JP2021105863A - 情報処理装置、情報処理方法及び情報処理システム - Google Patents

Abstract

【課題】ユーザが所定の建物に到着を希望する時刻等を入力しなくても、当該建物への移動に関する情報をユーザに提供する。【解決手段】本願開示の情報処理装置は、ユーザの行動情報を検出可能なセンサにより検出された該ユーザの過去の行動情報に基づき生成された、該ユーザの行動モデルを用いて、そのときのユーザの行動パターンを特定することと、特定されたユーザの行動パターンに基づいて、該ユーザが移動先の建物に到着する予定到着時刻を予測することと、予測された予定到着時刻までに建物に到着できるように、該建物までの移動に関する情報をユーザに提供することと、を実行する制御部を備える。【選択図】図６

Description

本発明は、情報処理装置、情報処理方法及び情報処理システムに関する。

特許文献１には、ユーザの望む帰宅時刻に間に合う帰宅経路探索を行い、それをユーザに提示する情報提示装置に関する技術が開示されている。具体的には、車両に搭載される車載情報装置に、ユーザの希望する帰宅時刻を予め入力しておき、車載情報装置は、現在位置と住宅位置とに基づいて、希望帰宅時刻に帰宅するための出発時刻とその帰宅経路を算出し、当該出発時刻までに、その出発時刻と帰宅経路とをユーザに提示するように構成される。

特開２００４−２９４４２９号公報

本発明の目的は、ユーザが所定の建物に到着を希望する時刻等を入力しなくても、当該建物への移動に関する情報をユーザに提供することができ、ユーザの利便性を高めることにある。

本願開示の情報処理装置は、ユーザの行動情報を検出可能なセンサにより検出された該ユーザの過去の行動情報に基づき生成された、該ユーザの行動モデルを用いて、該ユーザの行動パターンを特定することと、特定された前記ユーザの前記行動パターンに基づいて、該ユーザが移動先の建物に到着する予定到着時刻を予測することと、予測された前記予定到着時刻までに前記建物に到着できるように、該建物までの移動に関する情報を前記ユーザに提供することと、を実行する制御部を備える。

また、本願開示は、コンピュータによる情報処理方法の側面から捉えることができる。すなわち、本願開示の情報処理方法は、コンピュータが、ユーザの行動情報を検出可能なセンサにより検出された該ユーザの過去の行動情報に基づき生成された、該ユーザの行動モデルを用いて、該ユーザの行動パターンを特定することと、特定された前記ユーザの前記行動パターンに基づいて、該ユーザが移動先の建物に到着する予定到着時刻を予測することと、予測された前記予定到着時刻までに前記建物に到着できるように、該建物までの移動に関する情報を前記ユーザに提供することと、を実行する。

また、本願開示は、情報処理システムの側面から捉えることができる。すなわち、本願開示の情報処理システムは、建物に設けられたセンサによって検出されたユーザの行動情報を収集する第１装置と、前記第１装置で収集された前記行動情報に基づき前記ユーザの行動モデルを生成する第２装置と、前記第２装置で生成された前記行動モデルを用いて、そのときの該ユーザの行動パターンを特定することと、特定された該ユーザの該行動パターンに基づいて、該ユーザが移動先の建物に到着する予定到着時刻を予測することと、予測された該予定到着時刻までに該建物に到着できるように、該建物までの移動に関する情報を該ユーザに提供することと、を実行する制御部を備える情報処理装置と、を備える。

本願開示によれば、ユーザが所定の建物に到着を希望する時刻等を入力しなくても、当該建物への移動に関する情報をユーザに提供することができ、以て、ユーザの利便性が高められる。

情報処理システムの概略構成を示す図である。 宅内に配置された複数のセンサを例示する図である。 情報処理システムの構成要素をより詳細に示した図である。 宅内におけるユーザの位置を利用して検出されたユーザの行動に関する情報を示す図である。 宅内におけるユーザの位置と宅内の機器に関する情報を利用して検出されたユーザの行動に関する情報を示す図である。 ユーザに移動に関する情報を提供するためのフローチャートである。 ユーザに提供される自宅までの移動経路を説明するための第１の図である。 ユーザの携帯端末に提供する移動情報の第１の例を示す図である。 ユーザからの配車要求を処理するためのフローチャートである。 ユーザの携帯端末に提供する移動情報の第２の例を示す図である。 ユーザが有する携帯端末で検出されたユーザの行動に関する情報を示す図である。 ユーザに提供される自宅までの移動経路を説明するための第２の図である。 ユーザの携帯端末に提供する移動情報の第３の例を示す図である。

本願開示において、センサは、ユーザの行動情報を検出可能なものであれば、建物に設置されたものであってもよく、また建物外に配置されたもの（例えば、ユーザが携帯する携帯端末等）でもよい。当該センサは、ユーザの位置（例えば、どの部屋にいるか等）を検出するものであってもよいし、ユーザの行動（例えば、就寝、起床、食事、洗顔等）を検出するものであってもよい。また、当該センサは、建物内にある所定の機器が利用されたことを検出するものであってもよい。ここで、行動情報とは、ユーザの行動に関する情報であり、ユーザの位置、および／または、建物内での所定の機器のユーザの利用状況を時系列で表したデータとすることができる。例えば、行動情報は、ユーザが建物内のどの部屋にいるかを示した時系列データであってもよく、ユーザが建物内のどの機器（例えば、コンピュータや電化製品）を利用したかを示した時系列データであってもよい。また、これらの組み合わせであってもよい。

また、行動モデルとは、ユーザの建物への移動に関する行動パターンを表したモデルであり、ユーザの行動パターンを複数含むように生成されてもよい。当該行動モデルは、上記センサによって検出されたユーザの過去の行動情報に基づいて生成される。その上で、本願開示の情報処理装置の制御部は、当該行動モデルを用いて、そのときのユーザの行動パターンを特定する。ユーザの行動パターンの特定に当たって、制御部は、例えば、ユーザの現在位置や現在時刻等に基づき、行動モデルを用いて行うことができる。一般に、ユーザ（人）は毎日の生活のルーチンが決まっている場合が多い。そして、ユーザが所定の建物に移動することも当該ユーザのルーチンに組み込まれている場合もある。そこで、制御部は、特定された行動パターンに従って、ユーザの移動先である建物への予定到着時刻を予測することができる。

そして、制御部は、建物までの移動に関する情報（以下、「移動情報」という）をユーザに対して提供する。移動情報とは、ユーザの建物への移動に関する情報であり、予測された予定到着時刻までにユーザが建物に到着できるようにするための情報である。例えば
、予定到着時刻までの到着が可能となる出発時刻（移動開始時刻）、移動のための手段、移動時に通る経路等に関する情報が、移動情報として例示できる。このように本願開示の情報処理装置によれば、ユーザが情報処理装置に特定の情報を入力する等の作業を要することなく、情報処理装置がユーザの行動パターンを利用してユーザの建物への予定到着時刻を予測し、移動情報の提供が行われる。したがって、ユーザに対して利便性の高いサービスが提供されることになる。

