JP2578972B2

JP2578972B2 - 在室パターン予測装置

Info

Publication number: JP2578972B2
Application number: JP1075358A
Authority: JP
Inventors: 隆行今井
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1989-03-27
Filing date: 1989-03-27
Publication date: 1997-02-05
Anticipated expiration: 2012-02-05
Also published as: JPH02254247A

Description

【発明の詳細な説明】産業上の利用分野本発明は、おもに家庭内の空気調和機（以下空調機と
記す）やエネルギー供給設備の自動運転制御に用いられ
る在室パターン予測装置である。

従来の技術従来、空調機を人の不在時や睡眠時などの直接機器を
操作することができないときに操作させるためにはタイ
マー予約や電話回線を利用したリモートコントロールで
行っていた。また、空調機の運転を停止させるために
は、空調機利用者が空調機の操作パネルやリモコン装置
により操作していた。

また、予測に関しては、部屋の使い方の在室パターン
を予測する装置は、従来からなかった。

発明が解決しようとする課題しかし、従来の空調機では、ある程度起床、就寝、外
出、帰宅といった生活習慣が存在しても、いちいちタイ
マー設定を行わねばならず、またタイマー設定も面倒で
機能としては空調機に付加されているにもかかわらず、
使用頻度は低かった。また、空調機のオンオフの操作に
ついても、たとえ室内が温熱的に悪環境でも、在室者が
操作しない限り空調機は動作しないという課題があっ
た。

本発明は、以上のような利用者に対する空調機の利便
性の悪さに鑑みなされたもので、第１の目的は、空調機
のオンオフの動作をさせるための利用者の操作回数を最
低限に減らすことである。第２の目的は、過去の部屋の
使用パターンの特徴を抽出し、不在時には入室時刻を予
測し、睡眠時には起床時刻を予測することにより、空調
機を予測運転させるための情報を作り出すことである。

課題を解決するための手段上記目的を達成するために、本発明の技術的解決手段
は、第１に、室内在室者の有無または照明の点灯および
消灯状態を検知する在室情報センサを設置することであ
る。第２に、この在室情報センサの出力だけでは、例え
ば人が検出されなかった場合に、短時間部屋を空けただ
けなのか、外出してしまったのか、判断がつかないの
で、暖房時に人が居ないから設定温度を下げて省エネを
図る、といった部屋の使い方に対応した的確な空調機の
運転をさせるには情報として不十分なので、在室情報セ
ンサの検知した状態の経過時間と過去の在室状態と現在
時刻から、部屋の使用状態を在室状態、部屋の使用状態
の変化を生活行為として推定する在室状態および生活行
為推定手段（以降在室状態・生活行為推定手段と記す）
を有することである。第３に不在時や睡眠時に起床時刻
や入室時刻を予測する手段を有することである。第４
に、上記第３の目的を達成するために過去の部屋の使用
状況の特徴となるデータを、推定された在室状態と生活
行為の中から抽出する生活パターン抽出手段を有するこ
とである。

作用在室情報センサからのデジタル情報を基に、在室状態
・生活行為推定手段では、あらかじめ定めた複数の在室
状態と生活行為の条件に基づいて、現在がどの在室状態
かを推定する。また、在室状態の変化を生活行為として
推定する。予測を行うために、対象住戸の部屋の使用状
況を特徴づける在室状態または生活行為データを、推定
された在室状態または生活行為の中から生活パターン抽
出手段により抽出し、生活パターン記憶手段で抽出結果
を記憶する。入室・起床予測手段では、現在の在室状態
と抽出した生活パターンから長期の不在室と推定された
とき入室時刻を予測し、睡眠と推定されたときは起床時
刻を予測する。また、予測には確からしさが伴うので、
予測結果の有効時間も同時に出力する。

実施例以下、図面を参照しながら本発明の一実施例について
説明する。第１図は、本発明の一実施例における、空調
機の制御に使用するための在室パターン予測装置の機能
構成を示すブロック図である。

