図面 (/)

技術 在不在継続時間推定方法、在不在継続時間推定プログラム及び在不在継続時間推定装置

出願人 富士通株式会社
発明者 篠原昌子矢野愛角田潤
出願日 2011年7月28日 (9年5ヶ月経過) 出願番号 2011-165777
公開日 2013年2月7日 (7年10ヶ月経過) 公開番号 2013-030004
状態 特許登録済
技術分野 特定用途計算機
主要キーワード 可搬型記憶媒体用 推定ルール 利用イベント 開始時間帯 予想気温 アメダス イベント履歴 機器制御処理
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2013年2月7日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (20)

課題

不在継続時間を高精度に推定する。

解決手段

イベント検出部30が、終了イベントを検出したときに、特徴量計算部36は、推定方法リストの中から終了イベントに適合する推定方法を取得する。また、特徴量計算部36は、取得された推定方法を用いて推定方法毎の特徴量を算出し、当該特徴量を特徴量記録部38がイベント別に記録する。一方、イベント検出部30が、開始イベントを検出したときには、推定方法選択部40が、推定方法リストの中から開始イベントに適合する推定方法の開始イベントに対応した特徴量を取得し、取得した特徴量に基づいて、開始イベントの継続時間を推定するための推定方法を選択する。更に、イベント継続時間推定部42が、選択された推定方法を用いて開始イベントの継続時間を推定し、これに基づいて、在不在継続時間判定部44が在不在継続時間を推定する。

概要

背景

近年、ユーザが部屋に在室しているか不在であるかを判定して機器を制御し、省エネルギーを実現するシステムがある。例えば、人感センサ等でユーザが部屋に入ったこと又は部屋から出たことを検知してエアコン電源をON/OFFするシステムや、テレビを見始めると利用していないPCをスタンバイ状態にするシステムなどがある。

また、特許文献1には、予め用意されている辞書を用いて、検出した機器状態からユーザの在室場所と行動推定し、その前後の在室場所と行動を把握することで、機器の消し忘れの検知・防止、次に使用する機器の準備などをする方法が開示されている。

概要

在不在継続時間を高精度に推定する。イベント検出部30が、終了イベントを検出したときに、特徴量計算部36は、推定方法リストの中から終了イベントに適合する推定方法を取得する。また、特徴量計算部36は、取得された推定方法を用いて推定方法毎の特徴量を算出し、当該特徴量を特徴量記録部38がイベント別に記録する。一方、イベント検出部30が、開始イベントを検出したときには、推定方法選択部40が、推定方法リストの中から開始イベントに適合する推定方法の開始イベントに対応した特徴量を取得し、取得した特徴量に基づいて、開始イベントの継続時間を推定するための推定方法を選択する。更に、イベント継続時間推定部42が、選択された推定方法を用いて開始イベントの継続時間を推定し、これに基づいて、在不在継続時間判定部44が在不在継続時間を推定する。

目的

そこで本件は上記の課題に鑑みてなされたものであり、ユーザの在不在継続時間を高精度に推定することが可能な在不在継続時間推定方法、在不在継続時間推定プログラム及び在不在継続時間推定装置を提供する

効果

実績

技術文献被引用数
2件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

デバイスの状態が一の状態から他の状態に変化した第1のイベントが発生したときに、当該第1のイベントの情報を取得する第1情報取得工程と、イベントの継続時間推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第1のイベントの情報に基づいて、当該複数のルールの中から前記第1のイベントに適合する1又は複数のルールを取得するルール取得工程と、前記ルール取得工程で取得された1又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納する算出・格納工程と、デバイスの状態が前記他の状態から前記一の状態に変化した第2のイベントが発生したときに、当該第2のイベントの情報を取得する第2情報取得工程と、前記第2のイベントの情報に基づいて、前記複数のルールの中から前記第2のイベントに適合する1又は複数のルールを特定し、当該特定されたルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を推定するためのルールを選択する選択工程と、前記選択工程で選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第2のイベントの継続時間を推定する第1推定工程と、前記第1推定工程で推定された前記第2のイベントの継続時間に基づいて、前記第2のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び/又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第2推定工程と、をコンピュータが実行することを特徴とする在不在継続時間推定方法。

請求項2

前記算出・格納工程では、前記第1のイベントの情報と、前記第1のイベントと発生状況が共通するイベントである第1の関連イベントの情報と、を用いて、前記特徴量を算出して、前記格納部に格納し、前記第1推定工程では、前記第2のイベント情報と、前記第2のイベントと発生状況が共通するイベントである第2の関連イベントの情報と、を用いて、前記第2のイベントの継続時間を推定することを特徴とする請求項1に記載の在不在継続時間推定方法。

請求項3

前記一の状態及び前記他の状態のいずれか一方は、前記デバイスの電源がONになった状態であり、前記一の状態及び他の状態のいずれか他方が、前記デバイスの電源がOFFになった状態であることを特徴とする請求項1又は2に記載の在不在継続時間推定方法。

請求項4

前記第1情報取得工程では、前記第1のイベントの継続時間に影響を与える可能性のある第1の他のデバイスの情報も取得し、前記算出・格納工程では、前記第1のイベント情報と前記第1の他のデバイスの情報の少なくとも一方を用いて前記特徴量を算出して、前記格納部に格納し、前記第2情報取得工程では、前記第2のイベントの継続時間に影響を与える可能性のある第2の他のデバイスの情報も取得し、前記第1推定工程では、前記第2のイベント情報と、前記第2の他のデバイスの情報の少なくとも一方を用いて、前記第2のイベントの継続時間を推定する、ことを特徴とする請求項1〜3のいずれか一項に記載の在不在継続時間推定方法。

請求項5

前記第1情報取得工程で取得される前記第1の他のデバイスの情報と、前記第2情報取得工程で取得される前記第2の他のデバイスの情報との少なくとも一方は、前記デバイスが設置される空間外の情報源から取得される情報を含むことを特徴とする請求項4に記載の在不在継続時間推定方法。

請求項6

前記第1のイベントが終了するまでの間に前記第1のイベントが変化した場合に、イベントが変化したときにイベントの継続時間を再推定する方法と、当該再推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数の再推定ルールを参照し、当該複数の再推定ルールの中から前記変化した第1のイベントに適合する1又は複数の再推定ルールを取得する再推定ルール取得工程と、前記再推定ルール取得工程で取得された1又は複数の再推定ルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納する再算出・格納工程と、前記第2のイベントが終了するまでの間に前記第2のイベントが変化した場合に、前記複数の再推定ルールの中から前記変化した第2のイベントに適合する1又は複数の再推定ルールを特定し、当該特定された再推定ルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を再推定するための再推定ルールを選択する再選択工程と、前記再選択工程で選択された再推定ルールで規定されているイベントの継続時間を再推定する方法を用いて、前記第2のイベントの継続時間を再推定する再推定工程と、を前記コンピュータが更に実行し、前記第2推定工程では、前記第1推定工程で推定された前記第2のイベントの継続時間及び前記再推定工程で再推定された前記第2のイベントの継続時間に基づいて、前記在継続時間及び/又は前記不在継続時間を推定することを特徴とする請求項1〜5のいずれか一項に記載の在不在継続時間推定方法。

請求項7

デバイスの状態が一の状態から他の状態に変化した第1のイベントが発生したときに、当該第1のイベントの情報を取得し、イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、当該複数のルールの中から前記第1のイベントに適合する1又は複数のルールを取得し、前記で取得された1又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納し、デバイスの状態が前記他の状態から前記一の状態に変化した第2のイベントが発生したときに、当該第2のイベントの情報を取得し、前記第2のイベントの情報に基づいて、前記複数のルールの中から前記第2のイベントに適合する1又は複数のルールを特定し、当該特定されたルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を推定するためのルールを選択し、前記選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第2のイベントの継続時間を推定し、前記推定された前記第2のイベントの継続時間に基づいて、前記第2のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び/又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する、処理をコンピュータに実行させることを特徴とする在不在継続時間推定プログラム

請求項8

デバイスの状態が一の状態から他の状態に変化した第1のイベントが発生したときに、当該第1のイベントの情報を取得する第1情報取得部と、イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第1のイベントの情報に基づいて、当該複数のルールの中から前記第1のイベントに適合する1又は複数のルールを取得するルール取得部と、前記ルール取得部が取得した1又は複数のルールを用いてルール毎の特徴量を算出する算出部と、前記算出部が算出したルール毎の特徴量をイベント別に格納する格納部と、デバイスの状態が前記他の状態から前記一の状態に変化した第2のイベントが発生したときに、当該第2のイベントの情報を取得する第2情報取得部と、前記第2のイベントの情報に基づいて、前記複数のルールの中から前記第2のイベントに適合する1又は複数のルールを特定し、当該特定されたルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を推定するためのルールを選択する選択部と、前記選択部が選択したルールで規定されているイベントの継続時間の推定方法を用いて、前記第2のイベントの継続時間を推定する第1推定部と、前記第1推定部が推定した前記第2のイベントの継続時間に基づいて、前記第2のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び/又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第2推定部と、を備える在不在継続時間推定装置

技術分野

0001

本件は、在不在継続時間推定方法、在不在継続時間推定プログラム及び在不在継続時間推定装置に関する。

背景技術

0002

近年、ユーザが部屋に在室しているか不在であるかを判定して機器を制御し、省エネルギーを実現するシステムがある。例えば、人感センサ等でユーザが部屋に入ったこと又は部屋から出たことを検知してエアコン電源をON/OFFするシステムや、テレビを見始めると利用していないPCをスタンバイ状態にするシステムなどがある。

0003

また、特許文献1には、予め用意されている辞書を用いて、検出した機器状態からユーザの在室場所と行動推定し、その前後の在室場所と行動を把握することで、機器の消し忘れの検知・防止、次に使用する機器の準備などをする方法が開示されている。

先行技術

0004

特開2009-26305号公報

発明が解決しようとする課題

0005

しかしながら、ユーザが部屋に在室しているか不在であるかを考慮した機器の制御のみでは、省エネルギー化が適切に図れないおそれがある。例えば、エアコンでは、夏季において冷房運転を停止した後は室温が上昇することで、再度エアコンを運転させた際の消費電力が非常に大きくなるため、短時間停止させるより運転し続ける方が省エネルギー化を図れる。このように、ユーザが在室を継続する時間や不在を継続する時間に基づいて、運転制御したほうが省エネルギー化をより適切に図ることができると考えられる。

0006

しかるに、従来は、ユーザが在室を継続する時間や不在を継続する時間(在不在継続時間)を推定することができなかった。

0007

そこで本件は上記の課題に鑑みてなされたものであり、ユーザの在不在継続時間を高精度に推定することが可能な在不在継続時間推定方法、在不在継続時間推定プログラム及び在不在継続時間推定装置を提供することを目的とする。

