JPWO2019244647A1 - コンピューターで実行されるプログラム、情報処理装置、および、コンピューターで実行される方法 - Google Patents

Abstract

コンピューターシステムのＣＰＵが実行する処理は、居室における人の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを読み出すステップ（Ｓ８２０）と、居室の入居者の歩行特性または入居者以外の歩行特性に基づいて、取得された複数の軌跡データの中から居室における入居者以外の軌跡データと、入居者の軌跡データとを判別するステップ（Ｓ８３０）と、判別後の入居者の軌跡データを用いて、居室の入居者の歩行速度を算出するステップ（Ｓ８４０）と、入居者の識別情報と歩行速度とを出力するステップ（Ｓ８５０）とを含む。

Description

本開示はデータ処理に関し、より特定的には、歩行軌跡に基づくデータ処理に関する。

居住者を見守る技術が知られている。例えば、特開２０１５−２１５７１１号公報（特許文献１）は、『居住者の生活に寄り添う形で居住者の行動や生態の相対的な変化を見守るべく、個人差が著しい「老い」の進行を、その居住者の能力や環境に応じて相対的に評価しその評価に合った見守りの仕様を提示できる見守りシステム』を開示している（［要約］の［課題］参照）。

特開２０１７−１１７４２３号公報（特許文献２）は、『見守り対象者の歩速を含む日常行動を把握可能な見守りシステム』を開示している。当該見守りシステムは、『住居Ｈに設置された複数の子機２（２Ａ〜２Ｇ）と親機３とを備える。各子機２は、対象者を感知すると通知信号を親機３に送信する。親機３は、子機２Ｄからの通知信号の時刻データと子機２Ｅからの通知信号の時刻データとに基づいて、見守り対象者の寝室ＰＤからトイレＰＤまでの移動時間を算出し、当該移動時間に基づき見守り対象者の歩速を算出する。』という構成を備える（［要約］参照）。

特開２０１７−１５１６７６号公報（特許文献３）は、「より業務効率を向上できる被監視者監視装置、該方法および該システム」を開示している。この被監視者監視装置は、「監視対象である被監視者に関わる所定のイベントの内容を表すイベント情報を収容した、前記イベントを通知するためのイベント通知通信信号を、通信可能に接続された端末装置へ通知する装置である。その一例としての管理サーバ装置ＳＶは、センサ装置からネットワークを介して取得した画像に基づいて被監視者Ｏｂが自立できるか否かを判定する自立判定処理部２２３と、自立判定処理部２２３で前記被監視者Ｏｂが自立できないと判定された場合に、警告を表す警告情報を収容した警告通知通信信号を所定の端末装置へ送信する警告通知処理部２２４とを備える。」という構成を備える（［要約］参照）。

特開２０１５−２１５７１１号公報 特開２０１７−１１７４２３号公報 特開２０１７−１５１６７６号公報

見守りや介護を必要とする人について、介護認定は、例えば、対象者、介護者への聞き取りや主治医の意見等に基づいて行なわれ、定量的な測定ができず、要介護度の判定に時間がかかる場合がある。したがって、定量的な測定が可能で、判定に時間がかからない技術が必要とされている。

本開示は上述のような背景に鑑みてなされたものであって、ある局面における目的は、介護度の認定のために使用可能な定量的な情報を導出する技術を提供することである。

ある実施の形態に従うと、コンピューターで実行されるプログラムが提供される。このプログラムはコンピューターに、居室における人の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを取得するステップと、居室の入居者の歩行特性または入居者以外の歩行特性に基づいて、取得された複数の軌跡データの中から居室における入居者以外の軌跡データと、入居者の軌跡データとを判別するステップと、判別後の入居者の軌跡データを用いて、居室の入居者の歩行速度を算出するステップとを実行させる。

ある実施の形態に従うと、判別するステップは、複数の軌跡データのうち、当該軌跡の始点および終点が居室に配置されているベッドの近傍にある軌跡データを、当該入居者の軌跡データとして判別することを含む。

ある実施の形態に従うと、判別するステップは、取得された複数の軌跡データの中から、入居者以外の歩行速度として規定された歩行速度に対応する軌跡データを複数の軌跡データから除外することを含む。

ある実施の形態に従うと、判別するステップは、取得された複数の軌跡データのうち、入居者のみが居室にいる時間帯として予め定められた時間の軌跡データを、当該入居者の軌跡データとして判別することを含む。

ある実施の形態に従うと、プログラムはコンピューターに、歩行速度の算出の結果に基づいて入居者の介護度の見直しを促す提案を出力するステップをさらに実行させる。

他の実施の形態に従うと、メモリーと、メモリーに結合されたプロセッサーとを備える情報処理装置が提供される。プロセッサーは、居室における人の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを取得し、居室の入居者の歩行特性または入居者以外の歩行特性に基づいて、取得された複数の軌跡データの中から居室における入居者以外の軌跡データと、入居者の軌跡データとを判別し、判別後の入居者の軌跡データを用いて、居室の入居者の歩行速度を算出するように構成されている。

ある実施の形態に従うと、プロセッサーは、複数の軌跡データのうち、当該軌跡の始点および終点が居室に配置されているベッドの近傍にある軌跡データを、当該入居者の軌跡データとして判別する。

