JP2016048906A - 環境情報推定システム、環境情報推定方法、及びプログラム - Google Patents

Abstract

【課題】或る空間における環境情報を推定可能とすること。【解決手段】複数の移動機器とネットワークを介して通信可能なコンピュータは、前記各移動機器の所在位置を示す位置情報の履歴に基づいて、前記各移動機器について、複数のエリアのそれぞれごとに、所定期間において当該移動機器が当該エリアに滞在した時間の前記所定期間に対する比率を算出し、前記エリアごとに、当該エリアに関して算出された前記比率の平均値を算出する第一の算出部と、所定の環境情報を測定する複数の定点観測点のそれぞれの位置に基づいて、前記複数のエリアを含む空間を分割する複数の分割領域を特定する特定部と、前記各定点観測点の測定値と、前記各分割領域と各エリアとの位置関係と、前記エリアごとに算出された前記平均値とに基づいて、前記複数の移動機器が経験した環境情報の推定値を算出する第二の算出部と、を有する。【選択図】図３

Description

本発明は、環境情報推定システム、環境情報推定方法、及びプログラムに関する。

気象、大気、騒音、及び電波環境等の空間の環境情報については、定点観測点において定点測定が実施されており、観測者は、測定結果に基づいて、環境劣化等の環境の変化を把握することができる。

また、最近では、スマートフォン等の携帯機器の発展により携帯機器による環境情報の測定も可能となりつつある（非特許文献１、２、及び３参照）。例えば、電波環境や携帯電話の通信状態等については、測定システムや主管庁による測定が議論されている（非特許文献４及び５参照）。

一方、画像処理の分野では、不均一にサンプリングされた画像の各点から、画像の任意の点を復元する手法の１つとして、ボロノイ図やドロネー図を用いた方法が知られている（非特許文献７参照）。

[online]、［平成２６年８月１３日検索］、インターネット＜http://www.nsnjapan.jp/products/18/index.html＞ [online]、［平成２６年８月１３日検索］、インターネット＜http://www.speedtest.net/mobile/＞ [online]、［平成２６年８月１３日検索］、インターネット＜http://www.v3d.fr/equalone＞ [online]、［平成２６年８月１３日検索］、インターネット＜http://www.soumu.go.jp/main_content/000258079.pdf＞ [online]、［平成２６年８月１３日検索］、インターネット＜http://www.fcc.gov/measuring-broadband-america/mobile＞ On the Levy-Walk Nature of Human Mobility、IEEE/ACM TRANSACTIONS ON NETWORKING, VOL. 19, NO. 3, JUNE 2011 [online]、［平成２６年１１月２５日検索］、インターネット＜http://www.jat-jrs.jp/journal/35-3/35-3-4349.pdf＞

しかしながら、定点測定されている全ての環境情報が、携帯機器によって測定可能であるとは限らない。また、人々は常に移動するため、定点観測点の地理的分布と、人々の地理的分布とは必ずしも一致しない。したがって、定点観測点の測定値は、人々が実際に経験した環境情報であるとは言い難い。

また、定点観測点が少数である環境情報については、定点観測点による測定値のみでは、或る空間全体の環境情報を把握するのは困難である。

本発明は、上記の点に鑑みてなされたものであって、或る空間における環境情報を推定可能とすることを目的とする。

そこで上記課題を解決するため、環境情報推定システムは、複数の移動機器と、前記複数の移動機器とネットワークを介して通信可能なコンピュータとを含み、前記コンピュータは、前記各移動機器の所在位置を示す位置情報の履歴に基づいて、前記各移動機器について、複数のエリアのそれぞれごとに、所定期間において当該移動機器が当該エリアに滞在した時間の前記所定期間に対する比率を算出し、前記エリアごとに、当該エリアに関して算出された前記比率の平均値を算出する第一の算出部と、所定の環境情報を測定する複数の定点観測点のそれぞれの位置に基づいて、前記複数のエリアを含む空間を分割する複数の分割領域を特定する特定部と、前記各定点観測点の測定値と、前記各分割領域と各エリアとの位置関係と、前記エリアごとに算出された前記平均値とに基づいて、前記複数の移動機器が経験した環境情報の推定値を算出する第二の算出部と、を有する。

また、環境情報推定システムは、複数の移動機器と、前記複数の移動機器とネットワークを介して通信可能なコンピュータとを含み、前記コンピュータは、前記各移動機器の所在位置を示す位置情報の履歴に基づいて、前記各移動機器について、複数のエリアのそれぞれごとに、所定期間において当該移動機器が当該エリアに滞在した時間の前記所定期間に対する比率を算出する第一の算出部と、前記移動機器ごとに、前記各エリアに関して算出された前記比率を重みとする前記エリアごとの環境情報の加重和が当該移動機器による前記環境情報の測定値であるとして、前記エリアごとの前記環境情報を算出する第二の算出部と、を有する

或る空間における環境情報を推定可能とすることができる。

第一の実施の形態における環境情報推定システムの構成例を示す図である。 第一の実施の形態における推定装置のハードウェア構成例を示す図である。 第一の実施の形態における推定装置の機能構成例を示す図である。 位置情報の受信処理の処理手順の一例を説明するためのフローチャートである。 位置履歴記憶部の構成例を示す図である。 第一の実施の形態における環境情報の推定処理の処理手順の一例を説明するためのフローチャートである。 第一の実施の形態に関するシミュレーションの対象とする領域を示す図である。 第一の実施の形態に関するシミュレーションの結果の一例を示す図である。 第二の実施の形態における推定装置の機能構成例を示す図である。 第二の実施の形態における環境情報の推定処理の処理手順の一例を説明するためのフローチャートである。 第三の実施の形態における環境情報推定システムの構成例を示す図である。 第三の実施の形態における環境情報の推定処理の処理手順の一例を説明するためのフローチャートである。 重み係数を算出するための各点を示す図である。

