JP5176992B2

JP5176992B2 - 携帯端末装置、シチュエーション推定方法及びプログラム

Info

Publication number: JP5176992B2
Application number: JP2009020582A
Authority: JP
Inventors: 裕一仁野
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2009-01-30
Filing date: 2009-01-30
Publication date: 2013-04-03
Anticipated expiration: 2029-01-30
Also published as: JP2010178200A

Description

本発明は、携帯端末装置、シチュエーション推定方法及びプログラムに関し、更に詳しくは、ＧＰＳ（Global Positioning Systems）等の測位機能を有する携帯端末装置のシチュエーションを推定する携帯端末装置、シチュエーション推定方法及びプログラムに関する。

近年、携帯電話機等の携帯端末装置には、ＧＰＳ機能を搭載したものが知られている。特許文献１，２には、ＧＰＳ機能を用いて取得した位置情報に基づいて、携帯端末装置を所持するユーザのシチュエーションを推定する技術が記載されている。ユーザのシチュエーションは、ユーザの移動状態や滞在場所等を含む、いわゆるシチュエーション情報（以下、プレゼンス情報ともいう）として各種サービスに利用されている。

図８を参照して、特許文献１に記載の技術について説明する。シチュエーション特定サーバ１００Ａは、位置情報受信部１０１と、速度／加速度計算部１０２と、シチュエーション特定部１０３と、地図情報データベース１０４と、シチュエーション情報送信部１０５とを備える。位置情報受信部１０１は、測位サーバから送信された位置情報を受信し、この位置情報を速度／加速度計算部１０２及びシチュエーション特定部１０３に受け渡す。位置情報は、例えば、携帯端末装置がＧＰＳ衛星からの電波を受信した後に、ＧＰＳ情報を測位サーバに送信し、測位サーバがＧＰＳ情報を処理することで算出される。

速度／加速度計算部１０２は、単位時間当たりの位置情報の変化に基づいて速度と加速度とを算出し、算出結果をシチュエーション特定部１０３に受け渡す。シチュエーション特定部１０３は、位置情報を地図情報データベース１０４に照会して該当する地図情報を読み出し、この地図情報と、上記算出された速度及び加速度とに基づいて、シチュエーションを推定する。シチュエーション情報送信部１０５は、シチュエーション特定部１０３から受け渡されたシチュエーション情報を、各種サービスを提供するプレゼンス情報管理サーバに送信する。

次に、図９を参照して、シチュエーション特定部１０３の動作について説明する。まず、シチュエーション特定部１０３は、測位によって得られた緯度・経度から地図情報を検索し（ステップＳ１）、地図情報を特定する（ステップＳ２）。次に、シチュエーション特定部１０３は、特定された地図情報が線路か否か（ステップＳ３）、道路か否か（ステップＳ４）、どの建物か（ステップＳ５）を判定する。続いて、シチュエーション特定部１０３は、ステップＳ３〜Ｓ５の判定結果に従い、シチュエーションを、「電車内」、「徒歩」ｏｒ「自動車」、「当該建物内」として推定する（ステップＳ６〜Ｓ８）。さらに、ステップＳ７では、速度及び加速度に基づいて、「徒歩中」ｏｒ「ドライブ中」の何れであるかを推定している（ステップＳ９，Ｓ１０）。

特許文献２には、上記のように、移動する端末の測位データ（位置情報）から移動距離、所要時間、速度等を算出し、算出されたデータに基づいて、移動状態が徒歩、自動車、電車等の何れであるかを推定する技術が記載されている。特許文献２では、さらに、端末が留まり続けていることを検出すると、地図情報データベースを参照し、滞在場所が自宅、学校、商業施設等の何れであるかを推定する。

特開２００７−１８９５９４号公報（段落００１９−００３０、図２及び図３）特開２００８−１４６２４９号公報

特許文献１，２では、ＧＰＳ機能によって得られる位置情報と、位置情報から算出された速度、加速度等と、地図情報とをマッチングさせて、ユーザのシチュエーションを推定している。しかし、ＧＰＳ衛星からの信号を部分的にしか受信できない状況下、即ち屋内や都市部等でＧＰＳ機能を用いて位置情報を取得した場合には、位置情報と現在位置との間で誤差が生じることがある。一例として、ＧＰＳ衛星からの信号だけでなく、携帯端末装置の基地局からの電波情報とを組み合せて測位した場合であっても、数百ｍ〜数ｋｍ程度の誤差が生じることがある。

つまり、特許文献１，２に記載の技術を使用しても、位置情報を高い精度で得られない状況下では、位置情報と地図情報とのマッチングでユーザのシチュエーションを推定することは困難であった。

本発明は、位置情報を高い精度で得られない状況下であっても、ユーザのシチュエーションを推定できる携帯端末装置、シチュエーション推定方法及びプログラムを提供することを目的とする。