ある実施の形態に従うと、プロセッサーは、取得された複数の軌跡データの中から、入居者以外の歩行速度として予め計測された歩行速度に対応する軌跡データを複数の軌跡データから除外する。

ある実施の形態に従うと、プロセッサーは、取得された複数の軌跡データのうち、入居者のみが居室にいる時間帯として予め定められた時間の軌跡データを、当該入居者の軌跡データとして判別する。

ある実施の形態に従うと、プロセッサーは、歩行速度の算出の結果に基づいて入居者の介護度の見直しを促す提案を出力するようにさらに構成されている。

さらに他の実施の形態に従うと、コンピューターで実行される方法が提供される。この方法は、居室における人の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを取得するステップと、居室の入居者の歩行特性または入居者以外の歩行特性に基づいて、取得された複数の軌跡データの中から居室における入居者以外の軌跡データと、入居者の軌跡データとを判別するステップと、判別後の入居者の軌跡データを用いて、居室の入居者の歩行速度を算出するステップとを含む。

ある実施の形態に従うと、判別するステップは、複数の軌跡データのうち、当該軌跡の始点および終点が居室に配置されているベッドの近傍にある軌跡データを、当該入居者の軌跡データとして判別することを含む。

ある実施の形態に従うと、判別するステップは、取得された複数の軌跡データの中から、入居者以外の歩行速度として規定された歩行速度に対応する軌跡データを複数の軌跡データから除外することとを含む。

ある実施の形態に従うと、判別するステップは、取得された複数の軌跡データのうち、入居者のみが居室にいる時間帯として予め定められた時間の軌跡データを、当該入居者の軌跡データとして判別することを含む。

ある実施の形態に従うと、方法は、歩行速度の算出の結果に基づいて入居者の介護度の見直しを促す提案を出力するステップをさらに含む。

ある局面において、要介護度の認定のために使用可能な定量的な情報が導出され得る。
この発明の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解されるこの発明に関する次の詳細な説明から明らかとなるであろう。

見守りシステム１００の構成の一例を示す図である。 見守りシステム１００の構成の概要を示すブロック図である。 クラウドサーバー１５０として機能するコンピューターシステム３００のハードウェア構成を表わすブロック図である。 センサーボックス１１９を用いた見守りシステム１００の装置構成の概略の一例を示す図である。 ある局面に従う居室１１０の入居者の歩行軌跡と入居者の歩行軌跡との相違を表わす図である。 クラウドサーバー１５０が備えるハードディスク５におけるデータの格納の一態様を表わす図である。 軌跡ごとに算出された人の移動速度の分布を表わす図である。 クラウドサーバー１５０のＣＰＵ１が実行する処理の一部を表わすフローチャートである。 ある介護施設における５人の入居者の歩行速度の６ヵ月の推移を表わす図である。 入居者の平均移動速度と介護度との関係を表わす図である。

以下、図面を参照しつつ、本開示に係る技術思想の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

［技術思想］
まず、本明細書に開示にされる技術思想の概要について説明する。ある局面において、施設の入居者等の対象者の移動速度が測定され、対象者の日頃の状態を正確に把握することができる。測定は、対象者が測定していることを意識していない状態で行なわれる。例えば、対象者が移動中に立ち止まる、速度が遅くなる、という場合があり得る。そこで、対象者の移動により得られる軌跡情報（例えば歩行軌跡）のうち、一定値以上の距離がある軌跡のみが、観測の対象とされ得る。ある局面において、連続した軌跡が観察され、軌跡の起点および終点が、ベッドあるいはベッドの近傍にあるものが、観測対象とされる。

別の局面において、入居者以外の人（例えば、介護者、看護師その他スタッフ、家族等）の軌跡情報を除外するために、施設の各居室に入室する可能性がある入居者以外の人の歩行速度が予め測定され、一定速度以上の歩行が観測される軌跡情報を観測対象から除外され得る。

さらに別の局面において、入居者以外の人（例えば、スタッフ、家族等）が入室する場合に、当該人が、信号発信器を装着し得る。信号発信器は、予め規定された識別番号を発信し得る。その信号は、その時の人の歩行軌跡に関連付けられ得る。このようにすると、当該識別番号が付された歩行軌跡は、入居者の歩行軌跡から除外され得るので、入居者の歩行軌跡を抽出することができる。なお、歩行軌跡に関連付けられる情報は、当該識別番号に限られず、入室を表わすフラグとして予め定められたデータでもよい。

［見守りシステムの構成］
図１は、見守りシステム１００の構成の一例を示す図である。見守り対象は、例えば、施設の居室領域１８０に設けられた各居室内の入居者である。図１の見守りシステム１００では、居室領域１８０に、居室１１０，１２０が設けられている。居室１１０は、入居者１１１に割り当てられている。居室１２０は、入居者１２１に割り当てられている。図１の例では、見守りシステム１００に含まれる居室の数は２であるが、当該数はこれに限定されない。

見守りシステム１００では、居室１１０，１２０にそれぞれ設置されたセンサーボックス１１９と、管理センター１３０に設置された管理サーバー２００と、アクセスポイント１４０とが、ネットワーク１９０を介して接続される。ネットワーク１９０は、イントラネットおよびインターネットのいずれをも含み得る。

見守りシステム１００では、介護者１４１が携帯する携帯端末１４３、および、介護者１４２が携帯する携帯端末１４４は、アクセスポイント１４０を介してネットワーク１９０に接続可能である。さらに、センサーボックス１１９、管理サーバー２００、および、アクセスポイント１４０は、ネットワーク１９０を介して、クラウドサーバー１５０と通信可能である。

