JP7281682B2

JP7281682B2 - 環境制御システム、及び、制御方法

Info

Publication number: JP7281682B2
Application number: JP2022512560A
Authority: JP
Inventors: 裕子鈴鹿
Original assignee: Panasonic Intellectual Property Management Co Ltd
Current assignee: Panasonic Intellectual Property Management Co Ltd
Priority date: 2020-04-03
Filing date: 2021-03-30
Publication date: 2023-05-26
Anticipated expiration: 2041-03-30
Also published as: WO2021200983A1; CN115297919A; JPWO2021200983A1

Description

本発明は、環境制御システム、及び、環境制御方法に関する。

特許文献１には、専門的な知識を有していない者であっても被診断者の自律神経の状態を容易に判定することを可能にする自律神経診断装置が開示されている。

特開２０１２－１２５３８３公報

人の自律神経には、対照的に働く交感神経及び副交感神経の２種類の神経が含まれ、人が有する器官の機能は、この２種類の神経がバランスよく働くことで維持される。現代では、不規則な生活や習慣などによって、自律神経のバランスが乱れるために起こる体の不調を訴える人が増えている。

本発明は、対象者の自律神経の乱れを抑制することができる環境制御システム及び環境制御方法を提供する。

本発明の一態様に係る環境制御システムは、対象者の自律神経の状態を示す生体情報の、所定期間における経時変化データを取得する取得部と、前記生体情報の複数の経時変化パターンそれぞれが、前記対象者が位置する空間の環境を調整する機器を制御するための制御パターンと対応付けられた制御情報が記憶された記憶部と、前記制御情報において、前記複数の経時変化パターンのうち取得された前記経時変化データに最も類似する経時変化パターンである対象パターンに対応付けられた前記制御パターンに基づいて、前記機器を制御する制御部とを備える。

本発明の一態様に係る環境制御方法は、対象者の自律神経の状態を示す生体情報の、所定期間における経時変化データを取得し、前記生体情報の複数の経時変化パターンそれぞれが、前記対象者が位置する空間の環境を調整する機器を制御するための制御パターンと対応付けられた制御情報が記憶された記憶部を参照することにより、前記制御情報において、前記複数の経時変化パターンのうち取得された前記経時変化データに最も類似する経時変化パターンである対象パターンに対応付けられた前記制御パターンに基づいて、前記機器を制御する。

本発明によれば、対象者の自律神経の乱れを抑制することができる環境制御システム及び環境制御方法が実現される。

図１は、実施の形態に係る環境制御システムの構成を示す図である。図２は、制御装置の機能構成を示すブロック図である。図３は、制御情報の生成動作のフローチャートである。図４は、代表パターンの一例を示す図である。図５は、制御情報の概要を示す図である。図６は、複数の機器の制御のフローチャートである。図７は、部分的な類似度の算出の対象となる期間を示す図である。図８は、自律神経（交感神経及び副交感神経）の働きと生体情報の変化の関係を示す図である。

以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

なお、各図は模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同一の構成に対しては同一の符号を付し、重複する説明は省略または簡略化される場合がある。

（実施の形態）
［構成］
まず、実施の形態に係る環境制御システムの構成について説明する。図１は、実施の形態に係る環境制御システムの構成を示す図である。

図１に示される環境制御システム１０は、部屋などの閉空間である空間３００内の環境に関連する複数の機器を制御することにより、対象者２００の自律神経の働きを調整する制御を行う。

自律神経には、対照的に働く交感神経及び副交感神経の２種類の神経が含まれ、人が有する器官の機能は、この２種類の神経がバランスよく働くことで維持される。一般に、対象者２００の自律神経の調整を目的として機器を制御するためには、対象者２００の生活リズムを把握するために、多数のセンサのセンシング結果、及び、対象者２００からの各種情報の入力が必要となる。これに対し、環境制御システム１０は、対象者２００の生体情報のパターンマッチングにより、自律神経の働きを理想的な変化に近づけるための機器の制御パターンを簡単に決定することができる。

