JP2013162975A - 喫煙推定装置 - Google Patents
喫煙推定装置 Download PDFInfo
- Publication number
- JP2013162975A JP2013162975A JP2012028560A JP2012028560A JP2013162975A JP 2013162975 A JP2013162975 A JP 2013162975A JP 2012028560 A JP2012028560 A JP 2012028560A JP 2012028560 A JP2012028560 A JP 2012028560A JP 2013162975 A JP2013162975 A JP 2013162975A
- Authority
- JP
- Japan
- Prior art keywords
- smoking
- state
- activity
- heart rate
- estimation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
【課題】対象者の活動状態が変化しても喫煙状態を高精度に推定する喫煙推定装置を提供することを課題とする。
【解決手段】生体状態に基づいて対象者の喫煙状態を推定する喫煙推定装置であって、対象者の生体状態(例えば、心拍数)を検出し(S10)、対象者の活動状態(例えば、3軸加速度から算出される活動量)を検出し(S10)、活動状態に応じた対象者の生体状態を推定し(S11)、検出された実際の生体状態と推定された活動状態に応じた推定生体状態とに基づいて対象者の喫煙状態を判定する(S12〜S15)。
【選択図】図6
【解決手段】生体状態に基づいて対象者の喫煙状態を推定する喫煙推定装置であって、対象者の生体状態(例えば、心拍数)を検出し(S10)、対象者の活動状態(例えば、3軸加速度から算出される活動量)を検出し(S10)、活動状態に応じた対象者の生体状態を推定し(S11)、検出された実際の生体状態と推定された活動状態に応じた推定生体状態とに基づいて対象者の喫煙状態を判定する(S12〜S15)。
【選択図】図6
Description
本発明は、生体状態に基づいて対象者の喫煙状態を推定する喫煙推定装置に関する。
喫煙状態を推定する方法としては、熱や煙等によって直接的に推定する方法の他に、対象者の心拍数等の生体状態を利用して間接的に推定する方法がある。特許文献1に記載の方法では、携帯型の生理学的モニタリングによって検出される対象者の呼吸の持続時間等に基づいてタバコのふかしを判定し、タバコのふかし方から喫煙を判定する。
生体状態を利用して喫煙状態を推定する場合、対象者が歩行等の活動を行うと、その活動によって心拍数や呼吸等の生体状態が変化するので、喫煙状態の推定精度が低下する可能性がある。そのため、上記の特許文献1に記載の方法では、運動センサによって検出される対象者の激しい活動の間はふかしの判定及び喫煙の判定を中断する。しかし、日常生活では、安静状態のときだけ喫煙することはなく、歩行等によって活動状態が変化したときも喫煙する場合がある。
そこで、本発明は、対象者の活動状態が変化しても喫煙状態を高精度に推定する喫煙推定装置を提供することを課題とする。
本発明に係る喫煙推定装置は、生体状態に基づいて対象者の喫煙状態を推定する喫煙推定装置であって、対象者の生体状態を検出する生体状態検出手段と、対象者の活動状態を検出する活動状態検出手段と、活動状態検出手段で検出した活動状態に応じた生体状態を推定する生体状態推定手段と、生体状態検出手段で検出した実際の生体状態と生体状態推定手段で推定した推定生体状態とに基づいて対象者の喫煙状態を判定する判定手段とを備えることを特徴とする。
この喫煙推定装置では、生体状態検出手段によって対象者の実際の生体状態を検出する。生体状態としては、人が喫煙した場合に変化する生体状態であり、例えば、心拍数、血圧、呼吸がある。また、喫煙推定装置では、活動状態検出手段によって対象者の活動状態を検出し、生体状態推定手段によってその活動状態に応じた生体状態を推定する。人の生体状態は喫煙の影響を受けて変化するので、喫煙しているときの生体状態は、活動状態に応じた生体状態に対して明らかに異なる生体状態となる。そこで、喫煙推定装置では、判定手段によって対象者の実際の生体状態と活動状態に応じた推定生体状態とに基づいて対象者の喫煙状態を判定する。このように、喫煙推定装置は、対象者の実際の生体状態と対象者の活動状態に応じた推定生体状態とに基づいて喫煙状態を推定することにより、対象者の活動状態が変化しても喫煙状態を高精度に推定することができる。また、対象者が安静状態よりも高い活動状態でも喫煙状態の推定が可能なので、喫煙状態を推定できる期間を従来よりも長くできる。
本発明の上記喫煙推定装置では、対象者に対する生体状態に基づく方法以外の他の方法による喫煙状態判定に関する情報を取得する他判定情報取得手段と、他判定情報取得手段で取得した他の方法による喫煙状態判定に関する情報に基づいて判定手段で用いる判定基準値又は判定結果を補正する補正手段とを備える構成としてもよい。
この喫煙推定装置では、他判定情報取得手段によって生体状態に基づく方法以外の他の方法による喫煙状態判定に関する情報を取得する。喫煙状態判定の他の方法としては、例えば、熱、煙、喫煙行動等の喫煙状態の直接的な情報から判定する方法、喫煙具の開閉情報、対象者の位置情報(喫煙エリア/禁煙エリアとの関係)、時間情報(喫煙時間帯/禁煙時間帯との関係)等の喫煙の可能性の有無から判定する方法がある。喫煙状態判定に関する情報としては、例えば、他の方法で判定した喫煙の有無の判定結果、喫煙と判定されている期間の情報、喫煙の可能性の有無の情報がある。喫煙推定装置では、補正手段によって他の方法による喫煙状態判定に関する情報に基づいて判定手段で用いる判定基準値又は判定結果を補正する。このように、喫煙推定装置では、対象者に対する他の方法による喫煙状態判定に関する情報を考慮して判定手段での判定基準値又は判定結果を補正することにより、喫煙状態をより高精度に推定できる。
本発明の上記喫煙推定装置では、他判定情報取得手段は、他の方法によって喫煙状態と判定した場合の喫煙状態の期間の情報を取得し、補正手段は、他判定情報取得手段で取得した喫煙状態の期間に基づいて判定基準値を補正すると好適である。
この喫煙推定装置では、他判定情報取得手段によって他の方法で喫煙状態と判定した場合の喫煙状態の期間の情報を取得する。そして、喫煙推定装置では、補正手段によってその喫煙状態の期間やその期間内での対象者の生体状態の変化等から判定基準値を補正する。他の方法で判定された対象者が確実に喫煙している期間や期間内の生体状態の変化を解析することによって、実際にその対象者が喫煙しているときの生体状態の変化や喫煙時間が判るので、その対象者に適した生体状態の判定基準値を得ることができる。このように、喫煙推定装置は、他の方法で得られた喫煙状態の期間に基づいて判定基準値を補正することにより、対象者個々に適した判定基準値を得ることができ、喫煙状態をより高精度に推定できる。
本発明の上記喫煙推定装置では、他判定情報取得手段は、対象者が喫煙の可能性があるか否かの情報を取得し、補正手段は、判定手段で喫煙状態と判定した場合でも、他判定情報取得手段で喫煙の可能性がない情報を取得しているときには喫煙状態でないと変更すると好適である。