居室１１０，１２０は、それぞれ、設備として、タンス１１２、ベッド１１３、および、トイレ１１４を含む。居室１１０のドアには、当該ドアの開閉を検出するドアセンサー１１８が設置されている。トイレ１１４のドアには、トイレ１１４の開閉を検出するトイレセンサー１１６が設置されている。ベッド１１３には、各入居者１１１，１２１の臭いを検出する臭いセンサー１１７が設置されている。各入居者１１１，１２１は、当該入居者１１１，１２１のバイタル情報を検出するバイタルセンサー２９０を装着している。検出されるバイタル情報は、入居者の体温、呼吸、心拍数等を含む。居室１１０，１２０では、各入居者１１１，１２１は、それぞれ、ケアコール子機１１５を操作することができる。

センサーボックス１１９は、居室１１０，１２０内の物体の挙動を検出するためのセンサーを内蔵している。センサーの一例は、物体の動作を検出するためのドップラーセンサーである。他の例は、カメラである。センサーボックス１１９は、センサーとしてドップラーセンサーとカメラの双方を含んでもよい。

図２を参照して、見守りシステム１００の構成要素について説明する。図２は、見守りシステム１００の構成の概要を示すブロック図である。

［センサーボックス１１９］
センサーボックス１１９は、制御装置１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３と、通信インターフェイス１０４と、カメラ１０５と、ドップラーセンサー１０６と、無線通信装置１０７と、記憶装置１０８とを備える。

制御装置１０１は、センサーボックス１１９を制御する。制御装置１０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）その他のプロセッサー、少なくとも１つのＡＳＩＣ（Application Specific Integrated Circuit）、少なくとも１つのＦＰＧＡ（Field Programmable Gate Array）、またはこれらの組み合わせなどによって構成される。

通信インターフェイス１０４には、アンテナ（図示しない）などが接続される。センサーボックス１１９は、当該アンテナを介して、外部の通信機器との間でデータをやり取りする。外部の通信機器は、たとえば、管理サーバー２００、携帯端末１４３，１４４その他の端末、アクセスポイント１４０、クラウドサーバー１５０、その他の通信端末などを含む。

カメラ１０５は、一実現例では、近赤外カメラである。近赤外カメラは、近赤外光を投光するＩＲ（Infrared）投光器を含む。近赤外カメラが用いられることにより、夜間でも居室１１０，１２０の内部を表わす画像が撮影され得る。他の実現例では、カメラ１０５は、可視光のみを受光する監視カメラである。さらに他の実現例では、カメラ１０５として、３Ｄセンサやサーモグラフィーカメラが用いられてもよい。センサーボックス１１９およびカメラ１０５は、一体として構成されてもよいし、別体で構成されてもよい。

ドップラーセンサー１０６は、たとえばマイクロ波ドップラーセンサーであり、電波を放射及び受信して、居室１１０，１２０内の物体の挙動（動作）を検出する。これにより、居室１１０，１２０の入居者１１１，１２１の生体情報が検出され得る。一例では、ドップラーセンサー１０６は、２４ＧＨｚ帯のマイクロ波を各居室１１０，１２０のベッド１１３に向けて放射し、入居者１１１，１２１で反射した反射波を受信する。反射波は、入居者１１１，１２１の動作により、ドップラーシフトしている。ドップラーセンサー１０６は、当該反射波から、入居者１１１，１２１の呼吸状態や心拍数を検出し得る。

無線通信装置１０７は、ケアコール子機２４０、ドアセンサー１１８、トイレセンサー１１６、臭いセンサー１１７、および、バイタルセンサー２９０からの信号を受信し、当該信号を制御装置１０１へ送信する。たとえば、ケアコール子機２４０は、ケアコールボタン２４１を備える。当該ボタンが操作されると、ケアコール子機２４０は、当該操作があったことを示す信号を無線通信装置１０７へ送信する。ドアセンサー１１８、トイレセンサー１１６、臭いセンサー１１７、および、バイタルセンサー２９０は、それぞれの検出結果を無線通信装置１０７へ送信する。

記憶装置１０８は、たとえば、フラッシュメモリーまたはハードディスク等の固定記憶装置、あるいは、外付けの記憶装置などの記録媒体である。記憶装置１０８は、制御装置１０１によって実行されるプログラム、および、当該プログラムの実行に利用される各種のデータを格納する。各種のデータは、入居者１１１，１２１の行動情報を含んでいてもよい。行動情報の詳細は後述する。

上記のプログラムおよびデータのうち少なくとも一方は、制御装置１０１がアクセス可能な記憶装置であれば、記憶装置１０８以外の記憶装置（たとえば、制御装置１０１の記憶領域（たとえば、キャッシュメモリーなど）、ＲＯＭ１０２、ＲＡＭ１０３、外部機器（たとえば、管理サーバー２００や携帯端末１４３，１４４等）に格納されていてもよい。

［行動情報］
上記の行動情報について、説明する。行動情報は、たとえば入居者１１１，１２１が所定の行動を実行したことを表わす情報である。一例では、所定の行動は、入居者１１１，１２１が起きたことを表わす「起床」、入居者１１１，１２１がベッド（寝具）１１３から離れたことを表わす「離床」、入居者１１１，１２１がベッド（寝具）１１３から落ちたことを表わす「転落」、および、入居者１１１，１２１が倒れたことを表わす「転倒」の４つの行動を含む。

