JP7364945B2 - 在室人数推定システム、情報処理装置、方法、およびプログラム - Google Patents

在室人数推定システム、情報処理装置、方法、およびプログラム Download PDF

Info

Publication number
JP7364945B2
JP7364945B2 JP2022024454A JP2022024454A JP7364945B2 JP 7364945 B2 JP7364945 B2 JP 7364945B2 JP 2022024454 A JP2022024454 A JP 2022024454A JP 2022024454 A JP2022024454 A JP 2022024454A JP 7364945 B2 JP7364945 B2 JP 7364945B2
Authority
JP
Japan
Prior art keywords
room
people
environmental data
terminal
estimating
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.)
Active
Application number
JP2022024454A
Other languages
English (en)
Other versions
JP2023121233A (ja
Inventor
淳一 清水
朋義 足利
祐樹 後藤
隆寛 大賀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daikin Industries Ltd
Original Assignee
Daikin Industries Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Daikin Industries Ltd filed Critical Daikin Industries Ltd
Priority to JP2022024454A priority Critical patent/JP7364945B2/ja
Priority to PCT/JP2023/003323 priority patent/WO2023157646A1/ja
Publication of JP2023121233A publication Critical patent/JP2023121233A/ja
Application granted granted Critical
Publication of JP7364945B2 publication Critical patent/JP7364945B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M11/00—Telephonic communication systems specially adapted for combination with other electrical systems

