JP2020189081A - System for estimating thermal comfort - Google Patents
System for estimating thermal comfort Download PDFInfo
- Publication number
- JP2020189081A JP2020189081A JP2020057448A JP2020057448A JP2020189081A JP 2020189081 A JP2020189081 A JP 2020189081A JP 2020057448 A JP2020057448 A JP 2020057448A JP 2020057448 A JP2020057448 A JP 2020057448A JP 2020189081 A JP2020189081 A JP 2020189081A
- Authority
- JP
- Japan
- Prior art keywords
- biological information
- acquisition unit
- thermal comfort
- information
- unit
- 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.)
- Granted
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
温熱快適性を推定するためのシステムに関する。 Regarding a system for estimating thermal comfort.
特許文献１（特開２０１９−０１７９４６号公報）に示すように、ウエアラブルセンサに設けられた心拍数、皮膚温度、皮膚電位等の情報を取得するセンサを用いて、対象者に関する情報を推定するシステムがある。 As shown in Patent Document 1 (Japanese Unexamined Patent Publication No. 2019-017946), a system for estimating information about a subject by using a sensor provided in a wearable sensor for acquiring information such as heart rate, skin temperature, and skin potential. There is.
ウエアラブルセンサ等の装置を用いて取得した心拍数等の生体情報は誤差が大きく、生体情報に基づいて推定された情報は精度が低い場合がある。 Biological information such as heart rate acquired by using a device such as a wearable sensor has a large error, and the information estimated based on the biometric information may have low accuracy.
第１観点のシステムは、第１取得部と、第２取得部と、推定部と、を備える。第１取得部は、対象の第１生体情報を取得する。第１取得部は、１つ又は複数のセンサからなる。第２取得部は、対象の第２生体情報を取得する。第２取得部は第１取得部とは異なる１つ又は複数のセンサからなる。推定部は、１生体情報に基づいて、対象の第１温熱快適性を推定する。推定部は、第１生体情報と第２生体情報とに基づいて、対象の温熱快適性を推定する。第２取得部が第２生体情報を取得しない時は、第２取得部が過去に取得した第２生体情報に基づいて補正された第１温熱快適性を対象の温熱快適性とする。 The system of the first viewpoint includes a first acquisition unit, a second acquisition unit, and an estimation unit. The first acquisition unit acquires the target first biological information. The first acquisition unit includes one or a plurality of sensors. The second acquisition unit acquires the target second biological information. The second acquisition unit comprises one or more sensors different from the first acquisition unit. The estimation unit estimates the first thermal comfort of the subject based on one biological information. The estimation unit estimates the thermal comfort of the subject based on the first biological information and the second biological information. When the second acquisition unit does not acquire the second biological information, the first thermal comfort corrected based on the second biological information acquired in the past by the second acquisition unit is set as the target thermal comfort.
これによって、本開示のシステムは、より正確な対象の温熱快適性を取得することが可能である。 Thereby, the system of the present disclosure can obtain more accurate thermal comfort of the subject.
第２観点のシステムは、第１取得部と、第２取得部と、第１推定部と、第２推定部と、補正部と、を備える。第１取得部は、対象の第１生体情報を取得する。第１取得部は、１つ又は複数のセンサからなる。第２取得部は、対象の第２生体情報を取得する。第２取得部は第１取得部とは異なる１つ又は複数のセンサからなる。第１推定部は、第１取得部が取得した第１生体情報に基づいて、対象の第１温熱快適性を推定する。第２推定部は、第１生体情報と第２生体情報とに基づいて、対象の温熱快適性を推定する。補正部は、第２取得部が第２生体情報を取得しない時は、第２取得部が過去に取得した第２生体情報に基づいて第１温熱快適性を補正する。 The system of the second viewpoint includes a first acquisition unit, a second acquisition unit, a first estimation unit, a second estimation unit, and a correction unit. The first acquisition unit acquires the target first biological information. The first acquisition unit includes one or a plurality of sensors. The second acquisition unit acquires the target second biological information. The second acquisition unit comprises one or more sensors different from the first acquisition unit. The first estimation unit estimates the first thermal comfort of the target based on the first biological information acquired by the first acquisition unit. The second estimation unit estimates the thermal comfort of the subject based on the first biological information and the second biological information. When the second acquisition unit does not acquire the second biometric information, the correction unit corrects the first thermal comfort based on the second biometric information acquired in the past by the second acquisition unit.
第３観点のシステムは、第１取得部と、第２取得部と、第１推定部と、第２推定部と、補正部と、を備える。第１取得部は、対象の第１生体情報を取得する。第１取得部は、１つ又は複数のセンサからなる。第２取得部は、対象の第２生体情報を取得する。第２取得部は第１取得部とは異なる１つ又は複数のセンサからなる。第１推定部は、第１取得部が取得した第１生体情報に基づいて、対象の第１温熱快適性を推定する。第２推定部は、第１取得部が取得した第１生体情報と、第２取得部が取得した第２生体情報と、に基づいて、対象の第２温熱快適性を推定する。システムは、第１取得部が取得した第１生体情報と第２推定部が推定した推定結果と、を教師データセットとして第１推定部を学習させる。システムは、第１推定部による推定時には、第１取得部が取得した第１生体情報に基づいて、第１温熱快適性を出力する。 The system of the third viewpoint includes a first acquisition unit, a second acquisition unit, a first estimation unit, a second estimation unit, and a correction unit. The first acquisition unit acquires the target first biological information. The first acquisition unit includes one or a plurality of sensors. The second acquisition unit acquires the target second biological information. The second acquisition unit comprises one or more sensors different from the first acquisition unit. The first estimation unit estimates the first thermal comfort of the target based on the first biological information acquired by the first acquisition unit. The second estimation unit estimates the second thermal comfort of the target based on the first biological information acquired by the first acquisition unit and the second biological information acquired by the second acquisition unit. The system trains the first estimation unit using the first biometric information acquired by the first acquisition unit and the estimation result estimated by the second estimation unit as a teacher data set. At the time of estimation by the first estimation unit, the system outputs the first thermal comfort based on the first biological information acquired by the first acquisition unit.
第４観点のシステムは、第１観点から第３観点のいずれかのシステムであって、第１取得部は、第１生体情報を生体に接触して取得する。第２取得部は、第２生体情報を生体に接触せずに取得する。 The system of the fourth viewpoint is any system from the first viewpoint to the third viewpoint, and the first acquisition unit acquires the first biological information in contact with the living body. The second acquisition unit acquires the second biological information without contacting the living body.
第５観点のシステムは、第１観点から第４観点のいずれかのシステムであって、第１取得部は、第１生体情報として、少なくとも、対象の心拍数、体表温度、皮膚電気活動（ＥＤＡ：Ｅｌｅｃｔｒｏ−Ｄｅｒｍａｌ Ａｃｔｉｖｉｔｙ）のうちのいずれか１つの情報を取得する。 The system of the fifth viewpoint is a system of any of the first to fourth viewpoints, and the first acquisition unit uses at least the target heart rate, body surface temperature, and skin electrical activity (as the first biological information). EDA: Obtains information on any one of (Electro-Dermal Activity).
第６観点のシステムは、第１観点から第５観点のいずれかのシステムであって、第２取得部は、第２生体情報として、少なくとも、対象の顔の体表温度の情報と、顔の部位の体表温度の情報と、を取得する。 The system of the sixth viewpoint is any system from the first viewpoint to the fifth viewpoint, and the second acquisition unit receives at least the information on the body surface temperature of the target face and the information of the face as the second biological information. Obtain information on the body surface temperature of the part.
第７観点のシステムは、第１観点から第６観点のいずれかのシステムであって、第２生体情報に含まれる情報の種類は、第１生体情報に含まれる情報の種類よりも多い。 The system of the seventh viewpoint is any system from the first viewpoint to the sixth viewpoint, and the types of information included in the second biological information are larger than the types of information contained in the first biological information.
第８観点のシステムは、第１観点から第７観点のいずれかのシステムであって、第２温熱快適性の精度は、第１温熱快適性の精度よりも高い。 The system of the eighth viewpoint is any system from the first viewpoint to the seventh viewpoint, and the accuracy of the second thermal comfort is higher than the accuracy of the first thermal comfort.
第９観点のシステムは、第１観点から第８観点のいずれかのシステムであって、第２取得部の有するセンサの数は、第１取得部の有するセンサの数よりも多い。 The system of the ninth viewpoint is any system from the first viewpoint to the eighth viewpoint, and the number of sensors possessed by the second acquisition unit is larger than the number of sensors possessed by the first acquisition unit.
第１０観点のシステムは、第１観点から第９観点のいずれかのシステムであって、第２判断部をさらに備える。第２判断部は、第２取得部において取得された第２生体情報が、有効な情報であるか否かを判断する。第２推定部は、第２判断部が第２生体情報を有効であると判断した場合に、第２温熱快適性を推定する。 The system of the tenth viewpoint is any system from the first viewpoint to the ninth viewpoint, and further includes a second determination unit. The second determination unit determines whether or not the second biometric information acquired by the second acquisition unit is valid information. The second estimation unit estimates the second thermal comfort when the second determination unit determines that the second biological information is valid.
第１１観点のシステムは、第１観点から第１０観点のいずれかのシステムであって、第１判断部をさらに備える。第１判断部は、第１取得部において取得された第１生体情報が、有効な情報であるか否かを判断する。第１推定部は、第１判断部が第１生体情報を有効であると判断した場合に、第１温熱快適性を推定する。 The system of the eleventh viewpoint is any system from the first viewpoint to the tenth viewpoint, and further includes a first determination unit. The first determination unit determines whether or not the first biometric information acquired by the first acquisition unit is valid information. The first estimation unit estimates the first thermal comfort when the first determination unit determines that the first biological information is valid.
第１２観点のシステムは、第１観点から第１１観点のいずれかのシステムであって、第１推定部は、さらに第１取得部が過去に取得した第１生体情報に基づいて第１温熱快適性を推定する。あるいは、第２推定部は、さらに第２取得部が過去に取得した第２生体情報に基づいて第２温熱快適性を推定する。 The system of the twelfth viewpoint is any system from the first viewpoint to the eleventh viewpoint, and the first estimation unit further obtains the first thermal comfort based on the first biological information acquired in the past by the first acquisition unit. Estimate sex. Alternatively, the second estimation unit further estimates the second thermal comfort based on the second biological information acquired in the past by the second acquisition unit.
第１３観点のシステムは、第１観点から第１２観点のいずれかのシステムであって、対象の周囲の温熱環境の情報を取得する第３取得部をさらに備える。 The system of the thirteenth viewpoint is any system from the first viewpoint to the twelfth viewpoint, and further includes a third acquisition unit for acquiring information on the thermal environment around the target.
