JP6984309B2 - 行動判定システム、行動判定方法、及び行動判定プログラム - Google Patents

Description

本発明は、行動判定システム、行動判定方法、及び行動判定プログラムに関する。

近年、加速度センサなどの種々のセンサを備えたウェアラブルデバイス（ウェアラブルセンサと称されてもよい）により取得されるセンサデータ（測定データと称されてもよい）を分析することで、人間の行動を判定する技術（行動センシング技術と称されてもよい）を提供しようとする取り組みがある。

例えば、従来技術では、ウェアラブルデバイスから取得したセンサデータに基づいて人間の行動の特徴量を算出し、予め登録された基準パターンと比較することで、人間の行動が判定される（特許文献１など参照）。

特開２００９−１３４５９０号公報 特開平１０−１１３３４３号公報 特開２００８−１０２９５１号公報

従来技術では、ウェアラブルデバイスから取得したセンサデータから分析できる人間の行動は、「歩く」、「走る」、「立ち上がる」、「座る」などの単純な動作に過ぎず、人間の行動の高度な意味を見出すことは困難である。

これを改善する試みとして、作業場所に応じて被験者がとり得る作業行動が限定されるという想定のもとに、被験者の現在位置に応じた行動を識別するためのクラス分類器を用いることで、被験者の複雑な行動をより正確に識別することを提案する従来技術もある。この技術によれば、作業場所が例えば「眼科診察室」である場合、「歩行・移動」、「書類作業」、「眼科診察補助」、「衛生処理」、「患者移送」などの複雑な行動を識別し得る、とされる。

しかし、被験者の行動の高度な意味を判定するためには、識別対象の行動が複雑であるほど、予め学習させておくべき基準パターンの量が膨大となり、演算コストが浪費される。作業場所に応じてとり得る行動が限定されるとしても、とり得る行動の数が複数存在する場合、さらに演算コストが浪費される。

本開示では、ウェアラブルデバイスを装着した被験体の行動の高度な意味を判定することができる行動判定システム、行動判定方法、行動判定プログラムを提供することを目的とする。

開示の一側面によれば、行動判定システムは、被験体に装着されるセンサからの測定データを取得する、取得手段と、前記被験体がとり得る行動を構成する個々の動作である単位動作を識別するための単位特徴量に基づいて、前記測定データから前記単位動作を判定する、第一判定手段と、前記第一判定手段により判定された前記単位動作を示す第一判定結果を第一判定結果テーブルに登録し、前記第一判定結果テーブルに登録された前記第一判定結果の有効時間を管理し、前記有効時間を経過した前記第一判定結果を前記第一判定結果テーブルから削除する、有効時間管理手段と、前記第一判定結果テーブルに登録された一以上の有効な前記第一判定結果により示される一以上の前記単位動作の組合せに基づいて、前記被験体がとり得る行動を判定する、第二判定手段と、前記有効時間管理手段における前記有効時間を調整する調整手段と、を備え、前記調整手段は、前記第二判定手段による前記判定において前記単位動作の組合せから除外される第一動作が前記測定データに基づいて検知された場合に前記有効時間管理手段における前記有効時間が延長されるように調整する第一調整手段と、前記第一判定結果テーブルに前記第一判定結果が登録されてからの前記被験体の移動距離が閾値以上である場合に前記有効時間管理手段における前記有効時間が短縮されるように調整する第二調整手段と、の少なくとも何れか一方を有する。

開示の一側面によれば、被験体の行動のより高度な意味を判定することができる。

図１は、実施例１に係る行動判定システムの構成の一例を示す図である。 図２は、実施例１に係る第一パターンＤＢ（Ｔ１１０）の内容例を示す図である。 図３は、実施例１に係る第二パターンＤＢ（Ｔ１２０）の内容例を示す図である。 図４は、実施例１に係る行動判定システム１０における処理の流れの一例を示す図である。 図５は、実施例２に係る行動判定システム１０の構成の一例を示す図である。 図６は、実施例２に係る第一判定結果テーブルＴ１３０Ａの内容例を示す図である。 図７は、実施例２に係る行動判定システム１０における処理の流れの一例を示す図である。 図８は、実施例２に係る有効時間管理処理の流れの一例を示す図である。 図９は、実施例３に係る行動判定システム１０の構成の一例を示す図である。 図１０は、実施例３に係る有効時間管理処理（Ｓ１０４Ａ）の流れの一例を示す図である。 図１１は、実施例３に係る第一パターンＤＢ（Ｔ１１０）の内容例を示す図である。 図１２は、実施例４に係る行動判定システム１０の構成の一例を示す図である。 図１３は、実施例４に係る有効時間管理処理（Ｓ１０４Ａ）の流れの一例を示す図（その１）である。 図１４は、実施例４に係る有効時間管理処理（Ｓ１０４Ａ）の流れの一例を示す図（その２）である。 図１５は、実施例５に係る行動判定システム１０の構成の一例を示す図である。 図１６は、実施例５に係るアクション設定テーブルＴ１４０Ｄの内容例を示す図である。 図１７は、実施例５に係る行動判定システム１０における処理の流れの一例を示す図である。 図１８は、実施例５に係るイベントログＴ１５０Ｄの内容例を示す図である。

本発明の発明者らは、センサデータの分析による人間（被験者、被験体と称されてもよい）の行動を判定する行動センシング技術の分野において、鋭意検討を行った。その結果、従来技術では、ウェアラブルデバイスにより取得されるセンサデータから、十分に高度な意味を判定することが困難である、という結論に至った。

例えば、識別対象の行動が複雑であるほど、事前に学習させておくべき基準パターンの量が膨大となり、演算コストが浪費される。しかも、識別対象の行動が複数になれば、さらに演算コストが浪費される。

本発明の発明者らは、被験体の行動の複雑さが増したとしても、比較的単純な動作の組合せで表現し得ることに気付いた。例えば、「玄関の扉の鍵を閉める」という行動は、「扉を開ける」、「歩行・移動」、「鍵を差し込む」、「鍵を捻る」、「鍵を抜く」という一連の比較的単純な動作（単位動作と称されてもよい）の組合せで表現し得る。

また、本発明の発明者らは、複雑な行動に含まれる個々の動作に着目すると、比較的単純な動作が複数の行動で重複して存在し得ることに気付いた。例えば、「トイレの使用」という行動は、「扉を開ける」、「歩行・移動」、「扉を閉める」、「鍵を捻る」、「座る」、「立ち上がる」、「鍵を捻る」、「扉を開ける」、「歩行・移動」、「扉を閉める」という一連の単位動作の組合せで表現し得る。この例において、「トイレの使用」という行動は、「玄関の扉の鍵を閉める」という行動と、一部の単位動作が重複する。この場合、従来技術のように、識別対象の行動ごとに基準パターン（特徴量と称されてもよい）を学習させるとすれば、重複する単位動作についての学習量が冗長となり、演算コストが浪費される。

以下の開示の一側面によれば、単位動作を規定する基準パターン（単位パターン、単位特徴量、第一パターンと称されてもよい）の組合せ（第二パターンと称されてもよい）に基づいて、被験体の行動の高度な意味を判定することができる技術が提供される。

以下、図面を参照して、本発明を実施するための形態（以下、実施形態、実施例と称されてもよい）について説明する。以下に示す実施形態の構成は、本発明の技術思想を具体化するための一例を示すものであり、本発明を以下の実施形態の構成に厳格に限定することを意図するものではなく、特許請求の範囲に含まれるその他の実施形態にも等しく適用し得る。例えば、ウェアラブルデバイスを装着した被験体は、人間であってもよいし、愛玩動物（犬、猫など）や、家畜（牛、馬、羊など）や、野生動物（トラ、熊、渡り鳥など）などの人間以外の動物であってもよいし、ロボットなどの移動可能な装置であってもよい。以下の開示では、説明の簡潔さのため、被験体の一例として人間を想定した説明が用いられる場合がある。しかし、被験体の属性（人間、犬、猫、牛、馬、羊などの生物学上の分類、装置の種別など）に応じて識別対象の行動（基準パターン）を適宜変更すればよく、被験体を人間に限定する意図ではないことに留意されたい。なお、本開示における被験体は、以下に開示する行動判定システムにより、行動の判定が行われる客体であり、例えば、動作主体と称されてもよい。ただし、第三者の介助を伴う被験体の動作であっても、当該動作の動作主体と称し得ることに留意されたい。

＜実施例１＞ 実施例１に係る行動判定システム１０では、単位動作を識別するための単位特徴量（第一パターンと称されてもよい）に基づく第一判定と、一以上の単位動作の組合せ（第二パターンと称されてもよい）に基づく第二判定とにより、被験体の行動の高度な意味が判定される。

図１は、実施例１に係る行動判定システム１０の構成の一例を示す図である。図１に示される行動判定システム１０は、プロセッサ１１０と、メモリ１２０と、モーションセンサ１３０とを備える。プロセッサ１１０、メモリ１２０、およびモーションセンサ１３０の各々は、無線あるいは有線にて、通信可能に接続されてもよい。例えば、プロセッサ１１０は、メモリ１２０に格納されたプログラムやデータを読み込み、書き込むことが可能なように構成され得る。例えば、プロセッサ１１０は、モーションセンサ１３０から出力される測定データ（測定された物理量に関する情報、センサデータと称されてもよい）を読みとることが可能なように構成され得る。また、図１に例示する行動判定システム１０の構成は、プロセッサ１１０、メモリ１２０、モーションセンサ１３０などの構成要素が、各々一つずつ図示されているが、本実施例はこれに限定されるものではない。例えば、行動判定システム１０は、一以上のプロセッサ１１０と、一以上のメモリ１２０と、一以上のモーションセンサ１３０とを有してもよい。そして、同一の構成要素間で、後述する内部構成を重複して有してもよいし、重複しないように内部構成を分散して配置してもよい。なお、図１には図示していないが、実施例１に係る行動判定システム１０は、充電可能なバッテリなど一以上の電源を備えていてもよい。なお、本開示において、測定された物理量に関する情報は、単に、情報、データ、信号とも称し得ることに留意されたい。

プロセッサ１１０は、例えば、メモリ１２０に格納されたプログラム（行動判定プログラムと称されてもよい）を読みだして実行することで、実施例１に係る処理を実現する演算装置（計算機と称されてもよい）であってもよい。別言すると、プロセッサ１１０は、実施例１に係る処理の実行主体としての側面を有する。プロセッサ１１０として、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＤＳＰ（Digital Signal Processor）やＦＰＧＡ（Field Programmable Gate Array）などが挙げられる。なお、プロセッサ１１０は、二以上のコアを含むマルチコアプロセッサであっても良い。

図１に示されるプロセッサ１１０は、データ取得手段Ｐ１１０と、第一判定手段Ｐ１２０と、第二判定手段Ｐ１３０とを有する。これらの手段（Ｐ１１０ないしＰ１３０）は、例えば、プロセッサ１１０がメモリ１２０に格納されたプログラムを読みだして実行することにより、実現されてもよい。別言すると、プロセッサ１１０は、所定のプログラム（行動判定プログラムと称されてもよい）を実行することで、データ取得手段Ｐ１１０、第一判定手段Ｐ１２０、および第二判定手段Ｐ１３０による機能を実現するハードウェア回路に変換される。なお、行動判定プログラムは、プロセッサ１１０の内部に予め格納されていてもよい。

