その場合には、存在領域計算部１０８は、事前に計算された情報を読み込む処理を行う。

次に、本実施の形態の効果について説明する。

本実施の形態における位置情報推定装置１０００は、取得された現在地を表わす位置情報の精度が十分でない場合に、ＰＯＩ情報と利用者の興味情報とから算出された利用者の興味エリア分布と、現在地を表わす位置情報とを重畳させることで、現在地を表わす位置情報のエリアを絞り込む。位置情報推定装置１０００は、現在地を表わす位置情報の精度を上げるように構成されているため、位置情報を利用するサービス等に対して、より精度の高い位置情報を提供することもできる。

＜実施形態２＞
次に、本発明の第２の実施形態における位置情報推定装置２０００について図面を参照して詳細に説明する。

図３を参照すると、本発明の第２の実施の形態は、第１の実施の形態の構成に加え、複数存在領域表示部１０９と、利用者選択受付部１１０とから構成されている。

これらの各部はそれぞれ概略つぎのように動作する。

複数存在領域表示部１０９は、存在領域計算部１０８から利用者の存在しうる複数の存在領域を受け取り、利用者に対して前記複数の存在領域を提示する。これは、位置情報推定装置２０００が利用者の存在領域を十分に確定できない場合に、利用者自身にその存在領域を選択させることで利用者の現在位置を絞り込み、位置情報の精度を上げる処理を行なうためである。

利用者選択受付部１１０は、複数存在領域表示部１０９によって利用者に提示された複数の存在領域に対して、利用者が選択した存在領域を入力として受け取る。利用者選択受付部１１０は、利用者によって入力された存在領域を識別する情報を存在領域計算部１０８に送信することで、利用者の選択を確定させる。また、利用者による選択の結果を示す情報は、存在領域の計算や興味エリア分布の推定をより高精度に行なうために、図示しない記憶部等に保存しておいても良い。

次に、図４のフローチャートを参照して本実施の形態の全体の動作について詳細に説明する。なお、図４のステップＳ１０からステップＳ２５までは、第１の実施の形態と同一であるため、説明を省略する。

図４のステップＳ２５において、存在領域計算部１０８が利用者の存在領域を計算した結果、１つの存在領域が確定する場合には、第１の実施の形態と同様に、そのまま存在領域を出力する（図４のステップＳ３１、Ｓ２６）。一方、存在領域計算部１０８が利用者の存在領域を計算した結果、複数の存在領域が存在した場合には、複数存在領域表示部１０９は、利用者に対して、複数の存在領域の選択肢を表示する（ステップＳ３２）。次に、選択肢の提示を受けた利用者が存在領域の選択を行ない、利用者選択受付部１１０が該選択を受け付ける(ステップＳ３３)。利用者選択受付部１１０は、該選択された存在領域を存在領域計算部１０８に送信する。現在地情報出力部１０３は、計算結果を出力する(ステップＳ２６)。

次に、本実施の形態の効果について説明する。

本実施の形態における位置情報推定装置２０００は、取得された現在地を表わす位置情報の精度が十分でない場合に、ＰＯＩ情報と利用者の興味情報とから算出された利用者の興味エリア分布と、現在地を表わす位置情報とを重畳させる。そして、位置情報推定装置２０００は、現在地を表わす位置情報のエリアを絞り込んだ際に、十分存在領域が絞り込めない場合に、複数の存在領域を利用者に提示することで、利用者の存在する位置を絞り込む。位置情報推定装置２０００は現在地を表わす位置情報の精度を上げるように構成されているため、位置情報を利用するサービスに対して、より精度の高い位置情報を提供することもできる。

＜実施形態３＞
次に、本発明の第３の実施の形態における位置情報推定システム３０００について説明する。

図５、および図６は、本実施形態における位置情報推定システム３０００の構成図である。図５は、位置情報推定システム３０００の構成を例示した構成図であり、図６は位置情報推定システム３０００を構成する各部の内部構成プログラム等を示した構成図である。