一実施の形態では、制御装置１０１が、各居室１１０，１２０に設置されたカメラ１０５が撮像した画像に基づいて、各居室１１０，１２０に関連付けられた入居者１１１，１２１の各行動情報を生成する。制御装置１０１は、たとえば、上記画像から入居者１１１，１２１の頭部を検出し、この検出した入居者１１１，１２１の頭部における大きさの時間変化に基づいて、入居者１１１，１２１の「起床」、「離床」、「転倒」および「転落」を検出する。以下、行動情報の生成の一具体例を、より詳細に説明する。

まず、記憶装置１０８に、居室１１０，１２０における各ベッド１１３の所在領域、第１閾値Ｔｈ１、第２閾値Ｔｈ２、および、第３閾値Ｔｈ３が格納される。第１閾値Ｔｈ１は、ベッド１１３の所在領域内において、横臥姿勢にあるときと座位姿勢にあるときとの間で入居者の頭部の大きさを識別する。第２閾値Ｔｈ２は、ベッド１１３の所在領域を除く居室１１０，１２０内において、入居者の頭部の大きさに基づいて、当該入居者が立位姿勢にあるか否かを識別する。第３閾値Ｔｈ３は、ベッド１１３の所在領域を除く居室１１０，１２０内において、入居者の頭部の大きさに基づいて、当該入居者が横臥姿勢にあるか否かを識別する。

制御装置１０１は、対象画像から、例えば背景差分法やフレーム差分法によって、入居者１１１，１２１の人物の領域として、動体領域を抽出する。制御装置１０１は、さらに、当該抽出した動体領域から、例えば円形や楕円形のハフ変換によって、予め用意された頭部のモデルを用いたパターンマッチングによって、頭部検出用に学習したニューラルネットワークによって導出された閾値を用いて、入居者１１１，１２１の頭部領域を抽出する。制御装置１０１は、当該抽出された頭部の位置および大きさから、「起床」、「離床」、「転倒」および「転落」を検知する。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域内にあり、かつ、上記のように抽出された頭部の大きさが第１閾値Ｔｈ１を用いることによって横臥姿勢の大きさから座位姿勢の大きさへと変化したことを検出した場合に、行動「起床」が発生したことを決定してもよい。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域内からベッド１１３の所在領域外へ移動した場合において、上記のように抽出された頭部の大きさに対して第２閾値Ｔｈ２を適用することにより、頭部がある大きさから立位姿勢の大きさへと変化したことを検出したときには、行動「離床」が発生したと判定してもよい。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域内からベッド１１３の所在領域外へ移動した場合において、上記のように抽出された頭部の大きさに対して第３閾値Ｔｈ３を適用することにより、頭部がある大きさから横臥姿勢の大きさへと変化したことを検出したときには、行動「転落」が発生したと判定してもよい。

制御装置１０１は、上記のように抽出された頭部の位置がベッド１１３の所在領域を除く居室１１０，１２０内に位置し、かつ、抽出された頭部の大きさが第３閾値Ｔｈ３を用いることによって或る大きさから横臥姿勢の大きさへと変化したことを検出した場合には、行動「転倒」が発生したと決定してもよい。

以上説明されたように、一具体例では、センサーボックス１１９の制御装置１０１が、入居者１１１，１２１の各行動情報を生成する。なお、他の局面に従う見守りシステム１００では、居室１１０，１２０内の画像を用いて、制御装置１０１以外の他の要素（例えば、クラウドサーバー１５０）が入居者１１１，１２１の行動情報を生成してもよい。

［携帯端末１４３，１４４］
携帯端末１４３，１４４は、制御装置２２１と、ＲＯＭ２２２と、ＲＡＭ２２３と、通信インターフェイス２２４と、ディスプレイ２２６と、記憶装置２２８と、入力デバイス２２９とを含む。ある局面において、携帯端末１４３，１４４は、例えば、スマートフォン、タブレット端末、腕時計型端末その他のウェアラブル装置等として実現される。

制御装置２２１は、携帯端末１４３，１４４を制御する。制御装置２２１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＡＳＩＣ、少なくとも１つのＦＰＧＡ、またはそれらの組み合わせなどによって構成される。

通信インターフェイス２２４には、アンテナ（図示しない）などが接続される。携帯端末１４３，１４４は、当該アンテナおよびアクセスポイント１４０を介して、外部の通信機器との間でデータをやり取りする。外部の通信機器は、たとえば、センサーボックス１１９、管理サーバー２００などを含む。

ディスプレイ２２６は、たとえば液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ等によって実現される。入力デバイス２２９は、たとえばディスプレイ２２６に設けられたタッチセンサーによって実現される。当該タッチセンサーは、携帯端末１４３，１４４に対するタッチ操作を受け付け、当該タッチ操作に応じた信号を制御装置２２１へ出力する。

記憶装置２２８は、たとえば、フラッシュメモリー、ハードディスクその他の固定記憶装置、あるいは、着脱可能なデータ記録媒体等により実現される。

［クラウドサーバーの構成］
図３を参照して、クラウドサーバー１５０の構成について説明する。図３は、クラウドサーバー１５０として機能するコンピューターシステム３００のハードウェア構成を表わすブロック図である。

