JP5043799B2 - 通信端末、及び、位置情報取得調整プログラム - Google Patents

Description

本発明は、位置情報の取得間隔を調整する通信端末、及び、位置情報取得調整プログラムに関する。

従来、ユーザが現在居る位置及び時刻に基づいて様々なサービスをユーザに提供することが行われている。例えば、特許文献１には、基地局から取得したユーザ端末の位置及び現在時刻に基づいて、「ユーザは夕方に自宅の付近に居る」、「朝又は昼に勤務地付近に居る」、「夕方又は夜に地下鉄又はバスに乗って自宅の付近に移動している」等のユーザのシチュエーションを予測し、当該予測結果に応じて、「ここが家ですか？」、「会社に出勤したのですね？」、「次の駅は、家の付近である教大駅です。右側に降りてください。」等のメッセージをユーザ端末に表示するシステムが開示されている。

この場合、ユーザの位置情報を定期的に取得することで、ユーザのシチュエーションを正確に予測することが可能である。しかし、定期的に位置情報を取得した場合、ユーザ端末の電池消費が激しく、利便性を低下させてしまう。
特開２００６−６５８７０号公報

この問題点を解決するために、定期的な位置情報取得の時間間隔を長めに設定し、電池消費を抑える方法が考えられる。しかしながら、位置取得の時間間隔を長めに設定した場合には、ユーザのシチュエーションの変化に追随できず、ユーザのシチュエーションの変化を認識できない場合がある。
本発明は上述した従来技術の問題点を解決するためになされたものであり、通信端末の電池消費を抑えつつ、ユーザのシチュエーションの変化に追随して位置情報を取得することが可能な通信端末、及び、位置情報取得調整プログラムを提供することにある。

上記課題を解決するために、本発明の請求項１に記載の発明は、ユーザの１日のライフサイクルを表すライフサイクル情報と前記ユーザが居る場所を表す位置情報とに依存する前記ユーザのシチュエーションの遷移順を定義したライフスタイルモデルを記憶するモデル記憶手段と、現在の前記位置情報を取得する位置情報取得手段と、現在の時刻を表す時刻情報を取得する時刻情報取得手段とを有し、電池で駆動され、これらの手段を用いてユーザの現在の状況を表すシチュエーションを推定する通信端末であって、前記モデル記憶手段に記憶されたライフスタイルモデルに基づいて、前記ユーザのシチュエーションが所定のシチュエーションに遷移する確率が他の時間帯よりも高い高確率時間帯を推定する時間帯推定手段を備え、前記位置情報取得手段は、前記時間帯推定手段により推定された高確率時間帯で位置情報を取得する時間間隔を、前記高確率時間帯以外で取得する時間間隔よりも短くすることを特徴とする通信端末を提供する。

本発明によれば、通信端末は、ユーザのシチュエーションが所定のシチュエーションに遷移する確率が他の時間帯よりも高い高確率時間帯を推定し、該推定された高確率時間帯で位置情報を取得する時間間隔を、前記高確率時間帯以外で取得する時間間隔よりも短くするため、通信端末の電池消費を抑えつつ、ユーザのシチュエーションの変化に追随して位置情報を取得することが可能となる。

請求項２に記載の発明は、請求項１に記載の通信端末において、前記時間帯推定手段は、過去に前記ユーザのシチュエーションが前記所定のシチュエーションに遷移したと推定された時刻の平均時刻と標準偏差とを算出し、該算出した平均時刻と前記標準偏差とに基づいて前記高確率時間帯を推定することを特徴とする。
本発明によれば、過去にユーザのシチュエーションが所定のシチュエーションに遷移したと推定された時刻の平均時刻と標準偏差とに基づいて高確率時間帯を推定することができ、簡便な計算で容易に高確率時間帯を推定することが可能となる。

請求項３に記載の発明は、請求項２に記載の通信端末において、前記時間帯推定手段は、前記標準偏差を２倍した値を前記平均時刻から減算した時刻を前記高確率時間帯の開始時刻とし、前記標準偏差を２倍した値を前記平均時刻に加算した時刻を前記高確率時間帯の終了時刻として推定することを特徴とする。
本発明によれば、適切な高確率時間帯を推定することができる。

請求項４に記載の発明は、請求項２又は３に記載の通信端末において、前記高確率時間帯の長さを制限するための上限値を記憶する時間帯上限値記憶手段をさらに備え、前記時間帯推定手段は、前記平均時刻と前記標準偏差とに基づいて算出された時間帯が前記上限値を超えた場合には、前記上限値を高確率時間帯として推定することを特徴とする。
本発明によれば、上限値を設けておくことで、高確率時間帯が上限値を超えないようにすることができ、電池が消耗することを防ぐことができる。

