JP2020013334A - 生活習慣分析システム、生活習慣分析方法及びプログラム - Google Patents

Abstract

【課題】生活状況を把握するためのセンサデータを標準化して汎用性を向上させることが可能な生活習慣分析システム等を提供する。【解決手段】生活習慣分析システム１は、生活空間に配置される情報送信装置１００と、ネットワークＮＷを介して情報送信装置１００と通信を行うサーバ装置２００とを備える。生活習慣分析システム１は、時系列のセンサデータを取得するセンサデータ取得部と、センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、イベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する二値化データ生成部と、二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成部とを備える。【選択図】図１

Description

本開示は、生活習慣分析システム、生活習慣分析方法及びプログラムに関する。

近年、日本国内において高齢者の孤独死が問題となっている。このような孤独死を防ぐために、介護サービス事業者や家族が、高齢者の生活において異常が生じていないかを見守ることが求められている。また、一人暮らしの大学生の生活を心配する家族が、その大学生の生活に異常が生じていないかを見守ることが求められている。

このような要望に応えるために、一人暮らしの生活者の安否や生活習慣を遠隔地から見守ることが可能な見守り支援システムが提案されている。例えば、特許文献１は、管理センタに設置される見守り装置が、生活者宅で使用されている電気機器全体が消費する電力消費量を取得し、その電力消費量から各電気機器の使用状況を推定して、生活者の生活状況を見守ることが開示されている。

特開２０１２−６８７７４号公報

特許文献１が開示する見守り支援システムは、電力消費量のみから生活者の生活状況を見守る。しかし、生活状況を包括的に見守るためには、電力消費量と関係ない活動も考慮されるべきである。その場合、電力量以外の計測データも取得しなければならないが、そのような構成にすると、多様な計測データが混在するために、処理及びシステムの構成が複雑化してしまう。

この点、生活状況を把握するためのセンサデータが多様な計測データであっても、それらを標準化して使用すれば、汎用性を高くすることが可能である。なお、標準化は、例えば、センサデータの単位やフォーマットを統一することによって実現可能である。

そこで、本開示はこのような事情に鑑み、生活状況を把握するためのセンサデータを標準化して汎用性を向上させることが可能な生活習慣分析システム等を提供することを目的とする。

上記目的を達成するため、本開示の第１の観点に係る生活習慣分析システムは、生活空間に配置される情報送信装置と、ネットワークを介して情報送信装置と通信を行うサーバ装置と、を備える生活習慣分析システムであって、時系列のセンサデータを取得するセンサデータ取得部と、センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、イベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する二値化データ生成部と、二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成部と、を備えることを特徴とする。

また、上記目的を達成するため、本開示の第２の観点に係る生活習慣分析方法は、時系列のセンサデータを取得するセンサデータ取得ステップと、センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、イベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する二値化データ生成ステップと、二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成ステップと、を含むことを特徴とする。

また、上記目的を達成するため、本開示の第３の観点に係るプログラムは、コンピュータを、時系列のセンサデータを取得するセンサデータ取得手段、センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、イベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する二値化データ生成手段、二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成手段、として機能させる。

本開示によれば、生活状況を把握するためのセンサデータを標準化して汎用性を向上させることが可能な生活習慣分析システム等を提供することができる。

実施形態に係る生活習慣分析システムの構成例を示すブロック図である。 実施形態に係る情報送信装置の構成例を示すブロック図である。 実施形態に係るサーバ装置の構成例を示すブロック図である。 二値化データの生成方法の一例を示す概念図である。 基準データの生成方法の一例を示す概念図である。 出力される生活習慣グラフの第１の例を示す図である。 出力される生活習慣グラフの第２の例を示す図である。 異常判別の方法の一例を示す概念図である。 時間帯別で判別した場合の異常判別結果の一例を示す図である。 単一時間で判別した場合の異常判別結果の第１の例を示す図である。 単一時間で判別した場合の異常判別結果の第２の例を示す図である。 実施形態に係る生活習慣分析システムの動作の一例を示すフローチャートである。