コンピューターシステム３００は、主たる構成要素として、プログラムを実行するＣＰＵ１と、コンピューターシステム３００の使用者による指示の入力を受けるマウス２およびキーボード３と、ＣＰＵ１によるプログラムの実行により生成されたデータ、又はマウス２若しくはキーボード３を介して入力されたデータを揮発的に格納するＲＡＭ４と、データを不揮発的に格納するハードディスク５と、光ディスク駆動装置６と、通信インターフェイス（Ｉ／Ｆ）７と、モニター８とを含む。各構成要素は、相互にデータバスによって接続されている。光ディスク駆動装置６には、ＣＤ−ＲＯＭ９その他の光ディスクが装着される。

コンピューターシステム３００における処理は、各ハードウェアおよびＣＰＵ１により実行されるソフトウェアによって実現される。このようなソフトウェアは、ハードディスク５に予め記憶されている場合がある。また、ソフトウェアは、ＣＤ−ＲＯＭ９その他の記録媒体に格納されて、コンピュータープログラムとして流通している場合もある。あるいは、ソフトウェアは、いわゆるインターネットに接続されている情報提供事業者によってダウンロード可能なアプリケーションプログラムとして提供される場合もある。このようなソフトウェアは、光ディスク駆動装置６その他の読取装置によりその記録媒体から読み取られて、あるいは、通信インターフェイス７を介してダウンロードされた後、ハードディスク５に一旦格納される。そのソフトウェアは、ＣＰＵ１によってハードディスク５から読み出され、ＲＡＭ４に実行可能なプログラムの形式で格納される。ＣＰＵ１は、そのプログラムを実行する。

図３に示されるコンピューターシステム３００を構成する各構成要素は、一般的なものである。したがって、本開示に係る技術思想の本質的な部分の一つは、ＲＡＭ４、ハードディスク５、ＣＤ−ＲＯＭ９その他の記録媒体に格納されたソフトウェア、あるいはネットワークを介してダウンロード可能なソフトウェアであるともいえる。記録媒体は、一時的でない、コンピューター読取可能なデータ記録媒体を含み得る。なお、コンピューターシステム３００の各ハードウェアの動作は周知であるので、詳細な説明は繰り返さない。

なお、記録媒体としては、ＣＤ−ＲＯＭ、ＦＤ（Flexible Disk）、ハードディスクに限られず、磁気テープ、カセットテープ、光ディスク（ＭＯ（Magnetic Optical Disc）／ＭＤ（Mini Disc）／ＤＶＤ（Digital Versatile Disc））、ＩＣ（Integrated Circuit）カード（メモリーカードを含む）、光カード、マスクＲＯＭ、ＥＰＲＯＭ（Electronically Programmable Read-Only Memory）、ＥＥＰＲＯＭ（Electronically Erasable Programmable Read-Only Memory）、フラッシュＲＯＭなどの半導体メモリー等の固定的にプログラムを担持する媒体でもよい。

ここでいうプログラムとは、ＣＰＵにより直接実行可能なプログラムだけでなく、ソースプログラム形式のプログラム、圧縮処理されたプログラム、暗号化されたプログラム等を含む。

［見守りシステム１００の装置構成］
図４を参照して、見守りシステム１００を用いた見守りについて説明する。図４は、センサーボックス１１９を用いた見守りシステム１００の装置構成の概略の一例を示す図である。

見守りシステム１００は、見守り対象者（監視対象者）である入居者１１１，１２１その他の入居者を見守るために利用される。図４に示されるように、居室１１０の天井には、センサーボックス１１９が取り付けられている。他の居室にも同様にセンサーボックス１１９が取り付けられている。

範囲４１０は、センサーボックス１１９による検出範囲を表わす。センサーボックス１１９が前述のドップラーセンサーを有する場合、当該ドップラーセンサーは、範囲４１０内で生じた人の挙動を検出する。センサーボックス１１９がセンサーとしてカメラを有する場合、当該カメラは、範囲４１０内の画像を撮影する。

センサーボックス１１９は、たとえば、介護施設、医療施設、宅内などに設置される。図４の例では、センサーボックス１１９は、天井に取り付けられており、入居者１１１およびベッド１１３を天井から撮影している。センサーボックス１１９の取り付け場所は天井に限られず、居室１１０の側壁に取り付けられてもよい。

見守りシステム１００は、カメラ１０５から得られた一連の画像（すなわち、映像）に基づいて入居者１１１に生じている危険を検知する。一例として、検知可能な危険は、入居者１１１の転倒や、危険個所（たとえば、ベッドの柵など）に入居者１１１がいる状態などを含む。

見守りシステム１００は、入居者１１１に危険が生じていることを検知した場合に、そのことを介護者１４１，１４３等に報知する。報知方法の一例として、見守りシステム１００は、入居者１１１の危険を介護者１４１，１４２の携帯端末１４３，１４４に通知する。携帯端末１４３，１４４は、当該通知を受信すると、入居者１１１の危険をメッセージ、音声、振動等で介護者１４１，１４２に報知する。これにより、介護者１４１，１４２は、入居者１１１に危険が生じていることを即座に把握でき、入居者１１１の元に素早く駆け付けることができる。

