JP2021149923A - 見守り装置、見守りシステム、見守り方法、及びプログラム - Google Patents

Abstract

【課題】様々なタイプの個室がある場合であっても、個別に条件を設定することなく、トイレ使用者の見守りを行う見守り装置、見守りシステム、見守り方法及びプログラムを提供する。【解決手段】見守りシステムにおいて、見守り装置３０は、トイレ空間に設けられたセンサにより検知されたセンサ情報３２０を取得するセンサ情報取得部３３０と、センサ情報と、学習済モデル３２１とを用いて、トイレ空間にいる見守り対象者における異常の度合いを推定する異常推定部３３１と、を備える。学習済モデルは、入力されたセンサ情報から、センサ情報に対応する空間にいる見守り対象者における異常の度合いを推定するモデルであり、トイレ空間は、出入口から便座に至る手前に設けられた空間である第１空間と、便座が設けられた空間である第２空間とによって形成される。センサは、第１空間、及び第２空間のそれぞれに少なくとも１つ設けられる。【選択図】図２

Description

本発明は、見守り装置、見守りシステム、見守り方法、及びプログラムに関する。

従来、トイレや、シャワールーム、風呂などのプライベートな空間内において使用者の見守りを行うシステムがある。例えば、特許文献１には、空間内における人体の存否を検出するセンサの検出結果に基づいて使用者のトイレ内における状態を推定する。そして、推定した状態が、トイレを通常使用する際に使用者がとる一連の状態変化パターンから逸脱している場合に異常事態が発生したと判定する技術が開示されている。

特開２０１９−３２９３号公報

しかしながら、トイレの個室には様々なものがある。例えば、車いす対応トイレは、通常の個室トイレより広く、手すりなどが設置されている。特許文献１の技術を用いて、個室ごとに異常事態を判定させようとすると、空間に設置するセンサの数や種類を個別に決定し、それぞれに応じた状態変化パターンを個別に設定する必要があり、手間がかかるという問題があった。

本発明は、このような状況に鑑みてなされたもので、様々なタイプの個室がある場合であっても、個別に条件を設定することなく、トイレ使用者の見守りを行うことができる見守り装置、見守りシステム、見守り方法、及びプログラムを提供する。

上記目的を達成するために、本発明一実施形態に係る見守り装置は、トイレ空間に設けられたセンサにより検知されたセンサ情報を取得するセンサ情報取得部と、前記センサ情報と、学習済モデルとを用いて、前記トイレ空間にいる見守り対象者における異常の度合いを推定する異常推定部と、を備え、前記学習済モデルは、学習用のトイレ空間に設けられたセンサにより検知された学習用センサ情報を入力させることにより得られる出力が、前記学習用のトイレ空間にいる使用者における異常の有無に近づくように学習されたモデルであって、入力された前記センサ情報から、前記センサ情報に対応する空間にいる前記見守り対象者における異常の度合いを推定するモデルであり、前記トイレ空間は、出入口から便座に至る手前に設けられた空間である第１空間と、前記便座が設けられた空間である第２空間とによって形成され、前記センサは、前記第１空間、及び前記第２空間のそれぞれに少なくとも１つ設けられる、ことを特徴とする。

上記目的を達成するために、本発明一実施形態に係る見守りシステムは、上記に記載の見守り装置と、前記見守り装置に前記センサ情報を送信するセンサ端末と、を備え、前記見守り装置と前記センサ端末とは、ＬＰＷＡ（Low Power Wide Area）の無線通信技術により通信可能に接続されることを特徴とする。

上記目的を達成するために、本発明一実施形態に係る見守り方法は、センサ情報取得部が、トイレ空間に設けられたセンサにより検知されたセンサ情報を取得し、異常推定部が、前記センサ情報と、学習済モデルとを用いて、前記トイレ空間にいる見守り対象者における異常の度合いを推定する見守り方法であって、前記学習済モデルは、学習用のトイレ空間に設けられたセンサにより検知された学習用センサ情報を入力させることにより得られる出力が、前記学習用のトイレ空間にいる使用者における異常の有無に近づくように学習されたモデルであって、入力された前記センサ情報から、前記センサ情報に対応する空間にいる前記見守り対象者における異常の度合いを推定するモデルであり、前記トイレ空間は、出入口から便座に至る手前に設けられた空間である第１空間と、前記便座が設けられた空間である第２空間とによって形成され、前記センサは、前記第１空間、及び前記第２空間のそれぞれに少なくとも１つ設けられることを特徴とする。

上記目的を達成するために、本発明一実施形態に係るプログラムは、上記に記載の見守り装置として動作させるためのプログラムであって、前記コンピュータを前記見守りが備える各部として機能させるためのプログラムであることを特徴とする。

本発明によれば、様々なタイプの個室がある場合であっても、個別に条件を設定することなく、トイレ使用者の見守りを行うことができる。

実施形態による見守りシステム１の構成の例を示すブロック図である。 実施形態による見守り装置３０の構成の例を示すブロック図である。 実施形態によるセンサ情報３２０の構成の例を示す図である。 実施形態によるトイレ空間ＴＫの例を示す図である。 実施形態による異常推定部３３１に推定された異常の度合いの時系列変化の例を示す図である。 実施形態による開閉センサＫＳに検知された検知結果の時系列変化の例を示す図である。 実施形態による人感センサＪＳに検知された検知結果の時系列変化の例を示す図である。 実施形態による着座センサＴＳに検知された検知結果の時系列変化の例を示す図である。 実施形態による見守り端末４０に表示される画面の例を示す図である。 実施形態による見守り端末４０に表示される画面の例を示す図である。 実施形態による見守りシステム１が行う処理の流れを示すシーケンス図である。

