JP2016218801A - 行動推定装置、行動推定方法、及び行動推定プログラム - Google Patents

Abstract

【課題】精度良く行動を推定することができる行動推定装置、行動推定方法、及び行動推定プログラムを提供することである。
【解決手段】実施形態の行動推定装置は、ユーザの位置を検出する検出部を有する行動推定システムで利用される。行動推定装置は、取得部と、推定部とを持つ。取得部は、検出部からユーザの位置を示す位置情報を取得し、ユーザの操作を受け付ける電力機器から電力機器の動作状態を示す動作情報を取得する。推定部は、取得部によって取得された位置情報及び動作情報に基づいて、ユーザの行動を推定する。
【選択図】図１

Description

本発明の実施形態は、行動推定装置、行動推定方法、及び行動推定プログラムに関する。

生体センサからの情報に基づいて、居住者の行動を推定する技術が知られている。一方、消費電力の推移から周波数成分を抽出し、抽出した周波数成分に基づいて、居住者の行動を推定する技術が知られている。しかしながら、生体センサを用いたり、消費電力の周波数成分を用いたりする従来の技術では、精度良く行動を推定できない場合があった。

特開２０１４−１８６４０２号公報 特開２０１３−５４５９５号公報

本発明が解決しようとする課題は、精度良く行動を推定することができる行動推定装置、行動推定方法、及び行動推定プログラムを提供することである。

実施形態の行動推定装置は、ユーザの位置を検出する検出部を有する行動推定システムで利用される。行動推定装置は、取得部と、推定部とを持つ。取得部は、検出部からユーザの位置を示す位置情報を取得し、ユーザの操作を受け付ける電力機器から電力機器の動作状態を示す動作情報を取得する。推定部は、取得部によって取得された位置情報及び動作情報に基づいて、ユーザの行動を推定する。

第１の実施形態における行動推定装置１００を含む行動推定システム１の構成の概略例を示す図。 第１の実施形態における住宅Ｈの概略図。 第１の実施形態における行動推定装置１００の機能構成の一例を示す図。 第１の実施形態における制御部１１０の処理の流れの一例を示すフローチャート。 第１の実施形態における取得部１１２によって取得される情報の一例を示す図。 記憶部１３０に記憶されるユーザ情報及び位置情報の一例を示す図。 記憶部１３０に記憶される動作情報の一例を示す図。 ユーザの居場所を時系列に特定した結果の一例を示す図。 ユーザごとに居場所を時系列に特定した結果の一例を示す図。 第１の実施形態における推定部１１６によって推定される行動の一例を示す図。 行動情報に含まれる行動の頻度の一例を示す図。 予測部１１８による行動の予測を説明するための図。 行動に対する個別空調装置２０の制御の一例を示す図。 第２の実施形態における行動推定装置１００の機能構成の一例を示す図。 第２の実施形態における制御部１１０の処理の流れの一例を示すフローチャート。 行動パターンの一例を示す図。 現時刻に推定された行動情報の一例を示す図。 判定部１１４による判定結果の一例を示す図。 異常検知判定時間の導出結果の一例を示す図。 連続動作時間の導出結果の一例を示す図。

以下、実施形態の行動推定装置、行動推定方法、及び行動推定プログラムを、図面を参照して説明する。

（第１の実施形態）
図１は、第１の実施形態における行動推定装置１００を含む行動推定システム１の構成の概略例を示す図である。本実施形態における行動推定システム１は、所定対象内のユーザの行動を推定する。所定対象は、例えば、住宅やビル等の建物である。以下、本実施形態では、所定対象を住宅Ｈとして説明する。

所定対象である住宅Ｈ内には、例えば、太陽光発電パネルＰＶと、燃料電池ＦＣと、蓄電池ＣＬと、計測ユニット１０と、メータ１２と、人物検出ユニット１４と、照明１６と、全館空調装置１８と、個別空調装置２０と、家電機器２２と、携帯情報端末２４と、生体センサ２６と、行動推定装置１００が設けられる。以下、住宅Ｈ内の各設備機器を説明する。なお、設備機器は、「電力機器」の一例である。