なお、図４には、見守りシステム１００が１つのセンサーボックス１１９を備えている例が示されているが、見守りシステム１００は、複数のセンサーボックス１１９を備えてもよい。また、図４には、見守りシステム１００が複数の携帯端末１４３，１４４を備えている例が示されているが、見守りシステム１００は、一つの携帯端末でも実現され得る。

［軌跡の分類］
図５を参照して、居室における軌跡の種類について説明する。図５は、ある局面に従う居室１１０の入居者の歩行軌跡と入居者以外の歩行軌跡との相違を表わす図である。居室１１０には、タンス１１２と、ベッド１１３と、トイレ１１４と、洗面台５１と、机５２とが配置されている。

図５のシーン（Ａ）に示されるように、二つの歩行軌跡５１０，５２０が、ある日の一定時間の間に観察された画像処理の結果から検出されている。そのうち、歩行軌跡５１０は、ベッド１１３を起点とし、トイレ１１４に至り、再びベッド１１３に戻っている。歩行軌跡５２０は、ドア１０９を起点とし、ベッド１１３に向かい、再びドア１０９に戻っている。

したがって、ある局面において、歩行軌跡の起点、目的地（あるいは折り返し地点）または終点に応じて、当該歩行軌跡に示される歩行を行なった人を分類することができる。例えば、シーン（Ｂ）に示されるように、ベッド１１３からスタートしトイレ１１４に到達しベッド１１３に戻る軌跡として示される歩行を行なった人は、入居者と推定される。シーン（Ｃ）に示されるように、ドア１０９からスタートしてベッド１１３に到達し、ドア１０９に戻る軌跡として示される歩行を行なった人は、介護スタッフのように入居者以外の人と推定される。

［データ構造］
図６を参照して、クラウドサーバー１５０のデータ構造について説明する。図６は、クラウドサーバー１５０が備えるハードディスク５におけるデータの格納の一態様を表わす図である。

ハードディスク５は、テーブル６０を保持している。テーブル６０は、各居室に設けられた各センサーから送信されるデータを逐次保存している。より具体的には、テーブル６０は、部屋ＩＤ（Identification）６１と、日時６２と、Ｘ座標値６３と、Ｙ座標値６４とを含む。部屋ＩＤ６１は、入居者の居室を識別する。日時６２は、センサーから送られた信号が取得された日時を識別する。Ｘ座標値６３は、当該日時において検出された点のＸ座標値を表わす。Ｙ座標値６４は、当該日時において検出された点のＹ座標値を表わす。ある局面において、Ｘ座標値およびＹ座標値の元となる座標軸は、例えば、当該居室の端点（例えば、部屋の片隅）を基準として規定される。別の局面において、当該座標軸は、各居室が設けられた施設におけるある一点を基準として規定されてもよい。

例えば、センサーボックス１１９においてドップラーセンサー１０６またはカメラ１０５からの出力に基づいて取得されたＸＹ座標値と、その取得日時とは、定期的に、クラウドサーバー１５０に送信される。別の局面において、センサーボックス１１９から送信されたデータは、管理サーバー２００にも格納され得る。

［ＣＰＵ１の動作概要］
ある局面において、ＣＰＵ１は、居室における人の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを取得する。ＣＰＵ１は、居室の入居者の歩行特性またはスタッフなどの入居者以外の歩行特性に基づいて、取得された複数の軌跡データの中から居室における入居者以外の軌跡データと、入居者の軌跡データとを判別する。ＣＰＵ１は、判別後の入居者の軌跡データを用いて、居室の入居者の歩行速度を算出する。

ある局面において、ＣＰＵ１は、軌跡の始点終点がベッドの近傍である場合に、当該軌跡を入居者の軌跡と判定し得る。より具体的には、ＣＰＵ１は、複数の軌跡データのうち、当該軌跡の始点および終点が居室に配置されているベッド１１３の近傍にある軌跡データを、当該入居者の軌跡データとして判別する。

ある局面において、ＣＰＵ１は、取得された複数の軌跡データの中から、入居者以外の歩行速度として予め計測された歩行速度に対応する軌跡データを複数の軌跡データから除外する。これにより、ＣＵ１は、入居者の歩行軌跡を抽出することができる。

ある局面において、ＣＰＵ１は、取得された複数の軌跡データのうち、入居者のみが居室にいる時間帯として予め定められた時間の軌跡データを、当該入居者の軌跡データとして判別する。

ある局面において、ＣＰＵ１は、歩行速度の算出の結果に基づいて入居者の介護度の見直しを促す提案を出力する。例えば、ＣＰＵ１は、各入居者について、歩行軌跡の変化を示す数値あるいはグラフをモニター８に提示し、あるいは、プリンター（図示しない）に出力し得る。これにより、介護者、ケアマネジャーその他の管理者は、例えば、各入居者について、介護判定の見直しを客観的なデータに基づいて行なうことができるので、判定の内容に公平性および納得性が担保され得る。

［入居者およびスタッフの移動速度］
図７を参照して、入居者とスタッフの移動速度の相違について説明する。図７は、軌跡ごとに算出された人の移動速度の分布を表わす図である。図７では、２０人の歩行軌跡が特定され、各歩行軌跡のデータから平均の移動速度が算出されている。このうち、軌跡番号５，７，１１，１４，１６および１９で特定される移動速度は、それぞれ、８００ミリメートル／秒よりも早く、他の軌跡番号１〜４，６，８〜１０，１２，１３，１５，１７、１８および２０で特定される移動速度は、それぞれ、６００ミリメートル／秒よりも遅い。したがって、介護スタッフのような入居者以外の人の移動速度の分布と、入居者の移動速度の分布との間には、違いがあることが明らかとなり、各分布を隔てる速度を閾値として規定し得る。例えば、図７の例では、７００ミリメートル／秒が、閾値の候補となり得る。