環境制御システム１０は、具体的には、送風装置２０と、空調装置３０と、照明装置４０と、外光調整装置５０と、間接照明装置６０と、換気装置７０と、スピーカ８０と、香り発生装置９０と、環境計測装置１００と、生体情報計測装置１１０と、制御装置１２０と、設定装置１３０とを備える。送風装置２０、空調装置３０、照明装置４０、外光調整装置５０、間接照明装置６０、換気装置７０、スピーカ８０、及び、香り発生装置９０のそれぞれは、空間３００の環境（具体的には、光環境、空気環境、音環境など）を調整する機器の一例である。なお、環境制御システム１０は、これらの機器を少なくとも１つ備えていればよい。

送風装置２０は、対象者２００に向けて風を送出する装置である。送風装置２０は、具体的には、サーキュレータなどの比較的指向性の高い送風装置であるが、扇風機などであってもよい。

空調装置３０は、対象者２００が位置する空間３００の温度を調整するための装置である。空調装置３０は、空間３００の湿度を調整することもできる。空調装置３０は、空間３００の温度及び湿度を、制御装置１２０によって指示された温度及び湿度に近づける。

照明装置４０は、対象者２００が位置する空間３００を照らす直接照明用の装置である。照明装置４０は、例えば、ＬＥＤなどの発光素子を光源として有するシーリングライトであるが、ベースライトまたはダウンライトなどのその他の照明装置であってもよい。照明装置４０は、制御装置１２０によって調光及び調色が可能である。

外光調整装置５０は、対象者２００が位置する空間３００へ取り入れられる外光の量を調整する装置である。外光調整装置５０は、例えば、調光フィルムなどによって実現される電子ブラインドであるが、電動式ブラインド（電動式シャッター）などであってもよい。

間接照明装置６０は、対象者２００が位置する空間３００に配置された間接照明用の装置である。つまり、間接照明装置６０は、空間３００を規定する壁または天井などの構造物を照らす。間接照明装置６０は、例えば、発光色が異なる複数の光源を有することにより発光色を変更可能である。間接照明装置６０は、光源及び光学フィルタの組み合わせによって任意の発光色を実現してもよい。間接照明装置６０の発光色は、例えば、赤の単色光、緑の単色光、及び、青の単色光のいずれかに変更可能である。なお、間接照明装置６０が発する光の色は、特に限定されず、例えば、対象者２００の好みに応じた任意の色であればよい。

換気装置７０は、対象者２００が位置する空間３００の換気を行う。換気装置７０は、空調装置３０と異なり、温度調整機能を有していない。換気装置７０は、例えば、全熱交換器（ＥＲＶ：ＥｎｅｒｇｙＲｅｃｏｖｅｒｙＶｅｎｔｉｌａｔｏｒ）であるが、換気扇などの熱交換をともなわない換気装置であってもよい。また、換気装置７０は、空間３００に設けられた窓の開閉装置であってもよい。

スピーカ８０は、対象者２００が位置する空間３００に配置され、音声または音楽などを出力する装置である。

香り発生装置９０は、対象者２００が位置する空間３００に配置された、香りを発する装置である。香り発生装置９０は、例えば、アロマディフューザであるが、その他の香り発生装置であってもよい。

環境計測装置１００は、対象者２００が位置する空間３００における環境情報を計測する装置である。環境計測装置１００は、例えば、空間３００における温度を計測する温度センサ、空間３００における湿度を計測する湿度センサ、空間３００における照度を計測する照度センサ、空間３００における二酸化炭素（ＣＯ_２）濃度を計測するＣＯ_２センサなどである。

生体情報計測装置１１０は、対象者２００の生体情報を計測する装置である。生体情報計測装置１１０は、対象者２００の体温、血圧、心拍数、脈波、発汗量、瞳孔径、表皮温度、または、表情などを生体情報として計測する。生体情報計測装置１１０は、心拍、脈波、及び、呼吸変動波形から算出されるＶＬＦ（ＶｅｒｙＬｏｗＦｒｅｑｕｅｎｃｙ）、ＨＦ（ＨｉｇｈＦｒｅｑｕｅｎｃｙ）、ＬＦ（ＬｏｗＦｒｅｑｕｅｎｃｙ）、ＬＦ／ＨＦ、心拍の変動係数であるＣＶＲ－Ｒ、呼吸の吸気時間、呼気時間、ポーズ時間などを計測し、これらが自律神経の状態を把握する指標として用いられてもよい。生体情報計測装置１１０は、例えば、対象者２００の体に装着されるウェアラブル型のセンサ（言い換えれば、接触型のセンサ）であるが、非接触型のセンサであってもよい。非接触型のセンサとしては、心拍数、呼吸数、脈波などを計測できる電波センサ、瞳孔径、脈拍または表情を計測できるカメラなどが例示される。