上記目的を達成するために、本発明は、携帯端末装置の周辺の音声情報を取得する音声情報取得部と、前記音声情報取得部によって取得された音声情報に基づいて、音声情報の属性を検出する周辺音推定部と、前記携帯端末装置の現在位置を示す位置情報を取得する位置情報取得部と、前記位置情報取得部によって取得された位置情報に基づいて、滞在場所を検出する滞在場所検出部と、前記滞在場所検出部によって検出された滞在場所の履歴を記憶する滞在場所履歴記憶部と、前記滞在場所履歴記憶部に記憶された滞在場所の履歴に基づいて、前記滞在場所検出部によって検出された滞在場所に関連付けられた傾向を示す確率を求める滞在特徴計算部と、加速度センサを備え、前記携帯端末装置の移動量を推定する移動量推定部と、前記滞在場所検出部によって滞在場所として検出された場所と、前記移動量推定部によって推定された滞在時の移動量と、前記周辺音推定部によって検出された滞在時の音声情報の属性と、前記滞在特徴計算部によって求められた確率とに基づいて、各滞在場所の属性を推定する滞在場所属性推定部と、前記滞在場所属性推定部によって属性が推定された前記滞在場所と他の場所との間での移動経路パターンを学習し、前記移動経路パターンに基づいて、次の滞在場所を推定し、前記次の滞在場所の属性を求める移動先推定部と、前記移動先推定部によって推定された前記次の滞在場所の属性に対応づけられている移動の目的を求める移動属性推定部と、により構成され、滞在場所の属性、次の移動先となる滞在場所の属性、移動の目的を含むユーザのシチュエーションを推定するシチュエーション推定部と、を備えることを特徴とする携帯端末装置を提供する。

また、本発明は、周辺の音声情報を取得する音声情報取得ステップと、前記音声情報取得ステップによって取得された音声情報に基づいて、音声情報の属性を検出する周辺音推定ステップと、現在位置を示す位置情報を取得する位置情報取得ステップと、前記位置情報取得ステップによって取得された位置情報に基づいて、滞在場所を検出する滞在場所検出ステップと、前記滞在場所検出ステップによって検出された滞在場所の履歴を記憶する滞在場所履歴記憶ステップと、前記滞在場所履歴記憶ステップによって記憶された滞在場所の履歴に基づいて、前記滞在場所検出ステップによって検出された滞在場所に関連付けられた傾向を示す確率を求める滞在特徴計算ステップと、加速度センサにより移動量を推定する移動量推定ステップと、前記滞在場所検出ステップによって滞在場所として検出された場所と、前記移動量推定ステップによって推定された滞在時の移動量と、前記周辺音推定ステップによって検出された滞在時の音声情報の属性と、前記滞在特徴計算ステップによって求められた確率とに基づいて、各滞在場所の属性を推定する滞在場所属性推定ステップと、前記滞在場所属性推定ステップによって属性が推定された前記滞在場所と他の場所との間での移動経路パターンを学習し、前記移動経路パターンに基づいて、次の滞在場所を推定し、前記次の滞在場所の属性を求める移動先推定ステップと、前記移動先推定ステップによって推定された前記次の滞在場所の属性に対応づけられている移動の目的を求める移動属性推定ステップと、を有し、滞在場所の属性、次の移動先となる滞在場所の属性、移動の目的を含むユーザのシチュエーションを推定するシチュエーション推定ステップと、を備えることを特徴とするユーザのシチュエーション推定方法を提供する。

さらに、本発明は、携帯電話装置のコンピュータに、前記携帯端末装置の周辺の音声情報を取得する音声情報取得処理と、前記音声情報取得処理によって取得された音声情報に基づいて、音声情報の属性を検出する周辺音推定処理と、前記携帯端末装置の現在位置を示す位置情報を取得する位置情報取得処理と、前記位置情報取得処理によって取得された位置情報に基づいて、滞在場所を検出する滞在場所検出処理と、前記滞在場所検出処理によって検出された滞在場所の履歴を記憶する滞在場所履歴記憶処理と、前記滞在場所履歴記憶処理によって記憶された滞在場所の履歴に基づいて、前記滞在場所検出処理によって検出された滞在場所に関連付けられた傾向を示す確率を求める滞在特徴計算処理と、加速度センサを備え、前記携帯端末装置の移動量を推定する移動量推定処理と、前記滞在場所検出処理によって滞在場所として検出された場所と、前記移動量推定処理によって推定された滞在時の移動量と、前記周辺音推定処理によって検出された滞在時の音声情報の属性と、前記滞在特徴計算処理によって求められた確率とに基づいて、各滞在場所の属性を推定する滞在場所属性推定処理と、前記滞在場所属性推定処理によって属性が推定された前記滞在場所と他の場所との間での移動経路パターンを学習し、前記移動経路パターンに基づいて、次の滞在場所を推定し、前記次の滞在場所の属性を求める移動先推定処理と、前記移動先推定処理によって推定された前記次の滞在場所の属性に対応づけられている移動の目的を求める移動属性推定処理と、を有し、滞在場所の属性、次の移動先となる滞在場所の属性、移動の目的を含むユーザのシチュエーションを推定するシチュエーション推定処理と、を実行させることを特徴とするプログラムを提供する。