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Air Conditioning Control Device (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本開示は、在室人数推定システム、情報処理装置、方法、およびプログラムに関する。
従来、所定の場所にいる者の人数を推定する手法が知られている。例えば、特許文献１では、携帯端末から送信される無線通信に関わるプローブ要求を検知して、当該プローブ要求に含まれる電波強度情報に示される電波強度が閾値を超えるものをもとに、施設の利用ユーザ数を推定することが記載されている。
特開２０１７－２２５０５号公報
しかしながら、従来の手法では、室内に在室する者の人数を把握することは容易ではなかった。例えば、事前に現地で作業（例えば、最適な電波強度の閾値を決定するための現地での実験）を行う必要があった。本開示では、室内に在室する者の人数を容易に把握することを目的とする。
本開示の第１の態様による在室人数推定システムは、
室内に在室する者の人数を推定するシステムであって、
室内に在室する者が所持する端末の電波信号と前記室内の環境データとから、前記室内に在室する者の人数を推定する制御部を備える。
本開示の第１の態様によれば、室内に在室する者の人数を容易に把握することができる。
また、本開示の第２の態様は、第１の態様に記載の在室人数推定システムであって、
前記在室人数推定システムは、前記端末の電波信号を検知する機器と、前記環境データを測定する機器と、前記制御部を備えた情報処理装置と、からなる。
本開示の第２の態様によれば、端末の電波信号を検知する機器と、環境データを測定する機器と、を設置するだけで、室内に在室する者の人数を把握することができる。
また、本開示の第３の態様は、第１の態様または第２の態様に記載の在室人数推定システムであって、
前記制御部は、
検知する電波信号の電波強度の閾値を、前記端末の電波信号と前記環境データとから決定し、
前記閾値をもとに、前記端末が前記室内に存在するか否かを判定する。
本開示の第３の態様によれば、端末が室内に存在するか否かを判定するための電波強度の閾値を容易に決定することができる。
また、本開示の第４の態様は、第３の態様に記載の在室人数推定システムであって、
前記制御部は、前記端末の電波強度が前記閾値以上であると、当該端末が前記室内に存在すると判定する。
本開示の第４の態様によれば、室外に存在する端末を除外することができる。
また、本開示の第５の態様は、第１の態様に記載の在室人数推定システムであって、
検知する電波信号の電波強度の閾値は、実験用の端末が室内にあるときの電波信号と、前記実験用の端末が室外にあるときの電波信号と、から決定される。
本開示の第５の態様によれば、実際に室内にある端末と室外にある端末の電波信号から、電波強度の閾値を決定することができる。
また、本開示の第６の態様は、第３の態様または第４の態様に記載の在室人数推定システムであって、
前記閾値は、前記環境データを用いてルールベースにより決定される。
本開示の第６の態様によれば、環境データを用いて電波強度の閾値を容易に決定することができる。
また、本開示の第７の態様は、第６の態様に記載の在室人数推定システムであって、
前記閾値は、
前記室内のＣＯ２濃度の上昇により前記室内に在室する者が１人増えたと判定されたときの前記増えた者が所持する端末の電波強度から決定される。
本開示の第７の態様によれば、端末の電波強度と、室内のＣＯ２濃度の変化と、から、電波強度の閾値を決定することができる。
また、本開示の第８の態様は、第３の態様または第４の態様に記載の在室人数推定システムであって、
前記閾値は、前記環境データを用いて機械学習により決定される。
本開示の第８の態様によれば、環境データを用いて電波強度の閾値を容易に決定することができる。
また、本開示の第９の態様は、第８の態様に記載の在室人数推定システムであって、
前記閾値は、
各閾値以下の電波強度である端末を除外して前記室内の端末数をカウントし、
前記端末数の推移から前記室内のＣＯ２濃度の推移を推定し、
推定したＣＯ２濃度の推移と、実際のＣＯ２濃度の推移と、の相関値を算出し、
最大の相関値である閾値を選択する、
ことによって決定される。
本開示の第９の態様によれば、端末の電波強度と、室内のＣＯ２濃度の変化と、から、電波強度の閾値を決定することができる。
また、本開示の第１０の態様は、第１の態様から第９の態様のいずれかに記載の在室人数推定システムであって、
前記端末の電波は、室内の無線通信の電波である。
本開示の第１０の態様によれば、室内に存在する端末と室外に存在する端末とを適切に判定することができる。
また、本開示の第１１の態様は、第１の態様から第１０の態様のいずれかに記載の在室人数推定システムであって、