制御装置１２０は、送風装置２０、空調装置３０、照明装置４０、外光調整装置５０、間接照明装置６０、換気装置７０、スピーカ８０、及び、香り発生装置９０などの機器を制御する装置である。図２は、制御装置１２０の機能構成を示すブロック図である。

図２に示されるように、制御装置１２０は、情報処理部１２１と、通信部１２２と、記憶部１２３とを備える。

情報処理部１２１は、通信部１２２に制御信号を送信させることにより、対象装置を制御する。情報処理部１２１は、例えば、マイクロコンピュータによって実現されるが、プロセッサによって実現されてもよい。情報処理部１２１は、具体的には、取得部１２１ａ、及び、制御部１２１ｂを含む。

通信部１２２は、制御装置１２０が、対象装置と通信するための通信回路（言い換えれば、通信モジュール）である。通信部１２２は、例えば、制御部１２１ｂの制御に基づいて複数の機器に制御信号を送信する。また、通信部１２２は、環境計測装置１００から空間３００の環境情報を受信し、生体情報計測装置１１０から対象者２００の生体情報を受信し、設定装置１３０から設定情報を受信する。通信部１２２は、例えば、無線通信を行うが、有線通信を行ってもよい。通信部１２２によって行われる通信の通信規格は特に限定されない。

記憶部１２３は、制御部１２１ｂが機器を制御するために実行する制御プログラムなどが記憶される記憶装置である。記憶部１２３は、例えば、半導体メモリによって実現される。

設定装置１３０は、対象者２００などのユーザの操作（例えば、初期設定を行うための操作）を受け付けるユーザインターフェース装置である。設定装置１３０は、例えば、スマートフォンまたはタブレット端末などの携帯端末であるが、壁などに設置される操作パネルなどであってもよい。なお、設定装置１３０は、他の装置の一部として実現されてもよい。例えば、設定装置１３０は、制御装置１２０が備える受付部として実現されてもよい。受付部は、具体的には、タッチパネルまたはハードウェアボタンなどによって実現される。

［制御情報の生成動作］
次に、環境制御システム１０の動作について説明する。環境制御システム１０は、まず、対象者２００のＬＦ／ＨＦの過去の経時変化データに基づいて複数の機器を制御するための制御情報を生成する。図３は、制御情報の生成動作のフローチャートである。

まず、取得部１２１ａは、対象者２００の所定期間におけるＬＦ／ＨＦの経時変化データを生体情報計測装置１１０から取得し、記憶部１２３に蓄積する（Ｓ１１）。ＬＦ／ＨＦは、心拍変動の時系列データなどによって定まるパラメータであり、自律神経の状態を示す生体情報の一例である。ＬＦ／ＨＦは、副交感神経の働きが交感神経の働きよりも優位になる状態（リラックス状態）において小さくなり、交感神経の働きが副交感神経の働きよりも優位になる状態（ストレス状態）において大きくなる。

所定期間は、例えば、１日（２４時間）に相当する期間であり、経時変化データは、例えば、１４日分以上蓄積される。

次に、制御部１２１ｂは、ＬＦ／ＨＦの経時変化データをクラスタ化する（Ｓ１２）。言い換えれば、制御部１２１ｂは、複数の経時変化データを複数のクラスタにグループ化する。クラスタ化の具体的な手法としては、例えば、ｋ－ｍｅａｎｓ法、ｋ－ｍｅａｎｓ＋＋法、などの手法が例示される。

次に、制御部１２１ｂは、複数のクラスタそれぞれの代表の経時変化パターン（以下、代表パターンとも記載される）を特定する（Ｓ１３）。図４は、代表パターンの一例を示す図であり、図４では、５つの代表パターンと、理想パターンとが図示されている。制御部１２１ｂは、例えば、クラスタに属する１以上の経時変化パターンを平均化したパターンを、当該クラスタの代表パターンとして特定する。なお、制御部１２１ｂは、クラスタに属する経時変化データの任意の１つを、当該クラスタの代表パターンとして特定してもよい。

