JP6839799B2 - 情報端末装置の制御方法、体動測定装置、及び、プログラム - Google Patents

Description

本発明は、振動センサを備える情報端末装置の制御方法、体動測定装置、及び、プログラムに関する。

従来、就寝者の健康状態の把握などを目的として就寝者の睡眠状態をモニタリングする体動測定装置が開示されている。

例えば、特許文献１に開示されている体動測定装置は、寝具に敷設されるセンサを用いてセンサ値の最小値をリアルタイムに捉え、センサ値の最小値の変動を指数関数で緩和させた値を体動判定閾値とすることで粗動信号と微動信号を分離し、就寝者の睡眠状態を判定する。この体動測定装置は、寝具の種類及び状態、並びに、就寝者の体重に依らずに就寝者の睡眠判定を高精度に行うことが可能であることが示されている。ここで、粗動信号とは、入寝、離床、寝返り、その他の就寝者の体の動きなどに由来する信号であり、微動信号とは、就寝者の呼吸及び心拍に由来する信号である。

また、特許文献１に開示されている体動測定装置は、体動判定閾値よりも大きく、かつ体動判定閾値の設定数倍となる上限信号レベルを設け、上限信号レベル以下の振動データに基づいて体動判定閾値を更新することにより、就寝者が明らかに粗動を生起している場合に体動判定閾値の上昇を抑制することが可能であることが示されている。

特許第４３２９６９０号公報

しかし、体動測定装置により、より高い精度でユーザの動作を判定するために、さらなる検討が必要とされている。

上記従来の課題を解決するために、本発明の情報端末装置の制御方法は、情報端末装置であって、前記情報端末装置の振動を検知可能である振動センサと、プロセッサと、メモリとを備える情報端末装置の制御方法であって、前記プロセッサに対して、前記情報端末装置が置かれている寝具の上にいるユーザの体動に基づく振動を含む、前記振動センサにより検知された振動の時系列データである振動データを取得させ、取得させた前記振動データを前記メモリに記憶させ、前記ユーザによる行動を検知させ、前記メモリに記憶されている前記振動データのうち、検知された前記行動がなされた時刻を終期とする所定期間に含まれる振動データを抽出させ、抽出された前記振動データが示す振動波形を、前記ユーザによる離床時の振動パターンとして前記メモリに記憶させる。

なお、これらの包括的または具体的な態様は、システム、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く、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。

上記態様により、さらなる改善を実現できる。

図１は、実施の形態における情報端末装置の使用態様を示す概念図である。 図２は、実施の形態における情報端末装置が検知する振動の大きさと、ユーザによる行動との関係を示す説明図である。 図３は、実施の形態における情報端末装置のハードウェア構成を示すブロック図である。 図４は、実施の形態における情報端末装置の機能構成を示すブロック図である。 図５は、実施の形態における機器のログの一例を示す説明図である。 図６は、実施の形態におけるパターン学習部による振動パターンの生成方法を示す模式図である。 図７は、実施の形態における判定部による振動データの判定方法を示す模式図である。 図８は、実施の形態における情報端末装置の体動検出の開始から終了までの処理を示すフロー図である。 図９は、実施の形態における行動検知部及びパターン学習部による振動パターンの学習処理を示すフロー図である。 図１０は、実施の形態における判定部による離床の判定処理を示すフロー図である。 図１１は、実施の形態におけるパターン学習部による就床時の振動パターンの生成方法を示す模式図である。 図１２は、実施の形態における情報端末装置が検知する振動の大きさと、機器制御の例を示す説明図である。 図１３は、実施の形態の変形例における体動測定システムの機能構成を示すブロック図である。

（本発明の基礎となった知見）
近年、日本では生活習慣の変化により睡眠時間が減少し、眠りに対する満足度が低下しているといわれている。ユーザが自身の睡眠状態を把握したいというニーズから、特許文献１に開示されている睡眠計測装置などが開発されている。しかし、特許文献１に開示されている睡眠計測装置を利用するには、特殊なセンサを別途購入して寝具に装着する必要があり、費用及び設置作業の面で手軽に利用することが困難である。

また、一般の情報端末装置（例えばスマートフォン又は携帯電話端末等）に内蔵された加速度センサやジャイロセンサなどの振動センサを用いた体動測定装置に、特許文献１に開示されている体動測定方式の適用を考えた場合、特許文献１に開示された体動測定装置のセンサの測定精度が高いことにより、被験者の微動信号を示すセンサの最小値の変動を監視することで粗動信号との分離が可能である。しかし、情報端末装置による体動測定は、情報端末装置の機種によるセンサ感度の違い、又は、情報端末装置を寝具の上に置いて被験者の体動を測定することよる寝具の違い等により、取得されるセンサ値がバラつく。情報端末装置の振動センサにより取得されるセンサ値は、上記のような要因によるセンサ値のバラつきを含むので、センサの最小値の変動に基づいて被験者の微動信号を捉えることができない。従って、上記情報端末装置の振動センサを用いた体動測定装置には、特許文献１に開示されている体動測定方式は適していない。そこで、このような体動測定装置には、振動データのうちで振幅が大きな値となる微動信号の変動に基づき体動判定閾値を決定する方式を採らざるを得ない。

さらに、特許文献１に開示されている体動測定装置では、体動判定閾値の設定数倍の上限信号レベルを設けることで、就寝者の粗動により体動判定閾値が高めに設定されることをある程度抑制することができるものの、倍数の設定によっては、取り除きたい信号レベルの粗動信号を除去できない可能性がある。よって、上記体動測定装置では、ユーザの体動又は動作の判定の精度が低下する可能性がある。

これらの課題を解決するとともに、ユーザが所有する振動センサを搭載した一般の情報端末装置だけで手軽に高精度にユーザの体動又は動作を判定することが可能な体動測定装置の提供が望まれている。これらの要望を満たすための技術的な解決策は、従来検討されていない。

