JP6024257B2 - エリア検知プログラム，エリア検知装置およびエリア検知方法 - Google Patents

Description

本発明は，対象が存在するエリアを検知するエリア検知プログラム，エリア検知装置およびエリア検知方法に関するものである。

人や物などの対象の位置を，検知することが行われている。位置検知の技術としては，例えば，ＧＰＳ（Global Positioning System ）の技術を用いて，ＧＰＳ受信機を備える端末の位置を検知する技術がある。

なお，無線アクセスポイントからの電波強度に基づいて端末の位置検知を行う際に，地図情報を用いて壁に遮られた箇所等の除外を行う技術が知られている。また，無線通信端末の予測される存在位置の確率分布を用いて，無線通信端末の位置検知を行う技術が知られている。また，時間を紐付けた各受信機からの受信有無データから位置移動パターンを算出することで，不完全なデータからＲＦＩＤタグの位置推定を行う技術が知られている。また，あらかじめ保持した各位置での信号強度の標本値と観測値との付き合わせを行い，複数の特定位置における人の存在を推定する技術が知られている。また，ゲートを設置し，無線タグの通過を検知する技術が知られている。

特開２００９−１９８４５４号公報 特許第３８２９７８４号公報 特開２００９−１３３８４９号公報 特開２０１１−１８６７５９号公報 特開２００９−１１００８８号公報

上述のＧＰＳを用いた位置検知の技術は，屋外では高い精度が得られるため，有用である。しかし，ＧＰＳを用いた位置検知の技術には，屋内では精度が下がるため，十分な位置検知ができないという問題がある。

例えば，位置情報サービスの要件を踏まえると，屋内では，正確な座標を検知するよりも，どの部屋にいるかなどの意味のあるエリアでの対象の存在を検知することが，重要となるケースが多い。そのため，屋内である場合も含めて，十分な精度で対象の存在エリアを検知する技術が望まれる。

一側面では，本発明は，存在エリアを検知する技術を提供することを目的とする。

一態様では，開示するプログラムは，コンピュータを次のように機能させる。すなわち，前記プログラムは，前記プログラムがインストールされて実行されるコンピュータに，対象空間の複数エリアの隣接するエリア間で携帯端末の位置遷移が起こり得る遷移場所において観測された対象空間に設置された複数の発信器各々からの無線信号の信号強度を示す学習データを記憶し，複数エリア各々での携帯端末の存在可能性の値を示す存在部屋確率データを記憶し，携帯端末で所定の時間間隔毎に観測された，複数の発信器各々からの無線信号の信号強度を取得し，携帯端末で観測された無線信号の信号強度の変化と学習データの遷移場所における無線信号の信号強度との関係をもとに，携帯端末で観測された２つの無線信号の信号強度の変化量が学習データの遷移場所の一のエリアから他のエリアへの信号強度の変化量に近い場合に，遷移場所に対応する一のエリアから他のエリアへの携帯端末の遷移が生じたと判定し，携帯端末の遷移が生じたと判定された場合に，存在部屋確率データに示された携帯端末の遷移が生じた遷移場所に対応する一のエリアでの存在可能性の値を減少させ他のエリアでの存在可能性の値を増加させて存在部屋確率データを更新する処理を実行させる。

１態様では，存在エリアの検知が可能となる。

事前データの取得範囲の例を説明する図である。 本実施の形態による携帯端末の構成例を示す図である。 本実施の形態による携帯端末を実現するコンピュータのハードウェア構成例を示す図である。 エリア検知を行う対象空間の例を示す図である。 隣接する部屋間で遷移が起こり得る場所におけるＲＳＳＩの例を説明する図である。 本実施の形態によるＲＳＳＩ学習データの例を示す図である。 観測されたＲＳＳＩの例を示す図である。 本実施の形態による遷移尤度の算出を説明する図である。 遷移尤度の算出結果の例を示す図である。 部屋遷移検知結果の例を示す図である。 本実施の形態による存在部屋確率データの例を示す図である。 本実施の形態による存在部屋確率データの更新の例（１）を説明する図である。 本実施の形態による存在部屋確率データの更新の例（２）を説明する図である。 本実施の形態のエリア検知部によるエリア検知処理フローチャートである。 本実施の形態のエリア検知部によるエリア検知処理フローチャートである。

以下，本実施の形態について，図を用いて説明する。

近年，人の状況に応じて，適切なサービスをシステム側が自律的に提供してくれるコンテキストアウェアサービスが着目されている。このようなサービスとしては，例えば，店舗の前に来たときにクーポンを配信することで購買意欲を向上させるサービスや，社外に出たときに閲覧できる情報を制限することでセキュリティを強固にするサービス，会議が始まったときに参加者に会議資料を送信して検索の手間を省くサービスなどが挙げられる。

このようなサービスを展開するためには，人の状況を知る必要があるが，人の状況はその人の位置と密に関連しているため，人の位置を知ることが重要であると考えられる。特にサービス視点から見ると，位置といっても正確な座標ではなく，例えば部屋などの意味のある単位エリアがわかることが重要となる。

位置検知の技術として，ＧＰＳを利用した技術がある。ＧＰＳを利用した位置検知の技術は，屋外では有用である。しかし，ＧＰＳを利用した位置検知の技術は，屋内で利用する場合，その精度が極端に下がるという問題がある。

また，建物や部屋，通路などの出入口にゲートを設置し，赤外線通信やＲＦＩＤタグ，超音波などの近距離無線の発信器の通過を検知する技術がある。この技術を用いれば，発信器を備える人や物のエリア間の遷移を，精度よく検知することが可能となる。しかし，この技術を用いるには，エリア間の遷移可能な場所にゲートを設置するなど，専用のデバイス等を用意する必要があるため，インフラ構築のコストがかかるという問題がある。多数のエリアが存在する環境では，実用的でない。

近年，スマート端末等を用いて，手軽に無線ＬＡＮ（Local Area Network）の信号強度（ＲＳＳＩ：Received Signal Strength Indicator）を取得することが可能になっている。以下では，信号強度をＲＳＳＩとも呼ぶ。例えば，無線ＬＡＮのＲＳＳＩを位置検出に用いるとした場合，特にインフラとして，屋内においても無線ＬＡＮの接続環境が整備されつつあることから，コストと実用性との両観点で有用である。ただし，その反面，無線ＬＡＮは距離減衰が少なく，遠距離まで届くため，広域での位置検出を行うことが一般に難しい。端末が存在する部屋を検出するような場合には，無線ＬＡＮなどの遠距離無線のＲＳＳＩを用いることが適していると考えられる。

ＲＳＳＩを用いて位置を特定する技術として，複数のアクセスポイントからの距離に基づいて，三角測量の原理で位置を推定する技術が存在する。ＲＳＳＩは，アクセスポイントから離れれば離れるほど弱くなる。そのため，各アクセスポイントについてのＲＳＳＩの値から，各アクセスポイントからどのぐらい離れているかを推定することができる。しかし，ＲＳＳＩはノイズが多いので，十分な精度の位置検知結果が得られないという問題がある。

また，ＲＳＳＩを用いて位置を特定する技術として，事前に取得したＲＳＳＩとの比較に基づいて，位置を推定する技術が考えられる。この技術では，事前に各地点におけるＲＳＳＩを取得し，取得したＲＳＳＩから各地点での比較基準となるＲＳＳＩを求めて，事前データとして保持しておく。エリア検知を行う際には，そのとき得られるＲＳＳＩの観測データと保持された事前データと比較し，ＲＳＳＩが近い地点が現在地点であると推定する。この技術では，事前に多数の地点でＲＳＳＩを取得しておく必要があるので，準備に手間がかかるという問題がある。逆に，事前データを取得しておく範囲を少なくすると，事前の準備の手間は軽減されるが，エリア検知の精度が低くなる。

図１は，事前データの取得範囲の例を説明する図である。

図１に示す例において，部屋＃Ａ〜部屋＃Ｄの４つのエリアが，エリア検知を行う範囲である。携帯端末１０は，今回，存在するエリアを検知する対象となるスマート端末などの情報端末である。図１に示す例では，人が存在するエリアの検知を，その人が持つ携帯端末１０が行うものとする。発信器２０は，無線ＬＡＮなどの遠距離無線におけるアクセスポイントである。出入口３０は，各部屋間すなわち各エリア間で，携帯端末１０の遷移が起こり得る場所である。