以下、本開示の実施形態について図面を参照して説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。

（実施形態）
図１に示すように、本実施形態に係る生活習慣分析システム１は、生活空間に配置される一台以上の情報送信装置１００と、ネットワークＮＷを介して情報送信装置１００と通信を行うサーバ装置２００とを備える。ネットワークＮＷは、ＷＡＮ（World Area Network）、ＬＡＮ（Local Area Network）等から構成される。

生活習慣分析システム１は、生活空間で生活している生活者の生活習慣を分析したり、生活者の生活状況に異常があるか否かを判別したりするためのサービスを提供する。生活空間は、例えば、生活者が住んでいる住宅、生活者が入居している施設、生活者が入院している病院等における生活活動の圏内となる空間である。

情報送信装置１００は、生活空間毎に配置される。情報送信装置１００は、生活空間に配置される各種センサからセンサデータを取得する。センサデータは、例えば、電力、温度、湿度、明るさ等の計測値であってもよいし、人感センサやドアセンサ等の出力信号であってもよい。センサデータは、生活状況を把握するために利用可能なデータであればよい。

情報送信装置１００は、取得したセンサデータに基づく情報をサーバ装置２００に送信する。本実施形態では、取得したセンサデータに基づく情報は、センサデータそのものである。しかし、取得したセンサデータに基づく情報は、二値化データであってもよいし、基準データであってもよい。なお、二値化データや基準データについては、後述する。

情報送信装置１００は、自装置に設定されている固有の識別情報を用いて通信する。これにより、サーバ装置２００は、一台以上の情報送信装置１００のそれぞれを識別する。

サーバ装置２００は、生活者の生活状況を見守るサービスを提供する事業者によって管理される。本サービスを提供する事業者は、例えば、一人暮らしの高齢者である生活者の生活を見守る介護サービスを提供する事業者であってもよいし、一人暮らしの学生の生活を見守るサービスを提供する事業者であってもよい。本サービスを提供する事業者は、施設の入居者の生活を見守るサービス提供事業者や施設の管理者であってもよい。

＜情報送信装置の構成＞
以下、情報送信装置１００の構成を詳細に説明する。図２に示すように、情報送信装置１００は、他の装置と通信を行う通信部１１０と、各種データを記憶する記憶部１２０と、装置全体の制御を行う制御部１３０とを備える。これらの構成要素は、バスラインＢＬによって相互に接続される。

通信部１１０は、有線通信又は無線通信を行うためのＮＩＣ（Network Interface Card controller）を備える通信インターフェースである。通信部１１０は、ネットワークＮＷを介して、サーバ装置２００と通信を行い、センサデータを送信する。また、通信部１１０は、生活空間に配置される各種センサと通信を行い、センサデータを受信する。

記憶部１２０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等から構成される。記憶部１２０は、各種制御処理を実行するためのプログラム、各種データ等を記憶する。

制御部１３０は、ＣＰＵ（Central Processing Unit）等から構成される。制御部１３０は、記憶部１２０に記憶されているプログラムを実行することにより、情報送信装置１００の全体の動作を制御する。

以下、制御部１３０の機能的な構成を説明する。制御部１３０は、センサデータ取得部１３１、二値化データ生成部２３２、情報送信部１３２として機能する。

センサデータ取得部１３１は、通信部１１０を介して、各種センサから、時系列のセンサデータを取得する。

情報送信部１３２は、通信部１１０を介して、取得したセンサデータに基づく情報をサーバ装置２００に送信する。なお、本実施形態では、取得したセンサデータに基づく情報は、センサデータである。

＜サーバ装置の構成＞
以下、サーバ装置２００の構成を詳細に説明する。図３に示すように、サーバ装置２００は、他の装置と通信を行う通信部２１０と、各種データを記憶する記憶部２２０と、装置全体の制御を行う制御部２３０とを備える。これらの構成要素は、バスラインＢＬによって相互に接続される。

通信部２１０は、有線通信又は無線通信を行うためのＮＩＣを備える通信インターフェースである。通信部２１０は、ネットワークＮＷを介して、情報送信装置１００と通信を行う。