以下、図面に基づいて、本願開示の実施の形態を説明する。以下の実施形態の構成は例示であり、本願開示は実施形態の構成に限定されない。

＜第１の実施形態＞
第１の実施形態に係る情報処理システムの概要について、図１を参照しながら説明する。本実施形態に係る情報処理システムは、ユーザ１０に関連付いた所定の建物（例えば、ユーザの自宅）５０を管轄する収集装置１００と、建物内においてユーザ１０の行動をセンシングする複数のセンサを含むセンサ群２００と、収集装置１００と通信可能に接続された収集サーバ３００と、ユーザ１０に対して建物５０への移動に関する移動情報の提供を行うサーバ４００と、を含んで構成される。ここで、上記「ユーザ１０に関連付いた所定の建物」とは、ユーザ１０がある程度の頻度で、すなわち後述するユーザ１０の行動モデルが生成可能な程度に行動を行う建物であり、本実施形態としては例示としてユーザ１０の自宅とする。したがって、ユーザ１０は建物（自宅）５０内で日常の生活を行うことが、建物５０とユーザ１０との関連付けとなる。また、図１において、ユーザ１０が２ヵ所記載されているが、これは建物５０内にユーザ１０が滞在している状態と、建物５０の外にユーザ１０が滞在している状態を同時に記載しているものであり、図１におけるユーザ１０は同一人物である。

第１の実施形態に係る収集装置１００は、ユーザの自宅（建物５０）に設置された装置であって、センサ群２００に含まれる各センサの検出データを収集する装置である。収集装置１００による各センサからのデータ収集は、各センサにおいて一時的に記憶されていたデータを一定周期で収集するようにしてもよく、各センサからプッシュ型で送信されてくる検出データを都度、収集するようにしてもよい。収集装置１００は、収集した検出データに対して、建物５０の所有者であるユーザ１０の関連付け処理を行う。これにより、収集装置１００で収集された検出データは、ユーザ１０に関連するデータであることが理解できる状態で収集サーバ３００に送られる。

センサ群２００は、宅内に設置された複数のセンサを含む。複数のセンサは、建物５０におけるユーザ１０の行動を検出できるものであれば、その種類は問わない。例えば、建物５０内においてユーザ１０がどこにいるかを検出するものであってもよいし、建物５０内においてユーザ１０が何をしているかを検出するものであってもよい。

収集サーバ３００は、収集装置１００から送信される検出データを収集する装置である。図示はしていないが、収集サーバ３００は、ユーザ１０とは異なるユーザに関連付けられた他の建物において収集された検出データも収集するように構成されている。そのため、収集サーバ３００は、検出データの収集において、どのユーザに関連付けられた検出データであるか識別できるように検出データの収集を行う。

そして、サーバ４００は、この収集サーバ３００と通信可能に接続されている。サーバ４００は、収集サーバ３００で収集されたユーザ１０に関連付けられた検出データからユーザ１０の行動モデルを生成するとともに、その行動モデルを利用してユーザ１０の建物５０への移動（帰宅）に関する移動情報をユーザ１０に提供する装置である。本実施形態では、サーバ４００からの移動情報の提供は、ユーザ１０の携帯端末２０に対して行われ
るものとする。また、サーバ４００は、提供された移動情報に対するユーザ１０からの回答を踏まえて、自動運転車両（以下、単に「車両」という）５００をユーザ１０の元に手配するために車両５００に対して指令を送信する装置でもある。本実施形態では、複数の車両５００がサーバ４００の管理下にあり、サーバ４００から受信した指令に基づいて走行する。

なお、本実施形態では、建物５０としてユーザ１０の自宅を例示するが、ユーザ１０がある程度の頻度で活動する建物であればそれ以外の建物であってもよい。例えば、ユーザ１０が働く会社の施設等を建物５０としてもよい。

ここで、ユーザ１０の自宅である建物５０に設けられたセンサ群２００について、図２に基づいて説明する。図２は、建物５０内に設置された複数のセンサを例示する図である。図示したように、本実施形態では、ユーザ１０の居宅に複数のセンサが設置されている。センサは、部屋ごとに設置された人感センサ（実線で図示）と、各部屋に設置された機器に関連付いたセンサ（以下、機器センサ。点線で図示）と、ユーザ１０の建物５０への入退室を検出するセンサ（以下、入退室検出センサ。点線で図示）に大別することができる。人感センサによって、ユーザ１０が宅内のどこに居るかを特定することができる。また、機器センサによって、ユーザ１０が宅内でどの機器を利用しているかを特定することができる。また、入退室検出センサによって、ユーザ１０が自宅から外に出たことを検出することができる。

人感センサは、人の存在を検出するセンサである。人感センサは、例えば、赤外線式のセンサであってもよいが、建物５０内を撮像して得られた画像や、マイクによって集音した音声に基づいて人の有無を判定する装置であってもよい。

機器センサは、建物５０内に設置され、ユーザ１０が利用する所定の機器の利用状況を取得するセンサである。機器センサは、機器に内蔵されていてもよいし、機器の利用を間接的に検出するものであってもよい。例えば、機器に内蔵された距離センサによって、ユーザ１０が正面にいることを検出してもよいし、通電を検出するセンサによって、機器が利用されていることを検出してもよい。また、機器上で動作するソフトウェアが、ユーザ１０によって特定の操作が行われたことを検出してもよい。機器センサによるセンシングの対象は、特定のものに限られない。例えば、テレビに内蔵されたセンサが、テレビがついていることを検出してもよいし、特定のチャンネルがついていることを検出してもよい。また、炊飯器に内蔵されたセンサが、炊飯スイッチが押されたことを検出してもよいし、蓋が開閉されたことを検出してもよい。

入退室検出センサは、ユーザ１０の建物５０からの退室と建物５０への入室を検出する手段である。入退室の検出は、例えば、玄関ドアに設けられたセンサを介して行うことができる。例えば、扉の開閉と施錠の状態を取得することで、ユーザ１０の入退室を検出することができる。なお、入退室の検出は、画像に基づいて行ってもよい。例えば、玄関ホールに設置されたカメラによって、入退室を検出することもできる。なお、入退室検出センサは、必ずしも建物５０内に設けられていなくてもよい。例えば、ユーザ１０が所持する携帯端末２０から位置情報を取得し、携帯端末２０が建物５０から離れた場合に退室したと判定してもよく、一方で携帯端末２０が建物５０に近付いた場合に入室（帰宅）したと判定してもよい。これらのセンサは収集装置１００に接続され、収集装置１００によって検出データが収集される。

