JP6135678B2 - 情報処理装置の制御方法、制御プログラム、情報処理装置 - Google Patents

Description

本技術は、情報処理装置の制御方法、制御プログラム、情報処理装置に関する。

例えばスマートフォンなど携帯情報端末は、ＧＰＳ（Ｇｒｏｖａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）、ＷＬＡＮ（Ｗｉｒｅｌｅｓｓ Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ベースバンド、などを使用して、携帯情報端末の位置情報を取得することができる。

ところが、ＧＰＳは、衛星からの電波が微弱である為、屋内での測位にＧＰＳを使用することは難しい。ＷＬＡＮは、アクセスポイントからの電波が建物の別フロアに届くことがある為、正しくフロア（高さ）を特定することが難しい。ベースバンドは、基地局の密度や建築物（アンテナなど）の影響を受ける為、精度よく測位することが難しい。

このため、ＧＰＳ、ＷＬＡＮ、ベースバンドに依存せずに、高精度な測位を実現する測位技術が提案されている。例えば、被験者の移動態様に基づき、建築要素を特定して、データベースから建築要素が配置された位置情報を取得する技術が存在する。

特開２００５−２５７６４４号公報

ところが、従来技術にかかる測位技術によれば、例えば建築物内に複数の共通の建築要素が存在する場合、過去の履歴を参照して、位置情報を絞り込まなければならない為、高確度で位置情報を取得することが難しい。

開示の技術によれば、屋内でも高確度で位置情報を取得できる情報処理装置の制御方法、制御プログラム情報処理装置を提供する。

開示の技術の一観点によれば、センサを備えた携帯情報端末と、ネットワークを介して前記携帯情報端末と通信可能な情報処理装置とを含むシステムによって実行される制御方法に於いて、前記携帯情報端末によって、前記センサによって取得された前記携帯情報端末のセンシング情報に基づいて、前記携帯情報端末の利用者の行動の種別を特定し、前記行動の種別と、前記行動の発生時刻と、前記利用者の位置情報とを含むデータを前記情報処理装置に送信し、前記情報処理装置によって、前記携帯情報端末から受信した複数の前記データに基づいて、前記携帯情報端末の利用者の行動パターンを特定し、前記データから新規の位置情報が取得されるたびに、前記行動パターンと前記新規の位置情報とを対応付けて格納することによって生成されたデータベースを参照することによって、特定された前記行動パターンに対応する前記携帯情報端末の位置情報を特定する制御方法が提供される。

本開示の技術の一観点によれば、屋内でも高確度で携帯情報端末の位置情報を取得することができる。

一実施形態にかかる測位システムの概略図である。 一実施形態にかかる携帯情報端末のハードウェア構成の概略図である。 一実施形態にかかる携帯情報端末の機能ブロックの概略図である。 一実施形態にかかる携帯情報端末による動作情報の取得のフローチャートである。 一実施形態にかかる第１のサーバのハードウェア構成の概略図である。 一実施形態にかかる第１のサーバの機能ブロックの概略図である。 一実施形態にかかる第１、第２のテーブルの概略図である。 一実施形態にかかる利用者の行動パターンの具体例の模式図である。 一実施形態にかかる行動パターンの有向グラフである。 一実施形態にかかる第１のサーバによる行動パターンのマッチング処理による位置情報取得のフローチャートである。 一実施形態にかかる第２のサーバのハードウェア構成の概略図である。 一実施形態にかかる第２のサーバの機能ブロックの概略図である。

［測位システムの構成］
図１は、一実施形態にかかる測位システムの概略図である。

図１に示すように、本実施形態にかかる測位システムは、携帯情報端末１００、第１のサーバ２００、第２のサーバ３００、を備える。携帯情報端末１００、第１のサーバ２００、第２のサーバ３００は、有線もしくは無線のネットワーク４００を介して相互に接続されている。

本実施形態に於いて、携帯情報端末１００は、例えば加速度センサ１０６やジャイロセンサ１０７などの検出値に基づき、携帯情報端末１００の利用者の行動、例えば「移動」、「停止」、「上昇」などを特定して、それぞれの行動データを、行動の発生時刻とともに第１のサーバ２００に送信する。

第１のサーバ２００は、携帯情報端末１００から送信される行動データ及び発生時刻に基づき、携帯情報端末１００の利用者の行動パターンを取得するとともに、学習データベース２１５に格納されている複数の行動パターンから利用者の行動パターンに類似する行動パターンを抽出する。さらに、第１のサーバ２００は、学習データベース２１５から抽出された行動パターンに紐付けられた位置情報を、携帯情報端末１００の位置情報として、第２のサーバ３００に送信する。

第２のサーバ３００は、地図データベース３０３を参照して、第１のサーバ２００から送信された位置情報に対応する場所名もしくは施設名を、携帯情報端末３００の場所もしくは施設として取得する。第２のサーバ３００は、携帯情報端末１００の場所名もしくは施設名を、例えば携帯情報端末１００や他のサーバなどに提供しても良い。

以上のように、本実施形態では、携帯情報端末１００の動きから特定される利用者の行動パターンと、学習データとして記録されている行動パターンと、に基づき、携帯情報端末１００の位置情報を推測するものである。

［携帯情報端末１００のハードウェア構成］
図２は、一実施形態にかかる携帯情報端末１００のハードウェア構成の概略図である。

図２に示すように、本実施形態にかかる携帯情報端末１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１、メインメモリ１０２、補助メモリ１０３、表示パネル１０４、通信モジュール１０５、加速度センサ１０６、ジャイロセンサ１０７、ＷｉＦｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）スキャンモジュール１０８（以下、ＷｉＦｉ１０８とする）、Ｂｌｕｅｔｏｏｔｈ（登録商標）スキャンモジュール１０９（以下、Ｂｌｕｅｔｏｏｔｈ１０９とする）、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）モジュール１１０（以下、ＧＰＳ１１０とする）、をハードウェアモジュールとして備える。これらのハードウェアモジュールは、バスＢ１により相互接続されている。