図５を参照すると、本実施形態における位置情報推定システム３０００は、ネットワークに接続されたサーバ装置２０１と、ネットワークに接続された端末装置３０１と、サーバ装置２０１と端末装置３０１を接続するためのネットワーク４０１と、端末装置３０１にて測位を行なうための測位信号を発する複数の固定局４０２とから構成される。また、図６を参照すると、サーバ装置２０１は、ＰＯＩ情報取得部１０４と、ＰＯＩ情報更新プログラム実行部２０２と、ＰＯＩ情報マスタＤＢ（Database）２０４とから構成される。また、端末装置３０１は、現在地取得部１０１と、現在地情報出力判断部１０２と、行動履歴取得部１０６と、Ｗｅｂブラウザ３０２と、閲覧履歴ＤＢ３０４と、位置利用アプリケーション実行部３０５と、存在領域計算プログラム実行部３０８と、ＰＯＩ情報レプリカＤＢ３０９と、ＰＯＩ情報更新プログラム実行部３１０とから構成される。各プログラム実行部は、プログラムを実行するプロセッサであってもよい。その場合には、図示しない制御部等がＯＳ(Operating System)を動作させてそれらのプログラムを読み出し各種の処理を実行する。

まず、サーバ装置２０１の処理内容について説明を行なう。

ＰＯＩ情報更新プログラム実行部２０２は、ＰＯＩ情報を更新する。ＰＯＩ情報は、ＰＯＩの名称、ＰＯＩの属性、ＰＯＩの存在する地点の緯度、経度、ＰＯＩ情報の更新日時、ＰＯＩ情報の取得元ＵＲＬなどのデータ項目からなるＰＯＩの情報である。ＰＯＩ情報更新プログラム実行部２０２は、ＯＳのｃｒｏｎ機能等で定期的に実行され、ＰＯＩ情報取得部１０４を呼び出す。また、ＰＯＩ情報更新プログラム実行部２０２は、ＰＯＩ情報取得プログラム実行部２０３にＰＯＩ情報の提供元ＵＲＬ(Uniform Resource Locator)のリストを渡す。該リストは予めサーバ装置２０１内に保持されていても良い。

呼び出されたＰＯＩ情報取得部１０４は、渡されたＰＯＩ情報の提供元ＵＲＬリストのそれぞれのＵＲＬについて、ネットワークを通じてデータ取得要求を送信する。データ取得要求の結果、ＰＯＩ情報取得部１０４はＰＯＩ情報を受け取る。このＰＯＩ情報を、ＰＯＩ情報取得部１０４は、ＰＯＩ情報更新プログラム実行部２０２に送信する。

ＰＯＩ情報マスタＤＢ２０４は、ＰＯＩ情報を記憶するデータベースである。ＰＯＩ情報を受け取ったＰＯＩ情報更新プログラム実行部２０２は、ＰＯＩ情報マスタＤＢ２０４から、ＰＯＩ情報のそれぞれのデータ項目に該当するレコードがある場合には更新日時の修正等を行い、該当するレコードがない場合には新規にレコードを追加する。この処理により、ＰＯＩ情報マスタＤＢ２０４に保持されているＰＯＩ情報は最新の情報に保たれる。

次に、端末装置３０１の処理内容について説明を行なう。

端末装置３０１は、例えば携帯電話のような持ち運ぶことが可能な端末である。端末装置３０１には、Ｗｅｂブラウザ３０２が組み込まれており、利用者はＷｅｂブラウザ３０２を通じてＷｅｂページの閲覧が可能である。

位置利用アプリケーション実行部３０５は、位置情報を用いて利用者に様々なサービスを行なうアプリケーションを実行する。位置利用アプリケーション実行部３０５は、位置情報を取得する際に現在地情報出力判断部１０２に、許容される誤差範囲と、位置情報取得要求とを送信する。許容される誤差範囲とは、位置利用アプリケーション実行部３０５がサービスを提供する際に、提供するサービスに応じて許容される位置情報の誤差範囲である。この誤差範囲はサービスごとに予め定められていても良い。例えば、最寄駅の情報を表示するサービスでは、位置情報の誤差範囲が１０キロメートルあると複数の駅が最寄駅の候補とされてしまうため、サービスとして望ましくない。そのため、位置利用アプリケーション実行部３０５は、例えば、最寄駅を表示するサービスでは位置情報の誤差範囲を１０メートルとし、この誤差範囲を現在地情報出力判断部１０２に送信する。