次に、図３に基づいて、主にサーバ４００の構成要素の詳細な説明を行う。図３は、本実施形態に係る情報処理システムに含まれるサーバ４００の構成要素をより詳細に示すとともに、サーバ４００から移動情報の提供を受けるユーザ１０の携帯端末２０の構成要素
を示した図である。

サーバ４００は、汎用のコンピュータにより構成してもよい。すなわち、サーバ４００は、ＣＰＵやＧＰＵ等のプロセッサ、ＲＡＭやＲＯＭ等の主記憶装置、ＥＰＲＯＭ、ハードディスクドライブ、リムーバブルメディア等の補助記憶装置を有するコンピュータとして構成することができる。なお、リムーバブルメディアは、例えば、ＵＳＢメモリ、あるいは、ＣＤやＤＶＤのようなディスク記録媒体であってもよい。補助記憶装置には、オペレーティングシステム（ＯＳ）、各種プログラム、各種テーブル等が格納されている。サーバ４００は、機能部として通信部４０１、記憶部４０２、制御部４０３、入出力部４０４を有しており、補助記憶装置に格納されたプログラムを主記憶装置の作業領域にロードして実行し、プログラムの実行を通じて各機能部等が制御されることによって、各機能部における所定の目的に合致した各機能を実現することができる。ただし、一部または全部の機能はＡＳＩＣやＦＰＧＡのようなハードウェア回路によって実現されてもよい。

ここで、通信部４０１は、サーバ４００をネットワークに接続するための通信インタフェースである。通信部４０１は、例えば、ネットワークインタフェースボードや、無線通信のための無線通信回路を含んで構成される。サーバ４００は、通信部４０１を介して、収集サーバ３００、車両５００、携帯端末２０やその他の外部装置と通信可能に接続される。

記憶部４０２は、主記憶装置と補助記憶装置を含んで構成される。主記憶装置は、制御部４０３によって実行されるプログラムや、当該制御プログラムが利用するデータが展開されるメモリである。補助記憶装置は、制御部４０３において実行されるプログラムや、当該制御プログラムが利用するデータが記憶される装置である。

さらに、記憶部４０２は、行動モデルを記憶する。行動モデルとは、ユーザ１０の建物１０への移動に関する典型的な行動パターンを表したモデルである。この行動モデルに含まれる行動パターンは、建物５０内のユーザ１０の行動に限られず、建物５０の外におけるユーザ１０の行動に関するものであってもよい。行動モデルは、ユーザが取った行動の履歴に基づいて生成される。行動モデルによって表された行動パターンを利用して、ユーザ１０の建物５０への移動を予測することが可能となる。行動モデルには、ユーザ１０の建物５０への到着時刻が直接関連付けられてもよく、または、予定到着時刻が推察できるように行動モデルが生成されてもよい。行動モデルは、センサ群２００によって検出されたユーザ１０の検出データに基づいて自動で生成される。行動モデルを自動生成する場合、機械学習を利用してもよい。

制御部４０３は、サーバ４００が行う制御を司る機能部である。制御部４０３は、ＣＰＵなどの演算処理装置によって実現することができる。制御部４０３は、更に、モデル管理部４０３１と、パターン特定部４０３２と、予測部４０３３と、提供部４０３４、手配部４０３５の５つの機能部を有して構成される。各機能部は、記憶されたプログラムをＣＰＵによって実行することで実現してもよい。

モデル管理部４０３１は、収集サーバ３００によって収集されたユーザ１０の行動情報に基づいて、ユーザ１０の行動モデルを生成および更新する。ここで、ユーザの行動について説明する。図４に示すユーザ１０の行動情報は、自宅である建物５０内におけるユーザ１０の位置を利用した場合の例である。また、図４には、上段（ａ）と下段（ｂ）に２つの行動情報が示されている。図示した例において、横軸は時刻を表し、縦軸は、ユーザ１０を検出した人感センサの場所を表す。すなわち、図示したユーザ１０の行動は、建物５０内におけるユーザ１０の位置を時系列で表したものである。

図４の上段（ａ）に示す例では、ある平日の１８：００にユーザ１０が帰宅し、それが入退室検出センサによって検出されている。その後、ユーザ１０は、場所をトイレからキッチンに移し、そこで食事を作り夕食を摂る。更にその後に、ユーザ１０はリビングで過ごした後に、入浴し終始している旨が示されている。一方で、下段（ｂ）の例では、別の平日の２０：００にユーザ１０が帰宅し、それが入退室検出センサによって検出されている。その後、ユーザ１０は、場所をトイレからリビングに移し、そこで一定時間を過ごした後に、入浴し終始している旨が示されている。このように建物５０でのユーザ１０の過ごし方には、複数のパターンがあり得、本実施形態では上段（ａ）のパターンを「平日Ａ」のパターン、下段（ｂ）のパターンを「平日Ｂ」のパターンとする。

次に、ユーザ１０の行動情報の別形態を図５に示す。図５に示すユーザ１０の行動情報は、自宅である建物５０内におけるユーザ１０の位置を利用するとともに、建物５０内において利用された機器に関する情報を利用した場合の例である。図示した例では、人感センサ、入退室検出センサに加えて機器センサが示されている。すなわち、図５に示したユーザ１０の行動は、建物５０内におけるユーザ１０の位置と、ユーザ１０による機器の利用状況を時系列で表したものである。なお、図５に示す形態においても、ユーザの過ごし方のパターンは複数あり得るが、図４の上段（ａ）に示す平日Ａパターンに対応する行動情報のみを図５では示している。

図５に示す行動情報を見ると、ユーザ１０が単にどの部屋に滞在しているかだけではなく、滞在している部屋でどのような行動を取っているかを把握することができる。例えば、キッチンに移動したユーザ１０は冷蔵庫や電子レンジを利用したことで、キッチン内で夕食を作り食事を摂ったことが推察される。また、リビングではユーザ１０はテレビを視聴したことが推察される。このような機器情報を利用することで、建物５０内でのユーザの行動パターンを把握しやすくなる。

ここで、ユーザ１０が平日の曜日に応じて平日Ａと平日Ｂの何れかの行動を繰り返している場合、行動モデルに含まれている複数の行動パターンから、その日のユーザ１０の行動パターンを特定できる場合がある（この行動パターンの特定は、後述するパターン特定部４０３２によって行われる）。その場合、ユーザ１０が自宅である建物５０に外出先から到着すべき時刻を予測することが可能となる。サーバ４００が記憶する行動モデルは、このようにユーザ１０の建物５０への到着時刻の予測に資する行動パターンを時系列で表したデータである。なお、図示した例では、ユーザ１０の存在または機器の利用有無を二値で表したが、より高次元のデータを利用してもよい。例えば、人感センサから得られるデータとして、単位時間における感知回数を利用してもよい。

