JP2023057695A - 領域管理機器およびプログラム - Google Patents
領域管理機器およびプログラム Download PDFInfo
- Publication number
- JP2023057695A JP2023057695A JP2021167311A JP2021167311A JP2023057695A JP 2023057695 A JP2023057695 A JP 2023057695A JP 2021167311 A JP2021167311 A JP 2021167311A JP 2021167311 A JP2021167311 A JP 2021167311A JP 2023057695 A JP2023057695 A JP 2023057695A
- Authority
- JP
- Japan
- Prior art keywords
- health index
- area
- management device
- nutrients
- 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.)
- Pending
Links
- 230000036541 health Effects 0.000 claims abstract description 173
- 235000015097 nutrients Nutrition 0.000 claims abstract description 89
- 235000013305 food Nutrition 0.000 claims abstract description 58
- 238000003860 storage Methods 0.000 claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 235000016709 nutrition Nutrition 0.000 claims description 56
- 238000000034 method Methods 0.000 claims description 30
- 235000012041 food component Nutrition 0.000 claims description 26
- 230000035764 nutrition Effects 0.000 claims description 20
- 239000000463 material Substances 0.000 claims description 18
- 238000010411 cooking Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 239000005417 food ingredient Substances 0.000 claims description 8
- 230000010365 information processing Effects 0.000 claims description 7
- 235000003715 nutritional status Nutrition 0.000 claims description 5
- 235000006286 nutrient intake Nutrition 0.000 abstract description 4
- 239000004615 ingredient Substances 0.000 description 73
- 238000007726 management method Methods 0.000 description 59
- 108090000623 proteins and genes Proteins 0.000 description 23
- 102000004169 proteins and genes Human genes 0.000 description 23
- 235000014633 carbohydrates Nutrition 0.000 description 18
- 150000001720 carbohydrates Chemical class 0.000 description 18
- 238000004590 computer program Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 239000003925 fat Substances 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 150000002632 lipids Chemical class 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 235000013601 eggs Nutrition 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 235000013557 nattō Nutrition 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 230000007812 deficiency Effects 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 235000012631 food intake Nutrition 0.000 description 3
- 235000019577 caloric intake Nutrition 0.000 description 2
- 235000021074 carbohydrate intake Nutrition 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 235000015277 pork Nutrition 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 235000013580 sausages Nutrition 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000004278 EU approved seasoning Substances 0.000 description 1
- 231100000678 Mycotoxin Toxicity 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 235000021186 dishes Nutrition 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000011194 food seasoning agent Nutrition 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002636 mycotoxin Substances 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 235000012046 side dish Nutrition 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 230000007103 stamina Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Public Health (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】貯蔵庫の食材についての提案において、利用者の栄養素の接種状況に即した提案を行える領域管理機器及びプログラムを提供する。【解決手段】領域管理機器である食材を貯蔵する冷蔵庫1は、冷蔵庫1の管理領域の利用状況を認識する認識部124と、利用状況に基づき、所定の利用者において摂取が推奨される栄養素を特定し、当該栄養素に応じた健康指数を算出する健康指数算出部126と、健康指数を表示させる表示部128を有する。【選択図】図1
Description
本発明は、食材を含む物品の収容ないし貯蔵(以下、単に貯蔵)についての情報処理を行う領域管理機器に関する。その中でも特に、庫内在庫を含む利用状況に応じた情報提供を行う技術に関する。なお、領域管理機器には、貯蔵を行う貯蔵庫の他、これを管理するための計算機、携帯端末、ウェブサーバの他、これらの少なくとも1つを含む庫内管理システム(領域管理システム)も含まれる。さらに、貯蔵庫は、物品を貯蔵できればよく、冷蔵庫、パントリーやいわゆる床収納といった食品庫、食料貯蔵室、物品棚等が含まれる。