第１４観点のシステムは、第１３観点のシステムであって、第３取得部は、生体の周囲の温度、及び／又は、湿度、の情報を取得する。 The system of the 14th viewpoint is the system of the 13th viewpoint, and the third acquisition unit acquires information on the temperature and / or humidity of the ambient of the living body.
第１５観点のシステムは、第１観点のシステムであって、推定部は、第１生体情報、第２生体情報、及び温熱快適性、を教師データとして学習する。推定部は、第１生体情報および第２生体情報に基づいて温熱快適性を推定する。推定部は、対象の推定された温熱快適性を記憶する。さらに、推定部は、第２取得部が第２生体情報を取得しない時はダミー情報を出力する機能を有す。推定部は、第１生体情報、ダミー情報、及び温熱快適性、を教師データとして学習する。第１生体情報、ダミー情報、及び記憶した温熱快適性に基づいて補正された第１温熱快適性を前記対象の温熱快適性とする。 The system of the fifteenth viewpoint is the system of the first viewpoint, and the estimation unit learns the first biological information, the second biological information, and the thermal comfort as teacher data. The estimation unit estimates thermal comfort based on the first biological information and the second biological information. The estimator stores the estimated thermal comfort of the subject. Further, the estimation unit has a function of outputting dummy information when the second acquisition unit does not acquire the second biological information. The estimation unit learns the first biological information, dummy information, and thermal comfort as teacher data. The first thermal comfort corrected based on the first biological information, the dummy information, and the stored thermal comfort is defined as the thermal comfort of the subject.
第１６観点のシステムは、第１観点のシステムであって、推定部は、第１生体情報、第２生体情報、及び温熱快適性、を教師データとして学習する。推定部は、第１生体情報および第２生体情報に基づいて温熱快適性を推定する。推定部は、対象の推定された温熱快適性を記憶する。さらに、推定部は、第２取得部が第２生体情報を取得しない時はダミー情報を出力する機能を有す。推定部は、第１生体情報、ダミー情報、及び温熱快適性、を教師データとして学習する。推定部は、第１生体情報、ダミー情報、及び記憶した温熱快適性、を教師データとして学習し、第１生体情報およびダミー情報に基づいて推定された第１温熱快適性を対象の温熱快適性とする。 The system of the 16th viewpoint is a system of the 1st viewpoint, and the estimation unit learns the first biological information, the second biological information, and the thermal comfort as teacher data. The estimation unit estimates thermal comfort based on the first biological information and the second biological information. The estimator stores the estimated thermal comfort of the subject. Further, the estimation unit has a function of outputting dummy information when the second acquisition unit does not acquire the second biological information. The estimation unit learns the first biological information, dummy information, and thermal comfort as teacher data. The estimation unit learns the first biological information, the dummy information, and the stored thermal comfort as teacher data, and the first thermal comfort estimated based on the first biological information and the dummy information is the target thermal comfort. And.
以下、本開示の一実施形態に係る、について説明する。なお、以下の実施形態は、具体例であって、技術的範囲を限定するものではなく、趣旨を逸脱しない範囲で適宜変更可能である。 Hereinafter, the embodiment of the present disclosure will be described. The following embodiments are specific examples, do not limit the technical scope, and can be appropriately changed within a range that does not deviate from the purpose.
（１）第１実施形態
（１―１）概要
図１は、本開示に示すシステムの概略図である。図１に示すように、本開示に示すシステムは、常時センシング可能な腕センサ１０による比較的誤差の大きい推定値を、断続的に取得可能な熱画像による高精度な推定値により補正する。熱画像は空気調和装置２０に含まれるサーモグラフィ等によって取得される。推定アルゴリズムにはランダムフォレストを用い、得られる各センサデ−タに応じて２種類の推定モデルを使い分ける。使用する特徴量を表１に示す。
(1) Outline of First Embodiment (1-1) FIG. 1 is a schematic diagram of the system shown in the present disclosure. As shown in FIG. 1, the system shown in the present disclosure corrects an estimated value having a relatively large error by the arm sensor 10 capable of constantly sensing with a highly accurate estimated value obtained by an intermittently acquireable thermal image. The thermal image is acquired by a thermography or the like included in the air conditioner 20. Random forest is used as the estimation algorithm, and two types of estimation models are used properly according to each obtained sensor data. The features used are shown in Table 1.
空気調和装置２０から熱画像が得られたときはｆ１〜ｆ３１全てを特徴量として与えることで高精度な推定を行い、通常時は腕センサ１０から得られるｆ１０〜ｆ３０と冷暖房の使用状態（ｆ３１）のみから推定を行う。 When a thermal image is obtained from the air conditioner 20, high-precision estimation is performed by giving all f1 to f31 as feature quantities, and f10 to f30 obtained from the arm sensor 10 and the usage state of air conditioning (f31) are normally used. ) Only.
（１−２）顔温度特徴量抽出
空気調和装置２０から取得した熱画像からの温度抽出は、例えば、可視画像と熱画像を組み合わせることにより行う。まず、可視画像に対し、顔検出手法を用いて矩形として顔の座標を取得する。本開示では、ＯＰｅｎＣＶのＨａａｒ−ｌｉＫｅ特徴を利用した顔検出器を用いる。得られた矩形から相対的に顔の各部位（ｆａＣｅ、ｆｏｒｅｈｅａｄ、ＣｈｅｅＫ−ｒ、ＣｈｅｅＫ−ｌ、ｎｏｓｅ、ｍｏｕｔｈ）の矩形座標を算出する。算出式を表２に示す。
(1-2) Extraction of facial temperature feature amount Temperature extraction from the thermal image acquired from the air conditioner 20 is performed, for example, by combining a visible image and a thermal image. First, the coordinates of the face are acquired as a rectangle for the visible image by using the face detection method. In the present disclosure, a face detector utilizing the Har-liKe feature of OPenCV is used. From the obtained rectangle, the rectangular coordinates of each part of the face (faCe, forehead, CheeK-r, CheeK-l, nose, mouth) are calculated relatively. The calculation formula is shown in Table 2.
各部位の矩形座標の算出には、顔検出により取得した顔の中心座標（Ｘ；Ｙ）と横縦それぞれの辺の長さ（Ｗ；Ｈ）を用いる。各部位の温度（ＴｆａＣｅ；Ｔｆｏｒｅｈｅａｄ；ＴＣｈｅｅＫ−ｒ；ＴＣｈｅｅＫ−ｌ；Ｔｎｏｓｅ；Ｔｍｏｕｔｈ）は、式（１）によりそれぞれの矩形内の平均温度を算出することで得られる。 To calculate the rectangular coordinates of each part, the center coordinates (X; Y) of the face acquired by face detection and the lengths (W; H) of the horizontal and vertical sides are used. The temperature of each part (TfaCe; Tforehead; TCheeK-r; TCheeK-l; Tnose; Tmous) is obtained by calculating the average temperature in each rectangle by the formula (1).
ここで、Ｐは各部位の矩形内の座標の集合を表す。Ｔ（ｘ；ｙ）は可視画像内の座標（ｘ；ｙ）に対応する熱画像内の座標から取得した温度であり、｜Ｐ｜は集合Ｐに含まれる座標点の数である。また、Ｔｍａｘ、Ｔｍｉｎ、Ｔｖａｒは、それぞれ式（２）、式（３）、式（４）により算出する。ここでｍａｘ（Ｘ）は、集合Ｘの最大値、ｍｉｎ（Ｘ）は集合Ｘの最小値を表す。 Here, P represents a set of coordinates in the rectangle of each part. T (x; y) is the temperature obtained from the coordinates in the thermal image corresponding to the coordinates (x; y) in the visible image, and | P | is the number of coordinate points included in the set P. Further, Tmax, Tmin, and Tvar are calculated by the formulas (2), (3), and (4), respectively. Here, max (X) represents the maximum value of the set X, and min (X) represents the minimum value of the set X.
（１―３）腕センサ特徴量抽出
腕センサ１０は複数のセンサを含み、手首の体表温度（ＷＴ）、心拍数（ＨＲ）、皮膚電位（ＥＤＡ）、をそれぞれ取得する。これらのセンサは、多くの腕センサに搭載されており温熱快適度とも深く関係している。推定を行う時点での、体表温度（ＷＴ）、心拍数（ＨＲ）、皮膚電位（ＥＤＡ）、を特徴量とする。また時間的な変化も温熱快適度に関係しているため、それぞれの値の１分前、５分前、１０分前からの平均値と差を特徴量として用いる。それぞれの算出式を式（５）、式（６）に示す。
(1-3) Arm sensor feature amount extraction The arm sensor 10 includes a plurality of sensors and acquires the body surface temperature (WT), heart rate (HR), and skin potential (EDA) of the wrist, respectively. These sensors are mounted on many arm sensors and are closely related to thermal comfort. The body surface temperature (WT), heart rate (HR), and skin potential (EDA) at the time of estimation are used as feature quantities. In addition, since the change over time is also related to the degree of thermal comfort, the average value and the difference from each value from 1 minute, 5 minutes, and 10 minutes before are used as the feature amount. The respective calculation formulas are shown in formulas (5) and (6).
ここでＸは、体表温度（ＷＴ）、心拍数（ＨＲ）、皮膚電位（ＥＤＡ）のいずれか、ｎは１、５、１０のいずれかであり、Ｘ（ｔ）は時刻ｔでの各センサの測定値、ｔＣは現在の時刻を表す。本開示では各センサデ−タの平均値を１秒ごとに算出することで、１（Ｈｚ）のデ−タ列に再形成している。 Here, X is any of body surface temperature (WT), heart rate (HR), and skin potential (EDA), n is any of 1, 5, and 10, and X (t) is each at time t. The measured value of the sensor, tC, represents the current time. In the present disclosure, the average value of each sensor data is calculated every second to reshape the data into a 1 (Hz) data sequence.