また、行動モデルは、建物５０への到着時刻の予測に資するデータであれば、建物５０内でのユーザの行動に関するデータに限られない。例えば、建物５０に到着する前にユーザ１０が取る行動（例えば、夕食の食材を購入するために食料品ストアに立ち寄る行動等）を含む行動パターンが、行動モデルに含まれてもよい。このような建物５０の外でのユーザ１０の行動は、ユーザ１０が有する携帯端末２０の位置検出部２３により検出される位置情報を利用して把握できる。なお、建物５０に到着する前にユーザ１０が取る行動に関する情報は、後述の図１１に一例が示されている。

ここで、モデル管理部４０３１による、行動モデルの生成及び更新の詳細について説明する。モデル管理部４０３１は、収集サーバ３００から送信されてくるユーザ１０の行動情報（センサ群２００によって検出された検出データ）を取得し、ユーザ１０が建物５０を離れたタイミング（外出したタイミング）をトリガとして、記憶部４０２に記憶されている行動モデルの更新を行う。具体的には、モデル管理部４０３１は、送信されてくる複数の検出データを、時系列形式のデータ（以下、時系列データ）に変換する。時系列デー
タは、例えば、センサの種類と時刻を要素に持ち、センシングによって得られた値が格納された配列データとすることができる。時系列データは、過去の所定の期間に対応する検出データを変換して得ることができる。

例えば、ユーザ１０が朝外出した場合、モデル管理部４０３１は、前日に帰宅してから朝外出するまでの間に取得された検出データを時系列データに変換し、当該時系列データを用いて行動モデルを更新する。なお、行動モデルは、機械学習モデルであってもよいし、建物５０内で行われる複数の行動と帰宅時刻との関係を統計的に表したモデルであってもよい。ユーザの行動パターンを表すものであれば、行動モデルはどのような形式であってもよい。行動モデルが機械学習モデルである場合、時系列データを特徴量に変換したうえで、当該特徴量を入力データ、外出時刻を教師データとして学習を行ってもよい。本実施形態では、図４に示す行動情報に応じた２つの行動パターンを含む行動モデルが、モデル管理部４０３１によって生成、更新されているものとする。

次にパターン特定部４０３２は、記憶部４０２に記憶されている行動モデルを用いて、そのときのユーザ１０の行動パターンを特定する機能部である。例えば、図４に示す行動情報に基づいた２つの行動パターンが行動モデルに含まれている場合、パターン特定部４０３２はそのときのユーザ１０の行動パターンが平日Ａ、平日Ｂの何れのパターンであるかを特定する。行動パターンの特定に当たっては、その特定時の日時情報やユーザの現在位置情報等に基づいて当該特定を行ってもよい。また、予測部４０３３は、パターン特定部４０３２に特定された行動パターンに基づいて、そのときにユーザ１０が建物５０に到着する予定の時刻（予定到着時刻）を予測する。すなわち、建物５０内外でのユーザの行動がパターン化している場合には、その行動パターンと、ユーザ１０が建物５０に到着を希望する時刻との間に一定の相関を見出せることから、当該相関を利用して予測部４０３３は予定到着時刻を予測する。

提供部４０３４は、予測部４０３３により予測された予定到着時刻までにユーザ１０が建物５０に到着できるようにするための移動情報を、ユーザ１０の携帯端末２０に提供する機能部である。移動情報としては、例えば、該移動のための移動手段（車両、公共機関、歩行等）と、建物５０に向かって移動を開始する移動開始時刻と、建物５０までの移動経路とのうち少なくとも１つに関する情報が含まれるのが好ましいが、これら以外の有用な情報が含まれてもよい。また、提供部４０３４による移動情報の提供先は、携帯端末２０に限られず、ユーザ１０がアクセス可能であればその他の端末（例えば、ユーザ１０の勤務施設に配置される固定端末等）であってもよい。また、手配部４０３５は、提供部４０３４により提供された移動情報に対するユーザ１０からの回答に従って、ユーザ１０が建物５０に移動するための車両５００の配車の指示を生成し、車両５００に送信する。当該指示を受けた車両５００は、その指示内容に従ってユーザ１０の送迎を自動運転で行う。

次に、入出力部４０４は、情報の入出力を行うためのインタフェースである。入出力部４０４は、例えば、ディスプレイ装置やタッチパネルを有して構成される。入出力部４０４は、キーボード、近距離通信手段、タッチスクリーンなどを含んでいてもよい。

ここで、ユーザ１０が有する携帯端末２０の構成要素について説明する。携帯端末２０は、機能部として通信部２１、入出力部２２、位置検出部２３を有しているが、これら以外の機能部を有していても構わない。通信部２１は、携帯端末２０をネットワークに接続するための通信インタフェースであり、例えば、ネットワークインタフェースボードや、無線通信のための無線通信回路を含んで構成される。入出力部２２は、通信部２１を介して外部から送信されてきた情報等を表示させたり、通信部２１を介して外部に情報を送信する際に当該情報を入力したりするための機能部であり、例えば、ディスプレイ装置やタ
ッチパネルを有して構成される。位置検出部２３は、携帯端末２０の位置を検出するための機能部であり、例えばＧＰＳ装置を有して形成される。

ここで、サーバ４００による移動情報の提供処理について、図６に示すフローチャートに基づいて説明する。当該提供処理は、制御部４０３によって実行される。先ず、Ｓ１０１では、移動情報の提供に必要な情報が取得される。具体的には、ユーザ１０の現在位置や現在時刻に関する情報が取得される。ユーザ１０の現在位置は、ユーザ１０の携帯端末２０が有する位置検出部２３によって検出された位置情報がサーバ４００に送信され取得可能である。Ｓ１０１の処理が終了するとＳ１０２へ進む。

Ｓ１０２では、パターン特定部４０３２により、その時点でのユーザ１０の行動パターン、すなわち自宅である建物５０への移動に関する行動パターンが、記憶部４０２に記憶されている行動モデルを用いて特定される。先ず、図４や図５に示すように行動モデルが、建物５０に設けられたセンサ群２００によって検出された検出データにより生成され、当該行動モデルに２つの行動パターン（平日Ａと平日Ｂの２パターン）が含まれているケースに基づいて説明する。当該行動モデルは、ユーザ１０が過去に自宅である建物５０に到着した後に取った行動に基づいて生成されたものである。したがって、行動モデルに含まれる２つの行動パターンは、ユーザ１０が建物５０内で繰り返し実行する行動を反映するものである。