現在、健康志向の高まりに応じて、不足栄養価や食材などの提案を行う技術がある。例えば、ユーザが摂取した過去いくらかの期間の献立から摂取栄養素を取得し、摂取すべき栄養素との差分から、不足栄養素を算出して、適切な献立を算出する技術がある(特許文献1)。特許文献1には、「任意の期間中に利用した献立の総栄養価量を算出して、栄養バランス面からみて不足している栄養価を摂取できる献立を提示する」と記載されている。
また、現在の在庫の栄養素を考慮して、不足する栄養素を補う食材であって低コストのものを優先して購入提案する技術がある(特許文献2)。特許文献2には、「在庫食材の総合的コストパフォーマンス評価による優先消費食材の提示と、価格と消費者の不足栄養素補給とのバランスであるコストパフォーマンスを最良にする購入推奨食材の提示とを、同時に実現する冷蔵庫」と記載されている。
ここで、不足栄養価や食材などの提案においては、貯蔵庫の在庫(庫内在庫)などの利用状況を考慮することでより利用者に適した提案が可能になる。しかし、特許文献1では、現在の在庫の栄養素は考慮していなく、過剰在庫の原因になり得る可能性がある。また、特許文献2では、過去の摂取栄養素は考慮していなく、過剰在庫は抑制できる可能性があるが、どのくらいの期間の買い出し不足を予防できるのかは不明瞭である。以上のように、特許文献1および2では、利用者の摂取状況に即した提案が困難であった。
上記課題を解決すべく、本発明では、利用者において、今後摂取が推奨される栄養素を考慮して、利用者の栄養状況を示す管理バロメーターを利用するものである。より好適には、貯蔵庫の利用状況に応じた摂取が推奨される栄養素に基づき、栄養素に応じた健康指標を算出する。また、健康指標ないし栄養パラメータを含む健康管理バロメーターに応じた、栄養素を摂取するためのレシピに関する提案情報を作成する。
より具体的には、本発明には、以下の(1)(2)の構成が含まれる。
(1)食材の貯蔵についての情報処理を行う領域管理機器において、前記貯蔵に関する管理領域の利用状況を認識する認識部と、前記利用状況に基づき、所定の利用者において摂取が推奨される栄養素を特定し、当該栄養素に応じた健康指数を算出する健康指数算出部と、前記健康指数を出力する出力部を有する領域管理機器。
(2)食材の貯蔵についての情報処理を行う領域管理機器において、前記貯蔵に関する管理領域の利用状況を認識する認識部と、前記貯蔵に関する管理領域の前記利用状況に基づき、所定の利用者において摂取が推奨される栄養素を特定し、前記利用者の栄養状況を示す健康管理バロメーターを算出する健康管理バロメーター算出部と、健康指標算出部と、
前記健康管理バロメーターに応じ、特定された前記栄養素を摂取するためのレシピに関する提案情報を生成する提案情報生成部と、前記提案情報を出力する出力部を有する領域管理機器。
(1)食材の貯蔵についての情報処理を行う領域管理機器において、前記貯蔵に関する管理領域の利用状況を認識する認識部と、前記利用状況に基づき、所定の利用者において摂取が推奨される栄養素を特定し、当該栄養素に応じた健康指数を算出する健康指数算出部と、前記健康指数を出力する出力部を有する領域管理機器。
(2)食材の貯蔵についての情報処理を行う領域管理機器において、前記貯蔵に関する管理領域の利用状況を認識する認識部と、前記貯蔵に関する管理領域の前記利用状況に基づき、所定の利用者において摂取が推奨される栄養素を特定し、前記利用者の栄養状況を示す健康管理バロメーターを算出する健康管理バロメーター算出部と、健康指標算出部と、
前記健康管理バロメーターに応じ、特定された前記栄養素を摂取するためのレシピに関する提案情報を生成する提案情報生成部と、前記提案情報を出力する出力部を有する領域管理機器。
また、本発明には、上述の(1)(2)の領域管理機器を用いた健康管理方法やコンピュータプログラムが含まれる。また、(1)(2)の領域管理機器は、貯蔵庫や携帯端末等のコンピュータも含まれる。さらに、上述の貯蔵庫やコンピュータを含むシステムやサブシステムも本発明の領域管理機器に含まれる。
本発明によれば、利用者の摂取を含む状況に即した栄養素の摂取に関する提案が可能となる。
上記以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。
以下、図面に基づいて、本発明の実施形態を説明する。本実施形態では、領域管理機器として、貯蔵庫を用いる。本実施形態では、貯蔵庫の利用状況を認識し、これに基づき、利用者が摂取すべき栄養素に応じた、利用者の栄養状況を示す管理バロメーターとして栄養パラメータや健康指数を算出する。そして、算出された管理バロメーターに基づき、利用者が摂取すべき栄養素を摂取するためのレシピに関する情報を提案する。このレシピに関する情報には、料理内容であるレシピ、追加が推奨される追加食材、レシピの調理方法が含まれる。
後述の実施例では、貯蔵庫として冷蔵庫を例に挙げて説明する。ただし、本実施形態の貯蔵庫は、冷蔵庫に限らず、物品棚なども含まれる。また、特定の庫や棚といった家具又は家電に限定せず、ユーザが消費する食材を保管する領域(以下、管理領域ということがある。)にすることができる。例えば、ユーザの自宅全域にすることができる。実施例では、管理領域の一例として、貯蔵庫の庫内を説明していく。管理領域に保管されて管理対象となった食材を、管理食材ということがある。
また、撮影部として、カメラを例に挙げて説明する。ただし、本実施形態は、カメラに限らず、重量センサやマイコトキシン検出などのセンサ情報、ICタグ情報、パッケージ情報の文字認識等にも広く適用可能である。
また、本実施形態では、認識部が、管理領域の管理、例えば、貯蔵庫の食材や利用者が消費した食材などの利用状況を認識する。下記の実施例では、認識部は、撮影部での撮影結果を用いて認識を行うが、スマートフォンなどの携帯端末7や貯蔵庫自体に対する利用者からの入力に応じて、認識を行う構成としてもよい。また、本実施形態および下記実施例では物品として、食材を例に挙げて説明する。なお、食材とは、材料であってもよいし、調理済の食品や調味料であってもよい。また、以下の各実施例における庫内管理システム(領域管理システム)や後述する各装置やこれらの組合せが、本発明の領域管理機器に含まれる。
まず、図1~図7を用いて、実施例1を説明する。図1は、実施例1および後述の実施例2における庫内管理システム(領域管理システム)の全体構成図である。庫内管理システムは、冷蔵庫1が、ネットワークCNを介して、携帯端末7、ウェブサーバ8および計算機9と互いに接続して構成される。以下、各装置について、説明する。
まず、冷蔵庫1は、制御部10と、「貯蔵庫本体」としての冷蔵庫本体20とを含む。
また、外部装置としての携帯端末7は、冷蔵庫1のユーザ(利用者)により利用される端末である。携帯端末7は、後述のように、冷蔵庫1から送信された食材発注一覧を表示する。携帯端末7は、タブレット、スマートフォン、PCなどの情報処理装置で実現できる。また、実施例1および2の主たる処理は、冷蔵庫1(制御部10)で実行するが、携帯端末7で実行してもよいし、冷蔵庫1と携帯端末7が分担して実行してもよい。このことについては、図11を用いて後述する。
また、ウェブサーバ8には、例えば、ネットスーパーおよびレシピサイトなどが含まれる。冷蔵庫1は、これらと通信することで、食材の購入や調理方法、レシピ等の入手が可能となる。また、計算機9は、実施例1および2での情報提要などを行うための機械学習モデルなどを配信するための計算機である。
次に、冷蔵庫1の詳細について説明する。冷蔵庫本体20の上部には、庫内を撮影するカメラ50が取り付けられる。なお、カメラの位置は庫外のみならず、庫内にあってもよい。図10は、冷蔵庫本体20の庫内にカメラ50a~eを設けた例を示す図である。カメラ50aおよびカメラ50bは、扉上部に設置された例である。また、カメラ50cは、本体内部上部に設置した例である。これらのように、各カメラは冷蔵庫本体20内部の上方以外の位置にも設置可能である。この例としては、カメラ50dやカメラ50eの位置が挙げられる。カメラ50dは扉中央部に、カメラ50eは庫内下部にもうけられている。なお、カメラの設置位置および数は、図10の例に限定されない。特に、設置の数は、1台以上であればよい。