データ取得手段Ｐ１１０は、被験体に装着されるモーションセンサ１３０からの測定データを取得するように構成される。

第一判定手段Ｐ１２０は、被験体がとり得る行動を構成する個々の動作である単位動作を識別するための単位特徴量に基づいて、測定データから単位動作を判定するように構成される。

第二判定手段Ｐ１３０は、複数回の第一判定の実行により得られた一以上の単位動作の組合せに基づいて、被験体がとり得る行動を判定するように構成される。

メモリ１２０は、プロセッサ１１０で実行される各種処理に係るデータやプログラム（行動判定プログラムと称されてもよい）を記憶保持するように構成される回路である。メモリ１２０は、不揮発性記憶装置と揮発性記憶装置の両方あるいは一方を少なくとも含んで構成される。例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ＳＳＤ（Solid State Drive）、ＨＤＤ（Hard Disk Drive）などが挙げられる。図１において、メモリ１２０は、主記憶装置及び補助記憶装置などの各種記憶装置を総称したものである。行動判定プログラムは、予めメモリ１２０に格納されていてもよいし、図示しない通信回路を介して接続された装置（例えば、スマートフォンなどの情報処理装置やサーバなど）からダウンロードされてメモリ１２０に格納されてもよい。

モーションセンサ１３０は、被験体に装着されることで、被験体の動きに応じた信号強度を有するセンサーデータ（測定データと称されてもよい）を出力するように構成される。例えば、モーションセンサ１３０は、被験体の加速度を検出する加速度センサであってもよい。その様な用途に用いられる加速度センサは、Ｘ軸、Ｙ軸、Ｚ軸の３方向の加速度を検出可能な３軸加速度センサであってもよい。例えば、被験体が人間である場合、モーションセンサ１３０は、被験体の手首に締結されたリストバンドにより、被験体に装着されてもよい。被験体が人間以外の動物である場合、モーションセンサ１３０は、被験体の首などに締結されたバンドにより、被験体に装着されてもよい。モーションセンサ１３０を装着させる身体上の部位は、これらに限定されるものではなく、他の部位に装着してもよいし、複数の部位に装着してもよい。

図１において、メモリ１２０は、第一パターンＤＢ（Ｔ１１０）と、第二パターンＤＢ（Ｔ１２０）とを有する。

第一パターンＤＢ（Ｔ１１０）は、被験体がとり得る行動を構成する個々の動作である単位動作について、単位特徴量（第一パターンと称されてもよい）を定義した情報（第一定義情報と称されてもよい）を格納する様に構成される。

第二パターンＤＢ（Ｔ１２０）は、被験体がとり得る行動について、一以上の単位動作の組合せ（第二パターンと称されてもよい）を定義した情報（第二定義情報と称されてもよい）を格納する様に構成される。

図２は、実施例１に係る第一パターンＤＢ（Ｔ１１０）の内容例を示す図である。図２において、第一パターンＤＢ（Ｔ１１０）は、単位動作ＩＤ（Ｔ１１０−１）と、単位動作ラベルＴ１１０−２と、第一パターンＴ１１０−３と、を有する第一定義情報（単位動作情報と称されてもよい）を格納する。

単位動作ＩＤ（Ｔ１１０−１）は、第一定義情報を一意に識別するために用いられる情報であり、数字、文字、記号、あるいはそれらの組合せを用いて記述してもよい。図２の例示では、「Ａ１」ないし「Ａ８」の合計８個の単位動作ＩＤ（Ｔ１１０−１）が示されている。別言すると、図２では、８個の第一定義情報が例示されている。

単位動作ラベルＴ１１０−２は、第一定義情報が示す単位動作の名称を記述した情報である。図２では、例えば、「扉を開ける」という単位動作ラベルＴ１１０−２は、被験体が扉を開けるという単位動作について記述したものである。単位動作ラベルＴ１１０−２「扉を閉める」は、被験体が扉を閉めるという単位動作について記述したものである。単位動作ラベルＴ１１０−２「歩行・移動」は、被験体が歩行する、あるいは移動するという単位動作について記述したものである。単位動作ラベルＴ１１０−２「差し込む」は、被験体が鍵穴などに鍵などを差し込むという単位動作について記述したものである。単位動作ラベルＴ１１０−２「抜く」は、被験体が鍵穴などから鍵などを抜くという単位動作について記述したものである。単位動作ラベルＴ１１０−２「手首を捻る」は、被験体が手首を捻るという単位動作について記述したものである。単位動作ラベルＴ１１０−２「座る」は、被験体が立っている状態（立位）から座った状態（座位）へ体位を変化させる運動である座るという単位動作について記述したものである。単位動作ラベルＴ１１０−２「立ち上がる」は、被験体が座位から立位へ体位を変化させる運動である立ち上がるという単位動作につい記述したものである。

第一パターンＴ１１０−３は、単位動作を識別するための特徴量（単位特徴量と称されてもよい）を示す情報である。例えば、学習段階で被験体が単位動作を行った際に、被験体に装着されたモーションセンサ１３０から得られた測定データの周波数特性を、第一パターンＴ１１０−３として設定してもよい。この場合、各単位動作の周波数特性が異なるように、被験体へのモーションセンサ１３０の装着の仕方を適宜調整すればよい。

時系列信号である測定データから周波数特性を取得する方法は、既知の手法を用いればよい。例えば、信号解析の一手法である、フーリエ変換（時間−周波数解析と称されてもよい）を用いることで、時系列信号（測定データ）から周波数成分ごとの強度を示す周波数特性を取得することができる。また、単位特徴量として、周波数特性以外の信号特性を用いてもよい。例えば、モーションセンサ１３０から取得される測定データ（時系列信号）の振幅値に基づく値が用いられてもよい。

図３は、実施例１に係る第二パターンＤＢ（Ｔ１２０）の内容例を示す図である。図３において、第二パターンＤＢ（Ｔ１２０）は、行動ＩＤ（Ｔ１２０−１）と、行動ラベルＴ１２０−２と、第二パターンＴ１２０−３と、を有する第二定義情報を格納する。

行動ＩＤ（Ｔ１２０−１）は、第二定義情報を一意に識別するために用いられる情報であり、数字、文字、記号、あるいはそれらの組合せを用いて記述してもよい。図３の例示では、「Ｂ１」と「Ｂ２」の合計２個の行動ＩＤ（Ｔ１２０−１）が示されている。別言すると、図３では、２個の第二定義情報が例示されている。

行動ラベルＴ１２０−２は、第二定義情報に示される単位動作の組合せ（第二パターンと称されてもよい）により識別される被験体の行動を記述した情報である。図３では、例えば、「玄関の扉の鍵を閉める」という行動ラベルＴ１２０−２は、被験体の日常行動における、外出時に玄関の扉の鍵を閉めるという行動について記述したものである。行動ラベルＴ１２０−２「トイレを使用する」は、被験体の日常行動における、トイレを使用するという行動について記述したものである。

第二パターンＴ１２０−３は、行動ラベルＴ１２０−２で記述された被験体の行動について、一以上の単位動作の組合せを示す情報である。図３では、行動ラベルＴ１２０−２「玄関の扉の鍵を閉める」という第二定義情報において、単位動作ＩＤ（Ｔ１１０−１）が「Ａ１」の単位動作（扉を開ける）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ３」の単位動作（歩行・移動）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ４」の単位動作（差し込む）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ６」の単位動作（手首を捻る）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ５」の単位動作（抜く）との組合せを示す第二パターンＴ１２０−３が設定されている。また、図３では、行動ラベルＴ１２０−２「トイレを使用する」という第二定義情報において、単位動作ＩＤ（Ｔ１１０−１）が「Ａ１」の単位動作（扉を開ける）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ３」の単位動作（歩行・移動）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ２」の単位動作（扉を閉める）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ６」の単位動作（手首を捻る）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ７」の単位動作（座る）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ８」の単位動作（立ち上がる）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ６」の単位動作（手首を捻る）と、単位動作ＩＤ（Ｔ１１０−１）が「Ａ１」の単位動作（扉を開ける）との組合せを示す第二パターンＴ１２０−３が設定されている。

図４は、実施例１に係る行動判定システム１０における処理の流れの一例を示す図である。図４に示す処理の流れは、例えば、所定の時間間隔で繰り返し実行してもよい。あるいは、図４に示す処理の流れは、所定の時間間隔でモーションセンサ１３０から測定データが出力されるタイミングに呼応して、実行を開始してもよい。

まず、プロセッサ１１０は、データ取得処理を実行する（Ｓ１０１）。Ｓ１０１において、プロセッサ１１０は、被験体に装着されるモーションセンサ１３０からの測定データを取得する。測定データの取得は、任意の手法を用いてもよい。例えば、プロセッサ１１０は、モーションセンサ１３０にアクセスして、モーションセンサ１３０が備える内部メモリに蓄積された測定データを読み出すことで、測定データを取得してもよい。あるいは、プロセッサ１１０は、モーションセンサ１３０から能動的に出力された測定データを受け取ることで、測定データを取得してもよい。その際、プロセッサ１１０は、モーションセンサ１３０から能動的に出力された測定データを、メモリ１２０を介して取得してもよい。

つぎに、プロセッサ１１０は、第一判定処理を実行する（Ｓ１０２）。Ｓ１０２において、プロセッサ１１０は、被験体がとり得る行動を構成する個々の動作である単位動作を識別するための単位特徴量（第一パターンと称されてもよい）に基づいて、測定データから単位動作を判定する。例えば、プロセッサ１１０は、Ｓ１０２の第一判定処理において、Ｓ１０１で取得した測定データをフーリエ変換することで、測定データの周波数特性を取得してもよい。

Ｓ１０２において、プロセッサ１１０は、測定データの周波数特性と、第一パターンＤＢ（Ｔ１１０）に格納された第一定義情報の第一パターンＴ１１０−３とを比較して、単位動作を判定してもよい。例えば、プロセッサ１１０は、測定データの周波数特性との相関度合が閾値以上となる第一パターンＴ１１０−３のうち、最も相関度合の高い第一パターンＴ１１０−３を示す第一定義情報を選択することで、単位動作を判定してもよい。

Ｓ１０２において、プロセッサ１１０は、第一判定処理の判定結果である単位動作をメモリ１２０により記憶保持することで、複数回分の第一判定処理の判定結果をメモリ１２０に蓄積してもよい。

そして、プロセッサ１１０は、第二判定処理を実行する（Ｓ１０３）。Ｓ１０３において、プロセッサ１１０は、複数回の第一判定処理の実行により得られた一以上の単位動作の組合せに基づいて、被験体がとり得る行動を判定する。例えば、プロセッサ１１０は、メモリ１２０に蓄積された複数回分の第一判定処理の判定結果を読み込むことで、複数回の第一判定処理の実行により得られた一以上の単位動作の組合せを取得してもよい。