以下、図面に基づいて本発明の実施の形態を説明する。図１は、第一の実施の形態における環境情報推定システムの構成例を示す図である。図１に示される環境情報推定システム１において、推定装置１０は、ネットワークを介して複数の移動機器２０に通信可能に接続される。なお、ネットワークには、移動体通信網や無線ＬＡＮ（Local Area Network）等が含まれてもよい。

移動機器２０は、フィーチャーフォン、スマートフォン、タブレット端末等、移動可能な通信機器である。移動機器２０は、人によって携帯可能な携帯機器であってもよいし、携帯は困難であるが、人と共に移動可能な車載機等であってもよい。

推定装置１０は、各移動機器２０の移動履歴と、各定点観測点における環境の測定値と等に基づいて、各移動機器のユーザが経験した環境を示す情報（以下、「環境情報」という。）を推定する１以上のコンピュータである。定点観測点における測定値の一例として、気象、大気、騒音、電波環境等に関する測定値が挙げられる。

図２は、第一の実施の形態における推定装置のハードウェア構成例を示す図である。図２の推定装置１０は、それぞれバスＢで相互に接続されているドライブ装置１００、補助記憶装置１０２、メモリ装置１０３、ＣＰＵ１０４、及びインタフェース装置１０５等を有する。

推定装置１０での処理を実現するプログラムは、ＣＤ−ＲＯＭ等の記録媒体１０１によって提供される。プログラムを記憶した記録媒体１０１がドライブ装置１００にセットされると、プログラムが記録媒体１０１からドライブ装置１００を介して補助記憶装置１０２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１０１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１０２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。

メモリ装置１０３は、プログラムの起動指示があった場合に、補助記憶装置１０２からプログラムを読み出して格納する。ＣＰＵ１０４は、メモリ装置１０３に格納されたプログラムに従って推定装置１０に係る機能を実行する。インタフェース装置１０５は、ネットワークに接続するためのインタフェースとして用いられる。

図３は、第一の実施の形態における推定装置の機能構成例を示す図である。図３において、推定装置１０は、位置情報受信部１１、推定条件受付部１２、滞在時間比算出部１３、エリア集合特定部１４、及び環境情報推定部１５等を有する。これら各部は、推定装置１０にインストールされた１以上のプログラムが、ＣＰＵ１０４に実行させる処理により実現される。推定装置１０は、また、位置履歴記憶部１２１及び機器情報記憶部１２２等を利用する。これら各記憶部は、補助記憶装置１０２、又は推定装置１０にネットワークを介して接続される記憶装置等を用いて実現可能である。

位置情報受信部１１は、各移動機器２０から、当該移動機器２０の所在位置を示す情報（以下、「位置情報」という。）を、継続的（例えば、定期的）に受信する。位置情報受信部１１によって受信された位置情報は、位置履歴記憶部１２１に記憶される。本実施の形態において、移動機器２０の位置は、エリア単位で識別される。エリアについては後述される。機器情報記憶部１２２は、各移動機器２０の属性情報を記憶する。

推定条件受付部１２は、各移動機器２０のユーザが経験した環境情報を推定するにあたり、推定対象とする時間帯や、推定に用いる移動機器２０等を絞り込むための情報（以下、「推定条件」という。）を受け付ける。

滞在時間比算出部１３は、エリアごとに、推定対象とする時間帯における各移動機器２０の滞在時間比を算出する。或る時間帯における或る移動機器２０の或るエリアの滞在時間比は、当該時間帯の当該移動機器２０の当該エリアにおける滞在時間の、当該時間帯の時間長に対する比率又は割合をいう。

滞在時間比算出部１３は、また、エリアごとに、当該エリアに関して各移動機器２０について算出された滞在時間比の平均値を算出する。

エリア集合特定部１４は、定点観測点ごとに、当該定点観測点と所定の関係（例えば、所定の地理的関係）を有するエリアの集合を特定する。定点観測点と所定の関係を有するエリアの集合の一例として、当該定点観測点を最も近い定点観測点とするエリアの集合が挙げられる。換言すれば、エリア集合特定部１４は、対象の全エリアを含む空間（以下、「対象空間」という。）を分割する分割領域であって、それぞれがいずれかの定点観測点と所定の関係を有するエリアの集合によって構成される分割領域を、定点観測点ごとに特定する。

環境情報推定部１５は、各定点観測点の測定値と、前記各分割領域と各エリアとの位置関係と、前記エリアごとに算出された滞在時間比の平均値とに基づいて、推定条件において指定された時間帯における移動機器２０の地理的分布に対応する環境情報、すなわち、当該時間帯において移動機器２０のユーザが経験した環境情報を推定する。より詳しくは、環境情報推定部１５は、各定点観測点の当該時間帯における測定値について、各定点観測点に所定の関係を有するエリアに関して算出された滞在時間比の平均値を重みとする加重和を算出する。当該加重和が、当該時間帯において移動機器２０のユーザが経験した環境情報の推定値である。

以下、推定装置１０が実行する処理手順について説明する。図４は、位置情報の受信処理の処理手順の一例を説明するためのフローチャートである。

各移動機器２０は、当該移動機器２０のエリア間の移動に伴って、位置情報を当該移動機器２０のメモリ等の記憶装置に記憶する。ここで、エリアとは、例えば、移動体通信網における１つのセルや、公衆無線ＬＡＮの１つのアクセスポイントの電波の到達範囲（カバーエリア）等である。