第１図において、１は利用者からの部屋使用に関する
入力を受け付け、在室状態および生活行為推定手段の推
定条件となるパラメータを設定する在室モード設定手段
で、居間や寝室などの部屋の用途の入力を受け付ける部
屋モード設定部２および家族旅行など長期の不在状態を
受け付ける長期不在設定部３より成る。４は室内の在室
者の状態を検知する在室情報センサで、照明の点灯・消
灯状態をデジタル情報として検知する光センサ５および
在室者の活動時に１、不在または静止時に０となるよう
に設定した赤外在室センサ６より成る。７は在室モード
設定手段１および在室情報センサ４からの測定結果をも
とに、あらかじめ条件を定めた複数の在室状態の中から
一つを同定する在室状態・生活行為推定手段で、在室状
態および生活行為の推定条件を定めたアルゴリズムに従
い状態を同定する在室状態・生活行為推定部８および在
室状態・生活行為推定部８の内部で推定した在室状態又
はは生活行為に従って生活パターン抽出を行うか、予測
を行うかなどのチェックをするイベントチェック部９よ
り成る。10は在室状態・生活行為推定手段７の出力であ
る在室状態または生活行為の中から、対象住戸の生活パ
ターンを特徴づける生活行為や在室状態を、日の特性を
考慮に入れ抽出する生活パターン抽出手段で、どの時間
に外出した場合に何時間後に戻ってくることが多いかに
関して不在開始時刻と不在継続時間を指標とし、何時頃
に起きてくることが多いかに関しては起床開始時刻を、
何時頃に眠ることが多いかに関しては睡眠開始時刻を、
どの時間帯に部屋に居やすいかに関しては、在室状態が
活動在室状態であった時間帯を指標として抽出する。11
は生活パターン抽出手段10によって記憶される外出不在
テーブル12、睡眠テーブル13、起床テーブル14および在
室テーブル15から成る生活パターン記憶手段である。生
活パターン抽出手段10は、在室状態・生活行為推定手段
７で得られた生活行為から、例えば１日を10分単位の14
4の区分に分け、不在開始時間と不在継続時間とを日特
性として平日と休日毎の不在の発生頻度として、二次元
配列（144×144）の外出不在テーブル12に、睡眠開始時
刻を日特性として次の日が平日と次の日が休日毎の睡眠
開始分布として一次元配列（144）の睡眠テーブル13
に、起床開始時刻を日特性として平日と休日毎の起床分
布として一次元配列（144）の起床テーブル14にそれぞ
れ記憶する。さらに、在室状態・生活行為推定手段７で
得られた在室状態から、例えば１日を30分単位で48に分
割した時間帯に分け、本装置が稼働し始めてから現在に
至るまでの総日数に対するその時間帯に在室していた割
合を、日特性として平日と休日毎の在室率として、一次
元配列（48）の在室テーブル15に記憶する。16は在室状
態・生活行為推定手段７の出力として入室あるいは起床
時刻の予測が必要な場合（例えば現在の在室状態が外出
不在あるいは睡眠不在の場合）、または入室あるいは起
床時刻の予測の有効時間内に入室または起床がなく、予
測結果判定手段において予測結果が外れたと判定された
場合に、予測起動がかかり、生活パターン記憶手段11に
記憶されている各種のテーブルから、入室・起床時刻の
予測を行う入室・起床予測手段で、入室時刻を予測する
入室予測部17および起床時刻を予測する起床予測部18よ
り成る。19は入室・起床予測手段16で予測した入室また
は起床予測時刻の有効時間内に、実際に入室または起床
があるか否かを、在室状態・生活行為推定手段７で出力
される現在の在室状態から判定を行い、予測の有効時間
内に入室または起床がない場合に、再度、入室・起床予
測手段に予測起動をかける予測結果判定手段、20は本実
施例における在室パターン予測装置の応用対象としての
空調機である。