記憶部２２０は、ＲＡＭ、ＲＯＭ等から構成される。記憶部２２０は、各種制御処理を実行するためのプログラム、各種データ等を記憶する。

制御部２３０は、ＣＰＵ等から構成される。制御部２３０は、記憶部２２０に記憶されているプログラムを実行することにより、サーバ装置２００の全体の動作を制御する。

以下、制御部２３０の機能的な構成を説明する。制御部２３０は、情報受信部２３１、二値化データ生成部２３２、基準データ生成部２３３、グラフ出力部２３４、異常判別部２３５として機能する。

情報受信部２３１は、通信部２１０を介して、情報送信装置１００からセンサデータに基づく情報（センサデータ）を受信する。

二値化データ生成部２３２は、情報受信部２３１が受信したセンサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識する。所定値は、例えば、センサデータが電力の計測値であれば３００Ｗである。二値化データ生成部２３２は、認識したイベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する。

例えば、二値化データは、１又は０を示す時系列データである。しかし、二値化データは、認識したイベント発生のタイミングの前後時間か否かを二値で示すデータであればよい。そのため、二値は他の値であってもよい。例えば、二値化データは、５又は０を示す時系列データであってもよいし、二進数や符号化した時系列データであってもよい。

基準データ生成部２３３は、二値化データ生成部２３２が生成した二値化データを予め定められた日数に渡って集計した基準データを生成する。基準データは、例えば、所定の日数分の二値化データを積算（加算）し、その所定の日数で除算することによって正規化したデータである。所定の日数は、例えば、２週間〜４週間程度の日数に設定される。なお、所定の日数は、生活習慣が把握できる程度の日数であればよいため、より長く設定されてもよいし、より短く設定されてもよい。

グラフ出力部２３４は、基準データ生成部２３３が生成した基準データに基づいて生活習慣グラフを出力する。出力される生活習慣グラフは、通信部１１０を介して表示装置に表示させてもよいし、ユーザ（例えば、生活者の家族）の通信端末に配信されてもよい。生活習慣グラフはユーザによって分析されてもよいし、サービス提供事業者によって分析されてもよい。このように、生活習慣グラフで表示することにより、生活習慣を可視化することが可能となる。

異常判別部２３５は、生活空間の生活者の生活の異常を判別する。情報送信装置１００のセンサデータ取得部１３１は、サーバ装置２００の基準データ生成部２３３が基準データを生成した後に新たなセンサデータを取得する。情報送信部１３２は、この新たなセンサデータに基づく情報をサーバ装置２００に送信する。サーバ装置２００の情報受信部２３１は、これを受信する。

異常判別部２３５は、新たなセンサデータに基づく情報と、基準データ生成部２３３が生成した基準データとを対比することによって異常を判別する。本実施形態では、新たなセンサデータに基づく情報は、情報送信装置１００から受信した新たな二値化データである。しかし、新たなセンサデータに基づく情報は、情報送信装置１００から受信した新たなセンサデータであってもよいし、新たなセンサデータに基づいて認識されたイベント発生のタイミングの前後時間であってもよい。なお、異常判別方法の具体例は後述する。

＜二値化データと基準データの具体例＞
以下、二値化データと基準データの具体例を説明する。

図４は、二値化データの生成方法の一例を示す概念図である。この例では、センサデータが1分毎の電力の計測値である。二値化データ生成部２３２は、これらの計測値において、直前の計測値に比べて変化量が３００Ｗ以上であるタイミングをユーザ行動に基づくイベント発生として認識する。

図４に示すように、イベント発生として認識されたデータには１のフラグが立てられる。１のフラグが立てられたデータを中心として、さらに前後４５分間（前後時間）のデータにも１のフラグが立てられる（後述する図５参照）。このような処理により、二値化データが生成される。例えば、図４のように８：４８、８：４９、及び９：０２のデータにイベント発生タイミングとしてフラグが立てられた場合、８：０３〜９：４７の１時間４４分間が前後時間である。

図５は、基準データの生成方法の一例を示す概念図である。基準データ生成部２３３は、例えば、二週間分の二値化データを加算する。これにより、図５に示すように０〜１４の範囲内の値で一日分の時系列データが生成される。基準データ生成部２３３は、このようなデータを加算日数（すなわち１４日）で除算することによって正規化することによって基準データを生成する。この場合、基準データは、０〜１の範囲内の値で示される１日分の時系列データである。なお、図５では、図示の便宜上、センサデータが５分間隔で表示されているが、実際にはセンサデータは１分間隔である。