以下、図面を参照しながら本発明の実施形態を詳細に説明する。

見守りシステム１は、例えば、医療施設や高齢者施設等におけるトイレやシャワー室、浴室などの個室を使用する使用者（見守り対象者）の見守りに適用される。図１は、実施形態による見守りシステム１の構成の例を示すブロック図である。見守りシステム１は、例えば、複数のセンサ端末１０（センサ端末１０−１、１０−２、１０−３、…、１０−Ｍ）と、ＡＰ（アクセスポイント）２０と、見守り装置３０と、複数の見守り端末４０（見守り端末４０−１、４０−２、３０−Ｎ）とを備える。Ｍ、及びＮは任意の整数である。

センサ端末１０は、トイレの個室などの空間（トイレ空間）に設置される通信機能付きのセンサである。センサ端末１０は、例えば、通信部１１と、記憶部１２と、制御部１３と、センサ部１４とを備える。通信部１１は、ＡＰ２０と通信する。記憶部１２は、センサ端末１０の各種処理を実行するためのプログラム、及び各種処理を行う際に利用される一時的なデータを記憶する。制御部１３は、センサ端末１０を統括的に制御する。例えば、制御部１３は、センサ部１４により検知された検知結果と検知時間とを対応づけることによりセンサ情報を生成する。制御部１３は、生成したセンサ情報を、通信部１１を介してＡＰ２０に送信する。

センサ部１４は、トイレ空間ＴＫ（図４参照）に設けられ、トイレを使用する見守り対象者の動きを検知するセンサである。センサ部１４は、例えば、開閉センサＫＳと、人感センサＪＳと、着座センサＴＳを備える（図４参照）。開閉センサＫＳは、トイレ空間ＴＫにおけるドアの開閉を検知する。人感センサＪＳは、トイレ空間ＴＫにおける（検知領域内の）使用者の存否を検知する。着座センサＴＳは、トイレ空間ＴＫに設けられたトイレＢＺへの着座を検知する（図４参照）。

例えば、ドアには、ドアが閉じられると磁石が接触し、ドアが開けられると磁石が離間するように磁石が配置され、開閉センサＫＳは、この磁石の接触又は離間を検知することによりドアの開閉を検知する。

人感センサＪＳは、例えば、トイレ空間ＴＫに設けられた照明が点灯しているか否かを検知する照度センサである。照度センサは、例えば、受光素子を備え、受光素子に入射した光を電流に変換して明るさを検知する。トイレを使用する見守り対象者がトイレ空間ＴＫに設けられた照明を点灯させた場合、照度センサが点灯を検知する。これにより、トイレ空間ＴＫに人が存在していることが検知される。或いは、トイレ空間ＴＫに設けられた照明が人の存在を検知して点灯および消灯を行う仕組みを有している場合、トイレを使用する見守り対象者がトイレ空間ＴＫに入ることにより、自動的に照明が点灯する。照度センサがこの点灯を検知ことより、トイレ空間ＴＫに人が存在していることを検知するようにしてもよい。或いは、人感センサＪＳは、人体等から放射される赤外線を受光することにより得られる空間の温度変化から人の存否を検知する、いわゆる赤外線センサであってもよい。

着座センサＴＳは、例えば、便座に着座した場合に人の上半身が位置する領域を検知範囲とする距離センサである。距離センサは、赤外線などを照射し、照射して赤外線が物体に反射した反射光を受光するまでの時間に基づいて物体までの距離を検知する。この場合、着座センサは、便座に人が着座している場合としていない場合とで検知される距離の相違に基づいて着座の有無を検知する。

ＡＰ２０は、センサ端末１０と見守り装置３０との通信を中継する中継器である。ＡＰ２０は、センサ端末１０からセンサにより検知された検知結果を受信し、受信した検知結果を見守り装置３０に送信する。ＡＰ２０は、トイレ空間、及び見守りシステム１が適用される医療施設の電波強度分布などに基づいて、一つ、或いは複数、設置される。これにより、センサ端末１０から発信される検知結果を受信することができる。なお、見守りシステム１が適用される医療施設の電波状況に応じて、センサ端末１０が、ＡＰ２０を介さず、直接、見守り装置３０に検知結果を送信するようにしてもよい。この場合、ＡＰ２０を省略することが可能である。

センサ端末１０とＡＰ２０（ＡＰ２０が省略される場合には、センサ端末１０と見守り装置３０）との通信は、任意の通信方式であってよい。例えば、センサ端末１０とＡＰ２０との通信には、ＬＰＷＡ(Low Power Wide Area)規格の無線通信技術が用いられる。ＬＰＷＡは、通信速度を抑える（低ビットレート）ことにより、既存の通信網、例えばＬＴＥ（Long Term Evolution）などと比較して消費電力を少なく抑える（低消費電力）ことを特徴とする。また、Bluetooth（登録商標）などの近距離無線通信と比較して通信距離が大きく（広域カバレッジ）、例えば数十ｋｍから〜１００ｋｍ程度であることを特徴とする。