計測ユニット１０は、太陽光発電パネルＰＶの発電量や、燃料電池ＦＣの発電量、蓄電池ＣＬの充放電量を計測する。計測ユニット１０は、計測した各種計測データ（発電量、充放電量）を、後述する行動推定装置１００に出力する。

メータ１２は、住宅Ｈ内において消費される電力、ガス、水道等の使用量（消費量）を計測する。

人物検出ユニット１４は、住宅Ｈ内のユーザを検出する。人物検出ユニット１４は、例えば、図示しないカメラと、画像処理部とを備える。カメラは、対象物を撮像して画像を生成する。画像処理部は、カメラによって生成された画像に対して特徴量や特徴点等を抽出する画像処理を行い、画像内のユーザがどのような人物なのかを特定する。これによって、人物検出ユニット１４は、例えば、住宅Ｈに住む居住者や、来客者等をそれぞれ識別した情報（以下、「ユーザ情報」と称する）を生成する。なお、人物検出ユニット１４は、カメラに代えて、赤外光、可視光、超音波等を用いたモーションセンサを備える構成であってもよい。人物検出ユニット１４は、住宅Ｈが複数の個室によって仕切られている場合、各個室に少なくとも１つ設けられる。図２は、第１の実施形態における住宅Ｈの概略図である。住宅Ｈは、例えば、洋室１と、洋室２と、洗面室と、キッチンと、リビングと、玄関とに区分されている。このような場合、人物検出ユニット１４のカメラは、例えば、個室内の略全領域を観測するために各個室の天井面周辺に設けられる。なお、人物検出ユニット１４は、「検出部」の一例である。

全館空調装置１８は、冷暖房や加除湿等の機能を備える。全館空調装置１８は、住宅Ｈ全体の空気の温度や湿度、清浄度、気流などを調整する。

個別空調装置２０は、例えば、個室ごとに設けられる。個別空調装置２０は、冷暖房や加除湿等の機能を備え、ユーザに指定された目標温度に基づいて、住宅Ｈ内の空気の温度や湿度、清浄度、気流などを調整する。

家電機器２２は、テレビジョンや、掃除機、洗濯機、パソコン、電子レンジ、冷蔵庫等である。携帯情報端末２４は、スマートフォンや、携帯電話、タブレット等である。生体センサ２６は、ユーザの体に取り付けられるウェアラブルセンサである。生体センサ２６は、ユーザの心電位、脈拍、体温等の生体情報を取得する。なお、生体センサ２６は、ジャイロセンサを有する場合、当該ジャイロセンサからユーザの動きを示す加速度情報を取得してもよい。

行動推定装置１００は、住宅Ｈ内の各設備機器から、計測データや使用状況を示す情報を取得してユーザの行動を推定し、推定した行動に基づいて住宅Ｈ内の各設備機器を制御する。行動推定装置１００は、例えば、ＨＥＭＳ（Home Energy Management System）であり、上述した住宅Ｈ内の他の設備機器と双方向に、或いは一方向に通信可能なように接続されている。

以下、行動推定装置１００の機能構成について説明する。図３は、第１の実施形態における行動推定装置１００の機能構成の一例を示す図である。行動推定装置１００は、通信インターフェース１０２と、入力部１０４と、制御部１１０と、記憶部１３０とを備える。

通信インターフェース１０２は、ネットワークに接続するための通信インターフェースであり、例えば、ネットワークカード等を含む。ネットワークは、例えば、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）、シリアル通信線等を含む。

入力部１０４は、マウスやキーボード、タッチパネル等のユーザからの操作を受け付けるためのユーザインターフェースである。ユーザは、例えば、携帯情報端末２４の使用者はユーザＡであり、家電機器２２の洗濯機の使用者はユーザＢであるといった、各設備機器の使用者を限定する情報を入力部１０４に入力する。