請求項５に記載の発明は、請求項４に記載の通信端末において、前記時間帯推定手段は、前記平均時刻と前記標準偏差とに基づいて算出された時間帯が前記上限値を超えた場合に、前記電池の残量に応じて、前記上限値を高確率時間帯として推定するか否かを決定することを特徴とする。
本発明によれば、電池の残量を考慮して、上限値と算出された時間帯との何れを高確率時間帯として推定するかを決定できるため、電池の残量に応じて電池の消耗度合いを調整することができる。

請求項６に記載の発明は、請求項１から５の何れか１項に記載の通信端末において、前記位置情報取得手段は、前記電池の残量に応じて、前記時間帯推定手段により推定された高確率時間帯において位置情報を取得する時間間隔を調整することを特徴とする。
本発明によれば、電池の残量に応じて電池の消耗度合いを調整することができる。

請求項７に記載の発明は、コンピュータを、ユーザの１日のライフサイクルを表すライフサイクル情報と前記ユーザが居る場所を表す位置情報とに依存する前記ユーザのシチュエーションの遷移順を定義したライフスタイルモデルを記憶するモデル記憶手段と、前記モデル記憶手段に記憶されたライフスタイルモデルに基づいて、前記ユーザのシチュエーションが変化する確率が他の時間帯よりも高い高確率時間帯を推定する時間帯推定手段と、前記時間帯推定手段により推定された高確率時間帯において位置情報を取得する時間間隔を、前記高確率時間帯以外において取得する時間間隔よりも短くする位置情報取得手段として機能させるための位置情報取得調整プログラムを提供する。
本発明によれば、位置情報取得調整プログラムをコンピュータに記憶させて実行することで、コンピュータの電池消費を抑えつつ、ユーザのシチュエーションの変化に追随して位置情報を取得することが可能となる。

本発明によれば、通信端末は、ユーザのシチュエーションが所定のシチュエーションに遷移する確率が他の時間帯よりも高い高確率時間帯を推定し、該推定された高確率時間帯で位置情報を取得する時間間隔を、前記高確率時間帯以外で取得する時間間隔よりも短くするため、通信端末の電池消費を抑えつつ、ユーザのシチュエーションの変化に追随して位置情報を取得することが可能となる。

以下、本発明の実施の形態を、図面を参照して説明する。なお、以下の説明において参照する各図では、他の図と同等部分は同一符号によって示されている。
（全体構成）
図１は、本発明の実施形態に係る通信システムの全体構成を示す図である。同図に示すように、通信システムは、ユーザが携帯する、折りたたみ式の移動通信端末１００と、移動通信端末１００にダウンロードするためのアプリケーションプログラムを管理するサーバ２００と、ＧＰＳ（Global Positioning System）による衛星ＩＤ及び時刻を含むＧＰＳ信号を送信する測位装置３００と、を含んで構成される。

（移動通信端末のハードウェア構成）
図２は、移動通信端末１００のハードウェア構成を示すブロック図である。同図に示すように、移動通信端末１００は、全体を制御するＣＰＵ１０１と、プログラムやデータ等のソフトウェアを記憶する記憶装置１０２と、無線通信を行うための通信インターフェース１０３と、各種画面を表示する表示装置１０４と、キーの押下、端末の開閉等の操作に応じた入力信号を端末１００に入力する入力装置１０５と、音声や効果音等の音を出力する音出力装置１０６と、ユーザの声を入力するマイクロホン等の声入力装置１０７と、日時を計時する内部時計１０８と、測位装置３００からＧＰＳ信号を受信するためのＧＰＳ受信機１０９と、充電式の電池１１０とを備えている。

記憶装置１０２は、ＲＯＭ１２１と、ＲＡＭ１２２と、不揮発性メモリ１２３とを備えている。ＲＯＭ１２１には、オペレーティングシステム、例えば、Ｊａｖａ（登録商標）仕様に準拠したアプリケーションプログラムを実行するためのソフトウェア等が記憶されている。また、ＲＡＭ１２２には、各種プログラムやデータが一時的に記憶される。