この喫煙推定装置では、判定情報取得手段によって対象者が喫煙の可能性があるか否かの情報を取得する。喫煙の可能性の有無の情報としては、例えば、タバコケースの開閉情報、対象者の場所が喫煙エリア/禁煙エリアかの情報、時刻が喫煙時間帯/禁煙時間帯かの情報がある。そして、喫煙推定装置では、補正手段によって、判定手段で喫煙状態と判定した場合でも喫煙の可能性がない情報(例えば、タバコケースが閉じている情報、対象者の場所が禁煙エリア内の情報、時刻が禁煙時間帯の情報)が得られているときには喫煙状態でないと判定結果を変更する。このように、喫煙推定装置では、喫煙の可能性があるか否かの情報に基づいて判定手段での判定結果を補正することにより、喫煙状態をより高精度に推定できる。
本発明の上記喫煙推定装置では、生体状態検出手段で検出した実際の生体状態と生体状態推定手段で推定した推定生体状態との差を算出する差算出手段を備え、判定手段は、差算出手段で算出した実際の生体状態と推定生体状態との差が所定値より高い状態が所定時間超える場合に喫煙状態と判定すると好適である。
この喫煙推定装置では、差算出手段によって実際の生体状態と活動状態に応じた推定生体状態との差を算出する。対象者の活動状態に応じた通常の生体状態よりも実際の生体状態が高い状態がある程度続くと、喫煙によって生体状態が高くなっていると判断できる。そこで、喫煙推定装置では、判定手段によって実際の生体状態と推定生体状態との差が所定値(喫煙によって増加する生体状態程度)より高い状態が所定時間(喫煙時間に相当する数分程度)超える場合に喫煙状態と判定する。このように、喫煙推定装置では、実際の生体状態と活動状態に応じた推定生体状態との差に基づいて喫煙状態を判定することにより、喫煙状態を高精度に推定できる。
本発明の上記喫煙推定装置では、生体状態推定手段は、一次遅れ伝達関数を利用し、活動状態検出手段で検出した活動状態を一次遅れ伝達関数の入力として生体状態を算出すると好適である。このように、喫煙推定装置では、一次遅れ伝達関数を用いることにより、活動状態に応じた生体状態を高精度に推定することができる。
本発明の上記喫煙推定装置では、活動状態検出手段で検出した活動状態が対象者の安静状態のときよりも高い活動状態があった場合に一次遅れ伝達関数のパラメータを同定するパラメータ同定手段を備える構成としてもよい。
同じ人でも、一日の間で、活動状態に応じて生体情報は変化する。そのため、一次遅れ伝達関数を用いて生体状態を推定する場合、伝達関数のパラメータを更新していかないと、高精度な生体状態を推定できない。しかし、ある程度高い活動状態がないと、伝達関数のパラメータを適切に同定できない。そこで、喫煙推定装置では、活動状態が対象者の安静状態のときよりも高い活動状態があった場合、パラメータ同定手段によって一次遅れ伝達関数のパラメータを同定する。このように、喫煙推定装置では、高い活動状態があった場合には一次遅れ伝達関数のパラメータを同定することにより、一日のうちでも対象者個々に適した一次遅れ伝達関数のパラメータを得ることができ、活動状態に応じた生体状態を高精度に推定できる。
本発明によれば、対象者の実際の生体状態と対象者の活動状態に応じた推定生体状態とに基づいて喫煙状態を推定することにより、対象者の活動状態が変化しても喫煙状態を高精度に推定することができる。
以下、図面を参照して、本発明に係る喫煙推定装置の実施の形態を説明する。なお、各図において同一又は相当する要素については同一の符号を付し、重複する説明を省略する。
本実施の形態に係る喫煙推定装置は、推定対象の人に携帯される携帯型(ウェラブル型センサと携帯端末)の装置であり、人の喫煙状態を終日推定する装置である。本実施の形態に係る喫煙推定装置は、心拍数(生体状態)に基づいて対象者の喫煙状態を推定する。本実施の形態には、4つの形態があり、第1の実施の形態が喫煙状態推定の基本の形態であり、第2〜第4の実施の形態が推定精度を向上させるための各機能を順次追加した形態である。なお、本実施の形態に係る喫煙推定装置では無線通信を用いるが、無線通信としては、例えば、Bluetooth(登録商標)を利用する。
なお、タバコに含まれるニコチンの影響によって血管が収縮して血圧が上昇するので、喫煙中や喫煙後に心拍数が上昇することが知られている。本実施の形態に係る喫煙推定装置では、この知見を利用して喫煙状態推定に心拍数を用いる。日常状態では安静状態(低い活動状態)のときにだけ喫煙することは少なく、歩行等によって高い活動状態に変化したときも喫煙する場合がある。歩行等による高い活動状態のときも心拍数が上昇するので、喫煙状態推定ではそのような喫煙以外の要因によって心拍数上昇を招く外乱を除去して推定する必要がある。
図1〜図5を参照して、第1の実施の形態に係る喫煙推定装置1について説明する。図1は、第1の実施の形態に係る喫煙推定装置の構成図である。図2は、本実施の形態に係る喫煙推定アルゴリズムの概念図である。図3は、本実施の形態に係る喫煙推定アルゴリズムに用いる閾値の説明図である。図4は、喫煙前後で歩行した場合のデータの一例である。図5は、喫煙推定結果の表示の一例である。
喫煙推定装置1は、対象者の心拍数を検出するとともに、対象者の活動量(体動)を検出して、心拍数モデル(一次遅れ伝達関数)を用いて活動量に応じた心拍数を推定する。そして、喫煙推定装置1は、実際の心拍数と活動量に応じた推定心拍数との差を算出し、活動量に応じた通常の心拍数よりも実際の心拍数の高い状態が所定時間以上継続した場合には喫煙状態と判定する。
喫煙推定装置1は、心拍センサ10、加速度センサ11、推定心拍数算出部12、減算部13、喫煙推定部14、表示装置15を備えている。喫煙推定装置1は、ウェアラブル生体センサ(心拍センサ10、加速度センサ11)と携帯端末(推定心拍数算出部12、減算部13、喫煙推定部14、表示装置15)からなり、ウェアラブル生体センサで検知した情報を携帯端末が無線通信で受信し、その情報を用いて携帯端末においてリアルタイムで処理する。ウェアラブル生体センサと携帯端末とは一体でもよい。携帯端末は、マイコン、各種メモリ、小型ディスプレイ等を備えており、各部12,13,14の処理を実現するためのプログラムが組み込まれている。
なお、本実施の形態では、心拍センサ10が特許請求の範囲に記載する生体状態検出手段に相当し、加速度センサ11が特許請求の範囲に記載する活動状態検出手段に相当し、推定心拍数算出部12が特許請求の範囲に記載する生体状態推定手段に相当し、減算部13が特許請求の範囲に記載する差算出手段に相当し、喫煙推定部14が特許請求の範囲に記載する判定手段に相当する。
図2に示すように、人間の心拍数は喫煙によって変化するし、歩行等の活動によっても変化するので、実心拍数は喫煙している場合には喫煙と活動の影響を受けて変化し、喫煙していない場合には活動の影響のみを受けて変化する。そこで、この実心拍数を検出する。また、活動の影響でのみ変化する心拍数を心拍数モデルを用いて推定する。ここで、実心拍数から推定心拍数を減算する。喫煙している場合には減算値は喫煙の影響のみを受けて上昇した心拍数に相当し、喫煙していない場合には減算値は略0になるので、この減算値を用いることによって活動の影響を除去した心拍数に基づいて喫煙状態を判定することができる。この判定では、図3に示すように、減算値(心拍数推定誤差)が上昇量閾値UTを超える区間(時間)が持続時間閾値TTを超える場合に、喫煙状態と判定する。
心拍センサ10は、心電計で心電を検出し、心電から心拍数を算出するセンサである。心拍センサ10では、一定時間毎に、心電を検出して心拍数hを算出し、心拍数hを携帯端末に送信する。心電計は、ディスポーザブル電極を備え、ディスポーザブル電極によって対象者の胸部に取り付けられる。心拍センサ10は、小型軽量のウェアラブル生体センサで構成される。なお、心電以外にも、脈波を検出し、脈波から心拍数を算出してもよい。例えば、腕時計型やイヤリング型の脈波センサを用いる。