（１−４）冷暖房の使用状態
空気調和装置２０はセンサ等を介して、空気調和装置２０の冷暖房の使用状態を取得することが可能である。あるいは、空気調和装置２０は、有線、又は、無線を介して通信を行うことにより他の空気調和装置の冷暖房の使用状態を取得することが可能である。冷暖房の使用状態は温熱快適度の推定のための重要な特徴量であり、冷房時を−１、暖房時を１として特徴量として与える。本開示では温熱快適度を推定した上で、その時点での冷暖房の使用状態と温熱快適度からエネルギー削減の余地の有無を判定する。具体的には冷房時（ＨＣ＝−１）に涼しく感じている状態（温熱快適度が負の値）、暖房時（ＨＣ＝１）に暖かく感じている状態（温熱快適度が正の値）を余分なエネルギーを使用している状態として定義する。そのような状態を検出することで，冷暖房に使用するエネルギーを削減することが可能である。
(1-4) Usage state of air conditioning device 20 The air conditioning device 20 can acquire the usage state of air conditioning device 20 via a sensor or the like. Alternatively, the air conditioner 20 can acquire the usage state of the air conditioner of another air conditioner by communicating via a wire or wireless communication. The usage state of air conditioning is an important feature amount for estimating thermal comfort, and is given as a feature amount with -1 for cooling and 1 for heating. In the present disclosure, after estimating the thermal comfort level, it is determined whether or not there is room for energy reduction from the heating / cooling usage state and the thermal comfort level at that time. Specifically, a state in which the person feels cool during cooling (HC = -1) (thermal comfort is a negative value) and a state in which the person feels warm during heating (HC = 1) (heat comfort is a positive value). Is defined as the state of using extra energy. By detecting such a state, it is possible to reduce the energy used for heating and cooling.
（１−５）過去の推定結果による補正
本開示では、腕センサ１０のみからセンサデ−タを取得している状態と、空気調和装置２０から熱画像を取得している状態とで推定モデルを切り替えることによって温熱快適度を推定する。本開示ではタイムウィンドウを１分とし、直前の熱画像による推定値と現時刻での腕センサ１０による推定を組み合わせることで補正した推定値を算出する。それを現時刻での温熱快適度とする。補正式を式（７）、式（８）に示す。
(1-5) Correction based on past estimation results In this disclosure, the estimation model is switched between the state in which the sensor data is acquired only from the arm sensor 10 and the state in which the thermal image is acquired from the air conditioner 20. The thermal comfort is estimated by this. In the present disclosure, the time window is set to 1 minute, and the corrected estimated value is calculated by combining the estimated value by the immediately preceding thermal image and the estimated value by the arm sensor 10 at the current time. Let that be the thermal comfort at the current time. The correction formulas are shown in equations (7) and (8).
ここで、ＣＰｒｅｖは直前の熱画像取得時点での高精度な推定値であり、ｔＰｒｅｖは直前の熱画像取得時刻である。Ｃｗｒｉｓｔ（ｔ）は時刻ｔでの腕センサ１０による推定値である。重みａ（０<ａ<１）は本開示では０．９とした。これにより熱画像取得時からの経過時間ｔｅを用いて時間経過により熱画像による推定の信頼度の低下を考慮している。 Here, CPrev is a highly accurate estimated value at the time of the immediately preceding thermal image acquisition, and tPrev is the immediately preceding thermal image acquisition time. Crist (t) is an estimated value by the arm sensor 10 at time t. The weight a (0 <a <1) is 0.9 in the present disclosure. As a result, the elapsed time te from the time of acquiring the thermal image is used to take into consideration the decrease in the reliability of the estimation by the thermal image with the passage of time.
（１−６）実験環境
本開示では冷暖房に対応した温熱快適度推定モデルを構築するため、季節ごとに実験を行い２０代男性１５名の被験者から、のべ１２８日分のデ−タを収集した。実験の間被験
者は日常通り研究活動を行いながら腕センサ１０を常時装着し、３０分ごとに１０秒間隔で７回、可視画像と熱画像を撮影し、同時に７段階の温熱快適度ラベルの申告を図２に示すスマ−トフォンアプリを用いて行った。また同時に快適か不快かを尋ねることにより、７段階温熱快適度とユ−ザの温熱的な不快感との関係を調査する。この実験によりそれぞれ１０７２４枚の可視画像と熱画像とを取得した。また、各時点での７枚組の熱画像から温度情報の平均値を算出しその時点での温度情報とした。その結果センサデ−タの欠損を取り除き、１４７６点で取得した熱画像、腕センサ１０デ−タ、温熱快適度の組をデ−タセットとして用いる。温熱快適度申告値の内訳は表３のようになった。
(1-6) Experimental environment In this disclosure, in order to construct a thermal comfort estimation model corresponding to heating and cooling, experiments are conducted every season and data for a total of 128 days is collected from 15 male subjects in their 20s. did. During the experiment, the subject constantly wears the arm sensor 10 while conducting research activities as usual, takes visible images and thermal images 7 times at 10-second intervals every 30 minutes, and at the same time declares a 7-step thermal comfort label. Was performed using the smartphone application shown in FIG. At the same time, by asking whether it is comfortable or uncomfortable, the relationship between the 7-step thermal comfort level and the thermal discomfort of the user is investigated. By this experiment, 10724 visible images and thermal images were obtained, respectively. In addition, the average value of the temperature information was calculated from the 7-disc thermal image at each time point and used as the temperature information at that time point. As a result, the defect of the sensor data is removed, and the set of the thermal image acquired at 1476 points, the arm sensor 10 data, and the thermal comfort level is used as the data set. Table 3 shows the breakdown of the reported thermal comfort values.
ここで、不快ラベルは極端な温熱環境（−３、３）のみでしか報告されなかった。 Here, unpleasant labels were reported only in extreme thermal environments (-3, 3).
（１−７）熱画像を用いた推定
熱画像を用いた推定には表１の全特徴量を使用する。比較手法としてＫＮＮ（Ｋ近傍法）、ＳＶＭ（サポ−トベクタ−マシン）と全てを０（ｎｅｕｔｒａｌ）と推定する手法を用いる。５分割交差検証により算出した各手法の推定精度を表４に示す。
(1-7) Estimate using thermal image For estimation using thermal image, all features in Table 1 are used. As a comparison method, KNN (K-nearest neighbor method) and SVM (support vector machine) are used, and a method of estimating all as 0 (neutral) is used. Table 4 shows the estimation accuracy of each method calculated by 5-fold cross-validation.
７クラス分類の推定精度、平均絶対誤差ともにランダムフォレストが最も高精度な結果となった。ランダムフォレストとＫＮＮ、ＳＶＭの混同行列を図３に示す。これによるとランダムフォレストにおいて、それぞれのクラス（−３、−２、−１、０、１、２、３）の再現率は５４．５％、２３．３％、２７．６％、９４．０％、１２．８％、５．４％、０％となり、適合率は８５．７％、４５．５％、５３．１％、６８．３％、３９．８％、７５．０％、無し、となり、−２、−１、１の推定が困難であることがわかる。一方で、ランダムフォレストによる推定はユ−ザが涼しく感じているとき（−３、−２、−１）に暖かく感じている（１、２、３）と誤って推定する確率は２．９％、ユ−ザが暖かく感じているときに涼しく感じていると推定する確率は３．４％とほとんどない。この結果は冷暖房における余分なエネルギー消費を検知し、空調出力を抑える際の誤検出がほとんどないことを示している。上記の理由から本手法が温熱快適度を損なわずにエネルギー消費を削減する手法として非常に有効であることがわかる。 Random forest gave the most accurate results in terms of estimation accuracy and mean absolute error of the 7-class classification. The confusion matrix of Random Forest, KNN, and SVM is shown in FIG. According to this, in the random forest, the recall rates of each class (-3, -2, -1, 0, 1, 2, 3) are 54.5%, 23.3%, 27.6%, 94.0. %, 12.8%, 5.4%, 0%, and the conformance rates are 85.7%, 45.5%, 53.1%, 68.3%, 39.8%, 75.0%, none. , And it can be seen that it is difficult to estimate -2, -1, and 1. On the other hand, the probability of falsely estimating that the user feels warm (1, 2, 3) when the user feels cool (-3, -2, -1) is 2.9%. , There is almost no probability of estimating that the user feels cool when he feels warm, at 3.4%. This result indicates that extra energy consumption in heating and cooling is detected, and there is almost no false detection when suppressing the air conditioning output. For the above reasons, it can be seen that this method is very effective as a method for reducing energy consumption without impairing thermal comfort.
（１−８）腕センサのみを用いた推定
腕センサ１０のみを用いた推定には表１のｆ１０からｆ３１を使用する。５分割交差検証により算出した各手法の推定精度を表５に示す。
(1-8) Estimate using only the arm sensor For estimation using only the arm sensor 10, f10 to f31 in Table 1 are used. Table 5 shows the estimation accuracy of each method calculated by 5-fold cross-validation.
７クラス分類の推定精度、平均絶対誤差ともにランダムフォレストが最も高精度な結果となった。また、各手法の混同行列を図４に示す。これらの結果は図３と同じような傾向となり、余分なエネルギー消費の検知に有効であると言えるが、特徴量の次元が少ないことからわずかに精度が低くとどまっている。そのためより高精度な推定のためには熱画像を用いて断続的に補正を行うことが必要である。 Random forest gave the most accurate results in terms of estimation accuracy and mean absolute error of the 7-class classification. The confusion matrix of each method is shown in FIG. These results have the same tendency as in FIG. 3, and can be said to be effective in detecting excess energy consumption, but the accuracy remains slightly low due to the small dimension of the feature quantity. Therefore, it is necessary to perform correction intermittently using a thermal image for more accurate estimation.
