JP2017058912A

JP2017058912A - 監視装置、監視方法及び監視プログラム

Info

Publication number: JP2017058912A
Application number: JP2015182700A
Authority: JP
Inventors: 裕子紺家; Hiroko Konya; 宏信柴田; Hironobu Shibata
Original assignee: NTT Communications Corp
Current assignee: NTT Communications Corp
Priority date: 2015-09-16
Filing date: 2015-09-16
Publication date: 2017-03-23

Abstract

【課題】プライバシーを考慮した見守り方法を提供する。
【解決手段】ユーザ宅内に複数種類のセンサー２Ａ〜２Ｅを配置し、計算部１２がセンサー２Ａ〜２Ｅから取得したセンサーデータ及び機器の操作情報をポイントに換算して合計してユーザの行動を数値化し、判定部１３が数値化したユーザの行動を通常の行動パターンと比較して分類する。行動そのものを晒さずにプライバシーを保ったまま監視対象者を見守ることができる。また、複数種類のセンサー２Ａ〜２Ｅのデータを総合的に判断するので、より精度よく異常を判定することができる。
【選択図】図１

Description

本発明は、特定人物の行動を監視する技術に関する。

一人暮らしの老人などを見守る方法として、ポットやテレビなどの特定の機器の操作ログを活用して見守る方法、バイタルデータを取得するセンサーを装着して見守る方法、あるいは、カメラ等を利用して行動を監視する方法があった。

特開２０１０−２７１９７８号公報

しかしながら、従来の方法では、個別の機器の操作ログやカメラなどによる行動監視は生活における行動がそのまま見えることになり、生活を覗き見られているような気持ちになり、見守られる人は不快に感じ、見守る人は罪悪感を感じることがあった。

本発明は、上記に鑑みてなされたものであり、プライバシーを考慮した見守り方法を提供することを目的とする。

第１の本発明に係る監視装置は、監視対象者の行動から異常を検知する監視装置であって、複数種類の検知器から受信したデータから前記監視対象者の行動を数値化した行動ポイントを算出する数値化手段と、前記行動ポイントを基準ポイントと比較して異常を判定する判定手段と、を有することを特徴とする。

上記監視装置において、前記数値化手段は、前記検知器の重要度に応じて前記データを数値化した値を補正することを特徴とする。

上記監視装置において、前記数値化手段は、前記行動ポイントを前記監視対象者の行動以外の事項に起因して変化する外部情報に基づいて補正することを特徴とする。

上記監視装置において、前記数値化手段は、所定期間毎の前記複数種類の検知器の基準データを保持しており、前記所定期間毎に、受信したデータと前記基準データとを比較して差分が許容誤差を超えている場合は差分に応じた値で前記データを数値化し、数値化した値を合計して前記行動ポイントを算出し、前記判定手段は、前記所定期間毎に算出した行動ポイントが所定の条件を満たす場合に異常と判定することを特徴とする。

上記監視装置において、前記判定手段は、前記行動ポイントの推移パターンに基づいて異常を判定することを特徴とする。

第２の本発明に係る監視方法は、監視対象者の行動から異常を検知するコンピュータにより実行される監視方法であって、複数種類の検知器からデータを受信するステップと、前記データから前記監視対象者の行動を数値化した行動ポイントを算出するステップと、前記行動ポイントを基準ポイントと比較して異常を判定するステップと、を有することを特徴とする。

第３の本発明に係る監視方法は、監視対象者の行動から異常を検知する監視方法であって、複数種類の検知器からデータを受信する処理と、前記データから前記監視対象者の行動を数値化した行動ポイントを算出する処理と、前記行動ポイントを基準ポイントと比較して異常を判定する処理と、をコンピュータに実行されることを特徴とする。

本発明によれば、プライバシーを考慮した見守り方法を提供することができる。

本実施の形態における行動監視システムの構成を示すブロック図である。本実施の形態における行動監視システムの処理の流れを示すフローチャートである。本実施の形態におけるポイントの算出例を示す図である。

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。

図１は、本実施の形態における行動監視システムの構成を示すブロック図である。

本実施の形態における行動監視システムは、監視対象者宅内に複数種類のセンサー２Ａ〜２Ｅを配置し、センサー２Ａ〜２Ｅが取得したセンサーデータ及び機器の操作情報を数値化し、数値化した監視対象者の行動パターンと通常時の行動パターンとを比較して異常と判定したときは、監視対象者を見守る人に通知するシステムである。監視対象者は、独居老人だけでなく、子供や同居家族であってもよく、見守る人は家族だけに限らず、友人、近所の人、あるいはセキュリティ管理会社であってもよい。また、監視対象者宅内だけでなく、病院、介護施設、保育園、学校などの施設においても適用できる。