パターン特定部４０３２による行動パターンの特定は、現在時刻やユーザ１０の現在位置に基づいて行われる。例えば、平日Ａのパターンと平日Ｂのパターンが平日の曜日によって区分けられるのであれば、現在の曜日情報に基づいて現時点でユーザが取る行動パターンを平日Ａ、平日Ｂの何れかのパターンに特定することができる。一方で、仮に現在の曜日が平日Ａパターンに対応する曜日であるにもかかわらず、ユーザの現在位置が建物５０に１８：００までに移動するには遠すぎるような場合には、行動パターンを平日Ｂに特定することができる。

また、別法として、記憶部４０２に記憶されている行動モデルに、携帯端末２０によって取得されたユーザ１０の外での行動情報（位置検出部２３によって検出された検出データ）により生成された行動パターンが含まれているケースについても説明する。例えば、ユーザ１０が自宅である建物５０に到着する前に所定の建物（食料品を購入するための食料品ストアや、子供を預けている保育園等）に立ち寄る行動パターンが考えられる。そして、各行動パターンでは、所定の時刻（例えば、１８：１５分等）にユーザ１０が建物５０に到着しているように記録されている。そして、ユーザ１０が、行動パターンに記録されている立ち寄り場所に、当該行動パターンに記録されている時刻に位置している場合には、パターン特定部４０３２は、ユーザが取る行動パターンを、記録されている当該行動パターンに特定することができる。

Ｓ１０２で行動パターンが特定されると、次いで予測部４０３３により、ユーザ１０の建物５０への到着予定の時刻（予定到着時刻）が予測される。上記の例では、例えば、特定された行動パターンが、平日Ａであった場合には予定到着時刻が１８：００と予測され、平日Ｂであった場合には予定到着時刻が２０：００と予測される。また、特定された行動パターンが帰宅前に所定の建物に立ち寄る行動パターンに特定された場合には、予定到着時刻が１８：１５と予測されることになる。すなわち、予測部４０３３により予測される予定到着時刻は、特定された行動パターンにおいて設定されている建物５０への到着時刻（帰宅時刻）を反映するものである。Ｓ１０３の処理が終了すると、Ｓ１０４へ進む。

Ｓ１０４では、Ｓ１０３で予測した予定到着時刻と現在時刻との差が所定時間以上であるか否かが判定される。予定到着時刻が現在時刻よりも大きく先の場合には、それまでに
何らかの事情が生じユーザ１０の行動が行動パターンからずれてくる可能性が高くなる。そこで、予定到着時刻と現在時刻との差が所定時間以上開いている場合には、後述のＳ１０５以降の処理が留保される。すなわち、Ｓ１０４で肯定判定される場合には、サーバ４００から携帯端末２０への移動情報の提供が留保されることになる。なお、Ｓ１０４で肯定判定されると処理はＳ１０７へ進み、Ｓ１０４で一定時間、処理が待機される。この待機時間は、再びＳ１０４の処理が行われるタイミングにおいて、予定到着時刻と現在時刻との差が所定時間未満となる時間である。

また、Ｓ１０４で否定判定されると、処理はＳ１０５へ進む。Ｓ１０５では、提供部４０３４によって移動情報の生成が行われる。移動情報は、ユーザ１０の現在位置から建物５０への移動に関する情報であって、Ｓ１０３で予測された予定到着時刻までにユーザ１０が建物５０に到着できるようにするための情報である。本実施形態の移動情報には、例えば、移動時に通る経路である「帰宅ルート」、移動のための「手段」、予定到着時刻までの到着を可能とする「出発時刻」（移動開始時刻）、移動に関連する「交通情報」、遅延の可能性に関連する「遅延可能性」が含まれる。

ここで、移動情報の生成の詳細について、図７及び図８に基づいて説明する。図７は、ユーザ１０の現在位置から建物５０までの移動経路を説明するための図であり、図８は、後述のＳ１０６で提供された移動情報が携帯端末２０の入出力部２２で表示された状態を示す図である。また、図８から、移動情報のデータ構造を理解することができる。移動情報における「帰宅ルート」には、本実施形態では、現在位置から建物５０まで車両５００で移動する移動経路としてＲ１〜Ｒ３までの３つの経路と、鉄道を利用して現在位置から建物５０まで移動するための経路が抽出される。車両５００による移動経路の抽出については、様々な観点から行うことができる。例えば、移動距離が最短となる経路、有料道路を利用する経路、有料道路を利用しない経路等の観点に基づいて、車両５００による移動経路が抽出できる。移動経路Ｒ１は３つの経路の中で移動経路が一番長いが、経路の途中で交通渋滞や道路工事等の特段の事情は生じていない。移動経路Ｒ２は３つの経路の中で移動経路が一番短いが、経路の途中で交通渋滞が生じている。移動経路Ｒ３は３つの経路の中で移動経路が二番目に長いが、経路の途中で道路工事が生じている。交通渋滞や道路工事に関する情報は、サーバ４００が、これらの情報を配信する外部装置にアクセスすることで取得される。また、予定到着時刻までの現在位置から建物５０への移動に鉄道の利用が有用である場合には、本実施形態のように「帰宅ルート」に利用可能な鉄道の情報が示される。

また、移動情報の「手段」には、本実施形態の場合、上述した各移動経路に対応した移動手段として、車両と鉄道が示される。

そして、提供部４０３４は、このような移動経路に関する事情を考慮して、ユーザ１０が予定到着時刻（本実施形態では、予定帰宅時刻である１８：００）までに建物５０に到着できるようにするために現在位置を出発すべき時刻（移動を開始すべき時刻）を算出する。例えば、移動経路Ｒ１については、交通渋滞や道路工事等の事情は生じていないため、移動経路Ｒ１の距離と、想定される車両５００の標準速度とに基づいて移動に要する時間を算出し、それに従って出発時刻が算出される。移動経路Ｒ２や移動経路Ｒ３については、交通渋滞や道路工事が生じているかことから、移動経路Ｒ２又はＲ３の距離と、想定される車両５００の標準速度とに基づいて移動に要する時間に、交通渋滞や道路工事に影響分を考慮して、各経路の移動に要する時間を算出し、それに従って出発時刻が算出される。以上を踏まえると、本実施形態の移動情報では、移動経路Ｒ１、Ｒ２、Ｒ３のそれぞれに対応した「出発時刻」は、１７：１５、１６：４０、１７：００となる。また、移動手段が鉄道である場合には、利用する電車の最寄り駅からの出発時刻に間に合う時刻が、現在位置からの移動開始時刻である、移動情報における「出発時刻」に示される。