また、冷蔵庫1を制御する制御部10は、例えば、プロセッサ11と、記憶装置12と、ネットワークCNに接続された通信部(図中I/F)14と、I/Oインタフェース13(図中I/O)を含む。なお、記憶装置12は、揮発性または不揮発性のメモリから構成される主記憶装置と、フラッシュメモリまたはハードディスクドライブなどから構成される補助記憶装置とを含む。
記憶装置12に記憶されたコンピュータプログラムおよびデータの一部または全部を、通信ネットワークCNを介して外部に送信することもできる。逆に、外部の計算機9などから通信ネットワークCNを介して、記憶装置12にコンピュータプログラムおよびデータを送信して記憶されることもできる。
また、制御部10にフラッシュメモリまたはハードディスクドライブなどの記憶媒体MMを接続し、記憶装置12と記憶媒体MMとの間でコンピュータプログラムおよびデータの一部または全部を転送することもできる。
記憶装置12には、撮影部121と、画像変換部123と、認識部124と、テーブル制御部125と、健康指数算出部126と、提案情報生成部127と、表示部128と、発注部129と、庫内制御部130とを実現する所定のコンピュータプログラムが記憶されている。また、記憶装置12には、画像バッファ122が含まれる。但し、画像バッファ122は独立した構造としてもよい。
そして、プロセッサ11がこれらの各コンピュータプログラムを実行することにより、各機能部(上述の121~130のうち、画像バッファ122を除く)が実現される。つまり、図1における記憶装置12の各機能部が、プログラムに該当する。このため、これら各部を各コンピュータプログラムと読み替え可能であり、後述する各部の処理、機能はプロセッサ11が各コンピュータプログラムで実現する。但し、これら各部は専用ハードウェアやFPGA(Field Programmable Gate Array)などで実現してもよい。またさらに、これらコンピュータプログラムは、1つないし図示した数未満の数で構成してもよい。この場合、各機能部はコンピュータモジュール(単にモジュールとも称する)として構成できる。
以上のように、プロセッサ11は、コンピュータプログラムに従って処理を実行することにより、所定の機能を提供する機能部として稼働する。例えば、プロセッサ11は、画像変換プログラムに従って処理を実行することで画像変換部123として機能する。他のコンピュータプログラムについても同様である。さらに、プロセッサ11は、各コンピュータプログラムが実行する複数の処理のそれぞれの機能を提供する機能部としても稼働する。なお、本実施例では、プロセッサ11と1つのプロセッサでコンピュータプログラムを実行させているが、複数のプロセッサで実行させてもよい。
撮影部121は、I/Oインタフェース13を介してカメラ50からカメラ画像を取得し、取得したカメラ画像を画像バッファ122へ格納する。「カメラ部」としてのカメラ50は、魚眼カメラとして構成される。カメラ50は、例えば、魚眼または広角のレンズを有する。
画像変換部123は、魚眼または広角のレンズで撮影されたカメラ画像を平面画像に変換する。魚眼または広角のレンズで撮影された画像を平面画像に展開する場合、公知の技術を利用できるため、説明を省略する。
認識部124は、学習ベース画像認識部とルールベース画像認識部からから構成される。学習ベース画像認識部とルールベース画像認識部は、それぞれ、変換された平面画像から庫内の食材を認識する。学習ベース画像認識部は、例えば、予め学習が行われたディープラーニング等の機械学習モデルを含んでおり、平面画像が入力されると、平面画像に含まれる食材の認識結果を出力する。
また、ルールベース画像認識部は、平面画像が入力されると、ルールベースによって庫内の食材を認識する。ルールベース画像認識部は、入力された平面画像に対して領域分割を行い、各領域毎に物品のラベリングを行って、認識したラベルの内容をテキストで出力する。なお、これら学習ベース画像認識部とルールベース画像認識部は、それぞれ公知の技術を適用可能である。
本実施例の認識部124は画像を用いて冷蔵庫1の利用状況を認識するが、上述のようにこれに限定されない。この場合、撮影部121、画像バッファ122および画像変換部123は省略できる。そして、これらの代わりに、認識部124での認識に用いるための構成を設ける。例えば、重量センサを用いる場合には、重量と食材を対応付けるための処理を行う機能部を設ける。
また、テーブル制御部125は、食材毎の栄養成分を定めた食材栄養成分テーブルT1(図5参照)の内容を制御する。つまり、テーブル制御部125は、食材栄養成分テーブルT1にアクセスし、この結果を他の機能部で用いる。食材栄養成分テーブルT1は、テーブル制御部125の内部に設けられている。また、食材栄養成分テーブルT1の栄養成分は、健康指数算出部126で健康指数を算出する上での栄養基準(基準値)である。この栄養成分として、文部科学省による「日本食材標準成分表2020年版」の値を例に挙げる。ただし、食材栄養成分テーブルT1は、本例に限らず、食材メーカーなどが食材ごとの栄養成分の値を独自に作成してもよい。
また、健康指数算出部126は、庫内健康指数(管理領域健康指数)と消費健康指数より健康指数を算出する。この算出では、前準備を含む。この前準備は、以下の2段階からなる。1段階目では、健康指数算出部126は、認識した食材の栄養素、つまり、栄養成分の値をテーブル制御部125から参照する。この栄養素として、タンパク質、脂質、炭水化物を例に取る。ただし、実施例1および2は、ビタミンやミネラルなどの栄養素にも広く適用可能である。
2段階目では、健康指数算出部126は、認識した各食材について、タンパク質、脂質、炭水化物のカテゴリ内で合計し、合計したタンパク質、脂質、炭水化物の割合を算出する。この割合としては、例えば、注目する食材のタンパク質、脂質、炭水化物をそれぞれエネルギー量に変換した場合の、総エネルギー量に対する割合をいうことができる。
また、庫内健康指数を算出するにあたって、健康指数算出部126は、合計したタンパク質、脂質、炭水化物の割合を基準値と比較して、各庫内栄養パラメータを算出する。なお、本実施例では、基準値として、厚生労働省による「日本人の食事摂取基準」(2020年版)の値を示す(数1-1)を、その一例として用いる。
p*:f*:c*=13~20:20~30:50~65・・・(数1-1)
ただし、
p*+f*+c*=100・・・(数1-2)
ここで、p*はタンパク質の摂取基準値、f*は脂質の摂取基準値、c*は炭水化物の摂取基準値である。ただし、基準値は、厚生労働省の値に限らず、食材メーカー等が基準値を独自に設定しても良い。ユーザの人種、性別、年齢等の入力を受けて、それらの情報を考慮して設定してもよい。また、それぞれの栄養素の基準値の設定をユーザから受付けてもよい。
p*:f*:c*=13~20:20~30:50~65・・・(数1-1)
ただし、
p*+f*+c*=100・・・(数1-2)
ここで、p*はタンパク質の摂取基準値、f*は脂質の摂取基準値、c*は炭水化物の摂取基準値である。ただし、基準値は、厚生労働省の値に限らず、食材メーカー等が基準値を独自に設定しても良い。ユーザの人種、性別、年齢等の入力を受けて、それらの情報を考慮して設定してもよい。また、それぞれの栄養素の基準値の設定をユーザから受付けてもよい。
ここで、栄養パラメータは、庫内の食材といった管理対象となる食材の栄養素を示す情報である。このため、その値が高いほど、該栄養素を含む食材を多量に購入するようにユーザに提案することができる。また、栄養パラメータは、庫内栄養パラメータと消費栄養パラメータからなる。或る栄養素の栄養パラメータは、2種類以上の栄養素を全体として、或る栄養素の全体に対する割合であるかを示す。本実施例では上述のように、栄養素として、タンパク質、脂質、及び炭水化物の3種類を全体として説明する。
また、庫内健康指数は、100からタンパク質、脂質、炭水化物の各庫内栄養パラメータの絶対値を減算して算出する。この算出に、(数2-1)~(数2-5)を用いる。なお、庫内健康指数は、(数2-6)で表されるように0以上100以下の値である。ただし、数式は(数2-1)~(数2-6)に限定されるものではなく、別の数式を用いても良い。
庫内健康指数=100-|npip|-|npif|-|npic|・・・(数2-1)
npip=xt2-p*・・・(数2-2)
npif=yt2-f*・・・(数2-3)
npic=zt2-c*・・・(数2-4)
ただし、
xt2+yt2+zt2=100・・・(数2-5)
0≦庫内健康指数≦100・・・(数2-6)