ある局面において、管理サーバ―２００は、クラウドサーバー１５０によって算出された平均の歩行速度データに基づいて、図７に示されるような分布図を表示し得る。管理サーバ―２００のユーザー（例えば、介護施設の管理者、あるいは、ケアマネジャー等）は、当該分布図を見ながら、各入居者の歩行能力の推移を客観的に確認することができる。

［データ処理］
図８を参照して、クラウドサーバー１５０におけるデータ処理について説明する。図８は、クラウドサーバー１５０のＣＰＵ１が実行する処理の一部を表わすフローチャートである。

ステップＳ８１０にて、ＣＰＵ１は、データ処理モードの入力を検知する。例えば、スタッフが、管理サーバ―２００を操作して、データ処理モードを選択した場合に、その選択結果は、クラウドサーバー１５０に送られ、クラウドサーバー１５０は、動作モードをデータ処理モードに切り替える。

ステップＳ８２０にて、ＣＰＵ１は、居室における人の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを読み出す。例えば、スタッフが、日時を指定して、歩行軌跡の抽出を指示すると、ＣＰＵ１は、ハードディスク５のテーブル６０から、指定された日時に検出された歩行軌跡のデータを抽出する。

ステップＳ８３０にて、ＣＰＵ１は、居室の入居者の歩行特性または入居者以外の歩行特性に基づいて、取得された複数の軌跡データの中から居室における入居者以外の軌跡データと、入居者の軌跡データとを判別する。より詳しくは、ＣＰＵ１は、各入居者および各スタッフの歩行軌跡から、当該歩行軌跡の起点に基づいて、入居者の歩行軌跡とスタッフの歩行軌跡とを判別する（例えば、図５参照）。

ステップＳ８４０にて、ＣＰＵ１は、判別後の入居者の軌跡データを用いて、居室の入居者の歩行速度を算出する。例えば、ＣＰＵ１は、歩行軌跡を構成する各点の座標値と、当該点が抽出された日時とに基づいて、平均の歩行速度を算出する。

ステップＳ８５０にて、ＣＰＵ１は、入居者の識別情報と歩行速度とを出力する。例えば、ＣＰＵ１は、各歩行速度を算出すると、入居者の識別情報および算出結果を、管理サーバ―２００に送信する。管理サーバ―２００は、識別情報および算出結果を受信すると、これらのデータをモニター８に表示する（例えば、図７）。あるいは、管理サーバ―２００は、これらのデータが含まれる帳票をプリンター又はファイルに出力し得る。スタッフその他の介護関係者は、出力されたデータを見て、各入居者の歩行能力の推移を客観的に判断し得る。

［歩行速度の低下］
図９を参照して、ある局面に従う歩行速度の推移について説明する。図９は、ある介護施設における５人の入居者の歩行速度の６ヵ月の推移を表わす図である。ある局面において、管理サーバ―２００のモニター８あるいは携帯端末１４３，１４４のディスプレイ２２６が、図９に示されるグラフを表示し得る。

例えば、入居者９１０については、２０１７年６月から２０１７年８月に急激に歩行速度が低下した後、低下の程度が緩やかになっていることが分かる。入居者９２０，９３０および９４０については、歩行速度が一定の割合で低下している一方、低下の割合は入居者によって異なることが分かる。入居者９５０については、歩行速度が２０１７年６月から７月まで一旦上昇した後、２０１７年１０月まで低下し、その後再び上昇している。したがって、例えば、歩行訓練等により歩行の低下速度が抑制されている可能性が推定される。そこで、スタッフは、入居者９５０のような事例を用いて、例えば、他の入居者向けに対してもリハビリの推薦を行なってもよい。

［歩行速度と介護度］
図１０を参照して、平均移動速度と介護度との関係について説明する。図１０は、入居者の平均移動速度と介護度との関係を表わす図である。ある局面において、介護度と平均移動速度との間には、何らかの相関関係があると推定される。例えば、介護度が大きくなれば、歩行が不自由になりがちであり平均移動速度も低下すると考えられる。そこで、各入居者について、既に認定されている介護度別に、当該入居者の平均移動速度をプロットすることにより、介護関係者は、現在の介護度の認定が妥当であるか否かを客観的に判断することができる。例えば、グループ１０１０に含まれる入居者の平均速度は、閾値１０２０を下回っており、歩行速度が低下していると推定される。したがって、管理サーバ―２００は、一つの提案として、グループ１０１０に含まれる入居者の介護度の認定を変更することをモニター８に表示し得る。

以上のようにして、本実施の形態によれば、施設の居室において観察される歩行軌跡は、入居者の歩行軌跡と入居者以外の人の歩行軌跡とに分けられる。入居者の歩行軌跡を用いることにより、歩行速度の変化を客観的に把握することができる。介護に必要とされる情報が客観的に提供されるので、公平で納得性の高い判定が可能となる。また、歩行軌跡は日々集計されたデータを用いて導出されるので、速やかなデータ処理が可能となり、判定に必要な情報を短時間で提供することができる。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