前記環境データは、ＣＯ２濃度と、臭いと、照度と、音と、湿度と、粉塵・ＰＭセンサの測定結果と、焦電センサによる検知結果と、のうちのいずれかである。
本開示の第１１の態様によれば、種々の環境データから適切な環境データを用いることができる。
また、本開示の第１２の態様は、第１の態様から第１１の態様のいずれかに記載の在室人数推定システムであって、
前記制御部は、前記室内に在室する者の人数をもとに、前記室内の混雑度を推定する。
本開示の第１２の態様によれば、室内に在室する者の人数だけでなく、室内の混雑度も把握することができる。
本開示の第１３の態様による情報処理装置は、
室内に在室する者の人数を推定する情報処理装置であって、
室内に在室する者が所持する端末の電波信号と前記室内の環境データとから、前記室内に在室する者の人数を推定する制御部を備える。
本開示の第１４の態様による方法は、
情報処理装置の制御部が実行する方法であって、
室内に在室する者が所持する端末の電波信号と前記室内の環境データとから、前記室内に在室する者の人数を推定する。
本開示の第１５の態様によるプログラムは、
情報処理装置の制御部に、
室内に在室する者が所持する端末の電波信号と前記室内の環境データとから、前記室内に在室する者の人数を推定する手順
を実行させる。
本開示の一実施形態に係る全体の構成を示す図である。 本開示の一実施形態に係る情報処理装置のハードウェア構成を示す図である。 本開示の一実施形態に係る制御部の機能構成を示す図である。 本開示の一実施形態に係る在室人数推定処理のフローチャートである。 本開示の一実施形態に係る閾値決定部の機能構成を示す図である。 本開示の一実施形態に係る相関値テーブルの一例である。 本開示の一実施形態に係る閾値決定処理のフローチャートである。
以下、図面に基づいて本開示の実施の形態を説明する。
＜用語の説明＞
本開示では、室内に在室する者の人数を推定する。室内に在室する者は端末を所持するものとする。
・「室内」とは、建物内で壁等によって区切られた空間、または、建物内の全空間である。例えば、室内とは、店舗内の空間である。
・「所持」とは、所持者が端末を身につけていること、または、室内で所持者の身体から離れた位置に端末が置かれていることをいう。
＜システム構成＞
図１は、本開示の一実施形態に係る全体の構成を示す図である。在室人数推定システム１は、情報処理装置１０と、電波信号検知機器２０と、環境データ測定機器３０と、を含む。在室人数推定システム１は、室内に在室する者の人数を推定するシステムである。具体的には、在室人数推定システム１は、室内に在室するユーザ５０が所持する端末４０の電波信号と室内の環境データとから、室内に在室するユーザ５０の人数を推定する。なお、図１では、情報処理装置１０が室内に設置されていない例を示したが、情報処理装置１０が室内に設置されていてもよい。以下、それぞれについて説明する。
＜＜情報処理装置＞＞
情報処理装置１０は、電波信号検知機器２０が検知した端末４０の電波信号と、環境データ測定機器３０が測定した室内の環境データと、から室内に在室する者の人数を推定する装置である。情報処理装置１０は、１つまたは複数のコンピュータから構成される。また、情報処理装置１０は、任意のネットワークを介して、電波信号検知機器２０および環境データ測定機器３０とデータを送受信することができる。
＜＜電波信号検知機器＞＞
電波信号検知機器２０は、端末４０の電波信号を検知する機器である。
ここで、電波信号および電波強度について説明する。電波信号とは、端末４０が無線通信の電波上で発信する信号である。例えば、電波信号は、Wi-Fi（登録商標）等の無線通信のアクセスポイントに対するプローブ要求である。電波強度は、端末４０が発信した電波信号を電波信号検知機器２０が受信したときの電波の強度である。
ここで、電波について説明する。例えば、電波は、室内の無線通信（例えば、室内に設置された電波信号検知機器２０と端末４０との間で確立される無線通信）の電波である。例えば、電波はWi-Fiである。
＜＜環境データ測定機器＞＞
環境データ測定機器３０は、室内の環境データを測定する機器である。
ここで、環境データについて説明する。環境データとは、在室する者の増減により変化する室内の状態である。例えば、環境データは、ＣＯ２濃度と、臭いと、照度と、音と、湿度と、粉塵・PMセンサの測定結果と、焦電センサによる検知結果と、のうちのいずれかである。
「ＣＯ２濃度」は、室内の空気中の二酸化炭素の濃度である。在室する者が増加すると、ＣＯ２濃度が上昇すると想定される。
「臭い」は、室内の臭いの強さである。在室する者が増加すると、臭いが強くなると想定される。
「照度」は、室内の照度である。在室する者が増加すると、照度が上昇すると想定される。
「音」は、室内の音の大きさである。在室する者が増加すると、音が大きくなると想定される。