本発明の携帯端末装置、シチュエーション推定方法及びプログラムでは、位置情報を高い精度で得られない状況下であっても、ユーザのシチュエーションを推定できる。

本発明の携帯端末装置の最小基本構成を示すブロック図。本発明の第１の実施形態に係る携帯端末装置の構成を示すブロック図。図２に示すシチュエーション特定部の構成を主に示すブロック図。図３に示す移動状態推定部の動作を示すフローチャート。図３に示す滞在場所属性推定部の動作を示すフローチャート。本発明の第２の実施形態に係る携帯端末装置に含まれるシチュエーション特定部の構成を示すブロック図。図６に示す移動属性推定部の動作を示すフローチャート。従来のシチュエーション特定サーバの構成を示すブロック図。図８に示すシチュエーション特定部の動作を示すフローチャート。

図１は、本発明の携帯端末装置の最小基本構成を示すブロック図である。本発明の携帯端末装置１は、図１に示すように、最小基本構成として、音声情報取得部２と、第１のデータベース３と、シチュエーション推定部４とを備える。

音声情報取得部２は、周辺の音声情報を取得する。第１のデータベース３は、複数種類の場所と複数の音声情報の属性とを対応づけて記憶する。シチュエーション推定部４は、第１のデータベース３を参照し、音声情報取得部２によって取得された音声情報の属性と、第１のデータベース３に記憶された音声情報の属性とを比較して、ユーザのシチュエーションを推定する。

上記携帯端末装置１では、周辺の音声情報の属性に基づいて、ユーザのシチュエーションを推定するので、位置情報を高い精度で得られない状況下であっても、位置情報と地図情報とのマッチングを行うことなく、ユーザのシチュエーションを推定できる。

本発明の携帯端末装置は、携帯端末装置の現在位置、移動速度、加速度、現在位置での滞在時間の少なくとも１つの属性を含む位置／移動情報を取得する位置／移動情報検出部を更に備え、シチュエーション推定部は、位置／移動情報検出部の検出対象である位置／移動情報の属性と、携帯端末装置の推定滞在場所とを関連づけて記憶する第２のデータベースを更に参照して、ユーザのシチュエーションを推定する構成を採用できる。この構成により、位置／移動情報の属性と、携帯端末装置の推定される滞在場所とを関連づけて、ユーザのシチュエーションを推定できる。

また、本発明の携帯端末装置は、推定されたシチュエーションに含まれる滞在場所の履歴を記憶する履歴記憶部を更に備え、シチュエーション推定部は、更に履歴記憶部に記憶された滞在場所の属性に基づいて、ユーザのシチュエーションを推定する構成を採用できる。この構成により、滞在場所の履歴を用いて得られたユーザの傾向に基づいて、ユーザのシチュエーションをより正確に推定できる。

さらに、本発明の携帯端末装置は、シチュエーション推定部は、滞在場所の属性が推定された地点と他の地点との間での移動経路の履歴を蓄積して移動経路パターンを学習し、該移動経路パターンに基づいて、次の移動先となる滞在場所を推定し、推定された移動先の滞在場所の属性に基づいて、移動の目的を推定する構成を採用できる。この構成により、ユーザのシチュエーションの推定に、移動の目的が利用できる。

さらに、本発明のシチュエーション推定方法及びプログラムは、上記最小基本構成及び他の各構成に対応する構成をそれぞれ採用できる。上記最小基本構成に対応する構成により、位置情報を高い精度で得られない状況下であっても、ユーザのシチュエーションを推定できる。また、他の各構成に対応する構成により、上記同様の効果を奏する。

以下、図２〜図７を参照して、本発明の例示的な実施の形態について詳細に説明する。
（第１の実施形態）
図２は、本発明の第１の実施形態に係る携帯端末装置の構成を示すブロック図である。携帯端末装置１００は、ＧＰＳ機能等からなる測位機能を搭載し、また、加速度センサ、方位センサ及びジャイロ等の少なくとも一つのセンサと、マイクとを備えている。携帯端末装置１００は、測位サーバから送信される位置情報と、各センサから得られる移動量に関する移動情報と、マイクから取得される音声情報とに基づいて、携帯端末装置１００を所持しているユーザのシチュエーションを推定する。また、携帯端末装置１００は、推定されたユーザのシチュエーションを示すプレゼンス情報を、各種サービスを提供するプレゼンス情報管理サーバに送信する。

携帯端末装置１００は、位置／移動情報検出部１０と、滞在特徴計算部２０と、滞在場所履歴記憶部２１と、周辺音推定部３０と、音声情報属性データベース４０と、移動情報属性データベース５０と、地図情報データベース６０と、シチュエーション特定部７０と、シチュエーション情報送信部８０とを備える。なお、携帯端末装置１００は、プログラムによって制御されるコンピュータとして構成されている。

位置／移動情報検出部１０は、携帯端末装置１００の現在位置、移動速度、加速度、現在位置での滞在時間等の少なくとも１つの属性を含む位置／移動情報を取得する機能を有しており、例えば、移動量推定部１１と、位置情報受信部１２と、速度／加速度計算部１３と、滞在場所検出部１４とを備えている。