課題を解決するための手段

0008

本明細書に記載の在不在継続時間推定方法は、デバイスの状態が一の状態から他の状態に変化した第1のイベントが発生したときに、当該第1のイベントの情報を取得する第1情報取得工程と、イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第1のイベントの情報に基づいて、当該複数のルールの中から前記第1のイベントに適合する1又は複数のルールを取得するルール取得工程と、前記ルール取得工程で取得された1又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納する算出・格納工程と、デバイスの状態が前記他の状態から前記一の状態に変化した第2のイベントが発生したときに、当該第2のイベントの情報を取得する第2情報取得工程と、前記第2のイベントの情報に基づいて、前記複数のルールの中から前記第2のイベントに適合する1又は複数のルールを特定し、当該特定されたルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を推定するためのルールを選択する選択工程と、前記選択工程で選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第2のイベントの継続時間を推定する第1推定工程と、前記第1推定工程で推定された前記第2のイベントの継続時間に基づいて、前記第2のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び/又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第2推定工程と、をコンピュータが実行する在不在継続時間推定方法である。

0009

本明細書に記載の在不在継続時間推定プログラムは、デバイスの状態が一の状態から他の状態に変化した第1のイベントが発生したときに、当該第1のイベントの情報を取得し、イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、当該複数のルールの中から前記第1のイベントに適合する1又は複数のルールを取得し、前記で取得された1又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納し、デバイスの状態が前記他の状態から前記一の状態に変化した第2のイベントが発生したときに、当該第2のイベントの情報を取得し、前記第2のイベントの情報に基づいて、前記複数のルールの中から前記第2のイベントに適合する1又は複数のルールを特定し、当該特定されたルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を推定するためのルールを選択し、前記選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第2のイベントの継続時間を推定し、前記推定された前記第2のイベントの継続時間に基づいて、前記第2のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び/又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する、処理をコンピュータに実行させる在不在継続時間推定プログラムである。

0010

本明細書に記載の在不在継続時間推定装置は、デバイスの状態が一の状態から他の状態に変化した第1のイベントが発生したときに、当該第1のイベントの情報を取得する第1情報取得部と、イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第1のイベントの情報に基づいて、当該複数のルールの中から前記第1のイベントに適合する1又は複数のルールを取得するルール取得部と、前記ルール取得部が取得した1又は複数のルールを用いてルール毎の特徴量を算出する算出部と、前記算出部が算出したルール毎の特徴量をイベント別に格納する格納部と、デバイスの状態が前記他の状態から前記一の状態に変化した第2のイベントが発生したときに、当該第2のイベントの情報を取得する第2情報取得部と、前記第2のイベントの情報に基づいて、前記複数のルールの中から前記第2のイベントに適合する1又は複数のルールを特定し、当該特定されたルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を推定するためのルールを選択する選択部と、前記選択部が選択したルールで規定されているイベントの継続時間の推定方法を用いて、前記第2のイベントの継続時間を推定する第1推定部と、前記第1推定部が推定した前記第2のイベントの継続時間に基づいて、前記第2のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び/又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第2推定部と、を備える。

発明の効果

0011

本明細書に記載の在不在継続時間推定方法、在不在継続時間推定プログラム及び在不在継続時間推定装置は、ユーザの在不在継続時間を高精度に推定することができるという効果を奏する。

図面の簡単な説明

0012

第1の実施形態に係る機器制御システムの構成を概略的に示す図である。
図1サーバハードウェア構成図である。
サーバの機能ブロック図である。
デバイス情報リストを示す図である。
イベント検出リストを示す図である。
イベント履歴DBを示す図である。
第1の実施形態のサーバの処理を示すフローチャートである。
図7のステップS24(終了イベント処理)の具体的処理を示すフローチャートである。
推定方法リストを示す図である。
検出イベント関連イベントの一例を示す図である。
図11(a)〜図11(c)は、推定方法別特徴量DBを示す図である。
図7のステップS28(開始イベント処理)の具体的処理を示すフローチャートである。
図12のステップS70の処理を説明するための図である。
図12のステップS72(在不在継続時間推定処理)の具体的処理を示すフローチャート(その1)である。
図12のステップS72(在不在継続時間推定処理)の具体的処理を示すフローチャート(その2)である。
在不在継続時間リストを示す図である。
図12のステップS74(機器制御処理)の具体的処理を示すフローチャートである。
第2の実施形態に係るサーバの機能ブロック図である。
イベント変化検出リストを示す図である。
変形例に係るイベント検出リスト(イベント変化)を示す図である。
イベント履歴DB(イベント変化発生時)を示す図である。
第2の実施形態のサーバの処理を示すフローチャートである。
第2の実施形態に係る推定方法リスト(再推定)を示すフローチャートである。
図22のステップS214(終了イベント処理)の具体的処理を示すフローチャート(その1)である。
図22のステップS214(終了イベント処理)の具体的処理を示すフローチャート(その2)である。
図22のステップS226(変化イベント処理)の具体的処理を示すフローチャートである。
第3の実施形態に係る機器制御システムの構成を概略的に示す図である。
第3の実施形態に係るサーバの機能ブロック図である。
第3の実施形態に係るデバイス取得情報リストを示す図である。
第3の実施形態のサーバの処理を示すフローチャートである。
第3の実施形態に係るリビングTV視聴のイベント履歴DBを示す図である。
第3の実施形態に係るリビングエアコン稼働のイベント履歴DBを示す図である。
第3の実施形態に係る推定方法リストを示す図である。
第4の実施形態に係るサーバの機能ブロック図である。
第4の実施形態に係る推定方法リストを示す図である。

実施例

0013

《第1の実施形態》
以下、機器制御システムの第1の実施形態について、図1図17に基づいて詳細に説明する。

0014

図1には、本実施形態に係る機器制御システム100の概略構成が示されている。図1の機器制御システム100は、在不在継続時間推定装置としてのサーバ10と、宅内に設けられるエアコン、照明、TVなどの機器(以下、「デバイス」と呼ぶ)とを備える。サーバ10及び各デバイスは、宅内ネットワークなどのネットワーク20に接続されている。デバイスは各々状態(電源ON/OFFや運転モードなど)を保持し、状態が変化した際に新しい状態をサーバ10に通知する。サーバ10は、ネットワーク20を通じて、デバイスの状態を取得及び把握するとともに、デバイスの状態を変更することでデバイスの動作・処理等を制御する。なお、本実施形態では、ネットワーク20として宅内ネットワークを想定しているが、デバイスがサーバ10と相互に通信できるようになっていれば、ネットワークは通常のインターネットやその他のネットワークであってもよい。また、宅内ネットワークとインターネットの間にゲートウェイを設け、デバイスとサーバ10との間の通信を中継するようにしてもよい。

0015

図2には、サーバ10のハードウェア構成が示されている。図2に示すように、サーバ10は、CPU90、ROM92、RAM94、記憶部(ここではHDD(Hard Disk Drive))96、ネットワークインタフェース97、及び可搬型記憶媒体用ドライブ99等を備えている。これらサーバ10の構成各部は、バス98に接続されている。サーバ10では、ROM92あるいはHDD96に格納されているプログラム(例えば在不在継続時間推定プログラム)、或いは可搬型記憶媒体用ドライブ99が可搬型記憶媒体91から読み取ったプログラムをCPU90が実行することにより、図3の各部の機能が実現されている。

0016

図3は、サーバ10の機能ブロック図である。サーバ10では、図3に示すように、CPU90により、イベント検出部30、イベント記録部32、関連イベント抽出部34、ルール取得部及び算出部としての特徴量計算部36、特徴量記録部38、選択部としての推定方法選択部40、第1推定部としてのイベント継続時間推定部42、第2推定部としての在不在継続時間判定部44、及び機器制御部46、としての機能が実現されている。なお、図3では、HDD96等に格納されているデバイス情報リスト50、イベント検出リスト51、イベント履歴DB52、複数のルールを含む推定方法リスト54、格納部としての推定方法別特徴量DB56についても図示している。

0017

イベント検出部30は、宅内に設置されたデバイスから、イベント(電源ONからOFFまでの処理・動作)の開始(電源ON)及び終了(電源OFF)を検出する。なお、イベント検出部30は、イベント検出に際して、デバイス情報リスト50と、イベント検出リスト51とを参照するものとする。デバイス情報リスト50では、図4に示すように、デバイスIDに対して、設置場所とデバイスの種別対応付けられている。このデバイス情報リスト50の各データは、例えば、ユーザ等が予め登録しておくものとする。イベント検出リスト51は、図5に示すように、デバイスの設置場所を格納する「場所」、デバイスの種別を格納する「種別」、各デバイスが保持する状態の名前と値を格納する「状態名」、「値」、の各フィールドを有する。これら4つのフィールドは、デバイスで発生した「イベント名」と「イベントタイプ」を決定する条件を格納するフィールドである。すなわち、「イベント名」と「イベントタイプ」は、条件のフィールド(「場所」、「種別」、「状態名」、「値」)に格納された内容で決まるイベント名とそのタイプ(開始、終了)を格納するフィールドである。

0018

イベント検出部30では、イベントの検出の際に、状態が変化したデバイスからデバイスID(「001」など)を取得し、取得したデバイスIDとデバイス情報リスト50とから、デバイスの「設置場所」と「種別」を取得する。そして、イベント検出部30は、取得した設置場所及び種別と、状態が変化したデバイスから取得した状態名及び値と、に基づいて、イベント検出リスト51から「イベント名」と「イベントタイプ」を取得する。イベント検出部30は、取得したイベント名とイベントタイプを、デバイスの状態が変化した日時とともに、イベント記録部32に送信する。

0019

イベント記録部32は、イベント検出部30から受信したイベント名及びイベントタイプ、及びデバイスの状態が変化した日時を用いて、イベント履歴DB52に対するイベントの記録を行う。ここで、イベント履歴DB52には、図6に示すように、イベント名と、開始(日時)と、終了(日時)とが対応付けられた状態で記録される。

0020

関連イベント抽出部34は、イベント検出部30でイベントの「終了」を検出した場合に、イベントの開始時の状況と関連する(条件が同じ)イベント(「関連イベント」と呼ぶ)を抽出する。

0021

特徴量計算部36は、推定方法リスト54(図9参照)を参照して、イベント検出部30が検出したイベントと、関連イベント抽出部34が抽出した関連イベントとに基づいて、推定方法ごとの特徴量を計算する。ここで、「特徴量」とは、各推定方法を用いて推定したイベント継続時間の確からしさに関する値を意味する。なお、本第1の実施形態では、特徴量が小さいほど、推定されたイベント継続時間の確からしさが大きいことを意味するものとする。なお、推定方法リスト54の詳細については、後述する。

0022

特徴量記録部38は、特徴量計算部36において算出された特徴量を、推定方法別特徴量DB56に記録する。ここで、推定方法別特徴量DB56は、図11(a)〜図11(c)に示すように、「イベント名」、「開始曜日」、「開始時間帯」及び「特徴量」のフィールドを有している。これらのうち、「イベント名」、「開始曜日」、「開始時間帯」のフィールドは、推定方法リスト54(図9)の「利用イベント条件」に対応する内容を格納するフィールドである。