制御部１１０は、取得部１１２と、判定部１１４と、推定部１１６と、予測部１１８と、決定部１２０と、機器制御部１２２とを備える。上述した制御部１１０の機能部のうち一部又は全部は、ＣＰＵ（Central Processing Unit）等のプロセッサが記憶部１３０に記憶されたプログラムを実行することによって機能するソフトウェア機能部である。プログラムは、例えば、上述したネットワークを介してアプリサーバからダウンロードされる。また、制御部１１０の機能部のうち一部又は全部は、ＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェア機能部であってもよい。

記憶部１３０は、例えば、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＨＤＤ、ＳＤカード等の不揮発性の記憶媒体と、ＲＡＭ（Random Access Memory）、レジスタ等の揮発性の記憶媒体とを有する。記憶部１３０に記憶される情報は、プロセッサが実行するプログラムの他、後述するユーザ情報、位置情報、動作情報、行動情報等の情報を含む。

以下、フローチャートに則して、第１の実施形態における制御部１１０の各機能部の処理について説明する。図４は、第１の実施形態における制御部１１０の処理の流れの一例を示すフローチャートである。

取得部１１２は、上述した住宅Ｈ内の設備機器から各種情報を取得する（ステップＳ１０２）。図５は、第１の実施形態における取得部１１２によって取得される情報の一例を示す図である。取得部１１２は、例えば、人物検出ユニット１４からユーザを特定したユーザ情報やユーザを撮像した場所（部屋の位置）を示す位置情報を取得する。また、取得部１１２は、例えば、個別空調装置２０から電源のオン／オフの状態、設定温度、冷暖房モード、風量等の動作情報を取得する。また、取得部１１２は、照明１６から電源のオン／オフの状態や照度等の動作情報を取得し、家電機器２２から電源のオン／オフの状態等の動作情報を取得する。また、取得部１１２は、メータ１２から消費電力量、ガスの使用量、水道の使用量等を取得し、生体センサ２６から心電位や脈拍等の生体情報と加速度情報とを取得する。

取得部１１２は、設備機器から取得した情報を記憶部１３０に記憶させる。図６は、記憶部１３０に記憶されるユーザ情報及び位置情報の一例を示す図である。取得部１１２は、例えば、人物検出ユニット１４から取得したユーザ情報に対して、取得時の日時と、位置情報とを対応付けたテーブルを記憶部１３０に記憶させる。図６に示すように、取得部１１２は、例えば、洋室１に設けられた人物検出ユニット１４からユーザ情報を取得できた場合、人物検出ユニット１４によって特定されたユーザ（例えばユーザＡ）が洋室１に存在している旨を表す「在室」という情報を、取得時の日時に対応付けたテーブルを記憶部１３０に記憶させる。

また、取得部１１２は、照明１６、全館空調装置１８、個別空調装置２０、家電機器２２、携帯情報端末２４等から取得した動作情報を、取得時の日時と対応付けて記憶部１３０に記憶させる。図７は、記憶部１３０に記憶される動作情報の一例を示す図である。取得部１１２は、例えば、オン状態を示す動作情報の取得元である機器に対して、オンとオフを表す情報（例えば２値のうちいずれか一方の値）を付与した後、取得時の時刻に対応付けて記憶部１３０に記憶させる。

判定部１１４は、取得部１１２によって人物検出ユニット１４から取得されたユーザ情報及び位置情報に基づいて、時系列にユーザの居場所を判定する（ステップＳ１０４）。図８は、ユーザの居場所を時系列に特定した結果の一例を示す図である。図８に示す例では、１３時から１５時の間において、取得部１１２は、洋室１の人物検出ユニット１４からユーザ情報及び位置情報を取得し、図中に示す時間Ｔ１の期間において、いずれの人物検出ユニット１４からもユーザ情報及び位置情報を取得していない。このような場合、判定部１１４は、１３時から１５時の間においてはユーザが洋室１に在室していると判定し、時間Ｔ１の期間においてはユーザが住宅Ｈ内に存在せず、外出していると判定する。