ＬＰＷＡには、複数の規格があり、例えば、ＬｏＲａ（登録商標）、Ｓｉｇｆｏｘ（登録商標）、ＮＢ−ＩｏＴ、及びＺＥＴＡ（登録商標）などが存在する。ＺＥＴＡが適用される場合、中継器（ＡＰ２０）によるマルチホップ（メッシュアクセス）が可能である。これにより、見守りシステム１を適用する施設における奥まった場所や地下など、電波が届きにくい領域にＡＰ２０を設置して中継させることにより、センサ端末１０が施設の如何なる場所に設置された場合でも通信が可能となる。

また、ＬＰＷＡの通信帯域として、例えば日本においては、８６６ＭＨｚ帯、９１５ＭＨｚ帯、９２０ＭＨｚ帯が利用されている。一方、施設には既存の通信網（例えば、ＷｉＦｉに利用される２．４ＧＨｚ帯、或いは５ＧＨｚ帯等）が業務に利用されている。センサ端末１０とＡＰ２０との通信には、ＬＰＷＡを用いることにより、既存の通信網への負荷増加を抑制し、尚且つ電波干渉や通信障害を抑制することが可能である。

見守り装置３０は、センサ端末１０のセンサにより検知された検知結果を集約するサーバ装置などのコンピュータである。ＡＰ２０を介して、センサ端末１０のセンサにより検知された検知結果を受信する。見守り装置３０は、受信した検知結果に基づいて、見守り対象者に異常が生じていないかを判定し、必要に応じて、見守り端末４０に対応を要請する通知を行う。見守り装置３０の構成については、後述する。

見守り端末４０は、医療施設の医師や看護師など、見守り対象者を見守るスタッフ（以下、見守りスタッフ）が携帯するコンピュータ装置、スマートフォン、タブレット端末、業務用端末などである。見守り端末４０には、例えば、見守り装置３０が通知する見守りサービスのアプリケーションプログラム（以下、見守りアプリという）がインストールされる。見守り端末４０には、見守りアプリにおいて見守りスタッフのアカウントが作成されている。これにより、見守りスタッフに、見守り対象者に異常が発生したと判定された場合に、対応を要請するメッセージが通知されるようになる。或いは、見守りスタッフは、見守り対象者に異常が発生した場合に、対応要請の通知を受け取り可能な通知先の情報を見守り装置３０に登録する。通知先の情報は、少なくとも見守り端末４０により受信可能な通知先であればよく、例えば、業務用の電子メールアドレス、業務用のＳＮＳ（Social Networking Service）のアカウント等である。

見守り端末４０は、例えば、通信部４１と、記憶部４２と、制御部４３と、表示部４４と、入力部４５とを備える。通信部４１は、通信ネットワークＮＷを介して見守り装置３０と通信する。記憶部４２は、見守り端末４０の各種処理を実行するためのプログラム（例えば、見守りアプリ）、及び各種処理を行う際に利用される一時的なデータを記憶する。制御部４３は、見守り端末４０を統括的に制御する。例えば、制御部４３は、見守り装置３０からの対応要請を、通信部１１を介して受信し、受信した対応要請を表示部４４に表示する。表示部４４は、液晶画面を含む。表示部４４は、制御部４３の制御に応じた画像を表示する。入力部４５は、タッチパネル、マウスやキーボードなどの入力装置を含む。入力部４５は、見守りスタッフにより操作入力された情報を取得する。

通信ネットワークＮＷは、見守り装置３０と見守り端末４０とを通信可能に接続する。通信ネットワークＮＷは、施設内において従来から利用されている汎用的な通信網である。通信ネットワークＮＷは、例えば、広域回線網、すなわちＷＡＮ（Wide Area Network）やインターネット、ＷｉＦｉ、或いはこれらの組合せである。通信ネットワークＮＷにおける通信方式には、例えば、ＷｉＦｉに利用される２．４ＧＨｚ帯、或いは５ＧＨｚ帯や、携帯電話回線である３Ｇ（Generation）、５Ｇ、或いはＬＴＥ等が適用される。

図２は、実施形態による見守り装置３０の構成の例を示すブロック図である。見守り装置３０は、例えば、通信部３１と、記憶部３２と、制御部３３とを備える。

通信部３１は、例えば、センサ通信部３１０と、ＮＷ（ネットワーク）通信部３１１とを備える。センサ通信部３１０は、センサ端末１０及びＡＰ２０と通信する。ＮＷ通信部３１１は、通信ネットワークＮＷを介して見守り端末４０と通信する。

記憶部３２は、少なくとも１つの記憶媒体を任意に組み合わせることによって構成される。記憶媒体は、例えば、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＡＭ（Random Access read/write Memory）、ＲＯＭ（Read Only Memory）である。記憶部３２は、見守り装置３０の各種処理を実行するためのプログラム、及び各種処理を行う際に利用される一時的なデータを記憶する。

記憶部３２は、例えば、センサ情報３２０と、学習済モデル３２１と、通知先情報部３２２とを記憶する。センサ情報３２０は、センサ端末１０が備える各種センサにより検知された検知結果が検知された時間（検知時間）と対応づけられた情報である。学習済モデル３２１は、センサ情報３２０から見守り対象者に異常が発生したか否かを推定するモデルである。学習済モデル３２１の生成方法については、後で詳しく説明する。通知先情報部３２２は、各種の通知を行う通知先を示す情報である。各種の通知とは、例えば、見守り対象者への対応を要請する通知、見守り対象者への対応を行うスタッフが確定された旨の通知、見守り対象者への対応をするスタッフがいない旨の通知などである。