「湿度」は、室内の湿度である。在室する者が増加すると、湿度が上昇すると想定される。
「粉塵・PMセンサの測定結果」は、粉塵・PMセンサが測定した粉塵量である。在室する者が増加すると、粉塵・PMセンサが測定した粉塵量が増加すると想定される。
「焦電センサによる検知結果」は、焦電センサによって検知された人体数である。在室する者が増加すると、焦電センサによって検知された人体数が増加すると想定される。
＜＜端末＞＞
端末４０は、室内に在室する者、または、室外に在室する者が所持する端末である。例えば、端末４０は、スマートフォン等である。端末４０は、無線通信の電波上で電波信号（例えば、Wi-Fi等の無線通信のアクセスポイントに対するプローブ要求）を発信する。
＜ハードウェア構成＞
図２は、本開示の一実施形態に係る情報処理装置１０のハードウェア構成を示す図である。情報処理装置１０は、制御部１００１、ＲＯＭ（Read Only Memory）１００２、ＲＡＭ（Random Access Memory）１００３を有する。制御部１００１、ＲＯＭ１００２、ＲＡＭ１００３は、いわゆるコンピュータを形成する。また、情報処理装置１０は、補助記憶装置１００４、表示装置１００５、操作装置１００６、Ｉ／Ｆ（Interface）装置１００７、ドライブ装置１００８を有することができる。なお、情報処理装置１０の各ハードウェアは、バスＢを介して相互に接続されている。
制御部（例えば、ＣＰＵ（Central Processing Unit））１００１は、補助記憶装置１００４にインストールされている各種プログラムを実行する演算デバイスである。制御部１００１がプログラムを実行することによって、本明細書に記載の各処理が行われる。
ＲＯＭ１００２は、不揮発性メモリである。ＲＯＭ１００２は、補助記憶装置１００４にインストールされている各種プログラムを制御部１００１が実行するために必要な各種プログラム、データ等を格納する主記憶デバイスとして機能する。具体的には、ＲＯＭ１００２はＢＩＯＳ（Basic Input/Output System）やＥＦＩ（Extensible Firmware Interface）等のブートプログラム等を格納する、主記憶デバイスとして機能する。
ＲＡＭ１００３は、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）等の揮発性メモリである。ＲＡＭ１００３は、補助記憶装置１００４にインストールされている各種プログラムが制御部１００１によって実行される際に展開される作業領域を提供する、主記憶デバイスとして機能する。
補助記憶装置１００４は、各種プログラムや、各種プログラムが実行される際に用いられる情報を格納する補助記憶デバイスである。
表示装置１００５は、情報処理装置１０の内部状態等を表示する表示デバイスである。
操作装置１００６は、情報処理装置１０の操作者が情報処理装置１０に対して各種指示を入力する入力デバイスである。
Ｉ／Ｆ装置１００７は、ネットワークに接続し、他のデバイスと通信を行うための通信デバイスである。
ドライブ装置１００８は記憶媒体１００９をセットするためのデバイスである。ここでいう記憶媒体１００９には、ＣＤ－ＲＯＭ、フレキシブルディスク、光磁気ディスク等のように情報を光学的、電気的あるいは磁気的に記録する媒体が含まれる。また、記憶媒体１００９には、ＲＯＭ、フラッシュメモリ等のように情報を電気的に記録する半導体メモリ等が含まれていてもよい。
なお、補助記憶装置１００４にインストールされる各種プログラムは、例えば、配布された記憶媒体１００９がドライブ装置１００８にセットされ、該記憶媒体１００９に記録された各種プログラムがドライブ装置１００８により読み出されることでインストールされる。あるいは、補助記憶装置１００４にインストールされる各種プログラムは、Ｉ／Ｆ装置１００７を介して、ネットワークよりダウンロードされることでインストールされてもよい。
図３は、本開示の一実施形態に係る制御部１００１の機能構成を示す図である。制御部１００１は、電波強度取得部１０１と、環境データ取得部１０２と、在室人数推定部１０３と、在室判定部１０４と、閾値決定部１０５と、を備えることができる。以下、それぞれについて説明する。
電波強度取得部１０１は、電波信号検知機器２０が検知した端末４０の電波信号の電波強度を取得する。具体的には、電波強度取得部１０１は、端末４０が発信した電波信号を電波信号検知機器２０が受信したときの電波の強度を取得する。
環境データ取得部１０２は、環境データ測定機器３０が測定した室内の環境データを取得する。
在室判定部１０４は、電波強度の閾値をもとに、端末４０が室内に存在するか否かを判定する。具体的には、在室判定部１０４は、端末４０の電波強度が閾値以上であると、当該端末が室内に存在すると判定し、端末４０の電波強度が閾値未満であると、当該端末が室外に存在すると判定する。