図９は、ユーザごとに居場所を時系列に特定した結果の一例を示す図である。図９の例では、ユーザＡと、ユーザＢとの２名について居場所を判定している。判定部１１４は、上述した図８の例と同様に、例えば、時間Ｔ１の期間においてユーザＡが住宅Ｈ内に存在せず、また時間Ｔ２の期間においてユーザＢが住宅Ｈ内に存在しないことから、ユーザＡ、Ｂ共に外出していると判定する。

推定部１１６は、取得部１１２によって取得された動作情報と、判定部１１４によるユーザの居場所の判定結果（例えば図８）とに基づいて、ユーザごとに行動を推定する（ステップＳ１０６）。図１０は、第１の実施形態における推定部１１６によって推定される行動の一例を示す図である。例えば、図７の例では１１時過ぎの時点では掃除機の電源がオンになっており、且つ図８の例では１１時過ぎの時点ではユーザがリビングに在室していることから、推定部１１６は、１１時過ぎの時点においてユーザがリビングを掃除していたことを表す行動を推定する。推定部１１６は、推定した行動を示す行動情報をユーザごとに対応付けて記憶部１３０に記憶させる（ステップＳ１０８）。

なお、図９に示すように、住宅Ｈ内に居住者や来客者等を含む複数のユーザが存在している場合、家電機器２２の動作状態をユーザへ結び付けることが難しい場合がある。このような場合、推定部１１６は、予め入力部１０４に入力された情報から、家電機器２２の掃除機を使用するものは例えばユーザＡであると判明している場合はその情報をもとに、掃除機の使用を表す行動情報をユーザＡに対応付ける。

また、上述したような家電機器２２の動作状態とユーザとを対応付けるための情報が入力部１０４に予め入力されていないような場合、推定部１１６は、過去に推定した複数の行動情報に基づいて、現時刻に推定した行動がどのユーザのものであるかを決定する。例えば、推定部１１６は、過去の所定期間（例えば１か月程度）において推定したユーザＡの行動情報及びユーザＢの行動情報をそれぞれ平均化する。推定部１１６は、平均化した行動情報に含まれる行動の頻度を時間ごとに導出する。推定部１１６は、導出した両ユーザの行動の頻度に基づいて、現時刻に推定した行動がどちらのユーザのものであるかを決定する。

図１１は、行動情報に含まれる行動の頻度の一例を示す図である。図１１に示す行動情報において、テレビジョンを使用している頻度は、ユーザＡよりもユーザＢのほうが高く、洗濯機を使用している頻度は、ユーザＢよりもユーザＡのほうが高く、掃除機を使用している頻度は、ユーザＢよりもユーザＡのほうが高い。このため、推定部１１６は、現時刻において推定した行動に対して、テレビジョンを使用している人をユーザＡであると決定し、洗濯機及び掃除機を使用している人をユーザＢであると決定する。なお、推定部１１６は、行動の頻度の代わりに、行動時間に基づいて、現時刻に推定した行動がどちらのユーザのものであるかを決定してもよい。推定部１１６は、例えば、現時刻において推定した行動が掃除機を使用するものであった場合、掃除機の使用時間がより長い行動を有するユーザに対して、現時刻において推定した行動情報を対応付ける。

予測部１１８は、記憶部１３０に記憶された行動情報に基づいて、ユーザが未来にとる行動を予測する（ステップＳ１１０）。予測部１１８は、例えば、過去に推定された行動情報のうち、所定期間分の行動情報を抽出する。所定期間は、例えば、過去の全日数であってもよいし、曜日単位や月単位であってもよい。予測部１１８は、抽出した行動情報の頻度に基づいて、ユーザが未来にとる行動を決定する。