ここで、npipはタンパク質の庫内栄養パラメータ、npifは脂質の庫内栄養パラメータ、npicは炭水化物の庫内栄養パラメータである。また、xt2は現在認識した庫内食材のタンパク質の割合、yt2は現在認識した庫内食材の脂質の割合、zt2は現在認識した庫内食材の炭水化物の割合である。
庫内健康指数=100-|npip|-|npif|-|npic|・・・(数2-1)
npip=xt2-p*・・・(数2-2)
npif=yt2-f*・・・(数2-3)
npic=zt2-c*・・・(数2-4)
ただし、
xt2+yt2+zt2=100・・・(数2-5)
0≦庫内健康指数≦100・・・(数2-6)
ここで、npipはタンパク質の庫内栄養パラメータ、npifは脂質の庫内栄養パラメータ、npicは炭水化物の庫内栄養パラメータである。また、xt2は現在認識した庫内食材のタンパク質の割合、yt2は現在認識した庫内食材の脂質の割合、zt2は現在認識した庫内食材の炭水化物の割合である。
すなわち、或る栄養素についての庫内栄養パラメータの絶対値は、管理領域に保管されている食材の栄養素の割合が、基準となる割合からどの程度離れているかを示唆する。このため、或る栄養素の庫内栄養パラメータの絶対値は、仮に、管理領域の食材をすべてユーザが摂取したとした場合、現在からこれら食材の摂取が完了するまでに亘る、ユーザの或る栄養素の摂取バランスがどの程度基準から離れるかを示唆すると解することができる。
庫内健康指数は、任意に定めた最大値(本実施例では100)から、各栄養素の庫内栄養パラメータの絶対値のそれぞれの総和を減算したものである。このため、庫内健康指数は、管理対象となる領域に保管されている食材の栄養素のバランス、すなわち、現状の管理食材のままユーザが生活をした場合にユーザが摂取するであろう栄養素の栄養バランスの度合いを示唆する。
庫内健康指数は、任意に定めた最大値(本実施例では100)から、各栄養素の庫内栄養パラメータの絶対値のそれぞれの総和を減算したものである。このため、庫内健康指数は、管理対象となる領域に保管されている食材の栄養素のバランス、すなわち、現状の管理食材のままユーザが生活をした場合にユーザが摂取するであろう栄養素の栄養バランスの度合いを示唆する。
また、消費健康指数は、100からタンパク質、脂質、炭水化物の各消費栄養パラメータの絶対値を減算して算出される。この算出に、(数3-1)~(数3-5)を用いる。なお、消費健康指数は、(数3-6)で表されるように0以上100以下の値である。ただし、数式は(数3-1)~(数3-6)に限定されるものではなく、別の数式を用いても良い。
まず、過去の任意のタイミングから現在までに消費された管理食材を特定し、これら消費された管理食材が含む各栄養素(本実施例では、タンパク質、脂質、及び炭水化物)の総エネルギー量を算出する。すなわち、過去の任意のタイミングから現在までにユーザらに摂取されたであろう各栄養素の総エネルギー量を算出する。次に、各栄養素についてそれぞれ、総エネルギー量で除する。これにより、過去の任意のタイミングから現在までにユーザらに摂取されたであろう各栄養素の割合を算出することができる。これらをそれぞれ、タンパク質、脂質、及び炭水化物の消費栄養パラメータと呼ぶことにし、npcp、npcf、npccとそれぞれ定義する。これら消費された管理食材の情報は、貯蔵庫に設けられたカメラ等によって認識させることができる。詳細は別で記載する。
すなわち、
消費健康指数=100-|npcp|-|npcf|-|npcc|・・・(数3-1)
npcp=(過去の任意のタイミングから現在までにユーザらに摂取されたタンパク質の割合)・・・(数3-2)
npcf=(過去の任意のタイミングから現在までにユーザらに摂取された脂質の割合)・・・(数3-3)
npcc=(過去の任意のタイミングから現在までにユーザらに摂取された炭水化物の割合)・・・(数3-4)
npcp+npcf+npcc=100・・・(数3-5)
0≦消費健康指数≦100・・・(数3-6)
すなわち、或る栄養素の消費栄養パラメータの絶対値は、ユーザが指定した過去のタイミングから現在までに、管理領域の食材を消費する者、すなわちユーザ又はユーザと生活を共にする者が消費したであろう或る栄養素の、摂取総エネルギー量に対する割合を示唆する。
消費健康指数=100-|npcp|-|npcf|-|npcc|・・・(数3-1)
npcp=(過去の任意のタイミングから現在までにユーザらに摂取されたタンパク質の割合)・・・(数3-2)
npcf=(過去の任意のタイミングから現在までにユーザらに摂取された脂質の割合)・・・(数3-3)
npcc=(過去の任意のタイミングから現在までにユーザらに摂取された炭水化物の割合)・・・(数3-4)
npcp+npcf+npcc=100・・・(数3-5)
0≦消費健康指数≦100・・・(数3-6)
すなわち、或る栄養素の消費栄養パラメータの絶対値は、ユーザが指定した過去のタイミングから現在までに、管理領域の食材を消費する者、すなわちユーザ又はユーザと生活を共にする者が消費したであろう或る栄養素の、摂取総エネルギー量に対する割合を示唆する。
消費健康指数は、任意に定めた最大値(本実施例では100)から、各栄養素の消費栄養パラメータの絶対値のそれぞれの総和を減算したものである。このため、消費健康指数は、ユーザが指定した過去のタイミングから現在までに、管理領域の食材を消費する者が消費したであろう栄養素のバランスがとれている度合いを示唆する。
また、健康指数は、庫内健康指数と消費健康指数の例えば相加平均として算出される。この算出には、(数4)を用いる。
健康指数=(庫内健康指数+消費健康指数)/2・・・(数4)
この健康指数の評価は、A(80~100):かなり良い、B(60~79):良い、C(40~59):普通、D(20~39):改善が必要、E(0~19):かなり改善が必要、の5段階で行うが、この通りに限らずメーカーが独自に設定しても良い。このため、庫内健康指数と消費健康指数を用いて算出する健康指数は、ユーザが指定した過去のタイミングから現在の管理食材の摂取が完了するまでに、ユーザらが摂取するであろう栄養バランスを示唆する。このように、過去所定期間の摂取栄養素のバランス及び現在の管理食材の栄養バランスの両方を考慮して、栄養バランスの評価が可能である。
健康指数=(庫内健康指数+消費健康指数)/2・・・(数4)
この健康指数の評価は、A(80~100):かなり良い、B(60~79):良い、C(40~59):普通、D(20~39):改善が必要、E(0~19):かなり改善が必要、の5段階で行うが、この通りに限らずメーカーが独自に設定しても良い。このため、庫内健康指数と消費健康指数を用いて算出する健康指数は、ユーザが指定した過去のタイミングから現在の管理食材の摂取が完了するまでに、ユーザらが摂取するであろう栄養バランスを示唆する。このように、過去所定期間の摂取栄養素のバランス及び現在の管理食材の栄養バランスの両方を考慮して、栄養バランスの評価が可能である。
庫内健康指数と消費健康指数を用いて算出する健康指数は、相加平均による算出に限られず、相乗平均その他何らかの平均化する計算等、支障ない方法によって算出することができる。
また、庫内健康指数とは、庫内について認識した各食材の栄養素を元に算出する値である。庫内健康指数によれば、例えば、庫内の健康栄養バランスを保つようにユーザに追加食材を提案できる。
庫内健康指数の算出例としては、現時点等の所定タイミングで認識した庫内食材の栄養素の割合が、タンパク質:脂質:炭水化物=20:35:45の場合、栄養摂取量の基準値割合p*,f*,c*と比較すると、タンパク質は基準値範囲内で、脂質は基準値上限より5多く、炭水化物は基準値下限より5少ない。この場合、脂質の基準値が仮に上限、炭水化物の基準値が仮に下限に設定されていたとしても、庫内の健康バランスを保つために、高炭水化物の食材を購入するような提案情報を作成し、これを提案する。この割合の例における庫内栄養パラメータは、npip=0、npif=-5、npic=5となる。また、庫内健康指数は100-5-5=90である。
このように、庫内健康指数を高くする又は高く維持するように、取得すべき食材を提案することで、管理食材の栄養バランスが好適になる。ひいては、栄養バランスが好適な献立を管理食材で不足なく調理しやすくなり、必要な買い物回数を低減しやすくなる。