次に上記実施例の動作について、第２図および第３図
とともに説明する。

第２図は、上記実施例の在室状態・生活行為推定手段
内部にあらかじめ定めた在室状態と生活行為の関係を表
す状態遷移図であり、はじめに第２図をもとに、在室状
態と生活行為について説明する。在室状態としてａから
ｈまでの８状態を設定する。また、１日を一般的に活動
在室者が極端に減る午前４時を起点として考える。ａ
は、室内に動いている在室者がいる状態で活動在室状
態、ｂは10分以上不在が続いた状態である短期移動不在
状態、ｃは不在開始時刻から30分が経過し照明が点灯し
ている状態で長期移動不在状態、ｄは不在開始時刻から
30分経過し照明が消灯している状態で外出不在状態、ｅ
は睡眠のために部屋を移動することにより不在となる状
態で睡眠不在状態、ｆは外出不在状態から睡眠時間帯に
なっても入室者がない状態で外泊不在状態、ｇは長期移
動不在状態から睡眠時間帯になっても照明が消されない
状態で徹夜不在状態、ｈは在室はしているが寝ている状
態である睡眠在室状態である。上記の８つの在室状態の
なかでの睡眠時間帯は、第１図における睡眠テーブル13
からあるしきい値を基に求める。上記の８つの在室状態
の遷移関係は第２図においてｉからｙまでの17の状態遷
移の可能性を持ち、これを生活行為と呼んでいる。これ
らの生活行為は、赤外在室センサ６の出力と、光センサ
５の出力と、不在継続時間と、現在時刻で定められる。
それぞれの生活行為についての名称は、ｉは退室、ｊは
短期移動入室、ｋは長期移動判定、ｌは長期移動入室、
ｍは外出判定、ｎは帰宅入室、ｏは睡眠退室、ｐは起床
入室、ｑは外泊判定、ｒは外泊帰宅入室、ｓは徹夜判
定、ｔは徹夜入室、ｕは睡眠消灯、ｖは徹夜睡眠消灯、
ｗは外出消灯、ｘは睡眠、ｙは起床である。以下に、在
室状態・生活行為推定の例を述べる。最初に本在室パタ
ーン予測装置が、ある部屋に設置された場合に、赤外在
室センサ６では室内に動いている人が検出されるので、
赤外在室センサ６は１を出力し、在室状態を活動在室ａ
として推定する。このときは、光センサ５の出力や現在
時刻がどの時間帯にあるかに影響を受けない。次に、在
室者が一人も居なくなった場合に、赤外在室センサ６は
０の出力を出す。このときから赤外在室センサ６の出力
として０が何時間継続するか、不在継続時間をカウント
し始める。不在継続時間が10分を越えた場合、部屋に人
は居ないと判断し、生活行為を退室ｉと推定し、在室状
態が活動在室ａから短期移動不在ｂになったと推定す
る。これは、人が起きている場合は、あまり長い時間完
全に静止することが困難な点を利用したもので、赤外在
室センサ６が０を出力した場合に、在室者が静止してい
るか、それとも実際に部屋を空けたかを区別することを
意図したものである。その後、赤外在室センサ６が０を
出力し続け、不在継続時間が30分を越えた場合、照射に
よる光センサ５の反応があるかないかで、在室状態を分
けて考える。照射による光を光センサ５が検知した場合
は、利用者は部屋を今後も使用する意志はあるが、他の
部屋に移動してしまったと判断し、生活行為を長期移動
判定ｋと推定し、在室状態が短期移動不在ｂから長期移
動不在ｃになったと推定する。また、照射による光を検
知しなかった場合は、外出したと判断し、生活行為を外
出判定ｍと推定し、在室状態が短期移動不在ｂから外出
不在ｄになったと推定する。この外出不在ｍと長期移動
不在ｃの２つの在室状態を分けて扱う理由は、部屋を使
用する意志があるかないかを光センサ５の出力で判断す
ることで、例えば、暖房時の空調機の不在時の設定温度
を、外出不在ｍより長期移動不在ｃのほうを高くするこ
とで、部屋の使用の意志がある場合を、ない場合より優
先的に考え、入室時の不快時間を短くするなどの運転を
可能とするためである。また、不在継続時間30分という
条件は、30分以内の短時間だけ部屋を空けることは一般
の家庭では非常に多くあり、入室時刻を予測することは
困難であり、かつ30分以内の不在の予測を行う有効性も
少ないので、この30分の不在継続時間条件で予測が有効
な長時間の外出による不在と30分以内の比較的短い不在
の区別することを意図している。また、これら在室状態
が短期移動不在ｂ、外出不在ｄ、長期移動不在ｃと推定
されている間に、赤外在室センサ６により動いている人
を検出した場合は、即座に在室状態が活動在室ａになっ
たと推定する。また、この事象を、それぞれ生活行為と
して短期移動入室ｊ、帰宅入室ｎ、長期移動入室ｌと推
定する。これら推定した生活行為は、その推定した時刻
と共に記憶される。