移動量推定部１１は、加速度センサ／方位センサ／ジャイロ等からの出力に基づいて、単位時間当たりの移動量を推定し、推定された移動量に関する移動情報をシチュエーション特定部７０に受け渡す。移動量とは、例えば、単位時間当たりの加速度センサ出力の分散値、フーリエ変換後のパワースペクトル、方位センサ／ジャイロ等から得られる角速度や角度の変動値が挙げられる。また、これらに限らず、歩数を加速度センサから推定して、これを移動量としてもよい。

位置情報受信部１２は、ＧＰＳ又は通信事業者の測位サーバから送信される位置情報を受信し、位置情報を速度／加速度計算部１３及び滞在場所検出部１４に受け渡す。速度／加速度計算部１３は、位置情報の時系列変化に基づいて携帯端末装置１００の速度や加速度を算出する。ここでの処理は、例えば、ＧＰＳ信号の受信状態が急に変化する等の原因による、いわゆる位置飛びの影響を軽減するために、複数の時系列データを用いて速度や加速度の平均値や中間値を算出し、これを所定の速度や加速度としてもよい。また、速度／加速度計算部１３は、算出した速度や加速度をシチュエーション特定部７０に受け渡す。

滞在場所検出部１４は、位置情報受信部１２から受け渡された位置情報に基づいて、滞在場所を検出する。ここでの処理は、例えば、ＧＰＳ信号が検出されなくなった場所とＧＰＳ信号が検出されるようになった場所とを比較し、２つの場所間の距離を尺度として、同一施設であると判定される場合には、その重心位置を滞在場所と検出する。また、一定時間以上、同一場所から移動しなかったと判定される場合には、その場所を滞在場所と検出する。

また、滞在場所検出部１４は、検出された滞在場所を滞在場所履歴記憶部２１及びシチュエーション特定部７０に受け渡す。ここで、滞在場所検出部１４は、滞在場所履歴記憶部２１に記憶された滞在場所の履歴に基づいて、同一の滞在場所とみなせる領域を統合する処理を行う。この処理は、いわゆるウォード法等のクラスタリング手法を用いて、距離が一定値以下の場所を同じ場所とみなして順に統合する処理を適用したものである。

滞在特徴計算部２０は、滞在場所検出部１４で同一の滞在場所と判定された滞在場所に対して、滞在場所履歴記憶部２１から滞在時間の履歴を参照して、この履歴に基づいて、滞在頻度／時間長／時間帯の傾向をヒストグラム等から作成し、指標となる確率をシチュエーション特定部７０に受け渡す。

ここで、指標となる確率についての具体例を示す。一例として、滞在頻度に関して１週間に３回の週が８つ、１週間に４回の週が２つあった場合には、滞在頻度：１週間に３回が８０％、４回が２０％とする。また、滞在時間に関して０〜１時間が過去に１回、１時間〜２時間が過去に６回、２時間〜３時間が過去に３回あった場合には、滞在時間：０〜１時間が１０％、１時間〜２時間が６０％、２時間〜３時間が３０％とする。さらに、滞在時間帯に関して午前９時〜午後０時が過去に１回、午後１時〜午後５時が過去に６回、午後５時〜午後９時が過去に３回あった場合には、滞在時間帯：午前９時〜午後０時が１０％、午後１時〜午後５時が６０％、午後５時〜午後９時が３０％とする。

周辺音推定部３０は、周辺の音声情報を取得して、シチュエーション特定部７０に受け渡す。周辺音推定部３０は、マイクから収集した音データに基づいて、騒がしさや音の特徴、例えば、特徴的な周波数成分等を検出する。音声情報としては、単位時間当たりの音圧の最大値や平均値、フーリエ変換後のパワースペクトル等が挙げられる。

音声情報属性データベース４０は、複数種類の場所と複数の音声情報の属性とを対応づけて記憶する。移動情報属性データベース５０は、位置／移動情報検出部１０の検出対象である位置／移動情報の属性と、携帯端末装置１００の推定された滞在場所とを関連づけて記憶する。

地図情報データベース６０は、緯度や経度と、建物や道路との関係が記憶されている。一例として、地図情報データベース６０には、行政区域、海岸線、街区、道路（中心線、車道、歩道境界、道路界）、河川（中心線、河川区域）、鉄道、駅、内水面、公園等の場所、建物等が、対応する緯度や経度と共に記憶されている。

シチュエーション特定部７０は、上記した移動量推定部１１からの移動情報、速度／加速度計算部１３からの速度と加速度、滞在場所検出部１４からの滞在場所、滞在特徴計算部２０からの推定された滞在場所に関連する各種傾向を示す確率、周辺音推定部３０からの音声情報、及び各データベース４０，５０，６０に基づいて、ユーザのシチュエーションを推定する。ここでのユーザのシチュエーションには、移動状態と滞在場所の属性とを含む。

以下、シチュエーション特定部７０について説明する。シチュエーション特定部７０は、コンピュータを制御するプログラムによって構成されており、図３に示すように、移動状態推定部７１と、滞在場所属性推定部７２とを備える。