図１２は、予測部１１８による行動の予測を説明するための図である。図１２の例の場合、現時刻において、ユーザはテレビジョンを視聴している。このような場合、予測部１１８は、次のユーザの行動が洗濯機を使用するものなのか、あるいは掃除機を使用するものなのかを、過去の行動の頻度から決定する。図１２に示すように、予測部１１８は、例えば、現時刻が１０時の場合、過去の１０時における行動の頻度を参照して、より頻度の高い“掃除機を使用する”という行動を、次に時刻にユーザが実施するものとして決定する。

決定部１２０は、予測部１１８によって予測（決定）された行動に基づいて、設備機器の制御量を決定する（ステップＳ１１２）。決定部１２０は、例えば、図１３に示すテーブルを用いて、個別空調装置２０の制御量を決定する。図１３は、行動に対する個別空調装置２０の制御の一例を示す図である。図１３に示すように、予測部１１８によって予測された行動がテレビジョンの視聴である場合、決定部１２０は、個別空調装置２０の温度設定値を高くするような制御量に決定する。また、予測部１１８によって予測された行動が掃除である場合、決定部１２０は、個別空調装置２０の温度設定値を低くするような制御量に決定する。なお、決定部１２０は、ユーザが予測部１１８によって予測された行動と異なる行動をとった場合、現在の行動内容に合わせた制御量に変更する。

機器制御部１２２は、決定部１２０によって決定された制御量に基づいて、設備機器を制御する（ステップＳ１１４）。これによって、行動推定装置１００は、例えば、予測した行動が掃除や洗濯等の活動量が多いものの場合には、室内の温度を予め低めに保つように個別空調装置２０を制御することによって、快適な環境をユーザに提供することができる。また、行動推定装置１００は、例えば、予測した行動が入浴である場合、脱衣所の温度を予め高めに保つように個別空調装置２０を制御することによって、ヒートショックを防止することができる。快適な環境をユーザに提供することができる。設定するように個別空調装置２０に実施させることができる。

以上説明した第１の実施形態によれば、人物検出ユニット１４から位置情報を取得し、設備機器から動作情報を取得する取得部１１２と、取得部１１２によって取得された位置情報及び動作情報に基づいて、ユーザの行動を推定する推定部１１６とを備えることによって、精度良く行動を推定することができる。

また、第１の実施形態によれば、推定した行動に基づいて、ユーザが未来にとる行動を予測する予測部１１８と、予測部１１８によって予測された行動に基づいて、設備機器の制御量を決定する決定部１２０とを備えることによって、例えば、予測した行動が掃除や洗濯等の活動量が多いものの場合には、室内の温度を予め低めに保つように個別空調装置２０を制御することができる。この結果、第１の実施形態における行動推定装置１００は、快適な環境をユーザに提供することができる。また、第１の実施形態によれば、例えば、予測した行動が入浴である場合、脱衣所の温度を予め高めに保つように個別空調装置２０を制御することができる。この結果、第１の実施形態における行動推定装置１００は、ヒートショック等を防止することができる。

（第２の実施形態）
以下、第２の実施形態について説明する。第２の実施形態における行動推定装置１００では、現時刻において推定した行動を過去の行動と比較することによって、現時刻のユーザの行動が過去の行動に対して逸脱しているか否かを判定する点で第１の実施形態と相違する。従って、係る相違点を中心に説明し、共通する部分についての説明は省略する。

図１４は、第２の実施形態における行動推定装置１００の機能構成の一例を示す図である。第２の実施形態における制御部１１０は、さらに出力制御部１２４を備える。通信インターフェース１０２および出力制御部１２４は、「出力部」の一例である。

以下、フローチャートに則して、第２の実施形態における制御部１１０の各機能部の処理について説明する。図１５は、第２の実施形態における制御部１１０の処理の流れの一例を示すフローチャートである。