0023

推定方法選択部40は、イベント検出部30でイベントの「開始」を検出した場合に、推定方法別特徴量DB56を参照して、イベントに関連する各推定方法の特徴量を比較し、イベント継続時間推定部42で用いる推定方法を選択する。

0024

イベント継続時間推定部42は、推定方法選択部40が選択した推定方法を用いて、イベントが継続する時間を推定する。在不在継続時間判定部44は、イベント継続時間推定部42が推定したイベント継続時間から、宅内の各部屋にユーザが在室している在継続時間及び/又はユーザが存在しない不在継続時間を判定し、在不在継続時間リスト58(図16)に記録する。機器制御部46は、在不在継続時間リスト58に基づいて、デバイスを制御する。なお、在不在継続時間リスト58の詳細については、後述する。

0025

次に、サーバ10の処理について、図7のフローチャートに沿って、その他図面を適宜参照しつつ、詳細に説明する。

0026

図7の処理では、まず、ステップS10において、イベント検出部30が、デバイスから送信される状態変化通知を受信するまで待機する。ここで状態変化通知において通知される情報には、デバイスIDと状態名、値、及び状態の変化日時が含まれる。ステップS10の判断が肯定されると、ステップS12に移行する。

0027

ステップS12では、イベント検出部30が、イベント検出リストから通知された情報に合致するイベントの開始、終了を検出する。具体的には、イベント検出部30は、デバイス情報リスト50を参照して、デバイスIDからデバイスの設置場所と種別を取得する。そして、イベント検出部30は、イベント検出リスト51を参照して、デバイスの設置場所と種別、受信したデバイスの状態名と値の全てが一致している行を検索し、検索されたイベント名とタイプ(開始、終了)を検出イベントとする。例えば、イベント検出部30が、デバイスID=「001」、状態名=「電源」、値=「ON」、状態変化日時=「2011/02/28(月)21:05」を受信したとする。この場合、イベント検出部30は、デバイス情報リスト50とデバイスID=「001」から、設置場所「リビング」、種別「TV」を取得する。そして、イベント検出部30は、イベント検出リスト51において、設置場所「リビング」、種別「TV」、状態名「電源」、値「ON」と合致する行を検索する。ここでは、図5の1行目のイベント(イベント名=「リビングTV視聴」、イベントタイプ=「開始」)が検出イベントとなる。

0028

次いで、ステップS14では、イベント検出部30が、イベントがあったか(検出されたか)否かを判断する。ここでの判断が否定された場合、すなわち、検出イベントが存在しなかった場合には、受信した情報を破棄して、ステップS10に戻る。一方、ステップS14の判断が肯定された場合、すなわち、検出イベントがあった場合には、ステップS16に移行する。

0029

ステップS14の判断が肯定されてステップS16に移行すると、イベント記録部32は、イベントタイプが「開始」であるか否かを判断する。ここでの判断が否定された場合、すなわち、イベントタイプが「終了」であった場合には、ステップS18に移行する。

0030

ステップS18では、イベント記録部32が、「終了」イベントに対応するイベントとして、直前に記録されたイベント名が同じ「開始」イベントをイベント履歴DB52(図6)上で検索する。次いで、ステップS20では、イベント記録部32が、イベントがあったか否かを判断する。ここでの判断が肯定された場合には、ステップS22に移行する。そして、ステップS22では、イベント記録部32が、「開始」イベントに対応させてイベント履歴DB52を更新する。例えば、ステップS12において、2011/02/28(月)22:00に「リビングTV視聴」の「終了」イベントが検出されたとする。この場合、イベント記録部32は、ステップS18において、図6のイベント履歴DB52で直前に記録された「リビングTV視聴」の「開始」イベントを検索し、2011/02/28(月)21:05の「リビングTV視聴」の「開始」イベントを検出できる。したがって、ステップS22では、イベント記録部32は、図6に矢印で示すように、2011/02/28(月)22:00の「リビングTV視聴」の「終了」イベントを、2011/02/28(月)21:05の「リビングTV視聴」の「開始」イベントと対応させて記録する。なお、ステップS20の判断が否定された場合、すなわち、イベント履歴DB52上に対応する「開始」イベントが存在しなかった場合には、何も記録せずに、ステップS10に戻る。

0031

ステップS22の処理が行われた後は、ステップS24に移行する。ステップS24では、終了イベント処理のサブルーチンが実行される。具体的には、ステップS24においては、図8のフローチャートに沿った処理が実行される。

0032

図8の処理では、まず、ステップS40において、特徴量計算部36が、イベント履歴DB52から「終了」イベントに対応する検出イベントを検索する。より具体的には、特徴量計算部36は、イベント履歴DB52において、イベント名と「終了」を検出した時刻が一致する行を検索して、対応する「開始」イベントの検出時刻を含む検出イベントを取得する。

0033

次いで、ステップS42では、特徴量計算部36が、「終了」イベントに対応する検出イベントがあったか否かを判断する。ここでの判断が否定された場合には、図8の全処理を終了するが、判断が肯定された場合には、ステップS44に移行する。

0034

ステップS44に移行すると、特徴量計算部36は、イベント名から継続時間の推定に利用可能な方法を図9の推定方法リスト54から取得する。

0035

ここで、図9の推定方法リスト54について詳細に説明する。推定方法リスト54には、「推定方法ID」、「推定方法」、「推定可能イベント」、「利用イベント条件」、「特徴量計算方法」、「継続時間推定方法」の各フィールドが設けられている。「推定方法ID」のフィールドには、イベント継続時間を推定する方法を一意識別する識別子が格納される。「推定方法」のフィールドには、推定方法を一意に識別する名称が格納される。「推定可能イベント」のフィールドには、各推定方法がイベント継続時間を推定できるイベント名が格納される。「利用イベント条件」のフィールドには、イベント継続時間の推定で用いる特徴量の計算に必要なイベントを抽出する条件が格納され、この条件に従って、検出イベントの開始時の状況と同じになるイベントが抽出される。なお、図9の各推定方法では、イベント名、イベント開始日時の曜日(日、月、火、水、木、金、土)、時間帯(0:00〜6:00、6:00〜12:00、12:00〜18:00、18:00〜24:00)が同じイベントが抽出されることになる。なお、これに限らず、イベント名、曜日、時間帯の一部のみを条件としてもよく、また平日/休日といった条件を採用してもよい。
「特徴量計算方法」及び「継続時間推定方法」のフィールドには、各推定方法がイベント継続時間を推定する際に利用する特徴量の計算方法と、特徴量等を利用してイベント継続時間を推定する方法と、が格納される。なお、図9では、条件や方法などを文章記述しているが、プログラム名などを記載し、これを実行するようにしてもよい。

0036

図8戻り、ステップS44では、具体的には、特徴量計算部36は、検出イベントのイベント名が図9の推定方法リスト54の「推定可能イベント」に含まれる行を検索し、継続時間の推定に利用可能な方法を取得する。例えば、検出イベントが「リビングTV視聴」の「終了」イベントであった場合には、図9の推定方法ID=「001」、「002」、「003」の推定方法が取得される。また、検出イベントが「リビングエアコン稼働」の「終了」イベントであった場合には、推定方法ID=「003」の推定方法は「TVのみ」であるので、利用できない。したがって、図9の推定方法ID=「001」、「002」の推定方法が取得されることになる。

0037

次いで、ステップS46では、特徴量計算部36が、推定方法があったか(ステップS44で取得できたか)否かを判断する。ここでの判断が否定された場合には、図8の全処理を終了する。一方、ステップS46の判断が肯定された場合には、ステップS48に移行する。

0038

ステップS48に移行した場合、特徴量計算部36は、取得した推定方法のうちの1つを選択する。

0039

次いで、ステップS50では、関連イベント抽出部34が、検出イベントの開始時の状況と利用イベント条件が同じイベント(関連イベント)を抽出する。より具体的には、関連イベント抽出部34は、検出イベントが図10上段に示すイベントであった場合に、その検出イベントと同一のイベント名で、曜日と時間帯が同一のイベント(図10下段)を関連イベントとしてイベント履歴DB52から抽出する。

0040

次いで、ステップS52では、特徴量計算部36が、検出イベントと関連イベントから特徴量を計算する。なお、関連イベントがなければ、特徴量計算部36は、検出イベントのみを用いて特徴量を計算する。この場合、特徴量計算部36は、ステップS48で選択した推定方法の「特徴量計算方法」に基づいて、特徴量を計算する。

0041

次いで、ステップS54では、特徴量記録部38が、利用イベント条件毎に推定方法別特徴量DB56に特徴量を記録する。そして、ステップS56では、特徴量計算部36が、全推定方法の特徴量を計算済みか否かを判断する。ここでの判断が否定された場合には、ステップS48に戻り、別の推定方法が選択された後、ステップS50〜S56の処理が繰り返されることになる。

0042

そして、ステップS48〜S56の処理・判断が繰り返されることにより、図11(a)〜図11(c)の各データベースに、特徴量が記録されることになる。ここで、図11(a)は、推定方法ID=001の推定方法を用いて計算された特徴量を格納する推定方法別特徴量DB56である。また、図11(b)は、推定方法ID=002の推定方法を用いて計算された特徴量を格納する推定方法別特徴量DB56である。更に、図11(c)は、推定方法ID=003の推定方法を用いて計算された特徴量を格納する推定方法別特徴量DB56である。

0043

例えば、ステップS50において図10の下段に示すような関連イベントが抽出されたとする。この場合、推定方法ID=001の特徴量計算方法では、開始から終了までの継続時間の平均として、55分(検出イベント)、1時間、56分、58分の平均である57.25分が求められる。そして、この平均(57.25分)と各継続時間の誤差の平均として、2.25分、2.75分、1.25分、0.75分の平均(1.75分≒1.8分)が求められ、これが、「リビングTV視聴」イベントが月曜日18:00〜24:00に開始された場合の特徴量となる。
また、推定方法ID=002の特徴量計算方法では、終了時刻最頻値(ここでは、22:00)と各終了時刻との誤差の平均(0分、0分、4分、28分の平均である8.0分)が特徴量となる。更に、推定方法ID=003の特徴量計算方法では、各終了時刻とその終了時刻に最も近い30分ごとの時刻との差の平均(ここでは、1.5分となる)が特徴量となる。
なお、特徴量記録部38は、推定方法別特徴量DB56に既に値が存在していた場合には、既存の値を新たに計算された特徴量で更新するものとする。

0044

以上のようにして、図8の終了イベント処理の全処理が終了すると、図7のステップS10に戻る。

0045

図7に戻り、ステップS16の判断が肯定された場合、すなわち、イベントタイプが「開始」であった場合には、ステップS26に移行する。そして、ステップS26では、イベント記録部32が、イベント名と検出時刻をイベント履歴DB52に新規登録する。この場合、図6の下から1行目及び2行目を参照すると分かるように、イベント履歴DB52の「終了」のフィールドには何も記録されない。