図６は、出力される生活習慣グラフの第１の例を示す図である。この例は、センサデータが電力の計測値である場合に基準データ生成部２３３によって生成された基準データをグラフ化したものである。この生活習慣グラフにおいて、横軸は時間であり、縦軸は基準データの値を示している。

図７は、出力される生活習慣グラフの第２の例を示す図である。この例は、センサデータが電力の計測値ではなく人感センサやドアセンサの検知結果である場合に基準データ生成部２３３によって生成された基準データをグラフ化したものである。この生活習慣グラフにおいて、横軸は時間であり、縦軸は基準データの値を示している。この例の基準データの生成方法は、第１の例の場合と基本的に同じである。

例えば、二値化データ生成部２３２は、人感センサやドアセンサの検知信号のオンオフの切り替わりタイミングをユーザ行動に基づくイベント発生として認識する。基準データ生成部２３３は、その二値化データを予め定められた日数分（例えば２週間分）だけ加算して、その日数で除算することによって基準データを生成する。グラフ出力部２３４は、基準データをグラフ化することにより、図７に示す生活習慣グラフを出力する。

＜異常判別方法の具体例＞
以下、異常判別部２３５による基準データを用いた異常判別方法の具体例を説明する。異常判別方法には、２通りの方法がある。

一つ目の方法は、基準データと、その基準データと同じ時間における新たなセンサデータに基づく二値化データとの差分に基づいて判別する方法である。例えば、図６に示す生活習慣グラフにおいて、５：００では基準データの値が０である。このタイミングにおける新たなセンサデータに基づく二値化データが１であれば、その時点で異常と判別することができる。すなわち、基準データと新たな二値化データに大きな差があるタイミングで異常と判別される。なお、基準データと二値化データとの大きな差の判別基準として、予め定められた基準値（例えば０．５）が設定される。

二つ目の方法は、一定時間経過後に、その一定時間全体を俯瞰して異常を判別する方法である。この方法では、基準データを所定条件に従って積分し、その積分結果から異常を判別する。以下、二つ目の方法の具体例を詳細に説明する。

図８は、異常判別の方法の一例を示す概念図である。異常判別部２３５は、生活習慣グラフにおいて、新たなセンサデータから認識されるイベント発生タイミングの前後時間（例えば、前後の４５分間）において、基準データと、二値の一方との差分を時間に沿って積分する。本実施形態では、二値の一方は０である。

異常判別部２３５は、生活習慣グラフにおいて、新たなセンサデータから認識される前後時間ではない時間において、基準データと、二値の他方との差分を時間に沿って積分する。本実施形態では、二値の他方は１である。図８において、積分結果は、生活習慣グラフと０又は１との間の斜線で示される面積に相当する。区間Ａと区間Ｂが前後時間であり、区間Ｃは前後時間ではない時間である。

このように、イベント発生の前後時間では基準データの値をそのまま積分し、それ以外の時間では基準データの値と１との差分（絶対値）を積分する。異常判別部２３５は、積分した値の総和が判別基準値よりも小さい場合には、生活習慣に沿っていない異常データとして生活者の生活に異常があると判別する。

このような判別方法の意義について説明する。まず、基準データが大きい時間帯（１に近い時間帯）でイベントがあると基準データより下の面積は大きくなる。この場合、普通はイベントがある時間帯でイベントが発生しているので、習慣的であると言える。

一方、基準データが大きい時間帯（１に近い時間帯）でイベントがないと基準データより上の面積は小さくなる。この場合、普通はイベントがある時間帯にイベントが発生していないため、異常的であると言える。

基準データが小さい時間帯（０に近い時間帯）でイベントがあると基準データより下の面積は小さくなる。この場合、普通はイベントがない時間帯にイベントが発生しているため、異常的であると言える。

一方、基準データが小さい時間帯（０に近い時間帯）でイベントがないと基準データより上の面積は大きくなる。この場合、普通は、イベントがない時間帯にイベントが発生していないため、習慣的であると言える。