加速度センサ11は、3軸(x軸(前後方向)、y軸(左右方向)、z軸(上下方向))の加速度をそれぞれ検出し、各軸の加速度(ax,ay,az)から活動量aを算出するセンサである。加速度センサ11では、一定時間毎に、各軸の加速度(ax,ay,az)を検出して活動量aを算出し、活動量aを携帯端末に送信する。活動量aは、運動の大きさを表す指標であり、各軸の加速度(ax,ay,az)から式(1)によって算出される。式(1)における上付き文字のtは現在の時刻を示し、t−1は1サンプル前の時刻を示す。加速度センサ11は、ウェアラブル生体センサに内蔵される。
図4(a)には、ある人が喫煙場所まで歩行し、喫煙場所に着くと直ぐに喫煙し、喫煙終了後に直ぐに喫煙場所から歩行した場合の活動量の時間変化の一例を示している。符号BWの区間が喫煙場所までの歩行区間であり、符号SMの区間が喫煙区間であり、符号AWの区間が喫煙場所からの歩行区間である。この例の場合、歩行中は活動量が大きく、喫煙中は歩行していないので活動量は小さい。
また、図4(b)には、図4(a)の例の時間経過に対応して、同じ人の実心拍数の時間変化を示している。心拍数は、各区間BW,SM,AWにおいては110程度で推移しており、区間AWの歩行終了後の1分ほどで90程度に変化している。したがって、この例の場合、歩行区間BW,AWでは歩行によって心拍数が20程度上昇し、喫煙区間SMでは喫煙によって心拍数が20程度上昇したため、喫煙区間SMの心拍数は喫煙をしていない前後の歩行区間BW,AWの心拍数と殆ど変わらなくなり、実心拍数のみで喫煙状態を判定することは困難である。実心拍数のみで判定した場合、歩行しているBW、AWの区間でも心拍数が上昇する状態が所定時間以上持続しているので、この区間も喫煙状態と誤判定する可能性がある。なお、図4(b)には、心拍数が急峻に変化している箇所があるが、これはノイズである。
推定心拍数算出部12では、加速度センサ11からの活動量aが入力される毎に、活動量aに基づいて推定心拍数h_hatを算出する。ここでは、歩行等によって活動量が増加するとその活動量の変化から遅れて徐々に心拍数が増加するので、式(2)に示す一次遅れ伝達関数(フィルタの役割)を用いた心拍数モデルを構築する。実際の算出では、一次遅れ伝達関数に活動量aを入力し、推定心拍数h_hatを出力する。式(2)に示すKはゲインであり、Tは時定数である。Kは、活動量と心拍数との大きさの比に相当する。Tは、活動量の変化から遅れて心拍数が変化する速度に相当する。この一次遅れ伝達関数のパラメータK,Tは、例えば、喫煙推定装置1の起動する毎に起動後の1時間分のデータ(活動量、実心拍数)を用いて予測誤差法等によりパラメータ同定された値を用いたり、昨日のデータを用いてパラメータ同定された値を用いたり、あるいは、多数の被験者によるデータを用いてパラメータ同定された値が予め設定される。
減算部13では、心拍センサ10からの心拍数hと推定心拍数算出部12で推定した推定心拍数h_hatが入力される毎に、心拍数hから推定心拍数h_hatを減算し、心拍数推定誤差Δhを算出する。心拍数hは喫煙と活動の影響を受け、推定心拍数h_hatは活動の影響のみを受けるので、心拍数推定誤差Δhは喫煙の影響のみを受けた心拍数となる。
図4(c)には、図4(a)、(b)の例の時間経過に対応して、図4(b)に示す心拍数hから図4(a)に示す活動量aから推定された推定心拍数h_hatを減算した心拍数推定誤差Δhの時間変化を示している。この例の場合、心拍数推定誤差Δhは、7分から11分にかけて10〜20程度高い状態が持続している。この区間は、実際の喫煙時間に一致している。したがって、心拍数推定誤差Δhを用いることによって、歩行による影響を除去して、喫煙状態を判定できる。なお、図4(c)には、心拍数推定誤差が急峻に変化している箇所があるが、これは心拍数のノイズの影響である。
喫煙推定部14では、減算部13から入力される心拍数推定誤差Δhを蓄積し、ノイズの影響を抑制するために、1分間分の心拍数推定誤差Δhの平均値Δh_barを算出する。ここでは、1分間分の平均値としたが、平均的な喫煙時間を考慮して、30秒間分や2分間分等の他の時間分の平均値でもよい。そして、喫煙推定部14では、心拍数推定誤差平均値Δh_barが上昇量閾値UTを超えるか否かを判定する(図3参照)。上昇量閾値UTは、喫煙のみの影響で上昇する心拍数を判定するための閾値であり、多数の被験者による実験等によって予め設定される。心拍数推定誤差平均値Δh_barが上昇量閾値UTを超える場合、喫煙推定部14では、上昇量閾値UTを超える区間の持続時間が持続時間閾値TTを超えるか否かを判定する(図3参照)。持続時間閾値TTは、喫煙していると十分にみなせる時間を判定するための閾値であり、多数の被験者による実験等によって予め設定される。持続時間閾値TTを超える場合、喫煙推定部14では、喫煙している状態と判定する。なお、携帯端末がタイマやGPS[Global Positioning System]受信装置を備える場合、喫煙状態と判定する毎に、判定されたときの日時(曜日)や位置等のデータを携帯端末のメモリに記憶するようにしてもよい。
表示装置15は、携帯端末に設けられる小型のディスプレイである。表示装置15には、喫煙推定装置1での推定結果等が表示される。例えば、喫煙状態と判定された曜日や時間が記憶されている場合にはデータが統計処理され、図5に示すような曜日と時間帯を示すグラフにおいて曜日別に喫煙している時間帯を表示する(黒塗りしている箇所が喫煙状態と判定された時間帯である)。このようなものを表示することによって、曜日毎に喫煙している時間帯に違いがあることが判り、例えば、午前中の喫煙割合や曜日毎の平均喫煙回数等を視覚的に把握できる。
なお、車両の運転者が喫煙推定装置1を携帯し、携帯端末と車両とが無線通信可能な場合、統計処理されたデータを車両に送信するようにしてもよい。例えば、車両に喫煙、携帯電話、飲食等の運転とは直接関係のない動作を検出し、その動作検出時に警報するシステム等が搭載されている場合、このような送信されたデータを用いて喫煙する可能性の高い曜日や時間帯であれば、喫煙判定の確信度を上げることで、判定精度を向上させることができる。
図1〜図5を参照して、喫煙推定装置1における喫煙状態推定の流れを図6のフローチャートに沿って説明する。図6は、第1の実施の形態に係る喫煙推定装置における喫煙推定アルゴリズムの流れを示すフローチャートである。
心拍センサ10では、一定時間毎に、心電を検出し、心電から心拍数hを算出する(S10)。加速度センサ11では、一定時間毎に、3軸の加速度をそれぞれ検出し、3軸の加速度から活動量aを算出する(S10)。
推定心拍数算出部12では、活動量aが入力される毎に、活動量aを入力として心拍数モデル(一次遅れ伝達関数)により推定心拍数h_hatを算出する(S11)。
減算部13では、心拍数hと推定心拍数h_hatが入力される毎に、心拍数hから推定心拍数h_hatを減算して心拍数推定誤差Δhを算出する(S12)。喫煙推定部14では、1分毎に、過去1分間分の心拍数推定誤差Δhを用いて心拍数推定誤差平均値Δh_barを算出する(S13)。