また、移動情報における「交通情報」には、移動経路における交通渋滞や道路工事に関する情報が示される。上記の通り、これらの情報は、サーバ４００が外部装置から取得できる。なお、移動手段が鉄道である場合は、「交通情報」として電車遅延に関する情報が示されてもよい。また、移動情報における「遅延可能性」には、「交通情報」に示される事情を考慮して、予定到着時刻までに建物５０に到着できなくなる可能性の程度が示される。本実施形態では、移動経路Ｒ２で生じている交通渋滞の規模を考慮して遅延可能性が高い旨等が示されている。

このようにＳ１０５において、「帰宅ルート」、「手段」、「出発時刻」、「交通情報」、「遅延可能性」を有する移動情報が提供部４０３４によって生成されると、生成された当該移動情報が、提供部４０３４によってユーザの携帯端末２０に提供される（Ｓ１０６の処理）。当該移動情報が提供された携帯端末２０の入出力部２２に表示された画面が、図８に示す内容のものになる。このような移動情報の提供を受けたユーザ１０においては、自己の行動パターンが考慮された帰宅時刻（予定到着時刻）までに自宅（建物５０）に到着可能な移動情報が提供されることになる。本実施形態では、ユーザ１０自身は、自分で予定到着時刻を入力していない。したがって、ユーザの利便性が非常に高い移動サービスが提供されることになる。例えば、ユーザが何らかの作業を行っている最中では、帰宅時刻を失念する可能性がある。しかし、上述したように移動情報がサーバ４００から携帯端末２０に自動的に提供されるのであれば、ユーザの注意を喚起することができ、サービスの有用性が極めて高いと言える。

ここで、図８を見ると理解できるように、携帯端末２０に表示される画面下に「手配」ボタンが配置されている。すなわち、提供部４０３４によって提供された移動情報には、移動手段が車両である場合に当該移動を実現するための車両５００の手配に関する情報が含まれている。移動情報を見たユーザ１０が、提示された移動経路のうち何れかの移動経路に従って車両５００で移動を希望する場合には、画面左端のチェックボックスに選択記号（チェック）を入力した上で「手配」ボタンを押下する。この結果、携帯端末２０からサーバ４００に対して、車両５００の配車要求が届けられる。

上記配車要求を受け取ったサーバ４００においては、手配部４０３５が要求内容に従った車両５００の手配処理を行う。ここで、手配部４０３５による手配処理について、図９に示すフローチャートに基づいて説明する。先ず、Ｓ２０１では、ユーザ１０から配車要求があるか否かが判定される。Ｓ２０１で肯定判定されると処理はＳ２０２へ進み、Ｓ２０２では、ユーザ１０からの配車要求に好適な車両５００を決定する。例えば、ユーザ１０が選択した移動経路に対応した出発時刻までにユーザ１０の現在位置にユーザ１０をピックアップできる場所に位置している車両５００が、当該配車要求に対応可能な車両５００として決定される。移動車両が決定されると、その車両５００に、ユーザ１０の現在位置から建物５０までの移動に関する情報として、ユーザ１０の現在位置と、ユーザ１０が選択した移動経路の情報が設定される（Ｓ２０３の処理）。自動運転が可能な車両５００は、設定された移動経路に従って運行が行われることになる。そして、Ｓ２０４で手配部４０３５によって上記車両５００に対して、自動運転の指示が出される。当該指示を受けた車両５００は、ユーザ１０の現在位置まで移動してユーザ１０をピックアップし、その後ユーザ１０によって選択された移動経路に従って、建物５０まで移動する。

このような自動運転可能な車両５００の配車処理が行われることで、ユーザ１０は、予定到着時刻までに建物１０に移動可能な車両５００を容易に手配できるとともに、当該時刻までに建物５０に到着することができる。したがって、ユーザ１０が受ける移動サービスの利便性は極めて高いと言える。

＜第１の実施形態の変形例１＞
上記第１の実施形態の第１の変形例について、図１０に基づいて説明する。図１０は、提供部４０３４によって本変形例の移動情報が携帯端末２０に提供された際に、携帯端末２０の入出力部２２に表示された表示例である。本変形例では、何らかの理由でパターン特定部４０３２によってユーザ１０の行動パターンを１つのものに特定できなかったため、行動モデルに含まれる行動パターンのうち複数の行動パターンへの特定が行われたものとする。図１０に示す例では、行動モデルに含まれる２つの行動パターンへの特定が行われている。

このような場合、図１０に示すように、各行動パターンに対応する移動情報を、携帯端末２０の入出力部２２で並べて比較できるように、提供部４０３４が当該移動情報の提供を行う。図１０に示す形態では、平日Ａのパターンに対応する移動情報を上段に示し、平日Ｂのパターンに対応する移動情報を下段に示している。このように各行動パターンに応じた移動情報を並べて表示することで、ユーザ１０の建物５０への移動の選択の幅を広げることができ、サーバ４００による移動サービスの利便性向上を図ることができる。

なお、複数の行動パターンが特定された場合、別法として、予定到着時刻が最も早い行動パターンの移動情報のみを表示するようにしてもよい。このようにすることで、建物５０への移動をユーザ１０に注意喚起することができる。

＜第１の実施形態の変形例２＞
上記第１の実施形態の第２の変形例について説明する。本変形例では、予測部４０３３の予定到着時刻の予測に関して、図５に示すように建物５０内の機器に設けられた機器センサによる検出データに基づいて生成された行動モデルを用いて、ユーザ１０の行動パターンを特定するとともに、その行動パターンに含まれる当該機器を用いた作業を第１所定時刻までに開始できるように予定到着時刻を予測する。例えば、図５に示す行動情報から分かるように、ユーザ１０は２１：００（第１所定時刻）にリビングのテレビを視聴する行動パターンを有している。このことから、ユーザは２１：００に視聴したいテレビ番組を有していると推察される。そこで、予測部４０３３は、当該テレビ番組に間に合う時刻（例えば、２０：５０）を予定到着時刻として予測してもよい。このように予定到着時刻を予測し移動情報を提供することで、ユーザ１０においては少なくともテレビでの番組視聴には間に合うように建物５０に到着することができる。

また予測部４０３３の予定到着時刻の予測に関して、別法として、図５に示すように建物５０内の機器に設けられた機器センサによる検出データに基づいて生成された行動モデルを用いて、ユーザ１０の行動パターンを特定するとともに、その行動パターンに含まれる当該機器を用いた作業を第２所定時刻までに終了できるように予定到着時刻を予測する。上記の場合と同様に、ユーザ１０は２１：００に視聴したいテレビ番組を有していると推察されるものとする。ここで、図５に示す行動情報から、ユーザ１０は、テレビ視聴の前にリビングで夕飯を摂るパターンを有している。そこで、ユーザ１０は、テレビ視聴の前の２０：５０（第２所定時刻）までに夕飯を終了できるような時刻（例えば、最低限の食事時間を考慮して２０：００）を予定到着時刻として予測してもよい。このように予定到着時刻を予測し移動情報を提供することで、ユーザ１０においては夕食を済ませた上でテレビでの番組視聴にも間に合うように建物５０に到着することができる。