図１に示す例において，例えば，各部屋のすべての領域を網羅するようにＲＳＳＩについての事前データを準備するには，非常に手間がかかる。そこで，図１の破線枠に示す領域に事前データの取得範囲を限定することを考える。図１に示す例では，各部屋全体のバランスを考慮して事前データの取得範囲が設定されている。このように，事前データの取得範囲を限定すれば，事前データの準備の手間を軽減できる。

しかし，事前データの取得範囲を限定すると，誤検知が増える。特に，遠距離無線の場合，距離に基づく電波減衰が少ないため，誤検知が広範囲で発生する。例えば，図１に示す例において，部屋＃Ｂと部屋＃Ｃとの間には，出入口がなく，携帯端末１０を持った人が両部屋間で直接移動することは不可能である。しかし，図１に示すように，携帯端末１０を持った人が，事前データの取得範囲から離れた部屋＃Ｂと部屋＃Ｃとの間の壁際にいるような場合には，部屋＃Ｂから部屋＃Ｃへの部屋遷移が検知されるなどの，物理的に起こり得ない部屋遷移が検知されることがある。

このような状況から，無線ＬＡＮなどの遠距離無線のＲＳＳＩを用いたエリアの検知において，事前データの取得範囲をできるだけ少なくしつつ，物理制約などにより起こり得ない部屋遷移を防止する技術が望まれる。以下では，無線ＬＡＮなどの遠距離無線のＲＳＳＩを用いたエリアの検知において，事前データの取得範囲を少なくしつつも精度が高いエリアの検知が可能となる，本実施の形態による技術の例を説明する。

図２は，本実施の形態による携帯端末の構成例を示す図である。

図２に示す携帯端末１０は，自身の存在エリアを検知する対象となる装置の一例である。図２に示すように，本実施の形態による携帯端末１０は，エリア検知部１００を備える。エリア検知部１００は，例えば無線ＬＡＮなどの遠距離無線のアクセスポイントから発信される無線信号のＲＳＳＩに基づいて，検知を行う対象空間における自身の携帯端末１０の存在エリアを検知する。携帯端末１０は，無線ＬＡＮなどの遠距離無線のアクセスポイントから発信される無線信号のＲＳＳＩを観測できる装置であればよい。例えば，近年の多くのスマート端末やタブレット端末，ノートパソコンなどには，無線ＬＡＮのアクセスポイントから発信される無線信号のＲＳＳＩを観測する機能が備えられている。

エリア検知部１００は，信号強度取得部１０１，判定部１０２，更新部１０３，出力部１０４を備える。また，エリア検知部１００は，信号強度記憶部１１０，特定場所信号強度記憶部１２０，存在情報記憶部１３０を備える。

信号強度取得部１０１は，発信器から発信された無線信号について観測されたＲＳＳＩを取得する。発信器は，例えば無線ＬＡＮにおけるアクセスポイントである。信号強度取得部１０１は，取得したＲＳＳＩを信号強度記憶部１１０に記憶する。信号強度記憶部１１０は，信号強度取得部１０１により取得された，観測されたＲＳＳＩを記憶する記憶部である。

例えば，信号強度取得部１０１は，各発信器について観測されたＲＳＳＩを，所定の時間間隔で取得する。各発信器について観測されたＲＳＳＩの経時変化には，ノイズによる変化も含まれる可能性があるが，自携帯端末１０の位置変化による変化も含まれる。

特定場所信号強度記憶部１２０は，隣接するエリア間で遷移が起こり得る場所におけるＲＳＳＩを記憶する記憶部である。本実施の形態では，事前データとして，出入口などの隣接するエリア間で遷移が起こり得る場所におけるＲＳＳＩを取得し，特定場所信号強度記憶部１２０に保持しておく。出入口などの隣接するエリア間で遷移が起こり得る場所や，特定場所信号強度記憶部１２０に保持する事前データのＲＳＳＩ等の詳細については，後述する。

判定部１０２は，信号強度取得部１０１により取得された，観測されたＲＳＳＩの変化と，特定場所信号強度記憶部１２０に記憶された，隣接するエリア間で遷移が起こり得る場所におけるＲＳＳＩとの関係から，隣接するエリア間の遷移が検知されたか否かを判定する。判定部１０２は，観測されたＲＳＳＩの変化量が，隣接するエリア間で遷移が起こり得る場所における一方のエリア側のＲＳＳＩから他方のエリア側のＲＳＳＩへの変化量に十分に近い場合に，隣接するエリア間の一方のエリアから他方のエリアへの遷移が検知されたと判定する。

例えば，判定部１０２は，観測された信号強度の変化と，隣接するエリア間で遷移が起こり得る場所における信号強度とから，隣接するエリア間での遷移生起の尤度を算出する。隣接するエリア間での遷移生起の尤度を算出する例については，後述する。例えば，判定部１０２は，所定の閾値以上の尤度が得られた場合に，該尤度が得られた隣接するエリア間の遷移が検知されたと判定する。

存在情報記憶部１３０は，各エリアにおける存在可能性を記憶する記憶部である。存在情報記憶部１３０には，検知を行う対象空間に存在するエリアごとの自携帯端末１０の存在可能性が記憶される。存在情報記憶部１３０に記憶された各エリアの存在可能性は，隣接するエリア間の遷移が検知されることに応じて，随時更新される。

更新部１０３は，判定部１０２により隣接するエリア間の遷移が検知されたと判定された場合に，存在情報記憶部１３０に記憶された，各エリアにおける存在可能性を更新する。例えば，更新部１０３は，隣接するエリア間の遷移が検知されたと判定された場合に，遷移前のエリアにおける存在可能性を，該遷移前のエリアにおける存在可能性に応じて減少させる更新を行う。また，例えば，更新部１０３は，隣接するエリア間の遷移が検知されたと判定された場合に，遷移後のエリアにおける存在可能性を，遷移前のエリアにおける存在可能性に応じて増加させる更新を行う。

また，判定部１０２によって隣接するエリア間での遷移生起の尤度が算出されている場合に，更新部１０３は，さらに，検知された隣接するエリア間の遷移について算出された尤度に応じて，存在情報記憶部１３０に記憶された各エリアにおける存在可能性の更新を行う。例えば，更新部１０３は，検知された隣接するエリア間の遷移について，算出された尤度が高い場合には，遷移前のエリアと遷移後のエリアの存在可能性をより大きく更新し，算出された尤度が低い場合には，遷移前のエリアと遷移後のエリアの存在可能性をより小さく更新するように調整を行う。

出力部１０４は，存在情報記憶部１３０に記憶された各エリアにおける存在可能性を参照し，存在可能性が最も高いエリアを出力する。出力部１０４による出力先は，例えば，携帯端末１０の存在エリアに応じたサービスを行うアプリケーションなどである。

図３は，本実施の形態による携帯端末を実現するコンピュータのハードウェア構成例を示す図である。

図２に示す携帯端末１０を実現するコンピュータ１は，例えば，ＣＰＵ（Central Processing Unit ）２，主記憶となるメモリ３，記憶装置４，通信装置５，入力装置６，出力装置７等を備える。記憶装置４は，例えばＨＤＤ（Hard Disk Drive ）等の外部記憶装置や，補助記憶装置などである。入力装置６は，例えばタッチパネル，キーボード，マウス等の入力機器である。出力装置７は，例えばディスプレイ等の表示装置である。

図２に示す携帯端末１０が備える各機能部は，コンピュータ１が備えるＣＰＵ２，メモリ３等のハードウェアと，ソフトウェアプログラムとによって実現することが可能である。コンピュータ１が実行可能なプログラムは，記憶装置４に記憶され，その実行時にメモリ３に読み出され，ＣＰＵ２により実行される。

コンピュータ１は，可搬型記録媒体から直接プログラムを読み取り，そのプログラムに従った処理を実行することもできる。また，コンピュータ１は，サーバコンピュータからプログラムが転送されるごとに，逐次，受け取ったプログラムに従った処理を実行することもできる。さらに，このプログラムは，コンピュータ１で読み取り可能な記録媒体に記録しておくことができる。