喫煙推定部14では、心拍数推定誤差平均値Δh_barが算出される毎に心拍数推定誤差平均値Δh_barと上昇量閾値とを比較し、心拍数推定誤差平均値Δh_barが上昇量閾値を超える区間を求める(S14)。心拍数推定誤差平均値Δh_barが上昇量閾値を超える区間がある場合、喫煙推定部14では、上昇量閾値を超える区間の持続時間を計測し、その計測した持続時間と持続時間閾値とを比較する(S15)。持続時間閾値を超える区間がある場合、喫煙推定部14では、その区間を喫煙状態として推定する(S15)。
この喫煙推定装置1によれば、実心拍数と活動量に応じた推定心拍数とに基づいて喫煙状態を推定することにより、歩行等の活動による心拍数変動の影響を受けずに、喫煙の影響による心拍数の変化から喫煙状態を高精度に推定することができる。また、喫煙推定装置1によれば、対象者が安静状態よりも高い活動状態でも(つまり、どのような活動状態のときでも)喫煙状態推定が可能なので、喫煙状態を推定できる期間を長くできる。
喫煙推定装置1によれば、ウェアラブル型のセンサを用いることにより、呼吸検出用のバンドやベストが不要となり、着脱や拘束感等の煩わしさがない。また、喫煙推定装置1によれば、小型軽量のセンサを用いることにより、場所にとらわれず、同一人物の喫煙状態推定に必要なデータを常時計測でき、終日、喫煙状態の推定が可能である。また、喫煙推定装置1によれば、一次遅れ伝達関数を用いることにより、活動量に応じた心拍数を高精度に推定することができる。
図7及び図8を参照して、第2の実施の形態に係る喫煙推定装置2について説明する。図7は、第2の実施の形態に係る喫煙推定装置の構成図である。図8は、喫煙推定アルゴリズムで用いる心拍数モデルの1次遅れ伝達関数のゲインKの時間変化の一例である。
喫煙推定装置2は、第1の実施の形態に係る喫煙推定装置1と比較すると、歩行等の活動がある程度長い時間のあったと判断する毎に心拍数モデル(一次遅れ伝達関数)のパラメータ同定を行う点が異なる。ここでは、この異なる点について詳細について詳細に説明する。
喫煙推定装置2は、心拍センサ10、加速度センサ11、推定心拍数算出部12、減算部13、喫煙推定部14、表示装置15の他に、活動検出部20、心拍数モデル同定部21を備えている。活動検出部20と心拍数モデル同定部21の各処理を実現するプログラムも携帯端末に組み込まれている。なお、本実施の形態では、心拍数モデル同定部21が特許請求の範囲に記載するパラメータ同定手段に相当する。
第1の実施の形態に係る喫煙推定装置1では、起動後の1時間分のデータを用いて心拍数モデル(1次遅れ伝達関数)のパラメータ同定を実施し、その同定したパラメータの心拍数モデルを用いて推定を行った。しかし、活動量に対する心拍数の変化は、日内変動することが分かっている。このような心拍数の変化は、歩行等の体を動かす場合だけでなく、食事等でも変化する。食事の場合、歩行等に比べて、緩やかに心拍数が上昇する。図8には、心拍数モデルのゲインKの時間変化を棒グラフで示している。この例では、被験者A,Bの2名からそれぞれ検出した活動量と実心拍数のデータを用いて、5000秒毎に心拍数モデルのパラメータ同定を行った場合である。被験者Aが白の棒グラフであり、被験者Bが黒の棒グラフである。この棒グラフからも、一日の間でゲインKが変化することが分かり、被験者Aと被験者Bとの間でも変化に差があることも分かる。また、時定数Tについても、一日の間で変化することが分かっており、その変化に個人差があることも分かっている。
一定の時間毎に心拍数モデルのパラメータ同定を繰り返し行うことによって、このような個人内差に対応できる。しかし、オフィスワーク等の場合には歩行等の活動する機会が少なく、パソコン等の作業が中心となるため、活動量が小さくなる。ある程度大きな活動がある程度長い時間行われないと、心拍数が上昇しないので、活動量が小さいときにはパラメータを適切に同定でいない可能性がある。そこで、喫煙推定装置2では、活動量の大きさと活動の時間を監視し、パラメータ同定にて適切な条件(歩行等の活動を行っている場合のある程度大きな活動量のときの時間が所定時間を超えることを条件)のときにパラメータ同定(ゲインKと時定数Tを更新)を実施して、活動量に応じた心拍数の推定精度を向上させる。
活動検出部20では、加速度センサ11からの活動量aが入力される毎に、活動量aが閾値を超えたか否かを判定する。この閾値は、歩行等によるある程度大きな活動か否かを判定するための閾値であり、実験等によって予め設定される。活動量aが閾値を超えた場合、活動検出部20では、活動量aが閾値を連続して超えている時間(連続活動時間)を計測する。そして、活動検出部20では、連続活動時間が1分間超えたか否かを判定する。ここでは、1分間としたが、30秒間や2分間等の他の時間でもよく、活動によって心拍数が変化する十分な時間を実験等で設定する。1分間を超えない場合には、連続活動時間がクリアされる。
連続活動時間が1分間超えた場合、活動検出部20では、その連続活動時間を積算する。ここでは、活動量aが閾値以下となって連続活動時間が一旦途絶えた場合でも、再度、活動量aが閾値を超え続けている時間が1分間を超えた場合の連続活動時間を順次積算していく。但し、活動量aが閾値以下となっている時間が所定時間以上になると、積算した時間がクリアされる。そして、活動検出部20では、積算時間(トータルの活動時間)が10分を超えたか否かを判定する。ここでは、10分間としたが、5分間や15分間等の他の時間でもよく、活動によって心拍数が変化した状態が安定する十分な時間を実験等で設定する。トータルの活動時間が10分を超えた場合、活動検出部20では、パラメータ同定が可能な活動状態であると判定する。
心拍数モデル同定部21では、活動検出部20でパラメータ同定が可能な活動状態であると判定した場合、心拍数モデルのパラメータ同定を実施し、式(2)に示す1次遅れ伝達関数のゲインKと時定数Tを求める。例えば、過去1時間分のデータ(活動量、実心拍数)を用いて、予測誤差法等によりパラメータ同定を行う。
図7及び図8を参照して、喫煙推定装置2におけるパラメータ同定条件検出の流れを図9のフローチャートに沿って説明する。図9は、第2の実施の形態に係る喫煙推定装置におけるパラメータ同定条件検出アルゴリズムの流れを示すフローチャートである。
活動検出部20では、起動時に、パラメータ同定フラグにOFFを設定する(S20)。パラメータ同定フラグは、ON/OFFフラグであり、ある程度大きな活動が1分間超えて連続して検出されている場合にONとなり、ある程度大きな活動が所定時間以上検出されなくなった場合あるいはパラメータ同定が実施された場合にOFFとなる。パラメータ同定フラグがONの場合に、トータルの活動時間が計測される。
加速度センサ11で活動量aを算出する毎に(S21)、活動検出部20では、活動量aが閾値を超えたか否かを判定する(S22)。S22にて閾値を超えていないと判定した場合、S21に戻り、次回の活動量aが算出されるまで待つ。
S22にて閾値を超えたと判定した場合(ある程度大きな活動と判定した場合)、活動検出部20では、活動量aが閾値を連続して超えている時間(連続活動時間)を積算する(S23)。そして、活動検出部20では、連続活動時間が1分を超えたか否かを判定する(S24)。S24にて1分を超えていないと判定した場合、活動検出部20では、S21に戻り、次回の活動量aが算出されるまで待つ。
S24にて1分を超えたと判定した場合、活動検出部20では、パラメータ同定フラグがOFFか否かを判定する(S25)。S25にてパラメータ同定フラグがOFFと判定した場合、活動検出部20では、パラメータ同定フラグをONし、1分間を超えた連続活動時間を用いてトータルの活動時間の積算を開始する(S26)。