Ｓ１０３において、プロセッサ１１０は、複数回分の第一判定処理の判定結果（第一判定結果と称されてもよい）と、第二パターンＤＢ（Ｔ１２０）に格納された第二定義情報の第二パターンＴ１２０−３とを比較して、被験体がとり得る行動を判定してもよい。例えば、プロセッサ１１０は、複数回分の第一判定処理の判定結果の各々が示す単位動作ＩＤ（Ｔ１１０−１）の順列（第一判定結果の順列と称されてもよい）と、第二定義情報の第二パターンＴ１２０−３が示す単位動作ＩＤの順列（第二パターンの順列と称されてもよい）とを比較することで、被験体の行動を判定してもよい。

Ｓ１０３において、プロセッサ１１０は、例えば、複数回分の第一判定処理の判定結果の各々が示す単位動作ＩＤ（Ｔ１１０−１）の順列において、末尾に位置する単位動作ＩＤ（Ｔ１１０−１）から順に、第二定義情報の第二パターンＴ１２０−３が示す単位動作ＩＤの順列と比較してもよい。

Ｓ１０３において、プロセッサ１１０は、複数回分の第一判定処理の判定結果の各々が示す単位動作ＩＤ（Ｔ１１０−１）の順列において、第二定義情報の第二パターンＴ１２０−３が示す単位動作ＩＤの順列と一致するパターンを検出した場合、第二判定処理の判定結果として、当該第二定義情報を選択してもよい。

なお、Ｓ１０３の第二判定処理では、上述の手法の他に、二つの順列の一致度合を判定する既知のマッチング手法を用いて、第一判定結果の順列に最も類似する第二パターンＴ１２０−３を有する第二定義情報を選択してもよい。

Ｓ１０３において、プロセッサ１１０が第一判定結果の順列に基づいて第二定義情報を選択することで、複数の単位動作の組合せにより構成される被験体の行動を判定することができる。

プロセッサ１１０は、Ｓ１０３における第二判定処理の判定結果を、メモリ１２０にイベントログとして蓄積してもよい。例えば、プロセッサ１１０は、第二判定処理の判定結果を得た時点のシステムクロックにより示される日時に関する情報とともに、第二判定処理の判定結果である第二定義情報を、イベントログに格納してもよい。これにより、イベントログに格納された第二定義情報と日時に関する情報とを参照することで、被験体の行動とその日時とを把握することができる。

以上に開示される実施例１の一側面によれば、比較的単純な動作である単位動作の特徴量に基づく第一判定処理の判定結果のみでは、被験体の単純な動作しか把握することができないが、さらに、単位動作の組合せに基づく第二判定処理を実行することで、被験体の行動のより高度な意味を判定することができる。

以上に開示される実施例１の他の一側面によれば、比較的単純な動作である単位動作の特徴量に基づく第一判定処理と、単位動作の組合せに基づく第二判定処理と、を組み合わせることで、被験体の複雑な行動を判定する際の冗長性を低減することができる。この様な作用は、ウェアラブルデバイスを装着した被験体の行動の高度な意味を判定する際の演算コストの浪費を抑制し、ハードウェア資源をより効率的に利用するうえで有用である。

＜実施例２＞ 実施例２に係る行動判定システム１０では、第一判定処理の結果（第一判定結果と称されてもよい）が蓄積される時間が管理され、蓄積されてから有効時間を経過した第一判定結果は第二判定処理の判定対象から除外される。

図５は、実施例２に係る行動判定システム１０の構成の一例を示す図である。図５に示す実施例２に係る行動判定システム１０は、有効時間管理手段Ｐ１４０Ａと、第一判定結果テーブルＴ１３０Ａとが追加されている点で、図１に示す実施例１に係る行動判定システム１０と相違し、その他の点では同様である。そのため、図５において、図１と同様の構成には同じ参照符号を付し、説明の簡潔さのため、同様の構成について説明を省略する。

有効時間管理手段Ｐ１４０Ａは、第一判定手段Ｐ１２０により判定された単位動作を示す第一判定結果を第一判定結果テーブルＴ１３０Ａに登録し、第一判定結果テーブルＴ１３０Ａに登録された一以上の第一判定結果の各々の有効時間を管理するように構成される。そして、有効時間管理手段Ｐ１４０Ａは、有効時間を経過した第一判定結果を、第一判定結果テーブルＴ１３０Ａから削除する。

ここで、有効時間の初期値は、例えば、被験体がとり得る行動を構成する一連の単位動作に要する時間（所要時間と称されてもよい）に基づいて設定されてもよい。例えば、有効時間の設定段階において、被験体がとり得る行動を構成する一連の単位動作が始まってから、一連の単位動作の全てが終わるまでの経過時間を複数回測定し、それらを平均化した値（平均測定時間と称されてもよい）に、標準偏差σの所定倍（例えば３倍）を加えた値を用いて、有効時間の初期値を設定してもよい。これにより、被験体がとり得る行動において通常想定される所要時間に基づいて、有効時間を見積もることができる。この様に設定される有効時間の一例として、例えば１．５分であってもよい。

第一判定結果テーブルＴ１３０Ａは、第一判定手段Ｐ１２０により判定された単位動作を示す第一判定結果が、日時に関する情報とともに格納されるように構成される。

図６は、実施例２に係る第一判定結果テーブルＴ１３０Ａの内容例を示す図である。図６において、第一判定結果テーブルＴ１３０Ａは、第一判定結果Ｔ１３０−１と、登録日時Ｔ１３０−２とを有する第一判定結果情報を格納する。

第一判定結果Ｔ１３０−１は、第一判定手段Ｐ１２０により判定された単位動作を示す第一定義情報に関する情報を有する。図６に示す第一判定結果Ｔ１３０−１の例では、第一定義情報のうち単位動作ＩＤ（Ｔ１１０−１）が設定されている。本実施例における第一判定結果Ｔ１３０−１は、これに限定されるものではなく、図２に例示される単位動作ＩＤ（Ｔ１１０−１）と単位動作ラベルＴ１１０−２とを有してもよい。

登録日時Ｔ１３０−２は、第一判定手段Ｐ１２０による第一判定結果が第一判定結果テーブルＴ１３０Ａに登録された日時に関する情報を有する。図６に示す登録日時Ｔ１３０−２の例では、年と月と日を示す情報と、時と分と秒とを示す情報とが示されている。例えば、登録日時Ｔ１３０−２−１は、「２０１７年１０月５日」を示す情報と、「８時６分０秒」を示す情報とが示されている。例えば、図６の登録日時Ｔ１３０−２−１により、単位動作ＩＤ「Ａ１」を示す第一判定結果Ｔ１３０−１が第一判定結果テーブルＴ１３０Ａに登録された日時は、「２０１７年１０月５日」の「８時６分０秒」であることが把握できる。

図７は、実施例２に係る行動判定システム１０における処理の流れの一例を示す図である。図７に示す実施例２に係る処理の流れは、有効時間管理処理（Ｓ１０４Ａ）が追加されている点で、図４に示す実施例１に係る処理の流れと相違し、その他の点では同様である。図７の例において、有効時間管理処理（Ｓ１０４Ａ）は、第一判定処理（Ｓ１０２）と第二判定処理（Ｓ１０３）との間に位置するが、有効時間管理処理（Ｓ１０４Ａ）の実行順序は適宜変更してもよい。例えば、第二判定処理（Ｓ１０３）を実行した後に、有効時間管理処理（Ｓ１０４Ａ）を実行するようにしてもよい。以下では、説明の簡潔さのため、有効時間管理処理（Ｓ１０４Ａ）に関する説明を中心に行い他の処理については詳細な説明を省略する。

プロセッサ１１０は、例えば、第一判定処理（Ｓ１０２）を実行した後に、有効時間管理処理（Ｓ１０４Ａ）を実行することで、第一判定処理（Ｓ１０２）により判定された単位動作を示す第一判定結果を第一判定結果テーブルＴ１３０Ａに登録する。Ｓ１０４Ａにおいて、プロセッサ１１０は、第一判定結果テーブルＴ１３０Ａに登録された一以上の第一判定結果の各々の有効時間を管理し、有効時間を経過した第一判定結果を第一判定結果テーブルＴ１３０Ａから削除する。

プロセッサ１１０は、第二判定処理（Ｓ１０３）において、第一判定結果テーブルＴ１３０Ａに登録された一以上の有効な第一判定結果に基づいて、被験体がとり得る行動を判定する。Ｓ１０３において、プロセッサ１１０は、第一判定結果テーブルＴ１３０Ａに登録されてからの経過時間が有効時間を超えていない第一判定結果を、有効な第一判定結果であると判定してもよい。あるいは、Ｓ１０３において、プロセッサ１１０は、有効時間管理処理（Ｓ１０４Ａ）により、第一判定結果テーブルＴ１３０Ａから削除されていない第一判定結果を、有効な第一判定結果であると判定してもよい。

図８は、実施例２に係る有効時間管理処理（Ｓ１０４Ａ）の流れの一例を示す図である。プロセッサ１１０は、例えば、第一判定処理（Ｓ１０２）を実行した後に、有効時間管理処理（Ｓ１０４Ａ）を実行することで、図８に示す処理の流れが実行される。

プロセッサ１１０は、第一判定処理（Ｓ１０２）により判定された単位動作を示す第一判定結果を第一判定結果テーブルＴ１３０Ａに登録する（Ｓ１０４Ａ−１）。Ｓ１０４Ａ−１において、プロセッサ１１０は、第一判定結果で示される第一定義情報が有する情報要素のうち、単位動作ＩＤ（Ｔ１１０−１）を、登録日時とともに、第一判定結果テーブルＴ１３０Ａに登録してもよい。ここで、第一判定結果と登録日時とを有する情報セットは、第一判定結果情報と称されてもよい。

プロセッサ１１０は、第一判定結果テーブルＴ１３０Ａに登録されている第一判定結果情報のうち、登録日時からの経過時間が有効時間を超えた第一判定結果情報を検索する（Ｓ１０４Ａ−２）。

プロセッサ１１０は、Ｓ１０４Ａ−２の検索結果に基づき、有効時間を超えた第一判定結果情報があるかを判定する（Ｓ１０４Ａ−３）。例えば、Ｓ１０４Ａ−２の検索結果において一件以上の第一判定結果情報が存在する場合、プロセッサ１１０は、有効時間を超えた第一判定結果があると判定してもよい（Ｓ１０４Ａ−３でＹＥＳ）。一方、Ｓ１０４Ａ−２の検索結果において第一判定結果情報が一件も存在しない場合、プロセッサ１１０は、有効時間を超えた第一判定結果がないと判定してもよい（Ｓ１０４Ａ−３でＮＯ）。

プロセッサ１１０は、有効時間を超えた第一判定結果があると判定した場合（Ｓ１０４Ａ−３でＹＥＳ）、有効時間を超えた第一判定結果情報を、第一判定結果テーブルから削除する（Ｓ１０４Ａ−４）。