不揮発性メモリ１２３には、アプリ保存領域１２３ａとスクラッチパッド１２３ｂとが設けられている。アプリ保存領域１２３ａには、サーバ２００からダウンロードされたアプリケーションプログラムが記憶される。なお、ダウンロードに限らず、当該アプリケーションプログラムを移動通信端末１００の製造時からアプリ保存領域１２３ａに記憶させておくことも可能である。スクラッチパッド１２３ｂには、サーバ２００からダウンロードされたデータや、アプリケーションプログラムを起動することにより、又は、アプリケーションプログラムを実行することによって作成されたデータが記憶される。本実施形態では、スクラッチパッド１２３ｂには、曜日を判定するためのカレンダーデータ、音出力装置１０６から出力するための音データ、表示装置１０４に表示するための画像データ、ユーザの履歴ログ、測位した位置情報等が記憶される。なお、移動通信端末１００は、データを記憶するためのメモリとして、スクラッチパッド１２３ｂ以外の外部記憶装置を備えていてもよい。

（移動通信端末の機能構成）
次に、図３を参照して、移動通信端末１００の機能構成について説明する。なお、同図に示す機能構成は、移動通信端末１００のＣＰＵ１０１がＲＯＭ１２１やアプリ保存領域１２３ａ等に記憶されたプログラムに従って処理を実行することにより、或いは、ＲＡＭ１２２やスクラッチパッド１２３ｂ等の記録媒体により、実現されるものである。

（エリア定義部）
エリア定義部１１は、位置情報に対応付けて、ユーザが目的に応じて滞在するエリアを定義する。本実施形態では、エリアには、ホームエリア（以下「ＨＡ」という）、仮ホームエリア（以下、「仮ＨＡ」という）、ワークエリア（以下「ＷＡ」という）、仮ワークエリア（以下、「仮ＷＡ」という）、「お気に入りエリア」、及び「特定エリア」が存在する。ここで、「ＨＡ」とは、自宅、実家等のユーザの主たる居住場所である。「仮ＨＡ」とは、友人宅、ホテル等の、ユーザが旅行、出張等で稀に就寝する場所である。「ＷＡ」とは、ユーザの主な勤務場所である。「仮ＷＡ」とは、客先、イベント会場等の、ユーザが営業、打合せ等で稀に勤務する場所である。「お気に入りエリア」とは、ユーザのお気に入りの場所として設定されるエリアである。「特定エリア」とは、コンテンツプロバイダが当該エリアでユーザにサービスを提供するために設定されるエリアである。

エリア定義部１１は、入力装置１０５からのユーザによる入力に基づいてエリア名を定義する。エリア定義部１１は、入力されたエリア名を、移動通信端末１００の位置情報と対応付けて、スクラッチパッド１２３ｂに記憶する。
また、エリア定義部１１は、未定義のエリアにユーザが所定時間（例えば、１時間）以上滞在している場合にユーザに質問を通知し、当該質問に対する回答に基づいて、当該未定義のエリアを定義する。なお、ユーザに質問を通知する方法としては、表示装置１０４に質問内容を文字で表示したり、音出力装置１０６から質問内容を音声で出力する方法が考えられる。また、質問に対してユーザが回答する方法としては、キー等の入力装置１０５から回答内容を入力したり、声入力装置１０７から音声を入力する方法が考えられる。

（ユーザ履歴ログ記憶部）
ユーザ履歴ログ記憶部１２は、ユーザの行動の履歴を表すユーザ履歴ログをスクラッチパッド１２３ｂに記憶する。図４には、ユーザ履歴ログのデータ構成の一例を示す。同図に示すように、ユーザ履歴ログには、日時、平日・休日区分、位置情報、エリアの種類、シチュエーション、推定起床時刻・推定就寝時刻、表示したセリフＩＤ、質問に対する回答、及び、端末開閉時刻・キー操作時刻等の端末操作ログが含まれる。これらのユーザ履歴ログは、例えば、セリフを表示する画像が表示装置１０４に表示された時、ユーザが質問に答えた時、ＧＰＳによる位置測位が行われた時、ユーザが移動通信端末１００の操作を行った時等に記憶される。

（モデル記憶部）
モデル記憶部１３は、ライフスタイルモデルを定義し、当該定義したシチュエーション遷移モデルをスクラッチパッド１２３ｂに記憶する。ここで、「ライフスタイルモデル」とは、ユーザの１日のライフサイクルを表すライフサイクル情報と、ユーザが居る場所を表す位置情報とに依存するユーザのシチュエーションの遷移順を定義したモデルである。
「ライフサイクル情報」とは、ユーザの起床時刻、就寝時刻、始業時刻、終業時刻、起床時間帯、就寝時間帯等の、ユーザ毎に異なる１日のライフサイクルを表す情報をいう。モデル記憶部１３は、ユーザにより入力された、起床時刻、就寝時刻、始業時刻、終業時刻等の時刻を表すユーザ設定時刻情報と、「起床時間帯」、「就寝時間帯」、「起床時刻」、「就寝時刻」、「始業時刻」、「就業時刻」等のライフサイクルの分類項目と、を対応付けることにより、ライフサイクル情報を定義する。