このような課題を解決するために、本発明の一態様に係る情報端末装置の制御方法は、情報端末装置であって、前記情報端末装置の振動を検知可能である振動センサと、プロセッサと、メモリとを備える情報端末装置の制御方法であって、前記プロセッサに対して、前記情報端末装置が置かれている寝具の上にいるユーザの体動に基づく振動を含む、前記振動センサにより検知された振動の時系列データである振動データを取得させ、取得させた前記振動データを前記メモリに記憶させ、前記ユーザによる行動を検知させ、前記メモリに記憶されている前記振動データのうち、検知された前記行動がなされた時刻を終期とする所定期間に含まれる振動データを抽出させ、抽出された前記振動データが示す振動波形を、前記ユーザによる離床時の振動パターンとして前記メモリに記憶させる。

上記態様によれば、情報端末装置は、ユーザが行動した時刻以前の所定期間における、実際にユーザにより使用されている寝具におけるユーザの体動に基づいて、離床時の振動パターンを生成する。このように実際に使用されている寝具における振動に基づいて振動パターンを生成するので、生成したこの振動パターンを用いて、この寝具におけるユーザの体動をより精度よく判定することができる。よって、情報端末装置は、より高い精度でユーザの動作を判定することができる。

例えば、前記情報端末装置は、ネットワークを介して電気機器を制御可能であり、前記プロセッサに対して、さらに、取得された前記振動データが示す振動波形が、前記メモリに記憶された前記振動パターンに適合するか否かを判定させ、取得された前記振動データが示す前記振動波形が前記振動パターンに適合すると判定した場合に、前記電気機器を動作させる制御信号を前記ネットワークを介して送信させる。

上記態様によれば、情報端末装置は、生成した振動パターンに基づいてユーザが離床したことを判定した場合に、電気機器を制御することができる。これにより、ユーザが離床した場合に、ユーザの離床を情報端末装置により判定し、自動的に電気機器の制御を行うことができ、利便性が向上する。

例えば、前記プロセッサに対して、さらに、電気機器に対して前記ユーザによる操作が行われた時刻を含むログ情報を取得させ、前記ユーザによる行動を検知させる際には、取得された前記ログ情報に基づいて、前記ユーザによる行動を検知させ、前記振動パターンを前記メモリに記憶させる際には、取得された前記ログ情報に含まれる時刻を、前記行動がなされた時刻として用いて前記振動パターンを前記メモリに記憶させる。

上記態様によれば、情報端末装置は、ユーザが電気機器を操作した時刻を、ユーザが行動した時刻として、ユーザの離床時の振動パターンを生成する。このように、情報端末装置は、より高い精度でユーザの動作を具体的に判定することができる。

例えば、前記プロセッサに対して、さらに、前記情報端末装置に対して前記ユーザによる操作が行われた時刻を含むログ情報を取得させ、前記ユーザによる行動を検知させる際には、取得された前記ログ情報に基づいて、前記ユーザによる行動を検知させ、前記振動パターンを前記メモリに記憶させる際には、取得された前記ログ情報に含まれる時刻を、前記行動がなされた時刻として用いて前記振動パターンを前記メモリに記憶させる。

上記態様によれば、情報端末装置は、ユーザが情報端末装置を操作した時刻を、ユーザが行動した時刻として、ユーザの離床時の振動パターンを生成する。このように、情報端末装置は、より高い精度でユーザの動作を具体的に判定することができる。

例えば、前記プロセッサに対して、さらに、前記ユーザが前記寝具の上と異なる位置にいることを検知し得る人感センサによる検知結果を取得させ、前記ユーザによる行動を検知させる際には、取得された前記検知結果に基づいて、前記ユーザによる行動を検知させ、前記振動パターンを前記メモリに記憶させる際には、取得された前記検知結果に含まれる時刻を、前記行動がなされた時刻として用いて前記振動パターンを前記メモリに記憶させる。

上記態様によれば、情報端末装置は、ユーザが人感センサにより検知された時刻を、ユーザが行動した時刻として、ユーザの離床時の振動パターンを生成する。このように、情報端末装置は、より高い精度でユーザの動作を具体的に判定することができる。

例えば、前記振動パターンを前記メモリに記憶させる際には、抽出された前記振動データが示す振動波形を教師データとして機械学習により前記振動パターンを生成し、生成した前記振動パターンを前記メモリに記憶させる。

上記態様によれば、情報端末装置は、ユーザの離床時の振動パターンを機械学習により生成する。このように、情報端末装置は、実際に使用されている寝具における振動に基づいて機械学習により振動パターンを生成するので、この寝具におけるユーザの体動をより精度よく判定することができる。

例えば、機械学習による前記振動パターンの生成は、前記ユーザの体動に基づく振動パターンを学習する期間として定められた期間のみ行う。

上記態様によれば、情報端末装置は、振動パターンの学習期間を終えた場合に、機械学習を行うことがなくなるので、処理負荷が軽減される利点がある。

また、本発明の一態様に係る体動測定装置は、前記体動測定装置の振動を検知可能である振動センサと、メモリと、前記体動測定装置が置かれている寝具の上にいるユーザの体動に基づく振動を含む、前記振動センサにより検知された振動の時系列データである振動データを取得し、取得した前記振動データを前記メモリに記憶させる振動データ蓄積部と、前記ユーザによる行動を検知する行動検知部と、前記メモリに記憶されている前記振動データのうち、検知された前記行動がなされた時刻を終期とする所定期間に含まれる振動データを抽出し、抽出した前記振動データが示す振動波形を、前記ユーザによる離床時の振動パターンとして前記メモリに記憶させるパターン学習部とを備える。

上記態様によれば、体動測定装置は、上記情報端末装置と同様の効果を奏する。

また、本発明の一態様に係るプログラムは、上記に記載された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である。

上記態様によれば、プログラムは、上記情報端末装置と同様の効果を奏する。

なお、これらの包括的または具体的な態様は、システム、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く、システム、方法、集積回路、コンピュータプログラムまたは記録媒体の任意な組み合わせで実現されてもよい。

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、最上位概念を示す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。

（実施の形態）
本実施の形態において、より高い精度でユーザの動作を判定する体動測定装置について説明する。体動測定装置は、振動センサを備える一般の情報端末装置（例えばスマートフォン又は携帯電話端末等）と同等のハードウェア構成であってもよいし、一般的な振動センサを備える専用の装置（体動測定装置ともいう）であってもよい。以降では一例として、体動測定装置が情報端末装置により実現される場合について説明する。