次に、制御部１２１ｂは、複数の代表パターンのそれぞれに、当該代表パターンに適した複数の機器の制御パターンを対応付けることで制御情報を生成する（Ｓ１４）。図５は、制御情報の概要を示す図である。制御部１２１ｂは、具体的には、対象者２００の生体情報の経時変化パターンが代表パターンと同じであった翌日に、対象者２００の生体情報が理想的な変化パターンとなるような複数の機器の制御パターンを特定する。

例えば、記憶部１２３には、過去のある１日の生体情報の経時変化データと、その翌日に行われた複数の機器の動作履歴と、翌日の生体情報の経時変化データとが対応付けられてデータベース化されている。制御部１２１ｂは、例えば、代表パターンとの類似度が所定値以上の経時変化データを抽出し、抽出した経時変化データのうち、翌日の生体情報の経時変化データがあらかじめ定められた理想パターンに最も近い（最も類似度が高い）ものを抽出し、この経時変化パターンに対応付けられた動作履歴に基づいて制御パターンを決定する。そして、制御部１２１ｂは、決定した制御パターンを代表パターンに対応付ける。

制御パターンは、機器の動作履歴（どのように機器が制御されたかを示す情報）によって定まる、機器の制御目標である。例えば、機器が送風装置２０である場合、制御目標は、送風の強さなどによって定まり、機器が空調装置３０である場合には、空間３００の温度などによって定まる。また、機器が照明装置４０または外光調整装置５０である場合には、空間３００の照度などによって定まり、機器が換気装置７０である場合には、空間３００におけるＣＯ_２濃度などによって定まる。制御パターンは、機器がスピーカ８０である場合には、スピーカ８０から発せられる音の音源または音量などによって定められ、機器が間接照明装置６０である場合には、発光色などによって定められ、機器が香り発生装置９０である場合には、香りの種類などによって定められる。

なお、制御部１２１ｂは、機械学習モデルを用いて代表パターンと制御パターンの対応付けを行ってもよい。このような機械学習モデルは、上記データベースに含まれるデータ（データの関係性）を学習しており、代表パターンを入力すると、これに適した制御パターンを出力する。

次に、制御部１２１ｂは、生成した制御情報を記憶部１２３に記憶する（Ｓ１５）。つまり、記憶部１２３には、ＬＦ／ＨＦの複数の代表パターン（経時変化パターン）それぞれが、対象者２００が位置する空間３００に設置された空間３００の環境を調整する機器を制御するための制御パターンと対応付けられた制御情報が記憶される。

以上説明したように、環境制御システム１０は、対象者２００の自律神経の状態を示す生体情報（具体的には、ＬＦ／ＨＦ）を使用して、制御情報を生成し、記憶部１２３に記憶することができる。

なお、制御情報は、環境制御システム１０の開発者等により、あらかじめ記憶部１２３に記憶されていてもよい。例えば、図４のような複数の代表パターンと、これに適した制御パターンとが、開発者等によって経験的または実験的にあらかじめ定められていてもよい。この場合、不特定多数のユーザの生体情報が統計的に処理されてもよい。つまり、制御情報が対象者２００専用にカスタマイズされることは必須ではない。

［複数の機器の制御］
次に、このような制御情報を用いた複数の機器の制御について説明する。図６は、複数の機器の制御のフローチャートである。

まず、取得部１２１ａは、対象者２００の自律神経の状態を示す生体情報の、所定期間における経時変化データを取得する（Ｓ２１）。例えば、環境制御システム１０が睡眠リズムを整えるために使用される場合、対象者２００が設定装置１３０を操作することによって入力される就寝予定時刻を基準として、就寝時刻の直前の２４時間が所定期間とされる。つまり、就寝予定時刻が所定期間の終点となる。就寝予定時刻が２３：００の場合、所定期間は、前日の２３：００～２３：００である。就寝予定時刻は、言い換えれば、複数の機器の制御の開始時刻（対象者２００が環境制御システム１０の動作を開始させたい時刻）である。