S26でパラメータ同定フラグをONした場合又はS25にてパラメータ同定フラグが既にONと判定した場合、活動検出部20では、トータルの活動時間が10分を超えたか否かを判定する(S27)。S27にて10分を超えていないと判定した場合、活動検出部20では、S21に戻り、次回の活動量aが算出されるまで待つ。
S27にて10分を超えたと判定した場合、心拍数モデル同定部21では、心拍数モデルの1次遅れ伝達関数のパラメータ同定を実施し、ゲインKと時定数Tを求める(S28)。この新たに同定されたゲインKと時定数Tの心拍数モデルを用いて、第1の実施の形態で説明したS11で推定心拍数h_hatが算出される。パラメータ同定を実施すると、再度、S20から処理を開始し、パラメータ同定フラグがOFFされる。
この喫煙推定装置2によれば、ある程度高い活動状態がある程度長い時間ある毎に心拍数モデルの一次遅れ伝達関数のパラメータ同定を実施することにより、一日のうちで推定対象者個々に適した一次遅れ伝達関数のパラメータ(ゲインK、時定数T)を適時得ることができ、活動量に応じた推定心拍数を高精度に推定できる。特に、一日の間に対象者の活動量と実心拍数の状態に応じて一次遅れ伝達関数のパラメータが適時更新され、その更新後のパラメータを用いた一次遅れ伝達関数によって活動量に応じた推定心拍数が推定されるので、歩行等の活動だけでなく、食事等で心拍数が緩やかに変化している場合でも、推定心拍数を高精度に推定できる。その結果、歩行等の活動だけでなく食事等による活動での心拍数変動の影響を受けずに、心拍数の変化から喫煙状態を高精度に推定することができる。
図10〜図12を参照して、第3の実施の形態に係る喫煙推定装置3について説明する。図10は、第3の実施の形態に係る喫煙推定装置の構成図である。図11は、上昇量閾値の調整の一例である。図12は、持続時間閾値の調整の一例である。
喫煙推定装置3は、第2の実施の形態に係る喫煙推定装置2と比較すると、他の直接的な方法によって喫煙状態と高精度に判定されている場合にはその判定された喫煙状態の期間に基づいて喫煙状態の判定に用いる上昇量閾値と持続時間閾値を補正する点が異なる。ここでは、この異なる点について詳細について詳細に説明する。
喫煙推定装置3は、心拍センサ10、加速度センサ11、推定心拍数算出部12、減算部13、喫煙推定部14、表示装置15、活動検出部20、心拍数モデル同定部21の他に、環境データ取得部30、閾値調整部31を備えている。閾値調整部31の処理を実現するプログラムも携帯端末に組み込まれる。なお、本実施の形態では、環境データ取得部30が特許請求の範囲に記載する他判定情報取得手段に相当し、閾値調整部31が特許請求の範囲に記載する補正手段に相当する。
なお、図10に示す車両Vには喫煙検出装置が備えられ、喫煙検出用にカメラや煙検知センサ等が装備されており、例えば、画像に基づく喫煙動作判定によって喫煙を検出したり、煙に基づいて喫煙を検出したりする。車両Vとしては、例えば、対象者が所有する車両、対象者が勤務する会社の車両である。会社の車両の場合、対象者が、トラック、バス、タクシ等の運転者であると好適である。また、図10に示す喫煙ルームRにも、車両Vと同様の喫煙検出装置が備えられており、喫煙を検出する。喫煙ルームRとしては、例えば、対象者が勤務する会社の喫煙ルームである。このような車両Vや喫煙ルームRでの喫煙を検出する方法は喫煙動作や煙等から検出する直接的な方法であるので、心拍数を用いて喫煙を間接的に推定する方法よりも高精度に喫煙を検出できる。
車両Vや喫煙ルームRは、喫煙推定装置3(特に、携帯端末)に無線通信で情報を送信できる機能を有している。したがって、喫煙推定装置3は、車両Vや喫煙ルームRからの情報を無線通信で受信する機能を有している。車両Vや喫煙ルームRでは、喫煙を検出した場合、喫煙を検出した期間情報(開始時間、終了時間)を喫煙推定装置3に送信する。この送信される喫煙の開始時間と終了時間は、対象者が実際に喫煙を行っている正解値である。
第1の実施の形態に係る喫煙推定装置1では、歩行等の活動の影響を除去した後の心拍数の上昇量を上昇量閾値で判定し、上昇量閾値を連続して超える区間(時間)を持続時間閾値で判定して、喫煙状態を判定した。しかし、喫煙時の心拍数の上昇量や喫煙時間には個人差がある。そこで、喫煙推定装置3では、確実に喫煙していることが他の方法で検出されている場合の喫煙期間やそのときの心拍数推定誤差に基づいて、上昇量閾値と持続時間閾値を個人適合させる。
環境データ取得部30では、車両V又は喫煙ルームRから喫煙に関する情報が送信される毎に、その情報を受信し、喫煙を検出した期間情報(開始時間、終了時間)を取得する。
閾値調整部31では、環境データ取得部30で喫煙の期間情報を取得する毎に、喫煙開始時間と喫煙終了時間の間(実際の喫煙によって心拍数が上昇している期間に相当)に算出された全ての心拍数推定誤差Δhを用いて、その期間の心拍数推定誤差Δhの平均値を算出する。そして、閾値調整部31では、その平均値から1を減算し、その減算された値を上昇量閾値として設定する。ここでは、平均値から減算させる量を1としているが、2や3等の他の量でもよい。また、対象者によって、喫煙によって心拍数の上昇量が多い対象者に対して2や3等を平均値から減算し、心拍数の上昇量が少ない対象者に対しては1を平均値から減算するようにしてもよい。
図11に示す例の場合、ある対象者についての喫煙開始時間STと喫煙終了時間ETとの間の心拍数推定誤差は、設定されていた上昇量閾値UT0を下回っていた。したがって、この対象者の場合、上昇量閾値UT0のままでは、喫煙していても、喫煙状態と推定されない可能性があった。しかし、喫煙開始時間STと喫煙終了時間ETとの間の心拍数推定誤差の平均値−1を新たな上昇量閾値UT1として設定することにより、この対象者が喫煙したときに心拍数推定誤差が上昇量閾値UT1を超える可能性が高くなり、喫煙状態と推定される可能性が高くなる。
さらに、閾値調整部31では、環境データ取得部30で喫煙の期間情報を取得する毎に、喫煙開始時間から喫煙終了時間までの区間の時間を算出する。そして、閾値調整部31では、この区間の時間が現在設定されている持続時間閾値+1分を超えているかあるいは持続時間閾値−1分を下回っているか否かを判定する。喫煙開始時間から喫煙終了時間までの区間の時間が持続時間閾値+1分を超えている場合、閾値調整部31では、持続時間閾値+1分を新たな持続時間閾値として設定する。一方、喫煙開始時間から喫煙終了時間までの区間の時間が持続時間閾値−1分を下回っている場合、閾値調整部31では、持続時間閾値−1分を新たな持続時間閾値として設定する。ここでは、増減する時間を1分としているが、30秒や2分等の他の時間でもよい。また、対象者によって、喫煙時間の長い対象者に対して1分30秒や2分等を増減し、喫煙時間の短い対象者に対しては1分や30秒を増減するようにしてもよい。
図12に示す例の場合、ある対象者についての喫煙開始時間STと喫煙終了時間ETとの区間の時間は、設定されていた持続時間閾値TT0+1分を超えていた。したがって、この対象者の場合、持続時間閾値TT0のままでは、他の要因で心拍数が上昇している場合でも喫煙状態と推定され易く、誤推定する可能性があった。しかし、設定されていた持続時間閾値TT0+1分を新たな持続時間閾値TT1として設定することにより、この対象者が他の要因で心拍数が上昇したときに上昇中の持続時間が持続時間閾値TT1を超える可能性が低くなり、喫煙状態と誤推定される可能性が低くなる。