例えば、移動機器２０は、当該移動機器２０の移動に応じ、当該移動機器２０が進入したエリアのエリアＩＤ、当該エリアへの進入時刻、当該エリアからの退出時刻等を含むレコードを、新規なレコードとして記憶装置に追加する。すなわち、移動機器２０は、或るエリアに進入すると、当該エリアのエリアＩＤに対応するレコードを生成し、当該レコードに進入時刻を記録する。移動機器２０は、当該エリアから退出すると、当該エリアのエリアＩＤに対応するレコードに退出時刻を記録する。なお、エリアＩＤとは、セルＩＤや、無線ＬＡＮのアクセスポイントのＳＳＩＤ（Service Set Identifier）等、移動機器２０の所在位置を特定可能な情報である。移動機器２０のＧＰＳ（Global Positioning System）機能によって測定される緯度及び経度等、移動機器２０の位置を特定可能なアドレス情報であれば、他の情報がエリアＩＤとして用いられてもよい。緯度及び経度がエリアＩＤとして用いられる場合、単位時間ごとに上記レコードが記憶されるようにしてもよい。

移動機器２０は、例えば、一定時間ごとに、当該一定時間において記憶されたレコード群に当該移動機器２０の機体ごとの識別情報（以下、「機器ＩＤ」という。）が付与された情報を位置情報として推定装置１０に送信する。

推定装置１０の位置情報受信部１１は、いずれかの移動機器２０から送信された位置情報を受信すると（ステップＳ１０１でＹｅｓ）、当該位置情報を、位置履歴記憶部１２１に記憶する（ステップＳ１０２）。

図５は、位置履歴記憶部１２１の構成例を示す図である。図５に示されるように、位置履歴記憶部１２１は、各移動機器２０から送信される位置情報に含まれている、機器ＩＤ、エリアＩＤ、進入時刻、及び退出時刻を対応付けて記憶する。

なお、エリアＩＤが、セルＩＤ又はＳＳＩＤ等、それ自体が特定のエリアに対応する識別情報である場合、移動機器２０から送信される位置情報に含まれるエリアＩＤがそのまま位置履歴記憶部１２１に記憶されてもよい。また、移動機器２０から送信される位置情報に含まれるエリアＩＤが緯度及び経度である場合、環境情報の推定対象とする領域を分割する複数の区画のうち、当該緯度及び経度を含む区画に対するエリアＩＤが、位置履歴記憶部１２１に記憶されてもよい。緯度及び経度からエリアＩＤへの変換は、移動機器２０において実行されてもよいし、推定装置１０において実行されてもよい。また、移動機器２０から送信される位置情報に含まれるエリアＩＤが緯度及び経度である場合、緯度及び経度がエリアＩＤとして使用されてもよい。

なお、各移動機器２０から送信されるエリアＩＤは、同じ基準で特定される値であることが望ましい。例えば、セルＩＤ、ＳＳＩＤ、緯度及び経度等のいずれか一つが、各移動機器２０から送信されるのが望ましい。

なお、位置情報受信部１１が、時々刻々、各移動機器２０に位置情報要求を通知し、当該要求を受信した移動機器２０が、現在滞在するエリアのエリアＩＤを、位置情報受信部１１に送信するようにしてもよい。位置情報受信部１１は、受信されたエリアＩＤを、当該要求の通知先の移動機器２０の機器ＩＤと、当該エリアＩＤの受信時刻とに対応付けて位置履歴記憶部１２１に記憶する。或る移動機器２０から受信されたエリアＩＤが、前回の位置情報要求に対して受信されたエリアＩＤと異なる場合、当該移動機器２０の機器ＩＤと、前回受信されたエリアＩＤとを含むレコードの退出時刻に、今回の受信時刻が記憶される。更に、この場合、当該機器ＩＤと、今回のエリアＩＤに対応するレコードが位置履歴記憶部１２１に新たに追加され、当該レコードの進入時刻の項目に、今回の受信時刻が記憶される。一方、或る移動機器２０から受信されたエリアＩＤが、前回の位置情報要求に対して受信されたエリアＩＤと同じである場合、位置履歴記憶部１２１は更新されなくてもよい。

移動体通信網事業者又は公衆無線ＬＡＮ事業者等によって推定装置１０が運用されている場合は、移動機器２０が滞在するエリアが変化するたびに、元のエリアの退出時刻、新たなエリアのエリアＩＤ、当該新たなエリアへの進入時刻等が、位置履歴記憶部１２１に記憶されるようにしてもよい。

続いて、位置履歴記憶部１２１に記憶された位置情報に基づいて、各移動機器２０のユーザが経験した環境情報を推定する処理について説明する。図６は、第一の実施の形態における環境情報の推定処理の処理手順の一例を説明するためのフローチャートである。

ステップＳ２０１において、推定条件受付部１２は、推定条件の入力を受け付ける。例えば、推定条件は、ネットワークを介して推定装置１０に接続される端末等から入力されてもよい。推定装置１０にキーボード等の入力装置が接続される場合、当該入力装置等介して推定条件が入力されてもよい。

推定条件には、例えば、「２０１４年６月の平日午前１０時から１１時」等の、環境情報の推定対象とする時間帯や、「契約住所が東京２３区内」等の、推定に用いる位置情報の送信元の移動機器２０の属性を限定するための情報等が含まれる。

続いて、滞在時間比算出部１３は、推定条件に合致するレコードを、位置履歴記憶部１２１から取得する（ステップＳ２０２）。例えば、推定条件において、移動機器２０に関する属性が指定されている場合、当該属性（以下、「指定属性」という。）に合致する移動機器２０の機器ＩＤに対応するレコードが、推定条件に合致するレコードとなる。なお、指定属性に合致する移動機器２０の機器ＩＤは、例えば、機器情報記憶部１２２を参照して特定されてもよい。機器情報記憶部１２２には、移動機器２０ごとに、当該移動機器２０の機器ＩＤと当該移動機器２０の属性情報とが対応付けられて記憶されている。