移動状態推定部７１は、移動情報、速度と加速度、及び音声情報に基づいて、ユーザのシチュエーションに含まれる移動状態を推定する。ここでの移動情報は、例えば、特定の振動特徴、即ち特定の周波数成分が含まれる割合が高い等の情報を含む。音声情報は、例えば、音の周波数、音色及び音レベルを含む。また、推定される移動状態としては、ユーザが、静止、徒歩中、電車中、ドライブ中、さらに不明の状態が挙げられる。

図４は、移動状態推定部７１の動作を示すフローチャートである。まず、移動状態推定部７１は、速度／加速度計算部１３により得られる速度の大きさが予め定めた閾値ｖ１以下であるか否かを判定する（ステップＳ１０１）。ステップＳ１０１でしきい値（閾値）ｖ１以下であれば（Ｙ）、移動情報属性データベース５０を参照して、移動状態を「静止」と推定する（ステップＳ１０２）。

また、ステップＳ１０１で閾値ｖ１より大きければ（Ｎ）、速度／加速度計算部１３により得られる速度の大きさが予め定めた閾値ｖ１以上ｖ２以下であるか否かを判定する（ステップＳ１０３）。ステップＳ１０３で閾値ｖ１以上ｖ２以下であれば（Ｙ）、続いて、移動量推定部１１で推定される加速度センサのパワースペクトルが、特定の周波数成分、例えば歩行タイミングに関係する１Ｈｚ近辺が高いか否かを判定する（ステップＳ１０４）。ステップＳ１０４で特定の周波数成分が高ければ（Ｙ）、移動情報属性データベース５０を参照して、移動状態を「徒歩中」と推定する（ステップＳ１０５）。

次に、ステップＳ１０３又はステップＳ１０４が成立しない場合には（Ｎ）、速度の大きさが閾値ｖ３以上であるか否かを判定する（ステップＳ１０６）。ステップＳ１０６で速度が閾値ｖ３以上であれば（Ｙ）、続いて、周辺音推定部３０で音レベルが一定値よりも大きいか否かを判定する（ステップＳ１０７）。ステップＳ１０７で音レベルが一定値よりも大きければ（Ｙ）、音声情報属性データベース４０を参照して、移動状態を「電車中」と推定する（ステップＳ１０８）。

次に、ステップＳ１０６又はステップＳ１０７が成立しない場合には（Ｎ）、速度の大きさが閾値ｖ４以上ｖ５以下であるか否かを判定し（ステップＳ１０９）、閾値ｖ４以上ｖ５以下であれば（Ｙ）、移動情報属性データベース５０を参照して、移動状態を「ドライブ中」と推定する（ステップＳ１１０）。最後に、ステップＳ１０９が成立しない場合には（Ｎ）、移動情報属性データベース５０を参照して、移動状態を「不明」と推定する（ステップＳ１１１）。

つまり、移動状態推定部７１では、移動状態の推定に際して、屋内や都市部等、ＧＰＳ信号の受信が困難である状況下では信頼性が損なわれてしまう位置情報（例えば、線路や道路上にある旨を示す情報）を利用していない。移動状態推定部７１では、位置情報の精度から影響を受けないパラメータである、速度の大きさ、特定の振動特徴及び特定の音レベルを用いて、ユーザの移動状態を推定している。

滞在場所属性推定部７２は、滞在場所として推定された場所、滞在時の移動情報、滞在時の周辺音の特徴を示す音声情報、滞在場所に関連づけられた傾向を示す確率に基づいて、ユーザのシチュエーションに含まれる滞在場所の属性を推定する。ここでの滞在時の移動情報としては、移動量の大きさを含む。滞在場所に関連づけられた傾向としては、滞在頻度、滞在時間、滞在時間帯を含む。また、滞在場所の属性としては、例えば、会社又は学校を含む属性、自宅を含む属性、買い物又は展示会を含む属性、飲食、宴会、映画、コンサート、ボーリング又はパチンコを含む属性、さらに不明を含む属性が挙げられる。

図５は、滞在場所属性推定部７２の動作を示すフローチャートである。まず、滞在場所属性推定部７２は、滞在場所として推定された場所の滞在頻度が、予め設定された値より大きいか否かを判定する（ステップＳ２０１）。ここで、滞在頻度が、予め設定された値よりも大きいとは、例えば、１週間に５回以上滞在する確率が８０％以上であることが挙げられる。また、ステップＳ２０１では、滞在場所として推定された場所が、滞在の確率が上位２箇所の場所であるか否かを判定するようにしてもよい。

次に、ステップＳ２０１で滞在頻度が予め設定された値よりも大きいとき（Ｙ）、続いて、滞在時間帯として昼間に滞在する可能性がより高いか否かを判定する（ステップＳ２０２）。ステップＳ２０２の判定は、例えば、１０時〜１５時に滞在する確率が８０％以上かつ０時〜６時に滞在する確率が２０％以下である等の傾向に基づいて行われる。