以下では，本実施の形態のエリア検知部１００による，より具体的な処理の例を説明する。以下で説明する例では，壁で隔てられた部屋をエリアとする。

図４は，エリア検知を行う対象空間の例を示す図である。

図４に示す空間は，本実施の形態によるエリア検知を行う対象空間の一例である。以下では，図４に示す空間をエリア検知の対象空間として，説明を行う。図４に示す部屋＃Ａ〜部屋＃Ｄの４つのエリアからなる空間が，エリア検知を行う対象空間となる。各発信器２０は，無線ＬＡＮなどの遠距離無線におけるアクセスポイントである。各出入口３０は，隣接する部屋間で，携帯端末１０を持った人が移動できる場所である。すなわち，各出入口３０は，隣接するエリア間で携帯端末１０の遷移が起こり得る場所である。

図４に示す例では，各隣接する部屋間の出入口３０付近に，事前データの取得範囲が設定されている。図４に示す例において，部屋＃Ｂと部屋＃Ｃとは隣接しているが，部屋＃Ｂと部屋＃Ｃとの間には出入口３０がない。部屋＃Ｂと部屋＃Ｃとの間では物理的にエリア間の遷移が起こり得ないため，部屋＃Ｂと部屋＃Ｃとの境界には事前データの取得範囲が設定されてない。このように，本実施の形態では，隣接するエリア間で遷移が起こり得る場所のＲＳＳＩを事前に取得し，特定場所信号強度記憶部１２０で保持しておく。

図５は，隣接する部屋間で遷移が起こり得る場所におけるＲＳＳＩの例を説明する図である。

図５（Ａ）は，部屋＃Ａ−部屋＃Ｂ間の出入口３０付近の事前データの取得範囲を示している。ここでは，図４に示すエリア検知の対象空間において，隣接する部屋＃Ａと部屋＃Ｂとの間の出入口３０付近におけるＲＳＳＩを例に説明を行う。図５（Ａ）において，地点Ｐ１は，部屋＃Ａ−部屋＃Ｂ間の出入口３０付近における部屋＃Ａ側の地点である。また，地点Ｐ２は，部屋＃Ａ−部屋＃Ｂ間の出入口３０付近における部屋＃Ｂ側の地点である。

図５（Ａ）において，例えば，携帯端末１０を持ったユーザが，出入口３０を通って部屋＃Ａから部屋＃Ｂに移動したものとする。このとき，そのユーザは，地点Ｐ１を通過し，出入口３０を通って地点Ｐ２を通過する。そのユーザが持つ携帯端末１０は，例えば部屋＃Ｂの隅にある発信器２０から発信される無線信号のＲＳＳＩを観測する。

図５（Ｂ）は，携帯端末１０が地点Ｐ１から地点Ｐ２に遷移した際に，図５（Ａ）に示す部屋＃Ｂにある発信器２０から発信される無線信号を携帯端末１０が観測した例を示す。例えば，部屋＃Ａ側にある地点Ｐ１と部屋＃Ｂにある発信器２０との間には壁があるため，その壁の影響を受けて，地点Ｐ１で観測されるＲＳＳＩは低い値となる。部屋＃Ｂ側にある地点Ｐ２と部屋＃Ｂにある発信器２０との間には壁がないため，地点Ｐ２で観測されるＲＳＳＩは高い値となる。そのため，携帯端末１０が出入口３０を通って部屋＃Ａから部屋＃Ｂに遷移する際には，図５（Ｂ）に示すような顕著なＲＳＳＩ変化が見られると考えられる。

図６は，本実施の形態によるＲＳＳＩ学習データの例を示す図である。

図６に示すＲＳＳＩ学習データは，特定場所信号強度記憶部１２０にあらかじめ保持される，隣接するエリア間で遷移が起こり得る場所における信号強度のデータの一例を示す。図６に示すＲＳＳＩ学習データは，遷移場所，地点，発信器＃１〜＃ｎ等の情報を持つ。

図６に示すＲＳＳＩ学習データにおいて，遷移場所は，隣接するエリア間で遷移が起こり得る場所を示す。例えば，図６に示すＲＳＳＩ学習データの遷移場所において，“＃Ａ−＃Ｂ”は，隣接する部屋＃Ａと部屋＃Ｂとの間で遷移が起こり得る出入口３０付近を示している。なお，以下では，隣接するエリア間で遷移が起こり得る場所を，単に遷移場所とも呼ぶ。

図６に示すＲＳＳＩ学習データにおいて，地点は，遷移場所におけるいずれのエリア側の地点であるかを示す。例えば，遷移場所“＃Ａ−＃Ｂ”における地点“＃Ａ側”は，隣接する部屋＃Ａと部屋＃Ｂとの間で遷移が起こり得る出入口３０付近における，部屋＃Ａ側の地点を示している。

図６に示すＲＳＳＩ学習データにおいて，発信器＃１〜＃ｎの各項目に記録される数値は，ＲＳＳＩを観測する対象の各発信器２０について，それぞれ事前に用意して保持された，該当遷移場所，該当地点における代表的なＲＳＳＩである。発信器＃１〜＃ｎの各項目に示されるＲＳＳＩが，携帯端末１０により時々刻々と観測されるＲＳＳＩと比較される，該当遷移場所，該当地点における基準のＲＳＳＩである。

図６に示すＲＳＳＩ学習データにおける，各発信器２０のＲＳＳＩの値は，例えば，各出入口３０の各地点で観測されるＲＳＳＩの学習処理を事前に行うことにより得られる。遷移場所“＃Ａ−＃Ｂ”における地点“＃Ａ側”，“＃Ｂ側”のＲＳＳＩを取得する手順は，例えば，次の通りとなる。
（手順１）携帯端末１０を持つユーザは，図５（Ａ）に示す地点Ｐ１で，数分間静止状態でいる。このとき，携帯端末１０は，各発信器（＃１〜＃ｎ）２０のＲＳＳＩを観測する。
（手順２）携帯端末１０は，数分間で観測された各発信器（＃１〜＃ｎ）２０のＲＳＳＩについて，それぞれ平均値を算出する。
（手順３）携帯端末１０は，ＲＳＳＩ学習データに遷移場所“＃Ａ−＃Ｂ”，地点“＃Ａ側”のレコードを生成し，各発信器（＃１〜＃ｎ）２０について，それぞれ（手順２）で算出されたのＲＳＳＩの平均値を記録する。
（手順４）携帯端末１０を持つユーザは，図５（Ａ）に示す地点Ｐ２に移動する。地点Ｐ２でも，（手順１）〜（手順３）が，同様に行われる。

このような手順を，すべての隣接する部屋間の出入口３０で行うことにより，図６に示すＲＳＳＩ学習データが得られる。本実施の形態では，このようにして得られたＲＳＳＩ学習データが，事前に特定場所信号強度記憶部１２０に保持された状態で，エリア検知部による携帯端末１０が存在するエリアの検知が実施される。

存在エリアの検知を行う対象の携帯端末１０において，エリア検知部１００の信号強度取得部１０１は，所定の時間間隔で，各発信器２０について観測された現在のＲＳＳＩを取得する。信号強度取得部１０１は，取得した，観測された現在のＲＳＳＩを信号強度記憶部１１０に記憶する。また，信号強度取得部１０１は，信号強度記憶部１１０から，直前のタイミングで観測されたＲＳＳＩを取得する。

なお，携帯端末１０は，本実施の形態によるエリア検知で観測の対象となっていない発信器のＲＳＳＩも観測してしまう。例えば，エリア検知部１００は，本実施の形態によるエリア検知で観測の対象となる発信器２０の識別情報のリストを保持しており，信号強度取得部１０１は，リストにある識別情報を発信している発信機２０のＲＳＳＩを選択して，取得する。

図７は，観測されたＲＳＳＩの例を示す図である。

図７（Ａ）に示す現在のＲＳＳＩは，信号強度取得部１０１により取得された，各発信器２０について観測された現在のＲＳＳＩの一例を示す。図７（Ｂ）に示す直前のＲＳＳＩは，信号強度取得部１０１により信号強度記憶部１１０から取得された，直前のタイミングで観測されたＲＳＳＩの一例を示す。これは，携帯端末１０で観測されるＲＳＳＩが，図７（Ｂ）に示す直前のＲＳＳＩから図７（Ａ）に示す現在のＲＳＳＩに変化したことを意味する。

判定部１０２は，観測されたＲＳＳＩの変化から，携帯端末１０の隣接したエリア間の遷移が検知されたか否かを判定する。ここでは，判定部１０２は，観測されたＲＳＳＩの変化と，特定場所信号強度記憶部１２０に記憶されたＲＳＳＩ学習データを用いて，起こり得る各エリア間の遷移について，それぞれの遷移生起の尤もらしさを示す遷移尤度を求める。