制御部３３は、見守り装置３０がハードウェアとして備えるＣＰＵ（Central Processing Unit）にプログラムを実行させることによって実現される。制御部３３は、例えば、センサ情報取得部３３０と、異常推定部３３１と、対応要請制御部３３２と、装置制御部３３３とを備える。

センサ情報取得部３３０は、センサ情報を取得する。センサ情報取得部３３０は、センサ端末１０から見守り装置３０宛に送信されたセンサ情報を、通信部３１を介して取得する。センサ情報取得部３３０は、取得したセンサ情報を、センサ情報３２０として記憶部３２に記憶させる。なお、センサ情報取得部３３０がセンサ端末１０のセンサにより検知された検知結果を用いてセンサ情報を生成するようにしてもよい。この場合、センサ端末１０は、センサ端末１０のセンサにより検知された検知結果を見守り装置３０に送信する。センサ情報取得部３３０は、センサ端末１０のセンサにより検知された検知結果を、通信部３１を介して取得し、取得した検知結果を受信時刻（検知時間）と対応づけることによりセンサ情報を取得する。

異常推定部３３１は、センサ情報３２０と学習済モデル３２１とを用いて、見守り対象に異常が発生したか否かを推定する。

学習済モデル３２１は、学習モデルに教師あり学習を実行することにより作成されたモデルである。学習済モデル３２１は、学習用のトイレ空間に設けられたセンサにより検知された学習用のセンサ情報（以下、学習用センサ情報ともいう）と、学習用センサ情報に対応する空間において使用者に異常が発生したか否かの実績との対応関係を学習したモデルである。学習済モデル３２１は、学習用のトイレ空間に設けられたセンサにより検知された学習用のセンサ情報（以下、学習用センサ情報ともいう）と、学習用センサ情報に対応する空間において使用者に異常が発生したか否かの実績との対応関係を学習したモデルである。

学習用のトイレ空間は、センサ情報が取得でき、使用者の異常の有無が判定可能な空間であれば任意の空間であってよい。例えば、学習用のトイレ空間は、推定の対象とするトイレ空間そのものであってもよいし、空間の構成が似たようなタイプのトイレ空間であってもよいし、様々なタイプのトイレ空間が混在していてもよい。

学習済モデルは、入力された（未学習の）センサ情報３２０に基づいて、見守り対象者に異常が発生したか否かを予測できるように学習する。なお、学習済モデルは、異常が発生したか否かを予測してもよいし、異常が発生した度合いを確率などにより予測してもよい。すなわち、学習済モデルは、学習用センサ情報を入力させることにより得られる出力が、学習用センサ情報に対応する空間にいる使用者における異常の有無に近づくように学習されたモデルであって、入力されたセンサ情報３２０から、見守り対象者における異常の度合いを推定するモデルである。

学習済モデルへ学習させるモデル（学習モデル）は、任意の機械学習の手法が適用されたモデルであってよい。例えば、学習モデルは、画像を認識して分類する画像分類モデルとして知られているＤＮＮ（Deep Neural Network）、ＣＮＮ（Convolutional Neural Network）等による深層学習（ディープラーニング）のモデルである。学習モデルとしてＶＡＥ（Variational AutoEncoder）であってもよい。学習モデルにＶＡＥを用いることによりデータの特徴を保持しつつ次元を圧縮させることができ、学習における処理負荷の増大を抑制することが可能となる。

学習済モデルへ学習させる内容は、教師あり学習である場合、学習データと教師データとが一組にセットされた、学習データセットである。本実施形態では、学習データとして、学習用センサ情報が用いられる。

学習用センサ情報は、学習モデルに入力する前に、前処理が行われる。前処理は、学習モデルが学習し易くなるように、データを加工する処理である。前処理において、学習用センサ情報は、検知時間と、各センサにより検知された検知結果とを軸とした多次元マップに加工される。

例えば、開閉センサの検出結果に対応する学習用センサ情報は、前処理において、横軸が検知時間、縦軸が開閉センサによる検知結果を示す画像（マップ）において、各画素に開閉を示す情報が対応づけられた画像データに加工される。

人感センサの検出結果に対応する学習用センサ情報は、前処理において、横軸が検知時間、縦軸が人感センサによる検知結果を示す画像（マップ）において、各画素に人の存否を示す情報が対応づけられた画像データに加工される。着座センサの検出結果に対応する学習用センサ情報は、前処理において、横軸が検知時間、縦軸が着座センサによる検知結果を示す画像（マップ）において、各画素に着座の有無を示す情報が対応づけられた画像データに加工される。距離センサの検出結果に対応する学習用センサ情報は、前処理において、横軸が検知時間、縦軸が距離センサによる検知結果を示す画像（マップ）において、各画素に距離を示す情報が対応づけられた画像データに加工される。

或いは、各センサのそれぞれの検出結果に対応する学習用センサ情報は、前処理において、横軸が検知時間、縦軸が各センサによる検知結果を正規化した値を示す画像（マップ）において、各画素に、「開閉センサ、人感センサ、着座センサ（或いは距離センサ）」を示す情報が（例えば、ＲＧＢ形式のように）対応づけられた画像データに加工される。