ＣＰＵ１０１は、携帯情報端末１００の各種ハードウェアモジュールを制御する。さらに、ＣＰＵ１０１は、補助メモリ１０３に格納された各種プログラムをメインメモリ１０２に読み出すとともに、該メインメモリ１０２に読み出した各種プログラムを実行することで、各種機能を実現する。各種機能の詳細は、後述することとする。

メインメモリ１０２は、ＣＰＵ１０１により実行される各種プログラムを格納する。さらに、メインメモリ１０２は、ＣＰＵ１０１のワークエリアとして使用され、ＣＰＵ１０１による処理に必要な各種データを記憶する。メインメモリ１０２としては、例えばＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などを用いても良い。

補助メモリ１０３は、携帯情報端末１００を動作させる各種プログラムを格納している。各種プログラムとしては、例えば、携帯情報端末１００により実行されるアプリケーションプログラムのほか、アプリケーションプログラムの実行環境であるＯＳ１０００などがある。本実施形態にかかる制御プログラム１１００も補助メモリ１０３に格納されている。補助メモリ１０３としては、例えばハードディスクやフラッシュメモリ等の不揮発メモリを用いても良い。

表示パネル１０４は、携帯情報端末１００の利用者に画像情報を提示する。さらに、表示パネル１０４は、所謂タッチスクリーンを備え、利用者の指先やペン先による接触位置を受け付ける。

通信モジュール１０５は、例えばＷｉＦｉやベースバンドによる通信のインターフェースとして機能する。

加速度センサ１０６、ジャイロセンサ１０７、ＷｉＦｉ１０８、Ｂｌｕｅｔｏｏｔｈ１０９は、携帯情報端末１００の状態情報を取得するセンサである。センサとしては、他に照度センサ、カメラ、マイク、気圧計、などを使用しても良い。

加速度センサ１０６は、例えば相互に直交する３軸方向の加速度を検出する。ジャイロセンサ１０７は、例えば相互に直交する３軸を中心とする角速度を検出する。ＷｉＦｉ１０８は、携帯情報端末１００の周辺に存在するアクセスポイントからの電波をスキャンして、該アクセスポイントのＭＡＣ（Ｍｅｄｉａ Ａｃｃｅｓｓ Ｃｏｎｔｒｏｌ）アドレス、ＳＳＩＤ（Ｓｅｒｖｉｃｅ Ｓｅｔ Ｉｄｅｎｔｉｆｉｅｒ）、ＲＳＳＩ（Ｒｅｃｉｖｅｄ Ｓｉｇｎａｌ Ｓｔｒｅｎｇｔｈ Ｉｎｄｉｃａｔｉｏｎ）などを取得する。Ｂｌｕｅｔｏｏｔｈ１０９は、携帯情報端末１００の周辺に存在するデバイスをスキャンして、該デバイスに関する情報を取得する。

ＧＰＳ１１０は、人工衛星から送信されるＧＰＳ電波を受信して、携帯情報端末１００の位置情報、即ち経度及び緯度を算出する。

［携帯情報端末１００の機能ブロック］
図３は、一実施形態にかかる携帯情報端末１００の機能ブロックの概略図である。

図３に示すように、本実施形態にかかる携帯情報端末１００は、行動認識部１１１、空間固有情報取得部１１２、データ送受信部１１３、を備える。

行動認識部１１１、空間固有情報取得部１１２、データ送受信部１１３は、何れもＣＰＵ１０１が、メインメモリ１０２に制御プログラム１１００を読み込むとともに、該メインメモリ１０２に読み込んだ制御プログラム１１００を実行することで実現される。

行動認識部１１１は、例えば定期的に、加速度センサ１０６及びジャイロセンサ１０７から加速度及び角速度の検出値を、それぞれの検出時刻とともに取得する。さらに、行動認識部１１１は、加速度及び角速度の検出値の少なくとも何れかに基づき、携帯情報端末１００の利用者の行動の種別、例えば「移動」、「停止」、「上昇」、「降下」、「着席」、「起立」、などを特定する。

さらに、行動認識部１１１は、利用者の行動を特定するたびに、連続する２つの行動の遷移の特徴値を取得する。例えば、「移動」から「停止」の遷移であれば、移動の開始から終了までの歩数を特徴値とし、「停止」から「移動」の遷移であれば、停止の開始から終了までの時間を特徴値とし、「停止」から「上昇」の遷移であれば、停止の開始から終了までの時間を特徴値とし、「上昇」から「停止」の遷移であれば、上昇の開始から終了までの距離を特徴値として取得する。

さらに、行動認識部１１１は、利用者の行動を特定するたびに、行動の発生時刻を空間固有情報取得部１１２に通知する。行動の発生時刻は、行動の開始時刻もしくは終了時刻、又は開始時刻から終了時刻までの何れかの時刻を使用しても良い。

空間固有情報取得部１１２は、利用者の行動を特定するたびに、空間固有情報を、行動の発生時刻に紐付けて取得する。本実施形態では、空間固有情報として、無線ＬＡＮのアクセスポイントのＭＡＣアドレス、ＳＳＩＤ、ＲＳＳＩを、ＷｉＦｉ１０８による検出時刻とともに取得する。さらに、空間固有情報取得部１１２は、ＧＰＳ１１０から位置情報（経度緯度）取得する。