さて、次に在室状態が短期移動不在ｂのときに、さら
に赤外在室センサ６で０を出力した場合で、かつ現在時
刻が睡眠時間帯である場合を考える。この場合に、部屋
モード設定部２で部屋の用途が居間と設定されている場
合は、対象となる部屋では人は眠らないので、睡眠のた
めに居間から寝室に移動したと判断し、生活行為を睡眠
退室ｏと推定し、在室状態が短期移動不在ｂから睡眠不
在ｅになったと推定する。ここで、睡眠時間帯とは睡眠
開始しやすい時間帯で、過去の睡眠開始時刻の頻度分
布、すなわち睡眠テーブル13から、あるしきい値をもと
に定められる。このように睡眠を外出と分けるのは、睡
眠による不在と、外出による不在は性質が異なると考え
ているからで、光と現在時刻が睡眠時間帯か否かで区別
している。

また、部屋モード設定部２で部屋の用途が寝室と設定
されている場合は、在室状態が活動在室ａの時に、赤外
在室センサ６で０を出力し、現在時刻が睡眠時間帯であ
り、かつ光センサ５による光の検出がなくなった場合
は、人が睡眠のため静止していると判断し、生活行為を
睡眠ｘ、在室状態が睡眠在室ｈになったと推定する。イ
ベントチェック部９では、推定した生活行為の種類をチ
ェックし、推定した生活行為が長期移動判定ｋと外出判
定ｍと外出消灯ｗの時に入室予測を行い、睡眠退室ｏと
睡眠消灯ｕと徹夜睡眠消灯ｖと睡眠ｘの時に起床予測を
行う。次に、生活パターン抽出手段に関して説明する。
在室状態・生活行為推定手段で推定された生活状態の変
化である生活行為は、その発生時刻と共に内部に記憶さ
れている。１日が終了した時点、もしくは逐次の処理の
中で、その日の生活行為の推定結果を、平日や休日とい
った日の特性別に、生活パターン記憶手段にある各種の
テーブルに振り分けながら記憶してゆく。この過程が生
活パターン抽出の過程である。

次に第３図を参照しながら、外出判定ｍを行った時
の、次の入室時刻の予測方法を説明する。第３図は外出
不在テーブル12から抜き出した、入室予測を行う際の基
礎となる不在開始時刻別の不在継続時間の頻度分布であ
る。例として、平日の午前９時56分に在室状態・生活行
為推定手段７において生活行為から外出判定ｍとなり、
イベントチェック部９で入室予測の予測起動がかかった
状況を取り上げる。具体的には以下のような状況であ
る。すなわち、今まで室内に在室者が居たが、９時26分
に人が居なくなり、赤外在室センサ６で人が検出できな
くなったため０を出力し始めるとともに、不在継続時間
をカウント開始する。その後、10分経過して、なお赤外
在室センサ６で０を出力し続けているので、人が静止し
ているのではなく居なくなったと判断し、第２図に示す
ごとく、生活行為を退室ｉと推定し、在室状態が短期移
動不在ｂに変わったと推定する。その後、不在継続時間
が30分を越え、赤外在室センサ６が０で、かつ光センサ
５で照明による光検知がなかったため、午前９時56分に
生活行為を外出判定ｍと推定して、家に人が居なくなっ
たと判断した状況である第３図において、原点は不在開
始時刻、午前９時26分を含む一区間、横軸は不在継続時
間、縦軸は不在継続時間の頻度である。21は、午前９時
26分に外出した場合に、何時間後に入室することが多い
かを、不在の継続時間の分布で表したもので３区間頻度
合計と呼ぶ。３区間頻度合計21は平日の外出不在テーブ
ル12から作られる。ここで、３区間頻度合計21の頻度分
布を作成するにあたっては、外出不在テーブル12の午前
９時26分を含む一区間だけでなく、その前後一区間も含
めて３区間の合計で分布を作成している。ここで３区間
を合計する理由は、人の生活行為はたとえ習慣性がある
場合でも、いつも一分違わず行う、というわけではない
ので、それらの人の生活行為の習慣性のあいまいさを予
測に反映するためである。この家庭では10分未満の不在
が最も多く、10〜20分までが次に多く、30分を過ぎる不
在は少なくなり、長時間の不在が現れている。22は、予
測の有効時間を求めるためのしきい値である。23はしき
い値22以上の不在の頻度が現れる最初の時間帯であり予
測結果である。24はしきい値22以上の不在の発生頻度が
現れる次の時間帯であり予測結果である。25は不在の開
始区間で不在開始時刻を含む区間プラスマイナス１区間
であり、意味合いとしては９時26分頃である。26は、午
前９時56分の現在時点であり、また在室状態・生活行為
推定手段７で生活行為を外出判定ｍと推定した時刻であ
る。また、イベントチェック部９で入室予測の起動がか
かった時刻でもある。27は予測結果23の有効時間、28は
予測結果24の予測入室時刻、29は予測結果24の有効時間
である。