＜第１の実施形態の変形例３＞
上記第１の実施形態の第３の変形例について説明する。上述までの実施形態では、建物５０はユーザ１０が居住する自宅であるが、それに代えて建物５０はユーザ１０が業務を行う会社の施設であってもよい。すなわち、ユーザ１０の行動パターンが形成できる程度にユーザ１０が行動する建物であれば、上述までの実施形態と同じようにその建物への移
動に関する情報の提供を受けることができる。

＜第２の実施形態＞
第２の実施形態について、図１１〜図１３に基づいて説明する。図１１は、行動モデルの生成に利用される、建物５０の外でユーザ１０が取った行動情報を表す。図１１に示す行動情報は、ユーザ１０が有する携帯端末２０の位置検出部２３により検出される位置情報より生成される。図１１に行動情報は、ユーザ１０が建物５０に到着する前の一定の時間帯において、ユーザ１０が立ち寄る施設（建物）に関する情報であり、「日付」、「曜日」、「立ち寄り施設」、「滞在時間」のフィールドを有している。「日付」には、その立ち寄りが行われた日付情報が示され、「曜日」には、その立ち寄りが行われた曜日情報が示される。なお、本実施形態では、「曜日」に、上記の平日Ａパターンに対応する曜日情報が「平日Ａ」として示され、平日Ｂパターンに対応する曜日情報が「平日Ｂ」として示されている。「立ち寄り施設」には、ユーザ１０が立ち寄った施設の情報が示されている。「滞在時間」には、立ち寄った施設の滞在時間の情報が示されている。

そして、本実施形態の提供部４０３４は、ユーザ１０から建物５０への移動情報を生成するに当たって、パターン特定部４０３２によって特定された行動パターンに基づいて、建物５０に到着する前に、それとは異なる建物（施設）に立ち寄りを行うか否かを判定する。例えば、パターン特定部４０３２によって行動パターンが平日Ａのパターンに特定された場合、図１１において「曜日」フィールドに平日Ａパターンに対応する曜日が入力されている行動情報を参照すると、ユーザ１０は施設Ｘ、Ｙ、Ｚに立ち寄っていることが分かる。そこで、このような場合には、提供部４０３４は、移動情報として、その立ち寄り施設Ｘ、Ｙ、Ｚを経由して現在位置から建物５０に至るまでの経路情報を提供する。

ここで、本実施形態では、図１２に示すように、上記経路Ｒ１上に施設Ｘと施設Ｙが位置し、上記経路Ｒ３上に施設Ｚが位置しているものとする。このような各施設の配置も考慮して、提供部４０３４は、図１３に示すように携帯端末２０に表示される移動情報を生成する。具体的には、本実施形態の移動情報には、上述までの形態と同じように「帰宅ルート」、「手段」、「出発時刻」が含まれ、更に、「立ち寄り施設」と「立ち寄り時間」が含まれる。

そして、移動情報における「立ち寄り施設」には、移動経路を考慮してユーザの立ち寄りが想定される施設に関する情報が示される。上記の通り、移動経路Ｒ１上には施設Ｘと施設Ｙが位置しているため、移動経路Ｒ１に対応する移動情報においては、これらの施設が「立ち寄り施設」に表示されるが、施設Ｚは表示されない。一方で、移動経路Ｒ３上には施設Ｚが位置しているため、移動経路Ｒ３に対応する移動情報においては、施設Ｚが「立ち寄り施設」に表示されるが、施設Ｘと施設Ｙは表示されない。なお、移動経路Ｒ２には、行動情報からユーザ１０が立ち寄り得る施設は見出せないため「立ち寄り施設」への表示は無い。

また、移動情報における「立ち寄り時間」には、「立ち寄り施設」に示されている施設に立ち寄ることができる時間が示されている。当該立ち寄り時間は、ユーザ１０の行動情報における「滞在時間」を考慮して決定されている。そして、移動情報における「出発時刻」は、建物５０への到着が予測された予定到着時刻に間に合うように、且つ、立ち寄り施設での立ち寄り時間も考慮された上で決定されている。

このように提供部４０３４によって移動情報が生成され、ユーザ１０の携帯端末に当該移動情報が提供されると、ユーザ１０においては、施設への立ち寄りを含めて自己の行動パターンが考慮された帰宅時刻（予定到着時刻）までに自宅（建物５０）に到着可能な移動情報が提供されることになる。このとき、ユーザ１０自身は、自分で予定到着時刻を入
力していないので、ユーザの利便性が非常に高い移動サービスが提供されることになる。更に、本実施形態でも、提示された移動情報に対して「手配要求」をサーバ４００に回答することで、手配部４０３５により自動運転可能な車両５００の配車処理が行われる。この結果、ユーザ１０は、予定到着時刻までに建物１０に移動可能な車両５００を容易に手配できるとともに、立ち寄り施設に立ち寄った上で当該時刻までに建物５０に到着することができる。この点からも、ユーザ１０が受ける移動サービスの利便性は極めて高いと言える。

＜その他の変形例＞
上記の実施形態はあくまでも一例であって、本開示はその要旨を逸脱しない範囲内で適宜変更して実施しうる。例えば、本開示において説明した処理や手段は、技術的な矛盾が生じない限りにおいて、自由に組み合わせて実施することができる。

また、１つの装置が行うものとして説明した処理が、複数の装置によって分担して実行されてもよい。例えば、モデル管理部４０３１をサーバ４００とは別の演算処理装置に形成してもよい。このとき当該別の演算処理装置はサーバ４００と好適に協働可能に構成される。また、異なる装置が行うものとして説明した処理が、１つの装置によって実行されても構わない。コンピュータシステムにおいて、各機能をどのようなハードウェア構成（サーバ構成）によって実現するかは柔軟に変更可能である。

本開示は、上記の実施形態で説明した機能を実装したコンピュータプログラムをコンピュータに供給し、当該コンピュータが有する１つ以上のプロセッサがプログラムを読み出して実行することによっても実現可能である。このようなコンピュータプログラムは、コンピュータのシステムバスに接続可能な非一時的なコンピュータ可読記憶媒体によってコンピュータに提供されてもよいし、ネットワークを介してコンピュータに提供されてもよい。非一時的なコンピュータ可読記憶媒体は、例えば、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスクドライブ（ＨＤＤ）等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤディスク・ブルーレイディスク等）など任意のタイプのディスク、読み込み専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気カード、フラッシュメモリ、光学式カード、電子的命令を格納するために適した任意のタイプの媒体を含む。