判定部１０２は，部屋ｉから部屋ｊへの遷移尤度Ｌ_t （ｉ，ｊ）を，例えば，次式（１）により算出する。

Ｌ_t （ｉ，ｊ）＝−｛‖ｘ_t −ｘ’_i,j ‖² ＋‖ｘ_t-1 −ｘ”_i,j ‖² ｝ （１）
式（１）において，ｔは，観測されたＲＳＳＩを取得した現在のタイミングを示し，ｔ−１は，観測されたＲＳＳＩを取得した直前のタイミングを示す。また，‖・‖は，ユークリッド距離を示す。ｘ_t は，現在のＲＳＳＩを示すｎ次元のベクトルであり，ｘ_t-1 は，直前のＲＳＳＩを示すｎ次元のベクトルである。ｘ’_i,j は，部屋ｉ−部屋ｊ間の遷移場所における遷移後の部屋ｊ側のｎ次元のＲＳＳＩベクトルである。ｘ”_i,j は，部屋ｉ−部屋ｊ間の遷移場所における遷移前の部屋ｉ側のｎ次元のＲＳＳＩベクトルである。なお，ｎは，エリア検知においてＲＳＳＩを取得する対象の発信器２０の数である。

図８は，本実施の形態による遷移尤度の算出を説明する図である。

図８に示すグラフは，ある発信器２０のＲＳＳＩの経時変化を示すグラフである。図８に示すグラフにおいて，○のポイントは，観測されたＲＳＳＩを示す。×のポイントは，ＲＳＳＩ学習データのＲＳＳＩを示す。ｔは，現在のＲＳＳＩを取得したタイミングを示す。ｔ−１は，直前のＲＳＳＩを取得したタイミングを示す。

図８に示す例において，現在のＲＳＳＩと，ＲＳＳＩ学習データにおける図５（Ａ）に示す地点Ｐ２のＲＳＳＩとが近い値となっているものとする。また，直前のＲＳＳＩと，ＲＳＳＩ学習データにおける図５（Ａ）に示す地点Ｐ１のＲＳＳＩとが近い値となっているものとする。この場合，図５（Ａ）に示す部屋＃Ａから部屋＃Ｂへの遷移があった可能性が考えられる。その可能性は，現在のＲＳＳＩの値と地点Ｐ２のＲＳＳＩの値とが近ければ近いほど，また直前のＲＳＳＩの値と地点Ｐ１のＲＳＳＩの値とが近ければ近いほど高いと考えられる。したがって遷移尤度は，部屋遷移の可能性を表す評価指標となる。

上記の式（１）では，任意の数の発信器２０について，観測されたＲＳＳＩ値とＲＳＳＩ学習データにおけるＲＳＳＩ値との関係の近さを評価した遷移尤度が求められる。例えば，図７に示すＲＳＳＩ情報から，部屋＃Ａから部屋＃Ｂへの遷移尤度を求める場合，上記の式（１）において，ｘ_t は，図７（Ａ）に示す現在のＲＳＳＩのベクトルとなり，ｘ_t-1 は，図７（Ｂ）に示す直前のＲＳＳＩのベクトルとなる。ｘ’_i,j は，図６に示すＲＳＳＩ学習データにおける遷移場所“＃Ａ−＃Ｂ”，地点“＃Ｂ側”のＲＳＳＩベクトルとなり，ｘ”_i,j は，図６に示すＲＳＳＩ学習データにおける遷移場所“＃Ａ−＃Ｂ”，地点“＃Ａ側”のＲＳＳＩベクトルとなる。

なお，上記の式（１）を用いて遷移尤度を求める処理は，遷移尤度を求める処理の一例である。遷移尤度を求める処理は，現在のＲＳＳＩが，遷移場所における遷移後の部屋側の地点でのＲＳＳＩに類似するほど，直前のＲＳＳＩが，遷移場所における遷移前の部屋側の地点でのＲＳＳＩに類似するほど，遷移尤度が高くなるように設計されればよい。

また，上記の式（１）は，現在のＲＳＳＩと直前のＲＳＳＩとを用いた比較で遷移尤度を求めているが，さらに現在のＲＳＳＩと２つ前のＲＳＳＩ，現在のＲＳＳＩと３つ前のＲＳＳＩというように，現在のＲＳＳＩと複数の過去のＲＳＳＩとを用いた比較で遷移尤度を求めるようにしてもよい。また，上記の式（１）では，遷移前の部屋側の地点と遷移後の部屋側の地点の２地点の比較で遷移尤度を求めているが，３地点以上の比較で遷移尤度を求めるようにしてもよい。例えば，ＲＳＳＩ学習データに隣接する部屋間の境界地点のＲＳＳＩも保持しておき，遷移前の部屋側の地点，遷移前後の部屋の境界地点，遷移後の部屋側の地点の３地点の比較で，遷移尤度を求めるようにしてもよい。

判定部１０２は，起こり得るすべてのエリア間の遷移について，遷移尤度を求める。例えば，図４に示す対象空間において，起こり得る部屋間の遷移は，部屋＃Ａ→部屋＃Ｂ，部屋＃Ｂ→部屋＃Ａ，部屋＃Ａ→部屋＃Ｄ，部屋＃Ｄ→部屋＃Ａ，部屋＃Ｂ→部屋＃Ｄ，部屋＃Ｄ→部屋＃Ｂ，部屋＃Ｃ→部屋＃Ｄ，部屋＃Ｄ→部屋＃Ｃの８通りである。

図９は，遷移尤度の算出結果の例を示す図である。

図９に示す例は，図４に示す対象空間で起こり得る８通りの部屋間の遷移について，それぞれ上記の式（１）で遷移尤度を算出した例を示す。図９に示す遷移尤度の算出結果において，部屋遷移は，起こり得る隣接する部屋間の遷移を示す。例えば，部屋遷移“＃Ａ→＃Ｂ”は，部屋＃Ａから部屋＃Ｂへの遷移を示す。上記の式（１）は，遷移尤度が高い部屋遷移ほど，高い値が得られるように設計されている。そのため，図９に示す遷移尤度の算出結果では，値が高いほど遷移尤度が高くなる。なお，以下では，起こり得る隣接する部屋間の遷移を，単に部屋遷移とも呼ぶ。

判定部１０２は，求められた遷移尤度が，所定の尤度の閾値を超えた部屋遷移がある場合に，その部屋遷移が検知されたと判定する。例えば，尤度の閾値が“−５０”である場合，図９に示す遷移尤度の算出結果において，部屋遷移“＃Ａ→＃Ｂ”の遷移尤度“−２０”が尤度の閾値を超えているので，判定部１０２は，部屋＃Ａから部屋＃Ｂへの遷移が検知されたと判定する。ここでは，判定部１０２は，複数の遷移尤度が尤度の閾値を超えた場合，遷移尤度が最大となる部屋遷移のみが検出されたと判定する。

なお，尤度の閾値Ｌ_thは，例えば次のように定めることができる。隣接する部屋間で遷移が起こり得る出入口３０を何度か出入りする実験を行い，そのときに観測されるＲＳＳＩを取得する。取得されたＲＳＳＩを用いて，上記の式（１）により，出入りごとの遷移尤度Ｌ_t （ｉ，ｊ）を求める。得られた出入りごとの遷移尤度Ｌ_t （ｉ，ｊ）のうち，最小の遷移尤度を尤度の閾値Ｌ_thとする。このとき，尤度の閾値Ｌ_thは，次の式（２）で定められる。式（２）において，Ｔは，出入り実験の回数を示す。

Ｌ_th（ｉ，ｊ）＝ｍｉｎ Ｌ_t （ｉ，ｊ） ［１＜ｔ＜Ｔ］ （２）
なお，遷移場所ごとに得られる遷移尤度の範囲は異なるので，遷移場所ごとに，尤度の閾値を求めるようにしてもよい。さらに，遷移方向ごとに，尤度の閾値を求めるようにしてもよい。また，エリア検知の対象空間におけるすべての遷移場所について，まとめて１つの尤度の閾値を求めるようにしてもよい。