また、「シチュエーション」とは、ユーザのおかれている状況や状態を表す。本実施形態では、シチュエーションは、主にポイントシチュエーション（ＰＳ）と、ラインシチュエーション（ＬＳ）と、スペシャルシチュエーション（ＳＳ）と、に分類できる。
「ポイントシチュエーション（ＰＳ）」とは、ユーザのライフサイクル情報とユーザが居るエリアとに基づいて推定される、行動の起点となるシチュエーションである。ポイントシチュエーションには、起床、出勤開始、仕事開始、仕事終了、帰宅、就寝、外出等が存在する。ポイントシチュエーションは、関連するラインシチュエーションに自動的に遷移する。

「ラインシチュエーション（ＬＳ）」とは、２つのポイントシチュエーション同士を結ぶシチュエーションであり、身支度中、出勤中、仕事中、残業中、帰宅中、在宅中、就寝中、外出中等が存在する。
「スペシャルシチュエーション（ＳＳ）」とは、ポイントシチュエーション及びラインシチュエーションの何れでもないシチュエーションであり、本実施形態では「迷子中」と呼ばれるシチュエーションが存在する。初回起動時や初めての位置情報取得前等の、現在のユーザのシチュエーションが不明な時のシチュエーションである。

図５には、ライフスタイルモデルの一例を示す。同図では、「就寝中」、「外出中」、「起床」、「身支度中」等のシチュエーションが、「就寝時刻前」、「就業時刻前」等のライフサイクル情報、及び、「ＨＡ」、「ＷＡ」、「ＥＸ」等のエリアに応じて遷移する様子が概念的に示されている。なお、図中の「ＥＸ」とは、定義されているエリア以外の未定義のエリア（except area）のことである。
図６には、図５に示すライフスタイルモデルをテーブル形式で表現した場合の一例を示す。同図に示すテーブルでは、ユーザの遷移前のシチュエーションと、エリア（ＨＡ、仮ＨＡ、ＷＡ、仮ＷＡ、ＥＸ）と、ライフサイクル情報（起床時間帯、始業時刻、就業時刻等）と、現在のシチュエーションと、が対応付けられている。

図７には、平日における一般的なシチュエーションの遷移パターンの例を示す。同図に示すように、平日におけるユーザのシチュエーションは、ＨＡにおいて「起床」、「身支度中」と遷移し、ユーザがＨＡからＥＸに移動するとシチュエーションはさらに「出勤開始」、「出勤中」へと遷移し、ユーザがＥＸからＷＡに移動するとシチュエーションはさらに「仕事開始」、「仕事中」、「残業開始」、「残業中」へと遷移し、ユーザがＷＡからＥＸに移動するとシチュエーションはさらに「仕事終了」、「帰宅中」へと遷移し、ユーザがＥＸからＨＡに移動するとシチュエーションはさらに「帰宅」、「在宅中」、「就寝」、「就寝中」へと遷移する。

図８には、休日における一般的なシチュエーションの遷移パターンの例を示す。同図に示すように、休日におけるユーザのシチュエーションは、ＨＡにおいて「起床」、「在宅中」と遷移し、ユーザがＨＡからＥＸに移動するとシチュエーションはさらに「外出」、「外出中」へと遷移し、ユーザがＥＸからＨＡに移動するとシチュエーションはさらに「帰宅」、「在宅中」、「就寝」、「就寝中」へと遷移する。このように、一般的に平日と休日とでシチュエーションの遷移パターンが異なるため、モデル定義部１３は、平日用と休日用との２種類のライフスタイルモデルを定義し、平休日区分と対応付けて記憶しておく。

ライフサイクル情報は、ユーザにより入力されたユーザ設定時刻情報に基づいて定義される。当該ライフサイクル情報で表されるライフサイクルは、ユーザのライフサイクルの変化等により実際のライフサイクルと誤差が生じる場合がある。このため、モデル記憶部１３は、ユーザ履歴ログ記憶部１２に記憶されたユーザ履歴ログに基づいてライフサイクル情報を補正する機能を有する。具体的には、例えば、モデル記憶部１３は、ユーザの過去の推定就寝時刻の平均値や過去の推定起床時刻の平均値を用いて、ライフサイクル情報に含まれる就寝時刻、起床時刻、就寝時間帯、起床時間帯、出勤開始時刻等を補正する。
また、モデル記憶部１３は、日々所定のタイミングで直近の就寝時刻及び起床時刻を推定し、当該推定就寝時刻及び推定起床時刻をユーザ履歴ログとして記録する機能を有する。