予測は、イベントチェック部９で生活行為として外出
判定ｍされたことがチェックされたことで、処理が開始
される。最初に生活行為が外出判定なので、外出不在テ
ーブル12を用いた入室予測が行われることが決められ
る。次に、不在開始時刻が午前９時26分であることから
午前９時20分から午前９時30分区間とその前後一区間の
不在継続時間頻度分布の合計を、外出不在テーブル12か
ら３区間頻度合計21として算出する。このとき、全不在
の頻度も同時に算出する。この全不在の頻度合計に対
し、ある割合で、予測を行うためのしきい値22を設定す
る。外出判定時刻26に入室予測を行うため３区間頻度合
計21を平日の外出不在テーブルから計算する。

次に、この３区間頻度合計21の中でしきい値22以上の
頻度となる最初の時間帯を探し、入室の予測結果として
出力する。この例の場合に、第３図における３区間頻度
合計21が、しきい値22を越える時間帯の開始時点は現在
時点の26であり、終わりは、不在継続時間60分の時点の
27であるため、予測結果は予測の有効時間のみの「30分
以内に入室者あり」となる。そこでこの時間内に入室者
があればいいが、もし入室者がない場合、有効時間27の
時点で再度予測を行う。その結果しきい値22を越える時
間帯がまだあるので予測結果24を出力する。すなわち、
入室予測時刻28と、その有効時間29である。もし、この
時間にも入室者がなければ、入室・起床予測手段16によ
り、第１図の在室テーブルに記憶されている時間帯別の
在室率から、現在時点以降の在室率の最も高い時刻を入
室予測時刻として出力する。ここで、予測を行うための
テーブルを外出不在テーブル12から在室テーブル15に切
り換える理由は、予測の基礎としている過去の外出と帰
宅の実績データに、今回の外出のような長い不在継続時
間の外出がなかったためである。そこで、予測の基礎と
なるテーブルを在室テーブル15に切り換えることで、不
在開始時刻に依存する入室予測から、一般的に部屋に居
やすい時間帯に基づく入室予測に、方針を切り換えるも
のである。もし、この間またはその後、生活行為が外泊
判定ｑと推定されれば予測を停止する。また起床予測に
関しては、予測対象となる日特性が平日か休日かを判断
し、平日の場合は平日起床テーブル、休日の場合は休日
起床テーブルを参照する。そして、入室予測と同様に、
しきい値により起床予測時刻と、その有効時間を予測結
果として定める。なお、生活パターン抽出手段10の動作
に関しては以下のような方法でなされる。すなわち、イ
ベントチェック部９で生活行為が長期移動入室ｌまたは
帰宅入室ｎになった場合に、それぞれの不在開始時刻お
よび不在継続時間を算出し、外出不在テーブルに当該外
出不在の頻度を加算する。この際、頻度加算は、日特性
が平日か休日かで、別テーブルに記憶する。また推定さ
れた生活行為が睡眠退室ｏ、睡眠消灯ｕ、徹夜睡眠消灯
ｖまたは睡眠ｘになった場合、睡眠テーブル13に、推定
された時刻から不在開始時刻を逆算して、睡眠開始時刻
として頻度加算する。睡眠テーブル13の日特性は、次の
日が平日、次の日が休日である。また、推定された生活
行為が起床入室ｐまたは起床ｙの場合は、起床テーブル
14に、推定された時刻を起床開始時刻として頻度加算す
る。起床テーブル14の日特性は平日と休日である。さら
に、推定した在室状態が活動在室ａであった時間帯を在
室テーブル15に、頻度加算する。在室テーブル15の日特
性は平日と休日である。なお、外泊判定ｑと外泊帰宅入
室ｒに関しては、外泊は特異事象であるので生活パター
ン記憶手段11には記憶しないように省く。