一方、有効時間を超えた第一判定結果がないと判定した場合（Ｓ１０４Ａ−３でＮＯ）、プロセッサ１１０は、Ｓ１０４Ａ−４を実行せずにスキップする。

以上が、実施例２に係る有効時間管理処理（Ｓ１０４Ａ）の流れの一例である。

つぎに、上述の実施例２に係る有効時間管理処理（Ｓ１０４Ａ）の具体例を、図６に示す第一判定結果テーブルＴ１３０Ａの例を用いて説明する。図６の例では、登録日時Ｔ１３０−２−１「2017/10/05 - 08:06:00」に関連付けて、単位動作ＩＤが「Ａ１」（つまり「扉を開ける」）を示す第一判定結果Ｔ１３０−１が格納されている。その次の登録日時Ｔ１３０−２−２「2017/10/05 - 08:06:02」に関連付けて、単位動作ＩＤが「Ａ３」（つまり「歩行・移動」）を示す第一判定結果Ｔ１３０−１が格納されている。これらの単位動作は、被験体が、家の中の部屋の扉を開けて、廊下を移動したことによるものかもしれない。あるいは、被験体が、家の玄関の扉を開けて、玄関から外に移動したことによるものかもしれない。

図６の例では、さらに、登録日時Ｔ１３０−２−３「2017/10/05 - 08:06:58」に関連付けて、単位動作ＩＤが「Ａ１」（つまり「扉を開ける」）を示す第一判定結果Ｔ１３０−１が格納されている。また、さらに、登録日時Ｔ１３０−２−４「2017/10/05 - 08:07:00」に関連付けて、単位動作ＩＤが「Ａ３」（つまり「移動・歩行」）を示す第一判定結果Ｔ１３０−１が格納されている。これらの単位動作は、登録日時Ｔ１３０−２−２「2017/10/05 - 08:06:02」の単位動作（つまり「歩行・移動」）から５６秒後の登録日時Ｔ１３０−２−３「2017/10/05 - 08:06:58」に、被験体が扉を開けて、移動したことを意味する。被験体は、登録日時Ｔ１３０−２−２「2017/10/05 - 08:06:02」から登録日時Ｔ１３０−２−３「2017/10/05 - 08:06:58」までの５６秒間、同じ扉の前で何か他の動作（例えば鍵を探すなど）をとっていたのかもしれない。あるいは、家の中の廊下を移動し、廊下の移動を開始してから５６秒後に、家の玄関の扉を開けて、玄関から外に移動したのかもしれない。

その後、再び、登録日時Ｔ１３０−２−５「2017/10/05 - 08:10:00」に関連付けて、単位動作ＩＤが「Ａ１」（つまり「扉を開ける」）を示す第一判定結果Ｔ１３０−１が格納されている。その際、上述の登録日時Ｔ１３０−２−１「2017/10/05 - 08:06:00」ないし登録日時Ｔ１３０−２−４「2017/10/05 - 08:07:00」に関連付けられた第一判定結果Ｔ１３０−１は、有効時間が１．５分に設定されているとした場合、有効時間管理処理（Ｓ１０４Ａ）により、第一判定結果テーブルＴ１３０Ａから削除される。その結果、第一判定結果テーブルＴ１３０Ａから削除された第一判定結果は、第二判定処理（Ｓ１０３）の判定対象から除外される。図６の例では、登録日時Ｔ１３０−２−１「2017/10/05 - 08:06:00」ないし登録日時Ｔ１３０−２−４「2017/10/05 - 08:07:00」に関連付けられた一連の第一判定結果Ｔ１３０−１は、被験体が、一度は家の玄関の扉を開けて外に出てみたものの、鍵を忘れたことに気付き、鍵をとりに再び家の中に戻ったことによるものである可能性が高いと言える。別言すると、登録日時Ｔ１３０−２−１「2017/10/05 - 08:06:00」ないし登録日時Ｔ１３０−２−４「2017/10/05 - 08:07:00」に関連付けられた一連の第一判定結果Ｔ１３０−１は、検出すべき高度な意味のある被験体の行動を構成しないものとみなすことができる第一判定結果Ｔ１３０−１の一例である。

つづいて、図６の例では、登録日時Ｔ１３０−２−６「2017/10/05 - 08:10:02」に関連付けて、単位動作ＩＤが「Ａ３」（つまり「歩行・移動」）を示す第一判定結果Ｔ１３０−１が格納されている。さらに、登録日時Ｔ１３０−２−７「2017/10/05 - 08:10:04」に関連付けて、単位動作ＩＤが「Ａ４」（つまり「差し込む」）を示す第一判定結果Ｔ１３０−１が格納されている。また、さらに、登録日時Ｔ１３０−２−８「2017/10/05 - 08:10:05」に関連付けて、単位動作ＩＤが「Ａ６」（つまり「手首を捻る」）を示す第一判定結果Ｔ１３０−１が格納されている。そして、登録日時Ｔ１３０−２−９「2017/10/05 - 08:10:06」に関連付けて、単位動作ＩＤが「Ａ５」（つまり「抜く」）を示す第一判定結果Ｔ１３０−１が格納されている。これらの単位動作は、登録日時Ｔ１３０−２−５「2017/10/05 - 08:10:00」から登録日時Ｔ１３０−２−９「2017/10/05 - 08:10:06」までの僅か６秒間に検知されたものであるため、有効時間が１．５分に設定されている場合、有効時間管理処理（Ｓ１０４Ａ）により、第一判定結果テーブルＴ１３０Ａから削除されない。その結果、登録日時Ｔ１３０−２−５「2017/10/05 - 08:10:00」から登録日時Ｔ１３０−２−９「2017/10/05 - 08:10:06」までの６秒間において、第二判定処理（Ｓ１０３）の判定対象を、登録日時Ｔ１３０−２−５「2017/10/05 - 08:10:00」以降の第一判定結果Ｔ１３０−１に絞ることができる。

以上に開示される実施例２の一側面によれば、第二判定処理（Ｓ１０３）において、第二パターンＴ１２０−３とのマッチングの判定対象である第一判定結果を、有効時間に基づく時間枠で限定することができる。この様な作用は、ウェアラブルデバイスを装着した被験体の行動の高度な意味を判定する際の演算コストの浪費を抑制し、ハードウェア資源をより効率的に利用するうえで有用である。

以上に開示される実施例２の他の一側面によれば、第一判定処理の判定結果である第一判定結果を、有効時間に基づく時間枠で限定することで、第二判定処理（Ｓ１０３）における誤判定の発生を抑制することができる。この様な作用は、ウェアラブルデバイスを装着した被験体の行動の高度な意味を判定する際の演算コストの浪費を抑制し、ハードウェア資源をより効率的に利用するうえで有用である。

＜実施例３＞ 実施例３に係る行動判定システム１０では、有効時間管理手段Ｐ１４０Ａにおける有効時間が、被験体に装着されるセンサからの測定データに基づいて調整される。

図９は、実施例３に係る行動判定システム１０の構成の一例を示す図である。図９に示す実施例３に係る行動判定システム１０は、調整手段Ｐ１５０Ｂが追加されている点で、図５に示す実施例２に係る行動判定システム１０と相違し、その他の点では同様である。なお、図９の例では、調整手段Ｐ１５０Ｂに係る処理の一例として、第一調整手段Ｐ１６０Ｂが図示されている。図９において、図５と同様の構成には同じ参照符号を付し、説明の簡潔さのため、同様の構成について説明を省略する。

調整手段Ｐ１５０Ｂは、被験体に装着されるセンサからの測定データに基づいて、有効時間管理手段Ｐ１４０Ａにおける有効時間を調整するように構成される。

第一調整手段Ｐ１６０Ｂは、調整手段Ｐ１５０Ｂに係る処理（調整処理と称されてもよい）の一例であり、例えば、被験体に装着されるモーションセンサ１３０からの測定データに基づいて第一動作が検知された場合、有効時間管理手段Ｐ１４０Ａにおける有効時間が延長されるように調整する。

図１０は、実施例３に係る有効時間管理処理（Ｓ１０４Ａ）の流れの一例を示す図である。図１０に示す処理の流れは、Ｓ１０４Ａ−５ＢとＳ１０４Ａ−６Ｂとが追加されている点で、図８に示す実施例２に係る処理の流れと相違し、その他の点では同様である。以下では、説明の簡潔さのため、Ｓ１０４Ａ−５ＢとＳ１０４Ａ−６Ｂに関する説明を中心に行い、他の処理については説明を省略する。なお、実施例３に係る行動判定システム１０における処理の流れの一例は、図７に示される実施例２の処理の流れと同様である。

プロセッサ１１０は、例えば、第一判定処理（Ｓ１０２）を実行した後に、有効時間管理処理（Ｓ１０４Ａ）を実行することで、図１０に示す処理の流れが実行される。プロセッサ１１０が図７に示す処理の流れを所定の時間間隔で繰り返し実行することで、有効時間管理処理（Ｓ１０４Ａ）が所定の時間間隔で繰り返し実行され、図１０に示す処理の流れが繰り返し実行されてもよい。

プロセッサ１１０は、第一判定処理（Ｓ１０２）により判定された単位動作を示す第一判定結果が、予め規定された第一動作に該当しないかを判定する（Ｓ１０４Ａ−５Ｂ）。ここで、第一動作は、被験体に装着されるモーションセンサ１３０からの測定データが所定の閾値以上の運動強度を示す動作であって、第一パターンＤＢ（Ｔ１１０）に登録された第一動作以外の他の単位動作には該当しない動作である。別言すると、静止状態ではない状態と言える。例えば、ズボンのポケットから鍵を取り出す動作や、カバンから鍵を取り出す動作が、第一動作に該当し得る。このような第一動作は、後述する第二判定処理（Ｓ１０３）による判定対象から除外され得るが、行動判定システム１０において許容され得る動作であるという側面に着目し、例えば、許容動作と称されてもよい。

図１１は、実施例３に係る第一パターンＤＢ（Ｔ１１０）の内容例を示す図である。図１１に示す第一パターンＤＢ（Ｔ１１０）は、単位動作ＩＤ（Ｔ１１０−１）が「Ａ０」の第一定義情報Ｔ１１０−４Ｂを格納する点で、図２に示す実施例１に係る第一パターンＤＢ（Ｔ１１０）の内容例と相違し、その他の点では同様である。

図１１の例において、第一定義情報Ｔ１１０−４Ｂは、単位動作ＩＤ（Ｔ１１０−１）が「Ａ０」であり、単位動作ラベルＴ１１０−２が「第一動作」であり、第一パターンＴ１１０−３が「特徴量Ｚ」である。特徴量Ｚは、上述の第一動作を識別することができる特徴量であればよい。例えば、モーションセンサ１３０からの測定データが所定の閾値以上の運動強度を示す動作であるか否かを識別し得るものであればよい。

Ｓ１０４Ａ−５Ｂにおいて、プロセッサ１１０は、第一判定結果に示される単位動作ＩＤが、第一動作を示す「Ａ０」と一致しない場合、第一判定結果が第一動作でないと判定してもよい（Ｓ１０４Ａ−５ＢでＹＥＳ）。一方、Ｓ１０４Ａ−５Ｂにおいて、プロセッサ１１０は、第一判定結果に示される単位動作ＩＤが、第一動作を示す「Ａ０」と一致する場合、第一判定結果が第一動作であると判定してもよい（Ｓ１０４Ａ−５ＢでＮＯ）。