図１は、本実施の形態における情報端末装置１０の使用態様を示す概念図である。図２は、本実施の形態における情報端末装置１０が検知する振動の大きさと、ユーザＵの行動との関係を示す説明図である。

図１に示されるように情報端末装置１０は、ユーザＵの寝具Ｂの上に載置されている。情報端末装置１０は、ユーザＵの身体が動くと、ユーザＵの身体の動きに伴って生ずる寝具Ｂの振動Ｖにより振動する。情報端末装置１０は、振動センサを備えており、寝具Ｂの振動Ｖにより情報端末装置１０が振動すると、振動センサが情報端末装置１０の振動を検知する。このようにして情報端末装置１０は、情報端末装置１０の振動に基づいて、ユーザＵの身体の体動の有無及び体動の大きさを検出する。

ここで振動Ｖは、寝具Ｂを伝わってユーザＵの身体から情報端末装置１０に到達する。振動Ｖの伝わり方は、寝具Ｂの種別（内容物の材質、重量、硬さ等）、及び、寝具Ｂが載置されている載置面の種別（材質、硬さ等）などにより異なる。よって、ユーザＵによる身体の動きが同じであったとしても、寝具Ｂが異なる場合、若しくは、寝具Ｂの載置場所又は載置面が異なる場合に、情報端末装置１０が検知する振動の大きさは異なる。そこで、寝具Ｂの実際の載置場所又は載置面に応じて、情報端末装置１０が適切にユーザＵの体動を測定することが必要とされる。

ユーザＵの身体の動きは、ユーザＵの寝返り等の就寝中の身体の動きによる比較的小さい動きと、ユーザＵの離床又は就床による比較的大きい動きとを含む。情報端末装置１０は、検知した振動の大きさなどの特徴に基づいて、ユーザＵが就寝中であるか、又は、離床しているかを判定するための判定基準を機械学習により生成する。そして、生成した判定基準に基づいてユーザＵが離床していると判定した場合、例えば、他の電気機器の制御を行う。例えば、情報端末装置１０がユーザＵの離床を検出した場合、検出結果に基づいて、寝具Ｂが設置された部屋のエアコンによる空調制御をＯＮにするなどの制御を行うことができる。

例えば、図２に示されるように、ユーザＵが就床してから起床するまでの間に、情報端末装置１０は、ユーザＵの身体の動きに基づく複数の振動Ｖ１〜Ｖ８を検出する。そして、情報端末装置１０は、振動波形に基づいて、これらの振動Ｖ１〜Ｖ８のうち、一時離床の際の振動Ｖ４と、起床の際の振動Ｖ８とがユーザＵの離床によるものであると判定し、寝室の照明を所定の明るさで点灯させる、音楽を所定の音量で出力する、又は、トイレ及びトイレへ至る通路の照明を点灯させるという制御を行う。なお、一時離床とは、離床の１つであって、当該離床の後であって、かつ、起床の前に再び就床（再就床ともいう）する場合の離床のことをいう。また、起床とは、離床の１つであって、睡眠を終えて覚醒する場合の離床のことをいう。

情報端末装置１０の構成、及び情報端末装置１０が実行する処理について以降で詳しく説明する。

図３は、本実施の形態における情報端末装置１０のハードウェア構成を示すブロック図である。

図３に示されるように、情報端末装置１０は、プロセッサ１２と、メモリ１３と、通信ＩＦ（Ｉｎｔｅｒｆａｃｅ）１４と、振動センサ１５と、入力ＩＦ１６とを備える。

プロセッサ１２は、メモリ１３等に格納された制御プログラムを実行するプロセッサである。情報端末装置１０が実行する各処理は、プロセッサ１２が制御プログラムを実行することで実現され得る。

メモリ１３は、情報を記憶する記憶装置であり、プロセッサ１２が制御プログラムを実行するときに使用するワークエリアとして用いられる揮発性の記憶領域、並びに、制御プログラム及びデータ等を記憶する不揮発性の記憶領域を有する。

通信ＩＦ１４は、ネットワークに接続され、ネットワークを介して外部の通信装置と通信するための通信インタフェースである。通信ＩＦ１４は、情報端末装置１０がユーザＵによる操作に基づいて、又は、自動的に電話、電子メール、又は、インターネットアクセスをする際に用いられる。通信ＩＦ１４は、例えば、携帯電話の通信インタフェース（例えば、３．５Ｇ（第３．５世代移動通信システム）、又は、３．９Ｇ（第３．９世代移動通信システム））、有線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）（例えば、ＩＥＥＥ８０２．３規格に従う有線ＬＡＮ又はＥｔｈｅｒｎｅｔ（登録商標））、若しくは、無線ＬＡＮ（例えば、ＩＥＥＥ８０２．１１ａ，ｂ，ｇ，ｎ）により実現される。

振動センサ１５は、情報端末装置１０の振動を検知し、検知した振動の大きさを示す振動データを出力する振動センサである。振動センサ１５は、具体的には、例えば、加速度を検知する加速度センサ、角速度を検知するジャイロセンサ、及び、基準角度とのなす角の角度を検知する角度センサの少なくとも１つを有する。なお、上記振動には、一の位置を中心とする周期的な運動としての振動だけでなく、上記センサで取得することができる物理量、例えば、位置の変化、又は、角度の変化なども含むものとする。

入力ＩＦ１６は、ユーザＵによる操作を受け付ける入力インタフェースである。入力ＩＦ１６は、例えば、タッチパネル、タッチパッド又はボタンなどであり、より具体的には、タッチパネルディスプレイのタッチパネル部分である。

図４は、本実施の形態における情報端末装置１０の機能構成を示すブロック図である。

図４に示されるように、情報端末装置１０は、状態管理部２１と、ログ取得部２２と、行動検知部２３と、振動データ蓄積部２４と、パターン学習部２６と、判定部２８と、機器制御部２９とを備える。また、情報端末装置１０には、電気機器である機器４０がネットワークを介して通信可能に接続されている。