第２の実施形態における推定部１１６は、記憶部１３０に既に記憶されている過去の行動情報から、所定期間分の行動情報を抽出し、抽出した複数の行動情報の平均、論理和、或いは論理積を取って、現時刻の行動の比較対象となる行動パターンを推定する（ステップＳ２００）。行動パターンとは、ユーザの行動の傾向を表すものである。

第２の実施形態における判定部１１４は、現時刻において推定部１１６によって推定された行動と、過去の行動情報を用いて推定された行動パターンとを用いて、現時刻のユーザの行動が過去の行動に対して逸脱しているか否かを判定する（ステップＳ２０２）。

図１６は、行動パターンの一例を示す図である。また、図１７は、現時刻に推定された行動情報の一例を示す図である。図１６、１７の例では、１０時から１１時までの期間において、行動パターン及び行動情報が共に洋室１にユーザが居るという行動を含むため、判定部１１４は、１０時から１１時までの期間は現時刻のユーザの行動が過去の行動に対して逸脱していないと判定する。一方、１４時から１５時までの期間において、行動パターンでは掃除という行動が含まれているのに対して、現時刻に推定された行動情報には掃除を行う行動が含まれていない。このため、判定部１１４は、１４時から１５時までの期間は現時刻のユーザの行動が過去の行動に対して逸脱していると判定する。図１８は、判定部１１４による判定結果の一例を示す図である。

また、判定部１１４は、ある期間において、完全には逸脱せず閾値以上の割合で行動が一致している場合に、その期間において現時刻のユーザの行動が過去の行動に対して逸脱していないと判定する。例えば、１１時から１３時までの期間では、洗濯及び乾燥という行動と、掃除という行動とが完全には一致しないが、重複している箇所が存在している。このとき、判定部１１４は、例えば、１時間のうち２/３以上の割合で行動した時間が重複する場合に、現時刻のユーザの行動が過去の行動に対して逸脱していないと判定する。

なお、判定部１１４は、推定部１１６によって推定される行動に対して重み付けを行い、現時刻のユーザの行動が過去の行動に対して逸脱しているか否かの判定に優先度を設けてもよい。例えば、判定部１１４は、料理という行動について、１日に３回以上の推定できない場合は過去の行動に対して逸脱していると判定する。また、判定部１１４は、行動が実施される時間帯に対して重み付けを行ってもよい。例えば、判定部１１４は、午前の時間帯に対して優先度を高めて、午後の時間帯に対して優先度を下げる。これによって、判定部１１４は、推定された行動が午後に実施された行動である場合、過去の行動に対して逸脱していると判定し易くすることができる。

出力制御部１２４は、判定部１１４によって現時刻のユーザの行動が過去の行動に対して逸脱していると判定された場合、ユーザの行動が異常である旨を示す異常情報を、所定装置に出力するように通信インターフェース１０２を制御する（ステップＳ２０４）。所定装置は、例えば、住宅Ｈに住むユーザとは異なるユーザが操作する端末装置に設定される。また、所定対象がマンションやアパート等の集合住宅等である場合、所定の装置は、例えば、集合住宅の管理人が操作する端末装置に設定される。具体的には、出力制御部１２４は、予め記憶部１３０に記憶させておいたメールアドレスや電話番号等の出力先情報を参照して、電子メールや電話等で異常情報を所定装置に出力する。

なお、出力制御部１２４は、判定部１１４によって現時刻のユーザの行動が過去の行動に対して逸脱していると判定される度に、異常情報を所定装置に出力してもよいし、判定部１１４によって現時刻のユーザの行動が過去の行動に対して逸脱していると判定された回数が所定数を超えた場合に、異常情報を所定装置に出力してもよい。また、出力制御部１２４は、現時刻のユーザの行動が過去の行動に対して逸脱しているか否かを示す判定結果を、所定の周期で所定装置に出力するようにしてもよいし、判定結果と判定に用いた行動情報とを所定装置に出力するようにしてもよい。