プロセッサ１１０は、第一判定結果が第一動作でないと判定した場合（Ｓ１０４Ａ−５ＢでＹＥＳ）、実施例２と同様に、Ｓ１０４Ａ−１以降の処理を実行してもよい。

一方、プロセッサ１１０は、第一判定結果が第一動作であると判定した場合（Ｓ１０４Ａ−５ＢでＮＯ）、有効時間を延長する（Ｓ１０４Ａ−６Ｂ）。例えば、プロセッサ１１０は、Ｓ１０４Ａ−６Ｂにおいて、予め設定された有効時間に所定時間長を加算することで、有効時間を延長してもよい。有効時間に加算される所定時間長は、例えば、プロセッサ１１０が図７に示す処理の流れを繰り返し実行する時間間隔（実行間隔、単位時間と称されてもよい）に基づいて設定されてもよい。例えば、単位時間が１秒である場合、プロセッサ１１０は、Ｓ１０４Ａ−６Ｂにおいて、有効時間に１秒を加算した値を、新たな有効時間（更新後の有効時間と称されてもよい）としてもよい。これにより、次回の有効時間管理処理（Ｓ１０４Ａ）の実行時に、第一判定結果が第一動作でないと判定された場合（Ｓ１０４Ａ−５ＢでＹＥＳ）、更新後の有効時間を用いて第一判定結果が検索され（Ｓ１０４Ａ−２）、有効時間を超えた第一判定結果が第一判定結果テーブルＴ１３０Ａから削除される（Ｓ１０４Ａ−４）。

上述のＳ１０４Ａ−６Ｂの変形例として、プロセッサ１１０は、有効時間の経過の有無の判定に用いるタイマのカウントを停止させることで、有効時間を延長してもよい。この場合、プロセッサ１１０は、第一判定結果が第一動作ではないと判定した場合（Ｓ１０４Ａ−５ＢでＹＥＳ）、Ｓ１０４Ａ−１以降の処理を実行するとともに、タイマのカウントを再開させてもよい。

以上に開示される実施例３の一側面によれば、センサから取得した測定データに基づいて、有効時間管理手段Ｐ１４０Ａにおける有効時間が調整される。そのため、センサからの測定データに基づいて把握される状況に応じて、第一判定結果の有効時間を調整することができ、第二判定処理（Ｓ１０３）における誤判定の発生をより抑制することができる。この様な作用は、ウェアラブルデバイスを装着した被験体の行動の高度な意味を判定する際の演算コストの浪費を抑制し、ハードウェア資源をより効率的に利用するうえで有用である。

以上に開示される実施例３の他の一側面によれば、静止状態ではない所定の運動強度を有する第一動作が検知されている期間は、有効時間管理手段Ｐ１４０Ａにおける有効時間が延長される。そのため、被験体の動作の中で、第二パターンＴ１２０−３に記述された一連の単位動作とは異なる第一動作（余計な動作、想定外動作と称されてもよい）が発現したとしても、第一動作の発現期間により第一判定結果の有効時間が満了してしまうことを抑制し、被験体の行動の検出漏れを防ぐことができる。

以上に開示される実施例３のさらなる他の一側面によれば、被験体の行動を一以上の単位動作の組合せにより定義する際に、軽微な動作を第一動作に分類することで、被験体の行動を規定する第二パターンＴ１２０−３の情報量を圧縮することができる。この様な作用は、ウェアラブルデバイスを装着した被験体の行動の高度な意味を判定する際の演算コストの浪費を抑制し、ハードウェア資源をより効率的に利用するうえで有用である。

＜実施例４＞ 実施例４に係る行動判定システム１０では、有効時間管理手段Ｐ１４０Ａにおける有効時間を、被験体に装着されるセンサからの測定データに基づいて調整する調整手段Ｐ１５０Ｂの他の例が提供される。

図１２は、実施例４に係る行動判定システム１０の構成の一例を示す図である。図１２に示す実施例４に係る行動判定システム１０は、調整手段Ｐ１５０Ｂに係る処理（調整処理と称されてもよい）の一例として、第二調整手段Ｐ１７０Ｃを有する点で、図５に示す実施例２に係る行動判定システム１０、図９に示す実施例３に係る行動判定システム１０と相違する。なお、図１２に示す例において、実施例４に係る行動判定システム１０は、ＧＰＳ（Global Positioning System）モジュール１４０Ｃを備えているが、ＧＰＳモジュール１４０Ｃを省略してもよい。図１２において、図５および図９に示される構成と同様の構成については、同じ参照符号を付し、説明の簡潔さのため、詳細な説明を省略する。

第二調整手段Ｐ１７０Ｃは、調整手段Ｐ１５０Ｂに係る処理の一例であり、例えば、第一判定結果テーブルＴ１３０Ａに第一判定結果が登録されてからの被験体の移動距離が閾値以上である場合、有効時間管理手段Ｐ１４０Ａにおける有効時間が短縮されるように調整する。

ＧＰＳモジュール１４０Ｃは、ＧＰＳ衛星からの信号に基づいて地球上の現在位置を測位することが可能なＧＰＳ受信機であり、現在位置を測定データとしてプロセッサ１１０に供給可能なように構成される。別言すると、本開示において、ＧＰＳモジュール１４０Ｃは、ＧＰＳ衛星からの信号（外部信号と称されてもよい）に基づいて、現在位置を示す測定データを出力するように構成されたセンサ（位置センサと称されてもよい）としての側面を有する。

図１３および図１４は、実施例４に係る有効時間管理処理（Ｓ１０４Ａ）の流れの一例を示す図である。図１３および図１４に示す処理の流れは、Ｓ１０４Ａ−７ＣないしＳ１０４Ａ−１１Ｃが追加されている点で、図８に示す実施例２に係る処理の流れと相違し、その他の点では同様である。以下では、説明の簡潔さのため、Ｓ１０４Ａ−７ＣないしＳ１０４Ａ−１１Ｃに関する説明を中心に行い、他の処理については説明を省略する。なお、実施例４に係る行動判定システム１０における処理の流れの一例は、図７に示される実施例２の処理の流れと同様である。

プロセッサ１１０は、例えば、第一判定処理（Ｓ１０２）を実行した後に、有効時間管理処理（Ｓ１０４Ａ）を実行することで、図１３および図１４に示す処理の流れが実行される。プロセッサ１１０が図７に示す処理の流れを所定の時間間隔で繰り返し実行することで、有効時間管理処理（Ｓ１０４Ａ）が所定の時間間隔で繰り返し実行され、図１３および図１４に示す処理の流れが繰り返し実行されてもよい。

プロセッサ１１０は、今回の実行で第一判定処理（Ｓ１０２）により判定された単位動作を示す第一判定結果が、前回の第一判定結果と同じでないかを判定する（Ｓ１０４Ａ−７Ｃ）。Ｓ１０４Ａ−７Ｃにおいて、プロセッサ１１０は、第一判定結果テーブルＴ１３０Ａに登録されている最新の第一判定結果情報と、今回の第一判定結果とを比較することで、今回の第一判定結果が前回の第一判定結果と同じでないかを判定してもよい。例えば、プロセッサ１１０は、第一判定結果テーブルＴ１３０Ａから取得した最新の第一判定結果情報に示される第一判定結果Ｔ１３０−１と、今回の判定結果とが一致する場合、今回の第一判定結果が前回の第一判定結果と同じであると判定してもよい（Ｓ１０４Ａ−７ＣでＮＯ）。一方、プロセッサ１１０は、第一判定結果テーブルＴ１３０Ａから取得した最新の第一判定結果情報に示される第一判定結果Ｔ１３０−１と、今回の判定結果とが一致しない場合、今回の第一判定結果が前回の第一判定結果と同じでないと判定してもよい（Ｓ１０４Ａ−７ＣでＹＥＳ）。

Ｓ１０４Ａ−７Ｃにおいて、今回の第一判定結果が前回の第一判定結果と同じでないと判定した場合（Ｓ１０４Ａ−７ＣでＹＥＳ）、プロセッサ１１０は、被験体の移動距離を初期化する（Ｓ１０４Ａ−８Ｃ）。Ｓ１０４Ａ−８Ｃにおいて、プロセッサ１１０は、例えば、被験体の移動距離を０値に設定してもよい。

プロセッサ１１０は、実施例２と同様に、今回の第一判定結果を、登録日時とともに、第一判定結果テーブルＴ１３０Ａに登録する（Ｓ１０４Ａ−１）。なお、図１３の例では、Ｓ１０４Ａ−８Ｃの実行後に、Ｓ１０４Ａ−１を実行するように図示されているが、本実施例はこの実行順序に限定されない。例えば、Ｓ１０４Ａ−８ＣとＳ１０４Ａ−１との実行順序を逆転させてもよい。

一方、Ｓ１０４Ａ−７Ｃにおいて、今回の第一判定結果が前回の第一判定結果と同じであると判定した場合（Ｓ１０４Ａ−７ＣでＮＯ）、プロセッサ１１０は、移動距離の初期化処理（Ｓ１０４Ａ−８Ｃ）を実行せずにスキップしてもよい。なお、図１３の例では、Ｓ１０４Ａ−７ＣでＮＯの場合、第一判定結果を第一判定結果テーブルに登録する処理（Ｓ１０４Ａ−１）も実行されずにスキップされている。

つぎに、プロセッサ１１０は、センサからの測定データに基づいて、移動距離を算出する（Ｓ１０４Ａ−９Ｃ）。Ｓ１０４Ａ−９Ｃにおいて、プロセッサ１１０は、例えば、ＧＰＳモジュール１４０Ｃ（位置センサと称されてもよい）からの測定データに示される位置情報を取得し、今回の位置情報と前回の位置情報とに基づいて移動距離を算出してもよい。この場合、プロセッサ１１０は、Ｓ１０４Ａ−９Ｃを実行する毎に、ＧＰＳモジュール１４０Ｃから取得した測定データに示される位置情報（今回の位置情報と称されてもよい）を、メモリ１２０に格納してもよい。これにより、次回のＳ１０４Ａ−９Ｃの実行時に、メモリ１２０に格納されている位置情報を前回の位置情報として使用することができる。なお、Ｓ１０４Ａ−９Ｃにおいて算出される移動距離は、Ｓ１０４Ａ−８Ｃで初期化されるまで、算出結果が累積（累積和と称されてもよい）されてもよい。

Ｓ１０４Ａ−９Ｃにおいて、プロセッサ１１０は、例えば、モーションセンサ１３０からの測定データに基づいて被験体の移動距離を算出してもよい。モーションセンサ１３０から取得される測定データは、例えば、被験体の歩行などの移動により生じる体動の変化を計測した値が示されるようにしてもよい。プロセッサ１１０は、モーションセンサ１３０からの測定データに基づき、既知の手法により、被験体が歩行・移動状態にあることを検知し、歩行・移動状態が継続している時間に基づいて移動距離を示す指標値を算出してもよい。あるいは、プロセッサ１１０は、モーションセンサ１３０からの測定データに基づき、既知の手法により、被験体の歩数を計測し、計測された歩数に基づいて移動距離を示す指標値を算出してもよい。