また、推定条件において、環境情報の推定対象とする時間帯（期間）が指定されている場合、進入時刻及び退出時刻の少なくともいずれか一方が、当該時間帯（以下、「指定時間帯」という。）に含まれるレコードが、推定条件に合致するレコードとなる。

以下、ステップＳ２０２において取得された、推定条件に合致するレコードを、「対象レコード」という。また、いずれかの対象レコードに機器ＩＤが含まれている移動機器２０を、以下「対象機器」という。

続いて、滞在時間比算出部１３は、各対象機器が各エリアに滞在した時間について、指定時間帯に対する比率又は割合（すなわち、滞在時間比）を算出する（ステップＳ２０３）。対象機器ｎのエリアｋにおける滞在時間比を、ｔ（ｋ，ｎ）とすると、ｔ（ｋ，ｎ）は、対象レコードの中で、対象機器の機器ＩＤとエリアｋのエリアＩＤとを含むレコード（以下、「対象機器レコード」という。）ごとに、「退出時刻−進入時刻」を算出し、算出結果の総和を指定時間帯の時間長によって除することで算出できる。例えば、２０１４年６月の各平日の１０時から１１時が指定時間帯である場合、当該指定時間帯の時間長は、１×２１（６月の平日の日数）＝２１時間である。したがって、この場合、滞在時間比は、２１時間に対する比率又は割合となる。

なお、対象機器レコードの中で、進入時刻のみが指定時間帯に属するレコードに関しては、「指定時間帯の終了時刻−進入時刻」が算出され、退出時刻のみが指定時間帯に属するレコードに関しては、「退出時刻−指定時間帯の開始時刻」が算出されてもよい。

続いて、滞在時間比算出部１３は、ステップＳ２０３において算出された滞在時間比に基づいて、エリアごとの平均滞在時間比を算出する（ステップＳ２０４）。エリアｋの平均滞在時間比ｔ（ｋ）は、以下のような演算によって求めることができる。

ｔ（ｋ）＝（ｔ（ｋ，１）＋ …．＋ｔ（ｋ，Ｎ））／Ｎ
ここで、Ｎは、対象機器の総数である。

続いて、エリア集合特定部１４は、エリアごとに最も近い定点観測点を特定し、定点観測点ごとに、当該定点観測点を最も近い定点観測点とするエリアの集合（定点観測点ごとの分割領域）を得る（ステップＳ２０５）。ここで、或るエリアに「最も近い」の定点観測点は、当該エリアからの直線距離が最短である定点観測点であってもよいし、当該エリアに環境が最も近似していると想定される定点観測点であってもよい。例えば、地形、風向、又は標高等を考慮して、直線距離が最短である定点観測点Ａよりも、そうでない定点観測点Ｂの方が、或るエリアの環境に近似していると想定される場合は、定点観測点Ｂが、「最も近い」の定点観測点とされてもよい。なお、各エリアに最も近い定点観測点を示す情報は、予め補助記憶装置１０２等に記憶されていてもよい。又は、地図データ等に基づいて各エリアに最も近い定点観測点が特定されてもよい。例えば、エリアごとに、当該エリアの境界を示す情報や、定点観測点ごとに、当該定点観測点の位置を示す情報（例えば、緯度及び経度等）が、補助記憶装置１０２等に記憶されていてもよい。または、確定点観測点の位置を示す情報は、各定点観測点の情報を公開しているコンピュータから取得されてもよい。これらの情報に基づいて、各エリアに最も近い定点観測点が特定されてもよい。

続いて、環境情報推定部１５は、指定時間帯において、各対象機器のユーザが経験した環境情報の推定値を算出する（ステップＳ２０６）。指定時間帯において各ユーザが経験した環境情報とは、指定時間帯において移動機器２０のユーザが所在した場所における環境情報である。

ここで、第ｉの定点観測点を最も近い定点観測点とするエリアの集合をＳ（ｉ）とし、第ｉの定点観測点の指定時間帯の測定値をａ（ｉ）とする。なお、ａ（ｉ）は、推定したい環境情報に即した値とされればよい。すなわち、推定したい環境情報が、最大値であれば、ａ（ｉ）は、指定時間帯における測定値の最大値とされればよい。推定したい環境情報が、最小値であれば、ａ（ｉ）は、指定時間帯における測定値の最小値とされればよい。推定したい環境情報が、平均値であれば、ａ（ｉ）は、指定時間帯における測定値の平均値とされればよい。また、ａ（ｉ）は、第ｉの定点観測点による測定値を公開しているコンピュータから取得されてもよいし、第ｉの定点観測点から取得されてもよい。

環境情報推定部１５は、各ユーザが経験した環境情報の推定値ｐを以下の推定式（１）を利用して算出する。

ここで、ｎ０は、定点観測点の総数である。

なお、推定式（１）は、Ｓ（ｉ）への平均滞在時間比を重みとする、Ｓ（ｉ）の環境情報の測定値（の代表値であるＳ（ｉ）に対する定点観測点の測定値）の加重和を、各対象機器のユーザが経験した環境情報（各対象機器が経験した環境情報）として推定するものであり、直感的にも妥当なものであると考えられる。

上述したように、第一の実施の形態によれば、定点観測点における測定値に基づいて、移動機器２０が地理的に分布した空間における環境情報を推定することができる。すなわち、当該移動機器２０の各ユーザが実際に経験した環境情報を推定することができる。