ステップＳ２０２で昼間に滞在する可能性がより高ければ（Ｙ）、移動情報属性データベース５０を参照して、滞在場所の属性を「会社又は学校」と推定する（ステップＳ２０３）。一方、ステップＳ２０２が成立しない場所には（Ｎ）、移動情報属性データベース５０を参照して、滞在場所の属性を「自宅」と推定する（ステップＳ２０４）。

次に、ステップＳ２０１で滞在頻度が予め設定された値より小さいとき、又は上位２箇所の場所でないとき（Ｎ）、単位時間あたりの移動量が一定値より大きいか否かを判定する（ステップＳ２０５）。ステップＳ２０５で移動量が一定値よりも大きければ（Ｙ）、移動情報属性データベース５０を参照して、滞在場所の属性を「買い物又は展示会」と推定する（ステップＳ２０６）。

ここで、ステップＳ２０６での推定結果を更に区分する場合には、地図情報データベース６０を参照する。例えば、一般に展示会場は広く、かつ、場所が限定されているので、位置情報が高精度で得られない状況下であっても、位置情報と地図情報とのマッチングによって、展示会又は買い物の何れであるか、ある程度の識別が可能となる。

次に、ステップＳ２０５が成立しない場合には（Ｎ）、滞在時間が設定値（例えば、３０分）より大きいか否かを判定する（ステップＳ２０７）。ステップＳ２０７の判定は、例えば、滞在時間が３０分以上である確率が９５％以上であることに基づいて行ってもよい。ステップＳ２０７で滞在時間が設定値よりも小さいのであれば（Ｎ）、移動情報属性データベース５０を参照して、短時間の立寄りであることを推定し、ここでは滞在場所の属性を「不明」とする（ステップＳ２０８）。

一方、ステップＳ２０７で滞在時間が設定値より長い場合には（Ｙ）、周辺音が静か否かを判定する（ステップＳ２０９）。ステップＳ２０９で周辺音が静かであれば（Ｙ）、音声情報属性データベース４０を参照して、滞在場所の属性を「飲食」と推定し（ステップＳ２１０）、周辺音が静かでなければ（Ｎ）、滞在場所の属性を「宴会、映画、コンサート、ボーリング又はパチンコ」と推定する（ステップＳ２１１）。

また、ステップＳ２１１での推定結果（位置推定結果）を更に区分する際には、地図情報データベース６０を参照して、位置推定結果と地図情報とのマッチングを行い、「居酒屋、映画館、コンサートホール、ボーリング場、パチンコ店」が明確に識別できる場合には、更に限定して滞在場所の属性を推定してもよい。

つまり、滞在場所属性推定部７２では、滞在場所の属性の推定に際して、上記移動状態推定部７１と同様に、屋内や都市部等の状況下では信頼性が損なわれてしまう位置情報を利用していない。滞在場所属性推定部７２では、位置情報の精度から影響を受けないパラメータである、滞在頻度、移動量の大きさ、滞在時間、周辺音を用いて、ユーザの滞在場所の属性を推定している。

ここで、移動状態推定部７１は、図３に示すように、推定したユーザの移動状態を滞在場所属性推定部７２及びシチュエーション情報送信部８０に受け渡し、また、滞在場所属性推定部７２は、推定したユーザの滞在場所の属性をシチュエーション情報送信部８０に受け渡す。シチュエーション情報送信部８０は、図２に示すように、シチュエーション特定部７０から受け渡されたユーザのシチュエーションを示すプレゼンス情報を、プレゼンス情報管理サーバに送信する。なお、プレゼンス情報は、プレゼンス情報管理サーバに限らず、情報配信サーバ等、各種サービスを運営するサーバに送信してもよい。

従って、携帯端末装置１００では、位置情報の精度の影響を受けない上記各パラメータを用いることで、屋内や都市部等、ＧＰＳ信号の受信が困難である状況下であっても、ユーザの移動状態及び滞在場所の属性を含むシチュエーションを推定できる。

（第２の実施形態）
図６は、第２の実施形態に係る携帯端末装置に含まれるシチュエーション特定部の構成を主に示すブロック図である。本実施形態に係る携帯端末装置は、上記シチュエーション特定部７０に、移動先推定部７３及び移動属性推定部７４を追加した構成を有するシチュエーション特定部７０Ａを備えている点で、上記携帯端末装置１００と異なる。

移動先推定部７３は、滞在場所属性推定部７２で滞在場所の属性が推定された地点と他の地点との間での移動軌跡の履歴を蓄積して、移動パターンを学習し、この移動パターンを参照することで、現在までの移動軌跡から次の移動先（目的地）を推定する。ここでの処理は、例えば、特許第３８１６０６８号に記載された既存の技術を適用してもよい。さらに、移動先推定部７３は、推定した目的地の属性（滞在場所属性）を移動属性推定部７４及びシチュエーション情報送信部８０に受け渡す。目的地の属性としては、例えば、自宅を含む属性、会社を含む属性、買い物を含む属性、宴会、映画、コンサート、ボーリング又はパチンコを含む属性が挙げられる。