プロセッサ１１０は、移動距離が閾値以上であるかを判定する（Ｓ１０４Ａ−１０Ｃ）。例えば、プロセッサ１１０は、Ｓ１０４Ａ−９Ｃを実行する毎に累積された移動距離と所定の閾値とを比較し、移動距離が閾値以上の値であれば、移動距離は閾値以上であると判定してもよい（Ｓ１０４Ａ−１０ＣでＹＥＳ）。一方、プロセッサ１１０は、例えば、Ｓ１０４Ａ−９Ｃを実行する毎に累積された移動距離と所定の閾値とを比較し、移動距離が閾値未満の値であれば、移動距離は閾値以上でないと判定してもよい（Ｓ１０４Ａ−１０ＣでＮＯ）。

ここで、移動距離と比較する所定の閾値は、被験体がとり得る行動を構成する一連の単位動作において発現し得る移動距離を上回る値のうち任意の値を設定すればよい。別言すれば、被験体がとり得る行動を構成する一連の単位動作の組合せにおいて発現し得る移動距離を明からに超えたことを判別し得る値を閾値に設定すればよい。ただし、大きな値を設定すればするほど、第二判定処理の判定対象に含まれる第一判定結果が多くなり得るため、被験者の行動判定に要する演算コストの浪費を抑制する効果が低減され得ることに留意されたい。したがって、演算コストの浪費を抑制する観点からは、被験体がとり得る行動を構成する一連の単位動作の組合せにおいて発現し得る移動距離を明からに超えたことを判別し得る値のうち、なるべく小さな値を閾値に設定することが推奨される。

Ｓ１０４Ａ−１０Ｃにおいて、移動距離は閾値以上であると判定した場合（Ｓ１０４Ａ−１０ＣでＹＥＳ）、プロセッサ１１０は、有効時間を短縮する（Ｓ１０４Ａ−１１Ｃ）。例えば、プロセッサ１１０は、有効時間を０値に設定することで、有効時間を短縮してもよい。あるいは、プロセッサ１１０は、有効時間から０値以外の任意の値（正の数と称されてもよい）を減算することで、有効時間を短縮してもよい。

一方、Ｓ１０４Ａ−１０Ｃにおいて、移動距離は閾値未満であると判定した場合（Ｓ１０４Ａ−１０ＣでＮＯ）、プロセッサ１１０は、有効時間を短縮する処理（Ｓ１０４Ａ−１１Ｃ）を実行せずにスキップしてもよい。

その後、プロセッサ１１０は、実施例２と同様に、Ｓ１０４Ａ−２以降の処理を実行する。これにより、Ｓ１０４Ａ−１０Ｃの判定結果に応じて短縮された有効時間を用いて第一判定結果が検索され（Ｓ１０４Ａ−２）、有効時間を超えた第一判定結果が第一判定結果テーブルＴ１３０Ａから削除される（Ｓ１０４Ａ−４）。

以上に開示される実施例４の一側面によれば、センサから取得した測定データに基づいて、有効時間管理手段Ｐ１４０Ａにおける有効時間が調整される。そのため、センサからの測定データに基づいて把握される状況に応じて、第一判定結果の有効時間を調整することができ、第二判定処理（Ｓ１０３）における誤判定の発生をより抑制することができる。この様な作用は、ウェアラブルデバイスを装着した被験体の行動の高度な意味を判定する際の演算コストの浪費を抑制し、ハードウェア資源をより効率的に利用するうえで有用である。

以上に開示される実施例４の他の一側面によれば、被験体の移動距離が閾値以上であることを検知した場合、有効時間管理手段Ｐ１４０Ａにおける有効時間が短縮される。これにより、第一判定結果の有効時間を満了しやすくし、メモリ１２０に蓄積されている第一判定結果を第二判定処理（Ｓ１０３）の判定対象から除外することができる。別言すると、被験体がとり得る行動を構成する一連の単位動作の組合せにおいて発現し得る移動距離を明らかに超えたことを検知した場合、既に蓄積されている第一判定結果は、第二判定処理（Ｓ１０３）の判定対象から除外される。この様な作用は、ウェアラブルデバイスを装着した被験体の行動の高度な意味を判定する際の演算コストの浪費を抑制し、ハードウェア資源をより効率的に利用するうえで有用である。

＜実施例５＞ 実施例５に係る行動判定システム１０では、第二判定手段Ｐ１３０の判定結果（第二判定結果、イベントなどと称されてもよい）に応じて、予め設定された処理（アクションと称されてもよい）が実行される。

図１５は、実施例５に係る行動判定システム１０の構成の一例を示す図である。図１５に示す実施例５に係る行動判定システム１０は、少なくとも、イベント処理手段Ｐ１８０Ｄ、アクション設定テーブルＴ１４０Ｄを有する点で、図１に例示する実施例１に係る構成、図５に例示する実施例２に係る構成、図９に例示する実施例３に係る構成、及び図１２に例示する実施例４に係る構成と相違する。なお、図１５に示す例において、実施例５に係る行動判定システム１０は、通信回路１５０Ｄを備えているが、通信回路１５０Ｄを省略してもよい。また、図１５に示す例において、実施例５に係る行動判定システム１０は、調整手段Ｐ１５０Ｂの処理（調整処理と称されてもよい）の一例として、第一調整手段Ｐ１６０Ｂと、第二調整手段Ｐ１７０Ｃとを有するが、本実施例はこれに限定されるものではない。また、図１５に示す例において、実施例５に係る行動判定システム１０は、イベントログＴ１５０Ｄが図示されているが、他の実施例に係る行動判定システム１０においても、イベントログＴ１５０Ｄが備えられていてもよいし、省略されてもよい。図１５において、図１に例示する実施例１に係る構成、図５に例示する実施例２に係る構成、図９に例示する実施例３に係る構成、及び図１２に例示する実施例４に係る構成と同様の構成については、同じ参照符号を付し、説明の簡潔さのため、詳細な説明を省略する。

図１５において、イベント処理手段Ｐ１８０Ｄは、被験体がとり得る行動に対応するアクションを、アクション設定テーブルＴ１４０Ｄから取得して実行するように構成される。

アクション設定テーブルＴ１４０Ｄは、第二判定手段Ｐ１３０により判定される被験体がとり得る行動が検知されたか否かに応じて実行すべき処理であるアクションに関する情報（アクション設定情報と称されてもよい）が設定されるように構成される。

イベントログＴ１５０Ｄは、第二判定手段Ｐ１３０により判定された被験体の行動に関する情報が、当該被験体の行動が検知された日時に関する情報とともに記録されるように構成される。

通信回路１５０Ｄは、例えば、標準化団体（例えば、３ＧＰＰ（3rd Generation Partnership Project）、IEEE（The Institute of Electrical and Electronics Engineers）など）が策定する無線通信規格（例えば、ＬＴＥ（Long Term Evolution）規格、５Ｇ規格、IEEE802.11規格など）に準拠した無線通信装置であってもよい。

図１６は、実施例５に係るアクション設定テーブルＴ１４０Ｄの内容例を示す図である。図１６において、アクション設定テーブルＴ１４０Ｄは、アクション設定情報を一意に識別するアクションＩＤ（Ｔ１４０−１）と、一以上の条件である条件１（Ｔ１４０−２）と条件２（Ｔ１４０−３）と、当該条件が成就した場合に実行される処理であるアクションＴ１４０−４と、を含むアクション設定情報を格納する。

図１６の例において、アクションＩＤ（Ｔ１４０−１）「Ｃ１」のアクション設定情報は、条件１（Ｔ１４０−２）として「自宅から半径［５０ｍ］圏内を離脱」したことを検知した場合に成就する条件が設定されており、条件２（Ｔ１４０−３）として「行動ＩＤ［Ｂ１］を未検知」である場合に成就する条件が設定されており、条件１と条件２との両方が成就した場合に実行されるアクションＴ１４０−４として「警告を出力」することが設定されている。ここで、行動ＩＤ［Ｂ１］は、「玄関の扉の鍵を閉める」という行動に相当する。

また、図１６の例において、アクションＩＤ（Ｔ１４０−１）「Ｃ２」のアクション設定情報は、条件１（Ｔ１４０−２）として「行動ＩＤ［Ｂ３］を検知」した場合に成就する条件が設定されており、条件２（Ｔ１４０−３）として「現在時刻が［１７：３０−２３：５９］の範囲内」である場合に成就する条件が設定されており、条件１と条件２との両方が成就した場合に実行されるアクションＴ１４０−４として「［宛先１］に［メール１］を送信」することが設定されている。ここで、行動ＩＤ［Ｂ３］は、「車の運転を開始する」という行動に相当する。

図１７は、実施例５に係る行動判定システム１０における処理の流れの一例を示す図である。図１７に示す実施例５に係る処理の流れは、少なくとも、イベント処理を実行するステップ（Ｓ１０６Ｄ）が追加されている点で、図４に示す実施例１に係る処理の流れ、及び、図７に示す実施例２に係る処理の流れ、と相違する。また、図１７に示す実施例５に係る処理の流れは、第二判定処理Ｓ１０３の判定結果（第二判定結果と称されてもよい）をイベントログに出力するステップ（Ｓ１０５Ｄ）が明示されている点で、図４に示す実施例１に係る処理の流れ、及び、図７に示す実施例２に係る処理の流れ、と相違する。以下では、説明の簡潔さのため、図４に示す実施例１に係る処理の流れや、図７に示す実施例２に係る処理の流れと同様のステップについては、同じ参照符号を付し、詳細な説明を省略する。

プロセッサ１１０は、例えば、第一判定処理（Ｓ１０２）を実行した後に、有効時間管理処理（Ｓ１０４Ａ）を実行することで、第一判定処理（Ｓ１０２）により判定された単位動作を示す第一判定結果を第一判定結果テーブルＴ１３０Ａに登録する。Ｓ１０４Ａにおいて、プロセッサ１１０は、第一判定結果テーブルＴ１３０Ａに登録された一以上の第一判定結果の各々の有効時間を管理し、有効時間を経過した第一判定結果を第一判定結果テーブルＴ１３０Ａから削除する。なお、実施例５に係る処理の流れにおいて、有効時間管理処理（Ｓ１０４Ａ）を省略してもよい。

プロセッサ１１０は、第二判定処理（Ｓ１０３）において、第一判定結果テーブルＴ１３０Ａに登録された一以上の有効な第一判定結果に基づいて、被験体がとり得る行動を判定する。第二判定処理（Ｓ１０３）による判定結果は、第二判定結果と称されてもよい。別言すると、第二判定結果は、一以上の有効な第一判定結果に基づいて判定された被験体がとり得る行動を示す。

Ｓ１０３において、プロセッサ１１０は、第一判定結果テーブルＴ１３０Ａに登録されてからの経過時間が有効時間を超えていない第一判定結果を、有効な第一判定結果であると判定してもよい。あるいは、Ｓ１０３において、プロセッサ１１０は、有効時間管理処理（Ｓ１０４Ａ）により、第一判定結果テーブルＴ１３０Ａから削除されていない第一判定結果を、有効な第一判定結果であると判定してもよい。