消費健康指数とは、ユーザが現在から過去のある期間内に摂取したと判断された各食材の栄養素より算出する値である。消費健康指数によれば、例えば、時系列差分の消費栄養バランスから消費した方が良い食材又は好ましい献立をユーザに提案することができる。時系列差分は、前日や2,3日前、1周間前などの中からユーザが自由にN日間を選択可能である。ゆえに、ユーザが指定したN日後まで庫内の在庫が持つような買い出しの提案が可能である。
この消費健康指数の算出例としては、ユーザが時系列差分を前日に設定し、前日に消費した食材の栄養素の、総摂取エネルギー量に対する割合が、タンパク質:脂質:炭水化物=23:37:40の場合を考える。栄養摂取量の基準値割合p*,f*,c*と比較すると、タンパク質は基準値上限より3多く、脂質は基準値上限より7多く、炭水化物は基準値下限より10少ない。炭水化物の摂取割合が低いことがわかる。この場合、時系列差分の消費栄養バランスを整えるために、高炭水化物の食材又は献立を提案することができる。消費栄養パラメータは、npcp=3、npcf=7、npcc=-10となる。また、消費健康指数は100-3-7-10=80である。
また、健康指数は、在庫食材情報(庫内健康指数)と食材消費履歴(消費健康指数)を元に算出される。このため、健康指数は、栄養素に応じた指数であり、より好適には栄養パラメータに基づきより理解し易い情報としたものである。
また、健康指数と栄養パラメータ、つまり、健康管理バロメーターを踏まえることで、庫内の在庫量と摂取すべき栄養素を考慮して追加購入するべき食材量を提案する。健康指数は、庫内に栄養面で今後摂取すべき食材の必要十分量を確保しやすくすることを目的とする。このように、健康管理バロメーターは、利用者の栄養状況を示し、より好適は、健康指数および栄養パラメータを含む。
上記で例に挙げた庫内健康指数と消費健康指数の値を取ると、健康指数は庫内健康指数(=90)+消費健康指数(=80)/2=85となる。栄養パラメータは庫内栄養パラメータと消費栄養パラメータを加算して、npp=npip+npcp=3、npf=npif+npcf=2、npc=npic+npcc=-5である。
なお、健康指数算出部126は、健康管理指数と同様の健康管理バロメーターの一種である栄養パラメータを算出できるので、健康管理バロメーター算出部の一種として把握可能である。
また、提案情報生成部127は、追加食材決定部1271と健康レシピ情報生成部1272を含む。追加食材決定部1271では、健康指数を高めるために、栄養パラメータを踏まえて、庫内の在庫量と摂取すべき栄養素を考慮して追加購入するべき食材量を提案する。これにより、庫内に栄養面で今後摂取すべき食材の必要十分量を確保しやすくなる。上記で上げた例の場合は、健康指数は85で、栄養パラメータはnpp=3、npf=2、npc=-5より、タンパク質と脂質の割合が高く、炭水化物の割合が低い食材の購入を提案し、健康指数が高くなることを意図する。提案する追加購入食材例としては、卵などが挙げられる。
また、健康レシピ情報生成部1272では、庫内食材から作れるレシピを表示し、健康指数がより高くなるレシピを提案する。追加購入に用いる指標は、健康指数に関わらず、庫内健康指数、消費健康指数のいずれか、または複数組合せて用いてもよい。これにより、好ましい栄養素を効果的に摂取できる豊富なレシピの提案が可能となり、フードロスを抑制してレシピを作りやすくなる。レシピ情報は、インターネット上から取得してもよいし、メーカー等が独自にテーブルを作ってもよい。レシピ情報は公知の技術で取得可能である。レシピ情報の表示は、健康指数順に並び替えて表示することは想定するが、この限りではなく、優先順位をつけずに一覧表示してもよい。
なお、提案情報生成部127は、さらにレシピに示される料理の調理方法を特定する調理方法特定部を設けてもよい。またさらに、提案情報生成部127は、追加食材決定部1271、健康レシピ情報生成部1272および調理方法特定部の少なくとも1つを設ける構成としてもよい。なお、調理方法特定部は、健康レシピ情報生成部1272と同様に外部装置から調理方法を入手することが望ましい。
また、表示部128は、健康指数や庫内健康指数、消費健康指数、現在の庫内栄養バランス、過去に消費した食材栄養バランス、庫内食材、追加購入食材、健康レシピ等を、図示しない冷蔵庫1に設けられた液晶ディスプレイ等の表示装置に表示させる。なお、前記したうちのすべてを表示する必要はなく、いずれか1つの表示のみでもよい。ここで、表示部128は、I/Oインタフェース13やI/F14といった出力部として実現してもよい。
また、発注部129では、健康指数を高めるために追加購入を提案する食材を携帯端末7や冷蔵庫液晶ディスプレイといった表示装置に一覧表示し、表示された食材を自動発注する。もしくは、ユーザが発注ボタンを押すことでネットスーパーに食材を半自動発注してもよい。発注する際の指標は、健康指数のみではなく、庫内健康指数や消費健康指数でもよい。なお、発注部129は、処理に含めずに省略してもよい。
また、庫内制御部130は、図示しないモータやコンプレッサを制御して、冷蔵庫1の庫内の温度や湿度を制御する。
次に、図3および4を用いて、カメラ50での撮影された画像について説明する。図3は、カメラ50で撮影した魚眼カメラ画像GCの一例を示す図である。本実施例のカメラ50は、魚眼のレンズであり、これで撮影した魚眼カメラ画像GCを、図4に示す。ここで、この魚眼カメラ画像CGをそのまま利用して、認識部124に食材の認識を実施させるのは難しい。すなわち、機械学習モデルの学習フェーズでは、歪みのない画像で学習を実施するため、魚眼または広角のレンズ52で歪んだ魚眼カメラ画像GCをそのまま認識することは難しい。
このため、画像変換部123は、魚眼のレンズで撮影した歪を含む画像を平面画像に変換する。このために、上述した計算機9と連携して学習を行う。ここで、図4は、魚眼カメラ画像GCを平面画像に変換した画像の一例を示す図である。このために、画像変換部123は、歪みを除去した右扉展開画像G32と正面展開画像G33と左扉展開画像G34と上段展開画像G31とを合成することにより、認識用画像G30を生成する。
歪み除去の方法としては、公知のカメラキャリブレーション技術を用いてよい。一例としては、予めチェックボードなど歪み補正後のパターンが既知の画像を用いて、歪み補正前と補正後の特徴点を抽出し、これらの特徴点の位置座標をもとに、魚眼カメラのパラメータを推定してもよい。
以上で、カメラ50での撮影された画像の説明を終わり、次に本実施例の処理について説明する。
図2は、制御部10で行われる庫内管理処理の一例を示すフローチャートである。まず、ステップS16では、撮影部121がカメラ50で撮影される可視光画像を取得する。なお、撮影部121は、取得した可視光画像をカメラ画像GCとして画像バッファ122に格納することが望ましい。
次に、ステップS17において、画像変換部123は、ステップS16で撮影されたカメラ画像GCを画像バッファ122から読み込んで、魚眼の画像を平面画像に展開する。
次に、ステップS18において、認識部124の学習ベース画像認識部が、画像変換部123により生成された認識用画像G30の入力を受け付け、計算機9から入手した機械学習モデルに食材の画像認識を実行させる。また、認識部124のルールベース画像認識部は、画像変換部123により生成された認識用画像G30の入力を受け付け、食材の画像認識をルールベースで実行し、認識したラベルの内容を出力する。なお、学習ベース画像認識とルールベース画像認識の処理順序は上記に限定されるものではなく、並列で実行してもよい。
次に、ステップS19において、健康指数算出部126では、食材栄養成分テーブルT1を用いて、健康指数を算出する。なお、この健康指数には、庫内健康指数と消費健康指数が含まれることが望ましい。図5は、食材栄養成分テーブルT1の一例を示す図である。認識部124で認識した庫内食材の栄養素の割合を、食材栄養成分テーブルT1を元にして算出する。このために本ステップでは、健康指数算出部126が、庫内より認識した各食材の栄養素を元に庫内健康指数を算出する。庫内健康指数は、現在のユーザの在庫食材情報を元に算出する。庫内健康指数は、消費健康指数に基づいて、ユーザに追加食材を提案できるように庫内栄養バランスを保つことを目的とする。
次に、ステップS20では、健康指数算出部126が、ユーザが現在から過去のある期間内に摂取したと判断された食材消費履歴を元に消費健康指数を算出する。このために、健康指数算出部126は、庫内の食材の時系列差分(変化)からユーザで消費された食材に基づき、消費健康指数を算出できる。この算出のために、認識部124が、庫内の食材の時系列変化からユーザで消費された食材である消費食材を特定することが望ましい。