（１−９）余分なエネルギー消費の検知
本開示はユ−ザの温熱快適度を推定することで冷暖房時の余分なエネルギー消費を検知し、エネルギー消費を削減することを目的とする。余分なエネルギー消費をしている状態をエネルギー過剰消費状態とし、定義を（温熱快適度）＊ＨＣ＞０（冷房時の−３、−２、−１、暖房時の３、２、１）とした場合、（温熱快適度）＊ＨＣ⊇０（冷房時の−３、−２、−１、０、暖房時の３、２、１、０）とした場合、それぞれに対してランダムフォレストにより推定した結果の混同行列を図５Ａ、図５Ｂにそれぞれ示す。図５Ａでは冷房時に温熱快適度が０より小さい状態を−１、暖房時に温熱快適度が０より大きい状態を１、それ以外の状態をエネルギー消費削減の余地がない状態０とし、図５Ｂでは冷房時に温熱快適度が０以下の状態を−１、暖房時に温熱快適度が０以上の状態を１、それ以外の状態をエネルギー消費削減の余地がない状態０とし、３クラス分類を行った。図５Ａの結果によると、クラス−１と１を合計したエネルギー過剰消費状態の推定では、熱画像と腕センサ１０を組み合わせた場合には適合率８３．９％、再現率４７．９％で検知することができ、腕センサ１０のみの場合には適合率７３．６％、再現率３６．６％で検知できることがわかった。図５Ｂの結果によると、エネルギー過剰消費状態の推定では、熱画像と腕センサ１０を組み合わせた場合には再現率９８．２％、適合率８９．０％で検知することができ、腕センサ１０のみの場合には再現率９８．０％、適合率８８．３％で検知できることがわかった。これらのモデルはユ−ザの嗜好に合わせて選択されるべきであるが、温熱的な不快を感じること無く高精度にエネルギー過剰消費状態を推定できることがわかった。
(1-9) Detection of Extra Energy Consumption The purpose of the present disclosure is to detect extra energy consumption during heating and cooling by estimating the thermal comfort of the user and to reduce the energy consumption. The state of consuming excess energy is defined as the state of excessive energy consumption, and the definition is (thermal comfort) * HC> 0 (-3, -2, -1 during cooling, 3, 2, 1 during heating). If (thermal comfort) * HC ⊇ 0 (-3, -2, -1, 0 during cooling, 3, 2, 1, 0 during heating), each is estimated by a random forest. The confusion matrix of the results is shown in FIGS. 5A and 5B, respectively. In FIG. 5A, the state where the thermal comfort is less than 0 during cooling is -1, the state where the thermal comfort is greater than 0 during heating is 1, and the other states are 0 where there is no room for energy consumption reduction. In FIG. 5B, cooling is performed. Occasionally, the state where the thermal comfort level was 0 or less was set to -1, the state where the thermal comfort level was 0 or more during heating was set to 1, and the other states were set to 0 when there was no room for energy consumption reduction, and three classes were classified. According to the result of FIG. 5A, in the estimation of the energy overconsumption state in which the classes -1 and 1 are combined, when the thermal image and the arm sensor 10 are combined, the precision rate is 83.9% and the recall rate is 47.9%. It was found that the arm sensor 10 alone can detect with a precision rate of 73.6% and a recall rate of 36.6%. According to the result of FIG. 5B, in the estimation of the energy overconsumption state, when the thermal image and the arm sensor 10 are combined, it can be detected with a recall rate of 98.2% and a precision rate of 89.0%, and the arm sensor 10 can be detected. In the case of only, it was found that the detection can be performed with a recall rate of 98.0% and a precision rate of 88.3%. Although these models should be selected according to the taste of the user, it was found that the energy overconsumption state can be estimated with high accuracy without feeling thermal discomfort.
（１−１０）補正後推定値の評価
得られたデ−タセットのうち、冬の１日分暖房下での８名のデ−タをテストデ−タとし、それ以外のデ−タを学習デ−タとして、提案手法と腕センサ１０のみを用いた手法の推定精度の比較を行う。このテストデ−タには３０分ごとの熱画像取得と同時に申告された温熱快適度の正解デ−タに加え、任意の時点での温熱快適度の申告が含まれており、熱画像の取得できない時点での推定値の精度比較を行うことができる。エネルギー過剰消費状態を（温熱快適度）ＨＣ＞０とした場合の各手法の適合率と再現率を図６Ａに示す。適合率、再現率ともに提案手法が腕センサ１０のみによる手法を上回った。またこの結果から、提案手法を用いた場合には、再現率は低く留まっているが適合率は高く、誤って判定しユ−ザの温熱快適度を損なう空調制御を避けられることがわかる。エネルギー過剰消費状態を（温熱快適度）＊Ｈ⊇０とした場合の各手法の適合率と再現率を図６Ｂに示す。これによりエネルギー過剰消費状態（（温熱快適度）＊ＨＣ⊇０）の推定は両手法ともに高精度であることがわかる。これはｎｅｕｔｒａｌ状態をエネルギー消費削減の余地があると定義した場合には、提案手法が有効に働くことを示している。また、エネルギー過剰消費状態の定義にかかわらず適合率、再現率ともに提案手法がわずかに上回っていることから熱画像と腕センサ１０を併用することの有効性を確認することができた。
(1-10) Evaluation of corrected estimated value Of the obtained data sets, 8 people's data under heating for one day in winter were used as test data, and the other data were used as learning data. As a data, the estimation accuracy of the proposed method and the method using only the arm sensor 10 are compared. This test data includes the correct thermal comfort data declared at the same time as the thermal image acquisition every 30 minutes, as well as the thermal comfort declaration at any time, and the thermal image cannot be acquired. It is possible to compare the accuracy of the estimated values at the time point. FIG. 6A shows the precision and recall of each method when the energy overconsumption state is (thermal comfort) HC> 0. The proposed method exceeded the method using only the arm sensor 10 in both the precision rate and the recall rate. From this result, it can be seen that when the proposed method is used, the recall rate remains low, but the precision rate is high, and it is possible to avoid air conditioning control that is erroneously determined and impairs the thermal comfort of the user. FIG. 6B shows the precision and recall of each method when the energy overconsumption state is (thermal comfort) * H⊇0. From this, it can be seen that the estimation of the energy overconsumption state ((thermal comfort) * HC⊇0) is highly accurate in both methods. This shows that the proposed method works effectively when the neutral state is defined as room for energy consumption reduction. In addition, regardless of the definition of the energy overconsumption state, both the precision rate and the recall rate were slightly higher than the proposed method, so that the effectiveness of using the thermal image and the arm sensor 10 together could be confirmed.
（２）第２実施形態
図７に本開示におけるシステム１００の第２実施形態について説明する。なお、第１実施形態と同様の構成及び、算出方法については説明を省略する。
(2) Second Embodiment FIG. 7 describes a second embodiment of the system 100 in the present disclosure. The same configuration and calculation method as in the first embodiment will not be described.
（２−１）第１装置１０
第１装置１０は、例えば、第１実施形態に示す腕センサである。第１装置１０は、各種ネットワークを介して、第２装置２０、第３装置３０、又は他の装置と通信可能である。第１装置１０は、第１取得部１１と、第１判断部１２と、第１推定部１３と、第１記憶部１４と、を有す。
(2-1) First apparatus 10
The first device 10 is, for example, the arm sensor shown in the first embodiment. The first device 10 can communicate with the second device 20, the third device 30, or another device via various networks. The first device 10 includes a first acquisition unit 11, a first determination unit 12, a first estimation unit 13, and a first storage unit 14.
第１取得部１１は、１つ又は複数のセンサを有し、第１生体情報を対象の生体に接触して取得する。第１取得部１１は、例えば、対象の心拍数、体表温度、皮膚電気活動（ＥＤＡ：Ｅｌｅｃｔｒｏ−Ｄｅｒｍａｌ Ａｃｔｉｖｉｔｙ）等の情報を取得するセンサを有す。なお、第１取得部１１は、これ以外の情報を取得してもよい。第１取得部１１が取得した各情報は、第１生体情報として第１記憶部１４に記憶される。本実施形態において第１取得部１１は、１分に１回の時間間隔で第１生体情報を取得するものとするが、本開示に示す第１取得部１１はこれに限られない。 The first acquisition unit 11 has one or a plurality of sensors, and acquires the first biological information by contacting the target biological body. The first acquisition unit 11 has, for example, a sensor that acquires information such as the target heart rate, body surface temperature, and skin electrical activity (EDA: Electro-Dermal Activity). The first acquisition unit 11 may acquire information other than this. Each information acquired by the first acquisition unit 11 is stored in the first storage unit 14 as the first biological information. In the present embodiment, the first acquisition unit 11 acquires the first biometric information at a time interval of once per minute, but the first acquisition unit 11 shown in the present disclosure is not limited to this.
第１判断部１２は、第１取得部１１が取得した第１生体情報が有効な情報であるか否かを判断する。第１装置１０は各種パラメータをあらかじめ有し、第１判断部１２は各種パラメータに基づいて第１生体情報を有効な情報であるか否か判断する。あるいは、第１装置１０は、第１取得部１１が取得した現在の第１生体情報と、第１記憶部１４に記憶された過去の第１生体情報と、を比較して第１生体情報を有効な情報であるか否か判断する。第１記憶部１４は、第１判断部１２が有効であると判断した第１生体情報のみを記憶してもよい。 The first determination unit 12 determines whether or not the first biometric information acquired by the first acquisition unit 11 is valid information. The first device 10 has various parameters in advance, and the first determination unit 12 determines whether or not the first biological information is valid information based on the various parameters. Alternatively, the first apparatus 10 compares the current first biological information acquired by the first acquisition unit 11 with the past first biological information stored in the first storage unit 14 to obtain the first biological information. Determine if the information is valid. The first storage unit 14 may store only the first biological information determined by the first determination unit 12 to be effective.
第１推定部１３は、第１記憶部１４に記憶された第１生体情報に基づいて、対象の第１温熱快適性を推定する。第１温熱快適性の推定には、例えばランダムフォレストを用いる。第１推定部１３が推定した第１温熱快適性は、第１記憶部１４に記憶される。 The first estimation unit 13 estimates the first thermal comfort of the target based on the first biological information stored in the first storage unit 14. For the estimation of the first thermal comfort, for example, a random forest is used. The first thermal comfort estimated by the first estimation unit 13 is stored in the first storage unit 14.
第１記憶部１４に記憶された第１生体情報及び第１温熱快適性は、それぞれ第１取得部１１が第１生体情報を取得した時間の情報に紐付けて記憶される。なお、第１生体情報と及び第１温熱快適性は、互いに紐付けて記憶されてもよい。 The first biological information and the first thermal comfort stored in the first storage unit 14 are stored in association with the information of the time when the first acquisition unit 11 acquired the first biological information, respectively. The first biological information and the first thermal comfort may be stored in association with each other.
（２−２）第２装置２０
第２装置２０は、例えば、第１実施形態に示す空気調和装置である。第２装置２０は、各種ネットワークを介して、第１装置１０、第３装置３０、又は他の装置と通信可能である。第２装置２０は、第２取得部２１と、第２判断部２２と、第２推定部２３と、第２記憶部２４と、を有す。
(2-2) Second device 20
The second device 20 is, for example, the air conditioner shown in the first embodiment. The second device 20 can communicate with the first device 10, the third device 30, or another device via various networks. The second device 20 includes a second acquisition unit 21, a second determination unit 22, a second estimation unit 23, and a second storage unit 24.
第２取得部２１は、１つ又は複数のセンサを有し、第２生体情報を対象の生体に接触せずに取得する。第２取得部２１は、例えば、顔全体の体表温度、額の体表温度、右頬の体表温度、左頬の体表温度、鼻先の体表温度、口周辺の体表温度等の情報を取得するセンサを有す。なお、第２取得部２１は、これ以外の情報を取得してもよい。第２取得部２１が取得した各情報は、第２生体情報として第２記憶部２４に記憶される。本実施形態において第２取得部２１は、断続的に第２生体情報を取得する。 The second acquisition unit 21 has one or a plurality of sensors and acquires the second biological information without contacting the target biological body. The second acquisition unit 21 determines, for example, the body surface temperature of the entire face, the body surface temperature of the forehead, the body surface temperature of the right cheek, the body surface temperature of the left cheek, the body surface temperature of the tip of the nose, the body surface temperature around the mouth, and the like. It has a sensor that acquires information. The second acquisition unit 21 may acquire information other than this. Each information acquired by the second acquisition unit 21 is stored in the second storage unit 24 as the second biological information. In the present embodiment, the second acquisition unit 21 intermittently acquires the second biological information.