図10〜図12を参照して、喫煙推定装置3における閾値調整の流れを図13のフローチャートに沿って説明する。ここでは、車両Vから喫煙の情報が得られる場合の動作について説明する。図13は、第3の実施の形態に係る喫煙推定装置における閾値調整アルゴリズムの流れを示すフローチャートである。
喫煙推定装置3で車両Vから無線通信によって喫煙に関する情報を受信すると、環境データ取得部30では、喫煙を検出した期間情報(開始時間、終了時間)を取得する(S30)。
環境データ取得部30で喫煙の期間情報を取得すると、閾値調整部31では、喫煙の開始時間から終了時間までの区間(実際の喫煙で心拍数が上昇していた区間)の心拍数推定誤差Δhの平均値を算出し、その平均値から1を減算した値を新たな上昇量閾値として設定する(S31)。
閾値調整部31では、喫煙開始時間と喫煙終了時間との区間時間(実際の喫煙時間)が持続時間閾値+1分を超えたか否かを判定する(S32)。S32にて区間時間が持続時間閾値+1分を超えたと判定した場合、閾値調整部31では、持続時間閾値+1分を新たな持続時間閾値として設定する(S33)。S32にて区間時間が持続時間閾値+1分を超えていないと判定した場合、閾値調整部31では、喫煙開始時間と喫煙終了時間との区間時間が持続時間閾値−1分を下回ったか否かを判定する(S34)。S34にて区間時間が持続時間閾値−1分を下回ったと判定した場合、閾値調整部31では、持続時間閾値−1分を新たな持続時間閾値として設定する(S35)。この新たに設定された上昇量閾値と持続時間閾値を用いて、第1の実施の形態で説明したS14及びS15の各判定が行われる。
この喫煙推定装置3によれば、直接的に喫煙を検出する方法で得られた確度の高い喫煙の期間情報に基づいて上昇量閾値及び持続時間閾値を補正することにより、対象者個々に適した上昇量閾値及び持続時間閾値を得ることができ、この上昇量閾値及び持続時間閾値を用いて心拍数の変化から喫煙状態をより高精度に推定できる。このように上昇量閾値を補正することにより、喫煙したときに心拍数の上昇が小さい対象者の場合には実際に喫煙しているときに喫煙状態と推定されないことを抑制でき、喫煙したときに心拍数の上昇が大きい対象者の場合には他の要因による心拍数の上昇を喫煙状態と誤推定することを抑制できる。また、このように持続時間閾値を補正することにより、喫煙時間が短い対象者の場合には実際に喫煙しているときに喫煙状態と推定されないことを抑制でき、喫煙時間が長い対象者の場合には他の要因による心拍数の上昇の持続を喫煙状態と誤推定することを抑制できる。
図14を参照して、第4の実施の形態に係る喫煙推定装置4について説明する。図14は、第4の実施の形態に係る喫煙推定装置の構成図である。
喫煙推定装置4は、第3の実施の形態に係る喫煙推定装置3と比較すると、対象者が喫煙する可能性があるか否か(喫煙の前提条件が成立しているか否か)を判断し、心拍数から喫煙状態と判定している場合でも喫煙の可能性がないときには喫煙状態でないと判定結果を変更する。
喫煙推定装置4は、心拍センサ10、加速度センサ11、推定心拍数算出部12、減算部13、表示装置15、活動検出部20、心拍数モデル同定部21、環境データ取得部30、閾値調整部31の他に、タイマ40、GPS受信装置41、喫煙条件推定部42、喫煙推定部43を備えている。タイマ40やGPS受信装置41が携帯端末に装備されており、喫煙条件推定部42、喫煙推定部43の各処理を実現するプログラムも携帯端末に組み込まれる。なお、本実施の形態では、喫煙条件推定部42が特許請求の範囲に記載する他判定情報取得手段に相当し、喫煙推定部14が特許請求の範囲に記載する補正手段に相当する。
なお、図14に示す喫煙具Cは、例えば、タバコを収納するタバコケースである。タバコケースは、開閉式の蓋を有しており、この蓋の開閉状態の情報を喫煙推定装置4に無線通信で送信する機能を有している。したがって、喫煙推定装置4は、喫煙具Cからの情報を無線通信で受信する機能を有している。
第1の実施の形態に係る喫煙推定装置1では、歩行等の活動の影響を除去した心拍数の変化に基づいて喫煙状態か否かを判定した。しかし、喫煙の前提条件が成立していない場合には、実際に喫煙が行なわれない。例えば、対象者の位置が禁煙エリア内の場合や時間が禁煙時間帯の場合には喫煙できないので、心拍数の変化から喫煙状態と推定できても、実際には喫煙されていない。また、対象者のタバコケースが閉じられたままの場合にはタバコを出せないので、心拍数の変化から喫煙状態と推定できても、実際には喫煙されていない。そこで、喫煙推定装置4では、喫煙具の操作、時間、場所の情報から喫煙の前提条件が成立しているかを判断し、前提条件が成立していない場合には喫煙していないと判定することによって、最終的な喫煙判定の確信度を向上させる。
タイマ40は、現在時刻を計測するタイマである。タイマ40では、常時、現在時刻を出力する。GPS受信装置41は、GPSアンテナで各GPS衛星からのGPS信号を受信し、その各GPS信号を復調し、その復調した各GPS情報に基づいて現在位置(緯度、経度)を算出する装置である。GPS受信装置41では、受信可能なGPS信号を受信し、一定時間毎に、受信できたGPS信号に基づいて現在位置を算出する。
喫煙条件推定部42では、喫煙具Cから情報が受信される毎に、その情報を受信し、タバコケースの開閉情報を取得する。そして、喫煙条件推定部42では、タバコケースが開いている場合には喫煙可能性フラグをONし、タバコケースが閉じている場合には喫煙可能性グラフをOFFする。喫煙可能性フラグは、ON/OFFフラグであり、喫煙の可能性がある場合(喫煙の前提条件が成立している場合)にはONであり、喫煙の可能性がない場合(喫煙の前提条件が成立していない場合)にはOFFである。
あるいは、喫煙条件推定部42では、タイマ40から現在時刻を取得する。そして、喫煙条件推定部42では、現在時刻が喫煙時間帯の場合には喫煙可能性フラグをONし、現在時刻が禁煙時間帯の場合には喫煙可能性グラフをOFFする。また、喫煙条件推定部42では、GPS受信装置41から現在位置を取得する。そして、喫煙条件推定部42では、対象者の現在位置が喫煙エリアの場合には喫煙可能性フラグをONし、対象者の現在位置が禁煙エリアの場合には喫煙可能性グラフをOFFする。
なお、タバコケースの開閉情報、現在時刻、現在位置の3つの情報のうちのいずれか1つの情報で喫煙可能性フラグを設定してもよいし、2つの情報の各組み合わせあるいは3つの情報で喫煙可能性フラグを設定してもよい。
喫煙推定部43は、第1の実施の形態で説明した喫煙推定部14での処理の他に以下の処理も行う。喫煙推定部14と同様の処理によって喫煙状態と推定した場合、喫煙推定部43では、喫煙可能性フラグがONの場合には喫煙していると最終判定し、喫煙可能性フラグがOFFの場合には喫煙していないと最終判定する。
図14を参照して、喫煙推定装置4における喫煙条件推定の流れを図15のフローチャートに沿って説明する。ここでは、タバコケースから開閉情報が送信される場合の動作について説明する。図15は、第4の実施の形態に係る喫煙推定装置における喫煙条件推定アルゴリズム(タバコケースを用いた場合)の流れを示すフローチャートである。なお、場所や時刻の条件についても同様の流れで喫煙条件推定が行われる。また、2つ又は3つの条件を組み合わせた場合も同様の流れで喫煙条件推定が行われる。