ここで、第一の実施の形態について、シミュレーションによる評価結果を示す。当該シミュレーションにおいて、各移動機器２０の移動履歴は、以下の移動履歴データに基づく。

ＮＣＳＵ Ｍｏｂｉｌｉｔｙｍｏｄｅｌｓ ｄａｔａｓｅｔ（http://crawdad.cs.dartmouth.edu/ncsu/mobilitymodels/）のＫＡＩＳＴデータ
或る移動機器２０について、Ｓ（ｉ）における滞在時間は、当該移動履歴データに基づいて算出されるＳ（ｉ）における滞在時間×Ｓ（ｉ）に依存する定数とする。ここで、Ｓ（ｉ）に依存する定数とは、当該シミュレーションにおけるパラメータである。すなわち、当該定数を変化させることで、Ｓ（ｉ）における滞在時間を変化させることができる。その結果、同一の移動履歴データに基づいて、複数種類の結果を得ることができる。

シミュレーションの対象とする領域（空間）は、図７に示される通りであるとする。図７は、第一の実施の形態に関するシミュレーションの対象とする領域を示す図である。

図７において、それぞれが境界線によって囲まれた分割領域は、Ｓ（ｉ）に対応する。すなわち、各分割領域は、同一の定点観測点を最も近い定点観測点とするエリアの集合である。各エリアは、例えば、破線によって示される矩形Ｒ１を、１８０×１８０に分割することにより形成される各矩形領域である。したがって、当該矩形領域ごとに、上記移動履歴データ及び上記定数に基づいて、平均滞在時間比が算出される。

また、各Ｓ（ｉ）内における円は、当該Ｓ（ｉ）における定点観測点を示す。各円内の数字は、当該円を含むＳ（ｉ）に依存する定数を示す。

また、図７における背景の濃淡の違いは、標高の違いを示す。すなわち、当該シミュレーションにおいて各定点観測点で測定される環境情報は、標高である。標高は全国で観測されており、改めて推定する必要は無いが、任意の地点で実際の値が分かっており、精度検証には好適であるため、環境情報として標高を使用する。標高データは、http://www.kashmir3d.com/において公開されている、上高地のものを使用する。

当該シミュレーションでは、図７に示される領域を、各移動機器２０が上記移動履歴データに従って移動した場合について、推定式（１）に基づいて、移動機器２０の地理的分布に対する標高が推定される。なお、図７において横軸及び縦軸の座標値は、移動履歴データに対応する位置を特定するための値であり、単位はメートルである。

図８は、第一の実施の形態に関するシミュレーションの結果の一例を示す図である。図８において、横軸は、時間であり、縦軸は、標高である。また、図８において、各点（各プロット）は、各移動機器２０がその時刻に位置した地点の標高である。太い実線のグラフは、１０分ごとの、各点の平均値である。細い実線のグラフは、推定式（１）に基づく標高の推定値である。第一の実施の形態では、移動機器２０群が経験する環境情報（標高）が、安定して推定されている。

次に、第二の実施の形態について説明する。第二の実施の形態では第一の実施の形態と異なる点について説明する。第二の実施の形態において特に言及されない点については、第一の実施の形態と同様でもよい。

第二の実施の形態では、各移動機器２０によって環境情報が測定可能であるとし、各移動機器２０による測定値によって、仮想の定点観測点における測定値を推定する例について説明する。

図９は、第二の実施の形態における推定装置の機能構成例を示す図である。図９中、図３と同一部分には同一符号を付し、その説明は省略する。

図９において、推定装置１０は、更に、測定履歴記憶部１２３を有する。測定履歴記憶部１２３は、各移動機器２０による測定値の履歴を記憶する。

すなわち、第二の実施の形態において、各移動機器２０は、定期的に環境情報を測定し、測定値を推定装置１０に送信する。移動機器２０による測定値は、移動機器２０の所在位置における環境情報の測定値である。環境情報は、位置情報と共に送信されてもよいし、位置情報とは別に送信されてもよい。ここでは、説明の便宜上、位置情報と共に環境情報が送信されることとする。したがって、図４のステップＳ１０２において、位置情報受信部１１は、位置情報と共に受信された環境情報を、機器ＩＤ及び受信時刻に対応付けて、測定履歴記憶部１２３に記憶する。

なお、第二の実施の形態において、推定装置１０は、エリア集合特定部１４を有さなくてもよい。

図１０は、第二の実施の形態における環境情報の推定処理の処理手順の一例を説明するためのフローチャートである。図１０中、図６と同一ステップには同一ステップ番号を付し、その説明は省略する。

第二の実施の形態では、ステップＳ２０４及びステップＳ２０５は実行されなくてよい。また、ステップＳ２０６の代わりにステップＳ２０７が実行される。ステップＳ２０７において、環境情報推定部１５は、以下の処理によって、仮想の定点観測点における測定値を推定する。

ここで、指定属性に合致する移動機器２０を対象機器ｎとし、対象機器ｎによって指定時間帯に測定された環境情報をｐ（ｎ）とする。また、エリアｋにおける仮想の定点観測点での指定時間帯の未知の測定値を、ｂ（ｋ）とおく。

環境情報推定部１５は、例えば、位置履歴記憶部１２１に記憶された位置情報に基づいて、或る対象機器ｎ＿ｉ（ｉ＝１，２，．．）は、エリア１と２にだけ滞在しており、他のエリアには滞在していないことが特定されると、当該対象機器ｎ＿ｉに関して、以下の推定式（２）を生成する。
ｐ（ｎ＿ｉ）＝ｔ（１，ｎ＿ｉ）ｂ（１）＋ｔ（２，ｎ＿ｉ）ｂ（２）＋ｅ＿ｉ ・・・式（２）
ここで、ｐ（ｎ＿ｉ）は、測定履歴記憶部１２３から取得される。また、ｅ＿ｉは誤差項である。ｔ（ｋ，ｎ＿ｉ）は、対象機器ｎ＿ｉのエリアｋでの滞在時間比であり、ステップＳ２０３において算出される。推定式（２）は、基本的には推定式（１）と同じ考え方に基づく。すなわち、推定式（２）では、エリアの集合であるＳ（ｉ）ではなく、個々のエリア単位で、各エリアの仮想の定点観測点の測定値についての滞在時間比を重みとする加重和が、対象機器の経験した（対象機器が測定した）環境情報に一致するとして、各仮想の定点観測点の測定値を推定するものである。