図１に示す行動監視システムは、情報収集部１１、計算部１２、判定部１３、及び通知部１４を備える。行動監視システムが備える各部は、演算処理装置、記憶装置等を備えたコンピュータにより構成して、各部の処理がプログラムによって実行されるものとしてもよい。このプログラムは行動監視システムが備える記憶装置に記憶されており、磁気ディスク、光ディスク、半導体メモリ等の記録媒体に記録することも、ネットワークを通して提供することも可能である。また、クラウド等のサービスを利用して各部を構成してもよいし、ゲートウェイ装置などのユーザ宅内に配置される装置が処理の一部を行ってもよい。以下、行動監視システムの各部について説明する。

情報収集部１１は、センサー２Ａ〜２Ｅからセンサーデータ及び機器の操作情報を収集して計算部１２へ出力する。

センサー２Ａ〜２Ｅは、監視対象者宅内に配置される。センサー２Ａ〜２Ｅとして、ユーザの心拍数や血圧などを取得するバイタルセンサー、水や洗剤のにおい・料理のにおい・汗のにおいを検知する臭いセンサー、ベッドやソファなどにかかる圧力を測定する圧力センサー、電灯・テレビ・ポット・水道などの機器の操作を検知する操作情報取得装置、足音やカーテンの開閉音を検知する生活音センサー、人の存在を検知する人感センサーなど多様なセンサーを利用する。監視対象者に装着しないセンサー２Ａ〜２Ｅを用いることで監視対象者の負担を軽減できる。なお、センサー２Ａ〜２Ｅを屋外に配置してもよい。

計算部１２は、センサーデータ及び機器の操作情報から各センサー２Ａ〜２Ｅのある一定時間帯におけるデータを数値化したポイントを合計し、監視対象者の行動を数値化する。計算部１２は、センサー管理情報、ポイント換算管理情報、エリア管理情報、補正管理情報を保持する。センサー管理情報は、各センサー２Ａ〜２Ｅに関する情報であって、ＩＤ、センサー名、設置場所、通常データ、閾値、許容誤差データ、補正データを含む。ポイント換算管理情報は、センサー２Ａ〜２Ｅの種類ごとにポイント算出方法を定義する情報である。エリア管理情報は、センサー２Ａ〜２Ｅの設置場所を示す情報であり、ＩＤとエリア名を含む。補正管理情報は、センサー２Ａ〜２Ｅの重要度に応じてポイントを補正する情報であり、センサーＩＤと補正値（割合）を含む。

計算部１２によるポイント算出方法としては、例えば、通常データに通常時におけるセンサーデータを登録しておき、取得したセンサーデータと通常データとを比較し、センサーデータと通常データとの差が許容誤差データ内であれば０ポイント、差が閾値分まで大きい場合は１ポイント、差が閾値を超えて大きい場合は２ポイント、通常データより小さい場合は−１ポイント、センサーデータの値がない場合は−２ポイントとする。

計算部１２による機器の操作情報に関するポイント算出方法としては、例えば、通常データに機器が操作される時刻と機器の操作情報（オン・オフなど）を登録しておき、登録された時刻（許容誤差データ内の場合も含む）に、登録された操作が行われた場合は０ポイント、行われなかった場合は−１ポイントとする。あるいは、単純に機器が操作された場合に１ポイントとしてもよい。

各センサー２Ａ〜２Ｅのポイント算出方法は同じでなくてよく、センサー２Ａ〜２Ｅごとのポイント算出方法をポイント換算管理情報に設定しておけばよい。

計算部１２は、算出したセンサー２Ａ〜２Ｅそれぞれのポイントをセンサー２Ａ〜２Ｅそれぞれの重要度に応じて補正管理情報の補正値を用いて補正し、各ポイントを合計した上で、外部情報を入力して合計値を補正する。センサー２Ａ〜２Ｅのポイントを個別に補正する例としては、例えば、ドアセンサーは重要度が低いのでポイントを０．５倍する、あるいは、水道の利用は電灯の操作に比べて重要度が高いのでポイントを２倍する方法がある。合計値を補正する外部情報は監視対象者の行動以外の事項に起因して変化する情報であり、例えば、日の出日の入り時刻、天候、あるいは季節情報がある。入力した外部情報に応じて、合計値に所定の値を加減算したり、所定の値を乗算したりする。外部情報として例えば日照センサーを用いてもよいし、人が入力するものでもよい。