プロセッサ１１０は、第二判定結果に関する情報を、第二判定結果に関する日時とともに、イベントログＴ１５０Ｄに出力（格納）する（Ｓ１０５Ｄ）。

図１８は、実施例５に係るイベントログＴ１５０Ｄの内容例を示す図である。図１８の例において、イベントログＴ１５０Ｄは、イベントＩＤ（Ｔ１５０−１）と、第二判定結果ＩＤ（Ｔ１５０−２）と、第二判定結果ラベルＴ１５０−３と、イベント日時Ｔ１５０−４とを有するイベント情報を格納する。

イベントＩＤ（Ｔ１５０−１）は、イベント情報を一意に識別するために用いられる情報であり、数字、文字、記号、あるいはそれらの組合せを用いて記述してもよい。

第二判定結果ＩＤ（Ｔ１５０−２）は、第二判定結果が示す被験体の行動を一意に識別する情報であって、第二パターンＤＢ（Ｔ１２０）における行動ＩＤ（Ｔ１２０−１）に相当する。

第二判定結果ラベルＴ１５０−３は、第二判定結果が示す被験体の行動を記述した情報であって、第二パターンＤＢ（Ｔ１２０）における行動ラベルＴ１２０−２に相当する。

イベント日時Ｔ１５０−４は、イベント情報がイベントログに登録された日時を示す情報である。

図１８の例において、イベントＩＤ（Ｔ１５０−１）「Ｄ１」のイベント情報は、第二判定結果ＩＤ（Ｔ１５０−２）に「Ｂ１」が設定されており、第二判定結果ラベルＴ１５０−３に「玄関の扉の鍵を閉める」が設定されており、イベント日時Ｔ１５０−４に「2017/10/05 - 08:10:06」が設定されている。別言すると、イベントＩＤ（Ｔ１５０−１）「Ｄ１」のイベント情報は、一以上の単位動作に基づき、「玄関の扉の鍵を閉める」という被験体の行動が、「2017/10/05 - 08:10:06」に判定されたことを示す。

また、図１８の例において、イベントＩＤ（Ｔ１５０−１）「Ｄ２」のイベント情報は、第二判定結果ＩＤ（Ｔ１５０−２）に「Ｂ３」が設定されており、第二判定結果ラベルＴ１５０−３に「車の運転を開始する」が設定されており、イベント日時Ｔ１５０−４に「2017/10/05 - 08:13:10」が設定されている。別言すると、イベントＩＤ（Ｔ１５０−１）「Ｄ２」のイベント情報は、一以上の単位動作に基づき、「車の運転を開始する」という被験体の行動が、「2017/10/05 - 08:13:10」に判定されたことを示す。

また、図１８の例において、イベントＩＤ（Ｔ１５０−１）「Ｄ３」のイベント情報は、第二判定結果ＩＤ（Ｔ１５０−２）に「Ｂ３」が設定されており、第二判定結果ラベルＴ１５０−３に「車の運転を開始する」が設定されており、イベント日時Ｔ１５０−４に「2017/10/05 - 21:43:40」が設定されている。別言すると、イベントＩＤ（Ｔ１５０−１）「Ｄ３」のイベント情報は、一以上の単位動作に基づき、「車の運転を開始する」という被験体の行動が、「2017/10/05 - 21:43:40」に判定されたことを示す。

図１７に示す実施例５に係る処理の流れの説明に戻る。プロセッサ１１０は、イベント処理を実行する（Ｓ１０６Ｄ）。Ｓ１０６Ｄにおいて、プロセッサ１１０は、第二判定結果に基づき、被験体がとり得る行動に対応するアクションＴ１４０−４を、アクション設定テーブルＴ１４０Ｄから取得して実行する。

Ｓ１０６Ｄにおいて、プロセッサ１１０は、例えば、アクション設定テーブルＴ１４０Ｄからアクション設定情報を取得し、アクション設定情報に示される条件が成就するか否かを、第二判定結果に基づいて判定する。プロセッサ１１０は、必要に応じて、例えば、モーションセンサ１３０やＧＰＳモジュール１４０Ｃからの測定データに基づいて、アクション設定情報に示される条件が成就するか否かを判定してもよい。

図１６の例において、プロセッサ１１０は、アクションＩＤ（Ｔ１４０−１）が「Ｃ１」のアクション設定情報に示される条件１（Ｔ１４０−２）が成就するか否かを、ＧＰＳモジュール１４０Ｃからの測定データに基づいて、判定してもよい。例えば、プロセッサ１１０は、自宅の位置として予め設定されている位置と、ＧＰＳモジュール１４０Ｃからの測定データが示す現在位置との間の距離を算出し、当該距離が５０ｍを超える場合、アクションＩＤ（Ｔ１４０−１）が「Ｃ１」のアクション設定情報に示される条件１（Ｔ１４０−２）が成就すると判定してもよい。

アクションＩＤ（Ｔ１４０−１）が「Ｃ１」のアクション設定情報に示される条件１（Ｔ１４０−２）が成就すると判定された場合、プロセッサ１１０は、条件２（Ｔ１４０−３）が成就するか否かを判定してもよい。例えば、プロセッサ１１０は、イベントログＴ１５０Ｄを参照し、現在の時刻から所定時間以内（例えば３０分以内）のイベント日時Ｔ１５０−４を有するイベント情報のうち、第二判定結果ＩＤ（Ｔ１５０−２）が行動ＩＤ「Ｂ１」を示すイベント情報が、イベントログＴ１５０Ｄに格納されているか否かを判定してもよい。プロセッサ１１０は、そのようなイベント情報がイベントログＴ１５０Ｄに格納されていない場合、「行動ＩＤ[Ｂ１]を未検知」という条件２（Ｔ１４０−３）が成就したと判定してもよい。

図１６の例において、プロセッサ１１０は、アクションＩＤ（Ｔ１４０−１）が「Ｃ１」のアクション設定情報に示される条件１（Ｔ１４０−２）と条件２（Ｔ１４０−３）とが成就したと判定した場合、アクションＴ１４０−４に設定されている「警告を出力」という処理を実行する。警告を出力する処理において、プロセッサ１１０は、例えば、図１５に図示しない音響出力回路（スピーカーと称されてもよい）から警告音を出力してもよいし、図１５に図示しない表示回路（ディスプレイと称されてもよい）に警告メッセージを出力してもよい。これにより、所定のエリアから離脱する際に、被験体の所定の行動を示す第二判定結果が検知されていたか否かに応じて、警告を出力することができる。例えば、警告を出力することで、例えば、被験体が所定の行動を実行し直す契機を与え得ることができるかもしれない。なお、本実施例において、警告を受ける者は、被験体に限定されるわけではない。例えば、被験体以外の者（被験体の管理者、介護者、養育者、保護者、所有者、飼育者などと称されてもよい）であってもよい。

図１６に示すもう一つのアクション設定情報の例について説明する。図１６の例において、プロセッサ１１０は、アクションＩＤ（Ｔ１４０−１）が「Ｃ２」のアクション設定情報に示される条件１（Ｔ１４０−２）が成就するか否かを、第二判定結果に基づいて、判定してもよい。例えば、プロセッサ１１０は、第二判定結果が示す被験体の行動が行動ＩＤ[Ｂ３]に相当するものである場合、アクションＩＤ（Ｔ１４０−１）が「Ｃ２」のアクション設定情報に示される条件１（Ｔ１４０−２）が成就すると判定してもよい。

アクションＩＤ（Ｔ１４０−１）が「Ｃ２」のアクション設定情報に示される条件１（Ｔ１４０−２）が成就すると判定された場合、プロセッサ１１０は、条件２（Ｔ１４０−３）が成就するか否かを判定してもよい。例えば、プロセッサ１１０は、現在時刻が［17:30 - 23:59］の範囲内である場合、条件２（Ｔ１４０−３）が成就すると判定してもよい。

図１６の例において、プロセッサ１１０は、アクションＩＤ（Ｔ１４０−１）が「Ｃ２」のアクション設定情報に示される条件１（Ｔ１４０−２）と条件２（Ｔ１４０−３）とが成就したと判定した場合、アクションＴ１４０−４に設定されている「［宛先１］に［メール１］を送信」という処理を実行する。アクションＴ１４０−４の実行において、プロセッサ１１０は、例えば、通信回路１５０Ｄを用いて、予め設定された［宛先１］に宛てて、予め設定された文面の電子メール［メール１］を送信してもよい。これにより、図１８の例では、イベントＩＤ（Ｔ１５０−１）が「Ｄ２」と「Ｄ３」との２件のイベント情報が、アクションＩＤ（Ｔ１４０−１）が「Ｃ２」のアクション設定情報における条件１（Ｔ１４０−２）を満たすが、イベントＩＤ（Ｔ１５０−１）が「Ｄ２」のイベント情報におけるイベント日時Ｔ１５０−４は「2017/10/05 - 08:13:10」であるため、条件２（Ｔ１４０−３）を満たさない。一方、イベントＩＤ（Ｔ１５０−１）が「Ｄ３」のイベント情報におけるイベント日時Ｔ１５０−４は「2017/10/05 - 21:43:40」であるため、条件２（Ｔ１４０−３）を満たす。その結果、イベントＩＤ（Ｔ１５０−１）が「Ｄ３」のイベント情報がイベントログＴ１５０Ｄに登録される契機となった第二判定結果に応じて、プロセッサ１１０は、「［宛先１］に［メール１］を送信」というアクションＴ１４０−４を実行する。例えば、［宛先１］に家族の誰かのメールアドレスを設定しておき、［メール１］に「いまから車で家に帰る。」旨のメッセージを設定しておくことで、第二判定結果に基づいて自動的に所定のメッセージを家族に伝えることができる。

以上に開示される実施例５の一側面によれば、第二判定手段Ｐ１３０による第二判定結果に応じて、予め設定された処理（アクションと称されてもよい）が実行される。この様な作用は、ウェアラブルデバイスを装着した被験体の行動の高度な意味をより効率的に判定するとともに、被験体の行動の高度な意味に応じて、予め設定された処理を実行するか否かを制御することができるシステムを実現するうえで有用である。

＜変形例１＞ 以上に開示される実施例１ないし実施例５に係る行動判定システム１０によれば、プロセッサ１１０、メモリ１２０、モーションセンサ１３０などの各構成要素の配置の具体例について、特に言及していない。例えば、図１に示す実施例１に係る行動判定システム１０の構成要素、図５に示す実施例２に係る行動判定システム１０の構成要素、図９に示す実施例３に係る行動判定システム１０の構成要素、図１２に示す実施例４に係る行動判定システム１０の構成要素、図１５に示す実施例５に係る行動判定システム１０の構成要素、の各々は、一つの装置（例えば、被験体に装着させるウェアラブルデバイス）に配置してもよいし、複数の装置に分散して配置してもよい。

例えば、図１５に示す実施例５に係る行動判定システム１０の構成要素のうち、モーションセンサ１３０を、被験体に装着するウェアラブルデバイスに配置し、その他の構成要素を、スマートフォンやサーバなどの情報処理装置に配置してもよい。この場合、情報処理装置は、Ｂｌｕｅｔｏｏｔｈ（登録商標）や無線ＬＡＮ（Local Area Network）やＬＴＥなどの無線通信技術によりウェアラブルデバイスと直接的に又は間接的に接続されており、モーションセンサ１３０からの測定データをウェアラブルデバイスから受信できるものとする。