移動属性推定部７４は、移動先推定部７３から受け渡された目的地の属性に基づいて、ユーザのシチュエーションに含まれる移動属性を推定する。移動属性とは、移動の目的を意味しており、例えば、帰宅中、出社、買い物に行く、遊びに行く等が挙げられる。

図７は、移動属性推定部７４の動作を示すフローチャートである。まず、移動属性推定部７４は、目的地の属性が自宅であるか否かを判定し（ステップＳ３０１）、自宅であれば（Ｙ）、移動属性を「帰宅中」と推定する（ステップＳ３０２）。次に、ステップＳ３０１で目的地の属性が自宅でなければ（Ｎ）、目的地の属性が会社であるか否かを判定し（ステップＳ３０３）、会社であれば（Ｙ）、移動属性を「出社中」と推定する（ステップＳ３０４）。

次に、ステップＳ３０３で目的地の属性が会社でなければ（Ｎ）、目的地の属性が買い物であるか否かを判定し（ステップＳ３０５）、買い物であれば（Ｙ）、移動属性を「買い物に行く」と推定する（ステップＳ３０６）。

続いて、ステップＳ３０５で目的地の属性が買い物でなければ（Ｎ）、目的地の属性が、宴会、映画、コンサート、ボーリング又はパチンコであるか否かを判定する（ステップＳ３０７）。ステップＳ３０７で目的地の属性が、宴会、映画、コンサート、ボーリング又はパチンコであれば（Ｙ）、移動属性を「遊びに行く」と推定する（ステップＳ３０８）。一方、ステップＳ３０７が成立しない場合には（Ｎ）、移動属性を「不明」と推定する（ステップＳ３０９）。

つまり、シチュエーション特定部７０Ａでは、移動先推定部７３で現在までの移動軌跡から次の目的地を推定し、移動属性推定部７４で目的地の属性から移動属性を推定できる。従って、シチュエーション特定部７０Ａを備えた携帯端末装置では、移動状態及び滞在場所の属性だけでなく、移動の目的を示す移動属性をも含めたユーザのシチュエーションを推定できる。

上記各実施形態の携帯端末装置は、例えば、携帯端末装置やワンセグ（登録商標）等の放送を利用した情報配信、広告配信、プレゼンス提供、マーケティング情報収集等の各種サービスに利用可能である。一例として、ユーザのシチュエーションが、買い物又は展示会に滞在している、又はその場所に向かっている途中であると推定された場合に、その買い物又は展示会に関連する商品の広告を携帯端末装置に配信する等、ユーザのシチュエーションに適した情報を提供するサービスに利用できる。

上記各実施形態では、携帯端末装置でシチュエーションを推定する構成を例示したが、これに限定されない。一例として、移動量推定部１１及び周辺音推定部３０を携帯端末装置に搭載し、それ以外の構成をサーバに搭載してもよい。この場合には、サーバは、測位サーバから送信される携帯端末装置の位置情報を位置情報受信部１２で受信し、また、携帯端末装置の移動量推定部１１及び周辺音推定部３０から送信される移動情報及び音声情報を、シチュエーション特定部７０で受信する。このようにすれば、ユーザのシチュエーションをサーバで推定することができる。

以上、本発明をその好適な実施形態に基づいて説明したが、本発明の携帯端末装置、シチュエーション推定方法及びプログラムは、上記実施形態の構成にのみ限定されるものではなく、上記実施形態の構成から種々の修正及び変更を施したものも、本発明の範囲に含まれる。

１：携帯端末装置
２：音声情報取得部
３：第１のデータベース
４：シチュエーション推定部
１０：位置／移動情報検出部
１１：移動量推定部
１２：位置情報受信部
１３：速度／加速度計算部
１４：滞在場所検出部
２０：滞在特徴計算部
２１：滞在場所履歴記憶部
３０：周辺音推定部
４０：音声情報属性データベース
５０：移動情報属性データベース
６０：地図情報データベース
７０，７０Ａ：シチュエーション特定部
７１：移動状態推定部
７２：滞在場所属性推定部
７３：移動先推定部
７４：移動属性推定部
８０：シチュエーション情報送信部
１００：携帯端末装置