なお、上記の各構成要素は、プロセッサ１２がプログラムを実行することで実現される論理的な機能ブロックであってもよいし、専用回路により構成される物理的な機能ブロックであってもよい。なお、図４に示されている振動センサ１５は、図３に示されている振動センサ１５のことである。

状態管理部２１は、情報端末装置１０が所定の複数の状態のうちのいずれの状態をとるかを管理する処理部である。所定の複数の状態とは、第一状態、第二状態、及び、停止状態を少なくとも含む。

第一状態は、情報端末装置１０がユーザＵの行動を検知し、かつ、ユーザＵの離床判定を行う状態をいう。第一状態は、情報端末装置１０がユーザＵの離床を適切に検知するためにユーザＵの体動による振動波形の機械学習を行う期間に用いられ得る。

第二状態は、情報端末装置１０がユーザＵの行動の検知をせずにユーザＵの離床判定を行う状態をいう。第二状態は、第一状態における機械学習が完了した後に、学習により生成した振動波形を用いてユーザＵの離床を検知する期間に用いられ得る。

停止状態は、情報端末装置１０がユーザＵの行動の検知も離床判定も行わない状態をいう。停止状態は、ユーザＵの離床を検知しない期間（例えばユーザＵが日中に覚醒して行動しているとき）などに用いられ得る。

状態管理部２１は、入力ＩＦ１６により受け付けるユーザＵによる操作及びその他の条件に基づいて、情報端末装置１０が上記状態のいずれをとるかを決定する。そして、状態管理部２１は、行動検知部２３及び判定部２８それぞれの動作を行うか否かを制御することで、情報端末装置１０が上記３状態のいずれをとるかを制御する。具体的には、状態管理部２１が行動検知部２３及び判定部２８の両方を動作させる場合に、情報端末装置１０が第一状態をとる。また、状態管理部２１が行動検知部２３を動作させず、かつ、判定部２８を動作させる場合に、情報端末装置１０が第二状態をとる。また、状態管理部２１が行動検知部２３及び判定部２８のどちらも動作させない場合に、情報端末装置１０が停止状態をとる。

状態管理部２１は、例えば、ユーザＵの離床時の振動パターンを情報端末装置１０が未だ生成していないときには第一状態をとるように管理してもよい。また、情報端末装置１０が第一状態で１週間又は１ヶ月程度の間動作した後に第二状態をとるように管理してもよい。このように、機械学習による振動パターンの生成は、ユーザＵの体動に基づく振動パターンを学習する期間として定められた期間のみ行うようにしてもよい。

ログ取得部２２は、機器４０に対する操作に関する情報（ログ情報、又は、単にログともいう）を取得する処理部である。ログは、機器４０に対する操作に関する情報であって、例えば機器４０の動作を開始させる操作であることを示す情報と、当該操作がなされた時刻を含む情報と、当該操作の操作内容とを含む。機器４０が照明器具である場合、ログは、当該照明器具を点灯させるユーザＵによる操作がなされたことを示す情報及び点灯時刻、並びに、当該照明器具を消灯させることを示す情報及び消灯時刻等を含む。ログ取得部２２は、プロセッサ１２及び通信ＩＦ１４等により実現される。

なお、ログ取得部２２は、情報端末装置１０に対するユーザＵによる操作のログを取得してもよい。

行動検知部２３は、ユーザＵによる行動を検知する処理部である。行動検知部２３は、ログ取得部２２が取得したログに基づいて、ユーザＵによる行動がなされたか否かを検知する。具体的には、行動検知部２３は、ログ取得部２２からログを取得し、取得したログに含まれる操作がなされたことを、ユーザＵによる行動として検知する。また、このとき、行動検知部２３は、上記操作がなされた時刻を、ユーザＵによる行動がなされた時刻として取得する。

振動データ蓄積部２４は、振動センサ１５が検知した振動の大きさ、つまり、振動センサ１５が出力する振動データを取得し、取得した振動データを振動データ２５として蓄積し記憶する処理部である。振動データ蓄積部２４は、上記振動データを所定の周期（例えば１秒間に１０回の周期）で繰り返し取得する。振動データ蓄積部２４は、プロセッサ１２及びメモリ１３等により実現される。

パターン学習部２６は、ユーザＵによる離床時の振動パターンを生成する処理部である。パターン学習部２６は、振動データ蓄積部２４が記憶している振動データ２５のうち、行動検知部２３が検知した行動がなされた時刻を終期とする所定期間に含まれる振動データを抽出し、抽出した振動データが示す振動波形を、ユーザＵによる離床時の振動パターンとして記憶する。パターン学習部２６は、上記の方法で抽出した１以上の振動データが示す振動波形に基づいて機械学習を行い、機械学習の結果に基づいてユーザＵによる離床時の振動パターン２７を生成し、記憶する。機械学習の処理は、公知の従来技術を用いてなされることが可能であり、例えば、ＩＢＭ社の「ＳＰＳ Ｍｏｄｅｌｅｒ」により実現され得る。

判定部２８は、振動センサ１５により取得された振動データが示す振動波形が、パターン学習部２６が記憶している振動パターン２７に適合するか否かを判定する処理部である。判定部２８は、所定の周期（例えば１秒間に１０回の周期）で繰り返し、振動センサ１５から振動データを取得する。そして、取得した振動データが示す振動波形が、パターン学習部２６が記憶しているユーザＵの離床時の振動パターン２７に適合するか否かをパターン認識処理により判定する。

そして、判定部２８は、上記振動波形が振動パターン２７に適合するか否かに応じて、機器４０を動作させるか否かを制御する。具体的には、例えば、上記振動波形がユーザＵの離床時の振動パターン２７に適合すると判定した場合に機器４０を動作させる制御を行い、上記振動波形が振動パターン２７に適合しないと判定した場合に機器４０を動作させる制御を行わない。

機器制御部２９は、機器４０を動作させる制御信号を機器４０にネットワークを介して送信する処理部である。機器制御部２９は、判定部２８による制御に基づいて、機器４０を動作させる制御信号を機器４０に対して送信させる。機器制御部２９は、プロセッサ１２及び通信ＩＦ１４等により実現される。