判定部１３は、数値化したユーザの行動を通常の行動パターンと比較して分類する。分類する方法としては、例えば、閾値を設定しておき、計算部１２が求めた合計値が閾値を超えた場合に異常と判定する。あるいは、通常時の合計値の推移パターンを機械学習しておき、合計値の推移パターンが通常時と異なるか否かをＳＶＭ（サポートベクターマシーン）等で判別する。合計値の推移パターンを用いる場合は、計算部１２でセンサーデータと通常データを比較する必要はなく、センサーデータを数値化すればよい。

通知部１４は、判定部１３が異常と判定したときに、通知部１４に登録された通知先に対して異常が検知された旨を通知する。通知部１４は、通知先管理情報として、通知先ＩＤ、メールアドレス、電話番号、名前、通知先の機器などの情報を保持する。通知先として監視対象者自身を含んでもよい。通知の方法としては、メールや電話など人が対応する方法だけでなく、通知部１４は、直接あるいはネットワークを介して接続されたパトランプなどを動作させてもよい。また、通知部１４はウェアラブル端末に通知してもよい。

次に、本実施の形態における行動監視システムの処理の流れについて説明する。

図２は、本実施の形態における行動監視システムの処理の流れを示すフローチャートである。

情報収集部１１は、センサー２Ａ〜２Ｅからセンサーデータ及び機器の操作情報を取得する（ステップＳ１１）。

計算部１２は、センサーデータ及び機器の操作情報からポイントを算出し、センサー２Ａ〜２Ｅに応じたポイント補正を行う（ステップＳ１２，Ｓ１３）。

情報収集部１１及び計算部１２は、ステップＳ１１〜Ｓ１３の処理をセンサー２Ａ〜２Ｅの数繰り返す。

計算部１２は、全てのセンサー２Ａ〜２Ｅのポイントを算出するとポイントを合計し、さらに必要に応じて外部情報に基づいて合計値を補正する（ステップＳ１４）。

判定部１３は、数値化されたユーザの行動が正常か異常かを判定する（ステップＳ１５）。

通知部１４は、ユーザの行動が異常の場合には、登録された通知先にその旨を通知する（ステップＳ１６）。

次に、本実施の形態におけるポイントの算出例について説明する。

図３は、本実施の形態におけるポイントの算出例を示す図である。同図では、１時〜１３時までの１時間毎に、センサーから取得した心拍数、臭い、圧力（ベッド）、圧力（ソファ）、及び電灯の操作情報のポイントを算出している。同図の各センサーのセンサー値及び操作ログの項目は、センサーから取得したデータを示し、通常データの項目は、各時刻における通常時のデータを示し、ポイント値は、取得したデータから算出されたポイントを示す。センサーの計測間隔は等間隔でなくてもよく、ポイントを算出する時刻をもっと細かく区切ってもよい。あるいは、午前、午後、１日などの長いスパンでポイントを算出してもよい。各時刻におけるセンサー値は、各時刻中に取得したデータの最大値、平均値、最頻値あるいは通常データに最も近い値などであってもよい。所定期間毎にポイント値を算出することで、監視対象者が正確に同じ時刻で行動しない場合であっても適用できる。通常データは、通常時の行動に合った値を予め登録しておいてもよいし、数日間のセンサー値の平均を用いてもよい。また、行動が類似している人などや行動例などから作成した行動パターンデータから選択して通常データとしてもよい。通常データを初期値として日々取得するセンサーデータで補正してもよい。

図３の例では、通常データとセンサー値との差をセンサー毎に設定した閾値と比較し、閾値を超えた場合にポイントを減算あるいは加算している。例えば、心拍について、２時のセンサー値は４５で通常データは５０である。センサー値と通常データとの差は５である。心拍に設定された閾値１０を超えていないのでポイントは０となる。また、圧力（ソファ）について、９時のセンサー値は０で通常データは４５である。センサー値と通常データとの差は４５である。圧力（ソファ）に設定された閾値５を大きく超えているのでポイントは−２となる。圧力（ソファ）について、１０時のセンサー値は５６で通常データは５０である。センサー値と通常データとの差は６である。圧力（ソファ）に設定された閾値５を超えているのでポイントは−１となる。図３の圧力（ソファ）では、閾値を超えた程度によってポイントに差を付けている。なお、閾値は一定でなくてもよく、時間ごとに変動させてもよい。また、センサー値として周期を用いてもよい。例えば心拍の場合、一定の周期で心拍数が増減する場合に睡眠中であると判断する。あるいは、グラフの傾きを用いてもよい。