0046

次いで、ステップS28では、開始イベント処理のサブルーチンが実行される。具体的には、ステップS28においては、図12のフローチャートに沿った処理が実行される。

0047

図12の処理では、まず、ステップS60において、推定方法選択部40が、検出イベントのイベント名に基づいて、継続時間を推定可能な方法を選択し、取得する。より具体的には、推定方法選択部40は、推定方法リスト54から検出イベントのイベント名が「推定可能イベント」に含まれる行を検索し、継続時間を推定可能な方法を取得する。ここでの処理は、図8のステップS44と同様であるので、説明を省略する。

0048

次いで、ステップS62では、推定方法選択部40が、取得できた推定方法があったか否かを判断する。ここでの判断が否定された場合、すなわち、取得できた推定方法がなかった場合には、図12の全処理を終了し、図7のステップS10に戻る。一方、ステップS62の判断が肯定された場合、すなわち、取得できた推定方法があった場合には、ステップS64に移行する。例えば、ステップS26においてイベント履歴DB52に記録されたイベントが、図13の上段に示すような2011/3/7(月)07:05の「リビングTV視聴」の「開始」イベントであったとする。この場合、推定方法としては、「継続時間(推定方法ID=001)」と「終了時刻(推定方法ID=002)」と「テレビ終了時刻(推定方法ID=003)」が取得されることになる。

0049

ステップS62の判断が肯定されて、ステップS64に移行すると、推定方法選択部40は、イベントの状況から各推定方法の特徴量を抽出する。より具体的には、推定方法選択部40は、取得した各推定方法の推定方法別特徴量DB56(図11(a)〜図11(c))から、「イベント名」「開始曜日」「開始時間帯」が検出イベントと一致する行の特徴量を取得する。上記の例では、図11(a)〜図11(c)の推定方法別特徴量DB56の月曜日の06:00〜12:00に開始された「リビングTV視聴」イベントに対応する特徴量3.3分、1.3分、5.8分がそれぞれ取得されることになる。

0050

次いで、ステップS66では、推定方法選択部40が、推定方法が2つ以上であるか否かを判断する。ここでの判断が肯定された場合には、ステップS68に移行し、推定方法選択部40は、特徴量が最も小さい方法を選択する。上記の例では、推定方法選択部40は、特徴量が最も小さい(1.3分)推定方法「終了時刻(ID=002)」を、イベント継続時間推定方法として選択する。なお、ステップS66の判断が否定された場合、すなわち、ステップS64で抽出された推定方法が1つであった場合には、推定方法選択部40は、その推定方法をイベント継続時間推定方法とする。

0051

ここで、推定方法を選択する基準は、特徴量の計算方法に依存しているといえる。すなわち、本実施形態では、特徴量を誤差の平均を用いて計算しているため、推定方法(確からしい推定方法)として誤差が小さい、すなわち特徴量が小さい推定方法を選択することとしている。しかしながら、これに限られるものではなく、特徴量は推定方法間で比較が可能な値であればどのような値を採用してもよい。例えば、特徴量を継続時間が一定の範囲に収まっているイベント数を用いて計算する場合には、特徴量が大きい(イベント数が多い)推定方法を、確からしい推定方法として選択すればよい。また、継続時間の大半が含まれる範囲を用いて計算する場合には、特徴量が小さい(範囲が狭い)推定方法を、確からしい推定方法として選択すればよい。

0052

次いで、ステップS70では、イベント継続時間推定部42が、選択した推定方法でイベント継続時間を計算する。ここで、「終了時刻(ID=002)」の推定方法は、「特徴量<10分であれば、終了時刻の最頻値(なければ中央値)までの時間。それ以外は推定不可。」となっている。図13の例の場合、特徴量は、1.3分であり10分未満であるので、検出イベント及び当該検出イベントの関連イベントの終了時刻の最頻値までの時間を、イベントの継続時間と推定する。例えば、図13の上段に示す検出イベントからは、イベント履歴DB52から、図13の下段に示す関連イベントが抽出される。したがって、これらの終了時刻の最頻値(7:24)までの時間(19分)がイベントの継続時間と推定されることになる。

0053

図12に戻り、次のステップS72では、在不在継続時間推定処理のサブルーチンが実行されることになる。このステップS72では、図14図15のフローチャートに沿った処理が実行される。

0054

ステップS72では、まず、図14のステップS80において、在不在継続時間判定部44が、イベント検出部屋(例えば、リビングなど)に在継続時間が既に存在しているか否かを判断する。この場合、在不在継続時間判定部44は、図16に示す在不在継続時間リスト58を参照して、イベント検出部屋(例えば、リビングなど)に在継続時間あるか否かを判断する。ここで、図16の在不在継続時間リスト58は、「場所」、「継続時間設定時刻」、「在継続時間」、「不在継続時間」のフィールドを有する。「場所」のフィールドにはイベント検出部屋やイベントが検出されていない部屋が記録される。「継続時間設定時刻」のフィールドには、在継続時間あるいは不在継続時間を設定した時刻が記録される。「在継続時間」のフィールドには、イベント検出部屋のイベント継続時間(図12のステップS70で計算された時間)が入力される。また、「不在継続時間」のフィールドには、イベントが検出されていない部屋に対し、イベント検出部屋のイベント継続時間と同一の時間が入力される。

0055

ステップS80の判断が肯定された場合、すなわち、在継続時間がイベント検出部屋に設定されていた場合には、ステップS82に移行する。ステップS82に移行すると、在不在継続時間判定部44は、在終了予定時刻及び、イベント終了予定時刻を、次式(1)、(2)に基づいて、計算する。
在終了予定時刻=継続時間設定時刻+在継続時間 …(1)
イベント終了予定時刻=現在時刻+イベント継続時間 …(2)

0056

次いで、ステップS84では、在不在継続時間判定部44が、在終了予定時刻がイベント終了予定時刻よりも早い(現在に近い時刻)であるか否かを判断する。ここでの判断が肯定された場合には、ステップS86に移行し、在不在継続時間判定部44が、イベント継続時間を在継続時間に設定する。その後は、ステップS88に移行する。

0057

なお、ステップS84の判断が否定された場合、すなわちイベント終了予定時刻が在終了予定時刻よりも早い(現在に近い時刻である)場合には、ステップS86を経ずに(在継続時間を更新せずに)ステップS88に移行する。また、ステップS80の判断が否定された場合、すなわち、イベント検出部屋に在継続時間がない場合には、ステップS86に直接移行し、在不在継続時間判定部44が、イベント継続時間を在継続時間に設定する。その後は、ステップS88に移行する。

0058

ここまでの処理では、イベントが継続する間はイベントが検出された部屋に在室するという想定に基づき、イベントの継続時間をイベント検出部屋の在継続時間に設定することとしている。また、他のイベントにより既に部屋の在継続時間が設定されている場合には、イベント終了予定時刻が、在終了予定時刻より遅くなる場合のみ、イベントの継続時間をイベント検出部屋の在継続時間に設定することとしている。例えば、既にエアコンの電源がONになっている部屋で、ユーザがテレビの電源をONにしたとする。このような場合には、テレビがOFFになると推定される時刻が、エアコンがOFFになると推定される時刻よりも遅い場合のみ、テレビ視聴のイベントの継続時間を在継続時間に設定(更新)するものとする。

0059

なお、上記においては、在終了予定時刻が遅くなる場合に新たに在継続時間を設定することとしたが、これに限られるものではない。イベント継続時間の推定において、時間だけでなくその精度も計算しておき、より推定精度の高い継続時間を設定してもよい。あるいは、複数の継続時間をその精度に応じて重みづけすることで在継続時間を設定してもよい。

0060

図14のステップS88に移行すると、在不在継続時間判定部44は、ユーザのいない部屋を検索する。この場合、在不在継続時間判定部44は、ユーザがある部屋に在室する間は、その他の部屋には在室していないという想定に基づき検索する。

0061

次いで、ステップS90では、在不在継続時間判定部44が、検索された部屋があるか否かを判断する。ここでの判断が否定された場合には、図15の全処理を終了するが、判断が肯定された場合には、ステップS92に移行する。

0062

ステップS92に移行すると、在不在継続時間判定部44が、ユーザのいない部屋のうちの1つを選択する。次いで、ステップS94では、在不在継続時間判定部44が、ユーザがいない部屋に不在継続時間が設定されているか否かを判断する。ここでの判断が否定された場合には、ステップS100に移行し、イベント継続時間を、ステップS92で選択されたユーザのいない部屋の不在継続時間に設定する。その後は、ステップS102に移行する。

0063

一方、ステップS94の判断が肯定された場合、すなわち、ユーザのいない部屋に不在継続時間が設定されていた場合には、ステップS96に移行する。ステップS96では、在不在継続時間判定部44が、不在終了予定時刻及びイベント終了予定時刻を、次式(3)、(4)に基づいて、計算する。
不在終了予定時刻=継続時間設定時刻+不在継続時間 …(3)
イベント終了予定時刻=現在時刻+イベント継続時間 …(4)

0064

次いで、ステップS98では、在不在継続時間判定部44が、(不在終了予定時刻<イベント終了予定時刻)の関係が満たされているか否かを判断する。ここでの判断が否定された場合、すなわち、不在終了予定時刻のほうがイベント終了予定時刻よりも遅い場合には、不在継続時間を更新せずに、ステップS102に移行する。一方、ステップS98の判断が肯定された場合、すなわち、イベント終了予定時刻のほうが不在終了予定時刻よりも遅い場合には、ステップS100において、不在継続時間をイベント継続時間で新たに設定(更新)する。その後は、ステップS102に移行する。

0065

ステップS102では、在不在継続時間判定部44が、ユーザがいない部屋を全て選択済か否かを判断する。ここでの判断が否定された場合には、ステップS92に戻り、新たに選択される部屋について、ステップS94〜S102の処理を実行する。一方、ステップS102の判断が肯定された場合、すなわち、ステップS88で検索されたユーザがいない部屋をステップS92において全て選択した場合には、図14図15の全処理を終了し、図12のステップS74に移行する。

0066

図12に戻り、ステップS74の処理では、機器制御処理のサブルーチンが実行される。このステップS74では、図17のフローチャートに沿った処理が実行される。

0067

ステップS74では、まず、図17のステップS110において、機器制御部46が、在不在継続時間が設定された部屋を検索する。次いで、ステップS112では、機器制御部46が、検索された部屋があったか否かを判断する。ここでの判断が否定された場合には、図17の全処理を終了し、図7のステップS10に戻る。一方、ステップS112の判断が肯定された場合には、ステップS114に移行する。