１０・・・ユーザ
２０・・・携帯端末
５０・・・建物
１００・・・収集装置
４０１・・・通信部
４０２・・・記憶部
４０３・・・制御部
４０４・・・入出力部
２００・・・センサ群
３００・・・収集サーバ
４００・・・サーバ
５００・・・車両

Claims (20)

1. ユーザの行動情報を検出可能なセンサにより検出された該ユーザの過去の行動情報に基づき生成された、該ユーザの行動モデルを用いて、該ユーザの行動パターンを特定することと、
   特定された前記ユーザの前記行動パターンに基づいて、該ユーザが移動先の建物に到着する予定到着時刻を予測することと、
   予測された前記予定到着時刻までに前記建物に到着できるように、該建物までの移動に関する情報を前記ユーザに提供することと、
   を実行する制御部を備える、情報処理装置。
2. 前記制御部は、前記移動に関する情報として、該移動のための移動手段と、前記建物に向かって移動を開始する移動開始時刻と、該建物までの移動経路とのうち少なくとも１つに関する情報を提供する、
   請求項１に記載の情報処理装置。
3. 前記制御部は、前記ユーザの位置と前記建物との間の交通状況に基づいて、該建物までの移動経路を決定する、
   請求項２に記載の情報処理装置。
4. 前記センサは、前記ユーザの携帯端末に設けられ、
   前記制御部は、過去に前記ユーザが前記建物の外にいたときに前記センサによって検出された前記行動情報に基づき生成された前記行動モデルを用いて、該ユーザの前記行動パターンを特定する、
   請求項１から請求項３の何れか１項に記載の情報処理装置。
5. 前記センサは、前記建物内に設けられ、
   前記制御部は、過去に前記ユーザが前記建物内にいたときに前記センサによって検出された前記行動情報に基づき生成された前記行動モデルを用いて、前記ユーザの前記行動パターンを特定する、
   請求項１から請求項３の何れか１項に記載の情報処理装置。
6. 前記建物は、前記ユーザが居住する建物である、
   請求項５に記載の情報処理装置。
7. 前記行動情報は、前記センサにより検出された情報であって、過去に前記ユーザが前記建物に到着した後の該ユーザの行動に関する情報であり、
   前記制御部は、前記行動情報に基づいて生成された前記行動モデルを用いて、前記ユーザの前記行動パターンを特定する、
   請求項５又は請求項６に記載の情報処理装置。
8. 前記センサは、前記建物に設置された所定の機器に設けられ、
   前記制御部は、前記センサにより検出された情報であって前記所定の機器の利用に関連する情報に基づき生成された前記行動モデルを用いて、前記ユーザの前記行動パターンを特定し、該ユーザが該行動パターンの示す作業を第１所定時刻までに開始できるように前記建物までの移動に関する情報を提供する、
   請求項７に記載の情報処理装置。
9. 前記センサは、前記建物に設置された所定の機器に設けられ、
   前記制御部は、前記センサにより検出された情報であって前記所定の機器の利用に関連
   する情報に基づき生成された前記行動モデルを用いて、前記ユーザの前記行動パターンを特定し、該ユーザが該行動パターンの示す作業を第２所定時刻までに終了できるように前記建物までの移動に関する情報を提供する、
   請求項７に記載の情報処理装置。
10. 前記制御部は、複数の前記行動パターンを特定した場合、それぞれの該行動パターンに基づいて予測された前記予定到着時刻に対応する前記建物までの移動に関する情報を、前記ユーザが並べて比較できるように提供する、
    請求項１から請求項９の何れか１項に記載の情報処理装置。
11. 前記制御部は、複数の前記行動パターンを特定した場合、それぞれの該行動パターンに基づいて予測された前記予定到着時刻のうち最も早い予定到着時刻に基づいて、前記建物までの移動に関する情報を前記ユーザに提供する、
    請求項１から請求項９の何れか１項に記載の情報処理装置。
12. 前記制御部は、予測した前記予定到着時刻と現在時刻との差が所定時間以上である場合には、前記ユーザへの前記建物までの移動に関する情報の提供を留保する、
    請求項１から請求項１１の何れか１項に記載の情報処理装置。
13. 前記制御部は、予測した前記予定到着時刻と現在時刻との差が前記所定時間未満になると、前記建物までの移動に関する情報を前記ユーザに提供する、
    請求項１２に記載の情報処理装置。
14. 前記制御部は、前記建物までの移動に関する情報として、更に車両の手配に関する情報を提供する、
    請求項１から請求項１３の何れか１項に記載の情報処理装置。
15. 前記制御部は、前記ユーザから前記車両の手配要求があった場合、該車両を該ユーザの位置に移動させるとともに、該ユーザに提供された該建物までの移動に関する情報を該車両に提供する、
    請求項１４に記載の情報処理装置。
16. 前記制御部は、前記ユーザが別の建物に立ち寄って前記建物に移動すると判断する場合、該別の建物を経由して該建物に至るまでの経路情報を、該建物までの移動に関する情報として該ユーザに提供する、
    請求項１から請求項１５の何れか１項に記載の情報処理装置。
17. 前記別の建物は複数である、
    請求項１６に記載の情報処理装置。
18. 前記制御部は、特定された前記行動パターンに基づいて、ユーザが前記別の建物に立ち寄ると判断する、
    請求項１６又は請求項１７に記載の情報処理装置。
19. コンピュータが、
    ユーザの行動情報を検出可能なセンサにより検出された該ユーザの過去の行動情報に基づき生成された、該ユーザの行動モデルを用いて、該ユーザの行動パターンを特定することと、
    特定された前記ユーザの前記行動パターンに基づいて、該ユーザが移動先の建物に到着する予定到着時刻を予測することと、
    予測された前記予定到着時刻までに前記建物に到着できるように、該建物までの移動に関する情報を前記ユーザに提供することと、
    を実行する情報処理方法。
20. 建物に設けられたセンサによって検出されたユーザの行動情報を収集する第１装置と、
    前記第１装置で収集された前記行動情報に基づき前記ユーザの行動モデルを生成する第２装置と、
    前記第２装置で生成された前記行動モデルを用いて、そのときの該ユーザの行動パターンを特定することと、特定された該ユーザの該行動パターンに基づいて、該ユーザが移動先の建物に到着する予定到着時刻を予測することと、予測された該予定到着時刻までに該建物に到着できるように、該建物までの移動に関する情報を該ユーザに提供することと、を実行する制御部を備える情報処理装置と、
    を備える情報処理システム。

Images