機器４０は、ネットワークを介して制御されることが可能である電気機器である。機器４０は、ネットワークを介して情報端末装置１０（機器制御部２９）から制御信号を受信し、受信した制御信号に基づいて動作する。また、機器４０は、機器４０に対する操作に関する情報をネットワークを介して情報端末装置１０（ログ取得部２２）に提供する。機器４０は、例えば、照明装置、若しくは、音楽又は映像を再生する再生装置である。

なお、機器４０と情報端末装置１０とは、直接に通信回線で接続されていてもよいし、中継装置（いわゆるホームゲートウェイ等）を介して接続されていてもよいし、クラウドを介して接続されていてもよい。

図５は、本実施の形態における機器４０のログの一例（ログ５０）を示す説明図である。図５に示されるログ５０は、機器４０がログ取得部２２に提供するログの一例である。

図５に示されるログ５０は、機器４０としての照明器具に対する操作に関する情報を含んでいる。具体的には、ログ５０は、機器４０に操作がなされた時刻５１、操作の対象となった機器４０の名称である機器名５２、及び、操作の内容である操作内容５３の各情報を含む。例えば、ログ５０に含まれる１つ目のログは、時刻「２００１年１月１日の２時３０分」に、機器４０としての「トイレの照明」を点灯させる操作（ＯＮ操作）がなされたことを示している。

図６は、本実施の形態におけるパターン学習部２６による振動パターンの生成方法を示す模式図である。

図６に示される振動データ２５は、振動データ２５ａ、２５ｂ、・・・、及び２５ｃを含む。振動データ２５ａ、２５ｂ、・・・、及び２５ｃのそれぞれは、振動データ蓄積部２４が記憶している時系列の振動データのうちの所定期間の振動データであり、パターン学習部２６が抽出したものである。より具体的には、上記所定期間の振動データは、行動検知部２３が検知したユーザＵの行動（より具体的には照明のＯＮ操作）がなされた時刻を終期とする時間長Ｔの所定期間の振動データである。ユーザＵの行動がなされた時刻が複数取得された場合には、上記のように抽出される振動データも、振動データ２５ａ、２５ｂ及び２５ｃというように複数になる。

そして、パターン学習部２６は、振動データ２５ａ、２５ｂ、・・・、及び２５ｃそれぞれが示す振動波形に基づいて機械学習を行い、機械学習の結果に基づいてユーザＵによる離床時の振動パターン２７を生成する。なお、図６では、振動パターン２７として振動波形を示しているが、振動パターン２７の形式は、振動波形の特徴を示すものであればどのようなものであってもよい。例えば、振動データの時間的変化を示す数値データ又は数式であってもよく、また、これらの数値データ又は数式からの差分が所定範囲内というように範囲により指定されてもよい。

図７は、本実施の形態における判定部２８による振動データの判定方法を示す模式図である。図７の（ａ）及び（ｂ）は、それぞれ、振動センサ１５が取得した振動データが離床時の振動によるものである場合、及び、離床時の振動によるものでない場合の判定方法を示すものである。

図７の（ａ）は、振動センサ１５が取得した振動データが離床時の振動によるものであると判定される場合を示している。図７の（ａ）に示される振動データ２５ｘは、振動センサ１５が取得した振動データの１つであり、ユーザＵの離床時の振動により生じた振動データの一例である。判定部２８は、振動センサ１５から振動データ２５ｘを取得し、取得した振動データ２５ｘが、ユーザＵの離床時の振動パターン２７に適合するかどうかをパターン認識処理により判定する。振動データ２５ｘは、振動パターン２７に適合する、すなわち、振動データ２５ｘが示す振動波形がユーザＵの離床時の振動により生じたものであると判定される。

図７の（ｂ）は、振動センサ１５が取得した振動データが離床時の振動によるものでないと判定される場合を示している。図７の（ｂ）に示される振動データ２５ｙは、振動センサ１５が取得した振動データの１つであり、ユーザＵの小さな寝返りの振動により生じた振動データの一例であり、振動の大きさが振動データ２５ｘのものより小さい。判定部２８は、上記と同様に、振動データ２５ｙが振動パターン２７に適合するかどうかをパターン認識処理により判定する。振動データ２５ｙは、振動パターン２７に適合しない、すなわち、振動データ２５ｙが示す振動波形がユーザＵの離床時の振動により生じたものでないと判定される。

以上のように構成された情報端末装置１０による処理の流れを以降で説明する。

まず、体動検出の開始から終了までの一連の処理について説明する。図８は、本実施の形態における情報端末装置１０の体動検出の開始から終了までの処理を示すフロー図である。

ステップＳ１０１において、状態管理部２１は、行動検知部２３によるユーザＵの行動の検知と、振動センサ１５による振動の検知とを開始させる。例えば、状態管理部２１は、入力ＩＦ１６を介して振動パターンの学習の操作を受け付けた場合に、行動の検知と振動の検知とを開始させる。

ステップＳ１０２において、振動データ蓄積部２４は、振動センサ１５から振動データを取得する。

ステップＳ１０３において、ログ取得部２２は、機器４０からログを取得する。

ステップＳ１０４において、行動検知部２３及びパターン学習部２６は、ユーザＵの離床時の振動パターンの学習処理を行う。振動パターンの学習処理については、別途詳しく説明する。

ステップＳ１０５において、状態管理部２１は、行動検知を終了する指示（終了指示）をユーザＵから受け付けたか否かを判定する。終了指示を受け付けた場合（ステップＳ１０５でＹＥＳ）には、図８に示される一連の処理を終了する。終了指示を受け付けていない場合（ステップＳ１０５でＮＯ）には、ステップＳ１０２を再び実行する。

図９は、本実施の形態における行動検知部２３及びパターン学習部２６による振動パターンの学習処理を示すフロー図である。図９に示される一連の処理は、図８におけるステップＳ１０４の処理を詳細に示すものである。

ステップＳ２０１において、行動検知部２３は、ログ取得部２２から機器４０のログを取得する。

ステップＳ２０２において、行動検知部２３及びパターン学習部２６は、ログに含まれる時間区間ごとに、ステップＳ２０３からステップＳ２０６までの処理を行うよう制御する。時間区間の時間長は、任意に設定されてよいが、例えば、１秒又は０．１秒等とすることができる。