（時間帯推定部）
時間帯推定部１４は、モデル記憶部１３に記憶されたユーザのライフスタイルモデルに基づいて、ユーザのシチュエーションが変化する確率が他の時間帯よりも高い時間帯（以下、「高確率時間帯」という）を推定する。
具体的には、時間帯推定部１４は、ユーザのシチュエーションが所定のシチュエーションに遷移したと推定された時の平均時刻（μ）と標準偏差（σ）とを算出し、当該算出した平均時刻と標準偏差とに基づいて高確率時間帯を推定する。高確率時間帯の推定対象とする上記「所定のシチュエーション」としては、ユーザの位置情報の変化に伴って遷移するシチュエーション、例えば、「出勤開始」、「外出中」、「仕事終了」等が好ましい。

図９は、ユーザのシチュエーションが「出勤開始」に遷移する時刻の確率分布を示すグラフの一例である。このグラフは、過去ｎ（ｎは自然数）日分のユーザが「出勤開始」というシチュエーションに遷移した時刻情報に基づいて、ユーザが出勤開始というシチュエーションに遷移した時刻を横軸に、頻度を縦軸にプロットしたものである。
過去ｎ日分の、ユーザが「出勤開始」というシチュエーションに遷移した時刻を、ｘ₁、ｘ₂、・・・、ｘ_nとすると、これらの時刻の平均時刻（加重平均）μは、
μ＝（ｗ₁ｘ₁＋ｗ₂ｘ₂＋・・・ｗ_nｘ_n）／（ｗ₁＋ｗ₂＋・・・ｗ_n）
で示される。なお、平均値は加重平均に限らず、相加平均でもよい。
また、これらの時刻の標準偏差σは、
σ＝（（（ｘ₁−μ）²＋（ｘ₂−μ）²＋・・・＋（ｘ_n−μ）²）／ｎ）^1/2
で示される。

例えば、時間帯推定部１４は、標準偏差を２倍した値（２σ）を平均時刻（μ）から減算した時刻を、高確率時間帯の開始時刻として算出し、また、標準偏差を２倍した値を平均時刻に加算した時刻を、高確率時間帯の終了時刻として算出する。すなわち、高確率時間帯を、平均時刻の前後２σの時間帯として算出する。このようにして高確率時間帯を算出することで、当該高確率時間帯におけるシチュエーション遷移の確率は約９６％となり、１００％に近い高確率とすることができる。

また、時間帯上限値記憶部１５には、高確率時間帯の長さを制限するための上限値が記憶されており、時間帯推定部１４は、平均時刻と標準偏差とに基づいて算出された時間帯が上限値を超えた場合には、当該上限値を高確率時間帯として推定する。後述するように、当該高確率時間帯において、位置情報取得の時間間隔を短くする制御が行われるのであるが、このように高確率時間帯が上限値を超えて長く設定されることを防ぐことで、電池１１０の消耗を防ぐことができる。

また、時間帯推定部１４は、平均時刻と標準偏差とに基づいて算出された時間帯が上限値を超えた場合には、電池１１０の残量に応じて、上限値を高確率時間帯として推定するか否かを決定する。具体的には、電池１１０の残量が予め定められた所定値未満の場合には、電池１１０の消耗を防ぐために、上限値を高確率時間帯として推定する。一方、電池１１０の残量が予め定められた所定値以上である場合には、ある程度電池１１０の消耗量が多くても電池切れとなることはないため、平均時刻と標準偏差とに基づいて算出された時間帯を高確率時間帯として推定する。

（位置情報取得部）
位置情報取得部１６は、ユーザが携帯する移動通信端末１００の位置情報をユーザの位置情報として定期的に取得する。本実施形態では、位置情報取得部１６は、移動通信端末１００に搭載されているＧＰＳ受信機１０９により測位装置３００から受信されるＧＰＳ信号に基づいて、移動通信端末１００の位置情報を算出する。なお、位置情報の取得方法はＧＰＳ測位に限定されることはなく、例えば、移動通信端末１００が在圏する基地局の位置情報をユーザの位置情報とみなしてもよいし、ジャイロにより計測してもよい。移動通信端末１００が在圏する基地局の位置情報をユーザの位置情報とみなす場合には、測位装置３００は端末位置測位の補助となる位置情報を提供する。