データ送受信部１１３は、行動認識部１１１により取得された行動のデータ（以下、行動データとする）を、それぞれの行動の発生時刻とともに、第１のサーバ２００に送信する。さらに、データ送受信部１１３は、空間固有情報取得部１１２により取得されたＭＡＣアドレス、ＳＳＩＤ、ＲＳＳＩの最大値及び最小値を、ＷｉＦｉ１０８による検出時刻とともに第１のサーバ２００に送信する。データ送受信部１１３は、第２のサーバ３００から送信される場所情報を受信しても良い。なお、空間固有情報取得部１１２が携帯情報端末１００の位置情報を取得した場合、データ送受信部１１３は、携帯情報端末１００の位置情報を第１のサーバ２００に送信する。

［携帯情報端末１００による行動センシング処理］
図４は、一実施形態にかかる携帯情報端末１００による行動センシング処理のフローチャートである。

図４に示すように、先ず、空間固有情報取得部１１２は、ＧＰＳ１１０からの出力値に基づき、ＧＰＳ衛星からの電波を受信できているかどうかを判断する（ステップＳ００１）。

ここで、ＧＰＳ衛星からの電波を受信できると判断された場合（ステップＳ００１のＹｅｓ）、空間固有情報取得部１１２は、ＧＰＳ電波に基づき、携帯情報端末１００の位置情報（経度情報及び位置情報）の取得を継続するとともに、所定時間の経過後、再度、ＧＰＳ電波を受信できるかどうかを判断する（ステップＳ００１）。

一方、ＧＰＳ衛星からの電波を受信できると判断されない場合（ステップＳ００１のＮｏ）、行動認識部１１１は、加速度センサ１０６やジャイロセンサ１０７の検出値に基づき、携帯情報端末１００の利用者の行動を認識する（ステップＳ００２）。例えば、利用者の「歩行」、「停止」、「上昇」、「降下」、「着席」、「起立」などが認識される。

このとき、複数の行動が認識された場合、行動認識部１１１は、さらに、加速度センサ１０６やジャイロセンサ１０７の検出値に基づき、連続する２つの行動の遷移の特徴値として、歩数、時間、距離、の何れかを取得する（ステップＳ００３）。

次に、空間固有情報取得部１１２は、行動認識部１１１により特定の行動が認識されるたびに、ＷｉＦｉのアクセスポイントからのビーコン電波に基づき、空間固有情報としての、ＭＡＣアドレス、ＳＳＩＤ、ＲＳＳＩなどを、それぞれの行動に紐付けて取得する（ステップＳ００４）。なお、特定の行動は、事前に学習データとして取得された行動である。例えば、行動センシング処理により「上昇」が認識されたが、学習データに「上昇」が記録されていない場合、空間固有情報取得部１１２は、空間固有情報の取得を省略しても良い。

次に、データ送受信部１１３は、行動認識部１１１により取得された特定の行動のデータと、それぞれの行動の発生時刻と、空間固有情報取得部１１２により取得された空間固有情報と、を第１のサーバ２００に送信する（ステップＳ００５）。

［第１のサーバ２００のハードウェア構成］
図５は、一実施形態にかかる第１のサーバ２００のハードウェア構成の概略図である。

図５に示すように、本実施形態にかかる第１のサーバ２００は、ＣＰＵ２０１、メインメモリ２０２、補助メモリ２０３、表示パネル２０４、通信モジュール２０５、をハードウェアモジュールとして備える。これらのハードウェアモジュールは、バスＢ２により相互接続されている。

ＣＰＵ２０１は、第１のサーバ２００の各種ハードウェアモジュールを制御する。さらに、ＣＰＵ２０１は、補助メモリ２０３に格納された各種プログラムをメインメモリ２０２に読み出すとともに、該メインメモリ２０２に読み出した各種プログラムを実行することで、各種機能を実現する。各種機能の詳細は、後述することとする。

メインメモリ２０２は、ＣＰＵ２０１により実行される各種プログラムを格納する。さらに、メインメモリ２０２は、ＣＰＵ２０１のワークエリアとして使用され、ＣＰＵ２０１による処理に必要な各種データを記憶する。メインメモリ２０２としては、例えばＲＡＭなどを用いても良い。

補助メモリ２０３は、第１のサーバ２００を動作させる各種プログラムを格納している。各種プログラムとしては、例えば、第１のサーバ２００により実行されるアプリケーションプログラムのほか、アプリケーションプログラムの実行環境であるＯＳ２０００などがある。本実施形態にかかる制御プログラム２１００も補助メモリ２０３に格納されている。補助メモリ２０３としては、例えば、ハードディスクやフラッシュメモリ等の不揮発メモリを用いても良い。

表示パネル２０４は、第１のサーバ２００の利用者に画像情報を提示する。通信モジュール２０５は、携帯情報端末１００もしくは第２のサーバ３００との間の通信のインターフェースとして機能する。

［第１のサーバ２００の機能ブロック］
図６は、一実施形態にかかる第１のサーバ２００の機能ブロックの概略図である。

図６に示すように、本実施形態にかかる第１のサーバ２００は、行動パターンマッチング部２１１、空間固有情報マッチング部２１２、位置判定部２１３、データ送受信部２１４、学習データベース２１５、を備える。

行動パターンマッチング部２１１、空間固有情報マッチング部２１２、位置判定部２１３、データ送受信部２１４、学習データベース２１５は、何れもＣＰＵ２０１が、メインメモリ２０２に制御プログラム２１００を読み込むとともに、該メインメモリ２０２に読み込んだ制御プログラム２１００を実行することで実現される。

行動パターンマッチング部２１１は、携帯情報端末１００から送信された行動データ及び時刻データに基づき、利用者の行動パターンとしての、行動パターンベクトル及び行動特徴ベクトルを生成する。

行動パターンベクトルは、利用者の行動を要素とするベクトルである。本実施形態では、それぞれの行動に数値を割り当て、行動パターンベクトルとしている。例えば、利用者が、「移動」、「停止」、「上昇」、「停止」、という順番で行動した場合、行動パターンマッチング部２１１は、それぞれの行動（移動、停止、上昇）に「１」、「２」、「３」という数値を割り当て、行動パターンベクトルＶｐとして、Ｖｐ＝（１、２、３、２）^Ｔを生成する。ここで、Ｔは転置を表す記号である。