このように、積分結果の面積が大きいほど、習慣的であると言える。そのため、積分結果に応じて習慣的か否かを判別することができる。

基準データの積分範囲は、１日ではなく１時間単位や５分単位等の短い区間であってもよいし、日勤帯や深夜時間帯等の数時間の時間帯単位であってもよい。積分結果は平均値をとって０〜１の範囲内の値で算出されてもよい。

例えば、１日を時間帯で分類すると、時間帯毎に特有の生活習慣パターンがある。生活習慣には、起床、外出、帰宅、就寝、食事等の規則性があるためである。そのため、例えば、１日を６つの時間帯に分類して、異常判別部２３５が時間帯毎の積分結果を算出してもよい。６つの時間帯として、例えば、０〜４時が深夜、４時〜７時が早朝、７時〜１２時が朝、１２時〜１６時が昼、１６時〜１９時が夕方、１９時〜２４時が夜と分類されてもよい。

図９は、時間帯別で判別した場合の異常判別結果の一例を示す図である。この例では、上記のように分類した場合の昼と夜の時間帯において基準データを積分した場合の結果を平均化して０〜１の範囲内の値で示している。なお、数日間の傾向を把握するために、１／１〜１／６の日別の積分結果の値が示されている。この判別結果では、１に近い値は通常に近く、０に近い値は異常に近いことを示している。

このような判別結果から生活習慣も判別可能である。例えば、この生活者は、通常は、昼は家にいないが夜は家にいるパターンが多い。しかし、１／１と１／２において、昼は通常に近い高い値だが、夜は異常に近い低い値となっている。そのため、１／１と１／２において、生活者は昼も夜も家にいないと判別され、終日不在と判別される。一方、１／４と１／６において、昼は異常に近い低い値となっている。そのため、１／４と１／６は、通常とは異なり、昼なのに家にいると判別される。

図１０は、単一時間で判別した場合の異常判別結果の第１の例を示す図である。この図では、電力計測値がセンサデータである場合に、その基準データに基づいて生成された生活習慣グラフに対して、新たに取得されたセンサデータから認識されたイベント発生タイミングが縦線によって示されている。基準データは、例えば１／１〜１／７の期間で集計したデータであり、新たに取得されたセンサデータは１／８に取得されたセンサデータである。単一時間は、例えば５分間のように短い時間である。例えば、基準データの値がゼロに近いタイミングである３：３０に縦線があると異常と判別される。

図１１は、単一時間（短い時間）で判別した場合の異常判別結果の第２の例を示す図である。この図では、人感センサの検知結果がセンサデータである場合に、その基準データに基づいて生成された生活習慣グラフに対して、新たに取得されたセンサデータから認識されたイベント発生タイミング（人感センサのオンオフの切り替わりタイミング）が縦線によって示されている。単一時間は、例えば５分間のように短い時間である。例えば、基準データの値がゼロに近いタイミングである３：３０や１２：０５に縦線があると異常と判別される。

＜処理の流れ＞
以下、図１２を参照しながら、生活習慣分析システム１の動作の一例を説明する。ここでは、基準データの生成と異常判別に関する制御処理を説明する。

まず、情報送信装置１００は、各種センサからセンサデータを取得する（ステップＳ１０１）。情報送信装置１００は、センサデータに基づく情報をサーバ装置２００に送信する（ステップＳ１０２）。なお、この情報送信は、基準データが生成されるまで複数回にわたって繰り返し実行されてもよいし、基準データが生成される期間まで二値化データを生成した後に１回で実行されてもよい。

サーバ装置２００は、センサデータに基づく情報（センサデータ）を受信する（ステップＳ１０５）。サーバ装置２００は、取得したセンサデータに基づいて二値化データを生成する（ステップＳ１０６）。サーバ装置２００は、取得した二値化データに基づいて基準データを生成する（ステップＳ１０７）。

情報送信装置１００は、基準データを生成するためのセンサデータをサーバ装置２００に送信した後も新たなセンサデータを取得する（ステップＳ１０３）。情報送信装置１００は、新たなセンサデータに基づく情報（新たなセンサデータ）をサーバ装置２００に送信する（ステップＳ１０４）。