0068

ステップS114に移行すると、機器制御部46は、検索された部屋のうちの1つを選択する。次いで、ステップS116では、機器制御部46が、設定された在不在継続時間に応じて、家電などの機器(デバイス)を制御する。この場合、エアコンやTVの電源のON/OFF制御のほか、エアコンの運転の強弱の変更や、照明の点灯/消灯を制御することとしてもよい。また、エアコンの運転モード(冷房暖房除湿など)や設定温度の変更、照明の調光、窓やカーテンブラインドなどの開閉、その他の家電のON/OFFなどの制御を行うこととしてもよい。

0069

例えば、機器制御部46は、長い在継続時間(例えば1時間程度)が設定された部屋に対しては、部屋におけるユーザの快適性を向上させるためにエアコンを稼働させる。一方、機器制御部46は、短い在継続時間が設定された部屋に対してはユーザへの影響は一時的であるとして、エアコンを稼働させない、という制御を行う。また、不在継続時間が設定された部屋に対しては、不在継続時間が長ければ、エアコンや照明を停止して省電力を実現する。また、不在継続時間が短ければ、すぐに復旧可能な照明を停止し、短時間の停止では無駄が生じるエアコンは弱運転に切り替えるという制御を行う。

0070

例えば、ユーザが毎朝7:00過ぎにリビングでTVの電源をONにしてニュース視聴し、7:25になるとTVの電源をOFFにして出勤準備を始めるという習慣があるとする。このような場合、サーバ10は、、リビングのTVの電源がONにされた時点で、7:25頃にTVの電源がOFFにされることを推定する。
また、平日に録画したビデオを週末の夕方に観賞するような習慣があるとする。このような場合、サーバ10は、週末の夕方、リビングのTVの電源がONにされた時点で、2時間程度でTVの電源がOFFされることを推定する。また、推定した時間の間、リビングに在室し、他の部屋(例えば自室)は不在となることを判定し、これらの部屋のエアコンや照明を制御する。このようにすることで、ユーザの在不在継続時間を考慮した機器(デバイス)の適切な制御が可能となり、これにより効果的な節電が可能となる。

0071

上記のようにして、ステップS116が行われた後は、ステップS118に移行し、機器制御部46が、全部屋のデバイス制御が終了したか否かを判断する。ここでの判断が否定された場合には、ステップS114に戻るが、ここでの判断が肯定された場合には、図17の全処理を終了し、図7のステップS10に戻る。

0072

なお、これまでの説明から分かるように、本第1の実施形態では、イベント検出部30と、イベント記録部32とにより、第1情報取得部及び第2情報取得部の機能が実現されている。

0073

以上説明したように、本第1の実施形態によると、イベント検出部30が、終了イベントを検出したときに、特徴量計算部36は、推定方法リストの中から終了イベントに適合する推定方法を取得する(S44)。また、特徴量計算部36は、取得された推定方法を用いて推定方法毎の特徴量を算出し、当該特徴量を特徴量記録部38がイベント別に記録する(S54)。一方、イベント検出部30が、開始イベントを検出したときには、推定方法選択部40が、推定方法リストの中から開始イベントに適合する推定方法の開始イベントに対応した特徴量を取得し、取得した特徴量に基づいて、開始イベントの継続時間を推定するための推定方法を選択する(S64、S68)。更に、イベント継続時間推定部42が、選択された推定方法を用いて開始イベントの継続時間を推定し(S70)、これに基づいて、在不在継続時間判定部44が在不在継続時間を推定する(S72)。このように、本実施形態では、過去に「終了」イベントがあったときに、「終了」イベントに適合する各推定方法の特徴量を求めておき、「開始」イベントが発生したときには、当該イベントに対応した推定方法の特徴量に基づいて、イベント継続時間の推定に用いる推定方法を決定する。したがって、「開始」イベントが発生したときに、過去の「終了」イベントの履歴からイベント継続時間が最も確からしい値となる推定方法を選択することができるので、当該選択された推定方法を用いることで、イベント継続時間及び在不在継続時間を高精度に推定することができる。

0074

また、本第1の実施形態では、推定された在不在継続時間に基づいて、デバイス(家電など)の消費電力を適切にするような制御を行うことができる。特に、エアコンなどの家電では、短時間の不在の場合、電源をONにし続けたほうが効率が良い場合もあるが、このような場合にもデバイスの適切な制御が可能となる。

0075

また、本第1の実施形態では、特徴量やイベント継続時間を計算・推定する際に、イベントの情報と、当該イベントと発生状況が共通する(開始曜日及び開始時間帯が一致する)イベント(関連イベント)の情報も用いる。これにより、特徴量やイベント継続時間を、発生状況が共通する複数のイベントの情報に基づいて、統計的に高精度に計算・推定することができる。

0076

なお、上記第1の実施形態では、一の状態がデバイスの電源がONになった状態であり、他の状態が、デバイスの電源がOFFになった状態である場合について説明したが、これに限られるものではない。例えば、一の状態がデバイスの電源がOFFになった状態であり、他の状態が、デバイスの電源がONになった状態であってもよい。また、一の状態及び他の状態としては、その他の状態を採用することも可能である。

0077

なお、上記第1の実施形態では、デバイスが通知した状態変化をサーバ10が受信することを想定しているが、これに限らず、サーバ10がデバイスの状態を定期的に要求して状態変化を受信することとしてもよい。また上記実施形態では、デバイスの設置場所と種別、その状態の種類と値の4つの条件を基にイベントを検索することを想定したが(図5参照)、これに限られるものではない。例えば、これらとともに、又はこれらの少なくとも1つに代えて、「個々のデバイスの識別子」「前の状態」「状態が変化するまでの時間」「デバイスの状態変化の履歴」などの条件を基にイベントを検索することとしてもよい。また、デバイスの複数の状態や複数のデバイスの状態などの条件を基にイベントを検索することとしてもよい。

0078

《第2の実施形態》
次に、第2の実施形態に係る機器制御システムについて、図18図26に基づいて詳細に説明する。本第2の実施形態では、サーバ10’が、上述した第1の実施形態の処理に加え、デバイスからイベントの「変化」(TVのチャンネル変更や、エアコンの運転モード変更など)も検出し、イベント継続時間の再推定を行う。以下、この点を中心に説明する。

0079

図18には、第2の実施形態に係るサーバ10’の機能ブロック図が示されている。図18に示すように、サーバ10’は、上述した第1の実施形態の機能(図3)に加え、太線枠で示す再選択部としての再推定方法選択部60、及び再推定部としてのイベント継続時間再推定部62、の機能を有している。

0080

再推定方法選択部60は、イベント検出部30でイベントの「変化」を検出した場合に、イベントの開始時や変化時の状況から特徴量記録部38で推定方法別特徴量DB56に記録した再推定方法ごとの特徴量を比較する。そして、再推定方法選択部60は、特徴量の比較結果に基づいて、イベント継続時間再推定部62で用いる再推定方法を選択する。

0081

イベント継続時間再推定部62は、再推定方法選択部60が選択した再推定方法でイベントが継続する時間を再推定する。

0082

なお、本実施形態では、図18のイベント検出部30が、デバイスからイベントの開始・終了のみならず、イベントの変化(例えば、TVのチャンネル変更、エアコンの運転モードの変更などの変化)も検出する。この場合、イベント検出部30は、図19のイベント変化検出リスト53を参照する。また、イベント記録部32は当該イベントの変化をイベント履歴DB52(図21に示すイベント履歴DB(イベント変化発生時))に記録する。また、特徴量計算部36は、図23の推定方法リスト(再推定)54’を用いて、再推定方法ごとの特徴量を計算し、特徴量記録部28が、当該特徴量を推定方法別特徴量DB56に記録する。また、在不在継続時間判定部44は、イベント継続時間再推定部62の再推定結果も考慮して、在不在継続時間を判定する。

0083

図19のイベント変化検出リスト53は、「場所」、「種別」、「状態名」、「変化イベント」の各フィールドを備えている。このイベント変化検出リスト53は、「場所」、「種別」、「状態」に基づいて、「変化イベント」を検出するためのリストである。なお、上記においては、イベント変化検出リスト53を別途用意することとしたが、これに限らず、イベント検出リスト51として、図20に示すようなイベント検出リスト(イベント変化)を用意することとしてもよい。

0084

図21のイベント履歴DB(イベント変化発生時)は、上記第1の実施形態のイベント履歴DB52(図6)に新たに、「変化」のフィールドを追加したものである。「変化」のフィールドには、「変化」イベントを検出した日時が格納される。なお、イベントの変化は、イベントの開始から終了までの間に複数回発生する可能性があるため、「変化」フィールドには複数の検出時刻を記録することができるものとする。なお、イベント履歴DB(イベント変化発生時)52に、変化の詳細として、イベント検出時のデバイスの「状態名」などを検出時刻と合わせて記録できるようにしてもよい。

0085

図23の推定方法リスト(再推定)54’は、「再推定方法ID」、「再推定方法」、「再推定可能イベント」、「利用イベント条件」、「特徴量計算方法」、「継続時間再推定方法」のフィールドを有する。「再推定方法ID」のフィールドには、イベント継続時間を再推定する方法を一意に識別する識別子が格納される。「再推定方法」のフィールドには、再推定方法を一意に識別する名称が格納される。「再推定可能イベント」のフィールドには、イベント継続時間を再推定できるイベント名が格納される。「利用イベント条件」のフィールドには、再推定で用いる特徴量の計算に必要なイベントを抽出する条件が格納される。「特徴量計算方法」のフィールドには、各推定方法がイベント継続時間を再推定する際に利用する特徴量の計算方法が格納される。「継続時間再推定方法」のフィールドには、特徴量等を利用してイベント継続時間を再推定する方法が格納される。なお、本第2の実施形態では、「利用イベント条件」に、図9に示すイベント名、イベント開始日時の曜日、時間帯に加え、イベントの変化日時の曜日と時間帯も設定できるようにしている。しかしながら、これに限られるものではなく、開始から変化までの時間を条件として設定できるようにしてもよく、図21のイベント履歴DB(イベント変化発生時)52において、変化の詳細を記録する場合には、その内容を条件としてもよい。

0086

次に、本第2の実施形態におけるサーバ10’の処理について、図22のフローチャート及びその他の図面に基づいて、詳細に説明する。

0087

図22の処理では、まず、ステップS200において、イベント検出部30が、状態変化通知を受信するまで待機する。イベント検出部30が状態変化通知を受信すると、ステップS202において、イベント検出部30が、イベント検出リスト51から通知された情報に合致するイベントの開始、終了を検出する。

0088

次いで、ステップS204では、イベント検出部30が、開始、終了のイベントがあったか否かを判断する。ここでの判断が肯定された場合には、ステップS206に移行する。

0089

ステップS206に移行した場合、イベント記録部32は、イベントタイプが「開始」であるか否かを判断する。ここでの判断が否定された場合、すなわち、「終了」イベントであった場合には、ステップS208に移行する。ステップS208では、イベント記録部32が、直前に記録されたイベント名が同じ「開始」イベントをイベント履歴DB52から検索する。そして、ステップS210において、イベント記録部32は、「開始」イベントがあったか否かを判断し、ここでの判断が否定された場合には、ステップS200に戻る。一方、「開始」イベントがあった場合には、ステップS210の判断が肯定され、ステップS212に移行する。ステップS212では、イベント記録部32が、「開始」イベントに対応させてイベント履歴DB52を更新する。