第２判断部２２は、第２取得部２１が取得した第２生体情報が有効な情報であるか否かを判断する。第２装置２０は各種パラメータをあらかじめ有し、第２判断部２２は各種パラメータに基づいて第２生体情報を有効な情報であるか否か判断する。あるいは、第２装置２０は、第２取得部２１が取得した現在の第２生体情報と、第２記憶部２４に記憶された過去の第２生体情報と、を比較して第２生体情報を有効な情報であるか否か判断する。第２記憶部２４は、第２判断部２２が有効であると判断した第２生体情報のみを記憶してもよい。 The second determination unit 22 determines whether or not the second biometric information acquired by the second acquisition unit 21 is valid information. The second device 20 has various parameters in advance, and the second determination unit 22 determines whether or not the second biological information is valid information based on the various parameters. Alternatively, the second device 20 compares the current second biological information acquired by the second acquisition unit 21 with the past second biological information stored in the second storage unit 24, and obtains the second biological information. Determine if the information is valid. The second storage unit 24 may store only the second biological information determined by the second determination unit 22 to be effective.
第２推定部２３は、第２記憶部２４に記憶された第２生体情報に基づいて、対象の第２温熱快適性を推定する。第２温熱快適性の推定には、例えばランダムフォレストを用いる。第２推定部２３が推定した第２温熱快適性は、第２記憶部２４に記憶される。 The second estimation unit 23 estimates the second thermal comfort of the target based on the second biological information stored in the second storage unit 24. For the estimation of the second thermal comfort, for example, a random forest is used. The second thermal comfort estimated by the second estimation unit 23 is stored in the second storage unit 24.
第２記憶部２４に記憶された第２生体情報及び第２温熱快適性は、それぞれ第２取得部２１が第２生体情報を取得した時間の情報に紐付けて記憶される。なお、第２生体情報及び第２温熱快適性は、互いに紐付けて記憶されてもよい。 The second biological information and the second thermal comfort stored in the second storage unit 24 are stored in association with the information of the time when the second acquisition unit 21 acquired the second biological information, respectively. The second biological information and the second thermal comfort may be stored in association with each other.
（２−３）第３装置３０
第３装置３０は、例えば、コンピュータである。第３装置３０は、各種ネットワークを介して、第１装置１０、第２装置２０、又は他の装置と通信可能である。第３装置３０は、任意の時間間隔、又は対象等の操作に基づいて、第１装置１０及び第２装置２０から各情報を取得し、第３温熱快適性を出力する。第３装置３０は、第３取得部３１と、補正部３２と、出力部３３と、第３記憶部３４と、を有す。
(2-3) Third device 30
The third device 30 is, for example, a computer. The third device 30 can communicate with the first device 10, the second device 20, or another device via various networks. The third device 30 acquires each information from the first device 10 and the second device 20 based on an arbitrary time interval or an operation of an object or the like, and outputs a third thermal comfort. The third device 30 includes a third acquisition unit 31, a correction unit 32, an output unit 33, and a third storage unit 34.
第３取得部３１は、各種ネットワークを介して、第１装置１０及び第２装置２０から、第１温熱快適性及び第２温熱快適性をそれぞれ取得する。第３取得部３１は、取得した第１温熱快適性及び第２温熱快適性を第３記憶部３４に記憶する。なお、第１温熱快適性と、第２温熱快適性と、はそれぞれ異なるタイミングで取得されてもよい。 The third acquisition unit 31 acquires the first thermal comfort and the second thermal comfort from the first apparatus 10 and the second apparatus 20, respectively, via various networks. The third acquisition unit 31 stores the acquired first thermal comfort and second thermal comfort in the third storage unit 34. The first thermal comfort and the second thermal comfort may be acquired at different timings.
補正部３２は、第２温熱快適性に基づいて第１温熱快適性の補正を行う。具体的には、第２温熱快適性の重みを第１温熱快適性の重みよりも大きくして、第３温熱快適性を算出する。なお、補正の方法はこれに限られない。補正部３２は、より正確な対象の温熱快適性である第２温熱快適性に基づいて、第１温熱快適性を補正する。補正部３２によって補正の処理が行われ算出された第３温熱快適性は、出力部３３から出力される。また、第３温熱快適性は、第３記憶部３４に記憶される。 The correction unit 32 corrects the first thermal comfort based on the second thermal comfort. Specifically, the weight of the second thermal comfort is made larger than the weight of the first thermal comfort, and the third thermal comfort is calculated. The correction method is not limited to this. The correction unit 32 corrects the first thermal comfort based on the second thermal comfort, which is a more accurate thermal comfort of the object. The third thermal comfort calculated by performing the correction process by the correction unit 32 is output from the output unit 33. Further, the third thermal comfort is stored in the third storage unit 34.
出力部３３は、対象等に対し第３温熱快適性を出力する。出力部３３は、例えば、第３装置３０のディスプレイに第３温熱快適性を出力（表示）する。または、出力部３３は、第１装置１０又は第２装置２０対して第３温熱快適性を出力（送信）する。 The output unit 33 outputs the third thermal comfort to the target or the like. The output unit 33 outputs (displays) the third thermal comfort to, for example, the display of the third device 30. Alternatively, the output unit 33 outputs (transmits) the third thermal comfort to the first device 10 or the second device 20.
（３）特徴
（３−１）
本開示のシステム１００は、第１取得部１１と、第２取得部２１と、第１推定部１３と、第２推定部２３と、補正部３２と、を備える。第１取得部１１は、対象の生体に接触して第１生体情報を取得する。第１取得部１１は、１つ又は複数のセンサを有す。第２取得部２１は、対象の生体に接触せずに第２生体情報を取得する。第２取得部２１は第１取得部１１とは異なる１つ又は複数のセンサを有す。第１推定部１３は、第１取得部１１が取得した第１生体情報に基づいて、対象の第１温熱快適性を推定する。第２推定部２３は、第２取得部２１が取得した第２生体情報に基づいて、対象の第２温熱快適性を推定する。第２温熱快適性の精度は、第１温熱快適性の精度よりも高い。補正部３２は、第２温熱快適性に基づいて第１温熱快適性を補正する。
(3) Features (3-1)
The system 100 of the present disclosure includes a first acquisition unit 11, a second acquisition unit 21, a first estimation unit 13, a second estimation unit 23, and a correction unit 32. The first acquisition unit 11 contacts the target living body and acquires the first living body information. The first acquisition unit 11 has one or a plurality of sensors. The second acquisition unit 21 acquires the second biological information without contacting the target biological body. The second acquisition unit 21 has one or more sensors different from the first acquisition unit 11. The first estimation unit 13 estimates the first thermal comfort of the target based on the first biological information acquired by the first acquisition unit 11. The second estimation unit 23 estimates the second thermal comfort of the target based on the second biological information acquired by the second acquisition unit 21. The accuracy of the second thermal comfort is higher than the accuracy of the first thermal comfort. The correction unit 32 corrects the first thermal comfort based on the second thermal comfort.
これによって、本開示のシステム１００は、より正確な対象の温熱快適性を取得することが可能である。第１装置１０としての腕センサ等は、対象の生体情報を常時センシング可能である一方で、第１装置１０において推定された第１温熱快適性は精度が低い場合がある。第２装置２０としての空気調和装置等において推定された第２温熱快適性は精度が高い一方で、対象の生体情報を常時センシングすることはできない。本開示のシステム１００は、より精度が高い第２温熱快適性によって第１温熱快適性の補正を行うことで、第２温熱快適性よりも短い時間間隔で精度の高い温熱快適性を取得することが可能である。 Thereby, the system 100 of the present disclosure can acquire more accurate thermal comfort of the object. While the arm sensor or the like as the first device 10 can constantly sense the biological information of the target, the accuracy of the first thermal comfort estimated by the first device 10 may be low. While the second thermal comfort estimated by the air conditioner or the like as the second device 20 has high accuracy, it is not possible to constantly sense the biological information of the target. The system 100 of the present disclosure obtains highly accurate thermal comfort at shorter time intervals than the second thermal comfort by correcting the first thermal comfort by the more accurate second thermal comfort. Is possible.
（３−２）
本開示のシステム１００は、第１取得部１１と、第２取得部２１と、推定部と、を備える。第１取得部１１は、対象の第１生体情報を取得する。第１取得部１１は、１つ又は複数のセンサを有す。第２取得部２１は、対象の第２生体情報を取得する。第２取得部２１は第１取得部１１とは異なる１つ又は複数のセンサを有す。推定部は、第１生体情報と第２生体情報とに基づいて、対象の温熱快適性を推定する。システムは、第１生体情報と、第２生体情報と、温熱快適性と、を教師データとして学習する。システム１００は、第１生体情報と第２生体情報とを入力とし、温熱快適性を出力とする。
(3-2)
The system 100 of the present disclosure includes a first acquisition unit 11, a second acquisition unit 21, and an estimation unit. The first acquisition unit 11 acquires the target first biological information. The first acquisition unit 11 has one or a plurality of sensors. The second acquisition unit 21 acquires the target second biological information. The second acquisition unit 21 has one or more sensors different from the first acquisition unit 11. The estimation unit estimates the thermal comfort of the subject based on the first biological information and the second biological information. The system learns the first biological information, the second biological information, and the thermal comfort as teacher data. The system 100 inputs the first biological information and the second biological information, and outputs thermal comfort.
これによって、本開示のシステム１００は、第１温熱快適性、及び、第２温熱快適性より正確な第３温熱快適性を取得することが可能である。 Thereby, the system 100 of the present disclosure can acquire the first thermal comfort and the third thermal comfort that is more accurate than the second thermal comfort.