位置情報取得部１６は、位置情報を取得する時間間隔を調整する機能を有する。具体的には、位置情報取得部１６は、時間帯推定部１４により推定された高確率時間帯において位置情報を取得する時間間隔を、高確率時間帯以外において取得する時間間隔よりも短くする。例えば、位置情報取得部１６は、高確率時間帯以外においては３０分間隔で位置情報を取得し、高確率時間帯においては１５分間隔で位置情報を取得するように制御する。
また、位置情報取得部１６は、電池１１０の残量に応じて、高確率時間帯において位置情報を取得する時間間隔を調整する。例えば、位置情報取得部１６は、電池１１０の残量が予め定められた所定値以上の場合には１０分間隔で位置情報を取得し、所定値未満の場合には２０分間隔で位置情報を取得するように制御することが可能である。

（時刻情報取得部）
時刻情報取得部１７は、移動通信端末１００が備える内部時計１０８から現在時刻を表す時刻情報を取得する。なお、時刻情報の取得方法はこれに限定されることはなく、例えば、外部のサーバ装置から時刻情報を取得することも可能である。
（シチュエーション推定部）
シチュエーション推定部１８は、モデル記憶部１３により定義されたライフスタイルモデルと、位置情報取得部１６により取得された位置情報と、時刻情報取得部１７により取得された時刻情報と、ユーザの遷移前のシチュエーションとに基づいて、ユーザの現在のシチュエーションを推定する。
具体的には、シチュエーション推定部１８は、ライフサイクル情報に基づいて、時刻情報取得部１７により取得された時刻情報で表される現在時刻がユーザのライフサイクルのどの分類項目（起床時間帯、始業時刻、就業時刻等）に該当するかを判定する。また、シチュエーション推定部１８は、位置情報取得部１６により取得された位置情報に対応するエリアを判定する。

さらに、シチュエーション推定部１８は、ユーザ履歴ログから、直近のシチュエーション、つまり遷移前のシチュエーションを取得する。そして、シチュエーション推定部１８は、判定したライフサイクルの分類項目と、判定したエリアと、取得した遷移前のシチュエーションと、に対応する現在のシチュエーションをライフスタイルモデルから取得し、当該取得した現在のシチュエーションをユーザの現在のシチュエーションと推定する。当該推定されたシチュエーションはユーザ履歴ログに記憶され、次のシチュエーション推定のために使用される。

（位置情報取得調整プログラム）
上述したように、ＲＯＭ１２１に記憶されているプログラム及びアプリ保存領域１２３ａに記憶されているアプリケーションプログラムには、位置情報取得調整プログラムが含まれ、当該位置情報取得調整プログラムは、移動通信端末（「コンピュータ」に対応）１００に、コンピュータを、ライフスタイルモデルを記憶するモデル記憶部１３と、モデル記憶部１３に記憶されたライフスタイルモデルに基づいてユーザのシチュエーションが変化する確率が他の時間帯よりも高い高確率時間帯を推定する時間帯推定部１４と、時間帯推定部１４により推定された高確率時間帯において位置情報を取得する時間間隔を、高確率時間帯以外において取得する時間間隔よりも短くする位置情報取得部１６として機能させるためのプログラムである。

（シチュエーション推定処理）
次に、図１０に示すフローチャートを参照して、移動通信端末１００が実行するシチュエーション推定処理の手順について説明する。
まず、ユーザは、移動通信端末１００を操作して、アプリケーションプログラムをサーバ２００からダウンロードする指示を行う。これにより、移動通信端末１００は、サーバ２００からアプリケーションプログラム及び付随するデータをダウンロードし、アプリ保存領域１２３ａにアプリケーションプログラムを保存し、スクラッチパッド１２３ｂにデータを保存する。

次いで、ユーザは、アプリケーションプログラムを起動する操作を行う。これにより、移動通信端末１００は、当該アプリケーションプログラムに従って処理を実行することにより、初期設定画面を表示装置１０４に表示する。ユーザは当該初期設定画面から対話形式で初期設定項目を入力していく。初期設定項目としては、ユーザの名前と、誕生日と、起床時刻、就寝時刻、始業時刻、就業時刻等のユーザ設定時刻情報と、曜日別の平休日区分と、ＨＡ、ＷＡ、お気に入りエリア等のエリア名とが存在する。