前処理が行われることにより、学習用センサ情報を画像データとして扱うことが可能となり、画像分類モデルに、特徴を学習しやすくさせることが可能である。

学習済モデルへの学習では、誤差逆伝搬法などの手法を用いて、学習モデルから出力されたデータ（異常の有無の予測値）が、当該学習データに対応する教師データ（異常の有無の実績）に近づくように、学習モデルのパラメータが調整される。学習モデルは、学習モデルの出力層から出力される予測値の誤差が所定の閾値未満となるなど、所定の終了条件を満たしたと判定される場合に、学習を終了させる。学習が終了した学習モデルが、学習済モデルとなる。

対応要請制御部３３２は、見守り対象者への対応要請を制御する。ここでの見守り対象者への対応要請とは、見守りスタッフに、異常が生じているとみなされた見守り対象者への対応を要請することである。要請を受けた見守りスタッフは、例えば、見守り対象者の状況を確認し、状況に応じて、例えば見守り対象者が転倒していた場合には助け起こすなどの対応を行う。

対応要請制御部３３２は、異常推定部３３１の推定結果に基づいて、見守り対象者への対応を要請するか否かを判定する。例えば、異常推定部３３１により異常が発生したか否かが二値で推定される場合、対応要請制御部３３２は、異常推定部３３１により異常が発生したと推定された場合に、対応を要請すると判定する。異常推定部３３１により見守り対象者に異常が発生したか否かが確率で推定される場合、対応要請制御部３３２は、異常推定部３３１により異常が発生したと推定される確率が所定の閾値以上である場合に、対応を要請すると判定する。対応要請制御部３３２は、対応を要請すると判定した場合、ＮＷ通信部３１１を介して見守り端末４０にその旨を通知する。

対応要請制御部３３２は、見守り端末４０に対応を要請する通知を行う場合、異常が生じていると推定された見守り対象者がいるトイレの場所（以下、該当場所という）に応じて、通知する見守り端末４０を決定するようにしてもよい。例えば、対応要請制御部３３２は、該当場所から所定の範囲内の区域（例えば、病室や病棟など）で作業する見守りスタッフの見守り端末４０に対応を要請する通知を行う。或いは、対応要請制御部３３２は、該当場所に同じフロアに常駐する見守りスタッフの見守り端末４０に対応を要請する通知を行うようにしてもよい。これにより、該当場所に比較的近い場所にいると推定され、迅速に対応することが可能な見守りスタッフに通知し、該当場所に比較的遠い場所にいると推定され、対応することが困難な見守りスタッフには通知を控えることができる。したがって、対応が必要な見守り対象者の位置と見守りスタッフの状況に応じた効率のよい対応要請を行うことができる。

対応要請制御部３３２は、ＮＷ通信部３１１を介して見守り端末４０からの応答を取得する。ここでの応答は、対応要請に対する応答であり、要請を受けた見守りスタッフが要請に対応するか否かが示されたものである。

対応要請制御部３３２は、見守り端末４０からの応答に、対応する旨を示す通知があった場合、その対応する旨を通知してきた見守り端末４０（以下、対応端末という）に対応を確定させる旨のする通知を行うと共に、他の見守り端末４０に、対応端末が済みである旨の通知を行う。これにより、他の見守り端末４０が対応する必要がなくなったことを知らせ、同一の見守り対応者への対応が重複しないようにすることができる。

対応要請制御部３３２は、所定の時間内に、見守り端末４０からの応答に対応する旨を示す通知がない場合、特定の見守り端末４０に対応可能な見守りスタッフがいない旨の通知を行う。ここでの特定の見守り端末４０は、対応可能な見守りスタッフがいない場合の対策を行うことが可能な者の端末であり、例えば、ナースステーション等、見守りスタッフの詰所に設けられる見守り端末４０や、見守りスタッフの割り当てを行うマネージャなどの立場にいる役職者の見守り端末４０である。これにより、対応可能な見守りスタッフを直ちに見つけられないような状況にあっても、個別に対応させることが可能となる。例えば、対応可能な見守りスタッフがいない旨が通知された見守り端末４０は、対応できそうなスタッフに個人的に打診したり、該当場所の近くにいるスタッフの作業を他のスタッフに代替させたりさせるなどして、見守り対象者に対応できるように采配する。

装置制御部３３３は、見守り装置３０を統括的に制御する。装置制御部３３３は、例えば、センサ情報取得部３３０により取得されたセンサ情報を異常推定部３３１に出力する。制御部３３は、異常推定部３３１により推定された推定結果を対応要請制御部３３２に出力する。

図３は、実施形態によるセンサ情報３２０の構成の例を示す図である。センサ情報３２０は、例えば、日付、空間ＩＤ、検知時間、センサ情報などの項目を備える。日付は、センサによる検知が行われた日付である。空間ＩＤは、センサによる検知が行われた空間を一意に識別する情報である。空間ＩＤは、センサがトイレ空間に設けられている場合には、そのトイレの位置など、トイレ空間を識別する情報となる。検知時間は、センサによる検知が行われた時間を示す。センサ情報は、例えば、開閉センサ、人感センサ、着座センサなど、空間に設けられたセンサごとに設けられる。開閉センサには、開閉センサにより開閉が検知された検知結果が示される。人感センサには、人感センサにより人の存否が検知された検知結果が示される。着座センサには、着座センサにより便座への着座が検知された検知結果が示される。