（３−３）
本開示のシステム１００は、第１取得部１１と、第２取得部２１と、第１推定部１３と、第２推定部２３と、を備える。第１取得部１１は、対象の第１生体情報を取得する。第１取得部１１は、１つ又は複数のセンサを有す。第２取得部２１は、対象の第２生体情報を取得する。第２取得部２１は第１取得部１１とは異なる１つ又は複数のセンサを有す。第２推定部２３は、第１取得部１１が取得した第１生体情報と、第２取得部２１が取得した第２生体情報と、に基づいて、対象の第２温熱快適性を推定する。システム１００は、第１取得部１１が取得した第１生体情報と第２推定部２３が推定した推定結果と、を教師データセットとして第１推定部１３を学習させる。システム１００は、第１推定部１３による推定時には、第１取得部１１が取得した第１生体情報に基づいて、第１温熱快適性を出力する
（３−４）
第１取得部１１は、第１生体情報として、少なくとも、対象の心拍数、体表温度、皮膚電気活動（ＥＤＡ：Ｅｌｅｃｔｒｏ−Ｄｅｒｍａｌ Ａｃｔｉｖｉｔｙ）のうちのいずれか１つの情報を取得する。第２取得部２１は、第２生体情報として、少なくとも、対象の顔の体表温度の情報と、顔の部位の体表温度の情報と、を取得する。また、第２生体情報に含まれる情報の種類は、第１生体情報に含まれる情報の種類よりも多い。
(3-3)
The system 100 of the present disclosure includes a first acquisition unit 11, a second acquisition unit 21, a first estimation unit 13, and a second estimation unit 23. The first acquisition unit 11 acquires the target first biological information. The first acquisition unit 11 has one or a plurality of sensors. The second acquisition unit 21 acquires the target second biological information. The second acquisition unit 21 has one or more sensors different from the first acquisition unit 11. The second estimation unit 23 estimates the second thermal comfort of the target based on the first biological information acquired by the first acquisition unit 11 and the second biological information acquired by the second acquisition unit 21. The system 100 trains the first estimation unit 13 using the first biological information acquired by the first acquisition unit 11 and the estimation result estimated by the second estimation unit 23 as a teacher data set. At the time of estimation by the first estimation unit 13, the system 100 outputs the first thermal comfort based on the first biological information acquired by the first acquisition unit 11 (3-4).
The first acquisition unit 11 acquires at least one of the target heart rate, body surface temperature, and skin electrical activity (EDA: Electro-Dermal Activity) as the first biological information. The second acquisition unit 21 acquires at least the information on the body surface temperature of the target face and the information on the body surface temperature of the facial part as the second biological information. Further, the types of information included in the second biometric information are larger than the types of information included in the first biometric information.
第１取得部１１を有する第１装置１０は、例えば、腕センサである。腕センサは、心拍数、体表温度、皮膚電気活動の情報を取得可能であるセンサを含んでいることが好ましい。第２取得部２１を有する第２装置２０は、例えば、空気調和装置である。空気調和装置は、サーモグラフィ等のセンサを含み、熱画像を取得できることが好ましい。これによって、対象の顔の体表温度の情報と、顔の各部位の体表温度の情報と、を取得することが可能である。顔の各部位の体表温度の情報には、顔全体の体表温度、額の体表温度、右頬の体表温度、左頬の体表温度、鼻先の体表温度、口周辺の体表温度等の情報が含まれる。 The first device 10 having the first acquisition unit 11 is, for example, an arm sensor. The arm sensor preferably includes a sensor capable of acquiring information on heart rate, body surface temperature, and skin electrical activity. The second device 20 having the second acquisition unit 21 is, for example, an air conditioner. It is preferable that the air conditioner includes a sensor such as a thermography and can acquire a thermal image. This makes it possible to obtain information on the body surface temperature of the target face and information on the body surface temperature of each part of the face. Information on the body surface temperature of each part of the face includes the body surface temperature of the entire face, the body surface temperature of the forehead, the body surface temperature of the right cheek, the body surface temperature of the left cheek, the body surface temperature of the tip of the nose, and the body around the mouth. Information such as table temperature is included.
（３−５）
第２取得部２１の有するセンサの数は、第１取得部１１の有するセンサの数よりも多いことが好ましい。これによって、より正確な第２温熱快適性を推定することができる。なお、センサの数という概念には、物理的なセンサの数だけでなく、１つのセンサでとったデータを元に複数の情報が取得できる場合はその情報の数という意味合いも含む。
(3-5)
The number of sensors possessed by the second acquisition unit 21 is preferably larger than the number of sensors possessed by the first acquisition unit 11. This makes it possible to estimate a more accurate second thermal comfort. The concept of the number of sensors includes not only the number of physical sensors but also the number of information when a plurality of information can be acquired based on the data taken by one sensor.
（３−６）
本開示の第１装置１０は、第１判断部１２をさらに備える。第１判断部１２は、第１取得部１１において取得された第１生体情報が、有効な情報であるか否かを判断する。第１推定部１３は、第１判断部１２が第１生体情報を有効であると判断した場合に、第１温熱快適性を推定する。
(3-6)
The first device 10 of the present disclosure further includes a first determination unit 12. The first determination unit 12 determines whether or not the first biometric information acquired by the first acquisition unit 11 is valid information. The first estimation unit 13 estimates the first thermal comfort when the first determination unit 12 determines that the first biological information is valid.
さらに、第２装置２０は、第２判断部２２をさらに備える。第２判断部２２は、第２取得部２１において取得された第２生体情報が、有効な情報であるか否かを判断する。第２推定部２３は、第２判断部２２が第２生体情報を有効であると判断した場合に、第２温熱快適性を推定する。 Further, the second device 20 further includes a second determination unit 22. The second determination unit 22 determines whether or not the second biometric information acquired by the second acquisition unit 21 is valid information. The second estimation unit 23 estimates the second thermal comfort when the second determination unit 22 determines that the second biological information is valid.
これによって、第１装置１０による第１温熱快適性の推定結果と、第２装置２０による第２温熱快適性の推定結果に生じる誤差が小さくなり、温熱快適性の推定の精度が高くなる。 As a result, the error that occurs between the estimation result of the first thermal comfort by the first apparatus 10 and the estimation result of the second thermal comfort by the second apparatus 20 becomes smaller, and the accuracy of the estimation of the thermal comfort becomes higher.
（３−７）
第１推定部１３は、さらに第１取得部１１が過去に取得した第１生体情報に基づいて第１温熱快適性を推定する。第２推定部２３は、さらに第２取得部２１が過去に取得した第２生体情報に基づいて第２温熱快適性を推定する。
(3-7)
The first estimation unit 13 further estimates the first thermal comfort based on the first biological information acquired in the past by the first acquisition unit 11. The second estimation unit 23 further estimates the second thermal comfort based on the second biological information acquired in the past by the second acquisition unit 21.
これによって、第１装置１０または第２装置２０は、過去に取得した生体情報に基づいて対象の温熱快適性を推定することができる。過去に取得した生体情報は、各記憶部に記憶されている。 Thereby, the first device 10 or the second device 20 can estimate the thermal comfort of the target based on the biological information acquired in the past. The biological information acquired in the past is stored in each storage unit.
（４）変形例
（４−１）
本開示に示すシステム１００は、対象の周囲の温熱環境の情報を取得する第３取得部３１をさらに備えていてもよい。第３取得部３１は、対象の周囲の温熱環境の情報として、生体の周囲の温度、及び／又は、湿度、の情報を取得する。第３取得部３１は、第１装置１０、第２装置２０、第３装置３０あるいはその他の装置に設けられていてもよい。
(4) Modification example (4-1)
The system 100 shown in the present disclosure may further include a third acquisition unit 31 that acquires information on the thermal environment around the target. The third acquisition unit 31 acquires information on the ambient temperature and / or humidity of the living body as information on the thermal environment around the target. The third acquisition unit 31 may be provided in the first device 10, the second device 20, the third device 30, or other device.
本開示に示すシステム１００は、複数の生体情報に基づいて対象の温熱快適性を推定することによって、より高い精度の温熱快適性を取得することが可能である。この温熱快適性を元に空気調和機を制御することにより、より快適な空調を行うことができる。 The system 100 shown in the present disclosure can acquire more accurate thermal comfort by estimating the thermal comfort of the subject based on a plurality of biological information. By controlling the air conditioner based on this thermal comfort, more comfortable air conditioning can be performed.
（４−２）
本開示に示す第３装置３０は、第１装置１０及び第２装置２０からそれぞれ第１温熱快適性及び第２温熱快適性を取得している。しかし、第３装置３０は、第１装置１０及び第２装置２０からそれぞれ第１生体情報及び第２生体情報を取得してもよい。第３装置３０は、第１推定部１３及び第２推定部２３の機能は、第３装置３０に含まれていてもよい。第３装置３０は、第１生体情報及び第２生体情報から第３温熱快適性を取得してもよい。
(4-2)
The third device 30 shown in the present disclosure has acquired the first thermal comfort and the second thermal comfort from the first device 10 and the second device 20, respectively. However, the third device 30 may acquire the first biological information and the second biological information from the first device 10 and the second device 20, respectively. In the third device 30, the functions of the first estimation unit 13 and the second estimation unit 23 may be included in the third device 30. The third device 30 may acquire the third thermal comfort from the first biological information and the second biological information.
（５）第３実施形態
第３実施形態は、第１実施形態と同じく熱画像と腕センサ１０の生体データを元に温熱快適性を推定するものである。
(5) Third Embodiment As in the first embodiment, the third embodiment estimates thermal comfort based on the thermal image and the biological data of the arm sensor 10.
第１推定部１３、第２推定部２３、及び、補正部３２からなる推定部１３，２３，３２は、機械学習を行う学習器を備えており、学習器は学習時には２種類の学習を行うことが可能である。なお、学習器は、１つのハードウエアであってもよいし、複数のハードウエアによって構成されていてもよい。 The estimation units 13, 23, 32 including the first estimation unit 13, the second estimation unit 23, and the correction unit 32 are equipped with a learning device that performs machine learning, and the learning device performs two types of learning at the time of learning. It is possible. The learner may be one piece of hardware or may be composed of a plurality of pieces of hardware.
推定部１３，２３，３２における一方の学習は、熱画像から取得される顔の体表温度（第２生体情報）と、腕センサ１０から取得される第１生体情報と、被験者が申告する温熱快適性と、を教師データとして学習を行う。 One of the learnings in the estimation units 13, 23, and 32 is the body surface temperature of the face (second biological information) acquired from the thermal image, the first biological information acquired from the arm sensor 10, and the heat reported by the subject. Learning with comfort as teacher data.
他方の学習は、熱画像が得られないときに行う学習であって、熱画像から得られる顔の体表温度を−３００℃（例、体表温度が含まれないことを示すダミー値）とし、腕センサ１０から得られる第１生体情報と、被験者が申告する温熱快適性を教師データとして学習を行う。 The other learning is learning performed when a thermal image cannot be obtained, and the body surface temperature of the face obtained from the thermal image is set to -300 ° C (eg, a dummy value indicating that the body surface temperature is not included). , The first biological information obtained from the arm sensor 10 and the thermal comfort declared by the subject are learned as teacher data.