推定式（２）は、各対象機器ｎ＿ｉに関して生成される。例えば対象機器ｎ＿ｉの総数がＮである場合、Ｎ通りの推定式（２）が生成される。Ｎ通りの推定式（２）に基づいて、Σ_ｉｅ＿ｉ^２を最小化するｂ（１）及びｂ（２）等を算出することは、公知技術を用いて実現可能である。ここでは、対象機器ｎ＿ｉが、エリア１と２にだけ滞在しており、他のエリアには滞在していない例であるが、それ以外の場合についても、対象機器の数が十分であれば、各ｂ（ｋ）を推定することができる。したがって、第二の実施の形態によれば、仮想の定点観測点における測定値を、各移動機器２０による測定値に基づいて推定することができる。換言すれば、エリア単位での空間の環境情報を、各移動機器２０による測定値に基づいて推定することができる。

第一の実施の形態と第二の実施の形態とは、組み合わされて実施されてもよい。そうすることにより、移動機器２０によって測定が困難な環境情報については、定点観測点における測定値に基づいて、人々が経験した推定値を得ることができる。また、移動機器２０によって測定が可能である環境情報については、少数の定点観測点を移動機器２０によって補完することにより、エリアごとの環境情報を推定することができる。その結果、空間全体の環境情報をより高精度に推定することが可能となる。

次に、第三の実施の形態について説明する。第三の実施の形態では第一の実施の形態と異なる点について説明する。第三の実施の形態において特に言及されない点については、第一の実施の形態と同様でもよい。第一の実施の形態では、非特許文献７のボロノイ図による方法（対象空間を定点観測点に基づくボロノイセルに分割し、分割されたエリアの代表値としてその定点観測点の測定点を用いる方法）により、定点観測点から移動機器２０が経験した環境情報を推定している。一方、第三の実施の形態では、ボロノイ図による方法ではなく、ドロネー図による線形補間によって、対象空間の各点の環境情報を推定し、それに基づき、移動機器２０が経験した環境情報を推定する例について説明する。

図１１は、第三の実施の形態における環境情報推定システムの構成例を示す図である。図１１中、図３と同一部分には同一符号を付し、その説明は省略する。

図１１において、推定装置１０は、更に、分割情報記憶部１２４及びエリア情報記憶部１２５等を利用する。これら各記憶部は、補助記憶装置１０２、又は推定装置１０にネットワークを介して接続される記憶装置等を用いて実現可能である。また、第三の実施の形態において、推定装置１０は、エリア集合特定部１４の代わりに、分割領域特定部１６を有する。

分割情報記憶部１２４には、空間上における各定点観測点の相互の関係を規定する情報が記憶されている。例えば、対象空間を、各定点観測点を頂点としたドロネー図と呼ばれる三角形の集合に分割した場合の、各分割領域（三角形領域）を示す情報が分割情報記憶部１２４に記憶されていてもよい。当該情報は、例えば、当該三角形領域ごとに、各頂点（各定点観測点）の位置を示す情報（例えば、緯度及び経度）を示す情報であってもよい。

エリア情報記憶部１２５には、エリアＩＤによって識別される各エリアの地理的範囲情報が記憶されている。例えば、一つのエリアに関する地理的範囲情報は、当該エリアの境界を示す各線分の頂点の緯度及び経度の集合であってもよい。

分割領域特定部１６は、分割情報記憶部１２４に記憶されている分割情報に基づいて、いずれかの定点観測点を頂点とする分割領域としての三角形領域を特定する。なお、分割情報記憶部１２４には、各三角形領域を示す情報の代わりに、各定点観測点の位置を示す緯度及び経度等が記憶されていてもよい。この場合、分割領域特定部１６が、各定点観測点の位置に基づいて、三角形領域を特定してもよい。すなわち、三角形領域は、事前に特定されて分割情報記憶部１２４に記憶されていてもよいし、分割領域特定部１６による処理演算によって特定されてもよい。

環境情報推定部１５は、各定点観測点の測定値と、前記各分割領域と各エリアとの位置関係と、前記エリアごとに算出された滞在時間比の平均値とに基づいて、推定条件において指定された時間帯における移動機器２０の地理的分布に対応する環境情報、すなわち、当該時間帯において移動機器２０のユーザが経験した環境情報を推定する。第三の実施の形態では、分割情報と、エリア情報記憶部１２５に記憶されている情報（以下、「エリア情報」という。）とが利用されて、環境情報の推定が行われる。

図１２は、第三の実施の形態における環境情報の推定処理の処理手順の一例を説明するためのフローチャートである。図１２中、図６と同一ステップには同一ステップ番号を付し、その説明は省略する。

ステップＳ２０４に続いて、分割領域特定部１６は、分割情報記憶部１２４に記憶されている分割情報を取得することで、対象空間を分割し、いずれかの定点観測点を頂点とする三角形領域を特定する。

続いて、環境情報推定部１５は、特定された各三角形領域を微小領域に分割する（ステップＳ２０９）。続いて、環境情報推定部１５は、微小領域ごとに、当該微小領域における環境情報の推定値を算出する（ステップＳ２１０）。１つの微小領域Ｄにおける環境情報の推定値は、例えば、微小領域Ｄが含まれる三角形領域の頂点である定点観測点Ａ、Ｂ、及びＣの指定時間帯における測定値ａ＿Ａ、ｂ＿Ｂ、及びｃ＿Ｃに基づいて以下のように算出される。