次に、制御部１２１ｂは、制御情報に含まれる複数の経時変化パターン（ここでの経時変化パターンは、上述の代表パターンの意味である）のうち、取得された経時変化データに最も類似する経時変化パターンである対象パターンを特定する（Ｓ２２）。

例えば、制御部１２１ｂは、経時変化データ、及び、複数の経時変化パターンのそれぞれを、１時間おき（前日２３：００、０：００、１：００、・・、２３：００）の各時点のＬＦ／ＨＦの値を要素とするベクトル（つまり、２５個の要素からなるベクトル）に変換する。制御部１２１ｂは、経時変化データのベクトルと、複数の経時変化パターンのベクトルそれぞれとの距離を算出し、複数の経時変化パターンのうち算出された距離が最も短い（つまり、類似度が高い）経時変化パターンを対象パターンとして特定する。なお、このような方法は一例であり、最も類似する経時変化パターンを特定するために、既存のどのような手法（パターンマッチング手法など）が用いられてもよい。

次に、制御部１２１ｂは、制御情報において、特定した対象パターンに対応付けられた制御パターンに基づいて、複数の機器を制御する（Ｓ２３）。制御部１２１ｂは、具体的には、制御パターンに基づいて通信部１２２に複数の機器のそれぞれへ制御信号を送信させることにより、複数の機器を制御する。複数の機器の制御においては、制御目標を達成するために、環境計測装置１００の計測値が適宜参照される。

以上説明したように、環境制御システム１０は、制御情報において、複数の経時変化パターンのうち取得された経時変化データに最も類似する経時変化パターンである対象パターンに対応付けられた制御パターンに基づいて、機器を制御する。

一般に、対象者２００の自律神経の調整を目的として機器を制御するためには、対象者２００の生活リズムを把握するために、多数のセンサのセンシング結果、及び、対象者２００からの各種情報の入力が必要となる。これに対し、環境制御システム１０は、１つの生体情報の経時変化が対象者２００の生活リズムを表すものとみなし、パターンマッチングにより制御パターンを決定する。環境制御システム１０によれば、センサ数が低減され、各種情報の入力の手間が省略され、制御パターンを決定するための計算量も少なくなる。

［対象パターンの決定の変形例］
上記実施の形態では、経時変化データの全体と、及び、経時変化パターンの全体との類似度に基づいて対象パターンが特定された。しかしながら、対象パターンは、経時変化データと、経時変化パターンのとの部分的な類似度に基づいて対象パターンが特定されてもよい。図７は、部分的な類似度の算出の対象となる期間を示す図である。

例えば、制御部１２１ｂは、取得された経時変化データを、所定期間の前半期Ｔ１、所定期間の後半期Ｔ２、及び、所定期間の終点を含む一定期間Ｔ３に分割する。就寝予定時刻が２３：００の場合、所定期間は、前日の２３：００～２３：００に相当する期間であり、前半期Ｔ１は、例えば、前日の２３：００～１１：００に相当する期間であり、後半期Ｔ２は、１１：００～２３：００に相当する期間であり、所定期間の終点を含む一定期間Ｔ３は、２２：００～２３：００に相当する期間である。制御部１２１ｂは、複数の経時変化パターンのそれぞれについても同様に分割する。

次に、制御部１２１ｂは、取得された経時変化データの、所定期間の前半期Ｔ１、所定期間の後半期Ｔ２、及び、所定期間の終点を含む一定期間Ｔ３のそれぞれを、複数の経時変化パターンそれぞれにおける対応期間と比較することにより、類似度を算出する。つまり、制御部１２１ｂは、前半期Ｔ１同士の類似度ｓ１、後半期Ｔ２同士の類似度ｓ２、一定期間Ｔ３同士の類似度ｓ３を個別に算出する。上述のように、類似度は、ベクトルの距離に基づいて算出されてもよいし、その他の手法に基づいて算出されてもよい。そして、制御部１２１ｂは、類似度ｓ１～ｓ３を合計した類似度ｓ（＝ｓ１＋ｓ２＋ｓ３）が最も高い経時変化パターンを対象パターンとして特定する。なお、類似度ｓ１～ｓ３には重みｗが設定されていてもよく、類似度ｓは、重みｗを用いてｓ＝ｗ１・ｓ１＋ｗ２・ｓ２＋ｗ３・ｓ３で表されてもよい。