行動特徴ベクトルは、連続する２つの行動の遷移の特徴値を要素とするベクトルである。例えば、「移動」から「停止」までの歩数が４０歩、「停止」から「上昇」までの時間が１０秒、「上昇」から「停止」までの距離が８ｍである場合、行動パターンマッチング部２１１は、それぞれの遷移の特徴値に、「４０」、「１０」、「８」、を割り当て、行動特徴ベクトルとして、Ｖｆ＝（４０、１０、８）^Ｔを生成する。

本実施形態では、行動パターンとして、行動パターンベクトル及び行動ベクトルを生成しているが、本発明は、これに限定されるものではない。携帯情報端末１００の利用者が、どのような行動をとりながら所定位置に到達したかを表現できれば、他の指標を使用しても良い。

さらに、行動パターンマッチング部２１１は、利用者の行動データから生成された行動パターンベクトルに類似する行動パターンベクトルを、学習データベース２１５の第１のテーブルＴ１に記録された行動パターンベクトルから抽出する。行動パターンベクトルの抽出の詳細は、後述することとする。

空間固有情報マッチング部２１２は、行動パターンマッチング部２１１により抽出された行動パターンベクトルの構成要素である行動それぞれに紐付けられた空間固有情報と、携帯情報端末１００により取得された空間固有情報と、を比較する。

例えば、空間固有情報として、ＷｉＦｉのアクセスポイントのＭＡＣアドレス、ＳＳＩＤ、ＲＳＳＩを使用する場合、空間固有情報マッチング部２１２は、行動パターンの行動ごとに、携帯情報端末１００により取得されたＭＡＣアドレスが学習データベース２１５の第２のテーブルＴ２に記録されているＭＡＣアドレスに一致しているか、携帯情報端末１００により取得されたＲＳＳＩが学習データベース２１５の第２のテーブルＴ２に記録されたＲＳＳＩの最大値及び最小値の範囲にあるか、を判断する。

位置判定部２１３は、空間固有情報マッチング部２１２による比較結果に基づき、空間固有情報のマッチングの指標であるスコア値を算出する。スコア値の算出の詳細は、後述することとする。

さらに、位置判定部２１３は、スコア値が、事前に決められた閾値よりも大きいかどうかを判断する。スコア値が閾値よりも大きいと判断された場合、位置判定部２１３は、学習データベース２１５の第１のテーブルＴ１を参照して、行動パターンマッチング部２１１により抽出された行動パターンベクトルに紐付けられた位置情報を、携帯情報端末１００の位置情報とする。ここでの位置情報は、経度及び緯度のほかに高さも含む。

データ送受信部２１４は、位置判定部２１３により取得された位置情報を、第２のサーバ３００に送信する。さらに、データ送受信部２１４は、携帯情報端末１００から送信された行動データ、時刻データ、位置情報、を受信する。

［第１、第２のテーブルＴ１、Ｔ２］
図７は、一実施形態にかかる第１、第２のテーブルＴ１、Ｔ２の概略図である。

第１、第２のテーブルＴ１、Ｔ２は、何れも補助メモリ２０３に格納されている。第１、第２のテーブルＴ１、Ｔ２は、何れも学習データとして、事前に取得されたものである。

図７（ａ）に示すように、第１のテーブルＴ１は、行動パターンごとに、行動パターンベクトル、行動特徴ベクトル、位置情報、を記録している。位置情報は、利用者の行動パターンから推測される現在位置もしくは目的位置（行き先）である。行動パターンベクトル、行動特徴ベクトルについては後述する。

図７（ｂ）に示すように、第２のテーブルＴ２は、図９に示す行動パターン有向グラフの各ノードに対応する空間固有情報であり、この事例では行動パターンの学習時に観測されたＷｉＦｉのＭａｃアドレス、ＳＳＩＤ、ＲＳＳＩの最大値及び最小値を記録している。行動パターン有向グラフについては後述する。

［利用者の行動パターン特定の具体例］
図８は、一実施形態にかかる利用者の行動パターンの具体例の模式図である。図９は、一実施形態にかかる行動パターンを有向グラフで表現したものである。図９のグラフを行動パターン有向グラフと呼ぶ。

図８、図９に示すように、会社の自席に着席するまでの利用者の行動を想定すると、携帯情報端末１００の利用者は、（１）建物の玄関まで移動して（５０歩）、（２）玄関前で停止して（５秒）、（３）玄関扉の開扉後、セキュリティーゲートまで移動して（２０歩）、（４）セキュリティーゲート前で停止して（５秒）、（５）セキュリティーゲートの通過後、エレベータまで移動して（３０歩）、（６）エレベータ前で停止して（３０秒）、（７）エレベータ扉の開扉後、エレベータの籠内に移動して（５歩）、（８）エレベータの籠内で停止して（３秒）、（９）エレベータで上昇して（３０ｍ）、（１０）所定フロアで停止して（３秒）、（１１）エレベータ扉の開扉後、執務室まで移動して（２０歩）、（１２）執務室前で停止して（３秒）、（１３）執務室扉の開扉後、自席まで移動して（５歩）、（１４）自席前で停止して（２秒）、（１５）自席に着席する。

このため、第１のサーバ１００は、「（１）移動」、「（２）停止」、「（３）移動」、「（４）停止」、「（５）移動」、「（６）停止」、「（７）移動」、「（８）停止」、「（９）上昇」、「（１０）停止」、「（１１）移動」、「（１２）停止」、「（１３）移動」、「（１４）停止」、「（１５）着席」、という行動データを、携帯情報端末１００から時系列的に受信する。