0090

次いで、ステップS214では、終了イベント処理のサブルーチンが実行されることになる。ステップS214の処理では、具体的には、図24のフローチャートに沿った処理が実行される。

0091

図24の処理では、まず、ステップS250において、特徴量計算部36が、イベント履歴DB(イベント変化発生時)52から「終了」イベントに対応する検出イベントを検索する。次いで、ステップS252では、特徴量計算部36が、「終了」イベントに対応する検出イベントがあったか否かを判断する。ここでの判断が肯定された場合には、ステップS258に移行する。なお、ステップS256の判断が否定された場合、すなわち、検出イベントが無かった場合には、ステップS214(図24図25)の処理を終了して、図22のステップS200の処理に戻る。

0092

ステップS252の判断が肯定されてステップS254に移行した場合、特徴量計算部36は、イベントに基づいて、推定方法リスト(図9)から継続時間の推定に利用可能な方法を取得する。なお、これ以降のステップS256〜S264までの処理は、上述した第1の実施形態のステップS46〜S56の処理と同様である。したがって、ステップS256〜S264の説明については省略する。

0093

ステップS256の判断が否定された場合(推定方法が取得できなかった場合)、あるいは、ステップS264の判断が肯定された場合(取得した全推定方法の特徴量の計算が完了した場合)には、ステップS266に移行する。

0094

ステップS266では、特徴量計算部36が、検索した検出イベントに「変化」イベントがあるか(1つ以上記録されているか)否かを判断する。ここでの判断が否定された場合には、ステップS214(図24図25)の処理を終了して、図22のステップS200の処理に戻るが、肯定された場合には、ステップS268(図25)に移行する。

0095

図25のステップS268では、特徴量計算部36が、検出イベントに基づいて、継続時間の再推定に利用可能な方法を、図23の推定方法リスト(再推定)54’から取得する。この場合、特徴量計算部36は、検出イベントのイベント名が「再推定可能イベント」のフィールドの内容に含まれる再推定方法を取得することになる。

0096

次いで、ステップS270では、特徴量計算部36が、再推定方法があったか(ステップ268で取得できたか)否かを判断する。ここでの判断が否定された場合には、ステップS214(図24図25)の処理を終了して、図22のステップS200の処理に戻る。一方、ステップS270の判断が肯定された場合には、ステップS272に移行する。

0097

ステップS272では、特徴量計算部36が、取得した再推定方法のうちの1つを選択する。次いで、ステップS274では、特徴量計算部36が、選択した再推定方法の「利用イベント条件」のフィールドに、変化時の状況に関する内容あるか否かを判断する。ここでの判断が肯定された場合には、ステップS276に移行する。なお、選択されている再推定方法が、図23の再推定方法ID=001であれば、利用イベント条件のフィールドに、変化日時に関する内容があるので、ステップS274の判断は肯定される。また、再推定方法ID=002、003についても、利用イベント条件のフィールドに、変化日時に関する内容があるので、ステップS274は肯定される。

0098

ステップS276に移行すると、特徴量計算部36が、検出イベントの「変化」イベントを1つ選択する。次いで、ステップS278では、関連イベント抽出部34が、検出イベントの開始時の状況および「変化」イベントで選択した変化時の状況と利用イベント条件が同じイベント(関連イベント)を、図21のイベント履歴DB(イベント変化発生時)52から抽出する。

0099

次いで、ステップS280では、特徴量計算部36が、各再推定方法に対し、検出イベントと抽出した関連イベント(関連イベントが存在しない場合は、検出イベントのみ)から特徴量を計算する。

0100

次いで、ステップS282では、特徴量記録部38が、利用イベント条件毎に推定方法別特徴量DB56に特徴量を記録する。なお、特徴量の記録方法は、上述した第1の実施形態(図11(a)〜図11(c)参照)と同様であるので、説明を省略するものとする。

0101

次いで、ステップS284では、特徴量計算部36が、全ての「変化」イベントの特徴量を計算したか否かを判断する。ここでの判断が否定された場合には、ステップS276に戻る。すなわち、検出イベントに「変化」イベントが複数存在する場合は、それぞれの「変化」イベントに対して、ステップS278〜S282の処理が繰り返されることになる。一方、ステップS284の判断が肯定された場合には、ステップS286に移行し、特徴量計算部36が、全再推定方法の特徴量を計算し終えたか否かを判断し、ここでの判断が否定された場合には、ステップS272に戻る。一方ステップS286の判断が肯定された場合には、ステップS214(図24図25)の全処理を終了して、図22のステップS200の処理に戻る。

0102

ところで、ステップS274の判断が否定された場合、すなわち、選択した再推定方法の「利用イベント条件」のフィールドに、変化時の状況に関する内容が無かった場合には、ステップS288に移行する。ステップS288では、関連イベント抽出部34が、検出イベントの開始時の状況と利用イベント条件が同じイベント(関連イベント)を抽出する。

0103

次いで、ステップS290では、特徴量計算部36が、検出イベントと関連イベント(関連イベントが存在しない場合は、検出イベントのみ)から特徴量を計算する。そして、ステップS292では、特徴量記録部38が、利用イベント条件毎に特徴量を記録し、ステップS286に移行する。ステップS286では、上述したのと同様、全推定方法の特徴量を計算し終えたか否かを判断し、ここでの判断が否定された場合には、ステップS272に戻る。一方、ステップS286の判断が肯定された場合には、ステップS214(図24図25)の全処理を終了して、図22のステップS200の処理に戻る。

0104

図22に戻り、ステップS202においてイベント検出部30が受信した状態変化通知から開始、終了イベントが検出できず、ステップS204の判断が否定された場合には、ステップS216に移行する。

0105

ステップS216では、イベント検出部30が、図19のイベント変化検出リスト53から、通知情報に合致するイベントの変化を検出する。例えば、イベント検出部30が、デバイスID=「001」、状態名=「チャンネル」、値=「8」、状態変化日時=「2011/02/28(月)21:55」を受信すると、デバイス情報リスト50およびイベント変化検出リスト53から、図19の1行目の「リビングTV視聴」が「変化」した、というイベントが検出される。

0106

次いで、ステップS218では、イベント検出部30が、イベントがあったか(検出されたか)否かを判断する。ここでの判断が否定された場合には、受信した情報を破棄してステップS200に戻るが、判断が肯定された場合には、ステップS220に移行する。ステップS220に移行した場合、イベント記録部32が、直前に記録されたイベント名が同じ「開始」イベントを図21のイベント履歴DB(イベント変化発生時)52から検索する。そして、次のステップS222では、イベント記録部32が、「開始」イベントがあったか否かを判断する。ここでの判断が否定された場合には、何も記録せずにステップS200に戻るが、判断が肯定された場合には、ステップS224に移行する。

0107

次いで、ステップS224では、イベント記録部32が、検索された「開始」イベントに対応させて図21のイベント履歴DB(イベント変化発生時)52を更新する。

0108

ステップS224の後は、ステップS226において、変化イベント処理のサブルーチンが実行される。この変化イベント処理は、イベントの継続時間(開始イベント処理S230で設定される継続時間)を再推定して、機器制御に用いるという処理である。ステップS226の処理では、図26のフローチャート(ステップS300〜S314)に沿った処理が実行される。なお、具体的な方法は、上述した第1の実施形態の開始イベント処理(図12のステップS60〜S74)とほぼ同様となっている。

0109

以下、図26の処理を簡単に説明する。まず、再推定方法選択部60が、図23の推定方法リスト(再推定)54’から、イベント名が「再推定可能イベント」のフィールドの内容に含まれる行を検索し、検出イベントから継続時間を再推定可能な方法を取得する(S300)。なお、再推定可能な方法が存在しない場合(ステップS302:否定)は、処理を終了する。次に、再推定方法選択部60は、取得した各再推定方法に対応する推定方法別特徴量DB56から、検出イベントの状況が再推定方法の利用イベント条件と一致する行を検索し、その特徴量を抽出する(ステップS304)。そして、再推定方法選択部60は、イベント継続時間を再推定する方法が2つ以上あれば、確からしい方法として特徴量が最も小さい再推定方法を選択する(ステップS308)。また、イベント継続時間再推定部62は、選択された再推定方法に従って継続時間を計算する(ステップS310)。更に、在不在継続時間判定部44が在不在継続時間を推定し(ステップS312(図14図15と同様の処理))、機器制御部46が、機器制御処理を行う(ステップS314(図17と同様の処理))。その後は、図22のステップS200に戻る。

0110

なお、図22のステップS206の判断が肯定された場合、すなわち、イベント検出部30が、開始イベントをイベント検出リストから検出した場合には、ステップS228に移行する。ステップS228では、イベント記録部32が、イベント名と検出時刻を、イベント履歴DB52に新規記録する。そして、次のステップS230では、イベント記録部32が、開始イベント処理のサブルーチンを実行する。なお、ステップS230の開始イベント処理は、上述した第1の実施形態の開始イベント処理(図12のステップS60〜S74)と同様となっているので、説明は省略するものとする。

0111

なお、これまでの説明から分かるように、本第2の実施形態では、特徴量計算部36により、再推定ルール取得部及び再算出部の機能が実現され、推定方法別特徴量DB56により、再格納部の機能が実現されている。

0112

以上、詳細に説明したように、本第2の実施形態によると、終了イベントを検出したときに、対応する検出イベントに「変化」イベントが1つ以上記録されていたときには、イベント継続時間を再推定する再推定方法毎の特徴量を計算しておき、変化イベントを検出したときには、算出しておいた再推定方法毎の特徴量に基づいて、イベント継続時間の再推定に用いる再推定方法を選択し、イベント継続時間を再推定する。これにより、本第2の実施形態では、部屋内の状況の変化に応じて、イベント継続時間を高精度に再推定することができ、ひいては、在不在継続時間を高精度に推定することができる。また、本第2の実施形態では、推定された在不在継続時間に基づいて、デバイス(家電など)の消費電力を適切にするような制御を行うことができる。

0113

《第3の実施形態》
次に、第3の実施形態に係る機器制御システムについて、図27図33に基づいて詳細に説明する。図27には、本第3の実施形態に係る機器制御システム100’の概略構成図が示されている。この図27に示すように、本第3の実施形態では、デバイスとして、TVやエアコンなどの機器のほか、温度センサ照度センサ、人感センサなどのセンサが含まれるものとする。

0114

図28には、サーバ10”の機能ブロック図が示されている。この図28に示すように、サーバ10”は、上述した第1の実施形態のサーバ10の機能(図3)のほか、デバイス情報取得部70(図18の太線枠参照)を有している点が、第1の実施形態と異なる。