ここで、消費健康指数は、庫内健康指数と合わせて、時系列差分の消費量バランスから消費した方が良い食材をユーザに提案することを目的とする。時系列差分は、前日や2、3日前、1周間前などの中からユーザが自由にN日間を選択可能である。ゆえに、ユーザが指定したN日後まで庫内の在庫が持つような買い出しの提案が可能である。
次に、ステップS21では、健康指数算出部126が、現在のユーザの在庫食材情報(庫内健康指数)と食材消費履歴(消費健康指数)を元に健康指数を算出する。健康指数は、ユーザにおいて摂取が推奨される栄養素に応じた指数であり、より好適には庫内に栄養面で今後摂取すべき食材の必要十分量を確保しやすくするための情報であることが望ましい。
次に、ステップS22では、提案情報生成部127の追加食材決定部1271が、追加食材を特定する。この一例として、追加食材決定部1271は、健康指数を高めるために、栄養パラメータを踏まえることで、庫内の在庫量と摂取すべき栄養素を考慮して購入が推奨される食材とその量を特定し、これを出力する。これにより、庫内に栄養面で今後摂取すべき食材の必要十分量を確保しやすくなる。
ここで、ステップS22の一具体例を以下に示す。追加食材決定部1271は、各栄養素の不足を把握する。例えば、タンパク質:30不足、脂質:70不足等)。次に、追加食材決定部1271は、最も不足している栄養素(上記では脂質)に、マッチする食材を、食材栄養成分テーブルT1から検索する。例えば、ナッツ(脂質:47.6)が検索される。
そして、追加食材決定部1271は、検索された食材の栄養素を足して、新たな不足値を算出する。上述の例では、タンパク質:10.2不足、脂質:17.6不足となる。
次に、追加食材決定部1271は、新たに最も不足する栄養素の食材を検索する。この場合、追加食材決定部1271は、脂質:17.6を満たすための食材を、食材栄養成分テーブルT1から検索する。なお、最も不足する栄養素の食材の検索において、任意の栄養素が過剰になる場合、追加食材決定部1271は、検索された食材をキャンセルし、次に栄養素の大きな食材を検索する構成としてもよいし、そのまま検索結果としてもよい。また、キャンセルを行うかの判断をユーザから受け付ける構成としてもよい。
また、追加食材決定部1271は、それぞれの栄養素の不足の割合に基づき、組合せ最適化のアルゴリズムで計算して、食材を特定してもよい。この場合、食材の量(個数、重さ)が最小になるように計算することが望ましい。
次に、ステップS23では、表示部128が、健康指数や庫内健康指数、消費健康指数、現在の庫内栄養バランス、過去に消費した食材栄養バランス、庫内内蔵食材、追加食材、健康レシピ、調理方法等を、表示装置や携帯端末7に表示させる。なお、前記したうちのすべてを表示する必要はなく、いずれか1つの表示のみでもよい。
ここで、この表示例について説明する。まず、図6は、提案情報の表示例を示す図である。本表示は、表示装置や携帯端末7のいずれで実行してもよいが、携帯端末7で表示を行う場合について説明する。携帯端末7は、上述のようにいわゆるスマートフォンで実現できる。携帯端末7は、スマートフォンに限らず、タブレット型端末、ウェアラブル端末、ラップトップ型端末などでもよい。まなお、携帯端末7で稼働する庫内管理用のアプリケーションは、ネットワークCNを介して、冷蔵庫1と定期的または不定期に通信する。なお、このアプリケーション(庫内管理アプリ720)については、図11を用いて後述する。
次に、図6について説明する。図6示す表示例は、左側上部61と左側左下部62、左側右下部63、右側部64に分けられる。左側上部61では、健康指数と総合評価が表示される。左側左下部62では、庫内食材情報(庫内健康指数)と庫内栄養バランスが表示される。左側右下部63では、消費食材情報(消費健康指数)と消費栄養バランスが表示される。右側部64では、健康指数を高めるために、庫内の在庫量と摂取すべき栄養素を考慮して新たに追加購入するべきと提案された食材が表示される。ここで、表示される提案情報は、栄養素を摂取するための食事メニューに関する情報でればよく、図6に限定されない。
なお、追加購入を提案された栄養素を多く含む食材の中で、ユーザの過去消費率が高い食材を優先表示またはそれだけ表示してもよい。この例として、図6とは別の追加食材が提案される場合について説明する。この場合、タンパク質の追加購入を提案され、かつタンパク質を多く含む納豆と卵をよく食べる場合を挙げる。このような場合の表示では、タンパク質を多く含む食材の表示として、ソーセージ、豚肉、ハム、納豆、卵の順で表示される。しかし、ユーザの食材消費履歴から納豆と卵を特に多く食べる傾向にあるとわかったとする。この場合、次回の表示では、納豆、卵、ハム、豚肉、ソーセージの順で表示、もしくは納豆と卵のみを表示してもよい。ここで、提案情報の表示例の説明を終わり、図2に戻り、庫内管理処理の説明を続ける。
次に、ステップS24では、発注部129が、追加購入を提案する食材を携帯端末7や表示装置に一覧表示し、表示された食材を自動発注する、もしくは、ユーザが発注ボタンを押すことでネットスーパーに食材を半自動発注してもよい。なお、発注部129は、処理に含めずに省略してもよい。
ここで、本ステップでの表示例について説明する。図7は、携帯端末7に表示される発注画面の一例を示す図である。この発注画面は、タッチパネル703に、食材発注一覧73として表示される。この食材発注一覧73は、冷蔵庫1から受信された追加購入を提案された食材を含む。
食材発注一覧73の下方には、発注先74と発注ボタン75が表示される。冷蔵庫1のユーザによる発注ボタン75の操作が検出されると、食材発注一覧73の内容が発注先74へ送信される。なお、図7では、単一の発注先74が表示される例を示すが、複数の発注先74を表示し、ユーザが発注時に選択できるようにしてもよい。あるいは、あらかじめ登録された複数の発注先の中から、食材の種類に応じて発注先が選択されてもよい。
また、追加食材決定部1271で食材発注一覧73を生成するタイミングは、カメラ50で庫内を撮影した直後に限定されるものではなく、定期的または不定期に実施可能である。
なお、撮影部121が冷蔵庫1の庫内を撮影してから、食材の画像認識と食材発注一覧73の生成および送信とを実施する例を示したが、これに限定されない。例えば、制御部10は、カメラ画像GCの認識結果から算出された食材発注一覧73を記憶装置12に保持しておき、携帯端末7から食材発注一覧73の要求を受け付けた場合に、最新の食材発注一覧73を携帯端末7へ送信してもよい。これにより、冷蔵庫1のユーザは、携帯端末7を参照することで、外出中であっても追加購入するべき食材を迅速に把握できる。
さらに、認識部124の機械学習モデルは、食材のパッケージの変更や追加などに応じて、最新の機械学習モデルに更新することができる。例えば、図示しないサーバから受信した機械学習モデルを認識部124の機械学習モデルとして更新してもよい。
以上のように、本実施例では、ユーザの物品消費履歴(消費健康指数)と、現在のユーザの貯蔵庫内物品情報(庫内健康指数)と、を利用して健康指数を算出し、庫内の在庫量と摂取すべき栄養素を考慮して追加購入するべき食材量を提案できる。物品消費履歴(消費健康指数)に関しては、ユーザが過去時系列差分の日数を自由に選択することで、選択した日数後まで貯蔵庫内の在庫が持つような買い出しの提案が可能である。
図8と図9を用いて、健康指数を向上させるための健康レシピを提案する実施例2について説明する。本実施例では、実施例1との相違を中心に説明する。本実施例では、庫内食材から作れるレシピの中で、健康指数がより高くなるレシピをユーザに提案する。
図8は、制御部10で行われる本実施例で実行される庫内管理処理の例を示すフローチャートである。本処理のステップS16~S18、S24は図2で述べたステップS16~S18、S24と同様なため、説明を割愛する。本処理では、新ステップS25、S26が追加されている。また、本実施例の構成は、実施例1と同様の構成を採用できる。
まず、ステップS25では、健康レシピ情報生成部1272が、認識された庫内食材から作れるレシピを健康指数順に並び替えて表示し、健康指数がより高くなるレシピを提案する。これにより、好ましい栄養素を効果的に摂取できる豊富な健康レシピを提案し、フードロスを抑制してレシピを作りやすくなる。なお、健康指数順に並び替えるのではなく、庫内健康指数または消費健康指数順に並び替えてもよい。