サーバ装置２００は、新たなセンサデータに基づく情報を受信する（ステップＳ１０８）。サーバ装置２００は、取得した新たなセンサデータに基づいて二値化データを生成する（ステップＳ１０９）。サーバ装置２００は、取得した二値化データと基準データとを対比することにより、異常判別を行う（ステップＳ１１０）。

＜効果の説明＞
本実施形態に係る生活習慣分析システム１は、センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、そのイベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する。生活習慣分析システム１によれば、生活状況を把握するためのセンサデータが多様な計測データであっても、それらを二値化した二値化データが生活習慣の分析や異常判別に使用される。

この場合、センサデータのそれぞれの単位やフォーマットに依存しない二値化データを使用するため、汎用性を高くすることが可能である。生活習慣分析システム１において、センサデータは電力量以外の計測データであってもよく、多様な計測データが適用可能である。二値化データを集計することによって得られる基準データも０から１の範囲内の値であるため、センサデータの単位やフォーマットに依存せずに使用することができる。したがって、生活習慣分析システム１によれば、生活状況を把握するためのセンサデータを標準化して汎用性を向上させることが可能となる。

以上で実施形態の説明を終了するが、上記実施形態は一例に過ぎない。そのため、生活習慣分析システム１の具体的な構成、動作内容等は上記実施形態で説明したものに限られない。以下、上記実施形態の変形例について説明する。

（変形例）
上記実施形態では、一例として処理の流れを説明した。しかし、処理の流れは上記実施形態で説明したものに限られない。処理の順序や内容は適宜変更可能である。

上記実施形態では、情報送信装置１００は、取得したセンサデータをサーバ装置２００に送信する構成である。この場合、サーバ装置２００は、二値化データ生成部２３２を備え、受信したセンサデータに基づいて二値化データの生成を実行している。しかし、生活習慣分析システム１の各機能は、このような分担に限られない。

例えば、情報送信装置１００がセンサデータを取得して、二値化データを生成する構成であってもよい。サーバ装置２００は、情報送信装置１００から受信した二値化データに基づいて基準データを生成し、生活習慣グラフを出力したり、その後の異常判別を実行したりしてもよい。

情報送信装置１００が二値化データ生成部２３２、基準データ生成部２３３、グラフ出力部２３４、異常判別部２３５等のいずれか一つ以上を備え、情報送信装置１００がほとんどの処理を実行する構成であってもよい。例えば、情報送信装置１００は、生活者の生活状況に異常があったことを示す判別結果の情報を監視拠点にあるサーバ装置２００に送信し、介護サービス等の担当者に通知してもよい。情報送信装置１００は、生活習慣グラフを出力して、生活者に閲覧させてもよい。

このように、情報送信装置１００に機能を集中させてもよいし、サーバ装置２００に機能を集中させてもよい。ただし、情報送信装置１００とサーバ装置２００との通信量と通信回数を少なくするために、情報送信装置１００がサーバ装置２００にセンサデータ（ローデータ）を送信する構成ではなく、情報送信装置１００がサーバ装置２００に二値化データや基準データ等（加工後のデータ）を送信することが好ましい。これにより、通信データの標準化も可能となる

上記実施形態において、センサデータ取得部１３１は、複数のセンサのそれぞれからセンサデータを取得し、二値化データ生成部２３２及び基準データ生成部２３３は、複数のセンサデータのそれぞれについて二値化データ及び基準データを生成してもよい。異常判別部２３５は、複数のセンサデータのそれぞれの二値化データ及び基準データを組み合わせて異常を判別してもよい。

二値化データ生成部２３２は、複数のセンサのそれぞれから取得したセンサデータを論理演算することによって、二値化データを生成してもよい。この場合、二値化データ生成部２３２は、複数のセンサデータを組み合わせて、それらのＡＮＤ、ＯＲ等の論理演算をして二値化データを生成する。

例えば、人感センサ洗濯機付近の人感センサが人を検知した後に洗濯機のスイッチオンを検知した場合に、イベント発生と認識して二値化データが生成されてもよい。キッチンの人感センサが人を検知した後に冷蔵庫の開閉や調理器具のオンオフが検出された場合に、イベント発生と認識して二値化データが生成されてもよい。各種センサには、ドアの開閉センサ、ボタンセンサ、部屋の照度センサ等が組み合わされてもよい。このように、複数のセンサデータを組み合わせて論理演算する構成によれば、詳細に生活者の生活状況を検出し、異常判別の精度を向上させることが可能となる。