ステップＳ２０３において、行動検知部２３は、当該時間区間におけるユーザＵの行動の検知を試みる。具体的には、行動検知部２３は、当該時間区間にユーザＵによる行動があったか否かを、ステップＳ２０１で取得した機器４０のログに基づいて判定する。例えば、機器４０のログに、当該時間区間にトイレの照明機器がＯＮされたことを示す情報が含まれている場合に、当該時間区間にユーザＵによる行動があったと判定する。ステップＳ２０３で当該時間区間に行動があったと判定された場合（ステップＳ２０３でＹＥＳ）、ステップＳ２０４に進む。一方、当該時間区間に行動がなかったと判定された場合（ステップＳ２０３でＮＯ）、ステップＳ２０６に進む。

ステップＳ２０４において、パターン学習部２６は、振動データ蓄積部２４が保有している振動データのうち、ステップＳ２０３で検知されたユーザＵによる行動がなされた時刻を終期とする所定時間Ｔの振動データを抽出する。

ステップＳ２０５において、パターン学習部２６は、ステップＳ２０４で抽出した振動データに基づいて機械学習により、ユーザＵの離床時の振動パターンを生成する。なお、すでに生成されたユーザＵの離床時の振動パターンを保有している場合には、ステップＳ２０４で抽出した振動データに基づいて機械学習により振動パターンを更新する。

ステップＳ２０６において、行動検知部２３及びパターン学習部２６は、ログに含まれる時間区間のすべてについてステップＳ２０３からステップＳ２０６までの処理が完了されたか否かを判定する。そして、上記処理が完了された場合に図８に示される一連の処理を終了し、上記処理が完了されていない場合には、新たな時間区間についてステップＳ２０３からステップＳ２０６までの処理が行われるよう制御する。

以上の一連の処理により、情報端末装置１０は、ユーザＵの離床の際の振動パターンを学習する。

次に、ユーザＵの離床の判定に関する処理について説明する。図１０は、本実施の形態における判定部２８による離床の判定処理を示すフロー図である。

ステップＳ３０１において、状態管理部２１は、振動センサ１５による振動の検知を開始させる。例えば、状態管理部２１は、入力ＩＦ１６を介して振動の検知の開始の操作を受け付けた場合に、振動の検知を開始させる。

ステップＳ３０２において、振動データ蓄積部２４は、振動センサ１５から振動データを取得する。

ステップＳ３０３において、判定部２８は、ステップＳ３０２で振動センサ１５により取得された振動データが示す振動波形が、パターン学習部２６が記憶している振動パターン２７に適合するか否かを判定する。振動波形が振動パターンに適合すると判定した場合（ステップＳ３０３でＹＥＳ）、ステップＳ３０４に進む。一方、振動波形が振動パターンに適合しないと判定した場合（ステップＳ３０３でＮＯ）、ステップＳ３０５に進む。

ステップＳ３０４において、判定部２８は、機器４０の動作を制御するための制御信号を機器制御部２９に送信させる。

ステップＳ３０５において、状態管理部２１は、行動検知を終了する指示（終了指示）をユーザＵから受け付けたか否かを判定する。終了指示を受け付けた場合（ステップＳ３０５でＹＥＳ）には、図１０に示される一連の処理を終了する。終了指示を受け付けていない場合（ステップＳ３０５でＮＯ）には、ステップＳ３０２を再び実行する。

以上の一連の処理により、情報端末装置１０は、機械学習により生成したユーザＵの離床の際の振動パターンに基づいて、ユーザＵが離床したか否かを判定し、機器４０を制御する。

なお、ユーザＵの一時離床の際の振動パターンと、起床の際の振動パターンとは、類似しているものの、これらを区別できる場合もあり得る。例えば、一時離床の場合には比較的短時間の振動があった後にユーザＵが床を離れることが想定され、一方、起床の場合には、寝具の整頓などのために比較的長時間の振動が継続した後にユーザＵが床を離れることが想定されるからである。また、一時離床の際の振動パターンと、起床の際の振動パターンとが区別できない場合であっても、目覚まし設定された起床予定時刻から所定時間（例えば３０分）以上前の離床を一時離床と判断し、起床予定時刻から所定時間（例えば３０分）以内の離床を起床と判断することにより、一時離床と起床との振動パターンを区別することもできる。

このように、ユーザＵの一時離床の際の振動パターンと、起床の際の振動パターンとが区別され得る場合、判定部２８は、振動センサ１５により取得された振動が上記いずれの振動パターンに適合するかを判定し、上記いずれの振動パターンに適合するかに応じて、機器４０に互いに異なる制御信号を送信する、又は、異なる機器４０に制御信号を送信することも可能である。

なお、上記の説明では、ユーザＵの離床時の振動パターンを機械学習により生成し、生成した振動パターンに基づいてユーザＵの離床を検知する方法を説明した。上記と同様の方法によりユーザＵの就床時の振動パターンを機械学習により生成することも可能である。

図１１は、本実施の形態におけるパターン学習部２６による就床時の振動パターンの生成方法を示す模式図である。就床時の振動パターンの生成方法は、図６に示される離床時の振動パターンの生成方法と類似しているが、所定期間の設定方法が異なる。すなわち、行動検知部２３がユーザＵによる照明のＯＦＦ操作をユーザＵの行動として検知する。そして、パターン学習部２６は、振動データ蓄積部２４が記憶している時系列の振動データのうち、上記ユーザＵの行動がなされた時刻を始期とする時間長Ｓの所定期間の振動データ２５ｄ、２５ｅ、・・・、及び２５ｆを抽出し、機械学習により就床時の振動パターン２７ａを生成する。

この場合、判定部２８は、振動センサ１５により取得された振動データが示す振動波形が、ユーザＵの離床時の振動パターン２７に適合するか否かを判定するとともに、ユーザＵの就床時の振動パターン２７ａに適合するか否かを判定する。そして、上記振動波形が、離床時の振動パターン２７に適合すると判定した場合、就床時の振動パターン２７ａに適合すると判定した場合、又は、上記いずれの振動パターンにも適合しないと判定した場合に、機器４０に対して異なる制御を行う（又は行わない）ことができる。