判定部１０２は，隣接する部屋間の遷移が検知されたと判定した場合，検知された部屋遷移について，遷移尤度をもとに確信度を算出する。本実施の形態による確信度は，後の更新部１０３による処理で用いるために，検知された部屋遷移について，その遷移尤度を０〜１の値に正規化したものである。すなわち，本実施の形態において，確信度は，表現を変えた遷移尤度であるともいえる。確信度ｑ_t の算出は，例えば次の式（３）に従って行われる。式（３）において，Ｌ_t （ｉ，ｊ）は，検知された部屋遷移の遷移尤度であり，Ｌ_thは，尤度の閾値である。

ｑ＝１−｛Ｌ_t （ｉ，ｊ）／Ｌ_th｝ （３）
式（３）では，検知された部屋遷移について，遷移尤度が０の場合，すなわち観測されたＲＳＳＩと，ＲＳＳＩ学習データのＲＳＳＩとが完全に一致した場合に，確信度が１となるように設計されている。また，検知された部屋遷移について，遷移尤度が尤度の閾値Ｌ_thに近いほど，確信度が０に近づくように設計されている。確信度を算出する式は，式（３）とは異なる設計も可能である。

図１０は，部屋遷移検知結果の例を示す図である。

図１０に示す部屋遷移検知結果は，図９に示す遷移尤度の算出結果に基づいた部屋遷移の検知結果の一例を示す。図９に示す遷移尤度の算出結果から，部屋＃Ａから部屋＃Ｂへの遷移尤度“−２０”は，所定の尤度の閾値“−５０”を超えている。このとき，上記の式（３）で確信度を求めると，図１０に示す確信度“０．６”が得られる。

更新部１０３は，判定部１０２によって部屋遷移が検知されたと判定された場合に，存在情報記憶部１３０に記憶された，各部屋における携帯端末１０の存在可能性を示す情報を更新する。

図１１は，本実施の形態による存在部屋確率データの例を示す図である。

図１１に示す存在部屋確率データは，図４に示す対象空間の各部屋における携帯端末１０の存在可能性を示す情報の一例を示す。図１１に示す存在部屋確率データでは，各部屋における携帯端末１０の存在可能性が，０〜１の確率で表されている。本実施の形態による存在部屋確率データでは，全部屋の確率の合計が１となるように正規化されている。

本実施の形態の例では，エリア検知部１００は，遠距離無線ゆえの誤検知を防ぐために，存在部屋確率データを存在情報記憶部１３０で管理し，その存在部屋確率データを部屋遷移の検知結果をもとに更新していく。本実施の形態の例では，例えば，存在部屋確率データにおける各部屋の確率の初期値は，均等に設定される。部屋遷移が検知されるたびに，その検知結果に応じて存在部屋確率データを更新することにより，存在部屋確率データにおける各部屋の確率の精度が，徐々に高くなっていく。

上述のように，無線ＬＡＮ等の遠距離無線のＲＳＳＩを用いて部屋遷移を検知する場合，誤検知が発生する。そのため，部屋遷移の検知結果に応じて存在部屋確率データを更新する際に，正しく検知された可能性が高い部屋遷移についてはその影響が大きくなるように，誤検知の可能性が高い部屋遷移についてはその影響が小さくなるように，存在部屋確率データの更新を行いたい。

以下では，部屋遷移の検知結果の正誤の可能性に応じて，存在部屋確率データにおける各部屋の確率を更新する例を説明する。以下の説明において，Ｒ_pre は，部屋遷移の検知結果における遷移前の部屋を示し，Ｒ_postは，部屋遷移の検知結果における遷移後の部屋を示す。Ｒ_other は，遷移前／遷移後の部屋以外の部屋を示す。ｑは，部屋遷移の検知結果における確信度を示す。

〔処理１〕：遷移前の部屋Ｒ_pre の確率の更新
遷移前の部屋Ｒ_pre の確率は，例えば，次の式（４）によって更新される。

ｐ_t+1 （Ｒ_pre ）＝ｐ_t （Ｒ_pre ）−ｐ_t （Ｒ_pre ）・ｑ （４）
ｐ_t （Ｒ_pre ）は，更新前の遷移前の部屋Ｒ_pre の確率を示す。ｐ_t+1 （Ｒ_pre ）は，更新後の遷移前の部屋Ｒ_pre の確率を示す。

式（４）の右辺第２項に示すように，遷移前の部屋Ｒ_pre の確率については，その値を減少させる更新の処理が行われる。式（４）の右辺第２項に示すように，遷移前の部屋Ｒ_pre の確率の減少量は，更新前の遷移前の部屋Ｒ_pre の確率ｐ_t （Ｒ_pre ）に依存する。また，遷移前の部屋Ｒ_pre の確率の減少量は，部屋遷移の検知結果の確信度ｑに依存する。すなわち，更新前の遷移前の部屋Ｒ_pre の確率ｐ_t （Ｒ_pre ）が高いほど，また部屋遷移の検知結果の確信度ｑが高いほど，更新により遷移前の部屋Ｒ_pre の確率が減少する量は多くなる。

例えば，部屋遷移の検知結果において，遷移前の部屋Ｒ_pre は，遷移前に携帯端末１０が存在したであろうとされた部屋である。更新前の存在部屋確率データにおいて，遷移前の部屋Ｒ_pre の確率が低い場合，部屋遷移の検知結果と更新前の存在部屋確率データとが，矛盾しているとみなすことができる。逆に，更新前の存在部屋確率データにおいて，遷移前の部屋Ｒ_pre の確率が高い場合，部屋遷移の検知結果と更新前の存在部屋確率データとは，矛盾していないとみなすことができる。

式（４）の右辺第２項では，遷移前の部屋Ｒ_pre の確率が低い場合，部屋遷移の検知結果が矛盾しているとみなされて部屋遷移の検知結果で軽視されるため，遷移前の部屋Ｒ_pre の確率の減少量が少なくなる。また，式（４）の右辺第２項では，遷移前の部屋Ｒ_pre の確率が高い場合，部屋遷移の検知結果が矛盾していないとみなされて部屋遷移の検知結果が重視されるため，遷移前の部屋Ｒ_pre の確率の減少量が多くなる。

〔処理２〕：遷移後の部屋Ｒ_postの確率の更新
遷移後の部屋Ｒ_postの確率は，例えば，次の式（５）によって更新される。

ｐ_t+1 （Ｒ_post）＝ｐ_t （Ｒ_post）・（１−ｑ）＋ｐ_t （Ｒ_pre ）・ｑ （５）
ｐ_t （Ｒ_post）は，更新前の遷移後の部屋Ｒ_postの確率を示す。ｐ_t+1 （Ｒ_post）は，更新後の遷移後の部屋Ｒ_postの確率を示す。

式（５）の右辺第２項に示すように，遷移後の部屋Ｒ_postの確率については，その値を増加させる更新の処理が行われる。式（５）の右辺第２項に示すように，遷移後の部屋Ｒ_postの確率の増加量は，更新前の遷移前の部屋Ｒ_pre の確率ｐ_t （Ｒ_pre ）に依存する。また，遷移後の部屋Ｒ_postの確率の増加量は，部屋遷移の検知結果の確信度ｑに依存する。すなわち，更新前の遷移前の部屋Ｒ_pre の確率ｐ_t （Ｒ_pre ）が高いほど，また部屋遷移の検知結果の確信度ｑが高いほど，更新により遷移後の部屋Ｒ_postの確率が増加する量は多くなる。

式（５）の右辺第２項では，遷移前の部屋Ｒ_pre の確率が低い場合，部屋遷移の検知結果が矛盾しているとみなされて部屋遷移の検知結果が軽視されるため，遷移後の部屋Ｒ_postの確率の増加量が少なくなる。また，式（５）の右辺第２項では，遷移前の部屋Ｒ_pre の確率が高い場合，部屋遷移の検知結果が矛盾していないとみなされて部屋遷移の検知結果が重視されるため，遷移前の部屋Ｒ_pre の確率の増加量が多くなる。

また，式（５）の右辺第１項に示すように，更新前の遷移後の部屋Ｒ_postの確率ｐ_t （Ｒ_post）を，部屋遷移の検知結果の確信度ｑに応じて減少させる更新の処理が行われている。遷移後の部屋Ｒ_postは，部屋遷移の検知結果において，遷移前に携帯端末１０が存在していなかったであろうとされた部屋である。このような部屋遷移の検知結果が，式（５）の右辺第１項によって反映されている。