次に、ステップS26では、表示部128が、携帯端末7や表示装置等に、健康指数や追加食材等に加えて、庫内食材と健康レシピを表示させる。図9は、本ステップで表示される健康レシピ一覧65の一例を示す図である。図9では、左側部66と右側部67に分けられる。表示部128により、左側部66には、庫内食材の一覧が表示される。また、表示部128により、右側部67には、庫内食材から作れるレシピを健康指数が高い順に表示する。
なお、ユーザが健康レシピの種類を健康重視やスタミナ重視、イベント等に応じて自由に指定することもできる。例として、料理種類指定1、料理種類指定2、料理種類指定3を挙げる。料理種類指定1はバランス重視で、主食、主菜、副菜、汁物、牛乳・乳製品、果物である。料理種類指定2は、魚中心や肉中心、野菜中心などを選択できる。料理種類指定3は、健康重視大:夫婦の家族で、日々健康にありたいとき、健康重視中:今日は、少し健康指数を気にせずに食べたいとき、スタミナ重視:部活で帰ってきた子どもたちにたくさん食べさせたいとき、イベント:誕生日や合格お祝いなど、祝いたいとき、等の選択もできる。
このように構成される本実施例も第1実施例と同様の作用効果を奏する。さらに本実施例では、庫内食材から健康指数が高くなるレシピを提案することで、好ましい栄養素を効果的に摂取できる豊富なレシピを提案でき、フードロスを抑制してレシピを作りやすくなる。
以上の各実施例の庫内管理処理は、冷蔵庫1の制御部10で実行しているが、他の装置で実行することも可能である。以下、携帯端末7で庫内管理処理を行う一変形例について説明する。図11に、本変形例の庫内管理処理を行う携帯端末7の構成を示す。本例の携帯端末7は、プロセッサ701、記憶装置702、タッチパネル703および通信部704を有する。携帯端末7は、上述のように、スマートフォンなどの情報処理装置(コンピュータ)で実現できる。
そして、プロセッサ701および記憶装置702は、図1に示す制御部10と同様の機能を有する。また、タッチパネル703は、入出力部として機能する。さらに、通信部704はネットワークCNと接続される。この接続は、無線、優先を問わない。
ここで、記憶装置702に記憶され、本変形例の処理を追実行する庫内管理アプリ720(庫内管理プログラム)について、説明する。庫内管理アプリ720は、認識モジュール721、テーブル制御モジュール722、健康指数算出モジュール723、提案情報生成モジュール724、発注モジュール725および庫内制御指示モジュール726で構成される。また、提案情報生成モジュール724は、追加食材決定モジュール7241、健康レシピ情報生成モジュール7242で構成される。これらは、1つのコンピュータプログラム(アプリ)として構成しているが、それぞれのモジュールを独立したコンピュータプログラムで構成してもよいし、一部のモジュールをまとめてコンピュータプログラムとして実現してもよい。
また、これらの各モジュールは、図1に示す機能部と同様の機能を実行する。つまり、以下の対応関係を有する。
認識モジュール721:認識部124
テーブル制御モジュール722:テーブル制御部125
健康指数算出モジュール723:健康指数算出部126
提案情報生成モジュール724:提案情報生成部127
追加食材決定モジュール7241:追加食材決定部1271
健康レシピ情報生成モジュール7242:健康レシピ情報生成部1272
発注モジュール725:発注部129
庫内制御指示モジュール726:庫内制御部130
なお、上述のように各モジュールは対応する機能部と同様の処理を実行するが、庫内制御指示モジュール726は、さらに庫内食材などの利用状況を管理することが望ましい。例えば、庫内制御指示モジュール726は、ユーザの入力や食材のコードから読取られた情報を取得し、認識部124が該当の食材を認識する。
認識モジュール721:認識部124
テーブル制御モジュール722:テーブル制御部125
健康指数算出モジュール723:健康指数算出部126
提案情報生成モジュール724:提案情報生成部127
追加食材決定モジュール7241:追加食材決定部1271
健康レシピ情報生成モジュール7242:健康レシピ情報生成部1272
発注モジュール725:発注部129
庫内制御指示モジュール726:庫内制御部130
なお、上述のように各モジュールは対応する機能部と同様の処理を実行するが、庫内制御指示モジュール726は、さらに庫内食材などの利用状況を管理することが望ましい。例えば、庫内制御指示モジュール726は、ユーザの入力や食材のコードから読取られた情報を取得し、認識部124が該当の食材を認識する。
また、庫内管理アプリ720は、ネットワークCNを介して、携帯端末7に配信されることが望ましい。このため、ネットワークCNは、インターネットで実現されることになる。
以上の各実施例および変形例によれば、ユーザの物品消費履歴(消費健康指数)と、現在のユーザの貯蔵庫内物品情報(庫内健康指数)と、を利用して健康指数を算出し、庫内の在庫量と摂取すべき栄養素を考慮して追加購入するべき食材量を提案できる。物品消費履歴(消費健康指数)に関しては、ユーザが過去時系列差分の日数を自由に選択することで、選択した日数後まで貯蔵庫内の在庫が持つような買い出しの提案が可能である。
以上で本発明の説明を終えるが、本発明は上述した各実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上述の各実施例は、本発明のより良い理解のために詳細に説明したものであり、必ずしも上述の説明の全ての構成を備えるものに限定されるものではない。
ある実施例の構成の一部を他の実施例の構成に置き換えることも可能である。ある実施例の構成に他の実施例の構成を加えることも可能である。各実施例の構成の一部について、削除したり、他の構成を追加したり、他の構成に置換したりすることもできる。
上記の各構成、機能、処理部、処理手段等は、それらの一部または全部を、例えば集積回路で設計する等によってハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによってソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、記憶装置に格納される。この記憶装置には、不揮発性半導体メモリ、ハードディスクドライブ、SSD(Solid State Drive)等の記憶デバイス、または、ICカード、SDカード、DVD等の計算機読み取り可能な非一時的データ記憶媒体が含まれる。
また、制御線および情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線および情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。
さらに、上述した実施例は適宜組み合わせることができ、それら実施例の組合せも本発明の範囲に含む。
1:冷蔵庫、7:携帯端末、8:ウェブサーバ、9:計算機、10:制御部、12:記憶装置、121:撮影部、20:冷蔵庫本体、50:カメラ、123:画像変換部、124:認識部、125:テーブル制御部、126:健康指数算出部、127:提案情報生成部、128:表示部、129:発注部
Claims (11)
- 食材の貯蔵についての情報処理を行う領域管理機器において、前記貯蔵に関する管理領域の利用状況を認識する認識部と、
前記利用状況に基づき、所定の利用者において摂取が推奨される栄養素を特定し、当該栄養素に応じた健康指数を算出する健康指数算出部と、
前記健康指数を出力する出力部を有する領域管理機器。 - 請求項1に記載の領域管理機器において、
前記認識部は、前記利用状況として、
前記管理領域に収容されている管理食材および
前記管理領域に貯蔵された食材のうち、消費された消費食材を認識し、
前記健康指数算出部は、前記管理食材の栄養素に応じた管理領域健康指数および前記消費食材の栄養素に応じた消費健康指数を用いて、前記健康指数を算出する領域管理機器。 - 請求項2に記載の領域管理機器において、
前記健康指数算出部は、
前記消費食材の栄養素を示す消費栄養パラメータおよび前記管理食材の栄養素を示す管理領域栄養パラメータを算出し、
前記消費栄養パラメータを用いて前記消費健康指数を算出し、
前記管理領域栄養パラメータを用いて前記管理領域健康指数を算出する領域管理機器。 - 請求項3に記載の領域管理機器において、
さらに、食材ごとの栄養成分を示す食材栄養成分テーブルを記憶する記憶部を参照し、
前記健康指数算出部は、前記食材栄養成分テーブルを用いて、前記管理食材および前記消費食材の栄養素を特定する領域管理機器。 - 請求項2に記載の領域管理機器において、