上記で説明した離床時の振動パターンの判定処理、一時離床の際の振動パターンと起床の際の振動パターンとの区別、就床時の振動パターンの判定処理を応用することで可能となる機器４０の制御の例について説明する。

図１２は、本実施の形態における情報端末装置１０が検知する振動の大きさと、機器制御の例を示す説明図である。

図１２に示される照明機器４０ａと音楽プレイヤ４０ｂとはそれぞれ機器４０の一例である。情報端末装置１０は、離床時の振動パターンの判定処理を行うことにより、ユーザＵの一時離床の際及び起床の際に機器４０を制御する。また、情報端末装置１０は、一時離床の際と、起床の際とのそれぞれを区別することができる。このことを応用することで、例えば、ユーザＵの一時離床の際には照明機器４０ａを所定の点灯モード（例えば微灯）で点灯させることで覚醒感を高めることを抑制し、音楽プレイヤ４０ｂにより所定の音楽又は音（例えば自然音）を再生することで静けさによる不安を解消する効果が期待できる。また、ユーザＵの起床の際には照明機器４０ａを、上記点灯モードとは異なる所定の点灯モード（例えば全灯）で点灯させることで覚醒感を高め、また、音楽プレイヤ４０ｂにより上記音楽又は音とは異なる音楽（例えば爽やかな音楽）を再生することでユーザＵによるスッキリした目覚めを促す効果が期待できる。

情報端末装置１０は、就床時の振動パターンの判定処理を行うことにより、ユーザＵの就床後に照明機器４０ａを消灯させる制御をすることができる。

なお、機器４０は、ユーザＵの行動を検出することを目的とした機器（例えば、人感センサ又は赤外線カメラ）などであってもよい。その場合、行動検知部２３は、人感センサ等がユーザＵを検知した時刻、ユーザＵによる行動の時刻として取得する。

（実施の形態の変形例）
本変形例において、より高い精度でユーザの動作を判定する体動測定システムについて説明する。本変形例における体動測定システムは、実施の形態における情報端末装置の機能を、情報端末装置とサーバとが連携して実現するものである。

図１３は、本変形例における体動測定システム６１の機能構成を示すブロック図である。

図１３に示されるように、本変形例における体動測定システム６１は、情報端末装置１０Ａと、サーバ６０とを備える。情報端末装置１０Ａとサーバ６０とは、ネットワーク６２を通じて通信可能に接続されている。ネットワーク６２は、例えばインターネットであり、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）及び携帯電話回線などを含んでもよい。

情報端末装置１０Ａは、少なくとも振動センサ１５を備え、サーバ６０の振動データ蓄積部２４と判定部２８とに、ネットワーク６２を介して通信可能に接続されている。振動センサ１５が取得した振動データは、ネットワーク６２を介して振動データ蓄積部２４及び判定部２８に提供される。

サーバ６０は、状態管理部２１など、情報端末装置１０が備える機能のうちの振動センサ１５を除く機能ブロックを備える。サーバ６０の機器制御部２９は、ネットワーク６２を介して機器４０に制御信号を送信し、ログ取得部２２は、ネットワーク６２を介して機器４０からログを取得する。サーバ６０は、いわゆるクラウドサーバにより実現され得るものとしてよく、ネットワーク６２を介して情報端末装置１０Ａ及び機器４０と通信可能に接続されていれば、物理的又は地理的にどこに配置されていてもよい。

体動測定システム６１により、実施の形態における情報端末装置１０と同等の機能が実現する。さらに、行動検知部２３、振動データ蓄積部２４、パターン学習部２６及び判定部２８のような主要な記憶部及び処理部がサーバ６０上で実現されるので、データの管理、ソフトウェア更新などが、より安全かつ容易に実現され得る利点がある。

なお、一般にクラウドサーバは、ハードウェア及びソフトウェアの導入及び保守運用コストの低減などの利点がある。よって、体動測定システム６１は、クラウドサーバの利点を享受することができる。

以上のように、本実施の形態の情報端末装置は、ユーザが行動した時刻以前の所定期間における、実際にユーザにより使用されている寝具におけるユーザの体動に基づいて、離床時の振動パターンを生成する。このように実際に使用されている寝具における振動に基づいて振動パターンを生成するので、生成したこの振動パターンを用いて、この寝具におけるユーザの体動をより精度よく判定することができる。よって、情報端末装置は、より高い精度でユーザの動作を判定することができる。

また、情報端末装置は、生成した振動パターンに基づいてユーザが離床したことを判定した場合に、電気機器を制御することができる。これにより、ユーザが離床した場合に、ユーザの離床を情報端末装置により判定し、自動的に電気機器の制御を行うことができ、利便性が向上する。

情報端末装置は、ユーザが電気機器を操作した時刻を、ユーザが行動した時刻として、ユーザの離床時の振動パターンを生成する。このように、情報端末装置は、より高い精度でユーザの動作を具体的に判定することができる。

情報端末装置は、ユーザが情報端末装置を操作した時刻を、ユーザが行動した時刻として、ユーザの離床時の振動パターンを生成する。このように、情報端末装置は、より高い精度でユーザの動作を具体的に判定することができる。

情報端末装置は、ユーザが人感センサにより検知された時刻を、ユーザが行動した時刻として、ユーザの離床時の振動パターンを生成する。このように、情報端末装置は、より高い精度でユーザの動作を具体的に判定することができる。

情報端末装置は、ユーザの離床時の振動パターンを機械学習により生成する。このように、情報端末装置は、実際に使用されている寝具における振動に基づいて機械学習により振動パターンを生成するので、この寝具におけるユーザの体動をより精度よく判定することができる。

情報端末装置は、振動パターンの学習期間を終えた場合に、機械学習を行うことがなくなるので、処理負荷が軽減される利点がある。

なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、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。ここで、上記各実施の形態の情報端末装置などを実現するソフトウェアは、次のようなプログラムである。