図４は、実施形態によるトイレ空間ＴＫの例を示す図である。トイレ空間ＴＫは、例えば、出入口ＤＲと、手すりＴＲと、トイレＢＺとが設けられた空間である。手すりＴＲは、出入口ＤＲから見て左側と、トイレＢＺに着座する人から見て左右両側の、３箇所にそれぞれ設けられている。このようなトイレ空間ＴＫに、開閉センサＫＳ、人感センサＪＳ、着座センサＴＳがそれぞれ設置される。開閉センサＫＳは、出入口ＤＲのドアの開閉部分に設置される。

人感センサＪＳとして照度センサが用いられる場合、照度センサは、トイレ空間ＴＫに設けられた照明が点灯した際の光を受光できる任意の箇所に設けられる。照度センサは、例えば、出入口ＤＲの付近や、トイレ空間ＴＫに設けられた照明の周辺などに設置される。人感センサＪＳとして赤外線センサが用いられる場合、赤外線センサは、例えば、図４に示すように、出入口ＤＲから見て右側の壁面のややトイレＢＺ寄りに、トイレ空間ＴＫを立って移動する人の胸あたりの高さが検知領域となるように設けられる。

着座センサＴＳは、トイレＢＺに着座する人から見て右側に、着座する人の上半身が検知領域となるように設けられる。或いは、着座センサＴＳは、トイレＢＺに着座する人から見て後方に、着座する人の後頭部周辺が検知領域となるように設けられていてもよい。

ここで、図５〜図８を用いて、図４のトイレ空間ＴＫにおいて検知されたセンサ情報と推定された異常の度合いとの関係の一例を説明する。図５は異常推定部３３１に推定された異常の度合い、図６は開閉センサＫＳの検知結果、図７は人感センサＪＳの検知結果、図８は着座センサＴＳの検知結果（この例では、距離センサにより検知された距離）のそれぞれの時系列変化が示されている。この例では、トイレ未使用時に出入口のドアが開いているものとする。

図６に示すように、時間１０ｍｓあたりから時間４２０ｍｓまで、開閉センサＫＳによる検知結果により「閉」が検知された。これにより、時間１０ｍｓ〜４２０ｍｓの間にトイレが使用されたことが判る。

図８に示すように、時間３０ｍｓあたりに着座センサＴＳ（距離センサ）により検知される距離が短くなり、使用者がトイレＢＺに着座したことが判る。また、時間１２０ｍｓあたりに着座センサＴＳ（距離センサ）により検知される距離が着座前の距離に戻り、使用者が脱座したことが判る。

図７に示すように、時間２０ｍｓあたりに人感センサＪＳにより人の存在が検知され、ドアが閉じられてから間もなく使用者がトイレＢＺ方向に移動していることが判る。時間３０ｍｓあたりに人感センサＪＳによる人の存在が未検知となり、使用者がトイレＢＺに着座したことが判る。時間１２０ｍｓあたりに再び人感センサＪＳにより人の存在が検知され、使用者が脱座したことが判る。その後、１４０ｍｓあたりで再び人感センサＪＳによる人の存在が未検知となり、トイレＢＺから出入口ＤＲへの移動途中に異常が発生したことが判る。ここで発生したい異常とは、使用者がしゃがみこんだり、転倒してしまったりすることが考えられる。その後、時間３５０ｍｓ以降、人感センサＪＳにより人の存在が継続的に検知され、使用者が立ち上がって出入口まで移動し、退室したことが判る。

図５に示すように、上述したセンサの状況に基づいて、異常推定部３３１は、時間３００ｍｓから異常度が上昇しているとの推定を行う。これは、脱座後の退出までに要する時間が通常よりも長いこと、脱座後の人感センサＪＳの検知結果が通常の場合と異なっていること等に基づいて、異常度を上昇させたものと考えられる。

図９、図１０は、実施形態による見守り端末４０に表示される画面の例を示す図である。図９には、見守り端末４０に通知された対応要請を示すメッセージＭ１が画面に表示された例が示されている。この例のように、対応要請には、対応すべきトイレの場所などが含まれていてもよい。また、対応するか否かの応答をするためのボタンＢ１、Ｂ２がメッセージＭ１と共に表示されるようにしてもよい。また、図１０には、対応するスタッフが確定されたことが見守り端末４０に通知され、そのメッセージＭ２が画面に表示された例が示されている。

図１１は、実施形態による見守りシステム１が行う処理の流れを示すシーケンス図である。まず、センサ端末１０は各種センサからの検知結果を検知時間と対応づけることによりセンサ情報を取得する（ステップＳ１０）。センサ端末１０は、取得したセンサ情報をＡＰ２０に送信する。ＡＰ２０は、センサ端末１０から受信したセンサ情報を見守り装置３０に送信することにより、センサ情報の送信を中継する（ステップＳ１１）。

見守り装置３０は、異常を推定する（ステップＳ１２）。見守り装置３０は。センサ端末１０により取得されたセンサ情報を、ＡＰ２０を介して受信する。見守り装置３０は、受信したセンサ情報を学習済モデルに入力させる。見守り装置３０は、学習済モデルから得られる出力に基づいて、使用者（見守り対象者）に異常が発生した度合いを推定する。

見守り装置３０は、対応要請を行うか否かを判定する（ステップＳ１３）。見守り装置３０は、見守り対象者に異常が発生したと推定される度合いが所定の閾値以上である場合、対応要請を行うと判定する。一方、見守り装置３０は、見守り対象者に異常が発生したと推定される度合いが所定の閾値未満である場合、対応要請を行わないと判定する。