在室人数推定部１０３は、室内に在室する者の人数を推定する。在室人数推定部１０３は、在室判定部１０４の判定結果を用いて、室内に在室する者の人数を推定する（例えば、端末４０が室内に存在すると判定されると、当該端末４０を所持する者が室内に在室すると推定する）。在室人数推定部１０３は、室内に在室する者の人数を推定するときに、環境データを用いる。
＜環境データ＞
ここで、環境データの用いられ方について説明する。以下、＜＜電波強度の閾値の決定＞＞と、＜＜端末の数と在室人数の関係＞＞と、に分けて説明する。なお、＜＜電波強度の閾値の決定＞＞と、＜＜端末の数と在室人数の関係＞＞と、のうちの１つのみを実施してもよいし、２つとも実施してもよい。
＜＜電波強度の閾値の決定＞＞
環境データは、電波強度の閾値を決定するために用いられる。後段で、電波強度の閾値の決定について詳細に説明する。
＜＜端末の数と在室人数の関係＞＞
環境データは、"環境データ、および、当該環境データが測定されたときに室内に存在すると判定された端末４０の数"と、"当該環境データが測定されたときに室内に在室する者の人数"と、の対応関係を決定するために用いられる。在室人数推定部１０３は、"環境データ、および、当該環境データが測定されたときに室内に存在すると判定された端末４０の数"と、"当該環境データが測定されたときに室内に在室する者の人数"と、の対応関係をもとに、環境データおよび室内に存在すると判定された端末４０の数から、室内に在室する者の人数を推定することができる。
例えば、在室人数推定部１０３は、情報処理装置１０の操作者によって入力された、"環境データ、および、当該環境データが測定されたときに室内に存在すると判定された端末４０の数"と、"当該環境データが測定されたときに室内に在室する者の人数"と、の対応関係を用いることができる（ルールベースの場合）。
例えば、在室人数推定部１０３は、入力データが"環境データ、および、当該環境データが測定されたときに室内に存在すると判定された端末４０の数"であり、出力データが"当該環境データが測定されたときに室内に在室する者の人数"である教師データを用いて機械学習することによって学習済みモデルを生成し、当該学習済みモデルを対応関係として用いることができる（機械学習の場合）。
このような対応関係を用いることによって、複数の端末４０を所持する者、および、端末４０を所持しない者を考慮して在室人数を推定したり、ユーザ５０が所持する端末ではない端末（例えば、店舗に設置された端末）を除外したりすることができる。
＜混雑度の推定＞
在室人数推定部１０３は、室内に在室する者の人数をもとに、室内の混雑度を推定することができる。例えば、推定された室内に在室する者の人数を、室内の大きさ（例えば、面積、座席数等）で除算することによって、室内の混雑度を推定することができる。
閾値決定部１０５は、電波強度の閾値を決定する。後段で、電波強度の閾値の決定について詳細に説明する。
＜処理方法＞
図４は、本開示の一実施形態に係る在室人数推定処理のフローチャートである。
ステップ１１（Ｓ１１）において、制御部１００１は、電波信号検知機器２０が検知した端末４０の電波信号の電波強度を取得する。具体的には、制御部１００１は、端末４０が発信した電波信号を電波信号検知機器２０が受信したときの電波の強度を取得する。
ステップ１２（Ｓ１２）において、制御部１００１は、環境データ測定機器３０が測定した室内の環境データを取得する。
なお、Ｓ１１とＳ１２の順序が逆であってもよいし、Ｓ１１とＳ１２が同時に実行されてもよい。
ステップ１３（Ｓ１３）において、制御部１００１は、Ｓ１１で取得した端末４０の電波強度、および、Ｓ１２で取得した室内の環境データから、室内に在室する者の人数を推定する。具体的には、制御部１００１は、電波強度の閾値をもとに、端末４０が室内に存在するか否かを判定する（つまり、端末４０の電波強度が閾値以上であると、当該端末が室内に存在すると判定し、端末４０の電波強度が閾値未満であると、当該端末が室外に存在すると判定する）。
＜電波強度の閾値の決定＞
ここで、電波強度の閾値の決定について説明する。以下、＜＜ルールベース（実験）＞＞と、＜＜ルールベース（環境データ）＞＞と、＜＜機械学習（環境データ）＞＞と、に分けて説明する。
＜＜ルールベース（実験）＞＞
閾値決定部１０５は、実験用の端末が室内にあるときの電波信号と、実験用の端末が室外にあるときの電波信号と、から閾値を決定することができる。具体的には、電波信号検知機器２０が、実験用の端末が室内にあるときの電波信号と実験用の端末が室外にあるときの電波信号とを検知して、室内にある実験用の端末の電波強度と、室外にある実験用の端末の電波強度と、の間の値が閾値として決定される。
＜＜ルールベース（環境データ）＞＞