Claims

携帯端末装置であって、
前記携帯端末装置の周辺の音声情報を取得する音声情報取得部と、
前記音声情報取得部によって取得された音声情報に基づいて、音声情報の属性を検出する周辺音推定部と、
前記携帯端末装置の現在位置を示す位置情報を取得する位置情報取得部と、
前記位置情報取得部によって取得された位置情報に基づいて、滞在場所を検出する滞在場所検出部と、
前記滞在場所検出部によって検出された滞在場所の履歴を記憶する滞在場所履歴記憶部と、
前記滞在場所履歴記憶部に記憶された滞在場所の履歴に基づいて、前記滞在場所検出部によって検出された滞在場所に関連付けられた傾向を示す確率を求める滞在特徴計算部と、
加速度センサを備え、前記携帯端末装置の移動量を推定する移動量推定部と、
前記滞在場所検出部によって滞在場所として検出された場所と、前記移動量推定部によって推定された滞在時の移動量と、前記周辺音推定部によって検出された滞在時の音声情報の属性と、前記滞在特徴計算部によって求められた確率とに基づいて、各滞在場所の属性を推定する滞在場所属性推定部と、前記滞在場所属性推定部によって属性が推定された前記滞在場所と他の場所との間での移動経路パターンを学習し、前記移動経路パターンに基づいて、次の滞在場所を推定し、前記次の滞在場所の属性を求める移動先推定部と、前記移動先推定部によって推定された前記次の滞在場所の属性に対応づけられている移動の目的を求める移動属性推定部と、により構成され、滞在場所の属性、次の移動先となる滞在場所の属性、移動の目的を含むユーザのシチュエーションを推定するシチュエーション推定部と、を備えることを特徴とする携帯端末装置。
前記滞在場所属性推定部は、複数の場所と複数の音声情報の属性とを対応づけて記憶する第１のデータベースを更に参照して、前記各滞在場所の属性を求める、請求項１に記載の携帯端末装置。
前記滞在場所属性推定部は、前記移動量推定部によって推定された移動量と、前記位置情報取得部によって取得された位置情報と、前記滞在場所検出部によって検出された滞在場所と、を含む位置／移動情報の属性と、前記携帯端末装置の推定滞在場所とを関連づけて記憶する第２のデータベースを更に参照して、前記各滞在場所の属性を求める、請求項１又は２に記載の携帯端末装置。
前記滞在場所属性推定部は、緯度及び経度と、場所とを対応づけて記憶する第３のデータベースを更に参照して、前記各滞在場所の属性を求める、請求項１〜３の何れか一に記載の携帯端末装置。
周辺の音声情報を取得する音声情報取得ステップと、
前記音声情報取得ステップによって取得された音声情報に基づいて、音声情報の属性を検出する周辺音推定ステップと、
現在位置を示す位置情報を取得する位置情報取得ステップと、
前記位置情報取得ステップによって取得された位置情報に基づいて、滞在場所を検出する滞在場所検出ステップと、
前記滞在場所検出ステップによって検出された滞在場所の履歴を記憶する滞在場所履歴記憶ステップと、
前記滞在場所履歴記憶ステップによって記憶された滞在場所の履歴に基づいて、前記滞在場所検出ステップによって検出された滞在場所に関連付けられた傾向を示す確率を求める滞在特徴計算ステップと、
加速度センサにより移動量を推定する移動量推定ステップと、
前記滞在場所検出ステップによって滞在場所として検出された場所と、前記移動量推定ステップによって推定された滞在時の移動量と、前記周辺音推定ステップによって検出された滞在時の音声情報の属性と、前記滞在特徴計算ステップによって求められた確率とに基づいて、各滞在場所の属性を推定する滞在場所属性推定ステップと、前記滞在場所属性推定ステップによって属性が推定された前記滞在場所と他の場所との間での移動経路パターンを学習し、前記移動経路パターンに基づいて、次の滞在場所を推定し、前記次の滞在場所の属性を求める移動先推定ステップと、前記移動先推定ステップによって推定された前記次の滞在場所の属性に対応づけられている移動の目的を求める移動属性推定ステップと、を有し、滞在場所の属性、次の移動先となる滞在場所の属性、移動の目的を含むユーザのシチュエーションを推定するシチュエーション推定ステップと、を備えることを特徴とするユーザのシチュエーション推定方法。
携帯端末装置のコンピュータに、
前記携帯端末装置の周辺の音声情報を取得する音声情報取得処理と、
前記音声情報取得処理によって取得された音声情報に基づいて、音声情報の属性を検出する周辺音推定処理と、
前記携帯端末装置の現在位置を示す位置情報を取得する位置情報取得処理と、
前記位置情報取得処理によって取得された位置情報に基づいて、滞在場所を検出する滞在場所検出処理と、
前記滞在場所検出処理によって検出された滞在場所の履歴を記憶する滞在場所履歴記憶処理と、
前記滞在場所履歴記憶処理によって記憶された滞在場所の履歴に基づいて、前記滞在場所検出処理によって検出された滞在場所に関連付けられた傾向を示す確率を求める滞在特徴計算処理と、
加速度センサを備え、前記携帯端末装置の移動量を推定する移動量推定処理と、
前記滞在場所検出処理によって滞在場所として検出された場所と、前記移動量推定処理によって推定された滞在時の移動量と、前記周辺音推定処理によって検出された滞在時の音声情報の属性と、前記滞在特徴計算処理によって求められた確率とに基づいて、各滞在場所の属性を推定する滞在場所属性推定処理と、前記滞在場所属性推定処理によって属性が推定された前記滞在場所と他の場所との間での移動経路パターンを学習し、前記移動経路パターンに基づいて、次の滞在場所を推定し、前記次の滞在場所の属性を求める移動先推定処理と、前記移動先推定処理によって推定された前記次の滞在場所の属性に対応づけられている移動の目的を求める移動属性推定処理と、を有し、滞在場所の属性、次の移動先となる滞在場所の属性、移動の目的を含むユーザのシチュエーションを推定するシチュエーション推定処理と、を実行させることを特徴とするプログラム。