さらに、第１のサーバ１００は、「（１）移動」から「（２）停止」の遷移の特徴値として５０歩数、「（２）停止」から「（３）移動」の遷移の特徴値として５秒、「（３）移動」から「（４）停止」の遷移の特徴値として２０歩、「（４）停止」から「（５）移動」の遷移の特徴値として５秒、「（５）移動」から「（６）停止」の遷移の特徴値として３０歩数、「（６）停止」から「（７）移動」の遷移の特徴値として３０秒、「（７）移動」から「（８）停止」の遷移の特徴値として５歩、「（８）停止」から「（９）上昇」の遷移の特徴値として３秒、「（９）上昇」から「（１０）停止」の遷移の特徴値として３０ｍ、「（１０）停止」から「（１１）移動」の遷移の特徴値として３秒、「（１１）移動」から「（１２）停止」の遷移の特徴値として２０歩、「（１２）停止」から「（１３）移動」の遷移の特徴値として３秒、「（１３）移動」から「（１４）停止」の遷移の特徴値として５歩、「（１４）停止」から「（１５）着席」の遷移の特徴値として２秒を、携帯情報端末１００から受信する。

行動パターンマッチング部２１１は、「移動」、「停止」、「上昇」、「着席」に、それぞれ「１」、「２」、「３」、「４」という数値を割り当て、これらの数値を要素とする行動パターンベクトルＶｐを生成する。本例にかかる行動パターンベクトルＶｐは、以下の数式（Ｆ１）となる。

Ｖｐ＝（１、２、１、２、１、２、１、２、３、２、１、２、１、２、４）^Ｔ …（Ｆ１）
数式（Ｆ１）の行動パターンベクトルＶｐの各要素は、図９に示された行動パターン有向グラフの各ノードに対応する。なお、行動パターンマッチング部２１１は、屋外から屋内への移動（屋内外切替）に「０」という数値を割り当て、行動パターンベクトルＶｐ´を生成しても良い。本例にかかる行動パターンベクトルＶｐ´は、以下の数式（Ｆ１´）となる。

Ｖｐ´＝（１、２、０、１、２、１、２、１、２、３、２、１、２、１、２、４）^Ｔ …（Ｆ１´）
さらに、行動パターンマッチング部２１１は、連続する２つの行動の遷移の特徴値に数値を割り当て、これらの数値を要素とする行動特徴ベクトルＶｆを生成する。本例にかかる行動特徴ベクトルＶｆは、以下の数式（Ｆ２）となる。

Ｖｆ＝（５０、５、２０、５、３０、３０、５、３、３０、３、２０、３、５、２）^Ｔ …（Ｆ２）
数式（Ｆ２）の行動特徴ベクトルＶｆの各要素は、図９に示された行動パターン有向グラフの枝に付けられた重みに対応する。

行動パターンの学習時では、学習データとして、行動パターンベクトルＶｐ、行動特徴ベクトルＶｆ、および行動パターンベクトルの各要素に対応する空間固有情報が、図７に示すテーブルＴ１，およびテーブルＴ２の形式で、学習データベース２１５に記録される。

［第１のサーバ２００による行動パターンのマッチング処理］
図１０は、一実施形態にかかる第１のサーバ２００による行動パターンのマッチング処理による位置情報取得のフローチャートである。

図１０に示すように、先ず、行動パターンマッチング部２１１は、携帯情報端末１００から受信した利用者の行動データに基づき、行動パターンベクトルを生成するとともに、携帯情報端末１００から受信した特徴データに基づき、現在時刻までの行動特徴ベクトルを生成する（ステップＳ０１１）。

次に、行動パターンマッチング部２１１は、学習データベース２１５の第１のテーブルＴ１に記録された複数の行動パターンベクトルを検索してその中から、ベクトルの比較条件を満足する行動パターンベクトルを抽出する（ステップＳ０１２）。

具体的には、行動パターンマッチング部２１１は、学習データベース２１５から、行動パターンの始点の行動及び終点の行動、行動の個数、の双方が、利用者が携行する携帯情報端末のセンサ情報に基づいて認識された一連の行動データから生成された現時刻までの行動パターンベクトルと共通である行動パターンベクトルを抽出する。例えば、前述の具体例であれば、始点の行動が「移動」、終点の行動が「着席」、行動の個数が１５個であるので、最初のベクトル要素が「１」、最後のベクトル要素が「４」である「１５次元」の行動パターンベクトルが抽出される。

次に、行動パターンマッチング部２１１は、利用者の行動データから生成された行動パターンベクトルと、学習データベース２１５の第１のテーブルＴ１から抽出された行動パターンベクトルと、の内積を算出する（ステップＳ０１３）。学習データベース２１５の第１のテーブルＴ１から複数の行動パターンベクトルが抽出された場合、行動パターンマッチング部２１１は、学習データベース２１５から抽出された行動パターンベクトルごとに内積を算出する。

次に、行動パターンマッチング部２１１は、学習データベース２１５の第１のテーブルＴ１から抽出された行動パターンベクトルから、最大の内積が算出された行動パターンベクトルを選択する（ステップＳ０１４）。

次に、行動パターンマッチング部２１１は、利用者の行動の特徴データから生成された現時刻までの行動特徴ベクトルと、前段階で求めた最大の内積が取得された学習データベース２１５の第１のテーブルＴ１から抽出された行動パターンベクトルに紐付けられた行動特徴ベクトルと、の差分のノルムを算出する（ステップＳ０１５）。

次に、行動パターンマッチング部２１１は、利用者の特徴データから生成された行動特徴ベクトルと、学習データベース２１５から算出された行動特徴ベクトルと、の差分のノルムが、事前に決められた閾値よりも小さいかどうかを判断する（ステップＳ０１６）。

ここで、前記ノルムが閾値よりも小さいと判断されなければ（ステップＳ０１６のＮｏ）、行動パターンマッチング部２１１は、利用者の行動データから生成された行動パターンベクトルに類似する行動パターンベクトルが学習データベース２１５に登録されていないと判断して、即ち利用者の行動パターンが学習データベース２１５に登録されていないと判断して、本実施形態にかかるマッチング処理を終了する。