移動通信端末１００は、入力された初期設定項目に基づいて初期設定を行う（ステップＳ１）。具体的には、移動通信端末１００は、入力されたデータをスクラッチパッド１２３ｂに記憶する。エリア定義部１１は、入力されたＨＡ、ＷＡ等のエリア名と、エリア名が入力された時の位置情報とを対応付けることにより、エリアを定義してスクラッチパッド１２３ｂに記憶する。また、モデル記憶部１３は、入力されたユーザ設定時刻情報に基づいてライフサイクル情報を定義する。そして、モデル記憶部１３は、定義されたライフサイクル情報とエリアとに依存するユーザのシチュエーションの遷移順を定義し、ライフスタイルモデルとしてスクラッチパッド１２３ｂに記憶する。

シチュエーション推定部１８は、シチュエーションを初期設定する。本実施形態では、ＨＡ、ＷＡがそれぞれ１つ以上ユーザにより入力された場合、シチュエーションは「迷子中」に初期設定される。
次に、時刻情報取得部１７は、内部時計１０８から時刻情報を取得する（ステップＳ２）。次に、位置情報取得部１６は、定期的に測位装置３００からＧＰＳ信号を受信することにより、移動通信端末１００の位置情報を取得する（ステップＳ３）。
次に、シチュエーション推定部１８は、直近のユーザ履歴ログからユーザの遷移前のシチュエーションを取得する。そして、シチュエーション推定部１８は、シチュエーション遷移モデルと、位置情報取得部１６により取得された位置情報と、時刻情報取得部１７により取得された時刻情報と、ユーザの遷移前のシチュエーションとに基づいて、ユーザの現在のシチュエーションを推定する（ステップＳ４）。

（時間間隔制御処理）
次に、図１１に示すフローチャートを参照して、図１０のステップＳ３において位置情報を取得する時間間隔を制御する処理手順について説明する。
時間帯推定部１４は、ユーザのライフスタイルモデル、シチュエーション推定部１８により推定された所定のシチュエーションへの遷移時刻の平均値、標準偏差等に基づいて、ユーザのシチュエーションが所定のシチュエーションに遷移する確率が高い高確率時間帯を推定する（ステップＳ２１）。
位置情報取得部１６は、時刻情報取得部１７により取得された現在時刻が高確率時間帯内にあるか否かを判定する（ステップＳ２２）。

現在時刻が高確率時間帯外と判定した場合には（ステップＳ２２：Ｎｏ）、位置情報取得部１６は、通常の時間間隔（例えば、３０分）で位置情報を取得する（ステップＳ２３）。一方、現在時刻が高確率時間帯内と判定した場合には（ステップＳ２２：Ｙｅｓ）、位置情報取得部１６は、通常よりも短い時間間隔（例えば、１５分）で位置情報を取得する（ステップＳ２４）。

以上説明したように、移動通信端末１００は、ユーザのシチュエーションが所定のシチュエーションに遷移する確率が高い高確率時間帯を推定し、当該高確率時間帯で位置情報を取得する時間間隔を、高確率時間帯以外で取得する時間間隔よりも短くするため、移動通信端末１００の電池消費を抑えつつ、ユーザのシチュエーションの変化に追随して位置情報を取得して正確にシチュエーションを推定することが可能となる。

また、過去にユーザのシチュエーションが所定のシチュエーションに遷移したと推定された時刻の平均値及び標準偏差に基づいて高確率時間帯を推定したり、高確率時間帯の上限値を設けることで、電池消費を抑えつつ、適切な時間帯に位置情報取得の時間間隔を短くして、正確に位置情報の変化を捉え、正確にシチュエーションを推定することができる。
なお、上述した実施形態では、移動通信端末１００が図３に示す各機能を備えているとして説明したが、これに限定されることはなく、サーバ２００が図３に示す各機能を備えていてもよいし、或いは複数の装置が図３に示す各機能を備えていてもよい。

本発明は、通信端末が電池で駆動され、ユーザに携帯されてユーザの現在のシチュエーションを推定するための位置情報を取得する場合に、電池消費を抑えつつ、ユーザのシチュエーションの変化に追随して位置情報を取得することが可能となる。