微小領域Ｄの環境情報の推定値＝ｇ＿Ａ×ａ＿Ａ＋ｇ＿Ｂ×ａ＿Ｂ＋ｇ＿Ｃ×ａ＿Ｃ
ここで、ｇ＿Ａ、ｇ＿Ｂ、及びｇ＿Ｃは、重み係数である。すなわち、ｇ＿Ａ、ｇ＿Ｂ、及びｇ＿Ｃを重みとする、微小領域Ｄが含まれる三角形領域の各頂点の定点観測点における測定値の加重和が、微小領域Ｄの環境情報の推定値とされる。各重み係数は、以下のように算出される。

ｇ＿Ａ＝ＤＥ間距離／ＡＥ間距離
ｇ＿Ｂ＝ＤＦ間距離／ＢＦ間距離
ｇ＿Ｃ＝ＤＧ間距離／ＣＧ間距離
ここで、点Ｅ、点Ｆ、及び点Ｇについて説明する。図１３は、重み係数を算出するための各点を示す図である。図１３において、三角形ＡＢＣは、定点観測点Ａ、Ｂ、及びＣを頂点とする三角形である。図１３に示されるように、点Ｅは、頂点Ａ及び微小領域Ｄを通る直線が、頂点点Ｂ及び頂点Ｃを通る直線と交わる点である。また、点Ｆは、頂点Ｂ及び微小領域Ｄを通る直線が、頂点Ａ及び頂点Ｃを通る直線と交わる点である。また、点Ｇは、頂点Ｃ及び微小領域Ｄを通る直線が、頂点Ａ及び頂点Ｂを通る直線と交わる点である。

なお、測定値ａ＿Ａ、ｂ＿Ｂ、及びｃ＿Ｃは、推定したい環境情報に即した値とされればよい。すなわち、推定したい環境情報が、最大値であれば、ａ＿Ａ、ｂ＿Ｂ、及びｃ＿Ｃは、指定時間帯における測定値の最大値とされればよい。推定したい環境情報が、最小値であれば、ａ＿Ａ、ｂ＿Ｂ、及びｃ＿Ｃは、指定時間帯における測定値の最小値とされればよい。推定したい環境情報が、平均値であれば、ａ＿Ａ、ｂ＿Ｂ、及びｃ＿Ｃは、指定時間帯における測定値の平均値とされればよい。

ステップＳ２１０では、各微小領域について、環境情報の推定値が算出される。

続いて、環境情報推定部１５は、各微小領域の推定値に基づいて、各エリアの環境情報の推定値を算出する（ステップＳ２１１）。各微小領域は、各エリアＩＤによって識別されるいずれかの一部になっている。換言すれば、各エリアが、複数の微小領域に分割される。環境情報推定部１５は、各エリアのエリア情報に基づいて、各エリアに含まれる微小領域を特定する。環境情報推定部１５は、或るエリアに関して特定された全ての微小領域の環境情報の推定値の平均値を、当該エリアの環境情報の推定値として算出する。

続いて、環境情報推定部１５は、指定時間帯において、各対象機器のユーザが経験した環境情報の推定値ｐを算出する（ステップＳ２１２）。当該推定値ｐは、各エリアの環境情報の推定値について、各エリアの滞在時間比の平均値を重みとする加重和によって算出される。

具体的には、環境情報推定部１５は、エリアｋの環境情報の推定値をａ（ｋ）とすると、環境情報ｐは、以下の推定式（２）を用いて算出される。

ここで、ｎ_ｋは、エリアの総数である。

なお、推定式（２）は、エリアｉへの平均滞在時間比を重みとする、エリアｉの環境情報の推定値の加重和を、各対象機器のユーザが経験した環境情報（各対象機器が経験した環境情報）として推定するものであり、直感的にも妥当なものであると考えられる。

上述したように、第三の実施の形態によれば、第一の実施の形態と同様の効果を得ることができる。

また、第一の実施の形態では、或る定点観測点に関して特定されたエリアの集合に対して当該定点観測点の測定値が適用されるのに対し、第三の実施の形態では、三つの定点観測点による測定値を用いた線形補間によって、各微小領域の環境情報の推定値が算出され、各微小領域の環境情報の推定値に基づいて、各エリアの環境情報の推定値が算出される。すなわち、第三の実施の形態では、各エリアの環境情報の推定値について、第一の実施の形態に比べてより多くの情報が用いられている。したがって、第三の実施の形態では、移動機器２０が経験した環境情報について、第一の実施の形態に比べてより高精度な推定値が得られることを期待することができる。

なお、上記においては、定点観測点における測定結果に基づいて、任意の微小領域Ｄにおける環境情報が推定される例について説明した。すなわち、或る空間の全般的な環境情報を少数の定点観測点から推定する場合には、当該空間全般を微小領域に分割し、各微小領域について環境情報が推定されればよい。

一方、各移動機器２０によって環境情報の測定が可能である場合には、各測定時刻における移動機器２０の位置と測定結果とを、上記の定点観測点の位置と測定結果とに読み替えることにより、任意の微小領域Ｄにおける環境情報が推定されてもよい。この場合、移動機器２０による測定値と、定点観測点による測定値との双方が用いられてもよい。

なお、本実施の形態において、滞在時間比算出部１３は、第一の算出部の一例である。エリア集合特定部１４及び分割領域特定部１６は、請求項１の特定部の一例である。環境情報推定部１５は、第二の算出部の一例である。エリア集合特定部１４は、請求項２の特定部の一例である。分割領域特定部１６は、請求項４及び５の特定部の一例である。