あるいは、図１５に示す実施例５に係る行動判定システム１０の構成要素のうち、例えば、データ取得手段Ｐ１１０ないし第二調整手段Ｐ１７０Ｃを備えたプロセッサ１１０と、第一パターンＤＢ（Ｔ１１０）ないし第一判定結果テーブルＴ１３０Ａを備えたメモリ１２０と、モーションセンサ１３０と、ＧＰＳモジュール１４０Ｃとを、被験体に装着させるウェアラブルデバイスに配置してもよい。また、例えば、イベント処理手段Ｐ１８０Ｄを備えたプロセッサ１１０と、アクション設定テーブルＴ１４０ＤとイベントログＴ１５０Ｄとを備えたメモリ１２０と、ＧＰＳモジュール１４０Ｃと、通信回路１５０Ｄとを、情報処理装置（スマートフォンやサーバなど）に配置してもよい。この場合、情報処理装置は、無線通信技術によりウェアラブルデバイスと直接的に又は間接的に接続されており、第二判定手段Ｐ１３０による第二判定結果に関する情報をウェアラブルデバイスから受信できるものとする。

＜変形例２＞ 以上に開示される実施例１ないし実施例５に係る行動判定システム１０によれば、第一パターンＤＢ（Ｔ１１０）及び第二パターンＤＢ（Ｔ１２０）がメモリ１２０に格納される。しかし、本発明はこのような実施形態に限定されるものではない。例えば、プロセッサ１１０により実行される各種手段としてのプログラムにおいて、アルゴリズム又はデータとして実装されてもよい。この様な実施形態も、本開示における第一パターンＤＢ（Ｔ１１０）及び第二パターンＤＢ（Ｔ１２０）の概念に属することに留意されたい。

また、第一判定結果テーブルＴ１３０Ａについて、図６に例示される情報要素が一塊としてメモリ１２０に格納されかのように説明したが、本発明はこのような実施形態に限定されるものではないことに留意されたい。例えば、各情報要素が何らかの関連性を有して、メモリ１２０において分散して格納されてもよいし、プロセッサ１１０またはメモリ１２０に一時的に記憶されているだけであってもよい。さらには、プロセッサ１１０により実行される各種手段としてのプログラムにおいて、アルゴリズム又はデータとして実装されてもよい。この様な実施形態も、本開示における第一判定結果テーブルＴ１３０Ａの概念に属することに留意されたい。他の各種テーブルについても同様である。

以上の詳細な説明により、実施形態の特徴点及び利点は明らかになるであろう。これは、特許請求の範囲がその精神及び権利範囲を逸脱しない範囲で前述のような実施形態の特徴点及び利点にまで及ぶことを意図するものである。また、当該技術分野において通常の知識を有する者であれば、あらゆる改良及び変更に容易に想到できるはずである。したがって、発明性を有する実施形態の範囲を前述したものに限定する意図はなく、実施形態に開示された範囲に含まれる適当な改良物及び均等物に拠ることも可能である。例えば、本明細書に開示の各工程は、必ずしも処理の流れの一例として説明された順序に沿って時系列に処理する必要はなく、特許請求の範囲に記載された本発明の要旨の範囲内において、工程の順序を入れ替えてもよく、あるいは複数の工程を並列的に実行してもよい。なお、以上の詳細な説明で明らかにされる行動判定システム１０に生じ得る事情は、行動判定システム１０を一側面から検討した場合に見出し得るものであり、他の側面から検討した場合には、他の事情が見出され得ることに留意されたい。別言すると、本発明の特徴点及び利点は、以上の詳細な説明に明記された事情を奏する用途に限定されるものではない。

最後に、本開示の実施形態の構成は、本発明の技術的思想を具体化するための一例を示したものであり、本発明をこの実施形態の構成に限定することを意図するものではなく、特許請求の範囲に含まれるその他の実施形態にも等しく適用し得るものである。例えば、本開示における用語は、今後の技術動向の変化などによって、名称が変更され得ることに留意されたい。また、本開示における用語に対して列挙される一以上の別称は、相互に同義であり得ることに留意されたい。

１０：行動判定システム
１１０：プロセッサ
１２０：メモリ
１３０：モーションセンサ
１４０Ｃ：ＧＰＳモジュール
１５０Ｄ：通信回路
Ｐ１１０：データ取得手段
Ｐ１２０：第一判定手段
Ｐ１３０：第二判定手段
Ｐ１４０Ａ：有効時間管理手段
Ｐ１５０Ｂ：調整手段
Ｐ１６０Ｂ：第一調整手段
Ｐ１７０Ｃ：第二調整手段
Ｐ１８０Ｄ：イベント処理手段
Ｔ１１０：第一パターンＤＢ
Ｔ１１０−１：単位動作ＩＤ
Ｔ１１０−２：単位動作ラベル
Ｔ１１０−３：第一パターン
Ｔ１２０：第二パターンＤＢ
Ｔ１２０−１：行動ＩＤ
Ｔ１２０−２：行動ラベル
Ｔ１２０−３：第二パターン
Ｔ１３０Ａ：第一判定結果テーブル
Ｔ１３０−１：第一判定結果
Ｔ１３０−２：登録日時
Ｔ１４０Ｄ：アクション設定テーブル
Ｔ１４０−１：アクションＩＤ
Ｔ１４０−２：条件１
Ｔ１４０−３：条件２
Ｔ１４０−４：アクション
Ｔ１５０Ｄ：イベントログ
Ｔ１５０−１：イベントＩＤ
Ｔ１５０−２：第二判定結果ＩＤ
Ｔ１５０−３：第二判定結果ラベル
Ｔ１５０−４：イベント日時

Claims (6)

1. 行動判定システムであって、
   被験体に装着されるセンサからの測定データを取得する、データ取得手段と、
   前記被験体がとり得る行動を構成する個々の動作である単位動作を識別するための単位特徴量に基づいて、前記測定データから前記単位動作を判定する、第一判定手段と、
   前記第一判定手段により判定された前記単位動作を示す第一判定結果を第一判定結果テーブルに登録し、前記第一判定結果テーブルに登録された前記第一判定結果の有効時間を管理し、前記有効時間を経過した前記第一判定結果を前記第一判定結果テーブルから削除する、有効時間管理手段と、
   前記第一判定結果テーブルに登録された一以上の有効な前記第一判定結果により示される一以上の前記単位動作の組合せに基づいて、前記被験体がとり得る行動を判定する、第二判定手段と、
   前記有効時間管理手段における前記有効時間を調整する調整手段と、
   を備え、
   前記調整手段は、前記第二判定手段による前記判定において前記単位動作の組合せから除外される第一動作が前記測定データに基づいて検知された場合に前記有効時間管理手段における前記有効時間が延長されるように調整する第一調整手段と、前記第一判定結果テーブルに前記第一判定結果が登録されてからの前記被験体の移動距離が閾値以上である場合に前記有効時間管理手段における前記有効時間が短縮されるように調整する第二調整手段と、の少なくとも何れか一方を有する行動判定システム。
2. 請求項１に記載の行動判定システムであって、
   前記第二判定手段により判定される前記被験体がとり得る行動が検知されたか否かに応じて実行すべき処理であるアクションに関する情報が設定されたアクション設定テーブルと、
   前記被験体がとり得る行動に対応する前記アクションを、前記アクション設定テーブルから取得して実行する、イベント処理手段と、
   を備える行動判定システム。
3. 行動判定方法であって、
   被験体に装着されるセンサからの測定データを取得する、データ取得処理を実行し、
   前記被験体がとり得る行動を構成する個々の動作である単位動作を識別するための単位特徴量に基づいて、前記測定データから前記単位動作を判定する、第一判定処理を実行し、
   前記第一判定処理により判定された前記単位動作を示す第一判定結果を第一判定結果テーブルに登録し、前記第一判定結果テーブルに登録された前記第一判定結果の有効時間を管理し、前記有効時間を経過した前記第一判定結果を前記第一判定結果テーブルから削除する、有効時間管理処理を実行し、
   前記第一判定結果テーブルに登録された一以上の有効な前記第一判定結果により示される一以上の前記単位動作の組合せに基づいて、前記被験体がとり得る行動を判定する、第二判定処理を実行し、
   前記有効時間管理処理における前記有効時間を調整する調整処理を実行する、
   ことを含み、
   前記調整処理は、前記第二判定処理による前記判定において前記単位動作の組合せから除外される第一動作が前記測定データに基づいて検知された場合に前記有効時間管理処理における前記有効時間が延長されるように調整する第一調整処理と、前記第一判定結果テーブルに前記第一判定結果が登録されてからの前記被験体の移動距離が閾値以上である場合に前記有効時間管理処理における前記有効時間が短縮されるように調整する第二調整処理と、の少なくとも何れか一方を有する行動判定方法。
4. 請求項３に記載の行動判定方法であって、
   前記第二判定処理により判定される前記被験体がとり得る行動が検知されたか否かに応じて実行すべき処理であるアクションに関する情報が設定されたアクション設定テーブルから、前記被験体がとり得る行動に対応する前記アクションを取得して実行する、イベント処理を実行する、
   ことを含む行動判定方法。
5. 行動判定プログラムであって、
   被験体に装着されるセンサからの測定データを取得する、取得手段と、
   前記被験体がとり得る行動を構成する個々の動作である単位動作を識別するための単位特徴量に基づいて、前記測定データから前記単位動作を判定する、第一判定手段と、
   前記第一判定手段により判定された前記単位動作を示す第一判定結果を第一判定結果テーブルに登録し、前記第一判定結果テーブルに登録された前記第一判定結果の有効時間を管理し、前記有効時間を経過した前記第一判定結果を前記第一判定結果テーブルから削除する、有効時間管理手段と、
   前記第一判定結果テーブルに登録された一以上の有効な前記第一判定結果により示される一以上の前記単位動作の組合せに基づいて、前記被験体がとり得る行動を判定する、第二判定手段と、
   前記有効時間管理手段における前記有効時間を調整する調整手段と、
   として計算機を動作させ、
   前記調整手段は、前記第二判定手段による前記判定において前記単位動作の組合せから除外される第一動作が前記測定データに基づいて検知された場合に前記有効時間管理手段における前記有効時間が延長されるように調整する第一調整手段と、前記第一判定結果テーブルに前記第一判定結果が登録されてからの前記被験体の移動距離が閾値以上である場合に前記有効時間管理手段における前記有効時間が短縮されるように調整する第二調整手段と、の少なくとも何れか一方を有する行動判定プログラム。
6. 請求項５に記載の行動判定プログラムであって、
   前記第二判定手段により判定される前記被験体がとり得る行動が検知されたか否かに応じて実行すべき処理であるアクションに関する情報が設定されたアクション設定テーブルから、前記被験体がとり得る行動に対応する前記アクションを取得して実行する、イベント処理手段、
   として計算機を動作させる行動判定プログラム。

Images