喫煙推定装置4で喫煙具C(タバコケース)から無線通信によって情報を受信すると、喫煙条件推定部42では、タバコケースの開閉情報を取得する(S40)。喫煙条件推定部42では、その開閉情報に基づいてタバコケースが閉じているか否かを判定する(S41)。S41にて閉じていると判定した場合、喫煙条件推定部42では、喫煙可能性フラグをOFFする(S42)。一方、S41にて開いていると判定した場合、喫煙条件推定部42では、喫煙可能性フラグをONする(S43)。
喫煙推定装置4では、第1の実施の形態で説明したS10〜S15の処理によって喫煙状態を推定する(S44)。
喫煙推定部43では、S10〜S15の処理で喫煙状態と推定かつ喫煙可能性フラグがONか否かを判定する(S45)。S45にて喫煙状態と推定かつ喫煙状態フラグがONと判定した場合、喫煙推定部43では、喫煙したと最終判定する(S46)。S45にて喫煙状態と推定していない又は喫煙状態フラグがOFFと判定した場合、喫煙推定部43では、喫煙していないと最終判定する(S47)。
この喫煙推定装置4によれば、喫煙具Cの操作等から喫煙の可能性があるか否かを判断し、喫煙の可能があるか否かによって喫煙状態の推定結果を補正することにより、喫煙状態をより高精度に推定できる。
以上、本発明に係る実施の形態について説明したが、本発明は上記実施の形態に限定されることなく様々な形態で実施される。
例えば、本実施の形態では生体状態として心拍数を用いて喫煙状態を推定する構成としてが、他の生体状態を用いて喫煙状態を推定してもよく、例えば、血圧、呼吸を用いる。
また、本実施の形態では活動状態として3軸の加速度を検出し、各加速度から活動量を算出する構成としたが、他の検出方法で活動状態を検出してもよく、例えば、靴にセンサを設けて、靴の動きから活動状態を検出する。
また、本実施の形態では携帯型の喫煙推定装置とし、携帯端末において各センサで検知した情報を用いてリアルタイムで処理する構成としたが、各センサで検知した情報をメモリに保存しておき、その保存した情報をコンピュータに読み込み、バッチ処理する構成でもよい。
また、本実施の形態では一次遅れ伝達関数を用いて活動量から心拍数を推定する構成としたが、二次遅れ伝達関数等の他の伝達関数あるいは他の推定方法を用いてもよい。
また、第2の実施の形態ではある程度大きな活動の時間がトータルで所定時間超えた場合に活動検出としたが、ある程度大きな活動の回数が所定回数超えた場合に活動検出としてもよい。また、第2の実施の形態では活動検出した場合に心拍数モデルのパラメータ同定を行う構成としたが、定期的にパラメータ同定を行ってもよい。また、ある程度大きな活動の時間がトータルで所定時間超えた後に所定時間(例えば、5分間)を超える安静状態を検出した場合に心拍数モデルのパラメータ同定を行ってもよい。
また、第3の実施の形態では上昇量閾値と持続時間閾値の両方を調整する構成としたが、いずれか一方を調整する構成でもよい。また、第3の実施の形態では車両や喫煙ルームか確度の高い喫煙の期間情報を取得する構成としたが、他の場所から確度の高い喫煙の期間情報を取得してもよい。
また、第4の実施の形態では喫煙具の操作、場所(禁煙エリア)、時刻(禁煙時間帯)の3つの条件で喫煙の可能性を判断する構成としたが、3つのうちの2つ又は1つの条件で判断してもよいし、他の条件で喫煙の可能性を判断してもよい。また、第4の実施の形態では喫煙具が操作されていない場合、禁煙エリアに存在する場合、禁煙時間帯の場合には心拍数の変化から喫煙状態と推定しても最終的には喫煙していないと判定する構成としたが、喫煙具が操作された場合、喫煙エリアに存在する場合、喫煙時間帯の場合には通常よりも喫煙状態と推定され易くし、例えば、上昇量閾値よりも小さい心拍数あるいは持続時間閾値よりも短い持続時間であっても喫煙状態と推定する。
1,2,3,4…喫煙推定装置、10…心拍センサ、11…加速度センサ、12…推定心拍数算出部、13…減算部、14,43…喫煙推定部、15…表示装置、20…活動検出部、21…心拍数モデル同定部、30…環境データ取得部、31…閾値調整部、40…タイマ、41…GPS受信装置、42…喫煙条件推定部。
Claims (7)
- 生体状態に基づいて対象者の喫煙状態を推定する喫煙推定装置であって、
対象者の生体状態を検出する生体状態検出手段と、
対象者の活動状態を検出する活動状態検出手段と、
前記活動状態検出手段で検出した活動状態に応じた生体状態を推定する生体状態推定手段と、
前記生体状態検出手段で検出した実際の生体状態と前記生体状態推定手段で推定した推定生体状態とに基づいて対象者の喫煙状態を判定する判定手段と、
を備えることを特徴とする喫煙推定装置。 - 対象者に対する生体状態に基づく方法以外の他の方法による喫煙状態判定に関する情報を取得する他判定情報取得手段と、
前記他判定情報取得手段で取得した他の方法による喫煙状態判定に関する情報に基づいて前記判定手段で用いる判定基準値又は判定結果を補正する補正手段と、
を備えることを特徴とする請求項1に記載の喫煙推定装置。 - 前記他判定情報取得手段は、他の方法によって喫煙状態と判定した場合の喫煙状態の期間の情報を取得し、
前記補正手段は、前記他判定情報取得手段で取得した喫煙状態の期間に基づいて判定基準値を補正することを特徴とする請求項2に記載の喫煙推定装置。 - 前記他判定情報取得手段は、対象者が喫煙の可能性があるか否かの情報を取得し、
前記補正手段は、前記判定手段で喫煙状態と判定した場合でも、前記他判定情報取得手段で喫煙の可能性がない情報を取得しているときには喫煙状態でないと変更することを特徴とする請求項2又は請求項3に記載の喫煙推定装置。 - 前記生体状態検出手段で検出した実際の生体状態と前記生体状態推定手段で推定した推定生体状態との差を算出する差算出手段を備え、
前記判定手段は、前記差算出手段で算出した実際の生体状態と推定生体状態との差が所定値より高い状態が所定時間超える場合に喫煙状態と判定することを特徴とする請求項1〜請求項4のいずれか1項に記載の喫煙推定装置。 - 前記生体状態推定手段は、一次遅れ伝達関数を利用し、前記活動状態検出手段で検出した活動状態を前記一次遅れ伝達関数の入力として生体状態を算出することを特徴とする請求項1〜請求項5のいずれか1項に記載の喫煙推定装置。
- 前記活動状態検出手段で検出した活動状態が対象者の安静状態のときよりも高い活動状態があった場合に前記一次遅れ伝達関数のパラメータを同定するパラメータ同定手段を備えることを特徴とする請求項6に記載の喫煙推定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012028560A JP2013162975A (ja) | 2012-02-13 | 2012-02-13 | 喫煙推定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012028560A JP2013162975A (ja) | 2012-02-13 | 2012-02-13 | 喫煙推定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013162975A true JP2013162975A (ja) | 2013-08-22 |
Family