本発明の実施形態に係る通信システムの全体構成を示す図である。 同実施形態に係る移動通信端末のハードウェア構成を示すブロック図である。 同実施形態に係る移動通信端末の機能構成を示すブロック図である。 同実施形態に係るユーザ履歴ログのデータ構成の一例を示す図である。 同実施形態に係るシチュエーション遷移モデルの一例を示す図である。 図５に示すシチュエーション遷移モデルをテーブル形式で表現した場合の一例を示す図である。 同実施形態に係る平日のシチュエーションの遷移パターンの一例を示す図である。 同実施形態に係る休日のシチュエーションの遷移パターンの一例を示す図である。 同実施形態に係るユーザのシチュエーションが「出勤開始」に遷移する時刻の確率分布を示す図である。 同実施形態に係る通信端末が実行するシチュエーション推定処理の手順を示すフローチャートである。 同実施形態に係る図１０のステップＳ３において位置情報を取得する時間間隔を制御する処理手順を示すフローチャートである。

符号の説明

１１ エリア定義部
１２ ユーザ履歴ログ記憶部
１３ モデル記憶部
１４ 時間帯推定部
１５ 時間帯上限値記憶部
１６ 位置情報取得部
１７ 時刻情報取得部
１８ シチュエーション推定部
１００ 移動通信端末
１０１ ＣＰＵ
１０２ 記憶装置
１０３ 通信インターフェース
１０４ 表示装置
１０５ 入力装置
１０６ 出力装置
１０７ 声入力装置
１０８ 内部時計
１０９ 受信機
１１０ 電池
１２３ａ アプリ保存領域
１２３ｂ スクラッチパッド
１２３ 不揮発性メモリ
２００ サーバ
３００ 測位装置

Claims (7)

1. ユーザの１日のライフサイクルを表すライフサイクル情報と前記ユーザが居る場所を表す位置情報とに依存する前記ユーザのシチュエーションの遷移順を定義したライフスタイルモデルを記憶するモデル記憶手段と、現在の前記位置情報を取得する位置情報取得手段と、現在の時刻を表す時刻情報を取得する時刻情報取得手段とを有し、電池で駆動され、これらの手段を用いてユーザの現在の状況を表すシチュエーションを推定する通信端末であって、
   前記モデル記憶手段に記憶されたライフスタイルモデルに基づいて、前記ユーザのシチュエーションが所定のシチュエーションに遷移する確率が他の時間帯よりも高い高確率時間帯を推定する時間帯推定手段を備え、
   前記位置情報取得手段は、
   前記時間帯推定手段により推定された高確率時間帯で位置情報を取得する時間間隔を、前記高確率時間帯以外で取得する時間間隔よりも短くすることを特徴とする通信端末。
2. 前記時間帯推定手段は、
   過去に前記ユーザのシチュエーションが前記所定のシチュエーションに遷移したと推定された時刻の平均時刻と標準偏差とを算出し、
   該算出した平均時刻と前記標準偏差とに基づいて前記高確率時間帯を推定することを特徴とする請求項１に記載の通信端末。
3. 前記時間帯推定手段は、
   前記標準偏差を２倍した値を前記平均時刻から減算した時刻を前記高確率時間帯の開始時刻とし、前記標準偏差を２倍した値を前記平均時刻に加算した時刻を前記高確率時間帯の終了時刻として推定することを特徴とする請求項２に記載の通信端末。
4. 前記高確率時間帯の長さを制限するための上限値を記憶する時間帯上限値記憶手段をさらに備え、
   前記時間帯推定手段は、
   前記平均時刻と前記標準偏差とに基づいて算出された時間帯が前記上限値を超えた場合には、前記上限値を高確率時間帯として推定することを特徴とする請求項２又は３に記載の通信端末。
5. 前記時間帯推定手段は、
   前記平均時刻と前記標準偏差とに基づいて算出された時間帯が前記上限値を超えた場合に、前記電池の残量に応じて、前記上限値を高確率時間帯として推定するか否かを決定することを特徴とする請求項４に記載の通信端末。
6. 前記位置情報取得手段は、
   前記電池の残量に応じて、前記時間帯推定手段により推定された高確率時間帯において位置情報を取得する時間間隔を調整することを特徴とする請求項１から５の何れか１項に記載の通信端末。
7. コンピュータを、
   ユーザの１日のライフサイクルを表すライフサイクル情報と前記ユーザが居る場所を表す位置情報とに依存する前記ユーザのシチュエーションの遷移順を定義したライフスタイルモデルを記憶するモデル記憶手段と、
   前記モデル記憶手段に記憶されたライフスタイルモデルに基づいて、前記ユーザのシチュエーションが変化する確率が他の時間帯よりも高い高確率時間帯を推定する時間帯推定手段と、
   前記時間帯推定手段により推定された高確率時間帯において位置情報を取得する時間間隔を、前記高確率時間帯以外において取得する時間間隔よりも短くする位置情報取得手段として機能させるための位置情報取得調整プログラム。

Images