閾値決定部１０５は、環境データを用いてルールベースにより閾値を決定することができる。具体的には、環境データの変化（例えば、室内のＣＯ２濃度の上昇）により室内に在室する者が１人増えた（例えば、０人から１人へ増えた）と判定されたときの当該増えた者が所持する端末４０の電波強度が閾値として決定される。なお、当該増えた者が所持する端末４０の電波強度の複数のデータの代表値（例えば、平均値、中央値、最頻値等）が閾値として決定されてもよい。
＜＜機械学習（環境データ）＞＞
閾値決定部１０５は、環境データを用いて機械学習により閾値を決定することができる。後段で、図５～図７を参照しながら、環境データを用いた機械学習による閾値の決定について詳細に説明する。
図５は、本開示の一実施形態に係る閾値決定部１０５の機能構成を示す図である。閾値決定部１０５は、学習部２０１と、閾値選択部２０２と、を備えることができる。学習部２０１および閾値選択部２０２は、任意のメモリに記憶された相関値テーブル２００を読み取ることおよび相関値テーブル２００に書き込むことができる。
学習部２０１は、電波強度の閾値ごとに、環境データの実測値と、室内の端末数から推定される環境データの推定値と、の相関値（例えば、ＤＴＷ（Dynamic Time Warping）、ＤＤＴＷ（Derivative Dynamic Time Warping）等の相関を示す値）を算出して、相関値テーブル２００に記憶させる。
閾値選択部２０２は、相関値テーブル２００に記憶されている相関値を参照して、最大の相関値である閾値を選択する。閾値選択部２０２によって選択された閾値が、電波強度の閾値として用いられる。
図６は、本開示の一実施形態に係る相関値テーブル２００に記憶されるデータの一例である。相関値テーブル２００には、各電波強度の閾値（図６の例では、－１００、－９９、－９８、・・・、０）における相関値が記憶される。
図７は、本開示の一実施形態に係る閾値決定処理のフローチャートである。
ステップ２１（Ｓ２１）において、制御部１００１は、過去に検知した端末４０の電波信号、および、過去に測定した室内の環境データ（例えば、ＣＯ２濃度）の実測値を取得する。
ステップ２２（Ｓ２２）において、制御部１００１は、相関値テーブル２００を参照して、閾値の初期値（図６の例では、－１００）を取得する。
ステップ２３（Ｓ２３）において、制御部１００１は、Ｓ２１の過去に検知した端末４０の電波信号を用いて、Ｓ２２の閾値以下の電波強度である端末を除外して、室内の端末４０の数をカウントする。
ステップ２４（Ｓ２４）において、制御部１００１は、Ｓ２３でカウントされた室内の端末４０の数から環境データ（例えば、ＣＯ２濃度）を推定する。なお、制御部１００１は、入力データが室内の端末４０の数であり、出力データが室内の環境データ（例えば、ＣＯ２濃度）である教師データを用いて機械学習された学習済みモデルを用いて、端末４０の数から環境データ（例えば、ＣＯ２濃度）を推定する。
ステップ２５（Ｓ２５）において、制御部１００１は、Ｓ２１で取得した環境データ（例えば、ＣＯ２濃度）の実測値と、Ｓ２４で推定された環境データ（例えば、ＣＯ２濃度）の推定値と、の相関値を算出して、相関値テーブル２００に記憶させる。
例えば、制御部１００１は、環境データ（例えば、ＣＯ２濃度）の推定値の推移と、環境データ（例えば、ＣＯ２濃度）の実測値の推移と、の相関値を算出する。
ステップ２６（Ｓ２６）において、制御部１００１は、相関値テーブル２００内の全ての閾値の相関値を算出したか否かを判断する。全ての閾値の相関値を算出した場合には、ステップ２７へ進む。全ての閾値の相関値を算出してない場合には、ステップ２２へ戻り、次の閾値を取得する（図６の例であれば、－１００の次に－９９を取得する。閾値：０の相関値が算出されるまで繰り返される）。
ステップ２７（Ｓ２７）において、制御部１００１は、相関値テーブル２００を参照して、最大の相関値である閾値を選択して、当該閾値を電波強度の閾値として設定する。
このように、本開示では、室内に在室する者の人数を容易に把握することができる。端末の電波信号と室内の環境データに、さらに、天気や天候、曜日、月日、季節、店舗の周辺でのイベント等の情報を加えて、在室人数を推定するようにしてもよい。
以上、実施形態を説明したが、特許請求の範囲の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。
１ 在室人数推定システム
１０ 情報処理装置
２０ 電波信号検知機器
３０ 環境データ測定機器
４０ 端末
５０ ユーザ
１０１ 電波強度取得部
１０２ 環境データ取得部
１０３ 在室人数推定部
１０４ 在室判定部
１０５ 閾値決定部
２００ 相関値テーブル
２０１ 学習部
２０２ 閾値選択部
１００１ 制御部
１００２ ＲＯＭ
１００３ ＲＡＭ
１００４ 補助記憶装置
１００５ 表示装置
１００６ 操作装置
１００７ Ｉ／Ｆ装置
１００８ ドライブ装置
１００９ 記憶媒体