このように、制御部１２１ｂは、重視したい期間ごとに類似度を算出し、算出した類似度に基づいてすることで、対象者２００により適した制御パターンが選択される可能性を高めることができる。上記のような期間の分け方は、特に、対象者２００の自律神経の働きを調整して睡眠の改善を図るときに有用である。

また、制御部１２１ｂは、上記３つの期間（前半期Ｔ１、後半期Ｔ２、及び、一定期間Ｔ３）に加えて、所定期間の４分の３が経過した時点から一定期間Ｔ４の類似度をさらに考慮してもよい。一定期間Ｔ４は、具体的には、１７：００～１９：００に相当する期間である。このような一定期間Ｔ４は、食事を摂取したり、飲酒したりする可能性が高い時間帯であり、対象者２００の自律神経の働きへの影響が出やすい時間帯であるといえる。このような一定期間Ｔ４における類似度がさらに考慮されれば、制御部１２１ｂは、対象者２００により適した制御パターンが選択される可能性を高めることができる。

［生体情報の変形例］
上記実施の形態では、環境制御システム１０は、対象者２００の自律神経の状態を示す指標としてＬＦ／ＨＦを使用したが、その他の生体情報が指標として使用されてもよい。例えば、ＬＦが単独で用いられてもよいし、ＨＦが単独で用いられてもよい。

また、ＬＦ、ＨＦ以外の生体情報が指標として用いられてもよい。図８は、自律神経（交感神経及び副交感神経）の働きと生体情報の変化の関係を示す図である。図８に示されるように、対象者２００の体温、血圧、心拍数、脈拍数、呼吸数、発汗量、瞳孔径、表皮温度、及び、表情などの生体情報は、交感神経の働き及び副交感神経の働きと関連している。つまり、これらの生体情報は、対象者２００の自律神経の状態を示す指標として利用できる。上記実施の形態において、ＬＦ／ＨＦは、適宜これらの生体情報のいずれかに読み替えられてよい。

［効果等］
以上説明したように、環境制御システム１０は、対象者２００の自律神経の状態を示す生体情報の、所定期間における経時変化データを取得する取得部１２１ａと、生体情報の複数の経時変化パターンそれぞれが、対象者２００が位置する空間３００の環境を調整する機器を制御するための制御パターンと対応付けられた制御情報が記憶された記憶部１２３と、制御情報において、複数の経時変化パターンのうち取得された経時変化データに最も類似する経時変化パターンである対象パターンに対応付けられた制御パターンに基づいて、機器を制御する制御部１２１ｂとを備える。

このような環境制御システム１０は、制御情報が適切に生成されることにより、対象者２００の自律神経の乱れを抑制することができる。また、環境制御システム１０は、生体情報のパターンマッチングにより制御パターンを決定することができるので、多数のセンサのセンシング結果、及び、対象者２００からの各種情報の入力に基づいて機器を制御するシステムに比べて、簡単に対象者２００の自律神経の乱れを抑制することができる。

また、例えば、制御部１２１ｂは、取得された経時変化データの、所定期間の前半期Ｔ１、所定期間の後半期Ｔ２、及び、所定期間の終点を含む一定期間Ｔ３のそれぞれを、複数の経時変化パターンそれぞれにおける対応期間と比較することにより、対象パターンを特定する。

このような環境制御システム１０は、重視したい期間ごとに類似度を算出し、算出した類似度に基づいて対象パターンを特定することで、対象者２００に適した制御パターンが選択される可能性を高めることができる。

また、例えば、所定期間は、２４時間に相当する期間であり、所定期間の前半期Ｔ１は、終点の２４時間前から終点の１２時間前までの１２時間に相当する期間であり、所定期間の後半期Ｔ２は、終点の１２時間前から終点までの１２時間に相当する期間であり、所定期間の終点を含む一定期間Ｔ３は、終点の１時間前から終点までの１時間に相当する期間である。

また、例えば、制御部１２１ｂは、取得された経時変化データの、所定期間の前半期Ｔ１、所定期間の後半期Ｔ２、所定期間の終点を含む一定期間Ｔ３、及び、所定期間の４分の３が経過した時点から一定期間Ｔ４のそれぞれを、複数の経時変化パターンそれぞれにおける対応期間と比較することにより、対象パターンを特定する。