以上説明した第２の実施形態によれば、現時刻において推定した行動が過去の行動に対して逸脱している場合に、予め設定された装置に対して異常情報を出力することにより、第３者に対して所定対象内のユーザの異常を通知することができる。この結果、所定対象内のユーザは、安心して生活することができる。

（第３の実施形態）
以下、第３の実施形態について説明する。第３の実施形態における行動推定装置１００は、現時刻のユーザの行動が過去の行動に対して逸脱している時間に応じて、異常情報を出力する点が第１及び第２の実施形態と相違する。従って、係る相違点を中心に説明し、共通する部分についての説明は省略する。

例えば、ユーザが階段、廊下、玄関、浴室、部屋などで転倒して意識を失った場合、人物検出ユニット１４は、常にその場所でユーザを検出し続ける。この場合、判定部１１４は、同一の場所にユーザが滞在している時間が閾値を超える場合に、ユーザに異常があると判定する。なお、判定部１１４は、取得部１１２が生体センサ２６から加速度情報を取得していた場合、当該加速度情報に基づいてユーザの姿勢を判定し、ユーザの姿勢が仰向けや横向き等の床に倒れている姿勢であった場合にユーザに異常があると判定してもよい。これによって、行動推定装置１００は、例えば、子供がうつ伏せになって寝ている状態であるか否かを判定することができる。

出力制御部１２４は、例えば、下記の数式（１）に基づいて、異常情報を出力するかしないかを決定する。

異常検知判定時間＝ＭＡＸ（初期値、行動パターン係数×滞在時間）…（１）

出力制御部１２４は、同一の場所にユーザが滞在している時間に対して所定の係数を表す行動パターン係数を乗算し、この値が初期値よりも大きい場合に滞在時間と行動パターン係数との乗算値を異常検知判定時間として導出する。また、出力制御部１２４は、滞在時間と行動パターン係数との乗算値が初期値よりも小さい場合、初期値を異常検知判定時間として導出する。図１９は、異常検知判定時間の導出結果の一例を示す図である。出力制御部１２４は、上述した数式（１）を用いて導出した異常検知判定時間を閾値として、当該閾値よりも現時刻のユーザの行動が過去の行動に対して逸脱している時間が長い場合、通信インターフェース１０２を制御して所定装置に異常情報を出力する。

以上説明した第３の実施形態によれば、上述した第２の実施形態と同様に、予め設定された装置に対して異常情報を出力することにより、第３者に対して所定対象内のユーザの異常を通知することができる。この結果、所定対象内のユーザは、安心して生活することができる。

（第４の実施形態）
以下、第４の実施形態について説明する。第４の実施形態における行動推定装置１００は、設備機器の動作時間に応じて、設備機器を停止させるための情報を出力する点が第１から第３の実施形態と相違する。従って、係る相違点を中心に説明し、共通する部分についての説明は省略する。

例えば、ユーザが家電機器２２を使用した後、電源を消し忘れる場合がある。このような場合、判定部１１４は、取得部１１２によって取得された動作情報に基づいて、設備機器の動作時間を計測し、計測した時間が数式（２）に示す連続動作時間を超える場合に、設備機器に異常があると判定する。数式（２）に示すように、判定部１１４は、設備機器が動作している時間を表す動作時間に対して所定の係数を表す行動パターン係数を乗算し、この値が初期値よりも大きい場合に動作時間と行動パターン係数との乗算値を連続動作時間として導出する。図２０は、連続動作時間の導出結果の一例を示す図である。

連続動作時間＝ＭＡＸ（初期値、行動パターン係数×動作時間）…（２）

出力制御部１２４は、判定部１１４によって設備機器に異常があると判定された場合に、動作を停止する制御情報を異常と判定された設備機器に対して出力する。

以上説明した第４の実施形態によれば、設備機器に異常がある場合に、自動で異常と判定した設備機器を停止することができる。この結果、所定対象内のユーザは、安心して生活することができる。