Claims (13)

  1. 室内に在室する者の人数を推定するシステムであって、
    室内に在室する者が所持する端末の電波信号と前記室内の環境データとから、前記室内に在室する者の人数を推定し、
    検知する電波信号の電波強度の閾値を、前記端末の電波信号と前記環境データとから決定し、
    前記閾値をもとに、前記端末が前記室内に存在するか否かを判定する、制御部を備え、
    前記環境データは、前記室内に在室する者の増減により変化する前記室内の状態である、在室人数推定システム。
  2. 前記在室人数推定システムは、前記端末の電波信号を検知する機器と、前記環境データを測定する機器と、前記制御部を備えた情報処理装置と、からなる、請求項１に記載の在室人数推定システム。
  3. 前記制御部は、前記端末の電波強度が前記閾値以上であると、当該端末が前記室内に存在すると判定する、請求項１または２に記載の在室人数推定システム。
  4. 前記閾値は、前記環境データを用いてルールベースにより決定される、請求項１から３のいずれか一項に記載の在室人数推定システム。
  5. 前記閾値は、
    前記室内のＣＯ２濃度の上昇により前記室内に在室する者が１人増えたと判定されたときの前記増えた者が所持する端末の電波強度から決定される、請求項４に記載の在室人数推定システム。
  6. 前記閾値は、前記環境データを用いて機械学習により決定される、請求項１から３のいずれか一項に記載の在室人数推定システム。
  7. 前記閾値は、
    各閾値以下の電波強度である端末を除外して前記室内の端末数をカウントし、
    前記端末数の推移から前記室内のＣＯ２濃度の推移を推定し、
    推定したＣＯ２濃度の推移と、実際のＣＯ２濃度の推移と、の相関値を算出し、
    最大の相関値である閾値を選択する、
    ことによって決定される、請求項６に記載の在室人数推定システム。
  8. 前記端末の電波は、室内の無線通信の電波である、請求項１から７のいずれか一項に記載の在室人数推定システム。
  9. 前記環境データは、ＣＯ２濃度と、臭いと、照度と、音と、湿度と、粉塵・PMセンサの測定結果と、焦電センサによる検知結果と、のうちのいずれかである、請求項１から８のいずれか１項に記載の在室人数推定システム。
  10. 前記制御部は、前記室内に在室する者の人数をもとに、前記室内の混雑度を推定する、請求項１から９のいずれか一項に記載在室人数推定システム。
  11. 室内に在室する者の人数を推定する情報処理装置であって、
    室内に在室する者が所持する端末の電波信号と前記室内の環境データとから、前記室内に在室する者の人数を推定し、
    検知する電波信号の電波強度の閾値を、前記端末の電波信号と前記環境データとから決定し、
    前記閾値をもとに、前記端末が前記室内に存在するか否かを判定する、制御部を備え、
    前記環境データは、前記室内に在室する者の増減により変化する前記室内の状態である、情報処理装置。
  12. 情報処理装置の制御部が実行する方法であって、
    室内に在室する者が所持する端末の電波信号と前記室内の環境データとから、前記室内に在室する者の人数を推定し、
    検知する電波信号の電波強度の閾値を、前記端末の電波信号と前記環境データとから決定し、
    前記閾値をもとに、前記端末が前記室内に存在するか否かを判定し、
    前記環境データは、前記室内に在室する者の増減により変化する前記室内の状態である、方法。
  13. 情報処理装置の制御部に、
    室内に在室する者が所持する端末の電波信号と前記室内の環境データとから、前記室内に在室する者の人数を推定し、
    検知する電波信号の電波強度の閾値を、前記端末の電波信号と前記環境データとから決定し、
    前記閾値をもとに、前記端末が前記室内に存在するか否かを判定する手順
    を実行させ、
    前記環境データは、前記室内に在室する者の増減により変化する前記室内の状態である、プログラム。
JP2022024454A 2022-02-21 2022-02-21 在室人数推定システム、情報処理装置、方法、およびプログラム Active JP7364945B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022024454A JP7364945B2 (ja) 2022-02-21 2022-02-21 在室人数推定システム、情報処理装置、方法、およびプログラム
PCT/JP2023/003323 WO2023157646A1 (ja) 2022-02-21 2023-02-02 在室人数推定システム、情報処理装置、方法、およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022024454A JP7364945B2 (ja) 2022-02-21 2022-02-21 在室人数推定システム、情報処理装置、方法、およびプログラム