また、例えば、所定期間は、２４時間に相当する期間であり、所定期間の前半期Ｔ１は、終点の２４時間前から終点の１２時間前までの１２時間に相当する期間であり、所定期間の後半期Ｔ２は、終点の１２時間前から終点までの１２時間に相当する期間であり、所定期間の終点を含む一定期間は、終点の１時間前から終点までの１時間に相当する期間であり、所定期間の４分の３が経過した時点から一定期間は、終点の６時間前から終点の５時間前までの１時間に相当する期間である。

また、例えば、制御部１２１ｂは、対象者２００の過去の生体情報の経時変化データ、及び、機器の動作履歴に基づいて制御情報を生成し、記憶部１２３に記憶する。

このような環境制御システム１０は、対象者２００に対して専用にカスタマイズされた制御情報を用いることで、対象者２００に適した制御パターンが選択される可能性を高めることができる。

また、例えば、制御部１２１ｂは、対象者２００の過去の生体情報の経時変化データを複数のクラスタにグループ分けし、複数のクラスタのそれぞれを代表する生体情報の経時変化データを複数の経時変化パターンとして特定する。

このような環境制御システム１０は、クラスタ化によって複数の経時変化パターンの数が絞り込まれた制御情報を使用することで、効率的に制御パターンを選択することができる。

また、例えば、制御部１２１ｂは、対象者２００の過去の生体情報の経時変化データと機器の動作履歴とを学習した機械学習モデルを用いて、特定した複数の経時変化パターンに制御パターンを対応付けることにより、制御情報を生成する。

このような環境制御システム１０は、機械学習モデルを用いて制御情報を生成することができる。

また、環境制御システム１０などのコンピュータが実行する環境制御方法は、対象者２００の自律神経の状態を示す生体情報の、所定期間における経時変化データを取得し、生体情報の複数の経時変化パターンそれぞれが、対象者２００が位置する空間３００の環境を調整する機器を制御するための制御パターンと対応付けられた制御情報が記憶された記憶部を参照することにより、制御情報において、複数の経時変化パターンのうち取得された経時変化データに最も類似する経時変化パターンである対象パターンに対応付けられた制御パターンに基づいて、機器を制御する。

このような環境制御方法は、適切な制御情報を参照することにより、対象者２００の自律神経の乱れを抑制することができる。また、環境制御方法は、生体情報のパターンマッチングにより制御パターンを決定することができるので、多数のセンサのセンシング結果、及び、対象者２００からの各種情報の入力に基づいて機器を制御する方法に比べて、簡単に対象者２００の自律神経の乱れを抑制することができる。

（その他の実施の形態）
以上、実施の形態について説明したが、本発明は、上記実施の形態に限定されるものではない。

例えば、上記実施の形態において、特定の処理部が実行する処理を別の処理部が実行してもよい。また、複数の処理の順序が変更されてもよいし、複数の処理が並行して実行されてもよい。

また、上記実施の形態において、各構成要素は、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

また、各構成要素は、ハードウェアによって実現されてもよい。各構成要素は、回路（または集積回路）でもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路でもよい。また、これらの回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。

また、本発明の全般的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよい。また、システム、装置、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

例えば、本発明は、環境制御方法として実現されてもよいし、環境制御方法をコンピュータに実行させるためのプログラムとして実現されてもよいし、このようなプログラムが記録されたコンピュータ読み取り可能な非一時的な記録媒体として実現されてもよい。

また、本発明は、上記実施の形態の制御装置として実現されてもよいし、コンピュータをこのような制御装置として動作させるための当該コンピュータによって実行されるプログラムとして実現されてもよい。また、本発明は、このようなプログラムが記録されたコンピュータ読み取り可能な非一時的な記録媒体として実現されてもよい。

また、上記実施の形態では、環境制御システムは、複数の装置によって実現されたが。単一の装置として実現されてもよい。環境制御システムが複数の装置によって実現される場合、上記実施の形態で説明された環境制御システムが備える構成要素は、複数の装置にどのように振り分けられてもよい。

その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態、または、本発明の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。