温熱快適性を推定する際に熱画像が得られる場合には、推定部１３，２３，３２は、熱画像から得られる体表温度と腕センサ１０から得られる第１生体情報を入力として温熱快適性を推定（出力）する。一方、熱画像が得られない場合は、推定部は、熱画像から得られるダミー値の体表温度（例えば―３００℃）と腕センサ１０から得られる第１生体情報を入力して温熱快適性を推定する。これによって、第２生体情報が取得できない場合でも、推定を行うことができる。 When a thermal image is obtained when estimating thermal comfort, the estimation units 13, 23, and 32 input the body surface temperature obtained from the thermal image and the first biological information obtained from the arm sensor 10 as inputs to the thermal comfort. Estimate (output) sex. On the other hand, when a thermal image cannot be obtained, the estimation unit inputs a dummy value of the body surface temperature (for example, −300 ° C.) obtained from the thermal image and the first biological information obtained from the arm sensor 10 to provide thermal comfort. To estimate. As a result, estimation can be performed even when the second biological information cannot be obtained.
しかし、体表温度ダミーの温熱快適性は体表温度ありの温熱快適性に対して誤差が大きく、そのために、熱画像から得られる体表温度の有無で切り替わる際に推定値が大きく不連続となる可能性がある。そこで、体表温度ありの温熱快適性と体表温度ダミーの温熱快適性の差分を元に体表温度ダミーの温熱快適性を補正したり、体表温度ありの温熱快適性と体表温度ダミーの温熱快適性の過去のデータを用いて変化を滑らかにするようなフィルタ等による補正で、切り替わりの際の連続性を保つことが可能となる。 However, the thermal comfort of the body surface temperature dummy has a large error with respect to the thermal comfort with the body surface temperature, and therefore, the estimated value becomes large and discontinuous when switching depending on the presence or absence of the body surface temperature obtained from the thermal image. There is a possibility of becoming. Therefore, the thermal comfort of the body surface temperature dummy can be corrected based on the difference between the thermal comfort with the body surface temperature and the thermal comfort of the body surface temperature dummy, or the thermal comfort with the body surface temperature and the body surface temperature dummy can be corrected. It is possible to maintain continuity at the time of switching by correction with a filter or the like that smoothes the change using the past data of the thermal comfort of.
（６）特徴
（６−１）
第３実施形態のシステム１００の推定部１３，２３，３２は、第１生体情報、第２生体情報、及び温熱快適性、を教師データとして学習する。推定部１３，２３，３２は、第１生体情報および第２生体情報に基づいて温熱快適性を推定する。推定部１３，２３，３２は、対象の推定された温熱快適性を記憶する。さらに、推定部１３，２３，３２は、第２取得部が第２生体情報を取得しない時はダミー情報を出力する機能を有す。推定部１３，２３，３２は、第１生体情報、ダミー情報、及び温熱快適性、を教師データとして学習する。第１生体情報、ダミー情報、及び記憶した温熱快適性に基づいて補正された第１温熱快適性を前記対象の温熱快適性とする。
(6) Features (6-1)
The estimation units 13, 23, and 32 of the system 100 of the third embodiment learn the first biological information, the second biological information, and the thermal comfort as teacher data. The estimation units 13, 23, and 32 estimate thermal comfort based on the first biological information and the second biological information. The estimation units 13, 23, and 32 store the estimated thermal comfort of the subject. Further, the estimation units 13, 23, and 32 have a function of outputting dummy information when the second acquisition unit does not acquire the second biometric information. The estimation units 13, 23, and 32 learn the first biological information, dummy information, and thermal comfort as teacher data. The first thermal comfort corrected based on the first biological information, the dummy information, and the stored thermal comfort is defined as the thermal comfort of the subject.
（６−２）
第３実施形態のシステム１００の推定部は、第１生体情報、第２生体情報、及び温熱快適性、を教師データとして学習する。推定部１３，２３，３２は、第１生体情報および第２生体情報に基づいて温熱快適性を推定する。推定部１３，２３，３２は、対象の推定された温熱快適性を記憶する。さらに、推定部１３，２３，３２は、第２取得部が第２生体情報を取得しない時はダミー情報を出力する機能を有す。推定部１３，２３，３２は、第１生体情報、ダミー情報、及び温熱快適性、を教師データとして学習する。推定部１３，２３，３２は、第１生体情報、ダミー情報、及び記憶した温熱快適性、を教師データとして学習し、第１生体情報およびダミー情報に基づいて推定された第１温熱快適性を対象の温熱快適性とする。
(6-2)
The estimation unit of the system 100 of the third embodiment learns the first biological information, the second biological information, and the thermal comfort as teacher data. The estimation units 13, 23, and 32 estimate thermal comfort based on the first biological information and the second biological information. The estimation units 13, 23, and 32 store the estimated thermal comfort of the subject. Further, the estimation units 13, 23, and 32 have a function of outputting dummy information when the second acquisition unit does not acquire the second biometric information. The estimation units 13, 23, and 32 learn the first biological information, dummy information, and thermal comfort as teacher data. The estimation units 13, 23, and 32 learn the first biological information, the dummy information, and the stored thermal comfort as teacher data, and obtain the first thermal comfort estimated based on the first biological information and the dummy information. The thermal comfort of the subject.
（７）
以上、本開示の実施形態を説明したが、特許請求の範囲に記載された本開示の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。
(7)
Although the embodiments of the present disclosure have been described above, it will be understood that various modifications of the forms and details are possible without departing from the purpose and scope of the present disclosure described in the claims. ..
１１ 第１取得部
１２ 第１判断部
１３ 第１推定部
２１ 第２取得部
２２ 第２判断部
２３ 第２推定部
３２ 補正部
１００ システム
１３，２３，３２ 推定部
11 1st acquisition unit 12 1st judgment unit 13 1st estimation unit 21 2nd acquisition unit 22 2nd judgment unit 23 2nd estimation unit 32 Correction unit 100 System 13, 23, 32 estimation unit
Claims (16)
前記対象の第２生体情報を取得する、前記第１取得部（１１）とは異なる１つ又は複数のセンサからなる第２取得部（２１）と、
前記第１生体情報と前記第２生体情報とに基づいて、前記対象の温熱快適性を推定する推定部（１３，２３，３２）と、
を備え、
前記推定部（１３，２３，３２）は、
前記第１生体情報に基づいて前記対象の第１温熱快適性を推定し、前記第１生体情報と前記第２生体情報とに基づいて前記対象の前記温熱快適性を推定し、
前記第２取得部（２１）が前記第２生体情報を取得しない時は、前記第２取得部（２１）が過去に取得した前記第２生体情報に基づいて補正された前記第１温熱快適性を前記対象の温熱快適性とする、
システム（１００）。 A first acquisition unit (11) composed of one or a plurality of sensors for acquiring the first biological information of the target, and
A second acquisition unit (21) composed of one or a plurality of sensors different from the first acquisition unit (11) that acquires the second biological information of the target.
An estimation unit (13, 23, 32) that estimates the thermal comfort of the object based on the first biological information and the second biological information, and
With
The estimation unit (13, 23, 32)
The first thermal comfort of the subject is estimated based on the first biological information, and the thermal comfort of the subject is estimated based on the first biological information and the second biological information.
When the second acquisition unit (21) does not acquire the second biological information, the first thermal comfort corrected based on the second biological information acquired by the second acquisition unit (21) in the past. Is the thermal comfort of the subject,
System (100).
前記対象の第２生体情報を取得する、前記第１取得部（１１）とは異なる１つ又は複数のセンサからなる第２取得部（２１）と、
前記第１生体情報に基づいて、前記対象の第１温熱快適性を推定する第１推定部（１３）と、
前記第１生体情報と前記第２生体情報とに基づいて、前記対象の温熱快適性を推定する第２推定部（２３）と、
前記第２取得部（２１）が前記第２生体情報を取得しない時は、前記第２取得部（２１）が過去に取得した前記第２生体情報に基づいて前記第１温熱快適性を補正する補正部（３２）と、
を備えるシステム（１００）。 A first acquisition unit (11) composed of one or a plurality of sensors for acquiring the first biological information of the target, and
A second acquisition unit (21) composed of one or a plurality of sensors different from the first acquisition unit (11) that acquires the second biological information of the target.
A first estimation unit (13) that estimates the first thermal comfort of the object based on the first biological information, and
A second estimation unit (23) that estimates the thermal comfort of the object based on the first biological information and the second biological information, and
When the second acquisition unit (21) does not acquire the second biological information, the first thermal comfort is corrected based on the second biological information acquired in the past by the second acquisition unit (21). Correction unit (32) and
System (100).
前記対象の第２生体情報を取得する、前記第１取得部（１１）とは異なる少なくとも１つ以上のセンサを含む１つ又は複数のセンサからなる第２取得部（２１）と、
前記第１取得部（１１）が取得した前記第１生体情報に基づいて、前記対象の第１温熱快適性を推定する第１推定部（１３）と、
前記第１取得部（１１）が取得した前記第１生体情報と第２取得部（２１）が取得した前記第２生体情報に基づいて、前記対象の第２温熱快適性を推定する第２推定部（２３）と、
を備え、
前記第１取得部（１１）が取得した前記第１生体情報と前記第２推定部（２３）が推定した推定結果と、を教師データセットとして前記第１推定部（１３）を学習させ、
第１推定部（１３）による推定時には、前記第１取得部（１１）が取得した前記第１生体情報に基づいて、前記第１温熱快適性を出力する、
システム（１００）。 A first acquisition unit (11) composed of one or a plurality of sensors for acquiring the first biological information of the target, and
A second acquisition unit (21) composed of one or a plurality of sensors including at least one sensor different from the first acquisition unit (11) that acquires the second biological information of the target.
Based on the first biological information acquired by the first acquisition unit (11), the first estimation unit (13) that estimates the first thermal comfort of the target, and the first estimation unit (13).
A second estimation that estimates the second thermal comfort of the subject based on the first biological information acquired by the first acquisition unit (11) and the second biological information acquired by the second acquisition unit (21). Part (23) and
With
The first estimation unit (13) is trained using the first biometric information acquired by the first acquisition unit (11) and the estimation result estimated by the second estimation unit (23) as a teacher data set.
At the time of estimation by the first estimation unit (13), the first thermal comfort is output based on the first biological information acquired by the first acquisition unit (11).
System (100).
前記第２取得部（２１）は、前記第２生体情報を前記生体に接触せずに取得する、
請求項１から３のいずれかに記載のシステム（１００）。 The first acquisition unit (11) acquires the first biological information in contact with the living body, and obtains the information.
The second acquisition unit (21) acquires the second biological information without contacting the living body.
The system (100) according to any one of claims 1 to 3.