本技術は、病院、老人ホーム、養護施設その他の施設で取得される情報に適用可能である。

１００ システム、１０１，２２１ 制御装置、１０６ ドップラーセンサー、１０７ 無線通信装置、１０８ 記憶装置、１０９ ドア、１１０，１２０ 居室、１１１，１２１，９１０，９２０，９３０，９５０ 入居者、１１２ タンス、１１３ ベッド、１１４ トイレ、１１５ ケアコール子機、１１６ トイレセンサー、１１７ センサー、１１８ ドアセンサー、１１９ センサーボックス、１３０ 管理センター、１４０ アクセスポイント、１４１，１４２ 介護者、１４３，１４４ 携帯端末、１５０ クラウドサーバー、１９０ ネットワーク、２００ 管理サーバー、２２６ ディスプレイ、２２９ 入力デバイス、２４１ ケアコールボタン、２９０ バイタルセンサー、３００ コンピューターシステム、４１０ 範囲、５１ 洗面台、５２ 机、６０ テーブル、５１０，５２０ 歩行軌跡。

Claims (15)

1. コンピューターで実行されるプログラムであって、前記プログラムは前記コンピューターに、
   居室における人の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを取得するステップと、
   前記居室の入居者の歩行特性または入居者以外の歩行特性に基づいて、取得された前記複数の軌跡データの中から前記居室における入居者以外の軌跡データと、前記入居者の軌跡データとを判別するステップと、
   前記判別後の入居者の軌跡データを用いて、前記居室の入居者の歩行速度を算出するステップとを実行させる、プログラム。
2. 前記判別するステップは、前記複数の軌跡データのうち、当該軌跡の始点および終点が前記居室に配置されているベッドの近傍にある軌跡データを、当該入居者の軌跡データとして判別することを含む、請求項１に記載のプログラム。
3. 前記判別するステップは、取得された前記複数の軌跡データの中から、入居者以外の歩行速度として規定された歩行速度に対応する軌跡データを前記複数の軌跡データから除外することとを含む、請求項１に記載のプログラム。
4. 前記判別するステップは、取得された前記複数の軌跡データのうち、前記入居者のみが前記居室にいる時間帯として予め定められた時間の軌跡データを、当該入居者の軌跡データとして判別することを含む、請求項１に記載のプログラム。
5. 前記プログラムは前記コンピューターに、前記歩行速度の算出の結果に基づいて入居者の介護度の見直しを促す提案を出力するステップをさらに実行させる、請求項１に記載のプログラム。
6. メモリーと、
   前記メモリーに結合されたプロセッサーとを備え、
   前記プロセッサーは、
   居室における人の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを取得し、
   前記居室の入居者の歩行特性または入居者以外の歩行特性に基づいて、取得された前記複数の軌跡データの中から前記居室における入居者以外の軌跡データと、前記入居者の軌跡データとを判別し、
   前記判別後の入居者の軌跡データを用いて、前記居室の入居者の歩行速度を算出するように構成されている、情報処理装置。
7. 前記プロセッサーは、前記複数の軌跡データのうち、当該軌跡の始点および終点が前記居室に配置されているベッドの近傍にある軌跡データを、当該入居者の軌跡データとして判別する、請求項６に記載の情報処理装置。
8. 前記プロセッサーは、取得された前記複数の軌跡データの中から、入居者以外の歩行速度として予め計測された歩行速度に対応する軌跡データを前記複数の軌跡データから除外する、請求項６に記載の情報処理装置。
9. 前記プロセッサーは、取得された前記複数の軌跡データのうち、前記入居者のみが前記居室にいる時間帯として予め定められた時間の軌跡データを、当該入居者の軌跡データとして判別する、請求項６に記載の情報処理装置。
10. 前記プロセッサーは、前記歩行速度の算出の結果に基づいて入居者の介護度の見直しを促す提案を出力するようにさらに構成されている、請求項６に記載の情報処理装置。
11. コンピューターで実行される方法であって、
    居室における人の歩行軌跡を表わし、異なる日に取得された複数の軌跡データを取得するステップと、
    前記居室の入居者の歩行特性または入居者以外の歩行特性に基づいて、取得された前記複数の軌跡データの中から前記居室における入居者以外の軌跡データと、前記入居者の軌跡データとを判別するステップと、
    前記判別後の入居者の軌跡データを用いて、前記居室の入居者の歩行速度を算出するステップとを含む、方法。
12. 前記判別するステップは、前記複数の軌跡データのうち、当該軌跡の始点および終点が前記居室に配置されているベッドの近傍にある軌跡データを、当該入居者の軌跡データとして判別することを含む、請求項１１に記載の方法。
13. 前記判別するステップは、取得された前記複数の軌跡データの中から、入居者以外の歩行速度として規定された歩行速度に対応する軌跡データを前記複数の軌跡データから除外することとを含む、請求項１１に記載の方法。
14. 前記判別するステップは、取得された前記複数の軌跡データのうち、前記入居者のみが前記居室にいる時間帯として予め定められた時間の軌跡データを、当該入居者の軌跡データとして判別することを含む、請求項１１に記載の方法。
15. 前記歩行速度の算出の結果に基づいて入居者の介護度の見直しを促す提案を出力するステップをさらに含む、請求項１１に記載の方法。

Images