現在地情報出力判断部１０２は、現在地取得部１０１で取得した位置情報の誤差範囲が、位置利用アプリケーション実行部３０５から要求された誤差範囲よりも大きいか否かを判断する。現在地情報出力判断部１０２は、該誤差範囲が大きい場合には、位置の絞り込み処理が必要であると判断し、存在領域計算プログラム実行部３０８に、取得された位置情報と位置の絞り込み要求とを送信する。

存在領域計算プログラム実行部３０８は、実施形態１のＰＯＩ分布計算部１０５、興味分布計算部１０７、存在領域計算部１０８の各機能を発揮するプログラムを実行する。存在領域計算プログラム実行部３０８の動作の詳細は後述する。

行動履歴取得部１０６は、利用者がＷｅｂブラウザ３０２を通じてＷｅｂページを閲覧するたびに、利用者が閲覧しているＷｅｂページのＵＲＬ（閲覧ＵＲＬ）と、利用者の閲覧時間と、その閲覧ＵＲＬに対応するＰＯＩ属性と、から構成される閲覧履歴を取得する。閲覧ＵＲＬに対応するＰＯＩ属性の例は、例えば、和食グルメに関するＷｅｂサイトの属性は「和食グルメ」、セレクトショップに関するＷｅｂサイトの属性は「セレクトショップ」等である。閲覧ＵＲＬに対応するＰＯＩ属性の取得方法は種々の方法があり、その方法は限定されない。例えば、事前にＵＲＬと対応する属性の情報を端末装置３０１が内部に保持しておいてもよいし、あるいは、図示しない解析プログラムが利用者の閲覧したＷｅｂページの内容を所定の方法で解析してもよい。これらの方法が実行された上で、閲覧ＵＲＬに対応するＰＯＩ属性を行動履歴取得部１０６が取得する。

閲覧履歴ＤＢ３０４は、利用者が閲覧したＷｅｂサイト等の閲覧履歴を記憶するデータベースである。行動履歴取得部１０６は、取得した閲覧履歴を閲覧履歴ＤＢ３０４に保存していくので、閲覧履歴ＤＢ３０４には利用者の閲覧履歴が蓄積されていく。

ＰＯＩ情報更新プログラム実行部３１０は、ＰＯＩ情報を更新する。ＰＯＩ情報更新プログラム実行部３１０は、ＰＯＩ情報更新プログラム実行部２０２と同様に、定期的に実行される。実行されたＰＯＩ情報更新プログラム実行部３１０は、ＰＯＩ情報マスタＤＢ２０４から、更新されたＰＯＩ情報を取得する。ＰＯＩ情報更新プログラム実行部３１０は、取得されたＰＯＩ情報を用いて、ＰＯＩ情報レプリカＤＢ３０９のデータを更新する。これによってＰＯＩ情報レプリカＤＢ３０９のデータが最新の状態に保たれる。

ＰＯＩ情報レプリカＤＢ３０９は、端末装置３０１内でＰＯＩ情報を記憶するデータベースである。図７は、ＰＯＩ情報レプリカＤＢ３０９のデータ内容を例示したものである。図７に示したように、ＰＯＩ情報レプリカＤＢ３０９に含まれるＰＯＩ情報は、例えば、情報を識別するためのＩＤと、ＰＯＩの名称と、ＰＯＩの属性と、ＰＯＩの存在する地点の緯度と経度とから構成される。

次に、端末装置３０１が位置情報を取得する動作の流れを、具体的な例を用いて説明する。

位置利用アプリケーション実行部３０５は、位置情報を取得する際に現在地情報出力判断部１０２に、誤差範囲(ここでは、５００メートルとする)と、位置情報取得要求とを送信する。誤差範囲は、例えば、位置利用アプリケーション実行部３０５が利用者に提供するサービスごとに、管理者等が予め定めた所定の誤差範囲である。位置情報取得要求を受け取った現在地情報出力判断部１０２には、最初に、現在地取得部１０１から位置情報を取得する。このとき、取得された位置情報は、緯度が３５.５５８６２４、経度が１３９.６４８９３３、誤差範囲が５０００メートルであったと仮定する。この位置情報を取得した現在地情報出力判断部１０２は、位置利用アプリケーション実行部３０５から要求された誤差範囲よりも得られた位置情報の誤差範囲の方が大きいため、位置の絞り込み処理が必要であると判断する。位置の絞り込み処理が必要と判断した現在地情報出力判断部１０２は、存在領域計算プログラム実行部３０８に、取得された位置情報と共に、位置の絞り込み要求を送信する。