以下、その他の実施形態について説明する。
上述した実施形態における行動推定装置１００は、キッチンのガスコンロのスイッチを点火や、カーテンの近くでの電気ストーブの利用などを示す動作情報を、対応した機器から取得することにより、火災の危険性が高いことを示す情報を所定装置や携帯情報端末２４等に出力してもよい。また、行動推定装置１００は、ユーザ情報に基づいて、設備機器を使用するユーザが子供である場合に、危険性が高いことを示す情報を所定装置や携帯情報端末２４等に出力してもよい。また、行動推定装置１００は、コンロやＩＨヒータなどの家電機器２２の動作情報から火災発生と推定した場合、全館空調装置１８や換気扇等を強制運転させてもよい。

以上説明した少なくともひとつの実施形態によれば、人物検出ユニット１４から位置情報を取得し、設備機器から動作情報を取得する取得部１１２と、取得部１１２によって取得された位置情報及び動作情報に基づいて、ユーザの行動を推定する推定部１１６とを備えることによって、精度良く行動を推定することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１…行動推定システム、１０…計測ユニット、１２…メータ、１４…人物検出ユニット、１６…照明、１８…全館空調装置、２０…個別空調装置、２２…家電機器、２４、携帯情報端末、２６…生体センサ、１００…行動推定装置、１０２…通信インターフェース、１０４…入力部、１１０…制御部、１１２…取得部、１１４…判定部、１１６…推定部、１１８…予測部、１２０…決定部、１２２…機器制御部、１３０…記憶部

Claims (7)

1. ユーザの位置を検出する検出部を有する行動推定システムで利用される装置において、
   前記検出部から前記ユーザの位置を示す位置情報を取得し、前記ユーザの操作を受け付ける電力機器から前記電力機器の動作状態を示す動作情報を取得する取得部と、
   前記取得部によって取得された位置情報及び動作情報に基づいて、前記ユーザの行動を推定する推定部と、
   を備える行動推定装置。
2. 前記推定部は、前記取得部によって前記位置情報及び前記動作情報の一方又は双方が取得された時刻を、前記行動に対応付けて記憶部に記憶させる、
   請求項１に記載の行動推定装置。
3. 前記推定部によって所定の期間において推定された行動に基づいて、前記ユーザが未来にとる行動を予測する予測部と、
   前記予測部によって予測された行動に基づいて、前記電力機器の制御量を決定する決定部と、をさらに備える、
   請求項１又は２に記載の行動推定装置。
4. 前記推定部によって所定の期間において推定された行動に基づいて、前記ユーザの行動が過去に推定した行動に対して逸脱しているか否かを判定する判定部と、
   前記判定部による判定結果に基づく情報を出力する出力部と、をさらに備える、
   請求項１から３のうちいずれか１項に記載の行動推定装置。
5. 前記判定部は、同一の行動が前記推定部によって推定され続ける時間が閾値以上である場合に、前記ユーザの行動が過去に推定した行動に対して逸脱していると判定し、
   前記出力部は、前記判定部によって前記ユーザの行動が過去に推定した行動に対して逸脱していると判定された結果に基づく情報を出力する、
   請求項４に記載の行動推定装置。
6. ユーザの位置を検出する検出部を有する行動推定システムで利用される行動推定装置が、
   前記検出部から前記ユーザの位置を示す位置情報を取得し、前記ユーザの操作を受け付ける電力機器から前記電力機器の動作状態を示す動作情報を取得し、
   前記取得した位置情報及び動作情報に基づいて、前記ユーザの行動を推定する、
   行動推定方法。
7. ユーザの位置を検出する検出部を有する行動推定システムで利用されるコンピュータに、
   前記検出部から前記ユーザの位置を示す位置情報を取得するステップと、
   前記ユーザの操作を受け付ける電力機器から前記電力機器の動作状態を示す動作情報を取得するステップと、
   前記位置情報及び動作情報に基づいて、前記ユーザの行動を推定するステップと、
   を実行させるための行動推定プログラム。

Images