図３の例の電灯の操作では、９時の操作ログは０（操作なし）であり通常データはＯＮである。通常時に操作されるはずの電灯が操作されなかったのでポイントを−１としている。また、１０時の操作ログはＯＮであり通常データは０（操作なし）である。通常時には操作されていないが電灯がＯＮされたのでポイントを１としている。

ポイント合計についてみると、各センサーのポイントを合計したポイント合計は、７時と１１時が−１、９時が−３で他の時刻は０である。ポイント合計が０に近いほど通常時の行動を行っていると判断でき、ポイント合計が閾値を超えた場合に異常と判定する。図３の例では、ポイント合計が閾値５を超えていないので異常と判定されることはなかった。なお、各時刻におけるポイント合計だけを判定に利用するのではなく、図３のポイント合計の下の欄のように、前後１枠のポイント合計を合計したものを判定に利用してもよい。例えば、図３の８時では、７時のポイント合計が−１、８時のポイント合計が０、９時のポイント合計が−３であるので、これらを合わせた−４を判定に利用する。

以上説明したように、本実施の形態によれば、ユーザ宅内に複数種類のセンサー２Ａ〜２Ｅを配置し、計算部１２がセンサー２Ａ〜２Ｅから取得したセンサーデータ及び機器の操作情報をポイントに換算して合計してユーザの行動を数値化し、判定部１３が数値化したユーザの行動を通常の行動パターンと比較して分類することにより、行動そのものを晒さずにプライバシーを保ったまま監視対象者を見守ることができる。そのため、親族だけでなく、友人等でも気軽に利用可能となる。また、複数種類のセンサー２Ａ〜２Ｅのデータを総合的に判断するので、たまたまある日にある行動を行わない場合に特定のセンサー２Ａ〜２Ｅにおいて異常が検知されても、複数種類のセンサー２Ａ〜２Ｅからのデータを総合的に判定するので、より柔軟に異常を判定することができる。

本実施の形態によれば、ある一定時間内において取得できたセンサーデータ及び機器の操作情報をボイントに換算するので、同じ行動を同じ順序で行わない場合であっても、異常を判定することができる。

本実施の形態によれば、季節や天候などの外部情報に基づいてユーザの行動を数値化した値を補正することで、精度の向上を図ることができる。

１１…情報収集部
１２…計算部
１３…判定部
１４…通知部
２Ａ〜２Ｅ…センサー

Claims

監視対象者の行動から異常を検知する監視装置であって、
複数種類の検知器から受信したデータから前記監視対象者の行動を数値化した行動ポイントを算出する数値化手段と、
前記行動ポイントを基準ポイントと比較して異常を判定する判定手段と、
を有することを特徴とする監視装置。
前記数値化手段は、前記検知器の重要度に応じて前記データを数値化した値を補正することを特徴とする請求項１記載の監視装置。
前記数値化手段は、前記行動ポイントを前記監視対象者の行動以外の事項に起因して変化する外部情報に基づいて補正することを特徴とする請求項１又は２記載の監視装置。
前記数値化手段は、所定期間毎の前記複数種類の検知器の基準データを保持しており、前記所定期間毎に、受信したデータと前記基準データとを比較して差分が許容誤差を超えている場合は差分に応じた値で前記データを数値化し、数値化した値を合計して前記行動ポイントを算出し、
前記判定手段は、前記所定期間毎に算出した前記行動ポイントが所定の条件を満たす場合に異常と判定することを特徴とする請求項１乃至３のいずれかに記載の監視装置。
前記判定手段は、前記行動ポイントの推移パターンに基づいて異常を判定することを特徴とする請求項１乃至４のいずれかに記載の監視装置。
前記判定手段が監視対象者の行動を異常と判定したときに通知する通知手段を有することを特徴とする請求項１乃至５のいずれかに記載の監視装置。
監視対象者の行動から異常を検知するコンピュータにより実行される監視方法であって、
複数種類の検知器からデータを受信するステップと、
前記データから前記監視対象者の行動を数値化した行動ポイントを算出するステップと、
前記行動ポイントを基準ポイントと比較して異常を判定するステップと、
を有することを特徴とする監視方法。
監視対象者の行動から異常を検知する監視方法をコンピュータに実行させる監視プログラムであって、
複数種類の検知器からデータを受信する処理と、
前記データから前記監視対象者の行動を数値化した行動ポイントを算出する処理と、
前記行動ポイントを基準ポイントと比較して異常を判定する処理と、
をコンピュータに実行させることを特徴とする監視プログラム。