これら生活パターンの抽出は、イベントチェック部９
により逐次の処理として行うほかに、一日の起点である
午前４時になったときに、一括して行うことも可能であ
る。

発明の効果以上のように本発明によれば、現在の在室状態や生活
行為を推定するので空調機にオンオフの指示を出すこと
ができ、空調機の自動運転が可能となる。また、不在時
や睡眠時に入室予測や起床予測を出力するので、タイマ
ー設定は、特別な使用をしたいときだけの必要最低限行
うだけで済む。

【図面の簡単な説明】

第１図は本発明の一実施例における空調機の制御に使用
するための在室パターン予測装置の構成を示すブロック
図、第２図は第１図の在室状態・生活行為推定手段内部
にあらかじめ定めた在室状態と生活行為の関係を表わす
状態遷移図、第３図は外出不在時において外出不在テー
ブルを用いて入室予測を行う予測方法を説明するための
概略図である。１……在室モード設定手段、２……部屋モード設定部、
３……長期不在設定部、４……在室情報センサ、５……
光センサ、６……赤外在室センサ、７……在室状態・生
活行為推定手段、８……生活状態生活行為推定部、９…
…イベントチェック部、10……生活パターン抽出手段、
11……生活パターン記憶手段、12……外出不在テーブ
ル、13……睡眠テーブル、14……起床テーブル、15……
在室テーブル、16……入室・起床予測手段、17……入室
予測部、18……起床予測部、19……予測結果判定手段、
20……空調機。

Claims

(57)【特許請求の範囲】

【請求項１】部屋利用者から、長期にわたって部屋を不
在にする場合の登録を受け付ける在室モード設定手段
と、部屋内の在室者の有無を検知する在室情報センサ
と、前記在室情報センサおよび前記在室モード設定手段
からの設定内容をもとに、現在の部屋の使用状態を在室
状態、部屋の使用状態の変化を生活行為として、あらか
じめ定めた条件に基づき出力する在室状態および生活行
為推定手段と、前記在室状態および生活行為推定手段で
得られた生活行為から、外出した時刻と外出していた時
間を生活パターン記憶手段の２次元の外出不在テーブル
に、睡眠開始時刻を睡眠テーブルに、および起床時刻を
起床テーブルにそれぞれ一定時間間隔で記憶するととも
に、前記在室状態および生活行為推定手段で得られた在
室状態から、在室している時間帯毎に在室していた日数
の総日数に対する割合を在室率として求め生活パターン
記憶手段の在室テーブルに記憶する生活パターン抽出手
段と、現在の在室状態および生活行為と、生活パターン
記憶手段に蓄積されている情報を基に、入室時刻または
起床時刻を予測する入室・起床予測手段と、前記入室・
起床予測手段より出力された情報と前記在室状態および
生活行為推定手段の出力である現在の在室状態および生
活行為から、予測結果が外れたか否かを判定する予測結
果判定手段を有する在室パターン予測装置。
【請求項２】在室情報センサとして、在室有無を検知す
るセンサと、照明の点灯・消灯を検知するための光セン
サを有する請求項１記載の在室パターン予測装置。
【請求項３】生活パターン抽出手段が、在室状態および
生活行為推定手段で推定された在室状態と生活行為の中
から、１日を単位として、外出不在開始時刻及びその不
在継続時間、就寝時刻、起床時刻並びに１日の時間帯別
在室率を、日特性を判断して出力し、生活パターン記憶
手段に記憶する請求項１記載の在室パターン予測装置。
【請求項４】日特性が平日と休日である請求項３記載の
在室パターン予測装置。
【請求項５】日特性が曜日である請求項３記載の在室パ
ターン予測装置。
【請求項６】日特性が次の日が平日と、次の日が休日で
ある請求項３記載の在室パターン予測装置。
【請求項７】入室・起床予測手段の出力が、入室予測時
刻または起床予測時刻と、入室または起床予測の有効時
間である請求項１記載の在室パターン予測装置。
【請求項８】在室モード設定手段が長期の不在の設定
と、部屋の用途を設定する手段を有する請求項１記載の
在室パターン予測装置。