一方、ノルムの差分が閾値よりも小さいと判断された場合（ステップＳ０１６のＹｅｓ）、空間固有情報マッチング部２１２は、最大の内積が取得された行動パターンベクトルの構成要素である行動それぞれに紐付けられた空間固有情報を、学習データベース２１５の第２のテーブルＴ２から取得する（ステップＳ０１７）。

次に、空間固有情報マッチング部２１２は、利用者の行動データから生成された行動パターンベクトルの行動ごとに、携帯情報端末１００により取得された空間固有情報と、学習データベース２１５から取得された空間固有情報と、を比較する（ステップＳ０１８）。

具体的には、空間固有情報マッチング部２１２は、行動パターンの行動ごとに、携帯情報端末１００から取得された空間固有情報であるＷｉＦｉのＭＡＣアドレスが、学習データベース２１５から取得されたＭＡＣアドレスと共通であるかどうかを判断するとともに、携帯情報端末１００から取得されたＷｉＦｉのＲＳＳＩが、学習データベース２１５から取得されたＲＳＳＩの最小値及び最大値の範囲内にあるかどうかを判断する。

次に、位置判定部２１３は、携帯情報端末１００から取得された空間固有情報と、学習データベース２１５から取得された空間固有情報と、の比較結果に基づき、マッチングの指標としてのスコア値を算出する（ステップＳ０１９）。

具体的には、位置判定部２１３は、先ずスコア値を０（ゼロ）に初期化する。次に、携帯情報端末１００を使って認識した利用者の現時刻までの行動パターンの各行動に紐付けられている空間固有情報と、ステップＳ０１７で学習データベース２１５から取得した空間固有情報を比較する。具体的には、携帯情報端末１００を使って認識した利用者の現時刻までの行動パターンの始点から順に、紐付けられている空間固有情報であるＷｉＦｉのＭＡＣアドレスが、学習データベース２１５から取得されたＭＡＣアドレスと共通、かつ、携帯情報端末１００から取得されたＲＳＳＩが、学習データベース２１５から取得されたＲＳＳＩの最小値及び最大値の範囲内にある場合、マッチングの指標としてもスコア値を「+１」とする。このスコア計算を、行動パターンの構成要素である全ての行動について行い、スコア値の合計を算出する。

次に、位置判定部２１３は、スコア値の合計が、事前に決められた閾値よりも大きいかどうかを判断する（ステップＳ０２０）。

ここで、スコア値の合計が閾値よりも大きいと判断されない場合（ステップＳ０２０のＮｏ）、位置判定部２１３は、利用者の行動パターンが学習データベース１２５に登録されていないと判断して、本実施形態にかかるマッチング処理を終了する。

一方、スコア値の合計が閾値よりも大きいと判断された場合（ステップＳ０２０のＹｅｓ）、位置判定部２１３は、行動データから生成された行動パターンベクトルが、学習データベース２１５から選択された行動パターンベクトルに類似すると判断して、即ち利用者の行動パターンが、学習データベース２１５から選択された行動パターンに類似すると判断して、学習データベース２１５から選択された行動パターンベクトルに紐付けられた位置情報を、利用者の現在位置もしくは目的位置として取得する（ステップＳ０２１）。

次に、データ送受信部２１４は、位置判定部２１３により取得された位置情報を、携帯情報端末１００の位置情報として、第２のサーバ３００に送信する（ステップＳ０２２）。

［第２のサーバ３００のハードウェア構成］
図１１は、一実施形態にかかる第２のサーバ３００のハードウェア構成の概略図である。

図１１に示すように、本実施形態にかかる第２のサーバ３００は、ＣＰＵ３０１、メインメモリ３０２、補助メモリ３０３、表示パネル３０４、通信モジュール３０５、をハードウェアモジュールとして備える。これらのハードウェアモジュールは、バスＢ３により相互接続されている。

ＣＰＵ３０１は、第２のサーバ３００の各種ハードウェアモジュールを制御する。さらに、ＣＰＵ３０１は、補助メモリ３０３に格納された各種プログラムをメインメモリ３０２に読み出すとともに、該メインメモリ３０２に読み出した各種プログラムを実行することで、各種機能を実現する。各種機能の詳細は、後述することとする。

メインメモリ３０２は、ＣＰＵ３０１により実行される各種プログラムを格納する。さらに、メインメモリ３０２は、ＣＰＵ３０１のワークエリアとして使用され、ＣＰＵ３０１による処理に必要な各種データを記憶する。メインメモリ３０２としては、例えばＲＡＭなどを用いても良い。

補助メモリ３０３は、第２のサーバ３００を動作させる各種プログラムを格納している。各種プログラムとしては、例えば、第２のサーバ３００により実行されるアプリケーションプログラムのほか、アプリケーションプログラムの実行環境であるＯＳ３０００などがある。本実施形態にかかる制御プログラム３１００も補助メモリ３０３に格納されている。補助メモリ３０３としては、例えば、ハードディスクやフラッシュメモリ等の不揮発メモリを用いても良い。

表示パネル３０４は、第２のサーバ３００の利用者に画像情報を提示する。通信モジュール３０５は、携帯情報端末１００もしくは第１のサーバ２００との間の通信のインターフェースとして機能する。

［第２のサーバ３００の機能ブロック］
図１２は、一実施形態にかかる第２のサーバ３００の機能ブロックの概略図である。

図１２に示すように、本実施形態にかかる第２のサーバ３００は、位置情報提示部３１１、データ送受信部３１２、地図データベース３１３、を備える。

位置情報提示部３１１、データ送受信部３１２、地図データベース３１３は、何れもＣＰＵ３０１が、メインメモリ３０２に制御プログラム３１００を読み込むとともに、該メインメモリ３０２に読み込んだ制御プログラム３１００を実行することで実現される。