〔処理３〕：遷移前／遷移後の部屋以外の部屋Ｒ_other の確率の更新
遷移前／遷移後の部屋以外の部屋Ｒ_other の確率は，例えば，次の式（６）によって更新される。

ｐ_t+1 （Ｒ_other ）＝ｐ_t （Ｒ_other ）・（１−ｑ） （６）
ｐ_t （Ｒ_other ）は，更新前の遷移前／遷移後の部屋以外の部屋Ｒ_other の確率を示す。ｐ_t+1 （Ｒ_other ）は，更新後の遷移前／遷移後の部屋以外の部屋Ｒ_other の確率を示す。

式（６）に示すように，更新前の遷移前／遷移後の部屋以外の部屋Ｒ_other の確率ｐ_t （Ｒ_other ）を，部屋遷移の検知結果の確信度ｑに応じて減少させる更新の処理が行われている。遷移前／遷移後の部屋以外の部屋Ｒ_other は，部屋遷移の検知結果において，遷移前に携帯端末１０が存在していなかったであろうとされた部屋である。このような部屋遷移の検知結果が，式（６）によって反映されている。

ここで示した〔処理１〕から〔処理３〕の例は，部屋遷移の検知結果に応じて各部屋における存在可能性を更新する一例である。例えば，〔処理１〕から〔処理３〕の例では，遷移前の部屋の確率に応じた各部屋の確率の更新を行うとともに，部屋遷移の検知結果の確信度に応じた各部屋の確率の更新を行っている。遷移前の部屋の確率に応じた更新のみを行い，部屋遷移の検知結果の確信度に応じた更新を行わないようにしてもよい。例えば，式（４），式（５）の右辺第２項において，確信度ｑの代わりに固定値を用いるようにしてもよい。また，例えば，式（５），式（６）の右辺第１項において，確信度ｑを用いた更新を行わないようにしてもよい。

また，例えば，上述のように，遷移前の部屋の確率に応じて，遷移前／遷移後の部屋の確率の更新量を決定するという前提であれば，具体的な式（４）〜式（６）については，異なる設計も可能である。また，部屋遷移の検知結果の確信度も利用する場合には，部屋遷移の検知結果の確信度に応じて，各部屋の確率の更新量を決定するという前提であれば，具体的な式（４）〜式（６）については，異なる設計も可能である。

図１２は，本実施の形態による存在部屋確率データの更新の例（１）を説明する図である。

部屋遷移が検知される前に存在情報記憶部１３０に記憶されていた，更新前の存在部屋確率データが，図１２（Ａ）に示す通りであったものとする。ここで，部屋遷移の検知によって，図１２（Ｂ）に示すような部屋遷移検知結果が得られたものとする。

更新部１０３は，上述の〔処理１〕によって，図１２（Ｂ）に示す部屋遷移検知結果における遷移前の部屋＃Ａの確率を更新する。図１２（Ａ）に示す存在部屋確率データにおいて，更新前の部屋＃Ａの確率は“０．８”である。図１２（Ｂ）に示す部屋遷移検知結果において，確信度は“０．８”である。上記の式（４）から，更新後の部屋＃Ａの確率は，
０．８−０．８＊０．８＝０．１６
となる。

更新部１０３は，上述の〔処理２〕によって，図１２（Ｂ）に示す部屋遷移検知結果における遷移後の部屋＃Ｂの確率を更新する。図１２（Ａ）に示す存在部屋確率データにおいて，更新前の部屋＃Ｂの確率は“０．１”である。上記の式（５）から，更新後の部屋＃Ｂの確率は，
０．１＊（１−０．８）＋０．８＊０．８＝０．６６
となる。

更新部１０３は，上述の〔処理３〕によって，図１２（Ｂ）に示す部屋遷移検知結果における遷移前／遷移後の部屋以外の部屋＃Ｃ，部屋＃Ｄの確率を更新する。図１２（Ａ）に示す存在部屋確率データにおいて，更新前の部屋＃Ｃ，部屋＃Ｄの確率は，いずれも“０．０５”である。上記の式（６）から，更新後の部屋＃Ｃ，部屋＃Ｄの確率は，いずれも，
０．０５＊（１−０．８）＝０．０１
となる。

〔処理１〕〜〔処理３〕によって，図１２（Ａ）に示す存在部屋確率データにおける各部屋の確率を更新した結果の存在部屋確率データは，図１２（Ｃ）に示す通りとなる。更新部１０３は，全部屋の確率の合計値が１になるように，図１２（Ｃ）に示す存在部屋確率データを正規化する。図１２（Ｃ）に示す存在部屋確率データを正規化した結果が，図１２（Ｄ）に示す存在部屋確率データとなる。更新部１０３は，存在情報記憶部１３０に記憶されている図１２（Ａ）に示す存在部屋確率データを，図１２（Ｄ）に示す存在部屋確率データで更新する。

出力部１０４は，存在情報記憶部１３０に記憶されている最新の存在部屋確率データで確率が最大の部屋を，携帯端末１０が存在する部屋の検知結果として出力する。図１２（Ｄ）に示す存在部屋確率データでは，確率が最大である部屋＃Ｂが出力される。

図１２の示す例では，更新前の部屋＃Ａの確率は，図１２（Ａ）の存在部屋確率データに示すように，“０．８”という高い値になっている。これは，図１２（Ｂ）に示す部屋遷移検知結果で，部屋＃Ａが遷移前の部屋とされたことと矛盾しない。そのため，図１２に示す例では，遷移前の部屋＃Ａの確率が“０．８”から“０．１９”に大きく減少され，遷移後の部屋＃Ｂの確率が“０．１”から“０．７８６”に大きく増加されている。

このように，本実施の形態では，部屋遷移が検知される前の各部屋における存在可能性と，部屋遷移の検知結果の遷移前の部屋との関係において，互いに矛盾しないとみなせる場合には，遷移前の部屋と遷移後の部屋の存在可能性を大きく更新する。これは，検知された部屋遷移が，正しい可能性が高いからである。

図１２に示す例において，部屋遷移が検知される前の図１２（Ａ）に示す存在部屋確率データでは，携帯端末１０の存在可能性が最も高い部屋は部屋＃Ａであり，部屋遷移が検知された後の図１２（Ｄ）に示す存在部屋確率データでは，携帯端末１０の存在可能性が最も高い部屋は部屋＃Ｂである。これは，図１２（Ｂ）に示す部屋遷移検知結果に矛盾しない。

図１３は，本実施の形態による存在部屋確率データの更新の例（２）を説明する図である。

部屋遷移が検知される前に存在情報記憶部１３０に記憶されていた，更新前の存在部屋確率データが，図１３（Ａ）に示す通りであったものとする。ここで，部屋遷移の検知によって，図１３（Ｂ）に示すような部屋遷移検知結果が得られたものとする。

更新部１０３は，上述の〔処理１〕によって，図１３（Ｂ）に示す部屋遷移検知結果における遷移前の部屋＃Ａの確率を更新する。図１３（Ａ）に示す存在部屋確率データにおいて，更新前の部屋＃Ａの確率は“０．１”である。図１３（Ｂ）に示す部屋遷移検知結果において，確信度は“０．６”である。上記の式（４）から，更新後の部屋＃Ａの確率は，
０．１−０．１＊０．６＝０．０４
となる。

更新部１０３は，上述の〔処理２〕によって，図１３（Ｂ）に示す部屋遷移検知結果における遷移後の部屋＃Ｂの確率を更新する。図１３（Ａ）に示す存在部屋確率データにおいて，更新前の部屋＃Ｂの確率は“０．１”である。上記の式（５）から，更新後の部屋＃Ｂの確率は，
０．１＊（１−０．６）＋０．１＊０．６＝０．１
となる。

更新部１０３は，上述の〔処理３〕によって，図１３（Ｂ）に示す部屋遷移検知結果における遷移前／遷移後の部屋以外の部屋＃Ｃ，部屋＃Ｄの確率を更新する。図１３（Ａ）に示す存在部屋確率データにおいて，更新前の部屋＃Ｃ，部屋＃Ｄの確率は，それぞれ“０．１”，“０．７”である。上記の式（６）から，更新後の部屋＃Ｃ，部屋＃Ｄの確率は，それぞれ，
０．１＊（１−０．６）＝０．０４
０．７＊（１−０．６）＝０．２８
となる。