また、本開示に係る生活習慣分析システムは、上記装置によらず、例えば、コンピュータがプログラムを実行することで、その機能を実現してもよい。生活習慣分析システムの機能を実現するためのプログラムは、ＵＳＢ（Universal Serial Bus）メモリ、ＣＤ−ＲＯＭ（Compact Disc−Read Only Memory）、ＤＶＤ（Digital Versatile Disc）、ＨＤＤ（Hard Disc Drive）等のコンピュータ読み取り可能な記録媒体に記憶されてもよいし、ネットワークを介してコンピュータにダウンロードされてもよい。

以上、本開示の好ましい実施形態について説明したが、本開示は係る特定の実施形態に限定されるものではなく、本開示には、特許請求の範囲に記載された発明とその均等の範囲が含まれる。また、上記実施形態及び変形例で説明した装置の構成は、技術的な矛盾が生じない限り、適宜組み合わせ可能である。

１…生活習慣分析システム、１００…情報送信装置、２００…サーバ装置、３００…通信端末、１１０，２１０…通信部、１２０，２２０…記憶部、１３０，２３０…制御部、１３１…センサデータ取得部、１３２…情報送信部、２３１…情報受信部、２３２…二値化データ生成部、２３３…基準データ生成部、２３４…グラフ出力部、２３５…異常判別部

Claims (8)

1. 生活空間に配置される情報送信装置と、
   ネットワークを介して前記情報送信装置と通信を行うサーバ装置と、
   を備える生活習慣分析システムであって、
   時系列のセンサデータを取得するセンサデータ取得部と、
   前記センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、該イベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する二値化データ生成部と、
   前記二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成部と、
   を備えることを特徴とする生活習慣分析システム。
2. 前記生活空間の生活者の生活の異常を判別する異常判別部を備え、
   前記センサデータ取得部は、
   前記基準データを生成した後に新たな前記センサデータを取得し、
   前記異常判別部は、
   新たな前記センサデータに基づく情報と、前記基準データとを対比することによって前記異常を判別する、
   ことを特徴とする請求項１に記載の生活習慣分析システム。
3. 前記基準データに基づいて生活習慣グラフを出力するグラフ出力部を備える、
   ことを特徴とする請求項２に記載の生活習慣分析システム。
4. 前記異常判別部は、
   前記生活習慣グラフにおいて、新たな前記センサデータに基づく情報から認識される前記前後時間では、前記基準データと、前記二値の一方との差分を時間に沿って積分し、
   前記生活習慣グラフにおいて、新たな前記センサデータに基づく情報から認識される前記前後時間ではない時間では、前記基準データと、前記二値の他方との差分を時間に沿って積分し、
   前記積分した値の総和が判別基準値よりも小さい場合には、生活習慣に沿っていない異常データとして前記生活者の生活に異常があると判別する、
   ことを特徴とする請求項３に記載の生活習慣分析システム。
5. 前記センサデータ取得部は、複数のセンサのそれぞれから前記センサデータを取得し、
   前記二値化データ生成部及び前記基準データ生成部は、複数の前記センサデータのそれぞれについて前記二値化データ及び前記基準データを生成し、
   前記異常判別部は、複数の前記センサデータのそれぞれの前記二値化データ及び前記基準データを組み合わせて前記異常を判別する、
   ことを特徴とする請求項４に記載の生活習慣分析システム。
6. 前記二値化データ生成部は、複数のセンサのそれぞれから取得した前記センサデータを論理演算することによって、前記二値化データを生成する、
   ことを特徴とする請求項１から５のいずれか1項に記載の生活習慣分析システム。
7. 時系列のセンサデータを取得するセンサデータ取得ステップと、
   前記センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、該イベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する二値化データ生成ステップと、
   前記二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成ステップと、
   を含むことを特徴とする生活習慣分析方法。
8. コンピュータを、
   時系列のセンサデータを取得するセンサデータ取得手段、
   前記センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、該イベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する二値化データ生成手段、
   前記二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成手段、
   として機能させるためのプログラム。