位置情報提示部３１１は、地図データベース３１３に格納された地図データを参照して、第２のサーバ３００から送信された位置情報に紐付けられた場所名や施設名を取得する。さらに、位置情報提示部３１１は、携帯情報端末１００もしくは他のサーバなどに、地図データベース３１３から取得した場所名や施設名を通知しても良い。

データ送受信部３１２は、第１のサーバ１００から送信された位置情報を受信する。さらに、データ送受信部３１２は、位置情報提示部３１１により取得された場所名や施設名を携帯情報端末１００もしくは他のサーバなどに送信しても良い。

地図データベース３１３は、補助メモリ３０３に構築される。地図データベース３１３は、位置情報を場所名や施設名などのコンテキスト情報に紐付けるデータベースである。

［学習データベース２１５の作成］
学習データベース２１５を作成する場合、利用者は、学習モードに設定された携帯情報端末１００の表示パネル１０４から出発地点及び到着地点を入力する。続いて、利用者は、携帯情報端末１００を身に着けて、実際に出発地点から到着地点まで移動する。建物の２地点間の組み合わせは、無限に存在する為、以上の作業を複数の利用者で分担しても良い。

携帯情報端末１００は、学習モードに設定されると、先ず、携帯情報端末１００の表示パネル１０４に入力画面を表示する。入力画面は、出発地点及び到着地点の位置情報に関する入力フォームを含む。

次に、携帯情報端末１００は、出発地点及び到着地点の位置情報に関する入力フォームへの入力内容を受け付け、入力内容を専用サーバに送信する。入力内容としては、例えば入力画面に地図を表示し、利用者が地図上で指示した位置に対応する座標を入力情報としても良い。この場合、座標系は例えばＧＰＳで一般に使用されているＷＧＳ−８４座標系でも良いし、建物内であれば、建物に固定して設けた基準座標系から見た座標でも良い。または、「自席」、「Ａ会議室」、「エレベータホール１」などの場所名を使用しても良い。

次に、携帯情報端末１００は、加速度センサ１０６やジャイロセンサ１０７の検出値に基づき、利用者の行動及び発生時刻と、行動の特徴値と、を取得するとともに、建物の各所に設置されたアクセスポイントからの空間固有情報、例えばＭＡＣアドレス、ＳＳＩＤ、ＲＳＳＩなどを取得する。

続いて、携帯情報端末１００は、利用者の行動を取得するたびに、行動データ及び発生時刻と、直前の行動からの遷移の特徴値と、行動の発生時刻に取得された空間固有情報と、を専用サーバに送信する。

専用サーバは、携帯情報端末１００から送信された利用者の行動データ及び発生時刻と、出発地点及び到着地点と、に基づき、出発地点から到着地点までの行動パターン（行動パターンベクトル及び行動特徴ベクトル）を作成して、学習データベース２１５の第１のテーブルＴ１に登録する。携帯情報端末１００から新規の出発地点及び到着地点を取得するたびに、以上の作業を繰り返すことで、学習データベース２１５の第１のテーブルＴ１を作成する。

さらに、専用サーバは、携帯情報端末１００から送信された空間固有情報を、それぞれの行動に紐付けて、学習データベース２１５の第２のテーブルＴ２に登録する。携帯情報端末１００から行動データを取得するたびに、以上の作業を繰り返すことで、学習データベース２１５の第２のテーブルＴ２を作成する。

本実施形態によれば、携帯情報端末１００の利用者の行動パターンに基づき、携帯情報端末１００の位置情報を取得する。測位用の設備の影響を受けることなく、正確な位置情報を取得することができる。例えば、無線ＬＡＮ測位に於いて、アクセスポイントが天井付近に設置されると、アクセスポイントからのビーコン信号が設置フロア及び上階フロアに届くことがある。このため、携帯情報端末１００の利用者の正確な位置情報を取得することが難しい。ところが、本実施形態では、利用者の行動パターンに基づき、携帯情報端末１００の位置情報を特定するので、正確な位置情報を取得することができる。さらには、フロア検知の機能があるＩＭＥＳ（Ｉｎｄｏｒ Ｍｅｓｓａｇｉｎｇ Ｓｙｓｔｅｍ）発信機のような特殊な装置を設置する必要も無いので、インフラ整備コストを抑制することができる。

本実施形態によれば、利用者の複数の行動に基づき、利用者の行動パターンを特定している。このため、単一の行動に基づき、携帯情報端末１００の位置情報を取得する場合に比べて、高確度の位置情報を取得することができる。

本実施形態によれば、携帯情報端末１００の利用者の行動パターンと、学習データベース２１５に格納された行動パターンと、の比較結果だけでなく、行動パターンの行動ごとに取得される空間固有情報と、学習データベース２１５に格納された行動ごとの空間固有情報と、の比較結果に基づき、利用者の行動パターンに類似する行動パターンを抽出している。このため、利用者の行動パターンに類似する行動パターンを学習データベース２１５から正確に取得することができる。

なお、本実施形態では、利用者の行動パターンを特定してから、行動パターンに基づき、利用者の現在位置もしくは目的位置を特定しているが、利用者の行動パターンの特定は、建物の所定位置を基準とする携帯情報端末１００の相対位置を取得することに相当し、利用者の現在位置もしくは目的位置の特定は、携帯情報端末１００の位置情報（絶対位置）を取得することに相当する。建物の所定位置としては、例えば屋外から屋内に切り替わるときの位置情報、ＧＰＳ電波が遮断されたときの位置情報、セキュリティーゲートを通過したときの位置情報、などを使用しても良い。