〔処理１〕〜〔処理３〕によって，図１３（Ａ）に示す存在部屋確率データにおける各部屋の確率を更新した結果の存在部屋確率データは，図１３（Ｃ）に示す通りとなる。更新部１０３は，全部屋の確率の合計値が１になるように，図１３（Ｃ）に示す存在部屋確率データを正規化する。図１３（Ｃ）に示す存在部屋確率データを正規化した結果が，図１３（Ｄ）に示す存在部屋確率データとなる。更新部１０３は，存在情報記憶部１３０に記憶されている図１３（Ａ）に示す存在部屋確率データを，図１３（Ｄ）に示す存在部屋確率データで更新する。

出力部１０４は，存在情報記憶部１３０に記憶されている最新の存在部屋確率データで確率が最大の部屋を，携帯端末１０が存在する部屋の検知結果として出力する。図１３（Ａ）に示す存在部屋確率データでは，確率が最大である部屋＃Ｄが出力される。

図１３の示す例では，更新前の部屋＃Ａの確率は，図１３（Ａ）の存在部屋確率データに示すように，“０．１”という低い値になっている。これは，図１３（Ｂ）に示す部屋遷移検知結果で，部屋＃Ａが遷移前の部屋とされたことと矛盾する。そのため，図１３に示す例では，遷移前の部屋＃Ａの確率が“０．１”から“０．０８７”に小さく減少され，遷移後の部屋＃Ｂの確率が“０．１”から“０．２１７”に小さく増加されている。

このように，本実施の形態では，部屋遷移が検知される前の各部屋における存在可能性と，部屋遷移の検知結果の遷移前の部屋との関係において，互いに矛盾するとみなせる場合には，遷移前の部屋と遷移後の部屋の存在可能性の更新を小さくする。これは，検知された部屋遷移が，誤検知である可能性が高いからである。

図１３に示す例において，部屋遷移が検知される前の図１３（Ａ）に示す存在部屋確率データでも，部屋遷移が検知された後の図１３（Ｄ）に示す存在部屋確率データでも，携帯端末１０の存在可能性が最も高い部屋は部屋＃Ｄである。図１３（Ｂ）に示す部屋遷移検知結果が誤検知である可能性を考えれば，この結果は妥当である。

ただし，図１３（Ｂ）に示す部屋遷移検知結果が正しく，図１３（Ａ）に示す存在部屋確率データの確率が実状を表していない可能性もある。そのため，本実施の形態では，矛盾するとみなせる場合であっても，部屋遷移の検知結果をもとに小さい更新を行う。これにより，図１３（Ａ）に示す存在部屋確率データの確率が実状を表していない場合であっても，小さい更新を繰り返す過程で，その確率が徐々に正確な実状を表す確率に収束される。例えば，図１３（Ａ）に示す存在部屋確率データと，図１３（Ｄ）に示す存在部屋確率データとでは，ともに部屋＃Ｄの確率が最も高いが，図１３（Ｂ）に示す部屋遷移検知結果を踏まえて，その確率が“０．７”から“０．６０９”に下げられている。

以下，本実施の形態のエリア検知部１００によるエリア検知処理の流れの例について，図１４，図１５のフローチャートを用いて説明する。

図１４，図１５は，本実施の形態のエリア検知部によるエリア検知処理フローチャートである。

エリア検知部１００において，信号強度取得部１０１は，各発信器から発信された無線信号について，観測された現在のＲＳＳＩを取得する（ステップＳ１０）。また，信号強度取得部１０１は，信号強度記憶部１１０から，観測された直前のＲＳＳＩを取得する（ステップＳ１１）。なお，信号強度取得部１０１は，取得した現在のＲＳＳＩを，信号強度記憶部１１０に記憶しておく。

判定部１０２は，カウンタｉを１に初期化する（ステップＳ１２）。判定部１０２は，カウンタｊを１に初期化する（ステップＳ１３）。

判定部１０２は，部屋ｉから部屋ｊへの遷移可能性があるかを判定する（ステップＳ１４）。遷移可能性があるか否かは，例えば，特定場所信号強度記憶部１２０に記憶された図６に示すＲＳＳＩ学習データを参照することにより，判定可能である。例えば，部屋１が部屋＃Ａを示し，部屋４が部屋＃Ｄを示す場合に，図６に示すＲＳＳＩ学習データから，部屋１から部屋４への遷移可能性があると判定できる。また，例えば，部屋２が部屋＃Ｂを示し，部屋３が部屋＃Ｃを示す場合に，図６に示すＲＳＳＩ学習データから，部屋２から部屋３への遷移可能性がないと判定できる。なお，ｉとｊとが同じ値である場合には，部屋ｉと部屋ｊは同じ部屋となるので，遷移可能性がないと判定される。遷移可能性がないと判定された場合には（ステップＳ１４のＮＯ），判定部１０２は，ステップＳ１７の処理に進む。

遷移可能性があると判定された場合には（ステップＳ１４のＹＥＳ），判定部１０２は，ＲＳＳＩ学習データから，部屋ｉ−部屋ｊ間の遷移場所における，部屋ｉ側地点のＲＳＳＩと部屋ｊ側地点のＲＳＳＩとを取得する（ステップＳ１５）。判定部１０２は，観測された直前のＲＳＳＩ，現在のＲＳＳＩと，部屋ｉ側地点のＲＳＳＩ，部屋ｊ側地点のＲＳＳＩとから，例えば上記の式（１）を用いて，部屋ｉから部屋ｊへの遷移尤度を算出する（ステップＳ１６）。

判定部１０２は，カウンタｊが最後であるかを判定する（ステップＳ１７）。例えば，部屋が４つであれば，カウンタｊ＝４が最後になる。カウンタｊが最後でなければ（ステップＳ１７のＮＯ），判定部１０２は，カウンタｊをインクリメントし（ステップＳ１８），ステップＳ１４の処理に戻る。カウンタｊが最後であれば（ステップＳ１７のＹＥＳ），判定部１０２は，カウンタｉが最後であるかを判定する（ステップＳ１９）。例えば，部屋が４つであれば，カウンタｉ＝４が最後になる。カウンタｉが最後でなければ（ステップＳ１９のＮＯ），判定部１０２は，カウンタｉをインクリメントし（ステップＳ２０），ステップＳ１３の処理に戻る。

カウンタｉが最後であれば（ステップＳ１９のＹＥＳ），判定部１０２は，算出された遷移尤度が所定の尤度の閾値を超える部屋遷移があるかを判定する（ステップＳ２１）。遷移尤度が所定の尤度の閾値を超える部屋遷移がなければ（ステップＳ２１のＮＯ），部屋遷移が検知されていないと判定されたことになる。このとき，存在情報記憶部１３０に記憶された存在部屋確率データの更新は行われない。出力部１０４は，存在部屋確率データにおいて確率が最大の部屋を，携帯端末１０が存在する部屋の検知結果として出力する（ステップＳ３３）。

遷移尤度が所定の尤度の閾値を超える部屋遷移があれば（ステップＳ２１のＹＥＳ），該当部屋遷移が検知されたと判定されたことになる。なお，ここでは，複数の部屋遷移の遷移尤度が閾値を超えている場合，最大の遷移尤度が得られた部屋遷移が検知されたものとする。判定部１０２は，検知された部屋遷移について，例えば上記の式（３）を用いて，遷移尤度から確信度を算出する（ステップＳ２２）。

部屋遷移が検知された場合，更新部１０３は，存在情報記憶部１３０から存在部屋確率データを取得する（ステップＳ２３）。更新部１０３は，カウンタｋを１に初期化する（ステップＳ２４）。

更新部１０３は，部屋遷移の検知結果において，部屋ｋが遷移前の部屋であるかを判定する（ステップＳ２５）。部屋ｋが遷移前の部屋であれば（ステップＳ２５のＹＥＳ），更新部１０３は，上述の〔処理１〕に従って，遷移前の部屋である部屋ｋの確率を更新し（ステップＳ２６），ステップＳ３０の処理に進む。

部屋ｋが遷移前の部屋でなければ（ステップＳ２５のＮＯ），更新部１０３は，部屋遷移の検知結果において，部屋ｋが遷移後の部屋であるかを判定する（ステップＳ２７）。部屋ｋが遷移後の部屋であれば（ステップＳ２７のＹＥＳ），更新部１０３は，上述の〔処理２〕に従って，遷移後の部屋である部屋ｋの確率を更新し（ステップＳ２８），ステップＳ３０の処理に進む。