見守り装置３０は、対応要請を行うと判定した場合、見守り端末４０に対応要請を通知する（ステップＳ１４）。例えば、対応要請は、対話型のメッセージ形式で送信され、要請内容を示すメッセージと共に、応答ボタンが送信される。応答ボタンは、要請に対する対応の可否を「はい」「いいえ」のボタンで示すものであり、いずれかのボタンがタッチ操作されることにより対応の可否を示す応答が通知されるものである。また、対応要請には、例えば、対応を要請するトイレの場所や、要請レベル（緊急を要する、或いは念のための確認等）が含まれていてもよい。要請レベルは、例えば、見守り装置３０により推定された異常度に応じて決定される。異常度は見守り対象者に異常が発生したと推定される度合いである。

見守り端末４０は、見守り装置３０から通知された対応要請を画面に表示させる（ステップＳ１５）。見守りスタッフは、見守り端末４０に表示された対応要請を目視し、自身が対応可能か否かを判断する。見守りスタッフにより、「はい」「いいえ」のいずれかのボタンがタッチ操作されることに伴い、見守り端末４０は、対応可能か否かを見守り装置３０に応答する（ステップＳ１６）。

見守り装置３０は、見守り端末４０から通知された応答に、対応可能である旨の応答があった場合、対応するスタッフが確定された旨の通知（対応済みの通知）を、見守り端末４０に通知する（ステップＳ１７）。対応済みの通知には、対応する見守りスタッフの氏名や従業員番号などが含まれていてもよい。見守り端末４０は、見守り装置３０から通知された対応済みの通知を画面に表示させる（ステップＳ１８）。

以上説明したように、実施形態における見守り装置３０は、センサ情報取得部３３０と、異常推定部３３１と、を備える。センサ情報取得部３３０は、トイレ空間ＴＫに設けられたセンサにより検知されたセンサ情報を取得する。異常推定部３３１は、センサ情報と、学習済モデルとを用いて、トイレ空間ＴＫにいる見守り対象者における異常の度合いを推定する。学習済モデルは、学習用のトイレ空間に設けられたセンサにより検知された学習用センサ情報を入力させることにより得られる出力が、学習用のトイレ空間にいる使用者における異常の有無に近づくように学習されたモデルであって、入力されたセンサ情報から、センサ情報に対応する空間にいる見守り対象者における異常の度合いを推定するモデルである。

これにより、実施形態における見守り装置３０は、学習済モデルを用いて、センサ情報に対応する空間にいる見守り対象者における異常の度合いを推定することができる。学習済モデルは、学習用のトイレ空間におけるセンサ情報と異常の有無との対応関係を学習したモデルである。このため、学習モデルに様々なタイプのトイレ空間におけるセンサ情報と異常の有無との対応関係を学習させることで、学習済モデル３２１が様々なタイプのトイレ空間において検知されたセンサ情報から、異常が発生した度合を推定することが可能となる。したがって、様々なタイプの個室がある場合であっても、個別に条件を設定することなく、トイレ使用者の見守りを行うことが可能である。

また、実施形態における見守り装置３０では、センサ情報取得部３３０は、トイレ空間ＴＫにおけるドアの開閉を検知する開閉センサＫＳ、トイレ空間ＴＫの使用者の存否を検知する人感センサＪＳ、及びトイレ空間ＴＫに設けられた便座への着座を検知する着座センサＴＳのそれぞれをトイレ空間ＴＫに設けられたセンサとする。センサ情報取得部３３０は、これらのセンサのそれぞれにより検知された情報が検知時間に対応づけられた情報を、センサ情報として取得する。学習用センサ情報は、開閉センサＫＳ、人感センサＪＳ、及び着座センサＴＳのそれぞれにより検知された情報が検知時間に対応づけられた情報である。これにより、実施形態における見守り装置３０は、開閉センサＫＳ、人感センサＪＳ、及び着座センサＴＳのそれぞれにより検知されたセンサ情報から、異常の有無を推定することができる。

また、実施形態における見守りシステム１は、見守り装置３０と、見守り装置３０にセンサ情報を送信するセンサ端末１０と、を備える。見守り装置３０とセンサ端末１０とは、ＬＰＷＡ（Low Power Wide Area）の無線通信技術により通信可能に接続される。これにより、実施形態における見守りシステムは、施設の既存の通信環境（例えば、ＷｉＦｉ環境）に対する電波干渉や通信障害などの影響を与えることを抑制することが可能である。

また、実施形態における見守りシステム１は、見守り装置３０と、見守り装置３０と通信可能に接続される見守り端末４０とを備える。見守り装置３０は、異常推定部３３１による推定結果に基づいて、見守り対象者への対応要請を、見守り端末４０に送信するＮＷ通信部３１１を更に備える。見守り端末４０は、見守り装置３０から対応要請を受信する通信部４１と、通信部４１により受信された対応要請を表示させる表示部４４と、を備える。これにより、実施形態における見守りシステム１は、見守り対象者への対応要請を見守り端末４０に、見守りスタッフが知覚可能に通知することができる。したがって、見守りスタッフに対応を呼びかけることができる。