0115

デバイス情報取得部70は、イベント記録部32からの通知に基づいて、イベント検出部30が検出したイベントに関連する情報をセンサなどの他のデバイスから取得する。なお、デバイス情報取得部70は、デバイスから情報を取得する際に、図29に示すデバイス取得情報リスト71を参照する。

0116

図29のデバイス取得情報リスト71は、「イベント名」、「場所」、「種別」、「状態名」のフィールドを有する。「イベント名」は、イベント検出部30が検出したイベント名を格納するフィールドである。また、「場所」、「種別」、「状態名」は、「イベント名」に格納されたイベントが検出された時に取得するデバイスが設置されている「場所」、デバイスの「種別」、および取得する「状態名」を格納するフィールドである。

0117

なお、本第3の実施形態では、イベント記録部32は、イベントに関連する他のデバイスの情報を受信してイベントと合わせてイベント履歴DB52に記録する。また、関連イベント抽出部34は、開始時の状況と、他のデバイス情報を含む条件(利用イベント条件)が同じイベント(関連イベント)を、推定方法ごとに抽出する。更に、特徴量算出部36は、イベント検出部30で検出されたイベントと関連イベント抽出部34が抽出した関連イベント、及び他のデバイスの情報を利用して特徴量を計算する。また、イベント継続時間推定部42は、推定方法選択部40において特徴量に基づいて選択された推定方法と、他のデバイスの情報と、を利用してイベント継続時間を推定する。

0118

次に、本第3の実施形態に係るサーバ10”の処理について、図30のフローチャートに沿って説明する。図30の処理は、第1の実施形態の処理(図7参照)に加え、ステップS15A、S15Bを新たに実行するとともに、ステップS22に変更を加えたステップS22’及びステップS26に変更を加えたステップS26’を実行する。

0119

図30では、イベント検出部30が受信した状態変化通知に合致するイベントが開始又は終了イベントであった場合に(S10〜S14(肯定))、デバイス情報取得部70が、取得するデバイスの情報を検索する(ステップS15A)。この場合、デバイス情報取得部70は、イベント名を用いて、図29のデバイス取得情報リストを検索する。

0120

次いで、ステップS15Bでは、デバイス情報取得部70が、デバイス取得情報リストから検索されたデバイスの情報を取得する。なお、イベントが終了イベントであり、かつ対応する開始イベントがあった場合(ステップS20:肯定)には、ステップS22’において、イベント記録部32が、直前の開始イベントに対応させて、終了イベントの情報を、取得したデバイス情報とともにイベント履歴DB52に登録(更新)する。ここで、本第3の実施形態のイベント履歴DB52は、図31図32のようなデータベースであるものとする。本第3の実施形態では、イベント毎に取得するデバイスの情報やその数が異なるため、イベント履歴はイベント毎に作成するものとする。また、ステップS26’では、イベント記録部32は、開始イベントのイベント名と検出時刻とともに、取得したデバイス情報をイベント履歴DB52に新規記録する。

0121

また、本第3の実施形態では、終了イベント処理(ステップS24)及び開始イベント処理(ステップS28)においては、図33に示すような推定方法リスト54を用いることとする。図33の推定方法リスト54では、温度センサの検出値などを用いて利用イベント条件が定義されたり、特徴量計算方法や継続時間推定方法が温度センサの検出値などを用いて規定されている。したがって、図33の推定方法リスト54を用いることで、イベントに係るデバイスとは異なるデバイスの情報を用いたイベント継続時間、在不在継続時間の推定及び機器制御が可能となる。

0122

例えば、ユーザに、平日の夜は常にTVの電源をONにしているが、リビングが寒くなって12度以下となるとTVの電源をOFFにして就寝するという習慣があるとする。このような場合でも、本第3の実施形態を用いることで、TVの電源がONになったときに、現在の温度からリビングが12度になるまでの時間を計算することで、TVの電源がOFFにされる温度になるまでの時間を推定できる。これにより、推定した時間の間、リビングに在室し、他の部屋(例えば自室)は不在となる、ということを判定することができるので、これらの部屋のエアコンや照明を適切に制御することが可能となる。

0123

その他の処理については、上述した第1の実施形態と同様である。したがって、その他の処理の説明は省略するものとする。

0124

以上、詳細に説明したように、本第3の実施形態によると、「終了」イベントが検出された際には、「終了」イベントの情報とともに当該イベント継続中に取得される他のデバイス(センサなど)の情報も取得して、これらを用いて特徴量を計算し、「開始」イベントが検出された際には、「開始」イベントの情報とともに、他のデバイス(センサなど)の情報も取得し、これらを用いてイベント継続時間を推定する。これにより、本第3の実施形態では、イベントに対応する付加情報(他のデバイスの情報)を用いて、特徴量の算出やイベント継続時間の推定を行うことが可能であるので、イベント継続時間及び在不在継続時間を高精度に推定することができる。また、高精度に推定された在不在継続時間を用いることで、デバイスの制御を適切に行うことができる。

0125

なお、上記第3の実施形態では、サーバ10”のデバイス情報取得部70がデバイスの情報を取得する際には、デバイスに現在の状態を通知するよう要求し、デバイスが現在の状態をデバイス情報取得部70に通知するようになっている。しかしながら、これに限らず、イベント検出においてデバイスが通知した状態変化をサーバ10”がメモリ等に一時記録しておき、必要に応じて、デバイス情報取得部70が一時記憶されている情報を参照してデバイスの情報を取得してもよい。また本第3の実施形態のデバイス取得情報リスト71では、「イベント名」に基づいてデバイスの情報を検索することを想定しているが、これに限られるものではない。例えば、イベントタイプやイベントの検出日時の曜日や時間帯などに基づいて、デバイスの情報を検索するようにしてもよい。

0126

なお、上記第3の実施形態は、上述した第2の実施形態と組み合わせることができる。すなわち、第2の実施形態のイベント継続時間の再推定において、他のデバイスの情報を利用することとしてもよい。

0127

《第4の実施形態》
次に、第4の実施形態について、図34図35に基づいて説明する。本第4の実施形態では、上記第3の実施形態で説明したデバイス情報取得部70が、図34に示すように、他のデバイスの情報を外部(デバイスが配置されている空間とは異なる空間(インターネットなどのネットワーク等))から取得する。

0128

図35には、本第4の実施形態で用いる推定方法リスト54の一例が示されている。図35の推定方法リスト54では、利用イベント条件を外部の情報(電子番組表EPG:Electronic Program Guide)など)で定義したり、特徴量の計算やイベント継続時間の推定において、外部の情報(アメダス降水確率など)を用いることとしている。

0129

本第4の実施形態では、例えば、「リビングTV視聴」のイベント検出時に、放送局から電子番組表(EPG)を取得して、「開始」や「終了」イベントと視聴番組開始時刻や終了時刻との差分を記録しておく。例えば、ユーザに毎週番組の終了まで視聴するという習慣があるとする。このような場合、サーバ10’’’は、TVの電源がONになったときに放送している番組の終了時刻をEPGから取得することで、TVの電源がOFFされるまでの時間を推定することができるようになる。

0130

また、例えば、「リビングTV視聴」のイベント検出時に、天気予報から天気予想気温を取得して、イベントと合わせて記録しておく。例えば、休日に時間に関係なくTVの電源をONにしているが、天気が良くなるとTVを消して家事を始めるという習慣がユーザにあるとする。このような場合でも、サーバ10’’’は、TVの電源がONになったときの天気予報から、天気が良くなってTVの電源がOFFされるまでの時間を推定することができる。したがって、この推定結果を利用することで、適切なTVの電源制御等を行うことが可能となる。

0131

また、住宅内にセンサがない(必要十分にない)場合には、サーバ10’’’は、アメダスの情報から気温照度を取得し、これを住宅内のセンサの代用(もしくは補完)に用いることとすることもできる。これにより、上記第3の実施形態と同様にイベント継続時間を推定することが可能となる。

0132

以上、詳細に説明したように、第4の実施形態によると、上記第3の実施形態で説明した他のデバイスの情報の少なくとも一部が、イベントに係るデバイスが設置される空間外の情報源から取得される情報とされている。これにより、外部の情報を用いて、イベント検出時の状態をより詳細に把握することができるので、イベント継続時間及び在不在継続時間を高精度に推定することができる。また、高精度に推定された在不在継続時間を用いることで、デバイスの制御を適切に行うことが可能となる。

0133

なお、上記第4の実施形態は、上述した第2の実施形態と組み合わせることができる。すなわち、第2の実施形態のイベント継続時間の再推定において、外部から取得した他のデバイスの情報を利用することとしてもよい。

0134

なお、上記の処理機能は、コンピュータによって実現することができる。その場合、処理装置が有すべき機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータ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。

0135

プログラムを流通させる場合には、例えば、そのプログラムが記録されたDVD(Digital Versatile Disc)、CD−ROM(Compact Disc Read Only Memory)などの可搬型記録媒体の形態で販売される。また、プログラムをサーバコンピュータ記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。

0136

プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、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。