次に、位置の絞り込み要求を受け取った存在領域計算プログラム実行部３０８は、閲覧履歴ＤＢ３０４から利用者の閲覧履歴を取得する。存在領域計算プログラム実行部３０８は、例えば、取得された閲覧履歴のうち、所定時間前から現在までの間の閲覧履歴に含まれる属性に「和食グルメ」の属性が多く（閲覧回数が多い場合や閲覧時間が長い場合など）含まれていた場合、利用者の直近の興味情報は「和食グルメ」であると判断する。そして、存在領域計算プログラム実行部３０８は、ＰＯＩ情報レプリカＤＢ３０９から、属性「和食グルメ」で、かつ、ＰＯＩの存在する地点の緯度と経度によって表される位置が、位置利用アプリケーション実行部３０５から要求された誤差範囲の領域内にあるという条件でＰＯＩ情報を取得する。なお、存在領域計算プログラム実行部３０８は、この誤差範囲の領域よりも更に狭い領域、すなわち、現在地取得部１０１によって計測された利用者の位置情報が示す緯度と経度に十分近い範囲内にある領域のＰＯＩ情報を取得してもよいし、誤差範囲とは無関係に所定範囲の領域にあるＰＯＩ情報を取得してもよい。存在領域計算プログラム実行部３０８は、得られたＰＯＩ情報を基に、ＰＯＩの存在確率の分布を計算する。例えば、利用者の興味情報が「和食グルメ」である場合を例に存在領域計算プログラム実行部３０８の処理を説明する。まず、存在領域計算プログラム実行部３０８は、上述した誤差範囲の領域内にあるＰＯＩの属性を抽出し、抽出された属性を持つＰＯＩが該領域内の各ブロックごとに何個ずつ存在するかを算出する。その結果、あるブロック１には「和食グルメ」が３個、「セレクトショップ」が２個、「カラオケ」が４個存在したとすれば、ブロック１における「和食グルメ」の属性をもつＰＯＩの存在確率は、３／（３＋２＋４）＝１／３である。また、別のブロック２には、「和食グルメ」が２個、「セレクトショップ」が５個、「偉人の墓」が１個存在したとすれば、ブロック２における「和食グルメ」の属性をもつＰＯＩの存在確率は、２／（２＋５＋１）＝１／４である。このように、存在領域計算プログラム実行部３０８は、各ブロックごとに「和食グルメ」の属性をもつＰＯＩの存在確率を計算し、それら存在確率の集合を確率分布として求める。存在領域計算プログラム実行部３０８は、この確率分布をガウスフィルタ等で平滑化し、図８の５０１のようなＰＯＩの存在確率の分布（興味エリア分布）を得る。ここで、図８の５０１は、存在確率の等高線を表わしており、より内側に含まれる等高線に囲まれたエリアの方が、利用者の興味あるＰＯＩの存在確率が高いことを表している。存在領域計算プログラム実行部３０８は、利用者の存在確率分布と興味エリア分布とを重ねあわせることにより、存在確率を計算する。例えば、存在領域計算プログラム実行部３０８は、興味エリア分布が表す各ブロックごとのＰＯＩの存在確率（図８の５０１）と、各ブロックごとの利用者の存在確率（図８の５０２）とを、図８の５０３のように各ブロックごとに掛け合わせることで、図８の５０４のような存在確率を算出する。

図８の５０３から、図８の５０４のような存在確率を算出する方法は、上記の例では存在領域計算プログラム実行部３０８が各存在確率を掛け合わせることで算出しているが、他の方法を用いて重ねあわせを行なっても良い。制御部は、以上の処理により、絞り込まれた位置情報を得ることができた場合には、その絞り込まれた位置情報を位置利用アプリケーション実行部３０５に送信する。