以上、本発明の実施例について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１ 環境情報推定システム
１０ 推定装置
１１ 位置情報受信部
１２ 推定条件受付部
１３ 滞在時間比算出部
１４ エリア集合特定部
１５ 環境情報推定部
１６ 分割領域特定部
２０ 移動機器
１００ ドライブ装置
１０１ 記録媒体
１０２ 補助記憶装置
１０３ メモリ装置
１０４ ＣＰＵ
１０５ インタフェース装置
１２１ 位置履歴記憶部
１２２ 機器情報記憶部
１２３ 測定履歴記憶部
１２４ 分割情報記憶部
１２５ エリア情報記憶部
Ｂ バス

Claims (8)

1. 複数の移動機器と、前記複数の移動機器とネットワークを介して通信可能なコンピュータとを含む環境情報推定システムであって、
   前記コンピュータは、
   前記各移動機器の所在位置を示す位置情報の履歴に基づいて、前記各移動機器について、複数のエリアのそれぞれごとに、所定期間において当該移動機器が当該エリアに滞在した時間の前記所定期間に対する比率を算出し、前記エリアごとに、当該エリアに関して算出された前記比率の平均値を算出する第一の算出部と、
   所定の環境情報を測定する複数の定点観測点のそれぞれの位置に基づいて、前記複数のエリアを含む空間を分割する複数の分割領域を特定する特定部と、
   前記各定点観測点の測定値と、前記各分割領域と各エリアとの位置関係と、前記エリアごとに算出された前記平均値とに基づいて、前記複数の移動機器が経験した環境情報の推定値を算出する第二の算出部と、
   を有することを特徴とする環境情報推定システム。
2. 前記特定部は、前記各定点観測点に所定の関係を有する１以上のエリアによって構成される分割領域を前記定点観測点ごとに特定し、
   前記第二の算出部は、前記各分割領域に含まれるエリアに関して算出された前記平均値を重みとして、前記各分割領域に係る前記定点観測点の測定値の加重和を、前記推定値として算出する、
   ことを特徴とする請求項１記載の環境情報推定システム。
3. 複数の移動機器と、前記複数の移動機器とネットワークを介して通信可能なコンピュータとを含む環境情報推定システムであって、
   前記コンピュータは、
   前記各移動機器の所在位置を示す位置情報の履歴に基づいて、前記各移動機器について、複数のエリアのそれぞれごとに、所定期間において当該移動機器が当該エリアに滞在した時間の前記所定期間に対する比率を算出する第一の算出部と、
   前記移動機器ごとに、前記各エリアに関して算出された前記比率を重みとする前記エリアごとの環境情報の加重和が当該移動機器による前記環境情報の測定値であるとして、前記エリアごとの前記環境情報を算出する第二の算出部と、
   を有することを特徴とする環境情報推定システム。
4. 前記特定部は、それぞれの各頂点がいずれかの前記定点観測点である分割領域を特定し、
   前記第二の算出部は、前記分割領域ごとに、当該分割領域の頂点に係る前記定点観測点の測定値に基づいて当該分割領域を構成する複数の微小領域のそれぞれの環境情報を算出し、前記エリアごとに、当該エリアに含まれる前記微小領域の環境情報に基づいて当該エリアの環境情報を算出し、前記各エリアに関して算出された前記平均値を重みとする前記各エリアの環境情報の加重和を、前記複数の移動機器が経験した環境情報の推定値として算出する、
   ことを特徴とする請求項１記載の環境情報推定システム。
5. 前記第二の算出部は、前記定点観測点又は前記移動機器を頂点とする分割領域ごとに、当該分割領域の頂点に係る前記定点観測点又は前記移動機器の測定値に基づいて当該分割領域を構成する複数の微小領域のそれぞれの環境情報を算出し、前記エリアごとに、当該エリアに含まれる前記微小領域の環境情報に基づいて当該エリアの環境情報を算出し、前記各エリアに関して算出された前記平均値を重みとする前記各エリアの環境情報の加重和を、前記複数の移動機器が経験した環境情報の推定値として算出する、
   ことを特徴とする請求項１記載の環境情報推定システム。
6. 複数の移動機器とネットワークを介して通信可能なコンピュータが、
   前記各移動機器の所在位置を示す位置情報の履歴に基づいて、前記各移動機器について、複数のエリアのそれぞれごとに、所定期間において当該移動機器が当該エリアに滞在した時間の前記所定期間に対する比率を算出し、前記エリアごとに、当該エリアに関して算出された前記比率の平均値を算出する第一の算出手順と、
   所定の環境情報を測定する複数の定点観測点のそれぞれの位置に基づいて、前記複数のエリアを含む空間を分割する複数の分割領域を特定する特定手順と、
   前記各定点観測点の測定値と、前記各分割領域と各エリアとの位置関係と、前記エリアごとに算出された前記平均値とに基づいて、前記複数の移動機器が経験した環境情報の推定値を算出する第二の算出手順と、
   を実行することを特徴とする環境情報推定方法。
7. 複数の移動機器とネットワークを介して通信可能なコンピュータが、
   前記各移動機器の所在位置を示す位置情報の履歴に基づいて、前記各移動機器について、複数のエリアのそれぞれごとに、所定期間において当該移動機器が当該エリアに滞在した時間の前記所定期間に対する比率を算出する第一の算出手順と、
   前記移動機器ごとに、前記各エリアに関して算出された前記比率を重みとする前記エリアごとの環境情報の加重和が当該移動機器による前記環境情報の測定値であるとして、前記エリアごとの前記環境情報を算出する第二の算出手順と、
   を実行することを特徴とする環境情報推定方法。
8. コンピュータを、請求項１乃至５いずれか一項記載の各部として機能させるためのプログラム。