ID=49174750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012028560A Pending JP2013162975A (ja) | 2012-02-13 | 2012-02-13 | 喫煙推定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2013162975A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015228498A (ja) * | 2014-05-30 | 2015-12-17 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 伸縮性熱電複合体、及びそれを含む熱電素子 |
KR101681834B1 (ko) * | 2015-06-12 | 2016-12-02 | 오태연 | 스마트워치를 이용한 흡연 검출 방법 |
JP2016222136A (ja) * | 2015-06-01 | 2016-12-28 | パイオニア株式会社 | ドライバ推定装置、制御方法、プログラム及び記憶媒体 |
JP2017136164A (ja) * | 2016-02-02 | 2017-08-10 | 富士通株式会社 | センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム |
KR101802780B1 (ko) | 2016-04-29 | 2017-11-30 | 아주대학교 산학협력단 | 가속도 센서 기반의 흡연 행동 검출 방법 및 그 장치 |
JP2020062456A (ja) * | 2020-01-06 | 2020-04-23 | パイオニア株式会社 | ドライバ推定装置、制御方法、プログラム及び記憶媒体 |
-
2012
- 2012-02-13 JP JP2012028560A patent/JP2013162975A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015228498A (ja) * | 2014-05-30 | 2015-12-17 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 伸縮性熱電複合体、及びそれを含む熱電素子 |
JP2016222136A (ja) * | 2015-06-01 | 2016-12-28 | パイオニア株式会社 | ドライバ推定装置、制御方法、プログラム及び記憶媒体 |
KR101681834B1 (ko) * | 2015-06-12 | 2016-12-02 | 오태연 | 스마트워치를 이용한 흡연 검출 방법 |
JP2017136164A (ja) * | 2016-02-02 | 2017-08-10 | 富士通株式会社 | センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム |
KR101802780B1 (ko) | 2016-04-29 | 2017-11-30 | 아주대학교 산학협력단 | 가속도 센서 기반의 흡연 행동 검출 방법 및 그 장치 |
JP2020062456A (ja) * | 2020-01-06 | 2020-04-23 | パイオニア株式会社 | ドライバ推定装置、制御方法、プログラム及び記憶媒体 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2013162975A (ja) | 喫煙推定装置 | |
US10588567B2 (en) | Alertness prediction system and method | |
US8416102B2 (en) | Activity monitoring system insensitive to accelerations induced by external motion factors | |
JP5090013B2 (ja) | 情報管理システム及びサーバ | |
US20120259577A1 (en) | Fall Detection Methods and Devices | |
US20160038061A1 (en) | Method for detecting falls and a fall detector | |
US20100137748A1 (en) | Fatigue estimation device and electronic apparatus having the fatigue estimation device mounted thereon | |
US20080016961A1 (en) | Medical application for no-motion sensor | |
US10694980B2 (en) | Exercise support device, exercise support method and exercise support program | |
CN110366387B (zh) | 测量和评估睡眠质量 | |
EP3503794B1 (en) | Method and system for determining time window for sleep of a person | |
US9901291B2 (en) | Activity meter and sleep/awake state recording system | |
US9867597B1 (en) | Method and system to notify female fertility period | |
US20180168462A1 (en) | System and method for heart rate monitoring of an object | |
EP3556289A1 (en) | Wearable device | |
US20200218935A1 (en) | System, Method, and Program for Predicting Diminished Attentiveness State, and Storage Medium on Which Program Is Stored | |
US20160235356A1 (en) | System and Method to Monitor a Physiological Parameter of an Individual | |
US20180064387A1 (en) | Sleepiness calculation device | |
JP2016202603A (ja) | 生体情報処理システム、プログラム、生体情報処理システムの制御方法 | |
JP2016177437A (ja) | 転倒検知端末およびプログラム | |
EP4011285A1 (en) | Stress detection device, system and method for detecting mental stress of a person | |
JP5751162B2 (ja) | 呼吸検出装置 | |
WO2021235333A1 (ja) | 疲労判定装置、疲労判定方法、疲労判定プログラム、疲労判定システム、及びコンピュータ読み取り可能な非一時的記憶媒体 | |
JP2024041415A (ja) | 健康評価システム、健康評価方法、および健康評価プログラム | |
WO2024039367A1 (en) | Momentary stress algorithm for a wearable computing device |