なお、存在領域が十分に絞り込まれなかった場合、制御部は、図示しない存在領域選択画面３２１を通じて、利用者に存在領域の選択を促してもよい。存在領域の選択画面の表示例を図９に示す。図９は、存在領域の選択画面６０１の全体に対して、存在領域が複数存在し、選択可能なそれらの存在領域を円６０２、６０３、６０４で示している。利用者が画面をタップするなどしていずれかの円を選択することで、位置情報が確定する。また、選択された結果は、図示しない存在領域選択履歴ＤＢ３２２に蓄積され、それ以降の存在領域の計算時に使用される。

本実施の形態における位置情報推定システム３０００は、取得された現在地を表わす位置情報の精度が十分でない場合に、ＰＯＩ情報と利用者の興味情報から算出された利用者の興味エリア分布と、現在地を表わす位置情報とを重畳して、精度の高い位置情報を提供することができる。また、位置情報推定装置３０００は、現在地を表わす位置情報のエリアを絞り込んだ際に、十分存在領域が絞り込めない場合には、複数の存在領域を利用者に提示することで、利用者の存在する場所を絞り込み、位置情報の精度を上げる。位置情報推定システム３０００は、位置情報を利用するサービスに、より精度の高い情報を提供することもできる。

＜実施形態４＞
次に、本発明の第４の実施の形態について説明する。

本発明の、第４の実施の形態にかかる位置情報推定装置４０００は、存在領域計算部１０８を備える。存在領域計算部１０８の構成、動作については上述したとおりであるから詳細説明を省略する。

本実施の形態によれば、外部から属性を取得して、属性と場所とを対応付けて記憶する記憶手段から、取得した前記属性に対応する場所を取得し、位置を測定する測定手段から取得した測定位置とその誤差範囲とで規定される領域内を所定区域に分割した各区域内に存在する前記記憶手段に記憶されている全ての前記場所の数に対する、前記外部から取得した属性に対応する場所の数の割合（第一の存在確率）の分布を出力する存在領域計算手段を備える位置推定装置が提供される。

本実施の形態にかかる位置情報推定装置４０００は、利用者の興味情報等に基づいて、より精度の高い位置情報を提供することができる。

以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願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。

以上に説明した本発明にかかるシステムは、上述の実施の形態の機能を実現するプログラムを記憶した記憶媒体を装置に供給し、装置の有するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）又はＭＰＵ(Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ)等がこのプログラムを実行することによって、構成することが可能である。

また、このプログラムは様々な種類の記憶媒体に格納することが可能であり、通信媒体を介して伝達されることが可能である。ここで、記憶媒体は、例えば、フレキシブルディスク、ハードディスク、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ(Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)、ＤＶＤ(Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ)、ＲＯＭ(Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)カートリッジ、バッテリバックアップ付きＲＡＭ(Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ)、メモリカートリッジ、フラッシュメモリカートリッジ、不揮発性ＲＡＭカートリッジを含む。また、通信媒体は、電話回線等の有線通信媒体、マイクロ波回線等の無線通信媒体を含む。また、上述のプログラムは、インターネットを介して伝達することも可能である。

また、ＣＰＵ又はＭＰＵが上述の実施の形態の機能を実現するプログラムを実行することにより、上述の実施の形態の機能が実現されるだけではなく、このプログラムの指示に基づき、装置上で稼動しているＯＳ(Ｏｐｅｒａｔｉｎｇ ＳｙＳｔｅｍ)もしくはアプリケーションソフトと共同して上述の実施の形態の機能が実現される場合も、発明の実施の形態に含まれる。

さらに、このプログラムの処理の全てもしくは一部が装置に挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットにより行われて上述の実施の形態の機能が実現される場合も、発明の実施の形態に含まれる。

１０１ 現在地取得部
１０２ 現在地情報出力判断部
１０３ 現在地情報出力部
１０５ ＰＯＩ分布計算部
１０４ ＰＯＩ情報取得部
１０６ 行動履歴取得部
１０７ 興味分布計算部
１０８ 存在領域計算部
１０９ 複数存在領域表示部
１１０ 利用者選択受付部
２０１ サーバ装置
２０２ ＰＯＩ情報更新プログラム実行部
２０４ ＰＯＩ情報マスタＤＢ
３０１ 端末装置
３０２ Ｗｅｂブラウザ
３０４ 閲覧履歴ＤＢ
３０５ 位置利用アプリケーション実行部
３０８ 存在領域計算プログラム実行部
３０９ ＰＯＩ情報レプリカＤＢ
３１０ ＰＯＩ情報更新プログラム実行部
４０１ ネットワーク