前記健康指数算出部は、前記消費健康指数として、前記消費食材のうち、略現在から遡った過去の期間内に消費された食材の栄養素に応じて算出する領域管理機器。 - 請求項2に記載の領域管理機器において、
前記出力部は、前記管理領域健康指数および前記消費健康指数の少なくとも一方に応じて、消費した方が良い食材、新たに入手すべき食材、又は好ましい献立の何れかに関連する情報を出力する領域管理機器。 - 食材の貯蔵についての情報処理を行う領域管理機器において、
前記貯蔵に関する管理領域の利用状況を認識する認識部と、
前記貯蔵に関する管理領域の前記利用状況に基づき、所定の利用者において摂取が推奨される栄養素を特定し、前記利用者の栄養状況を示す健康管理バロメーターを算出する健康管理バロメーター算出部と、健康指標算出部と、
前記健康管理バロメーターに応じ、特定された前記栄養素を摂取するためのレシピに関する提案情報を生成する提案情報生成部と、
前記提案情報を出力する出力部を有する領域管理機器。 - 請求項7に記載の領域管理機器において、
前記提案情報生成部は、追加食材を決定する追加食材決定部、前記レシピを生成する健康レシピ情報生成部および前記レシピの調理方法を特定する調理方法特定部のうち少なくとも1つを有する領域管理機器。 - 請求項8に記載の領域管理機器において、
前記健康管理バロメーター算出部は、前記健康管理バロメーターとして、前記摂取が推奨される栄養素を示す栄養パラメータおよび前記摂取が推奨される栄養素に応じた健康指標の少なくとも一方を算出する領域管理機器。 - 請求項7乃至9のいずれかに記載の領域管理機器において、
前記出力部は、前記提案情報および前記健康管理バロメーターを出力する領域管理機器。 - 請求項1乃至10の何れか一項に記載の領域管理機器の処理を、1以上のプロセッサに実行させるプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021167311A JP2023057695A (ja) | 2021-10-12 | 2021-10-12 | 領域管理機器およびプログラム |
PCT/JP2022/024657 WO2023062880A1 (ja) | 2021-10-12 | 2022-06-21 | 領域管理機器およびプログラム |
CN202280049854.1A CN117716436A (zh) | 2021-10-12 | 2022-06-21 | 区域管理设备和程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021167311A JP2023057695A (ja) | 2021-10-12 | 2021-10-12 | 領域管理機器およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023057695A true JP2023057695A (ja) | 2023-04-24 |
Family
ID=85988267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021167311A Pending JP2023057695A (ja) | 2021-10-12 | 2021-10-12 | 領域管理機器およびプログラム |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2023057695A (ja) |
CN (1) | CN117716436A (ja) |
WO (1) | WO2023062880A1 (ja) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000348122A (ja) * | 1999-06-09 | 2000-12-15 | Matsushita Electric Ind Co Ltd | 履歴データベース装置 |
JP2013250699A (ja) * | 2012-05-31 | 2013-12-12 | Nikon Corp | 献立支援装置、献立支援方法 |
JP7433833B2 (ja) * | 2019-10-16 | 2024-02-20 | 株式会社日立ソリューションズ・クリエイト | 献立提供システム |
-
2021
- 2021-10-12 JP JP2021167311A patent/JP2023057695A/ja active Pending
-
2022
- 2022-06-21 WO PCT/JP2022/024657 patent/WO2023062880A1/ja active Application Filing
- 2022-06-21 CN CN202280049854.1A patent/CN117716436A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN117716436A (zh) | 2024-03-15 |
WO2023062880A1 (ja) | 2023-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9165320B1 (en) | Automatic item selection and ordering based on recipe | |
US9902511B2 (en) | Transformation system for optimization of nutritional substances at consumption | |
US9497990B2 (en) | Local storage and conditioning systems for nutritional substances | |
US9171061B2 (en) | Local storage and conditioning systems for nutritional substances | |
US9619781B2 (en) | Conditioning system for nutritional substances | |
US20130273509A1 (en) | Method of Monitoring Nutritional Intake by Image Processing | |
US20150100462A1 (en) | Systems and Methods to Improve Nutrition | |
EP2678677A1 (en) | Transformation system for optimization of nutritional substances at consumption | |
EP2753925A1 (en) | Conditioning system for nutritional substances | |
JP6903523B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP2015176414A (ja) | 栄養分析システム及び栄養分析プログラム | |
CN111480202A (zh) | 用于个性化膳食计划生成的装置和方法 | |
KR20210114384A (ko) | 신경망에 기초한 레시피 생성 | |
JP6410069B1 (ja) | レシピ情報提供装置、レシピ情報提供方法およびレシピ情報提供プログラム | |
CN112102921A (zh) | 营养食谱的生成方法、装置和服务器 | |
CN109932044A (zh) | 智能食品秤 | |
JP2019133624A (ja) | レシピ情報提供装置、レシピ情報提供方法およびレシピ情報提供プログラム | |
WO2023062880A1 (ja) | 領域管理機器およびプログラム | |
JP2011100488A (ja) | 農畜水産物材料セット受注装置、農畜水産物材料セット受注方法および農畜水産物材料セット受注プログラム | |
CN109932043A (zh) | 一种营养管理称 | |
CN109932036A (zh) | 一种智能营养称 | |
JP2002366663A (ja) | 食品情報提供サービスシステム | |
JP7226757B2 (ja) | 健康管理支援装置、健康管理支援方法、およびプログラム | |
CN109829790A (zh) | 一种用于生成采购信息的方法与设备 | |
CN112232917B (zh) | 电商平台的商品推荐方法、装置及设备 |