１０環境制御システム
２０送風装置（機器）
３０空調装置（機器）
４０照明装置（機器）
５０外光調整装置（機器）
６０間接照明装置（機器）
７０換気装置（機器）
８０スピーカ（機器）
９０香り発生装置（機器）
１２１ａ取得部
１２１ｂ制御部
１２３記憶部
２００対象者
３００空間

Claims

対象者の自律神経の状態を示す生体情報の、所定期間における経時変化データであって前記対象者の１日の生活リズムを示す経時変化データを取得する取得部と、
前記生体情報の複数の経時変化パターンそれぞれが、前記対象者が位置する空間の環境を調整する機器を制御するための制御パターンと対応付けられた制御情報が記憶された記憶部と、
前記制御情報において、前記複数の経時変化パターンのうち取得された前記経時変化データに最も類似する経時変化パターンである対象パターンに対応付けられた前記制御パターンに基づいて、前記機器を制御する制御部とを備える
環境制御システム。
前記制御部は、取得された前記経時変化データの、前記所定期間の前半期、前記所定期間の後半期、及び、前記所定期間の終点を含む一定期間のそれぞれを、前記複数の経時変化パターンそれぞれにおける対応期間と比較することにより、前記対象パターンを特定する
請求項１に記載の環境制御システム。
前記所定期間は、２４時間に相当する期間であり、
前記所定期間の前半期は、前記終点の２４時間前から前記終点の１２時間前までの１２時間に相当する期間であり、
前記所定期間の後半期は、前記終点の１２時間前から前記終点までの１２時間に相当する期間であり、
前記所定期間の前記終点を含む一定期間は、前記終点の１時間前から前記終点までの１時間に相当する期間である
請求項２に記載の環境制御システム。
前記制御部は、取得された前記経時変化データの、前記所定期間の前半期、前記所定期間の後半期、前記所定期間の終点を含む一定期間、及び、前記所定期間の４分の３が経過した時点から一定期間のそれぞれを、前記複数の経時変化パターンそれぞれにおける対応期間と比較することにより、前記対象パターンを特定する
請求項１に記載の環境制御システム。
前記所定期間は、２４時間に相当する期間であり、
前記所定期間の前半期は、前記終点の２４時間前から前記終点の１２時間前までの１２時間に相当する期間であり、
前記所定期間の後半期は、前記終点の１２時間前から前記終点までの１２時間に相当する期間であり、
前記所定期間の前記終点を含む一定期間は、前記終点の１時間前から前記終点までの１時間に相当する期間であり、
前記所定期間の４分の３が経過した時点から一定期間は、前記終点の６時間前から前記終点の５時間前までの１時間に相当する期間である
請求項４に記載の環境制御システム。
前記制御部は、前記対象者の過去の前記生体情報の経時変化データ、及び、前記機器の動作履歴に基づいて前記制御情報を生成し、前記記憶部に記憶する
請求項１～５のいずれか１項に記載の環境制御システム。
前記制御部は、前記対象者の過去の前記生体情報の経時変化データを複数のクラスタにグループ分けし、前記複数のクラスタのそれぞれを代表する前記生体情報の経時変化データを前記複数の経時変化パターンとして特定する
請求項６に記載の環境制御システム。
前記制御部は、前記対象者の過去の前記生体情報の経時変化データと前記機器の動作履歴との関係性を学習した機械学習モデルを用いて、特定した前記複数の経時変化パターンに前記制御パターンを対応付けることにより、前記制御情報を生成する
請求項７に記載の環境制御システム。
コンピュータによって実行される機器の制御方法であって、
対象者の自律神経の状態を示す生体情報の、所定期間における経時変化データであって前記対象者の１日の生活リズムを示す経時変化データを取得し、
前記生体情報の複数の経時変化パターンそれぞれが、前記対象者が位置する空間の環境を調整する機器を制御するための制御パターンと対応付けられた制御情報が記憶された記憶部を参照することにより、前記制御情報において、前記複数の経時変化パターンのうち取得された前記経時変化データに最も類似する経時変化パターンである対象パターンに対応付けられた前記制御パターンに基づいて、前記機器を制御する
制御方法。
請求項９に記載の制御方法を前記コンピュータに実行させるためのプログラム。