Claims (10)

1. 外部から属性を取得して、属性と場所とを対応付けて記憶する記憶手段から、取得した前記属性に対応する場所を取得し、位置を測定する測定手段から取得した測定位置とその誤差範囲とで規定される領域内を所定区域に分割した各区域内に存在する前記記憶手段に記憶されている全ての前記場所の数に対する、前記外部から取得した属性に対応する場所の数の割合（第一の存在確率）の分布を出力する存在領域計算手段を備える位置推定装置。
2. 複数の属性に対応する各々の前記場所の各々の前記第一の存在確率を、前記属性に対する係数で重み付けて加算した第二の存在確率を出力する興味分布計算手段と、
   前記測定手段から取得した前記測定位置とその誤差範囲とで規定される領域内における前記第二の存在確率の分布を出力する前記存在領域計算手段と、
   を備える請求項１に記載の位置推定装置。
3. 前記測定手段を保持する利用者の、前記属性と対応付けられた情報の閲覧履歴を取得する行動履歴取得手段をさらに備え、
   前記興味分布計算手段は、前記係数を、前記情報の閲覧回数に応じて重み付けして計算する請求項２に記載の位置推定装置。
4. 前記第一の存在確率または前記第二の存在確率の分布を表示する複数存在領域表示手段と、
   前記存在領域表示手段に表示された領域の選択情報を取得する選択受付手段と、
   前記選択受付手段によって選択された領域を表示する現在地情報出力手段と、
   をさらに備える請求項１乃至３のいずれかに記載の位置推定装置。
5. 前記属性と前記場所とを対応付けて記憶する第一の記憶手段を備える
   サーバ装置と、
   前記属性と前記場所とを対応付けて記憶する第二の記憶手段と、
   前記第二の記憶手段を前記第一の記憶手段の内容を基に定期的に更新する情報更新手段と、
   を更に備える請求項１乃至４のいずれかに記載の位置推定装置と、
   からなる位置推定システム。
6. 外部から属性を取得して、属性と場所とを対応付けて記憶する記憶手段から、取得した前記属性に対応する場所を取得し、位置を測定する測定手段から取得した測定位置とその誤差範囲とで規定される領域内を所定区域に分割した各区域内に存在する前記記憶手段に記憶されている全ての前記場所の数に対する、前記外部から取得した属性に対応する場所の数の割合（第一の存在確率）の分布を出力する存在領域計算ステップをコンピュータに実行させる位置推定プログラム。
7. 複数の属性に対応する各々の前記場所の各々の前記第一の存在確率を、前記属性に対する係数で重み付けて加算した第二の存在確率を出力する興味分布計算ステップと、
   前記測定手段から取得した前記測定位置とその誤差範囲とで規定される領域内における前記第二の存在確率の分布を出力する前記存在領域計算ステップと、
   をコンピュータに実行させる請求項６に記載の位置推定プログラム。
8. 前記測定手段を保持する利用者の、前記属性と対応付けられた情報の閲覧履歴を取得する行動履歴取得ステップと、
   前記係数を、前記情報の閲覧回数に応じて重み付けして計算する前記興味分布計算ステップと、
   を前記コンピュータに計算させる請求項７に記載の位置推定プログラム。
9. 外部から属性を取得して、属性と場所とを対応付けて記憶する記憶手段から、取得した前記属性に対応する場所を取得し、位置を測定する測定手段から取得した測定位置とその誤差範囲とで規定される領域内を所定区域に分割した各区域内に存在する前記記憶手段に記憶されている全ての前記場所の数に対する、前記外部から取得した属性に対応する場所の数の割合（第一の存在確率）の分布を出力する位置推定方法。
10. 複数の属性に対応する各々の前記場所の各々の前記第一の存在確率を、前記属性に対する係数で重み付けて加算した第二の存在確率を出力し、
    前記測定手段から取得した前記測定位置とその誤差範囲とで規定される領域内における前記第二の存在確率の分布を出力する請求項９に記載の位置推定方法。

Images