本実施形態では、携帯情報端末１００の位置情報を取得する機能と、場所名や施設名を提供する機能と、を第１のサーバ２００と、第２のサーバ３００に分けているが、双方の機能を１つのサーバ、例えば第１のサーバ２００に搭載しても良い。

さらに、本実施形態にかかる制御プログラム２１００は、補助メモリ２０３に格納されているが、本実施形態は、これに限定されるものではなく、例えばＣＤ−ＲＯＭやＵＳＢメモリなどの可搬型媒体に格納しても良い。

本実施形態では、学習データベース２１５から抽出された行動パターンに紐付けられた位置情報を携帯情報端末１００の現在位置もしくは目的位置としているが、本発明は、これに限定されるものではない。例えば、加速度センサ１０６及びジャイロセンサ１０７の検出値に基づき、最後にＧＰＳ測位が行われた地点からの相対位置を算出して、ＧＰＳ測位により取得された位置情報に相対位置を加算して、携帯情報端末１００の現在位置もしくは目的位置としても良い。この場合、学習データベース２１５を必要としないので、より簡単に本技術を導入することができる。

１００：携帯情報端末
２００：第１のサーバ（情報処理装置）
２１１：行動パターンマッチング部（相対位置取得部）
２１２：空間固有情報取得部（相対位置取得部）
２１３：位置判定部（位置情報取得部）
Ｔ１：第１のテーブル（関連情報）
Ｔ２：第２のテーブル（関連情報）
Ｖｐ：行動パターンベクトル（指標）

Claims (7)

1. センサを備えた携帯情報端末と、ネットワークを介して前記携帯情報端末と通信可能な情報処理装置とを含むシステムによって実行される制御方法に於いて、
   前記携帯情報端末によって、前記センサによって取得された前記携帯情報端末のセンシング情報に基づいて、前記携帯情報端末の利用者の行動の種別を特定し、
   前記行動の種別と、前記行動の発生時刻と、前記利用者の位置情報とを含むデータを前記情報処理装置に送信し、
   前記情報処理装置によって、
   前記携帯情報端末から受信した複数の前記データに基づいて、前記携帯情報端末の利用者の行動パターンを特定し、
   前記データから新規の位置情報が取得されるたびに、前記行動パターンと前記新規の位置情報とを対応付けて格納することによって生成されたデータベースを参照することによって、特定された前記行動パターンに対応する前記携帯情報端末の位置情報を特定する、
   ことを特徴とする制御方法。
2. 請求項１に記載の制御方法に於いて、
   前記携帯情報端末によって、アクセスポイントから電波を受信し、
   前記電波に基づいて、複数の前記データの各々について、前記アクセスポイントを識別する識別情報を取得する、
   処理を更に含み、
   前記送信することは、前記識別情報を含む前記データを前記情報処理装置に送信することを含み、
   前記位置情報を特定することは、前記携帯情報端末によって取得された前記識別情報と、前記データベースに格納されている識別情報との比較結果に基づいて、前記行動パターンに対応する前記携帯情報端末の位置情報を特定することを含む、
   ことを特徴とする制御方法。
3. 請求項２に記載の制御方法に於いて、
   前記位置情報を特定することは、
   前記携帯情報端末によって取得された前記識別情報と、前記データベースに格納されている識別情報との類似度を示すスコア値を、複数の前記データの各々について算出し、
   前記スコア値に基づいて、特定された前記行動パターンに対応する行動パターンを前記データベースの中から抽出する、
   ことを含む制御方法。
4. 請求項３に記載の制御方法に於いて、
   前記抽出することは、
   複数の前記データの各々について算出したスコア値を合計し、
   前記スコア値の合計と所定の閾値との比較結果に基づいて、特定された前記行動パターンに対応する行動パターンを抽出する、
   ことを含む制御方法。
5. 請求項１〜４のいずれか１項に記載の制御方法に於いて、
   前記行動パターンを特定することは、複数の前記データに基づいて、連続する複数の前記行動の種別を要素とする行動パターンベクトルと、連続する複数の前記行動に関する複数の数値情報を要素とする行動特徴ベクトルとを生成することを含み、
   前記位置情報を特定することは、前記行動パターンベクトルと、前記行動特徴ベクトルと、前記位置情報とが対応付けられた前記データベースを参照することを含む制御方法。
6. ネットワークを介して、センサを備えた携帯情報端末と通信可能な情報処理装置であって、
   前記携帯情報端末から、前記センサによって取得された前記携帯情報端末のセンシング情報に基づいて、前記携帯情報端末によって特定された前記携帯情報端末の利用者の行動の種別と、前記行動の発生時刻と、前記利用者の位置情報とを含むデータを受信するデータ送受信部と、
   前記携帯情報端末から受信した複数の前記データに基づいて、前記携帯情報端末の利用者の行動パターンを特定する行動パターンマッチング部と、
   前記データから新規の位置情報が取得されるたびに、前記行動パターンと前記新規の位置情報とを対応付けて格納することによって生成されたデータベースを参照することによって、特定された前記行動パターンに対応する前記携帯情報端末の位置情報を特定する位置判定部と、
   を備える情報処理装置。
7. ネットワークを介して、センサを備えた携帯情報端末と通信可能な情報処理装置に、
   前記携帯情報端末から、前記センサによって取得された前記携帯情報端末のセンシング情報に基づいて前記携帯情報端末によって特定された、前記携帯情報端末の利用者の行動の種別と、前記行動の発生時刻と、前記利用者の位置情報とを含むデータを受信する処理と、
   前記携帯情報端末から受信した複数の前記データに基づいて、前記携帯情報端末の利用者の行動パターンを特定する処理と、
   前記データから新規の位置情報が取得されるたびに、前記行動パターンと前記新規の位置情報とを対応付けて格納することによって生成されたデータベースを参照することによって、特定された前記行動パターンに対応する前記携帯情報端末の位置情報を特定する処理と、
   を実行させるための制御プログラム。
   

Images