すなわち、このプログラムは、コンピュータに、情報端末装置であって、前記情報端末装置の振動を検知可能である振動センサと、プロセッサと、メモリとを備える情報端末装置の制御方法であって、前記プロセッサに対して、前記情報端末装置が置かれている寝具の上にいるユーザの体動に基づく振動を含む、前記振動センサにより検知された振動の時系列データである振動データを取得させ、取得させた前記振動データを前記メモリに記憶させ、前記ユーザによる行動を検知させ、前記メモリに記憶されている前記振動データのうち、検知された前記行動がなされた時刻を終期とする所定期間に含まれる振動データを抽出させ、抽出された前記振動データが示す振動波形を、前記ユーザによる離床時の振動パターンとして前記メモリに記憶させる制御方法を実行させる。

以上、一つまたは複数の態様に係る情報端末装置などについて、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、一つまたは複数の態様の範囲内に含まれてもよい。

本発明は、体動を測定する体動測定装置、及び、体動の検知に基づいて他の機器を制御する制御装置等に利用可能である。

１０、１０Ａ 情報端末装置
１２ プロセッサ
１３ メモリ
１４ 通信ＩＦ
１５ 振動センサ
１６ 入力ＩＦ
２１ 状態管理部
２２ ログ取得部
２３ 行動検知部
２４ 振動データ蓄積部
２５、２５ａ、２５ｂ、２５ｃ、２５ｄ、２５ｅ、２５ｆ、２５ｘ、２５ｙ 振動データ
２６ パターン学習部
２７、２７ａ 振動パターン
２８ 判定部
２９ 機器制御部
４０ 機器
４０ａ 照明機器
４０ｂ 音楽プレイヤ
５０ ログ
５１ 時刻
５２ 機器名
５３ 操作内容
６０ サーバ
６１ 体動測定システム
６２ ネットワーク
Ｂ 寝具
Ｕ ユーザ
Ｖ、Ｖ１、Ｖ２、Ｖ３、Ｖ４、Ｖ５、Ｖ６、Ｖ７、Ｖ８ 振動

Claims (8)

1. 情報端末装置であって、前記情報端末装置の振動を検知可能である振動センサと、プロセッサと、メモリとを備える情報端末装置の制御方法であって、
   前記情報端末装置が、前記プロセッサに対して、
   前記情報端末装置が置かれている寝具の上にいるユーザの体動に基づく振動を含む、前記ユーザが就寝した後の期間において前記振動センサにより検知された振動の時系列データである振動データを繰り返し取得させ、
   繰り返し取得させた前記振動データを、取得のたびに前記メモリに記憶させ、
   前記ユーザが就寝した後の前記期間において電気機器に対して前記ユーザによる操作が行われた時刻を含むログ情報を取得させ、取得された前記ログ情報に基づいて、前記ユーザによる、前記寝具の上と異なる位置における前記電気機器に対する行動を検知させ、
   前記メモリに記憶されている前記振動データのうち、検知された前記行動がなされた時刻を終期とし、前記ユーザが寝具の上にいる時刻を始期とする所定期間に含まれる振動データを抽出させ、抽出された前記振動データが示す振動波形を、前記ユーザによる離床時の振動パターンとして前記メモリに記憶させ、
   前記情報端末装置は、ネットワークを介して電気機器を制御可能であり、
   前記プロセッサに対して、さらに、
   取得された前記振動データが示す振動波形が、前記メモリに記憶された前記振動パターンに適合するか否かを判定させ、
   取得された前記振動データが示す前記振動波形が前記振動パターンに適合すると判定した場合に、前記電気機器を動作させる制御信号を前記ネットワークを介して送信させる
   制御方法。
2. 前記プロセッサに対して、さらに、
   前記振動パターンを前記メモリに記憶させる際には、取得された前記ログ情報に含まれる時刻を、前記行動がなされた時刻として用いて前記振動パターンを前記メモリに記憶させる
   請求項１に記載の制御方法。
3. 前記プロセッサに対して、さらに、
   前記ユーザが前記寝具の上と異なる位置にいることを検知し得る人感センサによる検知結果を取得させ、
   前記ユーザによる行動を検知させる際には、取得された前記検知結果に基づいて、前記ユーザによる行動を検知させ、
   前記振動パターンを前記メモリに記憶させる際には、取得された前記検知結果に含まれる時刻を、前記行動がなされた時刻として用いて前記振動パターンを前記メモリに記憶させる
   請求項１に記載の制御方法。
4. 前記振動パターンを前記メモリに記憶させる際には、抽出された前記振動データが示す振動波形を教師データとして機械学習により前記振動パターンを生成し、生成した前記振動パターンを前記メモリに記憶させる
   請求項１〜３のいずれか１項に記載の制御方法。
5. 機械学習による前記振動パターンの生成は、前記ユーザの体動に基づく振動パターンを学習する期間として定められた期間のみ行う
   請求項４に記載の制御方法。
6. 前記所定期間は、前記行動の直前に行われた前記ユーザの離床による振動波形の始期と終期を含みうるように設定される
   請求項１〜５のいずれか１項に記載の制御方法。
7. 体動測定装置であって、
   前記体動測定装置の振動を検知可能である振動センサと、
   メモリと、
   前記体動測定装置が置かれている寝具の上にいるユーザの体動に基づく振動を含む、前記ユーザが就寝した後の期間において前記振動センサにより検知された振動の時系列データである振動データを繰り返し取得し、繰り返し取得した前記振動データを、取得のたびに前記メモリに記憶させる振動データ蓄積部と、
   前記ユーザが就寝した後の前記期間において電気機器に対して前記ユーザによる操作が行われた時刻を含むログ情報を取得させ、取得された前記ログ情報に基づいて、前記ユーザによる、前記寝具の上と異なる位置における前記電気機器に対する行動を検知する行動検知部と、
   前記メモリに記憶されている前記振動データのうち、検知された前記行動がなされた時刻を終期とし、前記ユーザが寝具の上にいる時刻を始期とする所定期間に含まれる振動データを抽出し、抽出した前記振動データが示す振動波形を、前記ユーザによる離床時の振動パターンとして前記メモリに記憶させるパターン学習部とを備える
   体動測定装置。
8. 請求項１〜６のいずれか１項に記載された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。

Images