Publications (2)

Publication Number Publication Date
JP2023121233A JP2023121233A (ja) 2023-08-31
JP7364945B2 true JP7364945B2 (ja) 2023-10-19

Family

ID=87578463

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022024454A Active JP7364945B2 (ja) 2022-02-21 2022-02-21 在室人数推定システム、情報処理装置、方法、およびプログラム

Country Status (2)

Country Link
JP (1) JP7364945B2 (ja)
WO (1) WO2023157646A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020170289A1 (ja) 2019-02-18 2020-08-27 三菱電機株式会社 空気調和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220205665A1 (en) * 2020-12-31 2022-06-30 Lennox Industries Inc. Occupancy tracking using environmental information

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020170289A1 (ja) 2019-02-18 2020-08-27 三菱電機株式会社 空気調和装置

Also Published As

Publication number Publication date
JP2023121233A (ja) 2023-08-31
WO2023157646A1 (ja) 2023-08-24

Similar Documents

Publication Publication Date Title
US9880604B2 (en) Energy efficient location detection
US8175297B1 (en) Ad hoc sensor arrays
CN1823386B (zh) 再生装置及再生控制方法
RU2007135249A (ru) Способ оценки энергетической эффективности зданий
JP2016505990A5 (ja)
JP6115219B2 (ja) 通信端末装置、電池残量提示方法、およびプログラム
JP2016503607A (ja) データクラスタのためのコンテキストラベル
JP2005158020A5 (ja)
JP2004215258A5 (ja)
JP5720491B2 (ja) 情報処理装置、情報処理方法、およびプログラム
US9541652B2 (en) Accurate mobile context detection at low sensor cost
US8412113B2 (en) Radio communication device, program, radio communication method, and radio communication system
JP5701810B2 (ja) センサデータ記録装置、方法及びプログラム
US20160335556A1 (en) Prediction device, terminal, prediction method, and non-transitory computer readable storage medium
US20140229017A1 (en) Recording medium storing apparatus control program, apparatus control system, and apparatus control device
JP7364945B2 (ja) 在室人数推定システム、情報処理装置、方法、およびプログラム
JP6241895B2 (ja) 位置推定システム、位置推定方法、プログラム
US11423584B2 (en) Systems and methods for dynamically estimating real time signal strengths for a wireless router using augmented reality
US8417284B2 (en) Location notification method, location notification system, information processing apparatus, wireless communication apparatus and program
JP5933055B2 (ja) センサデータ記録装置、方法及びプログラム
CN108711255A (zh) 穿戴式设备的定位方法、装置、移动终端及存储介质
US11566947B2 (en) Temperature estimation system, temperature estimation method, and recording medium storing temperature estimation program
JP7297240B2 (ja) ユーザ状態推定装置
Vandenbussche Fine-grained indoor localisation using wireless sensor networks
US20180156483A1 (en) Control of an environmental condition manipulating appliance

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230202

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230328

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230522

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230905

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230918

R151 Written notification of patent or utility model registration

Ref document number: 7364945

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151