請求項１から４のいずれかに記載のシステム（１００）。 The first acquisition unit (11) acquires at least one of the target heart rate, body surface temperature, and skin electrical activity (EDA: Electro-Dermal Activity) as the first biological information. To do,
The system (100) according to any one of claims 1 to 4.
請求項１から５のいずれかに記載のシステム（１００）。 The second acquisition unit (21) acquires at least information on the body surface temperature of the target face and information on the body surface temperature of the face portion as the second biological information.
The system (100) according to any one of claims 1 to 5.
請求項１から６のいずれかに記載のシステム（１００）。 The types of information included in the second biometric information are larger than the types of information included in the first biometric information.
The system (100) according to any one of claims 1 to 6.
請求項１から７のいずれかに記載のシステム（１００）。 The accuracy of the second thermal comfort is higher than the accuracy of the first thermal comfort.
The system (100) according to any one of claims 1 to 7.
請求項１から８のいずれかに記載のシステム（１００）。 The number of sensors possessed by the second acquisition unit (21) is larger than the number of sensors possessed by the first acquisition unit (11).
The system (100) according to any one of claims 1 to 8.
前記第２推定部（２３）は、前記第２判断部（２２）が前記第２生体情報を有効であると判断した場合に、前記第２温熱快適性を推定する、
請求項１から９のいずれかに記載のシステム（１００）。 A second determination unit (22) for determining whether or not the second biometric information acquired by the second acquisition unit (21) is valid information is further provided.
The second estimation unit (23) estimates the second thermal comfort when the second determination unit (22) determines that the second biological information is valid.
The system (100) according to any one of claims 1 to 9.
前記第１推定部（１３）は、前記第１判断部（１２）が前記第１生体情報を有効であると判断した場合に、前記第１温熱快適性を推定する、
請求項１から１０のいずれかに記載のシステム（１００）。 A first determination unit (12) for determining whether or not the first biometric information acquired by the first acquisition unit (11) is valid information is further provided.
The first estimation unit (13) estimates the first thermal comfort when the first determination unit (12) determines that the first biological information is valid.
The system (100) according to any one of claims 1 to 10.
請求項１から１１のいずれかに記載のシステム（１００）。 The first estimation unit (13) further estimates the first thermal comfort based on the first biological information acquired in the past by the first acquisition unit (11), or the second estimation unit (11). 23) further estimates the second thermal comfort based on the second biological information acquired in the past by the second acquisition unit (21).
The system (100) according to any one of claims 1 to 11.
請求項１から１２のいずれかに記載のシステム（１００）。 A third acquisition unit for acquiring information on the thermal environment around the target is further provided.
The system (100) according to any one of claims 1 to 12.
請求項１３に記載のシステム（１００）。 The third acquisition unit acquires information on the temperature and / or humidity around the living body.
The system (100) according to claim 13.
さらに、前記推定部（１３，２３，３２）は、前記第２取得部（２１）が前記第２生体情報を取得しない時はダミー情報を出力する機能を有しており、前記推定部（１３，２３，３２）は、前記第１生体情報、ダミー情報、及び温熱快適性、を教師データとして学習し、前記第１生体情報、前記ダミー情報、及び前記記憶した温熱快適性に基づいて補正された前記第１温熱快適性を前記対象の温熱快適性とする、
請求項１に記載のシステム（１００）。 The estimation unit (13, 23, 32) learns the first biological information, the second biological information, and the thermal comfort of the target as teacher data, and the first biological information and the second biological information. The thermal comfort of the subject is estimated based on the above, and the estimated thermal comfort of the subject is stored.
Further, the estimation unit (13, 23, 32) has a function of outputting dummy information when the second acquisition unit (21) does not acquire the second biological information, and the estimation unit (13). , 23, 32) learn the first biological information, dummy information, and thermal comfort as teacher data, and are corrected based on the first biological information, the dummy information, and the stored thermal comfort. Let the first thermal comfort be the thermal comfort of the subject.
The system (100) according to claim 1.
さらに、前記推定部（１３，２３，３２）は、前記第２取得部（２１）が前記第２生体情報を取得しない時はダミー情報を出力する機能を有しており、前記推定部（１３，２３，３２）は、前記第１生体情報、ダミー情報、及び前記記憶した温熱快適性、を教師データとして学習し、前記第１生体情報および前記ダミー情報に基づいて推定された前記第１温熱快適性を前記対象の温熱快適性とする、
請求項１に記載のシステム（１００）。 The estimation unit (13, 23, 32) learns the first biological information, the second biological information, and the thermal comfort of the target as teacher data, and the first biological information and the second biological information. The thermal comfort of the subject is estimated based on the above, and the estimated thermal comfort of the subject is stored.
Further, the estimation unit (13, 23, 32) has a function of outputting dummy information when the second acquisition unit (21) does not acquire the second biological information, and the estimation unit (13). , 23, 32) learned the first biological information, the dummy information, and the stored thermal comfort as teacher data, and the first thermal estimated based on the first biological information and the dummy information. Let comfort be the thermal comfort of the subject,
The system (100) according to claim 1.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US17/610,403 US11598680B2 (en) | 2019-05-15 | 2020-05-15 | System for estimating thermal comfort |
| EP20805263.9A EP3970607A4 (en) | 2019-05-15 | 2020-05-15 | System for estimating thermal comfort |
| PCT/JP2020/019515 WO2020230895A1 (en) | 2019-05-15 | 2020-05-15 | System for estimating thermal comfort |
| CN202080035655.6A CN113924039B (en) | 2019-05-15 | 2020-05-15 | System for estimating warm comfort |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019092087 | 2019-05-15 | ||
| JP2019092087 | 2019-05-15 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020189081A true JP2020189081A (en) | 2020-11-26 |
| JP6891993B2 JP6891993B2 (en) | 2021-06-18 |
Family
ID=73453115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020057448A Active JP6891993B2 (en) | 2019-05-15 | 2020-03-27 | System for estimating thermal comfort |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6891993B2 (en) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012154591A (en) * | 2011-01-27 | 2012-08-16 | Mitsubishi Electric Corp | Air conditioner |
| US20160320081A1 (en) * | 2015-04-28 | 2016-11-03 | Mitsubishi Electric Research Laboratories, Inc. | Method and System for Personalization of Heating, Ventilation, and Air Conditioning Services |
| JP2018127112A (en) * | 2017-02-08 | 2018-08-16 | パナソニックＩｐマネジメント株式会社 | Arousal level estimation device and arousal level estimation method |
| CN108413588A (en) * | 2018-02-12 | 2018-08-17 | 北京工业大学 | A kind of personalized air-conditioner control system and method based on thermal imaging and BP neural network |
| WO2019087537A1 (en) * | 2017-10-30 | 2019-05-09 | ダイキン工業株式会社 | Air-conditioning control device |
| WO2020121370A1 (en) * | 2018-12-10 | 2020-06-18 | 三菱電機株式会社 | Air conditioner, control device, air conditioning system, air conditioning control method, and program |
-
2020
- 2020-03-27 JP JP2020057448A patent/JP6891993B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012154591A (en) * | 2011-01-27 | 2012-08-16 | Mitsubishi Electric Corp | Air conditioner |
| US20160320081A1 (en) * | 2015-04-28 | 2016-11-03 | Mitsubishi Electric Research Laboratories, Inc. | Method and System for Personalization of Heating, Ventilation, and Air Conditioning Services |
| JP2018127112A (en) * | 2017-02-08 | 2018-08-16 | パナソニックＩｐマネジメント株式会社 | Arousal level estimation device and arousal level estimation method |
| WO2019087537A1 (en) * | 2017-10-30 | 2019-05-09 | ダイキン工業株式会社 | Air-conditioning control device |
| CN108413588A (en) * | 2018-02-12 | 2018-08-17 | 北京工业大学 | A kind of personalized air-conditioner control system and method based on thermal imaging and BP neural network |
| WO2020121370A1 (en) * | 2018-12-10 | 2020-06-18 | 三菱電機株式会社 | Air conditioner, control device, air conditioning system, air conditioning control method, and program |
Non-Patent Citations (1)
| Title |
|---|
| 吉川 寛樹 ほか: "空調エネルギー消費削減のためのセンサ融合による温熱快適度推定", ＦＩＴ２０１９ 第１８回情報科学技術フォーラム 講演論文集 第４分冊, JPN6020024126, 20 August 2019 (2019-08-20), pages 71 - 74, ISSN: 0004300282 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6891993B2 (en) | 2021-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7217058B2 (en) | Detecting the presence of one or more human occupants in the built space in real time using one or more thermographic cameras and one or more RGB-D sensors to estimate thermal comfort | |
| US20180254106A1 (en) | Behavior sensing device, behavior sensing method, and recording medium | |
| JP2015111019A (en) | Air-conditioning system, air-conditioner control device, control method, and program | |
| US20220137567A1 (en) | Arousal level control apparatus, arousal level control method, and recording medium | |
| US20190290186A1 (en) | Perspiration state estimation device, perspiration state estimation method, and perspiration state estimation program | |
| WO2020230895A1 (en) | System for estimating thermal comfort | |
| JP2020115073A (en) | Information processing device | |
| US11048924B1 (en) | Action-estimating device | |
| JP6891993B2 (en) | System for estimating thermal comfort | |
| JPWO2018179289A1 (en) | Area-specific environmental management system, method and program | |
| US20200359958A1 (en) | Sleep sufficiency estimation device and sleep sufficiency estimation method | |
| Yoshikawa et al. | Combining a thermal camera and a wristband sensor for thermal comfort estimation | |
| CN110659594B (en) | Thermal comfort attitude estimation method based on AlphaPose | |
| JP2021010721A (en) | Learning device, estimation device, and environment adjusting system | |
| KR101689553B1 (en) | Body composition measuring apparatus and server for amending result of body composition measurement | |
| US20240116329A1 (en) | Thermal sensation estimation device, air conditioning device, air conditioning system, thermal sensation estimation method, and program | |
| WO2021006240A1 (en) | Learning device, estimation device, and environment adjustment system | |
| JP7437919B2 (en) | Judgment system and judgment program | |
| JP7147864B2 (en) | Support device, support method, program | |
| JP5511503B2 (en) | Biological information measurement processing apparatus and biological information measurement processing method | |
| JP2019017946A (en) | Feeling estimation system | |
| JP2021065466A (en) | Eardrum temperature estimation system, wearable device, heat stroke risk estimation system, eardrum temperature estimation method, and program | |
| WO2023032771A1 (en) | Control method, program, and control system | |
| JP6976498B1 (en) | Emotion estimation device and emotion estimation method | |
| WO2023188798A1 (en) | Environment control system, environment control method, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200330 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20200423 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200515 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200423 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200707 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200907 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201027 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201225 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210126 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210329 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210427 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210510 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 6891993 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |