JP2022136856A - 推定装置、推定方法及び推定プログラム - Google Patents

Abstract

【課題】階層構造を有する建物におけるユーザの位置を推定する。【解決手段】本願に係る推定装置は、ユーザが所有する端末装置からユーザの位置情報と高度情報とを取得する取得部と、位置情報からユーザが滞在する商業施設や交通施設等の建物情報を推定し、位置情報を用いて、ユーザが滞在する建物の階層構造とユーザの高度情報とに基づいて、階層構造を有する建物におけるユーザの位置を推定する推定部とを有することを特徴とする。【選択図】図１

Description

本発明は、推定装置、推定方法及び推定プログラムに関する。

近年、ユーザが所持している携帯端末から、ＧＰＳ（Global Positioning System）を用いて、ユーザの位置情報が容易に推定できるようになり、様々な用途に利用されている。例えば、ユーザが所定の建物、例えばショッピングモール等の商業施設、鉄道や空港等の交通施設に滞在していることは容易に推定できる。

特開２０２０－００３５０７号公報 特開２０１９－１３９６４２号公報

しかし、スマートフォン等の携帯端末に搭載されているＧＰＳを用いれば、携帯端末を所有するユーザが、商業施設や交通施設等の建物に滞在していることはわかるものの、例えば、ショッピングモールの何階のフロアにいるのか、地下又は地上何階のコンコース又はホームにいるのかを特定できない。

本願は、上記に鑑みてなされたものであって、階層構造を有する建物におけるユーザの位置を推定することを目的とする。

本願に係る推定装置は、ユーザが所有する端末装置からユーザの位置情報と高度情報とを取得する取得部と、位置情報からユーザが滞在する建物情報を推定し、位置情報を用いて、ユーザが滞在する建物の階層構造とユーザの高度情報とに基づいて、建物におけるユーザの位置を推定する推定部とを有することを特徴とする。

実施形態の一態様によれば、階層構造を有する建物におけるユーザの位置を推定することができる。

図１は、実施形態に係る推定装置が実行する推定処理の一例を示す図である。 図２は、実施形態に係る推定装置の構成例を示す図である。 図３は、実施形態に係る商業施設・交通施設のデータベースに登録されている情報の一例を示す図である。 図４は、実施形態に係るユーザの行動データの一例を示す図である。 図５は、実施形態に係る施設建物利用状況データの一例を示す図である。 図６は、実施形態に係る推定装置が実行する処理の流れの一例を示すフローチャートである。 図７は、ハードウエア構成の一例を示す図である。

以下に、本願に係る推定装置、推定方法及び推定プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る推定装置、推定方法及び推定プログラムが限定されるものではない。１つ又は複数の実施形態の詳細は、以下の説明および図面に記載される。また、１つ又は複数の実施形態の各々は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の１つ又は複数の実施形態において同一の部位には同一の符号を付し、重複する説明は省略する。

〔１．推定装置について〕
まず、図１を用いて、推定装置１００が実行する処理の一例について説明する。図１は、実施形態に係る推定装置１００が実行する推定処理の一例を示す図である。図１では、ユーザが所有する端末装置１０_ｎからユーザの位置情報と動き情報等及び建物内の環境音情報と照度（環境光）情報等を取得し、それらのデータが推定装置１００に送信され、推定装置１００が建物の識別、建物における各スペースのフロアにおけるユーザの数、ユーザの動き、各スペースのフロアにおける混雑の度合い、建物全体の混雑の度合い等を推定する処理の一例について記載した。

〔１－１．推定装置の概要〕
図１に示すように、推定システム１には、端末装置１０_１～１０_ｎと、推定装置１００、情報端末装置２００、サーバ装置３００とが含まれる（ｎは任意の自然数）。本願明細書では、端末装置１０_１～１０_ｎを区別する必要がない場合は、端末装置１０_１～１０_ｎを「端末装置１０」と総称する。図１では図示していないが、推定システム１は、複数台の推定装置１００、複数台の情報端末装置２００を含んでもよい。

推定装置１００は、インターネット等の所定のネットワークを介して、任意の端末装置と通信可能な情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。なお、推定装置１００は、ネットワーク（例えば、インターネット網）を介して、任意の数の端末装置１０、情報端末装置２００と通信可能であってよい。

情報端末装置２００は、例えば、商業施設や交通施設の管理会社等が使用する端末装置であり、スマートフォン、デスクトップ型ＰＣ（Personal Computer）、ノート型ＰＣ、タブレット型ＰＣを含む、任意のタイプの情報処理装置であってもよい。例えば、情報端末装置２００は、ユーザから各種の情報の入力を受付けると、推定装置１００と有線又は無線により通信を行い、通信結果となる情報を出力する機能を有する。

サーバ装置３００は、例えば、複数の商業施設や交通施設を管理する会社が所有するサーバ装置である。インターネット等の所定のネットワークを介して、任意の端末装置と通信可能な情報処理装置であり、各種商業用データベース等からデータを収集する機能等を有する。

〔１－２．センサー情報について〕
端末装置１０は、ユーザが携帯するスマートフォン等であり、ＧＰＳ、気圧センサー、加速度センサー、地磁気センサー、照度（環境光）センサー、音センサー等が搭載されている。推定装置１００は、特に、気圧センサーが取得したデータを主に利用して、階層構造を有する商業施設や交通施設等の建物に滞在するユーザの位置と高さ方向の移動態様等を推定し、商業施設や交通施設等の建物内における利用客の混雑の度合いを推定する。気圧センサー以外のセンサーから取得したデータは、高さ方向の移動態様を推定する際、さらに精度を向上させる目的で使用する。

端末装置１０は、ＧＰＳを用いて、ユーザの位置データを取得する。ＧＰＳは、複数の衛星信号を捕捉して、現在位置を算出するセンサーであり、端末装置１０は、ＧＰＳ信号から算出した緯度及び経度に係るデータを取得する。ＧＰＳにより、端末装置１０は、歩行や車などでの走行に使うのには問題のない精度でユーザの位置情報を推定することができるが、ユーザが商業施設や交通施設等の屋内に滞在すると、精度の高い位置情報を推定することができない。そこで、本実施形態では、推定装置１００は、端末装置１０から取得したＧＰＳデータを用いて、ユーザが滞在している商業施設や交通施設等の建物を推定し、気圧センサー、加速度センサー、照度（環境光）センサー等のデータを用いて、商業施設や交通施設等の建物内におけるユーザの位置や移動態様を推定する。

端末装置１０は、気圧センサーを用いて、建物のフロア間、コンコース間又はホーム・コンコース間におけるユーザの移動の変化を取得する。気圧センサーは、ユーザが立ち上がったり座ったりする動作を判別できる程度の精度で気圧データを取得できる。商業施設や交通施設等の建物の内部については、例えば、推定装置１００は、端末装置１０のユーザが施設のメインゲート（メインエントランス）を通過した時点で、その端末装置１０の高度パラメータをゼロメートルの基準点としてリセットし、この基準点からの高度を用いて、ユーザが建物内における何階のフロアに滞在しているかを推定する。例えば、推定装置１００は、経験的にモデル化された計算式により気圧データから高度に換算することにより、建物内おけるユーザが滞在しているフロア、コンコース又はホームの階数や、ユーザのフロア間、コンコース間又はホーム・コンコース間の移動態様を推定する。推定装置１００は、基準点からの高度を既存のアプリを利用して求めてもよい。推定装置１００は、基準点からの高度を用いて、ユーザごとの建物内の高度情報から、建物の階層構造を推定する。さらに、推定装置１００は、ユーザの建物内におけるフロア間、コンコース間又はホーム・コンコース間の移動態様や、何階のフロア、コンコース又はホームに滞在しているのかを推定する。

端末装置１０は、気圧センサーに加えて、加速度センサーを用いて、ユーザの移動速度の変化を取得する。加速度センサーは、１秒当たりの速度変化を測定できる。推定装置１００は、速度変化のデータを用いて、ユーザがどのくらいの速度変化で、建物内を移動しているのかを推定する。推定装置１００は、例えば、建物内における所定の階のフロア、コンコース又はホームにおけるユーザ全体の速度変化が所定の値より大きい場合、混雑の度合いは小さいと推定し、速度変化が所定の値より小さい場合、混雑の度合いは大きいと推定する。

端末装置１０は、地磁気センサーを用いて、ユーザの移動方向の変化を取得する。地磁気センサーは、磁力を検知して方角を取得するセンサーである。例えばスピードの出る自動車での方向はＧＰＳで測位出来るため、カーナビなどではそれほど利用されない。しかし、ユーザが歩いている場合、ユーザの移動方向を検知する際、地磁気センサーにより移動方向の変化を測定する。推定装置１００は、地磁気センサーにより取得した数値を用いて、建物内を移動しているユーザの移動方向を推定し、ユーザの動線データを取得できる。

端末装置１０は、照度センサーを用いて、建物内部の照度（環境光）の変化を取得する。本来、照度（環境光）センサーは、携帯端末の画面輝度を自動調整する場合に、周囲の明るさを検知して画面の明るさを調整するものである。これを利用して、端末装置１０の周囲の環境光を取得できれば、例えば、交通施設の中でも特に駅は、コンコースとホーム間では明るさが異なることから、推定装置１００は、照度（環境光）センサーを用いて、環境光を取得し、環境光の変化により、ユーザがホームにいるのか、コンコースにいるのか、又はホームからコンコース、コンコースからホーム、コンコースから別のコンコース、ホームから別のホームへ移動したかどうかを推定できる。例えば、推定装置１００は、ホームが地上階にある場合であって、照度が上昇した場合、ユーザはコンコースからホームへ移動したと推定し、照度が下降した場合、ユーザはホームからコンコースへ移動したと推定する。また、建物の構造上、又は照明装置の設置状況などから、コンコース間、ホーム間でも環境光が変化する場合があるため、推定装置１００は、環境光の変化により、ユーザが所定のコンコースから別のコンコースへ、又は所定のホームから別のホームへ移動したどうかを推定する。例えば、推定装置１００は、ホームが地下にある場合であって、照度が下降した場合、ユーザはコンコースからホームへ移動したと推定し、一方、照度が上昇した場合、ユーザはホームからコンコースへ移動したと推定する。逆に、ホームが地上にある場合であって、照度が上昇した場合、ユーザはコンコースからホームへ移動したと推定し、一方、照度が下降した場合、ユーザはホームからコンコースへ移動したと推定する。

端末装置１０は、音センサーを用いて、建物内部におけるユーザが滞在するフロア、コンコース又はホームにおける環境音を取得する。商業施設や交通施設等の建物内においては、各スペース又はスペースごとに環境音が異なる。商業施設においては、地下のデリカテッセンでは販売員の声が目立ち、地上階から上層階に向かってＢＧＭや案内放送の音量が各スペースフロア又はテナントごとに異なる。つまり、商業施設はフロアやテナントごとに独自の音の特徴を有する。また、交通施設においては、例えば、鉄道であれば、電車の音、案内放送、利用客の往来の音が、コンコースとホームとでは異なる。コンコースでは、電車の運行案内や遅延アナウンスが時折流れる程度であるが、ホームでは、電車の走行・停止音、自動アナウンス、発車メロディ又は発車ベルがほぼ途切れることなく流れる。鉄道の場合、特に地下鉄の場合は、コンコース間、ホーム間で階層構造になっていることもあり、それらの間でも環境音が異なる。したがって、推定装置１００は、これらの音を予め、施設ごとに学習しておけば、コンコース・コンコース間、ホーム・ホーム間、コンコース・ホーム間のユーザの移動を容易に取得できる。

端末装置１０は、その所有者であるユーザが滞在している商業施設や交通施設等において、自身に搭載されているＧＰＳ、気圧センサー等を用いて、ユーザの位置情報や行動情報に係るセンサーデータを取得する（ステップＳ１０）。次いで、端末装置１０は、それらのセンサーデータに係るセンサー情報を推定装置１００に送信する（ステップＳ２０）。

〔１－３．建物の階層構造の識別〕
推定装置１００は、ＧＰＳを用いてユーザの位置を推定し、その位置と地図情報を用いて、ユーザが滞在している建物を識別する（ステップＳ３１）。推定装置１００は、施設建物データベース等を利用し、建物の階層構造等を取得する。

〔１－４．ユーザの位置、移動態様の取得〕
また、推定装置１００は、ユーザの位置、移動態様を取得する。推定装置１００は、例えば商業施設や交通施設の場合、フロア間、コンコース間及びホーム・コンコース間の高低差は大きいので、フロア間、コンコース間又はホーム・コンコース間の気圧データの変化から、ユーザが何階にフロアに滞在しているか、フロア間を移動しているのか等を推定する（ステップＳ３２）。推定装置１００は、ユーザが、施設建物のメインゲート（メインエントランス）付近を通過した際、そのユーザの高度の基準点をゼロメートルにリセットし、気圧データから換算した高度情報の差分を算出し、高度情報の差分により所定の階のフロアに滞在しているのか、所定のホーム又はコンコースに滞在しているのか、またはフロア間、ホーム・コンコース間を移動しているのかを推定する。

例えば、商業施設や交通施設の場合、フロア間、コンコース間、コンコース・ホーム間の高低差はそれぞれの建築デザインにより様々である。そこで、利用客の多い大規模な商業施設や交通施設については、施設ごとにフロア間、コンコース間、コンコース・ホーム間の高低差を取得し学習しておけば、推定装置１００は、ユーザが所持する端末装置１０に搭載されている気圧センサーから取得したデータの変化により、所定の施設に滞在しているユーザが、どのフロア又はホーム若しくはコンコースにいるのか、フロア間、コンコース間又はコンコース・ホーム間の移動を推定する。

例えば、商業施設や交通施設の場合、フロアやコンコース等において、利用客が少なく空いている場合、ユーザは早く移動でき、利用客が多く混雑している場合、例えば、順番待ちで並ぶ場合もあり、所定の場所に所定の時間、留まると考えられる。推定装置１００は、ユーザが所持する端末装置１０に搭載されている加速度センサーから取得したユーザの移動速度の変化により、ユーザが所定の階のフロア又はホーム若しくはコンコースに滞在している、又は所定のフロア間、コンコース間、ホーム・コンコース間を移動しているかを推定する。

例えば、商業施設や交通施設の場合、ユーザは様々な方向に移動する。推定装置１００は、地磁気センサーから取得したユーザの移動の変化により、ユーザの動線データを
推定する。これらの動線データを記憶しておけば、商業施設や交通施設におけるテナント、カウンター等のレイアウト変更、フロア、ホーム又はコンコース等のリニューアルの参考に資すると考えられる。

例えば、商業施設や交通施設の場合、ゲート付近、フロア間、コンコース間、コンコースとホーム間では、照度（環境光）が大きく変化する。ユーザが、ゲート付近の出入り、フロア間の移動、コンコース間の移動又はコンコースとホーム間を移動した場合、環境光の変化は、商業施設や交通施設によって、ゲート付近、フロア間、コンコース間、コンコースとホーム間では所定の数値の範囲に収まると考えられる。これらの数値を経験的に取得しておけば、推定装置１００は、ユーザが所持する端末装置１０に搭載されている照度（環境光）センサーから取得した環境光のデータにより、建物内の所定の場所に滞在していることを推定する。また、ユーザが所持する照度（環境光）センサーから取得した環境光のデータの変化により、ユーザが、ゲート付近を出入りした、又はフロア間、コンコース間若しくはコンコースとホーム間を移動したと推定する。

推定装置１００は、ＧＰＳ、気圧センサーを主として、さらに加速度センサー、地磁気センサー、照度（環境光）センサー、音センサー等から取得されるデータを組み合わせてユーザの行動情報を推定する。例えば、推定装置１００は、交通施設の一つである駅の場合であって、気圧センサーのデータに基づいて取得された高度情報により、ユーザが地下のコンコースから地上のホームへ移動したと推定した場合、高度情報だけでなく、音センサーのデータに基づいて取得された環境音情報も取得し、ユーザが地下のコンコースから地上のホームへ移動した旨の推定結果を出力する。コンコースからホームへ上がるにつれて、電車の発着音や乗車案内及び接続案内のアナウンス等、コンコース・ホーム間の環境音は大きく異なるからである。さらに、加速度センサーのデータに基づいて取得されたユーザの動きが静止に近づく態様や、照度（環境光）センサーのデータに基づいて取得された環境光が、昼間であれば明るくなり、夜であれば暗くなる情報も取得し、地下のコンコースから地上のホームへ移動した旨の推定結果を出力する。

〔１－５．各スペースにおけるユーザの数〕
また、推定装置１００は、建物の各スペースにおけるユーザの数を推定する。推定装置１００は、例えば、商業施設又は交通施設等の所定の建物について、一定時間ごとに、各ユーザが何階のフロア、ホーム又はコンコースに滞在しているか、又はその階を経由して他の階に移動しているのかを記憶する。このようにして、推定装置１００は、所定時間帯におけるフロア、ホーム又はコンコースの各スペースにおけるユーザ数を推定する（ステップＳ３３）。

〔１－６．各スペースにおける混雑の度合い〕
また、推定装置１００は、建物の各スペースにおける混雑の度合いを推定する。推定装置１００は、例えば、所定時間帯におけるフロア、ホーム又はコンコースの各スペースにおけるユーザ数の推定値と、フロア、ホーム又はコンコースの面積を用いて、各スペースにおける混雑の度合いを算出する（ステップＳ３４）。また、商業施設について、推定装置１００は、例えば、所定のフロアについて、所定のテナントに滞在したユーザ数の推定値と、そのテナントの占有面積を用いて、テナントごとの混雑の度合いを算出できる。また、交通施設について、推定装置１００は、例えば、所定の改札口について、所定の改札口を利用したユーザ数の推定値と、その改札口の占有面積又は改札ゲート数を用いて改札口ごとの混雑の度合いを算出できる。

〔１－７．建物全体の混雑の度合い〕
また、推定装置１００は、建物前提の混雑の度合いを推定する。推定装置１００は、例えば、所定時間帯におけるフロア、ホーム又はコンコースの各スペースにおけるユーザ数の推定値を合算し、フロア、ホーム又はコンコースの面積を合算して、建物全体における混雑の度合いを算出する（ステップＳ３５）。推定装置１００は、例えば、日単位、週単位、月単位、季節単位、イベント単位等で、建物全体の混雑の度合いを算出する。推定装置１００は、ユーザが所持する端末装置１０からユーザの属性情報（性別、年齢、居住地域等）を取得すれば、ユーザの属性情報ごとに建物全体の混雑の度合いを算出できる。推定装置１００は、上述した推定結果を情報処理装置２００に送信する（ステップＳ４０）。

〔１－８．ユーザ行動モデルの生成〕
また、推定装置１００は、ユーザ行動モデルを生成する。商業施設や交通施設等の建物の構造は、独自の建築デザインを備え、管理されていることから、ゲート付近、フロア間、コンコース間、フロア・コンコース間の移動では、独特の高低差、速度（動く歩道が設定されている場合もある）、照度（環境光）の強弱、ＢＧＭや環境音のいずれを組み合わせるかで推定結果が大きく変わると考えられる。したがって、推定装置１００は、建物ごとに、ゲート付近、フロア間、コンコース間、フロア・コンコース間におけるユーザの滞在、移動態様について、気圧センサーデータを主として、他に使用するセンサーデータの組み合わせをモデル化しておき、経験的に学習させていくことにより、推定結果を最適化する。

〔２. 推定装置の構成〕
次に、図２を参照して、実施形態に係る推定装置１００の構成例について説明する。図２は、実施形態に係る推定装置１００の構成例を示す図である。図２に示すように、推定装置１００は、通信部２１０と、記憶部２２０と、制御部２３０とを有する。なお、推定装置１００は、推定装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（液晶ディスプレイ等）を有してもよい。

（通信部２１０）
通信部２１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部２１０は、ネットワーク網と有線又は無線により接続され、ネットワーク網を介して、端末装置１０、情報処理装置２００との間で情報の送受信を行う。

（記憶部２２０）
記憶部２２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置によって実現される。図２に示すように、記憶部２２０は、商業施設・交通施設データベース２２１と、ユーザ行動データ２２２と、施設建物利用状況データ２２３と、ユーザ行動モデル２２４と、地図データベース２２５とを有する。

（商業施設・交通施設データベース２２１）
商業施設・交通施設データベース２２１は、図３に示すように、建物種別、建物の位置情報、建物の構造情報、フロア等の高度情報等に係るデータを記憶する。商業施設・交通施設データベース２２１では、例えば、建物種別を「商業施設」、「交通施設」等で区分する。商業施設について、例えば、商業施設「commercial_facility_01」、位置情報である緯度・経度情報「cf_latitude_01、cf_longitude_01」、建物構造情報として階層情報「B2F、B1F、1F、2F」、それぞれのフロアの環境光情報「cf_ambient_ligth_01_B2F、cf_ambient_ligth_01_B1F、cf_ambient_ligth_01_1F、cf_ambient_ligth_01_2F」、それぞれのフロアの環境音情報「cf_ambient_tone_01_B2F、cf_ambient_tone_01_B1F、cf_ambient_tone_01_1F、cf_ambient_tone_01_2F」、それぞれのフロアの高度情報「cf_height_01_B2F、cf_height_01_B1F、cf_height_01_1F、cf_height_01_2F」等を記憶しておく。交通施設についても同様に、例えば、交通施設「transportation_facility_01」、位置情報である緯度・経度情報「tf_latitude_01、tf_longitude_01」、建物構造情報として階層情報「B2F、B1F、1F、2F」、それぞれのコンコース又はホームの環境光情報「tf_ambient_ligth_01_B2F、tf_ambient_ligth_01_B1F、tf_ambient_ligth_01_1F、tf_ambient_ligth_01_2F」、それぞれのコンコース又はホームの環境音情報「tf_ambient_tone_01_B2F、tf_ambient_tone_01_B1F、tf_ambient_tone_01_1F、tf_ambient_tone_01_2F」、それぞれのコンコース又はホームの高度情報「tf_height_01_B2F、tf_height_01_B1F、tf_height_01_1F、tf_height_01_2F」等を記憶しておく。交通施設の場合、例えば鉄道の場合、建物構造情報には階層情報だけでなく、路線名、コンコース又はホームの識別情報を含む。推定装置１００は、商業施設、交通施設等の建物において、ユーザが所持する端末装置１０が取得したセンサー情報に係るデータを用いて、それらを参照しながら、ユーザが何階のフロア、コンコース又はホームに滞在するのか、移動しているのかを推定する。

（ユーザ行動データ２２２）
ユーザ行動データ２２２は、図４に示すように、ユーザＩＤ、時刻、ユーザの位置情報、ユーザが滞在している建物種別等のユーザの行動に係るデータを記憶する。ユーザ行動データ２２２は、各ユーザについて、例えば、ユーザＩＤ「user_0001」、時刻「time_1001, time_1002」、位置情報「(cf_latitude_1001、cf_longitude_1001),(cf_latitude_1002、cf_longitude_1002)」、建物種別「commercial_facility_0001」、高度情報「height_1001、height_1002」、速度情報「velociy_1001、velocity_1002」、環境音情報「ambient_tone_1001、ambient_tone_1002」、環境光情報「cf_ambient_ligth_1001、cf_ambient_ligth_1002」方角情報「direction_1001、direction_1002」等を記憶しておく。推定装置１００は、各ユーザの行動データを用いて、以下に述べる施設建物利用状況データ２２３を生成する。

（施設建物利用状況データ２２３）
施設建物利用状況データ２２３は、図５に示すように、施設建物情報、その施設建物を利用しているユーザＩＤ、利用開始及び退場の時刻、ユーザの位置情報等の建物施設の利用状況に係るデータを記憶する。施設建物利用状況データ２２３は、例えば、商業施設「commercial_facility_01」について、利用客の一人について、ユーザを識別するためのユーザＩＤ「user_0001」、入場したことを示す、入場「visit_0001」、入場の際の時刻は、時刻「time_01」であり、その位置情報は、位置情報「position_00011」、最初に滞在したフロアは、滞在フロア「stay_floor_00011」である。その際、どのフロアからどのフロアへ移動したかは、移動「move_floor_00011」で示し、その時の移動速度は、移動速度「move_velocity_0001」である。また、退場したことを示すのは、退場「return_0001」、退場の際の時刻は、時刻「time_0n」であり、その位置情報は、位置情報「position_0001n」、最後に滞在したフロアは、滞在フロア「stay_floor_0001n」である。その際、どのフロアからどのフロアへ移動したかは、移動「move_floor_0001n」で示し、その時の移動速度は、移動速度「move_velocity_0001n」である。

例えば、推定装置１００は、ユーザの位置情報を用いて、所定の商業施設に入場したことを認識し、ユーザが所持する端末装置１０の照度（環境光）センサー、音センサーから取得された環境光情報や環境音情報等の変化により入場した時刻を推定する。その時点で、ユーザの高度情報の基準点を決定し、その基準点を基に、その後の高度情報を取得する。推定装置１００は、滞在しているフロアについて、商業施設・交通施設データベース２２１から取得したフロアの高度情報と、端末装置１０の気圧センサーから取得された高度情報の変化によりフロア移動を推定する。推定装置１００は、フロア間の移動を推定するに際し、フロア間ではテナント等が異なることから環境光情報や環境音情報の変化の態様を考慮し、移動時の時刻を推定する。推定装置１００は、ユーザの位置情報を用いて、所定の商業施設から退場したことを認識し、環境光情報や環境音情報等の変化により退場した時刻を推定する。

例えば、推定装置１００は、ユーザの位置情報を用いて、所定の交通施設に入場したことを認識し、ユーザが所持する端末装置１０の照度（環境光）センサー、音センサーから取得された環境光情報や環境音情報等の変化により入場した時刻を推定する。その時点で、ユーザの高度情報の基準点を決定し、その基準点を基に、その後の高度情報を取得する。推定装置１００は、滞在しているホームやコンコースについて、商業施設・交通施設データベース２２１から取得したホームやコンコースの高度情報と、端末装置１０の気圧センサーから取得された高度情報の変化によりコンコース間、ホーム間、ホーム・コンコース間の移動を推定する。推定装置１００は、コンコース間、ホーム間、ホーム・コンコース間の移動を推定するに際し、ホーム間、コンコース間、ホーム・コンコース間では、階段、エスカレータ、エレベータ等を利用することから環境光や環境音等が大きく変化することから環境光情報や環境音情報の変化の態様を考慮し、退場時の時刻を推定する。

（ユーザ行動モデル２２４）
ユーザ行動モデル２２４では、ユーザの移動パターン等をイベント毎にモデル化し記憶しておく。例えば、ショッピングモール等の商業施設では、イベントが開催される際、商業施設の構造上、イベントの開催会場に出入りするユーザの行動は、ほぼ限定されると推定される。推定装置１００は、ユーザの移動パターンをイベントごとにモデル化し、採用するセンサーデータの種類も移動パターンに合わせて選別し記憶しておく。推定装置１００は、ユーザのフロア間の移動態様について、モデルを利用して推定する。

例えば、鉄道等の交通施設では、平日の通勤時間帯や、休日の所定のイベントが開催される場合等、交通施設の構造上、コンコース間、ホーム間、ホーム・コンコース間のユーザの行動は、ほぼ限定されると推定される。推定装置１００は、ユーザの移動パターンを通勤時間帯ごと、イベントごとにモデル化し、採用するセンサーデータの種類も移動パターンに合わせて選別し記憶しておく。推定装置１００は、ユーザのコンコース間、ホーム間、ホーム・コンコース間の移動態様について、モデルを利用して推定する。

（制御部２３０）
制御部２３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、推定装置１００内部の記憶装置に記憶されている各種プログラム（推定プログラムの一例に相当）がＲＡＭ等を作業領域として実行されることにより実現される。また、制御部２３０は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

制御部２３０は、図２に示すように、取得部２３１と、推定部２３２と、学習部２３３とを有し、以下に説明する情報処理の機能や作用を実現又は実行する。なお、制御部２３０の内部構成は、図２に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

（取得部２３１）
取得部２３１は、ユーザが所持する端末装置１０に搭載されているＧＰＳ、気圧センサー、加速度センサー、地磁気センサー、照度（環境光）センサー、音センサー等から、ユーザの位置情報、建物内における高度情報、移動速度情報、移動の際の方角情報、環境光情報、環境音情報に係るデータを取得する。また、取得部２３１は、商業施設・交通施設データベース２２１から、ショッピングモール等の商業施設、鉄道や空港等の交通施設等に係る建物の位置情報、建物構造情報、フロア、コンコース、ホーム等における環境光情報、環境音情報、高度情報等を取得する。さらに、取得部２３１は、ユーザ行動データ２２２から、利用客に係るユーザＩＤ、入退場時刻、位置情報、利用した施設に係る建物種別、建物内における高度情報、移動速度、環境音情報、環境光情報、移動の方角情報等を取得する。さらに、取得部２３１は、施設建物利用状況データ２２３から、施設建物ごとに、ユーザＩＤ、入退場時刻、建物内における位置情報、滞在したフロア、コンコース又はホーム情報、移動態様、移動速度等を取得する。取得部２３１は、商業施設・交通施設に係る建物内における利用客の施設の利用状況を把握するため、各建物について生成されたユーザ行動モデル２２４を取得する。必要がある場合、取得部２３１は、商業施設・交通施設に係る建物の所在と名称を把握するため、地図データベース２２５から、それらの位置情報を取得する。例えば、地図データベース２５５は、商業施設・交通施設等に係る施設建物の名称が記載された既存の地図データベースであってよい。

（推定部２３２）
推定部２３２は、ユーザが所持する端末装置１０に搭載されているＧＰＳからユーザの位置情報を取得し、商業施設又は交通施設等に係る建物を推定する。推定部２３２は、所定の商業施設又は交通施設等に係る建物が商業施設・交通施設データベース２２１に記憶されていない場合、利用客が所持する端末装置１０に搭載されている気圧センサー、照度（環境光）センサー、環境音センサー等からセンサーデータを取得し、建物内部の階層構造を推定する。具体的には、推定部２３２は、商業施設の階数や高度差、吹き抜け部分が何階から何階までか、推定部２３２は、コンコース間、ホーム間、ホーム・コンコース間の高度差等を推定する。

ユーザの端末装置１０から取得したセンサーデータを用いて、入場から退場までのユーザの行動態様を推定する。推定部２３２は、位置情報により、ユーザが建物のエントランスから入場したと推定した際、そのユーザの端末装置１０の高度パラメータをゼロメートルの基準点としてリセットする。推定部２３２は、気圧センサーのデータの差分を用いて、この基準点からの高度を推定し、ユーザが建物内において何階のフロアに滞在しているか、コンコース又はホームに滞在しているかを推定する。推定部２３２は、フロア間の移動、コンコース間、ホーム間、ホーム・コンコース間の移動を推定する際、高度差だけではなく、照度（環境光）センサー、音センサー等のデータを、環境光の変化、環境音の変化として採用する。エレベータやエスカレータ等を使用しているタイミングまで捉えなくても、高度差と、環境光、環境音等の変化で移動を判定できると考えられるからである。推定部２３２は、ユーザが所持する端末装置１０に搭載されているＧＰＳから取得したユーザの位置により、施設建物から退場したことを推定する。

例えば、推定部２３２は、ユーザ行動モデル２２４に記憶されているモデルを用いて、ユーザの移動態様を推定する。商業施設に係る建物においては、恒例となっているイベントが開催される場合は、ユーザの行動モデルを用いてユーザの移動態様を推定する。交通施設に係る建物においては、平日の通勤、連休、年末年始等については、ユーザの行動モデルを用いてユーザの移動態様を推定する。

（学習部２３３）
学習部２３３は、ユーザ行動モデル２２４の学習を行う。例えば、取得部２３１がユーザの属性情報（年齢、性別、生活エリア等）を取得できれば、学習部２３３は、ユーザの属性情報に基づいて、商業施設や交通施設等の建物における行動パターンを学習し、ユーザ行動モデル２２４に記憶させてもよい。また、例えば、取得部２３１がユーザの端末で使用されている乗換案内アプリケーション等の定期経路データを取得できれば、学習部２３３は、交通施設の建物における行動パターンを学習し、ユーザ行動モデル２２４に記憶させてもよい。また、平日、週末、連休等の利用客が一定数以上の場合のユーザの行動パターンについては統計処理等をしてモデル化し、ユーザ行動モデル２２４に記憶させてもよい。

〔３．推定処理のフロー〕
次に、実施形態に係る推定装置１００による推定処理の手順について説明する。図６は、実施形態に係る推定装置１００が、端末装置１０から位置情報、気圧情報、加速度情報、照度（環境光）情報、音情報等のセンサー情報を取得し、ユーザの行動態様、施設建物の混雑の度合いを推定する処理手順を示すフローチャートである。

まず、推定装置１００の取得部２３１は、端末装置１０が取得した各種センサー情報を取得する（ステップＳ１０１）。具体的には、端末装置１０に搭載されているＧＰＳ、気圧センサー、加速度センサー、照度（環境光）センサー、音センサー等から、位置情報、気圧情報、加速度情報、照度（環境光）情報、環境音情報等を取得する。

次いで、推定装置１００の推定部２３２は、商業施設や交通施設等の建物内におけるユーザの位置、行動態様を推定する（ステップＳ１０２）。具体的には、建物のエントランス付近で取得した気圧センサーの値に対応する高度を基準点として高度パラメータをゼロメートルとリセットし、その後の気圧センサーの値に応じて高度情報を取得し、ユーザの建物の階層構造における位置を推定する。その際、環境光情報や環境音情報も加えて、ユーザの階層構造における位置を推定する。

次いで、推定装置１００の推定部２３２は、各スペースにおける利用客の数を推定する（ステップＳ１０３）。具体的には、推定装置１００が、商業施設や交通施設等の所定の建物について、一定時間ごとに、各ユーザが何階のフロア、ホーム又はコンコースに滞在しているか、又はその階を経由して他の階に移動しているのかを推定し、各スペースにおける利用客の数を推定する。

次いで、推定装置１００の推定部２３２は、各スペースにおける混雑の度合いを推定する（ステップＳ１０４）。具体的には、推定装置１００が、所定時間帯におけるフロア、ホーム又はコンコースの各スペースにおけるユーザ数の推定値と、フロア、ホーム又はコンコースの面積を用いて、各スペースにおける混雑の度合いを算出する。

次いで、推定装置１００の推定部２３２は、商業施設や交通施設等の建物全体における混雑の度合いを推定する（ステップＳ１０５）。具体的には、所定時間帯における所定時間帯におけるフロア、ホーム又はコンコースの各スペースにおけるユーザ数の推定値を合算し、フロア、ホーム又はコンコースの面積を合算して、建物全体における混雑の度合いを算出する。

次いで、推定結果を情報処理装置２００へ送信する（ステップＳ１０６）。

〔４．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の一部を手動的に行うこともできる。あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

例えば、図２に示した記憶部２２０の一部又は全部は、推定装置１００によって保持されるのではなく、ストレージサーバ等に保持されてもよい。この場合、推定装置１００は、ストレージサーバにアクセスすることで、各種情報を取得する。

本願明細書では、交通施設として駅を例に上述したが、高速バス等のバス停であっても、同様に推定処理を実行し得る。特に、高速バスの場合、上層階にバスセンターが設定されているからである。

〔５．ハードウェア構成〕
また、上述してきた実施形態に係る推定装置１００は、例えば図７に示すような構成のコンピュータ１０００によって実現される。図７は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一時的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ(Read Only Memory)、ＨＤＤ、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、又は半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が推定装置１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部２３０の機能を実現する。

〔６．効果〕
上述してきたように、実施形態に係る推定装置１００は、取得部２３１と、推定部２３２、学習部２３３とを有する。

実施形態に係る推定装置１００において、取得部２３１は、ユーザが所有する端末装置１０からユーザの位置情報と高度情報とを取得し、推定部２３２は、位置情報からユーザが滞在する建物情報を推定し、位置情報を用いて、ユーザが滞在する建物の階層構造とユーザの高度情報とに基づいて、建物におけるユーザの位置を推定する推定する。

これにより、取得部２３１が、ユーザが所有する端末装置１０からユーザの位置情報と高度情報とを取得し、推定部２３２が、位置情報からユーザが滞在する建物情報を推定し、位置情報を用いて、ユーザが滞在する建物の階層構造とユーザの高度情報とに基づいて、建物におけるユーザの位置を推定する推定するため、階層構造を有する建物におけるユーザの位置を容易に推定することができる。

また、実施形態に係る推定装置１００において、取得部２３１は、ユーザが所有する端末装置１０からユーザの高さ方向の動き情報を取得し、推定部２３２は、位置情報と動き情報を用いてユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を推定する。

これにより、取得部２３１が、ユーザが所有する端末装置１０からユーザの高さ方向の動き情報を取得し、推定部２３２が、位置情報と動き情報を用いてユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を推定するため、ユーザが所有する端末装置１０に搭載されている気圧センサーより取得したデータを用いて、ユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を容易に推定することができる。

また、実施形態に係る推定装置１００において、取得部２３１は、ユーザが所有する端末装置１０から音情報を取得し、推定部２３２は、位置情報と音情報を用いてユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を推定する。

これにより、取得部２３１が、取得部２３１が、ユーザが所有する端末装置１０から音情報を取得し、推定部２３２が、位置情報と音情報を用いてユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を推定するため、ユーザが所有する端末装置１０に搭載されている気圧センサーに加えて、音センサーにより取得したデータも用いて、ユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を容易に推定することができる。

また、実施形態に係る推定装置１００において、取得部２３１は、ユーザが所有する端末装置１０から環境光情報を取得し、推定部２３２は、位置情報と環境光情報からユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を推定する。

これにより、取得部２３１が、ユーザが所有する端末装置１０から環境光情報を取得し、推定部２３２が、位置情報と環境光情報からユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を推定するため、ユーザが所有する端末装置１０に搭載されている気圧センサーに加えて、照度（環境光）センサーにより取得したデータも用いて、ユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を容易に推定することができる。

また、実施形態に係る推定装置１００において、取得部２３１は、ユーザが所有する端末装置１０から方角情報を取得し、推定部２３２は、位置情報と方角情報からユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を推定する。

これにより、取得部２３１が、ユーザが所有する端末装置１０から方角情報を取得し、推定部２３２が、位置情報と方角情報からユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を推定するため、ユーザが所有する端末装置１０に搭載されている気圧センサーに加えて、地磁気センサーにより取得したデータも用いて、ユーザが滞在する建物の階層構造と建物におけるユーザの高さ方向の移動態様を容易に推定することができる。

また、実施形態に係る推定装置１００において、推定部２３２は、取得部２３１が取得したユーザの位置情報と高さ方向の動き情報と建物情報とから建物の中の所定の階に滞在しているユーザの数を推定する。

これにより、推定部２３２が、取得部２３１が取得したユーザの位置情報と高さ方向の動き情報と建物情報とから建物の中の所定の階に滞在しているユーザの数を推定するため、例えば、所定時間における各階におけるユーザ数を推定することができる。

また、実施形態に係る推定装置１００において、推定部２３２は、取得部２３１が取得したユーザの位置情報と高さ方向の動き情報と建物情報とから建物の中の所定の階に滞在しているユーザの混雑度合いを推定する。

これにより、推定部２３２が、取得部２３１が取得したユーザの位置情報と高さ方向の動き情報と建物情報とから建物の中の所定の階に滞在しているユーザの混雑度合いを推定するため、例えば、商業施設である場合、テナントごとの混雑の度合いを推定でき、交通施設である場合、ホームやコンコースごとの混雑の度合いを推定できる。