0137

上述した各実施形態は本発明の好適な実施の例である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。

0138

なお、以上の説明に関して更に以下の付記を開示する。
(付記1)デバイスの状態が一の状態から他の状態に変化した第1のイベントが発生したときに、当該第1のイベントの情報を取得する第1情報取得工程と、
イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第1のイベントの情報に基づいて、当該複数のルールの中から前記第1のイベントに適合する1又は複数のルールを取得するルール取得工程と、
前記ルール取得工程で取得された1又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納する算出・格納工程と、
デバイスの状態が前記他の状態から前記一の状態に変化した第2のイベントが発生したときに、当該第2のイベントの情報を取得する第2情報取得工程と、
前記第2のイベントの情報に基づいて、前記複数のルールの中から前記第2のイベントに適合する1又は複数のルールを特定し、当該特定されたルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を推定するためのルールを選択する選択工程と、
前記選択工程で選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第2のイベントの継続時間を推定する第1推定工程と、
前記第1推定工程で推定された前記第2のイベントの継続時間に基づいて、前記第2のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び/又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第2推定工程と、をコンピュータが実行することを特徴とする在不在継続時間推定方法。
(付記2) 前記算出・格納工程では、前記第1のイベントの情報と、前記第1のイベントと発生状況が共通するイベントである第1の関連イベントの情報と、を用いて、前記特徴量を算出して、前記格納部に格納し、
前記第1推定工程では、前記第2のイベント情報と、前記第2のイベントと発生状況が共通するイベントである第2の関連イベントの情報と、を用いて、前記第2のイベントの継続時間を推定することを特徴とする付記1に記載の在不在継続時間推定方法。
(付記3) 前記一の状態及び前記他の状態のいずれか一方は、前記デバイスの電源がONになった状態であり、前記一の状態及び他の状態のいずれか他方が、前記デバイスの電源がOFFになった状態であることを特徴とする付記1又は2に記載の在不在継続時間推定方法。
(付記4) 前記第1情報取得工程では、前記第1のイベントの継続時間に影響を与える可能性のある第1の他のデバイスの情報も取得し、
前記算出・格納工程では、前記第1のイベント情報と前記第1の他のデバイスの情報の少なくとも一方を用いて前記特徴量を算出して、前記格納部に格納し、
前記第2情報取得工程では、前記第2のイベントの継続時間に影響を与える可能性のある第2の他のデバイスの情報も取得し、
前記第1推定工程では、前記第2のイベント情報と、前記第2の他のデバイスの情報の少なくとも一方を用いて、前記第2のイベントの継続時間を推定する、ことを特徴とする付記1〜3のいずれかに記載の在不在継続時間推定方法。
(付記5) 前記第1情報取得工程で取得される前記第1の他のデバイスの情報と、前記第2情報取得工程で取得される前記第2の他のデバイスの情報との少なくとも一方は、前記デバイスが設置される空間外の情報源から取得される情報を含むことを特徴とする付記4に記載の在不在継続時間推定方法。
(付記6) 前記第1のイベントが終了するまでの間に前記第1のイベントが変化した場合に、イベントが変化したときにイベントの継続時間を再推定する方法と、当該再推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数の再推定ルールを参照し、当該複数の再推定ルールの中から前記変化した第1のイベントに適合する1又は複数の再推定ルールを取得する再推定ルール取得工程と、
前記再推定ルール取得工程で取得された1又は複数の再推定ルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納する再算出・格納工程と、
前記第2のイベントが終了するまでの間に前記第2のイベントが変化した場合に、前記複数の再推定ルールの中から前記変化した第2のイベントに適合する1又は複数の再推定ルールを特定し、当該特定された再推定ルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を再推定するための再推定ルールを選択する再選択工程と、
前記再選択工程で選択された再推定ルールで規定されているイベントの継続時間を再推定する方法を用いて、前記第2のイベントの継続時間を再推定する再推定工程と、を前記コンピュータが更に実行し、
前記第2推定工程では、前記第1推定工程で推定された前記第2のイベントの継続時間及び前記再推定工程で再推定された前記第2のイベントの継続時間に基づいて、前記在継続時間及び/又は前記不在継続時間を推定することを特徴とする付記1〜5のいずれかに記載の在不在継続時間推定方法。
(付記7) デバイスの状態が一の状態から他の状態に変化した第1のイベントが発生したときに、当該第1のイベントの情報を取得し、
イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、当該複数のルールの中から前記第1のイベントに適合する1又は複数のルールを取得し、
前記で取得された1又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納し、
デバイスの状態が前記他の状態から前記一の状態に変化した第2のイベントが発生したときに、当該第2のイベントの情報を取得し、
前記第2のイベントの情報に基づいて、前記複数のルールの中から前記第2のイベントに適合する1又は複数のルールを特定し、当該特定されたルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を推定するためのルールを選択し、
前記選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第2のイベントの継続時間を推定し、
前記推定された前記第2のイベントの継続時間に基づいて、前記第2のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び/又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する、
処理をコンピュータに実行させることを特徴とする在不在継続時間推定プログラム。
(付記8) 前記格納する処理では、前記第1のイベントの情報と、前記第1のイベントと発生状況が共通するイベントである第1の関連イベントの情報と、を用いて、前記特徴量を算出して、前記格納部に格納し、
前記第2のイベントの継続時間を推定する処理では、前記第2のイベント情報と、前記第2のイベントと発生状況が共通するイベントである第2の関連イベントの情報と、を用いて、前記第2のイベントの継続時間を推定することを特徴とする付記7に記載の在不在継続時間推定プログラム。
(付記9) 前記一の状態及び前記他の状態のいずれか一方は、前記デバイスの電源がONになった状態であり、前記一の状態及び他の状態のいずれか他方が、前記デバイスの電源がOFFになった状態であることを特徴とする付記7又は8に記載の在不在継続時間推定プログラム。
(付記10) 前記第1のイベントの情報を取得する処理では、前記第1のイベントの継続時間に影響を与える可能性のある第1の他のデバイスの情報も取得し、
前記格納する処理では、前記第1のイベント情報と前記第1の他のデバイスの情報の少なくとも一方を用いて前記特徴量を算出して、前記格納部に格納し、
前記第2のイベントの情報を取得する処理では、前記第2のイベントの継続時間に影響を与える可能性のある第2の他のデバイスの情報も取得し、
前記第2のイベントの継続時間を推定する処理では、前記第2のイベント情報と、前記第2の他のデバイスの情報の少なくとも一方を用いて、前記第2のイベントの継続時間を推定する、ことを特徴とする付記7〜9のいずれかに記載の在不在継続時間推定プログラム。
(付記11) 前記第1のイベントの情報を取得する処理で取得される前記第1の他のデバイスの情報と、前記第2のイベントの情報を取得する処理で取得される前記第2の他のデバイスの情報との少なくとも一方は、前記デバイスが設置される空間外の情報源から取得される情報を含むことを特徴とする付記10に記載の在不在継続時間推定プログラム。
(付記12) 前記第1のイベントが終了するまでの間に前記第1のイベントが変化した場合に、イベントが変化したときにイベントの継続時間を再推定する方法と、当該再推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数の再推定ルールを参照し、当該複数の再推定ルールの中から前記変化した第1のイベントに適合する1又は複数の再推定ルールを取得し、
前記取得された1又は複数の再推定ルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納し、
前記第2のイベントが終了するまでの間に前記第2のイベントが変化した場合に、前記複数の再推定ルールの中から前記変化した第2のイベントに適合する1又は複数の再推定ルールを特定し、当該特定された再推定ルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を再推定するための再推定ルールを選択し、
前記選択された再推定ルールで規定されているイベントの継続時間を再推定する方法を用いて、前記第2のイベントの継続時間を再推定する処理を、前記コンピュータに更に実行させ、
前記在継続時間及び/又は不在継続時間を推定する処理では、前記第2のイベントの継続時間を推定する処理で推定された前記第2のイベントの継続時間及び前記再推定された前記第2のイベントの継続時間に基づいて、前記在継続時間及び/又は前記不在継続時間を推定することを特徴とする付記7〜11のいずれかに記載の在不在継続時間推定プログラム。
(付記13) デバイスの状態が一の状態から他の状態に変化した第1のイベントが発生したときに、当該第1のイベントの情報を取得する第1情報取得部と、
イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第1のイベントの情報に基づいて、当該複数のルールの中から前記第1のイベントに適合する1又は複数のルールを取得するルール取得部と、
前記ルール取得部が取得した1又は複数のルールを用いてルール毎の特徴量を算出する算出部と、
前記算出部が算出したルール毎の特徴量をイベント別に格納する格納部と、
デバイスの状態が前記他の状態から前記一の状態に変化した第2のイベントが発生したときに、当該第2のイベントの情報を取得する第2情報取得部と、
前記第2のイベントの情報に基づいて、前記複数のルールの中から前記第2のイベントに適合する1又は複数のルールを特定し、当該特定されたルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を推定するためのルールを選択する選択部と、
前記選択部が選択したルールで規定されているイベントの継続時間の推定方法を用いて、前記第2のイベントの継続時間を推定する第1推定部と、
前記第1推定部が推定した前記第2のイベントの継続時間に基づいて、前記第2のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び/又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第2推定部と、を備える在不在継続時間推定装置。
(付記14) 前記算出部では、前記第1のイベントの情報と、前記第1のイベントと発生状況が共通するイベントである第1の関連イベントの情報と、を用いて、前記特徴量を算出して、前記格納部に格納し、
前記第1推定部では、前記第2のイベント情報と、前記第2のイベントと発生状況が共通するイベントである第2の関連イベントの情報と、を用いて、前記第2のイベントの継続時間を推定することを特徴とする付記13に記載の在不在継続時間推定装置。
(付記15) 前記一の状態及び前記他の状態のいずれか一方は、前記デバイスの電源がONになった状態であり、前記一の状態及び他の状態のいずれか他方が、前記デバイスの電源がOFFになった状態であることを特徴とする付記13又は14に記載の在不在継続時間推定装置。
(付記16) 前記第1情報取得部では、前記第1のイベントの継続時間に影響を与える可能性のある第1の他のデバイスの情報も取得し、
前記算出部では、前記第1のイベント情報と前記第1の他のデバイスの情報の少なくとも一方を用いて前記特徴量を算出して、前記格納部に格納し、
前記第2情報取得部では、前記第2のイベントの継続時間に影響を与える可能性のある第2の他のデバイスの情報も取得し、
前記第1推定部では、前記第2のイベント情報と、前記第2の他のデバイスの情報の少なくとも一方を用いて、前記第2のイベントの継続時間を推定する、ことを特徴とする付記13〜15のいずれかに記載の在不在継続時間推定装置。
(付記17) 前記第1情報取得部で取得される前記第1の他のデバイスの情報と、前記第2情報取得部で取得される前記第2の他のデバイスの情報との少なくとも一方は、前記デバイスが設置される空間外の情報源から取得される情報を含むことを特徴とする付記16に記載の在不在継続時間推定装置。
(付記18) 前記第1のイベントが終了するまでの間に前記第1のイベントが変化した場合に、イベントが変化したときにイベントの継続時間を再推定する方法と、当該再推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数の再推定ルールを参照し、当該複数の再推定ルールの中から前記変化した第1のイベントに適合する1又は複数の再推定ルールを取得する再推定ルール取得部と、
前記再推定ルール取得部で取得された1又は複数の再推定ルールを用いてルール毎の特徴量を算出する再算出部と、
前記算出された特徴量をイベント別に格納する再格納部と、
前記第2のイベントが終了するまでの間に前記第2のイベントが変化した場合に、前記複数の再推定ルールの中から前記変化した第2のイベントに適合する1又は複数の再推定ルールを特定し、当該特定された再推定ルールの前記第2のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第2のイベントの継続時間を再推定するための再推定ルールを選択する再選択部と、
前記再選択部で選択された再推定ルールで規定されているイベントの継続時間を再推定する方法を用いて、前記第2のイベントの継続時間を再推定する再推定部と、を更に備え、
前記第2推定部では、前記第1推定部で推定された前記第2のイベントの継続時間及び前記再推定部で再推定された前記第2のイベントの継続時間に基づいて、前記在継続時間及び/又は前記不在継続時間を推定することを特徴とする付記13〜17のいずれかに記載の在不在継続時間推定装置。

0139

10サーバ(在不在継続時間推定装置)
30イベント検出部(第1情報取得部、第2情報取得部)
32イベント記録部(第1情報取得部、第2情報取得部)
36 特徴量計算部(ルール取得部、算出部)
40推定方法選択部(選択部)
42イベント継続時間推定部(第1推定部)
44 在不在継続時間判定部(第2推定部)
54推定方法リスト(ルール)
56 推定方法別特徴量DB(格納部)

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