部屋ｋが遷移後の部屋でなければ（ステップＳ２７のＮＯ），部屋ｋは，遷移前／遷移後の部屋以外の部屋である。更新部１０３は，上述の〔処理３〕に従って，遷移前／遷移後の部屋以外の部屋である部屋ｋの確率を更新し（ステップＳ２９），ステップＳ３０の処理に進む。

更新部１０３は，カウンタｋが最後であるかを判定する（ステップＳ３０）。例えば，部屋が４つであれば，カウンタｋ＝４が最後になる。カウンタｋが最後でなければ（ステップＳ３０のＮＯ），更新部１０３は，カウンタｋをインクリメントし（ステップＳ３１），ステップＳ２５の処理に戻る。

カウンタｋが最後であれば（ステップＳ３０のＹＥＳ），更新部１０２は，〔処理１〕〜〔処理３〕によって更新された存在部屋確率データを正規化する（ステップＳ３２）。存在情報記憶部１３０に記憶される存在部屋確率データが，部屋遷移の検知結果が反映された新たな存在部屋確率データに更新される。出力部１０４は，存在部屋確率データにおいて確率が最大の部屋を，携帯端末１０が存在する部屋の検知結果として出力する（ステップＳ３３）。

以上説明した本実施の形態のエリア検知部１００によって，携帯端末１０の存在エリアの検知が可能となる。

本実施の形態によるエリア検知では，隣接するエリア間で遷移が起こり得る場所のＲＳＳＩのみを事前データとするので，事前データの準備の手間が少ない。また，隣接するエリア間で遷移が起こり得る場所でのみエリア遷移の検知が行われるので，誤検知で物理的に起こり得ないエリア間の遷移が検知されることはない。

また，本実施の形態によるエリア検知では，各エリアの存在可能性の情報を保持し，エリア間の遷移が検知された場合には，遷移前のエリアの存在可能性に応じて，遷移前のエリアの存在可能性と遷移後のエリアの存在可能性とを更新する。これにより，エリア間の遷移の検知結果に応じて，保持された各エリアの存在可能性を更新することが可能となる。すなわち，エリア間の遷移の検知結果が，正しい検知結果である可能性が高い場合には大きく，誤検知である可能性が高い場合にはそれなりに，保持された各エリアの存在可能性が更新される。

以上，本実施の形態について説明したが，本発明はその主旨の範囲において種々の変形が可能であることは当然である。

例えば，本実施の形態の例では，携帯端末１０がエリア検知部１００を備えて，自身が存在するエリアを検知しているが，エリア検知部１００を備えるサーバが，携帯端末１０の存在エリアを検知するようにしてもよい。例えば，携帯端末１０がサーバに対して，観測されたＲＳＳＩを送信し，その観測されたＲＳＳＩをサーバのエリア検知部１００が取得して，該当携帯端末１０の存在エリアを検知し，サーバが該当携帯端末１０に対してその存在エリアに応じたサービスを行うといった実施も可能である。

また，例えば，本実施の形態では，主にエリアが壁で区切られた屋内の部屋である場合の例を説明しているが，エリアは屋外の領域であってもよい。例えば，エリアが，低いフェンスなどで区切られた空間などであってもよい。

１０ 携帯端末
１００ エリア検知部
１０１ 信号強度取得部
１０２ 判定部
１０３ 更新部
１０４ 出力部
１１０ 信号強度記憶部
１２０ 特定場所信号強度記憶部
１３０ 存在情報記憶部

Claims (4)

1. 対象空間の複数エリアにおいて検知対象の携帯端末が存在するエリアを検知するプログラムであって，
   コンピュータに，
   対象空間の複数エリアの隣接するエリア間で前記携帯端末の位置遷移が起こり得る遷移場所において観測された前記対象空間に設置された複数の発信器各々からの無線信号の信号強度を示す学習データを記憶し，
   前記複数エリア各々での前記携帯端末の存在可能性の値を示す存在部屋確率データを記憶し，
   前記携帯端末で所定の時間間隔毎に観測された，前記複数の発信器各々からの無線信号の信号強度を取得し，
   前記携帯端末で観測された前記無線信号の信号強度の変化と前記学習データの前記遷移場所における無線信号の信号強度との関係をもとに，前記携帯端末で観測された２つの無線信号の信号強度の変化量が前記学習データの前記遷移場所の一のエリアから他のエリアへの信号強度の変化量に近い場合に，前記遷移場所に対応する前記一のエリアから前記他のエリアへの前記携帯端末の遷移が生じたと判定し，
   前記携帯端末の遷移が生じたと判定された場合に，前記存在部屋確率データに示された前記携帯端末の遷移が生じた遷移場所に対応する前記一のエリアでの存在可能性の値を減少させ前記他のエリアでの存在可能性の値を増加させて前記存在部屋確率データを更新する
   処理を実行させるためのエリア検知プログラム。
2. 前記コンピュータに，
   前記携帯端末の遷移を判定する処理において，前記携帯端末で観測された前記無線信号の信号強度の変化と前記学習データの前記遷移場所における無線信号の信号強度との関係をもとに前記複数エリアにおいて隣接するエリア間毎に遷移が生起する尤度を算出し，前記尤度が所定の閾値以上となるエリア間で前記携帯端末の遷移が生じたと判定し，
   前記存在部屋確率データの各エリアの存在可能性の値を算出した前記尤度をもとに更新する
   ことを特徴とする請求項１に記載のエリア検知プログラム。
3. 対象空間の複数エリアにおいて検知対象の携帯端末が存在するエリアを検知する装置であって，
   対象空間の複数エリアの隣接するエリア間で前記携帯端末の位置遷移が起こり得る遷移場所において観測された前記対象空間に設置された複数の発信器各々からの無線信号の信号強度を示す学習データを記憶する特定場所信号強度記憶部と，
   前記複数エリア各々での前記携帯端末の存在可能性の値を示す存在部屋確率データを記憶する存在情報記憶部と，
   前記携帯端末で所定の時間間隔毎に観測された，前記複数の発信器各々からの無線信号の信号強度を取得する信号強度取得部と，
   前記携帯端末で観測された前記無線信号の信号強度の変化と前記学習データの前記遷移場所における無線信号の信号強度との関係をもとに，前記携帯端末で観測された２つの無線信号の信号強度の変化量が前記学習データの前記遷移場所の一のエリアから他のエリアへの信号強度の変化量に近い場合に，前記遷移場所に対応する前記一のエリアから前記他のエリアへの前記携帯端末の遷移が生じたと判定する判定部と，
   前記携帯端末の遷移が生じたと判定された場合に，前記存在部屋確率データに示された前記携帯端末の遷移が生じた遷移場所に対応する前記一のエリアでの存在可能性の値を減少させ前記他のエリアでの存在可能性の値を増加させて前記存在部屋確率データを更新する更新部とを備える
   ことを特徴とするエリア検知装置。
4. 対象空間の複数エリアにおいて検知対象の携帯端末が存在するエリアを検知する方法であって，
   コンピュータが，
   対象空間の複数エリアの隣接するエリア間で前記携帯端末の位置遷移が起こり得る遷移場所において観測された前記対象空間に設置された複数の発信器各々からの無線信号の信号強度を示す学習データを記憶し，
   前記複数エリア各々での前記携帯端末の存在可能性の値を示す存在部屋確率データを記憶し，
   前記携帯端末で所定の時間間隔毎に観測された，前記複数の発信器各々からの無線信号の信号強度を取得し，
   前記携帯端末で観測された前記無線信号の信号強度の変化と前記学習データの前記遷移場所における無線信号の信号強度との関係をもとに，前記携帯端末で観測された２つの無線信号の信号強度の変化量が前記学習データの前記遷移場所の一のエリアから他のエリアへの信号強度の変化量に近い場合に，前記遷移場所に対応する前記一のエリアから前記他のエリアへの前記携帯端末の遷移が生じたと判定し，
   前記携帯端末の遷移が生じたと判定された場合に，前記存在部屋確率データに示された前記携帯端末の遷移が生じた遷移場所に対応する前記一のエリアでの存在可能性の値を減少させ前記他のエリアでの存在可能性の値を増加させて前記存在部屋確率データを更新する処理を実行する
   ことを特徴とするエリア検知方法。

Images