また、実施形態に係る推定装置１００において、推定部２３２は、取得部２３１が取得したユーザの位置情報と高さ方向の動き情報と建物情報とから建物の中の所定の階に滞在しているユーザの数とユーザの滞在時間を推定し、建物全体の混雑の度合いを推定する。

これにより、推定部２３２が、取得部２３１が取得したユーザの位置情報と高さ方向の動き情報と建物情報とから建物の中の所定の階に滞在しているユーザの数とユーザの滞在時間を推定し、建物全体の混雑の度合いを推定するため、例えば、日単位、週単位、月単位、季節単位、イベント単位等で、建物全体の混雑の度合いを推定できる。

また、実施形態に係る推定装置１００において、学習部２３３は、推定部２３２が、ユーザが滞在する所定の建物の階層構造とユーザの階層構造における高さ方向の移動態様を推定した結果を、所定のタイミングで推定部２３２に提供することを学習する。

これにより、学習部２３３が、推定部２３２が、ユーザが滞在する所定の建物の階層構造とユーザの階層構造における高さ方向の移動態様を推定した結果を、所定のタイミングで推定部２３２に提供することを学習するため、建物の階層ごとに気圧センサーデータを主として、他に使用するセンサーデータの組み合わせをモデル化しておき、経験的に学習させていることにより、推定結果を最適化できる。上述した各処理により、推定装置１００は、階層構造を有する建物におけるユーザの位置を推定することができるという効果を奏する。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述した推定装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティングなどで呼び出して実現するなど、構成は柔軟に変更できる。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部２３１は、取得手段や取得回路に読み替えることができる。

１ 推定システム
１００ 推定装置
２００ 情報処理装置
２１０ 通信部
２２０ 記憶部
２２１ 商業施設・交通施設データベース
２２２ ユーザ行動データ
２２３ 施設建物利用状況データ
２２４ ユーザ行動モデル
２２５ 地図データベース
２３０ 制御部
２３１ 取得部
２３２ 推定部
２３３ 学習部

Claims (11)

1. ユーザが所有する端末装置から前記ユーザの位置情報と、当該ユーザの高度情報とを取得する取得部と、
   前記位置情報から前記ユーザが滞在する建物情報を推定し、前記位置情報を用いて、前記ユーザが滞在する建物の階層構造と前記ユーザの高度情報とに基づいて、前記建物におけるユーザの位置を推定する推定部と
   を有することを特徴とする推定装置。
2. 前記取得部は、ユーザが所有する端末装置から前記ユーザの高さ方向の動き情報を取得し、
   前記推定部は、前記位置情報と前記動き情報を用いて前記ユーザが滞在する建物の階層構造と前記建物における前記ユーザの高さ方向の移動態様を推定する
   ことを特徴とする請求項１に記載の推定装置。
3. 前記取得部は、ユーザが所有する端末装置から音情報を取得し、
   前記推定部は、前記位置情報と前記音情報を用いて前記ユーザが滞在する建物の階層構造と前記建物における前記ユーザの高さ方向の移動態様を推定する
   ことを特徴とする請求項１又は２に記載の推定装置。
4. 前記取得部は、ユーザが所有する端末装置から環境光情報を取得し、
   前記推定部は、前記位置情報と前記環境光情報から前記ユーザが滞在する建物の階層構造と前記建物における前記ユーザの高さ方向の移動態様を推定する
   ことを特徴とする請求項１～３のいずれか１つに記載の推定装置。
5. 前記取得部は、ユーザが所有する端末装置から方角情報を取得し、
   前記推定部は、前記位置情報と前記方角情報から前記ユーザが滞在する建物の階層構造と前記建物における前記ユーザの高さ方向の移動態様を推定する
   ことを特徴とする請求項１～４のいずれか１つに記載の推定装置。
6. 前記推定部は、前記取得部が取得したユーザの位置情報と高さ方向の動き情報と建物情報とから当該建物の中の所定の階に滞在しているユーザの数を推定する
   ことを特徴とする請求項１～５のいずれか１つに記載の推定装置。
7. 前記推定部は、前記取得部が取得したユーザの位置情報と高さ方向の動き情報と建物情報とから当該建物の中の所定の階に滞在しているユーザの混雑度合いを推定する
   ことを特徴とする請求項２～６のいずれか１つに記載の推定装置。
8. 前記推定部は、前記取得部が取得したユーザの位置情報と高さ方向の動き情報と建物情報とから当該建物の中の所定の階に滞在しているユーザの数とユーザの滞在時間を推定し、当該建物の全体の混雑の度合いを推定する
   ことを特徴とする請求項２～７のいずれか１つに記載の推定装置。
9. 前記推定部が、ユーザが滞在する所定の建物の階層構造と前記ユーザの前記階層構造における高さ方向の移動態様を推定した結果を、所定のタイミングで推定部に提供することを学習する学習部を備える
   ことを特徴とする請求項５に記載の推定装置。
10. コンピュータが実行する推定方法であって、
    ユーザが所有する端末装置から前記ユーザの位置情報と、当該ユーザの高度情報とを取得する取得工程と、
    前記位置情報から前記ユーザが滞在する建物情報を推定し、前記位置情報を用いて、前記ユーザが滞在する建物の階層構造と前記ユーザの高度情報とに基づいて、前記建物におけるユーザの位置を推定する推定工程と
    を有することを特徴とする推定方法。
11. ユーザが所有する端末装置から前記ユーザの位置情報と、当該ユーザの高度情報とを取得する取得手順と、
    前記位置情報から前記ユーザが滞在する建物情報を推定し、前記位置情報を用いて、前記ユーザが滞在する建物の階層構造と前記ユーザの高度情報とに基づいて、前記建物におけるユーザの位置を推定する推定手順と
    をコンピュータに実行させることを特徴とする推定プログラム。

Images