また、実施形態における見守りシステム１では、ＮＷ通信部３１１は、対応要請と共に、対応要請に対する応答を要求するメッセージを見守り端末４０に送信する。見守り端末４０は、対応要請に応答するか否かを示す応答情報が入力される入力部４５を更に備え、通信部４１は、入力部４５に入力された応答情報を、見守り装置３０に送信する。これにより、実施形態における見守りシステム１では、対応要請に対する対応が可能か否かを、見守り装置３０に応答することができる。応答は、見守り端末４０の入力部４５が取得した情報であり、例えば、見守りスタッフなどにより操作入力された情報である。このため、見守りシステム１では、対応要請に対応できる見守りスタッフがいるか否かを考慮して、対応要請を対応済みとするか、個別に対応させるかを判定することが可能である。したがって、見守りシステム１では、同一の対応要請に対する対応が重複してしまったり、対応できない状態が継続されてしまったりするような不測の事態を抑止することができる。

上述した実施形態における見守りシステム１、及び見守り装置３０の全部又は一部の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによりくずし字を対応する現代文字に対応させる認識処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。

また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１…見守りシステム
１０…センサ端末１０
１１…通信部
１２…記憶部
１３…制御部
１４…センサ部
２０…ＡＰ
３０…見守り装置
３１…通信部
３１０…センサ通信部
３２…記憶部
３２０…センサ情報
３３…制御部
３３０…センサ情報取得部
３３１…異常推定部
３３２…対応要請制御部
４０…見守り端末４０

Claims (8)

1. トイレ空間に設けられたセンサにより検知されたセンサ情報を取得するセンサ情報取得部と、
   前記センサ情報と、学習済モデルとを用いて、前記トイレ空間にいる見守り対象者における異常の度合いを推定する異常推定部と、
   を備え、
   前記学習済モデルは、学習用のトイレ空間に設けられたセンサにより検知された学習用センサ情報を入力させることにより得られる出力が、前記学習用のトイレ空間にいる使用者における異常の有無に近づくように学習されたモデルであって、入力された前記センサ情報から、前記センサ情報に対応する空間にいる前記見守り対象者における異常の度合いを推定するモデルであり、
   前記トイレ空間は、出入口から便座に至る手前に設けられた空間である第１空間と、前記便座が設けられた空間である第２空間とによって形成され、
   前記センサは、前記第１空間、及び前記第２空間のそれぞれに少なくとも１つ設けられる、
   ことを特徴とする見守り装置。
2. 前記第１空間に設けられる前記センサは、前記使用者が前記第１空間を通過したか否かを検知するセンサであり、前記出入口に設けられたドアの開閉を検知する開閉センサ、前記トイレ空間に設けられた照明における点灯の有無を検知する照度センサの少なくともいずれか一方であり、
   前記第２空間に設けられる前記センサは、前記第２空間に設けられた前記便座への着座又は脱座を検知する着座センサである、
   ことを特徴とする請求項１に記載の見守り装置。
3. 前記センサには、前記第１空間及び前記第２空間のそれぞれに少なくとも１つ設けられるセンサ以外に、更に、前記第１空間と前記第２空間のそれぞれを検知対象領域としたセンサがある、
   ことを特徴とする請求項１に記載の見守り装置。
4. 請求項１から請求項３のいずれか一項に記載の見守り装置と、
   前記見守り装置に前記センサ情報を送信するセンサ端末と、
   を備え、
   前記見守り装置と前記センサ端末とは、ＬＰＷＡ（Low Power Wide Area）の無線通信技術により通信可能に接続される、
   見守りシステム。
5. 請求項１から請求項３のいずれか一項に記載の見守り装置と、
   前記見守り装置と通信可能に接続される見守り端末と、
   を備え、
   前記見守り装置は、異常推定部による推定結果に基づいて、前記見守り対象者への対応要請を見守り端末に送信するネットワーク通信部を更に備え、
   前記見守り端末は、
   前記見守り装置から前記対応要請を受信する通信部と、
   前記通信部により受信された前記対応要請を表示させる表示部と、
   を備える、
   見守りシステム。
6. 前記ネットワーク通信部は、前記対応要請と共に前記対応要請に対する応答を要求するメッセージを見守り端末に送信し、
   前記見守り端末は、
   前記対応要請に応答するか否かを示す応答情報が入力される入力部を更に備え、
   前記通信部は、前記入力部に入力された前記応答情報を、前記見守り装置に送信する、
   請求項５に記載の見守りシステム。
7. センサ情報取得部が、トイレ空間に設けられたセンサにより検知されたセンサ情報を取得し、
   異常推定部が、前記センサ情報と、学習済モデルとを用いて、前記トイレ空間にいる見守り対象者における異常の度合いを推定する、
   見守り方法であって、
   前記学習済モデルは、学習用のトイレ空間に設けられたセンサにより検知された学習用センサ情報を入力させることにより得られる出力が、前記学習用のトイレ空間にいる使用者における異常の有無に近づくように学習されたモデルであって、入力された前記センサ情報から、前記センサ情報に対応する空間にいる前記見守り対象者における異常の度合いを推定するモデルであり、
   前記トイレ空間は、出入口から便座に至る手前に設けられた空間である第１空間と、前記便座が設けられた空間である第２空間とによって形成され、
   前記センサは、前記第１空間、及び前記第２空間のそれぞれに少なくとも１つ設けられる、
   見守り方法。
8. コンピュータを、請求項１から請求項３のいずれか一項に記載の見守り装置として動作させるためのプログラムであって、前記コンピュータを前記見守りが備える各部として機能させるためのプログラム。

Images